収集するサイトは，まず各カテゴリごとに，トップから深さ3までにある登録サ イトをリストにした後，リスト内からランダムで600件を選択する．図 5にYahoo!カテゴリの構造を示す．
図5は，Yahoo!カテゴリにおいて，テーマやジャンルごとに分類さ れた14のカテゴリの1つである``エンターテイメント''の構造を示している． ``エンターテイメント''のカテゴリ内には，``映画、ビデオ''，``音楽''といっ たサブカテゴリと，``エンターテイメント''に登録されている登録サイトが存在 する．本研究では，カテゴリのトップである``エンターテイメント''から，深さ 3までにあるサブカテゴリ内の登録サイトをリストに追加する．
2008年6月時点において，リストに登録したサイト数を各カテゴリごとに表 1に示す．
| カテゴリ | サイト数 | カテゴリTOPのURL |
| 芸術と人文 | 5,379 | http://dir.yahoo.co.jp/Arts/ |
| ビジネスと経済 | 29,613 | http://dir.yahoo.co.jp/Business_and_Economy/ |
| コンピュータとインターネット | 3,676 | http://dir.yahoo.co.jp/Computers_and_Internet/ |
| 教育 | 3,106 | http://dir.yahoo.co.jp/Education/ |
| エンターテイメント | 6,933 | http://dir.yahoo.co.jp/Entertainment/ |
| 政治 | 3,130 | http://dir.yahoo.co.jp/Government/ |
| 健康と医学 | 5,742 | http://dir.yahoo.co.jp/Health/ |
| メディアとニュース | 3,779 | http://dir.yahoo.co.jp/News/ |
| 趣味とスポーツ | 15,133 | http://dir.yahoo.co.jp/Recreation/ |
| 各種資料と情報源 | 846 | http://dir.yahoo.co.jp/Reference/ |
| 地域情報 | 3,149 | http://dir.yahoo.co.jp/Regional/ |
| 自然科学と技術 | 4,168 | http://dir.yahoo.co.jp/Science/ |
| 社会科学 | 2,565 | http://dir.yahoo.co.jp/Social_Science/ |
| 生活と文化 | 9,136 | http://dir.yahoo.co.jp/Society_and_Culture/ |
![\fbox{
\includegraphics[width=10cm]{yahoo_img.eps}
}](img7.png)