Ajax vs Flash

リッチクライアントを実現するためのコア技術であるAjaxとFlash、どちらがどのような方面で一体優れているのか比較検討してみたい。

ニューヨークで行われたフラッシュ先進会議みたいなものでAjaxの動きがフラッシュ製作者にどのようなインパクトを与えるかという話題があったそうである。

クライアントに対して行えることに関してはFlashはDHTMLよりかなり優位に立っているということがいえる。Ajaxをフラッシュの替わりに用いているサイトの特徴としてはユーザーインターフェースや機能が比較的簡単なものであるということが言える。確かにGooglemapsのような巨大予算を費やした例外もあるが、これはGoogleがビジネス上の思惑でmacromediaやadobeに頼ったシステムを作りたくなかったゆえではないか？という事が伺える。まあしかしフラッシュにもAjaxにも長所、短所がありそれらについて簡単にまとめてみる。

Flash

・プラグインをしなければならず、また決められた範囲の場所にしか表示できない。

・互換性についてはあまり考えなくてもよく作るのが簡単。

・CSSをある程度しかサポートしていない

・javaに似た堅牢なプログラミングモデル

・テキスト表示が弱い、（汚い？）

Ajax

・html、ブラウザとの親和性が高い

・CSSをフルサポート

・動的なコンテンツ生成が容易

個人的にはどちらが良いのかはあまりわかりませんが、javascriptとflashを連携させることなども可能なので両方学習しておいていいとこどりするのが一番いいと思います。

情報可視化インタフェース

数値データから描かれる統計グラフ⇒値の推移を把握するのに適しているが節目と考えられる部位や、背景・影響などを読み取るのは難しい

新聞記事などのテキスト⇒具体的な値の推移把握には不十分だが、背景や影響、節目として解釈すべき箇所を理解する際には有効

ということなのでこれらの情報を相補的に扱うことができればユーザーインターフェースは確実に向上する。

時系列数値情報とテキスト情報を組み合わせて情報を提示する場合、その最も単純な実現方法は、白書等より得られる数値情報を統計グラフとして描画し、新聞記事等のテキスト情報をその発行日を用いてグラフの時間軸に関連付ける方法であろう。

しかし、この方法は欠点があり、それは記事の発効日を利用したとしてもその記事がいつの出来事について書いているのかがわからないということである。今までの変遷をつづったものなのかもしれないし、昨日の出来事を書いたものかもしれない。これをまずテキストの自動解釈技術に基づいていつからいつまでの出来事について書いたものなのかを判別して時間軸と連動させる必要がある。またテキストがグラフのどの変遷箇所に注目して書かれたものなのかを解釈必要がある。

ユーザの探索行為を考えた場合（１）グラフの特徴的な箇所に着目し、それに関する知見を得るためにテキストを参照する。（２）テキスト情報から気になる箇所を見つけそれがグラフのどこに対応しているのかを参照する。っという双方向の情報アクセスが想定できる。そのため、情報提示インタフェースはユーザにテキスト情報の一覧からグラフの対応箇所を見つけるインタラクションを提供する必要がある。

Webで情報可視化インタフェースを考えるとフラッシュかAjaxあたりで実装できそう

Web Trust 研究動向

1.はじめに

フィッシング詐欺やチャリンカー詐欺（現物を確保する前にネットオークションに出品し、注文を受けてから安く調達して利ざやを稼ぐ自転車操業的な手法。また、赤字になるような安い価格で出品を続け、高い評価がたまったところで大量の仮出品を行い、入金されたところで逃亡する詐欺のこともある）、P2Pソフトを介した個人情報漏えい問題など、Webの利用が進むにつれ次々に新しい問題が起こっている。今後Webを健全な社会インフラとして活用するためにはWebの信憑性の扱いが最大の課題となっているといっても過言ではない。そこでWebを安心して使えるようにするためWebの信憑性の問題に様々な分野で取り組んだ研究が近年注目されている。そこで本稿ではこれらをWeb Trustの研究と呼び、具体的な事例をあげて現状を紹介する。

２．Trustとは？

２．１　TrustとPrivacy,Security

相手を信頼するためには相手に関するあらゆる情報を判断材料として入手したいだろう、こうした相手に関する情報の入手につきまとうのがPrivacyである。Privacyは、情報のオーナシップやコントロールに関する権利とされ捉えられ、またその権利を保護することがSecurityである。リスクを減らすには、できるだけ多くの判断情報を集めたいが、これを追求するとPrivacyの考えが脅かされる。一方Privacyを尊重しすぎると、相手を信頼するに至らないという局面が増える。こうした意味で、信頼に基づく社会を実現するには、PrivacyとTrustとのバランスを考慮する必要があり、この点がPrivacyの取り決めを難しくする要因のひとつである。また、Privacyを保護するSecurityが確立していないと、やはりPrivacyは保護されないことになる。Trustに立脚した社会の実現は、PrivacyとSecurityの課題と切り離せない関係にあるといえる。

２．２　Trust研究のマップ

イタリアCNR(National Research　Council)のInstitute of Cognitive Sciences and Technologies(ISTC:認知科学技術研究所）では、Trustを総合的に研究するため,T3 Groupという研究組織が活動している。T3はTrust Theory and Technologyの頭文字をとったもので、様々な分野の研究者が集まり、Trustとは何か、Trustは社会や技術にどのような影響を与えるのかなどを幅広く検討している。T3では、Trustを扱う研究分野として以下の５分野をあげている。

• 経済学(Economics/Organizations)
• 社会学(Sociology)
• 心理学（Psychology)
• コンピュータサイエンス（Computer Science)
• 社会的認知科学(Socio-cognitive approach)

§１　他分野におけるTrust研究事例

経済学：経済学でのTrustは、主に顧客が企業などの組織に対して感じる信用や安心などの基準であり、変数として表せる因子の一つとみなされている。

社会学：社会学では、Trustを主に個人対個人の信頼関係と捉えている。

心理学：どういう状況でTrustを感じるか、あるいはTrustとTrustに類似した概念をどのように識別するかを中心に議論している。

社会的認知科学：社会的認知科学では、人間が様々な要因からTrustを導き出す過程をモデル化する研究が行われいている。

３．Web Trust研究

３・１　WebにとってのTrustの意義

Webを含むコンピュータサイエンスでは、Trustは大きく分けて二つの異なる側面から議論されている。一つはセキュアなシステムの構築手法、もう一つはネットワーク上でのエージェントに対するTrustを算出する手法である。前者は、高いセキュリティを持つシステムやセキュリティを重視するユーザはTrustworthyであるとするものである。一方後者は実世界での組織や個人の間の関係をコンピュータネットワークに適用し、ネットワーク上のノードやWeb上のオンラインショップ、それらの利用者などをエージェントと捉え、その信憑性を推定しようとするものである。Webには、実世界の距離を超えたコミュニケーションを可能にし、匿名性が高いという２つの大きな特徴があるため、実世界よりも大きなチャンスとリスクがあり、相手を正しく選択する重要性が高い。

３・２　Trust推定のための評判情報管理

利用者の評価情報を元に、エージェントのTrustを予測する一連の仕組みは、評判管理システム（reputation　system)と呼ばれている。Reputation systemの基本的なアイディアは、今まで面識のない相手のTrustを「間接的な情報」である評判情報をもとに予測することにある。ここで「間接的な情報」とは、すでにこの相手と面識のあるほかのエージェントによる評価を意味する。

Trustの研究は大きくはcentralized型とdistributed型に分けることができるがこれらについて説明していく

§１　Centralized Reputation Systems

評判情報をサーバ上で中央管理するシステムで、商品レビューサイトなどに代表される情報提示サイトなど、数々のWebサービスにおいてreputation systemが利用されている。最も有名なものがヤフーオークションなどで利用されているユーザ評価方式であり、取引完了後、売り手と買い手のそれぞれが相手に対してプラス（＋１）、中立（０）、マイナス（－１）の評価を下すプリミティブなフィードバック方式となっており、あるユーザの評価値は、このユーザが受けた評価値の総和（ないしは平均値）となる。また、オープンソースプログラマのための情報共有コミュニティであるadvogatoにおいてもメンバの評価（スキル習熟度）を管理するreputation systemが提供されていて、ここで採用されているAdvogato's trust metricは、各メンバをnodeとし、メンバ間の参照情報をedgeとする有効グラフを用いてメンバ評価を行う。またEpinionという製品及び店舗のレビューサイトではユーザはレビューとレビュアの双方に評価情報を付与することができる。

§２　Distributed Reputation Systems

中央管理を必要としない分散型reputation systemに関する研究は、主にP2Pファイル共有におけるファイル詐称問題への対応策として研究が進められてきた。例えばMudhakar SrivastsaはP2P環境下でのピア（通信相手）の選択にTrustを導入し、あるファイルを取得する場合にTrust値の高い(信頼できる）ピアを選択することで、故意にウイルス感染させたファイルを配信するような悪質なピアに接続する危険を減少させるシステムを提案している[Srivatsa 05]

また中央管理型とは異なり、分散型reputation systemにおいては、評判情報が各ユーザの手元に点在することになる。このため、あるユーザに関するTrustを調べる際には、他のユーザから該当ユーザに関する評判情報を収集する必要がある。そこで、この評判情報を如何に効率的に収集するか、如何に分散する評判情報を元に必要とするユーザのTrustを計算するかがポイントとなる。Abererらは、ユーザのマイナス評価を分散環境下において共有するアーキテクチャを発表している。[Aberer 01]

