JP5540080B2 - 検索結果を生成する方法および情報検索のためのシステム - Google Patents

Description

関連出願
本出願は、「検索結果を生成する方法および情報検索のためのシステム」と題され、２００９年５月１２日に出願された中国特許出願第２００９１０１３５２７７．４号に対する優先権を主張し、この出願の全内容は参考文献として本明細書に援用される。

本開示は、コンピュータ利用技術分野に関し、特に、検索結果を生成する方法および情報検索システムに関する。

情報検索システムは、ユーザに情報検索サービスを提供することができるシステムである。一例は、インターネットにおいて共通して用いられている検索エンジンである。インターネットにおける使用を鑑みると、検索エンジンは、ユーザがウェブをサーフするための欠くことのできないツールの１つになっている。ユーザの視点から、検索エンジンは、検索ボックスを含むウェブページを通常提供する。ユーザは検索ボックスにおいてキーワードまたは他の検索条件（それは関連するブラウザによって検索エンジンに対して引き続き送信される）を入力する。その後、検索エンジンは、ユーザによって入力されたキーワードと一致する情報を返す。

ユーザ検索要求（例えばユーザによって入力された検索キーワード）を鑑みると、検索エンジンは、一般に、恐らく数十から数万に達する件数とともに多数の関連情報を探し出すことができる。ユーザの視点から、ユーザは、検索結果において相対的に高いランクに置かれた情報のみに注目するであろう。したがって、検索エンジンがユーザに対して検索結果を提供する場合に、これらの情報をいかにランクづけするかは、特に重大になっている。検索結果のランキングが適切であるか否かは、ユーザエクスペリエンスに直接的な影響を及ぼすだろう。

検索エンジンが情報をランクづけする場合、様々な要因が考慮に入れられる。考慮される要因は、例えば、情報のソース、情報の信頼性、ユーザのレスポンスなどを含んでもよい。これらの要因の中で、ユーザのレスポンスは、検索結果のランキングに影響を与える鍵になる要因である。例えば、検索キーワードが「中央電視台（Ｃｈｉｎａ Ｃｅｎｔｒａｌ Ｔｅｌｅｖｉｓｉｏｎ）」である場合、８０パーセントのユーザは、中央電視台の公式ホームページをクリックする。ユーザのレスポンスが考慮された要因のみであるならば、検索エンジンは、当然、キーワード「中央電視台」に対応する検索結果の一番上に中央電視台の公式ウェブページを置いてもよい。

前述の結果を達成するために、既存の検索エンジンは、検索キーワードと一致する様々な情報に関連するユーザのレスポンスの量をカウントし、ユーザの反応の量に基づいて降順でユーザのための検索結果を生成する。既存の技術の研究により、本発明者は、検索結果を生成する既存の方法の以下の問題に気づいた。新しく公開された情報にとって、レスポンスの量の初期値は、低いランクという結果になる０（または、極めて低値）であるかもしれない。低いランクのせいで、新しく公開された情報は、ユーザによってほとんど気づかれない場合がある。したがって、ランキングは、ほとんど伸びない場合がある。別の視点から、あるユーザは、検索結果内のより高いランクに彼（または彼女）の公開された情報を置き、したがって、他のユーザの通常の利益に影響を与えるために、ある不正な手段（不正なクリックなど）を通じてレスポンスの量を素早く変動させるかもしれない。したがって、ユーザの視点から、既存の技術によって生成される検索結果は、ユーザエクスペリエンスに衝撃を与える欠点がある。

前述の問題を解決するために、本開示は、一致情報のより適切なランキング結果を表示し、それによって、ユーザエクスペリエンスを改善することができる、検索結果を生成する方法および情報検索システムを提供する。提案される技術的なスキームは、以下のように記述される。

本開示は、検索結果を生成する方法を提供する。その方法は、受信された検索要求に基づいて、情報検索システムにおいて検索することにより前記検索要求と一致する複数の一致情報を取得するステップと、前記複数の一致情報の各々に関連するユーザのレスポンスのそれぞれの量と、前記複数の一致情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量とを取得するステップと、前記複数の一致情報の各々が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量に基づいて検索結果を生成するために前記複数の情報をランクづけするステップとを含む。

本開示は、また、情報検索システムを開示する。その情報検索システムは、検索要求を受信し、検索によって、前記検索要求に一致する複数の一致情報を取得する情報検索ユニットと、複数の一致情報の各々に関連するユーザのレスポンスのそれぞれの量を取得し、さらに、前記複数の一致情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量を取得するユーザレスポンス演算ユニットと、前記複数の一致情報が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量に基づいて検索結果を生成するために前記複数の情報をランクづけする結果生成ユニットとを備える。

既存の技術と比較して、本開示の典型的な実施形態において提供される技術的なスキームは、ランキングのベースとして、個別の情報に関連するユーザのレスポンスの量を用いない。もっと正確に言えば、開示された技術的なスキームは、ランキングのベースとして、個別の情報が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量を用いる。したがって、たとえ新たに公開された１つの情報に対するユーザのレスポンスの量が非常に少ないかもしれなくても、この情報が相対的により多くのユーザの注目を引くカテゴリに属するのであれば、この情報は、なお、相対的に高いランクに置かれてもよい。別の視点から見て、個別の情報に対するユーザのレスポンスの量の増加は、個別の情報のランキングを直接伸ばさないかもしれないが、その代り、この情報が属するカテゴリのランキングを増加させてもよい。したがって、検索結果におけるランキング上の不正なクリックのような不正手段の影響は、効果的に軽減されることができる。

本開示の典型的な実施形態の技術的なスキームを理解するのを支援するために、添付された図は、以下に与えられ簡潔に記述される。以下の図は、本開示のほんの少数の典型的な実施形態を表わす。これらの添付の図に基づいて、当業者は、任意の創造力または取り組みを入れずに、他の図を取得することができる。

本開示による、検索結果を生成する典型的な方法のフローチャートである。 本開示による、典型的な情報検索システムの概略構成図である。 本開示による、典型的な結果生成ユニットの概略構成図である。 本開示による、典型的なランキングスコア演算サブユニットの概略構成図である。 本開示による、別の典型的な結果生成サブユニットの概略構成図である。

本開示による、検索結果を生成する典型的な方法は、まずここに記述される。その方法は、情報検索システムによって検索要求を受信し、検索による検索要求と一致する様々な一致情報を取得するステップと、様々な一致情報の各々に関連するユーザのレスポンスのそれぞれの量を問い合わせ、さらに、様々な一致情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量を取得するステップと、様々な一致情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量に基づいて検索結果を生成するために様々な一致情報をランクづけするステップとを含む。

当業者が本開示の技術的なスキームをより良く理解することを可能にするために、本開示の典型的な実施形態における技術的なスキームは、典型的な実施形態のための添付の図を参照しながら以下に記述される。本明細書に記述された典型的な実施形態は、本開示の典型的な実施形態の（すべてではなく）一部のみを構成する。本開示の典型的な実施形態に基づいて、創造的な取り組みなしで当業者によって導き出される他のすべての実施形態は、本開示のさらに範囲内である。

本開示で提供される技術的なスキームについて詳細に説明するために、以下のネットワーク検索アプリケーションが、一例として用いられる。図１は、以下で記述されるような検索結果を生成する、典型的な方法１００のフローチャートを示す。

Ｓ１０１において、検索エンジンは、検索要求を受信し、検索により、検索要求と一致する様々な一致情報を取得する。

ユーザがオンラインで情報を探し出す必要がある場合、ユーザは、１つ以上の検索条件を入力する。一般に使用される検索条件は、検索キーワードである。いくつかの検索エンジンは、さらに、異なる特定の検索アプリケーションシナリオ（Ｄｉｆｆｅｒｅｎｔ Ｓｐｅｃｉｆｉｃ Ｓｅａｒｃｈ Ａｐｐｌｉｃａｔｉｏｎ Ｓｃｅｎａｒｉｏｓ）にしたがって、情報の公開時期および情報のプロパティなどの付加的なタイプの検索条件を支援してもよい。本開示の典型的な実施形態において、各々の様々な検索条件は、全般的に検索要求と呼ばれる。検索要求を受信すると、検索エンジンは、検索要求と一致する情報を検索する。検索アプリケーションシナリオに依存して、異なるカテゴリの情報が探し出されるかもしれない。例えば、ウェブページの検索において、探し出されるべき情報は、ウェブページを含む。電子商取引における検索に関して、探し出されるべき情報は、製品を含む。論文検索において、探し出されるべき情報は、雑誌やジャーナル記事などを含む。検索要求に一致する情報を探し出す方法は、既存の技術に類似しているので、本開示の典型的な実施形態において詳細に記述されないだろう。

Ｓ１０２においては、様々な情報の各々に関連するユーザのレスポンスのそれぞれの量が取得され、様々な情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量もまた取得される。

検索エンジンは、一般に、検索要求に一致する複数の一致情報を探し出すことができる。検索エンジンは、ユーザによる理解を容易にするために、これらの情報を検査しランクづけするためのあるルールに従う。

これらのルールの中で、ユーザのレスポンスは、検索結果内のランクづけに影響を与える鍵になる要因である。基本的なルールは、検索結果の一番上に、ユーザが最大に関心のある情報を置くことである。本開示の典型的な実施形態において、ユーザのレスポンスの量は、ある情報を有しているかもしれないユーザの注目の度合いを反映するためのパラメータとして、用いられる。例えば、ウェブページリンクのクリック回数またはブックマークを付けられたリンク件数などは、対応するウェブページを有しているかもしれないユーザの注目の度合いを直接反映することができる。したがって、リンク上のクリック回数および／またはブックマークを付けられるリンクの回数などの情報は、ウェブページへのユーザのレスポンスの量の尺度として注目されることができる。電子商取引において、ある製品に対するユーザのレスポンスの量は、製品の売上高、製品の総取引量、製品に関する照会件数、および適切な製品情報がブックマークを付けられる回数などの情報を含むことができる。当業者は、ユーザのレスポンスの量を表わすために、特定のカテゴリの情報が選択されてもよいということを十分に理解することができる。あるいは、複数のカテゴリの情報は、ユーザのレスポンスの量を表わすために考慮に入れられてもよい。例えば、
ユーザのレスポンス＝製品の売上高×０．３＋ブックマークを付けられている回数×２
ユーザのレスポンス＝製品の総取引販売量×製品情報がブックマークを付けられた回数＋ログ（製品の総取引量）
など。

一般に、ユーザのレスポンスの量は、ユーザレスポンスログに記録される。ユーザレスポンスログを読み出すことによって、検索エンジンは、様々な情報に対応するユーザのレスポンスのそれぞれの量を取得することができる。その上、検索エンジンは、絶えず変化するユーザの興味のポイントに順応するために、ある期間（例えば、直近の１週間、直近の１か月、など）内のユーザレスポンスログを選択的に読み出してもよい。

例えば、ある検索要求に関して、検索エンジンは、４つの一致情報を探し出してもよい。ユーザレスポンスログを読み出すと、これらの４つの一致情報の各々に関連するユーザのレスポンスの量は、取得され、表１に示される。

表１において図示されたように、これら４つの一致情報に対するユーザのレスポンスの量のサイズ相関は、一致情報１＞一致情報３＞一致情報２＞一致情報４である。既存の技術的なスキームが用いられれば、検索結果は、典型的にはこの順序で生成され、その順序でユーザに表示されるだろう。但し、本開示における技術的なスキームは、これらの様々な一致情報のユーザのレスポンスの量で、さらに処理することを必要とする。

通常、１つのオンライン情報は、あるカテゴリにしたがって公開される。例えば、ポータルウェブサイトのウェブページのカテゴリは、ニュース、スポーツ、娯楽および金融などを含んでもよい。電子商取引ウェブサイトの製品カテゴリは、家具、電子機器、衣服、食物などを含んでもよい。したがって、検索エンジンによって探し出された一致情報の各々は、その一致情報が属する対応するカテゴリを有する。本開示の典型的な実施形態において、様々な一致情報のユーザのレスポンスの量を取得すると、一致情報のそれぞれに属するカテゴリが、まず取得される。ウェブページの場合、ウェブページの対応するカテゴリが、関連するウェブアドレスパスを介して取得されてもよい。例えば、「ニュース」分野を含むウェブアドレスパスを有するウェブページは、ニュース型ウェブページとして分類されてもよいし、その一方で、「スポーツ」分野を含むウェブアドレスパスを有するウェブページは、スポーツ型ウェブページとして分類されてもよい。製品に関して、その製品の対応するカテゴリは、その製品情報を直接得ることにより取得されてもよい。

その上、一致情報の各々のカテゴリのユーザのレスポンスの合計量が、さらに計算される。例えば、表１で示される例における一致情報１および一致情報４は「カテゴリＡ」に属し、その一方で、一致情報２および一致情報３は「カテゴリＢ」に属する。したがって、表２に示されるように、「カテゴリＡ」に対するユーザのレスポンスの合計量は、１００＋５＝１０５であり、その一方で、「カテゴリＢ」に対するユーザのレスポンスの合計量は、３０＋４０＝７０である。

Ｓ１０３にて、様々な一致情報の各々が属するカテゴリのユーザのレスポンスの合計量のサイズに基づいて、様々な一致情報は、検索結果を生成するためにランクづけされる。

表２を見て分かるように、「カテゴリＡ」は「カテゴリＢ」より多くのユーザの注目を受けた。したがって、ユーザのレスポンスの合計量が、考慮された要因のみであるならば、「カテゴリＡ」に属する情報は、「カテゴリＢ」に属する情報に先立って示されるだろう。

一致情報４にとって、ユーザのレスポンスのその量は、非常に小さい。既存の技術的なスキームが用いられれば、一致情報４は、通常の状況下で高いランキングをほとんど取得しないだろう。但し、本開示の技術的なスキームは、ランキングのベースとして個別の情報の各々のユーザのレスポンスの量のサイズを用いない。一致情報４のユーザのレスポンスの量は非常に少ないが、それは相対的により高い注目を受けたカテゴリに属しており、したがって、一致情報４は、本開示における技術的なスキームによって生成された検索結果において、一致情報２および一致情報３に先立って示される（または、一致情報４は、一致情報２および一致情報３に先立って置かれるべき、より高い可能性を有する）。したがって、新しく公開された情報でさえ、検索結果においてより高いランキングを取得するためのより多くの可能性を有するかもしれず、したがって、ユーザの実際的な必要性をより満たすかもしれない。

表１に基づいて、ある人が検索要求と一致する情報５（情報５は「カテゴリＣ」に属すると仮定される）を最近公開したとすると、その人は、ユーザのレスポンスの量が短期間で５０に到達するために不正にクリックするような手段を用いる。既存の技術的なスキームが用いられれば、この一致情報５は、検索結果において第２位から最上位の地位に直接置かれ、したがって、他の情報公開の通常の有益性に影響を与える。但し、カテゴリＣのユーザのレスポンスの合計量がカテゴリＡおよびカテゴリＢの合計量未満であるので、本開示の技術的なスキームによれば、一致情報５は、それでもやはり、不正手段にもかかわらず高いランキングを取得することはできない。上述の例が単に例示の目的のためのものであることは、注目されるべきである。実用化において、情報の複数のカテゴリ、および探し出されるべき複数の一致情報は、より大きな量であってもよい。個人ユーザは不正手段を通じて彼（または彼女）の１つ以上の公開された情報のレスポンスの量を伸ばすかもしれないが、情報が属するカテゴリのユーザのレスポンスの合計量は、ほとんど影響を与えられない。したがって、これは、検索結果のランキングの不正の影響を効果的に低減することができる。

上述の典型的な実施形態が、単にユーザのレスポンスの量を考慮することにより、一致情報をランクづけすることは、注目されるべきである。実用化において、検索結果を生成する場合、検索エンジンは、複数の要因を考慮に入れてもよい。一般に、要因の各々は、重みを加えられたパラメータとして扱われてもよい。それぞれの要因の重要な度合いに依存して、重みづけ係数は、各々の重みを加えられたパラメータに対して設定される。ランキングスコアを取得するために重みを加えられたパラメータの重み平均を処理することによって、検索エンジンは、最後に、一致情報のそれぞれのランキングスコアに基づいた検索結果において一致情報の各々のランクを判定する。

既存の技術的なスキームが用いられれば、そのユーザのレスポンスの量が増加するにつれて、一致情報の重みづけ係数は増加するだろう。本開示における技術的なスキーム下では、一致情報が属するカテゴリのユーザのレスポンスの合計量が増加するにつれて、一致情報の重みづけ係数は、増加する。表２に示された結果から、一致情報１および一致情報４の、パラメータに対する重みづけ係数、ユーザのレスポンスの量は、一致情報２および一致情報３より大きい。既存の技術と比較して、一致情報１は、高いランクの地位に置かれるためのより高い可能性を有する。

具体的には、一致情報の各カテゴリに対する重みづけ係数は、一致情報の各カテゴリのユーザのレスポンスの合計量の比率値に基づいて計算されてもよい。一例として表２を用いると、カテゴリＡのユーザのレスポンスの合計量は１０５であり、その一方で、カテゴリＢのユーザのレスポンスの合計量は７０である。したがって、比率は３：２である。この比率は、さらに正規化されてもよい。例えば、各々のカテゴリのユーザのレスポンスの合計量は、カテゴリのユーザのレスポンスのすべての合計量の和で除算されてもよく、０．６対０．４の比率という結果になる。そのため、カテゴリＡに属する一致情報およびカテゴリＢに属する一致情報の、パラメータに対する重みづけ係数、ユーザのレスポンスの量は、それぞれ、０．６と０．４である。あるいは、各々のカテゴリのユーザのレスポンスの合計量は、カテゴリの中のユーザのレスポンスの合計量の最大値で除算されてもよく、１対０．６７の比率という結果になる。そのため、カテゴリＡに属する一致情報およびカテゴリＢに属する一致情報の、パラメータに対する重みづけ係数、ユーザのレスポンスの量は、それぞれ、１と０．６７である。

あるいは、検索エンジンは、ユーザのレスポンスのそれぞれの合計量にしたがって一致情報のカテゴリを配置し、ランキング結果に基づいて一致情報の各カテゴリに対応する重みづけ係数を取得してもよい。例えば、表３は、以下のように示す。

図示されるように、各々のカテゴリの情報によって取得された結果の重みづけ係数は、各々のカテゴリのユーザのレスポンスの合計量のそれぞれのランクの地位にのみ関連するが、ユーザのレスポンスの合計量の値には関連しない。具体的には、カテゴリＥに属する情報にとって、より大きな重みづけ係数は、カテゴリＥのユーザのレスポンスの合計量が５００を超える場合にのみ、そのランキングを伸ばすために取得されてもよい。したがって、検索結果ランキングの不正の影響は、さらに軽減されることができる。

演算の重みづけ係数の２つの具体例が以上に記述されている。「一致情報が属するカテゴリのユーザのレスポンスの合計量が大きいほど、関連する重みづけ係数は大きくなる」という原則に基づいて、当業者は、他の特定条件を組み込み、重みづけ係数を計算するために他の技術的な手段を取り入れてもよい。このような導き出される技術的な手段は、なお、本開示の範囲内にある。

実用化においては、複数の要因が考慮に入れられる場合、重みづけ係数を用いるアプローチに加えて（または、その代わりに）複数のランキングを実行するアプローチが用いられてもよい。具体的には、１つの（または、それ以上の）要因に基づいて最初に一致情報のランクづけをすると、最初のランキングの結果は、１つの（または、それ以上の）別の要因に基づいて今一度ランクづけされてもよい。

この明細書の開示において提供される技術的なスキームに基づいて、当業者は、以下のことを容易に十分に理解することができる。すなわち、様々な一致情報が属するそれぞれのカテゴリのユーザのレスポンスの合計量に基づいて様々な一致情報のランクづけをすると、各々のカテゴリ内の一致情報は、ユーザのレスポンスの対応する量に別々に基づいて、さらにランクづけされてもよい。

表１で与えられたデータが、例として用いられてもよい。開示された技術的なスキームの下では、カテゴリＡに属する情報は、カテゴリＢに属する情報に先立って置かれるべきである。すなわち、一致情報１および４は、一致情報２および３に先立って置かれる。その上、カテゴリ内の一致情報は、さらに、これらの一致情報のユーザのレスポンスのそれぞれの量に基づいて、今一度ランクづけされてもよい。取得された結果は、以下の順序（すなわち、一致情報４、一致情報１、一致情報３、および一致情報２）である最終順序の結果により、一致情報１が一致情報４に先立って置かれるべきであり、一致情報３が一致情報２に先立って置かれるべきであるということであってもよい。

上述の技術的なスキームから例証されるように、一方では、高い注目を受けるカテゴリは、高いランクに置かれることが保証される。一方、同一のカテゴリ内という前提の下で、各々のカテゴリ内の一致情報は、さらに、ユーザのレスポンスの対応する量に基づいてランクづけされる。当業者は、様々な一致情報が属するそれぞれのカテゴリのユーザのレスポンスの合計量に基づいて、様々な一致情報をランクづけすると、各々のカテゴリ内の一致情報は、１つ以上の他の要因にしたがって、さらにランクづけされてもよいことを理解してもよい。さらに、必要な場合は、第３のランキング、第４のランキングなどが、さらに、他の要因に基づいて実行されてもよい。それ以上の詳細な説明は、簡潔さの目的のために用意されないだろう。

いくつかの特定のアプリケーションの例は、本開示の検索結果を生成する方法について説明するために、以下に与えられる。

例えば、ウェブページ検索アプリケーションにおいて、キーワード「赤壁」（その英訳は「Ｃｈｉｂｉ」である）が、検索として用いられる。検索エンジンは、「Ｃｈｉｂｉ」に一致する多数のウェブページを探し出し、これらのウェブページは、様々なカテゴリに属する。ある期間内のユーザレスポンスログを読み出すことによって、およびウェブページのカテゴリに基づいて各々のカテゴリのユーザのレスポンスの合計量を計算することによって、表４に示されるような結果が取得される。

「Ｃｈｉｂｉ」は、古代中国の有名な戦いであり、したがって、一致するウェブページの多くは、当然に「軍事」および「歴史」のカテゴリに属するだろう。同時に、「Ｃｈｉｂｉ」は、多くの場合、映画またはゲームのエピソードとして出現するので、一致するウェブページの多くは、「娯楽」および「ゲーム」のカテゴリに属する。さらに、「Ｃｈｉｂｉ」は観光地であり、したがって、一致するウェブページのいくつかは、たぶん「旅行」のカテゴリに属するだろう。

ユーザのレスポンスの量が、ある期間内にあるユーザレスポンスログを読み出すことにより取得されるので、その期間においてユーザの興味のあるポイントが反映されてもよい。例えば、映画のように、「Ｃｈｉｂｉ」は、多くの人から注目を受けている。したがって、映画のリリースの前後の期間に、「娯楽」のカテゴリに属するウェブページとの一致は、他のカテゴリのものより多く、表４に示されるように、非常に高いユーザクリック率を有する。本開示における技術的なスキームの下で、ユーザが検索を実行するためにキーワードとして「Ｃｈｉｂｉ」を用いると、「娯楽」のカテゴリに属するウェブページとの一致は、（個別のウェブページのためのユーザクリック率に関係なく）より高い重みづけ係数を取得し、したがって、ユーザが閲覧のためにクリックすることを容易にするために、検索結果においてより高いランクに置かれるだろう。

この開示において提供される技術的なスキームは、また、電子商取引のための検索アプリケーションにおいて用いられてもよい。例えば、ユーザは、製品検索を実行するためにキーワードとして「ラップトップ」を用いる。検索エンジンは、ラップトップコンピュータ、ラップトップバッテリ、ラップトップラジエタ、および筆記用として用いられる従来の手帳などに関連する製品を探し出してもよい。電子商取引ウェブサイトによる製品カテゴリの分類に基づいて、ラップトップコンピュータは「ラップトップ完成品一式」のカテゴリに属してもよいし、その一方で、ラップトップバッテリおよびラップトップラジエタは「ラップトップアクセサリ」のカテゴリに属していてもよい。筆記用として用いられる従来の手帳は、「文房具類備品」または「事務用消耗品」のカテゴリに属してもよい。ユーザのレスポンスの量をカウントすることによって、既存のステージにおいて「ラップトップ」をキーワード検索として用いる大部分のユーザの関心事の実製品は、ラップトップコンピュータである。したがって、本開示の技術的なスキームを用いると、「ラップトップ完成品一式」のカテゴリに属する製品は、より高い重みづけ係数を取得し、したがって、ユーザが閲覧のためにクリックすることを容易にするために、検索結果においてより高いランクに置かれるだろう。同様に、新しく、ラップトップコンピュータの製品に関連して公開された情報は、より高いランクに置かれてもよい。たとえ、不正手段（例えば、公開者は問い合わせの件数を増加させるかもしれない、または彼（または彼女）の製品情報に自分でブックマークをつけるかもしれない）が実行されたとしても、従来の手帳は、実際は「ラップトップ」を検索する大部分のユーザの実際の関心事ではないので、キーワード「ラップトップ」に関しての従来の手帳（それは「文房具類備品」または「事務用消耗品」カテゴリに属する）ランキングを伸ばすことはできない。（従来の手帳に関心を持つユーザは、本開示の技術的なスキームと無関係な「文房具類備品」または「事務用消耗品」の範囲の検索を実行するだろう。対応する詳細な記述は、本明細書に記述されない。）例証されたように、この開示の技術的なスキームによって生成された検索結果でのランキングは、ユーザのニーズに対して非常によく適しており、したがって、ユーザエクスペリエンスを効果的に改善する。

上述の２つの例は、例示の目的のみに用いられる。実際のオンライン情報は、より包括的な分類レベルを含んでもよい。例えば、上述の例における「ラップトップバッテリ」および「ラップトップラジエタ」は、「ラップトップアクセサリ」のカテゴリの下の個別のアイテム情報と呼ばれる。実用化において「ラップトップバッテリ」および「ラップトップラジエタ」は、「ラップトップアクセサリ」のカテゴリの下の２つのサブカテゴリに対応してもよい。したがって、本開示で提供される技術的なスキームを用いると、これらの２つのサブカテゴリの各々は、ユーザのレスポンスの対応する合計量を有する。ユーザが「ラップトップアクセサリ」の範囲の検索を実行すれば、これらの２つのサブカテゴリの製品は、異なる重みづけ係数を別々に取得してもよい。ユーザが最も小さなカテゴリの範囲内の検索を実行するならば、そのように取得された検索結果のランキングは、そのカテゴリの下の個別の製品情報のユーザのレスポンスの量のサイズに基づくであろうことは、十分に理解することができる。

本開示の上述の技術的なスキームは、ウェブページ検索および電子商取引検索における２つのアプリケーションを記述する。これらが単に本開示の技術的なスキームの２つの典型的なアプリケーションであることは理解される。実際、開示された技術的なスキームは、ライブラリデータベース検索、文献探索などの様々な検索ニーズに用いることができる。その上、本開示の範囲は、インターネット分野に限定されない。単一コンピュータまたはローカルエリアネットワーク内の検索などの他の分野は、また、この開示において提供される技術的なスキームを使用してもよい。

上述の典型的な実施形態に対応して、本開示は、さらに、情報検索システム２００を記述する。図２において示されるように、システム２００は、情報検索ユニット２１０、ユーザレスポンス演算ユニット２２０および結果生成ユニット２３０を含む。

情報検索ユニット２１０は、検索要求を受信し、検索することにより、検索要求に一致する様々な一致情報を取得する。ユーザレスポンス演算ユニット２２０は、様々な一致情報の各々に関連するユーザのレスポンスのそれぞれの量を取得し、さらに、様々な一致情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量を取得する。ユーザのレスポンスの合計量は、カテゴリの下の一致情報のユーザのレスポンスの和である。結果生成ユニット２３０は、様々な一致情報が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量に基づいて検索結果を生成するために様々な情報をランクづけする。

ユーザレスポンス演算ユニット２２０は、ある期間内のあるユーザレスポンスログを読み出すことにより、それぞれの一致情報のユーザのレスポンスの量を取得してもよい。

図３は、結果生成ユニット２３０の１つの実施形態を示す。図３に示されるように、結果生成ユニット２３０は、ランキングスコア演算サブユニット２３１および結果生成サブユニット２３２を含んでもよい。

ランキングスコア演算サブユニット２３１は、重みづけパラメータとして様々な一致情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量を用いることにより、様々な一致情報のためのランキングスコアを計算する。ここで、第１の一致情報が属するカテゴリに関連するユーザのレスポンスの合計量が、第２の一致情報が属するカテゴリに関連するユーザのレスポンスの合計量より大きい場合、第１の一致情報の重みづけ係数の値が第２の一致情報の重みづけ係数の値より大きい。結果生成サブユニット２３２は、様々な一致情報のランキングスコアに基づいて検索結果を生成する。

図４に示されるように、ランキングスコア演算サブユニット２３１は、第１の重みづけ係数演算モジュール２３１１を含んでもよい。第１の重みづけ係数演算モジュール２３１１は、様々な一致情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量に基づいて、様々な一致情報の各々が属する各々のカテゴリのための重みづけ係数を取得する。

当業者は、ランキングスコア演算サブユニット２３１が、他の重みづけパラメータに対応する重みづけ係数を演算するために、第２の重みづけ係数演算モジュール２３１２、第３の重みづけ係数演算モジュール２３１３などをさらに含んでもよいことを理解してもよい。

ランキングスコア演算サブユニット２３１は、さらに、重み平均モジュール２３１０を含んでもよい。重み平均モジュール２３１０は、様々な一致情報のランキングスコアを取得するために第１の重みづけ係数演算モジュール２３１１の計算結果を含む重みづけ係数の重み平均処理を実行する。

具体的には、第１の重みづけ係数演算モジュール２３１１は、一致情報の各カテゴリのユーザのレスポンスの合計量の間の比率を算出し、この比率に基づいて、一致情報の各カテゴリの重みづけ係数を取得してもよい。あるいは、第１の重みづけ係数演算モジュール２３１１は、ある順序で、一致情報の各カテゴリのユーザのレスポンスの合計量を配置し、その順序結果に基づいて、一致情報の各カテゴリの重みづけ係数を取得してもよい。

図５に示されるように、結果生成ユニット２３０は、第１のランクづけサブユニット２３３および第２のランクづけサブユニット２３４を含んでもよい。

第１のランクづけサブユニット２３３は、様々な一致情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量に基づいて様々な一致情報をランクづけする。第２のランクづけサブユニット２３４は、それぞれの様々な一致情報のユーザのレスポンスの量に基づいて各カテゴリ内の一致情報をランクづけする。

以上に記述された情報検索システム２００は、インターネット検索に用いられる検索エンジンであってもよいし、または、単一コンピュータまたはローカルエリアネットワーク内で検索するために用いられる情報検索システムであってもよい。
ユーザのレスポンスの量は、必ずしも検索結果ランキングのための唯一の要因ではないかもしれない。ユーザによって入力されたキーワードと、ウェブページまたはウェブページのページランク値に表示された情報との間の関連の度合いなどの他の要因は、検索結果ランキングのための要因となるように、ユーザのレスポンスの量とともに用いられてもよい。

利便性のよい説明のために、上述のシステムは、別々に記述される様々なユニットに機能的に分割される。開示されたシステムを実行する場合、様々なユニットの機能は、ソフトウェアおよび／またはハードウェアの１つ以上の事例において実行されてもよい。

以上に記述された典型的な実施形態から、当業者は、開示された方法およびシステムが、ソフトウェアおよび普遍的なハードウェアプラットフォームを用いて実行されてもよいことを明確に理解できる。この理解に基づいて、本開示の技術的なスキーム（あるいは既存の技術の一助となる部分）は、ＲＯＭ／ＲＡＭ、ハードドライブおよび光ディスクなどの記憶媒体に格納されるソフトウェアプロダクトの形式で実行されてもよい。ソフトウェアは、コンピュータ装置（例えばパーソナルコンピュータ、サーバまたはネットワーク・デバイス）が本開示の典型的な実施形態において記載された方法を実行するための命令を含む。

様々な典型的な実施形態は、本開示で次第に記述される。典型的な実施形態の同一または同様の部分は、相互に参照されることができる。典型的な実施形態の各々は、他の典型的な実施形態とは異なる焦点がある。特に、典型的なシステム実施形態は、典型的な方法とのその基本的な対応のため、相対的に単純な方式で記述されている。その詳細な記述は、典型的な方法の関連する部分に参照されることができる。上述の典型的なシステムの説明は、例示の目的のみのために意図される。その中で別々の構成要素として記述されたユニットは、物理的に分割されてもよいし、分割されなくてもよい。ユニットに関して例証された構成要素は、物理的ユニットであってもよいし、物理的ユニットでなくてもよい（例えば、一ヶ所に配置されてもよいし、または複数のネットワークユニットの中で分散されてもよい）。実際のニーズに依存して、典型的な実施形態の目的は、モジュールの一部またはすべてを選択することによって達成されてもよい。当業者は、創造力に富む効果なしで開示されたシステムを理解し実行する場合がある。

開示された方法およびシステムは、普遍的なまたは特定化されたコンピュータシステムの環境または構成において用いられてもよい。具体例は、パーソナルコンピュータ、サーバコンピュータ、ハンドヘルド装置または携帯型装置、タブレット装置、マルチプロセッサシステム、マイクロプロセッサ・ベース・システム、セットアップボックス、プログラミング可能な宅内電子装置、ネットワークＰＣ、小規模コンピュータ、大規模コンピュータ、および上述の任意のシステムまたは装置を含む分散コンピューティング環境を含む。

本開示は、プログラムモジュールなどのコンピュータによって実行されるコンピュータ実行可能な命令の一般的なコンテキスト内に記述されてもよい。一般に、プログラムモジュールは、特定タスクを実行するためのまたは特定の抽象データ型を実現するための、ルーチン、プログラム、オブジェクト、モジュール、およびデータ構造などを含む。開示された方法およびサーバは、また、分散コンピューティング環境において実行されてもよい。分散コンピューティング環境において、タスクは、通信網を介して接続される遠隔処理装置によって実行される。分散コンピューティング環境において、プログラムモジュールは、ローカルコンピュータおよびリモートコンピュータの記憶媒体（それらは記憶装置を含む）に配置されてもよい。

上述したことは、本開示の好ましい典型的な実施形態のみである。但し、本開示は、この明細書に限定されない。当業者が、この開示の精神および範囲から逸脱せずに、様々な方法において本開示を変更または修正することができることは、十分に理解される。したがって、これらの変更および変形は、本開示の特許請求の範囲およびそれらの均等物内に収まると見なされるべきである。

Claims (18)

1. 情報検索ユニット、ユーザレスポンス演算ユニット、結果生成ユニットを有する情報検索システムを構成するコンピューターにおいて実行される検索結果を生成する方法であって、
   前記情報検索ユニットにより、受信された検索要求に基づいて、前記情報検索システムにおいて検索することにより前記検索要求と一致する複数の一致情報を取得するステップと、
   前記ユーザレスポンス演算ユニットにより、ユーザレスポンスログを読み出し、取得された前記複数の一致情報の各々に関連するユーザのレスポンスのそれぞれの量と、前記複数の一致情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量とを取得するステップと、
   前記結果生成ユニットにより、前記複数の一致情報の各々が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量に基づいて検索結果を生成するために前記複数の一致情報をランクづけするステップと
   を含むことを特徴とする方法。
2. それぞれのカテゴリと関連する前記ユーザのレスポンスの合計量は、前記それぞれのカテゴリの下の一致情報のユーザのレスポンスの和を含むことを特徴とする請求項１に記載の方法。
3. 前記複数の一致情報の各々に関連する前記ユーザのレスポンスのそれぞれの量を取得するステップは、
   ある期間のあるユーザレスポンスログを読み出すことにより、前記複数の一致情報の各々に関連する前記ユーザのレスポンスのそれぞれの量を取得するステップ
   を含むことを特徴とする請求項１に記載の方法。
4. 前記様々な一致情報の各々が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量に基づいて前記複数の一致情報のランクづけをするステップは、
   重みづけパラメータとして前記様々な一致情報の各々が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量を用いることにより前記複数の一致情報のためのランキングスコアを演算するステップを含み、
   第１の一致情報が属するカテゴリに関連するユーザのレスポンスの合計量が、第２の一致情報が属するカテゴリに関連するユーザのレスポンスの合計量より大きい場合、前記第１の一致情報の重みづけ係数の値は、前記第２の一致情報の重みづけ係数の値より大きいことを特徴とする請求項３に記載の方法。
5. 前記重みづけパラメータとして前記複数の一致情報の各々が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量を用いるステップは、さらに、
   一致情報の各カテゴリの前記ユーザのレスポンスの合計量の間の比率を算出するステップと、
   この比率に基づいて一致情報の各カテゴリの前記重みづけ係数を取得するステップと
   を含むことを特徴とする請求項４に記載の方法。
6. 前記重みづけパラメータとして前記複数の一致情報の各々が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量を用いるステップは、さらに、
   ある順序で一致情報の各カテゴリの前記ユーザのレスポンスの合計量を配置するステップと、
   前記順序の結果に基づいて一致情報の各カテゴリの前記重みづけ係数を取得するステップと
   を含むことを特徴とする請求項４に記載の方法。
7. 前記複数の一致情報の各々が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量に基づいて前記複数の一致情報のランクづけをするステップの後に、前記方法は、さらに、
   前記複数の一致情報の各々の前記ユーザのレスポンスの量に基づいて各カテゴリ内の一致情報をランクづけするステップ
   を含むことを特徴とする請求項４に記載の方法。
8. 前記検索要求は、ウェブページのための検索要求または電子商取引に関連する検索要求を含むことを特徴とする請求項１に記載の方法。
9. 前記検索要求がウェブページのための前記検索要求である場合、前記ユーザのレスポンスの量は、ウェブページリンクのクリック回数、ブックマークを付けられたウェブページリンクの件数、またはそれらの組み合わせ
   を含むことを特徴とする請求項８に記載の方法。
10. 前記検索要求が前記電子商取引に関連する検索要求である場合、前記ユーザのレスポンスの量は、製品の販売量、前記製品の総取引量、前記製品が問い合わせられた回数、前記製品の情報がブックマークを付けられた件数、またはそれらの組み合わせを含むことを特徴とする請求項８に記載の方法。
11. 検索要求を受信し、検索によって、前記検索要求に一致する複数の一致情報を取得する情報検索ユニットと、
    複数の一致情報の各々に関連するユーザのレスポンスのそれぞれの量を取得し、さらに、前記複数の一致情報の各々が属するそれぞれのカテゴリに関連するユーザのレスポンスの合計量を取得するユーザレスポンス演算ユニットと、
    前記複数の一致情報が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量に基づいて検索結果を生成するために前記複数の情報をランクづけする結果生成ユニットと
    を備えることを特徴とする情報検索システム。
12. 前記ユーザのレスポンスの合計量は、前記カテゴリの下の一致情報のユーザのレスポンスの和であることを特徴とする請求項１１に記載のシステム。
13. 前記ユーザレスポンス演算ユニットは、ある期間内のユーザレスポンスログを読み出すことにより、前記それぞれの一致情報の前記ユーザのレスポンスの量をさらに取得することを特徴とする請求項１１に記載のシステム。
14. 前記結果生成ユニットは、
    重みづけパラメータとして前記様々な一致情報の各々が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量を用いることにより前記複数の一致情報のためのランキングスコアを演算するランキングスコア演算サブユニットであって、第１の一致情報が属するカテゴリに関連するユーザのレスポンスの合計量が、第２の一致情報が属するカテゴリに関連するユーザのレスポンスの合計量より大きい場合、前記第１の一致情報の重みづけ係数の値は、前記第２の一致情報の重みづけ係数の値より大きい前記ランキングスコア演算サブユニットと、
    前記複数の一致情報のランキングスコアに基づいて前記検索結果を生成する結果生成サブユニットと
    を備えることを特徴とする請求項１１に記載のシステム。
15. 前記ランキングスコア演算ユニットは、
    前記複数の一致情報の各々が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量に基づいて、前記複数の一致情報の各々が属する前記各カテゴリのための重みづけ係数を取得する第１の重みづけ係数演算モジュールと、
    前記複数の一致情報の前記ランキングスコアを取得するために前記第１の重みづけ係数演算モジュールの計算結果を含む重みづけ係数の重み平均処理を実行する重み平均モジュールと
    を備えることを特徴とする請求項１４に記載のシステム。
16. 前記第１の重みづけ係数演算モジュールは、前記一致情報の各カテゴリの前記ユーザのレスポンスの合計量の間の比率を算出し、この比率に基づいて、前記一致情報の各カテゴリの前記重みづけ係数を取得することを特徴とする請求項１５に記載のシステム。
17. 前記第１の重みづけ係数演算モジュールは、ある順序で前記一致情報の各カテゴリの前記ユーザのレスポンスの合計量を配置し、前記順序結果に基づいて前記一致情報の各カテゴリの前記重みづけ係数を取得することを特徴とする請求項１５に記載のシステム。
18. 前記結果生成ユニットは、
    前記様々な一致情報の各々が属する前記それぞれのカテゴリに関連する前記ユーザのレスポンスの合計量に基づいて前記複数の一致情報をランクづけする第１のランクづけサブユニットと、
    それぞれの複数の一致情報の前記ユーザのレスポンスの量に基づいて各カテゴリ内の一致情報をランクづけする第２のランクづけサブユニットと
    を含むことを特徴とする請求項１１に記載のシステム。

Images