JP2012113506A - アイテム選択装置、アイテム選択方法およびコンピュータプログラム - Google Patents

Abstract

【課題】あるアイテムとの関連性が高く、かつ販売者の販売方針が適度に反映された、ユーザが受容しやすい関連アイテム情報を提供できるようにする。
【解決手段】処理対象アイテムに対応する類似アイテム集合を作成する類似アイテム集合作成部と、類似アイテム集合の全部または一部である第１の集合を対象にして、第１割合を計算する第１割合計算部と、第１割合を用いて、アイテム特性値を計算するアイテム特性値計算部と、類似アイテム集合に含まれるアイテムから、処理対象アイテムに対応する関連アイテム集合を作成する際に、アイテム特性値がアイテム特性値条件を満たす場合に、推薦アイテムと判定するための条件を示す推薦アイテム条件を満たすアイテムの割合が、第１割合よりも大きく、かつ１より小さくなるように関連アイテム集合を作成するアイテム選択部を備えたアイテム選択装置。
【選択図】図１

Description

本発明は、あるアイテムに関連するアイテムを選択するアイテム選択装置、アイテム選択方法およびコンピュータプログラムに関する。

近年、デジタル技術やネットワーク技術の進展により、ネットワークを使ってデジタルコンテンツや商品などのアイテムを配信したり、販売することが増えている。これに伴い、多数のアイテムの中から、ユーザの所望するアイテムの情報を選択して提供する技術へのニーズが高まっており、ユーザのアイテムに対する評価情報や利用情報を用いて、ユーザの嗜好や興味に合致するアイテムの情報を提供する技術が提案されている。

さらに、特許文献１および特許文献２に開示されているように、ユーザの嗜好や興味に合致するだけでなく、アイテムを販売する販売者の方針に合ったアイテムを推薦する技術も提案されている。

また、特許文献３には、ユーザが購入したアイテムに関連するアイテムの情報を提供することが開示されている。

特開２００１−２３６４０５号公報 特開２００１−２０２５７１号公報 特開２００２−３０４５３７号公報

特許文献１には、販売者が商品推薦のための推薦ルールを用意し、ユーザが過去に購入した商品やアクセスしたＷｅｂページなどの情報に基づいて、ユーザに合った推薦ルールを選別して商品を推薦することが開示されている。これにより、ユーザに嗜好に合致し、かつ販売者の販売方針に合致するアイテムをユーザに推薦することができる。

また、特許文献２には、顧客が過去に購入した商品等の情報を蓄積し、販売者の商品戦略に基づくキャンペーン商品の中から顧客に適したキャンペーン商品を選んで表示することが開示されている。これにより、ユーザの購入履歴に対応したキャンペーン商品をユーザに推薦することができる。

しかしながら、特許文献１あるいは特許文献２に開示された方法では、ユーザに推薦される商品のすべてが、販売者の販売方針に合ったアイテムに限定されてしまう。したがって、推薦情報が特定の商品や特定の分野に偏る傾向があり、推薦情報を受けるユーザの立場からすると、必ずしも魅力的な情報とはいえなかった。

また、推薦される商品はすべて、販売者の販売方針に合致した商品であることから、ユーザが、それらに通底する共通性を察知し、販売者の押し付けや、押し売り姿勢などを感じ取ることもあった。このため、ユーザは推薦商品を素直に受容できず、逆に不信感を抱いてしまい、推薦情報の提供が商品の売上げに十分に結びつかない場合があるものと考えられる。

このため、特許文献３に記載されているように、ユーザが購入したアイテム等に関連するアイテムの情報をユーザに提供する場合にも、販売者の販売方針に合ったアイテムの情報に限定すると、ユーザの立場からすると、必ずしも魅力的な情報とは限らず、また、関連アイテムの情報を素直に受容できず、逆に不信感を抱いてしまい、関連アイテム情報の提供がアイテムの売上げに十分に結びつかない場合があるものと考えられる。

そこで本発明は、あるアイテムとの関連性が高く、かつ販売者の販売方針が適度に反映された、ユーザが受容しやすい関連アイテム情報を提供できるようにすることを目的とする。

上記課題を解決するため、本発明の第１の態様であるアイテム選択装置は、処理対象アイテムと他のアイテムとの類似度を計算し、前記類似度の大きい順に第１所定数を超えない数のアイテム、または前記類似度が第１所定値以上のアイテムを選択して、前記処理対象アイテムに対応する類似アイテム集合を作成する類似アイテム集合作成部と、前記類似アイテム集合の全部または一部である第１の集合を対象にして、推薦アイテムと判定するための条件を示す推薦アイテム条件を満たすアイテムの割合である第１割合を計算する第１割合計算部と、前記第１割合を用いて、前記処理対象アイテムと前記推薦アイテム条件との関連の強さを指標化したアイテム特性値を計算するアイテム特性値計算部と、前記類似アイテム集合に含まれるアイテムから、前記推薦アイテム条件を満たすアイテムを含むアイテムを選択し、前記処理対象アイテムに対応する関連アイテム集合を作成するアイテム選択部とを備え、前記アイテム選択部は、前記アイテム特性値が所定のアイテム特性値条件を満たす場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合が１の場合を除き、前記第１割合よりも大きく、かつ１より小さくなるように、前記関連アイテム集合を作成することを特徴とする。

ここで、前記アイテム選択部は、前記アイテム特性値が所定のアイテム特性値条件を満たさない場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が前記第１割合となるように、前記関連アイテム集合を作成することができる。

また、前記第１の集合に含まれるアイテム以外のアイテムを含むアイテムの集合である第２の集合を作成し、前記第２の集合を対象にして、前記推薦アイテム条件を満たすアイテムの割合である第２割合を計算する第２割合計算部をさらに備え、前記アイテム特性値計算部は、前記第１割合と前記第２割合とを用いて、前記処理対象アイテムについてのアイテム特性値を計算することができる。

このとき、前記第２割合計算部は、前記処理対象アイテム以外のアイテムの集合である比較アイテム集合を作成し、比較アイテム集合における各アイテムと他のアイテムとの類似度を計算し、この類似度が大きい順に第２所定数を超えない数のアイテム、またはこの類似度が第２所定値以上のアイテムを選択して前記第２の集合を作成することができる。

あるいは、前記第２割合計算部は、前記処理対象アイテムと、前記処理対象アイテム以外のアイテムとの類似度を計算し、この類似度の大きい順にアイテムをソートした場合に、前記第１所定数より後の順位となるアイテム、またはこの類似度が前記第１所定値未満のアイテムを選択し、前記第２の集合を作成するようにしてもよい。

あるいは、前記第２割合計算部は、前記第２の集合に含まれる各アイテムが前記推薦アイテム条件を満たす度合いを指標化した適合度を算出し、それぞれの適合度の代表値を前記第２割合とするようにしてもよい。

また、前記アイテム特性値計算部は、前記第１割合から前記第２割合を減算した値、または前記第１割合を前記第２割合で除算した値を用いて、前記アイテム特性値を計算することができる。

また、前記第１割合計算部は、前記第１の集合に含まれる各アイテムが前記推薦アイテム条件を満たす度合いを指標化した適合度を算出し、それぞれの適合度の代表値を前記第１割合とすることができる。

また、前記アイテム選択部は、前記類似アイテム集合に含まれる前記推薦アイテム条件を満たすアイテムと、前記類似アイテム集合に含まれる前記推薦アイテム条件を満たさないアイテムとを用いて、前記関連アイテム集合を作成することができる。

あるいは、前記アイテム選択部は、前記アイテム特性値が前記所定のアイテム特性値条件を満たす場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合が１の場合を除き、前記第１割合より大きく、かつ１より小さくなるのに加え、前記第１割合が大きいほど大きな値となるよう、前記関連アイテム集合を作成するようにしてもよい。

あるいは、前記アイテム選択部は、前記所定のアイテム特性値条件として、前記アイテム特性値が第３所定値以上でありかつ第４所定値未満という条件を用い、このアイテム特性値条件を満たす場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合が１の場合を除き、前記第１割合より大きく、かつ１より小さくなるように前記関連アイテム集合を作成し、前記アイテム特性値が前記第４所定値より大きい場合は、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合より小さくなるように前記関連アイテム集合を作成するようにしてもよい。

また、前記推薦アイテム条件は、ユーザとユーザの利用に係るアイテムとを対応付けた利用履歴に含まれるアイテムのそれぞれの利用回数の順位についての範囲、または前記利用履歴に含まれるアイテムの利用ユーザ数の順位についての範囲が設定されていることができる。

あるいは、前記推薦アイテム条件は、ユーザとユーザの利用に係るアイテムとを対応付けた利用履歴に含まれるアイテムのそれぞれの利用回数についての範囲、または前記利用履歴に含まれるアイテムの利用ユーザ数についての範囲が設定されているようにしてもよい。

また、作成された前記関連アイテム集合を、ネットワークを介して出力する出力部をさらに備えることができる。

上記課題を解決するため、本発明の第２の態様であるアイテム選択方法は、情報処理装置において実行されるアイテム選択方法であって、処理対象アイテムと他のアイテムとの類似度を計算し、前記類似度の大きい順に第１所定数を超えない数のアイテム、または前記類似度が第１所定値以上のアイテムを選択して、前記処理対象アイテムに対応する類似アイテム集合を作成する類似アイテム集合作成ステップと、前記類似アイテム集合の全部または一部である第１の集合を対象にして、推薦アイテムと判定するための条件を示す推薦アイテム条件を満たすアイテムの割合である第１割合を計算する第１割合計算ステップと、前記第１割合を用いて、前記処理対象アイテムと前記推薦アイテム条件との関連の強さを指標化したアイテム特性値を計算するアイテム特性値計算ステップと、前記類似アイテム集合に含まれるアイテムから、前記推薦アイテム条件を満たすアイテムを含むアイテムを選択し、前記処理対象アイテムに対応する関連アイテム集合を作成するアイテム選択ステップとを有し、前記アイテム選択ステップは、前記アイテム特性値が所定のアイテム特性値条件を満たす場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合が１の場合を除き、前記第１割合よりも大きく、かつ１より小さくなるように、前記関連アイテム集合を作成することを特徴とする。

ここで、前記アイテム選択ステップは、前記アイテム特性値が所定のアイテム特性値条件を満たさない場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が前記第１割合となるように、前記関連アイテム集合を作成することができる。

また、前記第１の集合に含まれるアイテム以外のアイテムを含むアイテムの集合である第２の集合を作成し、前記第２の集合を対象にして、前記推薦アイテム条件を満たすアイテムの割合である第２割合を計算する第２割合計算ステップをさらに有し、前記アイテム特性値計算ステップは、前記第１割合と前記第２割合とを用いて、前記処理対象アイテムについてのアイテム特性値を計算することができる。

上記課題を解決するため、本発明の第３の態様であるコンピュータプログラムは、処理対象アイテムと他のアイテムとの類似度を計算し、前記類似度の大きい順に第１所定数を超えない数のアイテム、または前記類似度が第１所定値以上のアイテムを選択して、前記処理対象アイテムに対応する類似アイテム集合を作成する類似アイテム集合作成部と、前記類似アイテム集合の全部または一部である第１の集合を対象にして、推薦アイテムと判定するための条件を示す推薦アイテム条件を満たすアイテムの割合である第１割合を計算する第１割合計算部と、前記第１割合を用いて、前記処理対象アイテムと前記推薦アイテム条件との関連の強さを指標化したアイテム特性値を計算するアイテム特性値計算部と、前記類似アイテム集合に含まれるアイテムから、前記推薦アイテム条件を満たすアイテムを含むアイテムを選択し、前記処理対象アイテムに対応する関連アイテム集合を作成し、前記アイテム特性値が所定のアイテム特性値条件を満たす場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合が１の場合を除き、前記第１割合よりも大きく、かつ１より小さくなるように、前記関連アイテム集合を作成するアイテム選択部として情報処理装置を機能させることを特徴とする。

ここで、前記アイテム選択部は、前記アイテム特性値が所定のアイテム特性値条件を満たさない場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が前記第１割合となるように、前記関連アイテム集合を作成することができる。

また、前記第１の集合に含まれるアイテム以外のアイテムを含むアイテムの集合である第２の集合を作成し、前記第２の集合を対象にして、前記推薦アイテム条件を満たすアイテムの割合である第２割合を計算する第２割合計算部として情報処理装置を機能させ、前記アイテム特性値計算部は、前記第１割合と前記第２割合とを用いて、前記処理対象アイテムについてのアイテム特性値を計算することができる。

本発明によれば、あるアイテムとの関連性が高く、かつ販売者の販売方針が適度に反映された、ユーザが受容しやすい関連アイテム情報を提供できるようになる。

本実施形態に係るシステム全体の構成を示すブロック図である。 システムの別構成を示すブロック図である。 アイテム提供サーバの構成を示すブロック図である。 アイテム格納部の格納形式例を示す図である。 推薦情報格納部の格納形式例を示す図である。 情報選択装置の構成を示すブロック図である。 アイテム属性格納部の格納形式例を示す図である。 利用履歴格納部の格納形式例を示す図である。 推薦アイテム条件格納部の格納形式例を示す図である。 基準アイテム識別子と、類似ユーザのユーザ識別子と、その類似度とを関連付けたテーブルを示す図である。 システム全体の動作を説明する。フローチャートである。 アイテム一覧情報の表示例を示す図である。 推薦情報の表示例を示す図である。 情報選択装置が推薦情報を作成して送信し、アイテム提供サーバが受信する動作について説明するフローチャートである。 類似アイテム集合作成処理について説明するフローチャートである。 推薦情報作成の第１の方法について説明するフローチャートである。 第１割合に基づいて第３割合を設定する方法について説明する図である。 推薦情報作成の第２の方法について説明するフローチャートである。 第１割合に基づいて第３割合を設定する方法の別例について説明する図である。 変形例における情報選択装置の構成を示すブロック図である。 変形例における類似アイテム集合作成処理について説明するフローチャートである。

本発明の実施の形態であるネットワークシステムについて図面を参照して、システム構成、システム動作、変形例の順で詳細に説明する。
＜１．システム構成＞
＜１．１．全体構成＞

図１は、本実施形態に係るネットワークシステム全体の構成を示すブロック図である。本図に示すように、ネットワークシステムは、アイテム等の情報を選択する情報選択装置１０と、アイテム提供サーバ２０と、１台以上の端末装置３０（図中では３０ａ〜３０ｎ、本実施形態では「端末装置３０」と総称する）がネットワーク４０を介して接続されて構成される。ここで、情報選択装置１０とアイテム提供サーバ２０により、端末装置３０を使用するユーザに対してアイテム提供等のサービスを行なうアイテム提供システム１を構成している。ネットワーク４０は、インターネットに代表される広域ネットワークとすることができる。また、端末装置３０とネットワーク４０との接続形態は、有線・無線を問わない。

ネットワークシステムは、図２に示すような構成としてもよい。すなわち、ネットワーク４０にアイテム提供サーバ２０と１台以上の端末装置３０（３０ａ〜３０ｎ）が接続され、情報選択装置１０がネットワーク４０とは別のネットワーク４２を介してアイテム提供サーバ２０と接続している構成である。この場合、ネットワーク４２を介して接続された情報選択装置１０とアイテム提供サーバ２０により、アイテム提供システム２を構成する。ネットワーク４２は、例えば、ＬＡＮ（Local Area Network）等とすることができ、セキュリティ確保の観点から、端末装置３０から情報選択装置１０への直接的なアクセスは制限することが望ましい。

ただし、ネットワークシステムは、上記の例に限られず、種々の構成を用いることができる。例えば、情報選択装置１０とアイテム提供サーバ２０とを同一の装置で構成してもよいし、それぞれを複数台の装置で構成するようにしてもよい。以下では、図１に示した構成でネットワークシステムを実現した場合を例に説明する。
＜１．２．アイテム提供サーバ＞

アイテム提供サーバ２０は、端末装置３０からの要求に応じて、アイテムおよびアイテムに関する情報を提供する装置である。ここでアイテムとは、テキスト、音声、音楽、映像等のデジタルコンテンツや様々な物品あるいはサービスであり、さらには金融商品、不動産、人物についての情報等であってもよい。すなわち本実施形態におけるアイテムは、有形か無形かを問わず、有料か無料かも問わない。

図３は、アイテム提供サーバ２０の構成を示すブロック図である。本図に示すように、アイテム提供サーバ２０は、ユーザ管理部２０１と、アイテム格納部２０２と、推薦情報格納部２０３と、送受信部２０４と、制御部２０５とを備えて構成されている。アイテム提供サーバ２０は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ＨＤＤ（ハードディスクドライブ）、ネットワークインタフェース等を備える一般的なコンピュータを用いて構成することができる。すなわち、一般的なコンピュータは、以下で説明するような処理を行なうためのプログラムを実行することにより、アイテム提供サーバ２０として機能することができるようになる。

ユーザ管理部２０１は、端末装置３０を利用するユーザを一意に識別するユーザ識別子、または端末装置３０を一意に識別するための端末識別子を格納している。本実施形態では、ユーザ識別子を用いてユーザを識別するものとするが、端末装置３０として携帯電話を用いた場合等には、端末装置３０との接続時に取得可能な端末識別子を用いるようにしてもよい。なお、ユーザ識別子と端末識別子とを合わせて、利用主体識別子と呼ぶ。アイテム提供サーバ２０は、例えば、ユーザにアイテム利用を開始させるにあたり入会処理を行ない、入会処理の終了した利用主体識別子をユーザ管理部２０１に格納する。また、必要に応じて、利用主体識別子に対応させてパスワード、氏名・生年月日・連絡先等のユーザ属性情報をユーザ管理部２０１に格納するようにしてもよい。

アイテム格納部２０２は、アイテム提供サーバ２０が提供するアイテムに関する情報を格納する。アイテム格納部２０２は、例えば、図４に示すようなテーブル形式でアイテムに関する情報を格納する。

本図に示すように、アイテム格納部２０２は、アイテムを一意に識別するアイテム識別子（アイテムＩＤ）と、アイテムの「タイトル（名称）」、「作成者」、「カテゴリ」、「説明情報」、「アイテム時期情報」などのアイテム属性情報と、アイテム本体とを関連付けて格納している。

「作成者」は、アイテムの種類に応じて幅広い意味を持つ情報であり、例えば、アイテムの制作者、監督者、プロデューサー、執筆者、作曲者、作詞者、演奏者、出演者などである。

「カテゴリ」とは、アイテムを所定の基準で分類した情報であり、例えば、アイテムが音楽の場合、「ロック」、「ジャズ」、「クラシック」、「フォーク」等のジャンル情報とすることができ、アイテムが映画の場合、「ＳＦ」、「アクション」、「コメディ」、「アニメ」等のジャンル情報とすることができる。また、「日本」、「アメリカ」、「イギリス」、など作成者の国や地域を用いた分類情報でもよい。また、「癒し系」、「エキサイティング」、「ドラマティック」といったアイテムの雰囲気やムードを示す情報を「カテゴリ」として用いてもよい。「説明情報」は、アイテムのあらすじや要約、制作された背景説明などの情報である。

「アイテム時期情報」は、アイテムの作成された時期（時点）を示す情報であるが、アイテム提供サーバ２０にアイテムが登録された時期や、アイテムが提供開始された時期を用いてもよい。本実施形態では、時期（時間）の単位として、「２０１０年１月１日」などの日付を用いるが、他の単位を用いてもよい。例えば、「２０１０年１月１日 １０時１５分２０秒」などの秒単位までの日時でもよいし、ミリ秒単位までの日時でもよい。さらに「２０１０年１月」などの月単位の情報でも、「２０１０年 １Ｑ」などの四半期単位の情報でも、「２０１０年」などの年単位の情報でも、「２０００年代」などの年単位より大まかな年代の情報でもよい。

アイテム格納部２０２のアイテム属性情報においては、１つのアイテムに同じ種類の属性項目が複数存在していてもよい。例えば、１つのアイテムに３つのカテゴリが対応していてもよい。もちろん、ここで挙げたアイテム属性情報は、あくまでも例示であり、上記に限定される訳ではない。例えば、「価格」、「サイズ」などの属性項目を用いてもよい。

アイテム本体は、アイテムそのものであるテキストデータやバイナリデータ、またはアイテムの存在位置を示す情報（例えばＵＲＬ：Uniform Resource Locator）とすることができる。なお、アイテム本体は、アイテムがデジタルコンテンツ等であって、ネットワーク４０を介して端末装置３０に配信可能なアイテムに関して格納するものであり、アイテムが、物品やサービス等の場合は、アイテム本体の格納を省略することができる。

推薦情報格納部２０３は、情報選択装置１０から受信した推薦情報を格納する。推薦情報は、端末装置３０で指定されたあるアイテム（以下「基準アイテム」と称する）に関連するアイテム（以下「関連アイテム」と称する）に関する情報である。推薦情報格納部２０３は、例えば、図５に示すような形式で推薦情報を格納することができる。本図に示すように、推薦情報格納部２０３は、２つのアイテム識別子、すなわち基準アイテム識別子および関連アイテム識別子と、推薦順位とを関連付けて格納する。基準アイテム識別子は、推薦情報を出力するためのトリガとなる基準アイテムの識別子であり、関連アイテム識別子は基準アイテムと関連するアイテムの識別子である。推薦情報格納部２０３では、１つの基準アイテム識別子に、１つ以上の関連アイテム識別子が関連付けられている。

この推薦順位は、基準アイテム識別子ごとに関連アイテムを推薦する順位を示しており、ここでは数字が小さいほど、優先的にユーザに提示されるものとする。なお、推薦順位の代わりに、数値が大きいほど、優先的にユーザに提示されるような推薦度を格納するようにしてもよい。また、推薦順位の格納を省略して、推薦情報格納部２０３に格納された推薦情報を同じ順位で扱うようにしてもよい。

送受信部２０４は、ネットワーク４０（図２の構成の場合は、さらにネットワーク４２）を介して、情報選択装置１０および端末装置３０との間でデータを送受信する処理を行なう。制御部２０５は、アイテム提供サーバ２０の全体の制御を行なう。
＜１．３．端末装置＞

端末装置３０は、ユーザが使用する装置であり、ＣＰＵ、ＲＡＭ、ＲＯＭ、ＨＤＤ（ハードディスクドライブ）、ネットワークインタフェース等を備える一般的なコンピュータ等を用いることができる。端末装置３０には、Ｗｅｂブラウザに代表されるアイテム情報をアイテム提供サーバ２０から取得するためのプログラムがインストールされている。また、端末装置３０は、Ｗｅｂブラウザ機能等を備えた携帯電話や、携帯端末装置等を用いて構成することもできる。

端末装置３０としてコンピュータを用いた場合には、図示してないがディスプレイ等の表示装置や、キーボード、マウス、トラックボール、リモコン等のユーザからの操作指示を受け付けるための入力装置が接続される。端末装置３０として携帯電話等を用いた場合は、表示装置、入力装置は内蔵されているが、以下では、便宜的に表示装置、入力装置が接続されているものとして説明する。
＜１．４．情報選択装置＞

図６は、アイテム選択装置として機能する情報選択装置１０の構成を示すブロック図である。情報選択装置１０は、基準アイテムごとに関連アイテムを選択する装置である。本図に示すように情報選択装置１０は、アイテム属性格納部１０１と、利用履歴格納部１０２と、推薦アイテム条件格納部１０３と、類似アイテム集合作成部１０４と、第１割合計算部１０５と、第２割合計算部１０６と、アイテム特性値計算部１０７と、アイテム選択部１０８と、送受信部１０９と、制御部１１０とを備えて構成されている。また、情報選択装置１０には、情報選択装置１０の管理者向けに必要な情報を表示するための表示装置１２０と、管理者が操作を行なうためのキーボード、マウス等の入力装置１３０とが接続されている。

情報選択装置１０は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ＨＤＤ（ハードディスクドライブ）、ネットワークインタフェース等を備える一般的なコンピュータを用いて構成することができる。すなわち、一般的なコンピュータは、以下で説明するような処理を行なうためのプログラムを実行することにより、情報選択装置１０として機能することができるようになる。

また、上述のように、情報選択装置１０を複数台のコンピュータを用いて構成してもよい。例えば、負荷分散をするために、情報選択装置１０のある処理ブロックに相当するコンピュータを複数台用いて、すなわち、同じ処理ブロックを備える複数台のコンピュータを用いて分散処理を行なうようにしてもよい。また、情報選択装置１０の一部の処理ブロックをあるコンピュータで実施し、他の処理ブロックを別のコンピュータで実施する形態で分散処理を行なってもよい。

アイテム属性格納部１０１のデータ格納形式を図７に示す。本図に示すように、アイテム属性格納部１０１は、アイテム識別子と、アイテム属性情報とを関連付けて格納する。アイテム識別子およびアイテム属性情報は、図４に示したアイテム提供サーバ２０のアイテム格納部２０２と同様であり、アイテム提供サーバ２０のアイテム格納部２０２との違いは、アイテム本体が存在しない点である。情報選択装置１０では、アイテム本体を必要としないが、アイテム提供サーバ２０のアイテム格納部２０２のデータをそのまま使用して格納することも可能である。あるいは、情報選択装置１０からアイテム提供サーバ２０のアイテム格納部２０２のデータを直接参照できるようにして、アイテム属性格納部１０１を省略することも可能である。

アイテム属性情報は、上述したように、アイテムの「タイトル」、「作成者」、「カテゴリ」、「説明情報」、「アイテム時期情報」などである。ただし、後述するように、推薦アイテム条件格納部１０３において、アイテム属性情報に関係しない推薦アイテム条件のみ格納する場合には、アイテム属性格納部１０１を省略してもよい。

制御部１１０は、情報選択装置１０の全体の制御を行なうための種々の処理を行なう。例えば、制御部１１０は、図８に示すようなテーブル形式で、アイテム提供サーバ２０から送られる後述する利用要求メッセージに含まれるユーザ識別子とユーザが指定したアイテムのアイテム識別子とを対応させた利用履歴情報を利用履歴格納部１０２に格納させる。

利用履歴格納部１０２は、例えば、図８に示すように種々の格納形態を採用することができる。図８（ａ）は、ユーザ識別子とアイテム識別子とを関連付けて格納する格納形態を示している。本例では、１つの利用要求メッセージが、テーブルの１行に対応している。テーブルの１行目と４行目がともに「ＵｓｅｒＩＤ−１」と「ＩｔｅｍＩＤ−３」の組み合わせであることから分かるように、ユーザ識別子とアイテム識別子の組み合わせが同じであっても、利用要求メッセージごとにテーブル行のデータを追加して格納している。このため、アイテム識別子が示すアイテムごとの利用回数と、アイテムごとの利用ユーザ数すなわち、ユーザ識別子の数を他の処理部が容易にカウントすることができる。なお、１つの利用メッセージに複数のアイテム識別子が含まれている場合は、アイテム識別子の数だけのテーブル行を割り当てて格納する。

図８（ｂ）は、ユーザ識別子とアイテム識別子と利用時期情報とを関連付けて格納する格納形態を示している。図８（ａ）に示した例と同様に、１つの利用要求メッセージが、テーブルの１行に対応している。アイテムの利用要求メッセージに利用時期情報が含まれている場合は、その情報を取り出して利用時期情報として格納する。利用要求メッセージに利用時期情報が含まれていない場合は、制御部１１０に内蔵等されている時計を用いて、情報選択装置１０が利用要求メッセージを受信した時期（時間）を利用時期情報として格納する。

本実施形態では、利用時期情報の形式として、「２０１０年１月１日 １０時１５分２０秒」などの秒単位までの日時を用いるが、それ以外にも、ミリ秒単位までの日時、日単位までの日付、月単位、年単位など種々の形式を用いることができる。なお、利用要求メッセージの中に、ユーザのアイテムに対する評価値（好き＝３、どちらでもない＝２、嫌い＝１、などの好き嫌いの度合いを示す数値）を含ませた上で、ユーザ識別子とアイテム識別子と利用時期情報と評価値とを関連付けて利用履歴格納部１０２に格納するようにしてもよい。

また、利用履歴格納部１０２は、図８（ｃ）に示すように、利用時期情報を省略し、ユーザ識別子とアイテム識別子と利用回数とを関連付けた格納形式としてもよい。後述するように、類似アイテム集合作成部１０４において、利用時期情報を用いない場合は、図８（ｃ）に示す形式で格納することにより、記憶容量を削減することができる。また、利用要求メッセージの中に、ユーザのアイテムに対する評価値が含まれる場合は、ユーザ識別子とアイテム識別子と利用回数と最新の評価値とを関連付けて利用履歴格納部１０２に格納するようにしてもよい。

推薦アイテム条件格納部１０３は、アイテムの販売者がユーザに薦めたいアイテムの条件を示す推薦アイテム条件データを格納する記憶領域である。他の処理ブロックで選択されたアイテムのうち、推薦アイテム条件データとして登録された条件を満たすアイテムが、推薦アイテム条件に合致するアイテムと判定される。

販売者は、アイテムの在庫状況や仕入れ価格、販売方針等に応じて、推薦アイテム条件を自由に設定することができる。推薦アイテム条件データは、アイテム提供サーバ２０の運営者が、情報選択装置１０の管理者に委託して入力してもらう。あるいは、アイテム提供サーバ２０の運営者が推薦アイテム条件データをアイテム提供サーバ２０において登録し、それを情報選択装置１０に送信してもよい。

推薦アイテム条件格納部１０３は、例えば、図９（ａ）に示すようなテーブルで推薦アイテム条件データを格納することができる。本例は最も単純な格納形式であり、入力装置１３０を使って情報選択装置１０の管理者が指定したアイテムのアイテム識別子が格納されている。

推薦アイテム条件格納部１０３は、図９（ｂ）に示すような対象タイプと対象項目とを対応付けた規則を用いて、図９（ｃ）に示すようなテーブルで推薦アイテム条件データを格納するようにしてもよい。

図９（ｂ）に示すように、対象タイプ「１」は、対象データが「アイテム識別子」であることを示している。対象タイプ「２」は、対象データが「作成者」であることを示しており、対象データには、作成者の名前または作成者識別子が登録さる。対象タイプ「３」は、対象データが「カテゴリ」であることを示しており、対象データには、カテゴリ名またはカテゴリ識別子が登録される。対象タイプ「４」は、対象データが「キーワード」であることを示しており、アイテム属性の中の「タイトル」、「作成者」、「カテゴリ」、「説明情報」などの属性項目に、この「キーワード」が含まれる場合に、推薦アイテム条件に合致すると判定される。対象タイプ「５」は、対象データが「アイテム時期情報」であることを示す。図９（ｃ）に示された例のように「アイテム時期情報」の範囲を格納してもよいし、単一の「アイテム時期情報」を格納してもよい。対象タイプ「６」は、対象データが「価格」であることを示している。図９（ｃ）に示された例のように「価格」の範囲を格納してもよいし、単一の「価格」を格納してもよい。

また、対象タイプ「７」は、アイテムの利用回数の順位または順位の範囲を示す。図９（ｃ）の例では、利用回数が多い方から「１０００位〜１９９９位」に相当するアイテムが対象であることを示している。利用履歴格納部１０２に格納されている利用履歴に含まれるアイテムが全部で３０００種類あるとすると、この例では、人気度が中くらいのアイテムを指定していることになる。対象タイプ「７」のデータが推薦アイテム条件格納部１０３に格納されると、制御部１１０は、利用履歴格納部１０２に格納された利用履歴を読み出し、それに含まれるアイテム識別子ごとに利用回数をカウントし、利用回数の多い順にソートして、指定された順位に該当するアイテム識別子を推薦アイテム条件格納部１０３内部の記憶領域に記憶させる。なお、この処理において、利用時期情報が所定の範囲に入っている等の所定条件を満たす利用履歴のみを対象に、利用回数をカウントしてもよい。また、利用回数ではなく、アイテム毎に利用したユーザ数（ユーザ識別子の数）をカウントし、利用ユーザ数が多い順にアイテムに順位をつけ、その順位またはその順位の範囲を推薦アイテム条件データとして用いてもよい。

対象タイプ「８」は、アイテムの利用回数を示す。図９（ｃ）の例では、利用回数が「２００回〜３００回」に相当するアイテムが対象であることを示している。制御部１１０は、利用履歴格納部１０２に格納された利用履歴を読み出し、それに含まれるアイテム識別子ごとに利用回数をカウントし、指定された回数に該当するアイテム識別子を推薦アイテム条件格納部１０３内部の記憶領域に記憶させる。また、対象タイプ「７」と同様に、利用回数に代えて、利用したユーザ数（ユーザ識別子の数）を用いてもよい。すなわち、利用履歴格納部１０２に格納された利用履歴を対象にして、アイテムごとに利用したユーザの数（ユーザ識別子の数）をカウントし、その利用ユーザ数またはその利用ユーザ数の範囲を推薦アイテム条件データとして用いてもよい。

なお、対象タイプ「２」〜「６」を用いる場合は、アイテム属性格納部１０１が必要であるが、対象タイプ「１」「７」「８」を用いる場合は、アイテム属性格納部１０１を省略することも可能である。

図９（ｃ）の形式を用いることにより、多様な推薦アイテム条件データを自由に登録して格納することができる。なおテーブルに複数の行（複数のルール）が登録されている場合、１つ以上の行に該当するアイテムを推薦アイテム条件に合致すると判定すればよい。この場合は、各行を論理和（ＯＲ）結合して処理を行なうことに相当する。また、同一の対象タイプの行を論理和（ＯＲ）結合し、異なる対象タイプの行を論理積（ＡＮＤ）結合して処理してもよい。

例えば、図９（ｃ）の１〜３行目を取り出すと、（「ＩｔｅｍＩＤ−３」∪「ＩｔｅｍＩＤ−１０」）∩「Ｃｒｅａｔｏｒ−２」という条件になる。ここで、「∩」は論理積（ＡＮＤ）を表し、「∪」は論理和（ＯＲ）を表わしている。

図９（ｃ）に示した格納方式を用いることにより、多様で自由度の高い推薦アイテム条件を設定することが可能になり、販売者の販売方針が複雑であっても対応することができるようになる。

さらに、図９（ｄ）に示すような格納形式を用いてもよい。この場合、制御部１１０は、以下のようにこのテーブルを解釈して、最終的な推薦アイテム条件データとする。なお、対象タイプと対象データは、図９（ｃ）と同じ意味である。

まず、結合レベルが小さい順に、同じ結合レベルの行を結合する。その際に、同じ結合レベルで、かつ行番号が連続している区間（ブロック）ごとに分け、行番号の小さいブロックから順に処理を行なう。

本図の例では、結合レベルが「１」である行は、（行番号「１」〜「３」）および（行番号「５」〜「６」）であるが、これらの間の行番号「４」が異なる結合レベルなので、２つのブロック分かれる。すなわち、行番号「１」〜「３」のブロック１と、行番号「５」〜「６」のブロック２に分けて、行番号の小さいブロック１から先に処理を行なう。行番号「２」および「３」の論理タイプが論理和「∪」であるため、ブロック１の３行を論理和で結合することにより、ブロック１の部分は、（「作者がＣｒｅａｔｏｒ−３」または「作者がＣｒｅａｔｏｒ−１０」または「カテゴリがＣａｔｅｇｏｒｙ−５」）という条件式になる。

ブロック２の２行の結合において、行番号「５」には否定フラグが設定されているため（本図の「○」）、行番号「５」は否定形として解釈される。「〜２０１０／３／３１」という表記は、アイテム時期情報が２０１０年３月３１日以前であることを示しており、否定フラグが「○」に設定されているため、アイテム時期情報が２０１０年３月３１日より後（新しい）という意味に解釈される。行番号「６」の論理タイプは、論理積「∩」であるため、ブロック２は、（「アイテム時期情報が２０１０年３月３１日より後」かつ「利用回数順位が１０００位から１９９９位までの間）という条件式となる。

次に、各ブロックを作成するのに使用した結合レベルより１つ大きな値の結合レベルに該当する論理タイプを用いて、各ブロックを結合する。本図の例では、結合レベルが「２」である行番号「４」の論理タイプである論理積「∩」を使って、ブロック１とブロック２を結合する。そして、（（「作者がＣｒｅａｔｏｒ−３」または「作者がＣｒｅａｔｏｒ−１０」または「カテゴリがＣａｔｅｇｏｒｙ−５」）かつ（「アイテム時期情報が２０１０年３月３１日より後」かつ「利用回数順位が１０００位から１９９９位までの間））という条件式が作成され、この条件式を満たすアイテムが推薦アイテム条件を満たすアイテムと判定される。図９（ｄ）に示された格納方式を用いることにより、さらに多様で自由度の高い推薦アイテム条件を設定することが可能になる。

このように、図９（ｃ）または図９（ｄ）に示したような格納方式を用いることにより、推薦アイテム条件を柔軟に設定できるので、販売方針に合致するアイテムが多すぎたり、少なすぎたりすることを防ぐことができる。

第１割合計算部１０５は、処理対象となっている基準アイテムに対して、そのアイテムとの類似度が高いアイテムの集合である第１の集合を作成し、第１の集合における推薦アイテム条件に合致するアイテムの割合である第１割合を算出し、第１割合計算部１０５内部の記憶領域に格納する。第１割合計算部１０５の詳細な処理手順については後述する。

第２割合計算部１０６は、処理対象となっている基準アイテムに対して、第１の集合のアイテム以外のアイテムを含むアイテム集合である第２の集合を作成し、第２の集合の中で推薦アイテム条件に合致する割合である第２割合を算出し、第２割合計算部１０６内部の記憶領域に格納する。第２の集合は、基準アイテムとの類似度が第１の集合ほど高くないアイテムの集合といえる。第２割合計算部１０６の詳細な処理手順については後述する。

なお、第１割合計算部１０５と第２割合計算部１０６とは、あるアイテムが推薦アイテム条件に合致するか、合致しないかの２値的な判断ではなく、テーブルの各行の推薦アイテム条件に合致する数を用いて、アイテムと推薦アイテム条件とが適合する度合い（適合度）を多値的（連続量的）に細かく算出してもよい。

例えば、図９（ｃ）に示した例において、あるアイテムＡが、「Ｃａｔｅｇｏｒｙ−３」と「Ｃａｔｅｇｏｒｙ−５」と「エキサイティング」の３つのアイテム属性情報を持っている場合には、適合度を「３」とすることができる。また、別のアイテムＢが、「Ｃａｔｅｇｏｒｙ−５」と「ドラマティック」の２つのアイテム属性情報を持っている場合には、適合度を「２」とすることができる。この２つのアイテムは、両方とも推薦アイテム条件を満たすが、アイテムＡの方が、適合度が高くなる。また、合致する条件数を推薦アイテム条件の総数（推薦アイテム条件を格納するテーブルの行数）で割った値や、合致する条件数を複数のアイテムの合致する条件数の最大値で割った値などを用いて、正規化された適合度を算出してもよい。

アイテム特性値計算部１０７は、処理対象となっている基準アイテムと推薦アイテム条件との関連の強さを示すアイテム特性値を算出する。そして、基準アイテム識別子とアイテム特性値とを対応させてアイテム特性値計算部１０７内部の記憶領域に格納する。アイテム特性値計算部１０７の詳細な処理手順については後述する。

アイテム選択部１０８は、アイテム特性値と類似アイテム集合とを用いて、処理対象となっている基準アイテムに適した関連アイテムを選択し、推薦情報を作成する。アイテム選択部１０８の詳細な処理手順については後述する。送受信部１０９は、ネットワーク４０、または、ネットワーク４２を介して、アイテム提供サーバ２０との間でデータを送受信する処理を行なう。
＜２．システム動作＞
＜２．１．システム全体の動作＞

図１１のフローチャートを参照して、システム全体の動作を説明する。まず、ステップ（Ｓ１０１）において、端末装置３０は、入力装置を介した操作によりユーザから検索キーワードを受け付けると、アイテム検索を要求するメッセージをアイテム提供サーバ２０に送信する。このメッセージは、検索キーワードを含んでいるものとする。また、検索キーワードの他に、アイテムのカテゴリや利用時期を指定する情報を含めるようにしてもよい。さらには、検索キーワードをＮＵＬＬ（空白）等とすることにより、アイテム提供サーバ２０が有するすべてのアイテムの情報を要求するようにしてもよい。

ステップ（Ｓ１０２）において、アイテム提供サーバ２０は、送受信部２０４を介してアイテム検索メッセージを受信し、アイテム格納部２０２を参照しながら、指定された検索キーワード等に該当するアイテムの一覧情報を作成して、端末装置３０に送信する。この処理は、例えば、アイテム格納部２０２のアイテム属性情報の中に、指定された検索キーワードが含まれるアイテムを抽出し、抽出されたアイテムのアイテム属性情報を一覧情報として作成すればよい。

ステップ（Ｓ１０３）において、端末装置３０は、アイテム提供サーバ２０からアイテム一覧情報を受信し、例えば、図１２に示すような形式で表示装置にアイテム一覧情報を表示する。本図の例では、アイテムは音楽コンテンツであり、曲名、アーティスト名、ジャンルが表示されている。また、指定したアイテムの関連アイテムを表示させるためのメニューが画面下部に表示されている。

例えば、ユーザが曲名「Ｓ１」の関連アイテムを表示させたい場合には、曲名「Ｓ１」の横にあるチェックボックスにチェックを入れ、メニュー番号「１」をクリック等により選択すればよい。なお、表示装置には表示されないが、アイテム一覧情報には、アイテム識別子が含まれており、端末装置３０は、表示装置に表示された情報とアイテム識別子との対応を管理している。

次のステップ（Ｓ１０４）において、端末装置３０は、推薦情報を要求するメッセージをアイテム提供サーバ２０に送信する。具体的には、ステップ（Ｓ１０３）において、関連アイテムを表示するために指定されたアイテム（以下「ベースアイテム」と称する）のアイテム識別子（以下「ベースアイテム識別子」と称する）を推薦情報要求メッセージに含めてアイテム提供サーバ２０に送信する。なお、通常は、ベースアイテム識別子は１つであるが、複数のベースアイテム識別子を送信してもよい。

ステップ（Ｓ１０５）では、アイテム提供サーバ２０の制御部２０５が、送受信部２０４を介してベースアイテム識別子を受信し、推薦情報格納部２０３を参照しながら、ベースアイテム識別子に一致する基準アイテム識別子を特定する。そして、特定した基準アイテム識別子に対応付けられた関連アイテム識別子と推薦順位とを読み出して、表示用の推薦情報を作成し、端末装置３０に送信する。

例えば、図５に示した推薦情報格納部２０３の例において、ベースアイテム識別子が「ＩｔｅｍＩＤ−１」である場合は、ベースアイテム識別子に一致する基準アイテム識別子に対応した関連アイテム識別子である「ＩｔｅｍＩＤ−１０００」、「ＩｔｅｍＩＤ−１０２０」、「ＩｔｅｍＩＤ−１０３５」と、その推薦順位「１」、「２」、「３」を読み出す。ただし、特定した基準アイテム識別子に対応する関連アイテム識別子をすべて読み出してもよいし、推薦順位の数字が小さい順に所定個数読み出してもよい。

そして、制御部２０５は、アイテム格納部２０２を参照しながら、読み出した関連アイテム識別子に対応する、「タイトル」、「作成者」、「カテゴリ」などのアイテム属性情報を読み出し、関連アイテム識別子とアイテム属性情報と推薦順位とを合わせて表示用の推薦情報を作成し、端末装置３０に送信する。なお、ベースアイテム識別子が複数ある場合は、それぞれに対応させた推薦情報を送信する。

ステップ（Ｓ１０６）において、端末装置３０は、ステップＳ１０５でアイテム提供サーバ２０から送信された表示用の推薦情報を受信し、例えば、図１３に示す形式で表示装置に関連アイテム一覧情報として表示する。本図の例では、アイテムは音楽コンテンツであり、推薦順位、曲名（タイトル）、アーティスト名（作成者）、ジャンル（カテゴリ）が表示されている。

ユーザは、表示装置の画面を見て、利用したいアイテムがあれば、入力装置を操作して、その表示箇所を選択する操作を行なう。例えば、アイテムが音楽の場合、ユーザは再生したい曲をマウス等でクリックするか、左側のチェックボックスにチェックをして「再生」ボタンを押すことで利用したい楽曲を選択することができる。また、本画面には、選択した楽曲の詳しい情報を表示させるための「詳細情報表示」ボタン、操作を終了するための「終了」ボタンが配置されている。

図１３の画面例では表示していないが、アイテムを購入するためのボタンや、推薦情報以外のアイテム情報を表示させるためのボタンや、キーワードを指定してそれに該当するアイテムを表示させるためのボタンなどを表示させた上で、それに対応する処理を行なうようにしてもよい。なお、推薦情報に含まれるアイテム識別子は、表示装置に表示されていないが、画面に表示した各々のアイテムに対応するアイテム識別子は、端末装置３０が記憶管理している。

ステップ（Ｓ１０７）において、端末装置３０は、アイテムの利用要求がユーザから入力装置を介して入力されたか否かを判定する。このアイテムの利用要求は、代表的には、アイテムの購入要求とすることができるが、アイテムの再生、アイテムのプレビュー、アイテムの詳細情報の表示、アイテムに対する評価情報（評価値）の登録などの種々の要求を含めることができる。

アイテムの利用要求が入力された場合（Ｙｅｓ）は、ステップ（Ｓ１０９）に進み、そうでない場合（Ｎｏ）はステップ（Ｓ１０８）に進む。ステップ（Ｓ１０８）において、端末装置３０は、操作終了の指示が入力装置を介してユーザから入力された否かを判定する。操作終了の指示が入力された場合（Ｙｅｓ）は、処理を終了し、そうでない場合（Ｎｏ）は、ステップ（Ｓ１０７）に戻って処理を繰り返す。

アイテムの利用要求が入力されると、ステップ（Ｓ１０９）において、端末装置３０は、アイテムの利用要求を示すメッセージをアイテム提供サーバ２０に送信する。このメッセージは、端末装置３０を利用しているユーザのユーザ識別子と、ユーザが指定したアイテムのアイテム識別子とを含んでいる。さらに、利用要求を送信する日時などを示す利用時期情報をメッセージに含めてもよい。また、利用要求の種類に応じて、必要なパラメータ（評価情報など）がメッセージに含まれている。なお、ユーザが一度に複数のアイテムを利用する場合は、１つの利用要求メッセージに複数のアイテムのアイテム識別子を含めてもよいし、複数の利用要求メッセージを送信してもよい。

ステップ（Ｓ１１０）において、アイテム提供サーバ２０の送受信部２０４が、端末装置３０からのアイテムの利用要求メッセージを受信すると、アイテム提供サーバ２０の制御部２０５は、利用要求メッセージに含まれるユーザ識別子が、ユーザ管理部２０１に格納されたユーザ識別子と一致するかを確認し、一致する場合は、端末装置３０を利用するユーザに対して、アイテムを提供する処理を行なう。

例えば、提供対象のアイテムがデジタルコンテンツである場合には、アイテム格納部２０２から、利用要求メッセージに含まれるアイテム識別子に対応するアイテム本体を読み出して、送受信部２０４を介して端末装置３０に送信する。また、アイテムが物品である場合には、配送事業者のシステムに配送依頼の情報を送る配送処理などを行なう。このとき必要に応じて、課金処理などを行なう。また、アイテムの詳細情報が要求された場合には、アイテム格納部２０２から「説明情報」などを読み出して、端末装置３０に送信する。なお、利用要求メッセージに含まれるユーザ識別子が、ユーザ管理部２０１に格納されたユーザ識別子と一致しない場合は、ユーザ識別子等をユーザ管理部２０１に格納するために、例えば、入会を促すメッセージ等を端末装置３０に送信する。

ステップ（Ｓ１１１）において、アイテム提供サーバ２０の送受信部２０４は、端末装置３０から受信したアイテムの利用要求メッセージを情報選択装置１０に送信し中継する。

次に、ステップ（Ｓ１１２）において、情報選択装置１０の制御部１１０が、送受信部１０９を介して、アイテムの利用要求メッセージを受信し、アイテムの利用情報を利用履歴格納部１０２に格納する。そして、ステップ（Ｓ１１３）において、情報選択装置１０の制御部１１０は、送受信部１０９を介して、アイテム利用情報の格納を終了したことを示すメッセージをアイテム提供サーバ２０に送信する。

次に、ステップ（Ｓ１１４）において、アイテム提供サーバ２０の制御部２０５は、送受信部２０４を介してアイテム利用情報の格納終了メッセージを受信し、送受信部２０４を介して、それを端末装置３０に送信する。端末装置３０は、そのメッセージを受信するとステップ（Ｓ１０７）からの処理を繰り返す。以上が、ユーザがアイテムを利用する際のシステム全体の動作である。

なお、本実施形態においては、ステップ（Ｓ１０４）で、端末装置３０からアイテム提供サーバ２０に推薦情報を要求するメッセージを送信し、ステップ（Ｓ１０５）で、アイテム提供サーバ２０から端末装置３０に推薦情報を送信しているが、これ以外の方法を用いてもよい。例えば、端末装置３０から情報選択装置１０に直接、またはアイテム提供サーバ２０を経由して推薦情報を要求するメッセージを送信し、情報選択装置１０から端末装置３０に直接、またはアイテム提供サーバ２０を経由して推薦情報を送信してもよい。この場合は、アイテム提供サーバ２０の推薦情報格納部２０３を省略することができる。

また、本実施形態においては、ステップ（Ｓ１１１）で、アイテム提供サーバ２０がアイテム利用情報（アイテムの利用要求メッセージ）を中継しているが、これ以外の方法を用いてもよい。例えば、ステップ（Ｓ１０９）の利用要求メッセージ送信と同時、または適当なタイミングで、端末装置３０から情報選択装置１０に直接アイテム利用情報を送信してもよい。また、ステップ（Ｓ１１３）において、情報選択装置１０がアイテム提供サーバ２０または端末装置３０に推薦情報を送信するようにしてもよい。例えば、利用要求メッセージに含まれるアイテム（アイテム識別子）に関連するアイテムの情報を推薦情報として送信してもよい。
＜２．１．情報選択装置の動作＞
＜２．１．１．推薦情報作成・送信動作＞

次に、情報選択装置１０の処理動作について説明する。まず、情報選択装置１０が推薦情報を作成して送信し、アイテム提供サーバ２０がそれを受信する動作について図１４のフローチャートを参照して説明する。

情報選択装置１０の制御部１１０が、所定のタイミングで類似アイテム集合作成部１０４に動作開始の指示を与えることにより、本処理が開始される。所定のタイミングとしては、種々の条件を用いることができる。例えば、１２時間ごと、２４時間ごと等の所定の時間間隔を用いてもよい。このとき、月曜日〜金曜日までは３時間ごと、土曜日は６時間ごと、日曜日は１２時間ごと、というように時間間隔が変動してもよい。また、夏は時間間隔を短くして、冬は時間間隔を長くするなど、季節に応じて時間間隔を変えてもよい。

あるいは、所定のタイミングとして、利用要求メッセージ（利用情報）を所定回数受信するごととしてもよい。この場合、所定回数を１回として、利用情報を受信するごとに推薦情報を作成するようにしてもよい。さらには、端末装置３０またはアイテム提供サーバ２０から、推薦情報を要求されるごとに推薦情報を作成するようにしてもよい。以下の説明において、推薦情報を作成する対象となる基準アイテムの集合を基準アイテム集合と呼ぶこととする。

まず、ステップ（Ｓ２１）において、類似アイテム集合作成部１０４が、利用履歴格納部１０２に格納された利用履歴を用いて、基準アイテム集合の各アイテムについて、他のアイテムとの類似度を計算し、類似度の高いアイテム（アイテム識別子）を選択して、基準アイテム集合の各アイテムに対応する類似アイテム集合を作成する。

次に、ステップ（Ｓ２２）において、第１割合計算部１０５が、ステップ（Ｓ２１）で算出された基準アイテムの類似アイテム集合に含まれるアイテムの集合である第１の集合を対象にして、推薦アイテム条件格納部１０３に格納されている推薦アイテム条件に合致する割合である第１割合を計算する。

次に、ステップ（Ｓ２３）において、第２割合計算部１０６が、第１の集合のアイテム以外のアイテムを含むアイテム集合である第２の集合を作成し、第２の集合を対象にして、推薦アイテム条件格納部１０３に格納されている推薦アイテム条件に合致する割合である第２割合を計算する。

次に、ステップ（Ｓ２４）において、アイテム特性値計算部１０７が、基準アイテムと推薦アイテム条件との関連の強さを示すアイテム特性値を計算する。

次に、ステップ（Ｓ２５）において、アイテム選択部１０８が、アイテム特性値と類似アイテム集合とを用いて、基準アイテムに対応する関連アイテムを選択し、推薦情報を作成する。この推薦情報は、アイテム提供サーバ２０の推薦情報格納部２０３で説明したデータ形式と同様に、基準アイテムのアイテム識別子と、関連アイテムのアイテム識別子と、推薦順位とが対応付けられたものである。

次に、ステップ（Ｓ２６）において、制御部１１０が、ステップ（Ｓ２５）で作成された推薦情報を、送受信部１０９を介して、アイテム提供サーバ２０に送信する。

最後に、ステップ（Ｓ２７）において、アイテム提供サーバ２０の制御部２０５は、送受信部２０４を介して推薦情報を受信し、図５に示した形式で推薦情報格納部２０３に格納させる。アイテム提供サーバ２０は、ステップ（Ｓ１０５）において、この格納した推薦情報を用いて、表示用の推薦情報を作成する。なお、既に推薦情報格納部２０３に推薦情報が格納されている場合は、古い推薦情報を消去した後に格納すればよい。また、格納する日時をバージョン情報として合わせて格納し、複数のバージョンの推薦情報を同時に格納するようにしてもよい。

なお、上述したように、端末装置３０から情報選択装置１０に直接、またはアイテム提供サーバ２０を経由して推薦情報を要求するメッセージを送信し、情報選択装置１０から端末装置３０に直接、またはアイテム提供サーバ２０を経由して推薦情報を送信するようにし、アイテム提供サーバ２０の推薦情報格納部２０３を省略した場合は、ステップ（Ｓ２６）およびステップ（Ｓ２７）を省略する。

そして、情報選択装置１０から端末装置３０に直接、またはアイテム提供サーバ２０を経由して推薦情報を送信する際に、情報選択装置１０の制御部１１０が、アイテム属性格納部１０１とアイテム選択部１０８とを参照しながら、ステップ（Ｓ１０５）で述べた方法と同様な方法で、関連アイテム識別子とアイテム属性情報と推薦順位の情報とが含まれる推薦情報に基づくアイテム情報のリストを作成し、送受信部１０９を介して端末装置３０に直接、またはアイテム提供サーバ２０を経由してアイテム情報のリストを送信する。

また、端末装置３０がアイテム提供サーバ２０からダウンロードしたコンテンツを格納し、格納したコンテンツを繰り返し再生できるサービス（ダウンロード型サービス）など、原則的にユーザが同じアイテムを複数回利用（購入）しない性質のアイテムを扱う場合は、ステップ（Ｓ１０４）において、ベースアイテム識別子の他に、端末装置３０を利用するユーザのユーザ識別子を推薦要求メッセージに含ませた上で、情報選択装置１０から端末装置３０に直接、またはアイテム提供サーバ２０を経由して推薦情報を送信する際に、情報選択装置１０の制御部１１０が、アイテム属性格納部１０１とアイテム選択部１０８と利用履歴格納部１０２とを参照しながら、推薦要求メッセージに含まれるユーザが過去に利用したアイテムを除外して、推薦情報に基づくアイテム情報のリストを作成し、送信することが望ましい。

また、情報選択装置１０から端末装置３０にアイテム提供サーバ２０を経由して推薦情報を送信する場合は、情報選択装置１０からアイテム提供サーバ２０に推薦情報を送信し、アイテム提供サーバ２０において、受信した推薦情報に基づくアイテム情報のリストを作成する処理を行った上で、アイテム提供サーバ２０から端末装置３０にアイテム情報のリストを送信してもよい。
＜２．１．２．類似アイテム集合作成処理＞

情報選択装置１０における類似アイテム集合の作成処理（Ｓ２１）について図１５のフローチャートを参照して説明する。

ステップ（Ｓ２１１１）において、類似アイテム集合作成部１０４は、利用履歴格納部１０２に格納されている利用履歴を読み出す。ここでは、すべての利用履歴を読み出してもよいし、所定の条件を満たす利用履歴を読み出してもよい。例えば、「利用時期が過去４ヶ月以内」、「利用時期と現在との差が３日以上かつ３０日未満」などのように、「利用履歴の利用時期情報が所定の範囲にある」という条件を満たす利用履歴を読み出してもよい。

また、アイテムごとに利用時期が新しい順に所定個数以内の利用履歴を読み出してもよい。例えば、所定個数を２０個とした場合、利用回数が２０回以上のアイテムに対しては、利用時期が新しい順に２０個ずつの利用履歴を読み出し、利用回数が２０回未満のアイテムに対しては、そのアイテムに関するすべての利用履歴を読み出すようにする。このようにすれば、利用頻度が少なく、最近利用されていないようなアイテムに対しても類似アイテム集合を作成することができる。

このステップで読み出した利用履歴に含まれるアイテム（アイテム識別子）の集合をσ、アイテムの数（アイテム識別子の種類数）をＭｓ、ユーザの数（ユーザ識別子の種類数）をＵｓとする。

次に、ステップ（Ｓ２１１２）において、類似アイテム集合作成部１０４は、基準アイテム集合を作成する。上述したように、端末装置３０またはアイテム提供サーバ２０から利用要求メッセージまたは推薦情報要求メッセージを受信するごとに推薦情報を作成する場合には、そのメッセージに含まれるアイテム識別子を基準アイテム集合に入れる。これらのメッセージには、通常は１つのアイテム識別子が含まれているが、複数のアイテム識別子が含まれることがある。所定の時間間隔等のタイミングで推薦情報を作成する場合は、ステップ（Ｓ２１１１）で作成したアイテム集合σを基準アイテム集合として扱う。この場合は、所定条件を満たす利用履歴に含まれるアイテム識別子それぞれに対して類似アイテム集合が作成されることになる。

次に、ステップ（Ｓ２１１３）において、類似アイテム集合作成部１０４は、基準アイテム集合の中から未処理のアイテムを１つ選択する。この処理対象となる基準アイテムを基準アイテムｘとする。

ステップ（Ｓ２１１４）において、類似アイテム集合作成部１０４は、ステップ（Ｓ２１１１）で読み出された利用履歴を用いて、基準アイテムｘと、アイテム集合σに属する他アイテムｙ（ｙ∈σ、ｘ≠y）との類似度を算出する。

具体的には、基準アイテムｘとアイテムｙとを共に利用したことのあるユーザの数｜Ｉ［ｘ］∩Ｉ［ｙ］｜を算出し、これを類似度とすることができる。また、アイテムｘを利用したユーザの集合をＩ［ｘ］、アイテムｙを利用したユーザの集合をＩ［ｙ］、アイテムｘとアイテムｙとを共に利用したことのあるユーザの数を｜Ｉ［ｘ］∩Ｉ［ｙ］｜、アイテムｘとアイテムｙの少なくとも一方を利用したことのあるユーザの数を｜Ｉ［ｘ］∪Ｉ［ｙ］｜としたとき、［数１］に示すように、ジャカード（Ｊａｃｃａｒｄ）係数を用いてアイテムｘとアイテムｙの類似度Ｗ［ｘ］［ｙ］を算出することができる。

また、ステップ（Ｓ２１１１）で読み出された利用履歴から、利用回数に関する情報やユーザがアイテムに対して行なった評価の情報（評価値）が得られる場合は、コサイン尺度やピアソン積率相関係数を用いて類似度を算出してもよい。例えば、ユーザｉのアイテムｘに対する利用回数または評価値をＥ［ｘ］［ｉ］、ユーザｉのアイテムｙに対する利用回数または評価値をＥ［ｙ］［ｉ］としたとき、［数２］に示すように、コサイン尺度を用いてアイテムｘとアイテムｙとの類似度Ｗ［ｘ］［ｙ］を算出することができる。ここで、Ｕｓは、ステップ（Ｓ２１１１）で読み出された利用履歴に含まれるユーザの数（ユーザ識別子の種類数）である。

また、［数３］に示すように、ピアソン積率相関係数を用いて、類似度Ｗ［ｘ］［ｙ］を算出してもよい。

ここで、Ｉｃ［ｘ］［ｙ］は、アイテムｘとアイテムｙを共に利用したユーザの集合であり、Ｅａ［ｘ］は、Ｉｃ［ｘ］［ｙ］に属するユーザｉによってアイテムｘが利用された回数のの平均値、または評価された評価値の平均値である。Ｅａ［ｙ］は、Ｉｃ［ｘ］［ｙ］に属するユーザｉによってアイテムｙが利用された回数の平均値または評価値の平均値である。また、Ｅ［ｘ］［ｉ］とＥ［ｙ］［ｉ］とのユークリッド距離あるいはその他の距離を用いて、類似度Ｗ［ｘ］［ｙ］を算出してもよい。

さらに、ユーザｉのアイテムｘに対する利用回数または評価値であるＥ［ｉ］［ｊ］（ｉ＝１〜Ｕｓ、ｉ＝１〜Ｍｓ）を行列要素とする行列に対して、主成分分析や数量化３類などの多変量解析を適用し、次元数を削減したベクトルを生成し、コサイン尺度やユークリッド距離などを用いて類似度を算出してもよい。また、上記以外にも、２アイテム間の類似性を表わす指標であれば、どのような方法を用いてもよい。

次に、ステップ（Ｓ２１１５）において、類似アイテム集合作成部１０４は、基準アイテムｘとの類似度の高い「類似アイテム」を選出する。具体的には、基準アイテムｘとの類似度がしきい値（第１の所定値）以上の他のアイテムをアイテム集合σから選出し、類似アイテムとする。また、基準アイテムｘとの類似度が大きい順に所定数（第１の所定数）を超えない範囲で他のアイテムを選出し、類似アイテムとしてもよい。

例えば、類似度を０以上の数値として算出した場合、基準アイテムｘとの類似度が０より大きい値のアイテムの数が所定数に満たない場合は、類似度が０より大きな値であるすべてのアイテムを類似アイテムとし、所定数以上のアイテムの類似度が算出された場合は、類似度が大きい順に所定数のアイテムを選出すればよい。

さらに、基準アイテムｘとの類似度が所定値以上の他のアイテムの中から、類似度が大きい順に所定数を超えない範囲でアイテムを選出し、それらを類似アイテムとしてもよい。また類似アイテムが所定数以上得られるように、類似度のしきい値を基準アイテムｘごとに調整して類似アイテムを選出してもよい。

そして、類似アイテム集合作成部１０４は、図１０に示すような形式で、基準アイテムｘのアイテム識別子と、選出した類似アイテムのアイテム識別子と、その類似度とを関連付けて、類似アイテム集合作成部１０４内部の記憶領域に格納する。

図１０においては、各々の基準アイテムに対して、類似度の大きい順に類似アイテムを格納している。基準アイテムｘによって、類似アイテムの数は異なっていても、同じであってもよい。このステップで算出された基準アイテムｘの類似アイテムの集合（類似アイテムのアイテム識別子の集合）をω［ｘ］とする。

次に、ステップ（Ｓ２１１６）において、類似アイテム集合作成部１０４は、別の基準アイテムを選択可能か判定する。ステップ（Ｓ２１１２）で作成した基準アイテム集合の中で、まだ処理を行なっていないアイテムが存在する場合に「Ｙｅｓ」と判定し、未処理のアイテムが存在しない場合は、「Ｎｏ」と判定する。「Ｙｅｓ」と判定した場合は、ステップ（Ｓ２１１３）に戻って処理を繰り返し、「Ｎｏ」と判定した場合は、類似アイテム集合作成処理を終了する。
＜２．１．３．第１割合計算処理＞

ステップ（Ｓ２２）における第１割合計算処理を詳細に説明する。第１割合計算部１０５は、基準アイテム集合の各アイテムに対して、それぞれの類似アイテム集合を用いて第１の集合を作成し、第１の集合における推薦アイテム条件に合致するアイテムの割合である第１割合Ｒ１をそれぞれ算出して、第１割合計算部１０５内部の記憶領域に格納する。以下では、説明を簡単にするために、基準アイテム集合の中の１つの基準アイテムである基準アイテムｘについての処理を説明する。基準アイテムが複数である場合は、それぞれの基準アイテムに対して同様の処理を行なう。

上述のように、第１割合計算部１０５は、ステップ（Ｓ２１）の基準アイテム集合作成処理で作成された基準アイテムｘの類似アイテム集合から第１の集合を作成し、この第１の集合を対象にして、推薦アイテム条件格納部１０３に格納されている推薦アイテム条件に合致する割合を計算し、第１割合Ｒ１とする。

ここで、類似アイテム集合に属する全アイテムを第１の集合としてもよいし、類似アイテム集合の中の一部のアイテムを第１の集合としてもよい。後者の場合は、類似アイテム集合の全アイテム数よりも少ない所定数だけ、ランダムにアイテムを選択するか、類似度の大きい順に選択して、第１の集合とする。また、この際の所定数をステップ（Ｓ２５）の推薦情報作成処理において選択されるアイテム数と同じ個数にしてもよい。

そして、第１割合計算部１０５は、第１の集合のアイテム数をカウントし、これをＮＡとする。そして、第１割合計算部１０５は、第１の集合のアイテム識別子を図９に示した推薦アイテム条件格納部１０３の推薦アイテム条件と対応させ、推薦アイテム条件に合致するアイテム識別子をカウントし、これをＮＢとする。

なお、推薦アイテム条件が、図９（ｃ）や図９（ｄ）に示した形式のように、対象タイプを用いている場合は、アイテム属性格納部１０１を参照しながら、推薦アイテム条件に合致するアイテム識別子をカウントすればよい。また、対象タイプが「７」の利用回数順位または「８」の利用回数である場合は、推薦アイテム条件格納部１０３内部の記憶領域にその条件に合致するアイテム識別子（アイテム識別子の集合）が格納されているので、その集合と第１の集合とを比較し、一致するアイテム識別子をカウントすればよい。

そして、第１割合計算部１０５は、（ＮＢ÷ＮＡ）の値を算出し、第１割合Ｒ１とする。また、上述のように、図９（ｃ）の形式で推薦アイテム条件が格納されており、適合度が算出可能な場合は、適合度を用いて第１割合を算出してもよい。具体的には、第１の集合に属する各アイテムについて適合度を算出し、それぞれの適合度の代表値（平均値、中央値、最頻値など）を第１割合とする。この際に適合度の値が０から１の範囲に収まるように正規化して適合度を算出しておけば、その代表値も０から１の範囲に収まるので都合がよい。
＜２．１．４．第２割合計算処理＞

ステップ（Ｓ２３）における第２割合計算処理を詳細に説明する。第２割合計算部１０６は、以下のいずれかの方法を用いて、基準アイテム集合の各アイテムに対して、第１の集合のアイテム以外のアイテムを含むアイテム集合である第２の集合をそれぞれ作成し、第２の集合の中で推薦アイテム条件に合致する割合である第２割合Ｒ２をそれぞれ算出する。

この第２の集合は、基準アイテムとの類似度が第１の集合ほど高くないアイテムの集合といえる。そして、基準アイテムのアイテム識別子と第２割合とを対応させて第２割合計算部１０６内部の記憶領域に格納する。以下では、説明を簡単にするために、基準アイテム集合の中の１つの基準アイテムである基準アイテムｘについての処理を説明する。基準アイテムが複数である場合は、それぞれの基準アイテムに対して同様の処理を行なう。
（第２の集合作成の第１の方法）

まず、ステップ（Ｓ２３）における第２の集合作成処理の第１の方法について説明する。第１の方法は、基準アイテムｘ以外の他のアイテムを含む比較アイテム集合を作成し、比較アイテム集合の各アイテムと、他のアイテムとの類似度を計算し、比較アイテム集合の各アイテムとの類似度の高いアイテムを選択した候補集合を作成し、候補集合から第２の集合を作成する方法である。

類似度の計算および類似度の高いアイテムの選択は、類似アイテム集合作成部１０４の動作と同様な方法で行なうことができる。また、比較アイテム集合のアイテムは１つであっても、複数であってもよい。また、比較アイテム集合のアイテムをランダムに選んでもよいし、基準アイテムｘとの類似度が所定値以下のアイテムの中から選んでもよい。また、比較アイテム集合のアイテムが複数である場合、その中の１つが基準アイテムｘであってもよい。例えば、基準アイテム集合に複数のアイテムが含まれる場合は、基準アイテム集合自体を比較アイテム集合としてもよい。

ただし、第２の集合が、第１の集合のアイテム以外のアイテムを含むように比較アイテム集合を作成する。すなわち、第２の集合が、第１の集合の部分集合にならないようにする。なお、あるアイテムの候補集合が、第１の集合の部分集合であっても、別のアイテムの候補集合が、第１の集合の部分集合でなければよい。すなわち、第２の集合の一部のアイテムが第１の集合に含まれていてもよい。

候補集合から第２の集合を作成する方法としては、各候補集合の和集合を第２の集合とする方法がある。また、各候補集合の和集合の中から比較アイテムとの類似度の大きい順に所定個数のアイテムを選択し、第２の集合とする方法がある。また、各候補集合の和集合から類似度が所定値以上のアイテムを選択して、第２の集合としてもよい。
（第２の集合作成の第２の方法）

次に、ステップ（Ｓ２３）における第２の集合作成処理の第２の方法について説明する。第２の方法は、基準アイテムｘと他のアイテムとの類似度を計算し、類似アイテム集合に含まれるアイテムよりも類似度の低いアイテムを選択し、それを第２の集合とする方法である。

類似度の計算は、類似アイテム集合作成部１０４の動作と同様な方法で行なうことができる。そして、ステップ（Ｓ２１１５）において、類似度に関するしきい値（以下「第１類似しきい値」と称する）を用いて類似アイテム集合を作成した場合には、類似度が第１類似しきい値未満のアイテムを選択する。

例えば、類似度が第１類似しきい値未満のアイテムを類似度が大きい順または小さい順に所定個数選択すればよい。あるいは、類似度が第１類似しきい値未満のアイテムの中からランダムに所定個数のアイテムを選択してもよい。また、第１類似しきい値以下の第２類似しきい値と、第２類似しきい値より小さい第３類似しきい値とを用意し、類似度が第３類似しきい値以上で、かつ第２類似しきい値以上であるアイテムを選択してもよい。

また、ステップ（Ｓ２１１５）の類似アイテム集合作成処理において、類似度が大きい順に所定数を超えない範囲でアイテムを選択した場合は、選択されたアイテムの個数（類似アイテム集合の要素数）よりも大きな値である第１順位値を用意し、類似度が大きいほど順位値が小さくなるようにアイテムをソートし、順位値が第１順位値以上であるアイテムを選択する。

例えば、類似アイテム集合の要素数が２０個である場合には、類似度が大きい順にソートした場合順位値が２１位以降のアイテムを選択すればよい。この場合、２１位以降のアイテムから類似度が大きい順または小さい順に所定個数選択してもよいし、２１位以降のアイテムからランダムに所定個数を選択してもよい。さらに、第１順位値よりも大きな値である第２順位値を用意し、順位値がそれらの間にあるアイテムを選択してもよい。例えば、上述した例において、第２順位値を４０位として、順位値が２１位から４０位までのアイテムを選択してもよい。
（第２の集合作成の第３の方法）

第２の集合作成の第３の方法は、アイテム属性格納部１０１に格納されているアイテム識別子、または利用履歴格納部１０２に格納されているアイテム識別子から、ランダムに所定数のアイテム識別子を選択し、それを第２の集合とする方法である。この場合も、第２の集合が、第１の集合の部分集合にならないようにする。
（第２割合計算処理）

上述したいずれかの方法で第２の集合を作成した後、第２割合計算部１０６は、第２の集合の要素数ＮＥをカウントする。第２の集合の要素数は、第１の集合の要素数と同じであっても、異なっていてもよい。次いで、第２割合計算部１０６は、第２の集合を対象として、類似アイテム集合のアイテム識別子を図９に示した推薦アイテム条件格納部１０３の推薦アイテム条件と対応させ、推薦アイテム条件に合致するアイテム識別子の個数ＮＦをカウントする。

そして、（ＮＦ÷ＮＥ）の値を算出し、第２割合Ｒ２とする。基準アイテムが複数存在する場合は、それぞれについて第２割合Ｒ２を算出する。なお、上述のように、図９（ｃ）、図９（ｄ）の形式で推薦アイテム条件が格納されており、適合度が算出可能な場合は、適合度を用いて第２割合を算出してもよい。具体的には、第２の集合に属する各アイテムについて適合度を算出し、それぞれの適合度の代表値（平均値、中央値、最頻値など）を第２割合とする。この際に適合度の値が０から１の範囲に収まるように正規化して適合度を算出しておけば、その代表値も０から１の範囲に収まるので都合がよい。
＜２．１．５．アイテム特性値算出処理＞

ステップ（Ｓ２４）におけるアイテム特性値算出処理について詳細に説明する。アイテム特性値計算部１０７は、以下のいずれかの方法を用いて、基準アイテム集合の各アイテムに対して、基準アイテムと推薦アイテム条件との関連の強さを示すアイテム特性値をそれぞれ算出する。そして、基準アイテム識別子とアイテム特性値とを対応させてアイテム特性値計算部１０７内部の記憶領域に格納する。以下の説明では、基準アイテム集合の中の１つのアイテムである基準アイテムｘを処理対象にした場合の動作を説明する。基準アイテムが複数である場合は、それぞれのアイテムに対して同様の処理を行なう。
（アイテム特性値算出の第１の方法）

まず、アイテム特性値算出の第１の方法について説明する。第１の方法は、ステップ（Ｓ２２）で算出された第１割合Ｒ１をそのまま基準アイテムｘのアイテム特性値とする方法である。この第１の方法を用いる場合は、第２割合計算部１０６およびステップ（Ｓ２３）を省略することができる。第１の方法は、最も処理量が少なく簡便な方法である。
（アイテム特性値算出の第２の方法）

アイテム特性値算出の第２の方法は、第１割合Ｒ１を第２割合Ｒ２で割った値、すなわち（Ｒ１÷Ｒ２）を基準アイテムｘのアイテム特性値とする方法である。このアイテム特性値は、比較アイテムを基準として、基準アイテムと推薦アイテム条件との関連度の強さを相対的に示す値といえる。

アイテム特性値算出の第１の方法では、多数のアイテムに該当する推薦アイテム条件が推薦アイテム条件格納部１０３に格納されている場合は、アイテム特性値が大きな値となり、少数のアイテムにしか該当しない推薦アイテム条件が推薦アイテム条件格納部１０３に格納されている場合は、アイテム特性値が小さな値となる。すなわち、推薦アイテム条件の設定の仕方によって、アイテム特性値が大きく変動し、影響を受ける。

一方、アイテム特性値算出の第２の方法では、Ｒ１とＲ２の両方を用いているため、推薦アイテム条件が変化した場合でも、アイテム特性値はその影響を受けにくい。特に、多数のデータを用いて第２割合Ｒ２を算出した場合には、推薦アイテム条件の変化の影響をより低減することができる。このため、基準アイテムｘと推薦アイテム条件との関連の強さを精度良く数値化できる。
（アイテム特性値算出の第３の方法）

アイテム特性値算出の第３の方法は、第１割合Ｒ１から第２割合Ｒ２を引いた値、すなわち（Ｒ１−Ｒ２）をアイテム特性値とする方法である。このアイテム特性値は、比較アイテムを基準として、基準アイテムと推薦アイテム条件との関連度の強さを相対的に示す値といえる。第２の方法と同様に、推薦アイテム条件の設定の仕方の影響を受けにくいため、基準アイテムｘと推薦アイテム条件との関連の強さを精度良く数値化できる。

上述した各方法で算出されたアイテム特性値は、基準アイテムｘと推薦アイテム条件との関連の強さが強いほど大きな値となる。また、第１割合Ｒ１が増加すれば、アイテム特性値も単調に増加する特性を持っている。
＜２．１．６．推薦情報作成処理＞
（推薦情報作成の第１の方法）

ステップ（Ｓ２５）における推薦情報作成処理について詳細に説明する。まず、図１６のフローチャートを参照して、推薦情報作成の第１の方法について説明する。

ステップ（Ｓ２５１１）において、アイテム選択部１０８は、基準アイテム集合から、処理対象である１つのアイテム（基準アイテムｘ）を選択する。具体的には、ステップ（Ｓ２１１５）の類似アイテム集合作成処理において、類似アイテム集合作成部１０４内部の記憶領域に、基準アイテム識別子と類似アイテム集合とが記憶されているので、この中から未処理の基準アイテム識別子を１つ選択する。

次に、ステップ（Ｓ２５１２）において、アイテム選択部１０８は、ステップ（Ｓ２５１１）で選択されたアイテムのアイテム特性値が所定のアイテム特性値条件を満たすか否かを判定する。「Ｙｅｓ」の場合はステップ（Ｓ２５１３）に進み、「Ｎｏ」の場合はステップ（Ｓ２５１４）に進む。

具体的には、アイテム特性値計算部１０７内部の記憶領域から、基準アイテムｘに対応するアイテム特性値αを読み出し、アイテム特性値条件を満たすか否かを判定する。このアイテム特性値条件としては、「α＞θ１」という条件を用いることができる。この条件を、判定条件Ａとする。ここで、θ１は所定のしきい値である。すなわち、判定条件Ａは、「アイテム特性値が、所定のしきい値θ１より大きい」という条件である。判定条件Ａを用いると、「基準アイテムｘと推薦アイテム条件との関連の強さが、ある程度以上強い」ことを判定することができる。

また、判定条件Ａに替えて、「θ２＞α＞θ１」という条件を用いるようにしてもよい。この条件を、判定条件Ｂとする。ここで、θ２は、θ１より大きい（θ２＞θ１）所定のしきい値である。判定条件Ｂを用いると、「基準アイテムｘと推薦アイテム条件との関連の強さが、ある程度以上強いが、極端には強くない」ことを判定することができる。

なお、アイテム特性値算出の第１の方法の説明で述べたように、第１割合Ｒ１を直接使って判定することも可能である。この方法は、簡便な方法であるが、推薦アイテム条件格納部１０３に格納された推薦アイテム条件が変化する場合には、しきい値（θ１、θ２）を固定値として設定しておくのが難しいことがあり、推薦アイテム条件の変化に合わせて、しきい値（θ１、θ２）を調整する必要が生じる場合がある。一方、アイテム特性値の第２の方法および第３の方法を用いた場合は、しきい値（θ１、θ２）を調整する必要性を減らすことができる。

ステップ（Ｓ２５１３）において、アイテム選択部１０８は、推薦情報に入れるアイテムの集合における推薦アイテム条件に合致するアイテムの割合を設定する。この割合を第３割合と称する。

ステップ（Ｓ２５１３）では、第３割合Ｒ３は、第１割合計算部１０５で算出された第１割合Ｒ１よりも大きな値であり、かつ１より小さな値になるように設定する。ここで、Ｒ３をＲ１より大きな値にする理由は、基準アイテムに基づいて出力される推薦情報の中に、推薦アイテム条件（販売者の販売方針）に合致するアイテムをより多く入れるためである。

Ｒ１は、推薦アイテム条件を考慮せずにアイテム間の類似度に従って作成された推薦情報（通常の推薦情報）における推薦アイテム条件に合致するアイテムの割合である。従って、通常の推薦情報に比べて、推薦アイテム条件に合致する割合が高くなる。また、Ｒ３を１より小さな値にする理由は、推薦情報のアイテムのすべてが、販売者の販売方針に合致していると、ユーザによっては、それらの共通性を敏感に感じ取り、販売者の押し付けがましさや、押し売り方針として解釈する場合があるので、このようなリスクを小さくするためである。
（第３割合設定の第１の方法）

第３割合設定の第１の方法は、ステップ（Ｓ２５１２）で「Ｙｅｓ」と判定されたすべてのユーザに対して、同一の値を設定する方法である。例えば、「Ｒ３＝０．８」とすればよい。この場合、判定条件Ｂを用いた上で、Ｒ１が０．８より大きなユーザがステップＳ６１０で「Ｙｅｓ」とならないように、判定条件Ｂのθ２の値を設定してもよい。
（第３割合設定の第２の方法）

第３割合設定の第２の方法は、Ｒ１に基づきＲ３を設定する方法である。図１７を用いて、この方法を説明する。図１７（ａ）は、ステップ（Ｓ２５１２）において、判定条件Ａを用いた場合に用いるＲ１からＲ３への変換関数の特性を示す図である。

本図において横軸はＲ１の値を示し、縦軸はＲ３の値を示しており、それぞれ０から１までの値をとる。斜め４５度の破線は、Ｒ３をＲ１と同じにした場合、すなわち「Ｒ３＝Ｒ１」となる場合を示している。Ｒ１ｕは、基準アイテムｘのＲ１の値である。またＲ１ａは、基準アイテムｘのアイテム特性値のしきい値θ１をＲ１に換算した値である。

本特性において、Ｒ１が０からＲ１ａの範囲では、変換関数は斜め４５度の破線と一致する、すなわち「Ｒ３＝Ｒ１」となる。「Ｒ１ａ＜Ｒ１＜１」の範囲では、「Ｒ３＞Ｒ１」となる。

ステップ（Ｓ２５１２）の処理を行なう基準アイテムｘのＲ１であるＲ１ｕは、Ｒ１ａ以上であるため、Ｒ１より大きく、かつ１より小さい値のＲ３が得られる。ただし、元々のＲ１が１である基準アイテムｘは、Ｒ３も１となる。

図１７（ｂ）は、ステップ（Ｓ２５１２）において、判定条件Ｂを用いた場合に用いるＲ１からＲ３への変換関数の特性を示す図である。Ｒ１ｂは、基準アイテムｘのアイテム特性値のしきい値θ２をＲ１に換算した値である。

本特性では、「０≦Ｒ１≦Ｒ１ａ」の範囲は、斜め４５度の破線と一致し、「Ｒ３＝Ｒ１」となる。「Ｒ１ａ＜Ｒ１＜Ｒ１ｂ」の範囲は、「Ｒ３＞Ｒ１」となる。また、「Ｒ１ｂ≦Ｒ１≦１」の範囲は、「Ｒ３＝Ｒ１」となる。

「ステップ（Ｓ２５１３）の処理を行なう基準アイテムｘのＲ１であるＲ１ｕについては、「Ｒ１ａ＜Ｒ１ｕ＜Ｒ１ｂ」であるため、Ｒ１より大きく、かつ１より小さい値のＲ３が得られる。また、図１７（ａ）および図１７（ｂ）に示した変換関数では、Ｒ１の増加に対してＲ３が減少する区間は存在しないので、Ｒ１の値が大きいほど、大きな値となるＲ３が得られることになる。

ステップ（Ｓ２５１２）において、「Ｙｅｓ」と判定された基準アイテムｘは、「推薦アイテム条件との関連の強さが、ある程度以上強いアイテム」であるので、ステップ（Ｓ２５１２）で「Ｎｏ」と判定されたアイテムに比べると、推薦アイテム条件に合致する類似アイテムが推薦情報に多く入っていても、不自然ではない。このため、「販売者の押し付け」と受け取る可能性が低く、素直に受容する可能性が高いと考えられる。従って、このような処理を行なうことにより、ユーザが受容しやすい形で、販売方針に沿ったアイテムを多く推薦できる。また、判定条件Ｂを用いることにより、ユーザに「販売者の押し付け」と感じさせるリスクをさらに減らすことができる。

ステップ（Ｓ２５１２）で「Ｎｏ」と判定された基準アイテムｘについては、アイテム選択部１０８は、ステップ（Ｓ２５１４）において、Ｒ３をＲ１と同じ値に設定する。すなわち、推薦アイテム条件（販売方針）に合致するアイテムの数を増やさない。これは、ステップ（Ｓ２５１２）で「Ｎｏ」と判定された基準アイテムｘは、「推薦アイテム条件との関連の強さが、あまり強くないアイテム」なので、推薦アイテム条件（販売方針）に合致するアイテムを増やさない方が、推薦情報がユーザに受容される可能性が高いと考えられるからである。

次に、ステップ（Ｓ２５１５）において、アイテム選択部１０８は、Ｒ３に従って、推薦情報に入れるアイテムを選択する。推薦情報のアイテム数ＮＲが決まっている場合は、類似アイテム集合作成部１０４内部の記憶領域に格納されている、基準アイテムｘの類似アイテム集合を読み出し、推薦アイテム条件格納部１０３を参照しながら、類似アイテム集合の中の推薦アイテム条件に合致するアイテムを類似度の大きい順に（ＮＲ×Ｒ３）個選択する。

次に、類似アイテム集合の中の推薦アイテム条件に合致しないアイテムを類似度の大きい順に（ＮＲ×（１−Ｒ３））個選択する。そして、選択された２つのグループのアイテムを合わせて類似度の大きい順に推薦順位を付け、推薦情報を作成する。ここで、ＮＲ個のアイテムが選択できるように、ステップ（Ｓ２１１５）で用いる第１の所定数および第１類似しきい値を設定し、十分な数の類似アイテム集合を作成しておく。なお、類似アイテム集合の中の推薦アイテム条件に合致しないアイテムが、少なくとも１つは推薦情報に入るように調整してもよい。

推薦情報のアイテム数ＮＲが決まっていない場合は、以下の処理を行なう。まず、類似アイテム集合の中の推薦アイテム条件に合致するアイテムの個数ＮＸと、類似アイテム集合の中の推薦アイテム条件に合致しないアイテムの個数ＮＹとをカウントする。

次に、（ＮＸ／Ｒ３）と（ＮＹ／（１−Ｒ３））の値を比較する。（ＮＸ／Ｒ３）の方が小さい場合は、類似アイテム集合の中の推薦アイテム条件に合致するアイテムをすべて（ＮＸ個）選択し、類似アイテム集合の中の推薦アイテム条件に合致しないアイテムを、類似度の大きい順に、（（ＮＸ／Ｒ３）×（１−Ｒ３））個選択して、これらを推薦情報に入れる。

逆に、（ＮＹ／（１−Ｒ３））の方が小さい場合は、類似アイテム集合の中の推薦アイテム条件に合致しないアイテムをすべて（ＮＹ個）選択し、類似アイテム集合の中の推薦アイテム条件に合致するアイテムアイテムを、類似度の大きい順に、（（ＮＹ／（１−Ｒ３））×Ｒ３）個選択して、これらを推薦情報に入れる。なお、類似アイテム集合の中の推薦アイテム条件に合致しないアイテムが、少なくとも１つは推薦情報に入るように調整してもよい。

次に、ステップ（Ｓ２５１６）において、アイテム選択部１０８は、別の基準アイテムを選択可能か判定する。基準アイテム集合の中に、未処理の基準アイテムが存在する場合に「Ｙｅｓ」と判定し、未処理の基準アイテムが存在しない場合は、「Ｎｏ」と判定する。「Ｙｅｓ」と判定した場合は、ステップ（Ｓ２５１１）に戻って処理を繰り返し、「Ｎｏ」と判定した場合は、ステップ（Ｓ２５）の推薦情報作成処理を終了する。
（推薦情報作成の第２の方法）

次に、図１８のフローチャートを参照して、ステップ（Ｓ２５）における推薦情報作成の第２の方法について説明する。ステップ（Ｓ２５２１）の基準アイテム選択処理は、第１の方法のおけるステップ（Ｓ２５１１）と同じである。

ステップ（Ｓ２５２２）では、第１の方法のステップ（Ｓ２５１２）の判定条件Ｂと同様に、基準アイテムｘのアイテム特性値αと、所定のしきい値θ１、θ２との大きさを比較する。ただし、θ１＜θ２である。そして、「θ１＜α＜θ２」である場合は、ステップ（Ｓ２５２４）に進み、「α≦θ１」の場合は、ステップ（Ｓ２５２３）に進み、「α≧θ２」である場合は、ステップ（Ｓ２５２５）に進む。

ステップ（Ｓ２５２４）では、ステップ（Ｓ２５１３）における図１７（ｂ）で示した変換関数を用いた処理と同様の処理を行なって、第１割合Ｒ１より大きな値として第３割合Ｒ３を設定する。

ステップ（Ｓ２５２３）は、第１の方法におけるステップ（Ｓ２５１４）と同様に「Ｒ３＝Ｒ１」として設定する。

ステップ（Ｓ２５２５）では、第３割合Ｒ３を第１割合Ｒ１以下の値に設定する。図１９を参照して、この方法について説明する。図１９（ａ）は、Ｒ１に基づきＲ３を算出するための変換関数を示しており、図中における各記号は、図１７（ｂ）で説明した記号と同様であり、Ｒ１ｂは、基準アイテムｘのアイテム特性値のしきい値θ２をＲ１に換算した値である。

「０≦Ｒ１≦Ｒ１ａ」の範囲では、変換特性は斜め４５度の破線と一致し、「Ｒ３＝Ｒ１」となる。「Ｒ１ａ＜Ｒ１＜Ｒ１ｂ」の範囲では、「Ｒ３＞Ｒ１」となる。ステップ（Ｓ２５２５）にて処理が行なわれるのは、「α≧θ２」である場合、すなわち「Ｒ１ｂ≦Ｒ１≦１」である場合であり、この場合は「Ｒ３≦Ｒ１」となる。

図１９（ａ）の変換特性は、この部分の特性が図１７（ｂ）と異なっており、特に、「Ｒ１＝１」の場合であっても、「Ｒ３＜１」であることに特徴がある。すなわち、どの基準アイテムに対応する推薦情報においても、販売方針に合致したアイテムが１００％を占めることはない。このため、ユーザが推薦情報におけるアイテムの共通性を感じることがさらに少なくなり、ユーザに「販売者の押し付け」と受け取られるリスクをさらに減らすことができる。

この処理では、「Ｒ１ｂ≦Ｒ１≦１」の範囲で、通常の推薦情報よりも販売方針に合致するアイテムの割合が減少する。しかしながら、多数の基準アイテムのＲ１が一様に分布していると仮定すると、図１９（ｂ）の実線より下の面積が、斜め４５度の破線より下の面積よりも大きければ、多数の推薦情報に含まれる販売方針に合致するアイテムの平均的な割合は、通常の推薦情報に含まれる販売方針に合致するアイテムの平均的な割合よりも多くなるので、「ユーザに販売方針に合ったアイテムを薦める」という販売者の目的は達せられる。図１９（ｂ）の例では、実線と破線で囲まれた三角形Ａ１の面積が、三角形Ａ２の面積よりも大きいため、上記の条件が成立しており、販売者の目的は達せられる。

以下のステップ（Ｓ２５２６）、ステップ（Ｓ２５２７）は、第１の方法におけるステップ（Ｓ２５１５）、ステップ（Ｓ２５１６）と同じである。
＜３．変形例＞

本実施形態の変形例について説明する。変形例におけるシステム全体の構成は、図１および図２に示した上記実施形態の構成とほぼ同様とすることができる。具体的には、アイテム提供サーバ２０と、端末装置３０（３０ａ〜３０ｎ）と、ネットワーク４０（４２）は、上記実施形態と同一であるが、情報選択装置１０に代えて情報選択装置１０ａが用いられている。

図２０は、変形例における情報選択装置１０ａの構成を示すブロック図である。上記の実施形態と同じブロックについては同じ符号を付し、説明を省略する。本図に示すように情報選択装置１０ａは、アイテム属性格納部１０１と、推薦アイテム条件格納部１０３と、類似アイテム集合作成部１０４ａと、第１割合計算部１０５と、第２割合計算部１０６と、アイテム特性値計算部１０７と、アイテム選択部１０８と、送受信部１０９と、制御部１１０ａとを備えて構成されている。また、情報選択装置１０には、情報選択装置１０の管理者向けに必要な情報を表示するための表示装置１２０と、管理者が操作を行なうためのキーボード、マウス等の入力装置１３０とが接続されている。

すなわち、変形例における情報選択装置１０ａは、利用履歴格納部１０２を欠いており、類似アイテム集合作成部１０４と制御部１１０とに代えて、類似アイテム集合作成部１０４ａと制御部１１０ａとが用いられていること以外は上記実施形態と同様の構成であり、処理的には、類似アイテム集合作成部１０４ａが、利用履歴を用いずに類似度を算出して類似アイテム集合を作成する点において上記実施形態と相違する。

情報選択装置１０ａは、ＣＰＵ、ＲＡＭ、ＲＯＭ、ＨＤＤ（ハードディスクドライブ）、ネットワークインタフェース等を備える一般的なコンピュータを用いて構成することができる。すなわち、一般的なコンピュータは、以下で説明するような処理を行なうためのプログラムを実行することにより、情報選択装置１０ａとして機能することができるようになる。

また、情報選択装置１０ａを複数台のコンピュータを用いて構成してもよい。例えば、負荷分散をするために、情報選択装置１０ａのある処理ブロックに相当するコンピュータを複数台用いて、すなわち、同じ処理ブロックを備える複数台のコンピュータを用いて分散処理を行なうようにしてもよい。また、情報選択装置１０ａの一部の処理ブロックをあるコンピュータで実施し、他の処理ブロックを別のコンピュータで実施する形態で分散処理を行なってもよい。

変形例では、情報選択装置１０ａに利用履歴を格納する必要がないため、システム全体の動作は、図１１に示すフローチャートからステップ（Ｓ１１１）〜ステップ（Ｓ１１４）を省略した手順となる。すなわち、アイテム提供サーバ２０がステップ（Ｓ１１０）を実行した後、端末装置３０がステップ（Ｓ１０７）に戻って処理を行なう。

変形例においても、情報選択装置１０ａの制御部１１０ａが、所定のタイミングで図１４に示したフローチャートと同様の処理を各部に実行させることにより、類似アイテム集合の作成、第１割合の算出、第２割合の算出、アイテム特性値の算出、推薦情報の作成、推薦情報の送信などの一連の処理が行なわれる。

ただし、上記実施形態におけるステップ（Ｓ２１）の類似アイテム集合作成処理は、変形例では、以下に説明するフローチャートにしたがった処理内容となる。また、変形例における所定のタイミングとして、他の装置（端末装置３０またはアイテム提供サーバ２０）から推薦情報要求メッセージを受信したタイミングを用いることができる。さらに、アイテム属性格納部１０１に格納されるアイテム属性情報が追加、変更、削除されたことを制御部１１０ａが検知したときを、所定のタイミングとしてもよい。

図２１は、変形例におけるステップ（Ｓ２１）の類似アイテム集合作成処理を説明するフローチャートである。ステップ（Ｓ２１２１）において、類似アイテム集合作成部１０４ａは、基準アイテム集合を作成する。

上記実施形態と同様に、他の装置（端末装置３０またはアイテム提供サーバ２０）から推薦情報要求メッセージを受信するタイミングで推薦情報を作成する場合には、そのメッセージに含まれるアイテムのアイテム識別子を基準アイテム集合に入れる。また、アイテム属性格納部１０１に格納されるアイテム属性情報が変更されるタイミングで推薦情報を作成する場合は、その時点でアイテム属性格納部１０１に格納されているアイテム識別子をすべて読み出し、基準アイテム集合に入れる。

次に、ステップ（Ｓ２１２２）において、類似アイテム集合作成部１０４ａは、基準アイテム集合の中から未処理のアイテムを１つ選択する。このアイテムを基準アイテムｘとする。

次に、ステップ（Ｓ２１２３）において、類似アイテム集合作成部１０４ａは、基準アイテムｘとアイテム属性格納部１０１に格納されているアイテムｙ（ｘ≠y）との類似度Ｗ［ｘ］［ｙ］を算出する。例えば、アイテム属性格納部１０１に基準アイテムｘ以外のアイテムがＭ個格納されている場合は、Ｍ個の類似度を算出する。

具体的には、基準アイテムｘのアイテム属性情報と、アイテムｙのアイテム属性情報とにおいて、一致する項目数を計数（カウント）し、その計数値を類似度とする。例えば、２つのアイテムで、「作成者」と「カテゴリ」の２つの項目が一致する場合には、類似度を「２」とする。

また、一致する項目数を全部の項目数で割った値を類似度としてもよい。この場合、例えば、アイテム属性情報に１０個の項目があったとすると、類似度は、２／１０＝０．２となる。このとき、「アイテム時期情報」「価格」などの項目については、２つの時間差や価格差が所定の値以内であれば、一致するとみなして処理を行なうようにしてもよい。さらに、「タイトル」や「説明情報」に含まれるキーワード（単語や文字列）の一致数を類似度に用いてもよい。

また、基準アイテムｘのアイテム属性情報に含まれるキーワードおよび識別子の集合をＨ［ｘ］とし、アイテムｙのアイテム属性情報に含まれるキーワードおよび識別子の集合をＨ［ｙ］とし、基準アイテムｘのアイテム属性情報とアイテムｙのアイテム属性情報に共通するキーワードおよび識別子の数を｜Ｈ［ｘ］∩Ｈ［ｙ］｜とし、基準アイテムｘとアイテムｙのアイテム属性情報の少なくとも一方に含まれるキーワードおよび識別子の数を｜Ｈ［ｘ］∪Ｈ［ｙ］｜としたとき、［数４］に示すように、ジャカード（Ｊａｃｃａｒｄ）係数を用いて、基準アイテムｘとアイテムｙとの類似度Ｗ［ｘ］［ｙ］を算出するようにしてもよい。

各アイテムとの類似度を算出した以降のステップ（Ｓ２１２４）、ステップ（Ｓ２１２５）は、上記実施形態のステップ（Ｓ２１１５）、ステップ（Ｓ２１１６）と同一である。

以上説明したように、変形例では、情報選択装置１０ａに利用履歴格納部１０２を備える必要がないので、情報選択装置１０ａのコストを抑えることができる。また、アイテム属性情報を用いてアイテム間の類似度を算出しているため、ユーザに全く利用されていない基準アイテムについても、類似度算出が可能であり、推薦情報を作成することができる。
＜４．まとめ＞

従来技術においては、推薦情報の中の商品（アイテム）が販売方針に合致したものに限られるため、販売者が設定する推薦ルールの内容によっては、推薦できる商品の数が少なくなり、十分でない場合があった。例えば、販売者が推薦ルールに登録する商品の数が少ない場合には、推薦できる商品も少なくなってしまう問題があった。十分な数の商品を推薦するためには、推薦ルールを適切に設定する必要があり、推薦ルール設定のための専門家が必要であったり、推薦ルール設定の工数が負担となる場合があった。

一方、変形例を含めた本実施形態では、推薦アイテム条件格納部１０３に格納されているアイテム識別子が少ない場合には、第１割合Ｒ１が小さくなる。それに伴って、Ｒ３も比較的小さな値となるので、（１−Ｒ３）は逆に比較的大きな値となり、販売方針に合致しないアイテムを（１−Ｒ３）の割合で推薦情報に入れるため、推薦ルールの設定の仕方によらず、十分な数のアイテムを推薦することができる。

変形例を含めた本実施形態では、推薦情報を出力するトリガとなる基準アイテムと推薦アイテム条件（販売方針）との関連の強さを示すアイテム特性値を基準アイテムごとに算出し、アイテム特性値が所定条件を満たす基準アイテムに対して、推薦情報における推薦アイテム条件に合致するアイテムの割合が１未満になる範囲で適切に調整するため、基準アイテムと類似度が高いアイテムであり、かつ販売方針だけに偏らず、販売方針を適度に反映させたアイテムを選択して、推薦情報を作成できる。従って、推薦情報が販売者の押し付けであるとユーザに感じさせるリスクを減らすことができ、ユーザが受容しやすい推薦情報を提供できるため、ユーザのアイテム利用を促進することができる。

また変形例を含めた本実施形態では、基準アイテムと類似度の大きいアイテムの集合である第１の集合と、それ以外のアイテムの集合である第２の集合を作成し、２つの集合における推薦アイテム条件に合致する割合をそれぞれ算出し、その２つの割合を用いてアイテム特性値を算出しているので、推薦アイテム条件の設定の仕方に左右されずに、基準アイテムと推薦アイテム条件（販売方針）との関連の強さを精度よく数値化できる。

従って、ユーザがより受容しやすい適切な推薦情報を作成できる。また、販売者は、販売条件を変更した際に、推薦処理のしきい値等のパラメータ変更を情報選択装置１０の管理者に依頼する必要がないので、販売条件を自由に変更しやすくなるという効果も得られる。

１…アイテム提供システム、２…アイテム提供システム、１０…情報選択装置、１０ａ…情報選択装置、２０…アイテム提供サーバ、３０…端末装置、４０…ネットワーク、４２…ネットワーク、１０１…アイテム属性格納部、１０２…利用履歴格納部、１０３…推薦アイテム条件格納部、１０４…類似アイテム集合作成部、１０４ａ…類似アイテム集合作成部、１０５…第１割合計算部、１０６…第２割合計算部、１０７…アイテム特性値計算部、１０８…アイテム選択部、１０９…送受信部、１１０…制御部、１１０ａ…制御部、１１１…ユーザ属性格納部、１２０…表示装置、１３０…入力装置、２０１…ユーザ管理部、２０２…アイテム格納部、２０３…推薦情報格納部、２０４…送受信部、２０５…制御部

Claims (20)

1. 処理対象アイテムと他のアイテムとの類似度を計算し、前記類似度の大きい順に第１所定数を超えない数のアイテム、または前記類似度が第１所定値以上のアイテムを選択して、前記処理対象アイテムに対応する類似アイテム集合を作成する類似アイテム集合作成部と、
   前記類似アイテム集合の全部または一部である第１の集合を対象にして、推薦アイテムと判定するための条件を示す推薦アイテム条件を満たすアイテムの割合である第１割合を計算する第１割合計算部と、
   前記第１割合を用いて、前記処理対象アイテムと前記推薦アイテム条件との関連の強さを指標化したアイテム特性値を計算するアイテム特性値計算部と、
   前記類似アイテム集合に含まれるアイテムから、前記推薦アイテム条件を満たすアイテムを含むアイテムを選択し、前記処理対象アイテムに対応する関連アイテム集合を作成するアイテム選択部とを備え、
   前記アイテム選択部は、前記アイテム特性値が所定のアイテム特性値条件を満たす場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合が１の場合を除き、前記第１割合よりも大きく、かつ１より小さくなるように、前記関連アイテム集合を作成することを特徴とするアイテム選択装置。
2. 前記アイテム選択部は、前記アイテム特性値が所定のアイテム特性値条件を満たさない場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が前記第１割合となるように、前記関連アイテム集合を作成することを特徴とする請求項１に記載のアイテム選択装置。
3. 前記第１の集合に含まれるアイテム以外のアイテムを含むアイテムの集合である第２の集合を作成し、前記第２の集合を対象にして、前記推薦アイテム条件を満たすアイテムの割合である第２割合を計算する第２割合計算部をさらに備え、
   前記アイテム特性値計算部は、前記第１割合と前記第２割合とを用いて、前記処理対象アイテムについてのアイテム特性値を計算することを特徴とする請求項１または請求項２に記載のアイテム選択装置。
4. 前記第２割合計算部は、
   前記処理対象アイテム以外のアイテムの集合である比較アイテム集合を作成し、比較アイテム集合における各アイテムと他のアイテムとの類似度を計算し、この類似度が大きい順に第２所定数を超えない数のアイテム、またはこの類似度が第２所定値以上のアイテムを選択して前記第２の集合を作成することを特徴とする請求項３に記載のアイテム選択装置。
5. 前記第２割合計算部は、
   前記処理対象アイテムと、前記処理対象アイテム以外のアイテムとの類似度を計算し、この類似度の大きい順にアイテムをソートした場合に、前記第１所定数より後の順位となるアイテム、またはこの類似度が前記第１所定値未満のアイテムを選択し、前記第２の集合を作成することを特徴とする請求項３に記載のアイテム選択装置。
6. 前記第２割合計算部は、
   前記第２の集合に含まれる各アイテムが前記推薦アイテム条件を満たす度合いを指標化した適合度を算出し、それぞれの適合度の代表値を前記第２割合とすることを特徴とする請求項３〜請求項５のいずれか１項に記載のアイテム選択装置。
7. 前記アイテム特性値計算部は、
   前記第１割合から前記第２割合を減算した値、または前記第１割合を前記第２割合で除算した値を用いて、前記アイテム特性値を計算することを特徴とする請求項３〜請求項６のいずれか１項に記載のアイテム選択装置。
8. 前記第１割合計算部は、
   前記第１の集合に含まれる各アイテムが前記推薦アイテム条件を満たす度合いを指標化した適合度を算出し、それぞれの適合度の代表値を前記第１割合とすることを特徴とする請求項１〜請求項７のいずれか１項に記載のアイテム選択装置。
9. 前記アイテム選択部は、
   前記類似アイテム集合に含まれる前記推薦アイテム条件を満たすアイテムと、前記類似アイテム集合に含まれる前記推薦アイテム条件を満たさないアイテムとを用いて、前記関連アイテム集合を作成することを特徴とする請求項１〜請求項８のいずれか１項に記載のアイテム選択装置。
10. 前記アイテム選択部は、
    前記アイテム特性値が前記所定のアイテム特性値条件を満たす場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合が１の場合を除き、前記第１割合より大きく、かつ１より小さくなるのに加え、前記第１割合が大きいほど大きな値となるよう、前記関連アイテム集合を作成することを特徴とする請求項１〜請求項９のいずれか１項に記載のアイテム選択装置。
11. 前記アイテム選択部は、
    前記所定のアイテム特性値条件として、前記アイテム特性値が第３所定値以上でありかつ第４所定値未満という条件を用い、このアイテム特性値条件を満たす場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合が１の場合を除き、前記第１割合より大きく、かつ１より小さくなるように前記関連アイテム集合を作成し、前記アイテム特性値が前記第４所定値より大きい場合は、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合より小さくなるように前記関連アイテム集合を作成することを特徴とする請求項１〜請求項９のいずれか１項に記載のアイテム選択装置。
12. 前記推薦アイテム条件は、
    ユーザとユーザの利用に係るアイテムとを対応付けた利用履歴に含まれるアイテムの利用回数の順位についての範囲、または前記利用履歴に含まれるアイテムの利用ユーザ数の順位についての範囲が設定されていることを特徴とする請求項１〜請求項１１のいずれか１項に記載のアイテム選択装置。
13. 前記推薦アイテム条件は、
    ユーザとユーザの利用に係るアイテムとを対応付けた利用履歴に含まれるアイテムの利用回数についての範囲、または前記利用履歴に含まれるアイテムの利用ユーザ数についての範囲が設定されていることを特徴とする請求項１〜請求項１１のいずれか１項に記載のアイテム選択装置。
14. 作成された前記関連アイテム集合を、ネットワークを介して出力する出力部をさらに備えたことを特徴とする請求項１〜請求項１３のいずれか１項に記載のアイテム選択装置。
15. 情報処理装置において実行されるアイテム選択方法であって、
    処理対象アイテムと他のアイテムとの類似度を計算し、前記類似度の大きい順に第１所定数を超えない数のアイテム、または前記類似度が第１所定値以上のアイテムを選択して、前記処理対象アイテムに対応する類似アイテム集合を作成する類似アイテム集合作成ステップと、
    前記類似アイテム集合の全部または一部である第１の集合を対象にして、推薦アイテムと判定するための条件を示す推薦アイテム条件を満たすアイテムの割合である第１割合を計算する第１割合計算ステップと、
    前記第１割合を用いて、前記処理対象アイテムと前記推薦アイテム条件との関連の強さを指標化したアイテム特性値を計算するアイテム特性値計算ステップと、
    前記類似アイテム集合に含まれるアイテムから、前記推薦アイテム条件を満たすアイテムを含むアイテムを選択し、前記処理対象アイテムに対応する関連アイテム集合を作成するアイテム選択ステップとを有し、
    前記アイテム選択ステップは、前記アイテム特性値が所定のアイテム特性値条件を満たす場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合が１の場合を除き、前記第１割合よりも大きく、かつ１より小さくなるように、前記関連アイテム集合を作成することを特徴とするアイテム選択方法。
16. 前記アイテム選択ステップは、前記アイテム特性値が所定のアイテム特性値条件を満たさない場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が前記第１割合となるように、前記関連アイテム集合を作成することを特徴とする請求項１５に記載のアイテム選択方法。
17. 前記第１の集合に含まれるアイテム以外のアイテムを含むアイテムの集合である第２の集合を作成し、前記第２の集合を対象にして、前記推薦アイテム条件を満たすアイテムの割合である第２割合を計算する第２割合計算ステップをさらに有し、
    前記アイテム特性値計算ステップは、前記第１割合と前記第２割合とを用いて、前記処理対象アイテムについてのアイテム特性値を計算することを特徴とする請求項１５または請求項１６に記載のアイテム選択方法。
18. 処理対象アイテムと他のアイテムとの類似度を計算し、前記類似度の大きい順に第１所定数を超えない数のアイテム、または前記類似度が第１所定値以上のアイテムを選択して、前記処理対象アイテムに対応する類似アイテム集合を作成する類似アイテム集合作成部と、
    前記類似アイテム集合の全部または一部である第１の集合を対象にして、推薦アイテムと判定するための条件を示す推薦アイテム条件を満たすアイテムの割合である第１割合を計算する第１割合計算部と、
    前記第１割合を用いて、前記処理対象アイテムと前記推薦アイテム条件との関連の強さを指標化したアイテム特性値を計算するアイテム特性値計算部と、
    前記類似アイテム集合に含まれるアイテムから、前記推薦アイテム条件を満たすアイテムを含むアイテムを選択し、前記処理対象アイテムに対応する関連アイテム集合を作成し、前記アイテム特性値が所定のアイテム特性値条件を満たす場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が、前記第１割合が１の場合を除き、前記第１割合よりも大きく、かつ１より小さくなるように、前記関連アイテム集合を作成するアイテム選択部として情報処理装置を機能させることを特徴とするコンピュータプログラム。
19. 前記アイテム選択部は、前記アイテム特性値が所定のアイテム特性値条件を満たさない場合に、前記関連アイテム集合における前記推薦アイテム条件を満たすアイテムの割合が前記第１割合となるように、前記関連アイテム集合を作成することを特徴とする請求項１８に記載のコンピュータプログラム。
20. 前記第１の集合に含まれるアイテム以外のアイテムを含むアイテムの集合である第２の集合を作成し、前記第２の集合を対象にして、前記推薦アイテム条件を満たすアイテムの割合である第２割合を計算する第２割合計算部として情報処理装置を機能させ、
    前記アイテム特性値計算部は、前記第１割合と前記第２割合とを用いて、前記処理対象アイテムについてのアイテム特性値を計算することを特徴とする請求項１８または請求項１９に記載のコンピュータプログラム。