JP2004326634A - ユーザ間の信頼関係を用いるお奨めデータ選択装置 - Google Patents
ユーザ間の信頼関係を用いるお奨めデータ選択装置 Download PDFInfo
- Publication number
- JP2004326634A JP2004326634A JP2003123133A JP2003123133A JP2004326634A JP 2004326634 A JP2004326634 A JP 2004326634A JP 2003123133 A JP2003123133 A JP 2003123133A JP 2003123133 A JP2003123133 A JP 2003123133A JP 2004326634 A JP2004326634 A JP 2004326634A
- Authority
- JP
- Japan
- Prior art keywords
- data
- user
- recommended
- users
- evaluation
- 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.)
- Pending
Links
Images
Abstract
【解決手段】掲示板のサーバログ、メーリングリストのログ、メール配信途中経路におけるサーバログの少なくともいずれか一つを用いて、利用者間の信頼関係を推定し、各利用者ごとに、信頼できる他の利用者が奨める情報を選択する。
【効果】本発明は、商品やサービスに対する直接的な評価情報に加え、ユーザの信頼関係を併用し、ユーザが信頼する他ユーザ(パートナー)の評価情報のみを限定的に集めることができ、またパートナーが他ユーザから支持されている程度を、商品のお奨め度に反映できる。これにより、従来のパーソナリゼーションの技術では扱いに難があった主観的な口コミ情報に対して、定量的にお奨め度合いを確定することが可能になる。
【選択図】 図1
【効果】本発明は、商品やサービスに対する直接的な評価情報に加え、ユーザの信頼関係を併用し、ユーザが信頼する他ユーザ(パートナー)の評価情報のみを限定的に集めることができ、またパートナーが他ユーザから支持されている程度を、商品のお奨め度に反映できる。これにより、従来のパーソナリゼーションの技術では扱いに難があった主観的な口コミ情報に対して、定量的にお奨め度合いを確定することが可能になる。
【選択図】 図1
Description
【0001】
【発明の属する技術分野】
本発明はデータを選別するための仕組みであり、特にWorld Wide Web(WWW)、電子メールなどを用いて情報を提供をするたためのシステムに関わる。
【0002】
【従来の技術】
インターネットの普及に伴い、パーソナルコンピュータや携帯電話などの端末を用いたオンラインサービスが一般的になりつつある。現在のオンラインサービスでは、各ユーザに対して個別にカスタマイズされたサービス(パーソナライズサービス)が用意されることがあり、例えば、ショッピングにおけるお奨め情報提供サービス(リコメンデーションサービス)、ユーザの趣味嗜好に適したバナー広告の配信(広告ターゲティング)などが一般に知られている。
【0003】
リコメンデーションサービスは、多数の取扱商品から商品を選択して提示するものであり、例えば書籍販売オンラインショッピングサービスで買い手がある本をWebブラウザから選択したとき、売り手が他のお薦め本もいっしょに提示するなどの個別対応を自動的に実現できる。従来のリコメンデーションサービスを実現する手段の1つとしては協調フィルタリング技術が知られている(例えば非特許文献1等参照)。協調フィルタリング技術は、あるユーザに対するお奨め商品を、類似する他ユーザの購買履歴から選び出す。
【0004】
広告ターゲティングとは、なるだけ広告の効果が大きくなるよう、どの広告を誰に配信すべきかを決めることである。ターゲティングされたバナー広告を配信するシステムには米国特許5948061がある(例えば特許文献1等参照)。バナー広告のターゲティングにおいてはバナー広告を掲載するWebサイトの特性、Web端末の属性、Web利用者の属性、アクセス履歴などのデータを用いて、あるユーザに配信すべき広告を決定する。
【0005】
【非特許文献1】
U.Shardanand, P. Maes, ”Social Information Filtering: Algorithms for Automation”Word of Mouth”, CHI’95, pp.210−217, 1995
【特許文献1】
米国特許5948061号
【0006】
【発明が解決しようとする課題】
現在、インターネットには口コミ情報を掲載するサイトが多数あり、ユーザは書籍、音楽CD、映画DVD、家電商品、レストラン等に対する他ユーザの評価を知ることができる。しかしながら、多くの口コミ情報掲載サイトでは匿名ユーザの情報が収集され、また掲載される情報は選別されていないため、ユーザが情報の真偽を判断することが難しい。多くの場合、寄せられた口コミ情報の件数が真偽を判断する目安となっているが、悪意を持った嘘の情報、自身に趣味嗜好に合致しないユーザの情報、匿名を逆手にとってユーザを装った売り手側の組織票等を判別することが困難である。
【0007】
しかしながら現時点では、口コミ情報に基づいて何らかの選択肢を得ようとする場合、ユーザが口コミ情報を選別するための有用な手段が存在しない。従来の技術は、属性データ、履歴データ等の客観的な観測データを選別する手法であり、口コミ情報のように主観的データ、あるいは嘘が混じっているかもしれないデータを扱うための仕組みを提供することができない。
【0008】
【課題を解決するための手段】
本発明は、各ユーザがデータの有用性を入力するための手段と、前記の入力された有用性の評価データを蓄積する手段と、各ユーザが他に信頼するユーザを指定する手段と、前記の指定された信頼データを蓄積する手段と、前記の有用性の評価データを他のユーザに使用させることを許可する事を指定するための手段と、前記の指定された使用許可データを蓄積する手段と、各ユーザに奨めるためのデータを蓄積する手段と、前記の蓄積された信頼データと、前記の蓄積された使用許可データを用いてユーザ間の信頼関係を求め、ユーザ間の信頼関係と前記の蓄積された評価データを用いて各ユーザごとにお奨めデータを決定する手段と、決定されたお奨めデータを前記のお奨めデータ蓄積手段から取り出し、出力するための手段からなる。
【0009】
すなわち本発明は、お奨めデータを決定する過程で、ユーザ間の信頼関係に基づいて、評価データあるいは口コミ情報を選別する仕組みを備えるため、評価データが主観的なデータであっても、ユーザにとって好ましい情報を選ぶための手段を提供することが可能になる。
【0010】
【発明の実施の形態】
以下図面に従い、本発明の第1の実施形態であるお奨めデータ選択装置100を説明する。
【0011】
図1は装置100の構成とデータの流れを示している。101は使用許可データ入力装置、102は評価データ入力装置、103は信頼度入力装置、104は使用許可データ蓄積装置、105は評価データ蓄積装置、106は信頼データ蓄積装置、107はお奨めデータ決定装置、108はお奨めデータ出力装置、109は配信用データ蓄積装置である。
【0012】
各ユーザは評価データ入力装置102を用いて、お奨めデータを決定するための基礎情報となる商品、サービスへの評価データを入力する。使用許可データ入力装置101は、各ユーザが他のユーザに対し、評価データを公開するか否かを指定するために用いられる。また、各ユーザは信頼度入力装置103を用いて、信頼できる他のユーザを指定する。
【0013】
お奨めデータ決定装置107は、使用許可データ蓄積装置104、評価データ蓄積装置105、信頼データ蓄積装置106に蓄積されたデータを用いて、各ユーザに対するお奨めデータを決定する。お奨めデータ出力装置108は、決定されたお奨めデータに該当する商品、サービスの詳細を配信用データ蓄積装置109から取得し、データ選択装置100の出力を与える。
【0014】
図2のデータ200はお奨めデータ選択装置100に蓄積される各データの論理構造を表している。
【0015】
テーブル201は使用許可データ蓄積装置104に蓄積されるデータである。1件のレコードはユーザの識別子が格納される「ユーザID」の項目からなり、1人のユーザの使用許可の状態を表している。データ200に識別子が格納されているユーザは、他のユーザに対して評価データを公開することを意味する。「ユーザID」に値が格納されていないユーザは評価データ非公開とすることを意味する。
【0016】
テーブル202は評価データ蓄積装置105に蓄積されるデータである。1件のレコードは「ユーザID」、商品、サービスなどの評価対象の識別子が格納される「商品ID」、評価対象の良さの度合いを表す「評価値」の項目からなる。テーブル202における「ユーザID」の項目の定義は、テーブル202のものと同様である。テーブル202において、1件のレコードはあるユーザが評価した1個の評価対象に対する評価値を表している。原理上、「評価値」の値は非負の実数で良いが、説明の便宜上、ここでは値として1のみが格納されることとする。この場合、各評価対象の評価値は評価したユーザ数となる。1人のユーザが複数の対象を評価する場合は、同じ「ユーザID」の値を持つレコードが複数格納される。
【0017】
テーブル203は信頼データ蓄積装置に蓄積されるデータである。1件のレコードは「ユーザID」、信頼するユーザの識別子が格納される「信頼ユーザID」、ユーザに対する信頼度合いを表す評価値が格納される「信頼値」の項目からなる。テーブル203における「ユーザID」の項目の定義は、テーブル201のものと同様である。テーブル203において1件のレコードはあるユーザが評価した1人のユーザに対する信頼度を表す。原理上、「信頼値」の値は非負の実数で良いが、説明の便宜上、ここでは値として1のみが格納されることとする。
【0018】
テーブル204はお奨めデータ蓄積装置109に格納されるデータである。1件のレコードは「商品ID」、及び商品の詳細を表す項目からなる。テーブル204における「商品ID」の項目の定義は、テーブル202のものと同様である。テーブル204において、1件のレコードは、1個の商品を表す。
【0019】
テーブル205はお奨めデータ出力装置108の出力データを表す。1件のレコードは「ユーザID」、商品の詳細を表す項目、及びお奨めの度合いを表す「お奨め度」からなる。テーブル205における「ユーザID」の項目の定義は、テーブル201の定義と同様である。テーブル205において、1件のレコードは各ユーザに対するお奨めデータを表している。「ユーザID」に値が格納されていないユーザに関しては、お奨めデータが無いことを意味する。
【0020】
第1の実施形態の処理は大きく分けて、(A)入力装置101、102、103のそれぞれがデータの入力を受け付けて蓄積装置104、105、106にデータを格納する処理と、(B)お奨めデータ決定装置107が蓄積装置104、105、106のデータを用いて各ユーザに対してお奨めデータを決定し、お奨めデータ108が出力する処理の2つからなる。処理(A)はユーザが入力を求める場合に実行される。処理(B)はユーザが出力を求める場合、お奨めデータ選択装置100がタイマーやシステム管理者から実行要求を受けた場合に実行される。
【0021】
図3のフロー300は処理(B)の詳細を表している。以下、フロー300に従って、処理(B)の詳細を説明する。
【0022】
処理301では、お奨めデータ決定装置107が、テーブル201とテーブル203のデータを参照し、他のユーザから獲得している信頼値の総和をユーザ1人1人について求める。テーブル201に識別子が格納されていないユーザに関しては、信頼値は0となる。テーブル201に識別子が格納されているユーザに関しては、テーブル203の信頼ユーザIDが合致するレコードにおける信頼値の総和が求める値となる。
【0023】
処理302から305までのループで、各ユーザに対するお奨めデータを決定する。
【0024】
まず処理303ではお奨めデータ決定装置107が、処理301の結果と、テーブル203を用い、以下の式に従って、あるユーザXと他のユーザの信頼関係C(X)を求める。
【0025】
【数1】
【0026】
ここでmはユーザの総数、nは商品の総数、i、jはそれぞれ1<=i<=m, 1<=j<n の整数である。数式おける各変数の添え字は括弧内に記すと、r(i,j)はユーザiのユーザjに対する信頼値を表す。ただし計算の便宜上、i=jのときはr(i,j)=0である。r(i,j)はテーブル203から得られるものであり、また各Σの値は、処理301で計算された総和である。
【0027】
続いて処理304ではお奨めデータ決定装置107が、処理303の結果と、テーブル202を用い、以下の式に従い、ユーザXに対する全ての商品のお奨め度の集合E(X)を与える。
【0028】
【数2】
【0029】
S(i,j)は商品iがユーザjの評価を得ている場合に1、それ以外の場合は0である。e(1),e(2),...,e(n)は、n個の商品それぞれのお薦め度を表す。S(i,j)はテーブル203から得られるものである。
【0030】
処理305では、お奨めデータ出力装置108が、E(X)とテーブル204を用いて、ユーザXに対するお奨めデータをテーブル205の形式で出力する。テーブル205の項目「お奨め度」は処理304で求めた商品ごとのお奨めでe、その他の項目はテーブル204から生成される。ユーザ1人あたりの出力件数はパラメータとして与える。典型的な例では、お奨め度eが最も大きいデータを選択し、ユーザ1人付き1件のお奨めデータを出力する。
【0031】
以上が処理(B)の詳細である。
【0032】
このように、協調フィルタリング、広告ターゲティングなど従来の手法と異なり、ユーザの信頼関係をお奨めデータの決定に使用できる点に本発明の特徴がある。また典型的な口コミ情報の評価方法では、商品に対する直接的な投票として実現される事が多く、上式ににおけるS(i,j)のみを集計して商品のお奨め度とする方法が該当する。このような口コミ情報の評価手法と比較すると、本発明の特徴は、S(i,j)と信頼関係C(X)を併用することにある。C(X)を用いることにより、ユーザが信頼する他ユーザ(パートナー)の情報のみに集計を限定できこと、またパートナーが他ユーザから支持されている程度を、商品のお奨め度に反映することが可能になる。
【0033】
図4はシステム400は本発第2の実施形態を示している。システム400では、装置100はWebサーバ側にあり、また使用許可データ入力装置101、評価データ入力装置102、信頼度入力装置103はWebブラウザ402からの入力を受け付けるよう構成される。お奨めデータ出力装置の出力は、Webブラウザ402の画面内に出力される。例えば、システム400が書評掲載サイトで運用される場合、各々のユーザは書評の投稿に加え、評者に対する信頼度を装置103から、書評の対象になっている書籍に対する評価を装置102から入力しておく。このようなデータを蓄積しておくことにより、お奨めデータ決定装置108は各ユーザに対して、口コミ情報に基づいたお奨めの書籍を出力することができる。
【0034】
図5のシステム500は本発明の第3の実施形態であり、興味あるWebサイトの情報をユーザ間で共有するための手段を提供する。ユーザ端末501はWebブラウザとMail User Agent(MUA)を備えるネットワーク端末、502はWebサーバ、ログ503はユーザ端末501がWebサイトへアクセスした際のトラフィックデータを集めたデータ、ログ505はユーザ端末501がメールを送受信した際のトラフィックデータ集めたデータ、ログ収集装置504は各種のトラフィックデータを集めるための装置、506はメール配信サーバである。
【0035】
ログ収集装置504は、ネットワークプロトコルを解析する仕組みを備えており、トラヒックデータを解析し、任意のネットワークレイヤにおけるデータとして集計する手段を提供する。
【0036】
データ600は、システム500に固有のデータを表している。テーブル601は評価データ蓄積装置105に格納されるデータであり、各ユーザが端末501を通して参照したWebサイトのURLが集計されたものである。評価データ入力装置102は、ログ503から分析に必要なアクセス履歴データのみを選別し、テーブル601へ格納する。結果として、テーブル601には誰がどのサイトに興味があるのかを示すデータが蓄積される。
【0037】
テーブル602は、信頼データ蓄積装置106に格納されるデータである。テーブル602は、各ユーザーのメールの送信アドレス(例えば Toヘッダのデータ)を表しており、各ユーザが端末501を通して送信したメールが集計されたものである。
【0038】
テーブル603はお奨めデータ決定装置から出力されるデータであり、本実施形態においてはメール配信サーバ506を通じて、ユーザ端末にメールとして配信される。
【0039】
第3の実施形態では、テーブル602をユーザ間の信頼度を表す情報として利用し、またテーブル601をWebサイトに対する興味を表す情報として利用する。これにより装置100を用いることで、ユーザが互いに興味を持つURLの共有手段を実現することが可能になる。
【0040】
【発明の効果】
本発明は、商品やサービスに対する直接的な評価情報に加え、ユーザの信頼関係を併用し、ユーザが信頼する他ユーザ(パートナー)の評価情報のみを限定的に集めることができ、またパートナーが他ユーザから支持されている程度を、商品のお奨め度に反映できる。これにより、従来のパーソナリゼーションの技術では扱いに難があった主観的な口コミ情報に対して、定量的なお奨め度合いに基づいて、データを選別することが確定することが可能になる。
【図面の簡単な説明】
【図1】第1の実施形態における装置構成とデータの流れである。
【図2】お奨めデータ選択装置100に蓄積される各データの論理構造である。
【図3】第1の実施形態の処理の詳細である。
【図4】第2の実施形態における装置構成とデータの流れである。
【図5】第2の実施形態における装置構成とデータの流れである。
【図6】システム500に蓄積される固有のデータの論理構造である。
【符号の説明】
101…使用許可データ入力装置、102…評価データ入力装置、103…信頼度入力装置、104…使用許可データ蓄積装置、105…評価データ蓄積装置、106…信頼データ蓄積装置、107…お奨めデータ決定装置、108…お奨めデータ出力装置、109…配信用データ蓄積装置。
【発明の属する技術分野】
本発明はデータを選別するための仕組みであり、特にWorld Wide Web(WWW)、電子メールなどを用いて情報を提供をするたためのシステムに関わる。
【0002】
【従来の技術】
インターネットの普及に伴い、パーソナルコンピュータや携帯電話などの端末を用いたオンラインサービスが一般的になりつつある。現在のオンラインサービスでは、各ユーザに対して個別にカスタマイズされたサービス(パーソナライズサービス)が用意されることがあり、例えば、ショッピングにおけるお奨め情報提供サービス(リコメンデーションサービス)、ユーザの趣味嗜好に適したバナー広告の配信(広告ターゲティング)などが一般に知られている。
【0003】
リコメンデーションサービスは、多数の取扱商品から商品を選択して提示するものであり、例えば書籍販売オンラインショッピングサービスで買い手がある本をWebブラウザから選択したとき、売り手が他のお薦め本もいっしょに提示するなどの個別対応を自動的に実現できる。従来のリコメンデーションサービスを実現する手段の1つとしては協調フィルタリング技術が知られている(例えば非特許文献1等参照)。協調フィルタリング技術は、あるユーザに対するお奨め商品を、類似する他ユーザの購買履歴から選び出す。
【0004】
広告ターゲティングとは、なるだけ広告の効果が大きくなるよう、どの広告を誰に配信すべきかを決めることである。ターゲティングされたバナー広告を配信するシステムには米国特許5948061がある(例えば特許文献1等参照)。バナー広告のターゲティングにおいてはバナー広告を掲載するWebサイトの特性、Web端末の属性、Web利用者の属性、アクセス履歴などのデータを用いて、あるユーザに配信すべき広告を決定する。
【0005】
【非特許文献1】
U.Shardanand, P. Maes, ”Social Information Filtering: Algorithms for Automation”Word of Mouth”, CHI’95, pp.210−217, 1995
【特許文献1】
米国特許5948061号
【0006】
【発明が解決しようとする課題】
現在、インターネットには口コミ情報を掲載するサイトが多数あり、ユーザは書籍、音楽CD、映画DVD、家電商品、レストラン等に対する他ユーザの評価を知ることができる。しかしながら、多くの口コミ情報掲載サイトでは匿名ユーザの情報が収集され、また掲載される情報は選別されていないため、ユーザが情報の真偽を判断することが難しい。多くの場合、寄せられた口コミ情報の件数が真偽を判断する目安となっているが、悪意を持った嘘の情報、自身に趣味嗜好に合致しないユーザの情報、匿名を逆手にとってユーザを装った売り手側の組織票等を判別することが困難である。
【0007】
しかしながら現時点では、口コミ情報に基づいて何らかの選択肢を得ようとする場合、ユーザが口コミ情報を選別するための有用な手段が存在しない。従来の技術は、属性データ、履歴データ等の客観的な観測データを選別する手法であり、口コミ情報のように主観的データ、あるいは嘘が混じっているかもしれないデータを扱うための仕組みを提供することができない。
【0008】
【課題を解決するための手段】
本発明は、各ユーザがデータの有用性を入力するための手段と、前記の入力された有用性の評価データを蓄積する手段と、各ユーザが他に信頼するユーザを指定する手段と、前記の指定された信頼データを蓄積する手段と、前記の有用性の評価データを他のユーザに使用させることを許可する事を指定するための手段と、前記の指定された使用許可データを蓄積する手段と、各ユーザに奨めるためのデータを蓄積する手段と、前記の蓄積された信頼データと、前記の蓄積された使用許可データを用いてユーザ間の信頼関係を求め、ユーザ間の信頼関係と前記の蓄積された評価データを用いて各ユーザごとにお奨めデータを決定する手段と、決定されたお奨めデータを前記のお奨めデータ蓄積手段から取り出し、出力するための手段からなる。
【0009】
すなわち本発明は、お奨めデータを決定する過程で、ユーザ間の信頼関係に基づいて、評価データあるいは口コミ情報を選別する仕組みを備えるため、評価データが主観的なデータであっても、ユーザにとって好ましい情報を選ぶための手段を提供することが可能になる。
【0010】
【発明の実施の形態】
以下図面に従い、本発明の第1の実施形態であるお奨めデータ選択装置100を説明する。
【0011】
図1は装置100の構成とデータの流れを示している。101は使用許可データ入力装置、102は評価データ入力装置、103は信頼度入力装置、104は使用許可データ蓄積装置、105は評価データ蓄積装置、106は信頼データ蓄積装置、107はお奨めデータ決定装置、108はお奨めデータ出力装置、109は配信用データ蓄積装置である。
【0012】
各ユーザは評価データ入力装置102を用いて、お奨めデータを決定するための基礎情報となる商品、サービスへの評価データを入力する。使用許可データ入力装置101は、各ユーザが他のユーザに対し、評価データを公開するか否かを指定するために用いられる。また、各ユーザは信頼度入力装置103を用いて、信頼できる他のユーザを指定する。
【0013】
お奨めデータ決定装置107は、使用許可データ蓄積装置104、評価データ蓄積装置105、信頼データ蓄積装置106に蓄積されたデータを用いて、各ユーザに対するお奨めデータを決定する。お奨めデータ出力装置108は、決定されたお奨めデータに該当する商品、サービスの詳細を配信用データ蓄積装置109から取得し、データ選択装置100の出力を与える。
【0014】
図2のデータ200はお奨めデータ選択装置100に蓄積される各データの論理構造を表している。
【0015】
テーブル201は使用許可データ蓄積装置104に蓄積されるデータである。1件のレコードはユーザの識別子が格納される「ユーザID」の項目からなり、1人のユーザの使用許可の状態を表している。データ200に識別子が格納されているユーザは、他のユーザに対して評価データを公開することを意味する。「ユーザID」に値が格納されていないユーザは評価データ非公開とすることを意味する。
【0016】
テーブル202は評価データ蓄積装置105に蓄積されるデータである。1件のレコードは「ユーザID」、商品、サービスなどの評価対象の識別子が格納される「商品ID」、評価対象の良さの度合いを表す「評価値」の項目からなる。テーブル202における「ユーザID」の項目の定義は、テーブル202のものと同様である。テーブル202において、1件のレコードはあるユーザが評価した1個の評価対象に対する評価値を表している。原理上、「評価値」の値は非負の実数で良いが、説明の便宜上、ここでは値として1のみが格納されることとする。この場合、各評価対象の評価値は評価したユーザ数となる。1人のユーザが複数の対象を評価する場合は、同じ「ユーザID」の値を持つレコードが複数格納される。
【0017】
テーブル203は信頼データ蓄積装置に蓄積されるデータである。1件のレコードは「ユーザID」、信頼するユーザの識別子が格納される「信頼ユーザID」、ユーザに対する信頼度合いを表す評価値が格納される「信頼値」の項目からなる。テーブル203における「ユーザID」の項目の定義は、テーブル201のものと同様である。テーブル203において1件のレコードはあるユーザが評価した1人のユーザに対する信頼度を表す。原理上、「信頼値」の値は非負の実数で良いが、説明の便宜上、ここでは値として1のみが格納されることとする。
【0018】
テーブル204はお奨めデータ蓄積装置109に格納されるデータである。1件のレコードは「商品ID」、及び商品の詳細を表す項目からなる。テーブル204における「商品ID」の項目の定義は、テーブル202のものと同様である。テーブル204において、1件のレコードは、1個の商品を表す。
【0019】
テーブル205はお奨めデータ出力装置108の出力データを表す。1件のレコードは「ユーザID」、商品の詳細を表す項目、及びお奨めの度合いを表す「お奨め度」からなる。テーブル205における「ユーザID」の項目の定義は、テーブル201の定義と同様である。テーブル205において、1件のレコードは各ユーザに対するお奨めデータを表している。「ユーザID」に値が格納されていないユーザに関しては、お奨めデータが無いことを意味する。
【0020】
第1の実施形態の処理は大きく分けて、(A)入力装置101、102、103のそれぞれがデータの入力を受け付けて蓄積装置104、105、106にデータを格納する処理と、(B)お奨めデータ決定装置107が蓄積装置104、105、106のデータを用いて各ユーザに対してお奨めデータを決定し、お奨めデータ108が出力する処理の2つからなる。処理(A)はユーザが入力を求める場合に実行される。処理(B)はユーザが出力を求める場合、お奨めデータ選択装置100がタイマーやシステム管理者から実行要求を受けた場合に実行される。
【0021】
図3のフロー300は処理(B)の詳細を表している。以下、フロー300に従って、処理(B)の詳細を説明する。
【0022】
処理301では、お奨めデータ決定装置107が、テーブル201とテーブル203のデータを参照し、他のユーザから獲得している信頼値の総和をユーザ1人1人について求める。テーブル201に識別子が格納されていないユーザに関しては、信頼値は0となる。テーブル201に識別子が格納されているユーザに関しては、テーブル203の信頼ユーザIDが合致するレコードにおける信頼値の総和が求める値となる。
【0023】
処理302から305までのループで、各ユーザに対するお奨めデータを決定する。
【0024】
まず処理303ではお奨めデータ決定装置107が、処理301の結果と、テーブル203を用い、以下の式に従って、あるユーザXと他のユーザの信頼関係C(X)を求める。
【0025】
【数1】
【0026】
ここでmはユーザの総数、nは商品の総数、i、jはそれぞれ1<=i<=m, 1<=j<n の整数である。数式おける各変数の添え字は括弧内に記すと、r(i,j)はユーザiのユーザjに対する信頼値を表す。ただし計算の便宜上、i=jのときはr(i,j)=0である。r(i,j)はテーブル203から得られるものであり、また各Σの値は、処理301で計算された総和である。
【0027】
続いて処理304ではお奨めデータ決定装置107が、処理303の結果と、テーブル202を用い、以下の式に従い、ユーザXに対する全ての商品のお奨め度の集合E(X)を与える。
【0028】
【数2】
【0029】
S(i,j)は商品iがユーザjの評価を得ている場合に1、それ以外の場合は0である。e(1),e(2),...,e(n)は、n個の商品それぞれのお薦め度を表す。S(i,j)はテーブル203から得られるものである。
【0030】
処理305では、お奨めデータ出力装置108が、E(X)とテーブル204を用いて、ユーザXに対するお奨めデータをテーブル205の形式で出力する。テーブル205の項目「お奨め度」は処理304で求めた商品ごとのお奨めでe、その他の項目はテーブル204から生成される。ユーザ1人あたりの出力件数はパラメータとして与える。典型的な例では、お奨め度eが最も大きいデータを選択し、ユーザ1人付き1件のお奨めデータを出力する。
【0031】
以上が処理(B)の詳細である。
【0032】
このように、協調フィルタリング、広告ターゲティングなど従来の手法と異なり、ユーザの信頼関係をお奨めデータの決定に使用できる点に本発明の特徴がある。また典型的な口コミ情報の評価方法では、商品に対する直接的な投票として実現される事が多く、上式ににおけるS(i,j)のみを集計して商品のお奨め度とする方法が該当する。このような口コミ情報の評価手法と比較すると、本発明の特徴は、S(i,j)と信頼関係C(X)を併用することにある。C(X)を用いることにより、ユーザが信頼する他ユーザ(パートナー)の情報のみに集計を限定できこと、またパートナーが他ユーザから支持されている程度を、商品のお奨め度に反映することが可能になる。
【0033】
図4はシステム400は本発第2の実施形態を示している。システム400では、装置100はWebサーバ側にあり、また使用許可データ入力装置101、評価データ入力装置102、信頼度入力装置103はWebブラウザ402からの入力を受け付けるよう構成される。お奨めデータ出力装置の出力は、Webブラウザ402の画面内に出力される。例えば、システム400が書評掲載サイトで運用される場合、各々のユーザは書評の投稿に加え、評者に対する信頼度を装置103から、書評の対象になっている書籍に対する評価を装置102から入力しておく。このようなデータを蓄積しておくことにより、お奨めデータ決定装置108は各ユーザに対して、口コミ情報に基づいたお奨めの書籍を出力することができる。
【0034】
図5のシステム500は本発明の第3の実施形態であり、興味あるWebサイトの情報をユーザ間で共有するための手段を提供する。ユーザ端末501はWebブラウザとMail User Agent(MUA)を備えるネットワーク端末、502はWebサーバ、ログ503はユーザ端末501がWebサイトへアクセスした際のトラフィックデータを集めたデータ、ログ505はユーザ端末501がメールを送受信した際のトラフィックデータ集めたデータ、ログ収集装置504は各種のトラフィックデータを集めるための装置、506はメール配信サーバである。
【0035】
ログ収集装置504は、ネットワークプロトコルを解析する仕組みを備えており、トラヒックデータを解析し、任意のネットワークレイヤにおけるデータとして集計する手段を提供する。
【0036】
データ600は、システム500に固有のデータを表している。テーブル601は評価データ蓄積装置105に格納されるデータであり、各ユーザが端末501を通して参照したWebサイトのURLが集計されたものである。評価データ入力装置102は、ログ503から分析に必要なアクセス履歴データのみを選別し、テーブル601へ格納する。結果として、テーブル601には誰がどのサイトに興味があるのかを示すデータが蓄積される。
【0037】
テーブル602は、信頼データ蓄積装置106に格納されるデータである。テーブル602は、各ユーザーのメールの送信アドレス(例えば Toヘッダのデータ)を表しており、各ユーザが端末501を通して送信したメールが集計されたものである。
【0038】
テーブル603はお奨めデータ決定装置から出力されるデータであり、本実施形態においてはメール配信サーバ506を通じて、ユーザ端末にメールとして配信される。
【0039】
第3の実施形態では、テーブル602をユーザ間の信頼度を表す情報として利用し、またテーブル601をWebサイトに対する興味を表す情報として利用する。これにより装置100を用いることで、ユーザが互いに興味を持つURLの共有手段を実現することが可能になる。
【0040】
【発明の効果】
本発明は、商品やサービスに対する直接的な評価情報に加え、ユーザの信頼関係を併用し、ユーザが信頼する他ユーザ(パートナー)の評価情報のみを限定的に集めることができ、またパートナーが他ユーザから支持されている程度を、商品のお奨め度に反映できる。これにより、従来のパーソナリゼーションの技術では扱いに難があった主観的な口コミ情報に対して、定量的なお奨め度合いに基づいて、データを選別することが確定することが可能になる。
【図面の簡単な説明】
【図1】第1の実施形態における装置構成とデータの流れである。
【図2】お奨めデータ選択装置100に蓄積される各データの論理構造である。
【図3】第1の実施形態の処理の詳細である。
【図4】第2の実施形態における装置構成とデータの流れである。
【図5】第2の実施形態における装置構成とデータの流れである。
【図6】システム500に蓄積される固有のデータの論理構造である。
【符号の説明】
101…使用許可データ入力装置、102…評価データ入力装置、103…信頼度入力装置、104…使用許可データ蓄積装置、105…評価データ蓄積装置、106…信頼データ蓄積装置、107…お奨めデータ決定装置、108…お奨めデータ出力装置、109…配信用データ蓄積装置。
Claims (4)
- 複数個のデータの中から、複数ユーザの各々に対してデータを選択し、ネットワークを経由して各ユーザの端末に選択されたデータを送信するためのシステムにおいて、各ユーザがデータの有用性を入力するための手段と、前記の入力された有用性の評価データを蓄積する手段と、各ユーザが他に信頼するユーザを指定する手段と、前記の指定された信頼データを蓄積する手段と、前記の有用性の評価データを他のユーザに使用させることを許可する事を指定するための手段と、前記の指定された使用許可データを蓄積する手段と、各ユーザに奨めるためのデータを蓄積する手段と、前記の蓄積された信頼データと、前記の蓄積された使用許可データを用いてユーザ間の信頼関係を求め、ユーザ間の信頼関係と前記の蓄積された評価データを用いて各ユーザごとにお奨めデータを決定する手段と、決定されたお奨めデータを前記のお奨めデータ蓄積手段から取り出し、出力するための手段からなることを特徴とするお奨めデータ選択装置。
- 請求項1に記載のお奨めデータ選択装置において、使用許可データを入力する手段と、評価データを入力する手段と、信頼度を入力する手段はWebブラウザから使用することを特徴とするお奨めデータ選択装置。
- 請求項1に記載のお奨めデータ選択装置において、評価データを入力する手段に与えるデータには、WebブラウザとWebサーバで送受信されるトラフィックデータから抽出される、WebブラウザがアクセスしたURLを用いることを特徴とするお奨めデータ選択装置。
- 請求項1に記載のお奨めデータ選択装置において、信頼データを入力する手段に与えるデータには、Mail User Agent(MUA)とサーバが送受信するトラフィックデータから抽出される、送信者アドレスと受信者アドレスを用いることを特徴とするお奨めデータ選択装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003123133A JP2004326634A (ja) | 2003-04-28 | 2003-04-28 | ユーザ間の信頼関係を用いるお奨めデータ選択装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003123133A JP2004326634A (ja) | 2003-04-28 | 2003-04-28 | ユーザ間の信頼関係を用いるお奨めデータ選択装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004326634A true JP2004326634A (ja) | 2004-11-18 |
Family
ID=33501108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003123133A Pending JP2004326634A (ja) | 2003-04-28 | 2003-04-28 | ユーザ間の信頼関係を用いるお奨めデータ選択装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004326634A (ja) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007011933A (ja) * | 2005-07-04 | 2007-01-18 | Nippon Telegr & Teleph Corp <Ntt> | 近辺情報検索装置 |
JP2008026990A (ja) * | 2006-07-18 | 2008-02-07 | Fujitsu Fip Corp | 情報提供サーバ及び情報提供システム、情報提供方法、並びに、プログラム |
JP2011257804A (ja) * | 2010-06-04 | 2011-12-22 | Nippon Hoso Kyokai <Nhk> | 番組推薦装置及び番組推薦プログラム |
JP2012113421A (ja) * | 2010-11-22 | 2012-06-14 | Nippon Telegr & Teleph Corp <Ntt> | 信頼関係強度推定装置、信頼関係強度推定方法、評価値予測装置、評価値予測方法、及びプログラム |
WO2013173790A1 (en) * | 2012-05-17 | 2013-11-21 | Luvocracy Inc. | Trust graphs |
JP2014522042A (ja) * | 2011-07-26 | 2014-08-28 | アリババ・グループ・ホールディング・リミテッド | ソーシャル商品推薦の提供 |
JP2014195535A (ja) * | 2013-03-29 | 2014-10-16 | カシオ計算機株式会社 | 景品提供システム、景品提供装置及びプログラム |
CN104484406A (zh) * | 2014-12-15 | 2015-04-01 | 北京国双科技有限公司 | 推荐数据的投放分析方法及装置 |
US9799046B2 (en) | 2012-05-17 | 2017-10-24 | Wal-Mart Stores, Inc. | Zero click commerce systems |
JP2018045498A (ja) * | 2016-09-15 | 2018-03-22 | 株式会社東芝 | 検索装置、検索方法、プログラムおよび検索システム |
US10181147B2 (en) | 2012-05-17 | 2019-01-15 | Walmart Apollo, Llc | Methods and systems for arranging a webpage and purchasing products via a subscription mechanism |
US10210559B2 (en) | 2012-05-17 | 2019-02-19 | Walmart Apollo, Llc | Systems and methods for recommendation scraping |
US10346895B2 (en) | 2012-05-17 | 2019-07-09 | Walmart Apollo, Llc | Initiation of purchase transaction in response to a reply to a recommendation |
US10580056B2 (en) | 2012-05-17 | 2020-03-03 | Walmart Apollo, Llc | System and method for providing a gift exchange |
-
2003
- 2003-04-28 JP JP2003123133A patent/JP2004326634A/ja active Pending
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007011933A (ja) * | 2005-07-04 | 2007-01-18 | Nippon Telegr & Teleph Corp <Ntt> | 近辺情報検索装置 |
JP2008026990A (ja) * | 2006-07-18 | 2008-02-07 | Fujitsu Fip Corp | 情報提供サーバ及び情報提供システム、情報提供方法、並びに、プログラム |
JP4739136B2 (ja) * | 2006-07-18 | 2011-08-03 | 富士通エフ・アイ・ピー株式会社 | 情報提供サーバ、情報提供方法、及びプログラム |
JP2011257804A (ja) * | 2010-06-04 | 2011-12-22 | Nippon Hoso Kyokai <Nhk> | 番組推薦装置及び番組推薦プログラム |
JP2012113421A (ja) * | 2010-11-22 | 2012-06-14 | Nippon Telegr & Teleph Corp <Ntt> | 信頼関係強度推定装置、信頼関係強度推定方法、評価値予測装置、評価値予測方法、及びプログラム |
JP2014522042A (ja) * | 2011-07-26 | 2014-08-28 | アリババ・グループ・ホールディング・リミテッド | ソーシャル商品推薦の提供 |
WO2013173792A1 (en) * | 2012-05-17 | 2013-11-21 | Luvocracy Inc. | Zero click commerce systems |
US10210559B2 (en) | 2012-05-17 | 2019-02-19 | Walmart Apollo, Llc | Systems and methods for recommendation scraping |
WO2013173790A1 (en) * | 2012-05-17 | 2013-11-21 | Luvocracy Inc. | Trust graphs |
US10740779B2 (en) | 2012-05-17 | 2020-08-11 | Walmart Apollo, Llc | Pre-establishing purchasing intent for computer based commerce systems |
US9799046B2 (en) | 2012-05-17 | 2017-10-24 | Wal-Mart Stores, Inc. | Zero click commerce systems |
US9875483B2 (en) | 2012-05-17 | 2018-01-23 | Wal-Mart Stores, Inc. | Conversational interfaces |
US10580056B2 (en) | 2012-05-17 | 2020-03-03 | Walmart Apollo, Llc | System and method for providing a gift exchange |
US10346895B2 (en) | 2012-05-17 | 2019-07-09 | Walmart Apollo, Llc | Initiation of purchase transaction in response to a reply to a recommendation |
US10181147B2 (en) | 2012-05-17 | 2019-01-15 | Walmart Apollo, Llc | Methods and systems for arranging a webpage and purchasing products via a subscription mechanism |
JP2014195535A (ja) * | 2013-03-29 | 2014-10-16 | カシオ計算機株式会社 | 景品提供システム、景品提供装置及びプログラム |
CN104484406B (zh) * | 2014-12-15 | 2018-08-07 | 北京国双科技有限公司 | 推荐数据的投放分析方法及装置 |
CN104484406A (zh) * | 2014-12-15 | 2015-04-01 | 北京国双科技有限公司 | 推荐数据的投放分析方法及装置 |
JP2018045498A (ja) * | 2016-09-15 | 2018-03-22 | 株式会社東芝 | 検索装置、検索方法、プログラムおよび検索システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9984392B2 (en) | Social advertisements and other informational messages on a social networking website, and advertising model for same | |
AU2008324952B2 (en) | Communicating information in a social networking website about activities from another domain | |
US9710555B2 (en) | User profile stitching | |
KR101849658B1 (ko) | 영향력자 점수에 기초한 소식 타겟팅 | |
EP2304619B1 (en) | Correlated information recommendation | |
US7703030B2 (en) | Method and system for providing customized recommendations to users | |
US7818392B1 (en) | Hierarchical posting systems and methods with social network filtering | |
KR20170129706A (ko) | 소셜 네트워킹 시스템을 통한 판매자와의 사용자 통신 | |
JP2004326634A (ja) | ユーザ間の信頼関係を用いるお奨めデータ選択装置 | |
JP2019508756A (ja) | 電子配信プラットフォーム上で提示対象を選択および推奨するための方法および装置 | |
KR101737919B1 (ko) | Sns를 통한 상품체험 대상자를 선정하는 알고리즘을 이용한 광고 방법 | |
JP2004038370A (ja) | 広告情報検索システム、広告情報検索システム用管理サーバーシステム及び管理サーバーシステム用プログラム | |
EP1846810A2 (en) | Method and system for providing customized recommendations to users | |
US20150066616A1 (en) | Systems, Computer-Implemented Methods, and Non-Transitory Computer-Readable Media for Social Request Routing and Reward Distribution | |
JP2006236165A (ja) | 口コミ情報共有装置 | |
JP2006260164A (ja) | 情報発信システム、情報発信促進方法 | |
JP2002259730A (ja) | 情報提供システム及び方法 | |
KR101654165B1 (ko) | 온라인 출판 기념회를 통한 책 판촉 방법 및 시스템 | |
JP2001325521A (ja) | インターネットにおけるメール配信システムおよび方法 |