JP5937939B2 - Server apparatus and information processing method - Google Patents
Server apparatus and information processing method Download PDFInfo
- Publication number
- JP5937939B2 JP5937939B2 JP2012216958A JP2012216958A JP5937939B2 JP 5937939 B2 JP5937939 B2 JP 5937939B2 JP 2012216958 A JP2012216958 A JP 2012216958A JP 2012216958 A JP2012216958 A JP 2012216958A JP 5937939 B2 JP5937939 B2 JP 5937939B2
- Authority
- JP
- Japan
- Prior art keywords
- content
- user
- evaluation
- bookmark
- character string
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Description
本発明は、コンテンツを評価するための技術に関する。 The present invention relates to a technique for evaluating content.
コンテンツを評価するために、コンテンツを閲覧したユーザが行った所定のアクションを利用する技術がある。例えば、特許文献1には、ブックマークに含まれるキーワードの集合と、その集合が抽出されたブックマークに関連付けられたウェブページとの同一の組み合わせについて、その関連付けが行われたユーザ数が多いほど優先度を高くして検索されやすくする(つまり評価を高くする)技術が記載されている。つまり、この技術では、ユーザのブックマークを作成するというアクションが利用されている。
In order to evaluate content, there is a technique that uses a predetermined action performed by a user who has viewed the content. For example, in
ところで、ブックマークを作成したユーザ数が同じコンテンツであっても、一方は自分と同じ分野を専門とするユーザだけがブックマークを作成したコンテンツであり、他方は専門する分野が自分と全く関係ないユーザだけがブックマークを作成したコンテンツである場合、自分にとっては前者のコンテンツの方が高く評価できることが多い。しかしながら、特許文献1の技術では、上記の関連付けが行われたユーザ数が同じであれば、前者のコンテンツ(ウェブページ)も後者のコンテンツも同じ評価にされてしまう。
そこで、本発明は、コンテンツを閲覧したユーザがどのようなユーザであるかということを反映して、コンテンツを評価することを目的とする。
By the way, even if the number of users who created bookmarks is the same, only one user who specializes in the same field as his / her own creates bookmarks, and the other is only a user whose field of specialization has nothing to do with himself. Is the content for which the bookmark is created, the former content is often highly appreciated for me. However, in the technique of
Therefore, an object of the present invention is to evaluate content reflecting the kind of user who has browsed the content.
上記課題を解決するために、本発明は、ユーザによる所定のアクションに基づき、インターネット上のコンテンツを評価するサーバ装置であって、前記コンテンツに対して前記アクションを行った第1ユーザの少なくとも1つ以上の属性と、或るユーザの属性との関係の強さを表す指標を算出する算出手段と、前記或るユーザにとっての前記コンテンツの前記属性に基づく評価を、前記算出手段により算出された前記指標に応じて行う評価手段とを備えることを特徴とするサーバ装置を提供する。 In order to solve the above-described problem, the present invention provides a server device that evaluates content on the Internet based on a predetermined action by a user, wherein at least one of the first users who has performed the action on the content The calculation means for calculating an index representing the strength of the relationship between the attribute and the attribute of a certain user, and the evaluation based on the attribute of the content for the certain user is calculated by the calculation means. There is provided a server device comprising an evaluation unit that performs operations according to an index.
また、前記評価手段は、前記コンテンツの前記属性に基づく評価を、前記第1ユーザについて前記算出手段が算出した指標の合計値、平均値、中央値または最大値が当該コンテンツよりも小さいコンテンツの前記属性に基づく評価に比べて高くしてもよい。 Further, the evaluation unit performs an evaluation based on the attribute of the content, and the total value, average value, median value, or maximum value of the index calculated by the calculation unit for the first user is smaller than the content. It may be higher than evaluation based on attributes.
本発明は、ユーザによる所定のアクションに基づき、インターネット上の文字列が付与されたコンテンツを評価するサーバ装置であって、前記コンテンツに対して前記アクションを行った第1ユーザの前記アクションの対象となった少なくとも1つ以上のコンテンツと、或るユーザの前記アクションの対象となったコンテンツとの傾向が近似する度合いを算出する算出手段であって、前記或るユーザの前記アクションの対象となったコンテンツに付与された文字列と近似する近似文字列が付与されたコンテンツを前記アクションの対象としたユーザを前記第1ユーザとし、且つ、前記近似文字列に対して、当該近似文字列の種類、当該近似文字列の数または当該近似文字列の近似度に応じた重みを付け、前記第1ユーザが前記アクションの対象としたコンテンツに付与された近似文字列の重みに基づいて前記度合い算出する算出手段と、前記或るユーザにとっての前記コンテンツの前記傾向に基づく評価を、前記算出手段により算出された前記度合いに応じて行う評価手段と
を備えることを特徴とするサーバ装置を提供する。
The present invention is a server device that evaluates content to which a character string on the Internet is assigned based on a predetermined action by a user, and the action target of the first user who has performed the action on the content at least one or more content became, a calculation means tendency of the content that is the subject of the action of a certain user to calculate a degree of approximation, is the subject of the said action of a certain user The user who is the target of the action with the content to which the approximate character string approximated to the character string given to the content is the first user, and for the approximate character string, the type of the approximate character string, The first user assigns a weight according to the number of approximate character strings or the degree of approximation of the approximate character strings, and the first user sets the pair of actions. And the calculation means for the degree calculated based on the weight of the applied approximation string content and evaluation based on the tendency of the contents of the for certain users, depending on the degree calculated by said calculation means There is provided a server device comprising an evaluation means for performing
また、前記評価手段は、前記コンテンツの前記傾向に基づく評価を、前記第1ユーザについて前記算出手段が算出した度合いの合計値、平均値、中央値または最大値が当該コンテンツよりも小さいコンテンツの前記傾向に基づく評価に比べて高くしてもよい。
さらに、前記コンテンツに関連するコンテンツ情報を少なくとも1つ以上含むリストであって、前記評価手段による前記或るユーザにとっての前記コンテンツの評価を反映したリストを生成する生成手段と、前記生成手段により生成されたリストを出力する出力手段とを備えていてもよい。
さらに、前記アクションは、前記コンテンツへアクセスするためのアクセス先を示すアクセス先データを、当該コンテンツに関連するコンテンツ情報として作成する操作であってもよい。
In addition, the evaluation unit performs an evaluation based on the tendency of the content, and the total value, average value, median value, or maximum value of the degree calculated by the calculation unit for the first user is smaller than the content. You may make it high compared with the evaluation based on a tendency.
Further, a list including at least one content information related to the content, the list reflecting the evaluation of the content for the certain user by the evaluation unit, and a generation unit Output means for outputting the processed list.
Further, the action may be an operation of creating access destination data indicating an access destination for accessing the content as content information related to the content.
本発明は、ユーザによる所定のアクションに基づき、インターネット上のコンテンツを評価するサーバ装置を制御する制御装置が、記憶装置に記憶されたプログラムに従い、前記コンテンツに対して前記アクションを行った第1ユーザの少なくとも1つ以上の属性と、或るユーザの属性との関係の強さを表す指標を算出する算出ステップと、前記制御装置が、前記記憶装置に記憶されたプログラムに従い、前記或るユーザにとっての前記コンテンツの前記属性に基づく評価を、前記算出ステップにおいて算出された前記指標に応じて行う評価ステップとを備えることを特徴とする情報処理方法を提供する。 According to the present invention, a control device that controls a server device that evaluates content on the Internet based on a predetermined action by a user performs the action on the content according to a program stored in a storage device. A calculation step for calculating an index representing the strength of the relationship between at least one attribute of the user and an attribute of a certain user, and the control device according to a program stored in the storage device for the certain user. An information processing method comprising: an evaluation step of performing an evaluation based on the attribute of the content according to the index calculated in the calculation step.
本発明は、ユーザによる所定のアクションに基づき、インターネット上の文字列が付与されたコンテンツを評価するサーバ装置を制御する制御装置が、記憶装置に記憶されたプログラムに従い、前記コンテンツに対して前記アクションを行った第1ユーザの前記アクションの対象となった少なくとも1つ以上のコンテンツと、或るユーザの前記アクションの対象となったコンテンツとの傾向が近似する度合いを算出する算出ステップであって、前記或るユーザの前記アクションの対象となったコンテンツに付与された文字列と近似する近似文字列が付与されたコンテンツを前記アクションの対象としたユーザを前記第1ユーザとし、且つ、前記近似文字列に対して、当該近似文字列の種類、当該近似文字列の数または当該近似文字列の近似度に応じた重みを付け、前記第1ユーザが前記アクションの対象としたコンテンツに付与された近似文字列の重みに基づいて前記度合い算出する算出ステップと、前記制御装置が、前記記憶装置に記憶されたプログラムに従い、前記或るユーザにとっての前記コンテンツの前記傾向に基づく評価を、前記算出ステップにおいて算出された前記度合いに応じて行う評価ステップとを備えることを特徴とする情報処理方法を提供する。 According to the present invention, a control device that controls a server device that evaluates content to which a character string on the Internet is assigned based on a predetermined action by a user performs the action on the content according to a program stored in a storage device. A calculation step of calculating a degree of approximation of a tendency between at least one content that is the target of the action of the first user who has performed and the content that is the target of the action of a certain user , The user who is the target of the action with the content given the approximate character string approximated to the character string given to the content targeted by the action of the certain user is the first user, and the approximate character For a column, the type of the approximate character string, the number of the approximate character strings, or the degree of approximation of the approximate character string With a weight corresponding the calculation step of the degree calculation the first user based on the weight of the subject and the approximate string assigned to the content of the action, the control device, stored in the storage device There is provided an information processing method comprising: an evaluation step of performing an evaluation based on the tendency of the content for the certain user according to the program according to the degree calculated in the calculation step.
本発明によれば、コンテンツを閲覧したユーザがどのようなユーザであるかということを反映して、コンテンツを評価することができる。 According to the present invention, it is possible to evaluate content reflecting the type of user who browsed the content.
[第1実施形態]
本発明の第1実施形態について、以下、図面を参照して説明する。
[構成]
図1は、ブックマークサービス提供システム1の全体構成を示す図である。ブックマークサービス提供システム1は、ユーザが作成したブックマークを他のユーザと共有することができるサービス(以下「ブックマーク共有サービス」という。)を提供するためのシステムである。ここでいうブックマークとは、例えばユーザがコンテンツを閲覧してその内容に関心をもった場合に、以後の閲覧を容易にするために、そのコンテンツへアクセスするためのアクセス先(例えばURL(Uniform Resource Locator)やIP(Internet Protocol)アドレスなど。)を登録したアクセス先データである。この登録は、例えばユーザがブックマークを作成するための操作(以下「ブックマーク作成操作」という。)を行ったときに行われる。ユーザが閲覧するコンテンツとは、インターネット上で提供されるテキストや画像、動画、音声などで表されるものであり、例えばウェブページである。ブックマークには、登録されたアクセス先がどのようなコンテンツへのアクセス先であるかということを表すために、コンテンツの一部分が含まれている場合がある。
[First Embodiment]
A first embodiment of the present invention will be described below with reference to the drawings.
[Constitution]
FIG. 1 is a diagram showing an overall configuration of a bookmark
図2は、ブックマークサービス提供システム1において共有されるブックマークの一例を示す図である。図2では、ブラウザに表示されたブックマークA1が示されている。ブックマークA1は、コンテンツa1のブックマークである。ブックマークA1には、コンテンツa1(この例ではウェブページ)の一部分であるタイトルD1及び本文D3と、コンテンツa1のアクセス先(この例ではURL)D2とが含まれている。本文D3は、コンテンツa1の本文の一部分を示している。コンテンツa1を閲覧したユーザが、前述したブックマーク作成操作を行うと、コンテンツa1の一部分とアクセス先とを含んだ図2に示すようにブラウザ上で表示されるテキスト(なお、テキストに限らず画像や動画などが含まれていてもよい)を示すデータが生成される。こうして生成されたデータがすなわちブックマークである。このように、ユーザは、ブックマーク作成操作を行うことで、自分が閲覧したコンテンツのブックマークを作成する。
FIG. 2 is a diagram illustrating an example of a bookmark shared in the bookmark
なお、タイトルD1及び本文D3は、ブックマークにより示されるコンテンツの一部の例であり、他にも、画像、動画及び音声等がコンテンツの一部として示される場合がある。また、図2に示すようなブックマークは、クリップやクリッピングと呼ばれることもある。つまり、本システムにより提供されるサービスは、いわゆるソーシャルクリップサービスやソーシャルクリッピングサービスと呼ばれるものを含んでいる。 Note that the title D1 and the text D3 are examples of a part of the content indicated by the bookmark, and there are cases where an image, a moving image, audio, and the like are indicated as part of the content. Also, the bookmark as shown in FIG. 2 is sometimes called a clip or clipping. That is, the services provided by this system include what are called social clipping services and social clipping services.
ブックマークサービス提供システム1においては、ブックマーク共有サービスを利用するユーザが登録されている。以下では、特に説明がなければ、「ユーザ」とはこの登録がされた登録ユーザを指すものとする。ブックマークサービス提供システム1は、登録ユーザによって作成されたブックマークを集めて、他の登録ユーザが共有できるようにすることで、ブックマーク共有サービスを提供する。また、ブックマークサービス提供システム1は、集めたブックマークに基づいて、それらのブックマークによりアクセス先が示されるコンテンツを評価して、その評価を反映した情報(以下「評価情報」という。)を登録ユーザに提供する。このように、ブックマークサービス提供システム1は、ブックマーク共有サービスと評価情報との両方を登録ユーザに提供するシステムである。
In the bookmark
ブックマークサービス提供システム1は、ブックマークサーバ装置10と、複数のユーザ装置20と、ウェブサーバ装置40と、ネットワーク2とを備える。ネットワーク2は、移動体通信網又はインターネット等を含むものである。複数のユーザ装置20は、ネットワーク2を介してブックマークサーバ装置10及びウェブサーバ装置40とそれぞれ通信する。
The bookmark
ブックマークサーバ装置10は、ユーザが作成したブックマークを取得して蓄積する装置である。つまり、ブックマークサービス提供システム1では、ブックマークは、ブックマークサーバ装置10に集められることになる。ブックマークサーバ装置10は、登録ユーザを認証するための情報(以下「認証情報」という。)として、ユーザを識別する識別情報(ユーザIDなど)及びパスワードを記憶しており、これらの認証情報に基づいて登録ユーザを認証する。また、ブックマークサーバ装置10は、蓄積したブックマークを少なくとも1つ以上含むリスト(以下「ブックマークリスト」という。)を作成する。作成されたブックマークリストには、様々なユーザが作成したブックマークが含まれることになる。ブックマークサーバ装置10は、作成したブックマークリストを、登録ユーザの認証がされたユーザ装置20に対して送信する。ユーザは、送信されたブックマークリストを閲覧することにより、他のユーザが作成したブックマークを共有することができる。
The
また、ブックマークサーバ装置10は、ユーザによる所定のアクションに基づき、インターネット上のコンテンツを評価するサーバ装置の一例である。所定のアクションとは、コンテンツを評価するために利用するユーザのアクションとして本システムにおいて予め定められているものであり、例えば、上述したブックマーク作成操作である。本実施形態では、ブックマークサーバ装置10は、ユーザがブックマーク作成操作を行うことで作成されるブックマークを蓄積し、蓄積しているブックマークを利用してコンテンツを評価する。ブックマークサーバ装置10は、例えば、高く評価したコンテンツのアクセス先を示すブックマークを上位に表したブックマークリストを生成し、生成したブックマークリストを評価情報として、登録ユーザの認証がされたユーザ装置20に送信する。このようにして、登録ユーザに対して、評価情報が提供される。
The
ユーザ装置20は、ユーザが所持する携帯電話機やスマートフォンなどであり、ネットワーク2を介して移動体通信を行う。ユーザ装置20は、本システムで用いられるブラウザ30のプログラムを記憶しており、例えばこのプログラムを実行することにより、ブックマークサーバ装置10及びウェブサーバ装置40とデータのやり取りを行う。
ウェブサーバ装置40は、ウェブページというコンテンツを保持し、保持したコンテンツ、すなわちウェブページを提供するいわゆるウェブサーバである。ウェブサーバ装置40がユーザ装置20に対してコンテンツを示すデータ(以下「コンテンツデータ」という。)を送信することで、ユーザに対してコンテンツが提供される。
The
The
図3は、ブックマークサーバ装置10のハードウェア構成を示す図である。ブックマークサーバ装置10は、制御装置11と、記憶装置12と、通信装置13とを備えたコンピュータである。制御装置11は、CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)及びリアルタイムクロックを備えている。CPUは、RAMをワークエリアとして用いてROMや記憶装置12に記憶されたプログラムを実行することによって、ブックマークサーバ装置10が備える各装置の動作を制御する。リアルタイムクロックは、現在の日時を算出する機能を有している。通信装置13は、ネットワーク2を介して通信を行うための通信回路を備えるとともに、制御装置11とデータをやり取りする。制御装置11は、通信装置13を介してユーザ装置20とデータをやり取りする。
FIG. 3 is a diagram illustrating a hardware configuration of the
記憶装置12は、例えばフラッシュメモリやハードディスク等の記憶手段であり、制御装置11が制御に用いるデータやプログラムなどを記憶している。記憶装置12は、ブックマークサーバ装置10において用いられる閾値などの定められた数値を示すデータを記憶している。また、記憶装置12は、登録ユーザDB(database:データベース)121と、ブックマークDB122とを記憶している。登録ユーザDB121は、前述したユーザを認証するための認証情報(例えばユーザIDなどの識別情報とパスワード)を示す認証情報データとそれらのユーザの属性とを格納するデータベースである。ここでいう属性とは、そのユーザの関心事との関わりが強いものとしてブックマークサービス提供システム1において予め決められている属性である。本実施形態では、登録ユーザDB121が医療従事者を登録ユーザとした認証情報を格納している場合を例にとって説明する。なお、これは一例であり、ブックマークサービス提供システム1では、どのようなユーザが登録されていてもよい。
The
図4は、登録ユーザDB121に格納されているデータの一例を示す表である。この表では、「認証情報」である「識別情報」及び「パスワード」と、「属性」である「診療科」、「学会」、「役職」及び「年代」とが互いに対応付けられている。例えば、「ID001」という「識別情報」には、「aaaa」、「消化器科」、「α学会」、「主任科長」及び「50代」という「パスワード」、「診療科」、「学会」、「役職」及び「年代」が対応付けられている。同様に、「ID002」という「識別情報」には「bbbb」、「循環器科」、「β学会」、「医局員」及び「20代」が、「ID003」という「識別情報」には「cccc」、「小児科」、「γ学会」、「科長」及び「40代」が、「ID004」という「識別情報」には「dddd」、「循環器科」、「ζ学会」、「医局員」及び「30代」が対応付けられている。
FIG. 4 is a table showing an example of data stored in the registered
このように、登録ユーザDB121には、登録ユーザを識別する識別情報に対応付けて、それらの登録ユーザの属性が格納されている。これらの属性は、ユーザがブックマークサービスの提供を申し込む際、ユーザ装置20を介して登録したものである。
なお、図4に示す属性は一例であり、他にも、年齢、医師免許の取得年、医療機関(診療所や病院など)の地域、医療機関の規模及び雇用形態(開業医か勤務医か)などが属性として格納されていてもよい。また、これらの属性は、ユーザ装置20を介して登録ユーザDB121に格納されたものに限らず、ユーザが用紙に記入した属性をブックマークサーバ装置10の運用者がデータ化して格納したものや、他のサービスを提供している外部装置から取得されたものなどであってもよい。
Thus, the registered
The attributes shown in FIG. 4 are merely examples. Besides, age, year of obtaining a doctor's license, area of a medical institution (clinic office, hospital, etc.), size of the medical institution and employment type (practitioner or working doctor) Etc. may be stored as attributes. These attributes are not limited to those stored in the registered
ブックマークDB122は、ユーザにより作成されたブックマークを、作成したユーザの属性に対応付けて格納するデータベースである。
図5は、ブックマークDB122に格納されているデータの一例を示す表である。この表では、「ブックマーク」と、ブックマークを作成したユーザの「識別情報」とがそれぞれ対応付けられている。「ブックマーク」には、図2に示す「A1」等のブックマークが、「ID017」等の識別情報に対応付けて示されている。これらのブックマークは、バイナリファイルでブックマークDB122に格納されている。
The
FIG. 5 is a table showing an example of data stored in the
図6は、ユーザ装置20のハードウェア構成を示す図である。ユーザ装置20は、制御装置21と、記憶装置22と、操作装置23と、表示装置24と、音声入出力装置25と、通信装置26とを備えたコンピュータである。制御装置21は、CPU、ROM、RAM及びリアルタイムクロックを備えている。CPUは、RAMをワークエリアとして用いてROMや記憶装置22に記憶されたプログラムを実行することによって、ユーザ装置20の各装置の動作を制御する。リアルタイムクロックは、現在の日時を算出する機能を有している。記憶装置22は、例えばフラッシュメモリやハードディスク等の記憶手段であり、制御装置21が制御に用いるデータやプログラムなどを記憶している。操作装置23は、複数のキー及びタッチセンサなどの操作子を備え、利用者の操作に応じた操作信号を制御装置21に供給する。制御装置21は、この操作信号に応じた処理を行う。表示装置24は、表示面を有する表示手段であり、制御装置21からの指示に応じて、記憶装置22に記憶されているデータが示す画像などを表示面に表示する。音声入出力装置25は、スピーカ、マイクロフォン及び音声処理回路等を有し、通話に係る音声の入出力を行う。通信装置26は、携帯電話や無線LANなどの規格に基づく無線通信を行うための通信回路を備え、移動体通信や無線LAN通信を行う。
FIG. 6 is a diagram illustrating a hardware configuration of the
ブックマークサービス提供システム1は、以上のハードウェア構成に基づき、評価情報及びブックマーク共有サービスを登録ユーザに提供するための提供処理を行う。ブックマークサーバ装置10の記憶装置12には、提供処理を行うためのプログラムが記憶されている。制御装置11がそのプログラムを実行して図2に示す各装置を制御することで、以下に述べる機能が実現される。
図7は、ブックマークサーバ装置10が実現する機能構成を示す図である。ブックマークサーバ装置10は、算出部101と、評価部102と、生成部103と、出力部104とを備える。
The bookmark
FIG. 7 is a diagram illustrating a functional configuration realized by the
算出部101は、コンテンツに対して所定のアクションを行ったユーザ(以下「第1ユーザ」という。)の少なくとも1つ以上の属性と、或るユーザの属性との関係の強さを表す指標(以下「関係指標」という。)を算出する算出手段である。ここでいう第1ユーザとは、所定のアクションを行ったか否かをブックマークサーバ装置10が判断できるユーザのことであり、例えば上述した登録ユーザのうちの誰かである。また、或るユーザとは、ブックマークサーバ装置10によってそのユーザにとってのコンテンツの評価が行われるユーザであり、例えば、ブックマークリストを要求したユーザである。算出部101は、例えば、蓄積部105を備え、蓄積部105が蓄積する情報に基づいてこの算出を行う。
The
蓄積部105は、ユーザにより上述した所定のアクション(本実施形態ではブックマーク作成操作)が行われたインターネット上のコンテンツに関連する情報(以下「コンテンツ情報」という。)と、そのユーザの少なくとも1つ以上の属性とをそれぞれ対応付けて蓄積する蓄積手段である。コンテンツ情報は、コンテンツのアクセス先(URL等)、タイトル及び本文のいずれかまたはそれらを組み合わせた情報であり、例えばブックマークである。以下では、ブックマークをコンテンツ情報とする場合を例にとって説明する。蓄積部105は、図3に示す制御装置11、記憶装置12及び通信装置13が協働して実現する機能であり、例えば次の方法でブックマークをコンテンツ情報として蓄積する。
The
制御装置11は、記憶装置12の登録ユーザDB121に格納されている認証情報を用いて、ユーザ装置20を利用しているユーザの認証を行う。詳細には、制御装置11は、ユーザ装置20から識別情報及びパスワードを示すデータ(以下「ログインデータ」という。)が送信されてきた場合に、それらと一致する認証情報データが登録ユーザDB121に格納されていれば、その識別情報により識別されるユーザを認証する。制御装置11は、ログインデータを送信してきたユーザ装置20に対して、認証したことを通知する旨と、認証した識別情報とを示す認証通知データを送信する。ユーザ装置20は、受信した認証通知データを保存して、それ以降にブックマークサーバ装置10にデータを送信する際、保存した認証通知データをともに送信する。制御装置11は、認証通知データを送信してきたユーザ装置20は認証がされているものとして判断する。ユーザ装置20を利用する登録ユーザは、上記の認証がされたあと、例えば、ウェブサーバ装置40が保持しているコンテンツ(ウェブページ)にブラウザ30の機能によりアクセスする。
The
図8は、ブラウザ30に表示されるウェブページの一例を示す図である。ブラウザ30には、このブラウザの機能(この例では「ファイル」、「編集」、「表示」及び「ブックマーク作成」)を選択するためのメニューE2と、ウェブページのアクセス先E3(「www.aaa.aa.aa/aa/aa.html」)とが表示されている。また、ブラウザ30には、ウェブページのタイトルE1と、ウェブページの本体E4とが表示されている。このウェブページが表示されているときに、ユーザが「ブックマーク作成」を選択する操作をすることで、ユーザ装置20は、図2に示すようなこのウェブページのブックマークを生成する。ユーザ装置20は、生成したブックマークを自装置で記憶するとともに、ブックマークサーバ装置10に対して上記の認証通知データとともに送信する。
FIG. 8 is a diagram illustrating an example of a web page displayed on the
制御装置11は、ブックマークが認証通知データとともに供給されると、そのブックマークを、認証通知データが示す識別情報に対応付けて、ブックマークDB122に格納する。これにより、図5に示すようなデータがブックマークDB122に格納される。こうして格納された識別情報は、そのブックマークを作成したユーザを識別するものである。図4に示す登録ユーザDB121には、これらの識別情報に対応付けて、各識別情報により識別されるユーザの属性が格納されている。つまり、登録ユーザDB121及びブックマークDB122においては、識別情報を介して、ブックマークとそのブックマークを作成したユーザの属性とが対応付けられている。このようにして、蓄積部105は、ブックマーク(本実施形態におけるコンテンツ情報)を、そのブックマークを作成したユーザの属性に対応付けて蓄積する。
When the bookmark is supplied together with the authentication notification data, the
算出部101は、上述した或るユーザの属性と近似する属性(以下「近似属性」という。)を用いて関係指標を算出する。属性が近似するとは、2つの属性が互いに一致する場合はもちろん、一致はしないが或るレベル以上に似通った(類似する)ものである場合を含む。ブックマークサービス提供システム1においては、或る属性に対してどの範囲の属性までが近似しているかということが予め定められている。この範囲を以下では「近似範囲」という。このシステムでは、例えば、「神経内科」と「神経外科」は近似しており、「神経外科」と「脳外科」は近似していないというように近似範囲が定められている。なお、このシステムにおいて、近似範囲を定めることは必須ではなく、近似範囲が定められていない場合は、2つの属性が互いに一致する場合だけが近似する属性となる。
The
算出部101のうち、蓄積部105を除く機能は、制御装置11によって実現される。制御装置11が関係指標を算出する方法について、図9及び図10を参照して説明する。
図9は、或るユーザと第1ユーザの属性の一例を示す表である。図9では、「甲」を或るユーザとし、「乙」、「丙」、「丁」及び「戊」を第1ユーザとして、それらのユーザと各々の属性とが対応付けて示されている。なお、図9では、「乙」、「丙」、「丁」及び「戊」以外の第1ユーザの記載を省略している。甲と乙は、1つの属性(診療科)が近似(この場合は一致)しており、甲と丙も、1つの属性(診療科)が近似(この場合は類似)している。また、甲と丁は、1つの属性(学会)が近似(この場合は一致)しており、甲と戊は、2つの属性(役職と年代)が近似(どちらも一致)している。
Functions of the
FIG. 9 is a table showing an example of attributes of a certain user and the first user. In FIG. 9, “E” is a certain user, and “O”, “H”, “Ding”, and “H” are first users, and these users are associated with respective attributes. . In FIG. 9, the description of the first user other than “B”, “丙”, “Ding”, and “戊” is omitted. A and B have one attribute (clinical department) approximated (in this case), and A and B also have one attribute (clinical department) approximated (similar in this case). In addition, A and D have one attribute (academic society) approximated (in this case), and A and D have two attributes (title and age) approximated (both matched).
図10は、或るユーザ(この例では「甲」)と第1ユーザ(この例では「乙」、「丙」、「丁」及び「戊」)とについて算出される関係指標の例を表す表である。図10では、ユーザ「乙」及び「丙」が、コンテンツ「a1」のブックマーク「A11」及び「A12」をそれぞれ作成したユーザであることが示されており、ユーザ「丁」及び「戊」が、コンテンツ「a2」のブックマーク「A21」及び「A22」をそれぞれ作成したユーザであることが示されている。制御装置11は、例えば、第1ユーザの属性のうち、或るユーザとの近似属性に「1」という値を割り当て、或るユーザと近似していない属性に「0」という値を割り当て、そうして割り当てた値を合計したものをその第1ユーザの関係指標として算出する(これを第1算出方法という)。図10(a)では、制御装置11が第1算出方法で算出した関係指標が示されている。
FIG. 10 shows an example of a relationship index calculated for a certain user (in this example, “E”) and the first user (in this example, “O”, “丙”, “Ding”, and “戊”). It is a table. FIG. 10 shows that the users “B” and “丙” are users who respectively created bookmarks “A11” and “A12” of the content “a1”. , It is indicated that the user has created bookmarks “A21” and “A22” of the content “a2”. For example, the
この場合、第1ユーザ「乙」、「丙」、「丁」及び「戊」の関係指標がそれぞれ「1」、「0」、「1」及び「2」と算出されている。算出部101は、或るユーザの属性と、第1蓄積部105に蓄積されたブックマークに対応付けられている属性(すなわちそのブックマークを作成した第1ユーザの属性)とを用いてこのような関係指標の算出を行う。算出部101は、各ブックマークについて関係指標を算出することで、各第1ユーザについての関係指標を算出する。算出部101は、こうして算出した関係指標を示す関係指標データを評価部102に供給する。
In this case, the relationship indexes of the first users “B”, “丙”, “Ding”, and “戊” are calculated as “1”, “0”, “1”, and “2”, respectively. The
なお、算出部101は、他の方法で関係指標を算出してもよい。例えば、算出部101は、属性の種類に応じた重み付けをして関係指標を算出する(これを第2算出方法という)。算出部101は、例えば、「診療科」、「学会」、「役職」及び「年代」という属性の種類に対して、それぞれ「3.0」、「2.0」、「1.5」及び「1.5」という重みを付けて関係指標を算出する。これらの重みは、近似属性に対して付けられる重みである。近似属性以外の属性については、例えば図10(a)と同様に「0」とする。図10(b)では、算出部101が第2算出方法で算出した関係指標が示されている。この場合、第1ユーザ「乙」、「丙」、「丁」及び「戊」の関係指標がそれぞれ「3.0」、「3.0」、「2.0」及び「3.0」と算出されている。
Note that the
また、算出部101は、属性の近似度に応じた重み付けをして関係指標を算出してもよい(これを第3算出方法という)。近似度とは、属性同士が近似する度合いである。算出部101は、例えば、属性が一致する場合に「2」という重みを付け、属性が類似する場合に「1」という重みを付けて関係指標を算出する。図10(c)では、算出部101が第3算出方法で算出した関係指標が示されている。この場合、第1ユーザ「乙」、「丙」、「丁」及び「戊」の関係指標がそれぞれ「2」、「1」、「2」及び「4」と算出されている。
The
また、算出部101は、近似属性の数に応じた重み付けをして関係指標を算出してもよい(これを第4算出方法という)。算出部101は、近似属性の数が「1」、「2」、「3」及び「4」である場合に、関係指標を例えば「1」、「2.5」、「4.5」及び「8.0」と関係指標が増加する度合いを次第に大きくしてそれぞれ算出したり、「1」、「1.8」、「2.4」及び「2.8」と関係指標が増加する度合いを次第に小さくしてそれぞれ算出したりする。また、算出部101は、近似属性以外の属性を「0」とするのではなく、「0.5」や「1.0」などの値を持たせて上記の関係指標の算出を行ってもよい。また、算出部101は、上述した第1乃至第4算出方法のうちの2つまたはそれ以上を組み合わせて関係指標を算出してもよい。例えば、算出部101は、図10(a)に示す各属性の値と、図10(b)に示す各属性の重みとを合計し、それらをブックマーク毎(つまり各ブックマークを作成した第1ユーザ毎)に合計した値を関係指標として算出してもよい。要するに、算出部101は、如何なる算出方法を用いてもよいので、第1ユーザの少なくとも1つ以上の属性と、或るユーザの属性との関係の強さを表す指標(すなわち関係指標)を算出するものであればよい。
Further, the
評価部102は、上述した或るユーザにとってのコンテンツの属性に基づく評価(以下「属性基準評価」という。)を、算出部101により算出された指標(すなわち関係指標)に応じて行う評価手段である。評価部102は、制御装置11が実現する機能である。制御装置11は、算出部101から関係指標データが示す関係指標に基づいて、次のように属性基準評価を行う。制御装置11は、例えば、図10(a)に示す関係指標が算出された場合、各コンテンツのブックマークについて(すなわちそれらのブックマークを作成した第1ユーザについて)算出された関係指標を合計する。制御装置11は、コンテンツ「a1」について「2」という合計値を算出し、「a2」について「3」という合計値を算出する。制御装置11は、こうして算出した合計値を、これらのコンテンツの属性基準評価を表す値(以下「属性基準評価値」という。)とする。この属性基準評価値が大きいほど、属性基準評価が高いことを表している。評価部102は、このようにして属性基準評価を行い、その結果を示す属性基準評価値を、各コンテンツのブックマークに対応付けて生成部103に供給する。
The
評価部102は、上記の例では、図10(a)に示す関係指標が算出された場合について説明したが、これに限らず、算出部101が算出した関係指標に基づいて上記同様の評価を行えばよい。また、評価部102による属性基準評価の方法も、上記の例(これを第1評価方法という。)には限られない。評価部102は、例えば、関係指標の合計値ではなく、関係指標の平均値を属性基準評価値として算出することで、属性基準評価を行ってもよい(これを第2評価方法という。)に。この場合、評価部102は、例えば図10(a)に示す関係指標に基づいて、コンテンツ「a1」及び[a2」の属性基準評価値として、「1」及び「1.5」という値を算出する。
In the above example, the
他にも、評価部102は、関係指標の中央値(関係指標を大きさの順番に並べたときに中央に位置する値。関係指標が偶数個の場合は中央に近い2個の関係指標の平均値。)を属性基準評価値として算出してもよい(第3評価方法という)し、関係指標の最大値を属性基準評価値として算出してもよい(第4評価方法という)。以上で述べた第1乃至第4評価方法を用いることで、評価部102は、コンテンツの属性基準評価を、第1ユーザについて算出部101が算出した関係指標の合計値、平均値、中央値または最大値(すなわち属性基準評価値)がそのコンテンツよりも小さいコンテンツの属性基準評価に比べて高くする。言い換えると、評価部102は、或るコンテンツに対して所定のアクションを行った1以上の第1ユーザの関係指標に基づいて算出した属性基準評価値が、それとは異なるコンテンツに対して所定のアクションを行った1以上の第1ユーザの関係指標に基づいて算出した属性基準評価値よりも大きい場合に、或るコンテンツの属性基準評価を、それとは異なるコンテンツの属性基準評価に比べて高くする。
In addition, the
なお、評価部102は、属性基準評価値の算出に用いる関係指標を絞り込んでもよい。例えば、評価部102は、値が大きいものから決められた個数の関係指標を用いて属性基準評価値を算出する。また、評価部102は、他にも、ブックマークが作成された(すなわち所定のアクションが行われた)時期に応じて属性基準評価を行ってもよい。例えば、蓄積部105が、ブックマークが作成された日時をそのブックマークに対応付けて蓄積しておく。評価部102は、例えば、所定の日時(例えば1年前の日時など)以降に作成されたブックマークについて算出された関係指標を用いて、第1乃至第4評価方法での評価を行う。また、評価部102は、所定の日時(例えば1年前の日時など)よりも前に作成されたブックマークについて算出された関係指標に所定の値(例えば0.5)を乗じて、属性基準評価値を算出し、属性基準評価を行ってもよい。また、評価部102は、算出した属性基準評価値を評価結果とするものに限らず、算出した属性基準評価値に基づいて各コンテンツを順位付けし(属性基準評価値が大きいものほど上位の順位として順位付けする。)、その順位を評価結果としてもよい。
Note that the
