キーワード抽出による関連ページ導出(3)

フッタ部に関連ページを表示する方法を改善した．そのページと同じキーワードで過去に検索エンジン経由でアクセスされたページ，を出す方法を試した．

前回，そのページが検索エンジンからどういうキーワードで検索されてアクセスされたのかを調べた．そして「その単語を含むカモランド内の他のページ」が，関連性の高いページだろうと考えたのだが，どうも見ているといまいち精度が悪い．

それで今回は，単純にその単語を含むページではなく

その単語を使った検索で，過去に検索エンジンの検索結果からアクセスされたことがあるページ

を出すことを考えた．何やら話が込み入っているようだが，

今表示しているページを検索するために過去に使われたキーワードがXなら
過去に検索エンジンでXで検索した検索結果からアクセスされて表示されたことがあるページ(のうち今表示しているページ以外)を，関連ページとして表示する

という理屈．例えば前々回のページだと，こんな感じ．

この方法だと，ページの一覧を出すときにそのキーワードで検索された回数の多い順でソートすることで，一種の人気順表示ができる．これはなかなか面白い．

難点は，

誰も検索エンジン経由でアクセスしてこなかったページには，表示できない

ということか．検索エンジンべったりの仕組みだ．

ちなみに技術的にはたいしたものではない．

Apacheのログデータにある各ページのリファラ(referer)から検索キーワードを抽出し，それを使って処理している．Rubyのバッチで，毎朝この部分のHTMLデータを全ページ分生成している．円グラフは，Google Chart API を使っている．そしてカモランドのページを表示する時に，そのページに対応するHTMLデータをAjaxで差し込んでいる．

ページに静的に埋め込まずに動的に差し込んでいる理由は，ページ本体はApacheとWikiのキャッシュを最大限に効かせて表示したいため．