JP2014235473A - 嗜好推定装置 - Google Patents
嗜好推定装置 Download PDFInfo
- Publication number
- JP2014235473A JP2014235473A JP2013114961A JP2013114961A JP2014235473A JP 2014235473 A JP2014235473 A JP 2014235473A JP 2013114961 A JP2013114961 A JP 2013114961A JP 2013114961 A JP2013114961 A JP 2013114961A JP 2014235473 A JP2014235473 A JP 2014235473A
- Authority
- JP
- Japan
- Prior art keywords
- behavior
- user
- preference
- information
- change
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Navigation (AREA)
Abstract
【課題】ユーザの嗜好を精度よく推定することができる嗜好推定装置を提供する。【解決手段】最新期間のユーザの行動情報と過去のユーザの行動情報とを比較して、ユーザの行動変化点を決定する変化点決定部143と、ユーザの行動情報からそのユーザの嗜好を推定する嗜好推定部144を備える。変化点決定部143は、一時点の行動の変化では行動変化点を決定しない。よって、嗜好推定部144も、一時点の行動があったことのみではユーザの嗜好を更新しない。これにより、稀にいつもと異なる行動をしたとしても、ユーザの嗜好を更新しないので、誤った嗜好を推定してしまうことが抑制できる。また、行動変化点を決定した場合には、行動変化点後の行動情報に基づいてユーザの嗜好を推定するので、ユーザの嗜好が実際に変化したときには、その嗜好の変化に対応した嗜好を推定できる。【選択図】図1
Description
本発明は、ユーザの嗜好を推定する嗜好推定装置に関し、特に、嗜好の推定精度を向上させる技術に関する。
ユーザの嗜好を推定する装置が種々知られている。特許文献1では、車両の利用者が赴いたことのある場所や施設の履歴を記憶している。そして、履歴として記憶されている場所や施設をユーザの嗜好としている。
ユーザが赴いたことのある場所や施設が全てユーザの嗜好を示しているとは限らない。特許文献1に開示の技術では、興味はないが、稀にいつもと異なる行動をしただけでも、ユーザの嗜好としてしまう。たとえば、用事があって少ない回数(典型的には1度)だけユーザが赴いた場所・施設もユーザの嗜好としてしまう。
ここで、ある場所や施設に赴いた回数が、一定の基準回数に到達しないと嗜好に反映しないとすることも考えられる。しかし、この場合、基準回数を比較的大きい回数にする必要がある。稀にいつもと異なる行動をした場合が含まれない回数とする必要があるからである。そのため、ユーザの嗜好が変化しても、ユーザの嗜好の変化に迅速に対応することができない。つまり、ユーザの嗜好が変化した状況において、嗜好の推定精度が低いことになる。
本発明は、この事情に基づいて成されたものであり、その目的とするところは、ユーザの嗜好を精度よく推定することができる嗜好推定装置を提供することにある。
その目的を達成するための本発明は、ユーザの行動内容を示す行動情報を取得して所定の記憶部に蓄積する行動蓄積部(42、242)と、
前記行動蓄積部が蓄積した行動情報のうち、予め設定された最新期間の行動情報と、それよりも前の期間の行動情報との比較に基づいて、前記ユーザの行動傾向が変化した時点である行動変化点を決定する変化点決定部(143、143A、243、243A)と、
前記変化点決定部が前記行動変化点を決定したことに基づいて、その行動変化点以後に前記行動蓄積部が蓄積した行動情報に基づいて、前記ユーザの嗜好を推定する嗜好推定部(144、244)と、を備えることを特徴とする嗜好推定装置(1、2)である。
前記行動蓄積部が蓄積した行動情報のうち、予め設定された最新期間の行動情報と、それよりも前の期間の行動情報との比較に基づいて、前記ユーザの行動傾向が変化した時点である行動変化点を決定する変化点決定部(143、143A、243、243A)と、
前記変化点決定部が前記行動変化点を決定したことに基づいて、その行動変化点以後に前記行動蓄積部が蓄積した行動情報に基づいて、前記ユーザの嗜好を推定する嗜好推定部(144、244)と、を備えることを特徴とする嗜好推定装置(1、2)である。
本発明は、嗜好推定部を備えており、ユーザの行動情報からそのユーザの嗜好を推定する。また、最新期間のユーザの行動情報と、それよりも前の期間のユーザの行動情報との比較に基づいて、ユーザの行動変化点を決定する変化点決定部も備える。
変化点決定部は、ユーザの行動情報を、最新期間とそれよりも前の期間で比較して行動変化点を決定していることから、一時点の行動の変化では行動変化点は決定されない。そして、嗜好推定部は、変化点決定部が行動変化点を決定したことに基づいて嗜好を更新する。
一時点の行動では行動変化点は決定されないことから、嗜好推定部も、一時点の行動があったことのみでは、ユーザの嗜好を更新しない。これにより、稀にいつもと異なる行動をしたとしても、ユーザの嗜好を更新しないことになるので、誤った嗜好を推定してしまうことが抑制できる。
また、行動変化点を決定した場合には、行動変化点後の行動情報に基づいてユーザの嗜好を推定するので、ユーザの嗜好が実際に変化したときには、その嗜好の変化に対応した嗜好を推定することもできる。
(第1実施形態)
以下、本発明の実施形態を図面に基づいて説明する。図1に示す携帯型情報閲覧端末(以下、単に携帯端末)1と、車両用ナビゲーション装置(以下、単にナビゲーション装置)2は、ともに、嗜好推定装置としての機能を備える。また、相互に行動情報を送受信することが可能であり、携帯端末1およびナビゲーション装置2により嗜好推定システムが構成される。
以下、本発明の実施形態を図面に基づいて説明する。図1に示す携帯型情報閲覧端末(以下、単に携帯端末)1と、車両用ナビゲーション装置(以下、単にナビゲーション装置)2は、ともに、嗜好推定装置としての機能を備える。また、相互に行動情報を送受信することが可能であり、携帯端末1およびナビゲーション装置2により嗜好推定システムが構成される。
携帯端末1としては、スマートフォンと呼ばれる多機能携帯電話、タブレット型コンピュータなどを用いることができる。ナビゲーション装置2は、車両に固定されるものでもよいし、使用時に車両に持ち込む形式でもよい。
(装置構成)
これら携帯端末1と車両用ナビゲーション装置2は、通信部11、21を備え、Bluetooth(登録商標)などの通信規格に基づいた無線通信により互いに情報の送受信が可能である。さらに、この通信部11、12は通信回線網と接続可能であり、これにより、外部の検索サーバと通信が可能である。
これら携帯端末1と車両用ナビゲーション装置2は、通信部11、21を備え、Bluetooth(登録商標)などの通信規格に基づいた無線通信により互いに情報の送受信が可能である。さらに、この通信部11、12は通信回線網と接続可能であり、これにより、外部の検索サーバと通信が可能である。
また、携帯端末1およびナビゲーション装置2は、入力部12、22、表示部13、23、制御部14、24、記憶部15、25、位置検出部16、26をそれぞれ備える。
表示部12、22は、制御部14、24から入力される信号に基づいてテキストや画像を表示する表示装置である。この表示部12、22は、フルカラー表示が可能なものであって、TFT液晶ディスプレイ、有機ELディスプレイ等を用いて構成することができる。
入力部13、23は、ユーザが携帯端末1、ナビゲーション装置2に対して種々の操作を行う際に指示を入力するための装置である。たとえば、入力部13、23は、表示部12、22の表示画面に積層されるタッチパネルによって実現する。
