情報処理装置、および情報処理方法、並びにコンピュータ・プログラム
【課題】 有効な検索付随情報の提供、および効率的な検索処理を可能とする情報処理装置および方法を提供する。
【解決手段】 クライアントからの検索要求に基づいて、ヒットコンテンツの情報を取得し、ヒットコンテンツの属するコンテナ（フォルダ、カテゴリ、サイトなど）全体に含まれるヒットコンテンツのスコア分布を計算し、計算されたスコア分布情報を、ヒットコンテンツ情報とともにクライアントに提示する構成とした。本構成により、クライアント側のユーザは、興味のある有効情報が含まれるコンテナを効率的に判定することが可能となり、コンテナ指定の検索などによって目的とするコンテンツを効率的に取得することを可能とした検索システムが実現される。
【解決手段】 クライアントからの検索要求に基づいて、ヒットコンテンツの情報を取得し、ヒットコンテンツの属するコンテナ（フォルダ、カテゴリ、サイトなど）全体に含まれるヒットコンテンツのスコア分布を計算し、計算されたスコア分布情報を、ヒットコンテンツ情報とともにクライアントに提示する構成とした。本構成により、クライアント側のユーザは、興味のある有効情報が含まれるコンテナを効率的に判定することが可能となり、コンテナ指定の検索などによって目的とするコンテンツを効率的に取得することを可能とした検索システムが実現される。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、情報処理装置、および情報処理方法、並びにコンピュータ・プログラムに関する。さらに、詳細には、検索処理において取得される検索結果に付随情報としてヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を設定し、効率的な有効情報の所在判定を可能とした情報処理装置、および情報処理方法、並びにコンピュータ・プログラムに関する。
【背景技術】
【０００２】
インターネットあるいはイントラネットなどのネットワーク通信が盛んになり、このようなネットワークを介したサービスの１つとして検索サービスがある。ネットワーク接続されたパーソナルコンピュータ等のユーザ端末からの検索要求に応じた処理をサーバ側で実行し、その処理結果をユーザ端末に送信する。
【０００３】
例えば、インターネットを介した検索処理を実行する場合、検索サービスを提供しているＷｅｂサイトにアクセスし、Ｗｅｂサイトの提示メニューに従って、キーワード、カテゴリなどの検索条件を入力しサーバに送信する。サーバは、これらの検索条件に従って、処理を実行し、処理結果をユーザ端末に表示する。
【０００４】
データ検索処理の実行機能を持つ検索エンジンは、例えば検索条件を設定した検索式に基づいてデータベースを検索し、それぞれの検索式に合致するデータをデータベースから抽出し、これを検索結果としてユーザ端末に出力する。
【０００５】
検索エンジンでの検索結果の出力態様としては様々なものがある。例えば、検索条件に該当するコンテンツやコンテナ（フォルダ、カテゴリ、サイトなど）を検索結果画面に表示するものがある。例えば、Ｗｅｂ検索として多く利用されているGoogleのように、検索結果のコンテンツリストの各コンテンツ情報の側にコンテナ（カテゴリ）を表示するものがある。ユーザはこのコンテナ（ホットスポット）をクリックすると、そのコンテナに含まれるコンテンツを閲覧することができる。
【０００６】
しかし、検索結果画面にはコンテナに含まれるヒット文書に関する情報（ヒット件数やスコア分布情報）がないために、検索条件に適合した他の文書がそのコンテナに何件ぐらい含まれるか、あるいはそのコンテンツには検索条件に一致する他の文書が全く無いか等の判断をすることができない。
【０００７】
すなわち、ある検索処理を実行した場合に抽出されるヒット文書の属するコンテナ（カテゴリ）が、ユーザの画面に複数提示された場合、さらにコンテナを選択した検索を実行したくても、どのコンテナを選択して検索を実行するのが効率的であるのかを判定することができないという問題がある。
【０００８】
また、Ｗｅｂ検索の例として、例えばYAHOO SHOPPINGというサイトがある。本サイトで検索を実行すると、コンテンツ（商品情報）のほかに、「商品が一致した店舗」というエリアが提示される。そこには店舗情報（コンテナに相当）と店舗に含まれる商品の数が表示される。この数によってユーザはその店舗の希望商品の取り扱い規模を知ることができ、店舗アクセスの判断材料とすることができる。
【０００９】
一般に、検索条件にヒットしたコンテンツはシステム固有のロジックで検索条件への適合度（以下スコア）を算出し、スコアが高いものを優先的に表示する。例えば、テキスト検索では、ユーザの検索式に含まれるキーワードの出現回数が多い文書を上位に設定したり、あるいは最新の文書を上位に設定したり、あるいはアクセス頻度の高い文書を上位に設定したりなどである。
【００１０】
しかし、ユーザにとっては、スコアの高いコンテンツを知ることも重要であるが、スコアの高いコンテンツがどのコンテナに含まれているかを知ることも重要である。すなわち、上述したように、さらに検索を継続して実行する場合、どのコンテナを選択して検索を行えば興味の高いデータを効率的に抽出することができるかを判定できるからである。
【００１１】
上述した従来技術では、コンテンツ毎にコンテナを表示したり（Googleウェブ検索）、そのコンテナに含まれるヒットコンテンツ数を知ることはできるが(YAHOO SHOPPING)、それに含まれるコンテンツのスコア情報を知ることはできない。そのコンテナにはスコアの高いコンテンツがどのくらい含まれているのか、スコアの低いコンテンツが含まれているかを知ることができない。
【発明の開示】
【発明が解決しようとする課題】
【００１２】
本発明は、上述の問題点に鑑みてなされたものであり、検索処理において取得される検索結果に付随情報としてヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を設定し、効率的な有効情報の所在判定を可能とした情報処理装置、および情報処理方法、並びにコンピュータ・プログラムを提供することを目的とする。
【００１３】
具体的には、本発明は検索処理において取得される検索結果に、検索結果としてヒットしたコンテンツを含むコンテナ（フォルダ、カテゴリ、サイトなど）全体に含まれるヒットコンテンツのスコア分布を計算し、このスコア分布情報をヒットコンテンツに関する情報とともに、クライアントに提示するコンテナ付随情報とする構成により、クライアント側のユーザが、興味のある有効情報を含むコンテナを効率的に選択することを可能とし、検索効率を高めた情報処理装置、および情報処理方法、並びにコンピュータ・プログラムを提供することを目的とする。
【課題を解決するための手段】
【００１４】
本発明の第１の側面は、
データ検索処理を実行する情報処理装置であり、
検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索部と、
前記検索部の検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出部と、
前記コンテンツスコア算出部の算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価部と、
前記コンテナ評価部の集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成部と、
を有することを特徴とする情報処理装置にある。
【００１５】
さらに、本発明の情報処理装置の一実施態様において、前記コンテンツスコア算出部は、検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度とをパラメータとして含む算出式を適用してコンテンツスコアを算出する構成であることを特徴とする。
【００１６】
さらに、本発明の情報処理装置の一実施態様において、前記コンテンツスコア算出部は、検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度と、コンテンツ更新日付の新しいものを大きな値として算出する日付に基づく関数算出値をパラメータとして含む算出式を適用してコンテンツスコアを算出する構成であることを特徴とする。
【００１７】
さらに、本発明の情報処理装置の一実施態様において、前記コンテナ評価部は、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、ｎ段階（ｎは整数）に区分した集計情報として生成する構成であることを特徴とする。
【００１８】
さらに、本発明の情報処理装置の一実施態様において、前記コンテナ評価部は、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、グラフィカルデータとして生成する構成であることを特徴とする。
【００１９】
さらに、本発明の情報処理装置の一実施態様において、前記表示情報生成部は、ヒットコンテンツのリスト表示部に表示される各コンテンツに対応付けて、前記スコア分布情報を設定した表示情報の生成処理を行なう構成であることを特徴とする。
【００２０】
さらに、本発明の情報処理装置の一実施態様において、前記表示情報生成部は、ヒットコンテンツのリスト表示部と、前記スコア分布情報の表示部とを区分した表示情報の生成処理を行なう構成であることを特徴とする。
【００２１】
さらに、本発明の情報処理装置の一実施態様において、前記検索部は、コンテンツに対応するインデックス情報に基づく検索処理を実行する構成であることを特徴とする。
【００２２】
さらに、本発明の第２の側面は、
データ検索処理をコンピュータ上で実行させるコンピュータ・プログラムであり、
検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索ステップと、
前記検索ステップにおける検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出ステップと、
前記コンテンツスコア算出ステップにおいて算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価ステップと、
前記コンテナ評価ステップにおける集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成ステップと、
を有することを特徴とするコンピュータ・プログラムにある。
【００２３】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記コンテンツスコア算出ステップは、検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度とをパラメータとして含む算出式を適用してコンテンツスコアを算出するステップであることを特徴とする。
【００２４】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記コンテンツスコア算出ステップは、検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度と、コンテンツ更新日付の新しいものを大きな値として算出する日付に基づく関数算出値をパラメータとして含む算出式を適用してコンテンツスコアを算出するステップであることを特徴とする。
【００２５】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記コンテナ評価ステップは、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、ｎ段階（ｎは整数）に区分した集計情報として生成することを特徴とする。
【００２６】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記コンテナ評価ステップは、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、グラフィカルデータとして生成することを特徴とする。
【００２７】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記表示情報生成ステップは、ヒットコンテンツのリスト表示部に表示される各コンテンツに対応付けて、前記スコア分布情報を設定した表示情報の生成処理を行なうことを特徴とする。
【００２８】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記表示情報生成ステップは、ヒットコンテンツのリスト表示部と、前記スコア分布情報の表示部とを区分した表示情報の生成処理を行なうことを特徴とする。
【００２９】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記検索ステップは、コンテンツに対応するインデックス情報に基づく検索処理を実行することを特徴とする。
【００３０】
さらに、本発明の第３の側面は、
データ検索処理を実行する情報処理方法であり、
検索部において検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索ステップと、
コンテンツスコア算出部における処理であり、前記検索ステップにおける検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出ステップと、
コンテナ評価部における処理であり、前記コンテンツスコア算出ステップにおいて算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価ステップと、
表示情報生成部における処理であり、前記コンテナ評価ステップにおける集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成ステップと、
を有することを特徴とする情報処理方法にある。
【００３１】
なお、本発明のコンピュータ・プログラムは、例えば、様々なプログラム・コードを実行可能なコンピュータシステムに対して、コンピュータ可読な形式で提供する記憶媒体、通信媒体、例えば、ＣＤやＦＤ、ＭＯなどの記録媒体、あるいは、ネットワークなどの通信媒体によって提供可能なコンピュータ・プログラムである。このようなプログラムをコンピュータ可読な形式で提供することにより、コンピュータシステム上でプログラムに応じた処理が実現される。
【００３２】
本発明のさらに他の目的、特徴や利点は、後述する本発明の実施例や添付する図面に基づくより詳細な説明によって明らかになるであろう。なお、本明細書においてシステムとは、複数の装置の論理的集合構成であり、各構成の装置が同一筐体内にあるものには限らない。
【発明の効果】
【００３３】
本発明の構成によれば、クライアントからの検索要求に基づいて、ヒットコンテンツの情報を取得し、ヒットコンテンツの属するコンテナ（フォルダ、カテゴリ、サイトなど）全体に含まれるヒットコンテンツのスコア分布を計算し、計算結果としてのスコア分布情報をクライアントに提示する構成としたので、クライアント側のユーザは、興味のある有効情報が含まれるコンテナを効率的に判定することが可能となり、コンテナ指定の検索などによって目的とするコンテンツを効率的に取得することを可能とした検索システムが実現される。
【発明を実施するための最良の形態】
【００３４】
以下、図面を参照しながら本発明の情報処理装置、および情報処理方法、並びにコンピュータ・プログラムの詳細について説明する。
【００３５】
図１は本発明の適用可能な情報検索システムの全体構成を示す図である。情報検索システムは、検索処理を実行する検索実行装置としての情報処理装置１１０、情報処理装置１１０に対してネットワーク１５０を介して検索の依頼を行い、検索結果を受領するクライアント１３１〜１３４、情報処理装置１１０における検索対象データを格納したデータベースを持つデータ管理サーバ１２０、さらに、データ管理サーバ１２０の予め定められた文書収集対象位置（たとえばあるディレクトリ以下の文書）から文書の収集を実行する収集サーバ１４０によって構成される。
【００３６】
クライアント１３１〜１３４、検索実行装置としての情報処理装置１１０、データベースを持つデータ管理サーバ１２０は、ネットワーク１５０を介して接続されている。ネットワークは、インターネット、イントラネット等の通信ネットワークである。
【００３７】
検索実行装置としての情報処理装置１１０は、検索部１１１、インデックス格納部１１２、通信部１１３、表示情報生成部１１４、コンテナ評価部１１５、コンテンツスコア算出部１１６、記憶部１１７、登録部１１８を有する。データ管理サーバ１２０は、検索対象データを格納したデータベース１２３〜１２５、通信部１２１を有する。クライアントは、ネットワーク１５０を介した通信の可能な情報処理装置、例えばＰＣ（パーソナルコンピュータ）によって構成される。
【００３８】
データ管理サーバ１２０の管理するデータベース１２３〜１２５は、例えばネットワークを介して接続された文書管理システム、ファイルサーバーなどによって構成され、様々なドキュメントが格納されている。
【００３９】
収集サーバ１４０は通信部１４１、収集部１４２を有し、データ管理サーバ１２０の管理するファイルサーバー等、予め定められた文書収集対象位置（たとえばあるディレクトリ以下の文書）から文書の収集を行なう。収集サーバ１４０の収集部１４２は、収集位置の文書の更新状況を常に監視し、変化（新規文書が存在する、文書が更新された、文書が削除された、など）があれば、その情報を収集する。収集部１４２はネットワーク１５０を介して接続されたデータ管理サーバ１２０の管理するファイルサーバーから文書やその属性情報を取得し、取得文書からテキストを抽出し、属性情報とあわせて情報処理装置１１０内の登録部１１８へ送信する。
【００４０】
情報処理装置１１０内の登録部１１８はテキスト情報を解析（形態素解析）し、語（キーワード）を抽出し、語と属性情報をインデックスへ登録する。例えば、文書のメタデータ（キーワード、ファイル名、フォルダ名、要約など）をインデックスと情報として、インデックス格納部１１２に登録、格納する。
【００４１】
検索実行装置としての情報処理装置１１０は、通信部１１３を介してクライアント１３１〜１３４検索要求を受信し、検索部１１１が、クライアントからの検索条件、例えばキーワード等によって構成される検索条件に基づいて、インデックス格納部１１２に格納されたインデックス情報に基づく検索処理を実行する。インデックス格納部１１２には、上述した登録部１１８の処理によってデータ登録サーバ１２０のデータベース１２３〜１２５に登録されたデータに対応するインデックス情報が格納されており、検索処理は、インデックス格納部１１２に格納されたインデックスに基づいて実行される。検索部１１１は、クライアントからの検索条件に適合するインデックス情報をインデックス格納部１１２から取得する。
【００４２】
インデックス格納部１１２から取得する情報には、コンテンツの情報として、文書ＩＤ、コンテナＩＤ、さらに、ユーザ端末としてのクライアントに提供する表示情報（例えば文書名、コンテナ名など）、さらにスコア算出のための情報が含まれる。
【００４３】
図２に、インデックス格納部１１２に格納されるインデックスの例を示す。インデックス格納部１１２に格納されるインデックス情報としては、例えば図２に示すように、
（１）キーワードに基づいて、文書ＩＤ、日付データ、出現頻度の情報を取得可能としたインデックス１
（２）文書ＩＤに基づいて、文書名、フォルダ名（コンテナ）、更新日付、要約などの書誌情報を取得可能としたインデックス２
これら２つのインデックス情報がある。
【００４４】
検索部１１１において実行する検索処理では、例えば、クライアントから受領した検索式に含まれるキーワードに基づいて、まず、図２に示すインデックス１を参照して、各キーワードからヒットする文書ＩＤを探す処理を実行し、さらに、日付データ、出現頻度などからスコアを算出する。さらに、ヒットした文書ＩＤから表示用の書誌情報をインデックス２から検索する。検索部１１１は、この検索結果として取得した情報を記憶部１１７に格納する。
【００４５】
記憶部１１７は、検索部１１１の実行した検索結果の情報を一時的に記憶するメモリであり、この記憶部１１７に格納された情報に基づいて、以下に説明する各種の処理が実行される。
【００４６】
まず、コンテンツスコア算出部１１６は、記憶部１１７に格納された検索結果データからスコア算出のための情報を抽出し、ヒットしたコンテンツの属するコンテナ、すなわちヒットコンテンツの所属集合であるコンテナに含まれるコンテンツ各々のスコア値を算出する。コンテンツスコア算出部１１６は、予め定められたスコア算出アルゴリズムに従って、検索部１１１の抽出したヒットコンテンツの属するコンテナに含まれるコンテンツ各々のスコア値を算出する。
【００４７】
スコアとは、検索システムに設定されたシステム固有のロジックに基づいて算出される検索条件への適応度である。コンテンツスコア算出部１１６は、検索部１１１の検索結果に基づいて、ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出する。
【００４８】
例えば、テキスト検索では、ユーザの検索式に含まれるキーワードの出現回数が多い文書が高いスコアとする、あるいは最新の文書を高いスコアとする、あるいはアクセス頻度の高い文書を高いスコアとするなど、様々な設定がある。このようなスコア算出に適用する情報は、検索システムによって異なるが、例えば、キーワードの出現位置や頻度、コンテンツの更新日付などである。
【００４９】
具体的なスコア算出アルゴリズムの２つの例について、図３、図４を参照して説明する。まず、図３を参照して、あるキーワード［Ａ］に対応するコンテンツのスコア算出アルゴリズムの第１の例について説明する。
【００５０】
図３のステップＳ１１は、ターム頻度［ｔｆ］の算出ステップであり、コンテンツにおけるキーワード［Ａ］の出現頻度［ｔｆ（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ）］を求めるステップである。ステップＳ１２は、インバース・ドキュメント頻度［ｉｄｆ］を算出するステップであり、
Ｎ：全文書数
ｆ：キーワード［Ａ］を含むコンテンツ数
としたとき、
ｉｄｆ＝ｌｏｇ（Ｎ／ｆ）
を算出するステップである。
【００５１】
ステップＳ１２において算出するインバース・ドキュメント頻度［ｉｄｆ］は、キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出される。これは、あるキーワードが含まれるコンテンツが全コンテンツに対して少ない場合は、そのコンテンツの価値が高いという考え方に基づいて算出される値である。
【００５２】
ステップＳ１３は、キーワード［Ａ］に対応するコンテンツスコアを算出するステップであり、ステップＳ１１で算出したターム頻度［ｔｆ］と、ステップＳ１２で算出したインバース・ドキュメント頻度［ｉｄｆ］との乗算を実行し、
コンテンツスコア＝ｔｆ×ｉｄｆ
としてコンテンツスコアを算出する。
【００５３】
なお、上述のコンテンツスコアは１つのキーワード［Ａ］に対応するコンテンツスコアである。複数のキーワードを含む検索式をクライアントが提示している場合は、各キーワードについて、ステップＳ１１〜Ｓ１３の処理を実行し、各キーワードについてのコンテンツスコア：ｉｄｆ１，ｉｄｆ２，ｉｄｆ３・・・ｉｄｆｋを算出した後、これらを合計した値、すなわちΣｉｄｆｎをそのコンテンツのコンテンツスコアとする。
【００５４】
図４は、コンテンツスコア算出アルゴリズムの第２の例を示している。図４のアルゴリズムもあるキーワード［Ａ］に対応するコンテンツのスコア算出アルゴリズムの例である。
【００５５】
図４のステップＳ２１は、図３のステップＳ１１と同様のステップである。すなわち、ターム頻度［ｔｆ］の算出ステップであり、コンテンツにおけるキーワード［Ａ］の出現頻度［ｔｆ（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ）］を求めるステップである。ステップＳ２２は、図３のステップＳ１２と同様のステップであり、インバース・ドキュメント頻度［ｉｄｆ］を算出するステップである。
【００５６】
ステップＳ２３は、図３のアルゴリズムには設定されていない日付に基づく重みデータ［ｆ（日付）］を求めるステップである。日付はコンテンツ（文書）の更新日付であり、ｆ（日付）は、更新日時が新しいものほど、大きな値を出力する関数である。
【００５７】
ステップＳ２４は、キーワード［Ａ］に対応するコンテンツスコアを算出するステップであり、ステップＳ２１で算出したターム頻度［ｔｆ］と、ステップＳ２２で算出したインバース・ドキュメント頻度［ｉｄｆ］と、ステップＳ２３で算出した日付に基づく重みデータ［ｆ（日付）］の乗算を実行し、
コンテンツスコア＝ｔｆ×ｉｄｆ×ｆ（日付）
としてコンテンツスコアを算出する。
【００５８】
なお、本アルゴリズムも、上述の算出式において求められるコンテンツスコアは１つのキーワード［Ａ］に対応するコンテンツスコアであり、複数のキーワードを含む検索式をクライアントが提示している場合は、各キーワードについて、ステップＳ２１〜Ｓ２４の処理を実行し、各キーワードについてのコンテンツスコア：ｉｄｆ１，ｉｄｆ２，ｉｄｆ３・・・ｉｄｆｋを算出した後、これらを合計した値、すなわちΣｉｄｆｎをそのコンテンツのコンテンツスコアとする。
【００５９】
コンテンツスコア算出部１１６は、例えば、上述した図３、図４を参照して説明したスコア算出アルゴリズムに従って、検索部１１１の抽出したヒットコンテンツ各々のスコアを算出する。コンテンツスコア算出部１１６の算出した各ヒットコンテンツ対応のスコアは、記憶部１１７に格納される。
【００６０】
コンテナ評価部１１５は、記憶部１１７に格納されたデータに基づいて、検索部１１１の検索結果としての複数のヒットコンテンツに対して、各コンテンツの付随情報として設定されているコンテナＩＤ（フォルダＩＤ）に基づくソート処理を実行し、各コンテナに含まれるコンテンツのスコア分布情報を生成する。すなわち、コンテンツスコア算出部１１６の算出した各コンテンツのスコアを利用して、コンテナ毎にスコアの分布を計算する。コンテナ評価部１１５は、コンテナＩＤに基づくヒットコンテンツのソート結果、およびスコア分布算出結果を記憶部１１７に格納する。
【００６１】
表示情報生成部１１４は、記憶部１１７に格納されたデータに基づいて、ユーザ端末としてのクライアントに提供する表示情報、すなわち、クライアントからの検索要求に基づいて抽出されたヒットコンテンツやコンテナの表示情報を生成する。
【００６２】
図５、図６を参照して、クライアントに提供する表示情報の構成例について説明する。図５に示すように、検索結果３２０は、クライアントからの検索条件に合致したコンテンツを検索システムの適用しているロジックに従って算出したスコア順にコンテンツ名３２１をリスト化して表示される。図５の例は、コンテンツ名を、
１．ｘｘｘ．ｄｏｃ
２．ｘｘｘ．ｘｌｓ
３．ｘｘｘ．ｐｐｔ
の順番で、スコア順に設定されたコンテンツリストを提示した例を示している。スコアは、前述したように、ユーザの検索式に含まれるキーワードの出現回数、文書の新旧、あるいはアクセス頻度の高低など、検索システムの適用しているロジックに従って決定される。
【００６３】
本発明の情報処理装置１００の生成する表示情報には、各コンテンツ名に対応する付随情報として、要約３２２、コンテナ名３２３、スコア分布３２３が設定される。
【００６４】
要約３２２は、リストアップされた各ヒットコンテンツの要約情報である。
コンテナ名３２３は、リストアップされた各ヒットコンテンツの属するコンテナ、例えば、フォルダ、カテゴリ、サイトなどの識別情報である。
【００６５】
スコア分布３２４は、コンテナに対応するデータであり、コンテナに含まれる全ヒットコンテンツについてのスコア分布を示している。このスコアは、コンテンツスコア算出部１１６の算出したスコアであり、予め定められたスコア算出アルゴリズムに従って、検索部１１１の抽出したヒットコンテンツの属するコンテナに含まれるヒットコンテンツ各々のスコア値に基づいている。
【００６６】
図に示すスコア分布の表示例では、「高」、「中」、「低」の３段階のレベルに各コンテンツを区分した表示形式を示している。
【００６７】
具体的には、例えば、リストの先頭にあるコンテンツ［１．ｘｘｘ．ｄｏｃ］の属するコンテナは、［￥１￥２￥３］であり、このコンテナ［￥１￥２￥３］に含まれるコンテンツのスコア分布は、
高スコア：１２コンテンツ
中スコア：４４コンテンツ
低スコア：１コンテンツ
であることを示している。
【００６８】
また、リストの２番目にあるコンテンツ［１．ｘｘｘ．ｘｌｓ］の属するコンテナは、［￥１￥５￥１１］であり、このコンテナ［￥１￥５￥１１］に含まれるコンテンツのスコア分布は、
高スコア：１２コンテンツ
中スコア：４４コンテンツ
低スコア：１コンテンツ
である。
【００６９】
前述したように、スコアは検索システムの適用しているロジックによって異なるものである。たとえば検索キーワードの出現頻度に基づくスコア算出を適用していると仮定すると、各コンテナに含まれる複数コンテンツの各々について、検索キーワードの出現頻度を高、中、低の３段階にレベル分けした結果が、それぞれ高スコアコンテンツ、中スコアコンテンツ、低スコアコンテンツに区分され、それぞれのコンテンツ数が、各コンテナのスコア分布として表示されることになる。
【００７０】
また、コンテンツアクセス回数の頻度に基づくスコア算出を適用していると仮定すると、各コンテナに含まれる複数コンテンツの各々について、アクセス回数の頻度を高、中、低の３段階にレベル分けした結果が、それぞれ高スコアコンテンツ、中スコアコンテンツ、低スコアコンテンツに区分され、それぞれのコンテンツ数が、各コンテナのスコア分布として表示されることになる。
【００７１】
なお、図５に示す例では、３段階のスコア区分として各コンテナのスコア分布を表示した例を示しているが、３段階のスコア分布にかぎらず５段階、１０段階など、任意の段階のスコア分布の表示が適用可能であり、また、高いスコアのコンテンツ数のみを表示してもよい。また、数値によって表示するのではなく、ヒストグラムや、色彩分布データなどのグラフィカルデータとして表示する形式としてもよい。
【００７２】
図５に示す検索結果表示例と異なる表示形式を持つ検索結果の表示例を図６に示す。図５に示す例では、リスト化されたヒットコンテンツの各々に対応するコンテナと、コンテナのスコア分布をコンテンツに対応付けて表示する形式であったが、図６に示す検索結果３４０の表示形式は、ヒットコンテンツ表示部３４１と、コンテナリスト表示部３４２とを区分して表示した例である。
【００７３】
ヒットコンテンツ表示部３４１には、所定のロジックに従って順番の設定されたコンテンツリスト、すなわちクライアントの検索条件に合致するヒットコンテンツのリストが表示される。リストは、コンテンツ名３４５、要約３４６、コンテンツの属するコンテナン名３４７が含まれるリストとして設定される。
【００７４】
図５を参照して説明した表示例と異なり、コンテナに対応するスコア分布３４４は、コンテンツリストと別のコンテナリスト表示部３４２にまとめて表示される。
【００７５】
コンテナリスト表示部３４２には、ヒットコンテンツ表示部３４１に表示される各コンテンツの属するコンテナが提示され、各提示コンテナに含まれるコンテンツについてのスコア分布３４８についての情報が表示される。スコアは、コンテンツスコア算出部１１６の算出したスコアであり、予め定められたスコア算出アルゴリズムに従って、検索部１１１の抽出したヒットコンテンツの属するコンテナに含まれるヒットコンテンツ各々のスコアである。検索キーワードの出現頻度、文書の新旧、あるいはアクセス頻度の高低などによって各コンテンツのスコアが算出される。
【００７６】
図６の例においても、３段階のスコア区分として各コンテナのスコア分布を表示した例を示しているが、３段階のスコア分布にかぎらず５段階、１０段階など、任意の段階のスコア分布の表示が適用可能であり、また、高いスコアのコンテンツ数のみを表示してもよい。また、数値によって表示するのではなく、ヒストグラムや、色彩分布データなどのグラフィカルデータとして表示する形式としてもよい。
【００７７】
クライアントは、図５、あるいは図６に示すような検索結果、すなわち、各コンテナに含まれるヒットコンテンツのスコア分布を含む検索結果をディスプレイに提示することで、検索条件に適合するコンテンツを多く含むコンテナ、あるいはほとんど適合コンテンツを含まないコンテナなどを一目瞭然にして判別することが可能となる。従って、検索条件に適合するコンテンツを多く含むコンテナを指定したコンテンツ検索を実行、あるいはコンテナに含まれるコンテンツリストの取得、表示処理などを実行することにより、ユーザの目的とするコンテンツを効率的に抽出することが可能となる。
【００７８】
次に、図７のフローチャートを参照して、検索処理及び検索結果の生成、提示処理を実行する情報処理装置１１０の処理手順について説明する。
【００７９】
ステップＳ１０１において、まず、クライアントからの検索要求を受領し、検索要求に基づいて、検索部１１１（図１参照）がインデックス格納部１１２からインデックス情報（図２参照）を取得して検索処理を実行する。インデックス情報に基づく検索は、先に図２を参照して説明したように、キーワードに基づく文書ＩＤなどの情報取得、文書ＩＤに基づく書誌情報取得などの処理によって実行される。ただし、検索処理はインデックス情報の形態によって異なる処理シーケンスとなる。
【００８０】
次に、ステップＳ１０２において、検索部１１１の実行した検索結果が記憶部１１７へ格納される。ステップＳ１０３ではコンテンツスコア算出部１１６において、記憶部１１７に格納された検索結果に基づくコンテンツスコア算出処理が実行される。コンテンツスコア算出処理は、例えば先に図３、図４を参照して説明したコンテンツスコア算出アルゴリズムに従って実行される。
【００８１】
次に、ステップＳ１０５において、コンテナ評価部１１５が、コンテンツの属するコンテナ（フォルダなど）毎にヒットコンテンツのスコアを集計し、スコア分布情報を算出し、算出結果を記憶部１１７へ格納する。コンテナ評価部１１５は、記憶部１１７に格納されたヒットコンテンツのスコアデータに基づいて、コンテンツの属するコンテナに基づくソート処理を実行し、各コンテナに含まれるコンテンツのスコア分布情報を生成する。スコア分布情報は、先に、図５、図６を参照して説明した検索結果に含まれるようなスコア分布情報、例えば高、中、低の３段階評価情報である。この他、ｎ段階評価、グラフィカル表現に基づくスコア分布情報などを生成する構成としてもよい。
【００８２】
次に、ステップＳ１０５において、表示情報生成部１１４が記憶部１１７格納データに基づいて表示情報を生成する。この表示情報は、先に、図５、図６を参照して説明した検索結果であり、図５に示すように、スコア分布情報を各ヒットコンテンツに対応する情報として設定した態様や、図６に示すように、ヒットコンテンツ情報と、スコア分布情報とを別領域に表示す態様などの設定が可能である。
【００８３】
このように、本発明の構成においては、クライアントからの検索要求に基づくヒットコンテンツの情報を取得し、提示するのみならず、ヒットコンテンツの属するコンテナ（フォルダ、カテゴリ、サイトなど）全体に含まれるヒットコンテンツのスコア分布を計算し、計算結果としてのスコア分布情報をクライアントに提示する構成としたので、クライアント側のユーザは、興味のある有効情報が含まれるコンテナを効率的に判定することが可能となり、コンテナ指定の検索などを効率的に実行することができ、目的とするコンテンツを効率的に取得することができる。
【００８４】
最後に、上述した検索処理を実行する情報処理装置１１０のハードウェア構成例について、図８を参照して説明する。
【００８５】
ＣＰＵ（Central Processing Unit）５０１は、ＯＳ（Operating System)、上述の実施例において説明した検索処理、コンテンツスコア算出処理、スコア分布情報生成処理を含むコンテナ評価処理、表示情報生成処理等の各処理の実行シーケンスを記述した各種コンピュータ・プログラムに従った処理を実行する制御部である。
【００８６】
ＲＯＭ（Read Only Memory）５０２は、ＣＰＵ５０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Random Access Memory）５０３は、ＣＰＵ５０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバスなどから構成されるホストバス５０４により相互に接続されている。
【００８７】
ホストバス５０４は、ブリッジ５０５を介して、ＰＣＩ(Peripheral Component Interconnect/Interface)バスなどの外部バス５０６に接続されている。
【００８８】
キーボード５０８、ポインティングデバイス５０９は、ユーザにより操作される入力デバイスである。ディスプレイ５１０は、液晶表示装置またはＣＲＴ（Cathode Ray Tube）などから成り、各種情報をテキストやイメージで表示する。
【００８９】
ＨＤＤ（Hard Disk Drive）５１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ５０１によって実行するプログラムや情報を記録または再生させる。ハードディスクは、図１に示すインデックス格納部１１２、記憶部１１７としての役割、および各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。
【００９０】
ドライブ５１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体５２１に記録されているデータまたはプログラムを読み出して、そのデータまたはプログラムを、インタフェース５０７、外部バス５０６、ブリッジ５０５、およびホストバス５０４を介して接続されているＲＡＭ５０３に供給する。
【００９１】
接続ポート５１４は、外部接続機器５２２を接続するポートであり、ＵＳＢ，ＩＥＥＥ１３９４等の接続部を持つ。接続ポート５１４は、インタフェース５０７、および外部バス５０６、ブリッジ５０５、ホストバス５０４等を介してＣＰＵ５０１等に接続されている。通信部５１５は、ネットワークに接続され、ＣＰＵ５０１、またはＨＤＤ５１１等からの供給データの送信、データ受信を実行する。
【００９２】
なお、図８に示す情報処理装置のハードウェア構成例は、ＰＣを適用して構成した装置の一例であり、本発明の情報処理装置は、図８に示す構成に限らず、上述した実施例において説明した処理を実行可能な構成であればよい。
【００９３】
以上、特定の実施例を参照しながら、本発明について詳解してきた。しかしながら、本発明の要旨を逸脱しない範囲で当業者が該実施例の修正や代用を成し得ることは自明である。すなわち、例示という形態で本発明を開示してきたのであり、限定的に解釈されるべきではない。本発明の要旨を判断するためには、特許請求の範囲の欄を参酌すべきである。
【００９４】
なお、明細書中において説明した一連の処理はハードウェア、またはソフトウェア、あるいは両者の複合構成によって実行することが可能である。ソフトウェアによる処理を実行する場合は、処理シーケンスを記録したプログラムを、専用のハードウェアに組み込まれたコンピュータ内のメモリにインストールして実行させるか、あるいは、各種処理が実行可能な汎用コンピュータにプログラムをインストールして実行させることが可能である。
【００９５】
例えば、プログラムは記録媒体としてのハードディスクやＲＯＭ（Read Only Memory)に予め記録しておくことができる。あるいは、プログラムはフレキシブルディスク、ＣＤ−ＲＯＭ(Compact Disc Read Only Memory)，ＭＯ(Magneto optical)ディスク，ＤＶＤ(Digital Versatile Disc)、磁気ディスク、半導体メモリなどのリムーバブル記録媒体に、一時的あるいは永続的に格納（記録）しておくことができる。このようなリムーバブル記録媒体は、いわゆるパッケージソフトウエアとして提供することができる。
【００９６】
なお、プログラムは、上述したようなリムーバブル記録媒体からコンピュータにインストールする他、ダウンロードサイトから、コンピュータに無線転送したり、ＬＡＮ(Local Area Network)、インターネットといったネットワークを介して、コンピュータに有線で転送し、コンピュータでは、そのようにして転送されてくるプログラムを受信し、内蔵するハードディスク等の記録媒体にインストールすることができる。
【００９７】
なお、明細書に記載された各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。また、本明細書においてシステムとは、複数の装置の論理的集合構成であり、各構成の装置が同一筐体内にあるものには限らない。
【産業上の利用可能性】
【００９８】
以上、説明したように、本発明の構成によれば、クライアントからの検索要求に基づいて、ヒットコンテンツの情報を取得し、ヒットコンテンツの属するコンテナ（フォルダ、カテゴリ、サイトなど）全体に含まれるヒットコンテンツのスコア分布を計算し、計算結果としてのスコア分布情報をクライアントに提示する構成としたので、クライアント側のユーザは、興味のある有効情報が含まれるコンテナを効率的に判定することが可能となり、コンテナ指定の検索などによって目的とするコンテンツを効率的に取得することを可能とした検索システムが実現される。
【図面の簡単な説明】
【００９９】
【図１】本発明の適用可能な情報検索システムの全体構成を示す図である。
【図２】インデックス格納部１１２に格納されるインデックスの例を示す図である。
【図３】コンテンツのスコア算出アルゴリズムの第１の例について説明する図である。
【図４】コンテンツのスコア算出アルゴリズムの第２の例について説明する図である。
【図５】クライアントに提供する表示情報の構成例について説明する図である。
【図６】クライアントに提供する表示情報の構成例について説明する図である。
【図７】検索処理及び検索結果の生成、提示処理を実行する情報処理装置の処理手順について説明するフロー図である。
【図８】検索処理及び検索結果の生成、提示処理を実行する情報処理装置のハードウェア構成例について説明する図である。
【符号の説明】
【０１００】
１１０ 情報処理装置
１１１ 検索部
１１２ インデックス格納部
１１３ 通信部
１１４ 表示情報生成部
１１５ コンテナ評価部
１１６ コンテンツスコア算出部
１１７ 記憶部
１１８ 登録部
１２０ データ管理サーバ
１２１ 通信部
１２３〜１２５ データベース
１３１〜１３４ クライアント
１４０ 収集サーバ
１４１ 通信部
１４２ 収集部
１５０ ネットワーク
３２０ 検索結果
３２１ コンテンツ名
３２２ 要約
３２３ コンテナ名
３２４ スコア分布
３４０ 検索結果
３４１ ヒットコンテンツ表示部
３４２ コンテナリスト表示部
３４５ コンテンツ名
３４６ 要約
３４７ コンテナン名
３４８ スコア分布
５０１ ＣＰＵ(Central Processing Unit)
５０２ ＲＯＭ（Read-Only-Memory）
５０３ ＲＡＭ（Random Access Memory）
５０４ ホストバス
５０５ ブリッジ
５０６ 外部バス
５０７ インタフェース
５０８ キーボード
５０９ ポインティングデバイス
５１０ ディスプレイ
５１１ ＨＤＤ（Hard Disk Drive）
５１２ ドライブ
５１４ 接続ポート
５１５ 通信部
５２１ リムーバブル記録媒体
５２２ 外部接続機器
【技術分野】
【０００１】
本発明は、情報処理装置、および情報処理方法、並びにコンピュータ・プログラムに関する。さらに、詳細には、検索処理において取得される検索結果に付随情報としてヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を設定し、効率的な有効情報の所在判定を可能とした情報処理装置、および情報処理方法、並びにコンピュータ・プログラムに関する。
【背景技術】
【０００２】
インターネットあるいはイントラネットなどのネットワーク通信が盛んになり、このようなネットワークを介したサービスの１つとして検索サービスがある。ネットワーク接続されたパーソナルコンピュータ等のユーザ端末からの検索要求に応じた処理をサーバ側で実行し、その処理結果をユーザ端末に送信する。
【０００３】
例えば、インターネットを介した検索処理を実行する場合、検索サービスを提供しているＷｅｂサイトにアクセスし、Ｗｅｂサイトの提示メニューに従って、キーワード、カテゴリなどの検索条件を入力しサーバに送信する。サーバは、これらの検索条件に従って、処理を実行し、処理結果をユーザ端末に表示する。
【０００４】
データ検索処理の実行機能を持つ検索エンジンは、例えば検索条件を設定した検索式に基づいてデータベースを検索し、それぞれの検索式に合致するデータをデータベースから抽出し、これを検索結果としてユーザ端末に出力する。
【０００５】
検索エンジンでの検索結果の出力態様としては様々なものがある。例えば、検索条件に該当するコンテンツやコンテナ（フォルダ、カテゴリ、サイトなど）を検索結果画面に表示するものがある。例えば、Ｗｅｂ検索として多く利用されているGoogleのように、検索結果のコンテンツリストの各コンテンツ情報の側にコンテナ（カテゴリ）を表示するものがある。ユーザはこのコンテナ（ホットスポット）をクリックすると、そのコンテナに含まれるコンテンツを閲覧することができる。
【０００６】
しかし、検索結果画面にはコンテナに含まれるヒット文書に関する情報（ヒット件数やスコア分布情報）がないために、検索条件に適合した他の文書がそのコンテナに何件ぐらい含まれるか、あるいはそのコンテンツには検索条件に一致する他の文書が全く無いか等の判断をすることができない。
【０００７】
すなわち、ある検索処理を実行した場合に抽出されるヒット文書の属するコンテナ（カテゴリ）が、ユーザの画面に複数提示された場合、さらにコンテナを選択した検索を実行したくても、どのコンテナを選択して検索を実行するのが効率的であるのかを判定することができないという問題がある。
【０００８】
また、Ｗｅｂ検索の例として、例えばYAHOO SHOPPINGというサイトがある。本サイトで検索を実行すると、コンテンツ（商品情報）のほかに、「商品が一致した店舗」というエリアが提示される。そこには店舗情報（コンテナに相当）と店舗に含まれる商品の数が表示される。この数によってユーザはその店舗の希望商品の取り扱い規模を知ることができ、店舗アクセスの判断材料とすることができる。
【０００９】
一般に、検索条件にヒットしたコンテンツはシステム固有のロジックで検索条件への適合度（以下スコア）を算出し、スコアが高いものを優先的に表示する。例えば、テキスト検索では、ユーザの検索式に含まれるキーワードの出現回数が多い文書を上位に設定したり、あるいは最新の文書を上位に設定したり、あるいはアクセス頻度の高い文書を上位に設定したりなどである。
【００１０】
しかし、ユーザにとっては、スコアの高いコンテンツを知ることも重要であるが、スコアの高いコンテンツがどのコンテナに含まれているかを知ることも重要である。すなわち、上述したように、さらに検索を継続して実行する場合、どのコンテナを選択して検索を行えば興味の高いデータを効率的に抽出することができるかを判定できるからである。
【００１１】
上述した従来技術では、コンテンツ毎にコンテナを表示したり（Googleウェブ検索）、そのコンテナに含まれるヒットコンテンツ数を知ることはできるが(YAHOO SHOPPING)、それに含まれるコンテンツのスコア情報を知ることはできない。そのコンテナにはスコアの高いコンテンツがどのくらい含まれているのか、スコアの低いコンテンツが含まれているかを知ることができない。
【発明の開示】
【発明が解決しようとする課題】
【００１２】
本発明は、上述の問題点に鑑みてなされたものであり、検索処理において取得される検索結果に付随情報としてヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を設定し、効率的な有効情報の所在判定を可能とした情報処理装置、および情報処理方法、並びにコンピュータ・プログラムを提供することを目的とする。
【００１３】
具体的には、本発明は検索処理において取得される検索結果に、検索結果としてヒットしたコンテンツを含むコンテナ（フォルダ、カテゴリ、サイトなど）全体に含まれるヒットコンテンツのスコア分布を計算し、このスコア分布情報をヒットコンテンツに関する情報とともに、クライアントに提示するコンテナ付随情報とする構成により、クライアント側のユーザが、興味のある有効情報を含むコンテナを効率的に選択することを可能とし、検索効率を高めた情報処理装置、および情報処理方法、並びにコンピュータ・プログラムを提供することを目的とする。
【課題を解決するための手段】
【００１４】
本発明の第１の側面は、
データ検索処理を実行する情報処理装置であり、
検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索部と、
前記検索部の検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出部と、
前記コンテンツスコア算出部の算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価部と、
前記コンテナ評価部の集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成部と、
を有することを特徴とする情報処理装置にある。
【００１５】
さらに、本発明の情報処理装置の一実施態様において、前記コンテンツスコア算出部は、検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度とをパラメータとして含む算出式を適用してコンテンツスコアを算出する構成であることを特徴とする。
【００１６】
さらに、本発明の情報処理装置の一実施態様において、前記コンテンツスコア算出部は、検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度と、コンテンツ更新日付の新しいものを大きな値として算出する日付に基づく関数算出値をパラメータとして含む算出式を適用してコンテンツスコアを算出する構成であることを特徴とする。
【００１７】
さらに、本発明の情報処理装置の一実施態様において、前記コンテナ評価部は、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、ｎ段階（ｎは整数）に区分した集計情報として生成する構成であることを特徴とする。
【００１８】
さらに、本発明の情報処理装置の一実施態様において、前記コンテナ評価部は、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、グラフィカルデータとして生成する構成であることを特徴とする。
【００１９】
さらに、本発明の情報処理装置の一実施態様において、前記表示情報生成部は、ヒットコンテンツのリスト表示部に表示される各コンテンツに対応付けて、前記スコア分布情報を設定した表示情報の生成処理を行なう構成であることを特徴とする。
【００２０】
さらに、本発明の情報処理装置の一実施態様において、前記表示情報生成部は、ヒットコンテンツのリスト表示部と、前記スコア分布情報の表示部とを区分した表示情報の生成処理を行なう構成であることを特徴とする。
【００２１】
さらに、本発明の情報処理装置の一実施態様において、前記検索部は、コンテンツに対応するインデックス情報に基づく検索処理を実行する構成であることを特徴とする。
【００２２】
さらに、本発明の第２の側面は、
データ検索処理をコンピュータ上で実行させるコンピュータ・プログラムであり、
検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索ステップと、
前記検索ステップにおける検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出ステップと、
前記コンテンツスコア算出ステップにおいて算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価ステップと、
前記コンテナ評価ステップにおける集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成ステップと、
を有することを特徴とするコンピュータ・プログラムにある。
【００２３】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記コンテンツスコア算出ステップは、検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度とをパラメータとして含む算出式を適用してコンテンツスコアを算出するステップであることを特徴とする。
【００２４】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記コンテンツスコア算出ステップは、検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度と、コンテンツ更新日付の新しいものを大きな値として算出する日付に基づく関数算出値をパラメータとして含む算出式を適用してコンテンツスコアを算出するステップであることを特徴とする。
【００２５】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記コンテナ評価ステップは、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、ｎ段階（ｎは整数）に区分した集計情報として生成することを特徴とする。
【００２６】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記コンテナ評価ステップは、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、グラフィカルデータとして生成することを特徴とする。
【００２７】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記表示情報生成ステップは、ヒットコンテンツのリスト表示部に表示される各コンテンツに対応付けて、前記スコア分布情報を設定した表示情報の生成処理を行なうことを特徴とする。
【００２８】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記表示情報生成ステップは、ヒットコンテンツのリスト表示部と、前記スコア分布情報の表示部とを区分した表示情報の生成処理を行なうことを特徴とする。
【００２９】
さらに、本発明のコンピュータ・プログラムの一実施態様において、前記検索ステップは、コンテンツに対応するインデックス情報に基づく検索処理を実行することを特徴とする。
【００３０】
さらに、本発明の第３の側面は、
データ検索処理を実行する情報処理方法であり、
検索部において検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索ステップと、
コンテンツスコア算出部における処理であり、前記検索ステップにおける検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出ステップと、
コンテナ評価部における処理であり、前記コンテンツスコア算出ステップにおいて算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価ステップと、
表示情報生成部における処理であり、前記コンテナ評価ステップにおける集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成ステップと、
を有することを特徴とする情報処理方法にある。
【００３１】
なお、本発明のコンピュータ・プログラムは、例えば、様々なプログラム・コードを実行可能なコンピュータシステムに対して、コンピュータ可読な形式で提供する記憶媒体、通信媒体、例えば、ＣＤやＦＤ、ＭＯなどの記録媒体、あるいは、ネットワークなどの通信媒体によって提供可能なコンピュータ・プログラムである。このようなプログラムをコンピュータ可読な形式で提供することにより、コンピュータシステム上でプログラムに応じた処理が実現される。
【００３２】
本発明のさらに他の目的、特徴や利点は、後述する本発明の実施例や添付する図面に基づくより詳細な説明によって明らかになるであろう。なお、本明細書においてシステムとは、複数の装置の論理的集合構成であり、各構成の装置が同一筐体内にあるものには限らない。
【発明の効果】
【００３３】
本発明の構成によれば、クライアントからの検索要求に基づいて、ヒットコンテンツの情報を取得し、ヒットコンテンツの属するコンテナ（フォルダ、カテゴリ、サイトなど）全体に含まれるヒットコンテンツのスコア分布を計算し、計算結果としてのスコア分布情報をクライアントに提示する構成としたので、クライアント側のユーザは、興味のある有効情報が含まれるコンテナを効率的に判定することが可能となり、コンテナ指定の検索などによって目的とするコンテンツを効率的に取得することを可能とした検索システムが実現される。
【発明を実施するための最良の形態】
【００３４】
以下、図面を参照しながら本発明の情報処理装置、および情報処理方法、並びにコンピュータ・プログラムの詳細について説明する。
【００３５】
図１は本発明の適用可能な情報検索システムの全体構成を示す図である。情報検索システムは、検索処理を実行する検索実行装置としての情報処理装置１１０、情報処理装置１１０に対してネットワーク１５０を介して検索の依頼を行い、検索結果を受領するクライアント１３１〜１３４、情報処理装置１１０における検索対象データを格納したデータベースを持つデータ管理サーバ１２０、さらに、データ管理サーバ１２０の予め定められた文書収集対象位置（たとえばあるディレクトリ以下の文書）から文書の収集を実行する収集サーバ１４０によって構成される。
【００３６】
クライアント１３１〜１３４、検索実行装置としての情報処理装置１１０、データベースを持つデータ管理サーバ１２０は、ネットワーク１５０を介して接続されている。ネットワークは、インターネット、イントラネット等の通信ネットワークである。
【００３７】
検索実行装置としての情報処理装置１１０は、検索部１１１、インデックス格納部１１２、通信部１１３、表示情報生成部１１４、コンテナ評価部１１５、コンテンツスコア算出部１１６、記憶部１１７、登録部１１８を有する。データ管理サーバ１２０は、検索対象データを格納したデータベース１２３〜１２５、通信部１２１を有する。クライアントは、ネットワーク１５０を介した通信の可能な情報処理装置、例えばＰＣ（パーソナルコンピュータ）によって構成される。
【００３８】
データ管理サーバ１２０の管理するデータベース１２３〜１２５は、例えばネットワークを介して接続された文書管理システム、ファイルサーバーなどによって構成され、様々なドキュメントが格納されている。
【００３９】
収集サーバ１４０は通信部１４１、収集部１４２を有し、データ管理サーバ１２０の管理するファイルサーバー等、予め定められた文書収集対象位置（たとえばあるディレクトリ以下の文書）から文書の収集を行なう。収集サーバ１４０の収集部１４２は、収集位置の文書の更新状況を常に監視し、変化（新規文書が存在する、文書が更新された、文書が削除された、など）があれば、その情報を収集する。収集部１４２はネットワーク１５０を介して接続されたデータ管理サーバ１２０の管理するファイルサーバーから文書やその属性情報を取得し、取得文書からテキストを抽出し、属性情報とあわせて情報処理装置１１０内の登録部１１８へ送信する。
【００４０】
情報処理装置１１０内の登録部１１８はテキスト情報を解析（形態素解析）し、語（キーワード）を抽出し、語と属性情報をインデックスへ登録する。例えば、文書のメタデータ（キーワード、ファイル名、フォルダ名、要約など）をインデックスと情報として、インデックス格納部１１２に登録、格納する。
【００４１】
検索実行装置としての情報処理装置１１０は、通信部１１３を介してクライアント１３１〜１３４検索要求を受信し、検索部１１１が、クライアントからの検索条件、例えばキーワード等によって構成される検索条件に基づいて、インデックス格納部１１２に格納されたインデックス情報に基づく検索処理を実行する。インデックス格納部１１２には、上述した登録部１１８の処理によってデータ登録サーバ１２０のデータベース１２３〜１２５に登録されたデータに対応するインデックス情報が格納されており、検索処理は、インデックス格納部１１２に格納されたインデックスに基づいて実行される。検索部１１１は、クライアントからの検索条件に適合するインデックス情報をインデックス格納部１１２から取得する。
【００４２】
インデックス格納部１１２から取得する情報には、コンテンツの情報として、文書ＩＤ、コンテナＩＤ、さらに、ユーザ端末としてのクライアントに提供する表示情報（例えば文書名、コンテナ名など）、さらにスコア算出のための情報が含まれる。
【００４３】
図２に、インデックス格納部１１２に格納されるインデックスの例を示す。インデックス格納部１１２に格納されるインデックス情報としては、例えば図２に示すように、
（１）キーワードに基づいて、文書ＩＤ、日付データ、出現頻度の情報を取得可能としたインデックス１
（２）文書ＩＤに基づいて、文書名、フォルダ名（コンテナ）、更新日付、要約などの書誌情報を取得可能としたインデックス２
これら２つのインデックス情報がある。
【００４４】
検索部１１１において実行する検索処理では、例えば、クライアントから受領した検索式に含まれるキーワードに基づいて、まず、図２に示すインデックス１を参照して、各キーワードからヒットする文書ＩＤを探す処理を実行し、さらに、日付データ、出現頻度などからスコアを算出する。さらに、ヒットした文書ＩＤから表示用の書誌情報をインデックス２から検索する。検索部１１１は、この検索結果として取得した情報を記憶部１１７に格納する。
【００４５】
記憶部１１７は、検索部１１１の実行した検索結果の情報を一時的に記憶するメモリであり、この記憶部１１７に格納された情報に基づいて、以下に説明する各種の処理が実行される。
【００４６】
まず、コンテンツスコア算出部１１６は、記憶部１１７に格納された検索結果データからスコア算出のための情報を抽出し、ヒットしたコンテンツの属するコンテナ、すなわちヒットコンテンツの所属集合であるコンテナに含まれるコンテンツ各々のスコア値を算出する。コンテンツスコア算出部１１６は、予め定められたスコア算出アルゴリズムに従って、検索部１１１の抽出したヒットコンテンツの属するコンテナに含まれるコンテンツ各々のスコア値を算出する。
【００４７】
スコアとは、検索システムに設定されたシステム固有のロジックに基づいて算出される検索条件への適応度である。コンテンツスコア算出部１１６は、検索部１１１の検索結果に基づいて、ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出する。
【００４８】
例えば、テキスト検索では、ユーザの検索式に含まれるキーワードの出現回数が多い文書が高いスコアとする、あるいは最新の文書を高いスコアとする、あるいはアクセス頻度の高い文書を高いスコアとするなど、様々な設定がある。このようなスコア算出に適用する情報は、検索システムによって異なるが、例えば、キーワードの出現位置や頻度、コンテンツの更新日付などである。
【００４９】
具体的なスコア算出アルゴリズムの２つの例について、図３、図４を参照して説明する。まず、図３を参照して、あるキーワード［Ａ］に対応するコンテンツのスコア算出アルゴリズムの第１の例について説明する。
【００５０】
図３のステップＳ１１は、ターム頻度［ｔｆ］の算出ステップであり、コンテンツにおけるキーワード［Ａ］の出現頻度［ｔｆ（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ）］を求めるステップである。ステップＳ１２は、インバース・ドキュメント頻度［ｉｄｆ］を算出するステップであり、
Ｎ：全文書数
ｆ：キーワード［Ａ］を含むコンテンツ数
としたとき、
ｉｄｆ＝ｌｏｇ（Ｎ／ｆ）
を算出するステップである。
【００５１】
ステップＳ１２において算出するインバース・ドキュメント頻度［ｉｄｆ］は、キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出される。これは、あるキーワードが含まれるコンテンツが全コンテンツに対して少ない場合は、そのコンテンツの価値が高いという考え方に基づいて算出される値である。
【００５２】
ステップＳ１３は、キーワード［Ａ］に対応するコンテンツスコアを算出するステップであり、ステップＳ１１で算出したターム頻度［ｔｆ］と、ステップＳ１２で算出したインバース・ドキュメント頻度［ｉｄｆ］との乗算を実行し、
コンテンツスコア＝ｔｆ×ｉｄｆ
としてコンテンツスコアを算出する。
【００５３】
なお、上述のコンテンツスコアは１つのキーワード［Ａ］に対応するコンテンツスコアである。複数のキーワードを含む検索式をクライアントが提示している場合は、各キーワードについて、ステップＳ１１〜Ｓ１３の処理を実行し、各キーワードについてのコンテンツスコア：ｉｄｆ１，ｉｄｆ２，ｉｄｆ３・・・ｉｄｆｋを算出した後、これらを合計した値、すなわちΣｉｄｆｎをそのコンテンツのコンテンツスコアとする。
【００５４】
図４は、コンテンツスコア算出アルゴリズムの第２の例を示している。図４のアルゴリズムもあるキーワード［Ａ］に対応するコンテンツのスコア算出アルゴリズムの例である。
【００５５】
図４のステップＳ２１は、図３のステップＳ１１と同様のステップである。すなわち、ターム頻度［ｔｆ］の算出ステップであり、コンテンツにおけるキーワード［Ａ］の出現頻度［ｔｆ（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ）］を求めるステップである。ステップＳ２２は、図３のステップＳ１２と同様のステップであり、インバース・ドキュメント頻度［ｉｄｆ］を算出するステップである。
【００５６】
ステップＳ２３は、図３のアルゴリズムには設定されていない日付に基づく重みデータ［ｆ（日付）］を求めるステップである。日付はコンテンツ（文書）の更新日付であり、ｆ（日付）は、更新日時が新しいものほど、大きな値を出力する関数である。
【００５７】
ステップＳ２４は、キーワード［Ａ］に対応するコンテンツスコアを算出するステップであり、ステップＳ２１で算出したターム頻度［ｔｆ］と、ステップＳ２２で算出したインバース・ドキュメント頻度［ｉｄｆ］と、ステップＳ２３で算出した日付に基づく重みデータ［ｆ（日付）］の乗算を実行し、
コンテンツスコア＝ｔｆ×ｉｄｆ×ｆ（日付）
としてコンテンツスコアを算出する。
【００５８】
なお、本アルゴリズムも、上述の算出式において求められるコンテンツスコアは１つのキーワード［Ａ］に対応するコンテンツスコアであり、複数のキーワードを含む検索式をクライアントが提示している場合は、各キーワードについて、ステップＳ２１〜Ｓ２４の処理を実行し、各キーワードについてのコンテンツスコア：ｉｄｆ１，ｉｄｆ２，ｉｄｆ３・・・ｉｄｆｋを算出した後、これらを合計した値、すなわちΣｉｄｆｎをそのコンテンツのコンテンツスコアとする。
【００５９】
コンテンツスコア算出部１１６は、例えば、上述した図３、図４を参照して説明したスコア算出アルゴリズムに従って、検索部１１１の抽出したヒットコンテンツ各々のスコアを算出する。コンテンツスコア算出部１１６の算出した各ヒットコンテンツ対応のスコアは、記憶部１１７に格納される。
【００６０】
コンテナ評価部１１５は、記憶部１１７に格納されたデータに基づいて、検索部１１１の検索結果としての複数のヒットコンテンツに対して、各コンテンツの付随情報として設定されているコンテナＩＤ（フォルダＩＤ）に基づくソート処理を実行し、各コンテナに含まれるコンテンツのスコア分布情報を生成する。すなわち、コンテンツスコア算出部１１６の算出した各コンテンツのスコアを利用して、コンテナ毎にスコアの分布を計算する。コンテナ評価部１１５は、コンテナＩＤに基づくヒットコンテンツのソート結果、およびスコア分布算出結果を記憶部１１７に格納する。
【００６１】
表示情報生成部１１４は、記憶部１１７に格納されたデータに基づいて、ユーザ端末としてのクライアントに提供する表示情報、すなわち、クライアントからの検索要求に基づいて抽出されたヒットコンテンツやコンテナの表示情報を生成する。
【００６２】
図５、図６を参照して、クライアントに提供する表示情報の構成例について説明する。図５に示すように、検索結果３２０は、クライアントからの検索条件に合致したコンテンツを検索システムの適用しているロジックに従って算出したスコア順にコンテンツ名３２１をリスト化して表示される。図５の例は、コンテンツ名を、
１．ｘｘｘ．ｄｏｃ
２．ｘｘｘ．ｘｌｓ
３．ｘｘｘ．ｐｐｔ
の順番で、スコア順に設定されたコンテンツリストを提示した例を示している。スコアは、前述したように、ユーザの検索式に含まれるキーワードの出現回数、文書の新旧、あるいはアクセス頻度の高低など、検索システムの適用しているロジックに従って決定される。
【００６３】
本発明の情報処理装置１００の生成する表示情報には、各コンテンツ名に対応する付随情報として、要約３２２、コンテナ名３２３、スコア分布３２３が設定される。
【００６４】
要約３２２は、リストアップされた各ヒットコンテンツの要約情報である。
コンテナ名３２３は、リストアップされた各ヒットコンテンツの属するコンテナ、例えば、フォルダ、カテゴリ、サイトなどの識別情報である。
【００６５】
スコア分布３２４は、コンテナに対応するデータであり、コンテナに含まれる全ヒットコンテンツについてのスコア分布を示している。このスコアは、コンテンツスコア算出部１１６の算出したスコアであり、予め定められたスコア算出アルゴリズムに従って、検索部１１１の抽出したヒットコンテンツの属するコンテナに含まれるヒットコンテンツ各々のスコア値に基づいている。
【００６６】
図に示すスコア分布の表示例では、「高」、「中」、「低」の３段階のレベルに各コンテンツを区分した表示形式を示している。
【００６７】
具体的には、例えば、リストの先頭にあるコンテンツ［１．ｘｘｘ．ｄｏｃ］の属するコンテナは、［￥１￥２￥３］であり、このコンテナ［￥１￥２￥３］に含まれるコンテンツのスコア分布は、
高スコア：１２コンテンツ
中スコア：４４コンテンツ
低スコア：１コンテンツ
であることを示している。
【００６８】
また、リストの２番目にあるコンテンツ［１．ｘｘｘ．ｘｌｓ］の属するコンテナは、［￥１￥５￥１１］であり、このコンテナ［￥１￥５￥１１］に含まれるコンテンツのスコア分布は、
高スコア：１２コンテンツ
中スコア：４４コンテンツ
低スコア：１コンテンツ
である。
【００６９】
前述したように、スコアは検索システムの適用しているロジックによって異なるものである。たとえば検索キーワードの出現頻度に基づくスコア算出を適用していると仮定すると、各コンテナに含まれる複数コンテンツの各々について、検索キーワードの出現頻度を高、中、低の３段階にレベル分けした結果が、それぞれ高スコアコンテンツ、中スコアコンテンツ、低スコアコンテンツに区分され、それぞれのコンテンツ数が、各コンテナのスコア分布として表示されることになる。
【００７０】
また、コンテンツアクセス回数の頻度に基づくスコア算出を適用していると仮定すると、各コンテナに含まれる複数コンテンツの各々について、アクセス回数の頻度を高、中、低の３段階にレベル分けした結果が、それぞれ高スコアコンテンツ、中スコアコンテンツ、低スコアコンテンツに区分され、それぞれのコンテンツ数が、各コンテナのスコア分布として表示されることになる。
【００７１】
なお、図５に示す例では、３段階のスコア区分として各コンテナのスコア分布を表示した例を示しているが、３段階のスコア分布にかぎらず５段階、１０段階など、任意の段階のスコア分布の表示が適用可能であり、また、高いスコアのコンテンツ数のみを表示してもよい。また、数値によって表示するのではなく、ヒストグラムや、色彩分布データなどのグラフィカルデータとして表示する形式としてもよい。
【００７２】
図５に示す検索結果表示例と異なる表示形式を持つ検索結果の表示例を図６に示す。図５に示す例では、リスト化されたヒットコンテンツの各々に対応するコンテナと、コンテナのスコア分布をコンテンツに対応付けて表示する形式であったが、図６に示す検索結果３４０の表示形式は、ヒットコンテンツ表示部３４１と、コンテナリスト表示部３４２とを区分して表示した例である。
【００７３】
ヒットコンテンツ表示部３４１には、所定のロジックに従って順番の設定されたコンテンツリスト、すなわちクライアントの検索条件に合致するヒットコンテンツのリストが表示される。リストは、コンテンツ名３４５、要約３４６、コンテンツの属するコンテナン名３４７が含まれるリストとして設定される。
【００７４】
図５を参照して説明した表示例と異なり、コンテナに対応するスコア分布３４４は、コンテンツリストと別のコンテナリスト表示部３４２にまとめて表示される。
【００７５】
コンテナリスト表示部３４２には、ヒットコンテンツ表示部３４１に表示される各コンテンツの属するコンテナが提示され、各提示コンテナに含まれるコンテンツについてのスコア分布３４８についての情報が表示される。スコアは、コンテンツスコア算出部１１６の算出したスコアであり、予め定められたスコア算出アルゴリズムに従って、検索部１１１の抽出したヒットコンテンツの属するコンテナに含まれるヒットコンテンツ各々のスコアである。検索キーワードの出現頻度、文書の新旧、あるいはアクセス頻度の高低などによって各コンテンツのスコアが算出される。
【００７６】
図６の例においても、３段階のスコア区分として各コンテナのスコア分布を表示した例を示しているが、３段階のスコア分布にかぎらず５段階、１０段階など、任意の段階のスコア分布の表示が適用可能であり、また、高いスコアのコンテンツ数のみを表示してもよい。また、数値によって表示するのではなく、ヒストグラムや、色彩分布データなどのグラフィカルデータとして表示する形式としてもよい。
【００７７】
クライアントは、図５、あるいは図６に示すような検索結果、すなわち、各コンテナに含まれるヒットコンテンツのスコア分布を含む検索結果をディスプレイに提示することで、検索条件に適合するコンテンツを多く含むコンテナ、あるいはほとんど適合コンテンツを含まないコンテナなどを一目瞭然にして判別することが可能となる。従って、検索条件に適合するコンテンツを多く含むコンテナを指定したコンテンツ検索を実行、あるいはコンテナに含まれるコンテンツリストの取得、表示処理などを実行することにより、ユーザの目的とするコンテンツを効率的に抽出することが可能となる。
【００７８】
次に、図７のフローチャートを参照して、検索処理及び検索結果の生成、提示処理を実行する情報処理装置１１０の処理手順について説明する。
【００７９】
ステップＳ１０１において、まず、クライアントからの検索要求を受領し、検索要求に基づいて、検索部１１１（図１参照）がインデックス格納部１１２からインデックス情報（図２参照）を取得して検索処理を実行する。インデックス情報に基づく検索は、先に図２を参照して説明したように、キーワードに基づく文書ＩＤなどの情報取得、文書ＩＤに基づく書誌情報取得などの処理によって実行される。ただし、検索処理はインデックス情報の形態によって異なる処理シーケンスとなる。
【００８０】
次に、ステップＳ１０２において、検索部１１１の実行した検索結果が記憶部１１７へ格納される。ステップＳ１０３ではコンテンツスコア算出部１１６において、記憶部１１７に格納された検索結果に基づくコンテンツスコア算出処理が実行される。コンテンツスコア算出処理は、例えば先に図３、図４を参照して説明したコンテンツスコア算出アルゴリズムに従って実行される。
【００８１】
次に、ステップＳ１０５において、コンテナ評価部１１５が、コンテンツの属するコンテナ（フォルダなど）毎にヒットコンテンツのスコアを集計し、スコア分布情報を算出し、算出結果を記憶部１１７へ格納する。コンテナ評価部１１５は、記憶部１１７に格納されたヒットコンテンツのスコアデータに基づいて、コンテンツの属するコンテナに基づくソート処理を実行し、各コンテナに含まれるコンテンツのスコア分布情報を生成する。スコア分布情報は、先に、図５、図６を参照して説明した検索結果に含まれるようなスコア分布情報、例えば高、中、低の３段階評価情報である。この他、ｎ段階評価、グラフィカル表現に基づくスコア分布情報などを生成する構成としてもよい。
【００８２】
次に、ステップＳ１０５において、表示情報生成部１１４が記憶部１１７格納データに基づいて表示情報を生成する。この表示情報は、先に、図５、図６を参照して説明した検索結果であり、図５に示すように、スコア分布情報を各ヒットコンテンツに対応する情報として設定した態様や、図６に示すように、ヒットコンテンツ情報と、スコア分布情報とを別領域に表示す態様などの設定が可能である。
【００８３】
このように、本発明の構成においては、クライアントからの検索要求に基づくヒットコンテンツの情報を取得し、提示するのみならず、ヒットコンテンツの属するコンテナ（フォルダ、カテゴリ、サイトなど）全体に含まれるヒットコンテンツのスコア分布を計算し、計算結果としてのスコア分布情報をクライアントに提示する構成としたので、クライアント側のユーザは、興味のある有効情報が含まれるコンテナを効率的に判定することが可能となり、コンテナ指定の検索などを効率的に実行することができ、目的とするコンテンツを効率的に取得することができる。
【００８４】
最後に、上述した検索処理を実行する情報処理装置１１０のハードウェア構成例について、図８を参照して説明する。
【００８５】
ＣＰＵ（Central Processing Unit）５０１は、ＯＳ（Operating System)、上述の実施例において説明した検索処理、コンテンツスコア算出処理、スコア分布情報生成処理を含むコンテナ評価処理、表示情報生成処理等の各処理の実行シーケンスを記述した各種コンピュータ・プログラムに従った処理を実行する制御部である。
【００８６】
ＲＯＭ（Read Only Memory）５０２は、ＣＰＵ５０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Random Access Memory）５０３は、ＣＰＵ５０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバスなどから構成されるホストバス５０４により相互に接続されている。
【００８７】
ホストバス５０４は、ブリッジ５０５を介して、ＰＣＩ(Peripheral Component Interconnect/Interface)バスなどの外部バス５０６に接続されている。
【００８８】
キーボード５０８、ポインティングデバイス５０９は、ユーザにより操作される入力デバイスである。ディスプレイ５１０は、液晶表示装置またはＣＲＴ（Cathode Ray Tube）などから成り、各種情報をテキストやイメージで表示する。
【００８９】
ＨＤＤ（Hard Disk Drive）５１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ５０１によって実行するプログラムや情報を記録または再生させる。ハードディスクは、図１に示すインデックス格納部１１２、記憶部１１７としての役割、および各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。
【００９０】
ドライブ５１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体５２１に記録されているデータまたはプログラムを読み出して、そのデータまたはプログラムを、インタフェース５０７、外部バス５０６、ブリッジ５０５、およびホストバス５０４を介して接続されているＲＡＭ５０３に供給する。
【００９１】
接続ポート５１４は、外部接続機器５２２を接続するポートであり、ＵＳＢ，ＩＥＥＥ１３９４等の接続部を持つ。接続ポート５１４は、インタフェース５０７、および外部バス５０６、ブリッジ５０５、ホストバス５０４等を介してＣＰＵ５０１等に接続されている。通信部５１５は、ネットワークに接続され、ＣＰＵ５０１、またはＨＤＤ５１１等からの供給データの送信、データ受信を実行する。
【００９２】
なお、図８に示す情報処理装置のハードウェア構成例は、ＰＣを適用して構成した装置の一例であり、本発明の情報処理装置は、図８に示す構成に限らず、上述した実施例において説明した処理を実行可能な構成であればよい。
【００９３】
以上、特定の実施例を参照しながら、本発明について詳解してきた。しかしながら、本発明の要旨を逸脱しない範囲で当業者が該実施例の修正や代用を成し得ることは自明である。すなわち、例示という形態で本発明を開示してきたのであり、限定的に解釈されるべきではない。本発明の要旨を判断するためには、特許請求の範囲の欄を参酌すべきである。
【００９４】
なお、明細書中において説明した一連の処理はハードウェア、またはソフトウェア、あるいは両者の複合構成によって実行することが可能である。ソフトウェアによる処理を実行する場合は、処理シーケンスを記録したプログラムを、専用のハードウェアに組み込まれたコンピュータ内のメモリにインストールして実行させるか、あるいは、各種処理が実行可能な汎用コンピュータにプログラムをインストールして実行させることが可能である。
【００９５】
例えば、プログラムは記録媒体としてのハードディスクやＲＯＭ（Read Only Memory)に予め記録しておくことができる。あるいは、プログラムはフレキシブルディスク、ＣＤ−ＲＯＭ(Compact Disc Read Only Memory)，ＭＯ(Magneto optical)ディスク，ＤＶＤ(Digital Versatile Disc)、磁気ディスク、半導体メモリなどのリムーバブル記録媒体に、一時的あるいは永続的に格納（記録）しておくことができる。このようなリムーバブル記録媒体は、いわゆるパッケージソフトウエアとして提供することができる。
【００９６】
なお、プログラムは、上述したようなリムーバブル記録媒体からコンピュータにインストールする他、ダウンロードサイトから、コンピュータに無線転送したり、ＬＡＮ(Local Area Network)、インターネットといったネットワークを介して、コンピュータに有線で転送し、コンピュータでは、そのようにして転送されてくるプログラムを受信し、内蔵するハードディスク等の記録媒体にインストールすることができる。
【００９７】
なお、明細書に記載された各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。また、本明細書においてシステムとは、複数の装置の論理的集合構成であり、各構成の装置が同一筐体内にあるものには限らない。
【産業上の利用可能性】
【００９８】
以上、説明したように、本発明の構成によれば、クライアントからの検索要求に基づいて、ヒットコンテンツの情報を取得し、ヒットコンテンツの属するコンテナ（フォルダ、カテゴリ、サイトなど）全体に含まれるヒットコンテンツのスコア分布を計算し、計算結果としてのスコア分布情報をクライアントに提示する構成としたので、クライアント側のユーザは、興味のある有効情報が含まれるコンテナを効率的に判定することが可能となり、コンテナ指定の検索などによって目的とするコンテンツを効率的に取得することを可能とした検索システムが実現される。
【図面の簡単な説明】
【００９９】
【図１】本発明の適用可能な情報検索システムの全体構成を示す図である。
【図２】インデックス格納部１１２に格納されるインデックスの例を示す図である。
【図３】コンテンツのスコア算出アルゴリズムの第１の例について説明する図である。
【図４】コンテンツのスコア算出アルゴリズムの第２の例について説明する図である。
【図５】クライアントに提供する表示情報の構成例について説明する図である。
【図６】クライアントに提供する表示情報の構成例について説明する図である。
【図７】検索処理及び検索結果の生成、提示処理を実行する情報処理装置の処理手順について説明するフロー図である。
【図８】検索処理及び検索結果の生成、提示処理を実行する情報処理装置のハードウェア構成例について説明する図である。
【符号の説明】
【０１００】
１１０ 情報処理装置
１１１ 検索部
１１２ インデックス格納部
１１３ 通信部
１１４ 表示情報生成部
１１５ コンテナ評価部
１１６ コンテンツスコア算出部
１１７ 記憶部
１１８ 登録部
１２０ データ管理サーバ
１２１ 通信部
１２３〜１２５ データベース
１３１〜１３４ クライアント
１４０ 収集サーバ
１４１ 通信部
１４２ 収集部
１５０ ネットワーク
３２０ 検索結果
３２１ コンテンツ名
３２２ 要約
３２３ コンテナ名
３２４ スコア分布
３４０ 検索結果
３４１ ヒットコンテンツ表示部
３４２ コンテナリスト表示部
３４５ コンテンツ名
３４６ 要約
３４７ コンテナン名
３４８ スコア分布
５０１ ＣＰＵ(Central Processing Unit)
５０２ ＲＯＭ（Read-Only-Memory）
５０３ ＲＡＭ（Random Access Memory）
５０４ ホストバス
５０５ ブリッジ
５０６ 外部バス
５０７ インタフェース
５０８ キーボード
５０９ ポインティングデバイス
５１０ ディスプレイ
５１１ ＨＤＤ（Hard Disk Drive）
５１２ ドライブ
５１４ 接続ポート
５１５ 通信部
５２１ リムーバブル記録媒体
５２２ 外部接続機器
【特許請求の範囲】
【請求項１】
データ検索処理を実行する情報処理装置であり、
検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索部と、
前記検索部の検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出部と、
前記コンテンツスコア算出部の算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価部と、
前記コンテナ評価部の集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成部と、
を有することを特徴とする情報処理装置。
【請求項２】
前記コンテンツスコア算出部は、
検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、
前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度とをパラメータとして含む算出式を適用してコンテンツスコアを算出する構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項３】
前記コンテンツスコア算出部は、
検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、
前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度と、コンテンツ更新日付の新しいものを大きな値として算出する日付に基づく関数算出値をパラメータとして含む算出式を適用してコンテンツスコアを算出する構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項４】
前記コンテナ評価部は、
前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、ｎ段階（ｎは整数）に区分した集計情報として生成する構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項５】
前記コンテナ評価部は、
前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、グラフィカルデータとして生成する構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項６】
前記表示情報生成部は、
ヒットコンテンツのリスト表示部に表示される各コンテンツに対応付けて、前記スコア分布情報を設定した表示情報の生成処理を行なう構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項７】
前記表示情報生成部は、
ヒットコンテンツのリスト表示部と、前記スコア分布情報の表示部とを区分した表示情報の生成処理を行なう構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項８】
前記検索部は、
コンテンツに対応するインデックス情報に基づく検索処理を実行する構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項９】
データ検索処理をコンピュータ上で実行させるコンピュータ・プログラムであり、
検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索ステップと、
前記検索ステップにおける検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出ステップと、
前記コンテンツスコア算出ステップにおいて算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価ステップと、
前記コンテナ評価ステップにおける集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成ステップと、
を有することを特徴とするコンピュータ・プログラム。
【請求項１０】
前記コンテンツスコア算出ステップは、
検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、
前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度とをパラメータとして含む算出式を適用してコンテンツスコアを算出するステップであることを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１１】
前記コンテンツスコア算出ステップは、
検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、
前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度と、コンテンツ更新日付の新しいものを大きな値として算出する日付に基づく関数算出値をパラメータとして含む算出式を適用してコンテンツスコアを算出するステップであることを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１２】
前記コンテナ評価ステップは、
前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、ｎ段階（ｎは整数）に区分した集計情報として生成することを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１３】
前記コンテナ評価ステップは、
前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、グラフィカルデータとして生成することを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１４】
前記表示情報生成ステップは、
ヒットコンテンツのリスト表示部に表示される各コンテンツに対応付けて、前記スコア分布情報を設定した表示情報の生成処理を行なうことを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１５】
前記表示情報生成ステップは、
ヒットコンテンツのリスト表示部と、前記スコア分布情報の表示部とを区分した表示情報の生成処理を行なうことを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１６】
前記検索ステップは、
コンテンツに対応するインデックス情報に基づく検索処理を実行することを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１７】
データ検索処理を実行する情報処理方法であり、
検索部において検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索ステップと、
コンテンツスコア算出部における処理であり、前記検索ステップにおける検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出ステップと、
コンテナ評価部における処理であり、前記コンテンツスコア算出ステップにおいて算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価ステップと、
表示情報生成部における処理であり、前記コンテナ評価ステップにおける集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成ステップと、
を有することを特徴とする情報処理方法。
【請求項１】
データ検索処理を実行する情報処理装置であり、
検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索部と、
前記検索部の検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出部と、
前記コンテンツスコア算出部の算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価部と、
前記コンテナ評価部の集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成部と、
を有することを特徴とする情報処理装置。
【請求項２】
前記コンテンツスコア算出部は、
検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、
前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度とをパラメータとして含む算出式を適用してコンテンツスコアを算出する構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項３】
前記コンテンツスコア算出部は、
検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、
前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度と、コンテンツ更新日付の新しいものを大きな値として算出する日付に基づく関数算出値をパラメータとして含む算出式を適用してコンテンツスコアを算出する構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項４】
前記コンテナ評価部は、
前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、ｎ段階（ｎは整数）に区分した集計情報として生成する構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項５】
前記コンテナ評価部は、
前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、グラフィカルデータとして生成する構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項６】
前記表示情報生成部は、
ヒットコンテンツのリスト表示部に表示される各コンテンツに対応付けて、前記スコア分布情報を設定した表示情報の生成処理を行なう構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項７】
前記表示情報生成部は、
ヒットコンテンツのリスト表示部と、前記スコア分布情報の表示部とを区分した表示情報の生成処理を行なう構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項８】
前記検索部は、
コンテンツに対応するインデックス情報に基づく検索処理を実行する構成であることを特徴とする請求項１に記載の情報処理装置。
【請求項９】
データ検索処理をコンピュータ上で実行させるコンピュータ・プログラムであり、
検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索ステップと、
前記検索ステップにおける検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出ステップと、
前記コンテンツスコア算出ステップにおいて算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価ステップと、
前記コンテナ評価ステップにおける集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成ステップと、
を有することを特徴とするコンピュータ・プログラム。
【請求項１０】
前記コンテンツスコア算出ステップは、
検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、
前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度とをパラメータとして含む算出式を適用してコンテンツスコアを算出するステップであることを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１１】
前記コンテンツスコア算出ステップは、
検索条件として設定された検索キーワードの各ヒットコンテンツにおける出現頻度と、
前記キーワードを含むコンテンツの、全コンテンツ数に対する存在割合の逆数に基づく値として算出するインバース・ドキュメント頻度と、コンテンツ更新日付の新しいものを大きな値として算出する日付に基づく関数算出値をパラメータとして含む算出式を適用してコンテンツスコアを算出するステップであることを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１２】
前記コンテナ評価ステップは、
前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、ｎ段階（ｎは整数）に区分した集計情報として生成することを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１３】
前記コンテナ評価ステップは、
前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報を、グラフィカルデータとして生成することを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１４】
前記表示情報生成ステップは、
ヒットコンテンツのリスト表示部に表示される各コンテンツに対応付けて、前記スコア分布情報を設定した表示情報の生成処理を行なうことを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１５】
前記表示情報生成ステップは、
ヒットコンテンツのリスト表示部と、前記スコア分布情報の表示部とを区分した表示情報の生成処理を行なうことを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１６】
前記検索ステップは、
コンテンツに対応するインデックス情報に基づく検索処理を実行することを特徴とする請求項９に記載のコンピュータ・プログラム。
【請求項１７】
データ検索処理を実行する情報処理方法であり、
検索部において検索条件に従った検索処理を実行し、検索条件に対応するヒットコンテンツの抽出処理を実行する検索ステップと、
コンテンツスコア算出部における処理であり、前記検索ステップにおける検索結果に基づいて、前記ヒットコンテンツの検索条件適応度としてのコテンツスコアを算出するコンテンツスコア算出ステップと、
コンテナ評価部における処理であり、前記コンテンツスコア算出ステップにおいて算出したコンテンツスコアを、前記ヒットコンテンツの所属集合であるコンテナ単位のスコア分布情報として集計するコンテナ評価ステップと、
表示情報生成部における処理であり、前記コンテナ評価ステップにおける集計データであるスコア分布情報を含む検索結果データを表示データとして生成する表示情報生成ステップと、
を有することを特徴とする情報処理方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２００６−８５５６３（Ｐ２００６−８５５６３Ａ）
【公開日】平成１８年３月３０日（２００６．３．３０）
【国際特許分類】
【出願番号】特願２００４−２７１４５６（Ｐ２００４−２７１４５６）
【出願日】平成１６年９月１７日（２００４．９．１７）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
【公開日】平成１８年３月３０日（２００６．３．３０）
【国際特許分類】
【出願日】平成１６年９月１７日（２００４．９．１７）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
[ Back to top ]