JP6203304B2

JP6203304B2 - 情報処理装置、情報処理方法および情報処理プログラム

Info

Publication number: JP6203304B2
Application number: JP2016030239A
Authority: JP
Inventors: 友貴矢野; 玲田島; 幸浩田頭
Original assignee: Yahoo Japan Corp
Current assignee: Yahoo Japan Corp
Priority date: 2016-02-19
Filing date: 2016-02-19
Publication date: 2017-09-27
Anticipated expiration: 2036-02-19
Also published as: JP2017146926A

Description

本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。

従来、インターネット等のネットワーク上にウェブサイトを公開し、そのウェブサイトにアクセスしてきた端末装置に対して、端末装置のユーザが所望する情報を提示するサービスが存在する。

例えば、オンラインショッピングのウェブサイトでは、ユーザが指定したキーワードを含む検索クエリを端末装置から受け付け、かかるキーワードに基づいて予め商品の情報が登録されたデータベースを検索し、検索された商品の情報を含む検索結果を端末装置へ送信する。検索された商品が、ユーザが目的としている商品の情報であれば、その購入手続き等を行うことで、ユーザにその商品を提供することができる。

また、ユーザが検索キーワードを入力して「検索」ボタンをクリックすると、検索結果のページにジャンプするだけでなく、ユーザによって入力された検索キーワードに関連する他の検索キーワードを表示する仕組みも提案されている（例えば、特許文献１参照）。

特許文献１に記載の技術では、ユーザによって入力された検索キーワードを受信し、明確に規定されていない意図に対応する複数の所定の単語と検索キーワードとが比較される。そして、かかる比較結果に基づいて、検索キーワードがユーザによって明確に規定された意図を示すか否かが判定され、検索キーワードが明確に規定された意図を示さないと判定された場合に、更なる推薦検索キーワードを取得するための処理が実行される。

特表２０１４−５０１４２２号公報

しかしながら、上記従来の手法では、明確に規定されていない意図に対応する複数の所定の単語である不明確意図ワードセットを用いるため、例えば、不明確意図ワードセットの設定によってはキーワードの曖昧性の判定精度に課題がある。

本発明は、上記に鑑みてなされたものであって、検索に用いられるキーワードの曖昧性を精度よく判定することができる情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、記憶部と、曖昧性判定部とを備える。前記記憶部は、検索時に用いられたキーワードと、当該キーワードを用いて検索された検索結果の中から選択された複数の対象に関する情報とを関連付けて検索履歴情報として記憶する。前記曖昧性判定部は、前記記憶部に記憶された検索履歴情報に基づき、前記キーワードに対応する前記複数の対象間の類似度を算出し、算出した類似度から前記キーワードの曖昧性を判定する。

実施形態の一態様によれば、検索に用いられるキーワードの曖昧性を精度よく判定することができる情報処理装置、情報処理方法および情報処理プログラムを提供することができる。

図１は、実施形態に係る情報処理の説明図である。図２は、実施形態に係る情報処理システムの構成例を示す図である。図３は、実施形態に係る情報処理装置の具体的構成例を示す図である。図４は、曖昧性情報記憶部に記憶された曖昧度テーブルの一例を示す図である。図５は、検索履歴記憶部に記憶される検索履歴テーブルの一例を示す図である。図６は、端末装置で表示される検索結果情報の一例を示す図である。図７は、ある選択対象のトピック分布の一例を示す図である。図８は、特徴情報記憶部に記憶される特徴情報の一例を示す図である。図９は、異なるクエリのそれぞれのトピック分布を示す図である。図１０は、実施形態に係る情報処理装置における情報処理の流れを示すフローチャートである。図１１は、図１０に示す検索処理の流れを示すフローチャートである。図１２は、図１０に示す曖昧性判定処理の流れを示すフローチャートである。図１３は、情報処理プログラムを実行するコンピュータのハードウェア構成の一例を示す図である。

以下に、本願に係る情報処理装置、情報処理方法および情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。

［１．曖昧性判定処理を含む情報処理］
まず、実施形態に係る情報処理について説明する。図１は、実施形態に係る情報処理の説明図であり、かかる情報処理は情報処理装置３によって実行される。情報処理装置３が実行する情報処理には検索処理および曖昧性判定処理が含まれる。以下、検索処理および曖昧性判定処理の順に説明する。

図１に示すように、実施形態に係る情報処理装置３は、端末装置２からキーワードｋ１（以下、検索キーワードｋ１と記載する）を含む検索クエリが送信されると（ステップＳ１）、検索クエリに含まれる検索キーワードｋ１を用いて検索処理を行い、かかる検索結果を端末装置へ送信する（ステップＳ２）。

情報処理装置３から送信される検索結果には、複数の選択対象ｄ１〜ｄｎ（ｎは２以上の整数）の情報が含まれている。端末装置２のユーザ（以下、端末ユーザと記載する場合がある）は、これら複数の選択対象ｄ１〜ｄｎ（以下、選択対象ｄと総称する場合がある）の中から１以上の選択対象ｄを選択すると、かかる選択結果が情報処理装置３へ送信される（ステップＳ３）。情報処理装置３は、端末装置２から選択結果を受け取ると、かかる選択結果に対応する情報を端末装置２へ送信する（ステップＳ４）。

例えば、情報処理装置３がオンラインショッピングのウェブサイトを提供する場合、情報処理装置３は、検索キーワードｋ１に応じた複数の商品のウェブページのそれぞれへのリンクが選択対象ｄ１〜ｄｎとして設定された検索結果ページを端末装置２へ送信する。端末ユーザは、検索結果ページの中から選択対象ｄ１を選択（商品Ａのリンクをクリック）すると、情報処理装置３は、選択対象ｄ１（商品Ａ）に対応するウェブページを端末装置２へ提供する。

情報処理装置３は、上述してステップＳ１〜Ｓ４で行われる検索処理の履歴を検索履歴情報として記憶する（ステップＳ５）。図１に示す例では、各選択対象ｄ１〜ｄｎの端末ユーザによる選択割合が検索キーワードｋ１に関連付けられて検索履歴情報として記憶されている。かかる選択割合は、同一の検索キーワードｋ１に対する１以上の端末ユーザの選択結果全体に対する割合である。

また、情報処理装置３は、選択対象ｄ１〜ｄｎのそれぞれの特徴を解析して特徴情報として記憶部に記憶する（ステップＳ６）。特徴情報は、選択対象ｄの特徴を示すための指標である。例えば、情報処理装置３は、選択対象ｄがウェブページである場合、かかるウェブページに含まれる特徴要素を抽出し、ウェブページにおける特徴要素の分布を検出する。

特徴要素は、例えば、ウェブページに含まれる単語から抽出されるトピックである。かかるトピックは、ウェブページなどのデータに含まれる単語を例えば、話題や興味として抽象的に表したものである。例えば、情報処理装置３は、例えば、公知のトピックモデル（言語モデル）である潜在的ディリクレ配分法（ＬＤＡ:Latent Dirichlet Allocation）を用いてトピックを抽出することができる。

