検索用インデックス生成システム及び検索用インデックス生成方法、並びに情報検索システム及び情報検索方法
【課題】 直販サイトの検索用インデックスを生成することができる検索用インデックス生成システム及び方法、並びにその検索用インデックスを用いて情報検索を行うことができる情報検索システム及び方法を提供する。
【解決手段】
インデックス生成装置１０は、インターネット上のショッピングサイトからウェブページ情報を収集し、その収集したウェブページ情報に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定する。そして、インデックス生成装置１０は、そのショッピングサイトが直販サイトであると判定した場合、当該ショッピングサイトに係るウェブページ情報を用いて、当該ウェブページ情報を検索するための検索用インデックスを生成する。
【解決手段】
インデックス生成装置１０は、インターネット上のショッピングサイトからウェブページ情報を収集し、その収集したウェブページ情報に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定する。そして、インデックス生成装置１０は、そのショッピングサイトが直販サイトであると判定した場合、当該ショッピングサイトに係るウェブページ情報を用いて、当該ウェブページ情報を検索するための検索用インデックスを生成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ウェブページを検索する場合に用いられる検索用インデックスを生成する検索用インデックス生成システム及び検索用インデックス生成方法、並びにその検索用インデックスを用いて情報検索を行う情報検索システム及び情報検索方法に関する。
【背景技術】
【０００２】
近年、インターネットが急速に普及してきており、これに伴い、複数の仮想店舗（ショッピングサイト）で構成される数多くのショッピングモールがインターネット上に形成されている（例えば、特許文献１及び２を参照。）。このようなショッピングモールの場合、種々の商品を取り扱っているショッピングサイトが集まっているため、効率良く買い物をすることができたり、同種の商品の価格等を容易に比較することができたり等、購入者にとって利便性が高い。これに対し、ショッピングサイトを出店する側にとっては、効率良く集客することが可能になる等のメリットがある一方で、ショッピングモールの運営側に多額の出店料を支払う必要がある等のデメリットがある。
【０００３】
上記のようなデメリットを考慮し、商品を製造するメーカーは、ショッピングモールに出店せずに、いわゆる直販サイトを独自にインターネット上に構築するケースが増えている。これにより、ショッピングモールに出店する場合と比べて、利益率を高めることができる。また、直販サイトの場合、メーカー独自のポイント制度を設けたり、自由なデザインが可能になるためメーカーの個性を表現することができたり等のメリットがある。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００１−３０６８４１号公報
【特許文献２】特開２００７−２４９４９４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、直販サイトの場合、インターネット上でそれぞれが個々に構築されているため、複数の直販サイトで取り扱っている商品を比較することが困難である等、購入者にとっては必ずしも利便性が高くないという問題がある。また、直販サイトを運営するメーカーにとっても、ショッピングモールに出店する場合と比較して、集客力が低くなる可能性がある等の問題がある。
【０００６】
本発明は斯かる事情に鑑みてなされたものであり、その主たる目的は、上記課題を解決することができる検索用インデックス生成システム及び検索用インデックス生成方法、並びに情報検索システム及び情報検索方法を提供することにある。
【課題を解決するための手段】
【０００７】
上述した課題を解決するために、本発明の一の態様の検索用インデックス生成システム
は、インターネット上のショッピングサイトからウェブページ情報を収集するウェブページ情報収集手段と、前記ウェブページ情報収集手段によって収集されたウェブページ情報に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定する判定手段と、前記判定手段により前記ショッピングサイトが直販サイトであると判定された場合、当該ショッピングサイトに係るウェブページ情報を用いて、当該ウェブページ情報を検索するための検索用インデックスを生成する検索用インデックス生成手段とを備えている。
【０００８】
この態様において、前記判定手段が、前記収集されたウェブページ情報に含まれる文字に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されていてもよい。
【０００９】
また、前記態様において、前記ウェブページ情報に画像が含まれている場合に、当該画像中の文字を認識する文字認識手段を更に備え、前記判定手段が、前記文字認識手段によって認識された文字に基づいて、前記ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されていてもよい。
【００１０】
また、前記態様において、直販サイトにおける頻出語を記憶する頻出語記憶部を更に備え、前記判定手段が、前記頻出語記憶部に記憶された頻出語が前記収集されたウェブページ情報に含まれるか否かを判定し、その判定結果に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されていてもよい。
【００１１】
また、前記態様において、前記判定手段が、前記収集されたウェブページ情報に含まれている前記頻出語の数に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されていてもよい。
【００１２】
また、本発明の一の態様の情報検索システムは、インターネットを介して外部の装置からウェブページ情報の検索リクエストを受け付けた場合に、前記態様の検索用インデックス生成システムによって生成された検索用インデックスに基づいて、前記検索リクエストに応じた直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成する画面情報生成手段と、前記画面情報生成手段によって生成された画面情報を前記外部の装置に対して送信する送信手段とを備えている。
【００１３】
この態様において、前記画面情報生成手段が、前記検索リクエストに応じた複数の異なる直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成するように構成されていてもよい。
【００１４】
また、前記態様において、前記ウェブページ情報が、ショッピングサイトにおいて購入可能なファッション商品に関する情報であり、前記画面情報生成手段が、前記検索リクエストに応じた複数の異なる直販サイトに係るウェブページ情報に含まれる情報を対応付けることによって、ファッション商品のコーディネート案を示す画面情報を生成するように構成されていてもよい。
【００１５】
また、本発明の一の態様の検索用インデックス生成方法は、インターネットにアクセス可能なコンピュータが、インターネット上のショッピングサイトからウェブページ情報を収集するステップと、前記コンピュータが、前記収集されたウェブページ情報に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するステップと、前記コンピュータが、前記判定により前記ショッピングサイトが直販サイトであるとされた場合、当該ショッピングサイトに係るウェブページ情報を用いて、当該ウェブページ情報を検索するための検索用インデックスを生成するステップとを有している。
【００１６】
また、本発明の一の態様の情報検索方法は、インターネットを介して外部の装置からウェブページ情報の検索リクエストをコンピュータが受け付けた場合に、当該コンピュータが、前記態様の検索用インデックス生成方法によって生成された検索用インデックスに基づいて、前記検索リクエストに応じた直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成するステップと、前記コンピュータが、前記生成された画面情報を前記外部の装置に対して送信するステップとを有している。
【発明の効果】
【００１７】
本発明に係る検索用インデックス生成システム及び検索用インデックス生成方法によれば、直販サイトにおけるウェブページを検索するための検索用インデックス情報を容易に生成することができる。また、本発明に係る情報検索システム及び情報検索方法によれば、直販サイトにおけるウェブページを容易に検索することが可能になる。
【図面の簡単な説明】
【００１８】
【図１】実施の形態１の検索用インデックス生成システム及び情報検索システムの構成を示すブロック図。
【図２】インデックス生成装置の構成を示すブロック図。
【図３】インデックス生成装置に設けられた検索用インデックス情報データベースのレイアウトの一例を示す図。
【図４】インデックス生成装置に設けられた高頻出語情報データベースのレイアウトの一例を示す図。
【図５】インデックス生成装置に設けられた低頻出語情報データベースのレイアウトの一例を示す図。
【図６】検索サーバの構成を示すブロック図。
【図７】コーディネート情報データベースのレイアウトの一例を示す図。
【図８】インデックス生成装置が実行する検索用インデックス生成処理の手順を示すフローチャート。
【図９】検索サーバ及びクライアントが実行する情報検索処理の手順の一例を示すフローチャート。
【図１０】クライアントの表示部に表示される画面情報の一例を示す図。
【図１１】検索サーバ及びクライアントが実行する情報検索処理の手順の他の例を示すフローチャート。
【図１２】クライアントの表示部に表示される画面情報の他の例を示す図。
【図１３】実施の形態２に係るインデックス生成装置が実行する文字認識処理の手順を示すフローチャート
【発明を実施するための形態】
【００１９】
以下、本発明の好ましい実施の形態を、図面を参照しながら説明する。なお、以下に示す実施の形態では、衣料品等のファッション商品に関するウェブページを検索するための検索用インデックスを生成し、その検索用インデックスを用いて情報検索を行う方法及びシステムが記載されているが、これは例示であって、本発明の技術的思想はこれに限定されるわけではない。
【００２０】
（実施の形態１）
図１は、実施の形態１の検索用インデックス生成システム及び情報検索システムの構成を示すブロック図である。図１において、符号１０は、本実施の形態において検索用インデックス生成システムとして機能するインデックス生成装置を示しており、符号２０は、同じく情報検索システムとして機能する検索サーバを示している。これらのインデックス生成装置１０及び検索サーバ２０は、公知の通信プロトコルを用いて通信可能に接続されている。また、インデックス生成装置１０及び検索サーバ２０はインターネットＮＴＷに接続されており、このインターネットＮＴＷを介して、インデックス生成装置１０は複数のウェブサーバ３０，３０，…と、検索サーバ２０は複数のクライアント４０，４０，…とそれぞれ通信可能になっている。
【００２１】
ウェブサーバ３０，３０,…は、各種のウェブサイトを運用しているコンピュータであり、そのウェブサイトの中には直販サイト等のショッピングサイト、及びショッピングモール等が含まれる。また、クライアント４０，４０，…は、例えばパーソナルコンピュータ・携帯型電話機・ＰＤＡ（Personal Digital Assistant）等の通信機能を有する端末であり、インターネットＮＴＷを介して検索サーバ２０及びウェブサーバ３０，３０,…と通信可能なように構成されている。
【００２２】
インデックス生成装置１０は、各ウェブサイトのウェブページ中に含まれるリンクを辿ることによってウェブページに関するウェブページ情報を収集するクロール処理を実行するクローラ（検索ロボット）であり、収集したウェブページ情報が直販サイトに係るものであるか否かを後述するようにして判定することによって、直販サイトのウェブページにアクセスするための検索用インデックスを生成する。検索サーバ２０は、各クライアント４０から検索リクエストを受信した場合に、後述するように、インデックス生成装置１０によって生成された検索用インデックスに基づいて検索結果を返すレスポンス処理を実行する。
以下、これらのインデックス生成装置１０及び検索サーバ２０の詳細な構成について説明する。
【００２３】
［インデックス生成装置１０の構成］
図２は、インデックス生成装置１０の構成を示すブロック図である。図２に示すとおり、インデックス生成装置１０は、ＣＰＵ１０１と、そのＣＰＵ１０１に接続された主記憶装置１０２、補助記憶装置１０３及び通信インタフェース（Ｉ／Ｆ）１０４とを備えている。これらのＣＰＵ１０１、主記憶装置１０２、補助記憶装置１０３及び通信Ｉ／Ｆ１０４はバス１０５によって接続されている。
【００２４】
ＣＰＵ１０１は、補助記憶装置１０３に記憶されているコンピュータプログラムを実行する。これにより、インデックス生成装置１０は、各種のデバイスの動作を制御しながら、後述する各種の処理を実行することが可能になる。
【００２５】
主記憶装置１０２は、ＳＲＡＭまたはＤＲＡＭ等によって構成されており、補助記憶装置１０３に記憶されているコンピュータプログラムの読み出しに用いられる。また、主記憶装置１０２は、ＣＰＵ１０１がコンピュータプログラムを実行するときに、ＣＰＵ１０１の作業領域としても利用される。
【００２６】
補助記憶装置１０３は、フラッシュメモリ又はハードディスクなどの不揮発性記憶装置によって構成されており、ＣＰＵ１０１に実行させるための種々のコンピュータプログラム及び当該コンピュータプログラムの実行に用いられるデータ等を記憶している。また、補助記憶装置１０３には、ウェブページ情報データベース（ＤＢ）１１０、検索用インデックス情報データベース（ＤＢ）１２０、高頻出語情報データベース（ＤＢ）１３０、低頻出語情報データベース（ＤＢ）１４０，及びメーカー名データベース（ＤＢ）１５０の各データベースが設けられている。これらのデータベースの詳細については後述する。
【００２７】
通信Ｉ／Ｆ１０４は、外部の各種の装置と通信をするためのインタフェース装置である。上述したように、インデックス生成装置１０は、インターネットＮＴＷを介してウェブサーバ３０，３０，…と通信し、また、検索サーバ２０とも別途通信する。これらの通信は、通信Ｉ／Ｆ１０４を介して行われる。
【００２８】
次に、上述した各データベースについて説明する。
ウェブページ情報ＤＢ１１０は、クロール処理により収集された、ＨＴＭＬ（Hyper
Text Markup Language）文書及びＵＲＬ（Uniform Resource Locator）等を含むウェブページ情報を格納するためのデータベースである。インデックス生成装置１０は、所定の時間間隔で繰り返しクロール処理を実行し、新たなＨＴＭＬ文書を見つけた場合に、当該ＨＴＭＬ文書に関するウェブページ情報をウェブページ情報ＤＢ１１０に格納する。また、インデックス生成装置１０は、既存のＨＴＭＬ文書が更新されている場合にはウェブページ情報ＤＢ１１０の対応するウェブページ情報を更新し、削除されている場合にはウェブページ情報ＤＢ１１０の対応するウェブページ情報も削除する等の処理を実行する。なお、このＨＴＭＬ文書には、静的なものの他、ＣＭＳ（Contents Management System）等によって動的に生成されたものも含まれる。また、ウェブページ情報には、ＨＴＭＬ文書中のテキスト情報、画像情報、及びそのＨＴＭＬ文書にリンクされている各種形式の情報等が含まれる。
【００２９】
検索用インデックス情報ＤＢ１２０は、ウェブページ情報ＤＢ１１０に格納されているウェブページ情報に基づいて生成された検索用インデックス情報を格納するためのデータベースである。図３は、この検索用インデックス情報ＤＢ１２０のレイアウトの一例を示す図である。図３に示すように、検索用インデックス情報ＤＢ１２０は、直販サイトで購入可能な商品を識別するための識別子である商品ＩＤが格納される商品ＩＤフィールド１２０ａ、商品が属するカテゴリを示す情報が格納されるカテゴリフィールド１２０ｂ、商品のブランドの名称が格納されるブランドフィールド１２０ｃ、商品の価格が属する価格帯を示す情報が格納される価格帯フィールド１２０ｄ、商品の色を示す情報が格納される色フィールド１２０ｅ、商品が属するファッションの系統を示す情報が格納される系統フィールド１２０ｆ、商品の購買層を示す情報が格納されるターゲットフィールド１２０ｇ、商品を紹介するＨＴＭＬ文書中のテキスト情報が格納されるテキストフィールド１２０ｈ、同じくＨＴＭＬ文書中の画像の保存先が格納される画像フィールド１２０ｉ、及び同じくＨＴＭＬ文書のＵＲＬが格納されるＵＲＬフィールド１２０ｊを有している。
【００３０】
インデックス生成装置１０は、ウェブページ情報ＤＢ１１０に格納されているウェブページ情報を解析し、検索用インデックス情報ＤＢ１２０に格納する情報を抽出する。より具体的に説明すると、インデックス生成装置１０は、例えばウェブページ情報におけるテキスト情報に対して形態素解析またはＮ−ｇｒａｍ方式等を適用することによって、カテゴリ、ブランド名、価格帯、色、系統、ターゲット等の各種情報を抽出し、それらの情報を各フィールドに格納する。また、ＨＴＭＬ文書中の画像は、補助記憶装置１０３の適当な領域に保存され、その保存先を示すパスが画像フィールド１２０ｉに格納される。また、ＨＴＭＬ文書中のテキスト情報はそのままテキストフィールド１２０ｈに格納され。さらに、商品ＩＤは自動的に採番され、商品ＩＤフィールド１２０ａに格納される。
【００３１】
高頻出語情報ＤＢ１３０は、例えば“オフィシャル”、“直営”及び“本店”等、直販サイトに比較的高い頻度で出現する単語である「高頻出語」を格納するためのデータベースである。
図４は、この高頻出語情報ＤＢ１３０のレイアウトの一例を示す図である。図４に示すように、高頻出語情報ＤＢ１３０は、高頻出語が格納される高頻出語フィールド１３０ａ及びその高頻出語が直販サイトに出現する頻度が格納される頻度フィールド１３０ｂを有している。これらの高頻出語フィールド１３０ａ及び頻度フィールド１３０ｂに格納される情報は、複数の直販サイトを自動又は手動で解析することによって得られた統計情報等に基づいて生成される。図４には、高頻出語である“オフィシャル”が７５％の頻度で直販サイトに出現する場合、換言すれば解析対象となった直販サイトのうち７５％の直販サイトに“オフィシャル”という単語が出現する場合に、高頻出語フィールド１３０ａ及び頻度フィールド１３０ｂに格納される情報等が例示されている。
【００３２】
低頻出語情報ＤＢ１４０は、例えば“ショッピングモール”、“○×モール”及び“△□プラザ”等、直販サイトに比較的低い頻度で出現する単語である「低頻出語」を格納するためのデータベースである。
図５は、この低頻出語情報ＤＢ１４０のレイアウトの一例を示す図である。図５に示すように、低頻出語情報ＤＢ１４０は、低頻出語が格納される低頻出語フィールド１４０ａ及びその低頻出語が直販サイトに出現する頻度が格納される頻度フィールド１４０ｂを有している。高頻出語情報ＤＢ１３０の場合と同様に、低頻出語フィールド１４０ａ及び頻度フィールド１４０ｂに格納される情報は、複数の直販サイトを自動又は手動で解析することによって得られた統計情報等に基づいて生成される。図５には、低頻出語である“ショッピングモール”が３％の頻度で直販サイトに出現する場合、換言すれば解析対象となった直販サイトのうち３％の直販サイトに“ショッピングモール”という単語が出現する場合に、低頻出語フィールド１４０ａ及び頻度フィールド１４０ｂに格納される情報等が例示されている。
【００３３】
ある単語が高頻出語または低頻出語に該当するか否かは、所定の閾値を設定し、当該単語の出現頻度がその閾値を超えるか否かにより決定すればよい。すなわち、例えば出現頻度が３０％を上回る単語を高頻出語とし、１０％以下の場合を下回る単語を低頻出語とする等の基準を決め、その基準にしたがって各単語が高頻出語または低頻出語に該当するか否かを決定すればよい。
【００３４】
メーカー名ＤＢ１５０は、メーカーの会社名を格納するためのデータベースである。本実施の形態では、ファッション商品に関するウェブページを検索する場合を例としているため、メーカー名ＤＢ１５０には、ファッション商品のメーカーの会社名が格納される。通常、直販サイトには、その直販サイトを運営するメーカーの会社名のみが表示され、それ以外のメーカーの会社名が表示されることは少ない。そのため、本実施の形態では、ショッピングサイトにおいてメーカーの会社名の数が２以上である場合に当該ショッピングサイトは直販サイトではないと判定し、その判定を行うためにメーカー名ＤＢ１５０を設けている。
【００３５】
［検索サーバ２０の構成］
図６は、検索サーバ２０の構成を示すブロック図である。図６に示すとおり、検索サーバ２０は、ＣＰＵ２０１と、そのＣＰＵ２０１に接続された主記憶装置２０２、補助記憶装置２０３及び通信インタフェース（Ｉ／Ｆ）２０４とを備えている。なお、これらのＣＰＵ２０１、主記憶装置２０２、補助記憶装置２０３及び通信Ｉ／Ｆ２０４はバス２０５によって接続されている。
【００３６】
ＣＰＵ２０１は、補助記憶装置２０３に記憶されているコンピュータプログラムを実行する。これにより、検索サーバ２０は、各種のデバイスの動作を制御しながら、後述する各種の処理を実行することが可能になる。
【００３７】
主記憶装置２０２は、ＳＲＡＭまたはＤＲＡＭ等によって構成されており、補助記憶装置２０３に記憶されているコンピュータプログラムの読み出しに用いられる。また、主記憶装置２０２は、ＣＰＵ２０１がコンピュータプログラムを実行するときに、ＣＰＵ２０１の作業領域としても利用される。
【００３８】
補助記憶装置２０３は、フラッシュメモリ又はハードディスクなどの不揮発性記憶装置によって構成されており、ＣＰＵ２０１に実行させるための種々のコンピュータプログラム及び当該コンピュータプログラムの実行に用いられるデータ等を記憶している。また、補助記憶装置２０３には、検索用インデックス情報データベース（ＤＢ）２１０及びコーディネート情報データベース（ＤＢ）２２０の各データベースが設けられている。これらのデータベースの詳細については後述する。
【００３９】
通信Ｉ／Ｆ２０４は、外部の各種の装置と通信をするためのインタフェース装置である。上述したように、検索サーバ２０は、インターネットＮＴＷを介してクライアント４０，４０，…と通信し、また、インデックス生成装置１０とも別途通信する。これらの通信は、通信Ｉ／Ｆ２０４を介して行われる。
【００４０】
次に、上述した各データベースについて説明する。
検索用インデックス情報ＤＢ２１０は、インデックス生成装置１０によって生成された検索用インデックス情報を格納するためのデータベースである。この検索用インデックス情報ＤＢ２１０のレイアウトは、インデックス生成装置１０に設けられている検索用インデックス情報ＤＢ１２０の場合と同様であるため、説明を省略する。検索サーバ２０は、適宜のタイミングで繰り返しインデックス生成装置１０から検索用インデックス情報を取得し、検索用インデックス情報ＤＢ２１０に格納する。
【００４１】
コーディネート情報データベース（ＤＢ）２２０は、コーディネート案を作成するために参照されるコーディネート情報を格納するためのデータベースである。
図７は、このコーディネート情報ＤＢ２２０のレイアウトの一例を示す図である。図７に示すように、コーディネート情報ＤＢ２２０は、上半身用の商品の商品ＩＤが格納される上半身１フィールド２２０ａ・上半身２フィールド２２０ｂ・上半身３フィールド２２０ｃ、下半身用の商品の商品ＩＤが格納される下半身１フィールド２２０ｄ・下半身２フィールド２２０ｅ、帽子の商品ＩＤが格納される帽子フィールド２２０ｆ、靴の商品ＩＤが格納される靴フィールド２２０ｇ、鞄の商品ＩＤが格納される鞄フィールド２２０ｈ、及びネックレス等のアクセサリー類の商品ＩＤが格納されるアクセサリーフィールド２２０ｉを有している。
【００４２】
コーディネート情報ＤＢ２２０の各フィールドに格納される情報は、検索用インデックス情報ＤＢ２１０に格納された情報等を用いて、自動又は手動で生成される。ここで自動的に生成される場合は、例えば次のようにしてコーディネート情報ＤＢ２２０の各フィールドに商品ＩＤが格納される。
（１）検索用インデックス情報ＤＢ２１０において、ブランドフィールド１２０ｃ、系統フィールド１２０ｆ及びターゲットフィールド１２０ｇに格納されている情報を参照し、これらが共通する商品の商品ＩＤをコーディネート情報ＤＢ２２０の各フィールドに格納する。
（２）色フィールド１２０ｅに格納されている情報を参照し、予め定められている色の組合せ（例えば「青・白」、「黒・グレー」等）に係る色の商品の商品ＩＤをコーディネート情報ＤＢ２２０の各フィールドに格納する。
（３）テキストフィールド１２０ｈに格納されているテキスト情報を参照し、当該情報に基づいて何れの季節用の商品であるのかを判定し（例えば、「春」「暖かくなる」等の語がテキストフィールド１２０ｈに格納されている場合は春用の商品と判定し、「夏」「涼しげ」等の語が同じく格納されている場合は夏用の商品と判定する等）、季節が共通する商品の商品ＩＤをコーディネート情報ＤＢ２２０の各フィールドに格納する。
【００４３】
なお、一つのコーディネート情報（コーディネート情報ＤＢ２２０における一つのレコード）には複数の異なるメーカーの商品に係る商品ＩＤが含まれている。すなわち、異なる直販サイトにおいて取り扱われている商品を用いてコーディネート案が作成されている。
【００４４】
次に、本実施の形態において実行される検索用インデックス生成処理及び情報検索処理について説明する。
【００４５】
［検索用インデックス生成処理］
以下に説明する検索用インデックス生成処理は、本実施の形態においてはインデックス生成装置１０によって実行される。
図８は、インデックス生成装置１０が実行する検索用インデックス生成処理の手順を示すフローチャートである。インデックス生成装置１０はまず、ウェブページ情報ＤＢ１１０を参照し（Ｓ１０１）、処理対象となるウェブページ情報を特定する。次に、インデックス生成装置１０は、特定したウェブページ情報に含まれているＨＴＭＬ文書中のテキスト情報を取得し（Ｓ１０２）、そのテキスト情報と高頻出語情報ＤＢ１３０に格納されている高頻出語情報とを用いて、当該ウェブページ情報の高頻出語スコアを下記の式１により算出する（Ｓ１０３）。
高頻出語スコア＝ΣｎＨ・ｆＨ … 式１
ここで、ｎＨは高頻出語情報ＤＢ１３０に格納されている高頻出語がテキスト情報中に出現する回数を、ｆＨはその高頻出語の出現頻度をそれぞれ示している。
【００４６】
例えば、高頻出語情報ＤＢ１３０に図４に示すとおりの情報が格納されている場合であって、テキスト情報中に“オフィシャル”が４回、“直営”が５回出現しているときの高頻出語スコアは、４×０．７５＋５×０．６＝６となる。
【００４７】
なお、高頻出語スコアの算出方法は上記に限られるわけではなく、他のものであってもよい。例えば、出現頻度を考慮せずに出現回数の総和を高頻出語スコアとしてもよい。また、ＨＴＭＬ文書における特定のタグ中に出現する語のみをスコア算出の対象としたり、タグ毎に重み付けをして高頻出語スコアを算出したりしてもよい。
【００４８】
インデックス生成装置１０は、ステップＳ１０３にて高頻出語スコアを算出した後、その高頻出語スコアが所定の閾値以上であるか否かを判定する（Ｓ１０４）。ここで高頻出語スコアが閾値よりも小さいと判定した場合（Ｓ１０４でＮＯ）、インデックス生成装置１０は、処理対象のウェブページ情報に係るウェブサイトが直販サイトではないと判断し、後述するステップＳ１１０に進む。他方、高頻出語スコアが閾値以上であると判定した場合（Ｓ１０４でＹＥＳ）、インデックス生成装置１０は、ステップＳ１０３の場合と同様に、テキスト情報と低頻出語情報ＤＢ１４０に格納されている低頻出語情報とを用いて、下記の式２により低頻出語スコアを算出する（Ｓ１０５）。
低頻出語スコア＝ΣｎＬ（１−ｆＬ） … 式２
ここで、ｎＬは低頻出語情報ＤＢ１４０に格納されている低頻出語がテキスト情報中に出現する回数を、ｆＬはその低頻出語の出現頻度をそれぞれ示している。
【００４９】
例えば、低頻出語情報ＤＢ１４０に図５に示すとおりの情報が格納されている場合であって、テキスト情報中に“ショッピングモール”が３回、“△□プラザ”が１回出現しているときの低頻出語スコアは、３×（１−０．０３）＋１×（１−０）＝３．９１となる。
なお、高頻出語スコアの場合と同様、低頻出語スコアについても上記以外の方法で算出されてもよいことは勿論である。
【００５０】
次に、インデックス生成装置１０は、算出した低頻出語スコアが所定の閾値以下であるか否かを判定する（Ｓ１０６）。ここで、低頻出語スコアが閾値より大きいと判定した場合（Ｓ１０６でＮＯ）、インデックス生成装置１０は、処理対象のウェブページ情報に係るウェブサイトが直販サイトではないと判断し、後述するステップＳ１１０へ進む。他方、低頻出語スコアが閾値以下であると判定した場合（Ｓ１０６でＹＥＳ）、インデックス生成装置１０は、メーカー名ＤＢ１５０を参照し、テキスト情報中に含まれているメーカー名の数が１以下であるか否かを判定する（Ｓ１０７）。
【００５１】
ステップＳ１０７においてメーカー名の数が２以上であると判定した場合（Ｓ１０７でＮＯ）、インデックス生成装置１０は、処理対象のウェブページ情報に係るウェブサイトが直販サイトではないと判断し、後述するステップＳ１１０へ進む。他方、メーカー名の数が１以下であると判定した場合（Ｓ１０７でＹＥＳ）、インデックス生成装置１０は、処理対象のウェブページ情報に係るウェブサイトが直販サイトであると判断し、当該ウェブページ情報を検索するための検索用インデックス情報を生成する（Ｓ１０８）。このステップＳ１０８で実行される検索用インデックス情報の生成処理は、上述したように、ウェブページ情報のテキスト情報に対して形態素解析等を適用することによって、カテゴリ、ブランド名、価格帯、色、系統、ターゲット等の各種情報を抽出すること等によって行われる。
【００５２】
インデックス生成装置１０は、生成した検索用インデックス情報を検索用インデックス情報ＤＢ１２０に登録する（Ｓ１０９）。その後、インデックス生成装置１０は、すべてのウェブページ情報が検索用インデックス生成処理の対象となったか否かを判定し（Ｓ１１０）、まだ処理対象となっていないウェブページ情報が存在すると判定した場合（Ｓ１１０でＮＯ）、ステップＳ１０１に戻り、それ以降の処理を繰り返す。そして、すべてのウェブページ情報が処理対象になったと判定した場合（Ｓ１１０でＹＥＳ）、インデックス生成装置１０は処理を終了する。
【００５３】
以上の検索用インデックス生成処理によって、クロール処理により収集されたウェブページ情報に係るウェブサイトのうちの直販サイトにアクセスするための検索用インデックス情報が生成され、検索用インデックス情報ＤＢ１２０に登録される。次に、このようにして生成された検索用インデックス情報を用いて検索を行う情報検索処理について説明する。
【００５４】
［情報検索処理］
以下に説明する情報検索処理は、本実施の形態においては検索サーバ２０及びクライアント４０によって実行される。
図９は、検索サーバ２０及びクライアント４０が実行する情報検索処理の手順の一例を示すフローチャートである。なお、以下の処理を実行する前に、クライアント４０が検索サーバ２０にアクセスし、検索語を入力するための画面がクライアント４０の表示部に表示されているものとする。
【００５５】
ユーザは、クライアント４０の表示部に表示されている画面に対して、所望の検索語（例えば、「シャツ」、「コート」、「黒」、「カジュアル」等）を入力する。クライアント４０は、ユーザから検索語の入力を受け付けた場合（Ｓ２０１）、ユーザの指示にしたがってその検索語を検索サーバ２０に対して送信することにより検索リクエストを行う（Ｓ２０２）。
【００５６】
検索サーバ２０は、クライアント４０から送信された検索語を受信した場合（Ｓ３０１）、検索用インデックス情報ＤＢ２１０を参照し（Ｓ３０２）、検索結果の画面を示す画面情報を生成する（Ｓ３０３）。この画面情報には、複数の異なる直販サイトに係る商品情報が含まれている。検索サーバ２０は、検索リクエストを行ったクライアント４０に対して、生成した画面情報を送信する（Ｓ３０４）。
【００５７】
クライアント４０は、検索サーバ２０から送信された画面情報を受信した場合（Ｓ２０３）、その受信した画面情報を液晶ディスプレイ等の表示部に表示する（Ｓ２０４）。図１０は、クライアント４０の表示部に表示される、検索結果としての画面情報の一例を示す図である。図１０に示すとおり、画面情報３００Ａは、ユーザが検索語を入力するための検索語入力欄３０１、検索リクエストを送信するための検索ボタン３０２、後述するコーディネート案の提供を受けるためのコーディネートボタン３０３、検索された商品の画像を表示する商品画像欄３０４、及び当該商品の属性情報を表示するための属性表示欄３０５を有している。
【００５８】
図１０では、検索語入力欄３０１に「シャツ」及び「青」が入力されて検索ボタン３０２がクリックされた場合であって、商品画像欄３０４及び属性表示欄３０５が各６個設けられ、属性表示欄３０５にブランド、価格及びＵＲＬが表示されるときの画面情報が例示されている。図１０に示すとおり、各直販サイトで購入可能な商品（シャツ）が対比可能なように複数表示されており、ユーザが商品画像欄３０４又はＵＲＬのリンクをクリックすると、当該商品を購入することができる直販サイトにアクセスすることができる。
【００５９】
次に、コーディネート案を提供する場合の情報検索処理について説明する。図１１は、検索サーバ２０及びクライアント４０が実行する情報検索処理の手順の他の例を示すフローチャートである。なお、以下の処理を実行する前に、クライアント４０が検索サーバ２０にアクセスし、検索語を入力するための画面がクライアント４０の表示部に表示されているものとする。
【００６０】
ユーザは、クライアント４０の表示部に表示されている画面に対して、所望の検索語を入力する。クライアント４０は、ユーザから検索語の入力を受け付けた場合（Ｓ４０１）、ユーザの指示にしたがってその検索語を検索サーバ２０に対して送信することによって検索リクエストを行う（Ｓ４０２）。なお、この検索リクエストの際、ユーザはコーディネートボタン３０３をクリックしたものとする。
【００６１】
検索サーバ２０は、クライアント４０から送信された検索語を受信した場合（Ｓ５０１）、検索用インデックス情報ＤＢ２１０を参照し（Ｓ５０２）、さらにコーディネート情報ＤＢ２２０を参照した上で（Ｓ５０３）、検索結果の画面を示す画面情報を生成する（Ｓ５０４）。この画面情報には、複数の直販サイトに係る商品情報を用いて作成されたコーディネート案が含まれている。検索サーバ２０は、コーディネート情報ＤＢ２２０を参照し、コーディネート情報の各フィールドに格納されている商品ＩＤをキーとして検索用インデックス情報から当該商品ＩＤに係る商品の各種情報を取得することによって、コーディネート案を作成し、そのコーディネート案を含む画面情報を生成する。その後、検索サーバ２０は、検索リクエストを行ったクライアント４０に対して、生成した画面情報を送信する（Ｓ５０５）。
【００６２】
クライアント４０は、検索サーバ２０から送信された画面情報を受信した場合（Ｓ４０３）、その受信した画面情報を液晶ディスプレイ等の表示部に表示する（Ｓ４０４）。図１２は、クライアント４０の表示部に表示される、検索結果としての画面情報の他の例を示す図である。図１２に示すとおり、画面情報３００Ｂは、図１０に示す画面情報３００Ａの場合と同様に、検索語入力欄３０１、検索ボタン３０２、及びコーディネートボタン３０３を有しており、さらに、コーディネート案を表示するためのコーディネート案表示欄４０１を２個有している。このコーディネート案表示欄４０１は、商品の画像を表示する商品画像欄４０１ａ及び当該商品の属性情報を表示するための属性表示欄４０１ｂの組が複数設けられて構成されており、商品画像欄４０１ａ及び属性表示欄４０１ｂの組はその商品を購入者が身に付けたときの位置に応じた位置に配されている（例えば、帽子が一番上に、靴が一番下に配置される等）。このような配置にすることによって、コーディネート案をより具体的にイメージしやすくなる。
【００６３】
図１２では、検索語入力欄３０１に「帽子」、「茶」及び「ヤングカジュアル」が入力されてコーディネートボタン３０３がクリックされた場合であって、コーディネート案表示欄４０１が２個設けられ、そのコーディネート案表示欄４０１における属性表示欄４０１ｂにブランド、価格及びＵＲＬが表示されるときの画面情報が例示されている。図１２に示すとおり、各直販サイトで購入可能な商品によってコーディネート案が構成されており、コーディネート案表示欄４０１中の商品画像欄３０４又はＵＲＬのリンクをユーザがクリックすると、当該商品を購入することができる直販サイトにアクセスすることができる。
【００６４】
本実施の形態の検索用インデックス生成システム及び情報検索システムによれば、複数の異なる直販サイトの商品をまとめて取り扱うショッピングモールの如きウェブサイトを実現することができる。そのため、複数の直販サイトに係る商品の比較を容易に行うこと等が可能になるため、購入者にとって大きなメリットがある。また、直販サイトを運営するメーカー側にとっても、別途ショッピングモールに出店せずに集客力を高めることができ、しかも、特別な出店料等を支払う必要がないため、利益率を高めることができる。
【００６５】
（実施の形態２）
実施の形態２は、ウェブページ情報に含まれている画像中の文字を認識する文字認識機能を備えた検索用インデックス生成システムである。なお、本実施の形態の場合においても、インデックス生成装置が単体で検索用インデックス生成システムとして機能する例が示されている。なお、実施の形態２のインデックス生成装置の構成は、文字認識機能を実現するためのコンピュータプログラムが補助記憶装置に格納されている以外、実施の形態１の場合と同様であるので、説明を省略する。以下、図２を適宜参照しながら、本実施の形態のインデックス生成装置の動作について説明する。
【００６６】
図１３は、実施の形態２に係るインデックス生成装置が実行する文字認識処理の手順を示すフローチャートである。インデックス生成装置１０は、ウェブページ情報ＤＢ１１０を参照し（Ｓ６０１）、処理対象となるウェブページ情報を特定する。次に、インデックス生成装置１０は、特定したウェブページ情報に含まれているＨＴＭＬ文書中の画像情報を取得し（Ｓ６０２）、公知のパターン認識等の手法によって当該画像中に存在する文字を認識する文字認識を実行する（Ｓ６０３）。そして、インデックス生成装置１０は、ステップＳ６０３の結果認識された文字があれば、その文字を表す文字情報を生成し（Ｓ６０４）、その文字情報をウェブページ情報ＤＢ１１０に登録する（Ｓ６０５）。なお、これらのステップＳ６０２乃至Ｓ６０４の処理は、ウェブページ情報ＤＢ１１０に格納されているすべてのウェブページ情報に対して実行する。
【００６７】
その後、インデックス生成装置１０は、実施の形態１の場合と同様の処理を実行することによって、検索用インデックス情報を生成する。このとき、ウェブページ情報ＤＢ１１０には文字認識処理の結果得られた文字情報が含まれており、ウェブページ情報にもともと含まれているテキスト情報の他、この文字情報をも用いて、検索用インデックス情報が生成されることになる。そのため、例えばウェブページ情報中の画像に会社名等が表されている場合、その会社名等も用いて直販サイトであるか否か等の判定が行われることになり、より一層高精度に当該判定を行うことが可能になる。
【００６８】
（その他の実施の形態）
上記の各実施の形態においては、インデックス生成装置１０及び検索サーバ２０が別々の装置で構成されているが、これらのインデックス生成装置１０及び検索サーバ２０の機能を一つの装置が行うような構成であってもよい。また、さらに他の装置と協働することによってインデックス生成装置１０及び／又は検索サーバ２０の機能を実現するような構成であってもよい。すなわち、本発明の検索用インデックス生成システム及び／又は情報検索システムは、一つの装置によって構成されていてもよく、複数の装置が協働することによって構成されていてもよい。
【００６９】
また、上記の実施の形態１においては、高頻出語スコア、低頻出語スコア及びメーカー名の数の３要素に基づいて直販サイトであるか否かの判定を行っているが、何れか１つ又は２つの要素のみに基づいて当該判定を行うようにしてもよい。
【００７０】
また、上記の実施の形態１において、検索サーバ２０は、検索リクエストを受け取ったタイミングで検索結果を示す画面情報を生成しているが、このような態様でなくてもよい。例えば、検索サーバ２０が、予め検索語に対応した画面情報を生成しておいて記憶しておき、検索リクエストを受け取ったときに記憶している画面情報の中から当該検索リクエストに応じた画面情報を選択し、これをクライアント４０側へ送信するような構成であってもよい。これにより、応答時間の短縮化を図ることができる。
【産業上の利用可能性】
【００７１】
本発明の検索用インデックス生成システム及び検索用インデックス生成方法は、ウェブサイトを検索するための検索用インデックス情報を生成するシステム及び方法等として有用であり、本発明の情報検索システム及び情報検索方法は、所望の商品を取り扱うウェブサイトにアクセするためのシステム及び方法等として有用である。
【符号の説明】
【００７２】
１０ インデックス生成装置
２０ 検索サーバ
３０ ウェブサーバ
４０ クライアント
１０１ ＣＰＵ
１０２ 主記憶装置
１０３ 補助記憶装置
１０４ 通信インタフェース
１０５ バス
１１０ ウェブページ情報ＤＢ
１２０ 検索用インデックス情報ＤＢ
１３０ 高頻出語情報ＤＢ
１４０ 低頻出語情報ＤＢ
１５０ メーカー名ＤＢ
２０１ ＣＰＵ
２０２ 主記憶装置
２０３ 補助記憶装置
２０４ 通信インタフェース
２０５ バス
２１０ 検索用インデックス情報ＤＢ
２２０ コーディネート情報ＤＢ
３００Ａ，Ｂ 画面情報
３０１ 検索語入力欄
３０２ 検索ボタン
３０３ コーディネートボタン
３０４ 商品画像欄
３０５ 属性表示欄
４０１ コーディネート案表示欄
４０１ａ 商品画像欄
４０１ｂ 属性表示欄
【技術分野】
【０００１】
本発明は、ウェブページを検索する場合に用いられる検索用インデックスを生成する検索用インデックス生成システム及び検索用インデックス生成方法、並びにその検索用インデックスを用いて情報検索を行う情報検索システム及び情報検索方法に関する。
【背景技術】
【０００２】
近年、インターネットが急速に普及してきており、これに伴い、複数の仮想店舗（ショッピングサイト）で構成される数多くのショッピングモールがインターネット上に形成されている（例えば、特許文献１及び２を参照。）。このようなショッピングモールの場合、種々の商品を取り扱っているショッピングサイトが集まっているため、効率良く買い物をすることができたり、同種の商品の価格等を容易に比較することができたり等、購入者にとって利便性が高い。これに対し、ショッピングサイトを出店する側にとっては、効率良く集客することが可能になる等のメリットがある一方で、ショッピングモールの運営側に多額の出店料を支払う必要がある等のデメリットがある。
【０００３】
上記のようなデメリットを考慮し、商品を製造するメーカーは、ショッピングモールに出店せずに、いわゆる直販サイトを独自にインターネット上に構築するケースが増えている。これにより、ショッピングモールに出店する場合と比べて、利益率を高めることができる。また、直販サイトの場合、メーカー独自のポイント制度を設けたり、自由なデザインが可能になるためメーカーの個性を表現することができたり等のメリットがある。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００１−３０６８４１号公報
【特許文献２】特開２００７−２４９４９４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、直販サイトの場合、インターネット上でそれぞれが個々に構築されているため、複数の直販サイトで取り扱っている商品を比較することが困難である等、購入者にとっては必ずしも利便性が高くないという問題がある。また、直販サイトを運営するメーカーにとっても、ショッピングモールに出店する場合と比較して、集客力が低くなる可能性がある等の問題がある。
【０００６】
本発明は斯かる事情に鑑みてなされたものであり、その主たる目的は、上記課題を解決することができる検索用インデックス生成システム及び検索用インデックス生成方法、並びに情報検索システム及び情報検索方法を提供することにある。
【課題を解決するための手段】
【０００７】
上述した課題を解決するために、本発明の一の態様の検索用インデックス生成システム
は、インターネット上のショッピングサイトからウェブページ情報を収集するウェブページ情報収集手段と、前記ウェブページ情報収集手段によって収集されたウェブページ情報に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定する判定手段と、前記判定手段により前記ショッピングサイトが直販サイトであると判定された場合、当該ショッピングサイトに係るウェブページ情報を用いて、当該ウェブページ情報を検索するための検索用インデックスを生成する検索用インデックス生成手段とを備えている。
【０００８】
この態様において、前記判定手段が、前記収集されたウェブページ情報に含まれる文字に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されていてもよい。
【０００９】
また、前記態様において、前記ウェブページ情報に画像が含まれている場合に、当該画像中の文字を認識する文字認識手段を更に備え、前記判定手段が、前記文字認識手段によって認識された文字に基づいて、前記ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されていてもよい。
【００１０】
また、前記態様において、直販サイトにおける頻出語を記憶する頻出語記憶部を更に備え、前記判定手段が、前記頻出語記憶部に記憶された頻出語が前記収集されたウェブページ情報に含まれるか否かを判定し、その判定結果に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されていてもよい。
【００１１】
また、前記態様において、前記判定手段が、前記収集されたウェブページ情報に含まれている前記頻出語の数に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されていてもよい。
【００１２】
また、本発明の一の態様の情報検索システムは、インターネットを介して外部の装置からウェブページ情報の検索リクエストを受け付けた場合に、前記態様の検索用インデックス生成システムによって生成された検索用インデックスに基づいて、前記検索リクエストに応じた直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成する画面情報生成手段と、前記画面情報生成手段によって生成された画面情報を前記外部の装置に対して送信する送信手段とを備えている。
【００１３】
この態様において、前記画面情報生成手段が、前記検索リクエストに応じた複数の異なる直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成するように構成されていてもよい。
【００１４】
また、前記態様において、前記ウェブページ情報が、ショッピングサイトにおいて購入可能なファッション商品に関する情報であり、前記画面情報生成手段が、前記検索リクエストに応じた複数の異なる直販サイトに係るウェブページ情報に含まれる情報を対応付けることによって、ファッション商品のコーディネート案を示す画面情報を生成するように構成されていてもよい。
【００１５】
また、本発明の一の態様の検索用インデックス生成方法は、インターネットにアクセス可能なコンピュータが、インターネット上のショッピングサイトからウェブページ情報を収集するステップと、前記コンピュータが、前記収集されたウェブページ情報に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するステップと、前記コンピュータが、前記判定により前記ショッピングサイトが直販サイトであるとされた場合、当該ショッピングサイトに係るウェブページ情報を用いて、当該ウェブページ情報を検索するための検索用インデックスを生成するステップとを有している。
【００１６】
また、本発明の一の態様の情報検索方法は、インターネットを介して外部の装置からウェブページ情報の検索リクエストをコンピュータが受け付けた場合に、当該コンピュータが、前記態様の検索用インデックス生成方法によって生成された検索用インデックスに基づいて、前記検索リクエストに応じた直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成するステップと、前記コンピュータが、前記生成された画面情報を前記外部の装置に対して送信するステップとを有している。
【発明の効果】
【００１７】
本発明に係る検索用インデックス生成システム及び検索用インデックス生成方法によれば、直販サイトにおけるウェブページを検索するための検索用インデックス情報を容易に生成することができる。また、本発明に係る情報検索システム及び情報検索方法によれば、直販サイトにおけるウェブページを容易に検索することが可能になる。
【図面の簡単な説明】
【００１８】
【図１】実施の形態１の検索用インデックス生成システム及び情報検索システムの構成を示すブロック図。
【図２】インデックス生成装置の構成を示すブロック図。
【図３】インデックス生成装置に設けられた検索用インデックス情報データベースのレイアウトの一例を示す図。
【図４】インデックス生成装置に設けられた高頻出語情報データベースのレイアウトの一例を示す図。
【図５】インデックス生成装置に設けられた低頻出語情報データベースのレイアウトの一例を示す図。
【図６】検索サーバの構成を示すブロック図。
【図７】コーディネート情報データベースのレイアウトの一例を示す図。
【図８】インデックス生成装置が実行する検索用インデックス生成処理の手順を示すフローチャート。
【図９】検索サーバ及びクライアントが実行する情報検索処理の手順の一例を示すフローチャート。
【図１０】クライアントの表示部に表示される画面情報の一例を示す図。
【図１１】検索サーバ及びクライアントが実行する情報検索処理の手順の他の例を示すフローチャート。
【図１２】クライアントの表示部に表示される画面情報の他の例を示す図。
【図１３】実施の形態２に係るインデックス生成装置が実行する文字認識処理の手順を示すフローチャート
【発明を実施するための形態】
【００１９】
以下、本発明の好ましい実施の形態を、図面を参照しながら説明する。なお、以下に示す実施の形態では、衣料品等のファッション商品に関するウェブページを検索するための検索用インデックスを生成し、その検索用インデックスを用いて情報検索を行う方法及びシステムが記載されているが、これは例示であって、本発明の技術的思想はこれに限定されるわけではない。
【００２０】
（実施の形態１）
図１は、実施の形態１の検索用インデックス生成システム及び情報検索システムの構成を示すブロック図である。図１において、符号１０は、本実施の形態において検索用インデックス生成システムとして機能するインデックス生成装置を示しており、符号２０は、同じく情報検索システムとして機能する検索サーバを示している。これらのインデックス生成装置１０及び検索サーバ２０は、公知の通信プロトコルを用いて通信可能に接続されている。また、インデックス生成装置１０及び検索サーバ２０はインターネットＮＴＷに接続されており、このインターネットＮＴＷを介して、インデックス生成装置１０は複数のウェブサーバ３０，３０，…と、検索サーバ２０は複数のクライアント４０，４０，…とそれぞれ通信可能になっている。
【００２１】
ウェブサーバ３０，３０,…は、各種のウェブサイトを運用しているコンピュータであり、そのウェブサイトの中には直販サイト等のショッピングサイト、及びショッピングモール等が含まれる。また、クライアント４０，４０，…は、例えばパーソナルコンピュータ・携帯型電話機・ＰＤＡ（Personal Digital Assistant）等の通信機能を有する端末であり、インターネットＮＴＷを介して検索サーバ２０及びウェブサーバ３０，３０,…と通信可能なように構成されている。
【００２２】
インデックス生成装置１０は、各ウェブサイトのウェブページ中に含まれるリンクを辿ることによってウェブページに関するウェブページ情報を収集するクロール処理を実行するクローラ（検索ロボット）であり、収集したウェブページ情報が直販サイトに係るものであるか否かを後述するようにして判定することによって、直販サイトのウェブページにアクセスするための検索用インデックスを生成する。検索サーバ２０は、各クライアント４０から検索リクエストを受信した場合に、後述するように、インデックス生成装置１０によって生成された検索用インデックスに基づいて検索結果を返すレスポンス処理を実行する。
以下、これらのインデックス生成装置１０及び検索サーバ２０の詳細な構成について説明する。
【００２３】
［インデックス生成装置１０の構成］
図２は、インデックス生成装置１０の構成を示すブロック図である。図２に示すとおり、インデックス生成装置１０は、ＣＰＵ１０１と、そのＣＰＵ１０１に接続された主記憶装置１０２、補助記憶装置１０３及び通信インタフェース（Ｉ／Ｆ）１０４とを備えている。これらのＣＰＵ１０１、主記憶装置１０２、補助記憶装置１０３及び通信Ｉ／Ｆ１０４はバス１０５によって接続されている。
【００２４】
ＣＰＵ１０１は、補助記憶装置１０３に記憶されているコンピュータプログラムを実行する。これにより、インデックス生成装置１０は、各種のデバイスの動作を制御しながら、後述する各種の処理を実行することが可能になる。
【００２５】
主記憶装置１０２は、ＳＲＡＭまたはＤＲＡＭ等によって構成されており、補助記憶装置１０３に記憶されているコンピュータプログラムの読み出しに用いられる。また、主記憶装置１０２は、ＣＰＵ１０１がコンピュータプログラムを実行するときに、ＣＰＵ１０１の作業領域としても利用される。
【００２６】
補助記憶装置１０３は、フラッシュメモリ又はハードディスクなどの不揮発性記憶装置によって構成されており、ＣＰＵ１０１に実行させるための種々のコンピュータプログラム及び当該コンピュータプログラムの実行に用いられるデータ等を記憶している。また、補助記憶装置１０３には、ウェブページ情報データベース（ＤＢ）１１０、検索用インデックス情報データベース（ＤＢ）１２０、高頻出語情報データベース（ＤＢ）１３０、低頻出語情報データベース（ＤＢ）１４０，及びメーカー名データベース（ＤＢ）１５０の各データベースが設けられている。これらのデータベースの詳細については後述する。
【００２７】
通信Ｉ／Ｆ１０４は、外部の各種の装置と通信をするためのインタフェース装置である。上述したように、インデックス生成装置１０は、インターネットＮＴＷを介してウェブサーバ３０，３０，…と通信し、また、検索サーバ２０とも別途通信する。これらの通信は、通信Ｉ／Ｆ１０４を介して行われる。
【００２８】
次に、上述した各データベースについて説明する。
ウェブページ情報ＤＢ１１０は、クロール処理により収集された、ＨＴＭＬ（Hyper
Text Markup Language）文書及びＵＲＬ（Uniform Resource Locator）等を含むウェブページ情報を格納するためのデータベースである。インデックス生成装置１０は、所定の時間間隔で繰り返しクロール処理を実行し、新たなＨＴＭＬ文書を見つけた場合に、当該ＨＴＭＬ文書に関するウェブページ情報をウェブページ情報ＤＢ１１０に格納する。また、インデックス生成装置１０は、既存のＨＴＭＬ文書が更新されている場合にはウェブページ情報ＤＢ１１０の対応するウェブページ情報を更新し、削除されている場合にはウェブページ情報ＤＢ１１０の対応するウェブページ情報も削除する等の処理を実行する。なお、このＨＴＭＬ文書には、静的なものの他、ＣＭＳ（Contents Management System）等によって動的に生成されたものも含まれる。また、ウェブページ情報には、ＨＴＭＬ文書中のテキスト情報、画像情報、及びそのＨＴＭＬ文書にリンクされている各種形式の情報等が含まれる。
【００２９】
検索用インデックス情報ＤＢ１２０は、ウェブページ情報ＤＢ１１０に格納されているウェブページ情報に基づいて生成された検索用インデックス情報を格納するためのデータベースである。図３は、この検索用インデックス情報ＤＢ１２０のレイアウトの一例を示す図である。図３に示すように、検索用インデックス情報ＤＢ１２０は、直販サイトで購入可能な商品を識別するための識別子である商品ＩＤが格納される商品ＩＤフィールド１２０ａ、商品が属するカテゴリを示す情報が格納されるカテゴリフィールド１２０ｂ、商品のブランドの名称が格納されるブランドフィールド１２０ｃ、商品の価格が属する価格帯を示す情報が格納される価格帯フィールド１２０ｄ、商品の色を示す情報が格納される色フィールド１２０ｅ、商品が属するファッションの系統を示す情報が格納される系統フィールド１２０ｆ、商品の購買層を示す情報が格納されるターゲットフィールド１２０ｇ、商品を紹介するＨＴＭＬ文書中のテキスト情報が格納されるテキストフィールド１２０ｈ、同じくＨＴＭＬ文書中の画像の保存先が格納される画像フィールド１２０ｉ、及び同じくＨＴＭＬ文書のＵＲＬが格納されるＵＲＬフィールド１２０ｊを有している。
【００３０】
インデックス生成装置１０は、ウェブページ情報ＤＢ１１０に格納されているウェブページ情報を解析し、検索用インデックス情報ＤＢ１２０に格納する情報を抽出する。より具体的に説明すると、インデックス生成装置１０は、例えばウェブページ情報におけるテキスト情報に対して形態素解析またはＮ−ｇｒａｍ方式等を適用することによって、カテゴリ、ブランド名、価格帯、色、系統、ターゲット等の各種情報を抽出し、それらの情報を各フィールドに格納する。また、ＨＴＭＬ文書中の画像は、補助記憶装置１０３の適当な領域に保存され、その保存先を示すパスが画像フィールド１２０ｉに格納される。また、ＨＴＭＬ文書中のテキスト情報はそのままテキストフィールド１２０ｈに格納され。さらに、商品ＩＤは自動的に採番され、商品ＩＤフィールド１２０ａに格納される。
【００３１】
高頻出語情報ＤＢ１３０は、例えば“オフィシャル”、“直営”及び“本店”等、直販サイトに比較的高い頻度で出現する単語である「高頻出語」を格納するためのデータベースである。
図４は、この高頻出語情報ＤＢ１３０のレイアウトの一例を示す図である。図４に示すように、高頻出語情報ＤＢ１３０は、高頻出語が格納される高頻出語フィールド１３０ａ及びその高頻出語が直販サイトに出現する頻度が格納される頻度フィールド１３０ｂを有している。これらの高頻出語フィールド１３０ａ及び頻度フィールド１３０ｂに格納される情報は、複数の直販サイトを自動又は手動で解析することによって得られた統計情報等に基づいて生成される。図４には、高頻出語である“オフィシャル”が７５％の頻度で直販サイトに出現する場合、換言すれば解析対象となった直販サイトのうち７５％の直販サイトに“オフィシャル”という単語が出現する場合に、高頻出語フィールド１３０ａ及び頻度フィールド１３０ｂに格納される情報等が例示されている。
【００３２】
低頻出語情報ＤＢ１４０は、例えば“ショッピングモール”、“○×モール”及び“△□プラザ”等、直販サイトに比較的低い頻度で出現する単語である「低頻出語」を格納するためのデータベースである。
図５は、この低頻出語情報ＤＢ１４０のレイアウトの一例を示す図である。図５に示すように、低頻出語情報ＤＢ１４０は、低頻出語が格納される低頻出語フィールド１４０ａ及びその低頻出語が直販サイトに出現する頻度が格納される頻度フィールド１４０ｂを有している。高頻出語情報ＤＢ１３０の場合と同様に、低頻出語フィールド１４０ａ及び頻度フィールド１４０ｂに格納される情報は、複数の直販サイトを自動又は手動で解析することによって得られた統計情報等に基づいて生成される。図５には、低頻出語である“ショッピングモール”が３％の頻度で直販サイトに出現する場合、換言すれば解析対象となった直販サイトのうち３％の直販サイトに“ショッピングモール”という単語が出現する場合に、低頻出語フィールド１４０ａ及び頻度フィールド１４０ｂに格納される情報等が例示されている。
【００３３】
ある単語が高頻出語または低頻出語に該当するか否かは、所定の閾値を設定し、当該単語の出現頻度がその閾値を超えるか否かにより決定すればよい。すなわち、例えば出現頻度が３０％を上回る単語を高頻出語とし、１０％以下の場合を下回る単語を低頻出語とする等の基準を決め、その基準にしたがって各単語が高頻出語または低頻出語に該当するか否かを決定すればよい。
【００３４】
メーカー名ＤＢ１５０は、メーカーの会社名を格納するためのデータベースである。本実施の形態では、ファッション商品に関するウェブページを検索する場合を例としているため、メーカー名ＤＢ１５０には、ファッション商品のメーカーの会社名が格納される。通常、直販サイトには、その直販サイトを運営するメーカーの会社名のみが表示され、それ以外のメーカーの会社名が表示されることは少ない。そのため、本実施の形態では、ショッピングサイトにおいてメーカーの会社名の数が２以上である場合に当該ショッピングサイトは直販サイトではないと判定し、その判定を行うためにメーカー名ＤＢ１５０を設けている。
【００３５】
［検索サーバ２０の構成］
図６は、検索サーバ２０の構成を示すブロック図である。図６に示すとおり、検索サーバ２０は、ＣＰＵ２０１と、そのＣＰＵ２０１に接続された主記憶装置２０２、補助記憶装置２０３及び通信インタフェース（Ｉ／Ｆ）２０４とを備えている。なお、これらのＣＰＵ２０１、主記憶装置２０２、補助記憶装置２０３及び通信Ｉ／Ｆ２０４はバス２０５によって接続されている。
【００３６】
ＣＰＵ２０１は、補助記憶装置２０３に記憶されているコンピュータプログラムを実行する。これにより、検索サーバ２０は、各種のデバイスの動作を制御しながら、後述する各種の処理を実行することが可能になる。
【００３７】
主記憶装置２０２は、ＳＲＡＭまたはＤＲＡＭ等によって構成されており、補助記憶装置２０３に記憶されているコンピュータプログラムの読み出しに用いられる。また、主記憶装置２０２は、ＣＰＵ２０１がコンピュータプログラムを実行するときに、ＣＰＵ２０１の作業領域としても利用される。
【００３８】
補助記憶装置２０３は、フラッシュメモリ又はハードディスクなどの不揮発性記憶装置によって構成されており、ＣＰＵ２０１に実行させるための種々のコンピュータプログラム及び当該コンピュータプログラムの実行に用いられるデータ等を記憶している。また、補助記憶装置２０３には、検索用インデックス情報データベース（ＤＢ）２１０及びコーディネート情報データベース（ＤＢ）２２０の各データベースが設けられている。これらのデータベースの詳細については後述する。
【００３９】
通信Ｉ／Ｆ２０４は、外部の各種の装置と通信をするためのインタフェース装置である。上述したように、検索サーバ２０は、インターネットＮＴＷを介してクライアント４０，４０，…と通信し、また、インデックス生成装置１０とも別途通信する。これらの通信は、通信Ｉ／Ｆ２０４を介して行われる。
【００４０】
次に、上述した各データベースについて説明する。
検索用インデックス情報ＤＢ２１０は、インデックス生成装置１０によって生成された検索用インデックス情報を格納するためのデータベースである。この検索用インデックス情報ＤＢ２１０のレイアウトは、インデックス生成装置１０に設けられている検索用インデックス情報ＤＢ１２０の場合と同様であるため、説明を省略する。検索サーバ２０は、適宜のタイミングで繰り返しインデックス生成装置１０から検索用インデックス情報を取得し、検索用インデックス情報ＤＢ２１０に格納する。
【００４１】
コーディネート情報データベース（ＤＢ）２２０は、コーディネート案を作成するために参照されるコーディネート情報を格納するためのデータベースである。
図７は、このコーディネート情報ＤＢ２２０のレイアウトの一例を示す図である。図７に示すように、コーディネート情報ＤＢ２２０は、上半身用の商品の商品ＩＤが格納される上半身１フィールド２２０ａ・上半身２フィールド２２０ｂ・上半身３フィールド２２０ｃ、下半身用の商品の商品ＩＤが格納される下半身１フィールド２２０ｄ・下半身２フィールド２２０ｅ、帽子の商品ＩＤが格納される帽子フィールド２２０ｆ、靴の商品ＩＤが格納される靴フィールド２２０ｇ、鞄の商品ＩＤが格納される鞄フィールド２２０ｈ、及びネックレス等のアクセサリー類の商品ＩＤが格納されるアクセサリーフィールド２２０ｉを有している。
【００４２】
コーディネート情報ＤＢ２２０の各フィールドに格納される情報は、検索用インデックス情報ＤＢ２１０に格納された情報等を用いて、自動又は手動で生成される。ここで自動的に生成される場合は、例えば次のようにしてコーディネート情報ＤＢ２２０の各フィールドに商品ＩＤが格納される。
（１）検索用インデックス情報ＤＢ２１０において、ブランドフィールド１２０ｃ、系統フィールド１２０ｆ及びターゲットフィールド１２０ｇに格納されている情報を参照し、これらが共通する商品の商品ＩＤをコーディネート情報ＤＢ２２０の各フィールドに格納する。
（２）色フィールド１２０ｅに格納されている情報を参照し、予め定められている色の組合せ（例えば「青・白」、「黒・グレー」等）に係る色の商品の商品ＩＤをコーディネート情報ＤＢ２２０の各フィールドに格納する。
（３）テキストフィールド１２０ｈに格納されているテキスト情報を参照し、当該情報に基づいて何れの季節用の商品であるのかを判定し（例えば、「春」「暖かくなる」等の語がテキストフィールド１２０ｈに格納されている場合は春用の商品と判定し、「夏」「涼しげ」等の語が同じく格納されている場合は夏用の商品と判定する等）、季節が共通する商品の商品ＩＤをコーディネート情報ＤＢ２２０の各フィールドに格納する。
【００４３】
なお、一つのコーディネート情報（コーディネート情報ＤＢ２２０における一つのレコード）には複数の異なるメーカーの商品に係る商品ＩＤが含まれている。すなわち、異なる直販サイトにおいて取り扱われている商品を用いてコーディネート案が作成されている。
【００４４】
次に、本実施の形態において実行される検索用インデックス生成処理及び情報検索処理について説明する。
【００４５】
［検索用インデックス生成処理］
以下に説明する検索用インデックス生成処理は、本実施の形態においてはインデックス生成装置１０によって実行される。
図８は、インデックス生成装置１０が実行する検索用インデックス生成処理の手順を示すフローチャートである。インデックス生成装置１０はまず、ウェブページ情報ＤＢ１１０を参照し（Ｓ１０１）、処理対象となるウェブページ情報を特定する。次に、インデックス生成装置１０は、特定したウェブページ情報に含まれているＨＴＭＬ文書中のテキスト情報を取得し（Ｓ１０２）、そのテキスト情報と高頻出語情報ＤＢ１３０に格納されている高頻出語情報とを用いて、当該ウェブページ情報の高頻出語スコアを下記の式１により算出する（Ｓ１０３）。
高頻出語スコア＝ΣｎＨ・ｆＨ … 式１
ここで、ｎＨは高頻出語情報ＤＢ１３０に格納されている高頻出語がテキスト情報中に出現する回数を、ｆＨはその高頻出語の出現頻度をそれぞれ示している。
【００４６】
例えば、高頻出語情報ＤＢ１３０に図４に示すとおりの情報が格納されている場合であって、テキスト情報中に“オフィシャル”が４回、“直営”が５回出現しているときの高頻出語スコアは、４×０．７５＋５×０．６＝６となる。
【００４７】
なお、高頻出語スコアの算出方法は上記に限られるわけではなく、他のものであってもよい。例えば、出現頻度を考慮せずに出現回数の総和を高頻出語スコアとしてもよい。また、ＨＴＭＬ文書における特定のタグ中に出現する語のみをスコア算出の対象としたり、タグ毎に重み付けをして高頻出語スコアを算出したりしてもよい。
【００４８】
インデックス生成装置１０は、ステップＳ１０３にて高頻出語スコアを算出した後、その高頻出語スコアが所定の閾値以上であるか否かを判定する（Ｓ１０４）。ここで高頻出語スコアが閾値よりも小さいと判定した場合（Ｓ１０４でＮＯ）、インデックス生成装置１０は、処理対象のウェブページ情報に係るウェブサイトが直販サイトではないと判断し、後述するステップＳ１１０に進む。他方、高頻出語スコアが閾値以上であると判定した場合（Ｓ１０４でＹＥＳ）、インデックス生成装置１０は、ステップＳ１０３の場合と同様に、テキスト情報と低頻出語情報ＤＢ１４０に格納されている低頻出語情報とを用いて、下記の式２により低頻出語スコアを算出する（Ｓ１０５）。
低頻出語スコア＝ΣｎＬ（１−ｆＬ） … 式２
ここで、ｎＬは低頻出語情報ＤＢ１４０に格納されている低頻出語がテキスト情報中に出現する回数を、ｆＬはその低頻出語の出現頻度をそれぞれ示している。
【００４９】
例えば、低頻出語情報ＤＢ１４０に図５に示すとおりの情報が格納されている場合であって、テキスト情報中に“ショッピングモール”が３回、“△□プラザ”が１回出現しているときの低頻出語スコアは、３×（１−０．０３）＋１×（１−０）＝３．９１となる。
なお、高頻出語スコアの場合と同様、低頻出語スコアについても上記以外の方法で算出されてもよいことは勿論である。
【００５０】
次に、インデックス生成装置１０は、算出した低頻出語スコアが所定の閾値以下であるか否かを判定する（Ｓ１０６）。ここで、低頻出語スコアが閾値より大きいと判定した場合（Ｓ１０６でＮＯ）、インデックス生成装置１０は、処理対象のウェブページ情報に係るウェブサイトが直販サイトではないと判断し、後述するステップＳ１１０へ進む。他方、低頻出語スコアが閾値以下であると判定した場合（Ｓ１０６でＹＥＳ）、インデックス生成装置１０は、メーカー名ＤＢ１５０を参照し、テキスト情報中に含まれているメーカー名の数が１以下であるか否かを判定する（Ｓ１０７）。
【００５１】
ステップＳ１０７においてメーカー名の数が２以上であると判定した場合（Ｓ１０７でＮＯ）、インデックス生成装置１０は、処理対象のウェブページ情報に係るウェブサイトが直販サイトではないと判断し、後述するステップＳ１１０へ進む。他方、メーカー名の数が１以下であると判定した場合（Ｓ１０７でＹＥＳ）、インデックス生成装置１０は、処理対象のウェブページ情報に係るウェブサイトが直販サイトであると判断し、当該ウェブページ情報を検索するための検索用インデックス情報を生成する（Ｓ１０８）。このステップＳ１０８で実行される検索用インデックス情報の生成処理は、上述したように、ウェブページ情報のテキスト情報に対して形態素解析等を適用することによって、カテゴリ、ブランド名、価格帯、色、系統、ターゲット等の各種情報を抽出すること等によって行われる。
【００５２】
インデックス生成装置１０は、生成した検索用インデックス情報を検索用インデックス情報ＤＢ１２０に登録する（Ｓ１０９）。その後、インデックス生成装置１０は、すべてのウェブページ情報が検索用インデックス生成処理の対象となったか否かを判定し（Ｓ１１０）、まだ処理対象となっていないウェブページ情報が存在すると判定した場合（Ｓ１１０でＮＯ）、ステップＳ１０１に戻り、それ以降の処理を繰り返す。そして、すべてのウェブページ情報が処理対象になったと判定した場合（Ｓ１１０でＹＥＳ）、インデックス生成装置１０は処理を終了する。
【００５３】
以上の検索用インデックス生成処理によって、クロール処理により収集されたウェブページ情報に係るウェブサイトのうちの直販サイトにアクセスするための検索用インデックス情報が生成され、検索用インデックス情報ＤＢ１２０に登録される。次に、このようにして生成された検索用インデックス情報を用いて検索を行う情報検索処理について説明する。
【００５４】
［情報検索処理］
以下に説明する情報検索処理は、本実施の形態においては検索サーバ２０及びクライアント４０によって実行される。
図９は、検索サーバ２０及びクライアント４０が実行する情報検索処理の手順の一例を示すフローチャートである。なお、以下の処理を実行する前に、クライアント４０が検索サーバ２０にアクセスし、検索語を入力するための画面がクライアント４０の表示部に表示されているものとする。
【００５５】
ユーザは、クライアント４０の表示部に表示されている画面に対して、所望の検索語（例えば、「シャツ」、「コート」、「黒」、「カジュアル」等）を入力する。クライアント４０は、ユーザから検索語の入力を受け付けた場合（Ｓ２０１）、ユーザの指示にしたがってその検索語を検索サーバ２０に対して送信することにより検索リクエストを行う（Ｓ２０２）。
【００５６】
検索サーバ２０は、クライアント４０から送信された検索語を受信した場合（Ｓ３０１）、検索用インデックス情報ＤＢ２１０を参照し（Ｓ３０２）、検索結果の画面を示す画面情報を生成する（Ｓ３０３）。この画面情報には、複数の異なる直販サイトに係る商品情報が含まれている。検索サーバ２０は、検索リクエストを行ったクライアント４０に対して、生成した画面情報を送信する（Ｓ３０４）。
【００５７】
クライアント４０は、検索サーバ２０から送信された画面情報を受信した場合（Ｓ２０３）、その受信した画面情報を液晶ディスプレイ等の表示部に表示する（Ｓ２０４）。図１０は、クライアント４０の表示部に表示される、検索結果としての画面情報の一例を示す図である。図１０に示すとおり、画面情報３００Ａは、ユーザが検索語を入力するための検索語入力欄３０１、検索リクエストを送信するための検索ボタン３０２、後述するコーディネート案の提供を受けるためのコーディネートボタン３０３、検索された商品の画像を表示する商品画像欄３０４、及び当該商品の属性情報を表示するための属性表示欄３０５を有している。
【００５８】
図１０では、検索語入力欄３０１に「シャツ」及び「青」が入力されて検索ボタン３０２がクリックされた場合であって、商品画像欄３０４及び属性表示欄３０５が各６個設けられ、属性表示欄３０５にブランド、価格及びＵＲＬが表示されるときの画面情報が例示されている。図１０に示すとおり、各直販サイトで購入可能な商品（シャツ）が対比可能なように複数表示されており、ユーザが商品画像欄３０４又はＵＲＬのリンクをクリックすると、当該商品を購入することができる直販サイトにアクセスすることができる。
【００５９】
次に、コーディネート案を提供する場合の情報検索処理について説明する。図１１は、検索サーバ２０及びクライアント４０が実行する情報検索処理の手順の他の例を示すフローチャートである。なお、以下の処理を実行する前に、クライアント４０が検索サーバ２０にアクセスし、検索語を入力するための画面がクライアント４０の表示部に表示されているものとする。
【００６０】
ユーザは、クライアント４０の表示部に表示されている画面に対して、所望の検索語を入力する。クライアント４０は、ユーザから検索語の入力を受け付けた場合（Ｓ４０１）、ユーザの指示にしたがってその検索語を検索サーバ２０に対して送信することによって検索リクエストを行う（Ｓ４０２）。なお、この検索リクエストの際、ユーザはコーディネートボタン３０３をクリックしたものとする。
【００６１】
検索サーバ２０は、クライアント４０から送信された検索語を受信した場合（Ｓ５０１）、検索用インデックス情報ＤＢ２１０を参照し（Ｓ５０２）、さらにコーディネート情報ＤＢ２２０を参照した上で（Ｓ５０３）、検索結果の画面を示す画面情報を生成する（Ｓ５０４）。この画面情報には、複数の直販サイトに係る商品情報を用いて作成されたコーディネート案が含まれている。検索サーバ２０は、コーディネート情報ＤＢ２２０を参照し、コーディネート情報の各フィールドに格納されている商品ＩＤをキーとして検索用インデックス情報から当該商品ＩＤに係る商品の各種情報を取得することによって、コーディネート案を作成し、そのコーディネート案を含む画面情報を生成する。その後、検索サーバ２０は、検索リクエストを行ったクライアント４０に対して、生成した画面情報を送信する（Ｓ５０５）。
【００６２】
クライアント４０は、検索サーバ２０から送信された画面情報を受信した場合（Ｓ４０３）、その受信した画面情報を液晶ディスプレイ等の表示部に表示する（Ｓ４０４）。図１２は、クライアント４０の表示部に表示される、検索結果としての画面情報の他の例を示す図である。図１２に示すとおり、画面情報３００Ｂは、図１０に示す画面情報３００Ａの場合と同様に、検索語入力欄３０１、検索ボタン３０２、及びコーディネートボタン３０３を有しており、さらに、コーディネート案を表示するためのコーディネート案表示欄４０１を２個有している。このコーディネート案表示欄４０１は、商品の画像を表示する商品画像欄４０１ａ及び当該商品の属性情報を表示するための属性表示欄４０１ｂの組が複数設けられて構成されており、商品画像欄４０１ａ及び属性表示欄４０１ｂの組はその商品を購入者が身に付けたときの位置に応じた位置に配されている（例えば、帽子が一番上に、靴が一番下に配置される等）。このような配置にすることによって、コーディネート案をより具体的にイメージしやすくなる。
【００６３】
図１２では、検索語入力欄３０１に「帽子」、「茶」及び「ヤングカジュアル」が入力されてコーディネートボタン３０３がクリックされた場合であって、コーディネート案表示欄４０１が２個設けられ、そのコーディネート案表示欄４０１における属性表示欄４０１ｂにブランド、価格及びＵＲＬが表示されるときの画面情報が例示されている。図１２に示すとおり、各直販サイトで購入可能な商品によってコーディネート案が構成されており、コーディネート案表示欄４０１中の商品画像欄３０４又はＵＲＬのリンクをユーザがクリックすると、当該商品を購入することができる直販サイトにアクセスすることができる。
【００６４】
本実施の形態の検索用インデックス生成システム及び情報検索システムによれば、複数の異なる直販サイトの商品をまとめて取り扱うショッピングモールの如きウェブサイトを実現することができる。そのため、複数の直販サイトに係る商品の比較を容易に行うこと等が可能になるため、購入者にとって大きなメリットがある。また、直販サイトを運営するメーカー側にとっても、別途ショッピングモールに出店せずに集客力を高めることができ、しかも、特別な出店料等を支払う必要がないため、利益率を高めることができる。
【００６５】
（実施の形態２）
実施の形態２は、ウェブページ情報に含まれている画像中の文字を認識する文字認識機能を備えた検索用インデックス生成システムである。なお、本実施の形態の場合においても、インデックス生成装置が単体で検索用インデックス生成システムとして機能する例が示されている。なお、実施の形態２のインデックス生成装置の構成は、文字認識機能を実現するためのコンピュータプログラムが補助記憶装置に格納されている以外、実施の形態１の場合と同様であるので、説明を省略する。以下、図２を適宜参照しながら、本実施の形態のインデックス生成装置の動作について説明する。
【００６６】
図１３は、実施の形態２に係るインデックス生成装置が実行する文字認識処理の手順を示すフローチャートである。インデックス生成装置１０は、ウェブページ情報ＤＢ１１０を参照し（Ｓ６０１）、処理対象となるウェブページ情報を特定する。次に、インデックス生成装置１０は、特定したウェブページ情報に含まれているＨＴＭＬ文書中の画像情報を取得し（Ｓ６０２）、公知のパターン認識等の手法によって当該画像中に存在する文字を認識する文字認識を実行する（Ｓ６０３）。そして、インデックス生成装置１０は、ステップＳ６０３の結果認識された文字があれば、その文字を表す文字情報を生成し（Ｓ６０４）、その文字情報をウェブページ情報ＤＢ１１０に登録する（Ｓ６０５）。なお、これらのステップＳ６０２乃至Ｓ６０４の処理は、ウェブページ情報ＤＢ１１０に格納されているすべてのウェブページ情報に対して実行する。
【００６７】
その後、インデックス生成装置１０は、実施の形態１の場合と同様の処理を実行することによって、検索用インデックス情報を生成する。このとき、ウェブページ情報ＤＢ１１０には文字認識処理の結果得られた文字情報が含まれており、ウェブページ情報にもともと含まれているテキスト情報の他、この文字情報をも用いて、検索用インデックス情報が生成されることになる。そのため、例えばウェブページ情報中の画像に会社名等が表されている場合、その会社名等も用いて直販サイトであるか否か等の判定が行われることになり、より一層高精度に当該判定を行うことが可能になる。
【００６８】
（その他の実施の形態）
上記の各実施の形態においては、インデックス生成装置１０及び検索サーバ２０が別々の装置で構成されているが、これらのインデックス生成装置１０及び検索サーバ２０の機能を一つの装置が行うような構成であってもよい。また、さらに他の装置と協働することによってインデックス生成装置１０及び／又は検索サーバ２０の機能を実現するような構成であってもよい。すなわち、本発明の検索用インデックス生成システム及び／又は情報検索システムは、一つの装置によって構成されていてもよく、複数の装置が協働することによって構成されていてもよい。
【００６９】
また、上記の実施の形態１においては、高頻出語スコア、低頻出語スコア及びメーカー名の数の３要素に基づいて直販サイトであるか否かの判定を行っているが、何れか１つ又は２つの要素のみに基づいて当該判定を行うようにしてもよい。
【００７０】
また、上記の実施の形態１において、検索サーバ２０は、検索リクエストを受け取ったタイミングで検索結果を示す画面情報を生成しているが、このような態様でなくてもよい。例えば、検索サーバ２０が、予め検索語に対応した画面情報を生成しておいて記憶しておき、検索リクエストを受け取ったときに記憶している画面情報の中から当該検索リクエストに応じた画面情報を選択し、これをクライアント４０側へ送信するような構成であってもよい。これにより、応答時間の短縮化を図ることができる。
【産業上の利用可能性】
【００７１】
本発明の検索用インデックス生成システム及び検索用インデックス生成方法は、ウェブサイトを検索するための検索用インデックス情報を生成するシステム及び方法等として有用であり、本発明の情報検索システム及び情報検索方法は、所望の商品を取り扱うウェブサイトにアクセするためのシステム及び方法等として有用である。
【符号の説明】
【００７２】
１０ インデックス生成装置
２０ 検索サーバ
３０ ウェブサーバ
４０ クライアント
１０１ ＣＰＵ
１０２ 主記憶装置
１０３ 補助記憶装置
１０４ 通信インタフェース
１０５ バス
１１０ ウェブページ情報ＤＢ
１２０ 検索用インデックス情報ＤＢ
１３０ 高頻出語情報ＤＢ
１４０ 低頻出語情報ＤＢ
１５０ メーカー名ＤＢ
２０１ ＣＰＵ
２０２ 主記憶装置
２０３ 補助記憶装置
２０４ 通信インタフェース
２０５ バス
２１０ 検索用インデックス情報ＤＢ
２２０ コーディネート情報ＤＢ
３００Ａ，Ｂ 画面情報
３０１ 検索語入力欄
３０２ 検索ボタン
３０３ コーディネートボタン
３０４ 商品画像欄
３０５ 属性表示欄
４０１ コーディネート案表示欄
４０１ａ 商品画像欄
４０１ｂ 属性表示欄
【特許請求の範囲】
【請求項１】
インターネット上のショッピングサイトからウェブページ情報を収集するウェブページ情報収集手段と、
前記ウェブページ情報収集手段によって収集されたウェブページ情報に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定する判定手段と、
前記判定手段により前記ショッピングサイトが直販サイトであると判定された場合、当該ショッピングサイトに係るウェブページ情報を用いて、当該ウェブページ情報を検索するための検索用インデックスを生成する検索用インデックス生成手段と
を備える、検索用インデックス生成システム。
【請求項２】
前記判定手段が、前記収集されたウェブページ情報に含まれる文字に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されている、
請求項１に記載の検索用インデックス生成システム。
【請求項３】
前記ウェブページ情報に画像が含まれている場合に、当該画像中の文字を認識する文字認識手段を更に備え、
前記判定手段が、前記文字認識手段によって認識された文字に基づいて、前記ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されている、
請求項２に記載の検索用インデックス生成システム。
【請求項４】
直販サイトにおける頻出語を記憶する頻出語記憶部を更に備え、
前記判定手段が、前記頻出語記憶部に記憶された頻出語が前記収集されたウェブページ情報に含まれるか否かを判定し、その判定結果に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されている、
請求項２又は３に記載の検索用インデックス生成システム。
【請求項５】
前記判定手段が、前記収集されたウェブページ情報に含まれている前記頻出語の数に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されている、
請求項４に記載の検索用インデックス生成システム。
【請求項６】
インターネットを介して外部の装置からウェブページ情報の検索リクエストを受け付けた場合に、請求項１乃至５の何れかに記載の検索用インデックス生成システムによって生成された検索用インデックスに基づいて、前記検索リクエストに応じた直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成する画面情報生成手段と、
前記画面情報生成手段によって生成された画面情報を前記外部の装置に対して送信する送信手段と
を備える、情報検索システム。
【請求項７】
前記画面情報生成手段が、前記検索リクエストに応じた複数の異なる直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成するように構成されている、
請求項６に記載の情報検索システム。
【請求項８】
前記ウェブページ情報が、ショッピングサイトにおいて購入可能なファッション商品に関する情報であり、
前記画面情報生成手段が、前記検索リクエストに応じた複数の異なる直販サイトに係るウェブページ情報に含まれる情報を対応付けることによって、ファッション商品のコーディネート案を示す画面情報を生成するように構成されている、
請求項７に記載の情報検索システム。
【請求項９】
インターネットにアクセス可能なコンピュータが、インターネット上のショッピングサイトからウェブページ情報を収集するステップと、
前記コンピュータが、前記収集されたウェブページ情報に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するステップと、
前記コンピュータが、前記判定により前記ショッピングサイトが直販サイトであるとされた場合、当該ショッピングサイトに係るウェブページ情報を用いて、当該ウェブページ情報を検索するための検索用インデックスを生成するステップと
を有する、検索用インデックス生成方法。
【請求項１０】
インターネットを介して外部の装置からウェブページ情報の検索リクエストをコンピュータが受け付けた場合に、当該コンピュータが、請求項９に記載の検索用インデックス生成方法によって生成された検索用インデックスに基づいて、前記検索リクエストに応じた直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成するステップと、
前記コンピュータが、前記生成された画面情報を前記外部の装置に対して送信するステップと
を有する、情報検索方法。
【請求項１】
インターネット上のショッピングサイトからウェブページ情報を収集するウェブページ情報収集手段と、
前記ウェブページ情報収集手段によって収集されたウェブページ情報に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定する判定手段と、
前記判定手段により前記ショッピングサイトが直販サイトであると判定された場合、当該ショッピングサイトに係るウェブページ情報を用いて、当該ウェブページ情報を検索するための検索用インデックスを生成する検索用インデックス生成手段と
を備える、検索用インデックス生成システム。
【請求項２】
前記判定手段が、前記収集されたウェブページ情報に含まれる文字に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されている、
請求項１に記載の検索用インデックス生成システム。
【請求項３】
前記ウェブページ情報に画像が含まれている場合に、当該画像中の文字を認識する文字認識手段を更に備え、
前記判定手段が、前記文字認識手段によって認識された文字に基づいて、前記ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されている、
請求項２に記載の検索用インデックス生成システム。
【請求項４】
直販サイトにおける頻出語を記憶する頻出語記憶部を更に備え、
前記判定手段が、前記頻出語記憶部に記憶された頻出語が前記収集されたウェブページ情報に含まれるか否かを判定し、その判定結果に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されている、
請求項２又は３に記載の検索用インデックス生成システム。
【請求項５】
前記判定手段が、前記収集されたウェブページ情報に含まれている前記頻出語の数に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するように構成されている、
請求項４に記載の検索用インデックス生成システム。
【請求項６】
インターネットを介して外部の装置からウェブページ情報の検索リクエストを受け付けた場合に、請求項１乃至５の何れかに記載の検索用インデックス生成システムによって生成された検索用インデックスに基づいて、前記検索リクエストに応じた直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成する画面情報生成手段と、
前記画面情報生成手段によって生成された画面情報を前記外部の装置に対して送信する送信手段と
を備える、情報検索システム。
【請求項７】
前記画面情報生成手段が、前記検索リクエストに応じた複数の異なる直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成するように構成されている、
請求項６に記載の情報検索システム。
【請求項８】
前記ウェブページ情報が、ショッピングサイトにおいて購入可能なファッション商品に関する情報であり、
前記画面情報生成手段が、前記検索リクエストに応じた複数の異なる直販サイトに係るウェブページ情報に含まれる情報を対応付けることによって、ファッション商品のコーディネート案を示す画面情報を生成するように構成されている、
請求項７に記載の情報検索システム。
【請求項９】
インターネットにアクセス可能なコンピュータが、インターネット上のショッピングサイトからウェブページ情報を収集するステップと、
前記コンピュータが、前記収集されたウェブページ情報に基づいて、当該ウェブページ情報に係るショッピングサイトが直販サイトであるか否かを判定するステップと、
前記コンピュータが、前記判定により前記ショッピングサイトが直販サイトであるとされた場合、当該ショッピングサイトに係るウェブページ情報を用いて、当該ウェブページ情報を検索するための検索用インデックスを生成するステップと
を有する、検索用インデックス生成方法。
【請求項１０】
インターネットを介して外部の装置からウェブページ情報の検索リクエストをコンピュータが受け付けた場合に、当該コンピュータが、請求項９に記載の検索用インデックス生成方法によって生成された検索用インデックスに基づいて、前記検索リクエストに応じた直販サイトに係るウェブページ情報に含まれる情報を示す画面情報を生成するステップと、
前記コンピュータが、前記生成された画面情報を前記外部の装置に対して送信するステップと
を有する、情報検索方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【公開番号】特開２０１２−３８２３０（Ｐ２０１２−３８２３０Ａ）
【公開日】平成２４年２月２３日（２０１２．２．２３）
【国際特許分類】
【出願番号】特願２０１０−１８００１０（Ｐ２０１０−１８００１０）
【出願日】平成２２年８月１１日（２０１０．８．１１）
【出願人】（５１０１３９４４９）株式会社イングファシリティーズ (1)
【出願人】（５１０２１９５１２）株式会社クロス・フュージョン (1)
【Ｆターム（参考）】
【公開日】平成２４年２月２３日（２０１２．２．２３）
【国際特許分類】
【出願日】平成２２年８月１１日（２０１０．８．１１）
【出願人】（５１０１３９４４９）株式会社イングファシリティーズ (1)
【出願人】（５１０２１９５１２）株式会社クロス・フュージョン (1)
【Ｆターム（参考）】
[ Back to top ]