JP2013206407A - 情報推薦方法、装置及びプログラム - Google Patents
情報推薦方法、装置及びプログラム Download PDFInfo
- Publication number
- JP2013206407A JP2013206407A JP2012077991A JP2012077991A JP2013206407A JP 2013206407 A JP2013206407 A JP 2013206407A JP 2012077991 A JP2012077991 A JP 2012077991A JP 2012077991 A JP2012077991 A JP 2012077991A JP 2013206407 A JP2013206407 A JP 2013206407A
- Authority
- JP
- Japan
- Prior art keywords
- information
- user
- content
- list
- reliability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
【解決手段】信頼度分析装置600においてユーザの選択行動の特徴の推定結果に対する信頼度係数を算出し、コンテンツスコアリング装置300により上記算出された信頼度係数をユーザ興味スコアに乗じることでコンテンツスコアを算出して、このコンテンツスコアをもとにコンテンツの表示順序をソートし、このソート済コンテンツリストを該当ユーザのクライアント端末400へ送信して表示させる。また、上記ソート済コンテンツリストを生成する際に、興味が学習されていないリストの表示枠をソート済コンテンツリストに追加する。
【選択図】図2
Description
すなわち、先ずユーザのサービス利用開始時には、ユーザの興味とは関係なく、例えばランダムに選択されたコンテンツのリストが表示される。そして、ユーザがこの表示された1回目のリストの中から自身が興味を持つコンテンツを選択して、例えばその詳細なWebページを閲覧したりブックマーク登録を行うと、この選択行動の履歴をもとにユーザの興味が学習され、その学習結果をもとにコンテンツが選択し直されそのリストが表示される。
(1) 初回に表示されたリストがベースとなって学習が進む。このため、ユーザが“好き”と学習されたグルメジャンルは、その後のリスト表示にてリストの上位に表示されていくが、リストに最初に表示されなかったもの(例えば「寿司」や「沖縄料理」)については、たとえユーザがこれらを“好き”だったとしても上位に表示されることはない。このため、ユーザの利用回数が増えるにつれ、ユーザの興味がそもそも学習されないことによる興味が“不明”のグルメジャンルが上位に表示されにくくなる。したがって、様々な興味の評価の網羅性が十分に確保されないうちに既出概念のみの学習が進み、情報が絞り込まれるという課題がある。
第1の態様は、前記信頼度を表す情報を算出する際に、信頼度の算出対象に該当する情報の総数Nと、前記信頼度の算出対象に該当する情報のうち前記ユーザに提示した情報の累計値nと、前記信頼度の算出対象に該当する情報に対する前記ユーザの行動の累計値mを取得し、この取得された情報の総数N、提示情報の累計値n及び行動の累計値mのうちの少なくとも一つに基づいて信頼度係数を算出するものである。
図1は、この発明に係る情報推薦システムの全体構成図である。このシステムは、クライアント端末400と、コンテンツサーバ500と、興味分析装置100と、影響度分析装置200と、コンテンツスコアリング装置300と、信頼度分析装置600とを備える。
ユーザは、クライアント端末400において閲覧操作を行うことにより、所望のコンテンツをコンテンツサーバ500から所得し、取得したコンテンツをクライアント端末400の画面に提示して閲覧する。
ただし、興味分析装置100は、下記で説明するユーザ興味スコア算出方法以外、たとえばその他の内容ベースフィルタリング手法(Content Based Filtering:CBF)を用いて概念体系/ユーザ興味スコアデータベースを更新するものでもよい。すなわち、一覧閲覧コンテンツリスト及び詳細閲覧コンテンツリストをもとにした興味の推定方法以外でも良い。
なお、図2における各装置はCPU(Central Processing Unit)を備え、プログラムメモリに予め格納されたプログラムを上記CPUに実行させることにより、上記した各機能を実現する。
興味分析装置100は、履歴情報受信部110と、興味の特徴スコア算出部120と、興味概念体系更新処理部130と、概念体系/ユーザ興味スコアデータベース140と
を備える。概念体系/ユーザ興味スコアデータベース140は、ルート概念ノードIDと、概念体系テーブルと、ユーザ興味スコアテーブルを記憶する。ルート概念ノードIDは、概念体系構造において最上位にある概念ノードIDであり、システム内に1つだけ存在する。
履歴情報受信部110は、クライアント端末400において生成された一覧閲覧コンテンツリスト及び詳細閲覧コンテンツリストを、コンテンツサーバ500を介して受信する。一覧閲覧コンテンツリストとは、例えばユーザがコンテンツのタイトルのみを一覧で閲覧したコンテンツのリストである。詳細閲覧コンテンツリストとは、ユーザがコンテンツ本体の内容(詳細)を閲覧したコンテンツのリストである。図3では、一覧閲覧コンテンツリストにはコンテンツ1〜8が含まれ、詳細閲覧コンテンツリストにはコンテンツ1、3、4が含まれる場合を例示している。また図3において、斜線パターンで示すコンテンツは、概念Bがコンテンツ1、6、7、8に出現することを示す。
図4(a)に分析パラメータ抽出処理の模式図を示す。例えば、50個(=S)のコンテンツが一覧表示されている中から、ユーザが10個(=a)のコンテンツの詳細を閲覧した場合を示す。ここで、一覧表示されている50個のコンテンツのうち「野球」という概念が含まれている記事が15個(=U)あり、ユーザが閲覧した10個のコンテンツのうち、「野球」という概念が含まれているコンテンツが5個(=b)あったことを示す。
図2において、クライアント端末400−1、400−2は、履歴収集部410と、履歴情報送信部420と、コンテンツ提示部430と、コンテンツ要求送信部440と、オススメタグ付与部450を備える。
図2において、コンテンツサーバ500は、コンテンツ送信処理部510と、ソート済みコンテンツリスト受信部520と、コンテンツリスト送信部530と、コンテンツリスト入力部540と、履歴情報転送部550と、コンテンツ要求転送部560と、オススメタグ入力部570と、オススメタグ送信部580を備える。
なお、本実施形態では、他ユーザがオススメタグを付与することではじめて格納される例を述べているが、事前に格納されていてもよい。例えば、ブログのような、情報提示時に情報発信者が決定している場合に、情報が提示されることでオススメタグが付与されているとみなす、といった場合が想定される。
影響度分析装置200は、履歴情報受信部210と、人間体系データベース220と、影響度の特徴スコア算出部230と、各人・グループに対する影響度の概念体系更新処理部240と、各人・グループに対する影響度スコアを持つ影響度概念体系データベース250を備える。
(4−1)第1の実施例
図9は、第1の実施例に係る影響度分析処理を示す図である。影響度の特徴スコア算出部230は、上記S,a,M,mを分析パラメータとして利用して、AAさんへのAさんからの影響度の特徴スコアZ′を算出する。影響度の特徴スコアZ′は、上記図5に示した算出式において、U,bをM,mに置き換えることで算出することができる。
かくして「Aさんオススメ」に対する影響度の特徴スコアが算出される。算出された特徴スコアを、各人・グループに対する影響度スコアを持つ影響度概念体系データベース250に渡す。各人・グループに対する影響度スコアを持つ影響度概念体系データベース250には、興味推定と同様の概念体系を構成する各概念に影響度スコアを持たせておく。
第2の実施例では、AAさんへのAさんからの特定の概念(又は特定のジャンル)毎の影響度を推定する手法を説明する。図10は、この第2の実施例に係る影響度分析処理を示す図である。影響度の特徴スコア算出部230は、分析パラメータS,a,D,dを利用してAさんに対する影響度の特徴スコアZ′を算出する。この場合の影響度の特徴スコアZ′は、上記図5に示した算出式において、U,bをD,dに置き換えることで算出することができる。
以上より、「Aさんの野球に関するオススメ」に対する影響度の特徴スコアが算出される。
図11は、第3の実施例に係る影響度分析処理を示す図である。第3の実施例では、AAさんへのグループFからの影響度を推定する手法を説明する。つまり、お薦め情報を付与した他ユーザらがグループ属性や組織体系を有し、これらの関係について階層的な体系を作成できる場合(以後、前述の人から成る体系を人間体系という)に、一覧閲覧コンテンツリスト及び詳細閲覧コンテンツリストのコンテンツに出現するオススメタグを付与した他ユーザの上位のグループ属性を人間体系から抽出し、上位のグループ属性が当該コンテンツに出現するものとみなして、上位のグループ属性に対するユーザの影響度スコアを更新することをさらに特徴とするものである。なお、上記人間体系の関係情報は、多数の前記他ユーザあるいはグループ属性が相互に関連を持つことでグラフ構造を持つことができる。グラフ構造を持つ場合には、各前記他者あるいはグループ属性の直接あるいは間接の上位属性を「親グループ」、直接あるいは間接の下位属性を「子グループ」と呼ぶ(個人の場合も所属するメンバーが一人のグループとみなす)。
与者の一覧(本例の場合、「Aさん」、「Cさん」、「Dさん」及び「Eさん」)を、履歴情報受信部210から受け取って格納する。履歴情報受信部210は、人間体系データベース220から、オススメタグ付与者の上位の人間体系(集団あるいは属性など)を読み出す(本例の場合、「グループF」、「グループG」及び「グループH」)。履歴情報受信部210は、人間体系データベース220から読み出した親グループを加えて、影響度の特徴スコア算出部230にオススメタグ情報を渡す。
図12は、第4の実施例に係る影響度分析処理を示す図である。人間体系データベース220は、上記第3の実施例と同様のものとする。影響度の特徴スコア算出部230は人間体系データベース220から受け取ったオススメタグについて、上記第2の実施例と同様の方法を用いて、オススメタグを付与した人(またはグループ)ついての、ジャンル毎の影響度スコアを更新する。
信頼度分析装置600は、履歴情報受信部610と、信頼度算出元データベース620と、信頼度係数算出部630と、信頼度係数データベース640を有する。
履歴情報受信部610は、信頼度係数算出対象に該当する情報の総数Nをコンテンツサーバ500から受信すると共に、クライアント端末400−1、400−2により生成された一覧閲覧コンテンツリストと詳細閲覧コンテンツリストをコンテンツサーバ500の履歴情報転送部550から受信する。そして、この受信した信頼度係数算出対象に該当する情報の総数Nと、上記一覧閲覧コンテンツリスト及び詳細閲覧コンテンツリストより求められる信頼度係数算出対象に該当する対象ユーザへの情報の表示数の累計値nと、信頼度係数の算出対象に該当するユーザの選択行動の特徴に関係する行動履歴(例えば、詳細ページ閲覧履歴、ブックマーク登録履歴)の累計値mを、信頼度算出元データとして信頼度算出元データベース620に記憶させる。
先ず履歴情報受信部610では、履歴情報転送部550から通信ネットワークを介して信頼度係数算出対象に該当する情報の総数Nが取得される。ここで、信頼度係数算出対象に該当する情報とは、例えばカレー、牛丼といったグルメジャンル、経済、円高、野球といったニュースのカテゴリや概念用語、Aさん、Bさん、Xグループといったオススメタグ又はトピック等であり、またその総数Nとは例えば当該情報に関する該当店舗総数、該当ニュース総数、該当オススメタグ総数等からなる。そして、上記取得された総数Nは信頼度算出元データベース620に格納される。
図15は、信頼度係数算出方法の第2の実施例を説明するための図である。例えば、いまカレー屋登録総数をNとし、ユーザにカレー屋の情報を表示した数の累計をnとし、ユーザがカレー屋に関する詳細ページを閲覧した累計をmとし、ユーザがカレー屋に関する詳細ページを閲覧した割合をpとしたとする。この場合、信頼度係数算出部630は、以下の式(3-1) ,(3-2) により信頼度係数Tを算出する。
この第3の実施例は、上記第1及び第2の実施例で述べた信頼度係数算出方法を併用するものである。
すなわち、1−Eがしきい値kになるまでの信頼度係数をT=0、しきい値k以上の時には信頼度係数T=1−Eとする。これは以下の式(4)で表される。
コンテンツスコアリング装置300は、ソート済みコンテンツリスト送信部310と、コンテンツ評価処理部320と、コンテンツデータベース330と、コンテンツ・オススメタグ受信部340を備える。
(6−1)興味スコアと影響度スコアをもとにコンテンツ評価を行う場合
図18は、この興味スコアと影響度スコアをもとにコンテンツ評価を行う場合の処理の概要を示す図である。
コンテンツ・オススメタグ受信部340は、コンテンツリスト送信部530から、提示対象コンテンツと、提示対象コンテンツの内容を示す概念と、提示対象コンテンツにユーザから付与された「オススメタグ」を受信し、コンテンツデータベース330に格納する。
コンテンツスコアリング装置300は、図13のステップS13において、先ず評価対象とするユーザのIDをもとに興味分析装置100又は影響度分析装置200から興味スコア又は影響度スコアを取得する。また、コンテンツデータベース330からユーザに対する表示対象リストを取得し、この表示対象リストの中に含まれるグルメジャンルや概念用語といった評価対象項目に該当する信頼度係数を、信頼度係数データベース640から取得する。そして、取得した興味スコア又は影響度スコアと、表示対象リストと、評価対象項目の信頼度係数をコンテンツ評価処理部320に送る。
ソート済みコンテンツリスト送信部310は、以下の2通りのいずれかの方法で、コンテンツのソートとソート済コンテンツリストの出力処理を行う。
ソート済みコンテンツリスト送信部310は、コンテンツ評価処理部320から受け取ったコンテンツスコアを基に、コンテンツ情報をソートし、コンテンツスコア順に並べ替えたソート結果をソート済みコンテンツリストとしてコンテンツサーバ500へ送信する。
ソート済みコンテンツリスト送信部310は、図20に示すように表示リスト或いはユーザのクライアント端末400−1、400−2の表示画面領域のうち、サービス利用者が定める任意の割合Sの部分をソート済みコンテンツの表示領域として割り当て、また残りの1−Sの部分を興味推定がなされていないコンテンツの表示領域として割り当てる。そして、上記Sの部分に、コンテンツ評価処理部320から受け取ったコンテンツスコアをもとにソートした結果を表示させるように配置する。また、1−Sの部分に、興味推定がされていない評価項目対象が含まれるコンテンツをランダムに表示させるように配置する。
ここでは、信頼度係数算出対象としてグルメジャンルを取り扱い、先に(5−3)に述べた信頼度係数算出方法の第3の実施例を用いて信頼度係数Tを算出する場合を例にとって説明する。
Claims (7)
- コンピュータにより、提示対象の情報に対するユーザの興味の度合いを表す情報、又はユーザが前記提示対象の情報をもとに行動を起こす際の他ユーザからの影響度の度合いを表す情報をもとに、前記ユーザの行動の特徴を推定し、その推定結果に基づいて前記ユーザに推薦すべき情報を選択し提示する情報推薦方法であって、
前記提示対象となる情報又はその集合毎に、ユーザに対する当該提示対象となる情報の提示履歴又は当該提示対象となる情報に基づくユーザの行動履歴をもとに、当該ユーザの行動の特徴の推定結果に対する信頼度を表す情報を算出する過程と、
前記提示対象情報に対するユーザの興味の度合いを表す情報及び前記影響度の度合いを表す情報の少なくとも一方と、前記算出された信頼度を表す情報とをもとに、前記提示対象の情報又はその集合に対する評価点を算出する過程と、
前記算出された評価点に基づいて、前記ユーザに推薦すべき情報のリストを生成する過程と
を具備することを特徴とする情報推薦方法。 - 前記信頼度を表す情報を算出する過程は、
信頼度の算出対象に該当する情報の総数Nと、前記信頼度の算出対象に該当する情報のうち前記ユーザに提示した情報の累計値nと、前記信頼度の算出対象に該当する情報に対する前記ユーザの行動の累計値mを取得する過程と、
前記取得された情報の総数N、提示情報の累計値n及び行動の累計値mのうちの少なくとも一つに基づいて信頼度係数を算出する過程と
を備えることを特徴とする請求項1記載の情報推薦方法。 - 前記リストを生成する過程は、前記算出された評価点に基づいて選択された推薦情報を提示する第1の領域と、任意に選択された推薦情報を提示する第2の領域とを有するリストを生成することを特徴とする請求項1又は2記載の情報推薦方法。
- 提示対象の情報に対するユーザの興味の度合いを表す情報、又はユーザが前記提示対象の情報をもとに行動を起こす際の他ユーザからの影響度の度合いを表す情報をもとに、前記ユーザの行動の特徴を推定し、その推定結果に基づいて前記ユーザに推薦すべき情報を選択し提示する情報推薦装置であって、
前記提示対象となる情報又はその集合毎に、ユーザに対する当該提示対象となる情報の提示履歴又は当該提示対象となる情報に基づくユーザの行動履歴をもとに、当該ユーザの行動の特徴の推定結果に対する信頼度を表す情報を算出する手段と、
前記提示対象情報に対するユーザの興味の度合いを表す情報及び前記影響度の度合いを表す情報の少なくとも一方と、前記算出された信頼度を表す情報とをもとに、前記提示対象の情報又はその集合に対する評価点を算出する手段と、
前記算出された評価点に基づいて、前記ユーザに推薦すべき情報のリストを生成する手段と
を具備することを特徴とする情報推薦装置。 - 前記信頼度を表す情報を算出する手段は、
信頼度の算出対象に該当する情報の総数Nと、前記信頼度の算出対象に該当する情報のうち前記ユーザに提示した情報の累計値nと、前記信頼度の算出対象に該当する情報に対する前記ユーザの行動の累計値mを取得する手段と、
前記取得された情報の総数N、提示情報の累計値n及び行動の累計値mのうちの少なくとも一つに基づいて信頼度係数を算出する手段と
を備えることを特徴とする請求項4記載の情報推薦装置。 - 前記リストを生成する手段は、前記算出された評価点に基づいて選択された推薦情報を提示する第1の領域と、任意に選択された推薦情報を提示する第2の領域とを有するリストを生成することを特徴とする請求項4又は5記載の情報推薦装置。
- 請求項1乃至3のいずれかに記載の情報推薦方法が備える各過程における処理を前記コンピュータに実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012077991A JP5668010B2 (ja) | 2012-03-29 | 2012-03-29 | 情報推薦方法、装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012077991A JP5668010B2 (ja) | 2012-03-29 | 2012-03-29 | 情報推薦方法、装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013206407A true JP2013206407A (ja) | 2013-10-07 |
JP5668010B2 JP5668010B2 (ja) | 2015-02-12 |
Family
ID=49525363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012077991A Active JP5668010B2 (ja) | 2012-03-29 | 2012-03-29 | 情報推薦方法、装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5668010B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5620604B1 (ja) * | 2014-05-12 | 2014-11-05 | 株式会社ワイワイワイネット | ネット上での検索結果のランキングシステム |
JP2016130903A (ja) * | 2015-01-13 | 2016-07-21 | 日本放送協会 | 下位表現抽出装置およびプログラム |
CN107330721A (zh) * | 2017-06-20 | 2017-11-07 | 广东欧珀移动通信有限公司 | 信息输出方法及相关产品 |
KR101909267B1 (ko) | 2017-05-17 | 2018-10-17 | 주식회사 카카오 | 열독률 제공 장치 및 방법 |
JP2020087022A (ja) * | 2018-11-27 | 2020-06-04 | トヨタホーム株式会社 | 情報処理装置 |
CN112633977A (zh) * | 2020-12-22 | 2021-04-09 | 苏州斐波那契信息技术有限公司 | 一种基于用户行为的评分方法、装置计算机设备及存储介质 |
JP7325598B1 (ja) | 2022-12-23 | 2023-08-14 | 株式会社博報堂Dyホールディングス | レコメンドサーバ、レコメンド方法およびプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107958088B (zh) * | 2017-12-15 | 2021-10-01 | 上海传漾数字科技有限公司 | 一种广告用语推荐方法、存储介质和服务器 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005267483A (ja) * | 2004-03-22 | 2005-09-29 | Sony Corp | 情報処理装置および方法、並びにプログラム |
JP2009169843A (ja) * | 2008-01-18 | 2009-07-30 | Ntt Docomo Inc | 情報配信サーバ、情報配信システム及び情報配信方法 |
-
2012
- 2012-03-29 JP JP2012077991A patent/JP5668010B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005267483A (ja) * | 2004-03-22 | 2005-09-29 | Sony Corp | 情報処理装置および方法、並びにプログラム |
JP2009169843A (ja) * | 2008-01-18 | 2009-07-30 | Ntt Docomo Inc | 情報配信サーバ、情報配信システム及び情報配信方法 |
Non-Patent Citations (2)
Title |
---|
CSNG201200161012; 佐藤 妙: 'ユーザの興味と情報発信者からの影響度を融合した情報パーソナライズ方法の提案' 電子情報通信学会技術研究報告 Vol.111,No.470, 20120301, 73-78ページ * |
JPN6014051557; 佐藤 妙: 'ユーザの興味と情報発信者からの影響度を融合した情報パーソナライズ方法の提案' 電子情報通信学会技術研究報告 Vol.111,No.470, 20120301, 73-78ページ * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5620604B1 (ja) * | 2014-05-12 | 2014-11-05 | 株式会社ワイワイワイネット | ネット上での検索結果のランキングシステム |
JP2016130903A (ja) * | 2015-01-13 | 2016-07-21 | 日本放送協会 | 下位表現抽出装置およびプログラム |
KR101909267B1 (ko) | 2017-05-17 | 2018-10-17 | 주식회사 카카오 | 열독률 제공 장치 및 방법 |
CN107330721A (zh) * | 2017-06-20 | 2017-11-07 | 广东欧珀移动通信有限公司 | 信息输出方法及相关产品 |
JP2020087022A (ja) * | 2018-11-27 | 2020-06-04 | トヨタホーム株式会社 | 情報処理装置 |
CN112633977A (zh) * | 2020-12-22 | 2021-04-09 | 苏州斐波那契信息技术有限公司 | 一种基于用户行为的评分方法、装置计算机设备及存储介质 |
JP7325598B1 (ja) | 2022-12-23 | 2023-08-14 | 株式会社博報堂Dyホールディングス | レコメンドサーバ、レコメンド方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP5668010B2 (ja) | 2015-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5668010B2 (ja) | 情報推薦方法、装置及びプログラム | |
US9116997B2 (en) | Presenting user preference activities | |
US9589025B2 (en) | Correlated information recommendation | |
JP5386663B1 (ja) | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 | |
JP5124680B1 (ja) | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 | |
JP5668007B2 (ja) | 興味分析方法、装置及びプログラム | |
CN105718184A (zh) | 一种数据处理方法和装置 | |
CN103886090A (zh) | 基于用户喜好的内容推荐方法及装置 | |
JP2019125007A (ja) | 情報分析装置、情報分析方法および情報分析プログラム | |
US10078706B2 (en) | Information processing apparatus, information processing method, information processing program, and recording medium storing thereon information processing program which classifies and displays a plurality of elements constituting a list on a plurality of pages | |
JP7166116B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP5985543B2 (ja) | 情報集計装置、情報集計方法及び情報集計プログラム | |
TWI503768B (zh) | Information processing devices, information processing methods and information processing products | |
US20150160847A1 (en) | System and method for searching through a graphic user interface | |
JP5667959B2 (ja) | 影響度分析方法、影響度分析装置及びそのプログラム | |
JP5836210B2 (ja) | 影響力推定方法、装置及びプログラム | |
CN103955480B (zh) | 一种用于确定用户所对应的目标对象信息的方法与设备 | |
JP5723835B2 (ja) | 興味分析方法、興味分析装置及びそのプログラム | |
JP5504213B2 (ja) | 興味分析方法及び興味分析装置 | |
KR20110024902A (ko) | 제품리뷰정보 구축 및 제공방법 | |
JP5723830B2 (ja) | 興味分析方法 | |
CN111586089A (zh) | 基于向量评分的客户端、服务端内容推荐系统和方法 | |
JP6527916B2 (ja) | 情報集計装置、情報集計方法及び情報集計プログラム | |
JP6171061B2 (ja) | 情報集計装置、情報集計方法及び情報集計プログラム | |
Beer et al. | Implementation of context-aware item recommendation through MapReduce data aggregation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140115 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140416 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140507 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140620 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20141209 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141215 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5668010 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |