JP2014002562A - アイテム利用促進装置、アイテム利用促進装置の動作方法およびコンピュータプログラム - Google Patents

アイテム利用促進装置、アイテム利用促進装置の動作方法およびコンピュータプログラム Download PDF

Info

Publication number
JP2014002562A
JP2014002562A JP2012137374A JP2012137374A JP2014002562A JP 2014002562 A JP2014002562 A JP 2014002562A JP 2012137374 A JP2012137374 A JP 2012137374A JP 2012137374 A JP2012137374 A JP 2012137374A JP 2014002562 A JP2014002562 A JP 2014002562A
Authority
JP
Japan
Prior art keywords
user
item
recommended
recommendation
terminal
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
Application number
JP2012137374A
Other languages
English (en)
Other versions
JP5778626B2 (ja
Inventor
Atsunobu Kimura
篤信 木村
Akihito Akutsu
明人 阿久津
Yukinobu Taniguchi
行信 谷口
Shinji Fukatsu
真二 深津
Akira Nakayama
彰 中山
Akira Kataoka
明 片岡
Hirokazu Kakinuma
弘員 柿沼
Kazunari Moriuchi
一成 森内
Naoki Saijo
直樹 西條
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2012137374A priority Critical patent/JP5778626B2/ja
Publication of JP2014002562A publication Critical patent/JP2014002562A/ja
Application granted granted Critical
Publication of JP5778626B2 publication Critical patent/JP5778626B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

【課題】アイテムの利用を促進する。
【解決手段】端末２は、エリアＤをポップアップ表示し、エリアＤに、ユーザリストＧＢ内の各ユーザＩＤに対応するユーザを示すユーザ名を表示させる（Ｔ５５）。ユーザは、表示されたユーザの中に、アイテムの推薦を受けたいと思ったユーザがいたら、そのユーザのユーザ名をクリックする（Ｔ５６）。すると端末２は、クリックされたユーザ名に対応するユーザＩＤをアイテム利用促進装置１に送信する（Ｔ５７）。アイテム利用促進装置１は、送信されたユーザＩＤに一致する推薦者ＩＤを含む推薦履歴情報を選択し、選択した全ての推薦履歴情報に推薦者ＩＤとして含まれたユーザＩＤからなる利用候補アイテムリストを、端末２に送信する（Ｔ５９）。
【選択図】図１６

Description

本発明は、アイテムの利用を促進できるアイテム利用促進装置、アイテム利用促進装置の動作方法およびコンピュータプログラムに関する。
レコメンド技術とは、あるユーザが興味を持つと思われる情報、すなわち「推薦」を提示するものである。処理の流れとしては、デモグラフィックな属性、事前のアンケート結果、操作履歴などを入力とし、機械学習アルゴリズムを用いてシステム内部にユーザ毎の「ユーザプロファイル」を作成し、選択対象となる膨大な情報の中からユーザプロファイルを用いて推薦する情報を絞り込み提示する手法が一般的である（非特許文献１）。
これらの手法の中では、アイテムの内容（メタデータ）に基づいて推薦するアイテムベースフィルタリングや、多くのユーザの嗜好情報を蓄積し、あるユーザと嗜好の類似した他のユーザの情報を用いて該当ユーザにコンテンツを推薦する協調フィルタリングが有名である。
アイテムベースフィルタリングは、たとえば本であればユーザが好む本と同じ著者の本を推薦するなどというもので、コンテンツ自体が似ているかどうかを判別するための情報（タイトルや著者名や概要文などの情報）が必要となる。
協調フィルタリングは、広義には、多くのユーザの嗜好情報を蓄積し、あるユーザと嗜好の類似した他のユーザの情報を用いて該当ユーザにコンテンツを推薦する技術である。これらの技術には、利用者間型とアイテム間型に分類にできる（非特許文献２）。
利用者間型は、推薦を受けるユーザと嗜好パターンが似ているユーザ（類似ユーザと呼ぶ）をまず見つけ、その類似ユーザが好むアイテム群を推薦候補とする技術である。実装にはユーザ同士の類似度を、同じアイテムにつけた評価の相関係数（Ｐｅａｒｓｏｎ相関、順位相関などが用いられる）などによって表し、また、嗜好の予測には、ユーザＡに対して類似度の高いユーザを抽出し、そのアイテムiへの評価値を、ユーザＡへの類似度で重みを付けし、それらの評価値の加重平均値を予測として用いる。それらの予測値の大きなものから、推薦アイテムとして推薦を行う。表示画面の広さに制約もあるため、小さな予測値を持つアイテムを削除する、あるいは、上位3〜10個程度のアイテムを表示するように構成を行う。
また、アイテム間型では、いろいろな利用者に同じような評価を受けているアイテムは似ているという考え、関心があるアイテムの類似アイテムに利用者は関心を持つという仮定を置き、ユーザの直近の利用履歴にあるアイテムに類似しているアイテムを推薦するものである。実装としては、アイテムの利用ユーザの共起性などでアイテム間の類似度を測り、ユーザの直近の利用履歴にあるアイテムの類似アイテムの推薦を行うことが行われている。
アイテムベースフィルタリングの課題としては、アイテムの内容を記載したメタデータが必要であるため、メタデータを管理していない状況では実現することができないことが挙げられる。その他にも、メタデータを管理している場合でも、メタデータがアイテムの内容を適切に表現していない場合や、メタデータに間違った情報が混じっている場合、アイテムベースフィルタリングのレコメンドの精度が下がる可能性がある。
協調フィルタリングの課題としては、多くのユーザの嗜好が人気アイテムに偏る場合に該当人気アイテムの推薦が多くなる課題や、1つのアカウントに複数ユーザのログが混じっている場合、その中の特定のユーザの推定が困難だというグレイシープ問題や、システムがユーザに対して推薦結果を算出するには利用のログが必要であるため、利用していないユーザや新しく使い始めたユーザに対しては適切に推薦結果を算出できないコールドスタート問題などがある。
また、これら以外のレコメンド技術として、近年、ソーシャルメディアを活用した、ソーシャルレコメンドの技術が注目を浴びている。ソーシャルメディアは、インターネットを前提とした技術を用いており、発信された映像、音声、文字情報にあるコンテンツ(情報の内容)を、当該コミュニティサービスに所属している個人や組織に伝えることによって、 多数の人々や組織が参加する双方向的な会話へと作り替えることができる。ソーシャルメディア上で伝えられる情報は、いわゆる人から人への口コミ情報であり、リコメンドそのものであるため、ソーシャルメディアでの口コミを誘発するように宣伝等を企画する企業が増えている。
ソーシャルレコメンドでは、基本的には、アイテムベースフィルタリングや協調フィルタリングのような課題はなく、ソーシャルメディア上で構築されたユーザのつながりと、ユーザのメディア上での活動によって成り立っている。
特開２００４−５４３８１号公報
大坪五郎, "「人間」に情報を推薦することについて考える," ヒューマンインタフェース学会誌 Vol.9 No.4 , pp.115-120, 2007年 上嶌敏弘, "推薦システムのアルゴリズム（２）," 人工知能学会誌 23巻1号, pp.89-103, 2008年1月
一般的に、人が誰か（何か）に情報を推薦される場合、アイテムを推薦されるユーザ（被推薦者）の立場からすると、システムや面識のない人が推薦者となる場合の推薦と、面識のある人、あるいは、著名人が推薦者となる場合の推薦では、被推薦者の推薦を受け入れる可能性（利用率）が異なる。
また、推薦される情報の内容によっても、その情報に詳しい人から推薦される場合と、詳しくない人から推薦される場合とでは、利用率が異なる。
ソーシャルメディアでは、面識のある人同士がつながりを形成しており、被推薦者の推薦需要度は比較的高いが、推薦する・される情報に応じた推薦情報・被推薦者の取捨選択は行わない。
また、特許文献１記載の推薦システム及びサーバ装置においても、面識のある人同士が商品を推薦する行為を支援しているが、推薦する・される商品に応じた推薦情報・被推薦者の取捨選択は行わない
すなわち、被推薦者の面識のある人、あるいは、被推薦者が気に入っている著名人、あるいは、被推薦者からの評価（推薦者からの推薦に対する購買率、クリック率やコメント等）の高い推薦者を選定して、優先的に推薦した方が良い推薦情報、優先的に推薦した方がよい被推薦者を推薦者に対して提示することで、被推薦者の利用率を高めることができる。
本発明は、上記の課題に鑑みてなされたものであり、その目的とするところは、アイテムの利用を促進できるアイテム利用促進装置、アイテム利用促進装置の動作方法およびコンピュータプログラムを提供することにある。
上記の課題を解決するために、第１の本発明は、アイテム利用促進装置であって、複数のアイテムＩＤを含む推薦候補アイテムリストを生成する推薦候補アイテムリスト算出部と、複数のユーザＩＤを含む被推薦者リストを生成する被推薦者リスト算出部と、前記推薦候補アイテムリストおよび前記被推薦者リストが端末に送信され、当該端末のユーザにより、前記被推薦者リストから、アイテムを推薦したいユーザのユーザＩＤが選択され、前記推薦候補アイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、当該端末のユーザのユーザＩＤである推薦者ＩＤ、当該選択されたユーザのユーザＩＤである被推薦者ＩＤ、当該選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、当該推薦履歴情報を記憶する推薦履歴情報記憶部とを備え、別のユーザによるアイテムの利用に際し、当該ユーザに使用される端末から、当該ユーザのユーザＩＤならびに、当該ユーザが推薦を受けたいユーザのユーザＩＤが送信されたなら、当該ユーザのユーザＩＤと同じ被推薦者ＩＤならびに、当該ユーザが推薦を受けたいユーザのユーザＩＤと同じ推薦者ＩＤを含む推薦履歴情報を前記推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信することを特徴とする。
第２の本発明は、複数のアイテムＩＤを含む推薦候補アイテムリストを生成する推薦候補アイテムリスト算出部と、前記推薦候補アイテムリストが端末に送信され、当該端末のユーザにより、前記推薦候補アイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、当該端末のユーザのユーザＩＤである推薦者ＩＤ、事前に登録された被推薦者ＩＤ、当該選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、当該推薦履歴情報を記憶する推薦履歴情報記憶部とを備え、別のユーザによるアイテムの利用に際し、当該ユーザに使用される端末から、当該ユーザのユーザＩＤが送信されたなら、当該ユーザのユーザＩＤと同じ被推薦者ＩＤならびに、事前に登録された推薦者ＩＤを含む推薦履歴情報を前記推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信することを特徴とする。
第３の本発明は、アイテム利用促進装置の動作方法であって、前記アイテム利用促進装置は、複数のアイテムＩＤを含む推薦候補アイテムリストを生成する推薦候補アイテムリスト算出部と、複数のユーザＩＤを含む被推薦者リストを生成する被推薦者リスト算出部と、前記推薦候補アイテムリストおよび前記被推薦者リストが端末に送信され、当該端末のユーザにより、前記被推薦者リストから、アイテムを推薦したいユーザのユーザＩＤが選択され、前記推薦候補アイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、当該端末のユーザのユーザＩＤである推薦者ＩＤ、当該選択されたユーザのユーザＩＤである被推薦者ＩＤ、当該選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、当該推薦履歴情報を記憶する推薦履歴情報記憶部とを備え、前記動作方法は、前記アイテム利用促進装置が、別のユーザによるアイテムの利用に際し、当該ユーザに使用される端末から、当該ユーザのユーザＩＤならびに、当該ユーザが推薦を受けたいユーザのユーザＩＤが送信されたなら、当該ユーザのユーザＩＤと同じ被推薦者ＩＤならびに、当該ユーザが推薦を受けたいユーザのユーザＩＤと同じ推薦者ＩＤを含む推薦履歴情報を前記推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信することを特徴とする。
第４の本発明は、アイテム利用促進装置の動作方法であって、前記アイテム利用促進装置は、複数のアイテムＩＤを含む推薦候補アイテムリストを生成する推薦候補アイテムリスト算出部と、前記推薦候補アイテムリストが端末に送信され、当該端末のユーザにより、前記推薦候補アイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、当該端末のユーザのユーザＩＤである推薦者ＩＤ、事前に登録された被推薦者ＩＤ、当該選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、当該推薦履歴情報を記憶する推薦履歴情報記憶部とを備え、前記動作方法は、前記アイテム利用促進装置が、別のユーザによるアイテムの利用に際し、当該ユーザに使用される端末から、当該ユーザのユーザＩＤが送信されたなら、当該ユーザのユーザＩＤと同じ被推薦者ＩＤならびに、事前に登録された推薦者ＩＤを含む推薦履歴情報を前記推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信することを特徴とする。
例えば、前記推薦候補アイテムリスト算出部は、第１のユーザＩＤおよび第２のユーザＩＤの組のそれぞれに対応づけて、当該第１のユーザＩＤに対応するユーザへの推薦に適したアイテムのアイテムＩＤからなる予め生成されたアイテムリストと第２のユーザＩＤに対応するユーザに利用されたアイテムのアイテムＩＤからなるアイテムリストにおいて重複するアイテムＩＤからなる推薦候補アイテムリストを予め記憶し、推薦候補アイテムリストが端末に送信されるのに先立ち、当該端末から、当該端末のユーザのユーザＩＤならびに、当該ユーザがアイテムを推薦したいユーザのユーザＩＤが送信されたなら、当該端末のユーザのユーザＩＤに一致する第２のユーザＩＤならびに当該ユーザがアイテムを推薦したいユーザのユーザＩＤに一致する第１のユーザＩＤに対応づけられたアイテムリストを当該推薦候補アイテムリストとして選択する。
また、例えば、前記アイテム利用促進装置は、利用候補アイテムリスト内のいずれかのアイテムＩＤに対応するアイテムが利用され、当該端末を使用するユーザのユーザＩＤである被推薦者ＩＤ、当該アイテムを推薦したユーザのユーザＩＤである推薦者ＩＤ、当該アイテムに対応するアイテムＩＤを含む推薦利用履歴情報が送信された場合に、当該推薦利用履歴情報を記憶する推薦利用履歴情報記憶部と、前記被推薦者リストが端末に送信されるのに先立ち、前記推薦履歴情報記憶部の推薦履歴情報を基に、当該端末のユーザおよび他の１ユーザの組のそれぞれにつき、端末のユーザが他のユーザにアイテムを推薦する確率である推薦率を求める推薦率算出部と、前記推薦利用履歴情報記憶部の推薦利用履歴情報を基に、当該端末のユーザおよび他の１ユーザの組のそれぞれにつき、端末のユーザから推薦されたアイテムを他のユーザが利用する確率である利用率を求める利用率算出部とを備え、前記被推薦者リスト算出部は、当該端末のユーザおよび他の１ユーザの組のそれぞれにつき、推薦率と利用率に応じた被推薦者優先度を求め、被推薦者優先度の高い範囲に対応する他のユーザにつき、当該ユーザを示すユーザＩＤからなるユーザリストを当該被推薦者リストとして生成する。
本発明によれば、アイテム利用促進装置は、端末に送信したユーザリストから、アイテムを推薦したいユーザのユーザＩＤが選択され、端末に送信したアイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、端末を利用するユーザのユーザＩＤである推薦者ＩＤ、選択されたユーザのユーザＩＤである被推薦者ＩＤ、選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、推薦履歴情報を記憶する推薦履歴情報記憶部を備え、ユーザによるアイテムの利用に際し、ユーザに使用される端末から、端末のユーザのユーザＩＤならびに、端末のユーザが推薦を受けたいユーザのユーザＩＤが送信されたなら、端末のユーザのユーザＩＤと同じ被推薦者ＩＤならびに、当該ユーザが推薦を受けたいユーザのユーザＩＤと同じ推薦者ＩＤを含む推薦履歴情報を推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信するので、利用候補アイテムリスト内のアイテムＩＤのアイテムが利用される確率を高めることができ、もって、アイテムの利用を促進することができる。
本実施の形態に係るアイテム利用促進装置の構成を示す図である。 推薦履歴情報記憶部１１の構成の一例を示す図である。 推薦利用履歴情報記憶部１２の構成の一例を示す図である。 利用履歴情報記憶部１３の構成の一例を示す図である。 嗜好算出部１４が行う処理のフローチャートである。 ユーザ・アイテム間評価値からなる行列Ｓを示す図である。 類似度からなる行列Ｐを示す図である。 ユーザＩＤに対応づけて記憶されたアイテムリストＭを示す図である。 ユーザＩＤに対応づけて記憶されるアイテムリストＮを示す図である。 推薦候補アイテムリスト算出部１８が行う処理のフローチャートである。 アイテムの分類体系の一例を示す図である。 第１、第２のユーザＩＤに対応づけて記憶された推薦候補アイテムリストを示す図である。 アイテム利用促進装置１と端末２の間での概略動作を示す図である。 アイテム利用促進装置１と端末２の間での動作を示す第１のシーケンス図である。 アイテム利用促進装置１と端末２の間での動作を示す第２のシーケンス図である。 アイテム利用促進装置１と端末２の間での動作を示す第３のシーケンス図である。 は、アイテム利用促進装置１による効果を説明するための図である。
以下、本発明の実施の形態について図面を参照して説明する。
図１は、本実施の形態に係るアイテム利用促進装置の構成を示す図である。
アイテム利用促進装置１は、サービスを利用するための複数の端末２と、サービスの運用を行う複数のサービス運用サーバ３とに通信回線を介して接続される。
サービス運用サーバ３は、ここでは、端末２のユーザが購入した動画（以下、アイテムという）を端末２に送信する装置であることとする。
サービス運用サーバ３は、例えば、アイテムに関する情報（アイテムのタイトル、著者、出演者、制作日時、概要、価格情報、コメント、評価、権利情報など）を管理する、インターネット上や外部、利用者の属するクローズドなコミュニティで運営されるサーバであり、また、サービス運用サーバ上にあるアイテムを利用者が利用（閲覧、視聴、予約、購入など）する履歴を蓄積する。
ここでは、アイテムを購入することを「アイテムを利用する」という。なお、アイテムは、これに限らず、インターネット上や外部のサービス、利用者の属するクローズドなサービス上で流通している情報、コンテンツ、商品などであればよい。
アイテム利用促進装置１は、端末２のユーザ間でアイテムが推薦された履歴を示す推薦履歴情報が記憶される推薦履歴情報記憶部１１と、推薦されたアイテムが利用された履歴を示す推薦利用履歴情報が記憶される推薦利用履歴情報記憶部１２と、アイテムが利用された履歴を示す利用履歴情報が記憶される利用履歴情報記憶部１３と、端末２のユーザの嗜好に関する計算を行う嗜好算出部１４と、あるユーザが他のユーザにアイテムを推薦する確率である推薦率を求める推薦率算出部１５と、あるユーザから推薦されたアイテムを他のユーザが利用する確率である利用率算出部１６と、推薦されるユーザとなりうるユーザを示す被推薦者リストを生成する被推薦者リスト算出部１７と、推薦されるアイテムとなりうるアイテムを示す推薦候補アイテムリストを生成する推薦候補アイテムリスト算出部１８とを備える。
各端末２は、サービス運用サーバ３上にあるアイテムを利用者が利用（購入）する（閲覧、視聴、予約入などでもよい）機能を具備している。また、端末２は、推薦履歴情報をアイテム利用促進装置１に送信する推薦送信部２１と、推薦履歴情報を基に生成される利用候補アイテムリストを受信する推薦受信部２２とを備える。
図２は、推薦履歴情報記憶部１１の構成の一例を示す図である。
推薦履歴情報記憶部１１は、同じ端末２に同じタイミングで送信された被推薦者リスト内の１つのユーザＩＤおよび推薦候補アイテムリスト内の１つのアイテムＩＤの組のそれぞれについて端末２から送信された推薦履歴情報を記憶している。
推薦履歴情報は、
（１）被推薦者リストおよび推薦候補アイテムリストが送信された日時である推薦実施日時、
（２）その端末２を使用していたユーザのユーザＩＤである推薦者ＩＤ
（３）被推薦者リスト内の１つのユーザＩＤである被推薦者ＩＤ
（４）推薦候補アイテムリスト内の１つのアイテムＩＤ
（５）そのアイテムが推薦されたか否かを示す推薦成否情報
（６）推薦されたアイテムへの評価値であるアイテム評価値
（７）備考情報
を含む。
備考情報は、「推薦理由」、「コメント」、「Ｔｗｅｅｔ」などの欄を有する。
コメント、Ｔｗｅｅｔの欄には、それぞれ推薦者によるコメント、Ｔｗｅｅｔの文が格納される。
推薦理由の欄には、推薦者ＩＤに対応するユーザ（推薦者）がアイテムを推薦する理由、例えば、「迫力があった」などの文が格納される。
図３は、推薦利用履歴情報記憶部１２の構成の一例を示す図である。
推薦利用履歴情報記憶部１２は、利用候補アイテムリスト内のアイテムＩＤのそれぞれについて端末２から送信された推薦利用履歴情報を記憶している。
推薦利用履歴情報は、
（１）利用候補アイテムリストが送信された日時である推薦閲覧日時
（２）その端末２を使用していたユーザのユーザＩＤである被推薦者ＩＤ
（３）そのアイテムを推薦したユーザのユーザＩＤである推薦者ＩＤ
（４）そのアイテムのアイテムＩＤ
（５）そのアイテムが利用されたか否かを示す利用成否情報
（６）そのアイテムが推薦されたことに対する評価値である推薦評価値
（７）備考情報
を含む。
備考情報は、「謝礼文」、「謝礼の金額、ポイント」、「いいねボタン成否」、「評価理由」、「Ｔｗｅｅｔ」などの欄を有する。
評価理由の欄には、被推薦者ＩＤに対応するユーザ（被推薦者）がアイテムを評価する理由、例えば、「迫力があってよかった」や「迫力はあまりなかったが、映像が美しかった」などの文が格納される。
図４は、利用履歴情報記憶部１３の構成の一例を示す図である。
利用履歴情報記憶部１３は、アイテムの利用ごとにサービス運用サーバ３から送信された利用履歴情報を記憶している。
利用履歴情報は、
（１）利用日時
（２）利用したユーザのユーザＩＤ
（３）利用されたアイテムのアイテムＩＤ
を含む。
（４）そのアイテムへの評価値であるアイテム評価値
利用履歴情報内のユーザＩＤに対応するユーザについては、サービス運用サーバ（実際の動画サービスなど）で利用しているユーザＩＤとアイテム利用促進装置１でのユーザＩＤを突合できるテーブルがアイテム利用促進装置１に設けられている。これにより、利用履歴情報はユーザＩＤを有する。
また、アイテム利用促進装置１では、サービス運用サーバで利用されている履歴を取り込む際、（１）利用日時（視聴開始時刻等）、（２）ユーザＩＤ、（３）アイテムＩＤを読み込み、さらに、（４）アイテム評価値として、１を記録する処理を行い、これが利用履歴情報となる。
図５は、嗜好算出部１４が例えば定期的に行う一例の処理である、協調フィルタリングの手法を用いたフローチャートである。この他にも、ユーザの利用履歴上にあるアイテムの属性（アイテム名、ジャンル、説明文、など）を用いて、類似のアイテムを抽出する、アイテムベースフィルタリングの手法を用いた方法も考えられる。
利用履歴情報記憶部１３におけるアイテムＩＤおよびユーザＩＤの組のそれぞれについてこれから計算するユーザ・アイテム間評価値を０に初期化する（Ｓ１）。
次に、各利用履歴情報について処理をしていくが、まず、未処理の利用履歴情報があるかを判定する（Ｓ３）。
あるなら、その１つの利用履歴情報につき、そのアイテムＩＤおよびユーザＩＤの組に対応するユーザ・アイテム間評価値に１を加算し（Ｓ５）、Ｓ３に戻る。
ないなら、１以上の値を有する各ユーザ・アイテム間評価値に増加関数を適用し、０である各ユーザ・アイテム間評価値については、Ｎｕｌｌとする（Ｓ７）。
増加関数は、例えば、対数関数であり、極端に大きなユーザ・アイテム間評価値を所定の値以下にすべく使用される。なお、そのように極端に大きなユーザ・アイテム間評価値が想定されない場合などにおいては、増加関数を使用しなくてもよい。
図６は、ユーザ・アイテム間評価値からなる行列Ｓを示す図である。
例えば、木村さんのユーザＩＤとアイテム１のアイテムＩＤの組についてのユーザ・アイテム間評価値は「１」である。例えば、木村さんのユーザＩＤとアイテム２のアイテムＩＤの組についてのユーザ・アイテム間評価値は「３」である。例えば、田中さんのユーザＩＤとアイテム１のアイテムＩＤの組についてのユーザ・アイテム間評価値は「２」である。例えば、田中さんのユーザＩＤとアイテム２のアイテムＩＤの組についてのユーザ・アイテム間評価値は、田中さんがアイテム２を利用していないので、「Ｎｕｌｌ」である。
なお、ユーザ・アイテム間評価値は、利用の有無により計算するのでなく、推薦の有無により計算してもよい。また、計算の根拠となる情報（利用履歴情報など）が複数ある場合は、それぞれに重み付けを行って、ユーザ・アイテム間評価値を計算してもよい。
また、ユーザ・アイテム間評価値からなる行列Ｓは、それぞれのユーザの嗜好に関するプロファイルとみなすことができ、マーケティング等に活用するテーブルに変形することもできる。
図５にもどり、次に、嗜好算出部１４は、利用履歴情報記憶部１３における異なる２つのユーザＩＤの組のそれぞれについて類似度を計算する（Ｓ７）。
ここでは、ユーザＩＤ（ａ）とユーザＩＤ（ｉ）の組についての類似度ρａｉは、Ｐｅｒｓｏｎ相関を用い、式（１）、（２）により計算される。類似度からなる行列Ｐは、例えば、図７に示すようになる。
Figure 2014002562
｜ｙａｉ｜≦１で、ρａｉ＝０としたのは、この場合、Ｐｅｒｓｏｎ相関は計算できないからである。
次に、嗜好算出部１４は、Ｎｕｌｌとしたユーザ・アイテム間評価値に対応するアイテムＩＤおよびユーザＩＤの組のそれぞれについての推定値を計算する（Ｓ１１）。
ユーザＩＤ（ａ）とアイテムＩＤ（ｊ）の組についての推定値Ｓａｊは、式（３）により計算される。
Figure 2014002562
次に、嗜好算出部１４は、各ユーザＩＤにつき、当該ユーザＩＤをユーザＩＤ（ａ）として計算した推定値の中の上位ｎ個を選択し、その推定値に対応するｎ個のアイテムＩＤ（ｊ）からなるアイテムリストＭを当該ユーザＩＤに対応づけて記憶し（Ｓ１３）、処理を終える。なお、選択個数ｎは、予めアイテム利用促進装置１に設定されており、例えば、運用者が任意に変更できる。
図８は、ユーザＩＤに対応づけて記憶されたアイテムリストＭを示す図である。
例えば、木村さんのユーザＩＤに対応づけて、アイテム１、３、５、…のアイテムＩＤからなるアイテムリストＭが記憶される。例えば、田中さんのユーザＩＤに対応づけて、アイテム２、３、５、…のアイテムＩＤからなるアイテムリストＭが記憶される。
なお、各アイテムリストＭは、新たなアイテムリストＭが生成された際に、そのアイテムリストＭで置き換えられる。また、この処理の前に、古いアイテムリストＭをバックアップファイルとして、作成時の日付をファイル名に付け加えて保存する処理を入れることもできる。更に、これらのバックアップファイルを利用し、過去の時点の履歴にさかのぼって、推薦候補アイテムリスト算出等の処理を行うこともできる。
図９は、ユーザＩＤに対応づけて記憶されるアイテムリストＮを示す図である。
図１０は、推薦候補アイテムリスト算出部１８が例えば定期的に行う処理のフローチャートである。
推薦候補アイテムリスト算出部１８は、利用履歴情報記憶部１３の各ユーザＩＤにつき、このユーザＩＤとともに同一の利用履歴情報内に含まれたアイテムＩＤを読み出し、読み出した全てのアイテムＩＤからなるアイテムリストＮを、当該ユーザＩＤに対応づけて記憶する（Ｓ５１）。
例えば、木村さんのユーザＩＤに対応づけて、アイテム２、１０、…のアイテムＩＤからなるアイテムリストＮが記憶される。例えば、田中さんのユーザＩＤに対応づけて、アイテム４、８、…のアイテムＩＤからなるアイテムリストＮが記憶される。
なお、各アイテムリストＮは、新たなアイテムリストＮが生成された際に、そのアイテムリストＮで置き換えられる。また、この処理の前に、古いアイテムリストＮをバックアップファイルとして、作成時の日付をファイル名に付け加えて保存する処理を入れることもできる。更に、これらのバックアップファイルを利用し、過去の時点の履歴にさかのぼって、推薦候補アイテムリスト算出等の処理を行うこともできる。
次に、推薦候補アイテムリスト算出部１８は、１つのアイテムリストＭと１つのアイテムリストＮの組み合わせのそれぞれにつき、当該アイテムリストＭ、Ｎから重複するアイテムＩＤを抽出する（Ｓ５３）。
次に、推薦候補アイテムリスト算出部１８は、抽出されたアイテムＩＤの合計数が一定数（ｍ個）以上あるなら（Ｓ５５：ＹＥＳ）、このアイテムＩＤからなる推薦候補アイテムリストを、アイテムリストＭに対応するユーザＩＤを第１のユーザＩＤ、アイテムリストＮに対応するユーザＩＤを第２のユーザＩＤとして、第１、第２のユーザＩＤの組に対応づけて、記憶し（Ｓ５７）、処理を終える。
なお、推薦候補アイテムリストは、新たな推薦候補アイテムリストが生成された際に、その推薦候補アイテムリストで置き換えられる。また、この処理の前に、古い推薦候補アイテムリストをバックアップファイルとして、作成時の日付をファイル名に付け加えて保存する処理を入れることもできる。更に、これらのバックアップファイルを利用し、過去の時点の履歴にさかのぼって、使用することもできる。
なお、個数ｍは、予めアイテム利用促進装置１に設定されており、例えば、運用者が任意に変更できる。
推薦候補アイテムリスト算出部１８は、抽出されたアイテムＩＤの合計数が一定数（ｍ個）以上ないなら（Ｓ５５：ＮＯ）、例えば、図１１に示すような、分類体系が記憶されているなら、アイテムリストＭ、Ｎで、最も細分化された分類体系が重複するアイテムＩＤを抽出する（Ｓ５９）。
抽出されたアイテムＩＤの合計数が一定数（ｍ個）以上あるなら（Ｓ６１：ＹＥＳ）、制御をＳ５７に移す。
抽出されたアイテムＩＤの合計数が一定数（ｍ個）以上ないなら（Ｓ６１：ＮＯ）、次に細かく細分化された分類体系が重複するアイテムＩＤを抽出し（Ｓ６３）、制御をＳ６１に戻す。
図１２は、第１、第２のユーザＩＤに対応づけて記憶された推薦候補アイテムリストを示す図である。
例えば、田中さんのユーザＩＤ（第１のユーザＩＤ）と木村さんのユーザＩＤ（第２のユーザＩＤ）の組に対応づけて、アイテム２、…のアイテムＩＤからなる推薦候補アイテムリストが記憶される。
図８に示すように、田中さんのユーザＩＤに対応づけられたアイテムリストＭには、アイテム２のアイテムＩＤが含まれ、図１０に示すように、木村さんのユーザＩＤに対応づけられたアイテムリストＮには、アイテム２のアイテムＩＤが含まれる。よって、田中さんのユーザＩＤ（第１のユーザＩＤ）と木村さんのユーザＩＤ（第２のユーザＩＤ）の組に対応づけられた推薦候補アイテムリストには、アイテム２のアイテムＩＤが含まれることとなる。
なお、推薦者は、アイテム利用促進装置１の運用者などに料金を支払うことで、被推薦者の嗜好に対して適合性の高い推薦候補アイテムリストを取得することもできる。
なお、被推薦者は、アイテム利用促進装置１の運用者などに料金を支払うことで、被推薦者自身の嗜好に対して適合性の高い利用候補アイテムリストを取得することもできる。
なお、被推薦者は推薦者に料金を支払うことで、被推薦者の嗜好に対して適合性の高い利用候補アイテムリストを選定させ、また、推薦の理由が被推薦者に対して理解されるように詳細の推薦理由を記載させることもできる。
次に、アイテム利用促進装置１と端末２の間での動作について説明する。
図１３は、アイテム利用促進装置１と端末２の間での概略動作を示す図である。
アイテム利用促進装置１は、あるユーザに使用される端末２に対して、そのユーザのユーザＩＤに対応づけて記憶されたアイテムリストＭを送信する。
ユーザは、アイテムリストＭを閲覧し、例えば、別のユーザに推薦したアイテムがあれば、推薦の操作を行う。端末２は、推薦の結果を示す推薦履歴情報をアイテム利用促進装置１に送信する。つまり、この場合、端末２のユーザは、推薦者であり、アイテムを推薦されたユーザは、被推薦者である。
アイテム利用促進装置１は、推薦履歴情報に基づいて、被推薦者に推薦されたアイテムを示す利用候補アイテムリストを生成し、被推薦者に使用される端末２に送信する。
被推薦者は、利用候補アイテムリストを閲覧し、購入（利用）したいアイテムがあれば、購入（利用）の操作を行う。端末２は、利用の結果を示す推薦利用履歴情報をアイテム利用促進装置１に送信し、サービス運用サーバ３に対しては、アイテムの購入（利用）に関わる通信を行う。
図１４は、アイテム利用促進装置１と端末２の間での動作を示す第１のシーケンス図である。
端末２は、端末２を使用するユーザのユーザＩＤ（以下、ログインＩＤという）を送信する（Ｔ１）。
アイテム利用促進装置１は、このログインＩＤで認証を行い、認証が成功したなら、推薦履歴情報記憶部１１から以下の条件を満たす推薦履歴情報があるか否かを判定する（Ｔ３）。
（１）過去１０日間の推薦実施日時を含む
（２）ログインＩＤと同じ被推薦者ＩＤを含む
（３）アイテムが推薦されたことを示す推薦成否情報を含む
なお、（４）アイテム評価値が所定の値以上であるとの条件を加えてもよい。
また、（５）別途ユーザにより登録されるユーザ間距離、あるいは、推薦者と被推薦者間の推薦の頻度等によって自動算出されるユーザ間距離が所定の値以上であるとの条件を加えてもよい。
次に、アイテム利用促進装置１は、嗜好算出部１４から、ログインＩＤと同じユーザＩＤに対応づけて記憶されたアイテムリストＭを取得する（Ｔ５）。
次に、アイテム利用促進装置１は、ステップＴ３の判定結果を示すフラグＦとアイテムリストＭを、端末２に送信する（Ｔ７）。
端末２は、フラグＦが、前記条件を満たす推薦履歴情報があったことを示すものだったなら、端末２の画面上のエリアＡに表示された人アイコン２０１を点滅させ、画面上のエリアＣに、アイテムリストＭ内の各アイテムＩＤに対応するアイテムを示すサムネイル画像（以下、サムネイル）を表示させる。
なお、サムネイル画像は、対応するアイテム評価値で降順ソートして表示することもできる。
また、各アイテムの推薦理由をポップアップ表示、あるいは、併記して表示することもできる。
端末２は、あるサムネイルがエリアＢにドラッグされると、対応するアイテムの情報や中身（映像であればダイジェスト映像や映像本編、商品であれば広告や商品詳細情報、購入画面、Ｗｅｂの記事であれば概要文＋ＵＲＬや記事そのもの、を表示する）をサービス運用サーバ３などからダウンロードし、エリアＢで再生する。
端末２は、再生中のエリアＢが長押しされると、アイテム利用促進装置１に被推薦者リストを要求する（Ｔ９）。
アイテム利用促進装置１では、これに対し、推薦率算出部１５が、ログインＩＤとは異なる各ユーザＩＤについて、推薦率を計算する（Ｔ１１）。
ここでは、あるユーザＩＤ（ｋ）についての推薦率Ｐ１ｋは、以下の式（４）により計算される。
Figure 2014002562
なお、事前に登録したポジティブ単語、ネガティブ単語データベースとの一致判別を用いて、推薦時の理由やコメント等がポジティブな意見かネガティブな意見かを選別し、ポジティブ意見の場合は推薦回数に正の加算を行い、ネガティブ意見の場合は推薦回数に負の加算を行うこともできる。
また、推薦を行う日時データに対して条件を設定し、一定の期間における推薦率を算出することもできる。
さらに別の観点で、推薦候補アイテムリストの提示数に対して、推薦者が被推薦者への推薦に選んだアイテム選択数の多いアルゴリズム、もしくはアイテム選択数の割合が高いアルゴリズムに対して、重みを設定し、推薦システム運用者の選択するアルゴリズムを動的に変更することもできる。
次に、利用率算出部１６が、各ユーザＩＤ（ｋ）について、利用率を計算する（Ｔ１３）。
ここでは、あるユーザＩＤ（ｋ）についての利用率Ｐ２ｋは、以下の式（５）により計算される。
Figure 2014002562
なお、事前に登録したポジティブ単語、ネガティブ単語データベースとの一致判別を用いて、フィードバック時の評価やコメント等がポジティブな意見かネガティブな意見かを選別し、ポジティブ意見の場合は推薦回数に正の加算を行い、ネガティブ意見の場合は推薦回数に負の加算を行うこともできる。
また、推薦を行う日時データに対して条件を設定し、一定の期間における利用率を算出することもできる。
次に、被推薦者リスト算出部１７は、各ユーザＩＤ（ｋ）について、被推薦者優先度を計算し、その上位ｎ個を選択し、ｎ個の被推薦者優先度に対応するユーザＩＤからなる被推薦者リストを生成する（Ｔ１５）。
ここでは、あるユーザＩＤ（ｋ）についての被推薦者優先度Ｐ３ｋは、以下の式（６）により計算される。
Figure 2014002562
なお、推薦者は、アイテム利用促進装置１の運用者などに料金を支払うことで、過去の平均謝礼支払額の高い被推薦者を被推薦者リストとして取得することもできる。
次に、アイテム利用促進装置１は、被推薦者リストを端末２に送信する（Ｔ２１）。
端末２の推薦送信部２１は、被推薦者リストを受信し、エリアＣに、被推薦者リスト内の各ユーザＩＤに対応するユーザを示す画像（以下、アイコン）を表示させる。
ユーザは、エリアＢで再生されているアイテムを、エリアＣに表示されているユーザに推薦したい場合は、エリアＢから、推薦したいユーザのアイコンへのドラッグを行う。
また、ユーザは、推薦するしないに関わらず、そのアイテムに対するアイテム評価値や、その他、感想などを入力する。
端末２の推薦送信部２１は、推薦されたユーザについては、
（１）現在の日時である推薦実施日
（２）ログインＩＤである推薦者ＩＤ
（３）推薦されたユーザのユーザＩＤである被推薦者ＩＤ
（４）エリアＢで再生されているアイテムのアイテムＩＤ
（５）アイテムが推薦されたことを示す推薦成否情報
（６）入力されたアイテム評価値
（７）備考情報
を含む推薦履歴情報をアイテム利用促進装置１に送信する（Ｔ２３）。
また、端末２の推薦送信部２１は、推薦されなかったユーザについては、
（１）現在の日時である推薦実施日
（２）ログインＩＤである推薦者ＩＤ
（３）推薦されなかったユーザのユーザＩＤである被推薦者ＩＤ
（４）エリアＢで再生されているアイテムのアイテムＩＤ
（５）アイテムが推薦されなかったことを示す推薦成否情報
（６）入力されたアイテム評価値
（７）備考情報
を含む推薦履歴情報をサーバに送信する（Ｔ２３）。
備考情報には、推薦理由、コメント、Ｔｗｅｅｔの文などが格納される。
アイテム利用促進装置１は、送信された推薦履歴情報を受信し、推薦履歴情報記憶部１１に記憶させる（Ｔ２５）。
図１５は、アイテム利用促進装置１と端末２の間での動作を示す第２のシーケンス図である。
端末２は、フラグＦが、前記条件を満たす推薦履歴情報があったことを示すものだったなら、人アイコン２０１を点滅させず、アイテムリストＭによるサムネイルの表示のみを行う。
端末２は、点滅していない人アイコン２０１が長押しされると、アイテム利用促進装置１に対し、全ユーザのユーザリストを要求する（Ｔ３１）。
アイテム利用促進装置１は、全ユーザのユーザＩＤからなるユーザリストＧＡを端末に送信する（Ｔ３３）。
端末２は、エリアＤをポップアップ表示し、エリアＤに、ユーザリストＧＡ内の各ユーザＩＤに対応するユーザを示すユーザ名を表示させる（Ｔ３５）。
ユーザが、推薦したいユーザのユーザ名をクリックする（Ｔ３６）と、端末２は、クリックされたユーザ名に対応する対応するユーザＩＤをアイテム利用促進装置１に送信する（Ｔ３７）。
アイテム利用促進装置１は、ログインＩＤに一致する第２ユーザＩＤとステップＴ３７で送信されたユーザＩＤに一致する第１ユーザＩＤの組とに対応づけられた推薦候補アイテムリストを推薦候補アイテムリスト算出部１８から取得し、端末２に送信する（Ｔ３９）。
端末２の推薦送信部２１は、推薦候補アイテムリストを受信し、エリアＤを消去し、エリアＣに、推薦候補アイテムリスト内の各アイテムＩＤに対応するアイテムを示すサムネイルを表示させる。
なお、推薦候補アイテムリストは、アイテムのジャンル別、時系列など、アイテムリストに付属する属性別にソートして閲覧することができる。
端末２は、あるサムネイルがエリアＢにドラッグされると、対応するアイテムの情報や中身をサービス運用サーバ３などからダウンロードし、エリアＢで再生する。
ユーザは、エリアＢで再生されているアイテムを、ステップＴ３６でクリックしたユーザ名に対応するユーザに推薦したい場合は、エリアＢから、人アイコン２０１へのドラッグを行う。
また、ユーザは、エリアＣのサムネイルだけで、内容が分かり、そのアイテムを同ユーザに推薦したい場合は、サムネイルから人アイコン２０１へのドラッグを行う。
また、ユーザは、推薦するしないに関わらず、そのアイテムに対するアイテム評価値や、その他、感想などを入力する。
端末２の推薦送信部２１は、推薦されたアイテムについては、
（１）現在の日時である推薦実施日
（２）ログインＩＤである推薦者ＩＤ
（３）クリックされたユーザのユーザＩＤである被推薦者ＩＤ
（４）推薦されたアイテムのアイテムＩＤ
（５）アイテムが推薦されたことを示す推薦成否情報
（６）入力されたアイテム評価値
（７）備考情報
を含む推薦履歴情報をアイテム利用促進装置１送信する（Ｔ４１）。
端末２の推薦送信部２１は、推薦されなかったアイテムについては、
（１）現在の日時である推薦実施日
（２）ログインＩＤである推薦者ＩＤ
（３）クリックされたユーザのユーザＩＤである被推薦者ＩＤ
（４）推薦されなかったアイテムのアイテムＩＤ
（５）アイテムが推薦されなかったことを示す推薦成否情報
（６）入力されたアイテム評価値
（７）備考情報
を含む推薦履歴情報をサーバに送信する（Ｔ４１）。
備考情報には、推薦理由、コメント、Ｔｗｅｅｔの文などが格納される。
アイテム利用促進装置１は、送信された推薦履歴情報を受信し、推薦履歴情報記憶部１１に記憶させる（Ｔ４３）。
図１６は、アイテム利用促進装置１と端末２の間での動作を示す第３のシーケンス図である。
端末２は、点滅してる人アイコン２０１が長押しされると、その旨をアイテム利用促進装置１に通知する（Ｔ５１）。
アイテム利用促進装置１は、ステップＴ３の条件を満たす全ての推薦履歴情報に推薦者ＩＤとして含まれたユーザＩＤからなるユーザリストＧＢを、端末２に送信する（Ｔ５３）。
端末２は、エリアＤをポップアップ表示し、エリアＤに、ユーザリストＧＢ内の各ユーザＩＤに対応するユーザを示すユーザ名を表示させる（Ｔ５５）。
ユーザは、表示されたユーザの中に、このユーザからアイテムの推薦を受けたいと思ったユーザがいたら、そのユーザのユーザ名をクリックする（Ｔ５６）。すると端末２は、クリックされたユーザ名に対応するユーザＩＤをアイテム利用促進装置１に送信する（Ｔ５７）。
アイテム利用促進装置１は、ステップＴ３の条件を満たす全ての推薦履歴情報から、送信されたユーザＩＤに一致する推薦者ＩＤを含むものを選択し、選択した全ての推薦履歴情報に推薦者ＩＤとして含まれたユーザＩＤからなる利用候補アイテムリストを、端末２に送信する（Ｔ５９）。
なお、利用候補アイテムリストは、新たな利用候補アイテムリストが生成された際に、その利用候補アイテムリストで置き換えられる。また、この処理の前に、古い利用候補アイテムリストをバックアップファイルとして、作成時の日付をファイル名に付け加えて保存する処理を入れることもできる。更に、これらのバックアップファイルを利用し、過去の時点の履歴にさかのぼって、使用することもできる。
端末２の推薦受信部２２は利用候補アイテムリストを受信し、エリアＤを消去し、エリアＣに、利用候補アイテムリスト内の各アイテムＩＤに対応するアイテムを示すサムネイルを表示させる。
端末２は、あるサムネイルがエリアＢにドラッグされると、対応するアイテムの情報や中身をダウンロードし、再生する。
ユーザは、エリアＢで再生されているアイテムを購入（利用）したい場合は、所定の購入操作を行う（Ｔ６１）。
また、ユーザは、購入するしないに関わらず、そのアイテムが推薦されたことに対する推薦評価値や、その他、感想、推薦者へのお礼の文などを入力する。
端末２の推薦受信部２２は、利用（購入）されたアイテムについては、
（１）現在の日時である推薦閲覧日時
（２）ログインＩＤである被推薦者ＩＤ、
（３）Ｔ５６でクリックされたユーザのユーザＩＤである推薦者ＩＤ、
（４）利用したアイテムのアイテムＩＤ、
（５）アイテムを利用したことを示す利用成否情報、
（６）入力された推薦評価値
（７）備考情報
を含む推薦利用履歴情報をアイテム利用促進装置１に送信する（Ｔ６３）。
端末２の推薦受信部２２は、利用（購入）されなかったアイテムについては、
（１）現在の日時である推薦閲覧日時、
（２）ログインＩＤである被推薦者ＩＤ、
（３）Ｔ５６でクリックされたユーザのユーザＩＤである推薦者ＩＤ、
（４）利用しなかったアイテムのアイテムＩＤ、
（５）アイテムを利用しなかったことを示す利用成否情報、
（６）入力された推薦評価値
（７）備考情報
を含む推薦利用履歴情報をサーバに送信する（Ｔ６３）。
備考情報には、謝礼文、謝礼の金額、ポイント、いいねボタン成否、評価理由、Ｔｗｅｅｔの文などが格納される。
例えば、謝礼の金額、ポイントは、アイテム利用促進装置１において、謝礼金記憶部、謝礼ポイント記憶部を設けることで、推薦者への謝礼の金額、ポイントとして、これらの記憶部に記憶される。
例えば、高得点の推薦者のアイコンは、被推薦者へのアイテム表示時に推薦者のアイコ
ンが表示される際、色が金や銀に変化し、推薦が評価されていることを表現することができる。
また、いいねボタン成否についても、同様に、予めアイテム利用促進装置１に、いいねポイント記憶部を設け、いいねボタンが押された場合は、いいねポイントが加算される。そして、いいねポイントは、推薦者のアイコンの色などを変える処理に利用される。
また、評価理由は、メールシステムを利用して推薦者に別途メッセージをフィードバッ
クするときに、そのメッセージに格納される。
アイテム利用促進装置１、送信された推薦利用履歴情報を推薦利用履歴情報記憶部１２に記憶させる（Ｔ６５）。
また、利用（購入）されたアイテムに対応するサービス運用サーバ３は、当該アイテムを端末２に送信する。これにより、アイテムが再生可能となる。
また、サービス運用サーバ３は、
（１）現在の日時である利用日時、
（２）購入操作を行ったユーザのユーザＩＤ
（３）購入されたアイテムのアイテムＩＤ
を含む利用履歴情報をアイテム利用促進装置１に送信し、アイテム利用促進装置１は、これを利用履歴情報記憶部１３に記憶させる。
図１７は、アイテム利用促進装置１による効果を説明するための図である。
例えば、図１７（ａ）に示すように、従来の技術では、アイテム利用促進装置から被推薦者の端末に送信されたアイテムリストが閲覧され、アイテム１０個のうちの３個が利用される。つまり利用率は、３／１０である。
これに対し、本実施の形態では、図１７（ｂ）に示すように、アイテム利用促進装置１から、例えば推薦者Ａの端末２に送信されたアイテムリストＭが閲覧され、アイテム１０個のうちの１０個が被推薦者Ｃに推薦される。
また、例えば推薦者Ｂの端末２に送信されたアイテムリストＭが閲覧され、アイテム１０個のうちの３個が被推薦者Ｃに推薦される。
また、アイテム利用促進装置１から被推薦者Ｃの端末２に送信された利用候補アイテムリストが閲覧され、推薦者Ａが推薦した１０個のアイテムのうちの５個が利用される。また、推薦者Ｂが推薦した３個は利用されない。つまり、対Ａの利用率は５／１０であり、対Ｂの利用率は０／３である。
すなわち、従来は、利用率は、３／１０であったが、本実施の形態では、被推薦者Ｃは、推薦者Ａの推薦したアイテムなら、５／１０の利用率で利用する。すなわち、本実施の形態によれば、推薦者が被推薦者を指定してアイテムを推薦することで、アイテムの利用率を高めることができる。
本実施の形態では、被推薦者にシステムからの推薦結果を直接提示するのではなく、また、推薦者が自分で探してきた推薦したいアイテムを自発的に提示するのではなく、推薦者と被推薦者の推薦・被推薦の履歴に基づいた関係性パラメータを算出し、それに基づいた推薦行為が推薦者と被推薦者の間で活性化するように推薦結果を提示する。これが最も主要な特徴である。
その作用は、以下のとおりである。つまり、被推薦者の満足度を高める観点で、利用の履歴と推薦・被推薦の履歴に基づいた推薦結果の提示を行うことにより、被推薦者はある推薦者よりも推薦されて嬉しい推薦者から推薦されることとなり、被推薦者によるアイテムの利用率を高めることができる。
また、逆に、推薦者の満足度を高める観点で、推薦・被推薦の履歴に基づいた関係性パラメータに基づいた推薦結果の提示により、推薦者は推薦が適切と考える被推薦者に対して推薦することとなり、被推薦者によるアイテムの利用率を高めることができる。
これらは、推薦者、被推薦者が利用する推薦行為を活性化することにつながる。
さらに、処理の過程において、推薦・被推薦の履歴を保持し、それらのデータを体系的に格納するため、推薦者・被推薦者それぞれがどのような嗜好を持っているのか（どのような推薦に興味を持っているのか、興味を持っていないのか、どのような推薦を他人に行うのか、行わないのか）を自動生成することができ、マーケティングにおけるプロファイル情報として活用できる。
また、本実施の形態では、端末２の表示画面を３つのエリアに分け、アイコンやサムネイルを表示し、クリックやドラッグなどによる操作を可能としたので、アイテムの推薦、利用が直感的に行え、アイテムの利用促進が図れる。
なお、本実施の形態では、例えば、推薦候補アイテムリストによりアイテムＡ、Ｂ、Ｃ、Ｄ、Ｅをあるユーザに提示し、そのユーザによってアイテムＣ、Ｅが、別のユーザに推薦された場合、その別のユーザの嗜好に適合するアイテムがＣ、Ｅであり、適合しないアイテムがＡ、Ｂ、Ｄであるとみなし、ユーザ・アイテム間評価値としてとして、被推薦者はＣ、Ｅが好きで、Ａ、Ｂ、Ｄが嫌いという嗜好を与えることもできる。
また、本実施の形態では、ユーザにアイテムを推薦する場合の技術について説明したが、例えば、あるユーザが大型テレビと携帯型の端末を所有していた場合、そのユーザに大型テレビで見せてあげたいコンテンツがあった場合、本実施の形態のユーザＩＤに代えて、ユーザＩＤと大型テレビなどを識別する装置ＩＤとを組にした識別情報を用いることで、そのようなユーザと装置の組み合わせに対する推薦を行うこともできる。
したがって、アイテム利用促進装置は、端末に送信した被推薦者リストから、アイテムを推薦したいユーザのユーザＩＤが選択され、端末に送信した推薦候補アイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、端末のユーザのユーザＩＤである推薦者ＩＤ、選択されたユーザのユーザＩＤである被推薦者ＩＤ、選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、推薦履歴情報を記憶する推薦履歴情報記憶部を備え、ユーザによるアイテムの利用に際し、ユーザに使用される端末から、端末のユーザのユーザＩＤならびに、端末のユーザが推薦を受けたいユーザのユーザＩＤが送信されたなら、端末のユーザのユーザＩＤと同じ被推薦者ＩＤならびに、当該ユーザが推薦を受けたいユーザのユーザＩＤと同じ推薦者ＩＤを含む推薦履歴情報を推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信するので、利用候補アイテムリスト内のアイテムＩＤのアイテムが利用される確率を高めることができ、もって、アイテムの利用を促進することができる。
アイテム利用促進装置１は、推薦候補アイテムリストのみを端末に送信し、当該端末のユーザにより、推薦候補アイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、当該端末のユーザのユーザＩＤである推薦者ＩＤ、例えば、当該端末に事前に登録された被推薦者ＩＤ、当該選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、当該推薦履歴情報を推薦履歴情報記憶部に記憶してもよい。この場合、アイテム利用促進装置１は、別のユーザによるアイテムの利用に際し、当該ユーザに使用される端末から、当該ユーザのユーザＩＤが送信されたなら、当該ユーザのユーザＩＤと同じ被推薦者ＩＤならびに、当該端末のユーザのユーザＩＤに対応づけて事前に登録された推薦者ＩＤを含む推薦履歴情報を推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信するようにしてもよい。
なお、推薦者は、アイテム利用促進装置１の運用者などに料金を支払うことで、被推薦者の嗜好に対して適合性の高い推薦候補アイテムリストを取得することもできる。
また、被推薦者は、アイテム利用促進装置１の運用者などに料金を支払うことで、被推薦者自身の嗜好に対して適合性の高い利用候補アイテムリストを取得することもできる。
被推薦者は推薦者に料金を支払うことで、被推薦者の嗜好に対して適合性の高い利用候補アイテムリストを選定させ、また、推薦の理由が被推薦者に対して理解されるように詳細の推薦理由を記載させることもできる。
なお、推薦者は、アイテム利用促進装置１の運用者などに料金を支払うことで、過去の平均謝礼支払額の高い被推薦者を被推薦者リストとして取得することもできる。
また、特定の被推薦者にアイテムを推薦するのではなく、推薦者がTwitterやブログに対して発信し、Twitterのフォロワーやブログの閲覧者に対して推薦することができる仕組みを構築してもよい。被推薦者はユーザ一覧の中から、メディアであるTwitter、ブログ等を選ぶことができる。
例えば、（ユーザアイコンのように）端末上部に表示されるTwitter,ブログを表現するアイコンにアイテムをドラッグすると、アイテムID、アイテムIDに紐付くアイテム名、アイテムのサムネイル、アイテムの詳細情報や購入・予約処理ができるページのURL、アイテム評価値、推薦理由、等がTwitterやブログなどの外部システムにアップロードされる。この時の被推薦者IDはTwitter、ブログ等のメディアごとに規定されるメディアIDとなる。
被推薦者はTwitterのフォロワーやブログの閲覧者であり、Twitterやブログ上でアイテムの詳細情報や購入・予約処理ができるページのURLをクリックすることで、推薦を利用したとみなす。
なお、アイテム利用促進装置１としてコンピュータを機能させるためのコンピュータプログラムは、半導体メモリ、磁気ディスク、光ディスク、光磁気ディスク、磁気テープなどのコンピュータ読み取り可能な記録媒体に記録でき、また、インターネットなどの通信網を介して伝送させて、広く流通させることができる。
１ アイテム利用促進装置
２ 端末
３ サービス運用サーバ
１１ 推薦履歴情報記憶部
１２ 推薦利用履歴情報記憶部
１３ 利用履歴情報記憶部
１４ 嗜好算出部
１５ 推薦率算出部
１６ 利用率算出部
１７ 被推薦者リスト算出部
１８ 推薦候補アイテムリスト算出部
２１ 推薦送信部
２２ 推薦受信部

Claims (7)

  1. 複数のアイテムＩＤを含む推薦候補アイテムリストを生成する推薦候補アイテムリスト算出部と、
    複数のユーザＩＤを含む被推薦者リストを生成する被推薦者リスト算出部と、
    前記推薦候補アイテムリストおよび前記被推薦者リストが端末に送信され、当該端末のユーザにより、前記被推薦者リストから、アイテムを推薦したいユーザのユーザＩＤが選択され、前記推薦候補アイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、当該端末のユーザのユーザＩＤである推薦者ＩＤ、当該選択されたユーザのユーザＩＤである被推薦者ＩＤ、当該選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、当該推薦履歴情報を記憶する推薦履歴情報記憶部とを備え、
    別のユーザによるアイテムの利用に際し、当該ユーザに使用される端末から、当該ユーザのユーザＩＤならびに、当該ユーザが推薦を受けたいユーザのユーザＩＤが送信されたなら、当該ユーザのユーザＩＤと同じ被推薦者ＩＤならびに、当該ユーザが推薦を受けたいユーザのユーザＩＤと同じ推薦者ＩＤを含む推薦履歴情報を前記推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信する
    ことを特徴とするアイテム利用促進装置。
  2. 複数のアイテムＩＤを含む推薦候補アイテムリストを生成する推薦候補アイテムリスト算出部と、
    前記推薦候補アイテムリストが端末に送信され、当該端末のユーザにより、前記推薦候補アイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、当該端末のユーザのユーザＩＤである推薦者ＩＤ、事前に登録された被推薦者ＩＤ、当該選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、当該推薦履歴情報を記憶する推薦履歴情報記憶部とを備え、
    別のユーザによるアイテムの利用に際し、当該ユーザに使用される端末から、当該ユーザのユーザＩＤが送信されたなら、当該ユーザのユーザＩＤと同じ被推薦者ＩＤならびに、事前に登録された推薦者ＩＤを含む推薦履歴情報を前記推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信する
    ことを特徴とするアイテム利用促進装置。
  3. 前記推薦候補アイテムリスト算出部は、
    第１のユーザＩＤおよび第２のユーザＩＤの組のそれぞれに対応づけて、当該第１のユーザＩＤに対応するユーザへの推薦に適したアイテムのアイテムＩＤからなる予め生成されたアイテムリストと第２のユーザＩＤに対応するユーザに利用されたアイテムのアイテムＩＤからなるアイテムリストにおいて重複するアイテムＩＤからなる推薦候補アイテムリストを予め記憶し、推薦候補アイテムリストが端末に送信されるのに先立ち、当該端末から、当該端末のユーザのユーザＩＤならびに、当該ユーザがアイテムを推薦したいユーザのユーザＩＤが送信されたなら、当該端末のユーザのユーザＩＤに一致する第２のユーザＩＤならびに当該ユーザがアイテムを推薦したいユーザのユーザＩＤに一致する第１のユーザＩＤに対応づけられたアイテムリストを当該推薦候補アイテムリストとして選択する
    ことを特徴とする請求項１または２記載のアイテム利用促進装置。
  4. 利用候補アイテムリスト内のいずれかのアイテムＩＤに対応するアイテムが利用され、当該端末を使用するユーザのユーザＩＤである被推薦者ＩＤ、当該アイテムを推薦したユーザのユーザＩＤである推薦者ＩＤ、当該アイテムに対応するアイテムＩＤを含む推薦利用履歴情報が送信された場合に、当該推薦利用履歴情報を記憶する推薦利用履歴情報記憶部と、
    前記被推薦者リストが端末に送信されるのに先立ち、前記推薦履歴情報記憶部の推薦履歴情報を基に、当該端末のユーザおよび他の１ユーザの組のそれぞれにつき、端末のユーザが他のユーザにアイテムを推薦する確率である推薦率を求める推薦率算出部と、
    前記推薦利用履歴情報記憶部の推薦利用履歴情報を基に、当該端末のユーザおよび他の１ユーザの組のそれぞれにつき、端末のユーザから推薦されたアイテムを他のユーザが利用する確率である利用率を求める利用率算出部とを備え、
    前記被推薦者リスト算出部は、当該端末のユーザおよび他の１ユーザの組のそれぞれにつき、推薦率と利用率に応じた被推薦者優先度を求め、被推薦者優先度の高い範囲に対応する他のユーザにつき、当該ユーザを示すユーザＩＤからなるユーザリストを当該被推薦者リストとして生成する
    ことを特徴とする請求項１または３記載のアイテム利用促進装置。
  5. アイテム利用促進装置の動作方法であって、
    前記アイテム利用促進装置は、
    複数のアイテムＩＤを含む推薦候補アイテムリストを生成する推薦候補アイテムリスト算出部と、
    複数のユーザＩＤを含む被推薦者リストを生成する被推薦者リスト算出部と、
    前記推薦候補アイテムリストおよび前記被推薦者リストが端末に送信され、当該端末のユーザにより、前記被推薦者リストから、アイテムを推薦したいユーザのユーザＩＤが選択され、前記推薦候補アイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、当該端末のユーザのユーザＩＤである推薦者ＩＤ、当該選択されたユーザのユーザＩＤである被推薦者ＩＤ、当該選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、当該推薦履歴情報を記憶する推薦履歴情報記憶部とを備え、
    前記動作方法は、
    前記アイテム利用促進装置が、別のユーザによるアイテムの利用に際し、当該ユーザに使用される端末から、当該ユーザのユーザＩＤならびに、当該ユーザが推薦を受けたいユーザのユーザＩＤが送信されたなら、当該ユーザのユーザＩＤと同じ被推薦者ＩＤならびに、当該ユーザが推薦を受けたいユーザのユーザＩＤと同じ推薦者ＩＤを含む推薦履歴情報を前記推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信する
    ことを特徴とするアイテム利用促進装置の動作方法。
  6. アイテム利用促進装置の動作方法であって、
    前記アイテム利用促進装置は、
    複数のアイテムＩＤを含む推薦候補アイテムリストを生成する推薦候補アイテムリスト算出部と、
    前記推薦候補アイテムリストが端末に送信され、当該端末のユーザにより、前記推薦候補アイテムリストから、推薦したいアイテムのアイテムＩＤが選択され、当該端末のユーザのユーザＩＤである推薦者ＩＤ、事前に登録された被推薦者ＩＤ、当該選択されたアイテムのアイテムＩＤを含む推薦履歴情報が送信された場合に、当該推薦履歴情報を記憶する推薦履歴情報記憶部とを備え、
    前記動作方法は、
    前記アイテム利用促進装置が、別のユーザによるアイテムの利用に際し、当該ユーザに使用される端末から、当該ユーザのユーザＩＤが送信されたなら、当該ユーザのユーザＩＤと同じ被推薦者ＩＤならびに、事前に登録された推薦者ＩＤを含む推薦履歴情報を前記推薦履歴情報記憶部から検索し、当該推薦履歴情報内のアイテムＩＤからなる利用候補アイテムリストを当該端末に送信する
    ことを特徴とするアイテム利用促進装置の動作方法。
  7. 請求項１ないし４のいずれかに記載のアイテム利用促進装置としてコンピュータを機能させるためのコンピュータプログラム。
JP2012137374A 2012-06-18 2012-06-18 アイテム利用促進装置、アイテム利用促進装置の動作方法およびコンピュータプログラム Expired - Fee Related JP5778626B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2012137374A JP5778626B2 (ja) 2012-06-18 2012-06-18 アイテム利用促進装置、アイテム利用促進装置の動作方法およびコンピュータプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012137374A JP5778626B2 (ja) 2012-06-18 2012-06-18 アイテム利用促進装置、アイテム利用促進装置の動作方法およびコンピュータプログラム

Publications (2)

Publication Number Publication Date
JP2014002562A true JP2014002562A (ja) 2014-01-09
JP5778626B2 JP5778626B2 (ja) 2015-09-16

Family

ID=50035685

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012137374A Expired - Fee Related JP5778626B2 (ja) 2012-06-18 2012-06-18 アイテム利用促進装置、アイテム利用促進装置の動作方法およびコンピュータプログラム

Country Status (1)

Country Link
JP (1) JP5778626B2 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016203653A1 (ja) * 2015-06-19 2016-12-22 日立マクセル株式会社 携帯情報端末、及び、そのアプリケーション推薦方法
JP2019507398A (ja) * 2016-11-15 2019-03-14 平安科技（深▲せん▼）有限公司 時間因子を融合させる協調フィルタリング方法、装置、サーバおよび記憶媒体
JP2020098611A (ja) * 2014-09-08 2020-06-25 サーモダイナミック・デザイン・エルエルシー カスタマイズ可能なデータ管理システム
US11620662B2 (en) 2013-03-15 2023-04-04 Thermodynamic Design, Llc Customizable data management system
US11907966B2 (en) 2013-03-15 2024-02-20 Thermodynamic Design, Llc Customizable data management system

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001357036A (ja) * 2000-04-06 2001-12-26 Yoshitomo Suga サーチエンジン（検索エンジン）システムとそのシステムの商品検索方法
JP2004133772A (ja) * 2002-10-11 2004-04-30 Fusei Kokusai Yugenkoshi 広告方法
JP2007200099A (ja) * 2006-01-27 2007-08-09 Kirin Beverage Corp アイテム選択支援装置、方法およびプログラム
JP2009289180A (ja) * 2008-05-30 2009-12-10 Sony Corp 情報処理装置、表示方法、及びプログラム
JP2011013786A (ja) * 2009-06-30 2011-01-20 Nec Corp 推薦者選定システム、推薦者選定方法および推薦者選定プログラム
WO2011152420A1 (ja) * 2010-05-31 2011-12-08 楽天株式会社 情報提供装置、情報提供方法、情報提供プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体
JP2013254288A (ja) * 2012-06-06 2013-12-19 Sony Corp 情報処理装置、情報処理方法、プログラム、情報処理システム、及びコンテンツ要求端末

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001357036A (ja) * 2000-04-06 2001-12-26 Yoshitomo Suga サーチエンジン（検索エンジン）システムとそのシステムの商品検索方法
JP2004133772A (ja) * 2002-10-11 2004-04-30 Fusei Kokusai Yugenkoshi 広告方法
JP2007200099A (ja) * 2006-01-27 2007-08-09 Kirin Beverage Corp アイテム選択支援装置、方法およびプログラム
JP2009289180A (ja) * 2008-05-30 2009-12-10 Sony Corp 情報処理装置、表示方法、及びプログラム
JP2011013786A (ja) * 2009-06-30 2011-01-20 Nec Corp 推薦者選定システム、推薦者選定方法および推薦者選定プログラム
WO2011152420A1 (ja) * 2010-05-31 2011-12-08 楽天株式会社 情報提供装置、情報提供方法、情報提供プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体
JP2013254288A (ja) * 2012-06-06 2013-12-19 Sony Corp 情報処理装置、情報処理方法、プログラム、情報処理システム、及びコンテンツ要求端末

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11620662B2 (en) 2013-03-15 2023-04-04 Thermodynamic Design, Llc Customizable data management system
US11907966B2 (en) 2013-03-15 2024-02-20 Thermodynamic Design, Llc Customizable data management system
JP2020098611A (ja) * 2014-09-08 2020-06-25 サーモダイナミック・デザイン・エルエルシー カスタマイズ可能なデータ管理システム
WO2016203653A1 (ja) * 2015-06-19 2016-12-22 日立マクセル株式会社 携帯情報端末、及び、そのアプリケーション推薦方法
JPWO2016203653A1 (ja) * 2015-06-19 2018-04-26 マクセル株式会社 携帯情報端末、及び、そのアプリケーション推薦方法
US10747832B2 (en) 2015-06-19 2020-08-18 Maxell, Ltd. Portable information terminal and application recommending method thereof
US11514120B2 (en) 2015-06-19 2022-11-29 Maxell, Ltd. Portable information terminal and application recommending method thereof
US11947609B2 (en) 2015-06-19 2024-04-02 Maxell, Ltd. Portable information terminal and application recommending method thereof
JP2019507398A (ja) * 2016-11-15 2019-03-14 平安科技（深▲せん▼）有限公司 時間因子を融合させる協調フィルタリング方法、装置、サーバおよび記憶媒体
US10565525B2 (en) 2016-11-15 2020-02-18 Ping An Technology (Shenzhen) Co., Ltd. Collaborative filtering method, apparatus, server and storage medium in combination with time factor

Also Published As

Publication number Publication date
JP5778626B2 (ja) 2015-09-16

Similar Documents

Publication Publication Date Title
Cao et al. QoS-aware service recommendation based on relational topic model and factorization machines for IoT Mashup applications
US10356462B1 (en) Recommending a composite channel
Jain et al. Trends, problems and solutions of recommender system
US9552433B2 (en) Generic content collection systems
CN106383827B (zh) 在站点上组织社交活动信息
US10180979B2 (en) System and method for generating suggestions by a search engine in response to search queries
US10713666B2 (en) Systems and methods for curating content
US11080287B2 (en) Methods, systems and techniques for ranking blended content retrieved from multiple disparate content sources
Choi et al. A recommender system based on personal constraints for smart tourism city
US20170097939A1 (en) Methods, systems and techniques for personalized search query suggestions
US20080082479A1 (en) Head-to-head comparisons
JP2011039909A (ja) 提示情報の最適化方法及びシステム
JP5778626B2 (ja) アイテム利用促進装置、アイテム利用促進装置の動作方法およびコンピュータプログラム
US11836169B2 (en) Methods, systems and techniques for providing search query suggestions based on non-personal data and user personal data according to availability of user personal data
Na et al. Sensibility and response keywords of users according to posting types of fashion Instagram: Focused on Koreans’ fashion brands
Lu et al. Recommender systems: advanced developments
Ha et al. Personalized advertisement system using social relationship based user modeling
CN113590851A (zh) 建议在线系统中的实体创建内容并向内容添加标签
Jariha et al. A state-of-the-art Recommender Systems: An overview on Concepts, Methodology and Challenges
Yoon et al. What content and context factors lead to selection of a video clip? The heuristic route perspective
CN115066906A (zh) 用于基于用户提供的标准进行推荐的方法和系统
JP5048852B2 (ja) 検索装置、検索方法、検索プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体
US20220171818A1 (en) Information retrieval system, method and computer program product
US20140278983A1 (en) Using entity repository to enhance advertisement display
US11488229B2 (en) Information processing device for content recommendation

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140829

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20150417

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150511

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150617

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: 20150707

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150709

R150 Certificate of patent or registration of utility model

Ref document number: 5778626

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees