特許

J-GLOBAL ID：201203079495744546

グループ化装置およびエレメント抽出装置

発明者： 田中 成典 ,  中村 健二 ,  安彦 智史 ,  山本 雄平 ,  川野 浩平 ,  福島 佑樹 ,  塚田 義典
出願人/特許権者： 田中 成典 ,  中村 健二 ,  株式会社関西総合情報研究所
代理人 (3件)： 古谷 栄男 ,  松下 正 ,  鶴本 祥文
公報種別：公開公報
出願番号（国際出願番号）：特願2011-031228
公開番号（公開出願番号）：特開2012-168892
出願日： 2011年02月16日
公開日（公表日）： 2012年09月06日
要約：

【課題】ネット上において特定ユーザーの個人領域ページを特定し、ページ内に含まれるエレメントを抽出する。【解決手段】第1のアドレスキーと第2のアドレスキーの類似度がしきい値以上と判断された場合に、URLを特定のアドレス群として関連付ける(個人領域の特定)。さらに、イメージ化したWebページ上に点を配置し、配置した点を含むエレメントの階層構造を統合などして、対応する内容データを抽出する(エレメントの抽出)。【選択図】 図1

請求項（抜粋）：

Webページのアドレスをグループ化するためのグループ化プログラムであって、 コンピュータを、 特定のアドレスからWebページを取得するWebページ取得手段、 前記Webページからリンクを抽出し、抽出した各リンクのアドレスを区切り文字で分割して第1のアドレスキーを生成する第1のアドレスキー生成手段、 前記第1のアドレスキーを生成したリンクから取得されるWebページからリンクを抽出し、抽出した各リンクのアドレスを区切り文字で分割して第2のアドレスキーを生成する第2のアドレスキー生成手段、 前記第1のアドレスキーと前記第2のアドレスキーとの間で一致するキーを照合し、当該一致するキーの出現順序が同じである組み合わせ数を計数し、その結果に基づいて類似度を算出する類似度算出手段、 前記類似度がしきい値以上であると判断されたリンクのアドレスを、特定のアドレス群として関連付けるグループ化手段、 として機能させることを特徴とするグループ化プログラム。

IPC (1件)：

G06F 17/30

FI (3件)：

G06F17/30 210D ,  G06F17/30 350C ,  G06F17/30 419B

Fターム (7件)：

5B075NK43 ,  5B075NK44 ,  5B075NR02 ,  5B075NR20 ,  5B075NS10 ,  5B075QM08 ,  5B075UU24

引用特許：

審査官引用 (5件)

• 情報抽出方法、情報抽出装置および情報抽出プログラム
  公報種別：公開公報   出願番号：特願2002-198199   出願人：日本電気株式会社
• 構造化文書の部分指定・抽出方法及び装置及び構造化文書の部分指定・抽出プログラム及び構造化文書の部分指定・抽出プログラムを格納した記憶媒体
  公報種別：公開公報   出願番号：特願2002-204641   出願人：日本電信電話株式会社
• 文書構造抽出方法および文書検索方法
  公報種別：公開公報   出願番号：特願2006-112894   出願人：株式会社日立製作所
• ブロック自動抽出装置、ブロック自動抽出方法およびプログラム
  公報種別：公開公報   出願番号：特願2004-141726   出願人：日本電信電話株式会社
• 情報処理装置及びその制御方法、プログラム、記憶媒体
  公報種別：公開公報   出願番号：特願2005-352327   出願人：キヤノン株式会社