CN105981064A - 匹配系统、匹配方法和用于存储程序的非瞬态计算机可读介质 - Google Patents

Abstract

提供一种能够从不同的服务进行提供的匹配系统、匹配方法和程序。该匹配系统(100)具有匹配规则生成引擎(4)和提供引擎(6)。匹配规则生成引擎(4)生成用于使属于第一服务的第一用户与属于第二服务的第二用户相关联的匹配规则。基于该匹配规则，提供引擎(6)向第一用户提供能够提供至第二用户的第二服务的商业材料。

Description

匹配系统、匹配方法和用于存储程序的非瞬态计算机可读介质

技术领域

本发明涉及匹配系统、匹配方法和程序，例如涉及不同的服务中的提供技术。

背景技术

已经广泛实践被称为提供(offering)或推荐(以下仅称为提供)的信息服务。提供是如下的服务：对将被提供信息的个人进行分析并且根据分析的结果提供与该个人相匹配的信息。在典型的提供服务中，对用户在某个网站上的行为历史进行分析，假定该用户的偏好并且在该网站上显示与这些偏好相匹配的包含诸如商品和服务等(以下称为商业材料)等的内容的广告，以向该用户提供这些商业材料。

例如，专利文献1公开了广告信息分发方法，其特征在于分析会员的喜好、根据这些喜好对会员和广告信息进行分类，向用户分发与同会员的喜好相同的喜好相对应的广告信息等。

现有技术文献

专利文献

专利文献1：日本专利申请公开第2002-049832号

发明内容

发明要解决的问题

存在除专利文献1中所公开的方法以外的用于提供商业材料的各种其它方法。例如，在识别出经常在同一时间购买的商业材料的情况下，以及在购买了这些商业材料其中之一的情况下，可以提供这些商业材料中的另一商业材料。此外，可以分析用户的购买趋势，可以假定用户可能购买的商业材料，并且可以提供这些商业材料。

近来，作为企业并购等的结果，一个企业经常开发多种服务。在这种情况下，存在向多个服务中的一个服务的用户提供该多个服务中的其它服务的商业材料的需要。也就是说，期望在不同的服务之间的互易顾客转移。

然而，在多数情况下，与不同的服务各自所包括的用户和商业材料有关的信息是针对各服务分开进行管理的。在这种情况下，为了使一个服务中所包括的用户和商业材料的信息与另一服务中所包括的用户和商业材料的信息适当地关联，已经考虑到需要长时间和高开支以及服务运营商的特殊知识。这尤其是在不同分类(例如，不同行业等)的情况下成为大问题。例如，难以在不同行业的服务中采用用于提供经常在同一时间购买的商业材料的方法。这是由于这种状况很少发生在不同的行业中，因此难以收集基础数据。此外，用户的购买趋势和喜好经常是根据不同行业中的不同观点来进行分析的，因而一个服务中的分析的结果在另一服务中的使用受限。

也就是说，包括专利文献1中所公开的方法的传统提供方法具有难以将一个服务中的商业材料提供给尤其是不同分类(不同行业)的另一服务中的用户的问题。

本发明是为了解决这种问题而作出的，并且本发明的目的是提供一种可以在不同的服务中进行提供的匹配系统、匹配方法和程序。

根据以下说明书的描述和附图，现有技术的其它问题和本发明的新特征将变得明显。

用于解决问题的方案

根据本发明的匹配系统，包括：匹配规则生成引擎，用于生成使属于第一服务的第一用户与属于第二服务的第二用户相关联的匹配规则；以及提供引擎，用于根据所述匹配规则向第一用户提供能够提供至第二用户的所述第二服务的商业材料。

根据本发明的匹配方法，包括以下步骤：匹配规则生成步骤，用于生成使属于第一服务的第一用户与属于第二服务的第二用户相关联的匹配规则；以及提供步骤，用于根据所述匹配规则向第一用户提供能够提供至第二用户的所述第二服务的商业材料。

根据本发明的程序，使计算机执行以下处理：匹配规则生成步骤，用于生成使属于第一服务的第一用户与属于第二服务的第二用户相关联的匹配规则；以及提供步骤，用于根据所述匹配规则向第一用户提供能够提供至所述第二用户的所述第二服务的商业材料。

发明的效果

根据本发明，可以提供能够在不同的服务中进行提供的匹配系统、匹配方法和程序。

附图说明

图1是示出根据本发明的实施例的匹配系统100的结构的图；

图2是示出根据本发明的实施例的匹配系统100的操作的图；

图3是示出根据本发明的实施例的商品信息存储部11和21的示例的图；

图4是示出根据本发明的实施例2的用户信息存储部12和22的处理的示例的图；

图5是示出根据本发明的实施例的模型信息31和32的商品模型的示例的图；

图6是示出根据本发明的实施例2的模型信息31和32的用户模型的处理的示例的图；

图7是示出根据本发明的实施例2的匹配规则存储部5的处理的示例的图。

具体实施方式

以下，将参考附图详细说明本发明适用的具体实施例。

首先，将参考图1来说明根据本发明的实施例1的匹配系统100的结构。

根据本实施例的匹配系统100通信地连接至多个服务(例如，连接至EC(电子商务)站)，并且在这些服务之间进行互易顾客转移。在以下说明中，作为最简单的示例，将使用两个不同服务(EC站10和20)之间的互易顾客转移的示例来说明本发明。然而，本发明不限于两个不同服务，并且可以应用于任意数量的多个服务之间的互易顾客转移。

EC站10和20以及匹配系统100均可以由同一运营主体来运营，或者可以由彼此不同的运营主体来运营。

匹配系统100包括信息收集部1、分析引擎2、模型信息存储部3、匹配规则生成引擎4、匹配规则存储部5和提供引擎6。

信息收集部1进行如下处理：获得由多个服务(EC系统10和20)分别保持的商品信息存储部11和21以及用户信息存储部12和22的内容，并且将这些内容存储在匹配系统100的存储区域(未示出)中。

图3示出商品信息11和21的示例。商品信息存储与服务所处理的商业材料有关的信息。在本示例中，EC系统10和20所处理的商品的商品名称、商品图像、商品的金额和商品说明的文本分别与唯一的商品ID相关联并且被存储。

图4示出用户信息12和22的示例。用户信息存储与服务中的用户的行为(浏览)历史和购买历史等有关的信息。在本示例中，用户ID、动作、商品ID和时间的信息与唯一的历史ID相关联。动作“阅览”、“购买”或“加入购入车”分别表示在“时间”所记录的时间段内“用户ID”所标识的用户浏览了“商品ID”的商品页面、购买了该商品或者将该商品加入了购物车。

分析引擎2进行如下处理：参考商品信息存储部11和21以及用户信息存储部12和22的内容，对商品信息和用户喜好进行建模，并且生成商品模型和用户模型。由于可以使用已知的技术(例如，专利申请2013-260206和2013-015016中所公开的技术)来进行建模(分割(segmenting))处理，因此将省略详细说明。将模型化的EC系统10和20中的商品信息和用户信息分别称为模型信息31和32。分析引擎2将模型信息31和32存储在模型信息存储部3中。

模型信息存储部3是用于存储模型信息31和32的存储部。模型信息存储部3通常是数据库。模型信息存储部3的内容由匹配规则生成引擎4所使用。

图5示出商品模型的示例。在本示例中，具有多个“特征词”中的共通“特征词”的一个或多个商品的“商品ID”与唯一的“商品模型ID”相关联。由“商品模型ID”标识的商品组被称为商品模型。通常，分析引擎2对商品名称或商品说明等中包括特定的“特征词”的商品进行汇总，并且生成一个商品模型。也就是说，分析引擎2参考商品信息11和21，并且例如对与该商品ID相关联的商品的诸如说明等的文本信息进行语素分析，以提取该文本信息中所包括的诸如名词等的词语作为特征词。此外，提取与所提取到的特征词一起出现的词语作为共现(co-occurrence)词，并且将特征词和共现词作为一个集合体(主题)来进行管理。这里的主题是表示对于特征词和共通词而言具有共通含义的概念(例如，诸如球棒、球和本垒打等的词语的集合的共通含义(主题)为棒球。如在本示例中，注意，主题并没有原样出现在文本中)。分析引擎2对多个商品ID执行以上处理并且提取多个主题。注意，由于生成了多个主题，因此通常根据商品ID的数量等来限制主题的最大数量。

接着，分析引擎2计算构成诸如各商品的说明等的文本信息的主题。结果，针对各商品ID计算主题的构成率。此后，分析引擎2对具有类似主题和构成率的商品ID进行分组以生成商品模型。此时，分析引擎2针对各商品模型分配商品模型ID。关于商品模型的生成所用的具体过程请参见专利申请2013-260206和2013-015016。

图6示出用户模型的示例。用户模型是表示与用户所偏好的商品有关的用户的人物类型(portrait)的数据集。在本示例中，“商品模型ID”和“构成率”与唯一的“用户模型ID”相关联。也就是说，用户模型通过“商品模型ID”及其“构成率”来表示用户的人物类型。例如可以按照以下方式来生成用户模型。

首先，分析引擎2参考用户信息12和22并且搜索与例如用户已阅览过的多个商品相关联的以上“商品模型ID”。也就是说，根据例如用户已阅览过的商品来逆向查找商品模型。接着，分析引擎2计算例如用户已阅览过的商品通过哪种商品模型构成。结果，针对各用户计算商品模型的构成率。此后，分析引擎2对具有类似的商品模型和商品模型的构成率的用户进行分组以生成用户模型。此时，分析引擎2对各用户模型分配用户模型ID。

注意，例如可以针对模型化信息手动设置任意标签。在本示例中，向各用户模型提供诸如“挑剔的消费者”和“家庭主妇”等的标签。注意，添加标签并不是必须的，并且设置标签主要是为了使得操作者能够易于管理模型信息。

注意，用于生成商品模型和用户模型的以上方法仅是示例。可以采用其它任意方法，只要这些方法可以创建用于基于商品的说明等来汇总具有相似性的商品的商品模型和用户模型即可。

匹配规则生成引擎4参考模型信息存储部3中所存储的模型信息31和32，并且生成匹配规则。匹配规则是使不同服务中的用户模型相关联的信息。匹配规则生成引擎4将所生成的匹配规则存储在匹配规则存储部5中。

图7示出匹配规则的示例。在本示例中，EC系统10中的用户模型和EC系统20中的用户模型使用唯一的“规则ID”相关联。此外，针对各“规则ID”定义数值作为“优先级”。在本实施例中，数值越大，优先级越高。

匹配规则存储部5是用于存储匹配规则的存储部并且通常是数据库。根据系统的大小，匹配规则存储部5可以是文件而不是数据库。

提供引擎6是参考匹配规则存储部5中的匹配规则并且向用户进行提供的处理部。

接着，将参考图2的流程图来说明根据本发明的实施例的匹配系统100的操作。

S1：商品信息和用户信息的收集

信息收集部1从连接至匹配系统100的多个服务(EC系统10和20)收集商品信息和用户信息。更具体地，信息收集部1参考EC系统10和20中所保持的商品信息存储部11和21以及用户信息存储部12和22的内容，并且将这些内容复制到匹配系统100的存储区域(未示出)中。

S2：建模

分析引擎2对S1中所收集到的用户信息和商品信息进行建模。注意，可以使用现有技术来进行建模处理。分析引擎2将作为模型化的EC系统10和20中的商品信息和用户信息的模型信息31和32存储在模型信息存储部3中。

S3：关联模型

匹配规则生成引擎4生成使针对各服务所生成的用户模型相关联的匹配规则。例如，匹配规则生成引擎4针对EC系统10和20中的用户模型的所有组合生成模式。此外，匹配规则生成引擎4向各组合(规则ID)提供任意优先级。服务运营商可以对优先级设置初始值。在这种情况下，在后面将说明的S4中的提供步骤中，优选进行用以适当地改变优先级来优化匹配规则的处理。

注意，可以根据服务运营商的知识来生成并调整匹配规则。

S4：提供

提供引擎6向使用某个服务的用户提供其它服务的商业材料。更具体地，首先，提供引擎6识别正在使用服务A的用户的用户模型。接着，提供引擎6参考匹配规则存储部5并且提取与用户模型a相关联的另一服务B的用户模型b。注意，在多个其它用户模型与用户模型a相关联的情况下，提供引擎6选择具有最高优先级的规则ID以使得可以确定要提取的用户模型。然后，提供引擎6参考模型信息存储部3并且获得与所提取的另一服务B的用户模型b相关联的另一服务B的商业材料。最后，提供引擎6向服务A的用户提供与所获得的另一服务B的商业材料有关的信息。

优选地，提供引擎6优选根据用户对所执行的提供的反应来优化匹配规则。也就是说，提供引擎6例如使用各种已知方法来检测通过提供而显示在EC网站上的广告已被用户点击。接着，提供引擎6参考匹配规则存储部5并且提高执行该提供所使用的规则ID的优先级。因而，实现了来自用户的快速响应的规则ID的优先级相对高，而实现了来自用户的缓慢响应的规则ID的优先级相对低。也就是说，自动优化匹配规则以使其成为更有效的规则。

以下将更详细说明提供引擎6所进行的提供的具体示例。在本示例中，提供引擎6向访问了EC站10的用户提供EC站20上的商品。

(1)用户访问EC站10并且阅览商品ID“AS001”的网页。

(2)EC系统10向匹配系统100的提供引擎6通知该商品ID“AS001”。可选地，提供引擎6可以参考用户信息存储部12并且获得例如用户阅览过的商品ID。提供引擎6参考模型信息31的商品模型信息(图5)并且识别出与商品ID“AS001”相关联的商品模型“ASM001”。

(3)提供引擎6参考模型信息31的用户模型信息(图6)并且提取与商品模型“ASM001”相关联的用户模型。在存在与商品模型“ASM001”相关联的多个用户模型的情况下，提供引擎6提取该商品模型的构成率最高的一个用户模型。在本示例中，与商品模型“ASM001”相关联的用户模型有2个，分别是“ACM001”和“ACM002”。由于用户模型“ACM001”的商品模型“ASM001”的构成率为0.7，并且用户模型“ACM002”的商品模型“ASM001”的构成率为0.2，因此提供引擎6选择该商品模型的构成率最高的用户模型“ACM001”。

(4)提供引擎6参考匹配规则存储部5并且提取与所选择的用户模型“ACM001”相关联的匹配规则。在存在与用户模型“ACM001”相关联的多个规则的情况下，提供引擎6提取优先级最高的一个规则。在本示例中，与用户模型“ACM001”相关联的规则有3个，分别是规则ID“RL001”、“RL002”和“RL003”。这些规则中优先级最高的规则是“RL001”。提供引擎6针对规则ID“RL001”识别出与用户模型“ACM001”相关联的EC站20的用户模型“BCM001”。

(5)提供引擎6参考模型信息32的用户模型信息(图6)，并且识别出与用户模型“BCM001”相关联的商品模型中构成率最高的商品模型“BSM001”。

(6)提供引擎6参考模型信息32的商品模型信息(图5)，并且识别出与商品模型“BSM001”相关联的商品作为要提供的商品。在本示例中，提供引擎6向EC系统10的用户提供EC系统20的商品ID“BS001”和“BS002”。通常，将与商品ID“BS001”和“BS002”有关的网幅广告等显示在EC系统10中用户正在阅览的页面上。

根据本实施例，分析地引擎2对各服务中的用户进行建模，并且匹配规则生成引擎4使所生成的用户模型相关联。此外，分析引擎2使得与用户模型相匹配的商品模型商业材料相关联。因而，可以在不同的服务中提供适合用户喜好的商业材料。另外，可以预期顾客所花费的成本增加的效果。

此外，根据本实施例，提供引擎6优化匹配规则。因而，可以根据匹配规则来进行更有效的提供。此外，不仅可以掌握本公司的用户模型之间的相关关系，还可以掌握不同服务中的用户模型之间的相关关系。因而可以收集能够用作新的服务和宣传策略等的基础的信息。

另外，根据本实施例，尽管匹配规则生成步骤中所生成的匹配是在该匹配生成时的假设，但可以通过将在之后进行的提供来评价并证明该假设。因此可以累积与用户和商品的匹配在不同行业中的成功程度有关的知识；即，可以累积市场信息。

其它实施例

注意，本发明不限于以上实施例，并且可以在没有背离本发明的精神的情况下进行适当的修改。例如，在以上实施例中，尽管已经将本发明描述为主要是硬件结构，但本发明不限于此，并且本发明可以通过使CPU(CentralProcessing Unit，中央处理器)利用计算机程序执行任意处理来实现。在这种情况下，可以使用任何类型的非瞬态计算机可读介质(non-transitory computerreadable medium)来存储计算机程序并将这些计算机程序提供至计算机。非瞬态计算机可读介质包括任何类型的有形存储介质(tangible storage medium)。非瞬态计算机可读介质的示例包括：磁性存储介质(诸如软盘、磁带、硬盘驱动器等)；光磁存储介质(例如，磁光盘)；CD-ROM(紧凑型光盘只读存储器)；CD-R(可录紧凑型光盘)；CD-R/W(可重写紧凑型光盘)；以及半导体存储器(诸如掩膜ROM、PROM(可编程ROM)、EPROM(可擦除PROM)、闪速ROM、RAM(随机存取存储器)等)。可以使用任何类型的瞬态计算机可读介质来将这些程序提供至计算机。瞬态计算机可读介质的示例包括电气信号、光学信号和电磁波。瞬态计算机可读介质可以经由有线通信线路(例如，电线和光纤)或者无线通信线路将程序提供至计算机。

本发明可以被描述为但不限于以下附注。

附注1

一种匹配系统，包括：

匹配规则生成引擎，用于生成使属于第一服务的第一用户与属于第二服务的第二用户相关联的匹配规则；以及

提供引擎，用于根据所述匹配规则向第一用户提供能够提供至第二用户的所述第二服务的商业材料。

附注2

根据附注1所述的匹配系统，其中，还包括存储部，所述存储部用于使第二用户与所述第二服务的商业材料相关联，其中，所述提供引擎参考所述存储部并且向第一用户提供与第二用户相关联的所述第二服务的商业材料。

附注3

根据附注1或2所述的匹配系统，其中，

所述匹配规则生成引擎生成用于使第一用户与多个第二用户全面相关联的匹配规则，并且基于该匹配规则根据预定的提取条件来提取第一用户和特定的第二用户的组合，以及

所述提供引擎向第一用户提供能够提供至所提取的第二用户的所述第二服务的商业材料。

附注4

根据附注3所述的匹配系统，其中，

所述提供引擎根据第一用户对提供的反应来改变所述提取条件。

附注5

根据附注1～4中任一项所述的匹配系统，其中，所述匹配规则生成引擎生成用于使与第一用户相对应的第一用户模型和与第二用户相对应的第二用户模型相关联的匹配规则。

附注6

根据附注5所述的匹配系统，其中，还包括第二存储部，所述第二存储部用于使与第二用户相对应的第二用户模型和与所述第二服务的商业材料相对应的第二商品模型相关联，其中，所述提供引擎参考所述第二存储部并且向第一用户提供与同所述第二用户模型相关联的所述第二商品模型相对应的所述第二服务的商业材料。

附注7

一种匹配方法，包括以下步骤：

匹配规则生成步骤，用于生成使属于第一服务的第一用户与属于第二服务的第二用户相关联的匹配规则；以及

提供步骤，用于根据所述匹配规则向第一用户提供能够提供至第二用户的所述第二服务的商业材料。

附注8

根据附注7所述的匹配方法，其中，在所述提供步骤中，参考使第二用户与所述第二服务的商业材料相关联的存储部，以及向第一用户提供与第二用户相关联的所述第二服务的商业材料。

附注9

根据附注7或8所述的匹配方法，其中，

在所述匹配规则生成步骤中，生成用于使第一用户与多个第二用户全面相关联的匹配规则，

基于该匹配规则根据预定的提取条件来提取第一用户和多个第二用户中特定的第二用户的组合，以及

在所述提供步骤中，向第一用户提供能够提供至所提取的第二用户的所述第二服务的商业材料。

附注10

根据附注9所述的匹配方法，其中，根据第一用户对提供的反应来改变所述提取条件。

附注11

根据附注7～11中任一项所述的匹配系统，其中，在所述匹配规则生成步骤中，生成用于使与第一用户相对应的第一用户模型和与所述第二用户相对应的第二用户模型相关联的匹配规则。

附注12

根据附注11所述的匹配系统，其中，在所述提供步骤中，参考使与第二用户相对应的所述第二用户模型和与所述第二服务的商业材料相对应的第二商品模型相对应的第二存储部，以及向第一用户提供与同所述第二用户模型相关联的所述第二商品模型相对应的所述第二服务的商业材料。

附注13

一种程序，使计算机执行以下处理：

匹配规则生成步骤，用于生成使属于第一服务的第一用户与属于第二服务的第二用户相关联的匹配规则；以及

提供步骤，用于根据所述匹配规则向第一用户提供能够提供至第二用户的所述第二服务的商业材料。

尽管已经参考实施例说明了本发明，但本发明不限于以上实施例。可以对本发明的结构和详情进行对于本领域技术人员而言显而易见的各种变化。

本申请要求并基于2014年2月10日在日本专利局提交的日本专利申请2014-023628的优先权，其全部内容通过引用包含于此。

附图标记说明

100 匹配系统

1 信息收集部

2 分析引擎

3 模型信息存储部

31 模型信息

32 模型信息

4 匹配规则生成引擎

5 匹配规则存储部

6 提供引擎

10 EC系统

11 商品信息存储部

12 用户信息存储部

20 EC系统

21 商品信息存储部

22 用户信息存储部

Claims (10)

1.一种匹配系统，包括：

匹配规则生成引擎，用于生成使属于第一服务的第一用户与属于第二服务的第二用户相关联的匹配规则；以及

提供引擎，用于根据所述匹配规则向第一用户提供能够提供至第二用户的所述第二服务的商业材料。

2.根据权利要求1所述的匹配系统，其中，还包括存储部，所述存储部用于使第二用户与所述第二服务的商业材料相关联，其中，所述提供引擎参考所述存储部并且向第一用户提供与第二用户相关联的所述第二服务的商业材料。

3.根据权利要求1或2所述的匹配系统，其中，

所述匹配规则生成引擎生成用于使第一用户与多个第二用户全面相关联的匹配规则，并且基于该匹配规则根据预定的提取条件来提取第一用户和特定的第二用户的组合，以及

所述提供引擎向第一用户提供能够提供至所提取的第二用户的所述第二服务的商业材料。

4.根据权利要求3所述的匹配系统，其中，所述提供引擎根据第一用户对提供的反应来改变所述提取条件。

5.根据权利要求1～4中任一项所述的匹配系统，其中，所述匹配规则生成引擎生成用于使与第一用户相对应的第一用户模型和与第二用户相对应的第二用户模型相关联的匹配规则。

6.根据权利要求5所述的匹配系统，其中，还包括第二存储部，所述第二存储部用于使与第二用户相对应的第二用户模型和与所述第二服务的商业材料相对应的第二商品模型相关联，其中，所述提供引擎参考所述第二存储部并且向第一用户提供与同所述第二用户模型相关联的所述第二商品模型相对应的所述第二服务的商业材料。

7.一种匹配方法，包括以下步骤：

匹配规则生成步骤，用于生成使属于第一服务的第一用户与属于第二服务的第二用户相关联的匹配规则；以及

提供步骤，用于根据所述匹配规则向第一用户提供能够提供至第二用户的所述第二服务的商业材料。

8.根据权利要求7所述的匹配方法，其中，在所述提供步骤中，参考使第二用户与所述第二服务的商业材料相关联的存储部，以及向第一用户提供与第二用户相关联的所述第二服务的商业材料。

9.根据权利要求7或8所述的匹配方法，其中，在所述匹配规则生成步骤中，生成用于使第一用户与多个第二用户全面相关联的匹配规则，

基于该匹配规则根据预定的提取条件来提取第一用户和多个第二用户中特定的第二用户的组合，以及

在所述提供步骤中，向第一用户提供能够提供至所提取的第二用户的所述第二服务的商业材料。

10.一种非瞬态计算机可读介质，用于存储使计算机执行以下处理的程序：

匹配规则生成步骤，用于生成使属于第一服务的第一用户与属于第二服务的第二用户相关联的匹配规则；以及

提供步骤，用于根据所述匹配规则向第一用户提供能够提供至所述第二用户的所述第二服务的商业材料。