JP5084859B2 - 情報処理装置、データ抽出方法、及びプログラム - Google Patents

Description

本発明は、ユーザーの入力意図を反映した検索結果を表示する情報処理装置に関する。

従来、インターネット上でユーザーの検索結果を表示する情報処理装置では、ユーザーが入力したクエリ（キーワードやターム等）に基づいた検索結果を表示することで、ユーザーの入力意図を反映した検索結果を表示する方法が用いられている。

例えば、一般的にユーザーに広く知られる標準表記を記憶した辞書を設けた情報処理装置が知られている（例えば、特許文献１）。このような情報処理装置によれば、ユーザーが入力したクエリと、標準表記とを対応させて辞書に記憶することにより、標準表記に基づいた検索結果を表示できる。すなわち、ユーザーの表記のゆれや、入力ミス等を考慮した検索結果を表示できる。

特開２００４−８６３０７号公報

しかしながら、上述した従来の情報処理装置には、次のような問題があった。すなわち、上述した情報処理装置は、キーワードと標準表記とを記録した辞書を設けるため、ユーザーに入力される様々なキーワードに辞書を対応させる必要がある。そのため、辞書の作成や、頻繁な更新など、人為的に辞書をメンテナンスする必要があり管理負荷が大きいという問題がある。

そこで、本発明は、このような状況に鑑みてなされたものであり、辞書の管理負荷を増大することなく、標準表記を抽出できることを目的とする。

上述した問題を解決するため、本発明は、次のような特徴を有している。まず、本発明の第１の特徴は、情報処理装置（情報処理装置１００）が、クエリ（クエリ１５１）と、前記クエリに対する検索一覧（検索一覧１６０）と、前記検索一覧に記載されるサイト（サイトＵＲＬ１６１）に対する個々の選択の履歴情報（履歴情報１７０）とを含むログ（クリックログＤＢ１０４）を記憶する記憶手段（記憶部１０３）と、前記ログに基づいて、対象クエリ（対象クエリ１５３）と、該対象クエリに対するユーザーの選択率が高いサイトである特定サイト（特定サイト１６３）との組み合わせを前記記憶手段から抽出する特定サイト抽出手段（特定サイト抽出部１０５）と、前記特定サイトを構成するページデータ中の文字列（文字列５０１）と、前記対象クエリとの類似度を算出する算出手段（算出部１１１）と、前記算出手段の算出結果に基づいて、前記対象クエリに対して、類似度の高い文字列を前記対象クエリの標準表記（標準表記５０１ａ）として抽出する標準表記抽出手段（標準表記抽出部１１３）と、を備えることを要旨とする。

このような、記憶手段は、クエリと、検索一覧と、検索一覧に記載されるサイトに対する個々の選択の履歴情報とを含むログを記憶する。また、特定サイト抽出手段は、ログに基づいて、対象クエリと、対象クエリに対して選択率の高い特定サイトとの組み合わせを記憶手段から抽出する。

このため、標準表記抽出手段によれば、算出部１１１の算出結果に基づいて、対象クエリに対して、特定サイトから類似度の高い文字列を標準表記として、抽出できる。

すなわち、情報処理装置によれば、ユーザーに入力される様々なクエリと、該クエリに対応する標準表記とを入力した辞書を設けることなく、ユーザーに入力される様々なクエリに対応する標準表記を抽出できる。

従って、情報処理装置によれば、管理するための負荷を増大することなく、ユーザーの入力意図を反映した標準表記を抽出できる。

本発明の第２の特徴は、本発明の第１の特徴に係り、前記算出手段は、前記対象クエリを、該対象クエリの読みに基づいて、該対象クエリの文字列と種類の異なる文字列に変換し、変換結果に対して、前記ページデータ中の文字列との類似度を算出することを要旨とする。

本発明の第３の特徴は、本発明の第１又は第２の特徴に係り、前記算出手段は、前記対象クエリを、該対象クエリの読みに基づいて、小文字、大文字、カタカナ、平仮名、漢字の少なくとも何れかを含む文字列に変換し、各変換結果に対して、前記ページデータ中の文字列との類似度を算出することを要旨とする。

本発明の第４の特徴は、本発明の第１乃至第３の特徴に係り前記算出手段は、前記特定サイトを規定する記述内におけるヘッダ部（ヘッダ部５０２）内の文字列と、前記対象クエリとの類似度を算出することを要旨とする。

本発明の第５の特徴は、本発明の第１乃至第４の特徴に係り、前記特定サイト抽出手段は、前記特定サイトにアクセスすることを目的とするクエリであるナビゲーショナルクエリ（ナビゲーショナルクエリ１５５）を前記ログに基づいて抽出して、該ナビゲーショナルクエリを前記対象クエリとして抽出し、前記算出手段は、前記判定手段の判定結果に基づいて、前記対象クエリが前記ナビゲーショナルクエリでなかった場合、前記ナビゲーショナルクエリを対象クエリとして、該対象クエリと、前記特定サイトを構成するページデータ中の文字列との類似度を算出することを要旨とする。

本発明の第６の特徴は、本発明の第１乃至第５の特徴に係り、前記ログに基づいて、前記標準表記と、前記標準表記に関連する情報とを前記記憶手段から抽出する関連情報抽出手段（関連情報抽出部１１５）を更に備えることを要旨とする。

本発明の第７の特徴は、データ抽出方法が、クエリと、前記クエリに対する検索一覧と、前記検索一覧に記載されるサイトに対する個々の選択の履歴情報とを含むログを所定の記憶手段に記憶するステップと、前記ログに基づいて、対象クエリと、該対象クエリに対して選択率の高いサイトである特定サイトとの組み合わせを前記記憶手段から抽出するステップと、前記特定サイトを構成するページデータ中の文字列と、前記対象クエリとの類似度を算出するステップと、前記類似度の算出結果に基づいて、類似度の高い文字列を前記対象クエリの標準表記として抽出するステップと、を備えることを要旨とする。

本発明の第８の特徴は、プログラムが、本発明の第７の特徴に記載のデータ抽出方法を前記情報処理装置に実行させることを要旨とする。

本発明によれば、管理するための負荷を増大することなく、ユーザーの入力意図を反映した標準表記を抽出できる。

本発明の実施形態に係る情報処理システム１の全体概略構成図である。 本発明の実施形態に係る情報処理装置１００の機能ブロック図である。 本発明の実施形態に係る情報処理装置１００に記憶される情報の一例を示す図である。 本発明の実施形態に係る情報処理装置１００で処理される情報の一例を示す図である。 本発明の実施形態に係る情報処理装置１００の動作を説明するための概念図である。 本発明の実施形態に係る情報処理装置１００で処理される情報の一例を示す図である。 本発明の実施形態に係る情報処理装置１００によって作成される検索ページ３００の模式図である。 本発明の実施形態に係る情報処理装置１００の動作を説明するための概念図である。 本発明の実施形態に係る情報処理装置１００の検索処理動作の詳細を示すフローチャートである。 本発明の実施形態に係る情報処理装置１００の標準表記の抽出処理動作の詳細を示すフローチャートである。

次に、図面を参照して、本発明の実施形態について説明する。

なお、以下の図面の記載において、同一または類似の部分には、同一または類似の符号を付している。また、図面は模式的なものであり、各寸法の比率などは現実のものとは異なる。

したがって、具体的な寸法などは以下の説明を参酌して判断すればよく、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれている。

以下の実施形態においては、（１）情報処理システム１の全体構成、（２）情報処理装置１００の詳細構成、（３）算出部１１１の類似度の算出処理、（４）情報処理システム１の動作、（５）作用・効果、及び（６）その他の実施形態について説明する。

（１）情報処理システム１の全体構成
図１は、本実施形態に係る情報処理システム１の全体概略構成図である。

図１に示す情報処理システム１は、ユーザー端末１０、ユーザー端末３０、情報処理装置１００を含む。本実施形態では、ユーザー端末１０、ユーザー端末３０、情報処理装置１００が、通信ネットワーク５０（インターネットなど）を介して接続され、互いにデータ通信可能となっている。情報処理システム１は、ユーザー端末１０、ユーザー端末３０と、情報処理装置１００との間で、クエリ１５１や、検索ページ３００の受け渡しを行う。以下の実施形態では、「Yaho（ヤホ）」という企業、それに関連するサイトが存在するものとして、具体例を記載する。

ユーザー端末１０及びユーザー端末３０は、通信ネットワーク５０を介して、情報処理装置１００から検索ページ３００を取得する装置である。ユーザー端末１０及びユーザー端末３０は、ユーザーが使用するＰＣ（Personal Computer）や携帯通信端末装置（携帯電話機やスマートフォン）、カーナビゲーションシステム等であり、無線ＬＡＮや、近傍無線通信（Ｂｌｕｅｔｏｏｔｈ（登録商標）や赤外線通信等）或いは有線通信（ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ケーブル接続等）によって、通信ネットワーク５０を介して情報処理装置１００に接続されている。ユーザー端末１０及びユーザー端末３０は、情報処理装置１００が有するハードウェア資源に加えて、キーボタンやタッチパネル等の入力装置、液晶ディスプレイ等の出力装置、一般的なブラウザを備える。ブラウザは、インターネットの標準プロトコルであるＨＴＴＰ（Hyper Text Transfer Protocol）等に従い、ＨＴＭＬ（Hyper Text Markup Language）等の言語で記述されたページデータの要求、取得及び表示、フォームデータの送信等を行う機能を有している。

本実施形態では、ユーザー端末１０が、携帯通信端末装置であり、ユーザー端末３０が、いわゆるＰＣである点を除き、ユーザー端末１０及びユーザー端末３０は、同様の機能を有しており、以下の記載においては、主にユーザー端末１０について、記載する。従って、ユーザー端末３０についてもユーザー端末１０と同様の機能を有しているが、詳細の記載は、適宜省略する。

（２）情報処理装置１００の詳細構成
図２は、本実施形態に係る情報処理装置１００の機能ブロック図である。図３は、情報処理装置１００の記憶部１０３に記憶される情報の一例を示す図である。図４は、情報処理装置１００のナビゲーショナルクエリ抽出部１０９で処理される情報の一例を示す図である。図５は、本発明の実施形態に係る情報処理装置１００の算出部１１１による類似度の算出動作を説明するための概念図である。図６は、情報処理装置１００の関連情報抽出部１１５で処理される情報の一例を示す図である。図７は、実施形態に係る情報処理装置１００によって作成される検索ページ３００の模式図である。

情報処理装置１００は、ＣＰＵ等の制御装置、メモリやＨＤＤ等の記憶装置、通信ネットワーク５０と通信する通信Ｉ／Ｆ等の通信装置といったハードウェア資源を有するコンピュータ（単一或いは複数）により構成される。情報処理装置１００が備える下記の各ブロックは、前述したコンピュータの制御装置等のハードウェア資源を用いてコンピュータプログラムを実行することによって実現されるものである。なお、これらの各ブロック、手段は、単一のコンピュータ上に配置される必要はなく、必要に応じて分散される構成を採用しても良い。

情報処理装置１００は、クエリ受信部１０１、記憶部１０３、特定サイト抽出部１０５、判定部１０７、ナビゲーショナルクエリ抽出部１０９、算出部１１１、標準表記抽出部１１３、関連情報抽出部１１５、検索処理部１１７、検索結果ページ作成部１１９、ページ送信部１２１を備える。これらの機能部は、いわゆるコンピュータにより構成され、演算／制御装置としてのＣＰＵ（Central Processing Unit）、記憶媒体としてのＲＡＭ（Random Access Memory）及びＲＯＭ（Read Only Memory）、通信インターフェイス等が関連することで実現される。

クエリ受信部１０１は、ユーザー端末１０から通信ネットワーク５０を介して、クエリを受信する。

図３に示すように、記憶部１０３は、クエリ１５１と、クエリ１５１に対する検索一覧１６０と、検索一覧１６０に記載されるサイトＵＲＬ１６１に対する個々の選択の履歴情報１７０とを含むクリックログＤＢ１０４を記憶する。クエリ１５１は、ユーザーにより任意に入力された文字列であり、特に限定されない。例えば、クエリ１５１は、固有名詞、略称などにより構成される。クエリ１５１は、複数の文字列の組み合わせであってもよい。検索一覧１６０は、クエリ１５１に対応するキーワードを含むウェブページのサイトＵＲＬ１６１により構成される。履歴情報１７０は、サイトＵＲＬに対してユーザーがアクセスした履歴を示すデータあり、サイトＵＲＬ１６１に対するユーザーの選択率や、頻度を示す。

例えば、記憶部１０３は、クエリ１５１として、「やほ」が入力された場合、対象クエリ１５３として、「やほ」と、対象クエリ１５３に対する検索一覧１６０と、履歴情報１７０とを記憶する。

履歴情報１７０は、サイトＵＲＬ１６１に対するユーザーの選択率や、頻度を示すパラメータの少なくとも何れかを含んでいればよく、例えば、選択回数１７１、クリック率（ＣＴＲ）１７３等により示される。

選択回数１７１は、検索一覧１６０において、ユーザーにより選択された回数を示す。クリック率１７３は、検索一覧１６０において、各サイトＵＲＬ１６１が選択される確率を示す。なお、選択回数１７１及びクリック率１７３は、クエリ１５１に対応する検索一覧１６０に限られず、記憶部１０３全体において、ユーザーにより選択された回数や、確率を示してもよい。

特定サイト抽出部１０５は、クリックログＤＢ１０４に基づいて、対象クエリ１５３と、対象クエリ１５３に対するユーザーの選択率が高いサイトＵＲＬ１６１である特定サイト１６３との組み合わせを記憶部１０３から抽出する。

具体的には、特定サイト抽出部１０５は、対象クエリ１５３に対応する検索一覧１６０において、選択回数１７１又はクリック率１７３が最も多いサイトＵＲＬ１６１を特定サイト１６３として抽出する。例えば、特定サイト抽出部１０５は、「やほ」という対象クエリ１５３に対応する検索一覧１６０において、選択回数１７１又はクリック率１７３が最も多い「www.yaho.co.jp」というサイトＵＲＬ１６１を特定サイト１６３として抽出する。

また、特定サイト抽出部１０５は、特定サイト１６３にアクセスすることを目的とするクエリであるナビゲーショナルクエリ１５５をクリックログＤＢ１０４に基づいて抽出して、該ナビゲーショナルクエリ１５５を対象クエリ１５３として抽出する。

ナビゲーショナルクエリが、特定のサイトへアクセスするためのクエリであるから、ナビゲーショナルクエリに基づいて対象クエリが定まり、特定サイトが抽出される。

判定部１０７は、対象クエリ１５３が特定サイト１６３にアクセスすることを目的とするクエリであるナビゲーショナルクエリ１５５であるか否かを判定する。例えば、判定部１０７は、対象クエリ１５３に対して、特定サイト１６３の選択回数１７１又はクリック率１７３が、所定の数値よりも高いか否かに基づいて、対象クエリ１５３が、ナビゲーショナルクエリ１５５であるか否かを判定する。また、判定部１０７は、検索一覧１６０に記載されるサイトＵＲＬ１６１の数や、所定期間における選択回数１７１又はクリック率１７３を基準として、対象クエリ１５３が、ナビゲーショナルクエリ１５５であるか否かを判定してもよい。

ナビゲーショナルクエリ抽出部１０９は、判定部１０７の判定結果に基づいて、ナビゲーショナルクエリ１５５と、特定サイト１６３との組み合わせを記憶部１０３から抽出する。図４に示すように、ナビゲーショナルクエリ抽出部１０９は、特定サイト１６３に対するナビゲーショナルクエリ１５５を複数抽出した場合、ユーザーにより選択された頻度の最も多い第１ナビゲーショナルクエリ１５５ａを抽出する。

具体的には、ナビゲーショナルクエリ抽出部１０９は、クリックログＤＢ１０４に基づいて、特定サイト１６３へのアクセスを目的とするナビゲーショナルクエリ１５５を記憶部１０３から抽出し、特定サイト１６３と、ナビゲーショナルクエリ１５５の一覧と、履歴情報１７０とを含むデータＤＢ１１０を作成する。そして、ナビゲーショナルクエリ抽出部１０９は、データＤＢ１１０において、ユーザーにより選択された頻度の最も多いナビゲーショナルクエリ１５５を第１ナビゲーショナルクエリ１５５ａとして抽出する。

例えば、ナビゲーショナルクエリ抽出部１０９は、クリックログＤＢ１０４に基づいて、特定サイト１６３である「www.yaho.co.jp」へのアクセスを目的とするナビゲーショナルクエリ１５５である「yaho」を第１ナビゲーショナルクエリ１５５ａとして、記憶部１０３から抽出する。なお、以下の記載においては、ナビゲーショナルクエリ１５５について記載するが、ナビゲーショナルクエリ１５５の代わりに第１ナビゲーショナルクエリ１５５ａであってもよい。

算出部１１１は、特定サイト１６３を構成するページデータ中の文字列５０１と、対象クエリ１５３との類似度を算出する。算出部１１１の類似度の算出方法は、（３）算出部１１１の類似度の算出処理にて、後述する。

図５に示すように、標準表記抽出部１１３は、算出部１１１の算出結果に基づいて、対象クエリ１５３に対して、類似度の高い文字列５０１を対象クエリ１５３の標準表記５０１ａとして、抽出する。

具体的には、標準表記抽出部１１３は、特定サイト１６３を規定する記述において、特定サイト１６３の全体情報を規定するヘッダ部５０２から、対象クエリ１５３に対して標準表記５０１ａを抽出する。特に、標準表記抽出部１１３は、ヘッダ部５０２において、ウェブページのタイトルを規定するタイトル部５０４から、標準表記５０１ａを抽出する。

例えば、標準表記抽出部１１３は、算出部１１１の算出結果に基づいて、対象クエリ１５３である「やほ」に対して、特定サイト１６３である「www.yaho.co.jp」のタイトル部５０４を構成する「Yaho」「Japan」から対象クエリ１５３に対して、類似度の高い文字列５０１である「Yaho」を標準表記５０１ａとして、抽出する。このような標準表記５０１ａは、特定サイト１６３の代表的な表記と言える。

また、標準表記抽出部１１３は、算出部１１１の算出結果に基づいて、ナビゲーショナルクエリ１５５である「yaho」に対して、特定サイト１６３のタイトル部５０４から類似度の高い文字列５０１である「Yaho」を標準表記５０１ａとして、抽出してもよい。

関連情報抽出部１１５は、クリックログＤＢ１０４に基づいて、標準表記５０１ａと、標準表記５０１ａに関連する情報である関連情報１５７とを記憶部１０３から抽出する。具体的には、図６に示すように、関連情報抽出部１１５は、クリックログＤＢ１０４に基づいて、標準表記５０１ａをクエリとして含むクエリ１５１ａ〜クエリ１５１ｃを記憶部１０３から抽出する。そして、関連情報抽出部１１５は、クエリ１５１ａ〜クエリ１５１ｃに含まれる標準表記５０１ａ以外の単語を関連する関連情報１５７として記憶部１０３から抽出する。

例えば、関連情報抽出部１１５は、クリックログＤＢ１０４に基づいて、標準表記５０１ａである「Yaho」と、関連情報１５７として「メール」、「ブログ」等を記憶部１０３から抽出する。

図７に示すように、検索処理部１１７は、標準表記抽出部１１３で抽出した標準表記５０１ａに基づいて、検索を行い、複数の項目情報１８０を含む検索結果情報１９０を出力する。具体的には、検索処理部１１７は、クローラーにより自動収集されたウェブページに関する情報を記憶する所定の記憶部から、標準表記５０１ａに基づく情報を検索する。

図７に示すように、検索結果ページ作成部１１９は、検索結果情報１９０等に基づいて、検索ページ３００を作成する。検索ページ３００は、検索結果一覧ページ２００と、クエリ入力ページ２５０とからなる。検索結果一覧ページ２００には、関連情報領域２２０と、検索結果情報１９０を表示する検索結果領域２３０とが少なくとも表示される。

具体的には、検索結果ページ作成部１１９は、標準表記５０１ａに対応する検索結果情報１９０を検索処理部１１７から取得し、標準表記５０１ａに関連するウェブページのタイトルや、ウェブページの一部のテキスト情報等を表示する検索結果領域２３０を作成する。

また、検索結果ページ作成部１１９は、クエリに関連するウェブページが、他のＷｅｂサーバから取得したウェブページである場合、ウェブページのタイトルにサイトＵＲＬ１６１を対応させたハイパーリンクとして、検索結果領域２３０に作成する。例えば、検索結果ページ作成部１１９は、標準表記５０１ａである「Yaho」に基づいて、検索処理部１１７により出力された検索結果情報１９０を用いて検索結果領域２３０を作成する。

また、検索結果ページ作成部１１９は、標準表記５０１ａである「Yaho」に対応する関連情報１５７として「メール」、「ブログ」、「路線」を関連情報抽出部１１５から取得し、標準表記５０１ａと、関連情報１５７とを組み合わせて関連情報領域２２０を作成する。例えば、検索結果ページ作成部１１９は、「Yaho メール」、「Yaho ブログ」、「Yaho 路線」などが記載された関連情報領域２２０を作成する。

クエリ入力ページ２５０には、ユーザーから文字・数字等が入力されるクエリ入力欄２６０と、クエリ入力欄２６０のクエリに基づいた検索を実行するための検索ボタン２７０とが少なくとも表示される。本実施形態では、クエリ入力欄２６０には、クエリ１５１として、「やほ」が入力されている。

ページ送信部１２１は、通信ネットワーク５０を介して、検索結果ページ作成部１１９により作成された検索ページ３００をユーザー端末１０に送信する。

（３）算出部１１１の類似度の算出処理
図８は、本発明の実施形態に係る情報処理装置１００の算出部１１１による類似度の算出動作を説明するための概念図である。本発明の実施形態に係る情報処理装置１００で処理される情報の一例を示す図である。

図８に示すように、算出部１１１は、対象クエリ１５３を、該対象クエリ１５３の読みに基づいて、該対象クエリ１５３の文字列と種類の異なる文字列に変換し、変換結果に対して、特定サイト１６３を構成するページデータ中の文字列５０１との類似度を算出する。

具体的には、算出部１１１は、特定サイト１６３を規定する記述内におけるヘッダ部５０２内の文字列と、対象クエリ１５３との類似度を算出する。

具体的には、算出部１１１は、対象クエリ１５３を、対象クエリ１５３の読みに基づいて、小文字、大文字、カタカナ、平仮名、漢字の少なくとも何れかを含む文字列に変換し、各変換結果に対して、特定サイト１６３を構成するページデータ中の文字列５０１との類似度を編集距離等を用いて算出する。算出部１１１は、文字列５０１と、対象クエリ１５３との類似度を算出する際に、形態素解析や、Ｎ−gram等を用いて、文字列５０１と、対象クエリ１５３とを解析する。

なお、算出部１１１は、判定部１０７の判定結果に基づいて、対象クエリ１５３がナビゲーショナルクエリ１５５でなかった場合、ナビゲーショナルクエリ１５５を対象クエリとして、該対象クエリと、特定サイト１６３を構成するページデータ中の文字列５０１との類似度を算出する。

例えば、算出部１１１は、ナビゲーショナルクエリ１５５である「yaho」を「やほ」という読みに基づいて、「ヤホ」、「yaho」、「YAHO」、「Yaho」、「yAho」、「yaHo」等に変換する。

また、算出部１１１は、特定サイト１６３を構成するＨＴＭＬの文字列５０１である「Yaho」、「サービス」、「トピックス」、「経済」、「エンタメ」等をそれぞれ抽出し、ナビゲーショナルクエリ１５５の変換結果である「ヤホ」、「yaho」、「YAHO」、「Yaho」、「yAho」、「yaHo」等との類似度をそれぞれ算出する。

（４）情報処理システム１の動作
情報処理システム１の動作について、（４．１）全体概略動作、（４．２）情報処理装置１００の検索処理動作の順に説明する。

（４．１）全体概略動作
情報処理システム１は、ユーザー端末１０によって入力されたクエリ１５１に基づいて、情報処理装置１００が、検索ページ３００を作成し、ユーザー端末１０に表示する。

具体的には、まず、ユーザー端末１０が、ユーザーからクエリを受け入れ、情報処理装置１００のクエリ受信部１０１へ通信ネットワーク５０を介して、クエリ１５１を送信する。

次に、情報処理装置１００は、クエリ受信部１０１で受信したクエリ１５１に基づいて、検索ページ３００を出力する。

次に情報処理装置１００は、通信ネットワーク５０を介して、検索ページ３００をユーザー端末１０に送信する。

最後に、ユーザー端末１０は、検索ページ３００を表示する。

（４．２）情報処理装置１００の検索処理動作
図９は、実施形態に係る情報処理装置１００の検索処理動作を示すフローチャートである。

ステップＳ１００において、クエリ受信部１０１は、ユーザー端末１０からクエリ１５１を受信する。

ステップＳ２００において、標準表記抽出部１１３は、算出部１１１の算出結果に基づいて、標準表記５０１ａを抽出する。また、関連情報抽出部１１５は、標準表記５０１ａに関連する関連情報１５７を抽出する。

ステップＳ３００において、検索処理部１１７は、標準表記抽出部１１３で抽出した標準表記５０１ａに基づいて、検索を行い、複数の項目情報１８０を含む検索結果情報１９０を出力する。

ステップＳ４００において、検索結果ページ作成部１１９は、検索結果情報１９０等に基づいて、検索ページ３００を作成する。

ステップＳ５００において、ページ送信部１２１は、通信ネットワーク５０を介して、検索結果ページ作成部１１９により作成された検索ページ３００をユーザー端末１０に送信する。これにより、情報処理装置１００は、検索処理動作を終了する。

（４．３）情報処理装置１００の標準表記・関連情報の抽出方法
図１０は、情報処理装置１００の標準表記・関連情報の抽出処理動作を示すフローチャートである。具体的には、図９のステップＳ２００の情報処理装置１００の標準表記・関連情報の抽出処理動作の詳細を示すフローチャートである。

ステップＳ２０１において、特定サイト抽出部１０５は、クエリ受信部１０１で受信したクエリ１５１について、選択された頻度の最も多いサイトＵＲＬ１６１である特定サイト１６３を記憶部１０３から抽出する。

ステップＳ２０３において、判定部１０７は、対象クエリ１５３が特定サイト１６３にアクセスすることを目的とするクエリであるナビゲーショナルクエリ１５５であるか否かを判定する。

具体的には、判定部１０７は、対象クエリ１５３をナビゲーショナルクエリ１５５と判定した場合、処理をステップＳ２０７へ進める。また、判定部１０７は、対象クエリ１５３をナビゲーショナルクエリ１５５ではない、と判定した場合、処理をステップＳ２０５へ進める。

ステップＳ２０５において、ナビゲーショナルクエリ抽出部１０９は、判定部１０７の判定結果に基づいて、ナビゲーショナルクエリ１５５と、特定サイト１６３との組み合わせを記憶部１０３から抽出する。

ステップＳ２０７において、算出部１１１は、特定サイト１６３を構成するページデータ中の文字列５０１と、対象クエリ１５３との類似度を算出する。

ステップＳ２０９において、標準表記抽出部１１３は、算出部１１１の算出結果に基づいて、対象クエリ１５３に対して、類似度の高い文字列５０１を対象クエリ１５３の標準表記５０１ａとして抽出する。

ステップＳ２１１において、関連情報抽出部１１５は、標準表記５０１ａに関連する関連情報１５７を抽出する。これにより、情報処理装置１００は、標準表記・関連情報の抽出処理動作を終了する。

（５）作用・効果
以上説明したように、本実施形態によれば、情報処理装置１００は、記憶部１０３と、特定サイト抽出部１０５と、算出部１１１と、標準表記抽出部１１３とを備える。記憶部１０３は、クエリ１５１と、検索一覧１６０と、検索一覧１６０に記載されるサイトＵＲＬ１６１に対する個々の選択の履歴情報とを含むクリックログＤＢ１０４を記憶する。また、特定サイト抽出部１０５は、クリックログＤＢ１０４に基づいて、対象クエリ１５３と、対象クエリ１５３に対して選択率の高い特定サイト１６３との組み合わせを記憶部１０３から抽出する。

このため、標準表記抽出部１１３によれば、算出部１１１の算出結果に基づいて、対象クエリ１５３に対して、特定サイト１６３から類似度の高い文字列５０１を標準表記５０１ａとして、抽出できる。

すなわち、情報処理装置１００によれば、ユーザーに入力される様々なクエリと、該クエリに対応する標準表記とを対応付けた辞書を人手によりメンテナンスすることなく、様々なクエリに対応する標準表記５０１ａを抽出できる。

従って、情報処理装置１００によれば、管理するための負荷を増大することなく、標準表記５０１ａを抽出できる。また、検索支援として表示する関連キーワードとして一般的にユーザーに馴染みのある標準表記を用いることができるので、ユーザーの入力支援として効果的である。すなわち、情報処理装置１００は、ユーザーの入力意図を反映した検索結果を表示できる。

また、このような情報処理装置１００によれば、ユーザーが、誤って入力意図と異なったクエリ１５１を入力した場合、例えば、クエリ１５１として、「yafo」などを入力した場合や、小文字で「tel」と入力すべきところを平仮名で「てる」と入力した場合でも、クリックログＤＢ１０４に基づいて、特定サイト１６３を記憶部１０３から抽出できるため、ユーザーの入力意図を反映した標準表記５０１ａを抽出できる。

実施形態では、算出部１１１は、対象クエリ１５３を、対象クエリ１５３の読みに基づいて、対象クエリ１５３の文字列と種類の異なる文字列に変換し、変換結果に対して、前記ページデータ中の文字列５０１との類似度を算出する。特に、実施形態では、算出部１１１は、対象クエリ１５３を、対象クエリ１５３の読みに基づいて、小文字、大文字、カタカナ、平仮名、漢字の少なくとも何れかを含む文字列に変換し、各変換結果に対して、ページデータ中の文字列５０１との類似度を算出する。

このため、対象クエリ１５３の文字列５０１と、標準表記５０１ａの文字列との種類が、異なる場合であっても、対象クエリ１５３と、標準表記５０１ａとの類似度を高めることが出来るため、ユーザーの入力意図を反映した標準表記５０１ａを更に確実に抽出できる。

実施形態では、標準表記抽出部１１３は、特定サイト１６３を規定する記述において、ヘッダ部５０２から、対象クエリ１５３に対して類似度の高い文字列５０１を抽出する。ヘッダ部５０２には、特定サイト１６３を規定する記述において、特定サイト１６３を代表する表記である文字列５０１が、記述されている。

このため、標準表記抽出部１１３によれば、特定サイト１６３を代表する表記である文字列５０１を標準表記５０１ａとして抽出できる。このような標準表記５０１ａは、ユーザーの入力意図を反映した表記である可能性が高いため、情報処理装置１００によれば、ユーザーの入力意図を反映した標準表記５０１ａを更に確実に抽出できる。

実施形態では、情報処理装置１００は、判定部１０７と、ナビゲーショナルクエリ抽出部１０９とを更に備える。ナビゲーショナルクエリ抽出部１０９によれば、ユーザーに入力される様々なクエリ１５１に対応するナビゲーショナルクエリ１５５を抽出できる。

また、算出部１１１は、判定部１０７の判定結果に基づいて、対象クエリ１５３が特定サイト１６３にアクセスすることを目的とするクエリであるナビゲーショナルクエリ１５５でなかった場合、ナビゲーショナルクエリ１５５を対象クエリ１５３として、ページデータ中の文字列５０１中の文字列との類似度を算出する。

このようなナビゲーショナルクエリ１５５は、ユーザーの入力意図を反映した著名な表記である可能性が高い。このため、情報処理装置１００は、ナビゲーショナルクエリ１５５に基づいて、標準表記５０１ａを抽出することができる。従って、情報処理装置１００は、ユーザーの入力意図を反映した標準表記５０１ａを更に確実に抽出できる。

実施形態では、関連情報抽出部１１５は、クリックログＤＢ１０４に基づいて、標準表記５０１ａと、標準表記５０１ａに関連する情報として関連情報１５７とを記憶部１０３から抽出する。

このため、関連情報抽出部１１５は、ユーザーの入力意図を反映した標準表記５０１ａと、関連する関連情報１５７を抽出することができる。すなわち、情報処理装置１００は、ユーザーの入力意図を反映する標準表記５０１ａに加えて、ユーザーの検索支援となる関連情報１５７を抽出することができるため、ユーザーの入力意図を更に高く反映した検索結果を表示することができる。

（６）その他の実施形態
上述した実施形態では、情報処理装置１００は、標準表記５０１ａに基づく検索ページ３００をユーザー端末１０に送信する。本発明は、これに限られず、例えば、情報処理装置１００は、ユーザーに入力されたクエリ１５１に対して、標準表記５０１ａのみをユーザー端末１０に送信してもよい。

上述した実施形態では、検索処理部１１７は、標準表記５０１ａに基づいて、検索を行っている。本発明は、これに限られず、例えば、検索処理部１１７は、標準表記５０１ａと、関連情報１５７とに基づいて、検索を行ってもよい。このような情報処理装置１００によれば、ユーザーの検索支援情報も考慮した検索結果を表示することが出来る。

上述した実施形態では、算出部１１１は、対象クエリ１５３を、対象クエリ１５３の読みに基づいて、小文字、大文字、カタカナ、平仮名、漢字の少なくとも何れかを含む文字列に変換し、各変換結果に対して、特定サイト１６３を構成するページデータ中の文字列５０１との類似度を編集距離等を用いて算出する。本発明は、これに限られず、例えば、対象クエリ１５３に基づいて、関連される単語を含む絵文字等に変換して、類似度を算出してもよい。

このように、本発明は、ここでは記載していない様々な実施の形態などを含むことは勿論である。したがって、本発明の技術的範囲は、上述の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

例えば、各構成図、フローチャート、概念図の図などは例示に過ぎず、各要素の有無、その順序や具体的内容などは適宜変更可能である。一例として、手動によるブロックの指定は必須ではなく、また、本発明において、各手段などの要素は、コンピュータの演算制御部に限らず、ワイヤードロジック等に基づく電子回路で実現してもよい。

１ 情報処理システム
１０、３０ ユーザー端末
５０ 通信ネットワーク
１００ 情報処理装置
１０１ クエリ受信部
１０３ 記憶部
１０４ クリックログＤＢ
１０５ 特定サイト抽出部
１０７ 判定部
１０９ ナビゲーショナルクエリ抽出部
１１０ データＤＢ
１１１ 算出部
１１３ 標準表記抽出部
１１５ 関連情報抽出部
１１７ 検索処理部
１１９ 検索結果ページ作成部
１２１ ページ送信部
１５０ クエリ一覧
１５１、１５１ａ、１５１ｂ、１５１ｃ クエリ
１５３ 対象クエリ
１５５ ナビゲーショナルクエリ
１５７ 関連情報
１６０ 検索一覧
１６１ サイトＵＲＬ
１６３ 特定サイト
１７０ 履歴情報
１７１ 選択回数
１７３ クリック率
１８０ 項目情報
１９０ 検索結果情報
２００ 検索結果一覧ページ
２２０ 関連情報領域
２３０ 検索結果領域
２５０ クエリ入力ページ
２６０ クエリ入力欄
２７０ 検索ボタン
３００ 検索ページ
５０１ 文字列
５０１ａ 標準表記
５０２ ヘッダ部
５０４ タイトル部

Claims (8)

1. クエリと、前記クエリに対する検索一覧と、前記検索一覧に記載されるサイトに対する個々の選択の履歴情報とを含むログを記憶する記憶手段と、
   前記ログに基づいて、対象クエリと、該対象クエリに対するユーザーの選択率が高いサイトである特定サイトとの組み合わせを前記記憶手段から抽出する特定サイト抽出手段と、
   前記特定サイトを構成するページデータ中の文字列と、前記対象クエリとの類似度を算出する算出手段と、
   前記算出手段の算出結果に基づいて、前記対象クエリに対して、類似度の高い文字列を前記対象クエリの標準表記として抽出する標準表記抽出手段と、
   を備えることを特徴とする情報処理装置。
2. 前記算出手段は、前記対象クエリを、該対象クエリの読みに基づいて該対象クエリの文字列と種類の異なる文字列に変換し、変換結果に対して、前記ページデータ中の文字列との類似度を算出することを特徴とする請求項１に記載の情報処理装置。
3. 前記算出手段は、前記対象クエリを、該対象クエリの読みに基づいて、小文字、大文字、カタカナ、平仮名、漢字の少なくとも何れかを含む文字列に変換し、各変換結果に対して、前記ページデータ中の文字列との類似度を算出することを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記算出手段は、
   前記特定サイトを規定する記述内におけるヘッダ部内の文字列と、前記対象クエリとの類似度を算出することを特徴とする請求項１乃至３の何れか一項に記載の情報処理装置。
5. 対象クエリが特定サイトにアクセスすることを目的とするクエリであるナビゲーショナルクエリであるか否かを判定する判定手段
   をさらに具備し、
   前記特定サイト抽出手段は、
   前記特定サイトにアクセスすることを目的とするクエリであるナビゲーショナルクエリを前記ログに基づいて抽出して、該ナビゲーショナルクエリを前記対象クエリとして抽出し、
   前記算出手段は、
   前記判定手段の判定結果に基づいて、前記対象クエリが前記ナビゲーショナルクエリでなかった場合、前記ナビゲーショナルクエリを対象クエリとして、該対象クエリと、前記特定サイトを構成するページデータ中の文字列との類似度を算出することを特徴とする請求項１乃至４の何れか一項に記載の情報処理装置。
6. 前記ログに基づいて、前記標準表記と、前記標準表記に関連する情報とを前記記憶手段から抽出する関連情報抽出手段を更に備えることを特徴とする請求項１乃至５の何れか一項に記載の情報処理装置。
7. クエリと前記クエリに対する検索一覧と前記検索一覧に記載されるサイトに対する個々の選択の履歴情報とを含むログを記憶する記憶手段と、特定サイト抽出手段と、算出手段と、標準表記抽出手段とを備える情報処理装置が行うデータ抽出方法であって、
   前記特定サイト抽出手段によって、前記ログに基づいて、対象クエリと、該対象クエリに対して選択率の高いサイトである特定サイトとの組み合わせを前記記憶手段から抽出するステップと、
   前記算出手段によって、前記特定サイトを構成するページデータ中の文字列と、前記対象クエリとの類似度を算出するステップと、
   前記標準表記抽出手段によって、前記類似度の算出結果に基づいて、類似度の高い文字列を前記対象クエリの標準表記として抽出するステップと、
   を備えることを特徴とするデータ抽出方法。
8. 請求項７に記載のデータ抽出方法を前記情報処理装置に実行させるためのプログラム。

Images