情報処理装置３は、検索キーワードｋ１に対応する複数の選択対象ｄ１〜ｄｎ間の類似度を算出し、算出した類似度から検索キーワードｋ１の曖昧性を判定する（ステップＳ７）。例えば、情報処理装置３は、選択対象ｄ１〜ｄｎ間での特徴要素の分布の類似度に基づいて、選択対象ｄ１〜ｄｎ間の類似度を算出することができる。この場合、情報処理装置３は、例えば、上述した選択対象ｄ１〜ｄｎの選択割合に応じて各選択対象ｄ１〜ｄｎの特徴要素の重み付けを行い、このように重み付けを行った特徴要素の分布間の類似度を算出する。

なお、情報処理装置３は、複数の選択対象ｄ１〜ｄｎ間の類似度をそのまま検索キーワードｋ１の曖昧性としたり、複数の選択対象ｄ１〜ｄｎ間の類似度に応じて、３段階の曖昧度を「低」、「中」、「高」のいずれかから選択したりすることもできる。

このように、情報処理装置３は、端末ユーザによって選択された選択対象ｄ１〜ｄｎ（対象の一例）間の類似度から検索クエリに含まれる検索キーワードｋ１の曖昧性を判定することから、検索に用いられる検索キーワードｋ１の曖昧性を精度よく判定することができる。

なお、２以上の選択対象ｄをグループ化して選択対象ｄ１〜ｄｎを複数のグループｇ１〜ｇｍ（ｍ＜ｎ）に振り分け、グループｇ１〜ｇｍ（以下、選択グループｇと総称する場合がある）間の類似度から検索クエリに含まれる検索キーワードｋ１の曖昧性を判定することもできる。情報処理装置３がオンラインショッピングのウェブサイトを提供する場合、選択グループｇは、例えば、商品カテゴリである。

この場合、情報処理装置３は、各グループｇ１〜ｇｍ（対象の一例）の特徴を解析して特徴情報として記憶部に記憶する。例えば、情報処理装置３は、選択対象ｄ１〜ｄｎがウェブページである場合、各グループｇ１〜ｇｍに含まれるウェブページに含まれる特徴要素を抽出し、各グループｇ１〜ｇｍにおける特徴要素の分布を検出する。

［２．情報処理システム］
図２は、実施形態に係る情報処理システムの構成例を示す図である。図２に示すように、実施形態に係る情報処理システム１は、複数の端末装置２_１〜２_ｎ（ｎは、２以上の整数）と、情報処理装置３とを備える。

これら複数の端末装置２_１〜２_ｎ（以下、端末装置２と総称する場合がある）および情報処理装置３は、ネットワーク４を介して互いに通信可能に接続される。ネットワーク４は、例えば、ＬＡＮ（Local Area Network）や、インターネットなどのＷＡＮ（Wide Area Network）である。

端末装置２は、例えば、端末ユーザによって利用されるＰＣ（Personal Computer）、ＰＤＡ（Personal Digital Assistant）、スマートフォンなどである。かかる端末装置２は、例えば、情報処理装置３にアクセスするためのアプリケーション（例えば、ブラウザアプリケーション）がインストールされている。

情報処理装置３は、通信部１０、記憶部２０および制御部３０を備える。制御部３０は、情報提供部３１と、曖昧性判定部３２とを備える。情報提供部３１は、例えばショッピングサイトやニュース・サイト、Ｑ＆Ａサイト、電子商取引サイト、動画提供サイト、検索サイト等のウェブサイトをネットワーク４上で公開し、記憶部２０に記憶された提供情報に基づいて情報提供サービスを端末装置２へ提供する。

端末装置２は、端末ユーザが所望の情報にアクセスするために指定した検索キーワードを含む検索クエリを情報処理装置３へ送信し、情報処理装置３は、検索キーワードに応じた検索処理を行い、かかる検索結果を端末装置２へ提供する。端末ユーザが検索結果の中から所望の対象を選択すると、かかる選択結果が端末装置２から情報処理装置３へ送信される。情報処理装置３は、端末ユーザの選択結果に応じた情報を端末装置２へ提供する。なお、検索キーワードは、１以上の語（例えば、一つの単語や複数の単語の組）を含む。

記憶部２０は、検索時に用いられた検索キーワードと、かかる検索キーワードを用いて検索された検索結果の中から選択された複数の対象に関する情報とを関連付けて検索履歴情報として記憶する。曖昧性判定部３２は、記憶部２０に記憶された検索履歴情報に基づき、検索キーワードに対応する複数の対象間の類似度を算出し、算出した類似度から検索キーワードの曖昧性を判定する。

情報提供部３１は、曖昧性判定部３２によって判定された曖昧性に基づいて、検索キーワードに応じた検索結果を提供することができる。例えば、情報提供部３１は、検索キーワードの曖昧度が高い場合、検索クエリに他の情報（例えば、追加キーワード等）を補充して検索を行ったり、検索を補助するための他の情報（例えば、追加キーワード等）を絞り込み候補の情報として端末装置２へ提供したりすることができる。絞り込み候補の情報は、端末ユーザに選択可能に端末装置２の検索画面（例えば、検索キーワードの入力ボックスの上部）に表示され、かかる絞り込み候補を端末装置２において端末ユーザが選択することによって、かかる選択結果が端末装置２から情報処理装置３へ送信される。これにより、情報提供部３１は、端末ユーザに選択された絞り込み候補に応じた検索結果を端末ユーザに提供することができる。なお、絞り込み候補の情報は、検索キーワードと追加キーワードとを含む情報であってもよい。なお、上記他の情報として例えば端末ユーザのユーザ情報を利用して嗜好情報に対応したキーワードを用いることができる。

このように、情報処理装置３は、検索キーワードに対応する複数の対象（例えば、選択対象ｄまたは選択グループｇ）間の類似度を算出し、算出した類似度から検索キーワードの曖昧性を判定することから、検索キーワードの曖昧性を精度よく判定することができる。さらに、情報処理装置３は、検索キーワードの曖昧性に基づいて、端末ユーザへ適切な検索結果を提示したり、絞り込み候補の情報を端末ユーザに提供して端末ユーザに絞り込み候補を選択させることによって端末ユーザの検索意図をより明確にしたりすることができる。

以下、図３を参照して情報処理装置３の構成についてさらに具体的に説明する。図３は、実施形態に係る情報処理装置３の具体的構成例を示す図である。以下、通信部１０、記憶部２０および制御部３０の順に具体的に説明する。

［２．１．通信部１０］
通信部１０は、ネットワーク４との間で情報の送受信を行う通信インターフェイスであり、ネットワーク４との接続を有線または無線で行う。制御部３０は、通信部１０およびネットワーク４を介して、端末装置２との間で各種の情報を送受信することができる。

［２．２．記憶部２０］
記憶部２０は、提供情報記憶部２１と、ユーザ情報記憶部２２と、曖昧性情報記憶部２３と、検索履歴記憶部２４と、特徴情報記憶部２５とを有する。提供情報記憶部２１、ユーザ情報記憶部２２、曖昧性情報記憶部２３、検索履歴記憶部２４および特徴情報記憶部２５は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ等の半導体メモリ素子、または、ＨＤＤ（Hard Disk Drive）、光ディスク等の記憶装置である。

［２．３．制御部３０］
制御部３０は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、入出力ポートなどを有するマイクロコンピュータや各種の回路を含む。

制御部３０は、情報提供部３１と、曖昧性判定部３２とを備える。かかる情報提供部３１および曖昧性判定部３２の機能は、例えば、上記ＣＰＵが上記ＲＯＭに記憶されているプログラムを読み出して実行することにより実現される。なお、情報提供部３１および曖昧性判定部３２は、それぞれ一部または全部がＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等のハードウェアで構成されてもよい。

情報提供部３１は、要求受信部４１と、検索処理部４２と、提供情報生成部４３と、提供情報出力部４４とを備える。また、曖昧性判定部３２は、特徴抽出部５１と、情報取得部５２と、類似度算出部５３と、クエリ曖昧度設定部５４とを備える。以下、これらの各部について具体的に説明する。

［２．３．１．要求受信部４１］
要求受信部４１は、端末装置２から送信される各種の情報提供要求をネットワーク４経由で受信する。情報提供要求として、例えば、検索キーワードを含む検索クエリや、要求する情報を特定する情報（例えば、ＵＲＬ（Uniform Resource Locator））を含む情報提供クエリなどがある。

［２．３．２．検索処理部４２］
検索処理部４２は、要求受信部４１により受信された検索クエリに含まれる検索キーワードを取得し、提供情報記憶部２１に予め記憶されている検索対象データ（例えば、商品データ）等を参照して、検索キーワードに対応する複数のコンテンツを検索する。

かかるコンテンツは、情報提供部３１がショッピングサイトのサービスを提供する場合、例えば、検索キーワードに対応する商品のウェブページ（以下、商品ページと記載する）であり、検索処理部４２は、かかる商品ページの情報（例えば、商品名やＵＲＬの情報）を提供情報記憶部２１から取得する。なお、提供情報記憶部２１は、例えば、検索対象データを検索可能に構成されたデータベースである。

また、情報提供部３１が動画提供サイトのサービスを提供する場合、上記コンテンツは、例えば、検索キーワードに対応する動画データであり、検索処理部４２は、かかる動画データの情報（例えば、動画のタイトルやＵＲＬの情報）を取得する。

また、検索処理部４２は、曖昧性情報記憶部２３に記憶された曖昧度テーブルに基づいて、検索処理の内容を変更することができる。図４は、曖昧性情報記憶部２３に記憶された曖昧度テーブルの一例を示す図である。

図４に示すように、曖昧度テーブルは、検索キーワードｋ１〜ｋｐ（ｐは２以上の整数）のぞれぞれの曖昧度をそれぞれ検索キーワードｋ１〜ｋｐ（以下、検索キーワードｋと総称する場合がある）と関連付けた情報である。図４に示す曖昧度テーブルでは、検索キーワードｋ１に曖昧度として「１．２１」が対応付けられ、検索キーワードｋ２に曖昧度として「０．８８」が対応付けられ、検索キーワードｋｐに曖昧度として「１．８２」が対応付けられている。

検索処理部４２は、かかる曖昧度テーブルに基づいて、例えば、検索キーワードｋの曖昧度を判定し、かかる曖昧度が高い（例えば、予め設定された閾値ＴＨ以上である）場合、補助情報を利用した検索処理を行うことができる。

例えば、検索処理部４２は、検索キーワードの曖昧度が高い場合、ユーザ情報記憶部２２に記憶された端末ユーザのユーザ情報のうち検索クエリに対応する端末ユーザのユーザ情報を利用して嗜好情報に対応したキーワードを補助情報として検索キーワードに追加して検索処理を行う。一方、検索処理部４２は、検索キーワードの曖昧度が低い（例えば、予め設定された閾値ＴＨ未満である）場合、検索キーワードに追加キーワードを補充することなく、検索処理を行う。

また、検索処理部４２は、曖昧度が高い場合、例えば、検索キーワードｋに補充する他の情報（例えば、追加キーワード）であって端末ユーザが選択可能な情報である絞り込み候補の情報を補助情報として端末装置２へ提供することができる。端末ユーザは、絞り込み候補を選択することで、絞り込み候補に応じた検索結果を得ることができ、より検索意図に応じた検索結果を得ることができる。なお、検索処理部４２は、検索キーワードｋの曖昧度に応じて、上述した補助情報の利用方法を切り替えることもできる。

また、検索処理部４２は、検索クエリに含まれる検索キーワードｋの曖昧度に応じて、検索方法を変更することもできる。例えば、検索処理部４２は、曖昧度が高い検索キーワードｋを有する検索クエリのための検索方法と、曖昧度が低いキーワードｋを有する検索クエリのための検索方法とを異なる検索方法にし、検索キーワードｋの曖昧度に応じて、検索方法を切り替えることができる。また、検索処理部４２は、検索クエリに含まれる検索キーワードｋの曖昧度に応じて、検索されたコンテンツ（例えば、ウェブページ）のランキング方法を変更して検索結果におけるコンテンツの表示順位を変更することもできる。

［２．３．３．提供情報生成部４３］
提供情報生成部４３は、検索処理部４２による検索処理の結果を取得し、かかる検索結果を含む情報（以下、検索結果情報と記載する）を提供情報として生成する。

かかる検索結果情報は、情報提供部３１がショッピングサイトのサービスを提供する場合、例えば、検索キーワードに対応する複数の商品の名称が表示され、かつ、検索キーワードに対応する複数の商品ページがリンク先として設定されたウェブページである。

また、情報提供部３１が動画提供サイトのサービスを提供する場合、検索結果情報は、例えば、検索キーワードに対応する複数の動画データのタイトルが表示され、かつ、検索キーワードに対応する複数の動画データがリンク先として設定されたウェブページである。

また、提供情報生成部４３は、要求受信部４１で受信した情報提供クエリに含まれる情報（例えば、ＵＲＬ）に応じたコンテンツを情報提供部３１から取得し、取得したコンテンツを含む提供情報を生成する。

ここで、要求受信部４１で受信した情報提供クエリが、検索結果情報に含まれる選択対象ｄのうち端末ユーザによって選択された選択対象ｄの情報の送信を要求するクエリであるとする。この場合、提供情報生成部４３は、検索結果情報に対応するキーワードと選択された選択対象ｄに関する情報とを関連付けて検索履歴記憶部２４に記憶する。

選択対象ｄに関する情報は、例えば、端末ユーザによって選択された選択対象ｄを特定する情報や、各選択対象ｄが端末ユーザにより選択される割合（以下、選択割合と記載する）の情報などが含まれる。

図５は、検索履歴記憶部２４に記憶される検索履歴テーブルの一例を示す図である。図５に示す検索履歴テーブル（検索履歴情報の一例）には、例えば、検索キーワードｋ１と選択対象ｄ１〜ｄｎの選択割合の情報とが関連付けて記憶されている。

図５に示す検索履歴テーブルは、検索キーワードｋ１による検索結果に含まれる選択対象ｄ１、ｄ２、ｄ３、ｄ４、・・・、ｄｎの端末ユーザによる選択割合が５％、３％、１２％、２％、・・・、４％であることを示す。以下、ある検索キーワードｋによる検索結果に含まれる選択対象ｄの端末ユーザによる選択割合の分布をクリック分布ｐ（ｄ｜ｑ）と記載する場合がある。なお、検索履歴記憶部２４に記憶される検索履歴情報は、図５に示す検索履歴テーブルに限定されず、例えば、検索キーワードｋと各選択グループｇの選択割合とが関連付けられたテーブルであってもよく、以下、選択グループｇの選択割合の分布をクリック分布ｐ（ｇ｜ｑ）と記載する場合がある。

［２．３．４．提供情報出力部４４］
提供情報出力部４４は、提供情報生成部４３によって生成された提供情報を対応する情報提供要求（例えば、検索クエリや情報提供クエリ）を送信した通信部１０を介して端末装置２へ送信する。これにより、端末装置２において、情報提供要求に応じた情報が取得され表示される。

図６は、端末装置２で表示される検索結果情報の一例を示す図である。図６に示す検索結果情報は、情報提供部３１がショッピングサイトのサービスを提供する場合において、端末装置２の表示部に表示される商品検索結果ページ８０を示す。

図６に示す商品検索結果ページ８０では、検索キーワードとして、端末ユーザにより「カメラ」が入力ボックス８１へ入力された状態で検索ボタン８２をクリック（選択）して検索した場合における検索結果が示される。かかる商品検索結果ページ８０には、検索結果として、商品Ａ、Ｂ、Ｃの情報をそれぞれ選択可能に表示した複数の領域８３〜８５が設定される。

端末ユーザが、例えば、「商品Ａ」の文字を選択（例えば、クリック）することで、商品Ａが選択対象ｄとして選択され、かかる選択結果を含む情報提供クエリが端末装置２から情報処理装置３へ送信される。また、端末ユーザが、例えば、「商品Ｂ」の文字を選択（例えば、クリック）することで、商品Ｂが選択対象ｄとして選択され、かかる選択結果を含む情報提供クエリが端末装置２から情報処理装置３へ送信される。

［２．３．５．特徴抽出部５１］
特徴抽出部５１は、検索履歴記憶部２４に記憶された情報と提供情報記憶部２１に記憶された情報に基づいて、各検索キーワードｋに対応する検索結果に含まれる選択対象ｄの特徴を抽出する。

かかる特徴抽出部５１は、選択対象ｄがウェブページである場合、かかるウェブページに含まれる自然言語のデータから形態素解析により複数の形態素を抽出し、かかる形態素から特徴語（例えば、名詞）を抽出する。そして、特徴抽出部５１は、抽出した各特徴語が属するトピックｔ（特徴要素の一例）を公知のトピックモデル（例えば、上述したＬＤＡ）を用いて判定し、選択対象ｄにおけるトピックｔの確率分布としてトピック分布ｐ（ｔ｜ｄ）を求める。

また、特徴抽出部５１は、例えば、選択対象ｄが動画データである場合や動画データが含まれるウェブページである場合、動画データに含まれる特徴画像、特徴音声、特徴語などの特徴要素をトピックｔとして抽出し、各トピックｔの出現割合の分布を求めることができる。

なお、トピック分布ｐ（ｔ｜ｄ）は、一つの選択対象ｄを対象とした確率分布であるが、特徴抽出部５１は、２以上の選択対象ｄを含む選択グループｇを対象とした確率分布であるトピック分布ｐ（ｔ｜ｇ）を求めることもできる。このようにグループ化することによって、選択対象ｄが多い場合であっても、トピック分布の演算負荷を抑えることができる。

図７は、ある選択対象ｄのトピック分布ｐ（ｔ｜ｄ）の一例を示す図である。図７に示す例では、ある選択対象ｄに含まれる全トピックｔ１〜ｔｎ（ｎは、２以上の整数）の数に対する各トピックｔ１〜ｔｎ数の割合がトピック分布ｐ（ｔ｜ｄ）として表されている。

特徴抽出部５１は、抽出した選択対象ｄの特徴を示す特徴情報として各選択対象ｄのトピック分布ｐ（ｔ｜ｄ）の情報と各選択対象ｄの情報とを対応づけた情報を特徴情報記憶部２５に記憶する。図８は、特徴情報記憶部２５に記憶される特徴情報の一例を示す図である。なお、特徴情報は、図８に示す特徴情報に限定されない。例えば、特徴情報は、各選択グループｇのトピック分布ｐ（ｔ｜ｇ）の情報と各選択グループｇの情報とを対応づけた情報であってもよい。

また、特徴抽出部５１は、例えば、選択対象ｄの特徴を空間ベクトル上のベクトルで表した特徴情報を選択対象ｄから算出し、かかる特徴情報を特徴情報記憶部２５に記憶することもできる。かかる特徴情報は、ベクトルの向きおよび大きさによって選択対象ｄの特徴が表現される。なお、ベクトル表現の生成については、例えば潜在的意味索引（ＬＳＩ：Latent Semantic Indexing）等の手法を用いることができる。なお、特徴抽出部５１は、選択グループｇのベクトルで表した特徴情報を選択グループｇに含まれる複数の選択対象ｄから算出することもできる。

［２．３．６．情報取得部５２］
情報取得部５２は、検索履歴記憶部２４に記憶されている検索履歴情報を取得する。情報取得部５２は、図５に示す検索履歴テーブルが検索履歴記憶部２４に記憶されている場合、例えば、検索キーワードｋ１に対応する選択対象ｄ１〜ｄｎの選択割合の情報を検索履歴記憶部２４から取得する。

また、情報取得部５２は、特徴情報記憶部２５に記憶される特徴情報を取得する。例えば、情報取得部５２は、検索キーワードｋ１に対応する選択対象ｄ１〜ｄｎのそれぞれのトピック分布ｐ（ｔ｜ｄ）を特徴情報記憶部２５から取得する。また、情報取得部５２は、検索キーワードｋ１に対応する複数の選択グループｇのそれぞれのトピック分布ｐ（ｔ｜ｇ）を特徴情報記憶部２５から取得することもできる。

［２．３．７．類似度算出部５３］
類似度算出部５３は、情報取得部５２で取得される各検索キーワードｋに対応する複数の選択対象ｄの情報と、かかる複数の選択対象ｄのそれぞれのトピック分布ｐ（ｔ｜ｄ）とに基づいて、各検索キーワードｋに対応する複数の選択対象ｄ間の類似度を算出する。

類似度算出部５３は、トピックｔの分布の強度を定量化するために、検索キーワードｋに対応する検索結果のうち選択された選択対象ｄのトピック分布ｐ（ｔ｜ｄ）を選択対象ｄの選択割合に応じて重み付けを行った後に合算して、平均トピック分布ｐ（ｔ｜ｑ）を求める。例えば、類似度算出部５３は、下記式（１）を用いて、検索キーワードｋ毎に平均トピック分布ｐ（ｔ｜ｑ）を求める。

平均トピック分布ｐ（ｔ｜ｑ）は、ある検索キーワードｋを有する検索クエリｑが与えられたときに、あるトピックｔが出てくる確率を示す。なお、上記式（１）において、「ｑ」は検索キーワードｋを有する検索クエリｑを示し、検索クエリｑと検索キーワードｋとは一対一で対応する。したがって、「ｑ」は、実質的に検索キーワードｋを示す。

また、上記式（１）において、「ｄ」は、選択（クリック）された選択対象ｄを示し、「Ｄｑ」は、検索クエリｑに関連する選択対象ｄを要素とする集合を示す。また、「ｐ（ｄ｜ｑ）」は、上述したクリック分布（選択分布）であり、ある検索クエリｑが与えられたときに、ある選択対象ｄが選択（クリック）される確率を示す。

次に、類似度算出部５３は、検索クエリｑ毎に、選択対象ｄ間の類似度を算出する。例えば、類似度算出部５３は、検索クエリｑ毎に、各選択対象ｄのクエリ分布と平均トピック分布ｐ（ｔ｜ｑ）との類似性を算出し、平均トピック分布ｐ（ｔ｜ｑ）と基準とした選択対象ｄ間の類似性を求める。

さらに、類似度算出部５３は、選択対象ｄ間の類似性に基づいて、検索クエリｑ毎の検索キーワードｋの曖昧度（以下、キーワード曖昧度と記載する）を判定する。例えば、類似度算出部５３は、すべての選択対象ｄの類似性を平均した値を算出し、かかる算出結果をキーワード曖昧度として判定する。

具体的には、類似度算出部５３は、下記式（２）を用いて、選択対象ｄ間の類似度をカルバック・ライブラー情報量（Kullback-Leibler divergence）として算出し、さらに、かかる選択対象ｄ間の類似度に基づいてクエリ曖昧度ａｍｂ（ｑ，Ｄｑ）をキーワード曖昧度として求める。クエリ曖昧度ａｍｂ（ｑ，Ｄｑ）は、各トピック分布ｐ（ｔ｜ｄ）と平均トピック分布ｐ（ｔ｜ｑ）との間のカルバック・ライブラー情報量を選択対象ｄの選択割合で重み付けして平均化した値である。

クエリ曖昧度ａｍｂ（ｑ，Ｄｑ）は、負ではなく、また、端末ユーザの検索意図が完全に明確な検索キーワードｋを有する検索クエリｑの場合はゼロであり、端末ユーザの検索意図がより曖昧である検索キーワードｋを有する検索クエリｑほどより大きな値になる。なお、上記式（２）において、「Ｔ」は、トピックｔを要素とする集合を示し、「Ｄｑ」は、上述したように検索クエリｑに関連する選択対象ｄを要素とする集合を示す。また、上述したように、検索クエリｑと検索キーワードｋとは一対一で対応しており、したがって、クエリ曖昧度ａｍｂ（ｑ，Ｄｑ）は、キーワードの曖昧度を示す。

このように、類似度算出部５３は、検索クエリｑ毎に、選択対象ｄ間のトピック分布ｐ（ｔ｜ｄ）を比較することによって、検索クエリｑの曖昧性（キーワードの曖昧性）を定量化できる。図９は、異なる検索クエリｑ１、ｑ２、ｑ３のそれぞれのトピック分布ｐ（ｔ｜ｑ）を示す図である。図９に示すトピック分布ｐ（ｔ｜ｑ）は、理解を容易にするために、トピックｔが３つ（トピックｔ１〜ｔ３）であり、選択対象ｄが３つ（選択対象ｄ１〜ｄ３）である例を示す。

図９に示すように、トピックｔ１〜ｔ３から構成されるトピック空間における選択対象ｄ１〜ｄ３間の距離が異なり、検索クエリｑ１、検索クエリｑ２、検索クエリｑ３の順に、選択対象ｄ１〜ｄ３間の距離が近くなる。したがって、検索クエリｑの曖昧度（キーワード曖昧度）は、検索クエリｑ１＞検索クエリｑ２＞検索クエリｑ３であることが理解できる。

したがって、上述のように、検索クエリｑ毎に、トピック分布ｐ（ｔ｜ｑ）を選択対象ｄ間で比較することにより、各検索クエリｑの検索キーワードｋの曖昧性を精度よく判定することができることがわかる。

ところで、各選択対象ｄが一つのトピックｔだけ有し、かつ、各選択対象ｄのトピックｔが独立である場合、上記式（２）は、下記式（３）に示すように簡略化することができる。

また、類似度算出部５３は、検索クエリｑ毎に、選択グループｇ間のトピック分布ｐ（ｔ｜ｇ）を比較してキーワード曖昧度を求めることもできる。この場合、類似度算出部５３は、選択対象ｄを選択グループｇに置き換えて上述と同様の処理を行うことで、キーワード曖昧度を求めることができる。例えば、類似度算出部５３は、上述した（１）、（２）等において、トピック分布ｐ（ｔ｜ｄ）をトピック分布ｐ（ｔ｜ｇ）に置き換え、クリック分布ｐ（ｄ｜ｑ）をクリック分布ｐ（ｇ｜ｑ）に置き換えることによって、キーワード曖昧度を求めることができる。

なお、選択対象ｄ間（または選択グループｇ間）の類似性の算出手法は、上述した例に限定されず、選択対象ｄ間（または選択グループｇ間）の類似性を算出することができればよい。類似度算出部５３は、予め準備した基準のトピック分布と各選択対象ｄのトピック分布ｐ（ｔ｜ｄ）との類似性を算出し、かかる類似性間の類似性に基づいて、選択対象ｄ間の類似性を算出することもできる。また、類似度算出部５３は、選択グループｇについても同様に、予め準備した基準のトピック分布と各選択グループｇのトピック分布ｐ（ｔ｜ｇ）との類似性を算出し、選択グループｇ間の類似性を判定することもできる。

また、類似度算出部５３は、例えば、選択対象ｄの特徴が空間ベクトル上のベクトルで表される場合、かかるベクトルの選択対象ｄ間での類似度を算出することで、選択対象ｄ間の類似度を算出することができる。なお、選択グループｇについても同様に、類似度算出部５３は、ベクトルの選択グループｇ間の類似性を判定することができる。

［２．３．８．クエリ曖昧度設定部５４］
クエリ曖昧度設定部５４は、クエリ曖昧度ａｍｂ（ｑ，Ｄｑ）をそのままキーワード曖昧度として曖昧性情報記憶部２３に設定する。また、クエリ曖昧度設定部５４は、クエリ曖昧度ａｍｂ（ｑ，Ｄｑ）をそのままキーワード曖昧度とせずに、所定の変換テーブルを用いて、クエリ曖昧度ａｍｂ（ｑ，Ｄｑ）をキーワード曖昧度に変換することもできる。

変換テーブルは、例えば、「低」、「中」、「高」の３段階に分けたキーワード曖昧度とクエリ曖昧度ａｍｂ（ｑ，Ｄｑ）の値の範囲とを対応付けたテーブルであり、かかるテーブルに基づいて、キーワード曖昧度が「低」、「中」、「高」の中から判定される。

なお、類似度算出部５３に基づいて算出した選択対象ｄ間（または選択グループｇ間）の類似性が低いほどキーワード曖昧度が高くなるように、検索キーワードｋ毎のキーワード曖昧度を曖昧性情報記憶部２３に設定することができれば上記方法に限定されない。

［３．情報処理装置３の処理フロー］
次に、図１０を用いて、情報処理装置３における情報処理の手順について説明する。図１０は、実施形態に係る情報処理装置３における情報処理の流れを示すフローチャートであり、かかる情報処理は繰り返し実行される。

図１０に示すように、情報処理装置３の情報提供部３１は、端末装置２からの検索クエリを受信したか否かを判定する（ステップＳ１０）。検索クエリを受信したと判定した場合（ステップＳ１０；Ｙｅｓ）、情報提供部３１は、検索処理を実行する（ステップＳ１１）。かかる検索処理は、図１１に示すステップＳ２０〜Ｓ２５に示す処理であり、後で詳述する。

ステップＳ１１の処理が終了した場合、または、ステップＳ１０において検索クエリを受信していないと判定した場合（ステップＳ１０；Ｎｏ）、情報提供クエリを受信したか否かを判定する（ステップＳ１２）。情報提供クエリを受信したと判定した場合（ステップＳ１２；Ｙｅｓ）、情報提供部３１は、情報提供クエリに応じた提供情報を端末装置２へ送信し（ステップＳ１３）、情報提供クエリによって要求された提供情報に関する情報を検索履歴情報として記憶する（ステップＳ１４）。提供情報に関する情報は、例えば、選択された選択対象に関する情報である。

ステップＳ１４の処理が終了した場合、または、ステップＳ１２において情報提供クエリを受信していないと判定した場合（ステップＳ１２；Ｎｏ）、曖昧性判定部３２は、曖昧性判定契機になったか否かを判定する（ステップＳ１５）。曖昧性判定契機は、例えば、所定周期（例えば、１日毎）に発生する契機である。

曖昧性判定契機になったと判定した場合（ステップＳ１５；Ｙｅｓ）、曖昧性判定部３２は、曖昧性判定処理を実行する（ステップＳ１６）。かかる曖昧性判定処理は、図１２に示すステップＳ３０〜Ｓ３３に示す処理であり、後で詳述する。ステップＳ１６の処理が終了した場合、または、ステップＳ１５において曖昧性判定契機になっていないと判定した場合（ステップＳ１５；Ｎｏ）、制御部３０は、図１０に示す処理を終了する。

次に、ステップＳ１１に示す検索処理について説明する。図１１は、図１０に示すステップＳ１１の検索処理の流れを示すフローチャートである。

図１１に示すように、情報提供部３１は、受信した検索クエリのキーワード曖昧度の情報を記憶部２０から取得し（ステップＳ２０）、取得したキーワード曖昧度が閾値ＴＨ以上であるか否かを判定する（ステップＳ２１）。

キーワード曖昧度が閾値ＴＨ以上であると判定した場合（ステップＳ２１；Ｙｅｓ）、情報提供部３１は、補助情報を取得する（ステップＳ２３）。補助情報は、例えば、検索クエリに含まれる検索キーワードに補充する情報（例えば、追加キーワード）である。ステップＳ２３が終了した場合、または、キーワード曖昧度が閾値ＴＨ以上ではないと判定した場合（ステップＳ２１；Ｎｏ）、情報提供部３１は、検索クエリに含まれる検索キーワードを用いた検索を行う（ステップＳ２２）。

情報提供部３１は、ステップＳ２３で補助情報を取得している場合、ステップＳ２２において、補助情報を利用する。例えば、情報提供部３１は、検索キーワードｋに補助情報（例えば、追加キーワード）を補充した検索キーワードによって検索処理を行うことができる。また、情報提供部３１は、検索クエリに含まれる検索キーワードｋに補充する絞り込み候補の情報（例えば、追加キーワード）を補助情報として端末装置２へ送信して端末ユーザに絞り込み候補の情報を提供する。そして、情報提供部３１は、端末ユーザが選択した絞り込み候補を含むクエリを受信すると、検索キーワードｋに絞り込み候補を補充したキーワードによって検索を行う。

ステップＳ２２、Ｓ２３の処理が終了した場合、情報提供部３１は、検索結果の情報を検索クエリの送信元である端末装置２へ送信する（ステップＳ２４）。そして、情報提供部３１は、かかる検索履歴の情報（例えば、検索キーワードｋや選択対象ｄの情報）を記憶部２０に記憶し（ステップＳ２５）、図１１に示す処理を終了する。

次に、ステップＳ１６に示す曖昧性判定処理について説明する。図１２は、図１０に示すステップＳ１６の曖昧性判定処理の流れを示すフローチャートである。

図１２に示すように、曖昧性判定部３２は、各検索キーワードｋに対応する選択対象ｄ（または選択グループｇ）の特徴を抽出する（ステップＳ３０）。次に、曖昧性判定部３２は、選択対象ｄ（または選択グループｇ）の選択割合の情報を取得する（ステップＳ３１）。

次に、曖昧性判定部３２は、ステップＳ３１で取得した情報に基づいて、選択対象ｄまたは選択グループｇ間の類似性を算出する（ステップＳ３２）。曖昧性判定部３２は、例えば、選択対象ｄ（または選択グループｇ）の選択割合に応じて各選択対象ｄ（または選択グループｇ）の特徴要素の重み付けを行い、このように重み付けを行った特徴要素の分布間の類似度を算出することで、選択対象ｄ（または選択グループｇ）間の類似性を算出する。

