JP5450135B2 - 関連度辞書を用いた検索モデリングシステムおよび方法 - Google Patents

Description

本発明は、検索モデリングに関し、より詳細には、検索者の意図を反映し、サイトの不正使用を排除する検索モデリングに関する。

従来の検索システムは、ユーザが入力したクエリとサイトのタイトルとが正確に一致するか否かを先に判断し、一致するサイトをユーザに提供していた。しかしながら、ユーザの関心があるキーワードがサイトのタイトルとして活用される場合、実際にユーザが入力したクエリにマッチングするサイトは、検索の意図とは全く関係なく提供されるという問題点があった。

また、特定サイトが多様な製品に関するウェブページを含んでいる場合、ユーザが製品のうちのいずれか１つの製品名称をクエリとして入力すれば、この特定サイトが検索されることがある。しかしながら、サイト検索の場合、サイトの代表性が重要となるため、製品に対する代表的な製造者のサイトのように公式なサイトが検索される必要があるが、実際の検索結果は多様なブランドの製品を販売するショッピングモールが検索され、サイトの誤用（Ａｂｕｓｉｎｇ）が発生するという問題点があった。

さらに、従来の検索システムは、サイトを人気度に応じて整列して露出していた。このとき、人気度は、サイトに対するクリック頻度によって決まる場合が多かった。ここで、クリック頻度によって人気度を決定する場合、該当するサイト管理者が不正クリックによってクリック頻度を向上させることにより、上位ランクに固定するという不正使用の問題が存在していた。

本発明は、クエリによるサイトの検索において、サイトの誤用を防ぐ検索モデリングシステムおよび方法を提供する。

また、本発明は、タイトルによるサイトの検索において、サイトの誤用を防ぐ検索モデリングシステムおよび方法を提供する。

さらに、本発明は、サイト管理者のクリックの不正使用を防ぎ、人気度の客観性を向上させる検索モデリングシステムおよび方法を提供する。

本発明の一実施形態に係る検索モデリングシステムは、サイトに対するサイト資料を分析して、前記サイトの特性を反映するキーワードを決定し、決定された前記キーワードを含むリストを前記サイトに対する関連度辞書として生成する関連度辞書生成部と、サイトに対してクエリとクリック頻度のペアを含むサイトコレクションを収集するデータ収集部と、前記サイトコレクションに関連度辞書を適用して、前記サイトに対するクエリ及び前記サイトのタイトルを構成するキーワードが前記サイトに対する関連度辞書に存在するか否かを判断して、前記サイトに対するクエリ及び前記サイトのタイトルを構成するキーワードが前記サイトに対する関連度辞書に存在する場合、第１のクエリのグループに分類し、存在しない場合、第２のクエリのグループに分類する構成要素判断部と、前記第１のクエリのグループに分類されたキーワードにはより高い索引語加重値を適用し、前記第２のクエリのグループに分類されたキーワードにはより低い索引語加重値を適用して、前記索引語加重値が適用されたキーワードを前記サイトに索引するサイト索引部とを含み、ユーザが前記第１のクエリのグループのクエリを入力した場合、前記サイトを検索結果の上位に表示して、前記ユーザが前記第２のクエリのグループのクエリを入力した場合、前記サイトを検索結果の上位に表示しない。

本発明の一実施形態に係る検索モデリングシステムは、前記サイトのディレクトリ構造、サイトキーワード、またはアンカーテキスト構造を用いて前記サイトに対する関連度辞書を生成する関連度辞書生成部をさらに含んでもよい。

本発明の一実施形態に係る検索モデリング方法は、関連度辞書生成部がサイトに対するサイト資料を分析して、前記サイトの特性を反映するキーワードを決定し、決定された前記キーワードを含むリストを前記サイトに対する関連度辞書として生成するステップと、データ収集部がサイトに対してクエリとクリック頻度のペアを含むサイトコレクションを収集するステップと、構成要素判断部が前記サイトコレクションに関連度辞書を適用して、前記サイトに対するクエリ及び前記サイトのタイトルを構成するキーワードが前記サイトに対する関連度辞書に存在するか否かを判断して、前記サイトに対するクエリ及び前記サイトのタイトルを構成するキーワードが前記サイトに対する関連度辞書に存在する場合、第１のクエリのグループに分類し、存在しない場合、第２のクエリのグループに分類するステップと、サイト索引部が前記第１のクエリのグループに分類されたキーワードにはより高い索引語加重値を適用し、前記第２のクエリのグループに分類されたキーワードにはより低い索引語加重値を適用して、前記索引語加重値が適用されたキーワードを前記サイトに索引するステップとを含み、ユーザが前記第１のクエリのグループのクエリを入力した場合、前記サイトを検索結果の上位に表示して、前記ユーザが前記第２のクエリのグループのクエリを入力した場合、前記サイトを検索結果の上位に表示しない。

本発明の一実施形態に係る検索モデリング方法は、関連度辞書生成部が前記サイトのディレクトリ構造、サイトキーワード、またはアンカーテキスト構造を用いて前記サイトに対する関連度辞書を生成するステップをさらに含んでもよい。

本発明の一実施形態によると、サイトの特性を示すキーワードで構成された関連度辞書を用いて該当するサイトに対するクエリを生成することにより、クエリによるサイトの不正使用を防ぐ検索モデリングシステムおよび方法が提供される。

また、本発明の一実施形態によると、関連度辞書を用いてサイトのタイトルから意味のあるキーワードを抽出してサイトに対して索引することにより、タイトルによるサイトの不正使用を防ぐ検索モデリングシステムおよび方法が提供される。

さらに、本発明の一実施形態によると、サイトのクリック頻度だけではなく、ページランク、ツールバー訪問頻度、およびサイト滞留時間を考慮してサイトの人気度を判断することにより、サイト管理者のクリックの不正使用を防ぎ、人気度の客観性を向上させる検索モデリングシステムおよび方法が提供される。

本発明の一実施形態に係る検索モデリングシステムを用いたサイト検索過程を説明するための図である。 本発明の一実施形態に係る検索モデリングシステムの全体構成を示すブロック図である。 本発明の一実施形態に係るサイト資料を用いて関連度辞書を生成する基準の一例を示す図である。 本発明の一実施形態に係るサイトに対する関連度辞書を生成する過程の一例を示す図である。 本発明の一実施形態に係る関連度辞書を用いてクエリを変更する過程の一例を示す図である。 本発明の一実施形態に係る関連度辞書を用いてタイトルを変更する過程の一例を示す図である。 本発明の一実施形態係るクエリに対するサイトの人気度を判断する過程の一例を示す図である。 本発明の一実施形態係る関連度辞書を用いてクエリを変更する全体過程を示すフローチャートである。 本発明の一実施形態係る関連度辞書を用いてタイトルを変更する全体過程を示すフローチャートである。

以下、添付の図面に基づき、本発明の好適な実施の形態を詳細に説明するが、本発明がこれらの実施形態によって限定されるものではない。図中、同じ参照符号は同じ構成を示す。

図１は、本発明の一実施形態係る検索モデリングシステムを用いたサイト検索過程を説明するための図である。

図１は、ユーザ１０１がクエリＡＢを入力する場合を説明する。これにより、検索モデリングシステム１０２は、クエリＡＢにマッチングするサイトを検索してユーザ１０１に提供する。このとき、クエリＡＢにマッチングするサイトを、サイトＸ１０３−１、サイトＹ１０３−２、およびサイトＺ１０３−３と仮定する。

従来の検索モデリングシステムは、クエリＡＢと予め格納されたサイトのタイトルとが正確に一致するか否かを先に判断し、一致するサイトをユーザ１０１に提供していた。しかしながら、ユーザ１０１に広く用いられるキーワードがサイトのタイトルとして利用される場合、実際にユーザ１０１が入力したクエリにマッチングするサイトは、検索の意図とは全く関係なく提供されるという問題点があった。

例えば、サイトＸ１０３−１のタイトルが「ブランド」であり、サイトのウェブページに含まれた内容が「おもちゃ」に関するものであると仮定する。もし、ユーザ１０１がブランドショッピングモールを検索しようとして「ブランド」というクエリを入力しても、既存の検索モデリングシステムでは、単純に「ブランド」というクエリと正確に一致するタイトルを有するサイトを検索することにより、ユーザの情報要求である「ブランド」とは全く関係のないサイトＸ１０３−１がユーザ１０１に提供されるという問題があった。

また、特定サイトが多様な製品に関するウェブページを含んでいる場合、ユーザが製品のうちのいずれか１つの製品名をクエリとして入力すると、この特定サイトが検索されることがある。しかしながら、サイト検索の場合、サイトの代表性が重要となるため、製品に対する代表的な製造者のサイトのように公式なサイトが検索されることが好ましい。

例えば、特定サイトが多様なブランドａ、ｂ、ｃを取り扱っているとき、ユーザ１０１がクエリａを入力する場合、従来の検索モデリングシステムは、ブランドａを販売する一般ショッピングモールサイトをユーザに提供することにより、ブランドａの代表的な製造者や公式に認定されているサイトが提供されないという問題点があった。

さらに、クエリＡＢにマッチングするサイトが複数存在する場合、従来の検索モデリングシステムは、サイトを人気度に応じて整列して露出していた。このとき、人気度は、サイトに対するクリック頻度によって決まる場合が多かった。ここで、クリック頻度によって人気度を決定する場合、該当するサイト管理者が不正クリックによってクリック頻度を向上させることで上位ランクに固定するという不正使用の問題が存在していた。

このような問題点に対応し、本発明の一実施形態に係る検索モデリングシステム１０２は、サイトに対するクエリおよびタイトルを変更して、サイトに対する不正使用を解消することができる。一例として、検索モデリングシステム１０２は、サイトのアンカーテキスト構造とディレクトリ構造に基づいた関連度辞書を用いてクエリまたはサイトのタイトルを変更してもよい。これにより、検索モデリングシステム１０２は、関連度辞書によって変更されたクエリまたはタイトルに高い索引語の加重値を適用してサイトを索引するようにしてもよい。これにより、実際にユーザ１０１が入力するクエリに対してユーザの要求を反映し、サイトの不正使用行為を防ぐことができるサイト結果を提供することができる。

また、検索モデリングシステム１０２は、サイトの人気度をサイトに対するクリック頻度だけではなく、ユーザが実際にサイトに客観的な影響を及ぼす指標によってサイトスコアを付与することにより、クリック頻度によるサイト不正使用行為を防ぐことができる。

検索モデリングシステム１０２の全体構成については、図２を参照しながら具体的に説明する。

図２は、本発明の一実施形態に係る検索モデリングシステムの全体構成を示すブロック図である。

図２を参照すると、検索モデリングシステム１０２は、関連度辞書生成部２０１と、データ収集部２０２と、構成要素判断部２０３と、サイト索引部２０４と、人気度判断部２０５を含んでもよい。

関連度辞書生成部２０１は、サイトのディレクトリ構造、サイトキーワード、またはアンカーテキスト構造を用いてサイトに対する関連度辞書を生成してもよい。このとき、関連度辞書は、サイトのディレクトリ構造およびアンカーテキスト構造に基づいて抽出されたキーワードであり、サイトとの関連度が高いキーワードの集合を意味する。

図２を参照すると、関連度辞書生成部２０１は、サイト資料抽出部２０６と、キーワード決定部２０７と、リスト生成部２０８とを含んでもよい。

サイト資料抽出部２０６は、サイトに対するディレクトリ構造、サイトキーワード、またはアンカーテキストを含むサイト資料を抽出してもよい。このとき、ディレクトリ構造は、サイトを特定の主題に応じて分類するための基準を意味する。サイトキーワードは、サイトに接続するときにユーザが入力したキーワードを意味する。また、アンカーテキストは、ＸサイトからＹサイトに移動するとき、Ｙサイトに移動するためにユーザがクリックしたリンク（Ｘサイトに存在）に含まれたテキストを意味する。同じＹサイトに移動したとしても、リンクに含まれたアンカーテキストは異なることもある。

キーワード決定部２０７は、抽出されたサイト資料を分析してキーワードを決定する。一例として、サイト資料がディレクトリ構造またはサイトキーワードである場合、キーワード決定部２０７は、ディレクトリ構造またはサイトキーワードに含まれたスペース、読点、句点を考慮してキーワードを決定してもよい。また、サイト資料がアンカーテキストである場合、リンクのハイパーテキストを形態素解析した後、残ったテキストをキーワードとして決定してもよい。

リスト生成部２０８は、決定したキーワードを用いてリストを生成してもよい。このように生成されたリストを組み合わせることにより、関連度辞書を生成してもよい。

データ収集部２０２は、サイトに対して少なくとも１つのクエリとクエリそれぞれのクリック頻度を収集してもよい。このとき、クエリは、ユーザがクリックしてサイトに接続する要因になったキーワードを意味するようにしてもよい。

構成要素判断部２０３は、サイトに対する関連度辞書を用いてクエリまたはサイトのタイトルが関連度辞書に存在するか否かを判断してもよい。

一例として、構成要素判断部２０３は、クエリをキーワード単位で抽出し、抽出されたキーワードが関連度辞書に存在するか否かによってクエリを索引語加重値を適用するクエリグループに分類してもよい。

このとき、構成要素判断部２０３は、キーワードが関連度辞書に存在する場合にはクエリを索引語加重値が高く適用される第１クエリグループに分類し、キーワードが関連度辞書に存在しない場合には索引語加重値が低く適用される第２クエリグループに分類してもよい。また、キーワードのうちの一部のみが関連度辞書に存在するクエリは、キーワード全体が関連度辞書に存在するクエリよりも索引語加重値を低く適用するようにしてもよい。

このように、構成要素判断部２０３は、クエリを構成するキーワードが関連度辞書に存在するか否かを判断し、判断結果によって索引語加重値を調節することによってクエリを変更してもよい。

一例として、構成要素判断部２０３は、少なくとも１つのクエリに対するクリック閾値を定義し、クリック閾値よりも大きいクリック頻度を示すクエリに対して関連度辞書に存在するか否かを判断してもよい。

例えば、構成要素判断部２０３は、クエリに対するクリック頻度の２つの大きな値のうち予め設定した比率をクリック閾値として定義してもよい。つまり、構成要素判断部２０３は、クリック閾値よりも低いクリック頻度を示すクエリをフィルタリングしてサイト索引がなされないようにすることにより、サイト索引の正確性を向上させることができる。

一例として、構成要素判断部２０３は、サイトのタイトルをキーワード単位で抽出し、抽出されたキーワードが関連度辞書に存在するか否かによってキーワードを索引語加重値が適用されるタイトルグループに分類してもよい。このとき、構成要素判断部２０３は、キーワードが関連度辞書に存在する場合にはキーワードを索引語加重値が高く適用される第１タイトルグループに分類し、キーワードが関連度辞書に存在しない場合にはキーワードを索引語加重値が低く適用される第２タイトルグループに分類してもよい。

このように、構成要素判断部２０３は、サイトのタイトルを構成するキーワードが関連度辞書に存在するか否かを判断して適用される索引語加重値を調節することによってタイトルを変更してもよい。すなわち、構成要素判断部２０３は、関連度辞書によってタイトルを構成するキーワードのうちからサイトに意味のあるキーワードを抽出してもよい。

サイト索引部２０４は、クエリから抽出されたキーワードまたはタイトルから抽出されたキーワードが関連度辞書に存在するか否かによって、クエリまたはタイトルに適用される索引語加重値を調節してサイトを索引するようにしてもよい。具体的に、サイト索引部２０４は、関連度辞書に存在するキーワードを含むクエリに対して索引語加重値を高く設定することにより、クエリに対するサイト検索確率を高めることができる。また、サイト索引部２０４は、関連度辞書に存在するキーワードを含むタイトルに対して索引語加重値を高く設定することにより、タイトルをクエリとして入力した場合に、クエリに対するサイト検索確率を高めることができる。

人気度判断部２０５は、サイトに対するページランク、クリック頻度、ツールバー訪問頻度、またはサイト滞留時間のうちの少なくとも１つの人気度要素を用いてクエリに索引された１つ以上のサイトの人気度を判断することができる。すなわち、検索モデリングシステム１０２は、特定クエリが入力されると、判断された人気度に応じて露出順位を整列してユーザに提供することができる。

一例として、ページランク（ＰａｇｅＲａｎｋ）は、ＷＷＷ（ｗｏｒｌｄ ｗｉｄｅ ｗｅｂ）のようなハイパーリンク構造を有する文書の相対的な重要度による加重値を意味するようにしてもよい。クリック頻度（Ｃｌｉｃｋ Ｃｏｕｎｔ）は、ハイパーリンクを通じてサイトをクリックした回数を意味し、ツールバー訪問頻度（Ｔｏｏｌｂａｒ ＶｉｓｉｔＣｏｕｎｔ）は、ツールバーを通じてサイトを訪問した頻度を意味するようにしてもよい。また、サイト滞留時間（Ｓｉｔｅ ＤｗｅｌｌＴｉｍｅ）は、ユーザがサイトを訪問して滞留した平均時間を意味するようにしてもよい。それぞれの人気度判断要素に対する定義は一例に過ぎず、システムの構成により詳細な定義は変更できる。

図３は、本発明の一実施形態に係るサイト資料を用いて関連度辞書を生成する基準の一例を示す図である。

サイト資料抽出部２０６は、サイトに対するディレクトリ構造、サイトキーワード、またはアンカーテキストを含むサイト資料を抽出してもよい。

図３を参照すると、サイト「ネイバー」に対するディレクトリ構造、サイトキーワード、およびアンカーテキストが示される。

このとき、ディレクトリ構造は、サイトを特定の主題に応じて分類するための基準を意味するようにしてもよい。すなわち、図３を参照すると、サイト「ネイバー」は、インターネットと関連するポータルサイトであることを意味するようにしてもよい。ディレクトリ構造は、サイトの特性と関連したものであり、サイトごとに１つ以上決定することができる。

サイトキーワードは、サイトに接続するとき、ユーザが入力したキーワードを意味するようにしてもよい。図３を参照すると、ユーザが「検索ポータル、ポータル、ポタル、知識人、情報検索、ｎｈｎ」というキーワードによってサイト「ネイバー」に接続したことが分かる。

アンカーテキストは、ＸサイトからＹサイトに移動するとき、Ｙサイトに移動するためにユーザがクリックしたリンク（Ｘサイトに存在）に含まれたテキストを意味するようにしてもよい。図３を参照すると、サイト「ネイバー」に接続するために、Ａサイトに含まれたリンクは「知識ポータルネイバー」を含んでおり、Ｂサイトに含まれたリンクは「情報検索最高のポータルサイト」を含んでいることが分かる。

キーワード決定部２０７は、抽出されたサイト資料を分析してキーワードを決定することができる。一例として、サイト資料がディレクトリ構造またはサイトキーワードである場合、キーワード決定部２０７は、ディレクトリ構造またはサイトキーワードに含まれたスペース、読点、句点を考慮してキーワードを決定することができる。また、サイト資料がアンカーテキストである場合、リンクのハイパーテキストを形態素解析した後、残ったテキストをキーワードとして決定することができる。

図３において、「コンピュータ、インターネット＞ポータルサイト＞ネイバー」というネイバーのディレクトリ構造においてスペース、読点、句点単位で分析すると、「コンピュータ インターネット ポータルサイト ネイバー」というキーワードを決定することができる。同様に、「検索ポータル、ポータル、ポタル、知識人、情報検索、ｎｈｎ」というサイトキーワードでスペース、読点、句点単位で分析すると、「検索ポータル ポータル ポタル 知識人 情報検索 ｎｈｎ」というキーワードを決定することができる。

また、「＜ａ ｈｒｅｆ＝ｕｒｌ＞知識ポータルネイバー＜／ａ＞」というアンカーテキストで形態素を解析した後、残った名詞である「知識 ポータル ネイバー」というキーワードを決定することができる。もし、「＜ａ ｈｒｅｆ＝ｕｒｌ＞Ｎｏ１大韓民国の知識倉庫＜／ａ＞」というアンカーテキストである場合、形態素解析後に残った名詞である「大韓民国 知識 倉庫」というキーワードを決定することができる。

リスト生成部２０８は、決定したキーワードを用いてリストを生成してもよい。すなわち、ディレクトリ構造、サイトキーワード、またはアンカーテキストで決定したキーワードを組み合わせてリストを生成することにより、サイトに対する関連度辞書を生成してもよい。

図４は、本発明の一実施形態に係るサイトに対する関連度辞書を生成する過程の一例を示す図である。

具体的に、図４は、サイト４０２に対するアンカーテキスト構造４０１およびディレクトリ構造４０３によって生成された関連度辞書４０４の具体的な一例を示している。

図４において、「バイクブンブン」というサイト４０２がオートバイと関連したサイトであると仮定する。これにより、「バイクブンブン」というサイト４０２は、「中古オートバイ、オートバイ販売、オートバイ用品、オートバイ仲介、バイク用品、スクーター売買、仲介」などのようなアンカーテキストで構成されたアンカーテキスト構造４０１を有することができる。

また、「バイクブンブン」というサイト４０２は、「企業＞ショッピングモール＞オートバイ」のようなディレクトリで構成されたディレクトリ構造４０３を有することができる。

これにより、関連度辞書生成部２０１は、サイトのディレクトリ構造、サイトキーワード、またはアンカーテキスト構造を用いてサイトに対する関連度辞書を生成してもよい。一例として、関連度辞書生成部２０１は、サイトに対するディレクトリ構造、サイトキーワード、またはアンカーテキストを含むサイト資料を抽出し、抽出されたサイト資料を分析してキーワードを決定した後、決定したキーワードを用いてリストを生成してもよい。

関連度辞書生成部２０１は、アンカーテキストそれぞれを形態素解析単位で構文分析（ｐａｒｓｉｎｇ）したり（例えば、中古オートバイを中古およびオートバイ）、サイトのタイトルを構文分析したり（例えば、バイクブンブンをバイクおよびブンブン）、またはディレクトリキーワードを構文分析して（例えば、企業＞売買＞オートバイ用品を売買、オートバイ、および用品）関連度辞書４０４を生成してもよい。このように、関連度辞書４０４は、サイト４０２の特性を反映するキーワードを含み、結果的にはサイトとの関連度が高いキーワードで構成されてもよい。

図５は、本発明の一実施形態に係る関連度辞書を用いてクエリを変更する過程の一例を示す図である。

データ収集部２０２は、サイトに対して少なくとも１つのクエリとクエリそれぞれのクリック頻度を収集してもよい。図５を参照すると、サイト５０２に対する＜クエリ、クリック頻度＞のペア５０３−１〜５０３−１１を含むサイトコレクション５０１が示されている。すなわち、データ収集部２０２は、サイトコレクション５０１を収集してもよい。

ここで、クエリは、サイト５０２を訪問するときにユーザが入力したキーワードの集合を意味し、クリック頻度は、クエリにマッチングするサイト５０２をユーザがクリックした回数を意味する。例えば、サイトコレクション５０１のうち「デーリム（３８）」は、ユーザが「デーリム」というクエリを入力して導き出された「バイクブンブン」というサイト５０２を３８回クリックしたことを意味する。

構成要素判断部２０３は、サイトに対する関連度辞書を用いてクエリが関連度辞書に存在するか否かを判断してもよい。一例として、構成要素判断部２０３は、サイトコレクション５０１に関連度辞書を適用してクエリをクエリグループに分類してもよい。

「バイクブンブン」というサイト５０２が図４のようなアンカーテキスト構造とディレクトリ構造を有する場合、サイトコレクション５０１のうちデーリム（３８）５０３−１、ホンダ（２０３）５０３−３、およびヒョソン（１１６）５０３−１１は、関連度辞書に含まれないこともある。すなわち、デーリム（３８）５０３−１、ホンダ（２０３）５０３−３、およびヒョソン（１１６）５０３−１１は「バイクブンブン」で販売する製品特性に関するものであり、サイト特性とは関連度が低いと言える。

これにより、構成要素判断部２０３は、クエリのうちデーリム（３８）５０３−１、ホンダ（２０３）５０３−３、およびヒョソン（１１６）５０３−１１は関連度辞書に含まれないため、索引語加重値が低く設定されたクエリグループ２（５０５−２）に分類してもよく、残りのクエリは関連度辞書に含まれるため、索引語加重値が高く設定されたクエリグループ１（５０５−１）に分類してもよい。

その結果、ユーザが「バイクブンブン」というサイト５０２の特性に適合したクエリグループ１（５０５−１）のクエリを入力した場合、「バイクブンブン」というサイト５０２を上位に露出することができる。反対に、ユーザがサイト５０２の特性ではなく、販売中である製品特性に適合したクエリグループ２（５０５−２）のクエリを入力した場合、「バイクブンブン」というサイト５０２が上位に露出されず、サイトに対する不正使用を防ぐことができる。特に、サイトを通じて多様な製品が販売されるサイトにおいて、製品特性と関連したクエリ（例えば、製品名称）が入力される場合に、サイトが上位に露出される不正使用を適切に防ぐことができる。

図６は、本発明の一実施形態に係る関連度辞書を用いてタイトルを変更する過程の一例を示す図である。

データ収集部２０２は、サイトに対して少なくとも１つのクエリとクエリそれぞれのクリック頻度を収集してもよい。図６を参照すると、サイト６０２に対する＜クエリ、クリック頻度＞のペア６０３−１〜６０３−４を含むサイトコレクション６０１が示されている。すなわち、データ収集部２０２は、サイトコレクション６０１を収集してもよい。

構成要素判断部２０３は、サイトに対する関連度辞書を用いてサイトのタイトルが関連度辞書に存在するか否かを判断してもよい。一例として、構成要素判断部２０３は、サイトコレクション６０１に関連度辞書を適用してサイトのタイトルを構成するキーワードをクエリグループに分類してもよい。

一例として、構成要素判断部２０３は、サイトのタイトルをキーワード単位で抽出し、抽出されたキーワードが関連度辞書に存在するか否かによってキーワードを索引語加重値を適用するタイトルグループに分類してもよい。すなわち、構成要素判断部２０３は、サイトのタイトルである「大韓歯科医師協会」を「大韓」、「歯科」、「医師」、「協会」のキーワード単位で抽出し、それぞれのキーワードが関連度辞書に存在するか否かを判断してもよい。

もし、「歯科、医師」が「大韓歯科医師協会」というサイトの関連度辞書に含まれる場合、構成要素判断部２０３は、サイトのタイトルを構成するキーワードのうち「歯科」と「医師」を索引語加重値が高く設定されたタイトルグループ１（６０４−１）に分類してもよい。反対に、「大韓」と「協会」が「大韓歯科医師協会」というサイトの関連度辞書に存在しない場合、構成要素判断部２０３は、サイトのタイトルを構成するキーワードのうち「大韓」と「協会」を索引語加重値が低く設定されたタイトルグループ２（６０４−２）に分類してもよい。

その結果、ユーザが「歯科」または「医師」というクエリを入力する場合に、「歯科」と「医師」を含むタイトルを有する「大韓歯科医師協会」を上位に露出することにより、ユーザが入力したクエリに対してユーザに広く認識された公式なサイトがサイト検索に優先的に提供される。

図７は、本発明の一実施形態に係るクエリに対するサイトの人気度を判断する過程の一例を示す図である。

図７を参照すると、クエリＱ７０１に対する検索ページ７０３に、クエリＱ７０１に索引されたサイトＸ、サイトＹ、およびサイトＺが提供されると仮定する。一例として、人気度判断部２０５は、サイトに対するページランク、クリック頻度、ツールバー訪問頻度、またはサイト滞留時間のうちの少なくとも１つの人気度要素７０２を用いてクエリＱ７０１に索引されたサイトＸ、サイトＹ、およびサイトＺの人気度を判断することができる。

サイトに対するページランク、ツールバー訪問頻度、またはサイト滞留時間は、ユーザが単純にサイトをクリックすることに留まらず、実際にユーザの行為を考慮した人気度要素７０２であるため、このような人気度要素によってサイトスコアを設定することにより、不正クリックによるサイトの不正使用行為を防ぐことができる。

その結果、ユーザがクエリＱ７０１を入力する場合、検索結果ページにクエリＱ７０１に索引されたサイトＸ、サイトＹ、およびサイトＺが人気度に応じて配列されてユーザに提供される。

図８は、本発明の一実施形態に係る関連度辞書を用いてクエリを変更する全体過程を示すフローチャートである。

データ収集部２０２は、サイトに対する少なくても１つのクエリおよびクエリそれぞれのクリック頻度を収集する（Ｓ８０１）。

構成要素判断部２０３は、クエリをキーワード単位で抽出する（Ｓ８０２）。これにより、構成要素判断部２０３は、クエリから抽出されたキーワードが関連度辞書に存在するか否かを判断する（Ｓ８０３）。もし、キーワードが関連度辞書に存在する場合、構成要素判断部２０３は、該当するクエリをクエリグループ１に分類する（Ｓ８０４）。反対に、キーワードが関連度辞書に存在しない場合、構成要素判断部２０３は、該当するクエリをクエリグループ２に分類する（Ｓ８０５）。このような過程により、サイトに対するクエリを関連度辞書によって生成してもよい。

サイト索引部２０４は、クエリグループ１に属するクエリに対して高い索引語加重値を適用し、クエリグループ２に属するクエリに対して低い索引語加重値を適用する（Ｓ８０６）。これにより、サイト索引部２０４は、索引語加重値が適用されたクエリをマッチングするサイトに索引することにより、サイトを索引する（Ｓ８０７）。

図９は、本発明の一実施形態に係る関連度辞書を用いてタイトルを変更する全体過程を示すフローチャートである。

構成要素判断部２０３は、サイトのタイトルをキーワード単位で抽出する（Ｓ９０１）。構成要素判断部２０３は、抽出されたキーワードが関連度辞書に存在するか否かを判断する（Ｓ９０２）。もし、キーワードが関連度辞書に存在する場合、構成要素判断部２０３は、キーワードをタイトルグループ１に分類する（Ｓ９０３）。反対に、キーワードが関連度辞書に存在しない場合、構成要素判断部２０３は、キーワードをタイトルグループ２に分類する（Ｓ９０４）。このような過程により、サイトのタイトルの中からサイトに意味のあるキーワードを抽出してタイトルを変更することができる。

これにより、サイト索引部２０４は、タイトルグループ１に分類されたキーワードは高い索引語加重値を適用し、タイトルグループ２に分類されたキーワードは低い索引語加重値を適用する（Ｓ９０５）。さらに、サイト索引部２０４は、索引語加重値が適用されたキーワードをサイトに索引する（Ｓ９０６）。

図８および９で説明されていない具体的な部分は、図１〜７の説明を参照することができる。

上述した関連度辞書を用いた検索モデリング方法は、コンピュータにより実現される多様な動作を実行するためのプログラムラム命令を含むコンピュータで読み取り可能な媒体に記録してもよい。当該記録媒体は、プログラム命令、データファイル、データ構造なども単独または組み合わせて含んでもよい。記録媒体およびプログラム命令は、本発明の目的のために特別に設計されて構成されたものでもよく、コンピュータソフトウェア分野の技術を有する当業者にとって公知な使用可能なものであってもよい。プログラム命令の例としては、コンパイラによって生成されるような機械語コードだけでなく、インタプリタなどを用いてコンピュータによって実行可能な高級言語コードを含む。

上述したように、本発明のいくつかの実施形態を参照して説明したが、本発明はこれに限定されるものではない。該当する技術分野における当業者にとっては、特許請求の範囲に記載された本発明の思想および領域から逸脱しない範囲内で、本発明を多様に修正および変更することができることを理解できる。

１０１：ユーザ
１０２：検索モデリングシステム
１０３−１〜１０３−３：サイト

Claims (15)

1. サイトに対するサイト資料を分析して、前記サイトの特性を反映するキーワードを決定し、決定された前記キーワードを含むリストを前記サイトに対する関連度辞書として生成する関連度辞書生成部と、
   サイトに対してクエリとクリック頻度のペアを含むサイトコレクションを収集するデータ収集部と、
   前記サイトコレクションに関連度辞書を適用して、前記サイトに対するクエリ及び前記サイトのタイトルを構成するキーワードが前記サイトに対する関連度辞書に存在するか否かを判断して、前記サイトに対するクエリ及び前記サイトのタイトルを構成するキーワードが前記サイトに対する関連度辞書に存在する場合、第１のクエリのグループに分類し、存在しない場合、第２のクエリのグループに分類する構成要素判断部と、
   前記第１のクエリのグループに分類されたキーワードにはより高い索引語加重値を適用し、前記第２のクエリのグループに分類されたキーワードにはより低い索引語加重値を適用して、前記索引語加重値が適用されたキーワードを前記サイトに索引するサイト索引部と、を含み、
   ユーザが前記第１のクエリのグループのクエリを入力した場合、前記サイトを検索結果の上位に表示して、前記ユーザが前記第２のクエリのグループのクエリを入力した場合、前記サイトを検索結果の上位に表示しないことを特徴とする検索モデリングシステム。
2. 前記関連度辞書は、
   前記サイトのディレクトリ構造およびアンカーテキスト構造に基づいて抽出されたキーワードであり、前記サイトとの関連度が高いことを特徴とする請求項１に記載の検索モデリングシステム。
3. 前記サイトのディレクトリ構造、サイトキーワード、またはアンカーテキスト構造を用いて前記サイトに対する関連度辞書を生成する関連度辞書生成部、
   をさらに含む請求項１に記載の検索モデリングシステム。
4. 前記関連度辞書生成部は、
   前記サイトに対するディレクトリ構造、サイトキーワード、またはアンカーテキストを含むサイト資料を抽出するサイト資料抽出部と、
   前記抽出されたサイト資料を分析してキーワードを決定するキーワード決定部と、
   前記決定したキーワードを用いてリストを生成するリスト生成部と、
   を含む請求項３に記載の検索モデリングシステム。
5. 前記構成要素判断部は、
   前記少なくとも１つのクエリに対するクリック閾値を定義し、前記クリック閾値よりも大きいクリック頻度を示すクエリに対して関連度辞書に存在するか否かを判断することを特徴とする請求項１に記載の検索モデリングシステム。
6. 前記サイト索引部は、
   前記クエリまたは前記タイトルが関連度辞書に存在する場合、索引語加重値を増加させて前記クエリまたは前記タイトルに適用することを特徴とする請求項１に記載の検索モデリングシステム。
7. 前記サイトに対するページランク、クリック頻度、ツールバー訪問頻度、またはサイト滞留時間のうちの少なくとも１つの人気度要素を用いて前記クエリに索引された１つ以上のサイトの人気度を判断する人気度判断部、
   をさらに含む請求項１に記載の検索モデリングシステム。
8. 検索モデリングシステムが実行する検索モデリング方法であって、
   関連度辞書生成部がサイトに対するサイト資料を分析して、前記サイトの特性を反映するキーワードを決定し、決定された前記キーワードを含むリストを前記サイトに対する関連度辞書として生成し、
   データ収集部がサイトに対してクエリとクリック頻度のペアを含むサイトコレクションを収集し、
   構成要素判断部が前記サイトコレクションに関連度辞書を適用して、前記サイトに対するクエリ及び前記サイトのタイトルを構成するキーワードが前記サイトに対する関連度辞書に存在するか否かを判断して、前記サイトに対するクエリ及び前記サイトのタイトルを構成するキーワードが前記サイトに対する関連度辞書に存在する場合、第１のクエリのグループに分類し、存在しない場合、第２のクエリのグループに分類し、
   サイト索引部が前記第１のクエリのグループに分類されたキーワードにはより高い索引語加重値を適用し、前記第２のクエリのグループに分類されたキーワードにはより低い索引語加重値を適用して、前記索引語加重値が適用されたキーワードを前記サイトに索引すること、を含み、
   ユーザが前記第１のクエリのグループのクエリを入力した場合、前記サイトを検索結果の上位に表示して、前記ユーザが前記第２のクエリのグループのクエリを入力した場合、前記サイトを検索結果の上位に表示しないことを特徴とする検索モデリング方法。
9. 前記関連度辞書は、
   前記サイトのディレクトリ構造およびアンカーテキスト構造に基づいて抽出されたキーワードであり、前記サイトとの関連度が高いことを特徴とする請求項８に記載の検索モデリング方法。
10. 関連度辞書生成部が前記サイトのディレクトリ構造、サイトキーワード、またはアンカーテキスト構造を用いて前記サイトに対する関連度辞書を生成すること、
    をさらに含む請求項８に記載の検索モデリング方法。
11. 前記関連度辞書を生成すること、
    前記サイトに対するディレクトリ構造、サイトキーワード、またはアンカーテキストを含むサイト資料を抽出し、
    前記抽出されたサイト資料を分析してキーワードを決定し、
    前記決定したキーワードを用いてリストを生成すること、
    を含む請求項１０に記載の検索モデリング方法。
12. 前記クエリまたは前記タイトルが前記関連度辞書に存在するか否かを判断することは、
    前記構成要素判断部が前記少なくとも１つのクエリに対するクリック閾値を定義し、前記クリック閾値よりも大きいクリック頻度を示すクエリに対して関連度辞書に存在するか否かを判断することを特徴とする請求項８に記載の検索モデリング方法。
13. 前記サイトを索引することは、
    前記サイト索引部が前記クエリまたは前記タイトルが関連度辞書に存在する場合、索引語加重値を増加させて前記クエリまたは前記タイトルに適用することを特徴とする請求項８に記載の検索モデリング方法。
14. 人気度判断部が前記サイトに対するページランク、クリック頻度、ツールバー訪問頻度、またはサイト滞留時間のうちの少なくとも１つの人気度要素を用いて前記クエリに索引された１つ以上のサイトの人気度を判断すること、
    をさらに含む請求項８に記載の検索モデリング方法。
15. 請求項８乃至１４の何れか一に記載の方法を実行させるためのプログラムを記録したことを特徴とするコンピュータで読み取り可能な記録媒体。

Images