JP4878591B2

JP4878591B2 - コンテンツ検索装置、コンテンツ検索方法、プログラムおよび記録媒体

Info

Publication number: JP4878591B2
Application number: JP2007253752A
Authority: JP
Inventors: 考藤村; 滋藤村
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2007-09-28
Filing date: 2007-09-28
Publication date: 2012-02-15
Anticipated expiration: 2027-09-28
Also published as: JP2009086858A

Description

本発明は、コンテンツの内容を表したキーワードがタグとして付与されているコンテンツデータベースから、タグを指定し、コンテンツを検索するコンテンツ検索装置および方法に係る。

特に、互いに概念的に関連するタグが、二次元空間上の近くに配置されているタグクラウドを表示するとともに、背景画像を工夫することによって、タグ同士の様々な構造的な関係を類推可能にすることによって、利用者が関心のあるタグを、容易に選択することができるタグクラウドを提示するコンテンツ検索装置および方法に関する。

インターネット上の情報量の増加と、検索エンジンの技術の進歩とに伴い、インターネットから様々な情報を取得することができる。しかし、膨大な情報の中から、利用者が求める情報を取捨選択するためには、利用者が、検索のためのキーワードを適切に与える必要があり、利用者がキーワードを考えるための負担は少なくない。また、そもそもキーワードの入力に際しては、キーボードから文字を入力することが避けられない。

近年、これらの利用者側の負担を少しでも軽減させるために、検索される側のコンテンツに対して、そのコンテンツの内容を表した短い語句からなるメタデータを、タグとして設定することによって、利用者が求める情報に容易に辿り着けるようにする試みが行われている。

たとえば、写真共有サイトのＦｌｉｃｋｒ（登録商標）や動画共有サイトのＹｏｕＴｕｂｅ（登録商標）では、写真や動画に対して、その主題を表現するキーワード、カテゴリ、ジャンルをタグとして設定することができる。また、多くのブログにおいても、ブログの著者によって、タグを設定できる。Ｔｅｃｈｎｏｒａｔｉ（登録商標）社のブログ検索では、タグを指定してブログ記事を検索できるシステムを提供している。

利用者がタグ付コンテンツをアクセスするためのインタフェースとして、タグクラウドと呼ぶものがある。この「タグクラウド」は、タグを検索条件とするタグ検索へのハイパーリンクを持つタグの集合を、矩形上のエリアに詰めて表示するものである。

タグクラウドによって、利用者は、マウスや、任天堂（登録商標）株式会社のＷｉｉ（登録商標）リモコン等を介して、タグクラウド上に表示されているタグをクリックするだけで、タグが付与されているコンテンツを検索することができ、検索のために利用者がキーワード入力する作業を軽減することができる。

また、コンテンツにタグを付与する場合、コンテンツの作者または読み手が明示的に与える方法がある。また、コンテンツ中のテキストに含まれている人物名、組織名、場所名の固有表現等を抽出し、これらの中から特徴的に出現するものを、タグとして自動的に抽出する方法（たとえば、特許文献１参照）が知られている。さらに、タグが明示的に与えられているテキスト集合を学習データとして、タグが付与されていないテキストに対して、学習データ中の類似したテキストに付与されているタグに基づいて、タグを自動的に付与する方法が提案されている（たとえば、非特許文献１参照）。
特開２００５−３３９１３９号公報藤村滋他，ブログ記事への自動マルチタグ付与，人工知能学会全国大会論文集，3G8-3, 2007

上記従来技術は、何れもタグを付与する技術であり、タグが付与されたコンテンツを、利用者が選択することを支援する技術ではない。したがって、多数のコンテンツに様々なタグが付与されると、タグクラウドの面積が大きくなり、たとえば、一般的な解像度のディスプレイでは、５００程度のタグが含まれているタグクラウドを表示することが限界である。しかし、様々なコンテンツを分類するためには、５，０００〜１０，０００種類の分類が必要であると考えられ、もし、５，０００〜１０，０００の分類を、単純なタグクラウドとして表示した場合、この表示されたタグクラウドの中から適切なタグを見つけることが困難であるという問題がある。つまり、現在のタグクラウドの多くは、アルファベット順または文字コード順に並べられ、近くに配置されているタグ同士が互いに関連していないので、その中から適切なタグを見つけることが困難であるという問題がある。

このために、上記従来例では、５，０００程度のタグを列挙する場合、利用者が、関心のあるタグを人手で見つけ出すことがもはや不可能であり、タグ検索を利用しなければならない。これでは、本来、キーボード入力せずにクリックだけで検索できるタグクラウドのメリットはなくなり、本末転倒である。

本発明は、多数のタグによって構成されているタグクラウドを表示する場合、利用者が適切なタグを容易に選択することができるコンテンツ検索装置および方法を提供することを目的とする。

本発明は、分類のキーワードであるタグが付与されているコンテンツ集合によって構成されているコンテンツデータベースから、タグを検索条件としてコンテンツを検索するコンテンツ検索装置において、上記コンテンツデータベースに、タグ付コンテンツを登録するコンテンツ登録手段と、上記タグの統計情報に基づいて、タグ同士の類似度であるタグ間類似度を測定し、記憶装置に記憶するタグ間類似度算出手段と、上記タグ間類似度に基づいて、互いにタグ間類似度の高いタグ同士が、互いに近くに存在するように、タグの二次元平面上の座標であるタグ座標を算出し、記憶装置に記憶するタグ座標算出手段と、上記タグ座標に、それぞれのタグが配置されているタグマップを生成し、記憶装置に記憶するタグマップ生成手段と、上記タグマップを利用者端末に表示するタグマップ表示手段と、上記タグマップ上に表示されているタグの中から、利用者が選択したタグを取得し、記憶装置に記憶するタグ選択手段と、上記タグ選択手段を介して選択されたタグを検索条件として、このタグが付与されているコンテンツを、上記コンテンツデータベースから検索し、記憶装置に記憶するコンテンツ検索手段と、上記コンテンツ検索手段が検索した検索結果を利用者端末に表示する検索結果表示手段とを有し、上記タグ座標算出手段は、上記タグ間類似度算出手段によって算出されたタグ間類似度を利用し、各タグｉからみてタグ間類似度が高いタグを降順に並べ、上位のタグ集合Ｎ（ｉ）を選択し、ｉからｊ（∈Ｎ（ｉ））へのリンクを抽出し、上記タグ間類似度をリンクとするネットワークの中心性スコアを、上記タグであるノードの高度座標として算出する高度座標算出手段を有し、上記タグマップ生成手段は、上記高度座標を利用した三次元立体モデルを作成することによって、立体感のあるタグクラウド画像を生成する三次元モデル生成手段を有することを特徴とするコンテンツ検索装置である。

本発明によれば、タグクラウドにおいて、タグが付与されているテキスト中に含まれている単語の統計的な頻度に基づいて、タグ同士の概念的な意味の近さを、タグ間類似度算出手段が算出し、また、類似度が高いタグ同士を、二次元平面上の互いに近い位置に、タグ座標算出手段が配置するので、利用者は、関心の高い１つのタグが見つかると、他の関連したタグの存在に容易に気付くことができ、関連のあるコンテンツを容易に見つけることができるという効果を奏する。

発明を実施するための最良の形態は、以下の実施例である。

図１は、本発明の実施例１であるコンテンツ検索装置１００の全体構成を示すブロック図である。

コンテンツ検索装置１００は、分類のキーワードであるタグが付与されているコンテンツ集合によって構成されているコンテンツデータベースから、タグを検索条件として、コンテンツを検索する装置である。

また、コンテンツ検索装置１００は、コンテンツ登録手段１０と、コンテンツデータベース１１と、タグ統計情報１２と、タグ間類似度算出手段２０と、タグ座標算出手段３０と、タグマップ生成手段４０と、ユーザインタフェース部５０と、コンテンツ検索手段６０とを有する。

コンテンツ登録手段１０は、コンテンツデータベース１１に、タグ付コンテンツを登録する。

タグ間類似度算出手段２０は、タグの統計情報１２に基づいて、タグ同士の類似度を測定する。つまり、タグ間類似度算出手段２０は、タグが付与されているコンテンツに含まれている単語の頻度情報に基づいて、タグの特徴ベクトルを生成し、タグの特徴ベクトルの類似度に応じて、タグ間類似度を算出する。

タグ座標算出手段３０は、上記タグ間類似度に基づいて、互いに類似度の高いタグ同士が、互いに近くに存在するように、タグの二次元平面上の座標であるタグ座標を算出する。つまり、タグ座標算出手段３０は、タグをノードとし、タグ間類似度をリンクとするネットワーク情報が与えられると、強いリンクを持つノード同士を、二次元平面上に、互いに近い位置（所定距離以下の位置）に配置し、タグの属性を高度座標として算出する。

タグマップ生成手段４０は、上記タグ座標に、それぞれのタグを配置したタグマップ４１を生成する。つまり、タグマップ生成手段４０は、任意の位置に設定された（ｘ，ｙ，ｚ）のデータ集合から、三次元の地表モデルを作成し、斜めから光を当て、上部から撮影した立体感のある二次元画像を、タグマップ４１として生成する。

ユーザインタフェース部５０は、タグマップ表示手段５１と、タグ選択手段５２と、検索結果表示手段５３とを有する。

タグマップ表示手段５１は、タグマップ４１を利用者端末に表示する。つまり、タグマップ表示手段５１は、タグマップ生成手段４０が生成したタグマップ４１を、スクロール可能であり、タグマップ４１上のタグをクリックできるタグマップ４１を、利用者端末装置に表示する。

タグ選択手段５２は、タグマップ４１上に表示されているタグの中から、利用者が選択したタグを取得する。つまり、タグ選択手段５２は、マーカ座標取得手段を具備する。このマーカ座標取得手段は、利用者がマウスドラッグ等、移動させたタグマップ４１の位置の変化を取得し、タグマップ４１の中心付近の座標を取得する手段である。また、タグ選択手段５２は、上記マーカ座標取得手段が取得したタグマップ４１の中心付近のタグのリストを取得し、コンテンツデータベース１１からタグを検索する。

コンテンツ検索手段６０は、タグ選択手段５２が選択したタグを検索条件として、そのタグが付与されたコンテンツを、コンテンツデータベース１１から検索する。

検索結果表示手段５３は、検索結果を利用者端末に表示する。つまり、検索結果表示手段５３は、コンテンツ検索手段６０がタグ検索した検索結果を、利用者端末装置に表示する。

なお、上記実施例におけるコンテンツは、インターネット上のＷｅｂページ、画像、音声、動画のディジタルコンテンツ、商品、サービス等、タグを付与することができる現実空間のオブジェクトをも含むものである。

また、上記実施例において、タグは、コンテンツを分類するためのラベルとして利用するキーワードの集合であり、通常、コンテンツに対して人手で付与するが、上記特許文献１、または、上記非特許文献１に記載されているオートタギング技術を利用して自動的に付与するようにしてもよい。

次に、各手段の詳細な動作について説明する。

図２は、実施例１において、コンテンツを登録する処理を示すフローチャートである。

図２に示すコンテンツを登録する処理は、一度起動されると、システムを運用するオペレータによって明示的に停止されるまで、常時繰り返し実行する。

図３は、コンテンツデータベース１１に登録されているコンテンツの例を示す図である。

Ｓ１で、利用者が、コンテンツ登録手段１０を介してコンテンツデータベース１１に、図３に示すように、コンテンツを明示的に登録する。また、コンテンツ登録手段１０は、一般的な検索エンジンであり、従来から用いられているクローラによって、インターネット上のリソースを自動的に収集し、登録するものであってもよい。ただし、いずれの方法においても、登録するコンテンツは、タグ付コンテンツである。

タグが付与されたコンテンツは、たとえば、ｄｅｌ．ｉｃｉｏ．ｕｓ等のソーシャルブックマークサービスのように、利用者がＷｅｂページをブックマーク登録する際に、タグを付与したブックマーク情報がある。また、ブログ記事では、ＲＳＳの＜ｄｃ：ｓｕｂｊｅｃｔ＞フィールドにおいて、キーワードを指定するので、このようなＲＳＳが与えられているプログ記事は、タグが付与されているコンテンツの例である。

コンテンツデータベース１１は、図３に示すように、コンテンツＩＤ、タグ、コンテンツ等を、コンテンツ単位に関連付けしたデータとして保持している。ここで、コンテンツＩＤは、コンテンツ毎に、ユニークに与えられる識別子である。タグは、文書作成者によって設定された本文の内容を端的に表している語句である。コンテンツは、コンテンツそのものである。また、図３に示すように、ＵＲＬや登録日時、タイトル等の付加的な情報を加えてデータを保持するようにしてもよい。

また、このように、利用者がタグを明示的に付与する代わりに、コンテンツ中のテキストに含まれている人物名、組織名、場所名の固有表現等を抽出し、これらの中から特徴的に出現するものを、タグとして自動的に抽出する方法（特許文献１参照）や、タグが明示的に与えられているテキスト集合を学習データとして、タグが付与されていないテキストに、テキストの類似度に応じて、タグを自動的に付与する方法（非特許文献１参照）等によって、自動的にタグを付与してもよい。

図４は、タグ統計情報１２の例を示す図である。

また、コンテンツ登録手段１０は、タグ付コンテンツからタグ統計情報１２を抽出し、図４に示すようなタグ統計情報１２のテーブルを作成する。ただし、必ずしもコンテンツ登録手段１０に登録するコンテンツデータベース１１から、タグ統計情報１２を取得する必要はなく、別の情報源から、タグ統計情報１２を取得するようにしてもよい。たとえば、コンテンツデータベース１１に登録するコンテンツが、写真や動画等のようにテキスト情報を含まないコンテンツである場合、後で述べるタグ間類似度の算出に必要なタグの特徴ベクトルを生成することができない。

このような場合、コンテンツデータベース１１とは別の情報（ブログ記事等）からタグ統計情報１２を取得するようにしてもよい。ただし、以下では、コンテンツデータベース１１に格納されているコンテンツとして、ブログ記事を想定し、ブログ記事からタグ統計情報１２を取得することを前提に説明する。

タグ統計情報１２は、コンテンツデータベース１１に格納されているタグの設定情報に基づいて作成される。図４に示すように、タグＩＤ、タグ、文書数、タグ特徴ベクトル、類似タグをタグ毎に関連付けを行った形式で、データとして保持している。タグＩＤは、タグ毎にユニークに与えられている識別子である。文書数は、コンテンツデータベース１１中で、そのタグが設定されているコンテンツの数である。

タグ特徴ベクトルは、タグが付与されているコンテンツに特徴的に出現する単語のスコアのベクトルであり、ある実数値の集合によるリスト型のデータである。タグ特徴ベクトルを生成する方法は、単純にタグが付与された文書に多く出現する単語の頻度を用いてもよく、より内容を反映した特徴的なベクトルを得る方法もある。これについては以下で述べる。

類似タグは、上記タグ特徴ベクトルを利用して、タグ間の類似度を、ベクトル間のコサイン類似度を算出することによって計算し、類似度の高いものを、特定の閾値に至るまで降順に並べたものであり、数値が対になっている集合によって記述されているリスト型のデータである。たとえば、Ｃ_ｉ、Ｃ_ｊを、タグの特徴ベクトルとすると、類似度Ｓｉｍｉｌａｒｉｔｙは、以下の式（１）で表現される。

Ｓｉｍｉｌａｒｉｔｙ＝Ｃ_ｉ・Ｃ_ｊ／｜Ｃ_ｉ｜｜Ｃ_ｊ｜ … 式（１）
タグの特徴がより表現されたタグ特徴ベクトルを生成する方法としては、そのタグが設定されている文書集合中の語句と、その残差ＤＦ値との対を要素とする語句ベクトルを用いる方法がある（「藤村滋，藤村考，片岡良治，奥雅博，Ｂｌｏgのタグ間類似度のスコアリング，日本データベース学会Ｌｅｔｔｅｒｒｓ，Vol.15, No.4, pp.33-36, 2006」参照）。

上記「残差ＤＦ値」は、語句の文書集合中での文書頻度とポアソン分布とによって推定されたその文書集合中での文書頻度の差によって表される。たとえば、検索結果の文書集合の総数を、ｎとし、文書集合中の語句ｉの文書頻度を、ｄｆ_ｉとし、全文書数を、Ｎとし、全文書中での語句ｉの大域的頻度を、Ｆ_ｉとすると、残差ＤＦ値は、以下の式（２）によって求められる。

一例として、「サッカー」というタグが付与されているブログ記事集合中の「Ｊリーグ」という語句の残差ＤＦ値は、収集したブログエントリ数を、４０００００、「サッカー」というタグが付与されたブログエントリ数を、１０００、この記事集合中での「Ｊリーグ」の文書頻度を、３００、収集したブログ記事全体での「Ｊリーグ」の大域的頻度を７００とすると、残差ＤＦは、３００−１０００（１−ｅｘｐ（−７００／４０００００））＝２９８．２５…のようになる。

