WO2014207941A1 - 判定装置、判定方法、及びプログラム - Google Patents

判定装置、判定方法、及びプログラム Download PDF

Info

Publication number
WO2014207941A1
WO2014207941A1 PCT/JP2013/067942 JP2013067942W WO2014207941A1 WO 2014207941 A1 WO2014207941 A1 WO 2014207941A1 JP 2013067942 W JP2013067942 W JP 2013067942W WO 2014207941 A1 WO2014207941 A1 WO 2014207941A1
Authority
WO
WIPO (PCT)
Prior art keywords
link
content
area
acquired
uri
Prior art date
Application number
PCT/JP2013/067942
Other languages
English (en)
French (fr)
Inventor
由紀子 落合
Original Assignee
楽天株式会社
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 楽天株式会社 filed Critical 楽天株式会社
Priority to PCT/JP2013/067942 priority Critical patent/WO2014207941A1/ja
Priority to JP2015523817A priority patent/JP5886477B2/ja
Priority to US14/901,081 priority patent/US10585965B2/en
Publication of WO2014207941A1 publication Critical patent/WO2014207941A1/ja

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
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G06F16/9566—URL specific, e.g. using aliases, detecting broken or misspelled links
    • 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
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/134—Hyperlinking
    • 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
    • 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]
    • G06Q30/0603—Catalogue ordering

Definitions

  • the present invention relates to a determination device, a determination method, and a program.
  • a system that displays content such as a URL (Uniform Resource Locator) web page linked to the text or the photo has become widespread.
  • a web catalog used in web shopping lists a plurality of products, and when a user selects a desired product code or photo, a product page (contents) containing information on the product is displayed.
  • a product code and a photo are set in a clickable area, and a URL of a product page is linked to each clickable area.
  • Patent Document 1 describes a technique for adding link information to texts, photos, etc. when converting data for creating printed matter such as magazines and catalogs into PDF data.
  • the present invention has been made in view of the above problems, and a purpose thereof is a determination device that can easily determine whether correspondence between information included in a web page and a URL linked to the information is correct or incorrect. It is in providing a determination method and a program.
  • a determination apparatus includes an information acquisition unit that acquires link source information obtained in or around a link area associated with a URI, and a storage unit that stores content Content acquisition means for acquiring content specified by the URI associated with the link area, the link source information acquired by the information acquisition means, and the content acquired by the content acquisition means And determining means for determining whether the association between the link area and the URI is correct or not.
  • the determination device may further include a character recognition unit that recognizes the link source information acquired by the information acquisition unit as a character.
  • the determination unit determines whether the link area and the URI are correctly associated based on the character recognized by the character recognition unit and the content acquired by the content acquisition unit. Also good.
  • the determination unit may determine whether the correspondence is correct or not depending on whether or not the character recognized by the character recognition unit is included in the content acquired by the content acquisition unit.
  • the determination unit determines whether the correspondence is determined based on whether or not a plurality of the characters recognized by the character recognition unit are included in the content acquired by the content acquisition unit. The correctness of the attachment may be determined.
  • the determination device may further include a coordinate acquisition unit that acquires the coordinates of the link area in the page. Further, the information acquisition unit may acquire the link source information based on the coordinates of the link area acquired by the coordinate acquisition unit.
  • the determination device may further include notification means for notifying an error message when the association is incorrect.
  • the determination device sets the link area in a page, acquires the URI corresponding to the set link area from a table in which the URI is registered in advance, and the link area, the URI, It may further include generating means for associating.
  • the URIs may be registered in correspondence with the arrangement order of the link areas.
  • the determination method includes an information acquisition step for acquiring link source information obtained from a link area associated with a URI or the periphery of the link area, and a storage unit for storing content, in the link area. Based on the content acquisition step of acquiring the content specified by the associated URI, the link source information acquired by the information acquisition step, and the content acquired by the content acquisition step, the link A determination step of determining whether or not the correspondence between the area and the URI is correct.
  • the program according to the present invention associates the link source information with the link area from the link area associated with the URI or the link area information obtained from the link area and the storage means for storing the content.
  • the link area Is a program for causing a computer to function as a determination means for determining whether or not the correspondence between the URI and the URI is correct.
  • This program may be stored in a computer-readable information storage medium such as a CD-ROM or DVD-ROM.
  • the correctness / incorrectness of the association between the link area and the URL is determined based on the characters in the link area and the content corresponding to the URL associated with the link area. Therefore, it is possible to easily determine whether the correspondence between the information included in the web page and the URL to which the information is linked is correct.
  • FIG. 6 is an operation flowchart of the determination apparatus according to the first embodiment. It is a figure which shows an example of a goods page. It is a figure which shows an example of an HTML file. It is a figure which shows an example of a web catalog and a goods page. It is a figure which shows an example of an HTML file. It is an operation
  • FIG. 1 is a diagram showing an example of a web catalog.
  • a web catalog web page
  • the web catalog lists a plurality of items of information such as soy sauce, apples and bread.
  • the product code, photo, text, and the like of each product are associated with the URL of a product page (content) on which detailed information about the corresponding product is posted.
  • the product name, product code, and photograph of the product “soy sauce” are associated with the URL of the product page “soy sauce” shown in FIG.
  • a product page of “soy sauce” see FIG.
  • the determination apparatus for example, in the form of Internet shopping as described above, the product posted in the web catalog (see FIG. 1) and the URL of the product page (see FIG. 2) on which information on the product is posted. It is possible to easily determine the correctness of the association with.
  • the determination process is executed based on the operation of the site operator.
  • FIG. 3 is a hardware configuration diagram of the determination apparatus according to the present embodiment.
  • the determination device 10 includes a communication unit 1, a CPU 2, a memory 3, and a storage unit 4.
  • the hardware elements constituting the determination device 10 are connected to each other by a bus so as to be able to exchange data.
  • the communication unit 1 transmits / receives information to / from the user terminal from the Internet, for example.
  • the CPU 2 controls each part of the apparatus and executes various types of information processing.
  • the memory 3 holds various programs and data.
  • the memory 3 also has a work area for the CPU 2.
  • the storage unit 4 includes a page DB 4a.
  • the page DB 4a stores a plurality of HTML files corresponding to a plurality of web catalogs.
  • the HTML file is created by the site operator. Specifically, the site operator obtains PDF format image data (catalog data) that is the basis of the web catalog, for example, from a printing company, and based on the obtained catalog data, a clickable area and a link corresponding thereto. An HTML file in which the destination URL is set is created. By displaying the HTML file and the image file specified in the HTML file with the web browser of the user terminal, the web catalog shown in FIG. 1 is displayed.
  • the designation of the clickable area and the designation of the link destination may be designated by, for example, a JavaScript (registered trademark) file different from HTML.
  • the linked product page associated with the product listed in the web catalog is created by the site operator and uploaded to the web server (storage means).
  • the storage unit 4 may be connected to the communication unit 1, the CPU 2, and the memory 3 via the Internet.
  • FIG. 4 is an example of an HTML file corresponding to the web catalog shown in FIG.
  • FIG. 5 is an example of a clickable area (link area) in the web catalog shown in FIG.
  • the HTML file includes an element (map data) for setting a clickable area and a URL associated with the clickable area.
  • the URL “http://aaa.co.jp/soy sauce.html” of the product page of “soy sauce” is set in the rectangular link area at the coordinates (x1, x2, x3, x4), and the coordinates (
  • the URL “http://aaa.co.jp/apple.html” of the product page of “apple” is set in the rectangular link area at the position of y1, y2, y3, y4), and the coordinates (z1, z2, z3) , Z4)
  • the URL “http://aaa.co.jp/pan.html” of the product page “pan” is set in the rectangular link area at the position of z4).
  • Each link area corresponds to a clickable area. As shown in FIG.
  • each clickable area corresponds to a product code field
  • the link area of “soy sauce” is clickable area 1
  • the link area of “apple” is clickable area 2
  • the link area of “pan” is clickable. This is indicated by area 3.
  • the clickable area 4 will be described later.
  • FIG. 6 is a functional block diagram of the determination apparatus 10.
  • the determination apparatus 10 includes a page acquisition unit 11, a coordinate acquisition unit 12 (coordinate acquisition unit), an image acquisition unit 13 (information acquisition unit), a character recognition unit 14 (character recognition unit), and a URL acquisition unit. 15, a linked page acquisition unit 16 (content acquisition unit), a character determination unit 17 (determination unit), a notification unit 18 (notification unit), and a page generation unit 19 (generation unit).
  • This program may be installed in the determination apparatus 10 from a computer-readable information storage medium such as a CD-ROM, DVD-ROM, or memory card, or may be downloaded from a communication network such as the Internet.
  • the page acquisition unit 11 acquires an HTML file corresponding to the web catalog from the page DB 4a.
  • the page acquisition unit 11 acquires, for example, an HTML file shown in FIG.
  • the coordinate acquisition unit 12 acquires the coordinates of the clickable area from the HTML file acquired by the page acquisition unit 11.
  • the coordinate acquisition unit 12 may, for example, from the map data of the HTML file shown in FIG. 4, the coordinates of the clickable area 1 (x1, x2, x3, x4), the coordinates of the clickable area 2 (y1, y2, y3, y4), or The coordinates (z1, z2, z3, z4) of the clickable area 3 are acquired.
  • the image acquisition unit 13 acquires an image (area image) (link source information) in the clickable area corresponding to the coordinates acquired by the coordinate acquisition unit 12 in the image data (catalog data) of the web catalog shown in FIG. .
  • the image acquisition unit 13 for example, the area image “ ⁇ 1234” of the clickable area 1 corresponding to the coordinates (x1, x2, x3, x4) and the area image of the clickable area 2 corresponding to the coordinates (y1, y2, y3, y4).
  • the area image “ ⁇ 3456” of the clickable area 3 corresponding to “ ⁇ 2345” or the coordinates (z1, z2, z3, z4) is acquired.
  • the image acquisition unit 13 When a predetermined mark (here, “ ⁇ ” (star mark)) is added to the catalog data, the image acquisition unit 13 recognizes the catalog data and displays a predetermined area including the mark as an area image. You may get as The image acquisition unit 13 acquires the text display as an area image when the clickable area is a text display field (clickable area 4 in FIG. 5), and acquires the photograph as an area image when the clickable area is a photo field. Note that the image acquisition unit 13 may acquire the peripheral image instead of the image in the clickable area. For example, for the clickable area 1 in FIG. 5, an area located in the posting area of the corresponding product may be acquired as an area image. If the size of the posting area of the corresponding product and the position of the clickable area in the posting area are known, the area in the posting area can be specified.
  • the character recognition unit 14 performs character recognition on the area image acquired by the image acquisition unit 13.
  • the character recognition unit 14 performs character recognition using, for example, an optical character recognition (OCR) method.
  • OCR optical character recognition
  • the character recognition unit 14 recognizes a product code when the clickable area is a product code column, and recognizes text when the clickable area is a text display column. If the character code can be acquired, the character recognition process may not be performed.
  • the URL acquisition unit 15 acquires the URL of the product page corresponding to the coordinates acquired by the coordinate acquisition unit 12 from the HTML file acquired by the page acquisition unit 11. For example, the URL acquisition unit 15 obtains the URL “http://aaa.co.jp/soy sauce” corresponding to the coordinates (x1, x2, x3, x4) of the clickable area 1 from the map data of the HTML file shown in FIG. “html”, URL “http://aaa.co.jp/apple.html” corresponding to the coordinates (y1, y2, y3, y4) of the clickable area 2, or the coordinates (z1, z2, z3) of the clickable area 3 , Z4), the URL “http://aaa.co.jp/pan.html” is acquired.
  • the link destination page acquisition unit 16 acquires the product page of the URL acquired by the URL acquisition unit 15 from the web server. For example, the linked page acquisition unit 16 receives a product page of URL “http://aaa.co.jp/soy sauce.html”, URL “http://aaa.co.jp” shown in FIG. A product page of “/apple.html” or a product page of URL “http://aaa.co.jp/bread.html” is acquired.
  • the character determination unit 17 determines whether or not the product page acquired by the linked page acquisition unit 16 includes a character recognized by the character recognition unit 14. Note that the character determination unit 17 may determine whether or not the product page includes a character that matches the recognized character. If there are a plurality of recognized characters, the number of characters greater than or equal to a predetermined ratio is determined. You may determine whether it is contained in the page. When the clickable area includes a photo column, the character determination unit 17 further calculates the similarity between the area image acquired by the image acquisition unit 13 and the image of the photo posted on the product page. The determination may be performed based on the similarity. In this case, the character determination unit 17 functions as an image processing determination unit, and calculates similarity by extracting and comparing feature points of images, for example.
  • the notification unit 18 notifies a message based on the determination result of the character determination unit 17. Specifically, when the recognized character is not included in the product page, the notification unit 18 notifies the error message because the link association is incorrect. When the recognized character is included in the product page, the notification unit 18 may notify a message that the link association is correct.
  • the page generation unit 19 performs processing of generating an HTML file (see FIG. 4) by associating the coordinates of the clickable area with the URL of the product page.
  • the HTML file generated by the page generation unit 19 is stored in the page DB 4a.
  • FIG. 7 is an operation flowchart of the determination apparatus 10 according to the first embodiment.
  • the web catalog shown in FIG. 1 and the product page shown in FIG. 2 will be described as examples.
  • the site operator creates an HTML file (see FIG. 4) corresponding to the web catalog shown in FIG. 1, and the created HTML file is stored in the page DB 4a. Further, it is assumed that a plurality of product pages shown in FIG. 2 created by the site operator are uploaded to the web server. In the web catalog shown in FIG. 1, the product code column of each product is set in the clickable areas 1 to 3 as shown in FIG. The site operator creates an HTML file based on a list in which the product code of each product and the URL of the product page are associated in advance.
  • the site operator selects an inspection mode for inspecting the correctness of the link association in the determination apparatus 10. As a result, the following inspection process is executed.
  • the page acquisition unit 11 acquires the HTML file shown in FIG. 4 from the page DB 4a (S101).
  • the coordinate acquisition unit 12 acquires the coordinates (x1, x2, x3, x4) of the clickable area 1 (see FIG. 5) from the first data of the map data in the HTML file acquired in S101 ( S102).
  • the image acquisition unit 13 is an image (area image) of the clickable area 1 corresponding to the coordinates (x1, x2, x3, x4) acquired in S102. 1) is acquired (S103).
  • “ ⁇ 1234” in the product code column is acquired as the area image 1.
  • the character recognition unit 14 performs character recognition on the area image 1 acquired in S103 (S104).
  • “ ⁇ 1234” in the area image 1 is recognized as a character.
  • the URL acquisition unit 15 includes the URL “http://aaa.co.jp/soy sauce.com” corresponding to the coordinates (x1, x2, x3, x4) acquired in S102 in the HTML file acquired in S101. html "is acquired (S105).
  • the linked page acquisition unit 16 acquires the product page (see FIG. 2) of the URL “http://aaa.co.jp/soy sauce.html” acquired in S105 from the web server (S106). .
  • the character determination unit 17 determines whether or not the character “ ⁇ 1234” recognized in S104 is included in the product page of “soy sauce” acquired in S106 (S107). In the example shown in FIG. 2, since the product code “ ⁇ 1234” is included in the product page of “soy sauce”, it is determined that the link association is correct, and the process proceeds to S109.
  • FIG. 9 shows an HTML file corresponding to the product page shown in FIG. As shown in the figure, an incorrect URL “http://aaa.co.jp/dressing.html” is set in the first data of the map data.
  • S109 it is determined whether or not there is a clickable area (uninspected area) that has not been subjected to the inspection process. Specifically, the determination process is performed with reference to the map data in the HTML file acquired in S101. Thereby, the inspection process can be executed for all the clickable areas.
  • the process returns to S102, and the coordinate acquisition unit 12 acquires the coordinates of the next clickable area from the map data of the HTML file acquired in S101.
  • the coordinate acquisition unit 12 acquires the coordinates (b1, b2, b3, b4) of the clickable area 2 (S102). Thereafter, the same processing as described above is performed.
  • the determination apparatus 10 ends the inspection process.
  • the determination device 10 it is possible to easily determine whether the correspondence between the product information of the web catalog and the URL of the product page linked to the product information is correct or incorrect. Even if the clickable area and the URL are correctly associated with each other, there is a possibility that the product page (content) specified by the URL is incorrect and does not correspond to the information on the clickable area. An error can be detected.
  • Example 2 Although the clickable area is set in the product code column in the first embodiment, the present invention is not limited to this. In the second embodiment, the clickable area is set in the text display field (clickable area 4 in FIG. 5). Below, it demonstrates centering on difference with Example 1.
  • FIG. FIG. 10 shows information on the product “A soy sauce” of the product code “ ⁇ 5678” posted in the web catalog shown in FIG. 1 and the product page of the product “A soy sauce”.
  • the coordinate acquisition unit 12 acquires the coordinates (s1, s2, s3, s4) (see FIG. 5) of the clickable area 4 from the map data in the HTML file (see FIG. 11) acquired by the page acquisition unit 11. For the clickable areas 1 to 3, the inspection process shown in the first embodiment may be executed.
  • the image acquisition unit 13 is an image (area image) of the clickable area 4 corresponding to the coordinates (s1, s2, s3, s4) acquired by the coordinate acquisition unit 12 in the catalog data (image data) of the web catalog shown in FIG. 4) is acquired.
  • a text display field is acquired as the area image 4.
  • the character recognition unit 14 performs character recognition on the area image 4 acquired by the image acquisition unit 13.
  • the text of the area image 4 is recognized as a character (word).
  • the character recognizing unit 14 performs, for example, “soy sauce”, “100 selections”, “A soy sauce”, “500 ml”, “bonito”, “mirin”, “mellow”, “taste” by morphological analysis. recognize.
  • the URL acquisition unit 15 includes, in the HTML file acquired by the page acquisition unit 11 (see FIG. 11), the URL “http: // // corresponding to the coordinates (s1, s2, s3, s4) acquired by the coordinate acquisition unit 12. “aaa.co.jp/A soy sauce.html”.
  • the linked page acquisition unit 16 acquires the product page (see FIG. 10) of the URL “http://aaa.co.jp/A soy sauce.html” acquired by the URL acquisition unit 15 from the web server.
  • the character determination unit 17 includes a product page of “A soy sauce” acquired by the linked page acquisition unit 16 that includes more than a predetermined percentage of characters among the plurality of characters recognized by the character recognition unit 14. Determine whether or not. For example, it is determined whether or not 80% (seven words) or more of the above eight words are included in the product page “A soy sauce”. In the example of FIG. 10, the product page “A soy sauce” does not include “100 selections”, but includes other 7 words. Therefore, it is determined that the link association is correct.
  • the photo column of the product may be added as a clickable area.
  • the determination process using image recognition may be executed when it is determined that there is an error in the determination process using character recognition (NO in S107).
  • the determination device 10 can determine the correctness / incorrectness of link association for various clickable areas. For one product, all of the product code field, text display field, and photo field may be set in the clickable area. In this case, the determination process corresponding to the clickable area among the above-described determination processes may be performed for each clickable area.
  • this invention demonstrated the web catalog produced using PDF, this invention is applicable to the web page in general containing a link.
  • FIG. 12 is an operation flowchart of the page generation unit 19.
  • the page generation unit 19 sets a clickable area and a link destination URL corresponding to the clickable area based on the image data in the PDF format that is the basis of the web catalog, and performs processing for creating an HTML file. That is, the page generation unit 19 automatically performs the setting of the clickable area and the association of the link destination URL.
  • image data (catalog data) of the web catalog shown in FIG. 1 is taken as an example.
  • the page generation unit 19 extracts a mark (keyword) for specifying the clickable area from the catalog data (S202). For example, “ ⁇ ” is added as a mark.
  • the page generation unit 19 arranges the product codes attached to the marks in the arrangement order based on the coordinates of the marks (S203).
  • FIG. 13 shows a product code list table arranged in the order of arrangement.
  • the page generation unit 19 determines the coordinates (x1, x2, x3, x4) of the first clickable area 1 based on the coordinates of the mark of the first product code (S204).
  • the page generation unit 19 acquires the first URL “http://aaa.co.jp/soy sauce.html” from the URL list table (see FIG. 14) created by the site operator (see FIG. 14). S205).
  • the page generation unit 19 uses the coordinates (x1, x2, x3, x4) of the first clickable area 1 determined in S204 and the first URL “http://aaa.co” acquired in S205. .Jp / soy sauce.html "is associated and registered in the HTML file (see FIG. 15) (S206).
  • the page generation unit 19 determines the coordinates (y1, y2, y3, y4) of the second clickable area 2 based on the coordinates of the mark of the second product code. Thereafter, the same processing as described above is performed, and the coordinates (y1, y2, y3, y4) of the second clickable area 2 and the second URL “http://aaa.co.jp/apple” are stored in the HTML file. .Html "is registered in association with each other.
  • the page generation unit 19 repeats the above process for all clickable areas, and the coordinates of each clickable area and each URL are registered in the HTML file in association with each other. Thereby, the HTML file shown in FIG. 4 is generated.
  • the correspondence between the coordinates of the clickable area and each URL can be automatically performed, so that errors in the association can be reduced.
  • the link destination page acquisition unit 16 converts the URL acquired by the URL acquisition unit 15 into a local address, and acquires a product page based on the converted address.
  • the link destination page acquisition unit 16 converts the URL into “local storage path + file name”. For example, “URL: http://aaa.co.jp/soy sauce.html” is converted to “C: ⁇ temp ⁇ soy sauce.html”.
  • the link destination page DB 4 b in the storage unit 4 of the determination apparatus 10 can be used. Thereby, the link destination page acquisition part 16 can acquire a goods page reliably.
  • a web catalog having only one page has been described.
  • link association and determination of link association errors can be performed by applying the present invention. Can be performed efficiently.
  • the present invention is not limited to the web page. For example, it may be displayed on a smartphone or tablet application and applied to a screen (page) including a link.
  • the link destination is specified by a URI (Uniform Resource Identifier).
  • 10 determination device 1 communication unit, 2 CPU, 3 memory, 4 storage unit, 4a page DB, 4b linked page DB, 11 page acquisition unit, 12 coordinate acquisition unit, 13 image acquisition unit, 14 character recognition unit, 15 URL Acquisition unit, 16 linked page acquisition unit, 17 character determination unit, 18 notification unit, 19 page generation unit.

Abstract

　判定装置（１０）は、ＵＲＬが対応付けられたリンクエリア内の画像を取得する画像取得部（１３）と、コンテンツを記憶する記憶手段から、前記リンクエリアに対応付けられた前記ＵＲＬによって特定されたリンク先ページを取得するリンク先ページ取得部（１６）と、画像取得部（１３）により取得された画像と、リンク先ページ取得部（１６）により取得されたリンク先ページとに基づいて、前記リンクエリアと前記ＵＲＬとの対応付けの正誤を判定する文字判定部（１７）と、を含む。

Description

判定装置、判定方法、及びプログラム
　本発明は、判定装置、判定方法、及びプログラムに関する。
　近年、ユーザがウェブサイトにアクセスしてウェブページに含まれるテキストや写真を選択すると、該テキストや写真にリンクされたＵＲＬ（Uniform Resource Locator）のウェブページ等のコンテンツを表示するシステムが普及している。例えば、ウェブショッピングで利用されるウェブカタログには複数の商品が一覧表示されており、ユーザが所望の商品のコードや写真を選択すると、該商品の情報を掲載した商品ページ（コンテンツ）が表示される。このようなシステムでは、商品コードや写真がクリッカブルエリアに設定されており、各クリッカブルエリアには商品ページのＵＲＬがリンクされている。
　また、特許文献１には、雑誌、カタログ等の印刷物作成用のデータをＰＤＦデータに変換する際に、テキストや写真等に、リンク情報を付加する技術が記載されている。
特開２００４－２８９３５７号公報
　上記システムでは、クリッカブルエリアとＵＲＬとの対応付けを、サイト運営者が手作業で行っているため、対応付けの誤りが生じることがある。またサイト運営者は、上記対応付けの正誤の検査を手作業で行わなければならず手間がかかる。
　本発明は、上記課題に鑑みてなされたものであり、その目的は、ウェブページに含まれる情報と、該情報のリンク先のＵＲＬとの対応付けの正誤を容易に判定することができる判定装置、判定方法、及びプログラムを提供することにある。
　上記課題を解決するために、本発明に係る判定装置は、ＵＲＩが対応付けられたリンクエリア内又は該リンクエリア周辺から得られるリンク元情報を取得する情報取得手段と、コンテンツを記憶する記憶手段から、前記リンクエリアに対応付けられた前記ＵＲＩによって特定されたコンテンツを取得するコンテンツ取得手段と、前記情報取得手段により取得された前記リンク元情報と、前記コンテンツ取得手段により取得された前記コンテンツとに基づいて、前記リンクエリアと前記ＵＲＩとの対応付けの正誤を判定する判定手段と、を含むことを特徴とする。
　また、前記判定装置は、前記情報取得手段により取得された前記リンク元情報を文字として認識する文字認識手段をさらに含んでもよい。また、前記判定手段は、前記文字認識手段により認識された前記文字と、前記コンテンツ取得手段により取得された前記コンテンツとに基づいて、前記リンクエリアと前記ＵＲＩとの対応付けの正誤を判定してもよい。
　また、前記判定手段は、前記文字認識手段により認識された前記文字が、前記コンテンツ取得手段により取得された前記コンテンツに含まれるか否かにより、前記対応付けの正誤を判定してもよい。
　また、前記判定手段は、前記文字認識手段により認識された複数の前記文字のうち所定割合以上の数の文字が、前記コンテンツ取得手段により取得された前記コンテンツに含まれるか否かにより、前記対応付けの正誤を判定してもよい。
　また、前記判定装置は、ページ内における前記リンクエリアの座標を取得する座標取得手段をさらに含んでもよい。また、前記情報取得手段は、前記座標取得手段により取得された前記リンクエリアの座標に基づいて、前記リンク元情報を取得してもよい。
　また、前記判定装置は、前記対応付けが誤っている場合にエラーメッセージを報知する報知手段をさらに含んでもよい。
　また、前記判定装置は、ページ内の前記リンクエリアを設定するとともに、予め前記ＵＲＩが登録されたテーブルから、設定された前記リンクエリアに対応する前記ＵＲＩを取得し、前記リンクエリアと前記ＵＲＩとを対応付ける生成手段をさらに含んでもよい。
　また、前記テーブルにおいて、前記ＵＲＩは、前記リンクエリアの配置順に対応して登録されていてもよい。
　また、本発明に係る判定方法は、ＵＲＩが対応付けられたリンクエリア内又は該リンクエリア周辺から得られるリンク元情報を取得する情報取得ステップと、コンテンツを記憶する記憶手段から、前記リンクエリアに対応付けられた前記ＵＲＩによって特定されたコンテンツを取得するコンテンツ取得ステップと、前記情報取得ステップにより取得された前記リンク元情報と、前記コンテンツ取得ステップにより取得された前記コンテンツとに基づいて、前記リンクエリアと前記ＵＲＩとの対応付けの正誤を判定する判定ステップと、を含むことを特徴とする。
　また、本発明に係るプログラムは、ＵＲＩが対応付けられたリンクエリア内又は該リンクエリア周辺から得られるリンク元情報を取得する情報取得手段、コンテンツを記憶する記憶手段から、前記リンクエリアに対応付けられた前記ＵＲＩによって特定されたコンテンツを取得するコンテンツ取得手段、及び、前記情報取得手段により取得された前記リンク元情報と、前記コンテンツ取得手段により取得された前記コンテンツとに基づいて、前記リンクエリアと前記ＵＲＩとの対応付けの正誤を判定する判定手段、としてコンピュータを機能させるためのプログラムである。このプログラムは、ＣＤ－ＲＯＭやＤＶＤ－ＲＯＭなどのコンピュータ可読情報記憶媒体に格納されてもよい。
　本発明によれば、リンクエリア内の文字とリンクエリアに対応付けられたＵＲＬに対応するコンテンツとに基づいて、リンクエリアとＵＲＬとの対応付けの正誤を判定する。よって、ウェブページに含まれる情報と、該情報のリンク先のＵＲＬとの対応付けの正誤を容易に判定することができる。
ウェブカタログの一例を示す図である。 商品ページの一例を示す図である。 判定装置のハードウェア構成図である。 ＨＴＭＬファイルの一例を示す図である。 クリッカブルエリアの一例を示す図である。 判定装置の機能ブロック図である。 実施例１に係る判定装置の動作フロー図である。 商品ページの一例を示す図である。 ＨＴＭＬファイルの一例を示す図である。 ウェブカタログ及び商品ページの一例を示す図である。 ＨＴＭＬファイルの一例を示す図である。 ページ生成部の動作フロー図である。 商品コード一覧のテーブルを示す図である。 ＵＲＬ一覧のテーブルを示す図である。 ＨＴＭＬファイルの一例を示す図である。 判定装置のハードウェア構成図である。
　以下、本発明の一実施形態について図面に基づき詳細に説明する。以下では、インターネットショッピングのウェブサイトで利用されるウェブカタログを例に挙げる。
　図１は、ウェブカタログの一例を示す図である。ユーザがインターネットショッピングのウェブサイトにアクセスすると、ユーザ端末にウェブカタログ（ウェブページ）が表示される。ウェブカタログには、複数の商品、例えば、しょうゆ、リンゴ、パン等の情報が一覧表示されている。各商品の商品コード、写真、テキスト等には、対応する商品の詳細情報を掲載した商品ページ（コンテンツ）のＵＲＬが対応付けられている。例えば、商品「しょうゆ」の商品名、商品コード及び写真には、図２に示す「しょうゆ」の商品ページのＵＲＬが対応付けられている。例えばユーザがウェブカタログ（図１参照）において商品「しょうゆ」の写真を選択すると、ユーザ端末には「しょうゆ」の商品ページ（図２参照）が表示される。「しょうゆ」の商品ページには、商品名、写真、商品コード、値段、容量、原材料、メーカ名等の詳細情報が掲載されている。同様に、ウェブカタログの商品「リンゴ」、「パン」には、図２に示す「リンゴ」、「パン」の商品ページが対応付けられている。なお、ユーザが商品の購入を希望する場合は、商品ページに表示された購入ボタンを選択する。
　本実施形態に係る判定装置は、例えば上記のようなインターネットショッピングの形態において、ウェブカタログ（図１参照）に掲載される商品と、該商品の情報を掲載した商品ページ（図２参照）のＵＲＬとの対応付けの正誤を容易に判定することを可能にするものである。なお上記判定処理は、サイト運営者の操作に基づき実行される。
　図３は、本実施形態に係る判定装置のハードウェア構成図である。同図に示すように、判定装置１０は、通信部１、ＣＰＵ２、メモリ３、及び記憶部４を含んでいる。判定装置１０を構成するハードウェア要素はバスにより相互にデータの授受が可能に接続されている。通信部１は、例えばインターネットよりユーザ端末と情報の送受信を行う。ＣＰＵ２は装置各部を制御したり、各種の情報処理を実行したりする。メモリ３は、各種のプログラムやデータを保持する。またメモリ３には、ＣＰＵ２の作業領域も確保される。
　記憶部４には、ページＤＢ４ａが含まれる。ページＤＢ４ａには、複数のウェブカタログに対応する複数のＨＴＭＬファイルが記憶されている。ＨＴＭＬファイルはサイト運営者により作成される。具体的には、サイト運営者は、ウェブカタログの元となるＰＤＦ形式の画像データ（カタログデータ）を例えば印刷会社から入手し、入手したカタログデータに基づいて、クリッカブルエリアと、これに対応するリンク先ＵＲＬとを設定したＨＴＭＬファイルを作成する。このＨＴＭＬファイルとこのＨＴＭＬファイルにおいて指定された画像ファイルとをユーザ端末のウェブブラウザで表示することにより、図１に示すウェブカタログが表示される。なお、クリッカブルエリアの指定とリンク先の指定とは、例えば、ＨＴＭＬとは別のＪａｖａＳｃｒｉｐｔ（登録商標）ファイルにて指定してもよい。ウェブカタログに掲載された商品に対応付けられたリンク先の商品ページは、サイト運営者により作成され、ウェブサーバ（記憶手段）にアップロードされている。なお記憶部４は、インターネットを介して通信部１、ＣＰＵ２及びメモリ３に接続されていてもよい。
　図４は、図１に示すウェブカタログに対応するＨＴＭＬファイルの一例である。図５は、図１に示すウェブカタログにおけるクリッカブルエリア（リンクエリア）の一例である。ＨＴＭＬファイルには、クリッカブルエリアと、これに対応付けるＵＲＬとを設定するための要素（ｍａｐデータ）が含まれている。ここでは、座標（ｘ１、ｘ２、ｘ３、ｘ４）の位置の四角形のリンクエリアに「しょうゆ」の商品ページのＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/しょうゆ．ｈｔｍｌ」が設定され、座標（ｙ１、ｙ２、ｙ３、ｙ４）の位置の四角形のリンクエリアに「リンゴ」の商品ページのＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/リンゴ．ｈｔｍｌ」が設定され、座標（ｚ１、ｚ２、ｚ３、ｚ４）の位置の四角形のリンクエリアに「パン」の商品ページのＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/パン．ｈｔｍｌ」が設定されている。それぞれのリンクエリアがクリッカブルエリアに対応する。図５に示すように、各クリッカブルエリアは商品コード欄に対応しており、「しょうゆ」のリンクエリアをクリッカブルエリア１、「リンゴ」のリンクエリアをクリッカブルエリア２、「パン」のリンクエリアをクリッカブルエリア３で示している。クリッカブルエリア４については後述する。
　図６は、判定装置１０の機能ブロック図である。同図に示すように、判定装置１０は、ページ取得部１１、座標取得部１２（座標取得手段）、画像取得部１３（情報取得手段）、文字認識部１４（文字認識手段）、ＵＲＬ取得部１５、リンク先ページ取得部１６（コンテンツ取得手段）、文字判定部１７（判定手段）、報知部１８（報知手段）、及びページ生成部１９（生成手段）を含んでいる。これらの要素はメモリ３に格納されたプログラムをＣＰＵ２が実行することにより実現される。このプログラムはＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、メモリカードなどのコンピュータ可読情報記憶媒体から判定装置１０にインストールされてもよいし、インターネット等の通信ネットワークからダウンロードされてもよい。
　ページ取得部１１は、ページＤＢ４ａからウェブカタログに対応するＨＴＭＬファイルを取得する。ページ取得部１１は、例えば図４に示すＨＴＭＬファイルを取得する。
　座標取得部１２は、ページ取得部１１により取得されたＨＴＭＬファイルから、クリッカブルエリアの座標を取得する。座標取得部１２は、例えば、図４に示すＨＴＭＬファイルのｍａｐデータから、クリッカブルエリア１の座標（ｘ１、ｘ２、ｘ３、ｘ４）、クリッカブルエリア２の座標（ｙ１、ｙ２、ｙ３、ｙ４）、又は、クリッカブルエリア３の座標（ｚ１、ｚ２、ｚ３、ｚ４）を取得する。
　画像取得部１３は、図１に示すウェブカタログの画像データ（カタログデータ）において、座標取得部１２により取得された座標に対応するクリッカブルエリア内の画像（エリア画像）（リンク元情報）を取得する。画像取得部１３は、例えば座標（ｘ１、ｘ２、ｘ３、ｘ４）に対応するクリッカブルエリア１のエリア画像「★１２３４」、座標（ｙ１、ｙ２、ｙ３、ｙ４）に対応するクリッカブルエリア２のエリア画像「★２３４５」、又は、座標（ｚ１、ｚ２、ｚ３、ｚ４）に対応するクリッカブルエリア３のエリア画像「★３４５６」を取得する。なお、カタログデータに所定のマーク（ここでは「★」（星マーク））が付されている場合は、画像取得部１３は、カタログデータを画像認識して、マークを含む所定のエリアをエリア画像として取得してもよい。画像取得部１３は、クリッカブルエリアがテキスト表示欄（図５のクリッカブルエリア４）の場合はテキスト表示をエリア画像として取得し、クリッカブルエリアが写真欄の場合は写真をエリア画像として取得する。なお、画像取得部１３は、クリッカブルエリア内の画像ではなく、その周辺の画像を取得してもよい。例えば、図５のクリッカブルエリア１に対して、該当商品の掲載エリア内に位置する領域をエリア画像として取得しても良い。該当商品の掲載エリアのサイズと、掲載エリアにおけるクリッカブルエリアの位置が分かっていれば、掲載エリア内の領域を特定できる。
　文字認識部１４は、画像取得部１３により取得されたエリア画像について文字認識を行う。文字認識部１４は、例えば光学文字認識（ＯＣＲ）の方式により文字認識を行う。文字認識部１４は、クリッカブルエリアが商品コード欄の場合は商品コードを文字認識し、クリッカブルエリアがテキスト表示欄の場合はテキストを文字認識する。なお、文字コードを取得できる場合は文字認識処理を行わなくてもよい。
　ＵＲＬ取得部１５は、ページ取得部１１により取得されたＨＴＭＬファイルから、座標取得部１２により取得された座標に対応する商品ページのＵＲＬを取得する。ＵＲＬ取得部１５は、例えば、図４に示すＨＴＭＬファイルのｍａｐデータから、クリッカブルエリア１の座標（ｘ１、ｘ２、ｘ３、ｘ４）に対応するＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/しょうゆ．ｈｔｍｌ」、クリッカブルエリア２の座標（ｙ１、ｙ２、ｙ３、ｙ４）に対応するＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/リンゴ．ｈｔｍｌ」、又は、クリッカブルエリア３の座標（ｚ１、ｚ２、ｚ３、ｚ４）に対応するＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/パン．ｈｔｍｌ」を取得する。
　リンク先ページ取得部１６は、ウェブサーバから、ＵＲＬ取得部１５により取得されたＵＲＬの商品ページを取得する。リンク先ページ取得部１６は、例えば、ウェブサーバから、図２に示す、ＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/しょうゆ．ｈｔｍｌ」の商品ページ、ＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/リンゴ．ｈｔｍｌ」の商品ページ、又は、ＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/パン．ｈｔｍｌ」の商品ページを取得する。
　文字判定部１７は、リンク先ページ取得部１６により取得された商品ページに、文字認識部１４により認識された文字が含まれているか否かを判定する。なお、文字判定部１７は、上記認識文字と一致する文字が上記商品ページに含まれているか否かを判定してもよいし、上記認識文字が複数の場合に所定割合以上の文字数が上記商品ページに含まれているか否かを判定してもよい。また、クリッカブルエリアに写真欄が含まれる場合は、文字判定部１７は、さらに、画像取得部１３により取得されたエリア画像と、商品ページに掲載されている写真の画像との類似度を算出し、類似度に基づいて上記判定を行ってもよい。この場合、文字判定部１７は、画像処理判定部として機能し、例えば画像の特徴点を抽出して比較することにより類似度を算出する。
　報知部１８は、文字判定部１７の判定結果に基づいてメッセージを報知する。具体的には、上記認識文字が上記商品ページに含まれていない場合はリンクの対応付けが誤っているため、報知部１８はエラーメッセージを報知する。なお、上記認識文字が上記商品ページに含まれている場合は、報知部１８は、リンクの対応付けが正しい旨のメッセージを報知してもよい。
　ページ生成部１９は、クリッカブルエリアの座標と、商品ページのＵＲＬとを対応付けてＨＴＭＬファイル（図４参照）を生成する処理を行う。ページ生成部１９により生成されたＨＴＭＬファイルは、ページＤＢ４ａに記憶される。
［実施例１］
　図７は、実施例１に係る判定装置１０の動作フロー図である。ここでは、図１に示すウェブカタログと、図２に示す商品ページを例に挙げて説明する。
　サイト運営者は図１に示すウェブカタログに対応するＨＴＭＬファイル（図４参照）を作成し、作成されたＨＴＭＬファイルがページＤＢ４ａに記憶されているものとする。また、ウェブサーバには、サイト運営者が作成した、図２に示す複数の商品ページがアップロードされているものとする。また、図１に示すウェブカタログにおいて、図５に示すように各商品の商品コード欄がクリッカブルエリア１～３に設定されているものとする。なお、サイト運営者は、各商品の商品コードと商品ページのＵＲＬが予め対応付けられたリストに基づいて、ＨＴＭＬファイルを作成する。
　サイト運営者は、ウェブカタログに対応するＨＴＭＬファイルの作成が完了すると、判定装置１０において、リンクの対応付けの正誤を検査する検査モードを選択する。これにより、以下の検査処理が実行される。
　まず、ページ取得部１１は、ページＤＢ４ａから図４に示すＨＴＭＬファイルを取得する（Ｓ１０１）。
　次に、座標取得部１２は、Ｓ１０１で取得されたＨＴＭＬファイルにおいて、ｍａｐデータの１番目のデータから、クリッカブルエリア１（図５参照）の座標（ｘ１、ｘ２、ｘ３、ｘ４）を取得する（Ｓ１０２）。
　次に、画像取得部１３は、図１に示すウェブカタログの画像データ（カタログデータ）において、Ｓ１０２で取得された座標（ｘ１、ｘ２、ｘ３、ｘ４）に対応するクリッカブルエリア１の画像（エリア画像１）を取得する（Ｓ１０３）。ここでは、エリア画像１として、商品コード欄の「★１２３４」が取得される。
　次に、文字認識部１４は、Ｓ１０３で取得されたエリア画像１について文字認識を行う（Ｓ１０４）。ここでは、エリア画像１の「★１２３４」が文字として認識される。
　次に、ＵＲＬ取得部１５は、Ｓ１０１で取得されたＨＴＭＬファイルにおいて、Ｓ１０２で取得された座標（ｘ１、ｘ２、ｘ３、ｘ４）に対応するＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/しょうゆ．ｈｔｍｌ」を取得する（Ｓ１０５）。
　次に、リンク先ページ取得部１６は、ウェブサーバから、Ｓ１０５で取得されたＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/しょうゆ．ｈｔｍｌ」の商品ページ（図２参照）を取得する（Ｓ１０６）。
　次に、文字判定部１７は、Ｓ１０６で取得された「しょうゆ」の商品ページに、Ｓ１０４で認識された文字「★１２３４」が含まれているか否かを判定する（Ｓ１０７）。図２に示す例では、「しょうゆ」の商品ページに、商品コード「★１２３４」が含まれているため、リンクの対応付けは正しいとして、Ｓ１０９に移行する。
　一方、Ｓ１０６で取得された商品ページが例えば図８に示す内容であった場合、ウェブカタログに記載されている商品コード「★１２３４」と、商品ページに記載されている商品コード「★１２３１」とが異なっているため、リンクの対応付けが誤っているとして、Ｓ１０８に移行する。図９は、図８に示す商品ページに対応するＨＴＭＬファイルを示している。同図に示すように、ｍａｐデータの１番目のデータにおいて、誤ったＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/ドレッシング．ｈｔｍｌ」が設定されている。
　Ｓ１０８において報知部１８がエラーメッセージを報知した後、Ｓ１０９に移行する。これによりサイト運営者は、ＨＴＭＬファイルにおいてリンクの対応付けに誤りがあることを認識することができる。
　Ｓ１０９では、上記検査処理を行っていないクリッカブルエリア（未検査エリア）があるか否かを判定する。具体的には、Ｓ１０１で取得されたＨＴＭＬファイルにおけるｍａｐデータを参照して上記判定処理を行う。これにより全てのクリッカブルエリアについて上記検査処理を実行することができる。
　未検査エリアがある場合はＳ１０２に戻り、座標取得部１２は、Ｓ１０１で取得されたＨＴＭＬファイルのｍａｐデータから次のクリッカブルエリアの座標を取得する。ここでは、座標取得部１２は、クリッカブルエリア２の座標（ｂ１、ｂ２、ｂ３、ｂ４）を取得する（Ｓ１０２）。以降、上記と同様の処理が行われる。未検査エリアがない場合、すなわち全てのクリッカブルエリアについて上記の処理が行われた場合は、判定装置１０は検査処理を終了する。
　以上のように、本実施形態に係る判定装置１０によれば、ウェブカタログの商品情報と、該商品情報のリンク先の商品ページのＵＲＬとの対応付けの正誤を容易に判定することができる。また、クリッカブルエリアとＵＲＬとの対応付けが正しい場合であっても、ＵＲＬで特定された商品ページ（コンテンツ）が誤っていてクリッカブルエリアの情報と対応していない虞もあるが、この場合でも上記誤りを検出することができる。
［実施例２］
　実施例１ではクリッカブルエリアが商品コード欄に設定されているが、本発明はこれに限定されない。実施例２では、クリッカブルエリアがテキスト表示欄（図５のクリッカブルエリア４）に設定されている。以下では、実施例１との相違点を中心に説明する。図１０は、図１に示すウェブカタログに掲載されている商品コード「★５６７８」の商品「Ａしょうゆ」の情報と、該商品「Ａしょうゆ」の商品ページを示している。
　座標取得部１２は、ページ取得部１１により取得されたＨＴＭＬファイル（図１１参照）において、ｍａｐデータから、クリッカブルエリア４の座標（ｓ１、ｓ２、ｓ３、ｓ４）（図５参照）を取得する。なお、クリッカブルエリア１～３については実施例１に示した検査処理を実行してもよい。
　画像取得部１３は、図１０に示すウェブカタログのカタログデータ（画像データ）において、座標取得部１２により取得された座標（ｓ１、ｓ２、ｓ３、ｓ４）に対応するクリッカブルエリア４の画像（エリア画像４）を取得する。ここでは、エリア画像４として、テキスト表示欄が取得される。
　文字認識部１４は、画像取得部１３により取得されたエリア画像４について文字認識を行う。ここでは、エリア画像４のテキストが文字（単語）として認識される。具体的には、文字認識部１４は、形態素解析により、例えば「しょうゆ」、「百選」、「Ａしょうゆ」、「５００ｍｌ」、「鰹節」、「みりん」、「まろやか」、「味わい」を認識する。
　ＵＲＬ取得部１５は、ページ取得部１１により取得されたＨＴＭＬファイル（図１１参照）において、座標取得部１２により取得された座標（ｓ１、ｓ２、ｓ３、ｓ４）に対応するＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/Ａしょうゆ．ｈｔｍｌ」を取得する。
　リンク先ページ取得部１６は、ウェブサーバから、ＵＲＬ取得部１５により取得されたＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/Ａしょうゆ．ｈｔｍｌ」の商品ページ（図１０参照）を取得する。
　文字判定部１７は、リンク先ページ取得部１６により取得された「Ａしょうゆ」の商品ページに、文字認識部１４により認識された複数の文字のうち所定割合以上の数の文字が含まれているか否かを判定する。例えば、上記の８単語のうち８割（７単語）以上が、「Ａしょうゆ」の商品ページに含まれているか否かを判定する。図１０の例では、「Ａしょうゆ」の商品ページに「百選」は含まれていないが、他の７単語が含まれている。よって、リンクの対応付けは正しいと判定される。
　このように、クリッカブルエリアがテキスト表示欄に設定されている場合には、文字数を比較することによりリンクの対応付けの正誤を判定することができる。
　ここで、クリッカブルエリアとして、商品の写真欄が追加されていてもよい。この場合は、ウェブカタログの商品の写真と、商品ページの写真とを画像認識して両者の類似度を算出し、類似度に基づいてリンクの対応付けの正誤を判断する構成とすることができる。なお、画像認識を用いた判定処理は、文字認識を用いた上記判定処理において誤りと判定された場合（Ｓ１０７にてＮＯ）に実行してもよい。
　以上のように、判定装置１０は、様々なクリッカブルエリアについて、リンクの対応付けの正誤を判定することができる。なお、１つの商品について、商品コード欄、テキスト表示欄、写真欄の全てがクリッカブルエリアに設定されていてもよい。この場合は、クリッカブルエリア毎に、上述した各判定処理のうち、クリッカブルエリアに対応する判定処理を行えばよい。また上記実施形態では、ＰＤＦを利用して作成したウェブカタログについて説明したが、リンクを含むウェブページ全般に本発明を適用することができる。
［ｈｔｍｌファイルの生成］
　ページ生成部１９の詳細について説明する。図１２は、ページ生成部１９の動作フロー図である。
　ページ生成部１９は、ウェブカタログの元となるＰＤＦ形式の画像データに基づいて、クリッカブルエリアと、これに対応するリンク先ＵＲＬとを設定し、ＨＴＭＬファイルを作成する処理を行う。すなわち、ページ生成部１９は、クリッカブルエリアの設定とリンク先ＵＲＬの対応付けとを自動で行う。ここでは、図１に示すウェブカタログの画像データ（カタログデータ）を例に挙げる。
　まず、ページ生成部１９は、カタログデータを取得すると（Ｓ２０１）、カタログデータからクリッカブルエリアを特定するためのマーク（キーワード）を抽出する（Ｓ２０２）。例えばマークとして「★」が付されている。
　次に、ページ生成部１９は、マークに付された商品コードを、マークの座標に基づいて配置順に並べる（Ｓ２０３）。図１３には、配置順に並べた商品コード一覧のテーブルを示している。
　次に、ページ生成部１９は、１番目の商品コードのマークの座標に基づいて、１番目のクリッカブルエリア１の座標（ｘ１、ｘ２、ｘ３、ｘ４）を決定する（Ｓ２０４）。
　次に、ページ生成部１９は、サイト運営者により作成されたＵＲＬ一覧のテーブル（図１４参照）から、１番目のＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/しょうゆ．ｈｔｍｌ」を取得する（Ｓ２０５）。
　次に、ページ生成部１９は、Ｓ２０４で決定された１番目のクリッカブルエリア１の座標（ｘ１、ｘ２、ｘ３、ｘ４）と、Ｓ２０５で取得された１番目のＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/しょうゆ．ｈｔｍｌ」とを対応付けてＨＴＭＬファイル（図１５参照）に登録する（Ｓ２０６）。
　続いて、Ｓ２０４に戻り、ページ生成部１９は、２番目の商品コードのマークの座標に基づいて、２番目のクリッカブルエリア２の座標（ｙ１、ｙ２、ｙ３、ｙ４）を決定する。以降、上記と同様の処理が行われ、ＨＴＭＬファイルに、２番目のクリッカブルエリア２の座標（ｙ１、ｙ２、ｙ３、ｙ４）と、２番目のＵＲＬ「ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/リンゴ．ｈｔｍｌ」とが対応付けられて登録される。
　ページ生成部１９は、全てのクリッカブルエリアについて上記処理を繰り返し行い、ＨＴＭＬファイルに、各クリッカブルエリアの座標と各ＵＲＬとが対応付けられて登録される。これにより、図４に示すＨＴＭＬファイルが生成される。
　ページ生成部１９の構成によれば、クリッカブルエリアの座標と各ＵＲＬとの対応付けを自動で行うことができるため、該対応付けの誤りを減らすことができる。
［商品ページの取得］
　図４に示すＨＴＭＬファイルでは、クリッカブルエリアに対応付けられる商品ページはＵＲＬで特定されている。しかし、商品ページがウェブサーバにアップロードされる前の段階では、商品ページをＵＲＬで特定することができない。そこで、リンク先ページ取得部１６は、ＵＲＬ取得部１５により取得されたＵＲＬをローカルアドレスに変換し、変換されたアドレスに基づいて商品ページを取得する。
　具体的には、リンク先ページ取得部１６は、複数の商品ページがローカルストレージに保存されている場合、ＵＲＬを「ローカルストレージのパス＋ファイル名」に変換する。例えば、「ＵＲＬ：ｈｔｔｐ：//ａａａ．ｃｏ．ｊｐ/しょうゆ．ｈｔｍｌ」を、「Ｃ：￥ｔｅｍｐ￥しょうゆ．ｈｔｍｌ」に変換する。なおローカルストレージとして、例えば図１６に示すように判定装置１０の記憶部４におけるリンク先ページＤＢ４ｂとすることができる。これにより、リンク先ページ取得部１６は、商品ページを確実に取得することができる。
　上記の実施形態では１ページのみのウェブカタログについて説明したが、ページ数が多いウェブカタログの場合、リンク箇所が多いため本発明を適用することでリンクの対応付け及びリンクの対応付けの誤りの判定を効率的に行うことができる。なお、上記実施形態では、本発明をウェブページに適用した場合について説明したが、ウェブページに限られない。例えば、スマーフォンやタブレットのアプリケーションで表示され、リンクを含んだ画面（ページ）に適用してもよい。この場合、リンク先はＵＲＩ（Uniform Resource Identifier）によって特定される。
　１０　判定装置、１　通信部、２　ＣＰＵ、３　メモリ、４　記憶部、４ａ　ページＤＢ、４ｂ　リンク先ページＤＢ、１１　ページ取得部、１２　座標取得部、１３　画像取得部、１４　文字認識部、１５　ＵＲＬ取得部、１６　リンク先ページ取得部、１７　文字判定部、１８　報知部、１９　ページ生成部。

Claims (10)

  1. 　ＵＲＩが対応付けられたリンクエリア内又は該リンクエリア周辺から得られるリンク元情報を取得する情報取得手段と、
    　コンテンツを記憶する記憶手段から、前記リンクエリアに対応付けられた前記ＵＲＩによって特定されたコンテンツを取得するコンテンツ取得手段と、
    　前記情報取得手段により取得された前記リンク元情報と、前記コンテンツ取得手段により取得された前記コンテンツとに基づいて、前記リンクエリアと前記ＵＲＩとの対応付けの正誤を判定する判定手段と、
    　を含むことを特徴とする判定装置。
  2. 　前記情報取得手段により取得された前記リンク元情報を文字として認識する文字認識手段をさらに含み、
    　前記判定手段は、前記文字認識手段により認識された前記文字と、前記コンテンツ取得手段により取得された前記コンテンツとに基づいて、前記リンクエリアと前記ＵＲＩとの対応付けの正誤を判定することを特徴とする請求項１に記載の判定装置。
  3. 　前記判定手段は、前記文字認識手段により認識された前記文字が、前記コンテンツ取得手段により取得された前記コンテンツに含まれるか否かにより、前記対応付けの正誤を判定することを特徴とする請求項２に記載の判定装置。
  4. 　前記判定手段は、前記文字認識手段により認識された複数の前記文字のうち所定割合以上の数の文字が、前記コンテンツ取得手段により取得された前記コンテンツに含まれるか否かにより、前記対応付けの正誤を判定することを特徴とする請求項２に記載の判定装置。
  5. 　ページ内における前記リンクエリアの座標を取得する座標取得手段をさらに含み、
    　前記情報取得手段は、前記座標取得手段により取得された前記リンクエリアの座標に基づいて、前記リンク元情報を取得することを特徴とする請求項１から４の何れか１項に記載の判定装置。
  6. 　前記対応付けが誤っている場合にエラーメッセージを報知する報知手段をさらに含んでいることを特徴とする請求項１から５の何れか１項に記載の判定装置。
  7. 　ページ内の前記リンクエリアを設定するとともに、予め前記ＵＲＩが登録されたテーブルから、設定された前記リンクエリアに対応する前記ＵＲＩを取得し、前記リンクエリアと前記ＵＲＩとを対応付ける生成手段をさらに含んでいることを特徴とする請求項１から６の何れか１項に記載の判定装置。
  8. 　前記テーブルにおいて、前記ＵＲＩは、前記リンクエリアの配置順に対応して登録されていることを特徴とする請求項７に記載の判定装置。
  9. 　ＵＲＩが対応付けられたリンクエリア内又は該リンクエリア周辺から得られるリンク元情報を取得する情報取得ステップと、
    　コンテンツを記憶する記憶手段から、前記リンクエリアに対応付けられた前記ＵＲＩによって特定されたコンテンツを取得するコンテンツ取得ステップと、
    　前記情報取得ステップにより取得された前記リンク元情報と、前記コンテンツ取得ステップにより取得された前記コンテンツとに基づいて、前記リンクエリアと前記ＵＲＩとの対応付けの正誤を判定する判定ステップと、
    　を含むことを特徴とする判定方法。
  10. 　ＵＲＩが対応付けられたリンクエリア内又は該リンクエリア周辺から得られるリンク元情報を取得する情報取得手段、
    　コンテンツを記憶する記憶手段から、前記リンクエリアに対応付けられた前記ＵＲＩによって特定されたコンテンツを取得するコンテンツ取得手段、及び、
    　前記情報取得手段により取得された前記リンク元情報と、前記コンテンツ取得手段により取得された前記コンテンツとに基づいて、前記リンクエリアと前記ＵＲＩとの対応付けの正誤を判定する判定手段、
    　としてコンピュータを機能させるためのプログラム。
PCT/JP2013/067942 2013-06-28 2013-06-28 判定装置、判定方法、及びプログラム WO2014207941A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2013/067942 WO2014207941A1 (ja) 2013-06-28 2013-06-28 判定装置、判定方法、及びプログラム
JP2015523817A JP5886477B2 (ja) 2013-06-28 2013-06-28 判定装置、判定方法、及びプログラム
US14/901,081 US10585965B2 (en) 2013-06-28 2013-06-28 Determination device, determination method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2013/067942 WO2014207941A1 (ja) 2013-06-28 2013-06-28 判定装置、判定方法、及びプログラム

Publications (1)

Publication Number Publication Date
WO2014207941A1 true WO2014207941A1 (ja) 2014-12-31

Family

ID=52141331

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/067942 WO2014207941A1 (ja) 2013-06-28 2013-06-28 判定装置、判定方法、及びプログラム

Country Status (3)

Country Link
US (1) US10585965B2 (ja)
JP (1) JP5886477B2 (ja)
WO (1) WO2014207941A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6144861B1 (ja) * 2016-03-10 2017-06-07 楽天株式会社 チェック装置、チェック方法、プログラム、ならびに、非一時的なコンピュータ読取可能な情報記録媒体

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9558510B2 (en) * 2009-02-24 2017-01-31 Ebay Inc. System and method to create listings using image and voice recognition
CN107589893A (zh) * 2017-09-21 2018-01-16 上海联影医疗科技有限公司 一种数据加载方法、装置及终端
US11200294B2 (en) * 2019-03-20 2021-12-14 Hisense Visual Technology Co., Ltd. Page updating method and display device
US11663193B2 (en) * 2020-12-17 2023-05-30 International Business Machines Corporation Identifying incorrect links

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0944499A (ja) * 1995-08-03 1997-02-14 Matsushita Electric Ind Co Ltd マルチメディア文書構造編集装置
JP2004139304A (ja) * 2002-10-17 2004-05-13 Nec Corp ハイパーテキスト検査装置および方法並びにプログラム
JP2007188356A (ja) * 2006-01-13 2007-07-26 Internatl Business Mach Corp <Ibm> 不正ハイパーリンク検出装置及びその方法

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5544352A (en) * 1993-06-14 1996-08-06 Libertech, Inc. Method and apparatus for indexing, searching and displaying data
US6408331B1 (en) * 1995-07-27 2002-06-18 Digimarc Corporation Computer linking methods using encoded graphics
JP3768743B2 (ja) * 1999-09-20 2006-04-19 株式会社東芝 ドキュメント画像処理装置及びドキュメント画像処理方法
US6583792B1 (en) * 1999-11-09 2003-06-24 Newag Digital, Llc System and method for accurately displaying superimposed images
US6601066B1 (en) * 1999-12-17 2003-07-29 General Electric Company Method and system for verifying hyperlinks
US7600183B2 (en) * 2000-06-16 2009-10-06 Olive Software Inc. System and method for data publication through web pages
WO2003001413A1 (en) * 2001-06-22 2003-01-03 Nosa Omoigui System and method for knowledge retrieval, management, delivery and presentation
US7182462B2 (en) * 2001-12-26 2007-02-27 Infocus Corporation System and method for updating an image display device from a remote location
US7257598B2 (en) * 2002-12-19 2007-08-14 Nokia Corporation System and method for generating descriptive link names
JP2004220193A (ja) * 2003-01-10 2004-08-05 Ricoh Co Ltd Ｈｔｍｌリンク検査システム
JP4158567B2 (ja) 2003-03-20 2008-10-01 凸版印刷株式会社 付加情報付加方法及び付加情報付加装置、並びに付加情報付加プログラム
JP2006085234A (ja) * 2004-09-14 2006-03-30 Fuji Xerox Co Ltd 電子文書作成装置、電子文書作成方法及び電子文書作成プログラム
US7720436B2 (en) * 2006-01-09 2010-05-18 Nokia Corporation Displaying network objects in mobile devices based on geolocation
US9892196B2 (en) * 2006-04-21 2018-02-13 Excalibur Ip, Llc Method and system for entering search queries
US8489987B2 (en) * 2006-07-31 2013-07-16 Ricoh Co., Ltd. Monitoring and analyzing creation and usage of visual content using image and hotspot interaction
US20080172738A1 (en) * 2007-01-11 2008-07-17 Cary Lee Bates Method for Detecting and Remediating Misleading Hyperlinks
US9665543B2 (en) * 2007-03-21 2017-05-30 International Business Machines Corporation System and method for reference validation in word processor documents
JP4459250B2 (ja) * 2007-04-20 2010-04-28 富士通株式会社 送信方法、画像送信システム、送信装置及びプログラム
US8209599B2 (en) * 2009-04-23 2012-06-26 Xerox Corporation Method and system for handling references in markup language documents
JP5575511B2 (ja) * 2009-07-16 2014-08-20 富士フイルム株式会社 ウェブサイト閲覧システム、サーバ及びクライアント端末
US8438059B2 (en) * 2010-01-28 2013-05-07 Mypoints.Com Inc. Dynamic e-mail
JP5790345B2 (ja) * 2011-09-07 2015-10-07 株式会社リコー 画像処理装置、画像処理方法、プログラムおよび画像処理システム
US20140136508A1 (en) * 2012-11-09 2014-05-15 Palo Alto Research Center Incorporated Computer-Implemented System And Method For Providing Website Navigation Recommendations
US9305227B1 (en) * 2013-12-23 2016-04-05 Amazon Technologies, Inc. Hybrid optical character recognition
US20160110319A1 (en) * 2014-10-21 2016-04-21 Nirnay Bansal URI Font in print material processing method and apparatus thereof

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0944499A (ja) * 1995-08-03 1997-02-14 Matsushita Electric Ind Co Ltd マルチメディア文書構造編集装置
JP2004139304A (ja) * 2002-10-17 2004-05-13 Nec Corp ハイパーテキスト検査装置および方法並びにプログラム
JP2007188356A (ja) * 2006-01-13 2007-07-26 Internatl Business Mach Corp <Ibm> 不正ハイパーリンク検出装置及びその方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6144861B1 (ja) * 2016-03-10 2017-06-07 楽天株式会社 チェック装置、チェック方法、プログラム、ならびに、非一時的なコンピュータ読取可能な情報記録媒体
WO2017154169A1 (ja) * 2016-03-10 2017-09-14 楽天株式会社 チェック装置、チェック方法、プログラム、ならびに、非一時的なコンピュータ読取可能な情報記録媒体

Also Published As

Publication number Publication date
JPWO2014207941A1 (ja) 2017-02-23
JP5886477B2 (ja) 2016-03-16
US20160154893A1 (en) 2016-06-02
US10585965B2 (en) 2020-03-10

Similar Documents

Publication Publication Date Title
JP5886477B2 (ja) 判定装置、判定方法、及びプログラム
JP2018026168A (ja) 図形コードを通じてネットワーク情報にアクセスする方法、クライアントデバイス、およびサーバ
KR20210100222A (ko) 복수의 장치 상의 정보의 제공
JP7018714B2 (ja) モータ、シールおよび情報提供装置
US10606832B2 (en) Search system, search method, and program
JP5767413B1 (ja) 情報処理システム、情報処理方法、および情報処理プログラム
JP5753642B1 (ja) 入力装置、フォーム入力方法、記録媒体およびプログラム
US9213502B2 (en) Information processing apparatus, information processing method, and non-transitory computer readable medium for recording printing information
JP2008186135A (ja) 原材料原産地適正検査システム
JP5471411B2 (ja) 電子チラシ検索装置および電子チラシ検索システム
WO2016095725A1 (zh) 一种条形码扫描方法及装置
JP2018128883A (ja) 情報処理装置、方法およびプログラム
CN103164411A (zh) 浏览器的网页加载方法
JP2017102779A (ja) 管理情報の印刷方法
JP2010266924A (ja) パッケージ作成支援装置、パッケージ作成支援方法、及びプログラム
JP2004078436A (ja) 入力支援装置
JP2008112377A (ja) 画像形成システム、画像形成装置、及び画像形成プログラム
JP6144861B1 (ja) チェック装置、チェック方法、プログラム、ならびに、非一時的なコンピュータ読取可能な情報記録媒体
WO2024054606A1 (en) System and method for triggering countdown on digital user interface
JP6056580B2 (ja) レイアウト管理装置およびコンピュータプログラム
TW202145815A (zh) 資料提供方法
JP2023157558A (ja) アクセス情報取得方法、コード分割方法及びアクセス情報取得システム
JP2007193643A (ja) 案内・注文書製作装置及び方法
WO2016113887A1 (ja) 情報処理装置、情報処理方法および情報処理プログラム
US20150309975A1 (en) Non-transitory computer readable medium, information processing apparatus, and information processing method

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13887655

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015523817

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 14901081

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 13887655

Country of ref document: EP

Kind code of ref document: A1