JP6163143B2

JP6163143B2 - 情報提供装置、情報提供方法、および情報提供プログラム

Info

Publication number: JP6163143B2
Application number: JP2014160400A
Authority: JP
Inventors: 浩之戸田; 陽子徳永; 義昌小池
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2014-08-06
Filing date: 2014-08-06
Publication date: 2017-07-12
Anticipated expiration: 2034-08-06
Also published as: JP2016038667A

Description

本発明は、情報を検索してユーザに提供する情報提供装置、情報提供方法、および情報提供プログラムに関する。

大量の情報源の中から、ユーザが所望する情報を提供しようとした場合、ユーザの問合せ内容だけでは、適合する検索結果が膨大となり過ぎる場合がある。この場合、膨大な検索結果の中にユーザが所望する情報が含まれていたとしても、ユーザの目に触れないままとなってしまうこと、また、膨大な検索結果の中からユーザは所望の情報に辿り着くまでに多くの手間をかけなければならないなどの問題がある。例えば、Web 検索エンジンでは少数のキーワードのみしか入力されず、その検索結果が膨大な数となることはしばしばある。

この問題に対して、商用の検索エンジンでは、検索結果を様々な観点で優先度付けし、提示することでよりユーザが望むであろうと推測される検索結果を優先的に提示している（非特許文献１、２参照）。

また、別の手法として、膨大な検索結果を分析して、絞りこみが行いやすいように検索結果をいくつかのクラスタに分割し、クラスタ毎に検索結果を提示する手法が提案されている（非特許文献３参照）。

また、スマートフォン等の普及により、音声による自然言語を入力することで、情報の提供等を行う音声対話エージェントが普及しつつある。

The Anatomy of a Large-Scale Hypertextual Web Search Engine Sergey Brin, Lawrence Page Computer Networks, vol. 30 (1998), pp. 107-117 The whens and hows of learning to rank for web search, Craig Macdonald, Rodrygo L. T. Santos, Iadh Ounis, Information Retrieval, October 2013, Volume 16, Issue 5, pp 584-628 A survey of Web clustering engines, Claudio Carpineto, Stanislaw Osinki, Giovanni Romano, Dawid Weiss, ACM Computing Surveys, Volume 41 Issue 3, July 2009

しかし、上記の従来技術には、以下の問題がある。すなわち、Web 検索エンジンなどで検索結果の優先度付けを行う手法では、優先度を付けたとしても一度に提示できる件数は限られており、ユーザが参照できるのは極一部の情報に限られてしまう。

クラスタに分割する手法は、情報の分割方法は多様に考えられ、適切な分割を提示するための手法は確立されていない。

音声対話エージェントでは、ユーザの１回の発話で、必ずしもユーザの要望を把握しきれないことがある。これに対して、商用の音声対話エージェントでは人手でルールを作成し、当該ルールに基づいて必要な情報をユーザに入力させるために、聞き返しを行うことが研究されている。しかしながら、人手のルールにより、ユーザから情報を取得する方法は、情報源や利用者の情報をルールに反映するのが人手に委ねられているため、ルールの作成コストが高いという問題がある。

本発明は、上記事情に鑑みなされたものであって、本発明の目的は、人手を用いることなく、ユーザに適切な絞込条件を提示し、的確な情報提供を行うことにある。

上記の課題を解決するため、本発明は、情報提供装置であって、ユーザの要求に基づいて、データベースを検索する検索部と、前記検索部が検索した検索結果の属性と属性値とを分析する結果分析部と、過去の検索履歴情報を用いて、検索条件と、当該検索条件での検索結果を絞込むために使用された絞込条件とを含む検索パターンを取得する履歴分析部と、前記結果分析部の分析結果と、前記履歴分析部が取得した検索パターンとを用いて、ユーザに提示するための絞込条件を生成する絞込条件生成部と、を備える。

本発明は、情報提供装置が行う情報提供方法であって、過去の検索履歴情報を用いて、検索条件と、当該検索条件での検索結果を絞込むために使用された絞込条件とを含む検索パターンを取得する履歴分析ステップと、ユーザの要求に基づいて、データベースを検索する検索ステップと、前記検索ステップで検索した検索結果の属性と属性値とを分析する結果分析ステップと、前記結果分析ステップの分析結果と、前記履歴分析ステップで取得した検索パターンとを用いて、ユーザに提示するための絞込条件を生成する絞込条件生成ステップと、を行う。

本発明は、上記情報提供装置として、コンピュータを機能させる情報提供プログラムである。

本発明によれば、人手を用いることなく、ユーザに適切な絞込条件を提示し、的確な情報提供を行うことができる。

本発明の実施形態の情報提示システムの構成を示す全体構成図である。検索対象ＤＢの一例を示す図である。検索履歴ＤＢの一例を示す図である。検索パターンＤＢの一例を示す図である。検索処理のフローチャートである。検索パターンの分析処理のフローチャートである。

以下、本発明の実施の形態を、図面を参照して説明する。

図１は、本実施形態の情報提供システムの構成を示す全体構成図である。図示する情報提供システムは、各ユーザが使用する端末１と、当該端末１とネットワークを介して接続される情報提供装置２とを備える。

各端末１は、ユーザからの要求を受け付けるとともに、当該要求に対するレスポンスをユーザに提示するブラウザ１００を備える。本実施形態では、ブラウザ１００は、情報提供装置２のＵＩ部（ユーザインタフェース部）１１０と通信し、ユーザインタフェースをユーザに提供する。また、ブラウザ１００は、ユーザが入力した問合せを受け付けて情報提供装置２に送信するとともに、情報提供装置２から受信した問合わせ結果のレスポンスをユーザに提供する。

なお、端末１には、スマートフォン、タブレット端末、携帯電話、ＰＣなどが用いられる。また、本実施形態では、端末１はマイクを備え、ユーザは情報提供装置２に所望の情報を問合せる際に、音声を用いてブラウザ１００に検索条件（問合せ内容）を入力する場合を例として以下に説明する。しかしながら、本発明は、音声入力に限定されるものではなく、ユーザはタッチパネル、キーボードなどの入力装置を用いて文字入力により検索条件を入力することとしてもよい。

情報提供装置２は、ユーザ（端末１）からの問合せに応じて検索を行い、検索結果をユーザに提示するとともに、当該検索結果を絞り込むための絞込条件を生成し、提示する。なお、本実施形態の情報提供装置２は、音声認識機能を備え、自然言語での音声対話が可能な音声対話エージェントを備えるものとする。

図示する情報提供装置２は、ＵＩ部１１０と、検索条件生成部１３０と、検索部１４０と、結果分析部１５０と、絞込条件生成部１６０と、結果提示部１７０と、履歴分析部１９０と、検索対象ＤＢ２００と、検索履歴ＤＢ２１０と、検索パターンＤＢ２２０とを有する。

ＵＩ部１１０は、端末２のブラウザ１００とネットワークを介して通信して、ユーザが端末２に入力した問合せ要求を受信し、当該問合せ要求を検条件生成部１３０に送出する。また、ＵＩ部１１０は、結果提示部１７０から取得した検索結果および絞込条件（聞き返し条件）を、端末１のブラウザ１００に送信する。なお、ＵＩ部１１０は、検索結果および絞込条件を適切な表現に変換して、ブラウザ１００に送信することとしてもよい。

検索条件生成部１３０は、ユーザからの問合せ要求に基づいて、各種情報を格納している検索対象ＤＢ２００に対する検索条件を生成する。例えば、検索条件生成部１３０は、ユーザの音声による問合せ要求を音声認識し、形態素解析や固有表現抽出等に代表される言語的な解析を行うことで、検索条件を生成する。なお、検索条件生成部１３０は、検索対象ＤＢ２００毎に検索するカラムと、当該カラムに対する条件をあらかじめ決定しておくものとする。

また、検索条件生成部１３０は、ブラウザ１００に提示するユーザインタフェース（検索条件入力画面など）において、情報を検索するユーザが検索対象ＤＢ２００のカラムを意識した検索条件の入力が音声または文字などを用いて行えるようにすることとしてもよい。そして、検索条件生成部１３０は、生成した検索条件を検索部１４０に送出するとともに、検索履歴ＤＢ２１０に格納する。

なお、ユーザからの問合せ要求には、最初の問合せ要求後に検索結果を絞込むための絞込み要求も含まれる。また、検索条件生成部１３０が生成する検索条件には、絞込み要求に基づいて生成される絞込条件も含まれる。

検索部１４０は、ユーザの要求に基づいてデータベースを検索する。具体的には、検索部１４０は、検索条件生成部１３０が生成した検索条件を用いて検索対象ＤＢ２００を検索し、検索条件にマッチ（合致）する検索結果を取得する。そして、検索部１４０は、取得した検索結果を結果分析部１５０および結果提示部１７０に送出する。

図２は、検索対象ＤＢ２００の一例を示すものである。検索対象ＤＢ２００は、検索対象となるデータベースであり、検索部１４０により参照される。検索対象ＤＢ２００は、１つでもよく、あるいは、複数であってもよい。また、図１に示す例では、情報提供装置２が検索対象ＤＢ２００を備えるものとするが、ネットワークを介して接続される外部システム（不図示）が検索対象ＤＢ２００を備えることとしてもよい。

図２に示す検索対象ＤＢ２００は、レストランのデータベースを示している。各レコードが１つの検索対象である１つのレストランを示している。また、各レコードは、少なくとも１つの属性（料理ジャンル、料理詳細ジャンル、所在地エリア等）を持つ。

結果分析部１５０は、検索部１４０が検索した検索結果の属性と属性値とを分析する。具体的には、結果分析部１５０は、取得した検索結果の絞込みを行うためには、どの属性を用いるのが適切であるのか判断するために、当該検索結果の個々の属性と属性値とを用いて、属性毎の統計値（統計情報）を算出し、当該統計値を絞込条件生成部１６０に送出する。

ここで属性とは、個々の検索結果が持つ情報を説明するための区分・性質であり、属性毎に具体的な値（属性値）を持つものとする。例えば、図２に示すレストランのデータベースの場合、属性は「料理のジャンル」や「所在エリア」などであり、属性毎に属性値（例えば、「料理のジャンル」の属性では、「イタリアン」、「和食」、「フレンチ」などの属性値、「所在エリア」の属性では、「横浜駅周辺」、「関内」、「みなとみらい」等）を有する。

統計値は、検索結果を用い算出される値であって、どの属性が当該検索結果の絞込みに有効かどうかを判断するための指標である。統計値としては、例えば以下のような指標が考えられる。

＜１．網羅性＞
網羅性に関する統計値は、個々の検索結果がこの属性の値をどの程度持っているかを示す情報である。たとえば、属性「料理のジャンル」は、レストランのデータベースの検索を想定した場合には、すべての検索結果に含まれる属性と考えられるが、街のスポットデータベースのようにレストランだけでなく、一般の店舗も含むデータベースの検索を想定した場合には、一部の検索結果のみに含まれる属性である。この網羅性の統計値の算出は、例えば以下のような計算式（式１）で計算することができる。

ここで、Nは検索結果の集合を示し、Niは検索結果中で属性iの属性値を持つ検索結果の集合を表す。結果分析部１５０は、検索結果集合の各検索結果が有する属性毎に、網羅性の統計値を算出する。なお、属性値を持っている割合が高いほど（すなわち、網羅性が高いほど）、算出される網羅性の統計値は高くなる。

＜２．分散性＞
分散性に関する統計値は、検索結果の中のある属性の属性値が分散しているかどうかを示す情報である。レストランのデータベースの検索において、あらかじめ検索条件として「横浜駅周辺」を指定した場合、個々の検索結果が有する属性の中で「所在地エリア」の属性値は指定された「横浜駅周辺」に限られるが、「料理のジャンル」の属性値は比較的多様な値が取られることが想定される。この分散性の統計値の算出は、例えば以下のような計算式（式２）で計算することができる。

ここで、Ciは属性iの属性値の集合を表し、Ni,jは検索結果中で属性iの属性値jを持つ検索結果の集合を表す。結果分析部１５０は、検索結果集合の各検索結果が有する属性毎に、分散性の統計値を算出する。なお、属性値が偏りなく均一に分散しているほど、算出される分散性の統計値は高くなる。

＜３．識別性＞
識別性に関する統計値は、検索結果の中の属性値の重複度合いを示す情報である。レストランのデータベースにおいて、属性「料理のジャンル」に複数の値を指定できるようにした場合には、複数の属性値同士が似た検索結果と対応することが考えられ、これがあまりに大きすぎると絞り込みをするための属性として意味がないと考えられる。この識別性の統計値の算出は、例えば以下のような計算式（式３）で算出することができる。結果分析部１５０は、検索結果集合の各検索結果が有する属性毎に、識別性の統計値を算出する。

なお、属性値の重複度合いが少ないほど、算出される識別性の統計値は高くなる。

履歴分析部１９０は、過去の検索履歴情報を用いて、検索条件と、当該検索条件での検索結果を絞込むために使用された絞込条件とを含む検索パターンを取得する。具体的には、履歴分析部１９０は、検索履歴ＤＢ２１０に格納された、過去の各ユーザの一連の検索履歴を用いて、検索条件と、当該検索条件での検索結果を絞込むために使用された絞込条件とを含む検索パターンを取得し、検索パターンＤＢ２２０に格納する。なお、履歴分析部１９０は、所定のタイミングで（例えば、１回/１日のバッチ処理などで）、検索履歴ＤＢ２１０を参照し、検索パターンＤＢ２２０を更新する。

図３は、検索履歴ＤＢ２１０の一例を示す図である。検索履歴ＤＢ２１０には、検索条件生成部１３０が各ユーザからの問合せ要求（絞込み要求を含む）に基づいて生成した検索条件（絞込条件を含む）が履歴として格納される。検索条件生成部１３０は、検索条件を生成後、検索履歴ＤＢ２１０に検索条件を格納する。これにより、検索履歴ＤＢ２１０には、ユーザが所望の情報を問合せるための一連の操作において、どのような検索条件で検索し、その後、検索結果を絞込むためにどのような絞込条件で検索を行ったかが、履歴として記録される。

図３に示す検索履歴ＤＢ２１０では、問合せをしたユーザのユーザ識別情報と、問合せをした時刻を示すタイムスタンプと、検索条件（属性、属性値）とが対応付けて記憶されている。図示する例では、例えばユーザＡは、タイムスタンプの時刻から、最初の問合せで「所在地エリアが横須賀で、かつ、料理ジャンルがカレー」を検索条件として検索し、その後、検索結果を絞り込むために「所在地エリア詳細が久里浜」の絞込条件で検索したことが把握できる。

図４は、検索パターンＤＢ２２０の一例を示す。検索パターンＤＢ２２０には、履歴分析部１９０が検索履歴ＤＢ２１０を参照して分析した、ユーザの問合せ操作に関する絞込みの傾向が記録される。

履歴分析部１９０は、所定のタイミングで検索履歴ＤＢ２１０を参照し、検索条件毎に、当該検索条件での検索結果を絞込むために使用された絞込条件を属性毎に集計する。そして、履歴分析部１９０は、各「検索条件」と、当該検索条件の後によく用いられた「絞込条件の属性（頻出絞込属性）」との組を、特徴的な検索パターンであるとして、検索パターンＤＢ２２０に格納する。また、履歴検索部１９０は、各検索パターンに対して評価値を算出し、検索パターンＤＢ２２０に格納する。

「検索条件」には、検索対象の属性（例えば、「所在地エリア」、「料理ジャンル」等）と、当該属性に対する属性値（例えば、「横須賀」、「ラーメン」等）とが含まれる。なお、検索条件は、複数の属性および属性値の組を含む検索条件の場合や、属性のみが設定され属性値は省略される場合なども考えられる。「頻出絞込属性」は、対応する検索条件で検索を行った後に、多く利用された絞込条件の属性である。

図４に示す例では、検索条件毎に１つの検索パターン（最も多く利用された最頻出の１つの絞込属性）を示しているが、検索条件毎に、利用された回数が上位Ｎ個の複数の絞込属性を、複数の検索パターンとして検索パターンＤＢ２２０に格納することとしてもよい。

各検索パターンの評価値は、検索履歴ＤＢ２１０を分析して得られる値であり、ある検索条件で検索した後に、絞込条件としてどの属性がどの程度利用されたかを表す値である。最も単純な例としては、検索条件の出現回数に対する、各絞込属性の出現回数の割合を評価値として用いることが考えられる。

図４に示す例では、検索条件が「所在地エリア：横須賀、かつ、料理ジャンル：ラーメン」の場合、最頻出の絞込属性は「所在地エリア詳細」であって、当該検索パターンの評価値（例えば、出現回数の割合）は０．３３であることを示している。

絞込条件生成部１６０は、結果分析部１５０の分析結果と、履歴分析部１９０が取得した検索パターンとを用いて、ユーザに提示するための絞込条件を生成する。具体的には、絞込条件生成部１６０は、結果分析部１５０が取得した統計値と、検索分析部１９０の分析結果が格納された検索パターンＤＢ２２０に示された検索パターン毎の頻出絞込属性の評価値とを用いて、適切な絞込条件（聞き返し条件）を生成する。

絞込条件は、属性と、当該属性の中で絞込みを行う少なくとも１つの属性値との組み合わせとする。例えば、絞込条件生成部１６０は、結果分析部１５０から取得した検索結果に基づく統計値（Ｅ_ｉ ^{ｅｘｈａｓｉｖｅｎｅｓｓ}、Ｅ_ｉ ^{ｄｉｓｔｒｉｂｕｔｉｏｎ}、Ｅ_ｉ ^{ｃｌｅａｒｎｅｓｓ}）と、検索パターンＤＢ２２０の評価値（Ｔ_ｉ）とを元に、以下の式４を用いて属性毎に重要度を示す値（Ｓ_ｉ）を算出する。そして、絞込条件生成部１６０は、重要度（Ｓ_ｉ）に基づいて、ユーザに提示する絞込条件を少なくとも１つ決定する。例えば、重要度（Ｓ_ｉ）が最も大きい値の属性を絞込条件として決定すること、または、重要度が大きい上位のＮ個の属性を絞込条件として決定することすることなどが考えられる。

Ｓ_ｉ＝α｛（Ｅ_ｉ ^{ｅｘｈａｓｉｖｅｎｅｓｓ}）^β・（Ｅ_ｉ ^{ｄｉｓｔｒｉｂｕｔｉｏｎ}）^γ・（Ｅ_ｉ ^{ｃｌｅａｒｎｅｓｓ}）^δ｝＋（１−α）Ｔ_ｉ式４
ここで、α、β、γ、δは各統計値や評価値の重要度を決めるパラメータ（例えば、重み付け）であり、システムの実行前にあらかじめ決定しておく値とする。なお、各統計値および評価値が高い値ほど、算出される重要度（Ｓ_ｉ）が高くなる。

また、絞込条件生成部１６０は、絞込条件の属性値として、絞込条件として決定した属性の属性値の中で、検索部１４０が検索した検索結果の中で使用頻度が最も高い１つの属性値、または使用頻度が上位のＭ個の複数の属性値を選択することが考えられる。

なお、絞込条件生成部１６０が生成する絞込条件は、属性のみであってもよい。例えば、最初の検索条件が「所在地エリア：横須賀、かつ、料理ジャンル：ラーメン」の場合において、例えば「所在地エリア詳細はどこですか？」などの「属性」のみの絞込条件を生成する場合、または、例えば「所在地エリア詳細は、横須賀中央、追浜、久里浜のどれですか？」などの「属性＋属性値」の絞込条件を生成する場合が考えられる。

結果提示部１７０は、検索部１４０から検索結果のリストを取得し、また、絞込条件生成部１６０から絞込条件を取得し、ユーザに対して提示する検索結果および絞込条件を生成する。例えば、検索結果が大量に存在する場合は、検索結果の上位数件と、絞込条件とをＵＩ部１１０に送出する。一方、検索結果が少ない場合には、結果提示部１７０は、検索結果のみをＵＩ部１１０に送出することも考えられる。

なお、結果提示部１７０は、自然言語での音声対話が可能な音声対話エージェント機能を備え、絞込条件については、自然言語に変換し（例えば、絞込条件が「所在地エリア詳細」の場合、「所在地エリア詳細はどこですか？」に変換し）、音声で端末１に出力するようにしてもよい。これにより、ユーザに絞込条件を聞き返すことができる。

ＵＩ部１１０は、結果提示部１７０から送出された検索結果および絞込条件（聞き返し条件）を、端末１のブラウザ１００に送信する。ブラウザ１００は、送信された検索結果および絞込条件をユーザに提示する。

上記説明した、端末１および情報提供装置２は、例えば、ＣＰＵと、メモリと、ハードディスク等の外部記憶装置と、入力装置と、出力装置とを備えた汎用的なコンピュータシステムを用いることができる。このコンピュータシステムにおいて、ＣＰＵがメモリ上にロードされた所定のプログラムを実行することにより、各装置の各機能が実現される。例えば、端末１および情報提供装置２の各機能は、端末１用のプログラムの場合は端末１のＣＰＵが、そして、情報提供装置２用のプログラムの場合は情報提供装置２のＣＰＵがそれぞれ実行することにより実現される。

また、端末１用のプログラムおよび情報提供装置２用のプログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ−ＲＯＭなどのコンピュータ読取り可能な記録媒体に記憶することも、ネットワークを介して配信することもできる。

次に本実施形態の動作について説明する。

図５は、ユーザからの問合せを受信した際に行われる検索処理を示すフローチャートである。

情報提供装置２のＵＩ部１１０は、端末１のブラウザ１００を介してユーザに検索用のユーザインタフェースを提示し、ユーザから問合せ要求を取得し（Ｓ１１）、取得した問合せ要求を検索条件生成部１３０に送出する（Ｓ１２）。

検索条件生成部１３０は、取得した問合せ要求に基づいて、検索対象ＤＢ２００への検索条件を生成し、検索条件を検索部１４０に送出するとともに、検索履歴ＤＢ２１０に格納する（Ｓ１３）。検索部１４０は、取得した検索条件を用いて検索対象ＤＢ２００を検索し、検索結果と検索条件とを、結果分析部１５０と結果提示部１７０に送出する（Ｓ１４）。

結果分析部１５０は、検索結果を用いて、絞込みに有効な属性を取得するための統計処理を実施し、検索条件とともに統計値を絞込条件生成部１６０に送出する（Ｓ１５）。絞込条件生成部１６０は、結果分析部１５０から取得した統計値と、検索パターンＤＢ２２０の評価値とを用いて、各属性を評価して絞込条件を生成し、結果提示部１７０に送出する（Ｓ１６）。

結果提示部１７０は、検索部１４０から取得した検索結果と、絞込条件生成部１６０から取得した絞込条件とを用いて、ユーザに提示する結果を生成し、ＵＩ部１１０に送出する（Ｓ１７）。ＵＩ部１１０は、結果提示部１７０から取得した情報を、端末１のブラウザ１００を介してユーザに提示する（Ｓ１８）。

なお、図５に示すフローチャートでは、検索結果とともに検索条件をユーザに提示するために、Ｓ１４、Ｓ１５、Ｓ１７において、検索条件を送出することとしたが、ユーザに検索条件を提示しない場合は、当該ステップにおいて検索条件を送出しないこととしてもよい。

図６は、本実施形態の履歴分析部１９０の処理を示すフローチャートである。履歴分析部１９０は、定期的なバッチ処理により、図６に示す分析処理を行うものとする。

履歴分析部１９０は、検索履歴ＤＢ２１０を参照し、検索条件と頻出絞込属性とを含む検索パターンを取得し、当該検索パターンの評価値を算出する（Ｓ２１）。そして、履歴分析部１９０は、検索パターンと評価値とを検索パターンＤＢ２２０に格納する（Ｓ２２）。

以上説明した本実施形態では、ユーザからの問合に基づき得られた検索結果の分析から、どのような情報が検索結果中に存在し、どのような属性が検索結果の絞込みに有効であるかを分析する。また、過去のユーザの検索履歴（問合履歴）から、ユーザがどのようなパターンでの情報の絞込みがし易いかを分析する。そして、検索結果と過去の検索履歴とを用いて、ユーザに提示する絞込条件（聞き返し条件）を決定し、ユーザに提示する。

これにより、複数の属性を持つ検索対象に対して検索を行う情報提供装置２において、ユーザが入力した検索条件だけでは十分に検索結果の絞込みができない場合に、過去のユーザの絞込み検索の傾向と、現在の検索結果の両面からどのような絞込み検索を行うべきかを評価し、ユーザに対して適切な絞込条件を提案することが可能となる。

これにより、ユーザは、効率的な絞り込み検索が可能となり、効率的に所望の情報に到達でき、ユーザの操作負荷を低減することができる。また、情報提供装置２のサービス事業者にとっては、人手を介さずに検索サービスの精度を向上させることが可能となる。すなわち、本実形態では、ユーザに適切な絞込条件を提示し、ユーザにそれを選択してもらうことで、的確な情報提供を行うことができる。

また、検索結果の分析と、過去のユーザの絞込みの分析により、サービス事業者およびユーザに負担をかけることなく、ユーザから必要な情報を引出し、的確な情報提供を行うことができる。

なお、本発明は上記実施形態に限定されるものではなく、特許請求の範囲内において、種々変更・応用が可能である。

１：端末
２：情報提供装置
１００：ブラウザ
１１０：ＵＩ部
１３０：検索条件生成部
１４０：検索部
１５０：結果分析部
１６０：絞込条件生成部
１７０：結果提示部
１９０：履歴分析部
２００：検索対象ＤＢ
２１０：検索履歴ＤＢ
２２０：検索パターンＤＢ

Claims

情報提供装置であって、
ユーザの要求に基づいて、データベースを検索する検索部と、
前記検索部が検索した検索結果の属性と属性値とを分析する結果分析部と、
過去の検索履歴情報を用いて、検索条件と、当該検索条件での検索結果を絞込むために使用された絞込条件とを含む検索パターンを取得する履歴分析部と、
前記結果分析部の分析結果と、前記履歴分析部が取得した検索パターンとを用いて、ユーザに提示するための絞込条件を生成する絞込条件生成部と、を備えること
を特徴とする情報提供装置。
請求項１記載の情報提供装置であって、
前記結果分析部は、前記検索結果の属性と属性値とを用いて、属性毎の統計値を算出すること
を特徴とする情報提供装置。
請求項１または２記載の情報提供装置であって、
前記履歴分析部は、前記検索パターンの絞込条件の属性の評価値を算出すること
を特徴とする情報提供装置。
請求項１から３のいずれか１項に記載の情報提供装置であって、
前記絞込条件生成部は、前記結果分析部が算出した属性値毎の統計値と、前記履歴分析部が算出した検索パターンの絞込条件の各属性の評価値とを用いて、各属性の重要度を算出し、当該重要度に基づいてユーザに提示するための絞込条件を生成すること
を特徴とする情報提供装置。
請求項１から４のいずれか１項に記載の情報提供装置であって、
前記絞込条件生成部が生成した絞込条件を、前記検索部が検索した検索結果とともに前記ユーザに提示する提示部をさらに備えること
を特徴とする情報提供装置。
情報提供装置が行う情報提供方法であって、
過去の検索履歴情報を用いて、検索条件と、当該検索条件での検索結果を絞込むために使用された絞込条件とを含む検索パターンを取得する履歴分析ステップと、
ユーザの要求に基づいて、データベースを検索する検索ステップと、
前記検索ステップで検索した検索結果の属性と属性値とを分析する結果分析ステップと、
前記結果分析ステップの分析結果と、前記履歴分析ステップで取得した検索パターンとを用いて、ユーザに提示するための絞込条件を生成する絞込条件生成ステップと、を行うこと
を特徴とする情報提供方法。
請求項１から５のいずれか１項に記載の情報提供装置として、コンピュータを機能させること
を特徴とする情報提供プログラム。