JP6680956B1 - 検索ニーズ評価装置、検索ニーズ評価システム、及び検索ニーズ評価方法 - Google Patents
検索ニーズ評価装置、検索ニーズ評価システム、及び検索ニーズ評価方法 Download PDFInfo
- Publication number
- JP6680956B1 JP6680956B1 JP2019527489A JP2019527489A JP6680956B1 JP 6680956 B1 JP6680956 B1 JP 6680956B1 JP 2019527489 A JP2019527489 A JP 2019527489A JP 2019527489 A JP2019527489 A JP 2019527489A JP 6680956 B1 JP6680956 B1 JP 6680956B1
- Authority
- JP
- Japan
- Prior art keywords
- search
- needs
- document data
- feature vector
- similarity
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 claims abstract description 213
- 230000008569 process Effects 0.000 claims abstract description 178
- 238000004458 analytical method Methods 0.000 claims abstract description 141
- 238000012545 processing Methods 0.000 claims description 143
- 238000011002 quantification Methods 0.000 claims description 46
- 238000001514 detection method Methods 0.000 claims description 42
- 230000009467 reduction Effects 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 230000002194 synthesizing effect Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 12
- 230000008602 contraction Effects 0.000 claims description 2
- 230000008878 coupling Effects 0.000 claims 3
- 238000010168 coupling process Methods 0.000 claims 3
- 238000005859 coupling reaction Methods 0.000 claims 3
- 238000007635 classification algorithm Methods 0.000 abstract description 3
- 238000013507 mapping Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 17
- 238000003860 storage Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000011946 reduction process Methods 0.000 description 4
- 241001354471 Pseudobahia Species 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000005328 spin glass Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
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
- G06F16/906—Clustering; Classification
-
- 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
- G06F16/9538—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
図1は、本発明の第1実施形態である検索ニーズ評価装置20を含む評価システム1の全体構成を示す図である。図1示すように、評価システム1は、利用者端末10、及び検索ニーズ評価装置20を有する。利用者端末10、及び検索ニーズ評価装置20は、インターネット90を介して接続されている。インターネット90には、検索エンジンサーバ装置50が接続されている。
第1に、本実施形態では、図5に示すように、CPU22は、評価対象である1つの検索語の検索結果内の上位d個の文書データD1、D2・・・Ddの内容及び構造を特徴ベクトルデータz1={z11、z12・・・z1l’}、z2={z21、z22・・・z2l’}・・・zd={zd1、zd2・・・zdl’}に変換し、特徴ベクトルデータz1={z11、z12・・・z1l’}、z2={z21、z22・・・z2l’}・・・zd={zd1、zd2・・・zdl’}にクラスタリングの処理を施し、文書データD1、D2・・・Ddを複数の部分集合(クラスタ)に分類する。CPU22は、文書データD1、D2・・・Ddのクラスタリングの処理結果である複数の部分集合間の関係に基づいて、検索のニーズの性質の解析結果を出力する。よって、本実施形態によると、検索語の言葉に異なるニーズがどの程度混在していて、ニーズの性質がどのようなものであるか、ということの解析を効率よく行うことができる。
本発明の第2実施形態を説明する。図6は、第2実施形態の検索ニーズ評価装置20のCPU22が評価プログラム26に従って実行する評価方法の流れを示すフローチャートである。CPU22は、評価プログラム26を実行することで、取得処理(S100)を実行する取得手段、定量化処理(S200)を実行する定量化手段、加算処理を実行する加算手段(S210)、次元縮約処理(S300)を実行する次元縮約手段、クラス分類処理(S311)を実行する分類手段、及び解析結果出力処理(S400)を実行する解析結果出力手段として機能する。取得処理、定量化処理、加算処理、及び次元縮約処理の内容は、第1実施形態と同様である。
本発明の第3実施形態を説明する。図9は、第3実施形態の検索ニーズ評価装置20のCPU22が評価プログラム26に従って実行する評価方法の流れを示すフローチャートである。CPU22は、評価プログラム26を実行することで、取得処理(S100)を実行する取得手段、定量化処理(S200)を実行する定量化手段、加算処理を実行する加算手段(S210)、類似度特定処理(S320)を実行する類似度特定手段、コミュニティ検出処理(S330)を実行するコミュニティ検出手段、解析結果出力処理(S400)を実行する解析結果出力手段、及び評価軸設定処理(S450)を実行する評価軸設定手段として機能する。
本実施形態の第4実施形態を説明する。上記第1〜第3実施形態の検索ニーズ評価サービスは、ユーザから1つの検索語を受け取り、その検索語の検索結果内の上位d個のwebページを、所定の統計的分類処理のアルゴリズムにより分類し、この分類により得られた複数のwebページの集合を解析結果として提示するものであった。これに対し、本実施形態は、ユーザから、核ワードと様々なサブワードとを組み合わせた複数の検索語A、B、C・・・(例えば、「AI 知能」、「AI 人工」、「AI データ」・・・など)受け取り、受け取った複数の検索語A、B、C・・・の各々の上位d個の文書データ群を、所定の統計的分類処理のアルゴリズムにより分類し、この分類により得られた複数の文書データの集合を、核ワードである検索語自体の検索のニーズの性質の解析結果として提示するものである。
本発明の第5実施形態を説明する。図13は、第5実施形態の検索ニーズ評価装置20のCPU22が評価プログラム26に従って実行する評価方法の流れを示すフローチャートである。CPU22は、評価プログラム26を実行することで、取得処理(S100)を実行する取得手段、定量化処理(S200)を実行する定量化手段、加算処理を実行する加算手段(S210)、次元縮約処理(S300)を実行する次元縮約手段、クラスタリング処理(S310)を実行する分類手段、合成処理(S350)を実行する合成手段、解析結果出力処理(S401)を実行する解析結果出力手段として機能する。
本実施形態の第6実施形態を説明する。図15は、第6実施形態の検索ニーズ評価装置20のCPU22が評価プログラム26に従って実行する評価方法の流れを示すフローチャートである。CPU22は、評価プログラム26を実行することで、取得処理(S100)を実行する取得手段、定量化処理(S200)を実行する定量化手段、加算処理を実行する加算手段(S210)、合成処理(S250)を実行する合成手段、次元縮約処理(S300)を実行する次元縮約手段、クラス分類処理(S311)を実行する分類手段、解析結果出力処理(S401)を実行する解析結果出力手段として機能する。
本発明の第7実施形態を説明する。図17は、第7実施形態の検索ニーズ評価装置20のCPU22が評価プログラム26に従って実行する評価方法の流れを示すフローチャートである。CPU22は、評価プログラム26を実行することで、取得処理(S100)を実行する取得手段、定量化処理(S200)を実行する定量化手段、加算処理を実行する加算手段(S210)、次元縮約処理(S300)を実行する次元縮約手段、クラス分類処理(S311)を実行する分類手段、合成処理(S350)を実行する合成手段、解析結果出力処理(S401)を実行する解析結果出力手段として機能する。
本実施形態の第8実施形態を説明する。図19は、第8実施形態の検索ニーズ評価装置20のCPU22が評価プログラム26に従って実行する評価方法の流れを示すフローチャートである。CPU22は、評価プログラム26を実行することで、取得処理(S100)を実行する取得手段、定量化処理(S200)を実行する定量化手段、加算処理を実行する加算手段(S210)、合成処理(S250)を実行する合成手段、類似度特定処理(S320)を実行する類似度特定手段、コミュニティ検出処理(S330)を実行するコミュニティ検出手段、解析結果出力処理(S401)を実行する解析結果出力手段として機能する。
本発明の第9実施形態を説明する。図21は、第9実施形態の検索ニーズ評価装置20のCPU22が評価プログラム26に従って実行する評価方法の流れを示すフローチャートである。CPU22は、評価プログラム26を実行することで、取得処理(S100)を実行する取得手段、定量化処理(S200)を実行する定量化手段、加算処理を実行する加算手段(S210)、類似度特定処理(S320)を実行する類似度特定手段、コミュニティ検出処理(S330)を実行するコミュニティ検出手段、合成処理(S350)を実行する合成手段、解析結果出力処理(S401)を実行する解析結果出力手段として機能する。
第10実施形態では、重み付き無向グラフを用いた解析結果の表示例を具体的に説明する。
図36は、各検索語の検索数に応じた態様でノードが表示されたマッピング画像7を示す図である。ノードに関連付けられた検索語の検索数が多いほど、ノードが大きく表示される。大きく表示されるノードに関連付けられた検索語を重視すべきことが容易かつ直感的ににわかる。なお、検索数は任意のある期間(例えば、直近1か月)における検索数とすればよい。もちろん、ユーザが期間を可変設定できてもよく、例えば直近1か月と、2か月前とでどのような変化があったかを比較できてもよい。
以下は、解析結果の表示態様の変形例である。
以上本発明の第1〜第11実施形態について説明したが、この実施形態に以下の説明を加えてもよい。
この場合、文書データDk(k=1〜d)の分散を算出し、この分散に基づいてニーズ純度を算出する。より具体的には、文書データD1、D2・・・Ddの特徴ベクトルデータz1={z11、z12・・・z1l}、z2={z21、z22・・・z2l}・・・zd={zd1、zd2・・・zdl}の全座標平均を求める。次に、文書データD1の特徴ベクトルデータz1={z11、z12・・・z1l}の全座標平均からの距離、文書データD2の特徴ベクトルデータz2={z21、z22・・・z2l}の全座標平均からの距離・・・文書データDdの特徴ベクトルデータzd={zd1、zd2・・・zdl}の全座標平均からの距離を求める。次に、文書データD1、D2・・・Ddの全座標平均からの距離の分散を求め、この分散をニーズ純度とする。文書データD1、D2・・・Ddの全座標平均からの距離の分散ではなく、クラスタ内分散・クラス内分散に基づいてニーズ純度を算出してもよい。
この場合、無向グラフ内における文書データDkのノード間の平均経路長を算出し、この平均経路長に基づいてニーズ純度を算出する。より具体的には、文書データDk間の類似度の閾値を設定し、閾値以下のエッジを除去した重み無し無向グラフを生成する。次に、この重み無し無向グラフ内におけるノード間の平均経路長を算出し、平均経路長の逆数をニーズ純度とする。同様に、クラスタ係数、同類選択性、中心性の分布、エッジ強度の分布を求め、クラスタ係数、同類選択性、中心性の分布、エッジ強度の分布を所定の関数に作用させて得た値をニーズ純度としてもよい。
Claims (22)
- 検索語に対する検索結果に当該検索語の検索ニーズが反映されることを利用して、それぞれが複数の検索ニーズを含み得る複数の検索語のそれぞれに対する検索結果に基づいて、1の検索語と他の複数の検索語間の検索ニーズの類似度をそれぞれ取得する類似度取得手段と、
各検索語が関連付けられたノードと、ノード間を結合するエッジと、を含み、検索ニーズの類似度が高い検索語に関連付けられたノードどうしが近くに配置される画面を表示させる表示制御手段と、を備え、
前記エッジの長さは、当該エッジを介して結合されるノードに関連付けられた検索語間の検索ニーズの類似度に対応し、
1つの検索語に関連付けられたノードに結合された複数のエッジのうちの1つがある検索ニーズに対応し、他の1つが他の検索ニーズに対応し得る、検索ニーズ評価装置。 - 前記類似度取得手段は、前記検索結果のうち上位所定数のものを用いて、前記検索ニーズの類似度を取得する、請求項1に記載の検索ニーズ評価装置。
- 前記表示制御手段は、
ユーザ操作に応じて特定のノードを移動させ、
前記特定のノードの移動に応じて、エッジを介して前記特定のノードに結合された少なくとも1つのノードを移動させる、請求項1に記載の検索ニーズ評価装置。 - 前記複数の検索語のそれぞれに対する検索結果に基づいて、各検索語を検索ニーズに応じてクラスタに分類する分類手段を備え、
前記表示制御手段は、各検索語が検索ニーズに応じて分類されたクラスタに応じた表示態様でノードを表示させる、請求項1に記載の検索ニーズ評価装置。 - 前記分類手段は、各検索語を2以上のクラスタのそれぞれにどの程度近いかを算出可能であり、
前記表示制御手段は、各検索語がどのクラスタにどの程度近いかに応じた表示態様でノードを表示させる、請求項4に記載の検索ニーズ評価装置。 - 前記分類手段は、複数段階の粒度で各検索語をクラスタに分類可能であり、ユーザ操作に応じて粒度が設定される都度、設定された粒度に応じて各検索語をクラスタに分類する、請求項4に記載の検索ニーズ評価装置。
- 前記表示制御手段は、ユーザ操作に応じて粒度が変更されて各検索語が分類されるクラスタが変わると、ノードの表示態様を変更する、請求項6に記載の検索ニーズ評価装置。
- 前記表示制御手段は、ある期間における各検索語の検索数に応じた表示態様でノードを表示させる、請求項1に記載の検索ニーズ評価装置。
- 複数の検索語のそれぞれに対する検索結果である文書データの内容及び構造の少なくとも一方を多次元の特徴ベクトルデータに変換する定量化手段を備え、
前記類似度取得手段は、検索語毎の前記特徴ベクトルデータ間の類似度に基づいて各検索語間の類似度を取得する、請求項1に記載の検索ニーズ評価装置。 - 類似度取得手段が、検索語に対する検索結果に当該検索語の検索ニーズが反映されることを利用して、それぞれが複数の検索ニーズを含み得る複数の検索語のそれぞれに対する検索結果に基づいて、1の検索語と他の複数の検索語間の検索ニーズの類似度をそれぞれ取得するステップと、
表示制御手段が、各検索語が関連付けられたノードと、ノード間を結合するエッジと、を含み、検索ニーズの類似度が高い検索語に関連付けられたノードどうしが近くに配置される画面を表示させるステップと、を備え、
前記エッジの長さは、当該エッジを介して結合されるノードに関連付けられた検索語間の検索ニーズの類似度に対応し、
1つの検索語に関連付けられたノードに結合された複数のエッジのうちの1つがある検索ニーズに対応し、他の1つが他の検索ニーズに対応し得る、検索ニーズ評価方法。 - コンピュータを、
検索語に対する検索結果に当該検索語の検索ニーズが反映されることを利用して、それぞれが複数の検索ニーズを含み得る複数の検索語のそれぞれに対する検索結果に基づいて、1の検索語と他の複数の検索語間の検索ニーズの類似度をそれぞれ取得する類似度取得手段と、
各検索語が関連付けられたノードと、ノード間を結合するエッジと、を含み、検索ニーズの類似度が高い検索語に関連付けられたノードどうしが近くに配置される画面を表示させる表示制御手段と、として機能させ、
前記エッジの長さは、当該エッジを介して結合されるノードに関連付けられた検索語間の検索ニーズの類似度に対応し、
1つの検索語に関連付けられたノードに結合された複数のエッジのうちの1つがある検索ニーズに対応し、他の1つが他の検索ニーズに対応し得る、検索ニーズ評価プログラム。 - 複数の検索ニーズを含み得るある検索語に基づく検索結果内の複数の文書データを取得する取得手段と、
前記複数の文書データの内容及び構造の少なくとも一方を多次元の特徴ベクトルデータに変換する定量化手段と、
前記特徴ベクトルデータに基づいて前記複数の文書データを複数の部分集合に分類する分類手段と、
前記複数の部分集合間の関係に基づいて、各検索語に異なる検索ニーズがどの程度混在しているかに関する検索のニーズの性質の解析結果を出力する解析結果出力手段と
を具備することを特徴とする検索ニーズ評価装置。 - 前記分類手段は、前記特徴ベクトルデータにクラスタリングのアルゴリズムあるいはクラス分類のアルゴリズムに従った処理を施し、前記複数の文書データを複数の部分集合に分類することを特徴とする請求項12に記載の検索ニーズ評価装置。
- 前記取得手段は、複数の検索語の各々について、検索語毎の検索結果内の文書データを取得し、
前記定量化手段は、検索語毎の検索結果内の複数の文書データの内容及び構造の少なくとも一方を多次元の特徴ベクトルデータに変換し、
前記定量化手段によって得られた文書毎の特徴ベクトルデータに所定の統計処理を施し、検索語毎の特徴ベクトルデータを合成する合成手段を具備することを特徴とする請求項12に記載の検索ニーズ評価装置。 - 前記取得手段は、複数の検索語の各々について、検索語毎の検索結果内の文書データを取得し、
前記定量化手段は、検索語毎の検索結果内の複数の文書データの内容及び構造の少なくとも一方を多次元の特徴ベクトルデータに変換し、
前記分類手段は、文書毎の特徴ベクトルデータに基づいて複数の文書データを複数の部分集合に分類し、
前記分類手段による処理結果に所定の統計処理を施し、検索語毎の処理結果を合成する合成手段を具備することを特徴とする請求項12に記載の検索ニーズ評価装置。 - 前記特徴ベクトルデータをより低次元の特徴ベクトルデータに次元縮約する次元縮約手段を具備し、
前記分類手段は、前記次元縮約手段の次元縮約を経た特徴ベクトルデータにより、前記複数の文書データを複数の部分集合に分類する
ことを特徴とする請求項12に記載の検索ニーズ評価装置。 - 複数の検索ニーズを含み得るある検索語に基づく検索結果内の複数の文書データを取得する取得手段と、
前記複数の文書データの内容及び構造の少なくとも一方を多次元の特徴ベクトルデータに変換する定量化手段と、
前記複数の文書データの特徴ベクトルデータ間の類似度を特定する類似度特定手段と、
前記類似度に基づいて、前記複数の文書データを複数のコミュニティに分類するコミュニティ検出手段と、
前記複数のコミュニティ間の関係に基づいて、各検索語に異なる検索ニーズがどの程度混在しているかに関する検索のニーズの解析結果を出力する解析結果出力手段と
を具備することを特徴とする検索ニーズ評価装置。 - 前記取得手段は、複数の検索語の各々について、検索語毎の検索結果内の文書データを取得し、
前記定量化手段は、検索語毎の検索結果内の複数の文書データの内容及び構造の少なくとも一方を多次元の特徴ベクトルデータに変換し、
前記類似度特定手段は、検索語毎の複数の文書データの特徴ベクトルデータ間の類似度を特定し、
前記コミュニティ検出手段は、検索語毎の複数の文書データの特徴ベクトルデータ間の類似度に基づいて、検索語毎の複数の文書データを複数のコミュニティに分類し、
前記コミュニティ検出手段による検索語毎のコミュニティ検出の処理結果に所定の統計処理を施し、検索語毎のコミュニティ検出の処理結果を合成する合成手段を具備することを特徴とする請求項17に記載の検索ニーズ評価装置。 - 複数の検索ニーズを含み得るある検索語に基づく検索結果内の複数の文書データを取得する取得ステップと、
前記複数の文書データの内容及び構造の少なくとも一方を多次元の特徴ベクトルデータに変換する定量化ステップと、
前記特徴ベクトルデータに基づいて前記複数の文書データを複数の部分集合に分類する分類ステップと、
前記複数の部分集合間の関係に基づいて、各検索語に異なる検索ニーズがどの程度混在しているかに関する検索のニーズの性質の解析結果を出力する解析結果出力ステップと
を具備することを特徴とする検索ニーズ評価方法。 - 複数の検索ニーズを含み得るある検索語に基づく検索結果内の複数の文書データを取得する取得ステップと、
前記複数の文書データの内容及び構造の少なくとも一方を多次元の特徴ベクトルデータに変換する定量化ステップと、
前記複数の文書データの特徴ベクトルデータ間の類似度を特定する類似度特定ステップと、
前記類似度に基づいて、前記複数の文書データを複数のコミュニティに分類するコミュニティ検出ステップと、
前記複数のコミュニティ間の関係に基づいて、各検索語に異なる検索ニーズがどの程度混在しているかに関する検索のニーズの解析結果を出力する解析結果出力ステップと
を具備することを特徴とする検索ニーズ評価方法。 - コンピュータに、
複数の検索ニーズを含み得るある検索語に基づく検索結果内の複数の文書データを取得する取得ステップと、
前記複数の文書データの内容及び構造の少なくとも一方を多次元の特徴ベクトルデータに変換する定量化ステップと、
前記特徴ベクトルデータに基づいて前記複数の文書データを複数の部分集合に分類する分類ステップと、
前記複数の部分集合間の関係に基づいて、各検索語に異なる検索ニーズがどの程度混在しているかに関する検索のニーズの性質の解析結果を出力する解析結果出力ステップと
を実行させることを特徴とする検索ニーズ評価プログラム。 - コンピュータに、
複数の検索ニーズを含み得るある検索語に基づく検索結果内の複数の文書データを取得する取得ステップと、
前記複数の文書データの内容及び構造の少なくとも一方を多次元の特徴ベクトルデータに変換する定量化ステップと、
前記複数の文書データの特徴ベクトルデータ間の類似度を特定する類似度特定ステップと、
前記類似度に基づいて、前記複数の文書データを複数のコミュニティに分類するコミュニティ検出ステップと、
前記複数のコミュニティ間の関係に基づいて、各検索語に異なる検索ニーズがどの程度混在しているかに関する検索のニーズの解析結果を出力する解析結果出力ステップと
を実行させることを特徴とする検索ニーズ評価プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020049266A JP6924450B2 (ja) | 2018-11-06 | 2020-03-19 | 検索ニーズ評価装置、検索ニーズ評価システム、及び検索ニーズ評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/041100 WO2020095357A1 (ja) | 2018-11-06 | 2018-11-06 | 検索ニーズ評価装置、検索ニーズ評価システム、及び検索ニーズ評価方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020049266A Division JP6924450B2 (ja) | 2018-11-06 | 2020-03-19 | 検索ニーズ評価装置、検索ニーズ評価システム、及び検索ニーズ評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6680956B1 true JP6680956B1 (ja) | 2020-04-15 |
JPWO2020095357A1 JPWO2020095357A1 (ja) | 2021-02-15 |
Family
ID=70166504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019527489A Active JP6680956B1 (ja) | 2018-11-06 | 2018-11-06 | 検索ニーズ評価装置、検索ニーズ評価システム、及び検索ニーズ評価方法 |
Country Status (3)
Country | Link |
---|---|
US (2) | US20210397662A1 (ja) |
JP (1) | JP6680956B1 (ja) |
WO (1) | WO2020095357A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11392774B2 (en) * | 2020-02-10 | 2022-07-19 | International Business Machines Corporation | Extracting relevant sentences from text corpus |
US11526551B2 (en) * | 2020-04-10 | 2022-12-13 | Salesforce, Inc. | Search query generation based on audio processing |
JP6976537B1 (ja) * | 2020-10-08 | 2021-12-08 | 株式会社Fronteo | 情報検索装置、情報検索方法および情報検索用プログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007265034A (ja) * | 2006-03-28 | 2007-10-11 | Nippon Telegr & Teleph Corp <Ntt> | 文書検索支援方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体 |
WO2014050002A1 (ja) * | 2012-09-28 | 2014-04-03 | 日本電気株式会社 | クエリ類似度評価システム、評価方法、及びプログラム |
JP2015526799A (ja) * | 2012-06-29 | 2015-09-10 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 専門的会話ビルダに対する拡張機能 |
JP2016085717A (ja) * | 2014-10-22 | 2016-05-19 | 財団法人 資訊工業策進会Institute For Information Industry | サービス要求分析システム、方法とコンピュータ読み取り可能な記録媒体 |
JP2018151883A (ja) * | 2017-03-13 | 2018-09-27 | 株式会社東芝 | 解析装置、解析方法、及び、プログラム |
JP2018151789A (ja) * | 2017-03-10 | 2018-09-27 | ヤフー株式会社 | 情報処理装置、情報処理方法、プログラム、および広告情報処理システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10102285B2 (en) * | 2014-08-27 | 2018-10-16 | International Business Machines Corporation | Consolidating video search for an event |
-
2018
- 2018-11-06 WO PCT/JP2018/041100 patent/WO2020095357A1/ja active Application Filing
- 2018-11-06 US US17/291,355 patent/US20210397662A1/en not_active Abandoned
- 2018-11-06 JP JP2019527489A patent/JP6680956B1/ja active Active
-
2023
- 2023-06-22 US US18/339,893 patent/US20230409645A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007265034A (ja) * | 2006-03-28 | 2007-10-11 | Nippon Telegr & Teleph Corp <Ntt> | 文書検索支援方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体 |
JP2015526799A (ja) * | 2012-06-29 | 2015-09-10 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 専門的会話ビルダに対する拡張機能 |
WO2014050002A1 (ja) * | 2012-09-28 | 2014-04-03 | 日本電気株式会社 | クエリ類似度評価システム、評価方法、及びプログラム |
JP2016085717A (ja) * | 2014-10-22 | 2016-05-19 | 財団法人 資訊工業策進会Institute For Information Industry | サービス要求分析システム、方法とコンピュータ読み取り可能な記録媒体 |
JP2018151789A (ja) * | 2017-03-10 | 2018-09-27 | ヤフー株式会社 | 情報処理装置、情報処理方法、プログラム、および広告情報処理システム |
JP2018151883A (ja) * | 2017-03-13 | 2018-09-27 | 株式会社東芝 | 解析装置、解析方法、及び、プログラム |
Non-Patent Citations (1)
Title |
---|
吉田 誠,小林 隆志,横田 治夫: "リサーチマイニング手法を用いた研究の発展経緯確認ツールの実装", 日本データベース学会LETTERS, vol. 第4巻 第1号, JPN6019035091, 28 June 2005 (2005-06-28), JP, pages 81 - 84, ISSN: 0004111974 * |
Also Published As
Publication number | Publication date |
---|---|
US20230409645A1 (en) | 2023-12-21 |
JPWO2020095357A1 (ja) | 2021-02-15 |
US20210397662A1 (en) | 2021-12-23 |
WO2020095357A1 (ja) | 2020-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022116537A1 (zh) | 一种资讯推荐方法、装置、电子设备和存储介质 | |
EP3143523B1 (en) | Visual interactive search | |
JP6782858B2 (ja) | 文献分類装置 | |
US20230409645A1 (en) | Search needs evaluation apparatus, search needs evaluation system, and search needs evaluation method | |
JP2007188506A (ja) | アイコンツリーの枝刈り方法及び情報処理装置 | |
MXPA05004679A (es) | Metodo y sistema para identificar relevancia de imagen utilizando un analisis de enlace y diseno de pagina. | |
JP2005317018A (ja) | 表示ページ内のブロックの重要度を計算するための方法およびシステム | |
Niu et al. | Knowledge-based topic model for unsupervised object discovery and localization | |
CN109816015B (zh) | 一种基于材料数据的推荐方法及系统 | |
KR20200119370A (ko) | 인공지능 기반의 유사 디자인 검색 장치 | |
Dourado et al. | Unsupervised graph-based rank aggregation for improved retrieval | |
Wang et al. | Interactive browsing via diversified visual summarization for image search results | |
JP2011128773A (ja) | 画像検索装置、画像検索方法及びプログラム | |
Tekli | An overview of cluster-based image search result organization: background, techniques, and ongoing challenges | |
TW201243627A (en) | Multi-label text categorization based on fuzzy similarity and k nearest neighbors | |
JP6924450B2 (ja) | 検索ニーズ評価装置、検索ニーズ評価システム、及び検索ニーズ評価方法 | |
Shi et al. | Topical network embedding | |
CN111832645A (zh) | 基于离散型乌鸦差分协同搜索算法的分类数据特征选择方法 | |
JP2011003156A (ja) | データ分類装置、データ分類方法及びデータ分類プログラム | |
Xie et al. | Analyzing semantic correlation for cross-modal retrieval | |
CN113762298B (zh) | 相似人群扩展方法和装置 | |
Wang et al. | An efficient refinement algorithm for multi-label image annotation with correlation model | |
JP5094915B2 (ja) | 検索装置 | |
EP3109777B1 (en) | Object classification device and program | |
Kalaivani et al. | An optimal multi-level backward feature subset selection for object recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190521 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190521 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190711 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190910 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191106 |
|
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: 20200218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200319 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6680956 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |