特許 7346818 情報処理装置及びプログラム

(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】

(24)【登録日】2023-09-11

(45)【発行日】2023-09-20

(54)【発明の名称】情報処理装置及びプログラム

(51)【国際特許分類】

   G06F 16/00 20190101AFI20230912BHJP

【ＦＩ】

G06F16/00

【請求項の数】 6

(21)【出願番号】P 2018240134

(22)【出願日】2018-12-21

(65)【公開番号】P2020102035

(43)【公開日】2020-07-02

【審査請求日】2021-11-18

(73)【特許権者】

【識別番号】000005496

【氏名又は名称】富士フイルムビジネスイノベーション株式会社

(74)【代理人】

【識別番号】110001210

【氏名又は名称】弁理士法人ＹＫＩ国際特許事務所

(72)【発明者】

【氏名】尾崎 良太

(72)【発明者】

【氏名】宇野 渉

(72)【発明者】

【氏名】加藤 典司

【審査官】玉木 宏治

(56)【参考文献】

【文献】特開２０１２－１１８６２８（ＪＰ，Ａ）

【文献】特開２００６－３０９３７７（ＪＰ，Ａ）

【文献】特開２００９－１６９５１９（ＪＰ，Ａ）

【文献】特開２００６－１０７４６７（ＪＰ，Ａ）

【文献】特開２０１３－０９２８２３（ＪＰ，Ａ）

【文献】米国特許第０９２９８８２８（ＵＳ，Ｂ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｆ １６／００－１６／９５８

(57)【特許請求の範囲】

【請求項1】

時系列に沿って発生した各検索行為の発生時間に基づいて、複数の検索行為を含む検索行為群を生成する群生成手段と、
各検索行為群の間における検索行為の重複率を示す群関連度に基づいて、同一の検索イベントに含まれる検索行為を特定する特定手段と、
を有し、
前記群生成手段は、基準となる検索行為の発生時間を基準として予め定められた時間範囲内に発生した１又は複数の検索行為を含む検索行為群を生成し、前記基準となる検索行為を行ったユーザの検索能力に応じて、前記時間範囲を変更する、
情報処理装置。

【請求項2】

前記群生成手段は、前記検索能力が高いほど前記時間範囲を狭くする、
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】

時系列に沿って発生した各検索行為の発生時間に基づいて、複数の検索行為を含む検索行為群を生成する群生成手段と、
各検索行為群の間における検索行為の重複率を示す群関連度に基づいて、同一の検索イベントに含まれる検索行為を特定する特定手段と、
を有し、
検索行為は、検索用のクエリと検索結果とを含み、
前記群生成手段は、基準となる検索行為の発生時間を基準として予め定められた時間範囲内に発生した１又は複数の検索行為を含む検索行為群を生成し、前記基準となる検索行為に含まれるクエリと検索結果との間の関連度に応じて前記時間範囲を変更する、
情報処理装置。

【請求項4】

前記群生成手段は、前記関連度が高いほど前記時間範囲を狭くする、
ことを特徴とする請求項３に記載の情報処理装置。

【請求項5】

コンピュータを、
時系列に沿って発生した各検索行為の発生時間に基づいて、複数の検索行為を含む検索行為群を生成する群生成手段、
各検索行為群の間における検索行為の重複率を示す群関連度に基づいて、同一の検索イベントに含まれる検索行為を特定する特定手段、
として機能させ、
前記群生成手段は、基準となる検索行為の発生時間を基準として予め定められた時間範囲内に発生した１又は複数の検索行為を含む検索行為群を生成し、前記基準となる検索行為を行ったユーザの検索能力に応じて、前記時間範囲を変更する、
プログラム。

【請求項6】

コンピュータを、
時系列に沿って発生した各検索行為の発生時間に基づいて、複数の検索行為を含む検索行為群を生成する群生成手段、
各検索行為群の間における検索行為の重複率を示す群関連度に基づいて、同一の検索イベントに含まれる検索行為を特定する特定手段、
として機能させ、
検索行為は、検索用のクエリと検索結果とを含み、
前記群生成手段は、基準となる検索行為の発生時間を基準として予め定められた時間範囲内に発生した１又は複数の検索行為を含む検索行為群を生成し、前記基準となる検索行為に含まれるクエリと検索結果との間の関連度に応じて前記時間範囲を変更する、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置及びプログラムに関する。

【背景技術】

【0002】

情報を検索するために発生した一連の検索行為（例えば、目的の情報が検索されるまでに発生した一連の検索行為や、ユーザの検索の意図が変わるまでに発生した一連の検索行為等）を検索イベントとして抽出し、その検索イベントを解析することで、検索方法等を推奨する場合がある。

【0003】

特許文献１には、検索時に用いられたキーワードと、当該キーワードを用いて検索された検索結果の中から選択された複数の対象に関する情報とが関連付けられて検索履歴情報として記憶部に記憶し、記憶部に記憶された検索履歴情報に基づき、キーワードに対応する複数の対象間の類似度を算出し、その類似度からキーワードの曖昧性を判定する装置が記載されている。

【0004】

特許文献２には、クエリ検索においてユーザが選択したＷｅｂページに係る情報（タイトル及び要約文）と検索したクエリとの相関度を求めることで、推薦クエリを提示するサーバが記載されている。

【先行技術文献】

【特許文献】

【0005】

【文献】特開２０１７－１４６９２６号公報

【文献】特開２００９－１６９５４１号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

本発明の目的は、目的の情報を検索するために発生した各検索行為を同一の検索イベントとして抽出する場合に、検索行為間の関連度のみを用いる場合と比較して、より正確に同一の検索イベントに含まれる検索行為を特定することにある。

【課題を解決するための手段】

【0007】

請求項１に係る発明は、時系列に沿って発生した各検索行為の発生時間に基づいて、複数の検索行為を含む検索行為群を生成する群生成手段と、各検索行為群の間における検索行為の重複率を示す群関連度に基づいて、同一の検索イベントに含まれる検索行為を特定する特定手段と、を有し、前記群生成手段は、基準となる検索行為の発生時間を基準として予め定められた時間範囲内に発生した１又は複数の検索行為を含む検索行為群を生成し、前記基準となる検索行為を行ったユーザの検索能力に応じて、前記時間範囲を変更する、情報処理装置である。

【0009】

請求項２に係る発明は、前記群生成手段は、前記検索能力が高いほど前記時間範囲を狭くする、ことを特徴とする請求項１に記載の情報処理装置である。

【0010】

請求項３に係る発明は、時系列に沿って発生した各検索行為の発生時間に基づいて、複数の検索行為を含む検索行為群を生成する群生成手段と、各検索行為群の間における検索行為の重複率を示す群関連度に基づいて、同一の検索イベントに含まれる検索行為を特定する特定手段と、を有し、検索行為は、検索用のクエリと検索結果とを含み、前記群生成手段は、基準となる検索行為の発生時間を基準として予め定められた時間範囲内に発生した１又は複数の検索行為を含む検索行為群を生成し、前記基準となる検索行為に含まれるクエリと検索結果との間の関連度に応じて前記時間範囲を変更する、情報処理装置である。

【0011】

請求項４に係る発明は、前記群生成手段は、前記関連度が高いほど前記時間範囲を狭くする、ことを特徴とする請求項３に記載の情報処理装置である。

【0015】

請求項５に係る発明は、コンピュータを、時系列に沿って発生した各検索行為の発生時間に基づいて、複数の検索行為を含む検索行為群を生成する群生成手段、各検索行為群の間における検索行為の重複率を示す群関連度に基づいて、同一の検索イベントに含まれる検索行為を特定する特定手段、として機能させ、前記群生成手段は、基準となる検索行為の発生時間を基準として予め定められた時間範囲内に発生した１又は複数の検索行為を含む検索行為群を生成し、前記基準となる検索行為を行ったユーザの検索能力に応じて、前記時間範囲を変更する、プログラムである。
請求項６に係る発明は、コンピュータを、時系列に沿って発生した各検索行為の発生時間に基づいて、複数の検索行為を含む検索行為群を生成する群生成手段、各検索行為群の間における検索行為の重複率を示す群関連度に基づいて、同一の検索イベントに含まれる検索行為を特定する特定手段、として機能させ、検索行為は、検索用のクエリと検索結果とを含み、前記群生成手段は、基準となる検索行為の発生時間を基準として予め定められた時間範囲内に発生した１又は複数の検索行為を含む検索行為群を生成し、前記基準となる検索行為に含まれるクエリと検索結果との間の関連度に応じて前記時間範囲を変更する、プログラムである。

【発明の効果】

【0016】

請求項１，５に係る発明によれば、目的の情報を検索するために発生した各検索行為を同一の検索イベントとして抽出する場合に、検索行為間の関連度のみを用いる場合と比較して、より正確に同一の検索イベントに含まれる検索行為を特定することができる。

【0017】

請求項１，５に係る発明によれば、ユーザの検索能力に応じた検索行為群を生成することができる。

【0018】

請求項２に係る発明によれば、ユーザの検索能力に関わらず時間範囲を一定にする場合と比較して、ノイズとなり得る検索行為を除いて検索行為群を生成することができる。

【0019】

請求項３，６に係る発明によれば、クエリと検索結果との間の関連度に応じた検索行為群を生成することができる。

【0020】

請求項４に係る発明によれば、検索行為と検索結果との間の関連度に関わらず時間範囲を一定にする場合と比較して、ノイズとなり得る検索行為を除いて検索行為群を生成することができる。

【図面の簡単な説明】

【0023】

【図1】本実施形態に係る情報処理システムの構成を示すブロック図である。

【図2】本実施形態に係る情報処理装置の構成を示すブロック図である。

【図3】本実施形態に係る処理部の構成を示すブロック図である。

【図4】行為関連度を演算する識別器の学習処理に関するフローチャートを示す図である。

【図5】本実施形態に係る情報処理装置による処理に関するフローチャートを示す図である。

【図6】検索行為の一覧を示す図である。

【図7】拡張検索行為群を示す図である。

【図8】行為関連度を示す図である。

【図9】拡張検索行為群を示す図である。

【図10】行為関連度を示す図である。

【図11】プロファイリング情報を示す図である。

【発明を実施するための形態】

【0024】

図１を参照して、本発明の実施形態に係る情報処理システムについて説明する。図１は、本実施形態に係る情報処理システムの一例を示す。

【0025】

本実施形態に係る情報処理システムは、情報処理装置１０と１又は複数の端末装置１２とを含む。図１には１つの端末装置１２が示されているが、複数の端末装置１２が情報処理システムに含まれてもよい。情報処理装置１０及び端末装置１２は、例えば通信経路Ｎを介して互いに通信する機能を有する。通信経路Ｎは、例えば、インターネットや他のネットワーク（例えばＬＡＮ等）等である。もちろん、情報処理装置１０及び端末装置１２は、通信経路Ｎを介さずに他の装置と直接的に通信してもよい。また、サーバ等の装置が情報処理システムに含まれてもよい。

【0026】

情報処理装置１０は、情報を検索するために発生した検索行為を示す情報を取得し、同一の検索イベントに含まれる検索行為を特定するように構成されている。以下、検索行為を示す情報を「検索行為情報」と称することとする。検索対象となる情報は、文書データ、テキストデータ、画像データ（静止画像データ、動画像データ）、Ｗｅｂページ及び音声データ等である。もちろん、これら以外の情報が検索されてもよい。また、検索対象となる情報は、データベースに格納されている情報であってもよいし、Ｗｅｂサーバやファイルサーバやクラウド上に格納されている情報であってもよいし、ユーザが利用する端末装置１２等に格納されている情報であってもよいし、その他のストレージに格納されている情報であってもよい。

【0027】

端末装置１２は、ＰＣ（パーソナルコンピュータ）、タブレットＰＣ、スマートフォン又は携帯電話等であり、例えば、情報の検索時にユーザによって利用される。

【0028】

なお、ユーザは、情報処理装置１０を用いて情報を検索してもよい。また、情報処理装置１０に端末装置１２が組み込まれてもよい。

【0029】

以下、図２を参照して、情報処理装置１０の構成について詳しく説明する。図２は、情報処理装置１０の構成の一例を示す。

【0030】

通信部１４は通信インターフェースであり、情報を他の装置に送信する機能、及び、他の装置から送られてきた情報を受信する機能を有する。通信部１４は、無線通信機能を有していてもよいし、有線通信機能を有していてもよい。

【0031】

記憶部１６は、各種の情報を格納する１又は複数の格納領域である。各格納領域は、情報処理装置１０に設けられている１又は複数の記憶装置（例えばハードディスクドライブやメモリ等の物理ドライブ）として定義されてもよいし、１又は複数の記憶装置に設定された論理パーティション又は論理ドライブとして定義されてもよい。

【0032】

ＵＩ部１８はユーザインターフェースであり、表示部と操作部とを含む。表示部は、例えば、液晶ディスプレイやＥＬディスプレイ等の表示装置である。操作部は、キーボードやマウス等の入力装置である。表示部と操作部とを兼ね備えたユーザインターフェース（例えばタッチパネル等）が、ＵＩ部１８として用いられてもよい。なお、情報処理装置１０は、ＵＩ部１８を備えていなくてもよい。

【0033】

処理部２０は、検索行為情報を取得し、同一の検索イベントに含まれる検索行為を特定するように構成されている。処理部２０の詳細については図３を参照して後で説明する。

【0034】

制御部２２は、情報処理装置１０の各部の動作を制御するように構成されている。

【0035】

以下、図３を参照して、処理部２０の構成について詳しく説明する。図３は、処理部２０の構成の一例を示す。

【0036】

検索行為情報取得部２４は、検索行為情報を取得するように構成されている。検索行為情報取得部２４は、例えば、検索が行われたデータベース、Ｗｅｂサーバ、ファイルサーバ又はクラウド等から検索行為情報を取得してもよいし、検索に用いられた端末装置１２から検索行為情報を取得してもよい。検索行為情報取得部２４は、ユーザによって検索が行われる度に検索行為情報を取得してもよいし、予め定められた時間毎にまとめて検索行為情報を取得してもよい。

【0037】

検索行為の概念の範疇には、例えば、ユーザがクエリ等を用いて検索を指示する行為、及び、検索結果を出力（例えば表示）する処理が含まれる。例えば、ユーザがあるクエリを用いて検索を指示し、その検索結果が表示されて、ユーザがその検索結果を閲覧した場合、その一連の行為や処理が１つの検索行為を構成する。ユーザが更に別のクエリを用いて検索を指示し、その検索結果が表示されて、ユーザがその検索結果を閲覧した場合、その一連の行為や処理が別の１つの検索行為を構成する。

【0038】

検索行為情報は、例えば、検索に使用されたクエリを示す情報、検索結果を示す情報、検索に関する時間を示す情報、検索に用いられたＷｅｂブラウザのタブに関する情報、及び、クエリと検索結果との間の関連度を示す情報等を含む。これらの中の少なくとも１つの情報が検索行為情報に含まれてもよい。これら以外の情報であって検索に関する情報が、検索行為情報に含まれてもよい。また、検索行為情報は、検索を行ったユーザを識別するためのユーザ識別情報（例えばユーザ名やユーザＩＤ等）を含む。ユーザ識別情報の代わりに、又は、ユーザ識別情報と共に、検索に用いられた装置（例えば端末装置１２）を識別するため装置識別情報（例えば装置名やＭＡＣアドレスやＩＰアドレス等）が、検索行為情報に含まれてもよい。Ｗｅｂブラウザのタブは、Ｗｅｂページを切り替えて表示するためのユーザインターフェースである。

【0039】

クエリは、例えば、検索のためにユーザが入力したキーワードや、ユーザが選択した検索条件（例えばＡＮＤ検索やＯＲ検索等の検索式等）等である。検索結果は、例えば、検索によって得られたＷｅｂページや文書データ等に記載されている内容や要約やタイトル等である。これら以外に、検索によって得られた画像データや音声データ等が検索結果を示す情報に含まれてもよい。検索に関する時間は、例えば、検索が行われた時間（例えば日時）や、検索結果へアクセスした時間（例えば日時）や、ユーザが検索結果を閲覧した時間（例えば日時や、ユーザが検索結果を閲覧した時間の長さ等）等である。閲覧時間は、例えば、検索結果が表示されている時間（例えば日時や、検索結果が表示されている時間の長さ等）である。タブに関する情報は、例えば、ユーザがＷｅｂブラウザにおいてタブを作成した時間（例えば日時）や、タブを閉じた時間（例えば日時）や、タブを識別するためのタブ識別情報（例えばタブＩＤ）等である。クエリと検索結果との間の関連度は、例えば、検索結果に含まれるタイトルやスニペットや内容と、クエリとの間の類似度や、検索結果同士の類似度等である。なお、これらの類似度は、例えば、検索行為情報の取得元であるデータベースやＷｅｂサーバやファイルサーバやクラウドや端末装置１２等において演算される。検索行為情報取得部２４が、これらの類似度を演算してもよい。

【0040】

検索履歴情報保存部２６は、各検索が行われたときの検索履歴を示す情報（以下、「検索履歴情報」と称する）を取得して記憶部１６に保存するように構成されている。検索履歴情報保存部２６は、例えば、検索が行われたデータベース、Ｗｅｂサーバ、ファイルサーバ又はクラウド等から検索履歴情報を取得してもよいし、検索に用いられた端末装置１２から検索履歴情報を取得してもよい。検索履歴情報保存部２６は、ユーザによって検索が行われる度に検索履歴情報を取得してもよいし、予め定められた時間毎にまとめて検索履歴情報を取得してもよい。

【0041】

また、検索履歴情報保存部２６は、検索行為情報を記憶部１６に保存するように構成されている。検索履歴情報は検索行為情報に含まれてもよい。この場合、検索履歴情報保存部２６は、検索行為情報取得部２４から検索履歴情報を取得する。

【0042】

検索履歴情報は、例えば、ユーザが各閲覧ページを開いた際のタブの情報（新規ページ又は他のページからの移動）、各検索における閲覧ページ数を示す情報、各検索にてユーザが閲覧したページのランキングを示す情報、検索に用いられたクエリを示す情報、ユーザが閲覧したページを示す情報、検索に要した時間を示す情報、及び、ユーザが検索結果を閲覧した時間を示す情報等を含む。これらの中の少なくとも１つの情報が検索履歴情報に含まれてもよい。これら以外の情報であって検索の履歴に関する情報が、検索履歴情報に含まれてもよい。また、検索履歴情報は、検索を行ったユーザを識別するためのユーザ識別情報を含む。ユーザ識別情報の代わりに、又は、ユーザ識別情報と共に、検索に用いられた装置を識別するための装置識別情報が、検索行為情報に含まれてもよい。

【0043】

プロファイリング情報生成部２８は、記憶部１６に保存されている各ユーザの検索履歴情報に基づいて、個々のユーザ毎の検索の特性を示すプロファイリング情報を生成するように構成されている。プロファイリング情報生成部２８は、複数のユーザが属する組織等のグループ毎にプロファイリング情報を生成してもよい。プロファイリング情報は、例えば、マルチタスク度を示す情報、検索速度を示す情報、閲覧時間を示す情報、閲覧速度を示す情報、及び、興味分野を示す情報等を含む。これらの中の少なくとも１つの情報がプロファイリング情報に含まれてもよい。

【0044】

マルチタスク度は、検索時に同時に用いられたタブの数（同時に開かれたタブの数）や、複数のタブの間の切替回数等に基づいて演算される。一例として、マルチタスク度は、予め定められた時間内（例えばｎ分間）で同時に開いているタブの数にタブの切替回数を乗算して得られた値である。検索速度は、各検索の時間間隔に基づいて演算される。一例として、検索速度は、各検索行為間の平均時間間隔である。閲覧時間は、各検索においてユーザがＷｅｂページや文書や画像等の各情報を閲覧した時間の長さに基づいて演算される。閲覧速度は、例えば、Ｗｅｂページや文書や画像等の各情報の平均閲覧時間である。興味分野は、例えば、検索に用いられたクエリや、ユーザが閲覧したページ等に基づいて特定される。一例として、興味分野は、ユーザが閲覧したＷｅｂページや文書や画像等の情報に含まれる単語や、クエリに含まれる単語等によって特定される。これらの演算や特定処理は、プロファイリング情報生成部２８によって行われる。

【0045】

プロファイリング情報は、マルチタスク度や検索速度や閲覧時間等を示しているため、ユーザの検索能力を示しているといえる。つまり、検索速度が速いユーザほど、検索に慣れているユーザや、検索能力が高いユーザであると推測される。また、マルチタスク度が高いユーザほど（例えば同時に使用されるタブ数が多いユーザほど）、検索に慣れているユーザや、検索能力が高いユーザであると推測される。また、プロファイリング情報は、ユーザの検索の個性や特徴や癖等を示しているともいえる。

【0046】

検索行為関連度演算部３０は、検索行為情報取得部２４から複数の検索行為情報を取得し、各検索行為の間の関連度（以下、「行為関連度」と称する）を演算するように構成されている。検索行為関連度演算部３０は、例えば、検索を行ったユーザ毎に、又は、検索に用いられた端末装置１２等の装置毎に、各検索行為の間の行為関連度を演算する。

【0047】

検索行為関連度演算部３０は、例えば、各検索行為にて用いられたクエリ間のレーベンシュタイン距離、クエリ間の類似度、編集文字数、又は、各検索行為における検索結果間の類似度（タイトル、スニペット、内容、ＵＲＬ等の類似度）等に基づいて、行為関連度を演算する。検索行為関連度演算部３０は、これらの中の複数の値を組み合わせることで行為関連度を演算してもよい。また、これらの情報を入力として用いて、Deep Neural Network、Random Forest、Adaboost、Gradient Boosting等の機械学習手法によって、各検索行為が互いに関連しているか否かを判断する識別器が、予め学習によって作成されてもよい。その識別器の出力値が行為関連度として用いられてもよい。検索行為関連度演算部３０は、各ユーザのプロファイリング情報を取得し、各ユーザのプロファイリング情報に基づいて、ユーザ毎やグループ毎に識別器を作成してもよい。また、検索行為関連度演算部３０は、例えば、word2vecやseq2vec等の手法によって作成された特徴量に基づいて、クエリの類似度や検索結果の類似度を演算する。

【0048】

拡張検索行為群生成部３２は、検索行為情報取得部２４から１又は複数の検索行為情報を取得し、当該１又は複数の検索行為情報が示す１又は複数の検索行為を含む拡張検索行為群を生成するように構成されている。拡張検索行為群生成部３２は、例えば、検索を行ったユーザ毎に、又は、検索に用いられた端末装置１２等の装置毎に、複数の検索行為情報を取得し、時系列に沿って発生した各検索行為の発生時間に基づいて、複数の検索行為を含む検索行為群を生成する。検索行為の発生時間は、例えば、検索が行われた時間（例えば日時）や、検索結果へアクセスした時間（例えば日時）や、ユーザが検索結果を閲覧した時間（例えば日時）等である。

【0049】

拡張検索行為群生成部３２は、例えば、基準となる検索行為の発生時間を基準として予め定められた時間範囲内に発生した１又は複数の検索行為を含む拡張検索行為群を生成する。拡張検索行為群生成部３２は、基準となる検索行為を変えて、基準となる検索行為毎に拡張検索行為群を生成する。当該時間範囲は、予備実験等に基づいて予め定められてもよいし、ユーザや管理者等によって変更されてもよい。例えば、ある検索行為に注目した場合、拡張検索行為群生成部３２は、当該検索行為の発生時間を基準として上記時間範囲内に発生した１又は複数の検索行為を含む拡張検索行為群を生成する。同様に、拡張検索行為群生成部３２は、別の検索行為の発生を基準として上記時間範囲内に発生した１又は複数の検索行為を含む拡張検索行為群を生成する。

【0050】

拡張検索行為群生成部３２は、プロファイリング情報をプロファイリング情報生成部２８から取得し、当該プロファイリング情報が示すユーザの検索能力に応じて、上記の時間範囲を変更してもよい。別の例として、拡張検索行為群生成部３２は、特定の検索行為に含まれるクエリと検索結果との間の関連度に応じて、上記の時間範囲を変更してもよい。これらの処理については後で詳しく説明する。

【0051】

群関連度演算部３４は、各拡張検索行為群の間の関連度（以下、「群関連度」と称する）を演算するように構成されている。群関連度演算部３４は、例えば、各拡張検索行為群の間における検索行為の重複率を群関連度として演算してもよいし、拡張検索行為群に含まれる各検索行為間の行為関連度に発生時間差に応じた重み付けを行うことで群関連度を演算してもよい。例えば、発生時間差が大きくなるほど重みは小さくなる。群関連度の演算の詳細については後で詳しく説明する。

【0052】

統合関連度演算部３６は、各検索行為の間の統合した関連度（以下、「統合関連度」と称する）を演算するように構成されている。統合関連度演算部３６は、例えば、各検索行為間の行為関連度と群関連度とに基づいて各検索行為間の統合関連度を定める。具体的には、統合関連度演算部３６は、各行為関連度に群関連度を乗算することで各検索行為間の統合関連度を演算する。統合関連度演算部３６は、各検索行為の間の発生時間が近いほど統合関連度が高くなるように重み付けを行ってもよいし、同じタブが用いられた検索行為に関する統合関連度ほど高くなるように重み付けを行ってもよい。

【0053】

判定部３８は、群関連度又は統合関連度に基づいて、各検索行為が同一の検索イベントに含まれるか否かを判定するように構成されている。判定部３８は、同一の検索イベントに含まれる検索行為を特定する特定手段の一例として機能する。

【0054】

判定部３８は、例えば、各拡張検索行為群の間の群関連度が閾値以上になった場合、当該各拡張検索行為群に含まれる複数の検索行為は、同一の検索イベントに含まれると判定する。別の例として、判定部３８は、各検索行為の間の統合関連度が閾値以上になった場合、当該各検索行為は、同一の検索イベントに含まれると判定してもよい。閾値は、例えば、予め定められてもよいし、ユーザや管理者等によって変更されてもよい。判定部３８は、プロファイリング情報をプロファイリング情報生成部２８から取得し、ユーザの検索能力に応じて閾値を変更してもよい。この処理の詳細については後で説明する。

【0055】

なお、処理部２０が端末装置１２に設けられて、処理部２０による処理が端末装置１２によって実行されてもよいし、処理部２０がサーバ等の装置に設けられて、処理部２０による処理が当該装置によって実行されてもよい。

【0056】

以下、図４を参照して、行為関連度を演算する識別器の学習処理について説明する。図４は、当該学習処理に関するフローチャートの一例を示す。

【0057】

検索行為情報取得部２４は、Ｎ人のユーザの検索行為情報（検索履歴情報を含む）を取得する（Ｓ０１）。検索履歴情報保存部２６は、当該検索行為情報を記憶部１６に保存する（Ｓ０２）。プロファイリング情報生成部２８は、検索履歴情報に基づいて、ユーザ毎のプロファイリング情報を生成する（Ｓ０３）。検索行為関連度演算部３０は、各検索行為にて用いられたクエリ間のレーベンシュタイン距離、クエリ間の類似度、編集文字数、各検索行為における検索結果間の類似度（タイトル、スニペット、内容、ＵＲＬ等の類似度）等を演算し、それらを特徴量として、各検索行為が互いに関連しているか否かを判断する識別器を学習によって作成する（Ｓ０４）。このようにして作成された識別器を用いて、行為関連度が演算されてもよい。

【0058】

以下、図５を参照して、本実施形態に係る情報処理装置１０による処理について説明する。図５は、当該処理に関するフローチャートを示す。以下では、ユーザＡの検索行為に関する検索イベントを抽出するものとする。

【0059】

検索行為情報取得部２４は、ユーザＡのユーザ識別情報を含む複数の検索行為情報（検索履歴情報を含む）を取得する（Ｓ１０）。ここでは、検索行為情報Ｂ_０～Ｂ_ｃが取得され、これらが検索行為情報群Ｂ｛Ｂ_０，・・・，Ｂ_ｃ｝を構成する。

【0060】

次に、プロファイリング情報生成部２８は、検索行為情報群Ｂに基づいてユーザＡのプロファイリング情報Ｄ_Ａを生成する（Ｓ１１）。

【0061】

次に、検索行為関連度演算部３０は、検索行為情報群Ｂに含まれる各検索行為の間の行為関連度を演算する（Ｓ１２）。上述したように、行為関連度として、クエリ間のレーベンシュタイン距離や類似度等が演算されてもよいし、学習によって作成された識別器が用いられてもよい。

【0062】

次に、拡張検索行為群生成部３２は、検索行為情報群Ｂに基づいて、拡張検索行為群Ｅ_ｃ｛Ｅ_ｃ１，・・・，Ｅ_ｃ２｝を生成する（Ｓ１３）。Ｃ１，Ｃ２は、検索行為毎に設定される。拡張検索行為群生成部３２は、ユーザＡのプロファイリング情報に基づいて、拡張検索行為群を生成するときに用いられる時間範囲を変更してもよい。

【0063】

次に、群関連度演算部３４は、各拡張検索行為群の間の群関連度を演算する（Ｓ１４）。

【0064】

次に、統合関連度演算部３６は、各検索行為間の行為関連度と群関連度とに基づいて統合関連度を演算する（Ｓ１５）。

【0065】

以下、判定部３８による処理が行われる。

【0066】

まず、判定部３８は、係数ｔを「１」に設定する（Ｓ１６）。

【0067】

次に、判定部３８は、検索行為情報群Ｂの中から、時系列順に、判定対象となるＦ_ｔ個の検索行為情報を選択し、当該Ｆ_ｔ個の検索行為情報に対応した統合関連度Ｇ｛Ｇ_ｉｉ＋１，・・・，Ｇ_ｊ－１ｊ｝を統合関連度演算部３６から取得する（Ｓ１７）。ここで、ｉ＝ｍｉｎであり、ｊ＝ｍａｘである。

【0068】

Ｇ_ｉｉ＋１≧閾値Ｈ_ｃではない場合（Ｓ１８，Ｎｏ）、判定部３８は、検索行為Ｂ_ｉ＋１に新しい検索イベントＩＤを付与する（Ｓ１９）。つまり、統合関連度が閾値Ｈ_ｃ未満である場合、検索行為Ｂ_ｉと検索行為Ｂ_ｉ＋１とは互いに関連した検索行為ではないと判定され、検索行為Ｂ_ｉ＋１には、検索行為Ｂ_ｉとは異なる検索イベントＩＤが付与されて、検索行為Ｂ_ｉ＋１は、検索行為Ｂ_ｉとは異なる検索イベントに分類される。そして、処理は、Ｓ２３に移行する。

【0069】

Ｇ_ｉｉ＋１≧閾値Ｈ_ｃである場合において（Ｓ１８，Ｙｅｓ）、検索行為Ｂ_ｉに検索イベントＩＤが付与されている場合（Ｓ２０，Ｙｅｓ）、判定部３８は、検索行為Ｂ_ｉ＋１に検索行為Ｂ_ｉと同じ検索イベントＩＤを付与する（Ｓ２１）。

【0070】

Ｇ_ｉｉ＋１≧閾値Ｈ_ｃである場合において（Ｓ１８，Ｙｅｓ）、検索行為Ｂ_ｉに検索イベントＩＤが付与されていない場合（Ｓ２０，Ｎｏ）、判定部３８は、検索行為Ｂ_ｉに新しい検索イベントＩＤを付与し（Ｓ２２）、検索行為Ｂ_ｉ＋１に検索行為Ｂ_ｉと同じ検索イベントＩＤを付与する（Ｓ２１）。

【0071】

つまり、統合関連度が閾値Ｈ_ｃ以上である場合、検索行為Ｂ_ｉと検索行為Ｂ_ｉ＋１とは互いに関連した検索行為であると判定され、検索行為Ｂ_ｉ＋１には、検索行為Ｂ_ｉと同じ検索イベントＩＤが付与されて、検索行為Ｂ_ｉ＋１は、検索行為Ｂ_ｉと同じ検索イベントに分類される。

【0072】

次に、判定部３８は、係数ｉを係数 ｉ＋１に変更する（Ｓ２３）。

【0073】

ｉ≧ｊではない場合（Ｓ２４，Ｎｏ）、処理はＳ１７に移行する。

【0074】

ｉ≧ｊである場合において（Ｓ２４，Ｙｅｓ）、すべての検索行為に対して検索イベントＩＤが付与されている場合（Ｓ２５，Ｙｅｓ）、処理は終了する。

【0075】

ｉ≧ｊである場合において（Ｓ２４，Ｙｅｓ）、検索イベントＩＤが付与されていない検索行為が存在する場合（Ｓ２５，Ｎｏ）、係数ｔが係数ｔ＋１に変更され（Ｓ２６）、処理はＳ１６に移行し、Ｓ１７以降の処理が実行される。こうすることで、各検索行為が、互いに同一又は異なる検索イベントに分類される。

【0076】

以下、具体例を挙げて情報処理装置１０による処理について詳しく説明する。

【0077】

図６は、あるユーザ（例えばユーザＡ）についての検索行為の一例を示す。図６に示されている各検索行為は、検索行為情報取得部２４によって取得された各検索行為情報が示す検索行為であり、各検索行為情報は記憶部１６に保存される。例えば、検索行為を識別するためのＩＤと、検索行為が発生した日時を示す情報と、検索行為の具体的な内容を示す情報とが互いに紐付けられて記憶部１６に保存される。図６においては、各検索行為が、検索行為が発生した日時順に並んでいる。

【0078】

例えば、ＩＤ「００１」の検索行為は、２０１８年４月２０日の１３：４５に行われており、その検索行為では、キーワード「コンピュータビジョン」と「国際会議」が、検索のためにユーザＡによって入力されている。他の検索行為においても、検索のためのキーワードがユーザＡによって用いられている。

【0079】

なお、図６には、前の検索との関連度（本実施形態、比較例）が参考として示されている。本実施形態に係る関連度は、上述した群関連度を考慮に入れた統合関連度である。比較例に係る関連度は、検索行為間の関連度であり、群関連度は考慮されていない関連度である。これらの関連度は参考として示されているものであり、検索行為に含まれるものではない。例えば、ＩＤ「００２」の検索行為に注目すると、前の検索は、時間順で１つ前のＩＤ「００１」の検索行為である。ＩＤ「００２」の検索行為とＩＤ「００１」との間の本実施形態に係る関連度（統合関連度）は、「０．６５」であり、比較例に係る関連度（行為関連度）は、「０．６」である。

【0080】

拡張検索行為群生成部３２は、例えば、基準となる検索行為の発生日時を基準として予め定められた時間範囲内に発生した１又は複数の検索行為を含む拡張検索行為群を生成する。拡張検索行為群生成部３２は、基準となる検索行為を変えて拡張検索行為群を生成する。

【0081】

具体的には、ＩＤ「００１」，「００２」の検索行為を含む拡張検索行為群１が生成され、ＩＤ「００１」～「００３」の検索行為を含む拡張検索行為群２が生成され、ＩＤ「００３」，「００４」の検索行為を含む拡張検索行為群３が生成され、ＩＤ「００５」，「００６」の検索行為を含む拡張検索行為群４が生成される。

【0082】

次に、検索行為関連度演算部３０は、各検索行為の間の行為関連度を演算し、群関連度演算部３４は、各拡張検索行為群の間の群関連度を演算する。

【0083】

例えば、拡張検索行為群１と拡張検索行為群２とを対象として、行為関連度と群関連度とが演算される。図７を参照して、この演算について詳しく説明する。図７は、拡張検索行為群１，２を示す。検索行為関連度演算部３０は、ＩＤ「００１」の検索行為とＩＤ「００１」の検索行為との間の行為関連度、ＩＤ「００１」の検索行為とＩＤ「００２」の検索行為との間の行為関連度、ＩＤ「００１」の検索行為とＩＤ「００３」との間の行為関連度、ＩＤ「００２」の検索行為とＩＤ「００２」の検索行為との間の行為関連度、及び、ＩＤ「００２」の検索行為とＩＤ「００３」の検索行為との間の行為関連度を演算する。図７中の矢印は、行為関連度を演算するときの検索行為の組み合わせを示している。

【0084】

図８は、上記のようにして演算された各行為関連度の一例を示す。図８には、各検索行為間の発生時間の差分（例えば秒）も示されている。例えば、ＩＤ「００１」の検索行為とＩＤ「００２」の検索行為との間の行為関連度は「０．６」であり、時間の差分は「５．０秒」である。行為関連度は、上述したように、クエリ間の類似度等に基づいて演算される。

【0085】

群関連度演算部３４は、拡張検索行為群１と拡張検索行為群２との間の群関連度を演算する。

【0086】

群関連度演算部３４は、例えば、拡張検索行為群１，２の間における検索行為の重複率を群関連度として演算する。以下、この群関連度を「群関連度１」と称することとする。群関連度１は、以下の式（１）によって表される。拡張検索行為群１，２にはＩＤ「００１」～「００３」の検索行為が含まれるため、拡張検索行為群１，２中の全検索行為数（ＩＤが互いに異なる検索行為の全数）は「３」である。重複する検索行為の数は「２」である。よって、群関連度１は「０．６７」となる。

【0087】

【数1】

【0088】

別の例として、群関連度演算部３４は、拡張検索行為群１，２の間における各検索行為間の行為関連度に発生時間差分に応じた重み付けを行うことで群関連度を演算してもよい。以下、この群関連度を「群関連度２」と称することとする。群関連度２は、以下の式（２）によって表される。ここでは、群関連度２は、発生時間差分の逆数を用いた加重平均であり、その値は「０．９０７」である。

【0089】

【数2】

【0090】

更に別の例として、群関連度演算部３４は、発生時間差分の逆数を用いた加重平均と、拡張検索行為群１，２の間の発生時間差分の平均の逆数とによって定められる群関連度を演算してもよい。以下、この群関連度を「群関連度３」と称することとする。群関連度３は、以下の式（３）によって表される。ここでは、群関連度３は、発生時間差分の逆数を用いた加重平均に、拡張検索行為群１，２の間の発生時間差分の平均の逆数を乗算することで演算される値であり、その値は「０．１５」である。

【0091】

【数3】

【0092】

群関連度として、上記の群関連度１，２又は３のいずれかが用いられる。群関連度１，２又は３の中の予め定められた群関連度が用いられてもよいし、ユーザや管理者等によって指定された群関連度が用いられてもよい。もちろん、群関連度１，２，３以外に、拡張検索行為群間の関連度を示す値が群関連度として用いられてもよい。

【0093】

統合関連度演算部３６は、各検索行為間の行為関連度と群関連度とに基づいて統合関連度を演算する。統合関連度演算部３６は、例えば、各行為関連度に群関連度を乗算することで各検索行為間の統合関連度を演算する。

【0094】

例えば、図８に示す例において、群関連度として群関連度１が用いられる場合、統合関連度演算部３６は、図８に示されている各行為関連度に群関連度１「０．６７」を乗算することで、各検索行為間の統合関連度を演算する。この場合、ＩＤ「００１」の検索行為とＩＤ「００２」の検索行為との間の統合関連度は「０．６×０．６７」となり、ＩＤ「００１」の検索行為とＩＤ「００３」の検索行為との間の統合関連度は「０．１×０．６７」となり、ＩＤ「００２」の検索行為とＩＤ「００３」の検索行為との間の統合関連度は「０．３×０．６７」となる。

【0095】

判定部３８は、各検索行為間の統合関連度が閾値以上になった場合、当該各検索行為は、同一の検索イベントに含まれると判定する。例えば、ＩＤ「００１」の検索行為とＩＤ「００２」の検索行為との間の統合関連度が閾値以上になった場合、判定部３８は、ＩＤ「００１」の検索行為とＩＤ「００２」の検索行為とは同一の検索イベントに含まれると判定する。他の検索行為についても同様である。なお、群関連度１の代わりに群関連度２又は３が用いられてもよい。

【0096】

別の例として、判定部３８は、各拡張検索行為群の間の群関連度が閾値以上になった場合、当該各拡張検索行為群に含まれる複数の検索行為は、同一の検索イベントに含まれると判定してもよい。例えば、群関連度２，３は、それぞれ行為関連度を含む値であるため、群関連度２，３は、検索行為間の関連度をも指し示しているといえる。例えば、判定部３８は、群関連度２が閾値以上になった場合、拡張検索行為群１，２に含まれる各検索行為（ＩＤ「００１」～「００３」の各検索行為）は、同一の検索イベントに含まれると判定してもよい。群関連度２の代わりに群関連度３が用いられた場合も同様である。

【0097】

拡張検索行為群１，２以外の群についても、拡張検索行為群１，２と同様に、行為関連度と群関連度とが演算される。

【0098】

図９は、拡張検索行為群３，４を示す。検索行為関連度演算部３０は、ＩＤ「００３」の検索行為とＩＤ「００５」の検索行為との間の行為関連度、ＩＤ「００３」の検索行為とＩＤ「００６」の検索行為との間の行為関連度、ＩＤ「００４」の検索行為とＩＤ「００５」の検索行為との間の行為関連度、及び、ＩＤ「００４」の検索行為とＩＤ「００６」の検索行為との間の行為関連度を演算する。図９中の矢印は、行為関連度を演算するときの検索行為の組み合わせを示している。

【0099】

図１０は、上記のようにして演算された各行為関連度の一例を示す。図１０には、各検索行為間の発生時間の差分（例えば秒）も示されている。

【0100】

群関連度演算部３４は、拡張検索行為群３と拡張検索行為群４との間の群関連度を演算する。

【0101】

拡張検索行為群３と拡張検索行為群４との間の群関連度１は、以下の式（４）によって表される。拡張検索行為群３，４にはＩＤ「００３」～「００６」の検索行為が含まれるため、拡張検索行為群３，４中の全検索行為数は「４」である。重複する検索行為の数は「０」である。よって、群関連度１は「０．０」である。

【0102】

【数4】

【0103】

また、拡張検索行為群３と拡張検索行為群４との間の群関連度２は、以下の式（５）によって表される。ここでは、群関連度２は「０．４００５」である。

【0104】

【数5】

【0105】

また、拡張検索行為群３と拡張検索行為群４との間の群関連度３は、以下の式（６）によって表される。ここでは、群関連度３は「０．０００００６９４」となる。

【0106】

【数6】

【0107】

図１０に示す例において、群関連度として群関連度１が用いられる場合、統合関連度演算部３６は、図１０に示されている各行為関連度に群関連度１「０．０」を乗算することで、各検索行為間の統合関連度を演算する。ここでは、各統合関連度は「０．０」となり、閾値未満となる。従って、判定部３８は、拡張検索行為群３に含まれるＩＤ「００３」，「００４」の検索行為と、拡張検索行為群４に含まれるＩＤ「００５」，「００６」の検索行為とは、同一の検索イベントに含まれないと判断する。群関連度１の代わりに群関連度２又は３が用いられた場合も、判定部３８は、統合関連度と閾値との比較によって、各検索行為が同一の検索イベントに含まれるか否かを判定する。

【0108】

上記の例では、拡張検索行為群１と拡張検索行為群２とが比較され、拡張検索行為群３と拡張検索行為群４とが比較されているが、これら以外にも、拡張検索行為群１と拡張検索行為群３とが比較されてもよいし、拡張検索行為群１と拡張検索行為群４とが比較されてもよい。

【0109】

以上のように、群関連度を用いて、各検索行為が同一の検索イベントに含まれるか否かが判定される。こうすることで、検索行為間の関連度のみを用いる場合と比較して、より正確に同一の検索イベントに含まれる検索行為が特定される。

【0110】

（変形例１）
以下、変形例１について説明する。変形例１では、拡張検索行為群生成部３２は、ユーザのプロファイリング情報を取得し、当該プロファイリング情報が示す当該ユーザの検索能力に応じて、拡張検索行為群の生成のために用いられる時間範囲を変更する。例えば、拡張検索行為群生成部３２は、検索能力が高いほど当該時間範囲を狭くして拡張検索行為群を生成する。

【0111】

ここで、図１１を参照して、プロファイリング情報の一例について説明する。例えば、各ユーザのプロファイリング情報として、ユーザを識別するためのユーザＩＤと、マルチタスク度を示す情報と、検索速度を示す情報と、閲覧時間を示す情報と、興味分野を示す情報とが互いに紐付けられている。これらの情報は、各ユーザの閲覧履歴情報に基づいてプロファイリング情報生成部２８によって生成される。

【0112】

例えば、ユーザＩＤ「００１」のユーザについて説明すると、マルチタスク度は「高」であり、検索速度は「速」であり、閲覧時間は「長」であり、興味分野は「コンピュータビジョン」と「Ｐｙｔｈｏｎ」である。なお、マルチタスク度や検索速度や閲覧時間は数値によって表現されてもよい。

【0113】

マルチタスク度が高いほど、検索能力が高いと評価され、検索速度が速いほど、検索能力が高いと評価される。従って、拡張検索行為群生成部３２は、マルチタスク度が高いほど時間範囲を狭くし、検索速度が速いほど時間範囲を狭くする。

【0114】

拡張検索行為群の生成に用いられる時間範囲を広げるほど、同一の検索イベントに含まれ得ない検索行為が、ノイズとして同一の拡張検索行為群に含まれる可能性が高くなる。検索能力が高いほど時間範囲を狭くすることで、そのようなノイズを除去して拡張検索行為群が生成される。例えば、検索能力が高いユーザは、検索能力が低いユーザと比較して、短時間で目的の情報を検索すると想定される。それ故、検索能力が高いほど時間範囲を狭くすることで、ノイズが除去された拡張検索行為群が生成されて、同一検索イベントの判定処理の精度が高くなる。一方、検索能力が低いユーザは、検索能力が高いユーザと比較して、目的の情報を検索するために要する時間が長くなると想定される。それ故、検索能力が低いほど時間範囲を広げることで、より多くの検索行為情報を用いて拡張検索行為群が生成される。

【0115】

（変形例２）
以下、変形例２について説明する。変形例２では、拡張検索行為群生成部３２は、拡張検索行為群の生成のための基準となる検索行為に含まれるクエリと検索結果との間の関連度に応じて、当該拡張検索行為群の生成のために用いられる時間範囲を変更する。例えば、拡張検索行為群生成部３２は、当該関連度が高いほど当該時間範囲を狭くして拡張検索行為群を生成する。

【0116】

クエリと検索結果との間の関連度は、上述したように、例えば、検索結果に含まれるタイトルやスニペットや内容と、クエリの間の類似度や、検索結果同士の類似度等である。

【0117】

クエリと検索結果との間の関連度が高いほど、ユーザの目的の情報が検索されたと推測され、より短時間で検索イベントが終了すると推測される。それ故、クエリと検索結果との間の関連度が高いほど時間範囲を狭くして拡張検索行為群を生成することで、時間範囲を広げて拡張検索行為群を生成する場合と比較して、よりノイズの少ない拡張検索行為群が生成され、その結果、同一検索イベントの判定処理の精度が高くなり得る。

【0118】

（変形例３）
以下、変形例３について説明する。変形例３では、判定部３８は、ユーザのプロファイリング情報を取得し、当該プロファイリング情報が示す当該ユーザの検索能力に応じて、同一検索イベントを判定するための閾値を変更する。例えば、判定部３８は、検索能力が高いほど閾値を高い値に設定する。具体的には、判定部３８は、マルチタスク度が高いほど閾値を高い値に設定し、検索速度が速いほど閾値を高い値に設定する。

【0119】

検索能力が高いほど閾値を高い値に設定することで、ノイズとなり得るより関連度の低い検索行為を除外して同一検索イベントに含まれる検索行為が特定されるので、同一検索イベントの判定処理の精度が高くなる。

【0120】

（変形例４）
以下、変形例４について説明する。変形例４では、判定部３８は、ユーザのプロファイリング情報を取得し、当該プロファイリング情報が示す当該ユーザの検索能力に応じて、判定対象となる検索行為を選択したり変更したりする。例えば、マルチタスク度が高いユーザほど、様々な検索を短時間で行う傾向が高い。同様に、検索速度が速いユーザほど、様々な検索を短時間で行う傾向が高い。そのため、マルチタスク度がより低いユーザや検索速度がより遅いユーザと比較して、例えば、検索イベント１、検索イベント２、検索イベント１のように、同一の検索イベントの間に別の検索イベントが発生する可能性が高い。そこで、変形例４では、判定部３８は、検索能力が高いほど、より多くの検索行為を判定対象の検索行為として選択して、各検索行為が同一検索イベントに含まれるか否かを判定する。

【0121】

上記の情報処理装置１０及び端末装置１２は、一例としてハードウェアとソフトウェアとの協働により実現される。具体的には、情報処理装置１０及び端末装置１２は、図示しないＣＰＵ等の１又は複数のプロセッサを備えている。当該１又は複数のプロセッサが、図示しない記憶装置に記憶されたプログラムを読み出して実行することにより、情報処理装置１０及び端末装置１２のそれぞれの各部の機能が実現される。上記プログラムは、ＣＤ又はＤＶＤ等の記録媒体を経由して、又は、ネットワーク等の通信経路を経由して、記憶装置に記憶される。別の例として、情報処理装置１０及び端末装置１２のそれぞれの各部は、例えばプロセッサ、電子回路又はＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェア資源により実現されてもよい。その実現においてメモリ等のデバイスが利用されてもよい。更に別の例として、情報処理装置１０及び端末装置１２のそれぞれの各部は、ＤＳＰ（Digital Signal Processor）又はＦＰＧＡ（Field Programmable Gate Array）等によって実現されてもよい。

【符号の説明】

【0122】

１０ 情報処理装置、２０ 処理部、２４ 検索行為情報取得部、２６ 検索履歴情報保存部、２８ プロファイリング情報生成部、３０ 検索行為関連度演算部、３２ 拡張検索行為群生成部、３４ 群関連度演算部、３６ 統合関連度演算部、３８ 判定部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】