JP7012599B2 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

ネットワークを使用したサービスが活発に行われている。近年、ＥＣ（Electronic Commerce）サイトでは、サービスを活発にするため、ユーザに商品等の推薦を行うことがある。

特開２０１３－２０５８７５号公報

サービスが活発に利用されるようにするためには、情報処理装置は、ユーザに適した対象（例えば、商品）を精度よく判別できることが望ましい。例えば、情報処理装置がユーザへ商品情報の送信（例えば、商品の広告コンテンツの送信）を行うとする。この場合、情報処理装置は、複数の商品の中から、ユーザが真に欲する商品を精度よく判別できることが望ましい。しかしながら、複数の対象の中から精度よくユーザに適した対象を判別するのは困難である。

本願は、上記に鑑みてなされたものであって、精度よくユーザに適した対象を判別できるようにすることを目的とする。

本願に係る情報処理装置は、複数のユーザそれぞれの行動履歴であってニュース記事へのコメントに関する行動の情報を含む行動履歴を取得する取得部と、行動履歴に基づく複数のユーザそれぞれの特徴情報に基づいて、複数の対象の中から、複数のユーザ中の所定のユーザに対する処理に用いられる対象を判別する判別部と、を備える。

実施形態の一態様によれば、精度よくユーザに適した対象を選択できる。

図１は、実施形態に係る情報処理システムの動作を示す図である。 図２は、実施形態に係る端末装置にコンテンツが表示された様子を示す図である。 図３は、行動履歴データベースに格納されるコメント履歴の一例を示す図である。 図４は、情報処理サーバがコメントを解析する様子を示す図である。 図５は、行動履歴データベースに格納される評価履歴の一例を示す図である。 図６は、行動履歴データベースに格納される購入履歴の一例を示す図である。 図７は、情報処理サーバが特徴情報を生成する様子を示す図である。 図８は、実施形態に係る情報処理サーバの構成例を示す図である。 図９は、モデルデータベースに格納される情報の一例を示す図である。 図１０は、実施形態に係る端末装置の構成例を示す図である。 図１１は、情報送信処理の一例を示すフローチャートである。 図１２は、情報処理サーバ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、本願に係る情報処理装置、情報処理方法、及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詳細に説明する。なお、以下の実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下の各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．情報処理装置の動作〕
最初に、情報処理装置の一例である情報処理サーバ１０を備える情報処理システム１を例に、情報処理装置の動作を説明する。

〔１－１．情報処理システムについて〕
図１は、実施形態に係る情報処理システム１の動作を示す図である。情報処理システム１は、情報処理サーバ１０と、端末装置１００_１～１００_２と、を備える。端末装置１００_１はユーザＵ１が操作する端末装置であり、端末装置１００_２はユーザＵ２が操作する端末装置である。なお、図１の例では、端末装置が２つしか示されていないが、端末装置は２つより少なくてもよいし、２つより多くてもよい。以下の説明では、端末装置１００_１～１００_２等を総称して端末装置１００と記載することがある。

情報処理サーバ１０は、クライアント端末に対して各種サービスを提供するサーバ用ホストコンピュータである。情報処理サーバ１０は、端末装置１００にコンテンツを配信する。例えば、情報処理サーバ１０は、ポータルサイト、ゲーム情報配信サイト、ニュースサイト、オークションサイト、天気予報サイト、ショッピングサイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、掲示板サイト、ウェブブログなどに関連する情報がタイル状に配置されたコンテンツを端末装置１００に配信する。

端末装置１００は、スマートフォンやタブレット等のスマートデバイスであり、３Ｇ（3rd Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。なお、端末装置１００は、スマートデバイスのみならず、デスクトップＰＣ（Personal Computer）やノートＰＣ等の情報処理装置であってもよい。

〔１－２．情報処理システムの動作〕
以下、情報処理システム１の動作について説明する。

まず、情報処理サーバ１０は、端末装置１００（図１の例では端末装置１００_１）からコンテンツの配信要求を受け付ける。コンテンツの配信要求を受け付けたら、情報処理サーバ１０は、コンテンツの配信要求を行った端末装置１００に対して、コンテンツを配信する。

図２は、実施形態に係る端末装置１００にコンテンツが表示された様子を示す図である。図２の状態Ｄ１１の例では、端末装置１００が備える表示装置（以下、画面ともいう。）に、複数のコンテンツが配置されたコンテンツＣ１１が表示されている。コンテンツＣ１１は、画像（例えば、静止画、動画）、テキスト情報（例えば、ニュース記事）等、複数のコンテンツがタイル状に配置された配置面の情報である。例えば、コンテンツＣ１１は、端末装置１００にインストールされたアプリケーション（以下、アプリという。）に表示する画面の情報である。なお、コンテンツＣ１１は、端末装置１００が備える記憶装置に予めインストールされたデータ（例えば、地図データ等のコンテンツデータ）に基づき生成されてもよい。また、コンテンツＣ１１は、ページの情報（例えば、ウェブページの情報）であってもよい。

本実施形態では、コンテンツＣ１１はＥＣサイトやポータルサイトのページであり、ページが発信対象とする情報を含むコンテンツＣ２１（第１のコンテンツ）を含んでいる。コンテンツＣ２１は、例えば、商品情報や記事である。図２の状態Ｄ１１の例では、コンテンツＣ２１は、ニュース記事となっている。また、コンテンツＣ２１にはコメントを投稿可能であり、複数のコメントが投稿されている。コンテンツＣ１１には複数のコメントの中から選択された所定数のコメントが表示されている。図２の状態Ｄ１１の例では、コンテンツＣ１１には、コンテンツＣ２１に対する３つのコメントＴ２１、Ｔ３１、Ｔ４１が表示されている。

各コメントを表示するタイルにはコメントに対する返信の数やコメントに対する評価の情報が付されている。例えば、コメントＴ２１を表示するタイルには、返信情報Ｒ２１と評価情報Ｅ２１が付されている。返信情報Ｒ２１は、コメントＴ２１に対する返信の数を示す。図２の状態Ｄ１１の例では、返信情報Ｒ２１として“返信：５１”が表示されている。この例は、コメントＴ２１に対して５１件の返信がなされたことを示している。また、図２の状態Ｄ１１の例では、評価情報Ｅ２１として、肯定的評価を示す画像（親指を上向きに立てた手の画像）、否定的評価を示す画像（親指を下向きに立てた手の画像）、“１２１”、及び“８”が表示されている。この例は、コメントＴ２１に対して１２１件の肯定的評価と８件の否定的評価がなされたことを示している。

また、コメントＴ３１を表示するタイルには、返信情報Ｒ３１と評価情報Ｅ３１が付されている。返信情報Ｒ３１は、コメントＴ３１に対して行われた返信の数を示す。図２の状態Ｄ１１の例では、返信情報Ｒ１２として“返信：４３”が表示されている。この例は、コメントＴ３１に対して４３件の返信がなされたことを示している。また、図２の状態Ｄ１１の例では、評価情報Ｅ３１として、肯定的評価を示す画像、否定的評価を示す画像、“１１０”、及び“１０”が表示されている。この例は、コメントＴ３１に対して１１０件の肯定的評価と１０件の否定的評価がなされたことを示している。

また、コメントＴ４１を表示するタイルには、返信情報Ｒ４１と評価情報Ｅ４１が付されている。返信情報Ｒ４１は、コメントＴ４１に対しする返信の数を示す。図２の状態Ｄ１１の例では、返信情報Ｒ４１として“返信：３６”が表示されている。この例は、コメントＴ４１に対して３６件の返信がなされたことを示している。また、図２の状態Ｄ１１の例では、評価情報Ｅ４１として、肯定的評価を示す画像、否定的評価を示す画像、“１０３”、及び“１２”が表示されている。この例は、コメントＴ４１に対して１０３件の肯定的評価と１２件の否定的評価がなされたことを示している。

また、コンテンツＣ１１には、コンテンツＣ２１と共に表示された所定数のコメント以外のコメントを表示するためのボタン（操作手段）が配置されている。図２の状態Ｄ１１の例では、この操作手段として、コンテンツＣ２１に対する全てのコメントを表示するためのボタンＢ２２が配置されている。ユーザがボタンＢ２２を押すと、端末装置１００は、情報処理サーバ１０に対して、コンテンツＣ２１に対する全てのコメントの配信を要求する。情報処理サーバ１０は配信要求を受け取ると、コンテンツＣ２１に対する全てのコメントが含まれるコンテンツ（或いは、全コメントを規定数（例えば１０件）ずつ表示するためのコンテンツ）を配信する。

また、コンテンツＣ１１には、コンテンツＣ２１（第１のコンテンツ）に対するコメントを投稿するためのコンテンツを表示するボタンＢ２１が表示されている。ユーザがボタンＢ２１を押すと、端末装置１００は、情報処理サーバ１０に対して、コンテンツＣ２１に対するコメントを投稿するためのコンテンツの配信を要求する。以下の説明では、第１のコンテンツ（例えば、記事）に対するコメントを投稿するためのコンテンツ（例えば、アプリの画面やページ）のことをコメント投稿コンテンツという。情報処理サーバ１０は、配信要求を受け取ると、コンテンツＣ２１に対するコメント投稿コンテンツであるコンテンツＣ１２を配信する。端末装置１００は、コンテンツＣ１２の配信を受けると、図２の状態Ｄ１２に示すように、コンテンツＣ１２を画面に表示する。

コンテンツＣ１２にはコメントを入力するためのテキストボックスＴＢ１が含まれている。また、コンテンツＣ１２にはテキストボックスＴＢ１に入力されたコメントを所定のサイトに投稿するためのボタンＢ１が含まれている。ユーザがボタンＢ１を押すと、端末装置１００はテキストボックスＴＢ１に入力されたコメントを情報処理サーバ１０に送信する（図１のステップＳ１）。このとき、端末装置１００はコメント対象のコンテンツの識別情報とともにコメントを情報処理サーバ１０に送信してもよい。図１の例ではコンテンツＣ２１がコメント対象のコンテンツ（第１のコンテンツ）である。情報処理サーバ１０はコメントを受信すると、受信したコメントを行動履歴データベースに登録する。

行動履歴データベースには、複数のユーザそれぞれの行動履歴（例えば、ネットワークを介して行ったユーザの行動の履歴）が格納されている。行動履歴には、第１のコンテンツへのコメントに関する行動の情報（例えば、コメント履歴、評価履歴等）が含まれている。行動履歴データベースには、図１に示すように、「ユーザＩＤ」、「コメント履歴」、「評価履歴」、及び「購入履歴」といった項目を有する情報が登録される。

「ユーザＩＤ」は、行動履歴の記録対象となるユーザの識別情報である。図１の例では、ユーザＩＤとしてＵ１～Ｕ４等の情報が格納されている。なお、以下の説明では、行動履歴の記録対象のユーザのことを「対象ユーザ」ということがある。

また、「コメント履歴」は、ユーザＩＤで特定されるユーザ（対象ユーザ）が行ったコメントの履歴である。コメントもユーザの行動の一種である。図１の例では、行動履歴データベースには、ユーザＵ１、Ｕ２、Ｕ３、Ｕ４それぞれのコメント履歴として、コメント履歴Ｈ１１、Ｈ２１、Ｈ３１、Ｈ４１が格納されている。

図３は、行動履歴データベースに格納されるコメント履歴の一例を示す図である。図３に示したコメント履歴は、１人のユーザのコメント履歴である。行動履歴データベースには、複数のユーザそれぞれについて、図３に示したコメント履歴と同様のコメント履歴が登録される。コメント履歴には、図３に示すように、「コメント」、「対象コンテンツ」、「評価情報」、「主体」、及び「極性」といった項目を有する情報が登録される。

「コメント」は、ユーザＩＤで特定されるユーザがコンテンツ（例えば、ニュース記事）に対して行ったコメント（対象ユーザが投稿したコメント）を示す。なお、図３に示す例では、「コメント」には「Ｔ１１」～「Ｔ１５」といった概念的な情報が格納されているが、テキストデータ、画像データ、音声データ等、コメントのデータそのものが格納されていてもよい。なお、「コメント」には、各コメントのデータが所在するＵＲＬ、または、これらの格納場所を示すファイルパス名などが格納されていてもよい。

また、「対象コンテンツ」は、「コメント」で特定されるコメントがコメント対象とするコンテンツを示す。ここで、コメント対象のコンテンツは、例えば、コンテンツパートナー等から入稿されたコンテンツ（例えば、ニュース記事）である。なお、図３に示す例では、「対象コンテンツ」には「Ｃ２１」～「Ｃ２５」といった概念的な情報が格納されているが、音声データ、画像データ、テキストデータ、ゲームデータ、ゲーム形式の広告データ等、コンテンツのデータそのものが格納されていてもよい。なお、「対象コンテンツ」には、各コンテンツのデータが所在するＵＲＬ、または、これらの格納場所を示すファイルパス名などが格納されていてもよい。

また、「評価情報」は、「コメント」で示されるコメントに対する他のユーザからの評価を示す。情報処理サーバ１０は、所定数のコメントの中の１又は複数のコメントに対するユーザの反応情報に基づき評価情報を更新する。反応情報は、例えば、端末装置１００に表示されたＧｏｏｄ／Ｂａｄ等のボタンが押されたという情報や、ユーザがコメントに対して返信したという情報である。なお、反応情報は、上記に限られない。

「評価情報」には、「Ｇｏｏｄ」、「Ｂａｄ」、及び「返信数」といった項目を有する情報が登録される。「Ｇｏｏｄ」及び「Ｂａｄ」は、コメントに対して他のユーザが行った評価の数を示す。「Ｇｏｏｄ」は、コメントに対する肯定的評価の数を示し、「Ｂａｄ」はコメントに対する肯定的評価の数を示す。図３の例では、コメントＴ１１に対して１０１件の肯定的評価と９件の否定的評価がなされたことが分かる。また、「返信数」は「コメント」で示されるコメントに対する返信数を示す。図３の例では、コメントＴ１１に対して５２件の返信がなされたことが分かる。

「Ｇｏｏｄ」、「Ｂａｄ」、及び「返信数」のカウントは情報処理サーバ１０が行う。例えば、図２の状態Ｄ１１の例で、ユーザがコメントＴ１１のタイル中のＧｏｏｄボタンを押したとする。このとき、情報処理サーバ１０は、コメントＴ１１のＧｏｏｄに１を加算する。また、ユーザがコメントＴ１１のタイル中のＢａｄボタンを押したとする。このとき、情報処理サーバ１０は、コメントＴ１１のＢａｄに１を加算する。また、ユーザがコメントＴ１１のタイル中の返信のリンクをタップし、コメントＴ１１に対して返信コメントを投稿したとする。このとき、情報処理サーバ１０は、コメントＴ１１の返信数に１を加算する。

「主体」には、「コメント」で示されるコメントにおいてコメント対象となっている主体の情報が格納される。なお、図３に示す例では、「主体」には「Ａ」～「Ｃ」といった概念的な情報が格納されているが、テキストデータ等、主体の情報そのものが格納されていてもよい。なお、以下の説明では、コメント中のコメント対象となっている主体のことを単に「主体」と呼ぶことがある。

「極性」には、「コメント」で示されるコメントが肯定的か否定的か（例えば、コメント対象の主体に対してコメントが肯定的か否定的か）を示す情報が格納される。図３に示す例では、「主体」には「Ｎ」、「Ｐ」といった情報が格納されている。Ｎは否定的であることを示し、Ｐは肯定的であることを示す。

「主体」、及び「極性」の判別は情報処理サーバ１０が行う。例えば、情報処理サーバ１０は、複数のコメントそれぞれについて、コメント対象となっている「主体」を判別する。また、情報処理サーバ１０は、複数のコメントそれぞれについて、「極性」（例えば、コメントが肯定的か否定的か）を判別する。図４は、情報処理サーバ１０がコメントを解析する様子を示す図である。図４には、情報処理サーバ１０がコメントＴ１１とコメントＴ１５を解析する様子が示されている。

コメントＴ１１は「ＸＸ協会はとてもひどい」という内容のコメントである。情報処理サーバ１０はコメントＴ１１においてコメント対象となっている主体を特定する。例えば、情報処理サーバ１０はコメントＴ１１の構文解析（例えば、形態素解析）を行う。そして、情報処理サーバ１０は、主語部分である「ＸＸ協会」を、コメントＴ１１におけるコメント対象の主体（主体Ａ）と判別する。さらに、情報処理サーバ１０はコメントＴ１１が肯定的な内容か否定的な内容かを判別する。例えば、情報処理サーバ１０は肯定的内容のワードが登録されたポジティブ辞書と否定的内容のワードが登録されたネガティブ辞書を予め保持する。そして、情報処理サーバ１０はコメントＴ１１の構文解析を行うことによりコメントＴ１１の述語部分を判別する。図４の例では「ひどい」がコメントＴ１１の述語部分である。そして、情報処理サーバ１０はコメントＴ１１の述語部分をポジティブ辞書及びネガティブ辞書に照合することにより、コメントＴ１１の述語部分が肯定的内容か否定的内容か判別する。情報処理サーバ１０は、コメントＴ１１の述語部分が肯定的内容の場合はコメントＴ１１が肯定的であると判別し、コメントＴ１１の述語部分が否定的内容の場合はコメントＴ１１が否定的であると判別する。図４の例ではコメントＴ１１の述語部分である「ひどい」は否定的内容であるので、コメントＴ１１が否定的であると判別する。図４に示す“Ｎ”はコメントＴ１１が否定的であることを示す。なお、情報処理サーバ１０がコメント対象の主体を解析する手法は上記に限られず、他の様々な手法（例えば、既知の意図解析技術）を使用可能である。

コメントＴ１５は「ＹＹ監督はすごい」という内容のコメントである。情報処理サーバ１０はコメントＴ１５においてコメント対象となっている主体を特定する。例えば、情報処理サーバ１０はコメントＴ１５の構文解析（例えば、形態素解析）を行う。そして、情報処理サーバ１０は、主語部分である「ＹＹ監督」を、コメントＴ１５におけるコメント対象の主体（主体Ｂ）と判別する。さらに、情報処理サーバ１０はコメントＴ１５が肯定的な内容か否定的な内容かを判別する。例えば、情報処理サーバ１０は肯定的内容のワードが登録されたポジティブ辞書と否定的内容のワードが登録されたネガティブ辞書を予め保持する。そして、情報処理サーバ１０はコメントＴ１５の構文解析を行うことによりコメントＴ１５の述語部分を判別する。図４の例では「すごい」がコメントＴ１５の述語部分である。そして、情報処理サーバ１０はコメントＴ１５の述語部分をポジティブ辞書及びネガティブ辞書に照合することにより、コメントＴ１５の述語部分が肯定的内容か否定的内容か判別する。情報処理サーバ１０は、コメントＴ１５の述語部分が肯定的内容の場合はコメントＴ１５が肯定的であると判別し、コメントＴ１５の述語部分が否定的内容の場合はコメントＴ１５が否定的であると判別する。図４の例ではコメントＴ１５の述語部分である「すごい」は肯定的内容であるので、コメントＴ１５が肯定的であると判別する。図４に示す“Ｐ”はコメントＴ１５が肯定的であることを示す。なお、情報処理サーバ１０がコメントの極性を解析する手法は上記に限られず、他の様々な手法（例えば、既知の意図解析技術）を使用可能である。

情報処理サーバ１０は、複数のコメントをそれぞれ解析し、解析結果に基づいてコメントの主体及び極性を判別する。そして、情報処理サーバ１０は、主体及び極性の判別結果を図３に示すコメント履歴の「主体」及び「極性」の項目に格納する。

図１に示す行動履歴データベースには、「ユーザＩＤ」や「コメント履歴」に加えて「評価履歴」が登録されている。「評価履歴」は、ユーザＩＤで特定されるユーザ（対象ユーザ）が行ったコメントへの評価の情報が格納されている。コメントへの評価（例えば、肯定的評価、否定的評価、コメントへの返信）もユーザの行動の一種である。図１の例では、行動履歴データベースには、ユーザＵ１、Ｕ２、Ｕ３、Ｕ４それぞれの評価履歴として、評価履歴Ｈ１２、Ｈ２２、Ｈ３２、Ｈ４２が格納されている。評価履歴は、ユーザがコメントに対して評価を行う度に情報処理サーバ１０が更新する。

図５は、行動履歴データベースに格納される評価履歴の一例を示す図である。図５に示した評価履歴は、１人のユーザの評価履歴である。行動履歴データベースには、複数のユーザそれぞれについて、図５に示した評価履歴と同様の評価履歴が登録される。評価履歴には、図５に示すように、「対象コメント」、「Ｇｏｏｄ」、「Ｂａｄ」、「返信」、「主体」、及び「極性」といった項目を有する情報が登録される。

「対象コメント」は、評価対象のコメントを示す。また、「Ｇｏｏｄ」及び「Ｂａｄ」は、「対象コメント」で特定されるコメントに対して対象ユーザが付した評価を示す。「Ｇｏｏｄ」は、対象コメントで示されるコメントに対して対象ユーザが肯定的評価を行ったか否かを示し、「Ｂａｄ」は対象コメントで示されるコメントに対してユーザが否定的評価を行ったか否かを示す。例えば、図５に示した評価履歴がユーザＵ１の評価履歴Ｈ１２であるとすると、図５の例では、ユーザＵ１はコメントＴ２１とコメントＴ４３に対して肯定的評価をしており、コメントＴ３１とコメントＴ５２に対して否定的評価をしていることが分かる。

なお、肯定的評価及び否定的評価は、文章（sentence）の入力を伴わない評価であってもよい。以下の説明では、文章の入力を伴わない評価のことを「簡易評価」ということがある。簡易評価は、例えば、ボタン操作のみで行うことが可能な評価である。なお、ここでいうボタンには、端末装置１００が備えるハードウェアのボタンのみならず、端末装置１００の画面に表示されたボタン（例えば、画像のボタン）も含まれる。本実施形態では、Ｇｏｏｄ及びＢａｄは端末装置１００の画面に表示され、ボタン操作のみで完了する簡易評価である。ボタン操作は、例えば、タップ等のタッチパネル操作、クリック等のマウス操作、リターンキーの押下等のキー操作、及びこれらの組み合わせた操作である。

また、「返信」は「コメント」で示されるコメントに対して対象ユーザが返信を行ったか否かを示す。仮に、図５に示した評価履歴がユーザＵ１の評価履歴Ｈ１２であるとすると、図５の例では、ユーザＵ１はコメントＴ２１とコメントＴ４３に対して返信のコメントをしていることが分かる。

「主体」及び「極性」は、「対象コメント」で示されるコメントの解析情報であり、「対象コメント」で示されるコメントの内容に関する情報である。「主体」には、「対象コメント」で示されるコメントにおいてコメント対象となっている主体の情報が格納される。「極性」には、「対象コメント」で示されるコメントが肯定的か否定的かを示す情報が格納される。「主体」及び「極性」は図３に示す「主体」及び「極性」と同様である。

図１に示す行動履歴データベースには、「ユーザＩＤ」、「コメント履歴」及び「評価履歴」に加えて「購入履歴」が登録される。「購入履歴」は、ユーザＩＤで特定されるユーザ（対象ユーザ）の商品及びサービスの購入履歴が格納されている。商品やサービスの購入もユーザの行動の一種である。図１の例では、行動履歴データベースには、ユーザＵ１、Ｕ２、Ｕ３、Ｕ４それぞれの購入履歴として、購入履歴Ｈ１３、Ｈ２３、Ｈ３３、Ｈ４３が格納されている。購入履歴は、例えば、所定のサイト（例えば、ＥＣサイト）を介して、対象ユーザが商品或いはサービスを購入する度に情報処理サーバ１０が更新する。

図６は、行動履歴データベースに格納される購入履歴の一例を示す図である。購入履歴には、図６に示すように、「商品」、及び「サービス」といった項目を有する情報が登録される。なお、図６には、複数のユーザの購入履歴が示されている。購入履歴がどのユーザの購入履歴かを理解容易にするため、図６には、「ユーザＩＤ」の項目も付している。図６に示した「ユーザＩＤ」の項目は図１に示す行動履歴データベースの「ユーザＩＤ」に相当する。

「商品」は対象ユーザが購入した商品を示す。図６の例では、「商品」の項目に、Ａ１１、Ａ１２、Ａ１３等の項目が含まれている。Ａ１１、Ａ１２、及びＡ１３は商品の識別情報である。また、「サービス」は対象ユーザが購入したサービス（例えば、音楽のダウンロードサービス、ホテルの宿泊サービス、携帯端末の通信サービス等）である。図６の例では、「サービス」の項目に、Ａ２１、Ａ２２等の項目が含まれている。Ａ２１、及びＡ２２はサービスの識別情報である。図６の例では、ユーザＵ１は、これまでに、商品Ａ１１、Ａ１２、Ａ１３、及びサービスＡ２１を購入していることが分かる。また、図６の例では、ユーザＵ２は、これまでに、商品Ａ１１、Ａ１２、及びサービスＡ２１を購入していることが分かる。

次に、情報処理サーバ１０は、所定のユーザが操作する端末装置１００からコンテンツの配信要求を受け付ける（図１のステップＳ２）。以下の説明では、ユーザＵ２が操作する端末装置１００_２から配信要求を受け付けたものとして説明する。情報処理サーバ１０は、コンテンツの配信要求を受け付けたら、行動履歴データベースに行動履歴が登録されている複数のユーザそれぞれの特徴情報を生成し、特徴情報データベースに登録する（ステップＳ３）。本実施形態では、情報処理サーバ１０は、ユーザの特徴情報を当該ユーザの行動履歴に基づき生成する。

図７は、情報処理サーバ１０が特徴情報を生成する様子を示す図である。具体的には、図７は、ユーザＵ１の特徴情報Ｆ１を生成する様子を示す図である。まず、情報処理サーバ１０は、図１に示す行動履歴データベースからユーザＵ１の行動履歴を取得する。情報処理サーバ１０が取得する行動履歴は、ユーザＵ１のコメント履歴Ｈ１１であってもよいし、評価履歴Ｈ１２であってもよい。また、情報処理サーバ１０が取得する行動履歴は、ユーザＵ１の購入履歴Ｈ１３であってもよい。また、情報処理サーバ１０が取得する行動履歴は、ユーザＵ１のコメント履歴Ｈ１１、評価履歴Ｈ１２、及び購入履歴Ｈ１３のうちの複数の行動履歴が含まれていてもよい。勿論、情報処理サーバ１０が取得する行動履歴には、コメント履歴Ｈ１１、評価履歴Ｈ１２、及び購入履歴Ｈ１３以外の行動履歴が含まれていてもよい。

そして、情報処理サーバ１０は、図７に示すように、モデルＭ１を使ってユーザＵ１の行動履歴から特徴情報Ｆ１を生成する。モデルＭ１は、複数のユーザの行動履歴と、当該ユーザの特徴（例えば、ユーザの行動に関する特徴）を示す情報と、を学習データとして、対象ユーザの行動履歴を入力した時に当該ユーザの特徴情報を出力するよう学習した学習済みモデルである。特徴情報は、例えば、高次元（例えば、１０次元以上）のベクトル情報である。

情報処理サーバ１０は、ユーザＵ２を含む複数のユーザそれぞれについて特徴情報を生成し、図１に示す特徴情報データベースに登録する。図１の例では、ユーザＵ１の特徴情報として特徴情報Ｆ１が登録され、ユーザＵ２の特徴情報として特徴情報Ｆ２が登録され、ユーザＵ３の特徴情報として特徴情報Ｆ３が登録され、ユーザＵ４の特徴情報として特徴情報Ｆ４が登録されている。

情報処理サーバ１０は、複数のユーザそれぞれの特徴情報に基づいて、複数の対象の中から、所定のユーザに対する処理に用いられる対象（以下、適用対象ともいう。）を判別する。ここで「所定のユーザに対する処理」は、例えば、所定のユーザへのコンテンツの送信である。このとき、「対象」は、広告コンテンツであってもよいし、広告コンテンツの広告対象であってもよい。広告対象は、例えば、商品やサービス等のアイテムである。なお、アイテムは商品やサービスに限られない。アイテムコードが付与され得る対象は全てアイテムとみなすことができる。ここでアイテムコードは、例えば、ＪＡＮ（Japanese Article Number）コードやＥＡＮ（European Article Number）コード等の商品コードに含まれるアイテムコードであってもよい。

情報処理サーバ１０は、例えば、次の通り対象を判別する。まず、情報処理サーバ１０は、複数のユーザそれぞれについてユーザＵ２（所定のユーザ）との類似度を算出する（図１のステップＳ４）。類似度は、ユーザ間の類似の高さを示す情報である。情報処理サーバ１０は、ステップＳ３で算出した特徴情報に基づいて類似度を算出する。特徴情報がベクトル情報なのであれば、情報処理サーバ１０は、ユーザＵ２の特徴情報と他のユーザの特徴情報のコサイン類似度を類似度としてもよい。図１の例では、情報処理サーバ１０は、ユーザＵ２とユーザＵ１の類似度は０．８２と算出している。また、図１の例では、情報処理サーバ１０は、ユーザＵ２とユーザＵ３の類似度は０．０３と算出している。図１の例では、情報処理サーバ１０は、ユーザＵ２とユーザＵ４の類似度は０．２１と算出している。

そして、情報処理サーバ１０は、算出した類似度に基づいて、複数のユーザの中からユーザＵ２（所定のユーザ）に特徴が類似する類似ユーザを特定する。例えば、情報処理サーバ１０は、複数のユーザのうち最も類似度が高いユーザをユーザＵ２の類似ユーザとして特定する。複数のユーザそれぞれの類似度として図１に示す類似度が算出されたのであれば、情報処理サーバ１０は、類似度が０．８２であるユーザＵ１を類似ユーザとして特定する。

そして、情報処理サーバ１０は、特定した類似ユーザの情報に基づいて、複数の対象の中からユーザＵ２（所定のユーザ）に対する処理に用いられる対象（適用対象）を判別する。

例えば、情報処理サーバ１０は、広告コンテンツと広告対象とを関連付けた広告データベースを保持している。図１には、「広告コンテンツ」と「広告対象」の項目を有する広告データベースが示されている。「広告コンテンツ」は、広告対象を宣伝するためのコンテンツであり、「広告対象」は「広告コンテンツ」で示されるコンテンツが広告対象とするアイテム（商品或いはサービス）である。図１の例では、商品Ａ１１の広告コンテンツとしてコンテンツＣ３１が関連付けられており、商品Ａ１２の広告コンテンツとしてコンテンツＣ３２が関連付けられており、商品Ａ１３の広告コンテンツとしてコンテンツＣ３３が関連付けられている。

そして、情報処理サーバ１０は、所定のユーザの類似ユーザが購入したアイテムのうち所定のユーザが購入していないアイテムを適用対象として判別する。例えば、ユーザＵ２（所定のユーザ）の類似ユーザとしてユーザＵ１が特定されたとする。このとき、情報処理サーバ１０は、行動履歴データベースに登録された購入履歴に基づいて、ユーザＵ１が購入した商品或いはサービスのうち、ユーザＵ２が購入していない商品或いはサービスを特定する。例えば、行動履歴データベースに図６に示す購入履歴が登録されていたとする。図６を見ると、ユーザＵ１は商品Ａ１２を購入しているものの、ユーザＵ２は商品Ａ１２を購入していないことが分かる。そこで、情報処理サーバ１０は、商品Ａ１２をユーザＵ２に対する処理（例えば、広告コンテンツの送信）に用いられる対象として判別する。

そして、情報処理サーバ１０は、広告データベースから商品Ａ１２に関連付けられている広告コンテンツを所定のユーザに対する処理に適用するコンテンツ（適用コンテンツ）として判別する。図１の例であれば、情報処理サーバ１０は、商品Ａ１２に関連付けられているコンテンツＣ３２を適用コンテンツとして判別する（ステップＳ５）。なお、上記の例では、所定のユーザに対する処理に用いられる対象（適用対象）は広告対象であるものとしたが、適用対象は広告コンテンツ（適用コンテンツ）であってもよい。

そして、情報処理サーバ１０は、適用コンテンツであるコンテンツＣ３２を含むコンテンツＣ１３を生成する。そして、情報処理サーバ１０は、コンテンツＣ１３を端末装置１００_２に送信する（ステップＳ６）。端末装置１００_２は、表示領域ＶにコンテンツＣ３２が配置されたコンテンツＣ３２を表示する。

本実施形態によれば、情報処理サーバ１０は、コメントに関する行動の情報（例えば、コメント履歴、評価履歴等）を含む行動履歴に基づいて複数のユーザの特徴情報を生成するように構成されている。コメントに関する行動の情報は、ユーザの特徴をつかむには良好な情報である。特に、評価履歴に含まれるＧｏｏｄ／Ｂａｄ等の簡易評価は、ユーザにとって心理的負担が軽い気軽に行うことができる評価であるため、その数も多い。そのため、簡易評価は、ユーザの特徴をつかむには極めて好ましい情報である。情報処理サーバ１０は、コメントに関する行動の情報を含む行動履歴に基づいて特徴情報を生成しているので、精度の高い特徴情報を取得できる。そして、情報処理サーバ１０は、この精度の高い特徴情報に基づいて、複数の対象の中からユーザへの処理に用いられる対象を判別しているので、精度よくユーザに適した対象を判別できる。

〔２．情報処理システムの構成例〕
以上、本実施形態の情報処理システム１の動作を述べたが、以下、本実施形態の情報処理装置の一例である情報処理サーバ１０を備える情報処理システム１の構成を説明する。上述したように、情報処理システム１は、端末装置１００と、情報処理サーバ１０と、を備える。

〔２－１．情報処理サーバの構成例〕
情報処理サーバ１０は、端末装置１００等のクライアントコンピュータからの要求を処理するサーバ用ホストコンピュータ（以下、単に「サーバ」という。）である。情報処理サーバ１０は、ＰＣサーバであってもよいし、ミッドレンジサーバであってもよいし、メインフレームサーバであってもよい。また、情報処理サーバ１０は、１つのサーバにより構成されていてもよいし、協働して処理を実行する複数のサーバにより構成されていてもよい。情報処理サーバ１０が複数のサーバで構成される場合、これらサーバの設置場所は離れていてもよい。設置場所が離れていたとしても、協働して処理を実行するのであれば、これらサーバは１つの情報処理装置（情報処理サーバ）とみなすことができる。

上述したように、情報処理サーバ１０は、端末装置１００とネットワークを介して接続されている。ネットワークは、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、電話網（携帯電話網、固定電話網等）、地域ＩＰ（Internet Protocol）網、インターネット等の通信ネットワークである。ネットワークには、有線ネットワークが含まれていてもよいし、無線ネットワークが含まれていてもよい。

図８は、実施形態に係る情報処理サーバ１０の構成例を示す図である。情報処理サーバ１０は、通信部１１と、記憶部１２と、制御部１３と、を備える。なお、図８に示した構成は機能的な構成であり、ハードウェア構成はこれとは異なっていてもよい。

通信部１１は、外部の装置と通信する通信インタフェースである。通信部１１は、ネットワークインタフェースであってもよいし、機器接続インタフェースであってもよい。例えば、通信部１１は、ＮＩＣ（Network Interface Card）等のＬＡＮインタフェースであってもよいし、ＵＳＢ（Universal Serial Bus）ホストコントローラ、ＵＳＢポート等により構成されるＵＳＢインタフェースであってもよい。また、通信部１１は、有線インタフェースであってもよいし、無線インタフェースであってもよい。通信部１１は、情報処理サーバ１０の通信手段として機能する。通信部１１は、制御部１３の制御に従って端末装置１００と通信する。

記憶部１２は、ＤＲＡＭ（Dynamic Random Access Memory）、ＳＲＡＭ（Static Random Access Memory）、フラッシュメモリ、ハードディスク等のデータ読み書き可能な記憶装置である。記憶部１２は、情報処理サーバ１０の記憶手段として機能する。記憶部１２は、行動履歴データベース１２１、特徴情報データベース１２２、広告データベース１２３、及びモデルデータベース１２４を記憶する。

行動履歴データベース１２１には、各ユーザの行動履歴が登録される。行動履歴データベース１２１は、図１に示した行動履歴データベースと同様である。

特徴情報データベース１２２には、各ユーザの特徴情報が登録される。特徴情報データベース１２２は、図１に示した特徴情報データベースと同様である。

広告データベース１２３には、各ユーザへの配信対象となる広告の情報が登録される。広告データベース１２３は、図１に示した広告データベースと同様である。

モデルデータベース１２４には、情報処理サーバ１０が有するモデルのデータが登録される。図９は、モデルデータベース１２４に登録される情報の一例を示す図である。図９に示す例では、モデルデータベース１２４には、「モデルＩＤ」、および「モデルデータ」といった情報が登録されている。

ここで、「モデルＩＤ」は、各モデルを識別するための情報である。また、「モデルデータ」は、対応付けられた「モデルＩＤ」が示すモデルのデータであり、例えば、各層におけるノードと、各ノードが採用する関数と、ノードの接続関係と、ノード間の接続に対して設定される接続係数とを含む情報である。

例えば、図９に示す例では、モデルＩＤ「４００１」およびモデルデータ「Ｍ１」といった情報が対応付けて登録されている。このような情報は、例えば、「４００１」が示すモデルのデータが「Ｍ１」である旨を示す。なお、図９に示す例では、モデルデータベース１２４に登録される情報として、「Ｍ１～Ｍ４」といった概念的な情報を記載したが、実際には、モデルの構造や接続係数を示す文字列や数値等が登録されることとなる。以下、Ｍ１～Ｍ４等を総称してモデルＭということがある。

モデルＭは、複数のユーザの行動履歴（例えば、コメント履歴、評価履歴等）を学習データとして、所定のユーザの行動履歴を入力した時に当該ユーザの行動に関する特徴情報（例えば、行動履歴の分散表現となるベクトル）を出力するよう学習したモデルである。このようなモデルＭは、回答能力情報を入力する入力層と、特徴情報を出力する出力層と、入力層から出力層までのいずれかの層であって出力層以外の層に属する第１要素と、第１要素と第１要素の重みとに基づいて値が算出される第２要素と、を含み、入力層に入力された情報に対し、出力層以外の各層に属する各要素を第１要素として、第１要素と第１要素の重み（すなわち、接続係数）とに基づく演算を行うことにより、入力層に入力された回答能力情報に応じて、当該ユーザの行動の特徴を示す特徴情報を出力層から出力するよう、コンピュータを機能させるためのモデルである。

ここで、モデルＭが「y=a1*x1+a2*x2+・・・+ai*xi」で示す回帰モデルで実現されるとする。この場合、モデルＭが含む第１要素は、x1やx2等といった入力データ（xi）に対応する。また、第１要素の重みは、xiに対応する係数aiに対応する。ここで、回帰モデルは、入力層と出力層とを有する単純パーセプトロンと見做すことができる。各モデルを単純パーセプトロンと見做した場合、第１要素は、入力層が有するいずれかのノードに対応し、第２要素は、出力層が有するノードと見做すことができる。

また、モデルＭがＤＮＮ（Deep Neural Network）等、１つまたは複数の中間層を有するニューラルネットワークで実現されるとする。この場合、モデルＭが含む第１要素は、入力層または中間層が有するいずれかのノードに対応する。また、第２要素は、第１要素と対応するノードから値が伝達されるノードである次段のノードに対応する。また、第１要素の重みは、第１要素と対応するノードから第２要素と対応するノードに伝達される値に対して考慮される重みである接続係数に対応する。

情報処理サーバ１０は、上述した回帰モデルやニューラルネットワーク等、任意の構造を有するモデルを用いて、出力する情報の算出を行う。具体的には、モデルＭは、ユーザの行動履歴が入力された場合に、当該行動履歴の特徴情報（ユーザの行動に関する特徴情報）を出力するように係数が設定される。

なお、上記例では、モデルＭが、ユーザの行動履歴が入力された場合に当該行動履歴の特徴情報（ユーザの行動の特徴を示す特徴情報）を出力するモデル（以下、モデルＭ１１という。）である例を示した。しかし、実施形態に係るモデルＭは、モデルＭ１１にデータの入出力を繰り返すことで得られる結果に基づいて生成されるモデルであってもよい。

また、情報処理サーバ１０がＧＡＮ（Generative Adversarial Networks）を用いた学習処理或いは生成処理を行う場合、モデルＭは、ＧＡＮの一部を構成するモデルであってもよい。

図８に戻り、制御部１３は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、情報処理サーバ１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ等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１３は、コントローラであり、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てもよい。

制御部１３は、図８に示すように、取得部１３１と、学習部１３２と、判別部１３３と、生成部１３４と、送信部１３５と、を備える。制御部１３を構成するブロック（取得部１３１～送信部１３５）はそれぞれ制御部１３の機能を示す機能ブロックである。これら機能ブロックはソフトウェアブロックであってもよいし、ハードウェアブロックであってもよい。例えば、上述の機能ブロックが、それぞれ、ソフトウェア（マイクロプログラムを含む。）で実現される１つのソフトウェアモジュールであってもよいし、半導体チップ（ダイ）上の１つの回路ブロックであってもよい。勿論、各機能ブロックがそれぞれ１つのプロセッサ或いは１つの集積回路であってもよい。機能ブロックの構成方法は任意である。なお、制御部１３は上述の機能ブロックとは異なる機能単位で構成されていてもよい。

取得部１３１は、複数のユーザそれぞれの行動履歴であってニュース記事へのコメントに関する情報を含む行動履歴を取得する。このとき、取得部１３１は、行動履歴の記録対象のユーザが投稿したコメントの情報が含まれる行動履歴を取得する。また、取得部１３１は、行動履歴の記録対象のユーザが投稿したコメントに対する返信の数を示す情報が含まれる行動履歴を取得してもよい。また、取得部１３１は、行動履歴の記録対象のユーザが投稿したコメントの内容が肯定的か否定的かを示す情報が含まれる行動履歴を取得してもよい。また、取得部１３１は、行動履歴の記録対象のユーザが投稿したコメント中のコメント対象となっている主体と、該コメントが肯定的か否定的かを示す情報と、が含まれる行動履歴を取得してもよい。

また、コメントには、文章の入力を伴わない評価を付すことが可能であってもよい。そして、取得部１３１は、行動履歴の記録対象のユーザがコメントに対して付した評価の情報が含まれる行動履歴を取得してもよい。

また、コメントには、ボタン操作のみで行うことが可能な評価を付すことが可能であってもよい。そして、取得部１３１は、行動履歴の記録対象のユーザがコメントに対して付した評価の情報が含まれる行動履歴を取得してもよい。

また、取得部１３１は、行動履歴の記録対象のユーザがコメントに対して付した評価の情報と、該ユーザが評価を付したコメントの内容に関する情報と、が含まれる行動履歴を取得してもよい。

学習部１３２は、モデルＭの学習を行い、学習したモデルＭをモデルデータベース１２４に格納する。より具体的には、学習部１３２は、回答能力情報をモデルＭに入力した際に、モデルＭが回答能力情報の特徴情報を出力するように、モデルＭの接続係数の設定を行う。すなわち、学習部１３２は、回答能力情報をモデルＭに入力した際に、モデルＭが特徴情報を出力するように、モデルＭの学習を行う。

例えば、学習部１３２は、モデルＭが有する入力層のノードにユーザの行動履歴を入力し、各中間層を辿ってモデルＭの出力層までデータを伝播させることで、行動履歴の特徴情報（ユーザの行動の特徴を示す特徴情報）を出力させる。そして、学習部１３２は、モデルＭが実際に出力した特徴情報と、学習データに含まれる特徴情報との差に基づいて、モデルＭの接続係数を修正する。例えば、学習部１３２は、バックプロパゲーション等の手法を用いて、接続係数の修正を行ってもよい。このとき、学習部１３２は、特徴情報がベクトルなのであれば、学習データに含まれる特徴情報（ベクトル）とモデルＭが実際に出力したベクトルとのコサイン類似度に基づいて、接続係数の修正を行ってもよい。

なお、学習部１３２は、いかなる学習アルゴリズムを用いてモデルＭを学習してもよい。例えば、学習部１３２は、ニューラルネットワーク、サポートベクターマシン（support vector machine）、クラスタリング、強化学習等の学習アルゴリズムを用いて、モデルＭを学習してよい。

判別部１３３は、行動履歴に基づく複数のユーザそれぞれの特徴情報に基づいて、複数の対象の中から、複数のユーザ中の所定のユーザに対する処理に用いられる対象を判別する。

例えば、判別部１３３は、複数のユーザそれぞれの特徴情報に基づいて、複数のユーザの中から所定のユーザに特徴が類似するユーザを特定し、特定したユーザの情報に基づいて、複数の対象の中から所定のユーザに対する処理に用いられる対象を判別してもよい。

また、対象は広告コンテンツであってもよい。このとき、判別部１３３は、複数のユーザそれぞれの特徴情報に基づいて、複数の広告コンテンツの中から、所定のユーザへ送信する広告コンテンツを判別してもよい。

また、対象はアイテムであってもよい。このとき、判別部１３３は、複数のユーザそれぞれの特徴情報に基づいて、複数のアイテムの中から、所定のユーザへの情報送信の対象となるアイテムを判別してもよい。

生成部１３４は、判別部１３３で判別した対象を含む所定のコンテンツを生成する。

送信部１３５は、判別部１３３で判別した対象を含む所定のコンテンツを端末装置１００に送信する。

〔２－２．端末装置の構成例〕
次に、端末装置１００の構成について説明する。端末装置１００は、ユーザがコンテンツの閲覧に使用する情報表示装置である。端末装置１００は、例えば、スマートフォン、タブレット、携帯電話等の通信端末である。通信機能を備えるのであれば、端末装置１００は、パーソナルコンピュータ（ノートＰＣ、デスクトップＰＣ）、ＰＤＡ（Personal Digital Assistant）等の情報処理端末であってもよい。この場合、情報処理端末も通信端末の一種である。端末装置１００は、ネットワークを介して情報処理サーバ１０と接続する。

図１０は、実施形態に係る端末装置１００の構成例を示す図である。端末装置１００は、通信部１１０と、入力部１２０と、記憶部１３０と、出力部１４０と、制御部１５０と、を備える。なお、図１０に示した構成は機能的な構成であり、ハードウェア構成はこれとは異なっていてもよい。

通信部１１０は、外部の装置と通信する通信インタフェースである。通信部１１０は、ネットワークインタフェースであってもよいし、機器接続インタフェースであってもよい。例えば、通信部１１０は、ＮＩＣ等のＬＡＮインタフェースであってもよいし、ＵＳＢホストコントローラ、ＵＳＢポート等により構成されるＵＳＢインタフェースであってもよい。また、通信部１１０は、有線インタフェースであってもよいし、無線インタフェースであってもよい。通信部１１０は、端末装置１００の通信手段として機能する。通信部１１０は、制御部１５０の制御に従って情報処理サーバ１０と通信する。

入力部１２０は、外部から各種入力を受け付ける入力装置である。例えば、入力部１２０は、キーボードやマウスや操作キー等、ユーザが各種操作を行うための操作装置である。入力部１２０は、端末装置１００の入力手段として機能する。なお、端末装置１００にタッチパネルが採用される場合には、タッチパネルも入力部１２０に含まれる。この場合、ユーザは、指やスタイラスで画面をタッチすることにより各種操作を行う。

記憶部１３０は、ＤＲＡＭ（Dynamic Random Access Memory）、ＳＲＡＭ（Static Random Access Memory）、フラッシュメモリ、ハードディスク等のデータ読み書き可能な記憶装置である。記憶部１３０は、端末装置１００の記憶手段として機能する。記憶部１３０は、アプリケーションのデータが格納されている。アプリケーションのデータは、ウェブブラウザのデータであってもよい。

出力部１４０は、音、光、振動、画像等、外部に各種出力を行う装置である。出力部１４０は、端末装置１００の出力手段として機能する。出力部１４０は、各種情報を表示する表示装置を備える。表示装置は、例えば、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイである。なお、端末装置１００にタッチパネルが採用される場合には、表示装置（以下、画面という。）は入力部１２０と一体であってもよい。出力部１４０は、制御部１５０の制御に従って、画面に画像を表示する。

制御部１５０は、コントローラであり、例えば、ＣＰＵ、ＭＰＵ等のプロセッサによって、端末装置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等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１５０は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

制御部１５０は、図１０に示すように、表示部１５１と、表示制御部１５２と、を備える。制御部１５０を構成するブロック（表示部１５１と、表示制御部１５２）はそれぞれ制御部１５０の機能を示す機能ブロックである。これら機能ブロックはソフトウェアブロックであってもよいし、ハードウェアブロックであってもよい。例えば、上述の機能ブロックが、それぞれ、ソフトウェア（マイクロプログラムを含む。）で実現される１つのソフトウェアモジュールであってもよいし、半導体チップ（ダイ）上の１つの回路ブロックであってもよい。勿論、各機能ブロックがそれぞれ１つのプロセッサ或いは１つの集積回路であってもよい。機能ブロックの構成方法は任意である。なお、制御部１５０は上述の機能ブロックとは異なる機能単位で構成されていてもよい。

表示部１５１は、情報処理サーバ１０から送信された所定のコンテンツ（例えば、図１に示すコンテンツＣ３２）を画面に表示する。

表示制御部１５２は、情報処理サーバ１０から送信された制御情報に従って画面に表示された所定のコンテンツの表示態様を変更する。

〔３．情報処理サーバの処理フロー〕
次に、情報処理サーバ１０が実行する処理の手順について説明する。図１１は、情報送信処理の一例を示すフローチャートである。

まず、情報処理サーバ１０は、ユーザが操作する端末装置１００からコンテンツ（例えば、コンテンツＣ２１を含む所定のコンテンツ）の配信要求を受信したか判別する（ステップＳ１１）。配信要求を受信していない場合（ステップＳ１１：Ｎｏ）、情報処理サーバ１０は、配信要求を受信するまでステップＳ１１を繰り返す。

配信要求を受信した場合（ステップＳ１１：Ｙｅｓ）、情報処理サーバ１０は、行動履歴データベース１２１から複数のユーザの行動履歴を取得する（ステップＳ１２）。そして、情報処理サーバ１０は、ステップＳ１２で取得した行動履歴に基づいて、複数のユーザそれぞれの特徴情報を生成する（ステップＳ１３）。情報処理サーバ１０は、特徴情報を特徴情報データベース１２２に保存する。

続いて、情報処理サーバ１０は、特徴情報データベース１２２に保存した特徴情報に基づいて、コンテンツの配信要求を行ったユーザと複数のユーザそれぞれとの類似度を算出する（ステップＳ１４）。そして、情報処理サーバ１０は、配信要求を行ったユーザに特徴が類似するユーザを特定する（ステップＳ１５）。例えば、情報処理サーバ１０は、ステップＳ１４で算出した類似度が所定の閾値以上のユーザを類似ユーザとして特定する。

続いて、情報処理サーバ１０は、特定したユーザの情報に基づいて、複数の対象の中から所定のユーザに対する処理に用いられる対象を判別する（ステップＳ１６）。

続いて、情報処理サーバ１０は、ステップＳ１６で判別した対象の情報（例えば、図１に示すコンテンツＣ３２）を含む所定のコンテンツ（例えば、図１に示すコンテンツＣ１３）を生成する（ステップＳ１７）。そして、情報処理サーバ１０は、端末装置１００に生成したコンテンツを送信する（ステップＳ１８）。

送信が完了したら、情報処理サーバ１０は、ステップＳ１１に戻り、端末装置１００からコンテンツの配信要求を受信するまで待機する。

〔４．変形例〕
上述の実施形態は一例を示したものであり、種々の変更及び応用が可能である。

上述の実施形態では、情報処理サーバ１０は、ユーザの行動履歴に基づいてユーザの特徴情報を生成したが、特徴情報の生成に使用する情報はユーザの行動履歴に限られない。特徴情報の生成に使用する情報には、ユーザの行動履歴に加えて他の情報が含まれていてもよい。例えば、特徴情報の生成に使用する情報には、ユーザの属性情報が含まれていてもよい。

属性情報は、例えば、デモグラフィック情報やサイコグラフィック情報である。具体例を挙げると、ユーザ属性情報は、ユーザの性別、年齢、職業、収入、資産、住所、勤務先の住所、使用言語数、家族構成、友人関係、ライフサイクル、価値観、ライフスタイル、性格、好み、及びこれらの変化の情報である。また、ユーザ属性情報には、ユーザの検索履歴やサービス利用履歴が含まれていてもよい。勿論、ユーザ属性情報は上記の情報に限定されない。

また、上述の実施形態では、行動履歴データベースの評価履歴に含まれる簡易評価は“Ｇｏｏｄ”及び“Ｂａｄ”であるものとしたが、簡易評価はＧｏｏｄ及びＢａｄに限られない。簡易評価は“いいね”、“ヤダネ”等、上記以外のボタン操作のみで完了する評価であってもよい。

また、上述の実施形態では、評価履歴に含まれる評価は、肯定的評価と否定的評価の双方が含まれるものとしたが、評価履歴に含まれる評価は、“Ｇｏｏｄ”や“いいね”等の肯定的評価のみであってもよいし、“Ｂａｄ”や“ヤダネ”等の否定的評価のみであってもよい。なお、肯定的評価は、“Ｇｏｏｄ”や“いいね”以外の、肯定、支持、推奨、或いは好感等を示す評価であってもよい。また、否定的評価は、“Ｂａｄ”や“ヤダネ”以外の、否定、反対、或いは嫌悪等を示す評価であってもよい。また、評価履歴に含まれる評価は、肯定的評価と否定的評価に限られず、例えば、中立を示す評価（中立的評価）であってもよい。中立的評価は簡易評価であってもよい。

また、評価履歴に含まれる簡易評価は、肯定的評価、否定的評価、及び中立的評価に限られない。例えば、簡易評価は星の数による評価であってもよい。また、簡易評価は、“１”、“２”、“３”等の数値による評価であってもよいし、“Ａ”、“Ｂ”、“Ｃ”等のランクによる評価であってもよい。星の数、数値、及びランクの入力はボタン操作のみで行うことが可能であってもよいし、タッチパネル操作（例えば、評価バーのスワイプ等、画面に表示されたコントロールの操作）のみで行うことが可能であってもよい。また、星の数、数値、及びランクの入力は、テキストの入力により行うことが可能であってもよい。星の数、数値、又はランクを示すテキストの入力も、文章の入力を伴わない評価の一種とみなすことができる。

また、上述の実施形態では、行動履歴データベースの「対象コメント」で示されるコメントの内容に関する情報は、「主体」及び「極性」のみであったが、コメントの内容に関する情報は「主体」及び「極性」に限られない。例えば、コメントの内容に関する情報は、「対象コメント」で示されるコメントの分散表現となるベクトルであってもよい。ベクトルは、例えば、情報処理サーバ１０が、所定のエンベディング処理（例えば、Word Embedding）を使ってコメントを変換したものであってもよい。

本実施形態の情報処理サーバ１０を制御する制御装置は、専用のコンピュータシステムによって実現してもよいし、通常のコンピュータシステムにより実現してもよい。例えば、上述の動作を実行するためのプログラムまたはデータ（例えば、モデルＭ）を、光ディスク、半導体メモリ、磁気テープ、フレキシブルディスク等のコンピュータ読み取り可能な記録媒体に格納して配布し、該プログラムまたはデータをコンピュータにインストールし、上述の処理を実行することによって制御装置を構成してもよい。制御装置は、情報処理サーバ１０の外部の装置（例えば、パーソナルコンピュータ）であってもよいし、内部の装置（例えば、制御部１３）であってもよい。また、上記プログラムをインターネット等のネットワーク上のサーバ装置が備えるディスク装置に格納しておき、コンピュータにダウンロード等できるようにしてもよい。また、上述の機能を、ＯＳ（Operating System）とアプリケーションソフトとの協働により実現してもよい。この場合には、ＯＳ以外の部分を媒体に格納して配布してもよいし、ＯＳ以外の部分をサーバ装置に格納しておき、コンピュータにダウンロード等できるようにしてもよい。

また、上記各実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

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。

また、上述してきた各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

〔５．ハードウェア構成〕
実施形態及び変形例に係る情報処理サーバ１０は、例えば図１２に示すような構成のコンピュータ１０００によっても実現可能である。図１２は、情報処理サーバ１０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。コンピュータ１０００は、ＣＰＵ（Central Processing Unit）１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インタフェース（Ｉ／Ｆ）１５００、入出力インタフェース（Ｉ／Ｆ）１６００、及びメディアインタフェース（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００または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、及び、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。通信インタフェース１５００は、ネットワークＮ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ネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インタフェース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、入出力インタフェース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フェース１６００を介して出力装置へ出力する。

メディアインタフェース１７００は、記録媒体１８００に格納されたプログラムまた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、メディアインタフェース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が実施形態に係る情報処理サーバ１０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またはデータ（例えば、モデルＭ）に基づいた処理を実行することにより、制御部１３を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムまたはデータ（例えば、モデルＭ）を記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムまたはデータ（例えば、モデルＭ）を取得してもよい。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行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。

〔６．効果〕
本実施形態によれば、情報処理サーバ１０は、複数のユーザそれぞれの行動履歴であってニュース記事へのコメントに関する情報を含む行動履歴を取得する。そして、情報処理サーバ１０は、行動履歴に基づく複数のユーザそれぞれの特徴情報に基づいて、複数の対象の中から、複数のユーザ中の所定のユーザに対する処理に用いられる対象を判別する。これにより、情報処理サーバ１０は、精度よくユーザに適した対象を判別できる。

情報処理サーバ１０は、複数のユーザそれぞれの特徴情報に基づいて、複数のユーザの中から所定のユーザに特徴が類似するユーザを特定し、特定したユーザの情報に基づいて、複数の対象の中から所定のユーザに対する処理に用いられる対象を判別する。これにより、情報処理サーバ１０は、精度よくユーザに適した対象を判別できる。

対象は広告コンテンツである。情報処理サーバ１０は、複数のユーザそれぞれの特徴情報に基づいて、複数の広告コンテンツの中から、所定のユーザへ送信する広告コンテンツを判別する。これにより、情報処理サーバ１０は、精度よくユーザに適した広告コンテンツを判別できる。

対象はアイテムである。情報処理サーバ１０は、複数のユーザそれぞれの特徴情報に基づいて、複数のアイテムの中から、所定のユーザへの情報送信の対象となるアイテムを判別する。これにより、情報処理サーバ１０は、精度よくユーザに適したアイテムを判別できる。

情報処理サーバ１０は、行動履歴の記録対象のユーザが投稿したコメントの情報が含まれる行動履歴を取得する。これにより、情報処理サーバ１０は、精度の高い特徴情報を生成できるので、精度よくユーザに適した対象を判別できる。

情報処理サーバ１０は、行動履歴の記録対象のユーザが投稿したコメントに対する返信の数を示す情報が含まれる行動履歴を取得する。これにより、情報処理サーバ１０は、コメントの質（多くの返信を得られるコメントか否か等）も加味した精度の高い特徴情報を生成できるので、精度よくユーザに適した対象を判別できる。

情報処理サーバ１０は、行動履歴の記録対象のユーザが投稿したコメントの内容が肯定的か否定的かを示す情報が含まれる行動履歴を取得する。これにより、情報処理サーバ１０は、コメントの内容を加味した精度の高い特徴情報を生成できるので、精度よくユーザに適した対象を判別できる。

情報処理サーバ１０は、行動履歴の記録対象のユーザが投稿したコメント中でコメント対象となっている主体と、該コメントが肯定的か否定的かを示す情報と、が含まれる行動履歴を取得する。これにより、情報処理サーバ１０は、コメントの内容も加味した精度の高い特徴情報を生成できるので、精度よくユーザに適した対象を判別できる。

コメントには、文章の入力を伴わない評価を付すことが可能である。そして、情報処理サーバ１０は、行動履歴の記録対象のユーザがコメントに対して付した評価の情報が含まれる行動履歴を取得する。文章の入力を伴わない評価は、ユーザがテキストを入力する心理的負担がなく気軽に評価できるため、その数も多く、ユーザの特徴をつかむには極めて好ましい情報である。そのため、情報処理サーバ１０は、多くの簡易評価に基づき極めて精度の高い特徴情報を生成できるので、精度よくユーザに適した対象を判別できる。

コメントには、ボタン操作のみで行うことが可能な評価を付すことが可能である。そして、情報処理サーバ１０は、行動履歴の記録対象のユーザがコメントに対して付した評価の情報が含まれる行動履歴を取得する。ボタン操作のみで完了する評価は、ユーザが気軽に評価できるため、その数も多く、ユーザの特徴をつかむには極めて好ましい情報である。そのため、情報処理サーバ１０は、多くの簡易評価に基づき極めて精度の高い特徴情報を生成できるので、精度よくユーザに適した対象を判別できる。

情報処理サーバ１０は、行動履歴の記録対象のユーザがコメントに対して付した評価の情報と、該ユーザが評価を付したコメントの内容に関する情報と、が含まれる行動履歴を取得する。これにより、情報処理サーバ１０は、精度よくユーザに適した対象を判別できる。ユーザが評価を付したコメントは、ユーザが記載したコメントではないものの、その内容はユーザの思想を反映したものである。そのため、情報処理サーバ１０は、ユーザが評価を付したコメントの内容の情報を使用することにより、精度の高い特徴情報を生成できる。結果として情報処理サーバ１０は、精度よくユーザに適した対象を判別できる。

以上、本願の実施形態のいくつかを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、生成部は、生成手段や生成回路に読み替えることができる。

１…情報処理システム
１０…情報処理サーバ
１１、１１０…通信部
１２、１３０…記憶部
１２１…行動履歴データベース
１２２…特徴情報データベース
１２３…広告データベース
１２４…モデルデータベース
１３、１５０…制御部
１３１…取得部
１３２…学習部
１３３…判別部
１３４…生成部
１３５…送信部
１００…端末装置
１２０…入力部
１４０…出力部
１５１…表示部
１５２…表示制御部
Ｂ１、Ｂ２１、Ｂ２２…ボタン
Ｃ１１～Ｃ１３、Ｃ２１、Ｃ３２…コンテンツ
Ｆ１…特徴情報
Ｈ１１…コメント履歴
Ｈ１２…評価履歴
Ｍ１…モデル
Ｒ２１、Ｒ３１、Ｒ４１…返信情報
Ｔ１１、Ｔ１５、Ｔ２１、Ｔ３１、Ｔ４１…コメント
ＴＢ１…テキストボックス
Ｖ…表示領域

Claims (11)

1. 複数のユーザそれぞれの行動履歴であってニュース記事へのコメントに関する行動の情報を含む前記行動履歴を取得する取得部と、
   前記行動履歴に基づく前記複数のユーザそれぞれの特徴情報に基づいて、複数の対象の中から、前記複数のユーザ中の所定のユーザに対する処理に用いられる対象を判別する判別部と、を備え、
   前記取得部は、前記行動履歴の記録対象のユーザが投稿した複数のコメントそれぞれに対する返信の数を示す情報が含まれる前記行動履歴を取得し、
   前記判別部は、前記複数のユーザそれぞれの前記特徴情報に基づいて、前記複数のユーザの中から前記所定のユーザに特徴が類似するユーザを特定し、特定した前記ユーザの情報に基づいて、前記複数の対象の中から前記所定のユーザに対する処理に用いられる対象を判別する、
   ことを特徴とする情報処理装置。
2. 前記対象は広告コンテンツであり、
   前記判別部は、前記複数のユーザそれぞれの前記特徴情報に基づいて、複数の広告コンテンツの中から、前記所定のユーザへ送信する広告コンテンツを判別する、
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記対象はアイテムであり、
   前記判別部は、前記複数のユーザそれぞれの前記特徴情報に基づいて、複数のアイテムの中から、前記所定のユーザへの情報送信の対象となるアイテムを判別する、
   ことを特徴とする請求項１に記載の情報処理装置。
4. 前記取得部は、前記行動履歴の記録対象のユーザが投稿したコメントの情報が含まれる前記行動履歴を取得する、
   ことを特徴とする請求項１～３のいずれか１項に記載の情報処理装置。
5. 前記取得部は、前記行動履歴の記録対象のユーザが投稿したコメントの内容が肯定的か否定的かを示す情報が含まれる前記行動履歴を取得する、
   ことを特徴とする請求項１～４のいずれか１項に記載の情報処理装置。
6. 前記取得部は、前記行動履歴の記録対象のユーザが投稿したコメント中でコメント対象となっている主体と、該コメントが肯定的か否定的かを示す情報と、が含まれる前記行動履歴を取得する、
   ことを特徴とする請求項１～５のいずれか１項に記載の情報処理装置。
7. 前記コメントには、文章の入力を伴わない評価を付すことが可能であり、
   前記取得部は、前記行動履歴の記録対象のユーザがコメントに対して付した前記評価の情報が含まれる前記行動履歴を取得する、
   ことを特徴とする請求項１～６のいずれか１項に記載の情報処理装置。
8. 前記コメントには、ボタン操作のみで行うことが可能な評価を付すことが可能であり、
   前記取得部は、前記行動履歴の記録対象のユーザがコメントに対して付した前記評価の情報が含まれる前記行動履歴を取得する、
   ことを特徴とする請求項７に記載の情報処理装置。
9. 前記取得部は、前記行動履歴の記録対象のユーザがコメントに対して付した評価の情報と、該ユーザが前記評価を付したコメントの内容に関する情報と、が含まれる前記行動履歴を取得する、
   ことを特徴とする請求項１～７のいずれか１項に記載の情報処理装置。
10. 情報処理装置が実行する情報処理方法であって、
    複数のユーザそれぞれの行動履歴であってニュース記事へのコメントに関する行動の情報を含む前記行動履歴を取得する取得工程と、
    前記行動履歴に基づく前記複数のユーザそれぞれの特徴情報に基づいて、複数の対象の中から、前記複数のユーザ中の所定のユーザに対する処理に用いられる対象を判別する判別工程と、を含み、
    前記取得工程では、前記行動履歴の記録対象のユーザが投稿した複数のコメントそれぞれに対する返信の数を示す情報が含まれる前記行動履歴を取得し、
    前記判別工程では、前記複数のユーザそれぞれの前記特徴情報に基づいて、前記複数のユーザの中から前記所定のユーザに特徴が類似するユーザを特定し、特定した前記ユーザの情報に基づいて、前記複数の対象の中から前記所定のユーザに対する処理に用いられる対象を判別する、
    ことを特徴とする情報処理方法。
11. 複数のユーザそれぞれの行動履歴であってニュース記事へのコメントに関する行動の情報を含む前記行動履歴を取得する取得手順と、
    前記行動履歴に基づく前記複数のユーザそれぞれの特徴情報に基づいて、複数の対象の中から、前記複数のユーザ中の所定のユーザに対する処理に用いられる対象を判別する判別手順と、をコンピュータに実行させ、
    前記取得手順では、前記行動履歴の記録対象のユーザが投稿した複数のコメントそれぞれに対する返信の数を示す情報が含まれる前記行動履歴を取得し、
    前記判別手順では、前記複数のユーザそれぞれの前記特徴情報に基づいて、前記複数のユーザの中から前記所定のユーザに特徴が類似するユーザを特定し、特定した前記ユーザの情報に基づいて、前記複数の対象の中から前記所定のユーザに対する処理に用いられる対象を判別する、
    ことを特徴とする情報処理プログラム。

Images