JP6042162B2 - ウェブ検索装置、ウェブ検索方法及びプログラム - Google Patents

Description

本発明は、ウェブ（以下Web）検索における検索結果の品質の向上に関する。

Web上で日々大量に増え続ける文書から目的の文書を探すためのシステムは、現在では欠かせないものである。

初期のWeb上では、事業者が人手でWebページを整理するディレクトリ型の検索システムなども存在したが、Web文書絶対量や増加ペースが増えたこともありそれでは追いつかなくなり、現在ではクローラと呼ばれるWeb上の文書を自動で集めてくるプログラムで収集し、収集した文書を解析し自動でインデックスを作成した上でそのインデックスをもとに利用者に検索結果を提示するシステムが主流となっている。

この際に、検索システムのユーザが効率よく目的の文書にたどり着けるようにするために、特定のアルゴリズムを用いてページをランク付けしランクが高いものから順にシステム利用者に提示して利便性を図るシステムが一般的である。

本発明に関連する公知技術文献としては下記の特許文献１がある。

特許文献１は、結果の組においてＷｅｂページをランク付けするコンピューティングシステムにおける方法であって、１つまたは複数のクエリ用語の組を含むクエリに応答して生成された結果の組において結果として列挙されているＷｅｂページに対する、ユーザによって行われるコンテンツに関する対話に応答して、前記Ｗｅｂページ（ａ）と、前記クエリ用語（ｂ）に対する該Ｗｅｂページの関連性のレベルを反映して、前記クエリ用語の組の中の１つの該クエリ用語との組合せごとに評価得点を調整するステップと、１組の個別のクエリ用語を含む個別のクエリに応答して生成される個別の結果の組において結果として列挙されている複数のＷｅｂページごとに、前記Ｗｅｂページ（ａ）と前記個別の組のクエリ用語（ｂ）の中の１つのクエリ用語との組合せごとに調整された評価得点を選択するステップと、 前記選択された評価得点を組合せることによって、前記個別のクエリ結果における前記Ｗｅｂページのランキング得点を決定するステップとを備えたことを特徴とする方法を開示する。

特願２００９−５０３２４９

上記特許文献１におけるページランクを決定する手段はおよそ次のような動作である。１つまたは複数の検索キーワードの組を含む検索要求に応答して生成された検索結果リストの組に含まれるWebページに対応する結果に対する、ユーザによって行われる「見つけたページが目的に合致するページだった」場合に取り得るいくつかの内容対話(例えば、内容を印刷する、お気に入りに登録するなど)のそれぞれに応答して、システムは、Webページと検索キーワードの組の中の１つのキーワードとの組合せごとに評価得点を調整(増加)する。

このようなユーザによる対話をWebページごとに繰り返す結果として、１組の個別の検索キーワードを含む個別の検索要求に応答して生成された個別の結果の組に含まれるWebページのそれぞれについて、それぞれのWebページにより関連が強いキーワードの評価得点が上昇していく。また、ユーザの検索要求に対するWebページに対するランキングは、検索キーワードの組においてWebページごとに算出した検索キーワードに対する評価得点の合計値が高い順に決定する。従って、ユーザの検索結果のWebページへの評価を繰り返すことにより、より検索キーワードに関連が強いWebページが高ランクのページとしてユーザに提示されるため検索結果リストの品質が向上する。

ところで、このシステムでは次のような問題が発生し得る。

例えば、非常にメジャーなプログラミング言語Aとマイナーなプログラミング言語Bがあったとする。その上で、WebページAにはプログラミング言語Aの言語仕様の文書と、単語として「プログラミング言語A」「プログラミング言語B」「仕様」を含み、WebページBにはプログラミング言語Bの言語仕様の文書と、単語として「プログラミング言語A」「プログラミング言語B」「仕様」を含んでいたとする。また、この際の、Webページごとの評価得点の初期値を簡便にするために以下の様な値としたとする。

（１）WebページA…キーワード「プログラミング言語A」に対する評価得点＝０、キーワード「プログラミング言語B」に対する評価得点=0、キーワード「仕様」に対する評価得点＝０
（２）WebページB…キーワード「プログラミング言語A」に対する評価得点＝０、キーワード「プログラミング言語B」に対する評価得点＝０、キーワード「仕様」に対する評価得点＝０

ここで、ユーザがプログラミング言語AまたはBの仕様を調査する目的で、検索キーワードとして「プログラミング言語A」と「仕様」のペアや、「プログラミング言語B」と「仕様」をペアとして指定することを考える。プログラミング言語Aはプログラミング言語Bよりもメジャーであるため、一般的にプログラミング言語Aに対するユーザによる検索要求(キーワード「プログラミング言語A」「仕様」による検索)はプログラミング言語Bに対する検索要求(キーワード「プログラミング言語B」「仕様」による検索)よりも多くなることが予想される。ユーザによる検索要求が多くなるということは、当然Webページが選択され評価得点が増加する機会も多くなる。

ここで、(検索キーワード「プログラミング言語A」と「仕様」でWebページAが評価された回数)：(検索キーワード「プログラミング言語B」と「仕様」でWebページBが評価された回数)＝１０：１であるとすると、最終的なWebページの評価点はおよそ以下のようになると考えられる。

(1)WebページA…
キーワード「プログラミング言語A」に対する評価得点=１０ａ、
キーワード「プログラミング言語B」に対する評価得点=０a(関連性が低いため評価されない)、キーワード「仕様」に対する評価得点=１０a
(2)WebページB…
キーワード「プログラミング言語A」に対する評価得点=０a(関連性が低いため評価されない)、キーワード「プログラミング言語B」に対する評価得点=１ａ、
キーワード「仕様」に対する評価得点=１ａ

ここで、プログラミング言語Bの仕様を調査する目的で検索キーワードとして「プログラミング言語B」「仕様」を指定して検索を行ったとする。

この際のWebページAとWebページBのランキングを決定する評価得点の合計は次のような値になる。

(1)WebページA評価得点合計＝「プログラミング言語B」評価得点０ａ+「仕様」評価得点１０ａ＝１０ａ
(2)WebページB評価得点合計＝「プログラミング言語B」評価得点１ａ+「仕様」評価得点１ａ＝２ａ

この結果、「WebページA評価得点合計」＞「WebページB評価得点合計」となってしまい、ユーザはプログラミング言語Bの仕様について知りたいにもかかわらずWebページAが優先で提示されることとなり、検索結果の品質が低下する問題が生じる。

本発明の目的は、ページランクの決定精度を上げ、ユーザに対してより利用しやすい検索結果を提示するシステムを提供することにある。

本発明の一観点によれば、Webページを収集してWebページの文書対単語評価得点の初期化をする文書対単語評価得点部と、指定された検索キーワードを受信する検索要求受信部と、指定された検索キーワードから検索キーワードごとの重要度を決定するキーワード重要度決定部と、操作内容と検索キーワードごとの重要度に加点する加点ポイントとの対応関係を示すアクション対評価ベース得点を記憶する記憶部を参照して、前記操作内容と前記検索キーワードの加点ポイントに基づいて、前記Webページ毎の前記アクション対評価ベース得点を更新する文書対単語評価得点更新部と、備えることを特徴とするウェブ検索装置が提供される。

ユーザ内容対応(評価)からWebページの文書対単語評価得点を更新するためにキーワード評価得点に加算するキーワード毎の加算得点を決定する際に、加算得点に前述手段で決定したキーワードごとの重要度を重みとして掛けることにより、Webページを特徴付けるキーワード(情報のカテゴリを表すキーワード)の評価得点が上昇しやすくなる。相対的にどのようなカテゴリにも存在するような一般的な単語は評価が上がりにくくなる。また、あまり検索されないマイナーな単語でもその文書に対する重要なキーワードは評価が上がりやすくなる。

前記文書対単語評価得点更新部は、前記Webページ毎に、前記検索キーワードの重み付けを減算する検索キーワードを示す減算ポイントに基づいて、前記Webページ毎の前記アクション対評価ベース得点を更新することを特徴とする。

また、前記文書対単語評価得点更新部は、ある時間間隔で、Webページ毎の前記文書対単語評価得点に更新し、削除されたWebページの文書があれば、それについては文書対単語評価得点から削除する処理を継続することを特徴とする。

本発明の他の観点によれば、Webページを収集してWebページの文書対単語評価得点の初期化をする文書対単語評価得点ステップと、指定された検索キーワードを受信する検索要求受信ステップと、指定された検索キーワードから検索キーワードごとの重要度を決定するキーワード重要度決定ステップと、操作内容と検索キーワードごとの重要度に加点する加点ポイントとの対応関係を示すアクション対評価ベース得点を記憶する記憶部を参照して、前記操作内容と前記検索キーワードの加点ポイントに基づいて、前記Webページ毎の前記アクション対評価ベース得点を更新する文書対単語評価得点更新ステップと有することを特徴とするウェブ検索方法が提供される。

本発明は、上記に記載のウェブ検索方法を実行させるためのプログラムであり、当該プログラムを記憶するコンピュータ読みとり可能な記録媒体であっても良い。

本発明によれば、検索結果のユーザへの提示順ユーザが目的とする結果に近いものとなるという利点がある。

本発明の実施の形態によるWeb検索システムの一構成例を示す機能ブロック図である。 文書対単語評価得点データベースの一構成例を示す図である。 検索処理の流れを示すフローチャート図である。 図３ＡのステップＳ３０９からステップＳ３０２に遷移するまでの処理を示す図である。 図３ＡのステップＳ３０３(検索結果リスト生成処理)の処理の詳細を示す図である。 図３ＡのステップＳ３０７(検索キーワード重み算出)の処理の詳細を示す図である。 図３ＡのステップＳ３０８(評価加算点を算出)のの処理の詳細を示す図である。 図３ＡのステップＳ３０９(Webページの文書対単語評価得点の更新)の処理の詳細を示す図である 操作内容（アクション）と加点ポイントとの対応関係を示すアクション対評価ベース得点を示す図である。 キーワード重みを下げるキーワードと減算値を対応付ける図である。

発明者は、ユーザの評価フィードバックによる効率の良いWeb検索結果提示システム及び方法において、「Webページにとってあまり重要ではない一般的な単語」と「Webページの重要なキーとなる単語」の評価得点を平等に扱うと、「WebページA評価得点合計」＞「WebページB評価得点合計」となってしまい、ユーザはプログラミング言語Bの仕様について知りたいにもかかわらずWebページAが優先で提示されることとなり、検索結果の品質が低下する問題が生じると考えた。

以下、本発明の実施の形態によるWeb検索技術について図面を参照しながら詳細に説明する。

図１は、本発明の実施の形態によるWeb検索システムの一構成例を示す機能ブロック図である。本実施の形態によるWeb検索システムは、ホストシステム（検索装置）１１０と、それに接続された文書対単語評価得点データベース１１９とを有している。ホストシステム１１０は、インターネットなどのネットワーク１２０に接続されており、ネットワーク１２０には、本実施の形態によるWeb検索システムを利用する利用者端末１００と、検索対象であるWebページの文書が収められたサーバ群１３０とが接続されている。

ホストシステム１１０は、サーバ群１３０群からWebページの文書を集めてくる文書収集部１１１、文書対単語評価得点データベース１１９のデータを初期化する文書対単語評価得点初期化部１１２、利用者端末１００からの検索要求を受け取る検索要求受信部１１３、検索要求受信部１１３で受け取った検索要求キーワードからキーワードの重要度を決定するキーワード重要度決定部１１４、検索要求受信部１１３で受け取った検索要求キーワードと文書対単語評価得点データベース１１９の情報からページランクを決定し検索結果リストを生成する検索結果リスト生成部１１５、前述検索結果リストを利用者端末１００に送信する検索結果リスト送信部１１６、利用者端末１００に送信された前述検索結果リストのユーザ評価結果を受信する利用者評価受信部１１７、前述評価結果とキーワード重要度決定部１１４で決定したキーワードの重要度を用いて文書対単語評価得点データベース１１９のデータを更新する文書対単語評価得点更新部１１８を有している。

文書対単語評価得点データベース１１９には、図２に例示するような構造のデータが収められている。図２（ａ）に符号２００で示すように、Webページアドレス毎にWebページ情報が複数収められている。Webページ情報のうちの１つずつは、符号２１０〜２４１に示すような複数の情報から構成されている。Webページアドレス２１０はWebページの文書のアドレスである。このアドレスの文書に含まれるキーワード全てでそれぞれ評価得点を持っている。図２の例では、文書中のキーワード１（２２０）に対する評価得点が評価得点１（２２１）、キーワード２（２３０）に対する評価得点が評価得点２（２３１）、キーワード３（２４０）に対する評価得点が評価得点３（２４１）、…という構成になっている。

図３は、検索処理の流れを示すフローチャート図である。図３Ａは、全体の処理の流れを示すフローチャート図である。

まず、図３Ａについて説明する。ステップＳ３０１は、文書収集部１１１を用いてネットワーク１２０に接続されたサーバ群１３０からWebページの文書を収集し、文書対単語評価得点初期化部１１２を用いてWebページ毎に例えば全キーワードを抽出しWebページアドレスの文書に評価得点を初期化して、図２（ｂ）に示す文書対単語評価得点データベース１１９に格納する。ステップＳ３０２では、検索要求受信部１１３を用いてユーザからの検索要求を受信する。ステップＳ３０３では、検索結果リスト生成部１１５で文書対単語評価得点データベース１１９のWebページ情報とステップＳ３０２で受信した検索要求の検索キーワードを元にWebページランクを決定し検索結果リストを生成する。ステップＳ３０３の処理の詳細は後述する。ステップＳ３０４ではステップＳ３０３で生成した結果リストを利用者端末１００に送信する。ステップＳ３０５では、提示した結果リストについてユーザがどのアドレス(アドレスＡ)のWebページにどのようなアクション(アクションＸ)を取ったかを利用者評価受信部１１７で受信する。

以降、ステップＳ３０６〜Ｓ３０９は文書対単語評価得点更新部１１８で行う得点更新処理である。ステップＳ３０６では、図４のような、操作（アクション）内容と加点ポイントとの対応関係を示すアクション対評価ベース得点の表から操作内容（アクション）Ｘをキーにして、評価ベース得点(以後、「評価ベース得点Ｂ」とする。)を決定する。例えば、ユーザが取ったアクション(アクションＸ)が「ページを印刷した(４０３)」であれば評価ベース得点Ｂは「評価ベース得点２(404)」となる。ステップＳ３０７では、検索キーワード毎にキーワード重要度決定部１１４でキーワードの重要度(ウェイト値)を決定する。ステップＳ３０７についての処理の詳細は後述する。

ステップＳ３０８では、ステップＳ３０６で決定した評価ベース得点とステップＳ３０７で決定したキーワード毎の重要度を乗算等の処理により関連付けしてキーワードごとの評価得点加算値を決定する。この処理の詳細は後述する。ステップＳ３０９では、文書対単語評価得点データベース１１９のWebページアドレスがアドレスＡと一致するレコードに対して、キーワード毎の評価得点にステップＳ３０８で決定した加算点を加算する。詳細は後述する。その後、ステップＳ３０２の検索要求受付処理に戻る。このステップＳ３０２〜３０９の繰り返しにより、徐々に検索結果リストの改善を行うことができる。

図３Ｂは、ステップＳ３０９からステップＳ３０２に遷移するまでの処理を示す図である。ステップＳ３０２に戻るループの間に適時、次のような処理も行う。まず、ステップＳＡ１で、サーバにWebページの文章が追加されるかどうかを判断し、Ｙｅｓであれば、ステップＳＡ２に進み、一定の間隔でステップＳ３０１の初期化処理をサーバ群１３０に新規に追加されたWebページの文書に対して行い、すなわち、ステップＳＡ２で、Webページに関して一定の間隔でステップＳ３０１の初期化を行い、ステップＳＡ３で、新規に追加されたWebページの文書を文書対単語評価得点データベース１１９に追加する。また、ステップＳＡ４では、もし削除されたWebページの文書があれば、それについては文書対単語評価得点データベース１１９から削除し、ステップＳ３０２に進む。

次に、図３Ｃを参照して、ステップＳ３０３(検索結果リスト生成処理)の詳細を述べる。ステップＳ３０３−１で、ステップＳ３０２で受け取った検索キーワード全てを含むWebページの文書を文書対単語評価得点データベース１１９から選択し評価得点の合計を計算する。例えば、検索キーワードが先頭から「キーワード１」「キーワード２」「キーワード３」であるとする。これらのキーワードを全て含むWebページ情報が、図２（ｂ）の２１０から２４１までのようになっている場合に、このWebページの評価得点の合計は「評価得点１（２２１）」+「評価得点２（２３１）」+「評価得点３（２４１）」となる。このような計算を、キーワード「キーワード１」「キーワード２」「キーワード３」の全てを含むWebページ情報についてそれぞれ計算し、合計評価得点の高い順にWebページアドレス２１０を並べたリストを生成する。ステップ３０３−２において、全てのキーワードを含むWebページについて計算を行い、計算済みの場合に（ＹＥＳ）、ステップ３０３−３において、合計評価点の高い順にリストを作成する、そして、ステップＳ３０４でリストを送信する。

次に、図３Ｄを参照して、ステップＳ３０７(検索キーワード重み算出)の詳細を述べる。ステップＳ３０２で受け取った検索キーワードが、先頭から「キーワード１」「キーワード２」…「キーワードｎ」である場合、それぞれ求めるキーワードの重みを「重みＷ１」「重みＷ２」…「重みＷｎ」とする。

最初に、一般的な使用方法として先頭に指定したキーワードほど検索システムの利用者にとって重要なキーワードであるという仮定の基に、Ｗ１＞Ｗ２＞・・・＞Ｗｎとなる基本値を決定する（ステップＳ３０７−１）。例えば、以下のようにキーワード毎に重み付けを行う。

次に、「キーワード１」「キーワード２」…「キーワードｎ」の中に、図５のようなキーワード重みを下げるキーワードと減算値を対応付ける表に基づいて、その中に一致するキーワードがあるか否かを調べ（ステップＳ３０７−２）、一致するキーワードがあった場合（ステップＳ３０７−３でＹｅｓ）、前述で決定した重みをキーワードに一致した「重要度減算値」の分だけ減らす減算処理を行う（ステップＳ３０７−４）。例えば、「キーワード２」が「キーワードＢ（５０３）」と一致した場合、「重みＷ２」から「重要度減算値Ｂ」を減算する。この際、「重みＷ２」は重みの最低値（＞０）を下回らないように値を調整する。図５の表中のキーワードと一致しないキーワードの重みはそのままとする（ステップＳ３０７−３でＮｏ）。

次に、図３Ｅを参照して、ステップＳ３０８(評価加算点を算出)の詳細について述べる。ステップＳ３０８−１で、キーワードと一致する評価加算項が有るかどうかを判定し、Ｙｅｓの場合には、ステップＳ３０８−２で、評価加算により加算（キーワード毎）を行う。すなわち、ステップＳ３０６で決定した評価ベース得点ＢとステップＳ３０７で決定した重みＷを掛けてキーワードごとの評価加算点Ａを決定する。例えば、以下のようにキーワード毎に加算ポイントを求める。

より詳細には、以下のようになる。
「キーワード１」の「評価加算点Ａ１」=「評価ベース得点Ｂ」×「重みＷ１」
「キーワード２」の「評価加算点Ａ２」=「評価ベース得点Ｂ」×「重みＷ２」
：
「キーワードｎ」の「評価加算点Ａｎ」=「評価ベース得点Ｂ」×「重みＷｎ」

図３Ｆを参照して、ステップＳ３０９(Webページの文書対単語評価得点の更新)の詳細を述べる。ステップＳ３０８で決定した評価加算点を文書対単語評価得点データベース１１９の情報に反映する（ステップＳ３０９−１）。ステップＳ３０５で取得したアドレスＡとWebページアドレス（２１０）と一致するWebページ情報について（ステップＳ３０９−２でＹｅｓ）、前述「キーワード１」〜「キーワードｎ」の評価得点にそれぞれ「評価得点Ａ１」〜「評価得点Ａｎ」の加算を行って（ステップＳ３０９−３）、文書対単語評価得点データベースＤＢ１１９の更新を行う（ステップＳ３０９−４）。

以上のように、本実施の形態による検索結果提示システムによれば、次のような利点がある。

検索要求キーワードを解析し、キーワードごとの重要度を算定して、Webページの文書対単語評価得点のデータベースの評価得点を加算する際に重要度をWebページ毎のキーワードへの重みとして利用することにより、Webページ対キーワード評価得点のデータの精度が高まる。また、検索結果のユーザへの提示順を決定するためのページランクの算出結果がよりユーザが目的とする結果に近いものとなる。

尚、上記の実施の形態において、添付図面に図示されている構成等については、これらに限定されるものではなく、本発明の効果を発揮する範囲内で適宜変更することが可能である。その他、本発明の目的の範囲を逸脱しない限りにおいて適宜変更して実施することが可能である。また、本発明の各構成要素は、任意に取捨選択することができ、取捨選択した構成を具備する発明も本発明に含まれるものである。

また、本実施の形態で説明した機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより各部の処理を行ってもよい。尚、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。

また、「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。

本発明は、検索システムに利用可能である。

１００…検索システム利用者端末、１１０…検索ホストシステム、１１１…Webページ文書収集部、１１２…Webページ文書対単語評価得点初期化部、１１３…検索要求受信部、１１４…検索キーワード重要度決定部、１１５…検索結果リスト生成部、１１６…検索結果リスト送信部、１１７…利用者評価受信部、１１８…Webページの文書対単語評価得点更新部、１１９…Webページの文書対単語評価得点を収めたデータベース、１２０…ネットワーク、１３０…ネットワークに接続されたWebページ文書を収めたサーバ群。

Claims (4)

1. Webページを収集してWebページの文書対単語評価得点の初期化をする文書対単語評価得点部と、指定された検索キーワードを受信する検索要求受信部と、指定された検索キーワードから検索キーワードごとの重要度を決定するキーワード重要度決定部と、操作内容と検索キーワードごとの重要度に加点する加点ポイントとの対応関係を示すアクション対評価ベース得点を記憶する記憶部を参照して、前記操作内容と前記検索キーワードの加点ポイントに基づいて前記Webページの前記アクション対評価ベース得点を更新する文書対単語評価得点更新部と、を備え、キーワード毎の前記加点ポイントを決定する際に、前記評価ベース得点に前記キーワードごとの重要度を重みとして掛けることを特徴とするウェブ検索装置。
2. 前記文書対単語評価得点更新部は、
   前記検索キーワードの重み付けを減算する検索キーワードを示す減算ポイントに基づいて、前記Webページの前記アクション対評価ベース得点を更新することを特徴とする請求項１に記載のウェブ検索装置。
3. 前記文書対単語評価得点更新部は、
   ある時間間隔で、前記Webページの前記文書対単語評価得点に更新し、削除されたWebページの文書があれば、それについては文書対単語評価得点から削除する処理を継続することを特徴とする請求項１又は２に記載のウェブ検索装置。
4. Webページを収集してWebページの文書対単語評価得点の初期化をする文書対単語評価得点ステップと、
   指定された検索キーワードを受信する検索要求受信ステップと、
   指定された検索キーワードから検索キーワードごとの重要度を決定するキーワード重要度決定ステップと、
   操作内容と検索キーワードごとの重要度に加点する加点ポイントとの対応関係を示すアクション対評価ベース得点を記憶する記憶部を参照して、前記操作内容と前記検索キーワードの加点ポイントに基づいて、前記Webページの前記アクション対評価ベース得点を更新する文書対単語評価得点更新ステップと有し、キーワード毎の前記加点ポイントを決定する際に、前記評価ベース得点に前記キーワードごとの重要度を重みとして掛けることを特徴とするウェブ検索方法を、コンピュータに実行させるためのプログラム。

Images