算出部101による関係指標の算出及び評価部102による評価は、例えば、或る認証がされた状態のユーザ装置20からブックマークリストを要求されることを契機に行われる。この場合、ユーザ装置20からは、ブックマークリストを要求するリスト要求データと、認証通知データとが送信されてくる。こうして送信されてきた認証通知データが示す識別情報により識別されるユーザが、前述した或るユーザである。算出部101及び評価部102は、ブックマークリストの要求以外のことを契機に上記の算出及び評価をそれぞれ行ってもよい。例えば、蓄積部105にブックマークが蓄積されたことを契機としてもよい。この場合、蓄積部105がブックマークを蓄積すると、そのブックマークとともにユーザ装置20から送信されてきた認証通知データが制御装置11に供給される。制御装置11は、その認証通知データに基づいて、上記の算出及び評価を行う。また、制御装置11は、決められた時刻(例えば毎日0時)や所定の時間の間隔(例えば1日や1週間毎)でこれらの算出及び評価を行ってもよい。その場合、制御装置11は、全ブックマークまたは一部のブックマーク(例えば属性基準評価を一定期間行っていないブックマークなど)を対象として、ブックマークDB122に格納されているそれらのブックマークをそれぞれ読み出し、読み出したブックマークに基づいて上記の算出及び評価を行う。
The calculation of the relationship index by the
生成部103は、コンテンツ情報を少なくとも1つ以上含むリストを生成する生成手段である。詳細には、生成部103は、評価部102による或るユーザにとってのコンテンツの評価を反映したリストを生成する。生成部103は、例えば、コンテンツ情報を、評価部102による評価がそのコンテンツ情報よりも低かったコンテンツ情報に比べて上位に示したリストを生成する。本実施形態では、リストとは、コンテンツ情報、すなわち本実施形態においてはブックマークを含むブックマークリストである。生成部103は、制御装置11、記憶装置12及び通信装置13が協働して実現する機能である。制御装置11は、評価部102に記憶されたブックマークDB122に格納されているブックマークを読み出す。制御装置11は、それらのブックマークを、評価部102から供給された結果データが示すコンテンツ情報の順位、すなわちブックマークに対応付けられている属性基準評価値が大きいほうから(順位が対応付けられている場合は小さいほうから)順番に並べたブックマークリストを生成する。生成部103は、生成したブックマークリストをユーザ装置20に送信し、ユーザ装置20は、受信したブックマークリストを図6に示す表示装置24に表示する。
The
図11は、表示装置24に表示されたブックマークリストの一例を示す図である。図11では、ブックマークA1〜A8までの8つのブックマークを含むブックマークリストが表示されている。図11(a)に示すブックマークリストC1では、ブックマークA1〜A8がこの順番に並んでいる。このブックマークリストC1は、評価部102による評価の結果が反映されていない。図11(b)に示すブックマークリストC2では、ブックマークA5、A2、A4、A1、A3、A6、A7及びA8という順番で各ブックマークが上から並んでいる。生成部103は、こうして生成したブックマークリストを示すリストデータを出力部104に供給する。
FIG. 11 is a diagram illustrating an example of the bookmark list displayed on the
なお、生成部103が生成するリストは、図11に示すようなブックマークリストに限らない。生成部103は、例えば、コンテンツ情報を、評価部102による評価がそのコンテンツ情報よりも低かったコンテンツ情報に比べて大きな文字や太い文字で示したリストを生成してもよい。また、生成部103は、コンテンツ情報に評価部102が算出した属性基準評価値を付加したリストを生成してもよい。要するに、生成部103は、評価部102による或るユーザにとってのコンテンツの評価を反映したリストを生成するものであればよい。
Note that the list generated by the
出力部104は、生成部103により生成されたリスト(本実施形態ではブックマークリスト)を出力する出力手段である。出力部104は、制御装置11、記憶装置12及び通信装置13が協働して実現する機能である。制御装置11は、例えば、生成部103から供給されたリストデータを、上述したリスト要求データを送信してきたユーザ装置20に出力する。出力されたリストデータが示すブックマークリストをユーザ装置20が表示することで、ユーザに対して評価情報が提供される。
The
なお、リストデータの出力先はユーザ装置20に限らない。例えば、登録ユーザDBの識別情報に対応付けて登録ユーザのメールアドレスを格納しておき、出力部104がそのメールアドレスに対してリストデータを出力してもよい。また、出力部104は、例えば、ブックマークサーバ装置10が表示装置を備えている場合に、その表示装置にリストデータを出力してもよい。また、出力部104は、リストデータを記憶装置12に出力して記憶させておき、ユーザにネットワーク経由でリストデータをコピーさせたり、オフラインでメモリキー等にコピーさせたりしてもよい。
The output destination of the list data is not limited to the
[動作]
ブックマークサービス提供システム1は、以上の構成に基づき、上述した提供処理(評価情報及びブックマーク共有サービスを登録ユーザに提供するための処理)を行う。この提供処理は、コンテンツ情報(本実施形態ではブックマーク)及び属性を蓄積する蓄積処理と、コンテンツを評価する評価処理とに分けられる。
図12は、蓄積処理における各装置の動作の一例を示すシーケンス図である。蓄積処理は、ユーザ装置20を所持するユーザが、ブラウザ30等から認証情報を入力することを契機に開始される。ユーザ装置20は、この入力が行われると、その認証情報の入力を受け付け、受け付けた認証情報を示すログインデータをブックマークサーバ装置10に送信する(ステップS11)。
[Operation]
Based on the above configuration, the bookmark
FIG. 12 is a sequence diagram illustrating an example of the operation of each device in the accumulation process. The accumulation process is started when a user who possesses the
ブックマークサーバ装置10は、ログインデータを受信すると、そのログインデータが示す認証情報に基づいて、登録ユーザの認証を行う(ステップS12)。ブックマークサーバ装置10は、登録ユーザを認証すると、上述した認証通知データをユーザ装置20に送信する(ステップS13)。ユーザ装置20は、認証通知データを受信したあと、例えばユーザの操作により、ウェブサーバ装置40からコンテンツ(ウェブページ)を取得する(ステップS14)。ここで、ユーザがブックマーク作成操作(図9に示すメニューE2の「ブックマーク作成」を選択する操作)を行うと、ユーザ装置20は、ブックマーク作成操作を受け付けて(ステップS15)、この操作を受け付けたときに表示しているコンテンツのブックマークを生成する(ステップS16)。そして、ユーザ装置20は、生成したブックマークを記憶し(ステップS17)、さらに、ブックマークサーバ装置10に認証通知データとともに送信する(ステップS18)。ブックマークサーバ装置10は、受信したブックマークを、ともに受信した認証通知データが示す識別情報に対応付けて蓄積する(ステップS19)。ステップS19は、算出部101の蓄積部105が行う動作である。以上が蓄積処理における各装置の動作である。
When receiving the login data, the
図13は、評価処理における各装置の動作の一例を示すシーケンス図である。評価処理は、例えば、ユーザ装置20を所持するユーザが、登録ユーザの認証を行ったあとに、ブックマークリストを要求するための操作(「リスト要求操作」という。)を行うことを契機に開始される。ユーザ装置20は、この操作を受け付けると(ステップS31)、ブックマークリストを要求するリスト要求データを、認証通知データとともにブックマークサーバ装置10に送信する(ステップS32)。ブックマークサーバ装置10は、リスト要求データを受信すると、ともに受信した認証通知データが示す識別情報により識別されるユーザを或るユーザとし、ブックマークDB122に格納されているブックマークを作成したユーザを第1ユーザとして、上述した関係指標を算出する(ステップS33)。ステップS33は、算出部101が行う動作である。
FIG. 13 is a sequence diagram illustrating an example of the operation of each device in the evaluation process. The evaluation process is started, for example, when the user who owns the
ブックマークサーバ装置10は、ステップS33において関係指標を算出すると、算出した関係指標に基づいて、コンテンツを評価する(ステップS34)。ステップS34は、評価部102が行う動作である。次に、ブックマークサーバ装置10は、ステップS34で行った評価を反映したブックマークリストを生成する(ステップS35)。ステップS35は、生成部103が行う動作である。ブックマークサーバ装置10は、例えば、図11(b)に示すようなブックマークリストを生成し、生成したブックマークリストをユーザ装置20に出力する(ステップS36)。ステップS36は、出力部104が行う動作である。ユーザ装置20は、ステップS36において受信したブックマークリストを表示する(ステップS37)。以上が評価処理における各装置の動作である。
When the bookmark index is calculated in step S33, the
ウェブサーバ装置40が提供するウェブページのようなコンテンツを評価する場合に、そのコンテンツに対してユーザが所定のアクション(例えばブックマーク作成操作)を行ったことを示すコンテンツ情報(例えばブックマーク)の数が多いものを、その数が少ないものに比べて高く評価するという方法がある。しかし、コンテンツ情報の数が同じコンテンツ同士であっても、一方は自分と同じ分野を専門とするユーザだけが所定のアクションを行ったコンテンツであり、他方は専門する分野が自分と全く関係ないユーザだけが所定のアクションを行ったコンテンツである場合、自分にとっては前者のコンテンツの方が高く評価できることが多い。
When content such as a web page provided by the
図9及び図10に示す例でいえば、ユーザ甲は、神経内科に所属する神経を専門とする医療従事者であるため、ユーザ乙のように同じ神経内科やユーザ丙のように同じ神経を専門とする神経外科の医療従事者が所定のアクションを行ったコンテンツの方が、神経を専門としない診療科の医療従事者が所定のアクションを行ったコンテンツに比べて高く評価できることが多い。同様のことが、所属する学会や役職、年代についてもいえる。前述した単にコンテンツ情報の数だけで評価する方法では、コンテンツ情報が示すコンテンツに対して所定のアクションを行ったユーザがどのようなユーザであっても、その数だけでコンテンツが評価されてしまう。本実施形態では、算出部101により算出される関係指標に応じて評価部102による属性基準評価が行われることで、或るユーザと属性の関係が強い(すなわち関係指標が大きい)ユーザが所定のアクションを行ったコンテンツが、そうでないユーザが所定のアクションを行ったコンテンツに比べて、高く評価されやすくなる。このような本実施形態によれば、コンテンツに対して所定のアクションを行ったユーザ(つまり第1ユーザ)がどのようなユーザであるかということを反映して、そのコンテンツを評価することができる。
In the example shown in FIG. 9 and FIG. 10, the user A is a medical worker who specializes in nerves belonging to the neurology department. Content that has undergone a predetermined action by a specialized neurosurgery medical worker can often be evaluated more highly than content that has undergone a predetermined action by a medical worker who does not specialize in nerves. The same can be said about the academic society, position, and age to which they belong. In the above-described method of evaluating only by the number of content information, regardless of the user who has performed a predetermined action on the content indicated by the content information, the content is evaluated only by that number. In the present embodiment, an attribute reference evaluation is performed by the
また、本実施形態では、図10に示す例のように、属性の種類や属性の近似度などに重みを付けて属性基準評価を行うことができる。これにより、或るユーザ及び第1ユーザの近似属性の数が例えば同じ場合であっても、近似属性の種類や近似度が異なれば算出される関係指標も異なることになり、その結果、属性基準評価値も異なることになる。このように、本実施形態によれば、第1ユーザがどのようなユーザであるかということを反映して評価を行う場合に、近似属性の種類や近似度などによってその反映の度合いを変化させることができる。 Further, in the present embodiment, as in the example shown in FIG. 10, the attribute reference evaluation can be performed by assigning weights to the attribute type and the attribute approximation degree. As a result, even if the number of approximate attributes of a certain user and the first user is the same, for example, the relationship index calculated is different if the type and the degree of approximation of the approximate attributes are different. The evaluation value will also be different. As described above, according to the present embodiment, when the evaluation is performed by reflecting what kind of user the first user is, the degree of reflection is changed according to the type of approximate attribute, the degree of approximation, and the like. be able to.
[第2実施形態]
本発明の第2実施形態について、以下、第1実施形態と異なる点を中心に説明する。第1実施形態では、ユーザの属性に基づいたコンテンツの評価(属性基準評価)が行われたが、第2実施形態では、ユーザが所定のアクションの対象としたコンテンツの傾向(以下「コンテンツ傾向」という。)に基づいたコンテンツの評価(以下「傾向基準評価」という。)が行われる。
図14は、本実施形態のブックマークサーバ装置10aが実現する機能構成を示す図である。ブックマークサーバ装置10aは、算出部101aと、評価部102aと、生成部103と、出力部104とを備える。算出部101aは、第1ユーザ、すなわちコンテンツに対して所定のアクションを行ったユーザの所定のアクションの対象となったコンテンツと、或るユーザの所定のアクションの対象となったコンテンツとの傾向が近似する度合い(以下「傾向近似度」という。)を算出する算出手段である。算出部101aは、例えば、蓄積部105aを備え、蓄積部105aが蓄積する情報に基づいてこの算出を行う。
[Second Embodiment]
Hereinafter, the second embodiment of the present invention will be described focusing on differences from the first embodiment. In the first embodiment, content evaluation (attribute standard evaluation) based on the user's attribute is performed. In the second embodiment, the content trend (hereinafter, “content trend”) that the user has targeted for a predetermined action is used. Content evaluation (hereinafter referred to as “trend criteria evaluation”).
FIG. 14 is a diagram showing a functional configuration realized by the
蓄積部105aは、上述したコンテンツ情報(ユーザにより所定のアクションが行われたコンテンツを示す情報)と、そのユーザを識別する識別情報とを対応付けて蓄積する蓄積手段である。つまり、蓄積部105aは、図7に示す蓄積部105と異なり、属性を蓄積しない。このため、本実施形態においては、図3に示す登録ユーザDB121には、図4に示すような属性が格納されていなくてもよい。蓄積部105aは、ユーザ装置20からブックマーク及び認証通知データが送信されてくると、そのブックマークを、その認証通知データが示す識別情報に対応付けてブックマークDB122に格納する。蓄積部105aは、図12で述べた蓄積処理においては、ステップS19でブックマーク及び属性を蓄積する代わりに、ブックマーク及び識別情報を蓄積する。
The accumulating
算出部101aは、或るユーザ及び第1ユーザがそれぞれに所定のアクションの対象としたコンテンツのうち互いに近似するコンテンツ(以下「近似コンテンツ」という。)を用いて傾向近似度を算出する。コンテンツが互いに近似するとは、2つのコンテンツが互いに一致する場合はもちろん、一致はしないが或るレベル以上に似通った(類似する)ものである場合を含む。ブックマークサービス提供システム1においては、例えば、両コンテンツのアクセス先(URL)のうち、ホスト名及びパス名が一致する場合に、コンテンツが互いに類似するものとして、近似の範囲が定められている。具体例を挙げると、算出部101aは、「http://aaa.com/sports/bbb.html」及び「http://aaa.com/medical/drug/ccc.html」というアクセス先のコンテンツ同士であれば、「aaa.com」というホスト名と「/medical/drug/」というパス名とが一致しているので、類似する(すなわち近似する)コンテンツと判断する。なお、このシステムにおいて、近似の範囲を定めることは必須ではなく、近似の範囲が定められていない場合は、2つのアクセス先が互いに一致する場合だけが近似コンテンツとなる。
The
算出部101aが傾向近似度を算出する方法について、図15を参照して説明する。
図15は、傾向近似度の算出方法を説明するための図である。図15(a)では、蓄積部105aにより蓄積された「ID011」〜「ID014」までの識別情報及びそれらの識別情報に対応付けられているブックマークと、各ブックマークが示すコンテンツとの一例が示されている。この例では、「ID011」に対して、「a3」というコンテンツのブックマークA31と、「a4」というコンテンツのブックマークA32とがそれぞれ対応付けられている。同様に、「ID012」に対して、「a5」というコンテンツのブックマークA41が対応付けられ、「ID013」に対して、「a3」、「a4’」及び「a6」のブックマークA51、A52及びA53がそれぞれ対応付けられている。なお、「a4’」は、「a4」に近似するコンテンツを示している。また、「ID014」に対して、「a3」及び「a6」のブックマークA61及びA62がそれぞれ対応付けられている。
A method by which the
FIG. 15 is a diagram for explaining a method of calculating the tendency approximation degree. FIG. 15A shows an example of identification information “ID011” to “ID014” accumulated by the
例えば、算出部101aが、「ID011」により識別されるユーザを或るユーザとして傾向近似度を算出する場合を説明する。この場合、算出部101aは、「ID011」に対応付けて蓄積部105aに蓄積されているブックマークとしてA31及びA32を特定する。算出部101aは、特定したブックマークがアクセス先を示すコンテンツと近似するコンテンツを示すブックマークに「1」という値を割り当て、近似しないコンテンツを示すブックマークに「0」という値を割り当てる。算出部101aは、そうして割り当てた値を識別情報毎に合計した値を傾向近似度として算出する(これを本実施形態における第1算出方法という)。
図15(b)には、本実施形態における第1算出方法で算出された傾向近似度が示されている。この場合、「ID012」、「ID013」及び「ID014」という識別情報により識別される第1ユーザの傾向近似度がそれぞれ「0」、「2」及び「1」と算出されている。算出部101aは、こうして算出した傾向近似度を示す傾向近似度データを評価部102aに供給する。
For example, a case will be described in which the
FIG. 15B shows the tendency approximation degree calculated by the first calculation method in the present embodiment. In this case, the tendency approximation degrees of the first user identified by the identification information “ID012,” “ID013,” and “ID014” are calculated as “0”, “2”, and “1”, respectively. The
上述した本実施形態における第1算出方法は、第1実施形態で述べた第1算出方法に対応するものである。本実施形態では、近似属性を近似コンテンツに代えることで、関係指標ではなく傾向近似度が算出される。これと同様に、算出部101aは、上記算出方法に限らず、第1実施形態で述べた第2乃至第5算出方法や、それらを組み合わせた算出方法で、傾向近似度を算出してもよい。その場合、算出部101aは、「属性の種類」の代わりに、「コンテンツの種類」に応じた重みを付けたり、「属性の近似度」の代わりに、「コンテンツの近似度」に応じた重みを付けたりする。例えば、ブックマークサービス提供システムにおいて、特定のホスト名(パス名を加えてもよい)を予め定めておき、それらをアクセス先に含む場合に、算出部101aがそのアクセス先のコンテンツに重みを付ける。
The first calculation method in the present embodiment described above corresponds to the first calculation method described in the first embodiment. In this embodiment, by replacing the approximate attribute with the approximate content, the tendency approximation degree is calculated instead of the relationship index. Similarly, the
また、本システムにおいて、特定のホスト名(パス名を加えてもよい)の組み合わせを複数定めておき、それらの組み合わせを複数のグループ(例えばグループA、Bなど)に分けておく。また、各グループには、対応する近似度(例えばグループAは近似度「1」、グループBは近似度「0.5」)を定めておく。この場合、或るユーザ及び第1ユーザがそれぞれ作成したブックマークにより示されるアクセス先にその組み合わせのホスト名がそれぞれ含まれていれば、その第1ユーザが作成したブックマークがアクセス先を示すコンテンツに算出部101aが重みを付ける。このとき、その組み合わせが属しているグループに定められた近似度に応じて算出部101aが重みを付ける。算出部101aは、例えば、アクセス先が一致する場合は「2.0」という重みを、グループAの組み合わせのホスト名が含まれている場合は「1.0」という重みを、グループBの組み合わせのホスト名が含まれている場合は「0.5」という重みをそれぞれ付ける、といった具合である。
In the present system, a plurality of combinations of specific host names (path names may be added) are determined, and these combinations are divided into a plurality of groups (for example, groups A and B). For each group, a corresponding degree of approximation (for example, group A has a degree of approximation “1” and group B has a degree of approximation “0.5”) is determined. In this case, if the host name of the combination is included in the access destination indicated by the bookmark created by a certain user and the first user, the bookmark created by the first user is calculated as the content indicating the access destination. The
なお、算出部101aは、上記のとおり割り当てた値や重みの各識別情報における合計を、各々の識別情報に対応付けて蓄積部105aに蓄積されているブックマークの数で除した値を、傾向近似度として算出してもよい。算出部101aは、図15(b)の例であれば、「ID013」について2/3という傾向近似度を算出し、「ID014」について1/2という傾向近似度を算出する。これにより、ブックマーク数が多いユーザの傾向近似度が大きくなりやすくなることを回避することができる。
Note that the
評価部102aは、或るユーザにとってのコンテンツの上述したコンテンツ傾向(所定のアクションを行うコンテンツの傾向)に基づく評価(以下「傾向基準評価」という。)を、算出部101により算出された度合い(すなわち傾向近似度)に応じて行う評価手段である。具体的には、評価部102aは、第1実施形態における関係指標を傾向近似度に代えて、上述した第1乃至第4評価方法と同様に傾向基準評価値を算出し、算出した傾向基準評価値に基づいて傾向基準評価を行う。傾向近似度の合計値、平均値、中央値または最大値は、各コンテンツの傾向基準評価の高さを示す値であり、以下では「傾向基準評価値」という。この傾向基準評価値が大きいほど、傾向基準評価が高いことを表している。
The
評価部102aは、例えば、図15に示す例において、或るユーザが作成したブックマークのコンテンツを除くコンテンツ「a4’」、「a5」及び「a6」を評価する場合、それぞれのコンテンツのブックマークを作成した第1ユーザについて算出された傾向近似度の合計値を、傾向基準評価値として算出する。この例では、評価部102aは、「a4’」、「a5」及び「a6」の傾向基準評価値を、それぞれ「2」、「0」及び「3」と算出する。また、平均値を傾向基準評価値とする場合、評価部102aは、「a4’」、「a5」及び「a6」の傾向基準評価値を、それぞれ「2」、「0」及び「1.5」と算出する。
For example, in the example illustrated in FIG. 15, when the
評価部102aは、コンテンツの傾向基準評価を、第1ユーザについて算出部101aが算出した傾向近似度の合計値、平均値、中央値または最大値(すなわち傾向基準評価値)がそのコンテンツよりも小さいコンテンツの傾向基準評価に比べて高くする。言い換えると、評価部102aは、或るコンテンツに対して所定のアクションを行った1以上の第1ユーザの傾向近似度に基づいて算出した傾向基準評価値が、それとは異なるコンテンツに対して所定のアクションを行った1以上の第1ユーザの傾向近似度に基づいて算出した傾向基準評価値よりも大きい場合に、或るコンテンツの傾向基準評価を、それとは異なるコンテンツの傾向基準評価に比べて高くする。評価部102aは、このようにして傾向基準評価を行い、その結果を示す傾向基準評価値を、各コンテンツのブックマークに対応付けて生成部103に供給する。
The
なお、評価部102aは、第1実施形態の評価部102と同様に、傾向基準評価値の算出に用いる関係指標を絞り込んでもよいし、ブックマークが作成された(すなわち所定のアクションが行われた)時期に応じて傾向基準評価を行ってもよい。また、評価部102aは、上記の例では、或るユーザが作成したブックマークのコンテンツを除いて傾向基準評価を行ったが、それを含めて傾向基準評価を行ってもよい。その場合、評価部102aは、或るユーザも1人の第1ユーザ(傾向近似度が最大になる第1ユーザ)として傾向基準評価を行う。
Note that, similarly to the
本実施形態では、算出部101aにより算出される傾向近似度に応じて評価部102aによる傾向基準評価が行われることで、或るユーザと所定のアクションを行うコンテンツの傾向(すなわちコンテンツ傾向)が近似する度合い(すなわち傾向近似度)が大きいユーザにより所定のアクションが行われたコンテンツが、そうでないユーザにより所定のアクションが行われたコンテンツに比べて、高く評価されやすくなる。このような本実施形態によれば、第1実施形態と同様に、コンテンツに対して所定のアクションを行ったユーザがどのようなユーザであるかということを反映して、コンテンツを評価することができる。また、本実施形態においても、コンテンツの種類やコンテンツの近似度などに重みを付けて傾向基準評価を行うため、第1実施形態と同様に、第1ユーザがどのようなユーザであるかということを反映して評価を行う場合に、その反映の度合いを変化させることができる。
In the present embodiment, the tendency reference evaluation by the
[第3実施形態]
本発明の第3実施形態について、以下、第1及び第2実施形態と異なる点を中心に説明する。第3実施形態では、コンテンツ情報に文字列が付与されており、第2実施形態で算出された傾向近似度がそれらの文字列に基づいて算出される。以下では、この文字列を「付与文字列」という。
図16は、本実施形態のブックマークサーバ装置10bが実現する機能構成を示す図である。ブックマークサーバ装置10bは、算出部101bと、評価部102bと、生成部103と、出力部104とを備える。算出部101bは、或るユーザの所定のアクションの対象となったコンテンツに付与された文字列と近似する近似文字列が付与されたコンテンツを所定のアクションの対象としたユーザを第1ユーザとして、傾向近似度を算出する。算出部101bは、例えば、蓄積部105bを備え、蓄積部105bが蓄積する情報に基づいてこの算出を行う。
[Third Embodiment]
Hereinafter, the third embodiment of the present invention will be described focusing on differences from the first and second embodiments. In the third embodiment, character strings are added to the content information, and the tendency approximation degree calculated in the second embodiment is calculated based on those character strings. Hereinafter, this character string is referred to as “given character string”.
FIG. 16 is a diagram illustrating a functional configuration realized by the
蓄積部105bは、コンテンツ情報(ユーザにより所定のアクションが行われたコンテンツを示す情報)と、そのユーザを識別する識別情報と、そのコンテンツ情報に付与される付与文字列とをそれぞれ対応付けて蓄積する蓄積手段である。蓄積部105bは、コンテンツ情報及び識別情報の蓄積は、第2実施形態と同様の方法で行う。これに加え、蓄積部105bが付与文字列を蓄積する方法について、図17を参照して説明する。
The accumulating
図17は、蓄積部105bによる付与文字列の蓄積を説明するための表である。図17では、ブックマークDB122に格納されているデータが示されている。この例では、図15と同様の「識別情報」及び「ブックマーク」が示されている。ブックマークDB122に格納されているブックマークA31〜A62は、それぞれ図2に示すようなブックマークであり、各々がアクセス先を示すコンテンツの一部分が含まれている。蓄積部105bは、例えば、複数の付与文字列(例えば医療に関する専門用語)を格納した付与文字列データを記憶装置12に記憶しておく。蓄積部105bは、図17に示すようなブックマークを蓄積したときに、そのブックマークに含まれるコンテンツの一部分に、付与文字列データに格納されている付与文字列が含まれているか否かを、テキストマッチングの技術を用いて判断する。蓄積部105bは、付与文字列が含まれていると判断した場合、その付与文字列が含まれていると判断したコンテンツを含むブックマークにその付与文字列を対応付けてブックマークDB122に格納する。例えば、蓄積部105bは、ブックマークA31に対しては、「AAA」、「BBB」及び「CCC」という付与文字列が含まれていると判断して、これらの付与文字列をブックマークA31に対応付けて格納する。
FIG. 17 is a table for explaining accumulation of a given character string by the
蓄積部105bは、以下同様に、図17に示す各付与文字列を各ブックマークに対応付けて格納する。このようにして、蓄積部105bは、コンテンツ情報に付与される付与文字列を、コンテンツ情報及び識別情報にそれぞれ対応付けて蓄積する。
なお、蓄積部105bは、他の方法で付与文字列を蓄積してもよい。例えば、ユーザ装置20においてブックマークが選択され、選択されたブックマークに付与文字列を付与するための操作がユーザにより行われることで、選択されたブックマークと付与する付与文字列とを示す付与データがブックマークサーバ装置10に送信されてくる。蓄積部105bは、この付与データを受け取り、付与データが示すブックマークに同じ付与データが示す付与文字列を対応付けて蓄積する。他にも、蓄積部105bは、上記のとおりブックマークに含まれていると判断した付与文字列及びそのブックマークを示す付与文字列データをユーザ装置20に送信して、その付与文字列のうちユーザ装置20においてユーザの操作により選択されたものをブックマークと対応付けて蓄積してもよい。
Similarly, the
Note that the
算出部101bは、或るユーザの所定のアクションの対象となったコンテンツの付与文字列に近似する付与文字列(以下「近似文字列」という。)を用いて傾向近似度を算出する。文字列が近似するとは、2つの文字列が互いに一致する場合はもちろん、一致はしないが或るレベル以上に似通った(類似または一方が他方を包含する)ものである場合を含む。ブックマークサービス提供システムにおいては、2つの文字列が近似しているか否かを判断するための条件(「近似条件」という。)が予め定められている。近似条件は、例えば、2つの文字列が、所定の文字数以上または所定の割合の文字数以上、互いに共通している場合に満たされる条件である。他にも、同じアルファベットの大文字と小文字である場合を近似としたり、漢字とその読み仮名である場合を近似としてもよい。なお、このシステムにおいて、このような近似の条件を定めることは必須ではなく、近似の条件が定められていない場合は、2つの属性が互いに一致する場合だけが近似する文字列となる。
The
算出部101bが傾向近似度を算出する方法について、図17に示す例を参照して説明する。例えば、算出部101bが、「ID011」により識別されるユーザを或るユーザとして傾向近似度を算出する場合を説明する。この場合、算出部101bは、蓄積部105bにより蓄積されている付与文字列のうち、「ID011」に対応付けて蓄積されている付与文字列である「AAA」、「BBB」、「CCC」、「DDD」及び「EEE」の近似文字列を特定する。図17の例では、算出部101bは、「ID013」に対応付けられている「BBBB」と、「ID014」に対応付けられている「aaa」、「CCC」及び「EEE」とを特定する。「aaa」は「AAA」に類似する付与文字列であり、「BBBB」は「BBB」を包含する付与文字列である。
A method by which the
算出部101bは、特定した近似文字列に「1」という値を割り当て、近似文字列以外の付与文字列に「0」という値を割り当てる。算出部101bは、そうして割り当てた値を識別情報毎に合計した値を傾向近似度として算出する(これを本実施形態における第1算出方法という)。
図18は、算出部101bにより算出される傾向近似度の一例を示す図である。この場合、「ID012」、「ID013」及び「ID014」という識別情報により識別される第1ユーザの傾向近似度がそれぞれ「0」、「2」及び「3」と算出されている。算出部101bは、こうして算出した傾向近似度を示す傾向近似度データを評価部102bに供給する。
The
FIG. 18 is a diagram illustrating an example of the tendency approximation degree calculated by the
上述した本実施形態における第1算出方法は、第1実施形態で述べた第1算出方法に対応するものである。本実施形態では、近似属性を近似文字列に代えることで、関係指標ではなく傾向近似度が算出される。これと同様に、算出部101bは、上記算出方法に限らず、第1実施形態で述べた第2乃至第5算出方法や、それらを組み合わせた算出方法で、傾向近似度を算出してもよい。その場合、算出部101bは、「属性の種類」の代わりに、「近似文字列の種類」に応じた重みを付けたり、「属性の近似度」の代わりに、「近似文字列の近似度」に応じた重みを付けたりする。
The first calculation method in the present embodiment described above corresponds to the first calculation method described in the first embodiment. In this embodiment, by replacing the approximate attribute with the approximate character string, the tendency approximation degree is calculated instead of the relationship index. Similarly, the
例えば、ブックマークサービス提供システムにおいて、特定文字列(例えば医療用語などの特定の文字列)を予め定めておき、近似文字列がそれらの特定文字列であったり、特定文字列を含む場合に、算出部101bがその近似文字列に重みを付ける。また、算出部101bは、例えば、付与文字列同士が一致する場合は「3」という重みを付け、付与文字列同士が類似し且つ文字数が同じ場合(例えば大文字と小文字の場合)は「2」という重みを付け、付与文字列同士が類似し且つ文字数が異なる場合は「1」という重みを付けてもよい。
For example, in a bookmark service providing system, a specific character string (for example, a specific character string such as a medical term) is determined in advance, and the calculation is performed when the approximate character string is the specific character string or includes the specific character string. The
なお、算出部101bは、第2実施形態の算出部101aと同様に、上記のとおり割り当てた値や重みの各識別情報における合計を、各々の識別情報に対応付けて蓄積部105bに蓄積されているブックマークの数で除した値を、傾向近似度として算出してもよい。算出部101bは、図18の例であれば、「ID013」について2/3という傾向近似度を算出し、「ID014」について3/2という傾向近似度を算出する。これにより、本実施形態においても、ブックマーク数が多いユーザの傾向近似度が大きくなりやすくなることを回避することができる。
評価部102bは、算出部101bにより算出された傾向近似度に基づいて、評価部102aと同様に傾向基準評価を行う。
Note that the
The
算出部101bにより算出される傾向近似度は、コンテンツに付与されている文字列の傾向が或るユーザと近似する度合いを表している。このコンテンツに付与されている文字列の傾向とは、本実施形態におけるコンテンツ傾向を表している。本実施形態では、このような傾向近似度に応じて評価部102bによる傾向基準評価が行われることで、コンテンツ傾向が或るユーザと近似する度合いが大きい第1ユーザにより所定のアクションが行われたコンテンツが、そうでないユーザにより所定のアクションが行われたコンテンツに比べて、高く評価されやすくなる。つまり、本実施形態によれば、第1及び第2実施形態と同様に、コンテンツに対して所定のアクションを行ったユーザがどのようなユーザであるかということを反映して、コンテンツを評価することができる。また、本実施形態においても、近似文字列の種類や近似文字列の近似度などに重みを付けて傾向基準評価を行うため、上記各実施形態と同様に、第1ユーザがどのようなユーザであるかということを反映して評価を行う場合に、その反映の度合いを変化させることができる。
The tendency approximation degree calculated by the
なお、評価部102bは、近似文字列を含むコンテンツ情報の数を傾向近似度として算出してもよい。この場合、評価部102bは、図17の例であれば、「ID013」に対応付けて蓄積されているブックマーク(A51、A52及びA53)のうち、近似文字列が付与されているもの(A51及びA53)の個数(この場合2)を傾向近似度として算出する。また、評価部102bは、「ID014」に対応付けて蓄積されているブックマークのうち、近似文字列が付与されているもの(A62)の個数(この場合1)を傾向近似度として算出する。なお、評価部102bは、蓄積されているブックマークの総数に対する近似文字列が付与されているブックマークの数の割合を傾向近似度として算出してもよい。また、評価部102bは、この場合も、前述した近似文字列に対する重みを反映させて傾向近似度を算出してもよい。
Note that the
例えば評価部102bが近似文字列を含むコンテンツ情報の数を傾向近似度として算出した場合、前述した図17の例では、「ID013」に対応付けて蓄積されているコンテンツ情報が示すコンテンツ(近似文字列の個数は2つ)の傾向基準評価が、「ID014」に対応付けて蓄積されているコンテンツ情報が示すコンテンツ(近似文字列の個数は3つ)の傾向基準評価に比べて高くなる。これにより、どのコンテンツ情報にも近似文字列がまんべんなく散らばって付与されている場合に、それが集中して付与されている場合に比べて傾向基準評価を高くすることができる。なお、例えば評価部102bが近似文字列の数を傾向近似度として算出した場合は、反対に、或るコンテンツ情報に近似文字列が集中して付与されている場合に、それが散らばっている場合に比べて傾向基準評価を高くすることができる。これらの方法は、傾向基準評価を行う対象によって使い分けたり、傾向基準評価を行った結果が高い評価や低い評価に偏ってしまうような場合に、使い分けるとよい。
For example, when the
[変形例]
上述した各実施形態は、本発明の実施の一例に過ぎず、以下のように変形させてもよい。また、上述した各実施形態及び以下に示す各変形例は、必要に応じて組み合わせて実施してもよい。
[Modification]
Each embodiment mentioned above is only an example of implementation of the present invention, and may be changed as follows. Moreover, you may implement combining each embodiment mentioned above and each modification shown below as needed.
(変形例1)
コンテンツ情報は、上述した各実施形態では、ユーザによりブックマーク作成操作という所定のアクションが行われたコンテンツに関連する情報であったが、これには限らない。コンテンツ情報は、例えば、ユーザにより閲覧され且つその閲覧された時間が一定時間を超えたコンテンツに関連する情報であってもよい。この場合、サーバ装置は、コンテンツへのアクセスの履歴(「アクセス履歴」という。)を蓄積する。なお、本変形例では、サーバ装置は、ブックマークを蓄積しなくてもよい。
図19は、本変形例のサーバ装置10cのハードウェア構成を示す図である。サーバ装置10cは、ブックマークサーバ装置10同様に制御装置11、記憶装置12及び通信装置13を備える。記憶装置12は、図3に示すブックマークDB122に代えて、アクセス履歴を格納するためのアクセス履歴DB123を記憶装置12に記憶している。以下では、サーバ装置10cが第1実施形態と同様に属性基準評価を行う場合について説明する。
(Modification 1)
In the above-described embodiments, the content information is information related to content for which a predetermined action called bookmark creation operation has been performed by the user, but is not limited thereto. The content information may be, for example, information related to content that has been browsed by a user and that has been browsed for a certain period of time. In this case, the server device accumulates a history of access to content (referred to as “access history”). In this modification, the server device does not need to accumulate bookmarks.
FIG. 19 is a diagram illustrating a hardware configuration of the
図20は、アクセス履歴DB123に格納されているデータの一例を示す表である。この表では、「アクセス先」及び「識別情報」が互いに対応付けられている。「アクセス先」は、ユーザがアクセスしたコンテンツのURLである。ユーザ装置20は、例えばブラウザ30の機能により、ユーザがアクセスしたコンテンツのコンテンツデータを取得して表示を開始した開始時刻を記憶し、その表示を終了したときに、開始時刻から経過した時間を計測して認証通知データに計測した時間を記録する。このとき、ユーザ装置20は、そのコンテンツのアクセス先も認証通知データに記録して、その認証通知データをサーバ装置10cに送信する。
FIG. 20 is a table showing an example of data stored in the
本変形例の蓄積部は、受信した認証通知データが示す接続時間が所定の時間(例えば1分や5分)以上である場合、所定のアクションが行われたものとして、その認証通知データに記録されたアクセス先をコンテンツ情報として、その認証通知データが示す識別情報に対応付けてアクセス履歴DB123に格納する。蓄積部は、こうして第1実施形態と同様に、コンテンツ情報を属性に対応付けて蓄積する。
When the connection time indicated by the received authentication notification data is equal to or longer than a predetermined time (for example, 1 minute or 5 minutes), the storage unit according to the present modification records in the authentication notification data that a predetermined action has been performed. The access destination thus obtained is stored as content information in the
なお、蓄積部は、他の方法でこの蓄積を行ってもよい。例えば、ユーザ装置20が、開始時刻から経過した時間を認証通知データに記録する代わりに、コンテンツデータを取得して表示を開始してから経過した時間が所定の時間以上となったときに、所定のアクションが行われた旨と、そのコンテンツデータが示すコンテンツのアクセス先とを対応付けて認証通知データに記録する。ユーザ装置20は、その記録を行うと、その記録を行った認証通知データをサーバ装置10cに送信する。蓄積部は、認証通知データを受信すると、受信した認証通知データに所定のアクションが行われた旨が記録されているか否かを判断し、記録されていると判断した場合に、その認証通知データに記録されているアクセス先をコンテンツ情報としてアクセス履歴DB123に格納する。また、蓄積部は、属性に代えて第2及び第3実施形態と同様に識別情報を蓄積する場合も、上記のとおり認証通知データに基づいてその蓄積を行えばよい。
The accumulation unit may perform this accumulation by other methods. For example, instead of recording the time elapsed from the start time in the authentication notification data, when the time elapsed since the
図21は、本変形例の蓄積処理における各装置の動作の一例を示すシーケンス図である。この例では、図15に示すステップS14(ユーザ装置20によるコンテンツの取得)までの動作が行われる。次に、ユーザ装置20は、取得したコンテンツを表示してからその表示を終了するまでの時間を接続時間としてコンテンツのアクセス先とともに認証通知データに記録する(ステップS41)。ユーザ装置20は、接続時間及びアクセス先を記録した認証通知データをサーバ装置10cに送信する(ステップS42)。サーバ装置10cは、受信した認証通知データに基づいて、コンテンツ情報を蓄積する(ステップS43)。ステップS43は、蓄積部が行う動作である。蓄積部は、ステップS43において、第1実施形態と同様に属性を蓄積し、第2実施形態と同様に識別情報を蓄積し、または第3実施形態と同様に識別情報及び付与文字列を蓄積する。
FIG. 21 is a sequence diagram showing an example of the operation of each device in the accumulation process of the present modification. In this example, operations up to step S14 (content acquisition by the user device 20) shown in FIG. 15 are performed. Next, the
サーバ装置10cは、上記の各実施形態と同様に評価処理を行い、ブックマークリストを生成する代わりに、例えば評価したコンテンツの一部を取得し、それらのコンテンツの一部を含み、且つ、評価結果を反映したコンテンツリストを生成し、生成したコンテンツリストをユーザ装置20に評価情報として提供する。以上のとおり、本変形例では、アクセス履歴を用いたコンテンツ情報に基づいてコンテンツを評価することができる。
The
なお、ブックマークサービス提供システムにおいては、所定のアクションとして、上述したものの他にも、あとで読むリストに追加したり、メールで共有したり、SNS(Social Networking Service)において共有したり、コンテンツを保存したりすることが定められていてもよい。これらのアクションは、ユーザが操作装置23を操作して、ブラウザのプラグインプログラムやウェブページが提供するCGI(Common Gateway Interface)などの機能を実行させることによって行われる。ユーザ装置20は、これらのアクションが行われたときに、例えば、そのアクションが行われた旨と、そのアクションが行われたときにアクセスしていたコンテンツのアクセス先とを対応付けて認証通知データに記録する。これにより、蓄積部は、上述した他の方法で蓄積を行う場合と同様に、コンテンツ情報を属性に対応付けて蓄積する。
In the bookmark service providing system, in addition to the above-described actions, the bookmark service providing system can be added to a list to be read later, shared by e-mail, shared via SNS (Social Networking Service), or saved. It may be determined to do. These actions are performed when the user operates the
(変形例2)
ブックマークサーバ装置は、第1実施形態で述べた属性基準評価、第2及び第3実施形態で述べた傾向基準評価をそれぞれに行うものに限らず、これらのうちの2つまたは3つを合わせて行うものであってもよい。その場合、蓄積部は、それぞれの基準評価に必要な情報を蓄積し、算出部は、蓄積部により蓄積された情報(属性や識別情報など)に基づいて、上述した関係指標及び傾向近似度の算出を順次または並行して行う。また、評価部は、算出されたそれらの関係指標及び傾向近似度に基づいて、どの基準評価も同等に扱ってコンテンツを評価してもよいし、基準評価毎に異なる重みを付けてコンテンツを評価してもよい。
(Modification 2)
The bookmark server device is not limited to performing the attribute criterion evaluation described in the first embodiment and the trend criterion evaluation described in the second and third embodiments, but two or three of these are combined. You may do it. In that case, the accumulating unit accumulates information necessary for each criterion evaluation, and the calculating unit calculates the relationship index and the trend approximation degree based on the information (attributes and identification information) accumulated by the accumulating unit. Calculations are performed sequentially or in parallel. Further, the evaluation unit may evaluate the content by treating all the standard evaluations equally based on the calculated relational index and tendency approximation degree, or evaluate the content with different weights for each standard evaluation. May be.
(変形例3)
図7に示す蓄積部105は、上述した第1実施形態では、ブックマークサーバ装置10が記憶する登録ユーザDB121に格納されている属性に基づいてユーザの属性を取得したが、これには限らない。例えば、ユーザ装置20がユーザの属性をそのユーザの識別情報に対応付けて記憶しておく。そして、ユーザ装置20は、ブックマークサーバ装置10に認証通知データを送信する際、その認証通知データが示す識別情報に対応付けて記憶している属性を示す属性データを、ともに送信するようにしてもよい。また、蓄積部105からユーザ装置20に対して属性を要求して、その応答でこれらの認証通知データ及び属性データを送信させるようにしてもよい。
(Modification 3)
In the first embodiment described above, the
(変形例4)
算出部は、上述した各実施形態では、蓄積部に蓄積した情報に基づいて関係指標及び傾向近似度の算出を行ったが、これ以外の情報に基づいてこの算出を行ってもよい。算出部は、例えば、ユーザ装置20から送信されてくるコンテンツ情報及び認証通知データを記憶しておき、上記の算出を行うときに、記憶してあるコンテンツ情報及び認証通知データが示す識別情報に基づいて図9、図10、図15及び図17に示すような情報を取得して、関係指標の算出及び傾向近似度の算出を行う。また、算出部は、外部装置に蓄積されているこれらの情報を取得して、関係指標の算出及び傾向近似度の算出を行ってもよい。このように、算出部は、関係指標及び傾向近似度を算出するための情報(コンテンツ情報や属性、識別情報など)を、蓄積しておいてもよいし、自装置に記憶された他の情報または外部装置等から取得してもよい。
(Modification 4)
In each embodiment described above, the calculation unit calculates the relationship index and the tendency approximation degree based on information stored in the storage unit. However, the calculation unit may perform this calculation based on other information. For example, the calculation unit stores content information and authentication notification data transmitted from the
(変形例5)
生成部103は、上述した各実施形態では、図11(b)に示すブックマークリストのようなコンテンツ情報のリストを生成したが、これには限らない。生成部103は、例えば、評価した結果を所定の段階を表す文字列(「高」、「中」及び「低」や、「A」、「B」及び「C」など)を、各コンテンツ情報に付与したものをそれらのコンテンツ情報のリストとして生成してもよい。また、生成部103は、これらの文字列の代わりに数値や図形、記号などを用いたリストを生成してもよい。いずれの場合も、ユーザが評価された結果を把握できるものであれば、生成部103はどのようなコンテンツ情報のリストを生成してもよい。
(Modification 5)
In each embodiment described above, the
(変形例6)
本発明は、ブックマークサーバ装置10のようなサーバ装置やブックマークサービス提供システム1のような情報処理システムの他にも、ブックマークサーバ装置10が実施する処理を実現するための情報処理方法としても捉えられるものである。ここでいう処理とは、例えば、図12、図13及び図21にそれぞれ示す提供処理(詳細には蓄積処理及び評価処理)である。また、本発明は、ブックマークサーバ装置10のようなコンピュータを、図7、図14及び図16に示す各手段として機能させるためのプログラムとしても捉えられるものである。これらのプログラムは、これらを記憶させた光ディスク等の記録媒体の形態で提供されたり、インターネット等のネットワークを介して、コンピュータにダウンロードさせ、これらをインストールして利用可能にするなどの形態でも提供されたりするものであってもよい。
(Modification 6)
In addition to a server device such as the
1…ブックマークサービス提供システム、10…ブックマークサーバ装置、10c…サーバ装置、20…ユーザ装置、30…ブラウザ、40…ウェブサーバ装置、11、21…制御装置、12、22…記憶装置、13、26…通信装置、23…操作装置、24…表示装置、25…音声入出力装置、101、101a、101b…算出部、102、102a、102b…評価部、103…生成部、104…出力部、105、105a、105b…蓄積部、121…登録ユーザDB、122…ブックマークDB、123…アクセス履歴DB
DESCRIPTION OF
Claims (8)
前記コンテンツに対して前記アクションを行った第1ユーザの少なくとも1つ以上の属性と、或るユーザの属性との関係の強さを表す指標を算出する算出手段と、
前記或るユーザにとっての前記コンテンツの前記属性に基づく評価を、前記算出手段により算出された前記指標に応じて行う評価手段と
を備えることを特徴とするサーバ装置。 A server device that evaluates content on the Internet based on a predetermined action by a user,
Calculating means for calculating an index representing the strength of a relationship between at least one attribute of a first user who has performed the action on the content and an attribute of a certain user;
An evaluation unit that performs evaluation based on the attribute of the content for the certain user according to the index calculated by the calculation unit.
ことを特徴とする請求項1に記載のサーバ装置。 The evaluation unit assigns an evaluation based on the attribute of the content to the attribute of the content whose total value, average value, median value, or maximum value of the index calculated by the calculation unit for the first user is smaller than the content. The server device according to claim 1, wherein the server device is higher than an evaluation based on the server device.
前記コンテンツに対して前記アクションを行った第1ユーザの前記アクションの対象となった少なくとも1つ以上のコンテンツと、或るユーザの前記アクションの対象となったコンテンツとの傾向が近似する度合いを算出する算出手段であって、前記或るユーザの前記アクションの対象となったコンテンツに付与された文字列と近似する近似文字列が付与されたコンテンツを前記アクションの対象としたユーザを前記第1ユーザとし、且つ、前記近似文字列に対して、当該近似文字列の種類、当該近似文字列の数または当該近似文字列の近似度に応じた重みを付け、前記第1ユーザが前記アクションの対象としたコンテンツに付与された近似文字列の重みに基づいて前記度合い算出する算出手段と、
前記或るユーザにとっての前記コンテンツの前記傾向に基づく評価を、前記算出手段により算出された前記度合いに応じて行う評価手段と
を備えることを特徴とするサーバ装置。 A server device that evaluates content provided with a character string on the Internet based on a predetermined action by a user,
A degree of approximation of a tendency between at least one content that is the target of the action of the first user who has performed the action on the content and the content that is the target of the action of a certain user is calculated. Calculating means for performing the action on a content to which an approximate character string that approximates the character string assigned to the content targeted by the action of the certain user is the first user. And weighting the approximate character string according to the type of the approximate character string, the number of the approximate character strings, or the degree of approximation of the approximate character string, and the first user sets the target of the action Calculating means for calculating the degree based on the weight of the approximate character string assigned to the content ,
An evaluation unit that performs evaluation based on the tendency of the content for the certain user according to the degree calculated by the calculation unit.
ことを特徴とする請求項3に記載のサーバ装置。 The evaluation means evaluates the content based on the tendency to the tendency of the content whose total value, average value, median value, or maximum value calculated by the calculation means for the first user is smaller than the content. The server device according to claim 3, wherein the server device is higher than an evaluation based on the server device.
前記生成手段により生成されたリストを出力する出力手段とを備える
ことを特徴とする請求項1乃至4のいずれか1項に記載のサーバ装置。 Generating means for generating a list that includes at least one content information related to the content, and that reflects the evaluation of the content for the certain user by the evaluation means;
The server apparatus according to any one of claims 1 to 4, characterized in that an output means for outputting a list generated by the generation unit.
ことを特徴とする請求項1乃至5のいずれか1項に記載のサーバ装置。 The action describes an access destination data indicating an access destination for accessing the content, to any one of claims 1 to 5, characterized in that an operation of creating a content information related to the contents Server device.
前記制御装置が、前記記憶装置に記憶されたプログラムに従い、前記或るユーザにとっての前記コンテンツの前記属性に基づく評価を、前記算出ステップにおいて算出された前記指標に応じて行う評価ステップと
を備えることを特徴とする情報処理方法。 Based on a predetermined action by the user, at least one of the first users who has performed the action on the content by the control device that controls the server device that evaluates the content on the Internet according to the program stored in the storage device A calculation step for calculating an index representing the strength of the relationship between the above attribute and the attribute of a certain user;
The control device includes an evaluation step of performing an evaluation based on the attribute of the content for the certain user according to the index calculated in the calculation step according to a program stored in the storage device. An information processing method characterized by the above.
前記制御装置が、前記記憶装置に記憶されたプログラムに従い、前記或るユーザにとっての前記コンテンツの前記傾向に基づく評価を、前記算出ステップにおいて算出された前記度合いに応じて行う評価ステップと
を備えることを特徴とする情報処理方法。 A control device that controls a server device that evaluates content to which a character string on the Internet is assigned based on a predetermined action by a user performs the action on the content according to a program stored in a storage device . A calculation step of calculating a degree of approximation of a tendency between at least one content that is the target of the action of one user and the content that is the target of the action of a certain user, the certain user The user who is the target of the action with the content given the approximate character string approximated to the character string given to the content that is the target of the action is the first user, and for the approximate character string , The type of the approximate character string, the number of the approximate character strings, or the overlap according to the degree of approximation of the approximate character string A calculation step of calculating the degree based on the assigned weights of the approximate character string first user is assigned to a content that is a target for the action,
An evaluation step in which the control device performs an evaluation based on the tendency of the content for the certain user according to the degree calculated in the calculation step according to a program stored in the storage device. An information processing method characterized by the above.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012216958A JP5937939B2 (en) | 2012-09-28 | 2012-09-28 | Server apparatus and information processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012216958A JP5937939B2 (en) | 2012-09-28 | 2012-09-28 | Server apparatus and information processing method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014071646A JP2014071646A (en) | 2014-04-21 |
JP5937939B2 true JP5937939B2 (en) | 2016-06-22 |
Family
ID=50746796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012216958A Active JP5937939B2 (en) | 2012-09-28 | 2012-09-28 | Server apparatus and information processing method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5937939B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7449837B2 (en) | 2020-10-09 | 2024-03-14 | フジモリ産業株式会社 | Building chimney joint structure |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6688018B2 (en) * | 2015-06-30 | 2020-04-28 | Nttテクノクロス株式会社 | Information sharing server and program |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000187666A (en) * | 1998-12-22 | 2000-07-04 | Ntt Data Corp | Related information providing system and taste similarity evaluating system and its method information introducing system and related information obtaining method and recording medium |
JP4218345B2 (en) * | 2000-12-06 | 2009-02-04 | ソニー株式会社 | Information processing apparatus, information processing method, and recording medium |
JP3671368B2 (en) * | 2001-05-30 | 2005-07-13 | 株式会社マーズフラッグ | WEB information search apparatus, WEB information search method, and program for causing computer to execute the method |
WO2006064573A1 (en) * | 2004-12-17 | 2006-06-22 | Mars Flag Corporation | Web information providing device, method, and program |
US8135725B2 (en) * | 2006-08-11 | 2012-03-13 | Yahoo! Inc. | System and method for providing tag-based relevance recommendations of bookmarks in a bookmark and tag database |
EP2246795A4 (en) * | 2007-12-30 | 2012-03-21 | Yuwings Corp | Access subject information retrieval device |
EP2402866A1 (en) * | 2010-06-29 | 2012-01-04 | France Telecom | Object recommendation method and system |
-
2012
- 2012-09-28 JP JP2012216958A patent/JP5937939B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7449837B2 (en) | 2020-10-09 | 2024-03-14 | フジモリ産業株式会社 | Building chimney joint structure |
Also Published As
Publication number | Publication date |
---|---|
JP2014071646A (en) | 2014-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200073904A1 (en) | Lifestream Annotation Method and System | |
US10395326B2 (en) | Collections of linked databases | |
KR101292632B1 (en) | Method of recommending content, method of creating recommendation information, computer-readable medium storing content recommendation program, content recommendation server, and content-providing system | |
US8851380B2 (en) | Device identification and monitoring system and method | |
US20180068075A1 (en) | Medical system and program | |
JP4963620B2 (en) | Information search system, information search device, search result screen information generation method, and search result screen information generation processing program | |
US8041738B2 (en) | Strongly typed tags | |
JP2011257863A (en) | Privacy protection device, privacy protection method, and program for the same | |
JP2008217674A (en) | Information processing system, information processing method, server computer and program | |
JP5937939B2 (en) | Server apparatus and information processing method | |
JP2009258826A (en) | Access restriction information output device, and access restriction information presentation system or like | |
US20120323601A1 (en) | Distributed sharing of electronic medical records | |
US20150278913A1 (en) | Information presentation method | |
JP2006099740A (en) | Information providing apparatus, terminal apparatus, information providing system and information providing method | |
JP5407336B2 (en) | Information processing device | |
JP4265537B2 (en) | Cross-organizational network construction support system, processing device, cross-organizational network construction support method and program | |
JP5638574B2 (en) | Information processing apparatus, screen control method, and screen control program | |
JP2012043186A (en) | Information processing apparatus and program | |
JP2007249622A (en) | Method, system and program for providing information containing disclosure/non-disclosure item | |
KR20200091280A (en) | Method for collecting and providing and sharing character information of SNS | |
JP2016057879A (en) | Content evaluation server, and system and program for content evaluation system | |
JP2019175206A (en) | Place-of-residence candidate investigation support program, investigation support method, and information processing device | |
JP2014071645A (en) | Server device, information processing method and program | |
JP2012078898A (en) | Interpersonal relationship smoothing support system | |
JP6910617B2 (en) | Management methods, management devices and programs for disclosure of electronic medical records |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160209 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160404 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160510 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160513 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5937939 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |