JP2008084193A - インスタンス選択装置、インスタンス選択方法及びインスタンス選択プログラム - Google Patents

Abstract

【課題】メタ情報と関連性が高いインスタンスの選択精度を向上させる。
【解決手段】クラスが有する項目の名称を示す項目名と当該項目の値である項目値とで構成されているインスタンスを複数格納するオントロジーデータベースと、インスタンスを選択対象として設定された項目名及び項目値で構成されるメタデータの入力を受け付けるメタデータ入力受付部と、インスタンス毎に、当該インスタンスの項目名と項目値との少なくとも一方と、入力を受け付けたメタデータとの類似度に対して重み付け係数を用いて、インスタンスとメタデータとの関係を示した関連度を算出する関連度算出部と、算出された前記関連度に基づいて、複数のインスタンスから、メタデータと関連性が高いインスタンスを選択する選択部と、を備える。
【選択図】 図１

Description

この発明は、所定のメタ情報と関連性の高いインスタンスを選択するインスタンス選択装置、インスタンス選択方法及びインスタンス選択プログラムに関するものである。

オントロジーとは、対象世界を特定の観点から知識表現言語を用いてモデリングしたものである。そして、オントロジーは、概念（コンセプト）を表す複数の語彙間の関係をつないだツリー構造で示されるのが一般的である。

この語彙間をつなぐ代表的な関係（プロパティ）としては、is-a（上位下位）、part-of（部分全体）、instance-of（具体化）などがある。また、概念には特有のプロパティが存在する。

また、オントロジーでは複数の語彙間の関係が体系化されているために、相関関係を把握できる。したがって、相関関係に基づいて、より高度な検索を行うことが可能となる。また、オントロジーのツリー構造を参照することで、特定のコンセプトの周辺にあるコンセプトのインスタンスを取得することができる。このように、オントロジーを利用することで、利用者の要求に対して適切な語彙を取得することが可能となる。

例えば、特許文献１には、オントロジーを利用することで、利用者の会話に含まれている単語から、オントロジー内からメタ情報を取得する技術が提案されている。これにより、利用者の会話から関心が高いと考えられる情報を利用者に対して提供することができる。

特開２００４−３４１６７２号公報

しかしながら、上述した特許文献１では、オントロジーに対して検索を行い、メタ情報を多数取得した場合、これらメタ情報の数を絞り込むことができないという問題がある。

本発明は、上記に鑑みてなされたものであって、メタ情報と関連性が高いインスタンスの選択精度を向上させたインスタンス選択装置、インスタンス選択方法及びインスタンス選択プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明に係るインスタンス選択装置は、クラスが有する項目の名称を示す項目名と当該項目の値である項目値とで構成されているインスタンスを複数記憶する記憶手段と、前記インスタンスを選択対象として設定された項目名及び項目値で構成されるメタ情報の入力を受け付けるメタ情報入力受付手段と、前記インスタンス毎に、当該インスタンスの項目名と項目値との少なくとも一方と、入力を受け付けた前記メタ情報との類似度に対して重み付け係数を用いて、当該インスタンスと前記メタ情報との関係を示した関連度を算出する関連度算出手段と、算出された前記関連度に基づいて、前記複数のインスタンスから、前記メタ情報と関連性が高い前記インスタンスを選択する選択手段と、を備えることを特徴とする。

また、本発明に係るインスタンス選択方法は、クラスが有する項目の名称を示す項目名と当該項目の値である項目値とで構成され且つ記憶手段に記憶されたインスタンスを、選択対象として設定された項目名及び項目値で構成されるメタ情報の入力を受け付けるメタ情報入力受付ステップと、前記インスタンス毎に、当該インスタンスの項目名と項目値との少なくとも一方と、入力を受け付けた前記メタ情報との類似度に対して重み付け係数を用いて、当該インスタンスと前記メタ情報との関係を示した関連度を算出する関連度算出ステップと、算出された前記関連度に基づいて、前記複数のインスタンスから、前記メタ情報と関連性が高い前記インスタンスを選択する選択ステップと、を有することを特徴とする。

また、本発明に係るインスタンス選択プログラムは、メタ情報に関連するインスタンスを選択するインスタンス選択プログラムであって、クラスが有する項目の名称を示す項目名と当該項目の値である項目値とで構成され且つ記憶手段に記憶されたインスタンスを、選択対象として設定された項目名及び項目値で構成されるメタ情報の入力を受け付けるメタ情報入力受付ステップと、前記インスタンス毎に、当該インスタンスの項目名と項目値との少なくとも一方と、入力を受け付けた前記メタ情報との類似度に対して重み付け係数を用いて、当該インスタンスと前記メタ情報との関係を示した関連度を算出する関連度算出ステップと、算出された前記関連度に基づいて、前記複数のインスタンスから、前記メタ情報と関連性が高い前記インスタンスを選択する選択ステップと、をコンピュータに実行させる。

本発明によれば、算出された関連度に基づいて複数のインスタンスからインスタンスを選択することで、所定のメタ情報と関連性が高いインスタンスの選択精度を向上させることが可能という効果を奏する。

以下に添付図面を参照して、この発明にかかるインスタンス選択装置、インスタンス選択方法及びインスタンス選択プログラムの最良な実施の形態を詳細に説明する。

（第１の実施の形態）
図１は、第１の実施の形態にかかる情報提示装置１００の構成を示すブロック図である。本図に示すように、情報提示装置１００は、メタデータ入力装置１５０と、ネットワークを介して検索サーバ１６０と接続されている。そして、情報提示装置１００は、オントロジーデータベース１０１と、ユーザコンテキストデータベース１０２と、キーワードデータベース１０３と、検索結果キャッシュデータベース１０４と、メタデータ入力受付部１０５と、オントロジー・メタデータマッチング部１０６と、インスタンス取得部１０７と、関連度算出部１１３と、選択部１１４と、インスタンスリスト生成部１０９と、インスタンスリスト処理部１１０と、コンテンツ解析部１１１と、検索要求部１１２と、項目名対応データベース１１５と、を備える。

本実施の形態では、Ｗ３Ｃ(World Wide Web Consortium)で標準化が進められているＯＷＬ(Web Ontology Language)等で記述されたオントロジーを適用した例について説明するが、他の記述手法を用いても良いものとする。

