特開 2022-103674 情報処理システム、情報処理装置、情報処理方法、プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022103674

(43)【公開日】2022-07-08

(54)【発明の名称】情報処理システム、情報処理装置、情報処理方法、プログラム

(51)【国際特許分類】

   G06F 16/178 20190101AFI20220701BHJP

   G06F 13/00 20060101ALI20220701BHJP

   G06F 16/22 20190101ALI20220701BHJP

【ＦＩ】

G06F16/178

G06F13/00 520D

G06F16/22

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2020218448

(22)【出願日】2020-12-28

(71)【出願人】

【識別番号】390002761

【氏名又は名称】キヤノンマーケティングジャパン株式会社

(71)【出願人】

【識別番号】592135203

【氏名又は名称】キヤノンＩＴソリューションズ株式会社

(74)【代理人】

【識別番号】100189751

【弁理士】

【氏名又は名称】木村 友輔

(72)【発明者】

【氏名】福田 直之

(72)【発明者】

【氏名】中尾 優花

(72)【発明者】

【氏名】占部 健

【テーマコード（参考）】

5B084

5B175

【Ｆターム（参考）】

5B084AA01

5B084AA11

5B084AB01

5B084AB31

5B084AB32

5B084BA09

5B084BB12

5B084CC04

5B084CC17

5B084CD02

5B084CD22

5B084DC02

5B175AA01

5B175EA05

(57)【要約】

【課題】 文書検索システムの検索結果に最新ファイル情報を迅速に反映する仕組みを提供する。
【解決手段】 ファイルを記憶するサーバ装置と通信可能な情報処理装置であって、前記サーバ装置に記憶されたファイルに係る情報を取得し、取得した情報に基づき、クロール単位を決定する。クロール単位毎に、前記サーバ装置に記憶されたファイルをクロールする。
【選択図】図１

【特許請求の範囲】

【請求項1】

ファイルを記憶するサーバ装置と通信可能な情報処理装置であって、
前記サーバ装置に記憶されたファイルに係る情報を取得する取得手段と、
前記取得手段により取得された情報に基づき、クロール単位を決定する決定手段と、
前記決定手段により決定されたクロール単位毎に、前記サーバ装置に記憶されたファイルをクロールするクロール手段と、
を備えることを特徴とする情報処理装置。

【請求項2】

前記決定手段により決定されたクロール単位毎にクロール頻度を決定する頻度決定手段を備え、
前記クロール手段は、前記頻度決定手段により決定された頻度で、当該クロール単位の範囲に対してクロールを行うことを特徴とする請求項１に記載の情報処理装置。

【請求項3】

前記頻度決定手段は、前記クロール単位におけるファイルの更新頻度に基づき、クロール頻度を決定することを特徴とする請求項２に記載の情報処理装置。

【請求項4】

前記取得手段により取得された情報に基づき、新たに追加されたフォルダを検出する検出手段をさらに備え、
前記クロール手段は、前記検出手段により検出されたフォルダについては、次回以降のクロール対象とすることを特徴とする請求項１乃至３のいずれか１項に記載の情報処理装置。

【請求項5】

前記頻度決定手段は、前記検出手段により検出されたフォルダを含むクロール単位のクロール頻度を高めることを特徴とする請求項４に記載の情報処理装置。

【請求項6】

ファイルを記憶するサーバ装置と通信可能な情報処理装置における情報処理方法であって、
前記情報処理装置の取得手段が、前記サーバ装置に記憶されたファイルに係る情報を取得する取得工程と、
前記情報処理装置の決定手段が、前記取得工程により取得された情報に基づき、クロール単位を決定する決定工程と、
前記情報処理装置のクロール手段が、前記決定工程により決定されたクロール単位毎に、前記サーバ装置に記憶されたファイルをクロールするクロール工程と、
を備えることを特徴とする情報処理方法。

【請求項7】

ファイルを記憶するサーバ装置と通信可能なコンピュータを、
前記サーバ装置に記憶されたファイルに係る情報を取得する取得手段と、
前記取得手段により取得された情報に基づき、クロール単位を決定する決定手段と、
前記決定手段により決定されたクロール単位毎に、前記サーバ装置に記憶されたファイルをクロールするクロール手段として機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理システム、情報処理装置、情報処理方法、プログラムに関する。

【背景技術】

【0002】

複数ある文書管理システムを横断して文書検索を行うシステムで使用される技術としてクローラが存在する。クローラは非同期で一定期間ごとに文書管理システムにアクセスして内部のファイル情報を取得し、検索エンジンが保持するインデックスに蓄積することで、ユーザが文書検索を行った際、都度文書管理システムにアクセスせずともユーザへ応答可能になるという特徴がある。

【0003】

このような検索技術を用いた例として、特許文献１には、クロール処理を実行する際にファイル情報を取得し、削除候補のファイルを抽出する仕組みについて開示されている。特許文献２には、取得したファイル情報を基にファイルの格納先候補を決定する仕組みについて開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１５－０８７９４２

【特許文献2】特開２０１３－０２５７００

【発明の開示】

【発明が解決しようとする課題】

【0005】

企業では日々業務に関わる文書ファイル等のデータが作成され、膨大なデータが保存管理されているが、各文書は様々な異なるシステム内に蓄積されており、業務に必要な情報を既存文書から探すのは容易ではない。このため、システムを横断して文書検索を行うことができるシステムが存在する。

【0006】

上述した文書検索システムでは、クローラという技術が用いられ、文書ファイルが保管されている各システムから非同期で一定期間ごとに内部の文書ファイル情報を取得することで、ユーザが都度各システムにアクセスせずに済むような仕組みを提供している。しかし、クローラが文書ファイル情報を取得しに行くまで最新の文書ファイル情報は文書検索結果に反映されないため、ユーザが求めている情報が表示されないという場合は少なくない。ゆえに、最新文書ファイル情報を文書検索結果に迅速に反映させる仕組みが求められている。

【0007】

そこで本発明では、文書検索システムの検索結果に最新ファイル情報をより迅速に反映する仕組みを提供することを目的とする。

【課題を解決するための手段】

【0008】

本発明の情報処理装置は、ファイルを記憶するサーバ装置と通信可能な情報処理装置であって、前記サーバ装置に記憶されたファイルに係る情報を取得する取得手段と、前記取得手段により取得された情報に基づき、クロール単位を決定する決定手段と、前記決定手段により決定されたクロール単位毎に、前記サーバ装置に記憶されたファイルをクロールするクロール手段と、を備えることを特徴とする。

【発明の効果】

【0009】

本発明によると、文書検索システムの検索結果に最新ファイル情報をより迅速に反映することが可能となる。

【図面の簡単な説明】

【0010】

【図1】本発明の実施形態における、情報処理システムのシステム構成の一例を示すシステム構成図である。

【図2】本発明の実施形態における、クライアントＰＣ１００、情報処理システムの文書検索装置１１０、ファイルサーバ１２０に適用可能な情報処理装置のハードウェア構成の一例を示す図である。

【図3】本発明の実施形態における、情報処理システムの差分クロール処理の一例を示すフローチャートである。

【図4】本発明の実施形態における、情報処理システムのクロール単位分割の一例を示すフローチャートである。

【図5】本発明の実施形態における、情報処理システムのクロール単位分割の一例を示すフローチャートである。

【図6】本発明の実施形態における、図４のフローチャートの処理におけるクロール単位分割の一例を示す図である。

【図7】本発明の実施形態における、図５のフローチャートの処理におけるクロール単位分割の一例を示す図である。

【図8】本発明の実施形態における、文書検索装置１１０のインデックス管理部１１３内のインデックスの一例を示す図である。

【図9】本発明の実施形態における、情報処理システムの機能構成の一例を示す図である。

【発明を実施するための形態】

【0011】

以下、図面を参照して、本発明の実施形態を詳細に説明する。なお、以下に説明する実施形態は、本発明を具体的に実施した場合の一例を示すもので、特許請求の範囲に記載した構成の具体的な実施形態の一つである。

【0012】

図１は、本発明の実施形態における、情報処理システムのシステム構成の一例を示すシステム構成図である。

【0013】

本発明の実施形態における情報処理システムは、クライアントＰＣ１００、文書検索装置１１０、ファイルサーバ１２０が、ネットワークを介して通信可能に接続されている。

【0014】

図９は、本発明の実施形態における情報処理システムの機能構成図である。クライアントＰＣ１００は表示部１０１を備える。表示部１０１は、文書検索装置１１０により検索された文書を示す情報を表示する。

【0015】

文書検索装置１１０は、文書検索部１１１、クローラ１１２、インデックス管理部１１３、から構成されている。

【0016】

文書検索部１１１は、クライアントＰＣ１００から受信したクエリとなる文書を基に類似文書の検索を行う。クローラ１１２は、ファイルサーバや不図示の文書管理システムとの連携を行い、保管されている文書ファイルを取得する。インデックス管理部１１３は、クローラ１１２で取得した文書ファイルのデータを管理する。

【0017】

ファイルサーバ１２０は、ファイル管理部１２１、ファイル送受信部１２２から構成されている。

【0018】

ファイル管理部は、ファイル送受信部１２２において送受信されたファイルを管理する。ファイル送受信部１２２はファイルを送受信する。

【0019】

次に図２の説明に移る。

【0020】

図２は、クライアントＰＣ１００、文書検索装置１１０、ファイルサーバ１２０として適用可能な情報処理装置のハードウェア構成の一例を示すブロック図である。

【0021】

図２に示すように、情報処理装置は、システムバス２００を介してＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２０２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２０３、記憶装置２０４、入力コントローラ２０５、音声コントローラ２０６、ビデオコントローラ２０７、メモリコントローラ２０８、および通信Ｉ／Ｆコントローラ２０９が接続される。

【0022】

ＣＰＵ２０１は、システムバス２００に接続される各デバイスやコントローラを統括的に制御する。

【0023】

ＲＯＭ２０２あるいは外部メモリ２１３は、ＣＰＵ２０１が実行する制御プログラムであるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）やＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）や、本情報処理方法を実現するためのコンピュータ読み取り実行可能なプログラムおよび必要な各種データ（データテーブルを含む）を保持している。

【0024】

ＲＡＭ２０３は、ＣＰＵ２０１の主メモリ、ワークエリア等として機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＯＭ２０２あるいは外部メモリ２１３からＲＡＭ２０３にロードし、ロードしたプログラムを実行することで各種動作を実現する。

【0025】

入力コントローラ２０５は、キーボード２１０や不図示のマウス等のポインティングデバイス等の入力装置からの入力を制御する。入力装置がタッチパネルの場合、ユーザがタッチパネルに表示されたアイコンやカーソルやボタンに合わせて押下（指等でタッチ）することにより、各種の指示を行うことができることとする。

【0026】

また、タッチパネルは、マルチタッチスクリーンなどの、複数の指でタッチされた位置を検出することが可能なタッチパネルであってもよい。

【0027】

ビデオコントローラ２０７は、ディスプレイ２１２などの外部出力装置への表示を制御する。ディスプレイは本体と一体になったノート型パソコンのディスプレイも含まれるものとする。なお、外部出力装置はディスプレイに限ったものははく、例えばプロジェクタであってもよい。また、前述のタッチ操作を受け付け可能な装置については、入力装置も提供する。

【0028】

なおビデオコントローラ２０７は、表示制御を行うためのビデオメモリ（ＶＲＡＭ）を制御することが可能で、ビデオメモリ領域としてＲＡＭ２０３の一部を利用することもできるし、別途専用のビデオメモリを設けることも可能である。

【0029】

メモリコントローラ２０８は、外部メモリ２１３へのアクセスを制御する。外部メモリとしては、ブートプログラム、各種アプリケーション、フォントデータ、ユーザファイル、編集ファイル、および各種データ等を記憶する外部記憶装置（ハードディスク）、フレキシブルディスク（ＦＤ）、或いはＰＣＭＣＩＡカードスロットにアダプタを介して接続されるコンパクトフラッシュ（登録商標）メモリ等を利用可能である。

【0030】

通信Ｉ／Ｆコントローラ２０９は、ネットワークを介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、ＴＣＰ／ＩＰを用いた通信やＩＳＤＮなどの電話回線、および携帯電話の４Ｇ回線、５Ｇ回線等を用いた通信が可能である。

【0031】

尚、ＣＰＵ２０１は、例えばＲＡＭ２０３内の表示情報用領域へアウトラインフォントの展開（ラスタライズ）処理を実行することにより、ディスプレイ２１２上での表示を可能としている。また、ＣＰＵ２０１は、ディスプレイ２１２上の不図示のマウスカーソル等でのユーザ指示を可能とする。

【0032】

まず、本発明が解決する課題と、本発明の処理の概要について説明する。

【0033】

上述の通り、文書検索システムでは、クローラという技術が用いられ、文書ファイルが保管されている各システムから非同期で一定期間ごとに内部の文書ファイル情報を取得することで、ユーザが都度各システムにアクセスせずに検索を行える仕組みを提供している。

【0034】

文書ファイルが保管されているシステム（本実施例におけるファイルサーバ１２０）に保管されている文書ファイルは、更新されたり、追加・削除されることから、一定期間ごとにクロールをして、最新の文書ファイルを取得することが必要となる。ここで、ファイルサーバ１２０に保管されているすべてのファイルをクロールするのは時間がかるため、最新の情報を反映するのに時間がかかってしまう。そこで、本発明では、毎回すべてのファイルをクロールするのではなく、最初にすべてのファイルをクロールしたら、２回目以降は、差分（更新・追加・削除）されたファイルだけをクロールする差分クロールを行うことで、より迅速に最新の情報を文書検索システムに反映できるようにしている。

【0035】

ただし、差分クロールをするには、いずれのファイルが更新されたのか等を検知するために、前回分と今回分のファイルリストを突き合わせることで差分クロールの対象となるファイルを特定する必要がある。この処理についても時間がかかる処理であるため、本発明では、ファイルリストを分割し、分割された単位ごとに差分クロールを行うことで、各分割単位における差分クロールが終了次第、文書検索システムの情報を更新できるようにしている。

【0036】

分割単位については、様々な方法が考えらえるが、本実施例においては、ファイルリストを均等に分割する方法（図４）と、フォルダ階層を考慮して分割する方法（図５）について説明する。

【0037】

さらに、分割単位ごとにクロールする頻度を設定し、ファイル更新の頻度が高い分割単位についてはクロール頻度も高くすることで、よりリアルタイムに文書検索システムの情報の更新を可能としている。

【0038】

また、新規に追加されたフォルダについては、その配下にどれだけのファイルがあるのかを把握できていないため、当該新規フォルダについてもクロールをし始めると、予想外に時間がかかってしまうという事態が起こりうる。そのため、新規フォルダについては、まず新規のフォルダが存在することだけを取得し、その配下のファイルについては、次回のクロール対象として管理する。ここで、次回のクロール対象とすると、新規に追加されたフォルダの情報を文書検索システムに反映するまで時間がかかってしまうことになるので（つまり次回のクロールまで反映されないことになるので）、当該新規フォルダが存在する上位フォルダに対しては、クロール頻度を高く設定することで、より迅速に反映できるようにする。

【0039】

以上説明したとおり、本願発明によれば、ファイルリストを分割した分割単位で差分クロールすることで、分割単位毎に文書検索システムの情報を更新できるため、よりリアルタイムに文書検索システムの情報を更新することが可能となる。

【0040】

また、分割単位ごとにファイル更新頻度を用いてクロール頻度を設定することで、頻繁に更新されるファイルについては、高い頻度で文書検索システムの情報も更新でき、かつ更新頻度が低いファイルについては必要以上のクロールを行わないことになるため、クロール処理による負荷も軽減することが可能となる。

【0041】

さらに、新たに追加されたフォルダについては次回以降のクロールで対応することで、予測に反してクロール処理に時間がかかってしまうという事態を回避することが可能となる。また、新たに追加されたフォルダについては、クロール頻度を高く設定することで、当該フォルダの情報についても、よりリアルタイムに文書検索システムに反映することが可能となる。

【0042】

以下、本発明の具体的な処理内容について説明する。

【0043】

まず、図３のフローチャートを用いて本発明の実施形態における文書ファイル取得処理について説明する。

【0044】

図３は、本発明の情報処理システムが実行する処理の内容を示すフローチャートである。尚、文書検索装置１１０は、ファイルサーバ１２０にある文書ファイル全体をダウンロードするフルクロール処理を一度行っていることを前提とし、図３のフローチャートは、２回目以降の更新された文書ファイルのみをダウンロードする差分クロール処理を示すものとする。

【0045】

ステップＳ３０１では、文書検索装置１１０は、インデックス管理部１１３のインデックスのパス情報からフォルダ一覧を取得し、一度のクロールで更新するインデックスの範囲を、フォルダリストを分割して決める。インデックスの一例を図８、パス情報の一例をパス名８０２に示す。また、フォルダリストの分割処理の一例を図４、図５のフローチャートに示す。図４のフローチャートは、フォルダリストを均等に分割する処理の一例を示し、最も効率的にフォルダリストを分割できる。図５のフローチャートは、フォルダの階層を考慮した分割処理の一例を示し、組織単位等でのクロール処理実行を想定している。

【0046】

フォルダリストを分割しクロール単位を小さくすることで、あるフォルダリストのクロール処理で得たクロール結果は、次のフォルダリストのクロール処理の終了を待たずとも検索者の検索結果に反映することが可能となり、インデックスのリアルタイム性が高まる。また、分割したフォルダリスト毎にクロール頻度を変更することも可能となる。

【0047】

ステップＳ３０２は、ステップＳ３０１の結果得られるデータである、フォルダリストの分割範囲とクロール頻度を示す。尚、ステップＳ３０１において図４のフローチャートが示すフォルダリストを均等に分割する処理を実施した場合、毎回フォルダリストの分割範囲が変わるため、クロール頻度は一定として分割したフォルダリスト毎にクロール頻度は変わらないことを想定している。

【0048】

ステップＳ３０３では、分割されたフォルダリストが、指定されたクロール頻度でクロールが全て実施されるまで繰り返す。

【0049】

ステップＳ３０４では、文書検索装置１１０はインデックス管理部１１３のパス名８０２を使用して、ステップＳ３０１で分割したフォルダリストの分割範囲で、ファイルサーバ１２０にアップロードされた文書ファイルを検索しに行く。

【0050】

ステップＳ３０５では、ファイルサーバ１２０は、ステップＳ３０４における文書ファイル検索処理の結果を、文書検索装置１１０に返却する。スクロール対象のフォルダの配下にあるフォルダやファイルに関する情報が返却される。

【0051】

ステップＳ３０６では、文書検索装置１１０は、ステップＳ３０５でファイルサーバ１２０より返却された情報と、文書検索装置１１０のインデックス管理部１１３に登録された情報とを比較することで、新規のフォルダ（インデックス管理部１１３には管理されていなかったフォルダであり、ファイルサーバ１２０から返却された情報には含まれるフォルダ）や削除されたフォルダ（インデックス管理部１１３には管理されているフォルダであるがファイルサーバ１２０から返却された情報には含まれないフォルダ）などの存在をすべて検知するまで、ステップＳ３０７～Ｓ３１５までの処理を繰り返す。

【0052】

ステップＳ３０７において、処理対象のフォルダが新規フォルダである（インデックス管理部１１３に登録されていないフォルダである）と判定された場合（ステップＳ３０７：Ｙｅｓ）は、処理をステップＳ３０８に移行する。

【0053】

ステップＳ３０７において、新規フォルダではないと判定された場合（ステップＳ３０７：Ｎｏ）は、処理をステップＳ３０９に移行する。

【0054】

ステップＳ３０８では、文書検索装置１１０のインデックス管理部１１３でインデックスを一行追加する。インデックスの追加処理の一例を、図８のデータ８１０に示す。ダミーファイル、更新ファイル欄のカウントを＋１、ｓｏｕｒｃｅ欄を空白としてインデックスに一行追加する。

【0055】

新規フォルダはその配下にどれだけのフォルダや階層構造があるか不明なため、クロール処理にかかる時間が予測できない。この回避策として本発明では、新規フォルダ配下のクロールは次回のクロールにて処理をするものとする。ここで、次回のクロール対象とするためには、パス名８０２をインデックスに残す必要があるため、ステップＳ３０８でインデックスに１行追加する処理を行った。

【0056】

図８のデータ８１０に示したインデックスの追加処理は、ダミーファイルを挿入することでフォルダ情報を残す方法の一例である。文書ファイルのテキスト情報を持たないため、基本的には検索者の検索結果に表示されず、特別な処理は必要ない。ただし、アスタリスク（＊）を用いた全件検索を行った場合、検索結果に表示される可能性があるため、インデックスにフラグを用意して、検索結果に表示されない情報として識別できるようにしてもよい。また、図にはないがフォルダ情報を残す手段として、インデックスとは別にフォルダリストを作成してもよい。

【0057】

ステップＳ３０９において、処理対象のファイルが削除フォルダであると判定された場合（インデックス管理部１１３に登録されているものの、ステップＳ３０５の処理で取得されなかったフォルダである場合）（ステップＳ３０９：Ｙｅｓ）は、処理をステップＳ３１０に移行する。

【0058】

ステップＳ３０９において、削除フォルダではないと判定された場合（ステップＳ３０９：Ｎｏ）は、処理をステップＳ３１１に移行する。

【0059】

ステップＳ３１０では、文書検索装置１１０のインデックス管理部１１３でインデックスの該当行を削除する。インデックスが削除された一例を、図８のデータ８０７に示す。

【0060】

ステップＳ３１１では、文書検索装置１１０のクローラ１１２がファイルサーバ１２０から文書ファイルを取得する。ここで取得されるファイルは、既存フォルダの配下にあるファイルであり、追加または更新されたファイルである。すなわち、差分クロールを行う処理となる。

【0061】

ステップＳ３１２でファイルサーバ１２０は、ステップＳ３１１における文書ファイル取得処理の結果を、文書検索装置１１０に返却する。

【0062】

ステップＳ３１３において、追加ファイルであると判定された場合（ステップＳ３１３：Ｙｅｓ）は、処理をステップＳ３１４に移行する。

【0063】

ステップＳ３１３において、追加ファイルではない（更新ファイルである）と判定された場合（ステップＳ３１３：Ｎｏ）は、処理をステップＳ３１５に移行する。

【0064】

ステップＳ３１４では、文書検索装置１１０のインデックス管理部１１３でインデックスを一行追加する。インデックスの追加処理の一例を、図８のデータ８０９に示す。ステップＳ３１２においてファイルサーバ１２０が文書検索装置１１０に返却した文書ファイルデータの情報と、更新ファイル欄８０５を＋１としてインデックスに一行追加する。

【0065】

ステップＳ３１５では、文書検索装置１１０のインデックス管理部１１３でインデックスの該当行を更新する。インデックスの更新処理の一例を、図８のデータ８０８に示す。ステップＳ３１２においてファイルサーバ１２０が文書検索装置１１０に返却した文書ファイルデータの情報と、更新ファイル欄８０５を＋１としてインデックスを更新する。

【0066】

ステップＳ３１６では、ステップＳ３０６の繰り返し処理に戻る。フォルダリスト分割範囲内の差分ファイルのインデックスの更新が完了すると繰り返し処理は終了する。

【0067】

ステップＳ３１７では、ステップＳ３０３の繰り返し処理に戻る。分割されたフォルダリストすべてのクロールが実施されると繰り返し処理は終了する。

【0068】

続いて図４の説明に移る。

【0069】

図４は、本発明の実施形態における、情報処理システムのクロール単位分割処理の一例を示すフローチャートである。本例は、均一にクロール単位を分割する処理を示す。

【0070】

ステップＳ４０１では、文書検索装置１１０のインデックス管理部１１３にあるインデックスのパス名８０２から前回クロール時点でのファイルサーバ１２０のフォルダリストを取得する。

【0071】

ステップＳ４０２では、ステップＳ４０１で取得したフォルダリストをもとに管理者が指定したフォルダ毎に分割する。フォルダリストの分割方法として、一例を図６に示す。本実施例では、４フォルダ毎にフォルダリストを分割している。

【0072】

尚、全体のフルクロールにかかった時間が分かっている場合、（全体のフルクロールにかかった時間）÷（１回のクロールにかける時間）からフォルダリストを何分割するか決める方法でもよい。いずれの方法も管理者が指定した値をもとにフォルダリストを分割することで、クロール単位を決める。

【0073】

ステップＳ４０３は、ステップＳ４０２においてフォルダリストがいくつに分割されたかを示すデータである。

【0074】

続いて図５の説明に移る。

【0075】

図５は、本発明の実施形態における、情報処理システムのクロール単位分割処理の一例を示すフローチャートである。本例は、フォルダ階層を考慮してクロール単位を分割する処理を示す。

【0076】

ステップＳ５０１では、文書検索装置１１０のインデックス管理部１１３にあるインデックスのパス名８０２から前回クロール時点でのファイルサーバ１２０のフォルダリストを取得する。

【0077】

ステップＳ５０２では、ステップＳ５０１で取得したフォルダリストを管理者が決めた階層のフォルダ毎に分割する。

【0078】

フォルダリストの分割方法として、一例を図７に示す。本実施例では、２階層目のフォルダ毎にフォルダリストを分割している。

【0079】

例えば、分割フォルダリスト７０１は、ルートディレクトリから２階層目にある「￥￥ｆｉｌｅ－ｓｅｒｖｅｒ￥０１＿開発部￥案件管理」フォルダがでてきたらフォルダリストを分割する。この際、フォルダ構成上、フォルダ直下にファイルが保管されていない可能性が高いと考えられる、上位の「￥￥ｆｉｌｅ－ｓｅｒｖｅｒ」フォルダと「￥￥ｆｉｌｅ－ｓｅｒｖｅｒ￥０１＿開発部」フォルダを分割フォルダリスト７０１に含める。

【0080】

また分割フォルダリスト７０２は、分割フォルダリスト７０１と同様、ルートディレクトリから２階層目にある「￥￥ｆｉｌｅ－ｓｅｒｖｅｒ￥０１＿開発部￥製品」フォルダで分割する。この際、フォルダ配下の「￥￥ｆｉｌｅ－ｓｅｒｖｅｒ￥０１＿開発部￥製品￥マニュアル」フォルダと「￥￥ｆｉｌｅ－ｓｅｒｖｅｒ￥０１＿開発部￥製品￥設計書」フォルダは分割フォルダリスト７０２に含まれる。

【0081】

ステップＳ５０３は、ステップＳ５０２においてフォルダリストがいくつに分割されたかを示すデータである。

【0082】

ステップＳ５０４では、文書検索装置１１０のインデックス管理部１１３にあるインデックスの更新ファイル数を、ステップＳ５０２で分割した分割フォルダリスト毎に集計する。更新ファイル数の一例を、図８のカラム８０５に示す。ファイルサーバ１２０に新規フォルダ、追加ファイル、更新ファイルがあったとき更新ファイルカラム９０５がカウントされる。

【0083】

ステップＳ５０５では、ステップＳ５０２で分割した分割フォルダリスト全てにクロール頻度を設定するまで繰り返す。

【0084】

ステップＳ５０６において、分割フォルダリスト内に新規フォルダがあると判定された場合（ステップＳ５０６：Ｙｅｓ）は、処理をステップＳ５０７に移行する。

【0085】

ステップＳ５０６において、分割フォルダリスト内に新規フォルダがないと判定された場合（ステップＳ５０６：Ｎｏ）は、処理をステップＳ５０８に移行する。

【0086】

ステップＳ５０７では、管理者が指定した値（第３の値）にクロール頻度を設定する。

【0087】

新規フォルダはその配下にどれだけのフォルダや階層構造があるか不明なため、クロール処理にかかる時間が予測できない。この回避策として今回は、新規フォルダ配下のクロールは次回とする処理を想定している。しかし、このままでは新規フォルダ配下の文書ファイル情報の結果反映までに時間がかかることになるため、クロール頻度を高め（第３の値）に設定することで、文書検索結果反映までの時間を短縮できる可能性を高める。

【0088】

ステップＳ５０８において、分割フォルダリスト内の更新頻度が高いと判定された場合（ステップＳ５０８：Ｙｅｓ）は、処理をステップＳ５０９に移行する。更新頻度については、例えば１日１回以上更新されている場合には更新頻度が高いと判定するなど、予め設定された条件に基づき判定されるものとする。

【0089】

ステップＳ５０８において、分割フォルダリスト内の更新頻度が低いと判定された場合（ステップＳ５０８：Ｎｏ）は、処理をステップＳ５１０に移行する。

【0090】

ステップＳ５０９では、管理者が指定した値（第２の値）にクロール頻度を設定する。

【0091】

ファイルの更新頻度が高い分割フォルダリストのクロール頻度を高く設定することで、文書検索結果反映までの時間を短縮できる可能性を高める。

【0092】

ステップＳ５１０では、管理者が指定した値（第１の値）にクロール頻度を設定する。
ファイルの更新頻度が低い分割フォルダリストのクロール頻度を低く設定することで、余計なクロール処理を削減し、更新頻度の高い分割フォルダリストのクロール処理を優先的に実施することで、文書検索結果反映までの時間を短縮できる可能性を高める。

【0093】

ステップＳ５１１では、ステップＳ５０５の繰り返し処理に戻る。分割されたフォルダリスト全てにクロール頻度を設定すると繰り返し処理は終了する。

【0094】

上述の通り、第２の値には、第１の値よりもクロール頻度が高くなる値が設定される。また、第３の値には、第１の値よりもクロール頻度が高くなる値が設定される。

【0095】

続いて図６の説明に移る。

【0096】

図６は、ステップＳ３０１において文書検索装置１１０のクローラ１１２が、フォルダリストの分割処理を行う際、図４が示すフローチャートでフォルダリストを均等に分割するときの一例を示す図である。本実施例では、４フォルダ毎にフォルダリストを分割している。

【0097】

続いて図７の説明に移る。

【0098】

図７は、ステップＳ３０１において文書検索装置１１０のクローラ１１２が、フォルダリストの分割処理を行う際、図５が示すフローチャートでフォルダ構成を考慮してフォルダリストを分割するときの一例を示す図である。本実施例では、ルートディレクトリから２階層目のフォルダ毎にフォルダリストを分割している。

【0099】

尚、図６図７について、いずれもフォルダリストの分割方法を示す一例であり、これらを組み合わせてフォルダリスト分割を行ってもよい。例えば、部署ごとにクロールを実施したいため、部署を示す階層までは図７で示すフォルダリスト分割を行い、部署フォルダ配下のフォルダについては、図６で示す管理者が指定した値でフォルダリストを均等に分割するとしてもよい。

【0100】

続いて図８の説明に移る。

【0101】

図８は、文書検索装置１１０のインデックス管理部１１３が管理しているインデックス８００の一例を示す図である。

【0102】

インデックス８００は、文書検索装置１１０のクローラ１１２がファイルサーバ１２０にクロールするときや、フォルダリストを分割するときに使用される。具体的には、図３のフローチャートで示す、ステップＳ３０１、ステップＳ３０４、ステップＳ３１１などで使用される。

【0103】

インデックス８００は、文書ファイル情報が登録されており、インデックスコード８０１、パス名８０２、ファイル名８０３、最終クロール日時８０４、更新ファイル８０５、ｓｏｕｒｃｅ８０６等の項目から構成される。尚、図８に新規フォルダの情報であることを示すフラグの項目はないが追加してもよい。

【0104】

これら文書ファイル情報は、検索者の文書検索結果に利用される。検索キーワードがｓｏｕｒｃｅ８０６の文書ファイルのテキスト情報に含まれていると、クライアントＰＣ１００へ文書検索結果が返却される。

【0105】

以上説明した通り、本発明では、文書ファイルが更新された場合、差分クロールの単位を分割することで、初期段階でクロール処理された文書ファイルについては、文書検索結果に早く反映されることを特徴とする。特に、差分クロール単位を分割することで、更新頻度が高い箇所についてピンポイントでクロール頻度を上げる設定が可能となり、文書検索者は最新の文書ファイル情報を短時間で取得できる可能性が高まる。

【0106】

尚、本実施例では、ファイルサーバで管理されている文書ファイルをクロールする例を用いて説明したが、本発明は、類似する文書管理システム等にも適応可能である。

【0107】

以上、本発明の実施形態について示したが、本発明は、例えば、システム、装置、方法、プログラムもしくは記録媒体等としての実施態様をとることが可能である。具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。

【0108】

また、本発明におけるプログラムは、図３、図４、図５に示すフローチャートの処理方法をコンピュータが実行可能なプログラムであり、本発明の記憶媒体は図３、図４、図５の処理方法をコンピュータが実行可能なプログラムが記憶されている。なお、本発明におけるプログラムは図３の各装置の処理方法ごとのプログラムであってもよい。

【0109】

以上のように、前述した実施形態の機能を実現するプログラムを記録した記録媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムを読み出し、実行することによっても本発明の目的が達成されることは言うまでもない。

【0110】

この場合、記録媒体から読み出されたプログラム自体が本発明の新規な機能を実現することになり、そのプログラムを記録した記録媒体は本発明を構成することになる。

【0111】

プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＤＶＤ－ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＥＥＰＲＯＭ、シリコンディスク等を用いることが出来る。

【0112】

また、コンピュータが読み出したプログラムを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

【0113】

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

【0114】

また、本発明は、複数の機器から構成されるシステムに適用しても、ひとつの機器から成る装置に適用しても良い。また、本発明は、システムあるいは装置にプログラムを供給することによって達成される場合にも適用できることは言うまでもない。この場合、本発明を達成するためのプログラムを格納した記録媒体を該システムあるいは装置に読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。

【0115】

さらに、本発明を達成するためのプログラムをネットワーク上のサーバ、データベース等から通信プログラムによりダウンロードして読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。なお、上述した各実施形態およびその変形例を組み合わせた構成も全て本発明に含まれるものである。

【符号の説明】

【0116】

１００ クライアントＰＣ
１０１ 表示部
１１０ 文書検索装置
１１１ 文書検索部
１１２ クローラ
１１３ インデックス管理部
１２０ ファイルサーバ
１２１ ファイル管理部
１２２ ファイル送受信部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】