JP2008276637A - 商品データを配信する方法 - Google Patents

Abstract

【課題】商品区分によって変動するユーザの価格的嗜好の傾向を捉え、興味を引きやすい商品の広告を効果的に行える方法を提供すること。
【解決手段】マッチングサーバ１０は、複数のユーザの過去の商品購入履歴データを受け付け、商品購入履歴データに基づいて、複数のユーザそれぞれについて、商品区分毎の購入金額帯を示す分布データを生成し、前記ユーザに関する第１の分布データと類似する、前記ユーザとは異なる別のユーザに関する第２の分布データを抽出し、第２の分布データにおける第１の分布データとの差異に基づいて、前記ユーザに対して配信する商品データを選択する。
【選択図】図２

Description

本発明は、商品データを配信する方法、サーバ、およびプログラムに関する。

従来、インターネット上の広告として、ユーザ毎にカスタマイズされた商品情報（推薦品、広告等）をＷｅｂページに表示させるサービスが行われている。このような場合、例えば、ユーザの属性情報や購入履歴情報等に基づいて、表示する商品情報を、互いの関連度により選択する。

例えば、特許文献１には、利用履歴から作成されるユーザのプロファイルに関して、概念ベクトルの類似度計算によりマッチングを行う方法が開示されている。このようにして、傾向の類似するユーザをグループ化して選択する等、広告等の商品情報の提示を効果的に行う試みがなされてきている。
特開２００４−１２６９７５号公報

しかしながら、ユーザが現実に欲する商品は、様々な側面から検討されるため、上述のような技術によっても、ユーザ情報同士やユーザ情報と商品情報とのマッチングが十分であるとは限らない。特に、ユーザプロファイルのある属性に対して１つの値（特徴）を定義するのみでは、他の属性との関係（条件）により変化するユーザの嗜好傾向を捉えることが難しい。

例えば、購入する商品の価格に対するユーザの傾向は、商品の区分（宝石、バッグ、セーター、食品等）によって変動し、バッグは高いものを買うが、食品は安いものを選ぶ等、購入金額を１つの値で特徴付ける（高価な商品が好き、安価な商品が好き等）ことはできない。

そこで本発明は、商品区分によって変動するユーザの価格的嗜好の傾向を捉え、興味を引きやすい商品の推薦（広告）を効果的に行える方法を提供することを目的とする。

上記目的のため、具体的には、以下のようなものを提供する。

（１） ユーザに対して商品データを配信する方法であって、
前記ユーザを含む複数のユーザの過去の商品購入履歴データを受け付けるステップと、
前記商品購入履歴データに基づいて、前記複数のユーザそれぞれについて、商品区分毎の購入金額帯を示す分布データを生成するステップと、
前記ユーザに関する第１の分布データと類似する、前記ユーザとは異なる別のユーザに関する第２の分布データを抽出するステップと、
前記第２の分布データにおける前記第１の分布データとの差異に基づいて、前記ユーザに対して配信する前記商品データを選択するステップと、を含む方法。

このような構成によれば、当該方法を実行するサーバは、複数のユーザの過去の商品購入履歴データを受け付け、商品購入履歴データに基づいて、複数のユーザそれぞれについて、商品区分毎の購入金額帯を示す分布データを生成し、前記ユーザに関する第１の分布データと類似する、前記ユーザとは異なる別のユーザに関する第２の分布データを抽出し、第２の分布データにおける第１の分布データとの差異に基づいて、前記ユーザに対して配信する商品データを選択する。

このことにより、当該サーバは、ユーザによって異なる購入金額の傾向（商品購入履歴）を、商品区分毎の購入金額帯を示す分布データとして表すことができるので、分布データが類似するユーザ間の、当該分布データの差異に基づいて、商品データを配信（広告）することができる。

その結果、当該サーバは、例えば、購入金額に対する傾向（嗜好）が類似する他のユーザが購入した商品を、推薦商品として提示することができるので、目にしたユーザが実際の購入に至りやすく、宣伝効果が高まる可能性がある。

（２） 前記第１の分布データに基づく分布図と一致する部分が所定の割合を超える分布データを、前記第２の分布データとして抽出することを特徴とする（１）に記載の方法。

このような構成によれば、当該方法を実行するサーバは、分布データの類似度を判別する際に、一致する部分が所定の割合を超える、つまり、２つの分布図の重なる面積が所定の割合を超えることを条件とする。

このことにより、当該サーバは、商品区分によらず、配信対象のユーザと同様の価格帯で購入する傾向のユーザを抽出することができるため、価格に対する嗜好傾向が類似するユーザを効果的に探し出すことができる。

（３） 前記第１の分布データに基づく分布図との画像類似度が所定以上である分布データを、前記第２の分布データとして抽出することを特徴とする（１）に記載の方法。

このような構成によれば、当該方法を実行するサーバは、分布データの類似度を判別する際に、画像としての分布図同士を比較する。このことにより、たとえ一致する面積が少なくても、わずかな価格帯のずれや商品区分のずれを類似と判別することができるので、類似した分布データを抽出できる可能性が高まる。

ここで、所定の範囲内の商品区分のずれを類似と判別するためには、似通った商品区分が並ぶように分布図を生成することが望ましい。これにより、画像が類似していれば同様の商品を同様の価格で購入したとみなすことができるため、画像マッチング技術により効果的に類似した分布データを抽出することができる。

なお、画像マッチング技術は既存の様々な方法を用いることができ、分布図の仕様と合わせて、適した方法を選択する。

（４） 前記分布データは、前記購入金額帯における購入回数を示すデータを更に含み、
前記分布図は、前記購入回数を区別できるものであることを特徴とする（２）または（３）に記載の方法。

このような構成によれば、分布データは、購入金額帯における購入回数を示すデータを更に含み、分布図は購入回数を区別できるものであるため、当該方法を実行するサーバは、購入頻度を含めたユーザの商品購入傾向を把握することができる。

このことにより、当該サーバは、購入頻度により情報量の増えた分布データを用いて、傾向の類似するユーザを抽出することができるため、より類似傾向の強いユーザの商品購入履歴に基づいて商品データを配信することができる。

なお、購入回数を示すデータは、分布図中においては、例えば色の違いによって表現することができる。このことによれば、例えば画像マッチングにより、購入回数を示すデータを含めた類似度判定が可能となる。

（５） 前記分布データは、購入時期を示すデータを更に含み、
前記分布図は、前記商品区分、前記購入金額帯、および前記購入時期に関する３次元で表すことを特徴とする（２）から（４）のいずれかに記載の方法。

このような構成によれば、分布データは、購入時期を示すデータを更に含み、分布図は、商品区分、購入金額帯、および購入時期に関する３次元で表す。

このことにより、当該方法を実行するサーバは、購入時期により情報量の増えた分布データを用いるので、マッチング精度が向上することが期待でき、より傾向の類似するユーザを効果的に抽出することができる可能性がある。

（６） 前記商品データを選択するステップは、前記第２の分布データに含まれ、前記第１の分布データに含まれない商品購入履歴データに対応する商品データを選択することを特徴とする（１）から（５）のいずれかに記載の方法。

このような構成によれば、当該方法を実行するサーバは、対象ユーザに配信する商品データとして、第２の（類似ユーザの）分布データに含まれ、第１の（対象ユーザの）分布データに含まれない商品購入履歴データに対応する商品データを選択する。

このことにより、当該サーバは、未だ購入したことのない商品データを、購入傾向の類似したユーザの商品購入履歴データから選択するため、購入に至る可能性の高い商品データを配信することができる。

その結果、ユーザにとって有用な商品データが提示されることとなり、商品を販売する側にとっても、効果的な広告とすることができる。

（７） 前記商品データを選択するステップは、前記第２の分布データに含まれ、購入日時が新しい所定数の商品データを選択することを特徴とする（１）から（６）のいずれかに記載の方法。

このような構成によれば、当該方法を実行するサーバは、対象ユーザに配信する商品データとして、第２の（類似ユーザの）分布データに含まれ、購入日時が新しいものを選択する。

このことにより、当該サーバは、購入傾向の類似したユーザの商品購入履歴データのうち、最近に購入した商品データを選択することとなるため、タイムリーな商品推薦が可能となる。つまり、新製品や、最近の流行に沿った商品等を効果的に提示し、ユーザに購入を促すことができる。

その結果、ユーザにとって有用な商品データが提示される可能性が高く、商品を販売する側にとっても、効果的な広告とすることができる。

（８） 前記商品データを選択するステップは、前記第１の分布データに商品購入履歴データの存在しない商品区分に関する商品データを選択することを特徴とする（１）から（７）のいずれかに記載の方法。

