JP2011209979A - 商品推奨方法及び商品推奨システム - Google Patents

Abstract

【課題】消費者の商品についての消費履歴情報があまり多くない場合であっても、当該商品についての消費者の動向に精度よく合致した効果的な推奨を行う。
【解決手段】商品推奨システム１においては、計算用ＰＣ端末２００が、歌唱履歴データベース１１３２より取得された歌唱履歴情報を用いて、クラスタリング情報を生成する。そして、購入履歴データベース１１３４にアクセスし、所定の物品を購入した、複数の消費者それぞれのＵＩＤを取得し、そのＵＩＤが取得された消費者の数を、各ユニットごとにカウントする。そして、上記各ユニットごとにカウントされた消費者の数に応じて、当該ユニットに対応付けられた消費者のＰＣ端末４００に対する広告情報を決定する、また、ＷＥＢサーバ３００は、上記決定された広告情報を広告配信サーバ５００の広告データベースより取得し、当該取得した広告情報を、消費者のＰＣ端末４００に対して出力する。
【選択図】図１

Description

本発明は、消費者の動向に合致した推奨を行う商品推奨方法及び商品推奨システムに関する。

従来、複数の商品に対する複数の消費者の消費履歴情報に基づき、消費者を分類する技術が提唱されている。例えば特許文献１に記載の従来技術では、サーバ装置が、購入履歴情報格納部に記憶された、消費者としての購入者が購入した商品の購入履歴を示す、消費履歴情報としての購入履歴情報に基づき、購入者数等が予め設定された閾値以上である商品を流行商品として識別する。そして、当該流行商品の購入者の中から一定の時期的条件を満たす早期に商品を購入した購入者を、トレンドリーダーとして分類する。これにより、トレンドリーダーの商品の購買行動から商品の推奨を行うことができる。

特開２００８−１９８１６３号公報

近年、ある業務に係わる複数の商品に対する複数の消費者の消費履歴情報を用いて、当該業務に係わる商品についての消費者の動向に合致した推奨を行うことが考えられつつある。その際には、例えば上記従来技術のような手法によって蓄積された複数の商品に対する複数の消費者の消費履歴情報を用いて、商品についての消費者の動向に合致した推奨を行うことができる。このとき、消費者の商品についての消費履歴情報が豊富であると、消費者の動向に精度よく合致した効果的な推奨を行うことができる。逆に、消費者の商品についての消費履歴情報があまり豊富でないと、消費者の動向にあまり合致していない推奨を行ってしまうという問題がある。

本発明の目的は、消費者の商品についての消費履歴情報があまり多くない場合であっても、当該商品についての消費者の動向に精度よく合致した効果的な推奨を行うことができる商品推奨方法及び商品推奨システムを提供することにある。

上記目的を達成するために、第１の発明の商品推奨方法は、第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第１商品ごとに記憶した第１消費者データベースにアクセスし、複数の第１商品に対する複数の消費者の消費履歴情報を取得する履歴取得手順と、前記履歴取得手順において取得された前記複数の第１商品に対する前記複数の消費者の前記消費履歴情報を用いて、各消費者の識別情報を複数のユニットのいずれかに対応付けたクラスタリング情報を生成するクラスタリング手順と、第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴若しくは消費以外の特定の消費関連行動履歴とを対応付けた消費履歴情報を各第２商品ごとに記憶した第２消費者データベースにアクセスし、所定の第２商品に対して消費行動若しくは消費以外の特定の消費関連行動を行った、複数の消費者それぞれの識別情報を取得する識別情報取得手順と、前記クラスタリング手順において生成された前記クラスタリング情報を記憶したクラスタリングデータベースにアクセスし、前記識別情報取得手順において識別情報が取得された消費者の数を、各ユニットごとにカウントする消費者計数手順と、前記消費者計数手順において各ユニットごとにカウントされた前記消費者の数に応じて、当該ユニットに対応付けられた複数の消費者のうち少なくとも一人の消費者の情報端末に対する、前記消費行動若しくは前記消費関連行動に少なくとも関連する推奨情報を決定する推奨情報決定手順と、前記推奨情報決定手順において決定された推奨情報を推奨データベースより取得し、当該取得した推奨情報を、前記少なくとも一人の消費者の情報端末に対して出力する推奨情報出力手順と、を有することを特徴とする。

本願第１発明では、予め、第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とが対応付けられ、消費履歴情報として第１消費者データベースに記憶されている。履歴取得手順では、上記第１消費者データベースにアクセスが行われ、複数の第１商品に対する複数の消費者の消費履歴情報が取得される。その取得した消費履歴情報を用いて、クラスタリング手順で、各消費者の識別情報を複数のユニットのいずれかに対応付けて、クラスタリング情報が生成される。

一方、本願第１発明はまた、予め、上記第１業務とは別の、第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴若しくは特定の消費関連行動履歴とが対応付けられ、消費履歴情報として第２消費者データベースに記憶されている。識別情報取得手順では、上記第２消費者データベースにアクセスが行われ、所定の第２商品に対し消費行動を行ったか消費関連行動を行った複数の消費者が特定され、それら複数の消費者の識別情報が取得される。このようにして消費者が特定されると、消費者計数手順で、クラスタリングデータベースにアクセスが行われ、識別情報取得手順において識別情報が取得された消費者の数が各ユニットごとにカウントされる。これにより、特定の第２商品に対し消費行動又は消費関連行動を行った消費者が、第１商品に関するクラスタリングにより生成された各ユニットに、何人ずつ含まれるかがカウントされる。その後、推奨情報決定手順で、上記各ユニットごとのカウント結果に応じて、当該ユニットの少なくとも一人の消費者の情報端末に対する推奨情報が決定される。決定された推奨情報は、推奨情報出力手順で、推奨データベースから取得され、当該少なくとも一人の消費者の情報端末へ出力される。

以上の結果、第１商品に関するクラスタリングに基づく各ユニットごとに、第２商品に対し消費行動を行ったか若しくは消費関連行動を行った消費者の数の大小に応じた推奨情報が決定され、当該ユニットの消費者の情報端末へ出力される。これにより、第２商品についての消費者の消費履歴情報があまり多く存在しない場合であっても、消費履歴情報が豊富な第１商品を用いてクラスタリングを行い、そのクラスタリング結果を用いて推奨する情報の内容を決定することで、第２商品についての消費者の動向に精度よく合致した効果的な推奨を行うことができる。

第２の発明の商品推奨方法は、上記第１発明において、前記推奨情報決定手順は、各ユニットごとに、前記消費行動若しくは前記特定の消費関連行動を行った消費者の数が多い前記第２商品に関する前記推奨情報を、前記消費行動若しくは前記特定の消費関連行動を行った消費者の数が少ない前記第２商品に関する前記推奨情報よりも優先するように、決定を行うことを特徴とする。

これにより、各ユニットについて、消費行動を行ったか若しくは消費関連行動を行った消費者の数が多い第２商品についての推奨情報が、それ以外の第２商品についての推奨情報よりも優先して決定される。この結果、当該ユニットにおいて比較的多くの消費者が当該第２商品に対し消費行動等を行っている事実を反映させた、効果的な推奨を行うことができる。

第３の発明の商品推奨方法は、上記第１又は第２発明において、前記推奨情報出力手順は、各ユニットごとに前記推奨情報決定手順において決定された推奨情報を、当該ユニットに対応付けられると共に当該推奨情報に関する前記第２商品に対し前記消費行動若しくは前記特定の消費関連行動を行っていない消費者の前記情報端末に対し、出力することを特徴とする。

これにより、各ユニットにおいて、比較的多くの消費者が消費行動や消費関連行動を行った第２商品についての推奨情報が、当該第２商品について消費行動や消費関連行動を行っていない消費者の端末に対して出力される。この結果、その時点で第２商品に対する消費行動や消費関連行動を行っていない消費者をターゲットとして推奨を行うことができる。すなわち、最終的に、同一の嗜好を備える１つのユニット内の全消費者が、当該第２商品に対する消費行動や消費関連行動を完了するように、有効な推奨を確実に行うことができる。

第４の発明の商品推奨方法は、上記第１乃至第３発明のいずれかにおいて、特定の消費者の前記情報端末からの認証要求信号を受信する認証要求受信手順と、前記認証要求受信手順において受信された前記認証要求信号に基づき、前記第１業務に関して予め前記特定の消費者の認証情報を記憶した認証データベースにアクセスし、前記認証要求信号に係わる前記特定の消費者の認証を行う認証手順とをさらに有し、前記推奨情報出力手順は、前記認証手順において認証された前記特定の消費者に関して前記推奨情報決定手順において決定された推奨情報を含む、前記特定の消費者の情報端末用の表示情報を、前記特定の消費者の情報端末に対して出力することを特徴とする。

本願第４発明では、第１業務に関して予め、特定の消費者の認証情報が認証データベースに記憶されている。認証要求受信手順では、特定の消費者の情報端末からの認証要求信号が受信される。その受信された認証要求信号に基づき、認証手順で、上記認証データベースにアクセスが行われ、上記認証要求信号に係わる特定の消費者の認証が行われる。そして、推奨情報出力手順で、上記認証された特定の消費者に関して決定された推奨情報を含む、特定の消費者の情報端末用の表示情報が、当該特定の消費者の情報端末に対して出力される。これにより、情報端末に表示される画面上で、特定の消費者をターゲットとした、有効な推奨を行うことができる。

第５の発明の商品推奨方法は、上記第４発明において、前記識別情報取得手順は、前記特定の消費関連行動として、前記特定の消費者の前記情報端末に表示された前記第２商品に係わる情報に対して、前記表示情報を表示した情報画面において所定の操作を行った、当該特定の消費者の識別情報を取得し、前記消費者計数手順は、前記クラスタリングデータベースにアクセスし、前記識別情報取得手順において識別情報が取得された前記特定の消費者の数を、各ユニットごとにカウントし、前記推奨情報決定手順は、前記消費者計数手順において各ユニットごとにカウントされた前記特定の消費者の数に応じて、当該ユニットに対応付けられた前記少なくとも一人の消費者の情報端末に対し、前記情報画面における前記所定の操作に関連する前記推奨情報を決定することを特徴とする。

本願第５発明においては、第２商品に対し直接の消費行動が行われている事実のみならず、消費行動につながる前段階である情報画面におけるクリック等の所定の操作が行われている事実をも反映して推奨情報を決定する。これにより、潜在的な消費需要を加味した、さらに有効な推奨を行うことができる。

第６の発明の商品推奨方法は、上記第５発明において、前記推奨情報出力手順は、前記特定の消費者のうち、前記所定の操作を行っていない消費者の前記情報端末に対して、前記推奨情報決定手順において決定された前記所定の操作に関連する前記推奨情報を含む前記表示情報を出力することを特徴とする。

本願第６発明においては、情報画面での第２商品に係わる情報に対するクリック等の所定の操作すらおこなっていない特定の消費者の情報端末に対して、推奨情報を含む表示情報を出力する。これにより、その時点で全く第２商品に気づいていない可能性の高い特定の消費者をターゲットとした、有効な推奨を行うことができる。

上記目的を達成するために、第７の発明の商品推奨システムは、第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第１商品ごとに記憶した第１消費者データベースと、前記第１消費者データベースにアクセスし、複数の第１商品に対する複数の消費者の消費履歴情報を取得する履歴取得手段と、前記履歴取得手段により取得された前記複数の第１商品に対する前記複数の消費者の前記消費履歴情報を用いて、各消費者の識別情報を複数のユニットのいずれかに対応付けたクラスタリング情報を生成するクラスタリング手段と、第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴若しくは消費以外の特定の消費関連行動履歴とを対応付けた消費履歴情報を各第２商品ごとに記憶した第２消費者データベースと、前記第２消費者データベースにアクセスし、所定の第２商品に対して消費行動若しくは消費以外の特定の消費関連行動を行った、複数の消費者それぞれの識別情報を取得する識別情報取得手段と、前記クラスタリング手段により生成された前記クラスタリング情報を記憶するクラスタリングデータベースと、前記クラスタリングデータベースにアクセスし、前記識別情報取得手段により識別情報が取得された消費者の数を、各ユニットごとにカウントする消費者計数手段と、前記消費者計数手段により各ユニットごとにカウントされた前記消費者の数に応じて、当該ユニットに対応付けられた複数の消費者のうち少なくとも一人の消費者の情報端末に対する、前記消費行動若しくは前記消費関連行動に少なくとも関連する推奨情報を決定する推奨情報決定手段と、前記推奨情報決定手段により決定された推奨情報を推奨データベースより取得し、当該取得した推奨情報を、前記少なくとも一人の消費者の情報端末に対して出力する推奨情報出力手段と、を有することを特徴とする。

本願第７発明では、予め、第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とが対応付けられ、消費履歴情報として第１消費者データベースに記憶されている。履歴取得手段が、上記第１消費者データベースにアクセスし、複数の第１商品に対する複数の消費者の消費履歴情報を取得する。その取得した消費履歴情報を用いて、クラスタリング手段が、各消費者の識別情報を複数のユニットのいずれかに対応付けて、クラスタリング情報を生成する。

一方、本願第７発明ではまた、予め、上記第１業務とは別の、第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴若しくは特定の消費関連行動履歴とが対応付けられ、消費履歴情報として第２消費者データベースに記憶されている。識別情報取得手段が、上記第２消費者データベースにアクセスし、所定の第２商品に対し消費行動を行ったか消費関連行動を行った複数の消費者を特定し、それら複数の消費者の識別情報を取得する。このようにして消費者が特定されると、消費者計数手段が、クラスタリングデータベースにアクセスし、識別情報取得手段により識別情報が取得された消費者の数を各ユニットごとにカウントする。これにより、特定の第２商品に対し消費行動又は消費関連行動を行った消費者が、第１商品に関するクラスタリングにより生成された各ユニットに、何人ずつ含まれるかがカウントされる。その後、推奨情報決定手段が、上記各ユニットごとのカウント結果に応じて、当該ユニットの少なくとも一人の消費者の情報端末に対する推奨情報を決定する。決定された推奨情報は、推奨情報出力手段が、推奨データベースから取得し、当該少なくとも一人の消費者の情報端末へ出力する。

以上の結果、第１商品に関するクラスタリングに基づく各ユニットごとに、第２商品に対し消費行動を行ったか若しくは消費関連行動を行った消費者の数の大小に応じた推奨情報を決定し、その決定した推奨情報を当該ユニットの消費者の情報端末へ出力する。これにより、第２商品についての消費者の消費履歴情報があまり多く存在しない場合であっても、消費履歴情報が豊富な第１商品を用いてクラスタリングを行い、そのクラスタリング結果を用いて推奨する情報の内容を決定することで、第２商品についての消費者の動向に精度よく合致した効果的な推奨を行うことができる。

本発明によれば、消費者の商品についての消費履歴情報があまり多くない場合であっても、当該商品についての消費者の動向に精度よく合致した効果的な推奨を行うことができる。

本発明の一実施の形態の商品推奨システムの全体構成を表すシステム構成図である。 楽曲マスタデータベースの記憶内容の一例を概念的に表す表である。 歌唱履歴データベースの記憶内容の一例を概念的に表す表である。 ユーザプロファイルデータベースの記憶内容の一例を概念的に表す表である。 購入履歴データベースの記憶内容の一例を概念的に表す表である。 物品−広告データベースの記憶内容の一例を概念的に表す表である。 デフォルト広告データベースの記憶内容の一例を概念的に表す表である。 ユーザ別広告データベースの記憶内容の一例を概念的に表す表である。 広告リンクデータベースの記憶内容の一例を概念的に表す表である。 認証データベースの記憶内容の一例を概念的に表す表である。 特定の消費者のＰＣ端末に接続されたディスプレイに表示される当該特定の消費者に係わるマイページの一例を表す説明図である。 計算用ＰＣ端末の制御部が実行する、クラスタリングに関する制御手順を表すフローチャートである。 計算用ＰＣ端末の制御部が実行する、消費者のＰＣ端末に対する広告情報の決定に関する制御手順を表すフローチャートである。 ＵＩＤテーブルの一例を概念的に表す表である。 物品別消費者数テーブルの一例を概念的に表す表である。 ステップＳＡ２００の詳細手順を表すフローチャートである。 ＷＥＢサーバの制御部が実行する、消費者のＰＣ端末に対する広告情報の出力に関する制御手順を表すフローチャートである。 ステップＳＢ１００の詳細手順を表すフローチャートである。 クリック履歴情報に基づき広告情報の決定を行う変形例において、クリック履歴データベースの記憶内容の一例を概念的に表す表である。 計算用ＰＣ端末の制御部が実行する、消費者のＰＣ端末に対する広告情報の決定に関する制御手順を説明する。 ステップＳＡ２００の詳細手順を表すフローチャートである。

以下、本発明の一実施の形態を図面を参照しつつ説明する。

図１を用いて、本実施形態の商品推奨システムの全体構成を説明する。

図１において、商品推奨システム１は、ＤＢサーバ１００と、計算用ＰＣ端末２００と、ＷＥＢサーバ３００と、消費者それぞれが所有する情報端末としてのＰＣ端末４００を有している。

ＤＢサーバ１００は、制御部１０１と、通信制御部１０３と、記憶部１１０とを有している。

制御部１０１は、図示しないＣＰＵ及びＲＡＭ、ＲＯＭ等のメモリを備えている。この制御部１０１は、ＲＡＭの一時記憶機能を利用しつつ、記憶部１１０に予め記憶された各種プログラムを実行する。これにより、ＤＢサーバ１００全体の制御を行う。

通信制御部１０３は、上記計算用ＰＣ端末２００との間で、例えばＬｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ（ＬＡＮ）等のネットワークＮＷ１を介し行われる情報通信の制御を行う。またこれと共に、上記ＷＥＢサーバ３００との間で、例えばＬＡＮ等のネットワークＮＷ２を介し行われる情報通信の制御を行う。

記憶部１１０は、例えばＨａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ（ＨＤＤ）等で構成されている。この記憶部１１０は、ＯＳ記憶エリア１１１と、ＲＤＢＭＳ記憶エリア１１２と、データベース記憶エリア１１３とを備えている。

ＯＳ記憶エリア１１１には、所定のＯｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ（ＯＳ）が記憶されている。ＯＳは、コンピュータシステム全体を管理するソウトウェアである。

ＲＤＢＭＳ記憶エリア１１２には、所定のＲｅｌａｔｉｏｎａｌ ＤａｔａＢａｓｅ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ（ＲＤＢＭＳ）が記憶されている。ＲＤＢＭＳは、いわゆるリレーショナルデータベースを管理するソフトウェアである。

データベース記憶エリア１１３には、会員データベース（図示せず）、楽曲マスタデータベース１１３１（後述の図２参照）、第１消費者データベースとしての歌唱履歴データベース１１３２（後述の図３参照）、クラスタリングデータベースとしてのユーザプロファイルデータベース１１３３（後述の図４参照）、第２消費者データベースとしての購入履歴データベース１１３４（後述の図５参照）、物品−広告データベース１１３５（後述の図６参照）、デフォルト広告データベース１１３６（後述の図７参照）、ユーザ別広告データベース１１３７（後述の図８参照）、広告リンクデータベース１１３８（後述の図９参照）、及び、認証データベース１１３９（後述の図１０参照）が記憶されている。

会員データベースには、歌唱楽曲の伴奏再生業務、言い換えれば、カラオケ業務に係わる会員として登録された複数の特定の消費者の会員情報が記憶されている。会員情報には、消費者の識別情報であるＵＩＤ、性別、及び生年月日等が含まれている。なお、カラオケ業務は、第１業務に相当する。

上記構成であるＤＢサーバ１００は、上記ネットワークＮＷ１を介し計算用ＰＣ端末２００に接続されていると共に、上記ネットワークＮＷ２を介しＷＥＢサーバ３００に接続されている。

計算用ＰＣ端末２００には、ディスプレイ２２０、キーボード２２１、及びマウス２２２が接続されている。また、計算用ＰＣ端末２００は、制御部２０１と、通信制御部２０２と、出力制御部２０３と、入力制御部２０４と、記憶部２１０とを有している。

制御部２０１は、図示しないＣＰＵ及びＲＡＭ、ＲＯＭ等のメモリを備えている。この制御部２０１は、ＲＡＭの一時記憶機能を利用しつつ、記憶部２１０に予め記憶された各種プログラムを実行する。これにより、計算用ＰＣ端末２００全体の制御を行う。

通信制御部２０２は、上記ＤＢサーバ１００との間で、上記ネットワークＮＷ１を介し行われる情報通信の制御を行う。

出力制御部２０３は、上記ディスプレイ２２０への映像信号の出力に関する制御を行う。入力制御部２０４は、上記キーボード２２１やマウス２２２を介した情報の入力に関する制御を行う。

記憶部２１０は、例えばＨＤＤ等で構成されている。この記憶部２１０は、所定のＯＳが記憶されたＯＳ記憶エリア２１１と、ユーザプロファイル決定処理プログラムが記憶されたプログラム記憶エリア２１２とを備えている。

ユーザプロファイル決定処理プログラムは、上記ＤＢサーバ１００のユーザプロファイルデータベース１１３３に記憶されるクラスタリング情報（後述）を生成する処理を制御部２０１に実行させるためのプログラムである。本実施形態においては、制御部２０１は、所定の間隔で、例えば１回／月の間隔で、このユーザプロファイル決定処理プログラムに従って所定のクラスタリングを実行する。なお、クラスタリングとは、例えば公知のＫ−ｍｅａｎｓ法やＳｅｌｆ Ｏｒｇａｎｉｚｉｎｇ Ｍａｐｓ（ＳＯＭ）法などのクラスタリング手法を用いて、複数のデータを外的基準なしに自動的に分類する手法、又は、そのアルゴリズムである。

一方、ＷＥＢサーバ３００は、制御部３０１と、通信制御部３０２，３０３と、記憶部３１０とを有している。

制御部３０１は、図示しないＣＰＵ及びＲＡＭ、ＲＯＭ等のメモリを備えている。この制御部３０１は、ＲＡＭの一時記憶機能を利用しつつ、記憶部３１０に予め記憶された各種プログラムを実行する。これにより、ＷＥＢサーバ３００全体の制御を行う。

通信制御部３０２は、上記ＤＢサーバ１００との間で上記ネットワークＮＷ２を介し行われる情報通信の制御を行う。通信制御部３０３は、上記ＰＣ端末４００や後述の広告配信サーバ５００との間で、例えばＷｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ（ＷＡＮ）等のネットワークＮＷ３を介し行われる情報通信の制御を行う。

記憶部３１０は、例えばＨＤＤ等で構成されている。この記憶部３１０は、所定のＯＳが記憶されたＯＳ記憶エリア３１１と、ウェブページデータ記憶エリア３１２と、プログラム記憶エリア３１３とを備えている。

ウェブページデータ記憶エリア３１２には、上記カラオケ業務に関する内容のウェブサイトのウェブページを構成する、Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＨＴＭＬ）データ、画像データ、テキストデータ等の各種データが記憶されている。

プログラム記憶エリア３１３には、ＷＥＢサーバプログラム、及び、広告出しわけプログラムが記憶されている。

ＷＥＢサーバプログラムは、上記ウェブページデータ記憶エリア３１２に記憶された各種データに基づきウェブページの表示情報を生成し、当該ウェブページの表示情報を出力する処理を制御部３０１に実行させるためのプログラムである。

広告出しわけプログラムは、ウェブページに設けられた広告表示領域（後述）に表示する広告を出し分ける処理を制御部３０１に実行させるためのプログラムである。

上記構成であるＷＥＢサーバ３００は、上記ネットワークＮＷ３を介しＰＣ端末４００に接続されている。

ＰＣ端末４００は、上記ネットワークＮＷ３を介しＷＥＢサーバ３００にアクセスしてウェブページを閲覧可能なＰＣ端末である。このＰＣ端末４００には、ディスプレイ４２０、キーボード４２１、及びマウス４２２が接続されている。また、ＰＣ端末４００は、制御部４０１と、通信制御部４０２と、出力制御部４０３と、入力制御部４０４と、記憶部４１０とを有している。

制御部４０１は、図示しないＣＰＵ及びＲＡＭ、ＲＯＭ等のメモリを備えている。この制御部４０１は、ＲＡＭの一時記憶機能を利用しつつ、記憶部４１０に予め記憶された各種プログラムを実行する。これにより、ＰＣ端末４００全体の制御を行う。

通信制御部４０２は、上記ＷＥＢサーバ３００との間で、上記ネットワークＮＷ３を介し行われる情報通信の制御を行う。

出力制御部４０３は、上記ディスプレイ４２０への映像信号の出力に関する制御を行う。入力制御部４０４は、上記キーボード４２１やマウス４２２を介した情報の入力に関する制御を行う。

記憶部４１０は、例えばＨＤＤ等で構成されている。この記憶部４１０は、所定のＯＳが記憶されたＯＳ記憶エリア４１１と、所定のウェブブラウザが記憶されたウェブブラウザ記憶エリア４１２とを備えている。

なお、情報端末としては、ネットワークを介してＷＥＢサーバ３００に接続可能な端末であればよく、例えば携帯電話やＰｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ（ＰＤＡ）等であってもよい。なお、図１に示す例では、ＷＥＢサーバ３００に対して、１人の消費者のＰＣ端末４００が接続された構成を例示したが、実際には、複数の消費者の情報端末が接続されている。

また、上記ＷＥＢサーバ３００は、上記ネットワークＮＷ３を介し広告配信サーバ５００に接続されている。

広告配信サーバ５００は、特定の商品を推奨する推奨情報としての広告情報を、上記ネットワークＮＷ３を介しＷＥＢサーバ３００に対して出力するサーバである。この広告配信サーバ５００は、複数の広告情報を格納した、推奨データベースとしての広告データベース（図示せず）を備えている。広告情報は、例えば商品名、商品内容、価格、外観画像等の、物品に係わる情報である。

図２に、上記楽曲マスタデータベース１１３１の記憶内容の一例を示す。

図２に示すように、楽曲マスタデータベース１１３１には、上記カラオケ業務に係わる、複数の歌唱楽曲の識別情報である楽曲ＩＤと、当該歌唱楽曲に対応する歌手の識別情報である歌手ＩＤとが対応付けられて記憶されている。なお、歌唱楽曲（以下、省略して「楽曲」と称する）は、第１商品に相当する。

図３に、上記歌唱履歴データベース１１３２の記憶内容の一例を示す。

図３に示すように、歌唱履歴データベース１１３２には、上記カラオケ業務に係わる複数の楽曲の楽曲ＩＤと、当該楽曲に対する複数の消費者の歌唱履歴とを対応付けた歌唱履歴情報が、各楽曲ごとに記憶されている。なお、歌唱履歴は、消費行動履歴に相当する。歌唱履歴情報は、消費履歴情報に相当する。

歌唱履歴情報には、カラオケ業務に係わる楽曲に対する歌唱を行った消費者のＵＩＤ、当該楽曲が歌唱された日時情報である歌唱日時、及び、当該楽曲の楽曲ＩＤが含まれている。なお、消費者が楽曲に対する歌唱を行ったこと、すなわち、消費者が楽曲を歌唱したことは、消費者が楽曲に対して消費行動を行ったことに相当する。

図４に、上記ユーザプロファイルデータベース１１３３の記憶内容の一例を示す。

図４に示すように、ユーザプロファイルデータベース１１３３には、計算用ＰＣ端末２００の制御部２０１によって実行されたクラスタリングによって生成された、クラスタリング情報が記憶されている。クラスタリング情報は、クラスタリングによって、各消費者のＵＩＤを、互いに嗜好又は消費行動時期の異なる複数のユニット（詳細には複数のユニットの識別情報であるユニットＩＤ。以下同様）のいずれかに対応付けた情報である。なお、上記ユニットの数は、予め定められている。

すなわち、このユーザプロファイルデータベース１１３３には、複数の消費者のＵＩＤと、当該消費者の属するユニットのユニットＩＤとが対応付けられて記憶されている。本実施形態では、上記ＤＢサーバ１００の歌唱履歴データベース１１３２に記憶された、複数の楽曲に対する複数の消費者の歌唱履歴情報に基づき、当該複数の消費者のＵＩＤが、複数のユニットにクラスタリングされる（詳細は後述）。

図５に、上記購入履歴データベース１１３４の記憶内容の一例を示す。

図５に示すように、購入履歴データベース１１３４には、Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ（ＥＣ；電子商取引）での物品の販売業務（以下適宜、「ＥＣ販売業務」と称する）に係わる、複数の物品の識別情報である物品ＩＤと、当該物品に対する複数の消費者の購入履歴とを対応付けた購入履歴情報が、各物品ごとに記憶されている。なお、ＥＣ販売業務は、第２業務に相当する。物品は、第２商品に相当する。購入履歴は、消費行動履歴に相当する。購入履歴情報は、消費履歴情報に相当する。

購入履歴情報には、ＥＣ販売業務に係わる物品を購入した消費者のＵＩＤ、当該物品が購入された日時情報である購入日時、及び、当該物品の物品ＩＤが含まれている。なお、消費者が物品を購入したことは、消費者が物品に対して消費行動を行ったことに相当する。

なお、購入履歴データベース１１３４は、この例では、上記ＥＣ販売業務に係わる複数の物品に対する複数の消費者の購入履歴に基づく購入履歴情報を、自動で蓄積することで構築されている。しかしながら、これに限られず、購入履歴データベース１１３４は、店舗での物品の販売業務に係わる複数の物品に対する複数の消費者の購入履歴に基づく購入履歴情報を、当該店舗の従業員が手動で入力することで構築されていてもよい。

図６に、上記物品−広告データベース１１３５の記憶内容の一例を示す。

図６に示すように、物品−広告データベース１１３５には、上記ＥＣ販売業務に係わる複数の物品の物品ＩＤと、当該物品に関する広告情報の識別情報である広告ＩＤとが対応付けられて記憶されている。

図７に、上記デフォルト広告データベース１１３６の記憶内容の一例を示す。

図７に示すように、デフォルト広告データベース１１３６には、予め定められた特定の物品、例えば新発売の物品やおすすめの物品等、に関する広告情報の広告ＩＤが記憶されている。

図８に、上記ユーザ別広告データベース１１３７の記憶内容の一例を示す。

図８に示すように、ユーザ別広告データベース１１３７には、複数の消費者のＵＩＤと、上記計算用ＰＣ端末２００の制御部２０１によって決定された当該消費者のＰＣ端末４００に対する広告情報の広告ＩＤとが対応付けられて記憶されている。なお、各消費者のＰＣ端末４００に対する広告情報を決定する手法については、後述の図１３乃至図１６で詳細に説明する。

なお、このユーザ別広告データベース１１３７に、広告情報自体、すなわち、例えば商品名、商品内容、価格、外観画像等の、物品に係わる情報自体、を記憶させるようにしてもよい。

図９に、上記広告リンクデータベース１１３８の記憶内容の一例を示す。

図９に示すように、広告リンクデータベース１１３８には、複数の広告情報の広告ＩＤと、当該広告情報を格納する上記広告配信サーバ５００の広告データベース内の位置を特定するＵｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ（ＵＲＬ）とが対応付けられて記憶されている。

図１０に、上記認証データベース１１３９の記憶内容の一例を示す。

図１０に示すように、認証データベース１１３９には、予め、上記カラオケ業務に関しての複数の上記特定の消費者の認証情報が記憶されている。認証情報は、例えば消費者がカラオケ業務に係わる会員として登録された際に付与される。この認証情報には、認証ＩＤ及びパスワードが含まれている。

なお、この例では、上述した図２乃至図１０に示すデータベースはすべて、ＤＢサーバ１００の記憶部１１０に記憶されているが、これに限られない。すなわち、これらデータベースをそれぞれ、計算用ＰＣ端末２００の記憶部２１０、ＤＢサーバ１００の記憶部１１０、ＷＥＢサーバ３００の記憶部３１０などに、別々に記憶させるようにしてもよい。

本実施形態においては、消費者は、上記カラオケ業務に関する内容のウェブサイトのウェブページを閲覧したい場合、ＰＣ端末４００の上記ウェブブラウザ記憶エリア４１２に記憶されたウェブブラウザを起動させる。そして、ＰＣ端末４００に接続された上記キーボード４２１やマウス４２２を操作して、カラオケ業務に関する内容のウェブサイトのウェブページ、例えば、当該ウェブサイトのトップページのＵＲＬを入力する。すると、当該消費者のＰＣ端末４００からＷＥＢサーバ３００に対してリクエストが出力される。

ＷＥＢサーバ３００において上記消費者のＰＣ端末４００からのリクエストが受信されると、当該リクエストに応じて上記トップページの表示情報が生成され、当該表示情報が上記リクエストに係わるＰＣ端末４００に対して出力される。これにより。当該ＰＣ端末４００に接続された上記ディスプレイ４２０に、カラオケ業務に関する内容のウェブサイトのトップページが表示される。

このトップページには、図示は省略するが、前述した認証情報、すなわち、認証ＩＤ及びパスワードの入力ボックスが含まれている。消費者は、上記カラオケ業務に係わる会員専用のウェブページであるマイページを閲覧したい場合、上記キーボード４２１やマウス４２２を操作して、上記入力ボックスに、認証情報を入力する。すると、当該消費者のＰＣ端末４００からＷＥＢサーバ３００に対して、当該入力された認証情報を含む認証要求信号が出力される。

ＷＥＢサーバ３００において上記消費者のＰＣ端末４００からの認証要求信号が受信されると、当該認証要求信号に基づき、上記ＤＢサーバ１００の認証データベース１１３９にアクセスされ、当該認証要求信号に係わる消費者の認証が行われる（詳細は後述）。このとき、当該認証要求信号に係わる消費者が認証されると、ＷＥＢサーバ３００において、上記認証された消費者のＰＣ端末４００に対する広告情報の広告ＩＤが上記ＤＢサーバ１００のユーザ別広告データベース１１３７より取得される。そして、その取得された広告ＩＤに対応する広告情報が上記広告配信サーバ５００の広告データベースより取得される。そして、その取得された広告情報を含む、上記認証された消費者のＰＣ端末４００用の情報画面、すなわち、上記認証データベース１１３９に認証情報が記憶された特定の消費者のＰＣ端末４００用の情報画面、の表示情報が生成される。以下適宜、特定の消費者のＰＣ端末４００用の情報画面を、「特定の消費者に係わるマイページ」や「マイページ」等と称する。

その後、ＷＥＢサーバ３００から上記認証要求信号に係わる特定の消費者のＰＣ端末４００に対して、上記生成された当該特定の消費者に係わるマイページの表示情報が出力される。そして、当該特定の消費者のＰＣ端末４００においてマイページの表示情報が受信されると、当該特定の消費者のＰＣ端末４００に接続されたディスプレイ４２０の表示画面が、上記表示情報を表示した当該特定の消費者に係わるマイページに遷移する。

図１１に、特定の消費者のＰＣ端末４００に接続されたディスプレイ４２０に表示される当該特定の消費者に係わるマイページの一例を示す。

図１１に示すように、このマイページには、複数のターゲット広告表示領域ＴＡと、共通広告表示領域ＣＡと、会員コンテンツを表示する会員コンテンツ表示領域ＭＡとが含まれている。

ターゲット広告表示領域ＴＡは、マイページに係わる特定の消費者をターゲットとした広告が表示される広告表示領域である。この例では、ターゲット広告表示領域ＴＡ１には、「広告１」とテキスト表示された広告が表示されている。ターゲット広告表示領域ＴＡ２には、「広告２」とテキスト表示された広告が表示されている。

共通広告表示領域ＣＡは、予め定められた広告が表示される広告表示領域である。この例では、共通広告表示領域ＣＡには、「広告３」とテキスト表示された広告が表示されている。

また、マイページにおいて、上記ターゲット広告表示領域ＴＡや共通広告表示領域ＣＡに表示された広告、言い換えれば、物品に係わる情報に対して、上記マウス４２２を介したクリックが行われると、ＷＥＢサーバ３００に当該クリックの履歴が出力される。またこれと共に、上記ディスプレイ４２０の表示画面が、当該クリックが行われた広告に関連する物品に係わるウェブページ、例えば当該物品を購入するページや当該物品のさらに詳しい情報を掲載するページ等、に遷移する。なお、上記マウス４２２を介したクリックは、所定の操作に相当する。

以下、図１２、図１３、図１６、図１７及び図１８により、計算用ＰＣ端末２００及びＷＥＢサーバ３００等によって実行される、本実施形態における商品推奨方法による制御手順を説明する。

図１２を用いて、計算用ＰＣ端末２００の制御部２０１が実行する、クラスタリングに関する制御手順を説明する。

図１２において、例えば操作者により上記キーボード２２１やマウス２２２を用いて、所定の処理開始指令が操作入力されることによって、図中「ＳＴＡＲＴ」位置で表されるように、このフローが開始される。

まずステップＳＡ１０で、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００の歌唱履歴データベース１１３２（図３参照）にアクセスする。そして、複数の楽曲に対する複数の消費者の歌唱履歴情報を取得する。このステップが、各請求項記載の履歴取得手順に相当すると共に、履歴取得手段として機能する。

その後、ステップＳＡ２０で、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００の楽曲マスタデータベース１１３１（図２参照）にアクセスする。そして、上記ステップＳＡ１０で取得された複数の楽曲に対する複数の消費者の歌唱履歴情報に含まれるすべての楽曲ＩＤをキーとして、当該楽曲ＩＤに対応付けられたすべての歌手ＩＤを取得する。

そして、ステップＳＡ３０に移り、制御部２０１は、上記ステップＳＡ１０で取得された複数の楽曲に対する複数の消費者の歌唱履歴情報を用いて、当該複数の消費者それぞれについて、上記ステップＳＡ２０で取得されたすべての歌手ＩＤに対応する歌手の楽曲に対する特徴ベクトルを生成する。そして、複数の消費者それぞれについて生成した特徴ベクトルを、当該消費者のＵＩＤと対応付ける。

なお、このステップで複数の消費者それぞれについて生成される特徴ベクトルは、上記ステップＳＡ２０で取得されたすべての歌手ＩＤをベクトルの構成要素とし、当該要素の値を「１」又は「０」表すベクトルである。要素の値が「１」というのは、当該要素に係わる歌手ＩＤに対応する歌手の楽曲に対する歌唱履歴があることを意味し、要素の値が「０」というのは、当該要素に係わる歌手ＩＤに対応する歌手の楽曲に対する歌唱履歴がないことを意味している。

例えば、上記ステップＳＡ２０で取得されたすべての歌手ＩＤに対応する歌手の楽曲を歌唱したことのある消費者に関しては、要素の値がすべて「１」となる特徴ベクトルが生成される。つまり、この場合の消費者の特徴ベクトルは、＜１，１，１，１，１・・・＞となる。一方、上記ステップＳＡ２０で取得されたすべての歌手ＩＤに対応する歌手の楽曲を歌唱したことのない消費者に関しては、要素の値がすべて「０」となる特徴ベクトルが生成される。つまり、この場合の消費者の特徴ベクトルは、＜０，０，０，０，０・・・＞となる。

したがって、特徴ベクトルは、上記ステップＳＡ２０で取得された歌手ＩＤに対応する歌手すべてについて、当該歌手の楽曲を歌唱したことがあるか、歌唱したことがないかを表している。言い換えれば、特徴ベクトルは、消費者の歌手の嗜好を表しているのである。

その後、ステップＳＡ４０で、制御部２０１は、予め用意された、複数のユニットそれぞれの代表ベクトルの初期値を用いて、上記ステップＳＡ３０で複数の消費者のＵＩＤにそれぞれ対応付けられた複数の特徴ベクトルを、例えば公知のＫ−ｍｅａｎｓ法やＳＯＭ法などのクラスタリング手法により、複数のユニットに分類する。そして、このクラスタリングの結果に対応して、各消費者のＵＩＤを、当該ＵＩＤに対応する特徴ベクトルが分類されたユニットのユニットＩＤにそれぞれ対応付け、クラスタリング情報を生成する。

そして、ステップＳＡ５０に移り、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００のユーザプロファイルデータベース１１３３（図４参照）にアクセスする。そして、ユーザプロファイルデータベース１１３３に、上記ステップＳＡ４０で生成されたクラスタリング情報を記憶させる。なお、ユーザプロファイルデータベース１１３３に既にクラスタリング情報が記憶されている場合には、新たに生成されたクラスタリング情報の内容に更新する。その後、このフローを終了する。

なお、上記において、ステップＳＡ３０及びステップＳＡ４０が、各請求項記載のクラスタリング手順に相当すると共に、クラスタリング手段として機能する。

図１３を用いて、計算用ＰＣ端末２００の制御部２０１が実行する、消費者のＰＣ端末４００に対する広告情報の決定に関する制御手順を説明する。

図１３において、例えば操作者により上記キーボード２２１やマウス２２２を用いて、所定の処理開始指令が操作入力されることによって、図中「ＳＴＡＲＴ」位置で表されるように、このフローが開始される。

まずステップＳＡ１０５で、制御部２０１は、例えば操作者により予め設定され記憶部２１３の適宜の領域に記憶された期間範囲に関する情報を取得する。そして、その取得した情報が表す期間範囲をＤとする。期間範囲＝Ｄは、例えば「２００９／０１／０１〜２００９／１２／３１」のように設定される。なお、期間範囲は、「年／月／日」単位に限られず、時間単位を含んでいてもよい。

その後、ステップＳＡ１１０で、制御部２０１は、上記複数のユニットのいずれかに対応する変数Ｕの値を１に設定する。

そして、ステップＳＡ１１５に移り、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００のユーザプロファイルデータベース１１３３（図４参照）にアクセスする。そして、この時点での変数Ｕの値に対応するユニットのユニットＩＤをキーとして、当該ユニットＩＤに対応付けられたすべてのＵＩＤを取得する。すなわち、このステップでは、制御部２０１は、この時点での変数Ｕの値に対応するユニットに属する複数の消費者のＵＩＤを取得している。つまり、このステップにおいては、各ユニットごとに、当該ユニットに属する複数の消費者のＵＩＤが取得される。

その後、ステップＳＡ１２０で、制御部２０１は、上記ステップＳＡ１１５での取得結果をテーブル化し、ＵＩＤテーブル（後述の図１４参照）として、例えば上記ＤＢサーバ１００の制御部１０１内のＲＡＭ等のメモリに記憶させる。

そして、ステップＳＡ１２５に移り。制御部２０１は、上記ステップＳＡ１２０で生成されたＵＩＤテーブルのレコード数を検出する。そして、その検出したレコード数をＮとする。なお、「レコード」は、テーブル又はデータベースを構成するデータの単位である。すなわち、このステップで検出されるレコード数＝Ｎは、上記ステップＳＡ１１５が実行された時点での変数Ｕの値に対応するユニットに属する消費者の数と一致する。

その後、ステップＳＡ１３０に移り、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００の購入履歴データベース１１３４（図５参照）にアクセスする。そして、購入日時が上記ステップＳＡ１０５で設定された期間範囲＝Ｄ内で、かつ、ＵＩＤが上記ステップＳＡ１２０で生成されたＵＩＤテーブル内のＵＩＤのいずれかに一致した、すべての購入履歴情報に含まれるＵＩＤ及び物品ＩＤを対応付けて取得する。すなわち、このステップでは、制御部２０１は、所定の物品としての上記ステップＳＡ１０５で設定された期間範囲＝Ｄ内に販売されていた物品、を購入した、上記ステップＳＡ１１５が実行された時点での変数Ｕの値に対応するユニットに属する複数の消費者それぞれのＵＩＤを、当該消費者が購入した物品の物品ＩＤと対応付けて取得している。このステップが、各請求項記載の識別情報取得手順に相当すると共に、識別情報取得手段として機能する。

そして、ステップＳＡ１３５に移り、制御部２０１は、上記ステップＳＡ１３０で取得されたすべてのＵＩＤを、対応する物品ＩＤごとに分類し、ＵＩＤの数、言い換えれば、上記ステップＳＡ１３０でＵＩＤが取得された消費者の数を、各物品ごとにカウントする。すなわち、このステップでは、制御部２０１は、上記ステップＳＡ１０５で設定された期間範囲＝Ｄ内に販売されていた各物品ごとに、上記ステップＳＡ１１５が実行された時点での変数Ｕの値に対応するユニット内での当該物品を購入した消費者の数、すなわち、購入者の数をカウントしている。つまり、このステップにおいては、各ユニットごとに、上記ステップＳＡ１３０でＵＩＤが取得された消費者の数がカウントされる。

その後、ステップＳＡ１４０で、制御部２０１は、上記ステップＳＡ１３５でのカウント結果をテーブル化し、物品別消費者数テーブル（後述の図１５参照）として、例えば上記ＤＢサーバ１００の制御部１０１内のＲＡＭ等のメモリに記憶させる。

そして、ステップＳＡ１４５に移り、制御部２０１は、例えば操作者により予め設定され記憶部２１３の適宜の領域に記憶された広告対象とする物品数に関する情報を取得する。そして、その取得した情報が表す広告対象とする物品数をＣとする。

その後、ステップＳＡ１５０で、制御部２０１は、上記広告対象とする物品数をカウントするための変数ｉの値を１に設定する。

そして、ステップＳＡ１５５に移り、制御部２０１は、上記物品別消費者数テーブルから、上記ステップＳＡ１３５で各物品ごとにカウントされた消費者の数がｉ番目に多いデータに含まれる物品ＩＤを取得する。すなわち、このステップでは、制御部２０１は、上記ステップＳＡ１１５が実行された時点での変数Ｕの値に対応するユニット内での購入者数が、ｉ番目に多い物品の物品ＩＤを取得している。そして、その取得した物品ＩＤをＩとする。

その後、ステップＳＡ２００で、制御部２０１は、上記ステップＳＡ１３５でカウントされた消費者の数に応じて、上記ステップＳＡ１１５が実行された時点での変数Ｕの値に対応するユニットに属する消費者のＰＣ端末４００に対する広告情報を決定する、広告決定処理を実行する。なお、この詳細内容については、後述の図１６で説明する。

そして、ステップＳＡ１６０に移り、制御部２０１は、上記変数ｉの値に１を加え、ステップＳＡ１６５に移る。

ステップＳＡ１６５では、制御部２０１は、上記変数ｉの値が、上記ステップＳＡ１４５で設定された広告対象とする物品数＝Ｃよりも大きいかどうかを判定する。ｉ≦Ｃである場合には、判定が満たされず上記ステップＳＡ１５５に移り、同様の手順を繰り返す。一方、ｉ＞Ｃである場合には、判定が満たされてステップＳＡ１７０に移る。

ステップＳＡ１７０では、制御部２０１は、上記変数Ｕの値に１を加え、ステップＳＡ１７５に移る。

ステップＳＡ１７５では、制御部２０１は、上記変数Ｕの値が、予め定められたユニットの数Ｍよりも大きいかどうかを判定する。これは言い換えれば、上記ステップＳＡ１１５以降の手順を、各ユニットごとに、すべてのユニットについて実行したかどうかを判定している。Ｕ≦Ｍである場合には、判定が満たされず上記ステップＳＡ１１５に戻り、同様の手順を繰り返す。一方、Ｕ＞Ｍである場合には、判定が満たされて、このフローを終了する。

なお、上記において、ステップＳＡ１１５及びステップＳＡ１３５が、各請求項記載の消費者計数手順に相当すると共に、消費者計数手段として機能する。

図１４に、上記ＵＩＤテーブルの一例を示す。図１４に示すように、ＵＩＤテーブルには、上記図１３のステップＳＡ１１５が実行された時点での変数Ｕの値に対応するユニットに属する消費者のＵＩＤが記憶されている。

図１５に、上記物品別消費者数テーブルの一例を示す。図１５に示すように、物品別消費者数テーブルには、各物品ごとに、当該物品の物品ＩＤと、上記図１３のステップＳＡ１３５でカウントされた消費者の数とが記憶されている。

図１６を用いて、上記図１３のステップＳＡ２００の詳細手順を説明する。

図１６において、まずステップＳＡ２０５で、制御部２０１は、上記ＵＩＤテーブルのレコード数をカウントするための変数ｊの値を１に設定する。

その後、ステップＳＡ２１０で、制御部２０１は、上記ＵＩＤテーブルに記憶されたＵＩＤを１つ取得する。そして、その取得したＵＩＤをＰとする。

そして、ステップＳＡ２１５に移り、制御部２０１は、上記ＵＩＤテーブルから、上記ステップＳＡ２１０で取得されたＵＩＤ＝Ｐを削除する。

その後、ステップＳＡ２２０で、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００の購入履歴データベース１１３４にアクセスする。そして、ＵＩＤが上記ステップＳＡ２１０で取得されたＵＩＤ＝Ｐと一致し、かつ、物品ＩＤが上記図１３のステップＳＡ１５５で取得された物品ＩＤ＝Ｉと一致する、購入履歴情報の有無を判定する。これは言い換えれば、上記ステップＳＡ２１０で取得されたＵＩＤ＝Ｐに対応する消費者が、上記図１３のステップＳＡ１５５で取得された物品ＩＤ＝Ｉに対応する物品を購入済みかどうかを判定している。上記購入履歴情報があった場合、言い換えれば、ＵＩＤ＝Ｐに対応する消費者が物品ＩＤ＝Ｉに対応する物品を購入済みであった場合には、判定が満たされて、後述のステップＳＡ２４０に移る。一方、上記購入履歴情報がなかった場合、言い換えれば、ＵＩＤ＝Ｐに対応する消費者が物品ＩＤ＝Ｉに対応する物品を購入していない場合には、判定が満たされず、ステップＳＡ２２５に移る。

そして、ステップＳＡ２２５に移り、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００の物品−広告データベース１１３５（図６参照）にアクセスする。そして、上記図１３のステップＳＡ１５５で取得された物品ＩＤ＝Ｉをキーとして、当該物品ＩＤに対応付けられた広告ＩＤを取得する。そして、その取得した広告ＩＤをＢとする。

その後、ステップＳＡ２３０で、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００のユーザ別広告データベース１１３７（図８参照）にアクセスする。そして、ユーザ別広告データベース１１３７に、上記ステップＳＡ２２５で取得された広告ＩＤ＝Ｂを、上記ステップＳＡ２１０で取得されたＵＩＤ＝Ｐと対応付けて記憶させ、広告ＩＤ＝Ｂに対応する広告情報を、ＵＩＤ＝Ｐに対応する消費者のＰＣ端末４００に対する広告情報として決定する。

なお、上記図１３のステップＳＡ１５５では、上記ステップＳＡ１１５が実行された時点での変数Ｕの値に対応するユニット内での購入者数が多い、上位Ｃ個の物品の物品ＩＤが取得されている。したがって、このステップＳＡ２３０では、制御部２０１は、当該ユニットにおいて、購入した消費者の数が多い物品、具体的には、購入した消費者の数が多い上位Ｃ個の物品、に関する広告情報を、購入した消費者の数が少ない物品に関する広告情報よりも優先するように決定を行っている。

そして、ステップＳＡ２３５に移り、制御部２０１は、上記変数ｊの値に１を加え、ステップＳＡ２４０に移る。

ステップＳＡ２４０では、制御部２０１は、上記変数ｊの値が、上記図１３のステップＳＡ１２５で検出されたＵＩＤテーブルのレコード数＝Ｎよりも大きいかどうかを判定する。ｊ≦Ｎである場合には、判定が満たされず上記ステップＳＡ２１０に戻り、同様の手順を繰り返す。一方、ｊ＞Ｎである場合には、判定が満たされて、このルーチンを終了する。

以上のように、ステップＳＡ２００においては、制御部２０１は、上記図１３のステップＳＡ１３５で各ユニットごとにカウントされた消費者の数に応じて、当該ユニットに対応付けられた、言い換えれば、当該ユニットに属する、複数の消費者のうち少なくとも一人の消費者のＰＣ端末４００に対する、物品の購入行動に関連する広告情報を決定している。したがって、図１６に示すステップＳＡ２００のすべての手順、すなわち、ステップＳＡ２０５〜ステップＳＡ２４０が、各請求項記載の推奨情報決定手順に相当すると共に、推奨情報決定手段として機能する。

図１７を用いて、ＷＥＢサーバ３００の制御部３０１が実行する、消費者のＰＣ端末４００に対する広告情報の出力に関する制御手順を説明する。

図１７において、例えば消費者のＰＣ端末４００より上記カラオケ業務に関する内容のウェブサイトのトップページに係わるリクエストが入力されることによって、図中「ＳＴＡＲＴ」位置で表されるように、このフローが開始される。

まずステップＳＢ１０で、制御部３０１は、消費者のＰＣ端末４００よりネットワークＮＷ３及び通信制御部３０３を介し受信した上記トップページに係わるリクエストに応じて、上記ウェブページデータ記憶エリア３１２に記憶された各種データに基づき、当該トップページの表示情報を生成する。そして、その生成したトップページの表示情報を、通信制御部３０３及びネットワークＮＷ３を介し上記リクエストに係わる消費者のＰＣ端末４００に対して出力する。これにより、当該消費者のＰＣ端末４００に接続されたディスプレイ４２０に、上記表示情報を表示したトップページが表示される。

その後、ステップＳＢ２０で、制御部３０１は、消費者のＰＣ端末４００よりネットワークＮＷ３及び通信制御部３０３を介し、前述した認証要求信号を受信したかどうかを判定する。認証要求信号を受信するまで、判定が満たされずループして待機する。そして、消費者のＰＣ端末４００からの認証要求信号を受信したら、判定が満たされてステップＳＢ３０に移る。なお、消費者が特定の消費者である場合には、特定の消費者のＰＣ端末４００からの認証要求信号が受信される。このステップが、各請求項記載の認証要求受信手順に相当する。

ステップＳＢ３０では、制御部３０１は、通信制御部３０２及びネットワークＮＷ２を介し、上記ＤＢサーバ１００の認証データベース１１３９（図１０参照）にアクセスする。そして、上記ステップＳＢ２０で受信された認証要求信号に含まれる認証情報が、認証データベース１１３９に記憶された複数の特定の消費者の認証情報のいずれかに合致するかどうかを判定する。これにより、当該認証要求信号に係わる特定の消費者の認証を行う。このステップが、各請求項記載の認証手順に相当する。認証要求信号に含まれる認証情報が、認証データベース１１３９に記憶された複数の特定の消費者の認証情報のいずれにも合致しない場合は認証されないため、判定が満たされず、ステップＳＢ４０に移る。

ステップＳＢ４０では、制御部３０１は、上記ウェブページデータ記憶エリア３１２に記憶された各種データに基づき、所定のエラー画面の表示情報を生成する。そして、その生成したエラー画面の表示情報を、通信制御部３０３及びネットワークＮＷ３を介し、上記ステップＳＢ２０で受信された認証要求信号に係わる消費者のＰＣ端末４００に対して出力する。これにより、当該消費者のＰＣ端末４００に接続されたディスプレイ４２０に、上記表示情報を表示したエラー画面が表示される。その後、このフローを終了する。

一方、上記ステップＳＢ３０において、認証要求信号に含まれる認証情報が、認証データベース１１３９に記憶された複数の特定の消費者の認証情報のいずれかに合致する場合は認証されるため、ステップＳＢ３０の判定が満たされて、ステップＳＢ１００に移る。

ステップＳＢ１００では、制御部３０１は、上記ステップＳＢ２０で認証された特定の消費者に対する広告情報を含む、当該特定の消費者に係わるマイページの表示情報を、当該特定の消費者のＰＣ端末４００に対して出力する、広告出力処理を実行する。なお、この詳細内容については、後述の図１８で説明する。その後、このフローを終了する。

図１８を用いて、上記図１７のステップＳＢ１００の詳細手順を説明する。

図１８において、まずステップＳＢ１０５で、制御部３０１は、上記図１７のステップＳＢ１０で受信された認証要求信号に基づき、上記図１７のステップＳＢ２０で認証された特定の消費者のＵＩＤを取得する。そして、その取得したＵＩＤをＸとする。

その後、ステップＳＢ１１０で、制御部３０１は、例えば操作者により予め設定され記憶部３１３の適宜の領域に記憶された、前述したマイページにおけるターゲット広告表示領域ＴＡの数に関する情報を取得する。そして、その取得した情報が表すマイページにおけるターゲット広告表示領域ＴＡの数をＹとする。

そして、ステップＳＢ１１５に移り、制御部３０１は、通信制御部３０２及びネットワークＮＷ２を介し、上記ＤＢサーバ１００のユーザ別広告データベース１１３７（図８参照）にアクセスする。そして、上記ステップＳＢ１０５で取得されたＵＩＤ＝Ｘをキーとして、当該ＵＩＤに対応付けられた広告ＩＤのＹ個取得を図る。すなわち、制御部３０１は、上記図１７のステップＳＢ２０で認証されたＵＩＤ＝Ｘ対応する特定の消費者に関して上記図１３のステップＳＡ２００で決定された広告情報の広告ＩＤのＹ個取得を図っている。なお、ユーザ別広告データベース１１３７に、ＵＩＤ＝Ｘ対応する特定の消費者に関して決定された広告情報の広告ＩＤの数がＹ個に満たなかったため、当該ＵＩＤに対応付けられた広告ＩＤをＹ個取得できない場合もある。そして、制御部３０１は、ユーザ別広告データベース１１３７より取得した広告ＩＤをリスト化して、広告ＩＤリストとして、例えば上記ＤＢサーバ１００の制御部１０１内のＲＡＭ等のメモリに記憶させる。

なお、上記図１６のステップＳＡ２２０〜ステップＳＡ２３０では、各ユニットごとに消費者が当該ユニット内での購入者数が多い物品を購入済みかどうかを判定し、当該物品を購入していない消費者のＵＩＤを当該物品に関する広告情報の広告ＩＤと対応付けてユーザ別広告データベース１１３７に記憶させている。そして、このステップＳＢ１１５において、消費者が購入していない物品に関する広告情報の広告ＩＤのＹ個取得が図られる。したがって、後述のステップＳＢ１７０においては、各ユニットごとに上記図１３のステップＳＡ２００で決定された広告情報を含む表示情報が、当該ユニットに属すると共に当該広告情報に関する物品を購入していない消費者のＰＣ端末４００に対して出力されることとなる。

その後、ステップＳＢ１２０で、制御部３０１は、上記ステップＳＢ１１５で生成された広告ＩＤリストに含まれる広告ＩＤの数を検出する。そして、その検出した広告ＩＤの数をＺとする。すなわち、Ｚの値は０以上Ｙ以下の整数となる。

そして、ステップＳＢ１２５に移り、制御部３０１は、上記広告ＩＤリストに含まれる広告ＩＤの数をカウントするための変数ｋの値を１に設定する。

その後、ステップＳＢ１３０に移り、制御部３０１は、上記変数ｋの値が、上記ステップＳＢ１２０で検出された広告ＩＤの数＝Ｚ以下であるかどうかを判定する。これは言い換えれば、上記広告ＩＤリストに含まれるすべての広告ＩＤが、後述のステップＳＢ１３５で取得されたかどうかを判定している。ｋ≦Ｚである場合、言い換えれば、まだ広告ＩＤリストに含まれるすべての広告ＩＤが後述のステップＳＢ１３５で取得されていない場合には、判定が満たされてステップＳＢ１３５に移る。

ステップＳＢ１３５では、制御部３０１は、上記ステップＳＢ１１５で生成された広告ＩＤリストに含まれるｋ番目の広告ＩＤを取得する。そして、その取得した広告ＩＤをＡとする。その後、ステップＳＢ１４５に移る。

一方、上記ステップＳＢ１３０において、ｋ＞Ｚである場合、言い換えれば、既に広告ＩＤリストに含まれるすべての広告ＩＤが上記ステップＳＢ１３５で取得されていた場合には、ステップＳＢ１３０の判定が満たされずステップＳＢ１４０に移る。

ステップＳＢ１４０では、制御部３０１は、通信制御部３０２及びネットワークＮＷ２を介し、上記ＤＢサーバ１００のデフォルト広告データベース１１３６（図７参照）にアクセスする。そして、デフォルト広告データベース１１３６に記憶された複数の広告情報の広告ＩＤのうち、１つの広告情報の広告ＩＤをランダムに取得する。そして、その取得した広告ＩＤをＡとする。

そして、ステップＳＢ１４５に移り、制御部３０１は、通信制御部３０２及びネットワークＮＷ２を介し、上記ＤＢサーバ１００の広告リンクデータベース１１３８（図９参照）にアクセスする。そして、上記ステップＳＢ１３５又はステップＳＢ１４０で取得された広告ＩＤ＝Ａをキーとして、当該広告ＩＤに対応付けられたＵＲＬを取得する。そして、その取得したＵＲＬをＬとする。

その後、ステップＳＢ１５０で、制御部３０１は、通信制御部３０３及びネットワークＮＷ３を介し、上記広告配信サーバ５００の広告データベースにアクセスする。そして、上記ステップＳＢ１４５で取得されたＵＲＬ＝Ｌを指定して、当該ＵＲＬの位置に格納された広告情報を取得する。

そして、ステップＳＢ１５５に移り、制御部３０１は、上記変数ｋの値に１を加え、ステップＳＢ１６０に移る。

ステップＳＢ１６０では、制御部３０１は、上記変数ｋの値が、上記マイページにおけるターゲット広告表示領域ＴＡの数＝Ｙよりも大きくなったかどうかを判定する。これは言い換えれば、Ｙ個の広告情報を広告配信サーバ５００の広告データベースより取得しているかどうかを判定している。ｋ≦Ｙである場合、言い換えれば、まだＹ個の広告情報を広告配信サーバ５００の広告データベースより取得していない場合には、判定が満たされず上記ステップＳＢ１３０に戻り、同様の手順を繰り返す。一方、ｋ＞Ｙである場合、言い換えれば、既にＹ個の広告情報を広告配信サーバ５００の広告データベースより取得している場合には、判定が満たされてステップＳＢ１６５に移る。

ステップＳＢ１６５では、制御部３０１は、上記ステップＳＢ１５０で取得された広告情報をＨＴＭＬ形式とする。そして、当該ＨＴＭＬ形式の広告情報を上記ターゲット広告表示領域ＴＡに組み込んだ、上記ステップＳＢ１０５で取得されたＵＩＤ＝Ｘに係わる特定の消費者に係わるマイページの表示情報を生成する。

その後、ステップＳＢ１７０で、制御部３０１は、通信制御部３０３及びネットワークＮＷ３を介し、上記ステップＳＢ１６５で生成されたＵＩＤ＝Ｘ対応する特定の消費者に係わるマイページの表示情報を、当該特定の消費者のＰＣ端末４００に対して出力する。これは言い換えれば、上記ユーザ別広告データベース１１３７より取得された、上記図１３のステップＳＡ２００で決定された広告情報を含む表示情報を、１人の消費者のＰＣ端末４００に対して出力することに相当する。このステップが、各請求項記載の推奨情報出力手順に相当すると共に、推奨情報出力手段として機能する。これにより、ＵＩＤ＝Ｘ対応する特定の消費者のＰＣ端末４００に接続されたディスプレイ４２０に、上記表示情報を表示した当該特定の消費者に係わるマイページが表示される。そして、このルーチンを終了する。

以上説明したように、本実施形態では、予め、カラオケ業務に係わる歌唱履歴情報が、ＤＢサーバ１００の歌唱履歴データベース１１３２（図３を参照）に記憶されている。計算用ＰＣ端末２００の制御部２０１は、上記歌唱履歴データベース１１３２にアクセスし、複数の楽曲に対する複数の消費者の歌唱履歴情報を取得する。そして、その取得した歌唱履歴情報を用いて、各消費者のＵＩＤを複数のユニットのいずれかに対応付けて、クラスタリング情報を生成する。

一方、本実施形態ではまた、予め、上記カラオケ業務とは別の、ＥＣ販売業務に係わる購入履歴情報が、ＤＢサーバ１００の購入履歴データベース１１３４（図５を参照）に記憶されている。制御部２０１は、上記購入履歴データベース１１３４にアクセスし、所定の物品を購入した複数の消費者を特定し、それら複数の消費者のＵＩＤを取得する。このようにして消費者が特定されると、制御部２０１は、ＤＢサーバ１００のユーザプロファイルデータベース１１３３（図４を参照）にアクセスし、上記ＵＩＤが取得された消費者の数を各ユニットごとにカウントする。これにより、特定の物品を購入した消費者が、楽曲に関するクラスタリングにより生成された各ユニットに、何人ずつ含まれるかがカウントされる。その後、制御部２０１は、上記各ユニットごとのカウント結果に応じて、当該ユニットの消費者のＰＣ端末４００に対する広告情報を決定する（図１３のステップＳＡ２００を参照）。そして、ＷＥＢサーバ３００の制御部３０１は、上記決定された広告情報を、ＤＢサーバ１００のユーザ別広告データベース１１３７（図８を参照）から取得して、当該消費者のＰＣ端末４００に対して出力する（図１８のステップＳＢ１７０を参照）。

以上の結果、楽曲に関するクラスタリングに基づく各ユニットごとに、物品を購入した消費者の数の大小に応じた広告情報が決定され、当該ユニットの消費者のＰＣ端末４００へ出力される。これにより、消費者の物品についての消費履歴情報、つまり購入履歴情報があまり多く存在しない場合であっても、消費者の楽曲についての豊富な消費履歴情報、つまり歌唱履歴情報を用いてクラスタリングを行い、そのクラスタリング結果を用いて推奨する情報の内容を決定することで、物品についての消費者の動向に精度よく合致した効果的な推奨を行うことができる。

また、本実施形態では特に、ＷＥＢサーバ３００の制御部３０１は、上記図１３のステップＳＡ２００（詳細内容は図１６を参照）において、各ユニットごとに、購入した消費者の数が多い物品に関する広告情報を、購入した消費者の数が少ない物品に関する広告情報よりも優先するように決定を行う。これにより、各ユニットについて、購入した消費者の数が多い物品についての広告情報が、それ以外の物品についての広告情報よりも優先して決定される。この結果、当該ユニットにおいて比較的多くの消費者が当該物品を購入している事実を反映させた、効果的な推奨を行うことができる。

また、本実施形態では特に、ＷＥＢサーバ３００の制御部３０１は、上記図１８のステップＳＢ１７０において、各ユニットごとに上記図１３のステップＳＡ２００において決定された広告情報を、当該ユニットに対応付けられると共に当該広告情報に関する物品を購入していない消費者のＰＣ端末４００に対し出力する。これにより、各ユニットにおいて、比較的多くの消費者が購入した物品についての広告情報が、当該物品を購入していない消費者のＰＣ端末４００に対して出力される。この結果、その時点で物品を購入していない消費者をターゲットとして推奨を行うことができる。すなわち、最終的に、同一の嗜好を備える１つのユニット内の全消費者が、当該物品の購入を完了するように、有効な推奨を確実に行うことができる。

また、本実施形態では特に、上記カラオケ業務に関して予め、特定の消費者の認証情報が、ＤＢサーバ１００の認証データベース１１３９（図１０参照）に記憶されている。ＷＥＢサーバ３００の制御部３０１は、特定の消費者のＰＣ端末４００からの認証要求信号を受信する（図１７のステップＳＢ１０を参照）。そして、その受信された認証要求信号に基づき、上記認証データベース１１３９にアクセスし、当該認証要求信号に係わる特定の消費者の認証を行う（図１７のステップＳＢ２０を参照）。そして、その認証された特定の消費者に関して上記図１３のステップＳＡ２００において決定された広告情報を含む、当該特定の消費者に係わるマイページの表示情報を、当該特定の消費者のＰＣ端末４００に対して出力する。これにより、ＰＣ端末４００に表示される画面上で、特定の消費者をターゲットとした、有効な推奨を行うことができる。

なお、本発明は、上記実施形態に限られるものではなく、その趣旨及び技術的思想を逸脱しない範囲内で種々の変形が可能である。以下、そのような変形例を説明する。

（１）クリック履歴情報に基づき広告情報の決定を行う場合
上記実施形態においては、複数の物品に対する複数の消費者の購入履歴情報に基づき、広告情報を決定していたが、これに限られない。すなわち、複数の消費者の複数の物品に係わる情報に対するクリック履歴情報に基づき、広告情報を決定するようにしてもよい。

例えば、上記マイページ（図１１参照）を閲覧している特定の消費者は、当該マイページ上のターゲット広告表示領域ＴＡや共通広告表示領域ＣＡに表示された広告の内容、すなわち、物品に係わる情報に興味をもった場合、当該情報のさらに詳しい情報等を閲覧するため、当該広告に対し上記クリックを行うことがある。本変形例では、ＷＥＢサーバ３００の制御部３０１は、上記マイページに表示された広告、言い換えれば、物品に係わる情報に対する上記クリックの履歴を集計してデータベース化し、クリック履歴データベースとして、上記ＤＢサーバ１００のデータベース記憶エリア１１３に記憶させる。

図１９に、上記クリック履歴データベースの記憶内容の一例を示す。

図１９に示すように、クリック履歴データベース１１４０には、上記ＥＣ販売業務に係わる複数の物品の物品ＩＤと、当該物品に対する複数の消費者のクリック履歴とを対応付けたクリック履歴情報が、各物品ごとに記憶されている。なお、クリック履歴データベース１１４０は、第２消費者データベースに相当する。クリック履歴は、消費以外の特定の消費関連行動履歴に相当する。クリック履歴情報は、消費履歴情報に相当する。

クリック履歴情報は、ディスプレイ４２０に表示された広告、言い換えれば、物品に係わる情報に対して、マイページにおいて上記クリックを行った、特定の消費者のＵＩＤと、当該クリックが行われた日時情報であるクリック日時と、当該広告に係わる物品の物品ＩＤとが含まれている。なお、消費者がディスプレイ４２０に表示された広告、言い換えれば、物品に係わる情報に対して、マイページにおいて上記クリックを行ったことは、消費者が物品に対して消費以外の特定の消費関連行動を行ったことに相当する。

ここで、本変形例において、計算用ＰＣ端末２００の制御部２０１が実行する、クラスタリングに関する制御手順は、前述の図１２と同様である。以下、図２０を用いて、本変形例において、計算用ＰＣ端末２００の制御部２０１が実行する、消費者のＰＣ端末４００に対する広告情報の決定に関する制御手順を説明する。なお、この図２０は、前述の図１３に対応する図である。図１３と同等の手順には同符号を付し説明を省略する。

図２０において、前述の図１３と異なる点は、ステップＳＡ１３０、ステップＳＡ１３５、及びステップＳＡ１４０に代えて、ステップＳＡ１３０′、ステップＳＡ１３５′、及びステップＳＡ１４０′を設けた点である。すなわち、ステップＳＡ１２５において、制御部２０１が、検出したレコード数をＮとしたら、ステップＳＡ１３０に代えて設けたステップＳＡ１３０′に移る。

ステップＳＡ１３０′では、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００のクリック履歴データベース１１４０（図１９参照）にアクセスする。そして、クリック日時が前述のステップＳＡ１０５で設定された期間範囲＝Ｄ内で、かつ、ＵＩＤが前述のステップＳＡ１２０で生成されたＵＩＤテーブル内のＵＩＤのいずれかに一致した、すべてのクリック履歴情報に含まれるＵＩＤ及び物品ＩＤを対応付けて取得する。すなわち、このステップでは、制御部２０１は、所定の物品としての前述のステップＳＡ１０５で設定された期間範囲＝Ｄ内に掲載されていた広告、すなわち、物品に係わる情報に対して、上記クリックを行った、前述のステップＳＡ１１５が実行された時点での変数Ｕの値に対応するユニットに属する複数の特定の消費者のＵＩＤを、当該特定の消費者が上記クリックした広告に関連する物品の物品ＩＤと対応付けて取得している。このステップが、各請求項記載の識別情報取得手順に相当すると共に、識別情報取得手段として機能する。

その後、ステップＳＡ１３５に代えて設けたステップＳＡ１３５′で、制御部２０１は、上記ステップＳＡ１３０′で取得されたすべてのＵＩＤを、対応する物品ＩＤごとに分類し、ＵＩＤの数、言い換えれば、上記ステップＳＡ１３０′でＵＩＤが取得された特定の消費者の数を、各物品ごとにカウントする。すなわち、このステップでは、制御部２０１は、前述のステップＳＡ１０５で設定された期間範囲＝Ｄ内に掲載されていた広告、すなわち、物品に係わる情報に関連する各物品ごとに、前述のステップＳＡ１１５が実行された時点での変数Ｕの値に対応するユニット内での当該物品に係わる情報に対して、上記クリックを行った、消費者の数をカウントしている。つまり、このステップにおいては、各ユニットごとに、上記ステップＳＡ１３０′でＵＩＤが取得された消費者の数がカウントされる。

そして、ステップＳＡ１４０に代えて設けたステップＳＡ１４０′で、制御部２０１は、上記ステップＳＡ１３５′でのカウント結果をテーブル化し、物品別消費者数テーブルとして、例えば上記ＤＢサーバ１００の制御部１０１内のＲＡＭ等のメモリに記憶させる。

その後のステップＳＡ１４５以降の手順は、前述の図１３とほぼ同様であるので、説明を省略する。

なお、上記において、ステップＳＡ１１５及びステップＳＡ１３５′が、各請求項記載の消費者計数手順に相当すると共に、消費者計数手段として機能する。

図２１を用いて、本変形例における上記ステップＳＡ２００の詳細手順を説明する。なお、この図２１は、前述の図１６に対応する図である。図１６と同等の手順には同符号を付し説明を省略する。

図２１において、前述の図１６と異なる点は、ステップＳＡ２２０に代えてステップＳＡ２２０′を設けた点である。すなわち、ステップＳＡ２１５で、制御部２０１が、上記ＵＩＤテーブルからＵＩＤ＝Ｐを削除したら、ステップＳＡ２２０に代えて設けたステップＳＡ２２０′に移る。

ステップＳＡ２２０′では、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００のクリック履歴データベース１１４０にアクセスする。そして、ＵＩＤが前述のステップＳＡ２１０で取得されたＵＩＤ＝Ｐと一致し、かつ、物品ＩＤが上記図２０のステップＳＡ１５５で取得された物品ＩＤ＝Ｉと一致する、クリック履歴情報の有無を判定する。これは言い換えれば、前述のステップＳＡ２１０で取得されたＵＩＤ＝Ｐに対応する特定の消費者が、上記図２０のステップＳＡ１５５で取得された物品ＩＤ＝Ｉに対応する物品に係わる情報をクリック済みかどうかを判定している。上記クリック履歴情報があった場合、言い換えれば、ＵＩＤ＝Ｐに対応する特定の消費者が物品ＩＤ＝Ｉに対応する物品に係わる情報をクリック済みであった場合には、判定が満たされて、ステップＳＡ２４０に移る。一方、上記クリック履歴情報がなかった場合、言い換えれば、ＵＩＤ＝Ｐに対応する特定の消費者が物品ＩＤ＝Ｉに対応する物品に係わる情報をクリックしていない場合には、判定が満たされず、ステップＳＡ２２５に移る。

その後のステップＳＡ２２５以降の手順は、前述の図１６とほぼ同様であるので、説明を省略する。

本変形例におけるステップＳＡ２００においては、制御部２０１は、上記図２０のステップＳＡ１３５′で各ユニットごとにカウントされた消費者の数に応じて、当該ユニットに属する、少なくとも一人の消費者のＰＣ端末４００に対し、上記マイページにおける上記クリックに関連する広告情報を決定している。したがって、図２１に示す本変形例におけるステップＳＡ２００のすべての手順、すなわち、ステップＳＡ２０５〜ステップＳＡ２１５、ステップＳＡ２２０′、及びステップＳＡ２２５〜ステップＳＡ２４０が、各請求項記載の推奨情報決定手順に相当すると共に、推奨情報決定手段として機能する。

ここで、本変形例において、ＷＥＢサーバ３００の制御部３０１が実行する、消費者のＰＣ端末４００に対する広告情報の出力に関する制御手順は、前述の図１７及び図１８とほぼ同様である。なお、上記図２１のステップＳＡ２２０′〜ステップＳＡ２３０では、計算用ＰＣ端末２００の制御部２０１は、各ユニットごとに特定の消費者が当該ユニット内での上記クリックした特定の消費者の数が多い物品に係わる情報をクリック済みかどうかを判定し、当該物品に係わる情報をクリックしていない特定の消費者のＵＩＤを当該物品に関する広告情報の広告ＩＤと対応付けてユーザ別広告データベース１１３７に記憶させている。

したがって、ＷＥＢサーバ３００の制御部３０１は、本変形例におけるステップＳＢ１１５で、特定の消費者が上記クリックを行っていない物品に係わる情報に関連する広告情報の広告ＩＤのＹ個取得を図る。そして、制御部３０１は、本変形例におけるステップＳＢ１７０で、特定の消費者のうち、上記クリックを行っていない消費者のＰＣ端末４００に対して、上記図２１のステップＳＡ２００で決定された上記クリックに関連する広告情報を含む表示情報を出力する。本変形例においても、ステップＳＢ１７０が、各請求項記載の推奨情報出力手順に相当すると共に、推奨情報出力手段として機能する。

以上説明した本変形例においては、計算用ＰＣ端末２００の制御部２０１は、特定の消費者のＰＣ端末４００に表示された広告、言い換えれば、物品に係わる情報に対して、マイページにおいて上記クリックを行った、当該特定の消費者のＵＩＤを取得する。そして、制御部２０１は、上記ＤＢサーバ１００のユーザ別広告データベース１１３７にアクセスし、上記ＵＩＤが取得された特定の消費者の数を、各ユニットごとにカウントする。そして、制御部２０１は、上記各ユニットごとにカウントされた特定の消費者の数に応じて、当該ユニットに属する消費者のＰＣ端末４００に対し、マイページにおける上記クリックに関連する広告情報を決定する。このように本変形例においては、物品の直接の購入が行われている事実のみならず、購入につながる前段階である上記マイページにおける上記クリックが行われている事実をも反映して広告情報を決定する。これにより、潜在的な消費需要を加味した、さらに有効な推奨を行うことができる。

また特に、ＷＥＢサーバ３００の制御部３０１は、特定の消費者のうち、上記クリックを行っていない消費者のＰＣ端末４００に対して、上記計算用ＰＣ端末２００において決定された上記クリックに関連する広告情報を含む、当該特定の消費者に係わるマイページの表示情報を出力する。このように本変形例においては、上記マイページでの広告に対する上記クリックすらおこなっていない特定の消費者のＰＣ端末４００に対して、当該広告に関連する広告情報を含む当該特定の消費者に係わるマイページの表示情報を出力する。これにより、その時点で全く物品に気づいていない可能性の高い特定の消費者をターゲットとした、有効な推奨を行うことができる。

なお、以上においては、ＷＥＢサーバ３００の制御部３０１は、計算用ＰＣ端末２００の制御部２０１において決定された広告情報をユーザ別広告データベース１１３７より取得し、当該取得した広告情報を含む、特定の消費者に係わるマイページの表示情報を、当該特定の消費者のＰＣ端末４００に対して出力するようにしたが、これに限られない。すなわち、ＷＥＢサーバ３００の制御部３０１は、上記決定された広告情報をユーザ別広告データベース１１３７より取得し、当該取得した広告情報を含むＥメールを、少なくとも一人の消費者のＰＣ端末４００に対して出力するようにしてもよい。

また、以上においては、ユーザ別広告データベース１１３７は、計算用ＰＣ端末２００の制御部２０１が決定した広告情報を、自動で記憶させることで構築されていた。しかしながら、これに限られず、ユーザ別広告データベース１１３７は、例えば操作者が上記購入履歴情報若しくはクリック履歴情報を参照して決定した広告情報を、手動で入力して記憶させることで構築されていてもよい。

また、以上における商品推奨システム１のシステム構成は一例であり、他のシステム構成で商品推奨システムを実現するようにしてもよい。さらに、クラスタリングに関する処理、消費者のＰＣ端末４００に対する広告情報の決定に関する処理等の各処理は、上記実施形態や（１）の変形例とは別の装置が実行するようにしてもよい。

なお、以上において、図１中に示す矢印は信号の流れの一例を示すものであり、信号の流れ方向を限定するものではない。

また、図１２、図１３、図１６等に示すフローチャートは本発明を上記フローに示す手順に限定するものではなく、発明の趣旨及び技術的思想を逸脱しない範囲内で手順の追加・削除又は順番の変更等をしてもよい。

また、以上既に述べた以外にも、上記実施形態や各変形例による手法を適宜組み合わせて利用しても良い。

その他、一々例示はしないが、本発明は、その趣旨を逸脱しない範囲内において、種々の変更が加えられて実施されるものである。

１ 商品推奨システム
１００ ＤＢサーバ
２００ 計算用ＰＣ端末２００
２０１ 制御部
３００ ＷＥＢサーバ
３０１ 制御部
４００ ＰＣ端末（情報端末）
４２０ ディスプレイ
４２１ キーボード
４２２ マウス
１１３２ 歌唱履歴データベース（第１消費者データベース）
１１３３ ユーザプロファイルデータベース（クラスタリングデータベース）
１１３４ 購入履歴データベース（第２消費者データベース）
１１３７ ユーザ別広告データベース
１１３９ 認証データベース
１１４０ クリック履歴データベース（第２消費者データベース）

Claims (7)

1. 第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第１商品ごとに記憶した第１消費者データベースにアクセスし、複数の第１商品に対する複数の消費者の消費履歴情報を取得する履歴取得手順と、
   前記履歴取得手順において取得された前記複数の第１商品に対する前記複数の消費者の前記消費履歴情報を用いて、各消費者の識別情報を複数のユニットのいずれかに対応付けたクラスタリング情報を生成するクラスタリング手順と、
   第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴若しくは消費以外の特定の消費関連行動履歴とを対応付けた消費履歴情報を各第２商品ごとに記憶した第２消費者データベースにアクセスし、所定の第２商品に対して消費行動若しくは消費以外の特定の消費関連行動を行った、複数の消費者それぞれの識別情報を取得する識別情報取得手順と、
   前記クラスタリング手順において生成された前記クラスタリング情報を記憶したクラスタリングデータベースにアクセスし、前記識別情報取得手順において識別情報が取得された消費者の数を、各ユニットごとにカウントする消費者計数手順と、
   前記消費者計数手順において各ユニットごとにカウントされた前記消費者の数に応じて、当該ユニットに対応付けられた複数の消費者のうち少なくとも一人の消費者の情報端末に対する、前記消費行動若しくは前記消費関連行動に少なくとも関連する推奨情報を決定する推奨情報決定手順と、
   前記推奨情報決定手順において決定された推奨情報を推奨データベースより取得し、当該取得した推奨情報を、前記少なくとも一人の消費者の情報端末に対して出力する推奨情報出力手順と、
   を有することを特徴とする商品推奨方法。
2. 前記推奨情報決定手順は、
   各ユニットごとに、前記消費行動若しくは前記特定の消費関連行動を行った消費者の数が多い前記第２商品に関する前記推奨情報を、前記消費行動若しくは前記特定の消費関連行動を行った消費者の数が少ない前記第２商品に関する前記推奨情報よりも優先するように、決定を行う
   ことを特徴とする請求項１記載の商品推奨方法。
3. 前記推奨情報出力手順は、
   各ユニットごとに前記推奨情報決定手順において決定された推奨情報を、当該ユニットに対応付けられると共に当該推奨情報に関する前記第２商品に対し前記消費行動若しくは前記特定の消費関連行動を行っていない消費者の前記情報端末に対し、出力する
   ことを特徴とする請求項１又は請求項２記載の商品推奨方法。
4. 特定の消費者の前記情報端末からの認証要求信号を受信する認証要求受信手順と、
   前記認証要求受信手順において受信された前記認証要求信号に基づき、前記第１業務に関して予め前記特定の消費者の認証情報を記憶した認証データベースにアクセスし、前記認証要求信号に係わる前記特定の消費者の認証を行う認証手順とをさらに有し、
   前記推奨情報出力手順は、
   前記認証手順において認証された前記特定の消費者に関して前記推奨情報決定手順において決定された推奨情報を含む、前記特定の消費者の情報端末用の表示情報を、前記特定の消費者の情報端末に対して出力する
   ことを特徴とする請求項１乃至請求項３のいずれか１項記載の商品推奨方法。
5. 前記識別情報取得手順は、
   前記特定の消費関連行動として、前記特定の消費者の前記情報端末に表示された前記第２商品に係わる情報に対して、前記表示情報を表示した情報画面において所定の操作を行った、当該特定の消費者の識別情報を取得し、
   前記消費者計数手順は、
   前記クラスタリングデータベースにアクセスし、前記識別情報取得手順において識別情報が取得された前記特定の消費者の数を、各ユニットごとにカウントし、
   前記推奨情報決定手順は、
   前記消費者計数手順において各ユニットごとにカウントされた前記特定の消費者の数に応じて、当該ユニットに対応付けられた前記少なくとも一人の消費者の情報端末に対し、前記情報画面における前記所定の操作に関連する前記推奨情報を決定する
   ことを特徴とする請求項４記載の商品推奨方法。
6. 前記推奨情報出力手順は、
   前記特定の消費者のうち、前記所定の操作を行っていない消費者の前記情報端末に対して、前記推奨情報決定手順において決定された前記所定の操作に関連する前記推奨情報を含む前記表示情報を出力する
   ことを特徴とする請求項５記載の商品推奨方法。
7. 第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第１商品ごとに記憶した第１消費者データベースと、
   前記第１消費者データベースにアクセスし、複数の第１商品に対する複数の消費者の消費履歴情報を取得する履歴取得手段と、
   前記履歴取得手段により取得された前記複数の第１商品に対する前記複数の消費者の前記消費履歴情報を用いて、各消費者の識別情報を複数のユニットのいずれかに対応付けたクラスタリング情報を生成するクラスタリング手段と、
   第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴若しくは消費以外の特定の消費関連行動履歴とを対応付けた消費履歴情報を各第２商品ごとに記憶した第２消費者データベースと、
   前記第２消費者データベースにアクセスし、所定の第２商品に対して消費行動若しくは消費以外の特定の消費関連行動を行った、複数の消費者それぞれの識別情報を取得する識別情報取得手段と、
   前記クラスタリング手段により生成された前記クラスタリング情報を記憶するクラスタリングデータベースと、
   前記クラスタリングデータベースにアクセスし、前記識別情報取得手段により識別情報が取得された消費者の数を、各ユニットごとにカウントする消費者計数手段と、
   前記消費者計数手段により各ユニットごとにカウントされた前記消費者の数に応じて、当該ユニットに対応付けられた複数の消費者のうち少なくとも一人の消費者の情報端末に対する、前記消費行動若しくは前記消費関連行動に少なくとも関連する推奨情報を決定する推奨情報決定手段と、
   前記推奨情報決定手段により決定された推奨情報を推奨データベースより取得し、当該取得した推奨情報を、前記少なくとも一人の消費者の情報端末に対して出力する推奨情報出力手段と、
   を有することを特徴とする商品推奨システム。

Images