JP2014229118A - Interest analysis system, and interest analysis device, method and program for the same - Google Patents

Interest analysis system, and interest analysis device, method and program for the same Download PDF

Info

Publication number
JP2014229118A
JP2014229118A JP2013108998A JP2013108998A JP2014229118A JP 2014229118 A JP2014229118 A JP 2014229118A JP 2013108998 A JP2013108998 A JP 2013108998A JP 2013108998 A JP2013108998 A JP 2013108998A JP 2014229118 A JP2014229118 A JP 2014229118A
Authority
JP
Grant status
Application
Patent type
Prior art keywords
interest
analysis
concept
correction
scores
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
JP2013108998A
Other languages
Japanese (ja)
Other versions
JP5993801B2 (en )
Inventor
伊藤 浩二
Koji Ito
浩二 伊藤
妙 佐藤
Tae Sato
妙 佐藤
Original Assignee
日本電信電話株式会社
Nippon Telegr & Teleph Corp <Ntt>
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

Links

Abstract

PROBLEM TO BE SOLVED: To obtain an analysis result in which interest of a user is properly reflected even when a selection history of the user to information is not sufficiently accumulated.SOLUTION: In a client terminal 200, when a user has performed correction operation of an interest score TotalZ about an optional concept inside a list of a presented interest analysis result, an interest analysis device 100 recalculates characteristic scores Zin, Xin, Yin of the concept of a correction target thereof, furthermore specifies a child concept connected to the concept, and updates the interest scores TotalZ, X, Y thereof according to the characteristic scores Zin, Xin, Yin after the correction. The interest analysis device 100 re-creates a presentation list on the basis of the concept after the correction and the update, and the interest scores thereof, sends the re-created list to a client terminal 200, and displays it.

Description

この発明は、例えばコンテンツ閲覧履歴からユーザの興味を分析する興味分析システムと、当該システムで使用される興味分析装置、方法及びプログラムに関する。 The present invention, for example, and interest analysis system for analyzing the interests of the user from the content browsing history, interest analysis device used in the system, a method and a program.

コンピュータネットワーク上において、情報提供者が情報利用者に対して情報を提供する場合に、情報利用者ごとに適する情報を選択するか、或いは情報を情報利用者に適する順番に並び替えて表示する情報推薦サービスが提案されている。 On a computer network, information provider when providing information to the information user, select information suitable for each information user, or displayed sorted in the order suitable information to the information user information recommendation services have been proposed. 例えば、情報が広告である場合に、情報利用者ごとに適する広告を選択するか或いは広告を情報利用者ごとに適する順番に並び替えて表示する広告推薦サービスや、情報がニュースである場合に、情報利用者ごとに適するニュースを選択するか或いはニュースを情報利用者ごとに適する順番に並び替えて表示するニュース推薦サービス、情報が飲食店情報である場合に、情報利用者ごとに適する飲食店情報を選択するか或いは飲食店情報を情報利用者ごとに適する順番に並び替えて表示する飲食店情報推薦サービスがそれである。 For example, if the information is an advertisement, the advertisement recommendation service and to display sorted or the ad to select ads that are suitable for each information user in the order in which suitable for every information user, if the information is news, when news recommendation service to display rearranges or news to select the news that are suitable for each information user in the order in which suitable for every information user, information is a restaurant information, restaurant information suitable for each information user restaurant information recommendation service that displays or restaurant information is selected by rearranging the order in which suitable for every information user the is it.

ところで、これらのサービスを実現するための技術としては、各コンテンツに内容をサマライズするメタ情報が付与されていることを前提として、ユーザ履歴に出現する概念等の頻度からユーザの興味を推定する内容ベースフィルタリング技術(Content Based Filtering:CBF)が知られており、メモリベース手法として研究が進められている。 Meanwhile, as a technology for realizing these services, the assumption that the meta information summarizing the contents of each content is assigned to estimate the interest of the user from the frequency of such concept appearing in the user history content based filtering technology (Content based filtering: CBF) are known, research has been promoted as a memory-based approach.

内容ベースフィルタリング技術は、例えばブランドを示す情報を概念タグとして保持しておき、ユーザが特定ブランドの商品を閲覧した場合に、同じ概念タグが付された同じブランドの商品を提示するものである。 Content-based filtering technique, for example, information indicating the brand may be held as a concept tag, when the user has viewed a particular brand of product, and presents the same brand of product with the same concept tagged. 特にメモリベース手法では、過去に閲覧した履歴から頻繁に閲覧されているブランドを抽出し、この特定ブランドの商品を提示する処理が行われる。 In particular, in the memory-based approach, to extract the brand from the history that has viewed in the past has been viewed frequently, process of presenting the products of this particular brand is carried out. この手法では、閲覧履歴により多く出現した概念タグに関連する商品が選択されて提示される。 In this approach, products related to many emerging concept tag by browsing history is presented is selected.

内容ベースフィルタリング手法の具体例として、概念出現の希少性を利用してユーザの興味を高精度に推定できる興味分析方法が提案されている。 Specific examples of the content-based filtering techniques, interest analysis method can estimate the interest of the user with high precision by utilizing the scarcity concept appearance it has been proposed. この方法は、ユーザの選択候補である情報群から、ユーザが選択結果である情報群を選択した履歴を利用し、各情報の特徴を示す概念に着目したとき、概念出現の希少性を利用してユーザの興味を高精度に推定するものとなっている(例えば非特許文献1を参照)。 This method, the information group is the user of the selected candidates, utilizing a history of the user has selected the information group is selected result, when attention is paid to the concept that indicates the characteristic of each information, utilizing the scarcity concept appearance It has become to estimate with high accuracy the interest of the user Te (e.g. non-Patent Document 1). この方法を用いれば、タクソノミ(オントロジ)を用いることにより概念間の包含関係を考慮した場合においても、概念出現の希少性を合理的に分析することができる。 Using this method, in case of considering the inclusion relation between concepts by using a taxonomy (ontology) it can also be rationally analyze the scarcity concepts emerge.

しかし、非特許文献1に記載された技術を用いたとしても、ユーザが完全に納得する推薦結果を提示することは困難である。 However, even with the technique described in Non-Patent Document 1, it is difficult to present a recommendation result for the user to completely convinced. その理由は、利用者の情報選択履歴を用いて興味の学習を行うが、利用者の興味に対して十分な情報選択履歴が存在しない場合があるからである。 The reason for this is that, performs the learning of interest by using the information selection history of the user, is because there is a case in which there is not enough information selection history against the interests of the user. 例えば、サービスの提供が開始された当初はユーザの選択履歴が十分に蓄積されていないため、ユーザの興味の度合いを正確に求めることは困難である。 For example, initially the provision of services is started for selection history of the user is not sufficiently accumulated, it is difficult to determine accurately the degree of interest of the user. また、サービスの提供が開始されてからある程度時間が経過した後でも、ログの蓄積に伴う学習結果の修正が伴っていない場合もあり得る。 Moreover, even after the supply of services has passed some time from the start, there may be a case where the learning result due to the accumulation of log modifications are not accompanied. さらに、ユーザごとの個別の事情も影響する。 In addition, also it affects the individual circumstances of each user. 例えば“貴腐ワイン”という非常に珍しいワインに興味を持つユーザがいる場合に、当該ユーザが“貴腐ワイン”を選択した履歴が1回しかなければ、当該選択履歴から“貴腐ワイン”に対するユーザの興味を学習することは困難である。 If there is a user interested in the very rare wines, eg, "botrytis wine", if the history in which the user selects the "botrytis wine" there is only one, for "botrytis wine" from the selection history it is difficult to learn the interest of the user.

すなわち、すべての概念について十分な量の、十分新鮮なログが存在すれば、学習結果がユーザのその時点での興味を反映する可能性は高くなる。 In other words, a sufficient amount for all concepts, if sufficiently fresh log exists, the possibility that the learning result reflects the interests at that time of the user is high. ところが、そうでない場合には、ユーザのその時点の興味を十分反映した学習結果のモデルを得ることが困難となる。 However, otherwise, it is difficult to obtain the learning result of the model was sufficiently reflect the interest at that time of the user.

この発明は上記事情に着目してなされたもので、その目的とするところは、情報に対するユーザの選択履歴が十分に蓄積されていない場合でも、ユーザの興味が的確に反映された分析結果を得ることができるようにした興味分析システムとその興味分析装置、方法及びプログラムを提供することにある。 The present invention has been made in view of the above circumstances, and an object, even if the user's selection history for the information has not been sufficiently accumulated, to obtain an analysis result of interest of the user is accurately reflected interest analysis system to be able with its interest analyzer, is to provide a method and a program.

上記目的を達成するためにこの発明の第1の観点は、ユーザ端末との間でネットワークを介して通信が可能で、かつユーザによる情報の閲覧履歴をもとに当該ユーザの前記情報に対する嗜好を分析する機能を有する興味分析装置において、前記ユーザ端末から提示要求を受信した場合に、当該提示要求に応答して該当するユーザの興味分析結果を表す情報をデータベースから読み出し、この読み出された興味分析結果を表す情報を要求元のユーザ端末に向け返送する。 The first aspect of the present invention in order to achieve the above object, the preference can communicate over the network with the user terminal, and based on the browsing history of the information by the user for the information of the user in interesting analyzer having a function of analyzing, when receiving a presentation request from the user terminal, reads out the information representing an interest analysis of the relevant user in response to the presentation request from the database, the read interest information representing the analysis result is sent back toward the requesting user terminal. この状態で、前記ユーザ端末から修正要求を受信した場合に、当該受信された修正要求に含まれる修正情報に基づいて、修正対象の概念が1回選択されたものと見なして当該修正対象の概念に関する仮想的なスコア情報を計算し、前記データベースに記憶された修正対象の概念に係る興味分析結果の情報を、前記計算された仮想的なスコア情報をもとに更新するようにしたものである。 In this state, the when receiving a modification request from a user terminal, based on the correction information included in the received modification request, correction target concept is regarded to have been selected once the concept of the correction target a virtual score information calculated regarding the information of concepts pertaining interest analysis of the correction target that has been stored in said database, in which so as to update based on the virtual score information the calculated .

また、この発明の第2の観点は、前記修正対象の概念に直接又は間接的に繋がる子概念を特定し、この特定された子概念に係るスコア情報を前記修正対象の概念に係る仮想的なスコア情報をもとに更新するようにしたものである。 The second aspect of this invention is to identify the child concepts connected directly or indirectly to the concept of the correction object, virtual according score information relating to this particular child concept in the concept of the correction object the score information is obtained so as to update to the original.

したがってこの発明の第1の観点によれば、興味分析装置から最初に提示された興味分析結果がユーザの意図と異なっている場合でも、ユーザは当該興味分析結果をマニュアル操作で任意に修正することが可能となる。 Therefore, according to a first aspect of the present invention, even when initially presented the interest analysis results from interested analyzer is different from the intention of the user, the user is able to modify any of the interest analysis manually it is possible. しかも、この修正操作に応じて興味分析装置では、修正対象の概念に係るスコア情報が更新式に従い自動的に修正及び更新されるので、修正対象の概念に係るスコア情報が情報選択履歴からの学習結果と矛盾を生じることなく修正することが可能になる。 Moreover, in interesting analyzer in accordance with the correction operation, because the score information in accordance with the concept of the correction object is automatically corrected and updated in accordance with updating expression, the learning score data according to the concept of the correction object is the information selection history It results it is possible to fix without causing contradiction.

また第2の観点によれば、修正対象の概念情報の修正操作に応じて、当該修正対象の概念に係るスコア情報だけでなく、子概念に係るスコア情報が更新式に従い自動的に修正及び更新されるので、修正対象の概念だけでなくその子概念まで含めて、情報選択履歴からの学習結果と矛盾を生じることなく、かつ一回の修正操作でユーザに負担を強いることなく、そのスコア情報を修正することが可能となる。 According to the second aspect, in accordance with the correction operation of the conceptual information to be corrected, automatically corrected and updated as well as score information relating to the concept of the correction target, the score information of the child concept accordance update equation since the, including to its children concept not only the concept of the correction object, without causing conflict with learning result from the information selection history, and without imposing a burden on the user in a single correction operation, the score information it is possible to correct.

すなわちこの発明によれば、情報に対するユーザの選択履歴が十分に蓄積されていない場合でも、ユーザの興味が的確に反映された分析結果を得ることができるようにした興味分析システムとその興味分析装置、方法及びプログラムを提供することができる。 That is, according to the present invention, even if the user's selection history is not sufficiently accumulated for information, the interest analysis system to be able to obtain the analysis result of interest of the user is accurately reflected the interests analyzer , it is possible to provide a method and a program.

この発明の一実施形態に係る興味分析装置を備えたシステムの概略構成図。 Schematic diagram of a system including an interest analyzer according to an embodiment of the present invention. 図1に示したシステムにおけるクライアント装置及び興味分析装置の機能構成を示すブロック図。 Block diagram showing the functional configuration of the client apparatus and interested analyzer in the system shown in FIG. 図2に示した興味分析装置による興味分析処理の概要を示す図。 Diagram showing an outline of interest analysis processing by the interest analysis apparatus shown in FIG. 図2に示した興味分析装置の概念体系/ユーザ興味スコアデータベースの一例を示す図。 It illustrates an example of a conceptual system / user interest score database interest analysis apparatus shown in FIG. 図2に示した興味分析装置による履歴情報受信処理の手順と処理内容を示すフローチャート。 Flowchart illustrating a procedure and contents of the history information reception processing by the interest analysis apparatus shown in FIG. 図2に示した興味分析装置による特徴スコア算出処理の手順と処理内容を示すフローチャート。 Flowchart illustrating a procedure and contents of the feature score calculation process by the interest analysis apparatus shown in FIG. 図2に示した興味分析装置における分析パラメータリストのデータ構成例を示す図。 It shows the data structure example of the analysis parameter list in the interest analysis apparatus shown in FIG. 図2に示した興味分析装置による特徴スコア算出動作を説明するための模式図。 Schematic view for illustrating a characteristic score calculation operation by the interest analysis apparatus shown in FIG. 2. 図2に示した興味分析装置による特徴スコア算出処理の詳細を示す図。 Diagram showing details of the feature score calculation process by the interest analysis apparatus shown in FIG. 図2に示した興味分析装置による概念体系更新処理の手順と処理内容を示すフローチャート。 Flowchart illustrating a procedure and contents of the conceptual system update processing by the interest analysis apparatus shown in FIG. 図2に示した興味分析装置による概念体系更新処理の詳細を示す図。 Diagram showing details of the conceptual system update processing by the interest analysis apparatus shown in FIG. 図2に示したクライアント端末と興味分析装置との間で実行される興味スコア修正処理の手順と処理内容を示すフローチャート。 Flowchart illustrating a procedure and contents of interest score correction process performed between the client terminal and the interest analysis apparatus shown in FIG. 概念体系の一例とその特徴スコアの計算結果の一例を示す図。 Diagram illustrating an example of calculation results of an example and its characteristic score of concept schemes. 興味分析結果の提示例とその特徴スコアの修正操作の一例を示す図。 Diagram illustrating an example of a correction operation of presenting example and its features scores of interest analysis. 特徴スコア修正前の興味分析結果と修正後の興味分析結果の提示の変化を示す図。 Shows the change in presentation of the feature score unmodified interest analysis results and corrected interest analysis.

以下、図面を参照してこの発明に係わる実施形態を説明する。 Hereinafter, with reference to the drawings illustrating an embodiment according to the present invention.
[一実施形態] [Embodiment]
<構成> <Configuration>
(1)システム 図1は、この発明の一実施形態に係る興味分析装置を備えたシステムの全体構成図である。 (1) System FIG. 1 is an overall configuration diagram of a system including an interest analyzer according to an embodiment of the present invention. このシステムは、興味分析装置100を備え、この興味分析装置100に対しネットワーク300を介してクライアント端末200を接続可能としたものである。 The system includes an interest analyzer 100, in which the connectable to the client terminal 200 via the network 300 to the interest analyzer 100. ネットワーク300は、例えばインターネットに代表されるIP(Internet Protocol)網と、このIP網に対しアクセスするための複数のアクセス網とから構成される。 Network 300 comprises, for example, the IP (Internet Protocol) networks represented by the Internet, a plurality of access networks for access to the IP network. アクセス網としては、例えば3G又は4G等の規格の下で動作する携帯電話網や、無線LAN(Local Area Network)等が用いられる。 The access networks, for example, a cellular phone network that operates under the 3G or 4G standards such, wireless LAN (Local Area Network) or the like is used.

図2は、図1に示したシステムにおけるクライアント装置及び興味分析装置の機能構成を示すブロック図である。 Figure 2 is a block diagram showing the functional configuration of the client apparatus and interested analyzer in the system shown in FIG.
(2)クライアント端末200 (2) the client terminal 200
クライアント端末200は、例えばクライアント(ユーザ)が使用する固定設置型のパーソナル・コンピュータ、携帯電話機やスマートフォン、タブレット型端末等の携帯端末からなり、ブラウザ又はそれに代わるアプリケーションを備える。 The client terminal 200 includes for example, a fixed installation type personal computer on which the client (user) uses a cellular phone, a smart phone, made from a mobile terminal such as a tablet terminal, a browser or an application to replace it. そして、この発明に係る特徴的な機能として、興味スコア提示要求部210と、ユーザ興味スコア表示部220と、ユーザ興味スコア修正要求部230を有している。 Then, as a characteristic feature of the present invention, the interest score presentation request unit 210, a user interest score display section 220, and a user interest score modification request unit 230. なお、これらの機能は図示しないプログラムメモリに格納されたプログラムをCPU(Central Processing Unit)に実行させることにより実現される。 These functions are realized by executing the program stored in the program memory (not shown) to the CPU (Central Processing Unit).

興味スコア提示要求部210は、例えばブラウザ又はアプリケーションにより興味分析装置100からWebページがダウンロードされた状態で、ユーザにより興味分析結果の取得操作が行われた場合に、当該ユーザのIDを含む興味スコア提示要求を送信する機能を有する。 Interested score presentation request unit 210, for example, in a state where a Web page from the interest analyzer 100 by the browser or application is downloaded, when the acquisition operation of the interest analysis is performed by the user, interest scores including the ID of the user It has a function of transmitting the presentation request.

ユーザ興味スコア表示部220は、上記興味スコア提示要求、又は後述する興味スコア修正要求に対し、興味分析装置100から概念及び興味スコアのリストが返送された場合に、この返送された概念及び興味スコアのリストを受信して、図示しないディスプレイに表示する機能を有する。 User interest score display section 220, the interest score presentation request, or to interest score correction request described later, when the list of concepts and interest scores from interested analyzer 100 is returned, the returned concepts and interest score receiving a list of functions to display on a display (not shown).

ユーザ興味スコア修正要求部230は、上記リストが表示された状態で、当該リスト中の任意の概念の興味スコアを修正するための操作が行われた場合に、興味スコア修正要求を生成して興味分析装置100へ送信する機能を有する。 Interested users interested score correction request unit 230, in a state in which the list is displayed, when an operation for correcting an interest score for any concept in the list is performed, to generate interest score correction request It has a function of transmitting to the analysis device 100. 興味スコア修正要求には、ユーザID、修正対象の概念を指定する情報、興味スコアの修正値が含まれる。 The interest score correction request, information specifying the user ID, the concept of correction object includes correction value interest score.

(3)興味分析装置100 (3) interest analyzer 100
興味分析装置100は、例えばサーバコンピュータからなる。 Interest analyzer 100, for example, a server computer. そして、既存の興味分析処理機能に加え、この発明の一実施形態に係る興味スコアの修正処理を実現するための機能として、興味スコア提示要求受付部110と、ユーザ興味スコア送信部120と、概念体系/ユーザ興味スコアデータベース130と、ユーザ興味スコア修正要求受付部140と、設定ファイル記憶部150と、仮想特徴スコア計算部160と、子概念特定部170と、スコア更新部180を備えている。 Then, in addition to the existing interest analysis processing function, as functions for implementing corrective action interest scores according to an embodiment of the present invention, the interest score presentation request reception unit 110, a user interest score transmission unit 120, concepts systematic / user interest score database 130, a user interest score modification request accepting unit 140, a setting file storage unit 150, a virtual feature score calculation unit 160, a child concept specifying unit 170, and a score updating unit 180. なお、これらの機能は図示しないプログラムメモリに格納されたプログラムを上記サーバコンピュータに実行させることにより実現される。 These functions are a program stored in the program memory (not shown) realized by executing the above server computer.

(3−1)既存の興味分析処理機能 図3は、興味分析装置100による既存の興味分析処理の概要を示したものである。 (3-1) existing interest analysis processing function Figure 3 shows an outline of the existing interest analysis processing by the interested analyzer 100.
履歴情報の受信処理では、クライアント端末200からの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ネットワーク300を介して受信する処理が行われる。 In the reception processing of the history information, the process of receiving a list browsing content list and the detailed view the content list from the client terminal 200 through the network 300 is performed.

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。 The List View content list, for example, the user is a list of content that has been viewed on the list only the title of the content. 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。 The details View content list, is a list of content that the user has browsed the contents of the content body (detail). 例えば、図3において、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。 For example, in FIG. 3, in the list view content list includes content 1-8, in particular viewing the content list includes content 1,3,4. 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。 Further, in FIG. 3, the content indicated by hatching pattern indicates that the concept B appears on the content 1, 6, 7, 8.

特徴スコア算出処理では、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利用して概念選択の統計モデルにより各概念の特徴スコア(後述するZ値)を算出する処理が行われる。 The feature score calculation process, the process for calculating a feature score for each concept (Z value to be described later) by the statistical model concepts selected using the list view content list and the detailed view contents list is performed.

概念体系更新処理では、上記特徴スコアを用いて概念体系における概念間の関係情報(上位概念及び下位概念)に基づいて各概念に対するユーザ興味スコアを更新する処理が行われる。 The conceptual system update processing, the processing for updating the user interest score for each concept based on the relationship information between concepts in Concept system (broader concept and subordinate concepts) using the feature score is performed.
概念体系のグラフに含まれるノードは概念を表し、リンクは概念間の関係を表す。 Node included in the graph of ontologies represent concepts, link represents a relationship between concepts. ユーザ興味スコアは、概念体系における各概念に対応するノードの値として保持する。 The user interest score is retained as the value of the node corresponding to each concept in the concept schemes. 概念体系において、上位に位置するノードほど抽象的な概念を表し、下位に位置するノードほど具体的な概念を表す。 In concept schemes represent abstract concepts as node at an upper level, representing a specific concept as nodes located lower. 概念体系及び概念ID(ノード毎に付与される識別子)は、サービス運用者等が事前に設計し定義するものとする。 Concept schemes and concepts ID (identifier assigned to each node) shall be the service operator or the like to define pre-designed.

コンテンツ評価処理では、評価コンテンツに出現する各概念のユーザ興味スコアを利用して、確率結合によってコンテンツに対するユーザの評価スコアを算出する処理が行われる。 In the content evaluation process, using the user interest score for each concept appearing in the evaluation content, processing for calculating the evaluation score of the user for the content by the probability coupling is performed. 図3の例では、評価コンテンツ1に出現する概念E,F,Dのユーザ興味スコアを用いてコンテンツ1の評価スコアを求める。 In the example of FIG. 3, obtains the evaluation score of the content 1 using concepts appear to evaluate the content 1 E, F, a user interest score D.

(3−2)概念体系/ユーザ興味スコアデータベース130 (3-2) conceptual system / user interest score database 130
概念体系/ユーザ興味スコアデータベース130には、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が記憶される。 The conceptual system / user interest score database 130, and the root concept node ID, the ontologies table, the user interest score table is stored. 図4はその一例を示すものである。 Figure 4 shows one example thereof. ルート概念ノードIDとは、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。 The root concept node ID, a concept node ID at the top in the conceptual system structure, there is only one in the system.

概念体系テーブルには、自概念ID、親概念IDリスト、及び子概念IDリストが格納される。 The concept schemes table, self concept ID, parent concept ID list, child concept ID list is stored. 概念体系内の全ての自概念IDは、親概念ID及び子概念ID(但し自概念が最下位の場合には子概念IDなし)と紐付けて保存されており、これにより概念構造が定義される。 All self concept ID in ontologies, the parent concept ID child concepts ID (where the own concept No child concept ID in the case of the lowest) are stored in association with, thereby conceptual structure is defined that. ユーザ興味スコアテーブルは、概念ID、ユーザID(クライアント端末ID)、TotalZ(ユーザ興味スコア)、当該TotalZを算出するときの中間値であるX及びYの値を格納する。 User interest score table, concept ID, a user ID (client terminal ID), TotalZ (user interest score), stores the values ​​of X and Y is an intermediate value when calculating the TotalZ.

(3−3)設定ファイル記憶部150 (3-3) setting file storage unit 150
設定ファイル記憶部150には、後述する仮想特徴スコアの計算に使用する重みWが予め記憶されている。 A setting file storage unit 150, the weight W used for the calculation of the virtual feature score to be described later are stored in advance.

(3−4)興味スコア提示要求受付部110 (3-4) interested score presentation request receiving unit 110
興味スコア提示要求受付部110は、上記クライアント端末200に対しWebページを送信して表示させ、この状態でクライアント端末200から興味スコア提示要求が送られた場合に、当該興味スコア提示要求を受信しその内容をユーザ興味スコア送信部120に通知する。 Interest score presentation request reception unit 110 to display by sending a Web page to the client terminal 200, if the interest score presentation request from the client terminal 200 is sent in this state, receiving the interest score presentation request and it notifies the contents to the user interest score transmission unit 120.

(3−5)ユーザ興味スコア送信部120 (3-5) User interest score transmission unit 120
ユーザ興味スコア送信部120は、上記興味スコア提示要求受付部110から興味スコア提示要求の内容が通知された場合に、そのユーザIDをキーとして概念体系/ユーザ興味スコアデータベース130から該当するユーザに関する概念とその興味スコアを読み出し、そのリストを生成する。 User interest score transmission unit 120, if the contents of interest score presentation request from the interested score presentation request reception unit 110 is notified, the concepts relating to the user corresponding the ontologies / user interest score database 130 the user ID as a key and reads the interest score, to generate the list. このとき、概念とその興味スコアはスコア値が予め設定した閾値以上のものを選択して読み出してもよいし、スコア値が大きいものから一定数(例えば100件)だけを選択して読み出してもよい。 In this case, concept and to their interest score may be read by selecting more than threshold score value is set in advance, it is read by selecting only a certain number (e.g., 100 cases) from those large score value good. さらに、スコア値が大きい順又は小さい順に並べ替え(ソート)を行ってもよい。 Furthermore, it may be performed sorting in descending order or ascending order score value (sort). そして、この生成された概念とその興味スコアのリストを要求元のクライアント装置200へ返送する。 Then, the generated concepts and returns a list of interest score to the requesting client device 200.

(3−6)ユーザ興味スコア修正要求受付部140 (3-6) The user interest score modification request receiving section 140
ユーザ興味スコア修正要求受付部140は、クライアント端末200から興味スコア修正要求が送られた場合に、当該修正要求に含まれるユーザID、修正対象の概念をもとに、概念体系/ユーザ興味スコアデータベース130から修正前の興味スコアTotalZ、X、Yを読み出す。 User interest score modifying request receiving unit 140, when the interest score modification request is sent from the client terminal 200, the user ID included in the correction request, the concept of correction target based, ontologies / user interest score database 130 from the modified before interest score TotalZ, X, and Y read. そして、この読み出された修正前の興味スコアTotalZ、X、Yと、上記修正要求に含まれる興味スコア修正値を、仮想特徴スコア計算部160に渡す。 Then, the read unmodified interest score TotalZ, X, and Y, an interest score correction value included in the modification request, and passes to the virtual feature score calculation unit 160.

(3−7)仮想特徴スコア計算部160 (3-7) Virtual feature score calculation unit 160
仮想特徴スコア計算部160は、上記ユーザ興味スコア修正要求受付部140から渡された興味スコアTotalZの修正値、修正前の興味スコアTotalZ、X、Y、及び設定ファイル記憶部150に予め格納された重みWを用いて、仮想的な特徴スコアZ、X、Yを計算する。 Virtual feature score calculation unit 160, the user interest score correction request modification value interest scores TotalZ passed from the reception unit 140, unmodified interest score TotalZ, X, previously stored Y, and setting file storage unit 150 using the weight W, to calculate the virtual feature score Z, X, and Y. その計算式には、各概念に対する興味スコアの更新を行う際に使用する既存の更新式が用いられる。 Its formula, existing update equation to be used when updating the interest score for each concept is used. 具体的な計算式とその計算処理の一例については後述する。 It will be described later an example of a specific calculation formula and the calculation process.

(3−8)子概念特定部170 (3-8) children concept identification unit 170
子概念特定部170は、上記修正対象の概念に直接又は間接的に繋がる子概念を、上記概念体系/ユーザ興味スコアデータベース130に記憶された概念体系をもとに特定する機能を有する。 Children concept specifying unit 170 has a function of identifying on the basis of the children concept leading directly or indirectly to the concept of the correction object, a concept schemes stored in the conceptual system / user interest score database 130.

(3−9)スコア更新部180 (3-9) score updating unit 180
スコア更新部180は、上記修正対象の概念について計算された仮想特徴スコアZと、上記特定された子概念の修正前の興味スコアTotalZ値、X値、Y値をもとに、当該子概念の興味スコアTotalZ値、X値、Y値を計算し直す。 Score updating unit 180, a virtual feature score Z calculated for the concept of the correction object, the identified child concept unmodified interest score TotalZ values, X value, based on the Y value, the child concepts interested score TotalZ value, X values, recalculate the Y value. そして、この計算された子概念の興味スコア、X値、Y値と、上記仮想特徴スコア計算部160により計算された修正対象の概念に対する仮想特徴スコアZと共に、概念体系/ユーザ興味スコアデータベース130に保存させる。 The interest score of the calculated children concept, X value, and Y value, along with the virtual feature score Z for the concept of the computed correction target by the virtual feature score calculation unit 160, the ontologies / user interest score database 130 to be saved. 保存の方式として、同一の概念の旧いデータに対し上書きする方式が用いられる。 As a method of storage, method of overwriting to old of the same concept data is used.

また、スコア更新部180は、上記更新保存された修正後の概念とその興味スコアを概念体系/ユーザ興味スコアデータベース130から読み出し、そのリストを生成する。 Also, the score updating unit 180 reads the concept and interest scores after modification is the update saved from ontologies / user interest score database 130, to generate the list. そして、この生成された概念とその興味スコアのリストを修正要求元のクライアント装置200へ返送する。 Then, the generated concepts and returns a list of interest score to fix the requesting client device 200.

<動作> <Operation>
(1)興味分析処理の概要 (1−1)履歴情報の取得 図5は、履歴情報の取得処理の手順と処理内容を示すフローチャートである。 (1) Obtaining Figure 5 interest analysis process overview (1-1) history information is a flowchart showing the procedure and contents of the acquisition process of the history information. ステップS11では、例えばコンテンツサーバから、ネットワークを介してクライアント端末ID(もしくはユーザID)、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が受信される。 In step S11, for example from a content server via a network client terminal ID (or user ID), the list view content list and the detailed view the content list is received.

(1−2)特徴スコアの算出 (1-2) calculating the feature score
図6は、特徴スコアの算出処理の手順と処理手順を示すフローチャートである。 Figure 6 is a flow chart showing the procedure and the procedure of calculation processing of the feature score.
先ずステップS12では、出現概念の抽出処理が行われる。 First, at step S12, the extraction process of the appearance concept is carried out.
詳細閲覧コンテンツリスト内の各コンテンツに出現する概念IDは、図示しないコンテンツデータベースから抽出される。 Concept ID that appears in the content of the detailed viewing content list is extracted from the content database, not shown. 具体的には、詳細閲覧コンテンツリストにおいて、各コンテンツIDに紐付けされている「概念ID」がコンテンツデータベースのコンテンツテーブルから検索され、クラスタデータ{クラスタID,一覧閲覧コンテンツリスト,詳細閲覧コンテンツリスト}と、コンテンツID/概念ID関連づけリスト{{コンテンツID,{関連づいている概念ID,…}},…}と、出現概念リスト{概念ID}が生成される。 Specifically, in the detailed view the content list, "Concepts ID" which is tied to each content ID is searched from the content table of the content database, the cluster data {cluster ID, list browsing content list, detail view content list} When the content ID / concept ID associated list {{content ID, {related Zui by which concept ID, ...}}, ...} and appearance concept list {concept ID} is generated. 「コンテンツID/概念ID関連付けリスト」とは、コンテンツIDをもとに検索された概念IDのリストである。 "Content ID / concept ID associated list", a list of concept ID retrieved on the basis of the content ID. 「出現概念リスト」とは、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に含まれる各コンテンツに出現する概念の概念IDを全て列挙したものである。 The "appearance concept list", are those listed all the concepts ID of the concepts that appear in each content to be included in the list view content list, and the detailed viewing content list.

次にステップS13において、上位概念の抽出処理が行われる。 In step S13, the extraction processing of the preamble is performed.
上位概念は、「出現概念リスト」の各概念IDを用いて、図4に示した概念体系/ユーザ興味スコアデータベース130から抽出される。 Superordinate concept, using the concept ID of "appearance Concepts list" is extracted from the conceptual system / user interest score database 130 shown in FIG. そして、この抽出された上位概念の概念IDは、「出現概念リスト」及び「コンテンツID/概念ID関連づけリスト」に追加される。 Then, the concept ID of the extracted higher-level concepts, are added to the "appearance concept list" and the "content ID / concept ID associated with the list."

具体的には、「自概念ID」と一致する「出現概念リスト」の概念IDが、図4に示す概念体系テーブルから検索され、その「親概念ID」が抽出される。 Specifically, the concept ID of matches "self concept ID," "appearance Concepts List" is retrieved from the conceptual system table shown in FIG. 4, the "parent concept ID" is extracted. 例えば、上記抽出された「親概念ID」が図4の概念体系テーブルの「自概念ID」と一致するものを探す処理が行われ、その「親概念ID」も上位概念として抽出される。 For example, were the extracted "parent concept ID" process to search for a match with the "self-concept ID" of conceptual system table of FIG. 4 is performed, is extracted as its "parent concept ID" is also higher concept. そして、上位概念の概念IDを、抽出の元になった出現概念の概念IDを有するコンテンツIDに関連づける処理が行われる。 Then, a concept ID of the preamble, the process of associating the content ID with the concept ID appearance concepts was the source of the extract.

すなわち、上記抽出された「上位概念」を、「元になった概念IDを持っていたコンテンツID」に対して上位概念が付与されていたと見なし、「出現概念リスト」、「コンテンツID/概念ID関連づけリスト」に追加する処理が行われる。 In other words, was the extracted a "higher-level concept", regarded as a higher-level concept for the "content ID, which had a concept ID, which was the source" has been granted, "appearance concept list", "content ID / concept ID processing to be added to the associated list "is performed. なお、概念体系階層におけるルート概念の抽出は除外される。 Incidentally, extraction of the root concepts in ontologies hierarchy are excluded.

次にステップS14において、特徴スコアの算出に必要な分析パラメータの抽出が行われる。 In step S14, the extraction of analysis parameters required for calculating the characteristic score is performed.
分析パラメータは、「出現概念リスト」の各概念について出現数を算出することにより抽出される。 Analysis parameters are extracted by calculating the number of occurrences for each concept of "occurrence Concepts List". この抽出された分析パラメータによりリストが生成される。 List This extracted analyzed parameters are generated.
図7に、分析パラメータリストのデータ構成例を示す。 Figure 7 shows a data configuration example of the analysis parameter list. 分析パラメータリストには、クラスタIDごとに、一覧閲覧コンテンツリストのコンテンツ総数S(第1の総数)、詳細閲覧コンテンツリストのコンテンツ総数a(第2の総数)、クラスタIDに紐づいた出現概念リスト内の概念IDごとに算出するNとnがある。 The analysis parameter list, for each cluster ID, the total number S (the first of the total number) content of the List View content list, (the total number of the second) content the total number a detailed view content list, appearance concept list tied to cluster ID there are n and n for calculating for each concept ID of the inner. N(第1の出現数)は、一覧閲覧コンテンツリストにおいて当該概念IDが付与されているコンテンツ数とする。 N (the number of the first occurrence) is the number of contents to which the concept ID is given in the list view content list. n(第2の出現数)は、詳細閲覧コンテンツリストにおける当該概念IDが付与されているコンテンツ数とする。 n (second occurrence count) is the number of contents to which the concept ID in viewing details the content list is granted. なお、ステップS13にて追加した上位概念も含めて出現概念リスト内の概念IDすべてについて、Nとnが算出される。 Note that for all concepts ID appearance concepts in the list, including the added preamble at step S13, N and n are calculated.

図8(a)に分析パラメータ抽出処理の模式図を示す。 Shows a schematic diagram of the analysis parameter extraction process in FIG. 8 (a). 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。 For example, from the content of the 50 (= S) are displayed as a list, indicating that the user has browsed the details of the content of the 10 (= a). 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(=N)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(=n)あったことを示す。 Here, article 15 that contains the concept of "baseball" of the 50 pieces of content that are listed (= N) Yes, out of the 10 pieces of content that the user has browsed, the concept of "baseball" indicating that the content is 5 (= n) there were contain.

次にステップS15において、特徴スコアZの算出が行われる。 In step S15, the calculation of the feature score Z is performed.
特徴スコアZは、上記分析パラメータS,a,N,nを利用して概念IDごとに算出される。 Characterized score Z is the analysis parameters S, a, N, is calculated for each concept ID by using n. 図9に特徴スコア算出処理の詳細を示す。 Figure 9 shows the details of the feature score calculation process.
図9において、iは概念の識別子、jは、クラスタIDを示す。 In FIG. 9, i concept identifier, j indicates a cluster ID. H1(第1の確率)は、一覧閲覧コンテンツリストに含まれる一覧閲覧コンテンツの総数S、一覧閲覧コンテンツのうち概念iが出現するコンテンツ数Nのとき、詳細閲覧コンテンツをa個ランダム選択して閲覧した場合に、概念iが出現する詳細閲覧コンテンツの数がn以上となる累積確率である。 H1 (first probability) the total number of list viewing content contained in the list view content list S, when the content number N concept i of list viewing content appears, view detailed view content a number randomly selected and when a cumulative probability that the number of details viewing content concept i appears becomes higher n. H2(第2の確率)は、一覧閲覧コンテンツリストに含まれる一覧閲覧コンテンツの総数S、一覧閲覧コンテンツのうち概念iが出現するコンテンツ数Nのとき、詳細閲覧コンテンツをa個ランダム選択して閲覧した場合に、概念iが出現する詳細閲覧コンテンツの数がn以下となる累積確率である。 H2 (second probability) the total number of list viewing content contained in the list view content list S, when the content number N concept i of list viewing content appears, view detailed view content a number randomly selected and when a cumulative probability that the number of details viewing content concept i appears becomes less n.
なお、本実施形態では、累積確率H1及びH2を超幾何分布により求めているが、この手法に限定されるものではない。 In the present embodiment, the cumulative probability H1 and H2 are determined by the hypergeometric distribution, but is not limited to this method. 他の分布の例としては、二項分布や、正規分布が存在する。 Examples of other distributions, binomial and normal distribution is present.

図8(b)に示すように、例えば上記の分析パラメータS、N、a、nを用いて、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るコンテンツが5以上である確率が、「0.12」であることを示す。 As shown in FIG. 8 (b), for example, using the above analysis parameters S, N, a, a n, among the 10 pieces of content that the user has browsed, the contents including the concept of "baseball" is 5 or more a certain probability, show that it is a "0.12". ここで、「0.12」は、累積確率H1の値に相当する。 Here, "0.12" corresponds to the value of the cumulative probability H1.

なお、H2の値を使う例として、上記の分析パラメータでnが「0」である場合を考える。 As an example to use the value of H2, consider the case n is "0" in the above analysis parameters. この場合は、出現数が「0」以下の場合の確率を算出する。 In this case, to calculate the probability of when the number of occurrences is less than or equal to "0". 具体的には、図8(b)において横軸が「0」の項目の値となるため「0.02」となる。 Specifically, since the horizontal axis in FIG. 8 (b) is the value of the item "0" is "0.02".

そして、特徴スコアZは、図9に示すように上記算出された累積確率H1及びH2を用いて、標準正規分布の累積分布関数の逆関数として算出される。 The feature score Z by using the cumulative probability H1 and H2 which is the calculated as shown in FIG. 9, is calculated as an inverse function of the cumulative distribution function of the standard normal distribution. 例えば、図8(c)に示すように、上記H1を累積確率とする標準正規分布の累積分布関数の逆関数により特徴スコアZが算出される。 For example, as shown in FIG. 8 (c), wherein the score Z is calculated by the inverse function of the cumulative distribution function of the standard normal distribution for the H1 and the cumulative probability. なお、累積確率としてH2を利用する場合には、標準正規分布の累積分布関数の逆関数の返値の符号を負にすることで、特徴スコアZは算出される。 In the case of use of H2 as a cumulative probability, by the sign of the return value of the inverse of the cumulative distribution function of the standard normal distribution in negative, wherein the score Z is calculated.

続いて、上記特徴スコアを含む更新対象概念リストが生成される。 Then, updated concept list including the feature score is generated. 「更新対象概念リスト」は、概念ID、前記で算出した特徴スコアZ、及び重みWのセットである。 "Update target concept list" is the concept ID, feature score Z calculated above, and a set of weights W. なお、この更新対象概念リストに出現する概念IDが、次の概念体系更新処理で更新対象のノード(概念)となる。 Note that the concepts ID appearing in this updated concept list, a node to be updated with the following conceptual system updating (concept).

次に、上位概念を追加した出現概念リスト内の概念IDすべてについて、特徴スコアZと重みWが算出される。 Next, all the concepts ID appearance concepts in the list who have added the preamble, characterized score Z and the weight W is calculated. 重みWは、各クラスタIDにおいて概念毎に設定される値である。 Weight W is a value set for each concept in each cluster ID. なお、重みWは、初期値W=1とし、ユーザの特徴的な操作等が有った場合に、以下のように値を変化させることができる。 Incidentally, the weight W is the initial value W = 1, when the characteristic operation of the user is there, it is possible to change the values ​​as follows.

例えば、クライアント端末200において、ユーザに提示されたコンテンツについて、ユーザは、お気に入りコンテンツとして登録したり、他ユーザへ奨めたり、或いはコンテンツに対する評価を入力することが可能である。 For example, the client terminal 200, the content presented to the user, the user can register as a favorite content, or recommend to other users, or it is possible to enter the evaluation of the content. クライアント端末200がこのような閲覧操作以外の操作履歴を興味分析装置100に送信できる場合には、以下の処理が行われる。 If the client terminal 200 can transmit an operation history of such non-browsing operation interests analyzer 100, the following processing is performed.

例えば、コンテンツがお気に入りに登録されたとき、そのコンテンツが含む全ての概念IDについて重みWをW=1.5のように増加させる。 For example, when content is registered in the favorites, for all concepts ID included in the content increases the weight W as W = 1.5. その他にも、コンテンツ閲覧時刻、閲覧時の天気、気温、湿度、季節、曜日、休日、余暇かどうか、閲覧時のユーザ位置情報、スケジューラ、日記等から収集したイベント情報に応じて重みWの値を変えることもできる。 Besides, the content browsing time, the weather at the time of viewing, temperature, humidity, season, day of the week, holiday, whether leisure time, user location information at the time of viewing, scheduler, the value of the weight W in accordance with the collected event information from the diary, etc. it is also possible to change the.

(1−3)概念体系の更新処理 図10は、概念体系の更新処理の手順と処理内容を示すフローチャートである。 (1-3) Concept updating Figure 10 system is a flowchart showing the procedure and contents of the update processing of the conceptual system.
先ずステップS16では、概念ノード値の更新処理が行われる。 First, at step S16, the updating process of the concept node values ​​is performed. ここでは、「更新対象概念リスト」の各概念IDのノード値が更新される。 Here, the node value of each concept ID of "update target concept list" is updated.
図11に概念体系更新処理の詳細を示す。 Showing the details of conceptual system updating process in FIG. 11. 概念体系の更新処理では、コンテンツに出現した概念(出現概念)、及びこの出現概念の上位概念の概念IDについて、図11に示す各概念iに対するユーザ興味スコア更新式を用いて、ユーザ興味スコアTotalZin,及びXi(n-1),Yi(n-1)の値が算出される。 In update processing of the conceptual system, the concepts that appeared content (appearance concept), and the concept ID of the preamble of this occurrence concept, using the user interest score update equation for each concept i shown in FIG. 11, the user interest score TotalZin , and Xi (n-1), the value of Yi (n-1) is calculated. そして、図4の概念体系/ユーザ興味スコアデータベース130のユーザ興味スコアテーブルに格納されている各値が、上記算出されたユーザ興味スコアTotalZin,及びXi(n-1),Yi(n-1)の値に更新される。 Then, each value stored in the user interest score table of ontologies / user interest score database 130 of FIG. 4, the calculated user interest scores TotalZin, and Xi (n-1), Yi (n-1) It is updated of the value. 上記ユーザ興味スコアテーブルに格納されている各値は、クラスタIDに対応する図6のステップS12に入力されたユーザID(クライアント端末ID)のカラムに対応する。 Each value stored in the user interest score table corresponds to the column of the user ID entered in step S12 of FIG. 6 corresponding to the cluster ID (client terminal ID).

ここで、Xi(n-1)は、各概念ID(ここでは識別子iで表現)に対する、過去の(前回までの)前記更新対象概念リストの重みWの二乗の合計である。 Here, Xi (n-1) is for each concept ID (represented by an identifier i in this case) is the sum of the squares of the weight W of the past (up to the previous) the updated concept list. Yi(n-1)は、同様に各概念ID(ここでは識別子iで表現)に対する、過去の前記更新対象概念リストの重みWと特徴スコアZの乗算の合計である。 Yi (n-1) are for likewise each concept ID (represented by an identifier i in this case) is the sum of the multiplication of the weight W and features score Z past the updated concept list.

このX,Yはユーザ興味スコア(TotalZ)計算過程における中間結果を保持することとなる。 The X, Y becomes possible to hold the intermediate results in the user interest score (TotalZ) calculation process. このため、省メモリ/ストレージを優先させる場合、最低限では各ノードの変数としてTotalZ,X,Yの3つの実数値を保持することで実現可能である。 Therefore, if priority is given to saving memory / storage, the minimum can be realized by holding TotalZ, X, three real values ​​of Y as a variable for each node. 省メモリ/ストレージを優先させない場合は、算出した各概念、各クラスタの特徴スコアZをすべて保存することとなる。 If not give priority to saving memory / storage, each concept was calculated, and to store all the features score Z for each cluster. この場合は、X,Yの保存は不要となる。 In this case, X, saving Y is unnecessary.

図11において、nは概念体系更新処理が何度目かを示す識別子である。 In Figure 11, n is ontologies update process is an identifier indicating what time. ユーザ興味スコアTotalZを求める一連の処理は、クラスタID単位で行なわれ、この一連の処理が行なわれる単位を1度と数えるとき、nはこの一連の処理が何度目に行なわれたものであるかを示す識別子である。 Or the series of processing for obtaining a user interest score TotalZ is performed by cluster ID unit, when counting the units this series of processes are performed once and, n represents one in which the series of processes is performed in what time is an identifier that shows. iは、概念IDの識別子である。 i is an identifier of the concept ID. Zinは、概念iの各更新処理に利用するZ値である。 Zin is the Z value to be used for each update processing concept i. なお、上記Zijは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毎のZ値であり、Zij∈Zinの関係である。 It should be noted that the above-mentioned Zij is the Z value of each list View content list and the detailed view content list, is a relationship of Zij∈Zin. 重みWinは、概念iの各更新処理に利用する重みである。 Weights Win is the weight to be used for each update processing concept i. 上記重みWと同じであり、上記特徴スコア算出処理において設定したものと同様である。 Is as defined above weight W, is the same as that set in the feature score calculation process.

例えば、Winは、お気に入り登録、他ユーザとの共有等の閲覧以外の特殊な操作をユーザが行った場合、及びコンテンツ閲覧時間(閲覧開始から終了までの間隔)、コンテンツと概念の関連度合い、コンテンツ閲覧時刻、閲覧時の天気・気温・湿度・季節・曜日・休日・余暇かどうか、閲覧時のユーザ位置情報、スケジューラ・日記等から収集したイベント情報に応じて値を変化させる。 For example, Win is favorite registration, if the user special operations other than inspection of the public, such as with other user performs, and (distance to the end from the entrances) content viewing time, degree of relevancy content and concepts, content viewing time, whether weather, temperature, humidity, season, day of the week, holiday, leisure at the time of viewing, user location information at the time of viewing, changing the value in accordance with the collected event information from the scheduler, diary, etc.. その他サービス利用者、サービス運用者が特に指定した場合にも変化させる。 Other service users, to also change if the service operator has been specified.

なお、一定期間が過ぎた履歴の影響を低減させるため等のユーザ興味スコアの忘却は、最終更新時から現在の時刻までの時間間隔の閾値を超えた場合に、TotalZ,X,Yをそれぞれ減衰させることで実現する。 Incidentally, forgetting of user interest score such as to reduce the influence of the history after a given period of time, if the time of last update exceeds a threshold time interval up to the current time, the damping TotalZ, X, Y, respectively realized by to.
減衰の計算式の例を示す。 An example of a formula for the attenuation. 例えば、kを減衰率(例えばk=0・8)と設定し、以下のように算出することができる。 For example, a k is set to the attenuation factor (e.g., k = 0 · 8), can be calculated as follows.
TotalZ(減衰後)=k×TotalZ(現在) TotalZ (after attenuation) = k × TotalZ (current)
X(減衰後)=k ×X(現在) X (after attenuation) = k 2 × X (current)
Y(減衰後)=k ×Y(現在) Y (the attenuated) = k 2 × Y (current)

次にステップS17において、下位概念ノード値の更新が行われる。 Next, in step S17, updating subgeneric node values ​​is performed.
概念体系の更新処理では、「更新対象概念リスト」の各概念ID(出現概念及び上位概念)の下位概念が抽出され、この抽出された下位概念のノード値が更新される。 In update processing of the conceptual system, subordinate concepts of each concept ID of "update target Concepts List" (appearance concepts and preamble) is extracted, the node value of the extracted subordinate concepts are updated. 下位概念の抽出処理では、「更新対象概念リスト」の各概念IDについて、図4に示した概念体系/興味度データベース130の概念体系テーブルを参照し、子概念IDリストから概念IDのリストを抽出し、さらに各子概念IDリストの概念IDについて概念体系テーブルを参照して子概念リストを抽出する処理が繰り返される。 In the extraction process of the subordinate concept for each concept ID of "update target concept list", referring to the conceptual system table of ontologies / interest degree database 130 shown in FIG. 4, extracts a list of concepts ID from the child concept ID list and, processing for extracting a child concept list is repeated with further reference to conceptual system table concept ID of each child concept ID list.

下位概念の興味度の更新に利用する特徴スコアZは、例えば隣接した親ノードのうち特徴スコアの絶対値が最も大きい値を利用するか、最も近い上位ノードの値を利用するか、親ノードの値を平均または確率結合した値とする。 Characterized score Z to be used for the degree of interest update subordinate concept, for example, the absolute value utilizing the largest value of the characteristic score of the neighboring parent node, whether to use the value of the nearest upper node, the parent node the average or probability bound value value. なお、「更新対象概念リスト」のうち、上記ステップS16で更新済みの概念(コンテンツに出現した概念、及び上位概念)のユーザ興味スコアは更新しない。 Among the "update target concept list", the user interest scores updated concepts in the step S16 (the concepts that appeared content, and the preamble) is not updated.

(2)興味スコアの提示 この提示動作に係るクライアント端末200及び興味分析装置100の処理を、図12に示すフローチャートを用いて説明する。 (2) the processing of the client terminal 200 and interest analysis apparatus 100 according to the presentation operation presents interest score will be described with reference to the flowchart shown in FIG. 12.
クライアント端末200において、興味分析装置100からWebページがダウンロードされている状態で、ユーザが興味分析結果の取得操作を行ったとする。 In the client terminal 200, in a state in which the interested analyzer 100 Web page is being downloaded, the user performs an acquisition operation of interest analysis. そうすると、ステップS21において、興味スコア提示要求部210の制御の下、当該ユーザのIDを含む興味スコア提示要求が生成され、この興味スコア提示要求が興味分析装置100へ送信される。 Then, in step S21, under the control of interest score presentation request unit 210, interest score presentation request including the ID of the user is generated, the interest score presentation request is sent to the interested analyzer 100.

これに対し興味分析装置100では、クライアント端末200から興味スコア提示要求が送られると、興味スコア提示要求受付部110により当該興味スコア提示要求が受信される(ステップS22)。 In interest analyzer 100 hand, if interest score presentation request from the client terminal 200 is sent, the interest score presentation request is received by interested score presentation request accepting unit 110 (step S22). 興味スコア提示要求が受信されると興味分析装置100では、ステップS23においてユーザ興味スコア送信部120が起動し、その制御の下、上記受信された興味スコア提示要求に含まれるユーザIDをキーとして、概念体系/ユーザ興味スコアデータベース130から上記要求元ユーザに該当する概念とその興味スコアが読み出され、そのリストが生成される。 In interest score presentation request when is received interest analyzer 100 activates the user interest score transmission unit 120, under the control, the user ID included in the received interest score presentation request as a key in step S23, conceptual system / user interest score database 130 and concepts corresponding to the requesting user that interested score read, the list is created.

例えば、いま概念体系/ユーザ興味スコアデータベース130に、上記要求元ユーザに関する情報として、図13に示す概念とその興味スコアTotalZ,X,Yが記憶されていたとする。 For example, the now ontologies / user interest score database 130, as information relating to the requesting user, concepts shown in FIG. 13 and its interest score TotalZ, X, and Y is stored. この場合には、スコア値TotalZが大きいものから一定数(例えば100件)が選択され、この選択された概念がスコア値TotalZの大きい順にソートされて、概念とその興味スコアの提示リストが生成される。 In this case, a certain number (e.g., 100 cases) is selected from those large score value TotalZ, the selected concepts are sorted in descending order of score value TotalZ, concepts and presents a list of its interest scores are generated that. 図14にこのとき生成される概念とその興味スコアの提示リストの一例を示す。 Figure 14 shows an example of a presentation list of concepts and their interest score generated at this time.
そして、この生成された概念とその興味スコアの提示リストは、ユーザ興味スコア送信部120の制御の下、要求元のクライアント装置200へ向け返送される。 The presentation list of the generated concept and interest scores under the control of the user interest score transmission unit 120, is sent back toward the requesting client device 200.

上記興味分析装置100から概念とその興味スコアの提示リストが返送されると、クライアント端末200ではステップS24によりユーザ興味スコア表示部220が起動し、その制御の下で上記概念及び興味スコアの提示リストが受信され、この受信された提示リストが図示しないディスプレイに表示される。 When the presentation list of concepts and their interest scores from the interest analyzer 100 is sent back, the list presentation start user interest score display section 220, the concept and interest scores under its control by the step S24 in the client terminal 200 There are received, the received presentation list is displayed on a display not shown.

(3)興味スコアの修正 この興味スコアの修正に係るクライアント端末200及び興味分析装置100の一連の処理についても、図12に示すフローチャートを用いて説明する。 (3) also a series of processes of modifying the client terminal 200 and interest analysis apparatus 100 according to modification of the interest scores interest score will be described with reference to the flowchart shown in FIG. 12.
上記提示リストが表示された状態で、ユーザが当該表示されたリスト中の任意の概念の興味スコアを修正するための操作を行ったとする。 In a state in which the presentation list is displayed, the user performs an operation for correcting an interest score for any concept in the list which is the display. 例えば、図13に示すように概念「ワイン」の興味スコアを“0.72”から“0.3”増加させて“1.02”にする修正操作を行ったとする。 For example, the fixes operation to "0.3" increasing "1.02" from the interest score of the concept "Wine" "0.72" as shown in FIG. 13. そうすると、ステップS25からステップS26に移行し、ユーザ興味スコア修正要求部230により興味スコア修正要求が生成されて興味分析装置100へ送信される。 Then, the process proceeds from step S25 to step S26, interest score correction request is generated and transmitted to the interested analyzer 100 by the user interest score modification request unit 230. このとき興味スコア修正要求には、ユーザID、修正対象の概念を指定する情報(「ワイン」)、興味スコアの修正後の値(“1.02”)が含まれる。 At this time interested score modification request, information specifying the user ID, the concept of correction object ( "Wine") includes a value after correction of interest score ( "1.02").

興味分析装置100では、クライアント端末200から興味スコア修正要求が送られたことがステップS27で検出されると、ユーザ興味スコア修正要求受付部140の制御の下で、先ずステップS28により当該受信された修正要求に含まれるユーザID、修正対象の概念の識別情報をもとに、概念体系/ユーザ興味スコアデータベース130から修正前の興味スコアTotalZ、X、Yが読み出される。 In interest analyzer 100, when the interest scores modification request from the client terminal 200 is sent is detected in step S27, under the control of the user interest score modification request accepting unit 140, is first the reception by step S28 user ID included in the correction request, based on the identification information of the concept of the correction object, ontologies / user interest score database 130 before the correction from interested score TotalZ, X, Y are read. 例えば、上記受信された修正要求には修正対象の概念を指定する情報(「ワイン」)、興味スコアの修正後の値(“1.02”)が含まれているので、概念体系/ユーザ興味スコアデータベース130からは修正前の興味スコアTotalZ,X,Y(0.72,6,1.77)が読み出される。 For example, since the above-mentioned received modification request information designating a concept to be modified ( "wine") includes a value after correction of interest score ( "1.02"), ontologies / user interest interest score TotalZ before correction from the score database 130, X, Y (0.72,6,1.77) is read.

興味分析装置100では、次にステップS29により仮想特徴スコア計算部160が起動され、その制御の下で以下のように仮想特徴スコア等の計算処理が行われる。 In interest analyzer 100, then the virtual feature score calculation unit 160 in step S29 is started, calculation processing of the virtual feature score such as the following under its control.
すなわち、図11にも記載したように興味スコアTotalZ、X、Yの更新式は、 That is, interest scores TotalZ as described in FIG. 11, X, Y update equation,
により表される。 Represented by.

したがって、上記読み出された修正前の興味スコアTotalZ,X,Y(0.72,6,1.77)のうち、TotalZ(0.72)を“0.3”増加させて修正後の値(1.02)に変化させる特徴スコアZin(i=ワイン)を求めるには、上記TotalZ(0.72)を修正後の値(1.02)に置き換え、この置き換えた修正後の値(1.02)と、修正前のX、Y(6,1.77)を、上記TotalZ、X、Yの計算式に代入してZin,Xin,Yin(i=ワイン)を計算し直せばよい。 Thus, the read unmodified interest score TotalZ, X, of Y (0.72,6,1.77), the value of the corrected TotalZ a (0.72) "0.3" is increased to obtain the characteristic score Zin changing to (1.02) (i = wine) is replaced by the value of the corrected above TotalZ (0.72) (1.02), the value after correction which the replacement (1 and .02), unmodified X, Y and (6,1.77), the TotalZ, X, Zin is substituted into equation of Y, Xin, may be able to re calculate the Yin (i = wine). なお、重みWは設定ファイル150にW=1に設定されているものとする。 Incidentally, the weight W is supposed to be set to W = 1 in the configuration file 150.
この結果、仮想的なZin,Xin,Yin(i=ワイン)が、以下のように計算される。 As a result, virtual Zin, Xin, Yin (i = wine) is calculated as follows.
Zin≒0.93 Zin ≒ 0.93
Xin≒6+1 =7 Xin ≒ 6 + 1 2 = 7
Yin≒1.77+1×0.93=2.7 Yin ≒ 1.77 + 1 × 0.93 = 2.7

続いてステップS30により子概念特定部170が起動され、この子概念特定部170の制御の下、上記修正対象の上位概念「ワイン」に直接又は間接的に繋がる子概念が、概念体系/ユーザ興味スコアデータベース130に記憶された概念体系をもとに特定される。 Then children concept specifying unit 170 by the step S30 and is started, under the control of the children concept specifying unit 170, the child concepts connected directly or indirectly to the preamble of the correction object "wine" is, ontologies / user interest the concept schemes stored in the score database 130 is identified based. 例えば、いま概念体系が図13に示すように構成されているとすれば、上位概念「ワイン」に繋がる子概念は「赤ワイン」、「白ワイン」、「ロゼ」となる。 For example, if now is conceptual system is configured as shown in FIG. 13, the child concept leading to the preamble "wine" is "red", "white wine", "Rose".

次に、スコア更新部180の制御の下で、上記特定された子概念「赤ワイン」、「白ワイン」、「ロゼ」のTotalZ,X,Yに対し、上記修正対象の概念「ワイン」について計算された仮想特徴スコアZin,Xin,Yin(i=ワイン)を反映させるための計算が、以下のように行われる。 Next, the calculation under the control of the score updating unit 180, the identified children concept "red", "white wine", TotalZ the "Rose", X, Y with respect, for the above correction target concept "wine" virtual feature score Zin, Xin, is calculated to reflect the Yin (i = wine), it is performed as follows.

すなわち、ステップS31において、子概念「赤ワイン」、「白ワイン」、「ロゼ」それぞれに対し、上記計算された上位概念「ワイン」の仮想特徴スコアZin,Xin,Yin(i=ワイン)をもとに、当該各子概念の興味スコアTotalZ,X,Yが計算し直される。 Original That is, in step S31, children concept "red", for each "white wine", "rose", the calculated virtual feature score Zin generic term "wine", Xin, Yin a (i = wine) the interested score TotalZ of the child concept, X, Y are recalculated. このときの計算処理にも、上記上位概念「ワイン」の場合と同様に、図11に記載したTotalZ,X,Yの更新式が用いられる。 In calculation processing at this time, as in the case of the superordinate concept "wine", TotalZ described in Figure 11, X, update equation of Y is used. この計算の結果、子概念「赤ワイン」、「白ワイン」、「ロゼ」の各興味スコアZ,X,Yは、 The result of this calculation, child concept "red wine", "white wine", each interested score Z of "Rose", X, Y is,
TotalZin,Xin,Yin(i=赤ワイン)≒(1.07,8,2.83) TotalZin, Xin, Yin (i = red wine) ≒ (1.07,8,2.83)
TotalZin,Xin,Yin(i=白ワイン)≒(0.86,8,2.44) TotalZin, Xin, Yin (i = white wine) ≒ (0.86,8,2.44)
TotalZin,Xin,Yin(i=ロゼ)≒(0.86,8,2.44) TotalZin, Xin, Yin (i = Rose) ≒ (0.86,8,2.44)
となる。 To become.

次にステップS32において、概念体系/ユーザ興味スコアデータベース130に記憶されている上位概念「ワイン」のTotalZ,X,Yと、子概念「赤ワイン」、「白ワイン」、「ロゼ」の各TotalZ,X,Yが、上記計算し直された上位概念「ワイン」の修正後の興味スコアTotalZ,X,Y(i=ワイン)と、当該上位概念「ワイン」の修正に応じて計算し直された子概念「赤ワイン」、「白ワイン」、「ロゼ」の各興味スコアZ,X,Yにより更新される。 Next, in step S32, ontologies / user interest TotalZ the preamble stored in the score database 130 "wine", X, and Y, children concept "red", "white wine", each of the "Rose" TotalZ, X, Y are, the calculated redisposed superordinate concept "wine" of amended interest score TotalZ, X, and Y (i = wine) was recalculated in accordance with the modification of the generic concept "wine" child concept "red wine", "white wine", each interested score Z of "Rose", X, is updated by Y.

最後にステップS33において、上記更新された概念「ワイン」、及びその子概念「赤ワイン」、「白ワイン」、「ロゼ」の各興味スコアZ,X,Yをもとに、修正後の興味分析結果を表すリストが生成される。 Finally, in step S33, the updated concept "wine", and its children concept "red", "white wine", each interest score Z of "rose", X, based on the Y, interest analysis after modification list representing the is generated.
例えば、上記修正に伴う更新処理により、概念「ワイン」のTotalZ,X,Yは(1.02,7,2.7)に更新され、また子概念「赤ワイン」、「白ワイン」、「ロゼ」の各TotalZ,X,Yはそれぞれ(1.02,7,2.7),(0.86,8,2.44),(0.86,8,2.44)に更新されている。 For example, the updating process caused by the modification, TotalZ concept "wine", X, Y are updated (1.02,7,2.7), Matako concept "red", "white wine", "Rose each TotalZ of ", X, Y are each (1.02,7,2.7), it is updated to (0.86,8,2.44), (0.86,8,2.44) . このため、この更新後の概念「ワイン」及び子概念「赤ワイン」、「白ワイン」、「ロゼ」をスコア値TotalZの大きい順にソートすると、例えば図15の右側に示すリストが生成される。 Therefore, the concept of this updated "wine" child concept "red", "white wine", when sorting the "Rose" in descending order of score value TotalZ, for example the list shown on the right side in FIG. 15 is generated.
そして、この修正及び更新後の概念とその興味スコアのリストは、要求元のクライアント装置200へ向け返送される。 Then, the list of concepts and their interest score after the modifications and updates are sent back toward the requesting client device 200.

上記興味分析装置100から修正及び更新後の概念とその興味スコアのリストが送られると、クライアント端末200ではユーザ興味スコア表示部220の制御の下で上記概念及び興味スコアの提示リストが受信され、この受信された提示リストが図示しないディスプレイに表示される(ステップS34)。 Once the list of concepts and their interest scores corrected and updated from the interest analyzer 100 is sent, presents a list of the concepts and interest scores are received under the control of the user interest score display section 220 in the client terminal 200, the received presentation list is displayed on the display (not shown) (step S34).

クライアント端末200では、上記修正及び更新後の概念とその興味スコアのリストが表示された状態で、ステップS35においてユーザにより再び修正操作が行われたか否かが監視される。 In the client terminal 200, in a state where the list of concepts and their interest score after the modification and updating is displayed, whether again correction operation by the user is performed is monitored at step S35. そして、再度修正操作が行われると、ステップS26に戻って修正要求が再度送信され、以後興味分析装置100では先に述べたようにステップS27〜ステップS33により、修正対象の概念の特徴スコアZ,X,Yの修正処理と、この修正を子概念のTotalZ,X,Yに反映するための更新処理が再度実行される。 When the correction operation again are carried out, correction request returns to step S26 is transmitted again in step S27~ step S33 as previously described in subsequent interest analyzer 100, wherein the score Z of the concept of the correction object, X, a correction processing of Y, TotalZ child concept this correction, X, update processing to reflect the Y is executed again.
なお、上記再修正操作が行われなければ、クライアント端末200及び興味分析装置100の処理は終了となる。 Incidentally, if the re-correction operation is performed, the processing of the client terminal 200 and interest analyzer 100 is completed.

<効果> <Effect>
以上詳述したようにこの実施形態では、クライアント端末200において、提示された興味分析結果のリスト中の任意の概念についてユーザが興味スコアTotalZの修正操作を行った場合に、興味分析装置100において当該修正対象の概念の特徴スコアZin,Xin,Yinを計算し直し、さらに当該概念に繋がる子概念を特定して、その興味スコアTotalZ,X,Yを上記修正後の特徴スコアZin,Xin,Yinに応じて更新するようにしている。 In this embodiment, as described above, the client terminal 200, when the user performs a correction operation of interest scores TotalZ for any concept in the list of the presented interest analysis, the interest analyzer 100 characterized score Zin of the concept of the correction object, Xin, recalculates Yin, to identify the child concept further leads to the concept, the interest score TotalZ, X, characterized score Zin after the Fixed Y, Xin, the Yin It is to be updated depending on. そして、上記修正及び更新後の概念とその興味スコアをもとに提示リストを作成し直し、この作成し直されたリストをクライアント端末200に送って表示するようにしている。 Then, re-create the presentation list on the basis of the concept and its interest score after the correction and update, are to be displayed by sending a list that has been re-created this to the client terminal 200.

したがって、興味分析装置100から最初に提示された興味分析結果がユーザの意図と異なっている場合でも、ユーザは当該興味分析結果をマニュアル操作で任意に修正することが可能となる。 Therefore, even when initially presented the interest analysis results from the interest analyzer 100 is different from the intention of the user, the user can modify any of the interest analysis manually. しかも、この修正操作に応じて興味分析装置100では、修正対象の概念の特徴スコアZ,X,Yと、当該概念に繋がる子概念の興味スコアTotalZ,X,Yが、更新式に従い自動的に修正及び更新されるので、修正対象の概念だけでなくその子概念まで含めて、情報選択履歴からの学習結果と矛盾を生じることなく、かつ一回の修正操作でユーザに負担を強いることなく、興味スコアTotalZ,X,Yを修正することが可能になる。 Moreover, the interest analyzer 100 in response to this correction operation, characterized score Z of the concept of the correction object, X, Y and, interest scores TotalZ child concept leading to the concept, X, Y are, automatically in accordance with updated formula since the modified and updated, including to its children concept not only the concept of the correction object, without causing conflict with learning result from the information selection history, and without imposing a burden on the user in a single correction operation, interest score TotalZ, X, it is possible to correct the Y.

[他の実施形態] [Other embodiments]
前記実施形態では、概念「ワイン」に直接繋がる子概念「赤ワイン」、「白ワイン」、「ロゼ」に対してのみ、概念「ワイン」に対し行った修正を反映させる処理を行ったが、子概念「赤ワイン」、「白ワイン」、「ロゼ」に対しさらにその子概念(孫概念)が接続されている場合には、この孫概念に対しても上記修正を反映させるようにしてもよい。 In the embodiment described above, the concept "wine" children concept "red" leading directly to the "white wine", only the "rose", processing was carried out to reflect the modifications made to the concept "wine", the child the concept "red wine", when the "white wine", further the child concept to "Rose" (grandchild concept) is connected, may be made to reflect the modifications with respect to the grandchild concept.

また、クライアント端末200において複数の概念に対し修正操作が行われた場合には、これら複数の概念に対する修正要求を一括して送信するようにしてもよい。 Further, when the correction operation to a plurality of concepts in a client terminal 200 is performed, it may be transmitted in a batch modification request for the plurality of concepts. 興味分析装置100は、受信した修正要求に複数の概念に対する修正要求が含まれている場合には、上位概念から子概念へと順次修正及び更新処理を行う。 Interested analyzer 100, if it contains modification request for a plurality of concepts modification request received sequentially performs modification and updating to children concept from superordinate concept.

また、サービスの種類は飲食店情報推薦サービスに限らず、ニュース推薦サービスや広告推薦サービス等であってもよく、その他の興味分析装置の構成や興味分析結果の提示リストの構成やその作成方法、修正処理の手順と処理内容等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。 In addition, the type of service is not limited to the restaurant information recommendation service, may be a news recommendation service and advertising recommendation services, etc., other configurations and how to create the presentation list of configuration and interests analysis result of the interest the analysis apparatus, Corrective procedures and for also processing contents or the like of the processing can be implemented in various modifications without departing from the scope of the invention.

要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。 In short this invention is not limited to the above embodiments and may be embodied with the components modified without departing from the scope of the invention. また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。 Further, various inventions can be formed by properly combining the structural elements disclosed in the embodiments. 例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。 For example, it is possible to delete some of the components shown in the embodiments. さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。 Furthermore, it may be appropriately combined structural elements in different embodiments.

100…興味分析装置、200…クライアント端末、300…ネットワーク、110…興味スコア提示要求受付部、120…ユーザ興味スコア送信部、130…概念体系/ユーザ興味スコアデータベース、140…ユーザ興味スコア修正要求受付部、150…設定ファイル記憶部、160…仮想特徴スコア計算部、170…子概念特定部、180…スコア更新部、210…興味スコア提示要求部、220…ユーザ興味スコア表示部、230…ユーザ興味スコア修正要求部。 100 ... interest analyzer, 200 ... client terminal, 300 ... network, 110 ... interest score presentation request receiving unit, 120 ... user interest score transmission unit, 130 ... ontologies / user interest score database 140 ... user interest score correction request accepted Department, 150 ... setting file storage unit, 160 ... virtual feature score calculation unit, 170 ... children concept specifying unit, 180 ... score updating unit, 210 ... interest score presentation request unit, 220 ... user interest score display section, 230 ... user interest score modification request unit.

Claims (7)

  1. ユーザ端末と、当該ユーザ端末との間でネットワークを介して通信が可能で、かつユーザによる情報の閲覧履歴をもとに当該ユーザの前記情報に対する興味を分析する機能を有する興味分析装置とを具備する興味分析システムであって、 Comprising: a user terminal, and interest analysis apparatus having a function of analyzing an interest can communicate over the network, and based on the browsing history of the information by the user for the information of the user between the user terminal an interesting analysis system,
    前記ユーザ端末は、 Said user terminal,
    前記興味分析装置に対し興味分析結果の提示要求を送信する手段と、 It means for transmitting a presentation request of interest analysis result to the interested analyzer,
    前記提示要求に応答して前記興味分析装置から該当するユーザの興味分析結果を表す情報が返送された場合に、当該情報を受信し前記ユーザに提示する手段と、 If the information representative of the interest analysis result of the user corresponding from the interest analysis device in response to said presentation request is sent back, and means for presenting to the user received the information,
    前記提示された興味分析結果の情報に含まれる概念に対するユーザによる修正情報の入力を受け付け、当該受付けた修正情報を含む修正要求を前記興味分析装置へ送信する手段と を備え、 Accepting an input of the correction information by a user for the concepts included in the information of the presented interest analysis, and means for transmitting a modification request including the modified information received to the interest analyzer,
    前記興味分析装置は、 The interest analysis device,
    前記提示要求を受信した場合に、当該提示要求に応答して該当するユーザの興味分析結果を表す情報をデータベースから読み出し、この読み出された興味分析結果を表す情報を要求元のユーザ端末に向け返送する手段と、 Upon receiving the presentation request, reads out the information representing an interest analysis of the relevant user in response to the presentation request from the database, for information representing the read interest analysis results to the requesting user terminal and means for returning,
    前記修正要求を受信した場合に、当該受信された修正要求に含まれる修正情報に基づいて、修正対象の概念が1回選択されたものと見なして当該修正対象の概念に係る仮想的なスコア情報を計算する手段と、 Upon receiving the modification request, virtual score information based on the correction information included in the received modification request, the concept of correction target is according to the concept of the correction target is regarded to have been selected once and means for calculating,
    前記データベースに記憶された修正対象の概念に係るスコア情報を、前記計算された仮想的なスコア情報をもとに更新する手段と を備えることを特徴とする興味分析システム。 Interest analysis system, characterized in that it comprises means for updating the score information in accordance with the concept of correction object stored in the database, based on the virtual score information the computed.
  2. 前記興味分析装置は、 The interest analysis device,
    前記修正対象の概念に直接又は間接的に繋がる子概念を特定し、この特定された子概念に係るスコア情報を前記仮想的なスコア情報をもとに更新する手段を、さらに備えることを特徴とする請求項1記載の興味分析システム。 Identify the child concepts connected directly or indirectly to the concept of the correction object, a means for updating the score information in accordance with the identified children concept on the basis of the virtual score information, and further comprising interest analysis system according to claim 1, in which.
  3. ユーザ端末との間でネットワークを介して通信が可能で、かつユーザによる情報の閲覧履歴をもとに当該ユーザの前記情報に対する興味を分析する機能を有する興味分析装置であって、 A interest analyzer having a function of analyzing an interest for the information of the user based can communicate over the network, and the browsing history information by the user with the user terminal,
    前記ユーザ端末から提示要求を受信した場合に、当該提示要求に応答して該当するユーザの興味分析結果を表す情報をデータベースから読み出し、この読み出された興味分析結果を表す情報を要求元のユーザ端末に向け返送する手段と、 Wherein when receiving a presentation request from the user terminal, reads out the information representing an interest analysis of the relevant user in response to the presentation request from the database, the user of the request source information indicating the read interesting analysis and means for returning to the terminal,
    前記ユーザ端末から修正要求を受信した場合に、当該受信された修正要求に含まれる修正情報に基づいて、修正対象の概念が1回選択されたものと見なして当該修正対象の概念に係る仮想的なスコア情報を計算する手段と、 When receiving the modification request from the user terminal, virtual based on the correction information included in the received modification request, the concept of correction target is according to the concept of the correction target is regarded to have been selected once It means for calculating a such score information,
    前記データベースに記憶された修正対象の概念に係るスコア情報を、前記計算された仮想的なスコア情報をもとに更新する手段と を具備することを特徴とする興味分析装置。 Interest analysis apparatus characterized by comprising a means for updating the score information in accordance with the concept of correction object stored in the database, based on the virtual score information the computed.
  4. 前記修正対象の概念に直接又は間接的に繋がる子概念を特定し、この特定された子概念に係るスコア情報を前記仮想的なスコア情報をもとに更新する手段を、さらに具備することを特徴とする請求項3記載の興味分析装置。 Characterized in that identifying the child concepts connected directly or indirectly to the concept of the correction object, a means for updating the score information in accordance with the identified children concept on the basis of the virtual score information, further comprising interest analyzer according to claim 3, wherein the.
  5. ユーザ端末との間でネットワークを介して通信が可能で、かつユーザによる情報の閲覧履歴をもとに当該ユーザの前記情報に対する興味を分析する機能を有する興味分析装置が実行する興味分析方法であって、 It was in interest analysis method can communicate over the network with the user terminal, and interest analyzer having a function of analyzing an interest based on the viewing history information by a user for the information of the user to perform Te,
    前記ユーザ端末から提示要求を受信した場合に、当該提示要求に応答して該当するユーザの興味分析結果を表す情報をデータベースから読み出し、この読み出された興味分析結果を表す情報を要求元のユーザ端末に向け返送する過程と、 Wherein when receiving a presentation request from the user terminal, reads out the information representing an interest analysis of the relevant user in response to the presentation request from the database, the user of the request source information indicating the read interesting analysis and a process for returning to the terminal,
    前記ユーザ端末から修正要求を受信した場合に、当該受信された修正要求に含まれる修正情報に基づいて、修正対象の概念が1回選択されたものと見なして当該修正対象の概念に係る仮想的なスコア情報を計算する過程と、 When receiving the modification request from the user terminal, virtual based on the correction information included in the received modification request, the concept of correction target is according to the concept of the correction target is regarded to have been selected once and the process of calculating the score, such information,
    前記データベースに記憶された修正対象の概念に係るスコア情報を、前記計算された仮想的なスコア情報をもとに更新する過程と を具備することを特徴とする興味分析方法。 Interest analysis method characterized by comprising the step of updating the score information in accordance with the concept of correction object stored in the database, based on the virtual score information the computed.
  6. 前記修正対象の概念に直接又は間接的に繋がる子概念を特定し、この特定された子概念に係るスコア情報を前記仮想的なスコア情報をもとに更新する過程を、さらに具備することを特徴とする請求項5記載の興味分析方法。 Wherein the concept of correction object identifies the child concepts leading directly or indirectly, the process of updating the score information in accordance with the identified children concept on the basis of the virtual score information, further comprising interest analysis method according to claim 5,.
  7. 請求項3又は4記載の興味分析装置が具備する手段が行う処理を、当該興味分析装置が備えるコンピュータに実行させるプログラム。 Claim 3 or 4 the processing means performs the interested Analyzer equipped according, a program to be executed by a computer in which the interested analyzing apparatus.
JP2013108998A 2013-05-23 2013-05-23 Interest analysis system and its interest analyzer, method, and program Active JP5993801B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013108998A JP5993801B2 (en) 2013-05-23 2013-05-23 Interest analysis system and its interest analyzer, method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013108998A JP5993801B2 (en) 2013-05-23 2013-05-23 Interest analysis system and its interest analyzer, method, and program

Publications (2)

Publication Number Publication Date
JP2014229118A true true JP2014229118A (en) 2014-12-08
JP5993801B2 JP5993801B2 (en) 2016-09-14

Family

ID=52128905

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013108998A Active JP5993801B2 (en) 2013-05-23 2013-05-23 Interest analysis system and its interest analyzer, method, and program

Country Status (1)

Country Link
JP (1) JP5993801B2 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000112978A (en) * 1998-10-05 2000-04-21 Fuji Xerox Co Ltd Customizing distribution device
US6385619B1 (en) * 1999-01-08 2002-05-07 International Business Machines Corporation Automatic user interest profile generation from structured document access information
JP2013003797A (en) * 2011-06-15 2013-01-07 Nippon Telegr & Teleph Corp <Ntt> Interest analytic method and interest analyzer
JP2013084208A (en) * 2011-10-12 2013-05-09 Nippon Telegr & Teleph Corp <Ntt> Method and device for analysis of degree of influence and program therefor

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000112978A (en) * 1998-10-05 2000-04-21 Fuji Xerox Co Ltd Customizing distribution device
US6385619B1 (en) * 1999-01-08 2002-05-07 International Business Machines Corporation Automatic user interest profile generation from structured document access information
JP2013003797A (en) * 2011-06-15 2013-01-07 Nippon Telegr & Teleph Corp <Ntt> Interest analytic method and interest analyzer
JP2013084208A (en) * 2011-10-12 2013-05-09 Nippon Telegr & Teleph Corp <Ntt> Method and device for analysis of degree of influence and program therefor

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JPN6016030368; 佐藤妙 他: '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, pp. 73-78, 社団法人電子情報通信学会 *

Also Published As

Publication number Publication date Type
JP5993801B2 (en) 2016-09-14 grant

Similar Documents

Publication Publication Date Title
US20090282038A1 (en) Probabilistic Association Based Method and System for Determining Topical Relatedness of Domain Names
US20120078725A1 (en) Method and system for contextual advertisement recommendation across multiple devices of content delivery
US7620651B2 (en) System for dynamic product summary based on consumer-contributed keywords
US20050125290A1 (en) Audience targeting system with profile synchronization
US20050125289A1 (en) Audience targeting system with segment management
US20060064411A1 (en) Search engine using user intent
US20100306249A1 (en) Social network systems and methods
US20070100795A1 (en) System and method for associating an unvalued search term with a valued search term
US20070129997A1 (en) Systems and methods for assigning monetary values to search terms
US20110047035A1 (en) Systems, Methods, and Media for Evaluating Companies Based On Social Performance
US20080104030A1 (en) System and Method for Providing Customized Information Based on User&#39;s Situation Information
US20110202557A1 (en) System and method for crowdsourced template based search
US20100211464A1 (en) Targeted Online Advertising
CN102611785A (en) Personalized active news recommending service system and method for mobile phone user
US7873621B1 (en) Embedding advertisements based on names
US20120023085A1 (en) Social graph search system
KR20050095230A (en) Method and system for providing information service and information search service by using visited uniform resource locator log
CN101071424A (en) Personalized information push system and method
CN102354315A (en) Generation method of site navigation page and device thereof
CN102298616A (en) A method of providing relevant sub-links in the search results for a method and apparatus
US20110119242A1 (en) Search engine query customization and search site rating system
US20100100536A1 (en) System and Method for Evaluating Network Content
US20120047013A1 (en) Real Time Statistics Extraction From Arbitrary Advertising Audiences
JP2004070504A (en) Information retrieval method and system based on personal profile information
CN102298615A (en) Method for displaying search results of a computer-implemented device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150928

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160729

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: 20160816

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160822

R150 Certificate of patent or registration of utility model

Ref document number: 5993801

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150