JP6520955B2 - データ検証プログラム、データ検証方法及びデータ検証装置 - Google Patents

データ検証プログラム、データ検証方法及びデータ検証装置 Download PDF

Info

Publication number
JP6520955B2
JP6520955B2 JP2016558850A JP2016558850A JP6520955B2 JP 6520955 B2 JP6520955 B2 JP 6520955B2 JP 2016558850 A JP2016558850 A JP 2016558850A JP 2016558850 A JP2016558850 A JP 2016558850A JP 6520955 B2 JP6520955 B2 JP 6520955B2
Authority
JP
Japan
Prior art keywords
information
reliability
sites
unit
site
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
Application number
JP2016558850A
Other languages
English (en)
Other versions
JPWO2016075836A1 (ja
Inventor
剛 米田
剛 米田
述史 野呂
述史 野呂
田中　哲
哲 田中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of JPWO2016075836A1 publication Critical patent/JPWO2016075836A1/ja
Application granted granted Critical
Publication of JP6520955B2 publication Critical patent/JP6520955B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0853—Network architectures or network communication protocols for network security for authentication of entities using an additional device, e.g. smartcard, SIM or a different communication terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/14—Session management
    • H04L67/146—Markers for unambiguous identification of a particular session, e.g. session cookie or URL-encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/06—Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
    • G06F7/08—Sorting, i.e. grouping record carriers in numerical or other ordered sequence according to the classification of at least some of the information they carry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0609—Buyer or seller confidence or verification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Information Transfer Between Computers (AREA)

Description

本発明は、データ検証プログラム、データ検証方法及びデータ検証装置に関する。
インターネット上に公開されている情報を収集するためのツールとして、クローラツールが知られている。クローラツールは、インターネット上のホームページを巡回して、ＵＲＬ（Uniform Resource Locator）単位、すなわちページ単位で内容を保存する。また、地図データについて、名称や住所をインターネット上で検索し、検索結果の件数に応じて誤りか否かを判定することが提案されている。
また、インターネット上の風説情報を収集して、風説情報を取得したサイトごとに、新規性、信憑性、影響度、危険度等のスコアを求め、風説情報の利用者に提供することが提案されている。
特開２０１０−２３１５６０号公報 特開２００８−１６５２８４号公報
しかしながら、例えば、難読地名等であれば、誤った読み方を記載したサイトの件数が、正しい読み方を記載したサイトの件数よりも多くなる場合がある。このため、検索結果の件数により一律に正誤を判定することは困難である。また、風説情報は、様々な情報を含むため、所望の情報の正確性について検証するには、不要な情報が膨大となり効率が低下する場合がある。
一つの側面では、本発明は、文書に記載すべき情報の信頼度を高くして出力できるデータ検証プログラム、データ検証方法及びデータ検証装置を提供することにある。
一つの態様では、データ検証プログラムは、特定の情報の取得元として登録された複数のサイトの内、前記特定の情報として情報が取得されたサイトの信頼度を、前記複数のサイトのそれぞれに対応付けて信頼度を記憶する記憶部の記憶内容に基づいて特定する処理をコンピュータに実行させる。また、データ検証プログラムは、前記特定の情報として取得された前記情報を前記特定した前記信頼度とともに出力する処理をコンピュータに実行させる。
文書に記載すべき情報の信頼度を高くして出力できる。
図１は、データ検証装置の構成の一例を示すブロック図である。 図２は、対象記憶部の一例を示す図である。 図３は、ページ記憶部の一例を示す図である。 図４は、抽出データ記憶部の一例を示す図である。 図５は、信頼度記憶部の一例を示す図である。 図６は、グループ記憶部の一例を示す図である。 図７は、検証結果の表示画面の一例を示す図である。 図８は、検証結果の表示画面の他の一例を示す図である。 図９は、第１の検証処理の一例を示すフローチャートである。 図１０は、第２の検証処理の一例を示すフローチャートである。 図１１は、第３の検証処理の一例を示すフローチャートである。 図１２は、データ検証プログラムを実行するコンピュータの一例を示す図である。
以下、図面に基づいて、本願の開示するデータ検証プログラム、データ検証方法及びデータ検証装置の実施例を詳細に説明する。なお、本実施例により、開示技術が限定されるものではない。また、以下の実施例は、矛盾しない範囲で適宜組み合わせてもよい。
図１は、データ検証装置の構成の一例を示すブロック図である。図１に示すデータ検証装置１００は、例えば、ネットワークＮを介してインターネットに接続され、管理者に指定されたインターネット上のホームページ（以下、サイトともいう）を巡回し、所定のデータを取得してデータベースに蓄積する。データ検証装置１００は、例えば、ある地域の観光情報を取得するために、観光スポットのサイトや都道府県が設けた観光情報サイトを巡回して、各観光スポットの住所、電話番号、説明文等のデータを取得する。このとき、各観光スポットのサイトや観光情報サイトでは、同一の項目のデータ（値）が異なる場合がある。このため、データ検証装置１００は、各サイトから取得した同一の項目のデータについて信頼度を算出し、項目のデータごとやサイトごとにデータの信頼度を出力する。
すなわち、データ検証装置１００は、特定の情報の取得元として登録された複数のサイトの内、特定の情報として情報が取得されたサイトの信頼度を、複数のサイトのそれぞれに対応付けて信頼度を記憶する記憶部の記憶内容に基づいて特定する。また、データ検証装置１００は、特定の情報として取得された情報を特定した信頼度とともに出力する。これにより、データ検証装置１００は、項目のデータ（情報）を信頼度とともに出力できるので、信頼度の高い情報を、文書に記載すべき情報とすることができる。つまり、データ検証装置１００は、文書に記載すべき情報の信頼度を高くして出力できる。
ここで、文書としては、例えば、マークアップ言語で記述された文書が挙げられ、例えばＨＴＭＬ（HyperText Markup Language）文書、ＸＭＬ（Extensible Markup Language）文書等が挙げられる。なお、以下の説明では、一例として、ＨＴＭＬ文書を用いたホームページを巡回し、取得したデータを検証する場合について説明する。
次に、データ検証装置１００の構成について説明する。図１に示すように、データ検証装置１００は、入力部１０１と、出力部１０２と、通信部１１０と、記憶部１２０と、制御部１３０とを有する。また、データ検証装置１００は、図１に示す機能部以外にも既知のコンピュータが有する各種の機能部を有することとしてもかまわない。
入力部１０１は、例えば、キーボードやマウス等の入力デバイスであり、データ検証装置１００の管理者から各種情報の入力を受け付ける。例えば、入力部１０１は、データ検証装置１００の管理者により、巡回するサイトのＵＲＬ、取得するデータ項目等が入力され、入力結果を制御部１３０に出力する。また、入力部１０１は、例えば、ＳＤ（Secure Digital）メモリカード等のリーダライタであってもよい。入力部１０１は、例えば、ＳＤメモリカードから読み込んだ、巡回するサイトのＵＲＬ、取得するデータ項目等を制御部１３０に出力する。なお、入力部１０１は、入力デバイスとＳＤメモリカード等のリーダライタとの双方を有してもよい。
出力部１０２は、例えば、各種情報を表示するための表示デバイスである。出力部１０２は、例えば、表示デバイスとして液晶ディスプレイ等によって実現される。また、出力部１０２は、ＳＤメモリカード等のリーダライタであってもよい。出力部１０２は、制御部１３０から出力データが入力されると、出力データについて表示又はメモリカードへの書き込みを行う。なお、入力部１０１及び出力部１０２は、一体化されてもよく、例えば、ＳＤメモリカード等のリーダライタのように、双方の機能を有するデバイスであってもよい。また、出力部１０２は、例えば、表示デバイスとＳＤカードリーダライタの双方を有してもよい。
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部１１０は、ネットワークＮを介して、例えばインターネットと有線又は無線で接続され、インターネット上の各種サイトのサーバとの間で情報の通信を司る通信インタフェースである。通信部１１０は、インターネット上の各種サイトからページ内容、例えば、ＨＴＭＬ文書、画像ファイル等を受信する。通信部１１０は、受信したページ内容を制御部１３０に出力する。また、通信部１１０は、制御部１３０から入力されたページ要求等をインターネット上の各種サイトに送信する。
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、ハードディスクや光ディスク等の記憶装置によって実現される。記憶部１２０は、対象記憶部１２１と、ページ記憶部１２２と、抽出データ記憶部１２３と、信頼度記憶部１２４と、グループ記憶部１２５とを有する。また、記憶部１２０は、制御部１３０での処理に用いる情報を記憶する。
対象記憶部１２１は、データを取得するクロール処理の対象となるサイトのＵＲＬ（以下、対象ＵＲＬという）、及び、サイトの信頼度をＵＲＬＩＤと対応付けて記憶する。図２は、対象記憶部の一例を示す図である。図２に示すように、対象記憶部１２１は、「ＵＲＬＩＤ」、「対象ＵＲＬ」、「サイトの信頼度」といった項目を有する。対象記憶部１２１は、例えば、１つの対象ＵＲＬごとに１レコードとして記憶する。
「ＵＲＬＩＤ」は、対象ＵＲＬを識別する。「対象ＵＲＬ」は、クロール処理でアクセスする対象となるＨＴＭＬ文書のＵＲＬを示す。対象ＵＲＬは、例えば、管理者によって入力部１０１の入力デバイスにより入力される。「サイトの信頼度」は、対象ＵＲＬのＨＴＭＬ文書内の情報に基づく対象ＵＲＬのサイトの信頼度を示す。サイトの信頼度は、例えば、ＨＴＭＬ文書内の各項目の信頼度の合計値とすることができる。
図１の説明に戻って、ページ記憶部１２２は、対象ＵＲＬについて、クロール処理でアクセスして取得したページ内容、すなわち、ＨＴＭＬ文書、画像ファイル等を記憶する。図３は、ページ記憶部の一例を示す図である。図３に示すように、ページ記憶部１２２は、「ＵＲＬＩＤ」、「対象ＵＲＬ」、「記憶領域」といった項目を有する。ページ記憶部１２２は、例えば、１つの対象ＵＲＬごとに１レコードとして記憶する。
「ＵＲＬＩＤ」は、対象ＵＲＬを識別する。「対象ＵＲＬ」は、クロール処理でアクセスしたＨＴＭＬ文書のＵＲＬを示す。「記憶領域」は、取得したＨＴＭＬ文書や画像ファイル等を記憶した記憶領域を示す。記憶領域は、例えば、記憶部１２０のファイルシステムのディレクトリを記憶し、対応するディレクトリにＨＴＭＬ文書や画像ファイル等を記憶する。なお、ページ記憶部１２２は、記憶領域に、取得したＨＴＭＬ文書や画像ファイルを直接記憶するようにしてもよい。
図１の説明に戻って、抽出データ記憶部１２３は、ＨＴＭＬ文書から抽出された情報の、項目及びその値を記憶する。すなわち、抽出データ記憶部１２３は、クロール処理によって収集されたデータを格納するデータベースである。図４は、抽出データ記憶部の一例を示す図である。図４に示すように、抽出データ記憶部１２３は、「ＵＲＬＩＤ」、「項目」、「値」といった項目を有する。抽出データ記憶部１２３は、例えば、１つのＵＲＬＩＤごとに、対応するＨＴＭＬ文書内の項目及びその値を１つ以上記憶する。なお、抽出データ記憶部１２３に記憶されたデータは、任意のフォーマットの文書の各項目に、容易に登録できる。
「ＵＲＬＩＤ」は、対象ＵＲＬを識別する。「項目」は、取得された情報の項目を示す。「値」は、取得された情報の値を示す。図４の１行目の例では、ＵＲＬＩＤ「１」の１つ目の情報は、項目は「名称」であり、値は「三内丸山遺跡」となる。
図１の説明に戻って、信頼度記憶部１２４は、例えば、観光スポットの項目ごとに、対応する値と、値の信頼度（スコア）とを記憶する。図５は、信頼度記憶部の一例を示す図である。図５に示すように、信頼度記憶部１２４は、「名称」、「項目」、「ＵＲＬＩＤ」、「値」、「信頼度の要素」、「値の信頼度」といった項目を有する。信頼度記憶部１２４は、例えば、ＵＲＬＩＤごとに１レコードとして記憶する。
「名称」は、例えば、観光スポット等の名称を示す。「項目」は、名称に対応する各項目を示す。項目は、例えば、観光スポットに対応する住所や電話番号が挙げられる。「ＵＲＬＩＤ」は、項目に対応するデータ、つまり項目の値を取得した対象ＵＲＬを識別する。「値」は、項目に対応するデータを示す。値は、例えば、電話番号について、ＵＲＬＩＤが「１」のサイトでは「０１７−７８１−ｘｘｘｘ」、ＵＲＬＩＤが「２」のサイトでは「０１７−７８１−ｐｐｐｐ」といった場合が挙げられる。
「信頼度の要素」は、さらに「情報提供者」、「情報鮮度」、「情報量」といった項目を有し、値ごとの信頼度のスコアを示す。「情報提供者」は、例えば、対象ＵＲＬのサイトを運営している組織に基づくスコアを示す。「情報鮮度」は、例えば、最終更新日に基づくスコアを示す。「情報量」は、例えば、対象ＵＲＬの対応するＨＴＭＬ文書における情報量を示す。「値の信頼度」は、ＵＲＬＩＤごとの値について、信頼度の要素のスコアを合計した値を示す。なお、各信頼度（スコア）は、値が大きいほど、信頼度が高くなる。
図１の説明に戻って、グループ記憶部１２５は、項目の値について、同一の内容を有する値をグループにまとめ、グループごとに当該値を有するＵＲＬＩＤ、すなわちサイトの数を対応付けて記憶する。図６は、グループ記憶部の一例を示す図である。図６に示すように、グループ記憶部１２５は、「名称」、「項目」、「値のグループ」、「サイトの数」、「各サイトの値の信頼度の合計」といた項目を有する。
「名称」は、例えば、観光スポット等の名称を示す。「項目」は、名称に対応する各項目を示す。項目は、例えば、観光スポットに対応する住所や電話番号が挙げられる。「値のグループ」は、同一の内容を有する値のグループを示す。「サイトの数」は、同一の内容を有する値を取得したサイト、すなわち対象ＵＲＬの数を示す。「各サイトの値の信頼度の合計」は、例えば、ある電話番号の値について、当該値を取得したサイトの値の信頼度を、当該値を有するサイトの数の分だけ加算した値である。なお、各サイトの値の信頼度の合計は、値が大きいほど、信頼度が高くなる。図６では、例えば、名称「三内丸山遺跡」の項目「電話番号」について、値のグループ「０１７−７８１−ｘｘｘｘ」は、当該値を有するサイトが９つあり、９つのサイトの電話番号の値「０１７−７８１−ｘｘｘｘ」の信頼度の合計が「６３」であることを示す。これに対し、値のグループ「０１７−７８１−ｐｐｐｐ」は、当該値を有するサイトが４つあり、４つのサイトの電話番号の値「０１７−７８１−ｐｐｐｐ」の信頼度の合計が「１６」であることを示す。
図１の説明に戻って、制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、内部の記憶装置に記憶されているプログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されるようにしてもよい。制御部１３０は、取得部１３１と、算出部１３２と、分類部１３３と、特定部１３４と、出力制御部１３５とを有し、以下に説明する情報処理の機能や作用を実現又は実行する。なお、制御部１３０の内部構成は、図１に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
取得部１３１は、クロール処理で巡回する対象ＵＲＬを受け付ける。取得部１３１は、例えば、管理者によって入力部１０１の入力デバイスが操作されることにより、対象ＵＲＬの入力を受け付ける。取得部１３１は、受け付けた対象ＵＲＬを対象記憶部１２１に記憶する。
取得部１３１は、対象記憶部１２１を参照して、対象ＵＲＬを含むホームページ、例えば、ある観光情報サイトのトップページにアクセスする。すなわち、取得部１３１は、ある観光情報サイトのサーバに対して通信部１１０を介してページ要求を送信し、当該サーバから通信部１１０を介してページ内容を受信する。取得部１３１は、例えば、定期的又は不定期に、つまり予め管理者によって指定された間隔又は任意のタイミングで、対象ＵＲＬを含むホームページにアクセスする。指定された間隔は、例えば、１日、１週間、１ヶ月等のように任意の間隔とすることができる。取得部１３１は、対象記憶部１２１を参照して、ホームページ内の全リンクのうち、ページ内容を取得する対象ＵＲＬを選定する。取得部１３１は、例えば、観光スポットごとのページの対象ＵＲＬを選定する。取得部１３１は、選定した対象ＵＲＬからページ内容を取得する。取得部１３１は、取得したページ内容をページ記憶部１２２に記憶する。つまり、取得部１３１は、対象ＵＲＬを含むホームページに対してクロール処理を実行し、取得したページ内容をページ記憶部１２２に記憶する。
