JP2008282098A - 商品レコメンド・システム - Google Patents

Abstract

【課題】複数の観点から複合的にレコメンド商品を決定する。
【解決手段】ユーザはパソコン等のユーザ端末１１０で、インターネット１２０を介して、仮想ショッピングモールを運営しているウエブ・サーバ１３０にアクセスする。ユーザは、ユーザ端末１１０のブラウザ１１２に表示されるウエブページ２００により興味を持った商品をクリックして、その商品に関する情報を示す商品ページを閲覧してから商品を購買する。レコメンド・サーバ１４０は、商品相関情報記憶手段１４２と個人商品相関情報記憶手段１４６を用いて、２つの観点から複合的にレコメンド商品を決定するハイブリッド・レコメンド処理を行って、商品ページ２００のレコメンド商品欄２２０’に表示する。
【選択図】図６

Description

本発明は、インターネットによる商品の購買時に、ユーザが商品を指定して、詳細情報を閲覧する際に、ユーザの関心があると思われる関連商品を推奨（レコメンド）するシステムに関するものである。

現在、インターネット上で開設している商店等で商品を購入することは広く行われている。その際に、インターネットで商品を売っている店舗側は、インターネット上にカテゴリー別等により、複数の商品を並べてウエブページに表示している。ユーザは、そのページを閲覧し、興味を持った商品に対して、詳細な情報を見るために、その商品をクリックして、その商品情報を表示させる。そのときに、クリックした商品と関連する複数の商品をレコメンド商品欄に表示することが行われている。

＜従来のレコメンド・システム＞
図１〜図５で説明する例は、出願人が運営する仮想ショッピングモールである楽天市場で実施しているもの（例えば、URL:http://books.rakuten.co.jp/RBOOK/index.html等参照）である。
図１は、以下に従来のシステム例として説明する、基本的なシステム構成を示す図である。図１において、ユーザはパソコン等のユーザ端末１１０で、インターネット１２０を介して、仮想ショッピングモールを運営しているウエブ・サーバ１３０にアクセスする。ユーザは、ユーザ端末１１０のブラウザに表示されるウエブページにより興味を持った商品をクリックして、その商品に関する情報を示す商品ページ２００（図２参照）を閲覧してから商品を購買する。
サーバ側は、仮想ショッピングモールのシステムを運営しているウエブ・サーバ１３０以外に、クリックされた商品に関連する、推奨（レコメンド）商品を作成する処理を行うレコメンド・サーバ１４０、推奨する商品を選ぶための情報を格納している、磁気ディスク等の商品相関情報記憶手段１４２，売れ筋情報記憶手段１４４，商品に関する情報を蓄積している商品ＤＢ１５０，ユーザが購入した商品の履歴の情報を蓄積している購入履歴ＤＢ１６０等により構成されている。

図２に示したウエブページは、インターネット上で仮想ショッピングモール・システムを運営しているウエブ・サーバ１３０が、ユーザが興味を持って選択（クリック）した商品に関する情報を掲載したページ（商品ページ）２００の例であり、商品ＤＢ１５０から取得した情報から作成し、ユーザ端末上に表示されるものである。
図２の商品ページ２００において、ユーザが興味を持ってクリックした商品は、ページの上部に商品情報２１０（例では、「食い逃げされてもバイトは雇うな」という題名の本の情報）として、表示されている。
このとき、そのページの一部（図２では、ページ下部のレコメンド商品欄２２０）に、例えば、「この商品に興味がある人は、こんな商品にも興味をもっています。」として、ディスク等の記録装置に格納している、商品間の相関を記録した情報（商品相関情報）１４２や売れ行きのランク情報等の売れ筋情報１４４を用いて、例えば、５冊の本を表示する。このレコメンド商品欄２２０は、別のページとしてレコメンド・サーバ１４０で作成して、表示している。
このページを、図１に示すサーバ側の構成で作成する処理を図３〜図５を用いて、詳しく説明する。

図３は、ユーザ端末１１０とウエブ・サーバ１３０，レコメンド・サーバ１４０等との情報や処理の関係を示したものである。この図３を用いて、従来のレコメンド・システムにおいて、レコメンド商品欄２２０を含む商品ページ２００がユーザ端末１１０のブラウザ１１２に表示されるまでを説明する。
図３において、ユーザ端末１１０で、インターネット・エクスプローラ等のブラウザ１１２で仮想ショッピングモールのウエブページを閲覧していたユーザが、ある商品をクリックして、その商品にリンクされていたページを要求した時点（ブラウザからの「リクエスト」の送出時点）（Ｓ３０２）から説明する。

このリクエストが、ウエブ・サーバ１３０で受信されると、ウエブ・サーバ１３０は、このリクエスト中の商品により、商品ＤＢ１５０に当該商品に関する情報をリクエストして（Ｓ３０４）、商品ＤＢ１５０から商品に対する商品情報２１０を取得する（Ｓ３０６）。取得した商品情報２１０を商品ページ２００として編集し、ユーザ端末１１０のブラウザ１１２に送る（Ｓ３０８）。このとき、ウエブ・サーバ１３０はレコメンド商品欄２２０を、「インラインフレーム」として作成している。このインラインフレームにより、ウエブページ中の指定した範囲に別のウエブページを貼り付けることができる。

商品ページ２００を受け取ったユーザ端末１１０は、ブラウザ１１２により商品ページ２００を表示するとともに、レコメンド商品欄２２０であるインラインフレーム内のＵＲＬ等により、レコメンド・サーバ１４０に対して新たなウエブページを要求する（Ｓ３１０）。
レコメンド・サーバ１４０は、リクエストを受け取る（リクエストＳ３１０）と、レコメンド商品を決定するレコメンド処理（Ｓ３１２）を、商品相関情報記憶手段１４２及び売れ筋情報記憶手段１４４を用いて行う。そして、レコメンド・サーバ１４０は、決定したレコメンド商品の商品情報を商品ＤＢ１５０から取得して（Ｓ３１４，Ｓ３１６）、取得したレコメンド商品の情報をレコメンド商品欄２２０に送る（Ｓ３１８）。
このレコメンド処理を含めたレコメンド・サーバ１４０における処理について、図４のフローチャートで詳しく説明する。

図４において、レコメンド・サーバ１４０は、リクエスト中のクリックした商品を特定する店舗ＩＤ，商品ＩＤを取得する（Ｓ４１０）。仮想ショッピングモールでは、複数の店舗が出店しているので、商品は店舗ごとの商品ＩＤにより特定されている。
次に、この商品に関するレコメンド処理を行うモードを調べる（Ｓ４２０）。モード設定は、例えば店舗ごと等で行うことができる。レコメンド処理が行われていないモード（売れ筋モード）であると、売れ筋情報即ち、店舗ＩＤで特定された店舗での売れている商品の順位情報（ランク情報）からのレコメンド商品の商品ＩＤを取得する（Ｓ４５０）。
レコメンド処理を行うモード（レコメンド・モード）に設定されていた場合、商品相関情報により、同じ店舗で販売しているレコメンド商品の商品ＩＤを取得する（Ｓ４３０）。

レコメンド処理の用いる商品相関情報の例を図５に示す。この商品相関情報は、購入履歴情報ＤＢ（図１：１６０）から、同じユーザが購入した、商品の組み合わせにより作成している。
図５に示す商品相関情報は、商品をノードとして、同じユーザが購入した商品間を重み付きリンクで結ぶ構成である。多くのユーザが同じ組み合わせで商品を買うとリンクの重みが大きくなる。ある期間の注文データを加算処理すると、重み付きリンクの集合ができる。図５に示す商品相関情報でレコメンド商品を取得する処理（Ｓ４３０）は、重みの大きなリンクを辿ることにより、併買されやすい商品を特定する。
多数のレコメンド商品が発見された場合は、例えば、辿ったリンクの重みを掛け合わせて得られた相関係数が決められた閾値以下のものは排除するようにすることもある。
このような商品相関情報を用いて、レコメンド商品として得られた商品から、同じ店舗の商品ＩＤを取得することができる。

図４のフローチャートに戻り、取得した商品ＩＤの数（商品数）とレコメンド商品表示欄で表示できる数（設定数）とを比較し（Ｓ４４０）する。レコメンド商品の数が少ない場合、売れ筋情報から商品ＩＤを取得して、設定数までにする（Ｓ４５０）。
その後、商品ＩＤにより商品ＤＢ１５０から商品情報（例えば、商品の写真データ等）を取得して（Ｓ４６０）、レコメンド商品一覧を作成する。
レコメンド商品の数が多い場合、例えば、相関係数が大きい順に選択するか、ランダムに選択するか等の処理を行っている。
そして、レコメンド商品一覧をユーザ端末１１０のブラウザ１１２に送って（Ｓ４７０）、商品ページ２００のレコメンド商品欄２２０に表示する（図２参照）。
このようにして、従来は、購買履歴を基に、表示された商品と一緒に購買される可能性の高い商品を、同一ウエブページの商品レコメンド欄に表示している。

URL:http://books.rakuten.co.jp/RBOOK/index.html

従来は、商品ページの商品レコメンド欄には、過去の購買履歴を基に、当該商品と併買されやすい商品を表示していた。
しかしながら、新製品や売れない商品等の場合には、過去の購買履歴がないために、商品相関情報からレコメンド商品が得られないため、売れ筋情報からの商品を商品レコメンド欄に表示している。このように、商品レコメンド欄に関連がない商品を表示することになり、この商品レコメンド欄の意味が薄れている。
本発明の目的は、購買履歴を基にした商品相関情報とは別の観点からの関連性も用いるようにして、複数の観点から複合的にレコメンド商品を決定するハイブリッド・レコメンド処理を行って、レコメンド商品を取得できるシステムを提案することである。

上記目的を達成するために、本発明は、商品情報を表示する際に、関連する商品情報を表示する商品レコメンド・システムであって、商品相関情報を格納する商品相関情報記憶手段と、商品と個人の関連情報を格納する個人商品相関情報記憶手段と、商品情報を格納する商品情報記憶手段と、商品識別情報と、前記商品相関情報記憶手段からの商品相関情報とにより、レコメンド商品の商品識別情報を取得する第１の商品レコメンド手段と、商品訪問履歴情報と、前記個人商品相関情報記憶手段からの個人商品相関情報とにより、レコメンド商品の商品識別情報を取得するする第２の商品レコメンド手段と、ユーザが指定した商品の商品識別情報と、該ユーザの端末からの商品訪問履歴情報とを受信する情報受信手段と、該受信した商品識別情報により前記第１の商品レコメンド手段を用いて取得された商品識別情報、及び、該受信した商品訪問履歴情報により前記第２の商品レコメンド手段を用いて取得された商品識別情報から、多くても所定数の商品識別情報を決定するハイブリッド・レコメンド商品決定手段と、該受信した商品識別情報及び前記ハイブレッド・レコメンド商品決定手段により決定された商品識別情報を用いて商品情報記憶手段から、該ユーザが指定した商品及び、レコメンド商品の商品情報を取得し、前記商品情報と、前記レコメンド商品とを少なくとも有する商品ページ作成手段と、前記商品訪問履歴情報を作成・更新する商品訪問履歴情報作成・更新手段と、前記作成した商品ページと、作成・更新した商品訪問履歴情報とを送信する送信手段とを備えることを特徴とする。

前記情報受信手段は、さらに、レコメンド商品履歴情報を受信し、前記ハイブリッド・レコメンド商品決定手段は、該レコメンド商品履歴情報から得た既にレコメンド商品として表示した商品の商品識別情報と一致する、前記第１及び第２の商品レコメンド手段で取得されたレコメンド商品識別情報を所定数となるまで除き、前記商品訪問履歴情報作成・更新手段は、さらに、前記レコメンド商品履歴情報の作成・更新も行い、前記送信手段は、前記レコメンド商品履歴情報も送信することもできる。
さらに、商品の在庫情報を格納する在庫情報記憶手段と、該在庫情報を用いて在庫確認を行う在庫確認手段とを備え、前記ハイブリッド・レコメンド商品決定手段は、前記第１及び第２の商品レコメンド手段で取得されたレコメンド商品の商品識別情報により、在庫確認手段を用いて在庫確認を行い、在庫確認が取れないレコメンド商品識別情報を除くこともできる。
上述したシステムで行っている方法や、システムの各手段をコンピュータに機能として実現させるためのプログラムも本発明である。

上述した本発明の商品レコメンド・システムは、閲覧した商品と併売しやすい商品を表示するばかりでなく、別の観点からの関連性として、個人の閲覧履歴からの嗜好性も反映した商品も表示できる。
また、本発明の商品レコメンド・システムでは、レコメンド商品として表示した履歴も考慮することや、在庫確認を行って表示することもできる。

図面を用いて、本発明の実施形態を説明する。
以下、図面図６〜図９で説明する実施形態は、従来例で説明した仮想ショッピングモールで本発明を実施する場合である。
図６（ａ）は、本発明の実施形態のシステム構成を示す図であり、図６（ｂ）は、本発明であるハイブリッド・レコメンド処理により、レコメンド商品を決定する処理の概略を示す図である。
図６（ａ）では、図１と同じ構成には同じ符号を用いている。図６（ａ）は、仮想ショッピングモール内の商品を表示した場合、図２の商品ページ２００内のインラインフレームとして作成されたレコメンド商品欄２２０に、レコメンド・サーバ１４０でハイブリッド・レコメンド処理を行って、レコメンド商品を表示する構成を示している。

図６（ａ）と図１とのシステム構成上の相違点は、本発明のハイブリッド・レコメンド処理を行うレコメンド・サーバ１４０に、ハイブリッド・レコメンド処理に必要な個人商品相関情報記憶手段１４６を有していることである。従って、図６（ａ）に示すシステム構成の詳しい説明は省略する。
図６（ｂ）に示すように、本実施形態のレコメンド・サーバ１４０は、商品相関情報記憶手段１４２と個人商品相関情報記憶手段１４６を用いて、２つの観点から複合的にレコメンド商品を決定するハイブリッド・レコメンド処理を行っており、従来例の図３におけるレコメンド処理（Ｓ３１２）と置換されるものである。
図７のフローチャートを用いて、レコメンド・サーバ１４０で行われている、この実施形態のハイブリッド・レコメンド処理について、詳しく説明する。

図７のフローチャートは、レコメンド・サーバにおけるハイブリッド・レコメンド処理を示している。このフローチャートは、図４のフローチャートと同様に、ユーザがユーザ端末１１０で、ブラウザ１１２に表示されている商品をクリックして、その商品情報を掲載している商品ページ２００をブラウザ１１２に表示し、そのページ内のレコメンド商品欄２２０’からレコメンド商品のページを、レコメンド・サーバ１４０にリクエストするところから始まっている。
レコメンド・サーバ１４０はリクエストを受信すると、そのリクエストの中から商品を特定する店舗ＩＤ，商品ＩＤを取得するとともに、ユーザ端末１１０に格納されている商品訪問履歴情報及びレコメンド商品履歴情報のクッキー（cookie)も読み出す（Ｓ７０２）。
読み出した商品訪問履歴情報及びレコメンド商品履歴情報の構成については、図８（ａ），（ｂ）に示されている。

図８（ａ）に示す商品訪問履歴情報８１０は、ユーザ端末１１０でユーザが、興味をもった商品をクリックして、当該商品の情報を表示した履歴を格納した情報である。その構成は、当該商品の商品ページを表示するごとに、そのページを閲覧した最終日付である「最終更新日」８２２，最終更新日からの経過した日付である「相対日」８２３，当該商品を特定する「店舗ＩＤ」８２４と「商品ＩＤ」８２６，当該商品を閲覧した数である「訪問数」８２８を作成している。この５項目を１つのデータ８１２として、一連の商品訪問履歴情報８１０としている。なお、相対日は例えば９０日を経過したデータ８１２を削除する等に用いている。
図８（ｂ）に示すレコメンド商品履歴情報８３０は、ユーザ端末１１０に対して、レコメンド商品として表示した商品の履歴情報である。その構成は、当該商品の商品ページを表示するごとに、表示した最終日付である「最終更新日」８４２，最終更新日からの経過した日付である「相対日」８４３，当該商品を特定する「店舗ＩＤ」８４４と「商品ＩＤ」８４６，当該商品を表示した数である「表示数」８４８を作成している。この５項目を１つのデータ８３２として、一連のレコメンド商品履歴情報８３０としている。なお、相対日は例えば９０日を経過したデータ８３２を削除する等に用いている。
これらの情報８１０，８３０は、ハイブリッド・レコメンド処理が終了した時点で、読み出したクッキーの情報に、新しいデータを追加し一定期間経過したデータを削除して、レコメンド・サーバ１４０からユーザ端末１１０にクッキーとして格納している。ユーザ端末１１０側では、レコメンド・サーバ１４０から送信されてきた新しいクッキーを古いクッキーに上書きする形で格納する。これにより、ユーザ端末１１０は、アクセスするたびに新しいクッキーをレコメンド・サーバ１４０に送信する。

図７のフローチャートに戻り、レコメンド商品を決定する処理を行う。まず、従来例と同様に、当該商品の情報により、商品相関情報からレコメンドする商品の商品ＩＤを取得する（Ｓ７０４）。次に、在庫情報（図示せず）により在庫確認を行い、在庫切れである商品を除く（Ｓ７０５）。これは、レコメンドする商品が在庫切れであることを避けるためである。
レコメンドする商品の数と予め定めた設定数（例えば、商品レコメンド欄に表示する最大商品数）とを比較し（Ｓ７０６）、レコメンド商品数が少ない場合、個人商品相関情報記憶手段１４６から得た個人商品相関情報から、レコメンド商品ＩＤを全て取得する（Ｓ７０８）。このときに、個人商品相関情報と、ユーザ端末から読み出したクッキーから得た商品訪問履歴情報８１０とをマッチングしている。
この処理を図９の個人商品相関情報を用いて説明する。

図９は、購入履歴ＤＢ１６０から作成した個人商品相関情報である。この個人商品相関情報は、ある特定の個人が購入した商品の履歴情報であり、商品相関情報と同様に購入履歴ＤＢ１６０から作成される。
図９において、個人商品相関情報として、商品Ｖ〜商品Ｚが、顧客Ａ〜顧客Ｄが、購入した回数又は購入した数を表形式で示しており、顧客ごとの購入商品が分かる情報である。この個人商品相関情報と図８（ａ）で示した商品訪問履歴情報とをマッチングして、レコメンド商品を取得する。
図９で示した個人商品相関情報を用いて判定を行う例を説明する。例として、現在閲覧している顧客Ｅさんが、商品Ｖの情報を表示しており、また、顧客Ｅさんの商品訪問履歴情報として、商品Ｗ〜商品Ｚを閲覧しているとする。また、商品訪問履歴情報と個人商品相関情報とは、例えば、商品Ｖを購入している人が購入した商品と、閲覧している人が訪問した商品とで、一致する商品が多いものが、よりマッチングすると判定するとする。従って、この場合、Ｅさんの過去に閲覧した商品と、商品Ｖを購入したＢさんが過去に購入した商品とが４つ一致しているが、他の人（Ａさん）とはマッチングする商品が２つであるので、ＥさんはＢさんと傾向が一致すると判断している。
このように、閲覧している商品Ｖの購買履歴があるＢさんが購買した商品（商品Ｗ〜Ｖ）を、顧客Ｅさんと傾向が似ていることから、レコメンド商品として表示することができる。
なお、このマッチング規則は、閲覧している商品の購入履歴がある人を優先してマッチングをしているが、このような購入履歴を優先せずに、購入履歴のある商品と閲覧履歴がある商品とのマッチングで傾向を判断してもよい。また、マッチングの判断に商品購入数や商品訪問数を考慮してもよい。

さて、図７のフローチャートに戻り、個人商品相関情報を用いて（Ｓ７０８）によりレコメンド商品を取得した後、在庫情報（図示せず）により在庫確認を行い、在庫切れである商品を除く（Ｓ７０９）。
そして、レコメンドする商品の数と予め定めた設定数とを比較する（Ｓ７１０）。
商品相関情報及び個人商品相関情報を用いるハイブリッド・レコメンド処理（Ｓ７０４，Ｓ７０８)を行っても、まだ設定数に不足する場合は、売れ筋情報からレコメンドする商品を取得する（Ｓ７１４）。なお、売れ筋情報から得た商品についても、在庫確認を行ってもよい。

さて、ハイブリッド・レコメンド処理（Ｓ７０４，Ｓ７０８）で、設定数より多数のレコメンド商品が取得できた場合、図８（ｂ）に示したレコメンド商品履歴情報により、レコメンドした回数が多い順に、設定数まで商品数を削除する（Ｓ７１２）。すなわち、レコメンドした回数が少ないものをレコメンドする商品として決定する。これにより、何回もレコメンドしても購買されなかった商品を表示しないようにすることができる。
なお、ここではレコメンド商品履歴情報で設定数のレコメンド商品を選択しているが、例えば、ランダムに所定数のレコメンド商品を選択してもよいし、商品相関性の高いもの（例えば、リンクの重みが大きいもの）や個人商品相関性の高いもの（例えば、購買数が多いもの）から順に選択してもよい。

これで、レコメンドする商品が決定されたので、レコメンドする商品の情報（例えば商品の映像情報等）を商品ＤＢ１５０に問い合わせて取得する（Ｓ７１６）。
商品訪問履歴情報８１０及びレコメンド商品履歴情報８３０を、読み出したクッキーの情報に対して、新しいデータを追加し一定期間経過したデータを削除して更新する（Ｓ７１８）。
最後に、作成したクッキー、レコメンド商品一覧をユーザ端末に送る（Ｓ７２０）。
このようにして、レコメンド・サーバ１４０は、商品相関情報記憶手段１４２と個人商品相関情報記憶手段１４６を用いて、２つの観点から複合的にレコメンド商品を決定するハイブリッド・レコメンド処理を行って、レコメンド商品欄２２０’にレコメンド商品を表示している。

上述のハイブリッド・レコメンド処理では、商品間の相関（商品間の併買性）、個人と商品の相関（個人の好みの傾向）、売れ筋の情報（例えばランク情報）の順に優先順位をつけて、レコメンド商品を決定している。
しかしながら、例えば、それぞれのレコメンド処理ごとに設定数を変えて、例えば、全体で５個の設定数を、商品間の相関により最大３個決定し、残りを個人と商品の相関により決定するようにしてもよい。
また、上述では、仮想ショッピングモールで本発明を実施する場合で、ハイブリッド・レコメンド処理を説明した。このため、上述の実施形態では、店舗ＩＤ，商品ＩＤで商品を特定している。しかしながら、各店舗間で統一的に定めた商品ＩＤを用いることもできる。この場合、より精密に購買履歴情報を作成できるので、レコメンド商品の決定もより良くすることができる。また、他店の商品をレコメンドすることも可能となる。

個人の好みの傾向を、個別の商品間のマッチングで行った例を示した。しかし、商品を色々な観点から分類し、その分類ごとのマッチングから、個人の好みの傾向の分野を導き出し、これをレコメンド商品の決定に用いてもよい。この場合、商品の分類表とその逆引きの表が必要となる。
上述した商品には、例えば、旅館やホテルの宿泊予約やゴルフ場の予約等も含まれる。これらの商品は個人的好みが強いと思われるので、ハイブリッド・レコメンド処理による効果が期待できる。
仮想ショッピングモールで本発明を実施する実施形態を説明したが、単独の店舗の場合にも適用することができる。
また、ウエブ・サーバとレコメンド・サーバとを分けず、１つのサーバで全ての処理を行ってもよく、また、商品ページ（図２参照）１つのウエブページとして作成してもよい。
商品ページ（図２参照）のレコメンド商品欄をインラインフレームとして作成せず、例えば、ＪＡＶＡスクリプト等で作成してもよい。

従来のレコメンド・システムの構成を説明する図である。 商品のレコメンド欄がある商品ページを示す図である。 従来のレコメンド欄がある商品ページの表示処理を説明するための図である。 レコメンド・サーバでレコメンド商品を決定するための処理を示すフローチャートである。 商品相関情報の例を示す図である。 （ａ）本発明の実施形態のシステム構成を示す図と（ｂ）ハイブリッド・レコメンド処理により、レコメンド商品を取得するための概略を示す図である。 本発明の実施形態の処理を説明するためのフローチャートである。 本発明の実施形態で用いる（ａ）商品訪問履歴情報、（ｂ）レコメンド商品履歴情報を示す図である。 個人商品相関情報の例を示す図である。

符号の説明

１１０ ユーザ端末
１１２ ブラウザ
１２０ インターネット
１３０ ウエブ・サーバ
１４０ レコメンド・サーバ
１４２ 商品相関情報記憶手段
１４４ 売れ筋情報記憶手段
１４６ 個人商品相関情報記憶手段
１５０ 商品ＤＢ
１６０ 購入履歴ＤＢ
２００ 商品ページ
２１０ 商品情報
２２０ レコメンド商品欄
８１０ 商品訪問履歴情報
８３０ レコメンド商品履歴情報

Claims (5)

1. 商品情報を表示する際に、関連する商品情報を表示する商品レコメンド・システムであって、
   商品相関情報を格納する商品相関情報記憶手段と、
   商品と個人の関連情報を格納する個人商品相関情報記憶手段と、
   商品情報を格納する商品情報記憶手段と、
   商品識別情報と、前記商品相関情報記憶手段からの商品相関情報とにより、レコメンド商品の商品識別情報を取得する第１の商品レコメンド手段と、
   商品訪問履歴情報と、前記個人商品相関情報記憶手段からの個人商品相関情報とにより、レコメンド商品の商品識別情報を取得するする第２の商品レコメンド手段と、
   ユーザが指定した商品の商品識別情報と、該ユーザの端末からの商品訪問履歴情報とを受信する情報受信手段と、
   該受信した商品識別情報により前記第１の商品レコメンド手段を用いて取得された商品識別情報、及び、該受信した商品訪問履歴情報により前記第２の商品レコメンド手段を用いて取得された商品識別情報から、多くても所定数の商品識別情報を決定するハイブリッド・レコメンド商品決定手段と、
   該受信した商品識別情報及び前記ハイブレッド・レコメンド商品決定手段により決定された商品識別情報を用いて商品情報記憶手段から、該ユーザが指定した商品及び、レコメンド商品の商品情報を取得し、前記商品情報と、前記レコメンド商品とを少なくとも有する商品ページ作成手段と、
   前記商品訪問履歴情報を作成・更新する商品訪問履歴情報作成・更新手段と、
   前記作成した商品ページと、作成・更新した商品訪問履歴情報とを送信する送信手段と
   を備えることを特徴とする商品レコメンド・システム。
2. 請求項１に記載の商品レコメンド・システムにおいて、
   前記情報受信手段は、さらに、レコメンド商品履歴情報を受信し、
   前記ハイブリッド・レコメンド商品決定手段は、該レコメンド商品履歴情報から得た既にレコメンド商品として表示した商品の商品識別情報と一致する、前記第１及び第２の商品レコメンド手段で取得されたレコメンド商品識別情報を所定数となるまで除き、
   前記商品訪問履歴情報作成・更新手段は、さらに、前記レコメンド商品履歴情報の作成・更新も行い、
   前記送信手段は、前記レコメンド商品履歴情報も送信する
   ことを特徴とする商品レコメンド・システム。
3. 請求項１又は２に記載の商品レコメンド・システムにおいて、
   さらに、商品の在庫情報を格納する在庫情報記憶手段と、該在庫情報を用いて在庫確認を行う在庫確認手段とを備え、
   前記ハイブリッド・レコメンド商品決定手段は、前記第１及び第２の商品レコメンド手段で取得されたレコメンド商品の商品識別情報により、在庫確認手段を用いて在庫確認を行い、在庫確認が取れないレコメンド商品識別情報を除く
   ことを特徴とする商品レコメンド・システム。
4. 商品情報を表示する際に、関連する商品情報を表示するシステムの商品レコメンド方法であって、
   該システムは、商品相関情報を格納する商品相関情報記憶手段と、
   商品と個人の関連情報を格納する個人商品相関情報記憶手段と、
   商品情報を格納する商品情報記憶手段とを有し、
   ユーザが指定した商品の商品識別情報と、該ユーザの端末からの商品訪問履歴情報とを受信する情報受信ステップと、
   前記受信した商品識別情報と、前記商品相関情報記憶手段からの商品相関情報とにより、レコメンド商品の商品識別情報を取得する第１の商品レコメンド・ステップと、
   前記商品訪問履歴情報と、前記個人商品相関情報記憶手段からの個人商品相関情報とにより、レコメンド商品の商品識別情報を取得する第２の商品レコメンド・ステップと、
   前記第１の商品レコメンド・ステップ及び第２の商品レコメンド・ステップで取得された商品識別情報から、多くても所定数の商品識別情報を決定するハイブリッド・レコメンド・ステップと、
   該受信した商品識別情報と、前記ハイブリッド・レコメンド・ステップで決定されたレコメンド商品の商品識別情報を用いて前記商品情報記憶手段から、該ユーザが指定した商品及び、レコメンド商品の商品情報を取得し、前記商品情報と、前記レコメンド商品情報とを少なくとも有する商品ページ作成ステップと、
   前記商品訪問履歴情報を作成・更新する商品訪問履歴情報作成・更新ステップと
   前記作成した商品ページと、作成・更新した商品訪問履歴情報とを送信する送信ステップと
   を備えることを特徴とする商品レコメンド方法。
5. 請求項１〜３のいずれかに記載の商品レコメンド・システムの各手段をコンピュータに機能として実現させるためのプログラム。