JP2006053616A - サーバ装置、webサイト推奨方法およびプログラム - Google Patents

サーバ装置、webサイト推奨方法およびプログラム Download PDF

Info

Publication number
JP2006053616A
JP2006053616A JP2004232805A JP2004232805A JP2006053616A JP 2006053616 A JP2006053616 A JP 2006053616A JP 2004232805 A JP2004232805 A JP 2004232805A JP 2004232805 A JP2004232805 A JP 2004232805A JP 2006053616 A JP2006053616 A JP 2006053616A
Authority
JP
Japan
Prior art keywords
web site
access
terminal device
unit
correlation
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
Application number
JP2004232805A
Other languages
English (en)
Inventor
Toshiaki Inoue
敏了 井上
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.)
KDDI Corp
Original Assignee
KDDI Corp
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 KDDI Corp filed Critical KDDI Corp
Priority to JP2004232805A priority Critical patent/JP2006053616A/ja
Publication of JP2006053616A publication Critical patent/JP2006053616A/ja
Pending legal-status Critical Current

Links

Images

Landscapes

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

Abstract

【課題】 アクセスログを効率良く集計することによって、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨を行なう。
【解決手段】 携帯端末装置がWEBサイトへアクセスした履歴を示すアクセスログを収集する収集部(2)と、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集されたアクセスログに含まれるアクセスログ群の計数を行なう計数部(3)と、少なくとも計数結果および携帯端末装置の属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと属性との相関の分析を行なう相関分析部(4)と、相関の分析の結果に応じて、推奨候補とするWEBサイトを選出する選出部(5)と、その選出されたWEBサイトを特定するWEBサイト推奨情報を生成する推奨情報生成部(6)と、を備える。
【選択図】 図1

Description

本発明は、携帯端末装置に対して、WEBサイトの推奨を行なうサーバ装置、WEBサイト推奨方法およびプログラムに関する。
従来から、携帯端末装置では、多くのコンテンツが閲覧できるようになっている。これらのコンテンツには、複数の階層を有し、ユーザが目的のページに到達するまでに複数回の選択操作を必要とするものもある。このため、例えば流行性の高いコンテンツなど、ユーザの嗜好分析を行なって、特定のコンテンツをユーザに対して推奨し、煩雑な操作をせずに目的のページを閲覧できるようにしたレコメンデーションサービスが提案されている。
ここで、ユーザの嗜好分析を行なう項目としては、有料コンテンツの利用履歴、商品購入情報、ユーザの属性情報、そしてWEBサイトへのアクセスログが考えられる。特に、WEBサイトへのアクセスログは、無料のWEBサイトであるか、有料のWEBサイトであるかを問わず生成するものであるため、無料のWEBサイトしか利用しないユーザの情報を得られるという利点がある。また、アクセスログの数を検討することによって、ユーザのモバイルインターネットへの依存度を把握することができるという利点もある。さらに、ユーザが興味を示したジャンル、カテゴリーが把握でき、相関分析を行なうことによって、未開拓のジャンルのコンテンツを推奨することに資する、という利点もある。
一方、例えば、特開2004−094383号公報に開示されているレコメンデーション装置は、ユーザ端末に配信したコンテンツの履歴と該コンテンツを区分するために設定されたカテゴリーと、を対応付けてユーザ行動履歴データベースに記憶する。そして、このコンテンツの配信履歴に基づいて、分類分析を行い、各ユーザの嗜好情報を生成し、ユーザデータベースに記憶する。コンテンツの広告を配信する場合に、このユーザデータベースに記憶された嗜好情報に基づいて、ユーザの趣味や嗜好に応じた広告を配信する。ユーザ行動履歴データベースに記憶されたコンテンツの配信履歴を相関分析または判別分析を行い、分析結果データベースに記憶しておき、この分析結果に基づいて、ユーザ端末にコンテンツの広告を配信する。これにより、ユーザ自身が嗜好情報を設定する手間を省き、誤入力などにより嗜好情報の信頼性が低下してしまうことを防止し、ユーザの嗜好情報の信頼性を高め、広告の効果を向上させることを目指している。
特開2004−094383号公報
しかしながら、従来のレコメンデーションサービスでは、すべてのユーザに対して同一のコンテンツを推奨するものであるため、推奨されたコンテンツは、必ずしもすべてのユーザによって閲覧されているわけではない。すなわち、推奨されたコンテンツがあったとしても、ユーザは、自分が本当に必要とするコンテンツを、選択操作を何度か行なって表示させなければならないので、依然として煩雑な選択操作を余儀なくされている。
また、特許文献1に開示されている技術では、ユーザへのコンテンツの配信履歴を記憶しておき、その履歴に基づいてユーザの嗜好情報を生成し、その嗜好情報に関連する広告を配信するものであるが、ユーザの嗜好情報を生成するために、コンテンツの配信履歴を使用している。従って、コンテンツの配信がされなければ、ユーザの嗜好情報を生成することができず、上記のようなWEBサイトへのアクセスログを用いた場合のような利点を享受することは困難である。
一方、アクセスログというものは、WEBサイトでページが遷移する度に生成されるものであるため、サーバ装置には膨大な量のアクセスログが蓄積されることとなる。このため、システムでの負荷が大きく、アクセスログを用いたWEBサイトの推奨は実施上容易ではなかった。
さらに、例えば、携帯電話機のように画面の大きさに制限がある携帯端末装置の場合は、表示できる情報量も限られるため、ユーザが、数多く存在するWEBサイトから自分の求めるWEBサイトに辿り着くことは容易ではない。このため、ユーザの嗜好により近いWEBサイトを推奨するサービスが望まれている。
本発明は、このような事情に鑑みてなされたものであり、アクセスログを効率良く集計することによって、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨を行なうことができるサーバ装置、WEBサイト推奨方法およびプログラムを提供することを目的とする。
(1)上記の目的を達成するため、本発明は、以下のような手段を講じた。すなわち、本発明に係るサーバ装置は、通信ネットワークを介して携帯端末装置とデータの送受信を行なうと共に、前記携帯端末装置に対してWEBサイトを推奨する情報を送信するサーバ装置であって、前記携帯端末装置がWEBサイトへアクセスした履歴を示すアクセスログを収集する収集部と、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に前記収集部に収集されたアクセスログに含まれる前記アクセスログ群の計数を行なう計数部と、少なくとも前記計数結果および前記携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、または前記WEBサイトと前記属性情報との相関の分析を行なう相関分析部と、前記相関の分析の結果に応じて、推奨候補とするWEBサイトを選出する選出部と、前記選出されたWEBサイトを特定するWEBサイト推奨情報を生成する推奨情報生成部と、を備え、前記生成したWEBサイト推奨情報を前記携帯端末装置へ送信することを特徴としている。
このように、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集部に収集されたアクセスログに含まれるアクセスログ群の計数を行なうので、すべてのアクセスログを用いる場合と比較して効率の良い集計が可能となる。そして、その計数結果および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと属性情報との相関の分析を行ない、その相関分析の結果に応じて、推奨候補とするWEBサイトを選出するので、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨を行なうことが可能となる。
(2)また、本発明に係るサーバ装置は、前記選出部は、前記推奨候補とするWEBサイトから除外すべきWEBサイトを前記携帯端末装置のユーザの属性情報に基づいて特定し、その特定したWEBサイトは選出しないことを特徴としている。
このように、推奨候補とするWEBサイトから除外すべきWEBサイトを携帯端末装置のユーザの属性情報に基づいて特定し、その特定したWEBサイトは選出しないので、通信相手である携帯端末装置にふさわしくないWEBページを推奨することを回避することができる。例えば、通信相手が携帯電話機である場合、その携帯電話機の機種によっては正しく表示することができないWEBサイトが存在するため、そのようなWEBサイトは推奨候補から外すことが好ましい。これにより、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨を行なうことが可能となる。
(3)また、本発明に係るサーバ装置は、前記推奨情報生成部は、前記選出されたWEBサイトに対して順位付けをし、前記順位が特定順位以上のWEBサイトからランダムに複数のWEBサイトを抽出し、前記携帯端末装置において、前記抽出したWEBサイトが表示されるように前記WEBサイト推奨情報を生成することを特徴としている。
このように、選出されたWEBサイトに対して順位付けをし、その順位が特定順位以上のWEBサイトからランダムに複数のWEBサイトを抽出するので、推奨するWEBサイトが特定のジャンルに偏ることを防ぐことができる。その結果、ユーザにとって利用価値の高いWEBサイトの推奨を行なうことが可能となる。
(4)また、本発明に係るサーバ装置は、前記WEBサイト推奨情報の送信先の携帯端末装置から、いずれかのWEBサイトを選定する信号を受信した場合、その選定履歴を記憶する選定履歴記憶部と、いずれかのWEBサイトの選定を示す単数または複数の前記選定履歴からなる選定履歴群を一単位として、所定時間内に前記選定履歴記憶部に記録された選定履歴に含まれる前記選定履歴群の計数を行なう選定履歴群計数部と、を備え、前記相関分析部は、前記選定履歴群計数部の計数結果、前記計数部の計数結果、および前記携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、または前記WEBサイトと前記属性情報との相関の分析を行なうことを特徴としている。
このように、WEBサイト推奨情報の送信先の携帯端末装置から、いずれかのWEBサイトを選定する信号を受信した場合、その選定履歴を記憶し、いずれかのWEBサイトの選定を示す単数または複数の選定履歴からなる選定履歴群を一単位として、所定時間内に選定履歴記憶部に記録された選定履歴に含まれる選定履歴群の計数を行なうので、推奨効果の測定を行なうことができる。また、選定履歴群を一単位として計数を行なうため、すべての選定履歴について計数を行なう場合よりも、効率の良い計数を行なうことが可能となる。また、選定履歴群計数部の計数結果、計数部の計数結果、および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと属性情報との相関の分析を行なうので、選定履歴を加味した相関の分析が可能となる。その結果、ユーザの行動履歴をフィードバックした精度の高いWEBサイトの推奨が可能となる。
(5)また、本発明に係るWEBサイト推奨方法は、通信ネットワークを介して携帯端末装置に対してWEBサイトを推奨するWEBサイト推奨方法であって、前記携帯端末装置がWEBサイトへアクセスした履歴を示すアクセスログを収集するステップと、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集されたアクセスログに含まれる前記アクセスログ群の計数を行なうステップと、少なくとも前記計数結果および前記携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、または前記WEBサイトと前記属性情報との相関の分析を行なうステップと、前記相関の分析の結果に応じて、推奨候補とするWEBサイトを選出するステップと、前記選出されたWEBサイトを特定するWEBサイト推奨情報を生成するステップと、前記生成したWEBサイト推奨情報を前記携帯端末装置へ送信するステップと、を含むことを特徴としている。
このように、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集されたアクセスログに含まれるアクセスログ群の計数を行なうので、すべてのアクセスログを用いる場合と比較して効率の良い集計が可能となる。そして、その計数結果および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと属性情報との相関の分析を行ない、その相関分析の結果に応じて、推奨候補とするWEBサイトを選出するので、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨を行なうことが可能となる。
(6)また、本発明に係るプログラムは、携帯端末装置に対してWEBサイトを推奨するWEBサイト推奨情報を生成するプログラムであって、収集部に対して、前記携帯端末装置がWEBサイトへアクセスした履歴を示すアクセスログを収集させる処理と、計数部に対して、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に前記収集部に収集されたアクセスログに含まれる前記アクセスログ群の計数を行なわせる処理と、相関分析部に対して、少なくとも前記計数結果および前記携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、または前記WEBサイトと前記属性情報との相関の分析を行わせる処理と、選出部に対して、前記相関の分析の結果に応じて、推奨候補とするWEBサイトを選出させる処理と、推奨情報生成部に対して、前記選出されたWEBサイトを特定するWEBサイト推奨情報を生成させる処理と、を含む一連の処理をコンピュータ読み取り、実行可能にコマンド化させたことを特徴としている。
このように、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集部に収集されたアクセスログに含まれるアクセスログ群の計数を行なうので、すべてのアクセスログを用いる場合と比較して効率の良い集計が可能となる。そして、その計数結果および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと属性情報との相関の分析を行ない、その相関分析の結果に応じて、推奨候補とするWEBサイトを選出するので、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨情報の生成を行なうことが可能となる。
本発明に係るサーバ装置によれば、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集部に収集されたアクセスログに含まれるアクセスログ群の計数を行なうので、すべてのアクセスログを用いる場合と比較して効率の良い集計が可能となる。そして、その計数結果および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと属性情報との相関の分析を行ない、その相関分析の結果に応じて、推奨候補とするWEBサイトを選出するので、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨を行なうことが可能となる。
また、推奨候補とするWEBサイトから除外すべきWEBサイトを携帯端末装置のユーザの属性情報に基づいて特定し、その特定したWEBサイトは選出しないので、通信相手である携帯端末装置にふさわしくないWEBページを推奨することを回避することができる。
また、選出されたWEBサイトに対してランダムに順位付けをし、携帯端末装置において、順位が上位のものから表示されるようにWEBサイト推奨情報を生成するので、推奨するWEBサイトが特定のジャンルに偏ることを防ぐことができる。その結果、ユーザにとって利用価値の高いWEBサイトの推奨を行なうことが可能となる。
また、WEBサイト推奨情報の送信先の携帯端末装置から、いずれかのWEBサイトを選定する信号を受信した場合、その選定履歴を記憶し、いずれかのWEBサイトの選定を示す単数または複数の選定履歴からなる選定履歴群を一単位として、所定時間内に選定履歴記憶部に記録された選定履歴に含まれる選定履歴群の計数を行なうので、推奨効果の測定を行なうことができる。また、選定履歴群を一単位として計数を行なうため、すべての選定履歴について計数を行なう場合よりも、効率の良い計数を行なうことが可能となる。また、選定履歴群計数部の計数結果、計数部の計数結果、および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、または前記WEBサイトと前記属性情報との相関の分析を行なうので、選定履歴を加味した相関の分析が可能となる。その結果、ユーザの行動履歴をフィードバックした精度の高いWEBサイトの推奨が可能となる。
また、本発明に係るWEBサイト推奨方法によれば、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集されたアクセスログに含まれるアクセスログ群の計数を行なうので、すべてのアクセスログを用いる場合と比較して効率の良い集計が可能となる。そして、その計数結果および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと属性情報との相関の分析を行ない、その相関分析の結果に応じて、推奨候補とするWEBサイトを選出するので、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨を行なうことが可能となる。
また、本発明に係るプログラムによれば、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集部に収集されたアクセスログに含まれるアクセスログ群の計数を行なうので、すべてのアクセスログを用いる場合と比較して効率の良い集計が可能となる。そして、その計数結果および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと属性情報との相関の分析を行ない、その相関分析の結果に応じて、推奨候補とするWEBサイトを選出するので、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨情報の生成を行なうことが可能となる。
本発明者らは、携帯電話機において大きさの限られた画面内で所望のWEBサイトに辿り着くことが容易ではないことから、ユーザの嗜好や属性に即したWEBサイトを推奨するシステムの構築を試みた。その過程において、本発明者らは、アクセスログによるユーザの嗜好分析には利点が多い反面、すべてのアクセスログを利用するとシステムの負担が大きくなる点に着目し、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集されたアクセスログに含まれるアクセスログ群の計数を行なうことにより、効率の良い集計ができることを見出し、本発明を完成させるに至った。
すなわち、本発明は、通信ネットワークを介して携帯端末装置とデータの送受信を行なうと共に、前記携帯端末装置に対してWEBサイトを推奨する情報を送信するサーバ装置であって、前記携帯端末装置がWEBサイトへアクセスした履歴を示すアクセスログを収集する収集部と、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に前記収集部に収集されたアクセスログに含まれる前記アクセスログ群の計数を行なう計数部と、少なくとも前記計数結果および前記携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、または前記WEBサイトと前記属性情報との相関の分析を行なう相関分析部と、前記相関の分析の結果に応じて、推奨候補とするWEBサイトを選出する選出部と、前記選出されたWEBサイトを特定するWEBサイト推奨情報を生成する推奨情報生成部と、を備え、前記生成したWEBサイト推奨情報を前記携帯端末装置へ送信することを特徴とする。
これにより、本発明者らは、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨を行なうことを可能とした。以下、本発明の実施の形態について、図面を参照して説明する。
図1は、本実施の形態に係るサーバ装置の概略構成を示すブロック図である。本実施の形態に係るサーバ装置1は、収集部2において、携帯端末装置がWEBサイトへアクセスした履歴を示すアクセスログを収集する。
計数部3は、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集部2に収集されたアクセスログに含まれるアクセスログ群の計数を行なう。
WEBサイトへのアクセスログは、無料のWEBサイトであるか、有料のWEBサイトであるかを問わず生成するものであるため、無料のWEBサイトしか利用しないユーザの情報を得られ、また、アクセスログの数を検討することによって、ユーザのモバイルインターネットへの依存度を把握することができるという利点がある。さらに、ユーザが興味を示したジャンル、カテゴリーが把握でき、相関分析を行なうことによって、未開拓のジャンルのコンテンツを推奨することに資する、という利点もある。
しかしながら、アクセスログをそのまますべてWEBサイトの推奨のために利用しようとすると、以下のような困難が生じる。すなわち、アクセスログは、ページの更新や、一度他のページにアクセスしてから戻るなどの行為により頻繁に生成されるため、非常に膨大なデータ量となる。従って、アクセスログのすべてについてWEBサイトを推奨するための情報の算出に用いようとすると、設備負荷が大きくなる。また、各WEBサイトのトップページへのアクセスログの数は、サイトの構造に多分に影響を受けてしまう。例えばトップページを更新するとコンテンツの内容が変化するWEBサイトや、トップページに主要なメニューがあるWEBサイトでは、実質的に1回と考えられる利用に対してトップページへのアクセスが複数回発生することがあるが、トップページより下の階層に主要な内容があるWEBサイトではトップページには1回しかアクセスが発生しないことが多いという事情がある。
そのため、単純にトップページのアクセスログを推奨情報の生成に用いると、同様の頻度で利用しているサイトでも、サイトの構造上の違いによりあるサイトへのアクセスは多くカウントされ、あるサイトは少なくカウントされる、というアンバランスが生じ、顧客のサイトの嗜好性を適切に推奨情報に反映できない。
以上の点を解決するため、本実施の形態では、1時間単位(00分〜59分59秒・・・)の間に生じた同一のサイトへのアクセスログについては集約して「アクセスログ群」とし、これを1カウントとして推奨情報の生成の計算に用いる。この方法を採ることにより、推奨情報の生成に使用するアクセスログのデータ量を削減することができる。また、携帯電話機におけるWEBサイトの利用は1回の利用につき数分〜十数分程度であることがわかっているため、1時間単位に集約することによりサイトの構造に左右されず実質的な各サイトの利用頻度を反映して推奨情報を生成することができる。
相関分析部4は、少なくとも計数部3による計数結果および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと上記属性情報との相関の分析を行なう。また、選出部5は、相関分析部4による相関の分析の結果に応じて、推奨候補とするWEBサイトを選出する。推奨情報生成部6は、選出部5によって選出されたWEBサイトを特定するWEBサイト推奨情報を生成する。
選定履歴記憶部7は、WEBサイト推奨情報の送信先の携帯端末装置から、いずれかのWEBサイトを選定する信号を受信した場合、その選定履歴を記憶する。また、選定履歴群整数部8は、いずれかのWEBサイトの選定を示す単数または複数の選定履歴からなる選定履歴群を一単位として、所定時間内に選定履歴記憶部7に記録された選定履歴に含まれる選定履歴群の計数を行なう。そして、ネットワークインタフェース9において、通信ネットワークを介して携帯端末装置とデータの送受信を行なう。
ここで、「アクセス」とは、通信ネットワークを介して携帯端末装置がサーバ装置と接続することを意味する。ケーブルなどで物理的に接続するという意味ではなく、通信プロトコルを使用して、携帯端末装置とサーバ装置との間でデータの転送ができる状態にすることをいう。
また、「アクセスログ」とは、WEBサーバの動作を記録したものをいう。WEBサーバの種類によって内容は異なるが、アクセス元のIPアドレス、アクセス元のドメイン名、アクセスされた日付と時刻、アクセスされたファイル名、リンク元のページのURL、アクセス元のWEBブラウザ名やOS名、処理に要した時間、受信バイト数、送信バイト数、サービス状態コードなどを含むものである。1回のWEBページの閲覧につき、これらの項目を列挙した1行のログデータが生成されるため、アクセスの多いサーバ装置では、大量のアクセスログが生成される。
また、「WEBサイト」とは、通信ネットワーク上に、ひとまとまりに公開されているWEBページ群のことをいう。また、そのWEBページ群が置いてあるインターネット上での場所を意味する場合もある。WEBサイト内のページはリンクで連結され、それぞれを自由に閲覧できる。WEBサイトの入り口であるトップページ(ホームページ)、およびWEBサイトを構成する一連のWEBページ、画像ファイルなどが含まれる。
図2は、本実施の形態に係るサーバ装置を含むシステム構成を示す図である。ユーザの携帯電話機20(携帯端末装置)は、特定通信事業者のネットワーク21、およびゲートウェイサーバ22を介して、インターネット23に接続することができる。インターネット23には、デジタルコンテンツサイト24や、EC店舗25などがおかれている。携帯電話機20から、ユーザがいずれかのWEBサイトにアクセスすると、ゲートウェイサーバ22は、そのアクセスログ、有料サイト利用額、BREW(登録商標)に関するデータ、特定サービス用チャネルに関するデータ、物販利用額、商品購入情報などを取得し、コンテンツに関する情報を管理するコンテンツ総合管理データベース27へ蓄積する。このコンテンツ総合管理データベース27には、顧客属性も関連付けて蓄積される。顧客属性とは、例えば、その顧客(ユーザ)の年齢、性別、契約している料金プラン、携帯電話機の機種情報などのことである。
レコメンドシステム29は、コンテンツ総合管理データベース27から必要な情報を読み出して、各ユーザの嗜好や属性情報などに基づいて、相関分析を行ない、各ユーザの嗜好に沿ったWEBサイトの推奨情報を(レコメンド情報)を生成する。このWEBサイトの推奨情報は、携帯電話機20に送信され、画面表示例20aに示すように、ユーザに対して推奨するWEBサイトに関する情報が表示される。
このようなWEBサイトの推奨情報を送信した後、効果測定設備30は、WEBサイトの訪問に関するデータや、有料コンテンツの購入状況に関するデータを収集して、分析し、分析結果をレコメンドシステム29へ出力する。これにより、効果測定設備30による分析結果がレコメンドシステム29における推奨情報の生成に生かされることとなり、ユーザの嗜好により近づいた推奨情報の生成を行なうことができる。レコメンドシステム29および効果測定設備30は、本発明に係るサーバ装置を構成する。
次に、以上のように構成された本実施の形態に係るサーバ装置の動作について、図3を参照して説明する。図3は、本実施の形態に係るサーバ装置の全体的な動作の概略を示すフローチャートである。なお、以下の説明では、WEBサイトの推奨をすることを単に「レコメンド」と言うこととする。また、前提条件として、図2において説明したコンテンツ総合管理データベース27は、各ユーザにおける携帯電話機からのアクセスログ、サイトURLマスタ、ユーザ情報(顧客属性)を取得しているものとする。
図3において、レコメンドシステム29によって、ログ抽出処理が行なわれる(ステップS1)。このログ抽出処理では、特定のユーザが、サイトURLマスタに既に登録されているURLのWEBサイトにアクセスした場合のアクセスログを抽出する。次に、第1のログ集計処理を行なう(ステップS2)。この第1のログ集計処理では、URL、ユーザ毎に集計を行なう。また、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、1時間に収集されたアクセスログに含まれるアクセスログ群の計数を行なう。すなわち、1時間に同一のWEBサイトに複数回アクセスがあっても、1回として集計を行なう。これにより、すべてのアクセスログを用いる場合と比較して効率の良い集計が可能となる。集計結果は、レコメンドシステム29に記憶される。
次に、第2のログ集計処理を行なう(ステップS3)。この第2のログ集計処理は、過去の一定期間内にアクセスがある場合のみ、アクセスログを出力するものである。
次に、レコメンドシステム29は、ユーザ情報を参照しながらレコメンド処理を実行する(ステップS4)。このレコメンド処理について、図4および図5を参照して説明する。図4は、本実施の形態に係るサーバ装置のレコメンド処理の内容を示すフローチャートである。また、図5は、レコメンド処理の内容を概略的に示す図である。レコメンドシステム29は、図4において、ログ学習対象者について、アクセスログ、課金ログ、顧客属性(ユーザ情報)をレコメンドモデルに取り込む(ステップT1)。図5に示すように、ステップT1では、学習データを蓄積するデータベースに、各ユーザのWEBサイトの閲覧などの行動履歴が蓄積される。
次に、取り込んだデータから、WEBサイト間の利用の相関、例えば、サイト(1)を閲覧・利用した人は、サイト(2)をよく利用するなどの相関を計算する。また、顧客属性(ユーザ情報)とWEBサイトの利用の相関、例えば、女性はサイト(1)をよく利用するなど、を計算する。例えば、図5のステップT2に示す「レコメンドモデル」内には、男性で、サイト(1)にアクセスする顧客は、サイト(2)にもアクセスする傾向が強いという相関が示されている。また、女性で、サイト(3)にアクセスする顧客は、サイト(1)にアクセスする傾向が強いという相関が示されている。また、女性の顧客は、サイト(1)にアクセスする傾向が強いという相関が示されている。
このような相関分析を行なった後、レコメンド対象者について、学習者と同じデータをレコメンドモデルに入力する(ステップT3)。すなわち、図5のステップT3に示すように、「CRMレコメンドサービスの会員であって、女性の顧客が、サイト(1)および(2)にアクセスした」場合、そのレコメンド対象となる対象者のデータをレコメンドシステム29に入力する。
次に、レコメンドシステム29は、入力したレコメンド対象者のデータを、算出した相関関係に当てはめて、レコメンド対象者の嗜好に合いそうなWEBサイトの候補を複数選出して、出力する(ステップT4)。ここでは、図5のステップT4に示すように、レコメンド候補として、サイト(3)、サイト(4)、サイト(6)、そしてサイト(7)が候補とされたとする。
次に、顧客属性に関連して、除外条件を設定しておき、レコメンド候補を絞り込む(ステップT5)。例えば、上記候補のうち、サイト(4)は、当該ユーザの機種1では表示できないため除外するものとする。また、20歳未満のユーザに対してはサイト(6)を除外するものとする。このように除外条件によってレコメンド候補を、例えば、サイト(3)、サイト(6)、そしてサイト(7)と絞り込む。
このように、推奨候補とするWEBサイトから除外すべきWEBサイトを携帯端末装置のユーザの属性情報に基づいて特定し、その特定したWEBサイトは選出しないので、通信相手である携帯端末装置にふさわしくないWEBページを推奨することを回避することができる。
最後に、レコメンドするWEBサイトが特定のジャンルに偏ることを防止するため、レコメンド候補となったWEBサイトのうち、順位が上位であるWEBサイトからランダムに複数のWEBサイトを抽出する(ステップT6)。すなわち、上記のように選出されたWEBサイトに対して順位付けをし、その順位が特定順位以上のWEBサイトからランダムに複数のWEBサイトを抽出する。これにより、レコメンドするWEBサイトが確定する。なお、ここでいう順位は、ステップT4におけるWEBサイトの候補選出の際に付与しても良い。図5のステップT6では、最終的に、サイト(3)とサイト(6)を当該ユーザに対してレコメンドすることと決まった。
以上のように、図3に示すステップS4におけるレコメンド処理が終了すると、WEB表示がなされる(ステップS5)。このレコメンドのWEB表示は、図2における画面表示例20aのように、ポータルサイトで行なわれる。そして、このページで張られたリンクがクリックされた場合は、クリックログを出力し、クリック情報を集計する(ステップS6)。集計したクリック情報は、効果測定設備30に記憶される。
次に、ステップS2における第1のアクセスログの集計処理結果、ステップS4におけるレコメンド処理、およびステップS6におけるクリック情報集計結果に基づいて、効果測定データを出力する。この効果測定データは、レコメンドの効果を測定するためのデータであり、効果測定設備30に記憶される。この効果測定データを使用して、検証およびレコメンドモデルへの反映が行なわれる(ステップS4)。これにより、ユーザの行動履歴をフィードバックした精度の高いWEBサイトの推奨が可能となる。
以上のような本発明の特徴的な動作は、プログラムを実行することによって行なわれる。すなわち、このプログラムは、WEBサイトを推奨するWEBサイト推奨情報を生成するプログラムであって、図1における収集部2に対して、携帯端末装置がWEBサイトへアクセスした履歴を示すアクセスログを収集させる処理と、計数部3に対して、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集部2に収集されたアクセスログに含まれるアクセスログ群の計数を行なわせる処理と、相関分析部4に対して、少なくとも計数結果および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと属性情報との相関の分析を行わせる処理と、選出部5に対して、相関の分析の結果に応じて、推奨候補とするWEBサイトを選出させる処理と、推奨情報生成部6に対して、選出されたWEBサイトを特定するWEBサイト推奨情報を生成させる処理と、を含む一連の処理をコンピュータ読み取り、実行可能にコマンド化させたことを特徴としている。
このプログラムは、CD−ROMやDVD等の記録媒体に記録された状態で入手することができる。また、このようなプログラムは、ネットワークを構成する公衆電話回線、専用電話回線、ケーブルテレビ回線、無線通信回線等により構成される通信網等の伝送媒体を介して、送信装置であるコンピュータにより送信された信号を受信することで入手することもできる。この信号は、プログラムを含む所定の搬送波に具現化されたコンピュータデータ信号である。この送信の際、伝送媒体中には上記プログラムの少なくとも一部を伝送していればよい。すなわち、上記プログラムを構成するすべてのデータが、一時に伝送媒体上に存在している必要はない。また、上記コンピュータからプログラムを送信する送信方法には、プログラムを構成するデータを連続的に送信する場合も、断続的に送信する場合も含まれる。
以上説明したように、本実施の形態によれば、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集部に収集されたアクセスログに含まれるアクセスログ群の計数を行なうので、すべてのアクセスログを用いる場合と比較して効率の良い集計が可能となる。そして、その計数結果および携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、またはWEBサイトと属性情報との相関の分析を行ない、その相関分析の結果に応じて、推奨候補とするWEBサイトを選出するので、ユーザの属性または行動履歴に即した、精度の高いWEBサイトの推奨を行なうことが可能となる。
本実施の形態に係るサーバ装置の概略構成を示すブロック図である。 本実施の形態に係るサーバ装置を含むシステムの構成例を示す図である。 本実施の形態に係るサーバ装置の動作の概略を示すフローチャートである。 本実施の形態に係るサーバ装置のレコメンド処理の概略を示すフローチャートである。 本実施の形態に係るサーバ装置のレコメンド処理の概念を示す図である。
符号の説明
1 サーバ装置
2 収集部
3 計数部
4 相関分析部
5 選出部
6 推奨情報生成部
7 選定履歴記憶部
8 選定履歴群整数部
9 ネットワークインタフェース
20 携帯電話機
20a 画面表示例
21 特定通信事業者ネットワーク
22 ゲートウェイサーバ
23 インターネット
24 デジタルコンテンツサイト
25 EC店舗
27 コンテンツ総合管理データベース
29 レコメンドシステム
30 効果測定設備

Claims (6)

  1. 通信ネットワークを介して携帯端末装置とデータの送受信を行なうと共に、前記携帯端末装置に対してWEBサイトを推奨する情報を送信するサーバ装置であって、
    前記携帯端末装置がWEBサイトへアクセスした履歴を示すアクセスログを収集する収集部と、
    いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に前記収集部に収集されたアクセスログに含まれる前記アクセスログ群の計数を行なう計数部と、
    少なくとも前記計数結果および前記携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、または前記WEBサイトと前記属性情報との相関の分析を行なう相関分析部と、
    前記相関の分析の結果に応じて、推奨候補とするWEBサイトを選出する選出部と、
    前記選出されたWEBサイトを特定するWEBサイト推奨情報を生成する推奨情報生成部と、を備え、
    前記生成したWEBサイト推奨情報を前記携帯端末装置へ送信することを特徴とするサーバ装置。
  2. 前記選出部は、前記推奨候補とするWEBサイトから除外すべきWEBサイトを前記携帯端末装置のユーザの属性情報に基づいて特定し、その特定したWEBサイトは選出しないことを特徴とする請求項1記載のサーバ装置。
  3. 前記推奨情報生成部は、前記選出されたWEBサイトに対して順位付けをし、前記順位が特定順位以上のWEBサイトからランダムに複数のWEBサイトを抽出し、前記携帯端末装置において、前記抽出したWEBサイトが表示されるように前記WEBサイト推奨情報を生成することを特徴とする請求項1または請求項2記載のサーバ装置。
  4. 前記WEBサイト推奨情報の送信先の携帯端末装置から、いずれかのWEBサイトを選定する信号を受信した場合、その選定履歴を記憶する選定履歴記憶部と、
    いずれかのWEBサイトの選定を示す単数または複数の前記選定履歴からなる選定履歴群を一単位として、所定時間内に前記選定履歴記憶部に記録された選定履歴に含まれる前記選定履歴群の計数を行なう選定履歴群計数部と、を備え、
    前記相関分析部は、前記選定履歴群計数部の計数結果、前記計数部の計数結果、および前記携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、または前記WEBサイトと前記属性情報との相関の分析を行なうことを特徴とする請求項1から請求項3のいずれかに記載のサーバ装置。
  5. 通信ネットワークを介して携帯端末装置に対してWEBサイトを推奨するWEBサイト推奨方法であって、
    前記携帯端末装置がWEBサイトへアクセスした履歴を示すアクセスログを収集するステップと、
    いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に収集されたアクセスログに含まれる前記アクセスログ群の計数を行なうステップと、
    少なくとも前記計数結果および前記携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、または前記WEBサイトと前記属性情報との相関の分析を行なうステップと、
    前記相関の分析の結果に応じて、推奨候補とするWEBサイトを選出するステップと、
    前記選出されたWEBサイトを特定するWEBサイト推奨情報を生成するステップと、
    前記生成したWEBサイト推奨情報を前記携帯端末装置へ送信するステップと、を含むことを特徴とするWEBサイト推奨方法。
  6. WEBサイトを推奨するWEBサイト推奨情報を生成するプログラムであって、
    収集部に対して、前記携帯端末装置がWEBサイトへアクセスした履歴を示すアクセスログを収集させる処理と、
    計数部に対して、いずれかのWEBサイトへのアクセスを示す単数または複数のアクセスログからなるアクセスログ群を一単位として、所定時間内に前記収集部に収集されたアクセスログに含まれる前記アクセスログ群の計数を行なわせる処理と、
    相関分析部に対して、少なくとも前記計数結果および前記携帯端末装置のユーザの属性情報に基づいて、各WEBサイト相互の相関、または前記WEBサイトと前記属性情報との相関の分析を行わせる処理と、
    選出部に対して、前記相関の分析の結果に応じて、推奨候補とするWEBサイトを選出させる処理と、
    推奨情報生成部に対して、前記選出されたWEBサイトを特定するWEBサイト推奨情報を生成させる処理と、を含む一連の処理をコンピュータ読み取り、実行可能にコマンド化させたことを特徴とするプログラム。
JP2004232805A 2004-08-09 2004-08-09 サーバ装置、webサイト推奨方法およびプログラム Pending JP2006053616A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2004232805A JP2006053616A (ja) 2004-08-09 2004-08-09 サーバ装置、webサイト推奨方法およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2004232805A JP2006053616A (ja) 2004-08-09 2004-08-09 サーバ装置、webサイト推奨方法およびプログラム

Publications (1)

Publication Number Publication Date
JP2006053616A true JP2006053616A (ja) 2006-02-23

Family

ID=36031079

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004232805A Pending JP2006053616A (ja) 2004-08-09 2004-08-09 サーバ装置、webサイト推奨方法およびプログラム

Country Status (1)

Country Link
JP (1) JP2006053616A (ja)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009140477A (ja) * 2007-10-15 2009-06-25 Nec (China) Co Ltd サービス提案装置及びその方法、サービス提案システム、ユーザのお気に入りベースに基づくサービス提案装置及びその方法
JP2010113542A (ja) * 2008-11-06 2010-05-20 Kaiin Chin 情報提供システム、情報処理装置及びそのプログラム
WO2011162415A1 (ja) * 2010-06-24 2011-12-29 日本電気株式会社 情報提供装置、システム、方法、及びプログラム
JP2012252480A (ja) * 2011-06-02 2012-12-20 Nippon Telegr & Teleph Corp <Ntt> ログ処理装置およびその動作方法
JP2013235572A (ja) * 2012-04-11 2013-11-21 Activecore Inc セグメント解析装置、レコメンド装置、セグメント解析方法、レコメンド方法、セグメント解析プログラムおよびレコメンドプログラム
JP6074524B1 (ja) * 2016-02-05 2017-02-01 ヤフー株式会社 学習装置、学習方法及び学習プログラム
US9589025B2 (en) 2008-07-24 2017-03-07 Alibaba Group Holding Limited Correlated information recommendation
JP2017138970A (ja) * 2017-01-06 2017-08-10 ヤフー株式会社 学習装置、学習方法及び学習プログラム
JP2018018560A (ja) * 2017-11-06 2018-02-01 ヤフー株式会社 学習装置、学習方法及び学習プログラム
KR101983704B1 (ko) * 2017-12-27 2019-05-29 현대카드 주식회사 개인화 알고리즘을 이용한 사이트 추천 방법 및 개인화 알고리즘 서버
KR20190092122A (ko) * 2018-01-30 2019-08-07 현대카드 주식회사 Hot 사이트 추천 방법 및 hot 사이트 추천 서버
KR20190100788A (ko) * 2018-02-21 2019-08-29 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 질문답 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
KR20190100789A (ko) * 2018-02-21 2019-08-29 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 로그 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
JP2020030677A (ja) * 2018-08-23 2020-02-27 ログリー株式会社 広告配信システム
JP2020042433A (ja) * 2018-09-07 2020-03-19 大日本印刷株式会社 情報提供システム、ユーザ携帯装置、情報提供装置、コンピュータプログラム及び情報提供方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09153064A (ja) * 1995-11-30 1997-06-10 Toshiba Corp 情報フィルタリング装置
JPH10260955A (ja) * 1997-03-19 1998-09-29 Toshiba Corp 情報収集装置、情報評価装置、情報処理システム、情報収集方法、情報評価方法及び情報処理方法
JP2003058571A (ja) * 2001-08-10 2003-02-28 Namco Ltd 情報検索システム、プログラム及び情報記憶媒体
JP2003067410A (ja) * 2001-08-23 2003-03-07 Dainippon Printing Co Ltd 情報提供システム、サーバコンピュータ、プログラム、及び記録媒体
WO2003046764A1 (fr) * 2001-11-26 2003-06-05 Fujitsu Limited Procede et appareil d'analyse d'informations

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09153064A (ja) * 1995-11-30 1997-06-10 Toshiba Corp 情報フィルタリング装置
JPH10260955A (ja) * 1997-03-19 1998-09-29 Toshiba Corp 情報収集装置、情報評価装置、情報処理システム、情報収集方法、情報評価方法及び情報処理方法
JP2003058571A (ja) * 2001-08-10 2003-02-28 Namco Ltd 情報検索システム、プログラム及び情報記憶媒体
JP2003067410A (ja) * 2001-08-23 2003-03-07 Dainippon Printing Co Ltd 情報提供システム、サーバコンピュータ、プログラム、及び記録媒体
WO2003046764A1 (fr) * 2001-11-26 2003-06-05 Fujitsu Limited Procede et appareil d'analyse d'informations

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009140477A (ja) * 2007-10-15 2009-06-25 Nec (China) Co Ltd サービス提案装置及びその方法、サービス提案システム、ユーザのお気に入りベースに基づくサービス提案装置及びその方法
US9589025B2 (en) 2008-07-24 2017-03-07 Alibaba Group Holding Limited Correlated information recommendation
JP2010113542A (ja) * 2008-11-06 2010-05-20 Kaiin Chin 情報提供システム、情報処理装置及びそのプログラム
WO2011162415A1 (ja) * 2010-06-24 2011-12-29 日本電気株式会社 情報提供装置、システム、方法、及びプログラム
US9100238B2 (en) 2010-06-24 2015-08-04 Nec Corporation Information providing apparatus, system, method, and program
JP5803912B2 (ja) * 2010-06-24 2015-11-04 日本電気株式会社 情報提供装置、システム、方法、及びプログラム
JP2012252480A (ja) * 2011-06-02 2012-12-20 Nippon Telegr & Teleph Corp <Ntt> ログ処理装置およびその動作方法
JP2013235572A (ja) * 2012-04-11 2013-11-21 Activecore Inc セグメント解析装置、レコメンド装置、セグメント解析方法、レコメンド方法、セグメント解析プログラムおよびレコメンドプログラム
JP2017138880A (ja) * 2016-02-05 2017-08-10 ヤフー株式会社 学習装置、学習方法及び学習プログラム
JP6074524B1 (ja) * 2016-02-05 2017-02-01 ヤフー株式会社 学習装置、学習方法及び学習プログラム
JP2017138970A (ja) * 2017-01-06 2017-08-10 ヤフー株式会社 学習装置、学習方法及び学習プログラム
JP2018018560A (ja) * 2017-11-06 2018-02-01 ヤフー株式会社 学習装置、学習方法及び学習プログラム
KR101983704B1 (ko) * 2017-12-27 2019-05-29 현대카드 주식회사 개인화 알고리즘을 이용한 사이트 추천 방법 및 개인화 알고리즘 서버
KR20190092122A (ko) * 2018-01-30 2019-08-07 현대카드 주식회사 Hot 사이트 추천 방법 및 hot 사이트 추천 서버
KR102184700B1 (ko) * 2018-01-30 2020-11-30 현대카드 주식회사 Hot 사이트 추천 방법 및 hot 사이트 추천 서버
KR20190100788A (ko) * 2018-02-21 2019-08-29 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 질문답 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
KR20190100789A (ko) * 2018-02-21 2019-08-29 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 로그 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
KR102051300B1 (ko) 2018-02-21 2020-01-08 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 질문답 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
KR102051311B1 (ko) 2018-02-21 2020-01-08 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 로그 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
JP2020030677A (ja) * 2018-08-23 2020-02-27 ログリー株式会社 広告配信システム
JP2020042433A (ja) * 2018-09-07 2020-03-19 大日本印刷株式会社 情報提供システム、ユーザ携帯装置、情報提供装置、コンピュータプログラム及び情報提供方法

Similar Documents

Publication Publication Date Title
US11765246B2 (en) Topical activity monitor and identity collector system
KR101111121B1 (ko) 인공지능에 기반한 개인별 맞춤형 컨텐츠 제공 장치 및 방법, 그 기록 매체
US8930384B2 (en) Topical activity monitor system and method
US20130046584A1 (en) Page reporting
US20160042403A1 (en) Extraction device, extraction method, and non-transitory computer readable storage medium
JP2009181468A (ja) 画像検索ログ収集システム、画像検索ログ収集方法、及びプログラム
JP2010204966A (ja) サンプリング装置、サンプリング方法、サンプリングプログラム、クラス判別装置およびクラス判別システム。
JP2006053616A (ja) サーバ装置、webサイト推奨方法およびプログラム
US20140280133A1 (en) Structured Data to Aggregate Analytics
US20140236956A1 (en) Digital content system, digital content display method, and recording medium having recorded thereon digital content display program
CN109753601A (zh) 推荐信息点击率确定方法、装置及电子设备
US10110484B2 (en) System for constructing path-based database structure
CN102934113A (zh) 信息提供系统、信息提供方法、信息提供设备、程序和信息记录介质
CN118313906B (zh) 一种个性化产品推荐方法
JP2011154467A (ja) 検索結果順位付け方法および検索結果順位付けシステム
CN114756764A (zh) 基于企业的内容信息流推荐方法、装置、电子设备及存储介质
JP7200069B2 (ja) 情報処理装置、ベクトル生成方法及びプログラム
Díaz Ferreyra et al. Learning from online regrets: from deleted posts to risk awareness in social network sites
US20150142782A1 (en) Method for associating metadata with images
KR20110053185A (ko) 사용자의 배경정보에 따른 컨텐츠의 트렌드 분석/검색 시스템 및 방법
CN117056619A (zh) 确定用户行为特征的方法和装置
KR20200065754A (ko) 도서 추천 방법 및 이를 지원하는 서비스 장치
KR20010108877A (ko) 웹사이트 평가 방법
JP6467694B1 (ja) 検索語の評価装置、評価システム、評価方法、及び評価モジュール生産方法
JP2003345940A (ja) Web分析プログラム及びシステム並びにWeb分析データ出力方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070731

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100316

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100423

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20100608