取得部１３１は、ページ記憶部１２２に記憶された対象ＵＲＬのページ内容から、項目及びその値を抽出する。取得部１３１は、項目及びその値として、例えば、互いの間を所定のタグ又は記号で区切られた項目及びその値を抽出する。取得部１３１は、対象ＵＲＬのＵＲＬＩＤごとに、項目及びその値を対応付けて、抽出データ記憶部１２３に記憶する。取得部１３１は、抽出した項目及びその値を抽出データ記憶部１２３に記憶すると、算出部１３２に、抽出完了情報を出力する。
算出部１３２は、取得部１３１から抽出完了情報が入力されると、抽出データ記憶部１２３を参照して、対象ＵＲＬの値ごとに信頼度の要素に基づいて信頼度を算出する。図５の１行目を例にとると、まず、ＵＲＬＩＤ「１」の対象ＵＲＬのサイトは、名称「三内丸山遺跡」に係るサイトであり、項目「住所」の値が「青森市三内字丸山ｘｘｘ」である。算出部１３２は、例えば、当該サイトが公式ページであり、情報提供者が、例えば、青森県である場合には、信頼度が高いとして、情報提供者のスコアを「３」とする。また、算出部１３２は、例えば、当該サイトの最終更新日が半年以内であれば、信頼度が高いとして、情報鮮度のスコアを「３」とする。さらに、算出部１３２は、例えば、当該サイトの情報量が、担当部署まで記載されている等、詳細に記載されていれば、信頼度が高いとして、情報量のスコアを「２」とする。
また、算出部１３２は、算出した信頼度の各要素のスコアの合計値を、その項目、例えば住所の信頼度とする。図５の１行目を例では、項目「住所」のＵＲＬＩＤ「１」の値の信頼度は、３＋３＋２＝８となる。算出部１３２は、算出した信頼度を項目、ＵＲＬＩＤ及び値と対応付けて信頼度記憶部１２４に記憶する。算出部１３２は、算出した信頼度を信頼度記憶部１２４に記憶すると、算出完了情報を分類部１３３及び特定部１３４に出力する。
分類部１３３は、算出部１３２から算出完了情報が入力されると、信頼度記憶部１２４を参照して、各項目の値について、同一の内容を有する値をグループに分類する。分類部１３３は、例えば、名称「三内丸山遺跡」の項目「電話番号」について、値が「０１７−７８１−ｘｘｘｘ」であるサイトの数を計数し、値のグループ「０１７−７８１−ｘｘｘｘ」のサイトの数とする。分類部１３３は、同様に、例えば、値が「０１７−７８１−ｐｐｐｐ」であるサイトの数を計数し、値のグループ「０１７−７８１−ｐｐｐｐ」のサイトの数とする。
また、分類部１３３は、値のグループの各サイトの値の信頼度の合計を算出する。分類部１３３は、例えば、図６に示す値のグループ「０１７−７８１−ｘｘｘｘ」では、当該値を有するサイトが９つある場合に、各サイトの値の信頼度が、例えば、８、７、６、・・・であり、合計値である「６３」を算出する。分類部１３３は、項目ごとに、値のグループと、サイトの数と、各サイトの値の信頼度の合計とを対応付けて、分類結果としてグループ記憶部１２５に記憶する。分類部１３３は、分類結果をグループ記憶部１２５に記憶すると、分類完了情報を出力制御部１３５に出力する。
なお、分類部１３３は、最も高い信頼度が割り当てられた第１のサイトを除く他のサイトの値をグループに分類してもよい。この場合には、分類部１３３は、他のサイトの値について、項目ごとに、値のグループと、サイトの数と、各サイトの値の信頼度の合計とを対応付けて、分類結果としてグループ記憶部１２５に記憶する。分類部１３３は、分類結果をグループ記憶部１２５に記憶すると、分類完了情報を出力制御部１３５に出力する。
特定部１３４は、算出部１３２から算出完了情報が入力されると、信頼度記憶部１２４を参照して、対象ＵＲＬの信頼度を特定する。特定部１３４は、信頼度記憶部１２４の対象ＵＲＬのＵＲＬＩＤに対応する値の信頼度を取得する。特定部１３４は、ＵＲＬＩＤが同一である各項目の値の信頼度の和を算出してサイトの信頼度を特定する。特定部１３４は、特定したサイトの信頼度を対象記憶部１２１に記憶するとともに、出力制御部１３５に特定情報を出力する。
出力制御部１３５は、特定部１３４から特定情報が入力されると、対象記憶部１２１及び信頼度記憶部１２４を参照して、各項目及びその値と、各項目及びその値が取得されたサイトの信頼度とを出力データとして出力部１０２に出力して表示させる。すなわち、出力制御部１３５は、取得部１３１で抽出した項目及びその値を、特定した信頼度とともに出力データとして出力部１０２に出力して表示させる。
ここで、表示画面の一例について説明する。図７は、検証結果の表示画面の一例を示す図である。図７に示す表示画面２１は、例えば、観光スポットである「三内丸山遺跡」の住所「青森市三内字丸山ｘｘｘ」を取得したサイトの信頼度が「２７」であることを示す。ここで、住所のデータ（値）を取得したサイトは、例えば、対象記憶部１２１に記憶されたＵＲＬＩＤが「１」の対象ＵＲＬのサイトである。また、表示画面２１は、例えば、電話番号のデータを取得したサイトもＵＲＬＩＤ「１」である場合には、住所と同様に、電話番号の信頼度は「２７」となる。
出力制御部１３５は、分類部１３３から分類完了情報が入力されると、グループ記憶部１２５を参照して、値のグループのうちサイト数が最も多いグループに属する値を、各サイトの値の信頼度の合計とともに出力データとして出力部１０２に出力して表示させる。すなわち、出力制御部１３５は、グループの構成要素の数が最も多いグループの値を、グループの構成要素の数に応じた信頼度とともに出力データとして出力部１０２に出力して表示させる。
ここで、表示画面の他の一例について説明する。図８は、検証結果の表示画面の他の一例を示す図である。図８に示す表示画面２２は、例えば、観光スポットである「三内丸山遺跡」の住所「青森市三内字丸山ｘｘｘ」の信頼度が「７３」であることを示す。ここで、住所のデータ（値）は、値のグループ「青森市三内字丸山ｘｘｘ」に属する値であり、他の値のグループと比べて最もサイトの数が多かったものである。また、表示画面２２は、例えば、電話番号のデータ（値）について、最もサイトの数が多かった「０１７−７８１−ｘｘｘｘ」が、信頼度「６３」とともに表示される。
また、出力制御部１３５は、分類部１３３で、最も高い信頼度が割り当てられた第１のサイトを除く他のサイトの値をグループに分類した場合には、第１のサイトと他のサイトとで信頼度を比較する。すなわち、出力制御部１３５は、他のサイトにおけるグループの構成要素の数が最も多い特定のグループの構成要素の数に応じた信頼度と、第１のサイトの信頼度とを比較する。出力制御部１３５は、比較の結果、特定のグループの構成要素の数に応じた信頼度が、第１のサイトの信頼度より高いか否かを判定する。
出力制御部１３５は、特定のグループの構成要素の数に応じた信頼度が、第１のサイトの信頼度より高い場合には、項目及び特定のグループに属する値を出力データとして出力部１０２に出力して表示させる。出力制御部１３５は、特定のグループの構成要素の数に応じた信頼度が、第１のサイトの信頼度以下である場合には、第１のサイトの項目及びその値を出力データとして出力部１０２に出力して表示させる。
次に、実施例のデータ検証装置１００の動作について説明する。まず、第１の検証処理について説明する。
図９は、第１の検証処理の一例を示すフローチャートである。取得部１３１は、クロール処理で巡回する対象ＵＲＬを受け付ける（ステップＳ１）。取得部１３１は、受け付けた対象ＵＲＬを対象記憶部１２１に記憶する。取得部１３１は、例えば、定期的又は不定期に、つまり予め管理者によって指定された間隔又は任意のタイミングで、対象ＵＲＬを含むホームページにアクセスする（ステップＳ２）。取得部１３１は、対象記憶部１２１を参照して、ホームページ内の全リンクのうち、ページ内容を取得する対象ＵＲＬを選定する（ステップＳ３）。
取得部１３１は、選定した対象ＵＲＬからページ内容を取得する（ステップＳ４）。取得部１３１は、取得したページ内容をページ記憶部１２２に記憶する。取得部１３１は、ページ記憶部１２２に記憶された対象ＵＲＬのページ内容から、項目及びその値を抽出する（ステップＳ５）。取得部１３１は、対象ＵＲＬのＵＲＬＩＤごとに、項目及びその値を対応付けて、抽出データ記憶部１２３に記憶する（ステップＳ６）。取得部１３１は、抽出した項目及びその値を抽出データ記憶部１２３に記憶すると、算出部１３２に、抽出完了情報を出力する。
算出部１３２は、取得部１３１から抽出完了情報が入力されると、抽出データ記憶部１２３を参照して、対象ＵＲＬの値ごとに信頼度の要素に基づいて信頼度を算出する（ステップＳ７）。算出部１３２は、算出した信頼度を項目、ＵＲＬＩＤ及び値と対応付けて信頼度記憶部１２４に記憶する（ステップＳ８）。算出部１３２は、算出した信頼度を信頼度記憶部１２４に記憶すると、算出完了情報を特定部１３４に出力する。
特定部１３４は、算出部１３２から算出完了情報が入力されると、信頼度記憶部１２４を参照して、対象ＵＲＬの信頼度を特定する（ステップＳ９）。特定部１３４は、特定したサイトの信頼度を対象記憶部１２１に記憶するとともに、出力制御部１３５に特定情報を出力する。
出力制御部１３５は、特定部１３４から特定情報が入力されると、対象記憶部１２１及び信頼度記憶部１２４を参照して、取得部１３１で抽出した項目及びその値を、特定した信頼度とともに出力データとして出力部１０２に出力して表示させる（ステップＳ１０）。これにより、データ検証装置１００は、項目のデータを信頼度とともに出力できるので、信頼度の高い情報を、文書に記載すべき情報とすることができる。
次に、第２の検証処理について説明する。図１０は、第２の検証処理の一例を示すフローチャートである。
取得部１３１は、クロール処理で巡回する対象ＵＲＬを受け付ける（ステップＳ２１）。取得部１３１は、受け付けた対象ＵＲＬを対象記憶部１２１に記憶する。取得部１３１は、例えば、定期的又は不定期に、つまり予め管理者によって指定された間隔又は任意のタイミングで、対象ＵＲＬを含むホームページにアクセスする（ステップＳ２２）。取得部１３１は、対象記憶部１２１を参照して、ホームページ内の全リンクのうち、ページ内容を取得する対象ＵＲＬを選定する（ステップＳ２３）。
取得部１３１は、選定した対象ＵＲＬからページ内容を取得する（ステップＳ２４）。取得部１３１は、取得したページ内容をページ記憶部１２２に記憶する。取得部１３１は、ページ記憶部１２２に記憶された対象ＵＲＬのページ内容から、項目及びその値を抽出する（ステップＳ２５）。取得部１３１は、対象ＵＲＬのＵＲＬＩＤごとに、項目及びその値を対応付けて、抽出データ記憶部１２３に記憶する（ステップＳ２６）。取得部１３１は、抽出した項目及びその値を抽出データ記憶部１２３に記憶すると、算出部１３２に、抽出完了情報を出力する。
算出部１３２は、取得部１３１から抽出完了情報が入力されると、抽出データ記憶部１２３を参照して、対象ＵＲＬの値ごとに信頼度の要素に基づいて信頼度を算出する（ステップＳ２７）。算出部１３２は、算出した信頼度を項目、ＵＲＬＩＤ及び値と対応付けて信頼度記憶部１２４に記憶する（ステップＳ２８）。算出部１３２は、算出した信頼度を信頼度記憶部１２４に記憶すると、算出完了情報を分類部１３３に出力する。
分類部１３３は、算出部１３２から算出完了情報が入力されると、信頼度記憶部１２４を参照して、各項目の値について、同一の内容を有する値をグループに分類する（ステップＳ２９）。また、分類部１３３は、値のグループの各サイトの値の信頼度の合計を算出する。分類部１３３は、項目ごとに、値のグループと、サイトの数と、各サイトの値の信頼度の合計とを対応付けて、分類結果としてグループ記憶部１２５に記憶する。分類部１３３は、分類結果をグループ記憶部１２５に記憶すると、分類完了情報を出力制御部１３５に出力する。
出力制御部１３５は、分類部１３３から分類完了情報が入力されると、グループの構成要素の数が最も多いグループの値を、グループの構成要素の数に応じた信頼度とともに出力データとして出力部１０２に出力して表示させる（ステップＳ３０）。これにより、データ検証装置１００は、グループの構成要素の数が最も多いグループの値を信頼度とともに出力できるので、多種類の情報のうち、掲載するサイト数が最も多い情報を信頼度の高い情報として、文書に記載すべき情報とすることができる。
続いて、第３の検証処理について説明する。図１１は、第３の検証処理の一例を示すフローチャートである。
取得部１３１は、クロール処理で巡回する対象ＵＲＬを受け付ける（ステップＳ４１）。取得部１３１は、受け付けた対象ＵＲＬを対象記憶部１２１に記憶する。取得部１３１は、例えば、定期的又は不定期に、つまり予め管理者によって指定された間隔又は任意のタイミングで、対象ＵＲＬを含むホームページにアクセスする（ステップＳ４２）。取得部１３１は、対象記憶部１２１を参照して、ホームページ内の全リンクのうち、ページ内容を取得する対象ＵＲＬを選定する（ステップＳ４３）。
取得部１３１は、選定した対象ＵＲＬからページ内容を取得する（ステップＳ４４）。取得部１３１は、取得したページ内容をページ記憶部１２２に記憶する。取得部１３１は、ページ記憶部１２２に記憶された対象ＵＲＬのページ内容から、項目及びその値を抽出する（ステップＳ４５）。取得部１３１は、対象ＵＲＬのＵＲＬＩＤごとに、項目及びその値を対応付けて、抽出データ記憶部１２３に記憶する（ステップＳ４６）。取得部１３１は、抽出した項目及びその値を抽出データ記憶部１２３に記憶すると、算出部１３２に、抽出完了情報を出力する。
算出部１３２は、取得部１３１から抽出完了情報が入力されると、抽出データ記憶部１２３を参照して、対象ＵＲＬの値ごとに信頼度の要素に基づいて信頼度を算出する（ステップＳ４７）。算出部１３２は、算出した信頼度を項目、ＵＲＬＩＤ及び値と対応付けて信頼度記憶部１２４に記憶する（ステップＳ４８）。算出部１３２は、算出した信頼度を信頼度記憶部１２４に記憶すると、算出完了情報を分類部１３３に出力する。
分類部１３３は、最も高い信頼度が割り当てられた第１のサイトを除く他のサイトの値をグループに分類する（ステップＳ４９）。分類部１３３は、他のサイトの値について、項目ごとに、値のグループと、サイトの数と、各サイトの値の信頼度の合計とを対応付けて、分類結果としてグループ記憶部１２５に記憶する。分類部１３３は、分類結果をグループ記憶部１２５に記憶すると、分類完了情報を出力制御部１３５に出力する。
出力制御部１３５は、分類部１３３から分類完了情報が入力されると、グループの構成要素の数が最も多い特定のグループの構成要素の数に応じた信頼度と、第１のサイトの信頼度とを比較する（ステップＳ５０）。出力制御部１３５は、比較の結果、特定のグループの構成要素の数に応じた信頼度が、第１のサイトの信頼度より高いか否かを判定する（ステップＳ５１）。
出力制御部１３５は、特定のグループの構成要素の数に応じた信頼度が、第１のサイトの信頼度より高い場合には（ステップＳ５１：肯定）、項目及び特定のグループに属する値を出力データとして出力部１０２に出力して表示させる（ステップＳ５２）。出力制御部１３５は、特定のグループの構成要素の数に応じた信頼度が、第１のサイトの信頼度以下である場合には（ステップＳ５１：否定）、第１のサイトの項目及びその値を出力データとして出力部１０２に出力して表示させる（ステップＳ５３）。これにより、データ検証装置１００は、例えば、信頼度は高いが更新頻度が低い第１のサイトと、信頼度は第１のサイトより低いが更新頻度が高い他のサイトとを比較することで、より信頼度の高い情報を出力できる。
すなわち、データ検証装置１００は、例えば、ある観光スポットの電話番号が変更となった場合に、観光スポットの公式サイトであるが更新が遅い第１のサイトでは、電話番号の変更が反映されていない場合がある。データ検証装置１００は、例えば、電話番号の更新頻度が高い他のサイトから新しい電話番号を取得することで、当該観光スポットの電話番号について、変更が反映された、より信頼度の高い情報を出力することができる。
このように、データ検証装置１００は、特定の情報の取得元として登録された複数のサイトの内、特定の情報として情報が取得されたサイトの信頼度を、複数のサイトのそれぞれに対応付けて信頼度を記憶する記憶部１２０の記憶内容に基づいて特定する。また、データ検証装置１００は、特定の情報として取得された情報を特定した信頼度とともに出力する。その結果、文書に記載すべき情報の信頼度を高くして出力できる。
また、データ検証装置１００は、特定の情報の取得元として登録された複数のサイトから特定の情報として情報を取得する。また、データ検証装置１００は、取得した情報を情報の内容の一致性に応じてグルーピングした場合に、グループの構成要素の数が最も多いグループに属する情報を、グループの構成要素の数に応じた信頼度とともに出力する。その結果、多種類の情報のうち、掲載するサイト数が最も多い情報を信頼度の高い情報として、文書に記載すべき情報とすることができる。
また、データ検証装置１００は、特定の情報の取得元として登録された複数のサイトから特定の情報として情報を取得する。また、データ検証装置１００は、特定の情報として情報が取得された複数のサイトのうち最も高い信頼度が割り当てられた第１のサイトの信頼度に対して、複数のサイトのうち少なくとも第１のサイトを除く他のサイトから取得した情報を情報の内容の一致性に応じてグルーピングする。また、データ検証装置１００は、グループの構成要素の数が最も多い特定のグループの構成要素の数に応じて算出した信頼度が、より高い信頼性を示すことを検出すると、特定のグループに属する情報を出力する。その結果、情報の変更が反映された、より信頼度の高い情報を出力することができる。
なお、上記実施例では、対象ＵＲＬのホームページを受け付けて巡回し、対象ＵＲＬ、各項目及びその値の信頼度を算出したが、これに限定されない。例えば、定期的に対象ＵＲＬのホームページを巡回して対象ＵＲＬ、各項目及びその値の信頼度を算出し、データ検証装置１００の管理者の要求に応じて、対象ＵＲＬ、各項目及びその値の信頼度を出力部１０２に表示させるようにしてもよい。
また、上記実施例では、インターネット上のサイトから取得したＨＴＭＬ文書からデータを抽出したが、これに限定されない。例えば、ＳＤメモリカードに格納したＨＴＭＬ文書を入力部１０１を介して取得して、取得したＨＴＭＬ文書から各項目及びその値を抽出し、それぞれの信頼度を出力部１０２に表示させるようにしてもよい。
また、図示した各部の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。例えば、算出部１３２と、分類部１３３とを統合してもよい。
さらに、各装置で行われる各種処理機能は、ＣＰＵ（又はＭＰＵ、ＭＣＵ（Micro Controller Unit）等のマイクロ・コンピュータ）上で、その全部又は任意の一部を実行するようにしてもよい。また、各種処理機能は、ＣＰＵ（又はＭＰＵ、ＭＣＵ等のマイクロ・コンピュータ）で解析実行されるプログラム上、又はワイヤードロジックによるハードウェア上で、その全部又は任意の一部を実行するようにしてもよいことは言うまでもない。
ところで、上記の実施例で説明した各種の処理は、予め用意されたプログラムをコンピュータで実行することで実現できる。そこで、以下では、上記の実施例と同様の機能を有するプログラムを実行するコンピュータの一例を説明する。図１２は、データ検証プログラムを実行するコンピュータの一例を示す図である。
図１２が示すように、コンピュータ２００は、各種演算処理を実行するＣＰＵ２０１と、データ入力を受け付ける入力装置２０２と、モニタ２０３とを有する。また、コンピュータ２００は、記憶媒体からプログラム等を読み取る媒体読取装置２０４と、各種装置と接続するためのインタフェース装置２０５と、他の情報処理装置等と有線又は無線により接続するための通信装置２０６とを有する。また、コンピュータ２００は、各種情報を一時記憶するＲＡＭ２０７と、ハードディスク装置２０８とを有する。また、各装置２０１〜２０８は、バス２０９に接続される。
ハードディスク装置２０８には、図１に示した取得部１３１、算出部１３２、分類部１３３、特定部１３４及び出力制御部１３５の各処理部と同様の機能を有するデータ検証プログラムが記憶される。また、ハードディスク装置２０８には、対象記憶部１２１、ページ記憶部１２２、抽出データ記憶部１２３、信頼度記憶部１２４、グループ記憶部１２５、及び、データ検証プログラムを実現するための各種データが記憶される。入力装置２０２は、入力部１０１と同等の機能を有し、例えば、コンピュータ２００の管理者から、対象ＵＲＬ、管理情報等の各種情報の入力を受け付ける。モニタ２０３は、出力部１０２と同等の機能を有し、例えば、コンピュータ２００の管理者に対して管理情報の画面、受付画面、表示画面等の各種画面を表示する。インタフェース装置２０５は、例えば、印刷装置等が接続される。通信装置２０６は、例えば、図１に示した通信部１１０と同様の機能を有しネットワークＮと接続され、インターネット上のサイトと各種情報をやりとりする。
ＣＰＵ２０１は、ハードディスク装置２０８に記憶された各プログラムを読み出して、ＲＡＭ２０７に展開して実行することで、各種の処理を行う。また、これらのプログラムは、コンピュータ２００を図１に示した取得部１３１、算出部１３２、分類部１３３、特定部１３４及び出力制御部１３５として機能させることができる。
なお、上記のデータ検証プログラムは、必ずしもハードディスク装置２０８に記憶されている必要はない。例えば、コンピュータ２００が読み取り可能な記憶媒体に記憶されたプログラムを、コンピュータ２００が読み出して実行するようにしてもよい。コンピュータ２００が読み取り可能な記憶媒体は、例えば、ＣＤ−ＲＯＭやＤＶＤディスク、ＵＳＢ（Universal Serial Bus）メモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリ、ハードディスクドライブ等が対応する。また、公衆回線、インターネット、ＬＡＮ等に接続された装置にこのデータ検証プログラムを記憶させておき、コンピュータ２００がこれらからデータ検証プログラムを読み出して実行するようにしてもよい。
１００ データ検証装置
１０１ 入力部
１０２ 出力部
１１０ 通信部
１２０ 記憶部
１２１ 対象記憶部
１２２ ページ記憶部
１２３ 抽出データ記憶部
１２４ 信頼度記憶部
１２５ グループ記憶部
１３０ 制御部
１３１ 取得部
１３２ 算出部
１３３ 分類部
１３４ 特定部
１３５ 出力制御部
Ｎ ネットワーク

Claims (9)

  1. 特定の情報の取得元として登録された複数のサイトの内、前記特定の情報として情報が取得されたサイトの信頼度を、前記複数のサイトのそれぞれの情報提供者、情報鮮度および情報量に対応する各信頼度の要素に基づく信頼度を前記複数のサイトのそれぞれに対応付けて記憶する記憶部の記憶内容に基づいて特定し、
    前記特定の情報として取得された前記情報を前記特定した前記信頼度とともに出力する
    処理をコンピュータに実行させることを特徴とするデータ検証プログラム。
  2. 特定の情報の取得元として登録された複数のサイトから前記特定の情報として情報を取得し、
    前記複数のサイトのそれぞれの情報提供者、情報鮮度および情報量に対応する各信頼度の要素に基づく信頼度を前記特定の情報とともに前記複数のサイトのそれぞれに対応付けて記憶する記憶部を参照し、取得した情報を情報の内容の一致性に応じてグルーピングした場合に、前記特定の情報に対応するグループの構成要素の数が最も多いグループに属する情報を、前記信頼度とグループの構成要素の数とに応じた信頼度の合計値とともに出力する
    処理をコンピュータに実行させることを特徴とするデータ検証プログラム。
  3. 特定の情報の取得元として登録された複数のサイトから前記特定の情報として情報を取得し、
    前記特定の情報として情報が取得された前記複数のサイトのうち最も高い信頼度が割り当てられた第１のサイトの信頼度に対して、前記複数のサイトのうち少なくとも前記第１のサイトを除く他のサイトから取得した情報を情報の内容の一致性に応じてグルーピングし、グループの構成要素の数が最も多い特定のグループの構成要素の数に応じて算出した信頼度が、より高い信頼性を示すことを検出すると、前記特定のグループに属する情報を出力する
    処理をコンピュータに実行させることを特徴とするデータ検証プログラム。
  4. 特定の情報の取得元として登録された複数のサイトの内、前記特定の情報として情報が取得されたサイトの信頼度を、前記複数のサイトのそれぞれの情報提供者、情報鮮度および情報量に対応する各信頼度の要素に基づく信頼度を前記複数のサイトのそれぞれに対応付けて記憶する記憶部の記憶内容に基づいて特定し、
    前記特定の情報として取得された前記情報を前記特定した前記信頼度とともに出力する
    処理をコンピュータが実行することを特徴とするデータ検証方法。
  5. 特定の情報の取得元として登録された複数のサイトから前記特定の情報として情報を取得し、
    前記複数のサイトのそれぞれの情報提供者、情報鮮度および情報量に対応する各信頼度の要素に基づく信頼度を前記特定の情報とともに前記複数のサイトのそれぞれに対応付けて記憶する記憶部を参照し、取得した情報を情報の内容の一致性に応じてグルーピングした場合に、前記特定の情報に対応するグループの構成要素の数が最も多いグループに属する情報を、前記信頼度とグループの構成要素の数とに応じた信頼度の合計値とともに出力する
    処理をコンピュータが実行することを特徴とするデータ検証方法。
  6. 特定の情報の取得元として登録された複数のサイトから前記特定の情報として情報を取得し、
    前記特定の情報として情報が取得された前記複数のサイトのうち最も高い信頼度が割り当てられた第１のサイトの信頼度に対して、前記複数のサイトのうち少なくとも前記第１のサイトを除く他のサイトから取得した情報を情報の内容の一致性に応じてグルーピングし、グループの構成要素の数が最も多い特定のグループの構成要素の数に応じて算出した信頼度が、より高い信頼性を示すことを検出すると、前記特定のグループに属する情報を出力する
    処理をコンピュータが実行することを特徴とするデータ検証方法。
  7. 特定の情報の取得元として登録された複数のサイトの内、前記特定の情報として情報が取得されたサイトの信頼度を、前記複数のサイトのそれぞれの情報提供者、情報鮮度および情報量に対応する各信頼度の要素に基づく信頼度を前記複数のサイトのそれぞれに対応付けて記憶する記憶部の記憶内容に基づいて特定する特定部と、
    前記特定の情報として取得された前記情報を前記特定した前記信頼度とともに出力する出力制御部と
    を有することを特徴とするデータ検証装置。
  8. 特定の情報の取得元として登録された複数のサイトから前記特定の情報として情報を取得する取得部と、
    前記複数のサイトのそれぞれの情報提供者、情報鮮度および情報量に対応する各信頼度の要素に基づく信頼度を前記特定の情報とともに前記複数のサイトのそれぞれに対応付けて記憶する記憶部を参照し、取得した情報を情報の内容の一致性に応じてグルーピングした場合に、前記特定の情報に対応するグループの構成要素の数が最も多いグループに属する情報を、前記信頼度とグループの構成要素の数とに応じた信頼度の合計値とともに出力する出力制御部と
    を有することを特徴とするデータ検証装置。
  9. 特定の情報の取得元として登録された複数のサイトから前記特定の情報として情報を取得する取得部と、
    前記特定の情報として情報が取得された前記複数のサイトのうち最も高い信頼度が割り当てられた第１のサイトの信頼度に対して、前記複数のサイトのうち少なくとも前記第１のサイトを除く他のサイトから取得した情報を情報の内容の一致性に応じてグルーピングし、グループの構成要素の数が最も多い特定のグループの構成要素の数に応じて算出した信頼度が、より高い信頼性を示すことを検出すると、前記特定のグループに属する情報を出力する出力制御部と
    を有することを特徴とするデータ検証装置。
JP2016558850A 2014-11-14 2014-11-14 データ検証プログラム、データ検証方法及びデータ検証装置 Active JP6520955B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/080275 WO2016075836A1 (ja) 2014-11-14 2014-11-14 データ検証プログラム、データ検証方法及びデータ検証装置

Publications (2)

Publication Number Publication Date
JPWO2016075836A1 JPWO2016075836A1 (ja) 2017-08-31
JP6520955B2 true JP6520955B2 (ja) 2019-05-29

Family

ID=55953949

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016558850A Active JP6520955B2 (ja) 2014-11-14 2014-11-14 データ検証プログラム、データ検証方法及びデータ検証装置

Country Status (5)

Country Link
US (1) US10394920B2 (ja)
EP (1) EP3220286A4 (ja)
JP (1) JP6520955B2 (ja)
SG (1) SG11201703834SA (ja)
WO (1) WO2016075836A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10929020B2 (en) * 2017-02-28 2021-02-23 Kyocera Document Solutions Inc. Information processing device having control unit that controls communication unit to transmit data generated or processed by processing unit to predetermined storage device, and information processing system including the same

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5867494A (en) * 1996-11-18 1999-02-02 Mci Communication Corporation System, method and article of manufacture with integrated video conferencing billing in a communication system architecture
US6363411B1 (en) * 1998-08-05 2002-03-26 Mci Worldcom, Inc. Intelligent network
US6606660B1 (en) * 1999-08-31 2003-08-12 Accenture Llp Stream-based communication in a communication services patterns environment
US6799202B1 (en) * 1999-12-16 2004-09-28 Hachiro Kawaii Federated operating system for a server
US6917976B1 (en) * 2000-05-09 2005-07-12 Sun Microsystems, Inc. Message-based leasing of resources in a distributed computing environment
JP2001318947A (ja) * 2000-05-12 2001-11-16 Nippon Telegr & Teleph Corp <Ntt> 情報統合システムおよび情報統合方法、ならびにそのプログラムを記録した記録媒体
JP3923247B2 (ja) * 2000-10-12 2007-05-30 株式会社日立製作所 電子データの検索システムおよび方法
US6738931B1 (en) * 2000-11-03 2004-05-18 General Electric Company Reliability assessment method, apparatus and system for quality control
US20030074250A1 (en) * 2001-04-13 2003-04-17 Burk Michael James System, method and computer program product for collaborative forecasting in a supply chain management framework
US7188117B2 (en) * 2002-05-17 2007-03-06 Xerox Corporation Systems and methods for authoritativeness grading, estimation and sorting of documents in large heterogeneous document collections
KR100462542B1 (ko) * 2004-05-27 2004-12-17 엔에이치엔(주) 신뢰성 있는 컨텐츠를 제공하는 컨텐츠 검색 시스템 및 그방법
US8341135B2 (en) 2004-09-07 2012-12-25 Interman Corporation Information search provision apparatus and information search provision system
US7383247B2 (en) * 2005-08-29 2008-06-03 International Business Machines Corporation Query routing of federated information systems for fast response time, load balance, availability, and reliability
JP5013065B2 (ja) 2006-12-27 2012-08-29 日本電気株式会社 風説監視システム、風説監視方法及びプログラム
JP2009110334A (ja) * 2007-10-31 2009-05-21 Mitsubishi Electric Corp 端末及びセキュリティシステム及び端末プログラム及びセキュリティ情報管理方法
CN102341836B (zh) * 2009-03-04 2014-04-09 三菱电机株式会社 地图发布服务器、地图信息终端、及使用它们的地图发布系统
JP2010231560A (ja) 2009-03-27 2010-10-14 Zenrin Co Ltd 地図データ誤り修正装置
US9836352B2 (en) * 2009-11-25 2017-12-05 International Business Machines Corporation Detecting a utilization imbalance between dispersed storage network storage units
US8615520B2 (en) * 2010-01-07 2013-12-24 Idelan, Inc. Computer based methods and systems for establishing trust between two or more parties
KR20130009754A (ko) * 2010-02-01 2013-01-23 점프탭, 인크. 통합형 광고 시스템
US9076152B2 (en) * 2010-10-20 2015-07-07 Microsoft Technology Licensing, Llc Semantic analysis of information
US9390176B2 (en) * 2012-10-09 2016-07-12 The Dun & Bradstreet Corporation System and method for recursively traversing the internet and other sources to identify, gather, curate, adjudicate, and qualify business identity and related data
US10088978B2 (en) * 2014-09-30 2018-10-02 Pandora Media, Inc. Country-specific content recommendations in view of sparse country data
CN104572837B (zh) * 2014-12-10 2019-07-26 百度在线网络技术（北京）有限公司 在网页上提供认证信息的方法及装置

Also Published As

Publication number Publication date
WO2016075836A1 (ja) 2016-05-19
US20170242865A1 (en) 2017-08-24
EP3220286A1 (en) 2017-09-20
US10394920B2 (en) 2019-08-27
JPWO2016075836A1 (ja) 2017-08-31
EP3220286A4 (en) 2017-09-20
SG11201703834SA (en) 2017-06-29

Similar Documents

Publication Publication Date Title
JP2012519918A (ja) ユーザーがウェブページをブラウズする挙動を視覚化するための方法、装置、およびシステム
US9870279B2 (en) Analysis apparatus and analysis method
US10769216B2 (en) Data acquisition method, data acquisition apparatus, and recording medium
CN109063144A (zh) 可视化网络爬虫方法及装置
KR20170073693A (ko) 유사 그룹 요소 추출
JP7290391B2 (ja) 情報処理装置及びプログラム
US20150066954A1 (en) Content analysis and scoring system and method
KR101556743B1 (ko) 웹 수집에 기반한 관심 정보 생성 장치 및 그 방법
JP6520955B2 (ja) データ検証プログラム、データ検証方法及びデータ検証装置
JP6399103B2 (ja) ページ自動編集方法、ページ自動編集プログラムおよびページ自動編集装置
JP2007304644A (ja) 静的ウェブページ生成方法、プログラム、記録媒体及び静的ウェブページ生成管理システム
JP6780548B2 (ja) 特徴語分類プログラム、特徴語分類方法および情報処理装置
US10726076B2 (en) Information acquisition method, and information acquisition device
JP5462713B2 (ja) Ｗｅｂページ収集装置、方法及びプログラム
JP2019148878A (ja) 情報処理装置、情報処理方法、およびプログラム
JP6493413B2 (ja) データ取得プログラム、データ取得方法及びデータ取得装置
JP6528341B1 (ja) 情報処理装置、情報処理方法及びプログラム
JP6915322B2 (ja) ウェブサイト比較処理プログラム、ウェブサイト比較方法およびウェブサイトを比較する装置
US20160110387A1 (en) Product lifecycle management system
CN110825976A (zh) 网站页面的检测方法、装置、电子设备及介质
JP7266977B2 (ja) 応募者の情報を収集するための装置、方法及びそのためのプログラム
JP6891552B2 (ja) 検索語分類プログラム、検索語分類方法および情報処理装置
TWM655856U (zh) 多網頁查詢系統
JP6003676B2 (ja) 証拠出力プログラムおよび証拠出力装置
JP2013228811A (ja) Ｗｅｂ閲覧履歴取得装置及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170516

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180703

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180827

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190122

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190315

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: 20190402

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190415

R150 Certificate of patent or registration of utility model

Ref document number: 6520955

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150