JP5493597B2 - 検索方法及び検索システム - Google Patents

Description

本発明は、情報検索技術に関し、特に、検索精度を向上させる検索方法及び検索システムに関する。

従来の検索システムでは、ユーザーが検索語を入力すると、所定の算法により、特定の集合から検索語と相関する対象を検索し、得られた対象の中から相関度が要求を満たす結果を選択しユーザーに提供する。

また、推薦検索を利用する場合は、検索語と履歴検索語集における履歴検索語との相関度を算出し、算出した相関度に基にづき履歴検索語集から所定数の履歴検索語を相関検索語として選択し、そして、これらの相関検索語に基づいて推薦を行う。

しかし、従来の検索方法と検索システムには、特定な算法による検索が一回のみ行われ、その結果、算法上に制限があるという理由で検索結果の中にユーザーの要求に対応されないものが少なくないため、少なくとも検索精度が低いという問題が存在する。

本発明の目的は、検索精度を向上させる検索方法及び検索システムを提供することにある。

前述した目的を達成するために、本発明の実施例は、検索方法を提供する。

この検索方法は、検索算法により検索対象から、入力された検索語に対応する、少なくとも一つの検索結果を有する原始検索結果集を得るステップAと、相関算法により前記原始検索結果集における各検索結果と前記検索語との相関度を計算するステップBと、前記相関度が所定の閾値より低い前記検索結果を前記原始検索結果集から取り除き、最終検索結果集を得るステップCと、前記最終検索結果集に基づき、出力処理を行うステップDと、を含む。

前記検索方法が推薦検索に用いられる場合は、前記検索対象は、履歴検索語集であり、前記原始検索結果集は、少なくとも一つの履歴検索語を有する原始相関検索語集であり、前記ステップBは、前記検索語を用いてデータベースに対して検索を行って得た検索結果集を第一検索結果集とし、前記原始相関検索語集における履歴検索語毎に当該履歴検索語を用いて前記データベースに対して検索を行って得た検索結果集を第二検索結果集とすれば、前記第二検索結果集毎に前記第二検索結果集と前記第一検索結果集との相関度を計算し、前記相関度が所定の閾値より低い前記検索結果は、前記相関度が前記所定の閾値より低い第二検索結果集が対応する履歴検索語である。
前記第二検索結果集と前記第一検索結果集との相関度を計算するときは、前記第二検索結果集と前記第一検索結果集には同じ検索結果が多ければ多いほど、前記第二検索結果集と前記第一検索結果集との相関度が高くなる。
前記第二検索結果集と前記第一検索結果集との相関度を計算するときは、第一検索結果集にはユーザーにアクセスされた前記第二検索結果集の検索結果が多ければ多いほど、前記第二検索結果集と前記第一検索結果集との相関度が高くなる。

前記ステップDは、前記最終検索結果集の全部または一部の履歴検索語に基づいて推薦出力を行う。

また、上述した目的を実現するために、本発明の実施例は、検索システムを提供する。

この検索システムは、検索算法により検索対象から、入力された検索語に対応し、少なくとも一つの検索結果を有する原始検索結果集を取得するメイン検索モジュールと、相関算法により前記検索結果毎に前記原始検索結果集における前記検索結果と前記検索語との相関度を計算し、前記相関度が所定の閾値よりも低い前記検索結果を前記原始検索結果集から削除し、最終検索結果集を得る最適化モジュールと、前記最終検索結集に基づき、出力処理を行う出力モジュールと、を含む。

前記検索システムが推薦検索に用いられる場合は、前記検索対象は、履歴検索語集であり、前記原始検索結果集は、少なくとも一つの履歴検索語を有する原始相関検索語集であり、前記最適化モジュールは、検索語を用いてデータベースに対して検索を行って得た検索結果集を第一検索結果集とし、前記原始相関検索語における履歴検索語毎に当該履歴検索語を用いて前記データベースに対して検索を行って得た検索結果集を第二検索結果集とすれば、前記第二検索結果集毎に前記第二検索結果集と前記第一検索結果集との相関度を算出する計算ユニットと、前記相関度が所定の閾値より低い第二検索結果集が対応する履歴検索語を前記原始相関検索語集から削除する削除ユニットと、を含む。

前記第二検索結果集と前記第一検索結果集には同じ検索結果が多ければ多いほど、前記第二検索結果集と前記第一検索結果集との相関度が高くなる。

前記第一検索結果集にはユーザーにアクセスされた前記第二検索結果集の検索結果が多ければ多いほど、前記第二検索結果集と前記第一検索結果集との相関度が高くなる。

前記出力モジュールは、前記最終検索結果集の全部または一部の履歴検索語に基づき推薦出力を行う。

本発明に係る検索方法と検索システムは、一回目に行われる検索から得られた原始結果に対して別の算法を用いて選択を行い、ユーザーの要求を満たさないものをこの原始検索結果から排除することによって、検索精度を向上させることができる。

また、本発明に係る検索方法と検索システムは、推薦検索に適用される場合は、検索語により検索結果を得ると共に、原始検索結果集における履歴検索語により別の検索結果を得た後に、これらの検索結果の間の相関度を算出し、更に、相関度が所定の閾値よりも低い検索結果が対応する履歴検索語を削除する。これによって、推薦検索の精度を向上させることができる。

本発明の実施例に係る検索方法のフローチャートである。 本発明の実施例に係る検索方法が推薦検索に適用されるときのフローチャートである。

本発明の実施例に係る検索方法及び検索システムは、原始検索結果を取得した後に、所定の方法で当該原始検索結果にフィルターをかけて、より一層精度の高い検索結果を得る。

図１に示すように、本発明の実施例に係る検索方法は、第一の算法により検索対象から、入力された検索語に対応する、少なくとも一つの検索結果を有する原始検索結果集を取得するステップ１１と、第二の算法により前記検索結果のそれぞれと前記検索語との相関度を計算するステップ１２と、相関度が所定の閾値よりも低い前記検索結果を前記原始検索結果集から削除して最終検索結果集を取得するステップ１３と、前記最終検索結果集に基づいて出力処理を行うステップ１４と、を含む。

本実施例では、ドキュメントデータベースを用いた検索を例として説明する。

本発明の検索方法は、ドキュメントデータベースの検索に適用される場合は、第一の算法によりドキュメントデータベースから、入力された検索語に対応した、少なくとも一つの検索結果を有する原始検索結果集を取得するステップA１１と、第一の算法と異なる相関算法（例えば、BM25算法、RWR算法、TF／IDF（Term Frequenchy/Inverse Document Frequency）算法、Orion算法の中の何れかの１つまたは複数の算法）により、前記検索結果のそれぞれと前記検索語との相関度を計算するステップA１２と、相関度が所定の閾値より低いドキュメントを前記原始検索結果集から削除し最終検索結果集を取得するステップA１３と、前記最終検索結果集における全て又は一部の検索結果を出力するステップ１４と、を含む。

具体的には、例えば、検索語をAとすれば、先ずは、RWR算法によって、A1、A2、A3、・・・、Anからなるｎ個のドキュメントを含む原始検索結果集を取得する。

次に、ステップ１２において、BM２５算法によって、ドキュメントA1と検索語Aとの相関度X1、ドキュメントA2と検索語Aとの相関度X2、ドキュメントA３と検索語Aとの相関度X3、・・・、ドキュメントAnと検索語Aとの相関度Xnを計算する。

これらの相関度を算出した後、相関度が所定の閾値より低いものに対応する検索結果を削除し、最後に最終結果を出力する。

本実施例から分かるように、原始検索結果集を取得するのに用いた算法と異なる算法を用いて、原始検索結果集におけるドキュメントと検索語との相関度を計算することによって、検索語に関連性の低いドキュメントを原始検索結果集から削除することができ、これによって、検索精度が向上される。

本実施例では、履歴検索語集を用いた検索を例として説明する。

本発明の検索方法は、履歴検索語データベースに適用される場合は、第一の算法により履歴検索語集から、入力された検索語に対応する、少なくとも一つの履歴検索語を有する原始相関検索結果集を取得するステップA2１と、前記第一の算法と異なる相関算法（例えば、BM25算法、RWR算法、TF／IDF（Term Frequenchy/Inverse Document Frequency）算法、Orion算法の中の何れか１つまたは複数の算法）により前記原始相関検索結果集におけるそれぞれの履歴検索語と前記検索語との相関度を計算するステップA22と、相関度が所定の閾値よりも低い履歴検索結果を前記原始相関検索結果集から削除し最終検索語集を取得するステップA23と、最終相関検索語集を用いて推薦検索の出力を行うステップA24と、を含む。

本実施例から分かるように、原始検索結果集を取得するのに用いた算法と異なる算法を用いて、原始相関検索結果集における履歴検索語と検索語との相関度を計算することによって、単一算法による制限を回避し、検索語に関連性の低い履歴検索語を原始相関検索結果集から削除することができる。これによって、検索精度が向上される。

本実施例では、実施例2と同様に推薦検索を例として詳細に説明する。

図２に示すように、本実施例に係る検索方法は、第一の算法によって、履歴検索語集における履歴検索語と検索語との相関度を計算するステップ２１と、履歴検索語集から、検索語との相関度の大きい方から小さい方への順に所定数の第一履歴検索語を選択し、原始相関検索語集を形成するステップ２２と、検索語を用いて検索対象（例えば、ドキュメントデータベース、画像データベース、ローカルデータベース、または、ネットワークデータベース等）に対して検索を行い、少なくとも一つの検索結果（例えば、対応するドキュメントまたは画像等のファイル）を含む第一検索結果集を取得するステップ２３と、前記原始相関検索語集における各第一履歴検索語を用いて第一履歴検索語毎に前記検索対象に対して検索を行うことによって、第一相関履歴検索語集における第一履歴検索語毎に対応する第二検索結果集を得るステップ２４であって、ここで、好ましくはステップ２３と同様な検索算法を用いるステップ２４と、それぞれの第二検索結果集と前記第一検索結果集との相関度を計算するステップ２５と、相関度が所定の閾値よりも低い第二検索結果集が対応する第一履歴検索語を前記原始相関検索語集から取り除き、最終相関検索語集を得るステップ２６と、最終相関検索語集における履歴検索語に基づいた推薦を行うステップ２７と、を含む。

以下、上記各々のステップについて詳細に説明する。

ステップ２１において、前記第一の算法はBM25算法、RWR算法、TF／IDF（Term Frequenchy/Inverse Document Frequency）算法、Orion算法の中の何れか１つまたは複数の算法を用いることができる。

前記算法の何れも信頼性のある算法であるため、ここでは、具体的な処理プロセスについて詳細な説明を省略する。

ステップ２２において、履歴検索語集から、検索語との相関度の大きい方から小さい方への順に所定数の第一履歴検索語を選択することは、システムの要求に応じて当該所定数を変更して設定することが可能である。

ステップ２１及びステップ２２により、検索語に関連する一連の履歴検索語を得たが、これらの履歴検索語の中にユーザーにとって要しないものをも含む可能性があり、推薦精度が低い。

これに対して、実施例２において、異なる算法により履歴検索語と検索語との相関度を計算し、得られた相関度に基づき要求を満たさない履歴検索語を取り除くことによって、推薦精度を向上させたが、本実施例では、更に検索語から得られた検索結果集と、履歴検索語から得られた検索結果集とを比較することによって、相関履歴検索語を選択または削除することによって推薦精度を向上させる。

また、ステップ２３と２４において、検索語を用いて検索対象に対して検索を行う。ここでは、検索対象としては、異なる種類のデータベース、例えば、ローカルデータベース、ネットワークデータベース、ドキュメントデータベース、画像データベース及び映像データベース等の中の何れか一つかまたは複数のデータベースである。

検索語をAとし、ステップ２１と２２によりA1、A2、A3からなる原始相関検索語集を得たとすれば、ステップ２３と２４から以下の結果が得られる。

Aを用いて検索対象に対して検索を行うことによりAに対応する検索結果集Bを形成し、A1を用いて検索対象に対して検索を行うことによりA１に対応する検索結果集B１を形成し、A２を用いて検索対象に対して検索を行うことによりA２に対応する検索結果集B２を形成し、A３を用いて検索対象に対して検索を行うことによりA３に対応する検索結果集B３を形成し、そして、検索結果集B１と検索結果集Bとの相関度X1、検索結果集B２と検索結果集Bとの相関度X２、検索結果集B３と検索結果集Bとの相関度X３を計算する。

本発明に係る実施例において、検索結果集の相関度計算は、検索結果集における全ての検索結果を用いて算出してもよく、各検索結果集において前方に並べられる所定数の検索結果のみ用いて算出しても良い。

本発明に係わる実施例２において、具体的に以下の方法を用いて検索結果間の相関度を計算することが可能である。

＜方法１＞
オブジェクティブ・フィードバック（Objective Feedback）算法を用いる。

一般的には、検索結果集に複数の検索結果がある。本方法は、検索結果集における検索結果の数に関する情報を用いて検索結果集間の相関度を計算する。

検索結果集Aと検索結果集Bとの交差集合における検索結果の数を、和集合における検索結果の数で割った値を、両者の相関度とすることができる。

以下に例を挙げて説明する。

検索結果集Aに検索結果がD1、D2、D3、D5、D8、D9で計６個あり、検索結果集Bに検索結果がD1、D2、D4、D5、D6、D7、D9で計７個ある。この場合、検索結果集AとBとの交差集合に検索結果がD1、D2、D5、D9で計4個あり、和集合に検索結果がD1乃至D9で計９個ある。よって、検索結果集AとBとの相関度は4/9となる。

勿論、前記相関度としては、検索結果集Aと検索結果集Bとの交差集合における検索結果の数を、検索結果集Aにおける検索結果の数で割った値、検索結果集Aと検索結果集Bとの交差集合における検索結果の数を、検索結果集Bにおける検索結果の数で割った値、または、検索結果集Aと検索結果集Bとの交差集合における検索結果の数の値を用いることもできる。

＜方法２＞
サブジェクティブ・フィードバック（Subjective Feedback）算法を用いる。

一般的には、検索結果集に複数の検索結果がある。本方法は、検索結果集における、ユーザーにアクセルされた検査結果の数に関する情報を用いて検索結果集間の相関度を計算する。

履歴検索語に対応する検索結果集Bにおいてユーザーにアクセスされた検索結果の数に対しての、検索結果集Aに当該検索結果が存在する数の比を、検索結果AとBとの相関度とすることができる。

例えば、検索語の検索結果集Aにおいて検索結果がD1乃至D9で計9個あり、履歴検索語の検索結果集Bにおいて検索結果がD1乃至D12で計１２個ある。検索結果集Bにおいて１２個の検索結果のうちD1、D3、D8、D9、D10、D12で計6個の検索結果がユーザーにアクセスされたことがある。この場合は、検索結果集Aと検索結果集Bとの相関度は4/6となる。

検索結果集の相関度については、上述した２つの算法について詳細に説明したが、勿論、それら以外の算法を用いることもできる。ここでは、個々についての説明を略す。

なお、上述したように二つの検索結果集の中の全ての検索結果を用いた場合について説明したが、勿論、同時に2つの検索結果集から一部の検索結果を取り出して計算することもできる。

また、本発明の実施例に係る検索システムは、第一の算法により検索対象から、入力された検索語に対応する、少なくとも一つの検索結果を有する原始検索結果集を取得するメイン検索モジュールと、第二の算法により前記検索結果のそれぞれと前記検索語との相関度を計算し、相関度所定の閾値よりも低い検索結果を前記原始検索結果集から削除して最終検索結果集を取得する最適化モジュールと、前記最終検索結果に基づいて出力処理を行う出力モジュールと、を含む。

本発明の検索システムは、推薦検索に適用される場合は、前記検索対象が履歴検索語集であり、前記原始検索結果集が履歴検索語を少なくとも１つ含む原始相関検索語集である。

また、前記最適化モジュールは、入力された検索語を用いて検索対象（例えば、ドキュメントデータベース、画像データベース、ローカルデータベース又はネットワークデータベース等）に対して検索を行うことにより少なくとも一つの検索結果を含む第一検索結果集を得ると共に、前記原始相関検索語集におけるそれぞれの履歴検索語を用いて前記検索対象に対して検索を行うことによって、原始相関検索語集のそれぞれの、履歴検索語に対応する第二の検索結果集を得る検索ユニットと、前記第二検索結果集と前記第一検索結果集との相関度を計算する計算ユニットと、相関度が所定の閾値よりも低い第二検索結果集が対応する第一履歴検索語を前記原始相関検索語集から取り除き、最終相関検索語集を得る排除ユニットと、を含む。

また、前記出力モジュールは、具体的に前記最終相関検索語集の中の履歴検索語を推薦し出力することに用いる。

前記出力モジュールに用いる推薦方法としては、検索の拡大、相関検索語の推薦、相関ドキュメントの推薦、相関ユーザーの推薦等が挙げられる。

以上、本発明の好ましい実施形態を説明したが、本発明はこの実施形態に限定されず、本発明の趣旨を離脱しない限り、本発明に対するあらゆる変更は本発明の範囲に属する。

Claims (8)

1. メイン検索モジュールと、最適化モジュールと、出力モジュールと、を含む検索システムの検索方法であって、
   前記メイン検索モジュールは、検索算法により履歴検索語集に含まれる履歴検索語と入力された検索語との相関度を計算し、該相関度に基づいて前記履歴検索語の中から選択された少なくとも一つの第一履歴検索語を含む原始相関検索語集を得るステップAと、
   前記最適化モジュールは、前記検索語を用いて検索対象に対して検索を行うことによって、少なくとも一つの検索結果を含む第一検索結果集を取得するステップBと、
   前記最適化モジュールは、前記原始相関検索語集に含まれる各第一履歴検索語を用いて前記検索対象に対してそれぞれ検索を行うことによって、各第一履歴検索語にそれぞれ対応する第二検索結果集を取得するステップCと、
   前記最適化モジュールは、相関算法により前記第二検索結果集毎に前記第二検索結果集と前記第一検索結果集との相関度をそれぞれ計算するステップDと、
   前記最適化モジュールは、前記第二検索結果集毎に前記第二検索結果集と前記第一検索結果集との相関度が所定の閾値より低い前記第二検索結果集に対応する前記第一履歴検索語を前記原始相関検索語集から削除することによって最終相関検索語集を得るステップEと、
   前記出力モジュールは、前記最終相関検索語集に含まれる第一履歴検索語を推薦のために出力する出力処理を行うステップFと、を含む、ことを特徴とする検索方法。
2. 前記第二検索結果集毎に前記第二検索結果集と前記第一検索結果集との相関度を計算するときは、前記第二検索結果集と前記第一検索結果集には同じ検索結果が多ければ多いほど、前記第二検索結果集と前記第一検索結果集との相関度が高くなる、ことを特徴とする請求項１に記載の検索方法。
3. 前記第二検索結果集毎に前記第二検索結果集と前記第一検索結果集との相関度を計算するときは、前記第一検索結果集にはユーザーにアクセスされた前記第二検索結果集の検索結果が多ければ多いほど、前記第二検索結果集と前記第一検索結果集との相関度が高くなる、ことを特徴とする請求項１に記載する検索方法。
4. 前記ステップFは、前記最終相関検索語集に含まれる全部または一部の前記第一履歴検索語を推薦のために出力する出力処理を行う、ことを特徴とする請求項１乃至３の中のいずれか１項に記載する検索方法。
   
5. メイン検索モジュールと、最適化モジュールと、出力モジュールと、を含む検索システムであって、
   前記メイン検索モジュールは、検索算法により履歴検索語集に含まれる履歴検索語と入力された検索語との相関度を計算し、該相関度に基づいて前記履歴検索語の中から選択された少なくとも一つの第一履歴検索語を含む原始相関検索語集を取得し、
   前記最適化モジュールは、前記検索語を用いて検索対象に対して検索を行うことによって、少なくとも一つの検索結果を含む第一検索結果集を取得し、
   前記最適化モジュールは、前記原始相関検索語集に含まれる各第一履歴検索語を用いて前記検索対象に対してそれぞれ検索を行うことによって、各第一履歴検索語にそれぞれ対応する第二検索結果集を取得し、
   前記最適化モジュールは、相関算法により前記第二検索結果集毎に前記第二検索結果集と前記第一検索結果集との相関度をそれぞれ計算し、
   前記最適化モジュールは、前記第二検索結果集毎に前記第二検索結果集と前記第一検索結果集との相関度が所定の閾値より低い前記第二検索結果集に対応する前記第一履歴検索語を前記原始相関検索語集から削除することによって最終相関検索語集を取得し、
   前記出力モジュールは、前記最終相関検索語集に含まれる第一履歴検索語を推薦のために出力する出力処理を行う、ことを特徴とする検索システム。
6. 前記第二検索結果集毎に前記第二検索結果集と前記第一検索結果集との相関度を計算するときは、前記第二検索結果集と前記第一検索結果集には同じ検索結果が多ければ多いほど、前記第二検索結果集と前記第一検索結果集との相関度が高くなる、ことを特徴とする請求項５に記載の検索システム。
7. 前記第二検索結果集毎に前記第二検索結果集と前記第一検索結果集との相関度を計算するときは、前記第一検索結果集にはユーザーにアクセスされた前記第二検索結果集の検索結果が多ければ多いほど、前記第二検索結果集と前記第一検索結果集との相関度が高くなる、ことを特徴とする請求項５に記載する検索システム。
8. 前記出力モジュールは、前記最終相関検索語集に含まれる全部または一部の前記第一履歴検索語を推薦のために出力する出力処理を行う、ことを特徴とする請求項５乃至７の中のいずれか１項に記載する検索システム。

Images