CN105474246A - 信息处理设备、信息处理方法和程序 - Google Patents

Abstract

该技术涉及一种使得可以增加对于用于观看事件的座位或区域的用户满意度的信息处理装置、信息处理方法和程序。在步骤S102中，执行目标事件处分配给用户的座位的特征与用户特征之间的匹配。对于目标事件处的每个座位，选择为其推荐所述座位的目标用户。在步骤S104中，对于每个选择的目标用户，与目标事件一起推荐所推荐的座位。该技术可以应用于例如推荐事件的系统。

Description

信息处理设备、信息处理方法和程序

技术领域

本技术涉及一种信息处理设备、信息处理方法和程序，具体地，涉及一种在执行要在事件中分配给用户的座位或区域的推荐时优选地使用的信息处理设备、信息处理方法和程序。

背景技术

过去，在诸如飞机和高速铁路的交通工具以及诸如酒店的住宿设施中，用户可以选择自己购买或预订座位或房间，或者替选地，销售者侧可以根据销售者侧的意图而选择和销售座位或房间。

另外，在过去，在诸如音乐会、戏剧和电影的事件中，用户可以从空座位当中选择和购买喜爱的座位。

此外，在过去，提出了对事件票进行数字化以在场所入口处顺利地引导用户的方法(参考例如专利文献1)。

引用列表

专利文献

专利文献1:JP2002-197224A

发明内容

技术问题

然而，虽然用户自己选择事件的座位，但是不一定保证用户满意。在许多情况下，用户坐在用户具有与购买时所期望的印象不同的印象的座位上，并且用户会失望。在专利文献1描述的发明中，没有特别研究该点。

因此，本技术改进了在事件中分配给用户的座位或区域的用户满意度。

问题的解决方案

根据本技术的一方面，提供了一种信息处理设备，其包括：推荐单元，被配置成执行在事件中分配给用户的座位或区域的特征与用户的特征之间的匹配，以及选择推荐座位或区域与用户的组合。

推荐单元可基于座位矢量与用户矢量之间的距离而选择推荐座位或区域与用户的组合，座位矢量是表示座位或区域的特征的矢量，用户矢量是表示用户的特征的矢量。

信息处理设备还可包括：呈现控制单元，被配置成当事件的座位或区域的布置被呈现给用户时执行控制，以便以使得每个座位或区域基于每个座位或区域的座位矢量与用户的用户矢量之间的距离来区分的方式将事件的座位或区域的布置呈现给用户，＝。

推荐单元可为分配了第一座位或区域的用户推荐第二座位或区域，第二座位或区域的座位矢量距用户的用户矢量的距离小于第一座位或区域的座位矢量距用户的用户矢量的距离。

信息处理设备还可包括：座位矢量生成单元，被配置成基于与每个座位或区域有关的元数据而生成每个座位或区域的座位矢量；以及用户矢量生成单元，被配置成基于与每个用户有关的元数据而生成每个用户的用户矢量。

信息处理设备还可包括：呈现控制单元，被配置成控制模拟来自推荐给用户的座位或区域的视野的图像的呈现。

该图像可模拟从推荐给用户的座位或区域如何观观看事件区域以及推荐给用户的座位或区域的周围情形，该事件区域是事件的场所中执行事件的区域。

座位或区域的特征可包括优先分配给座位或区域的用户的特征。推荐单元可基于用户的特征和优先分配给每个座位或区域的用户的特征而选择推荐座位或区域与用户的组合。

推荐单元还可基于事件所属的类别与用作推荐目标的目标用户所属的类别的组合来推荐在事件之前或事件之后目标用户所利用的设施和座位。

座位或区域的特征可包括以下特征中的至少一个：与从座位或区域如何观看到事件区域有关的特征、与在座位或区域如何听到声音有关的特征、与座位或区域周围的观众有关的特征、与座位或区域的环境有关的特征以及优先分配给座位或区域的用户的特征，该事件区域是事件的场所中执行事件的区域。用户的特征可包括用户的属性、用户的身体特征、与用户的偏好有关的特征和与用户如何观看到事件有关的特征中的至少一个。

信息处理设备还可包括：呈现控制单元，被配置成基于观众的属性、观众的身体特征、与观众的偏好有关的特征以及与观众如何观看到事件有关的特征中的至少一个而将事件的观众分类为多个类型，以及执行控制以便以每个类型被区分的方式来呈现事件的观众席的观众的分布。

信息处理设备还可包括：销售策略设置单元，能够针对事件的每个座位或区域而设置指示是否对用户执行推荐的销售策略。推荐单元可推荐被设置为推荐给用户的座位或区域。

销售策略设置单元可以能够在发生取消的情况、甚至在预定期限之后还存在空座位的情况以及其它情况之间设置不同的销售策略。

推荐单元还可设置事件的价格和事件的参与者的优惠，并且基于用户对事件的偏好程度而调整推荐座位或区域、价格和优惠的组合的内容。

当事件是将视频递送给用户的环境的事件时，推荐单元可推荐虚拟座位或区域，虚拟座位或区域确定如何观看到事件区域，事件区域是视频中执行事件的区域。

根据本技术的一方面，提供了一种信息处理设备的信息处理方法，该信息处理方法包括：推荐步骤，用于执行在事件中分配给用户的座位或区域的特征与用户的特征之间的匹配，以及选择推荐座位或区域与用户的组合。

根据本技术的一方面，提供了一种使得计算机执行包括以下步骤的处理的程序：推荐步骤，用于执行在事件中分配给用户的座位或区域的特征与用户的特征之间的匹配，以及选择推荐座位或区域与用户的组合。

在本技术的一方面中，在事件中分配给用户的座位或区域的特征与用户的特征之间执行匹配，并且选择推荐座位或区域与用户的组合。

本发明的有利效果

根据本技术的一方面，改进了事件中分配给用户的座位或区域的用户满意度。

附图说明

图1是示出应用本技术的信息处理系统的一个实施例的框图。

图2是用于描述虚拟座位的图。

图3是示出推荐系统的功能的示例性配置的框图。

图4是用于描述座位矢量生成处理的流程图。

图5是用于描述用户矢量生成处理的流程图。

图6是用于描述基于推送的事件推荐处理的流程图。

图7是示出推荐座位的呈现方法的示例的图。

图8是示出推荐座位的呈现方法的示例的图。

图9是示出推荐座位的呈现方法的示例的图。

图10是用于描述针对每种类型在事件场所的每个区域中设置用户的示例的图。

图11是用于描述基于拉模式(pull-based)的事件推荐处理的流程图。

图12是用于描述座位、票价和优惠的调整方法的示例的图。

图13是示出座位、票价和优惠的调整方法的第一示例的图。

图14是示出座位、票价和优惠的调整方法的第二示例的图。

图15是示出座位、票价和优惠的调整方法的第三示例的图。

图16是示出座位、票价和优惠的调整方法的第四示例的图。

图17是用于描述在事件中以及在事件之前和之后的行动计划的推荐处理的概况的图。

图18是用于描述在事件中以及在事件之前和之后的行动计划的推荐处理的概况的图。

图19是用于描述在事件中以及在事件之前和之后的行动计划的推荐处理的概况的图。

图20是用于描述事件前和事件后期望行动排序更新处理的流程图。

图21是示出事件类别的分类示例的图。

图22是示出行动类别的分类示例的图。

图23是示出事件之前和事件之后的期望行动排序的示例的图。

图24是用于描述事件前行动计划推荐处理的流程图。

图25是示出事件前期望行动排序的示例的图。

图26是示出设施DB的数据配置的示例的图。

图27是示出当推荐事件之前的行动计划时所呈现的信息的示例的图。

图28是用于描述事件后行动计划推荐处理的流程图。

图29是示出事件后期望行动排序的示例的图。

图30是示出当推荐事件之后的行动计划时所呈现的信息的示例的图。

图31是用于描述销售策略处理的流程图。

图32是示出销售策略表格的示例性数据配置的图。

图33是用于描述销售策略执行处理的细节的流程图。

图34是用于描述销售策略执行处理的细节的流程图。

图35是示出当呈现售票情形的转变和观众席销售情形时所显示的屏幕图像的示例的图。

图36是用于描述销售情形转变呈现处理的细节的流程图。

图37是示出当呈现票和观众席销售情形的转变时所显示的屏幕图像的示例的图。

图38是示出计算机的示例性配置的框图。

具体实施方式

在下文中，将描述用于执行本技术的方式(下文中称为实施例)。注意，将按以下顺序进行描述。

1.实施例

2.示例性变型

<1.实施例>

[信息处理系统11的示例性配置]

图1是示出应用本技术的信息处理系统11的一个实施例的框图。

信息处理系统11是用于推荐事件和座位、销售事件的票等的系统。另外，信息处理系统11执行事件之前或事件之后的行动计划的推荐。

注意，信息处理系统11所处理的目标事件是例如发起人或主办方所存在的娱乐事件。另外，不特别限制目标事件的类型，只要目标事件是将座位或区域分配给用户以允许用户观看事件或参与事件的事件即可。例如，其目标是在预定场所执行的事件(诸如实况表演(例如，音乐会、戏剧、体育比赛等)、电影或演讲)以及在临时设置座位和区域的特设场所执行的事件，诸如户外节日、狂欢节或烟火。另外，其目标是例如诸如城市聚会(整个城市执行的针对男性和女性的相亲聚会)的参与型事件。注意，在参与型事件的情况下，除了看见事件之外，分配给用户的座位或区域是用户自己参加事件的座位或区域。另外，目标是可以从远处参与的事件，例如，诸如实况表演的实况观看和运动图像递送。此外，目标不仅是真实空间中的事件，而且也是虚拟空间中的事件，诸如使用计算机图形的虚拟实况表演(下文中称为虚拟事件)。注意，事件的价格可以是收费的或免费的。

另外，不特别限制执行事件的场所，只要是座位或区域分配给用户的场所即可。例如，可想到大厅、竞技场、剧场、影院、球赛场、运动场、具有实况音乐的俱乐部、饭店、户外的特设场所等。

注意，在下文中，事件的场所中执行事件的区域(例如，在场所中表演音乐会、比赛等的区域，投影视频的区域，显示烟火的区域等)称为事件区域。例如，可想到舞台、屏幕、球赛场的地、场地、球场等、运动场的轨道、溜冰场等。

信息处理系统11包括推荐系统21、信息呈现单元22、信息呈现单元23、售票系统24、事件信息数据库(DB)25、观众席销售情形数据库(DB)26、用户档案数据库(DB)27、购买历史信息数据库(DB)28、主办方档案数据库(DB)29和行动计划数据库(DB)30。

如稍后所述，推荐系统21使用包含在每个DB中的信息而对用户执行事件推荐以及事件之前和之后的行动计划推荐。另外，如稍后所述，推荐系统21能够不仅执行事件推荐，还能够执行事件的座位的推荐。

注意，针对每个座位或每个区域执行事件的座位的推荐。例如，在逐个将座位分配给每个用户的事件的情况下，可以针对每个座位执行推荐，或者替选地，通过将观众席划分为多个区域，针对每个区域执行推荐。另外，例如，在如在全部站立(all-standing)的音乐会中逐区域分配用户的座位的情况下，针对每个区域执行推荐。另外，例如，在分散地在多个场所举行的并且在每个场所中设置有不预留座位的事件的情况下，诸如实况观看，每个场所被视为一个区域，并且针对每个区域(场所)执行推荐。

另外，在将视频递送到用户的环境而无需去往场所的事件的情况下，如在实况表演的运动图像递送和虚拟事件中，虚拟座位或区域(下文中称为虚拟座位)是推荐目标。这里，例如，通过以与真实座位相同的方式模拟如何观看到在递送给用户的环境的视频中执行事件的区域(事件区域)的改变来创建虚拟座位。例如，如在图2的上部图中，针对高价格或等级的虚拟座位的用户递送靠近舞台的视频以演员41看起来较大。另一方面，由于用户具有低价格或等级的虚拟座位，因此如中部或下部图所示，递送远离舞台的视频以使得演员41看起来较小。这样，创建虚拟座位。

注意，在下文中，为了有利于对说明的理解，座位还包括区域的概念，并且座位或区域共同被简称为座位，除了当需要特别区分座位和区域之外。

另外，推荐系统21响应于推荐处理和其它处理的情形而适当地更新观众席销售情形DB26、用户档案DB27、购买历史信息DB28、主办方档案DB29和行动计划DB30的信息。此外，推荐系统21将处理所需的信息传送到售票系统24以及从售票系统24接收处理所需的信息。

信息呈现单元22将从推荐系统21和售票系统24传送的各种类型的信息呈现给用户。例如，信息呈现单元22呈现与为用户推荐的事件和座位有关的信息。另外，信息呈现单元22将用户输入的信息传送到推荐系统21和售票系统24。

注意，在图中，仅描绘了一个信息呈现单元22，但是实际上设置了多个信息呈现单元22。例如，信息呈现单元22由用户使用的终端(例如，计算机、移动电话、智能电话、平板终端等)或在用户使用的终端上运行的应用程序来配置。另外，例如，信息呈现单元22可以合并在售票系统24中，并且由放置在诸如售票商店和便利商店的店面的终端(例如，多媒体终端)或者在终端上运行的应用程序来配置。

信息呈现单元23将从推荐系统21传送的各种类型的信息呈现给事件的主办方等。例如，信息呈现单元23呈现与事件售票情形、销售策略、过去的售票表现的分析数据等有关的信息。另外，信息呈现单元23将主办方等输入的信息传送到推荐系统21。

注意，在图中，仅描绘了一个信息呈现单元23，但是实际上设置了多个信息呈现单元23。例如，信息呈现单元23由主办方等使用的终端(例如，计算机、移动电话、智能电话、平板终端等)或者在主办方等使用的终端上运行的应用程序来配置。

另外，主办方等包括例如涉及事件的商业运营者(例如，发起人、售票商业运营者、事件场所的所有者等)、在事件之前和之后的行动计划中利用的设施的所有者等。

售票系统24是使用包含在每个DB中的信息而销售事件的票并且管理预订的系统。另外，例如，售票系统24通过在诸如售票商店和便利店的店面放置的终端、每个用户的信息呈现单元22等上显示用于售票的屏幕图像和网站而提供售票服务。另外，售票系统24响应于售票情形等而更新观众席销售情形DB26、用户档案DB27和购买历史信息DB28的信息。

注意，售票系统24的售票还包括如下情况：给予事件的座位的权利，而不发行例如纸介质的票、数字票等。在该情况下，通过例如个人认证等授权被给予了事件的座位的权利的用户进入和坐在场所中。

事件信息DB25保持与信息处理系统11处理的事件有关的事件信息。事件信息包括例如在下文中描述的信息的全部或一部分。

例如，事件信息包括用于标识每个事件的事件ID、事件日期和时间、场所、事件内容、演员、价格等。

另外，事件信息包括例如与时间表、演员的出场顺序和出场安排时间、布景列表、每个事件的进度和上演(诸如照明和布景(set)的运动)等有关的信息。

此外，事件信息包括例如与每个事件的场所有关的场所信息。场所信息主要包括观众席的环境和影响从观众席如何观看到事件区域的信息。例如，场所信息包括诸如场所的类型和大小、座位的位置、座位的类型(S级座位、A级座位、站立空间、禁烟座位、吸烟座位等)、座位的间隔、座位的规范(例如，形状、大小、材料等)、座位的周围环境(例如，入口和出口、通道、空调设施的位置等)的信息。另外，场所信息包括例如与事件区域、布景、乐器、演讲台、主持台、照明、音响设施、每个事件场所的设施和设置(诸如设备的位置和规范)有关的信息。此外，当场所的设置以时间顺序改变时，场所信息还包括例如该信息。另外，场所信息包括表示每个座位的特征的座位矢量。

另外，事件信息包括与虚拟座位有关的信息，例如，诸如虚拟座位与在递送视频中如何观看到事件区域之间的关系。

此外，事件信息包括例如影响从观众席如何观看到演员的信息，诸如事件的演员的身体特征(例如，身高、体形等)、运动和表演的特征、演员的服装等。

注意，在本说明书中，演员包括在事件中观看到的人、动物等。例如，运动会的运动员、马戏团的动物等也包括在演员表中。

另外，例如，当在同一场所连续执行同一事件(诸如在白天和晚上的两个阶段的事件、在同一场所在连续的天执行的事件等)时，针对每个时间的每个事件创建和保持事件信息。另外，例如，相对于在多个场所分散地执行的事件(诸如实况观看)，针对每个场所创建和保持场所信息。

观众席销售情形DB26保持指示每个事件的观众席的销售或预订的情形的观众席销售情形信息。观众席销售情形信息包括例如事件ID、指示空座位的位置的空座位信息、用于标识购买或预订了座位的用户的用户ID等。

用户档案DB27保持作为与利用信息处理系统11提供的服务的每个用户有关的信息的用户档案。用户档案包括例如在下文中描述的信息的全部或一些。

例如，用户档案包括用户的一般属性，诸如用户ID、性别、年龄、国籍、地址、职业、原籍和教育背景。

另外，用户档案包括例如用户的身体特征。具体地，用户档案包括例如影响从用户自己和周围用户如何观看到事件区域的用户身体特征(诸如身高、坐高、体形、视力、是否使用轮椅)。

此外，用户档案包括例如与用户的偏好有关的偏好信息。例如，偏好信息包括对事件(包括演员)的用户偏好信息，诸如喜爱的艺术家、喜爱组的成员、喜爱的队、喜爱的运动员、喜爱事件的类型、喜爱的种类、喜爱的乐器或擅长的乐器以及喜爱的场景和道具布置。另外，例如，偏好信息包括对场所和座位的用户偏好信息，诸如喜爱的场所、喜爱的座位位置、用于观看喜爱的事件区域的角度、喜爱的座位类型和喜爱的座位规范。

另外，用户档案包括例如指示用户如何观看到事件的特征的如何观看到特征信息。如何观看到特征信息包括例如诸如以下的信息：骚乱、唱歌、跳舞、激烈地移动、笑、哭、击掌、安静地观看、坐下观看、站立观看、睡觉、喝彩、发出奇怪的声音、嘲笑、嘀咕、与周围说话、角色扮演、用于喝彩的用品、紧张地抖腿、喝酒、频繁地离开座位、迟到以及在中间回家。

注意，如何观看到特征信息不仅可包括用户的实际特征，而且还包括用户的期望，诸如想要骚乱、想要唱歌和想要跳舞。另外，考虑到针对每个事件类型和演员用户如何观看到事件的不同，每个用户的如何观看到特征信息可针对每个事件类型和演员而被划分和保持。

另外，例如，如何观看到特征信息可以基于来自每个用户的询问的回答而创建，并且可以基于在事件中的每个用户的座位附近的视频、图片、声音的分析结果而创建。另外，例如，与用户如何观看到的特征有关的信息可以通过对用户自己和用户周围的座位的观众在与事件有关的社交媒体上的发帖的文本等进行分析而在如何观看到特征信息中提取和反映。

另外，用户档案包括表示用户的特征的用户矢量。

购买历史信息DB28保持与过去的每个用户的事件票的购买历史有关的购买历史信息。购买历史信息包括例如在下文中描述的信息的全部或一部分。

例如，购买历史信息包括诸如以下的信息：用户ID、购买次数、购买事件的场所、座位类型和座位位置、事件类型(例如，电影、戏剧、音乐会、体育等)和事件的演员。另外，购买历史信息包括例如指示每个用户的购买模式的信息，诸如重复购买同一类型的事件的票(例如，同一艺术家的音乐会等)、购买广泛种类的票、很少购买。此外，购买历史信息包括预订事件之前或事件之后的推荐行动计划的历史。

注意，例如，购买历史信息不仅可包括票的购买，并且还可包括与事件有关的每个用户的浏览信息或者添加书签等以考虑购买票的历史。另外，可基于购买历史信息而更新用户档案DB27的每个用户的用户档案。

主办方档案DB29包含作为从关于每个事件的主办方等提供的信息的主办方档案。主办方档案包括例如在下文中描述的信息的全部或一部分。

例如，主办方档案包括用于标识主办方等的主办方ID、事件ID、指示主办方等对每个事件的销售政策的销售政策信息以及指示每个事件的演员的安排和情节的信息。

销售政策信息包括例如销售目标(例如，售完或售出超过？％等)和销售策略信息。销售策略信息包括例如诸如以下的信息：是否存在每个事件的宣传、宣传的方法、宣传的时段、票价是否有折扣和折扣率、是否存在对事件的参与者的优惠和优惠的内容等。注意，作为优惠的内容，例如，可想到握手票、签名事件的参与票、相关商品的礼物、后台参观、使用增强现实(AR)下载高端内容的权利等。

另外，例如，可以针对事件的每个座位或区域设置不同的优惠。例如，可在特定座位设置摄像装置和显示器，以与演员和其它座位的观众交流(例如，说话或一起唱歌)。另外，在在多个场所分散举行的事件(诸如实况观看)的情况下，例如，可以与其它场所的观众交流。

另外，销售策略信息包括例如指示当将观众设置在观众席时所采取的政策的座位设置政策信息。座位设置政策信息包括例如指示观众优先设置在哪个座位或哪个区域的信息以及指示优先设置在每个座位或每个区域的观众的类型的信息。注意，观众的类型可以基于例如属性、身体特征、与偏好有关的特征和与如何观看到事件有关的特征中的至少一个来分类。更具体地，观众的类型被划分为例如进行表演的组的每个成员的粉丝、铁杆粉丝和普通粉丝(lightfan)、性别、年龄组等。

注意，如稍后所述，可以针对事件的每个座位而设置和执行销售策略。

行动计划DB30保持在推荐事件之前或事件之后的行动计划时所使用的信息。例如，行动计划DB30保持与在行动计划中利用的设施有关的设施数据库(DB)。另外，例如，行动计划DB30保持作为在行动之前和行动之后用户期望执行的行动的排序的期望行动排序。

[推荐系统21的示例性配置]

图3是示出推荐系统21的功能的示例性配置的框图。推荐系统21包括座位矢量生成单元51、用户矢量生成单元52、推荐单元53、销售策略设置单元54、信息分析单元55和呈现控制单元56。

座位矢量生成单元51基于事件信息DB25、观众席销售情形DB26、用户档案DB27和主办方档案DB29的信息而生成表示每个事件的每个座位的特征的座位矢量。座位矢量生成单元51将指示所生成的座位矢量的信息存储在事件信息DB25中。

用户矢量生成单元52基于用户档案DB27和购买历史信息DB28的信息而生成表示每个用户的特征的用户矢量。用户矢量生成单元52将指示所生成的用户矢量的信息存储在用户档案DB27中。

推荐单元53基于每个DB的信息而选择推荐事件与用户的组合以及事件的推荐座位与用户的组合。换言之，推荐单元53基于每个DB的信息而选择为用户推荐的事件和事件的座位，以及选择为其推荐事件和事件的座位的用户。另外，推荐单元53基于每个DB的信息而执行为用户推荐的事件之前和事件之后的行动计划的选择。此外，推荐单元53基于用户档案DB27和主办方档案DB29的信息而执行事件的价格和优惠的设置。

销售策略设置单元54基于经由信息呈现单元23输入的来自主办方等的命令而生成和更新销售策略信息，并且将该销售策略信息存储在主办方DB29中。

信息分析单元55基于经由信息呈现单元22输入的来自用户的信息、经由信息呈现单元23输入的来自主办方等的信息、来自售票系统24的信息和每个DB的信息而执行各种类型的信息分析，诸如用户的行动和偏好以及事件的票的销售情形。例如，信息分析单元55基于用户输入的信息而对用户期望的事件之前和事件之后的行动进行统计，并且将指示统计结果的期望行动排序存储在行动计划DB30中。另外，信息分析单元55基于观众席销售情形DB26和购买历史信息DB28的信息而执行事件的票和观众席的销售情形的统计。此外，信息分析单元55根据需要而将分析结果提供到售票系统24，或者将该分析结果存储在每个DB中。

呈现控制单元56控制信息呈现单元22和信息呈现单元23对各种类型的信息的呈现。例如，呈现控制单元56控制信息呈现单元22对为用户推荐的事件、事件的座位、事件之前的行动计划和针对每个事件的行动计划的呈现。另外，例如，呈现控制单元56控制信息呈现单元23对事件的票和观众席的销售情形的呈现。

[事件和座位的推荐处理]

接下来，参照图4至图16，将描述信息处理系统11执行的事件和座位的推荐处理。注意，在下文中，处理的目标事件成为目标事件，并且处理的目标用户称为目标用户。

(座位矢量生成处理)

首先，参照图4的流程图，将描述推荐系统21执行的座位矢量生成处理。

注意，该处理规律地执行或者例如当存在事件信息DB25、观众席销售情形DB26或主办方档案DB29的与目标事件有关的信息的改变时或者当为用户推荐座位时等执行。

在步骤S1中，座位矢量生成单元51从事件信息DB25、观众席销售情形DB26、用户档案DB27和主办方档案DB29收集与目标事件的观众席有关的信息。在该情况下，可收集直接地或间接地相关的所有信息，只要是与目标事件的观众席有关的信息即可。替选地，可限制所收集的信息的范围。

在步骤S2中，座位矢量生成单元51从所收集的信息提取每个座位的元数据。具体地，座位矢量生成单元51针对目标事件的场所的每个座位而从所收集的信息提取与每个座位有关的信息，并且将所提取的信息划分为适当的单元以便提取每个座位的元数据。在该情况下，座位矢量生成单元51可根据需要对所收集的信息进行处理，以便生成每个空座位的元数据。例如，可根据与舞台和座位位置的设置有关的信息而生成与从每个座位观看到的乐器等有关的元数据。

在步骤S3中，座位矢量生成单元51基于元数据而生成每个座位的座位矢量。即，座位矢量生成单元51通过利用预定方法对每个座位的元数据进行矢量化而生成表示每个座位的特征的座位矢量。

这里，座位矢量表示的座位的特征包括例如以下特征中的至少一个：与从座位如何观看到事件区域有关的特征、与在座位如何听到声音有关的特征、与座位的周围观众有关的特征、与座位的环境有关的特征和优先分配给座位的用户的特征。

另外，与从座位如何观看到事件区域有关的特征包括例如诸如以下的特征：座位和事件区域的位置关系、座位与事件区域之间的障碍物的存在或不存在以及位置、从座位观看到的乐器、从座位观看到的演员、从座位观看到的布景的位置和大小等。

与在座位如何听到声音有关的特征包括例如诸如以下的特征：场所的声音设施的规范、座位和声音设施的位置关系、座位与声音设施之间的障碍物的存在或不存在以及位置。

与座位的周围观众有关的特征是例如从座位的周围观众的用户档案提取的特征，并且包括例如周围观众的属性、身体特征、偏好特征、如何观看到事件的特征等。

与座位的环境有关的特征是例如表示座位的舒适性等的特征，并且包括诸如场所的类型、座位的间隔、座位的规范、座位的周围环境的特征。

优先分配给座位的用户的特征是例如从以上主办方档案DB29的座位设置政策信息提取的信息，并且包括优先设置在座位的观众的类型等。

注意，用于对元数据进行矢量化的方法可以采用适当的方法，诸如在JP2011-135183A中示出的方法。

另外，在该情况下，每个元数据可根据重要度而被加权，以便进行矢量化。例如，在稍后描述的座位推荐处理中，当主办方等的意图要显著地反映于为用户推荐座位时(例如，当坐在每个座位上的用户的类型要根据主办方的意图而分开时)，想到为从主办方档案DB29的信息提取的元数据设置大的权重。另外，当仅要反映主办方等的意图时，想到将除从主办方档案DB29的信息提取的元数据之外的元数据的权重设置为0。相反，例如，当要防止显著地反映主办方等的意图时，想到将从主办方档案DB29的信息提取的元数据设置为小权重。另外，当要完全禁止反映主办方等的意图时，想到将从主办方档案DB29的信息提取的元数据的权重设置为0。

然后，座位矢量生成单元51将指示目标事件的每个座位的所生成的座位矢量的信息存储在事件信息DB25中。

此后，座位矢量生成处理结束。

(用户矢量生成处理)

接下来，参照图5的流程图，将描述推荐系统21执行的用户矢量生成处理。

注意，该处理规律地执行或者例如当存在用户档案DB27或购买历史信息DB28的与目标用户有关的信息的改变时或者当对目标用户执行座位推荐时等执行。

在步骤S21中，用户矢量生成单元52从用户档案DB27和购买历史信息DB28收集与目标用户有关的信息。在该情况下，可收集直接地或间接地相关的所有信息，只要是与目标用户有关的信息即可。替选地，可限制所收集的信息的范围。

在步骤S22中，用户矢量生成单元52从所收集的信息提取目标用户的元数据。具体地，用户矢量生成单元52将所收集的信息划分为适当的单元，或者丢弃不必要的信息，以便提取目标用户的元数据。在该情况下，用户矢量生成单元52根据需要对所收集的信息进行处理，以便生成目标用户的元数据。

在步骤S23中，用户矢量生成单元52基于元数据而生成目标用户的用户矢量。即，用户矢量生成单元52通过利用与图4的步骤S3的处理相同的方法对目标用户的元数据进行矢量化而生成表示目标用户的特征的用户矢量。在该情况下，可根据重要度而对每个元数据进行加权以便进行矢量化。

这里，用户矢量表示的目标用户的特征包括例如以下中的至少一个：目标用户的属性、目标用户的身体特征、与目标用户的偏好有关的特征和与目标用户如何观看到事件有关的特征。

然后，用户矢量生成单元52将指示目标用户的所生成的用户矢量的信息存储在用户档案DB27中。

此后，用户矢量生成处理结束。

(事件推荐处理(基于推送))

接下来，参照图6的流程图，将描述信息处理系统11执行的基于推送的事件推荐处理。注意，当例如执行对于目标事件的基于推送的宣传时执行该处理。

在步骤S101中，推荐单元53根据需要，基于主办方等提出的条件而缩窄用户。具体地，推荐单元53基于主办方档案DB29的信息而根据需要缩窄作为为其推荐目标事件的候选的候选用户。因而，例如，候选用户被缩窄为特定艺术家的粉丝、特定年龄组的用户、特定性别的用户等。

注意，例如，可针对场所中的每个座位或区域而缩窄候选用户。即，可针对每个座位或区域提取不同的候选用户。另外，例如，在多个场所分散执行的事件的情况下，诸如实况观看，可针对每个场所而缩窄候选用户。因而，例如，可以在场所中的特定区域或者特定场所集合在事件中表演的组的特定成员的粉丝。

注意，当主办方等没有特别设置条件时，所有用户被选作候选用户。

在步骤S102中，推荐单元53执行目标事件的每个座位的特征与用户的特征之间的匹配，并且选择为其推荐各个座位的目标用户。具体地，推荐单元53从事件信息DB25读取目标事件的每个空座位的座位矢量。注意，当推荐目标的座位由主办方等来决定时，推荐单元53仅读取目标事件的空座位当中被设置为推荐目标的座位的座位矢量。另外，推荐单元53从用户档案DB27读取每个候选用户的用户矢量。

推荐单元53针对所读取的座位矢量与用户矢量的所有组合而计算矢量之间的距离(即，对应特征值矢量之间的相似度)。作为该矢量之间的距离，例如，使用余弦距离、欧氏距离等。

然后，例如，推荐单元53针对每个座位而提取其矢量间距离是预定阈值或更小的候选用户，并且选择为其推荐每个座位的目标用户。替选地，例如，推荐单元53针对每个座位，选择在按从具有最小矢量间距离的候选用户开始的顺序排序的候选用户列表中排序在预定高位置的候选用户作为为其推荐每个座位的目标用户。因而，具有符合每个座位的特征的特征的用户被选作目标用户。注意，在一些情况下，同一用户被选作多个座位的目标用户。

注意，在该情况下，已购买了目标事件的票的用户可以被选作目标用户。即，例如，当发生座位取消时，当好座位保持为未被预留时，当推荐座位的升级时，或者在类似情况下，可推荐目标用户利用其它座位来改变已购买的座位。

在步骤S103中，推荐单元53根据需要而设置票价和优惠。即，推荐单元53基于用户档案DB27和主办方档案DB29的信息而设置呈现给目标用户的票价和优惠。

注意，在该情况下，可调整推荐座位、票价和优惠的组合的内容以消除用户之间的不公平感。注意，稍后将参照图12至图16描述推荐座位、票价、优惠的组合的内容的调整方法。

在步骤S104中，信息处理系统11为目标用户推荐推荐座位和目标事件。具体地，呈现控制单元56生成用于为每个目标用户推荐目标事件的推荐事件信息。

注意，该推荐事件信息包括与为目标用户推荐的推荐座位有关的推荐座位信息。该推荐座位信息包括例如与从推荐座位如何观看到事件区域、在推荐座位如何听到声音、推荐座位的周围观众、推荐座位的环境有关的信息。

然后，呈现控制单元56将所生成的推荐事件信息传送到目标用户利用的信息呈现单元22。信息呈现单元22将所接收的推荐事件信息呈现给目标用户。

注意，可以采用任何方法作为用于呈现推荐事件信息的方法。例如，可将包括推荐事件信息的电子邮件传送到目标用户。另外，例如，可将推荐事件信息发布在成员的网站的目标用户页面上。此外，例如，可利用诸如社交联网服务(SNS)的社交媒体来呈现推荐事件信息。

另外，例如，当目标用户使用智能电话和平板终端观看事件信息时，可利用在这些装置上运行的应用程序来呈现推荐事件信息。在该情况下，例如，可以通过诸如以下的方法来立即向目标用户通知事件信息：当接收到事件信息时自动启动应用程序，通过该程序自动地显示弹出。

此外，例如，当主办方等通过诸如直接电子邮件和广告传单的纸介质向目标用户传达信息时，可在其上描述为目标用户推荐的事件信息。

在该情况下，不仅与推荐目标事件有关的信息而且与推荐座位有关的信息都被呈现给目标用户。此外，例如，不仅推荐座位的位置而且从推荐座位如何观看到事件区域和周围情形都可以在视觉上呈现。

这里，参照图7至图9，将描述用于在视觉上呈现与推荐座位有关的信息的方法的示例。

首先，如图7所示，显示包括整个场所的俯视图像的整个屏幕图像。在该整个屏幕图像中，示出了事件区域(在该示例中为舞台)和观众席的位置关系以及事件区域上的乐器和布景的位置。另外，示出了场所中的推荐座位的位置。

然后，当目标用户从整个屏幕图像所示的推荐座位当中选择期望座位时，显示包括模拟来自所选择的推荐座位的视野的图像的具体屏幕图像。例如，当从图7的整个屏幕图像选择座位A时，显示图8示意性地示出的包括模拟来自座位A的视野的图像的具体屏幕图像。当选择座位B时，显示图9示意性地示出的包括模拟来自座位B的视野的图像的具体屏幕图像。

例如，在图8和图9的具体屏幕图像中，显示了模拟从各个座位如何观看到事件区域(在该示例中为舞台)以及每个座位的周围情形的图像。例如，根据实际位置而在舞台上显示模拟身高和体形的演员的模型、乐器、布景。另外，根据每个观众的实际座位而显示模拟身高(坐高)、体形、运动(例如，观看站立、观看左下、激烈地移动等)等的周围观众的模型。

因而，目标用户可以容易地识别仅从座位位置不知道的详细信息，并且可以选择适合于他或她自己的偏好和如何享受的高满意度的座位。

例如，在图7至图9的示例中，座位A比座位B更靠近舞台并且在中心附近，但是在座位A前方存在许多高的观众和站立且骚乱的观众。因此，很可能视野被挡住，或者不能以放松方式享受事件。另一方面，很可能可以与周围观众一起兴奋、站立以及骚乱。

另一方面，座位B比座位A距离舞台远并且远离中心，但是在座位B前方很少有高的观众以及站立且骚乱的观众。因此，很可能视野不被阻挡，并且可以以放松的方式坐下享受事件。另一方面，很可能不能与周围观众一起兴奋、站立以及骚乱。

因此，例如，基于仅从座位位置未知的信息，高用户和想要兴奋的用户可以选择座位A，并且矮用户和想要以放松方式享受坐下的用户可以选择座位B。

注意，取代人形的模型，推荐座位的周围气氛(例如，兴奋度和安静感等)可由例如颜色、图像等来表示。

另外，例如，可呈现特定推荐原因，诸如“这是周围存在许多兴奋的观众的座位”、“这是你可以安静地享受的座位”以及“这是周围有很多演员A的粉丝的座位”。

另外，例如，主办方等为推荐座位设置的优惠可被呈现作为推荐原因。例如，可呈现诸如以下的推荐原因：“演员将在当天从舞台频繁地看该区域中的观众(另外，挥手、飞吻等)”、“演员将朝向该区域中的观众扔礼物(例如，他们身上的物品等)”以及“演员将在事件中间走到该区域以及如果幸运握手”。注意，在存在多个演员的事件的情况下，考虑到目标用户的喜爱演员来推荐座位，并且例如可呈现这些推荐原因。

另外，例如，可呈现诸如以下的推荐原因：“该区域的情形被安排为当日在电视台的实况广播中广播至少5次”。此外，可不揭示具体优惠的内容，例如，如“该区域中的观众可以在当天享受印象深刻的经历。请期待当天的内容”。然后，例如，可以以整个场所在音乐会结束时仿佛在银河系中一样的方式进行演出，并且目标区域的座位上升以便允许从盛大演出和穿着特殊服装唱歌的艺术家两者上方观看。

如上所述，在推荐座位所设置的优惠被呈现作为推荐原因，以便容易地实现主办方等的销售策略，从而实现事件的促销和兴奋。

此外，例如，可呈现观众席的布置和空座位的位置，并且可以基于目标用户的用户矢量与每个座位的座位矢量之间的距离而以可区分方式来呈现空座位，诸如不同的颜色。因而，目标用户可以容易地从空座位当中找到符合他的或她的品味的座位。

另外，可针对每个推荐座位模拟如何听到声音，以允许目标用户收听。

返回到图6，在步骤105中，售票系统24确定目标用户是否购买了目标事件的票。如果确定目标用户购买了目标事件的票，则处理进行到步骤S106。

在步骤S106中，售票系统24更新观众席销售情形DB26和购买历史信息DB28。

此后，事件推荐处理结束。

另一方面，在步骤S105中，如果确定目标用户没有购买目标事件的票，则跳过步骤S106的处理，并且事件推荐处理结束。

如上所述，推荐符合每个用户的偏好的具有高满意度的座位。例如，针对喜欢钢琴的用户推荐很好地观看到钢琴家的手指的座位，针对喜欢骚乱的用户推荐由许多兴奋观众包围的座位，以及针对喜欢安静地享受的用户推荐由许多冷静观众包围的座位。另外，每个用户可以在视觉上确认从推荐座位如何观看到事件区域以及周围情形，以便选择具有较高满意度的座位。因而，用户对事件的座位的满意度提高，结果，整个事件中的用户满意度也提高。

另外，例如，甚至当剩下很少的好座位未被预留时，用户也可以在视觉上确认和理解事实，然后选择要购买票的座位。因此，例如，在发生之前，防止用户坐在与当购买时所期望的图像不同的座位上并且失望。

此外，在以上处理中，例如，如图10所示，将观众席划分为由圆圈包围的多个区域，并且针对每个区域设置优先设置的用户的类型，以推荐针对每种类型的用户所设置的区域中的座位。

因而，在同一区域中集合同一类型的用户。例如，每个粉丝被划分并且设置在靠近表演的组的每个成员的每个区域中或者容易观看到每个成员的每个区域中。另外，例如，划分和设置想要狂热地兴奋的用户和想要轻松地享受的用户。结果，使得事件更兴奋，并且提高了每个用户的满意度。

注意，例如，可在事件的中间改变每个区域的位置。即，例如，可在事件的中间在区域A中的用户与区域B中的用户之间交换座位。因而，例如，在多个演员改变的事件的情况下，如在联合音乐会(jointconcert)中，每次演员改变时，每个演员的粉丝移动到容易观看舞台的座位。

另外，在图10的每个区域中以斜线部分所示的区域(下文中称为代表区域)中，可优先设置使得观众席兴奋的类型的用户。因而，兴奋的类型的用户是分散的，结果，兴奋的区域没有固定为特定区域，而是整个场所是兴奋的。

此外，例如，可在每个区域的代表区域中优先设置表示优先设置在该区域中的类型的用户的用户(表示该类型的用户)。例如，其座位矢量相对于特定区域中的座位矢量的平均值的距离等于或小于预定阈值的用户可优先设置在区域的代表区域中。替选地，例如，其座位矢量相对于优先设置在特定区域中的类型的用户的用户矢量的平均值的距离等于或小于预定阈值的用户可优先设置在区域的代表区域中。

另外，例如，可以在预定定时(例如，规律地)改变针对每个区域优先设置的用户的类型。因而，不同类型的用户位于一个区域中。

注意，例如，在多个场所分散举行的事件的情况下，诸如实况观看，可区分针对每个场所优先设置的观众的类型。因而，例如，可以分别在不同场所中集合演员的各个成员的粉丝，并且可以优先将拍摄目标成员的视频递送到每个场所。

另外，例如，在同一场所连续执行的事件的情况下，可每次改变优先设置的观众的类型。例如，当连续举行特定组的音乐会并且关注的成员每次不同时，可以每次允许各个成员的粉丝优先进入。

此外，如上所述，在以上处理中，可以针对已购买了票的用户推荐改变为其它座位。例如，可以为分配座位A的用户推荐其座位矢量距用户的用户矢量的距离小于座位A的座位B。因而，提高了用户满意度。另外，例如，当改变座位时可收取改变费。

另外，除了座位的特征和用户的特征之外还考虑销售者等的销售策略来推荐座位，例如，以便改进用户满意度，以及执行过去不存在的新宣传并且宣传与事件有关的话题噱头。

(事件推荐处理(基于拉模式))

接下来，参照图11的流程图，将描述信息处理系统11执行的基于拉模式的事件推荐处理。

注意，当例如目标用户经由信息呈现单元22将事件推荐命令输入到推荐系统21中时开始该处理。

在步骤S151中，推荐单元53选择为目标用户推荐的目标事件。例如，当从目标用户给出条件时，推荐单元53选择满足条件的事件作为目标事件。另外，例如，当没有从目标用户给出条件时，推荐单元53使用预定方法提取符合目标用户的偏好的事件，并且选择该事件作为目标事件。

注意，为目标用户推荐的目标事件的数量不限于一个，而是可以是多个。注意，在下文中，为了简化描述，将描述为目标用户推荐的目标事件的数量是一个的情况。

在步骤S152中，推荐单元53执行目标事件的每个座位的特征与目标用户的特征之间的匹配，并且选择推荐座位。具体地，推荐单元53从事件信息DB25读取目标事件的每个空座位的座位矢量。注意，当推荐目标的座位由主办方等来决定时，推荐单元53仅读取目标事件的空座位当中被设置为推荐目标的座位的座位矢量。另外，推荐单元53从用户档案DB27读取目标用户的用户矢量。此外，推荐单元53针对所读取的座位矢量与用户矢量的所有组合而计算矢量之间的距离。

然后，推荐单元53例如选择矢量之间的距离等于或小于预定阈值的空座位作为为目标用户推荐的推荐座位。替选地，推荐单元53例如选择在按从具有矢量之间的最小距离的空座位开始的顺序排序的空座位列表中排序在预定高位置的空座位作为推荐座位。因而，具有符合目标用户的特征的特征的座位被选作推荐座位。

此后，在步骤S153至S156中，执行与图6的步骤S103至S106相同的处理，并且为目标用户推荐目标事件和推荐座位。

此后，事件推荐处理结束。

(推荐座位、票价和优惠的组合的内容的调整方法)

在以上图6和图11的事件推荐处理中，示出了设置票价和优惠的示例。主要出于促销的目的而执行该票价和优惠的设置，并且当例如直到紧接在事件之前票保持未售完时执行票价的折扣和优惠的给予。

另一方面，当执行票价的折扣和优惠的给予时，根据票的购买时间而在用户之间产生差别，并且问题是产生了不公平感，诸如高价的座位比支付较少钱的用户的座位更差，并且没有优惠。因此，例如，如下文中所描述的，可对通过从对事件、座位、票价和优惠的偏好程度的四个元素当中排除同一条件的元素而选择的其它元素进行调整，以在利润和损失方面进行平衡。

在下文中，如图12所示，将描述如下情况：其中，基于用户矢量与座位矢量之间的匹配结果而为用户A和用户B推荐座位，并且设置票价和优惠。

图13至图16示出了在图12所示的情况下，响应于用户A和用户B对事件的偏好程度(包括对事件的演员的偏好程度)而调整座位、票价和优惠的组合的内容的方法的示例。注意，在图13至图16中，分别示出了同一内容的四个轴。

左端的轴示出了对事件的用户偏好程度。偏好程度根据偏好的强度而被分类为四个簇，偏好程度随着向下而变得更高(即，铁杆粉丝)，并且偏好程度随着向上而变得更低。

从左端起的第二轴指示座位的等级。座位的等级根据预定标准而被分类为四个簇，座位的等级随着向下而变得更差，并且座位的等级随着向上而变得更好。注意，在图13至图16的示例中，为了有利于对说明的理解，简单地，以字母顺序指示座位的前后顺序，并且座位随着向前而更好，并且座位随着向后而更差。

从左端起的第三轴指示票价。票价根据价格的值而分类为四簇，票价随着向下而变高，并且票价随着向上而变低。

右端的轴指示优惠的存在或不存在以及等级。优惠根据其内容而被分类为四簇，并且在最低处不存在优惠，并且优惠的内容随着向上而变得更好。

因此，在从左端起的第二轴至右端的轴中，用户随着向上而具有好处。

例如，当用户A和用户B对事件的偏好程度是同一程度时，调整推荐座位、票价和优惠的组合的内容以在利润和损失这两者之间平衡。

具体地，例如，如图13所示，两者的优惠的内容被设置在同一程度，并且以折中关系来设置座位和票价。即，作为为用户A推荐比用户B更好的座位的补偿，用户A的票价被设置得比为用户B的票价高。替选地，作为为用户A设置比用户B高的票价的补偿，为用户A推荐比用户B更好的座位。如上所述，通过给予支付更高价格的用户更好的座位来减少两者之间的不公平感。

另外，例如，如图14所示，为两者推荐的座位的等级被设置在同一程度，并且以折中关系来设置票价和优惠。即，作为为用户A设置比用户B更低的票价的补偿，仅对用户B给予优惠，或者对用户B给予比用户A更好的优惠。替选地，作为仅对用户B给出优惠或者对用户B给出比用户A更好的优惠的补偿，用户B的票价被设置得比用户A高。如上所述，通过对支付了更高价格的用户给出更好的优惠来减少两者之间的不公平感。

另一方面，例如，当用户A对事件具有比用户B高的偏好程度时，以使得用户A在利润和损失方面具有比用户B更多的好处的方式来调整推荐座位、票价和优惠的组合的内容。

具体地，例如，如图15所示，两者的票价和优惠被设置在同一程度，并且为用户A推荐比用户B更好的座位。另外，例如，如图16所示，为两者推荐同一等级的座位，并且用户A的票价被设置得比用户B的票价低。如上所述，通过为具有高偏好程度并且对事件请求更多的用户推荐更好的座位或者通过提供较低的票价来减少两者之间的不公平感(特别地，高偏好程度的用户的不公平感)。

注意，例如，在图16的示例中，可另外对用户A给予优惠。另外，当紧接在事件之前执行吸引观众时，可仅对作为铁杆粉丝的用户A呈现事件信息以推荐事件。即，紧接在事件之前，可仅向很可能购买票的具有高偏好程度的用户A提供良好价格信息。

这里，例如，作为客户关系管理(CRM)的一部分，更频繁地参与同一类型的事件(例如，同一艺术家的音乐会等)的用户可被视为对该种类的事件具有更高的偏好程度，以为该用户设置较大的好处。因而，回头客增加，并且提高高质量客户的满意度。

注意，为了减少不公平感，例如，可预先宣布如下事实：票价和优惠可能根据票的销售而在用户之间波动。另外，例如，可以以时间间隔向用户呈现票的销售和票价的转变，以增加票价的波动的透明度。此外，例如，特别地，通过为高回头率的用户给出更好的座位、更高的折扣率或者更好的优惠而防止铁杆粉丝具有不公平感。

(当推荐虚拟座位时)

同样在虚拟事件中，可以以与真实空间的事件相同的方式，使用座位矢量与用户矢量之间的匹配而为每个用户推荐虚拟座位，但是存在与真实空间的事件不同的点。

例如，虚拟座位的座位矢量的分量(或者作为座位矢量的构成元素的元数据)与真实座位的座位矢量的分量不同。例如，在虚拟事件中，座位周围的观众的概念、座位的环境(座位的舒适度)等不存在，这些元素无需一定包括在座位矢量中。

注意，例如，在虚拟事件中，可以在模拟中创建周围环境和观众。例如，可以在模拟中创建特定演员(想象演员)的想象粉丝集合的区域并且将其投射在视频中。在该情况下，周围观众和环境的元素可反映在座位矢量中。

另外，对于虚拟事件特有的元素可包括在用户矢量中。例如，诸如从其观看虚拟事件的位置(例如，客厅的沙发、当通勤时的电车等)、在一起观看的成员(例如，单身、家庭、朋友、虚拟认识的人等)的元素可以反映在用户矢量中。另外，与真实空间的事件不同的用户特征(例如，大声说话、跳舞、唱歌等)可以反映在用户矢量中。

如上所述，可以通过将在虚拟事件中使用的座位矢量和用户矢量与真实空间的事件的座位矢量和用户矢量区分开而更适当地推荐虚拟事件的虚拟座位。

另外，在虚拟事件中，可以例如在舞台上、舞台正上方和舞台正下方设置在真实空间的事件中不存在的座位。

此外，在虚拟事件中，多个用户可以设置在同一虚拟座位处，并且基本上不存在空座位的概念。另一方面，可以通过限制虚拟事件的参与者或者通过限制设置在一个座位处的用户的数量来引入空座位的概念。

另外，在虚拟事件中，在物理上没有限制座位的移动。因此，可在虚拟事件的中间自由地移动虚拟座位。在该情况下，例如，可以通过以上方法来推荐移动目的地的虚拟座位。另外，当虚拟座位移动时，可收取另外的费用。

此外，可以将虚拟事件的服务和社交媒体相关联以促进参与者之间的交流和信息共享。例如，在同一虚拟座位的用户之间交换信息，并且组成团体。另外，例如，可以通过在不同虚拟座位的用户之间交换信息来搜索更加适合于自身的虚拟座位。

另外，以上描述可以应用于以相同方式提供虚拟座位的实况表演等的运动图像递送。注意，在实况表演的运动图像递送的情况下，可以通过再现与虚拟座位对应的真实场所的座位的周围气氛来增加现场感。

(示例性变型)

这里，将描述事件和座位的以上推荐处理的示例性变型。

例如，在图6的基于推送的事件推荐处理中，可交换步骤S101和步骤S102的处理的顺序。即，在通过座位矢量与用户矢量之间的匹配选择目标用户之后，可根据主办方等的意图等缩窄目标用户。

另外，例如，当如以上图10所示将观众席划分为多个区域时，可针对每个区域来计算座位矢量，并且可针对每个用户推荐每个区域的座位。在该情况下，例如，该区域中的各个座位的座位矢量的平均值可以被设置为该区域的座位矢量。

此外，例如，不仅当执行事件的推荐时，而且当目标用户购买或预订目标事件的票时，当目标用户浏览与目标事件有关的信息时等，都可以为目标用户推荐目标事件的座位。该情况下的处理通过针对例如目标事件和目标用户的组合执行图11的步骤S152中的和步骤S152之后的处理来实现。

另外，例如，根据座位矢量与用户矢量的矢量间距离，每个座位的票价可针对每个用户而变化。例如，具有距用户的小矢量间距离并且适合于用户的座位的票价可被设置得高，并且具有大矢量间距离并且不适合于用户的座位的票价可被设置得低。

此外，例如，在具有清楚指定的原因和折扣票价的情况下，可为用户推荐具有大矢量间距离且不适合用户的座位。因而，例如，正常用户打算避开的座位被销售给对座位不太挑剔的用户以便填满座位。另外，对座位不太挑剔的用户可以以低价购买票。

[当推荐事件之前和之后的行动计划时的处理]

接下来，参照图17至图30，将描述当推荐事件之前和之后的行动计划时的处理。

如上所述，除了事件之外，推荐系统21可以同时推荐事件之前和之后的行动计划。即，可以通过不仅如上所述推荐事件和座位还推荐事件之前和之后的行动以及适合于这些行动的地点和座位而为用户提出围绕该事件的总行动计划。

(事件中以及事件之前和之后的行动计划的推荐处理的概况)

这里，首先，参照图17至图19，将描述事件中以及事件之前和之后的行动计划的推荐处理的概况。

首先，如图17所示，在下文中描述的信息的全部或一部分被给予推荐系统21作为输入信息。

例如，输入信息包括每个用户的用户信息以及包括每个用户提出的条件和期望的条件信息。该条件信息包括例如期望日期和时间、期望区域、用户期望参与的事件类型、一起参与的人的数量、气氛等。另外，条件信息包括例如事件之前和之后期望的行动的类型、参与者的数量、气氛等、当天的总预算以及总时间。注意，总时间可被指定为例如从某一时间到某一时间的时段。另外，条件信息无需一定是详细信息，而是可以是大致信息。此外，所有条件信息无需一定由用户输入，而是推荐系统21可基于例如用户档案DB27和购买历史信息DB28的信息以及初步询问的答案等而猜出条件信息的一部分或全部。

另外，例如，与每个事件有关的事件信息以及事件场所的座位的信息被给出作为输入信息。此外，例如，在事件之前和之后参观的候选地点的信息以及候选地点的座位的信息被给出作为输入信息。例如，在事件之前参观的候选地点是沙龙(例如，美发沙龙、美甲沙龙、美容沙龙等)、饭店等，并且包括这些地点的座位的信息的详细信息被给出作为输入信息。

另外，例如，每个用户的行为信息被给出作为输入信息。每个用户的行为信息包括例如事件的票的购买历史、访问历史(例如，包括每个事件的信息的站点和在事件之前和之后的站点访问历史)、指示事件之前和之后的行动与过去的购票之间的关系的信息。

然后，推荐系统21分析输入信息，并且例如找到增加每个用户的事件参与率和回头率的条件，并在适当定时将推荐信息输出到每个用户。这里，推荐信息包括例如在事件中以及事件之前和之后推荐的行动计划(例如，推荐设施、座位、店员等)。

这里，参照图18和图19，将描述40多岁的女性用户期望欣赏音乐的示例。

例如，用户使用信息呈现单元22而简单地将他或她期望的条件输入到图18所示的自由格式中。

在该示例中，期望日期和时间(本周末的星期六的12:00至23:00)、期望区域(横滨附近)、期望事件类型和气氛(在观看之后鼓励我的音乐)和总预算(最多两万日元)被给出作为条件。另外，作为事件之前的期望行动计划，期望地点(靠近事件场所)、期望行动和设施类型(沙龙)、期望店员(喜欢戏剧表演的同一年龄的女性职员)和期望座位(观看风景的窗口侧)被给出作为条件。此外，作为事件之后的期望行动计划，期望行动和设施类型(饭店)、参与者的数量(三个女性朋友)、期望商店(音乐或钢琴)和期望座位(半私密的空间)被给出作为条件。

作为响应，如图19所示，推荐系统21推荐事件中以及事件之前和之后的行动计划。

例如，推荐在期望的日期和时间以及区域举行的音乐以及剧院中的座位。然后，作为欣赏音乐之前的行动计划，推荐靠近剧院的美发沙龙、美甲沙龙和美容沙龙的阳光窗口侧的座位以提高欣赏之前的精神状态，其中，在这些沙龙中存在喜欢戏剧表演的并且具有高技能且健谈的沙龙职员。另外，作为欣赏音乐之后的计划，推荐附近的饭店和钢琴吧中的半私密空间的座位，在该饭店和钢琴吧中，三个女性可以讨论近来的事件并且回顾所欣赏的表演。

在该情况下，如图中示意性地示出，与事件中以及事件之前和之后的行动计划中推荐的座位有关的图像被呈现给用户。例如，示出欣赏音乐剧之前推荐的每个沙龙内的情形和推荐座位(图像中显示面部标记的座位)的图像被呈现给用户。另外，例如，示出举行音乐的剧院的座位表和推荐座位(图像中显示面部标记的座位)的图像被呈现给用户。此外，例如，示出在欣赏音乐剧之后推荐的饭店的座位表和推荐座位(图像中显示面部标记的座位)的图像被呈现给用户。

另外，尽管省略了详细描述，但是例如，在特定棒球俱乐部的男性粉丝观看该棒球俱乐部的晚场比赛之后，可以为其推荐远离棒球场并且仅有限人知道的拉面店的柜台座位，在该拉面店中，可以与作为该棒球俱乐部的棒球分会的选手的店主深度谈论棒球。

如上所述，除了地点和座位之外，不仅推荐事件，而且推荐事件之前和之后的行动计划，以便增强参与事件的动机以及提高票的购买率。另外，与仅享受事件相比，用户可以在有限时间内高效地获得适合于每个人的增加值，并且度过具有更高满意度的高质量时间。因而，提高了再次去事件的动机，以提高回头率。

返回到图17，并且例如，推荐系统21可以输出提供给事件的主办方(例如，发起人等)、售票商业运营者、作为事件之前和之后的行动计划的推荐目标的每个商店的所有者等的、用于促销的策略信息。该策略信息包括例如事件信息、商店信息和用于为用户提供这些座位的信息、指示事件之前和之后的行动与购票之间的关系的信息(例如，高事件参与率的行动计划的预订信息)等的方法。

接下来，参照图20至图30，将描述用于推荐事件之前和之后的行动计划的具体处理。

(事件之前和之后的期望行动排序更新处理)

首先，参照图20的流程图，将描述事件前和事件后期望行动排序更新处理。注意，例如，该处理规律地执行。

在步骤S201中，信息分析单元55识别在预定时段内购买或预订了票的用户的类别与事件的类别的组合。具体地，信息分析单元55从购买历史信息DB28提取直到当前时刻之前的预定时段的每个用户的购买历史。然后，信息分析单元55针对该时段内的所有购买历史，识别购买或预订了票的用户的用户类别与目标事件的事件类别的组合。

例如，信息分析单元55基于用户档案DB27的信息和购买历史信息DB28的信息而识别每个用户的用户类别。例如，用户类别基于用户属性(诸如年龄组、性别、原籍和教育背景)以及基于用户的购买历史的偏好和行动模式等。注意，在下文中，将描述用户类别基于年龄组与性别的组合来分类的示例。

另外，信息分析单元55例如根据图21所示的分类而识别每个事件的事件类别。在该示例中，事件类别被分类为日本音乐、西方音乐、爵士、古典、歌剧、戏剧和其它。注意，事件类别的分类方法不限于该示例，并且事件类别可以根据任何标准来分类。

在步骤S202中，信息分析单元55针对事件类别与用户类别的每各组合，对在事件之前用户期望的行动类别和气氛类别进行统计。即，信息分析单元55针对事件类别与用户类别的每个组合，对在以上时段内购买或预订了票的用户在事件之前期望的行动的类别和气氛的类别进行统计。注意，该统计基于例如当购买或预订票时用户输入的诸如询问的信息来执行。

图22示出了行动类别的分类示例。在该示例中，行动类别被划分为食物、卡拉ok、电影、沙龙和其它。另外，食物根据烹调类型或饭店类型而进一步被分类为日本料理、西餐、中餐、意大利餐、拉面、咖啡吧。沙龙根据沙龙类型而进一步被分类为美容沙龙、美甲沙龙、美发沙龙。注意，行动类别的分类方法不限于该示例，并且行动类别可以根据任何标准来分类。

另外，气氛类别被分类为例如诸如“吵嚷”、“长时间”和“放松方式”的气氛。注意，气氛类别不限于该示例，而是可以根据任何标准来分类。

在步骤S203中，信息分析单元55通过与步骤S202相同的处理，针对事件类别与用户类别的每个组合，对在事件之后用户期望的行动类别和气氛类别进行统计。

在步骤S204中，信息分析单元55基于先前的统计结果而更新事件之前和事件之后的期望行动排序。这里，期望行动排序是在事件之前或事件之后用户期望享受的行动的行动类别与气氛类别的组合的排序。

图23示出了当事件类别是日本音乐并且用户类别是30多岁的男性时，在事件之前和事件之后的期望行动排序的示例。在该示例中，行动类别“卡拉ok”与气氛类别“吵嚷”的组合在事件之前的期望行动排序中位于第一位。即，例如，表明参与日本音乐事件的30多岁的男性大部分期望在事件之前在卡拉ok欢庆地度过时间。随后，“卡拉ok”与“长时间”的组合在第二位，“卡拉ok”与“放松方式”的组合在第三位，“咖啡吧”与“长时间”的组合在第四位，并且“电影”与“长时间”的组合在第五位。

另一方面，在事件之后的期望行动排序中，行动类别“中餐”与气氛类别“长时间”的组合在第一位。即，例如，表明参与日本音乐的事件的30多岁的男性大部分期望在事件之后享受长时间的谈话同时吃中餐。随后，“西餐”与“长时间”的组合在第二位，“日本料理”与“长时间”的组合在第三位，“日本料理”与“放松方式”的组合在第四位，并且“拉面”与“长时间”的组合在第五位。

然后，信息分析单元55将更新后的期望行动排序存储在行动计划DB30中。

此后，事件前和事件后期望行动排序更新处理结束。

以此方式，针对参与事件与用户的组合而知道每个用户在事件之前和事件之后期望的行动类别和气氛的趋势。

注意，例如，可创建各个事件类别的排序和各个用户类别的排序。另外，例如，可创建仅行动类别的排序和仅气氛类别的排序。此外，以上类别及其组合是示例，并且可使用其它类别和其它类别的组合。

(事件前行动计划推荐处理)

此后，参照图24的流程图，将描述信息处理系统11执行的事件前行动计划推荐处理。

注意，该处理在例如用户购买或预订目标事件的票时、浏览与目标事件有关的信息时或者为目标用户推荐目标事件时执行。替选地，该处理在例如目标用户购买或预订了目标事件的票之后的预定定时(例如，紧挨在目标事件的当天之前或者在当天)执行。

在步骤S231中，推荐单元53识别目标事件的事件类别与目标用户的用户类别的组合。注意，事件类别和用户类别的分类与上述期望行动排序更新处理相同。

在步骤S232中，推荐单元53从行动计划DB30获取与所识别的事件类别与用户类别的组合对应的事件前期望行动排序。例如，当目标用户是30多岁的男性并且目标事件是属于事件类别“日本音乐”的艺术家的音乐会时，获取图25所示的对于事件类别“日本音乐”与用户类别“30多岁的男性”的组合的事件前期望行动排序。

在步骤S233中，推荐单元53确定在推荐中使用的行动类别与气氛类别的组合。例如，当目标用户没有特别指定条件时，推荐单元53采用在步骤S232的处理中获取的事件前期望行动排序中高位的行动类别与气氛类别的组合。例如，采用图25的事件前期望行动排序的第一位至第五位的行动类别与气氛类别的组合。

另一方面，当目标用户指定了条件时，推荐单元53采用满足指定条件的一个或多个行动类别与气氛类别的组合。

在步骤S234中，推荐单元53基于所确定的行动类别与气氛类别的组合而提取推荐候选的设施和座位。具体地，推荐单元53从行动计划DB30保持的设施DB中提取为目标用户推荐的候选的设施和座位。

图26示出了设施DB的数据配置的示例。设施DB保持与在可以为目标用户推荐的行动计划中可利用的设施(例如，商店、娱乐设施、公共设施等)有关的信息。设施DB至少包括设施名称、行动类别、座位类型和气氛类别四项。

设施名称包括每个设施的名称。例如，在商店名称的情况下，还登记了分店名称。

行动类别指示在每个设施可以执行的行动的类别，并且设置了以上参照图22描述的一个或多个行动类别。

座位类型指示在每个设施中设置的座位的类型。例如，座位类型被分类为柜台座位、桌子座位、私密空间、半私密空间、窗口侧座位、吸烟区座位、禁烟区座位和其它。

气氛类别指示表示每个设施的每个座位类型的气氛的类别，并且设置了一个或多个以上气氛类别。例如，可以骚乱的大房间的座位被设置为气氛类别“吵嚷”，并且可以长时间谈话的安静座位被设置为气氛类别“长时间”，并且可以放松的私密空间被设置为气氛类别“放松方式”。

例如，在图26的设施DB中，登记了属于行动类别“咖啡吧”的设施“AAA咖啡横滨店”和属于行动类别“日本料理”的设施“寿司BBB横滨店”。另外，“AAA咖啡”包括属于气氛类别“吵嚷”的柜台座位、属于气氛类别“长时间”的桌子座位和属于气氛类别“长时间”的靠窗的桌子座位。“寿司BBB”包括属于气氛类别“长时间”的桌子座位和属于气氛类别“放松方式”的私密空间。

另外，例如，诸如地址、电话号码、电子邮件地址、营业时间、价格、菜单和访问方法的设施一般信息以及诸如预订情形、以及设施和雇员的气氛和特征的信息可登记在设施DB中。注意，可从每个设施的网站购买这些种类的信息而无需登记在设施DB中。另外，设施和雇员的气氛和特征不仅是从设施侧提供的信息，而且可例如从文章和用户的口头以及发布在网站、社交媒体等上的评价来收集。

推荐单元53从设施DB提取与在步骤S233的处理中确定的行动类别与气氛类别的组合的条件匹配的设施和座位。例如，当行动类别“咖啡吧”与气氛类别“吵嚷”的组合被给出作为条件时，从图26的设施DB提取AAA咖啡横滨店的柜台座位。

然后，推荐单元53进一步从所提取的设施和座位当中提取满足目标用户指定的条件的设施和座位。例如，提取在用户指定的区域中并且可以在指定日期和时间预订的设施和座位。另外，例如，当目标用户指定了座位类型时，提取包括指定的座位类型的设施。此外，例如，当设施或雇员的特征被指定为条件时，提取具有指定特征的设施或者存在具有指定特征的雇员的设施。

在步骤S235中，推荐单元53基于目标事件的主办方和设施的所有者提出的条件而缩窄推荐设施和座位。这里，目标事件的主办方和设施的所有者提出的条件是例如推荐设施和座位的优先级。例如，从在步骤S234的处理中提取的设施和座位当中优先选择设置了高优先级的设施和座位。

例如，当存在与目标事件的主办方相关联的设施时，该设施的优先级被设置为高。另外，例如，当通过分析过去的每个设施的预订信息和事件的票的购买历史的数据而找到有助于事件的参与率的改进的设施时，该设施的优先级被设置为高。有助于事件的参与率的增加的设施是例如预订设施的用户参与事件的概率高的设施以及事件之前的事件参与者的预订率高的设施。

在步骤S236中，信息处理系统11为目标用户推荐事件之前的行动计划。具体地，呈现控制单元56生成用于为目标用户推荐事件之前的行动计划的事件前行动计划信息。事件前行动计划信息包括例如为目标用户推荐的诸如设施、座位和可预订时间的信息。然后，呈现控制单元56将所生成的事件前行动计划信息传送到目标用户利用的信息呈现单元22。

信息呈现单元22基于所接收的事件前行动计划信息而将与推荐的行动计划有关的信息呈现给目标用户。注意，作为用于呈现信息的方法，可以以与上述图6的步骤S104中推荐事件和座位相同的方式而采用任何方法。

例如，在该情况下，图27示出了在目标用户的信息呈现单元22中呈现的信息的示例。在该示例中，作为目标事件之前的推荐计划，按推荐顺序显示可以预订的推荐设施名称(商店名称)、座位类型、时间的列表。

注意，在该情况下，可同时呈现当参与目标事件时的折扣信息(例如，参与目标事件的人的折扣为20％等)。因而，预期目标事件的参与率和所呈现的行动计划的预订率增加。

此后，事件前行动计划推荐处理结束。

(事件后行动计划推荐处理)

接下来，参照图28的流程图，将描述信息处理系统11执行的事件后行动计划推荐处理。

注意，该处理在例如目标用户购买或预定目标事件的票时、浏览与目标事件有关的信息时或者为目标用户推荐目标事件时执行。替选地，该处理在例如目标用户购买或预订了目标事件的票之后的预定定时(例如，紧接在目标事件当天之前或者在当天等)执行。

在步骤S261中，以与图24的步骤S231的处理相同的方式，识别目标事件的事件类别与目标用户的用户类别的组合。

在步骤S262中，推荐单元53从行动计划DB30获取与所识别的事件类别与用户类别的组合对应的事件后期望行动排序。例如，当目标用户是30多岁的男性并且目标事件是属于事件类别“日本音乐”的艺术家的音乐会时，获取图29所示的针对事件类别“日本音乐”与用户类别“30多岁的男性”的组合的事件后期望行动排序。

在步骤S263中，以与图24的步骤S233的处理相同的方式，确定在推荐中使用的行动类别与气氛类别的组合。

在步骤S264中，以与图24的步骤S234的处理相同的方式，基于所确定的行动类别与气氛类别的组合而提取推荐候选的设施和座位。

在步骤S265中，以与图24的步骤S235的处理相同的方式，基于目标事件的主办方和设施的所有者提出的条件而缩窄推荐的设施和座位。

在步骤S266中，以与图24的步骤S236的处理相同的方式，为目标用户推荐事件之后的行动计划。图30是与图27类似的图，并且在该情况下示出了呈现给目标用户的信息呈现单元22的信息的示例。注意，如该图所示，同一设施的不同座位类型被呈现为另一计划。

此后，事件后行动计划推荐处理结束。

如上所述，适合于每个用户的事件中以及事件之前和之后的行动被推荐为总计划。因而，用户对事件的参与动机增加，并且票的购买率增加。另外，推荐的设施的利用率改进。

另外，用户简单地找到和预订适合于自己的条件和偏好的行动计划。另外，用户不仅有意义地度过事件，而且还有意义地度过事件开始之前的时间和事件结束之后的时间，并且提高了总体满意度。结果，再次参与事件的动机增加，并且回头率增加。

(示例性变型)

这里，将描述事件之前和之后的行动计划的以上推荐处理的示例性变型。

虽然在以上描述中示出了单独地执行事件前行动计划推荐处理和事件后行动计划推荐处理的示例，但是可同时执行两个处理以推荐事件之前和事件之后的行动计划。

另外，可与目标事件一起推荐事件之前和事件之后的行动计划，或者可在与目标事件不同的定时推荐事件之前和事件之后的行动计划。另外，当与目标事件一起推荐时，可仅推荐事件之前的行动计划或事件之后的行动计划中的任一个。此外，可在目标用户购买或预订了目标事件的票之后，推荐目标事件之前和之后的行动计划。

另外，所推荐的行动计划的内容可根据推荐时段而改变。例如，当在目标事件的当天进行推荐时，可以增加诸如当天的天气和气温的条件，以改变在推荐中使用的行动类别和气氛类别以及改变所推荐的设施的区域的范围。

此外，目标事件之后的行动计划可以在目标事件开始之前、目标事件的中间以及目标事件结束之后的定时进行推荐，并且目标用户的精神状态在各个定时改变。因此，假设精神状态改变，则在推荐中使用的行动类别和气氛类别可例如根据推荐定时而改变。

另外，例如，当在目标事件结束之后推荐行动计划时，假设此时的目标用户的精神状态受所参与的目标事件的情形影响。目标事件的情形是例如目标事件是否令人兴奋、目标事件是否延长或者较早结束、如果目标事件是运动事件则喜爱的队伍是否赢等。因此，例如，在推荐中使用的行动类别和气氛类别可根据目标事件的情形而改变。

另外，例如，不仅可推荐单个行动，还可推荐包括时间不同的两个或更多个行动的行动计划。例如，可推荐包括在目标事件之后可以吃饭的饭店的座位和在吃饭之后移动至的卡拉OK的座位的行动计划。

此外，所推荐的行动计划不一定限于紧接在目标事件之后或紧接在目标事件之前的行动计划。例如，可以推荐在目标事件结束之后在吃饭之后去往的放松沙龙的座位或房间，并且可以推荐住宿的酒店的房间。

另外，所推荐的行动计划不一定目标是与目标事件相同的一天。例如，针对从远处参与目标事件的用户，可以推荐在目标事件的前一天住宿的酒店的房间和饭店的座位，并且可以推荐目标事件的后一天的饭店的座位。

另外，以上类别及其组合仅是示例，并且可以使用其它类别与其它类别的组合。

此外，事件之前和之后的期望行动排序可基于例如实际每个用户的事件之前和之后的行动计划的预订情形来更新。

另外，尽管在以上描述中示出了针对每个用户类别创建期望行动排序的示例，但是例如可针对每个用户来创建期望行动排序。例如，每个用户的期望行动排序可以基于用户的初步询问、用户的偏好信息或者用户对社交媒体等的评论等而创建和更新。另外，例如，每个用户的期望行动排序可基于用户实际预订的行动计划的历史来更新。然后，可以使用每个用户的期望行动排序而推荐更适合于每个用户的行动计划。

此外，例如，可以提供将目标事件与行动计划相关联的服务。例如，可在行动计划中利用的设施中提供与目标事件有关的特殊服务。例如，想到以折扣价格向在推荐的行动计划中利用的饭店中的事件参与者提供诸如出现在作为目标事件的电影和表演中的特殊菜肴的服务。因而，目标事件和行动计划的配合效果提高。

[与销售策略有关的处理]

接下来，参照图31至图37，将描述与销售策略有关的处理。

如以下所述，事件的主办方等利用推荐系统21针对每个座位设置和执行事件的票的销售策略，并且响应于销售情形而适当地改变。

(销售策略处理)

这里，参照图31的流程图，将描述信息处理系统11执行的销售策略处理。

注意，例如，该处理在目标事件的主办方等使用信息呈现单元23输入用于设置销售策略的命令时开始。另外，例如，执行该处理直至目标事件的售票结束为止。

在步骤S301中，信息处理系统11设置销售策略。具体地，信息呈现单元23将用于设置主办方等输入的销售策略的命令传送到推荐系统21。推荐系统21的销售策略设置单元54基于所接收的命令而生成销售策略信息，并且将其存储在主办方档案DB29中。该销售策略信息包括例如指示用于执行销售策略的定时的信息和图32所示的销售策略表。

销售策略表包括例如座位编号、优先级、销售策略(默认)、销售策略(当取消时)和销售策略(空座位)的各个项。

座位编号指示目标事件的场所的每个座位的座位编号。

优先级指示用于销售每个座位的优先级顺序，并且例如被设置为“优先”或“正常”的一个值。然后，其优先级被设置为“优先”的座位(下文中称为优先销售座位)优先于其优先级被设置为“正常”的座位(下文中称为正常销售座位)而被销售。例如，当为用户推荐座位时，优先于正常销售座位而推荐优先销售座位。

注意，优先级可被分类为三级或更多级的等级。

销售策略(默认)、销售策略(当取消时)以及销售策略(空座位)指示应用于每个座位的销售策略。销售策略(默认)指示正常执行的销售策略。销售策略(当取消时)指示当发生取消时执行的销售策略。销售策略(空座位)可以设置期限，并且是当例如甚至在设置的期限之后还存在空座位时执行的销售策略。

销售策略是从包括例如“吸引”、“吸引(折扣)”、“交换”和“正常”的四种类型中设置的。

其销售策略被设置为“吸引”的座位(下文中称为吸引座位)是例如在以上事件推荐处理中为用户推荐的目标。

其销售策略被设置为“吸引(折扣)”的座位(下文中称为吸引折扣座位)是例如在以上事件推荐处理中为用户推荐的目标和票价的折扣目标。

其销售策略被设置为“交换”的座位(下文中称为交换座位)是例如在以上事件推荐处理中针对已购买了票的用户被推荐为从已购买的座位改变的座位的目标。

其销售策略被设置为“正常”的座位(下文中称为正常策略座位)不是例如在事件推荐处理中为用户推荐的目标。

例如，对于座位编号“S001”的座位，优先级被设置为“优先”，销售策略(默认)被设置为“吸引”，销售策略(当取消时)被设置为“交换”，并且销售策略(空座位)被设置为“吸引”。另外，例如，对于座位编号“A107”的座位，优先级被设置为“正常”，销售策略(默认)被设置为“正常”，销售策略(当取消时)被设置为“吸引”，并且销售策略(空座位)被设置为“吸引(折扣)”。

注意，以上描述的销售策略的类型仅是示例，并且例如可以添加其它销售策略，或者替选地可以减少数量。

在步骤S302中，推荐单元53确定是否是用于执行销售策略的定时。如果确定是用于执行销售策略的定时，则处理进行到步骤S303。

在步骤S303中，推荐单元53将目标事件的所有座位设置为用于执行销售策略的目标。

在步骤S304中，推荐单元53执行销售策略执行处理，并且此后处理进行到步骤S305。这里，参照图33，将描述销售策略执行处理的细节。

在步骤S331中，推荐单元53选择作为用于设置销售策略的执行内容的目标的目标座位。即，推荐单元53从用于执行销售策略的目标的座位当中选择没有设置销售策略的执行内容的一个座位并且将其设置为目标座位。

在步骤S332中，推荐单元53确定目标座位是否是空座位。如果确定目标座位是空座位，则处理进行到步骤S333。

在步骤S333中，推荐单元53确定是否发生了目标座位的取消。如果确定发生了目标座位的取消，则处理进行到步骤S334。

在步骤S334中，推荐单元53基于目标事件的销售策略表而将目标座位的销售策略设置为当取消时的销售策略。

此后，处理进行到步骤S338。

另一方面，在步骤S333中，如果确定没有发生目标座位的取消，则处理进行到步骤S335。

在步骤S335中，推荐单元53确定甚至在期限之后目标座位是否仍为空座位。如果在当前时间点已过去了针对目标座位的空缺的销售策略所设置的期限，则推荐单元53确定甚至在期限之后目标座位仍为空座位，并且处理进行到步骤S336。

在步骤S336中，推荐单元53基于目标事件的销售策略表而将目标座位的销售策略设置为当取消时的销售策略。

此后，处理进行到步骤S338。

另一方面，在步骤S335中，如果确定尚未过去针对目标座位的空缺的销售策略所设置的期限，则处理进行到步骤S337。

在步骤S337中，推荐单元53基于目标事件的销售策略表而将目标座位的销售策略设置为默认销售策略。

此后，处理进行到步骤S338。

另一方面，在步骤S332中，如果确定目标座位不是空座位，则跳过步骤S333至S337的处理，并且处理进行到步骤S338。即，目标座位已被预留，因此不设置销售策略。

在步骤S338中，推荐单元53确定是否处理了用于执行销售策略的目标的所有座位。如果确定尚未处理用于执行销售策略的目标的所有座位，则处理返回到步骤S331。

此后，重复执行步骤S331至S338的处理，直到在步骤S338中确定处理了用于执行销售策略的目标的所有座位为止。这样，针对被设置为用于执行销售策略的目标的座位中包括的所有空座位设置销售策略的执行内容。

另一方面，在步骤S338中，如果确定处理了用于执行销售策略的目标的所有座位，则处理进行到步骤S339。

在步骤S339中，执行以上参照图6描述的基于推送的事件推荐处理。这样，例如，除了目标事件之外，为具有适合于座位的特征的特征的用户推荐被设置为吸引座位和吸引折扣座位的座位。另外，例如，为具有适合于座位的特征并且已购买了其它座位的用户推荐被设置为交换座位的座位。

此后，销售策略执行处理结束。

返回到图31，在步骤S302中，如果确定不是用于执行销售策略的定时，则跳过步骤S303和S304的处理，并且处理进行到步骤S305。

在步骤S305中，销售策略设置单元54确定是否命令了销售策略的改变。如果确定没有命令销售策略的改变，则处理返回到步骤S302。此后，在步骤S305中，重复执行步骤S302至S305的处理，直到确定命令了销售策略的改变为止。

另一方面，在步骤S305中，例如，如果销售策略设置单元54从信息呈现单元23接收到主办方等输入的对于销售策略的改变的命令，则确定命令了销售策略的改变，并且处理进行到步骤S306。

在步骤S306中，信息处理系统11执行销售策略改变处理。这里，参照图34，将描述销售策略改变处理的细节。

在步骤S361中，信息处理系统11呈现票的销售情形的转变。具体地，信息分析单元55基于保持在购买历史信息DB28中的购买历史信息而执行目标事件的票的销售情形的统计。例如，信息分析单元55对每天的目标事件的售票量进行统计。

呈现控制单元56基于信息分析单元55的统计结果而生成用于呈现目标事件的票的销售情形的转变的售票情形信息，并且将该信息传送到信息呈现单元23。信息呈现单元23基于所接收的售票情形信息而呈现目标事件的票的销售情形的转变。

在步骤S362中，信息处理系统11呈现观众席销售情形。具体地，当主办方等输入用于呈现观众席销售情形的命令时，信息呈现单元23将该命令传送到推荐系统21。

推荐系统21的信息分析单元55基于观众席销售情形DB26中包含的信息而执行当前时刻的目标事件的观众席销售情形的统计。例如，信息分析单元55根据目标事件的每个座位是否被预留、空缺或取消而执行统计。

另外，信息分析单元55从用户档案DB27收集指示分配给已预留的座位的用户的特征的信息，并且将用户分类为多个类型。在该情况下，由主办方等指定用于对用户的类型进行分类的标准。例如，基于用户属性、身体特征、与偏好有关的特征和与如何观看到事件有关的特征中的至少一个来对用户的类型进行分类。

呈现控制单元56基于信息分析单元55的统计结果而生成用于呈现当前时刻的目标事件的观众席销售情形的观众席销售情形信息，并且将该信息传送到信息呈现单元23。信息呈现单元23基于所接收的观众席销售情形信息而呈现目标事件的观众席销售情形。

图35示出了在步骤S361和S362的处理中在信息呈现单元23中呈现的屏幕图像的示例。在该示例中，显示了示出从售票开始日到当前时刻的每天的目标事件的票的销售数量的转变的图。

然后，例如，当点击图像时，示出当前时刻的观众席销售情形的图像弹出显示。例如，示意性地显示了示出舞台和观众席的布置的图，并且每个座位被显示和分类为预留座位、空座位和取消座位。例如，在该示例中，预留座位以阴影线示出，空座位涂有白色，并且取消座位涂有黑色。

注意，当发生观众席的取消时，示出当前时刻的观众席销售情形的图像可以自动弹出显示。

因而，主办方等可以一眼确认直到现在的当前时刻的售票数量和观众席销售情形的转变。

另外，例如，已预留的座位可通过针对分配给每个座位的用户的各种类型而以不同颜色等以可区分方式显示。例如，兴奋用户和冷静用户、男性和女性、不同年龄组等可以以可区分方式显示。因而，主办方等可以容易地确认不同观众类型的座位的分布，并且例如可以考虑诸如哪种类型的用户被吸引至哪种座位的策略以便使得事件兴奋。

在步骤S363中，信息处理系统11改变销售策略。具体地，例如，主办方等指定用于改变销售策略的座位，并且将用于改变所指定的座位的销售策略的命令输入到信息呈现单元23中。信息呈现单元23将所输入的命令传送到推荐系统21。

推荐系统21的销售策略设置单元54基于所接收的命令而改变保持在主办方档案DB29中的目标事件的销售策略表格中的所指定座位的销售策略。在该情况下，多个座位的销售策略可以一起改变。

此后，销售策略改变处理结束。

返回到图31，在步骤S307中，推荐单元53将其销售策略改变的座位设置为用于执行销售策略的目标。

在步骤S308中，以与步骤S304的处理相同的方式来执行销售策略执行处理。即，对其销售策略被改变的座位执行改变之后的销售策略。

此后，处理返回到步骤S302，并且执行步骤S302中或步骤S302之后的处理。

如上所述，主办方等以简单方式针对每个座位而设置和执行根据每个座位的销售策略。

另外，主办方等确认票和观众席的销售情形，并且实时地改变和执行每个座位的销售策略。例如，当票的销售不好时，增加吸引座位和吸引折扣座位，并且通过诸如电子邮件递送的方式而主动将用户吸引到目标事件。另外，例如，当紧接在事件之前发生取消时，可以针对已购买了票的用户执行对于更好座位的吸引。

[销售情形转变呈现处理]

另外，推荐系统21比在以上销售策略改变处理中进行呈现时更详细地呈现票和座位的销售情形的转变，并且支持票的销售的波动因素等的分析。

这里，参照图36的流程图，将描述信息处理系统11执行的销售情形转变呈现处理。注意，例如，该处理在目标事件的主办方等的用于呈现目标事件的销售情形的转变的命令输入到信息呈现单元23并且该命令从信息呈现单元23传送到推荐系统21时开始，该目标事件是用于呈现销售情形的转变的目标。

在步骤S401中，除了与目标事件有关的情节之外，信息处理系统11还呈现票的销售情形的转变。具体地，信息分析单元55通过与图34的步骤S361相同的处理而执行目标事件的票的销售情形的统计。

另外，呈现控制单元56从主办方档案DB29收集与目标事件有关的情节当中的与可能主要影响票的销售的情节有关的信息。例如，呈现控制单元56从主办方档案DB29收集与目标事件的售票的活动、宣传的活动和目标事件的演员的活动等有关的信息。

呈现控制单元56基于信息分析单元55的统计结果和自己收集的信息而生成用于呈现票的销售情形的转变以及与目标事件有关的情节的售票情形信息，并且将该信息传送到信息呈现单元23。信息呈现单元23基于所接收的售票情形信息而呈现票的销售情形的转变以及与目标事件有关的情节。

在步骤S402中，信息处理系统11呈现指定日子的观众席销售情形。具体地，当主办方指定了呈现观众席销售情形的日子时，信息呈现单元23将指示所指定的日子的信息传送到推荐系统21。

推荐系统21的信息分析单元55通过与以上图34的步骤S362的处理相同的处理而执行所指定日子的目标事件的观众席销售情形的统计。

呈现控制单元56基于信息分析单元55的统计结果而生成用于呈现指定日子的目标事件的观众席销售情形的观众席销售情形信息，并且将该信息传送到信息呈现单元23。信息呈现单元23基于所接收的观众席销售情形信息而呈现指定日子的目标事件的观众席销售情形。

此后，销售情形转变呈现处理结束。

图37示出了在该处理中在信息呈现单元23中呈现的屏幕图像的示例。在该示例中，以与图35的示例相同的方式，显示了示出从售票开始日到当前时刻的每天的目标事件的票的销售数量的转变的图。另外，沿着图的时间轴显示与目标事件有关的情节(“新闻广告”、“艺术家住院”、“吸引电子邮件递送”)。因而，主办方等可以容易地确认影响票的销售的情节。

另外，例如，当点击图时，与图35的示例类似的、示出所点击日期的观众席的销售情形的图像弹出显示。因而，主办方等可以容易地确认观众席的预留的转变，并且例如可以容易地确认有吸引力的座位和无吸引力的座位。

注意，在该弹出显示中，自动重放所点击日期或者所点击日期之后的观众席销售情形的转变。

<2.示例性变型>

在下文中，将描述以上没有描述的本技术的实施例的示例性变型。

例如，使用以上推荐处理，借助于用于动态地改变分配座位编号的电子票等，座位可以分配给事件的场所的每个用户，或者座位可以改变。

另外，例如，当推荐事件之前和之后的行动计划时，通过与执行事件推荐时相同的处理，可基于在所推荐的行动计划中利用的设施的座位的座位矢量与用户的用户矢量之间的距离而选择推荐座位。

此外，例如，可使用用户矢量计算与周围座位的观众的融洽性，并且可推荐良好融洽性的观众包围的座位。这里，良好融洽性的观众是例如具有类似偏好的观众以及以类似方式观看事件的观众。因而，例如，很可能优选地通过事件与周围观众交流以及享受在一起的感觉。

另外，例如，这样，可以通过将看起来具有相同或类似偏好的相同数量的男性组和女性组设置在场所中的预定区域(可以是一个地方或多个地方)来组织通过事件进行的诸如相亲聚会的项目。然后，此外，为了加深组之间的交流，可通过以上处理为这些组推荐事件之后的行动计划。

此外，例如，针对除事件之外的座位，例如，交通工具的座位，通过上述方法，可以基于座位的座位矢量与用户的用户矢量之间的距离来选择推荐座位与用户的组合。

[计算机配置示例]

上述一系列处理可以由硬件来执行，但是也可以由软件来执行。当一系列处理由软件来执行时，构成这样的软件的程序被安装到计算机中。这里，表述“计算机”包括并入专用硬件的计算机以及能够在安装各种程序时执行各种功能的通用个人计算机等。

图38是示出根据程序执行之前描述的一系列处理的计算机的硬件的示例配置的框图。

在计算机中，CPU(中央处理单元)401、ROM(只读存储器)402和RAM(随机存取存储器)403通过总线404相互连接。

输入/输出接口405也连接到总线404。输入单元406、输出单元407、存储单元408、通信单元409和驱动器410连接到输入/输出接口405。

输入单元406由键盘、鼠标、麦克风等构成。输出单元407由显示器、扬声器等构成。存储单元408由硬盘、非易失性存储器等构成。通信单元409由网络接口等构成。驱动器410驱动可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等。

在如上所述配置的计算机中，作为一个示例，CPU401经由输入/输出接口405和总线404将存储在存储单元408中的程序加载到RAM403中，并且执行程序以执行之前描述的一系列处理。

作为一个示例，计算机(CPU401)执行的程序可通过记录在作为封装介质等的可拆卸介质411上来提供。程序也可以经由有线或无线传输介质来提供，诸如局域网、因特网或数字卫星广播。

在计算机中，通过将可拆卸介质411加载到驱动器410中，程序可以经由输入/输出接口405安装到存储单元408中。还可以使用通信单元409接收来自有线或无线传输介质的程序以及将程序安装到存储单元408中。作为另一替选，程序可以预先安装在ROM402或存储单元408中。

注意，计算机执行的程序可以是按照说明书中描述的顺序以时间序列执行处理的程序，或者可以是并行地或在必要的定时(诸如当调用处理时)执行处理的程序。

此外，在本公开中，系统具有多个构成元件(诸如设备或模块(部件))的集合的含义，并且不考虑所有构成元件是否在同一壳体中。因此，系统可以是存储在分别的壳体中并且通过网络连接的多个设备，或者是单个壳体内的多个模块。

本公开的实施例不限于上述实施例，并且可在不背离本公开的范围的情况下进行各种改变和修改。

例如，本公开可以采用通过由多个设备通过网络分配和连接一个功能来进行处理的云计算的配置。

此外，上述流程图描述的每个步骤可以由一个设备来执行或者可以通过分配多个设备来执行。

另外，在多个处理包括在一个步骤中的情况下，包括在该一个步骤中的多个处理可以由一个设备来执行或者可以通过分享多个设备来执行。

另外，本技术还可如下进行配置。

(1)一种信息处理设备，包括：

推荐单元，被配置成执行在事件中分配给用户的座位或区域的特征与用户的特征之间的匹配，以及选择推荐座位或区域与用户的组合。

(2)根据(1)所述的信息处理设备，其中，

所述推荐单元基于座位矢量与用户矢量之间的距离而选择推荐座位或区域与用户的组合，其中，所述座位矢量是表示座位或区域的特征的矢量，所述用户矢量是表示用户的特征的矢量。

(3)根据(2)所述的信息处理设备，还包括：

呈现控制单元，被配置成当所述事件的座位或区域的布置被呈现给用户时执行控制，以便以使得每个座位或区域基于每个座位或区域的座位矢量与该用户的用户矢量之间的距离而被区分的方式向用户呈现所述事件的座位或区域的布置。

(4)根据(2)或(3)所述的信息处理设备，其中，

所述推荐单元为被分配了第一座位或区域的用户推荐第二座位或区域，所述第二座位或区域的座位矢量距该用户的用户矢量的距离小于所述第一座位或区域的座位矢量距该用户的用户矢量的距离。

(5)根据(2)至(4)中任一项所述的信息处理设备，还包括：

座位矢量生成单元，被配置成基于与每个座位或区域有关的元数据而生成每个座位或区域的座位矢量；以及

用户矢量生成单元，被配置成基于与每个用户有关的元数据而生成每个用户的用户矢量。

(6)根据(1)、(2)、(4)或(5)所述的信息处理设备，还包括：

呈现控制单元，被配置成控制用于模拟来自推荐给用户的座位或区域的视野的图像的呈现。

(7)根据(6)所述的信息处理设备，其中，

所述图像模拟从推荐给用户的座位或区域如何观看事件区域以及推荐给用户的座位或区域的周围情形，所述事件区域是所述事件的场所中执行所述事件的区域。

(8)根据(1)至(7)中任一项所述的信息处理设备，其中，

所述座位或区域的特征包括优先分配给所述座位或区域的用户的特征，以及

所述推荐单元基于用户的特征和优先分配给每个座位或区域的用户的特征而选择推荐座位或区域与用户的组合。

(9)根据(1)至(8)中任一项所述的信息处理设备，其中，

所述推荐单元还基于所述事件所属的类别与用作推荐目标的目标用户所属的类别的组合而推荐在事件之前或事件之后所述目标用户利用的设施和座位。

(10)根据(1)至(9)中任一项所述的信息处理设备，其中，

所述座位或区域的特征包括以下特征中的至少一个：与从所述座位或区域如何观看事件区域有关的特征、与在所述座位或区域中如何听到声音有关的特征、与所述座位或区域周围的观众有关的特征、与所述座位或区域的环境有关的特征以及优先分配给所述座位或区域的用户的特征，其中，所述事件区域是所述事件的场所中执行所述事件的区域，以及

所述用户的特征包括以下中的至少一个：所述用户的属性、所述用户的身体特征、与所述用户的偏好有关的特征以及与所述用户如何观看事件有关的特征。

(11)根据(10)所述的信息处理设备，还包括：

呈现控制单元，被配置成基于下述中的至少一个而将所述事件的观众分类为多个类型：该观众的属性、该观众的身体特征、与该观众的偏好有关的特征以及与该观众如何观看事件有关的特征；以及执行控制以便以使得每个类型被区分的方式呈现所述事件的观众席的观众的分布。

(12)根据(1)至(11)中任一项所述的信息处理设备，还包括：

销售策略设置单元，能够针对所述事件的每个座位或区域而设置用于指示是否要对用户执行推荐的销售策略，

其中，所述推荐单元推荐被设置为要推荐给用户的座位或区域。

(13)根据(12)所述的信息处理设备，其中，

所述销售策略设置单元能够在发生取消的情况、甚至在预定期限之后还存在空座位的情况以及其它情况之间设置不同的销售策略。

(14)根据(1)至(13)中任一项所述的信息处理设备，其中，

所述推荐单元还设置所述事件的价格以及对所述事件的参与者的优惠，并且基于用户对所述事件的偏好程度而调整推荐座位或区域、所述价格和所述优惠的组合的内容。

(15)根据(1)至(14)中任一项所述的信息处理设备，其中，

当所述事件是向用户的环境递送视频的事件时，所述推荐单元推荐决定如何观看事件区域的虚拟座位或区域，所述事件区域是所述视频中执行所述事件的区域。

(16)一种信息处理设备的信息处理方法，所述信息处理方法包括：

推荐步骤，用于执行在事件中分配给用户的座位或区域的特征与用户的特征之间的匹配，以及选择推荐座位或区域与用户的组合。

(17)一种用于使得计算机执行包括以下步骤的处理的程序：

推荐步骤，用于执行在事件中分配给用户的座位或区域的特征与用户的特征之间的匹配，以及选择推荐座位或区域与用户的组合。

附图标记列表

11信息处理系统

21推荐系统

22、23信息呈现单元

24售票系统

25事件信息DB

26观众席销售情形DB

27用户档案DB

28购买历史信息DB

29主办方档案DB

30行动计划DB

51座位矢量生成单元

52用户矢量生成单元

53推荐单元

54销售策略设置单元

55信息分析单元

56呈现控制单元

Claims (17)

1.一种信息处理设备，包括：

推荐单元，被配置成执行在事件中分配给用户的座位或区域的特征与用户的特征之间的匹配，以及选择推荐座位或区域与用户的组合。

2.根据权利要求1所述的信息处理设备，其中，

所述推荐单元基于座位矢量与用户矢量之间的距离而选择推荐座位或区域与用户的组合，其中，所述座位矢量是表示座位或区域的特征的矢量，所述用户矢量是表示用户的特征的矢量。

3.根据权利要求2所述的信息处理设备，还包括：

呈现控制单元，被配置成当所述事件的座位或区域的布置被呈现给用户时执行控制，以便以使得每个座位或区域基于每个座位或区域的座位矢量与该用户的用户矢量之间的距离而被区分的方式向用户呈现所述事件的座位或区域的布置。

4.根据权利要求2所述的信息处理设备，其中，

所述推荐单元为被分配了第一座位或区域的用户推荐第二座位或区域，所述第二座位或区域的座位矢量距该用户的用户矢量的距离小于所述第一座位或区域的座位矢量距该用户的用户矢量的距离。

5.根据权利要求2所述的信息处理设备，还包括：

座位矢量生成单元，被配置成基于与每个座位或区域有关的元数据而生成每个座位或区域的座位矢量；以及

用户矢量生成单元，被配置成基于与每个用户有关的元数据而生成每个用户的用户矢量。

6.根据权利要求1所述的信息处理设备，还包括：

呈现控制单元，被配置成控制用于模拟来自推荐给用户的座位或区域的视野的图像的呈现。

7.根据权利要求6所述的信息处理设备，其中，

所述图像模拟从推荐给用户的座位或区域如何观看事件区域以及推荐给用户的座位或区域的周围情形，所述事件区域是所述事件的场所中执行所述事件的区域。

8.根据权利要求1所述的信息处理设备，其中，

所述座位或区域的特征包括优先分配给所述座位或区域的用户的特征，以及

所述推荐单元基于用户的特征和优先分配给每个座位或区域的用户的特征而选择推荐座位或区域与用户的组合。

9.根据权利要求1所述的信息处理设备，其中，

所述推荐单元还基于所述事件所属的类别与用作推荐目标的目标用户所属的类别的组合而推荐在事件之前或事件之后所述目标用户利用的设施和座位。

10.根据权利要求1所述的信息处理设备，其中，

所述座位或区域的特征包括以下特征中的至少一个：与从所述座位或区域如何观看事件区域有关的特征、与在所述座位或区域中如何听到声音有关的特征、与所述座位或区域周围的观众有关的特征、与所述座位或区域的环境有关的特征以及优先分配给所述座位或区域的用户的特征，其中，所述事件区域是所述事件的场所中执行所述事件的区域，以及

所述用户的特征包括以下中的至少一个：所述用户的属性、所述用户的身体特征、与所述用户的偏好有关的特征以及与所述用户如何观看事件有关的特征。

11.根据权利要求10所述的信息处理设备，还包括：

呈现控制单元，被配置成基于下述中的至少一个而将所述事件的观众分类为多个类型：该观众的属性、该观众的身体特征、与该观众的偏好有关的特征以及与该观众如何观看事件有关的特征；以及执行控制以便以使得每个类型被区分的方式呈现所述事件的观众席的观众的分布。

12.根据权利要求1所述的信息处理设备，还包括：

销售策略设置单元，能够针对所述事件的每个座位或区域而设置用于指示是否要对用户执行推荐的销售策略，

其中，所述推荐单元推荐被设置为要推荐给用户的座位或区域。

13.根据权利要求12所述的信息处理设备，其中，

所述销售策略设置单元能够在发生取消的情况、甚至在预定期限之后还存在空座位的情况以及其它情况之间设置不同的销售策略。

14.根据权利要求1所述的信息处理设备，其中，

所述推荐单元还设置所述事件的价格以及对所述事件的参与者的优惠，并且基于用户对所述事件的偏好程度而调整推荐座位或区域、所述价格和所述优惠的组合的内容。

15.根据权利要求1所述的信息处理设备，其中，

当所述事件是向用户的环境递送视频的事件时，所述推荐单元推荐决定如何观看事件区域的虚拟座位或区域，所述事件区域是所述视频中执行所述事件的区域。

16.一种信息处理设备的信息处理方法，所述信息处理方法包括：

推荐步骤，用于执行在事件中分配给用户的座位或区域的特征与用户的特征之间的匹配，以及选择推荐座位或区域与用户的组合。

17.一种用于使得计算机执行包括以下步骤的处理的程序：

推荐步骤，用于执行在事件中分配给用户的座位或区域的特征与用户的特征之间的匹配，以及选择推荐座位或区域与用户的组合。