JP2002163508A - レコメンデーションシステム - Google Patents

レコメンデーションシステム

Info

Publication number
JP2002163508A
JP2002163508A JP2000361805A JP2000361805A JP2002163508A JP 2002163508 A JP2002163508 A JP 2002163508A JP 2000361805 A JP2000361805 A JP 2000361805A JP 2000361805 A JP2000361805 A JP 2000361805A JP 2002163508 A JP2002163508 A JP 2002163508A
Authority
JP
Japan
Prior art keywords
user
content
recommendation
information
preference
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP2000361805A
Other languages
English (en)
Inventor
Takeshi Obata
毅 小幡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FOUR D CORP KK
Original Assignee
FOUR D CORP KK
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FOUR D CORP KK filed Critical FOUR D CORP KK
Priority to JP2000361805A priority Critical patent/JP2002163508A/ja
Publication of JP2002163508A publication Critical patent/JP2002163508A/ja
Withdrawn legal-status Critical Current

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【課題】ウェブページにおいて、閲覧者の嗜好性に着目
し、閲覧者の嗜好性を忠実に反映したレコメンデーショ
ンを提供する。 【解決手段】サーバとクライアントを有するネットワー
ク上のコンテンツ閲覧システムにおけるレコメンデーシ
ョンシステムであって、各ユーザの嗜好性を収集するレ
コメンデーションログステップと、レコメンデーション
ページ送信ステップとを有し、レコメンデーションログ
ステップは、クライアントからのユーザのコンテンツ閲
覧をトラッキングし、ユーザが閲覧したコンテンツにあ
らかじめ属性項目ごとに点数化され付加されている評価
ポイントに基づき、当該ユーザのプロファイルの対応す
る属性項目のポイントを更新してそのユーザ情報を蓄積
し、レコメンデーションページ送信ステップは、前記蓄
積されたユーザ情報に基づいてクライアント端末に対し
そのユーザの嗜好に合致する情報を送信する。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】インターネット等のウェブペ
ージを閲覧するためのシステムに関し、より詳しくは、
ウェブ閲覧者に対してその嗜好に基いたレコメンデーシ
ョン情報を提供することができるウェブページ閲覧のた
めのシステムに関する。
【0002】
【従来の技術】インターネットのウェブページを閲覧す
る閲覧者は、自分が閲覧したい情報を探し出すためには
下線のついたテキストまたはリンクの貼ってあるボタン
をクリックして飛び続ける、いわゆるネットサーフィン
といわれる方法もしくは、検索エンジンによってキーワ
ードを入力し、閲覧したい情報が含まれているであろ
う、ウェブページをリストアップし、その中からウェブ
ページを選択して閲覧するという方法が取られている。
【0003】また、閲覧者が閲覧したいと推測される情
報をサーバ側で閲覧者に対しレコメンデーションするい
くつかの方法が知られている。その代表的な方法とし
て、他の閲覧者のプロファイルを分析し、その分析され
た統計的な情報をもとに、ユーザの希望する行動を推測
するという協調型フィルタリング方式がある。
【0004】しかし、協調型フィルタリング方式など従
来のレコメンデーションシステムは、比較対象となるも
のが存在しないと、レコメンデーションが行われず、自
発的に閲覧したいものを探す場合にのみ有効である。ま
た、商品のレコメンデーションについても、商品のカテ
ゴリーやスペックに関する情報を中心に判断するので、
商品のカテゴリーやスペックだけでは選択のできない商
品については、趣味の合わない商品がレコメンデーショ
ンされる可能性が高かった。
【0005】
【発明が解決しようとする課題】そこで、本発明に於い
ては、閲覧者の嗜好性に着目し、閲覧者の行動をもと
に、閲覧者の嗜好性をより忠実に反映したレコメンデー
ションを提供する。
【0006】
【課題を解決するための手段】以上の課題を解決するた
めに、請求項1記載の発明は、コンテンツを閲覧しうる
ウェブページにおいてユーザに対しコンテンツをレコメ
ンデーションするシステムであって、コンテンツごとに
複数の属性項目の評価ポイントを記憶しておき、ユーザ
が選択したコンテンツに付された前記各属性項目の評価
ポイントに基づいてそのユーザのプロファイルを更新す
ることにより、そのユーザの好む属性を蓄積し、これに
基づいてユーザに対しレコメンデーションを行うことを
特徴とするシステムである。
【0007】また、請求項2記載の発明は、サーバと少
なくとも一つのクライアント端末を有するネットワーク
上のコンテンツ閲覧システムにおいてユーザの嗜好に合
致するコンテンツに関する情報をレコメンデーションす
るシステムであって、各ユーザの嗜好性を収集するレコ
メンデーションログステップと、レコメンデーションペ
ージ送信ステップとを有し、前記レコメンデーションロ
グステップは、前記クライアント端末からのユーザのコ
ンテンツ閲覧をトラッキングし、ユーザが閲覧したコン
テンツにあらかじめ属性項目ごとに点数化され付加され
ている評価ポイントに基づき、当該ユーザのプロファイ
ルの対応する属性項目のポイントを更新してそのユーザ
情報を蓄積し、前記レコメンデーションページ送信ステ
ップは、前記蓄積されたユーザ情報に基づいて、前記ク
ライアント端末に対しそのユーザの嗜好に合致すると解
されるコンテンツに関する情報を送信することを特徴と
するレコメンデーションシステムである。
【0008】また、請求項3記載の発明は、サーバと少
なくとも一つのクライアント端末を有するネットワーク
上のコンテンツ閲覧システムにおいて、前記サーバ上に
あるレコメンデーションシステムであって、ウェブエン
ジンと、レコメンデーションエンジンと、ユーザデータ
ベースと、コンテンツデータベースとを有し、前記コン
テンツデータベースには、コンテンツごとに複数の属性
項目の評価ポイントが記憶されており、前記レコメンデ
ーションエンジンは、前記クライアント端末からユーザ
が選択したコンテンツに付された前記各属性項目の評価
ポイントに基づいて前記ユーザデータベース中のそのユ
ーザのプロファイルを更新することにより、そのユーザ
の好む属性を蓄積し、前記ウェブエンジンにおいて、前
記プロファイルの情報に基づいて、ユーザに対しレコメ
ンデーションを行うことを特徴とするシステムである。
【0009】上記各発明においては、システムは、コン
テンツごとに複数の属性項目の評価ポイント(点数)が
記憶されており、また、各ユーザごとのそれら属性項目
のポイントを蓄積しうるプロファイルを有し、これを当
該ユーザが閲覧したコンテンツの属性項目の評価ポイン
トにより更新することにより、そのユーザの嗜好を把握
することができる。そして、これに基づき、ユーザに対
し、その閲覧する頻度の高い属性の情報、すなわちその
ユーザが嗜好すると解される情報のレコメンデーション
を行うことができる。ここで、レコメンデーションされ
るコンテンツには、当然、基本的にはユーザがまだ閲覧
していないコンテンツである。
【0010】従来の、協調型フィルタリング方式などの
レコメンデーションシステムは、比較対象となるものが
存在しないと、レコメンデーションが行われなかったの
に対し、本発明においては、レコメンデーションを行う
べきユーザの行為に基いて、その好む属性を判断する。
これにより、ユーザごとに正確なレコメンデーションを
おこなうことができる。また、本発明においては、ひと
つのコンテンツに設定されている属性項目が、ひとつで
はなく複数である。これは、ひとつのコンテンツであっ
ても、様々な側面・特徴を有し、分類方法や特徴抽出の
方法がひとつではないため、そのコンテンツを閲覧した
ユーザの嗜好を判断するためには、複数の属性項目を設
けて評価をおこなうことが望ましいからである。なお、
上記のプロファイルとは、ユーザごとの情報を記憶する
データベース等の記憶手段である。また、レコメンデー
ションとは、ユーザの嗜好に合致すると考えられるコン
テンツに関する情報を提供することをいう。
【0011】請求項4記載の発明は、前記コンテンツの
属性項目が、嗜好及び/又は感性に基づく分類を含むこ
とを特徴とする請求項1乃至請求項3のいずれか記載の
ステムである。
【0012】各々のコンテンツには嗜好及び/又は感性
に基づく分類としての属性項目が関連付けられている。
商品のカテゴリーや分野のカテゴリーとは異なる、ユー