また評判情報の一貫性をどう管理するかといった分散環境特有の課題もある。

§３　評判システムの課題

効果的なreputation system実現のためには、いくつか解決すべき課題が存在する。Resnickは、正確なReputationを得るためには、（１）利用者からのフィードバックをどのように誘発するか、（２）信頼性のあるReputationの配信をどう実現するかなどの課題を解決する必要があるとしている。（１）の問題については、ユーザに対してフィードバックへの対価として金銭的インセンティブを与えるアプローチや、ポジティブとネガティブの両方のフィードバックを採用することで、比較的少数のユーザ間関係からでも高い精度でTrust値算出が計算可能な手法を検討するアプローチがある。しかしこのシステムではポジティブ方向に偏りがちなのでより正直な評価を引き出すために匿名性を加えたreputation systemも考えられている。（２）については悪い評判がついたエージェントが、いったん自分のIDを捨てた後、新規参入エージェントのフリをして新たなIDと新たな評判を取得することが問題となっており対応が非常に難しい。また悪意を持ったユーザを統計処理などにより除くといったことも行われている。

３．３　ページの内容による信憑性の推定

FoggによるWebページの信憑性を心理学的な視点から調査した研究があるが、それによると大きく分けて５つのグループがあり、それぞれ

1. Real-World Feel Scale
   組織の住所や社員の顔写真が掲載されているかといった実世界での実在性を感じさせる基準
2. Ease of Use Scale
   キーワード検索が可能か、リンクナビゲーションが適切かといった使いやすさによる基準
3. Expertise Scale
   記事の出展が明記されているなど、情報の専門性、技術的裏づけに関する基準
4. Trustworthiness Scale
   著名なサイトからリンクされている、よく知られた企業のサイトであるといった社会的な信用に関する基準
5. Tailoring Scale
   情報を送信すると確認メール返信されるなど、細部の作りこみに関する基準。

３．４　その他のWeb Trustに関する研究

§１検索エンジンのランキング

検索エンジンのランキングの信憑性として、意図した相互リンクなどをどこまで認めるのか、また本来のランキングのあり方を改めて問うてみる、といった動きが見られる。

§２　評価表現抽出

blog等から個人の主観的な意見を抜き出そうということも行われている。ここでは文章中に表れる「良い」評価や「悪い」評価を自然言語処理技術を用いて抽出し、その記述全体としての（おそらく信憑性）の評価を算出するというものである。（「良い」「悪い」の記述からその文に対する信憑性を求めているのか、それともある製品があってそれに対して肯定的な意見が多いのか否定的な意見が多いのかを単に調べているだけなのかは論文内容からはよくわからない）

参考文献　人工知能学会誌　２１巻４号

blogマイニング ーインターネット上のトレンド、意見分析を目指してー

１．はじめに

ブログは通常のWebページとは異なり、速報性、リアルタイム性のある新鮮な情報が発信されることから、掲示板同様有用な情報源と考えられるようになってきている。このblogを大量に収集し、収集したblog集合を様々な手法で分析することで一般の人々の「生の声」をうまく抽出することに現在関心が集まっている。

２．blogとは？

blogの情報源としての特徴の第一は、時系列情報を伴った膨大なテキスト集合であるという点であろう。いうまでもなく、内容を書いた日付（時刻）がメタデータとして付与されているテキストはこれまでで希少であり、そのため経年変化などの動向調査を行う素材としては非常に興味深いということができる。また上述したように、blogの書き手が一般の個人であり、その内容から一般の人々が何をし、何を思っているかを抽出できる可能性があることがblogを情報源として魅力的にしている第二の理由といえる。さらにblogの場合、トラックバックなど付加的な機能により、人と人の間のつながりに関する情報を入手しやすいという特徴もあり、後述するコミュニティ抽出などのように個人間のつながりに関する分析に向いているという特徴もある。

３．blogマイニング

　　　　　　　-blogから社会の何が見えてくるのか-

blogを対象にした分析にはどのようなものが考えられるだろうか。現状ではblogマイニングと呼ぶことができる分析技術は以下のようなものである。

• Authority分析
• トレンド分析
• 評判分析
• コミュニティ抽出
• blogの書き手の属性推定
• 実世界の動向（例えば、株価、売り上げ）との相関分析
• spam filtering
• 自動要約
• 情報の重要性、信頼性評価
• blogのエントリの自動分類、トピック同定
• マスメディア（例えば、新聞記事）とblogの自動対応付け

４．blog検索　ーblogによるランキング手法

blogのみに的を絞った検索エンジンとしては、例えば、未来検索livedoor,Yahoo!ブログ検索などがあるが、これらは人手による収集、あるいはpingサーバからblogサイトの情報を得て、RSSを利用することでblogを収集する検索システムである。ブログ特有のランキング付けとして、日付順、更新間隔が短いもの順などを利用することが考えられる。

５．　blogにおけるトレンド分析ーいつどんな話題が盛り上がっているのか？

ある程度の規模のblogページを利用することが可能な場合、それらのページの中で、あるキーワードの出現頻度がどのように推移するかを計ることで、そのキーワードが「いつ」、「どの程度」注目されていたのかを知ることが可能である。出現頻度のみを注目度の指標にするだけではキーワードごとの総出現頻度の差を受けるといった問題がある。（つまり人気キーワードと人気キーワードではないが最近注目されているキーワードの総出現頻度が同じである時、それらを同等に扱うのは間違いであり、最近注目されているキーワードをもっと優遇すべきということ）そこで筆者らはキーワードの出現間隔が狭くなってきている状態（バースト）を発見することによって、キーワードが注目されていると考えられる期間を検出している。

６．評判分析ー人々の意見を収集、分析する

blogが個人の発信するメディアであることから、現状評判分析がblogマイニングで最も関心をもたれている技術といってよいだろう。評判分析では、blog中の、ある対象に対する個人の肯定的あるいは否定的意見を抽出、表示することが目的となる。blogWatcherでは、ある対象に関する評判情報を検索することができる。実際にキーワードとしてipodと入力すると、評価表現が肯定的な評価か、否定的な評価かなどが自動的に判定されグラフにより傾向を掴むことができる。評判分析手法は、テキスト中の肯定的・否定的意見箇所を抽出する手法、それらの箇所がどの対象に対する意見であるかを同定する手法、それらの箇所がどの対象に対する意見であるかを同定する手法、の大きく２つの要素技術に分けることができる。

７．　blog空間におけるコミュニティ抽出

blog空間におけるリンク構造を解析しblogのコミュニティを抽出しようという試みが多数見られる。またコミュニティが時間経過とともにどのように変化していくかを分析する手法なども研究されている。

８．　その他のblogマイニング技術

８．１　blogの書き手の属性推定

blogの書き手の属性が推定できると、例えば属性による分類ごとに分析結果を示したり、また、居住地域を特定できれば、その居住地域に関して記述されている内容は、「地元」の人の記述として遠方の人のものより信頼性を与えられる可能性もでてくる。書き手の属性としては、性別、年齢、居住地域などが現在推定の対象となっている。

８．２　実世界の動向との相関分析

blogマイニングの結果、トレンドや評判の推移に関する情報がblogを情報源として得られるようになると、次は、このblog中での動向が実世界での動向とどのように相関するのかを分析したいという関心も当然高まってくる。この典型例が、blogの中での動向が実世界での動向とどのように相関するのかを分析したいという関心も当然高まってくる。この典型例が、blogの中での記述が選挙結果とどのように関連したかを分析するものといえる。同様に、株価の推移がblog中の記述とどのような相関にあるかを分析するという研究もある。またGruhlらは、amazonにおける書籍の売り上げランキングとblog上での言及数の推移の相関を分析している。

９．blogWatcher-インターネットから社会の関心、意見を収集・分析する

blogWatcherでは、システムが「今話題のトピック」と判定した話題を紹介するためのblog(メタブログ）を自動生成している。これは、全単語についてのバーストを計算することでその日にバーストしている単語がわかるため、その単語を元に注目されている話題を発見し,

その話題を、Movable Type（ブログのサーバサイドソフトウェア、投稿された記事をデータベースに保存しあらかじめ決められたテンプレートでその内容を表示するもの）で作られたblogに対し、毎日記事として（自動で？）投稿することで実現されている。メタブログでは特に何も入力しなくてもシステム側が推薦するコンテンツを見ることができるというような使い方の違いが存在する。

第２版で追加された機能である、ニュースとブログの自動対応付けでは、ある新聞記事に関して記述しているblogエントリを自動的に特定する。この機能により、記事にリンクを張っていないエントリでも、元記事を参照できるだけでなく、記事に言及しているblogエントリを検索できるので、新聞記事に関してのblog中での反応を閲覧可能である。また第三版では行動分析により、その行動がどの時間帯（朝、昼、夕方、夜）に行われたものかを自動推定する機能を追加予定である。ここでは「みんなは＊＊をいつ食べている？」といった疑問に答えられることを目指している。

Webサーチ技術の現状と今後の展望

１．はじめに

ほとんどのユーザがWebへの入り口としてWebサーチエンジンを利用しており、Webサーチの重要性はますます高まってきている。本稿では、目覚しい発展を続けるWebサーチ技術について、「ユーザの問題解決や意思決定」という観点から、現状の動向を概観するとともに今後の方向性を探る。

２．文書検索からの脱却

従来型のWebサーチエンジンは精度は向上したが依然、検索語に適合する膨大なWebページのリストを返すのみである。ユーザが求めているのは膨大なWeｂページのリストではなく、自らの問題解決や意思決定に必要な「答え」である。例えば、Web情報に基づいて、世の中の動向を把握したり、行動計画を立案したり、コミュニケーションすべき相手を探し出したりする。しかし、従来型のWebサーチエンジンでは答えにたどり着くまでユーザ自身努力して膨大な情報を集約し洗練する必要がある。そこで次世代のWebサーチに求められるのはユーザの問題解決や意思決定を直接的に支援することである。そのためには、膨大なWeb情報を集約し洗練することによって一段上位の「知識」を発見し利用することが必須である。また、ユーザごとに異なる状況に応じてサーチを適応化させる技術や、ユーザの行動とサーチを連携させる技術などが重要になる。本稿では、従来型の文書検索から脱却し次世代のWebサーチを指向する様々な取り組みについて述べる。

３．Web情報の集約と分析

本章では、Web情報を集約し、より深く分析することによって、Webページ単位の検索では見えてこなかった「知識」を浮き彫りにしようとする試みについて述べる。

３．１　クラスタリングエンジン：検索結果から学ぶ

多くの検索ユーザは、最初漠然とした情報要求しか持っていないことも多く、何度かサーチしながら自分の情報要求を明確化し絞り込んでいく。こうした検索スタイルを支援すべく、検索結果をクラスタリングすることによって、検索結果に含まれる代表的なトピックを発見するクラスタリングエンジンが近年注目を浴びている。クラスタリングエンジンはWebサーチの検索結果に含まれるWebページ集合を内容の類似性に基づいてグループ化し、各グループの内容を特徴付けるラベル（単語やフレーズ）を生成することを行う。ユーザが理解しやすいラベルを生成するために、クラスタリングアルゴリズムとラベル生成は密接に関係しており、例えばZamirらは共通の単語やフレーズを含むWebページ集合を階層的にグループ化し、クラスタとそのラベルを同時に生成するSuffix Tree Clustering(STC)手法を、ZengらはWebページのタイトルとスニペットを手がかりに、機械学習に基づいてラベル候補となるフレーズを発見しそのフレーズを含むWebページをグループ化するクラスタリング手法を提案している。また商用サービスもすでに公開されている。

３．２　評判情報の抽出

レビュー記事を肯定・否定に分けたり、良い点と悪い点を抽出する研究。意見を要約する研究などが行われている。個人の情報発信メディアとして大きな役割を果たしているblogは、評判情報抽出の情報源としても注目されている。blogからの評判情報抽出で問題となるのは、ある話題について述べられている一連のblogエントリ集合を特定し、評判情報抽出の対象となるテキストデータを取得することである。日常会話形式の砕けた文で書かれているためニュースサイトのようなある程度形式がある文と比べて話題分割が難しい。そこで記事の内容だけでなく記事の間に存在する意味構造を利用して話題分割を行うという手法が考えられている。（具体的なところはよくわからないが）

３．３　大量のWebデータに潜む傾向の分析

IBMのWebFountainプロジェクトでは従来のWebサーチエンジンが軽視してきたWebデータ、すなわち掲示板やblog、ニュースグループといったリンク構造を持たないデータに着目している。こうしたリンク構造を持たないテキストデータのほうが興味深いデータを発見するのに有効だと考えているからである。またWebFountainが従来の検索エンジンと異なる点は、大量の分析結果からトレンドを見つけ、例えば「会社の評判」や業界のトレンドといった質問に答えようとしていることである。

３．４　Webページの”見られ方”の発見

自分のWebページが他のWebページからどのように見られているのかを発見する技術として、[Zettsu 05]の「アスペクトマイニング」というものがある。アスペクトマイニングでは、目的のWebページをリンクしている個々のリンクアンカーの周辺テキストを「参照文脈」として抽出し、それらを類似したもの同士のグループにクラスタリングする。これを応用することでほしい情報とその情報を利用する状況（文脈）の両面から検索結果を絞り込むことが可能になる。

４．集合知の利用

4.1 Folksonomy:タグによる集団分類

様々なユーザがWebコンテンツに対して持つ”コンテンツ”を「タグ」と呼ばれるキーワードを使って付与し、ボトムアップなコンセンサスを形成しながら集団でWebコンテンツを分類する。

４．２　集団思考と評判システム

digg.com(技術系のニュースサイト）⇒どの記事がdiggのトップページを飾るかをユーザの投票によって決める。

reddit(某ニュースサイト）⇒"karma system"という評判システムによって記事の優先順位付けを行っている。ある記事が昇格されたり降格されたりすると、その記事を投稿したユーザにも報酬が与えられたりペナルティが付けられたりする。これを”(editorial)karma"という値で各ユーザに付与している。人気のある記事を数多く投稿するユーザほど高いkarmaをもつことになる。すなわちkarma systemはユーザが互いを評価しあうpeer ranking systemを提供する。

５．　サーチの個人化

５．１　デスクトップ検索⇒Webサーチエンジンでの技術をデスクトップコンテンツへ拡張

５．２　検索履歴の利用

近年の傾向として、過去に一度検索したページを再度取得しなおす”re-find"機能が注目されている。例えばGoogle My Search Historyでは、個人の検索履歴を保管し、後からそれを検索することが可能である。また、検索結果の中で実際にアクセスしたページを記録し、日付ごとの検索履歴を一覧表示したり、カレンダーに日ごとの検索活動量を色分けして表示したりする。またYahoo!MyWeb2.0では、"tagging,saving and sharing"というコンセプトのもと、気に入った検索結果をコメントやタグとともにユーザのPCに保存し、後から検索できるようにしている。（これはおそらく検索順位の変動による影響を受けないと思われる。）

６．　行動支援ツールを目指して

６・１　サーチとサービスの連携

WebサーチエンジンがWebへの入口として定着してきた今日、サーチから様々なサービスへとユーザを導くために、サーチとサービスを連携させることが注目されている。例えば、HousingMaps.comでは、米国及びカナダの２４都市で入居可能な住居の情報を検索し、検索結果を地図上に表示するサービスを提供している。これは、Craigslist(オンライン掲示板）検索とGoogle Mapsサービスの連携によって実現されている。今日サーチエンジンやサービスプロバイダが公開しているAPIを組み合わせる（マッシュアップ）ことによって、ユーザ側で独自の連携サービスを作ることができる。

６・２　Mobile Web サーチ

近年、パケット定額制が追い風となり、携帯電話によるインターネットアクセスが飛躍的に増加している。それに伴い、「ちょっと知りたいことを検索する」という文化が携帯でも根付き始めてる。現状では、携帯による携帯用コンテンツの検索が主流である。例えば、携帯向け書かれたWebページや、着メロ、待受画像の検索などが上げられる、携帯向けサーチの特徴として、入力の障害はほとんどないが、出力が限定される問題がある。また、リンク解析など高度な機能を有するPC向けサーチエンジンに比べ検索精度が悪いことも問題として挙げられる。今後のmobile Webサーチの方向性として、以下のことがあげられる。

• サーチから地図、路線、グルメなどのサービスと連携
• ローカル検索（エリア検索）
• Blogとの連動、例えば、携帯で写真を撮ってblogにアップロードする。
• 暇つぶし検索。エンターテイメント系のコンテンツ検索の充実

７．　まとめ

今後のWebサーチの主な方向性として以下の点が上げられる

• サーチとマイニングの融合：サーチによって得られるWeb情報を集約・分析（マイニング）することにより、ある興味に対する多種多様な観点や意見、傾向や動向などを発見するとともに、得られた知見をサーチに反映させる。
• 集合知の利用：増殖し続けるWeb情報の分類や評価を、ユーザの視点からボトムアップな合意形成に基づいて行う。
• 個人の情報ポータル化：個人が扱うありとあらゆるコンテンツを検索する統合サーチ環境の実現。（グーグルデスクトップ等）
• 想起型サーチの実現：過去の利用状況や利用目的からコンテンツを特定する形態のサーチ
• サーチからアクションへの誘導：サーチとサービスの連携や、モバイル環境での利用に特化したサーチ。

参考　人工知能学会誌　２１巻４号

Webアクセスログとその利活用

１．はじめに

SEO/SEM、検索ワードを解析することによるトレンド分析などの観点からWebページ閲覧情報に注目が集まっている。Webページの閲覧情報であるWebアクセスログから人々の行動パターンや傾向を抽出することは重要であり、現在までにリコメンテーションシステムやショッピングサイトにおける購買促進など数多くの研究が行われている。ここでは最近のWebアクセスログの研究事例やアクセスログの動向について述べる。

２．アクセスログに関する研究事例

２．１　ユーザやWebページのクラスタリングに関する研究

アクセスログから類似するユーザの行動パターンを発見し、ユーザのグループ化やユーザのパーソナライゼーションを行う研究は購買促進や新規顧客の獲得など、ビジネスに結びつくため現在までに様々な研究が行われている。また、ユーザが訪れたページの閲覧情報を元に、Webページやページで売られている商品のクラスタリングを行う研究も行われている。[Eirinaki 03]では、パーソナライゼーションについて詳細な説明や各ツールの比較などを行っている。[Murata 04]ではWeb視聴率調査データからユーザとそのユーザが閲覧したWebページのURL中のterm情報からユーザのグループ化を行う手法について述べている。

2.2 検索語のクラスタリングに関する研究

検索エンジンやポータルサイトのアクセスログの解析からユーザが入力した検索ごと閲覧されたWebページの組み合わせを大量に得ることが可能なため、これを用いて検索語のクラスタリングを行うことが可能である。最近ではGoogleサジェスト、gooサジェストなどの新しいサービスが提供され始めた。[Beeferman 00]ではLycosの一日分のアクセスデータ（５０万レコード）から、検索語とその直後に閲覧されたWebページの組み合わせを元に２部グラフを作成し、これを用いて検索語のクラスタリングを行う手法を提案している。[大久保　９８]では検索ログを用いて、例えば「桜と花見」のようなある一定の期間では関連語となる検索語の発見から、ユーザの情報ニーズを抽出する方法について述べている。ユーザの検索要求が時間とともに変遷する例として、桜の花が咲く前の期間では「桜」は「桜前線や開花」など桜の咲き始める時期との関連が強いのに対して、桜の開花後は桜の名所との関連が強いという結果を示している。またユーザが閲覧したWebページのテキスト情報から形態素解析を用いて名詞を取り出し、これをもとに関連語の抽出を行う手法なども提案されている。

２・３　ユーザの行動パターン抽出に関する研究

Webページを数多く保持しているサイトのアクセスログやWeb視聴率調査データを用いて、ユーザの行動パターンを抽出する試みが行われている。例えばWeb視聴率調査データを用いてユーザの大域的な行動を抽出する研究が行われている[大塚　０３、Otsuka04]。これでは「チャイルドシート」と検索した人が一体どのWebコミュニティを徘徊することになるのかという事を調べていて、最初にベンダーコミュニティーを訪れた人はショッピングサイトやオークションサイトのコミュニティーに多く訪れ、最初に行政コミュニティーに訪れた人は安心を求める目的から「自動車事故対策センターを含む」コミュニティーや「JAF(日本自動車連盟）」を含むコミュニティなどを多く訪れているなどの傾向がわかる。

２．４　その他の研究

その他にもアクセスログから学生に教材を推薦するシステム、Webページ間の相関を発見するツールなどが提案されている。

３．　Webアクセスログの動向

３．１　Web視聴率データ

様々な企業の提携やサービス終了等で２００６年４月現在の日本におけるWeb視聴率調査データは１つのみである。

３．２　Web視聴率調査データ抽出方法

調査方法

1. 協力世帯のパソコンに「調査用ソフトウェア」をインストール
2. ユーザがWebサーバにリクエスト（URL入力/リンク/ブックマークなど）
3. WebサーバからユーザのPCにWebページが転送される
4. クライアント側の調査用ソフトが視聴データ(URL、時刻など）を記録、集計センタへ送信
5. 集計センタでそれらをデータベース化し、集計分析用として提供

このように収集されたログからは使用者を特定するID,Webページにアクセスした時刻、アクセスしたWebページのURLなどがわかる。

３．３　Alexa

Amazon.comの子会社であるAlexa Internet社はWebサイトごとにトラフィック情報を公開している。このサイトでは、

• 指定したサイトの閲覧率（１００万人のうちどのくらい人が閲覧したか？）
• 指定したサイトを閲覧したユーザの平均閲覧ページ数。
• 指定したサイトの世界的なトラフィックランキング

などがわかる。これはAlexaツールバーをダウンロードした人から情報を集めている。

３．４　The Internet Traffic Archive

Web視聴率データは一般に高価であり、誰でも簡単に利用できるデータではないし、Alexaの統計データの詳細は公表されていないため、WEbアクセスログの研究に用いることは難しい。そこで、一般に公開されているWebアクセスログデータであるThe Internet Traffic Archiveについて説明する。これはNASAなどのトラフィックやページ数が多いWebサーバのアクセスログや、大学のコンピュータを利用している学生や教職員のWebページ閲覧情報が公開されている。

４．　終わりに

今後は広告の効率的な配信やマーケティング戦略などアクセスログに対するより高度な解析手法が望まれる。また行政サービスなどの公的機関でも電子化がすすんでおり、アクセスログを用いて悪意を持ったユーザの事前特定を行う研究など今後はさらにアクセスログの解析技術に対するニーズが高まると予想される。

参考　人工知能学会誌　２１巻４号

リアルワールドとしてのWeb

１．はじめに

コミュニケーションの場としての発展や、GIS(地理情報サービス）や携帯電話がWebと接続されるなど日常生活を情報技術によって支援するための基盤整備が進んでいる。ここでは、現実世界とWebは別個のものではなく、融合し、互いに補完しあう関係が形成されている。ほんこうではこのような変化についての現状を報告し、今後進むべき方向性について議論する。

２．サイバースペースとリアルワールド

インターネット常時接続環境の整備、ユーザ数の増加、SNS,blogなどの出現によりリアルワールドにおけるコミュニティがのメンバがサイバースペースに進出するようになると、サイバースペースはリアルワールドを補完するもものとして機能し始めた。また、サイバースペース上のコミュニティがオフラインミーティング（オフ会）によってリアル化するなど両者の境界は曖昧になってきている。また技術面では接続時における時間情報や、デバイス付属のGPS機能によって取得された空間情報を、情報検索あるいはコミュニケーションに利用するといった新たな技術が生まれている。このように、Webのリアルワールド化は、大別すると個人を取り巻く社会関係をWebに対応させる取り組みと、その個人が物理的にどのような状態で存在しているかをWebにマッピングする取り組みの２方向で進められている。

３．実社会とWeb

実社会における人々の活動がWebに反映されるようになったことでWebから大規模な社会ネットワークを抽出することが可能になった。近年これを分析し、分析結果をもとにした情報推薦や、社会関係の推薦といった応用研究が数多く提案されている。ここでは、社会ネットワークに関連する研究を構築・抽出・分析・応用の４種類に分類してみる。

３．１　ネットワークの構築

ブログ間のリンク・トラックバック関係やSNSにおける友人関係等のデータはクローラー等によって容易に取得することができるため、社会ネットワーク分析の基礎データとして多く用いられている。

３．２　ネットワークの抽出

blog・SNSのデータは有用であるが、これらはWeb上に情報を発信している個人のみが対象であるため、実社会の社会構造を反映しているとはいえない。より詳細な社会ネットワークを得るには、情報源をWeb全体に拡張し、ここからネットワーク情報を抽出する必要がある。この研究にはメーリングリストやWebページのリンク関係から個人間のネットワークを抽出する手法を提案するもの[Adamic 03a]、あらかじめ人名のセットを用意し、検索エンジンを用いて任意の２名の人名が共起するWebページの数から関係の強さを判定し、ネットワークを構築するもの（Polyphonet[Matsuo 06])などがある。

３．３　ネットワークの分析

SNSに参加する人やそのネットワークの特性を調べたり、ネットワークで中心となっている人は誰なのかを推測するといったことが行われている。また個人の振る舞いとして電子掲示板での発言、応答を分析することで有力な発言者を特定する研究[松村　０３]などもある。

３．４　ネットワークの応用

アクセス権限を誰にどの程度付与するかというアクセスコントロール問題に社会ネットワークの関係を使おうという手法や、ネットオークションにおける取引履歴から社会関係を構築し、相互評価のテキスト情報から有益な情報を取り出すSocial Summarization法[Hijikata 06]などの応用がある。

４．　実世界とWeb

情報技術による実世界の活動支援としてはモバイルコンピューティングやユビキタスパーベイシブコンピューティング（コンピュータを実世界中のあらゆるところに存在させようとする考え方）などの研究分野が存在する。これらは、個人が所持するデバイスや環境に設置されたセンサがネットワークで接続された状況におけるサービス基盤として注目されている。例えば携帯に付属したGPSによりユーザの位置情報を確認し、ユーザに適した情報を提示するといったコンテクストに応じた情報の配信が可能になる。また高度な支援を実現するために、取得された情報を集約して粒度の大きい情報を抽出する研究が進められている。

４．１　位置情報の利用

実世界情報の取得手段として最も普及が進んでいるのは、携帯電話に実装されたGPS機能である。上松らは、GPS機能をもつ携帯電話を利用して、blog記事や写真に位置情報を付加することで、地図上にこれらの情報をマッピングする場logを提案した。場logでは、位置情報を通知することで現在の位置に最も近いコンテンツを得るなどの検索手法も提供している。位置情報を利用したblogの集約サービスはGeoURLやはてなマップ などで実運用がなされている。現状ではすべての記事に位置情報が付加されていることは期待できないが、間瀬らの研究では、blog記事内に複数存在する地名を地図にマッピングし、それらの距離関係から記事が主題としている地域を推定する手法を提案している。

４．２　行動情報の利用

デバイスやセンサによって得られたコンテクスト情報は、ユーザ単位で時系列に集約することで、より抽象度の高い行動情報として利用することが可能である。沼らは、前述の場logならびに学会支援システムから各ユーザの行動履歴を取得し、これをもとにblog記事の下書きを自動生成するActionLogを提案している[Numa 06]。

ホンダでは、車載システムによって収集された走行情報及び所要時間から道路の渋滞状況を推定するインタナビ・フローティングカーシステムが提供されている。このシステムによって得られた交通情報はWebを通じて共有され、位置情報ビューアであるGoogle Earthで閲覧することが可能である。またさらにこういった流れを進めたものに、人間の活動のあらゆる局面を記録し、検索可能にするプロジェクトの代表例としてDARPAによるLifeLogやMicrosoftによるMyLifeBits がある。

４．３　社会関係の利用

携帯電話で写真撮影する際に、携帯電話に内蔵されたBluetooth通信を利用して周囲の人物のリストを自動的にアノテーションすることを可能としたシステム[Davis 05]などがある。（具体的には良くわからないが）

５．　データ・アプリケーションの統合

これまで述べてきたように、実社会ないし実世界とWebを接続する試みは緒についたばかりである。今後は、個別の研究あるいはサービスを統合し、より高次の活動支援に向けた研究開発が進められることが期待される。

６．　リアルワールドとしてのWeb

６．１　課題

1. 個人情報の保護と社会ネットワーク分析による知見の獲得や利便性の提供を両立させることは難しい。
2. 情報の信頼性をどう保証していくか
3. 現実世界に存在する社会ネットワークと抽出可能な社会ネットワークとの間に存在する質的な差異。
4. デバイスから得られる情報に含まれる誤差やノイズの処理

６．２　展望

リアルワールドとしてのWebにおいて、ページ単位の検索ではなく、知識の主体である個人単位の検索を実現することは目標の一つである。またサービスが構築することができたとしてもユーザがこれを積極的に利用するかどうかは別の問題であり、サービスデザインについて今後事例を積み重ねて検証を行っていく必要がある。今後は、３章における分類と同様に、分析による集合知の抽出だけでなく、参加者が意識的に集合知を構築するための手法（フォークソノミーなど）、得られた知識の再分析や応用に焦点が移るものと思われる。

参考　人工知能学会誌　２１巻４号