JP3671368B2 - Ｗｅｂ情報検索装置、ｗｅｂ情報検索方法及びその方法をコンピュータに実行させるプログラム - Google Patents
Ｗｅｂ情報検索装置、ｗｅｂ情報検索方法及びその方法をコンピュータに実行させるプログラム Download PDFInfo
- Publication number
- JP3671368B2 JP3671368B2 JP2001162487A JP2001162487A JP3671368B2 JP 3671368 B2 JP3671368 B2 JP 3671368B2 JP 2001162487 A JP2001162487 A JP 2001162487A JP 2001162487 A JP2001162487 A JP 2001162487A JP 3671368 B2 JP3671368 B2 JP 3671368B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- user
- search
- web site
- bookmark
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、ユーザから入力されたキーワードに基づいてインターネット上のＷＥＢサイトを検索するＷＥＢ情報検索装置、ＷＥＢ情報検索方法及びその方法をコンピュータに実行させるプログラムに関するものである。
【０００２】
【従来の技術】
ユーザの検索指示によりインターネット上のＷＥＢサイト（ＷＥＢページ）を全文検索する検索エンジンとしては、ロボット型検索エンジン、ディレクトリ型検索エンジン及びメタ検索エンジンが従来から一般的に知られている。
【０００３】
ロボット型検索エンジンは、検索したい情報に関連するキーワードを指定すると、ＷＥＢロボットやスパイダーと呼ばれる WWW探索プログラムを用いて，インターネット上で見つけることのできる全WWWサーバ上の情報を定期的に収集し、その情報の索引付けを自動的に行うものである。このロボット型検索エンジンは，コンピュータによって自動的に全世界のＷＥＢサイトのデータを収集しているため、情報量が多いという利点を有している。
【０００４】
ディレクトリ型検索エンジンは、作業者が予めＷＥＢサイトのＵＲＬ(Universal Resource Locator)を、芸術、ビジネス、教育等のように分野別に人為的に分類しておき、ユーザは分野別にキーワードを指定して検索するものである。このディレクトリ型検索エンジンでは情報を分野別に分類しているので、ユーザは職業別電話帳のような使い方ができ、分野を決めてから探す場合に便利であるという利点を有している。
【０００５】
【発明が解決しようとする課題】
しかしながら、このような従来の検索エンジンには次のような問題がある。ロボット型検索エンジンの場合には、収集した情報量が多いという利点をもつ反面、検索ロボットは収集したＷＥＢサイト情報に出てくる単語から単純に索引付けを行うため、キーワード検索した場合にＷＥＢサイトが何万件と出てしまう場合が多い。このため、ユーザとは本来関係無いようなサイトまで検索結果として表示されてしまい、検索結果の品質が低く、ユーザは目的のＷＥＢサイトを絞り込むのに膨大な時間を要してしまうという問題がある。
【０００６】
また、検索ロボットが検索を行うので、異なるユーザが検索した場合でも同一キーワードで検索する限り常に同じ検索結果しか得られず、異なるプロフィールや嗜好を有するユーザの全てに対して満足のいく検索結果が得られることは少ないという問題がある。
【０００７】
ディレクトリ型検索エンジンの場合には、ＷＥＢサイトのデータ入力及び分類を基本的に人手で行っているため、ロボット型検索エンジンによるサービスと比較して情報量が２、３桁少なく、有名なＷＥＢサイト以外を探すことが出来ないという問題がある。また、ＷＥＢサイトのデータ入力と分類を作業者の事務処理能力に頼っているため、情報量を増大するのにも限界がある。
【０００８】
また、ディレクトリ型エンジンの場合には、単に収集したＷＥＢサイトの情報を分野別に分類しているだけなので、ロボット型検索エンジンと同様に、異なるユーザが検索した場合でも同一キーワードで検索する限り常に同じ検索結果しか得られず、異なるプロフィールや嗜好等を有するユーザの全てに対して満足のいく検索結果が得られることは少ないという問題がある。
【０００９】
本発明はこのような問題点に鑑みてなされたものであり、多大なＷＥＢサイトの情報量を検索対象としながらも、検索を行うユーザにとって必要なＷＥＢサイト情報の検索結果を最適な形式で提供することができるＷＥＢ情報検索装置およびＷＥＢ情報検索方法を提供することを主な目的とする。本発明の別の目的は、多大なＷＥＢサイトの情報量を検索対象としながらも、ＷＥＢサイト情報の検索結果をＷＥＢサイトに対する利用状況を反映した形式でユーザに提供することができるＷＥＢ情報検索装置およびＷＥＢ情報検索方法を提供することである。
【００１０】
【課題を解決するための手段】
上述の目的を達成するため、本発明は、ユーザ端末から入力された検索キーワードに基づいてインターネット上のＷＥＢサイトを検索して検索結果をユーザ端末に送信するＷＥＢ情報検索装置において、ユーザごとに、ユーザ固有データを予め登録したユーザファイルと、ユーザがアクセスするＷＥＢサイトの識別情報を含むブックマークを記録する記憶手段と、前記記憶手段から全てのユーザのブックマークを収集して、ユーザのブックマーク利用情報とＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むブックマーク分析データを生成してブックマーク分析ファイルに登録する分析手段と、全ての前記ブックマーク分析データに基づいて、インターネット上のＷＥＢサイトからデータを収集し、検索用ファイルに登録するデータ収集手段と、所定の時期に、全ての前記ブックマーク分析データと前記ユーザ固有データとから、ＷＥＢサイトに対するユーザ全体の利用状況を記録したマクロプロファイルを生成するマクロプロファイル作成手段と、所定の時期に、全ての前記ブックマーク分析データと前記ユーザ固有データとから、ユーザごとのＷＥＢサイトの利用状況を記録したミクロプロファイルを生成するミクロプロファイル作成手段と、ユーザ端末から検索キーワードによる検索指示が入力されたときに、前記キーワードに基づいて検索用ファイルからデータを検索する検索手段と、前記検索されたデータの夫々を、前記検索指示を行ったユーザのユーザ固有データ及び／又は前記マクロプロファイル及び／又は前記ミクロプロファイルとに基づいて評価する評価手段と、前記評価手段による評価に基づいて前記検索されたデータから検索結果データを生成してユーザ端末に送信する検索結果生成手段と、を備え、前記マクロプロファイルにおける前記ユーザ全体の利用状況には、ＷＥＢサイト毎に、前記ユーザ全体のうち該ＷＥＢサイトの参照回数が最も多いユーザの特定のユーザ固有データが該ＷＥＢサイトと関連づけられて含まれており、前記評価手段は、前記検索指示を行ったユーザの前記ユーザ固有データに、前記マクロプロファイルに含まれる前記特定のユーザ固有データと一致する特定のユーザ固有データが含まれる場合に、該特定のユーザ固有データに関連するＷＥＢサイトと対応する前記検索されたデータに重み付け値を付与し、前記検索結果生成手段は、前記検索されたデータを前記重み付け値に基づいた順番でソートして検索結果データを生成することを特徴とする。
【００１１】
【発明の実施の形態】
本発明では、ユーザ端末から入力された検索キーワードに基づいてインターネット上のＷＥＢサイトを検索して検索結果をユーザ端末に送信するＷＥＢ情報検索装置において、ユーザごとに、ユーザ固有データを予め登録したユーザファイルと、ユーザがアクセスするＷＥＢサイトの識別情報を含むブックマークを記録する記憶手段と、記憶手段から全てのユーザのブックマークを収集して、ユーザのブックマーク利用情報とＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むブックマーク分析データを生成してブックマーク分析ファイルに登録する分析手段と、全ての前記ブックマーク分析データに基づいて、インターネット上のＷＥＢサイトからデータを収集し、検索用ファイルに登録するデータ収集手段と、所定の時期に、全ての前記ブックマーク分析データと前記ユーザ固有データとから、ＷＥＢサイトに対するユーザ全体の利用状況を記録したマクロプロファイルを生成するマクロプロファイル作成手段と、所定の時期に、全ての前記ブックマーク分析データと前記ユーザ固有データとから、ユーザごとのＷＥＢサイトの利用状況を記録したミクロプロファイルを生成するミクロプロファイル作成手段と、ユーザ端末から検索キーワードによる検索指示が入力されたときに、前記キーワードに基づいて検索用ファイルからデータを検索する検索手段と、前記検索されたデータの夫々を、前記検索指示を行ったユーザのユーザ固有データ及び／又は前記マクロプロファイル及び／又は前記ミクロプロファイルとに基づいて評価する評価手段と、前記評価手段による評価に基づいて前記検索されたデータから検索結果データを生成してユーザ端末に送信する検索結果生成手段と、を備えたことを特徴とする。
本発明では、ユーザのブックマークを、ユーザ端末側ではなく検索装置側（即ち検索サーバ側）の記憶手段に格納しているので、全ユーザが使用するブックマークの情報を収集することが可能である。本発明では、この検索装置側の記憶手段から全てのユーザのブックマークを収集して分析し、ユーザのブックマーク利用情報、ＷＥＢサイトの識別情報、ＷＥＢサイトに対するアクセス情報とを含むブックマーク分析データを生成してブックマーク分析ファイルに登録する。更に、所定時期に、作成された全てのブックマーク分析データとユーザ固有データからマクロプロファイル作成手段によって全てのブックマーク分析データと前記ユーザ固有データとからマクロプロファイルを生成し、またミクロプロファイル作成手段によってミクロプロファイルを生成し、検索手段によって検索されたデータの夫々に対して、評価手段により検索指示を行ったユーザのユーザ固有データとマクロプロファイル及び／又はミクロプロファイルとに基づいて評価する。ここで、マクロプロファイルはＷＥＢサイトに対するユーザ全体の利用状況を記録したものであり、ミクロプロファイルはユーザごとのＷＥＢサイトの利用状況を記録したものであるため、検索されたデータは、ＷＥＢサイトに対するユーザ全体の利用状況とユーザごとのＷＥＢサイトの利用状況に基づいて評価されて検索結果データが生成されユーザ端末に送信される。
【００１２】
このように本発明では、ユーザ固有データとＷＥＢサイトに対するユーザ全体の利用状況とユーザごとのＷＥＢサイトの利用状況を利用して検索されたデータを評価し、その評価結果に基づいて検索されたデータから検索結果データを生成してユーザ端末に送信しているので、多大なＷＥＢサイトの情報量を検索対象としながらも、検索結果としてユーザに必要な情報をユーザにとって最適な形式で提供することが可能となる。
【００１３】
即ち、本発明では、ユーザ固有データとマクロプロファイルのＷＥＢサイトに対する全ユーザの利用状況を利用して検索されたデータを評価しているので、ＷＥＢサイトにアクセスするユーザの傾向や偏りを提供する検索結果に反映することができる。また、本発明ではマクロプロファイルのＷＥＢサイトに対する全ユーザの利用状況を利用して検索されたデータを評価しているので、人気のあるＷＥＢサイトやアクセスの多いＷＥＢサイトを中心に検索結果を提供することができ、リンク切れやアクセス頻度の少ないＷＥＢサイトのデータを提供してしまうことを防止できる。更に、本発明では、ユーザ固有データとミクロプロファイルのユーザごとのＷＥＢサイトの利用状況を利用して評価しているので、同一キーワードでもユーザが異なれば各ユーザごとに異なる最適な検索結果を提供することができる。
【００１４】
また、本発明では、マクロプロファイル作成手段とミクロプロファイル作成手段により、所定の時期にマクロプロファイルとミクロプロファイルを生成しているので、刻々と変化するユーザ全体の利用状況やユーザごとのＷＥＢサイトの利用状況を逐次取得して検索されたデータの評価に用いることができ、同一キーワードでも検索する時期に最も適した検索結果をユーザに提供することができる。
【００１５】
さらに、ユーザのブックマークを検索装置上の記憶手段に格納しているために、このようなブックマークの分析や検索されたＷＥＢサイトのデータの評価をユーザに全く意識させずに行うことができ、ユーザ自らＷＥＢサイトの分類や評価を行う必要がなく、ユーザの便宜となる。
【００１６】
本発明におけるユーザ固有データは、各ユーザに固有の情報であれば任意のデータを用いることができ、例えば、ユーザ名若しくはユーザＩＤ、パスワード、職業、学歴、趣味等をが該当する。また、ＷＥＢサイトの識別情報は、ＷＥＢサイトをインターネット上で識別できるものであればいずれの情報も該当し、例えばＵＲＬ，ＩＰアドレス等が該当する。また、本発明におけるブックマークは、このＷＥＢサイト識別情報を含むものであれば良く、更にタイトル名等他のデータを含めた情報としても良い。
【００１７】
本発明におけるブックマーク利用情報は、ユーザのブックマークの利用状況に関する情報であり、上述のブックマークの情報の他、更にブックマークの登録数、ブックマーク作成日時、最終訪問日時等を含めることが可能である。また、本発明におけるＷＥＢサイトのアクセス情報とは、各ＷＥＢサイトに対する参照回数、アクセス頻度、アクセス数が一定数以上となる時間帯等、アクセスしたユーザ名若しくはユーザＩＤ等アクセスに関する全ての情報が該当する。
【００１８】
本発明のマクロプロファイル作成手段及びミクロプロファイル作成手段が各ファイルを生成する「所定の時期」としては、例えば、一定時間毎、ユーザのブックマーク登録時、ブックマークに記録されたＷＥＢサイトへいずれかのユーザがアクセスしたとき、ユーザにより検索指示時等、任意に定めることができる。
【００１９】
本発明のマクロプロファイル及びミクロプロファイルは、所定時期に生成されるものであれば良く、メモリ等の主記憶装置に一時的に生成する他、ハードディスク等の外部記憶装置に生成して格納したり、更にデータベースファイルとして生成することも可能である。この場合には、次回の検索時に反映することが可能となる。
【００２０】
本発明におけるマクロプロファイルの「ＷＥＢサイトに対するユーザ全体の利用状況」は、例えば、ＷＥＢサイトに対するユーザのブックマーク総登録数、ＷＥＢサイトに対してアクセスしたユーザの偏り、ＷＥＢサイトに対する全ユーザのアクセス数、ＷＥＢサイトに対するアクセス時間帯の偏り。特定のユーザのＷＥＢサイトに対するアクセス数等が該当するがユーザ全体の利用状況を示すものであれば任意の情報とすることができる。
【００２１】
また、本発明におけるミクロプロファイルの「各ユーザのＷＥＢサイトに対する利用状況」は、例えば ユーザ情報、ユーザが利用したＷＥＢサイト統計、ＷＥＢサイト統計による偏り、ユーザのＷＥＢサイトに対するアクセス時間、ユーザの検索キーワードの統計及び各キーワードにより検索されたＷＥＢサイトの履歴情報等が該当するが、ユーザ個人の利用状況を示すものであれば任意の情報とすることができる。
【００２２】
データ収集手段によってＷＥＢサイトから収集して検索用ファイルに登録するデータは全文データとすることが好ましいが、キーワードのみのデータ、あるいは収集したデータを要約したデータとすることも可能である。
【００２３】
本発明における評価手段は、検索手段により検索されたデータをユーザ固有データと前記マクロプロファイル及び／又は前記ミクロプロファイルとに基づいて評価するものであれば良く、その評価方法及び評価結果の利用方法としては本発明では特に限定しない。例えば、ＷＥＢサイトをランキングしたり、所定のＷＥＢサイトのみをフィルタリングする等は任意に行うことができる。
【００２４】
尚、本発明のユーザファイル、ブックマーク分析ファイルは、通常ファイルとすることもできるが、データベース形式のファイルとすることが好ましい。
【００２５】
本発明のＷＥＢ情報検索装置において、前記マクロプロファイル作成手段は、前記ブックマーク分析データと前記ユーザ固有データとから、各ＷＥＢサイトにアクセスしたユーザを特定のユーザ固有データ別に統計したユーザ統計情報を含むマクロプロファイルを生成するものであり、前記評価手段は、前記検索されたデータの夫々を、前記検索指示を行ったユーザの特定のユーザ固有データと前記ユーザ統計情報とに基づいて評価するものであることを特徴とする。
【００２６】
本発明では、マクロプロファイル作成手段によって各ＷＥＢサイトにアクセスしたユーザを特定のユーザ固有データ別に統計したユーザ統計情報を含むマクロプロファイルを生成しているので、各ＷＥＢサイトごとにアクセスするユーザの特定のユーザ固有データに基づいた偏りを求めることができる。このため、検索指示を行ったユーザの特定のユーザ固有データとユーザ統計情報とに基づいて、検索されたデータを評価することにより、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザの興味の対象となるＷＥＢサイトのデータを優先的に検索結果として提供することが可能となる。
【００２７】
本発明における「特定のユーザ固有データ」とは、ユーザ名やパスワード等の管理情報を除いた固有情報であり、例えば年齢、職業、学歴、趣味等が該当する。例えば、マクロプロファイル作成手段によって「職業」という特定のユーザ固有データに基づいてユーザ統計情報を作成することより、同一又は類似の「職業」を有するユーザがよくアクセスするＷＥＢサイトの偏りを求めることができる。このとき、このユーザ統計情報によってある職業のユーザにアクセス数の多いＷＥＢサイトが存在している場合において、この職業データを有するユーザからの検索指示により検索されたデータに当該ＷＥＢサイトが含まれていた場合には、このＷＥＢサイトのデータに対し優先的な評価を行い、検索結果のＷＥＢページに当該ＷＥＢサイトを最初にランキングして検索結果データを生成するように構成すれば、ユーザにとって最適な検索結果を提供することが可能となる。
【００２８】
本発明のＷＥＢ情報検索装置において、前記マクロプロファイル作成手段は、前記ブックマーク分析データと前記ユーザ固有データとから、各ＷＥＢサイトに対するアクセスの統計情報を含むマクロプロファイルを生成するものであり、前記評価手段は、前記検索されたデータの夫々を、前記アクセス統計情報に基づいて評価するものであることを特徴とする。
【００２９】
本発明では、マクロプロファイル作成手段によって各ＷＥＢサイトに対するアクセス統計情報を含むマクロプロファイルを生成しているので、各ＷＥＢサイトのアクセス状況をを求めることができる。このため、このアクセス状況に基づいて検索されたデータを評価することができ、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにアクセス数やアクセス頻度の高いＷＥＢサイトのデータを優先的に検索結果として提供することが可能となる。
【００３０】
例えば、アクセス統計情報としてＷＥＢサイトに対する総参照回数を求め、総参照回数の多いＷＥＢサイトを人気度の高いサイトであると評価するように構成する。そして、検索結果生成手段を、アクセス回数の多いＷＥＢサイト順にソートして検索結果データを生成したり、アクセス回数が一定以上のＷＥＢサイトのみを選択して検索結果データを生成するように構成することにより、人気度の高いＷＥＢサイトのデータのみをユーザに提供することが可能となる。
【００３１】
本発明におけるアクセス統計情報は、例えば、ＷＥＢサイトの総参照回数の他、ＷＥＢサイトに対する参照時間、アクセス数の高い時間帯等が該当するが、アクセスに関する統計情報であれば特に限定されるものではない。
【００３２】
本発明の別の態様としては、ＷＥＢ情報検索装置において、前記マクロプロファイル作成手段は、前記検索用ファイルと前記ブックマーク分析データとから、各ＷＥＢサイトに対する過去の検索で使用されたキーワードと過去に検索されたＷＥＢサイトの識別情報からなる履歴データを含むマクロプロファイルを生成するものであり、前記評価手段は、前記検索されたデータの夫々を、前記検索キーワードと前記履歴データとに基づいて評価するものであることを特徴とする。この発明によれば、過去の検索キーワードと履歴データに基づいて検索結果を評価するので、過去の検索状況を反映して全く関係のないＷＥＢサイトの検索結果を提供してしまうことを防止することができる。
【００３３】
本発明のＷＥＢ情報検索装置において、前記ミクロプロファイル作成手段は、前記ブックマーク分析データと前記ユーザ固有データとから、各ユーザのＷＥＢサイトに対するアクセスのサイト統計情報を含むミクロプロファイルを生成するものであり、前記評価手段は、前記検索されたデータの夫々を、前記検索指示を行ったユーザのユーザ固有データと前記サイト統計情報に基づいて評価するものであることを特徴とする。
【００３４】
本発明では、ミクロプロファイル作成手段によってユーザの各ＷＥＢサイトに対するサイト統計情報を含むミクロプロファイルを生成しているので、各ユーザのＷＥＢサイトに対する偏りを求めることができる。このため、検索指示を行ったユーザの固有データ（ユーザ名、ユーザＩＤ等）とそのユーザのサイト統計情報とによるＷＥＢサイトの偏りに基づいて検索されたデータを評価することにより、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザの過去のアクセス状況を反映した検索結果を提供することが可能となる。
【００３５】
本発明におけるサイト統計情報とは、例えば各ＷＥＢサイトに対するアクセス回数（参照回数）、参照後滞在時間、参照した時間帯等が該当するが、これに限定されるものではない。
【００３６】
本発明のＷＥＢ情報検索装置において、前記ミクロプロファイル作成手段は、前記ブックマーク分析データと前記ユーザ固有データとから、各ユーザが過去に使用したキーワードとその検索結果によりアクセスしたＷＥＢサイトの識別情報からなる履歴データを含むミクロプロファイルを生成するものであり、前記評価手段は、前記検索されたデータの夫々を、前記検索指示を行ったユーザのユーザ固有データと前記履歴データに基づいて評価するものであることを特徴とする。
【００３７】
本発明では、ミクロプロファイル作成手段によって各ユーザが過去に使用したキーワードとその検索結果によりアクセスしたＷＥＢサイトの識別情報からなる履歴データを含むミクロプロファイルを生成しているので、ユーザの使用したキーワードに基づくアクセスの傾向を求めることができる。このため、検索指示を行ったユーザの固有データ（ユーザ名、ユーザＩＤ等）とそのユーザの履歴データとによるＷＥＢサイトに対するアクセス傾向に基づいて検索されたデータを評価することにより、ユーザの過去のアクセス傾向を反映した検索結果を提供することが可能となる。
【００３８】
例えば、評価手段により、検索指示を行ったユーザの履歴データに現在指定されている検索キーワードが存在していると判断した場合には、検索結果生成手段によって検索されたデータの中でその検索キーワードに基づいて過去にアクセスしたＷＥＢサイトを優先的に検索結果データに取り込むように構成することができる。この場合には、ユーザにとってある関連のあるＷＥＢサイトのデータを優先的に検索結果として提供することができ、無関係なサイトを検索結果として表示してしまうことを回避することができる。
【００３９】
本発明のＷＥＢ情報検索装置において、前記評価手段は、前記検索されたデータの夫々を評価した後、前記検索されたデータの夫々に対し評価結果に基づいて重み付け値を付与するものであり、前記検索結果生成手段は、前記検索されたデータを前記重み付け値に基づいた順番でソートして検索結果データを生成するものであることを特徴とする。
【００４０】
検索手段によって検索されたＷＥＢサイトのデータは、いずれも同じレベルで重要であるとは限らない。このため、本発明では、評価手段によって検索されたデータの夫々に対し、ユーザ固有データとマクロプロファイルのユーザ全体の利用状況及びミクロプロファイルの各ユーザの利用状況とによる評価結果に基づいて重み付け値を付与して検索されたデータをランク付けし、検索結果生成手段によって前記重み付け値に基づいた順番でソートして検索結果データを生成しているので、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにとって必要性の高いＷＥＢサイトから順に表示した検索結果を提供することが可能となる。
【００４１】
このような評価手段としては、例えば、重要性の高い順若しくはアクセス頻度の高い順に高い重み付けを付与しておき、検索結果生成手段によって重み付け値の昇順に検索されたデータを表示するように構成することができる。この場合には、ユーザにとって重要なサイトやアクセス頻度の高いサイトから表示されるので、何度も検索結果のページを表示させなくても目的のＷＥＢサイトへたどり着けユーザの便宜となるという利点がある。この場合の評価手段による重み付け値の付与は、マクロプロファイルのアクセス頻度、アクセス回数やミクロプロファイルの職業、趣味等のユーザ固有データに基づいて行うことが可能である。
【００４２】
本発明のＷＥＢ情報検索装置において、前記評価手段は、前記検索されたデータの夫々を評価した後、前記検索されたデータの夫々を評価結果に基づいて分類するものであり、前記検索結果生成手段は、所定の分類に属する前記検索されたデータのみを選択して検索結果データを生成するものであることを特徴とする。
【００４３】
検索手段によって検索されたＷＥＢサイトのデータは、全てユーザに必要であるとは限られず、ユーザによっては不要なデータも多数存在する。このため、本発明では、評価手段によって検索されたデータを、ユーザ固有データとマクロプロファイルのユーザ全体の利用状況及びミクロプロファイルの各ユーザの利用状況とによる評価結果に基づいて分類し、検索結果生成手段によって所定の分類に属するデータのみから検索結果データを生成しているので、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにとって必要性のあるＷＥＢサイトのデータのみからなる検索結果を提供することが可能となる。
【００４４】
このような評価手段としては、ユーザのアクセス数が一定数以上のユーザ固有データごとに検索されたデータを分類しておき、検索結果生成手段によって検索指示を行ったユーザのユーザ固有データの属する分類のデータのみを選択して検索結果データを生成するように構成することができる。この場合には、ユーザの職業や嗜好等に最も適したサイトのみが表示されるので、何度も検索結果のページを表示させなくても目的のＷＥＢサイトへたどり着けユーザの便宜となるという利点がある。この場合の評価手段による分類は、マクロプロファイルのＷＥＢサイトにアクセスするユーザの偏り、ユーザ固有データに基づいて行うことが可能である。
【００４５】
本発明のＷＥＢ情報検索装置において、前記ブックマーク分析ファイルは、ブックマーク利用情報を含むブックマークデータを登録したブックマークファイルと、ＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むサイトデータを登録したサイトファイルとを有するものであることを特徴とする。
【００４６】
本発明では、ブックマーク分析ファイルを、ブックマーク利用情報を含むブックマークデータを登録したブックマークファイルと、ＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むサイトデータを登録したサイトファイルとを含むように構成しているので、各ファイルの管理が容易となる。
【００６０】
以下に添付図面を参照して、本発明に係るＷＥＢ情報検索装置、ＷＥＢ情報検索方法及びＷＥＢ情報検索プログラムの好適な実施の形態を詳細に説明する。本実施形態は、本発明のＷＥＢ情報検索システムは、ユーザがユーザ端末からインターネットを介してＷＥＢ情報検索サーバにキーワードによる検索指示を行い、このキーワードによってインターネット上のＷＥＢサイトのデータの全文メタ検索を行うものである。
【００６１】
（ＷＥＢ情報検索サーバのハードウェア構成）
図１は本実施形態に係るＷＥＢ情報検索サーバのシステム構成を示すブロック図である。図１に示すように、このＷＥＢ情報検索サーバ１０１には、インターネットを介して検索指示を行うユーザの端末がＴＣＰ／ＩＰ等の公知の通信プロトコルによって接続される。
【００６２】
本サーバには、ＣＰＵ、グラフィックボード、ＲＯＭ等の制御装置１０３、メインメモリ（ＲＡＭ)等の主記憶装置１０４と、ハードディスク（ＨＤ）、ＣＤ−ＲＯＭ、フロッピーディスク等の記憶媒体及び各記憶媒体に対するREAD/WRITEを制御するドライブ装置等の外部記憶装置１０５と、イーサネットボードやモデム等の通信装置１０２と、ディスプレイ装置やプリンタ装置等の出力装置１０７と、キーボードやマウス等の入力装置１０６とが主に接続されており、ワークステーション（ＷＳ）、パーソナルコンピュータ（ＰＣ）等のコンピュータを利用した通常の構成となっている。
【００６３】
本実施形態のＷＥＢ情報検索サーバ１０１では、外部記憶装置１０５としてのハードディスクに、後述するユーザデータベース（ユーザＤＢ）１１０、設定データベース（設定ＤＢ）１１２、ブックマークデータベース（ブックマークＤＢ）１０９、ＵＲＬデータベース（ＵＲＬ ＤＢ）１１１、全文メタ検索用データベース（全文メタ検索用ＤＢ）１１３が格納されている。また、本実施形態では、ユーザがアクセスするＷＥＢサイトのブックマークがユーザごとにハードディスクに格納され、各ユーザがインターネットを介して更新、削除等が可能となっている。
【００６４】
また、本実施形態のＷＥＢ情報検索サーバ１０１では、主記憶装置１０４としてのメインメモリにに、後述するマクロプロファイル２０８とミクロプロファイル２０９とこれら各ファイルを作成するための一時データが格納される。なお、外部記憶装置１０５と主記憶装置は本発明の記憶手段を構成する。
【００６５】
本実施形態のＷＥＢ情報検索サーバ１０１で実行されるＷＥＢ情報検索プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フロッピーディスク（ＦＤ）等の記憶媒体で提供される。そして、ＷＥＢ情報検索プログラムは、本装置における起動により主記憶装置１０４上にロードされるようになっている。なお、本実施形態のＷＥＢ情報検索プログラムを、ネットワークを介したダウンロードにより提供するような形態とすることも可能である。
【００６６】
尚、ユーザ端末１１４は、それぞれインターネットに接続可能なＰＣ、ＷＳ等の通常のコンピュータであるが、この他インターネットに接続可能な携帯電話、ＰＨＳ、携帯情報端末（ＰＤＡ）等の携帯端末を使用することも可能である。
【００６７】
（ＷＥＢ情報検索サーバの機能的構成）
次に本実施形態に係るＷＥＢ情報検索サーバ１０１のソフトウェア構成（機能的構成）について説明する。図２は、本実施形態に係るＷＥＢ情報検索サーバ１０１のソフトウェア構成を示す機能ブロック図である。図２に示す各部は、本実施形態のＷＥＢ情報検索プログラムをサーバ上で実行することにより主記憶装置１０４上に生成されるものである。
【００６８】
図２に示すように、本実施形態に係るＷＥＢ情報検索サーバ１０１は、分析部２０１と、データ収集部２０２と、マクロプロファイル作成部２０３と、ミクロプロファイル作成部２０４と、検索部２０５と、評価部２０６と、検索結果生成部２０７とから主に構成される。図２において、矢印線はこれら各部間の各種データの流れを示している。なお、本実施形態では、各部が一つのＷＥＢ情報検索サーバ内に存在する構成としているが、これに限られるものではなく、データ収集部２０２及び検索部２０５と、他の各部とを別々のコンピュータに設けるようなハードウェア構成とすることも可能である。
【００６９】
分析部２０１は、外部記憶装置１０５のユーザのブックマークディレクトリ１０８から全てのブックマークを収集して、後述するブックマークデータを生成し各ブックマークデータを１レコードとしてブックマークデータベース１０９に登録すると共に、ＷＥＢサイトの後述するＵＲＬ情報とＷＥＢサイトに対するアクセス情報とを含むＵＲＬデータを生成して各ＵＲＬデータを１レコードとしてＵＲＬデータベース１１１に登録するものである。
【００７０】
データ収集部２０２は、ＵＲＬデータベース１１１に登録されたすべてのＵＲＬデータを参照して、そのＵＲＬ情報からインターネット上に存在するＷＥＢサイトにアクセスし、各ＷＥＢサイトの全文データを収集する。そして、収集したデータに対して索引付けを行って各ＷＥＢサイトごとに全文メタ検索用データベース１１３に登録する。
【００７１】
マクロプロファイル作成部２０３は、ＵＲＬデータベース１１１に登録されている全てのＵＲＬデータを参照し、各ＵＲＬデータ中に記録されているユーザＩＤのユーザ固有データをユーザデータベース１１０から抽出する。そして、ＵＲＬデータと抽出したユーザ固有データから、ＷＥＢサイトに対するユーザ全体の利用状況を示す後述する各種統計データを生成し、マクロプロファイル２０８として主記憶装置１０４上に格納するものである。本実施形態の検索サーバ１０１では、マクロプロファイル作成部２０３によるマクロファイルの生成が一定時間ごとに行われるようになっている。なお、この他、ユーザのブックマーク登録時または更新時や、ユーザのブックマークによるＷＥＢサイトへのアクセス時にマクロプロファイル作成処理を実行するように構成してもよい。
【００７２】
ミクロプロファイル作成部２０４は、ブックマークデータベース１０９に登録されている全てのブックマークデータを参照し、各ブックマークデータ中に記録されているユーザＩＤのユーザ固有データをユーザデータベース１１０から抽出する。そして、ブックマークデータと抽出したユーザ固有データから、ユーザごとのＷＥＢサイトの利用状況を示す後述する各種統計データを生成し、ミクロプロファイル２０９として主記憶装置１０４上に格納するものである。
【００７３】
検索部２０５は、ユーザ端末１１４からインターネットを介して検索キーワードによる検索指示を受付け、検索指示があったときに検索キーワードにより全文メタ検索用データベース１１３から索引付けされたデータを検索するものである。
【００７４】
評価部２０６は、検索部２０５により検索されたデータの各々に対し、検索指示を行ったユーザの固有データと、マクロプロファイル、ミクロプロファイルとを参照して、重み付け値を付与したり、フィルタリング（所定条件のサイトのデータのみを選択）する等の評価を行うものである。
【００７５】
検索結果生成部２０７は、検索されたＷＥＢサイトのデータを、評価部２０６によって重み付け値の順番でソートして検索結果データを生成してユーザ端末１１４に送信したり、一定のフィルタリングされたデータのみから検索結果データを生成してユーザ端末１１４に送信するものである。
【００７６】
（ブックマークの構造）
本実施形態においてブックマークはユーザにより作成、更新されるが、従来の検索システムとは異なり、ブックマークはすべて検索サーバ１０１の外部記憶装置１０５（ハードディスク）にユーザごとに作成される。図３（ａ）は本実施形態のＷＥＢ情報検索サーバ１０１におけるブックマークのディレクトリ構造図であり、図３（ｂ）は各ブックマークのデータ構造図である。
【００７７】
図３（ａ）に示す通り、ブックマークはユーザごとのディレクトリツリー（以下、ブックマークディレクトリという）の中にあり、ブックマークディレクトリ１０８の直下に作成しても、カテゴリごとにブックマークディレクトリ１０８の下にフォルダを作成し、そのフォルダの下に作成してもよい。
【００７８】
各ブックマークは、図３（ｂ）に示すように、主としてブックマーク名、ＵＲＬ、作成日時、編集日時、最終参照時間、参照回数等から構成され、これ以外のデータを含めることも可能である。
【００７９】
このブックマークはユーザ端末１１４には次のように表示される。図１９に示す初期画面の左端のボタンをマウスでクリックすると、図２０に示すように、画面左側にブックマーク用フォルダの一覧がツリー形式で表示された検索画面が表示される。ユーザは、所望のフォルダをクリックすると、そのフォルダに格納されているブックマーク一覧が表示されるようになっている。なお、図２０に示すように、複数の外部メタ検索エンジン名と各外部メタ検索エンジンに対応してチェックボックス１０が表示されている。このチェックボックス１０は、全文メタ検索用データベース１１３からの検索の他、外部メタ検索エンジンを利用して検索を行うことを指定するためのものであり、後述するように、チェックボックス１０にチェックされた外部メタ検索エンジンによっても指定した検索キーワードによる検索処理が行われるようになっている。
【００８０】
（データベースファイルの構造）
次に、本実施形態のＷＥＢ情報検索サーバ１０１で使用される各種データベースについて説明する。本実施形態では、ユーザデータベース１１０と、設定データベース１１２と、ブックマークデータベース１０９と、ＵＲＬデータベース１１１と、全文メタ検索用データベース１１３とを外部記憶装置１０５に格納して使用している。尚、図１に示すように本実施形態ではこれらのデータベースを一つの外部記憶装置１０５（ハードディスク）に記録しているが、各データベース毎に異なる外部記憶装置１０５に格納して構成しても良い。
【００８１】
ユーザデータベース１１０は、ＷＥＢ情報検索サーバ１０１を使用するユーザを管理するものであり、ユーザごとのユーザ固有データを１レコードとして予め登録したものである。図４はユーザデータベース１１０に登録されるユーザ固有データの構造図である。
【００８２】
図４に示すように、ユーザ固有データは主として、ユーザＩＤ、パスワード（暗号化データ）、最終アクセス日時、国籍、誕生日、性別、氏名、住所、E-mailアドレス、ホームページURL、電話番号、インターネット歴、職業（例えば、システムエンジニア、セールス、会社経営者、研究職等）、趣味、学歴（例えば、文系／理系や、大学卒／高卒等）等から構成され、ユーザＩＤがキーとなっている。尚、ユーザ固有データにはさらにユーザに関する情報を含む他のデータを含めてもよい。ここで、ユーザデータベース１１０は本発明におけるユーザファイルを構成する。
【００８３】
ブックマークデータベース１０９は、ユーザのブックマークの利用状況を示すブックマークデータを１レコードとして登録したものであり、各ブックマークデータは分析部２０１によりユーザのブックマークディレクトリ１０８からブックマークを収集して分析することにより生成される。図５は、本実施形態のブックマークデータベース１０９に登録されるブックマークデータの構造図である。
【００８４】
図５に示すように、ブックマークデータは、主としてブックマークＩＤと、ブックマーク名と、ＵＲＬ、最終参照日時と、ブックマークの作成日時および編集日時と、ＩＰアドレスと、参照回数等から構成される。尚、ブックマークデータにはこの他のデータを含めて構成してもよい。
【００８５】
「ブックマークＩＤ」は、収集した全てのブックマークについて一意的な識別子である。「ブックマーク名」は、ブックマークディレクトリ１０８に格納されたブックマークのファイル名である。「ユーザＩＤ」はブックマークを所有するユーザのＩＤであり、後述するユーザデータベース１１０に登録されているものである。「ＵＲＬ」は、ブックマークを指定したときにアクセスされるＷＥＢサイトのＵＲＬであり、ＵＲＬのＩＰアドレスが「ＩＰアドレス」して登録される。「参照回数」は、ＵＲＬの示すＷＥＢサイトに対するユーザの参照回数である。これらの各データの中で、「ブックマーク名」、「ＵＲＬ」、「最終参照日時」、「作成日時」、「編集日時」、「参照回数」の各データは、ブックマークディレクトリ１０８のブックマークの同一名のフィールドから分析部２０１によってそのままコピーされ、ユーザＩＤは、ブックマークディレクトリ１０８の所有者からユーザデータベース１１０を参照してユーザＩＤを取得して生成される。「ブックマークＩＤ」は、分析部２０１によってブックマークデータを登録する際に自動生成され付与される。ここで、ブックマークデータベース１０９は本発明におけるブックマークファイルを構成する。
【００８６】
ＵＲＬデータベース１１１は、ＷＥＢサイトのＵＲＬ情報とＷＥＢサイトに対するアクセス情報とを含むＵＲＬデータを１レコードとして登録したものであり、各ＵＲＬデータは分析部２０１によりユーザのブックマークディレクトリ１０８からブックマークを収集して分析することにより生成される。図６は，ＵＲＬデータベース１１１に登録されるＵＲＬデータの構造図である。
【００８７】
図６に示すように、ＵＲＬデータは、主として，作成日時、最終編集日時、ＵＲＬ、タイトル、参照回数、ユーザＩＤ等から構成され、ＵＲＬとユーザＩＤがキーとなっている。尚、ＵＲＬデータにはこの他のデータを含めて構成してもよい。また、ＵＲＬデータベース１１１にはＵＲＬデータが追加されて登録されるようになっており、同一のＵＲＬをキーとするＵＲＬデータを登録する場合にも既存のＵＲＬデータは更新されずに新規のＵＲＬデータを追加するようになっている。
【００８８】
これらの各データの中で、「ＵＲＬ」、「最終編集日時」、「参照回数」の各データは、ブックマークディレクトリ１０８のブックマークの同一名のフィールドから分析部２０１によってそのままコピーされ、「ユーザＩＤ」は、ブックマークディレクトリ１０８のあるユーザディレクトリ名から生成される。
