JP5937939B2 - サーバ装置及び情報処理方法 - Google Patents

Description

本発明は、コンテンツを評価するための技術に関する。

コンテンツを評価するために、コンテンツを閲覧したユーザが行った所定のアクションを利用する技術がある。例えば、特許文献１には、ブックマークに含まれるキーワードの集合と、その集合が抽出されたブックマークに関連付けられたウェブページとの同一の組み合わせについて、その関連付けが行われたユーザ数が多いほど優先度を高くして検索されやすくする（つまり評価を高くする）技術が記載されている。つまり、この技術では、ユーザのブックマークを作成するというアクションが利用されている。

特開２００９−２８２５９３号公報

ところで、ブックマークを作成したユーザ数が同じコンテンツであっても、一方は自分と同じ分野を専門とするユーザだけがブックマークを作成したコンテンツであり、他方は専門する分野が自分と全く関係ないユーザだけがブックマークを作成したコンテンツである場合、自分にとっては前者のコンテンツの方が高く評価できることが多い。しかしながら、特許文献１の技術では、上記の関連付けが行われたユーザ数が同じであれば、前者のコンテンツ（ウェブページ）も後者のコンテンツも同じ評価にされてしまう。
そこで、本発明は、コンテンツを閲覧したユーザがどのようなユーザであるかということを反映して、コンテンツを評価することを目的とする。

上記課題を解決するために、本発明は、ユーザによる所定のアクションに基づき、インターネット上のコンテンツを評価するサーバ装置であって、前記コンテンツに対して前記アクションを行った第１ユーザの少なくとも１つ以上の属性と、或るユーザの属性との関係の強さを表す指標を算出する算出手段と、前記或るユーザにとっての前記コンテンツの前記属性に基づく評価を、前記算出手段により算出された前記指標に応じて行う評価手段とを備えることを特徴とするサーバ装置を提供する。

また、前記評価手段は、前記コンテンツの前記属性に基づく評価を、前記第１ユーザについて前記算出手段が算出した指標の合計値、平均値、中央値または最大値が当該コンテンツよりも小さいコンテンツの前記属性に基づく評価に比べて高くしてもよい。

本発明は、ユーザによる所定のアクションに基づき、インターネット上の文字列が付与されたコンテンツを評価するサーバ装置であって、前記コンテンツに対して前記アクションを行った第１ユーザの前記アクションの対象となった少なくとも１つ以上のコンテンツと、或るユーザの前記アクションの対象となったコンテンツとの傾向が近似する度合いを算出する算出手段であって、前記或るユーザの前記アクションの対象となったコンテンツに付与された文字列と近似する近似文字列が付与されたコンテンツを前記アクションの対象としたユーザを前記第１ユーザとし、且つ、前記近似文字列に対して、当該近似文字列の種類、当該近似文字列の数または当該近似文字列の近似度に応じた重みを付け、前記第１ユーザが前記アクションの対象としたコンテンツに付与された近似文字列の重みに基づいて前記度合い算出する算出手段と、前記或るユーザにとっての前記コンテンツの前記傾向に基づく評価を、前記算出手段により算出された前記度合いに応じて行う評価手段と
を備えることを特徴とするサーバ装置を提供する。

また、前記評価手段は、前記コンテンツの前記傾向に基づく評価を、前記第１ユーザについて前記算出手段が算出した度合いの合計値、平均値、中央値または最大値が当該コンテンツよりも小さいコンテンツの前記傾向に基づく評価に比べて高くしてもよい。
さらに、前記コンテンツに関連するコンテンツ情報を少なくとも１つ以上含むリストであって、前記評価手段による前記或るユーザにとっての前記コンテンツの評価を反映したリストを生成する生成手段と、前記生成手段により生成されたリストを出力する出力手段とを備えていてもよい。
さらに、前記アクションは、前記コンテンツへアクセスするためのアクセス先を示すアクセス先データを、当該コンテンツに関連するコンテンツ情報として作成する操作であってもよい。

本発明は、ユーザによる所定のアクションに基づき、インターネット上のコンテンツを評価するサーバ装置を制御する制御装置が、記憶装置に記憶されたプログラムに従い、前記コンテンツに対して前記アクションを行った第１ユーザの少なくとも１つ以上の属性と、或るユーザの属性との関係の強さを表す指標を算出する算出ステップと、前記制御装置が、前記記憶装置に記憶されたプログラムに従い、前記或るユーザにとっての前記コンテンツの前記属性に基づく評価を、前記算出ステップにおいて算出された前記指標に応じて行う評価ステップとを備えることを特徴とする情報処理方法を提供する。

本発明は、ユーザによる所定のアクションに基づき、インターネット上の文字列が付与されたコンテンツを評価するサーバ装置を制御する制御装置が、記憶装置に記憶されたプログラムに従い、前記コンテンツに対して前記アクションを行った第１ユーザの前記アクションの対象となった少なくとも１つ以上のコンテンツと、或るユーザの前記アクションの対象となったコンテンツとの傾向が近似する度合いを算出する算出ステップであって、前記或るユーザの前記アクションの対象となったコンテンツに付与された文字列と近似する近似文字列が付与されたコンテンツを前記アクションの対象としたユーザを前記第１ユーザとし、且つ、前記近似文字列に対して、当該近似文字列の種類、当該近似文字列の数または当該近似文字列の近似度に応じた重みを付け、前記第１ユーザが前記アクションの対象としたコンテンツに付与された近似文字列の重みに基づいて前記度合い算出する算出ステップと、前記制御装置が、前記記憶装置に記憶されたプログラムに従い、前記或るユーザにとっての前記コンテンツの前記傾向に基づく評価を、前記算出ステップにおいて算出された前記度合いに応じて行う評価ステップとを備えることを特徴とする情報処理方法を提供する。

本発明によれば、コンテンツを閲覧したユーザがどのようなユーザであるかということを反映して、コンテンツを評価することができる。

ブックマークサービス提供システムの全体構成を示す図である。 ブックマークの一例を示す図である。 ブックマークサーバ装置のハードウェア構成を示す図である。 登録ユーザＤＢに格納されているデータの一例を示す表である。 ブックマークＤＢに格納されているデータの一例を示す表である。 ユーザ装置のハードウェア構成を示す図である。 ブックマークサーバ装置が実現する機能構成を示す図である。 ウェブページの一例を示す図である。 或るユーザと第１ユーザの属性の一例を示す表である。 算出される関係指標の例を表す表である。 ブックマークリストの一例を示す図である。 蓄積処理における動作の一例を示すシーケンス図である。 評価処理における動作の一例を示すシーケンス図である。 ブックマークサーバ装置が実現する機能構成を示す図である。 傾向近似度の算出方法を説明するための図である。 ブックマークサーバ装置が実現する機能構成を示す図である。 蓄積部による文字列の蓄積を説明するための図である。 算出される傾向近似度の一例を示す図である。 サーバ装置のハードウェア構成を示す図である。 アクセス履歴ＤＢに格納されているデータの一例を示す表である。 蓄積処理の動作の一例を示すシーケンス図である。

［第１実施形態］
本発明の第１実施形態について、以下、図面を参照して説明する。
［構成］
図１は、ブックマークサービス提供システム１の全体構成を示す図である。ブックマークサービス提供システム１は、ユーザが作成したブックマークを他のユーザと共有することができるサービス（以下「ブックマーク共有サービス」という。）を提供するためのシステムである。ここでいうブックマークとは、例えばユーザがコンテンツを閲覧してその内容に関心をもった場合に、以後の閲覧を容易にするために、そのコンテンツへアクセスするためのアクセス先（例えばＵＲＬ（Uniform Resource Locator）やＩＰ（Internet Protocol）アドレスなど。）を登録したアクセス先データである。この登録は、例えばユーザがブックマークを作成するための操作（以下「ブックマーク作成操作」という。）を行ったときに行われる。ユーザが閲覧するコンテンツとは、インターネット上で提供されるテキストや画像、動画、音声などで表されるものであり、例えばウェブページである。ブックマークには、登録されたアクセス先がどのようなコンテンツへのアクセス先であるかということを表すために、コンテンツの一部分が含まれている場合がある。

図２は、ブックマークサービス提供システム１において共有されるブックマークの一例を示す図である。図２では、ブラウザに表示されたブックマークＡ１が示されている。ブックマークＡ１は、コンテンツａ１のブックマークである。ブックマークＡ１には、コンテンツａ１（この例ではウェブページ）の一部分であるタイトルＤ１及び本文Ｄ３と、コンテンツａ１のアクセス先（この例ではＵＲＬ）Ｄ２とが含まれている。本文Ｄ３は、コンテンツａ１の本文の一部分を示している。コンテンツａ１を閲覧したユーザが、前述したブックマーク作成操作を行うと、コンテンツａ１の一部分とアクセス先とを含んだ図２に示すようにブラウザ上で表示されるテキスト（なお、テキストに限らず画像や動画などが含まれていてもよい）を示すデータが生成される。こうして生成されたデータがすなわちブックマークである。このように、ユーザは、ブックマーク作成操作を行うことで、自分が閲覧したコンテンツのブックマークを作成する。

なお、タイトルＤ１及び本文Ｄ３は、ブックマークにより示されるコンテンツの一部の例であり、他にも、画像、動画及び音声等がコンテンツの一部として示される場合がある。また、図２に示すようなブックマークは、クリップやクリッピングと呼ばれることもある。つまり、本システムにより提供されるサービスは、いわゆるソーシャルクリップサービスやソーシャルクリッピングサービスと呼ばれるものを含んでいる。

ブックマークサービス提供システム１においては、ブックマーク共有サービスを利用するユーザが登録されている。以下では、特に説明がなければ、「ユーザ」とはこの登録がされた登録ユーザを指すものとする。ブックマークサービス提供システム１は、登録ユーザによって作成されたブックマークを集めて、他の登録ユーザが共有できるようにすることで、ブックマーク共有サービスを提供する。また、ブックマークサービス提供システム１は、集めたブックマークに基づいて、それらのブックマークによりアクセス先が示されるコンテンツを評価して、その評価を反映した情報（以下「評価情報」という。）を登録ユーザに提供する。このように、ブックマークサービス提供システム１は、ブックマーク共有サービスと評価情報との両方を登録ユーザに提供するシステムである。

ブックマークサービス提供システム１は、ブックマークサーバ装置１０と、複数のユーザ装置２０と、ウェブサーバ装置４０と、ネットワーク２とを備える。ネットワーク２は、移動体通信網又はインターネット等を含むものである。複数のユーザ装置２０は、ネットワーク２を介してブックマークサーバ装置１０及びウェブサーバ装置４０とそれぞれ通信する。

ブックマークサーバ装置１０は、ユーザが作成したブックマークを取得して蓄積する装置である。つまり、ブックマークサービス提供システム１では、ブックマークは、ブックマークサーバ装置１０に集められることになる。ブックマークサーバ装置１０は、登録ユーザを認証するための情報（以下「認証情報」という。）として、ユーザを識別する識別情報（ユーザＩＤなど）及びパスワードを記憶しており、これらの認証情報に基づいて登録ユーザを認証する。また、ブックマークサーバ装置１０は、蓄積したブックマークを少なくとも１つ以上含むリスト（以下「ブックマークリスト」という。）を作成する。作成されたブックマークリストには、様々なユーザが作成したブックマークが含まれることになる。ブックマークサーバ装置１０は、作成したブックマークリストを、登録ユーザの認証がされたユーザ装置２０に対して送信する。ユーザは、送信されたブックマークリストを閲覧することにより、他のユーザが作成したブックマークを共有することができる。

また、ブックマークサーバ装置１０は、ユーザによる所定のアクションに基づき、インターネット上のコンテンツを評価するサーバ装置の一例である。所定のアクションとは、コンテンツを評価するために利用するユーザのアクションとして本システムにおいて予め定められているものであり、例えば、上述したブックマーク作成操作である。本実施形態では、ブックマークサーバ装置１０は、ユーザがブックマーク作成操作を行うことで作成されるブックマークを蓄積し、蓄積しているブックマークを利用してコンテンツを評価する。ブックマークサーバ装置１０は、例えば、高く評価したコンテンツのアクセス先を示すブックマークを上位に表したブックマークリストを生成し、生成したブックマークリストを評価情報として、登録ユーザの認証がされたユーザ装置２０に送信する。このようにして、登録ユーザに対して、評価情報が提供される。

ユーザ装置２０は、ユーザが所持する携帯電話機やスマートフォンなどであり、ネットワーク２を介して移動体通信を行う。ユーザ装置２０は、本システムで用いられるブラウザ３０のプログラムを記憶しており、例えばこのプログラムを実行することにより、ブックマークサーバ装置１０及びウェブサーバ装置４０とデータのやり取りを行う。
ウェブサーバ装置４０は、ウェブページというコンテンツを保持し、保持したコンテンツ、すなわちウェブページを提供するいわゆるウェブサーバである。ウェブサーバ装置４０がユーザ装置２０に対してコンテンツを示すデータ（以下「コンテンツデータ」という。）を送信することで、ユーザに対してコンテンツが提供される。

図３は、ブックマークサーバ装置１０のハードウェア構成を示す図である。ブックマークサーバ装置１０は、制御装置１１と、記憶装置１２と、通信装置１３とを備えたコンピュータである。制御装置１１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及びリアルタイムクロックを備えている。ＣＰＵは、ＲＡＭをワークエリアとして用いてＲＯＭや記憶装置１２に記憶されたプログラムを実行することによって、ブックマークサーバ装置１０が備える各装置の動作を制御する。リアルタイムクロックは、現在の日時を算出する機能を有している。通信装置１３は、ネットワーク２を介して通信を行うための通信回路を備えるとともに、制御装置１１とデータをやり取りする。制御装置１１は、通信装置１３を介してユーザ装置２０とデータをやり取りする。

記憶装置１２は、例えばフラッシュメモリやハードディスク等の記憶手段であり、制御装置１１が制御に用いるデータやプログラムなどを記憶している。記憶装置１２は、ブックマークサーバ装置１０において用いられる閾値などの定められた数値を示すデータを記憶している。また、記憶装置１２は、登録ユーザＤＢ（database：データベース）１２１と、ブックマークＤＢ１２２とを記憶している。登録ユーザＤＢ１２１は、前述したユーザを認証するための認証情報（例えばユーザＩＤなどの識別情報とパスワード）を示す認証情報データとそれらのユーザの属性とを格納するデータベースである。ここでいう属性とは、そのユーザの関心事との関わりが強いものとしてブックマークサービス提供システム１において予め決められている属性である。本実施形態では、登録ユーザＤＢ１２１が医療従事者を登録ユーザとした認証情報を格納している場合を例にとって説明する。なお、これは一例であり、ブックマークサービス提供システム１では、どのようなユーザが登録されていてもよい。

図４は、登録ユーザＤＢ１２１に格納されているデータの一例を示す表である。この表では、「認証情報」である「識別情報」及び「パスワード」と、「属性」である「診療科」、「学会」、「役職」及び「年代」とが互いに対応付けられている。例えば、「ＩＤ００１」という「識別情報」には、「ａａａａ」、「消化器科」、「α学会」、「主任科長」及び「５０代」という「パスワード」、「診療科」、「学会」、「役職」及び「年代」が対応付けられている。同様に、「ＩＤ００２」という「識別情報」には「ｂｂｂｂ」、「循環器科」、「β学会」、「医局員」及び「２０代」が、「ＩＤ００３」という「識別情報」には「ｃｃｃｃ」、「小児科」、「γ学会」、「科長」及び「４０代」が、「ＩＤ００４」という「識別情報」には「ｄｄｄｄ」、「循環器科」、「ζ学会」、「医局員」及び「３０代」が対応付けられている。

このように、登録ユーザＤＢ１２１には、登録ユーザを識別する識別情報に対応付けて、それらの登録ユーザの属性が格納されている。これらの属性は、ユーザがブックマークサービスの提供を申し込む際、ユーザ装置２０を介して登録したものである。
なお、図４に示す属性は一例であり、他にも、年齢、医師免許の取得年、医療機関（診療所や病院など）の地域、医療機関の規模及び雇用形態（開業医か勤務医か）などが属性として格納されていてもよい。また、これらの属性は、ユーザ装置２０を介して登録ユーザＤＢ１２１に格納されたものに限らず、ユーザが用紙に記入した属性をブックマークサーバ装置１０の運用者がデータ化して格納したものや、他のサービスを提供している外部装置から取得されたものなどであってもよい。

ブックマークＤＢ１２２は、ユーザにより作成されたブックマークを、作成したユーザの属性に対応付けて格納するデータベースである。
図５は、ブックマークＤＢ１２２に格納されているデータの一例を示す表である。この表では、「ブックマーク」と、ブックマークを作成したユーザの「識別情報」とがそれぞれ対応付けられている。「ブックマーク」には、図２に示す「Ａ１」等のブックマークが、「ＩＤ０１７」等の識別情報に対応付けて示されている。これらのブックマークは、バイナリファイルでブックマークＤＢ１２２に格納されている。

図６は、ユーザ装置２０のハードウェア構成を示す図である。ユーザ装置２０は、制御装置２１と、記憶装置２２と、操作装置２３と、表示装置２４と、音声入出力装置２５と、通信装置２６とを備えたコンピュータである。制御装置２１は、ＣＰＵ、ＲＯＭ、ＲＡＭ及びリアルタイムクロックを備えている。ＣＰＵは、ＲＡＭをワークエリアとして用いてＲＯＭや記憶装置２２に記憶されたプログラムを実行することによって、ユーザ装置２０の各装置の動作を制御する。リアルタイムクロックは、現在の日時を算出する機能を有している。記憶装置２２は、例えばフラッシュメモリやハードディスク等の記憶手段であり、制御装置２１が制御に用いるデータやプログラムなどを記憶している。操作装置２３は、複数のキー及びタッチセンサなどの操作子を備え、利用者の操作に応じた操作信号を制御装置２１に供給する。制御装置２１は、この操作信号に応じた処理を行う。表示装置２４は、表示面を有する表示手段であり、制御装置２１からの指示に応じて、記憶装置２２に記憶されているデータが示す画像などを表示面に表示する。音声入出力装置２５は、スピーカ、マイクロフォン及び音声処理回路等を有し、通話に係る音声の入出力を行う。通信装置２６は、携帯電話や無線ＬＡＮなどの規格に基づく無線通信を行うための通信回路を備え、移動体通信や無線ＬＡＮ通信を行う。

ブックマークサービス提供システム１は、以上のハードウェア構成に基づき、評価情報及びブックマーク共有サービスを登録ユーザに提供するための提供処理を行う。ブックマークサーバ装置１０の記憶装置１２には、提供処理を行うためのプログラムが記憶されている。制御装置１１がそのプログラムを実行して図２に示す各装置を制御することで、以下に述べる機能が実現される。
図７は、ブックマークサーバ装置１０が実現する機能構成を示す図である。ブックマークサーバ装置１０は、算出部１０１と、評価部１０２と、生成部１０３と、出力部１０４とを備える。

算出部１０１は、コンテンツに対して所定のアクションを行ったユーザ（以下「第１ユーザ」という。）の少なくとも１つ以上の属性と、或るユーザの属性との関係の強さを表す指標（以下「関係指標」という。）を算出する算出手段である。ここでいう第１ユーザとは、所定のアクションを行ったか否かをブックマークサーバ装置１０が判断できるユーザのことであり、例えば上述した登録ユーザのうちの誰かである。また、或るユーザとは、ブックマークサーバ装置１０によってそのユーザにとってのコンテンツの評価が行われるユーザであり、例えば、ブックマークリストを要求したユーザである。算出部１０１は、例えば、蓄積部１０５を備え、蓄積部１０５が蓄積する情報に基づいてこの算出を行う。

蓄積部１０５は、ユーザにより上述した所定のアクション（本実施形態ではブックマーク作成操作）が行われたインターネット上のコンテンツに関連する情報（以下「コンテンツ情報」という。）と、そのユーザの少なくとも１つ以上の属性とをそれぞれ対応付けて蓄積する蓄積手段である。コンテンツ情報は、コンテンツのアクセス先（ＵＲＬ等）、タイトル及び本文のいずれかまたはそれらを組み合わせた情報であり、例えばブックマークである。以下では、ブックマークをコンテンツ情報とする場合を例にとって説明する。蓄積部１０５は、図３に示す制御装置１１、記憶装置１２及び通信装置１３が協働して実現する機能であり、例えば次の方法でブックマークをコンテンツ情報として蓄積する。

制御装置１１は、記憶装置１２の登録ユーザＤＢ１２１に格納されている認証情報を用いて、ユーザ装置２０を利用しているユーザの認証を行う。詳細には、制御装置１１は、ユーザ装置２０から識別情報及びパスワードを示すデータ（以下「ログインデータ」という。）が送信されてきた場合に、それらと一致する認証情報データが登録ユーザＤＢ１２１に格納されていれば、その識別情報により識別されるユーザを認証する。制御装置１１は、ログインデータを送信してきたユーザ装置２０に対して、認証したことを通知する旨と、認証した識別情報とを示す認証通知データを送信する。ユーザ装置２０は、受信した認証通知データを保存して、それ以降にブックマークサーバ装置１０にデータを送信する際、保存した認証通知データをともに送信する。制御装置１１は、認証通知データを送信してきたユーザ装置２０は認証がされているものとして判断する。ユーザ装置２０を利用する登録ユーザは、上記の認証がされたあと、例えば、ウェブサーバ装置４０が保持しているコンテンツ（ウェブページ）にブラウザ３０の機能によりアクセスする。

図８は、ブラウザ３０に表示されるウェブページの一例を示す図である。ブラウザ３０には、このブラウザの機能（この例では「ファイル」、「編集」、「表示」及び「ブックマーク作成」）を選択するためのメニューＥ２と、ウェブページのアクセス先Ｅ３（「ｗｗｗ．ａａａ．ａａ．ａａ／ａａ／ａａ．ｈｔｍｌ」）とが表示されている。また、ブラウザ３０には、ウェブページのタイトルＥ１と、ウェブページの本体Ｅ４とが表示されている。このウェブページが表示されているときに、ユーザが「ブックマーク作成」を選択する操作をすることで、ユーザ装置２０は、図２に示すようなこのウェブページのブックマークを生成する。ユーザ装置２０は、生成したブックマークを自装置で記憶するとともに、ブックマークサーバ装置１０に対して上記の認証通知データとともに送信する。

制御装置１１は、ブックマークが認証通知データとともに供給されると、そのブックマークを、認証通知データが示す識別情報に対応付けて、ブックマークＤＢ１２２に格納する。これにより、図５に示すようなデータがブックマークＤＢ１２２に格納される。こうして格納された識別情報は、そのブックマークを作成したユーザを識別するものである。図４に示す登録ユーザＤＢ１２１には、これらの識別情報に対応付けて、各識別情報により識別されるユーザの属性が格納されている。つまり、登録ユーザＤＢ１２１及びブックマークＤＢ１２２においては、識別情報を介して、ブックマークとそのブックマークを作成したユーザの属性とが対応付けられている。このようにして、蓄積部１０５は、ブックマーク（本実施形態におけるコンテンツ情報）を、そのブックマークを作成したユーザの属性に対応付けて蓄積する。

算出部１０１は、上述した或るユーザの属性と近似する属性（以下「近似属性」という。）を用いて関係指標を算出する。属性が近似するとは、２つの属性が互いに一致する場合はもちろん、一致はしないが或るレベル以上に似通った（類似する）ものである場合を含む。ブックマークサービス提供システム１においては、或る属性に対してどの範囲の属性までが近似しているかということが予め定められている。この範囲を以下では「近似範囲」という。このシステムでは、例えば、「神経内科」と「神経外科」は近似しており、「神経外科」と「脳外科」は近似していないというように近似範囲が定められている。なお、このシステムにおいて、近似範囲を定めることは必須ではなく、近似範囲が定められていない場合は、２つの属性が互いに一致する場合だけが近似する属性となる。

算出部１０１のうち、蓄積部１０５を除く機能は、制御装置１１によって実現される。制御装置１１が関係指標を算出する方法について、図９及び図１０を参照して説明する。
図９は、或るユーザと第１ユーザの属性の一例を示す表である。図９では、「甲」を或るユーザとし、「乙」、「丙」、「丁」及び「戊」を第１ユーザとして、それらのユーザと各々の属性とが対応付けて示されている。なお、図９では、「乙」、「丙」、「丁」及び「戊」以外の第１ユーザの記載を省略している。甲と乙は、１つの属性（診療科）が近似（この場合は一致）しており、甲と丙も、１つの属性（診療科）が近似（この場合は類似）している。また、甲と丁は、１つの属性（学会）が近似（この場合は一致）しており、甲と戊は、２つの属性（役職と年代）が近似（どちらも一致）している。

図１０は、或るユーザ（この例では「甲」）と第１ユーザ（この例では「乙」、「丙」、「丁」及び「戊」）とについて算出される関係指標の例を表す表である。図１０では、ユーザ「乙」及び「丙」が、コンテンツ「ａ１」のブックマーク「Ａ１１」及び「Ａ１２」をそれぞれ作成したユーザであることが示されており、ユーザ「丁」及び「戊」が、コンテンツ「ａ２」のブックマーク「Ａ２１」及び「Ａ２２」をそれぞれ作成したユーザであることが示されている。制御装置１１は、例えば、第１ユーザの属性のうち、或るユーザとの近似属性に「１」という値を割り当て、或るユーザと近似していない属性に「０」という値を割り当て、そうして割り当てた値を合計したものをその第１ユーザの関係指標として算出する（これを第１算出方法という）。図１０（ａ）では、制御装置１１が第１算出方法で算出した関係指標が示されている。

この場合、第１ユーザ「乙」、「丙」、「丁」及び「戊」の関係指標がそれぞれ「１」、「０」、「１」及び「２」と算出されている。算出部１０１は、或るユーザの属性と、第１蓄積部１０５に蓄積されたブックマークに対応付けられている属性（すなわちそのブックマークを作成した第１ユーザの属性）とを用いてこのような関係指標の算出を行う。算出部１０１は、各ブックマークについて関係指標を算出することで、各第１ユーザについての関係指標を算出する。算出部１０１は、こうして算出した関係指標を示す関係指標データを評価部１０２に供給する。

なお、算出部１０１は、他の方法で関係指標を算出してもよい。例えば、算出部１０１は、属性の種類に応じた重み付けをして関係指標を算出する（これを第２算出方法という）。算出部１０１は、例えば、「診療科」、「学会」、「役職」及び「年代」という属性の種類に対して、それぞれ「３．０」、「２．０」、「１．５」及び「１．５」という重みを付けて関係指標を算出する。これらの重みは、近似属性に対して付けられる重みである。近似属性以外の属性については、例えば図１０（ａ）と同様に「０」とする。図１０（ｂ）では、算出部１０１が第２算出方法で算出した関係指標が示されている。この場合、第１ユーザ「乙」、「丙」、「丁」及び「戊」の関係指標がそれぞれ「３．０」、「３．０」、「２．０」及び「３．０」と算出されている。

また、算出部１０１は、属性の近似度に応じた重み付けをして関係指標を算出してもよい（これを第３算出方法という）。近似度とは、属性同士が近似する度合いである。算出部１０１は、例えば、属性が一致する場合に「２」という重みを付け、属性が類似する場合に「１」という重みを付けて関係指標を算出する。図１０（ｃ）では、算出部１０１が第３算出方法で算出した関係指標が示されている。この場合、第１ユーザ「乙」、「丙」、「丁」及び「戊」の関係指標がそれぞれ「２」、「１」、「２」及び「４」と算出されている。

また、算出部１０１は、近似属性の数に応じた重み付けをして関係指標を算出してもよい（これを第４算出方法という）。算出部１０１は、近似属性の数が「１」、「２」、「３」及び「４」である場合に、関係指標を例えば「１」、「２．５」、「４．５」及び「８．０」と関係指標が増加する度合いを次第に大きくしてそれぞれ算出したり、「１」、「１．８」、「２．４」及び「２．８」と関係指標が増加する度合いを次第に小さくしてそれぞれ算出したりする。また、算出部１０１は、近似属性以外の属性を「０」とするのではなく、「０．５」や「１．０」などの値を持たせて上記の関係指標の算出を行ってもよい。また、算出部１０１は、上述した第１乃至第４算出方法のうちの２つまたはそれ以上を組み合わせて関係指標を算出してもよい。例えば、算出部１０１は、図１０（ａ）に示す各属性の値と、図１０（ｂ）に示す各属性の重みとを合計し、それらをブックマーク毎（つまり各ブックマークを作成した第１ユーザ毎）に合計した値を関係指標として算出してもよい。要するに、算出部１０１は、如何なる算出方法を用いてもよいので、第１ユーザの少なくとも１つ以上の属性と、或るユーザの属性との関係の強さを表す指標（すなわち関係指標）を算出するものであればよい。

評価部１０２は、上述した或るユーザにとってのコンテンツの属性に基づく評価（以下「属性基準評価」という。）を、算出部１０１により算出された指標（すなわち関係指標）に応じて行う評価手段である。評価部１０２は、制御装置１１が実現する機能である。制御装置１１は、算出部１０１から関係指標データが示す関係指標に基づいて、次のように属性基準評価を行う。制御装置１１は、例えば、図１０（ａ）に示す関係指標が算出された場合、各コンテンツのブックマークについて（すなわちそれらのブックマークを作成した第１ユーザについて）算出された関係指標を合計する。制御装置１１は、コンテンツ「ａ１」について「２」という合計値を算出し、「ａ２」について「３」という合計値を算出する。制御装置１１は、こうして算出した合計値を、これらのコンテンツの属性基準評価を表す値（以下「属性基準評価値」という。）とする。この属性基準評価値が大きいほど、属性基準評価が高いことを表している。評価部１０２は、このようにして属性基準評価を行い、その結果を示す属性基準評価値を、各コンテンツのブックマークに対応付けて生成部１０３に供給する。

評価部１０２は、上記の例では、図１０（ａ）に示す関係指標が算出された場合について説明したが、これに限らず、算出部１０１が算出した関係指標に基づいて上記同様の評価を行えばよい。また、評価部１０２による属性基準評価の方法も、上記の例（これを第１評価方法という。）には限られない。評価部１０２は、例えば、関係指標の合計値ではなく、関係指標の平均値を属性基準評価値として算出することで、属性基準評価を行ってもよい（これを第２評価方法という。）に。この場合、評価部１０２は、例えば図１０（ａ）に示す関係指標に基づいて、コンテンツ「ａ１」及び［ａ２」の属性基準評価値として、「１」及び「１．５」という値を算出する。

他にも、評価部１０２は、関係指標の中央値（関係指標を大きさの順番に並べたときに中央に位置する値。関係指標が偶数個の場合は中央に近い２個の関係指標の平均値。）を属性基準評価値として算出してもよい（第３評価方法という）し、関係指標の最大値を属性基準評価値として算出してもよい（第４評価方法という）。以上で述べた第１乃至第４評価方法を用いることで、評価部１０２は、コンテンツの属性基準評価を、第１ユーザについて算出部１０１が算出した関係指標の合計値、平均値、中央値または最大値（すなわち属性基準評価値）がそのコンテンツよりも小さいコンテンツの属性基準評価に比べて高くする。言い換えると、評価部１０２は、或るコンテンツに対して所定のアクションを行った１以上の第１ユーザの関係指標に基づいて算出した属性基準評価値が、それとは異なるコンテンツに対して所定のアクションを行った１以上の第１ユーザの関係指標に基づいて算出した属性基準評価値よりも大きい場合に、或るコンテンツの属性基準評価を、それとは異なるコンテンツの属性基準評価に比べて高くする。

なお、評価部１０２は、属性基準評価値の算出に用いる関係指標を絞り込んでもよい。例えば、評価部１０２は、値が大きいものから決められた個数の関係指標を用いて属性基準評価値を算出する。また、評価部１０２は、他にも、ブックマークが作成された（すなわち所定のアクションが行われた）時期に応じて属性基準評価を行ってもよい。例えば、蓄積部１０５が、ブックマークが作成された日時をそのブックマークに対応付けて蓄積しておく。評価部１０２は、例えば、所定の日時（例えば１年前の日時など）以降に作成されたブックマークについて算出された関係指標を用いて、第１乃至第４評価方法での評価を行う。また、評価部１０２は、所定の日時（例えば１年前の日時など）よりも前に作成されたブックマークについて算出された関係指標に所定の値（例えば０．５）を乗じて、属性基準評価値を算出し、属性基準評価を行ってもよい。また、評価部１０２は、算出した属性基準評価値を評価結果とするものに限らず、算出した属性基準評価値に基づいて各コンテンツを順位付けし（属性基準評価値が大きいものほど上位の順位として順位付けする。）、その順位を評価結果としてもよい。

算出部１０１による関係指標の算出及び評価部１０２による評価は、例えば、或る認証がされた状態のユーザ装置２０からブックマークリストを要求されることを契機に行われる。この場合、ユーザ装置２０からは、ブックマークリストを要求するリスト要求データと、認証通知データとが送信されてくる。こうして送信されてきた認証通知データが示す識別情報により識別されるユーザが、前述した或るユーザである。算出部１０１及び評価部１０２は、ブックマークリストの要求以外のことを契機に上記の算出及び評価をそれぞれ行ってもよい。例えば、蓄積部１０５にブックマークが蓄積されたことを契機としてもよい。この場合、蓄積部１０５がブックマークを蓄積すると、そのブックマークとともにユーザ装置２０から送信されてきた認証通知データが制御装置１１に供給される。制御装置１１は、その認証通知データに基づいて、上記の算出及び評価を行う。また、制御装置１１は、決められた時刻（例えば毎日０時）や所定の時間の間隔（例えば１日や１週間毎）でこれらの算出及び評価を行ってもよい。その場合、制御装置１１は、全ブックマークまたは一部のブックマーク（例えば属性基準評価を一定期間行っていないブックマークなど）を対象として、ブックマークＤＢ１２２に格納されているそれらのブックマークをそれぞれ読み出し、読み出したブックマークに基づいて上記の算出及び評価を行う。

生成部１０３は、コンテンツ情報を少なくとも１つ以上含むリストを生成する生成手段である。詳細には、生成部１０３は、評価部１０２による或るユーザにとってのコンテンツの評価を反映したリストを生成する。生成部１０３は、例えば、コンテンツ情報を、評価部１０２による評価がそのコンテンツ情報よりも低かったコンテンツ情報に比べて上位に示したリストを生成する。本実施形態では、リストとは、コンテンツ情報、すなわち本実施形態においてはブックマークを含むブックマークリストである。生成部１０３は、制御装置１１、記憶装置１２及び通信装置１３が協働して実現する機能である。制御装置１１は、評価部１０２に記憶されたブックマークＤＢ１２２に格納されているブックマークを読み出す。制御装置１１は、それらのブックマークを、評価部１０２から供給された結果データが示すコンテンツ情報の順位、すなわちブックマークに対応付けられている属性基準評価値が大きいほうから（順位が対応付けられている場合は小さいほうから）順番に並べたブックマークリストを生成する。生成部１０３は、生成したブックマークリストをユーザ装置２０に送信し、ユーザ装置２０は、受信したブックマークリストを図６に示す表示装置２４に表示する。

図１１は、表示装置２４に表示されたブックマークリストの一例を示す図である。図１１では、ブックマークＡ１〜Ａ８までの８つのブックマークを含むブックマークリストが表示されている。図１１（ａ）に示すブックマークリストＣ１では、ブックマークＡ１〜Ａ８がこの順番に並んでいる。このブックマークリストＣ１は、評価部１０２による評価の結果が反映されていない。図１１（ｂ）に示すブックマークリストＣ２では、ブックマークＡ５、Ａ２、Ａ４、Ａ１、Ａ３、Ａ６、Ａ７及びＡ８という順番で各ブックマークが上から並んでいる。生成部１０３は、こうして生成したブックマークリストを示すリストデータを出力部１０４に供給する。

なお、生成部１０３が生成するリストは、図１１に示すようなブックマークリストに限らない。生成部１０３は、例えば、コンテンツ情報を、評価部１０２による評価がそのコンテンツ情報よりも低かったコンテンツ情報に比べて大きな文字や太い文字で示したリストを生成してもよい。また、生成部１０３は、コンテンツ情報に評価部１０２が算出した属性基準評価値を付加したリストを生成してもよい。要するに、生成部１０３は、評価部１０２による或るユーザにとってのコンテンツの評価を反映したリストを生成するものであればよい。

出力部１０４は、生成部１０３により生成されたリスト（本実施形態ではブックマークリスト）を出力する出力手段である。出力部１０４は、制御装置１１、記憶装置１２及び通信装置１３が協働して実現する機能である。制御装置１１は、例えば、生成部１０３から供給されたリストデータを、上述したリスト要求データを送信してきたユーザ装置２０に出力する。出力されたリストデータが示すブックマークリストをユーザ装置２０が表示することで、ユーザに対して評価情報が提供される。

なお、リストデータの出力先はユーザ装置２０に限らない。例えば、登録ユーザＤＢの識別情報に対応付けて登録ユーザのメールアドレスを格納しておき、出力部１０４がそのメールアドレスに対してリストデータを出力してもよい。また、出力部１０４は、例えば、ブックマークサーバ装置１０が表示装置を備えている場合に、その表示装置にリストデータを出力してもよい。また、出力部１０４は、リストデータを記憶装置１２に出力して記憶させておき、ユーザにネットワーク経由でリストデータをコピーさせたり、オフラインでメモリキー等にコピーさせたりしてもよい。

［動作］
ブックマークサービス提供システム１は、以上の構成に基づき、上述した提供処理（評価情報及びブックマーク共有サービスを登録ユーザに提供するための処理）を行う。この提供処理は、コンテンツ情報（本実施形態ではブックマーク）及び属性を蓄積する蓄積処理と、コンテンツを評価する評価処理とに分けられる。
図１２は、蓄積処理における各装置の動作の一例を示すシーケンス図である。蓄積処理は、ユーザ装置２０を所持するユーザが、ブラウザ３０等から認証情報を入力することを契機に開始される。ユーザ装置２０は、この入力が行われると、その認証情報の入力を受け付け、受け付けた認証情報を示すログインデータをブックマークサーバ装置１０に送信する（ステップＳ１１）。

ブックマークサーバ装置１０は、ログインデータを受信すると、そのログインデータが示す認証情報に基づいて、登録ユーザの認証を行う（ステップＳ１２）。ブックマークサーバ装置１０は、登録ユーザを認証すると、上述した認証通知データをユーザ装置２０に送信する（ステップＳ１３）。ユーザ装置２０は、認証通知データを受信したあと、例えばユーザの操作により、ウェブサーバ装置４０からコンテンツ（ウェブページ）を取得する（ステップＳ１４）。ここで、ユーザがブックマーク作成操作（図９に示すメニューＥ２の「ブックマーク作成」を選択する操作）を行うと、ユーザ装置２０は、ブックマーク作成操作を受け付けて（ステップＳ１５）、この操作を受け付けたときに表示しているコンテンツのブックマークを生成する（ステップＳ１６）。そして、ユーザ装置２０は、生成したブックマークを記憶し（ステップＳ１７）、さらに、ブックマークサーバ装置１０に認証通知データとともに送信する（ステップＳ１８）。ブックマークサーバ装置１０は、受信したブックマークを、ともに受信した認証通知データが示す識別情報に対応付けて蓄積する（ステップＳ１９）。ステップＳ１９は、算出部１０１の蓄積部１０５が行う動作である。以上が蓄積処理における各装置の動作である。

図１３は、評価処理における各装置の動作の一例を示すシーケンス図である。評価処理は、例えば、ユーザ装置２０を所持するユーザが、登録ユーザの認証を行ったあとに、ブックマークリストを要求するための操作（「リスト要求操作」という。）を行うことを契機に開始される。ユーザ装置２０は、この操作を受け付けると（ステップＳ３１）、ブックマークリストを要求するリスト要求データを、認証通知データとともにブックマークサーバ装置１０に送信する（ステップＳ３２）。ブックマークサーバ装置１０は、リスト要求データを受信すると、ともに受信した認証通知データが示す識別情報により識別されるユーザを或るユーザとし、ブックマークＤＢ１２２に格納されているブックマークを作成したユーザを第１ユーザとして、上述した関係指標を算出する（ステップＳ３３）。ステップＳ３３は、算出部１０１が行う動作である。

ブックマークサーバ装置１０は、ステップＳ３３において関係指標を算出すると、算出した関係指標に基づいて、コンテンツを評価する（ステップＳ３４）。ステップＳ３４は、評価部１０２が行う動作である。次に、ブックマークサーバ装置１０は、ステップＳ３４で行った評価を反映したブックマークリストを生成する（ステップＳ３５）。ステップＳ３５は、生成部１０３が行う動作である。ブックマークサーバ装置１０は、例えば、図１１（ｂ）に示すようなブックマークリストを生成し、生成したブックマークリストをユーザ装置２０に出力する（ステップＳ３６）。ステップＳ３６は、出力部１０４が行う動作である。ユーザ装置２０は、ステップＳ３６において受信したブックマークリストを表示する（ステップＳ３７）。以上が評価処理における各装置の動作である。

ウェブサーバ装置４０が提供するウェブページのようなコンテンツを評価する場合に、そのコンテンツに対してユーザが所定のアクション（例えばブックマーク作成操作）を行ったことを示すコンテンツ情報（例えばブックマーク）の数が多いものを、その数が少ないものに比べて高く評価するという方法がある。しかし、コンテンツ情報の数が同じコンテンツ同士であっても、一方は自分と同じ分野を専門とするユーザだけが所定のアクションを行ったコンテンツであり、他方は専門する分野が自分と全く関係ないユーザだけが所定のアクションを行ったコンテンツである場合、自分にとっては前者のコンテンツの方が高く評価できることが多い。

図９及び図１０に示す例でいえば、ユーザ甲は、神経内科に所属する神経を専門とする医療従事者であるため、ユーザ乙のように同じ神経内科やユーザ丙のように同じ神経を専門とする神経外科の医療従事者が所定のアクションを行ったコンテンツの方が、神経を専門としない診療科の医療従事者が所定のアクションを行ったコンテンツに比べて高く評価できることが多い。同様のことが、所属する学会や役職、年代についてもいえる。前述した単にコンテンツ情報の数だけで評価する方法では、コンテンツ情報が示すコンテンツに対して所定のアクションを行ったユーザがどのようなユーザであっても、その数だけでコンテンツが評価されてしまう。本実施形態では、算出部１０１により算出される関係指標に応じて評価部１０２による属性基準評価が行われることで、或るユーザと属性の関係が強い（すなわち関係指標が大きい）ユーザが所定のアクションを行ったコンテンツが、そうでないユーザが所定のアクションを行ったコンテンツに比べて、高く評価されやすくなる。このような本実施形態によれば、コンテンツに対して所定のアクションを行ったユーザ（つまり第１ユーザ）がどのようなユーザであるかということを反映して、そのコンテンツを評価することができる。

また、本実施形態では、図１０に示す例のように、属性の種類や属性の近似度などに重みを付けて属性基準評価を行うことができる。これにより、或るユーザ及び第１ユーザの近似属性の数が例えば同じ場合であっても、近似属性の種類や近似度が異なれば算出される関係指標も異なることになり、その結果、属性基準評価値も異なることになる。このように、本実施形態によれば、第１ユーザがどのようなユーザであるかということを反映して評価を行う場合に、近似属性の種類や近似度などによってその反映の度合いを変化させることができる。

［第２実施形態］
本発明の第２実施形態について、以下、第１実施形態と異なる点を中心に説明する。第１実施形態では、ユーザの属性に基づいたコンテンツの評価（属性基準評価）が行われたが、第２実施形態では、ユーザが所定のアクションの対象としたコンテンツの傾向（以下「コンテンツ傾向」という。）に基づいたコンテンツの評価（以下「傾向基準評価」という。）が行われる。
図１４は、本実施形態のブックマークサーバ装置１０ａが実現する機能構成を示す図である。ブックマークサーバ装置１０ａは、算出部１０１ａと、評価部１０２ａと、生成部１０３と、出力部１０４とを備える。算出部１０１ａは、第１ユーザ、すなわちコンテンツに対して所定のアクションを行ったユーザの所定のアクションの対象となったコンテンツと、或るユーザの所定のアクションの対象となったコンテンツとの傾向が近似する度合い（以下「傾向近似度」という。）を算出する算出手段である。算出部１０１ａは、例えば、蓄積部１０５ａを備え、蓄積部１０５ａが蓄積する情報に基づいてこの算出を行う。

蓄積部１０５ａは、上述したコンテンツ情報（ユーザにより所定のアクションが行われたコンテンツを示す情報）と、そのユーザを識別する識別情報とを対応付けて蓄積する蓄積手段である。つまり、蓄積部１０５ａは、図７に示す蓄積部１０５と異なり、属性を蓄積しない。このため、本実施形態においては、図３に示す登録ユーザＤＢ１２１には、図４に示すような属性が格納されていなくてもよい。蓄積部１０５ａは、ユーザ装置２０からブックマーク及び認証通知データが送信されてくると、そのブックマークを、その認証通知データが示す識別情報に対応付けてブックマークＤＢ１２２に格納する。蓄積部１０５ａは、図１２で述べた蓄積処理においては、ステップＳ１９でブックマーク及び属性を蓄積する代わりに、ブックマーク及び識別情報を蓄積する。

算出部１０１ａは、或るユーザ及び第１ユーザがそれぞれに所定のアクションの対象としたコンテンツのうち互いに近似するコンテンツ（以下「近似コンテンツ」という。）を用いて傾向近似度を算出する。コンテンツが互いに近似するとは、２つのコンテンツが互いに一致する場合はもちろん、一致はしないが或るレベル以上に似通った（類似する）ものである場合を含む。ブックマークサービス提供システム１においては、例えば、両コンテンツのアクセス先（ＵＲＬ）のうち、ホスト名及びパス名が一致する場合に、コンテンツが互いに類似するものとして、近似の範囲が定められている。具体例を挙げると、算出部１０１ａは、「ｈｔｔｐ：／／ａａａ．ｃｏｍ／ｓｐｏｒｔｓ／ｂｂｂ．ｈｔｍｌ」及び「ｈｔｔｐ：／／ａａａ．ｃｏｍ／ｍｅｄｉｃａｌ／ｄｒｕｇ／ｃｃｃ．ｈｔｍｌ」というアクセス先のコンテンツ同士であれば、「ａａａ．ｃｏｍ」というホスト名と「／ｍｅｄｉｃａｌ／ｄｒｕｇ／」というパス名とが一致しているので、類似する（すなわち近似する）コンテンツと判断する。なお、このシステムにおいて、近似の範囲を定めることは必須ではなく、近似の範囲が定められていない場合は、２つのアクセス先が互いに一致する場合だけが近似コンテンツとなる。

算出部１０１ａが傾向近似度を算出する方法について、図１５を参照して説明する。
図１５は、傾向近似度の算出方法を説明するための図である。図１５（ａ）では、蓄積部１０５ａにより蓄積された「ＩＤ０１１」〜「ＩＤ０１４」までの識別情報及びそれらの識別情報に対応付けられているブックマークと、各ブックマークが示すコンテンツとの一例が示されている。この例では、「ＩＤ０１１」に対して、「ａ３」というコンテンツのブックマークＡ３１と、「ａ４」というコンテンツのブックマークＡ３２とがそれぞれ対応付けられている。同様に、「ＩＤ０１２」に対して、「ａ５」というコンテンツのブックマークＡ４１が対応付けられ、「ＩＤ０１３」に対して、「ａ３」、「ａ４’」及び「ａ６」のブックマークＡ５１、Ａ５２及びＡ５３がそれぞれ対応付けられている。なお、「ａ４’」は、「ａ４」に近似するコンテンツを示している。また、「ＩＤ０１４」に対して、「ａ３」及び「ａ６」のブックマークＡ６１及びＡ６２がそれぞれ対応付けられている。

例えば、算出部１０１ａが、「ＩＤ０１１」により識別されるユーザを或るユーザとして傾向近似度を算出する場合を説明する。この場合、算出部１０１ａは、「ＩＤ０１１」に対応付けて蓄積部１０５ａに蓄積されているブックマークとしてＡ３１及びＡ３２を特定する。算出部１０１ａは、特定したブックマークがアクセス先を示すコンテンツと近似するコンテンツを示すブックマークに「１」という値を割り当て、近似しないコンテンツを示すブックマークに「０」という値を割り当てる。算出部１０１ａは、そうして割り当てた値を識別情報毎に合計した値を傾向近似度として算出する（これを本実施形態における第１算出方法という）。
図１５（ｂ）には、本実施形態における第１算出方法で算出された傾向近似度が示されている。この場合、「ＩＤ０１２」、「ＩＤ０１３」及び「ＩＤ０１４」という識別情報により識別される第１ユーザの傾向近似度がそれぞれ「０」、「２」及び「１」と算出されている。算出部１０１ａは、こうして算出した傾向近似度を示す傾向近似度データを評価部１０２ａに供給する。

上述した本実施形態における第１算出方法は、第１実施形態で述べた第１算出方法に対応するものである。本実施形態では、近似属性を近似コンテンツに代えることで、関係指標ではなく傾向近似度が算出される。これと同様に、算出部１０１ａは、上記算出方法に限らず、第１実施形態で述べた第２乃至第５算出方法や、それらを組み合わせた算出方法で、傾向近似度を算出してもよい。その場合、算出部１０１ａは、「属性の種類」の代わりに、「コンテンツの種類」に応じた重みを付けたり、「属性の近似度」の代わりに、「コンテンツの近似度」に応じた重みを付けたりする。例えば、ブックマークサービス提供システムにおいて、特定のホスト名（パス名を加えてもよい）を予め定めておき、それらをアクセス先に含む場合に、算出部１０１ａがそのアクセス先のコンテンツに重みを付ける。

また、本システムにおいて、特定のホスト名（パス名を加えてもよい）の組み合わせを複数定めておき、それらの組み合わせを複数のグループ（例えばグループＡ、Ｂなど）に分けておく。また、各グループには、対応する近似度（例えばグループＡは近似度「１」、グループＢは近似度「０．５」）を定めておく。この場合、或るユーザ及び第１ユーザがそれぞれ作成したブックマークにより示されるアクセス先にその組み合わせのホスト名がそれぞれ含まれていれば、その第１ユーザが作成したブックマークがアクセス先を示すコンテンツに算出部１０１ａが重みを付ける。このとき、その組み合わせが属しているグループに定められた近似度に応じて算出部１０１ａが重みを付ける。算出部１０１ａは、例えば、アクセス先が一致する場合は「２．０」という重みを、グループＡの組み合わせのホスト名が含まれている場合は「１．０」という重みを、グループＢの組み合わせのホスト名が含まれている場合は「０．５」という重みをそれぞれ付ける、といった具合である。

なお、算出部１０１ａは、上記のとおり割り当てた値や重みの各識別情報における合計を、各々の識別情報に対応付けて蓄積部１０５ａに蓄積されているブックマークの数で除した値を、傾向近似度として算出してもよい。算出部１０１ａは、図１５（ｂ）の例であれば、「ＩＤ０１３」について２／３という傾向近似度を算出し、「ＩＤ０１４」について１／２という傾向近似度を算出する。これにより、ブックマーク数が多いユーザの傾向近似度が大きくなりやすくなることを回避することができる。

評価部１０２ａは、或るユーザにとってのコンテンツの上述したコンテンツ傾向（所定のアクションを行うコンテンツの傾向）に基づく評価（以下「傾向基準評価」という。）を、算出部１０１により算出された度合い（すなわち傾向近似度）に応じて行う評価手段である。具体的には、評価部１０２ａは、第１実施形態における関係指標を傾向近似度に代えて、上述した第１乃至第４評価方法と同様に傾向基準評価値を算出し、算出した傾向基準評価値に基づいて傾向基準評価を行う。傾向近似度の合計値、平均値、中央値または最大値は、各コンテンツの傾向基準評価の高さを示す値であり、以下では「傾向基準評価値」という。この傾向基準評価値が大きいほど、傾向基準評価が高いことを表している。

評価部１０２ａは、例えば、図１５に示す例において、或るユーザが作成したブックマークのコンテンツを除くコンテンツ「ａ４’」、「ａ５」及び「ａ６」を評価する場合、それぞれのコンテンツのブックマークを作成した第１ユーザについて算出された傾向近似度の合計値を、傾向基準評価値として算出する。この例では、評価部１０２ａは、「ａ４’」、「ａ５」及び「ａ６」の傾向基準評価値を、それぞれ「２」、「０」及び「３」と算出する。また、平均値を傾向基準評価値とする場合、評価部１０２ａは、「ａ４’」、「ａ５」及び「ａ６」の傾向基準評価値を、それぞれ「２」、「０」及び「１．５」と算出する。

評価部１０２ａは、コンテンツの傾向基準評価を、第１ユーザについて算出部１０１ａが算出した傾向近似度の合計値、平均値、中央値または最大値（すなわち傾向基準評価値）がそのコンテンツよりも小さいコンテンツの傾向基準評価に比べて高くする。言い換えると、評価部１０２ａは、或るコンテンツに対して所定のアクションを行った１以上の第１ユーザの傾向近似度に基づいて算出した傾向基準評価値が、それとは異なるコンテンツに対して所定のアクションを行った１以上の第１ユーザの傾向近似度に基づいて算出した傾向基準評価値よりも大きい場合に、或るコンテンツの傾向基準評価を、それとは異なるコンテンツの傾向基準評価に比べて高くする。評価部１０２ａは、このようにして傾向基準評価を行い、その結果を示す傾向基準評価値を、各コンテンツのブックマークに対応付けて生成部１０３に供給する。

なお、評価部１０２ａは、第１実施形態の評価部１０２と同様に、傾向基準評価値の算出に用いる関係指標を絞り込んでもよいし、ブックマークが作成された（すなわち所定のアクションが行われた）時期に応じて傾向基準評価を行ってもよい。また、評価部１０２ａは、上記の例では、或るユーザが作成したブックマークのコンテンツを除いて傾向基準評価を行ったが、それを含めて傾向基準評価を行ってもよい。その場合、評価部１０２ａは、或るユーザも１人の第１ユーザ（傾向近似度が最大になる第１ユーザ）として傾向基準評価を行う。

本実施形態では、算出部１０１ａにより算出される傾向近似度に応じて評価部１０２ａによる傾向基準評価が行われることで、或るユーザと所定のアクションを行うコンテンツの傾向（すなわちコンテンツ傾向）が近似する度合い（すなわち傾向近似度）が大きいユーザにより所定のアクションが行われたコンテンツが、そうでないユーザにより所定のアクションが行われたコンテンツに比べて、高く評価されやすくなる。このような本実施形態によれば、第１実施形態と同様に、コンテンツに対して所定のアクションを行ったユーザがどのようなユーザであるかということを反映して、コンテンツを評価することができる。また、本実施形態においても、コンテンツの種類やコンテンツの近似度などに重みを付けて傾向基準評価を行うため、第１実施形態と同様に、第１ユーザがどのようなユーザであるかということを反映して評価を行う場合に、その反映の度合いを変化させることができる。

［第３実施形態］
本発明の第３実施形態について、以下、第１及び第２実施形態と異なる点を中心に説明する。第３実施形態では、コンテンツ情報に文字列が付与されており、第２実施形態で算出された傾向近似度がそれらの文字列に基づいて算出される。以下では、この文字列を「付与文字列」という。
図１６は、本実施形態のブックマークサーバ装置１０ｂが実現する機能構成を示す図である。ブックマークサーバ装置１０ｂは、算出部１０１ｂと、評価部１０２ｂと、生成部１０３と、出力部１０４とを備える。算出部１０１ｂは、或るユーザの所定のアクションの対象となったコンテンツに付与された文字列と近似する近似文字列が付与されたコンテンツを所定のアクションの対象としたユーザを第１ユーザとして、傾向近似度を算出する。算出部１０１ｂは、例えば、蓄積部１０５ｂを備え、蓄積部１０５ｂが蓄積する情報に基づいてこの算出を行う。

蓄積部１０５ｂは、コンテンツ情報（ユーザにより所定のアクションが行われたコンテンツを示す情報）と、そのユーザを識別する識別情報と、そのコンテンツ情報に付与される付与文字列とをそれぞれ対応付けて蓄積する蓄積手段である。蓄積部１０５ｂは、コンテンツ情報及び識別情報の蓄積は、第２実施形態と同様の方法で行う。これに加え、蓄積部１０５ｂが付与文字列を蓄積する方法について、図１７を参照して説明する。

図１７は、蓄積部１０５ｂによる付与文字列の蓄積を説明するための表である。図１７では、ブックマークＤＢ１２２に格納されているデータが示されている。この例では、図１５と同様の「識別情報」及び「ブックマーク」が示されている。ブックマークＤＢ１２２に格納されているブックマークＡ３１〜Ａ６２は、それぞれ図２に示すようなブックマークであり、各々がアクセス先を示すコンテンツの一部分が含まれている。蓄積部１０５ｂは、例えば、複数の付与文字列（例えば医療に関する専門用語）を格納した付与文字列データを記憶装置１２に記憶しておく。蓄積部１０５ｂは、図１７に示すようなブックマークを蓄積したときに、そのブックマークに含まれるコンテンツの一部分に、付与文字列データに格納されている付与文字列が含まれているか否かを、テキストマッチングの技術を用いて判断する。蓄積部１０５ｂは、付与文字列が含まれていると判断した場合、その付与文字列が含まれていると判断したコンテンツを含むブックマークにその付与文字列を対応付けてブックマークＤＢ１２２に格納する。例えば、蓄積部１０５ｂは、ブックマークＡ３１に対しては、「ＡＡＡ」、「ＢＢＢ」及び「ＣＣＣ」という付与文字列が含まれていると判断して、これらの付与文字列をブックマークＡ３１に対応付けて格納する。

蓄積部１０５ｂは、以下同様に、図１７に示す各付与文字列を各ブックマークに対応付けて格納する。このようにして、蓄積部１０５ｂは、コンテンツ情報に付与される付与文字列を、コンテンツ情報及び識別情報にそれぞれ対応付けて蓄積する。
なお、蓄積部１０５ｂは、他の方法で付与文字列を蓄積してもよい。例えば、ユーザ装置２０においてブックマークが選択され、選択されたブックマークに付与文字列を付与するための操作がユーザにより行われることで、選択されたブックマークと付与する付与文字列とを示す付与データがブックマークサーバ装置１０に送信されてくる。蓄積部１０５ｂは、この付与データを受け取り、付与データが示すブックマークに同じ付与データが示す付与文字列を対応付けて蓄積する。他にも、蓄積部１０５ｂは、上記のとおりブックマークに含まれていると判断した付与文字列及びそのブックマークを示す付与文字列データをユーザ装置２０に送信して、その付与文字列のうちユーザ装置２０においてユーザの操作により選択されたものをブックマークと対応付けて蓄積してもよい。

算出部１０１ｂは、或るユーザの所定のアクションの対象となったコンテンツの付与文字列に近似する付与文字列（以下「近似文字列」という。）を用いて傾向近似度を算出する。文字列が近似するとは、２つの文字列が互いに一致する場合はもちろん、一致はしないが或るレベル以上に似通った（類似または一方が他方を包含する）ものである場合を含む。ブックマークサービス提供システムにおいては、２つの文字列が近似しているか否かを判断するための条件（「近似条件」という。）が予め定められている。近似条件は、例えば、２つの文字列が、所定の文字数以上または所定の割合の文字数以上、互いに共通している場合に満たされる条件である。他にも、同じアルファベットの大文字と小文字である場合を近似としたり、漢字とその読み仮名である場合を近似としてもよい。なお、このシステムにおいて、このような近似の条件を定めることは必須ではなく、近似の条件が定められていない場合は、２つの属性が互いに一致する場合だけが近似する文字列となる。

算出部１０１ｂが傾向近似度を算出する方法について、図１７に示す例を参照して説明する。例えば、算出部１０１ｂが、「ＩＤ０１１」により識別されるユーザを或るユーザとして傾向近似度を算出する場合を説明する。この場合、算出部１０１ｂは、蓄積部１０５ｂにより蓄積されている付与文字列のうち、「ＩＤ０１１」に対応付けて蓄積されている付与文字列である「ＡＡＡ」、「ＢＢＢ」、「ＣＣＣ」、「ＤＤＤ」及び「ＥＥＥ」の近似文字列を特定する。図１７の例では、算出部１０１ｂは、「ＩＤ０１３」に対応付けられている「ＢＢＢＢ」と、「ＩＤ０１４」に対応付けられている「ａａａ」、「ＣＣＣ」及び「ＥＥＥ」とを特定する。「ａａａ」は「ＡＡＡ」に類似する付与文字列であり、「ＢＢＢＢ」は「ＢＢＢ」を包含する付与文字列である。

算出部１０１ｂは、特定した近似文字列に「１」という値を割り当て、近似文字列以外の付与文字列に「０」という値を割り当てる。算出部１０１ｂは、そうして割り当てた値を識別情報毎に合計した値を傾向近似度として算出する（これを本実施形態における第１算出方法という）。
図１８は、算出部１０１ｂにより算出される傾向近似度の一例を示す図である。この場合、「ＩＤ０１２」、「ＩＤ０１３」及び「ＩＤ０１４」という識別情報により識別される第１ユーザの傾向近似度がそれぞれ「０」、「２」及び「３」と算出されている。算出部１０１ｂは、こうして算出した傾向近似度を示す傾向近似度データを評価部１０２ｂに供給する。

上述した本実施形態における第１算出方法は、第１実施形態で述べた第１算出方法に対応するものである。本実施形態では、近似属性を近似文字列に代えることで、関係指標ではなく傾向近似度が算出される。これと同様に、算出部１０１ｂは、上記算出方法に限らず、第１実施形態で述べた第２乃至第５算出方法や、それらを組み合わせた算出方法で、傾向近似度を算出してもよい。その場合、算出部１０１ｂは、「属性の種類」の代わりに、「近似文字列の種類」に応じた重みを付けたり、「属性の近似度」の代わりに、「近似文字列の近似度」に応じた重みを付けたりする。

例えば、ブックマークサービス提供システムにおいて、特定文字列（例えば医療用語などの特定の文字列）を予め定めておき、近似文字列がそれらの特定文字列であったり、特定文字列を含む場合に、算出部１０１ｂがその近似文字列に重みを付ける。また、算出部１０１ｂは、例えば、付与文字列同士が一致する場合は「３」という重みを付け、付与文字列同士が類似し且つ文字数が同じ場合（例えば大文字と小文字の場合）は「２」という重みを付け、付与文字列同士が類似し且つ文字数が異なる場合は「１」という重みを付けてもよい。

なお、算出部１０１ｂは、第２実施形態の算出部１０１ａと同様に、上記のとおり割り当てた値や重みの各識別情報における合計を、各々の識別情報に対応付けて蓄積部１０５ｂに蓄積されているブックマークの数で除した値を、傾向近似度として算出してもよい。算出部１０１ｂは、図１８の例であれば、「ＩＤ０１３」について２／３という傾向近似度を算出し、「ＩＤ０１４」について３／２という傾向近似度を算出する。これにより、本実施形態においても、ブックマーク数が多いユーザの傾向近似度が大きくなりやすくなることを回避することができる。
評価部１０２ｂは、算出部１０１ｂにより算出された傾向近似度に基づいて、評価部１０２ａと同様に傾向基準評価を行う。

算出部１０１ｂにより算出される傾向近似度は、コンテンツに付与されている文字列の傾向が或るユーザと近似する度合いを表している。このコンテンツに付与されている文字列の傾向とは、本実施形態におけるコンテンツ傾向を表している。本実施形態では、このような傾向近似度に応じて評価部１０２ｂによる傾向基準評価が行われることで、コンテンツ傾向が或るユーザと近似する度合いが大きい第１ユーザにより所定のアクションが行われたコンテンツが、そうでないユーザにより所定のアクションが行われたコンテンツに比べて、高く評価されやすくなる。つまり、本実施形態によれば、第１及び第２実施形態と同様に、コンテンツに対して所定のアクションを行ったユーザがどのようなユーザであるかということを反映して、コンテンツを評価することができる。また、本実施形態においても、近似文字列の種類や近似文字列の近似度などに重みを付けて傾向基準評価を行うため、上記各実施形態と同様に、第１ユーザがどのようなユーザであるかということを反映して評価を行う場合に、その反映の度合いを変化させることができる。

なお、評価部１０２ｂは、近似文字列を含むコンテンツ情報の数を傾向近似度として算出してもよい。この場合、評価部１０２ｂは、図１７の例であれば、「ＩＤ０１３」に対応付けて蓄積されているブックマーク（Ａ５１、Ａ５２及びＡ５３）のうち、近似文字列が付与されているもの（Ａ５１及びＡ５３）の個数(この場合２）を傾向近似度として算出する。また、評価部１０２ｂは、「ＩＤ０１４」に対応付けて蓄積されているブックマークのうち、近似文字列が付与されているもの（Ａ６２）の個数(この場合１）を傾向近似度として算出する。なお、評価部１０２ｂは、蓄積されているブックマークの総数に対する近似文字列が付与されているブックマークの数の割合を傾向近似度として算出してもよい。また、評価部１０２ｂは、この場合も、前述した近似文字列に対する重みを反映させて傾向近似度を算出してもよい。

例えば評価部１０２ｂが近似文字列を含むコンテンツ情報の数を傾向近似度として算出した場合、前述した図１７の例では、「ＩＤ０１３」に対応付けて蓄積されているコンテンツ情報が示すコンテンツ（近似文字列の個数は２つ）の傾向基準評価が、「ＩＤ０１４」に対応付けて蓄積されているコンテンツ情報が示すコンテンツ（近似文字列の個数は３つ）の傾向基準評価に比べて高くなる。これにより、どのコンテンツ情報にも近似文字列がまんべんなく散らばって付与されている場合に、それが集中して付与されている場合に比べて傾向基準評価を高くすることができる。なお、例えば評価部１０２ｂが近似文字列の数を傾向近似度として算出した場合は、反対に、或るコンテンツ情報に近似文字列が集中して付与されている場合に、それが散らばっている場合に比べて傾向基準評価を高くすることができる。これらの方法は、傾向基準評価を行う対象によって使い分けたり、傾向基準評価を行った結果が高い評価や低い評価に偏ってしまうような場合に、使い分けるとよい。

［変形例］
上述した各実施形態は、本発明の実施の一例に過ぎず、以下のように変形させてもよい。また、上述した各実施形態及び以下に示す各変形例は、必要に応じて組み合わせて実施してもよい。

（変形例１）
コンテンツ情報は、上述した各実施形態では、ユーザによりブックマーク作成操作という所定のアクションが行われたコンテンツに関連する情報であったが、これには限らない。コンテンツ情報は、例えば、ユーザにより閲覧され且つその閲覧された時間が一定時間を超えたコンテンツに関連する情報であってもよい。この場合、サーバ装置は、コンテンツへのアクセスの履歴（「アクセス履歴」という。）を蓄積する。なお、本変形例では、サーバ装置は、ブックマークを蓄積しなくてもよい。
図１９は、本変形例のサーバ装置１０ｃのハードウェア構成を示す図である。サーバ装置１０ｃは、ブックマークサーバ装置１０同様に制御装置１１、記憶装置１２及び通信装置１３を備える。記憶装置１２は、図３に示すブックマークＤＢ１２２に代えて、アクセス履歴を格納するためのアクセス履歴ＤＢ１２３を記憶装置１２に記憶している。以下では、サーバ装置１０ｃが第１実施形態と同様に属性基準評価を行う場合について説明する。

図２０は、アクセス履歴ＤＢ１２３に格納されているデータの一例を示す表である。この表では、「アクセス先」及び「識別情報」が互いに対応付けられている。「アクセス先」は、ユーザがアクセスしたコンテンツのＵＲＬである。ユーザ装置２０は、例えばブラウザ３０の機能により、ユーザがアクセスしたコンテンツのコンテンツデータを取得して表示を開始した開始時刻を記憶し、その表示を終了したときに、開始時刻から経過した時間を計測して認証通知データに計測した時間を記録する。このとき、ユーザ装置２０は、そのコンテンツのアクセス先も認証通知データに記録して、その認証通知データをサーバ装置１０ｃに送信する。

本変形例の蓄積部は、受信した認証通知データが示す接続時間が所定の時間（例えば１分や５分）以上である場合、所定のアクションが行われたものとして、その認証通知データに記録されたアクセス先をコンテンツ情報として、その認証通知データが示す識別情報に対応付けてアクセス履歴ＤＢ１２３に格納する。蓄積部は、こうして第１実施形態と同様に、コンテンツ情報を属性に対応付けて蓄積する。

なお、蓄積部は、他の方法でこの蓄積を行ってもよい。例えば、ユーザ装置２０が、開始時刻から経過した時間を認証通知データに記録する代わりに、コンテンツデータを取得して表示を開始してから経過した時間が所定の時間以上となったときに、所定のアクションが行われた旨と、そのコンテンツデータが示すコンテンツのアクセス先とを対応付けて認証通知データに記録する。ユーザ装置２０は、その記録を行うと、その記録を行った認証通知データをサーバ装置１０ｃに送信する。蓄積部は、認証通知データを受信すると、受信した認証通知データに所定のアクションが行われた旨が記録されているか否かを判断し、記録されていると判断した場合に、その認証通知データに記録されているアクセス先をコンテンツ情報としてアクセス履歴ＤＢ１２３に格納する。また、蓄積部は、属性に代えて第２及び第３実施形態と同様に識別情報を蓄積する場合も、上記のとおり認証通知データに基づいてその蓄積を行えばよい。

図２１は、本変形例の蓄積処理における各装置の動作の一例を示すシーケンス図である。この例では、図１５に示すステップＳ１４（ユーザ装置２０によるコンテンツの取得）までの動作が行われる。次に、ユーザ装置２０は、取得したコンテンツを表示してからその表示を終了するまでの時間を接続時間としてコンテンツのアクセス先とともに認証通知データに記録する（ステップＳ４１）。ユーザ装置２０は、接続時間及びアクセス先を記録した認証通知データをサーバ装置１０ｃに送信する（ステップＳ４２）。サーバ装置１０ｃは、受信した認証通知データに基づいて、コンテンツ情報を蓄積する（ステップＳ４３）。ステップＳ４３は、蓄積部が行う動作である。蓄積部は、ステップＳ４３において、第１実施形態と同様に属性を蓄積し、第２実施形態と同様に識別情報を蓄積し、または第３実施形態と同様に識別情報及び付与文字列を蓄積する。

サーバ装置１０ｃは、上記の各実施形態と同様に評価処理を行い、ブックマークリストを生成する代わりに、例えば評価したコンテンツの一部を取得し、それらのコンテンツの一部を含み、且つ、評価結果を反映したコンテンツリストを生成し、生成したコンテンツリストをユーザ装置２０に評価情報として提供する。以上のとおり、本変形例では、アクセス履歴を用いたコンテンツ情報に基づいてコンテンツを評価することができる。

なお、ブックマークサービス提供システムにおいては、所定のアクションとして、上述したものの他にも、あとで読むリストに追加したり、メールで共有したり、ＳＮＳ（Social Networking Service）において共有したり、コンテンツを保存したりすることが定められていてもよい。これらのアクションは、ユーザが操作装置２３を操作して、ブラウザのプラグインプログラムやウェブページが提供するＣＧＩ（Common Gateway Interface）などの機能を実行させることによって行われる。ユーザ装置２０は、これらのアクションが行われたときに、例えば、そのアクションが行われた旨と、そのアクションが行われたときにアクセスしていたコンテンツのアクセス先とを対応付けて認証通知データに記録する。これにより、蓄積部は、上述した他の方法で蓄積を行う場合と同様に、コンテンツ情報を属性に対応付けて蓄積する。

（変形例２）
ブックマークサーバ装置は、第１実施形態で述べた属性基準評価、第２及び第３実施形態で述べた傾向基準評価をそれぞれに行うものに限らず、これらのうちの２つまたは３つを合わせて行うものであってもよい。その場合、蓄積部は、それぞれの基準評価に必要な情報を蓄積し、算出部は、蓄積部により蓄積された情報（属性や識別情報など）に基づいて、上述した関係指標及び傾向近似度の算出を順次または並行して行う。また、評価部は、算出されたそれらの関係指標及び傾向近似度に基づいて、どの基準評価も同等に扱ってコンテンツを評価してもよいし、基準評価毎に異なる重みを付けてコンテンツを評価してもよい。

（変形例３）
図７に示す蓄積部１０５は、上述した第１実施形態では、ブックマークサーバ装置１０が記憶する登録ユーザＤＢ１２１に格納されている属性に基づいてユーザの属性を取得したが、これには限らない。例えば、ユーザ装置２０がユーザの属性をそのユーザの識別情報に対応付けて記憶しておく。そして、ユーザ装置２０は、ブックマークサーバ装置１０に認証通知データを送信する際、その認証通知データが示す識別情報に対応付けて記憶している属性を示す属性データを、ともに送信するようにしてもよい。また、蓄積部１０５からユーザ装置２０に対して属性を要求して、その応答でこれらの認証通知データ及び属性データを送信させるようにしてもよい。

（変形例４）
算出部は、上述した各実施形態では、蓄積部に蓄積した情報に基づいて関係指標及び傾向近似度の算出を行ったが、これ以外の情報に基づいてこの算出を行ってもよい。算出部は、例えば、ユーザ装置２０から送信されてくるコンテンツ情報及び認証通知データを記憶しておき、上記の算出を行うときに、記憶してあるコンテンツ情報及び認証通知データが示す識別情報に基づいて図９、図１０、図１５及び図１７に示すような情報を取得して、関係指標の算出及び傾向近似度の算出を行う。また、算出部は、外部装置に蓄積されているこれらの情報を取得して、関係指標の算出及び傾向近似度の算出を行ってもよい。このように、算出部は、関係指標及び傾向近似度を算出するための情報（コンテンツ情報や属性、識別情報など）を、蓄積しておいてもよいし、自装置に記憶された他の情報または外部装置等から取得してもよい。

（変形例５）
生成部１０３は、上述した各実施形態では、図１１（ｂ）に示すブックマークリストのようなコンテンツ情報のリストを生成したが、これには限らない。生成部１０３は、例えば、評価した結果を所定の段階を表す文字列（「高」、「中」及び「低」や、「Ａ」、「Ｂ」及び「Ｃ」など）を、各コンテンツ情報に付与したものをそれらのコンテンツ情報のリストとして生成してもよい。また、生成部１０３は、これらの文字列の代わりに数値や図形、記号などを用いたリストを生成してもよい。いずれの場合も、ユーザが評価された結果を把握できるものであれば、生成部１０３はどのようなコンテンツ情報のリストを生成してもよい。

（変形例６）
本発明は、ブックマークサーバ装置１０のようなサーバ装置やブックマークサービス提供システム１のような情報処理システムの他にも、ブックマークサーバ装置１０が実施する処理を実現するための情報処理方法としても捉えられるものである。ここでいう処理とは、例えば、図１２、図１３及び図２１にそれぞれ示す提供処理（詳細には蓄積処理及び評価処理）である。また、本発明は、ブックマークサーバ装置１０のようなコンピュータを、図７、図１４及び図１６に示す各手段として機能させるためのプログラムとしても捉えられるものである。これらのプログラムは、これらを記憶させた光ディスク等の記録媒体の形態で提供されたり、インターネット等のネットワークを介して、コンピュータにダウンロードさせ、これらをインストールして利用可能にするなどの形態でも提供されたりするものであってもよい。

１…ブックマークサービス提供システム、１０…ブックマークサーバ装置、１０ｃ…サーバ装置、２０…ユーザ装置、３０…ブラウザ、４０…ウェブサーバ装置、１１、２１…制御装置、１２、２２…記憶装置、１３、２６…通信装置、２３…操作装置、２４…表示装置、２５…音声入出力装置、１０１、１０１ａ、１０１ｂ…算出部、１０２、１０２ａ、１０２ｂ…評価部、１０３…生成部、１０４…出力部、１０５、１０５ａ、１０５ｂ…蓄積部、１２１…登録ユーザＤＢ、１２２…ブックマークＤＢ、１２３…アクセス履歴ＤＢ

Claims (8)

1. ユーザによる所定のアクションに基づき、インターネット上のコンテンツを評価するサーバ装置であって、
   前記コンテンツに対して前記アクションを行った第１ユーザの少なくとも１つ以上の属性と、或るユーザの属性との関係の強さを表す指標を算出する算出手段と、
   前記或るユーザにとっての前記コンテンツの前記属性に基づく評価を、前記算出手段により算出された前記指標に応じて行う評価手段と
   を備えることを特徴とするサーバ装置。
2. 前記評価手段は、前記コンテンツの前記属性に基づく評価を、前記第１ユーザについて前記算出手段が算出した指標の合計値、平均値、中央値または最大値が当該コンテンツよりも小さいコンテンツの前記属性に基づく評価に比べて高くする
   ことを特徴とする請求項１に記載のサーバ装置。
3. ユーザによる所定のアクションに基づき、インターネット上の文字列が付与されたコンテンツを評価するサーバ装置であって、
   前記コンテンツに対して前記アクションを行った第１ユーザの前記アクションの対象となった少なくとも１つ以上のコンテンツと、或るユーザの前記アクションの対象となったコンテンツとの傾向が近似する度合いを算出する算出手段であって、前記或るユーザの前記アクションの対象となったコンテンツに付与された文字列と近似する近似文字列が付与されたコンテンツを前記アクションの対象としたユーザを前記第１ユーザとし、且つ、前記近似文字列に対して、当該近似文字列の種類、当該近似文字列の数または当該近似文字列の近似度に応じた重みを付け、前記第１ユーザが前記アクションの対象としたコンテンツに付与された近似文字列の重みに基づいて前記度合い算出する算出手段と、
   前記或るユーザにとっての前記コンテンツの前記傾向に基づく評価を、前記算出手段により算出された前記度合いに応じて行う評価手段と
   を備えることを特徴とするサーバ装置。
4. 前記評価手段は、前記コンテンツの前記傾向に基づく評価を、前記第１ユーザについて前記算出手段が算出した度合いの合計値、平均値、中央値または最大値が当該コンテンツよりも小さいコンテンツの前記傾向に基づく評価に比べて高くする
   ことを特徴とする請求項３に記載のサーバ装置。
5. 前記コンテンツに関連するコンテンツ情報を少なくとも１つ以上含むリストであって、前記評価手段による前記或るユーザにとっての前記コンテンツの評価を反映したリストを生成する生成手段と、
   前記生成手段により生成されたリストを出力する出力手段とを備える
   ことを特徴とする請求項１乃至４のいずれか１項に記載のサーバ装置。
6. 前記アクションは、前記コンテンツへアクセスするためのアクセス先を示すアクセス先データを、当該コンテンツに関連するコンテンツ情報として作成する操作である
   ことを特徴とする請求項１乃至５のいずれか１項に記載のサーバ装置。
7. ユーザによる所定のアクションに基づき、インターネット上のコンテンツを評価するサーバ装置を制御する制御装置が、記憶装置に記憶されたプログラムに従い、前記コンテンツに対して前記アクションを行った第１ユーザの少なくとも１つ以上の属性と、或るユーザの属性との関係の強さを表す指標を算出する算出ステップと、
   前記制御装置が、前記記憶装置に記憶されたプログラムに従い、前記或るユーザにとっての前記コンテンツの前記属性に基づく評価を、前記算出ステップにおいて算出された前記指標に応じて行う評価ステップと
   を備えることを特徴とする情報処理方法。
8. ユーザによる所定のアクションに基づき、インターネット上の文字列が付与されたコンテンツを評価するサーバ装置を制御する制御装置が、記憶装置に記憶されたプログラムに従い、前記コンテンツに対して前記アクションを行った第１ユーザの前記アクションの対象となった少なくとも１つ以上のコンテンツと、或るユーザの前記アクションの対象となったコンテンツとの傾向が近似する度合いを算出する算出ステップであって、前記或るユーザの前記アクションの対象となったコンテンツに付与された文字列と近似する近似文字列が付与されたコンテンツを前記アクションの対象としたユーザを前記第１ユーザとし、且つ、前記近似文字列に対して、当該近似文字列の種類、当該近似文字列の数または当該近似文字列の近似度に応じた重みを付け、前記第１ユーザが前記アクションの対象としたコンテンツに付与された近似文字列の重みに基づいて前記度合い算出する算出ステップと、
   前記制御装置が、前記記憶装置に記憶されたプログラムに従い、前記或るユーザにとっての前記コンテンツの前記傾向に基づく評価を、前記算出ステップにおいて算出された前記度合いに応じて行う評価ステップと
   を備えることを特徴とする情報処理方法。

Images