JP6945581B2 - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Description

本発明の実施形態は、情報処理装置、情報処理方法および情報処理プログラムに関する。

従来、対象同士の競合度合を分析するマーケティング技術が知られている。例えば、文書情報から競合ブランドを分析するための競合経験属性表示技術が知られている。

特開２００１２−２３８２９０号公報

しかしながら、上記の従来技術では、ユーザ間の共通性から各ユーザに関するオブジェクト同士の関係性を適切に推定することができるとは限らない。

例えば、上記の従来技術では、人々が自らの何らかの経験について記述した記事である経験記が示す経験属性について、経験属性間の、要因属性毎の要因トピック分布の類似度を利用して経験属性間の競合度を算出し、算出した競合度に基づいて各経験属性の関連性を分析している。このような、上記の従来技術では、例えば、関連性を分析したい対象同士をつなぐユーザ間でのユーザ情報の共通性比較を行っている訳ではない。このため、上記の従来技術では、ユーザ間の共通性から各ユーザに関するオブジェクト同士の関係性を適切に推定することができるとは限らない。

本願にかかる情報処理装置は、第１のオブジェクトに関する第１のユーザの行動を示す第１の行動情報であって、前記第１のオブジェクトに関連しない行動を示す第１の行動情報と、前記第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザの行動を示す第２の行動情報であって、前記第２のオブジェクトに関連しない行動を示す第２の行動情報とを取得する取得部と、前記取得部により取得された前記第１の行動情報と、前記第２の行動情報との共通性に基づいて、前記第１のオブジェクトと前記第２のオブジェクトとの関係性を推定する推定部とを有することを特徴とする。

実施形態の一態様によれば、ユーザ間の共通性から各ユーザに関するオブジェクト同士の関係性を適切に推定することができる。

図１は、実施形態にかかる情報処理の一例を示す図である。 図２は、実施形態にかかる情報処理システムの構成例を示す図である。 図３は、実施形態にかかる情報処理装置の構成例を示す図である。 図４は、実施形態にかかる情報処理手順を示すフローチャートである。 図５は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願にかかる情報処理装置、情報処理方法および情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ説明する。なお、この実施形態により本願にかかる情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。また、以下の実施形態において、同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理の一例〕
まず、図１を用いて、実施形態にかかる情報処理の一例について説明する。図１は、実施形態にかかる情報処理の一例を示す図である。実施形態にかかる情報処理は、図１に示す情報処理装置１００によって行われる。

図１の説明に先立って、図２を用いて、実施形態にかかる情報処理システムについて説明する。図２は、実施形態にかかる情報処理システム１の構成例を示す図である。実施形態にかかる情報処理システム１は、図２に示すように、端末装置１０と、事業者装置２０と、外部装置３０と、情報処理装置１００とを含む。端末装置１０、事業者装置２０、外部装置３０、情報処理装置１００は、ネットワークＮを介して有線または無線により通信可能に接続される。なお、図２に示す情報処理システム１には、複数台の端末装置１０や、複数台の事業者装置２０や、複数台の外部装置３０や、複数台の情報処理装置１００が含まれてよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等である。例えば、端末装置１０は、ユーザ操作に応じて、各種情報処理を行う。

事業者装置２０は、後述するオブジェクトを管理する事業者（例えば、タレント事務所）によって利用される情報処理装置である。事業者は、実施形態にかかる情報処理装置１００を管理する「事業者Ｙ」と関連する関連会社であったり、何らかの契約を交わしている会社である。例えば、事業者装置２０は、情報処理装置１００によって推定された推定結果に基づく情報の提供を情報処理装置１００から受ける。

外部装置３０は、ユーザの行動（例えば、検索行動、購買行動、閲覧行動等）を示す各種行動情報を記憶するサーバ装置である。例えば、ユーザの行動を検索行動とするならば、外部装置３０は、所定の検索サービスを提供するサーバ装置であってよい。また、例えば、ユーザの行動を購買行動とするならば、外部装置３０は、所定のショッピングサービスを提供するサーバ装置であってよい。また、例えば、ユーザの行動を閲覧行動とするならば、外部装置３０は、記事コンテンツ等を提供するサーバ装置であってよい。外部装置３０は、例えば、上記のようなサービス毎に存在することができる。しかし、本実施形態では、説明を簡単にするために、１台の外部装置３０が上記のような複数のサービスを兼ねていることにより、各種行動情報を有しているものとする。

ここで、実施形態にかかる情報処理が行われるにあたっての前提について説明する。例えば、オブジェクトを新人タレントとするならば、かかる新人タレントの所属するタレント事務所にとっては、かかる新人タレントを今後どのような方向性で売り出してゆくか、どのようなことにチャレンジさせるのか、といったことは重要な課題である。例えば、他タレントの成功例にならって、新人タレントに対する今後の方策を決めることが考えられるが、必ずしも新人タレントも同じように成功するとは限らない。

よって、実施形態にかかる情報処理では、かかる新人タレントに属するユーザ（例えば、ファン）と、他のタレントに属するユーザ（例えば、ファン）とが、新人タレントおよび他のタレントを橋渡ししてくれているか否かといったことに着目している。つまり、新人タレントと別のタレントとの間になんとなく共通性があるから（例えば、年齢や雰囲気が近い）といった観点で、他タレントにならって新人タレントに対する今後の方策を決めるのではなく、それぞれに属しているユーザ層（ファン層）にどれほどの共通性があるかを調べることにより、新人タレントと他のタレントとの競合関係を推定することに着目している。

例えば、新人タレントと他のタレントとが競合関係にあるならば、他タレントにならって新人タレントに対する今後の方策を決めることができる。一方で、新人タレントと他のタレントとが競合関係にないならば、他のタレントにはならわないほうがよいとの判断を下せる可能性がある。

以上のような前提を踏まえて、実施形態にかかる情報処理装置１００は、実施形態にかかる情報処理を行う。具体的には、情報処理装置１００は、第１のオブジェクトに関する第１のユーザの行動を示す第１の行動情報と、第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザの行動を示す第２の行動情報とを取得する。そして、そして、情報処理装置１００は、取得した第１の行動情報と、第２の行動情報との共通性に基づいて、第１のオブジェクトと前記第２のオブジェクトとの関係性を推定する。例えば、情報処理装置１００は、第１のユーザとして第１のオブジェクトに関する検索行動を行った第１のユーザの行動を示す第１の行動情報と、第２のユーザとして第２のオブジェクトに関する検索行動を行った第２のユーザの行動を示す第２の行動情報とを取得する。

より詳細には、情報処理装置１００は、第１のオブジェクトに関する第１のユーザの行動を示す第１の行動情報であって、第１のオブジェクトに関連しない行動を示す第１の行動情報と、第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザの行動を示す第２の行動情報であって、第２のオブジェクトに関連しない行動を示す第２の行動情報とを取得する。

また、例えば、情報処理装置１００は、第１の行動情報として、第１のユーザが入力した検索クエリのうち、第１のオブジェクトを示す検索クエリ以外の検索クエリでの検索行動を示す検索情報と、第２の行動情報として、第２のユーザが入力した検索クエリのうち、第２のオブジェクトを示す検索クエリ以外の検索クエリでの検索行動を示す検索情報とを取得する。また、例えば、情報処理装置１００は、第１の行動情報として、第１のユーザが閲覧したコンテンツうち、第１のオブジェクト以外の対象に関するコンテンツを閲覧する閲覧行動を示す閲覧情報と、第２の行動情報として、第２のユーザが閲覧したコンテンツうち、第２のオブジェクト以外の対象に関するコンテンツを閲覧する閲覧行動を示す閲覧情報とを取得する。また、例えば、情報処理装置１００は、第１の行動情報として、第１のユーザが購入した商品うち、第１のオブジェクト以外の対象に関する商品を示す閲覧情報と、第２の行動情報として、第１のユーザが購入した商品うち、第１のオブジェクト以外の対象に関する商品を示す閲覧情報とを取得する。

また、情報処理装置１００は、第１の行動情報と、第２の行動情報との共通性を示す度合いに基づいて、前記第１の行動情報と、前記第２の行動情報とが関連しているか否かを判定する。そして、情報処理装置１００は、判定結果に基づいて、第１のオブジェクトと第２のオブジェクトとの関係性を推定する。以下では、実施形態にかかる情報処理の一例について説明する。具体的には、図１を用いて、実施形態にかかる情報処理の一例を手順を追って説明する。また、情報処理装置１００が有する記憶部についても適宜説明する。

まず、図１の例では、タレントＴ１を第１のオブジェクトの一例とし、タレントＴ２を第２のオブジェクトの一例とする。つまり、本実施形態では、関係性を推定する処理対象の２つのオブジェクトを、タレントＴ１およびタレントＴ２とする。また、第１のオブジェクトおよび第２のオブジェクトは、必ずしも人物である必要はない。例えば、第１のオブジェクトは人物で第２のオブジェクトは所定の商品であってもよい。また、例えば、第１のオブジェクトは所定の商品で第２のオブジェクトは人物であってもよい。例えば、第１のオブジェクトおよび第２のオブジェクトの双方とも異なる所定の商品であってもよい。

また、本実施形態では、上記の通り、関係性を推定する処理対象の２つのオブジェクトを、タレントＴ１およびタレントＴ２と定めているが、何と何を処理対象とするかは、任意の手法で決められてよい。例えば、情報処理装置１００は、タレント事務所等の事業者から処理対象の指定を受け付けてもよい。また、例えば、情報処理装置１００は、事業者から処理対象の一方の指定（例えば、自社に属するタレントのいずれかの指定）を受け付けることにより、所定の基準（条件）に基づいて、もう一方の処理対象を動的に抽出（決定）してもよい。

また、本実施形態では、第１のオブジェクト（タレントＴ１）に関する検索行動を行ったユーザを第１のユーザとする。したがって、第１のオブジェクト（タレントＴ１）に関する検索行動とは、例えば、タレントＴ１に関する事項を検索クエリとする検索行動である。また、本実施形態では、第２のオブジェクト（タレントＴ２）に関する検索行動を行ったユーザを第２のユーザとする。したがって、第２のオブジェクト（タレントＴ２）に関する検索行動とは、例えば、タレントＴ２に関する事項を検索クエリとする検索行動である。

また、第１および第２のユーザを以下のようにより詳細に定義する。具体的には、「タレントＴ１」に関する検索行動を行ったことはあるが、「タレントＴ２」に関する検索行動を行ったことがないユーザを第１のユーザと定める。また、「タレントＴ２」に関する検索行動を行った後、同一セッション内で「タレントＴ１」に関する検索行動を行ったユーザが居れば、かかるユーザを第１のユーザと定める。また、「タレントＴ２」に関する検索行動を行った後、同一セッション内で「タレントＴ１」に関する検索行動を行ったユーザが所定数以上居る場合には、かかる所定数以上のユーザを第１のユーザと定める。また、「タレントＴ２」に関する検索行動を行ったユーザのうち、「タレントＴ２」に関する検索行動を行った後、所定期間以内に「タレントＴ１」に関する検索行動を行ったユーザが居れば、かかるユーザを第１のユーザと定める。

また、「タレントＴ２」に関する検索行動を行ったことはあるが、「タレントＴ１」に関する検索行動を行ったことがないユーザを第２のユーザと定める。また、「タレントＴ１」に関する検索行動を行った後、同一セッション内で「タレントＴ２」に関する検索行動を行ったユーザが居れば、かかるユーザを第２のユーザと定める。また、「タレントＴ１」に関する検索行動を行った後、同一セッション内で「タレントＴ２」に関する検索行動を行ったユーザが所定数以上居る場合には、かかる所定数以上のユーザを第２のユーザと定める。また、「タレントＴ１」に関する検索行動を行ったユーザのうち、「タレントＴ１」に関する検索行動を行った後、所定期間以内に「タレントＴ２」に関する検索行動を行ったユーザが居れば、かかるユーザを第２のユーザと定める。

図１の例では、タレントＴ１は商品「ＰＤ１１」のＣＭに出演中であり、また、曲名「ＮＡ１２」の音楽ＣＤをリリースしている。したがって、タレントＴ１に関する検索クエリとは、この場合、例えば「タレントＴ１」、「ＰＤ１１」、「ＮＡ１２」となる。また、図１の例では、タレントＴ２は「Ａ子」役でドラマに出演中であり、また、曲名「ＮＡ２１」の音楽ＣＤをリリースしている。したがって、タレントＴ２に関する検索クエリとは、この場合、例えば「タレントＴ２」、「Ａ子」、「ＮＡ２１」となる。

このような状態において、情報処理装置１００は、検索情報記憶部１２１を参照し、検索情報記憶部１２１に記憶されるユーザの中から第１のユーザ、および、第２のユーザを抽出（特定）する（ステップＳ１）。ここで、検索情報記憶部１２１について説明する。検索情報記憶部１２１は、検索行動に関する検索情報を記憶する。例えば、情報処理装置１００は、外部装置３０から検索情報を取得し、取得した検索情報を検索情報記憶部１２１に格納することができる。図１の例では、検索情報記憶部１２１は、「ユーザＩＤ」、「日時」、「検索クエリ」といった項目を有する。なお、検索情報記憶部１２１には、検索クエリに対応する検索結果となったコンテンツに関する情報（例えば、ＵＲＬ）も記憶されてよい。

「ユーザＩＤ」は、ユーザまたはユーザの端末装置１０を識別する識別情報を示す。「日時」は、対応する「検索クエリ」を用いて検索された日時を示す。図１に示す検索情報記憶部１２１の例では、「日時」に概念的な記号が用いられているが、本来は検索が行われた実際の日時が入力される。「検索クエリ」は、対応する「日時」での検索行動に用いられた検索クエリを示す。

すなわち、図１に示す検索情報記憶部１２１の例では、ユーザＩＤ「Ｕ１１」によって識別されるユーザ（ユーザＵ１１）が、日時「ＤＴ１１」において検索クエリ「タレントＴ１」を用いて検索した例を示す。

そして、図１に示す検索情報記憶部１２１の例では、情報処理装置１００は、検索クエリ「タレントＴ１」を用いたユーザＵ１１、検索クエリ「タレントＴ１、ＰＤ１１」を用いたユーザＵ１２、検索クエリ「ＰＤ１１、ＮＡ１２」を用いたユーザＵ１３を第１のユーザとして抽出する。また、情報処理装置１００は、検索クエリ「タレントＴ２」を用いたユーザＵ２１、検索クエリ「タレントＴ２、Ａ子」を用いたユーザＵ２２、検索クエリ「Ａ子、ＮＡ２１」を用いたユーザＵ２３を第２のユーザとして抽出する。

次に、情報処理装置１００は、ステップＳ２で抽出したユーザを対応するオブジェクトに紐付ける（ステップＳ２）。具体的には、情報処理装置１００は、第１のユーザである、ユーザＵ１１、Ｕ１２およびＵ１３（ユーザＵ１１〜Ｕ１３）を、第１のオブジェクトであるタレントＴ１に紐付ける。また、情報処理装置１００は、第２のユーザである、ユーザＵ２１、Ｕ２２およびＵ２３（ユーザＵ２１〜Ｕ２３）を、第２のオブジェクトであるタレントＴ２に紐付ける。

次に、情報処理装置１００は、第１のユーザの行動を示す第１の行動情報であって、第１のオブジェクトに関連しない行動を示す第１の行動情報と、第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザの行動を示す第２の行動情報であって、第２のオブジェクトに関連しない行動を示す第２の行動情報とを取得する（ステップＳ３）。

図１の例では、情報処理装置１００は、第１のオブジェクトに関連しない行動として、タレントＴ１に関連しない対象（例えば、タレントＴ１、ＰＤ１１、ＮＡ１２以外）に関するコンテンツ対する閲覧行動、および、タレントＴ１に関連しない対象（例えば、タレントＴ１関連グッズ、ＰＤ１１、ＮＡ１２以外の商品）に関する購買行動を示す第１の行動情報を取得する。もちろん、情報処理装置１００は、タレントＴ１に関する検索行動に対応する検索クエリに関連しない検索クエリ（例えば、タレントＴ１、ＰＤ１１、ＮＡ１２以外の検索クエリ）での検索行動を示す第１の行動情報も取得することができる。また、図１の例では、情報処理装置１００は、第２のオブジェクトに関連しない行動として、タレントＴ２に関連しない対象（例えば、タレントＴ２、Ａ子、ＮＡ２１以外）に関するコンテンツ対する閲覧行動、および、タレントＴ２に関連しない商品（例えば、タレントＴ２関連グッズ、Ａ子関連グッズ、ＮＡ２１以外の商品）に関する購買行動を示す第２の行動情報を取得する。もちろん、情報処理装置１００は、タレントＴ２に関する検索行動に対応する検索クエリに関連しない検索クエリ（例えば、タレントＴ２、Ａ子、ＮＡ２１以外の検索クエリ）での検索行動を示す第２の行動情報も取得することができる。

例えば、情報処理装置１００は、ユーザＩＤ「Ｕ１１、Ｕ１２、Ｕ１３」を用いて外部装置３０の記憶部にアクセスし、ユーザＩＤ「Ｕ１１、Ｕ１２、Ｕ１３」が対応付けられる行動情報の中から、上記のような第１の行動情報を取得する。そして、情報処理装置１００は、取得した第１の行動情報を第１の行動情報記憶部１２２に格納する。また、例えば、情報処理装置１００は、ユーザＩＤ「Ｕ２１、Ｕ２２、Ｕ２３」を用いて外部装置３０の記憶部にアクセスし、ユーザＩＤ「Ｕ２１、Ｕ２２、Ｕ２３」が対応付けられる行動情報の中から、上記のような第２の行動情報を取得する。そして、情報処理装置１００は、取得した第２の行動情報を第２の行動情報記憶部１２３に格納する。

ここで、第１の行動情報記憶部１２２について説明する。第１の行動情報記憶部１２２は、第１の行動情報を記憶する。図１の例では、第１の行動情報記憶部１２２は、「第１ＩＤ」、「ユーザＩＤ」、「行動情報」といった項目を有する。また、「行動情報」には、「閲覧行動」、「購買行動」といった項目が含まれる。

「第１ＩＤ」は、第１のオブジェクトを識別する識別情報を示す。「第２ＩＤ」は、対応する「第１ＩＤ」によって識別される第１のオブジェクトとともに処理対象となっている第２のオブジェクトを識別する識別情報を示す。「ユーザＩＤ」は、第１のユーザまたは第１のユーザの端末装置１０を識別する識別情報を示す。「閲覧行動」は、タレントＴ１に関連しない対象（例えば、タレントＴ１、ＰＤ１１、ＮＡ１２以外）に関するコンテンツ対する閲覧行動を示す閲覧情報（第１の行動情報の一例）である。図１の例では、ユーザＩＤ「Ｕ１１」および「閲覧行動」で識別される入力欄に「ＳＴ１１１」が入力されている。かかる例は、ユーザＵ１１が、タレントＴ１に関連しないサイト（コンテンツ）であるサイト「ＳＴ１１１」を閲覧した例を示す。「購買行動」は、タレントＴ１に関連しない商品（例えば、タレントＴ１関連グッズ、ＰＤ１１、ＮＡ１２以外の商品）に関する購買行動を示す購買情報（第１の行動情報の一例）である。図１の例では、ユーザＩＤ「Ｕ１１」および「購買行動」で識別される入力欄に「ＰＤ５０」が入力されている。かかる例は、ユーザＵ１１が、タレントＴ１に関連しない商品である商品「ＰＤ５０」を購入（注文）した例を示す。

次に、第２の行動情報記憶部１２３について説明する。第２の行動情報記憶部１２３は、第２の行動情報を記憶する。図１の例では、第２の行動情報記憶部１２３は、「第２オＩＤ」、「ユーザＩＤ」、「行動情報」といった項目を有する。また、「行動情報」には、「閲覧行動」、「購買行動」といった項目が含まれる。

「第２ＩＤ」は、第２のオブジェクトを識別する識別情報を示す。「第１ＩＤ」は、対応する「第２ＩＤ」によって識別される第２のオブジェクトとともに処理対象となっている第１のオブジェクトを識別する識別情報を示す。「ユーザＩＤ」は、第２のユーザまたは第２のユーザの端末装置１０を識別する識別情報を示す。「閲覧行動」は、タレントＴ２に関連しない対象（例えば、タレントＴ２、Ａ子、ＮＡ２１以外）に関するコンテンツに対する閲覧行動を示す閲覧情報（第２の行動情報の一例）である。図１の例では、ユーザＩＤ「Ｕ２１」および「閲覧行動」で識別される入力欄に「ＳＴ１１１」が入力されている。かかる例は、ユーザＵ２１が、タレントＴ２に関連しないサイト（コンテンツ）であるサイト「ＳＴ２１１」を閲覧した例を示す。「購買行動」は、タレントＴ２に関連しない商品（例えば、タレントＴ２関連グッズ、Ａ子関連グッズ、ＮＡ２１以外の商品）に関する購買行動を示す購買情報（第２の行動情報の一例）である。図１の例では、ユーザＩＤ「Ｕ２１」および「購買行動」で識別される入力欄に「ＰＤ５０」が入力されている。かかる例は、ユーザＵ２１が、タレントＴ２に関連しない商品である商品「ＰＤ５０」を購入（注文）した例を示す。

このような状態において、情報処理装置１００は、第１の行動情報記憶部１２２を参照し、第１の行動情報が示す行動のうち、第１のユーザの人数の所定割合（例えば、９０％）以上に共通する行動を特定する（ステップＳ４）。図１の例では、ユーザＵ１１〜Ｕ１３の全てが商品ＰＤ５０を購入している。したがって、図１の例では、情報処理装置１００は、購買行動「商品ＰＤ５０を購入」を特定する。

また、情報処理装置１００は、第２の行動情報記憶部１２３を参照し、第２の行動情報が示す行動のうち、第２のユーザの人数の所定割合（例えば、９０％）以上に共通する行動を特定する（ステップＳ５）。図１の例では、ユーザＵ２１〜Ｕ２３の全てが商品ＰＤ５０を購入している。したがって、図１の例では、情報処理装置１００は、ステップＳ５でも購買行動「商品ＰＤ５０を購入」を特定する。

次に、情報処理装置１００は、ステップＳ５で特定した第１の行動情報（商品ＰＤ５０を購入）と、第２の行動情報（商品ＰＤ５０を購入）との共通性を示す度合いに基づいて、この第１の行動情報と、第２の行動情報とが関連するか否かを判定する（ステップＳ６）。例えば、情報処理装置１００は、ステップＳ５で特定した第１の行動情報（商品ＰＤ５０を購入）と、第２の行動情報（商品ＰＤ５０を購入）とがどれだけ共通した行動であるかを示す度合いを算出する。例えば、情報処理装置１００は、任意の解析技術を用いて、かかる度合いを算出することができる。例えば、情報処理装置１００は、一致度を算出する任意の技術を用いて、かかる度合いを算出することができる。例えば、情報処理装置１００は、共通性を示す度合いとして１〜１０までスコアのうち、共通しているほど高いスコアを算出する。上記例では、第１の行動情報と、第２の行動情報とが完全に一致しているため、情報処理装置１００は、共通性を示す度合いとして、例えば、スコア「１０」を算出する。

なお、図１の例では、説明を簡単にするために購買行動同士の共通性を比較する例を示しているが、情報処理装置１００は、第１のユーザの人数の所定割合以上に共通する行動として、例えば、所定の購買行動を特定し、第２のユーザの人数の所定割合以上に共通する行動として、例えば、所定の検索行動を特定した場合には、この所定の購買行動と所定の検索行動との共通性を示す度合いを算出することができる。

また、情報処理装置１００は、第１のユーザの人数の所定割合以上に共通する行動として、例えば、購買行動ＡＣ１１と購買行動ＡＣ１２とを特定し、第２のユーザの人数の所定割合以上に共通する行動として、例えば、購買行動ＡＣ２１と購買行動ＡＣ２２とを特定したとする。かかる場合には、情報処理装置１００は、第１の行動情報（購買行動ＡＣ１１および購買行動ＡＣ１２）、第２の行動情報（購買行動ＡＣ２１および購買行動ＡＣ２２）との間で成立する全ての組合せ毎に、共通性を示す度合いを算出することができる。つまり、情報処理装置１００は、第１の行動情報と第２の行動情報との組合せ毎の度合いに基づいて、第１の行動情報と、第２の行動情報との組合せの中に、互いに共通する組合わせが存在するか否かを判定する。

説明を戻す。情報処理装置１００は、所定値以上のスコア（例えば、８以上）を算出した場合には、算出対象となった第１の行動情報と第２の行動情報とは共通していると判定する。スコア「１０」が算出された上記例では、情報処理装置１００は、第１の行動情報（商品ＰＤ５０を購入）と、第２の行動情報（商品ＰＤ５０を購入）とは共通している（一致している、関連している、ともいえる）と判定する。また、他の一例を示すと、例えば、第１の行動情報が「商品ＰＤ５０を購入」であり、第２の行動情報が「検索クエリＰＤ５０で検索」であった場合には、情報処理装置１００は、例えば、スコア「８」を算出することが考えられる。

次に、情報処理装置１００は、ステップＳ６での判定結果に基づいて、第１のオブジェクトと第２のオブジェクトとの関係性を推定する（ステップＳ７）。図１の例では、情報処理装置１００は、ステップＳ６での判定結果に基づいて、タレントＴ１とタレントＴ２との関係性を推定する。例えば、情報処理装置１００は、第１の行動情報と第２の行動情報とは共通していると判定された上記例の場合には、タレントＴ１とタレントＴ２とは互いに競合する競合関係にあると推定する。

このように、情報処理装置１００は、第１のオブジェクトと第２のオブジェクトとが競合関係にあると推定した場合には、第１のオブジェクトに関する情報を第２のオブジェクトに関連する事業者に提供する。あるいは、情報処理装置１００は、第１のオブジェクトと第２のオブジェクトとが競合関係にあると推定した場合には、第２のオブジェクトに関する情報を第１のオブジェクトに関連する事業者に提供する（ステップＳ８）。

例えば、図１の例において、タレントＴ２は現状売れており（つまり、人気が高い）、また、タレントＴ１が所属する事業者（事業者ＴＬ１）は、タレントＴ１を今後どのように売り出してゆくべきか検討しているものとする。このような状態において、タレントＴ１がタレントＴ２と競合しているとの推定結果は、タレントＴ１もタレントＴ２と同一路線で売り出してゆけば成功する可能性があることを示唆している。したがって、情報処理装置１００は、競合関係にあるとの推定結果が得られた今回の場合、タレントＴ２に関する情報を事業者ＴＬ１に提供する。例えば、タレントＴ２がライブ活動で人気が上昇したとの実績があるのであれば、情報処理装置１００は、タレントＴ１もこのような活動実績を作ることが効果的であることを提案する。また、例えば、情報処理装置１００は、タレントＴ１とタレントＴ２とは競合関係にあるとの推定結果だけを提供することによりその先の方策は事業者ＴＬ１に委ねてもよい。

また、図１の例では、共通性が高いと判定された第１の行動情報と、第２の行動情報とは、互いに第１のオブジェクトにも第２のオブジェクトにも関連しない行動を示す行動情報である。しかしながら、確かに第１のユーザおよび第２のユーザ間では、共通性が見出せている行動情報である。つまり、第１の行動情報と、第２の行動情報とが共通していると判定できたことにより第１のオブジェクトと第２のオブジェクトとは互いに競合する競合関係にあると推定できたということは、第１の行動情報と第２の行動情報とが示す行動（図１の例では、商品ＰＤ５０を購入）に対するタレントＴ１（タレントＴ２でもよい）の需要があることを示唆しているともいえる。

このようなことから、情報処理装置１００は、第１の行動情報と第２の行動情報とが示す行動に基づく情報を事業者ＴＬ１に提供することもできる。例えば、情報処理装置１００は、商品ＰＤ５０が属するカテゴリに関する路線での売り出しを提案することができる。例えば、商品ＰＤ５０がカテゴリ「軽自動車」に属する商品なのであれば、情報処理装置１００は、「軽自動車」のＣＭ出演を提案することができる。

さて、これまで説明してきたように、情報処理装置１００は、第１のオブジェクトに関する第１のユーザの行動を示す第１の行動情報であって、第１のオブジェクトに関連しない行動を示す第１の行動情報と、第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザの行動を示す第２の行動情報であって、第２のオブジェクトに関連しない行動を示す第２の行動情報とを取得する。そして、情報処理装置１００は、取得した第１の行動情報と、第２の行動情報との共通性に基づいて、第１のオブジェクトと第２のオブジェクトとの関係性を推定する。

これにより、情報処理装置１００は、ユーザ間の共通性から各ユーザに関するオブジェクト同士の関係性を適切に推定することができるため、第１のオブジェクトおよび第２のオブジェクトの需要を予測したり、第１のオブジェクトおよび第２のオブジェクトに関する販促活動の方策を効果的に検討させたりすることができる。

なお、図１の例では、情報処理装置１００が、第１のオブジェクトに関連しない行動を示す第１の行動情報と、第２のオブジェクトに関連しない行動を示す第２の行動情報とを用いて、第１のオブジェクトと第２のオブジェクトとの関係性を推定する例を示した。しかし、情報処理装置１００は、第１の行動情報として、第１のオブジェクトに関連する行動を示す行動情報と、第２の行動情報として、第２のオブジェクトに関連する行動を示す行動情報とを用いて、第１のオブジェクトと第２のオブジェクトとの関係性を推定してもよい。

また、情報処理装置１００は、第１の行動情報として、第１のオブジェクトに関連しない行動を示す行動情報と、第２の行動情報として、第２のオブジェクトに関連する行動を示す行動情報とを用いて、第１のオブジェクトと第２のオブジェクトとの関係性を推定してもよい。また、情報処理装置１００は、第１の行動情報として、第１のオブジェクトに関連する行動を示す行動情報と、第２の行動情報として、第２のオブジェクトに関連しない行動を示す行動情報とを用いて、第１のオブジェクトと第２のオブジェクトとの関係性を推定してもよい。

〔２．情報処理装置の構成〕
次に、図３を用いて、実施形態にかかる情報処理装置１００について説明する。図３は、実施形態にかかる情報処理装置１００の構成例を示す図である。図３に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。例えば、情報処理装置１００は、図１で説明した情報処理を行うサーバ装置である。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ等の半導体メモリ素子またはハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、検索情報記憶部１２１と、第１の行動情報記憶部１２２と、第２の行動情報記憶部１２３を有する。検索情報記憶部１２１と、第１の行動情報記憶部１２２と、第２の行動情報記憶部１２３については、図１で説明した通りであるため、ここでの詳細な説明を省略する。

なお、第１の行動情報記憶部１２２は、第１のオブジェクトに関連する行動を示す行動情報も記憶することができる。例えば、第１の行動情報記憶部１２２は、第１のオブジェクトに関連するコンテンツの閲覧に関する閲覧情報や、第１のオブジェクトに関連する商品の購買に関する購買情報も記憶することができる。また、第２の行動情報記憶部１２３は、第２のオブジェクトに関連する行動を示す行動情報も記憶することができる。例えば、第２の行動情報記憶部１２３は、第２のオブジェクトに関連するコンテンツの閲覧に関する閲覧情報や、第２のオブジェクトに関連する商品の購買に関する購買情報も記憶することができる。

また、不図示であるが、情報処理装置１００は、第１の行動情報と、第２の行動情報との共通性に基づいて、第１のオブジェクトと第２のオブジェクトとの関係性が推定された推定結果を示す推定結果情報と、かかる推定結果に基づき提供される情報と、提供先を示す情報とが対応付けられた記憶部をさらに有することができる。かかる記憶部は、例えば、推定結果記憶部１２４といえる。例えば、情報処理装置１００は、情報提供を行う際には、推定結果記憶部１２４から取得した情報を対応する提供先に提供する。

（制御部１３０について）
制御部１３０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図３に示すように、制御部１３０は、取得部１３１と、抽出部１３２と、特定部１３３と、判定部１３４と、推定部１３５と、提供部１３６とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１について）
取得部１３１は、第１のオブジェクトに関する第１のユーザの行動を示す第１の行動情報と、第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザの行動を示す第２の行動情報とを取得する。例えば、取得部１３１は、第１のユーザとして第１のオブジェクトに関する検索行動を行った第１のユーザの行動を示す第１の行動情報と、第２のユーザとして第２のオブジェクトに関する検索行動を行った第２のユーザの行動を示す第２の行動情報とを取得する。

例えば、取得部１３１は、第１のオブジェクトに関する第１のユーザの行動を示す第１の行動情報であって、第１のオブジェクトに関連しない行動を示す第１の行動情報と、第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザの行動を示す第２の行動情報であって、第２のオブジェクトに関連しない行動を示す第２の行動情報とを取得する。この一例として、、取得部１３１は、第１の行動情報として、第１のユーザが入力した検索クエリのうち、第１のオブジェクトを示す検索クエリ以外の検索クエリでの検索行動を示す検索情報と、第２の行動情報として、第２のユーザが入力した検索クエリのうち、第２のオブジェクトを示す検索クエリ以外の検索クエリでの検索行動を示す検索情報とを取得する。また、一例として、取得部１３１は、第１の行動情報として、第１のユーザが閲覧したコンテンツうち、第１のオブジェクト以外の対象に関するコンテンツを閲覧する閲覧行動を示す閲覧情報と、第２の行動情報として、第２のユーザが閲覧したコンテンツうち、第２のオブジェクト以外の対象に関するコンテンツを閲覧する閲覧行動を示す閲覧情報とを取得する。また、一例として、取得部１３１は、第１の行動情報として、第１のユーザが購入した商品うち、第１のオブジェクト以外の対象に関する商品の購入を示す購入情報と、第２の行動情報として、第１のユーザが購入した商品うち、第１のオブジェクト以外の対象に関する商品の購入を示す購入情報とを取得する。

例えば、取得部１３１は、後述する抽出部１３２により第１のユーザ、および、第２のユーザが抽出された場合に、抽出された第１のユーザについて上記のような第１の行動情報を取得し、抽出された第２のユーザについて上記のような第２の行動情報を取得する。例えば、取得部１３１は、外部装置３０の記憶部にアクセスし、この第１のユーザに対応する第１の行動情報を取得する。そして、取得部１３１は、取得した第１の行動情報を第１の行動情報記憶部１２２に格納する。また、例えば、取得部１３１は、外部装置３０の記憶部にアクセスし、この第２のユーザに対応する第２の行動情報を取得する。そして、取得部１３１は、取得した第２の行動情報を第２の行動情報記憶部１２３に格納する。このようなことから、取得部１３１は、図１のステップＳ３に示される処理を行う。

（抽出部１３２について）
抽出部１３２は、第１のオブジェクトに関する第１のユーザ、および、第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザを抽出する。例えば、抽出部１３２は、第１のオブジェクトに関する検索行動を行った第１のユーザ、および、第２のオブジェクトに関する検索行動を行った第２のユーザを抽出する。例えば、抽出部１３２は、検索情報記憶部１２１を参照し、検索情報記憶部１２１に記憶されるユーザの中から第１のユーザ、および、第２のユーザを抽出（特定）する。このようなことから、抽出部１３２は、図１のステップＳ２に示される処理を行う。また、抽出部１３２は、抽出したユーザを示すユーザＩＤを取得部１３１に出力する。

（特定部１３３について）
特定部１３３は、判定部１３４による判定処理の対象となる行動情報を特定する。具体的には、特定部１３３は、取得部１３１に取得された第１の行動情報のうち、判定部１３４による判定処理の対象となる第１の行動情報を特定する。また、特定部１３３は、取得部１３１に取得された第２の行動情報のうち、判定部１３４による判定処理の対象となる第２の行動情報を特定する。

このようなことから、特定部１３３は、図１のステップＳ４およびＳ５に示される処理を行う。例えば、特定部１３３は、第１の行動情報記憶部１２２を参照し、第１の行動情報が示す行動のうち、第１のユーザの人数の所定割合（例えば、９０％）以上に共通する行動を特定する。また、特定部１３３は、第２の行動情報記憶部１２３を参照し、第２の行動情報が示す行動のうち、第２のユーザの人数の所定割合（例えば、９０％）以上に共通する行動を特定する。また、特定部１３３は、特定した行動を示す行動情報であって、第１の行動情報、および、第２の行動情報を判定部１３４に出力する。

（判定部１３４について）
判定部１３４は、第１の行動情報と、第２の行動情報との共通性を示す度合い（スコア）に基づいて、第１の行動情報と、第２の行動情報とが共通しているか否かを判定する。例えば、判定部１３４は、特定部１３３により特定された第１の行動情報と、第２の行動情報との共通性を示す度合に基づいて、この第１の行動情報と、第２の行動情報とが関連するか否かを判定する。

例えば、判定部１３４は、第１の行動情報と、第２の行動情報との共通性を示す度合いを算出し、算出した度合いに基づいて、第１の行動情報と、第２の行動情報とが共通しているか否かを判定する。例えば、判定部１３４は、この第１の行動情報と、第２の行動情報との組合せ毎に、当該組合せでの度合いを算出し、算出した度合いに基づいて、当該組合せに含まれる第１の行動情報と、第２の行動情報とが共通しているか否かを判定する。また、判定部１３４は、第１の行動情報と、第２の行動情報との組合わせの中に、互いに共通する組合わせが存在するか否かを判定する。このようなことから、判定部１３４は、図１のステップＳ６に示される処理を行う。

（推定部１３５について）
推定部１３５は、取得部１３１により取得された第１の行動情報と、第２の行動情報との共通性に基づいて、第１のオブジェクトと第２のオブジェクトとの関係性を推定する。具体的には、推定部１３５は、取得部１３１により取得された第１の行動情報と、第２の行動情報について、判定部１３４により判定された判定結果に基づいて、第１のオブジェクトと第２のオブジェクトとの関係性を推定する。例えば、推定部１３５は、取得１３１により取得された第１の行動情報および第２の行動情報との組合せのうち、判定部１３４により判定された判定結果が所定の判定結果を示す組合せが存在すれば、第１のオブジェクトと第２のオブジェクトとは互いに競合する競合関係にあると推定する。例えば、推定部１３５は、取得部１３１により取得された第１の行動情報および第２の行動情報との組合せのうち、共通性を示す度合いが所定値以上の組合せが存在すれば、第１のオブジェクトと第２のオブジェクトとは互いに競合する競合関係にあると推定する。このようなことから、推定部１３５は、図１のステップＳ７に示される処理を行う。

（提供部１３６について）
提供部１３６は、所定の事業者に対して情報提供を行う。具体的には、提供部１３６は、推定部１３５により第１のオブジェクトと第２のオブジェクトとが競合関係にあると推定された場合には、第１のオブジェクトに関する情報を第２のオブジェクトに関連する事業者に提供する。また、提供部１３６は、推定部１３５により第１のオブジェクトと第２のオブジェクトとが競合関係にあると推定された場合には、第２のオブジェクトに関する情報を第１のオブジェクトに関連する事業者に提供する。したがって、提供部１３６は、第１提供部および第２提供部に対応する処理部である。このようなことから、提供部１３６は、図１のステップＳ８に示される処理を行う。

なお、例えば、情報処理装置１００は、第１のオブジェクトと第２のオブジェクトの双方がタレントであったり、あるいは、第１のオブジェクトと第２のオブジェクトの双方が所定の商品で合ったりする場合等、それぞれの状況に応じて、どのような情報提供（情報提案）を行うべきかが示された記憶部を有してもよい。かかる場合、提供部１３６は、記憶部から、今回の状況（図１の例では、第１のオブジェクトと第２のオブジェクトの双方がタレント）に応じた提供を取得し、取得した情報を対応する事業者に提供する。

〔３．処理手順〕
次に、図４を用いて、実施形態にかかる情報処理の手順について説明する。図４は、実施形態にかかる情報処理手順を示すフローチャートである。

まず、抽出部１３２は、第１のオブジェクトに関する第１のユーザ、および、第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザを抽出する（ステップＳ１０１）。例えば、抽出部１３２は、第１のオブジェクトに関する検索行動を行った第１のユーザ、および、第２のオブジェクトに関する検索行動を行った第２のユーザを抽出する。

次に、取得部１３１は、抽出部１３２により第１のユーザ、および、第２のユーザが抽出された場合に、抽出された第１のユーザについて第１の行動情報を取得し、抽出された第２のユーザについて第２の行動情報を取得する（ステップＳ１０２）。具体的には、取得部１３１は、第１のオブジェクトに関する第１のユーザの行動を示す第１の行動情報と、第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザの行動を示す第２の行動情報とを取得する。

次に、特定部１３３は、取得部１３１に取得された第１の行動情報のうち、判定部１３４による判定処理の対象となる第１の行動情報を特定する（ステップＳ１０３）。また、特定部１３３は、取得部１３１に取得された第２の行動情報のうち、判定部１３４による判定処理の対象となる第２の行動情報を特定する（ステップＳ１０４）。

次に、判定部１３４は、特定部１３３にり特定された第１の行動情報と、第２の行動情報との共通性を示す度合に基づいて、この第１の行動情報と、第２の行動情報とが関連するか否かを判定する（ステップＳ１０５）。例えば、判定部１３４は、この第１の行動情報と、第２の行動情報との組合せ毎に、当該組合せでの度合いを算出し、算出した度合いに基づいて、当該組合せに含まれる第１の行動情報と、第２の行動情報とが共通しているか否かを判定する。

次に、推定部１３５は、取得部１３１により取得された第１の行動情報と、第２の行動情報について、判定部により判定された判定結果に基づいて、第１のオブジェクトと第２のオブジェクトとの関係性を推定する（ステップＳ１０６）。例えば、推定部１３５は、取得部１３１により取得された第１の行動情報および第２の行動情報との組合せのうち、共通性を示す度合いが所定値以上の組合せが存在すれば、第１のオブジェクトと第２のオブジェクトとは互いに競合する競合関係にあると推定する。

そして、提供部１３６は、情報提供に関する制御を行う（ステップＳ１０７）。例えば、提供部１３６は、推定部１３５により第１のオブジェクトと第２のオブジェクトとが競合関係にあると推定された場合には、第１のオブジェクトに関する情報を第２のオブジェクトに関連する事業者に提供する。また、提供部１３６は、推定部１３５により第１のオブジェクトと第２のオブジェクトとが競合関係にあると推定された場合には、第２のオブジェクトに関する情報を第１のオブジェクトに関連する事業者に提供する。

一方、提供部１３６は、第１のオブジェクトと第２のオブジェクトとは互いに競合する競合関係にないと推定された場合、言い換えれば、第１のオブジェクトと第２のオブジェクトとの組合せの中に、競合関係にある組合せが存在しないと推定された場合（例えば、共通性を示す度合いが所定値より小さい場合）には、情報提供しない。あるいは、提供部１３６は、競合関係になかった旨を通知する。図１の例を用いて、例えば、推定部１３５のよりタレントＴ１とタレントＴ２とは競合関係にないことが推定された場合には、提供部１３６は、タレントＴ１が所属する事業者（事業者ＴＬ１）に対してこの結果を通知する。

〔４．ハードウェア構成〕
また、上記実施形態にかかる情報処理装置１００は、例えば図５に示すような構成のコンピュータ１０００によって実現される。図５は、情報処理装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、通信網５０を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５０を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを、入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態にかかる情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが格納される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを、記録媒体１８００から読み取って実行するが、他の例として、他の装置から、通信網５０を介してこれらのプログラムを取得してもよい。

〔５．その他〕
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

以上、本願の実施形態をいくつかの図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
２０ 事業者装置
３０ 外部装置
１００ 情報処理装置
１２０ 記憶部
１２１ 検索情報記憶部
１２２ 第１の行動情報記憶部
１２３ 第２の行動情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 抽出部
１３３ 特定部
１３４ 判定部
１３５ 推定部
１３６ 提供部

Claims (12)

1. 第１のオブジェクトに関するユーザである第１のユーザの行動を示す第１の行動情報と、前記第１のオブジェクトとは異なる第２のオブジェクトに関するユーザである第２のユーザの行動を示す第２の行動情報とを取得する取得部と、
   前記取得部により取得された前記第１の行動情報と、前記第２の行動情報との共通性に基づいて、前記第１のオブジェクトと前記第２のオブジェクトとの関係性として、前記第１のオブジェクトと前記第２のオブジェクトとが競合関係にあるか否かを推定する推定部と
   を有することを特徴とする情報処理装置。
2. 前記取得部は、前記第１のユーザとして前記第１のオブジェクトに関する検索行動を行った第１のユーザの行動を示す第１の行動情報と、前記第２のユーザとして前記第２のオブジェクトに関する検索行動を行った第２のユーザの行動を示す第２の行動情報とを取得する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記取得部は、前記第１のオブジェクトに関する第１のユーザの行動を示す第１の行動情報であって、前記第１のオブジェクトに関連しない行動を示す第１の行動情報と、前記第１のオブジェクトとは異なる第２のオブジェクトに関する第２のユーザの行動を示す第２の行動情報であって、前記第２のオブジェクトに関連しない行動を示す第２の行動情報とを取得する
   ことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記取得部は、前記第１の行動情報として、前記第１のユーザが入力した検索クエリのうち、前記第１のオブジェクトを示す検索クエリ以外の検索クエリでの検索行動を示す検索情報と、前記第２の行動情報として、前記第２のユーザが入力した検索クエリのうち、前記第２のオブジェクトを示す検索クエリ以外の検索クエリでの検索行動を示す検索情報とを取得する
   ことを特徴とする請求項３に記載の情報処理装置。
5. 前記取得部は、前記第１の行動情報として、前記第１のユーザが閲覧したコンテンツうち、前記第１のオブジェクト以外の対象に関するコンテンツを閲覧する閲覧行動を示す閲覧情報と、前記第２の行動情報として、前記第２のユーザが閲覧したコンテンツうち、前記第２のオブジェクト以外の対象に関するコンテンツを閲覧する閲覧行動を示す閲覧情報とを取得する
   ことを特徴とする請求項３または４に記載の情報処理装置。
6. 前記取得部は、前記第１の行動情報として、前記第１のユーザが購入した商品うち、前記第１のオブジェクト以外の対象に関する商品の購入を示す購入情報と、前記第２の行動情報として、前記第１のユーザが購入した商品うち、前記第１のオブジェクト以外の対象に関する商品の購入を示す購入情報とを取得する
   ことを特徴とする請求項３〜５のいずれか１つに記載の情報処理装置。
7. 前記第１の行動情報と、前記第２の行動情報との共通性を示す度合いに基づいて、前記第１の行動情報と、前記第２の行動情報とが共通しているか否かを判定する判定部をさらに有し、
   前記推定部は、前記判定部による判定結果に基づいて、前記第１のオブジェクトと前記第２のオブジェクトとの関係性として、前記第１のオブジェクトと前記第２のオブジェクトとが競合関係にあるか否かを推定する
   ことを特徴とする請求項１〜６のいずれか１つに記載の情報処理装置。
8. 前記推定部は、前記判定部により前記第１の行動情報と、前記第２の行動情報とが共通していると判定された場合には、前記第１のオブジェクトと前記第２のオブジェクトとは互いに競合する競合関係にあると推定する
   ことを特徴とする請求項７に記載の情報処理装置。
9. 前記推定部により前記第１のオブジェクトと前記第２のオブジェクトとが競合関係にあると推定された場合には、前記第１のオブジェクトに関する情報を前記第２のオブジェクトに関連する事業者に提供する第１提供部をさらに有する
   ことを特徴とする請求項８に記載の情報処理装置。
10. 前記推定部により前記第１のオブジェクトと前記第２のオブジェクトとが競合関係にあると推定された場合には、前記第２のオブジェクトに関する情報を前記第１のオブジェクトに関連する事業者に提供する第２提供部をさらに有する
    ことを特徴とする請求項８または９に記載の情報処理装置。
11. 情報処理装置が実行する情報処理方法であって、
    第１のオブジェクトに関するユーザである第１のユーザの行動を示す第１の行動情報と、前記第１のオブジェクトとは異なる第２のオブジェクトに関するユーザである第２のユーザの行動を示す第２の行動情報とを取得する取得工程と、
    前記取得工程により取得された前記第１の行動情報と、前記第２の行動情報との共通性に基づいて、前記第１のオブジェクトと前記第２のオブジェクトとの関係性として、前記第１のオブジェクトと前記第２のオブジェクトとが競合関係にあるか否かを推定する推定工程と
    を含むことを特徴とする情報処理方法。
12. 第１のオブジェクトに関するユーザである第１のユーザの行動を示す第１の行動情報と、前記第１のオブジェクトとは異なる第２のオブジェクトに関するユーザである第２のユーザの行動を示す第２の行動情報とを取得する取得手順と、
    前記取得手順により取得された前記第１の行動情報と、前記第２の行動情報との共通性に基づいて、前記第１のオブジェクトと前記第２のオブジェクトとの関係性として、前記第１のオブジェクトと前記第２のオブジェクトとが競合関係にあるか否かを推定する推定手順と
    をコンピュータに実行させることを特徴とする情報処理プログラム。

Images