【００８９】
ここで、ＵＲＬデータは本発明におけるサイトデータを構成し、ＵＲＬデータベース１１１は本発明におけるサイトファイルを構成する。また、ブックマークデータとＵＲＬデータとは本発明におけるブックマーク分析データを構成し、ブックマークデータベース１０９とＵＲＬデータベース１１１は本発明におけるブックマーク分析ファイルを構成する。
【００９０】
設定データベース１１２は、各ユーザのブックマーク表示画面の各種設定を設定データとしてユーザごとに登録したものである。図７は設定データベース１１２に登録される設定データの構造図である。この設定データはユーザの指定により変更が可能である。設定データは、図７に示すように、主としてユーザＩＤ、スキン（壁紙）設定、所有者、高さ、幅、フォント等から構成され、この他ブックマーク表示に関する設定項目を含めてもよい。
【００９１】
全文メタ検索用データベース１１３は、メタ検索エンジン用の情報を記録するものであり、データ収集部２０２によりインターネット上のＷＥＢサイトから収集した検索データが登録される。図８は全文メタ検索用データベース１１３に登録される検索データの構造図である。図８に示すように、検索データは主としてＩＤ，ユーザが入力したキーワード、属性、データ取得時間、データ取得ＵＲＬ、ＵＲＬのタイトル、全文データ(Description)等から構成されるが、この他のデータを含めてもよい。ここで、「ＩＤ」は各検索データの識別情報であり、データ収集部２０２によって検索データの登録時に自動生成されて付与される。また「全文データ」に収集したデータが格納される。
【００９２】
（ブックマーク分析処理）
次に以上のように構成された本実施形態のＷＥＢ情報検索サーバ１０１の分析部２０１によるブックマーク分析処理について説明する。図９は、ブックマーク分析処理のフローチャートである。
【００９３】
分析部２０１では、まずハードディスクのユーザのブックマークディレクトリ１０８を参照し（ステップＳ９０１）、このディレクトリに保存されているブックマークを読み込み、図３（ｂ）に示す各種データを取得する（ステップＳ９０２）。このとき、ブックマークがユーザのブックマークディレクトリ１０８のトップディレクトリではなく、トップディレクトリ中のフォルダに存在している場合には、そのフォルダを参照しフォルダに格納されているブックマークを読み込む。
【００９４】
次いで、このブックマークディレクトリ１０８の所有者をユーザＩＤとしてユーザデータベース１１０を検索し、検索されたユーザＩＤのユーザ固有データを取得する（ステップＳ９０３）。そして、ブックマークデータを生成しブックマークデータベース１０９に登録する（ステップＳ９０４）。ここで、ブックマークデータは次のように生成される。
【００９５】
ブックマークデータの「ブックマーク名」、「ＵＲＬ」、「最終参照日時」、「作成日時」、「編集日時」、「参照回数」の各データは、ブックマークディレクトリ１０８のブックマークからコピーされる。「ユーザＩＤ」は、ユーザ固有データのユーザＩＤからコピーされる。「ブックマークＩＤ」は、一意的な識別番号が生成されて付与される。尚、他のフィールドは現時点では空である。
【００９６】
ブックマークデータの生成及び登録が終了したら、次にＵＲＬデータを生成してＵＲＬデータベース１１１へ登録する（ステップＳ９０５）。このとき、同一のＵＲＬが既に存在するか否かを問わずにＵＲＬデータはＵＲＬデータベース１１１へ追加登録される。ここで、ＵＲＬデータの生成は次のように行われる。
【００９７】
ＵＲＬデータの「ＵＲＬ」、「最終編集日時」、「参照回数」の各データは、ブックマークディレクトリ１０８のブックマークからコピーされ、「ユーザＩＤ」は既に取得したユーザ固有データのユーザＩＤからコピーされる。尚、他のフィールドは現時点では空である。
【００９８】
ＵＲＬデータの生成及び登録が終了したら、ブックマークディレクトリ１０８に存在する全てのブックマークについて、ステップＳ９０２から９０５までの処理を繰り返す（ステップＳ９０６）。そして、全てのブックマークに対する分析処理が終了したら、次のユーザのブックマークへブックマークディレクトリ１０８についてステップＳ９０１からステップＳ９０６までの処理を繰り返す（ステップＳ９０７）。これにより、全ユーザの全ブックマークに対してブックマークデータとＵＲＬデータが生成され、ブックマークデータはブックマークデータベース１０９へ、ＵＲＬデータはＵＲＬデータベース１１１へ登録される。
【００９９】
（データ収集処理）
図１０は、データ収集部２０２によるＷＥＢサイトからのデータ収集処理のフローチャートである。データ収集部２０２では、まずＵＲＬデータベース１１１を参照し（ステップＳ１００１）、登録されているＵＲＬデータを読み込む（ステップＳ１００２）。次いで、ＵＲＬデータのＵＲＬフィールドに格納されているＵＲＬを指定してＷＥＢサイトにアクセスし（ステップＳ１００３）、ＷＥＢサイトのＵＲＬ、ＵＲＬタイトル及び全文データを収集すると共に（ステップＳ１００４）、現在日時を取得し、さらに一意的な識別番号を生成する（ステップＳ１００５）。そして、識別番号、現在時刻、ＵＲＬ、タイトル、全文データを、それぞれ検索用データのＩＤ、データ取得日時、取得ＵＲＬ、ＵＲＬタイトル、全文データの各フィールドにコピーすることにより検索用データを生成し、全文メタ検索用データベース１１３に登録する（ステップＳ１００６）。以上のステップＳ１００１からステップＳ１００６までの処理を、ＵＲＬデータベース１１１に登録されている全てのＵＲＬデータを参照して行う（ステップＳ１００７）。
【０１００】
（マクロプロファイル作成処理）
次に、マクロプロファイル作成部２０３によるマクロプロファイルの作成処理について説明する。図１１は、マクロプロファイル作成処理のフローチャートである。図１２は、マクロプロファイル作成部２０３により作成されるマクロプロファイルの一例を示す説明図である。マクロプロファイル作成部２０３は、まずＵＲＬデータベース１１１を参照して先頭レコードからＵＲＬデータを読み込み、このＵＲＬデータから、ＵＲＬ、ユーザＩＤ，参照回数、最終参照日時を取得するとともに、取得したＵＲＬに対して過去に入力されたすべての入力キーワードを、全文メタ検索用データベース１１３から検索して抽出する（ステップＳ１１０１）。そして、主記憶装置１０４（メインメモリ）上にマクロプロファイルが作成されているか否かをチェックし（ステップＳ１１０２）、未だ作成されていない場合には、マクロプロファイルを主記憶装置１０４上に生成し（ステップＳ１１０３）、その先頭に現在日時を作成日時として記録する（ステップＳ１１０４）。
【０１０１】
次いで、取得したＵＲＬが既にマクロプロファイルに記録されているか否かをチェックして（ステップＳ１１０５）、未だ記録されていない場合には、取得したＵＲＬを記録する。そして、そのＵＲＬのブロック内に、ブックマークの総登録数として「１」を記録すると共に、取得した参照回数を総参照回数として記録する。また、取得した最終参照日時の時刻が属する時間帯を定め（例えば、最終参照時刻が１：２０の場合、時間帯「０：００〜１：００」とする等）、ＵＲＬブロック内に参照時間帯として記録する。更に、更に取得したキーワードをＵＲＬブロック内に記録する（ステップＳ１１０７）。
【０１０２】
一方、既に取得したＵＲＬがマクロプロファイルに記録されている場合には、該当するＵＲＬのブロック内の総登録数をインクリメントし、かつ総参照回数に取得した参照回数を加算することにより、ＵＲＬブロック内総登録数と総参照回数を集計する。また、取得した最終参照日時の時刻が属する時間帯を定めてＵＲＬブロック内の参照時間帯に追加し、取得したキーワードをＵＲＬブロック内のキーワードに追加する（ステップＳ１１０６）。
【０１０３】
次いで、取得したユーザＩＤをキーとしてユーザデータベース１１０を検索し、ユーザ固有データを読み込み、このユーザ固有データから職業、学歴、趣味等の特定の固有データを取得する（ステップＳ１１０８）。尚、取得する固有データは一例であり、他の固有データ、例えば年齢等を取得してもよい。
【０１０４】
次いで、ＵＲＬブロック内で、職業別登録数（ブックマークの登録数）、職業別参照回数、学歴別登録数、学歴別参照回数、趣味別登録数、趣味別参照回数を集計して、集計したデータをマクロプロファイルのＵＲＬブロック内に記録する（ステップＳ１１０９）。ここで、集計は、取得した職業等と同一データの職業等の登録数をインクリメントし（最初の記録時には「１」に設定し）、また取得した職業等と同一データの職業等の参照回数を加算する（最初の記録時には参照回数を記録する）ことにより行う。例えば、取得した職業が「システムエンジニア」である場合には、職業「システムエンジニア」のブックマークの登録数をインクリメントすると共に職業「システムエンジニア」の参照回数に取得した参照回数を加算し、他の職業、例えば「セールス」等の登録数及び参照回数は変更しない。
【０１０５】
このようなステップＳ１１０１からステップＳ１１０９までの処理を全てのＵＲＬデータに対して実行する（ステップＳ１１１０）。これにより、ブックマークの総登録数、参照回数、キーワードのアクセス統計データと、参照時間帯、職業別の登録数及び参照回数、学歴別の登録数及び参照回数、趣味別の登録数及び参照回数のユーザ統計データが、ＵＲＬデータごとに生成される。
【０１０６】
次いで、これらの統計データから、ブックマーク登録数が最大となる職業データ、参照回数が最大となる職業データを、それぞれ職業別登録数特性データ、職業別参照回数特性データとしてマクロプロファイルに記録する。例えば、ブックマーク登録数が最大となる職業データが「システムエンジニア」の場合には、職業別登録数データを「システムエンジニア」とし、参照回数が最大となる職業データが「セールス」の場合には、職業別参照回数特性データは「セールス」としてマクロプロファイルに記録される。同様に、学歴別登録数特性データ、学歴別参照回数特性データ、趣味別登録数特性データ、趣味別参照回数特性データも求めて、それぞれマクロプロファイルに記録する（ステップＳ１１１１）。このような特性データは、それぞれブックマーク登録及びＷＥＢサイトへの参照回数のユーザの偏りを示すものとなる。
【０１０７】
以上の処理により図１２に示すようなマクロプロファイルが作成される。図１２に示すように、マクロプロファイルにはＵＲＬごとにブロック化され、各ブロック内に、ブックマークの総登録数、職業別登録数、学歴別登録数、趣味別登録数、ＷＥＢサイトの総参照回数、職業別参照回数、学歴別参照回数、趣味別参照回数、最多参照時間帯、キーワード等が記録されている。
【０１０８】
マクロプロファイルの作成について更に一例をあげて説明する。例えば、図１３（ａ）に示すように、ＵＲＬ「http://xxx.xxx.co.jp」についての３個のＵＲＬデータと、ＵＲＬ「http://yyy.yyy.com」についての３個のＵＲＬデータと、ＵＲＬ「http://zzz.zzz.ne.jp」についての２個のＵＲＬデータがＵＲＬデータベース１１１に登録されている場合を考える。ここで、説明の都合上、各ＵＲＬデータではユーザＩＤと参照回数のみについて図１３（ａ）に示す値を有する場合を考える。
【０１０９】
また、図１３（ｂ）に示すように、ユーザＩＤ「AAA」、「BBB」、「CCC」、「DDD」、「EEE」の５名のユーザ固有データがユーザデータベース１１０に登録されている場合を考える。ここで、説明の都合上、各ユーザ固有データではユーザＩＤと職業と学歴のみについて図１３（ｂ）に示す値を有する場合を考える。
【０１１０】
かかる場合、マクロプロファイルには図１３（ｃ）に示すデータが記録される。例えば、ＵＲＬ「http://xxx.xxx.co.jp」については、ユーザ「AAA」、「CCC」、「DDD」の３名がアクセスしており、その総参照回数は３名の参照回数の合計である「５回」が記録される。そして、職業別の参照回数をみると、職業「システムエンジニア」の参照回数については、ユーザ「AAA」、「CCC」の２名の参照回数の合計である「３回」が記録され、職業「セールス」の参照回数についてはユーザ「DDD」１名の参照回数である「２回」が記録される。従って、職業別参照回数特性データは、参照回数の多い職業を選択し、「システムエンジニア」として記録される。また、学歴別参照回数特性データも同様に求め、参照回数の多い学歴である「文系」としてマクロプロファイルに記録される。他のＵＲＬの総参照回数、職業別の参照回数と職業別参照回数特性データ、学歴別の参照回数と学歴別参照回数特性データについても同様の方法で統計されて、図１３（ｃ）に示すように記録される。
【０１１１】
尚、図１２及び図１３（ｃ）はマクロプロファイルの一例を示すものであり、ユーザ全体のＷＥＢサイトの利用状況に応じて任意の構造を有するマクロプロファイルを作成することが可能である。また、本実施形態では、マクロプロファイルに職業データごとの登録数や参照回数等のユーザ固有データごとの登録数や参照回数を記録しているが、これらのデータはメモリ上に保持しておくだけとし、最終的な職業別登録数特性データ、職業別参照回数特性データ等の特性データのみをマクロプロファイルに記録するように構成してもよい。
【０１１２】
尚、本実施形態では、特性データを職業、学歴、趣味について求めているが、他のユーザ固有データについての特性データを更に求めてもよい。
【０１１３】
（ミクロプロファイル作成処理）
次に、ミクロプロファイル作成部２０４によるミクロプロファイルの作成処理について説明する。図１４は、ミクロプロファイル作成処理のフローチャートである。図１５は、ミクロプロファイル作成部２０４により作成されるミクロプロファイルの一例を示す説明図である。ミクロプロファイル作成部２０４は、まずユーザデータベース１１０を参照してユーザ固有データを先頭レコードから読み込み、読み込んだユーザ固有データからユーザＩＤを取得する（ステップＳ１４０１）。
【０１１４】
そして、主記憶装置１０４（メインメモリ）上にミクロプロファイルが作成されているか否かをチェックし（ステップＳ１４０２）、未だ作成されていない場合には、ミクロプロファイルを主記憶装置１０４上に生成し（ステップＳ１４０３）、その先頭に現在日時を作成日時として記録する（ステップＳ１４０４）。
【０１１５】
次いで、取得したユーザＩＤをキーとしてブックマークデータベース１０９からブックマークデータを検索する（ステップＳ１４０５）。そして、検索されたブックマークデータを読み込み、ＵＲＬ、最終参照日時、参照回数を取得するとともに、取得したＵＲＬに対して過去に入力されたすべての入力キーワードを、全文メタ検索用データベース１１３から検索して抽出する（ステップＳ１４０６）。次いで、取得したＵＲＬと参照回数とをミクロファイルのユーザＩＤのブロック内に記録すると共に、取得した最終参照日時の時刻が属する時間帯を定めて（例えば、最終参照時刻が１：２０の場合、時間帯「０：００〜１：００」を選択）、参照時間帯としてミクロプロファイルのユーザＩＤのブロック内に記録する（ステップＳ１４０７）。
【０１１６】
このようなステップＳ１４０６及びステップＳ１４０７の処理を、ステップＳ１４０５で検索された、同一ユーザＩＤを有する全てのブックマークデータに対して行う（ステップＳ１４０８）。検索された全てのブックマークデータに対する処理が終了したら、以上のステップＳ１４０１からステップＳ１４０８までの処理を全てのユーザ固有データに対して実行する（ステップＳ１４０９）。
【０１１７】
以上の処理により図１５に示すようなミクロプロファイルが作成される。図１５に示すように、ミクロプロファイルにはユーザＩＤごとに、ＵＲＬごとの参照回数、ＵＲＬごとの参照時間帯が記録されている。ここで、ＵＲＬごとの参照回数、ＵＲＬごとの参照時間帯は本発明におけるサイト統計データを構成する。
【０１１８】
尚、図１５はミクロプロファイルの一例を示すものであり、各ユーザのＷＥＢサイトの利用状況に応じて任意の構造を有するミクロプロファイルを作成することが可能である。
【０１１９】
（検索処理、評価処理及び検索結果生成処理）
次に、本実施形態のＷＥＢ情報検索サーバ１０１による検索処理、評価処理及び検索結果生成処理について説明する。図１６は、検索、評価及び検索結果生成処理のフローチャートである。
【０１２０】
ユーザ端末１１４からインターネットを介してキーワードによる検索指示があると、まず検索部２０５は、ユーザ端末１１４から図２０の画面で各外部メタ検索エンジンのチェックボックス１０にチェックがされているか否かを確認することにより、外部メタ検索エンジンを利用するか否かを確認する（ステップＳ１６０１）。
【０１２１】
そして、いずれかの外部メタ検索エンジンがチェックされていれば、チェックされている外部メタ検索エンジンを利用すると判断し、ユーザ端末１１４から指示された検索キーワードを指定された外部メタ検索エンジンごとにその外部メタ検索エンジン用のキーワードの形式に加工する（ステップＳ１６０２）。キーワードの加工は、例えば、ＡＮＤ条件、ＯＲ条件の指定形式等を外部メタ検索エンジン用に変更することにより行う。
【０１２２】
ついで、加工したキーワードをそれぞれ各外部メタ検索エンジンに渡し（ステップＳ１６０３）、各外部メタ検索エンジンで同時に検索を実行させる。そして、各外部メタ検索エンジンからの検索結果を全文メタ検索用データベース１１３に登録することによりマージする（ステップＳ１６０４）。そして、ステップＳ１６０５で、全文メタ検索用データベース１１３を検索することにより、結果的に、ユーザは全文メタ検索用データベース１１３だけでなく、外部メタ検索エンジンによるリアルタイムな検索結果を利用することが可能となる。一方、ステップＳ１６０１において、いずれの外部メタ検索エンジンも利用しないと判断した場合には、ステップＳ１６０５で全文メタ検索用データベースからの検索を行う。
【０１２３】
ステップＳ１６０５では、公知の手法で全文メタ検索用データベース１１３から指定されたキーワードに基づいた検索を行い、検索条件に合致するデータ（以下、「検索データ」という）を取得する。そして、検索指示を行ったユーザのログイン情報等からユーザＩＤを取得して、このユーザＩＤをキーとしてユーザデータベース１１０からユーザ固有データを検索して取得する（ステップＳ１６０６）。
【０１２４】
次いで、評価部２０６によってマクロプロファイルに基づく検索データの評価処理を行う（ステップＳ１６０７）。図１７は、マクロプロファイルに基づく評価処理のフローチャートである。
【０１２５】
評価部２０６では、まず検索データを読み込み、ＷＥＢサイトのＵＲＬを取得する（ステップＳ１７０１）。そして、主記憶装置１０４上のマクロプロファイルを参照し、検索データのＵＲＬと同一ＵＲＬのブロックに記録されているアクセス統計データ及びユーザ統計データを取得する（ステップＳ１７０２）。
【０１２６】
次いで、ユーザ固有データの職業、学歴、趣味等の各固有データと、ＵＲＬに対する職業別登録数特性データ、学歴別登録数特性データ、趣味別登録数特性データ等の各固有データ別登録数特性データとをそれぞれ比較する（ステップＳ１７０３）。そして、各固有データが各特性データと一致する場合には、現在処理している検索データに対する重み付け値をインクリメントすると共に、この検索データを選択対象とする旨を主記憶装置１０４上に記憶しておく（ステップＳ１７０４）。かかる処理は、職業等の各データと固有データ別の参照回数特性データについても行う（ステップＳ１７０５、Ｓ１７０６）。
【０１２７】
次いで、現在時刻がマクロプロファイルのＵＲＬブロックに記録された参照時間帯に含まれているか否かを判断し（ステップＳ１７０７）、含まれている場合には現在処理中の検索データに対して重み付け値をインクリメントすると共に、この検索データを選択対象とする旨を主記憶装置１０４上に記憶しておく（ステップＳ１７０８）。更に、指定されたキーワードがマクロプロファイルのＵＲＬブロックに記録されたキーワードに含まれているか否かを判断し（ステップＳ１７０９）、含まれている場合には現在処理中の検索データに対して重み付け値をインクリメントすると共に、この検索データを選択対象とする旨を主記憶装置１０４上に記憶しておく（ステップＳ１７１０）。
【０１２８】
以上のステップＳ１７０１からステップＳ１７１０までの処理を、検索された全ての検索データに対して順次行う（ステップＳ１７１１）。これにより、各検索データに重み付け値が付与されると共に、一定の検索データが選択対象となる。
【０１２９】
尚、本実施態様では各検索データに対して重み付け値を付与すると共に、選択対象とするか否かを判断してるが、いずれかのみを行うように構成してもよい。
【０１３０】
マクロプロファイルに基づく評価処理が終了したら、図１６に戻り、ユーザＩＤから検索指示を行っているユーザがすでにユーザデータベース１１０に登録されているユーザか、一時的に検索システムを利用しているゲストユーザかを判断する（ステップＳ１６０８）。検索指示を行ったユーザがゲストユーザでない場合には、評価部２０６によってミクロプロファイルに基づく検索データの評価処理を行う（ステップＳ１６０９）。一方、検索指示を行ったユーザがゲストユーザである場合には、ミクロプロファイルに基づく評価処理を行わない。図１８は、ミクロプロファイルに基づく評価処理のフローチャートである。
【０１３１】
評価部２０６では、まず検索データを読み込み、ＷＥＢサイトのＵＲＬを取得する（ステップＳ１８０１）。そして、主記憶装置１０４上のミクロプロファイルを参照し、図１６のステップＳ１６０６で取得したユーザＩＤのブロック中で、検索データのＵＲＬと同一ＵＲＬのブロック内のサイト統計データを取得する（ステップＳ１８０２）。
【０１３２】
次いで、現在時刻を取得して、現在時刻がミクロプロファイルの前記ＵＲＬブロック内の参照時間帯に含まれるか否かを判断し（ステップＳ１８０３）、含まれる場合には現在処理中の検索データに対する重み付けをインクリメントすると共に、この検索データを選択対象とする旨を主記憶装置１０４上に記憶しておく（ステップＳ１８０４）。更に、指定されたキーワードがミクロプロファイルに記録されたＵＲＬに対するキーワードに含まれているか否かを判断し（ステップＳ１８０５）、含まれている場合には現在処理中の検索データに対して重み付け値をインクリメントすると共に、この検索データを選択対象とする旨を主記憶装置１０４上に記憶しておく（ステップＳ１８０６）。次いで、ミクロプロファイルに記録されている前記ＵＲＬブロック内の参照回数を、現在処理中の検索データに対する重み付け値に加算する（ステップＳ１８０７）。
【０１３３】
以上のステップＳ１８０１からステップＳ１８０７までの処理を、検索された全ての検索データに対して順次行う（ステップＳ１８０８）。これにより、更に各検索データに重み付け値が付与されると共に、一定の検索データが選択対象となる。
【０１３４】
尚、本実施態様では各検索データに対して重み付け値を付与すると共に、選択対象とするか否かを判断してるが、いずれかのみを行うように構成してもよい。
【０１３５】
マクロプロファイル及びミクロプロファイルに基づく評価処理が終了したら、図１６に戻り、検索結果生成部２０７による検索結果データの生成処理が行われる。検索結果生成部２０７では、選択対象とされている検索データのみを抽出（フィルタリング）し（ステップＳ１６１０）、更にフィルタリングされた検索データを、重み付け値の高い順番にソート（昇順ソート）する（ステップＳ１６１１）。そして、ソートされた検索データを一覧表示するための検索結果データを生成し、生成された検索結果データをユーザ端末１１４に送信する（ステップＳ１６１２）。図２１に、ユーザ端末１１４に表示される検索結果一覧画面の一例を示す。これにより、ユーザ端末１１４には、ＷＥＢサイトのユーザ全体の利用状況とユーザのＷＥＢサイトの利用状況が反映された検索結果が表示されることになる。
【０１３６】
このように本実施形態のＷＥＢ情報検索サーバ１０１では、マクロプロファイルのＷＥＢサイトに対する全ユーザの利用状況を利用して検索データに対し重み付け値の付与やフィルタリング処理を行っているので、ＷＥＢサイトにアクセスするユーザの傾向や偏りを検索結果一覧に反映することができ、また人気のあるＷＥＢサイトやアクセスの多いＷＥＢサイトを中心に検索結果一覧を提供することが可能となる。また、本実施形態のＷＥＢ情報検索サーバ１０１では、ミクロプロファイルのユーザごとのＷＥＢサイトの利用状況を利用して検索データに対し重み付け値の付与やフィルタリング処理を行っているので、同一キーワードでもユーザが異なったり検索時刻が異なれば、各ユーザごとに時刻による最適な検索結果を提供することが可能となる。
【０１３７】
以上説明したとおり、本発明によれば、多大なＷＥＢサイトの情報量を検索対象としながらも、検索結果としてユーザに必要な情報をユーザにとって最適な形式で提供することができるという効果を奏する。また、本発明によれば、刻々と変化するユーザ全体の利用状況やユーザごとのＷＥＢサイトの利用状況を逐次取得して検索されたデータの評価に用いることができ、同一キーワードでも検索する時期に最も適した検索結果をユーザに提供することができるという効果を奏する。さらに、本発明によれば、ブックマークの分析や検索されたＷＥＢサイトのデータの評価をユーザに全く意識させずに行うことができ、ユーザ自らＷＥＢサイトの分類や評価を行う必要がなく、ユーザの便宜が図られるという効果を奏する。特に、本発明によれば、ＷＥＢサイトにアクセスするユーザの傾向や偏りを検索結果に反映することができ、また人気のあるＷＥＢサイトやアクセスの多いＷＥＢサイトを中心に検索結果の提供を行えるという効果を奏する。更に、同一キーワードでもユーザが異なったり、検索時刻が異なれば各ユーザごとに時刻による最適な検索結果を提供できるという効果を奏する。
【０１３８】
また、本発明によれば、各ＷＥＢサイトごとにアクセスするユーザの特定のユーザ固有データに基づいた偏りを求めることができ、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザの興味の対象となるＷＥＢサイトのデータを優先的に検索結果として提供することができるという効果を奏する。
【０１３９】
また、本発明によれば、各ＷＥＢサイトのアクセス状況を求めることができ、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにアクセス数やアクセス頻度の高いＷＥＢサイトのデータを優先的に検索結果として提供することができるという効果を奏する。
【０１４０】
また、本発明によれば、各ユーザのＷＥＢサイトに対する偏りを求めることができ、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザの過去のアクセス状況を反映した検索結果を提供することができるという効果を奏する。
【０１４１】
また、本発明によれば、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにとって必要性の高いＷＥＢサイトから順に一覧表示した検索結果を提供することができるという効果を奏する。
【０１４２】
また、本発明によれば、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにとって必要性のあるＷＥＢサイトのデータのみからなる検索結果を提供することができるという効果を奏する。
【０１４３】
また、本発明によれば、ブックマーク分析ファイルをブックマークファイルとサイトファイルとを含むように構成して各ファイルの管理が容易となるという効果を奏する。
【０１４４】
【発明の効果】
本発明によれば、多大なＷＥＢサイトの情報量を検索対象としながらも、検索結果としてユーザに必要な情報をユーザにとって最適な形式で提供することができるという効果を奏する。
【図面の簡単な説明】
【図１】本実施形態のＷＥＢ情報検索サーバのハードウェア構成図である。
【図２】本実施形態のＷＥＢ情報検索サーバのソフトウェア構成を示す機能ブロック図である。
【図３】図３（ａ）は本実施形態のＷＥＢ情報検索サーバにおけるブックマークのディレクトリ構造図であり、図３（ｂ）は各ブックマークのデータ構造図である。
【図４】本実施形態のＷＥＢ情報検索サーバにおけるユーザデータベースのデータ構造図である。
【図５】本実施形態のＷＥＢ情報検索サーバにおけるブックマークデータベースのデータ構造図である。
【図６】本実施形態のＷＥＢ情報検索サーバにおけるＵＲＬデータベースのデータ構造図である。
【図７】本実施形態のＷＥＢ情報検索サーバにおける設定データベースのデータ構造図である。
【図８】本実施形態のＷＥＢ情報検索サーバにおける全文メタ検索用データベースのデータ構造図である。
【図９】本実施形態のＷＥＢ情報検索サーバにおけるブックマーク分析処理のフローチャートである。
【図１０】本実施形態のＷＥＢ情報検索サーバにおけるデータ収集処理のフローチャートである。
【図１１】本実施形態のＷＥＢ情報検索サーバにおけるマクロプロファイル作成処理のフローチャートである。
【図１２】本実施形態のＷＥＢ情報検索サーバにおけるマクロプロファイルの構造の一例を示す説明図である。
【図１３】本実施形態のＷＥＢ情報検索サーバにおけるマクロプロファイル作成過程の一例を示す説明図である。
【図１４】本実施形態のＷＥＢ情報検索サーバにおけるミクロプロファイル作成処理のフローチャートである。
【図１５】本実施形態のＷＥＢ情報検索サーバにおけるミクロプロファイルの構造の一例を示す説明図である。
【図１６】本実施形態のＷＥＢ情報検索サーバにおける検索、評価及び検索結果表示の全体処理のフローチャートである。
【図１７】本実施形態のＷＥＢ情報検索サーバにおけるマクロプロファイルを使用した評価処理のフローチャートである。
【図１８】本実施形態のＷＥＢ情報検索サーバにおけるミクロプロファイルを使用した評価処理のフローチャートである。
【図１９】本実施形態のＷＥＢ情報検索サーバを使用するユーザ端末に表示される初期画面を示す模式図である。
【図２０】本実施形態のＷＥＢ情報検索サーバを使用するユーザ端末に表示されるブックマークの例を示す検索画面の模式図である。
【図２１】本実施形態のＷＥＢ情報検索サーバを使用するユーザ端末に表示される検索結果表示画面の一例を示す模式図である。
【符号の説明】
１０１ 情報検索サーバ、１０２ 通信装置、１０３ 制御装置、１０４ 主記憶装置、１０５ 外部記憶装置、１０６ 入力装置、１０７ 出力装置、１０８ ブックマークディレクトリ、１０９ ブックマークデータベース、１１０ ユーザデータベース、１１１ ＵＲＬデータベース、１１２ 設定データベース、１１３ 全文メタ検索用データベース、１１４ ユーザ端末、２０１ 分析部、２０２ データ収集部、２０３ マクロプロファイル作成部、２０４ ミクロプロファイル作成部、２０５ 検索部、２０６ 評価部、２０７ 検索結果生成部、２０８ マクロプロファイル、２０９ ミクロプロファイル、１０ 外部メタ検索エンジン指定用チェックボックス
【発明の属する技術分野】
本発明は、ユーザから入力されたキーワードに基づいてインターネット上のＷＥＢサイトを検索するＷＥＢ情報検索装置、ＷＥＢ情報検索方法及びその方法をコンピュータに実行させるプログラムに関するものである。
【０００２】
【従来の技術】
ユーザの検索指示によりインターネット上のＷＥＢサイト（ＷＥＢページ）を全文検索する検索エンジンとしては、ロボット型検索エンジン、ディレクトリ型検索エンジン及びメタ検索エンジンが従来から一般的に知られている。
【０００３】
ロボット型検索エンジンは、検索したい情報に関連するキーワードを指定すると、ＷＥＢロボットやスパイダーと呼ばれる WWW探索プログラムを用いて，インターネット上で見つけることのできる全WWWサーバ上の情報を定期的に収集し、その情報の索引付けを自動的に行うものである。このロボット型検索エンジンは，コンピュータによって自動的に全世界のＷＥＢサイトのデータを収集しているため、情報量が多いという利点を有している。
【０００４】
ディレクトリ型検索エンジンは、作業者が予めＷＥＢサイトのＵＲＬ(Universal Resource Locator)を、芸術、ビジネス、教育等のように分野別に人為的に分類しておき、ユーザは分野別にキーワードを指定して検索するものである。このディレクトリ型検索エンジンでは情報を分野別に分類しているので、ユーザは職業別電話帳のような使い方ができ、分野を決めてから探す場合に便利であるという利点を有している。
【０００５】
【発明が解決しようとする課題】
しかしながら、このような従来の検索エンジンには次のような問題がある。ロボット型検索エンジンの場合には、収集した情報量が多いという利点をもつ反面、検索ロボットは収集したＷＥＢサイト情報に出てくる単語から単純に索引付けを行うため、キーワード検索した場合にＷＥＢサイトが何万件と出てしまう場合が多い。このため、ユーザとは本来関係無いようなサイトまで検索結果として表示されてしまい、検索結果の品質が低く、ユーザは目的のＷＥＢサイトを絞り込むのに膨大な時間を要してしまうという問題がある。
【０００６】
また、検索ロボットが検索を行うので、異なるユーザが検索した場合でも同一キーワードで検索する限り常に同じ検索結果しか得られず、異なるプロフィールや嗜好を有するユーザの全てに対して満足のいく検索結果が得られることは少ないという問題がある。
【０００７】
ディレクトリ型検索エンジンの場合には、ＷＥＢサイトのデータ入力及び分類を基本的に人手で行っているため、ロボット型検索エンジンによるサービスと比較して情報量が２、３桁少なく、有名なＷＥＢサイト以外を探すことが出来ないという問題がある。また、ＷＥＢサイトのデータ入力と分類を作業者の事務処理能力に頼っているため、情報量を増大するのにも限界がある。
【０００８】
また、ディレクトリ型エンジンの場合には、単に収集したＷＥＢサイトの情報を分野別に分類しているだけなので、ロボット型検索エンジンと同様に、異なるユーザが検索した場合でも同一キーワードで検索する限り常に同じ検索結果しか得られず、異なるプロフィールや嗜好等を有するユーザの全てに対して満足のいく検索結果が得られることは少ないという問題がある。
【０００９】
本発明はこのような問題点に鑑みてなされたものであり、多大なＷＥＢサイトの情報量を検索対象としながらも、検索を行うユーザにとって必要なＷＥＢサイト情報の検索結果を最適な形式で提供することができるＷＥＢ情報検索装置およびＷＥＢ情報検索方法を提供することを主な目的とする。本発明の別の目的は、多大なＷＥＢサイトの情報量を検索対象としながらも、ＷＥＢサイト情報の検索結果をＷＥＢサイトに対する利用状況を反映した形式でユーザに提供することができるＷＥＢ情報検索装置およびＷＥＢ情報検索方法を提供することである。
【００１０】
【課題を解決するための手段】
上述の目的を達成するため、本発明は、ユーザ端末から入力された検索キーワードに基づいてインターネット上のＷＥＢサイトを検索して検索結果をユーザ端末に送信するＷＥＢ情報検索装置において、ユーザごとに、ユーザ固有データを予め登録したユーザファイルと、ユーザがアクセスするＷＥＢサイトの識別情報を含むブックマークを記録する記憶手段と、前記記憶手段から全てのユーザのブックマークを収集して、ユーザのブックマーク利用情報とＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むブックマーク分析データを生成してブックマーク分析ファイルに登録する分析手段と、全ての前記ブックマーク分析データに基づいて、インターネット上のＷＥＢサイトからデータを収集し、検索用ファイルに登録するデータ収集手段と、所定の時期に、全ての前記ブックマーク分析データと前記ユーザ固有データとから、ＷＥＢサイトに対するユーザ全体の利用状況を記録したマクロプロファイルを生成するマクロプロファイル作成手段と、所定の時期に、全ての前記ブックマーク分析データと前記ユーザ固有データとから、ユーザごとのＷＥＢサイトの利用状況を記録したミクロプロファイルを生成するミクロプロファイル作成手段と、ユーザ端末から検索キーワードによる検索指示が入力されたときに、前記キーワードに基づいて検索用ファイルからデータを検索する検索手段と、前記検索されたデータの夫々を、前記検索指示を行ったユーザのユーザ固有データ及び／又は前記マクロプロファイル及び／又は前記ミクロプロファイルとに基づいて評価する評価手段と、前記評価手段による評価に基づいて前記検索されたデータから検索結果データを生成してユーザ端末に送信する検索結果生成手段と、を備え、前記マクロプロファイルにおける前記ユーザ全体の利用状況には、ＷＥＢサイト毎に、前記ユーザ全体のうち該ＷＥＢサイトの参照回数が最も多いユーザの特定のユーザ固有データが該ＷＥＢサイトと関連づけられて含まれており、前記評価手段は、前記検索指示を行ったユーザの前記ユーザ固有データに、前記マクロプロファイルに含まれる前記特定のユーザ固有データと一致する特定のユーザ固有データが含まれる場合に、該特定のユーザ固有データに関連するＷＥＢサイトと対応する前記検索されたデータに重み付け値を付与し、前記検索結果生成手段は、前記検索されたデータを前記重み付け値に基づいた順番でソートして検索結果データを生成することを特徴とする。
【００１１】
【発明の実施の形態】
本発明では、ユーザ端末から入力された検索キーワードに基づいてインターネット上のＷＥＢサイトを検索して検索結果をユーザ端末に送信するＷＥＢ情報検索装置において、ユーザごとに、ユーザ固有データを予め登録したユーザファイルと、ユーザがアクセスするＷＥＢサイトの識別情報を含むブックマークを記録する記憶手段と、記憶手段から全てのユーザのブックマークを収集して、ユーザのブックマーク利用情報とＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むブックマーク分析データを生成してブックマーク分析ファイルに登録する分析手段と、全ての前記ブックマーク分析データに基づいて、インターネット上のＷＥＢサイトからデータを収集し、検索用ファイルに登録するデータ収集手段と、所定の時期に、全ての前記ブックマーク分析データと前記ユーザ固有データとから、ＷＥＢサイトに対するユーザ全体の利用状況を記録したマクロプロファイルを生成するマクロプロファイル作成手段と、所定の時期に、全ての前記ブックマーク分析データと前記ユーザ固有データとから、ユーザごとのＷＥＢサイトの利用状況を記録したミクロプロファイルを生成するミクロプロファイル作成手段と、ユーザ端末から検索キーワードによる検索指示が入力されたときに、前記キーワードに基づいて検索用ファイルからデータを検索する検索手段と、前記検索されたデータの夫々を、前記検索指示を行ったユーザのユーザ固有データ及び／又は前記マクロプロファイル及び／又は前記ミクロプロファイルとに基づいて評価する評価手段と、前記評価手段による評価に基づいて前記検索されたデータから検索結果データを生成してユーザ端末に送信する検索結果生成手段と、を備えたことを特徴とする。
本発明では、ユーザのブックマークを、ユーザ端末側ではなく検索装置側（即ち検索サーバ側）の記憶手段に格納しているので、全ユーザが使用するブックマークの情報を収集することが可能である。本発明では、この検索装置側の記憶手段から全てのユーザのブックマークを収集して分析し、ユーザのブックマーク利用情報、ＷＥＢサイトの識別情報、ＷＥＢサイトに対するアクセス情報とを含むブックマーク分析データを生成してブックマーク分析ファイルに登録する。更に、所定時期に、作成された全てのブックマーク分析データとユーザ固有データからマクロプロファイル作成手段によって全てのブックマーク分析データと前記ユーザ固有データとからマクロプロファイルを生成し、またミクロプロファイル作成手段によってミクロプロファイルを生成し、検索手段によって検索されたデータの夫々に対して、評価手段により検索指示を行ったユーザのユーザ固有データとマクロプロファイル及び／又はミクロプロファイルとに基づいて評価する。ここで、マクロプロファイルはＷＥＢサイトに対するユーザ全体の利用状況を記録したものであり、ミクロプロファイルはユーザごとのＷＥＢサイトの利用状況を記録したものであるため、検索されたデータは、ＷＥＢサイトに対するユーザ全体の利用状況とユーザごとのＷＥＢサイトの利用状況に基づいて評価されて検索結果データが生成されユーザ端末に送信される。
【００１２】
このように本発明では、ユーザ固有データとＷＥＢサイトに対するユーザ全体の利用状況とユーザごとのＷＥＢサイトの利用状況を利用して検索されたデータを評価し、その評価結果に基づいて検索されたデータから検索結果データを生成してユーザ端末に送信しているので、多大なＷＥＢサイトの情報量を検索対象としながらも、検索結果としてユーザに必要な情報をユーザにとって最適な形式で提供することが可能となる。
【００１３】
即ち、本発明では、ユーザ固有データとマクロプロファイルのＷＥＢサイトに対する全ユーザの利用状況を利用して検索されたデータを評価しているので、ＷＥＢサイトにアクセスするユーザの傾向や偏りを提供する検索結果に反映することができる。また、本発明ではマクロプロファイルのＷＥＢサイトに対する全ユーザの利用状況を利用して検索されたデータを評価しているので、人気のあるＷＥＢサイトやアクセスの多いＷＥＢサイトを中心に検索結果を提供することができ、リンク切れやアクセス頻度の少ないＷＥＢサイトのデータを提供してしまうことを防止できる。更に、本発明では、ユーザ固有データとミクロプロファイルのユーザごとのＷＥＢサイトの利用状況を利用して評価しているので、同一キーワードでもユーザが異なれば各ユーザごとに異なる最適な検索結果を提供することができる。
【００１４】
また、本発明では、マクロプロファイル作成手段とミクロプロファイル作成手段により、所定の時期にマクロプロファイルとミクロプロファイルを生成しているので、刻々と変化するユーザ全体の利用状況やユーザごとのＷＥＢサイトの利用状況を逐次取得して検索されたデータの評価に用いることができ、同一キーワードでも検索する時期に最も適した検索結果をユーザに提供することができる。
【００１５】
さらに、ユーザのブックマークを検索装置上の記憶手段に格納しているために、このようなブックマークの分析や検索されたＷＥＢサイトのデータの評価をユーザに全く意識させずに行うことができ、ユーザ自らＷＥＢサイトの分類や評価を行う必要がなく、ユーザの便宜となる。
【００１６】
本発明におけるユーザ固有データは、各ユーザに固有の情報であれば任意のデータを用いることができ、例えば、ユーザ名若しくはユーザＩＤ、パスワード、職業、学歴、趣味等をが該当する。また、ＷＥＢサイトの識別情報は、ＷＥＢサイトをインターネット上で識別できるものであればいずれの情報も該当し、例えばＵＲＬ，ＩＰアドレス等が該当する。また、本発明におけるブックマークは、このＷＥＢサイト識別情報を含むものであれば良く、更にタイトル名等他のデータを含めた情報としても良い。
【００１７】
本発明におけるブックマーク利用情報は、ユーザのブックマークの利用状況に関する情報であり、上述のブックマークの情報の他、更にブックマークの登録数、ブックマーク作成日時、最終訪問日時等を含めることが可能である。また、本発明におけるＷＥＢサイトのアクセス情報とは、各ＷＥＢサイトに対する参照回数、アクセス頻度、アクセス数が一定数以上となる時間帯等、アクセスしたユーザ名若しくはユーザＩＤ等アクセスに関する全ての情報が該当する。
【００１８】
本発明のマクロプロファイル作成手段及びミクロプロファイル作成手段が各ファイルを生成する「所定の時期」としては、例えば、一定時間毎、ユーザのブックマーク登録時、ブックマークに記録されたＷＥＢサイトへいずれかのユーザがアクセスしたとき、ユーザにより検索指示時等、任意に定めることができる。
【００１９】
本発明のマクロプロファイル及びミクロプロファイルは、所定時期に生成されるものであれば良く、メモリ等の主記憶装置に一時的に生成する他、ハードディスク等の外部記憶装置に生成して格納したり、更にデータベースファイルとして生成することも可能である。この場合には、次回の検索時に反映することが可能となる。
【００２０】
本発明におけるマクロプロファイルの「ＷＥＢサイトに対するユーザ全体の利用状況」は、例えば、ＷＥＢサイトに対するユーザのブックマーク総登録数、ＷＥＢサイトに対してアクセスしたユーザの偏り、ＷＥＢサイトに対する全ユーザのアクセス数、ＷＥＢサイトに対するアクセス時間帯の偏り。特定のユーザのＷＥＢサイトに対するアクセス数等が該当するがユーザ全体の利用状況を示すものであれば任意の情報とすることができる。
【００２１】
また、本発明におけるミクロプロファイルの「各ユーザのＷＥＢサイトに対する利用状況」は、例えば ユーザ情報、ユーザが利用したＷＥＢサイト統計、ＷＥＢサイト統計による偏り、ユーザのＷＥＢサイトに対するアクセス時間、ユーザの検索キーワードの統計及び各キーワードにより検索されたＷＥＢサイトの履歴情報等が該当するが、ユーザ個人の利用状況を示すものであれば任意の情報とすることができる。
【００２２】
データ収集手段によってＷＥＢサイトから収集して検索用ファイルに登録するデータは全文データとすることが好ましいが、キーワードのみのデータ、あるいは収集したデータを要約したデータとすることも可能である。
【００２３】
本発明における評価手段は、検索手段により検索されたデータをユーザ固有データと前記マクロプロファイル及び／又は前記ミクロプロファイルとに基づいて評価するものであれば良く、その評価方法及び評価結果の利用方法としては本発明では特に限定しない。例えば、ＷＥＢサイトをランキングしたり、所定のＷＥＢサイトのみをフィルタリングする等は任意に行うことができる。
【００２４】
尚、本発明のユーザファイル、ブックマーク分析ファイルは、通常ファイルとすることもできるが、データベース形式のファイルとすることが好ましい。
【００２５】
本発明のＷＥＢ情報検索装置において、前記マクロプロファイル作成手段は、前記ブックマーク分析データと前記ユーザ固有データとから、各ＷＥＢサイトにアクセスしたユーザを特定のユーザ固有データ別に統計したユーザ統計情報を含むマクロプロファイルを生成するものであり、前記評価手段は、前記検索されたデータの夫々を、前記検索指示を行ったユーザの特定のユーザ固有データと前記ユーザ統計情報とに基づいて評価するものであることを特徴とする。
【００２６】
本発明では、マクロプロファイル作成手段によって各ＷＥＢサイトにアクセスしたユーザを特定のユーザ固有データ別に統計したユーザ統計情報を含むマクロプロファイルを生成しているので、各ＷＥＢサイトごとにアクセスするユーザの特定のユーザ固有データに基づいた偏りを求めることができる。このため、検索指示を行ったユーザの特定のユーザ固有データとユーザ統計情報とに基づいて、検索されたデータを評価することにより、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザの興味の対象となるＷＥＢサイトのデータを優先的に検索結果として提供することが可能となる。
【００２７】
本発明における「特定のユーザ固有データ」とは、ユーザ名やパスワード等の管理情報を除いた固有情報であり、例えば年齢、職業、学歴、趣味等が該当する。例えば、マクロプロファイル作成手段によって「職業」という特定のユーザ固有データに基づいてユーザ統計情報を作成することより、同一又は類似の「職業」を有するユーザがよくアクセスするＷＥＢサイトの偏りを求めることができる。このとき、このユーザ統計情報によってある職業のユーザにアクセス数の多いＷＥＢサイトが存在している場合において、この職業データを有するユーザからの検索指示により検索されたデータに当該ＷＥＢサイトが含まれていた場合には、このＷＥＢサイトのデータに対し優先的な評価を行い、検索結果のＷＥＢページに当該ＷＥＢサイトを最初にランキングして検索結果データを生成するように構成すれば、ユーザにとって最適な検索結果を提供することが可能となる。
【００２８】
本発明のＷＥＢ情報検索装置において、前記マクロプロファイル作成手段は、前記ブックマーク分析データと前記ユーザ固有データとから、各ＷＥＢサイトに対するアクセスの統計情報を含むマクロプロファイルを生成するものであり、前記評価手段は、前記検索されたデータの夫々を、前記アクセス統計情報に基づいて評価するものであることを特徴とする。
【００２９】
本発明では、マクロプロファイル作成手段によって各ＷＥＢサイトに対するアクセス統計情報を含むマクロプロファイルを生成しているので、各ＷＥＢサイトのアクセス状況をを求めることができる。このため、このアクセス状況に基づいて検索されたデータを評価することができ、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにアクセス数やアクセス頻度の高いＷＥＢサイトのデータを優先的に検索結果として提供することが可能となる。
【００３０】
例えば、アクセス統計情報としてＷＥＢサイトに対する総参照回数を求め、総参照回数の多いＷＥＢサイトを人気度の高いサイトであると評価するように構成する。そして、検索結果生成手段を、アクセス回数の多いＷＥＢサイト順にソートして検索結果データを生成したり、アクセス回数が一定以上のＷＥＢサイトのみを選択して検索結果データを生成するように構成することにより、人気度の高いＷＥＢサイトのデータのみをユーザに提供することが可能となる。
【００３１】
本発明におけるアクセス統計情報は、例えば、ＷＥＢサイトの総参照回数の他、ＷＥＢサイトに対する参照時間、アクセス数の高い時間帯等が該当するが、アクセスに関する統計情報であれば特に限定されるものではない。
【００３２】
本発明の別の態様としては、ＷＥＢ情報検索装置において、前記マクロプロファイル作成手段は、前記検索用ファイルと前記ブックマーク分析データとから、各ＷＥＢサイトに対する過去の検索で使用されたキーワードと過去に検索されたＷＥＢサイトの識別情報からなる履歴データを含むマクロプロファイルを生成するものであり、前記評価手段は、前記検索されたデータの夫々を、前記検索キーワードと前記履歴データとに基づいて評価するものであることを特徴とする。この発明によれば、過去の検索キーワードと履歴データに基づいて検索結果を評価するので、過去の検索状況を反映して全く関係のないＷＥＢサイトの検索結果を提供してしまうことを防止することができる。
【００３３】
本発明のＷＥＢ情報検索装置において、前記ミクロプロファイル作成手段は、前記ブックマーク分析データと前記ユーザ固有データとから、各ユーザのＷＥＢサイトに対するアクセスのサイト統計情報を含むミクロプロファイルを生成するものであり、前記評価手段は、前記検索されたデータの夫々を、前記検索指示を行ったユーザのユーザ固有データと前記サイト統計情報に基づいて評価するものであることを特徴とする。
【００３４】
本発明では、ミクロプロファイル作成手段によってユーザの各ＷＥＢサイトに対するサイト統計情報を含むミクロプロファイルを生成しているので、各ユーザのＷＥＢサイトに対する偏りを求めることができる。このため、検索指示を行ったユーザの固有データ（ユーザ名、ユーザＩＤ等）とそのユーザのサイト統計情報とによるＷＥＢサイトの偏りに基づいて検索されたデータを評価することにより、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザの過去のアクセス状況を反映した検索結果を提供することが可能となる。
【００３５】
本発明におけるサイト統計情報とは、例えば各ＷＥＢサイトに対するアクセス回数（参照回数）、参照後滞在時間、参照した時間帯等が該当するが、これに限定されるものではない。
【００３６】
本発明のＷＥＢ情報検索装置において、前記ミクロプロファイル作成手段は、前記ブックマーク分析データと前記ユーザ固有データとから、各ユーザが過去に使用したキーワードとその検索結果によりアクセスしたＷＥＢサイトの識別情報からなる履歴データを含むミクロプロファイルを生成するものであり、前記評価手段は、前記検索されたデータの夫々を、前記検索指示を行ったユーザのユーザ固有データと前記履歴データに基づいて評価するものであることを特徴とする。
【００３７】
本発明では、ミクロプロファイル作成手段によって各ユーザが過去に使用したキーワードとその検索結果によりアクセスしたＷＥＢサイトの識別情報からなる履歴データを含むミクロプロファイルを生成しているので、ユーザの使用したキーワードに基づくアクセスの傾向を求めることができる。このため、検索指示を行ったユーザの固有データ（ユーザ名、ユーザＩＤ等）とそのユーザの履歴データとによるＷＥＢサイトに対するアクセス傾向に基づいて検索されたデータを評価することにより、ユーザの過去のアクセス傾向を反映した検索結果を提供することが可能となる。
【００３８】
例えば、評価手段により、検索指示を行ったユーザの履歴データに現在指定されている検索キーワードが存在していると判断した場合には、検索結果生成手段によって検索されたデータの中でその検索キーワードに基づいて過去にアクセスしたＷＥＢサイトを優先的に検索結果データに取り込むように構成することができる。この場合には、ユーザにとってある関連のあるＷＥＢサイトのデータを優先的に検索結果として提供することができ、無関係なサイトを検索結果として表示してしまうことを回避することができる。
【００３９】
本発明のＷＥＢ情報検索装置において、前記評価手段は、前記検索されたデータの夫々を評価した後、前記検索されたデータの夫々に対し評価結果に基づいて重み付け値を付与するものであり、前記検索結果生成手段は、前記検索されたデータを前記重み付け値に基づいた順番でソートして検索結果データを生成するものであることを特徴とする。
【００４０】
検索手段によって検索されたＷＥＢサイトのデータは、いずれも同じレベルで重要であるとは限らない。このため、本発明では、評価手段によって検索されたデータの夫々に対し、ユーザ固有データとマクロプロファイルのユーザ全体の利用状況及びミクロプロファイルの各ユーザの利用状況とによる評価結果に基づいて重み付け値を付与して検索されたデータをランク付けし、検索結果生成手段によって前記重み付け値に基づいた順番でソートして検索結果データを生成しているので、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにとって必要性の高いＷＥＢサイトから順に表示した検索結果を提供することが可能となる。
【００４１】
このような評価手段としては、例えば、重要性の高い順若しくはアクセス頻度の高い順に高い重み付けを付与しておき、検索結果生成手段によって重み付け値の昇順に検索されたデータを表示するように構成することができる。この場合には、ユーザにとって重要なサイトやアクセス頻度の高いサイトから表示されるので、何度も検索結果のページを表示させなくても目的のＷＥＢサイトへたどり着けユーザの便宜となるという利点がある。この場合の評価手段による重み付け値の付与は、マクロプロファイルのアクセス頻度、アクセス回数やミクロプロファイルの職業、趣味等のユーザ固有データに基づいて行うことが可能である。
【００４２】
本発明のＷＥＢ情報検索装置において、前記評価手段は、前記検索されたデータの夫々を評価した後、前記検索されたデータの夫々を評価結果に基づいて分類するものであり、前記検索結果生成手段は、所定の分類に属する前記検索されたデータのみを選択して検索結果データを生成するものであることを特徴とする。
【００４３】
検索手段によって検索されたＷＥＢサイトのデータは、全てユーザに必要であるとは限られず、ユーザによっては不要なデータも多数存在する。このため、本発明では、評価手段によって検索されたデータを、ユーザ固有データとマクロプロファイルのユーザ全体の利用状況及びミクロプロファイルの各ユーザの利用状況とによる評価結果に基づいて分類し、検索結果生成手段によって所定の分類に属するデータのみから検索結果データを生成しているので、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにとって必要性のあるＷＥＢサイトのデータのみからなる検索結果を提供することが可能となる。
【００４４】
このような評価手段としては、ユーザのアクセス数が一定数以上のユーザ固有データごとに検索されたデータを分類しておき、検索結果生成手段によって検索指示を行ったユーザのユーザ固有データの属する分類のデータのみを選択して検索結果データを生成するように構成することができる。この場合には、ユーザの職業や嗜好等に最も適したサイトのみが表示されるので、何度も検索結果のページを表示させなくても目的のＷＥＢサイトへたどり着けユーザの便宜となるという利点がある。この場合の評価手段による分類は、マクロプロファイルのＷＥＢサイトにアクセスするユーザの偏り、ユーザ固有データに基づいて行うことが可能である。
【００４５】
本発明のＷＥＢ情報検索装置において、前記ブックマーク分析ファイルは、ブックマーク利用情報を含むブックマークデータを登録したブックマークファイルと、ＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むサイトデータを登録したサイトファイルとを有するものであることを特徴とする。
【００４６】
本発明では、ブックマーク分析ファイルを、ブックマーク利用情報を含むブックマークデータを登録したブックマークファイルと、ＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むサイトデータを登録したサイトファイルとを含むように構成しているので、各ファイルの管理が容易となる。
【００６０】
以下に添付図面を参照して、本発明に係るＷＥＢ情報検索装置、ＷＥＢ情報検索方法及びＷＥＢ情報検索プログラムの好適な実施の形態を詳細に説明する。本実施形態は、本発明のＷＥＢ情報検索システムは、ユーザがユーザ端末からインターネットを介してＷＥＢ情報検索サーバにキーワードによる検索指示を行い、このキーワードによってインターネット上のＷＥＢサイトのデータの全文メタ検索を行うものである。
【００６１】
（ＷＥＢ情報検索サーバのハードウェア構成）
図１は本実施形態に係るＷＥＢ情報検索サーバのシステム構成を示すブロック図である。図１に示すように、このＷＥＢ情報検索サーバ１０１には、インターネットを介して検索指示を行うユーザの端末がＴＣＰ／ＩＰ等の公知の通信プロトコルによって接続される。
【００６２】
本サーバには、ＣＰＵ、グラフィックボード、ＲＯＭ等の制御装置１０３、メインメモリ（ＲＡＭ)等の主記憶装置１０４と、ハードディスク（ＨＤ）、ＣＤ−ＲＯＭ、フロッピーディスク等の記憶媒体及び各記憶媒体に対するREAD/WRITEを制御するドライブ装置等の外部記憶装置１０５と、イーサネットボードやモデム等の通信装置１０２と、ディスプレイ装置やプリンタ装置等の出力装置１０７と、キーボードやマウス等の入力装置１０６とが主に接続されており、ワークステーション（ＷＳ）、パーソナルコンピュータ（ＰＣ）等のコンピュータを利用した通常の構成となっている。
【００６３】
本実施形態のＷＥＢ情報検索サーバ１０１では、外部記憶装置１０５としてのハードディスクに、後述するユーザデータベース（ユーザＤＢ）１１０、設定データベース（設定ＤＢ）１１２、ブックマークデータベース（ブックマークＤＢ）１０９、ＵＲＬデータベース（ＵＲＬ ＤＢ）１１１、全文メタ検索用データベース（全文メタ検索用ＤＢ）１１３が格納されている。また、本実施形態では、ユーザがアクセスするＷＥＢサイトのブックマークがユーザごとにハードディスクに格納され、各ユーザがインターネットを介して更新、削除等が可能となっている。
【００６４】
また、本実施形態のＷＥＢ情報検索サーバ１０１では、主記憶装置１０４としてのメインメモリにに、後述するマクロプロファイル２０８とミクロプロファイル２０９とこれら各ファイルを作成するための一時データが格納される。なお、外部記憶装置１０５と主記憶装置は本発明の記憶手段を構成する。
【００６５】
本実施形態のＷＥＢ情報検索サーバ１０１で実行されるＷＥＢ情報検索プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フロッピーディスク（ＦＤ）等の記憶媒体で提供される。そして、ＷＥＢ情報検索プログラムは、本装置における起動により主記憶装置１０４上にロードされるようになっている。なお、本実施形態のＷＥＢ情報検索プログラムを、ネットワークを介したダウンロードにより提供するような形態とすることも可能である。
【００６６】
尚、ユーザ端末１１４は、それぞれインターネットに接続可能なＰＣ、ＷＳ等の通常のコンピュータであるが、この他インターネットに接続可能な携帯電話、ＰＨＳ、携帯情報端末（ＰＤＡ）等の携帯端末を使用することも可能である。
【００６７】
（ＷＥＢ情報検索サーバの機能的構成）
次に本実施形態に係るＷＥＢ情報検索サーバ１０１のソフトウェア構成（機能的構成）について説明する。図２は、本実施形態に係るＷＥＢ情報検索サーバ１０１のソフトウェア構成を示す機能ブロック図である。図２に示す各部は、本実施形態のＷＥＢ情報検索プログラムをサーバ上で実行することにより主記憶装置１０４上に生成されるものである。
【００６８】
図２に示すように、本実施形態に係るＷＥＢ情報検索サーバ１０１は、分析部２０１と、データ収集部２０２と、マクロプロファイル作成部２０３と、ミクロプロファイル作成部２０４と、検索部２０５と、評価部２０６と、検索結果生成部２０７とから主に構成される。図２において、矢印線はこれら各部間の各種データの流れを示している。なお、本実施形態では、各部が一つのＷＥＢ情報検索サーバ内に存在する構成としているが、これに限られるものではなく、データ収集部２０２及び検索部２０５と、他の各部とを別々のコンピュータに設けるようなハードウェア構成とすることも可能である。
【００６９】
分析部２０１は、外部記憶装置１０５のユーザのブックマークディレクトリ１０８から全てのブックマークを収集して、後述するブックマークデータを生成し各ブックマークデータを１レコードとしてブックマークデータベース１０９に登録すると共に、ＷＥＢサイトの後述するＵＲＬ情報とＷＥＢサイトに対するアクセス情報とを含むＵＲＬデータを生成して各ＵＲＬデータを１レコードとしてＵＲＬデータベース１１１に登録するものである。
【００７０】
データ収集部２０２は、ＵＲＬデータベース１１１に登録されたすべてのＵＲＬデータを参照して、そのＵＲＬ情報からインターネット上に存在するＷＥＢサイトにアクセスし、各ＷＥＢサイトの全文データを収集する。そして、収集したデータに対して索引付けを行って各ＷＥＢサイトごとに全文メタ検索用データベース１１３に登録する。
【００７１】
マクロプロファイル作成部２０３は、ＵＲＬデータベース１１１に登録されている全てのＵＲＬデータを参照し、各ＵＲＬデータ中に記録されているユーザＩＤのユーザ固有データをユーザデータベース１１０から抽出する。そして、ＵＲＬデータと抽出したユーザ固有データから、ＷＥＢサイトに対するユーザ全体の利用状況を示す後述する各種統計データを生成し、マクロプロファイル２０８として主記憶装置１０４上に格納するものである。本実施形態の検索サーバ１０１では、マクロプロファイル作成部２０３によるマクロファイルの生成が一定時間ごとに行われるようになっている。なお、この他、ユーザのブックマーク登録時または更新時や、ユーザのブックマークによるＷＥＢサイトへのアクセス時にマクロプロファイル作成処理を実行するように構成してもよい。
【００７２】
ミクロプロファイル作成部２０４は、ブックマークデータベース１０９に登録されている全てのブックマークデータを参照し、各ブックマークデータ中に記録されているユーザＩＤのユーザ固有データをユーザデータベース１１０から抽出する。そして、ブックマークデータと抽出したユーザ固有データから、ユーザごとのＷＥＢサイトの利用状況を示す後述する各種統計データを生成し、ミクロプロファイル２０９として主記憶装置１０４上に格納するものである。
【００７３】
検索部２０５は、ユーザ端末１１４からインターネットを介して検索キーワードによる検索指示を受付け、検索指示があったときに検索キーワードにより全文メタ検索用データベース１１３から索引付けされたデータを検索するものである。
【００７４】
評価部２０６は、検索部２０５により検索されたデータの各々に対し、検索指示を行ったユーザの固有データと、マクロプロファイル、ミクロプロファイルとを参照して、重み付け値を付与したり、フィルタリング（所定条件のサイトのデータのみを選択）する等の評価を行うものである。
【００７５】
検索結果生成部２０７は、検索されたＷＥＢサイトのデータを、評価部２０６によって重み付け値の順番でソートして検索結果データを生成してユーザ端末１１４に送信したり、一定のフィルタリングされたデータのみから検索結果データを生成してユーザ端末１１４に送信するものである。
【００７６】
（ブックマークの構造）
本実施形態においてブックマークはユーザにより作成、更新されるが、従来の検索システムとは異なり、ブックマークはすべて検索サーバ１０１の外部記憶装置１０５（ハードディスク）にユーザごとに作成される。図３（ａ）は本実施形態のＷＥＢ情報検索サーバ１０１におけるブックマークのディレクトリ構造図であり、図３（ｂ）は各ブックマークのデータ構造図である。
【００７７】
図３（ａ）に示す通り、ブックマークはユーザごとのディレクトリツリー（以下、ブックマークディレクトリという）の中にあり、ブックマークディレクトリ１０８の直下に作成しても、カテゴリごとにブックマークディレクトリ１０８の下にフォルダを作成し、そのフォルダの下に作成してもよい。
【００７８】
各ブックマークは、図３（ｂ）に示すように、主としてブックマーク名、ＵＲＬ、作成日時、編集日時、最終参照時間、参照回数等から構成され、これ以外のデータを含めることも可能である。
【００７９】
このブックマークはユーザ端末１１４には次のように表示される。図１９に示す初期画面の左端のボタンをマウスでクリックすると、図２０に示すように、画面左側にブックマーク用フォルダの一覧がツリー形式で表示された検索画面が表示される。ユーザは、所望のフォルダをクリックすると、そのフォルダに格納されているブックマーク一覧が表示されるようになっている。なお、図２０に示すように、複数の外部メタ検索エンジン名と各外部メタ検索エンジンに対応してチェックボックス１０が表示されている。このチェックボックス１０は、全文メタ検索用データベース１１３からの検索の他、外部メタ検索エンジンを利用して検索を行うことを指定するためのものであり、後述するように、チェックボックス１０にチェックされた外部メタ検索エンジンによっても指定した検索キーワードによる検索処理が行われるようになっている。
【００８０】
（データベースファイルの構造）
次に、本実施形態のＷＥＢ情報検索サーバ１０１で使用される各種データベースについて説明する。本実施形態では、ユーザデータベース１１０と、設定データベース１１２と、ブックマークデータベース１０９と、ＵＲＬデータベース１１１と、全文メタ検索用データベース１１３とを外部記憶装置１０５に格納して使用している。尚、図１に示すように本実施形態ではこれらのデータベースを一つの外部記憶装置１０５（ハードディスク）に記録しているが、各データベース毎に異なる外部記憶装置１０５に格納して構成しても良い。
【００８１】
ユーザデータベース１１０は、ＷＥＢ情報検索サーバ１０１を使用するユーザを管理するものであり、ユーザごとのユーザ固有データを１レコードとして予め登録したものである。図４はユーザデータベース１１０に登録されるユーザ固有データの構造図である。
【００８２】
図４に示すように、ユーザ固有データは主として、ユーザＩＤ、パスワード（暗号化データ）、最終アクセス日時、国籍、誕生日、性別、氏名、住所、E-mailアドレス、ホームページURL、電話番号、インターネット歴、職業（例えば、システムエンジニア、セールス、会社経営者、研究職等）、趣味、学歴（例えば、文系／理系や、大学卒／高卒等）等から構成され、ユーザＩＤがキーとなっている。尚、ユーザ固有データにはさらにユーザに関する情報を含む他のデータを含めてもよい。ここで、ユーザデータベース１１０は本発明におけるユーザファイルを構成する。
【００８３】
ブックマークデータベース１０９は、ユーザのブックマークの利用状況を示すブックマークデータを１レコードとして登録したものであり、各ブックマークデータは分析部２０１によりユーザのブックマークディレクトリ１０８からブックマークを収集して分析することにより生成される。図５は、本実施形態のブックマークデータベース１０９に登録されるブックマークデータの構造図である。
【００８４】
図５に示すように、ブックマークデータは、主としてブックマークＩＤと、ブックマーク名と、ＵＲＬ、最終参照日時と、ブックマークの作成日時および編集日時と、ＩＰアドレスと、参照回数等から構成される。尚、ブックマークデータにはこの他のデータを含めて構成してもよい。
【００８５】
「ブックマークＩＤ」は、収集した全てのブックマークについて一意的な識別子である。「ブックマーク名」は、ブックマークディレクトリ１０８に格納されたブックマークのファイル名である。「ユーザＩＤ」はブックマークを所有するユーザのＩＤであり、後述するユーザデータベース１１０に登録されているものである。「ＵＲＬ」は、ブックマークを指定したときにアクセスされるＷＥＢサイトのＵＲＬであり、ＵＲＬのＩＰアドレスが「ＩＰアドレス」して登録される。「参照回数」は、ＵＲＬの示すＷＥＢサイトに対するユーザの参照回数である。これらの各データの中で、「ブックマーク名」、「ＵＲＬ」、「最終参照日時」、「作成日時」、「編集日時」、「参照回数」の各データは、ブックマークディレクトリ１０８のブックマークの同一名のフィールドから分析部２０１によってそのままコピーされ、ユーザＩＤは、ブックマークディレクトリ１０８の所有者からユーザデータベース１１０を参照してユーザＩＤを取得して生成される。「ブックマークＩＤ」は、分析部２０１によってブックマークデータを登録する際に自動生成され付与される。ここで、ブックマークデータベース１０９は本発明におけるブックマークファイルを構成する。
【００８６】
ＵＲＬデータベース１１１は、ＷＥＢサイトのＵＲＬ情報とＷＥＢサイトに対するアクセス情報とを含むＵＲＬデータを１レコードとして登録したものであり、各ＵＲＬデータは分析部２０１によりユーザのブックマークディレクトリ１０８からブックマークを収集して分析することにより生成される。図６は，ＵＲＬデータベース１１１に登録されるＵＲＬデータの構造図である。
【００８７】
図６に示すように、ＵＲＬデータは、主として，作成日時、最終編集日時、ＵＲＬ、タイトル、参照回数、ユーザＩＤ等から構成され、ＵＲＬとユーザＩＤがキーとなっている。尚、ＵＲＬデータにはこの他のデータを含めて構成してもよい。また、ＵＲＬデータベース１１１にはＵＲＬデータが追加されて登録されるようになっており、同一のＵＲＬをキーとするＵＲＬデータを登録する場合にも既存のＵＲＬデータは更新されずに新規のＵＲＬデータを追加するようになっている。
【００８８】
これらの各データの中で、「ＵＲＬ」、「最終編集日時」、「参照回数」の各データは、ブックマークディレクトリ１０８のブックマークの同一名のフィールドから分析部２０１によってそのままコピーされ、「ユーザＩＤ」は、ブックマークディレクトリ１０８のあるユーザディレクトリ名から生成される。
【００８９】
ここで、ＵＲＬデータは本発明におけるサイトデータを構成し、ＵＲＬデータベース１１１は本発明におけるサイトファイルを構成する。また、ブックマークデータとＵＲＬデータとは本発明におけるブックマーク分析データを構成し、ブックマークデータベース１０９とＵＲＬデータベース１１１は本発明におけるブックマーク分析ファイルを構成する。
【００９０】
設定データベース１１２は、各ユーザのブックマーク表示画面の各種設定を設定データとしてユーザごとに登録したものである。図７は設定データベース１１２に登録される設定データの構造図である。この設定データはユーザの指定により変更が可能である。設定データは、図７に示すように、主としてユーザＩＤ、スキン（壁紙）設定、所有者、高さ、幅、フォント等から構成され、この他ブックマーク表示に関する設定項目を含めてもよい。
【００９１】
全文メタ検索用データベース１１３は、メタ検索エンジン用の情報を記録するものであり、データ収集部２０２によりインターネット上のＷＥＢサイトから収集した検索データが登録される。図８は全文メタ検索用データベース１１３に登録される検索データの構造図である。図８に示すように、検索データは主としてＩＤ，ユーザが入力したキーワード、属性、データ取得時間、データ取得ＵＲＬ、ＵＲＬのタイトル、全文データ(Description)等から構成されるが、この他のデータを含めてもよい。ここで、「ＩＤ」は各検索データの識別情報であり、データ収集部２０２によって検索データの登録時に自動生成されて付与される。また「全文データ」に収集したデータが格納される。
【００９２】
（ブックマーク分析処理）
次に以上のように構成された本実施形態のＷＥＢ情報検索サーバ１０１の分析部２０１によるブックマーク分析処理について説明する。図９は、ブックマーク分析処理のフローチャートである。
【００９３】
分析部２０１では、まずハードディスクのユーザのブックマークディレクトリ１０８を参照し（ステップＳ９０１）、このディレクトリに保存されているブックマークを読み込み、図３（ｂ）に示す各種データを取得する（ステップＳ９０２）。このとき、ブックマークがユーザのブックマークディレクトリ１０８のトップディレクトリではなく、トップディレクトリ中のフォルダに存在している場合には、そのフォルダを参照しフォルダに格納されているブックマークを読み込む。
【００９４】
次いで、このブックマークディレクトリ１０８の所有者をユーザＩＤとしてユーザデータベース１１０を検索し、検索されたユーザＩＤのユーザ固有データを取得する（ステップＳ９０３）。そして、ブックマークデータを生成しブックマークデータベース１０９に登録する（ステップＳ９０４）。ここで、ブックマークデータは次のように生成される。
【００９５】
ブックマークデータの「ブックマーク名」、「ＵＲＬ」、「最終参照日時」、「作成日時」、「編集日時」、「参照回数」の各データは、ブックマークディレクトリ１０８のブックマークからコピーされる。「ユーザＩＤ」は、ユーザ固有データのユーザＩＤからコピーされる。「ブックマークＩＤ」は、一意的な識別番号が生成されて付与される。尚、他のフィールドは現時点では空である。
【００９６】
ブックマークデータの生成及び登録が終了したら、次にＵＲＬデータを生成してＵＲＬデータベース１１１へ登録する（ステップＳ９０５）。このとき、同一のＵＲＬが既に存在するか否かを問わずにＵＲＬデータはＵＲＬデータベース１１１へ追加登録される。ここで、ＵＲＬデータの生成は次のように行われる。
【００９７】
ＵＲＬデータの「ＵＲＬ」、「最終編集日時」、「参照回数」の各データは、ブックマークディレクトリ１０８のブックマークからコピーされ、「ユーザＩＤ」は既に取得したユーザ固有データのユーザＩＤからコピーされる。尚、他のフィールドは現時点では空である。
【００９８】
ＵＲＬデータの生成及び登録が終了したら、ブックマークディレクトリ１０８に存在する全てのブックマークについて、ステップＳ９０２から９０５までの処理を繰り返す（ステップＳ９０６）。そして、全てのブックマークに対する分析処理が終了したら、次のユーザのブックマークへブックマークディレクトリ１０８についてステップＳ９０１からステップＳ９０６までの処理を繰り返す（ステップＳ９０７）。これにより、全ユーザの全ブックマークに対してブックマークデータとＵＲＬデータが生成され、ブックマークデータはブックマークデータベース１０９へ、ＵＲＬデータはＵＲＬデータベース１１１へ登録される。
【００９９】
（データ収集処理）
図１０は、データ収集部２０２によるＷＥＢサイトからのデータ収集処理のフローチャートである。データ収集部２０２では、まずＵＲＬデータベース１１１を参照し（ステップＳ１００１）、登録されているＵＲＬデータを読み込む（ステップＳ１００２）。次いで、ＵＲＬデータのＵＲＬフィールドに格納されているＵＲＬを指定してＷＥＢサイトにアクセスし（ステップＳ１００３）、ＷＥＢサイトのＵＲＬ、ＵＲＬタイトル及び全文データを収集すると共に（ステップＳ１００４）、現在日時を取得し、さらに一意的な識別番号を生成する（ステップＳ１００５）。そして、識別番号、現在時刻、ＵＲＬ、タイトル、全文データを、それぞれ検索用データのＩＤ、データ取得日時、取得ＵＲＬ、ＵＲＬタイトル、全文データの各フィールドにコピーすることにより検索用データを生成し、全文メタ検索用データベース１１３に登録する（ステップＳ１００６）。以上のステップＳ１００１からステップＳ１００６までの処理を、ＵＲＬデータベース１１１に登録されている全てのＵＲＬデータを参照して行う（ステップＳ１００７）。
【０１００】
（マクロプロファイル作成処理）
次に、マクロプロファイル作成部２０３によるマクロプロファイルの作成処理について説明する。図１１は、マクロプロファイル作成処理のフローチャートである。図１２は、マクロプロファイル作成部２０３により作成されるマクロプロファイルの一例を示す説明図である。マクロプロファイル作成部２０３は、まずＵＲＬデータベース１１１を参照して先頭レコードからＵＲＬデータを読み込み、このＵＲＬデータから、ＵＲＬ、ユーザＩＤ，参照回数、最終参照日時を取得するとともに、取得したＵＲＬに対して過去に入力されたすべての入力キーワードを、全文メタ検索用データベース１１３から検索して抽出する（ステップＳ１１０１）。そして、主記憶装置１０４（メインメモリ）上にマクロプロファイルが作成されているか否かをチェックし（ステップＳ１１０２）、未だ作成されていない場合には、マクロプロファイルを主記憶装置１０４上に生成し（ステップＳ１１０３）、その先頭に現在日時を作成日時として記録する（ステップＳ１１０４）。
【０１０１】
次いで、取得したＵＲＬが既にマクロプロファイルに記録されているか否かをチェックして（ステップＳ１１０５）、未だ記録されていない場合には、取得したＵＲＬを記録する。そして、そのＵＲＬのブロック内に、ブックマークの総登録数として「１」を記録すると共に、取得した参照回数を総参照回数として記録する。また、取得した最終参照日時の時刻が属する時間帯を定め（例えば、最終参照時刻が１：２０の場合、時間帯「０：００〜１：００」とする等）、ＵＲＬブロック内に参照時間帯として記録する。更に、更に取得したキーワードをＵＲＬブロック内に記録する（ステップＳ１１０７）。
【０１０２】
一方、既に取得したＵＲＬがマクロプロファイルに記録されている場合には、該当するＵＲＬのブロック内の総登録数をインクリメントし、かつ総参照回数に取得した参照回数を加算することにより、ＵＲＬブロック内総登録数と総参照回数を集計する。また、取得した最終参照日時の時刻が属する時間帯を定めてＵＲＬブロック内の参照時間帯に追加し、取得したキーワードをＵＲＬブロック内のキーワードに追加する（ステップＳ１１０６）。
【０１０３】
次いで、取得したユーザＩＤをキーとしてユーザデータベース１１０を検索し、ユーザ固有データを読み込み、このユーザ固有データから職業、学歴、趣味等の特定の固有データを取得する（ステップＳ１１０８）。尚、取得する固有データは一例であり、他の固有データ、例えば年齢等を取得してもよい。
【０１０４】
次いで、ＵＲＬブロック内で、職業別登録数（ブックマークの登録数）、職業別参照回数、学歴別登録数、学歴別参照回数、趣味別登録数、趣味別参照回数を集計して、集計したデータをマクロプロファイルのＵＲＬブロック内に記録する（ステップＳ１１０９）。ここで、集計は、取得した職業等と同一データの職業等の登録数をインクリメントし（最初の記録時には「１」に設定し）、また取得した職業等と同一データの職業等の参照回数を加算する（最初の記録時には参照回数を記録する）ことにより行う。例えば、取得した職業が「システムエンジニア」である場合には、職業「システムエンジニア」のブックマークの登録数をインクリメントすると共に職業「システムエンジニア」の参照回数に取得した参照回数を加算し、他の職業、例えば「セールス」等の登録数及び参照回数は変更しない。
【０１０５】
このようなステップＳ１１０１からステップＳ１１０９までの処理を全てのＵＲＬデータに対して実行する（ステップＳ１１１０）。これにより、ブックマークの総登録数、参照回数、キーワードのアクセス統計データと、参照時間帯、職業別の登録数及び参照回数、学歴別の登録数及び参照回数、趣味別の登録数及び参照回数のユーザ統計データが、ＵＲＬデータごとに生成される。
【０１０６】
次いで、これらの統計データから、ブックマーク登録数が最大となる職業データ、参照回数が最大となる職業データを、それぞれ職業別登録数特性データ、職業別参照回数特性データとしてマクロプロファイルに記録する。例えば、ブックマーク登録数が最大となる職業データが「システムエンジニア」の場合には、職業別登録数データを「システムエンジニア」とし、参照回数が最大となる職業データが「セールス」の場合には、職業別参照回数特性データは「セールス」としてマクロプロファイルに記録される。同様に、学歴別登録数特性データ、学歴別参照回数特性データ、趣味別登録数特性データ、趣味別参照回数特性データも求めて、それぞれマクロプロファイルに記録する（ステップＳ１１１１）。このような特性データは、それぞれブックマーク登録及びＷＥＢサイトへの参照回数のユーザの偏りを示すものとなる。
【０１０７】
以上の処理により図１２に示すようなマクロプロファイルが作成される。図１２に示すように、マクロプロファイルにはＵＲＬごとにブロック化され、各ブロック内に、ブックマークの総登録数、職業別登録数、学歴別登録数、趣味別登録数、ＷＥＢサイトの総参照回数、職業別参照回数、学歴別参照回数、趣味別参照回数、最多参照時間帯、キーワード等が記録されている。
【０１０８】
マクロプロファイルの作成について更に一例をあげて説明する。例えば、図１３（ａ）に示すように、ＵＲＬ「http://xxx.xxx.co.jp」についての３個のＵＲＬデータと、ＵＲＬ「http://yyy.yyy.com」についての３個のＵＲＬデータと、ＵＲＬ「http://zzz.zzz.ne.jp」についての２個のＵＲＬデータがＵＲＬデータベース１１１に登録されている場合を考える。ここで、説明の都合上、各ＵＲＬデータではユーザＩＤと参照回数のみについて図１３（ａ）に示す値を有する場合を考える。
【０１０９】
また、図１３（ｂ）に示すように、ユーザＩＤ「AAA」、「BBB」、「CCC」、「DDD」、「EEE」の５名のユーザ固有データがユーザデータベース１１０に登録されている場合を考える。ここで、説明の都合上、各ユーザ固有データではユーザＩＤと職業と学歴のみについて図１３（ｂ）に示す値を有する場合を考える。
【０１１０】
かかる場合、マクロプロファイルには図１３（ｃ）に示すデータが記録される。例えば、ＵＲＬ「http://xxx.xxx.co.jp」については、ユーザ「AAA」、「CCC」、「DDD」の３名がアクセスしており、その総参照回数は３名の参照回数の合計である「５回」が記録される。そして、職業別の参照回数をみると、職業「システムエンジニア」の参照回数については、ユーザ「AAA」、「CCC」の２名の参照回数の合計である「３回」が記録され、職業「セールス」の参照回数についてはユーザ「DDD」１名の参照回数である「２回」が記録される。従って、職業別参照回数特性データは、参照回数の多い職業を選択し、「システムエンジニア」として記録される。また、学歴別参照回数特性データも同様に求め、参照回数の多い学歴である「文系」としてマクロプロファイルに記録される。他のＵＲＬの総参照回数、職業別の参照回数と職業別参照回数特性データ、学歴別の参照回数と学歴別参照回数特性データについても同様の方法で統計されて、図１３（ｃ）に示すように記録される。
【０１１１】
尚、図１２及び図１３（ｃ）はマクロプロファイルの一例を示すものであり、ユーザ全体のＷＥＢサイトの利用状況に応じて任意の構造を有するマクロプロファイルを作成することが可能である。また、本実施形態では、マクロプロファイルに職業データごとの登録数や参照回数等のユーザ固有データごとの登録数や参照回数を記録しているが、これらのデータはメモリ上に保持しておくだけとし、最終的な職業別登録数特性データ、職業別参照回数特性データ等の特性データのみをマクロプロファイルに記録するように構成してもよい。
【０１１２】
尚、本実施形態では、特性データを職業、学歴、趣味について求めているが、他のユーザ固有データについての特性データを更に求めてもよい。
【０１１３】
（ミクロプロファイル作成処理）
次に、ミクロプロファイル作成部２０４によるミクロプロファイルの作成処理について説明する。図１４は、ミクロプロファイル作成処理のフローチャートである。図１５は、ミクロプロファイル作成部２０４により作成されるミクロプロファイルの一例を示す説明図である。ミクロプロファイル作成部２０４は、まずユーザデータベース１１０を参照してユーザ固有データを先頭レコードから読み込み、読み込んだユーザ固有データからユーザＩＤを取得する（ステップＳ１４０１）。
【０１１４】
そして、主記憶装置１０４（メインメモリ）上にミクロプロファイルが作成されているか否かをチェックし（ステップＳ１４０２）、未だ作成されていない場合には、ミクロプロファイルを主記憶装置１０４上に生成し（ステップＳ１４０３）、その先頭に現在日時を作成日時として記録する（ステップＳ１４０４）。
【０１１５】
次いで、取得したユーザＩＤをキーとしてブックマークデータベース１０９からブックマークデータを検索する（ステップＳ１４０５）。そして、検索されたブックマークデータを読み込み、ＵＲＬ、最終参照日時、参照回数を取得するとともに、取得したＵＲＬに対して過去に入力されたすべての入力キーワードを、全文メタ検索用データベース１１３から検索して抽出する（ステップＳ１４０６）。次いで、取得したＵＲＬと参照回数とをミクロファイルのユーザＩＤのブロック内に記録すると共に、取得した最終参照日時の時刻が属する時間帯を定めて（例えば、最終参照時刻が１：２０の場合、時間帯「０：００〜１：００」を選択）、参照時間帯としてミクロプロファイルのユーザＩＤのブロック内に記録する（ステップＳ１４０７）。
【０１１６】
このようなステップＳ１４０６及びステップＳ１４０７の処理を、ステップＳ１４０５で検索された、同一ユーザＩＤを有する全てのブックマークデータに対して行う（ステップＳ１４０８）。検索された全てのブックマークデータに対する処理が終了したら、以上のステップＳ１４０１からステップＳ１４０８までの処理を全てのユーザ固有データに対して実行する（ステップＳ１４０９）。
【０１１７】
以上の処理により図１５に示すようなミクロプロファイルが作成される。図１５に示すように、ミクロプロファイルにはユーザＩＤごとに、ＵＲＬごとの参照回数、ＵＲＬごとの参照時間帯が記録されている。ここで、ＵＲＬごとの参照回数、ＵＲＬごとの参照時間帯は本発明におけるサイト統計データを構成する。
【０１１８】
尚、図１５はミクロプロファイルの一例を示すものであり、各ユーザのＷＥＢサイトの利用状況に応じて任意の構造を有するミクロプロファイルを作成することが可能である。
【０１１９】
（検索処理、評価処理及び検索結果生成処理）
次に、本実施形態のＷＥＢ情報検索サーバ１０１による検索処理、評価処理及び検索結果生成処理について説明する。図１６は、検索、評価及び検索結果生成処理のフローチャートである。
【０１２０】
ユーザ端末１１４からインターネットを介してキーワードによる検索指示があると、まず検索部２０５は、ユーザ端末１１４から図２０の画面で各外部メタ検索エンジンのチェックボックス１０にチェックがされているか否かを確認することにより、外部メタ検索エンジンを利用するか否かを確認する（ステップＳ１６０１）。
【０１２１】
そして、いずれかの外部メタ検索エンジンがチェックされていれば、チェックされている外部メタ検索エンジンを利用すると判断し、ユーザ端末１１４から指示された検索キーワードを指定された外部メタ検索エンジンごとにその外部メタ検索エンジン用のキーワードの形式に加工する（ステップＳ１６０２）。キーワードの加工は、例えば、ＡＮＤ条件、ＯＲ条件の指定形式等を外部メタ検索エンジン用に変更することにより行う。
【０１２２】
ついで、加工したキーワードをそれぞれ各外部メタ検索エンジンに渡し（ステップＳ１６０３）、各外部メタ検索エンジンで同時に検索を実行させる。そして、各外部メタ検索エンジンからの検索結果を全文メタ検索用データベース１１３に登録することによりマージする（ステップＳ１６０４）。そして、ステップＳ１６０５で、全文メタ検索用データベース１１３を検索することにより、結果的に、ユーザは全文メタ検索用データベース１１３だけでなく、外部メタ検索エンジンによるリアルタイムな検索結果を利用することが可能となる。一方、ステップＳ１６０１において、いずれの外部メタ検索エンジンも利用しないと判断した場合には、ステップＳ１６０５で全文メタ検索用データベースからの検索を行う。
【０１２３】
ステップＳ１６０５では、公知の手法で全文メタ検索用データベース１１３から指定されたキーワードに基づいた検索を行い、検索条件に合致するデータ（以下、「検索データ」という）を取得する。そして、検索指示を行ったユーザのログイン情報等からユーザＩＤを取得して、このユーザＩＤをキーとしてユーザデータベース１１０からユーザ固有データを検索して取得する（ステップＳ１６０６）。
【０１２４】
次いで、評価部２０６によってマクロプロファイルに基づく検索データの評価処理を行う（ステップＳ１６０７）。図１７は、マクロプロファイルに基づく評価処理のフローチャートである。
【０１２５】
評価部２０６では、まず検索データを読み込み、ＷＥＢサイトのＵＲＬを取得する（ステップＳ１７０１）。そして、主記憶装置１０４上のマクロプロファイルを参照し、検索データのＵＲＬと同一ＵＲＬのブロックに記録されているアクセス統計データ及びユーザ統計データを取得する（ステップＳ１７０２）。
【０１２６】
次いで、ユーザ固有データの職業、学歴、趣味等の各固有データと、ＵＲＬに対する職業別登録数特性データ、学歴別登録数特性データ、趣味別登録数特性データ等の各固有データ別登録数特性データとをそれぞれ比較する（ステップＳ１７０３）。そして、各固有データが各特性データと一致する場合には、現在処理している検索データに対する重み付け値をインクリメントすると共に、この検索データを選択対象とする旨を主記憶装置１０４上に記憶しておく（ステップＳ１７０４）。かかる処理は、職業等の各データと固有データ別の参照回数特性データについても行う（ステップＳ１７０５、Ｓ１７０６）。
【０１２７】
次いで、現在時刻がマクロプロファイルのＵＲＬブロックに記録された参照時間帯に含まれているか否かを判断し（ステップＳ１７０７）、含まれている場合には現在処理中の検索データに対して重み付け値をインクリメントすると共に、この検索データを選択対象とする旨を主記憶装置１０４上に記憶しておく（ステップＳ１７０８）。更に、指定されたキーワードがマクロプロファイルのＵＲＬブロックに記録されたキーワードに含まれているか否かを判断し（ステップＳ１７０９）、含まれている場合には現在処理中の検索データに対して重み付け値をインクリメントすると共に、この検索データを選択対象とする旨を主記憶装置１０４上に記憶しておく（ステップＳ１７１０）。
【０１２８】
以上のステップＳ１７０１からステップＳ１７１０までの処理を、検索された全ての検索データに対して順次行う（ステップＳ１７１１）。これにより、各検索データに重み付け値が付与されると共に、一定の検索データが選択対象となる。
【０１２９】
尚、本実施態様では各検索データに対して重み付け値を付与すると共に、選択対象とするか否かを判断してるが、いずれかのみを行うように構成してもよい。
【０１３０】
マクロプロファイルに基づく評価処理が終了したら、図１６に戻り、ユーザＩＤから検索指示を行っているユーザがすでにユーザデータベース１１０に登録されているユーザか、一時的に検索システムを利用しているゲストユーザかを判断する（ステップＳ１６０８）。検索指示を行ったユーザがゲストユーザでない場合には、評価部２０６によってミクロプロファイルに基づく検索データの評価処理を行う（ステップＳ１６０９）。一方、検索指示を行ったユーザがゲストユーザである場合には、ミクロプロファイルに基づく評価処理を行わない。図１８は、ミクロプロファイルに基づく評価処理のフローチャートである。
【０１３１】
評価部２０６では、まず検索データを読み込み、ＷＥＢサイトのＵＲＬを取得する（ステップＳ１８０１）。そして、主記憶装置１０４上のミクロプロファイルを参照し、図１６のステップＳ１６０６で取得したユーザＩＤのブロック中で、検索データのＵＲＬと同一ＵＲＬのブロック内のサイト統計データを取得する（ステップＳ１８０２）。
【０１３２】
次いで、現在時刻を取得して、現在時刻がミクロプロファイルの前記ＵＲＬブロック内の参照時間帯に含まれるか否かを判断し（ステップＳ１８０３）、含まれる場合には現在処理中の検索データに対する重み付けをインクリメントすると共に、この検索データを選択対象とする旨を主記憶装置１０４上に記憶しておく（ステップＳ１８０４）。更に、指定されたキーワードがミクロプロファイルに記録されたＵＲＬに対するキーワードに含まれているか否かを判断し（ステップＳ１８０５）、含まれている場合には現在処理中の検索データに対して重み付け値をインクリメントすると共に、この検索データを選択対象とする旨を主記憶装置１０４上に記憶しておく（ステップＳ１８０６）。次いで、ミクロプロファイルに記録されている前記ＵＲＬブロック内の参照回数を、現在処理中の検索データに対する重み付け値に加算する（ステップＳ１８０７）。
【０１３３】
以上のステップＳ１８０１からステップＳ１８０７までの処理を、検索された全ての検索データに対して順次行う（ステップＳ１８０８）。これにより、更に各検索データに重み付け値が付与されると共に、一定の検索データが選択対象となる。
【０１３４】
尚、本実施態様では各検索データに対して重み付け値を付与すると共に、選択対象とするか否かを判断してるが、いずれかのみを行うように構成してもよい。
【０１３５】
マクロプロファイル及びミクロプロファイルに基づく評価処理が終了したら、図１６に戻り、検索結果生成部２０７による検索結果データの生成処理が行われる。検索結果生成部２０７では、選択対象とされている検索データのみを抽出（フィルタリング）し（ステップＳ１６１０）、更にフィルタリングされた検索データを、重み付け値の高い順番にソート（昇順ソート）する（ステップＳ１６１１）。そして、ソートされた検索データを一覧表示するための検索結果データを生成し、生成された検索結果データをユーザ端末１１４に送信する（ステップＳ１６１２）。図２１に、ユーザ端末１１４に表示される検索結果一覧画面の一例を示す。これにより、ユーザ端末１１４には、ＷＥＢサイトのユーザ全体の利用状況とユーザのＷＥＢサイトの利用状況が反映された検索結果が表示されることになる。
【０１３６】
このように本実施形態のＷＥＢ情報検索サーバ１０１では、マクロプロファイルのＷＥＢサイトに対する全ユーザの利用状況を利用して検索データに対し重み付け値の付与やフィルタリング処理を行っているので、ＷＥＢサイトにアクセスするユーザの傾向や偏りを検索結果一覧に反映することができ、また人気のあるＷＥＢサイトやアクセスの多いＷＥＢサイトを中心に検索結果一覧を提供することが可能となる。また、本実施形態のＷＥＢ情報検索サーバ１０１では、ミクロプロファイルのユーザごとのＷＥＢサイトの利用状況を利用して検索データに対し重み付け値の付与やフィルタリング処理を行っているので、同一キーワードでもユーザが異なったり検索時刻が異なれば、各ユーザごとに時刻による最適な検索結果を提供することが可能となる。
【０１３７】
以上説明したとおり、本発明によれば、多大なＷＥＢサイトの情報量を検索対象としながらも、検索結果としてユーザに必要な情報をユーザにとって最適な形式で提供することができるという効果を奏する。また、本発明によれば、刻々と変化するユーザ全体の利用状況やユーザごとのＷＥＢサイトの利用状況を逐次取得して検索されたデータの評価に用いることができ、同一キーワードでも検索する時期に最も適した検索結果をユーザに提供することができるという効果を奏する。さらに、本発明によれば、ブックマークの分析や検索されたＷＥＢサイトのデータの評価をユーザに全く意識させずに行うことができ、ユーザ自らＷＥＢサイトの分類や評価を行う必要がなく、ユーザの便宜が図られるという効果を奏する。特に、本発明によれば、ＷＥＢサイトにアクセスするユーザの傾向や偏りを検索結果に反映することができ、また人気のあるＷＥＢサイトやアクセスの多いＷＥＢサイトを中心に検索結果の提供を行えるという効果を奏する。更に、同一キーワードでもユーザが異なったり、検索時刻が異なれば各ユーザごとに時刻による最適な検索結果を提供できるという効果を奏する。
【０１３８】
また、本発明によれば、各ＷＥＢサイトごとにアクセスするユーザの特定のユーザ固有データに基づいた偏りを求めることができ、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザの興味の対象となるＷＥＢサイトのデータを優先的に検索結果として提供することができるという効果を奏する。
【０１３９】
また、本発明によれば、各ＷＥＢサイトのアクセス状況を求めることができ、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにアクセス数やアクセス頻度の高いＷＥＢサイトのデータを優先的に検索結果として提供することができるという効果を奏する。
【０１４０】
また、本発明によれば、各ユーザのＷＥＢサイトに対する偏りを求めることができ、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザの過去のアクセス状況を反映した検索結果を提供することができるという効果を奏する。
【０１４１】
また、本発明によれば、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにとって必要性の高いＷＥＢサイトから順に一覧表示した検索結果を提供することができるという効果を奏する。
【０１４２】
また、本発明によれば、多大なＷＥＢサイトの情報量を検索対象としながらも、ユーザにとって必要性のあるＷＥＢサイトのデータのみからなる検索結果を提供することができるという効果を奏する。
【０１４３】
また、本発明によれば、ブックマーク分析ファイルをブックマークファイルとサイトファイルとを含むように構成して各ファイルの管理が容易となるという効果を奏する。
【０１４４】
【発明の効果】
本発明によれば、多大なＷＥＢサイトの情報量を検索対象としながらも、検索結果としてユーザに必要な情報をユーザにとって最適な形式で提供することができるという効果を奏する。
【図面の簡単な説明】
【図１】本実施形態のＷＥＢ情報検索サーバのハードウェア構成図である。
【図２】本実施形態のＷＥＢ情報検索サーバのソフトウェア構成を示す機能ブロック図である。
【図３】図３（ａ）は本実施形態のＷＥＢ情報検索サーバにおけるブックマークのディレクトリ構造図であり、図３（ｂ）は各ブックマークのデータ構造図である。
【図４】本実施形態のＷＥＢ情報検索サーバにおけるユーザデータベースのデータ構造図である。
【図５】本実施形態のＷＥＢ情報検索サーバにおけるブックマークデータベースのデータ構造図である。
【図６】本実施形態のＷＥＢ情報検索サーバにおけるＵＲＬデータベースのデータ構造図である。
【図７】本実施形態のＷＥＢ情報検索サーバにおける設定データベースのデータ構造図である。
【図８】本実施形態のＷＥＢ情報検索サーバにおける全文メタ検索用データベースのデータ構造図である。
【図９】本実施形態のＷＥＢ情報検索サーバにおけるブックマーク分析処理のフローチャートである。
【図１０】本実施形態のＷＥＢ情報検索サーバにおけるデータ収集処理のフローチャートである。
【図１１】本実施形態のＷＥＢ情報検索サーバにおけるマクロプロファイル作成処理のフローチャートである。
【図１２】本実施形態のＷＥＢ情報検索サーバにおけるマクロプロファイルの構造の一例を示す説明図である。
【図１３】本実施形態のＷＥＢ情報検索サーバにおけるマクロプロファイル作成過程の一例を示す説明図である。
【図１４】本実施形態のＷＥＢ情報検索サーバにおけるミクロプロファイル作成処理のフローチャートである。
【図１５】本実施形態のＷＥＢ情報検索サーバにおけるミクロプロファイルの構造の一例を示す説明図である。
【図１６】本実施形態のＷＥＢ情報検索サーバにおける検索、評価及び検索結果表示の全体処理のフローチャートである。
【図１７】本実施形態のＷＥＢ情報検索サーバにおけるマクロプロファイルを使用した評価処理のフローチャートである。
【図１８】本実施形態のＷＥＢ情報検索サーバにおけるミクロプロファイルを使用した評価処理のフローチャートである。
【図１９】本実施形態のＷＥＢ情報検索サーバを使用するユーザ端末に表示される初期画面を示す模式図である。
【図２０】本実施形態のＷＥＢ情報検索サーバを使用するユーザ端末に表示されるブックマークの例を示す検索画面の模式図である。
【図２１】本実施形態のＷＥＢ情報検索サーバを使用するユーザ端末に表示される検索結果表示画面の一例を示す模式図である。
【符号の説明】
１０１ 情報検索サーバ、１０２ 通信装置、１０３ 制御装置、１０４ 主記憶装置、１０５ 外部記憶装置、１０６ 入力装置、１０７ 出力装置、１０８ ブックマークディレクトリ、１０９ ブックマークデータベース、１１０ ユーザデータベース、１１１ ＵＲＬデータベース、１１２ 設定データベース、１１３ 全文メタ検索用データベース、１１４ ユーザ端末、２０１ 分析部、２０２ データ収集部、２０３ マクロプロファイル作成部、２０４ ミクロプロファイル作成部、２０５ 検索部、２０６ 評価部、２０７ 検索結果生成部、２０８ マクロプロファイル、２０９ ミクロプロファイル、１０ 外部メタ検索エンジン指定用チェックボックス
Claims (11)
- ユーザ端末から入力された検索キーワードに基づいてインターネット上のＷＥＢサイトを検索して検索結果をユーザ端末に送信するＷＥＢ情報検索装置において、
ユーザごとに、ユーザ固有データを予め登録したユーザファイルと、
ユーザがアクセスするＷＥＢサイトの識別情報を含むブックマークを記録する記憶手段と、
前記記憶手段から全てのユーザのブックマークを収集して、ユーザのブックマーク利用情報とＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むブックマーク分析データを生成してブックマーク分析ファイルに登録する分析手段と、
全ての前記ブックマーク分析データに基づいて、インターネット上のＷＥＢサイトからデータを収集し、検索用ファイルに登録するデータ収集手段と、
所定の時期に、全ての前記ブックマーク分析データと前記ユーザ固有データとから、ＷＥＢサイトに対するユーザ全体の利用状況を記録したマクロプロファイルを生成するマクロプロファイル作成手段と、
ユーザ端末から検索キーワードによる検索指示が入力されたときに、前記キーワードに基づいて検索用ファイルからデータを検索する検索手段と、
前記検索されたデータの夫々を、前記検索指示を行ったユーザのユーザ固有データ及び前記マクロプロファイルに基づいて評価する評価手段と、
前記評価手段による評価に基づいて前記検索されたデータから検索結果データを生成してユーザ端末に送信する検索結果生成手段と、
を備え、
前記マクロプロファイルにおける前記ユーザ全体の利用状況には、ＷＥＢサイト毎に、前記ユーザ全体のうち該ＷＥＢサイトの参照回数が最も多いユーザの特定のユーザ固有データが該ＷＥＢサイトと関連づけられて含まれており、
前記評価手段は、前記検索指示を行ったユーザの前記ユーザ固有データに、前記マクロプロファイルに含まれる前記特定のユーザ固有データと一致する特定のユーザ固有データが含まれる場合に、該特定のユーザ固有データに関連するＷＥＢサイトと対応する前記検索されたデータに重み付け値を付与し、
前記検索結果生成手段は、前記検索されたデータを前記重み付け値に基づいた順番でソートして検索結果データを生成することを特徴とするＷＥＢ情報検索装置。 - 前記マクロプロファイルにおける前記ユーザ全体の利用状況には、ＷＥＢサイト毎に、前記ユーザ全体のうち該ＷＥＢサイトの前記ブックマークへの登録数が最も多いユーザの特定のユーザ固有データが該ＷＥＢサイトと関連づけられて更に含まれており、
前記評価手段は、前記検索指示を行ったユーザの前記ユーザ固有データに、前記マクロプロファイルに含まれる前記特定のユーザ固有データと一致する特定のユーザ固有データが含まれる場合に、該特定のユーザ固有データに関連するＷＥＢサイトと対応する前記検索されたデータに重み付け値を更に付与することを特徴とする請求項１に記載のＷＥＢ情報検索装置。 - 前記マクロプロファイルにおける前記ユーザ全体の利用状況には、前記ＷＥＢサイト毎の最後に参照された時間に関する参照時間情報が更に含まれ、
前記評価手段は、前記マクロプロファイルに含まれる前記参照時間情報と、前記検索指示が行われた時刻とに基づいて、前記検索されたデータに重み付け値を更に付与することを特徴とする請求項１又は２に記載のＷＥＢ情報検索装置。 - 前記評価手段は、前記検索されたデータの夫々を評価した後、前記検索されたデータの夫々を評価結果に基づいて分類するものであり、
前記検索結果生成手段は、所定の分類に属する前記検索されたデータのみを選択して検索結果データを生成するものである
ことを特徴とする請求項１〜３のいずれか１項に記載のＷＥＢ情報検索装置。 - 前記ブックマーク分析ファイルは、ブックマーク利用情報を含むブックマークデータを登録したブックマークファイルと、ＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むサイトデータを登録したサイトファイルとを有するものであることを特徴とする請求項１〜４のいずれか１項に記載のＷＥＢ情報検索装置。
- ユーザ端末から入力された検索キーワードに基づいてインターネット上のＷＥＢサイトを検索して検索結果をユーザ端末に送信するＷＥＢ情報検索方法において、
ユーザ固有データを予め登録したユーザファイルに登録された全てのユーザに対して、記憶手段に格納されたＷＥＢサイトの識別情報を含むブックマークを収集して、ユーザのブックマーク利用情報とＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むブックマーク分析データをブックマーク分析ファイルに登録する分析ステップと、
予め全ての前記ブックマーク分析データに基づいて、インターネット上のＷＥＢサイトからデータを収集して検索用ファイルに登録するデータ収集ステップと、
所定の時期に、全ての前記ブックマーク分析データと前記ユーザ固有データとから、ＷＥＢサイトに対するユーザ全体の利用状況を記録したマクロプロファイルを生成するマクロプロファイル作成ステップと、
ユーザ端末から検索キーワードによる検索指示が入力されたときに、前記キーワードに基づいて検索用ファイルからデータを検索する検索ステップと、
前記検索されたデータの夫々を、前記検索指示を行ったユーザのユーザ固有データ及び前記マクロプロファイルに基づいて評価する評価ステップと、
前記評価手段ステップにおける評価に基づいて前記検索されたデータから検索結果データを生成し、ユーザ端末に送信する検索結果生成ステップとを備え、
前記マクロプロファイルにおける前記ユーザ全体の利用状況には、ＷＥＢサイト毎に、前記ユーザ全体のうち該ＷＥＢサイトの参照回数が最も多いユーザの特定のユーザ固有データが該ＷＥＢサイトと関連づけられて含まれており、
前記評価ステップでは、前記検索指示を行ったユーザの前記ユーザ固有データに、前記マクロプロファイルに含まれる前記特定のユーザ固有データと一致する特定のユーザ固有データが含まれる場合に、該特定のユーザ固有データに関連するＷＥＢサイトと対応する前記検索されたデータに重み付け値が付与され、
前記検索結果生成ステップでは、前記検索されたデータが前記重み付け値に基づいた順番でソートされて検索結果データが生成されることを特徴とするＷＥＢ情報検索方法。 - 前記マクロプロファイルにおける前記ユーザ全体の利用状況には、ＷＥＢサイト毎に、前記ユーザ全体のうち該ＷＥＢサイトの前記ブックマークへの登録数が最も多いユーザの特定のユーザ固有データが該ＷＥＢサイトと関連づけられて更に含まれており、
前記評価ステップは、前記検索指示を行ったユーザの前記ユーザ固有データに、前記マクロプロファイルに含まれる前記特定のユーザ固有データと一致する特定のユーザ固有データが含まれる場合に、該特定のユーザ固有データに関連するＷＥＢサイトと対応する前記検索されたデータに重み付け値が更に付与される
ことを特徴とする請求項６に記載のＷＥＢ情報検索方法。 - 前記マクロプロファイルにおける前記ユーザ全体の利用状況には、前記ＷＥＢサイト毎の最後に参照された時間に関する参照時間情報が更に含まれ、
前記評価ステップでは、前記マクロプロファイルに含まれる前記参照時間情報と、前記検索指示が行われた時刻とに基づいて、前記検索されたデータに重み付け値が更に付与されることを特徴とする請求項６又は７に記載のＷＥＢ情報検索方法。 - 前記評価ステップでは、前記検索されたデータの夫々が評価された後、前記検索されたデータの夫々をが評価結果に基づいて分類されるものであり、
前記検索結果生成ステップでは、所定の分類に属する前記検索されたデータのみが選択されて検索結果データが生成されるものである
ことを特徴とする請求項６〜８のいずれか１項に記載のＷＥＢ情報検索方法。 - 前記ブックマーク分析ファイルは、ブックマーク利用情報を含むブックマークデータを登録したブックマークファイルと、ＷＥＢサイトの識別情報とＷＥＢサイトに対するアクセス情報とを含むサイトデータを登録したサイトファイルとを有するものであることを特徴とする請求項６〜９のいずれか１項に記載のＷＥＢ情報検索方法。
- 請求項６〜１０のいずれか１項に記載のＷＥＢ情報検索方法を、コンピュータに実行させるためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001162487A JP3671368B2 (ja) | 2001-05-30 | 2001-05-30 | Ｗｅｂ情報検索装置、ｗｅｂ情報検索方法及びその方法をコンピュータに実行させるプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001162487A JP3671368B2 (ja) | 2001-05-30 | 2001-05-30 | Ｗｅｂ情報検索装置、ｗｅｂ情報検索方法及びその方法をコンピュータに実行させるプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002351916A JP2002351916A (ja) | 2002-12-06 |
| JP3671368B2 true JP3671368B2 (ja) | 2005-07-13 |
Family
ID=19005598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001162487A Expired - Fee Related JP3671368B2 (ja) | 2001-05-30 | 2001-05-30 | Ｗｅｂ情報検索装置、ｗｅｂ情報検索方法及びその方法をコンピュータに実行させるプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3671368B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8140525B2 (en) | 2007-07-12 | 2012-03-20 | Ricoh Company, Ltd. | Information processing apparatus, information processing method and computer readable information recording medium |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004100035A1 (ja) * | 2003-05-07 | 2004-11-18 | Takafumi Terasawa | スケジュール作成方法及びスケジュール生成システム及び未経験スケジュール予測方法並びに学習スケジュール評価表示方法 |
| WO2006064573A1 (ja) * | 2004-12-17 | 2006-06-22 | Mars Flag Corporation | Ｗｅｂ情報提供装置及びその方法、プログラム |
| JP4527770B2 (ja) * | 2005-03-07 | 2010-08-18 | 株式会社マーズフラッグ | 情報検索装置、コンピュータプログラム及び記憶媒体 |
| WO2006121269A1 (en) * | 2005-05-06 | 2006-11-16 | Nhn Corporation | Personalized search method and system for enabling the method |
| US20070005587A1 (en) * | 2005-06-30 | 2007-01-04 | Microsoft Corporation | Relative search results based off of user interaction |
| EP1927074A2 (fr) * | 2005-09-20 | 2008-06-04 | France Télécom | Procédé d'accès à des informations relatives à au moins un utilisateur permettant d'entrer en contact avec lui ultérieurement |
| JP4718291B2 (ja) * | 2005-10-03 | 2011-07-06 | 株式会社オービック | 情報共有システム |
| US20080010252A1 (en) * | 2006-01-09 | 2008-01-10 | Google, Inc. | Bookmarks and ranking |
| JP4840914B2 (ja) * | 2006-05-31 | 2011-12-21 | 株式会社Ａｃｃｅｓｓ | システム、端末、サーバ、及び、動的情報提供方法 |
| JP2008015988A (ja) * | 2006-07-10 | 2008-01-24 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツ表示方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体 |
| US20080104042A1 (en) * | 2006-10-25 | 2008-05-01 | Microsoft Corporation | Personalized Search Using Macros |
| JP2009140108A (ja) * | 2007-12-04 | 2009-06-25 | Yahoo Japan Corp | ブックマークの有用性評価方法 |
| EP2246795A4 (en) | 2007-12-30 | 2012-03-21 | Yuwings Corp | DEVICE FOR EXTRACTING ACCESS TOPIC INFORMATION |
| WO2009110253A1 (ja) * | 2008-03-06 | 2009-09-11 | 日本電気株式会社 | 情報推薦システム、情報推薦サーバ装置および情報推薦方法 |
| JP2010277543A (ja) * | 2009-06-01 | 2010-12-09 | Nippon Telegr & Teleph Corp <Ntt> | 正解データベース生成装置、正解データベース生成方法、正解データベース生成プログラムおよびそのプログラムを記録した記録媒体 |
| JP5640833B2 (ja) * | 2011-03-10 | 2014-12-17 | 富士通株式会社 | 検索方法、検索プログラム及び検索装置 |
| JP5937939B2 (ja) * | 2012-09-28 | 2016-06-22 | 株式会社Ｎｔｔドコモ | サーバ装置及び情報処理方法 |
| JP2014071645A (ja) * | 2012-09-28 | 2014-04-21 | Ntt Docomo Inc | サーバ装置、情報処理方法及びプログラム |
| KR101488980B1 (ko) * | 2013-07-24 | 2015-02-04 | 동명대학교산학협력단 | 개인별 맞춤형 인터넷 정보 제공시스템 및 그 제공방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000187666A (ja) * | 1998-12-22 | 2000-07-04 | Ntt Data Corp | 関連情報提供システム、嗜好類似度評価システム、情報紹介システム、関心情報取得方法、嗜好類似度評価方法及び記録媒体 |
-
2001
- 2001-05-30 JP JP2001162487A patent/JP3671368B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8140525B2 (en) | 2007-07-12 | 2012-03-20 | Ricoh Company, Ltd. | Information processing apparatus, information processing method and computer readable information recording medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002351916A (ja) | 2002-12-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3671368B2 (ja) | Ｗｅｂ情報検索装置、ｗｅｂ情報検索方法及びその方法をコンピュータに実行させるプログラム | |
| US6983320B1 (en) | System, method and computer program product for analyzing e-commerce competition of an entity by utilizing predetermined entity-specific metrics and analyzed statistics from web pages | |
| US7013323B1 (en) | System and method for developing and interpreting e-commerce metrics by utilizing a list of rules wherein each rule contain at least one of entity-specific criteria | |
| US7644101B2 (en) | System for generating and managing context information | |
| US6401118B1 (en) | Method and computer program product for an online monitoring search engine | |
| RU2382400C2 (ru) | Построение и применение веб-каталогов для фокусированного поиска | |
| US20070067217A1 (en) | System and method for selecting advertising | |
| JP5133946B2 (ja) | 情報検索装置及び情報検索方法 | |
| JP2010506335A (ja) | 場所に関するサイトの識別 | |
| JP2009520269A (ja) | クライアント側のリランキングを使用する、個人化キーワードベース情報の配信 | |
| CN102446225A (zh) | 一种实时搜索的方法、装置和系统 | |
| JP2003076715A (ja) | ウェブページ検索方法、ウェブページ検索装置、プログラム、および記録媒体 | |
| CN104834739B (zh) | 互联网信息存储系统 | |
| US6711569B1 (en) | Method for automatic selection of databases for searching | |
| KR20000054312A (ko) | 맞춤 웹정보 구축 제공 방법 | |
| KR101122737B1 (ko) | 지식노드 연결구조를 생성하기 위한 검색 데이터베이스 구축 장치 및 방법 | |
| JP2009026249A (ja) | 閲覧履歴編集端末及びプログラムおよびその方法 | |
| WO2001055909A1 (en) | System and method for bookmark management and analysis | |
| JP5000801B2 (ja) | インターネット補助システム | |
| KR20050070955A (ko) | 과학기술 정보분석 방법 및 그 방법에 대한 컴퓨터프로그램을 저장한 기록매체 | |
| JP4430598B2 (ja) | 情報共有システムおよび情報共有方法 | |
| KR101248186B1 (ko) | 검색 결과 페이지에서 개별 컨텐츠를 이용하여 블로그를 생성하는 검색 시스템 및 검색 방법 | |
| JP2008234231A (ja) | サイト内検索における検索キーワードの管理システム | |
| KR20020014026A (ko) | 웹 개인화에 바탕한 뉴스 추적 및 분석 서비스 | |
| KR101132431B1 (ko) | 관심 정보 제공 시스템 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040914 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20041015 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20041015 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041115 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050318 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20050412 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050407 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3671368 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110428 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110428 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140428 Year of fee payment: 9 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |