JP2010072727A - 履歴処理装置、履歴処理方法および履歴処理プログラム - Google Patents

Abstract

【課題】ユーザの行動に伴う履歴情報を高精度に分類することを課題とする。
【解決手段】履歴処理装置は、まず、時系列で記録されたユーザの行動履歴データに含まれる各履歴データを履歴集合に分類するため第一の条件に基づいて、各履歴データをいくつかの履歴集合に分類する第一処理を実行する。第一処理終了後、履歴処理装置は、履歴データの記録時点および履歴データ間の類似度に関する第二の条件に基づいて、第一処理により集合に分類されずに残された孤立データを集合のいずれかに組み込む第二処理を実行する。
【選択図】 図２

Description

この発明は、履歴処理装置、履歴処理方法および履歴処理プログラムに関する。

従来、ウェブページの閲覧、機械操作、位置情報などユーザの行動に伴う様々な履歴情報を、各履歴情報について算出される類似度に基づいて、類似する履歴情報をクラスタリングして、クラスタリングされた類似履歴の集合からユーザの興味や要求を捉える技術が存在する。

例えば、非特許文献１では、ユーザの閲覧履歴を解析し、ベクトル化した特徴値からユーザの興味の遷移を抽出する方法が提案されている。また、非特許文献２では、ウェブ上でリンクを辿りながらウェブページを移動するユーザの行動に着目し、ユーザの興味を抽出する方法が提案されている。

また、上述した非特許文献１や非特許文献２において、類似する履歴情報をクラスタリングする技術としては、ｋ‐ｍｅａｎｓ法（非特許文献３参照）、ｘ‐ｍｅａｎｓ法（非特許文献４参照）、ウォード法、最短距離法（非特許文献５参照）、二段階クラスタリング（非特許文献６参照）などの既存技術の採用が考えられる。

山田、中小路、上田、「インターネットユーザ間の長期にわたる興味遷移パターンの抽出と比較」、第１９回人工知能学会全国大会、２００５ 酒井、高田、島川、「リンク航行に着目した行動ターゲティングによるユーザの興味の抽出」、電気情報通信学会第１８回データ工学ワークショップ、２００７ S.Guha, R.Rastogi, and K.Shim, "CURE: An Efficient Clustering Algorithm for Large Database", in Proc. of the ACM SIGMOD international Conference on Management of Data, pp.73-80 1998 D.Pelleg, A.Moore, "X-means: Extending K-means with efficient estimation of the number of clusters." In Proceedings of the 17th International Conf. on Machine Learning, pages 727-734. Morgan Kaufmann San Francisco, CA, 2000 B.S.Everitt: Cluster Analysis, Edward Arnold, third edition, 1993 片岡、上田、村上、辰巳、「人物名に着目した二段階クラスタリングによるＷｅｂ上の同姓同名人物の分離」、第２２回人工知能学会全国大会、２００８

ところで、例えば、ウェブページの閲覧行動が無秩序に行われるケースは稀であり、意味的に類似した情報を連続して取得しようとユーザにより試みられる場合が多い。そのため、ウェブページの閲覧履歴は、意味的に類似した閲覧履歴の集合（閲覧履歴群）が複数連なって閲覧履歴を構成する場合が多い。また、タブブラウザの普及やＰＣの共有化などにより、閲覧される情報ごとに類似する複数の閲覧履歴群が並存するケースが増加する傾向になる。

しかしながら、上記した類似する履歴情報をクラスタリングする技術では、例えば、ウェブページなどの閲覧履歴など、閲覧される情報ごとに類似する複数の閲覧履歴集合が並存するケースを想定したものではない。また、図２０に示すように、クラスタリングの基準となる融合基準に近いデータを十分に確保できない場合には、類似する閲覧履歴集合に孤立データが融合されると、閲覧履歴集合の融合基準が移動してしまうので、クラスタリング時に誤解析の連鎖が発生し、クラスタリングの精度が低下するという問題点があった。なお、図２０は、従来技術の問題点を説明するための図である。

そこで、この発明は、上述した従来技術の課題を解決するためになされたものであり、複数の閲覧履歴集合が並存する場合のクラスタリング処理に適用可能であるとともに、ユーザの行動に伴う履歴情報を高精度に分類することが可能な履歴処理装置、履歴処理方法および履歴処理プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するため、本発明は、時系列で記録されたユーザの行動履歴データに関する処理を行う履歴処理装置であって、全行動履歴データに含まれる各履歴データを所定のグループに分類するための履歴データの記録時点および前記履歴データ間の類似度に関する第一の条件に基づいて、前記各履歴データをいくつかのグループに分類する第一処理手段と、前記記録時点および前記類似度に関する第二の条件に基づいて、前記第一処理手段により前記グループに分類されずに残された各履歴データを前記グループのいずれかに組み込むが、前記グループのいずれかに組み込まれずに残された履歴データが存在する場合には、当該残された履歴データが前記グループのいずれかへ組み込まれるまで、前記第二の条件を変更して、前記残された履歴データの前記グループのいずれかへの組み込みを実行する第二処理手段と、を備えたことを特徴とする。

また、本発明は、時系列で記録されたユーザの行動履歴データに関する処理を行う履歴処理方法であって、全行動履歴データに含まれる各履歴データを所定のグループに分類するための履歴データの記録時点および前記履歴データ間の類似度に関する第一の条件に基づいて、前記各履歴データをいくつかのグループに分類する第一処理ステップと、前記記録時点および前記類似度に関する第二の条件に基づいて、前記第一処理ステップにより前記グループに分類されずに残された各履歴データを前記グループのいずれかに組み込むが、前記グループのいずれかに組み込まれずに残された履歴データが存在する場合には、当該残された履歴データが前記グループのいずれかへ組み込まれるまで、前記第二の条件を変更して、前記残された履歴データの前記グループのいずれかへの組み込みを実行する第二処理ステップと、を含んだことを特徴とする。

また、本発明は、時系列で記録されたユーザの行動履歴データに関する処理をコンピュータに実行させる履歴処理プログラムであって、全行動履歴データに含まれる各履歴データを所定のグループに分類するための履歴データの記録時点および前記履歴データ間の類似度に関する第一の条件に基づいて、前記各履歴データをいくつかのグループに分類する第一処理手順と、前記記録時点および前記類似度に関する第二の条件に基づいて、前記第一処理手順により前記グループに分類されずに残された各履歴データを前記グループのいずれかに組み込むが、前記グループのいずれかに組み込まれずに残された履歴データが存在する場合には、当該残された履歴データが前記グループのいずれかへ組み込まれるまで、前記第二の条件を変更して、前記残された履歴データの前記グループのいずれかへの組み込みを実行する第二処理手順と、をコンピュータに実行させることを特徴とする。

本発明によれば、クラスタリングの処理過程の中で、孤立した履歴情報が類似履歴群に融合されることにより、融合基準が移動して誤解析が連鎖することを防止しつつ、ユーザの行動に伴う履歴情報を高精度に分類できる。また、複数の履歴集合が並存する場合のクラスタリング処理を実現できる。

以下に添付図面を参照して、この発明に係る履歴処理装置、履歴処理方法および履歴処理プログラムの実施例を詳細に説明する。なお、以下では、本発明に係る履歴処理装置の骨子について説明した後に、かかる履歴処理装置の一実施形態として実施例１〜５を説明する。

［用語の説明］
まず、以下の実施例で登場する主要な用語について簡単に説明する。以下の実施例の中で登場する「行動履歴」とは、ウェブページ閲覧、機械操作や位置情報などユーザのある瞬間の所作に伴って、時系列で記録される履歴をいう。

［履歴処理装置の骨子］
図１〜３を参照しつつ、本発明に係る履歴処理装置の骨子について説明する。本発明に係る履歴処理装置の骨子は、以下に説明する実施例に共通する概念である。図１〜３は、本発明に係る履歴処理装置の骨子を説明するための図である。

図１に示すように、本発明に係る履歴処理装置は、まず、時系列で記録されたユーザの行動履歴データに含まれる各履歴データを履歴集合に分類するため第一の条件に基づいて、各履歴データをいくつかの履歴集合に分類する第一処理を実行する。

ここで、第一の条件とは、履歴データの記録時点および履歴データ間の類似度に関する条件である。例えば、図１に示すように、行動履歴データに含まれる履歴データ間の類似度が、閾値「ａ（ａは０よりも大きな数）」以上「１」未満の範囲にあり、履歴データ間の履歴データ数が「ｎ個（ｎは０よりも大きな数）」以下の範囲にあることを第一の条件とする。また、類似度とは、例えば、履歴データがウェブページの閲覧履歴である場合には、ウェブページの本文の意味的類似度を既存の技術で算出したものなどが該当する。そして、履歴処理装置は、第一の条件を満足する履歴データを履歴集合に分類する。

第一処理終了後、本発明に係る履歴処理装置は、図２に示すように、履歴データの記録時点および履歴データ間の類似度に関する第二の条件に基づいて、第一処理により集合に分類されずに残された孤立データを集合のいずれかに組み込む第二処理を実行する。

ここで、第二の条件とは、第一の条件と同様に、履歴データの記録時点および履歴データ間の類似度に関する条件である。例えば、図２に示すように、行動履歴データに含まれる履歴データ間の類似度が、閾値「ｂ（ｂは０よりも大きな数）」以上「ａ」未満の範囲にあり、履歴データ間の履歴データ数が「ｎ個（ｎは０よりも大きな数）」以下の範囲にあることを第二の条件とする。そして、履歴処理装置は、第一処理により集合に分類されずに残された孤立データについて、第一処理により分類された履歴集合の中から、孤立データとの間で第二の条件を満足する履歴データ数が一定割合以上を占める履歴集合を特定し、特定された履歴集合への組み込みを実行する。

さらに、本発明に係る履歴処理装置は、第二処理において、履歴集合のいずれかに組み込まれずに残された孤立データが存在する場合には、残された孤立データが閲覧履歴集合のいずれかへ組み込まれるまで、第二の条件を変更して、残された孤立データの履歴集合のいずれかへの組み込みを実行する。

例えば、履歴処理装置は、第二の条件における閾値「ｂ」をより小さな閾値「ｃ」に変更して、閾値「ｃ」以上「ａ」未満の範囲にあり、履歴データ数「ｎ個」以下の範囲にあるという条件に基づいて、残された孤立データの履歴集合のいずれかへの組み込みを実行する。さらに、孤立データが存在する場合には、第二の条件における閾値「ｃ」よりも小さな閾値「ｄ」に変更して、閾値「ｄ」以上「ａ」未満の範囲にあり、履歴データ数「ｎ個」以下の範囲にあるという条件に基づいて、残された孤立データの履歴集合のいずれかへの組み込みを実行する。このようにして、孤立データを履歴集合のいずれかへ組み込む。

上述してきたように、まず、第一処理を実行することで、行動履歴データに含まれる各履歴データを比較的繋がりの強い（より類似した）履歴集合に分類する。第一処理終了後、第二処理を実行することで、図３に示すように、履歴集合に分類されずに残された孤立データの中から、第一処理における履歴データ間の繋がりよりも弱い繋がりを有するものを、第一処理で分類された履歴集合のいずれかに組み込む。

このようなことから、本発明に係る履歴処理装置は、融合基準が移動して誤解析が連鎖することを防止でき、ユーザの行動に伴う履歴情報を高精度に分類できる。

さらに言えば、ユーザの行動に伴って時系列に記録される行動履歴データは、類似履歴データ群（クラスタ）が連なって構成されるのが通常であるが、時間の経過とともにユーザの行動傾向が遷移するので、履歴データを分類するためには局所解を重視した分類を行う必要がある。既存のクラスタリング技術では、例えば、最短距離法による階層クラスタリングを実行することにより、局所解を重視した分類を行うことができる。しかしながら、最短距離法による階層クラスタリングでは、併合されたクラスタが連鎖的に併合の対象となるチェイニング効果のため、他のクラスタリング手法（例えば、ウォード法）に比べて著しく分類精度が低下してしまう。これに対して、本発明に係る履歴処理装置は、上記チェインニング効果によって誤解析が連鎖的に発生するのが分類処理の後半部であることに着目し、既に形成されているクラスタ要素と併合要素との相関を考慮することで、局所解を重視しながら高い分類精度を実現する。なお、クラスタの分割数を予め与えることなくクラスタリング処理が可能であるという副次的な効果も有する。

以下では、実施例１に係る履歴処理装置の概要および特徴、かかる履歴処理装置の構成および処理を順に説明し、最後に実施例１による効果を説明する。

［履歴処理装置の概要および特徴（実施例１）］
まず、図４〜図７を参照しつつ、実施例１に係る履歴処理装置の概要および特徴を説明する。図４〜図７は、実施例１に係る履歴処理装置の概要および特徴を説明するための図である。

実施例１に係る履歴処理装置は、ユーザのウェプページ閲覧に伴って時系列で記録された閲覧履歴データに関する処理を実行することを概要とする。そして、実施例１に係る履歴処理装置は、複数の過程（過程１〜過程ｎ）からなる処理を順に実行することにより、閲覧履歴データを閲覧履歴集合に分類するための融合基準が移動して誤解析が連鎖することを防止しつつ、閲覧履歴データを高精度に分類でき、さらに、複数の閲覧履歴集合が並存する場合のクラスタリング処理を実現する点に主たる特徴がある。

この主たる特徴について説明すると、実施例１に係る履歴処理装置は、図４に示すように、第一条件に基づいて、強い繋がりを持つ閲覧履歴データをそれぞれ一つの閲覧履歴集合に分類するための処理（過程１）を実行する。

具体的には、実施例１に係る履歴処理装置は、閲覧履歴データのウェプページ本文をそれぞれ取得し、取得されたウェブページを用いて、閲覧履歴データ間の意味的類似度を既存技術により算出する。

意味的類似度の算出後、実施例１に係る履歴処理装置は、閲覧履歴データを閲覧履歴集合に分類するため第一条件に基づいて、各閲覧履歴データをいくつかの履歴集合に分類する処理（過程１）を実行する。

具体的には、第一条件として予め設定された閲覧履歴データ間の意味的類似度に関する条件（閾値「ａ（ａは０よりも大きな数）」以上「１」未満）、および閲覧履歴データ間の閲覧履歴データ数に関する条件（「ｎ個（ｎは０よりも大きな数）」以下）を満足する閲覧履歴データのペアを抽出し、抽出された閲覧履歴データのペアを全て結合することにより閲覧履歴集合を形成して過程１を終了する。

過程１の終了後、実施例１に係る履歴処理装置は、図５に示すように、第二条件に基づいて、過程１により集合に分類されずに残された孤立データを過程１で形成された閲覧履歴集合のいずれかに組み込む処理（過程２）を実行する。

具体的には、実施例１に係る履歴処理装置は、過程１で形成された閲覧履歴集合の中から、孤立データとの間で、第二条件として予め設定された意味的類似度に関する条件（閾値「ｂ（ｂは０よりも大きな数）」以上「ａ」未満）を満足し、かつ第二条件として予め設定された閲覧履歴データ数に関する条件（「ｎ個（ｎは０よりも大きな数）」以下）を満足する履歴データ数が一定割合以上を占める閲覧履歴集合を特定する。そして、特定された履歴集合への孤立データの組み込みを実行して過程２を終了する。すなわち、第二の条件を満足する孤立データと、閲覧履歴集合内の履歴データとのペアを弱い繋がりを有するものとして特定し、閲覧履歴集合に含まれる閲覧履歴データの一定割合以上に対して弱い繋がりを有する孤立データを、その閲覧履歴集合に組み込む。

実施例１に係る履歴処理装置は、過程２を終了した時点で、閲覧履歴集合のいずれかに組み込まれずに残された孤立データが存在する場合には、残された孤立データが閲覧履歴集合のいずれかへ組み込まれるまで、第二条件を変更して、残された孤立データを閲覧履歴集合のいずれかへ組み込むための処理（過程３〜ｎ）を実行する。

例えば、実施例１に係る履歴処理装置は、第二の条件における閾値「ｂ」をより小さな閾値「ｃ」に変更して、過程１で形成された閲覧履歴集合内のいずれかの閲覧履歴データとの間の意味的類似度が閾値「ｃ」以上「ａ」未満の範囲にあり、この閲覧履歴データとの間の閲覧履歴データ数「ｎ個」以下の範囲にあるという条件に基づいて、残された孤立データを閲覧履歴集合のいずれかへ組み込む（過程３）。それでも孤立データが残存する場合には、前述と同様な方法で第二条件における閾値の条件を変更して、残された孤立データが閲覧履歴集合のいずれかへ組み込まれるまで、処理（過程４〜ｎ）を繰り返す。

また、閲覧履歴データ間の意味的類似度を算出するための既存技術として、例えば、図６に示すように、ＴＦ／ＩＤＦ法およびベクトル空間法を採用することができる。

上述してきたようにして、実施例１に係る履歴処理装置は、複数の過程（過程１〜過程ｎ）からなる処理を順に実行することにより、以下に説明するような処理結果が得られる。すなわち、図７に示すような閲覧履歴データについて処理が行われると、過程１により、ＩＤ５９〜６１の閲覧履歴データ、ＩＤ６３および６４の閲覧履歴データ、ＩＤ６５および６７の閲覧履歴データが、それぞれ一つの閲覧履歴集合に分類される。

さらに、図７に示すように、過程２によって、ＩＤ６３および６４の閲覧履歴データからなる閲覧履歴集合に、ＩＤ６６の閲覧履歴データが組み込まれる。そして、最終的に、ＩＤ５９〜６１の閲覧履歴データからなる閲覧履歴集合（Ｙ地域で繋がりを有する集合）、ＩＤ６３、６４および６６の閲覧履歴データからなる閲覧履歴集合（電磁気学で繋がりを有する集合）、ＩＤ６５および６７の閲覧履歴データからなる閲覧履歴集合（化学で繋がりを有する集合）、ＩＤ６２からなる閲覧履歴集合に分類される。

このようなことから、実施例１に係る履歴処理装置は、上述した主たる特徴のように、閲覧履歴データを閲覧履歴集合に分類するための融合基準が移動して誤解析が連鎖することを防止しつつ、閲覧履歴データを高精度に分類できる。さらに、例えば、Ｙ地域で繋がりを有する集合、電磁気学で繋がりを有する集合、化学で繋がりを有する集合など、複数の閲覧履歴集合が並存する場合のクラスタリング処理を実現する。

［履歴処理装置の構成（実施例１）］
次に、図８〜図１０を用いて、実施例１に係る履歴処理装置の構成を説明する。図８は、実施例１に係る全体構成を説明するための図である。図９は、実施例１に係るユーザＰＣの構成を示す図である。図１０は、実施例１に係る履歴処理装置の構成を示す図である。

図８に示すように、実施例１に係る履歴処理装置２０は、ユーザＰＣ１０や情報提供装置３０、他の履歴処理装置２０’、通信網１と通信可能な状態で接続される。なお、通信網１は、例えば、公衆電話網やインターネット、ＬＡＮやＷＡＮなどによって形成される通信網である。

そして、図９に示すように、ユーザＰＣ１０は履歴取得部１１を有する。履歴取得部１１は、ブラウザなどのソフトウェア上の処理開始トリガーを通じて、ユーザから履歴処理要求があると、通信網１等を利用してユーザにより閲覧されたウェプページの閲覧履歴データを取得し、取得した閲覧履歴データの一覧（例えば、図７参照）を履歴処理装置２０に送信する。また、ユーザＰＣ１０は、後述する履歴処理装置２０から、分類された閲覧履歴データを受信して、ディスプレイなどに出力表示する。

分類された複数の閲覧履歴データの並存状況、および遷移が構造的に出力表示されることにより、ユーザＰＣ１０のユーザの記憶補助や発想支援が実現される。

ここで、履歴取得部１１により取得される閲覧履歴データは、処理番号、時間（時刻）、タイトルおよびＵＲＬ等を時系列で並べて構成されたデータである。ここで、閲覧履歴データとは、ネットワーク（公衆電話網やインターネット、ＬＡＮやＷＡＮなどによって形成される通信網）を利用して、ユーザが閲覧したウェプページの閲覧行動の記録を示す履歴データを指し、処理番号、時間（時刻）、タイトルおよびＵＲＬ等で構成されたデータを想定している。

処理番号は、ユーザＰＣ１０に閲覧履歴が記録された際に、順番に割り振られる一意な自然数であり、例えば、「１」から順番に割り振られる。時間（時刻）は、ユーザがユーザＰＣ１０を操作してウェプページを閲覧した瞬間の時刻等の情報であり、例えば、西暦、月、日および時刻（時・分・秒）で構成される。タイトルは、ＨＴＭＬ（Hyper Text Markup Language）ソース上で、＜title＞と＜/title＞で囲まれる文字列であり、一般的に、ユーザＰＣ１０で起動されたブラウザ上部に表示される。ＵＲＬ（Uniform Resource Locator）は、ユーザがアクセスした通信網１上の情報資源（ウェブページ）の場所を示す文字列であり、一般的に、ユーザＰＣ１０で起動されたブラウザ上部に表示される。

なお、図９では、実施例１に係るユーザＰＣ１０を説明する上で必要となる処理部のみを図示し、その他の処理部（例えば、キーボードやマウス、マイクなどを備えて構成される入力部、モニタ（若しくはディスプレイ、タッチパネル）やスピーカを備えて構成され出力部、履歴処理装置２０や情報提供装置３０との間でやり取りされる各種情報に関する通信を制御する通信制御ＩＦ部等）は省略する。

情報提供装置３０は、キーワードでタグ付けされた情報群（例えば、ウェブページ）を保持しており、後述する履歴処理装置２０から分類された閲覧履歴データが受信されると、保持している情報群とのマッチングを行って、ユーザＰＣ１０にマッチングした情報を配信する。

例えば、情報提供装置３０は、行動ターゲティング広告（ＢＴＡ：behavioral targeting advertise）をユーザＰＣ１０に提供する場合には、履歴処理装置２０により分類された閲覧履歴群に含まれるキーワードと、提供候補となる行動ターゲティング広告にタグ付けされたキーワードとが一致する広告をユーザに提供する。

履歴処理装置２０’は、後述する履歴処理装置２０と同一の構成を有するので、説明は省略する。

図１０に示すように、履歴処理装置２０は、履歴間類似度算出部２１および分類処理部２２を有する。

履歴間類似度算出部２１は、ユーザＰＣ１０から閲覧履歴データの一覧（図７参照）を受信すると、各閲覧履歴データに対応するＵＲＬにアクセスしてソースを取得し、取得したソースからＨＴＭＬタグやメニュー、広告といったテキストを除去したウェブページ本文を取得する。

そして、履歴間類似度算出部２１は、取得したウェブページ本文を用いて、閲覧履歴データ間の意味的類似度を既存技術により算出する。例えば、履歴間類似度算出部２１は、共起頻度を用いて文書群における単語の重要度をＴＦ／ＩＤＦ法等の既存技術によって算出する。そして、ＴＦ／ＩＤＦ法により算出された重要度を用いてベクトル空間法等の既存技術により意味的類似度を算出する。そして、算出された意味的類似度は「０〜１」の数値で表され、「１」に近づくほど類似しているものとされる。

具体的には、履歴間類似度算出部２１は、図６に示すように、まず、取得したウェブページが日本語の文書テキストの場合は、形態素解析器を用いて文書テキストを単語（形態素）に分割する。形態素解析後、ＴＦ／ＩＤＦ法により、分割した各単語（形態素）に重要度を付与し、各単語（形態素）と重要度のセットを複数持つリストで文書テキストを表現する。そして、ベクトル空間法により、文書テキスト内の各単語（形態素）と重要度のセットをベクトルとして取り扱い、比較対象となる両文書テキストのベクトルの偏角の余弦値を求め、この値を類似度とする。

なお、意味的類似度を算出する既存技術として、シソーラス階層やＮ−ｇｒａｍ、編集距離を利用した手法を採用することもできる。

分類処理部２２は、閲覧履歴データを閲覧履歴集合に分類するため第一の条件に基づいて、各閲覧履歴データをいくつかの履歴集合に分類する処理（過程１）を実行する（例えば、図１参照）。

具体的には、第一条件として予め設定された意味的類似度に関する条件（閾値「ａ（ａは０よりも大きな数）」以上「１」未満）、および閲覧履歴データ間の閲覧履歴データ数に関する条件（「ｎ個（ｎは０よりも大きな数）」以下）を満足する閲覧履歴データ群をそれぞれ特定する。そして、特定された閲覧履歴データ群をそれぞれ一つの集合として分類して過程１を終了する。

過程１の終了後、分類処理部２２は、図５に示すように、過程１により集合に分類されずに残された孤立データを第二の条件に照らし合わせて、過程１で形成された閲覧履歴集合のいずれかに組み込む処理（過程２）を実行する（例えば、図２参照）。

具体的には、分類処理部２２は、過程１で形成された閲覧履歴集合の中から、孤立データとの間で、第二条件として予め設定された意味的類似度に関する条件（閾値「ｂ（ｂは０よりも大きな数）」以上「ａ」未満）を満足し、かつ第二条件として予め設定された閲覧履歴データ数に関する条件（「ｎ個（ｎは０よりも大きな数）」以下）を満足する履歴データ数が一定割合以上を占める閲覧履歴集合を特定する。そして、特定された履歴集合への孤立データの組み込みを実行して過程２を終了する。すなわち、第二の条件を満足する孤立データと、閲覧履歴集合内の履歴データとのペアを弱い繋がりを有するものとして特定し、閲覧履歴集合に含まれる閲覧履歴データの一定割合以上に対して弱い繋がりを有する孤立データを、その閲覧履歴集合に組み込む。

さらに、分類処理部２２は、過程２を終了した時点で、閲覧履歴集合のいずれかに組み込まれずに残された孤立データが存在する場合には、残された孤立データが閲覧履歴集合のいずれかへ組み込まれるまで、第二条件を変更して、残された孤立データを閲覧履歴集合のいずれかへ組み込むための処理（過程３〜ｎ）を実行する。

例えば、分類処理部２２は、第二の条件における閾値「ｂ」をより小さな閾値「ｃ」に変更して、過程１で形成された閲覧履歴集合内のいずれかの閲覧履歴データとの間の意味的類似度が閾値「ｃ」以上「ａ」未満の範囲にあり、この閲覧履歴データとの間の閲覧履歴データ数「ｎ個」以下の範囲にあるという条件に基づいて、残された孤立データを閲覧履歴集合のいずれかへ組み込む（過程３）。それでも孤立データが残存する場合には、前述と同様な方法で第二条件における閾値の条件を変更して、残された孤立データが閲覧履歴集合のいずれかへ組み込まれるまで、処理（過程４〜ｎ）を繰り返す。

そして、分類処理部２２は、閲覧履歴データの分類が完了すると、分類された閲覧履歴データをユーザＰＣ１０、情報提供装置３０および他の履歴処理装置２０’に送信する。

［履歴処理装置による処理（実施例１）］
続いて、図１１を用いて、ユーザＰＣ１０による処理を説明した後に、図１２および図１３を用いて、実施例１に係る履歴処理装置による処理を説明する。図１１は、実施例１に係るユーザＰＣ１０による処理の流れを示す図である。図１２および図１３は、実施例１に係る履歴処理装置による処理の流れを示す図である。

［ユーザＰＣ１０による処理］
図１１に示すように、ブラウザなどのソフトウェア上の処理開始トリガーを通じて、ユーザから履歴処理要求があると（ステップＳ１肯定）、履歴取得部１１は、通信網１等を利用してユーザにより閲覧されたウェプページの閲覧履歴データを取得し（ステップＳ２）、取得した閲覧履歴データの一覧（例えば、図７参照）を履歴処理装置２０に送信する（ステップＳ３）。

［履歴処理装置による処理］
図１２に示すように、ユーザＰＣ１０から閲覧履歴データの一覧（図７参照）を受信すると（ステップＳ１肯定）、履歴間類似度算出部２１は、各閲覧履歴データに対応するＵＲＬにアクセスしてソースを取得し、取得したソースからＨＴＭＬタグやメニュー、広告といったテキストを除去したウェブページ本文を取得する（ステップＳ２）。

そして、履歴間類似度算出部２１により閲覧履歴データ間の意味的類似度の算出が完了した後、分類処理部２２は、複数の過程（過程１〜過程ｎ）からなる処理を順に実行して、閲覧履歴データを分類する履歴分類処理（図１３参照）を実行する（ステップＳ３）。そして、分類処理部２２は、分類された閲覧履歴データをユーザＰＣ１０、情報提供装置３０および他の履歴処理装置２０’に送信する（ステップＳ４）。

図１３を用いて、図１２に示す履歴分類処理について詳述する。図１３に示すように、分類処理部２２は、閲覧履歴データを閲覧履歴集合に分類するため第一の条件に基づいて、各閲覧履歴データをいくつかの履歴集合に分類する処理（過程１）を実行する（ステップＳ１）。具体的には、第一条件として予め設定された意味的類似度に関する条件（閾値「ａ（ａは０よりも大きな数）」以上「１」未満）、および閲覧履歴データ間の閲覧履歴データ数に関する条件（「ｎ個（ｎは０よりも大きな数）」以下）を満足する閲覧履歴データ群をそれぞれ特定する。そして、特定された閲覧履歴データ群をそれぞれ一つの集合として分類して過程１を終了する。

過程１の終了後、分類処理部２２は、図５に示すように、過程１により集合に分類されずに残された孤立データを第二の条件に照らし合わせて、過程１で形成された閲覧履歴集合のいずれかに組み込む処理（過程２）を実行する（ステップＳ２）。具体的には、分類処理部２２は、過程１で形成された閲覧履歴集合の中から、孤立データとの間で、第二条件として予め設定された意味的類似度に関する条件（閾値「ｂ（ｂは０よりも大きな数）」以上「ａ」未満）を満足し、かつ第二条件として予め設定された閲覧履歴データ数に関する条件（「ｎ個（ｎは０よりも大きな数）」以下）を満足する履歴データ数が一定割合以上を占める閲覧履歴集合を特定する。そして、特定された履歴集合への孤立データの組み込みを実行して過程２を終了する。すなわち、第二の条件を満足する孤立データと、閲覧履歴集合内の履歴データとのペアを弱い繋がりを有するものとして特定し、閲覧履歴集合に含まれる閲覧履歴データの一定割合以上に対して弱い繋がりを有する孤立データを、その閲覧履歴集合に組み込む。

そして、分類処理部２２は、過程２を終了した時点で、分類完了（閲覧履歴集合のいずれかに組み込まれずに残された孤立データが存在しない）の確認を行う（ステップＳ３）。確認の結果、分類が完了している場合（閲覧履歴集合のいずれかに組み込まれずに残された孤立データが存在しない場合）には（ステップＳ３肯定）、履歴分類処理を終了する。

一方、確認の結果、分類が完了していない場合（閲覧履歴集合のいずれかに組み込まれずに残された孤立データが存在する場合）には（ステップＳ３否定）、残された孤立データが閲覧履歴集合のいずれかへ組み込まれるまで、第二条件を変更して、残された孤立データを閲覧履歴集合のいずれかへ組み込むための処理（過程３〜ｎ）を実行する（ステップＳ４）。

例えば、分類処理部２２は、第二の条件における閾値「ｂ」をより小さな閾値「ｃ」に変更して、過程１で形成された閲覧履歴集合内のいずれかの閲覧履歴データとの間の意味的類似度が閾値「ｃ」以上「ａ」未満の範囲にあり、この閲覧履歴データとの間の閲覧履歴データ数「ｎ個」以下の範囲にあるという条件に基づいて、残された孤立データを閲覧履歴集合のいずれかへ組み込む（過程３）。それでも孤立データが残存する場合には、前述と同様な方法で第二条件における閾値の条件を変更して、残された孤立データが閲覧履歴集合のいずれかへ組み込まれるまで、処理（過程４〜ｎ）を繰り返す。なお、孤立データ数が一つとなった場合には、その孤立データを一つの閲覧履歴集合とみなして処理を終了するようにしてもよい。

［実施例１による効果］
上述してきたように、実施例１によれば、閲覧履歴データを閲覧履歴集合に分類するための融合基準が移動して誤解析が連鎖することを防止しつつ、閲覧履歴データを高精度に分類できる。さらに、例えば、図７に示すように、Ｙ地域で繋がりを有する集合、電磁気学で繋がりを有する集合、化学で繋がりを有する集合など、複数の閲覧履歴集合が並存する場合のクラスタリング処理を実現する。

上記の実施例１では、ユーザの行動履歴データとして、ウェブページの閲覧履歴データを例に挙げて説明したが、異種行動についての複数の履歴データを分類する場合にも、上記の実施例１で説明した履歴処理装置２０を同様に適用することができる。そこで、以下では、図１４を用いて、ウェブページの閲覧履歴データ、およびメールの送受信履歴データが混在する場合の履歴処理装置２０による処理の流れを説明する。図１４は、実施例２に係る履歴処理装置の処理の流れを示す図である。

図１４に示すように、ユーザＰＣ１０から閲覧履歴データ（一覧）、およびメール送受信履歴データを受信すると（ステップＳ１肯定）、履歴間類似度算出部２１は、メール送受信履歴からメール本文を取得する（ステップＳ２）。また、履歴間類似度算出部２１は、各閲覧履歴データに対応するＵＲＬにアクセスしてソースを取得し、取得したソースからＨＴＭＬタグやメニュー、広告といったテキストを除去したウェブページ本文を取得する（ステップＳ３）。

そして、履歴間類似度算出部２１は、メール本文とウェブページ本文を同様に取り扱って、上記の実施例１で説明したのと同様な方法（例えば、図６参照）で、履歴データ間の類似度を算出する。

そして、履歴間類似度算出部２１により履歴データ間の意味的類似度の算出が完了した後、分類処理部２２は、上記の実施例１と同様な方法で、複数の過程（過程１〜過程ｎ）からなる処理を順に実行して、履歴データを分類する履歴分類処理（図１３参照）を実行する（ステップＳ４）。そして、分類処理部２２は、分類された履歴データをユーザＰＣ１０、情報提供装置３０および他の履歴処理装置２０’に送信する（ステップＳ５）。

上述してきたように、実施例２によれば、異種行動についての複数の履歴データが混在する場合であっても、高精度に履歴データを分類できる。また、例えば、ウェブページの閲覧履歴データ、およびメールの送受信履歴データを分類した履歴データの提供を受けたユーザは、ウェプページのリンクを辿るための記憶の足がかりとして、メールを利用することができる。

例えば、プロキシなどを介して、複数のユーザが同一のユーザＩＤによりウェブページを閲覧している場合の閲覧履歴データを、上述してきた履歴処理装置２０により分類することで、ユーザごとに閲覧行動を識別に利用することもできる。そこで、以下では、実施例３に係る全体構成、および実施例３に係る履歴処理装置の処理について説明する。

［全体構成（実施例３）］
図１５は、実施例３に係る全体構成を示す図である。同図に示すように、実施例３に係る履歴処理装置２０は、情報提供装置３０および他の履歴処理装置２０’に接続されるとともに、プロキシ４０を介して複数のユーザが同一のユーザＩＤを用いてアクセスするアクセス先サーバ５０に接続される。

［履歴処理装置による処理（実施例３）］
図１６は、実施例３に係る履歴処理装置による処理の流れを示す図である。同図に示すように、履歴処理装置２０の履歴間類似度算出部２１は、ユーザＩＤが同一である閲覧履歴データをアクセス先サーバ５０から取得する（ステップＳ１）。

以降の処理の流れは、上述した実施例１、２と基本的には同様（図１２、図１４等参照）であり、履歴間類似度算出部２１により閲覧履歴データ間の意味的類似度の算出が完了した後、分類処理部２２は、複数の過程（過程１〜過程ｎ）からなる処理を順に実行して、閲覧履歴データを分類する履歴分類処理（図１３参照）を実行する（ステップＳ３）。そして、分類処理部２２は、分類された閲覧履歴データをアクセス先サーバ５０に送信する（ステップＳ４）。

上述してきたように、実施例３によれば、同一のユーザＩＤを用いた複数のユーザに関する閲覧履歴データを高精度に分類できる。したがって、同一の閲覧履歴集合に分類された閲覧履歴は、同一のユーザによるものであることを推測することができるので、ユーザごとに閲覧行動を識別できる。例えば、分類された閲覧履歴データを受信したアクセス先サーバ５０は、ユーザＡの閲覧行動として識別された閲覧履歴集合が車をキーワードとして繋がりを有する場合には、車に関する閲覧履歴集合内の熱力学のコンテンツに対して車の広告を掲載するなど、ユーザごとに広告配信を行うことが可能である。また、ユーザＢがアクセス先サーバ５０への規約違反を行った場合には、ユーザＢが有する閲覧履歴集合内のアクセスを制限することで、ユーザＢの閲覧行動に対してアクセス制限を行うことができる。

上述してきた履歴処理装置２０による履歴分類処理は、実世界上の行動履歴（例えば、ショッピングなど、ユーザの行動に伴う行動履歴）にも同様に適用可能である。そこで、以下では、実施例４に係る履歴処理装置の構成および処理を順に説明する。なお、ユーザの行動としてショッピングを例に取り上げる。

［履歴処理装置の構成（実施例４）］
図１７は、実施例４に係る全体構成を示す図である。同図に示すように、実施例４に係る履歴処理装置２０は、行動履歴作成部２３をさらに有し、ユーザＰＣ１０や情報提供装置３０、通信網１だけでなく、ユーザが所有する端末６０と通信可能な状態で接続される点が上記の実施例１とは異なる。

端末６０は位置情報取得部６１を有する。位置情報取得部６１は、緯度や経度などの指標によってユーザの現在位置を数値化した位置情報を、履歴処理装置２０が設定するタイミングで送信する。

履歴処理装置２０の行動履歴作成部２３は、端末６０から位置情報を受信すると、位置データベースサーバに問い合わせて、位置情報に関する情報を参照し、取得する。位置情報に関する情報としては、サービス提供者、地域名、印象語、取扱商品、紹介文などの情報が該当する。そして、行動履歴作成部２３は、位置情報（緯度や経度）と位置情報に関する情報とを対応づけたものをユーザの行動履歴データとして作成し、蓄積する。

履歴処理装置２０の履歴間類似度算出部２１は、以下に説明するような方法で、行動履歴作成部２３により作成された行動履歴データ間の類似度を算出する。例えば、コーパスに基づいた共起頻度を参考にして、行動履歴データに含まれる印象語間の距離を算出し、算出された距離の逆数を行動履歴データ間の類似度とする。また、行動履歴データに含まれる位置情報を用いて、行動履歴データに対応する地域間の物理的な距離を算出し、算出された距離の逆数を行動履歴データ間の類似度とする。また、上述した実施例１における意味的類似度の算出方法（例えば、図６参照）を用いて、行動履歴データに含まれる紹介文間の意味的類似度を算出し、行動履歴データ間の類似度とする。また、行動履歴データに含まれる取扱商品の一致度（例えば、「一致＝１」、「不一致＝０．５」などのデフォルト値）または一致度の積を類似度とする。

履歴間類似度算出部２１による類似度算出完了後、履歴処理装置２０の分類処理部２２は、上述した骨子（例えば、図１〜図３参照）に説明した方法を採用して、複数の過程（過程１〜過程ｎ）からなる処理を順に実行し、行動履歴データを分類する履歴分類処理を行う。そして、分類処理装置２２は、分類された行動履歴データをユーザＰＣ１０、情報提供装置３０、他の履歴処理装置２０’に送信する。なお、行動履歴データ間について算出した類似度は、相対的かつ概念的な類似度であり、例えば、上記の実施例１で説明した意味的類似度のように、数値範囲が「０〜１」の範囲に制限されるものではなく、上記の骨子において説明した第一条件および第二条件の数値的な条件も、行動履歴データ間について算出された類似度に応じて適宜変更される。

［履歴処理装置による処理（実施例４）］
図１８は、実施例４に係る履歴処理装置による処理の流れを示す図である。同図に示すように、履歴処理装置２０の行動履歴作成部２３は、端末６０から位置情報を受信すると、位置データベースサーバに問い合わせて、位置情報に関する情報を取得し、位置情報（緯度や経度）と対応づけたものをユーザの行動履歴データとして作成する（ステップＳ１）。

履歴間類似度算出部２１による類似度算出完了後、履歴処理装置２０の分類処理部２２は、上述した骨子（例えば、図１〜図３参照）に説明した方法を採用して、複数の過程（過程１〜過程ｎ）からなる処理を順に実行し、行動履歴データを分類する履歴分類処理を行う（ステップＳ２）。そして、分類処理装置２２は、分類された行動履歴データをユーザＰＣ１０、情報提供装置３０、他の履歴処理装置２０’に送信する（ステップＳ３）。

上述してきたように、実施例４によれば、実世界上の行動履歴データ（例えば、ショッピングなど、ユーザの行動に伴う行動履歴データ）にも同様に高精度に分類できる。

さて、これまで本発明に係る履歴処理装置の一実施形態として実施例１〜４を説明してきたが、本発明に係る履歴処理装置（または、その機能）は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に係る履歴処理装置の他の実施形態について説明する。

（１）特定のウェブサイトでの利用
上記の実施例で説明してきた履歴処理装置２０は、特定のウェブサイト内でも同様に利用することができる。

すなわち、ユーザがユーザＰＣ１０を用いて特定のウェブサイトにアクセスする。特定のウェブサイトを有する履歴処理装置２０は、ユーザの閲覧履歴データを取得し、各閲覧履歴データ内のＵＲＬにアクセスして、ソースデータからＨＴＭＬのタグを削除したウェブページ本文を取得する。以降は、上述した実施例と同様であるので説明を省略する。

（２）履歴処理装置と同様の機能をユーザＰＣに適用
また、上記の実施例で説明してきた履歴処理装置２０の各種処理機能（例えば、図１２、図１３等参照）をユーザＰＣ１０に適用して、ユーザＰＣ１０において、上記の実施例で説明してきた履歴処理装置２０と同様の処理を実行させるようにしてもよい。

例えば、ユーザＰＣ１０は、ブラウザなどのソフトウェア上の処理開始トリガーを通じて、ユーザから閲覧履歴取得要求があると、ユーザにより閲覧されたウェプページの閲覧履歴データを取得し、各閲覧履歴データ内のＵＲＬにアクセスして、ソースデータからＨＴＭＬのタグを削除したウェブページ本文を取得する。以降のユーザＰＣ１０における処理は、上述した実施例の履歴処理装置２０と同様であるので説明を省略する。

（３）外部機器の利用
また、上記の実施例で説明してきた履歴処理装置２０の各種処理機能（例えば、図１３および図１４等参照）が適用されたユーザＰＣ１０が、各種外部機器（ＣＤ、ＤＶＤ、ＵＳＢ、携帯電話、ＰＤＡやＰＨＳなど）などから履歴データを取得するようにしてもよい。

例えば、ユーザＰＣ１０は、登録した各種外部機器が接続され、ブラウザなどの外部機器上の処理開始トリガーを通じて閲覧履歴取得要求があると、各種デバイスから閲覧履歴データを取得する。そして、ユーザＰＣ１０は、取得した閲覧履歴データを履歴処理装置２０へ送信する。以降は、上述した実施例と同様であるので説明を省略するが、外部機器が通信機器である場合には、履歴処理装置２０から提供された閲覧履歴データを通信機器上に表示することもできる。

（４）装置構成等
また、例えば、図１０に示した履歴処理装置２０の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、履歴処理装置２０の分散・統合の具体的形態は図示のものに限られず、例えば、履歴間類似度算出部２１と分散処理部２２とを統合するなど、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、履歴処理装置２０にて行なわれる各処理機能（図１２、図１３等参照）は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

（５）履歴処理プログラム
また、上記の実施例で説明した履歴処理装置２０の各種の処理（例えば、図１２、図１３等参照）は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することができる。そこで、以下では、図１９を用いて、上記の実施例と同様の機能を有する履歴処理プログラムを実行するコンピュータの一例を説明する。図１９は、履歴処理プログラムを実行するコンピュータを示す図である。

同図に示すように、履歴処理装置としてコンピュータ７０は、通信制御部７１、ＨＤＤ７２、ＲＡＭ７３およびＣＰＵ７４をバス８０で接続して構成される。

ここで、通信制御部７１は、ユーザＰＣ１０や情報提供装置３０等との間でやり取りされる各種情報データに関する通信を制御する。ＨＤＤ７２は、ＣＰＵ７４による各種処理の実行に必要な情報を記憶する。ＲＡＭ７３は、各種情報を一時的に記憶する。ＣＰＵ７４は、各種演算処理を実行する。

そして、ＨＤＤ７２には、図１９に示すように、上記の実施例に示した履歴処理装置の各処理部と同様の機能を発揮する履歴処理プログラム７２ａと、履歴処理用データ７２ｂとがあらかじめ記憶されている。なお、この履歴処理プログラム７２ａを適宜分散させて、ネットワークを介して通信可能に接続された他のコンピュータの記憶部に記憶させておくこともできる。

そして、ＣＰＵ７４が、この履歴処理プログラム７２ａをＨＤＤ７２から読み出してＲＡＭ７３に展開することにより、図１９に示すように、履歴処理プログラム７２ａは履歴処理プロセス７３ａとして機能するようになる。そして、履歴処理プロセス７３ａは、履歴処理用データ７２ｂ等をＨＤＤ７２から読み出して、ＲＡＭ７３において自身に割り当てられた領域に展開し、この展開したデータ等に基づいて各種処理を実行する。なお、履歴処理プロセス７３ａは、例えば、図１０に示した履歴処理装置２０の履歴間類似度算出部２１や分類処理部２２、図１７に示した行動履歴作成部２３等において実行される処理にそれぞれ対応する。

なお、上記した履歴処理プログラム７２ａについては、必ずしも最初からＨＤＤ７２に記憶させておく必要はなく、例えば、コンピュータ７０に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」、さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ７０に接続される「他のコンピュータ（またはサーバ）」などに各プログラムを記憶させておき、コンピュータ７０がこれらから各プログラムを読み出して実行するようにしてもよい。

（６）履歴処理方法
上記の実施例で説明した履歴処理装置２０により、以下のような履歴処理方法が実現される。

すなわち、時系列で記録されたユーザの行動履歴データに関する処理を行う履歴処理方法であって、全行動履歴データに含まれる各履歴データを所定のグループに分類するための履歴データの記録時点および履歴データ間の類似度に関する第一の条件に基づいて、各履歴データをいくつかのグループに分類する第一処理ステップと（例えば、図１３のステップＳ１参照）、履歴データの記録時点および履歴データ間の類似度に関する第二の条件に基づいて、第一処理ステップによりグループに分類されずに残された各履歴データをグループのいずれかに組み込むが（例えば、図１３のステップＳ２参照）、グループのいずれかに組み込まれずに残された履歴データが存在する場合には、当該残された履歴データがグループのいずれかへ組み込まれるまで、第二の条件を変更して、残された履歴データのグループのいずれかへの組み込みを実行する（例えば、図１３のステップＳ４参照）第二処理ステップと、を含んだ履歴処理方法が実現される。

以上のように、本発明に係る履歴処理装置、履歴処理方法および履歴処理プログラムは、時系列で記録されたユーザの行動履歴データに含まれる各履歴データを履歴集合に分類する場合に有用であり、特に、ユーザの行動に伴う履歴情報を高精度に分類することに適する。

本発明に係る履歴処理装置の骨子を説明するための図である。 本発明に係る履歴処理装置の骨子を説明するための図である。 本発明に係る履歴処理装置の骨子を説明するための図である。 実施例１に係る履歴処理装置の概要および特徴を説明するための図である。 実施例１に係る履歴処理装置の概要および特徴を説明するための図である。 実施例１に係る履歴処理装置の概要および特徴を説明するための図である。 実施例１に係る履歴処理装置の概要および特徴を説明するための図である。 実施例１に係る全体構成を説明するための図である。 実施例１に係るユーザＰＣの構成を示す図である。 実施例１に係る履歴処理装置の構成を示す図である。 実施例１に係るユーザＰＣによる処理の流れを示す図である。 実施例１に係る履歴処理装置による処理の流れを示す図である。 実施例１に係る履歴処理装置による処理の流れを示す図である。 実施例２に係る履歴処理装置の処理の流れを示す図である。 実施例３に係る全体構成を示す図である。 実施例３に係る履歴処理装置による処理の流れを示す図である。 実施例４に係る全体構成を示す図である。 実施例４に係る履歴処理装置による処理の流れを示す図である。 履歴処理プログラムを実行するコンピュータを示す図である。 従来技術の問題点を説明するための図である。

符号の説明

１ 通信網
１０ ユーザＰＣ
１１ 履歴取得部
２０、２０’ 履歴処理装置
２１ 履歴間類似度算出部
２２ 分類処理部
２３ 行動履歴作成部
３０ 情報提供装置
４０ プロキシ
５０ アクセス先サーバ
６０ 端末
６１ 位置情報取得部
７０ コンピュータ（履歴処理装置）
７１ 通信制御部
７２ ＨＤＤ（Hard Disk Drive）
７２ａ 履歴処理プログラム
７２ｂ 履歴処理用データ
７３ ＲＡＭ（Random Access Memory）
７３ａ 履歴処理プロセス
７４ ＣＰＵ（Central Processing Unit）
８０ バス

Claims (8)

1. 時系列で記録されたユーザの行動履歴データに関する処理を行う履歴処理装置であって、
   全行動履歴データに含まれる各履歴データを所定のグループに分類するための履歴データの記録時点および前記履歴データ間の類似度に関する第一の条件に基づいて、前記各履歴データをいくつかのグループに分類する第一処理手段と、
   前記記録時点および前記類似度に関する第二の条件に基づいて、前記第一処理手段により前記グループに分類されずに残された各履歴データを前記グループのいずれかに組み込むが、前記グループのいずれかに組み込まれずに残された履歴データが存在する場合には、当該残された履歴データが前記グループのいずれかへ組み込まれるまで、前記第二の条件を変更して、前記残された履歴データの前記グループのいずれかへの組み込みを実行する第二処理手段と、
   を備えたことを特徴とする履歴処理装置。
2. 前記第一処理手段は、前記記録時点が第一の範囲内にあり、かつ所定の指標に基づいて算出された前記類似度が第一の閾値を超えているという第一の条件を満足するか否かに基づいて、全行動履歴データに含まれる各履歴データをいくつかのグループに分類し、
   前記第二処理手段は、前記グループに分類されずに残された履歴データについて、前記記録時点が第二の範囲内にあり、かつ所定の指標に基づいて算出された前記類似度が前記第一の閾値よりも小さな第二の閾値を超えているという第二の条件を満足する履歴データ数が所定の割合以上を占める前記グループを特定して、特定されたグループへの組み込みを実行するが、前記グループのいずれかに組み込まれずに残された履歴データが存在する場合には、当該残された履歴データが前記グループのいずれかへ組み込まれるまで、前記第二の閾値よりも小さな値に当該第二の閾値を変更して、前記残された履歴データの前記グループのいずれかへの組み込みを実行することを特徴とする請求項１に記載の履歴処理装置。
3. 前記第一処理手段は、前記記録時点が第一の範囲内にあり、かつ所定の指標に基づいて算出された前記履歴データのテキストデータ間の意味的類似度が第一の閾値を超えているという第一の条件を満足するか否かに基づいて、全行動履歴データに含まれる各履歴データをいくつかのグループに分類し、
   前記第二処理手段は、前記グループに分類されずに残された履歴データについて、前記記録時点が第二の範囲内にあり、かつ所定の指標に基づいて算出された前記意味的類似度が前記第一の閾値よりも小さな第二の閾値を超えているという第二の条件を満足する履歴データ数が所定の割合以上を占める前記グループを特定して、特定されたグループへの組み込みを実行することを特徴とする請求項２に記載の履歴処理装置。
4. ユーザの移動に伴って記録される位置情報と、当該位置情報に紐付けるための付与情報とを対応付けたデータを前記行動履歴データとして生成する行動履歴データ生成手段をさらに備え、
   前記第一処理手段は、前記位置情報の記録時点が第一の範囲内にあり、かつ前記位置情報および／または前記付与情報を用いて、所定の指標に基づいて算出された行動履歴データ間の類似度が第一の閾値を超えているという第一の条件を満足するか否かに基づいて、前記行動履歴データ生成手段により生成された全行動履歴データに含まれる各履歴データをいくつかのグループに分類し、
   前記第二処理手段は、前記グループに分類されずに残された履歴データについて、前記記録時点が第二の範囲内にあり、かつ所定の指標に基づいて算出された前記類似度が前記第一の閾値よりも小さな第二の閾値を超えているという第二の条件を満足する履歴データ数が所定の割合以上を占める前記グループを特定して、特定されたグループへの組み込みを実行することを特徴とする請求項１に記載の履歴処理装置。
5. 時系列で記録されたユーザの行動履歴データに関する処理を行う履歴処理方法であって、
   全行動履歴データに含まれる各履歴データを所定のグループに分類するための履歴データの記録時点および前記履歴データ間の類似度に関する第一の条件に基づいて、前記各履歴データをいくつかのグループに分類する第一処理ステップと、
   前記記録時点および前記類似度に関する第二の条件に基づいて、前記第一処理ステップにより前記グループに分類されずに残された各履歴データを前記グループのいずれかに組み込むが、前記グループのいずれかに組み込まれずに残された履歴データが存在する場合には、当該残された履歴データが前記グループのいずれかへ組み込まれるまで、前記第二の条件を変更して、前記残された履歴データの前記グループのいずれかへの組み込みを実行する第二処理ステップと、
   を含んだことを特徴とする履歴処理方法。
6. 前記第一処理ステップは、前記記録時点が第一の範囲内にあり、かつ所定の指標に基づいて算出された前記類似度が第一の閾値を超えているという条件を満足するか否かに基づいて、全行動履歴データに含まれる各履歴データをいくつかのグループに分類し、
   前記第二処理ステップは、前記グループに分類されずに残された履歴データについて、前記記録時点が第二の範囲内にあり、かつ所定の指標に基づいて算出された前記類似度が前記第一の閾値よりも小さな第二の閾値を超えているという第二の条件を満足する履歴データ数が所定の割合以上を占める前記グループを特定して、特定されたグループへの組み込みを実行するが、前記グループのいずれかに組み込まれずに残された履歴データが存在する場合には、当該残された履歴データが前記グループのいずれかへ組み込まれるまで、前記第二の閾値よりも小さな値に当該第二の閾値を変更して、前記残された履歴データの前記グループのいずれかへの組み込みを実行することを特徴とする請求項５に記載の履歴処理方法。
7. 時系列で記録されたユーザの行動履歴データに関する処理をコンピュータに実行させる履歴処理プログラムであって、
   全行動履歴データに含まれる各履歴データを所定のグループに分類するための履歴データの記録時点および前記履歴データ間の類似度に関する第一の条件に基づいて、前記各履歴データをいくつかのグループに分類する第一処理手順と、
   前記記録時点および前記類似度に関する第二の条件に基づいて、前記第一処理手順により前記グループに分類されずに残された各履歴データを前記グループのいずれかに組み込むが、前記グループのいずれかに組み込まれずに残された履歴データが存在する場合には、当該残された履歴データが前記グループのいずれかへ組み込まれるまで、前記第二の条件を変更して、前記残された履歴データの前記グループのいずれかへの組み込みを実行する第二処理手順と、
   をコンピュータに実行させることを特徴とする履歴処理プログラム。
8. 前記第一処理手順は、前記記録時点が第一の範囲内にあり、かつ所定の指標に基づいて算出された前記類似度が第一の閾値を超えているという条件を満足するか否かに基づいて、全行動履歴データに含まれる各履歴データをいくつかのグループに分類し、
   前記第二処理手順は、前記グループに分類されずに残された履歴データについて、前記記録時点が第二の範囲内にあり、かつ所定の指標に基づいて算出された前記類似度が前記第一の閾値よりも小さな第二の閾値を超えているという第二の条件を満足する履歴データ数が所定の割合以上を占める前記グループを特定して、特定されたグループへの組み込みを実行するが、前記グループのいずれかに組み込まれずに残された履歴データが存在する場合には、当該残された履歴データが前記グループのいずれかへ組み込まれるまで、前記第二の閾値よりも小さな値に当該第二の閾値を変更して、前記残された履歴データの前記グループのいずれかへの組み込みを実行することを特徴とする請求項７に記載の履歴処理プログラム。

Images