JP2008027358A - レコメンド装置、レコメンド方法、及びプログラム - Google Patents
レコメンド装置、レコメンド方法、及びプログラム Download PDFInfo
- Publication number
- JP2008027358A JP2008027358A JP2006202144A JP2006202144A JP2008027358A JP 2008027358 A JP2008027358 A JP 2008027358A JP 2006202144 A JP2006202144 A JP 2006202144A JP 2006202144 A JP2006202144 A JP 2006202144A JP 2008027358 A JP2008027358 A JP 2008027358A
- Authority
- JP
- Japan
- Prior art keywords
- information
- user
- purchase target
- purchase
- interested
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本発明は、購入対象に関するレコメンド情報を出力するレコメンド装置等に関する。
従来、商品やサービス等の販売を促進するために、商品等をレコメンドする装置等が開発されている(例えば、特許文献1参照)。
なお、そのようなレコメンドの手法には大きく分けて2種類存在する。一方は、購入対象ベースのレコメンドであり、他方はユーザベースのレコメンドである。前者は、商品やサービス等に注目してレコメンドを行うものであり、例えば、多くの人が購入している商品であるため、他の人も購入する可能性が高いと考えてレコメンドするような場合である。後者は、ユーザに注目してレコメンドを行うものであり、例えば、第1のユーザと属性の似ている第2のユーザが購入している商品は、第1のユーザが購入する可能性が高いと考えてレコメンドするような場合である。
特開2005−222498号公報
近年、eコマースサイト等において扱われる商品やサービス等の数量が急増してきている。したがって、そのようなeコマースサイト等の商品等のレコメンドにおいて、適切な商品等のレコメンドをすることが求められてきている。
本発明は、このような事情のもとにおいてなされたものであり、購入対象ベースの適切なレコメンド情報を出力することができるレコメンド装置等を提供することを目的とする。
上記目的を達成するため、本発明によるレコメンド装置は、ユーザが過去に興味を持った購入対象に関する情報である履歴情報がユーザごとに記憶される履歴情報記憶部と、レコメンドの対象となるユーザが過去に興味を持った購入対象を示す情報である過去情報を取得する取得部と、前記取得部が取得した過去情報によって示される、ユーザが過去に興味を持った購入対象をP1,P2,…,Pn(nは1以上の整数である)とし、それ以外の購入対象をPj(jはn+1以上の整数)として、購入対象P1,P2,…,Pnにユーザが興味を持った場合に、各購入対象Pjにユーザが興味を持つ条件付き確率に応じた値を、前記履歴情報を参照しながら、少なくとも後述する式(1)(その式(1)中、p(Pi)は購入対象Piに興味を持つ確率であり、p(Pi,Pj)は購入対象Piと購入対象Pjとに興味を持つ同時確率である)を用いて算出する算出部と、前記算出部が算出した条件付き確率に応じた値を用いて、対応する条件付き確率が上位の購入対象を選択する選択部と、前記選択部が選択した購入対象を識別する情報である購入対象識別情報を少なくとも含む情報であるレコメンド情報を出力する出力部と、を備えたものである。
このような構成により、購入対象ベースの適切なレコメンド情報を出力することができる。例えば、そのレコメンド情報に含まれる購入対象識別情報で識別される購入対象に関する販売促進のための画面等をユーザが見ることによって、ユーザは、自分の興味のある購入対象を自動的に受け取ることができうる。一方、例えば、eコマースサイト等を運営する事業者は、レコメンド情報を用いることにより、よりユーザに購入してもらいやすい購入対象をユーザに提示できることとなり、購入対象の売り上げを増やすことができうる。また、算出部が算出で用いる式として、購入対象P1,P2,…,Pnにユーザが興味を持った場合に、各購入対象Pjにユーザが興味を持つ条件付き確率そのものの式を用いるのではなく、後述する式(1)を用いることにより、算出の処理負荷を軽減することができ、算出時間を短縮することができうる。
また、本発明によるレコメンド装置では、ユーザを識別するユーザ識別情報を受け付けるユーザ識別情報受付部をさらに備え、前記履歴情報記憶部では、ユーザ識別情報と当該ユーザ識別情報で識別されるユーザが過去に興味を持った購入対象に関する情報である履歴情報とが対応付けて記憶され、前記取得部は、前記ユーザ識別情報受付部が受け付けたユーザ識別情報に対応付けられている履歴情報を、前記過去情報として前記履歴情報記憶部から取得してもよい。
このような構成により、取得部は、履歴情報記憶部で記憶されている履歴情報から、過去情報を取得することができる。
このような構成により、取得部は、履歴情報記憶部で記憶されている履歴情報から、過去情報を取得することができる。
また、本発明によるレコメンド装置では、前記算出部は、前記履歴情報記憶部で記憶されている履歴情報のうち、一部のユーザに対応する履歴情報を用いて前記算出を行ってもよい。
このような構成により、すべてのユーザに対応する履歴情報を用いて算出を行うと算出の処理負荷が非常に大きいような場合に、その一部のユーザに対応する履歴情報を用いて算出を行うことによって、算出の処理負荷を軽減することができる。一方、たとえ一部のユーザに対応する履歴情報を用いて算出したとしても、その算出に対して十分なユーザ数の履歴情報を用いることによって、適切なレコメンドを行うことができると考えられる。
また、本発明によるレコメンド装置では、前記購入対象は、商品、サービス、またはコンテンツであってもよい。
また、本発明によるレコメンド装置では、ユーザが過去に興味を持った購入対象は、ユーザが過去に購入した購入対象を含んでいてもよい。
また、本発明によるレコメンド装置では、ユーザが過去に興味を持った購入対象は、ユーザが過去に購入の候補とした購入対象を含んでいてもよい。
本発明によるレコメンド装置等によれば、購入対象ベースによる適切なレコメンド情報の作成が可能となる。
以下、本発明によるレコメンド装置について、実施の形態を用いて説明する。なお、以下の実施の形態において、同じ符号を付した構成要素及びステップは同一または相当するものであり、再度の説明を省略することがある。
(実施の形態1)
本発明の実施の形態1によるレコメンド装置について、図面を参照しながら説明する。
図1は、本実施の形態によるレコメンド装置1の構成を示すブロック図である。図1において、本実施の形態によるレコメンド装置1は、ユーザ識別情報受付部11と、履歴情報記憶部12と、取得部13と、算出部14と、選択部15と、出力部16とを備える。
本発明の実施の形態1によるレコメンド装置について、図面を参照しながら説明する。
図1は、本実施の形態によるレコメンド装置1の構成を示すブロック図である。図1において、本実施の形態によるレコメンド装置1は、ユーザ識別情報受付部11と、履歴情報記憶部12と、取得部13と、算出部14と、選択部15と、出力部16とを備える。
ユーザ識別情報受付部11は、ユーザ識別情報を受け付ける。ここで、ユーザ識別情報は、ユーザを識別することができる情報であれば、どのような情報であってもよい。例えば、ユーザ識別情報は、ユーザIDであってもよく、ユーザの氏名であってもよく、ユーザの氏名と電話番同等の複数の情報の組み合わせであってもよい。ここで、この受け付けは、例えば、入力デバイス(例えば、キーボードやマウス、タッチパネルなど)から入力された情報の受け付けでもよく、有線もしくは無線の通信回線を介して送信された情報の受信でもよく、所定の記録媒体(例えば、光ディスクや磁気ディスク、半導体メモリなど)から読み出された情報の受け付けでもよい。なお、ユーザ識別情報受付部11は、受け付けを行うためのデバイス(例えば、モデムやネットワークカードなど)を含んでもよく、あるいは含まなくてもよい。また、ユーザ識別情報受付部11は、ハードウェアによって実現されてもよく、あるいは所定のデバイスを駆動するドライバ等のソフトウェアによって実現されてもよい。
履歴情報記憶部12では、ユーザ識別情報と、履歴情報とが対応付けて記憶される。ここで、履歴情報とは、対応付けられているユーザ識別情報で識別されるユーザが過去に興味を持った購入対象に関する情報である。「購入対象に関する情報」とは、例えば、購入対象を識別する情報である購入対象識別情報を含む情報であってもよい。
購入対象は、例えば、商品であってもよく、サービスであってもよく、またはコンテンツであってもよい。商品は、例えば、テレビや時計、カメラ、家等であり、動産であってもよく、不動産であってもよい。サービスは、例えば、旅行やコンサート、レストランでの食事、建設工事等である。コンテンツは、例えば、文書のデータや、音楽のデータ、画像や映像のデータ、データベース、あるいは、それらを組み合わせたデータ等である。
ユーザが過去に興味を持った購入対象は、ユーザが過去に興味を示す行動を行った購入対象であり、例えば、ユーザが過去に購入した購入対象を含んでいてもよく、ユーザが過去に購入の候補とした購入対象を含んでいてもよい。ユーザが過去に購入の候補とした購入対象とは、例えば、ユーザがeコマースサイト等においてブラウズした購入対象であってもよく、ユーザがeコマースサイト等においてクリック等の操作を行った購入対象であってもよく、ユーザがeコマースサイト等において実行したサーチによってヒットした購入対象であってもよく、ユーザがeコマースサイト等においてショッピングカートに入れた購入対象であってもよい。ユーザが購入の候補とした程度は、ショッピングカートに入れる場合のように強いものであってもよく、あるいは、単にブラウズした場合や、サーチによってヒットした場合のように弱いものであってもよい。
履歴情報記憶部12は、所定の記録媒体(例えば、半導体メモリや磁気ディスク、光ディスクなど)によって実現されうる。履歴情報記憶部12での記憶は、外部のストレージデバイス等から読み出した履歴情報等のRAM等における一時的な記憶でもよく、あるいは、長期的な記憶でもよい。履歴情報記憶部12にユーザ識別情報や履歴情報が記憶される過程は問わない。例えば、記録媒体を介してユーザ識別情報や履歴情報が履歴情報記憶部12で記憶されるようになってもよく、通信回線等を介して送信されたユーザ識別情報や履歴情報が履歴情報記憶部12で記憶されるようになってもよく、あるいは、入力デバイスを介して入力されたユーザ識別情報や履歴情報が履歴情報記憶部12で記憶されるようになってもよい。なお、履歴情報記憶部12で記憶されている履歴情報等が、ユーザの購入等の行動に応じて更新されてもよいことは言うまでもない。
取得部13は、過去情報を取得する。ここで、過去情報とは、レコメンドの対象となるユーザが過去に興味を持った購入対象を示す情報である。レコメンドの対象となるユーザとは、レコメンドの客体となるユーザであり、レコメンド装置1が出力するレコメンド情報によって購入対象のレコメンドがなされるユーザである。レコメンドの対象となるユーザは、一般に、レコメンドを受けるユーザである。この過去情報の示す購入対象は、通常、1以上の購入対象である。本実施の形態では、取得部13は、ユーザ識別情報受付部11が受け付けたユーザ識別情報に対応する履歴情報を、過去情報として履歴情報記憶部12から取得するものとする。したがって、ユーザ識別情報受付部11が受け付けたユーザ識別情報で識別されるユーザが、レコメンドの対象となるユーザとなる。
算出部14は、ユーザが過去に興味を持った購入対象をP1,P2,…,Pn(nは1以上の整数である)とし、それ以外の購入対象をPj(jはn+1以上の整数)として、購入対象P1,P2,…,Pnにユーザが興味を持った場合に、各購入対象Pjにユーザが興味を持つ条件付き確率に応じた値を、履歴情報記憶部12で記憶されている履歴情報を参照しながら、少なくとも式(1)を用いて算出する。ここで、ユーザが過去に興味を持った購入対象P1,P2,…,Pnは、取得部13が取得した過去情報によって示される購入対象である。「条件付き確率に応じた値」とは、条件付き確率と相関を持つ値であり、一般に条件付き確率に正比例する値である。条件付き確率と、条件付き確率に応じた値との関係については後述する。
なお、上記式中、p(Pi)は購入対象Piに興味を持つ確率であり、p(Pi,Pj)は購入対象Piと購入対象Pjとに興味を持つ同時確率である。ここで、同時確率は結合確率と呼ばれることもある。算出部14は、式(1)において、履歴情報記憶部12で記憶されている履歴情報を参照して用いることにより、p(Pj)を算出する手段(図示せず)と、同様にして履歴情報を参照して用いることにより、p(Pi,Pj)を算出する手段(図示せず)とを有するものとする。
本実施の形態では、算出部14は、式記憶手段21と、算出手段22とを備えているとする。式記憶手段21では、上記式(1)を示す情報が記憶されている。なお、式(1)を示す情報のことを単に式(1)と呼ぶこともある。式記憶手段21は、所定の記録媒体(例えば、半導体メモリや磁気ディスク、光ディスクなど)によって実現されうる。また、式記憶手段21に上記式(1)を示す情報が記憶される過程は問わない。
算出手段22は、その式(1)を式記憶手段21から読み出して、履歴情報記憶部12を参照しながら、その式(1)の値を算出する。式(1)は、後述するように、購入対象P1,P2,…,Pnにユーザが興味を持った場合に、各購入対象Pjにユーザが興味を持つ条件付き確率そのものではないが、その条件付き確率そのものを算出手段22が算出するようにしてもよい。その場合には、式記憶手段21では、条件付き確率そのものを算出するための式が記憶されるものとする。
前述のように、ユーザが過去に興味を持った購入対象P1,P2,…,Pnは、取得部13が取得した過去情報によって示される。一方、算出手段22は、それ以外の購入対象Pjも、取得部13が取得した過去情報を用いて特定することができる。例えば、算出手段22は、履歴情報記憶部12で記憶されている履歴情報によって特定されるすべての購入対象から、過去情報の示す購入対象を除いたものを、ユーザが過去に興味を持った購入対象以外の購入対象Pjとして特定してもよい。また、例えば、すべての購入対象を示す情報が所定の記録媒体において記憶されており、算出手段22は、そのすべての購入対象から、過去情報の示す購入対象を除いたものを、ユーザが過去に興味を持った購入対象以外の購入対象Pjとして特定してもよい。
選択部15は、算出部14が算出した条件付き確率に応じた値を用いて、対応する条件付き確率が上位の購入対象を選択する。選択部15が選択する購入対象は、1個であってもよく、複数であってもよい。前者の場合には、例えば、選択部15は、算出部14が算出した条件付き確率に応じた値の最大値に対応する購入対象を選択してもよい。後者の場合には、例えば、選択部15は、算出部14が算出した条件付き確率に応じた値を降順にソートし、そのソート後の値の最大値から所定の個数(例えば、3個や5個など)の値にそれぞれ対応する購入対象を選択してもよく、あるいは、そのソート後の値の最大値から所定の割合(例えば、算出された条件付き確率に応じたすべての値の1パーセントや2パーセントなど)の値にそれぞれ対応する購入対象を選択してもよい。購入対象を選択するとは、例えば、選択した購入対象を識別する情報を所定の記録媒体に蓄積することや、選択した購入対象を識別する情報に対応付けてフラグを設定することなどであり、結果として選択後の購入対象を特定することができるのであれば、購入対象を選択する処理は問わない。
本実施の形態では、選択部15は、算出手段22が算出した式(1)の値と、購入対象を識別する購入対象識別情報とを対応付けて所定の記録媒体に蓄積する蓄積手段23と、その蓄積手段23が蓄積した式(1)の値のうち、上位の値に対応する購入対象識別情報を選択する選択手段24とを備えている。蓄積手段23は、式(1)の値等を蓄積する記録媒体は、例えば、半導体メモリや、光ディスク、磁気ディスク等である。蓄積手段23は、その記録媒体を有していてもよく、あるいは、蓄積手段23の外部にその記録媒体が存在してもよい。本実施の形態では、前者であるとする。
出力部16は、選択部15が選択した購入対象を識別する情報である購入対象識別情報を少なくとも含む情報であるレコメンド情報を出力する。レコメンド情報に含まれる購入対象識別情報は、蓄積手段23が蓄積する購入対象識別情報と同じであってもよく、異なっていてもよい。レコメンド情報に含まれる購入対象識別情報は、例えば、購入対象の名称や購入対象の写真等であってもよい。レコメンド情報は、購入対象識別情報以外の情報、例えば、購入対象識別情報で識別される購入対象に関する解説の文書や、その購入対象の販売を促進するための文言等を含んでいてもよい。また、出力部16は、レコメンド情報を構成する必要がある場合には、そのレコメンド情報を構成する処理も行うものとする。
出力部16による出力は、例えば、表示デバイス(例えば、CRTや液晶ディスプレイなど)への表示でもよく、所定の機器への通信回線を介した送信でもよく、プリンタによる印刷でもよく、スピーカによる音声出力でもよく、記録媒体への蓄積でもよい。なお、出力部16は、出力を行うデバイス(例えば、表示デバイスやプリンタなど)を含んでもよく、あるいは含まなくてもよい。また、出力部16は、ハードウェアによって実現されてもよく、あるいは、それらのデバイスを駆動するドライバ等のソフトウェアによって実現されてもよい。
なお、履歴情報記憶部12、式記憶手段21、蓄積手段23が有する記録媒体の任意の2以上のものは、同一の記録媒体で構成されてもよく、あるいは、別々の記録媒体で構成されてもよい。前者の場合には、例えば、履歴情報とユーザ識別情報とが対応付けられて記憶されている領域が履歴情報記憶部12となる。
次に、本実施の形態によるレコメンド装置1の動作について、図2のフローチャートを用いて説明する。
(ステップS101)ユーザ識別情報受付部11は、ユーザ識別情報を受け付けたかどうか判断する。そして、受け付けた場合には、ステップS102に進み、そうでない場合には、受け付けるまでステップS101の処理を繰り返す。
(ステップS101)ユーザ識別情報受付部11は、ユーザ識別情報を受け付けたかどうか判断する。そして、受け付けた場合には、ステップS102に進み、そうでない場合には、受け付けるまでステップS101の処理を繰り返す。
(ステップS102)取得部13は、履歴情報記憶部12において、ユーザ識別情報受付部11が受け付けたユーザ識別情報に対応付けられている履歴情報を、過去情報として取得する。
(ステップS103)算出部14は、取得部13が取得した過去情報を用いて、条件付き確率に応じた値を算出する。なお、この処理の詳細については、図3のフローチャートを用いて後述する。
(ステップS104)選択部15は、レコメンドする購入対象を選択する。
(ステップS104)選択部15は、レコメンドする購入対象を選択する。
(ステップS105)出力部16は、選択部15が選択した購入対象を識別する購入対象識別情報を少なくとも含むレコメンド情報を出力する。そして、ステップS101に戻る。
なお、図2のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。
なお、図2のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。
図3は、図2のフローチャートにおける条件付き確率に応じた値を算出する処理(ステップS103)を示すフローチャートである。
(ステップS201)算出手段22は、条件付き確率に応じた値の算出を行う購入対象を決定する。すなわち、式(1)の購入対象Pjに対応する購入対象を決定する。前述のように、算出手段22は、例えば、履歴情報記憶部12で記憶されている履歴情報によって特定されるすべての購入対象から、取得部13が取得した過去情報の示す購入対象を除いたものを、ユーザが過去に興味を持った購入対象以外の購入対象Pjとして特定してもよい。
(ステップS201)算出手段22は、条件付き確率に応じた値の算出を行う購入対象を決定する。すなわち、式(1)の購入対象Pjに対応する購入対象を決定する。前述のように、算出手段22は、例えば、履歴情報記憶部12で記憶されている履歴情報によって特定されるすべての購入対象から、取得部13が取得した過去情報の示す購入対象を除いたものを、ユーザが過去に興味を持った購入対象以外の購入対象Pjとして特定してもよい。
(ステップS202)算出手段22は、カウンタiを1に設定する。
(ステップS203)算出手段22は、式記憶手段21から式を読み出し、ステップS201で決定した購入対象のうち、i番目の購入対象の条件付き確率に応じた値を算出する。
(ステップS203)算出手段22は、式記憶手段21から式を読み出し、ステップS201で決定した購入対象のうち、i番目の購入対象の条件付き確率に応じた値を算出する。
(ステップS204)蓄積手段23は、算出手段22が算出した値を、i番目の購入対象を識別する購入対象識別情報に対応付けて蓄積する。
(ステップS205)算出手段22は、カウンタiを1だけインクリメントする。
(ステップS205)算出手段22は、カウンタiを1だけインクリメントする。
(ステップS206)算出手段22は、ステップS201で決定した購入対象に、i番目の購入対象が存在するかどうか判断する。そして、i番目の購入対象が存在する場合には、ステップS203に戻り、そうでない場合には、条件付き確率に応じた値を算出する一連の処理は終了となり、ステップS104に進む。
次に、上記式(1)について説明する。
あるユーザが過去に購入対象P1,P2,P3,…,Pnに興味を持った場合に、そのユーザが購入対象Pj(jは、n+1以上の整数)に興味を持つ条件付き確率は、ベイズルールを用いて次のようになる。なお、ベイズルール自体はすでに広く知られている概念であるが、購入対象ベースのレコメンドにおいて、ベイズルールを用いたものを発明者は見たことがない。
あるユーザが過去に購入対象P1,P2,P3,…,Pnに興味を持った場合に、そのユーザが購入対象Pj(jは、n+1以上の整数)に興味を持つ条件付き確率は、ベイズルールを用いて次のようになる。なお、ベイズルール自体はすでに広く知られている概念であるが、購入対象ベースのレコメンドにおいて、ベイズルールを用いたものを発明者は見たことがない。
その式(2)を算出することにより、条件付き確率の値を算出することができ、その条件付き確率の値の高い購入対象をレコメンドすることができる。ここで、式(2)を実際に計算するのは困難である。なぜなら、式(2)の右辺の確率p(P1,P2,…Pn|Pj)を計算することが困難だからである。一方、条件付き独立性を仮定すると、式(2)をより計算しやすい形に変形することができる。条件付き独立性を仮定すると、式(2)は、次のようになる。
式(3)においても、p(Pi|Pj)を計算しなければならず、その計算は困難である。しかしながら、次式が知られている。
したがって、式(5)の右辺の式の値を算出することによって、あるユーザが過去に購入対象P1,P2,P3,…,Pnに興味を持っている場合に、そのユーザが購入対象Pj(jは、n+1以上の整数)に興味を持つ条件付き確率を求めることができる。一方、レコメンドで取得したいのは、条件付き確率の値そのものではなく、条件付き確率の値の相対的な大小である。条件付き確率が相対的に大きい購入対象をレコメンドの対象として選択すればよいからである。
式(5)の一番右側の式では、分母は定数となる。そのため、上記式(1)の値を算出して、その値の大小を比較した結果は、式(5)の値を算出して、その値の大小を比較した結果と同じになる。このように、条件付き確率の値を算出するのではなく、条件付き確率に応じた値である式(1)の値を算出し、その値が上位である購入対象を選択することによって、条件付き確率の値が上位である購入対象を選択することと同じことになる。したがって、算出部14は、式(1)を用いて、条件付き確率に応じた値を算出する。なお、前述のように、算出部14は、式(5)の一番右側の式を用いて、条件付き確率の値そのものを算出してもよいことは言うまでもない。
次に、本実施の形態によるレコメンド装置1の動作について、具体例を用いて説明する。この具体例において、ユーザが興味を持った購入対象とは、ユーザが購入した購入対象であるとする。
また、この具体例において、レコメンド装置1は、図4で示される情報処理システムを構成するものとする。図4で示される情報処理システムにおいて、レコメンド装置1と、複数の端末装置2と、eコマースサイトサーバ装置3とが有線または無線の通信回線50を介して互いに接続されている。通信回線50は、例えば、インターネットやイントラネット、あるいは、公衆電話回線網等である。端末装置2は、eコマースサイトサーバ装置3にアクセス可能な装置であり、例えば、PC(Personal Computer)や、携帯電話、PDA(Personal Digital Assistant)等である。端末装置2は、レコメンド情報を表示可能なディスプレイ等を有することが好適である。端末装置2は、例えば、購入対象の購入等を行うためのブラウザを実装可能なものでもよく、そのブラウザの画面を単に表示可能ないわゆるダム端末でもよい。eコマースサイトサーバ装置3は、通信回線50を介して商品等の購入対象をユーザに販売するものであり、従来からショッピングサイト等として広く知られているため、詳細な説明を省略する。ユーザは、各家庭等に存在する端末装置2を操作し、eコマースサイトサーバ装置3にアクセスして商品等の購入対象を購入する。そのユーザによる購入の履歴を示す情報である履歴情報がeコマースサイトサーバ装置3で蓄積され、所定のタイミングでその履歴情報がレコメンド装置1に提供される。そして、その履歴情報は、レコメンド装置1の履歴情報記憶部12で記憶される。
また、この具体例において、履歴情報記憶部12では、図5で示されるように、ユーザ識別情報と履歴情報とが対応付けられて記憶されているものとする。図5において、履歴情報に含まれるP1等は、購入対象を識別する購入対象識別情報であるとする。購入対象識別情報P1で識別される購入対象を、購入対象P1とする。図5において、ユーザ識別情報「U001」で識別されるユーザ(以下、このユーザのことをユーザU001とすることがある。他のユーザについても同様である)は、購入対象P1,P2,P3を過去に購入していることがわかる。なお、図5において、履歴情報には、購入対象が購入された時間的な順序を示す情報は含まれていないが、履歴情報に購入対象が購入された時間的な順序を示す情報が得含まれていてもよい。その情報は、例えば、購入対象が購入された日時等であってもよい。また、購入対象は、P1〜P100までの100個であるとする。実際のシステムでは、100個よりも格段に多い個数の購入対象を扱うのが一般的であるが、この具体例では、説明の便宜上、100個としている。
まず、ユーザU001がある端末装置2を操作して、eコマースサイトサーバ装置3にアクセスし、ログインしてショッピングを開始したとする。すると、eコマースサイトサーバ装置3は、そのログインしたユーザU001のユーザ識別情報「U001」を、通信回線50を介してレコメンド装置1に送信する。
レコメンド装置1のユーザ識別情報受付部11は、そのユーザ識別情報「U001」を受信すると(ステップS101)、そのユーザ識別情報「U001」を取得部13に渡す。取得部13は、その受け取ったユーザ識別情報「U001」を検索キーとして履歴情報記憶部12のユーザ識別情報を検索し、そのユーザ識別情報「U001」に対応付けられている履歴情報「P1,P2,P3」を過去情報として取得する(ステップS102)。取得部13は、その取得した履歴情報「P1,P2,P3」を、算出部14の算出手段22に渡す。
算出手段22は、まず、算出を行う購入対象、すなわち、上記式(1)の購入対象Pjを決定する。ここで、算出手段22は、すべての購入対象識別情報P1〜P100が記憶されている所定の記録媒体(図示せず)にアクセス可能であるとする。そして、算出手段22は、その記録媒体にアクセスし、取得部13から受け取ったP1,P2,P3以外の購入対象識別情報P4〜P100を、算出を行う購入対象に決定する(ステップS201)。
次に、算出手段22は、式(1)を式記憶手段21から読み出し、算出を行う購入対象に決定した1番目の購入対象P4について、その式(1)の値を算出する(ステップS202,S203)。具体的には、次の式の値を求めることになる。
ここで、p(P4)は、購入対象P4を購入する確率である。したがって、算出手段22は、例えば、購入対象P4を購入したユーザの数を、履歴情報記憶部12を参照してカウントし、そのカウント値を全ユーザ数で割ることによって、p(P4)を算出することができる。
また、p(P1,P4)は、購入対称P1と購入対象P4とを購入する確率である。したがって、算出手段22は、例えば、購入対称P1と購入対象P4を購入したユーザの数を、履歴情報記憶部12を参照してカウントし、そのカウント値を全ユーザ数で割ることによって、p(P1,P4)を算出することができる。p(P2,P4)、p(P3,P4)についても同様である。
購入対象P4についての式(1)の値は、0.0025であったとする。すると、算出手段22は、購入対象識別情報P4と、式(1)の値「0.0025」とを蓄積手段23に渡す。すると、蓄積手段23は、その購入対象識別情報P4と、式の値「0.0025」とを対応付けて図示しない記録媒体に蓄積する(ステップS204)。そのようにして蓄積された購入対象識別情報と式の値とは、図6の1番目のレコードで示されるものである。
次に、算出手段22は、2番目の購入対象P5が存在すると判断し(ステップS205,S206)、上記説明と同様に、算出手段22は、式(1)の値を算出し(ステップS203)、蓄積手段23は、算出結果を蓄積する(ステップS204)。そして、それらの処理は、算出を行うと決定されたすべての購入対象について行われる(ステップS203〜S206)。
条件付き確率に応じた値の算出の処理(ステップS103)が終わった時点において、蓄積手段23が蓄積した購入対象識別情報と式の値との対応が図6で示されるものであったとする。すると、選択手段24は、図6で示される各レコードを、式の値の降順となるようにソートする。図7は、そのソートの結果を示す図である。選択手段24は、そのソートの結果から、1番目と2番目のレコードの購入対象識別情報P6,P32を選択し(ステップS104)、その購入対象識別情報P6,P32を出力部16に渡す。なお、この具体例では、ユーザが購入する確率の高い購入対象のうち、1番目と2番目のものをレコメンドすると設定されていたものとする。
出力部16は、選択手段24から受け取った購入対象識別情報P6,P32を含むレコメンド情報を、eコマースサイトサーバ装置3に送信する(ステップS105)。なお、そのレコメンド情報には、例えば、eコマースサイトサーバ装置3から送信されたユーザ識別情報「U001」が含まれていてもよい。
eコマースサイトサーバ装置3は、レコメンド装置1から送信されたレコメンド情報を受信し、そのレコメンド情報に含まれる購入対象識別情報P6,P32を取得する。そして、その購入対象識別情報P6,P32に対応する画像や名称等を含む表示画面のデータを構成し、ユーザU001がブラウズしているサイトに含める。その結果、ユーザU001が操作している端末装置2のディスプレイには、例えば、図8で示されるレコメンドの表示がなされることになる。
なお、この具体例で用いた図6、図7の具体的なデータは、本実施の形態によるレコメンド装置1の動作の詳細を説明するために示したものであり、実際にeコマースサイト等から取得したデータではない。
なお、この具体例では、レコメンド装置1がユーザ識別情報や履歴情報をeコマースサイトサーバ装置3から受け取り、作成したレコメンド情報をeコマースサイトサーバ装置3に渡す場合について説明したが、それ以外の形態であってもよい。例えば、図9で示されるように、端末装置2がレコメンド装置1に直接アクセスするようにしてもよい。図9で示されるレコメンド装置1は、図4で示されるレコメンド装置1とeコマースサイトサーバ装置3との両方の機能を備えたものであると考えることができる。また、例えば、レコメンド装置1は、スタンドアロンの装置であってもよい。この場合には、レコメンド装置1は、例えば、キーボードやマウス等の入力デバイスを用いて入力されたユーザ識別情報を受け付けて、あらかじめ蓄積されている履歴情報を用いて式(1)の算出等を行い、レコメンド情報をディスプレイに表示してもよい。なお、上記具体例や図9のシステムのように、レコメンド装置1がサーバ装置として振る舞う場合に、レコメンドの機能がASP(Application Service Provider)として提供されてもよい。
また、この具体例では、ユーザ自身が端末装置2を操作する場合について記載したが、そうでなくてもよい。例えば、通信販売会社のコールセンターのオペレータが端末装置2を操作し、出力されたレコメンド情報に応じて、顧客に対して商品をレコメンドするようにしてもよい。
以上のように、本実施の形態によるレコメンド装置1によれば、購入対象ベースのレコメンドを適切に行うことができる。また、そのレコメンドにおいて、上記式(5)の一番右側の式を用いるのではなく、上記式(1)を用いることにより、計算量を削減することができ、レコメンドを行うための処理負荷を軽減することができる。
なお、本実施の形態において、算出部14は、履歴情報記憶部12で記憶されている履歴情報のすべてを上記式(1)の算出で用いるのではなく、履歴情報記憶部12で記憶されている履歴情報のうち、一部のユーザに対応する履歴情報を用いて算出を行ってもよい。例えば、履歴情報記憶部12において、10万人のユーザの履歴情報が記憶されている場合において、算出部14は、その10万人のユーザの履歴情報のうち、ランダムに選択した1万人のユーザの履歴情報を用いて式(1)の算出を行ってもよい。その場合には、算出部14における算出の処理負荷を軽減することができ、算出時間も短縮することができうる。また、たとえ履歴情報記憶部12で記憶されている履歴情報のうち、一部のユーザに対応する履歴情報を用いて算出したとしても、その算出に対して十分なユーザ数の履歴情報を用いることによって、適切なレコメンドを行うことができると考えられる。
また、本実施の形態では、取得部13がユーザ識別情報受付部11の受け付けたユーザ識別情報に対応する履歴情報を過去情報として取得する場合について説明したが、そうでなくてもよい。例えば、取得部13は、過去情報を履歴情報記憶部12以外から取得してもよい。その取得部13による過去情報の取得は、例えば、入力デバイス等によって入力された過去情報の受け付けであってもよく、他のサーバ等から送信された過去情報の受信であってもよく、記録媒体に記憶されている過去情報の読み出しであってもよい。そのような場合には、履歴情報記憶部12で記憶されている履歴情報は、ユーザ識別情報に対応付けられていなくてもよい。すなわち、履歴情報記憶部12では、ユーザが過去に興味を持った購入対象に関する情報である履歴情報がユーザごとに記憶されていてもよい。
また、上記実施の形態において、各処理または各機能は、単一の装置または単一のシステムによって集中処理されることによって実現されてもよく、あるいは、複数の装置または複数のシステムによって分散処理されることによって実現されてもよい。
また、上記実施の形態において、各構成要素は専用のハードウェアにより構成されてもよく、あるいは、ソフトウェアにより実現可能な構成要素については、プログラムを実行することによって実現されてもよい。例えば、ハードディスクや半導体メモリ等の記録媒体に記録されたソフトウェア・プログラムをCPU等のプログラム実行部が読み出して実行することによって、各構成要素が実現され得る。なお、上記実施の形態におけるレコメンド装置1を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、コンピュータに、レコメンドの対象となるユーザが過去に興味を持った購入対象を示す情報である過去情報を取得する取得ステップと、前記取得ステップで取得した過去情報によって示される、ユーザが過去に興味を持った購入対象をP1,P2,…,Pn(nは1以上の整数である)とし、それ以外の購入対象をPj(jはn+1以上の整数)として、購入対象P1,P2,…,Pnにユーザが興味を持った場合に、各購入対象Pjにユーザが興味を持つ条件付き確率に応じた値を、履歴情報記憶部でユーザごとに記憶される、ユーザが過去に興味を持った購入対象に関する情報である履歴情報を参照しながら、少なくとも下記式
(上記式中、p(Pi)は購入対象Piに興味を持つ確率であり、p(Pi,Pj)は購入対象Piと購入対象Pjとに興味を持つ同時確率である)を用いて算出する算出ステップと、前記算出ステップで算出した条件付き確率に応じた値を用いて、対応する条件付き確率が上位の購入対象を選択する選択ステップと、前記選択ステップで選択した購入対象を識別する情報である購入対象識別情報を少なくとも含む情報であるレコメンド情報を出力する出力ステップと、を実行させるためのものである。
また、このプログラムにおいて、コンピュータに、ユーザを識別するユーザ識別情報を受け付けるユーザ識別情報受付ステップをさらに実行させ、前記履歴情報記憶部では、ユーザ識別情報と当該ユーザ識別情報で識別されるユーザが過去に興味を持った購入対象に関する情報である履歴情報とが対応付けて記憶され、前記取得ステップでは、前記ユーザ識別情報受付ステップで受け付けたユーザ識別情報に対応付けられている履歴情報を、前記過去情報として前記履歴情報記憶部から取得してもよい。
また、このプログラムでは、前記算出ステップにおいて、前記履歴情報記憶部で記憶されている履歴情報のうち、一部のユーザに対応する履歴情報を用いて前記算出を行ってもよい。
なお、上記プログラムにおいて、情報を受け付ける受付ステップや、情報を出力する出力ステップなどでは、ハードウェアでしか行われない処理、例えば、出力ステップにおけるモデムやインターフェースカードなどで行われる処理は少なくとも含まれない。
また、このプログラムは、サーバなどからダウンロードされることによって実行されてもよく、所定の記録媒体(例えば、CD−ROMなどの光ディスクや磁気ディスク、半導体メモリなど)に記録されたプログラムが読み出されることによって実行されてもよい。
また、このプログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。
図10は、上記プログラムを実行して、上記実施の形態によるレコメンド装置1を実現するコンピュータの外観の一例を示す模式図である。上記実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムによって実現される。
図10において、コンピュータシステム100は、CD−ROM(Compact Disk Read Only Memory)ドライブ105、FD(Flexible Disk)ドライブ106を含むコンピュータ101と、キーボード102と、マウス103と、モニタ104とを備える。
図11は、コンピュータシステムを示す図である。図11において、コンピュータ101は、CD−ROMドライブ105、FDドライブ106に加えて、CPU(Central Processing Unit)111と、ブートアッププログラム等のプログラムを記憶するためのROM(Read Only Memory)112と、CPU111に接続され、アプリケーションプログラムの命令を一時的に記憶すると共に、一時記憶空間を提供するRAM(Random Access Memory)113と、アプリケーションプログラム、システムプログラム、及びデータを記憶するハードディスク114と、CPU111、ROM112等を相互に接続するバス115とを備える。なお、コンピュータ101は、他の装置との通信を行う場合には、LAN等への接続を提供する図示しないネットワークカード等を含んでいてもよい。
コンピュータシステム100に、上記実施の形態によるレコメンド装置1の機能を実行させるプログラムは、CD−ROM121、またはFD122に記憶されて、CD−ROMドライブ105、またはFDドライブ106に挿入され、ハードディスク114に転送されてもよい。これに代えて、そのプログラムは、図示しないネットワークを介してコンピュータ101に送信され、ハードディスク114に記憶されてもよい。プログラムは実行の際にRAM113にロードされる。なお、プログラムは、CD−ROM121やFD122、またはネットワークから直接、ロードされてもよい。
プログラムは、コンピュータ101に、上記実施の形態によるレコメンド装置1の機能を実行させるオペレーティングシステム(OS)、またはサードパーティプログラム等を必ずしも含んでいなくてもよい。プログラムは、制御された態様で適切な機能(モジュール)を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいてもよい。コンピュータシステム100がどのように動作するのかについては周知であり、詳細な説明は省略する。
また、本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。
また、本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。
以上のように、本発明によるレコメンド装置等は、購入対象に関するレコメンドを行うためのレコメンドを出力することができ、例えば、eコマース等においてユーザにレコメンドを行うシステム等として有用である。
1 レコメンド装置
2 端末装置
3 コマースサイトサーバ装置
11 ユーザ識別情報受付部
12 履歴情報記憶部
13 取得部
14 算出部
15 選択部
16 出力部
21 式記憶手段
22 算出手段
23 蓄積手段
24 選択手段
2 端末装置
3 コマースサイトサーバ装置
11 ユーザ識別情報受付部
12 履歴情報記憶部
13 取得部
14 算出部
15 選択部
16 出力部
21 式記憶手段
22 算出手段
23 蓄積手段
24 選択手段
Claims (8)
- ユーザが過去に興味を持った購入対象に関する情報である履歴情報がユーザごとに記憶される履歴情報記憶部と、
レコメンドの対象となるユーザが過去に興味を持った購入対象を示す情報である過去情報を取得する取得部と、
前記取得部が取得した過去情報によって示される、ユーザが過去に興味を持った購入対象をP1,P2,…,Pn(nは1以上の整数である)とし、それ以外の購入対象をPj(jはn+1以上の整数)として、購入対象P1,P2,…,Pnにユーザが興味を持った場合に、各購入対象Pjにユーザが興味を持つ条件付き確率に応じた値を、前記履歴情報を参照しながら、少なくとも下記式
を用いて算出する算出部と、
前記算出部が算出した条件付き確率に応じた値を用いて、対応する条件付き確率が上位の購入対象を選択する選択部と、
前記選択部が選択した購入対象を識別する情報である購入対象識別情報を少なくとも含む情報であるレコメンド情報を出力する出力部と、を備えたレコメンド装置。 - ユーザを識別するユーザ識別情報を受け付けるユーザ識別情報受付部をさらに備え、
前記履歴情報記憶部では、ユーザ識別情報と当該ユーザ識別情報で識別されるユーザが過去に興味を持った購入対象に関する情報である履歴情報とが対応付けて記憶され、
前記取得部は、前記ユーザ識別情報受付部が受け付けたユーザ識別情報に対応付けられている履歴情報を、前記過去情報として前記履歴情報記憶部から取得する、請求項1記載のレコメンド装置。 - 前記算出部は、前記履歴情報記憶部で記憶されている履歴情報のうち、一部のユーザに対応する履歴情報を用いて前記算出を行う、請求項1または請求項2記載のレコメンド装置。
- 前記購入対象は、商品、サービス、またはコンテンツである、請求項1から請求項3のいずれか記載のレコメンド装置。
- ユーザが過去に興味を持った購入対象は、ユーザが過去に購入した購入対象を含む、請求項1から請求項4のいずれか記載のレコメンド装置。
- ユーザが過去に興味を持った購入対象は、ユーザが過去に購入の候補とした購入対象を含む、請求項1から請求項5のいずれか記載のレコメンド装置。
- ユーザが過去に興味を持った購入対象に関する情報である履歴情報がユーザごとに記憶される履歴情報記憶部と、取得部と、算出部と、選択部と、出力部とを備えるレコメンド装置において用いられるレコメンド方法であって、
前記取得部が、レコメンドの対象となるユーザが過去に興味を持った購入対象を示す情報である過去情報を取得する取得ステップと、
前記算出部が、前記取得ステップで取得した過去情報によって示される、ユーザが過去に興味を持った購入対象をP1,P2,…,Pn(nは1以上の整数である)とし、それ以外の購入対象をPj(jはn+1以上の整数)として、購入対象P1,P2,…,Pnにユーザが興味を持った場合に、各購入対象Pjにユーザが興味を持つ条件付き確率に応じた値を、前記履歴情報を参照しながら、少なくとも下記式
を用いて算出する算出ステップと、
前記選択部が、前記算出ステップで算出した条件付き確率に応じた値を用いて、対応する条件付き確率が上位の購入対象を選択する選択ステップと、
前記出力部が、前記選択ステップで選択した購入対象を識別する情報である購入対象識別情報を少なくとも含む情報であるレコメンド情報を出力する出力ステップと、を備えたレコメンド方法。 - コンピュータに、
レコメンドの対象となるユーザが過去に興味を持った購入対象を示す情報である過去情報を取得する取得ステップと、
前記取得ステップで取得した過去情報によって示される、ユーザが過去に興味を持った購入対象をP1,P2,…,Pn(nは1以上の整数である)とし、それ以外の購入対象をPj(jはn+1以上の整数)として、購入対象P1,P2,…,Pnにユーザが興味を持った場合に、各購入対象Pjにユーザが興味を持つ条件付き確率に応じた値を、履歴情報記憶部でユーザごとに記憶される、ユーザが過去に興味を持った購入対象に関する情報である履歴情報を参照しながら、少なくとも下記式
を用いて算出する算出ステップと、
前記算出ステップで算出した条件付き確率に応じた値を用いて、対応する条件付き確率が上位の購入対象を選択する選択ステップと、
前記選択ステップで選択した購入対象を識別する情報である購入対象識別情報を少なくとも含む情報であるレコメンド情報を出力する出力ステップと、を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006202144A JP2008027358A (ja) | 2006-07-25 | 2006-07-25 | レコメンド装置、レコメンド方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006202144A JP2008027358A (ja) | 2006-07-25 | 2006-07-25 | レコメンド装置、レコメンド方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008027358A true JP2008027358A (ja) | 2008-02-07 |
Family
ID=39117904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006202144A Pending JP2008027358A (ja) | 2006-07-25 | 2006-07-25 | レコメンド装置、レコメンド方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008027358A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008287550A (ja) * | 2007-05-18 | 2008-11-27 | Nippon Telegr & Teleph Corp <Ntt> | 購買順序を考慮したリコメンド装置、リコメンド方法、リコメンドプログラムおよびそのプログラムを記録した記録媒体 |
WO2012049987A1 (ja) * | 2010-10-12 | 2012-04-19 | 日本電気株式会社 | 商品推薦システムおよび商品推薦方法 |
JP2012520514A (ja) * | 2009-03-10 | 2012-09-06 | グーグル・インコーポレーテッド | カテゴリの類似度 |
JP2015011712A (ja) * | 2013-06-28 | 2015-01-19 | アザパ アールアンドディー アメリカズ インク | デジタル情報収集および解析方法およびその装置 |
JP2017010378A (ja) * | 2015-06-24 | 2017-01-12 | 富士通株式会社 | 情報抽出方法、情報抽出プログラムおよび情報抽出装置 |
WO2018145577A1 (zh) * | 2017-02-08 | 2018-08-16 | 腾讯科技(深圳)有限公司 | 表情推荐方法和装置 |
JP2019082865A (ja) * | 2017-10-31 | 2019-05-30 | 株式会社日立製作所 | 販売促進装置、販売促進方法及び販売促進プログラム |
-
2006
- 2006-07-25 JP JP2006202144A patent/JP2008027358A/ja active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008287550A (ja) * | 2007-05-18 | 2008-11-27 | Nippon Telegr & Teleph Corp <Ntt> | 購買順序を考慮したリコメンド装置、リコメンド方法、リコメンドプログラムおよびそのプログラムを記録した記録媒体 |
JP2012520514A (ja) * | 2009-03-10 | 2012-09-06 | グーグル・インコーポレーテッド | カテゴリの類似度 |
WO2012049987A1 (ja) * | 2010-10-12 | 2012-04-19 | 日本電気株式会社 | 商品推薦システムおよび商品推薦方法 |
JP2015011712A (ja) * | 2013-06-28 | 2015-01-19 | アザパ アールアンドディー アメリカズ インク | デジタル情報収集および解析方法およびその装置 |
JP2017010378A (ja) * | 2015-06-24 | 2017-01-12 | 富士通株式会社 | 情報抽出方法、情報抽出プログラムおよび情報抽出装置 |
WO2018145577A1 (zh) * | 2017-02-08 | 2018-08-16 | 腾讯科技(深圳)有限公司 | 表情推荐方法和装置 |
US10949000B2 (en) | 2017-02-08 | 2021-03-16 | Tencent Technology (Shenzhen) Company Limited | Sticker recommendation method and apparatus |
JP2019082865A (ja) * | 2017-10-31 | 2019-05-30 | 株式会社日立製作所 | 販売促進装置、販売促進方法及び販売促進プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9589025B2 (en) | Correlated information recommendation | |
JP5462971B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
US10275534B2 (en) | Landing page search results | |
JP2012003359A (ja) | アイテム推薦システム、アイテム推薦方法、及びプログラム | |
US8655982B2 (en) | Information searching apparatus, number deciding method, information searching program, information searching system and recording medium | |
JP2010073170A (ja) | 推薦商品選択装置、推薦商品選択プログラムおよび商品検索装置 | |
JP2008027358A (ja) | レコメンド装置、レコメンド方法、及びプログラム | |
JP5686934B1 (ja) | 情報処理装置、情報処理方法、プログラム、記憶媒体 | |
JP2009265747A (ja) | マーケティング支援システム、マーケティング支援方法、マーケティング支援プログラム及びコンピュータ読み取り可能な媒体 | |
JP5404662B2 (ja) | 商品推薦装置及び方法及びプログラム | |
US8346799B1 (en) | Recent content rank adjustment with inverted decay | |
JP2017173915A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP2007047881A (ja) | アクセス解析システム、アクセス解析方法及びアクセス解析プログラム | |
JP2013077041A (ja) | 情報検索装置、情報検索方法、及び情報検索プログラム | |
CN103514556A (zh) | 信息处理装置和记录介质 | |
JP5034049B2 (ja) | アフィリエイト管理サーバ装置、アフィリエイト管理方法、およびアフィリエイト管理サーバプログラム | |
JP6702625B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP4962984B2 (ja) | 評価集計装置及び評価集計方法 | |
JP2017122959A (ja) | 情報生成装置、情報生成方法 | |
JP2003345807A (ja) | 電子カタログ提供システム | |
JP7140561B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP2016018266A (ja) | 情報処理装置、データ構造、情報処理方法、及びプログラム | |
JP2020119463A (ja) | 関連付け装置、関連付け方法及び関連付けプログラム | |
JP6101410B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2023042436A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20160407 |