JP5487854B2 - 文書情報収集システム、文書情報収集方法、文書情報収集プログラム - Google Patents

Description

本発明は、ネットワーク上に分散して格納されたデータを収集する情報収集システムに関する。

企業内に設置された企業内ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）では、この企業内ＬＡＮに接続された端末間で、生成・更新された企業内文書やファイル情報などの文書情報を共有するため、文書情報の収集を行い管理する文書情報収集システムが設けられ、例えばバックアップやデータベース用に、生成、更新された文書情報の収集を行う。

この文書情報の収集にあたって、例えば、文書情報収集システムが、長期間内容変更が行われていない文書情報と内容変更が頻繁行われている文書情報をそれぞれ同等の頻度で収集する設定である場合、内容変更が行われていない、同一内容の文書情報が記憶ディスク上に蓄積されることとなる。

このため、データベースに設置された記憶ディスクなどの記憶領域（リソース）は、収集の必要性の低い、同一内容の文書情報により占有されることとなり、リソース利用の効率性が低下してしまう。

また、上記文書情報収集システムで、頻繁に内容変更が行われる文書情報が他の文書情報と同等の頻度で収集が行われた場合、文書情報収集の頻度が内容変更の頻度に比べて低いことにより、文書内容の更新を反映することができず、収集された文書情報を最新の状態に維持することができず、更新精度が低下してしまうといった不都合が生じ得る。

ところで、文書情報には、一般に、１）作成、２）承認、３）公開、４）保管、５）廃棄などの状態からなる文書ライフサイクルがあることが知られている。このため、この文書ライフサイクルにおける文書情報の状態（「文書状態」という）に応じて文書情報の収集を行うことにより、リソース利用の効率性を高めることができる。
また、文書情報収集のための収集ポリシーを設定して、この収集ポリシーに基づき文書情報収集を行うことによっても、文書情報収集に係るリソース利用の効率性を高めることができる。

しかしながら、予め設定された収集ポリシーを柔軟に変更するには、収集の対象である文書情報のライフサイクルを管理するシステムを予め導入する必要があり、この場合、文書情報収集システム全体として大規模で煩雑なシステムとなってしまう不都合がある。

また、これに対する関連技術として、ウェブコンテンツに対する情報収集方法と同様の方法により、ファイル情報などの文書情報の収集が行う文書情報収集システムが開示されている（特許文献１）。

特願平１０−４９５５３号公報

しかしながら、上記特許文献１に記載の関連技術における文書情報集装置では、ウェブコンテンツ情報の収集を想定しているため、文書情報における上記文書ライフサイクルや文書情報ごとに異なる内容更新の必要性を考慮することなく、文書情報の収集が行われる。
このため、文書情報の収集効率を高めることが困難であると共に、文書情報収集に係るリソース利用の効率性を高めることができないといった不都合が生じ得る。

更に、上記関連技術では、文書ライフサイクルを管理するシステムが導入されていない環境では、文書状態に応じた文書収集方法の変更や収集ポリシーの変更などを行うことができないといった不都合がある。

［発明の目的］
本発明は、上記関連技術の有する不都合を改善し、文書情報の収集にかかるリソースの負荷を有効に軽減し得る文書情報収集システム、文書情報収集方法、文書情報収集プログラムを提供することを、その目的とする。

上記目的を達成するために、本発明に係る文書情報収集システムは、文書情報を記憶保持する文書情報記憶装置と、各文書情報を当該各文書情報に対応して予め設定された収集頻度で収集を行うと共に収集した文書情報を予め設定された文書データベースに格納する文書情報収集装置とを備えた文書情報収集システムであって、文書情報収集装置が、各文書情報の作成および更新された日時にかかる情報を示す文書履歴情報を取得する履歴情報取得部と、文書履歴情報に基づいて各文書が文書のライフサイクルにおけるどの状態にあるかを示す状態判定スコアを算出し、この状態判定スコアが予め設定された閾値以上であるか否かに応じて各文書情報が内容変更される頻度が高頻度であるか低頻度であるかを示す更新頻度状態を推定し設定する更新頻度状態推定部と、設定された更新頻度状態に基づき文書情報収集装置が一定期間内に各文書情報の収集を行う度合いを収集頻度として決定する収集頻度決定部とを備えた構成をとっている。

また、本発明にかかる文書情報収集方法は、作成および更新された文書情報を記憶保持する文書情報記憶装置と、各文書情報を当該各文書情報に対応して予め設定された収集頻度で収集し予め設定された文書情報収集装置とを備えた文書情報収集システムにあって、予め設定された文書データベースに格納するための文書情報収集方法であって、各文書情報の作成および更新された日時にかかる情報を示す文書履歴情報を取得し、文書履歴情報に基づいて各文書が文書のライフサイクルにおけるどの状態にあるかを示す状態判定スコアを算出し、文書情報が予め設定された基準頻度より高頻度に内容変更される状態にあるか基準頻度より低頻度に内容変更される状態にあるかを示す更新頻度状態を状態判定スコアが予め設定された閾値以上であるか否かに応じて設定し、設定された更新頻度状態に基づき文書情報収集装置が一定期間内に各文書情報の収集を行う度合いを収集頻度として決定し、文書情報記憶装置から各文書情報を決定された収集頻度で収集することを特徴としている。

又、本発明にかかる文書情報収集プログラムは、作成および更新された文書情報を記憶保持する文書情報記憶装置と、各文書情報を当該各文書情報に対応して予め設定された収集頻度で収集し予め設定された文書情報収集装置とを備えた文書情報収集システムにあって、予め設定された文書データベースに格納する文書情報収集プログラムであって、各文書情報の作成および更新された日時にかかる情報を示す文書履歴情報を取得する処理を行う履歴情報取得機能と、文書履歴情報に基づいて各文書が文書のライフサイクルにおけるどの状態にあるかを示す状態判定スコアを算出し、この状態判定スコアが予め設定された閾値以上であるか否かに応じて各文書情報が内容変更される頻度が高頻度であるか低頻度であるかを示す更新頻度状態を推定し設定する更新頻度状態推定機能と、設定された更新頻度状態に基づき文書情報収集装置が一定期間内に各文書情報の収集を行う度合いを収集頻度として決定する収集頻度決定機能と、文書情報記憶装置から各文書情報を決定された収集頻度で収集する処理を行う文書情報収集機能とを予め設定されたコンピュータに実現させることを特徴としている。

本発明は、以上のように構成され機能するので、これによると、予め記憶された各文書情報の更新された日時にかかる情報に基づき、文書情報の内容変更の度合いに応じた文書の状態を推定設定し、設定された文書の状態に応じて設定した頻度で上記文書情報の収集を行う構成としたことにより、文書情報の収集処理にかかる処理負荷を有効に軽減し得る文書情報収集システム、文書情報収集方法、文書情報収集プログラムを提供することができる。

本発明による文書情報収集システムにおける一実施形態を示す概略ブロック図である。 図１に開示した文書情報収集システムにおける文書情報の文書状態の推移過程を示す説明図である。 図３（ａ）は、図１に開示した文書情報収集システムにおける文書情報管理テーブルに記憶された内容の一例を示す説明図であり、図３（ｂ）は、図１に開示した文書情報収集システムにおける文書状態管理テーブルに記憶された内容の一例を示す説明図であり、図３（ｃ）は、図１に開示した文書情報収集システムにおけるサーバ情報管理テーブルに設定された内容の一例を示す説明図である。 図１に開示した文書情報収集システムにおける文書状態推定部の動作処理ステップを示すフローチャートである。 図１に開示した文書情報収集システムにおける文書情報収集部の動作処理ステップを示すフローチャートである。 図１に開示した文書情報収集システムにおける文書情報収集要求部の動作処理ステップを示すフローチャートである。 図１に開示した文書情報収集システムにおける文書状態推定部の動作処理ステップを示すフローチャートである。

［実施形態］
次に、本発明の実施形態について、その基本的構成内容を説明する。

本実施形態である文書収集システム１は、例えば企業内ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）の各端末で生成・編集され当該各端末から送り込まれた文書情報を記憶する文書格納サーバ３００と、文書格納サーバ３００に記憶された文書情報の状態（文書ライフサイクルにおける状態：文書状態）を示す予め設定された文書状態に基づいて文書格納サーバ３００から文書情報の収集を行う文書情報収集サーバ２００と、文書情報収集サーバ２００が収集を行う文書情報を決定するための参照情報である各種管理テーブルを保持するデータベースサーバ１００を備えた構成となっている。

また、上記文書情報収集サーバ２００は、データベースサーバ１００に予め格納された管理テーブルの情報に基づき文書格納サーバに記憶された文書情報の収集を行うと共に、収集した文書情報に含まれる特定の情報に基づいてデータベースサーバ１００の管理テーブルの情報を更新する。
更に、文書情報収集サーバ２００は、データベースサーバ１００に格納されている管理テーブルの内容に基づいて、文書格納サーバ内に記憶された文書情報の文書状態を推定（設定）すると共に、推定（設定）された内容に基づきデータベースサーバ１００に格納された管理テーブルの内容を更新する。

尚、一般に、文書情報（企業内文書）は、図２に示すように、１）作成、２）承認、３）公開、４）保管、５）廃棄の５つの状態（文書状態、段階）からなる文書ライフサイクルを辿る。
このため、文書格納サーバ３００に格納された各文書情報（企業内文書）は、当該文書情報の生成時点、または編集時点を基準として、１）作成、２）承認、３）公開、４）保管、５）廃棄の何れかの状態にあるものとする。

また、企業内文書（文書情報）は、文書ライフサイクルにおけるどの状態（文書状態）にあるかによって、その文書内容に対する変更が行われる頻度が異なる。尚、一般に、文書ライフサイクルにおける文書状態と文書内容の変更頻度との関係には、以下に示すような傾向がある。
例えば、文書状態が、（１）作成、または（２）承認状態にある文書情報は、一般に、頻繁に変更される確率が高く、また、（３）公開、または（４）保管の状態（文書状態）にある文書情報は、頻繁に変更される確率が低い。

次に、文書収集システム１の構成内容について、詳説する。
データベースサーバ１００は、図１に示すように、文書情報収集サーバ２００により収集された文書情報を記憶保持する文書情報管理テーブル１１０と、文書情報収集部２３０により収集された文書情報のメタ情報を記憶保持する文書状態管理テーブル１２０と、文書情報の収集が行われる対象サーバである文書格納サーバ３００に係る情報を記憶保持するサーバ情報管理テーブル１３０とを備え、更に、上記文書情報管理テーブル１１０、文書状態管理テーブル１２０、およびサーバ情報管理テーブル１３０それぞれのデータフィルールドの更新を行うデータベース更新制御部を備えた構成を有する。
尚、データベースサーバ１００は、ＨＤＤなどの記憶装置と、ＣＰＵ、メモリなどを備えた一般のサーバコンピュータであって、上記ＣＰＵが予め設定されたプログラムに基づく実行処理を行うことにより、データベース更新制御部を実現するものとする。

文書情報収集サーバ２００は、文書状態管理テーブル１２０に記憶されたメタ情報に基づいて文書格納サーバ３００に記憶された文書情報の状態を推定し設定する文書状態推定部２１０と、文書情報管理テーブル１１０に格納された文書情報、この文書情報の状態を示す状態情報、および文書格納サーバ３００に係るサーバ情報に基づいて、文書格納サーバ３００に格納された文書情報について収集を行う優先度を決定する文書情報収集要求部２２０と、文書情報管理テーブル１１０および文書状態管理テーブル１２０を更新する文書情報収集管理部２３０と、収集を行う文書のＵＲＩ情報を、要求情報として（キューの形式で）で保持する文書情報収集要求キュー２４０を備えている。

尚、文書情報収集サーバ２００は、通信回線を介してデータベースサーバ１００および文書格納サーバ３００に接続された、一般のサーバコンピュータであって、その内部にＣＰＵ、メモリなどを備え、このＣＰＵが、予め設定されたプログラムに基づく実行処理を行うことにより、以下に示す動作機能部を実現する。

文書状態推定部２１０は、データベースサーバ１００の文書状態管理テーブル１２０に対して、文書情報の履歴情報（更新日時（１）〜更新日時（ｎ））の取得要求を行う（履歴情報取得要求機能）。

文書状態推定部２１０は、文書状態管理テーブル１２０内に、対象文書情報の文書ＩＤに対応する文書レコードが存在する場合（エントリあり）、取得した更新日時（１）〜（ｎ−１）をそれぞれ更新日時（２）〜更新日時（ｎ）に設定し、更に、対象文書情報の更新日時を、更新日時（１）に設定することにより、履歴情報（更新日時（１）〜更新日時（ｎ））を新たに作成する（履歴情報更新機能）。

また、文書状態推定部２１０は、文書状態管理テーブル１２０内に、対象文書情報の文書ＩＤに対応する文書レコードが存在しない場合、与えられた文書情報の作成日時を更新日時（２）、作成日時に対して1秒（秒数に１を加えた）を加えた日時を更新日時（１）として履歴情報を新たに作成する（履歴情報更新機能）。

更に、文書状態推定部２１０は、作成または更新した履歴情報に基づいて、各文書情報の状態判定スコアを計算する状態判定スコア計算機能を備えている。更に、文書状態推定部２１０は、算出した状態判定スコアを文書状態管理テーブル１２０に書き込む状態判定スコア格納機能を有する。
ここで、状態判定スコアとは、例えば図３（ｂ）に示すように、各文書情報の文書状態の段階を示す数値であり、例えば、対象文書情報の優先度を示す数値として優先度の高さに応じて０〜１の数値が設定される設定としてもよい。
また、状態判定スコアは文書状態に対応して、例えば、０〜０．２は作成状態、０．２１〜０．４は承認状態、０．４１〜０．６は公開状態、０．６１〜０．８は保管状態、０．８１〜１は廃棄状態を示す設定であってもよい。

ここで、文書状態推定部２１０による状態判定スコア計算機能について、詳説する。

まず、文書状態推定部２１０は、文書情報に対応して予め設定された状態判定スコアを０に初期化し、ループ制御変数（以下、ｉと表記）に２を設定する。また、文書状態推定部２１０は、更新日時（ｉ−１）と更新日時（ｉ）を比較し、両者が一致する場合は状態判定スコアにｉの値を加算する。

次に、文書状態推定部２１０は、ループ制御変数に１を加算し、ｉの値がｎの値以下の場合は、「更新日時（ｉ−１）と更新日時（ｉ）を比較して両者が一致する場合は状態判定スコアにｉの値を加算する」動作を再帰的に行う。
一方、ｉの値がｎの値より大きい場合、文書状態推定部２１０は、状態判定スコアをｎで除算し、その結果を状態判定スコアとしてデータベースサーバ１００に返信する。

以上のように、文書状態推定部２１０は、状態判定スコアを算出することにより文書状態の推定設定を行う。また、本実施形態では、以下に示す、文書情報収集要求部２２０、文書情報収集管理部２３０、および文書情報収集要求キュー管理部２４０により、推定設定された文書状態に基づく文書情報の収集頻度の調整を行う。

また、文書状態推定部２１０は、データベースサーバ１００に対して、文書情報の履歴情報および状態判定スコアに対応する文書レコードの作成を要求する（エントリ作成更新要求）。
また、文書状態推定部２１０は、データベースサーバ１００に対して、対象文書情報の履歴情報および状態判定スコアの更新を要求する判定スコア更新要求機能（Ｓ１０７）を備えている。

文書情報収集要求部２２０は、文書ＩＤおよび当該文書ＩＤに対応する文書情報の状態判定スコアの取得をデータベースサーバ１００に対して要求する状態判定スコア要求機能を有する。
また、文書情報収集要求部２２０は、取得した文書ＩＤに対応した文書情報の格納先のサーバＩＤおよび格納パスを、データベースサーバ１００に対して要求する格納パス要求機能と、取得したサーバＩＤのサーバＩＰアドレスを、データベースサーバ１００に対して要求するサーバＩＰアドレス取得要求を有する。

更に、文書情報収集要求部２２０は、データサーバ１００から取得した、対象文書情報の状態判定スコアが予め設定された閾値以上の値である場合、その文書状態が（作成、承認）状態であると判定し、文書情報収集要求キュー（高優先度）２４１に対して対象文書情報のＵＲＩ情報（文書ＩＤ、サーバＩＰアドレス、および格納パスを含む）の追加格納を要求する（ＵＲＩ追加格納要求機能）。

また、文書情報収集要求部２２０は、データサーバ１００から取得した、対象文書情報の状態判定スコアが上記閾値未満の値である場合、その文書状態が（公開、保管、破棄）状態であると判定し、文書情報収集要求キュー（低優先度）２４２に対して、対象文書のＵＲＩ情報（対象文書のアドレス：文書ＩＤ、サーバＩＰアドレス、および格納パスを含む）の追加格納を要求する（ＵＲＩ追加格納要求機能）。

これにより、文書情報収集要求部２２０は、文書情報収集要求キュー（高優先度）２４１および文書情報収集要求キュー（低優先度）２４２に対する収集対象文書情報を格納する。

また、文書情報収集要求部２２０は、文書状態管理テーブル１２０に格納された状態判定スコアに応じて文書情報を、文書情報収集要求キュー（高優先度）２４１、または文書情報収集要求キュー（低優先度）２４２に振り分ける（文書情報振分機能）。
ここで、文書情報収集要求部２２０は、文書情報管理テーブル１１０に格納された文書情報を文書情報収集要求キューに格納する際に、どちらの文書情報収集要求キュー（２４１、２４２）に振り分けるかを、文書状態管理テーブル１２０に格納された状態判定スコアに基づき決定する。

ここで、文書情報収集要求部２２０は、文書情報の文書状態が作成、承認、公開、保管、廃棄の何れの状態にあるかを、文書状態管理テーブル１２０の状態判定スコアに基づき判定を行う。
尚、本実施形態では、文書状態が（作成、承認）または（公開、保管、廃棄）のどちらの状態にあるかを判定できればよく、文書情報収集要求部２２０は、図６に示すように、状態判定スコアが予め設定された閾値以上である場合を（作成、承認）の状態、状態判定スコアがこの閾値未満である場合は（公開、保管、廃棄）の状態にあると判定するものとする。
また、文書情報収集要求部２２０は、状態判定スコアに基づき優先度が高い（状態判定スコアが閾値以上）と判定された文書情報にかかる文書関連情報（例えば、ＵＲＩ情報）を、文書情報収集要求キュー（高優先度）２４１に格納する。また、状態判定スコアに基づき優先度が低い（状態判定スコアが閾値未満）と判定された文書情報にかかるＵＲＩ情報（文書関連情報）を、文書情報収集要求キュー（低優先度）２４２に格納する。

これにより、文書情報収集要求キュー（高優先度）２４１には、（作成、承認）の状態の文書情報にかかる情報（ＵＲＩ情報：文書関連情報）が、また、文書情報収集要求キュー（低優先度）２４２には、（公開、保管、廃棄）の状態にある文書情報にかかる情報（ＵＲＩ情報：文書関連情報）が、それぞれ格納される。
これにより、（作成、承認）の状態の文書情報は、文書情報収集部（高優先度）２３１により高頻度に収集され、一方、（公開、保管、廃棄）の状態にある文書は、文書情報収集部２３２により低頻度に収集される。このため、優先度が高い文書情報は短い間隔で、優先度が低い文書情報は長い間隔でそれぞれ収集される。

尚、文書情報収集要求部２２０は、文書情報収集管理部２３０と並行して、つまり、マルチスレッドで動作するモジュールプログラムであって、動作開始および終了のタイミングを、文書情報収集管理部２３０に合わせて行う設定としてもよい。
また、文書情報収集要求部２２０は、上述のように、文書情報収集管理部２３０が収集対象とする文書情報に係る文書関連情報を、文書情報収集要求キュー（高優先度）２４１および文書情報収集要求キュー（低優先度）２４２に対して格納する。文書情報収集管理部（２３０）は、文書情報収集要求部（２２０）が文書情報収集要求キュー（２４１、２４２）に格納した情報に基づいて文書情報を収集を行う。

文書情報収集部２３０は、文書情報収集要求キュー２４０に対して文書情報のＵＲＩ情報の取得を要求するＵＲＩ情報取得要求機能と、文書情報収集要求キュー２４０から取得したＵＲＩ情報を用いて、文書格納サーバ３００に対して文書情報の取得要求を行う文書情報取得要求機能とを備えている。
ここで、文書情報収集部２３０は、文書情報収集要求キュー２４０により指定されたＵＲＬを含むメッセージを文書格納サーバ３００に対して送信することにより、ＵＲＬにより特定される文書情報の取得要求を行う。

また、文書情報収集部２３０は、文書情報収集要求キュー（高優先度）２４１に格納された文書関連情報（ＵＲＩ情報）を取得する文書情報収集部（高優先度）２３１と、文書情報収集要求キュー（低優先度）２４２に格納された文書関連情報（ＵＲＩ情報）を取得する文書情報収集部（低優先度）２３２を備えている。

ここで、文書情報収集部（高優先度）２３１は、文書情報収集部（低優先度）２３２に比べて高頻度に文書情報収集要求キュー（高優先度）２４１に格納された文書関連情報を取得する動作を行う設定としてもよい。

ここで、文書情報収集部（高優先度）２３１および文書情報収集部（低優先度）２３２は、それぞれ文書関連情報（ＵＲＩ情報）を取得する頻度が異なる。つまり、文書情報収集部２３１は高頻度に（優先度の高い）文書情報のＵＲＩ情報を取得し、文書情報収集部２３２は、文書情報収集部２３１に比べて低頻度に（優先度の低い）文書情報のＵＲＩ情報を取得する。

このため、ＵＲＩ情報に基づき文書情報収集部２３１および２３２により行われる文書情報の収集動作の頻度が調整されることになる。
ここでは、例えば、文書情報収集部（高優先度）２３１が、１００文書／分のペースで文書情報を収集し、また、文書情報収集部（低優先度）２３２が、１文書／分のペースで文書情報を収集するものとする。

また、文書情報収集部２３０は、指定したＵＲＩ情報に対応する文書情報（対象文書情報）が文書格納サーバ３００内に存在する場合、この対象文書情報に対応した、予めデータベースサーバ１００内に格納された同文書情報の更新を、データベースサーバ１００に対して要求する文書情報更新要求機能を備えている。
更に、文書情報収集部２３０は、文書状態推定部２１０に対して予め格納された対象文書情報の状態判定スコアの更新を要求する状態判定スコア更新要求機能を有する。

更に、文書情報収集部２３０は、指定したＵＲＩ情報に対応する文書情報（対象文書情報）が文書格納サーバ３００内に存在しない場合、データベースサーバ１００に対して、文書情報管理テーブル１１０内に予め格納された、対象文書情報に対応する文書レコードの削除を要求する。

文書情報収集要求キュー管理部２４０は、文書情報収集部２３０からの要求に応じて、文書情報収集要求キュー格納部である高優先度２４１または低優先度２４２から、対応するＵＲＩ情報を取り出して返信するＵＲＩ情報返信機能を備えている。

文書情報収集要求キュー格納部（高優先度）２４１は、データベースサーバ１００の追加格納要求に含まれた、高優先度と判定された文書情報のＵＲＩ情報を、追加格納するＵＲＩ情報追加格納機能を有する。ここで、追加格納されるＵＲＩ情報は、データ構造キューの末尾に追加されるものとする。
また、文書情報収集要求キュー格納部（低優先度）２４２は、低優先度と判定された文書情報に係るＵＲＩ情報をキューの末尾に追加する処理を行う追加格納処理機能を備えている。

データベースサーバ１００は、文書情報収集管理部２３０により文書格納サーバ３００から収集された文書情報を格納する記憶領域としての文書情報管理テーブル１１０と、文書状態推定部２１０により設定された各文書情報の文書状態を記憶保持する記憶領域である文書状態管理テーブル１２０と、収集する文書情報の格納先である文書格納サーバ（ここでは、３００）に係る情報を記憶するサーバ情報管理テーブル１３０を備えると共に、文書情報収集サーバ２００からの要求に応じて上記文書情報管理テーブル１１０、文書状態管理テーブル１２０、およびサーバ情報管理テーブル１３０に記憶された情報の更新制御を行うデータベース更新制御部を備えた構成となっている。

ここで、上記文書情報管理テーブル１１０には、例えば図３（ａ）に示すように、収集された各文書情報の文書ＩＤ、各文書情報が格納された文書格納サーバのサーバＩＤ、文書格納サーバ内における各文書情報の格納パス、および、各文書情報の内容である本文（文書内容）がテーブル情報（文書レコード）として格納されているものとする。
また、上記文書状態管理テーブル１２０には、例えば図３（ｂ）に示すように、収集された各文書情報の文書ＩＤ、作成された日時（作成日時）、更新の行われた日時（更新日時（１）〜（ｎ））、状態判定スコアがテーブル情報（文書レコード）として格納されている。
更に、上記サーバ情報管理テーブル１３０には、例えば図３（ｃ）に示すように、収集が行われる文書情報の格納先である各文書格納サーバのサーバＩＤ、サーバＩＰアドレス、サーバ種別がテーブル情報として格納されている。

また、データベース更新制御部は、文書情報収集部２３０からの要求に応じて、収集された文書情報を文書情報管理テーブル１１０に文書レコードとして格納する文書レコード作成機能と、文書情報収集サーバ２００からの要求に応じて文書レコードの更新を行う文書レコード更新機能を備えている。
ここで、作成された文書レコードには、対象文書情報の文書ＩＤ、文書内容、作成日時、および更新日時が含まれているものとする。

更に、データベース更新制御部は、文書情報収集部２３０からの要求に応じて、文書情報管理テーブル１１０および文書状態管理テーブル１２０から同文書の文書ＩＤに対応する文書レコードを削除する文書レコード削除機能を有する。

また、データベース更新制御部は、文書情報収集要求部２２０からの要求に応じて、文書状態管理テーブル１２０から文書ＩＤフィールド、および状態判定スコアフィールドを取得すると共に文書情報収集要求部２２０に返信する状態判定スコア返信機能と、文書情報管理テーブル１１０から文書ＩＤに対応する文書レコードのサーバＩＤフィールドおよび格納パスフィールドを取得して、文書情報収集要求部２２０に返信する格納パスフィールド返信機能を有する

更に、データベース更新制御部は、サーバ情報管理テーブル１３０からサーバＩＤに対応するサーバＩＰアドレス（サーバＩＰアドレスフィールド情報）を取得して文書情報収集要求部２２０に対して返信するサーバアドレス返信機能と、指定された文書ＩＤに対応する文書レコードの履歴情報（履歴情報フィールド情報）を、文書状態管理テーブル１２０から取得し、文書状態推定部２１０に返信する履歴情報返信機能を有する。
また、データベース更新制御部は、文書状態管理テーブル１２０の文書ＩＤに対応するレコードの履歴情報フィールドおよび状態判定スコア（フィールド）の更新を行う状態判定スコア更新機能を備えている。

尚、文書格納サーバ３００は、企業内ＬＡＮに接続され、企業内ＬＡＮに接続して設定された端末（コンピュータ）から送り込まれた文書情報を記憶保持するためのサーバコンピュータであって、一般のサーバコンピュータと同様に、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、メモリを備え、また、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などの大容量記憶装置を備えた構成となっている。

本実施形態では、文書格納サーバ３００は、上記ＣＰＵが予め設定されたプログラムの実行を行うことにより、ウェブコンテンツの提供を行うウェブ（Ｗｅｂ）サーバ３１０、ＳＭＢ（Ｓｅｒｖｅｒ Ｍｅｓｓａｇｅ Ｂｌｏｃｋ）サーバ機能を提供するサンバ（Ｓａｍｂａ）サーバ３２０、ネットワーク経由のファイル共有システムを提供するＮＦＳ（Ｎｅｔｗｏｒｋ Ｆｉｌｅ Ｓｙｓｔｅｍ）サーバ３３０を実現しているものとする。
尚、上記Ｗｅｂサーバ３１０、Ｓａｍｂａサーバ３２０、ＮＦＳサーバ３３０は、ネットワークに接続されたそれぞれ異なるサーバコンピュータ上で動作する構成であってもよい。

文書格納サーバ３００は、文書情報収集部２３０からの要求に応じて、指定されたＵＲＩ情報（ＵＲＬ）に対応する文書情報を文書情報収集部２３０に返信する文書情報返信機能を備えている。

尚、本実施形態では、文書状態が「作成」状態にある、未承認状態である文書情報（ファイル情報）の収集を行わない設定としてもよい。
これにより、文書情報の収集にかかるシステムリソースの処理負荷をより有効に軽減することができる。

以上のように、本実施形態では、文書情報の作成日時、更新日時などを示すメタ情報を履歴情報として記録しておき、文書情報収集サーバ２００による企業内文書（文書情報）の収集時に、企業内文書それぞれの文書ライフサイクルにおける文書状態を、履歴情報に基づき推定設定すると共に、設定された文書状態に応じて各文書情報を収集の頻度（単位時間における収集回数）を決定し、文書情報の収集頻度の制御、調整を行うことを可能とする。

具体的には、文書情報収集サーバ２００は、推定設定された文書状態が、作成または承認状態にある文書情報に対しては、短い間隔で高頻度に文書情報の収集を行い、公開または保管状態にある文書に対しては長い間隔で低頻度に文書情報の収集を行う。
これにより、本実施形態では、企業内文書それぞれのライフサイクルに基づいて、効率的な文書情報の収集を行うことができ、このため、文書情報の収集にかかるリソース利用の効率性を有効に高めることができる。

［実施形態の動作説明］
次に、本実施形態の動作について、その概略を説明する。
まず、文書状態推定部２１０が、文書格納サーバ３００に記憶された文書情報の作成および更新された日時にかかる情報を示す文書履歴情報を取得し（履歴情報取得工程）、前記文書情報が予め設定された基準頻度より高頻度に内容変更される状態にあるか前記基準頻度より低頻度に内容変更される状態にあるかを示す更新頻度状態を文書履歴情報に基づき設定し（更新頻度状態推定工程）、設定された頻度状態に基づき文書情報の収集を行う周期を前記収集頻度として決定し（収集頻度決定工程）、文書情報収集管理部２３０が、文書情報記憶装置から前記各文書情報を前記決定された収集頻度で収集する（文書情報収集工程）。

ここで、上記履歴情報取得工程、更新頻度状態推定工程、収集頻度決定機能工程、および文書情報収集工程については、その実行内容をプログラム化し、コンピュータに実行させるように構成してもよい。

次に、文書状態推定部２１０による、文書状態管理テーブルにおけるエントリの作成および更新動作について、図４のフローチャートに基づき説明する。

まず、文書状態推定部２１０は、文書格納サーバ３００から、文書状態を設定対象である対象文書情報の文書ＩＤ、作成日時、および更新日時を取得し、データベースサーバ１００に同文書の履歴情報（更新日時（１）〜更新日時（ｎ））取得要求を行う（ステップＳ１０１）。
データベースサーバ１００（データベースサーバ更新制御部）は、文書状態管理テーブル１２０から、取得要求に含まれる文書ＩＤに対応する文書レコードの履歴情報フィールド（作成日時、更新日時（１）〜（ｎ）、状態判定スコア）を取得し、文書状態推定部２１０に送信する（ステップＳ１０２）。

このとき、文書状態推定部２１０は、文書状態管理テーブル１２０に文書ＩＤに対応する文書レコードが存在する場合（エントリあり）、取得した更新日時（１）〜更新日時（ｎ−１）をそれぞれ更新日時（２）〜更新日時（ｎ）に設定する（ステップＳ１０３）と共に、対象文書情報の更新日時を更新日時（１）とした履歴情報（更新日時（１）〜更新日時（ｎ））を新たに作成する（ステップＳ１０４）。

次いで、文書状態推定部２１０は、作成した履歴情報から文書の状態判定スコアを計算し（ステップＳ１０６：エントリあり）、データベースサーバ１００に文書の履歴情報および状態判定スコアの更新を要求する（ステップＳ１０７）。

データベースサーバ１００は、文書状態管理テーブル１２０の文書ＩＤに対応するレコード（エントリ）の履歴情報フィールド（１〜ｎ）、および状態判定スコアを更新する（ステップＳ１１０）。

一方、文書状態管理テーブル１２０に文書ＩＤに対応するレコード（エントリ）が存在しない場合（エントリなし）、文書状態推定部２１０は、取得した文書情報の作成日時を更新日時（２）に設定すると共に、作成日時に1秒加えた日時を更新日時（１）に設定して、履歴情報を新たに作成する（ステップＳ１０５）。
次いで、文書状態推定部２１０は、作成した履歴情報から文書の状態判定スコアを計算し（ステップＳ１０６）、データベースサーバ１００に文書の履歴情報および状態判定スコアに対応する文書レコード（エントリ）の作成を要求する（ステップＳ１０８）。
データベースサーバ１００は、文書状態推定部２１０からの要求に応じて、文書状態管理テーブルに取得した文書情報（対象文書情報）に対応する文書レコードを作成する（ステップＳ１０９）。

ここで、文書状態推定部２１０における、状態判定スコアの計算を行う動作（ステップＳ１０６）について、図７のフローチャートに基づき説明する。

まず、文書状態推定部２１０は、文書状態管理テーブル１２０における、取得した文書情報（対象文書情報）の状態判定スコアを０に初期化する（ステップＳ４０１）と共に、ループ制御変数（以下、ｉと表記）に２を設定する（ステップＳ４０２）。

次いで、文書状態推定部２１０は、更新日時（ｉ−１）と更新日時（ｉ）を比較し（ステップＳ４０３）、両者が一致する場合は状態判定スコアにｉの値を加算する（ステップＳ４０４）。

次に、文書状態推定部２１０は、ループ制御変数に１を加算する（ステップＳ４０５）共に、ｉの値がｎの値以下であるかを判定し、ｉの値がｎの値の場合はＳ４０３〜Ｓ４０４の処理を再帰的に実行する。

ここで、ｉの値がｎの値より大きい場合、文書状態推定部２１０は、状態判定スコアをｎで除算し、その結果を状態判定スコアとしてデータベースサーバ１００に対して返信する（ステップＳ４０６）。

次いで、文書情報の収集を行う文書情報収集部２３０の動作について、図５のフローチャートに基づき説明する。

文書情報収集部２３０（２３１、２３２）は、文書情報収集要求キュー２４０に文書情報のＵＲＩ情報を要求する（ステップＳ３０１）。
文書情報収集要求キュー２４０は、この要求に応じて文書情報収集要求キュー２４１、２４２からＵＲＩ情報を取り出し、文書情報収集部２３０に返信する（ステップＳ３０２）。

文書情報収集部２３０は、取得したＵＲＩ情報を用いて、文書格納サーバ３００に対して文書情報の取得要求を行う（ステップＳ３０３）。
文書格納サーバ３００は、取得要求に含まれるＵＲＩ情報に対応した文書情報、および当該文書情報のメタ情報を、文書情報収集部２３０に送信する（ステップＳ３０４）。

ここで、ＵＲＩ情報に対応する文書が、文書格納サーバ３００内に存在している場合（文書が存在する）、文書情報収集部２３０は、文書情報管理テーブル１１０における対象文書情報の文書レコード（エントリ）の更新を、データベースサーバ１００に対して要求する（ステップＳ３０５）。

データベースサーバ１００（データベース更新制御部）は、文書情報管理テーブル１１０における対象文書情報に対応する文書レコードを更新する（ステップＳ３０８）。
次に、文書情報収集部２３０は、文書状態推定部２１０に対して、対象文書情報の状態判定スコアの更新を要求する（ステップＳ３０９）。
文書状態推定部２１０は、この要求に応じて、上述のように、対象文書情報の状態判定スコアの更新を行う（図４）。

一方、ＵＲＩ情報に対応する文書が文書格納サーバ３００に存在しない場合（文書が存在しない）、文書情報収集部２３０は、データベースサーバ１００に対して同文書（対象文書情報）に対応する文書レコード（エントリ）の削除を要求する（ステップＳ３０６）。

データベースサーバ１００は、文書情報管理テーブル１１０、および文書状態管理テーブル１２０から上記同文書（対象文書情報）の文書ＩＤに対応する文書レコードを削除する（ステップＳ３０７）。

次に、文書情報収集要求部２２０の動作について、図６のフローチャートに基づき説明する。

まず、文書情報収集要求部２２０は、データベースサーバ１００に対して文書ＩＤおよび状態判定スコアを要求する（ステップＳ２０１）。
データベースサーバ１００（データベース更新制御部）は、文書状態管理テーブル１２０から文書ＩＤフィールド、および状態判定スコアフィールドを取得し、文書情報収集要求部２２０に返信する（ステップＳ２０２）。

文書情報収集要求部２２０は、データベースサーバ１００に取得した文書ＩＤに対応するサーバＩＤおよび格納パスの取得を要求する（ステップＳ２０３）。
データベースサーバ１００は、文書情報管理テーブル１１０から文書ＩＤに対応する文書レコード（エントリ）のサーバＩＤフィールドおよび格納パスフィールドを取得して文書情報収集要求部２２０に返信する（ステップＳ２０４）。

文書情報収集要求部２２０は、データベースサーバ１００に対して取得したサーバＩＤに対応するサーバＩＰアドレスを要求する（ステップＳ２０５）。
データベースサーバ１００は、サーバ情報管理テーブル１３０からサーバＩＤに対応するエントリのサーバＩＰアドレスフィールドを取得し文書情報収集要求部２２０に返信する（ステップＳ２０６）。

ここで、文書情報収集要求部２２０は、取得した状態判定スコアと予め設定された閾値とを比較する閾値判定を行う。
ここで、取得した状態判定スコアがこの閾値以上の値である場合、文書情報収集要求部２２０は、対象文書情報のＵＲＩ情報（文書ＩＤ、サーバＩＰアドレス、および格納パス）の文書情報収集要求キュー（高優先度）２４１に対する追加登録を、文書情報収集要求キュー管理部２４０に要求する（ステップS２０７）。
文書情報収集要求キュー管理部２４０は、このＵＲＩ情報を、文書情報収集要求キュー（高優先度）２４１の末尾に追加する（ステップS２１０）。

一方、取得した状態判定スコアがこの閾値未満の値である場合、文書情報収集要求部２２０は、文書情報収集要求キュー（低優先度）２４２に対する対象文書情報のＵＲＩ情報（文書ＩＤ、サーバＩＰアドレス、および格納パス）の追加登録を、文書情報収集要求キュー管理部２４０に要求する（ステップＳ２０８）。
文書情報収集要求キュー管理部２４０は、要求に応じてこのＵＲＩ情報を、文書情報収集要求キュー（低優先度）２４２の末尾に追加する（ステップＳ２０９）。

これにより、文書情報収集部（高優先度）２３１は、文書情報収集要求キュー２４１から優先度の高い文書情報のＵＲＩ情報を取得することとなり、このため、高頻度に内容の更新が行われる（作成、承認）の状態の文書情報を、予め設定された頻度値に基づき、より高頻度に収集する。
また、文書情報収集部（低優先度）２３２は、文書情報収集要求キュー２４２から優先度の低い文書情報のＵＲＩ情報を取得することとなる。このため、文書情報収集部（低優先度）２３２は、文書情報収集部（高優先度）２３１における収集動作よりも低頻度で、内容の更新頻度が低い（公開、保管）の状態にある文書情報の収集を行う。

これにより、文書格納サーバ３００に格納された文書情報のうち、より頻繁に内容更新される文書状態の文書情報は、より高頻度に収集が行われ、内容更新の頻度が低い文書状態の文書情報はより低頻度に収集が行われることにより、文書情報にかかるシステムのリソースを効率的に活用することができ、更には、データベースサーバ１００に格納された文書情報の鮮度を有効に高めることができる。

また、本実施形態では、格納された文書情報が文書ライフサイクルにおけるどの状態にあるかを推定（設定）する構成を備えたことにより、文書ライフサイクルを管理するシステムが予め導入されていないファイルシステム環境においても、各文書情報における文書ライフサイクルの状態および段階に応じて文書情報を有効に収集することができ、これにより、文書情報の収集動作に係るリソースの動作負荷を有効に軽減することができる。

本発明は、文書状態が「保管」状態にある文書情報や、企業が定める保管期間を過ぎている文書情報の一覧を作成し文書情報の所有者に警告を行う、または文書を自動的に削除する文書情報、ファイル情報管理システムに対して有効に適用することができる。

１ 文書情報収集システム
１００ データベースサーバ（文書データベース）
１１０ 文書情報管理テーブル
１２０ 文書状態管理テーブル
１３０ サーバ情報管理テーブル
２００ 文書情報収集サーバ
２１０ 文書状態推定部（履歴情報取得部、更新頻度状態推定部、収集頻度決定部）
２２０ 文書情報収集要求部
２３０ 文書情報収集管理部（文書情報収集装置）
２３１ 文書情報収集部（高優先度）
２３２ 文書情報収集部（低優先度）
２４０ 文書情報収集要求キュー管理部
２４１ 文書情報収集要求キュー（高優先度）
２４２ 文書情報収集要求キュー（低優先度）
３００ 文書格納サーバ（文書情報記憶装置）
３１０ Ｗｅｂサーバ
３２０ Ｓａｍｂａサーバ
３３０ ＮＦＳサーバ

Claims (6)

1. 文書情報を記憶保持する文書情報記憶装置と、前記各文書情報を当該各文書情報に対応して予め設定された収集頻度で収集を行うと共に前記収集した文書情報を予め設定された文書データベースに格納する文書情報収集装置とを備えた文書情報収集システムであって、
   前記文書情報収集装置が、
   前記各文書情報の作成および更新された日時にかかる情報を示す文書履歴情報を取得する履歴情報取得部と、
   前記文書履歴情報に基づいて前記各文書が文書のライフサイクルにおけるどの状態にあるかを示す状態判定スコアを算出し、この状態判定スコアが予め設定された閾値以上であるか否かに応じて前記各文書情報が内容変更される頻度が高頻度であるか低頻度であるかを示す更新頻度状態を推定し設定する更新頻度状態推定部と、
   前記設定された更新頻度状態に基づき前記文書情報収集装置が一定期間内に前記各文書情報の収集を行う度合いを前記収集頻度として決定する収集頻度決定部とを備えたことを特徴とする文書情報収集システム。
2. 請求項１に記載の文書情報収集システムにおいて、
   前記収集頻度決定部は、前記文書情報の更新頻度状態に基づき前記文書情報収集装置により収集が行われる前記文書情報の優先度を設定する収集優先度設定手段を備えたことを特徴とする文書情報収集システム。
3. 請求項１または２に記載の文書情報収集システムにおいて、
   前記文書データベースは、前記収集された文書情報それぞれの文書履歴情報を前記各文書情報に対応させて記憶する文書履歴情報記憶手段を備えたことを特徴とする文書情報収集システム。
4. 請求項１に記載の文書情報収集システムにおいて、
   前記文書データベースが、前記算出された状態判定スコアを前記文書情報それぞれに対応させて記憶する状態判定スコア記憶手段を備えると共に、
   前記文書情報収集装置が、予め収集された前記文書情報が新たに収集された場合に当該文書情報の更新頻度状態に基づき前記文書データベースに予め記憶された状態判定スコアを更新するよう要求する状態判定スコア更新要求機能を備えたことを特徴とする文書情報収集システム。
5. 作成および更新された文書情報を記憶保持する文書情報記憶装置と、前記各文書情報を当該各文書情報に対応して予め設定された収集頻度で収集し予め設定された文書情報収集装置とを備えた文書情報収集システムにあって、予め設定された文書データベースに格納するための文書情報収集方法であって、
   前記各文書情報の作成および更新された日時にかかる情報を示す文書履歴情報を取得し、
   前記文書履歴情報に基づいて前記各文書が文書のライフサイクルにおけるどの状態にあるかを示す状態判定スコアを算出し、
   前記文書情報が予め設定された基準頻度より高頻度に内容変更される状態にあるか前記基準頻度より低頻度に内容変更される状態にあるかを示す更新頻度状態を前記状態判定スコアが予め設定された閾値以上であるか否かに応じて設定し、
   前記設定された更新頻度状態に基づき前記文書情報収集装置が一定期間内に前記各文書情報の収集を行う度合いを前記収集頻度として決定し、
   前記文書情報記憶装置から前記各文書情報を前記決定された収集頻度で収集することを特徴とする文書情報収集方法。
6. 作成および更新された文書情報を記憶保持する文書情報記憶装置と、前記各文書情報を当該各文書情報に対応して予め設定された収集頻度で収集し予め設定された文書情報収集装置とを備えた文書情報収集システムにあって、予め設定された文書データベースに格納する文書情報収集プログラムであって、
   前記各文書情報の作成および更新された日時にかかる情報を示す文書履歴情報を取得する処理を行う履歴情報取得機能と、
   前記文書履歴情報に基づいて前記各文書が文書のライフサイクルにおけるどの状態にあるかを示す状態判定スコアを算出し、この状態判定スコアが予め設定された閾値以上であるか否かに応じて前記各文書情報が内容変更される頻度が高頻度であるか低頻度であるかを示す更新頻度状態を推定し設定する更新頻度状態推定機能と、
   前記設定された更新頻度状態に基づき前記文書情報収集装置が一定期間内に前記各文書情報の収集を行う度合いを前記収集頻度として決定する収集頻度決定機能と、
   前記文書情報記憶装置から前記各文書情報を前記決定された収集頻度で収集する処理を行う文書情報収集機能とを予め設定されたコンピュータに実現させることを特徴とする文書情報収集プログラム。

Images