Webページのブロック間類似度を用いたハイパーリンクの参照箇所推定

摘要

近年、情報収集のためにWebページ閲覧が日常的に行われているが、必要とする情報に到達するために多大な労力が費やされており、Webページ閲覧の効率化が強く求められている。Webページの閲覧を効率化するためには、Webページ中のハイパーリンクを辿った時に、その先のWebページ中に必要とする情報が存在するかどうかを迅速に判定することが必要となる。本稿では、Webページ閲覧の効率化を目的とし、ハイパーリンクの参照箇所を推定する手法HERB （HypErlink Referring Block estimation）を提案する。HERBは、Webページ閲覧における閲覧者のコンテキストである、リンク元ページと、リンク元ページ中のどのハイパーリンクを辿ったかという情報を利用し、リンク先Webページから参照箇所を推定する。HERBは、リンク元およびリンク先ページをそれぞれブロックに分割し、リンク元ページにおいて利用者が辿ったハイパーリンクを含むブロックと、リンク先ページを構成する各ブロック間の類似度を計算し、ハイパーリンクの参照箇所を推定する。さらに本稿では、Webページ閲覧を模擬した実験により、HERBの有効性を定量的に評価する。その結果、HERBを用いることにより、ハイパーリンクの参照箇所（人が主観的に「関連する」と判断した箇所）を約60％の精度で推定することが可能であることがわかった。