JP2014160345A - 閲覧行動予測装置、閲覧行動学習装置、閲覧行動予測方法、閲覧行動学習方法及びプログラム - Google Patents
閲覧行動予測装置、閲覧行動学習装置、閲覧行動予測方法、閲覧行動学習方法及びプログラム Download PDFInfo
- Publication number
- JP2014160345A JP2014160345A JP2013030266A JP2013030266A JP2014160345A JP 2014160345 A JP2014160345 A JP 2014160345A JP 2013030266 A JP2013030266 A JP 2013030266A JP 2013030266 A JP2013030266 A JP 2013030266A JP 2014160345 A JP2014160345 A JP 2014160345A
- Authority
- JP
- Japan
- Prior art keywords
- browsing
- page
- page function
- browsing behavior
- user
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】ユーザの閲覧行動を学習する閲覧行動学習装置は、複数のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを、ユーザの閲覧行動として求める内部状態予測学習部とを有する。
【選択図】図1
Description
所定のユーザの閲覧行動を予測する閲覧行動予測装置であって、
複数のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、階層型隠れマルコフモデルにより、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを求める内部状態予測学習部と、
閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合と、前記内部状態予測学習部で求められたページ機能の出力確率及び内部状態間の遷移確率とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能を、前記所定のユーザの閲覧行動として予測する内部状態予測部と、
を有する。
ユーザの閲覧行動を学習する閲覧行動学習装置であって、
複数のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、階層型隠れマルコフモデルにより、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを、ユーザの閲覧行動として求める内部状態予測学習部と、
を有する。
所定のユーザの閲覧行動を予測する閲覧行動予測装置であって、
前記所定のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能を時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
階層型隠れマルコフモデルにより求められた、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率と、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能の確率を、前記所定のユーザの閲覧行動として予測する内部状態予測部と、
を有する。
所定のユーザの閲覧行動を予測する閲覧行動予測装置であって、
複数のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを求める内部状態予測学習部と、
閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合と、前記内部状態予測学習部で求められたページ機能の出力確率及び内部状態間の遷移確率とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能を、前記所定のユーザの閲覧行動として予測する内部状態予測部と、
を有する。
ユーザの閲覧行動を学習する閲覧行動学習装置であって、
複数のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを、ユーザの閲覧行動として求める内部状態予測学習部と、
を有する。
所定のユーザの閲覧行動を予測する閲覧行動予測装置であって、
前記所定のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能を時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
複数のユーザの閲覧ページのページ機能に基づく複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率と、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能の確率を、前記所定のユーザの閲覧行動として予測する内部状態予測部と、
を有する。
所定のユーザの閲覧行動を予測する閲覧行動予測装置における閲覧行動予測方法であって、
前記閲覧行動予測装置のアクセス情報取得部が、複数のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動予測装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動予測装置の内部状態予測学習部が、前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、階層型隠れマルコフモデルにより、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを求めるステップと、
前記閲覧行動予測装置の内部状態予測部が、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合と、前記内部状態予測学習部で求められたページ機能の出力確率及び内部状態間の遷移確率とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能を、前記所定のユーザの閲覧行動として予測するステップと、
を有する。
ユーザの閲覧行動を学習する閲覧行動学習装置における閲覧行動学習方法であって、
前記閲覧行動学習装置のアクセス情報取得部が、複数のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動学習装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動学習装置の内部状態予測学習部が、前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、階層型隠れマルコフモデルにより、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを、ユーザの閲覧行動として求めるステップと、
を有する。
所定のユーザの閲覧行動を予測する閲覧行動予測装置における閲覧行動予測方法であって、
前記閲覧行動予測装置のアクセス情報取得部が、前記所定のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動予測装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能を時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動予測装置の内部状態予測部が、階層型隠れマルコフモデルにより求められた、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率と、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能の確率を、前記所定のユーザの閲覧行動として予測するステップと、
を有する。
所定のユーザの閲覧行動を予測する閲覧行動予測装置における閲覧行動予測方法であって、
前記閲覧行動予測装置のアクセス情報取得部が、複数のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動予測装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動予測装置の内部状態予測学習部が、前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを求めるステップと、
前記閲覧行動予測装置の内部状態予測部が、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合と、前記内部状態予測学習部で求められたページ機能の出力確率及び内部状態間の遷移確率とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能を、前記所定のユーザの閲覧行動として予測するステップと、
を有する。
ユーザの閲覧行動を学習する閲覧行動学習装置における閲覧行動学習方法であって、
前記閲覧行動学習装置のアクセス情報取得部が、複数のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動学習装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動学習装置の内部状態予測学習部が、前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを、ユーザの閲覧行動として求めるステップと、
を有する。
所定のユーザの閲覧行動を予測する閲覧行動予測装置における閲覧行動予測方法であって、
前記閲覧行動予測装置のアクセス情報取得部が、前記所定のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動予測装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能を時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動予測装置の内部状態予測部が、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率と、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能の確率を、前記所定のユーザの閲覧行動として予測するステップと、
を有する。
コンピュータを上記の装置として機能させるためのプログラムであることを特徴とする。
図1に、本発明の実施例に係る閲覧行動学習及び予測装置の機能ブロック図を示す。
図2に、本発明の実施例に係る閲覧行動学習及び予測装置における閲覧行動学習処理のフローチャートを示す。閲覧行動学習処理では、ECサイトのアクセス情報を入力とし、学習の結果として、状態間の遷移確率、各状態において取り得る閲覧行動の出力確率を出力する。
図8に、本発明の実施例に係る閲覧行動学習及び予測装置における閲覧行動予測処理のフローチャートを示す。閲覧行動予測処理では、所定のユーザのアクセス情報を入力とし、状態予測学習部13及び状態命名部14で出力された情報を用いて該当ユーザの購入に向かう状態の変化と、次にユーザが取り得る閲覧行動と、その時の状態を出力する。
本発明の実施例に係る閲覧行動学習及び予測装置を用いることにより、Webサイト管理者は、従来技術では不可能であった各ユーザがどのページを閲覧した時にアクションに向けた状態がどのようなものであったかを知ることが可能になる。また、従来技術では2つしか無かったユーザの購入に対する状態を複数推定可能になる。従来技術では「買う気のある/なし」であったユーザの内部状態が、本装置によってユーザのアクションに向けた状態を段階的に推定可能になる。これにより、ユーザのECサイトにおける行動がより適切に理解できるようになり、それぞれの状態に応じた適切な施策を行うことが可能になる。また、ユーザの状態が行動ごとにどのように変化したか、次にどのような閲覧行動を取るのかがオンラインで予測できるようになる。
11 ページ機能対応テーブル
12 ページ機能抽出部
13 状態予測学習部
14 状態命名部
15 状態出力確率記憶部
16 状態間遷移確率記憶部
18 状態予測部
20 アクセス情報記憶部
30 情報提供部
Claims (18)
- 所定のユーザの閲覧行動を予測する閲覧行動予測装置であって、
複数のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、階層型隠れマルコフモデルにより、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを求める内部状態予測学習部と、
閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合と、前記内部状態予測学習部で求められたページ機能の出力確率及び内部状態間の遷移確率とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能を、前記所定のユーザの閲覧行動として予測する内部状態予測部と、
を有する閲覧行動予測装置。 - ユーザの閲覧行動を学習する閲覧行動学習装置であって、
複数のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、階層型隠れマルコフモデルにより、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを、ユーザの閲覧行動として求める内部状態予測学習部と、
を有する閲覧行動学習装置。 - 所定のユーザの閲覧行動を予測する閲覧行動予測装置であって、
前記所定のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能を時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
階層型隠れマルコフモデルにより求められた、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率と、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能の確率を、前記所定のユーザの閲覧行動として予測する内部状態予測部と、
を有する閲覧行動予測装置。 - 前記複数の内部状態を所定のページ機能に近い順に並び替える内部状態整列部と、
前記内部状態予測部で予測された内部状態から前記所定のページ機能への閲覧行動の確率と、前記所定のユーザの現在の内部状態から前記所定のページ機能への閲覧行動の確率とに基づいて、前記所定のユーザを前記所定のページ機能に誘導する情報を提供する情報提供部と、
を更に有する、請求項1又は3に記載の閲覧行動予測装置。 - 前記内部状態整列部は、前記ユーザが閲覧可能なページ機能の出力確率に基づいて、最も前記所定のページ機能に近い内部状態を状態の順序付き集合に追加し、残りの状態の中で順序付き集合の最後の状態に遷移する確率の高い状態を前記順序付き集合に追加する処理を繰り返すことにより、前記複数の内部状態を並び替える、請求項4に記載の閲覧行動予測装置。
- 所定のユーザの閲覧行動を予測する閲覧行動予測装置であって、
複数のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを求める内部状態予測学習部と、
閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合と、前記内部状態予測学習部で求められたページ機能の出力確率及び内部状態間の遷移確率とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能を、前記所定のユーザの閲覧行動として予測する内部状態予測部と、
を有する閲覧行動予測装置。 - ユーザの閲覧行動を学習する閲覧行動学習装置であって、
複数のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを、ユーザの閲覧行動として求める内部状態予測学習部と、
を有する閲覧行動学習装置。 - 所定のユーザの閲覧行動を予測する閲覧行動予測装置であって、
前記所定のユーザの閲覧ページのアクセス情報を取得するアクセス情報取得部と、
前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能を時系列に並び替えた閲覧行動の順序付き集合を生成するページ機能抽出部と、
複数のユーザの閲覧ページのページ機能に基づく複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率と、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能の確率を、前記所定のユーザの閲覧行動として予測する内部状態予測部と、
を有する閲覧行動予測装置。 - 前記複数の内部状態を所定のページ機能に近い順に並び替える内部状態整列部と、
前記内部状態予測部で予測された内部状態から前記所定のページ機能への閲覧行動の確率と、前記所定のユーザの現在の内部状態から前記所定のページ機能への閲覧行動の確率とに基づいて、前記所定のユーザを前記所定のページ機能に誘導する情報を提供する情報提供部と、
を更に有する、請求項6又は8に記載の閲覧行動予測装置。 - 所定のユーザの閲覧行動を予測する閲覧行動予測装置における閲覧行動予測方法であって、
前記閲覧行動予測装置のアクセス情報取得部が、複数のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動予測装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動予測装置の内部状態予測学習部が、前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、階層型隠れマルコフモデルにより、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを求めるステップと、
前記閲覧行動予測装置の内部状態予測部が、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合と、前記内部状態予測学習部で求められたページ機能の出力確率及び内部状態間の遷移確率とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能を、前記所定のユーザの閲覧行動として予測するステップと、
を有する閲覧行動予測方法。 - ユーザの閲覧行動を学習する閲覧行動学習装置における閲覧行動学習方法であって、
前記閲覧行動学習装置のアクセス情報取得部が、複数のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動学習装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動学習装置の内部状態予測学習部が、前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、階層型隠れマルコフモデルにより、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを、ユーザの閲覧行動として求めるステップと、
を有する閲覧行動学習方法。 - 所定のユーザの閲覧行動を予測する閲覧行動予測装置における閲覧行動予測方法であって、
前記閲覧行動予測装置のアクセス情報取得部が、前記所定のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動予測装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能を時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動予測装置の内部状態予測部が、階層型隠れマルコフモデルにより求められた、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率と、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能の確率を、前記所定のユーザの閲覧行動として予測するステップと、
を有する閲覧行動予測方法。 - 前記閲覧行動予測装置の内部状態整列部が、前記複数の内部状態を所定のページ機能に近い順に並び替えるステップと、
前記閲覧行動予測装置の情報提供部が、前記内部状態予測部で予測された内部状態から前記所定のページ機能への閲覧行動の確率と、前記所定のユーザの現在の内部状態から前記所定のページ機能への閲覧行動の確率とに基づいて、前記所定のユーザを前記所定のページ機能に誘導する情報を提供するステップと、
を更に有する、請求項10又は12に記載の閲覧行動予測方法。 - 所定のユーザの閲覧行動を予測する閲覧行動予測装置における閲覧行動予測方法であって、
前記閲覧行動予測装置のアクセス情報取得部が、複数のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動予測装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動予測装置の内部状態予測学習部が、前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを求めるステップと、
前記閲覧行動予測装置の内部状態予測部が、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合と、前記内部状態予測学習部で求められたページ機能の出力確率及び内部状態間の遷移確率とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能を、前記所定のユーザの閲覧行動として予測するステップと、
を有する閲覧行動予測方法。 - ユーザの閲覧行動を学習する閲覧行動学習装置における閲覧行動学習方法であって、
前記閲覧行動学習装置のアクセス情報取得部が、複数のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動学習装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能をユーザ別に時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動学習装置の内部状態予測学習部が、前記ページ機能抽出部で生成された閲覧行動の順序付き集合を用いて、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態を求め、前記求められた複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率とを、ユーザの閲覧行動として求めるステップと、
を有する閲覧行動学習方法。 - 所定のユーザの閲覧行動を予測する閲覧行動予測装置における閲覧行動予測方法であって、
前記閲覧行動予測装置のアクセス情報取得部が、前記所定のユーザの閲覧ページのアクセス情報を取得するステップと、
前記閲覧行動予測装置のページ機能抽出部が、前記アクセス情報取得部で取得されたアクセス情報において閲覧行動に対応する閲覧ページのページ機能を抽出し、前記抽出されたページ機能を時系列に並び替えた閲覧行動の順序付き集合を生成するステップと、
前記閲覧行動予測装置の内部状態予測部が、複数のユーザの閲覧ページのページ機能に基づく複数の内部状態のそれぞれにおいてユーザが閲覧可能なページ機能の出力確率と、内部状態間の遷移確率と、閲覧行動を予測する対象となる前記所定のユーザに関して前記ページ機能抽出部で生成された閲覧行動の順序付き集合とに基づいて、前記所定のユーザが次に取り得る内部状態を予測し、更に、次に取り得るページ機能の確率を、前記所定のユーザの閲覧行動として予測するステップと、
を有する閲覧行動予測方法。 - 前記閲覧行動予測装置の内部状態整列部が、前記複数の内部状態を所定のページ機能に近い順に並び替えるステップと、
前記閲覧行動予測装置の情報提供部が、前記内部状態予測部で予測された内部状態から前記所定のページ機能への閲覧行動の確率と、前記所定のユーザの現在の内部状態から前記所定のページ機能への閲覧行動の確率とに基づいて、前記所定のユーザを前記所定のページ機能に誘導する情報を提供するステップと、
を更に有する、請求項15又は17に記載の閲覧行動予測方法。 - コンピュータを請求項1乃至9のうちいずれか1項に記載の装置として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013030266A JP5973935B2 (ja) | 2013-02-19 | 2013-02-19 | 閲覧行動予測装置、閲覧行動予測方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013030266A JP5973935B2 (ja) | 2013-02-19 | 2013-02-19 | 閲覧行動予測装置、閲覧行動予測方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014160345A true JP2014160345A (ja) | 2014-09-04 |
JP5973935B2 JP5973935B2 (ja) | 2016-08-23 |
Family
ID=51611998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013030266A Active JP5973935B2 (ja) | 2013-02-19 | 2013-02-19 | 閲覧行動予測装置、閲覧行動予測方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5973935B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016047337A1 (ja) * | 2014-09-26 | 2016-03-31 | 国立大学法人京都大学 | 活動度予測システムおよびそれを用いたイベント情報配信システム |
WO2016151639A1 (ja) * | 2015-03-26 | 2016-09-29 | 日本電気株式会社 | 人数予測システム、人数予測方法および人数予測プログラム |
WO2017010317A1 (ja) * | 2015-07-16 | 2017-01-19 | ソニー株式会社 | 表示制御装置、表示制御方法、及び、プログラム |
JP2018124673A (ja) * | 2017-01-30 | 2018-08-09 | クックパッド株式会社 | 情報処理システム、情報処理装置、情報処理方法、及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090164395A1 (en) * | 2007-12-21 | 2009-06-25 | Heck Larry P | Modeling, detecting, and predicting user behavior with hidden markov models |
JP2011100208A (ja) * | 2009-11-04 | 2011-05-19 | Nippon Telegr & Teleph Corp <Ntt> | 行動推定装置、行動推定方法および行動推定プログラム |
JP2011118765A (ja) * | 2009-12-04 | 2011-06-16 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
JP2011154591A (ja) * | 2010-01-28 | 2011-08-11 | Nec Corp | リコメンド装置、方法、及び、プログラム |
-
2013
- 2013-02-19 JP JP2013030266A patent/JP5973935B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090164395A1 (en) * | 2007-12-21 | 2009-06-25 | Heck Larry P | Modeling, detecting, and predicting user behavior with hidden markov models |
JP2011100208A (ja) * | 2009-11-04 | 2011-05-19 | Nippon Telegr & Teleph Corp <Ntt> | 行動推定装置、行動推定方法および行動推定プログラム |
JP2011118765A (ja) * | 2009-12-04 | 2011-06-16 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
JP2011154591A (ja) * | 2010-01-28 | 2011-08-11 | Nec Corp | リコメンド装置、方法、及び、プログラム |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016047337A1 (ja) * | 2014-09-26 | 2016-03-31 | 国立大学法人京都大学 | 活動度予測システムおよびそれを用いたイベント情報配信システム |
JP2016066319A (ja) * | 2014-09-26 | 2016-04-28 | 国立大学法人京都大学 | 活動度予測システムおよびそれを用いたイベント情報配信システム |
WO2016151639A1 (ja) * | 2015-03-26 | 2016-09-29 | 日本電気株式会社 | 人数予測システム、人数予測方法および人数予測プログラム |
JPWO2016151639A1 (ja) * | 2015-03-26 | 2017-10-26 | 日本電気株式会社 | 人数予測システム、人数予測方法および人数予測プログラム |
WO2017010317A1 (ja) * | 2015-07-16 | 2017-01-19 | ソニー株式会社 | 表示制御装置、表示制御方法、及び、プログラム |
JP2018124673A (ja) * | 2017-01-30 | 2018-08-09 | クックパッド株式会社 | 情報処理システム、情報処理装置、情報処理方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP5973935B2 (ja) | 2016-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102092691B1 (ko) | 웹페이지 트레이닝 방법 및 기기, 그리고 검색 의도 식별 방법 및 기기 | |
Ozsoy | From word embeddings to item recommendation | |
Nguyen et al. | Web-page recommendation based on web usage and domain knowledge | |
CN105247507B (zh) | 用于确定品牌的影响力得分的方法、系统和存储介质 | |
CN106991160B (zh) | 一种基于用户影响力以及内容的微博传播预测方法 | |
JP2014106661A (ja) | ユーザ状態予測装置及び方法及びプログラム | |
WO2017075017A1 (en) | Automatic conversation creator for news | |
WO2017087437A1 (en) | Fast pattern discovery for log analytics | |
CN108875090B (zh) | 一种歌曲推荐方法、装置和存储介质 | |
Heck et al. | Horizontal traceability for just‐in‐time requirements: the case for open source feature requests | |
CN103534696A (zh) | 针对口语语言理解中的域检测利用查询点击记录 | |
JP5973935B2 (ja) | 閲覧行動予測装置、閲覧行動予測方法及びプログラム | |
CN103077254A (zh) | 网页获取方法和装置 | |
Makkar et al. | A novel approach for predicting user behavior for improving web performance | |
Hirt et al. | An end-to-end process model for supervised machine learning classification: from problem to deployment in information systems | |
CN111259220A (zh) | 一种基于大数据的数据采集方法和系统 | |
Abrishami et al. | Web page recommendation based on semantic web usage mining | |
Li et al. | Recommendation on social network based on graph model | |
CN116383521B (zh) | 主题词挖掘方法及装置、计算机设备及存储介质 | |
Walk et al. | How to apply markov chains for modeling sequential edit patterns in collaborative ontology-engineering projects | |
Yan et al. | Improving document clustering for short texts by long documents via a dirichlet multinomial allocation model | |
JP6676698B2 (ja) | 予約語及び属性言語間の関連度を用いた情報検索方法及び装置 | |
JP5824429B2 (ja) | スパムアカウントスコア算出装置、スパムアカウントスコア算出方法、及びプログラム | |
JPWO2011016281A1 (ja) | ベイジアンネットワーク構造学習のための情報処理装置及びプログラム | |
Rungta et al. | Two-phase multimodal neural network for app categorization using APK resources |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150213 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20151221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160105 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160216 |
|
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: 20160712 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160715 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5973935 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |