JP6322660B2 - 情報処理装置、情報処理システムおよび情報処理方法 - Google Patents

Description

本発明は、ユーザの閲覧するドキュメントに関連するコンテンツを選択してドキュメントとともに表示する情報処理装置、情報処理システムおよび情報処理方法に関する。

インターネット上で日々発信される無数の情報をユーザが限られた時間で閲覧するにあたっては、情報の取捨選択は極めて重要である。特許文献１には、効率よい情報閲覧のために、閲覧している情報に関連する情報を収集し、同一画面上に表示する技術が記載されている。

特開２０１４−２１５９４９号公報

特許文献１では、対象となるコンテンツ情報から抽出されたキーワードと、対象となるコンテンツ情報の属するカテゴリごとに定められた追加ワードとを検索ワードとして行った検索により取得された情報を画面の領域に表示するようにしている。これにより、対象となるコンテンツ情報に関連する情報が表示され、効率的な情報閲覧を可能にしている。

コンテンツ情報からのキーワード抽出は、固有名詞辞書を参照するなどして行うことができるが、そのキーワードがそのコンテンツ情報を適切に代表するものでない場合がある。また、同音異義語や複数分野で活躍する人物など、同じキーワードであってもユーザによって意味が異なる場合もある。このような場合には、対象となるコンテンツに関連する情報を適切に選択し表示することができない。

本発明は、ドキュメントに関連するコンテンツをより適切に取得してドキュメントとともに表示する情報処理装置を提供することを目的とする。

上述した課題を解決するために、本発明にかかる情報処理装置は、
ネットワーク経由でユーザがアクセスしたドキュメントと、前記ドキュメントに出現する単語であるタームとについて、前記タームの出現傾向が類似する前記ドキュメントをグループ化したドキュメントクラスタを記憶するデータベース手段と、
指定されたドキュメントから単語を抽出する単語抽出手段と、
前記抽出された単語に基づいて、前記指定されたドキュメントに関連する前記ドキュメントクラスタを特定するドキュメントクラスタ特定手段と、
前記特定されたドキュメントクラスタに出現する前記タームをキーワードとして選定するキーワード選定手段と、
前記データベース手段に記憶されたそれぞれの前記ドキュメントクラスタにおける出現傾向が前記キーワードと類似する前記タームを追加キーワードとして選定するキーワード追加手段と、
前記選定されたキーワードおよび前記選定された追加キーワードに関連するコンテンツをネットワークから取得するコンテンツ取得手段と、
前記取得されたコンテンツを前記指定されたドキュメントとともに表示する表示手段と、
を有することを特徴とする。

本発明により、ドキュメントに関連するコンテンツをより適切に取得してドキュメントとともに表示する情報処理装置を提供することができる。

本発明の第１の実施形態にかかる情報処理システムの概略構成図である。 本発明の第１の実施形態にかかる情報処理装置の機能ブロック図である。 データベース手段１００に記憶されるデータの例である。 本発明の第１の実施形態にかかる情報処理装置のフローチャートである。 本発明の第２の実施形態にかかる情報処理システムの概略構成図である。

以下、本発明の実施の形態について詳細に説明する。

図１は、本発明の第１の実施形態にかかる情報処理システムの概略構成図である。図１に示すように、情報処理装置１は、通信部１０と、処理部１１と、表示部１２と、データ記憶部１３とを有して構成される。また、検索サーバ２は、通信部２０と、検索部２１とを有して構成される。情報処理装置１と検索サーバ２とは、ネットワーク３を介して接続される。情報処理装置１は、ユーザの操作によってネットワーク３経由でアクセス可能な各種情報にアクセスするものであり、パーソナルコンピュータやスマートホンなどが該当するが、これに限るものではない。

情報処理装置１の通信部１０は、情報処理装置１をネットワーク３に接続し、情報の送受信を行う。通信部１０は、具体的には図示しない有線ＬＡＮインタフェースや無線ＬＡＮインタフェースおよびこれらの制御ソフトウェアないしファームウェアにより構成可能である。

情報処理装置１の処理部１１は、各種情報処理を実行する。各種情報処理には、図示しない入力部を介してユーザの指定するソフトウェアの実行の他に、情報処理装置１を構成する各部の制御など、ユーザが明示的に指定しない処理が含まれる。処理部１１は、図示しないＣＰＵおよびメモリにより構成可能である。

情報処理装置１の表示部１２は、処理部１１による情報処理結果をユーザに視認可能に表示する。表示部１２は、液晶ディスプレイパネルなどのディスプレイユニットにより構成可能である。

情報処理装置１のデータ記憶部１３は、各種データを不揮発に記憶する。各種データは、通信部１０によりネットワーク３から受信されるものであってよく、図示しない入力部を介したユーザの入力に基づいて作成されるものであってもよい。また、各種データは、処理部１１の処理の対象とすることができる。データ記憶部１３は、ハードディスクドライブやＳＳＤ（Solid State Drive）などの不揮発記憶装置により構成可能である。

検索サーバ２の通信部２０は、検索サーバ２をネットワーク３に接続し、情報の送受信を行う。通信部２０は、具体的には図示しない有線ＬＡＮインタフェースや無線ＬＡＮインタフェースおよびこれらの制御ソフトウェアないしファームウェアにより構成可能である。

検索サーバ２の検索部２１は、通信部２０がネットワーク３経由で受け付ける検索要求に応じて検索を実行し、ネットワーク３経由で検索結果を要求元に送信する。ここでいう検索は、検索要求に含まれるキーワードと所定の関連を有する情報の特定である。かかる検索は、検索サーバ２自体が有するデータに基づいて行ってもよく、検索サーバ２とは別の情報保有サーバに要求して行わせるようにしてもよい。

図２は、本発明の第１の実施形態にかかる情報処理装置の機能ブロック図である。図２に示すように、情報処理装置１は、データベース手段１００と、単語抽出手段１１０と、ドキュメントクラスタ特定手段１２０と、キーワード選定手段１３０と、キーワード追加手段１４０と、コンテンツ取得手段１５０と、表示手段１６０とを有する。

データベース手段１００は、ネットワーク経由でユーザがアクセスしたドキュメントと、ドキュメントに出現する単語であるタームとについて、ドキュメントにおける出現傾向が類似するタームをグループ化したタームクラスタと、タームの出現傾向が類似するドキュメントをグループ化したドキュメントクラスタとを記憶する。データベース手段１００は、ユーザがアクセスしたドキュメントに加えて、ユーザによりアクセスされていないドキュメントを含むネットワーク経由でアクセス可能なドキュメントについてのタームクラスタとドキュメントクラスタとを記憶してもよい。

データベース手段１００に記憶されるデータの例を図３に示す。図３（ａ）に示すように、データベース手段１００では、ドキュメントをＸ軸方向に、タームをＹ軸方向に並べた表としてデータを記憶している。ドキュメントとタームとの交点にある値は、そのドキュメントにそのタームが出現する頻度を示す。図３（ａ）では、出現頻度として出現回数と出現確率の両方が記載されているが、いずれか一方のみであってもよい。例えば、出現回数のみを記憶しておき、確率は都度計算することもできる。

図３(ａ)では、簡略化のため４つのドキュメントクラスタと４つのタームとの関係を示しているが、実際にはタームについてもドキュメントと同様にクラスタ化して記憶される。例えば、「ブルゾン」「スーツ」などのドキュメントにおける出現傾向が「ジャケット」と類似している場合、これらのタームをグループ化したタームクラスタが記憶される。また、クラスタ化される前の個々のドキュメントないしタームの値がクラスタの値とあわせて記憶されていてもよい。

なお、図３（ａ）では、出現確率を、全ドキュメントに出現すべてのタームの延べ出現回数の合計を分母とし、あるドキュメントクラスタに含まれるドキュメントにおけるあるタームの延べ出現回数を分子として算出している。このように算出した出現確率により、タームの属するドキュメントクラスタに固有の特性を見ることができる。

図３（ａ）より、例えばターム「鈴木」がドキュメントクラスタＢに含まれるドキュメントに出現した回数が７００回であり、全ドキュメントに出現したすべてのタームの中での出現確率が０．１０であることを読み取ることができる。

また、データベース手段１００が、情報処理装置１のユーザによる情報処理装置１の操作履歴に基づいてタームごとに特定される興味度を記憶するようにしてもよい。興味度は、ユーザがそのタームに対して有する興味の度合いの推測値であり、例えばユーザがあるドキュメントに対して閲覧などの操作を行ったときに、操作に応じた得点をそのドキュメントに出現するタームに付与し、タームごとに得点を合計するなどして求めることができる。

図３（ａ）はネットワーク経由でアクセス可能なドキュメントにおける出現頻度（全体頻度）を表し、図３（ｂ）は実際にユーザがアクセスしたドキュメントにおける出現頻度（ユーザ頻度）を表している。このとき、ドキュメントクラスタＣにおいて「鈴木」は全体頻度が０．０６に対してユーザ頻度が０．１５であり、ユーザの興味度が大きいと判断できる。

データベース手段１００は、データ記憶部１３に所定のデータを記憶するとともに、処理部１１で所定のデータベース管理プログラムを実行することにより実施可能である。

単語抽出手段１１０は、指定されたドキュメントから単語を抽出する。ここでドキュメントとは、対応づけられたテキストを有するコンテンツであり、例えばニュース記事が記載されたＷｅｂページなどである。ここで指定とは、複数の対象から選択することを言い、選択はユーザが行ってもよいし、所定のアルゴリズムに従って装置が行ってもよい。

単語の抽出は、例えば指定されたドキュメントに対応するテキストの形態素解析により可能である。単語抽出手段１１０は、処理部１１が所定のプログラムを実行することにより実施可能である。

ドキュメントクラスタ特定手段１２０は、抽出された単語に基づいて、指定されたドキュメントに関連するドキュメントクラスタを特定する。例えば抽出された単語に該当するタームの出現頻度が高く、抽出された単語以外のタームの出現頻度の低いドキュメントクラスタを、関連するドキュメントクラスタとして特定可能である。また、例えば抽出された単語で構成されるベクトルとドキュメントクラスタにおける各タームの出現頻度で構成されるベクトルとで構成される距離の小さいドキュメントクラスタを、関連するドキュメントクラスタとして特定することも可能である。

指定されたドキュメントから「鈴木」「ジャケット」が抽出され、このドキュメントに関連するドキュメントクラスタを、図３（ａ）に例示したデータの中から特定することを考える。

まず、抽出された単語に該当するタームの出現頻度が高く、抽出された単語以外のタームの出現頻度の低いドキュメントクラスタを、関連するドキュメントクラスタとして特定する場合を考える。抽出された単語に該当する「鈴木」「ジャケット」の各ドキュメントクラスタにおける出現頻度の順位は、Ａ：２位 ３位、Ｂ：２位 ４位、Ｃ：３位 １位、Ｄ：２位 ３位 である。また、抽出された単語以外の「デレク」「福岡」の各ドキュメントクラスタにおける出現頻度の順位は、Ａ：１位 ４位、Ｂ：３位 １位、Ｃ：４位 ２位、Ｄ：３位 １位 である。１位を４点、２位を３点、３位を２点、４位を１点として抽出された単語と抽出された単語以外についてそれぞれスコアを集計し、抽出された単語以外のスコアにマイナス１を乗じて合計すると、Ａ：０点、Ｂ：−２点、Ｃ：２点、Ｄ：−１点となる。よって、スコアの大きいドキュメントクラスタＣが関連するドキュメントクラスタとして特定される。

次に、抽出された単語で構成されるベクトルとドキュメントクラスタにおける各タームの出現頻度で構成されるベクトルとで構成される距離の小さいドキュメントクラスタを、関連するドキュメントクラスタとして特定する場合を考える。「鈴木」「ジャケット」が抽出された場合、これらの単語で構成されたベクトルは、合計が１．０になるよう正規化すると（０．５，０，０，０．５）となる。一方、各ドキュメントクラスタにおける各タームの出現頻度で構成されるベクトルは、同様に正規化して、Ａ：（０．３８，０．４２，０．００，０．２１）、Ｂ：（０．３２，０．２７，０．３６，０．０５）、Ｃ：（０．２２，０．０６，０．２８，０．４４）、Ｄ：（０．２５，０．００，０．７５，０．００）となる。これらのベクトルで構成される距離を、各タームに対応する値の差の絶対値の合計として求めると、Ａ：０．８３、Ｂ：１．２７、Ｃ：０．６７、Ｄ：１．５０となる。このとき、距離の小さいドキュメントクラスタＣが関連するドキュメントクラスタとして特定される。

いずれの場合においても、スコアないし距離の計算方法は一例に過ぎず、他の計算方法も適用可能である。例えば、ベクトルで構成される距離としてユークリッド距離を用いてもよいし、コサイン類似度を用いてもよい。

ドキュメントクラスタ特定手段１２０は、処理部１１が所定のプログラムを実行することにより実施可能である。なお、ここでは図３（ａ）のデータの中から特定する場合を説明したが、図３（ｂ）のようなデータからも同様に特定できることは言うまでもない。

キーワード選定手段１３０は、特定されたドキュメントクラスタに出現するタームをキーワードとして選定する。例えば特定されたドキュメントクラスタにおいて出現頻度が高いタームを、キーワードとして選定することができる。また、特定されたドキュメントクラスタ内での出現確率がドキュメント全体での出現確率と比較して高いタームをキーワードとして選定することもできる。さらに、データベース手段１００が興味度を記憶しているとき、特定されたドキュメントクラスタにおいて興味度が高いタームをキーワードとして選定することも可能である。

指定されたドキュメントから「鈴木」「ジャケット」が抽出され、このドキュメントに関連するドキュメントクラスタとして図３（ａ）に例示したデータの中から特定されたドキュメントクラスタＣに出現するタームをキーワードとして選定することを考える。

図３（ａ）においてドキュメントクラスタＣに出現するタームは「鈴木」「デレク」「福岡」「ジャケット」であり、これらのいずれであってもドキュメントクラスタＣと何らかの関係を有するものであるので、キーワードとして選定することができる。

これらのうち、出現頻度の高い「ジャケット」「福岡」は、ドキュメントクラスタＣに属するドキュメントに頻度高く出現するものであるので、ドキュメントに追加するコンテンツを取得するためのキーワードとして選定するのに好適である。

また、ドキュメントクラスタＣ内での出現確率とドキュメント全体での出現確率とを比較してキーワードを選定することができる。ドキュメントクラスタＣ内での出現確率は、ドキュメントクラスタＣ内における各タームの出現回数をドキュメントクラスタＣ全体での出現回数で除して求めることができ、図３（ａ）ではそれぞれ０．２２、０．０６、０．２８、０．４４である。一方、この値と対比すべきドキュメント全体での各タームの出現確率は、それぞれ０．３１、０．２５、０．２４、０．２１である。

これらを対比すると、「ジャケット」はドキュメント全体での出現確率が０．２１であるのに対してドキュメントクラスタＣ内での出現確率が０．４４であり、高くなっている。このようなキーワードは、特定されたドキュメントクラスタに頻度高く出現するタームであるので、ドキュメントに追加するコンテンツを取得するためのキーワードとして選定するのに好適である。このようにして選定すると、ドキュメントクラスタを特徴づけるものでないが頻度高く出現する一般的な単語（助詞など）がドキュメントに多く含まれている場合であっても、これらに影響されることなく適切にキーワードを選定できる。

さらに、図３（ｂ）のデータからタームをキーワードとして選定するにあたり、興味度の高い「鈴木」「ジャケット」を選定することができる。これらのタームは、ドキュメントクラスタＣに属するドキュメントに出現するタームのうちユーザが興味を有しているものであるので、ドキュメントに追加するコンテンツを取得するためのキーワードとして選定するのに好適である。

なお、ドキュメントクラスタからタームをキーワードとして選定するにあたり、指定されたドキュメントから抽出されたものであるか否かを考慮することができる。指定されたドキュメントから抽出されたものでないタームをキーワードとして選定するようにすると、ドキュメントに含まれた単語のみに基づいてドキュメントに追加するコンテンツを取得するやり方と比較してより適切にドキュメント内容ないしユーザ興味度を反映させることができる。

キーワード選定手段１３０は、処理部１１が所定のプログラムを実行することにより実施可能である。

キーワード追加手段１４０は、データベース手段１００に記憶されたそれぞれのドキュメントクラスタにおける出現傾向がキーワードと類似するタームを追加キーワードとして選定する。

図３の例で、「ジャケット」がキーワードとして選定されたものとする。図３（ｃ）は、「ジャケット」とその他のタームとの出現傾向の対比を示している。具体的には、「鈴木」の行の値は、図３（ｂ）に示す全ドキュメントにおけるクラスタごとの出現確率を「鈴木」の出現するドキュメントにおけるクラスタごとの出現確率となるよう正規化した正規化確率（クラスタＡについて、０．０７／０．３４＝０．２０）と、対比の対象となる「ジャケット」の正規化確率の差の絶対値（クラスタＡについて、｜０．２０−０．１８｜＝０．０２）をクラスタごとに求めた類似度である。

このようなドキュメントクラスタにおいては、類似度（正規化確率の選定キーワードとの差の絶対値）の合計が０．５５となり、１．０５の「デレク」や１．０５の「福岡」よりも小さい「鈴木」を、キーワードとして選定された「ジャケット」と出現傾向が類似するタームとすることができる。すなわち、「鈴木」を追加キーワードとして選定することができる。

キーワードとその他のタームとの出現傾向の算出方法は、上記の例に限らない。例えば、ドキュメントクラスタごとの各タームの出現確率に基づいて各タームの距離を求めるようにしてもよい。

このように、ユーザのアクセスしたドキュメントを基に構成されたドキュメントクラスタにおいて出現傾向の類似するタームを追加キーワードとして選定するため、直接ドキュメントに含まれない単語をキーワードとすることができる。さらに、複数の意味で用いられる単語であっても、出現傾向はそのユーザにとっての意味を反映しているため、そのユーザにとっての意味に対応した追加キーワードが選定される。

例えば「タイ」というキーワードが選定されているときに、このユーザが東南アジア方面の観光に興味を持ってこれまでドキュメントにアクセスしてきていたとすると、「ハマチ」「アジ」などではなく「ベトナム」「バンコク」などが出現傾向の類似するタームとして選定される。単体では多義的な「タイ」に「ベトナム」「バンコク」を追加することで、後述するコンテンツ取得をより適切に実行することができるようになる。

キーワード追加手段１４０は、処理部１１が所定のプログラムを実行することにより実施可能である。

コンテンツ取得手段１５０は、選定されたキーワードおよび選定された追加キーワードに関連するコンテンツをネットワークから取得する。キーワードおよび追加キーワードに関連するコンテンツの取得は、例えばネットワーク３を介して接続される検索サーバ２にキーワードおよび追加キーワードを検索ワードとした検索要求を送信し、検索サーバ２からキーワードおよび追加キーワードと所定の関連を有する情報である検索結果を受信することによって実行される。コンテンツ取得手段は、処理部１１が所定のプログラムを実行し、必要に応じて通信部１０がネットワーク３を介した通信を行うことで実施可能である。

表示手段１５０は、取得されたコンテンツを指定されたドキュメントとともに表示する。指定されたドキュメントと取得されたコンテンツとをともに表示することで、ユーザはドキュメントとともに関連するコンテンツにアクセスすることができる。

コンテンツは、画面におけるドキュメントと別の領域に表示してもよいし、ドキュメント内に追加して表示してもよい。また、ドキュメントが一画面に収まり切らない場合に、コンテンツを一画面に収まり切っていないドキュメントの領域に追加して表示してもよい。この場合、コンテンツはスクロール操作により初めてユーザに視認可能となるが、そうであってもユーザは、そのコンテンツがドキュメントと関連して表示されていることを容易に把握することができる。

表示手段は、処理部１１が所定のプログラムを実行し、表示部１２の表示内容を制御することで実施可能である。また、情報処理装置１が表示部１２を有さず、接続された表示装置（不図示）の表示内容を制御することによっても実施可能である。

次に、図４を参照して本実施形態の情報処理装置１が実行する処理の流れを説明する。図４は、本発明の第１の実施形態にかかる情報処理装置のフローチャートである。

まず情報処理装置１は、単語抽出手段１１０により、指定されたドキュメントから単語を抽出する（ステップＳ４１）。続いて情報処理装置１は、ドキュメントクラスタ特定手段１２０により、ステップＳ４１にて抽出された単語に基づいて指定されたドキュメントに関連するドキュメントクラスタを、データベース手段１００に記憶されたドキュメントクラスタから特定する（ステップＳ４２）。

情報処理装置１は、次に、キーワード選定手段１３０により、ステップＳ４２にて特定されたドキュメントクラスタに出現するタームをキーワードとして選定する（ステップＳ４３）。続いて情報処理装置１は、キーワード追加手段１４０により、記憶されたそれぞれのドキュメントクラスタにおける出現傾向がステップＳ４３にて選定されたキーワードと類似するタームを追加キーワードとして選定する（ステップＳ４４）。

次に情報処理装置１は、コンテンツ取得手段１５０により、ステップＳ４３にて選定されたキーワードおよびステップＳ４４にて選定された追加キーワードに関連するコンテンツをネットワークから取得する（ステップＳ４５）。

最後に情報処理装置１は、表示手段１６０により、ステップＳ４５にて取得されたコンテンツを、指定されたドキュメントとともに表示する（ステップＳ４６）。

以上のような処理を実行することにより、指定されたドキュメントの内容と所定の関連を有するコンテンツを取得し、ドキュメントとともに表示することができる。

次に、本発明の第２の実施形態を説明する。図５は、本発明の第２の実施形態にかかる情報処理システムの概略構成図である。本発明の第２の実施形態は、情報処理装置１と検索サーバ２に加えて、集計サーバ４がネットワーク３を介して接続される点が第１の実施形態と相違するため、共通する部分の説明は省略し、相違する部分を中心に説明する。

集計サーバ４は、ネットワーク経由でアクセス可能なドキュメントごとにドキュメントに出現する単語であるタームを集計し、情報処理装置１に提供するものである。集計サーバ４は、通信部４０と集計部４１とデータ記憶部４２とを有して構成される。

集計サーバ４の通信部４０は、集計サーバ４をネットワーク３に接続し、情報の送受信を行う。通信部４０は、具体的には図示しない有線ＬＡＮインタフェースや無線ＬＡＮインタフェースおよびこれらの制御ソフトウェアないしファームウェアにより構成可能である。

集計サーバ４の集計部４１は、通信部４０がネットワーク３から受信したデータを集計する。具体的な集計処理については後述する。集計部４１は、図示しないプロセッサで所定のプログラムを実行することにより構成可能である。

集計サーバ４のデータ記憶部４２は、各種データを不揮発に記憶する。各種データは、通信部４０によりネットワーク３から受信されたデータを集計部４１が集計したものであってよい。データ記憶部４２は、ハードディスクドライブやＳＳＤ（Solid State Drive）などの不揮発記憶装置により構成可能である。

集計部４１は、ネットワーク経由でアクセス可能なドキュメントと、ドキュメントに出現する単語であるタームとについて、ドキュメントにおける出現傾向が類似するタームをグループ化したタームクラスタと、タームの出現傾向が類似するドキュメントをグループ化したドキュメントクラスタとを記憶する。

情報処理装置１と同様の装置がネットワーク３上に複数存在し、それらを異なるユーザが操作する状況を想定する。このとき、データベース手段１００が記憶するデータを各情報処理装置１で独自に構築することはもちろん可能である。しかし、ネットワーク経由でアクセス可能なドキュメントにおけるタームの出現傾向は、どの情報処理装置１から見ても同じである。したがって、このデータを集計サーバ４で構築し、ネットワーク３を介して情報処理装置１に少なくとも一部を配信するようにすれば、情報処理装置１の負荷を効率的に削減することができるのである。

また、各情報処理装置１を操作するユーザの傾向は、まずは各情報処理装置１で把握される。よって、集計サーバ４から受信したドキュメントとタームとの一般的な出現傾向データに、情報処理装置１で把握された各タームに対するユーザの興味度を付加したデータベースを構築することで、よりユーザの嗜好に合致したコンテンツを取得し表示することが可能となる。

また、集計サーバ４から受信したドキュメントとタームとの一般的な出現傾向データに応じた分類で、情報処理装置１でユーザの操作履歴に基づき把握されたユーザのドキュメントの閲覧回数を記憶してゆくようにしてよい。このようにすると、ネットワーク経由でアクセス可能なドキュメントにおける出現頻度と実際にユーザがアクセスしたドキュメントにおける出現頻度とを比較することができるため、興味度を求めることができる。

以上本発明の好ましい実施例について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形、変更が可能である。

１ 情報処理装置
１０ 通信部
１１ 処理部
１２ 表示部
１３ データ記憶部
１００ データベース手段
１１０ 単語抽出手段
１２０ ドキュメントクラスタ特定手段
１３０ キーワード選定手段
１４０ キーワード追加手段
１５０ コンテンツ取得手段
１６０ 表示手段
２ 検索サーバ
２０ 通信部
２１ 検索部
３ ネットワーク
４ 集計サーバ
４０ 通信部
４１ 集計部
４２ データ記憶部

Claims (4)

1. ネットワーク経由でユーザがアクセスしたドキュメントと、前記ドキュメントに出現する単語であるタームとについて、前記タームの出現傾向が類似する前記ドキュメントをグループ化したドキュメントクラスタを記憶するデータベース手段と、
   指定されたドキュメントから単語を抽出する単語抽出手段と、
   前記抽出された単語に基づいて、前記指定されたドキュメントに関連する前記ドキュメントクラスタを特定するドキュメントクラスタ特定手段と、
   前記特定されたドキュメントクラスタに出現する前記タームをキーワードとして選定するキーワード選定手段と、
   前記データベース手段に記憶されたそれぞれの前記ドキュメントクラスタにおける出現傾向が前記キーワードと類似する前記タームを追加キーワードとして選定するキーワード追加手段と、
   前記選定されたキーワードおよび前記選定された追加キーワードに関連するコンテンツをネットワークから取得するコンテンツ取得手段と、
   前記取得されたコンテンツを前記指定されたドキュメントとともに表示する表示手段と、
   を有することを特徴とする情報処理装置。
2. 前記キーワード追加手段は、前記キーワードのそれぞれの前記ドキュメントクラスタにおける出現頻度と前記データベース手段に記憶された前記タームのそれぞれの前記ドキュメントクラスタにおける出現頻度との差の集計値が小さい前記タームを前記追加キーワードとして選定することを特徴とする、請求項１に記載の情報処理装置。
3. ネットワークで接続された情報処理装置とサーバとを有する情報処理システムであって、
   前記サーバは、
   ネットワーク経由でアクセス可能なドキュメントと、前記ドキュメントに出現する単語であるタームとについて、前記タームの出現傾向が類似する前記ドキュメントをグループ化したドキュメントクラスタを記憶する第１のデータベース手段を有し、
   前記情報処理装置は、
   前記サーバから前記第１のデータベース手段に記憶される前記ドキュメントクラスタの少なくとも一部を受信し、ユーザがアクセスした前記ドキュメントにおける前記タームの出現頻度を前記ドキュメントクラスタごとに記憶する第２のデータベース手段と、
   指定されたドキュメントから単語を抽出する単語抽出手段と、
   前記抽出された単語に基づいて、前記指定されたドキュメントに関連する前記ドキュメントクラスタを特定するドキュメントクラスタ特定手段と、
   前記特定されたドキュメントクラスタに出現する前記タームをキーワードとして選定するキーワード選定手段と、
   前記第２のデータベース手段に記憶されたそれぞれの前記ドキュメントクラスタにおける出現傾向が前記キーワードと類似する前記タームを追加キーワードとして選定するキーワード追加手段と、
   前記選定されたキーワードおよび前記選定された追加キーワードに関連するコンテンツをネットワークから取得するコンテンツ取得手段と、
   前記取得されたコンテンツを前記指定されたドキュメントとともに表示する表示手段と、
   を有する
   ことを特徴とする情報処理システム。
4. 情報処理システムのコンピュータが、
   ネットワーク経由でユーザがアクセスしたドキュメントと、前記ドキュメントに出現する単語であるタームとについて、前記タームの出現傾向が類似する前記ドキュメントをグループ化したドキュメントクラスタを記憶するデータベース記憶ステップと、
   指定されたドキュメントから単語を抽出する単語抽出ステップと、
   前記抽出された単語に基づいて、前記指定されたドキュメントに関連する前記ドキュメントクラスタを特定するドキュメントクラスタ特定ステップと、
   前記特定されたドキュメントクラスタに出現する前記タームをキーワードとして選定するキーワード選定ステップと、
   それぞれの前記ドキュメントクラスタにおける出現傾向が前記キーワードと類似する前記タームを追加キーワードとして選定するキーワード追加ステップと、
   前記選定されたキーワードおよび前記選定された追加キーワードに関連するコンテンツをネットワークから取得するコンテンツ取得ステップと、
   前記取得されたコンテンツを前記指定されたドキュメントとともに表示する表示ステップと、
   を実行することを特徴とする情報処理方法。

Images