特許 6016872 サービス要求分析システム、方法とコンピュータ読み取り可能な記録媒体

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6016872

(24)【登録日】2016年10月7日

(45)【発行日】2016年10月26日

(54)【発明の名称】サービス要求分析システム、方法とコンピュータ読み取り可能な記録媒体

(51)【国際特許分類】

   G06F 17/30 20060101AFI20161013BHJP

【ＦＩ】

   G06F17/30 330C

   G06F17/30 419B

【請求項の数】11

【全頁数】18

(21)【出願番号】特願2014-230031(P2014-230031)

(22)【出願日】2014年11月12日

(65)【公開番号】特開2016-85717(P2016-85717A)

(43)【公開日】2016年5月19日

【審査請求日】2014年11月12日

(31)【優先権主張番号】103136496

(32)【優先日】2014年10月22日

(33)【優先権主張国】TW

(73)【特許権者】

【識別番号】502003596

【氏名又は名称】財団法人 資訊工業策進会

【氏名又は名称原語表記】ＩＮＳＴＩＴＵＴＥ ＦＯＲ ＩＮＦＯＲＭＡＴＩＯＮ ＩＮＤＵＳＴＲＹ

(74)【代理人】

【識別番号】100106002

【弁理士】

【氏名又は名称】正林 真之

(72)【発明者】

【氏名】蔡 其杭

(72)【発明者】

【氏名】陳 ▲ピン▼易

(72)【発明者】

【氏名】朱 俊諺

(72)【発明者】

【氏名】鄭 少樺

【審査官】 川▲崎▼ 博章

(56)【参考文献】

【文献】 特開２００５−１８２２８０（ＪＰ，Ａ）

【文献】 特開２００１−３３１５１５（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １７／３０

(57)【特許請求の範囲】

【請求項1】

複数のサービス供給者情報を含むサービス供給データベースと、
前記サービス供給データベースに接続され、更にクライアント装置に連結されており、プロセッサーと、少なくとも１つのコマンドを記憶するメモリと、を含む分析サーバーと、
を備え、
前記プロセッサーは、前記少なくとも１つのコマンドを実行して、
前記クライアント装置から要求文字列を受信し、前記要求文字列に対して単語分割処理と濾過を行い、複数の要求キーワードを得る動作と、前記要求キーワードにおける任意の両者の間の関連数を算出し、前記要求キーワードと前記関連数に基づいてクラスタリングして、前記要求キーワードを１つ又は複数の要求キーワード群に分ける動作と、前記複数の要求キーワード群のそれぞれの意味段階構造を作成し、前記要求文字列に適う少なくとも１つのサービス供給者情報を取得するように、前記意味段階構造に基づいて前記サービス供給データベース内で検索する動作と、前記少なくとも１つのサービス供給者情報を前記クライアント装置に伝送して、前記クライアント装置に前記少なくとも１つのサービス供給者情報を現すようにする動作と、を行い、
前記分析サーバーのプロセッサーが前記複数の要求キーワード群のそれぞれの前記意味段階構造を作成する動作は、
前記要求キーワード群における任意の両者の間の関連指向性を確認することと、
前記関連指向性に基づいて複数の要求キーワード群のそれぞれの概念ルートキーワードを判断することと、
を含む
サービス要求分析システム。

【請求項2】

前記分析サーバーのプロセッサーがクラスタリングする動作は、
前記要求キーワード及び前記関連数に基づいて要求キーワードネットワークチャートを作成し、下限閾値によって前記関連数を濾過して、前記要求キーワードネットワークチャートの接続関係を調整し、更にクラスタリングすることを含む請求項１に記載のサービス要求分析システム。

【請求項3】

前記分析サーバーのプロセッサーの動作は、
前記クライアント装置からスケジュール情報と場所情報を取得し、前記スケジュール情報と前記場所情報に基づいて、前記クライアント装置に現された前記少なくとも１つのサービス供給者情報を濾過することを含む請求項１又は２に記載のサービス要求分析システム。

【請求項4】

前記分析サーバーのプロセッサーの動作は、
前記要求文字列から時間情報と場所情報を取得し、前記時間情報と前記場所情報に基づいて、前記クライアント装置に現された前記少なくとも１つのサービス供給者情報を濾過することを含む請求項１又は２に記載のサービス要求分析システム。

【請求項5】

前記サービス供給データベースは、段階的な構成で前記サービス供給者情報を記憶し、前記分析サーバーはソフトウエアを実行して、前記意味段階構造で前記サービス供給データベースにおいて段階的に検索する請求項１〜４の何れか１項に記載のサービス要求分析システム。

【請求項6】

クライアント装置から要求文字列を受信し、前記要求文字列に対して単語分割処理と濾過を行い、複数の要求キーワードを得る工程と、
前記要求キーワードにおける任意の両者の間の関連数を算出し、前記要求キーワードと前記関連数に基づいてクラスタリングして、前記要求キーワードを１つ又は複数の要求キーワード群に分ける工程と、
前記複数の要求キーワード群のそれぞれの意味段階構造を作成し、前記要求文字列に適う少なくとも１つのサービス供給者情報を取得するように、前記意味段階構造に基づいて複数のサービス供給者情報を含むサービス供給データベースにおいて検索する工程と、
前記少なくとも１つのサービス供給者情報を前記クライアント装置に伝送して、前記クライアント装置に前記少なくとも１つのサービス供給者情報を現すようにする工程と、
を含み、
前記複数の要求キーワード群のそれぞれの意味段階構造を作成する工程は、
前記要求キーワード群における任意の両者の間の関連指向性を確認することと、
前記関連指向性に基づいて複数の要求キーワード群のそれぞれの概念ルートキーワードを判断することと、
を含む
サービス要求分析方法。

【請求項7】

前記要求キーワードを前記要求キーワード群に分ける工程は、
前記要求キーワードと前記関連数に基づいて要求キーワードネットワークチャートを作成し、下限閾値によって前記関連数を濾過して、前記要求キーワードネットワークチャートの接続関係を調整し、更にクラスタリングすることを含む請求項６に記載のサービス要求分析方法。

【請求項8】

前記クライアント装置からスケジュール情報と場所情報を取得し、前記スケジュール情報と前記場所情報に基づいて、前記クライアント装置に現された前記少なくとも１つのサービス供給者情報を濾過することを更に含む請求項６又は７に記載のサービス要求分析方法。

【請求項9】

前記要求文字列から時間情報と場所情報を取得し、前記時間情報と前記場所情報に基づいて、前記クライアント装置に現された前記少なくとも１つのサービス供給者情報を濾過することを更に含む請求項６又は７に記載のサービス要求分析方法。

【請求項10】

サービス供給データベースを検索する工程には、前記意味段階構造で前記サービス供給データベースにおいて段階的に検索し、前記サービス供給データベースが段階的な構成で前記サービス供給者情報を記憶する請求項６〜９の何れか１項に記載のサービス要求分析方法。

【請求項11】

コンピュータプログラムを記憶しており、サービス要求分析方法を実行するためのコンピュータ読み取り可能な記録媒体において、
クライアント装置から要求文字列を受信し、前記要求文字列に対して単語分割処理と濾過を行い、複数の要求キーワードを得ることと、
前記要求キーワードにおける任意の両者の間の関連数を算出し、前記要求キーワードと前記関連数に基づいてクラスタリングして、前記要求キーワードを１つ又は複数の要求キーワード群に分けることと、
前記複数の要求キーワード群のそれぞれの意味段階構造を作成し、前記要求文字列に適う少なくとも１つのサービス供給者情報を取得するように、前記意味段階構造に基づいて複数のサービス供給者情報を含むサービス供給データベースにおいて検索することと、
前記少なくとも１つのサービス供給者情報を前記クライアント装置に伝送して、前記クライアント装置に前記少なくとも１つのサービス供給者情報を現すようにすることと、
を含み、
前記複数の要求キーワード群のそれぞれの意味段階構造を作成することは、
前記要求キーワード群における任意の両者の間の関連指向性を確認することと、
前記関連指向性に基づいて複数の要求キーワード群のそれぞれの概念ルートキーワードを判断することと、
を含む
コンピュータ読み取り可能な記録媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、要求分析システム、方法とコンピュータ読み取り可能な媒体に関し、特に、サービス要求分析システム、方法とコンピュータ読み取り可能な媒体に関する。

【背景技術】

【0002】

インターネットの進歩に伴い、営業情報をネットワークイエローページ又は類似なウェブサイト（例えば、キジジ、５１８等）に公告するサービス提供業者が益々多くなり、使用者がインターネットの内容を検索することで、要求に適うサービス供給者を尋ねるが、ネットワークでは、情報が豊かで更新が速いので、より多くの選択肢を使用者に提供するようになる。また、特定な産業に対する仲立ちプラットフォームのウェブサイト（例えば、５９４５お師匠さん呼びかけ等）もあり、使用者が特定な書式の要求書を書き込んでから、仲立ちプラットフォームのウェブサイトが労働力に基づいて書き込まれた要求書の内容を分析し、使用者の要求に適うサービス供給者を見つける。

【0003】

ネットワークイエローページ及び類似なウェブサイトを検索する場合、使用者は、特定なキーワードを入力してサービス供給者を探し、検索エンジンが入力されたキーワードの延伸された検索結果によって、キーワード集合を形成して、検索情報が漏れないように確保する。仲立ちプラットフォームのウェブサイトを使用する場合、仲立ちプラットフォームのウェブサイトが特定のサービスの種類によって要求書の書式を取り決め、使用者が並べられた属性欄によって対応する情報を填入できるようにし、サービス要求が精確的に表示されるように確保し、仲立ちプラットフォームのウェブサイトのサービス係がサービス要求に適うサービス供給者を尋ねられるようにする。

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、上記方案の何れにも不便があり、まず、キーワードに表す意味が単一の文字や用語では表現されなく、例えば、使用者が「玉山」を入力すると、玉山銀行を検索しようとする場合もあるし、南投に位置する玉山を検索しようとする場合もあるので、使用者がネットワークイエローページ又は類似なウェブサイトを使用すれば、検索結果の関連性を確保するために、数多くの精確なキーワードを決めなければならない。またネットワーク情報が多すぎるので、使用者は、常に、大量な検索結果から、自らサービス供給者を連絡してサービス時間と場所を約束する必要があり、過程が非常に複雑である。しかし、仲立ちプラットフォームのウェブサイトを使用する場合、仲立ちプラットフォームのウェブサイトが労働力に基づいてサービス要求を分析する必要があるので、使用者は、仲立ちプラットフォームのウェブサイトの提供したサービス供給者を認めるしかない。

【課題を解決するための手段】

【0005】

そのため、従来のサービス要求分析方法のネットワークイエローページ等ウェブサイト及び仲立ちプラットフォームのウェブサイトによる検索困難、労働力消費及び時間場所の手配の非効率性の問題を解決したサービス要求分析システムと方法が望まれている。

【0006】

本発明の一態様は、サービス供給者情報を含むサービス供給データベースと、サービス供給データベースに接続されて、且つクライアント装置に接続されており、プロセッサーと、少なくとも１つのコマンドを記憶するメモリと、を含む分析サーバーと、を備え、プロセッサーは、コマンドを実行して動作を行う、クライアント装置から要求文字列を受信し、単語分割処理と濾過を行って要求キーワードを得る動作と、要求キーワード任意の両者の間の関連数を算出し、要求キーワードと関連数に基づいてクラスタリングして、前記要求キーワードを複数の要求キーワード群に分ける動作と、各要求キーワード群内のサービス供給データベースの検索用の意味段階構造を作成して、１つ又は複数の要求文字列に適うサービス供給者情報を取得する動作と、前記サービス供給者情報をクライアント装置に伝送して、クライアント装置に要求文字列に適うサービス供給者情報を現すようにする動作と、を行うクライアント装置サービス要求分析システムである。

【0007】

一実施例において、分析サーバーのプロセッサーがクラスタリングする動作は、前記要求キーワード及び前記関連数に基づいて要求キーワードネットワークチャートを作成し、下限閾値によって前記関連数を濾過して、前記要求キーワードネットワークチャートの接続関係を調整し、更にクラスタリングすることを含む。

【0008】

一実施例において、分析サーバーのプロセッサーが前記複数の要求キーワード群のそれぞれの意味段階構造を作成する動作は、要求キーワード群における任意の両者の間の関連指向性を確認することと、関連指向性に基づいて複数の要求キーワード群のそれぞれの概念ルートキーワードを判断することと、を含む。

【0009】

一実施例において、分析サーバーのプロセッサーの動作は、クライアント装置からスケジュール情報と場所情報を取得し、スケジュール情報と場所情報に基づいて、クライアント装置に現されたサービス供給者情報を濾過することを含む。

【0010】

一実施例において、分析サーバーのプロセッサーの動作は、要求文字列から時間情報と場所情報を取得し、時間情報と場所情報に基づいて、クライアント装置に現されたサービス供給者情報を濾過することを含む。

【0011】

前記サービス供給データベーがスは、段階的な構成で前記サービス供給者情報を記憶し、前記分析サーバーはソフトウエアを実行して、前記意味段階構造で前記サービス供給データベースにおいて段階的に検索する。

【0012】

本発明の別の態様は、クライアント装置から要求文字列を受信し、要求文字列に対して単語分割処理と濾過を行い、複数の要求キーワードを得る工程と、要求キーワード任意の両者の間の関連数を算出し、要求キーワードと関連数に基づいてクラスタリングして、複数の要求キーワードを１つ又は複数の要求キーワード群に分ける工程と、複数の要求キーワード群のそれぞれの意味段階構造を作成し、要求文字列に適うサービス供給者情報を取得するように、意味段階構造でサービス供給データベースにおいて検索する工程と、サービス供給者情報をクライアント装置に伝送して、クライアント装置に要求文字列に適うサービス供給者情報を現すようにする工程と、を備えるサービス要求分析方法である。

【0013】

一実施例において、サービス要求分析方法では、要求キーワードを要求キーワード群に分ける工程は、要求キーワードと関連数に基づいて要求キーワードネットワークチャートを作成し、下限閾値で関連数を濾過して、要求キーワードネットワークチャートの接続関係を調整し、更にクラスタリングすることを含む。

【0014】

一実施例において、複数の要求キーワード群のそれぞれの意味段階構造を作成する工程は、要求キーワード群における任意の両者の間の関連指向性を確認することと、関連指向性に基づいて複数の要求キーワード群のそれぞれの概念ルートキーワードを判断することと、を含む。

【0015】

一実施例において、サービス要求分析方法は、クライアント装置からスケジュール情報と場所情報を取得し、スケジュール情報と場所情報に基づいてクライアント装置に現されたサービス供給者情報を濾過することを更に含む。

【0016】

一実施例において、サービス要求分析方法は、要求文字列から時間情報と場所情報を取得し、時間情報と場所情報に基づいて、クライアント装置に現されたサービス供給者情報を濾過することを更に含む。

【0017】

一実施例において、サービス要求分析方法の検索サービス供給データベースの工程には、意味段階構造でサービス供給データベースにおいて段階的に検索し、サービス供給データベースが段階的な構成で前記サービス供給者情報を記憶する。

【0018】

本発明のまた別の態様は、コンピュータプログラムを記憶しており、サービス要求分析方法を実行するためのコンピュータ読み取り可能な記録媒体において、クライアント装置から要求文字列を受信し、要求文字列に対して単語分割処理と濾過を行い、複数の要求キーワードを得る工程と、要求キーワード任意の両者の間の関連数を算出し、要求キーワードと関連数に基づいてクラスタリングして、複数の要求キーワードを１つ又は複数の要求キーワード群に分ける工程と、複数の要求キーワード群のそれぞれの意味段階構造を作成し、要求文字列に適うサービス供給者情報を取得するように、意味段階構造でサービス供給データベースにおいて検索する工程と、前記サービス供給者情報をクライアント装置に伝送し、クライアント装置に要求文字列に適うサービス供給者情報を現すようにする工程と、を備えるコンピュータ読み取り可能な記録媒体である。

【発明の効果】

【0019】

以上をまとめて言えば、上記の実施例を適用すれば、従来ネットワークイエローページ及び仲立ちプラットフォームのウェブサイトによってサービスを提供する場合の問題を解決することができ、使用者が普通の言葉でサービス要求を入力できるようにし、精確なキーワードを尋ねる必要はなく、普通の言葉で入力すれば、更に言語環境を提供し、サービスの要求分析過程を自動化し、意味分析結果によって精確的に検索し、仲立ちプラットフォームが人為的に分析する場合に消費する労働力を省く。なお、時間と場所情報によってサービス要求に適うサービス供給者を濾過でき、更に使用者が自らサービス供給者とサービスの時間と場所について調和しなければならない複雑過程を省くことができる。

【図面の簡単な説明】

【0020】

【図1】本発明の第１の実施例に係るサービス要求分析システムを説明する模式図である。

【図2】本発明の第１の実施例に係る要求文字列処理のデータを説明する模式図である。

【図3】本発明第２の実施例に係るサービス要求分析方法を説明するフロー図である。

【図4】本発明第３の実施例に係る実作サービス要求分析方法のソフトウエアを説明する構造図である。

【発明を実施するための形態】

【0021】

以下、図面及び詳しい説明に基づいて、本発明の精神を明らかに説明する。当業者であれば、本発明の好適な実施例を理解する上で、本発明の教示した技術によって、本発明の精神と範囲から逸脱せずに、変更や修正を加えることができる。

【0022】

図１は、本発明の第１の実施例によるサービス要求分析システムを示す模式図である。サービス要求分析システム１００は、分析サーバー１１０と、サービス供給データベース１２０と、クライアント装置１３０と、を備える。サービス供給データベース１２０には、例えば、内装サービスメーカー、冷気補修サービスメーカー、及び家屋工事メーカー等のような複数件のサービス供給者の情報が記憶されており、分析サーバー１１０は、使用者がクライアント装置１３０によって入力した、「うちの便器が壊れて水が絶えず流されているが、補修をお願いします」のような普通の言葉でサービス要求を表現する要求文字列を受信し、分析サーバー１１０が自動的に要求文字列に対して分析処理を行って、使用者が自らキーワードを取り決めなくても、精確な検索結果を取得できるようにする。

【0023】

具体的には、分析サーバー１１０は、要求文字列から使用者に必要なサービス要求の種類及びサービス要求の細部等の情報を取得して、サービス要求分析の結果に基づいてサービス供給データベース１２０を検索し、使用者の入力した要求文字列に適う複数件のサービス供給者情報を取得して、得られたサービス供給者情報をクライアント装置１３０に現す。以下、各素子の機能とサービス要求分析システム１００の運行の流れについて、詳しく説明する。

【0024】

分析サーバー１１０は、プロセッサー１１２と、メモリ１１４と、を含む。クライアント装置１３０が分析サーバー１１０に連結され、使用者のクライアント装置１３０に入力した要求文字列が連結によって分析サーバー１１０に伝送される。メモリ１１４になくとも１つのコマンドが記憶され、プロセッサー１１２がコマンドを実行して、受信した要求文字列を処理する。

【0025】

分析サーバー１１０は、サーバー（Ｓｅｒｖｅｒ）、ワークステーション（Ｗｏｒｋｓｔａｔｉｏｎ）又はパソコン（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であり、プロセッサー１１２は、中央プロセッサー（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）又はマイクロコントローラ（Ｍｉｃｒｏｃｏｎｔｒｏｌｌｅｒ）であり、メモリ１１４は、ハードディスク（Ｈａｒｄ Ｄｉｓｋ）、光ディスク（Ｏｐｔｉｃａｌ Ｄｉｓｃ）、又はフラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）である。

【0026】

クライアント装置１３０は、処理素子１３２と、表示素子１３４と、記憶素子１３６と、入力素子１３８と、を含む。一実施例において、クライアント装置１３０は、スマートフォン（Ｓｍａｒｔ ｐｈｏｎｅ）又はタブレット（Ｔａｂｌｅｔ）であり、処理素子１３２は、マイクロプロセッサー（Ｍｉｃｒｏｐｒｏｃｅｓｓｏｒ）であり、表示素子１３４は、液晶ディスプレイ（ｌｉｑｕｉｄ ｃｒｙｓｔａｌ ｄｉｓｐｌａｙ；ＬＣＤ）又は有機発光ダイオード（ｏｒｇａｎｉｃ ｌｉｇｈｔ ｅｍｉｔｔｉｎｇ ｄｉｓｐｌａｙ；ＯＬＥＤ）ディスプレイであり、記憶素子１３６は、ＳＤ記憶カード又はフラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）であり、入力素子１３８は、実体キーボード、又は表示素子１３４と結合したタッチスクリーン（Ｔｏｕｃｈｓｃｒｅｅｎ）である。別の実施例において、クライアント装置１３０は、個人用コンピュータ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であり、処理素子１３２は、中央プロセッサー（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であり、表示素子１３４は、液晶ディスプレイ（ＬＣＤ）又は発光ダイオード（ｌｉｇｈｔ‐ｅｍｉｔｔｉｎｇ ｄｉｏｄｅ；ＬＥＤ）ディスプレイであり、記憶素子１３６は、ハードディスク（Ｈａｒｄ Ｄｉｓｋ）、光ディスク（Ｏｐｔｉｃａｌ Ｄｉｓｃ）又はソリッドステートドライブ（ｓｏｌｉｄ ｓｔａｔｅ ｄｉｓｋ；ＳＳＤ）であり、入力素子１３８は、キーボードマウスセットである。

【0027】

図２は、本発明の第１の実施例に係る要求文字列処理のデータの模式図である。使用者が普通の言葉で要求文字列２１０を入力して、分析サーバー１１０が要求文字列２１０に対して中国語の単語分割処理（Ｃｈｉｎｅｓｅ Ｗｏｒｄ Ｓｅｇｍｅｎｔａｔｉｏｎ）を行い、単語分割結果における介詞、接続詞、助語、及び代名詞等のような不重要な文字や用語を濾過し、更に時を表す名詞、地名と位置を表す名詞を濾過して、複数の要求キーワード２２０を取り出す。

【0028】

本実施例において、要求文字列２１０は、「うちの台所の水管が壊れて、水漏れがひどく、タンクを交換する必要もあるし、またベランダの壁がんを補修する必要もある」であり、取り出された要求キーワード２２０は、［台所、水管、水漏れ、タンク、交換、ベランダ、壁がん、補修］である。

【0029】

一実施例において、分析サーバー１１０は、台湾中央研究院により研究開発された中国語単語分割システム（Ｃｈｉｎｅｓｅ Ｋｎｏｗｌｅｄｇｅ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ；ＣＫＩＰ）によって単語分割を行って、その品詞判断結果に基づいて濾過する。別の実施例において、分析サーバー１１０は、全文検索エンジンのＬｕｃｅｎｅに組み込まれたワードブレーカによって単語分割を行う。上記で挙げた単語分割システムは、例示だけであり、当業者であれば、自ら適当な単語分割エンジンを選用してもよいが、本発明で挙げた例示に限定されない。

【0030】

分析サーバー１１０は、要求キーワード２２０を取得してから、要求キーワード２２０における任意の両者の間の関連数を算出し、この関連数が任意の２つのキーワードの間の意味的類似性（Ｓｅｍａｎｔｉｃ Ｓｉｍｉｌａｒｉｔｙ）又は意味関連性（Ｓｅｍａｎｔｉｃ Ｒｅｌａｔｅｄｎｅｓｓ）の定量結果である。本実施例において、分析サーバー１１０は、更にコーパス（Ｃｏｒｐｕｓ）１４０に接続されて、意味的類似性として、正規化Ｇｏｏｇｌｅ距離（Ｎｏｒｍａｌｉｚｅｄ Ｇｏｏｇｌｅ Ｄｉｓｔａｎｃｅ；ＮＧＤ）によって任意の２つのキーワードの間の共起（Ｃｏ‐ｏｃｃｕｒｒｅｎｃｅ）程度を定量する。例としては、２つの要求キーワードｔ１とｔ２がある場合、正規化Ｇｏｏｇｌｅ距離の算式は、下記の通りである。

【数1】

ｇ（ｔ１）とｇ（ｔ２）は、それぞれ独にｔ１及びｔ２をキーワードとしてコーパス１４０において検索して得られた検索結果の数を表し、ｇ（ｔ１，ｔ２）は、ｔ１及びｔ２を同時にキーワードとして検索して得られた検索結果の数を表し、Ｎは、コーパス１４０におけるデータ総数である。

【0031】

一実施例において、Ｇｏｏｇｌｅ検索エンジンによってデータをコーパス１４０としてアクセスし、関連数として、Ｇｏｏｇｌｅ検索結果によってキーワードの間のＮＧＤを算出することができる。別の実施例において、ウィキペディア（Ｗｉｋｉｐｅｄｉａ）の全ての条目をコーパス１４０として、Ｓｏｌｒ検索サーバーによって検索して、要求キーワード２２０の間の関連数を算出する。また別の実施例において、当業者は、関連数として２つのキーワードの間の意味関連性を定量するように、意味定量ライブラリ（Ｓｅｍａｎｔｉｃ Ｍｅａｓｕｒｅ Ｌｉｂｒａｒｙ）等のような、意味分析に関わる他のオープンソースライブラリ（Ｏｐｅｎ Ｓｏｕｒｃｅ Ｌｉｂｒａｒｙ）を選択してもよい。

【0032】

従来、要求文字列における要求キーワードを理解するために、要求文字列２１０の表現する意味内容を調べるように、要求キーワード２２０と人為的に作成した本体論（Ｏｎｔｏｌｏｇｙ）ネットワークとを比べ合わせる必要があるが、要求文字列２１０に用いる語彙が本体論ネットワークに用いる語彙と僅かに異なる場合、比べ合わせが困難となってしまう。また、分野にまたがる本体論ネットワークを作成するには、人為的な介入を大量に必要とし、経済的ではない。そのため、本発明は、自動的なクラスタリング、及び要求文字列２１０における中心概念の取り出し方法を提供する。

【0033】

分析サーバー１１０は、クラスタリング分析（Ｃｌｕｓｔｅｒｉｎｇ Ａｎａｌｙｓｉｓ）を実行し、要求キーワード２２０と関連数に基づいて要求キーワード２２０に対してクラスタリングを行う。クラスタリングアルゴリズムとしては、階層クラスタリング（Ｈｉｅｒａｒｃｈｉｃａｌ Ｃｌｕｓｔｅｒｉｎｇ）アルゴリズム、Ｋ‐ｍｅａｎｓ及びその誘導アルゴリズム及びグラフクラスタリング（Ｇｒａｐｈ Ｃｌｕｓｔｅｒｉｎｇ）アルゴリズムを含む様々なものがあるが、当業者であれば、必要に応じて、適合のクラスタリングアルゴリズムを選択すればよい。

【0034】

一実施例において、分析サーバー１１０Ｋ‐ｍｅａｎｓアルゴリズムによってクラスタリングを行い、まず、開始のクラスタリング中心としてＫ個のキーワードをランダムに捜し出し、次に、各キーワードを最大関連数となるクラスタリング中心に分類し、全てのキーワードが分類されてから、新しいクラスタリング中心位置を算出し、上記２つの工程を繰り返して、クラスタリング中心位置が変わらなくなるまで反復計算する。実際に、要求キーワード群２５０／２６０のクラスタリング中心の間の関連数がある閾値より小さく、要求キーワード群２５０／２６０内の各要求キーワードとクラスタリング中心との間の関連数が何れも別の閾値より大きく、得られたクラスタリング結果によると、各要求キーワード群の間の差異が大きく、群内の差異が小さいことを表す。

【0035】

別の実施例において、複数の要求キーワードのそれぞれを一つのノードとし、各ノードの間をエッジ（ｅｄｇｅ）でつながり、無向グラフ（Ｕｎｄｉｒｅｃｔｅｄ Ｇｒａｐｈ）である要求キーワードネットワークチャート２３０を形成する。次に、分析サーバー１１０は、要求キーワードネットワークチャート２３０を処理し、関連数が下限閾値より低い２つの要求キーワードの間のつながっているエッジを除去して、次のクラスタリング工程を行い、図２に示した要求キーワードネットワークチャート２３０を参照し、タンクと壁がんとの間に接続されているエッジはないのは、下限閾値により濾過されたからである。一実施例において、意味関連性の低いノードの間のつながっているエッジを濾過して取り除くために、下限閾値が０．１に決められる。別の実施例において、下限閾値が０．５に決められる。上記で挙げた数値は、例示だけであり、本発明を限定するものではなく、当業者であれば、必要に応じて、下限閾値を調整してもよい。

【0036】

分析サーバー１１０は、Ｋ‐ｃｏｒｅクラスタリングアルゴリズムによって、要求キーワードネットワークチャート２３０を処理して、クラスタリングを行い、注意すべきなのは、Ｋ‐ｃｏｒｅクラスタリングアルゴリズムでは、要求キーワードネットワークチャート２３０における不重要な接続エッジとノードを除去して、生じたサブグラフ（Ｓｕｂｇｒａｐｈ）における複数のノードの何れも少なくともＫ個の他のノードと接続関係を有するようにし、各サブグラフが同一の要求キーワード群に属する。

【0037】

また別の実施例において、分析サーバー１１０がＫ‐ｃｏｒｅアルゴリズムを行った結果が、要求キーワードネットワークチャート２３０を濾過する場合に使用する下限閾値と関わるため、下限閾値があまり低く設定されると、Ｋ‐ｃｏｒｅアルゴリズムは、異なる概念の文字を正確に分離できないため、動態クラスタリング検証によって要求キーワードネットワークチャート２３０を濾過する場合に用いる下限閾値を調整する。まず、要求キーワード２２０における任意の２つの要求キーワードの間の関連数を昇順で関連数序列に配列し、次に、二分探索（Ｂｉｎａｒｙ Ｓｅａｒｃｈ）の概念によって、関連数序列の中央値（Ｍｅｄｉａｎ Ｖａｌｕｅ）を下限閾値として要求キーワードネットワークチャート２３０を濾過してから、分析サーバー１１０がＫを２として、Ｋ‐ｃｏｒｅアルゴリズムを実行し、２つ以上の中心概念を分けることができる場合、関連数序列の第３の四分位数（Ｔｈｉｒｄ Ｑｕａｒｔｉｌｅ）を下限閾値として要求キーワードネットワークチャート２３０を濾過し、更に２つ以上の概念を分けることができる場合、第３の四分位数を下限閾値とする。中央値によって２つ以上の中心概念を分けることができない場合、第１の四分位数（Ｆｉｒｓｔ Ｑｕａｒｔｉｌｅ）を下限閾値として要求キーワードネットワークチャート２３０を濾過し、第１の四分位数によって２つ以上の中心概念を分けることもできない場合、要求文字列２１０に中心概念が１つしかないと判断する。

【0038】

要求キーワード２２０は、複数の要求キーワード群２５０／２６０に分けられることができる。分析サーバー１１０は、更に、要求キーワード群２５０／２６０内の意味段階構造２４０を作成し、つまり、要求キーワード群２５０／２６０は、要求キーワードの集合のみであるが、意味段階構造２４０内の各要求キーワードの間の関連が指向性を有し、関連指向性によって各要求キーワード群２５０／２６０内の最も重要な概念ルートキーワードを捜し出す。

【0039】

一実施例において、正規Ｇｏｏｇｌｅ距離と条件付け確率の概念に合わせて、要求キーワード群の間の要求キーワードｔ１とｔ２との関連の指向性を確認し、判断時に用いるの数式は、下記の通りである。
ｇ（ｔ１，ｔ２）、ｇ（ｔ１）とｇ（ｔ２）関数の定義は、ＮＧＤ算式の定義の通りであり、

【数2】

ＣＰ（ｔ１→ｔ２）は、要求キーワードｔ２がコーパス１４０のファイルに現れる場合、前記ファイルに要求キーワードｔ１が同時に現れる確率を表すため、ＣＰ（ｔ１→ｔ２）がＣＰ（ｔ２→ｔ１）より大きくなると、要求キーワードｔ２が要求キーワードｔ１の下位の要求キーワードであることを表すので、要求キーワードｔ１が要求キーワードｔ２を指向する。

【0040】

別の実施例において、ＰａｇｅＲａｎｋアルゴリズムによって、要求キーワード群２５０／２６０内の要求キーワードの間の関連指向性と概念ルートキーワードを評価し、ＰａｇｅＲａｎｋアルゴリズムは、ウェブページ間の互いに引用する関係を分析するものであり、１つのウェブページの引用される回数が多いほど、より基本的且つ重要となることを表し、ＰａｇｅＲａｎｋ値も高くなるため、要求キーワード群２５０／２６０内の概念ルートキーワードを探すこと好適に用いられ、算出ＰａｇｅＲａｎｋの算式は、下記の通りである。

【数3】

ＰａｇｅＲａｎｋ（ｔ１）は、要求キーワードｔ１のＰａｇｅＲａｎｋ値であり、ｄは減衰係数であり、０．８５にデフォルトされ、Ｎは要求キーワード群内の要求キーワード総数量であり、Ｂ（ｔ１）は前記要求キーワード群内における要求キーワードｔ１とつながった全ての要求キーワードであり、Ｏ（ｔ２）は前記要求キーワード群内における要求キーワードｔ２の連結エッジの数である。

【0041】

また別の実施例において、要求文字列２１０は、タイトル部を更に含み、分析サーバー１１０は、ターム頻度（Ｔｅｒｍ Ｆｒｅｑｕｅｎｃｙ；ＴＦ）の概念に合わせて、Ｋ近傍（Ｋ Ｎｅａｒｅｓｔ Ｎｅｉｇｈｂｏｒ；ＫＮＮ）アルゴリズムとの関連指向性を作成し概念ルートキーワードを捜し出す、ターム頻度の概念を用いることで、２つの要求キーワードがコーパス１４０に含まれるデータにおいて同一センテンスで現れた頻度を定量することができ、２つの要求キーワードが同一センテンスで現れた頻度が高い場合、この２つの要求キーワード相関度が高いことを表す。具体的には、本実施例では、また要求文字列２１０におけるタイトル部の重要性を強化し、２つの要求キーワードがタイトル又はキーワードに同時に現れると、２つの要求キーワードｔ_ｉとｔ_ｊとの間の第２の関連数ｒ_ｉｊを１に設定し、２つの要求キーワードがタイトル又はキーワードに同時に現れていない場合、コーパス１４０に基づいて下記式によって第２の関連数ｒ_ｉｊを算出する。

【数4】

ｇ（ｔ_ｉ）及びｇ（ｔ_ｊ）は、それぞれ要求キーワードｔ_ｉ及び要求キーワードｔ_ｊをキーワードとしたＴＦ‐ＩＤＦ（Ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ‐ｉｎｖｅｒｓｅ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ）数値であり、ｇ（ｔ_ｉ，ｔ_ｊ）は要求キーワードｔ_ｉ及び要求キーワードｔ_ｊのＴＦ‐ＩＤＦ（Ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ‐ｉｎｖｅｒｓｅ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ）数値を表し、即ち、要求キーワードｔ_ｉ及び要求キーワードｔ_ｊが要求文字列に同時に現れ、また、コーパス１４０に同時にこの２つのキーワードのファイル数を有する。

【0042】

分析サーバー１１０は、上記第２の関連数ｒ_ｉｊに基づいて、それぞれ要求キーワード群２５０／２６０の加重連結グラフ（ｗｅｉｇｈｔｅｄ ｃｏｎｎｅｃｔｅｄ ｇｒａｐｈ）を作成し、同一の要求キーワード群内の複数の要求キーワードのそれぞれをノードとし、２つのノードの間のエッジ加重は第２の関連数ｒ_ｉｊであり、点加重は要求キーワードコーパス１４０におけるＴＦ‐ＩＤＦ（Ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ‐ｉｎｖｅｒｓｅ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ）の合計及び前記要求キーワードと要求キーワード群における他の要求キーワードとの第２の関連数の平均である。分析サーバー１１０は、要求キーワード群２５０における複数の要求キーワードのそれぞれに対してＫ個の第２の関連数が最も高い隣接する要求キーワードを取って、候補キーワード群を形成し、次に、候補キーワード群に対応するサブグラフにおいて、ＴＦ‐ＩＤＦ数値を上記条件付け確率に用いるの関数として、要求キーワードの間の関連指向性を判断し、又はＰａｇｅＲａｎｋアルゴリズムを採用して、サブグラフに２つの要求キーワードの間の関連指向性を作成し、関連指向性に基づいて概念ルートキーワードを判断する。分析サーバー１１０は、要求キーワード群２６０内の要求キーワードに対しても同様に処理して、意味段階構造を取得する。

【0043】

図２に、要求キーワード群２５０／２６０の意味段階構造２４０が示され、分析サーバー１１０は、意味段階構造２４０を作成してから、要求文字列２１０に適うサービス供給者情報を取得するように、意味段階構造２４０に基づいてサービス供給データベース１２０において検索し、クライアント装置１３０に要求文字列２１０に適うサービス供給者情報を現す。要求キーワード群２５０の概念ルートキーワードは、ベランダ２５１、壁がん２５２と補修２５３の何れもベランダ２５１に指向するが、要求キーワード群２６０の概念ルートキーワードは台所２６１であり、台所２６１がまた水管２６２とタンク２６４に分けられ、水漏れ２６３が水管２６２を指向し、交換２６５がタンク２６４を指向する。

【0044】

一実施例において、サービス供給データベース１２０内の各サービス供給者情報に、サービス提供可能な時間帯及びサービス領域範囲等の情報を含み、分析サーバー１１０は、クライアント装置１３０から使用者のスケジュール情報と場所情報を取得し、スケジュール情報と場所情報に基づいてクライアント装置１３０に現されたサービス供給者情報を濾過し、スケジュール情報は、使用者が携帯電話のスケジュール機能によって記録した日程計画手配であり、Ｇｏｏｇｌｅカレンダー（Ｇｏｏｇｌｅ Ｃａｌｅｎｄａｒ）等のようなクラウドスケジュールであってもよく、場所情報は、使用者の住所や勤務先のアドレス等の情報である。

【0045】

別の実施例において、サービス供給データベース１２０内の各サービス供給者情報には、サービス提供可能な時間帯及びサービス領域範囲等の情報を更に含み、分析サーバー１１０は、単語分割処理と濾過を行う場合、要求文字列２１０中の時間情報及び場所情報を保留し、要求文字列２１０中の時間情報及び場所情報に基づいてクライアント装置１３０に現されたサービス供給者情報を濾過する。例としては、使用者が要求文字列２１０に、時間情報と場所情報として、「うちの台所の水管が壊れて、水漏れがひどく、タンクを交換する必要もあるし、またベランダの壁がんを補修する必要もあり、火曜日と水曜日の午後は都合がいいですが、所在地はｘｘ区ｘｘ路ｘ号です」を入れた場合、分析サーバー１１０は、要求キーワード２２０に基づいて要求分析を行ってから、要求文字列２１０内の所在地を場所情報として、「火曜日と水曜日の午後」を時間情報として、クライアント装置１３０に現されたサービス供給者情報を濾過する。

【0046】

上記のサービス供給データベース１２０とコーパス１４０については、その具体的な実施形態がコンピュータのハードディスク、又は他のコンピュータ読み取り可能な記録媒体等のような同一の記憶装置に記憶されてもよいし、それぞれ異なった記憶装置に記憶されてもよく、又はクラウドデータベースとして実施してもよく、当業者であれば、本発明の精神から逸脱せずに、適用要求に応じて自ら取り決めてもよい。

【0047】

図３は、本発明第２の実施例によるサービス要求分析方法を示すフロー図である。サービス要求分析方法３００は、複数の工程を含んで、使用者の普通の言葉によって入力した要求文字列を分析し、要求文字列に適うサービス供給者を使用者に提供して選択させる。容易且つ明確に説明できるために、以下、サービス要求分析方法３００については、図１に示したサービス要求分析システム１００を例として説明するが、本発明はこれに制限されない。

【0048】

工程Ｓ３１０において、分析サーバー１１０は、クライアント装置１３０から要求文字列を受信して、単語分割処理を行い単語分割処理の結果を濾過して、複数の要求キーワードを取得する。要求文字列に対して単語分割処理を行う細部については、図１の説明文字の通りであるが、ここで詳しく説明しない。

【0049】

工程Ｓ３２０において、分析サーバー１１０は、要求キーワードの間の関連数を算出し、関連数が２つの要求キーワード間意味関連性を算出して定量した結果である。一実施例において、正規化Ｇｏｏｇｌｅ距離（ＮＧＤ）アルゴリズムによって算出してもよい。別の実施例において、他の意味関連性の定量方法によって算出してもよい。

【0050】

工程Ｓ３３０において、分析サーバー１１０は、要求キーワードと要求キーワード任意の両者の間の関連数に基づいて、要求キーワードネットワークチャートを作成し、要求キーワードネットワークチャート中のノードそれぞれは、要求文字列から取り出された要求キーワードを表し、要求キーワードの間の関連数が下限閾値の取り決めよりも大きくなると、対応するノードの間につながっているエッジがある。

【0051】

一実施例において、分析サーバー１１０は、要求キーワードネットワークチャートの接続エッジを濾過する下限閾値を、所定のプリセット値に設定し、数値の範囲としては、０．１〜０．２の間に決める。別の実施例において、分析サーバー１１０は、要求キーワードの間の関連数の分布範囲で下限閾値を設定し、例としては、第１の四分位数又は中央値を下限閾値とする。

【0052】

工程Ｓ３４０において、分析サーバー１１０は、要求キーワード及びその関連数に基づいて、要求キーワードをクラスタリングして要求キーワード群を取得する。一実施例において、分析サーバー１１０は、正規化Ｇｏｏｇｌｅ距離を距離算出のアルゴリズムとして、Ｋ‐ｍｅａｎｓアルゴリズムによってクラスタリングする。別の実施例において、分析サーバー１１０は、要求キーワードネットワークチャートを基礎とし、Ｋ‐ｃｏｒｅアルゴリズムでクラスタリングし、分析サーバー１１０が下限閾値を調整して、全ての要求キーワードが単一の要求キーワード群に属して同一の概念に対応し、又はそれぞれ複数のものに属して異なる概念の要求キーワード群に対応すると判断し、細部については、図２の説明文字の通りであるが、ここで詳しく説明しない。

【0053】

工程Ｓ３５０において、分析サーバー１１０は、分けられた要求キーワード群内の意味段階構造を作成し、意味段階構造を作成する場合、まず、要求キーワード群内の任意の２つの要求キーワードの間の関連指向性を捜し出し、即ち、２つの要求キーワード間のどちらが上位であるか、下位の要求キーワードが上位の要求キーワードを指向するものである。例としては、「台所２６１」と「タンク２６４」２つの要求キーワードとは、両者が高く関連し、且つ後者が前者の中に位置するため、関連指向性は、「タンク２６４」から「台所２６１」へ指向する。関連指向性が確定された後、複数の要求キーワード群のそれぞれにおける最上位の概念ルートキーワードは、他の要求キーワードの何れも指向する要求キーワードである。要求キーワード群における任意の両者の間の関連指向性を作成する場合の細部は、上記の通りであるが、ここで詳しく説明しない。

【0054】

工程Ｓ３６０において、分析サーバー１１０は、要求文字列に基づいて結果を分析してサービス供給データベース１２０を検索し、要求文字列に適うサービス供給者情報を取得する。一実施例において、分析サーバー１１０は、要求キーワード群中の意味段階の構成に基づいて、サービス供給データベース１２０内で段階的に検索して、要求キーワード群中の概念ルートキーワードによってサービス供給者情報の種類を検索し、次に、要求キーワード群中の他の要求キーワードを制限条件として、概念ルートキーワードの記述に適う種類のサービス供給者情報を濾過し、サービス供給データベース１２０が段階的な構成でサービス供給者情報を記憶し、例としては、サービス供給データベース１２０中のサービス供給者情報が台所種類とベランダ種類に分けられ、台所種類が更に水管種類、タンク種類、水濾し器種類とガスパイプライン種類等に分けられる。

【0055】

工程Ｓ３７０において、分析サーバー１１０がクライアント装置１３０にそれぞれ要求文字列における異なった要求キーワード群に適うサービス供給者情報を現し、異なった要求キーワード群に適うサービス供給者情報が重複となる場合、併せて表示する。一実施例において、現されたサービス供給者情報は、メーカー名、配合可能な時間、サービス可能な地域、価格及び評価等を含む。

【0056】

工程Ｓ３８０において、分析サーバー１１０は、時間と場所情報に基づいて、更に、工程Ｓ３７０で得られた要求文字列に適うサービス供給者情報を濾過する。一実施例において、分析サーバー１１０は、クライアント装置１３０上のスケジュール情報と使用者の会社／住宅の所在地等の場所情報を取得し、サービス供給者情報とマッチし、又はスケジュール情報で配合する暇のないサービス供給者を濾過する。別の実施例において、分析サーバー１１０は、要求文字列における時間と場所に関わる部分を保留し、要求文字列に記載の時間情報と場所情報に基づいて工程Ｓ３７０で得られたサービス供給者情報を濾過する。

【0057】

図４は、本発明第３の実施例に係る実作サービス要求分析方法のソフトウエアを説明する構造図である。実際のサービス要求分析方法のソフトウエアは、コンピュータ読み取り可能な記録媒体に記憶されて、コンピュータプロセッサーがソフトウエアを読み取って実行する。ソフトウエアは、文字列処理モジュール４２０、関連算出濾過モジュール４３０、サービス要求分析モジュール４４０、使用者情報モジュール４５０、情報仲立ちモジュール４６０及び情報表示モジュール４７０。文字列処理モジュール４２０が要求文字列４１０に対して初期処理を行って要求キーワードを分析して取得し、関連算出濾過モジュール４３０が要求キーワードの間の意味関連性を算出し、サービス要求分析モジュール４４０が要求キーワードを分析し、情報仲立ちモジュール４６０が分析結果に基づいて要求文字列４１０の記述に適うサービス供給者を取得し、使用者情報モジュール４５０が情報仲立ちモジュール４６０を濾過して得られたサービス供給者情報を更に調整し、情報表示モジュール４７０がサービス供給者情報を使用者に現す。以下、各モジュールの機能について、別々に説明する。

【0058】

文字列処理モジュール４２０は、単語分割モジュール４２２及び文字濾過分類モジュール４２４を更に含む。中国語を書く場合、単語と単語の間に空欄で分割しないので、単語分割モジュール４２２は、中国語単語分割（Ｃｈｉｎｅｓｅ Ｗｏｒｄ Ｓｅｇｍｅｎｔａｔｉｏｎ）アルゴリズムで要求文字列４１０を複数の「独立に運用可能な、完備した意味を持つ最小な言語成分」の語彙に切り、単語分割モジュール４２２として、オープンソースライブラリ（Ｏｐｅｎ ｓｏｕｒｃｅ ｌｉｂｒａｒｙ）又は従来の単語分割エンジンを使用し、又は自ら遺伝的アルゴリズム（Ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ）等のアルゴリズムを使用してもよい。文字濾過分類モジュール４２４は、品詞と種類によって単語分割モジュール４２２により生じた複数の語彙を濾過し、一実施例において、文字濾過分類モジュール４２４は、時間場所人物に属する語彙を保留し、事物属する語彙を要求キーワードとして関連算出濾過モジュール４３０に伝送し、上記両者に属しない語彙を捨てる。

【0059】

文字列処理モジュール４２０により初期処理分析された後、要求文字列４１０は、品詞と種類が事物に属する複数の要求キーワードを関連算出モジュール４３０に伝送する。これらの要求キーワードは、使用者が要求文字列４１０を入力する場合に表現しようとするサービス要求の条件を含み、関連算出濾過モジュール４３０が任意の２つの要求キーワードの間の関連数を算出して、２つの要求キーワードの間の意味関連性を定量する。本実施例において、関連算出濾過モジュール４３０が要求キーワードと関連数に基づいて要求キーワードネットワークチャートを作成し、関連数については正規Ｇｏｏｇｌｅ距離アルゴリズムによって算出し、更に下限閾値によって関連数を濾過して任意の２つの要求キーワードが要求キーワードネットワークチャートにおいて接続エッジを有するかどうかを決め、関連数が下限閾値より大きい場合、両者の関連が緊密であることを表示し、要求キーワードネットワークチャートにおいて接続エッジによってつながる。関連算出濾過モジュール４３０は、他のアルゴリズムを選用して関連数を算出してもよく、実施細部は図２の説明文字の通りであるが、ここで詳しく説明しない。

【0060】

任意の２つの要求キーワードの間の関連数を算出した後、本発明は、前もって本体論（Ｏｎｔｏｌｏｇｙ）ネットワークを作成せずに、サービス要求分析モジュール４４０によって要求キーワードを自動的に分析し、要求文字列内に含まれるサービスの種類と制限条件を捜し出し、分析の結果によってサービス供給データベース１２０を検索して、要求文字列４１０の記述に適うサービス供給者を捜し出し、このように、使用者が自ら複数の関連する精確なキーワードを入力する手数を省くことができる。

【0061】

サービス要求分析モジュール４４０は、キーワードクラスタリングモジュール４４２、動態クラスタリング検証モジュール４４４、関連指向性確認モジュール４４６及び概念ルートノード判別モジュール４４８を更に含む。キーワードクラスタリングモジュール４４２は、多種のアルゴリズムを使用してクラスタリング分析（Ｃｌｕｓｔｅｒｉｎｇ Ａｎａｌｙｓｉｓ）を行うことができ、本実施例において、キーワードクラスタリングモジュール４４２は、グラフに基づくＫ‐ｃｏｒｅアルゴリズムを用いて要求キーワードネットワークチャートをクラスタリングする。注意すべきなのは、使用者の入力した要求文字列４１０に１つの要求概念のみを含み、複数の要求キーワード群を分けられないことがあるため、動態クラスタリング検証モジュール４４４は、要求文字列４１０中の各要求キーワードの関連数分布によって、下限閾値の大小を動態的に調整して、異なった下限閾値でクラスタリングして、要求キーワードが複数の群に分けられるかどうかを確認し、具体的な実施細部については、図２の説明文字の通りであるが、ここで詳しく説明しない。

【0062】

関連指向性確認モジュール４４６と概念ルートノード判別モジュール４４８は、各要求キーワード群における意味段階関係を作成し、関連指向性確認モジュール４４６は、要求キーワード群における任意の２つの要求キーワードの間の関連指向性を作成し、関連指向性が割に不重要な下位の要求キーワードから割りに重要な上位の要求キーワードを指向し、関連指向性確認モジュール４４６は、ＰａｇｅＲａｎｋアルゴリズム、ＴＦ‐ＩＤＦアルゴリズム又はＫ近傍法アルゴリズムを採用して関連指向性を決め、実施形態が図２の説明文字の通りであるが、ここで詳しく説明しない。別の実施例において、関連指向性確認モジュール４４６は、意味によって語彙を段階的に記憶するＷｏｒｄＮｅｔウェブサイトを調べて、関連指向性を決める。概念ルートノード判別モジュール４４８は、関連指向性確認モジュール４４６の判断された関連指向性に基づいて、要求キーワード群における最重要の概念ルートキーワード、即ち最上位又は最重要の要求キーワードを捜し出す。

【0063】

情報仲立ちモジュール４６０は、サービス要求分析モジュール４４０から発生した要求キーワード群とその意味段階構造を受信して、サービス供給データベース１２０において段階的に検索し、各要求キーワード群の概念ルートキーワードを利用してサービス供給者の種類を検索し、更に他の要求キーワードを制限条件として検索して、要求文字列４１０の記述に適うサービス供給者情報を取得する。

【0064】

別の実施例において、使用者情報モジュール４５０は、使用者のスケジュール情報と使用者の住宅所在地又は勤務先のアドレス等の場所情報を取得し、文字列処理モジュール４２０の単語分割結果に時間と場所に関連する語彙がない場合、スケジュール情報と場所情報を時間場所の制限条件とし、文字列処理モジュール４２０の単語分割結果に時間と場所に関連する語彙がある場合、使用者情報モジュール４５０は、単語分割結果における時間情報と場所情報を制限条件とし、情報仲立ちモジュール４６０が使用者情報モジュール４５０から取得した制限条件によって使用者の入力した要求文字列４１０に適うサービス供給者情報を更に濾過する。

【0065】

情報表示モジュール４７０は、クライアント装置１３０にサービス供給者情報を現し、且つ現されたサービス供給者情報が要求文字列４１０の記述及び使用者情報モジュール４５０から発生した時間場所の制限条件に適い、このように、使用者は、時間とサービス領域が配合可能なサービス供給者のみを見ればよいが、逐一確認し調和する複雑過程を省く。

【0066】

上記のような実際のサービス要求分析方法のソフトウエア内の各モジュール４２０〜４７０については、その具体的な実施形態がソフトウエア、ハードウエア及び／又はファームウェアであってもよい。例としては、実行速度及び精確性を主として考慮すれば、これらのモジュールとして、基本的にハードウエア及び／又はファームウェアを主に選用してよいが、設計の柔軟性を主として考慮すれば、これらのモジュールとして、基本的にソフトウエアを主に選用してよく、又は、これらのモジュールとして、ソフトウエア、ハードウエア及びファームウェアを同時に採用して協同に作業してもよい。理解すべきなのは、上記で挙げたこれらの例は、優劣をつけないが、本発明を制限すもためのものでもなく、当業者であれば、その当時の要求におうじて、これらのモジュールの具体的な実施形態を柔軟的に選択すべきである。例としては、これらのモジュールは、中央プロセッサーに整合されて実行してもよい。

【0067】

本発明の提供したサービス要求分析システムと方法では、使用者が従来のネットワークイエローページ及び仲立ちプラットフォームのウェブサイトによって要求サービスを探す場合の問題を解決し、使用者が普通の言葉でサービス要求を入力できるようにすることができ、精確なキーワードを特に設定する必要はない。普通の言葉で入力すれば、更に言語環境を提供し、サービス要求分析システムと方法が自動的に意味によって要求文字列内のサービス要求種類と制限条件を分析して、精確な検索を行い、仲立ちプラットフォームが人為的に分析する場合に消費する労働力を省く。なお、使用者時間と場所情報に合わせて要求文字列に適うサービス供給者を濾過し、更に使用者が自らサービス供給者とサービスの時間と場所について調和しなければならない複雑過程を省く。また、本発明は、商工業サービスの検索への適用に限定されず、文化や娯楽活動の検索にも適用され、使用者は、「毎週の火曜日の夜が暇なので、霊的成長についての課程を学習しようと思いますが、予算はｘｘ円です」の要求文字列を入力し、サービス要求分析システムによりデータベースにおける使用者の入力した要求文字列に適う課程情報を検索してもよい。どんな適用状況に適用されても、本発明の技術方案は、上記の利点を提供する。

【0068】

本発明を実施形態で前述の通り開示したが、これは本発明を限定するためのものではなく、当業者であれば、本発明の精神と範囲から逸脱しない限り、各種の変更や修正を加えることができる。従って、本発明の保護範囲は、特許請求の範囲で指定した内容を基準とするものである。

【符号の説明】

【0069】

１００ サービス要求分析システム
１１０ 分析サーバー
１１２ プロセッサー
１１４ メモリ
１２０ サービス供給データベース
１３０ クライアント装置
１３２ 処理素子
１３４ 表示素子
１３６ 記憶素子
１３８ 入力素子
１４０ コーパス
２１０ 要求文字列
２２０ 要求キーワード
２３０ 要求キーワードネットワークチャート
２４０ 意味段階構造
２５０／２６０ 要求キーワード群
２５１ ベランダ
２５２ 壁がん
２５３ 補修
２６１ 台所
２６２ 水管
２６３ 水漏れ
２６４ タンク
２６５ 交換
３００ サービス要求分析方法
Ｓ３１０〜Ｓ３８０ 工程
４１０ 要求文字列
４２０ 文字列処理モジュール
４２２ 単語分割モジュール
４２４ 文字濾過分類モジュール
４３０ 関連算出濾過モジュール
４４０ サービス要求分析モジュール
４４２ キーワードクラスタリングモジュール
４４４ 動態クラスタリング検証モジュール
４４６ 関連指向性確認モジュール
４４８ 概念ルートノード判別モジュール
４５０ 使用者情報モジュール
４６０ 情報仲立ちモジュール
４７０ 情報表示モジュール

【図1】

【図2】

【図3】

【図4】