メタデータ入力装置１５０は、情報提示装置１００に対してメタデータを入力し、当該メタデータに関連するインスタンスリストの提示を要求する装置とする。このメタデータ入力装置１５０は、情報提示装置１００とは公衆回線、無線又は有線で接続可能とする。また、メタデータ入力装置１５０は、情報提示装置１００に対してメタデータを入力できればどのような装置でも良く、例えば携帯電話等が考えられる。

メタデータは、インスタンスを検出（選択）するために設定された項目名と項目値とが対応付けられた集合からなる半構造化されたデータとする。図２は、メタデータの一例を示した図である。図２に示すように、項目毎に項目名と項目値が対応付けられている。例えば、項目名「商品名」と項目値「ＸＸＰｌａｙｅｒ」とが対応付けられ、項目名「カテゴリ」と項目値「動画レコーダー」とが対応付けられ、項目名「メーカー」と項目値「ＡＡＡ」とが対応付けられ、項目名「色」と項目値「シルバー」とが対応付けられ、項目名「発売日」と項目値「２００５年９月２８日」とが対応付けられ、項目名「データ作成日」と項目値「２００５年９月１日」とが対応付けられ、項目名「データ更新日」と項目値「２００６年２月１５日」とが対応付けられている。

検索サーバ１６０は、ネットワーク上に公開されている情報に対して、キーワード等を用いて検索を行うサービスを提供しているサーバとする。この検索サーバ１６０は、どのような検索サーバでも良く、例えば周知のサーチエンジン等を適用しても良い。

情報提示装置１００は、メタデータ入力装置１５０から入力されたメタデータに含まれる情報を利用して、後述するオントロジーＤＢ１０１から、当該メタデータとオントロジー内で距離が近いインスタンスを取得し、取得したインスタンスのリストから、入力されたメタデータと関連性の高いインスタンスを選択し、選択したインスタンスで構成されるリストを生成する。次に、情報提示装置１００の各構成について説明する。

オントロジーデータベース１０１は、オントロジーを格納するデータベースとする。図３は、オントロジーデータベース１０１に格納されているオントロジーの一例を示す図である。そして、情報提示装置１００は、図３に示すオントロジーデータベース１０１に格納されているインスタンスのうち、入力されたメタデータと関連性の高いインスタンスで構成されるインスタンスリストを提示することができる。

また、インスタンスは、オントロジーに含まれるクラスを実体化したデータであり、当該クラスが有する項目毎に、当該インスタンスを表すための項目値を保持している。

項目名対応データベース１１５は、項目名の対応関係を格納するデータベースとする。つまり、項目名は、同一項目を表すにもかかわらず、メタデータ毎に異なる場合がある。そこで、項目名対応データベース１１５は、同一項目を表す複数の項目名の対応付けを格納する。これにより、入力されたメタデータに含まれる項目名を用いて、オントロジー内のインスタンスと適切なマッチングを行うことが可能となる。

項目名対応データベース１１５が保持する項目名の対応関係の例を示す。例えば、項目名対応データベース１１５は、対象物の「名称」を表す項目名として、項目名「商品名」、項目名「製品名」及び項目名「タイトル」を対応付けて保持している。

他の例としては、項目名対応データベース１１５は、対象物を「識別するための符号」を表す項目名として、項目名「型番」、項目名「モデル名」及び項目名「ＩＤ」を対応付けて保持している。また、対象物の「グループ」を表す項目名として、項目名「シリーズ」、項目名「ブランド」及び項目名「レーベル」を対応付けて保持している。また、対象物の「種類」を表す項目名として、項目名「カテゴリ」、項目名「ジャンル」及び項目名「区分」を対応付けて保持している。また、対象物の「作者」を表す項目名として、項目名「メーカー」、項目名「製造メーカー」及び項目名「生産者」とを対応付けて保持している。また、対象物の「色」を表す項目名として、項目名「色」、項目名「カラー」及び項目名「彩色」とを対応付けて保持している。

ユーザコンテキストデータベース１０２は、ユーザ毎にユーザコンテキストを格納するデータベースとする。また、ユーザコンテキストとは、ユーザに関連する情報が格納されたデータとする。このユーザコンテキストに格納された情報を用いることで、ユーザが関心があるインスタンスを選択することが可能となる。また、ユーザコンテキストも、メタデータと同様に、項目名と項目値とを対応付けられた集合からなる半構造化されたデータとする。

図４は、ユーザコンテキストの一例を示す図である。図４に示すように、項目名と項目値が対応付けられている。また、項目名「名前」、「年齢」、「性別」、「住所」、「メール」、「ＵＲＬ」が、ユーザの基本情報（プロファイル）を示す項目とする。

また、図４に示した項目名「カテゴリ」、「色」、「有名人」がユーザの趣味思考、興味を示す項目とする。このような項目を格納することで、ユーザに関心が高いと推測されるインスタンスのリストを生成することが可能となる。

また、図４に示した項目名「参照履歴」は、ユーザが参照した商品を示すメタデータを格納する。また、格納されたメタデータは、項目名と項目値とが対応付けられている。これにより、ユーザが参照した商品を、オントロジー内のインスタンスとマッチングさせることが可能となる。

また、図４に示した項目名「購入履歴」は、ユーザが購入した商品を示すメタデータを格納する。また、格納されたメタデータは、項目名と項目値とが対応付けられている。これにより、ユーザが購入した商品を、オントロジー内のインスタンスとマッチングさせることが可能となる。

また、図４に示したユーザコンテキストのデータ構造は、一例として示したものであり、例えば、ユーザの基本情報と、ユーザの趣味思考、興味と、ユーザの参照履歴と、ユーザの購入履歴とをそれぞれ異なるテーブルで管理しても良い。

キーワードデータベース１０３は、後述するコンテンツ解析部１１１がコンテンツから取得したメタデータ及びキーワード等を格納する。

検索結果キャッシュデータベース１０４は、後述する検索要求部１１２が検索サーバ１６０から取得した検索結果を格納するデータベースとする。

メタデータ入力受付部１０５は、メタデータ入力装置１５０からメタデータの入力を受け付け、入力を受け付けたメタデータをオントロジー・メタデータマッチング部１０６に出力する。

図５は、メタデータ入力受付部１０５が受け付けたメタデータの例を示した図である。図５に示すように、当該メタデータは、項目名「製品名」と項目値「XXPlayer91」とが対応付けられ、項目名「型番」と項目値「XXPlayer91」とが対応付けられ、項目名「色」と項目値「シルバー」とが対応付けられ、項目名「製造メーカー」と項目値「AAA」とが対応付けられ、項目名「カテゴリ」と項目値「動画レコーダー」とが対応付けられ、項目名「発売日」と項目値「2005年9月28日」とが対応付けられている。なお、本実施の形態では、以下に当該メタデータを用いて処理を行った例について説明する。

オントロジー・メタデータマッチング部１０６は、オントロジーデータベース１０１を参照し、入力されたメタデータとオントロジーのマッチング処理を行う。そして、オントロジー・メタデータマッチング部１０６は、当該メタデータを、オントロジーデータベース１０１に格納されているオントロジー内の特定のコンセプト（クラス）に対してマッチングする。なお、マッチング処理は、周知の手法を問わず、あらゆる手法を用いても良い。

インスタンス取得部１０７は、マッチングされたコンセプトのインスタンスと、当該オントロジー内で上位下位などの距離的に近いコンセプトのインスタンスを取得する。この取得したインスタンスは、ユーザに提示するインスタンスの候補とする。そして、インスタンス取得部１０７は、取得したインスタンスで構成されたリストを、インスタンス候補リストとする。なお、メタデータと距離的に近いコンセプトのインスタンスの取得手法は、周知の手法を問わず、あらゆる手法を用いても良い。

図６は、オントロジーから取得するインスタンス候補リストを示した概念図である。そして、オントロジー・メタデータマッチング部１０６は、図５に示したメタデータを用いて、図６に示したオントロジーに対してマッチング処理を行い、当該メタデータとクラス６０１と一致すると判断する。そして、オントロジー・メタデータマッチング部１０６は、オントロジー内のコンセプト「動画レコーダー」６０２にマッピングする。

そして、インスタンス取得部１０７は、「動画レコーダー」６０２周辺のインスタンスを収集し、インスタンス候補リストを生成する。この収集の例としては、コンセプト「動画レコーダー」にある上位のコンセプト「ＡＡＡ」まで辿り、当該コンセプト「ＡＡＡ」の下位に属する全てのインスタンスを取得する等が考えられる。

検索要求部１１２は、入力されたメタデータと、インスタンス取得部１０７が取得したインスタンス候補リストとを用いて、メタデータ又はインスタンスの候補が記載されたウェブコンテンツの検索を、検索サーバ１６０に対して要求する。また、ウェブコンテンツとは、どのようなコンテンツでも良いが、例えばブログ等が考えられる。

そして、検索要求部１１２は、メタデータ又はインスタンスの候補を用いた検索結果を、検索サーバ１６０から取得する。次に、検索要求部１１２は、検索結果をキャッシュＤＢ１０４に格納すると共に、当該検索結果をコンテンツ解析部１１１に出力する。

図７は、検索要求部１１２が、検索サーバ１６０から取得した検索結果であるウェブコンテンツを示す図である。図７は、ウェブコンテンツに付与されているメタデータ（ＲＳＳ）の例である。そして、後述するコンテンツ解析部１１１が、このようなメタデータに対して処理を行う。

コンテンツ解析部１１１は、検索要求部１１２から入力された検索結果に含まれるコンテンツから、当該コンテンツに付与されたメタデータや、コンテンツ本文から特徴的なキーワード等を抽出し、キーワードＤＢ１０３に格納する。

図８〜図１０は、コンテンツ解析部１１１が、検索結果に含まれるコンテンツから取得した情報の例を示した図である。図８は、コンテンツ解析部１１１が、検索結果に含まれるメタデータから、取得した基本情報を示すメタデータの例を示す図である。図９は、コンテンツ解析部１１１が、検索結果に含まれるメタデータから、取得したキーワード等を示すメタデータの第１の例を示す図である。また、図１０も同様に、コンテンツ解析部１１１が、検索結果に含まれるメタデータから、取得したキーワード等を示すメタデータの第２の例を示す図である。そして、コンテンツ解析部１１１は、図９及び図１０で示されたキーワード１〜４の間で対応付けを行う。

図９及び図１０に示すように、検索結果に複数のキーワードが含まれている場合には、コンテンツ解析部１１１は、当該キーワード間に対応付けを行う。そして、コンテンツ解析部１１１は、当該対応付けが行われたキーワードの情報を、キーワードデータベース１１１に格納する。つまり、情報提示装置１００に入力されたメタデータに当該キーワードが含まれている場合、当該キーワードと対応付けられたキーワードを含むインスタンスは関連度が高くなるように設定できる。これにより、関連度を算出する際、公衆ネットワーク上のウェブコンテンツに基づいた関連度の算出が可能となる。

関連度算出部１１３は、項目マッチング処理部１２１と、キーワードマッチング処理部１２２と、ユーザコンテキストマッチング処理部１２３と、情報評価処理部１２４とを備え、インスタンス候補リストに含まれるインスタンス毎に、当該インスタンスが有する項目の項目名及び項目値に対して、インスタンスを選択する基準となる関連度を算出する。関連度は、インスタンスと、メタデータやユーザコンテキスト等との関係を示した値とする。

項目マッチング処理部１２１は、インスタンス候補リストに含まれているインスタンス毎に、インスタンスの項目名及び項目値と、メタデータとの類似度に対して重み付け係数を用いて、関連度を算出する。なお、詳細な処理については後述する。

キーワードマッチング処理部１２２は、インスタンス候補リストに含まれているインスタンス毎に、メタデータの項目名及び項目値に格納されているキーワードと、インスタンスの項目名及び項目値に格納されているキーワードとが、キーワードデータベース１１１内で対応付けられているか否か判断して、インスタンス毎にメタデータとの関連度を算出する。

つまり、キーワードマッチング処理部１２２は、キーワードデータベース１１１内で対応付けられているか否か判断することで、同一ウェブコンテンツ内で比較又は議論されたキーワードであるか判断していることになる。つまり、キーワードマッチング処理部１２２は、キーワードデータベース１１１内で対応付けられていると判断した場合、メタデータの項目値（または項目名）とインスタンスの項目値（または項目名）とが同一コンテンツ上で議論されているものとみなし、高い関連度を付与する。

ユーザコンテキストマッチング処理部１２３は、メタデータ入力装置１５０からインスタンスリストの提示を要求したユーザのユーザコンテキストをユーザコンテキストデータベース１０２から取得し、インスタンス候補リストに含まれているインスタンス毎に、当該ユーザコンテキストに含まれている情報と、インスタンスに含まれている項目名や項目値とを比較し、当該インスタンスとユーザとの関連性を示した関連度を算出する。

情報評価処理部１２４は、インスタンス候補リストに含まれているインスタンス毎に、当該インスタンスがユーザに提示する情報として適切かを評価し、当該評価を関連度として算出する。本実施の形態では、情報評価処理部１２４は、インスタンス毎に、項目値として含まれる日付情報から、情報の鮮度を算出し、鮮度が高いインスタンスに対しては高い関連度を、鮮度が低いインスタンスに対しては低い関連度を付与する。これにより、ユーザに対して鮮度の高い情報を優先的に提示することができる。なお、本実施の形態では、算出を容易にするために情報の鮮度を、関連度として算出したが、別の指標を用いても良い。

また、本実施の形態にかかる情報評価処理部１２４は、各インスタンスに対して項目名の数に応じた関連度を付与する。これにより、ユーザに対して詳細な情報を保持しているインスタンスを優先的に提示することができる。

次に、インスタンス毎に関連度を算出する例を説明する。図１１―１〜図１１―６は、インスタンス候補リストに含まれるインスタンスの項目名及び項目値の例を示した図である。これらインスタンス毎に、図５に示したメタデータとの関連度を算出することになる。また、図１１−１に示したインスタンスをインスタンスＡと、図１１−２に示したインスタンスをインスタンスＢと、図１１−３に示したインスタンスをインスタンスＣと、図１１−４に示したインスタンスをインスタンスＤと、図１１−５に示したインスタンスをインスタンスＥと、図１１−６に示したインスタンスをインスタンスＦとする。

まず、項目マッチング処理部１２１は、メタデータが有する項目名と、各インスタンスが有する項目名がより多く一致するものは、関連性が高いものとして処理する。そこで本実施の形態にかかる項目マッチング処理部１２１は、各インスタンスに対して、メタデータが有する項目名と一致する項目名の数に、重み付け係数である‘８’点を乗じた値を関連度として付与する。

そこで、項目マッチング処理部１２１は、「製品名」、「型番」、「色」、「製造メーカー」、「カテゴリ」、「発売日」という６つの項目名がメタデータと一致するインスタンスＡ〜Ｄに対して、関連度‘４８’点を付与する。また、インスタンスＥ、Ｆに対して、関連度‘４０’点を付与する。

また、項目マッチング処理部１２１は、メタデータが有する項目値と、各インスタンスが有する項目値がより多く一致するものは、関連性が高いものとして処理する。そこで本実施の形態にかかる項目マッチング処理部１２１は、各インスタンスに対して、メタデータが有する項目値と一致する項目値の数に、重み付け係数である‘１０’点を乗じた値を関連度として付与する。例えば、項目マッチング処理部１２１は、インスタンスＡがメタデータと全ての項目値が一致するので関連度‘６０’点を付与し、インスタンスＦがメタデータと全ての項目値が一致しないので関連度‘０’点を付与する。

また、項目マッチング処理部１２１は、項目値が完全一致する場合に限り、関連度を付与することに限定するものではなく、項目値の数値が近い場合についても、関連性が高いと判断し、関連度を付与しても良い。例えば、上述したように完全一致の場合に重み付け係数が‘１０’点ならば、数値の違いが２０％以内であれば重み付け係数‘８’点で関連度を付与する等が考えられる。

例えば、項目マッチング処理部１２１が、メタデータとインスタンスとの項目名「価格」の項目値の違いが±２０％であれば、価格帯が近似していると判断する。例えば、メタデータの項目名「価格」の項目値「200,000円」であり、任意のインスタンスの項目名「価格」の項目値「201,000円」であれば、完全一致はしていないが±２０％以内であると判断する。そこで、項目マッチング処理部１２１は、当該項目値の関連度として‘８’点を当該任意のインスタンスに付与する。

他の例としては、項目マッチング処理部１２１が、メタデータとインスタンスとの項目名「重量」の項目値の違いが±２０％であれば、重さが近似していると判断する。例えば、メタデータの項目名「重量」の項目値「３kg」であり、任意のインスタンスの項目名「重量」の項目値「２．８kg」であれば、完全一致はしていないが±２０％以内であると判断する。そこで、項目マッチング処理部１２１は、当該項目値の関連度として‘８’点を当該任意のインスタンスに付与する。

他の例としては、項目マッチング処理部１２１が、メタデータとインスタンスとの項目名「個数」の項目値の違いが±２０％であれば、一単位あたりの販売数が近似していると判断する。例えば、メタデータの項目名「個数」の項目値「１００個」であり、任意のインスタンスの項目名「個数」の項目値「９０個」であれば、完全一致はしていないが±２０％以内であると判断する。そこで、項目マッチング処理部１２１は、当該項目値の関連度として‘８’点を当該任意のインスタンスに付与する。

また、項目マッチング処理部１２１は、より多くのインスタンスが有する項目を重視することとする。そこで、本実施の形態にかかる項目マッチング処理部１２１は、より多くのインスタンスが有する項目に関する関連度を、上述した説明の倍の点数を付与する。

例えば、項目マッチング処理部１２１は、インスタンスＡ〜Ｆにおいて、項目名「製品名」、「型番」、「カテゴリ」、「発売日」は、全ての全てのインスタンスに含まれているので、当該項目に関する関連度は倍の点数とする。より具体的な例としては、メタデータと、図１１−２に示したインスタンスＢとは項目名「カテゴリ」の項目値が「動画レコーダー」で一致する。そして、項目名「カテゴリ」は倍の点数を付与する必要があるので、項目マッチング処理部１２１は、項目値が一致した場合の重み付け係数‘１０’の２倍の‘２０’点を、インスタンスＢに対して付与する。

また、項目マッチング処理部１２１は、インスタンス候補リストに含まれる各インスタンスの日付情報と、メタデータの日付情報を比較する。そして、項目マッチング処理部１２１は、日付情報が一致すると判断した場合、当該インスタンスとメタデータとの関連性が高いと判断する。また、完全一致のみならず、部分一致の場合でもある程度関連性が高いものと判断する。

