イーテクノ株式会社　PHPPj

1. 機械学習を取り入れた RSS 拡張
システム開発部 柴谷大和

2. RSS[1]
• Web サイトの見出しや要約などのメタデータを
構造化して記述する XML ベースのフォーマッ
トのこと
• 主にサイトの更新情報を公開するのに使われて
いる
• 指定したサイトの RSS 情報を取り込んで更新状
況をまとめた Web ページを生成するアンテナ
( 巡回 ) ソフト
⇛ RSS リーダー

3. RSS リーダー [1]
• Web サイトを巡回して RSS/Atom 形式の更新
情報を受信し、リンク一覧の形で表示するソフ
トウェア
• 指定したサイトの RSS 情報を一定時間ごとに自
動的にダウンロードし、更新があると記事への
リンクを表示してユーザに知らせるソフトが
RSS リーダーである

4. RSS リーダー [2]
• ヘッドラインをティッカー表示する「ティッ
カー型」
• ポータルサイトのマイページなどに登録する
「ホームページ型」
• システムトレイに常駐して更新時に教えてくれ
る「常駐型」

5. RSS リーダー [3]
1. 登録サイトが増加するにつれ管理できなくなる
2. ユーザの意思に関係なく更新が常に通知される
3. 常駐型では、常に監視することが出来ない
4. 「緊急性を要するサイト確認」か、「複数サイ
ト管理での一覧確認」かの選択を単体システムで
実現できない
5.RSS がないサイトの確認が出来ない

6. RSS リーダー [4]
サイト
RSSRSS リーダーリーダーサイト
サイト
ニュース
スポーツ
政治
RSS
登録
定期確認
メール
通知
一覧表示
サッカー
野球
バレー
更新全てが通知される

7. 機械学習 [1]
「サッカー」の更新のみを知りたい
=> 更新管理サイトにて「サッカー」でフィル
ターをかける
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
更新されたサイト内を「サッカー」で検索して一
致した場合通知する？
=> 「サッカー」という単語が含まれていないと
通知されなくなってしまう

8. 機械学習 [2]
登録されている単語「サッカー」に対して、更新
されたサイトが、どの程度類似しているかを判断
する。
=> 確率的言語モデル（概念検索）を用いる
※ 「この文章にはこの単語が含まれているはず
だ」という考えを基に、文章同士の類似度を判断
する。

9. システム [1]
URL
本システム本システムURL
サッカー
ニュース
スポーツ
検索語
DB
登録
定期確認
• URL
• 検索語
• 更新管理情報
• 登録者情報
メール
通知
一覧表示
サッカー
サッカーに関連する内
容のみを通知する

10. システム [2]
改善内容
・管理しきれない大量通知を減少
=> 検索語の登録（概念検索の導入）
・サーバでの動作により常に監視可能
・ URL 登録によって、 RSS 非対応でも更新検知
出来るように改善
・メール通知か、一覧での表示かを選べる