このような構成によれば、当該方法を実行するサーバは、ユーザが未だ購入経験のない商品区分に関する商品データを優先的に選択するので、今後購入する可能性の高い商品データを提示することができる。

このことにより、ユーザが新たに購入したい興味のある商品データが提示される可能性が高い。また、商品を販売する側にとっても、新たな顧客獲得の手段として、効果的な広告とすることができる。

（９） 前記分布データは、互いに関連する複数の商品区分の集合を示すカテゴリデータを含むことを特徴とする（１）から（８）のいずれかに記載の方法。

このような構成によれば、当該方法を実行するサーバは、互いに関連する複数の商品区分（例えば、セーターとジャケット等）をカテゴリに分類する。このことにより、カテゴリおよび商品区分という２つの商品分類の尺度を用いることができるため、より良く商品購入履歴の特徴を把握することができる。

（１０） 前記カテゴリデータの指定を受け付けるステップを更に含み、
指定された前記カテゴリデータに属する商品区分に関する商品購入履歴データに基づいて、前記分布データを生成することを特徴とする（９）に記載の方法。

このような構成によれば、当該方法を実行するサーバは、カテゴリデータの指定を受け付け、指定されたカテゴリデータに属する商品区分に関する商品購入履歴データに基づいて、分布データを生成する。

このことにより、当該サーバは、ユーザやＷｅｂサーバ等により指定されたカテゴリデータに基づいて、当該カテゴリデータに属する商品区分に関する商品購入履歴データにより分布データを生成する。

その結果、カテゴリ（衣料品等の分野）を特定した傾向のマッチング（類似度判定）が、他のカテゴリの購入履歴に影響されることなく可能となるため、分野に特化した商品広告等に有用である。

なお、カテゴリデータの指定は、ユーザから明示的に受け付けてもよいし、Ｗｅｂページ等のテキストデータから抽出したキーワードに基づいてカテゴリを決定することとしてもよい。

（１１） 前記第１の分布データに含まれる商品購入履歴データのうち、所定の期間における購入頻度の高いカテゴリデータを求めるステップを更に含み、
前記商品データを選択するステップは、前記購入頻度の高いカテゴリデータにおける商品データを選択することを特徴とする（９）または（１０）に記載の方法。

このような構成によれば、当該方法を実行するサーバは、第１の（対象ユーザの）分布データに含まれる商品購入履歴データのうち、所定の期間における購入頻度の高いカテゴリデータを求め、購入頻度の高いカテゴリデータにおける商品データを選択する。

このことにより、当該サーバは、ユーザが頻繁に購入する種類の商品データを優先的に選択することとなるため、当該ユーザが興味を持っている商品を効果的に推薦できる可能性がある。

（１２） 前記第１の分布データに含まれる商品購入履歴データのうち、所定の期間における購入頻度の高い購入金額帯を求めるステップを更に含み、
前記商品データを選択するステップは、前記購入頻度の高い購入金額帯を含む近傍の購入金額帯における商品データを選択することを特徴とする（１）から（１１）のいずれかに記載の方法。

このような構成によれば、当該方法を実行するサーバは、第１の（対象ユーザの）分布データに含まれる商品購入履歴データのうち、所定の期間における購入頻度の高い購入金額帯を求め、購入頻度の高い購入金額帯を含む近傍の購入金額帯における商品データを選択する。

このことにより、当該サーバは、ユーザが頻繁に購入する金額帯とその傍の金額帯について、優先的に商品データを選択することとなる。その結果、当該ユーザが金額的に購入しやすい商品を効果的に推薦できる可能性がある。

（１３） ユーザに対して商品データを配信するサーバであって、
前記ユーザを含む複数のユーザの過去の商品購入履歴データを受け付ける手段と、
前記商品購入履歴データに基づいて、前記複数のユーザそれぞれについて、商品区分毎の購入金額帯を示す分布データを生成する手段と、
前記ユーザに関する第１の分布データと類似する、前記ユーザとは異なる別のユーザに関する第２の分布データを抽出する手段と、
前記第２の分布データにおける前記第１の分布データとの差異に基づいて、前記ユーザに対して配信する前記商品データを選択する手段と、を備えるサーバ。

このような構成によれば、当該サーバを運用することにより、（１）と同様の効果が期待できる。

（１４） ユーザに対して商品データを配信させるプログラムであって、
前記ユーザを含む複数のユーザの過去の商品購入履歴データを受け付けるステップと、
前記商品購入履歴データに基づいて、前記複数のユーザそれぞれについて、商品区分毎の購入金額帯を示す分布データを生成するステップと、
前記ユーザに関する第１の分布データと類似する、前記ユーザとは異なる別のユーザに関する第２の分布データを抽出するステップと、
前記第２の分布データにおける前記第１の分布データとの差異に基づいて、前記ユーザに対して配信する前記商品データを選択するステップと、をサーバに実行させるプログラム。

このような構成によれば、当該プログラムを当該サーバ上で実行することにより、（１）と同様の効果が期待できる。

本発明によれば、商品区分によって変動するユーザの価格的嗜好の傾向を捉え、興味を引きやすい商品広告を効果的に行うことができる。

本発明に係る好適な実施形態の一例について、図面に基づいて以下に説明する。

［システムの全体構成］
図１は、本発明の好適な実施形態の一例に係る広告提供システムの全体構成を表す概念図である。

マッチングサーバ１０、Ｗｅｂサーバ２０、広告サーバ３０、およびユーザの端末装置４０が通信回線（インターネット）を介して接続されている。本発明に係る類似度マッチングはマッチングサーバ１０が実施し、Ｗｅｂサーバ２０および広告サーバ３０と協働して、広告提供システムを構成している。

端末装置４０のユーザ情報（商品購入履歴データ）は、Ｗｅｂサーバ２０が取得し、マッチングサーバ１０に送信される。Ｗｅｂサーバ２０は、具体的には、例えばＥＣ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ）サイトや、他のホームページ等であってよく、端末装置４０からユーザ情報を受信する。

マッチングサーバ１０は、Ｗｅｂサーバ２０から受信するユーザの商品購入履歴データを記憶し、記憶した複数ユーザの商品購入履歴データを比較することにより、類似度マッチング処理を行う。その結果抽出される商品購入の傾向が類似するユーザの商品購入履歴データに基づき、広告サーバ３０にて管理される広告データ（商品データ）を選択する。

広告サーバ３０は、予め表示可能な複数の広告データを一括管理するものであってよく、あるいは、複数のサーバに分散した広告データを、マッチングサーバ１０による処理結果に基づいて参照、取得することとしてもよい。

マッチングサーバ１０が取得した広告データは、Ｗｅｂサーバ２０に送信され、端末装置４０に表示されるＷｅｂページの一部として構成される。これにより、端末装置４０のユーザに適した広告が、マッチングサーバ１０の類似度マッチング処理に基づいて表示されることとなる。

［サーバの機能構成］
図２は、本発明の好適な実施形態の一例に係るマッチングサーバ１０の各機能を表すブロック図である。

マッチングサーバ１０は、購入状況収集部１１０、購入分布比較部１２０、類似分布抽出部１３０、商品情報選択部１４０、商品広告送信部１５０、購入履歴ＤＢ１６０を備え、Ｗｅｂサーバ２０および広告サーバ３０とデータの送受信を行う。

購入状況収集部１１０は、Ｗｅｂサーバ２０からユーザ情報（商品購入履歴データ）を受信し、購入履歴ＤＢ１６０に記憶する。これにより、複数のユーザから受け付けた商品の購入金額に関する情報を記憶し、これが後述する類似度マッチングおよび商品データの選択のための処理対象データとなる。

購入分布比較部１２０は、購入履歴ＤＢ１６０に記憶された商品購入履歴データを参照し、同類の商品をまとめた商品区分と、その購入金額との関係を示す分布データを生成し、複数のユーザそれぞれの分布データを比較する。

類似分布抽出部１３０は、購入分布比較部１２０による分布データ同士の比較結果に基づいて、端末装置４０のユーザに関する分布データに類似した、他のユーザに関する分布データを抽出する。これにより、商品の購入金額の傾向（嗜好）が類似するユーザと、その分布データ（商品購入履歴データ）を取得することができる。

商品情報選択部１４０は、類似分布抽出部１３０にて抽出された類似ユーザの分布データと、端末装置４０のユーザの分布データとの差異に基づいて、広告情報となる商品データを選択する。この商品データは、広告サーバ３０にて管理されている。

商品広告送信部１５０は、商品情報選択部１４０にて選択した商品データに基づいて、Ｗｅｂページに表示する商品広告データを生成し、Ｗｅｂサーバ２０に送信する。このことにより、マッチングサーバ１０は、受信した商品購入履歴データに基づいて、商品広告データをＷｅｂサーバ２０に送信することとなる。

［商品購入履歴テーブル］
図３は、本発明の好適な実施形態の一例に係る商品購入履歴テーブルを示す図である。

購入履歴ＤＢ１６０における商品購入履歴テーブルには、ユーザを識別するＩＤに関連付けて、当該ユーザが購入した商品、商品区分、購入金額、および購入日を記憶している。これにより、マッチングサーバ１０は、本実施形態の広告提供システムを利用するユーザそれぞれに関する、商品区分毎の購入金額および購入時期を履歴として管理することができる。

［分布図］
図４は、本発明の好適な実施形態の一例に係る商品購入履歴に基づく分布図の例である。

横軸を商品区分（宝石、バッグ、車等）、縦軸を金額帯（５千円以上１万円未満、１万円以上２万円未満等）とし、２次元のマトリクスで表現している。それぞれのセルが１つの商品区分と金額帯に対応し、ユーザが購入した商品の商品区分および金額に応じて、対応するセルを塗りつぶしたものが分布図となる。

ここで、１つのセルが示す金額の幅は予め設定した所定の幅とすることができるが、これに限らず、例えば、対数をとった値を所定の幅で割り当てることとしてよい。このことによれば、高額商品における金額帯の幅を広く、低額商品における金額帯の幅を狭くすることができるため、金額の大きさに比べて幅が狭すぎて近似データをまとめられない、あるいは幅が広すぎて離れたデータがまとめられてしまうといった不都合を解消できる。

［処理フロー］
図５は、本発明の好適な実施形態の一例に係るマッチングサーバ１０における処理の流れを示す図である。

ステップＳ１１では、購入状況収集部１１０は、Ｗｅｂサーバ２０からユーザ情報を受信する。具体的には、端末装置４０のユーザが購入した商品に関する商品区分および金額を示すデータであって、購入履歴ＤＢ１６０において商品購入履歴テーブルとして記憶する。

ステップＳ１２では、購入分布比較部１２０は、購入履歴ＤＢ１６０に記憶した端末装置４０のユーザに関する商品購入履歴データを参照し、分布データを読み出す。具体的には、図４に示す分布図に相当するデータであって、参照時に生成することとしてもよいが、予め生成した分布データを購入履歴ＤＢ１６０に記憶しておいてもよい。

ステップＳ１３では、購入分布比較部１２０は、端末装置４０のユーザとは別のユーザに関する分布データ（分布図）を読み出す。

ステップＳ１４では、購入分布比較部１２０は、ステップＳ１２およびＳ１３にて読み出した分布データ（分布図）を比較し、類似度を算出する。具体的には、例えば、分布図同士の一致面積を求め、その一致する割合を類似度として用いる。また、画像としての分布図を画像マッチングの技術により比較することもできる。

図６に、類似度評価において類似と判断する分布データの例を示す。端末装置４０のユーザに関する分布データは、（Ａ）の分布図で表される。これと比較して、（Ｂ）の分布図は高い割合で一致している。また、（Ｃ）の分布図は、一致する割合は（Ｂ）程多くはないものの、塗られたセルにより形成される画像（図形）は類似していると判別できる。

なお、画像マッチングに関しては、既存の技術を用いることができ、図形の類似判定が可能な方法により実現することができる。

ステップＳ１５では、購入分布比較部１２０は、分布データの比較について、所定数を終了したか否かを判別する。すなわち、予め設定したグループ（例えば、同一地域に居住するユーザや、同じ年代のユーザ等の集合）に属するユーザに関する分布データとの比較が終了するまで、ステップＳ１３〜Ｓ１５を繰り返す。

または、ステップＳ１３〜Ｓ１５のループを所定回数繰り返すこととしてもよいし、所定以上の類似度を持つ分布データが見つかった段階で比較処理を終了し、ステップＳ１６に処理を移してもよい。

ステップＳ１６では、類似分布抽出部１３０は、ステップＳ１４における分布データの比較結果に基づいて、所定以上の類似度を持つ分布データを抽出する。このことにより、端末装置４０のユーザと購入金額の傾向が類似したユーザと、その購入履歴データが取得できる。

なお、抽出する分布データは、所定以上の類似度を持つものを複数としてもよいし、最も類似するもの１つとしてもよい。あるいは、類似度の高い順に所定数を抽出することとしてもよい。

ステップＳ１７では、商品情報選択部１４０は、ステップＳ１６にて抽出した分布データに基づいて、広告する商品を選択する。具体的には、例えば、分布データ同士の差異に基づき、商品区分および金額帯を決定する。

例えば、図６（Ｂ）において、符号５１で示すセルは、（Ａ）の分布図では塗られていない部分である。すなわち、傾向の類似する（Ｂ）のユーザは購入したが、（Ａ）のユーザは未だ購入していない商品群であると判別できるので、（Ａ）のユーザに対する広告効果が高いことが期待できる。したがって、このセルに対応する商品区分および金額帯に属する商品を広告商品として選択する。そして、商品情報選択部１４０は、選択した商品に関する商品データ（広告データ）は、広告サーバ３０から受信する。

ステップＳ１８では、商品広告送信部１５０は、ステップＳ１７にて受信した商品に関する広告データをＷｅｂサーバ２０に送信する。このことにより、Ｗｅｂサーバ２０において適宜ページデータを更新し、端末装置４０に表示されるＷｅｂページにて、商品広告を行うことができる。

［類似比較および商品選択例］
図７〜図１０は、本発明の好適な実施形態の一例に係る分布図における類似比較および広告商品の選択方法のバリエーションを示す図である。

図７に示す分布図では、同一の商品区分および金額帯における購入頻度（購入回数）を更に表現している。すなわち、符号５２で示すセルは、他のセルに比べて濃い色調にすることにより購入頻度が高いことを示す。このことにより、例えば画像マッチングによる類似度評価によれば、購入頻度をも画像として表現していることで、より詳細な類似度を得ることができる。

なお、購入頻度の表現方法は、例えば、色の違いや、所定数の階調表現等で示すことができる。また、購入頻度としては、商品購入の累積回数であってもよいし、所定期間内の購入回数であってもよい。

図８に示す分布図では、符号５３で示す領域に購入履歴が集中している。このような場合、当該領域の商品区分に対してユーザの興味が高いと判別できる。したがって、この商品区分に属する商品データを選択することにより、効果的な広告を行うことができる。

図９に示す分布図では、符号５４で示す領域に購入履歴が集中している。このような場合、当該領域の金額帯に対してユーザの興味が高いと判別できる。したがって、この金額帯およびその周辺に属する商品データを選択することにより、効果的な広告を行うことができる。

図１０に示す分布図は、商品購入履歴として、商品区分および購入金額に購入時期を更に加えたものを模式的に表している。分布データは３次元の立体図形として表現されるため、類似度の評価は、一致する部分の体積や、立体画像のマッチング処理に基づく。

このことによれば、２次元の平面図形に比べて、更に購入履歴に関する情報量が多くなるため、より詳細な比較、類似度評価の精度向上が期待できる。

［サーバのハードウェア構成］
図１１は、図１で説明したマッチングサーバ１０のハードウェア構成の一例を示す図である。マッチングサーバ１０は、制御部１０１を構成するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１０（マルチプロセッサ構成ではＣＰＵ１０１２等複数のＣＰＵが追加されてもよい）、バスライン１００５、通信Ｉ／Ｆ１０４０、メインメモリ１０５０、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）１０６０、ＵＳＢポート１０９０、Ｉ／Ｏコントローラ１０７０、ならびにキーボードおよびマウス１１００等の入力手段や表示装置１０２２を備える。

Ｉ／Ｏコントローラ１０７０には、テープドライブ１０７２、ハードディスク１０７４、光ディスクドライブ１０７６、半導体メモリ１０７８、等の記憶手段を接続することができる。

ＢＩＯＳ１０６０は、マッチングサーバ１０の起動時にＣＰＵ１０１０が実行するブートプログラムや、マッチングサーバ１０のハードウェアに依存するプログラム等を格納する。

記憶部１０７を構成するハードディスク１０７４は、マッチングサーバ１０がサーバとして機能するための各種プログラムおよび本発明の機能を実行するプログラムを記憶しており、更に必要に応じて各種データベースを構成可能である。

光ディスクドライブ１０７６としては、例えば、ＤＶＤ−ＲＯＭドライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤ−ＲＡＭドライブ、ＣＤ−ＲＡＭドライブを使用することができる。この場合は各ドライブに対応した光ディスク１０７７を使用する。光ディスク１０７７から光ディスクドライブ１０７６によりプログラムまたはデータを読み取り、Ｉ／Ｏコントローラ１０７０を介してメインメモリ１０５０またはハードディスク１０７４に提供することもできる。

マッチングサーバ１０に提供されるプログラムは、ハードディスク１０７４、光ディスク１０７７、またはメモリーカード等の記録媒体に格納されて提供される。このプログラムは、Ｉ／Ｏコントローラ１０７０を介して、記録媒体から読み出され、または通信Ｉ／Ｆ１０４０を介してダウンロードされることによって、マッチングサーバ１０にインストールされ実行されてもよい。

前述のプログラムは、内部または外部の記憶媒体に格納されてもよい。ここで、記憶部１０７を構成する記憶媒体としては、ハードディスク１０７４、光ディスク１０７７、またはメモリーカードの他に、ＭＤ等の光磁気記録媒体、テープ媒体を用いることができる。また、専用通信回線やインターネットに接続されたサーバシステムに設けたハードディスク１０７４または光ディスクライブラリ等の記憶装置を記録媒体として使用し、通信回線を介してプログラムをマッチングサーバ１０に提供してもよい。

ここで、表示装置１０２２は、ユーザにデータの入力を受け付ける画面を表示したり、マッチングサーバ１０による演算処理結果の画面を表示したりするものであり、ブラウン管表示装置（ＣＲＴ）、液晶表示装置（ＬＣＤ）等のディスプレイ装置を含む。

ここで、入力手段は、ユーザによる入力の受け付けを行うものであり、キーボードおよびマウス１１００等により構成してよい。

また、通信Ｉ／Ｆ１０４０は、マッチングサーバ１０を専用ネットワークまたは公共ネットワークを介して端末と接続できるようにするためのネットワーク・アダプタである。通信Ｉ／Ｆ１０４０は、モデム、ケーブル・モデムおよびイーサネット（登録商標）・アダプタを含んでよい。

以上の例は、マッチングサーバ１０について主に説明したが、コンピュータに、プログラムをインストールして、そのコンピュータをサーバ装置として動作させることにより上記で説明した機能を実現することもできる。したがって、本発明において一実施形態として説明したサーバにより実現される機能は、上述の方法を当該コンピュータにより実行することにより、あるいは、上述のプログラムを当該コンピュータに導入して実行することによっても実現可能である。

また、Ｗｅｂサーバ２０および広告サーバ３０についても、マッチングサーバ１０と同様な構成を持つ。

［端末のハードウェア構成］
端末装置４０も、上述のマッチングサーバ１０と同様な構成を持つ。また、上述の例ではいわゆるコンピュータで実現した例について説明したが、更に、本発明の原理が適用可能である限り、携帯電話、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄａｔａ Ａｓｓｉｓｔａｎｔ）、ゲーム機等の様々な端末で実現してよい。

以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

本発明の好適な実施形態の一例に係る広告提供システムの全体構成を表す概念図である。 本発明の好適な実施形態の一例に係るマッチングサーバ１０の各機能を表すブロック図である。 本発明の好適な実施形態の一例に係る商品購入履歴テーブルを示す図である。 本発明の好適な実施形態の一例に係る商品購入履歴に基づく分布図の例である。 本発明の好適な実施形態の一例に係るマッチングサーバ１０における処理の流れを示す図である。 本発明の好適な実施形態の一例に係る類似度評価において類似と判断する分布データの例を示す。 本発明の好適な実施形態の一例に係る分布図における類似比較および広告商品の選択方法のバリエーションを示す図である。 本発明の好適な実施形態の一例に係る分布図における類似比較および広告商品の選択方法のバリエーションを示す図である。 本発明の好適な実施形態の一例に係る分布図における類似比較および広告商品の選択方法のバリエーションを示す図である。 本発明の好適な実施形態の一例に係る分布図における類似比較および広告商品の選択方法のバリエーションを示す図である。 本発明の好適な実施形態の一例に係るマッチングサーバ１０のハードウェア構成の一例を示す図である。

符号の説明

１０ マッチングサーバ
２０ Ｗｅｂサーバ
３０ 広告サーバ
４０ 端末装置
１１０ 購入状況収集部
１２０ 購入分布比較部
１３０ 類似分布抽出部
１４０ 商品情報選択部
１５０ 商品広告送信部

Claims (14)

1. ユーザに対して商品データを配信する方法であって、
   前記ユーザを含む複数のユーザの過去の商品購入履歴データを受け付けるステップと、
   前記商品購入履歴データに基づいて、前記複数のユーザそれぞれについて、商品区分毎の購入金額帯を示す分布データを生成するステップと、
   前記ユーザに関する第１の分布データと類似する、前記ユーザとは異なる別のユーザに関する第２の分布データを抽出するステップと、
   前記第２の分布データにおける前記第１の分布データとの差異に基づいて、前記ユーザに対して配信する前記商品データを選択するステップと、を含む方法。
2. 前記第１の分布データに基づく分布図と一致する部分が所定の割合を超える分布データを、前記第２の分布データとして抽出することを特徴とする請求項１に記載の方法。
3. 前記第１の分布データに基づく分布図との画像類似度が所定以上である分布データを、前記第２の分布データとして抽出することを特徴とする請求項１に記載の方法。
4. 前記分布データは、前記購入金額帯における購入回数を示すデータを更に含み、
   前記分布図は、前記購入回数を区別できるものであることを特徴とする請求項２または請求項３に記載の方法。
5. 前記分布データは、購入時期を示すデータを更に含み、
   前記分布図は、前記商品区分、前記購入金額帯、および前記購入時期に関する３次元で表すことを特徴とする請求項２から請求項４のいずれかに記載の方法。
6. 前記商品データを選択するステップは、前記第２の分布データに含まれ、前記第１の分布データに含まれない商品購入履歴データに対応する商品データを選択することを特徴とする請求項１から請求項５のいずれかに記載の方法。
7. 前記商品データを選択するステップは、前記第２の分布データに含まれ、購入日時が新しい所定数の商品データを選択することを特徴とする請求項１から請求項６のいずれかに記載の方法。
8. 前記商品データを選択するステップは、前記第１の分布データに商品購入履歴データの存在しない商品区分に関する商品データを選択することを特徴とする請求項１から請求項７のいずれかに記載の方法。
9. 前記分布データは、互いに関連する複数の商品区分の集合を示すカテゴリデータを含むことを特徴とする請求項１から請求項８のいずれかに記載の方法。
10. 前記カテゴリデータの指定を受け付けるステップを更に含み、
    指定された前記カテゴリデータに属する商品区分に関する商品購入履歴データに基づいて、前記分布データを生成することを特徴とする請求項９に記載の方法。
11. 前記第１の分布データに含まれる商品購入履歴データのうち、所定の期間における購入頻度の高いカテゴリデータを求めるステップを更に含み、
    前記商品データを選択するステップは、前記購入頻度の高いカテゴリデータにおける商品データを選択することを特徴とする請求項９または請求項１０に記載の方法。
12. 前記第１の分布データに含まれる商品購入履歴データのうち、所定の期間における購入頻度の高い購入金額帯を求めるステップを更に含み、
    前記商品データを選択するステップは、前記購入頻度の高い購入金額帯を含む近傍の購入金額帯における商品データを選択することを特徴とする請求項１から請求項１１のいずれかに記載の方法。
13. ユーザに対して商品データを配信するサーバであって、
    前記ユーザを含む複数のユーザの過去の商品購入履歴データを受け付ける手段と、
    前記商品購入履歴データに基づいて、前記複数のユーザそれぞれについて、商品区分毎の購入金額帯を示す分布データを生成する手段と、
    前記ユーザに関する第１の分布データと類似する、前記ユーザとは異なる別のユーザに関する第２の分布データを抽出する手段と、
    前記第２の分布データにおける前記第１の分布データとの差異に基づいて、前記ユーザに対して配信する前記商品データを選択する手段と、を備えるサーバ。
14. ユーザに対して商品データを配信させるプログラムであって、
    前記ユーザを含む複数のユーザの過去の商品購入履歴データを受け付けるステップと、
    前記商品購入履歴データに基づいて、前記複数のユーザそれぞれについて、商品区分毎の購入金額帯を示す分布データを生成するステップと、
    前記ユーザに関する第１の分布データと類似する、前記ユーザとは異なる別のユーザに関する第２の分布データを抽出するステップと、
    前記第２の分布データにおける前記第１の分布データとの差異に基づいて、前記ユーザに対して配信する前記商品データを選択するステップと、をサーバに実行させるプログラム。

Images