次に、曖昧性判定部３２は、ステップＳ３２で算出した類似性に応じたクエリ曖昧度を記憶部２０に記憶し（ステップＳ３３）、図１２に示す処理を終了する。かかる処理において、曖昧性判定部３２は、例えば、ステップＳ３２で算出した類似性をそのままクエリ曖昧度として記憶部２０に記憶したり、所定の変換テーブルを用いて、ステップＳ３２で算出した類似性をクエリ曖昧度に変換したりすることもできる。

［４．変形例］
上述した実施形態では、キーワード曖昧性を考慮した検索処理とキーワード曖昧性を判定する曖昧性判定処理とを同一の情報処理装置３によって実行する例を説明したが、検索処理を行う情報処理装置と曖昧性判定処理を行う情報処理装置とを別体の装置で行っても良い。この場合、これらの装置間でキーワード曖昧性の情報が送受信される。

また、情報処理装置３が検索キーワードｋに対応して提供するコンテンツは、ウェブページなどのウェブコンテンツに限定されるものではなく、検索キーワードｋで検索されるデジタルコンテンツであればよい。なお、デジタルコンテンツとしては、例えば、文書データ、動画データ、音声データなどが含まれる。

また、上述した実施形態では、曖昧性判定部３２は、選択対象ｄの特徴としてトピックモデル（例えば、ＬＤＡ）を用いてトピックｔの分布に基づいて選択対象ｄ間の類似度を判定する例を示したが、かかる例に限定されない。例えば、曖昧性判定部３２は、選択対象ｄ間における特徴語（例えば、予め設定された名詞）の分布の類似度に基づいて、選択対象ｄ間の類似度を判定することもできる。

曖昧性判定部３２は、選択対象ｄ（または選択グループｇ）の選択割合に加え、さらに選択対象ｄ（または選択グループｇ）の選択までにかかった時間に応じた重み付けを行うことができる。これにより、さらに、検索キーワードｋの曖昧性を精度よく判定することができる。この場合、情報提供部３１は、選択対象ｄ（または選択グループｇ）の選択までにかかった時間の情報を検索履歴情報として記憶部２０に記憶する。

［５．ハードウェア構成〕
なお、上述した実施形態における情報処理装置３は、例えば図１３に示すような構成のコンピュータ１００が情報処理プログラムを実行することによって実現される。図１３は、情報処理プログラムを実行するコンピュータのハードウェア構成の一例を示す図である。コンピュータ１００は、ＣＰＵ１０１、ＲＡＭ１０２、ＲＯＭ１０３、ＨＤＤ１０４、通信インターフェイス（Ｉ／Ｆ）１０５、入出力インターフェイス（Ｉ／Ｆ）１０６、およびメディアインターフェイス（Ｉ／Ｆ）１０７を備える。

ＣＰＵ１０１は、ＲＯＭ１０３またはＨＤＤ１０４に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１０３は、コンピュータ１００の起動時にＣＰＵ１０１によって実行されるブートプログラムや、コンピュータ１００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１０４は、ＣＰＵ１０１によって実行されるプログラムによって使用されるデータ等を格納する。例えば、ＨＤＤ１０４は、図３に記載した提供情報記憶部２１、ユーザ情報記憶部２２、曖昧性情報記憶部２３、検索履歴記憶部２４および特徴情報記憶部２５と同様のデータを記憶する。通信インターフェイス１０５は、通信部１０に対応し、ネットワーク４を介して他の機器からデータを受信してＣＰＵ１０１へ送り、ＣＰＵ１０１が生成したデータを、ネットワーク４を介して他の機器へ送信する。

ＣＰＵ１０１は、入出力インターフェイス１０６を介して、ディスプレイやプリンタ等の出力装置、および、キーボードやマウス等の入力装置を制御する。ＣＰＵ１０１は、入出力インターフェイス１０６を介して、入力装置からデータを取得する。また、ＣＰＵ１０１は、生成したデータを、入出力インターフェイス１０６を介して出力装置へ出力する。

メディアインターフェイス１０７は、記録媒体１０８に格納されたプログラムまたはデータを読み取り、ＲＡＭ１０２を介してＣＰＵ１０１に提供する。ＣＰＵ１０１は、当該プログラムを、メディアインターフェイス１０７を介して記録媒体１０８からＲＡＭ１０２上にロードし、ロードしたプログラムを実行する。記録媒体１０８は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

コンピュータ１００が上述した実施形態に係る情報処理装置３して機能する場合、コンピュータ１００のＣＰＵ１０１は、ＲＡＭ１０２上にロードされたプログラムを実行することにより、図３に示す情報提供部３１および曖昧性判定部３２の各機能を実現する。コンピュータ１００のＣＰＵ１０１は、情報処理プログラムを、記録媒体１０８から読み取って実行するが、他の例として、他の装置から、ネットワーク４を介してこれらのプログラムを取得してもよい。

［６．効果］
実施形態に係る情報処理装置３は、記憶部２０と、曖昧性判定部３２とを備える。記憶部２０は、検索時に用いられた検索キーワードｋと、検索キーワードｋを用いて検索された検索結果の中から選択された複数の選択対象ｄ（または複数の選択グループｇ；対象の一例）に関する情報とを関連付けて検索履歴情報として記憶する。曖昧性判定部３２は、記憶部２０に記憶された検索履歴情報に基づき、検索キーワードｋに対応する複数の選択対象ｄ間（または複数の選択グループｇ間）の類似度を算出し、算出した類似度から検索キーワードｋの曖昧性を判定する。このように、端末ユーザによって選択された選択対象ｄ１〜ｄｎ間（または複数の選択グループｇ間）の関係を考慮して検索キーワードｋの曖昧性を判定することから、検索に用いられる検索キーワードｋの曖昧性を精度よく判定することができる。

また、曖昧性判定部３２は、情報取得部５２と、類似度算出部５３とを備える。情報取得部５２は、選択された複数の選択対象ｄ（または複数の選択グループｇ）それぞれの特徴を示す特徴情報を取得する。また、類似度算出部５３は、選択対象ｄの選択割合（または選択グループｇの選択割合）に基づいて重み付けられた複数の選択対象ｄ間（または複数の選択グループｇ間）での特徴情報の類似度に基づき、複数の選択対象ｄ間（または複数の選択グループｇ間）の類似度（以下、対象類似度と記載する）を算出する。このように特徴情報に基づいて、対象類似度を算出することから、かかる類似度を精度よく算出することができる。

また、情報取得部５２は、特徴情報としてトピック分布ｐ（ｔ｜ｄ）(またはｐ（ｔ｜ｇ）)（特徴要素の分布の一例）を示す情報を取得する。類似度算出部５３は、選択された複数の選択対象ｄ間（または複数の選択グループｇ間）でのトピック分布ｐ（ｔ｜ｄ）(またはｐ（ｔ｜ｇ）)の類似度に基づき、対象類似度の類似度を算出する。このように、トピック分布ｐ（ｔ｜ｄ）(またはｐ（ｔ｜ｇ）)の類似度を用いることにより、対象類似度をさらに精度よく算出することができる。

また、選択された選択対象ｄは、検索結果の中から選択されたコンテンツ（またはコンテンツのグループ）であり、特徴情報は、コンテンツに含まれるトピック分布（またはグループの２以上のコンテンツに含まれるトピック分布）である。事前に十分に調整されたグループが存在する場合、選択されたグループのトピック分布に基いて対象類似度を算出する方が、コンテンツのトピック分布を基いて対象類似度を算出する場合に比べ、対象類似度をより精度よく算出できる可能性がある。また、選択されたグループのトピック分布に基づいて対象類似度を算出することによって、例えば、判定対象を減らすことができることから対象類似度の判定負荷を軽減することができる。

曖昧性判定部３２は、検索キーワードｋ毎に類似度に対応するキーワード曖昧度を含む曖昧性情報を記憶部２０に記憶する。このように、検索キーワードｋ毎に類似度に対応するキーワード曖昧度を記憶するとから、新たな検索を行うために入力された検索キーワードｋに対して、キーワード曖昧度に応じた検索を行うことができる。

実施形態に係る情報処理装置３は、情報提供部３１を備える。情報提供部３１は、新たに検索を行うために入力された検索キーワードｋに対して、曖昧性情報から検索キーワードｋに対するキーワード曖昧度（曖昧度の情報の一例）を取得し、取得したキーワード曖昧度の情報に対応させた情報提供処理（例えば、検索処理）を行う。これにより、検索クエリｑの検索キーワードｋの曖昧度に応じた適切な検索結果を端末ユーザに提供することができる。

情報提供部３１は、キーワード曖昧度と、予め設定した閾値ＴＨとを比較し、キーワード曖昧度が閾値ＴＨ以上である場合に、検索キーワードｋに他の情報を補充し、補充した内容で検索を行い、キーワード曖昧度が閾値ＴＨ以上でない場合に、検索キーワードｋで検索を行う。これにより、曖昧度が高い検索キーワードｋを有する検索クエリに対して、ユーザの検索意図に対応する適切な検索結果を端末ユーザに提供することができる。

情報提供部３１は、キーワード曖昧度と、予め設定した閾値ＴＨとを比較し、キーワード曖昧度が閾値ＴＨ以上である場合に、検索キーワードｋに他の情報を補充する絞り込み候補の情報を端末装置２へ提供することもできる。これにより、曖昧度が高い検索キーワードｋを有する検索クエリに対して、ユーザの検索意図に対応するより明確なり込み候補を端末ユーザに提供することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述した情報処理装置３は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、上記してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、曖昧性判定部は、曖昧性判定手段や曖昧性判定回路に読み替えることができる。

１情報処理システム
２端末装置
３情報処理装置
４ネットワーク
１０通信部
２０記憶部
２１提供情報記憶部
２２ユーザ情報記憶部
２３曖昧性情報記憶部
２４検索履歴記憶部
２５特徴情報記憶部
３０制御部
３１情報提供部
３２曖昧性判定部
４１要求受信部
４２検索処理部
４３提供情報生成部
４４提供情報出力部
５１特徴抽出部
５２情報取得部
５３類似度算出部
５４クエリ曖昧度設定部

Claims

検索時に用いられたキーワードと、当該キーワードを用いて検索された検索結果の中から選択された複数の対象に関する情報とを関連付けて検索履歴情報として記憶する記憶部と、
前記記憶部に記憶された検索履歴情報に基づき、前記キーワードに対応する前記複数の対象間の類似度を算出し、算出した類似度から前記キーワードの曖昧性を判定する曖昧性判定部と、
を有することを特徴とする情報処理装置。
前記曖昧性判定部は、
前記複数の対象それぞれの特徴を示す特徴情報を取得する情報取得部と、
前記対象の選択割合に基づいて重み付けた前記複数の対象間での前記特徴情報の類似度に基づき、前記複数の対象間の類似度を算出する類似度算出部と、を備える
ことを特徴とする請求項１に記載の情報処理装置。
前記情報取得部は、
前記特徴情報として特徴要素の分布を示す情報を取得し、
前記類似度算出部は、
前記複数の対象間での前記特徴要素の分布の類似度に基づき、前記複数の対象間の類似度を算出する
ことを特徴とする請求項２に記載の情報処理装置。
前記対象は、前記検索結果の中から選択されたコンテンツまたは当該コンテンツのグループであり、
前記特徴情報は、前記コンテンツに含まれる特徴要素の分布または前記グループの２以上のコンテンツに含まれる特徴要素の分布である
ことを特徴とする請求項３に記載の情報処理装置。
前記曖昧性判定部は、
前記キーワード毎に前記類似度に対応する曖昧性情報を前記記憶部に記憶する
ことを特徴とする請求項１〜４のいずれか一つに記載の情報処理装置。
新たに検索を行うために入力されたキーワードに対して、前記曖昧性情報から前記キーワードに対する曖昧度の情報を取得し、取得した曖昧度の情報に対応させた情報提供処理を行う情報提供部を有する
ことを特徴とする請求項５に記載の情報処理装置。
前記情報提供部は、
前記曖昧度と、予め設定した閾値とを比較し、前記曖昧度が前記閾値以上である場合に、前記キーワードに他の情報を補充し、補充した内容で検索を行い、前記曖昧度が前記閾値以上でない場合に、前記キーワードで検索を行う
ことを特徴とする請求項６に記載の情報処理装置。
前記情報提供部は、
前記曖昧度と、予め設定した閾値とを比較し、前記曖昧度が前記閾値以上である場合に、前記キーワードを送信した端末装置へ前記キーワードに補充する他の情報を提供する
ことを特徴とする請求項６または７に記載の情報処理装置。
コンピュータが実行する情報処理方法であって、
検索時に用いられたキーワードと、当該キーワードを用いて検索された検索結果の中から選択された複数の対象に関する情報とを関連付けて検索履歴情報として記憶部に記憶する記憶工程と、
前記記憶部に記憶された検索履歴情報に基づき、前記キーワードに対応する前記複数の対象間の類似度を算出し、算出した類似度から前記キーワードの曖昧性を判定する曖昧性判定工程と、を含む
ことを特徴とする情報処理方法。
検索時に用いられたキーワードと、当該キーワードを用いて検索された検索結果の中から選択された複数の対象に関する情報とを関連付けて検索履歴情報として記憶部に記憶する記憶手順と、
前記記憶部に記憶された検索履歴情報に基づき、前記キーワードに対応する前記複数の対象間の類似度を算出し、算出した類似度から前記キーワードの曖昧性を判定する曖昧性判定手順と、
をコンピュータに実行させることを特徴とする情報処理プログラム。