記憶部15、25は、EEPROMなどの書き込み可能な記憶装置である。位置検出部16、26は、GPS(Global Positioning System)等の衛星測位システムのための受信機を有しており、自装置の現在位置を逐次検出する。また、位置検出部16、26は、周知の加速度センサ、ジャイロスコープのいずれか一方または両方をさらに備え、それらも用いて現在位置を逐次検出してもよい。加速度センサ、ジャイロスコープを用いた位置検出装置は、一般にナビゲーション装置によく用いられる。
ナビゲーション装置2は、さらに、地図データベース27も備える。地図データベース27には、道路地図データ、施設データなどが格納される。施設データは、施設名称、施設位置、施設ジャンルなどのデータを含む。
制御部14、24は、通常のコンピュータとして構成されており、内部には周知のCPU、ROMやRAMやEEPROMなどのメモリ、I/O、及びこれらの構成を接続するバスライン(いずれも図示せず)などが備えられている。
制御部14、24は、入力部13、23から入力された各種信号に基づき、ROMに予め記憶されているプログラムをCPUが実行することによって種々の処理を実施する。また、制御部14、24は、通信部11、21、表示部12、22、入力部13、23と接続されている。そして、制御部14、24は、入力部13、23からの入力信号を取得し、また、通信部11、21、表示部12、22を制御する。
さらに、制御部14、24は、ユーザ識別部141、241、行動蓄積部142、242、変化点決定部143、243、嗜好推定部144、244として機能する。
次に、制御部14、24のこれらの機能を説明する。携帯端末1の制御部14のユーザ識別部141、行動蓄積部142、変化点決定部143、嗜好推定部144の処理と、ナビゲーション装置2の制御部24のユーザ識別部241、行動蓄積部242、変化点決定部243、嗜好推定部244の処理は、基本的に同一である。よって、以下では、携帯端末1の制御部14についてのみ説明する。
(ユーザ識別部141)
ユーザ識別部141は、パスワードや顔部の画像認証など、公知の識別方法によってユーザの識別を行う。ユーザの識別は、たとえば、携帯端末1の起動時に行う。
ユーザ識別部141は、パスワードや顔部の画像認証など、公知の識別方法によってユーザの識別を行う。ユーザの識別は、たとえば、携帯端末1の起動時に行う。
(行動蓄積部142)
行動蓄積部142は、ユーザの行動内容を示す行動情報を取得して記憶部15に逐次記憶する。本実施形態では、行動情報として、行き先、閲覧情報、購入情報、移動距離を取得する。行動蓄積部142の処理は、図2〜6を用いて後に詳述する。
行動蓄積部142は、ユーザの行動内容を示す行動情報を取得して記憶部15に逐次記憶する。本実施形態では、行動情報として、行き先、閲覧情報、購入情報、移動距離を取得する。行動蓄積部142の処理は、図2〜6を用いて後に詳述する。
(変化点決定部143)
変化点決定部143は、ユーザの行動傾向が変化した時点である行動変化点を決定する。この行動変化点の決定は、行動蓄積部142が蓄積した行動情報に基づいて行う。行動変化点の具体的な決定方法は、図2、図7を用いて後述する。
変化点決定部143は、ユーザの行動傾向が変化した時点である行動変化点を決定する。この行動変化点の決定は、行動蓄積部142が蓄積した行動情報に基づいて行う。行動変化点の具体的な決定方法は、図2、図7を用いて後述する。
(嗜好推定部144)
嗜好推定部144は、ユーザの嗜好を推定する。既にユーザの嗜好を推定済みである場合には、嗜好の更新を行うことになる。変化点決定部143が行動変化点を決定した場合、行動変化点以後の行動情報に基づいて、ユーザの嗜好を推定する。嗜好の具体的な推定方法は、図2、8を用いて後述する。
嗜好推定部144は、ユーザの嗜好を推定する。既にユーザの嗜好を推定済みである場合には、嗜好の更新を行うことになる。変化点決定部143が行動変化点を決定した場合、行動変化点以後の行動情報に基づいて、ユーザの嗜好を推定する。嗜好の具体的な推定方法は、図2、8を用いて後述する。
次に図2を説明する。図2の処理は制御部14が逐次実行する。ステップS1は行動蓄積部142の処理である。このステップS1では、ユーザの行動情報である、行き先、移動距離、閲覧情報、購入情報を蓄積するための処理を実行する。行き先、移動距離を蓄積する処理は図3に示す処理である。閲覧情報を蓄積する処理は図4に示す処理である。購入情報を蓄積する処理は図5に示す処理である。まず、図3から説明する。
ステップS11では、滞在した状態となったかどうかを判断する。この判断のために、位置検出部16から現在位置を逐次取得する。そして、その現在位置が予め設定した所定期間、同一と言える範囲(たとえば一定半径の円により定まる範囲)に存在したかどうかにより、滞在した状態となったかどうかを判断する。なお、ナビゲーション装置2の行動蓄積部242は、車両電源と接続されていれば、イグニッションオフにより滞在したと判断してもよい。
ステップS11の判断がNOであれば処理を終了する。YESであればステップS12へ進む。ステップS12では、滞在地点を行き先として記憶部15に記憶する。滞在地点は、ステップS11を判断した時点での現在位置とする。
続くステップS13では、移動距離を記憶部15に記憶する。移動距離は、出発地から滞在地点までの距離とする。出発地は前回の滞在地点とする。また、出発地を自宅に固定してもよい。
次に、図4の閲覧情報蓄積処理を説明する。図4の処理は、通信部11を利用してインターネットサイトを閲覧した時に実行する。この図4の処理では、閲覧したインターネットサイトから単語や画像を抽出して、それらをユーザの嗜好推定の情報源として蓄積する。以下、詳しく説明する。
ステップS21では、閲覧サイトの種別が、個人サイトであるか、業者サイトであるかを判断する。個人のサイトであるか業者のサイトであるかは、URLから判断する。たとえば、著名な業者サイトのURLは予め登録しておく。また、ブログは個人サイトとする。ブログであることは通常、URLに標記があるので、URLから判断可能である。個人であるか業者であるか不明である場合には、業者サイトとしてもよいし、個人サイトとしてもよい。どちらとするかは予め決めておけばよい。サイト種別が個人サイトである場合にはステップS22へ進み、業者サイトである場合にはステップS24へ進む。
ステップS22では、代理作成の可能性がある部分をリンク貼り付け条件で除去する。代理作成とは、そのサイトを運営している個人ではなく、その個人の代理で業者が作成したことを意味する。特に、芸能人のブログであると、このような代理作成の可能性が高まる。芸能人のブログは閲覧者も多いので広告効果も大きい。そのため、業者が代理で店の紹介などの文を作成することも考えられるのである。
ユーザがインターネットサイトを閲覧する理由は、そのインターネットサイトに興味があるからだと考えられる。よって、そのインターネットサイトに記載の単語や画像には、ユーザが興味のあるものが含まれている可能性が高い。そこで、この図4の処理において、インターネットサイトから単語や画像を抽出するのである。
特に、閲覧サイトが個人サイトである場合には、ユーザと、個人サイトを運営する者との嗜好が類似している可能性が高いと考えられる。しかし、その個人サイトに、その個人サイトを運営する個人とは異なる者が記載した部分があると、その部分は個人サイトを運営する個人の嗜好が現れていないことになる。そこで、代理作成の可能性がある部分を除去するのである。
この除去に、リンク貼り付け有無を条件に含むリンク貼り付け条件を用いる。業者が広告効果を狙って代理作成する場合には、リンクを貼り付ける場合が多いと考えられるからである。リンク貼り付け条件は、次の3つのいずれかとする。
1つ目は単純に、リンクが貼り付けてあるという条件である。この場合、リンクが貼り付けてあれば、そのリンクが貼り付けてある段落は除去する。2つ目は、貼り付けられているリンクが、複数の個人サイトにおいて貼り付けられているという条件である。複数の個人サイトに同じリンクが貼り付けられている場合、それらの個人サイトを運営する各個人ではなく、同じ業者がリンクを貼り付けた可能性が高いと考えられるからである。除去する部分は1つ目の条件の場合と同じである。3つ目は、貼り付けられているリンクの前後(ある一定の行数内)に具体的な理由が記載されていない、という条件である。除去する部分は1つ目の条件の場合と同じである。具体的な理由が記載されている場合には、実際にその本人が体験に基づいて記載していると考え、除去しないようにするのである。
