JP2017126327A - 多成分スコア評価基準の関数としてアイテムの選択を絞り込むための方法及び装置 - Google Patents

Abstract

【課題】多成分スコア評価基準の関数としてアイテムの選択を絞り込むための方法及び装置を提供する。
【解決手段】多成分スコアが対応付けられている一組のアイテムから１つのアイテムを選択する方法及び装置は、１つのアイテムを特定し、対応付けられた多成分スコアを取得するステップ１００と、一組のアイテムを選ぶステップ１１０と、選択された一組のアイテムの各アイテムの対応する多成分スコアを取得するステップ１２０と、取得された多成分スコアに基づいて、マッチング確率又は順位付け値を算出するステップ１２５と、算出されたマッチング確率又は順位付け値に基づいて１以上のアイテムを選択するステップ１３０と、選択されたアイテムをアプリケーションに送信するステップ１３５と、選択されたアイテム及び/又は特定されたアイテムに対応付けられた多成分スコアを更新するステップ１４０と、を含む。
【選択図】図１

Description

本発明は、一組のアイテムから１つ以上のアイテムを選択することに関し、特に一組のアイテムから、当該一組のアイテムの各アイテムに対応付けられた多成分スコア評価基準の関数としてアイテムの選択を絞り込む方法及び装置に関する。

例えば、スポーツ競技の文脈においてあるいはオンラインゲームなどにおいて、二人あるいは二組の人物を、対戦相手として決める処理がマッチメイクである。このような処理は多くの文脈において特に重要であると言えよう。具体的に説明すると、あるゲーマーの対戦相手の選択は慎重に行われなければならない。選ばれたゲーマーの実力レベルが低すぎると、対戦相手はゲームを楽しめなくなるし、逆に高すぎるとフラストレーションが溜まってしまう。

上記の処理は、最初のアイテムを選択した結果としてアイテムを予め選択するのに用いられ、例えば、最初の商品を選択したのちにオンラインで購入すべき商品を提案するのにも使われる。こうした処理が特に役立つのは、大量のアイテムが選択可能な場合や選択機構がディスプレイの小さいスマートフォンなどの装置として実現されている場合である。

周知のマッチメイク処理は、各個人又は各チームに割り当てられたスコアを用いるブラッドリー・テリーモデルに基づいている。このモデルによれば、複数のアイテムの各々に対応付けられたスコアに基づいてこれらのアイテムの比較結果を予測することが可能になる。具体的に説明すると、スコアS_iを割り当てられた個人iと個人ｊが対戦したゲームで、個人iが勝つ確率は以下のように定義される。

個人ｋの技量を表すスコアＳ_ｋは、個人ｋが試合に勝った回数に基づいて求めることができる。

ブラッドリー・テリーモデルはゲームに利用されるが、検索処理において文書の関連性を順位付け処理するためのアプリケーションなどの多くのアプリケーションでも利用可能である。

個人の技量を算出するための処理方法は数多く存在する。これらの処理方法のうち、ＥＬＯレーティングシステムは、チェスプレーヤーなどプレーヤーの相対的な技量レベルを判定する方法である。プレーヤー間の技量の差は、対戦の結果を予測するのに用いられる。ＥＬＯレーティングシステムによれば、各対戦の結果、勝者が敗者からポイントを獲得する。勝者と敗者のレーティングの差に応じて獲得するポイントと失うポイントとが定められ、レーティングシステムは自己修正する。

しかし、これらのマッチメイク・アルゴリズムには、多くのアプリケーションで役立つことが証明されているにもかかわらず、例えば個人iが個人ｊより上位にランクされ、個人ｊが個人ｋより上位に順位付けされるなら、個人iは個人ｋより上位に順位付けされる、とするその推移的な特性から生じる欠点がある。

一組のアイテムから、各アイテムに対応付けられたスコアに基づき少なくとも１つのアイテムを選択することが求められるアプリケーションが数多くあるため、非推移的マッチメイク処理と非推移的順位付け処理が必要となっている。

下記に説明する様々な態様は、上述の問題点の少なくとも一つに対処すべく考え出されたものである。

上記に鑑み、非推移的マッチメイク処理が提供される。

本発明の第１の目的によれば、一組のアイテムから少なくとも１つのアイテムを選択するための方法であって、当該一組のアイテムの各アイテムに多成分スコアが対応付けられている方法が提供される。この方法は、
前記一組のアイテムの少なくとも第１のアイテムと第２のアイテムのために、
前記一組のアイテムの当該第１のアイテムと当該第２のアイテムとの間の相対的順位付け関係を特徴づける値であって、
当該第１のアイテムと当該第２のアイテムの各々に対応付けられた複数のスコア成分の関数として算出される値を、算出する工程を備え、前記選択は、前記算出された値に基づいて行われることを特徴とする。

したがって、本発明の方法によれば、特に、アイテムの選択及び/又は序列化を当該アイテムに対応付けられた多成分スコアの関数として非推移的に絞り込むことが可能になる。算出された値は、第１のアイテムが、多成分スコアによって表される基準に応じて第２のアイテムに勝つかあるいは負ける確率を表わしてよい。

一態様においては、前記選択はさらに少なくとも１つの所定の閾値に基づいて行われる。

一態様においては、前記方法は、前記第１のアイテムと前記第２のアイテムとを前記算出された値の関数として順位付けする工程をさらに備える。

一態様においては、前記一組のアイテムの各アイテムに対応付けられた多成分スコアは少なくとも３つの成分からなる。

一態様においては、前記算出された値の算出に使われるスコア関数は、算出される値によって特徴づけられる、前記一組のアイテムのアイテム間の関係が、非推移的であるようなスコア関数である。そのようなスコア関数（例えば、ｆで示される）は、例えば、前記一組のアイテムに、それぞれ多成分スコアＳ_Ａ、Ｓ_B、Ｓ_Ｃを有する３つのアイテムＡ、Ｂ、及びＣが存在し、以下の条件を満たす：

一態様においては、前記スコア関数は、以下の関数

の中から選ばれ、

一態様においては、前記方法は、前記第１のアイテムと前記一組のアイテムの少なくとも１つの他のアイテムとの相対的順位付け関係を特徴づける少なくとも１つの他の値であって、前記第１のアイテムと前記少なくとも１つの他のアイテムの各々にそれぞれ対応付けられた複数のスコア成分の関数として算出される値を、算出する工程をさらに備え、前記選択が前記算出された各値に基づいて行われる。

一態様においては、前記方法は、前記一組のアイテムを選ぶ工程をさらに備える。

一態様において、前記一組のアイテムの少なくとも１つのアイテムがサブアイテムのグループで、当該サブアイテムの各々に多成分スコアが対応付けられている。

一態様においては、前記方法は、前記サブアイテムのグループに対応付けられた多成分スコアを、サブアイテムに対応付けられた多成分スコアの関数として算出する工程をさらに備えている。

一態様においては、前記方法は、選択されたアイテム及び/又は前記算出された値を算出するのに多成分スコアが使用されたアイテムに対応付けられた多成分スコアの成分の値を修正する工程をさらに備えている。

一態様においては、前記一組のアイテムの少なくとも１つのアイテムに対応付けられた多成分スコアの少なくとも１つの成分が経時的に変動する。

一態様においては、前記多成分スコアの成分は非差別的成分である。

一態様においては、前記方法は、前記一組のアイテムの１つに対応付けられた多成分スコアの成分の値を初期化する工程をさらに備え、当該初期化工程は前記一組のアイテムのアイテムに対応付けられた多成分スコアの成分の値に基づいて実行される。

本発明の第２の目的によれば、プロセッサを備えた装置であって、当該プロセッサが上述の方法の各工程を実施するように構成されている装置が提供される。

本発明の各部分はソフトウェアとして実現可能なので、適切なキャリア媒体、特に、適切な有形のキャリア媒体又は適切な一時的なキャリア媒体上で、プログラム可能な装置に供給されるコンピュータ読み取り可能なコードとして実現できる。有形で、非一時的なキャリア媒体としては、フロッピー（登録商標）ディスク、ＣＤ−ＲＯＭ、ハードディスクドライブ、磁気テープ装置、ソリッドステートメモリ装置などの記憶媒体を含む。一時的なキャリア媒体には、電気信号、電子信号、光信号、音響信号、磁気信号、あるいは電磁気信号、例えばマイクロウェーブまたはＲＦ信号、などの信号が含まれてよい。

以下本発明の実施形態を、下記の図面に基づき、単に一例として説明する。
一組のアイテムから１つ以上のアイテムを当該アイテムに対応付けられた多成分スコアの関数として選択する、本発明の実施形態に係る工程の一例を示す図である。 ３つの異なるアイテムに対応付けられた多成分スコアを３次元空間で示す図である。 本発明の１つ以上の実施形態、例えば図１で説明する工程を実現するための演算装置の概略ブロック図である。

以下に説明する実施形態では、一組のアイテムの各アイテムに数個の成分を有するスコアが対応付けられて、当該一組のアイテムの１つのアイテムをそのスコアの関数として、かつ他のアイテムに対応付けられたスコアの関数として選ぶことができるようになっている。

１つのアイテムに対応付けられたスコアの成分はすべて非差別的であり、そのことは、ただ１つの成分の値に基づいてアイテムの選択がなされることがなく、また個々の成分に基づく連続的な選択に基づいてアイテムの選択がなされることがないということを意味する。

具体的に説明すると、３名の個人Ａ、Ｂ、Ｃを対象とし、

が３名の個人の各々にそれぞれ対応付けられているとする。

これらのスコア成分の値を適切に選ぶことによって、アイテムの序列を定めてアイテム間の推移的あるいは非推移的関係を確立することができる。

例えば、個人Ａ、Ｂ、Ｃのスコア成分が

として選択され、個人Ａが個人Ｂに勝つ確率をそのスコアの関数として計算するためのモデルが

だとすると、個人Ａが個人Ｂに勝つ確率は個人Ｂが個人Ｃに勝つ確率および個人Ｃが個人Ａに勝つ確率と等しくなる。この確率の値は5/9である。

より一般的に言えば、Ａというアイテムに対応付けられたスコアは、

したがって、アイテムＡとアイテムＢとの間のマッチング確率（又は順位付け値）は次のように表すことができる：

特定の実施形態によれば、各スコアの成分の数は３個以上である。

図１は、一組のアイテムから１つ以上のアイテムを当該アイテムに対応付けられた多成分スコアの関数として選択する、本発明の実施形態に係る工程の一例を示す図である。

図に示すように、最初のステップでは、１つのアイテムを特定し、対応付けられた多成分スコアを取得する（ステップ１００）。特定されたアイテムは、データベース１０５から選択されたものであってよい。特定の実施形態によれば、データベース１０５は複数のアイテムを含み、データベース内の各アイテムには多成分スコアが対応付けられている。前記特定されたアイテムは、ユーザによって規定されたアイテムであってもよいし、あるいはアイテムのグループ、例えば、ローカルであるいはリモートで予め選ばれたアイテムのグループの中からユーザが特定したアイテムでもよい。

特定の実施形態によれば、１つ以上のアイテムが特定される。そのような場合、特定されたアイテムは順次あるいは並行して処理することができる。

特定されたアイテムは、数個のアイテムと比較するためのアイテムであり、その比較は当該数個のアイテムの中から１つ以上のアイテムを選択するためになされる。

続くステップでは、一組のアイテムが選ばれる（ステップ１１０）。当該一組のアイテムは、データベース１０５から選ばれてよい。特定の実施形態によれば、点線のボックス１１０に示すように、データベース１０５のすべてのアイテムが選ばれる。あるいは、当該選択される一組のアイテムは、予め決められていてもユーザにより規定されてもよい。

次に、選択された一組中のすべてのアイテムが処理される（ステップ１１５〜１２５）。なお、それらのアイテムは順次あるいは並行して処理されてもよいのはいうまでもない。

図に示すように、選択された一組のアイテムの各アイテムのために、対応する多成分スコアが取得される（ステップ１２０）。選択された一組のアイテムのうちの処理されたアイテムの取得された多成分スコアは、特定されたアイテムの多成分スコアと共に使用されて、マッチング確率又は順位付け値を算出するのに使われる（ステップ１２５）。

選ばれた一組のアイテムの各アイテムに対応付けられた多成分スコアは、データベース１０５から取得されてよい。

算出されるマッチング確率又は順位付け値は、図１に示された工程の結果を利用するアプリケーションによって異なる。

具体的に説明すると、アプリケーションがゲームの場合には、算出されるのは特定されたアイテム（例えば、一人の個人もしくは複数の個人の１つのチーム）が処理済みのアイテムに対してゲームで勝つ確率である。同様に、アプリケーションが購入すべき商品の提案を目的としているのならば、算出されるのは特定されたアイテム（購入される見込みがあるとして選択された商品を表してよい）が処理済みのアイテムと比較して優先して買われる確率である。

上記のような場合には、

他の例によれば、算出された順位付け値は、特定されたアイテムに対する処理済みアイテム（文書を表してよい）の関連性を表す。順位付け値は、マッチング確率と同様に算出してよい。

選択された一組のすべてのアイテムが処理された後、すなわち特定されたアイテムと選択された一組の各アイテムとの関係を確立するマッチング確率又は順位付け値が算出された後、選ばれた一組のアイテムのうちの１つ以上のアイテムが、算出されたマッチング確率又は順位付け値に基づいて選択される（ステップ１３０）。

ここでも、１つ以上のアイテムの選択の仕方は、図１に示すような工程の結果を利用するアプリケーションによって異なる。

特定の実施形態によれば、１つだけのアイテムが選択される。このアイテムは、対応するマッチング確率又は順位付け値が最も高いものであってよい。

また、他の特定の実施形態によれば、アイテムの選択は、１つ以上の閾値、特に１つ以上の最小閾値及び/又は１つ以上の最大閾値に基づいてなされることが可能である。

第１の例によれば、アイテムに対応付けられたスコアが３つの成分からなると考えられる場合、

第２の例によれば、アイテムに対応付けられたスコアが３つの成分からなると考えられる場合、

さらに、特定の実施形態によれば、選ばれた一組のアイテム中からの１つ以上のアイテムの選択は、ある数の選択されるべきアイテム及び算出されたマッチング確率又は順位付け値に基づいて行うことが可能である。

具体的に説明すると、そのような選択は、選ばれた一組のアイテムのうち最も高いマッチング確率又は順位付け値に対応付けられたｎ個のアイテムに相当するｎ個のアイテムを選択する工程を備えてよい。

なお、数個のアイテムが選択する場合には、当該複数のアイテムはマッチング確率又は順位付け値の関数として順位付けされて、選択されたアイテム（図示せず）の序列リストを提供することが可能である。アイテムの順位付けも、アイテムの選択から直接的に導き出されてよい。

選択されたアイテムは、その後、図１に示す工程をコールしたアプリケーションに送られる（ステップ１３５）。

上述したように、このようなアプリケーションはゲームを対象とすることが可能であり（この場合には、図１で示した工程は、特定されたプレーヤーと対戦するプレーヤーを選択することを目的とし）、例えばオンラインゲームを対象とすることが可能である。あるいは特定された文書に対して関連があると見做される文書のリストを選択し、場合によってはこれらの文書を順位付けするのを目的とすることが可能である。

次に、選択されたアイテム及び/又は特定されたアイテムに対応付けられた多成分スコアが更新される（ステップ１４０）。図示のように、更新された多成分スコアは、データベース１０５に記憶されてよい。

特定の実施形態によれば、選択された１つ又は複数のアイテムの１成分、あるいは特定されたアイテムの１成分がランダムに選択され、その値がその成分の値の関数として求められた値、例えば１０％だけインクリメントされ、それから、他の比率、例えば５％に基づいてデクリメントされる。それから、当該２つの新しい成分値の各々のためにマッチング確率又は順位付け値が算出され、予測を改善するマッチング確率又は順位付け値が、当該成分の新しい値として設定される。

図２は、３個の異なるアイテムに対応付けられた多成分スコアを示す図であり、当該多成分スコアは３次元空間で表されている。

図において、３次元空間の各軸は多成分スコアの１成分を示す。

具体的に説明すると、３個のアイテムＡ、Ｂ、Ｃの各成分の値は以下のとおりである。

その結果、各一対のアイテム間のマンハッタン距離は同じである。

したがって、下記の式に従ってマッチング確率を算出すると、これらのアイテム間の以下のような非推移的関係が得られる。

特定の実施形態によれば、マッチング確率及び/又は順位付け値は、比較すべき複数のアイテムの複数のグループ、例えばプレーヤーのチームなどの値として算出されてよい。

このような場合には、多成分スコアが各アイテムのグループ（例えば、各チーム）に割り当てられてよい。特定の例によれば、

重みα_iは、アイテムのグループにおける各アイテムの役割（例えば、ゲームアプリの場合は、チームのキャプテンなど）を考慮すべく、当該各アイテムに対応付けることが可能である。このような場合、アイテムのグループのスコアは、次のように算出されてよい。

次に、

さらに、特定の実施形態によれば、１つのアイテム又は１つのアイテムのグループに対応付けられたスコアは時間とともに変化してもよい。

具体的に説明すると、スコア更新工程において比較の後に生じるスコア成分の変動は、頻繁に関与するアイテム又はグループ（例えば、頻繁にプレイするプレーヤー）の場合は大きく、関与する回数の少ないアイテム又はグループ（例えば、長時間プレイしないままであるプレーヤー）の場合には小さくてよい。

特定の例によれば、直近の１００回分の比較（例えば、直近の１００ゲーム）のみが、最後の比較結果が１００、その前が９９というように直線的な重みづけで、対応付けられたスコアの更新対象として考慮されてよい。そのために、直近の１００回分の比較の履歴が保存されてよい。

他の例によれば、より古い比較の結果を、時間とともに生じる指数関数的減衰の関数として重み付けして、最新の比較を１００、１ヵ月前になされた比較の結果を５０、２ヵ月前になされた比較の結果を２５、などと重みづけするようにしてもよい。

さらに他の例によれば、スコアの変動は、比較の回数と時間の関数として変動してよい。

新しいアイテム又はアイテムのグループに対応付けられたスコアについては、１つのアイテム又はアイテムの１つのグループに対応付けられた多成分スコアの値を初期化する方法がいくつかある。例えば、多成分スコアの値は、所定の範囲（具体的に説明すれば、百分率で表されてよい）、即ち［０％〜１５％］あるいは［４５％〜５５％］などの範囲においてランダムに選ばれてよい。

あるいは、１つのアイテム又はアイテムの１つのグループと対応付けられた多成分スコアの初期化は二分法で行ってもよい。そのためには、注目しているアイテム又はグループと「中央値」のアイテム又はグループ、すなわち全アイテム又はグループ母集団の５０％値近傍に順位付けられたアイテム又はグループとの第１の比較がまず行われる。次に、第２の比較を第１の比較の関数として行って、注目しているアイテム又はグループを２５％（［０％〜５０％］の中央値）近傍のアイテム又はグループ又は７５％（［５０％〜１００％］の中央値）近傍のアイテム又はグループと比較する。それらの比較の結果は、当該スコアの成分値の算出に使われ、その処理は、所定回数の比較の後、あるいは所定のマッチング確率又は順位付け値の閾値に達した時点で終了する。

前述のように、上述の処理は、オンライン販売アプリケーションにおける商品などの、提案されるアイテムを序列化するのに利用してよい。そのような場合には、ユーザが１つのアイテム、例えば購入するかもしれない商品を特定すると、一組のアイテムが選ばれ、その一組中のアイテムが序列化される。この一組のアイテムはユーザが選んでもよいし、自動的に、例えばユーザが特定したアイテムのタイプの関数、あるいは以前選ばれたことのあるアイテムのタイプの関数として選ばれてもよい。そのような一組のアイテムは、他の標準的なアルゴリズム、例えばユーザの嗜癖とか好みに基づくアルゴリズムにより決定してもよい。

一組中のアイテムの序列化は、特定されたアイテムに対応付けられた多成分スコアを当該一組中の各アイテムに対応付けられた多成分スコアと前述のように比較するか、あるいは当該一組中の各アイテムに対応付けられた多成分スコアを前述のように互いに比較することによってなされる。

ここでも、アイテムに対応付けられた多成分スコアは、序列化された（又は予め選択された）アイテムの選択の結果として、上述したように更新されてよい。

アイテムが選択される確率に応じて序列化されるので、上記の処理をそのようなタイプのアプリケーションに使用することにより、ユーザが一組のアイテムの中から予め選択されたアイテムを特定することがより容易になる。これは、少数の参照アイテムしか表示できない小画面の装置で選択がなされるときに特に有用である。

図３は、本発明の１つ又は複数の実施形態、例えば図１で説明した工程を実現するための演算装置３００の概略ブロック図である。

演算装置３００は、通信バスを有し、当該通信バスは以下のものに接続されている：
―ＣＰＵと表記されている、マイクロコンピュータなどの中央演算処理装置３０５；
―ＲＡＭと表記されている、本発明の実施形態の方法の実行可能なコードならびに本発明の実施形態に応じて画像を取得する方法を実現するのに必要な変数やパラメータを記録するのに適合したレジスタを記憶し、そのメモリ容量が、例えば拡張ポートに接続されるオプションのＲＡＭにより拡張可能であるランダムアクセスメモリ３１０；
―ＲＯＭと表記されている、本発明の実施形態を実現するためのコンピュータプログラムを記憶するリードオンリーメモリ３１５；及び
―デジタルデータを送受信可能な通信ネットワークに通常接続されるネットワークインタフェース３２０。ネットワークインタフェース３２０は、単一のネットワークインタフェースであってもよいし、一組の異なるネットワークインタフェース（例えば、有線と無線のインタフェース、あるいは異なる種類の有線または無線のインタフェース）からなるものでもよい。データパケットは、ＣＰＵ３０５で実行されるソフトウェアアプリケーションの制御下で、送信の際にはネットワークインタフェースに書き込まれ、受信の際にはネットワークインタフェースから読み取られる。

オプションとしては、演算装置３００の通信バスは以下のものに接続されていてもよい：
―ＨＤと表記されている、大容量記憶装置として使用されるハードディスク３２５；及び/又は
―ユーザからの入力を受け付けたり、ユーザに情報を表示するのに使用され、かつ/あるいは外部装置とのデータの送受信に使用されるユーザインタフェース及び/又は入出力インタフェース３３０。

実行可能なコードはリードオンリーメモリ３１５か、ハードディスク３２５か、あるいは例えばディスクなどの着脱可能なデジタル媒体のいずれかに記憶されてよい。変形例によれば、プログラムの実行可能なコードは、実行する前にハードディスク３２５などの、演算装置３００の記憶手段の１つに記憶するために、ネットワークインタフェース３２０を介して通信ネットワークにより受信可能である。

中央演算処理装置３０５は、本発明の実施形態に係る単一もしくは複数のプログラムの各命令又はソフトウェアコードの各部分の実行を制御し、指示するようになっており、それらの命令は前記の記憶手段の１つに記憶される。電源投入後、ＣＰＵ３０５は、ソフトウェアアプリケーションに関する命令が例えばＲＯＭ３１５又はハードディスク３２５から読み込まれてから、当該命令を主たるＲＡＭメモリ３１０から実施できるようになる。そのようなソフトウェアアプリケーションがＣＰＵ３０５によって実行されることによって、本明細書に開示されたアルゴリズムの各工程が実行される。

ここに開示されたアルゴリズムの工程はいずれも、プログラム可能な計算機、例えばＰＣ（パーソナルコンピュータ）、ＤＳＰ（デジタルシグナルプロセッサ）、マイクロコントローラなどが一組の命令又はプログラムを実行することにより、ソフトウェアで実現されてもよいし、あるいは、機械又はＦＰＧＡ（フィールドプログラマブルゲートアレイ）あるいはＡＳＩＣ（特定用途向け集積回路）などの専用コンポーネントによりハードウェアで実現されてもよい。

以上具体的な実施形態を参照しながら本発明を説明したが、本発明はこれらの実施形態に限定されるものではなく、本発明の精神および範囲を逸脱しないかぎりの変更は、当業者には自明であろう。

また、前述の実施形態はあくまで例として説明されたにすぎず、したがって本発明の範囲を制限するものではなく、さらに多くの修正や変形が上述の説明のために実施形態を参照することにより可能であることも当業者には明らかであろう。本発明の範囲は、添付された請求項によってのみ決定される。特に、異なる実施形態の異なる特徴は適宜入れ替えてもよい。

特に、アイテムＢがアイテムＡに勝つ（又はアイテムＢがアイテムＡよりも上位に順位付けされる）マッチング確率又は順位付け値（Ｐ_Ｂ）は、以下の式により算出してもよい。

具体的に説明すると、使用される単調関数は次のものの１つでもよい。

また、請求項における「〜からなる」という文言は、他の要素や工程を排除するものではなく、「複数の」と記述されていなくても要素が複数であることを排除するものではない。異なる特徴が互いに異なる従属項において列挙されているということだけで、それらの特徴の組み合わせが好都合に使用できないということを示しているものではない。

Claims (16)

1. 一組のアイテムから少なくとも１つのアイテムを選択するための方法であって、当該一組のアイテムの各アイテムに多成分スコアが対応付けられている方法において、
   前記一組のアイテムの少なくとも第１のアイテムと第２のアイテムのために、
   前記一組のアイテムの当該第１のアイテムと当該第２のアイテムとの間の相対的順位付け関係を特徴づける値であって、
   当該第１のアイテムと当該第２のアイテムの各々に対応付けられた複数のスコア成分の関数として算出される値を、算出する工程を備え、
   前記選択は、前記算出された値に基づいて行われる方法。
2. 前記選択はさらに少なくとも１つの所定の閾値に基づいて行われることを特徴とする請求項１記載の方法。
3. 前記第１のアイテムと前記第２のアイテムとを前記算出された値の関数として順位付けする工程をさらに備えることを特徴とする請求項１又は２記載の方法。
4. 前記一組のアイテムの各アイテムに対応付けられた前記多成分スコアが少なくとも３つの成分からなることを特徴とする請求項１ないし３のいずれかに記載の方法。
5. 前記算出された値の算出に使われるスコア関数が、算出される値によって特徴づけられる、前記一組のアイテムのアイテム間の関係が、非推移的であるようなスコア関数であることを特徴とする請求項１ないし４のいずれかに記載の方法。
6. 前記スコア関数は、以下のスコア関数
   

   

   から選ばれ、
   

   

   ことを特徴とする請求項５記載の方法。
7. 前記第１のアイテムと前記一組のアイテムの少なくとも１つの他のアイテムとの相対的順位付け関係を特徴づける少なくとも１つの他の値であって、前記第１のアイテムと前記少なくとも１つの他のアイテムの各々にそれぞれ対応付けられた複数のスコア成分の関数として算出される値を、算出する工程をさらに備え、前記選択が前記算出された各値に基づいて行われることを特徴とする請求項１ないし６のいずれかに記載の方法。
8. 前記一組のアイテムを選ぶ工程をさらに備えていることを特徴とする請求項１ないし７のいずれかに記載の方法。
9. 前記一組のアイテムの少なくとも１つのアイテムがサブアイテムのグループで、当該サブアイテムの各々に多成分スコアが対応付けられていることを特徴とする請求項１ないし８のいずれかに記載の方法。
10. 前記サブアイテムのグループに対応付けられた多成分スコアを、サブアイテムに対応付けられた多成分スコアの関数として算出する工程をさらに備えていることを特徴とする請求項９に記載の方法。
11. 選択されたアイテム及び/又は前記算出された値を算出するのに多成分スコアが使用されたアイテムに対応付けられた多成分スコアの成分の値を修正する工程をさらに備えていることを特徴とする請求項１ないし１０のいずれかに記載の方法。
12. 前記一組のアイテムの少なくとも１つのアイテムに対応付けられた多成分スコアの少なくとも１つの成分が時間とともに変動することを特徴とする請求項１ないし１１のいずれかに記載の方法。
13. 前記多成分スコアの成分は非差別的成分であることを特徴とする請求項１ないし１２のいずれかに記載の方法。
14. 前記一組のアイテムの１つのアイテムに対応付けられた多成分スコアの成分の値を初期化する工程をさらに備え、当該初期化工程は前記一組のアイテムのアイテムに対応付けられた多成分スコアの成分の値に基づいて実行されることを特徴とする請求項１ないし１３のいずれかに記載の方法。
15. プログラム可能な装置のためのコンピュータプログラム製品であって、当該プログラム製品は、プログラムがプログラム可能な装置に展開され、当該装置によって実行されるときに、請求項１ないし１４のいずれかに係る方法の各工程を実行するための命令からなることを特徴とするコンピュータプログラム製品。
16. プロセッサを備えた装置であって、当該プロセッサは請求項１ないし１４のいずれかに係る方法の各工程を実行するように構成されていることを特徴とする装置。

Images