JP5768006B2

JP5768006B2 - 要約可視化装置、方法、及びプログラム

Info

Publication number: JP5768006B2
Application number: JP2012111759A
Authority: JP
Inventors: 翔一長野; 裕介市川; 眞哉村田; 典子高屋
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2012-05-15
Filing date: 2012-05-15
Publication date: 2015-08-26
Anticipated expiration: 2032-05-15
Also published as: JP2013239029A

Description

本発明は、要約可視化装置、方法、及びプログラムに係り、特に、複数の文書の閲覧履歴を可視化する要約可視化装置、方法、及びプログラムに関する。

ウェブページの過去の閲覧行動の履歴を収集して、過去の興味を想起可能とするための様々な技術が知られている。

例えば、閲覧内容を示すサムネイルを時系列順に並べて表示、又はクラスタ毎にまとめて表示する方法が知られている（例えば、特許文献１参照）。また、ユーザの閲覧履歴を収集し、処理対象となるユーザの閲覧履歴間の類似度に基づいて、処理対象となる複数の閲覧履歴をクラスタに分類し、クラスタ毎にまとめて表示する方法も知られている（例えば、特許文献２参照）。

更にまた、文書要約技術により，過去の閲覧内容を要約した要約文として提示する方法も知られている（例えば、特許文献３参照）。

特開２００９−２１１４０６号公報特開２０１１−１００３５０号公報特開２００９−１４０４１１号公報

しかしながら、上記従来の技術に示される提示方法では、例えば、どの興味がどの程度長く持続しているのかが一見して把握できない。また、興味が大きく変遷しているのか、少しずつ変化しているのか等、変化の度合いも一見して把握できない。

本発明は、上記問題を解決するためになされたもので、従来の技術に比べて過去の閲覧行動の変遷を直感的に把握できる要約可視化装置、方法、及びプログラムを提供することを目的とする。

上記目的を達成するために、本発明の要約可視化装置は、ユーザ端末にてユーザが閲覧した文書の閲覧履歴を取得する取得手段と、前記取得手段により取得された閲覧履歴に基づいて、前記ユーザにより閲覧された複数の文書について文書間の類似度を算出する第１算出手段と、前記第１算出手段により算出された類似度に基づいて、前記閲覧された複数の文書を、複数のグループに分類する分類手段と、前記分類手段により分類された各グループに属する文書に基づいて、前記分類されたグループ間の内容の近さを示す値を算出する第２算出手段と、前記第２算出手段により算出された値に基づいて、グループ間の内容の近さに応じたグループ間の距離と、グループ間の内容の近さに応じた１次元上の各グループの配置におけるグループ間の距離との誤差が最も小さくなるように、１次元上の各グループの配置を決定する配置決定手段と、前記配置決定手段によって決定された１次元上の各グループの配置を縦軸にとり、前記取得手段により取得された閲覧履歴から得られる、前記閲覧された複数の文書毎の閲覧日時を横軸にとった座標を前記文書の配置座標として、前記分類されたグループ毎に、前記グループに属する、前記ユーザにより閲覧された複数の文書の縮小画像又は前記ユーザにより閲覧された複数の文書に対応する図形画像を配置した表示画像を、前記閲覧履歴の要約情報として生成する生成手段と、を備えている。

このように、ユーザにより閲覧された複数の文書について文書間の類似度を算出し、該算出した類似度に基づいて、ユーザにより閲覧された複数の文書を、複数のグループに分類し、グループ間の内容の近さに応じた１次元上の各グループの配置を決定し、該決定された１次元上の各グループの配置を縦軸にとり、閲覧された複数の文書毎の閲覧日時を横軸にとった座標を配置座標として、上記分類されたグループ毎に、グループに属する、ユーザにより閲覧された複数の文書の縮小画像又はユーザにより閲覧された複数の文書に対応する図形画像を配置した表示画像を生成するようにしたため、従来の技術に比べて過去の閲覧行動の変遷を直感的に把握できる。

また、本発明の要約可視化方法は、取得手段と、第１算出手段と、分類手段と、第２算出手段と、配置決定手段と、生成手段とを含む要約可視化装置における要約可視化方法であって、前記取得手段は、ユーザ端末にてユーザが閲覧した文書の閲覧履歴を取得し、前記第１算出手段は、前記取得手段により取得された閲覧履歴に基づいて、前記ユーザにより閲覧された複数の文書について文書間の類似度を算出し、前記分類手段は、前記第１算出手段により算出された類似度に基づいて、前記閲覧された複数の文書を、複数のグループに分類し、前記第２算出手段は、前記分類手段により分類された各グループに属する文書に基づいて、前記分類されたグループ間の内容の近さを示す値を算出し、前記配置決定手段は、前記第２算出手段により算出された値に基づいて、グループ間の内容の近さに応じたグループ間の距離と、グループ間の内容の近さに応じた１次元上の各グループの配置におけるグループ間の距離との誤差が最も小さくなるように、１次元上の各グループの配置を決定し、前記生成手段は、前記配置決定手段によって決定された１次元上の各グループの配置を縦軸にとり、前記取得手段により取得された閲覧履歴から得られる、前記閲覧された複数の文書毎の閲覧日時を横軸にとった座標を前記文書の配置座標として、前記分類されたグループ毎に、前記グループに属する、前記ユーザにより閲覧された複数の文書の縮小画像又は前記ユーザにより閲覧された複数の文書に対応する図形画像を配置した表示画像を、前記閲覧履歴の要約情報として生成する。

また、本発明の要約可視化プログラムは、コンピュータを、ユーザ端末にてユーザが閲覧した文書の閲覧履歴を取得する取得手段、前記取得手段により取得された閲覧履歴に基づいて、前記ユーザにより閲覧された複数の文書について文書間の類似度を算出する第１算出手段、前記第１算出手段により算出された類似度に基づいて、前記閲覧された複数の文書を、複数のグループに分類する分類手段、前記分類手段により分類された各グループに属する文書に基づいて、前記分類されたグループ間の内容の近さを示す値を算出する第２算出手段、前記第２算出手段により算出された値に基づいて、グループ間の内容の近さに応じたグループ間の距離と、グループ間の内容の近さに応じた１次元上の各グループの配置におけるグループ間の距離との誤差が最も小さくなるように、１次元上の各グループの配置を決定する配置決定手段、及び前記配置決定手段によって決定された１次元上の各グループの配置を縦軸にとり、前記取得手段により取得された閲覧履歴から得られる、前記閲覧された複数の文書毎の閲覧日時を横軸にとった座標を前記文書の配置座標として、前記分類されたグループ毎に、前記グループに属する、前記ユーザにより閲覧された複数の文書の縮小画像又は前記ユーザにより閲覧された複数の文書に対応する図形画像を配置した表示画像を、前記閲覧履歴の要約情報として生成する生成手段として機能させるための要約可視化プログラムである。

以上説明したように、本発明の要約可視化装置、方法、及びプログラムによれば、従来の技術に比べて過去の閲覧行動の変遷を直感的に把握できる、という効果が得られる。

実施の形態に係る要約可視化装置を含む要約可視化システムの構成の一例を示す図である。要約可視化装置の構成の一例を示す図である。履歴クラスタリング処理ルーチンのフローチャートである。表示用付加情報生成処理ルーチンのフローチャートである。クラスタ配置決定処理ルーチンのフローチャートである。表示画像生成処理ルーチンのフローチャートである。閲覧履歴保存装置に保存されている閲覧履歴の一例を示す図である。履歴クラスタリング処理部によるクラスタリング結果（クラスタリング処理後閲覧履歴データ）の一例を示す。表示用付加情報生成部による代表語抽出結果（クラスタ代表語データ）の一例を示す図である。クラスタ配置情報データの一例を示す図である。最短距離法によるクラスタ間距離算出方法を説明する説明図である。ばねモデルによるクラスタ配置計算方法を説明ずる説明図である。表示画像の一例を示す図である。表示画像の他の例を示す図である。

以下、図面を参照して本発明の実施の形態を詳細に説明する。図１は、本実施の形態に係る要約可視化装置を含む要約可視化システムの構成の一例を示す図である。

図１に示すように、ユーザ端末１と、複数のサーバ３ａを含むウェブサーバ群３と、閲覧履歴保存装置４と、要約可視化装置１０とが、インターネットなどの通信網２を介してそれぞれ接続されている。なお、図１では、ユーザ端末１が１台のみ示されているが、実際には、複数のユーザ端末が通信網２を介してウェブサーバ群３、閲覧履歴保存装置４、及び要約可視化装置１０と接続されている。ここで、複数のユーザ端末は、ユーザ端末１とほぼ同等の構成とされるため、代表してユーザ端末１について説明する。

ユーザ端末１は、特定のユーザ（例えば、「ユーザＩＤ：user01」のユーザ）が利用する端末装置であり、例えば、パーソナルコンピュータやワークステーション、家庭用ゲーム機、インターネットＴＶや、ＰＤＡ（Personal Digital Assistants）、スマートフォン、携帯電話、ＰＨＳ（Personal Handy phone System）などの携帯端末とすることができる。また、ユーザ端末１は、通信網２を介してウェブサーバ群３に対しウェブページの閲覧要求を送信したり、閲覧要求に応じてウェブサーバ群３が送信したデータに基づくウェブページを、ユーザ端末１のモニタに表示させたりするためのソフトウェア（ブラウザ）が組み込まれている。

ユーザ端末１は、図１に示すように、ユーザ端末１を利用するユーザがブラウザを起動させて、入力部（図示せず）を介してＵＲＬ（Uniform Resource Locator）を入力した場合、当該ＵＲＬのウェブページの閲覧要求をウェブサーバ群３に対し送信する。そして、ウェブサーバ群３の中で、ユーザ端末１から送信された閲覧要求により指定されたＵＲＬに対応する情報資源を提供可能なサーバ３ａは、図１に示すように、当該ＵＲＬのウェブページのデータを送信する。これにより、ユーザ端末１は、受信したデータをモニタ（図示せず）に表示する。

ここで、ユーザ端末１は、図１に示すように、閲覧履歴取得部１ａを有しており、閲覧履歴取得部１ａは、ユーザがブラウザを起動させて閲覧要求を行なった結果、ユーザが閲覧したウェブページ（以下、閲覧ページという）の閲覧履歴情報（以下、単に閲覧履歴という）を時系列に沿って取得する。

そして、閲覧履歴取得部１ａは、図１に示すように、取得した閲覧履歴を、ユーザＩＤと共に通信網２を介して閲覧履歴保存装置４に送信する。なお、閲覧履歴取得部１ａが閲覧履歴を閲覧履歴保存装置４に送信するタイミングは、要約可視化システムの管理者等により任意に設定することができる。例えば、閲覧履歴取得部１ａは、所定の期間（例えば、１日おき）毎に、ユーザ端末１における複数の閲覧履歴を閲覧履歴保存装置４に送信する。また、閲覧履歴取得部１ａは、閲覧履歴保存装置４から送信要求を受け取ったときに閲覧履歴を送信するようにしてもよい。

閲覧履歴保存装置４は、コンピュータにより構成され、記録媒体を有しており、この記録媒体にユーザ端末１から送信された閲覧履歴を保存する。閲覧履歴保存装置４は、保存した閲覧履歴データを要約可視化装置１０に通信網２を介して送信する。なお、閲覧履歴保存装置４が閲覧履歴を要約可視化装置１０に送信するタイミングは、上記と同様、要約可視化システムの管理者等により任意に設定することができる。

なお、閲覧履歴の取得保存方法は特に限定されず、様々な技術を用いることができる。例えば、閲覧履歴取得部１ａをクライアントソフトにより実現する機能としてもよいし、それ以外にも、ブラウザプラグイン、ウェブサーバ、プロキシ、ＤＰＩ（Deep Packet Inspection）等、様々な技術或いは装置を用いて閲覧履歴を取得して保存することができる。

要約可視化装置１０は、閲覧履歴保存装置４から取得した閲覧履歴から、個々のユーザの閲覧履歴の要約を生成してユーザ端末１或いはウェブサーバ群３のサーバ３ａに表示するための装置である。要約可視化装置１０は、ＣＰＵ（Central Processing Unit）と、ＲＡＭ（Random Access Memory）と、ＣＰＵが後述する各処理ルーチンを実行するためのプログラムを記憶したＲＯＭ（Read Only Memory）とを備えたコンピュータで構成されている。このコンピュータは、機能的には、図２に示すように、要約条件入力部１１、閲覧履歴取得部１２、履歴クラスタリング処理部１３、表示用付加情報生成部１４、履歴クラスタ間距離算出部１５、画面配置決定部１６、及び表示画像生成部１７を含んだ構成で表わすことができる。

なお、閲覧履歴取得部１２が本発明の取得手段の一例であり、履歴クラスタリング処理部１３が本発明の第１算出手段及び分類手段の一例であり、履歴クラスタ間距離算出部１５が第２算出手段の一例であり、画面配置決定部１６及び表示画像生成部１７が、本発明の生成手段の一例である。

要約条件入力部１１は、ユーザ端末１或いはウェブサーバ群３のサーバ３ａにおいて入力された要約条件（要約対象のユーザＩＤ及び要約期間を含む）を、通信網２を介して受け取る。

閲覧履歴取得部１２は、通信網２を介して接続されている閲覧履歴保存装置４から、要約条件入力部１１で受け取ったユーザＩＤ及び要約期間の条件に合致する閲覧履歴を取得する。

履歴クラスタリング処理部１３は、閲覧履歴取得部１２で取得した閲覧履歴に基づいて、複数の閲覧ページを、興味分野が同一と推定される閲覧ページが同じグループに属するように分類する。具体的には、履歴クラスタリング処理部１３は、複数の閲覧ページを、内容の類似したページ群にクラスタリング（分類）する。以下、分類されたページ群の各々をクラスタという。

表示用付加情報生成部１４は、履歴クラスタリング処理部１３で分類されたクラスタ毎に、各クラスタに属する各閲覧ページの内容を代表する代表語（キーワード）を表示用付加情報として抽出する。

履歴クラスタ間距離算出部１５は、履歴クラスタリング処理部１３で分類されたクラスタ間の内容類似度を求め、当該求めた内容類似度に基づいて、全クラスタの組み合わせについて、クラスタ間の距離を算出する。

画面配置決定部１６は、履歴クラスタ間距離算出部１５で算出されたクラスタ間の距離を用いて、１次元（１軸）上の各クラスタの配置を決定する。

表示画像生成部１７は、履歴クラスタリング処理部１３の分類結果と、表示用付加情報生成部１４で抽出された表示用付加情報と、画面配置決定部１６で決定されたクラスタの配置とに基づいて、表示画像を生成し、ユーザ端末１或いはウェブサーバ群３のサーバ３ａに出力（送信）する。

次に、要約可視化装置１０の作用について説明する。ユーザ端末１においてユーザによりウェブページが閲覧され、閲覧履歴保存装置４により閲覧履歴が取得された後に、ユーザ端末１或いはウェブサーバ群３のサーバ３ａにおいて要約条件が入力され要約可視化装置１０に送信されると、要約可視化装置１０において、図３に示す履歴クラスタリング処理ルーチンが実行される。

ステップ１００において、要約条件入力部１１は、ユーザ端末１或いはウェブサーバ群３のサーバ３ａにおいて入力された要約条件を、通信網２を介して受け取る。要約条件には、前述したように、要約対象のユーザＩＤ及び要約期間が含まれる。

ステップ１０２において、閲覧履歴取得部１２は、要約条件入力部１１で受け取ったユーザＩＤ及び要約期間に合致する閲覧履歴を、通信網２を介して閲覧履歴保存装置４から取得する。

図７に、閲覧履歴保存装置４に保存されている閲覧履歴の一例を示す。図示されるように、閲覧履歴保存装置４には、時系列順に閲覧された閲覧ページを識別する識別子が記憶されると共に、各識別子に対応させて、当該閲覧ページを閲覧したユーザのユーザＩＤ、閲覧日時、閲覧ページのＵＲＬ(Uniform Resource Locator)、閲覧ページに含まれるテキストの情報（本文テキスト）の各々が保存されている。要約可視化装置１０の閲覧履歴取得部１２は、要約条件として指定された要約期間に、ユーザＩＤが示すユーザにより閲覧された閲覧ページの閲覧履歴を閲覧履歴保存装置４から取得する。なお、閲覧日時は、閲覧ページの閲覧を開始したときの日時としてもよいし、閲覧ページの閲覧を終了したときの日時としてもよい。また、閲覧日時として、閲覧ページの閲覧を開始したときの日時、及び閲覧を終了したときの日時の両方の日時を閲覧履歴に含めてもよい。なお、本実施形態では、閲覧日時が閲覧を開始した日時である場合を例に挙げて説明する。

ステップ１０４において、履歴クラスタリング処理部１３は、閲覧履歴取得部１２で取得した閲覧履歴の本文テキストの類似度を計算し、計算した類似度に基づいて、複数の閲覧ページを、内容の類似したページ群に分類（クラスタリング）する。ここでは、類似度が予め定められた閾値以上の閲覧ページ同士が同じクラスタに分類されるようにクラスタリングする。内容の類似したページ群は、同一の興味に基づいて閲覧されたページ群と推定できる。

なお、クラスタリングの具体的な方法は、特開2010-072727号公報や特開2012-048389号公報に記載の方法等を用いることができるが、これらの他、同一の興味単位で履歴をまとめることができる方法であればどのような手法を用いてもよい。

図８に、クラスタリング結果（以下、クラスタリング処理後閲覧履歴データという）の一例を示す。表中に示される数値は、本文テキストの類似度であって、数値が高いほど類似度が高いことを示す。本例では、ページａ、ページｂ、及びページｃの３つの閲覧ページが、クラスタ１として分類されている。ページｄ、及びページｅの２つの閲覧ページが、クラスタ２として分類されている。ページｆ、及びページｇの２つの閲覧ページが、クラスタ３として分類されている。同一のクラスタに分類されている閲覧ページ同士の類似度は、予め定められた閾値以上（ここでは、0.7以上）となっている。

クラスタリング処理が終了すると、要約可視化装置１０において、図４に示す表示用付加情報生成処理ルーチン及び図５に示すクラスタ配置決定処理ルーチンが実行される。まず、図４の表示用付加情報生成処理ルーチンについて説明する。

ステップ２００において、表示用付加情報生成部１４は、履歴クラスタリング処理部１３で行なわれたクラスタリング処理により分類されたクラスタ毎に、閲覧履歴に含まれる本文テキストから、各クラスタに属する各閲覧ページの内容を代表する代表語（キーワード）を表示用付加情報として抽出する。代表語の抽出方法は、特開２０１１−５９８１４号公報や特開２０１１−２４２９７５号公報に記載の方法の他、複数の閲覧ページを代表する代表語を抽出する方法であればどのような方法を用いてもよい。図９に、表示用付加情報生成部１４による代表語抽出結果（クラスタ代表語データ）の一例を示す。

次に、図５のクラスタ配置決定処理ルーチンについて説明する。

ステップ３００において、履歴クラスタ間距離算出部１５は、履歴クラスタリング処理部１３により生成されたクラスタリング処理後閲覧履歴データを用いて、各クラスタ同士の内容類似度に基づき、全クラスタの組み合わせについて、クラスタ間の距離を算出する。

ここで、クラスタ間の距離を算出する方法の一例として、最短距離法によりクラスタ間の距離を算出する方法を、図１１を参照して説明する。履歴クラスタ間距離算出部１５は、図１１（Ａ）に示すように、まず、クラスタリング処理後閲覧履歴データ（ウェブページ間類似度マトリクス）に基づいて、最短距離法によりクラスタ間の類似度を算出する。例えば、クラスタ１及びクラスタ２間の類似度は、（ａ，ｄ）、（ａ，ｅ）、（ｂ，ｄ）、（ｂ，ｅ）、（ｃ，ｄ）、（ｃ，ｅ）の各閲覧ページ同士の類似度のうち、最高値をクラスタ１及びクラスタ２間の類似度とする。クラスタ１及びクラスタ３間の類似度、及びクラスタ２及びクラスタ３間の類似度も、同様に求める。図１１（Ｂ）に、図１１（Ａ）に示すクラスタリング処理後閲覧履歴データから求めたクラスタ間の類似度マトリクステーブルを示す。

次に、履歴クラスタ間距離算出部１５は、クラスタ間の類似度を距離に変換する。ここでは、下記式（１）を用いて変換する。類似度が高いほど距離は短くなる。
クラスタ間の距離＝１−クラスタ間の類似度・・・（１）

図１１（Ｃ）に、図１１（Ｂ）に示すクラスタ間の類似度から求めたクラスタ間の距離のマトリクステーブルを示す。クラスタ間の距離は、クラスタ間の内容の近さを示す値であって、この距離が短いほど内容が近い。

なお、ここでは、クラスタ間の距離の算出方法として、履歴クラスタリング処理部１３において算出した各閲覧ページ間の類似度から最短距離法を用いてクラスタ間距離を算出する方法を例に挙げて説明したが、クラスタ間の距離の算出方法はこれに限定されない。例えば、各閲覧ページ間の類似度から群平均法により算出する方法を用いてもよいし、クラスタ代表語をベクトルとして扱い、ベクトル空間法により類似度算出を行なう方法を用いてもよく、クラスタ間の距離を、閲覧ページ間の類似度やクラスタ代表語の類似度等を用いて算出できる方法であれば、どのような方法を用いてもよい。

次に、ステップ３０２において、画面配置決定部１６は、履歴クラスタ間距離算出部１５で算出されたクラスタ間の距離を用いて、１次元（１軸）上の各クラスタの配置を決定する。ここで、各クラスタの配置を決定する方法の一例として、ばねモデルを用いる方法を、図１２を参照して説明する。

図１２（Ａ）は、ステップ３００において求めたクラスタ間の距離を示すマトリクステーブルである。なお、各クラスタ間の内容の近さが把握できる理想的な配置は、図１２（Ｂ）に示すように、上記算出したクラスタ間距離に応じた２次元配置であるが、本実施形態では、最終的に、クラスタを単位としてクラスタ間の内容の近さ（類似度）を縦軸にとり、閲覧ページ毎の閲覧日時を横軸にとった座標に、各閲覧ページの縮小画像又は各閲覧ページに対応する図形画像を配置した表示画像を生成するため、２次元配置では上記座標に展開することができない。そこで、１次元（１軸）上のクラスタの配置（各クラスタの１次元配置という）を決定する。なお、ここでは、１次元配置としたときのクラスタ間の距離と、２次元配置としたときのクラスタ間の距離との誤差が最も小さくなるように、各クラスタの１次元配置を決定するものとする。

まず、画面配置決定部１６は、図１２（Ｃ）に示すように、１軸上の基準となる座標値を０としたときの各クラスタの座標値の初期値を、設定する。ここでは、各クラスタを単純に等間隔に配置したときの座標値を初期値として設定する。

次に、画面配置決定部１６は、図１２（Ａ）に示すクラスタ間の距離と、図１２（Ｃ）に示す初期値とを用いて、図１２（Ｄ）に示すフローチャートで示されたばねモデル手法に基づく処理を実行する。ここでは、各クラスタがバネによりつながっているものと仮定してモデル化し、クラスタの移動を繰り返すことで、クラスタ間の１次元上の距離と履歴クラスタ間距離算出部１５で算出されたクラスタ間の距離との誤差の二乗和（以下、二乗誤差総和という）が最小値となるクラスタの座標値を求め、これを最終的な１次元配置として決定する。従って、ステップ５００〜ステップ５０４の処理は、最終的な１次元配置が得られるまで繰り返される。

まず、ステップ５００において、画面配置決定部１６は、下記式（２）を用いて、二乗誤差総和を算出する。

二乗誤差総和＝Σ(１次元配置での距離−履歴クラスタ間距離算出部１５で算出されたクラスタ間の距離)²・・・（２）

なお、「１次元配置での距離」は、最新の１次元配置におけるクラスタ間の距離を示す。初回の二乗誤差総和の算出で用いられる「１次元配置での距離」は、初期配置での距離とされる。従って、本例において、初回の二乗誤差総和は、以下のように計算される。

(a)クラスタ１とクラスタ２との距離の誤差の二乗＝(0.6−0.5)²=0.01
(b)クラスタ２とクラスタ３との距離の誤差の二乗＝(0.5−0.5)²=0
(c)クラスタ３とクラスタ１との距離の誤差の二乗＝(0.2−0.5)²=0.09
従って、初回に算出される二乗誤差総和は、(a)+(b)+(c)=0.01+0+0.09=0.1となる。

ステップ５０２において、画面配置決定部１６は、今回の二乗誤差総和の計算値（今回計算値と、前回の二乗誤差総和の計算値（前回計算値）とを比較する。また、画面配置決定部１６は、今回計算値と初回の二乗誤差総和の計算値（初回計算値）とを比較する。

ステップ５０２において、今回計算値＜前回計算値、且つ今回計算値＜初回計算値を満たす（初回の場合には、今回計算値＜初回計算値のみを満たす）場合には、ステップ５０４に進む。なお、初回の二乗誤差総和が計算された直後の比較においては、前回計算値は存在せず、また今回計算値＝初回計算値であるため、ステップ５０２の比較は行なわずにステップ５０４に進む。

ステップ５０４において、画面配置決定部１６は、下記式（３）を用いて、各クラスタの移動方向及び距離を決定する。

クラスタの移動方向及び距離＝ｘ｛Σ（１次元配置での距離の誤差・相手クラスタの座標）｝・・・（３）

ここで、ｘは予め定められた定数である。「１次元配置での距離の誤差」とは、最新の１次元配置でのクラスタ間の距離と、履歴クラスタ間距離算出部１５で算出されたクラスタ間の距離との誤差をいう。相手クラスタの座標とは、例えば、クラスタ１を移動させる場合には、クラスタ１以外の他のクラスタ（ここではクラスタ２、クラスタ３）の、クラスタ１から見た座標（相対座標）をいう。例えば、クラスタ１についての移動方向及び距離を計算する場合、クラスタの組み合わせは、クラスタ２との組み合わせと、クラスタ３との組み合わせの２組があるため、組み合わせ毎に「１次元配置での距離の誤差・相手クラスタの座標」を計算し、各計算値の総和にｘを乗算してクラスタ１についての移動方法及び移動距離を求める。この計算をクラスタ２、クラスタ３についても行なって、全クラスタの移動方向及び距離を計算する。なお、上記式（３）で得られた値が＋のときには上方向に移動させ、−のときには下方向に座標位置を移動するものとする。また、式（３）で得られた値の絶対値が移動距離である。

次に、画面配置決定部１６は、ステップ５００に戻り、上記式（３）に基づいて算出された移動方向及び移動距離に従って各クラスタを移動したときの「１次元配置での距離」と、履歴クラスタ間距離算出部１５で算出されたクラスタ間の距離とを用いて、上記式（２）により二乗誤差総和を再計算する。以降、上記と同様に各処理を繰り返す。

画面配置決定部１６は、ステップ５０２において、今回計算値＜前回計算値、且つ今回計算値＜初回計算値を満たすと判断した場合には、本処理ルーチンを終了し、図１２（Ｅ）に示すように、１つ前のサイクルで計算された１次元配置の計算結果（以下、クラスタ配置情報データという）を、最終的な１次元配置として決定する（図１２（Ｆ）参照）。

なお、ここでは、ばねモデル手法を用いてクラスタの１次元配置を決定する場合について説明したが、これに限定されず、例えば多次元尺度法等、グラフデータを１次元に縮約できる手法であればどのような手法を用いてもよい。

以下、画面配置決定部１６により決定されたクラスタの１次元上の配置を示すデータをクラスタ配置情報データと呼称する。

クラスタの１次元配置が決定すると、要約可視化装置１０において、図６に示す表示画像生成処理ルーチンが実行される。

ステップ４００において、表示画像生成部１７は、クラスタ間の内容の近さ（類似度）を縦軸にとり、閲覧ページ毎の閲覧日時を横軸にとった座標を各閲覧ページの配置座標として表示画像を生成する。まず、表示画像生成部１７は、履歴クラスタリング処理部１３の処理結果であるクラスタリング処理後閲覧履歴データに基づいて、各クラスタの横軸の配置を決定する。具体的には、同一クラスタに属する複数の閲覧ページの閲覧日時のうち、最も古い閲覧日時に対応する横軸の座標値を当該クラスタに対する閲覧開始位置とし、最も新しい閲覧日時に対応する横軸の座標値を当該クラスタに対応する閲覧終了位置として決定する（図１０参照）。

また、表示画像生成部１７は、画面配置決定部１６の処理結果であるクラスタ配置情報データに基づき、決定されたクラスタの１次元上の配置に従って、各クラスタの縦軸における配置を決定する。

表示画像生成部１７は、複数のクラスタについて、上記決定した当該クラスタの配置に基づき、当該クラスタに属する各閲覧ページのサムネイル画像（縮小画像）を配置した表示画像を生成する。具体的には、同一のクラスタに属する閲覧ページのサムネイル画像（縮小画像）を縦軸の同じ座標（各クラスタの縦軸における配置に基づいて決定される縦軸の座標）に配置する。また、各閲覧ページのサムネイル画像を、横軸における各閲覧ページの閲覧日時に対応する座標に配置する。更にまた、同一のクラスタに属する閲覧ページをグルーピングするための画像（グルーピング画像）を、上記決定した閲覧開始位置から閲覧終了位置までの領域に配置する。なお、グルーピング画像は、例えば、閲覧開始位置から閲覧終了位置までの領域に延びる帯状画像、或いは当該領域に配置された閲覧ページのサムネイル画像を囲む枠画像等とすることができる。更に又、グルーピング画像の近傍に、クラスタの代表語（複数の代表語が抽出された場合には、何れか１つの代表語）を示す文字画像を配置する。

なお、クラスタの代表語を示す文字画像をグルーピング画像の近傍に配置する代わりに、各グルーピング画像の色を異ならせるか或いは番号を付与する等により各グルーピング画像を識別可能に表示させ、グルーピング画像の色や番号とクラスタ代表語とを対応させて説明する凡例の画像を表示画像に含めて生成してもよい。また、ここでは、閲覧ページのサムネイル画像を配置する例について説明したが、配置する画像は、閲覧ページを識別可能な画像であればよく、例えば、閲覧ページに対応する図形画像を配置するようにしてもよい。

ステップ４０２において、表示画像生成部１７は、上記生成した表示画像の画像データをユーザ端末１或いはウェブサーバ群３のサーバ３ａに出力（送信）する。画像データを受信したユーザ端末１或いはサーバ３ａは、受信した画像データに基づいて表示画像を表示することができる。なお、表示画像の画像データは、ステップ１００で取得した要約条件を入力したユーザ端末１或いはサーバ３ａに送信するようにしてもよいし、他の装置に送信するようにしてもよい。

図１３に、表示画像の一例を示す。図１３に示す帯状画像（グルーピング画像）が、履歴クラスタリング処理部１３により分類されたクラスタの何れかに対応する。すなわち、ここでは、興味分野が同一と推定される閲覧ページがまとまって１つの帯状画像として表示される。各帯状画像の近傍には、クラスタ代表語の文字画像（図１３では、興味１、興味２・・・という文字画像で表わされている）が配置されている。帯状画像は、帯状画像に対応するクラスタに属する最初の閲覧ページの閲覧日時に対応する位置から、最後の閲覧ページの閲覧日時に対応する位置までの領域に配置されている。また、帯状画像上には、同一のクラスタに属する複数の閲覧ページのサムネイル画像が、各閲覧ページの閲覧日時に応じた位置に配置されている。

また、図１４に、表示画像の他の例を示す。ここでは、電子商取引サイト（特に、衣服関係の商取引）のウェブページがユーザにより閲覧された場合の表示画像を例に挙げた。この表示画像には、６つのクラスタに対応する帯状画像がグルーピング画像として表示されている。各帯状画像は色分けされていてもよい。図１３と同様に、縦軸における配置間隔が各クラスタ間の内容の近さを示しており、横軸が閲覧時期を示す。ここでは、実際にユーザがサイトにアクセスしてウェブページを閲覧した第１期間と、ウェブページが閲覧されなかった第２期間とに分け、第１期間に帯状画像を配置するようにしている。そして、２つの第１期間に挟まれた第２期間に対応する領域には、当該２つの第１期間に配置された帯状画像を接続する細線画像を配置することで、同一クラスタの閲覧履歴が一見して把握できるように構成されている。

各帯状画像には、各帯状画像に対応するクラスタに属する閲覧ページに対応する図形画像（○や□等）を、閲覧日時に対応する位置に重畳して配置し、各閲覧ページのサムネイル画像を画面下部に配置した。図形画像とサムネイル画像とは対応がとれるように表示されている。クラスタと閲覧ページのサムネイルの対応関係の一例を、（１）〜（５）の数値で示した。

なお、図１３、及び図１４に示す表示画像は一例であって、クラスタ間の内容の近さを縦軸にとり、閲覧ページ毎の閲覧日時を横軸にとった座標に、各クラスタに属する複数の閲覧ページの縮小画像又は閲覧ページに対応する図形画像を配置した表示画像であればよく、上記例示した表示画像に限定されない。

以上説明したように、上記実施の形態では、クラスタ間の内容の近さを縦軸にとり、閲覧ページ毎の閲覧日時を横軸にとった座標に、各クラスタに属する複数の閲覧ページの縮小画像又は閲覧ページに対応する図形画像を配置した表示画像を生成するようにしたため、従来の技術に比べて過去の閲覧行動の変遷を直感的に把握できる。また、閲覧した本人だけでなく、第三者が見ても、閲覧行動の興味の変遷を容易且つ直感的に把握できる。

なお、要約可視化装置を、ウェブページの閲覧状態の把握のために用いる例について説明したが、これに限定されるものではなく、例えば、学習の振り返り支援のために用いるようにしてもよい。具体的には、論文の閲覧履歴に基づいてクラスタリングし、上記説明したように表示画像を生成することで、どのような技術分野の論文を閲覧してきたのかを一見して把握することができる。

また、要約可視化装置１０を、組織の研究開発経緯の可視化に用いるようにしてもよい。例えば、特許閲覧・出願履歴を要約して、上記説明したように表示画像を生成することで、閲覧した技術分野がどのような変遷を経ているかを容易に把握することができる。

また、上述の要約可視化装置は、内部にコンピュータシステムを有しているが、コンピュータシステムは、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。

また、本願明細書中において、プログラムが予めインストールされている実施形態として説明したが、当該プログラムを、コンピュータ読み取り可能な記録媒体に格納して提供することも可能である。

１ユーザ端末
１ａ閲覧履歴取得部
２通信網
３ウェブサーバ群
４閲覧履歴保存装置
１０要約可視化装置
１１要約条件入力部
１２閲覧履歴取得部
１３履歴クラスタリング処理部
１４表示用付加情報生成部
１５履歴クラスタ間距離算出部
１６画面配置決定部
１７表示画像生成部

Claims

ユーザ端末にてユーザが閲覧した文書の閲覧履歴を取得する取得手段と、
前記取得手段により取得された閲覧履歴に基づいて、前記ユーザにより閲覧された複数の文書について文書間の類似度を算出する第１算出手段と、
前記第１算出手段により算出された類似度に基づいて、前記閲覧された複数の文書を、複数のグループに分類する分類手段と、
前記分類手段により分類された各グループに属する文書に基づいて、前記分類されたグループ間の内容の近さを示す値を算出する第２算出手段と、
前記第２算出手段により算出された値に基づいて、グループ間の内容の近さに応じたグループ間の距離と、グループ間の内容の近さに応じた１次元上の各グループの配置におけるグループ間の距離との誤差が最も小さくなるように、１次元上の各グループの配置を決定する配置決定手段と、
前記配置決定手段によって決定された１次元上の各グループの配置を縦軸にとり、前記取得手段により取得された閲覧履歴から得られる、前記閲覧された複数の文書毎の閲覧日時を横軸にとった座標を前記文書の配置座標として、前記分類されたグループ毎に、前記グループに属する、前記ユーザにより閲覧された複数の文書の縮小画像又は前記ユーザにより閲覧された複数の文書に対応する図形画像を配置した表示画像を、前記閲覧履歴の要約情報として生成する生成手段と、
を備えた要約可視化装置。
取得手段と、第１算出手段と、分類手段と、第２算出手段と、配置決定手段と、生成手段とを含む要約可視化装置における要約可視化方法であって、
前記取得手段は、ユーザ端末にてユーザが閲覧した文書の閲覧履歴を取得し、
前記第１算出手段は、前記取得手段により取得された閲覧履歴に基づいて、前記ユーザにより閲覧された複数の文書について文書間の類似度を算出し、
前記分類手段は、前記第１算出手段により算出された類似度に基づいて、前記閲覧された複数の文書を、複数のグループに分類し、
前記第２算出手段は、前記分類手段により分類された各グループに属する文書に基づいて、前記分類されたグループ間の内容の近さを示す値を算出し、
前記配置決定手段は、前記第２算出手段により算出された値に基づいて、グループ間の内容の近さに応じたグループ間の距離と、グループ間の内容の近さに応じた１次元上の各グループの配置におけるグループ間の距離との誤差が最も小さくなるように、１次元上の各グループの配置を決定し、
前記生成手段は、前記配置決定手段によって決定された１次元上の各グループの配置を縦軸にとり、前記取得手段により取得された閲覧履歴から得られる、前記閲覧された複数の文書毎の閲覧日時を横軸にとった座標を前記文書の配置座標として、前記分類されたグループ毎に、前記グループに属する、前記ユーザにより閲覧された複数の文書の縮小画像又は前記ユーザにより閲覧された複数の文書に対応する図形画像を配置した表示画像を、前記閲覧履歴の要約情報として生成する
要約可視化方法。
コンピュータを、
ユーザ端末にてユーザが閲覧した文書の閲覧履歴を取得する取得手段、
前記取得手段により取得された閲覧履歴に基づいて、前記ユーザにより閲覧された複数の文書について文書間の類似度を算出する第１算出手段、
前記第１算出手段により算出された類似度に基づいて、前記閲覧された複数の文書を、複数のグループに分類する分類手段、
前記分類手段により分類された各グループに属する文書に基づいて、前記分類されたグループ間の内容の近さを示す値を算出する第２算出手段、
前記第２算出手段により算出された値に基づいて、グループ間の内容の近さに応じたグループ間の距離と、グループ間の内容の近さに応じた１次元上の各グループの配置におけるグループ間の距離との誤差が最も小さくなるように、１次元上の各グループの配置を決定する配置決定手段、及び
前記配置決定手段によって決定された１次元上の各グループの配置を縦軸にとり、前記取得手段により取得された閲覧履歴から得られる、前記閲覧された複数の文書毎の閲覧日時を横軸にとった座標を前記文書の配置座標として、前記分類されたグループ毎に、前記グループに属する、前記ユーザにより閲覧された複数の文書の縮小画像又は前記ユーザにより閲覧された複数の文書に対応する図形画像を配置した表示画像を、前記閲覧履歴の要約情報として生成する生成手段
として機能させるための要約可視化プログラム。