ステップS23では、本人作成部分から画像および単語を抽出する。本人作成部分とは、個人サイトの全体から、ステップS22での除去を行い、さらに、バナー広告部分を除いた部分である。
ステップS24に進んだ場合には、広告部分以外から、画像、単語を抽出する。ステップS23またはステップS24を実行した場合には、それらのステップで抽出した画像、単語を、記憶部15の所定の記憶領域にユーザ別に蓄積する(ステップS25)。
次に図5を説明する。この図5の処理も、図4と同様、通信部11を利用してインターネットサイトを閲覧した時に実行する。
ステップS31では、商品を購入したか否かを判断する。商品を購入したことは、商品購入が確定したときに表示される所定の単語が表示されたことにより判断する。
ステップS31の判断がNOであれば処理を終了する。YESであればステップS32へ進む。ステップS32では、購入商品のジャンル、商品名、価格、購入日を、記憶部15の所定の記憶領域にユーザ別に記憶する。商品名、価格は購入画面から抽出する。商品のジャンルも購入画面から抽出する。また、商品名と商品ジャンルとの対応関係を設定したデータベースを利用して商品ジャンルを決定してもよい。このデータベースは、サーバに記憶され、そのサーバと接続することでデータベースを利用する。
図2のステップS1では、以上説明した図3〜5を実行して行動情報を蓄積する。その後、ステップS2を実行する。ステップS2〜S4は変化点決定部143が行う。
ステップS2では、最新期間の行動情報をそれまでの行動情報と比較する。どの程度の期間を最新期間とするかは、ユーザの嗜好が変化する周期を考慮して適宜設定する。たとえば、実験により決定した嗜好の変化周期と同じ長さ、あるいは、その半分の長さを上記最新期間とする。
ステップS3ではステップS2での比較の結果、行動傾向に変化があるか否かを判断する。この判断の具体例を図6、7を用いて説明する。
図6には、行動蓄積部142の処理により記憶部15に蓄積された行動情報が例示されている。図6には、行動情報として、(1)行き先、(2)閲覧、(3)購入、(4)移動距離の4つの種類が示されている。そして、図6の例では、最新期間を除く行動情報(以下、過去の行動情報という)として、(1)の行き先についてはa、b、cが示され、(2)閲覧についてはd,e、fが示され、(3)購入についてはg、h,iが示されている。また、移動距離は図6には遠出が多いと記載してある。これは、具体的には、全移動回数のうち、遠出と言える移動距離の比率がある第1判定比率以上であることを意味する。
このような過去の行動情報に対して、図6に示す最新期間の行動情報は、(1)の行き先としてa、b、jが示され、(2)閲覧としてd,k、lが示され、(3)購入としてm、n,oが示されている。また、移動距離は近距離ばかり(遠出がほとんどない)と記載してある。これは、具体的には、全移動回数のうち、近距離と言える移動距離の比率が、前述の遠出が多いと判断するための第1判定比率よりもさらに高い第2判定比率以上であることを意味する。
図7は、変化ありと判定する条件である変化判定条件の例である。本実施形態では、図7に示すように、3つの判定条件を有する。判定条件1は、図6に示した行動の種類(1)〜(3)における行動情報の変化数を個別に計算する。変化には、行動情報の追加が含まれる。行動情報の追加とは、ある行動情報が、過去の行動情報になく、最新の行動情報にはあることを意味する。また、行動情報の消滅も、行動情報の変化としてもよい。ただし、最新期間は過去の期間よりも短い。そのため、最新期間に行動情報として蓄積されていないからといって、過去の行動情報が示す行動をユーザがとらなくなったと決定することが妥当でない場合も多い。そこで、消滅については、たとえば、最新期間と同じ長さの期間に一度は蓄積されていた行動情報のみを対象として、消滅したかどうかの判断を行う。
このようにして(1)〜(3)の行動情報に対して行動情報の種類別に計算した変化数が、いずれかの種類の行動情報においてn以上であれば、行動傾向が変化したと判定する。これが判定条件1である。
判定条件2は、行動情報の種類(4)すなわち移動距離についての変化判定条件である。判定条件2は、移動距離の分布において最大数となっている距離区分が変化したという条件である。なお、距離区分の数、各区分の距離は、後述する各行動変化パターンにおける移動距離が互いに異なる区分になるように、実験に基づいて適宜設定する。
判定条件3は、行動情報の種類(1)〜(3)における変化数の合計数である合計変化数がm以上という条件である。変化数の意味は判定条件1と同じである。前述の判定条件1では、行動情報の種類(1)〜(3)の個別の変化数を判定したが、判定条件3では(1)〜(3)の合計変化数を判定に用いる。合計変化数は、個々の行動情報の種類の変化数よりも大きくなる。そのため、mは判定条件1において用いるnよりもαだけ大きい数字とする。αの値は実験に基づき適宜決定する。
図2のステップS3では、図7に示した判定条件1〜3のいずれか一つでも該当する場合には変化あり(S3:YES)とする。一方、判定条件1〜3のいずれにも該当しない場合には変化なし(S3:NO)とする。変化なしの場合には、図2の処理を終了する。
変化ありの場合にはステップS4へ進む。ステップS4では、今回の処理における最新期間の開始時点を行動変化点とする。
ステップS4で行動変化点を決定したら、ステップS5に進み、ユーザの嗜好を推定する。そのユーザの嗜好を既に推定済みである場合には、ユーザの嗜好を更新することになる。
図8には、ユーザの嗜好として4つの分類、物、価格、施設、エリアを例示している。これら各分類に対し、具体的嗜好として決定する項目が分類の隣の欄に示されている。
決定する具体的嗜好は、分類「物」であれば、たとえば商品名、物品名、物品ジャンルなど、その物に関する特徴である。物品ジャンルは、たとえば「カバン」などが該当する。物品名は物品ジャンルよりも狭い概念であり、たとえば、ハンドバックなどである。なお、「カバン」を物品名と考えることもできる。どのような概念を物品ジャンル・物品名とするかは適宜決定すればよい。
分類「価格」は、具体的嗜好として価格帯を決定する。価格帯は、「高い」(すなわち高いものを好む)から「安い」(すなわち安いものを好む)を複数段階に区分したものである。
分類「施設」についての具体的嗜好は、施設名、施設ジャンルなどである。分類「エリア」についての具体的嗜好はエリア名などである。エリアは地図に名称が存在する単位をもとに定める。たとえば、渋谷などである。エリアの広さは、渋谷などの比較的狭い地域に限らず、xx区、yy市、zz県などの広さでもよく、また、種々の広さが混ざっていてもよい。さらには、yy市北側地区など、地図に名称が存在する単位の一部でもよい。
これら具体的嗜好を決定する決定情報源が、図8の右欄に示されている。物についての具体的嗜好を決定する情報源は、図6に示した行動情報のうちの(1)行き先、(2)閲覧情報、(3)購入情報である。
いずれの行動情報についても、上述した最新期間の行動情報を少なくとも用いる。さらに、その最新期間の行動情報のみでは情報数が一定数に到達しない場合に、過去の行動情報を用いることとする。ただし、これは一例であり、最新期間の行動情報の情報数によらず過去の行動情報を用いることとしてもよい。また、最新期間の情報数によらず最新期間の行動情報のみを用いることとしてもよい。また、過去の行動情報を用いる場合、過去の全ての期間の行動情報を用いることにしてもよいし、過去の一定期間の行動情報を用いることにしてもよい。
行き先は、物を販売している店舗が行き先である場合に物についての具体的嗜好を決定する情報源とする。行き先が、物を販売している店舗かどうかは、施設の特徴を示した施設データベースを用いて決定する。施設データベースは記憶部15に記憶しておいてもよいし、サーバに記憶され、そのサーバと接続することで施設データベースを利用するようにしてもよい。
購入情報をユーザの嗜好する物を決定する情報源とするのは、買った物はユーザが好みの物であると考えられるからである。閲覧情報をユーザの嗜好する物を決定する情報源とするのは、ユーザが閲覧した情報も、ユーザの嗜好する物が反映されていると考えられるからである。閲覧情報は図4で説明したように単語または画像である。閲覧情報に含まれる単語のうち、物を示す単語を抽出して嗜好決定に用いる。物を示す単語であるか否かは、各単語が物を示す単語かどうかを定めたデータベースを用いる。このデータベースは、サーバに記憶され、そのサーバと接続することでデータベースを利用する。閲覧情報のうち画像については、その画像に付与されている、その画像の特徴をテキストで示したタグデータを嗜好決定に用いる。
価格帯の具体的嗜好、すなわち、複数の価格帯のうちのどの価格帯がユーザの嗜好であるかを決定する情報源は、図8の右欄に示すように、(1)行き先、(2)閲覧情報、(3)購入情報である。
行き先としては、物を販売している店舗が行き先である場合に価格帯を決定する情報源とする。行き先が物を販売している店舗かどうかは、物についての具体的嗜好を決定する情報源とする場合と同様にして決定する。
購入情報を、ユーザの施行する価格帯を決定する情報源とするのは、買った物の価格帯はユーザの嗜好する価格帯を反映していると考えられるからである。閲覧情報をユーザの施行する価格帯を決定する情報源とするのは、ユーザが閲覧した情報も、ユーザが嗜好する価格帯が反映されていると考えられるからである。閲覧情報は単語または画像である。価格は物について付与される。したがって、上述した物に関する具体的嗜好を決定する場合と同様、閲覧情報から物についての単語および画像を抽出して、ユーザの嗜好する価格帯を決定する情報源とする。
施設の具体的嗜好を決定する情報源は、図8の右欄に示すように、(1)行き先、(2)閲覧情報、(3)購入情報、(4)移動距離である。行き先は、その行き先が施設であれば、その施設はユーザの嗜好する施設である可能性が高いからである。
なお、「発明が解決しようとする課題」において述べたように、施設を一度のみ行き先としただけでは、その施設は用事があって訪れただけの可能性はある。しかし、本実施形態では、行動変化点を決定した場合にのみ、最新期間の行動情報をユーザの嗜好を決定する情報源とする。行動変化点は、ユーザの行動傾向が変化した時点であると推定している。そのため、行動変化点を決定した場合には、その行動変化点以後の行動情報は、それまでになかった行動を示す情報であったとしても、ユーザの嗜好を反映した行動である可能性が十分にある。したがって、行動変化点以後の行き先は、具体的嗜好を決定する決定情報源とする。なお、決定情報源とした行き先の全てに対応させてユーザの具体的嗜好を決定する必要はない。具体的嗜好を決定する行き先を、複数回に設定した最低回数以上の行き先に限定してもよい。最低回数は、行動変化点を判定しない場合と同程度の嗜好推定精度にするためには、行動変化点を判定しない場合に設定する最低回数よりも小さい回数とすることができる。上述したように、行動変化点以後は、それまでになかった行動を示す情報であったとしても、ユーザの嗜好を反映した行動である可能性が十分にあるからである。
また、すでに説明した物についての具体的嗜好や価格帯を決定する決定情報源も、稀にとった嗜好とは無関係の行動情報である可能性はある。しかし、ユーザが嗜好する施設を決定する情報源として行き先を用いる上述した理由と同旨の理由により、前述した各行動情報を、具体的嗜好を決定する情報源としているのである。
説明を施設の具体的嗜好を決定する情報源に戻す。施設の具体的嗜好を決定する情報源は、行き先の他に、(2)閲覧情報、(3)購入情報、(4)移動距離がある。購入情報を情報源としているのは、ユーザが購入した物を販売している施設や施設ジャンルは、ユーザの嗜好する施設や施設ジャンルと考えることができるからである。閲覧情報も、閲覧情報である単語や画像が施設を示すものである場合、それら単語や画像から定まる施設はユーザが嗜好する施設である可能性が高いと考えられるからである。移動距離は、施設までの距離がユーザの嗜好する移動距離であるかどうかも、ある施設をユーザが嗜好する施設とするかどうかに影響するからである。
エリアの具体的嗜好を決定する情報源は、(1)行き先、(2)閲覧情報、(3)購入情報、(4)移動距離である。行き先を情報源としているのは、行き先を含むエリアはユーザの嗜好するエリアである可能性が高いと考えられるからである。購入情報をユーザの嗜好するエリアを決定する情報源に含めているのは、ユーザが購入した物を扱う店が多いエリアは、ユーザが嗜好するエリアであると考えられるからである。閲覧情報をユーザの嗜好するエリアを決定する情報源に含めているのは、閲覧情報である単語や画像がエリアを示すものである場合、それら単語や画像から定まるエリアはユーザが嗜好するエリアである可能性が高いと考えられるからである。移動距離を情報源としているのは、ユーザの嗜好する移動距離で行けるエリアであるかどうかも、ユーザの嗜好するエリアであるかどうかに影響するからである。
ステップS5では、上述した図8に例示したような具体的嗜好を、対応する決定情報源に基づいて推定する。
嗜好推定の具体的処理を説明する。まず、物についての具体的嗜好を決定する処理を説明する。行き先である店舗から、その店舗で販売している商品名、物品名、物品ジャンルを、ユーザの嗜好する商品名、物品名、物品ジャンルとする。なお、多くの種類の商品を扱っている店舗の場合、その店舗で販売している商品名、物品名、物品ジャンルの全部がユーザの嗜好を示している可能性は低い。そこで、多くの種類の商品を扱っている店舗は除外してユーザの嗜好する商品名、物品名、物品ジャンルを決定する。あるいは、一定数、同じ物品名等が異なる店舗に基づいて決定された場合に、ユーザの嗜好に反映することにしてもよい。
閲覧情報は単語と画像である。閲覧情報である単語が物を示す単語であれば、その物を閲覧した回数を、個人サイトと業者サイトで重みを異ならせた上で積算する。個人サイトは業者サイトよりも重みを大きくする。業者サイトよりも個人サイトの重みを大きくしているのは次の理由による。業者サイトは多数の種類の情報が一つのサイトに含まれていることも多く、その場合、そのうちの一部のみがユーザの嗜好を表しているにすぎない。これに対して、個人サイトは一般的に業者サイトよりは情報の種類が限定的である。よって、個人サイトの方がユーザの嗜好を表していると考えられる。そのため、業者サイトよりも個人サイトの重みを大きくするのである。
そして、積算値が所定の閾値以上となった単語(タグデータも含む)に対応する商品名、物品名、物品ジャンルをユーザの嗜好する商品名、物品名、物品ジャンルとする。
閲覧情報である画像を用いる嗜好の推定処理では、画像に付与されたタグデータを、閲覧情報である単語と同様に用いる。
また、購入情報からも、閲覧情報の単語と同様の処理でユーザの嗜好する商品名、物品名、物品ジャンルを決定する。なお、購入情報は、閲覧情報よりも、ユーザの嗜好を反映していると考えられる。そこで、購入情報については、一度の購入のみユーザの嗜好に反映することにしてもよい。
次に、ユーザの嗜好する価格帯を推定する処理を説明する。決定情報源として行き先を用いて価格帯を推定するために、地域と価格帯の対応関係を予め設定する。高級店が多い地域(たとえば銀座)は、最も高い価格帯に対応付けられる。反対に、安売り品や価格の低い商品を扱う店舗が多い地域は低い価格帯に対応付けられる。行動情報である行き先が該当するエリアを決定する。そして、決定したエリアと上記対応関係から、ユーザの嗜好する価格帯を推定する。
次に、購入情報からユーザの嗜好する価格帯を推定する処理を説明する。購入情報からユーザの嗜好する価格帯を推定する場合、購入情報から商品名を決定する。そして、その商品名に対応する物品名自体に基づいて仮の価格帯を設定する。物品名自体が高いもの(たとえば宝石)であれば、仮の価格帯も高い価格帯に設定される。仮の価格帯を設定後、その物品名の販売価格の範囲における当該商品の価格に基づいて、嗜好の仮の価格帯を修正して、ユーザの嗜好する価格帯とする。修正の方法の一例を示すと、その物品名の販売価格の範囲を、価格帯と同じ数に区分する。そして、購入した商品の価格がその区分のどこに属するかを決定する。属する区分が中心区分からずれている区分数だけ、嗜好の仮の価格帯からずらした価格帯を、ユーザの嗜好する価格帯とする。なお、物品名の販売価格の範囲など、必要な情報はサーバに接続して取得する。
次に、閲覧情報からユーザの嗜好する価格帯を設定する処理を説明する。閲覧情報である単語が物を示す単語であって、その単語に対応する商品名およびその商品名の価格を決定できる場合、購入情報と同様にしてユーザの嗜好する価格帯を推定する。閲覧情報である画像については画像に付与されているタグデータから単語の場合と同様に、ユーザの嗜好する価格帯を推定する。
なお、ユーザの嗜好する価格帯の区分数に上限数を設定してもよい。上述のようにして推定した価格帯がその上限数を超えた場合、たとえば、推定時が最も古いものを削除する。また、同じ時期に取得した行動情報(たとえばいずれも最新期間の行動情報)から複数の価格帯を推定した場合、各価格帯を推定した行動情報の数を積算し、積算値が多いものから順に、所定の区分数の価格帯を、ユーザの嗜好する価格帯として推定してもよい。
次に、ユーザの嗜好する施設を推定する処理を説明する。行き先が施設であれば、その施設の施設名、その施設の施設ジャンルを、ユーザの嗜好する施設名、施設ジャンルと推定する。閲覧情報である単語が施設名や施設ジャンルであれば、それら施設名や施設ジャンルを、ユーザの嗜好する施設名、施設ジャンルと推定する。閲覧情報である画像については、その画像に付与されているタグデータを閲覧情報である単語と同じように用いてユーザの嗜好する施設名、施設ジャンルを推定する。また、購入情報が示す商品を販売している施設の施設名、施設ジャンルを、ユーザの嗜好する施設名、施設ジャンルと推定する。
上記のようにして推定した施設名のうち、決定情報源である移動距離よりも自宅から遠方にある施設を示す施設名は、ユーザの嗜好する施設名から除く。あるいは、ユーザの嗜好する施設名を複数のランクに分ける。そして、決定情報源である移動距離よりも自宅から遠方にある施設を示す施設名は、自宅から当該施設までの距離が上記移動距離よりも近い施設を示す施設名よりも、低いランクとするようにしてもよい。
次に、ユーザの嗜好する施設を推定する処理を説明する。決定情報源とした行き先が含まれるエリアを、ユーザの嗜好するエリアであると推定する。閲覧情報である単語がエリアであれば、そのエリアを、ユーザの嗜好するエリアと推定する。閲覧情報である画像については、その画像に付与されているタグデータを閲覧情報である単語と同じように用いてユーザの嗜好するエリアを推定する。また、購入情報が示す商品を販売している施設が存在するエリアを、ユーザの嗜好するエリアと推定する。
上記のようにして推定したエリアのうち、決定情報源である移動距離よりも自宅から遠方にあるエリアは、ユーザの嗜好するエリアから除く。あるいは、ユーザの嗜好するエリアを複数のランクに分ける。そして、決定情報源である移動距離よりも自宅から遠方にあるエリアは、自宅から当該エリアまでの距離が上記移動距離よりも近いエリアよりも、低いランクとするようにしてもよい。
以上で図2のステップS5の説明は終わりである。図2で推定した嗜好は、たとえば、図9に示す処理で利用する。図9に示す処理は一定周期で繰り返し実行する。
図9のステップS41では、提案条件が成立したか否かを判断する。ここでの提案は、ユーザの好む行動を提案することであり、提案条件は、その提案をしたときに、提案した行動がとりやすい状況であるという条件である。
具体的に説明する。たとえば、ユーザの好む行動としては、ユーザが好む施設へ立ち寄るという行動がある。この場合、提案条件は、その施設の付近に差し掛かったという条件である。
ステップS41の判断において提案条件が成立しないと判断した場合(S41:NO)には図9の処理を終了する。提案条件が成立すると判断した場合(S41:YES)、ステップS42へ進む。
ステップS42では、上記提案条件に対応する提案を実施する。たとえば、上述の例では、ユーザが好む施設への立ち寄りを提案する内容のメッセージを表示部12に表示する。
(第1実施形態の効果)
以上、説明した第1実施形態によれば、携帯端末1、ナビゲーション装置2は嗜好推定部144、244を備えており、ユーザの行動情報からそのユーザの嗜好を推定する。また、最新期間のユーザの行動情報と、過去のユーザの行動情報との比較に基づいて、ユーザの行動変化点を決定する変化点決定部143、243も備える。
以上、説明した第1実施形態によれば、携帯端末1、ナビゲーション装置2は嗜好推定部144、244を備えており、ユーザの行動情報からそのユーザの嗜好を推定する。また、最新期間のユーザの行動情報と、過去のユーザの行動情報との比較に基づいて、ユーザの行動変化点を決定する変化点決定部143、243も備える。
変化点決定部143、243は、ユーザの行動情報を、最新期間とそれよりも前の期間で比較して行動変化点を決定していることから、一時点の行動の変化では行動変化点は決定されない。そして、嗜好推定部144、244は、変化点決定部143、243が行動変化点を決定したことに基づいて嗜好を更新する。
一時点の行動では行動変化点は決定されないことから、嗜好推定部144、244も、一時点の行動があったことのみでは、ユーザの嗜好を更新しない。これにより、稀にいつもと異なる行動をしたとしても、ユーザの嗜好を更新しないことになるので、誤った嗜好を推定してしまうことが抑制できる。
また、行動変化点を決定した場合には、行動変化点後の行動情報に基づいてユーザの嗜好を推定するので、ユーザの嗜好が実際に変化したときには、その嗜好の変化に対応した嗜好を推定することもできる。
(第2実施形態)
次に第2実施形態を説明する。なお、この第2実施形態以下の説明において、それまでに使用した符号と同一番号の符号を有する要素は、特に言及する場合を除き、それ以前の実施形態における同一符号の要素と同一である。また、構成の一部のみを説明している場合、構成の他の部分については先に説明した実施形態を適用することができる。
次に第2実施形態を説明する。なお、この第2実施形態以下の説明において、それまでに使用した符号と同一番号の符号を有する要素は、特に言及する場合を除き、それ以前の実施形態における同一符号の要素と同一である。また、構成の一部のみを説明している場合、構成の他の部分については先に説明した実施形態を適用することができる。
第2実施形態では、図10に示すように、ステップS4の後に、ステップS4−1の判断を行う。ステップS4−1の判断がNOであれば第1実施形態と同じステップS5を実行するが、ステップS4−1の判断がYESであればステップS5−1を実行する。
ステップS4−1では、設定済みの行動変化パターンに該当するか否かを判断する。行動変化パターンとは、嗜好変化を伴うような行動傾向の変化があったとき、その行動傾向の変化があった後における典型的な幾つかの行動情報、および、行動情報の変化を組み合わせたものである。
図11には、設定済み行動変化パターンとして、就職パターン、結婚パターン、出産パターンの例を示している。就職パターンは、就職するという行動変化後に生じる典型的な行動情報、および、その就職の前後での行動情報の変化を組み合わせたものである。図11に例示した就職パターンには、行動エリアが変化すること、および、嗜好する価格帯が中、嗜好する物品名がG,H,I・・・、嗜好する施設ジャンルがA,B,C・・・が含まれている。就職パターンとして行動エリアが変化することが含まれているのは、就職は転居が伴うことも多いからである。なお、行動エリアは、実質的に嗜好するエリアと同じである。就職パターンにおける嗜好する物品名としては、たとえば革靴、スーツがある。
図11に例示した結婚パターンには、行動エリアが変化すること、および、嗜好する価格帯が中、嗜好する物品名がM,N,O・・・、嗜好する施設ジャンルがD,K,L・・・が含まれている。結婚パターンとして、行動エリアが変化することが含まれているのは、結婚も転居が伴うことが多いからである。
図11に例示した出産パターンには、移動距離が短くなること、および、嗜好する物品名がP,Q,R・・・、嗜好する施設ジャンルがS,T,U・・・が含まれている。出産パターンとして、移動距離が短くなることが含まれているのは、出産すると、遠距離の移動は困難になるからである。
図11は一例であり、その他の行動変化パターンも設定できる。また、各行動変化パターンにどのような行動情報を含ませるかは、適宜、設定可能である。
設定済み行動変化パターンに該当するかどうかは、ユーザの最新期間の行動情報のうち、設定済み行動変化パターンに含まれている行動情報と一致する行動情報の数により判断する。ただし、行動エリア変化は、ユーザの最新期間の行動情報に加え、過去の行動情報も用いて判断する。
一致数が判定基準数以上であれば、その行動変化パターンに該当すると判断する。判定基準数は、就職した、結婚した、出産したなどを推定できる数であればよく、各パターンに含まれる行動情報の数に比較して小さい数に設定される。たとえば、各パターンに含まれる行動情報の数の半分以下の数に設定される。この判定基準数は、各パターンで異なる数でもよい。また、特に典型的な行動情報が合致する場合は、複数項目の合致とみなすことで、特に典型的な行動情報が合致する場合に、行動変化パターンに該当すると判断しやすくしてもよい。
ステップS4−1で設定済み行動変化パターンに該当すると判断した場合には(S4−1:YES)ステップS5−1へ進み、該当しないと判断した場合(S4−1:NO)にはステップS5へ進む。ステップS5の処理は図2のステップS5と同じである。
ステップS5−1では、ステップS4−1で該当すると判断した行動変化パターンを参照してユーザの嗜好を推定する。行動変化パターンに、物品名、施設ジャンルなど、図8に例示した具体的嗜好に該当する情報が含まれている場合、その情報をそのままユーザの具体的嗜好とする。
前述したように、行動変化パターンに該当するかどうかを判定する判定基準数は、各パターンに含まれる行動情報の数に比較して小さい数に設定される。そのため、行動変化パターンを参照してユーザの嗜好を推定することで、図2のステップS5の場合よりも、多くの具体的嗜好を推定することができる。
さらに、このステップS5−1でも、図2のステップS5と同じ処理も実行してユーザの嗜好を推定する。これにより、さらに多くの具体的嗜好を推定することができる。
(第3実施形態)
次に第3実施形態を説明する。図12に示すように、第3実施形態では、第2実施形態と同じステップS4−1を実行する。ステップS4−1で設定済み変化パターンに該当しないと判断した場合の処理が、第2実施形態と相違する。
次に第3実施形態を説明する。図12に示すように、第3実施形態では、第2実施形態と同じステップS4−1を実行する。ステップS4−1で設定済み変化パターンに該当しないと判断した場合の処理が、第2実施形態と相違する。
第3実施形態では、ステップS4−1で設定済み変化パターンに該当しないと判断した場合(S4−1:NO)、ユーザの嗜好を推定しない。
すなわち、第3実施形態では、ユーザの行動が行動変化パターンに該当しない場合には、嗜好の推定(更新)をしない。よって、誤った嗜好を推定してしまうことを一層抑制できる。
(第4実施形態)
次に第4実施形態を説明する。第4実施形態では、携帯端末1、ナビゲーション装置2は、図1に示した構成に加え、制御部14、24が、変化予測部145、245としての機能も備える。また、変化点決定部143A、243Aは、これまでの実施形態の変化点決定部143、243で説明した処理に加えて以下に説明する処理も実行する。
次に第4実施形態を説明する。第4実施形態では、携帯端末1、ナビゲーション装置2は、図1に示した構成に加え、制御部14、24が、変化予測部145、245としての機能も備える。また、変化点決定部143A、243Aは、これまでの実施形態の変化点決定部143、243で説明した処理に加えて以下に説明する処理も実行する。
なお、第4実施形態でも、2つの制御部14、24処理は互いに同じであるので、携帯端末1の制御部14の制御のみを説明する。上記変化予測部145、変化点決定部143Aの処理を図14、図15を用いて説明する。
図14に示した処理は変化予測部145が実行する。また、所定の繰り返し周期で実行する。ステップS51では、行動変化時期となったか可能性があるか否かを判断する。行動変化時期は、ユーザの行動傾向が変化する時期である。ユーザの行動傾向が変化するときは、前述したように、設定済み行動変化パターンに該当する行動をとる。したがって、ステップS51は、次の行動変化パターンに該当する時期である可能性を判断している。この判断は、ある行動変化パターンに該当すると判断してからの経過期間で判断する。また、複数の行動変化パターン間で、行動変化パターンの行動をとる順番が決められている。したがって、ある行動変化パターンに該当するとの判断をした場合、上記順番から、次の行動変化パターンも予測できる。
たとえば、第2実施形態では示していないが、設定済み変化パターンとして進学パターンが設けられていたとする。そして、その進学パターンに該当したと過去に判断したとする。進学パターンに該当した場合の上記経過期間は、たとえば、2年、3年、4年とする。
また、就職した後に結婚するというパターンが一般的であり、結婚後は、女性であればいずれ出産することが多い。ただし、就職してから結婚するまでの期間や、結婚してから出産するまでの期間は人により様々である。そのため、結婚パターンや出産パターンに該当する時期となったことを、就職パターンや結婚パターンに該当すると判断してからの経過期間で予測することは、実際には困難である。
しかし、本実施形態では、後述するように、パターン変化時期の可能性があると判断しただけでは、ユーザの嗜好を大きく変更しない。そのため、パターン変化時期であるとの予測が間違っていたとしても、誤ってユーザの嗜好を推定してしまう程度は小さい。さらには、予測が間違っていたことを判断したら、嗜好を元の状態に戻す(図15のS64、S65)。
これらのことから、就職パターンや結婚パターンに該当すると判断してからの経過期間を計算してステップS51の判断を行なってもよい。就職パターンや結婚パターンに該当すると判断してからの経過期間は、就職してから結婚するまでの期間や、結婚してから出産するまでの期間として比較的多い期間を複数種類設定する。
ステップS51の判断がNOであれば図14の処理を終了する。YESであればステップS52へ進む。ステップS52では、行動変化時期となった後に予測される行動変化パターンから定まる代表的嗜好を、ユーザの嗜好に追加する。この代表的嗜好は予め設定されている。少数であれば、代表的嗜好は複数でもよい。
この図14を実行後、第1実施形態で説明した図9の処理を第4実施形態でも実行する。その後、図15を実行する。図15は変化点決定部143Aが実行する。
ステップS61では、図14で追加した代表的嗜好に関連する提案がユーザに採用されたか否かを判断する。たとえば、代表的嗜好として施設ジャンルを追加したとする。そして、図9のステップS42でその施設ジャンルに該当するある施設への立ち寄りを提案したとする。この例では、提案した施設に立ち寄ったと判断できた場合に、提案が採用されたとする。
提案が採用されたと判断した場合(ステップS61:YES)にはステップS62へ進む。提案が採用されなかったと判断した場合(ステップS61:NO)にはステップS64へ進む。
ステップS62では、ステップS61をYESと判断した時点を行動変化点とする。そして、ステップS63へ進み、図14のステップS52で追加した代表的嗜好に対応する行動変化パターンを参照して、図10のステップS5−1と同様にしてユーザの嗜好を推定(更新)する。
ステップS64では、提案回数が所定の閾値を超えたか否かを判断する。この閾値は、ユーザが上記代表的嗜好に興味がないと判断できるか否かの観点にもとづいて適宜設定される。したがって、ステップS64がYESであれば、ユーザは上記代表的嗜好に興味がないと考えられる。すなわち、ユーザの行動傾向はまだ変化していないと考えられる。そこで、ステップS65へ進んで、ユーザの嗜好から上記代表的嗜好を削除する。
ステップS64の判断がNOであれば、そのまま図15の処理を終了する。この場合、代表的嗜好が追加された状態で再び図9の処理を実行する。その後、この図15を実行することになる。
以上、説明した第4実施形態では、行動変化時期の可能性があると判断した場合には(S51:YES)、行動変化パターンから定まる代表的嗜好をユーザの嗜好に追加し(S52)、その代表的嗜好に関連する嗜好が採用された場合には(S61:YES)、行動変化点を決定する(S62)。この処理により、最新の行動情報と過去の行動情報を比較して行動変化点を決定するよりも、早く行動変化点を決定することができる場合が生じる。その結果、ユーザの実際の嗜好変化により早く対応して、ユーザの嗜好を推定(更新)することができる。
以上、本発明の実施形態を説明したが、本発明は上述の実施形態に限定されるものではなく、次の実施形態も本発明の技術的範囲に含まれ、さらに、下記以外にも要旨を逸脱しない範囲内で種々変更して実施することができる。
(変形例1)
前述の実施形態では、携帯端末1、ナビゲーション装置2はユーザ識別部141、241を備えていたが、携帯端末1やナビゲーション装置2を扱う者は主として一人であることも多い。そこで、ユーザ識別部141、241を備えずに嗜好推定を行なってもよい。
前述の実施形態では、携帯端末1、ナビゲーション装置2はユーザ識別部141、241を備えていたが、携帯端末1やナビゲーション装置2を扱う者は主として一人であることも多い。そこで、ユーザ識別部141、241を備えずに嗜好推定を行なってもよい。
(変形例2)
図14のステップS51の説明において、進学パターンに該当した場合の経過期間として2年、3年、4年を例示した。これらは、進学してから就職するまでの期間である。しかし、行動変化(就職)に備え、少し前から準備をすることもある。そこで、就職など次の行動変化が生じるまでの期間よりも少し短い期間を上記経過期間としてもよい。
図14のステップS51の説明において、進学パターンに該当した場合の経過期間として2年、3年、4年を例示した。これらは、進学してから就職するまでの期間である。しかし、行動変化(就職)に備え、少し前から準備をすることもある。そこで、就職など次の行動変化が生じるまでの期間よりも少し短い期間を上記経過期間としてもよい。
(変形例3、4)
前述の実施形態では、携帯端末1、ナビゲーション装置2がそれぞれ、行動蓄積部142、242、変化点決定部143、243、143A、243A、嗜好推定部144、244、変化予測部145、245を備えていた。しかし、前述の実施形態でも説明態様に、携帯端末1とナビゲーション装置2は相互に通信可能である。そこで、前述した各部のうち一部の構成を備えず、備えていない構成については、他方の装置2、端末1での処理結果を取得するようにしてもよい(変形例3)。また、行動情報として、自端末1、自装置2で蓄積した情報に加え、他方の装置2、端末1で蓄積したものも取得して行動変化点を決定してもよい(変形例4)。
前述の実施形態では、携帯端末1、ナビゲーション装置2がそれぞれ、行動蓄積部142、242、変化点決定部143、243、143A、243A、嗜好推定部144、244、変化予測部145、245を備えていた。しかし、前述の実施形態でも説明態様に、携帯端末1とナビゲーション装置2は相互に通信可能である。そこで、前述した各部のうち一部の構成を備えず、備えていない構成については、他方の装置2、端末1での処理結果を取得するようにしてもよい(変形例3)。また、行動情報として、自端末1、自装置2で蓄積した情報に加え、他方の装置2、端末1で蓄積したものも取得して行動変化点を決定してもよい(変形例4)。
1:携帯型情報閲覧端末(嗜好推定装置)、 2:車両用ナビゲーション装置(嗜好推定装置)、 11:通信部、 12:表示部、 13:入力部、 14:制御部、 15:記憶部、 16:位置検出部、 141:ユーザ識別部、 142:行動蓄積部、 143:変化点決定部、 143A:変化点決定部、 144:嗜好推定部、 145:変化予測部、 21:通信部、 22:表示部、 23:入力部、 24:制御部、 25:記憶部、 26:位置検出部、 27:地図データベース、 241:ユーザ識別部、 242:行動蓄積部、 243:変化点決定部、 243A:変化点決定部、 244:嗜好推定部、 245:変化予測部
Claims (9)
- ユーザの行動内容を示す行動情報を取得して所定の記憶部に蓄積する行動蓄積部(42、242)と、
前記行動蓄積部が蓄積した行動情報のうち、予め設定された最新期間の行動情報と、それよりも前の期間の行動情報との比較に基づいて、前記ユーザの行動傾向が変化した時点である行動変化点を決定する変化点決定部(143、143A、243、243A)と、
前記変化点決定部が前記行動変化点を決定したことに基づいて、その行動変化点以後に前記行動蓄積部が蓄積した行動情報に基づいて、前記ユーザの嗜好を推定する嗜好推定部(144、244)と、を備えることを特徴とする嗜好推定装置(1、2)。 - 請求項1において、
前記嗜好推定部は、前記最新期間の行動情報を、嗜好変化を伴う予め設定された行動変化パターンと比較して、前記最新期間の行動情報が前記行動変化パターンに該当すると判断した場合、前記ユーザの嗜好を、その該当すると判断した行動変化パターンに基づいて推定することを特徴とする嗜好推定装置。 - 請求項2において、
前記嗜好推定部は、前記最新期間の行動情報が前記行動変化パターンに該当しないと判断した場合、前記ユーザの嗜好を前記最新期間の行動情報に基づいて推定する、ことを特徴とする嗜好推定装置。 - 請求項2において、
前記嗜好推定部は、前記最新期間の行動情報が前記行動変化パターンに該当しないと判断した場合、前記ユーザの嗜好を更新しないことを特徴とする嗜好推定装置。 - 請求項2〜4のいずれか1項において、
表示部(12、22)と、
前記行動蓄積部が蓄積した行動情報に基づいて、前記ユーザの次の行動変化パターンを前記予め設定された行動変化パターンから予測するとともに、前記ユーザがその行動変化パターンの行動をする時期を予測する変化予測部(145、245)とを備え、
前記変化点決定部(143A、243A)は、前記変化予測部が次の行動変化パターンに変化すると予測した時期になった後、変化後の行動変化パターンに基づく提案ができる所定の提案タイミングで、前記変化予測部が予測した行動変化パターンを代表する代表的嗜好に関連する提案を前記表示部に表示し、その提案が前記ユーザに採用されたことに基づいて前記行動変化点を決定する、ことを特徴とする嗜好推定装置。 - 請求項1〜5のいずれか1項において、
前記行動蓄積部は、前記行動情報として、前記ユーザの行き先を少なくとも取得することを特徴とする嗜好推定装置。 - 請求項6において、
前記嗜好推定部は、前記行動変化点以後に前記行動蓄積部が蓄積した行き先に基づいて、前記ユーザの嗜好として、前記ユーザの好む価格帯を推定する、ことを特徴とする嗜好推定装置。 - 請求項1〜7のいずれか1項において、
前記行動蓄積部は、前記行動情報として、前記ユーザの移動距離を少なくとも取得することを特徴とする嗜好推定装置。 - 請求項8において、
前記嗜好推定部は、前記行動変化点以後に前記行動蓄積部が蓄積した移動距離に基づいて、前記ユーザの嗜好として、前記ユーザの好む施設およびエリアのいずれかを推定する、ことを特徴とする嗜好推定装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013114961A JP2014235473A (ja) | 2013-05-31 | 2013-05-31 | 嗜好推定装置 |
PCT/JP2014/002485 WO2014192233A1 (ja) | 2013-05-31 | 2014-05-12 | 嗜好推定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013114961A JP2014235473A (ja) | 2013-05-31 | 2013-05-31 | 嗜好推定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014235473A true JP2014235473A (ja) | 2014-12-15 |
Family
ID=51988288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013114961A Pending JP2014235473A (ja) | 2013-05-31 | 2013-05-31 | 嗜好推定装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2014235473A (ja) |
WO (1) | WO2014192233A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017134750A (ja) * | 2016-01-29 | 2017-08-03 | ヤフー株式会社 | 認証装置、認証方法および認証プログラム |
JP2018092498A (ja) * | 2016-12-07 | 2018-06-14 | 共同印刷株式会社 | 活動拠点推定装置、活動拠点推定方法及び活動拠点推定用プログラム |
JP2019194901A (ja) * | 2019-07-01 | 2019-11-07 | パイオニア株式会社 | 目的地推測装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107797894B (zh) * | 2017-02-17 | 2021-04-13 | 平安科技(深圳)有限公司 | App用户行为分析方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006010326A (ja) * | 2004-06-22 | 2006-01-12 | Denso Corp | 車両用ナビゲーション装置 |
JP2006184008A (ja) * | 2004-12-24 | 2006-07-13 | Fujitsu Ten Ltd | 車載情報提供装置 |
WO2010076871A1 (ja) * | 2009-01-05 | 2010-07-08 | 日本電気株式会社 | コンテキスト収集装置、コンテキスト収集プログラム、およびコンテキスト収集方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4981699B2 (ja) * | 2008-01-28 | 2012-07-25 | 株式会社エヌ・ティ・ティ・ドコモ | 情報配信サーバ、情報配信システム及び情報配信方法 |
JP5027082B2 (ja) * | 2008-09-02 | 2012-09-19 | ヤフー株式会社 | 行動履歴分析方法、装置及びプログラム |
JP5486668B2 (ja) * | 2012-12-20 | 2014-05-07 | 株式会社ゼンリンデータコム | 属性特定システム、属性特定方法、および、コンピュータプログラム |
-
2013
- 2013-05-31 JP JP2013114961A patent/JP2014235473A/ja active Pending
-
2014
- 2014-05-12 WO PCT/JP2014/002485 patent/WO2014192233A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006010326A (ja) * | 2004-06-22 | 2006-01-12 | Denso Corp | 車両用ナビゲーション装置 |
JP2006184008A (ja) * | 2004-12-24 | 2006-07-13 | Fujitsu Ten Ltd | 車載情報提供装置 |
WO2010076871A1 (ja) * | 2009-01-05 | 2010-07-08 | 日本電気株式会社 | コンテキスト収集装置、コンテキスト収集プログラム、およびコンテキスト収集方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017134750A (ja) * | 2016-01-29 | 2017-08-03 | ヤフー株式会社 | 認証装置、認証方法および認証プログラム |
JP2018092498A (ja) * | 2016-12-07 | 2018-06-14 | 共同印刷株式会社 | 活動拠点推定装置、活動拠点推定方法及び活動拠点推定用プログラム |
JP2019194901A (ja) * | 2019-07-01 | 2019-11-07 | パイオニア株式会社 | 目的地推測装置 |
JP2021179998A (ja) * | 2019-07-01 | 2021-11-18 | パイオニア株式会社 | 目的地推測装置 |
JP2023055839A (ja) * | 2019-07-01 | 2023-04-18 | パイオニア株式会社 | 目的地推測装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2014192233A1 (ja) | 2014-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10817928B2 (en) | System, method, and medium for generating a map of a geographic region based on client location data | |
US20180307408A1 (en) | User Interface for Comparing Items Using Gestures | |
US20140067564A1 (en) | Shopping list creator and optimizer | |
JP6206760B2 (ja) | 顧客要求管理システム、顧客要求管理方法、プログラム | |
JP2015531913A (ja) | プッシュに基づく推奨 | |
WO2012067816A2 (en) | Displaying product recommendations on a map | |
US20150356099A1 (en) | Neighborhood similarity tool and method | |
KR20180069099A (ko) | 쇼핑 트립 플래너 | |
US20150088693A1 (en) | Method for displaying and navigating internet search results | |
JP5581167B2 (ja) | 買い物支援システム,サーバ装置及び買い物支援プログラム | |
JP7158431B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
KR20160148627A (ko) | 위치 개선 및 분산으로 인한 재-순위 검색 결과 | |
WO2014192233A1 (ja) | 嗜好推定装置 | |
JP2019160178A (ja) | 情報処理装置、情報処理方法、およびプログラム。 | |
JP2007004250A (ja) | 商品情報通知システム,ユーザ端末,商品情報通知方法およびプログラム | |
KR102051073B1 (ko) | 지출내역 정보 및 이동경로 정보에 기반하여 매장을 추천하는 방법 및 서버 | |
JP6543576B2 (ja) | ユーザの買い物履歴、小売業者のid及び小売業者が販売促進する物品に基づいて、カスタマイズされた検索結果を提供するシステム及び方法 | |
JP2019114099A (ja) | 在庫情報通知装置、在庫情報通知システム、及び在庫情報通知方法 | |
JP5911347B2 (ja) | 情報処理装置、及び情報処理方法 | |
WO2014185011A1 (ja) | 検索システムおよび検索装置 | |
CN110852665A (zh) | 信息处理装置以及信息处理方法、非临时性的存储介质 | |
JP6345212B2 (ja) | 情報処理サーバ、プログラム、および情報処理方法 | |
TWI496098B (zh) | A search device, a program, a recording medium, and a method | |
JP6567028B2 (ja) | 情報提供装置、情報提供方法、およびプログラム | |
JP6493917B2 (ja) | 電子装置、商品購入案内システムおよび商品購入案内プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161101 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20170613 |