上記「残差ＤＦ値」は、次の仮定に基づいた指標である。同一のタグが付与されている文書集合は、内容的にも、用いられている語句的にも、似ている可能性が高いので、文書の内容を代表する特徴語の文書頻度が大きい。一方で、文意に関係がなく、どの文書にも現れる一般的な語句の文書中での出現回数の確率分布は、ポアソン分布によって、よく近似されることが知られている。したがって、両者（実際の文書頻度と、ポアソン分布によって近似される頻度）の差分を取ることによって、一般語の影響を打ち消し、特徴語の値をより際立たせることができる。

次に、タグマップ４１を生成する処理について説明する。

図５は、タグマップ４１を生成する処理を示すフローチャートである。

図５に示すタグマップ４１を生成する処理は、毎日１回または週１回等の頻度で、一定間隔で繰り返し実行する。

Ｓ１１で、タグ間類似度算出手段２０がタグ毎の類似タグリストを作成し、Ｓ１２で、タグ座標算出手段３０は、互いに類似度の高いタグ同士が、二次元平面上に近く（所定以下の距離）になるような各タグの座標（ｘ，ｙ）を算出する。この場合、タグをノードとし、各タグｉから類似タグｊへのリンクをエッジとするネットワークとみなしたときに、これは、一般的なネットワークとなるので、従来、提案されているネットワークの可視化技術を利用することができる。

互いに類似度の高いタグ同士が、二次元平面上に近くになるような各タグの座標（ｘ，ｙ）を算出する場合、「特開２００４−３１８７３９号公報」、「Kamada,T. and Kawai,S., An algorithm for drawing general undirected graphs, Information Processing Letters, Vol.12, No.31, pp.7-15, 1989」で記載されているアルゴリズムを利用するようにしてもよい。

ただし、各タグｉと類似する全てのタグｊを使用し、これらのアルゴリズムを利用すると、リンクの数が多すぎ、計算時間が膨大になる場合がある。この場合、類似するタグｊを選択する閾値を高めること等によって、リンクを減らし、計算するようにしてもよい。たとえば、タグｉとの間で閾値ｑ以上の類似度を有するタグの集合を、Ｎ_ｑ（ｉ）とすると、類似度が高いリンクから降順で並べ、次の式（３）のように、ｋ_ｑ（ｉ）本のリンクのみを考慮するようにしてもよい。

ｋ_ｑ（ｉ）＝αｌｏｇ（１＋｜Ｎ_ｑ（ｉ）｜）＋１ … 式（３）
これによって、強いリンクが多数存在する場合でも、類似タグ数を、ある程度に、絞ることができる。また、強いリンクが少ない場合でも、最低１つ、どれかに隣接させることができる。この結果、多数の弱いリンクによって、中途半端な位置に配置されることを防ぐことができる。

また、ネットワーク可視化アルゴリズムが、リンクの重みを考慮できない場合、即ちリンクの重みが、１か０しか許されない場合、上記閾値よりも大きい類似度を有するリンクを、１（リンクあり）とし、それ以外（上記閾値以下の類似度を有するリンク）を、０（リンクなし）とするリンク情報を、アルゴリズムに与えることによって、タグ座標を算出することができる。

タグ座標算出手段３０は、上記（ｘ，ｙ）座標に加えて、高度座標であるｚ座標を計算する。なお、Ｓ１３で、タグマップ生成手段４０が、２次元のタグマップ４１に、濃淡を付け、または着色することによって、タグ間の関係を分かり易く表示するために、ｚ座標が必要である。ただ、この着色は、必須ではなく、着色しない場合、ｚ座標を算出する必要はない。

ｚ座標を算出する場合、単純にタグが付与されているコンテンツの数の対数値を、［０，１］の間に正規化し、利用するようにしてもよい。多くの人が付与するタグは、一般的なタグであるので、一般的なタグが標高の高い目立つ位置にあれば、タグマップ４１の話題構造を理解し易い。

また、コンテンツに複数のタグがオートタギングされた場合、たとえば、「阪神」の話題の記事には、「野球」、「スポーツ」等、上位概念のタグを同時に付与することが想定される。この結果として、概念的に上位のタグの頻度が高くなり、スポーツ＞野球＞阪神のような関係で、ｚ座標が求められる。

また、「スポーツ」等の上位の概念のタグは、類似するタグの件数が多いので、ｘ−ｙ平面上でも、中心に配置される可能性が高い。

図６は、タグマップ４１の表示例を示す図である。

この結果として、図６に示すように、タグの高低と位置関係とから、各タグの概念的な関係を容易に把握することができる。

ｚ座標の別の算出方法としては、ネットワークの中心性スコアを算出する方法がある。たとえば、上記式（３）で抽出されたリンクを、ｉからｊへの有向グラフとみなし、そのリンクから「S.Brin and L.Page, The Anatomy of a Large-scale Hypertextual Web Search Engine, In Proceedings of 7th International World Wide Web Conference, 1998.」に記載されているＰａｇｅＲａｎｋ（登録商標）式（４）を利用して算出するようにしてもよい。

ここで、ｄは、ランダムジャンプの確率であり、［０，１］の間の実数、たとえば０．１５を用いる。ＩＮ（ｉ）は、タグｉへのリンクを持つタグの集合である。Ｏｕｔ（ｊ）は。タグｊから出ているリンクの重みの和である。この方法は、多くのタグに類似するタグが、多くの被リンクを持つが、多くの類似するタグを持つことは、より一般的な槻念を表す可能性が高い。したがって、タグの頻度と同様に、スポーツ＞野球＞阪神のような関係でｚ座標が求められる。

ｚ座標のさらに別の算出方法として、単純に各タグの類似度リンクの総和を利用する方法や、タグが（ｘ，ｙ）座標に配置されている空間において、各タグが持つ類似度リンクの長さの総和を、ｚ座標の計算に利用する方法も考えられる。

各タグの類似度のリンクの長さの総和を、ｚ座標とする方法では、リンクの長さの総和が大きければ、類似したタグがｘ−ｙ平面上に幅広く分散していることを意味する。したがって、多くの概念に関係する概念的に広いタグであることを意味する。これによって、タグの頻度やＰａｇｅＲａｎｋ（登録商標）を用いたときと同等の効果を得ることができる。

タグマップ生成手段４０は、既に述べた座標軸算出によって取得した各タグの（ｘ，ｙ，ｚ）座標の集合から、Ｓ１３で、三次元立体モデルを生成し、斜めから光源を当てることによって、立体感のあるタグマップ４１を作成する。

タグマップ生成手段４０は、以下の手順によって、画像を生成する。
（１）タグ座標算出手段３０が生成した（ｘ，ｙ，ｚ）座標の集合から、等間隔のグリッドデータを生成する。
（２）グリッドデータから三次元モデルを生成し、斜めから光を当て、陰影を付ける。
（３）標高（高度）に応じて、色分けし、真上からの三次元モデルを撮影し、二次元画像を出力する。

これらの処理は、「Wessel,P., and Smith,W.H.F.., The Generic Mapping Tools, Version 4.2.0, Manual, http://www.soest.hawaii.edu/gmt/, 2007」に記載されているようなツールを利用することによって、容易に実現することができる。このツールには上記（１）〜（３）の処理に対応するコマンドとして、（１）ｓｕｒｆａｃｅ、（２）ｇｒｄｇｒａｄｉｅｎｔ、（３）ｇｒｄｉｍａｇｅ等を備えている。

次に、ユーザインタフェース部５０について説明する。

まず、準備として、タグマップ生成手段４０が生成した１００００×１００００ピクセル程度の巨大な背景画像を、２５０×２５０ピクセル程度のタイル上に分割（この場合１６００枚に分割）し、サーバ上の記憶装置に保管する。

図７は、タグマップ４１を、利用者端末に表示するためのＨＴＭＬ文書を作成するユーザインタフェース部５０の処理の流れを示すフローチャートである。

図７に示すユーザインタフェース部５０の処理は、一度起動されると、オペレータによって明示的に停止されるまで、常時繰り返し実行する。

ユーザインタフェース部５０は、次の５つのステップ（１）〜（５）を繰り返すことによって、スクロール可能な地図を実現する。

（１）［タグマップ４１の表示］（Ｓ２１）
タイル上に分割されたタグマップ４１のうちで、デフォールト位置、または利用者によって指定された中心座標（以下「マーカ座標」という）を含むタイルを中心とし、近傍の上下左右（斜めも含む）の８つのタイルとともに、計９つのタイル画像を端末に送付する。

具体的には、マーカ座標を中心とする９つのタイルの内側の領域を表示するＨＴＭＬ文書を生成し、端末装置のＷｅｂブラウザに送付し、Ｗｅｂブラウザは、そのＨＴＭＬ文書に記載されている９つのタイルの画像を、サーバから取得し、表示する。

なお、「スポーツ」等のタグのテキストを、タグマップ生成手段４０が、タグマップ４１の画像に予め埋め込むようにしてもよく、また、ＨＴＭＬ文書に、タグマップ４１を背景画像とし、マーカ座標近傍のタグの名称を、座標とともにサーバから取得するＪａｖａ（登録商標）Ｓｃｒｉｐｔコードを埋め込み、タグのテキストを、タグマップ４１の上位レイヤに配置することによって、タグのテキストを表示するようにしてもよい。

（２）［マーカ座標の取得］（Ｓ２２）
ブラウザに送られたＨＴＭＬ文書には、Ｊａｖａ（登録商標）Ｓｃｒｉｐｔを埋め込むことによって、利用者のドラッグ等の操作イベントを取得し、タグマップ４１をドラッグするという直感的な操作によって、タグマップ４１をスクロールし、また、マーカ位置を移動できるようにしてもよい。

これは、「Fuchs,t., et.al., script.aculo.us, http://script.aculo.us/」に記載されているＪａｖａ（登録商標）Ｓｃｒｉｐｔライブラリを利用することによって、容易に実現することができる。また、マーカ位置の移動に伴い、マーカの位置を随時サーバに送信し、上下左右の９つのタイルも、サーバから随時取得し、常にマーカの位置を中心とするタグマップ４１を表示し、また、マーカの付近にあるタグが付与されている関連コンテンツをリクエストする。

（３）［タグの選択］（Ｓ２３）
サーバ側では、取得したマーカ座標と、タグ座標算出手段３０が生成したタグ座標の集合の各要素との間のユークリッド距離を計算することによって、マーカ座標の近傍のタグを、近い順に、Ｋ個取得する。Ｋは、任意の数である。

（４）［コンテンツの検索］（Ｓ２４）
取得したＫ個のタグをＯＲ条件とするクエリを生成し、コンテンツ検索手段６０が、コンテンツデータベース１１から、該当するタグが付与されているコンテンツのタイトル、ＵＲＬ、本文のサマリ等の検索結果を表示するに必要な情報を取得する。これらは、上記ステップ（２）の関連コンテンツのリクエストの回答として、端末に送信する。

（５）［検索結果の表示］（Ｓ２５）
図８は、実施例１におけるタグマップ４１の表示例を示す図である。

端末側では、サーバから送信された関連コンテンツを、図８に示すように、タグマップ４１の周辺、またはタグマップ４１上の噴き出しとして表示する。また、実施例によっては、単純にＫ個のタグのＯＲ条件検索の結果を表示するのではなく、Ｋ個のタグのうちで、マーカ座標によって、近いコンテンツが上位に来るように、優先度をつけて表示するようにしてもよい。

なお、上記ステップ（２）（３）のように、タグマップ４１を、マウスのドラッグ等の操作によって動かすスクローラブルマップとして実現せずに、ステップ（３）において、単に利用者のクリックによって、タグマップ４１上のタグを選択するようにしてもよい。この場合、マーカ座標取得手段は、不要である。

なお、タグマップ表示手段５１は、様々な付加的な機能を実現することができる。たとえば、最初に、利用者が関心のあるタグマップ４１上の位置を検索するために、図８に示すように、左上に表示されているタグ検索の検索窓を用意し、左中に表示されている多くコンテンツがある人気のタグのランキングを表示し、左下に表示されているように、利用者毎に頻繁に訪れる位置を、ブックマークし、２度目にタグマップ４１を表示したときに、ワンクリックでその位置にジャンプできるようにしてもよい。また、利用者の過去の履歴から、デフォールトの位置を表示するようにしてもよい。

また、利用者がブックマークをしたタグには、タグマップ４１上にも、たとえば家の形をしたアイコンを配置し、現在利用者が閲覧中のタグマップ４１上の位置に人のデザインをしたアイコン（アバター）を配置することによって、タグマップ４１上での賑わいの状況を表現することができる。さらに、アバター同士で、チャット等のコミュニケーションを行う機能を実現するようにしてもよい。

上記実施例によれば、タグが付与されたコンテンツを、キーボートからクエリを入力せずに、タグマップ４１のスクロールとクリック操作とによって、コンテンツを容易に検索することができる。しかし、このようなタグマップ４１を利用したインタフェースは、単にタグ付コンテンツデータベース１１から、タグが付与されたコンテンツを検索することに留まらず、外部の検索エンジンに対する検索クエリを生成するためにも利用することができる。

図９は、タグマップ４１のマーカ座標の位置に関連するトピック語のリスト（トピックリスト）を、タグマップ４１の右側に表示し、トピック語をクリックするだけで、外部の検索エンジンに対する検索を行う画面を示す図である。

図１０は、本発明の実施例２であるコンテンツ検索装置２００を示すブロック図である。

コンテンツ検索装置２００は、コンテンツ検索装置１００において、タグ統計情報１２の代わりに、タグ統計情報１３を有し、また、ユーザインタフェーズ部５０の代わりに、ユーザインタフェース部５０ａを有する。

ユーザインタフェース部５０ａは、ユーザインタフェース部５０において、検索結果表示手段５３の代わりに、トピックリスト表示手段５４と、外部検索エンジン呼出手段５５とを有する。

トピックリスト表示手段５４は、トピックリストを表示する。外部検索エンジン呼出手段５５は、利用者によって選択されたトピックを、外部検索エンジンに検索クエリとして検索要求を送る。

コンテンツ検索装置２００において、既に述べたように、マーカ座標に基づいて、コンテンツデータベース１１からタグ検索し、タグ検索の検索結果集合を取得する。そして、トピックリスト抽出表示手段５４によって、上記特許文献１に記載されている技術を利用し、タグ検索の検索結果集合の中から、特徴的に多く含まれる固有表現（トピック語）を抽出する。

そして、それらのトピック語を、トピックリストとして表示する。外部検索エンジン呼出手段５５は、外部検索エンジンのクエリ付のＵＲＬを、トピックリストのハイパーリンクとして埋め込んでおけば、通常のブラウザによって実現できる。

上記実施例によれば、タグクラウドは、タグが付与されているテキスト中に含まれている単語の統計的な頻度に基づいて、タグ同士の概念的な意味の近さがタグ間類似度算出手段２０によって算出され、さらに、タグ座標算出手段３０によって、類似度が高いタグ同士が、二次元平面上の互いに近い位置に配置されるので、利用者は、関心の高い１つのタグを見つけることができれば、他の関連したタグの存在に容易に気付くことができ、関連のあるコンテンツを容易に見つけることができる。

また、上記実施例によれば、タグクラウドを、上下左右にスクロールできるスクローラブルマップとして表示すれば、画面のサイズに依存せずに、携帯電話や解像度の低いＴＶ等でも、広い面積を持つタグクラウドの一部を表示することができる。

そして、利用者がマウス等の操作によって、タグクラウドをスクロールすれば、タグクラウドの表示位置に連動して、関連したコンテンツを、次々と自動的に表示することができる。

また、上記実施例によれば、コンテンツの検索は、タグマップ４１の中心座標から近いタグをＯＲ条件で検索するので、たとえば「野球」と「阪神」等のように、意味的に近いタグを、利用者が明示的に複数個指定して検索する必要がない。しかも、どちらを優先的に表示するかを、座標位置に基づいて、簡単に指定することができる。

さらに、上記実施例によれば、タグ座標算出手段３０は、タグの一般性をタグクラウドの高度座標として与え、それをタグマップ生成手段４０が、三次元モデルを形成し、斜めから光源を当てることによって、立体感のあるタグマップ４１を作成するので、周辺の地形構造から、各タグがどの概念に属しているかを容易に把握することができる。たとえば、あるタグが、スポーツと政治との２つのタグのいずれにも同じ距離に位置する場合であっても、スポーツ、政治のどちらのタグの山の裾野に含まれるかによって、タグ同士の概念的な関連性を瞬時に把握することができる。

さらに、上記実施例によれば、タグマップ４１上の座標位置を利用して、コンテンツデータベース１１から特徴語を抽出し、利用者に検索語の候補を提示することができる。利用者は、提示された検索語の候補を、マウスクリック等によって、選択するだけで、外部の他の検索エンジンに検索要求を送信することができる。

つまり、上記実施例は、分類のキーワードであるタグが付与されているコンテンツ集合によって構成されているコンテンツデータベースから、タグを検索条件としてコンテンツを検索するコンテンツ検索装置において、上記コンテンツデータベースに、タグ付コンテンツを登録するコンテンツ登録手段と、上記タグの統計情報に基づいて、タグ同士の類似度を測定し、記憶装置に記憶するタグ間類似度算出手段と、上記タグ間類似度に基づいて、互いに類似度の高いタグ同士が、互いに近くに存在するように、タグの二次元平面上の座標であるタグ座標を算出し、記憶装置に記憶するタグ座標算出手段と、上記タグ座標に、それぞれのタグが配置されているタグマップを生成し、記憶装置に記憶するタグマップ生成手段と、上記タグマップを利用者端末に表示するタグマップ表示手段と、上記タグマップ上に表示されているタグの中から、利用者が選択したタグを取得し、記憶装置に記憶するタグ選択手段と、上記タグ選択手段を介して選択されたタグを検索条件として、このタグが付与されているコンテンツを、上記コンテンツデータベースから検索し、記憶装置に記憶するコンテンツ検索手段と、上記コンテンツ検索手段が検索した検索結果を利用者端末に表示する検索結果表示手段とを有するコンテンツ検索装置の例である。

この場合、上記タグ選択手段は、マウス操作によって上記タグマップを上下左右にスクロールするスクローラブルな画像を表示し、上記タグマップの中心の位置を、マーカ座標として取得するマーカ座標取得手段を有する手段であり、上記コンテンツ検索手段は、上記タグマップ上に配置されているタグであって、上記マーカ座標の近傍に存在するタグを、タグマップ座標データから取得し、上記タグを検索条件として、上記タグが付与されているコンテンツを、上記コンテンツデータベースから検索する手段である。

また、上記タグ座標算出手段は、上記タグの統計情報によって算出したタグ属性スコアを、上記タグであるノードの高度座標として算出する高度座標算出手段を有する手段であり、上記タプマップ生成手段は、上記高度座標を利用した三次元立体モデルを作成することによって、立体感のあるタグクラウド画像を生成する三次元モデル生成手段を有する手段である。

さらに、上記タグ属性スコアは、上記タグが付与されているコンテンツの頻度情報に基づいて算出するスコアである。

しかも、上記タグ属性スコアは、上記タグ間類似度算出手段によって算出されたタグ間類似度情報を利用し、各タグｉからみて類似度が高いタグを降順に並べ、上位のタグ集合Ｎ（ｉ）を選択し、ｉからｊ（∈Ｎ（ｉ））へのリンクを抽出し、上記タグの間の類似度をリンクとするネットワークの中心性スコアが、上記ノードの高度座標である。

そして、上記タグ属性スコアは、上記タグ間類似度算出手段が算出したタグ間類似度情報を利用し、各タグにおける類似するタグヘの二次元平面上距離の総和に応じて、高度座標を算出したスコアである。

また、上記実施例を、方法の発明として把握することができる。つまり、上記実施例は、分類のキーワードであるタグが付与されているコンテンツ集合によって構成されているコンテンツデータベースから、タグを検索条件としてコンテンツを検索するコンテンツ検索方法において、上記コンテンツデータベースに、タグ付コンテンツを登録するコンテンツ登録工程と、上記タグの統計情報に基づいて、タグ同士の類似度を測定し、記憶装置に記憶するタグ間類似度算出工程と、上記タグ間類似度に基づいて、互いに類似度の高いタグ同士が、互いに近くに存在するように、タグの二次元平面上の座標であるタグ座標を算出し、記憶装置に記憶するタグ座標算出工程と、上記タグ座標に、それぞれのタグが配置されているタグマップを生成し、記憶装置に記憶するタグマップ生成工程と、上記タグマップを利用者端末に表示するタグマップ表示工程と、上記タグマップ上に表示されているタグの中から、利用者が選択したタグを取得し、記憶装置に記憶するタグ選択工程と、上記タグ選択工程を介して選択されたタグを検索条件として、このタグが付与されているコンテンツを、上記コンテンツデータベースから検索し、記憶装置に記憶するコンテンツ検索工程と、上記コンテンツ検索工程が検索した検索結果を利用者端末に表示する検索結果表示工程とを有するコンテンツ検索方法の例である。

さらに、上記実施例を、プログラムの発明として把握することができる。つまり、上記実施例は、上記コンテンツ検索装置をコンピュータに実現させるプログラムの例である。すなわち、上記実施例は、上記コンテンツ検索方法をコンピュータに実現させるプログラムの例である。

しかも、上記実施例を記録媒体の発明として把握することができる。つまり、上記実施例は、上記プログラムを記録したコンピュータ読み取り可能な記録媒体の例である。記録媒体として、ＣＤ、ＤＶＤ、ＦＤ、ＨＤ、光ディスク、光磁気ディスク、半導体メモリなどが考えられる。

本発明の実施例１であるコンテンツ検索装置１００の全体構成を示すブロック図である。実施例１において、コンテンツを登録する処理を示すフローチャートである。コンテンツデータベース１１に登録されているコンテンツの例を示す図である。タグ統計情報１２の例を示す図である。タグマップ４１を生成する処理を示すフローチャートである。タグマップ４１の表示例を示す図である。タグマップ４１を、利用者端末に表示するためのＨＴＭＬ文書を作成するユーザインタフェース部５０の処理の流れを示すフローチャートである。実施例１におけるタグマップ４１の表示例を示す図である。タグマップ４１のマーカ座標の位置に関連するトピック語のリスト（トピックリスト）をタグマップ４１の右側に表示し、トピック語をクリックするだけで、外部の検索エンジンに対する検索を行う画面を示す図である。本発明の実施例２であるコンテンツ検索装置２００を示すブロック図である。

符号の説明

１００…コンテンツ検索装置、
１０…コンテンツ登録手段、
１１…コンテンツＤＢ、
１２…タグ統計情報、
２０…タグ間類似度算出手段、
３０…タグ座標算出手段、
４０…タグマップ生成手段、
４１…タグマップ、
５０…ユーザインタフェース部、
５１…タグマップ表示手段、
５２…タグ選択手段、
５３…検索結果表示手段、
２００…コンテンツ検索装置、
１２…コンテンツＤＢ、
１３…タグ統計情報、
５０ａ…ユーザインタフェース部、
５４…トピックリスト抽出表示手段、
５５…外部検索エンジン呼出手段。

Claims

分類のキーワードであるタグが付与されているコンテンツ集合によって構成されているコンテンツデータベースから、タグを検索条件としてコンテンツを検索するコンテンツ検索装置において、
上記コンテンツデータベースに、タグ付コンテンツを登録するコンテンツ登録手段と；
上記タグの統計情報に基づいて、タグ同士の類似度であるタグ間類似度を測定し、記憶装置に記憶するタグ間類似度算出手段と；
上記タグ間類似度に基づいて、互いにタグ間類似度の高いタグ同士が、互いに近くに存在するように、タグの二次元平面上の座標であるタグ座標を算出し、記憶装置に記憶するタグ座標算出手段と；
上記タグ座標に、それぞれのタグが配置されているタグマップを生成し、記憶装置に記憶するタグマップ生成手段と；
上記タグマップを利用者端末に表示するタグマップ表示手段と；
上記タグマップ上に表示されているタグの中から、利用者が選択したタグを取得し、記憶装置に記憶するタグ選択手段と；
上記タグ選択手段を介して選択されたタグを検索条件として、このタグが付与されているコンテンツを、上記コンテンツデータベースから検索し、記憶装置に記憶するコンテンツ検索手段と；
上記コンテンツ検索手段が検索した検索結果を利用者端末に表示する検索結果表示手段と；
を有し、
上記タグ座標算出手段は、上記タグ間類似度算出手段によって算出されたタグ間類似度を利用し、各タグｉからみてタグ間類似度が高いタグを降順に並べ、上位のタグ集合Ｎ（ｉ）を選択し、ｉからｊ（∈Ｎ（ｉ））へのリンクを抽出し、上記タグ間類似度をリンクとするネットワークの中心性スコアを、上記タグであるノードの高度座標として算出する高度座標算出手段を有し、
上記タグマップ生成手段は、上記高度座標を利用した三次元立体モデルを作成することによって、立体感のあるタグクラウド画像を生成する三次元モデル生成手段を有することを特徴とするコンテンツ検索装置。
請求項１において、
上記タグ選択手段は、マウス操作によって上記タグマップを上下左右にスクロールするスクローラブルな画像を表示し、上記タグマップの中心の位置を、マーカ座標として取得するマーカ座標取得手段を有する手段であり、
上記コンテンツ検索手段は、上記取得したマーカ座標と上記タグ座標算出手段が算出したタグ座標との間の距離を計算することによって、上記タグマップ上に配置されているタグであって、上記マーカ座標の近傍に存在するタグを、タグマップ座標データから取得し、上記タグを検索条件として、上記タグが付与されているコンテンツを、上記コンテンツデータベースから検索する手段であることを特徴とするコンテンツ検索装置。
分類のキーワードであるタグが付与されているコンテンツ集合によって構成されているコンテンツデータベースから、タグを検索条件としてコンテンツを検索するコンテンツ検索方法において、
上記コンテンツデータベースに、タグ付コンテンツを登録するコンテンツ登録工程と；
上記タグの統計情報に基づいて、タグ同士の類似度であるタグ間類似度を測定し、記憶装置に記憶するタグ間類似度算出工程と；
上記タグ間類似度に基づいて、互いにタグ間類似度の高いタグ同士が、互いに近くに存在するように、タグの二次元平面上の座標であるタグ座標を算出し、記憶装置に記憶するタグ座標算出工程と；
上記タグ座標に、それぞれのタグが配置されているタグマップを生成し、記憶装置に記憶するタグマップ生成工程と；
上記タグマップを利用者端末に表示するタグマップ表示工程と；
上記タグマップ上に表示されているタグの中から、利用者が選択したタグを取得し、記憶装置に記憶するタグ選択工程と；
上記タグ選択工程を介して選択されたタグを検索条件として、このタグが付与されているコンテンツを、上記コンテンツデータベースから検索し、記憶装置に記憶するコンテンツ検索工程と；
上記コンテンツ検索工程で検索された検索結果を利用者端末に表示する検索結果表示工程と；
を有し、
上記タグ座標算出工程は、上記タグ間類似度算出工程で算出されたタグ間類似度を利用し、各タグｉからみてタグ間類似度が高いタグを降順に並べ、上位のタグ集合Ｎ（ｉ）を選択し、ｉからｊ（∈Ｎ（ｉ））へのリンクを抽出し、上記タグ間類似度をリンクとするネットワークの中心性スコアを、上記タグであるノードの高度座標として算出する高度座標算出工程を有し、
上記タグマップ生成工程は、上記高度座標を利用した三次元立体モデルを作成することによって、立体感のあるタグクラウド画像を生成する三次元モデル生成工程を有することを特徴とするコンテンツ検索方法。
請求項１または請求項２に記載のコンテンツ検索装置をコンピュータに実現させるプログラム。
請求項４に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。