JP5838086B2 - 減少クエリを推薦する検索システムおよび検索方法 - Google Patents

Description

本発明は、減少クエリを推薦する検索システムおよび検索方法に関する。

従来技術における検索方法は、統合検索や商品検索でクエリに対する検索結果がない場合、または少ない数の検索結果のみを含む場合が極めて多い。このような場合、クエリが極めて長いか、クエリが詳細過ぎて、クエリと関係のない付加語が含まれることが大部分である。例えば、商品検索として「正官庄（登録商標）レッドマックスプラス」や「フィリップス（登録商標）スチームアイロン２８６０」または「アビーノ（登録商標）デイリーモイスチャーボディウォッシュ（３５４ｍｌ）＋ストレスリリーフバブルバース（２９５ｍｌ）」のようなクエリは、クエリが極めて長く、詳細過ぎる場合に該当する。また、「ベネトン（登録商標）ファーフォックスマフラー」や「アブソリュート宮の本来価格」または「セルフ前髪パーマ」などのようなクエリは付加語によって検索結果がないか、少ない数の検索結果のみを含む場合に該当する。その他にも、「ジュエリー名品時計タグホイヤー」や「ラコステ（登録商標）・ゴンユ短靴」または「輸入アズナブールフランスエトロヘアピン」などのようにカテゴリー名／ブランド名／製造会社名を羅列する形態のクエリに対しても検索結果がないか、少ない数の検索結果のみを含む場合が存在する。すなわち、適した類似の商品や検索結果が存在するにも関わらず、全てのクエリに含まれた用語に全てが適する商品や検索結果がないか不足している。

本発明は、より効果的に検索結果を提供することのできるシステムおよび検索方法を提供する。

本発明の目的は、入力されたクエリに含まれた用語それぞれの加重値を算出し、加重値を基準にして少なくとも１つの用語を除去して減少クエリ（ｒｅｄｕｃｔｉｏｎ ｑｕｅｒｙ）を提供することによって、極めて長いクエリや検索結果が存在しないか、または検索結果の数が少ないクエリに対しても効果的に検索結果を提供することのできる検索システムおよび検索方法を提供する。

本発明の目的は、形態素分析によって抽出された用語間の相互の情報量をクエリログを用いて算出し、相互の情報量を用いてクエリから効果的に用語を抽出することのできる検索システムおよび検索方法を提供する。

本発明の目的は、各用語に対して文書上における重要性、正確にマッチングされるクエリログ上のクエリの数、部分的にマッチングされるクエリログ上のクエリの数、および正確にマッチングされるクエリの数と部分的にマッチングされるクエリの数との間の比率などを用いて各用語の加重値を算出することによって、クエリに適する用語を選択することのできる検索システムおよび検索方法を提供する。

本発明の目的は、算出された加重値を用いて予め選定された順位以下の用語を除去し、残りの用語を用いて減少クエリを推薦できる検索システムおよび検索方法を提供する。

本発明の一実施形態に係る検索システムは、入力されたクエリから２以上の用語を抽出する用語抽出部と、抽出された用語それぞれの加重値を算出する加重値算出部であって、前記抽出された用語それぞれに対して、クエリログに含まれたクエリの数、および該当用語と前記クエリログに含まれたクエリが正確にマッチングされる数に基づいて算出される第１加重値、前記クエリログに含まれたクエリの数と該当用語と前記クエリログに含まれたクエリが部分的にマッチングされる数に基づいて算出される第２加重値、および前記第１加重値の前記第２加重値に対する比率に基づいて算出される第３加重値のうち少なくとも１つの加重値を用いて前記抽出された用語それぞれの加重値を算出する加重値算出部と、算出さ れた加重値を基準にして抽出された用語のうち少なくとも１つの用語を除去し、残りの用語を用いて少なくとも１つの減少クエリを提供する減少クエリ推薦部と、を備えることを特徴とする。

クエリは、クエリを介した検索結果が予め選定された数以下であるクエリを含んでもよい。

用語抽出部は、クエリを形態素分析して複数の用語を抽出する形態素分析部と、クエリログを用いて複数の用語のうちクエリ内で互いに隣接した用語間の相互の情報量を算出し、相互の情報量が閾値以上である互いに隣接した用語を１つの用語として結合するウィークコンセプト抽出部と、を備えてもよい。

相互の情報量は、クエリログで互いに隣接した用語がそれぞれ用いられた回数および互いに隣接した用語が共に用いられた回数を用いて算出されてもよい。

加重値算出部は、前記抽出された用語それぞれに対して、全体文書の数および該当用語が含まれた文書の数に基づいて算出される第４加重値をさらに用いて前記抽出された用語それぞれの加重値を算出してもよい。

減少クエリ推薦部は、抽出された用語から加重値を基準にして予め選定された順位以下の用語を除去する用語除去部と、除去された用語を除いた残りの用語を用いて少なくとも１つの減少クエリを生成する減少クエリ生成部と、を備えてもよい。

減少クエリ生成部は、加重値が最も高い用語をキー用語として選定し、キー用語と残りの用語のうち他の用語の組合に基づいて少なくとも１つの減少クエリを生成してもよい。

検索システムは、少なくとも１つの減少クエリを用いてクエリを入力したユーザに検索結果を提供する検索結果提供部をさらに備えてもよい。

検索結果提供部は、少なくとも１つの減少クエリおよび少なくとも減少クエリそれぞれに係る検索結果の数をユーザに提供し、ユーザから選択された減少クエリに対する検索結果をユーザに提供してもよい。

検索結果提供部は、少なくとも１つの減少クエリのうち検索結果が最も多い減少クエリに対する検索結果をユーザに提供するか、または少なくとも１つの減少クエリに対する全ての検索結果をユーザに提供してもよい。

クエリは、商品検索のためにユーザから入力されたクエリとして、クエリによって検索された商品が予め選定された数以下であるクエリを含んでもよい。

本発明の一実施形態に係る検索方法は、入力されたクエリから２以上の用語を抽出し、抽出された用語それぞれの加重値を算出し、算出された加重値を基準にして抽出された用語のうち少なくとも１つの用語を除去し、残りの用語を用いて少なくとも１つの減少クエリを提供することを特徴とする。

本発明によると、入力されたクエリに含まれた用語それぞれの加重値を算出し、加重値を基準にして少なくとも１つの用語を除去して減少クエリを提供することによって、極めて長いクエリや検索結果が存在しないか、検索結果の数が少ないクエリに対しても効果的に検索結果を提供することができる。

本発明によると、形態素分析によって抽出された用語間の相互の情報量をクエリログを用いて算出し、相互の情報量を用いてクエリから効果的に用語を抽出することができる。

本発明によると、各用語に対して文書上における重要性、正確にマッチングされるクエリログ上のクエリの数、部分的にマッチングされるクエリログ上のクエリの数、および正確にマッチングされるクエリの数と部分的にマッチングされるクエリの数との間の比率などを用いて各用語の加重値を算出することによって、クエリに適する用語を選択することができる。

本発明によると、算出された加重値を用いて予め選定された順位以下の用語を除去し、残りの用語を用いて減少クエリを推薦できる。

本発明の一実施形態に係る商品検索で任意の用語をユーザ人気および商品の特殊性に応じて示すグラフである。 本発明の一実施形態に係るウィークコンセプト抽出のための相互の情報量の閾値を説明するグラフである。 本発明の一実施形態に係る入力されたクエリで抽出された用語と用語ごとに算出された加重値を示した図である。 本発明の一実施形態に係る減少クエリを生成する方法を説明する図である。 本発明の一実施形態に係る検索システムの内部構成を説明するブロック図である。 本発明の一実施形態に係る検索方法を示すフローチャートである。

以下、本発明の実施形態を添付する図面を参照しながら詳細に説明する。

図１は、本発明の一実施形態に係る商品検索で任意の用語をユーザの人気および商品の特殊性に応じて示すグラフである。図１に示したグラフ１００において、ｘ軸は用語に対するユーザ人気を示し、ｙ軸は商品の特殊性を示す。図１に示すグラフ１００は、商品検索でクエリが極めて長いか詳細な場合やクエリと関係のない付加語が含まれた場合、ユーザ人気の低い用語と商品の特殊性が低い用語を除去することでクエリによって検索された商品や検索結果が存在しないか、検索された商品や検索結果の数が少ないときに検索品質が落ちる問題を解決できる。例えば、グラフ１００において、クエリに含まれる用語のうち「２３０ｍｌ」や「２１インチ」、「ジュエリー」、「輸入」、「有名人の名前」、および「価格比較」などは、商品検索においてユーザ人気や商品の特殊性またはユーザ人気および商品の特殊性の両方が低いため、検索された商品や検索結果の数が予め選定された数以下である場合にはクエリから除去されてもよい。この場合、「２３０ｍｌ」や「２１インチ」は、ユーザがあまり使用しない用語であり、「輸入」、「有名人の名前」および「価格比較」は単一ショッピングのクエリになり難い付加語であり、「ジュエリー」は商品の特殊性が足りない用語でありそれぞれ除去されてもよい。

一方、図１に示す領域１１０内の用語「アズナブール」、「エアマックス（登録商標）」、「５０ｄ」、「ジーンズ」、「ワンピース」は、ユーザの人気や商品の特殊性、またはユーザの人気および商品の特殊性の両方が高いため、減少クエリ（ｒｅｄｕｃｔｉｏｎ ｑｕｅｒｙ）を構成する用語として用いてもよい。

まず、ユーザから入力されるクエリで前述した用語を抽出するため、本実施形態に係る検索システムは、クエリを形態素分析によって形態素ごとに用語を抽出する。その後、用語間の相互の情報量を用いて必要に応じて互いに隣接した用語を結合してもよい。例えば、クエリの「輸入アズナブールフランスエトロヘアピン」を形態素分析する場合、「輸入」、「アズナ」、「ブール」、「フランス」、「エトロ」、「ヘア」、「ピン」のような用語が抽出される。しかし、用語の「アズナ」と「ブール」そして「ヘア」や「ピン」のような単語はそれぞれの用語に分離する場合、クエリの意図が曖昧になる。したがって、この場合には「アズナブール」および「ヘアピン」のように結合された場合がクエリの意図にさらに近いこともある。他の例として、「アビーノ（登録商標）」、「デイリー」、「モイスチャー」、「ボディ」、「ウォッシュ」の「ボディ／ウォッシュ」や、「フィリップス（登録商標）」、「スチーム」、「アイロン」、「２８６０」の「スチーム」、「アイロン」は、それぞれの用語に分離するより結合されることがクエリの意図にさらに近い。また、「バーバリー」、「トレンチ」、「コート」の「トレンチ」、「コート」などはそれぞれの用語に分離するより結合されることがクエリの意図にさらに近い。したがって、検索システムは、前述したように、「ボディ」、「ウォッシュ」、「スチーム」、「アイロン」、および「トレンチ」、「コート」をそれぞれ１つの用語「ボディウォッシュ」、「スチームアイロン」および「トレンチコート」に結合して用いる。

このため、検索システムは、形態素分析によって抽出された用語のうち互いに隣接した用語に対して相互の情報量を算出する。例えば、相互の情報量は下記の数式（１）のように算出する。

・・・（１）

ここで、「ＭＩ」は相互の情報量であり、「ｘ」および「ｙ」は互いに隣接した用語である。また、「ｎ（ｘ、ｙ）」はクエリログで「ｘ」および「ｙ」が１つのクエリに含まれた場合の数であり、「ｎ（ｘ）」はクエリログで「ｘ」が含まれたクエリの数であり、「ｎ（ｙ）」はクエリログで「ｙ」が含まれたクエリの数である。また、「Ｔ」はクエリログで用語出現の全体の数である。

このように、検索システムは互いに隣接した用語間の相互の情報量を算出した後、相互の情報量に対する閾値を用いて結合する用語のウィークコンセプト（ｗｅａｋ ｃｏｎｃｅｐｔ）を抽出してもよい。このとき、ウィークコンセプトを抽出するための閾値は下記の数式（２）のように定義される。

・・・（２）

ここで、「ｐ（ｗｅａｋｃｏｎｃｅｐｔ＝１｜ｘ、ｙ）」は用語「ｘ」、「ｙ」がウィークコンセプトである確率、「ｐ（ｗｅａｋｃｏｎｃｅｐｔ＝０｜ｘ、ｙ）」は用語「ｘ」、「ｙ」がウィークコンセプトではない確率である。

図２は、本発明の一実施形態に係るウィークコンセプトを抽出するための相互の情報量の閾値を説明するグラフである。グラフ２００において、ｘ軸は相互の情報量の値を示し、ｙ軸は比率を示す。より詳しくは、用語「ｘ」、「ｙ」に対する相互の情報量の値を区間ごとにヒストグラムに表すと、前述した「ｐ（ｗｅａｋｃｏｎｃｅｐｔ＝１｜ｘ、ｙ）」と「ｐ（ｗｅａｋｃｏｎｃｅｐｔ＝０｜ｘ、ｙ）」の頻度を確認することができ、このような頻度を比率として示してもよい。このとき、第１折れ線２１０は「ｐ（ｗｅａｋｃｏｎｃｅｐｔ＝１｜ｘ、ｙ）」を示し、第２折れ線２２０は「ｐ（ｗｅａｋｃｏｎｃｅｐｔ＝０｜ｘ、ｙ）」を示す。すなわち、グラフ２００は相互の情報量の値が１．０に近いほど用語「ｘ」、「ｙ」がウィークコンセプトである確率の増加を示す。

数式２を参照すると、「ｐ（ｗｅａｋｃｏｎｃｅｐｔ＝１｜ｘ、ｙ）／ｐ（ｗｅａｋｃｏｎｃｅｐｔ＝０｜ｘ、ｙ）」の値が１．０よりも大きいということは、グラフ２００で第１折れ線２１０と第２折れ線２２０が交差する地点である。このときの相互の情報量区間を閾値に定義し、閾値以上の相互の情報量を有する用語「ｘ」、「ｙ」をウィークコンセプトとして抽出してもよい。この場合、閾値が極めて大きければ、ウィークコンセプトの抽出再現率（カバレッジ）は落ち、極めて小さければ、ウィークコンセプトの抽出正確率は落ちることがある。

図３は、本発明の一実施形態に係る入力されたクエリから抽出された用語と用語ごとに算出された加重値を示す図である。加重値３００は、クエリである「輸入アズナブールフランスエトロヘアピン」から図１を参照して説明した方法のように、「輸入」、「アズナブール」、「フランス」、「エトロ」、および「ヘアピン」を抽出した後、それぞれの用語に対して算出された加重値を示す。ここで、「加重値」はそれぞれの用語に対して検索の重要性を数値化し、除去する用語を選択するための基準として用いる。これによって、図３に示す加重値は説明の理解のための一例に過ぎず、本実施形態における「加重値」が図３に示す一例に限定されることはない。例えば、後述する第１加重値〜第４加重値の全てを用いてもよいが、第１加重値〜第４加重値のうち少なくとも１つの加重値を用いてもよい。また、第１加重値〜第４加重値ではない他の用語の重要性が数値化された加重値を用いてもよい。

加重値３００において「ｔｅｒｍＮｏ」は用語を識別するために任意に付加した識別子であり、「ｔｅｒｍ」は抽出されたそれぞれの用語である。

「ＩＤＦ（ｉｎｖｅｒｔｅｄ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ）」は、文書で特定用語の露出頻度を用いて算出される第１加重値として、下記の数式（３）のように算出される。

・・・（３）

ここで、「ｔ」は該当用語であり、「ｎ」は該当する全体文書の数である。また、「ｄｆ_ｔ」は用語「ｔ」が含まれた文書の数であり、すなわち、用語「ｔ」を含む文書の頻度である。また、「ｋ」は変数であって、一例として、数字２のように予め設定された定数が代入される。

「ＱＥ（Ｑｕｅｒｙ Ｅｘａｃｔｌｙ ｍａｔｃｈ）」は、該当用語とクエリログに含まれたクエリが正確にマッチングされる数を用いて算出される第２加重値として、下記の数式（４）のように算出される。

・・・（４）

ここで、「ＱＥ_ｔ」は用語「ｔ」に対する「ＱＥ」であり、「ｅｑｆ_ｔ」は該当用語「ｔ」とクエリログに含まれたクエリが正確にマッチングされる数であり、「ｔ」はクエリログに含まれた全体クエリの数である。このとき、「正確にマッチングされる」ことは該当用語がクエリとして入力された場合である。

「ＱＰ（Ｑｕｅｒｙ Ｐａｒｔｉａｌｌｙ ｍａｔｃｈ）」は、該当用語とクエリログに含まれたクエリが部分的にマッチングされる数を用いて算出される第３加重値として、下記の数式（５）のように算出される。

・・・（５）

ここで、「ＱＰ_ｔ」は用語「ｔ」に対する「ＱＰ」であり、「ｐｑｆ_ｔ」は該当用語「ｔ」とクエリログに含まれたクエリが部分的にマッチングされる数であり、「ｔ」はクエリログに含まれた全体クエリの数である。このとき、「部分的にマッチングされる」とは該当用語がクエリに含まれた場合をいう。

「ＱＥ／ＱＰ ｒａｔｉｏ」とは「ＱＥ」と「ＱＰ」の比率を用いて算出される第４加重値として、下記の数式（６）のように算出される。

・・・（６）

ここで、「ＱＥＱＰ_ｔ」は、用語「ｔ」に対する「ＱＥ／ＱＰ ｒａｔｉｏ」である。

「ｗｅｉｇｈｔ」は、用語に付与される最終加重値であり、第１加重値〜第４加重値のうち少なくとも１つの加重値を用いて算出される。図３の一例として、最終加重値は下記の数式（７）のように算出される。

・・・（７）

ここで、「ｗｅｉｇｈｔ_ｔ」は用語「ｔ」の最終加重値であり、「ａ」、「ｂ」、「ｃ」および「ｄ」は予め決定された値であり、それぞれ第１加重値〜第４加重値に対する加重値である。すなわち、図３の一例として、第１加重値〜第４加重値の加重和として最終加重値「ｗｅｉｇｈｔ」が算出される。

検索システムは用語それぞれの加重値が算出されると、図４に示すように、算出された加重値を基準にして抽出された用語のうち少なくとも１つの用語を除去し、残りの用語を用いて少なくとも１つの減少クエリを提供する。

図４は、本発明の一実施形態に係る減少クエリを生成する方法を説明する図である。図４において、数字が記載された四角ボックスそれぞれは１つの用語を意味し、四角ボックスの中の数字は該当用語の加重値を意味する。

第１ステップは用語の加重値を算出するステップであり、第１点線ボックス４１０は任意のクエリから抽出された６個の用語および該当用語の算出された加重値を示す。

第２ステップは、加重値を基準にして用語を整列するステップであり、第２点線ボックス４２０は前述した６個の用語が加重値を基準にして整列した場合を示す。

第３ステップは予め選定された順位（図４では５位）以下の用語を除去するステップであり、第３点線ボックス４３０は２つの用語が除去された場合を示す。図４で除去された用語に該当する四角ボックスは点線で表示した。

第４ステップは加重値が最も高い用語をキー用語として選定するステップであり、第４点線ボックス４４０は加重値が「１．０」の用語をキー用語として選定された場合を示す。

第５ステップはキー用語と残り３つの候補用語として減少クエリを推薦するステップであり、第５点線ボックス４５０は加重値が「０．５」の用語、加重値が「０．７」の用語、および加重値が「０．９」の用語を順に除去し、残りの用語の組合せで減少クエリを生成する場合を示す。

例えば、クエリである「輸入アズナブールフランスエトロヘアピン」に対して、用語「輸入」および「フランス」が削除された減少クエリ「アズナブールエトロヘアピン」、用語「フランス」および「エトロ」が削除された異なる減少クエリ「輸入アズナブールヘアピン」を推薦してもよい。商品検索または統合検索などからこのような用語減少の効果は、検索された商品の数または検索結果の増加のように表してもよい。

図５は、本発明の一実施形態に係る検索システムの内部構成を説明するブロック図である。図５に示すように、本実施形態に係る検索システム５００は、用語抽出部５１０、加重値算出部５２０、減少クエリ推薦部５３０、および検索結果提供部５４０を備える。ここで、検索結果提供部５４０は必要に応じて含んでもよい。例えば、検索システム５００は減少クエリを提供し、他のシステムから提供される減少クエリをユーザに提供したり、減少クエリによる検索結果をユーザに提供したりしてもよい。

用語抽出部５１０は入力されたクエリから２以上の用語を抽出する。ここで、クエリは、クエリを介した検索結果が予め選定された数以下のクエリを対象にしてもよい。他の例として、クエリは商品検索のためにユーザから入力されたクエリとして、クエリによって検索された商品が予め選定された数以下のクエリを対象にしてもよい。このとき、用語抽出部５１０は単純に形態素分析によって用語を抽出することなく、前述したように、ウィークコンセプト抽出によって相互の情報量が閾値以上の互いに隣接した用語を結合して１つの用語として抽出してもよい。このため、図５に示すように、用語抽出部５１０は、クエリを形態素分析して複数の用語を抽出する形態素分析部５１１およびクエリログを用いて複数の用語のうちクエリ内で互いに隣接した用語間の相互の情報量を算出し、相互の情報量が閾値以上である互いに隣接した用語を１つの用語として結合するウィークコンセプト抽出部５１２を備える。

加重値算出部５２０は抽出された用語それぞれの加重値を算出する。この場合、加重値算出部５２０は抽出された用語それぞれに対して、全体文書の数および該当用語が含まれた文書の数に基づいて算出される第１加重値、クエリログに含まれたクエリの数および該当用語とクエリログに含まれたクエリが正確にマッチングされる数に基づいて算出される第２加重値、クエリログに含まれたクエリの数と該当用語とクエリログに含まれたクエリが部分的にマッチングされる数に基づいて算出される第３加重値、および第２加重値の第３加重値に対する比率に基づいて算出される第４加重値のうち少なくとも１つの加重値を用いて抽出された用語それぞれの加重値を算出する。

減少クエリ推薦部５３０は、算出された加重値を基準にして抽出された用語のうち少なくとも１つの用語を除去し、残りの用語を用いて少なくとも１つの減少クエリを提供する。すなわち、減少クエリ推薦部５３０は加重値が低い一定数の用語を除去し、残りの用語の組合せを用いて減少クエリを提供する。

このため、減少クエリ推薦部５３０は、抽出された用語から加重値を基準にして予め選定された順位以下の用語を除去する用語除去部５３１、および除去された用語を除いた残りの用語を用いて少なくとも１つの減少クエリを生成する減少クエリ生成部５３２を備える。この場合、減少クエリ生成部５３２は加重値が最も高い用語をキー用語として選定し、キー用語と残りの用語のうち他の用語の組合せに基づいて少なくとも１つの減少クエリを生成する。

検索結果提供部５４０は、少なくとも１つの減少クエリを用いてクエリを入力したユーザに検索結果を提供する。一例として、検索結果提供部５４０は、少なくとも１つの減少クエリおよび少なくとも１つの減少クエリそれぞれに係る検索結果の数をユーザに提供し、ユーザから選択された減少クエリに対する検索結果をユーザに提供する。例えば、第１減少クエリの検索結果が５個であり、第２減少クエリの検索結果が４０個、第３減少クエリの検索結果が５０個である場合、検索結果提供部５４０は「第１減少クエリ：５個、第２減少クエリ：４０個、第３減少クエリ：５０個」のように、減少クエリおよび減少クエリそれぞれに係る検索結果の数をユーザに提供し、ユーザから選択された減少クエリの検索結果をユーザに提供する。

他の例として、検索結果提供部５４０は、少なくとも１つの減少クエリのうち検索結果が最も多い減少クエリに対する検索結果をユーザに提供したり、または、少なくとも１つの減少クエリに対する全ての検索結果をユーザに提供したりしてもよい。すなわち、前述した例で、検索結果提供部５４０は、最も多い検索結果を有する減少クエリの第３減少クエリに対する検索結果５０個をユーザに提供したり、全ての検索結果９５個をユーザに提供したりしてもよい。この場合、重複する検索結果は除去されて提供される。

図５で省略された内容は図１〜図４を参照してもよい。

図６は、本発明の一実施形態に係る検索方法を示すフローチャートである。本実施形態に係る検索方法は、図５を参照して説明した検索システム５００によって行われてもよい。図６では検索システム５００によって各ステップが行われる過程を説明することで検索方法について説明する。この場合、必要に応じてステップＳ６４０を含んでもよい。例えば、ステップＳ６４０は、検索システム５００に関連する異なるシステムによって行われる。

図６を参照すると、ステップＳ６１０において、検索システム５００は入力されたクエリから２以上の用語を抽出する。ここで、クエリは、クエリを介した検索結果が予め選定された数以下のクエリを対象にしてもよい。他の例として、クエリは商品検索のためにユーザから入力されたクエリとして、クエリによって検索された商品が予め選定された数以下のクエリを対象にしてもよい。このとき、図５に示した検索システム５００は、単に形態素分析によって用語を抽出することなく、既に前述したように、ウィークコンセプト抽出によって相互の情報量が閾値以上の互いに隣接した用語を結合して１つの用語として抽出してもよい。このために、検索システム５００は、ステップＳ６１０にクエリを形態素分析して複数の用語を抽出するステップ（図示せず）およびクエリログを用いて複数の用語のうちクエリ内で互いに隣接した用語間の相互の情報量を算出し、相互の情報量が閾値以上である、互いに隣接した用語を１つの用語として結合するウィークコンセプト抽出部（図示せず）を備えて行ってもよい。

次に、ステップＳ６２０において、検索システム５００は抽出された用語それぞれの加重値を算出する。この場合、検索システム５００は抽出された用語それぞれに対して、全体文書の数および該当用語を含む文書の数に基づいて算出される第１加重値、クエリログに含まれたクエリの数および該当用語とクエリログに含まれたクエリが正確にマッチングされる数に基づいて算出される第２加重値、クエリログに含まれたクエリの数と該当用語とクエリログに含まれたクエリが部分的にマッチングされる数に基づいて算出される第３加重値、および第２加重値の第３加重値に対する比率に基づいて算出される第４加重値のうち少なくとも１つの加重値を用いて抽出された用語それぞれの加重値を算出する。

次に、ステップＳ６３０において、検索システム５００は算出された加重値を基準にして抽出された用語のうち少なくとも１つの用語を除去し、残りの用語を用いて少なくとも１つの減少クエリを提供する。すなわち、検索システム５００は加重値が低い一定数の用語を除去し、残りの用語の組合せを用いて減少クエリを提供する。

このため、検索システム５００は、抽出された用語から加重値を基準にして予め選定された順位以下の用語を除去するステップ（図示せず）および除去された用語を除いた残りの用語を用いて少なくとも１つの減少クエリを生成するステップ（図示せず）を含む。この場合、検索システム５００は加重値が最も高い用語をキー用語として選定し、キー用語と残りの用語のうち他の用語の組合に基づいて少なくとも１つの減少クエリを生成する。

次に、ステップＳ６４０において、検索システム５００は、少なくとも１つの減少クエリを用いてクエリを入力したユーザに検索結果を提供する。一例として、検索システム５００は、少なくとも１つの減少クエリおよび少なくとも１つの減少クエリそれぞれに係る検索結果の数をユーザに提供し、ユーザから選択された減少クエリに対する検索結果をユーザに提供する。例えば、第１減少クエリの検索結果が５個であり、第２減少クエリの検索結果が４０個、第３減少クエリの検索結果が５０個である場合、検索システム５００は「第１減少クエリ：５個、第２減少クエリ：４０個、第３減少クエリ：５０個」のように、減少クエリおよび減少クエリそれぞれに係る検索結果の数をユーザに提供し、ユーザから選択された減少クエリの検索結果をユーザに提供する。

他の例として、検索システム５００は、少なくとも１つの減少クエリのうち検索結果が最も多い減少クエリに対する検索結果をユーザに提供したり、または、少なくとも１つの減少クエリに対する全ての検索結果をユーザに提供したりする。すなわち、前述した例で、検索システム５００は、最も多い検索結果を有する減少クエリの第３減少クエリに対する検索結果５０個をユーザに提供したり全ての検索結果９５個をユーザに提供したりする。この場合、重複する検索結果は除去されて提供される。

図６で省略された内容は図１〜図４を参照してもよい。

このように、本発明の実施形態に係るシステムおよび方法を用いると、入力されたクエリに含まれた用語それぞれの加重値を算出し、加重値を基準にして少なくとも１つの用語を除去して減少クエリを提供することで極めて長いクエリや検索結果が存在しないか検索結果の数が少ないクエリに対しても効果的に検索結果を提供することができる。このとき、形態素分析によって抽出された用語間の相互の情報量をクエリログを用いて算出し、相互の情報量を用いてクエリから効果的に用語を抽出してもよく、各用語に対して文書上の重要性、正確にマッチングされるクエリログ上のクエリの数、部分的にマッチングされるクエリログ上のクエリの数、および正確にマッチングされるクエリの数と部分的にマッチングされるクエリの数との間の比率などを用いて各用語の加重値を算出することによって、クエリに適する用語を選択することができる。また、算出された加重値を用いて予め選定された順位以下の用語を除去し、残りの用語を用いて減少クエリを推薦できる。

本発明の実施形態に係る検索方法は、多様なコンピュータ手段を介して様々な処理を実行することができるプログラム命令の形態で実現され、コンピュータ読取可能な記録媒体に記録されてもよい。コンピュータ読取可能な媒体は、プログラム命令、データファイル、データ構造などの単独または組み合わせたものを含んでもよい。媒体に記録されるプログラム命令は、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のものであり使用可能なものであってもよい。コンピュータ読取可能な記録媒体の例としては、ハードディスク、フレキシブルディスク及び磁気テープのような磁気媒体、ＣＤ−ＲＯＭ、ＤＶＤのような光記録媒体、光ディスクのような光磁気媒体、及びＲＯＭ、ＲＡＭ、フラッシュメモリなどのようなプログラム命令を保存して実行するように特別に構成されたハードウェア装置を含んでもよい。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コード（ｍａｃｈｉｎｅ ｃｏｄｅ）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され得る高級言語コード（ｈｉｇｈｅｒ ｌｅｖｅｌ ｃｏｄｅ）を含む。上述したハードウェア装置は、本発明の動作を行うために１つ以上のソフトウェアのレイヤで動作するように構成されてもよい。

上述したように本発明を限定された実施形態と図面とによって説明したが、本発明は、上記の実施形態に限定されることなく、本発明が属する分野における通常の知識を有する者であれば、このような実施形態から多様な修正及び変形をすることが可能である。

したがって、本発明の範囲は、開示された実施形態に限定されて定められるものではなく、特許請求の範囲だけではなく特許請求の範囲と均等なものなどによって定められる。

５００ 検索システム
５１０ 用語抽出部
５２０ 加重値算出部
５３０ 減少クエリ推薦部
５４０ 検索結果提供部

Claims (17)

1. 入力されたクエリから２以上の用語を抽出する用語抽出部と、
   前記抽出された用語それぞれの加重値を算出する加重値算出部であって、前記抽出された用語それぞれに対して、クエリログに含まれたクエリの数、および該当用語と前記クエリログに含まれたクエリが正確にマッチングされる数に基づいて算出される第１加重値、前記クエリログに含まれたクエリの数と該当用語と前記クエリログに含まれたクエリが部分的にマッチングされる数に基づいて算出される第２加重値、および前記第１加重値の前記第２加重値に対する比率に基づいて算出される第３加重値のうち少なくとも１つの加重値を用いて前記抽出された用語それぞれの加重値を算出する加重値算出部と、
   前記算出された加重値を基準にして前記抽出された用語のうち少なくとも１つの用語を除去し、残りの用語を用いて少なくとも１つの減少クエリを提供する減少クエリ推薦部と、
   を備えることを特徴とする検索システム。
2. 前記クエリは、前記クエリを介した検索結果が予め選定された数以下であるクエリを含むことを特徴とする請求項１に記載の検索システム。
3. 前記用語抽出部は、
   前記クエリを形態素分析して複数の用語を抽出する形態素分析部と、
   クエリログを用いて前記複数の用語のうち前記クエリ内で互いに隣接した用語間の相互の情報量を算出し、前記相互の情報量が閾値以上である互いに隣接した用語を１つの用語として結合するウィークコンセプト抽出部と、
   を備えることを特徴とする請求項１または２に記載の検索システム。
4. 前記相互の情報量は、
   前記クエリログで前記互いに隣接した用語がそれぞれ用いられた回数および前記互いに隣接した用語が共に用いられた回数を用いて算出されることを特徴とする請求項３に記載の検索システム。
5. 前記加重値算出部は、
   前記抽出された用語それぞれに対して、全体文書の数および該当用語が含まれた文書の数に基づいて算出される第４加重値をさらに用いて前記抽出された用語それぞれの加重値を算出することを特徴とする請求項１〜４のいずれか１項に記載の検索システム。
6. 前記減少クエリ推薦部は、
   前記抽出された用語から前記加重値を基準にして予め選定された順位以下の用語を除去する用語除去部と、
   前記除去された用語を除いた残りの用語を用いて前記少なくとも１つの減少クエリを生成する減少クエリ生成部と、
   を備えることを特徴とする請求項１〜５のいずれか１項に記載の検索システム。
7. 前記減少クエリ生成部は、
   前記加重値が最も高い用語をキー用語として選定し、キー用語と前記残りの用語のうち他の用語の組合に基づいて前記少なくとも１つの減少クエリを生成することを特徴とする請求項６に記載の検索システム。
8. 前記少なくとも１つの減少クエリを用いて前記クエリを入力したユーザに検索結果を提供する検索結果提供部をさらに備えることを特徴とする請求項１〜７のいずれか１項に記載の検索システム。
9. 前記検索結果提供部は、
   前記少なくとも１つの減少クエリによる検索結果を前記ユーザに提供することを特徴とする請求項８に記載の検索システム。
10. 前記クエリは商品検索のためにユーザから入力されたクエリとして、前記クエリによって検索された商品が予め選定された数以下であるクエリを含むことを特徴とする請求項１〜９のいずれか１項に記載の検索システム。
11. 入力されたクエリから２以上の用語を抽出し、
    前記抽出された用語それぞれに対して、クエリログに含まれたクエリの数、および該当用語と前記クエリログに含まれたクエリが正確にマッチングされる数に基づいて算出される第１加重値、前記クエリログに含まれたクエリの数と該当用語と前記クエリログに含まれたクエリが部分的にマッチングされる数に基づいて算出される第２加重値、および前記第１加重値の前記第２加重値に対する比率に基づいて算出される第３加重値のうち少なくとも１つの加重値を用いて前記抽出された用語それぞれの加重値を算出し、
    前記算出された加重値を基準にして前記抽出された用語のうち少なくとも１つの用語を除去し、残りの用語を用いて少なくとも１つの減少クエリを提供することを特徴とする検索方法。
12. 前記クエリは、前記クエリを介した検索結果が予め選定された数以下であるクエリを含むことを特徴とする請求項１１に記載の検索方法。
13. 前記入力されたクエリから２以上の用語を抽出することは、
    前記クエリを形態素分析して複数の用語を抽出し、
    クエリログを用いて前記複数の用語のうち前記クエリ内で互いに隣接した用語間の相互の情報量を算出し、前記相互の情報量が閾値以上である互いに隣接した用語を１つの用語として結合することを特徴とする請求項１１または１２に記載の検索方法。
14. 前記抽出された用語それぞれの加重値を算出することは、
    前記抽出された用語それぞれに対して、全体文書の数および該当用語が含まれた文書の数に基づいて算出される第４加重値をさらに用いて前記抽出された用語それぞれの加重値を算出することを特徴とする請求項１１〜１３のいずれか１項に記載の検索方法。
15. 前記少なくとも１つの減少クエリを提供することは、
    前記抽出された用語から前記加重値を基準にして予め選定された順位以下の用語を除去し、
    前記除去された用語を除いた残りの用語を用いて前記少なくとも１つの減少クエリを生成することを特徴とする請求項１１〜１４のいずれか１項に記載の検索方法。
16. 前記少なくとも１つの減少クエリを用いて前記クエリを入力したユーザに検索結果を提供することを特徴とする請求項１１〜１５のいずれか１項に記載の検索方法。
17. 請求項１１〜１６のいずれか１項の方法を行うプログラムを記録したコンピュータで読み出し可能な記録媒体。