JP2003141148A - 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 - Google Patents
推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体Info
- Publication number
- JP2003141148A JP2003141148A JP2001333475A JP2001333475A JP2003141148A JP 2003141148 A JP2003141148 A JP 2003141148A JP 2001333475 A JP2001333475 A JP 2001333475A JP 2001333475 A JP2001333475 A JP 2001333475A JP 2003141148 A JP2003141148 A JP 2003141148A
- Authority
- JP
- Japan
- Prior art keywords
- recommended
- degree
- target
- recommendation
- information
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
Abstract
(57)【要約】
【課題】 各推奨対象の推奨度を均等化することのでき
る推奨情報提供方法、推奨情報送信システム、推奨情報
送信装置、コンピュータプログラム及び記録媒体を提供
する。 【解決手段】 ハードディスク１４に記憶される推奨対
象情報は、推奨対象の上層の推奨対象数に応じた係数を
含んでおり、ＣＰＵ１１により、係数に応じて推奨度を
変更し、変更した推奨度に基づいて推奨対象の何れかを
選択する。
る推奨情報提供方法、推奨情報送信システム、推奨情報
送信装置、コンピュータプログラム及び記録媒体を提供
する。 【解決手段】 ハードディスク１４に記憶される推奨対
象情報は、推奨対象の上層の推奨対象数に応じた係数を
含んでおり、ＣＰＵ１１により、係数に応じて推奨度を
変更し、変更した推奨度に基づいて推奨対象の何れかを
選択する。
Description
【０００１】
【発明の属する技術分野】本発明は、端末からのアクセ
スに基づいた推奨情報を提供する推奨情報提供方法、推
奨情報送信システム、推奨情報送信装置、コンピュータ
プログラム及び記録媒体に関する。
スに基づいた推奨情報を提供する推奨情報提供方法、推
奨情報送信システム、推奨情報送信装置、コンピュータ
プログラム及び記録媒体に関する。
【０００２】
【従来の技術】近年のインターネットの急速な普及に伴
い、通信ネットワーク上に仮想店舗を設置し、その仮想
店舗にて種々の商品の販売を行ういわゆる電子商取引
（ＥＣ）の市場が拡大している。このような電子商取引
を行っているＷＷＷサイト（以下、ＥＣサイトという）
では、来客の満足度の向上を図るべく、アクセスしてき
たすべての客に対して同一のコンテンツを提供するので
はなく、各客夫々の趣味・嗜好に応じて異なるコンテン
ツを提供するサービス（以下、パーソナライズサービス
という）を実現している。
い、通信ネットワーク上に仮想店舗を設置し、その仮想
店舗にて種々の商品の販売を行ういわゆる電子商取引
（ＥＣ）の市場が拡大している。このような電子商取引
を行っているＷＷＷサイト（以下、ＥＣサイトという）
では、来客の満足度の向上を図るべく、アクセスしてき
たすべての客に対して同一のコンテンツを提供するので
はなく、各客夫々の趣味・嗜好に応じて異なるコンテン
ツを提供するサービス（以下、パーソナライズサービス
という）を実現している。
【０００３】このようなパーソナライズサービスを実現
するために、従来から、ルールベース技術又は協調フィ
ルタリング技術が採用されてきた。
するために、従来から、ルールベース技術又は協調フィ
ルタリング技術が採用されてきた。
【０００４】ルールベース技術は、種々の知識をルール
として予め定義しておき、アクセスしてきた客に適した
コンテンツをこのルールに基づいて導出する技術であ
る。そのため、予めルールを定義しておく必要があり、
豊富な商品知識を有しているエキスパートから種々の知
識を引き出し、その引き出した知識に基づいて膨大な数
のルールを構築し管理しなければならなかった。また、
一度構築したルールを変更するためには新たにルールを
作る場合と同様な作業が必要となり、柔軟性に乏しいと
いう問題があった。
として予め定義しておき、アクセスしてきた客に適した
コンテンツをこのルールに基づいて導出する技術であ
る。そのため、予めルールを定義しておく必要があり、
豊富な商品知識を有しているエキスパートから種々の知
識を引き出し、その引き出した知識に基づいて膨大な数
のルールを構築し管理しなければならなかった。また、
一度構築したルールを変更するためには新たにルールを
作る場合と同様な作業が必要となり、柔軟性に乏しいと
いう問題があった。
【０００５】また、協調フィルタリング技術は、多数の
客のアクセス履歴をデータとして格納しておき、アクセ
スしてきた客のアクセス履歴と類似するアクセス履歴を
抽出し、抽出したアクセス履歴に基づいてコンテンツを
提供する技術である。そのため、データを予め用意して
おく必要があり、新規にＥＣサイトを開設する場合又は
新製品を販売する場合等では、データを十分に用意する
ことができず、協調フィルタリング技術を利用すること
ができないという問題があった。
客のアクセス履歴をデータとして格納しておき、アクセ
スしてきた客のアクセス履歴と類似するアクセス履歴を
抽出し、抽出したアクセス履歴に基づいてコンテンツを
提供する技術である。そのため、データを予め用意して
おく必要があり、新規にＥＣサイトを開設する場合又は
新製品を販売する場合等では、データを十分に用意する
ことができず、協調フィルタリング技術を利用すること
ができないという問題があった。
【０００６】このような問題を解決する方法として、複
数の推奨対象及び各推奨対象間の関係に関する推奨対象
情報及び客の行動に関する行動情報に基づいて、各推奨
対象の推奨度を算出し、客に応じた推奨対象を選択する
方法が、本願発明者によって特願２０００−２８０８５
６号に開示されている。この方法では、推奨対象情報は
推奨対象の性質に関する情報であるため、新規にＥＣサ
イトを開設する場合又は新製品を販売する場合等でも、
推奨対象情報を予め用意することができる。さらに、推
奨対象間の関係は意味ネットワークを用いて表現されて
いるため、推奨対象情報の管理又は変更等を容易に行う
ことができる。
数の推奨対象及び各推奨対象間の関係に関する推奨対象
情報及び客の行動に関する行動情報に基づいて、各推奨
対象の推奨度を算出し、客に応じた推奨対象を選択する
方法が、本願発明者によって特願２０００−２８０８５
６号に開示されている。この方法では、推奨対象情報は
推奨対象の性質に関する情報であるため、新規にＥＣサ
イトを開設する場合又は新製品を販売する場合等でも、
推奨対象情報を予め用意することができる。さらに、推
奨対象間の関係は意味ネットワークを用いて表現されて
いるため、推奨対象情報の管理又は変更等を容易に行う
ことができる。
【０００７】
【発明が解決しようとする課題】しかし、各推奨対象の
推奨度を算出し、算出した各推奨度に基づいて推奨対象
を選択するため、推奨度の選択に時間を要するという問
題があった。また、推奨対象情報は、階層型のネットワ
ーク構造をしており、推奨対象は階層関係を有している
ため、階層間の推奨度の差を最適に調整する必要があっ
た。
推奨度を算出し、算出した各推奨度に基づいて推奨対象
を選択するため、推奨度の選択に時間を要するという問
題があった。また、推奨対象情報は、階層型のネットワ
ーク構造をしており、推奨対象は階層関係を有している
ため、階層間の推奨度の差を最適に調整する必要があっ
た。
【０００８】本発明は斯かる事情に鑑みてなされたもの
であり、推奨対象の推奨度を予め設定された係数で変更
することにより、各推奨対象の推奨度を均等化又は偏重
することのできる推奨情報提供方法、推奨情報送信シス
テム、推奨情報送信装置、コンピュータプログラム及び
記録媒体を提供することを目的とする。
であり、推奨対象の推奨度を予め設定された係数で変更
することにより、各推奨対象の推奨度を均等化又は偏重
することのできる推奨情報提供方法、推奨情報送信シス
テム、推奨情報送信装置、コンピュータプログラム及び
記録媒体を提供することを目的とする。
【０００９】また、本発明の他の目的は、推奨度を求め
る毎に選択候補の推奨度と比較し、選択候補の推奨度を
更新していくことにより、提供する推奨対象の選択を高
速に行うことのできる推奨情報提供方法、推奨情報送信
システム、推奨情報送信装置、コンピュータプログラム
及び記録媒体を提供することを目的とする。
る毎に選択候補の推奨度と比較し、選択候補の推奨度を
更新していくことにより、提供する推奨対象の選択を高
速に行うことのできる推奨情報提供方法、推奨情報送信
システム、推奨情報送信装置、コンピュータプログラム
及び記録媒体を提供することを目的とする。
【００１０】
【課題を解決するための手段】第１発明に係る推奨情報
提供方法は、階層関係を有する推奨対象に関する推奨対
象情報を受付け、他の装置からのアクセスに関するアク
セス情報を作成し、前記推奨対象情報及び前記アクセス
情報に基づいて前記推奨対象の推奨度を求め、該推奨度
に基づいて前記推奨対象の何れかを選択し、選択した推
奨対象に関する推奨情報を前記他の装置に提供する推奨
情報提供方法において、前記推奨対象情報は、前記推奨
対象の上層の推奨対象数に応じた係数を含んでおり、前
記係数に応じて前記推奨度を変更し、前記変更した推奨
度に基づいて前記推奨対象の何れかを選択することを特
徴とする。
提供方法は、階層関係を有する推奨対象に関する推奨対
象情報を受付け、他の装置からのアクセスに関するアク
セス情報を作成し、前記推奨対象情報及び前記アクセス
情報に基づいて前記推奨対象の推奨度を求め、該推奨度
に基づいて前記推奨対象の何れかを選択し、選択した推
奨対象に関する推奨情報を前記他の装置に提供する推奨
情報提供方法において、前記推奨対象情報は、前記推奨
対象の上層の推奨対象数に応じた係数を含んでおり、前
記係数に応じて前記推奨度を変更し、前記変更した推奨
度に基づいて前記推奨対象の何れかを選択することを特
徴とする。
【００１１】第２発明に係る推奨情報提供方法は、第１
発明において、前記推奨対象の推奨度を、該推奨対象及
び該推奨対象よりも上層の推奨対象に基づいて求めるこ
とを特徴とする。
発明において、前記推奨対象の推奨度を、該推奨対象及
び該推奨対象よりも上層の推奨対象に基づいて求めるこ
とを特徴とする。
【００１２】第３発明に係る推奨情報提供方法は、推奨
対象に関する推奨対象情報を受付け、他の装置からのア
クセスに関するアクセス情報を作成し、前記推奨対象情
報及び前記アクセス情報に基づいて前記推奨対象の推奨
度を求め、該推奨度に基づいて前記推奨対象の何れかを
選択し、選択した推奨対象に関する推奨情報を前記他の
装置に提供する推奨情報提供方法において、記憶部に予
め記憶された所定数の推奨対象中最も低い推奨度と前記
求めた推奨度とを比較し、前記求めた推奨度の方が高い
場合、前記最も低い推奨度の推奨対象を前記求めた推奨
度の推奨対象に更新し、前記記憶部に記憶した所定数の
推奨対象を選択することを特徴とする。
対象に関する推奨対象情報を受付け、他の装置からのア
クセスに関するアクセス情報を作成し、前記推奨対象情
報及び前記アクセス情報に基づいて前記推奨対象の推奨
度を求め、該推奨度に基づいて前記推奨対象の何れかを
選択し、選択した推奨対象に関する推奨情報を前記他の
装置に提供する推奨情報提供方法において、記憶部に予
め記憶された所定数の推奨対象中最も低い推奨度と前記
求めた推奨度とを比較し、前記求めた推奨度の方が高い
場合、前記最も低い推奨度の推奨対象を前記求めた推奨
度の推奨対象に更新し、前記記憶部に記憶した所定数の
推奨対象を選択することを特徴とする。
【００１３】第４発明に係る推奨情報提供方法は、第３
発明において、前記推奨対象は階層関係を有し、前記推
奨対象の推奨度を求めたか否かを判定し、前記推奨対象
の推奨度を、上層から下層へ前記判定に応じて求めるこ
とを特徴とする。
発明において、前記推奨対象は階層関係を有し、前記推
奨対象の推奨度を求めたか否かを判定し、前記推奨対象
の推奨度を、上層から下層へ前記判定に応じて求めるこ
とを特徴とする。
【００１４】第５発明に係る推奨情報送信システムは、
端末装置と、階層関係を有する推奨対象に関する推奨対
象情報を受付け、前記端末装置からのアクセスに関する
アクセス情報を作成し、前記推奨対象情報及び前記アク
セス情報に基づいて前記推奨対象の推奨度を求め、求め
た推奨度に基づいて前記推奨対象の何れかを選択し、選
択した推奨対象に関する推奨情報を前記端末装置に送信
する推奨情報送信装置とを備えた推奨情報送信システム
において、前記推奨対象情報は、前記推奨対象の上層の
推奨対象数に応じた係数を含み、前記係数に応じて前記
推奨度を変更する手段を備え、前記変更した推奨度に基
づいて前記推奨対象の何れかを選択すべくなしてあるこ
