JP2010198493A - 情報提供方法、情報提供装置および情報提供プログラム - Google Patents

Abstract

【課題】提供される情報に対するユーザの満足度が低下することを防止すること。
【解決手段】目的明確度推定部１４は、行動ログからユーザの現時点でのドメインおよびジャンルを推定してユーザの現時点における目的明確度を取得する。目的明確度が閾値以上である場合、行動目的推定部１６は、行動ログからユーザの現時点での行動目的を推定し、目的ベース情報抽出部１７は、推定された行動目的に基づいて目的ベース情報を抽出し、情報選択部１５は、目的ベース情報を該当するユーザ端末に提供する。目的明確度が閾値未満である場合、ユーザ属性推定部１８は、行動ログからユーザのユーザ属性を推定し、属性ベース情報抽出部１９は、推定されたユーザ属性に基づいて属性ベース情報を抽出し、情報選択部１５は、属性ベース情報を該当するユーザ端末に提供する。
【選択図】図２

Description

この発明は、情報提供方法、情報提供装置および情報提供プログラムに関する。

従来より、インターネットなどの通信ネットワークにおいて提供される情報量は、爆発的な増加傾向にある。このため、通信ネットワークを利用するユーザが、自身の目的とする情報を能動的に探すことが困難になってきており、近年、個々のユーザに適した情報を提供する情報提供システムの開発が行なわれている。

かかる情報提供システムにおいては、以下の２つの方法を用いて、個々のユーザに適した情報の提供を行なっている。

第一の方法は、ユーザが行動している目的を推定し、推定した目的に合致する情報を提供する方法である。例えば、第一の方法においては、ユーザのおかれている状況に応じてユーザが起こす可能性のある予定行動を推定し、推定した予定行動を起こす可能性のあるタイミングにて、予定行動の目的に合致する情報が提供される（例えば、特許文献１参照）。

また、第二の方法は、ユーザの興味や関心などの属性を特定し、特定した属性に応じた情報を提供するものである。例えば、第二の方法においては、ユーザが所有するユーザ端末における操作履歴（行動履歴）から行動モデル（ユーザ属性）を構築し、行動モデルに応じて当該ユーザにとって関心のある情報が提供される（例えば、特許文献２参照）。

特開２００５−７１０２６号公報 特開２０００−９９４８６号公報

ところで、上記した従来の技術は、提供される情報に対してユーザの満足が得られない場合があるといった課題があった。

すなわち、上記した従来の第一の方法は、ユーザの目的に合致する情報を提供する。しかし、ユーザが現在注視している話題に限らず、様々な話題の情報を求めている場合、第一の方法で提供される情報は、現在注視している話題であるので、新たな興味をユーザに喚起することができず、ユーザの満足を得ることができない。

また、上記した従来の第二の方法は、興味や関心といったユーザの属性に合致する情報を提供する。しかし、ユーザが現在注視している話題と関係がある情報を求めており、関係のない情報は求めていない場合、第二の方法では、注視している話題と関係がある情報だけでなく、関係のない情報も提供されるので、ユーザの満足を得ることができない。

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、提供される情報に対するユーザの満足度が低下することを防止することが可能となる情報提供方法、情報提供装置および情報提供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に、この方法は、一つの態様において、ユーザが要望する情報を選択して前記ユーザが操作するユーザ端末に提供する情報提供方法であって、前記ユーザの行動履歴を行動履歴記憶部に格納する行動履歴記憶ステップと、前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザの現時点における行動目的を推定する行動目的推定ステップと、前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザの属性情報を推定する属性情報推定ステップと、前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザが現時点で目的とする情報と、当該ユーザが現時点で注視している話題との依存関係を示す度合いである目的明確度を取得する目的明確度取得ステップと、前記目的明確度取得ステップによって取得された前記目的明確度に基づいて、前記行動目的推定ステップによって推定された前記行動目的から選択した情報である行動目的選択情報と、前記属性情報推定ステップによって推定された前記属性情報から選択した情報である属性選択情報との混合比を決定して、前記ユーザ端末に提供する情報を選択する情報選択ステップと、を含んだことを要件とする。

また、この装置は、一つの態様において、ユーザが要望する情報を選択して前記ユーザが操作するユーザ端末に提供する情報提供装置であって、前記ユーザの行動履歴を記憶する行動履歴記憶手段と、前記行動履歴記憶手段が記憶する前記行動履歴に基づいて、前記ユーザの現時点における行動目的を推定する行動目的推定手段と、前記行動履歴記憶手段が記憶する前記行動履歴に基づいて、前記ユーザの属性情報を推定する属性情報推定手段と、前記行動履歴記憶手段が記憶する前記行動履歴に基づいて、前記ユーザが現時点で目的とする情報と、当該ユーザが現時点で注視している話題との依存関係を示す度合いである目的明確度を取得する目的明確度取得手段と、前記目的明確度取得手段によって取得された前記目的明確度に基づいて、前記行動目的推定ステップによって推定された前記行動目的から選択した情報である行動目的選択情報と、前記属性情報推定ステップによって推定された前記属性情報から選択した情報である属性選択情報との混合比を決定して、前記ユーザに提供する情報を選択する情報選択手段と、を備えたことを要件とする。

また、このプログラムは、一つの態様において、ユーザが要望する情報を選択して前記ユーザが操作するユーザ端末に提供する情報提供方法をコンピュータに実行させる情報提供プログラムであって、ユーザが実行した行動の行動履歴を行動履歴記憶部に格納する行動履歴格納手順と、前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザの現時点における行動目的を推定する行動目的推定手順と、前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザの属性情報を推定する属性情報推定手順と、前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザが現時点で目的とする情報と、当該ユーザが現時点で注視している話題との依存関係を示す度合いである目的明確度を取得する目的明確度取得手順と、前記目的明確度取得手順によって取得された前記目的明確度に基づいて、前記行動目的推定手順によって推定された前記行動目的から選択した情報である行動目的選択情報と、前記属性情報推定手順によって推定された前記属性情報から選択した情報である属性選択情報との混合比を決定して、前記ユーザに提供する情報を選択する情報選択手順と、をコンピュータに実行させることを要件とする。

開示の方法、装置およびプログラムによれば、提供される情報に対するユーザの満足度が低下することを防止することが可能となる。

図１は、実施例１における情報提供装置を含む情報提供システムの全体構成を説明するための図である。 図２は、実施例１における情報提供装置の構成を示すブロック図である。 図３は、行動ログを説明するための図（１）である。 図４は、行動ログを説明するための図（２）である。 図５は、実施例１における目的明確度推定部の構成を示すブロック図である。 図６は、対応表記憶部を説明するための図である。 図７は、データ補間部を説明するための図である。 図８は、情報選択部を説明するための図である。 図９は、実施例１における情報提供装置の対応表確定処理を説明するためのフローチャートである。 図１０は、実施例１における情報提供装置の情報提供処理を説明するためのフローチャートである。 図１１は、情報選択部が実行する処理の変形例を説明するための図である。 図１２は、実施例２における目的明確度推定部の構成を示すブロック図である。 図１３は、実施例２における情報提供装置の情報提供処理を説明するためのフローチャートである。 図１４は、実施例３における目的明確度推定部の構成を示すブロック図である。 図１５は、実施例３における情報提供装置の情報提供処理を説明するためのフローチャートである。

以下に添付図面を参照して、この発明に係る情報提供方法、情報提供装置および情報提供プログラムの実施例を詳細に説明する。なお、以下では、本発明に係る情報提供方法を実行する情報提供装置が、情報提供システムに組み込まれる場合を実施例として説明する。

まず、実施例１における情報提供装置を含む情報提供システムの全体構成について説明する。図１は、実施例１における情報提供装置を含む情報提供システムの全体構成を説明するための図である。

図１に示すように、実施例１における情報提供装置１０は、ユーザ端末群２０の各ユーザ端末それぞれと、コンテンツサーバ群３０の各コンテンツサーバそれぞれと接続される。

ユーザ端末群２０は、複数のユーザ端末（例えば、図１に示すユーザ端末（１）〜ユーザ端末（ｎ））から構成される。なお、ユーザ端末としては、例えば、パーソナルコンピュータやＰＤＡ、あるいは携帯電話やＰＨＳなどの通信機能を備えた装置が挙げられ、Ｗｅｂブラウザなど、ネットワークを利用するための専用のアプリケーションを備える。また、ユーザ端末としては、ＧＰＳ機能を有する装置であってもよい。

コンテンツサーバ群３０は、文章や画像などのコンテンツを保持し、ユーザ端末からの配信要求に応じて、該当するコンテンツを配信する複数のコンテンツサーバ（例えば、図１に示すコンテンツサーバ（１）〜コンテンツサーバ（ｍ））から構成される。なお、ユーザ端末群２０を構成する各ユーザ端末と、コンテンツサーバ群３０を構成する各コンテンツサーバとは、図示しないネットワーク網によりそれぞれ接続されており、ユーザ端末からコンテンツの配信要求を受け付けたコンテンツサーバは、配信要求を行なったユーザ端末に対して当該配信要求に対応するコンテンツを配信する。

情報提供装置１０は、ユーザが要望する情報（例えば、ユーザが要望するコンテンツをコンテンツサーバに対して配信要求するためのＵＲＬの情報）を選択して、当該ユーザが操作するユーザ端末に対し提供する。

ここで、実施例１における情報提供装置１０は、以下で詳細に説明する目的明確度を用いて情報を選択してユーザ端末に提供することで、提供される情報に対するユーザの満足度が低下することを防止することが可能となることに主たる特徴がある。

この主たる特徴について、図２〜図８を用いて説明する。図２は、実施例１における情報提供装置の構成を示すブロック図であり、図３および図４は、行動ログを説明するための図であり、図５は、実施例１における目的明確度推定部の構成を示すブロック図であり、図６は、対応表記憶部を説明するための図であり、図７は、データ補間部を説明するための図であり、図８は、情報選択部を説明するための図である。

図２に示すように、実施例１における情報提供装置１０は、行動ログ取得部１１と、行動ログ記憶部１２と、コンテンツ取得部１３と、目的明確度推定部１４と、情報選択部１５と、行動目的推定部１６と、目的ベース情報抽出部１７と、ユーザ属性推定部１８と、属性ベース抽出部１９とを有する。

行動ログ取得部１１は、ユーザ端末群２０を構成する各ユーザ端末から、情報提供装置１０が情報を提供する対象となるユーザそれぞれの行動ログを取得する。そして、行動ログ取得部１１は、取得した行動ログを取得先であるユーザ端末を操作するユーザのＩＤ（ユーザＩＤ）に対応付けて、行動ログ記憶部１２に格納する。

行動ログ記憶部１２は、行動ログ取得部１１が取得したユーザごとの行動ログを記憶する。

ここで、行動ログ取得部１１が取得し行動ログ記憶部１２が記憶する行動ログの内容について、図３を用いて説明する。図３に示すように、行動ログとしては、「ユーザ端末の操作・使用履歴」や、「ユーザの現在位置および移動履歴」や、「ユーザの商品購入の履歴」や、「ユーザのスケジュール情報」や、「ユーザを取り巻く周囲の状況」などが挙げられる。

なお、「ユーザ端末の操作・使用履歴」の具体例としては、図３に示すように、「閲覧したウェブページの履歴」、「検索エンジンに入力したキーワードの履歴」、「起動した、あるいは、アクティブにしたアプリケーションの履歴」、「起動しているアプリケーションのウィンドウタイトル」、「マウスやキーボードなどの入力装置の操作履歴」、「電子メールの送受信履歴」などが挙げられる。「ユーザ端末の操作・使用履歴」の取得方法としては、図３に示すように、ユーザ端末に備えられる「記録用アプリケーションによる記録」が挙げられる。

また、「ユーザの現在位置および移動履歴」の具体例としては、図３に示すように、「緯度と経度とで表した位置」、「タグによる場所の記述（例：自宅、職場、駅、映画館、デパート、遊園地）」などが挙げられる。「ユーザの現在位置および移動履歴」の取得方法としては、図３に示すように、ユーザ端末に備えられる「ＧＰＳによる測位」が挙げられる。

また、「ユーザの商品購入の履歴」の取得方法としては、図３に示すように、「ＰＯＳシステム」からの情報収集が挙げられる。また、「ユーザのスケジュール情報」の取得方法としては、図３に示すように、ユーザ端末に備えられる「グループウェア」からの情報収集が挙げられる。

また、「ユーザを取り巻く周囲の状況」の具体例としては、図３に示すように、「時刻、天気、気温、同伴者」などが挙げられる。なお、「ユーザを取り巻く周囲の状況」の取得方法としては、図３に示すように、ユーザ端末に備えられる「観測機能による観測」が挙げられる。

ここで、以下では、行動ログ取得部１１が、「ユーザ端末の操作・使用履歴」である「閲覧したウェブページの履歴」と、「ユーザの現在位置および移動履歴」である「タグによる場所の記述」とを、ＧＰＳ機能を有するユーザ端末から取得して行動ログ記憶部１２に格納する場合について説明する。なお、本発明は、図３を用いて説明した各種行動ログのいずれかが行動ログ記憶部１２に格納される場合であっても、実現可能である。

具体的には、本実施例における行動ログ記憶部１２は、ユーザを一意に特定するための「ユーザＩＤ」と、ユーザがウェブページの閲覧を開始した「開始時刻」と、ユーザが当該ウェブページの閲覧を終了した「終了時刻」と、当該ウェブページを閲覧するためにユーザがユーザ端末に入力した「ＵＲＬ」と、ユーザ端末に備えられているＧＰＳ機能から取得したユーザの現在位置を示す「ＧＰＳ情報」とを対応付けた行動ログを記憶する。

例えば、行動ログ記憶部１２は、図４の（Ａ）に示すように、「ユーザＩＤ：００１」と、「開始時刻：１０／１５ １２：２０」と、「終了時刻：１０／１５ １２：２５」と、「ＵＲＬ：ｈｔｔｐ：／／ａａａ．ｃｏ．ｊｐ／ｂｌｏｇ」と、「ＧＰＳ情報：Ｐ１」とを対応付けた行動ログを記憶する。

なお、行動ログ記憶部１２において記憶される行動ログの形態は、図４の（Ｂ）に示すように、ユーザごと（ユーザＩＤごと）に分けられて記憶される形態であってもよい。

図２に戻って、コンテンツ取得部１３は、後述する目的明確度推定部１４や後述する目的ベース情報抽出部１７や後述する属性ベース情報抽出部１９のコンテンツ取得要求に基づいて、コンテンツサーバ群３０を構成する各コンテンツサーバから該当するコンテンツを取得する。なお、コンテンツ取得部１３については、後に詳述する。

目的明確度推定部１４は、行動ログ記憶部１２が記憶する行動ログに基づいて、ユーザ端末群２０を構成するユーザ端末を操作するユーザごとに、ユーザが現時点で目的とする情報と、当該ユーザが現時点で注視している話題との依存関係を示す度合いである目的明確度を推定する。

ここで、「目的明確度が高い」とは、ユーザが現時点で要求している情報が、「現時点で注視している話題と関係がある情報」であり、「現時点で注視している話題と関係がない情報」ではない状況のことである。すなわち、「目的明確度が高い」として推定されたユーザは、欲しい情報が明確に定まっているので、情報提供装置１０は、当該ユーザに対し、「現時点で注視している話題」に関連した狭い範囲の情報を提示すればよい。

一方、「目的明確度が低い」とは、ユーザが現時点で要求している情報が、「現時点で注視している話題」と関係あるか否かには依存しない状況のことである。すなわち、「目的明確度が低い」として推定されたユーザは、欲しい情報が定まっていないので、情報提供装置１０は、当該ユーザに対し、「現時点で注視している話題」よりも、例えば、「ユーザの興味や関心などの属性に応じた情報」を優先的に提示すればよい。

そこで、実施例１における目的明確度推定部１４は、目的明確度を推定するために、図５に示すように、対応表記憶部１４ａと、データ補間部１４ｂと、推定部１４ｃと、目的明確度取得部１４ｄとを有する。

対応表記憶部１４ａは、ユーザの行動実行時におけるドメインと、ユーザの行動内容のジャンルと、上述した目的明確度とが、対応付けられた対応表を記憶する。なお、本実施例においては、目的明確度が「０．０〜１．０」までの実数値として表される場合について説明する。

ここで、「ドメイン」とは、ユーザがどのような「立場」で行動しているのかを示す分類であり、例えば、仕事、食事、趣味、家事、旅行などが挙げられる。

また、「ジャンル」とは、行動内容が属する分野を表すキーワードであり、例えば、学問、経済、生活、教育、文化、スポーツ、エンターテイメントなどが挙げられる。

例えば、情報提供装置１０の管理者は、ドメインとジャンルとの組み合わせにおける目的明確度を、各ユーザから予めアンケート調査などにより収集し、収集した情報（既知データ）を対応表記憶部１４ａに対応表として格納する。

これにより、対応表記憶部１４ａは、例えば、図６に示すように、「ユーザＩＤ：００１」のユーザが「ドメイン：Ａ」において「ジャンル：ｃ」を実行する場合の目的明確度が「０．２」であるとする対応表を記憶する。

なお、対応表の入力処理としては、上述したように管理者によって手動にて入力される場合であってもよいし、情報提供装置１０がアンケートを各ユーザ端末に送信し、記入済みのアンケートを各ユーザ端末から受信したうえで自動的に既知データを対応表として対応表記憶部１４ａに格納する場合であってもよい。

図５に戻って、データ補間部１４ｂは、ユーザから収集した既知データによって対応表が完成していない場合、未確定である未知データを機械学習により補間する。すなわち、データ補間部１４ｂは、既知データを教師データとして用いることで、未知データを推定して対応表を確定する。ここで、データ補間部１４ｂは、以下に説明する２つの補間方法によって未知データを補間して、対応表記憶部１４ａが記憶する対応表を確定させる。

第一の補間方法は、同一ユーザの対応表において、補間対象のドメインと類似するドメインの既知データを用いて未知データを補間する方法である。例えば、データ補間部１４ｂは、図７の（Ａ）に示すように、データ補間部１４ｂは、「ユーザＩＤ：００１」の対応表において、未知データ「ドメイン：Ａ、ジャンル：ａ」の目的明確度を補間する場合、ドメイン「Ａ」と類似するドメイン「Ｃ」の既知データである「ドメイン：Ｃ、ジャンル：ａ、目的明確度：０．１」を抽出する。

そして、データ補間部１４ｂは、「ドメイン：Ａ、ジャンル：ａ」と「ドメイン：Ｃ、ジャンル：ａ」との類似度に基づいて、既知データの「目的明確度：０．１」に対して重み付けを行なって、「ドメイン：Ａ、ジャンル：ａ」の目的明確度を算出する。

第二の補間方法は、類似するユーザの対応表における既知データを用いて、未知データを補間する方法である。例えば、データ補間部１４ｂは、図７の（Ｂ）に示すように、「ユーザＩＤ：００１」の対応表と他のユーザの対応表の類似度を算出し、「ユーザＩＤ：００１」の対応表との類似度が最も高い対応表として、「ユーザＩＤ：００２」の対応表を抽出する。

そして、データ補間部１４ｂは、対応表間の類似度に基づいて、例えば、「ユーザＩＤ：００２」の「ドメイン：Ｄ、ジャンル：ｂ」における目的明確度「０．２」に対して重み付けを行なって、「ユーザＩＤ：００１」の「ドメイン：Ｄ、ジャンル：ｂ」における目的明確度を算出する。

図５に戻って、推定部１４ｃは、行動ログ記憶部１２が記憶する行動ログに基づいて、ユーザのドメインおよびジャンルを推定する。具体的には、推定部１４ｃは、行動ログ記憶部１２が記憶する行動ログに基づいて、ユーザの現時点におけるドメインおよびジャンルを推定する。

具体的には、推定部１４ｃは、図４の（Ａ）あるいは図４の（Ｂ）に示す行動ログにおける「ＧＰＳ情報」から、ユーザの位置を取得し、取得したユーザの位置から、ユーザの現時点でのドメインを推定する。例えば、推定部１４ｃは、ユーザの位置と、ドメインとの対応関係を予め記憶しておき、取得したユーザの位置に対応するドメインを検索することで、ユーザの現時点でのドメインを推定する。

なお、ユーザの現時点でのドメインは、当該ユーザがユーザ端末に手動入力することで、情報提供装置１０が取得する場合であってもよい。また、本実施例では、ユーザ端末に備えられる「ＧＰＳ機能」によってユーザの現在位置を取得する場合について説明したが、本発明はこれに限定されるものではなく、例えば、ユーザ端末の「ＩＰアドレス」からユーザの現在位置を取得する場合であってもよい。

さらに、推定部１４ｃは、図４の（Ａ）あるいは図４の（Ｂ）に示す行動ログにおける「ＵＲＬ」のウェブページの本文を取得するようにコンテンツ取得部１３に要求する。そして、推定部１４ｃは、コンテンツ取得部１３が取得したウェブページの本文から特徴語を抽出することで、ユーザの現時点でのジャンルを推定する。

ここで、推定部１４ｃは、例えば、「“文章の特徴を表すキーワードを発見して重要文を抽出する展望台システム”，電子情報通信学会論文誌Ｄ−１，ｖｏｌ．Ｊ８４―Ｄ−１，Ｎｏ．２，ｐｐ．１４６−１５４，２００１年２月」に記載されている手法により特徴語を抽出して、ユーザの現時点でのジャンルを推定する。

目的明確度取得部１４ｄは、推定部１４ｃによって推定されたユーザの現時点でのドメインおよびジャンルに対応する目的明確度を、対応表記憶部１４ａが記憶する対応表を検索することにより取得する。例えば、目的明確度取得部１４ｄは、推定部１４ｃによって「ユーザＩＤ：００２」であるユーザの現時点での推定された「ドメインおよびジャンル」が「Ｄおよびｃ」であった場合、図７の（Ｂ）に示す「ユーザＩＤ：００２」の対応表を検索して、「目的明確度：０．８」を取得する。

ここで、推定部１４ｃがドメインおよびジャンルを推定して、目的明確度取得部１４ｄが目的明確度を取得する時機（目的明確度推定時機）としては、以下に説明する時機が挙げられる。

第一の時機は、行動ログ記憶部１２に新たな行動ログが格納される時機である。すなわち、ユーザがウェブページを新たに１ページ閲覧することで新たに行動ログが格納されるたびに、推定部１４ｃは、ジャンルおよびドメインを推定し、目的明確度取得部１４ｄは、目的明確度を取得する。

第二の時機は、行動ログ記憶部１２の「ＧＰＳ情報」が変化した時機である。すなわち、ユーザの現在位置が変化するたびに、推定部１４ｃは、ジャンルおよびドメインを推定し、目的明確度取得部１４ｄは、目的明確度を取得する。

第三の時機は、ユーザの「要求」が変化した時機である。ここで、「要求」とは、「ある時点におけるユーザの行動への動機」のことである。

具体的には、推定部１４ｃは、行動ログの「ＵＲＬ」に対応するウェブページ本文を解析し、ウェブページ本文同士の類似度に基づいて、現時点で格納済みの行動ログにおけるユーザの閲覧内容をクラスタリングする。これにより、推定部１４ｃは、同一ユーザの一連の行動ログを「要求」ごとにクラスタリングする。例えば、推定部１４ｃは、「“ユーザの要求変化に着目したウェブ閲覧履歴の分類方式”，社団法人 情報処理学会 研究報告，２００８―ＮＬ−１８７（１０），２００８／９／２５，ｐｐ．６５−７０」に記載されている手法により閲覧内容のクラスタリング処理を実行する。

そして、推定部１４ｃは、行動ログ記憶部１２に新たな行動ログが格納されるたびに、当該行動ログの「ＵＲＬ」に対応するウェブページ本文を解析し、新規のウェブページ本文を解析した結果、現時点での閲覧内容が直前まで閲覧内容から変化した場合、ユーザの行動に対する動機付けである「要求」が変化したと判定する。そして、推定部１４ｃは、「要求」が変化するごとに、ジャンルおよびドメインを推定し、目的明確度取得部１４ｄは、目的明確度を取得する。

なお、現時点でのドメインをユーザの入力によって取得する場合には、ユーザが入力した現時点でのドメインを受信した時点を目的明確度推定時機として、推定部１４ｃは、ジャンルおよびドメインを推定し、目的明確度取得部１４ｄは、目的明確度を取得する。

ここで、目的明確度推定部１４ｄは、取得した目的明確度を情報選択部１５に通知し、情報選択部１５は、通知された目的明確度に基づいて、ユーザに提供する情報を選択する。なお、情報選択部１５による情報選択処理の具体的な内容については、行動目的推定部１６、目的ベース情報抽出部１７、ユーザ属性推定部１８および属性ベース抽出部１９の説明ののち、詳述する。

図２に戻って、行動目的推定部１６は、行動ログ記憶部１２が記憶する行動ログに基づいて、ユーザの現時点における行動目的を推定する。ここで、「行動目的」とは、ユーザの意図に基づく一連の振る舞いであり、ユーザの行動目的は、上述した「ドメイン」ごとに、定義される。

具体的には、情報提供装置１０の管理者は、予め、ユーザが実行する可能性の高い行動目的を、行動時刻と場所とに応じて分類した分類表を作成する（例えば、特開２００７−１７９１８５号公報）。そして、行動目的推定部１６は、行動ログ記憶部１２が記憶する行動ログの「開始時間」、「終了時間」および「ＧＰＳ情報」から、現時点におけるユーザの行動時刻および場所を取得し、取得した行動時刻および場所に対応する行動目的を、分類表を参照して推定する。

目的ベース情報抽出部１７は、行動目的推定部１６が推定した現時点でのユーザの行動目的に基づいて、行動目的ベースの情報（以下、目的ベース情報と記す）を抽出する。具体的には、目的ベース情報抽出部１７は、行動目的推定部１６が推定した現時点でのユーザの行動目的を表すキーワードを含むウェブページをコンテンツ取得部１３に検索させて、検索されたウェブページのＵＲＬを目的ベース情報として抽出する。

なお、現時点でのユーザの行動目的を表すキーワードは、目的ベース情報抽出部１７が自動生成する場合であってもよいし、ユーザもしくは管理者によって予め定義された行動目的ごとのキーワードの情報を目的ベース情報抽出部１７が参照して取得する場合であってもよい。

ユーザ属性推定部１８は、行動ログ記憶部１２が記憶する行動ログに基づいて、ユーザの属性（ユーザ属性）を推定する。ここで、「ユーザ属性」とは、ユーザの特徴を表す特徴であり、デモクラフィック属性とサイコグラフィック属性との２つに分類される。

デモクラフィック属性は、ユーザの外見的特徴のことであり、例えば、年齢、性別、居住地、職業、家族構成などが挙げられる。また、サイコグラフィック属性とは、ユーザの内面的特徴のことであり、例えば、ライフスタイル、趣味嗜好、価値観などが挙げられる。

そこで、ユーザ属性推定部１８は、例えば、「“アクセスログを用いたユーザの革新性推定方式に関する一考察”，人工知能学会知識ベースシステム研究会資料，Ｖｏｌ．８３，ｐｐ．２７−３２，２００８」に記載されている手法により、デモクラフィック属性とサイコグラフィック属性とを反映したユーザ属性を推定する。

すなわち、ユーザ属性推定部１８は、行動ログ記憶部１２が記憶する行動ログから、ユーザがアクセスしたウェブページの内容およびユーザのウェブページへのアクセス頻度を取得して、ユーザをイノベータ（Innovators：革新者）、アーリーアダプター（Early Adopters：初期採用者）、マジョリティ（Majority：追随者）およびラガード（Laggards：遅滞者）のいずれかの革新性に分類して、ユーザ属性を推定する。

なお、イノベータは、冒険心にあふれイノベーションを進んで採用するユーザであり、アーリーアダプターは、流行に敏感で情報収集を自ら行なってイノベーションを採用するか否かを判断するユーザであり、マジョリティは、流行しているならばイノベーションを取り入れるユーザであり、ラガードは、最も保守的であり流行や世の中の動きに関心が薄く、イノベーションが伝統になるまで採用しないユーザである。

属性ベース情報抽出部１９は、ユーザ属性推定部１８が推定したユーザ属性（革新性による分類）に基づいて、ユーザ属性ベースの情報（以下、属性ベース情報と記す）を抽出する。具体的には、属性ベース情報抽出部１９は、まず、「特開２００１−２８２８０７号公報」に記載されている手法により、ユーザ属性推定部１８が推定したユーザ属性に基づいて、各ユーザをクラスタに分ける。

そして、ユーザ属性推定部１８は、同一クラスタに属するユーザそれぞれの行動ログの各「ＵＲＬ」に対応するウェブページ本文を、コンテンツ取得部１３を介して取得し、取得したウェブページ本文を解析することで、同一クラスタにおける特徴的なキーワードを抽出する。そして、ユーザ属性推定部１８は、抽出したキーワードを含むウェブページをコンテンツ取得部１３に検索させて、検索されたウェブページのＵＲＬを属性ベース情報として抽出する。

情報選択部１５は、目的明確度取得部１４ｄからユーザの目的明確度を通知されると、目的明確度（ｐ）と予め管理者によって設定されている閾値（ｐ０）とを比較する。

ここで、情報選択部１５は、図８の（Ａ）に示すように、目的明確度（ｐ）が閾値（ｐ０）以上であった場合、目的ベース情報を提供情報として決定する。

すなわち、情報選択部１５は、目的明確度が閾値以上であった場合、行動目的推定部１６および目的ベース情報抽出部１７に対して行動目的推定処理および目的ベース情報抽出処理を実行するように指示し、目的ベース情報を該当するユーザのユーザ端末に送信する。

一方、情報選択部１５は、図８の（Ｂ）に示すように、目的明確度（ｐ）が閾値（ｐ０）未満であった場合、属性ベース情報を提供情報として決定する。

すなわち、情報選択部１５は、目的明確度が閾値未満であった場合、ユーザ属性推定部１８および属性ベース情報抽出部１９に対してユーザ属性推定処理および属性ベース情報抽出処理を実行するように指示し、属性ベース情報を該当するユーザのユーザ端末に送信する。

続いて、図９および図１０を用いて実施例１における情報提供装置１０の処理の手順について説明する。図９は、実施例１における情報提供装置の対応表確定処理を説明するためのフローチャートであり、図１０は、実施例１における情報提供装置の情報提供処理を説明するためのフローチャートである。

図９に示すように、実施例１における情報提供装置１０は、「ドメイン、ジャンル、目的明確度」からなる既知データが入力されると（ステップＳ１０１肯定）、対応表記憶部１４ａに既知データを格納する（ステップＳ１０２）。

そして、データ補間部１４ｂは、格納された対応表に未知データがあるか否かを判定する（ステップＳ１０３）。

ここで、格納された対応表に未知データがない場合（ステップＳ１０３否定）、データ補間部１４ｂは、対応表が確定されたと判定して、処理を終了する。

一方、格納された対応表に未知データがある場合（ステップＳ１０３肯定）、データ補間部１４ｂは、同一ユーザの対応表、または、類似するユーザの対応表を用いて、未知データを補間して対応表を確定し（ステップＳ１０４）、処理を終了する。

対応表の確定処理が完了すると、実施例１における情報提供装置１０は、情報提供処理を開始する。

すなわち、図１０に示すように、実施例１における情報提供装置１０は、上述した目的明確度推定時機となると（ステップＳ２０１肯定）、推定部１４ｃは、行動ログからユーザの現時点でのドメインおよびジャンルを推定する（ステップＳ２０２）。

そして、目的明確度取得部１４ｄは、推定部１４ｃが推定したドメインおよびジャンルを用いて対応表を検索して目的明確度を取得する（ステップＳ２０３）。

そののち、情報選択部１５は、目的明確度が閾値以上であるか否かを判定する（ステップＳ２０４）。

ここで、目的明確度が閾値以上である場合（ステップＳ２０４肯定）、行動目的推定部１６は、情報選択部１５の指示に従って、行動ログからユーザの現時点での行動目的を推定する（ステップＳ２０５）。

そして、目的ベース情報抽出部１７は、推定された行動目的に基づいて、目的ベース情報を抽出し（ステップＳ２０６）、情報選択部１５は、目的ベース情報抽出部１７が抽出した目的ベース情報を、該当するユーザ端末に提供して（ステップＳ２０７）、処理を終了する。

一方、目的明確度が閾値未満である場合（ステップＳ２０４否定）、ユーザ属性推定部１８は、情報選択部１５の指示に従って、行動ログからユーザのユーザ属性を推定する（ステップＳ２０８）。

そして、属性ベース情報抽出部１９は、推定されたユーザ属性に基づいて、属性ベース情報を抽出し（ステップＳ２０９）、情報選択部１５は、属性ベース情報抽出部１９が抽出した属性ベース情報を、該当するユーザ端末に提供して（ステップＳ２１０）、処理を終了する。

なお、図９および図１０を用いて説明した処理は、ユーザ端末群２０を構成するユーザ端末を操作するユーザすべてに対して実行される。

上述してきたように、実施例１では、対応表記憶部１４ａは、「ドメイン、ジャンル、目的明確度」からなる既知データを記憶し、データ補間部１４ｂは、格納された対応表に未知データがある場合、同一ユーザの対応表、または、類似するユーザの対応表を用いて、未知データを補間して対応表を確定する。そして、推定部１４ｃは、行動ログからユーザの現時点でのドメインおよびジャンルを推定し、目的明確度取得部１４ｄは、推定部１４ｃが推定したドメインおよびジャンルを用いて対応表を検索して目的明確度を取得する。

ここで、目的明確度が閾値以上である場合、行動目的推定部１６は、情報選択部１５の指示に従って、行動ログからユーザの現時点での行動目的を推定し、目的ベース情報抽出部１７は、推定された行動目的に基づいて、目的ベース情報を抽出し、情報選択部１５は、目的ベース情報抽出部１７が抽出した目的ベース情報を、該当するユーザ端末に提供する。

一方、目的明確度が閾値未満である場合、ユーザ属性推定部１８は、情報選択部１５の指示に従って、行動ログからユーザのユーザ属性を推定し、属性ベース情報抽出部１９は、推定されたユーザ属性に基づいて、属性ベース情報を抽出し、情報選択部１５は、属性ベース情報抽出部１９が抽出した属性ベース情報を、該当するユーザ端末に提供する。

従って、目的明確度に用いることで、ユーザの行動目的に合致した情報と、ユーザ属性に応じた情報とをユーザの状況に応じて切り替えて提供することができ、その結果、ユーザにとって新たな興味を喚起する情報を提供することができ、上記した主たる特徴の通り、提供される情報に対するユーザの満足度が低下することを防止することが可能となる。

また、機械学習を用いた補間処理により対応表を確定するので、ユーザは必ずしも対応表を完成させる必要がなく、目的明確度を推定する際のユーザの負担を軽減することが可能となる。

また、目的明確度をユーザごとに推定することで、情報提供以外にも、ユーザの過去の行動や勤怠状況を調査したり、ユーザが行動している際の挙動を推定したりすることができ、セキュリティポリシーに違反しているユーザを検出することが可能となる。

なお、上記した実施例では、情報選択部１５が目的明確度に応じて、目的ベース情報か属性ベース情報かのいずれかをユーザ端末に提供する場合について説明したが、本発明はこれに限定されるものではなく、情報選択部１５が目的明確度に応じて、目的ベース情報と属性ベース情報との混合比を決定して、目的ベース情報と属性ベース情報とが混合された情報をユーザ端末に提供する場合であってもよい。これについて、図１１を用いて説明する。なお、図１１は、情報選択部が実行する処理の変形例を説明するための図である。

すなわち、目的明確度の値に関わらず、行動目的推定部１６および目的ベース情報抽出部１７は、目的ベース情報を抽出し、ユーザ属性推定部１８および属性ベース情報抽出部１９は、属性ベース情報を抽出する。そして、例えば、図１１に示すように、目的明確度が「ｐ」であった場合、情報選択部１５は、目的ベース情報と属性ベース情報との混合比を「ｐ：１−ｐ」と決定して、目的ベース情報と属性ベース情報とが混合された情報を、該当するユーザ端末に提供する。これによっても、ユーザにとって新たな興味を喚起する情報を提供することができ、提供される情報に対するユーザの満足度が低下することを防止することが可能となる。

上述した実施例１では、機械学習によって確定された対応表を用いて目的明確度を推定する場合について説明したが、実施例２では、機械学習によって決定された変換関数を用いて目的明確度を推定する場合について、図１２を用いて説明する。図１２は、実施例２における目的明確度推定部の構成を示すブロック図である。

実施例２における情報提供装置１０は、図２を用いて説明した実施例１における情報提供装置１０と同様の構成からなるが、目的明確度推定部１４の構成が実施例１とは異なる。

すなわち、実施例２における目的明確度推定部１４は、図１２に示すように、変換関数記憶部１４ｅと、行動実行時間算出部１４ｆと、目的明確度取得部１４ｄとを有する。

変換関数記憶部１４ｅは、行動実行時間を目的明確度に変換するために機械学習によって決定された変換関数を記憶する。

例えば、情報管理装置１０の管理者は、ユーザに対してアンケート調査を行い、各行動ログにおける目的明確度を収集する。そして、管理者は、各行動ログにおける目的明確度と、終了時刻から開始時刻を差し引いた「行動実行時間」とを教師データとして回帰分析を行なうことで、行動実行時間を説明変数とし目的明確度を従属変数とする変換関数を決定する。なお、変換関数は、ユーザごとに決定される。また、回帰分析による変換関数の決定処理は、情報提供装置１０において実行される場合であっても、情報提供装置１０以外の計算機によって実行される場合であってもよい。

行動実行時間算出部１４ｆは、行動ログにおける「開始時刻」および「終了時刻」（図４参照）から「行動実行時間」を算出する。

実施例２における目的明確度取得部１４ｄは、行動実行時間算出部１４ｆが算出した「行動実行時間」を、変換関数記憶部１４ｅが記憶する変換関数に代入することにより、目的明確度を取得する。

なお、行動実行時間算出部１４ｆが行動実行時間を算出して、目的明確度取得部１４ｄが目的明確度を取得する時機（目的明確度推定時機）としては、上述した第一の時機や第二の時機、すなわち、新規行動ログが格納された時機やユーザの現在位置が変化した時機が挙げられる。

また、目的明確度推定時機としては、実施例１で説明した閲覧内容クラスタリング処理を実行する推定部１４ｃを実施例２においても備えるならば、上述した第三の時機、すなわち、ユーザの要求が変化した時機である場合であってもよい。

また、変換関数に代入される「行動実行時間」としては、目的明確度推定時機の行動ログから算出される「行動実行時間」であってもよいし、目的明確度推定時機の行動ログおよび当該行動ログの直近に格納された行動ログから算出される「平均行動実行時間」であってもよい。例えば、目的明確度推定時機の５分前に格納された行動ログから目的明確度推定時機の行動ログそれぞれから「行動実行時間」を算出し、算出した「行動実行時間」の平均値を変換関数に代入して目的明確度を算出する場合であってもよい。

なお、実施例２における情報選択部１５、行動目的推定部１６、目的ベース情報抽出部１７、ユーザ属性推定部１８および属性ベース情報抽出部１９の処理内容は、実施例１で説明した処理内容と同じであるので、説明を省略する。

続いて、図１３を用いて実施例２における情報提供装置１０の処理の手順について説明する。図１３は、実施例２における情報提供装置の情報提供処理を説明するためのフローチャートである。

図１３に示すように、実施例２における情報提供装置１０は、上述した目的明確度推定時機となると（ステップＳ３０１肯定）、行動実行時間算出部１４ｆは、行動ログにおける「開始時刻」および「終了時刻」から「行動実行時間」を算出する（ステップＳ３０２）。

そして、目的明確度取得部１４ｄは、行動実行時間算出部１４ｆが算出した行動実行時間を、変換関数記憶部１４ｅが記憶する変換関数に代入して目的明確度を取得する（ステップＳ３０３）。

なお、図１３におけるステップＳ３０４の判定処理に基づいて実行される「ステップＳ３０５〜ステップＳ３０７の処理」および「ステップＳ３０８〜ステップＳ３１０の処理」は、図１０を用いて説明したステップＳ２０４の判定処理に基づいて実行される「ステップＳ２０５〜ステップＳ２０７の処理」および「ステップＳ２０８〜ステップＳ２１０の処理」と同様であるので説明を省略する。

また、図１３を用いて説明した処理は、ユーザ端末群２０を構成するユーザ端末を操作するユーザすべてに対して実行される。

また、実施例２の情報選択部１５も、図１１を用いて説明したように、目的明確度に応じて目的ベース情報と属性ベース情報との混合比を決定して、目的ベース情報と属性ベース情報とが混合された情報をユーザ端末に提供することが可能である。

上述してきたように、実施例２では、実施例１と同様に、目的明確度に用いることで、ユーザの行動目的に合致した情報と、ユーザ属性に応じた情報とをユーザの状況に応じて切り替えて提供したり、混合して提供したりすることができ、その結果、ユーザにとって新たな興味を喚起する情報を提供することができ、提供される情報に対するユーザの満足度が低下することを防止することが可能となる。

また、機械学習を用いた回帰分析などにより決定された変換関数を用いて目的明確度を推定するので、ユーザがすべての行動ログにおける目的明確度を入力する必要がなく、目的明確度を推定する際のユーザの負担を軽減することが可能となる。

上述した実施例２では、行動実行時間を説明変数とする変換関数を用いて目的明確度を推定する場合について説明したが、実施例３では、行動実行時間とは異なる値を説明変数とする変換関数を用いて目的明確度を推定する場合について、図１４を用いて説明する。図１４は、実施例３における目的明確度推定部の構成を示すブロック図である。

実施例３における情報提供装置１０は、図２を用いて説明した実施例１における情報提供装置１０と同様の構成からなるが、目的明確度推定部１４の構成が実施例１および実施例２とは異なる。

すなわち、実施例３における目的明確度推定部１４は、図１４に示すように、変換関数記憶部１４ｅと、ジャンル変化度算出部１４ｇと、目的明確度取得部１４ｄとを有する。

まず、本実施例において用いられるジャンル変化度について説明する。「ジャンル」は、実施例１にて説明したように、ユーザの行動内容が属する分野を表すキーワードであり、ユーザが閲覧したウェブページ本文から抽出された特徴語から推定される。そして、「ジャンル変化度」とは、同一ユーザの一連の時系列に沿った行動ログにおいて、ジャンルが変化している度合いのことである。

そこで、ジャンル変化度算出部１４ｇは、実施例１における推定部１４ｃと同様に行動ログからユーザのジャンルを推定したうえで、以下に説明する３つの算出方法のいずれかによりジャンル変化度を算出する。

第一の算出方法として、ジャンル変化度算出部１４ｇは、一連の行動ログのなかで、隣接する行動ログ間のジャンルの類似度を算出し、算出した類似度をジャンル変化度とする。

第二の算出方法として、ジャンル変化度算出部１４ｇは、実施例１にて説明したように、一連の行動ログそれぞれの「ＵＲＬ」に対応するウェブページ本文を解析し、ウェブページ本文同士の類似度に基づいて、ユーザの閲覧内容を「要求」ごとにクラスタリングする。そして、ジャンル変化度算出部１４ｇは、１つの要求に含まれる行動ログの数をジャンル変化度として算出する。

第三の算出方法として、ジャンル変化度算出部１４ｇは、第二の算出方法と同様に、ユーザの閲覧内容を「要求」ごとにクラスタリングする。そして、ジャンル変化度算出部１４ｇは、１つの要求に含まれる行動ログ間のジャンルの類似度を算出し、算出した類似度をジャンル変化度とする。

実施例３における変換関数記憶部１４ｅは、ジャンル変化度を目的明確度に変換するために機械学習によって決定された変換関数を記憶する。

例えば、情報管理装置１０の管理者は、ユーザに対してアンケート調査を行い、各行動ログにおける目的明確度を収集する。そして、管理者は、ジャンル変化度算出部１４ｇによって予め算出されたジャンル変化度とユーザにより入力された各行動ログにおける目的明確度とを教師データとして回帰分析を行なうことで、ジャンル変化度を説明変数とし目的明確度を従属変数とする変換関数を決定する。なお、変換関数は、ユーザごとに決定される。また、回帰分析による変換関数の決定処理は、情報提供装置１０において実行される場合であっても、情報提供装置１０以外の計算機によって実行される場合であってもよい。

実施例３における目的明確度取得部１４ｄは、ジャンル変化度算出部１４ｇが算出した現時点での「ジャンル変化度」を、実施例３における変換関数記憶部１４ｅが記憶する変換関数に代入することにより、目的明確度を取得する。

なお、ジャンル変化度算出部１４ｇがジャンル変化度を算出して、目的明確度取得部１４ｄが目的明確度を取得する時機（目的明確度推定時機）としては、上述した第一の時機や第二の時機、すなわち、新規行動ログが格納された時機やユーザの現在位置が変化した時機などが挙げられる。

なお、実施例３における情報選択部１５、行動目的推定部１６、目的ベース情報抽出部１７、ユーザ属性推定部１８および属性ベース情報抽出部１９の処理内容は、実施例１で説明した処理内容と同じであるので、説明を省略する。

続いて、図１５を用いて実施例３における情報提供装置１０の処理の手順について説明する。図１５は、実施例３における情報提供装置の情報提供処理を説明するためのフローチャートである。

図１５に示すように、実施例３における情報提供装置１０は、上述した目的明確度推定時機となると（ステップＳ４０１肯定）、ジャンル変化度算出部１４ｇは、行動ログからユーザの現時点でのジャンルを推定したうえで、現時点でのジャンル変化度を算出する（ステップＳ４０２）。

そして、目的明確度取得部１４ｄは、ジャンル変化度算出部１４ｇが算出したジャンル変化度を、変換関数記憶部１４ｅが記憶する変換関数に代入して目的明確度を取得する（ステップＳ４０３）。

なお、図１５におけるステップＳ４０４の判定処理に基づいて実行される「ステップＳ４０５〜ステップＳ４０７の処理」および「ステップＳ４０８〜ステップＳ４１０の処理」は、図１０を用いて説明したステップＳ２０４の判定処理に基づいて実行される「ステップＳ２０５〜ステップＳ２０７の処理」および「ステップＳ２０８〜ステップＳ２１０の処理」と同様であるので説明を省略する。

また、図１５を用いて説明した処理は、ユーザ端末群２０を構成するユーザ端末を操作するユーザすべてに対して実行される。

また、実施例３の情報選択部１５も、図１１を用いて説明したように、目的明確度に応じて目的ベース情報と属性ベース情報との混合比を決定して、目的ベース情報と属性ベース情報とが混合された情報をユーザ端末に提供することが可能である。

上述してきたように、実施例３では、実施例１および２と同様に、目的明確度に用いることで、ユーザの行動目的に合致した情報と、ユーザ属性に応じた情報とをユーザの状況に応じて切り替えて提供したり、混合して提供したりすることができ、その結果、ユーザにとって新たな興味を喚起する情報を提供することができ、提供される情報に対するユーザの満足度が低下することを防止することが可能となる。

また、ジャンル変化度算出部１４ｇが自動的に算出するジャンル変化度と、機械学習を用いた回帰分析などにより決定された変換関数とを用いて目的明確度を推定するので、ユーザがすべての行動ログにおける目的明確度を入力する必要がなく、目的明確度を推定する際のユーザの負担を軽減することが可能となる。

なお、上記した実施例１〜３では、情報提供装置１０がユーザ端末群２０とコンテンツサーバ群３０との間に介在して目的明確度に基づいた情報提供を行なう場合について説明したが、本発明はこれに限定されるものではなく、ユーザ端末群２０を構成するユーザ端末ごとに、あるいは、コンテンツサーバ群３０を構成するコンテンツサーバごとに情報提供装置１０が設定される場合であってもよい。

すなわち、複数のユーザが操作するユーザ端末に設置される場合、情報提供装置１０は、ユーザ端末を操作するユーザそれぞれに対して目的明確度を取得して情報を選択して提供する。また、コンテンツサーバに設置される場合、情報提供装置１０は、設置されたコンテンツサーバに配信要求を行なったユーザ端末を操作するユーザそれぞれに対して目的明確度を取得して情報を選択して提供する。

また、本実施例において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

また、図示した各装置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、各装置の分散・統合の具体的形態は図示のものに限られず、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、各装置にて行なわれる各処理機能は、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。

なお、本実施例で説明した情報提供方法は、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で実行することによって実現することができる。このプログラムは、インターネットなどのネットワークを介して配布することができる。また、このプログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤなどのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。

以上のように、本発明に係る情報提供方法、情報提供装置および情報提供プログラムは、ユーザが要望する情報を選択する場合に有用であり、特に、提供される情報に対するユーザの満足度が低下することを防止することに適する。

１０ 情報提供装置
１１ 行動ログ取得部
１２ 行動ログ記憶部
１３ コンテンツ取得部
１４ 目的明確度推定部
１４ａ 対応表記憶部
１４ｂ データ補間部
１４ｃ 推定部
１４ｄ 目的明確度取得部
１４ｅ 変換関数記憶部
１４ｆ 行動実行時間算出部
１４ｇ ジャンル変化度算出部
１５ 情報選択部
１６ 行動目的推定部
１７ 目的ベース情報抽出部
１８ ユーザ属性推定部
１９ 属性ベース情報抽出部
２０ ユーザ端末群
３０ コンテンツサーバ群

Claims (4)

1. ユーザが要望する情報を選択して前記ユーザが操作するユーザ端末に提供する情報提供方法であって、
   前記ユーザの行動履歴を行動履歴記憶部に格納する行動履歴記憶ステップと、
   前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザの現時点における行動目的を推定する行動目的推定ステップと、
   前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザの属性情報を推定する属性情報推定ステップと、
   前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザが現時点で目的とする情報と、当該ユーザが現時点で注視している話題との依存関係を示す度合いである目的明確度を取得する目的明確度取得ステップと、
   前記目的明確度取得ステップによって取得された前記目的明確度に基づいて、前記行動目的推定ステップによって推定された前記行動目的から選択した情報である行動目的選択情報と、前記属性情報推定ステップによって推定された前記属性情報から選択した情報である属性選択情報との混合比を決定して、前記ユーザ端末に提供する情報を選択する情報選択ステップと、
   を含んだことを特徴とする情報提供方法。
2. 前記情報選択ステップは、前記目的明確度取得ステップによって取得された前記目的明確度が所定の値以上である場合、前記行動目的選択情報のみを提供し、前記目的明確度が前記所定の値より小さい値である場合、前記属性選択情報のみを提供することを特徴とする請求項１に記載の情報提供方法。
3. ユーザが要望する情報を選択して前記ユーザが操作するユーザ端末に提供する情報提供装置であって、
   前記ユーザの行動履歴を記憶する行動履歴記憶手段と、
   前記行動履歴記憶手段が記憶する前記行動履歴に基づいて、前記ユーザの現時点における行動目的を推定する行動目的推定手段と、
   前記行動履歴記憶手段が記憶する前記行動履歴に基づいて、前記ユーザの属性情報を推定する属性情報推定手段と、
   前記行動履歴記憶手段が記憶する前記行動履歴に基づいて、前記ユーザが現時点で目的とする情報と、当該ユーザが現時点で注視している話題との依存関係を示す度合いである目的明確度を取得する目的明確度取得手段と、
   前記目的明確度取得手段によって取得された前記目的明確度に基づいて、前記行動目的推定ステップによって推定された前記行動目的から選択した情報である行動目的選択情報と、前記属性情報推定ステップによって推定された前記属性情報から選択した情報である属性選択情報との混合比を決定して、前記ユーザに提供する情報を選択する情報選択手段と、
   を備えたことを特徴とする情報提供装置。
4. ユーザが要望する情報を選択して前記ユーザが操作するユーザ端末に提供する情報提供方法をコンピュータに実行させる情報提供プログラムであって、
   ユーザが実行した行動の行動履歴を行動履歴記憶部に格納する行動履歴格納手順と、
   前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザの現時点における行動目的を推定する行動目的推定手順と、
   前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザの属性情報を推定する属性情報推定手順と、
   前記行動履歴記憶部が記憶する前記行動履歴に基づいて、前記ユーザが現時点で目的とする情報と、当該ユーザが現時点で注視している話題との依存関係を示す度合いである目的明確度を取得する目的明確度取得手順と、
   前記目的明確度取得手順によって取得された前記目的明確度に基づいて、前記行動目的推定手順によって推定された前記行動目的から選択した情報である行動目的選択情報と、前記属性情報推定手順によって推定された前記属性情報から選択した情報である属性選択情報との混合比を決定して、前記ユーザに提供する情報を選択する情報選択手順と、
   をコンピュータに実行させることを特徴とする情報提供プログラム。

Images