JPH10187761A - 情報検索装置 - Google Patents
情報検索装置Info
- Publication number
- JPH10187761A JPH10187761A JP9263110A JP26311097A JPH10187761A JP H10187761 A JPH10187761 A JP H10187761A JP 9263110 A JP9263110 A JP 9263110A JP 26311097 A JP26311097 A JP 26311097A JP H10187761 A JPH10187761 A JP H10187761A
- Authority
- JP
- Japan
- Prior art keywords
- information
- information address
- feature amount
- unit
- input
- 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.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 明確な検索対象または検索条件を持たない利
用者に対しても、検索の複雑さを軽減し、かつ検索者の
感性に合った情報を出力できる情報検索装置を提供する
こと。 【解決手段】 利用者モデル入力部101によって利用
者モデルを入力し、検索条件入力部102によって感性
表現データを入力し、特徴量変換プロセス部103によ
り入力された感性表現を属性系列によって特徴量に変換
する。感性データベース104には情報アドレスが属性
系列の特徴量と関連付けられて格納されており、その特
徴量は入力された利用者モデルに応じて特徴量補正プロ
セス部105で補正される。URL検索プロセス部10
6により、検索条件として入力された感性表現の特徴量
と特徴量補正プロセス部105で補正された特徴量を比
較し、適した情報アドレスをURL出力部107に検索
結果として出力する。
用者に対しても、検索の複雑さを軽減し、かつ検索者の
感性に合った情報を出力できる情報検索装置を提供する
こと。 【解決手段】 利用者モデル入力部101によって利用
者モデルを入力し、検索条件入力部102によって感性
表現データを入力し、特徴量変換プロセス部103によ
り入力された感性表現を属性系列によって特徴量に変換
する。感性データベース104には情報アドレスが属性
系列の特徴量と関連付けられて格納されており、その特
徴量は入力された利用者モデルに応じて特徴量補正プロ
セス部105で補正される。URL検索プロセス部10
6により、検索条件として入力された感性表現の特徴量
と特徴量補正プロセス部105で補正された特徴量を比
較し、適した情報アドレスをURL出力部107に検索
結果として出力する。
Description
【0001】
【発明の属する技術分野】本発明は、情報処理組織の中
に情報を蓄積し、必要とする情報を検索する装置に関す
る。
に情報を蓄積し、必要とする情報を検索する装置に関す
る。
【0002】
【従来の技術】データベースなど情報処理組織に蓄えら
れた大量の情報から利用者が必要な情報を取り出す場
合、分類コード、キーワード、またはこれらの論理演算
式といった検索条件を利用者が入力する方法が用いられ
ている。例えば会社信用照会のデータベースなどでは条
件検索キーとして、産業分野、製品分野、社名、本社所
在地などが分類コードやキーワードとして使われる。ま
た特許情報データベースではフリーキーワードという検
索自由度を高める工夫が採られている。また、別の検索
方法としてはインターネットにおけるワールドワイドウ
ェブにおける検索などに見られるように、あらかじめカ
テゴリを階層組織的に分類し、階層分類間で垂直方向ま
たは水平方向にリンクを設けておき、検索者が選択によ
りそのリンクを段階的に辿り、遷移しながら絞っていく
方法も用いられている。例えば指輪の情報が欲しい場合
は、順に「ショッピング」「アクセサリ」「指輪」とい
った階層分類を選択していくことで検索を行う。
れた大量の情報から利用者が必要な情報を取り出す場
合、分類コード、キーワード、またはこれらの論理演算
式といった検索条件を利用者が入力する方法が用いられ
ている。例えば会社信用照会のデータベースなどでは条
件検索キーとして、産業分野、製品分野、社名、本社所
在地などが分類コードやキーワードとして使われる。ま
た特許情報データベースではフリーキーワードという検
索自由度を高める工夫が採られている。また、別の検索
方法としてはインターネットにおけるワールドワイドウ
ェブにおける検索などに見られるように、あらかじめカ
テゴリを階層組織的に分類し、階層分類間で垂直方向ま
たは水平方向にリンクを設けておき、検索者が選択によ
りそのリンクを段階的に辿り、遷移しながら絞っていく
方法も用いられている。例えば指輪の情報が欲しい場合
は、順に「ショッピング」「アクセサリ」「指輪」とい
った階層分類を選択していくことで検索を行う。
【0003】
【発明が解決しようとする課題】上記前者の分類コード
やキーワード検索方式は、検索して取り出したい情報の
対象および検索条件が明確である場合は有効に利用でき
るが、これら分類コードやキーワードは客観的言葉で主
に名詞、名詞的接頭辞などに固定されており、また検索
条件が複雑になる場合が多く、キーワードが普遍的な広
い意味の言葉であると該当情報が多く出てしまい、その
後絞り込むためのキーワードも明確に把握していないと
絞り込みに失敗してしまうという問題があった。
やキーワード検索方式は、検索して取り出したい情報の
対象および検索条件が明確である場合は有効に利用でき
るが、これら分類コードやキーワードは客観的言葉で主
に名詞、名詞的接頭辞などに固定されており、また検索
条件が複雑になる場合が多く、キーワードが普遍的な広
い意味の言葉であると該当情報が多く出てしまい、その
後絞り込むためのキーワードも明確に把握していないと
絞り込みに失敗してしまうという問題があった。
【0004】また、上記後者のワールドワイドウェブの
検索などに見られるような階層分類間の選択的遷移によ
る検索においても、検索者が明確な検索対象および検索
条件を把握していないと、いたずらに階層分類間の遷移
を繰り返し、行き当たった情報が検索者の要求する情報
に最も近いものであるのか、他により好ましい情報があ
るのか判断が困難であるという状況があった。
検索などに見られるような階層分類間の選択的遷移によ
る検索においても、検索者が明確な検索対象および検索
条件を把握していないと、いたずらに階層分類間の遷移
を繰り返し、行き当たった情報が検索者の要求する情報
に最も近いものであるのか、他により好ましい情報があ
るのか判断が困難であるという状況があった。
【0005】本発明は、従来型の分類コードまたはキー
ワードでは扱えなかった主観的表現や感性表現もキーワ
ードとして検索者に選択させることにより、明確な検索
対象または検索条件を持たない利用者に対しても検索の
自由度が高く、検索の繁雑さを軽減し、かつ検索者の感
性に合った情報を提供することを目的とする。また、利
用者モデルを用いることにより、検索者によって異なる
感性を補正し、より検索者の感性に近い情報を出力でき
る情報検索装置を提供することを目的とする。また、利
用者モデルの中にもいくつかのタイプが存在する場合を
考慮し、さらに検索者の感性に合った情報を提供する。
ワードでは扱えなかった主観的表現や感性表現もキーワ
ードとして検索者に選択させることにより、明確な検索
対象または検索条件を持たない利用者に対しても検索の
自由度が高く、検索の繁雑さを軽減し、かつ検索者の感
性に合った情報を提供することを目的とする。また、利
用者モデルを用いることにより、検索者によって異なる
感性を補正し、より検索者の感性に近い情報を出力でき
る情報検索装置を提供することを目的とする。また、利
用者モデルの中にもいくつかのタイプが存在する場合を
考慮し、さらに検索者の感性に合った情報を提供する。
【0006】
【課題を解決するための手段】上記課題を解決するため
に、本発明の構成は、利用者モデルを入力する利用者モ
デル入力手段を備え、感性表現を入力する検索条件入力
手段と、前記検索条件入力手段によって入力された感性
表現データを感性表現属性系列によって特徴づけ、特徴
量に変換する特徴量変換手段と、前記特徴量変換手段で
利用された感性表現の属性系列と同じ情報アドレスの感
性表現による属性系列に対して、前記特徴量変換手段に
よって変換された特徴量と独立した属性系列の特徴量を
情報アドレスと関連付けて蓄積する情報アドレス蓄積手
段と、前記検索条件入力手段によって入力された利用者
モデルを用いて、前記情報アドレス蓄積手段に蓄積され
る属性系列の特徴量を補正する特徴量補正手段と、前記
特徴量変換手段によって特徴づけられた特徴量と前記特
徴量補正手段によって補正された属性系列の特徴量とを
比較することにより、前記情報アドレス蓄積手段に蓄積
されている情報アドレスの中から前記感性表現データに
近い情報アドレスを検索する情報アドレス検索手段と、
前記情報アドレス検索手段によって検索された情報アド
レスを表示する検索情報表示手段とを有する。
に、本発明の構成は、利用者モデルを入力する利用者モ
デル入力手段を備え、感性表現を入力する検索条件入力
手段と、前記検索条件入力手段によって入力された感性
表現データを感性表現属性系列によって特徴づけ、特徴
量に変換する特徴量変換手段と、前記特徴量変換手段で
利用された感性表現の属性系列と同じ情報アドレスの感
性表現による属性系列に対して、前記特徴量変換手段に
よって変換された特徴量と独立した属性系列の特徴量を
情報アドレスと関連付けて蓄積する情報アドレス蓄積手
段と、前記検索条件入力手段によって入力された利用者
モデルを用いて、前記情報アドレス蓄積手段に蓄積され
る属性系列の特徴量を補正する特徴量補正手段と、前記
特徴量変換手段によって特徴づけられた特徴量と前記特
徴量補正手段によって補正された属性系列の特徴量とを
比較することにより、前記情報アドレス蓄積手段に蓄積
されている情報アドレスの中から前記感性表現データに
近い情報アドレスを検索する情報アドレス検索手段と、
前記情報アドレス検索手段によって検索された情報アド
レスを表示する検索情報表示手段とを有する。
【0007】かかる構成により、検索条件として利用者
モデルと感性表現データを入力することにより、その感
性表現に合った情報アドレスが検索され表示される。
モデルと感性表現データを入力することにより、その感
性表現に合った情報アドレスが検索され表示される。
【0008】また前記情報検索装置においては、情報ア
ドレスに存在する情報に対する感性の違いによって前記
利用者モデルを複数のタイプに分類する利用者モデル分
類手段と、前記利用者モデル分類手段によって分類され
たタイプを用いて、前記情報アドレス蓄積手段に蓄積さ
れる属性系列の特徴量を補正するタイプ別特徴量補正手
段を備えることが好ましい。
ドレスに存在する情報に対する感性の違いによって前記
利用者モデルを複数のタイプに分類する利用者モデル分
類手段と、前記利用者モデル分類手段によって分類され
たタイプを用いて、前記情報アドレス蓄積手段に蓄積さ
れる属性系列の特徴量を補正するタイプ別特徴量補正手
段を備えることが好ましい。
【0009】かかる構成により、検索条件として利用者
モデルと感性表現データを入力することにより、その感
性表現に合った情報アドレスが検索され表示される。
モデルと感性表現データを入力することにより、その感
性表現に合った情報アドレスが検索され表示される。
【0010】また前記情報検索装置においては前記特徴
量変換手段によって特徴づけられた特徴量を、前記感性
表現データ入力手段によって入力された利用者モデルに
応じて補正する感性表現特徴量補正手段を備えることが
好ましい。
量変換手段によって特徴づけられた特徴量を、前記感性
表現データ入力手段によって入力された利用者モデルに
応じて補正する感性表現特徴量補正手段を備えることが
好ましい。
【0011】かかる構成により、検索条件として利用者
モデルと感性表現データを入力することにより、その感
性表現に合った情報アドレスが検索され表示される。
モデルと感性表現データを入力することにより、その感
性表現に合った情報アドレスが検索され表示される。
【0012】また前記情報検索装置においては前記情報
アドレス蓄積手段に蓄積される情報アドレスに関連付け
られた特徴量を用いて、新規情報アドレスに関連づけら
れる特徴量の推奨値を出力する推奨値出力手段と、新規
情報アドレスを入力する情報アドレス入力手段と、前記
新規情報アドレスに対する特徴量を入力する特徴量入力
手段と、前記新規情報アドレス入力手段によって入力さ
れた新規情報アドレスと前記特徴量入力手段によって入
力された特徴量を前記情報アドレス蓄積手段に追加する
情報アドレス追加手段と情報アドレスに存在する情報を
取得する情報取得手段を備えることが好ましい。
アドレス蓄積手段に蓄積される情報アドレスに関連付け
られた特徴量を用いて、新規情報アドレスに関連づけら
れる特徴量の推奨値を出力する推奨値出力手段と、新規
情報アドレスを入力する情報アドレス入力手段と、前記
新規情報アドレスに対する特徴量を入力する特徴量入力
手段と、前記新規情報アドレス入力手段によって入力さ
れた新規情報アドレスと前記特徴量入力手段によって入
力された特徴量を前記情報アドレス蓄積手段に追加する
情報アドレス追加手段と情報アドレスに存在する情報を
取得する情報取得手段を備えることが好ましい。
【0013】かかる構成により、すでに入力された情報
アドレスに関連付けられた特徴量をを利用して新規入力
される情報アドレスに関連付けられる特徴量の推奨値が
出力され、その値を利用した特徴量の入力を行う。
アドレスに関連付けられた特徴量をを利用して新規入力
される情報アドレスに関連付けられる特徴量の推奨値が
出力され、その値を利用した特徴量の入力を行う。
【0014】
(実施の形態1)以下、第1の発明の一実施例を図面を
参照しながら説明する。
参照しながら説明する。
【0015】第1の発明の一実施例として、インターネ
ットにおけるワールドワイドウェブ(World Wi
de Web、以下WWWと記述する)検索装置を示
す。図1は本発明の第1の実施形態に係わるWWW検索
装置のシステム構成図である。図1において、101は
利用者から利用者モデルの入力を受け付ける利用者モデ
ル入力部、102は利用者から感性表現を用いて検索条
件を受け付ける検索条件入力部、103は検索条件入力
部で入力された検索条件を感性語とその特徴量に変換す
る特徴量変換プロセス部、104は特徴量変換プロセス
部で用いられるものと同じ感性語に対して、独立にその
感性語に対する特徴量を関連づけたWWWのユニフォー
ムリソースロケータ(UniformResource
Locator。以下、URLと略記する)を記憶する
感性データベース、105は利用者モデル入力部101
によって入力された利用者モデルを用いて、感性データ
ベースに蓄積されているURLに関連づけられた特徴量
を補正する特徴量補正プロセス部、106は特徴量変換
プロセス部103によって変換された感性語に対する特
徴量と特徴量補正プロセス部105によって補正された
URLの特徴量とを比べることにより、感性データベー
ス104からURLを検索するURL検索プロセス部、
107はURL検索プロセス部からの検索結果を表示す
るURL出力部である。
ットにおけるワールドワイドウェブ(World Wi
de Web、以下WWWと記述する)検索装置を示
す。図1は本発明の第1の実施形態に係わるWWW検索
装置のシステム構成図である。図1において、101は
利用者から利用者モデルの入力を受け付ける利用者モデ
ル入力部、102は利用者から感性表現を用いて検索条
件を受け付ける検索条件入力部、103は検索条件入力
部で入力された検索条件を感性語とその特徴量に変換す
る特徴量変換プロセス部、104は特徴量変換プロセス
部で用いられるものと同じ感性語に対して、独立にその
感性語に対する特徴量を関連づけたWWWのユニフォー
ムリソースロケータ(UniformResource
Locator。以下、URLと略記する)を記憶する
感性データベース、105は利用者モデル入力部101
によって入力された利用者モデルを用いて、感性データ
ベースに蓄積されているURLに関連づけられた特徴量
を補正する特徴量補正プロセス部、106は特徴量変換
プロセス部103によって変換された感性語に対する特
徴量と特徴量補正プロセス部105によって補正された
URLの特徴量とを比べることにより、感性データベー
ス104からURLを検索するURL検索プロセス部、
107はURL検索プロセス部からの検索結果を表示す
るURL出力部である。
【0016】なお、上記の各構成要素は、それぞれ、利
用者モデル入力部101は本発明の利用者モデル入力手
段に、検索条件入力部102は検索条件入力手段に、特
徴量変換プロセス部103は特徴量変換手段に、感性デ
ータベース104は情報アドレス蓄積手段に、特徴量補
正プロセス部105は特徴量補正手段に、URL検索プ
ロセス部106は情報アドレス検索手段に、URL出力
部107は検索情報表示手段に該当する。
用者モデル入力部101は本発明の利用者モデル入力手
段に、検索条件入力部102は検索条件入力手段に、特
徴量変換プロセス部103は特徴量変換手段に、感性デ
ータベース104は情報アドレス蓄積手段に、特徴量補
正プロセス部105は特徴量補正手段に、URL検索プ
ロセス部106は情報アドレス検索手段に、URL出力
部107は検索情報表示手段に該当する。
【0017】以上のように構成されたシステムが実行さ
れるハードウェア構成を図2に示す。図2は基本的に汎
用の計算機システムの構成と同じであり、図1で示した
利用者モデル入力部101と、検索条件入力部102
と、感性データベース104と、URL出力部107と
を備えている。図2の構成部分のうち図1のシステム構
成と同一構成部分については同一番号を付しており、説
明を省略する。図2において、201は表示のためのデ
ータを記憶するVRAM、202は処理のためのプログ
ラムやデータを実行時に記憶する主記憶装置、203は
プログラムやデータを蓄積しておく外部記憶装置、20
4は外部記憶装置203に記憶されているプログラムを
主記憶202にロードして実行するCPUである。
れるハードウェア構成を図2に示す。図2は基本的に汎
用の計算機システムの構成と同じであり、図1で示した
利用者モデル入力部101と、検索条件入力部102
と、感性データベース104と、URL出力部107と
を備えている。図2の構成部分のうち図1のシステム構
成と同一構成部分については同一番号を付しており、説
明を省略する。図2において、201は表示のためのデ
ータを記憶するVRAM、202は処理のためのプログ
ラムやデータを実行時に記憶する主記憶装置、203は
プログラムやデータを蓄積しておく外部記憶装置、20
4は外部記憶装置203に記憶されているプログラムを
主記憶202にロードして実行するCPUである。
【0018】以上のように構成された情報検索装置の動
作を図3のフローチャートを参照しながら説明する。
作を図3のフローチャートを参照しながら説明する。
【0019】ステップ301では、利用者モデル入力部
101において、利用者から利用者モデルの入力を受け
付ける。利用者モデルの入力は例えば図4のような画面
からマウスなどを用いて行う。利用者は自分に合ったモ
デルを選択してもよいし、他のモデルを選択してもかま
わない。
101において、利用者から利用者モデルの入力を受け
付ける。利用者モデルの入力は例えば図4のような画面
からマウスなどを用いて行う。利用者は自分に合ったモ
デルを選択してもよいし、他のモデルを選択してもかま
わない。
【0020】ステップ302では、検索条件入力部10
2において、利用者から検索条件の入力を受け付ける。
検索条件の入力は、例えば図5のような座標平面を用い
て行なう。座標軸には感性語が付けられ、利用者はマウ
スなどを用いて領域上の一点を指定する。軸は一般に用
いられるようにx軸、y軸で識別し、各軸の範囲は−1
00〜100の間の整数とする。検索条件入力に用いら
れる座標平面は、複数用意してもよい。その場合、利用
者は自由に座標平面を選ぶことができる。各座標平面に
はその識別に用いられる平面番号が付けられ、各座標軸
に付加される感性語はそれぞれ異なったものである。な
お、座標平面の例では入力に感性語を付加したが、必ず
しも感性語を利用者に提示する必要はない。例えば、検
索条件の入力に絵を用いることもできる。
2において、利用者から検索条件の入力を受け付ける。
検索条件の入力は、例えば図5のような座標平面を用い
て行なう。座標軸には感性語が付けられ、利用者はマウ
スなどを用いて領域上の一点を指定する。軸は一般に用
いられるようにx軸、y軸で識別し、各軸の範囲は−1
00〜100の間の整数とする。検索条件入力に用いら
れる座標平面は、複数用意してもよい。その場合、利用
者は自由に座標平面を選ぶことができる。各座標平面に
はその識別に用いられる平面番号が付けられ、各座標軸
に付加される感性語はそれぞれ異なったものである。な
お、座標平面の例では入力に感性語を付加したが、必ず
しも感性語を利用者に提示する必要はない。例えば、検
索条件の入力に絵を用いることもできる。
【0021】ステップ303では、ステップ302で入
力に用いられた感性表現属性系列を、感性語と特徴量に
変換する。検索条件の入力に座標平面を用いた例では、
利用者が選択した平面の番号とその座標値を用いて変換
を行なう。特徴量変換プロセス部103では平面番号と
その番号の座標軸に付加されている感性語との対応を図
6に示されるように記憶している。また、特徴量にはス
テップ302で入力された座標値を用いる。つまり、入
力値(平面番号,x,y)=(1,20,30)は、
(楽しさ=20)、(新しさ=30)と変換される。こ
の例では、座標値を特徴量に用いたが、必ずしも座標値
を用いなくてもよい。例えば、検索条件の入力に絵を用
いる場合は、図7に示すようにそれぞれの絵の番号に対
して、感性語とその特徴量を記憶し、変換を行う。
力に用いられた感性表現属性系列を、感性語と特徴量に
変換する。検索条件の入力に座標平面を用いた例では、
利用者が選択した平面の番号とその座標値を用いて変換
を行なう。特徴量変換プロセス部103では平面番号と
その番号の座標軸に付加されている感性語との対応を図
6に示されるように記憶している。また、特徴量にはス
テップ302で入力された座標値を用いる。つまり、入
力値(平面番号,x,y)=(1,20,30)は、
(楽しさ=20)、(新しさ=30)と変換される。こ
の例では、座標値を特徴量に用いたが、必ずしも座標値
を用いなくてもよい。例えば、検索条件の入力に絵を用
いる場合は、図7に示すようにそれぞれの絵の番号に対
して、感性語とその特徴量を記憶し、変換を行う。
【0022】ステップ304では、ステップ301で入
力された利用者モデルを利用して感性データベース10
4に記憶されているURLに関連づけられている感性表
現属性系列の値を補正する。感性データベース104に
は、図8に示すように、ステップ303で変換される感
性表現属性系列に対して、URLがどのような特徴量を
持つかをURLに関連づけて記憶している。利用者モデ
ルと感性表現属性系列の補正値は、図9に示すように記
憶している。これらの値を加えることによって、感性デ
ータベースに蓄積されている感性表現属性系列の値を補
正する。例えば、ステップ301で入力された利用者も
でるが「おかあさん」の場合、図8の(楽しさ=20,
新しさ=20)なるデータは、(楽しさ=30,新しさ
=20)に補正される。
力された利用者モデルを利用して感性データベース10
4に記憶されているURLに関連づけられている感性表
現属性系列の値を補正する。感性データベース104に
は、図8に示すように、ステップ303で変換される感
性表現属性系列に対して、URLがどのような特徴量を
持つかをURLに関連づけて記憶している。利用者モデ
ルと感性表現属性系列の補正値は、図9に示すように記
憶している。これらの値を加えることによって、感性デ
ータベースに蓄積されている感性表現属性系列の値を補
正する。例えば、ステップ301で入力された利用者も
でるが「おかあさん」の場合、図8の(楽しさ=20,
新しさ=20)なるデータは、(楽しさ=30,新しさ
=20)に補正される。
【0023】ステップ305では、ステップ303で変
換された感性表現属性系列の特徴量とステップ304で
補正された感性データベースに蓄積されるデータの補正
値を用いて、感性データベース104に記憶されている
URLの中から利用者の入力した感性表現にあったもの
を指定された数だけ検索する。この検索数はWWW検索
装置で固定してもよいし、検索条件入力部で利用者に入
力させてもよい。利用者の入力した感性表現にあったU
RLを検索するため、ステップ303で変換された感性
表現属性系列の特徴量をn次元空間上の点と考え、その
点とステップ304で補正された感性データベースに蓄
積されている感性表現属性系列の値との距離が近いもの
から指定数だけ感性データベース104のURLデータ
を検索する。例えば、ステップ303で変換されたもの
を(楽しさ=20)、(新しさ=30)、感性データベ
ース104に存在する各URLデータの「楽しさ」の値
aと「新しさ」の値bに対してステップ304で補正さ
れた値をそれぞれa’,b’とすれば、2次元上での
(a’,b’)と(20,30)との距離を計算する。
このようにして、感性データベース104に存在するU
RLの中で、点(20,30)に近いものから指定数の
URLを検索する。
換された感性表現属性系列の特徴量とステップ304で
補正された感性データベースに蓄積されるデータの補正
値を用いて、感性データベース104に記憶されている
URLの中から利用者の入力した感性表現にあったもの
を指定された数だけ検索する。この検索数はWWW検索
装置で固定してもよいし、検索条件入力部で利用者に入
力させてもよい。利用者の入力した感性表現にあったU
RLを検索するため、ステップ303で変換された感性
表現属性系列の特徴量をn次元空間上の点と考え、その
点とステップ304で補正された感性データベースに蓄
積されている感性表現属性系列の値との距離が近いもの
から指定数だけ感性データベース104のURLデータ
を検索する。例えば、ステップ303で変換されたもの
を(楽しさ=20)、(新しさ=30)、感性データベ
ース104に存在する各URLデータの「楽しさ」の値
aと「新しさ」の値bに対してステップ304で補正さ
れた値をそれぞれa’,b’とすれば、2次元上での
(a’,b’)と(20,30)との距離を計算する。
このようにして、感性データベース104に存在するU
RLの中で、点(20,30)に近いものから指定数の
URLを検索する。
【0024】ステップ306では、ステップ305で検
索されたURLをURL出力部105に表示する。表示
例としては図10に示すようなものが考えられる。
索されたURLをURL出力部105に表示する。表示
例としては図10に示すようなものが考えられる。
【0025】なお、第1の実施例では、感性表現の検索
条件入力手段として2次元の平面を用いたが、感性表現
データに重み付けができる入力手段であれば良く、その
重み付けは直接数値であっても良く、また多次元空間の
位置の偏差であっても良い。また、補正値には直接数値
を用いたが、ばらつきを考慮するためにファジイ集合を
用いても良い。その場合ステップ304では、各利用者
モデルに対するメンバシップ関数を用いて補正を行い、
ステップ305での距離はステップ304で補正された
メンバシップ関数に対する感性表現データの値の平均と
なる。
条件入力手段として2次元の平面を用いたが、感性表現
データに重み付けができる入力手段であれば良く、その
重み付けは直接数値であっても良く、また多次元空間の
位置の偏差であっても良い。また、補正値には直接数値
を用いたが、ばらつきを考慮するためにファジイ集合を
用いても良い。その場合ステップ304では、各利用者
モデルに対するメンバシップ関数を用いて補正を行い、
ステップ305での距離はステップ304で補正された
メンバシップ関数に対する感性表現データの値の平均と
なる。
【0026】(実施の形態2)次に、本発明の第2の実
施形態を図面を参照しながら説明する。
施形態を図面を参照しながら説明する。
【0027】図11は本発明の第2の実施形態に係わる
情報検索装置のシステム構成図である。図11は、図1
に示した第1の実施形態のシステム構成と同一構成部分
を含むが、その部分には同一番号を付して説明は省略
し、異なる部分のみ説明する。1101はURLに存在
するホームページに対する感性の違いによって利用者モ
デルを複数のタイプに分類する利用者モデル分類プロセ
ス部、1102は利用者モデル分類プロセス部1101
で分類されたタイプを用いて、感性データベースに蓄積
される感性表現属性系列の特徴量を補正するタイプ別特
徴量補正プロセス部、1103は特徴量変換プロセス部
103によって変換された感性語に対する特徴量とタイ
プ別特徴量補正プロセス部1102によって補正された
タイプ別のURLの特徴量とを比べることにより、感性
データベース104からURLを検索するURL検索プ
ロセス部である。
情報検索装置のシステム構成図である。図11は、図1
に示した第1の実施形態のシステム構成と同一構成部分
を含むが、その部分には同一番号を付して説明は省略
し、異なる部分のみ説明する。1101はURLに存在
するホームページに対する感性の違いによって利用者モ
デルを複数のタイプに分類する利用者モデル分類プロセ
ス部、1102は利用者モデル分類プロセス部1101
で分類されたタイプを用いて、感性データベースに蓄積
される感性表現属性系列の特徴量を補正するタイプ別特
徴量補正プロセス部、1103は特徴量変換プロセス部
103によって変換された感性語に対する特徴量とタイ
プ別特徴量補正プロセス部1102によって補正された
タイプ別のURLの特徴量とを比べることにより、感性
データベース104からURLを検索するURL検索プ
ロセス部である。
【0028】なお、上記の利用者モデル分類プロセス部
1101は本発明の利用者モデル分類手段に、タイプ別
特徴量補正プロセス部1102はタイプ別特徴量補正手
段に、URL検索プロセス部1103はURL検索手段
にそれぞれ該当する。
1101は本発明の利用者モデル分類手段に、タイプ別
特徴量補正プロセス部1102はタイプ別特徴量補正手
段に、URL検索プロセス部1103はURL検索手段
にそれぞれ該当する。
【0029】以上のように構成されたシステムのハード
ウェア構成を図12に示す。図12のハードウェア構成
は、図2に示す発明の第1の実施形態のハードウェア構
成の構成部分からなっているので、同一構成部分に同一
番号を付して説明は省略する。
ウェア構成を図12に示す。図12のハードウェア構成
は、図2に示す発明の第1の実施形態のハードウェア構
成の構成部分からなっているので、同一構成部分に同一
番号を付して説明は省略する。
【0030】以上のように構成された情報検索装置の動
作を図13のフローチャートを参照しながら説明する。
作を図13のフローチャートを参照しながら説明する。
【0031】ステップ1301〜ステップ1303は、
それぞれ、発明の第1の実施形態のステップ301〜3
03と同じ処理を行なう。
それぞれ、発明の第1の実施形態のステップ301〜3
03と同じ処理を行なう。
【0032】ステップ1304では、ステップ1301
で入力された利用者モデルに対して、利用者モデル分類
プロセス部1101から分類されたタイプとその補正値
を得る。利用者モデル分類プロセス部は利用者モデルで
モデリングされる対象者に対してあらかじめホームペー
ジから受ける感性に関して行ったアンケート結果などか
ら利用者モデルのタイプによる分類と各タイプに対する
感性表現属性系列の補正値を求める。このタイプは、ホ
ームページのアンケートを用いて感性表現属性系列に対
する評価値を集計し、その結果をクラスタリングするこ
とによって求める。クラスタリング法としては例えばc
−means法を用いる。各タイプに対する感性表現属
性系列の補正値は次のようにして求める。まず、あるホ
ームページに対して、クラスタリングによって求められ
たタイプでの感性表現属性系列の評価値の平均値を求め
る。次に、感性データベースに蓄積されている感性表現
属性系列の特徴量を与えたデータ評価者のそのホームペ
ージに対する評価値を求める。その2つの評価値の差を
補正値とする。求められた補正値は図14に示すとおり
利用者モデルごとに記憶されている。
で入力された利用者モデルに対して、利用者モデル分類
プロセス部1101から分類されたタイプとその補正値
を得る。利用者モデル分類プロセス部は利用者モデルで
モデリングされる対象者に対してあらかじめホームペー
ジから受ける感性に関して行ったアンケート結果などか
ら利用者モデルのタイプによる分類と各タイプに対する
感性表現属性系列の補正値を求める。このタイプは、ホ
ームページのアンケートを用いて感性表現属性系列に対
する評価値を集計し、その結果をクラスタリングするこ
とによって求める。クラスタリング法としては例えばc
−means法を用いる。各タイプに対する感性表現属
性系列の補正値は次のようにして求める。まず、あるホ
ームページに対して、クラスタリングによって求められ
たタイプでの感性表現属性系列の評価値の平均値を求め
る。次に、感性データベースに蓄積されている感性表現
属性系列の特徴量を与えたデータ評価者のそのホームペ
ージに対する評価値を求める。その2つの評価値の差を
補正値とする。求められた補正値は図14に示すとおり
利用者モデルごとに記憶されている。
【0033】ステップ1305では、ステップ1304
で得られたタイプとその補正値を用いて、感性データベ
ース104に記憶されているURLに関連づけられた感
性表現属性系列の値を補正する。補正は発明の第1の実
施形態のステップ304のように、補正値を加えること
によって行う。また、補正はステップ1304で得られ
たすべてのタイプに対して行う。
で得られたタイプとその補正値を用いて、感性データベ
ース104に記憶されているURLに関連づけられた感
性表現属性系列の値を補正する。補正は発明の第1の実
施形態のステップ304のように、補正値を加えること
によって行う。また、補正はステップ1304で得られ
たすべてのタイプに対して行う。
【0034】ステップ1306では、ステップ1303
で変換された感性表現属性系列の特徴量とステップ13
05で補正された感性データベースに蓄積されるデータ
の各タイプに対する補正値を用いて、感性データベース
104に記憶されているURLの中から利用者の入力し
た感性表現にあったものを指定された数だけ検索する。
この検索数はWWW検索装置で固定してもよいし、検索
条件入力部で利用者に入力させてもよい。検索の方法は
発明の第1の実施形態のステップ305と同じ距離を用
いた方法を用いる。例えば、ステップ1303で変換さ
れたものを(楽しさ=20)、(新しさ=30)、ステ
ップ1304で得られた利用者モデルのタイプの数を
2、感性データベース104に存在する各URLデータ
の「楽しさ」の値aと「新しさ」の値bに対してステッ
プ1305で補正された値をそれぞれ(a1’,b
1’),(a2’,b2’)とすれば、2次元上での
(a1’,b1’)と(20,30)との距離および
(a2’,b2’)と(20,30)との距離を計算す
る。求められた距離のうち小さい方の値をそのURLデ
ータの距離とする。このようにして、感性データベース
104に存在するURLの中で、点(20,30)に近
いものから指定数のURLを検索する。
で変換された感性表現属性系列の特徴量とステップ13
05で補正された感性データベースに蓄積されるデータ
の各タイプに対する補正値を用いて、感性データベース
104に記憶されているURLの中から利用者の入力し
た感性表現にあったものを指定された数だけ検索する。
この検索数はWWW検索装置で固定してもよいし、検索
条件入力部で利用者に入力させてもよい。検索の方法は
発明の第1の実施形態のステップ305と同じ距離を用
いた方法を用いる。例えば、ステップ1303で変換さ
れたものを(楽しさ=20)、(新しさ=30)、ステ
ップ1304で得られた利用者モデルのタイプの数を
2、感性データベース104に存在する各URLデータ
の「楽しさ」の値aと「新しさ」の値bに対してステッ
プ1305で補正された値をそれぞれ(a1’,b
1’),(a2’,b2’)とすれば、2次元上での
(a1’,b1’)と(20,30)との距離および
(a2’,b2’)と(20,30)との距離を計算す
る。求められた距離のうち小さい方の値をそのURLデ
ータの距離とする。このようにして、感性データベース
104に存在するURLの中で、点(20,30)に近
いものから指定数のURLを検索する。
【0035】ステップ1307では、ステップ1306
で検索されたURLをURL出力部107に表示する。
で検索されたURLをURL出力部107に表示する。
【0036】(実施の形態3)次に、発明の第3の実施
形態を図面を参照しながら説明する。
形態を図面を参照しながら説明する。
【0037】図15は発明の第3の実施形態のシステム
構成図である。図15は、図1に示した発明の第2の実
施形態のシステム構成と同一構成部分を含むので、その
部分には同一番号を付して説明は省略し、異なる部分の
み説明する。1501は利用者モデル入力部101で入
力された利用者モデルに応じて、特徴量変換プロセス部
103で変換された感性表現特徴量を補正する検索条件
特徴量補正プロセス部、1502は感性表現特徴量補正
プロセス部1501によって補正された感性表現特徴量
と特徴量補正プロセス部105によって補正されたUR
Lの特徴量とを比べることにより、感性データベース1
04からURLを検索するURL検索プロセス部であ
る。
構成図である。図15は、図1に示した発明の第2の実
施形態のシステム構成と同一構成部分を含むので、その
部分には同一番号を付して説明は省略し、異なる部分の
み説明する。1501は利用者モデル入力部101で入
力された利用者モデルに応じて、特徴量変換プロセス部
103で変換された感性表現特徴量を補正する検索条件
特徴量補正プロセス部、1502は感性表現特徴量補正
プロセス部1501によって補正された感性表現特徴量
と特徴量補正プロセス部105によって補正されたUR
Lの特徴量とを比べることにより、感性データベース1
04からURLを検索するURL検索プロセス部であ
る。
【0038】なお、上記の検索条件特徴量補正プロセス
部1501は本発明の感性表現特徴量補正手段に、UR
L検索プロセス1502はURL検索手段に該当する。
部1501は本発明の感性表現特徴量補正手段に、UR
L検索プロセス1502はURL検索手段に該当する。
【0039】以上のように構成されたシステムのハード
ウェア構成を図16に示す。図16のハードウェア構成
は、図2に示す発明の第1の実施形態のハードウェア構
成部分からなっているので、同一構成部分に同一番号を
付して説明は省略する。
ウェア構成を図16に示す。図16のハードウェア構成
は、図2に示す発明の第1の実施形態のハードウェア構
成部分からなっているので、同一構成部分に同一番号を
付して説明は省略する。
【0040】以上のように構成された情報検索装置の動
作を図17のフローチャートを参照しながら説明する。
作を図17のフローチャートを参照しながら説明する。
【0041】ステップ1701〜ステップ1703は、
発明の第1の実施形態のステップ301〜303と同じ
処理を行なう。
発明の第1の実施形態のステップ301〜303と同じ
処理を行なう。
【0042】ステップ1704では、ステップ1703
で変換された感性表現属性系列の特徴量をステップ17
01で入力された利用者モデルに応じて補正を行う。補
正値は利用者モデルでモデリングされる対象者に対して
あらかじめ感性語から受ける感性に関して行ったアンケ
ート結果などから求める。まず、ある感性語に対して、
ユーザモデルごとにアンケートでの感性表現属性系列の
評価値の平均値を求める。次に、ある基準評価者の感性
語に対する評価値を求める。その2つの評価値の差を補
正値とする。求められた補正値は図18に示すとおり利
用者モデルごとに記憶されている。感性表現属性系列の
補正は補正値を加えることによって行う。
で変換された感性表現属性系列の特徴量をステップ17
01で入力された利用者モデルに応じて補正を行う。補
正値は利用者モデルでモデリングされる対象者に対して
あらかじめ感性語から受ける感性に関して行ったアンケ
ート結果などから求める。まず、ある感性語に対して、
ユーザモデルごとにアンケートでの感性表現属性系列の
評価値の平均値を求める。次に、ある基準評価者の感性
語に対する評価値を求める。その2つの評価値の差を補
正値とする。求められた補正値は図18に示すとおり利
用者モデルごとに記憶されている。感性表現属性系列の
補正は補正値を加えることによって行う。
【0043】ステップ1705は、発明の第1の実施形
態のステップ304と同じ処理を行う。
態のステップ304と同じ処理を行う。
【0044】ステップ1706では、ステップ1704
で補正された感性表現属性系列の特徴量とステップ17
05で補正された感性データベースに蓄積されるデータ
の各タイプに対する補正値を用いて、感性データベース
104に記憶されているURLの中から利用者の入力し
た感性表現にあったものを指定された数だけ検索する。
この検索数はWWW検索装置で固定してもよいし、検索
条件入力部で利用者に入力させてもよい。検索の方法は
発明の第1の実施形態のステップ305と同じ距離を用
いた方法を用いる。
で補正された感性表現属性系列の特徴量とステップ17
05で補正された感性データベースに蓄積されるデータ
の各タイプに対する補正値を用いて、感性データベース
104に記憶されているURLの中から利用者の入力し
た感性表現にあったものを指定された数だけ検索する。
この検索数はWWW検索装置で固定してもよいし、検索
条件入力部で利用者に入力させてもよい。検索の方法は
発明の第1の実施形態のステップ305と同じ距離を用
いた方法を用いる。
【0045】ステップ1706では、ステップ1705
で検索されたURLをURL出力部105に表示する。
で検索されたURLをURL出力部105に表示する。
【0046】(実施の形態4)次に、本発明の第4の実
施形態を図面を参照しながら説明する。
施形態を図面を参照しながら説明する。
【0047】図19は本発明の第4の実施形態に係わる
情報検索装置のシステム構成図である。図19は、図1
に示した第1の実施形態のシステム構成と同一構成部分
を含むが、その部分には同一番号を付して説明は省略
し、異なる部分のみ説明する。1901は感性データベ
ースに蓄積される感性表現属性系列の特徴量を用いて、
新規URLの特徴量の推奨値を出力する推奨値出力部、
1902は新規URLを入力する新規URL入力部、1
903は新規URLに対する特徴量を入力する特徴量入
力部、1904は入力された新規URLと新規URLの
特徴量を感性データベース1901に追加するURL追
加部、1905はURLに存在する情報を取得する情報
取得部である。
情報検索装置のシステム構成図である。図19は、図1
に示した第1の実施形態のシステム構成と同一構成部分
を含むが、その部分には同一番号を付して説明は省略
し、異なる部分のみ説明する。1901は感性データベ
ースに蓄積される感性表現属性系列の特徴量を用いて、
新規URLの特徴量の推奨値を出力する推奨値出力部、
1902は新規URLを入力する新規URL入力部、1
903は新規URLに対する特徴量を入力する特徴量入
力部、1904は入力された新規URLと新規URLの
特徴量を感性データベース1901に追加するURL追
加部、1905はURLに存在する情報を取得する情報
取得部である。
【0048】なお、上記の推奨値出力部1901は本発
明の推奨値出力手段に、新規URL入力部1902は新
規情報アドレス入力手段に、特徴量入力部1903は特
徴量入力手段に、URL追加部1904は情報アドレス
追加手段に、情報取得部1905は情報取得手段にそれ
ぞれ該当する。
明の推奨値出力手段に、新規URL入力部1902は新
規情報アドレス入力手段に、特徴量入力部1903は特
徴量入力手段に、URL追加部1904は情報アドレス
追加手段に、情報取得部1905は情報取得手段にそれ
ぞれ該当する。
【0049】以上のように構成されたシステムのハード
ウェア構成を図20に示す。図20のハードウェア構成
は、図2に示す発明の第1の実施形態のハードウェア構
成の構成部分と図19で示したシステム構成部分からな
っているので、同一構成部分に同一番号を付して説明は
省略する。
ウェア構成を図20に示す。図20のハードウェア構成
は、図2に示す発明の第1の実施形態のハードウェア構
成の構成部分と図19で示したシステム構成部分からな
っているので、同一構成部分に同一番号を付して説明は
省略する。
【0050】以上のように構成された情報検索装置の動
作を図21のフローチャートを参照しながら説明する。
作を図21のフローチャートを参照しながら説明する。
【0051】図21に示すフローチャートは新規URL
を感性データベースに追加する処理の流れを示したもの
であり、利用者モデルと感性表現からURLを出力する
情報検索の処理については図3に示した発明の第1の実
施例のフローチャートと同じ処理を行う。図3の情報検
索処理と図21の新規URL追加処理は排他的に行わ
れ、同時には処理されないものとする。
を感性データベースに追加する処理の流れを示したもの
であり、利用者モデルと感性表現からURLを出力する
情報検索の処理については図3に示した発明の第1の実
施例のフローチャートと同じ処理を行う。図3の情報検
索処理と図21の新規URL追加処理は排他的に行わ
れ、同時には処理されないものとする。
【0052】ステップ2101では、感性データベース
に蓄積されているURLに存在する情報を取得する。感
性データベースに蓄積されている各URLについて、U
RLが表す所在にネットワークを通じて接続することに
より情報の取得を行う。取得した情報は主記憶装置に記
憶するが、二次記憶装置に記憶してもよい。
に蓄積されているURLに存在する情報を取得する。感
性データベースに蓄積されている各URLについて、U
RLが表す所在にネットワークを通じて接続することに
より情報の取得を行う。取得した情報は主記憶装置に記
憶するが、二次記憶装置に記憶してもよい。
【0053】ステップ2102では、ステップ2101
で取得したすべての情報に対して、クラスタリングを行
う。クラスタリングとしては例えば、得られた各情報か
らキーワード集合を抽出し、含まれるキーワードの一致
度による方法を行う。すなわち、含まれるキーワードが
類似している情報をクラスタとしてまとめる。この場合
にキーワードが含まれるHTMLタグ情報を利用してキ
ーワードに重みづけ行い、その重みを考慮したクラスタ
リングを行ってもよい。また、感性語による平面の象現
をクラスタとしてクラスタリングを行ってもよい。
で取得したすべての情報に対して、クラスタリングを行
う。クラスタリングとしては例えば、得られた各情報か
らキーワード集合を抽出し、含まれるキーワードの一致
度による方法を行う。すなわち、含まれるキーワードが
類似している情報をクラスタとしてまとめる。この場合
にキーワードが含まれるHTMLタグ情報を利用してキ
ーワードに重みづけ行い、その重みを考慮したクラスタ
リングを行ってもよい。また、感性語による平面の象現
をクラスタとしてクラスタリングを行ってもよい。
【0054】ステップ2103では、新規URLの入力
を行う。URLの入力には図22に示すような画面を用
いて行う。この場合、入力されたURLが正しいかどう
かのチェックを行い、そのURLが正しくない場合には
新たな入力を促してもよい。
を行う。URLの入力には図22に示すような画面を用
いて行う。この場合、入力されたURLが正しいかどう
かのチェックを行い、そのURLが正しくない場合には
新たな入力を促してもよい。
【0055】ステップ2104では、入力された新規U
RLに存在する情報の取得を行う。情報の取得は、新規
URLが表す所在にネットワークを通じて接続すること
により行う。取得した情報は主記憶装置に記憶するが、
二次記憶装置に記憶してもよい。
RLに存在する情報の取得を行う。情報の取得は、新規
URLが表す所在にネットワークを通じて接続すること
により行う。取得した情報は主記憶装置に記憶するが、
二次記憶装置に記憶してもよい。
【0056】ステップ2105では、取得された新規U
RLに存在する情報からキーワード集合を抽出する。こ
の時のキーワード抽出法はステップ2102で用いた方
法と同じものをもちいるものとする。
RLに存在する情報からキーワード集合を抽出する。こ
の時のキーワード抽出法はステップ2102で用いた方
法と同じものをもちいるものとする。
【0057】ステップ2106では、ステップ2105
で抽出されたキーワード集合とステップ2102で求め
られた各クラスタのキーワード集合を比較し、最も類似
しているクラスタを求める。
で抽出されたキーワード集合とステップ2102で求め
られた各クラスタのキーワード集合を比較し、最も類似
しているクラスタを求める。
【0058】ステップ2107では、ステップ2106
で求められたクラスタの代表URLに関連付けられた特
徴量を推奨値として図23に示すように出力する。クラ
スタの代表URLは、例えばクラスタリングに用いたキ
ーワードを最も多く含む情報のURLとする方法や、ク
ラスタに含まれるURLに関連付けられた特徴量の平均
値(重みづけされている場合には重心)に最も近い特徴
量をもつURLとする方法を用いる。
で求められたクラスタの代表URLに関連付けられた特
徴量を推奨値として図23に示すように出力する。クラ
スタの代表URLは、例えばクラスタリングに用いたキ
ーワードを最も多く含む情報のURLとする方法や、ク
ラスタに含まれるURLに関連付けられた特徴量の平均
値(重みづけされている場合には重心)に最も近い特徴
量をもつURLとする方法を用いる。
【0059】ステップ2108では、表示された推奨値
を参考にして新規URLの特徴量を入力する。
を参考にして新規URLの特徴量を入力する。
【0060】ステップ2109では、入力された新規U
RLおよび新規URLの特徴量を感性データベースに追
加する。
RLおよび新規URLの特徴量を感性データベースに追
加する。
【0061】以上のようにして、新規URL入力の際に
過去に入力した類似URLに対する特徴量を利用するこ
とにより、感性語による特徴量のような時間の経過によ
って振れることの大きい量に対して、できるだけその振
れを少なくする。
過去に入力した類似URLに対する特徴量を利用するこ
とにより、感性語による特徴量のような時間の経過によ
って振れることの大きい量に対して、できるだけその振
れを少なくする。
【0062】なお、以上説明したすべての実施例では、
URL検索部分をネットワーク上の検索データベースサ
ーバ上で行ない、各種入力および出力を検索クライアン
トで行ない、検索データベースサーバと検索クライアン
ト間で通信を行なって検索を行なうクライアント−サー
バ型のシステムで構成しても構わない。
URL検索部分をネットワーク上の検索データベースサ
ーバ上で行ない、各種入力および出力を検索クライアン
トで行ない、検索データベースサーバと検索クライアン
ト間で通信を行なって検索を行なうクライアント−サー
バ型のシステムで構成しても構わない。
【0063】また、以上説明したすべての実施例では、
URLの検索を感性語の特徴量を用いて距離を計算する
ことによって行なったが、ニューラルネットワークやフ
ァジイ推論を用いても構わない。
URLの検索を感性語の特徴量を用いて距離を計算する
ことによって行なったが、ニューラルネットワークやフ
ァジイ推論を用いても構わない。
【0064】また、以上説明したすべての実施例は、各
構成部分をソフトウェア的に構成しても専用ハードウェ
アとして構成しても構わない。
構成部分をソフトウェア的に構成しても専用ハードウェ
アとして構成しても構わない。
【0065】
【発明の効果】以上のように本発明の情報検索装置によ
れば、感性表現データを検索キーワードとして利用する
ことができる。これにより利用者は柔軟な検索ができ、
また必要とする情報を明確に把握していない場合でも、
あいまい検索ができ、利用者の検索の繁雑さを軽減し、
利用者の感性に合った情報およびURLなどの情報アド
レスを検索することができる。また、検索に利用者モデ
ルを利用することに、より利用者の年齢、性別、趣味嗜
好などにあった検索を行うことができる。また、利用者
モデルをさらにいくつかのタイプに細分化することに、
より制度の高い検索を行うことができる。また、感性語
に対しても利用者モデルを考慮した感性表現属性系列へ
の補正を用いることにより、より利用者の感性に合った
検索を行うことができる。さらに、新規URL入力の際
に過去に入力した類似URLに対する特徴量を利用する
ことにより、感性語による特徴量のような時間の経過に
よって振れることの大きい量に対して、できるだけその
振れを少なくすることができる。
れば、感性表現データを検索キーワードとして利用する
ことができる。これにより利用者は柔軟な検索ができ、
また必要とする情報を明確に把握していない場合でも、
あいまい検索ができ、利用者の検索の繁雑さを軽減し、
利用者の感性に合った情報およびURLなどの情報アド
レスを検索することができる。また、検索に利用者モデ
ルを利用することに、より利用者の年齢、性別、趣味嗜
好などにあった検索を行うことができる。また、利用者
モデルをさらにいくつかのタイプに細分化することに、
より制度の高い検索を行うことができる。また、感性語
に対しても利用者モデルを考慮した感性表現属性系列へ
の補正を用いることにより、より利用者の感性に合った
検索を行うことができる。さらに、新規URL入力の際
に過去に入力した類似URLに対する特徴量を利用する
ことにより、感性語による特徴量のような時間の経過に
よって振れることの大きい量に対して、できるだけその
振れを少なくすることができる。
【図1】本発明の第1の実施形態に係わるWWW検索装
置のシステム構成図
置のシステム構成図
【図2】本発明の第1の実施形態に係わるWWW検索装
置のハードウェア構成図
置のハードウェア構成図
【図3】本発明の第1の実施形態に係わるWWW検索装
置の動作手順を示すフローチャート
置の動作手順を示すフローチャート
【図4】本発明の第1の実施形態に係わる利用者モデル
入力画面を示す図
入力画面を示す図
【図5】本発明の第1の実施形態に係わる検索条件入力
画面を示す図
画面を示す図
【図6】本発明の第1の実施形態に係わる平面番号と感
性語との対応を示す図
性語との対応を示す図
【図7】本発明の第1の実施形態に係わる絵番号と感性
語および特徴量との対応を示す図
語および特徴量との対応を示す図
【図8】本発明の第1の実施形態に係わる感性データベ
ースに記憶するデータ例を示す図
ースに記憶するデータ例を示す図
【図9】本発明の第1の実施形態に係わる利用者モデル
と補正値との対応を示す図
と補正値との対応を示す図
【図10】本発明の第1の実施形態に係わる出力結果例
を示す図
を示す図
【図11】本発明の第2の実施形態に係わるWWW検索
装置のシステム構成図
装置のシステム構成図
【図12】本発明の第2の実施形態に係わるWWW検索
装置のハードウェア構成図
装置のハードウェア構成図
【図13】本発明の第2の実施形態に係わるWWW検索
装置の動作手順を示すフローチャート
装置の動作手順を示すフローチャート
【図14】本発明の第2の実施形態に係わる利用者モデ
ルの各タイプと補正値との対応を示す図
ルの各タイプと補正値との対応を示す図
【図15】本発明の第3の実施形態に係わるWWW検索
装置のシステム構成図
装置のシステム構成図
【図16】本発明の第3の実施形態に係わるWWW検索
装置のハードウェア構成図
装置のハードウェア構成図
【図17】本発明の第3の実施形態に係わるWWW検索
装置の動作手順を示すフローチャート
装置の動作手順を示すフローチャート
【図18】本発明の第3の実施形態に係わる利用者モデ
ルと検索条件補正値との対応を示す図
ルと検索条件補正値との対応を示す図
【図19】本発明の第4の実施形態に係わるWWW検索
装置のシステム構成図
装置のシステム構成図
【図20】本発明の第4の実施形態に係わるWWW検索
装置のハードウェア構成図
装置のハードウェア構成図
【図21】本発明の第4の実施形態に係わるWWW検索
装置の動作手順を示すフローチャート
装置の動作手順を示すフローチャート
【図22】本発明の第4の実施形態に係わる新規URL
入力画面例を示す図
入力画面例を示す図
【図23】本発明の第4の実施形態に係わる推奨特徴量
出力画面例を示す図
出力画面例を示す図
101 利用者モデル入力部 102 検索条件入力部 103 特徴量変換プロセス部 104 感性データベース 105 特徴量補正プロセス部 106 URL検索プロセス部 107 URL出力部 201 VRAM 202 主記憶装置 203 外部記憶装置 204 CPU 1101 利用者モデル入力部 1102 タイプ別特徴量補正プロセス部 1103 URL検索プロセス部 1501 検索条件特徴量補正プロセス部 1502 URL検索プロセス部 1901 推奨値出力部 1902 新規URL入力部 1903 特徴量入力部 1904 URL追加部 1905 情報取得部
Claims (5)
- 【請求項1】 利用者モデルを記憶する利用者モデル記
憶手段を備え、感性表現を入力する検索条件入力手段
と、前記検索条件入力手段によって入力された感性表現
データを感性表現属性系列によって特徴づけ、特徴量に
変換する特徴量変換手段と、前記特徴量変換手段で利用
された感性表現の属性系列と同じ情報アドレスの感性表
現による属性系列に対して、前記特徴量変換手段によっ
て変換された特徴量と独立した属性系列の特徴量を情報
アドレスと関連付けて蓄積する情報アドレス蓄積手段
と、前記検索条件入力手段によって入力された利用者モ
デルを用いて、前記情報アドレス蓄積手段に蓄積される
属性系列の特徴量を補正する特徴量補正手段と、前記特
徴量変換手段によって特徴づけられた特徴量と前記特徴
量補正手段によって補正された属性系列の特徴量とを比
較することにより、前記情報アドレス蓄積手段に蓄積さ
れている情報アドレスの中から前記感性表現データに近
い情報アドレスを検索する情報アドレス検索手段と、前
記情報アドレス検索手段によって検索された情報アドレ
スを表示する検索情報表示手段とを有し、利用者モデル
と感性表現から、その感性表現に合った情報アドレスを
出力することを特長とする情報検索装置。 - 【請求項2】 情報アドレスに存在する情報に対する感
性の違いによって前記利用者モデルを複数のタイプに分
類する利用者モデル分類手段と、前記利用者モデル分類
手段によって分類されたタイプを用いて、前記情報アド
レス蓄積手段に蓄積される属性系列の特徴量を補正する
タイプ別特徴量補正手段とを有し、前記特徴量変換手段
によって特徴づけられた特徴量と前記タイプ特徴量補正
手段によって補正された属性系列の特徴量とを比較する
ことにより、より検索者の感性に合った情報を検索する
請求項1に記載の情報検索装置。 - 【請求項3】 特徴量変換手段によって特徴づけられた
特徴量を、前記感性表現データ入力手段によって入力さ
れた利用者モデルに応じて補正する感性表現特徴量補正
手段を有し、前記検索において、前記感性表現特徴量補
正手段によって補正された特徴量を用いて前記情報アド
レス蓄積手段に蓄積されている情報アドレスの中から前
記感性表現データに近い情報アドレスを検索することに
より、より検索者の感性に合った情報を検索する請求項
1に記載の情報検索装置。 - 【請求項4】 情報アドレスがインターネットのワール
ドワイドウェブのユニフォームリソースロケータである
請求項1記載の情報検索装置。 - 【請求項5】 前記情報アドレス蓄積手段に蓄積される
情報アドレスに関連付けられた特徴量を用いて、新規情
報アドレスに関連づけられる特徴量の推奨値を出力する
推奨値出力手段と、新規情報アドレスを入力する情報ア
ドレス入力手段と、前記新規情報アドレスに対する特徴
量を入力する特徴量入力手段と、前記新規情報アドレス
入力手段によって入力された新規情報アドレスと前記特
徴量入力手段によって入力された特徴量を前記情報アド
レス蓄積手段に追加する情報アドレス追加手段と、情報
アドレスに存在する情報を取得する情報取得手段を有
し、新規情報アドレスの追加を行うことを特長とする請
求項1に記載の情報検索装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9263110A JPH10187761A (ja) | 1996-10-29 | 1997-09-29 | 情報検索装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8-286355 | 1996-10-29 | ||
JP28635596 | 1996-10-29 | ||
JP9263110A JPH10187761A (ja) | 1996-10-29 | 1997-09-29 | 情報検索装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH10187761A true JPH10187761A (ja) | 1998-07-21 |
Family
ID=26545863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP9263110A Pending JPH10187761A (ja) | 1996-10-29 | 1997-09-29 | 情報検索装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH10187761A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000105766A (ja) * | 1998-09-29 | 2000-04-11 | Toshiba Corp | 情報フィルタリング装置および方法および記憶媒体 |
JP2002108930A (ja) * | 2000-07-19 | 2002-04-12 | Citation Japan:Kk | 因子データベースを用いたマッチング・システム、マッチング装置、およびそのシステムのための因子データベース作成方法 |
WO2003001407A1 (fr) * | 2001-06-22 | 2003-01-03 | Sony Computer Entertainment Inc. | Procede d'exploration d'informations |
US6993517B2 (en) | 2000-05-17 | 2006-01-31 | Matsushita Electric Industrial Co., Ltd. | Information retrieval system for documents |
JP2010134952A (ja) * | 2010-01-20 | 2010-06-17 | Seiko Epson Corp | 画像データの管理 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0778182A (ja) * | 1993-06-18 | 1995-03-20 | Hitachi Ltd | キーワード付与システム |
JPH096802A (ja) * | 1995-06-20 | 1997-01-10 | Matsushita Electric Ind Co Ltd | 感性入力装置及びデータ検索装置 |
JPH1040262A (ja) * | 1996-07-25 | 1998-02-13 | Matsushita Electric Ind Co Ltd | 情報検索装置 |
-
1997
- 1997-09-29 JP JP9263110A patent/JPH10187761A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0778182A (ja) * | 1993-06-18 | 1995-03-20 | Hitachi Ltd | キーワード付与システム |
JPH096802A (ja) * | 1995-06-20 | 1997-01-10 | Matsushita Electric Ind Co Ltd | 感性入力装置及びデータ検索装置 |
JPH1040262A (ja) * | 1996-07-25 | 1998-02-13 | Matsushita Electric Ind Co Ltd | 情報検索装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000105766A (ja) * | 1998-09-29 | 2000-04-11 | Toshiba Corp | 情報フィルタリング装置および方法および記憶媒体 |
US6993517B2 (en) | 2000-05-17 | 2006-01-31 | Matsushita Electric Industrial Co., Ltd. | Information retrieval system for documents |
JP2002108930A (ja) * | 2000-07-19 | 2002-04-12 | Citation Japan:Kk | 因子データベースを用いたマッチング・システム、マッチング装置、およびそのシステムのための因子データベース作成方法 |
WO2003001407A1 (fr) * | 2001-06-22 | 2003-01-03 | Sony Computer Entertainment Inc. | Procede d'exploration d'informations |
JP2003076719A (ja) * | 2001-06-22 | 2003-03-14 | Sony Computer Entertainment Inc | 情報閲覧プログラム、情報閲覧プログラムを記録した記録媒体、情報閲覧装置及び方法、情報生成プログラム、情報生成プログラムを記録した記録媒体、情報生成装置及び方法、情報生成閲覧システム |
US7290213B2 (en) | 2001-06-22 | 2007-10-30 | Sony Computer Entertainment Inc. | Method for perusing information |
JP2010134952A (ja) * | 2010-01-20 | 2010-06-17 | Seiko Epson Corp | 画像データの管理 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4098539B2 (ja) | プロファイル情報の推薦方法、プログラム及び装置 | |
US8275773B2 (en) | Method of searching text to find relevant content | |
AU2011202345B2 (en) | Methods and systems for improving a search ranking using related queries | |
US8046363B2 (en) | System and method for clustering documents | |
US9251244B1 (en) | Method and system for generation of hierarchical search results | |
US7406459B2 (en) | Concept network | |
US7082426B2 (en) | Content aggregation method and apparatus for an on-line product catalog | |
RU2387004C2 (ru) | Способ и система для вычисления значения важности блока в дисплейной странице | |
US8190556B2 (en) | Intellegent data search engine | |
US20080005091A1 (en) | Visual and multi-dimensional search | |
US20100076979A1 (en) | Performing search query dimensional analysis on heterogeneous structured data based on relative density | |
US20100306249A1 (en) | Social network systems and methods | |
US20100274753A1 (en) | Methods for filtering data and filling in missing data using nonlinear inference | |
US20010016846A1 (en) | Method for interactively creating an information database including preferred information elements, such as, preferred-authority, world wide web pages | |
JPH0981574A (ja) | 検索集合表示画面を利用したデータベース検索法およびシステム | |
US20070179949A1 (en) | Learning retrieval functions incorporating query differentiation for information retrieval | |
WO2001024038A2 (en) | Internet brokering service based upon individual health profiles | |
US11586694B2 (en) | System and method for improved searching across multiple databases | |
US8121970B1 (en) | Method for identifying primary product objects | |
US20040059726A1 (en) | Context-sensitive wordless search | |
JP2001306612A (ja) | 情報提供装置、情報提供方法およびその方法を実現するプログラムを記録した機械読取可能な記録媒体 | |
JP4868484B2 (ja) | サーチプロファイルの比較方法 | |
JP2021086438A (ja) | 画像検索装置、画像検索方法、及びプログラム | |
JPH10187761A (ja) | 情報検索装置 | |
JP3373365B2 (ja) | 情報検索装置及び方法 |