とを特徴とする。
端末装置と、階層関係を有する推奨対象に関する推奨対
象情報を受付け、前記端末装置からのアクセスに関する
アクセス情報を作成し、前記推奨対象情報及び前記アク
セス情報に基づいて前記推奨対象の推奨度を求め、求め
た推奨度に基づいて前記推奨対象の何れかを選択し、選
択した推奨対象に関する推奨情報を前記端末装置に送信
する推奨情報送信装置とを備えた推奨情報送信システム
において、前記推奨対象情報は、前記推奨対象の上層の
推奨対象数に応じた係数を含み、前記係数に応じて前記
推奨度を変更する手段を備え、前記変更した推奨度に基
づいて前記推奨対象の何れかを選択すべくなしてあるこ
とを特徴とする。
【００１５】第６発明に係る推奨情報送信システムは、
第５発明において、前記推奨対象の推奨度を、該推奨対
象及び該推奨対象よりも上層の推奨対象に基づいて求め
るべくなしてあることを特徴とする。
第５発明において、前記推奨対象の推奨度を、該推奨対
象及び該推奨対象よりも上層の推奨対象に基づいて求め
るべくなしてあることを特徴とする。
【００１６】第７発明に係る推奨情報送信システムは、
端末装置と、推奨対象に関する推奨対象情報を受付け、
前記端末装置からのアクセスに関するアクセス情報を作
成し、前記推奨対象情報及び前記アクセス情報に基づい
て前記推奨対象の推奨度を求め、求めた推奨度に基づい
て前記推奨対象の何れかを選択し、選択した推奨対象に
関する推奨情報を前記端末装置に送信する推奨情報送信
装置とを備えた推奨情報送信システムにおいて、所定数
の推奨対象が予め記憶される記憶部と、前記求めた推奨
度と前記所定数の推奨対象中最も低い推奨度とを比較す
る手段と前記求めた推奨度の方が高い場合、前記最も低
い推奨度の推奨対象を前記求めた推奨度の推奨対象に更
新する手段とを更に備え、前記記憶する手段に記憶した
所定数の推奨対象を選択すべくなしてあることを特徴と
する。
端末装置と、推奨対象に関する推奨対象情報を受付け、
前記端末装置からのアクセスに関するアクセス情報を作
成し、前記推奨対象情報及び前記アクセス情報に基づい
て前記推奨対象の推奨度を求め、求めた推奨度に基づい
て前記推奨対象の何れかを選択し、選択した推奨対象に
関する推奨情報を前記端末装置に送信する推奨情報送信
装置とを備えた推奨情報送信システムにおいて、所定数
の推奨対象が予め記憶される記憶部と、前記求めた推奨
度と前記所定数の推奨対象中最も低い推奨度とを比較す
る手段と前記求めた推奨度の方が高い場合、前記最も低
い推奨度の推奨対象を前記求めた推奨度の推奨対象に更
新する手段とを更に備え、前記記憶する手段に記憶した
所定数の推奨対象を選択すべくなしてあることを特徴と
する。
【００１７】第８発明に係る推奨情報送信システムは、
第７発明において、前記推奨対象は階層関係を有し、前
記推奨対象の推奨度を求めたか否かを判定する手段を更
に備え、前記推奨対象の推奨度を、上層から下層へ前記
判定に応じて求めるべくなしてあることを特徴とする請
求項７記載の推奨情報送信システム。
第７発明において、前記推奨対象は階層関係を有し、前
記推奨対象の推奨度を求めたか否かを判定する手段を更
に備え、前記推奨対象の推奨度を、上層から下層へ前記
判定に応じて求めるべくなしてあることを特徴とする請
求項７記載の推奨情報送信システム。
【００１８】第９発明に係る推奨情報送信装置は、他の
装置が接続される接続部を有し、階層関係を有する推奨
対象に関する推奨対象情報を受付け、前記他の装置から
のアクセスに関するアクセス情報を作成し、前記推奨対
象情報及び前記アクセス情報に基づいて前記推奨対象の
推奨度を求め、求めた推奨度に基づいて前記推奨対象の
何れかを選択し、選択した推奨対象に関する推奨情報を
前記他の装置に送信する推奨情報送信装置において、前
記推奨対象情報は、前記推奨対象の上層の推奨対象数に
応じた係数を含み、前記係数に応じて前記推奨度を変更
する手段を備え、前記変更した推奨度に基づいて前記推
奨対象の何れかを選択すべくなしてあることを特徴とす
る。
装置が接続される接続部を有し、階層関係を有する推奨
対象に関する推奨対象情報を受付け、前記他の装置から
のアクセスに関するアクセス情報を作成し、前記推奨対
象情報及び前記アクセス情報に基づいて前記推奨対象の
推奨度を求め、求めた推奨度に基づいて前記推奨対象の
何れかを選択し、選択した推奨対象に関する推奨情報を
前記他の装置に送信する推奨情報送信装置において、前
記推奨対象情報は、前記推奨対象の上層の推奨対象数に
応じた係数を含み、前記係数に応じて前記推奨度を変更
する手段を備え、前記変更した推奨度に基づいて前記推
奨対象の何れかを選択すべくなしてあることを特徴とす
る。
【００１９】第１０発明に係る推奨情報送信装置は、第
９発明において、前記推奨対象の推奨度を、該推奨対象
及び該推奨対象よりも上層の推奨対象に基づいて求める
べくなしてあることを特徴とする。
９発明において、前記推奨対象の推奨度を、該推奨対象
及び該推奨対象よりも上層の推奨対象に基づいて求める
べくなしてあることを特徴とする。
【００２０】第１１発明に係る推奨情報送信装置は、他
の装置が接続される接続部を有し、推奨対象に関する推
奨対象情報を受付け、前記他の装置からのアクセスに関
するアクセス情報を作成し、前記推奨対象情報及び前記
アクセス情報に基づいて前記推奨対象の推奨度を求め、
求めた推奨度に基づいて前記推奨対象の何れかを選択
し、選択した推奨対象に関する推奨情報を前記他の装置
に送信する推奨情報送信装置において、所定数の推奨対
象が予め記憶される記憶部と、前記求めた推奨度と前記
所定数の推奨対象中最も低い推奨度とを比較する手段と
前記求めた推奨度の方が高い場合、前記最も低い推奨度
の推奨対象を前記求めた推奨度の推奨対象に更新する手
段とを更に備え、前記記憶する手段に記憶した所定数の
推奨対象を選択すべくなしてあることを特徴とする。
の装置が接続される接続部を有し、推奨対象に関する推
奨対象情報を受付け、前記他の装置からのアクセスに関
するアクセス情報を作成し、前記推奨対象情報及び前記
アクセス情報に基づいて前記推奨対象の推奨度を求め、
求めた推奨度に基づいて前記推奨対象の何れかを選択
し、選択した推奨対象に関する推奨情報を前記他の装置
に送信する推奨情報送信装置において、所定数の推奨対
象が予め記憶される記憶部と、前記求めた推奨度と前記
所定数の推奨対象中最も低い推奨度とを比較する手段と
前記求めた推奨度の方が高い場合、前記最も低い推奨度
の推奨対象を前記求めた推奨度の推奨対象に更新する手
段とを更に備え、前記記憶する手段に記憶した所定数の
推奨対象を選択すべくなしてあることを特徴とする。
【００２１】第１２発明に係る推奨情報送信装置は、第
１１発明において、前記推奨対象は階層関係を有し、前
記推奨対象の推奨度を求めたか否かを判定する手段を更
に備え、前記推奨対象の推奨度を、上層から下層へ前記
判定に応じて求めるべくなしてあることを特徴とする。
１１発明において、前記推奨対象は階層関係を有し、前
記推奨対象の推奨度を求めたか否かを判定する手段を更
に備え、前記推奨対象の推奨度を、上層から下層へ前記
判定に応じて求めるべくなしてあることを特徴とする。
【００２２】第１３発明に係るコンピュータプログラム
は、コンピュータに、階層関係を有する推奨対象に関す
る推奨対象情報を受付けさせ、他の装置からのアクセス
に関するアクセス情報を作成させ、前記推奨対象情報及
び前記アクセス情報に基づいて前記推奨対象の推奨度を
求めさせ、該推奨度に基づいて前記推奨対象の何れかを
選択させ、選択した推奨対象に関する推奨情報を前記他
の装置に送信させるコンピュータプログラムにおいて、
前記推奨対象情報は、前記推奨対象の上層の推奨対象数
に応じた係数を含んでおり、コンピュータに、前記係数
に応じて前記推奨度を変更させる手順と、コンピュータ
に、前記変更した推奨度に基づいて前記推奨対象の何れ
かを選択させる手順とを有することを特徴とする。
は、コンピュータに、階層関係を有する推奨対象に関す
る推奨対象情報を受付けさせ、他の装置からのアクセス
に関するアクセス情報を作成させ、前記推奨対象情報及
び前記アクセス情報に基づいて前記推奨対象の推奨度を
求めさせ、該推奨度に基づいて前記推奨対象の何れかを
選択させ、選択した推奨対象に関する推奨情報を前記他
の装置に送信させるコンピュータプログラムにおいて、
前記推奨対象情報は、前記推奨対象の上層の推奨対象数
に応じた係数を含んでおり、コンピュータに、前記係数
に応じて前記推奨度を変更させる手順と、コンピュータ
に、前記変更した推奨度に基づいて前記推奨対象の何れ
かを選択させる手順とを有することを特徴とする。
【００２３】第１４発明に係るコンピュータプログラム
は、第１３発明において、コンピュータに、前記推奨対
象の推奨度を、該推奨対象及び該推奨対象よりも上層の
推奨対象に基づいて求めさせる手順を更に有することを
特徴とする。
は、第１３発明において、コンピュータに、前記推奨対
象の推奨度を、該推奨対象及び該推奨対象よりも上層の
推奨対象に基づいて求めさせる手順を更に有することを
特徴とする。
【００２４】第１５発明に係るコンピュータプログラム
は、コンピュータに、コンピュータに、推奨対象に関す
る推奨対象情報を受付けさせ、他の装置からのアクセス
に関するアクセス情報を作成させ、前記推奨対象情報及
び前記アクセス情報に基づいて前記推奨対象の推奨度を
求めさせ、該推奨度に基づいて前記推奨対象の何れかを
選択させ、選択した推奨対象に関する推奨情報を前記他
の装置に送信させるコンピュータプログラムにおいて、
コンピュータに、記憶部に予め記憶された所定数の推奨
対象中最も低い推奨度と前記求めた推奨度とを比較させ
る手順とコンピュータに、前記求めた推奨度の方が高い
場合、前記最も低い推奨度の推奨対象を前記求めた推奨
度の推奨対象に更新させる手順と、コンピュータに、前
記記憶部に記憶した所定数の推奨対象を選択させる手順
とを有することを特徴とする。
は、コンピュータに、コンピュータに、推奨対象に関す
る推奨対象情報を受付けさせ、他の装置からのアクセス
に関するアクセス情報を作成させ、前記推奨対象情報及
び前記アクセス情報に基づいて前記推奨対象の推奨度を
求めさせ、該推奨度に基づいて前記推奨対象の何れかを
選択させ、選択した推奨対象に関する推奨情報を前記他
の装置に送信させるコンピュータプログラムにおいて、
コンピュータに、記憶部に予め記憶された所定数の推奨
対象中最も低い推奨度と前記求めた推奨度とを比較させ
る手順とコンピュータに、前記求めた推奨度の方が高い
場合、前記最も低い推奨度の推奨対象を前記求めた推奨
度の推奨対象に更新させる手順と、コンピュータに、前
記記憶部に記憶した所定数の推奨対象を選択させる手順
とを有することを特徴とする。
【００２５】第１６発明に係るコンピュータプログラム
は、第１５発明において、前記推奨対象は階層関係を有
し、コンピュータに、前記推奨対象の推奨度を求めたか
否かを判定させる手順と、コンピュータに、前記推奨対
象の推奨度を、上層から下層へ前記判定に応じて求めさ
せる手順とを有することを特徴とする。
は、第１５発明において、前記推奨対象は階層関係を有
し、コンピュータに、前記推奨対象の推奨度を求めたか
否かを判定させる手順と、コンピュータに、前記推奨対
象の推奨度を、上層から下層へ前記判定に応じて求めさ
せる手順とを有することを特徴とする。
【００２６】第１７発明に係るコンピュータ読み取り可
能な記録媒体は、コンピュータに、階層関係を有する推
奨対象に関する推奨対象情報を受付けさせ、他の装置か
らのアクセスに関するアクセス情報を作成させ、前記推
奨対象情報及び前記アクセス情報に基づいて前記推奨対
象の推奨度を求めさせ、該推奨度に基づいて前記推奨対
象の何れかを選択させ、選択した推奨対象に関する推奨
情報を前記他の装置に送信させるコンピュータプログラ
ムを記録したコンピュータ読み取り可能な記録媒体にお
いて、前記推奨対象情報は、前記推奨対象の上層の推奨
対象数に応じた係数を含んでおり、コンピュータに、前
記係数に応じて前記推奨度を変更させる手順と、コンピ
ュータに、前記変更した推奨度に基づいて前記推奨対象
の何れかを選択させる手順とを有するコンピュータプロ
グラムを記録してあることを特徴とする。
能な記録媒体は、コンピュータに、階層関係を有する推
奨対象に関する推奨対象情報を受付けさせ、他の装置か
らのアクセスに関するアクセス情報を作成させ、前記推
奨対象情報及び前記アクセス情報に基づいて前記推奨対
象の推奨度を求めさせ、該推奨度に基づいて前記推奨対
象の何れかを選択させ、選択した推奨対象に関する推奨
情報を前記他の装置に送信させるコンピュータプログラ
ムを記録したコンピュータ読み取り可能な記録媒体にお
いて、前記推奨対象情報は、前記推奨対象の上層の推奨
対象数に応じた係数を含んでおり、コンピュータに、前
記係数に応じて前記推奨度を変更させる手順と、コンピ
ュータに、前記変更した推奨度に基づいて前記推奨対象
の何れかを選択させる手順とを有するコンピュータプロ
グラムを記録してあることを特徴とする。
【００２７】第１８発明に係るコンピュータ読み取り可
能な記録媒体は、第１７発明において、コンピュータ
に、前記推奨対象の推奨度を、該推奨対象及び該推奨対
象よりも上層の推奨対象に基づいて求めさせる手順を更
に有するコンピュータプログラムを記録してあることを
特徴とする。
能な記録媒体は、第１７発明において、コンピュータ
に、前記推奨対象の推奨度を、該推奨対象及び該推奨対
象よりも上層の推奨対象に基づいて求めさせる手順を更
に有するコンピュータプログラムを記録してあることを
特徴とする。
【００２８】第１９発明に係るコンピュータ読み取り可
能な記録媒体は、コンピュータに、推奨対象に関する推
奨対象情報を受付けさせ、他の装置からのアクセスに関
するアクセス情報を作成させ、前記推奨対象情報及び前
記アクセス情報に基づいて前記推奨対象の推奨度を求め
させ、該推奨度に基づいて前記推奨対象の何れかを選択
させ、選択した推奨対象に関する推奨情報を前記他の装
置に送信させるコンピュータプログラムを記録したコン
ピュータ読み取り可能な記録媒体において、コンピュー
タに、記憶部に予め記憶された所定数の推奨対象中最も
低い推奨度と前記求めた推奨度とを比較させる手順とコ
ンピュータに、前記求めた推奨度の方が高い場合、前記
最も低い推奨度の推奨対象を前記求めた推奨度の推奨対
象に更新させる手順と、コンピュータに、前記記憶部に
記憶した所定数の推奨対象を選択させる手順とを有する
コンピュータプログラムを記録してあることを特徴とす
る。
能な記録媒体は、コンピュータに、推奨対象に関する推
奨対象情報を受付けさせ、他の装置からのアクセスに関
するアクセス情報を作成させ、前記推奨対象情報及び前
記アクセス情報に基づいて前記推奨対象の推奨度を求め
させ、該推奨度に基づいて前記推奨対象の何れかを選択
させ、選択した推奨対象に関する推奨情報を前記他の装
置に送信させるコンピュータプログラムを記録したコン
ピュータ読み取り可能な記録媒体において、コンピュー
タに、記憶部に予め記憶された所定数の推奨対象中最も
低い推奨度と前記求めた推奨度とを比較させる手順とコ
ンピュータに、前記求めた推奨度の方が高い場合、前記
最も低い推奨度の推奨対象を前記求めた推奨度の推奨対
象に更新させる手順と、コンピュータに、前記記憶部に
記憶した所定数の推奨対象を選択させる手順とを有する
コンピュータプログラムを記録してあることを特徴とす
る。
【００２９】第２０発明に係るコンピュータ読み取り可
能な記録媒体は、第１９発明において、前記推奨対象は
階層関係を有し、コンピュータに、前記推奨対象の推奨
度を求めたか否かを判定させる手順と、コンピュータ
に、前記推奨対象の推奨度を、上層から下層へ前記判定
に応じて求めさせる手順とを有するコンピュータプログ
ラムを記録してあることを特徴とする。
能な記録媒体は、第１９発明において、前記推奨対象は
階層関係を有し、コンピュータに、前記推奨対象の推奨
度を求めたか否かを判定させる手順と、コンピュータ
に、前記推奨対象の推奨度を、上層から下層へ前記判定
に応じて求めさせる手順とを有するコンピュータプログ
ラムを記録してあることを特徴とする。
【００３０】第１，５，９，１３，１７発明において
は、推奨対象の上層の推奨対象数に応じた係数が推奨対
象情報に含まれており、前記係数に応じて推奨度を変更
する。推奨対象が階層型ネットワーク構造の場合、推奨
対象を複数の親を持つことを許す木構造とすることがで
き、各推奨対象に上層の推奨対象数に応じた係数を設定
することができる。例えば、木のルート側の推奨対象に
小さい係数を設定し、木のリーフ側の推奨対象に大きい
係数を設定することができる。この場合、親及び先祖数
の多い推奨対象ほど、係数は大きくなる。例えば、推奨
対象を係数で除算し、除算された推奨度に応じて、推奨
対象の何れかを選択することができる。推奨対象を上記
例の係数で除算することにより、木のルート側の方がリ
ーフ側よりも推奨度が高くなる。係数を用いることによ
り、推奨度を偏重又は均等化することができる。
は、推奨対象の上層の推奨対象数に応じた係数が推奨対
象情報に含まれており、前記係数に応じて推奨度を変更
する。推奨対象が階層型ネットワーク構造の場合、推奨
対象を複数の親を持つことを許す木構造とすることがで
き、各推奨対象に上層の推奨対象数に応じた係数を設定
することができる。例えば、木のルート側の推奨対象に
小さい係数を設定し、木のリーフ側の推奨対象に大きい
係数を設定することができる。この場合、親及び先祖数
の多い推奨対象ほど、係数は大きくなる。例えば、推奨
対象を係数で除算し、除算された推奨度に応じて、推奨
対象の何れかを選択することができる。推奨対象を上記
例の係数で除算することにより、木のルート側の方がリ
ーフ側よりも推奨度が高くなる。係数を用いることによ
り、推奨度を偏重又は均等化することができる。
【００３１】第２，６，１０，１４，１８発明において
は、推奨対象の推奨度を、該推奨対象及び該推奨対象の
上層の推奨対象に基づいて求める。例えば、推奨対象単
独の推奨度と該推奨対象の上層の推奨対象の推奨度の和
とを加算して、前記推奨対象の推奨度を求めることがで
きる。この場合、下層側の推奨対象の方が上層側よりも
推奨度が高くなる。しかし、上記例の係数を用いること
により、上層側の推奨度の方が下層側よりも高くなるよ
うに偏重される。そのため、各推奨度は均等化される。
は、推奨対象の推奨度を、該推奨対象及び該推奨対象の
上層の推奨対象に基づいて求める。例えば、推奨対象単
独の推奨度と該推奨対象の上層の推奨対象の推奨度の和
とを加算して、前記推奨対象の推奨度を求めることがで
きる。この場合、下層側の推奨対象の方が上層側よりも
推奨度が高くなる。しかし、上記例の係数を用いること
により、上層側の推奨度の方が下層側よりも高くなるよ
うに偏重される。そのため、各推奨度は均等化される。
【００３２】第３，７，１１，１５，１９発明において
は、所定数の推奨対象を予め記憶部に記憶し、推奨度が
求まる毎に、求めた推奨度と記憶部に記憶された推奨対
象中最も低い推奨度とを比較し、求めた推奨度の方が高
い場合、前記最も低い推奨度の推奨対象に代えて前記求
めた推奨度の推奨対象を記憶部に記憶する。記憶部に記
憶された推奨対象を選択し、選択した推奨対象に関する
推奨情報を提供する。例えば、２つの推奨対象に関する
推奨情報を提供する場合、記憶部に２つの推奨対象を記
憶する。初期状態では、推奨度が最低の推奨対象又は所
要の推奨度の推奨対象を記憶しておく。推奨対象が求ま
る毎に、求めた推奨対象と記憶部の推奨対象の低い方の
推奨度とを比較し、推奨度が高い方の推奨対象を記憶部
に記憶する。全ての推奨対象の推奨度を求め終わったと
き、記憶部には、推奨度の最も高い推奨対象及び２番目
に高い推奨対象が記憶されている。記憶部に記憶された
推奨対象を選択し、推奨度の最も高い推奨対象及び２番
目に高い推奨対象の推奨情報を提供することができる。
は、所定数の推奨対象を予め記憶部に記憶し、推奨度が
求まる毎に、求めた推奨度と記憶部に記憶された推奨対
象中最も低い推奨度とを比較し、求めた推奨度の方が高
い場合、前記最も低い推奨度の推奨対象に代えて前記求
めた推奨度の推奨対象を記憶部に記憶する。記憶部に記
憶された推奨対象を選択し、選択した推奨対象に関する
推奨情報を提供する。例えば、２つの推奨対象に関する
推奨情報を提供する場合、記憶部に２つの推奨対象を記
憶する。初期状態では、推奨度が最低の推奨対象又は所
要の推奨度の推奨対象を記憶しておく。推奨対象が求ま
る毎に、求めた推奨対象と記憶部の推奨対象の低い方の
推奨度とを比較し、推奨度が高い方の推奨対象を記憶部
に記憶する。全ての推奨対象の推奨度を求め終わったと
き、記憶部には、推奨度の最も高い推奨対象及び２番目
に高い推奨対象が記憶されている。記憶部に記憶された
推奨対象を選択し、推奨度の最も高い推奨対象及び２番
目に高い推奨対象の推奨情報を提供することができる。
【００３３】第４，８，１２，１６，２０発明において
は、推奨度を求めたか否かを判定しながら、上層から下
層へ、推奨対象の推奨度を求めていく。推奨対象が階層
型ネットワーク構造の場合、推奨対象を複数の親を持つ
ことを許す木構造とすることができ、木のルートからリ
ーフへ向かって推奨度を求めていく。複数の親を持つこ
とができるため、何度も推奨度を求めることになる推奨
対象も存在する。推奨度を求めたか否かを判定し、未だ
求めていない推奨度を求めていくことにより、重複して
推奨度を求めることを防止できる。例えば、推奨度が記
憶される変数の初期値をＮＵＬＬ値とし、推奨度がＮＵ
ＬＬ値の場合に、推奨度を求めること等ができる。
は、推奨度を求めたか否かを判定しながら、上層から下
層へ、推奨対象の推奨度を求めていく。推奨対象が階層
型ネットワーク構造の場合、推奨対象を複数の親を持つ
ことを許す木構造とすることができ、木のルートからリ
ーフへ向かって推奨度を求めていく。複数の親を持つこ
とができるため、何度も推奨度を求めることになる推奨
対象も存在する。推奨度を求めたか否かを判定し、未だ
求めていない推奨度を求めていくことにより、重複して
推奨度を求めることを防止できる。例えば、推奨度が記
憶される変数の初期値をＮＵＬＬ値とし、推奨度がＮＵ
ＬＬ値の場合に、推奨度を求めること等ができる。
【００３４】
【発明の実施の形態】以下、本発明をその実施の形態を
示す図面に基づいて具体的に説明する。図１に、本発明
に係る推奨情報送信装置を用いた推奨情報送信システム
の一構成例を示す。本実施の形態においては、音楽ＣＤ
を販売するＷＷＷサイトを例にして説明する。したがっ
て、音楽ＣＤ、ＣＤに係る音楽家及び音楽様式等が推奨
対象となる。
示す図面に基づいて具体的に説明する。図１に、本発明
に係る推奨情報送信装置を用いた推奨情報送信システム
の一構成例を示す。本実施の形態においては、音楽ＣＤ
を販売するＷＷＷサイトを例にして説明する。したがっ
て、音楽ＣＤ、ＣＤに係る音楽家及び音楽様式等が推奨
対象となる。
【００３５】図１において、符号１は推奨情報を提供す
る推奨情報送信装置を示している。推奨情報送信装置１
はインターネット等の通信ネットワーク１００と接続さ
れており、通信ネットワーク１００を介してＣＤの販売
を行うＷＷＷサイト（ウェブサイト）を運営している。
推奨情報送信装置１は、ＣＤ販売を行う店舗サーバとし
ても動作するが、図２に示すように、推奨情報送信装置
１と店舗サーバ４とを別の装置にすることも可能であ
る。
る推奨情報送信装置を示している。推奨情報送信装置１
はインターネット等の通信ネットワーク１００と接続さ
れており、通信ネットワーク１００を介してＣＤの販売
を行うＷＷＷサイト（ウェブサイト）を運営している。
推奨情報送信装置１は、ＣＤ販売を行う店舗サーバとし
ても動作するが、図２に示すように、推奨情報送信装置
１と店舗サーバ４とを別の装置にすることも可能であ
る。
【００３６】また、符号２，２…は、パーソナルコンピ
ュータ，ＰＤＡ（Personal DigitalAssistants ）及び
携帯電話等の端末装置を示しており、各端末装置２，２
…は通信ネットワーク１００に接続されている。これら
の端末装置２，２…は、ウェブサイトを構成するウェブ
ページのブラウジング（閲覧）機能を有しており、これ
により推奨情報送信装置１によって運営されているウェ
ブサイトから発信される各種情報の閲覧を行うことがで
きる。
ュータ，ＰＤＡ（Personal DigitalAssistants ）及び
携帯電話等の端末装置を示しており、各端末装置２，２
…は通信ネットワーク１００に接続されている。これら
の端末装置２，２…は、ウェブサイトを構成するウェブ
ページのブラウジング（閲覧）機能を有しており、これ
により推奨情報送信装置１によって運営されているウェ
ブサイトから発信される各種情報の閲覧を行うことがで
きる。
【００３７】推奨情報送信装置１は、図１に示すよう
に、ＣＰＵ１１を有しており、ＣＰＵ１１は、以下のハ
ードウェア各部と接続され、前記各部を制御し、さらに
ハードディスク１４等から読み出した種々のコンピュー
タプログラムを実行する。
に、ＣＰＵ１１を有しており、ＣＰＵ１１は、以下のハ
ードウェア各部と接続され、前記各部を制御し、さらに
ハードディスク１４等から読み出した種々のコンピュー
タプログラムを実行する。
【００３８】ＲＡＭ１２は、例えばＳＲＡＭ及び／又は
ＤＲＡＭ等で構成され、コンピュータプログラムの実行
時に発生する一時的なデータを記憶する。
ＤＲＡＭ等で構成され、コンピュータプログラムの実行
時に発生する一時的なデータを記憶する。
【００３９】外部記憶装置１３は、本発明の推奨情報送
信装置１の動作に必要なコンピュータプログラムが記録
されているＣＤ−ＲＯＭ又はフレキシブルディスク等の
可搬型記録媒体２００から前記コンピュータプログラム
を読み取るＣＤ−ＲＯＭドライブ又はフレキシブルディ
スクドライブ等から構成される。
信装置１の動作に必要なコンピュータプログラムが記録
されているＣＤ−ＲＯＭ又はフレキシブルディスク等の
可搬型記録媒体２００から前記コンピュータプログラム
を読み取るＣＤ−ＲＯＭドライブ又はフレキシブルディ
スクドライブ等から構成される。
【００４０】ハードディスク１４は、外部記憶装置１３
で読み取った前記コンピュータプログラム及び各種のデ
ータ等を格納している。また、ＲＡＭ１２の記憶容量を
超えた分のデータが記憶される。この格納されているデ
ータには、複数の推奨対象及び各推奨対象の関係に関す
る推奨対象情報が含まれる。
で読み取った前記コンピュータプログラム及び各種のデ
ータ等を格納している。また、ＲＡＭ１２の記憶容量を
超えた分のデータが記憶される。この格納されているデ
ータには、複数の推奨対象及び各推奨対象の関係に関す
る推奨対象情報が含まれる。
【００４１】通信インタフェース１５は、通信ネットワ
ーク１００と接続するためのインタフェースであり、例
えば、アナログ回線を介して通信ネットワーク１００と
接続する場合はモデムで構成され、デジタル回線を介し
て通信ネットワーク１００と接続する場合はＤＳＵ（Di
gital Service Unit）、ターミナルアダプタ等で構成さ
れる。
ーク１００と接続するためのインタフェースであり、例
えば、アナログ回線を介して通信ネットワーク１００と
接続する場合はモデムで構成され、デジタル回線を介し
て通信ネットワーク１００と接続する場合はＤＳＵ（Di
gital Service Unit）、ターミナルアダプタ等で構成さ
れる。
【００４２】本発明の推奨情報送信装置１のコンピュー
タプログラムは可搬型記録媒体２００から読み取る以外
にも、推奨情報送信装置１を通信ネットワーク１００を
介して外部サーバ３に接続し、外部サーバ３に内蔵され
た記録媒体３１に記憶されている前記コンピュータプロ
グラムをダウンロードすることが可能である。ダウンロ
ードしたコンピュータプログラムをＣＰＵ１１が実行す
ることによって、推奨情報送信装置１は後述する処理を
実行することができる。
タプログラムは可搬型記録媒体２００から読み取る以外
にも、推奨情報送信装置１を通信ネットワーク１００を
介して外部サーバ３に接続し、外部サーバ３に内蔵され
た記録媒体３１に記憶されている前記コンピュータプロ
グラムをダウンロードすることが可能である。ダウンロ
ードしたコンピュータプログラムをＣＰＵ１１が実行す
ることによって、推奨情報送信装置１は後述する処理を
実行することができる。
【００４３】次に上述した推奨対象情報について、図３
に示す推奨対象情報の概念図を用いて説明する。図３に
示すように、推奨対象情報は意味ネットワークを用いて
表現されている。図３において、楕円（ノード）は推奨
対象を、矢印（アーク）は各推奨対象間の関係を表して
いる。例えば、“ＣＤ１”と“音楽家Ａ”との間には
「によって作成（演奏、歌唱）された」という関係
（ａ）がある。この関係（ａ）は、「ＣＤ１は音楽家Ａ
によって作成された」という関係を表現している。また
同様にして、“ＣＤ１”と“ジャズ”との間には「音楽
様式である」という関係（ｂ）があり、これにより「Ｃ
Ｄ１はジャズという音楽様式である」という関係が表現
されている。
に示す推奨対象情報の概念図を用いて説明する。図３に
示すように、推奨対象情報は意味ネットワークを用いて
表現されている。図３において、楕円（ノード）は推奨
対象を、矢印（アーク）は各推奨対象間の関係を表して
いる。例えば、“ＣＤ１”と“音楽家Ａ”との間には
「によって作成（演奏、歌唱）された」という関係
（ａ）がある。この関係（ａ）は、「ＣＤ１は音楽家Ａ
によって作成された」という関係を表現している。また
同様にして、“ＣＤ１”と“ジャズ”との間には「音楽
様式である」という関係（ｂ）があり、これにより「Ｃ
Ｄ１はジャズという音楽様式である」という関係が表現
されている。
【００４４】各アーク（ａ），（ｂ），（ｃ）は方向性
を有しており、その方向は矢印にて示されている。この
ように方向性を持つアークのみから構成されるグラフは
ＤＡＧ（Directed Acyclic Graph）と呼ばれる。ＤＡＧ
においては、すべてのノードが夫々同一のノードに戻る
ためのパスがないことが保証されている。
を有しており、その方向は矢印にて示されている。この
ように方向性を持つアークのみから構成されるグラフは
ＤＡＧ（Directed Acyclic Graph）と呼ばれる。ＤＡＧ
においては、すべてのノードが夫々同一のノードに戻る
ためのパスがないことが保証されている。
【００４５】各ノードには、推奨対象の上層（親、先
祖）の推奨対象数に応じた係数（マジックナンバー）が
設定される。マジックナンバーは、ルートのマジックナ
ンバーを１と定義し、各ノードに対し、親のマジックナ
ンバーの和を求めたものである。図３に示した各ノード
のマジックナンバーを表１に示す。
祖）の推奨対象数に応じた係数（マジックナンバー）が
設定される。マジックナンバーは、ルートのマジックナ
ンバーを１と定義し、各ノードに対し、親のマジックナ
ンバーの和を求めたものである。図３に示した各ノード
のマジックナンバーを表１に示す。
【００４６】
【表１】
【００４７】上述した推奨対象情報は、知識エンジニア
が、豊富な商品知識を有しているエキスパート（例えば
ＣＤ販売店の販売員等）からその商品知識を引き出した
後に手作業にて作成され、推奨情報送信装置１の入力装
置（図示していない）から入力され、ハードディスク１
４に記憶される。
が、豊富な商品知識を有しているエキスパート（例えば
ＣＤ販売店の販売員等）からその商品知識を引き出した
後に手作業にて作成され、推奨情報送信装置１の入力装
置（図示していない）から入力され、ハードディスク１
４に記憶される。
【００４８】なお、本実施の形態では推奨情報送信装置
１がＣＤの販売に使用されているが、ＣＤ以外の商品、
例えば本、食品又は洋服等のその他の商品販売に使用で
きることは勿論である。また物販に限らず種々のサービ
スを提供する場合にも用いることが可能である。例え
ば、電話センター又はヘルプデスクにおいてオペレータ
に対して適切なアドバイスを提供したり、各学習者夫々
に対して適切な学習指導を行うこと等が可能である。
１がＣＤの販売に使用されているが、ＣＤ以外の商品、
例えば本、食品又は洋服等のその他の商品販売に使用で
きることは勿論である。また物販に限らず種々のサービ
スを提供する場合にも用いることが可能である。例え
ば、電話センター又はヘルプデスクにおいてオペレータ
に対して適切なアドバイスを提供したり、各学習者夫々
に対して適切な学習指導を行うこと等が可能である。
【００４９】客は、端末装置２，２…を用いて推奨情報
送信装置１が運営しているＷＷＷサイトへアクセスし、
そのＷＷＷサイトにて販売されているＣＤに関する情報
を参照するためにＣＤに係るリンクをクリックすること
によりそのＣＤに関する情報を表示させたり、そのＣＤ
を購入したりする。
送信装置１が運営しているＷＷＷサイトへアクセスし、
そのＷＷＷサイトにて販売されているＣＤに関する情報
を参照するためにＣＤに係るリンクをクリックすること
によりそのＣＤに関する情報を表示させたり、そのＣＤ
を購入したりする。
【００５０】上述したＣＤに関する情報の表示及びＣＤ
の購入等のイベントは客の行動を示している。推奨情報
送信装置１は、このようなイベントを客から受付けるこ
とによって客の行動を示す行動情報（アクセス情報）を
収集し、ハードディスク１４に格納する。
の購入等のイベントは客の行動を示している。推奨情報
送信装置１は、このようなイベントを客から受付けるこ
とによって客の行動を示す行動情報（アクセス情報）を
収集し、ハードディスク１４に格納する。
【００５１】図４（ａ）は、行動情報の例を示す概念図
である。図４（ａ）に示すように、行動情報にはＮｏ．
（番号）フィールド、客フィールド、ノードフィール
ド、種別フィールド、日時フィールド及び重要度フィー
ルド等の各フィールドが用意されている。
である。図４（ａ）に示すように、行動情報にはＮｏ．
（番号）フィールド、客フィールド、ノードフィール
ド、種別フィールド、日時フィールド及び重要度フィー
ルド等の各フィールドが用意されている。
【００５２】Ｎｏ．フィールドには客の行動を示すイベ
ントを識別するための識別子（以下、イベントＮｏ．と
いう）が、客フィールドにはそのイベントの主体である
客を識別するための識別子が、ノードフィールドにはそ
のイベントに係る推奨対象を示すノードが夫々格納され
る。
ントを識別するための識別子（以下、イベントＮｏ．と
いう）が、客フィールドにはそのイベントの主体である
客を識別するための識別子が、ノードフィールドにはそ
のイベントに係る推奨対象を示すノードが夫々格納され
る。
【００５３】また、種別フィールドにはそのイベントの
種別が、日時フィールドにはそのイベントが発生した日
時が、重要度フィールドにはそのイベントに対して定め
られた重要度が夫々格納される。例えばＣＤに関する情
報を客が参照している参照時間等の属性がある。この場
合、この参照時間の長さにより、客のそのＣＤに対する
関心度を推測することが可能である。したがって、行動
の属性である参照時間に基づいて重要度を定め、定めら
れた重要度を各推奨対象夫々の推奨度の算出に用いるこ
とによって、客に対して適切な推奨対象に係る推奨情報
を提供することが可能になる。
種別が、日時フィールドにはそのイベントが発生した日
時が、重要度フィールドにはそのイベントに対して定め
られた重要度が夫々格納される。例えばＣＤに関する情
報を客が参照している参照時間等の属性がある。この場
合、この参照時間の長さにより、客のそのＣＤに対する
関心度を推測することが可能である。したがって、行動
の属性である参照時間に基づいて重要度を定め、定めら
れた重要度を各推奨対象夫々の推奨度の算出に用いるこ
とによって、客に対して適切な推奨対象に係る推奨情報
を提供することが可能になる。
【００５４】図４（ａ）に示す例では、例えば「１９９
８年１０月１７日の８時５２分に客１がＣＤ１を購入し
た」というイベントを受付けた場合の行動情報が示され
ており、このイベントのイベントＮｏ．は“１”であ
り、またこのイベントに対しては重要度として“１０”
が付与されていることが示されている。同様にして「１
９９８年１０月１７日９時１分に客２がＣＤ２に係るリ
ンクをクリックした」というイベントを受付けた場合の
行動情報が示されており、このイベントのイベントＮ
ｏ．が“２”であり、さらにこのイベントに対しては重
要度として“２”が付与されていることが示されてい
る。
８年１０月１７日の８時５２分に客１がＣＤ１を購入し
た」というイベントを受付けた場合の行動情報が示され
ており、このイベントのイベントＮｏ．は“１”であ
り、またこのイベントに対しては重要度として“１０”
が付与されていることが示されている。同様にして「１
９９８年１０月１７日９時１分に客２がＣＤ２に係るリ
ンクをクリックした」というイベントを受付けた場合の
行動情報が示されており、このイベントのイベントＮ
ｏ．が“２”であり、さらにこのイベントに対しては重
要度として“２”が付与されていることが示されてい
る。
【００５５】重要度フィールドに格納された重要度の値
は、種別フィールドに“購入”が格納されている場合は
購入したＣＤの金額に応じた値となり、種別フィールド
に“クリック”が格納されている場合はＣＤに係るリン
クがクリックされて、リンクに係るページが客によって
参照されている時間に応じた値となる。例えば、ＣＰＵ
１１により、ハードディスク１４に記憶された金額と重
要度との対応テーブル又は時間と重要度との対応テーブ
ルを読出し、金額又は時間に対応する重要度を抽出し、
重要度フィールドに格納する。
は、種別フィールドに“購入”が格納されている場合は
購入したＣＤの金額に応じた値となり、種別フィールド
に“クリック”が格納されている場合はＣＤに係るリン
クがクリックされて、リンクに係るページが客によって
参照されている時間に応じた値となる。例えば、ＣＰＵ
１１により、ハードディスク１４に記憶された金額と重
要度との対応テーブル又は時間と重要度との対応テーブ
ルを読出し、金額又は時間に対応する重要度を抽出し、
重要度フィールドに格納する。
【００５６】ＣＤを販売しているＥＣサイトにおいて、
客の行動には、上述したように「ＣＤに係るリンクをク
リックした」及び「ＣＤを購入した」等の種別がある。
この場合、前者の種別に係る行動は客に対してそのＣＤ
を推奨することの積極的な理由となり得るが、後者の種
別に係る行動はそのような積極的な理由とはなり得な
い。なぜなら、客が同じＣＤを複数枚購入することは稀
だからである。したがって、推奨すべき推奨対象を選択
する際には客の行動の種別に注目する必要がある。
客の行動には、上述したように「ＣＤに係るリンクをク
リックした」及び「ＣＤを購入した」等の種別がある。
この場合、前者の種別に係る行動は客に対してそのＣＤ
を推奨することの積極的な理由となり得るが、後者の種
別に係る行動はそのような積極的な理由とはなり得な
い。なぜなら、客が同じＣＤを複数枚購入することは稀
だからである。したがって、推奨すべき推奨対象を選択
する際には客の行動の種別に注目する必要がある。
【００５７】推奨情報送信装置１は、ＣＰＵ１１によ
り、種別フィールドに格納されている値によって、行動
情報の分類処理を行う。例えば種別フィールドの値が
“購入”である行動情報と、“クリック”である行動情
報との分類を行う。ここで分類された行動情報の集合の
ことを、以下ではイベントストリームと呼ぶ。
り、種別フィールドに格納されている値によって、行動
情報の分類処理を行う。例えば種別フィールドの値が
“購入”である行動情報と、“クリック”である行動情
報との分類を行う。ここで分類された行動情報の集合の
ことを、以下ではイベントストリームと呼ぶ。
【００５８】図４（ａ）に示すような行動情報（アクセ
ス情報）を格納している推奨情報送信装置１は、ＣＰＵ
１１により、各推奨対象の推奨度の算出を行う。推奨度
を算出する場合、推奨情報送信装置１は、推奨対象情報
を構成する各ノードにおけるエビデンス値の算出を行
う。ここでエビデンスとは、ある仮説（例えば「客はジ
ャズが好きである」等）に対して証拠となりうるイベン
ト（例えば「客がジャズのＣＤに係るリンクをクリック
した」又は「客がジャズのＣＤを購入した」等）のこと
であり、エビデンス値とはこのようなエビデンスを数値
化したものである。以下の説明において、エビデンス値
をＥn,s と表す。ここで、ｎはノードを識別する識別子
を、ｓはイベントストリームを識別する識別子を夫々示
している。
ス情報）を格納している推奨情報送信装置１は、ＣＰＵ
１１により、各推奨対象の推奨度の算出を行う。推奨度
を算出する場合、推奨情報送信装置１は、推奨対象情報
を構成する各ノードにおけるエビデンス値の算出を行
う。ここでエビデンスとは、ある仮説（例えば「客はジ
ャズが好きである」等）に対して証拠となりうるイベン
ト（例えば「客がジャズのＣＤに係るリンクをクリック
した」又は「客がジャズのＣＤを購入した」等）のこと
であり、エビデンス値とはこのようなエビデンスを数値
化したものである。以下の説明において、エビデンス値
をＥn,s と表す。ここで、ｎはノードを識別する識別子
を、ｓはイベントストリームを識別する識別子を夫々示
している。
【００５９】図５は、エビデンス値を更新する場合の本
発明の推奨情報送信装置１の処理手順を示すフローチャ
ートである。なお、推奨対象情報を構成する各ノードに
おけるエビデンス値には、デフォルト値として０が設定
されている。
発明の推奨情報送信装置１の処理手順を示すフローチャ
ートである。なお、推奨対象情報を構成する各ノードに
おけるエビデンス値には、デフォルト値として０が設定
されている。
【００６０】客からイベントを受付けた場合、推奨情報
送信装置１は、受付けたイベントに係るノードｎを決定
する（Ｓ１０１）。ここでイベントに係るノードとは、
そのイベントの直接の対象となるノードのことであり、
行動情報におけるノードフィールドに格納されている値
である。例えば、イベントが「１９９８年１０月１７日
の８時５２分に客１がＣＤ１を購入した」である場合、
“ＣＤ１”に対応するノードがイベントに係るノードと
なる。
送信装置１は、受付けたイベントに係るノードｎを決定
する（Ｓ１０１）。ここでイベントに係るノードとは、
そのイベントの直接の対象となるノードのことであり、
行動情報におけるノードフィールドに格納されている値
である。例えば、イベントが「１９９８年１０月１７日
の８時５２分に客１がＣＤ１を購入した」である場合、
“ＣＤ１”に対応するノードがイベントに係るノードと
なる。
【００６１】次にノードｎにおけるＥn,s を後述する式
を用いて算出することによりＥn,sの更新を行う（Ｓ１
０２）。算出はＣＰＵ１１で行い、算出結果は、ＲＡＭ
１２又はハードディスク１４に記憶する。そしてノード
ｎにおいてイベントストリームｓ中のｉ番目のイベント
についてＥn,s の算出が既に行われたことを示す変数Ｕ
n,s の値にｉを設定する（Ｓ１０３）。変数Ｕn,s はＲ
ＡＭ１２又はハードディスク１４に記憶され、ＣＰＵ１
１により更新される。
を用いて算出することによりＥn,sの更新を行う（Ｓ１
０２）。算出はＣＰＵ１１で行い、算出結果は、ＲＡＭ
１２又はハードディスク１４に記憶する。そしてノード
ｎにおいてイベントストリームｓ中のｉ番目のイベント
についてＥn,s の算出が既に行われたことを示す変数Ｕ
n,s の値にｉを設定する（Ｓ１０３）。変数Ｕn,s はＲ
ＡＭ１２又はハードディスク１４に記憶され、ＣＰＵ１
１により更新される。
【００６２】次にＣＰＵ１１により、現在の処理の対象
であるノードの親ノードはノードｎに設定され（Ｓ１０
４）、そのノードｎにおけるＵn,s の値がｉであるか否
かが判定される（Ｓ１０５）。ここでＵn,s の値がｉで
はないと判定された場合（Ｓ１０５：ＮＯ）、ステップ
Ｓ１０２に戻り処理を繰り返す。一方、ノードｎのＵ
n,s の値がｉであると判定された場合（Ｓ１０５：ＹＥ
Ｓ）、ＣＰＵ１１は、ノードｎにおいてイベントストリ
ームｓ中のｉ番目のイベントについてＥn,s の更新処理
が既に行われたものと判断し、処理を終了する。親ノー
ドが複数の場合は、全ての親ノードのＵn,s の値がｉに
なるまで、ＣＰＵ１１によりＥn,s の更新処理が行われ
る。
であるノードの親ノードはノードｎに設定され（Ｓ１０
４）、そのノードｎにおけるＵn,s の値がｉであるか否
かが判定される（Ｓ１０５）。ここでＵn,s の値がｉで
はないと判定された場合（Ｓ１０５：ＮＯ）、ステップ
Ｓ１０２に戻り処理を繰り返す。一方、ノードｎのＵ
n,s の値がｉであると判定された場合（Ｓ１０５：ＹＥ
Ｓ）、ＣＰＵ１１は、ノードｎにおいてイベントストリ
ームｓ中のｉ番目のイベントについてＥn,s の更新処理
が既に行われたものと判断し、処理を終了する。親ノー
ドが複数の場合は、全ての親ノードのＵn,s の値がｉに
なるまで、ＣＰＵ１１によりＥn,s の更新処理が行われ
る。
【００６３】上述した処理により、ステップＳ１０１に
てイベントに係るノードと決定されたノードから到達で
きるすべての親又は先祖ノードにおけるエビデンス値が
順次更新される。変数Ｕn,s により、親又は先祖ノード
の更新は一度だけ行われる。
てイベントに係るノードと決定されたノードから到達で
きるすべての親又は先祖ノードにおけるエビデンス値が
順次更新される。変数Ｕn,s により、親又は先祖ノード
の更新は一度だけ行われる。
【００６４】次にエビデンス値を算出するために用いる
いくつかの式について説明する。第１の式は、 Ｅn,s ＝（ｅs,i ／ｍ）＋Ｅ’n,s ・・・式（１） である。ここでＥ’n,s は、エビデンス値を更新する前
のノードｎにおけるエビデンス値を表しており、ｅs,i
は、イベントストリームｓにおけるｉ番目のイベントの
重要度（重要度フィールドに格納されている値）を表し
ており、ｍはイベントが発生したノードのマジックナン
バーを表している。
いくつかの式について説明する。第１の式は、 Ｅn,s ＝（ｅs,i ／ｍ）＋Ｅ’n,s ・・・式（１） である。ここでＥ’n,s は、エビデンス値を更新する前
のノードｎにおけるエビデンス値を表しており、ｅs,i
は、イベントストリームｓにおけるｉ番目のイベントの
重要度（重要度フィールドに格納されている値）を表し
ており、ｍはイベントが発生したノードのマジックナン
バーを表している。
【００６５】上述した式（１）では、イベントの重要度
を反映したエビデンス値を算出することが可能である
が、時間的に新しいイベントと古いイベントとの差異を
反映させることはできない。客の趣味・嗜好は時間とと
もに変化する場合が多く、以下の式（２）に示すよう
に、最近受付けたイベントと以前に受付けたイベントと
を区別して扱う必要がある。このような区別を行うため
に、後述する式（３）及び（４）を採用する。
を反映したエビデンス値を算出することが可能である
が、時間的に新しいイベントと古いイベントとの差異を
反映させることはできない。客の趣味・嗜好は時間とと
もに変化する場合が多く、以下の式（２）に示すよう
に、最近受付けたイベントと以前に受付けたイベントと
を区別して扱う必要がある。このような区別を行うため
に、後述する式（３）及び（４）を採用する。
【００６６】第２の式は、
Ｅn,s ＝ｆ（Ｅ’n,s ，ｅs,i ，ｔn ，ｍ）・・・式（２）
である。ここでｔn は、ノードｎにおいてエビデンス値
が前回更新された時点から経過した経過時間、又は同じ
く更新されてから実行された処理サイクル数等を示して
いる。なお、この処理サイクル数はｉ−Ｕn,s により算
出することができる。
が前回更新された時点から経過した経過時間、又は同じ
く更新されてから実行された処理サイクル数等を示して
いる。なお、この処理サイクル数はｉ−Ｕn,s により算
出することができる。
【００６７】第３の式は、
Ｅn,s ＝（１−αs ）（ｅs,i ／ｍ）＋αs Ｅ’n,s ・・・式（３）
である。ここで、αs はイベントストリームｓにおける
最新のイベントとそのイベントよりも以前のイベントと
の重要度の差異の取り扱いを制御するためのパラメータ
である。また第４の式は、 Ｅn,s ＝（１−αs ）（ｅs,i ／ｍ）＋Power （αs ，ｉ−Ｕn,s ）Ｅ’n,s ・・・式（４） である。ここでPower （ ）は累乗を計算するための関
数を表している。
最新のイベントとそのイベントよりも以前のイベントと
の重要度の差異の取り扱いを制御するためのパラメータ
である。また第４の式は、 Ｅn,s ＝（１−αs ）（ｅs,i ／ｍ）＋Power （αs ，ｉ−Ｕn,s ）Ｅ’n,s ・・・式（４） である。ここでPower （ ）は累乗を計算するための関
数を表している。
【００６８】推奨情報送信装置１が客からイベントを受
付けた場合に、推奨対象情報を構成する全てのノードに
おけるエビデンス値が更新されるときは式（３）を用
い、一方いくつかのノードにおけるエビデンス値が更新
されないときは式（４）を用いる。
付けた場合に、推奨対象情報を構成する全てのノードに
おけるエビデンス値が更新されるときは式（３）を用
い、一方いくつかのノードにおけるエビデンス値が更新
されないときは式（４）を用いる。
【００６９】図４（ｂ）のイベントＮｏ．が“１”及び
“２”である２つのイベントを推奨情報送信装置１が受
付けた場合のエビデンス値の算出結果を表２に示す。な
お、ここでは、上述した式（４）を用いてエビデンス値
を算出しており、パラメータαs の値は０．８に設定さ
れている。エビデンス値の算出はＣＰＵ１１により行わ
れ、算出されたエビデンス値はＲＡＭ１２又はハードデ
ィスク１４に記憶される。αs ，ｅs,i ，ｍ，Ｅ’n,s
（Ｅn,s ）はＲＡＭ１２又はハードディスク１４に記憶
され、必要に応じてＣＰＵ１１により読み出される。
“２”である２つのイベントを推奨情報送信装置１が受
付けた場合のエビデンス値の算出結果を表２に示す。な
お、ここでは、上述した式（４）を用いてエビデンス値
を算出しており、パラメータαs の値は０．８に設定さ
れている。エビデンス値の算出はＣＰＵ１１により行わ
れ、算出されたエビデンス値はＲＡＭ１２又はハードデ
ィスク１４に記憶される。αs ，ｅs,i ，ｍ，Ｅ’n,s
（Ｅn,s ）はＲＡＭ１２又はハードディスク１４に記憶
され、必要に応じてＣＰＵ１１により読み出される。
【００７０】
【表２】
【００７１】推奨情報送信装置１は、求めたエビデンス
値に基づいて、推奨対象を選択し、選択した推奨対象を
端末装置２に送信する。以下、選択した推奨対象を提供
推奨対象と呼ぶ。提供推奨対象の選択は、例えば特定の
カテゴリ（音楽様式、音楽家）に属するノード、エビデ
ンス値が所定値以上のノード等の条件に基づいて行うこ
とができる。また、選択する提供推奨対象数は、任意数
に設定することができる。本実施の形態では、２に設定
する。
値に基づいて、推奨対象を選択し、選択した推奨対象を
端末装置２に送信する。以下、選択した推奨対象を提供
推奨対象と呼ぶ。提供推奨対象の選択は、例えば特定の
カテゴリ（音楽様式、音楽家）に属するノード、エビデ
ンス値が所定値以上のノード等の条件に基づいて行うこ
とができる。また、選択する提供推奨対象数は、任意数
に設定することができる。本実施の形態では、２に設定
する。
【００７２】推奨対象情報には推奨対象の上層の推奨対
象数に応じた係数（マジックナンバー）が含まれ、ＣＰ
Ｕ１１はマジックナンバーに応じて推奨度を変更する手
段として動作する。本実施の形態では、エビデンス値を
マジックナンバーに応じて変更（除算）し、変更したエ
ビデンス値を用いて推奨度を求める。推奨度は、ＣＰＵ
１１により、推奨対象及び該推奨対象よりも上層（親、
先祖）の推奨対象に基づいて求められる。ＣＰＵ１１
は、推奨対象の推奨度を求めたか否かを判定する手段、
推奨対象の推奨度を、上層から下層へ前記判定に基づい
て求める手段として動作する。ＣＰＵ１１により、推奨
度に基づいて推奨対象の何れかが選択される。
象数に応じた係数（マジックナンバー）が含まれ、ＣＰ
Ｕ１１はマジックナンバーに応じて推奨度を変更する手
段として動作する。本実施の形態では、エビデンス値を
マジックナンバーに応じて変更（除算）し、変更したエ
ビデンス値を用いて推奨度を求める。推奨度は、ＣＰＵ
１１により、推奨対象及び該推奨対象よりも上層（親、
先祖）の推奨対象に基づいて求められる。ＣＰＵ１１
は、推奨対象の推奨度を求めたか否かを判定する手段、
推奨対象の推奨度を、上層から下層へ前記判定に基づい
て求める手段として動作する。ＣＰＵ１１により、推奨
度に基づいて推奨対象の何れかが選択される。
【００７３】選択方法として、エビデンス値から推奨度
（得点）を求め、得点の高い推奨対象を提供推奨情報に
選択することができる。ＲＡＭ１２は、所定数の推奨対
象（推奨リスト）を記憶する手段として動作し、ＣＰＵ
１１は、求めた推奨度とＲＡＭ１２に記憶された所定数
の推奨対象中最も低い推奨度とを比較する手段として動
作する。求めた推奨度の方が高い場合、ＣＰＵ１１によ
り、前記最も低い推奨度の推奨対象に代えて前記求めた
推奨度の推奨対象がＲＡＭ１２に記憶される。ＣＰＵ１
１により、ＲＡＭ１２に記憶された所定数の推奨対象が
選択され、選択された推奨対象の推奨情報が端末装置２
へ送信される。
（得点）を求め、得点の高い推奨対象を提供推奨情報に
選択することができる。ＲＡＭ１２は、所定数の推奨対
象（推奨リスト）を記憶する手段として動作し、ＣＰＵ
１１は、求めた推奨度とＲＡＭ１２に記憶された所定数
の推奨対象中最も低い推奨度とを比較する手段として動
作する。求めた推奨度の方が高い場合、ＣＰＵ１１によ
り、前記最も低い推奨度の推奨対象に代えて前記求めた
推奨度の推奨対象がＲＡＭ１２に記憶される。ＣＰＵ１
１により、ＲＡＭ１２に記憶された所定数の推奨対象が
選択され、選択された推奨対象の推奨情報が端末装置２
へ送信される。
【００７４】提供推奨対象の選択手順の一例を図６、図
７及び図８に示す。ルートにおける各ノード（ノード
ｎ）に、ＣＰＵ１１により図６に示す処理が行われる。
ＣＰＵ１１により、ノードｎの得点はノードｎのエビデ
ンス値にされ、ノードｎのマーカー値は更新され、ノー
ドｎの未処理の親ノード数はゼロにされ（Ｓ１１０）、
得点が昇順となるようにノードｎが処理リストに挿入さ
れる（Ｓ１１２）。マーカー値は上述した変数Ｕn,s と
同様にノードｎのエビデンス値の更新状況を表し、マー
カー値に代入されるｍａｒｋも変数Ｕn,s への代入値ｉ
と同様の値である。マーカー値、ｍａｒｋ、得点、親ノ
ード数、処理リスト及び後述する推奨リストはＲＡＭ１
２又はハードディスク１４に記憶され、ＣＰＵ１１によ
り更新される。マーカー値により、ＣＰＵ１１は推奨対
象の得点（推奨度）を求めたか否かを判定することがで
きる。
７及び図８に示す。ルートにおける各ノード（ノード
ｎ）に、ＣＰＵ１１により図６に示す処理が行われる。
ＣＰＵ１１により、ノードｎの得点はノードｎのエビデ
ンス値にされ、ノードｎのマーカー値は更新され、ノー
ドｎの未処理の親ノード数はゼロにされ（Ｓ１１０）、
得点が昇順となるようにノードｎが処理リストに挿入さ
れる（Ｓ１１２）。マーカー値は上述した変数Ｕn,s と
同様にノードｎのエビデンス値の更新状況を表し、マー
カー値に代入されるｍａｒｋも変数Ｕn,s への代入値ｉ
と同様の値である。マーカー値、ｍａｒｋ、得点、親ノ
ード数、処理リスト及び後述する推奨リストはＲＡＭ１
２又はハードディスク１４に記憶され、ＣＰＵ１１によ
り更新される。マーカー値により、ＣＰＵ１１は推奨対
象の得点（推奨度）を求めたか否かを判定することがで
きる。
【００７５】推奨リストのデータ数が２より小さい場合
（Ｓ１１４：ＹＥＳ）、ＣＰＵ１１により、得点が昇順
となるようにノードｎが推奨リストに挿入される（Ｓ１
１６）。推奨リストのデータ数が２以上（Ｓ１１４：Ｎ
Ｏ）で、推奨リスト内の最低得点よりもノードｎの得点
の方が大きいとき（Ｓ１１８：ＹＥＳ）、ＣＰＵ１１に
より、最低得点のデータが推奨リストから消去され（Ｓ
１２０）、得点が昇順となるようにノードｎが推奨リス
トに挿入される（Ｓ１２２）。ノードｎの得点の方が小
さいとき（Ｓ１１８：ＮＯ）、推奨リストに変更は無
い。
（Ｓ１１４：ＹＥＳ）、ＣＰＵ１１により、得点が昇順
となるようにノードｎが推奨リストに挿入される（Ｓ１
１６）。推奨リストのデータ数が２以上（Ｓ１１４：Ｎ
Ｏ）で、推奨リスト内の最低得点よりもノードｎの得点
の方が大きいとき（Ｓ１１８：ＹＥＳ）、ＣＰＵ１１に
より、最低得点のデータが推奨リストから消去され（Ｓ
１２０）、得点が昇順となるようにノードｎが推奨リス
トに挿入される（Ｓ１２２）。ノードｎの得点の方が小
さいとき（Ｓ１１８：ＮＯ）、推奨リストに変更は無
い。
【００７６】図６に示した処理と並行して、処理リスト
に最も最近挿入されたノード（ノードｎ）の各子ノード
に対して、ＣＰＵ１１により図７及び図８に示す処理が
行われる。子ノードのマーカー値がｍａｒｋより小さい
場合（Ｓ１３０：ＹＥＳ）、ＣＰＵ１１により、子ノー
ドの得点は子ノードのエビデンス値にされ、子ノードの
マーカー値は更新され、子ノードの未処理の親ノード数
は子ノードの親ノード数にされる（Ｓ１３２）。その後
（Ｓ１３２）又はｍａｒｋの方が大きい場合（Ｓ１３
０：ＮＯ）、ＣＰＵ１１により、推奨リストから子ノー
ドが消去され（Ｓ１３４）、子ノードの得点にノードｎ
の得点が追加され（Ｓ１３６）、未処理の親ノード数が
１減少される（Ｓ１３８）。
に最も最近挿入されたノード（ノードｎ）の各子ノード
に対して、ＣＰＵ１１により図７及び図８に示す処理が
行われる。子ノードのマーカー値がｍａｒｋより小さい
場合（Ｓ１３０：ＹＥＳ）、ＣＰＵ１１により、子ノー
ドの得点は子ノードのエビデンス値にされ、子ノードの
マーカー値は更新され、子ノードの未処理の親ノード数
は子ノードの親ノード数にされる（Ｓ１３２）。その後
（Ｓ１３２）又はｍａｒｋの方が大きい場合（Ｓ１３
０：ＮＯ）、ＣＰＵ１１により、推奨リストから子ノー
ドが消去され（Ｓ１３４）、子ノードの得点にノードｎ
の得点が追加され（Ｓ１３６）、未処理の親ノード数が
１減少される（Ｓ１３８）。
【００７７】推奨リストのデータ数が２より小さい場合
（Ｓ１４０：ＹＥＳ）、ＣＰＵ１１により得点が昇順と
なるように子ノードが推奨リストに挿入される（Ｓ１４
２）。推奨リストのデータ数が２以上（Ｓ１４０：ＹＥ
Ｓ）で、子ノードの得点の方が推奨リスト内の最低得点
よりも大きいとき（Ｓ１４４：ＹＥＳ）、ＣＰＵ１１に
より、最低得点のデータが推奨リストから消去され（Ｓ
１４６）、得点が昇順となるように子ノードが推奨リス
トに挿入される（Ｓ１４８）。
（Ｓ１４０：ＹＥＳ）、ＣＰＵ１１により得点が昇順と
なるように子ノードが推奨リストに挿入される（Ｓ１４
２）。推奨リストのデータ数が２以上（Ｓ１４０：ＹＥ
Ｓ）で、子ノードの得点の方が推奨リスト内の最低得点
よりも大きいとき（Ｓ１４４：ＹＥＳ）、ＣＰＵ１１に
より、最低得点のデータが推奨リストから消去され（Ｓ
１４６）、得点が昇順となるように子ノードが推奨リス
トに挿入される（Ｓ１４８）。
【００７８】子ノードの挿入後（Ｓ１４２、Ｓ１４８）
又は子ノードの得点の方が小さく（Ｓ１４４：ＮＯ）、
子ノードの未処理の親ノード数がゼロで、しかも子ノー
ドの得点がゼロより大きい場合（Ｓ１５０：ＹＥＳ）、
ＣＰＵ１１により子ノードが処理リストに挿入される
（Ｓ１５２）。上記条件（Ｓ１５０）を満たさない場合
（Ｓ１５０：ＮＯ）は、処理リストは変更されない。表
２のエビデンス値に基づいて算出した得点（推奨度）の
一例を表３に示す。
又は子ノードの得点の方が小さく（Ｓ１４４：ＮＯ）、
子ノードの未処理の親ノード数がゼロで、しかも子ノー
ドの得点がゼロより大きい場合（Ｓ１５０：ＹＥＳ）、
ＣＰＵ１１により子ノードが処理リストに挿入される
（Ｓ１５２）。上記条件（Ｓ１５０）を満たさない場合
（Ｓ１５０：ＮＯ）は、処理リストは変更されない。表
２のエビデンス値に基づいて算出した得点（推奨度）の
一例を表３に示す。
【００７９】
【表３】
【００８０】表３においては、ＣＤ３の得点が最も高い
が、ＣＤ３に対しては既にクリックが行われているた
め、推奨する必要が無いと考えることもできる。最近ク
リックされた推奨対象を選択しないようにすることがで
きる。例えば、最近クリックされたＣＤ３及びＣＤ５を
選択対象から除き、ＣＤ４を選択することができる。
が、ＣＤ３に対しては既にクリックが行われているた
め、推奨する必要が無いと考えることもできる。最近ク
リックされた推奨対象を選択しないようにすることがで
きる。例えば、最近クリックされたＣＤ３及びＣＤ５を
選択対象から除き、ＣＤ４を選択することができる。
【００８１】エビデンス値は、上述したように単一スト
リームで求める以外に、複数のイベントストリームから
求めることもできる。この場合、 Ｅn ＝Θs1Ｅn,s1＋Θs2Ｅn,s2＋…＋ΘsiＥn,si ・・・式（５） を用いてノードｎにおけるエビデンス値Ｅn を算出す
る。ここでΘsiは複数のイベントストリームｓｉ（ｉは
自然数）を組み合わせる際に用いられる重み付け係数で
ある。このΘsiの値は、推奨対象の性質により種々の値
が使用される。例えば推奨対象がＣＤである場合、客が
あるＣＤを購入した後に同一のＣＤを購入することは稀
である。一方、例えば推奨対象が魚釣り用のルアーであ
る場合、客があるルアーを購入した後に同一のルアーを
購入する可能性は高いものと考えることができる。
リームで求める以外に、複数のイベントストリームから
求めることもできる。この場合、 Ｅn ＝Θs1Ｅn,s1＋Θs2Ｅn,s2＋…＋ΘsiＥn,si ・・・式（５） を用いてノードｎにおけるエビデンス値Ｅn を算出す
る。ここでΘsiは複数のイベントストリームｓｉ（ｉは
自然数）を組み合わせる際に用いられる重み付け係数で
ある。このΘsiの値は、推奨対象の性質により種々の値
が使用される。例えば推奨対象がＣＤである場合、客が
あるＣＤを購入した後に同一のＣＤを購入することは稀
である。一方、例えば推奨対象が魚釣り用のルアーであ
る場合、客があるルアーを購入した後に同一のルアーを
購入する可能性は高いものと考えることができる。
【００８２】したがって、例えばイベントストリームｓ
１に係る種別が“購入”である場合、ＣＤに対応するノ
ードｎにおけるＥn,s1に対するΘs1の値は、ルアーに対
応するノードｎにおけるＥn,s1に対するΘs1の値に比
べ、より低い値となる。なお、Θsiの値は、各ノードに
応じて、又は各客に応じて異なる値であってもよく、す
べて同一の値であってもよい。また、Ｅn,siは上述した
Ｅn,s を算出する場合と同様にして算出する。
１に係る種別が“購入”である場合、ＣＤに対応するノ
ードｎにおけるＥn,s1に対するΘs1の値は、ルアーに対
応するノードｎにおけるＥn,s1に対するΘs1の値に比
べ、より低い値となる。なお、Θsiの値は、各ノードに
応じて、又は各客に応じて異なる値であってもよく、す
べて同一の値であってもよい。また、Ｅn,siは上述した
Ｅn,s を算出する場合と同様にして算出する。
【００８３】このようにして得られたエビデンス値Ｅn
に基づいて、推奨情報送信装置１は、上述した実施例と
同様に各ノードの推奨度を求め、提供推奨対象を選択
し、選択した提供推奨対象に関する推奨情報を客が操作
する端末装置２，２…に提供することができる。
に基づいて、推奨情報送信装置１は、上述した実施例と
同様に各ノードの推奨度を求め、提供推奨対象を選択
し、選択した提供推奨対象に関する推奨情報を客が操作
する端末装置２，２…に提供することができる。
【００８４】得点は、ルートの得点を前記ルートのエビ
デンス値とし、各ノードの得点を前記各ノードの親ノー
ドの得点の和とすることができる。エビデンス値の大き
な先祖をもつノードの得点が高くなる。
デンス値とし、各ノードの得点を前記各ノードの親ノー
ドの得点の和とすることができる。エビデンス値の大き
な先祖をもつノードの得点が高くなる。
【００８５】また、推奨情報送信装置１は、上述した内
容とは異なる学習を行うことができる。そのために推奨
情報送信装置１は、推奨情報を客へ提供した後にその推
奨情報に対する反応があった場合、すなわち例えばその
推奨情報に係る推奨対象が客によって購入された場合、
その購入を示すイベントの種別を“反応”として推奨度
の算出に利用する。この場合このイベントの重要度を、
種別が“購入”であるイベントの重要度に比して高い値
に設定することにより、客の反応を重視した推奨度を算
出することができる。
容とは異なる学習を行うことができる。そのために推奨
情報送信装置１は、推奨情報を客へ提供した後にその推
奨情報に対する反応があった場合、すなわち例えばその
推奨情報に係る推奨対象が客によって購入された場合、
その購入を示すイベントの種別を“反応”として推奨度
の算出に利用する。この場合このイベントの重要度を、
種別が“購入”であるイベントの重要度に比して高い値
に設定することにより、客の反応を重視した推奨度を算
出することができる。
【００８６】例えば、「客はジャズが好きである」とい
う仮説に基づいて、ジャズのＣＤに関する情報を推奨情
報として客に対して提供した場合であって、そのＣＤを
客が購入したときは、前記の仮説が裏付けられたことに
なるため、ジャズ及びジャズのＣＤに対する推奨度を高
める等の修正を行う。これにより、推奨情報を客に提供
した場合におけるその客の反応を、次に推奨情報を提供
する際に活用することができる。
う仮説に基づいて、ジャズのＣＤに関する情報を推奨情
報として客に対して提供した場合であって、そのＣＤを
客が購入したときは、前記の仮説が裏付けられたことに
なるため、ジャズ及びジャズのＣＤに対する推奨度を高
める等の修正を行う。これにより、推奨情報を客に提供
した場合におけるその客の反応を、次に推奨情報を提供
する際に活用することができる。
【００８７】また、一定時間客からの反応がない場合も
同様にして、種別が“反応”であるイベントを受付けた
と判断し、このイベントの重要度を、上述したような実
際に反応があった場合のその反応を示すイベントの重要
度に比して低い値に設定する。または、種別が“無反
応”であるイベントを受付けたと判断し、種別が“無反
応”であるイベントストリームに係るΘ係数の値を、他
のイベントストリームに係るΘ係数の値に比して低くす
る。これにより、客から反応がない場合に応じた推奨度
を算出することができる。
同様にして、種別が“反応”であるイベントを受付けた
と判断し、このイベントの重要度を、上述したような実
際に反応があった場合のその反応を示すイベントの重要
度に比して低い値に設定する。または、種別が“無反
応”であるイベントを受付けたと判断し、種別が“無反
応”であるイベントストリームに係るΘ係数の値を、他
のイベントストリームに係るΘ係数の値に比して低くす
る。これにより、客から反応がない場合に応じた推奨度
を算出することができる。
【００８８】推奨情報を客に対して提供した後の客の行
動に基づいて、各推奨対象夫々の推奨度を修正すること
により、客の反応を次に推奨情報を提供する際に有効に
活用することができる。このような処理を繰り返すこと
によって、推奨情報送信装置１は客にとってより適切な
推奨対象に関する推奨情報を送信するようになる。これ
は推奨情報送信装置１が学習していることに相当する。
このような学習は、例えば公知の技術であるアニーリン
グ、山登り法（hill-climbing ）、遺伝アルゴリズム又
はニューラル・ネットワーク等を用いて実行することが
可能である。
動に基づいて、各推奨対象夫々の推奨度を修正すること
により、客の反応を次に推奨情報を提供する際に有効に
活用することができる。このような処理を繰り返すこと
によって、推奨情報送信装置１は客にとってより適切な
推奨対象に関する推奨情報を送信するようになる。これ
は推奨情報送信装置１が学習していることに相当する。
このような学習は、例えば公知の技術であるアニーリン
グ、山登り法（hill-climbing ）、遺伝アルゴリズム又
はニューラル・ネットワーク等を用いて実行することが
可能である。
【００８９】
【発明の効果】第１，５，９，１３，１７発明によれ
ば、推奨対象の上層の推奨対象数に応じた係数で推奨度
を変更することにより、推奨度を偏重することができ
る。係数の設定に応じて推奨度の偏重度合を調整するこ
とができる。
ば、推奨対象の上層の推奨対象数に応じた係数で推奨度
を変更することにより、推奨度を偏重することができ
る。係数の設定に応じて推奨度の偏重度合を調整するこ
とができる。
【００９０】第２，６，１０，１４，１８発明によれ
ば、推奨対象の推奨度を該推奨対象及び該推奨対象の上
層の推奨対象に基づいて求める場合、推奨対象の上層の
推奨対象数に応じた係数で推奨度を変更することによ
り、階層に応じて推奨度を偏重させ、各推奨度を均等化
することができる。
ば、推奨対象の推奨度を該推奨対象及び該推奨対象の上
層の推奨対象に基づいて求める場合、推奨対象の上層の
推奨対象数に応じた係数で推奨度を変更することによ
り、階層に応じて推奨度を偏重させ、各推奨度を均等化
することができる。
【００９１】第３，７，１１，１５，１９発明によれ
ば、推奨度を算出しながら推奨対象の選択を行うことに
より、推奨対象の選択を高速に行うことができる。
ば、推奨度を算出しながら推奨対象の選択を行うことに
より、推奨対象の選択を高速に行うことができる。
【００９２】第４，８，１２，１６，２０発明によれ
ば、推奨度を求めたか否かを判定しながら、上層から下
層へ、推奨対象の推奨度を求めていくため、重複して推
奨度を求めることを防止でき、推奨度の算出を高速に行
うことができる。
ば、推奨度を求めたか否かを判定しながら、上層から下
層へ、推奨対象の推奨度を求めていくため、重複して推
奨度を求めることを防止でき、推奨度の算出を高速に行
うことができる。
【図１】本発明の推奨情報送信装置を用いた推奨情報送
信システムの一構成例を示すブロック図である。
信システムの一構成例を示すブロック図である。
【図２】推奨情報送信装置の接続形態の一例を示すブロ
ック図である。
ック図である。
【図３】推奨対象情報の一例を示す概念図である。
【図４】行動情報の一例を示す概念図である。
【図５】エビデンス値を更新する手順の一例を示すフロ
ーチャートである。
ーチャートである。
【図６】推奨するノードを選択する手順の一例を示すフ
ローチャートである。
ローチャートである。
【図７】推奨するノードを選択する手順の一例を示すフ
ローチャートである。
ローチャートである。
【図８】推奨するノードを選択する手順の一例を示すフ
ローチャートである。
ローチャートである。
１ 推奨情報送信装置
２ 端末装置
１１ ＣＰＵ
１２ ＲＡＭ
１３ 外部記憶装置
１４ ハードディスク
１５ 通信インターフェイス
３１ 記録媒体
１００ 通信ネットワーク
２００ 可搬型記録媒体
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 17/60 ３３０ Ｇ０６Ｆ 17/60 ３３０
ＺＥＣ ＺＥＣ
Ｇ１０Ｋ 15/02 Ｇ１０Ｋ 15/02
Claims (20)
- 【請求項１】 階層関係を有する推奨対象に関する推奨
対象情報を受付け、他の装置からのアクセスに関するア
クセス情報を作成し、前記推奨対象情報及び前記アクセ
ス情報に基づいて前記推奨対象の推奨度を求め、該推奨
度に基づいて前記推奨対象の何れかを選択し、選択した
推奨対象に関する推奨情報を前記他の装置に提供する推
奨情報提供方法において、 前記推奨対象情報は、前記推奨対象の上層の推奨対象数
に応じた係数を含んでおり、 前記係数に応じて前記推奨度を変更し、 前記変更した推奨度に基づいて前記推奨対象の何れかを
選択することを特徴とする推奨情報提供方法。 - 【請求項２】 前記推奨対象の推奨度を、該推奨対象及
び該推奨対象よりも上層の推奨対象に基づいて求めるこ
とを特徴とする請求項１記載の推奨情報提供方法。 - 【請求項３】 推奨対象に関する推奨対象情報を受付
け、他の装置からのアクセスに関するアクセス情報を作
成し、前記推奨対象情報及び前記アクセス情報に基づい
て前記推奨対象の推奨度を求め、該推奨度に基づいて前
記推奨対象の何れかを選択し、選択した推奨対象に関す
る推奨情報を前記他の装置に提供する推奨情報提供方法
において、 記憶部に予め記憶された所定数の推奨対象中最も低い推
奨度と前記求めた推奨度とを比較し、 前記求めた推奨度の方が高い場合、前記最も低い推奨度
の推奨対象を前記求めた推奨度の推奨対象に更新し、 前記記憶部に記憶した所定数の推奨対象を選択すること
を特徴とする推奨情報提供方法。 - 【請求項４】 前記推奨対象は階層関係を有し、 前記推奨対象の推奨度を求めたか否かを判定し、 前記推奨対象の推奨度を、上層から下層へ前記判定に応
じて求めることを特徴とする請求項３記載の推奨情報提
供方法。 - 【請求項５】 端末装置と、階層関係を有する推奨対象
に関する推奨対象情報を受付け、前記端末装置からのア
クセスに関するアクセス情報を作成し、前記推奨対象情
報及び前記アクセス情報に基づいて前記推奨対象の推奨
度を求め、求めた推奨度に基づいて前記推奨対象の何れ
かを選択し、選択した推奨対象に関する推奨情報を前記
端末装置に送信する推奨情報送信装置とを備えた推奨情
報送信システムにおいて、 前記推奨対象情報は、前記推奨対象の上層の推奨対象数
に応じた係数を含み、 前記係数に応じて前記推奨度を変更する手段を備え、 前記変更した推奨度に基づいて前記推奨対象の何れかを
選択すべくなしてあることを特徴とする推奨情報送信シ
ステム。 - 【請求項６】 前記推奨対象の推奨度を、該推奨対象及
び該推奨対象よりも上層の推奨対象に基づいて求めるべ
くなしてあることを特徴とする請求項５記載の推奨情報
送信システム。 - 【請求項７】 端末装置と、推奨対象に関する推奨対象
情報を受付け、前記端末装置からのアクセスに関するア
クセス情報を作成し、前記推奨対象情報及び前記アクセ
ス情報に基づいて前記推奨対象の推奨度を求め、求めた
推奨度に基づいて前記推奨対象の何れかを選択し、選択
した推奨対象に関する推奨情報を前記端末装置に送信す
る推奨情報送信装置とを備えた推奨情報送信システムに
おいて、 所定数の推奨対象が予め記憶される記憶部と、 前記求めた推奨度と前記所定数の推奨対象中最も低い推
奨度とを比較する手段と前記求めた推奨度の方が高い場
合、前記最も低い推奨度の推奨対象を前記求めた推奨度
の推奨対象に更新する手段とを更に備え、 前記記憶する手段に記憶した所定数の推奨対象を選択す
べくなしてあることを特徴とする推奨情報送信システ
ム。 - 【請求項８】 前記推奨対象は階層関係を有し、 前記推奨対象の推奨度を求めたか否かを判定する手段を
更に備え、 前記推奨対象の推奨度を、上層から下層へ前記判定に応
じて求めるべくなしてあることを特徴とする請求項７記
載の推奨情報送信システム。 - 【請求項９】 他の装置が接続される接続部を有し、階
層関係を有する推奨対象に関する推奨対象情報を受付
け、前記他の装置からのアクセスに関するアクセス情報
を作成し、前記推奨対象情報及び前記アクセス情報に基
づいて前記推奨対象の推奨度を求め、求めた推奨度に基
づいて前記推奨対象の何れかを選択し、選択した推奨対
象に関する推奨情報を前記他の装置に送信する推奨情報
送信装置において、 前記推奨対象情報は、前記推奨対象の上層の推奨対象数
に応じた係数を含み、前記係数に応じて前記推奨度を変
更する手段を備え、 前記変更した推奨度に基づいて前記推奨対象の何れかを
選択すべくなしてあることを特徴とする推奨情報送信装
置。 - 【請求項１０】 前記推奨対象の推奨度を、該推奨対象
及び該推奨対象よりも上層の推奨対象に基づいて求める
べくなしてあることを特徴とする請求項９記載の推奨情
報送信装置。 - 【請求項１１】 他の装置が接続される接続部を有し、
推奨対象に関する推奨対象情報を受付け、前記他の装置
からのアクセスに関するアクセス情報を作成し、前記推
奨対象情報及び前記アクセス情報に基づいて前記推奨対
象の推奨度を求め、求めた推奨度に基づいて前記推奨対
象の何れかを選択し、選択した推奨対象に関する推奨情
報を前記他の装置に送信する推奨情報送信装置におい
て、所定数の推奨対象が予め記憶される記憶部と、 前記求めた推奨度と前記所定数の推奨対象中最も低い推
奨度とを比較する手段と前記求めた推奨度の方が高い場
合、前記最も低い推奨度の推奨対象を前記求めた推奨度
の推奨対象に更新する手段とを更に備え、 前記記憶する手段に記憶した所定数の推奨対象を選択す
べくなしてあることを特徴とする推奨情報送信装置。 - 【請求項１２】 前記推奨対象は階層関係を有し、 前記推奨対象の推奨度を求めたか否かを判定する手段を
更に備え、 前記推奨対象の推奨度を、上層から下層へ前記判定に応
じて求めるべくなしてあることを特徴とする請求項１１
記載の推奨情報送信装置。 - 【請求項１３】 コンピュータに、階層関係を有する推
奨対象に関する推奨対象情報を受付けさせ、他の装置か
らのアクセスに関するアクセス情報を作成させ、前記推
奨対象情報及び前記アクセス情報に基づいて前記推奨対
象の推奨度を求めさせ、該推奨度に基づいて前記推奨対
象の何れかを選択させ、選択した推奨対象に関する推奨
情報を前記他の装置に送信させるコンピュータプログラ
ムにおいて、 前記推奨対象情報は、前記推奨対象の上層の推奨対象数
に応じた係数を含んでおり、 コンピュータに、前記係数に応じて前記推奨度を変更さ
せる手順と、 コンピュータに、前記変更した推奨度に基づいて前記推
奨対象の何れかを選択させる手順とを有することを特徴
とするコンピュータプログラム。 - 【請求項１４】 コンピュータに、前記推奨対象の推奨
度を、該推奨対象及び該推奨対象よりも上層の推奨対象
に基づいて求めさせる手順を更に有することを特徴とす
る請求項１３記載のコンピュータプログラム。 - 【請求項１５】 コンピュータに、推奨対象に関する推
奨対象情報を受付けさせ、他の装置からのアクセスに関
するアクセス情報を作成させ、前記推奨対象情報及び前
記アクセス情報に基づいて前記推奨対象の推奨度を求め
させ、該推奨度に基づいて前記推奨対象の何れかを選択
させ、選択した推奨対象に関する推奨情報を前記他の装
置に送信させるコンピュータプログラムにおいて、 コンピュータに、記憶部に予め記憶された所定数の推奨
対象中最も低い推奨度と前記求めた推奨度とを比較させ
る手順とコンピュータに、前記求めた推奨度の方が高い
場合、前記最も低い推奨度の推奨対象を前記求めた推奨
度の推奨対象に更新させる手順と、 コンピュータに、前記記憶部に記憶した所定数の推奨対
象を選択させる手順とを有することを特徴とするコンピ
ュータプログラム。 - 【請求項１６】 前記推奨対象は階層関係を有し、 コンピュータに、前記推奨対象の推奨度を求めたか否か
を判定させる手順と、コンピュータに、前記推奨対象の
推奨度を、上層から下層へ前記判定に応じて求めさせる
手順とを有することを特徴とする請求項１５記載のコン
ピュータプログラム。 - 【請求項１７】 コンピュータに、階層関係を有する推
奨対象に関する推奨対象情報を受付けさせ、他の装置か
らのアクセスに関するアクセス情報を作成させ、前記推
奨対象情報及び前記アクセス情報に基づいて前記推奨対
象の推奨度を求めさせ、該推奨度に基づいて前記推奨対
象の何れかを選択させ、選択した推奨対象に関する推奨
情報を前記他の装置に送信させるコンピュータプログラ
ムを記録したコンピュータ読み取り可能な記録媒体にお
いて、 前記推奨対象情報は、前記推奨対象の上層の推奨対象数
に応じた係数を含んでおり、 コンピュータに、前記係数に応じて前記推奨度を変更さ
せる手順と、 コンピュータに、前記変更した推奨度に基づいて前記推
奨対象の何れかを選択させる手順とを有するコンピュー
タプログラムを記録してあることを特徴とするコンピュ
ータ読み取り可能な記録媒体。 - 【請求項１８】 コンピュータに、前記推奨対象の推奨
度を、該推奨対象及び該推奨対象よりも上層の推奨対象
に基づいて求めさせる手順を更に有するコンピュータプ
ログラムを記録してあることを特徴とする請求項１７記
載のコンピュータ読み取り可能な記録媒体。 - 【請求項１９】 コンピュータに、推奨対象に関する推
奨対象情報を受付けさせ、他の装置からのアクセスに関
するアクセス情報を作成させ、前記推奨対象情報及び前
記アクセス情報に基づいて前記推奨対象の推奨度を求め
させ、該推奨度に基づいて前記推奨対象の何れかを選択
させ、選択した推奨対象に関する推奨情報を前記他の装
置に送信させるコンピュータプログラムを記録したコン
ピュータ読み取り可能な記録媒体において、 コンピュータに、記憶部に予め記憶された所定数の推奨
対象中最も低い推奨度と前記求めた推奨度とを比較させ
る手順とコンピュータに、前記求めた推奨度の方が高い
場合、前記最も低い推奨度の推奨対象を前記求めた推奨
度の推奨対象に更新させる手順と、 コンピュータに、前記記憶部に記憶した所定数の推奨対
象を選択させる手順とを有するコンピュータプログラム
を記録してあることを特徴とするコンピュータ読み取り
可能な記録媒体。 - 【請求項２０】 前記推奨対象は階層関係を有し、 コンピュータに、前記推奨対象の推奨度を求めたか否か
を判定させる手順と、 コンピュータに、前記推奨対象の推奨度を、上層から下
層へ前記判定に応じて求めさせる手順とを有するコンピ
ュータプログラムを記録してあることを特徴とする請求
項１９記載のコンピュータ読み取り可能な記録媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001333475A JP3622150B2 (ja) | 2001-10-30 | 2001-10-30 | 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 |
| KR1020020017218A KR20030035770A (ko) | 2001-10-30 | 2002-03-29 | 추장정보제공방법, 추장정보송신시스템,추장정보송신장치, 컴퓨터프로그램 및 기록매체 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001333475A JP3622150B2 (ja) | 2001-10-30 | 2001-10-30 | 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003141148A true JP2003141148A (ja) | 2003-05-16 |
| JP3622150B2 JP3622150B2 (ja) | 2005-02-23 |
Family
ID=19148725
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001333475A Expired - Lifetime JP3622150B2 (ja) | 2001-10-30 | 2001-10-30 | 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP3622150B2 (ja) |
| KR (1) | KR20030035770A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006526827A (ja) * | 2003-06-04 | 2006-11-24 | ソニー ネットサービシーズ ゲゼルシャフト ミット ベシュレンクテル ハフツング | ユーザフィードバックを有するコンテンツ推薦装置 |
| JP2006350519A (ja) * | 2005-06-14 | 2006-12-28 | Matsushita Electric Ind Co Ltd | 携帯端末装置及びプログラム起動方法 |
| JP2013045326A (ja) * | 2011-08-25 | 2013-03-04 | Kyoto Univ | 関係性グラフデータベースシステム |
| JP2016040719A (ja) * | 2015-09-17 | 2016-03-24 | ヤフー株式会社 | 収益指標値生成システム及び収益指標値生成方法 |
-
2001
- 2001-10-30 JP JP2001333475A patent/JP3622150B2/ja not_active Expired - Lifetime
-
2002
- 2002-03-29 KR KR1020020017218A patent/KR20030035770A/ko not_active Application Discontinuation
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006526827A (ja) * | 2003-06-04 | 2006-11-24 | ソニー ネットサービシーズ ゲゼルシャフト ミット ベシュレンクテル ハフツング | ユーザフィードバックを有するコンテンツ推薦装置 |
| JP2006350519A (ja) * | 2005-06-14 | 2006-12-28 | Matsushita Electric Ind Co Ltd | 携帯端末装置及びプログラム起動方法 |
| JP2013045326A (ja) * | 2011-08-25 | 2013-03-04 | Kyoto Univ | 関係性グラフデータベースシステム |
| JP2016040719A (ja) * | 2015-09-17 | 2016-03-24 | ヤフー株式会社 | 収益指標値生成システム及び収益指標値生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20030035770A (ko) | 2003-05-09 |
| JP3622150B2 (ja) | 2005-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20020055890A1 (en) | Recommendation information providing method, recommendation information transmission system, recommendation information transmission apparatus and computer memory product | |
| US10789526B2 (en) | Method, system, and non-transitory computer-readable medium for constructing and applying synaptic networks | |
| Ning et al. | A comprehensive survey of neighborhood-based recommendation methods | |
| US8175989B1 (en) | Music recommendation system using a personalized choice set | |
| CN101166102B (zh) | 信息处理设备及方法 | |
| US7689452B2 (en) | System and method for utilizing social networks for collaborative filtering | |
| US10409821B2 (en) | Search result ranking using machine learning | |
| US6873979B2 (en) | Method of building predictive models on transactional data | |
| US20060129906A1 (en) | Component models | |
| US7735013B2 (en) | Method and apparatus for tailoring content of information delivered over the internet | |
| US20080301582A1 (en) | Taste network widget system | |
| KR20090051540A (ko) | 태그 클라우드를 이용한 콘텐츠 추천 장치 및 방법 | |
| CN105159910A (zh) | 信息推荐方法和装置 | |
| CN108460082A (zh) | 一种推荐方法及装置，电子设备 | |
| KR101790788B1 (ko) | 최적화된 도메인간 정보 퀄리티 평가를 갖는 협동적 네트워킹 | |
| US20050027619A1 (en) | Method and system for designing a catalog with optimized product placement | |
| JP2004531808A (ja) | データ検索システム | |
| Hu et al. | A reconsideration of negative ratings for network-based recommendation | |
| JP3622150B2 (ja) | 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 | |
| JP4129127B2 (ja) | 推奨情報送信システム | |
| Huang et al. | Improved collaborative filtering personalized recommendation algorithm based on k-means clustering and weighted similarity on the reduced item space | |
| Peker et al. | mRHR: a modified reciprocal hit rank metric for ranking evaluation of multiple preferences in top-N recommender systems | |
| JP2006012115A (ja) | 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置及び記録媒体 | |
| US20220076098A1 (en) | Systems and methods for constructing and applying synaptic networks | |
| Sen et al. | A buyer's agent |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040727 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040924 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041026 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041111 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3622150 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071203 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101203 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111203 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111203 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131203 Year of fee payment: 9 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |