JP5467061B2 - バースト情報検索装置及びバースト情報検索プログラム - Google Patents

Description

本発明は、ｅ−ｃｏｍｍｅｒｃｅすなわち電子商取引における商品の注目度の急激なバースト（上昇）を起こしている期間を特定して当該バーストの原因となる情報を取得する情報検索技術に関する。

時系列データのバーストを検出する技術として例えば非特許文献１に示されたバースト検出技術が知られている。非特許文献１に開示された検出技術はＷｅｂ検索エンジンにおけるクエリ（検索語）の入力数のバースト検出技術にＭｏｖｉｎｇ Ａｖｅｒａｇｅ法が適用されている。すなわち、設定された期間におけるクエリの時系列データ（入力数）の平均値に基づきバーストを検出する。より具体的には設定期間において時系列データとしてクエリの入力数の平均値が閾値を超えていると当該クエリのバーストが起こったものと検出される。

Michail Vlachos ,Chris Meek ,and Zografoula Vagena ," Identifying Similarities, Periodicities and Bursts for Online Search Queries ",SIGOD2004, June 13-18 ,2004 ,pp.131-142

しかしながら、非特許文献１の検索技術は電子商取引における商品の注目度の急激なバーストを発生させた原因の情報を取得するに至っていない。バーストを発生させた原因となる情報の把握は、消費者のみならず、商品を提供する者や電子商取引サイトを運営する者にとっても有益となる。

本発明は、上述の事情に鑑みなされたもので、電子商取引における商品の注目度がバーストしている期間を検出して当該バーストの原因情報を取得できる情報検索技術の提供にある。さらには、前記原因情報に依存した検索結果を提供できる情報検索技術の提供にある。

そこで、本発明は電子商取引に供された商品の注目度を示す情報を記録した電子商取引の履歴に基づく商品毎の時系列データから前記注目度がバーストしている期間を検出する。そして、このバーストの期間とその商品の識別情報に基づく検索より得られた情報を前記バーストの原因情報として取得する。

本発明のバースト情報検索装置の態様としては、電子商取引に供された商品のバーストの原因情報を検索するバースト情報検索装置であって、電子商取引に供された商品の注目度を示す情報を記録した履歴を格納した電子商取引ログに基づき商品毎の時系列データを作成して時系列データベースに格納する時系列データ作成手段と、前記時系列データベースに格納されたデータから注目度がバーストしている期間を検出し当該バーストが検出された商品の識別情報とその時間帯及びバーストの度合をバーストデータベースに格納するバースト検出手段と、前記バーストデータベースから特定した商品の識別情報とそのバースト期間に基づく検索より得られた情報を前記バーストの原因情報として特定してバースト原因データベースに格納するバースト原因検索手段と、前記バーストデータベースに格納されたデータからバースト期間が重複している商品のペアを特定する類似バースト特定手段とを備え、前記バースト原因検索手段は前記特定された商品ペアに基づくクエリが検索エンジンの検索ログ内でバーストしている場合に当該ペアの両商品の識別情報とそのバースト期間に基づく検索より得られた情報を前記バーストの原因情報として特定して前記バースト原因データベースに格納する。

特に、本発明によれば、バースト期間が重複している商品のペアが特定され、この特定された商品ペアに基づくクエリが検索に供されるので、バースト原因の特定精度が高まると共にバーストの原因となる情報をより正解に取得できる。

また、本発明において、照合手段がユーザによって入力された期間を前記バーストデータベース及び前記バースト原因データベースと照合して当該期間に対応するバースト群とその各バーストに係る商品の識別情報、各バーストの度合、各バーストの原因情報を抽出するようにし、検索結果作成手段が前記得られたバースト群とその各バーストに係る商品の識別情報、各バーストの度合、各バーストの原因情報を示す検索結果を作成させると、バーストの度合いに依存したバーストの原因情報を示す検索結果を取得できる。

さらに、前記検索結果作成手段は前記得られた各バーストをバーストの度合の降順でランキングさせた情報と前記検索結果に加えるようにするとよい。この態様によれば、バーストの度合いのランキングを反映させたバーストの原因情報の検索結果を取得できる。

尚、本発明は上記のバースト情報検索装置を構成する各手段としてコンピュータを機能させるバースト情報検索プログラムの態様とすることもできる。

したがって、以上の発明によれば電子商取引における商品の注目度がバーストしている期間を検出して当該バーストの原因情報を取得できる。さらには、前記バーストの原因情報に依存した検索結果を提供できる。

発明の実施形態に係るバースト情報検索装置のブロック構成図。 発明の実施形態に係るバースト情報検索及びバースト情報提示の手順を説明したフロー図。 ｅ−ｃｏｍｍｅｒｃｅログデータベースの作成手順の説明図。 バーストデータベースの作成手順の説明図。 （ａ）Ｍｏｖｉｎｇ Ａｖｅｒａｇｅ法の説明図、（ｂ）バースト検出の説明図。 発明の実施形態に係るバースト原因データベースの作成手順の説明図。 発明の実施形態に係る検索結果の提示手順の説明図。

以下、図面を参照しながら本発明の実施の形態を説明するが、本発明は下記の実施形態例に限定されるものではない。

［概要］
図１に示された本実施形態に係るバースト情報検索装置１は、電子商取引に供された商品の注目度を示す情報を記録した電子商取引の履歴に基づく商品毎の時系列データから前記注目度がバーストしている期間を検出する。本実施形態では前記電子商取引のログに基づき商品データ毎の時系列データを作成しこの時系列データからバーストが起きている期間を検出する。バーストの検出には例えば非特許文献１に開示されたＭｏｖｉｎｇ Ａｖｅｒａｇｅ法が適用されている。Ｍｏｖｉｎｇ Ａｖｅｒａｇｅ法は時系列データのバースト検出として実装が容易であるという利点があり、効率良くバーストの有無とその期間を特定することができる。商品の注目度として本実施形態では商品（例えばブランド商品）のページ閲覧数や購入数の平均値に着目している。また、本実施形態に係るバーストの度合はそのバースト期間における時系列データの平均値（例えば商品を公開したページの閲覧数や商品の購入数の平均値）としている。尚、本発明に係る注目度は、商品の注目度の指標となり得るものであればよいので、特にページ閲覧数や購入数の平均値に限定されない。

また、バースト情報検索装置１は、前記特定したバーストの期間とこの期間に係る商品の識別情報とに基づく検索より得られた情報を前記バーストの原因情報として取得する。前記検索には検索エンジンのログやＷｅｂ検索エンジンを用いる。上述のようにバーストの期間が判明しているので、その期間のログに注目し、その商品名でよくクリックされているＷｅｂページがバーストの原因を示していると考えることができる。また、Ｗｅｂ検索エンジンを用いる方法は、商品名とバースト期間をクエリとしてエンジンに入力し、上位ランクのＷｅｂページがバーストの原因を表しているとみなすものである。

さらに、バースト情報検索装置１では、バースト原因の特定精度を高める方法として、バーストの期間が重複している複数の商品に注目している。期間が重複して注目度がバーストしている商品同士は関連している可能性があるが、かならずしもそうではない。しかしながら、期間が重複してバーストが起こっている複数の商品の個々の識別情報を一つにまとめた検索クエリ（例えば”商品Ａ 商品Ｂ”としたクエリ）がクエリログ内でバーストを起こしていれば、これらは強く関連していると考えられる。そこで、バースト情報検索装置１は、バーストの原因となる情報を検索ログまたは検索エンジンを用いて探索する際に、バーストの期間が重複した両商品の識別情報（例えば商品名）と当該バーストの期間を当該探索に供する。これによりバーストの原因情報（例えばＷｅｂページ）を効率よく正確に取得できる。

［装置の構成］
図１に示されたようにバースト情報検索装置１は、時系列データ作成部１０４、バースト検出部１０６、類似バースト特定部１０８、バースト原因検索部１０９、期間入力部２０２、照合部２０３、検索結果作成部２０４、検索結果出力部２０５を備える。さらには、ＤＢ（データベース）１０３，１０５，１０７，１１０，１１３を備える。

バースト情報検索装置１の前記機能部及びＤＢはサーバ（コンピュータ）のハードウェアリソースによって実現される。すなわち、バースト情報検索装置１はＣＰＵ、記憶装置（例えばハードディスク装置）、Ｉ／Ｏデバイス（通信デバイス）等のコンピュータに係るハードウェアリソースを備える。そして、これらのハードウェアリソースがソフトウェアリソース（ＯＳ、アプリケーション等）と協働することにより前記機能部及びＤＢが実装される。

時系列データ作成部１０４は、ユーザから取得した商品を閲覧し購買した履歴を示すｅ−ｃｏｍｍｅｒｃｅログＤＢ１０３に基づき商品毎の時系列データを作成し、それを商品の時系列データＤＢ１０５に格納する。

バースト検出部１０６は、時系列データＤＢ１０５の各データを時系列解析し、商品の注目度である商品のページ閲覧数（または商品の購入数）が閾値を越えて急激にバーストしている期間を特定する。そして、バーストが検出された商品名とその時間帯、及びバーストの度合を商品のバーストＤＢ１０７に格納する。

類似バースト特定部１０８はバーストＤＢ１０７に格納されたデータからバースト期間が重複する商品のペアを特定する。より具体的には前記バースト期間の重複性を示す類似度に基づき商品のペアを特定する。

バースト原因検索部１０９は類似バースト特定部１０８で特定された商品ペアに基づくクエリが同時期にＷｅｂ検索エンジン群１１１の検索ログ内でバーストしているか否かを判断する。バーストしていると判断された場合、当該バーストの期間と前記ペアの両商品の識別情報とに基づき検索エンジンの検索ログＤＢ１１０からバーストの原因情報の検索を行う。または、当該バーストの期間と前記ペアの両商品の識別情報とに基づきＷｅｂ検索エンジン群１１１によってＷＷＷ（Ｗorld Ｗide Ｗeb）１１２からバーストの原因情報の検索を行う。この検索により取得されたバーストの原因情報はバースト原因ＤＢ１１３に格納される。

また、バースト原因検索部１０９は、類似バースト特定部１０８によって同時期にバーストを起こしている商品のペアを特定できない場合、バーストＤＢ１０７から特定した商品の識別情報とそのバーストの期間に基づき検索する。前記検索には検索ログＤＢ１１０またはＷｅｂ検索エンジン群１１１が用いられる。この検索により取得されたバーストの原因情報はバースト原因ＤＢ１１３に格納される。

期間入力部２０２はユーザが入力した期間を照合部２０３に供する。期間入力部２０２はＷｅｂインタフェースに例示されるユーザインタフェース２０１に具備されている。

照合部２０３は、前記入力された期間をバーストＤＢ１０７及びバースト原因ＤＢ１１３と照合して当該期間に対応するバースト群とその各バーストに係る商品名、各バーストの度合、各バーストの原因説明ページのＵＲＬ情報を抽出する。

検索結果作成部２０４は前記得られたバースト群を商品の識別情報、バーストの度合、バーストの原因説明ページのＵＲＬ情報を示すと共に各バーストをバーストの度合の降順でランキングさせた検索結果を作成する。

検索結果出力部２０５は前記作成された検索結果を前記ユーザに対して出力する。検索結果出力部２０５はユーザインタフェース２０１に具備されている。

［処理手順の説明］
本実施形態の処理手順について図２〜図７に基づき具体例を参照しながら説明する。

本実施形態の処理手順はオフライン処理で実行されるバースト情報検索ステップＳ１１〜Ｓ１６とオンライン処理で実行されるバースト情報提示ステップＳ２１〜Ｓ２４とから成る。ここでは商品がｅ−ｃｏｍｍｅｒｃｅで購買される事例について説明する。

図２〜図６を参照しながらバースト情報検索ステップＳ１１〜Ｓ１６について説明する。

Ｓ１１：ｅ−ｃｏｍｍｅｒｃｅログ収集部１０２は図３に示したようにインターネット経由によるｅ−ｃｏｍｍｅｒｃｅサイトによってユーザが商品を閲覧し購買した履歴を示すｅ−ｃｏｍｍｅｒｃｅログ１０１を全て収集する。

ｅ−ｃｏｍｍｅｒｃｅログ収集部１０２は各ユーザの端末（ＰＣ）にインストールされている。収集されたｅ−ｃｏｍｍｅｒｃｅログ１０１はバースト情報検索装置１に送信されてｅ−ｃｏｍｍｅｒｃｅログＤＢ１０３に格納される。ｅ−ｃｏｍｍｅｒｃｅログＤＢ１０３に格納されたデータ構造を有する内容を図３に例示した。

Ｓ１２：時系列データ作成部１０４は図４に示したように前記作成されたｅ−ｃｏｍｍｅｒｃｅログＤＢ１０３からログの情報を引き出して、商品毎の時系列データを作成し、それを商品の時系列データＤＢ１０５に格納する。時系列データＤＢ１０５に格納されたデータ構造を図４に例示した。時系列データＤＢ１０５に記録される時間帯は任意であるが、例えば１日や１週間単位で記録される。

Ｓ１３：バースト検出部１０６は図４に示したように商品の時系列データＤＢ１０５の各データを時系列解析し、当該商品の注目度としてページ閲覧数（または商品の購入数）の平均値が閾値を越えて急激に上昇している期間を検出する。すなわち、前記平均値のバーストが起きている期間を検出する。

バーストの検出法は非特許文献１に記載されているＭｏｖｉｎｇ Ａｖｅｒａｇｅ法によって行われる。Ｍｏｖｉｎｇ Ａｖｅｒａｇｅ（ＭＡ）とはあらかじめ設定された期間における時系列データの平均値であり、例えば期間を１週間とすると、１週間におけるページ閲覧数（または商品の購入数）の平均値となる。そして、図５（ａ）に示したように１週間の期間窓を一つずつずらしていくことにより、ＭＡ値を次々に計算していく。もし商品の時系列データＤＢ１０５のデータサイズが１ヵ月間（３０日）だとすると、３０−７＝２３個のＭＡを計算することになる。期間窓ずらしによって算出されたＭＡの経時的な変化を図５（ｂ）に示した。全てのＭＡを計算したら次にバーストの閾値は以下の式（１）で設定される。

つまり、ＭＡの値は正規分布に従うと仮定し、ある期間のＭＡが危険率５％で有意に大きい場合、その期間をバーストとして検出することを意味している。

Ｓ１４：バースト検出部１０６は、ステップＳ１３でバーストが検出された商品の識別情報である商品名と、その時間帯、及びバーストの度合を商品のバーストＤＢ１０７に格納する。バーストの度合とはそのバーストの時間帯におけるデータの平均値である。このステップＳ１４により得られたバーストＤＢ１０７のデータ構造を図４に示した。

Ｓ１５：類似バースト特定部１０８は商品のバーストＤＢ１０７から商品名とバースト期間を引き出し、同時期にバーストを起こしている商品のペアを特定する。

前記商品のペアは以下の式（２）による演算によって算出されるバースト類似度Ｂｓｉｍに基づき特定される。

式（２）においてＸ_BとＹ_Bは商品Ａと商品Ｂのバースト期間であり、ｏｖｅｒｌａｐはそれらの間で重なった時間幅の数を表す。｜Ｘ_B｜、｜Ｙ_B｜はそれぞれバースト期間を表す。類似バースト特定部１０８はこの演算によって算出したＢｓｉｍの値が例えば０．８以上の商品のペアを「同時期にバーストを起こしている商品のペア」と特定する。

Ｂｓｉｍの値が高いから必ずしも両商品のバーストが関係しているとは断定できないことである。したがって、現段階でバースト期間とこれら両商品の情報を基に、検索エンジンの検索ログＤＢ１１０やＷｅｂ検索エンジン群１１１を用いてバーストの原因情報を探索しても、それを公開しているＷｅｂページに辿りつきやすくなるとは必ずしも言えない。

そこで、次ステップのＳ１６でバースト原因検索部１０９は商品ペアのバーストの関係性の判断を行うことで、より精度の高いバースト原因の収集を行う。

Ｓ１６：バースト原因検索部１０９は、類似バースト特定部１０８で特定された商品ペアに基づき検索ログＤＢ１１０へ問い合わせ、当該商品名のペアをスペースでつなぎ合わせたクエリが同時期に検索ログＤＢ１１０に格納された検索ログ内でバーストしているか否かを判断する。バーストが起きている場合、当該バーストの原因情報の検索を行う。

上記のバーストの検出法には前述のＭｏｖｉｎｇ Ａｖｅｒａｇｅ法が適用される。この検出の結果、もし同時期に前記クエリのバーストが起きていれば、前記商品同士は強く関係していると考えられるので、両商品の商品名を用いて検索エンジンの検索ログＤＢ１１０からバーストの原因情報の検索を行う。または、前記両商品の識別情報（例えば商品名）を用いてＷｅｂ検索エンジン群１１１によりバーストの原因情報の検索を行う。尚、Ｓ１５のステップでバーストした商品のペアが特定されなかった場合は、単独でバーストを起こしている商品の名とそのバーストの期間に基づき当該バーストの原因情報の検索が実行される。

検索ログＤＢ１１０を用いるバーストの原因情報の検索方法では、検索ログＤＢ１１０に格納された検索ログをバーストの期間で区切り、両商品名をスペースでつなぎ合わせたＡＮＤ検索クエリでよく閲覧されていたＷｅｂページをバーストの原因情報と特定する。

Ｗｅｂ検索エンジン群１１１を用いるバーストの原因情報の検索方法では、バースト期間と両商品名のＡＮＤ検索でＷｅｂ検索エンジン群１１１によって得られる検索結果ランキング上位のＷｅｂページをバーストの原因情報と特定する。

以上の原因情報検索により、図６に例示した商品Ａや商品Ｂがなぜその時期にバーストを起こしたかの原因を記載したＷｅｂページを、バーストの原因情報として、検索結果の上位に表示させることができる。このバーストの原因情報は商品のバースト原因ＤＢ１１３へ送信され、蓄積される。バースト原因ＤＢ１１３のデータ構造を図６に示した。

次に図２、図７を参照しながらバースト情報提示ステップＳ２１〜Ｓ２４について説明する。

Ｓ２１：ユーザインタフェース２０１の期間入力部２０２はユーザが入力した期間（図７の事例では“２０１０年８月１日〜２０１０年８月３１日”）を照合部２０３に供する。

Ｓ２２：照合部２０３は、Ｓ２１で入力された期間をバーストＤＢ１０７及びバースト原因ＤＢ１１３と照合し、当該入力された期間に対応したバースト群、各バーストに係る商品の識別情報（商品名）、各バーストの度合、各バーストの原因説明ページのＵＲＬ情報を抽出する。

Ｓ２３：検索結果作成部２０４は、Ｓ２２で得られたバースト群と商品名、各バーストの度合、各バーストの原因説明ページのＵＲＬ情報を示すと共に各バーストをバーストの度合の降順でランキングさせた検索結果を作成する。

Ｓ２４：ユーザインタフェース２０１の検索結果出力部２０５はＳ２３で得られた検索結果を前記ユーザに出力する。検索結果は前記ユーザの端末の表示部（モニタ装置）に表示される。検索結果の内容の一例を図７に示した。

［本実施形態の効果］
以上のように本実施形態のバースト情報検索装置１によればｅ−ｃｏｍｍｅｒｃｅサイトにおいてある一定の期間においてページ閲覧数や購入数が急激にバースト（上昇）した商品を検索することが可能となる。また、バーストの有無のみではなく、バーストするに至った原因について説明しているバースト原因情報、すなわち、ＷｅｂページのＵＲＬ情報も取得することができる。

特に類似バースト特定部１０８によってバーストＤＢ１０７に格納されたデータからバースト期間が重複している商品のペアが特定され、この特定されたペアの両商品と当該バースト期間が検索に供されるのでバーストの原因情報を効率よく正確に取得できる。

また、バースト検出部１０６によって前記ページ閲覧数または購入数が閾値を越えている期間がバーストしている期間として特定されるので、当該ページ閲覧数または購入数に依存したバースト期間を検出できる。

さらに、類似バースト特定部１０８によって前記バースト期間の重複性を示す類似度に基づき商品のペアが特定されるので、同期間にバーストが共起する商品のペアを特定できる。特に、類似度に閾値が設定されることで、同期間にバーストが共起する商品のペアをより精度よく特定できる。

そして、前記特定された商品ペアに基づくクエリが検索エンジンの検索ログ内でバーストしている場合に、バースト原因検索部１０９によって当該ペアの両商品名とそのバースト期間に基づき検索エンジン群１１１の検索ログからまたは検索エンジン群１１１によって前記バーストの原因情報の検索が実行される。これにより検索エンジン群１１１またはその検索ログに依存したバーストの原因情報を取得できる。

また、オンライン処理においては、ユーザによって入力された期間が照合部２０３によるバーストＤＢ１０７及びバースト原因ＤＢ１１３との照合に供され、当該期間に対応するバースト群とその各バーストに係る商品の識別情報、各バーストの度合、各バーストの原因情報が抽出される。そして、検索結果作成部２０４によって前記得られたバースト群とその各バーストに係る商品の識別情報、各バーストの度合、各バーストの原因情報を示す検索結果が作成される。これにより前記入力された期間に基づく各バーストに係る商品の識別情報、各バーストの度合、各バーストの原因情報を把握できる。

さらに、本実施形態では検索結果作成部２０４によって前記得られた各バーストが前記検索結果においてバーストの度合の降順でランキングされるので、バーストの度合いのランキングを反映させたバーストの原因情報の検索結果を取得できる。

以上のバースト情報検索装置１はユーザとしては個人のみではなく、ｅ−ｃｏｍｍｅｒｃｅサイトを運営している会社にとっても有効な情報を提供できる。商品（例えばブランド商品）の注目度を効率よく知ることで、サイト運営に素早くフィードバックをかけることが可能となる。

尚、本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において種々変更・応用が可能である。

［本発明のプログラムとしての態様］
本発明は上記の実施形態のバースト情報検索装置１の各機能部の一部もしくは全部の機能をコンピュータのプログラムで構成し、そのプログラムをコンピュータによって実行して本発明を実現することができる。また、コンピュータで前記機能部を実現するためのプログラムをそのコンピュータが読み取り可能な記録媒体、例えば、ＦＤ（Ｆｌｏｐｐｙ（登録商標） Ｄｉｓｋ）や、ＭＯ（Ｍａｇｎｅｔｏ−Ｏｐｔｉｃａｌ ｄｉｓｋ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、メモリカード、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）−ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＨＤＤ、ＳＳＤ、リムーバブルディスクなどに記録して、保存したり、配布したりすることが可能である。また、上記のプログラムをインターネットや電子メールなど、ネットワークを通して提供することも可能である。

１…バースト情報検索装置
１０４…時系列データ作成部（時系列データ作成手段）
１０６…バースト検出部（バースト検出手段）
１０８…類似バースト特定部（類似バースト特定手段）
１０９…バースト原因検索部（バースト原因検索手段）
２０３…照合部（照合手段）
２０４…検索結果作成部（検索結果作成手段）
１０５…時系列データＤＢ（時系列データベース）
１０７…バーストＤＢ（バーストデータベース）
１１３…バースト原因ＤＢ（バースト原因データベース）

Claims (7)

1. 電子商取引に供された商品のバーストの原因情報を検索するバースト情報検索装置であって、
   電子商取引に供された商品の注目度を示す情報を記録した履歴を格納した電子商取引ログに基づき商品毎の時系列データを作成して時系列データベースに格納する時系列データ作成手段と、
   前記時系列データベースに格納されたデータから注目度がバーストしている期間を検出し当該バーストが検出された商品の識別情報とその時間帯及びバーストの度合をバーストデータベースに格納するバースト検出手段と、
   前記バーストデータベースから特定した商品の識別情報とそのバースト期間に基づく検索より得られた情報を前記バーストの原因情報として特定してバースト原因データベースに格納するバースト原因検索手段と、
   前記バーストデータベースに格納されたデータからバースト期間が重複している商品のペアを特定する類似バースト特定手段と
   を備え、
   前記バースト原因検索手段は前記特定された商品ペアに基づくクエリが検索エンジンの検索ログ内でバーストしている場合に当該ペアの両商品の識別情報とそのバースト期間に基づく検索より得られた情報を前記バーストの原因情報として特定して前記バースト原因データベースに格納すること
   を特徴とするバースト情報検索装置。
2. 前記バースト検出手段は前記商品の注目度として当該商品を開示したページの閲覧数または当該商品の購入数が閾値を越えている期間をバーストしている期間として特定すること
   を特徴とする請求項１に記載のバースト情報検索装置。
3. 前記類似バースト特定手段は前記バースト期間の重複性を示す類似度に基づき商品のペアを特定すること
   を特徴とする請求項１または２に記載のバースト情報検索装置。
4. 前記バースト原因検索手段は、前記特定された商品ペアに基づくクエリが検索エンジンの検索ログ内でバーストしている場合に、当該ペアの両商品の識別情報とそのバースト期間に基づき、前記検索エンジンの検索ログからまたは当該検索エンジンによって前記バーストの原因情報の検索を行うこと
   を特徴とする請求項１から３のいずれか１項に記載のバースト情報検索装置。
5. ユーザによって入力された期間を前記バーストデータベース及び前記バースト原因データベースと照合して当該期間に対応するバースト群とその各バーストに係る商品の識別情報、各バーストの度合、各バーストの原因情報を抽出する照合手段と、
   前記得られたバースト群とその各バーストに係る商品の識別情報、各バーストの度合、各バーストの原因情報を示す検索結果を作成する検索結果作成手段と
   をさらに備えたこと
   を特徴とする請求項１から４のいずれか１項に記載のバースト情報検索装置。
6. 前記検索結果作成手段は前記検索結果において前記得られた各バーストをバーストの度合の降順でランキングさせること
   を特徴とする請求項５に記載のバースト情報検索装置。
7. 請求項１から６のいずれか１項に記載のバースト情報検索装置を構成する各手段としてコンピュータを機能させることを特徴とするバースト情報検索プログラム。

Images