日付情報として項目名「発売日」を例とした場合、項目マッチング処理部１２１は、メタデータにおける項目値「２００５年９月２８日」と、図１１−１に示すインスタンスＡの項目値「２００５年９月２８日」とが一致するので、インスタンスＡに対して関連度‘１０’ポイントを付与する。このように日付情報において、一致した項目値の数に重み付け係数‘１０’点を乗じた値をインスタンスに対して付与することになる。

また、項目マッチング処理部１２１は、メタデータにおける項目値「２００５年９月２８日」と、図１１−２に示すインスタンスＢの項目値「２００５年２月１６日」とが部分一致する、つまり年のみに着目すると同一年に発売されていることが確認できる。このため、項目マッチング処理部１２１は、インスタンスＢに対して関連度‘８’点を付与する。このように日付情報において、部分一致した項目値の数に重み付け係数‘８’点を乗じた値をインスタンスに対して付与することになる。

また、項目マッチング処理部１２１は、完全一致や部分一致のみならず、日付情報が近似している場合についても、関連度を付与する。また、この日付情報の近似としては、単にメタデータとインスタンスの日付情報の違いが１月以内であるため、近似している等が考えられる。また、年が異なる日付情報であっても、月のみに着目し、同一月又は近しい月であれば近い季節特有の商品として、近似していると判断しても良い。

具体的な例としては項目名「発売日」において、項目マッチング処理部１２１は、メタデータにおける項目値「２００５年９月２８日」と、任意のインスタンスの項目値「２００５年９月２０日」とが月が一致しているので近似していると判断する。また、これら項目値は、上記の部分一致の条件も満たしている。そこで、項目マッチング処理部１２１は、当該任意のインスタンスに対して関連度‘９’点を付与することになる。

なお、上述した一致する項目値の数や、項目名の数、項目値が完全一致又は部分一致したこと等は、メタデータと類似していることを示しており、換言すれば類似度に相当する。

キーワードマッチング処理部１２２は、キーワードデータベース１１１に格納されたウェブコンテンツ（例えばブログ）の検索結果を用いて、キーワード間の重み付けを示す重み付け係数を算出し、当該重み付け係数を用いてインスタンス毎にメタデータとの関連度を算出する。

そして、キーワードマッチング処理部１２２は、ウェブコンテンツの同一ページ上で、比較される頻度が高いキーワードを重視して、重み付け係数を求める。なお、重み付け係数の算出手法はどのような手法を用いても良い。これにより、キーワードマッチング処理部１２２は、メタデータが有する項目値と、ウェブコンテンツの同一ページ上で比較される頻度が高いキーワードを含む項目値を有するインスタンスに対して、高い関連度を付与することができる。

例えば、図９に示した検索結果に含まれるメタデータでは、「ＢｏｏｋＮｅｏＧ５９０」と「ＸＸＰｌａｙｅｒ９１」とがキーワードとして含まれているので、これらキーワード間の関連性が高いものと判断する。そこで、キーワードマッチング処理部１２２は、メタデータが有する項目値に「ＸＸＰｌａｙｅｒ９１」が含まれているので、「ＢｏｏｋＮｅｏ」を項目値として含むインスタンスＣに、関連度‘１０’点を付与する。このように、キーワードマッチング処理部１２２は、ウェブコンテンツの同一ページ内で比較されるウェブコンテンツがあれば、件数に重み付け係数‘１０’を乗じた値を関連度として付与する。また、キーワードマッチング処理部１２２は、ウェブコンテンツの日付情報がキーワードデータベース１１１に格納されている場合、当該ウェブコンテンツの日付情報の鮮度により重み付け係数を変更しても良い。

また、キーワードマッチング処理部１２２は、インスタンスが有する各項目値を検索キーとしてヒットした件数が高い場合に、当該インスタンスに対して高い関連度を付与する。本実施の形態では、関連度を、ヒットした件数に重み付け係数‘１’点を乗じた値を、関連度とする。例えば、検索サーバ１６０に対して「ＢｏｏｋＮｅｏ」をキーワードとして検索した場合、ヒットした件数が５０件とし、「ＸＸＰｌａｙｅｒ」をキーワードとして検索した場合、ヒットした件数が１００件とする。この場合、キーワードマッチング処理部１２２は、インスタンスＡ及びインスタンスＢが項目値に「ＸＸＰｌａｙｅｒ」を含むので、関連度１００点を付与する。また、キーワードマッチング処理部１２２は、インスタンスＣが項目値に「ＢｏｏｋＮｅｏ」を含むので、関連度５０点を付与する。

また、キーワードマッチング処理部１２２は、ヒットとして件数のみならず、ヒットしたウェブコンテンツで当該キーワードの出現頻度が多い場合、当該キーワードを含む項目値を有するインスタンスに対して、高い関連度を付与してもよい。

ユーザコンテキストマッチング処理部１２３は、インスタンス候補リストに含まれるインスタンスが有する項目値が、ユーザコンテキストの項目値が一致する場合に、高い関連値を付与する。

図４に示すユーザコンテキストを用いた場合、ユーザコンテキストマッチング処理部１２３は、図４のレコード４０１により、ユーザが男性であることが確認できるので、項目値が「女性向け」のインスタンスについては関連度を下げる。そこで、本実施の形態にかかるユーザコンテキストマッチング処理部１２３は、項目値「女性向け」を含むインスタンスの関連度を算出する全ての演算が終了した後、‘０’を乗じることにする。これにより、他の関連度が高くとも、当該インスタンスが選択されることが無くなる。このように、関連度を加算するのみならず、関連度の乗算等の他の演算を用いても良い。

また、ユーザコンテキストマッチング処理部１２３は、図４のレコード４０２，４０３及び４０４に格納されている「ノートＰＣ」、「動画レコーダー」、「携帯型オーディオプレーヤー」、「シルバー」、「ブラック」及び「特許次郎」を項目値として重視する。例えば、ユーザコンテキストマッチング処理部１２３は、これらのキーワードを項目値内に含むインスタンスに対して、項目値に含まれているキーワードの数に重み付け係数‘１０’を乗じた値を、関連度として付与する。

また、ユーザコンテキストマッチング処理部１２３は、図４に示すユーザコンテキストを用いる場合、図４のレコード４０２，４０３及び４０４に格納されている「ノートＰＣ」、「動画レコーダー」、「携帯型オーディオプレーヤー」、「シルバー」、「ブラック」及び「特許次郎」を項目値として重視する。例えば、ユーザコンテキストマッチング処理部１２３は、これらのキーワードを項目値内に含むインスタンスに対して、項目値に含まれているキーワードの数に重み付け係数‘１０’を乗じた値を、関連度として付与する。

また、ユーザコンテキストマッチング処理部１２３は、図４に示すユーザコンテキストを用いる場合、図４のレコード４０５に格納されている参照履歴に含まれるメタデータを重視する。例えば、ユーザコンテキストマッチング処理部１２３は、これらメタデータの商品名である「ＸＸＰｌａｙｅｒ９１」及び「ＭｅｇａｈｉｔＦ２１」を項目値内に含むインスタンスに対して、関連度の合計値に‘１．５’を乗じる。なお、上記に示したように所定の点を付与してもよい。

また、ユーザコンテキストマッチング処理部１２３は、図４に示すユーザコンテキストを用いる場合、図４のレコード４０５に格納されている購入履歴に含まれるメタデータを重視する。例えば、ユーザコンテキストマッチング処理部１２３は、これらメタデータの商品名である「ＭｅｇａｈｉｔＦ２１」及び「ＢｏｏｋＳＳ Ｌ／２」を項目値内に含むインスタンスに対して、関連度の合計値に‘１．２’を乗じる。

ユーザコンテキストマッチング処理部１２３が、上述する処理を行うことで、ユーザの興味のあるインスタンスを優先的に提示することができる。

情報評価処理部１２４は、インスタンス候補リストに含まれるインスタンス毎に、インスタンスが有する項目名及び項目値に応じた関連度を付与する。

本実施の形態にかかる情報評価処理部１２４は、項目を多く有するインスタンスを重視する。例えば、情報評価処理部１２４は、各インスタンスに対して、当該インスタンスが有する項目の数に重み付け係数‘３’を乗じた値を関連度として付与する。これにより、詳細な情報を有するインスタンスを優先的に提示できる。

例えば、インスタンスＡ〜Ｄは、項目数が６なので、関連度として‘１８’点が付与される。また、インスタンスＥ、Ｆは、項目数が５なので、関連度として‘１５’点が付与される。

また、情報評価処理部１２４は、インスタンス毎に、情報の鮮度の高さ（例えば、現在時刻との時間間隔）に応じた関連度を付与する。例えば、情報評価処理部１２４は、現在から一週間前までの日付情報（例えば発売日、データ作成日、データ更新日）を項目値として有する場合、当該インスタンスに対して、関連度‘１０’点を付与する。

また、情報評価処理部１２４は、一週間前から一ヶ月前までの日付情報を項目値として有する場合、当該インスタンスに対して、関連度‘８’点を付与する。また、情報評価処理部１２４は、１ヶ月前から半年前までの日付情報を項目値として有する場合、当該インスタンスに対して、関連度‘５’点を付与する。

例えば、インスタンスリストを要求した日が２００５年１２月２８日の場合、情報評価処理部１２４は、発売日が最も新しいインスタンスＣに対して、関連度‘１０’点を付与することになる。これにより、ユーザに対して、鮮度の高いインスタンスを提示することが可能となる。

また、情報評価処理部１２４は、現在から１０年以上前の日付情報を項目値として有する場合、１０年ごとに関連度の合計値に‘０．２’を乗ずることとする。これにより、鮮度の低いインスタンスが、ユーザに対して提示される確率が低減する。

また、上述した重み付け係数は、例として示したものであり、状況に応じて適切な値が設定されるものとする。また、重み付け係数は、予め定められた値ではなく、ユーザの要求に応じて変更可能な値としても良い。さらに、情報提示装置１００が、格納されたユーザコンテキストデータベース１０２や、キーワードデータベース１１１に格納された情報に基づいて、重み付け係数を自動的に算出するようにしても良い。

選択部１１４は、関連度算出部１１３で算出された関連度の合計値に基づいて、インスタンス候補リストから、メタデータと関連度が高いインスタンスを選択する。本実施の形態では、選択部１１４は、算出された関連度の合計値が、所定の閾値より高いインスタンスを、メタデータと関連性が高いインスタンスとして選択する。

なお、インスタンスの選択手法は上述した閾値を用いた手法に限らず、どのような手法でも良い。本実施の形態とは異なる例としては、選択部１１４が、関連度が高い順に所定の数だけ、インスタンス候補リストからインスタンスを選択しても良い。

インスタンスリスト生成部１０９は、選択部１１４で選択されたインスタンスで構成されるインスタンスリストを生成する。

インスタンスリスト処理部１１０は、生成されたインスタンスリストを用いた処理を行う。この処理はどのような処理でも良いが、例えばメタデータを出力してきたメタデータ入力装置１５０に対して出力する等でも良い。これにより、メタデータに関連するインスタンスリストを、利用者に対して提示することができる。

次に、情報提示装置１００のインスタンスリストを提示するまでの処理手順について説明する。図１２は、情報提示装置１００がインスタンスリストを提示するまでの処理手順を示すフローチャートである。

まず、メタデータ入力受付部１０５が、メタデータ入力装置１５０からのメタデータの入力を受け付ける（ステップＳ１２０１）。

次に、オントロジー・メタデータマッチング部１０６は、オントロジーデータベース１０１に格納されているオントロジーに対して、入力されたメタデータを用いてマッチング処理を行う（ステップＳ１２０２）。これにより、入力されたメタデータのオントロジー内の位置が把握できる。

そして、インスタンス取得部１０７は、オントロジー内で、メタデータと距離的に近いコンセプトのインスタンスを取得し、この取得したインスタンスからなるインスタンス候補リストを生成する（ステップＳ１２０３）。

次に、関連度算出部１１３が、インスタンス候補リストに含まれるインスタンス毎に、関連度を算出する（ステップＳ１２０４）。なお、詳細な処理手順については、後述する。

そして、選択部１１４が、算出された関連度から、ユーザに提示するインスタンスを選択する（ステップＳ１２０５）。

そして、インスタンスリスト生成部１０９が、選択されたインスタンスからなるインスタンスリストを生成する（ステップＳ１２０６）。

次に、インスタンスリスト処理部１１０が、生成されたインスタンスリストを用いた処理を行う（ステップＳ１２０７）。例えば、当該インスタンスリストを、ユーザに対して提示する等とする。

上述した処理手順により、メタデータ入力装置１５０から入力されたメタデータと関連性が高いインスタンスが含まれたインスタンスリストを用いた可能となった。

次に、関連度算出部１１３が、インスタンス候補リストのインスタンス毎に、メタデータ及びユーザコンテキスト等との関連性を示す関連度を算出するまでの処理手順について説明する。図１３は、関連度算出部１１３が、インスタンス候補リストのインスタンス毎に、メタデータ及びユーザコンテキスト等との関連性を示す関連度を算出するまでの処理手順を示すフローチャートである。

まず、項目マッチング処理部１２１は、インスタンス候補リストに含まれているインスタンス毎に、メタデータと項目名及び項目値を用いた比較を行い、インスタンス毎にメタデータとの関連度を算出する（ステップＳ１３０１）。

次に、キーワードマッチング処理部１２２が、インスタンス候補リストに含まれているインスタンス毎に、キーワードデータベース１１１に格納された情報に基づいて、メタデータの項目名及び項目値に格納されているキーワードと、インスタンスの項目名及び項目値に格納されているキーワードとを比較し、インスタンス毎にメタデータとの関連度を算出する（ステップＳ１３０２）。

そして、ユーザコンテキストマッチング処理部１２３は、インスタンス候補リストに含まれているインスタンス毎に、当該インスタンスに含まれている項目名や項目値と、ユーザコンテキストデータベース１０２に格納されているユーザコンテキストとを用いて、当該インスタンスとユーザとの関連性を示す関連度を算出する（ステップＳ１３０３）。

次に、情報評価処理部１２４は、インスタンス候補リストに含まれているインスタンス毎に、当該インスタンスがユーザに提示する情報としての適切性を評価し、当該評価を関連度として算出する（ステップＳ１３０４）。この評価対象としては、例えば項目数が多いか否か、又は日付情報が新しいか否かなどが考えられる。

このような処理手順により、インスタンス毎にメタデータやユーザコンテキストとの関連性を示す関連度を算出することができる。そして、選択部１１４が、図１３に示した処理手順で算出されたインスタンス毎の関連度の合計値に基づいて、インスタンス候補リストから、メタデータと関連度が高いインスタンスを選択する。

これにより、メタデータと関連性が高く、ユーザに対して提示する情報として適切なインスタンスが、インスタンス候補リストから選択することができる。

つまり、メタデータと項目名または項目値が一致したか否かでインスタンスを検出する場合、当該項目名又は項目値が一致したインスタンスが多量に選択される又はほとんど選択されない場合も考えられる。そこで、本実施の形態では、インスタンス毎に、上述した重み付けを行ってから、関連度を算出している。そして、関連度の合計値が所定の閾値を超えたインスタンスや、関連度が高い順に所定の数のインスタンスを選択している。これにより閾値を変更する等で、選択するインスタンスの数などを柔軟に変更することができる。また、ユーザが、状況に応じて重み付け係数を変更してもよい。つまり、本実施の形態にかかる情報提示装置１００の関連度算出部１１３は、重み付け係数を変更されることで、状況に応じた適切なインスタンスを選択することができる。

また、本実施の形態にかかる情報提示装置１００によれば、関連度算出部１１３でインスタンス毎に算出された関連度の合計値に基づいて、インスタンス候補リストからインスタンスを選択する。このため、入力されたメタデータ及びユーザコンテキスト等と関連性が高いインスタンスの選択することができるので、選択精度の向上が可能となる。

図１４は、上述した実施の形態にかかる情報提示装置１００のハードウェア構成を示す図である。情報提示装置１００は、ハードウェア構成として、情報提示装置１００におけるインスタンス処理プログラムなどが格納されているＲＯＭ１４０２と、ＲＯＭ１４０２内のプログラムに従って情報提示装置１００の各部を制御するＣＰＵ１４０１と、情報提示装置１００の制御に必要な種々のデータを記憶するＲＡＭ（Random Access Memory）１４０３と、ネットワークに接続する通信Ｉ／Ｆ１４０４と、ハードディスクなどの外部記憶装置１４０５と、各部を接続するバス１４０６と、を備えている。また、情報提示装置１００は、上述した構成を備えた一般的なコンピュータに適用することができる。

上述した実施の形態にかかる情報提示装置１００で実行されるインスタンス処理プログラムは、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、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。

この場合には、インスタンス処理プログラムは、情報提示装置１００において上記記録媒体から読み出して実行することにより主記憶装置上にロードされ、上記ソフトウェア構成で説明した各部が主記憶装置上に生成されるようになっている。

また、上述した実施の形態にかかる情報提示装置１００で実行されるインスタンス処理プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、上述した実施の形態にかかる情報提示装置１００で実行されるインスタンス処理プログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。

また、本実施形態のインスタンス処理プログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

本実施の形態の情報提示装置１００で実行されるインスタンス処理プログラムは、上述した各部を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵ（プロセッサ）が上記記憶媒体からインスタンス処理プログラムを読み出して実行することにより上記各部が主記憶装置上にロードされ、上記各部が主記憶装置上に生成されるようになっている。

以上のように、本発明にかかるインスタンス選択装置、インスタンス選択方法及びインスタンス選択プログラムは、メタデータと関連性が高いインスタンスを特定する技術として有用である。

第１の実施の形態にかかる情報提示装置の構成を示すブロック図である。 メタデータの一例を示した図である。 オントロジーデータベースに格納されているオントロジーの一例を示す図である。 ユーザコンテキストの一例を示す図である。 メタデータ入力受付部が受け付けたメタデータの例を示した図である。 オントロジーから取得するインスタンス候補リストを示した概念図である。 検索要求部が、検索サーバから取得した検索結果であるウェブコンテンツを示す図である。 コンテンツ解析部が、検索結果に含まれるメタデータから取得した基本情報を示すメタデータの例を示す図である。 コンテンツ解析部が、検索結果に含まれるメタデータから取得したキーワード等を示すメタデータの第１の例を示す図である。 コンテンツ解析部が、検索結果に含まれるメタデータから取得したキーワード等を示すメタデータの第２の例を示す図である。 インスタンス候補リストに含まれるインスタンスの項目名及び項目値の第１の例を示した図である。 インスタンス候補リストに含まれるインスタンスの項目名及び項目値の第２の例を示した図である。 インスタンス候補リストに含まれるインスタンスの項目名及び項目値の第３の例を示した図である。 インスタンス候補リストに含まれるインスタンスの項目名及び項目値の第４の例を示した図である。 インスタンス候補リストに含まれるインスタンスの項目名及び項目値の第５の例を示した図である。 インスタンス候補リストに含まれるインスタンスの項目名及び項目値第６の例を示した図である。 情報提示装置がインスタンスリストを提示するまでの処理手順を示すフローチャートである。 関連度算出部が、インスタンス候補リストのインスタンス毎に、メタデータ及びユーザコンテキスト等との関連性を示す関連度を算出するまでの処理手順を示すフローチャートである。 情報提示装置のハードウェア構成を示す図である。

符号の説明

１００ 情報提示装置
１０１ オントロジーデータベース
１０２ ユーザコンテキストデータベース
１０３ キーワードデータベース
１０４ 検索結果キャッシュデータベース
１０５ メタデータ入力受付部
１０６ オントロジー・メタデータマッチング部
１０７ インスタンス取得部
１０８ インスタンス選択部
１０９ インスタンスリスト生成部
１１０ インスタンスリスト処理部
１１１ キーワードデータベース
１１１ コンテンツ解析部
１１２ 検索要求部
１１３ 関連度算出部
１１４ 選択部
１１５ 項目名対応データベース
１２１ 項目マッチング処理部
１２２ キーワードマッチング処理部
１２３ ユーザコンテキストマッチング処理部
１２４ 情報評価処理部
１５０ メタデータ入力装置
１６０ 検索サーバ
１４０１ ＣＰＵ
１４０２ ＲＯＭ
１４０３ ＲＡＭ
１４０４ 通信Ｉ／Ｆ
１４０５ 外部記憶装置
１４０６ バス

Claims (9)

1. クラスが有する項目の名称を示す項目名と当該項目の値である項目値とで構成されているインスタンスを複数記憶する記憶手段と、
   前記インスタンスを選択対象として設定された項目名及び項目値で構成されるメタ情報の入力を受け付けるメタ情報入力受付手段と、
   前記インスタンス毎に、当該インスタンスの項目名と項目値との少なくとも一方と、入力を受け付けた前記メタ情報との類似度に対して重み付け係数を用いて、当該インスタンスと前記メタ情報との関係を示した関連度を算出する関連度算出手段と、
   算出された前記関連度に基づいて、前記複数のインスタンスから、前記メタ情報と関連性が高い前記インスタンスを選択する選択手段と、
   を備えることを特徴とするインスタンス選択装置。
2. 前記選択手段は、前記関連度が所定の閾値より大きいインスタンスを選択すること、
   を特徴とする請求項１に記載のインスタンス選択装置。
3. 前記関連度算出手段で用いられる前記類似度は、前記インスタンスと前記メタ情報との前記項目値の一致度合いから得られる値であること、
   を特徴とする請求項１又は２に記載のインスタンス選択装置。
4. 前記関連度算出手段で用いられる前記類似度は、前記インスタンスと前記メタ情報との前記項目名の一致度合いから得られる値であること、
   を特徴とする請求項１又は２に記載のインスタンス選択装置。
5. 利用者に関連する情報を示すユーザコンテキストを格納するユーザコンテキスト記憶部をさらに備え、
   前記関連度算出手段は、さらに複数のインスタンスのインスタンス毎に、当該インスタンスの項目名と項目値との少なくとも一方と、前記ユーザコンテキストに含まれる情報が一致するか否か判断し、一致した場合に前記関連度を大きくすること、
   を特徴とする請求項１乃至４のいずれか一つに記載のインスタンス選択装置。
6. ネットワーク上に蓄積されているコンテンツを取得するコンテンツ取得手段と、
   取得した前記コンテンツを解析し、当該コンテンツから抽出された複数のキーワード間を対応付けるコンテンツ解析手段と、をさらに備え、
   前記関連度算出手段は、入力を受け付けた前記メタ情報の項目名又は項目値が前記キーワードに含まれている場合、当該キーワードと対応付けられたキーワードを含む項目名又は項目値を有する前記インスタンスの前記関連度を大きくすること、
   を特徴とする請求項１乃至５のいずれか一つに記載のインスタンス選択装置。
7. 前記関連度算出手段は、さらに前記インスタンスの項目値に日付情報が格納されている場合、当該日付情報と所定の時間との時間間隔に応じて、前記関連度を変更すること、
   を特徴とする請求項１乃至５のいずれか一つに記載のインスタンス選択装置。
8. クラスが有する項目の名称を示す項目名と当該項目の値である項目値とで構成され且つ記憶手段に記憶されたインスタンスを、選択対象として設定された項目名及び項目値で構成されるメタ情報の入力を受け付けるメタ情報入力受付ステップと、
   前記インスタンス毎に、当該インスタンスの項目名と項目値との少なくとも一方と、入力を受け付けた前記メタ情報との類似度に対して重み付け係数を用いて、当該インスタンスと前記メタ情報との関係を示した関連度を算出する関連度算出ステップと、
   算出された前記関連度に基づいて、前記複数のインスタンスから、前記メタ情報と関連性が高い前記インスタンスを選択する選択ステップと、
   を有することを特徴とするインスタンス選択方法。
9. メタ情報に関連するインスタンスを選択するインスタンス選択プログラムであって、
   クラスが有する項目の名称を示す項目名と当該項目の値である項目値とで構成され且つ記憶手段に記憶されたインスタンスを、選択対象として設定された項目名及び項目値で構成されるメタ情報の入力を受け付けるメタ情報入力受付ステップと、
   前記インスタンス毎に、当該インスタンスの項目名と項目値との少なくとも一方と、入力を受け付けた前記メタ情報との類似度に対して重み付け係数を用いて、当該インスタンスと前記メタ情報との関係を示した関連度を算出する関連度算出ステップと、
   算出された前記関連度に基づいて、前記複数のインスタンスから、前記メタ情報と関連性が高い前記インスタンスを選択する選択ステップと、
   をコンピュータに実行させるインスタンス選択プログラム。

Images