ザの嗜好的、感覚的側面を重視した分類による属性であ
る。これにより、商品のカテゴリー等にとらわれない、
クライアントの嗜好が推測できる。
【0013】請求項5記載の発明は、前記コンテンツの
全部又は一部を階層構造を有して格納し、前記階層を有
するコンテンツにおいては、階層が深いコンテンツほど
当該属性項目の評価ポイントを高く設定することを特徴
とする請求項1乃至請求項4のいずれか記載のシステ
ム。
【0014】コンテンツの全部又は一部は階層構造を有
する場合に、クライアントが深い階層まで読み進んだと
いうことは、それだけそのコンテンツの有する属性を強
く嗜好していると解される。そこで、たとえば、各コン
テンツの各属性項目の評価ポイントを、階層が深い記事
ほど高く設定することが有効となる。
【0015】また、ユーザが、トップページに近いコン
テンツを閲覧している段階では、そのコンテンツの有す
るどの属性にそのユーザが特に興味をもっているのかは
必ずしも明らかでないが、階層を下っていくにつれその
内容は限定されてゆき特徴の抽出がやりやすくなる。そ
こで、階層に応じた属性項目の評価ポイントを設定する
ことによりユーザの嗜好をより正確に判断することがで
きる。
【0016】請求項6記載の発明は、前記レコメンデー
ションがユーザに自動送信されることを特徴とする請求
項1乃至請求項5のいずれか記載のシステムである。
【0017】請求項7記載の発明は、前記コンテンツが
雑誌であることを特徴とする請求項1乃至請求項6のい
ずれか記載のシステムである。
【0018】
【発明の実施の形態】本発明の実施態様について以下の
添付図面を元に詳細な説明を行う。図1は本発明のレコ
メンデーションシステムのシステム構成を示す概念図で
ある。クライアント端末1が、インターネット2を介し
てサーバ1に接続されている。サーバ1上には、ウェブ
エンジン3、レコメンデーションエンジン4、ユーザデ
ータベース6、コンテンツデータベース7が存する。
【0019】ウェブエンジン3は、サーバ1上のアプリ
ケーションプログラムであり、クライアント端末1とレ
コメンデーションエンジン4及び各データベースとのや
りとりが円滑に行われることを目的として動作する。レ
コメンデーションエンジン4は、ユーザに対し、レコメ
ンデーションをおこなうために、ユーザの嗜好をユーザ
データベース6に蓄積し、これに基いてユーザに対しコ
ンテンツのレコメンデーションを行うソフトウェアであ
る。ユーザデータベース6は、ユーザの嗜好に関する情
報を蓄積するためのデータベースである。
【0020】コンテンツデータベース8には、雑誌の記
事のデータベースが格納されている。このコンテンツ
は、階層的な構造をもって格納されている。すなわち、
雑誌一覧がリスト化されている図3に示すような雑誌一
覧データ(第1階層)、前記雑誌一覧データに登録され
ている雑誌の表紙及び目次が記載されている図4に示す
ような表紙・目次ページデータ(第2階層)、前記表紙
・目次ページデータの目次の内容が見開きページで記載
されている図5に示すような見開きページデータ(第3
階層)、前記見開きページデータの拡大記事が記載され
ている図6に示すような拡大ページデータ(第4階層)
等が階層的にデータベース化されている。
【0021】さらに、各々のデータには「テイスト」と
呼ばれる複数の属性データが関連付けられている。この
「テイスト」とは、商品のカテゴリーや分野のカテゴリ
ーとは異なる、ユーザの嗜好的、感覚的側面を重視した
分類による評価項目である。すなわち、自動車、コンピ
ュータ、化粧品等といった商品カテゴリー分けではな
く、また、旅行、スポーツ、趣味等といった、分野別の
カテゴリーでもない。「テイスト」は、高級、上品、過
激、エコロジー、健康指向、カジュアル等の嗜好、感覚
を重視した評価項目である。「テイスト」の例を図7に
示す。
【0022】この「テイスト」を評価指数として用いる
ことにより、商品のカテゴリー等にとらわれない、クラ
イアントの嗜好が推測できる。たとえば、あるクライア
ントが、ベンツの自動車と、シャネルの化粧品の記事を
選択して読んだ場合、従来の商品別のカテゴリー分けを
用いても何らユーザに対するレコメンデーションに有効
な情報は得られないが、この「テイスト」により評価す
れば、「高級指向」というクライアントの嗜好を得るこ
とが可能となる。もちろん、「テイスト」による評価は
絶対的なものではないが、情報が蓄積されるほど正確性
を増す。
【0023】この「テイスト」の評価ポイントは、前述
のように記事データごとにそのポイントが付されてい
る。たとえば、ある記事においては、「一流」のテイス
トが2ポイント、「自由」のテイストが1ポイント、等
というように、記事ごとに各テイストのポイントが付さ
れている。
【0024】このとき、前述のとおり各記事は階層構造
を有しているが、各記事のテイストのポイントは、階層
が深い記事ほど高いポイントに設定されている。すなわ
ち、より詳しい内容のウェブページを閲覧するほど評価
ポイントが高く加算されるように設定されている。たと
えば、表紙・目次ページデータよりも、見開きページデ
ータのほうが同じテイストのポイントが高く、さらに拡
大ページデータの方がポイントが高く設定されている。
これは、クライアントが、深い階層まで、すなわち、単
なる表紙・目次より、見開きページ、さらには拡大ペー
ジまで読み進んだということは、それだけそのテイスト
を強く有していると解されるからである。この方式を採
用する場合には、深い階層のデータについてのテイスト
の評価ポイントを自動的に設定できるという利点があ
る。
【0025】なお、もちろん、深い階層の特定のページ
データにつき、そのページデータが特徴的にもっている
テイストの評価ポイントを特に高く設定することも有効
である。なぜなら、ユーザが、トップページに近いコン
テンツを閲覧している段階では、そのコンテンツの有す
るどの属性にそのユーザが特に興味をもっているのかは
必ずしも明らかでないが、階層を下っていくにつれその
内容は限定されてゆき特徴の抽出が容易になるからであ
る。したがって、十分なコストをかけることが可能であ
る場合には、このように各ページごとに独自のテイスト
(の評価ポイント)の割り振りをなし、それが不可能で
ある場合には、前記のように単純に深い階層に行くほど
浅い階層よりもテイストのポイントを高く設定するとい
う使い分けも有効である。
【0026】そして、後述のように、クライアントが記
事を読むたびに、各テイストの評価ポイントが評価され
て、ユーザデータベースの当該ユーザのデータ欄に格納
される。
【0027】図2は本発明のレコメンデーションシステ
ムの実行態様のプロセスの流れを示す概念図である。ウ
ェブページの記事を閲覧することを欲する閲覧者(以
下、「クライアント」という)側には、ブラウザ、ブラ
ウザを表示するための表示装置、ブラウザに入力するた
めの入力装置、及びサーバと通信制御を行うための通信
制御部を最低限具備するコンピュータ端末(以下、「ク
ライアント端末」という)が存する。
【0028】ウェブページの記事を閲覧することを欲す
る閲覧者(以下、クライアント)は、サーバに対して前
記ブラウザの指定箇所にアドレスを入力するなどの方法
により、前記サーバに対して接続要求を送信する(S2
01)。本発明のシステムにおいては、ユーザ情報がユ
ーザデータベースに蓄積されており、またこれを蓄積し
て、これを利用するため、ユーザを特定するためのユー
ザ認証が必要となる。そこで、ウェブエンジンは、ま
ず、このユーザ認証を行う(S202、S203)。
【0029】前記接続要求を受信したサーバ内のウェブ
エンジンは、予め自動作成してあるクライアントの認証
情報又は新規ユーザ登録ができる認証ページをクライア
ントに送信する。この認証ページを受信したクライアン
トは、既に登録済みのクライアントの場合はID及びパス
ワードに代表される認証情報を入力する。ウェブエンジ
ンは、クライアントが入力した認証情報を、ユーザデー
タベースのデータと照合して正当なクライアント端末で
あるか否かを判断する。その結果、認証情報が不当であ
る場合には、認証情報の再入力を要求するメッセージを
ウェブエンジンに送信し前記ウェブエンジンは前記再入
力要求を有すウェブページをクライアント端末に送信す
る。
【0030】なお、当該フローチャートには記載されて
いないが、まだ登録していないクライアントの場合に
は、ウェブエンジンは当該クライアントに対し新規登録
ページを送信する。新規登録ページを受信した前記クラ
イアントは、所定の個人情報を所定の欄に入力し登録ボ
タンをクリックすることによりサーバに送信する。前記
登録情報を受信したサーバ内のウェブエンジンは、ユー
ザの属性情報がデータベース化されて記録されているユ
ーザデータベースに前記登録情報を送信し前記ユーザデ
ータベースに登録を行う。この際に前記ユーザデータベ
ースからクライアントに対して一意のID及びパスワー
ドに代表される認証情報を何らかの関数、例えばランダ
ム関数等を用いて自動作成し、前記クライアント端末に
対して自動送信する。この認証情報により前記クライア
ントは次回から登録作業を改めて行わずにウェブページ
閲覧が行え、またサーバ側は前記クライアントに対して
料金請求やレコメンデーション要求の送信等が行える。
【0031】認証が終了すると、クライアントは、サー
バに対して前記ブラウザの指定箇所にアドレスを入力す
るなどの方法により、前記サーバに対して閲覧要求を送
信することが可能となる(S204)。前記接続要求を
受信したサーバ内のウェブエンジンは(S205)、ク
ライアントが希望するコンテンツをコンテンツデータベ
ースから取出し、クライアントに対し送信する(S20
6)。クライアント端末は、これを受信して表示する
(S207)。そして、クライアントは、この情報を閲
覧して、さらに次に閲覧を希望する画面にアクセスする
ために、ウェブページのリンク等をクリックする(S2
08)。これにより、クライアント端末から閲覧要求が
送信され(S204)、クライアントが当該ウェブペー
ジの閲覧を終了するまで、基本的にはS204からS2
08の間をループすることになる。
【0032】この過程において、S208でクライアン
トが次の画面をクリックすると、レコメンデーションエ
ンジンにおいて、次の画面のコンテンツに関する情報が
読込まれる。レコメンデーションエンジンは、読みこん
だコンテンツに関する情報のうち、テイストに関する情
報を用いて、クライアントのユーザデータベースを更新
する(S210)。具体的には、そのクライアントが有
している各々のテイストの評価値に、閲覧するウェブペ
ージが有している対応するテイストの評価ポイントを加
算し、前記クライアントのテイストの評価ポイントの一
覧であるプロファイルを更新する。このように、クライ
アントのテイストに関するデータを蓄積することによ
り、そのクライアントがどのような嗜好を有しているの
かを判断することができる。
【0033】プロファイル更新の方法の一例について説
明する。たとえば、本発明のシステムで扱うコンテンツ
に対し、n個のテイスト(T1〜Tn)を用意し、コン
テンツの階層レベルがm段階(L1〜Lm)ある場合に
おいて、ある記事に関し第1階層にコンテンツC1、第
2階層にコンテンツC2があって、C1にはテイストT
5につき1ポイント、テイスト8につき2ポイントが割
り振られているとする。これを、C1(T5)=1、C
1(T8)=2と標記することとする。このとき、C2
はC1と一連の記事の第2階層にあるものであるから、
C2のテイストT5は、 C2(T5)=C1(T5)×F(L2) として計算される。F( )は、階層レベルに応じた補
正数値を計算するための関数であり、たとえばF(L
2)=2、F(L3)=3等と設定されている。
【0034】したがって、このとき、 C2(T5)=C1(T5)×F(L2)=1×2=2 となり、同様に、 C2(T8)=C1(T8)×F(L2)=2×2=4 となる。そこで、ユーザデータベースの、それまでの当
該クライアントのテイストT5の値が32、テイストT
8の値が15であった場合には、当該クライアントのテ
イストT5の値は34となる。もちろん、F( )に
は、様々な関数を適宜用いることができ、またその他の
計算方法も適宜選択しうる。
【0035】そして、レコメンデーションエンジンは、
一定のトリガーにより、当該クライアントの嗜好にあっ
たコンテンツを選択する。すなわちそのユーザに関する
情報のうち、テイストの値の高い属性を見つけだし、そ
の属性に関し、高い評価値を有するページを選択する。
そして選択したコンテンツの送信要求をウェブエンジン
に対し送信し(S211)、ウェブエンジンはこれに基
いて、そのクライアントに対しそれらコンテンツの情報
を提供する(S212)。
【0036】レコメンデーションがなされるためのトリ
ガーは、クライアントによる明示的なレコメンデーショ
ン要求によってもよいし、経過時間やテイスト情報の蓄
積量等の、その他の要素をトリガーとしてもよい。この
ようにして、クライアントは、自らの嗜好に合致したコ
ンテンツの情報提供を受けることができる(S20
4)。
【0037】
【発明の効果】本発明により、ウェブページ閲覧者は自
分の嗜好性に合致したウェブページにつき、レコメンデ
ーションを受けることが可能になる。
【図面の簡単な説明】
【図1】本発明のレコメンデーションシステムのシステ
ム構成の一例を示す概念図である。
【図2】本発明の一つの実施態様のプロセスを示すフロ
ーチャートである。
【図3】雑誌一覧ウェブページの一例を示す図である。
【図4】表紙ウェブページの一例を示す図である。
【図5】見開きウェブページの一例を示す図である。
【図6】記事ウェブページの一例を示す図である。
【図7】本発明のテイストの一例を示す図である。
【符号の説明】
1 サーバ 2 インターネット 3 クライアント端末(ユーザ) 10 ウェブエンジン 11 レコメンデーションエンジン 101 コンテンツデータベース 102 ユーザデータベース
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 FI テーマコート゛(参考) G06F 17/30 110 G06F 17/30 110F 340 340A

Claims (7)

    【特許請求の範囲】
  1. 【請求項1】コンテンツを閲覧しうるウェブページにお
    いてユーザに対しコンテンツをレコメンデーションする
    システムであって、 コンテンツごとに複数の属性項目の評価ポイントを記憶
    しておき、 ユーザが閲覧したコンテンツに付された前記各属性項目
    の評価ポイントに基づいてそのユーザのプロファイルを
    更新することにより、そのユーザの好む属性に関する情
    報を蓄積し、 これに基づいてユーザに対しレコメンデーションを行う
    ことを特徴とするシステム。
  2. 【請求項2】サーバと少なくとも一つのクライアント端
    末を有するネットワーク上のコンテンツ閲覧システムに
    おいてユーザの嗜好に合致するコンテンツに関する情報
    をレコメンデーションするシステムであって、 各ユーザの嗜好性を収集するレコメンデーションログス
    テップと、 レコメンデーションページ送信ステップとを有し、 前記レコメンデーションログステップは、前記クライア
    ント端末からのユーザのコンテンツ閲覧をトラッキング
    し、ユーザが閲覧したコンテンツにあらかじめ属性項目
    ごとに点数化され付加されている評価ポイントに基づ
    き、当該ユーザのプロファイルの対応する属性項目のポ
    イントを更新してそのユーザ情報を蓄積し、 前記レコメンデーションページ送信ステップは、前記蓄
    積されたユーザ情報に基づいて、前記クライアント端末
    に対しそのユーザの嗜好に合致すると解されるコンテン
    ツに関する情報を送信することを特徴とするレコメンデ
    ーションシステム。
  3. 【請求項3】サーバと少なくとも一つのクライアント端
    末を有するネットワーク上のコンテンツ閲覧システムに
    おいて、前記サーバ上にあるレコメンデーションシステ
    ムであって、 ウェブエンジンと、 レコメンデーションエンジンと、 ユーザデータベースと、 コンテンツデータベースとを有し、 前記コンテンツデータベースには、コンテンツごとに複
    数の属性項目の評価ポイントが記憶されており、 前記レコメンデーションエンジンは、前記クライアント
    端末からユーザが選択したコンテンツに付された前記各
    属性項目の評価ポイントに基づいて前記ユーザデータベ
    ース中のそのユーザのプロファイルを更新することによ
    り、そのユーザの好む属性を蓄積し、 前記ウェブエンジンにおいて、前記プロファイルの情報
    に基づいて、ユーザに対しレコメンデーションを行うこ
    とを特徴とするシステム。
  4. 【請求項4】前記コンテンツの属性項目が、嗜好及び/
    又は感性に基づく分類を含むことを特徴とする請求項1
    乃至請求項3のいずれか記載のシステム。
  5. 【請求項5】前記コンテンツの全部又は一部を階層構造
    を有して格納し、 前記階層を有するコンテンツにおいては、階層が深いコ
    ンテンツほど当該属性項目の評価ポイントを高く設定す
    ることを特徴とする請求項1乃至請求項4のいずれか記
    載のシステム。
  6. 【請求項6】前記レコメンデーションがユーザに自動送
    信されることを特徴とする請求項1乃至請求項5のいず
    れか記載のシステム。
  7. 【請求項7】前記コンテンツが雑誌であることを特徴と
    する請求項1乃至請求項6のいずれか記載のシステム。
JP2000361805A 2000-11-28 2000-11-28 レコメンデーションシステム Withdrawn JP2002163508A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2000361805A JP2002163508A (ja) 2000-11-28 2000-11-28 レコメンデーションシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000361805A JP2002163508A (ja) 2000-11-28 2000-11-28 レコメンデーションシステム

Publications (1)

Publication Number Publication Date
JP2002163508A true JP2002163508A (ja) 2002-06-07

Family

ID=18833190

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000361805A Withdrawn JP2002163508A (ja) 2000-11-28 2000-11-28 レコメンデーションシステム

Country Status (1)

Country Link
JP (1) JP2002163508A (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006500648A (ja) * 2002-09-16 2006-01-05 ヤフー! インコーポレイテッド オンラインソフトウェアレンタル
JP2007249740A (ja) * 2006-03-17 2007-09-27 Kenwood Corp コンテンツ選択装置及びプログラム
JP2021043819A (ja) * 2019-09-12 2021-03-18 株式会社ぴやまる 情報提示システム、情報分析システム、情報提示方法、情報分析方法およびプログラム
CN115168713A (zh) * 2022-07-07 2022-10-11 南京聚之贝信息科技有限公司 一种用于数据分析的大数据喜好推荐系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006500648A (ja) * 2002-09-16 2006-01-05 ヤフー! インコーポレイテッド オンラインソフトウェアレンタル
US8583558B2 (en) 2002-09-16 2013-11-12 Yahoo! Inc. On-line software rental
JP2007249740A (ja) * 2006-03-17 2007-09-27 Kenwood Corp コンテンツ選択装置及びプログラム
JP2021043819A (ja) * 2019-09-12 2021-03-18 株式会社ぴやまる 情報提示システム、情報分析システム、情報提示方法、情報分析方法およびプログラム
CN115168713A (zh) * 2022-07-07 2022-10-11 南京聚之贝信息科技有限公司 一种用于数据分析的大数据喜好推荐系统

Similar Documents

Publication Publication Date Title
US11556544B2 (en) Search system and methods with integration of user annotations from a trust network
JP5941075B2 (ja) 信頼ネットワークを含むユーザ判断を一体化したサーチシステム、方法及びコンピュータ読取可能媒体
JP5808384B2 (ja) ユーザ注釈を一体化したサーチシステム及び方法
US6064980A (en) System and methods for collaborative recommendations
US9058364B2 (en) Variable personalization of search results in a search engine
US8463764B2 (en) Social based search engine, system and method
US8700489B2 (en) Apparatuses and method for recommending items based on determined trend leaders and trend followers
US20220365966A1 (en) System and method for providing content to users based on interactions by similar other users
US20080005064A1 (en) Apparatus and method for content annotation and conditional annotation retrieval in a search context
US20010013009A1 (en) System and method for computer-based marketing
US20070106627A1 (en) Social discovery systems and methods
JP4917061B2 (ja) 特徴的キーワード検出装置、特徴的キーワード検出方法、プログラムおよび記録媒体
JP2009544077A (ja) リソースの共有及びこれにアクセスするための方法及びシステム
WO2005003910A2 (en) Personals advertisement affinities in a networked computer system
US20030149580A1 (en) Customized interaction with computer network resources
EP1784747A2 (en) Search system and methods with integration of user annotations from a trust network
WO2006036781A2 (en) Search engine using user intent
JP2007510967A (ja) 電子カタログのブラウズを促進するユーザ供給コンテンツの個人化選択及び表示
JP5668010B2 (ja) 情報推薦方法、装置及びプログラム
JP2008146147A (ja) 情報提示装置、情報提示方法及び情報提示用プログラム
CN101517556A (zh) 用于共享和访问资源的方法和系统
JP2002163508A (ja) レコメンデーションシステム
JP2007241889A (ja) 情報検索システム、情報検索方法及び情報検索プログラム
CN112989238A (zh) 一种基于用户习惯的快速呈现页面的方法

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20080205