JP2014518583A - お勧めデータの決定 - Google Patents

Abstract

【解決手段】 お勧めデータを決定することが開示され、これは、所定の時点よりも前に発生したユーザ操作ログ集合から第１のキーワード集合を抽出し、第１のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定することと、所定の時点よりも後に発生したユーザ操作ログ集合から第２のキーワード集合を抽出し、第２のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定することと、第１のキーワード集合の少なくとも一部分と、第２のキーワード集合の少なくとも一部分とを合体させて第３のキーワード集合を得て、第３のキーワード集合の中のキーワードの少なくとも１つについての重み値を決定することと、第３のキーワード集合を、ユーザにお勧めされる可能性があるデータのデータベースと突き合わせることと、第３のキーワード集合からの少なくとも１つのキーワードにあるデータが一致することが決定された場合に、そのデータをユーザにお勧めされるデータとして決定することと、を含む。
【選択図】図２

Description

［関連出願の相互参照］
本出願は、あらゆる目的のために、参照によって本明細書に組み込まれる、２０１１年４月２５日に出願された発明の名称を「Ａ ＲＥＣＯＭＭＥＮＤＡＴＩＯＮ ＤＡＴＡ ＰＵＳＨＩＮＧ ＭＥＴＨＯＤ ＡＮＤ ＳＹＳＴＥＭ（お勧めデータプッシングの方法及びシステム）」とする中国特許出願第２０１１１０１４２４８．９号に基づく優先権を主張する。

本出願は、データ処理技術を伴い、特に、お勧めデータを決定するための技術を伴う。

ウェブサイトでは、ユーザに対してお勧めデータが提示されることがある。お勧めデータは、ユーザが閲覧した又は現時点で閲覧しているウェブページに関係するオンラインの広告及び／又は製品のお勧めを含むことができる。

インターネット広告掲載を含むお勧めデータを例にとる。ウェブサイトに広告を掲載する幾つかの従来技術では、所定の広告が所定の長さの期間にわたってウェブサイト上の固定された位置に表示される。この技術によって表示される広告は、ウェブサイトを訪問する全てのユーザが見ることができ、要するに、そのウェブサイトを訪問するどのユーザも、同じ広告を閲覧することができる。多くの場合、このタイプの広告掲載技術は、ウェブサイトを訪問するユーザ間の個人差を考慮に入れておらず、したがって、これらの広告掲載技術の有効性は、比較的乏しい。これを受けて、特定のユーザにターゲットを定めた広告掲載が、より良く個々のウェブサイト訪問者に応じられることが分かってきた。

ターゲットを定めた幾つかの従来の広告掲載システムでは、ユーザが現時点で閲覧しているコンテンツに基づいて、そのユーザ用に広告が選択され、ウェブサイト上の所定位置に表示される。例えば、ユーザがウェブページを閲覧する過程において、ウェブサイトを運営しているウェブサーバは、ユーザが閲覧を実施しているクライアントデバイスによって送信されたウェブページデータリクエストを受信し、ウェブサイトのコンテンツとして表示される、リクエストされたウェブページデータを取得する。次いで、このウェブサイトコンテンツ上に表示されることになる広告が決定され、その広告データは、クライアントデバイスに表示されることになるリクエストされたウェブサイトコンテンツとともに返される。しかしながら、ターゲットを定めたこの広告掲載技術の欠点は、１つには、ウェブサイトコンテンツに基づいて決定される広告データが、各ウェブサイトに表示することができるコンテンツの多様性ゆえに、ユーザの関心に正確には一致していないかもしれないことである。

更に、ターゲットを定めた幾つかの従来の広告掲載システムでは、広告掲載の決定が、ウェブサイトコンテンツを求めるユーザリクエストの受信に応答してリアルタイムでなされる。したがって、ウェブサーバにおける大量のデータ解析を伴うであろうリアルタイム決定は、頻繁に実施される必要があるだろう。しかしながら、ウェブサーバにおける頻繁なデータ処理は、非効率的であると考えられ、また、ウェブサイトトラフィックが多いときなどは特に、ウェブサイトコンテンツを求めるクライアントリクエストへの応答時間を遅くする恐れがある。

以下の詳細な説明及び添付の図面において、発明の様々な実施形態が開示される。

お勧めデータを決定するためのシステムの一実施形態を示す図である。

お勧めデータを決定するためのプロセスの一実施形態を示すフローチャートである。

ユーザ操作ログ集合からキーワード集合を抽出するための及びそのキーワード集合の中の少なくとも１つのキーワードについての重み値を決定するためのプロセスの一実施形態を示すフローチャートである。

第１のキーワード集合と第２のキーワード集合とを合体させるためのプロセスの一実施形態を示すフローチャートである。

お勧めデータを決定するためのシステムの一実施形態を示す図である。

第１の計算要素の一実施形態を示す図である。

第１の計算要素又は第２の計算要素の一実施形態を示す図である。

発明は、プロセス、装置、システム、合成物、コンピュータ読み取り可能ストレージ媒体に実装されたコンピュータプログラム製品、並びに／又は結合先のメモリに保存された命令及び／若しくは結合先のメモリによって提供される命令を実行するように構成されたプロセッサのようなプロセッサなどの、数々の形態で実現することができる。本明細書では、これらの実現形態又は発明がとりうるその他のあらゆる形態が、技術と称されてよい。総じて、開示されたプロセスのステップの順序は、発明の範囲内で変更されてよい。別途明記されない限り、タスクを実施するように構成されたものとして説明されるプロセッサ又はメモリなどのコンポーネントは、所定時にタスクを実施するように一時的に構成された汎用コンポーネントとして、又はタスクを実施するように製造された特殊コンポーネントとして実装されてよい。本明細書で使用される「プロセッサ」という用語は、コンピュータプログラム命令などのデータを処理するように構成された１つ以上のデバイス、回路、並びに／又は処理コアを言う。

発明の原理を例示す添付の図面とともに、以下で、発明の１つ以上の実施形態の詳細な説明が提供される。発明は、このような実施形態との関わりのもとで説明されるが、いずれの実施形態にも限定されない。発明の範囲は、特許請求の範囲によってのみ限定され、発明は、数々の代替形態、変更形態、及び均等物を網羅している。以下の説明では、発明の完全な理解を与えるために、数々の具体的詳細が明記される。これらの詳細は、例示を目的として提供されるものであり、発明は、これらの詳細の一部又は全部を伴わずとも、特許請求の範囲にしたがって実施することができる。明瞭さを期するために、発明に関係する技術分野において知られる技術要素は、発明が不必要に不明瞭にされないように、詳細な説明を省略されている。

お勧めデータを決定することが開示される。ウェブサイトにおけるユーザによるデータリクエストに応答したリアルタイムなお勧めデータ生成は、非効率的で遅いと考えられ、したがって、お勧めデータは、事前に決定して格納することが可能である。お勧めデータの例として、ユーザが現時点で訪問しているウェブサイトに掲載されることになる広告、及び／又はウェブサイトを現時点で訪問しているユーザにお勧めされることになる製品が挙げられる。したがって、その後ユーザがそのウェブサイトにおいてデータをリクエストしたときは、事前に決定されたお勧めデータの少なくとも幾らかを読み出して、リクエストされたコンテンツとともにウェブサイトにおいてユーザに対してプッシュされる。お勧めデータは、１つ以上のウェブサイトに関連付けられているユーザの過去操作ログに基づいて、そのユーザについて作成される。例えば、ユーザ操作ログとしては、（１つ以上の）ウェブサイトにユーザが訪問／アクセスしている最中における、タイムスタンプと、（１つ以上の）ウェブサイト上におけるユーザによるクリック動作、検索動作、閲覧動作、及びお気に入り追加動作と、（１つ以上の）ウェブサイトにおけるユーザ動作に関連付けられているキーワードとが挙げられる。ユーザに対するお勧めデータは、ユーザの過去ユーザ操作ログから抽出されたキーワードに少なくとも部分的に基づいて決定される。過去操作ログは、一人のユーザについて大量に記憶されているかもしれないので、大量のユーザ操作ログ全体からキーワードを抽出することは、非効率的である。様々な実施形態において、操作ログを２つの集合に、すなわち所定の時点よりも前に記録されたユーザ操作ログを含む１つの集合と、所定の時点よりも後に記録されたユーザ操作ログを含む第２の集合とに分割する一時点が、事前に決定される。例えば、所定の時点は、最近の３日間のように、ウェブサイトにおけるユーザの現訪問日時に関係するように構成することができる。その例では、一方のユーザ操作ログ集合が、ここ３日間中にユーザについて記録されたものを含むことができる一方で、もう一方のユーザ操作ログ集合は、ユーザがウェブサイトを最初に訪問したときから現日付の３日前までにユーザについて記録されたものを含むことができる。

様々な実施形態において、キーワード抽出及び重み付け計算は、所定の時点よりも前に発生したユーザ操作ログ集合及び所定の時点よりも後に発生したユーザ操作ログ集合に対し、別々に実施される。一部の実施形態では、現時点に近い時点で発生したユーザ操作ログから抽出されたキーワード（すなわち、所定の時点よりも後のユーザ操作ログ集合から抽出されたキーワード）が、それらがユーザの最も新しい関心をより良く表していると想定されるゆえに、より高い重み値を割り振られる一方で、現時点から遠い時点で発生したユーザ操作ログから抽出されたキーワード（すなわち、所定の時点よりも前のユーザ操作ログ集合から抽出されたキーワード）は、それらが古くて恐らくは賞味期限の切れたユーザの関心を表していると想定されるゆえに、より低い重み値が割り振られる。様々な実施形態において、所定の時点よりも前のタイムスタンプに関連付けられているユーザ操作ログ集合は、大きめの周期的値を使用して周期的に処理され、所定の時点よりも後のタイムスタンプに関連付けられているユーザ操作ログ集合は、小さめの周期的値を使用して周期的に処理される（すなわち、所定の時点よりも前に発生したユーザ操作ログ集合は、所定の時点よりも後に発生したユーザ操作ログよりも低い頻度で処理される）。一部の実施形態では、所定の時点よりも後に発生したユーザ操作集合は、ひいては、ユーザがウェブページにアクセスしていること及び／又はユーザがウェブサイトコンテンツをリクエストしていることをウェブサーバが決定した時点でも処理されてよい。一部の実施形態では、所定の時点よりも前に及び所定の時点よりも後に発生したユーザ操作ログ集合から抽出されたキーワードは、記憶させてユーザが次にウェブサイトを訪問したときにユーザに送信するためのお勧めデータを決定するために使用される。

ユーザが次にウェブサイトを訪問したときは、もはや、ユーザによってリクエストされたウェブページデータに基づいてお勧めデータをリアルタイムに決定する必要はない。その代わり、ユーザに対応するお勧めデータが、そのユーザ用に既に事前に決定されているので、単純に、お勧めデータをストレージから取り出すことが可能である。たとえもし、ユーザがウェブサーバを訪問している時点で、ウェブサーバが所定の時点よりも後のタイムスタンプに関連付けられているユーザ操作ログ集合を処理しているとしても、処理されるデータの量は、全ユーザ操作ログに関連付けられているデータの量と比べると比較的小さく、したがって、お勧めデータを決定するための処理量は、大幅に軽減される。

図１は、お勧めデータを決定するためのシステムの一実施形態を示す図である。この例では、システム１００は、クライアント１０２と、ネットワーク１０４と、サーバ１０６と、データベース１０８とを含む。ネットワーク１０４は、高速データネットワーク及び／又は電気通信ネットワークを含んでいてよい。

サーバ１０６は、サーバ１０６によって運営されているウェブサイトにアクセスするユーザに関連付けられているユーザ操作ログを記録するように構成されている。サーバ１０６は、例えば、データベース１０８にユーザ操作ログを記憶させることができる。例えば、ユーザ操作ログとしては、（１つ以上の）ウェブサイトにユーザが訪問／アクセスしている最中における、タイムスタンプと、（１つ以上の）ウェブサイトにおけるユーザによるクリック動作、検索動作、閲覧動作、及びお気に入り追加動作と、（１つ以上の）ウェブサイトにおけるユーザ動作に関連付けられているキーワードとが挙げられる。クライアント１０２は、ラップトップコンピュータ、デスクトップコンピュータ、タブレット、モバイルデバイス、スマートフォン、又はその他の任意のコンピューティングデバイスであることができる。一部の実施形態では、ウェブブラウザアプリケーションが、クライアント１０２にインストールされ、サーバ１０６によって運営されているウェブサイトに関連付けられているウェブページにユーザがアクセスすることを可能にしている。サーバ１０６は、１つの又は複数のデバイスを含んでいてよい。

サーバ１０６は、ユーザ用に、データベース１０８から読み出されたそのユーザについての記録されたユーザ操作ログに基づいて、ウェブサイトにおけるユーザの関心を表すために使用されるキーワード集合を決定するように構成されている。ユーザについて決定されるこのキーワード集合は、ユーザにお勧めされる可能性があるデータ（例えば、ユーザに対して提示されることになるオンライン広告）のデータベースと突き合わせるために使用することができる。一部の実施形態では、ユーザにお勧めされるものとして決定されるデータは、データベース１０８に記憶され、したがって、ユーザが、サーバ１０６によって運営されているウェブサイトにクライアント１０２を使用して次に訪問したときは、ユーザによってリクエストされたその他のウェブサイトコンテンツに加えて、ユーザにお勧めするためのこのようなデータの少なくとも１つが、クライアント１０２においてユーザ用に表示される。ユーザの関心を表すこのキーワード集合がどのように決定されるかは、以下で更に詳しく説明される。

図２は、お勧めデータを決定するためのプロセスの一実施形態を示すフローチャートである。一部の実施形態では、プロセス２００は、システム１００において実行に移すことができる。

プロセス２００は、ウェブサイトコンテンツを求めるユーザのリクエスト（例えば、ユーザがウェブサイトを訪問すること及び／又はウェブサイトにおいて選択可能エレメントを選択したこと）の受信に応答して開始させることができる。一部の実施形態では、プロセス２００の開始前に、一時点が決定される。例えば、当該時点は、現時点から一定期間を隔てた時点であることができる。一時点の一例として、現時点から３日前が挙げられる。

一部の実施形態では、特定のユーザについて記録された全ての過去ユーザ操作ログを読み出すことができる。例えば、ユーザ操作ログとしては、（１つ以上の）ウェブサイトにユーザが訪問／アクセスしている最中における、タイムスタンプと、（１つ以上の）ウェブサイトにおけるユーザによるクリック動作、検索動作、閲覧動作、及びお気に入り追加動作と、（１つ以上の）ウェブサイトにおけるユーザ動作に関連付けられているキーワードとが挙げられる。一部の実施形態では、関連のユーザ操作ログを識別するために使用されることになるユーザ識別情報は、ユーザが登録アカウントを使用してウェブサイトにログインした後に得られてよい、又はユーザについて知られているＩＰアドレス若しくはその他の情報に基づいてウェブサーバによって決定されてよい。例えば、もし、ユーザがウェブサイトの登録ユーザであるならば、そのユーザは、ユーザアカウントを通じてウェブサイトに登録及びログインしたときは、アカウントのユーザＩＤによって識別することができ、ユーザ操作ログの読み出しは、ユーザＩＤに基づくことができる。もし、ユーザが登録ユーザではない又はユーザがアカウントを通じてログインしていないならば、そのユーザの操作ログは、ユーザのクッキーに基づいて読み出すことができる。

一部の実施形態では、読み出されたユーザ操作ログは、２つの集合に、すなわち所定の時点よりも前に発生した一方の集合と、所定の時点よりも後に発生したもう一方の集合とに分割することができる。

ステップ２０２では、所定の時点よりも前に発生したユーザ操作ログ集合から、第１のキーワード集合が抽出され、その第１のキーワード集合の中の少なくとも１つのキーワードについての重み値が決定される。一部の実施形態では、第１のキーワード集合は、所定の抽出技術／方式に少なくとも部分的に基づいて、所定の時点よりも前に発生したユーザ操作ログ集合から抽出される。

ステップ２０４では、所定の時点よりも後に発生したユーザ操作ログ集合から、第２のキーワード集合が抽出され、その第２のキーワード集合の中の少なくとも１つのキーワードについての重み値が決定される。一部の実施形態では、第２のキーワード集合は、所定の抽出技術／方式に少なくとも部分的に基づいて、所定の時点よりも後に発生したユーザ操作ログ集合から抽出される。一部の実施形態では、第２のキーワード集合の中の各キーワードは、第１のキーワード集合の値に割り振られる重み値よりも高い重み値を割り振られる。なぜならば、第２のキーワード集合は、より最近のユーザの関心を表しており、したがって、第２のキーワード集合の重み値によって示されるように、より重視されるに値すると見なされるからである。

一部の実施形態では、ステップ２０２またはステップ２０４は、いずれか一方がもう一方の前に実施されてよく、あるいはステップ２０２およびステップ２０４は、少なくとも重複する時間の最中に実施されてよい。

一部の実施形態では、第１の期間を、各第１の期間の終わりに２０２が実施されるように設定することができる。一部の実施形態では、第２の期間を、各第２の期間の終わりにステップ２０４が実施されるように設定することができる。第１及び第２の期間のいずれか一方又は両方を設定することによって、各期間の終わりに第１及び第２の集合の抽出キーワードを定期的にリフレッシュさせ（すなわち、新しい集合に置き換わらせ）、より最近に記憶されたユーザ操作ログのキーワードをより良く反映させることができる。様々な実施形態において、第１の期間は、第２のキーワード集合が第１のキーワード集合よりも頻繁にリフレッシュされるように、第２の期間よりも長く設定される。例えば、第１の期間を１日に設定し、第２の期間を１時間に又はユーザがウェブサイトにアクセスするのに応答するように設定することができる。

ステップ２０６では、第１のキーワード集合の少なくとも一部分と、第２のキーワード集合の少なくとも一部分とが合体されて、第３のキーワード集合が得られ、その第３のキーワード集合の中の少なくとも１つのキーワードについての重み値が決定される。一部の実施形態では、第１のキーワード集合と第２のキーワード集合とを合体させることは、第１のキーワード集合及び第２のキーワード集合の両方で見られる重複キーワードを識別することを含む。このような重複キーワードのそれぞれについて、第１のキーワード集合用に決定されたその重み値が、第２のキーワード集合用に決定されたその重み値と結合（例えば加算）される。この結合された重み値は、次いで、キーワードが第３のキーワード集合に含められる際に、そのキーワードに関連付けられる。第３のキーワード集合は、各重複キーワードを１つのみと、その重複キーワードに関連付けられている結合重み値とを含み、また、第１のキーワード集合及び第２のキーワード集合からのその他の非重複キーワードと、それらのキーワードが第１のキーワード集合及び第２のキーワード集合にある間に決定されたそれぞれの重み値とを含む。

一部の実施形態では、ユーザについて決定された第３のキーワード集合は、そのユーザの関心を表していると見なされる。一部の実施形態では、第３のキーワード集合は、そのユーザ用に記憶される。

ステップ２０８では、第３のキーワード集合が、お勧めされる可能性があるデータのデータベースと突き合わされる。一部の実施形態では、ユーザにお勧めされる可能性があるデータは、事前に決定されてデータベースに記憶される。例えば、このようなデータとしては、（例えば、ウェブサイトが電子商取引ウェブサイトであるならば、）オンライン広告及び／又は製品が挙げられる。

ステップ２１０では、データベースからのあるデータが、第３のキーワード集合からの少なくとも１つのキーワードに一致すると決定された場合に、そのデータが、ユーザにお勧めされるものとして決定される。例えば、あるデータは、オンライン広告であって、１つ以上の入札ワード／キーワード／メタデータに関連付けられていてよく、そのデータに関連付けられている入札ワード／キーワード／メタデータが、第３のキーワード集合の中のキーワードに一致する場合には、その広告は、ユーザがウェブサイトコンテンツをリクエストしたときに、ユーザに対して表示される。別の例では、第３のキーワード集合とデータとを突き合わせるにあたり、ＢＭ２５又はベクトル空間モデルなどの、既知の突き合わせ技術が使用されてよい。

一部の実施形態では、一致したデータが、ユーザによってリクエストされた幾らかのウェブサイトコンテンツとともにユーザに対して表示されるために送信される。一部の実施形態では、プロセス２００の実施後、更なるウェブサイトコンテンツを求めるユーザリクエストに応答し、ユーザにお勧めされるものとして決定された少なくとも１つのデータ（例えば、ターゲットを定めたオンライン広告）をユーザに対して提示することができる。例えば、あるウェブサイトにおいて、そのウェブサイトを少なくとも幾らかの新しいコンテンツでリフレッシュさせる選択可能エレメントをユーザが選択するたびに、リクエストされたコンテンツとともに、ユーザにお勧めされるものとして決定された１つ以上のデータがクライアントデバイスに送信される。

図３は、ユーザ操作ログ集合からキーワード集合を抽出するための及びそのキーワード集合の中の少なくとも１つのキーワードについての重み値を決定するためのプロセスの一実施形態を示すフローチャートである。一部の実施形態では、プロセス３００は、システム１００において実行に移すことができる。

一部の実施形態では、プロセス３００は、所定の時点よりも前に発生した読み出されたユーザ操作ログ集合から第１のキーワード集合を抽出するために実施される（例えばステップ２０２）。一部の実施形態では、プロセス３００は、所定の時点よりも後に発生した読み出されたユーザ操作ログ集合から第２のキーワード集合を抽出するためにも実施される（例えばステップ２０４）。言い換えると、プロセス３００は、プロセス２００のステップ２０２および／または２０４を実施するために使用することができる。しかしながら、一部の実施形態では、プロセス３００は、プロセス２００のステップ２０２を、プロセス２００のステップ２０４とは異なる周期的間隔で実施するために使用することができる。

プロセス３００は、読み出された全ユーザ操作ログの一部（所定の時点よりも前に発生した読み出されたユーザ操作ログ集合からの第１のキーワード集合及び所定の時点よりも後に発生した読み出されたユーザ操作ログ集合からの第２のキーワード集合）をそれぞれステップ２０２および２０４などで処理するために使用されるのではなく、読み出された全ユーザ操作ログを一度に処理するために使用することができるが、その一方で、読み出された全ユーザ操作ログは、大量になって、その処理が低速になる恐れがある。更に、全ユーザ操作ログが一度に処理されるときに、現時点におけるユーザの関心が見落とされるかもしれない。しかしながら、所定の時点よりも前に発生した読み出されたユーザ操作ログ集合からの第１のキーワード集合と、所定の時点よりも後に発生した読み出されたユーザ操作ログ集合からの第２のキーワード集合とを、別々に（例えば異なる時点で）処理すれば、各データ集合は、小さくなり、したがって、より高速に処理することができる。所定の時点よりも前に発生し読み出されたユーザ操作ログ集合からの第１のキーワード集合（プロセス２００のステップ２０２）が、既に処理され、その結果を記憶されている一方で、所定の時点よりも後に発生した読み出されたユーザ操作ログ集合からの第２のキーワード集合（プロセス２００のステップ２０４）は、ユーザがウェブページにアクセスしたときも発生することができる。所定の時点よりも後に発生したユーザ操作ログの中から別途キーワードを抽出すれば、ユーザがその意図を最近変更した可能性が考慮に入れられ、したがって、そのようにしてそこから抽出されたキーワードは、所定の時点よりも前に発生したユーザ操作ログ集合から抽出されたキーワードよりも、より良くユーザ意図を反映したものになる。

一部の実施形態では、ユーザ操作ログ集合から抽出されたキーワード集合の中の各キーワードを、それぞれに決定されたそれらの重み値とともに、形式＜キーワード、重み値＞の二次元ベクトルとして記憶させることができる。抽出されたキーワードは、過去におけるユーザの関心を表すために使用され、それぞれのキーワードの重み値は、そのキーワードに対してユーザが示す関心のレベルを表している。例えば、特定のユーザのユーザ操作ログから抽出されたキーワード集合が、｛＜ワイン，１４．１５８６＞、＜Sitir liquor（四特酒），９．２９３２８＞、＜低級蒸留酒，３．７４１８１＞、＜Zhongliang Great Wall（中米良長城），３．２２５７６＞、＜Changyu（張裕），３．１０７６＞｝であるならば、ユーザは、ワインに対して最も強く関心があり、次いで、Sitir liquor、低級蒸留酒等などと続くと結論付けることができる。

ステップ３０２では、ユーザ操作ログ集合に含まれる少なくとも一部のキーワードのそれぞれに割り振られた優先レベル値に少なくとも部分的に基づいて、ユーザ操作ログ集合からキーワード集合が抽出される。一部の実施形態では、優先レベル値は、ユーザ操作ログ集合に含まれる全キーワードの少なくとも一部のキーワードのそれぞれに割り振られる。値を割り振られたキーワードは、次いで、ランク付けされ、関連付けられている優先レベルが最も高い、所定数のキーワードがキーワード集合として抽出される。

以下は、ステップ３０２を実行するための技術の一例である。

プロセス３００の実行に先立って、製品ワードリスト及び入札ワードリストをそれぞれ設定することができる。製品ワードリストは、全カテゴリの製品ワード（例えば製品名）又は幾つかのカテゴリの製品ワードに基づいて確立されるデータベースであってよい。入札ワードリストは、広告提供者が入札することができる広告キーワードに対応していてよい。

まず、操作ログ集合から所定数の中心ワードを抽出するために、中心ワード抽出方法が使用される。様々な実施形態において、「中心ワード」は、何らかの測定基準／算定に基づいて、ワード集合の中の少なくとも幾つかのその他のワードよりも統計的に重要であるものとして決定されたワードである。任意の既知の中心ワード抽出技術が使用可能である。例えば、操作ログ集合に含まれる各キーワードのtf-idf重み及び／又はその他の統計値が、（既知の技術を使用して）決定されてよく、最も高いtf-idf重み及び／又は統計値を有するキーワードが、中心ワードと見なされる。例えば、もし、操作ログ集合に含まれるキーワードが、「韓国語でＹＥＳがプリントされた、ウエスト周りが緩い婦人物のカジュアルドレス2011-T-9の卸売提供を申し出る」を含むならば、この集合から抽出される中心ワードには、「婦人物」、「韓国語」、「プリント」、「ウエスト」、「カジュアル」、及び「ドレス」があると考えられる。抽出された各中心ワードは、レベル１の優先レベルを割り振られる。この例では、３つの異なる優先レベルがあり、優先レベル１＜優先レベル２＜優先レベル３である。

第２に、抽出された各中心ワードが、所定の製品ワードリストに含まれる製品ワードと突き合わされる。ある中心ワードがある製品ワードに一致する場合には、その製品ワードは、製品ワードリストから抽出され、対応する中心ワードの優先レベルは、優先レベル２に引き上げられる。

第３に、抽出された各製品ワードが、所定の入札ワードリストに含まれる入札ワードと突き合わされる。抽出されたある製品ワードが、入札ワードリストからのあるワードに一致する場合には、その入札ワードは、入札ワードリストから抽出され、対応する中心ワードの優先レベルは、優先レベル３に引き上げられる。

第４に、中心ワードの集合が、上述のように割り振られたそのそれぞれの優先レベルによってランク付けされる。次いで、ランク付けされた中心ワードの中から、関連付けられている優先レベルが最も高い所定数の中心ワードが抽出される。関連付けられている優先レベルが最も高い抽出された中心ワードからなるこの集合は、ユーザ操作ログ集合から抽出されたキーワード集合であると見なされる。

ステップ３０４では、キーワード集合からの少なくとも１つのキーワードについての重み値が決定される。一部の実施形態では、ユーザ操作ログ集合から抽出された各キーワードについての重み値が決定される。

以下は、ステップ３０４を実行するための技術の一例である。

まず、現日付などの既定の時点が決定される。現日付などのこの既定の時点から始まって、この時点に先行する時間は、所定の時間間隔にしたがって幾つかの時間区分に分割される。例えば、時間間隔は、Ｘ日、Ｙ時間、１時間、又は３０分に設定されてよい。このような各時間区分には、順序番号が割り振られる。

第２に、キーワード集合の中の各キーワードについて、そのキーワードが各時間区分中にユーザ操作ログ集合内で発生する回数が決定される。

第３に、キーワード集合の中の各キーワードについて、所定の重み関数と、時間区分の順序番号と、各時間区分中にユーザ操作ログ集合内でキーワードが（例えば、検索動作や閲覧動作などの様々なタイプのユーザ動作にわたって）発生する回数とに基づいて、重み値が決定される。

一部の実施形態では、時間区分の順序番号は、選択された重み関数に依存する。一部の実施形態では、重み関数が増加関数であ場合には、各時間区分の順序番号は、次のように決定される。すなわち、現日付からの時間距離にしたがって、遠く離れた（すなわち、現日付よりも時間的に早い）時間区分であるほどその順序番号は小さく、近い（すなわち、現日付に時間的に近い）時間区分であるほどその順序番号は大きい。

その他の一部の実施形態では、もし、重み関数が減少関数であるならば、各時間区分の順序番号は、以下の例に示されるように決定されてよい。

この例では、時間間隔は１日であり、したがって、各時間区分は長さが１日であり、キーワード集合の中の各キーワードについての重み値（「重み（キーワード）」）を計算するために、以下の式が使用されてよい。

ここで、ｔｉは、現日付から幾日離れているかを表し、ｋは、現日付に至るまでの総日数（時間区分の総数）を表し、ｎ（ｔｉ）は、ｔｉに関連付けられている日付における（全タイプのユーザ動作にわたる）キーワードの発生回数を表し、ｆ（ｔｉ）は、ｔｉに関する減少重み関数を表している。式（１）では、ｔｉに関連付けられている日付が現日付から離れているほど、キーワードについて決定される値ｆ（ｔｉ）×ｎ（ｔｉ）は小さい。例えば、重み関数ｆ（ｔｉ）は、ユーザの関心を中心ワードで表すということと、より初期のユーザ操作に関連付けられているキーワードの方が、より最近のユーザ操作に関連付けられているキーワードよりもユーザにとって関心が薄いという前提とをともに反映することができる限り、ｔｉが大きくなるほど値が減少する任意の適切な関数として選択されてよい。例えば、重み関数ｆ（ｔｉ）として、パラメータａに適切な値を割り当てることができる

を選択することができる。

以下は、式（１）を使用してキーワード集合の中のキーワードについての重み値を決定する一例である。

時間間隔が１日であり、期間内における既定の地点が現日付（８日目）であると仮定する。ユーザ操作ログ集合の期間は、キーワードＷについての検索が１０回あった直近の７日間からなる。閲覧された１００のウェブページのうち、２７のウェブページが、下記の表１に示されるような日ごとの頻度でキーワードＷを含んでいた。

この例では、ｆ（ｔ）として、パラメータａの値を適宜選択される関数

を選択することができ、ｎ（ｔｉ）は、ｔｉに関連付けられている日付におけるキーワードＷの検索頻度と、キーワードＷを含む閲覧されたウェブページの総数とを足し合わせることによって決定される。上述されたように、ｔｉは、現日付である日付８から離れている日数を表すので、ｔｉ＝１に関連付けられている日付は日付７を示し、ｔｉ＝２に関連付けられている日付は日付６を示し、ｔｉ＝３に関連付けられている日付は日付５を示し、ｔｉ＝４に関連付けられている日付は日付４を示し、ｔｉ＝５に関連付けられている日付は日付３を示し、ｔｉ＝６に関連付けられている日付は日付２を示し、ｔｉ＝７に関連付けられている日付は日付１を示す。更に、ｎ（ｔｉ）は、日付ｉにおけるキーワードの（検索や閲覧などのあらゆるタイプのユーザ動作にわたる）発生回数を表すので、ｎ（ｔｉ）は、１つ以上のタイプのユーザ動作に関連付けられているキーワードの発生頻度の和である。現行の例にあてはめると、ｎ（ｔｉ）は、ｔｉに関連付けられている日付における、キーワードＷの検索頻度と、キーワードＷを含む閲覧されたウェブページの総数との和になる。

日付８である既定の時点よりも前のキーワードＷの重み値を決定するために、以下のように、表１の値を式（１）あてはめることができる。

図４は、第１のキーワード集合と第２のキーワード集合とを合体させるためのプロセスの一実施形態を示すフローチャートである。一部の実施形態ではプロセス４００は、システム１００において実行に移される。一部の実施形態では、プロセス４００は、プロセス２００のステップ２０６を実行に移すために使用することができる。

ステップ４０２では、所定の時点よりも前に発生したユーザ操作ログ集合から抽出された第１のキーワード集合と、所定の時点よりも後に発生したユーザ操作ログ集合から抽出された第２のキーワード集合とが合体されて、第３のキーワード集合になる。第３のキーワード集合は、第１のキーワード集合及び第２のキーワード集合の両方を含むことができる。

ステップ４０４では、第１のキーワード集合及び第２のキーワード集合の両方で見られる第３のキーワード集合の重複キーワードが識別される。重複キーワードは、第１のキーワード集合及び第２のキーワード集合の両方で現れるキーワードであり、識別される。例えば、キーワード「キーボード」が第１のキーワード集合及び第２のキーワード集合の両方で現れる場合には、「キーボード」は、重複キーワードとして識別される。

ステップ４０６では、（第１のキーワード集合に含まれていたときと第２のキーワード集合に含まれていたときとで、同じキーワードについて別々の重み値が決定されているので、）第１のキーワード集合用に決定された重複キーワードの重み値と、第２のキーワード集合用に決定された重複キーワードの重み値とに少なくとも部分的に基づいて、識別された重複キーワードについての結合重み値が決定される。引き続き先述の例において、例えば、第１のキーワード集合において「キーボード」について決定された重み値がＷ１であり、第２のキーワード集合において「キーボード」について決定された重み値がＷ２である場合には、第３のキーワード集合における「キーボード」についての結合重み値は、Ｗ１＋Ｗ２である。重複キーワードの結合重み値は、第３のキーワード集合の中の一キーワードに関連付けることができる。したがって、第３のキーワード集合の中にある重複キーワードは１つずつであり、結合重み値に関連付けられている。更に、第３のキーワード集合の中で重複キーワードではないキーワードは、第１のキーワード集合において又は第２のキーワード集合においてのいずれかで決定されたそれぞれの重み値に関連付けられている。

一部の実施形態では、第３のキーワード集合の中に含まれるキーワードの数が制限を超えた場合にそれらのキーワードをそれぞれの重み値によってランク付けすることができるように、第３のキーワード集合のなかに含めることができるキーワードの数に対し、予め制限を設定することができる。そして、その制限がキーワードＸ個である場合には、重み値が高い順にＸ個のキーワードのみが第３のキーワード集合のなかに維持され、その他は排除／破棄される。

例えば、ユーザ操作ログに含まれるキーワードが「アップル」だと仮定する。「アップル」は、一種の果物であるかもしれないし、電子機器ブランドでもあるかもしれないので、このキーワードを検索することによるユーザの意図が何なのかは、直ちに明らかではない。しかしながら、もし、ユーザの過去操作ログの解析から、「ノートブック」、「ｍｐ３」、「ノートブックアクセサリ」などのキーワードが得られたならば、ユーザの意図は、そのユーザについて決定された第３のキーワード集合によって表すことができる。例えば、｛アップル、ノートブック、ノートブックアクセサリ｝が、ユーザについて決定された第３のキーワード集合を構成していると仮定すると、「アップル」以外のキーワードは、電子機器製品に関連付けられているので、このキーワード集合から、ユーザの意図は、「アップル」ブランドの電子機器製品であると推測することができる。例えば、もし、ユーザに対して提示される可能性がある広告が、「アップル ノートブック」という入札ワードに関連付けられているならば、その広告は、「アップル 果物」という入札ワードに関連付けられている別の広告よりも、ユーザにふさわしいものであることができる。

ユーザについて決定された第３のキーワード集合及び該第３のキーワード集合のそれぞれのキーワードの重み値は、ユーザの関心を表すものと見なされてよい。一部の実施形態では、ユーザの意図を表すものと見なされた第３のキーワード集合及び第３の集合の中のそれぞれのキーワードの重み値が、そのユーザ用に記憶される。一部の実施形態では、ユーザについて決定された第３のキーワード集合は、そのユーザにお勧めされる可能性がある様々なデータと突き合わせるために使用することができる。

ターゲットを定めたオンライン広告掲載を例にとると、お勧めデータの決定は、以下のように適用することができる。すなわち、ターゲットを定めたオンライン広告掲載において、ウェブサイトに広告を載せることを希望する関係者は、そのターゲット市場に関連するキーワードを購入／入札してよい。通常は、ウェブサイトにおいてユーザが入力したクエリが、関係者による購入／入札キーワードに一致したときに、その関係者の広告は、ウェブサイトにおいてユーザに対して表示されるだろう。しかしながら、上述のようなお勧めデータ決定プロセスを適用すれば、ウェブサイトを以前訪問したことがある各ユーザについてキーワード集合（「第３のキーワード集合」）を決定し、そのユーザ用に記憶させることができる。次いで、そのユーザが次にウェブサイトを訪問したときは、そのユーザに関連付けられているキーワード集合の中の少なくとも１つのキーワードに関連付けられている広告が、そのユーザのために表示される。このようにすれば、表示される広告は、各ユーザのそれぞれの関心にかかわらずどのユーザに対しても同じ広告が表示されているのではなく、ウェブサイトを現在訪問しているユーザをターゲットに定めたものになる。例えば、ウェブサイト上の特定の広告スポットに対し、広告主Ａは、この広告スペースを購入するときに、その広告のターゲットユーザを「スポーツ」に関心があるユーザであると指定することができ、一方で、別の広告主Ｂは、同じ広告スポットを購入し、その広告のターゲットユーザを「電子機器」に関心があるユーザであると指定することができる。このようにすれば、（アリスに関連付けられている第３のキーワード集合によって示されるように）「スポーツ」に関心があるユーザであるアリスがウェブサイトを訪問すると、上記広告スポットにおける広告掲載は、アリスについて決定されたキーワード「スポーツ」を広告主Ａによって購入されたキーワード及び広告主Ｂによって購入されたキーワードと突き合わせることによって実施することができる。アリスについて決定されたキーワード「スポーツ」は、上記広告スポットに対して広告主Ａが購入したキーワード「スポーツ」に一致するので、広告主Ａ及びキーワード「スポーツ」に関連付けられている広告が表示される。複数の広告主が同じキーワードを購入／入札する必要があるときは、広告主によって提示された様々な入札に基づいてオークションが行われ、落札した広告主に関連付けられている広告が、関心を表すものとしてそのキーワードを決定されたユーザのために表示される。例えば、ユーザについて決定されたキーワードは、入札ワードリストに含められてよく、広告主は、その関連市場におけるユーザをターゲットに定めるために、入札ワードリストの中の１つ以上のキーワードに入札することができる。

図５は、お勧めデータを決定するためのシステムの一実施形態を示す図である。

要素及び部分要素は、１つ以上の汎用プロセッサ上で実行されるソフトウェアコンポーネントとして、プログラマブルロジックデバイス及び／若しくは特定の機能を実施するように設計された特殊用途向け集積回路などのハードウェアとして、又はそれらの組み合わせとして実装することができる。一部の実施形態では、要素及び部分要素は、本発明の実施形態で説明される方法を（パソコン、サーバ、ネットワーク機器などの）計算装置に実行させるための幾つかの命令を含み尚且つ（光ディスク、フラッシュストレージデバイス、モバイルハードディスクなどの）不揮発性のストレージ媒体に保存することができるソフトウェア製品の形で具現化することができる。要素及び部分要素は、１つのデバイスに実装されてよい、又は複数のデバイスに分散されてよい。

システム５００は、第１の計算要素５１０と、第２の計算要素５２０と、合体要素５３０と、突き合わせ要素５４０とを含む。第１の計算要素５１０は、所定の時点よりも前に発生したユーザ操作ログを読み出し、それらの操作ログに含まれる第１のキーワード集合を抽出し、第１のキーワード集合の中のキーワードの少なくとも１つについての重み値を決定するように構成されている。

第２の計算要素５２０は、所定の時点よりも後に発生したユーザ操作ログを読み出し、それらの操作ログに含まれる第２のキーワード集合を抽出し、第２のキーワード集合の中のキーワードの少なくとも１つについての重み値を決定するように構成されている。

合体要素５３０は、第１のキーワード集合と第２のキーワード集合との合体処理を実施し、第３のキーワード集合、及び該第３のキーワード集合の中のキーワードの少なくとも１つについての重み値を得るように構成されている。

突き合わせ要素６４０は、第３のキーワード集合に含まれるキーワードを、お勧めされる可能性がある所定のお勧めデータに関連付けられているキーワードと突き合わせ、お勧めされることになる１つ以上のお勧めデータを決定し、該決定されたお勧めデータをユーザが現時点で使用しているクライアントデバイスに送信するように構成されている。一部の実施形態では、突き合わせ要素５４０は、更に、以下の部分要素を含む。

第３のキーワード集合に含まれるキーワードを所定のお勧めデータに関連付けられているキーワードと突き合わせ、お勧めされることになるお勧めデータを決定するように構成されている、突き合わせ部分要素。

お勧めされることを決定されたお勧めデータ及びユーザによってリクエストされたウェブサイトコンテンツをユーザが使用しているクライアントデバイスに送信するように構成されている、配信部分要素。

図６は、第１の計算要素の一実施形態を示す図である。一部の実施形態では、第１の計算要素５１０は、図６の例を使用して実装されてよい。第１の計算要素５１０は、分割部分要素６１０と、発見部分要素６２０と、計算部分要素６３０とを含んでいてよい。

分割部分要素６１０は、所定の時間間隔に基づいて、例えば現日付などの既定の時点よりも前の時間を複数の時間区分に分割するように構成されている（ここでは、各時間区分が、所定の時間間隔の長さになる）。

発見部分要素６２０は、各キーワードに関し、そのキーワードが各時間区分中に（１つ以上のタイプのユーザ動作に関連して）操作ログ内で発生する回数を決定するように構成されている。

計算部分要素６３０は、所定の重み関数と、既定の時点から時間区分が離れている時間間隔と、各時間区分中におけるキーワードの発生関数とに基づいて、第１のキーワード集合の中の各キーワードについての重みを計算するように構成されている。

図７は、第１の計算要素又は第２の計算要素の一実施形態を示す図である。一部の実施形態では、第１の計算要素５１０又は第２の計算要素５２０は、システム７００を使用して実装されてよい。システム７００は、第１の抽出部分要素７１０と、第２の抽出部分要素７２０と、第３の抽出部分要素７３０と、選択部分要素７４０とを含む。

第１の抽出部分要素７１０は、操作ログ集合から第１の所定数の中心ワードを抽出し、各中心ワードの優先レベルを優先レベル１に設定するように構成されている。

第２の抽出部分要素７２０は、各抽出された中心ワードを所定の製品ワードリストに含まれる製品ワードと突き合わせ、中心ワードに一致する製品ワードを抽出し、抽出された製品ワードに一致する中心ワードの優先レベルを優先レベル２に引き上げるように構成されている。

第３の抽出部分要素７３０は、各抽出された製品ワードを所定の入札ワードリストに含まれる入札ワードと突き合わせ、（中心ワードに一致した）製品ワードに一致する入札ワードを抽出し、抽出された入札ワードに一致する中心ワードの優先レベルを優先レベル３に引き上げるように構成されている。

選択部分要素７４０は、中心ワードをそれらのそれぞれの優先レベルにしたがってランク付けし、ランク付けされた中心ワードの中から優先レベルが高い順に第２の所定数のキーワードを選択してキーワード集合を構成するように構成されている。

当該分野の当業者ならば、以上の実施形態で説明された技術を実現するプロセスが、プログラムされたコマンドに関連付けられているハードウェアを使用して達成可能であること、及び上記プログラムが、読み出し可能なストレージ媒体に記憶可能であることを理解することができ、上述された方法に含まれる対応するステップは、上記プログラムの実行中に実行される。ストレージ媒体は、ＲＯＭ／ＲＡＭ、フロッピィディスク、ＣＤなどの媒体を含んでいてよい。

上記の説明は、本出願を実現するための好ましい一手段にすぎず、当業者ならば、本出願の原則から逸脱しないという前提のもとで数々の改善及び潤色をなしうること、並びにそのような改善及び潤色もまた、本出願による保護の範囲内であると見なされるべきであることが、指摘されるべきである。

以上の実施形態は、理解を明瞭にする目的で、幾らか詳細に説明されてきたが、発明は、与えられた詳細に限定されない。本発明を実現するには、多くの代替的手法がある。開示された実施形態は、例示的なものであり、非限定的である。

以上の実施形態は、理解を明瞭にする目的で、幾らか詳細に説明されてきたが、発明は、与えられた詳細に限定されない。本発明を実現するには、多くの代替的手法がある。開示された実施形態は、例示的なものであり、非限定的である。
適用例１：お勧めデータを決定するためのシステムであって、プロセッサであって、所定の時点よりも前に発生したユーザ操作ログ集合から第１のキーワード集合を抽出し、前記第１のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定し、前記所定の時点よりも後に発生したユーザ操作ログ集合から第２のキーワード集合を抽出し、前記第２のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定し、前記第１のキーワード集合の少なくとも一部分と、前記第２のキーワード集合の少なくとも一部分とを合体させて第３のキーワード集合を得て、前記第３のキーワード集合の中のキーワードの少なくとも１つについての重み値を決定し、前記第３のキーワード集合を、ユーザにお勧めされる可能性があるデータのデータベースと突き合わせ、あるデータが前記第３のキーワード集合からの少なくとも１つのキーワードに一致することが決定された場合に、そのデータを前記ユーザにお勧めされるデータとして決定する、ように構成されているプロセッサと、前記プロセッサに結合され、前記プロセッサに命令を提供するように構成されているメモリと、を備える、システム。
適用例２：適用例１に記載の方法であって、キーワードについての重み値は、

を使用して決定され、
ｔｉは、既定の時点から何日離れているかを表し、ｋは、時間区分の総数を表し、ｎ（ｔｉ）は、ｔｉに関連付けられている日付における１つ以上のタイプのユーザ動作にわたる前記キーワードの発生回数を表し、ｆ（ｔｉ）は、ｔｉに関する減少重み関数を表している、方法。
適用例３：適用例１に記載のシステムであって、各ユーザ操作ログは、少なくとも、タイムスタンプと、ユーザ動作と、関連付けられているキーワードとを含む、システム。
適用例４：適用例１に記載のシステムであって、前記データは、オンライン広告を含む、システム。
適用例５：適用例１に記載のシステムであって、前記第１のキーワード集合の抽出は、更に、前記所定の時点よりも前のタイムスタンプに関連付けられている前記操作ログ集合から所定数の中心ワードを抽出し、各中心ワードをレベル１の優先レベルに割り当てることと、各中心ワードを製品ワードリストの中のワードと突き合わせ、前記製品ワードリストの中のワードに一致する各中心ワードをレベル２の優先レベルに割り当てることと、前記製品ワードリストの中のワードに一致した中心ワードのそれぞれを入札ワードリストに含まれる入札ワードと突き合わせ、前記製品ワードリストの中のワードに一致するとともに前記入札ワードリストからのワードにも一致する各中心ワードをレベル２の優先レベルに割り当てることと、前記中心ワードをそのそれぞれの優先レベルにしたがってランク付けすることと、関連付けられている優先レベルが最も高い所定数のキーワードを前記第１のキーワード集合であるとして決定することと、を含む、システム。
適用例６：適用例１に記載のシステムであって、前記第２のキーワード集合の抽出は、更に、前記所定の時点よりも後のタイムスタンプに関連付けられている前記操作ログ集合から所定数の中心ワードを抽出し、各中心ワードをレベル１の優先レベルに割り当てることと、各中心ワードを製品ワードリストの中のワードと突き合わせ、前記製品ワードリストの中のワードに一致する各中心ワードをレベル２の優先レベルに割り当てることと、前記製品ワードリストの中のワードに一致した中心ワードのそれぞれを入札ワードリストに含まれる入札ワードと突き合わせ、前記製品ワードリストの中のワードに一致するとともに前記入札ワードリストからのワードにも一致する各中心ワードをレベル２の優先レベルに割り当てることと、前記中心ワードをそのそれぞれの優先レベルにしたがってランク付けすることと、関連付けられている優先レベルが最も高い所定数のキーワードを前記第２のキーワード集合であるとして決定することと、を含む、システム。
適用例７：適用例１に記載のシステムであって、前記第１のキーワード集合は、第１の時間間隔ごとに抽出され、前記第２のキーワード集合は、第２の時間間隔ごとに抽出され、前記第１の時間間隔は、前記第２の時間間隔よりも大きい、システム。
適用例８：適用例１に記載のシステムであって、前記第１のキーワード集合の少なくとも一部分と、前記第２のキーワード集合の少なくとも一部分とを合体させることは、
前記第１のキーワード集合及び前記第２のキーワード集合の両方で見いだされる前記第３のキーワード集合の重複キーワードを識別することと、前記識別された重複キーワードについての結合重み値を、前記第１のキーワード集合用に決定された前記重複キーワードの重み値と、前記第２のキーワード集合用に決定された前記重複キーワードの重み値とに少なくとも部分的に基づいて決定することと、を含む、システム。
適用例９：適用例８に記載のシステムであって、前記プロセッサは、更に、制限を超えた場合に、比較的低い重み値に関連付けられている１つ以上のキーワードを前記第３のキーワード集合から排除することによって、前記第３のキーワード集合に含められるキーワードの数に対して前記制限を維持するように構成されている、システム。
適用例１０：適用例１に記載のシステムであって、前記第３のキーワード集合を、お勧めされる可能性があるデータと突き合わせることは、前記データに関連付けられているキーワードが前記第３のキーワード集合からのいずれかのキーワードに一致するか否かを決定することを含む、システム。
適用例１１：適用例１に記載のシステムであって、前記プロセッサは、更に、前記ユーザにお勧めされることになる前記データを、ウェブサイトコンテンツを求めるリクエストに応答し、前記ユーザに関連付けられているデバイスに送信するように構成されている、システム。
適用例１２：お勧めデータを決定するための方法であって、所定の時点よりも前に発生したユーザ操作ログ集合から第１のキーワード集合を抽出し、前記第１のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定することと、前記所定の時点よりも後に発生したユーザ操作ログ集合から第２のキーワード集合を抽出し、前記第２のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定することと、前記第１のキーワード集合の少なくとも一部分と、前記第２のキーワード集合の少なくとも一部分とを合体させて第３のキーワード集合を得て、前記第３のキーワード集合の中のキーワードの少なくとも１つについての重み値を決定することと、前記第３のキーワード集合を、ユーザにお勧めされる可能性があるデータのデータベースと突き合わせることと、あるデータが前記第３のキーワード集合からの少なくとも１つのキーワードに一致することが決定された場合に、そのデータを前記ユーザにお勧めされるデータとして決定することと、を備える方法。
適用例１３：適用例１２に記載の方法であって、各ユーザ操作ログは、少なくとも、タイムスタンプと、ユーザ動作と、関連付けられているキーワードとを含む、方法。
適用例１４：適用例１２に記載の方法であって、前記データは、オンライン広告を含む、方法。
適用例１５：適用例１２に記載の方法であって、前記第１のキーワード集合を抽出することは、更に、前記所定の時点よりも前のタイムスタンプに関連付けられている前記操作ログ集合から所定数の中心ワードを抽出し、各中心ワードをレベル１の優先レベルに割り当てることと、各中心ワードを製品ワードリストの中のワードと突き合わせ、前記製品ワードリストの中のワードに一致する各中心ワードをレベル２の優先レベルに割り当てることと、前記製品ワードリストの中のワードに一致した中心ワードのそれぞれを入札ワードリストに含まれる入札ワードと突き合わせ、前記製品ワードリストの中のワードに一致するとともに前記入札ワードリストからのワードにも一致する各中心ワードをレベル２の優先レベルに割り当てることと、前記中心ワードをそのそれぞれの優先レベルにしたがってランク付けすることと、関連付けられている優先レベルが最も高い所定数のキーワードを前記第１のキーワード集合であるとして決定することと、を含む、方法。
適用例１６：適用例１２に記載の方法であって、前記第２のキーワード集合を抽出することは、更に、前記所定の時点よりも後のタイムスタンプに関連付けられている前記操作ログ集合から所定数の中心ワードを抽出し、各中心ワードをレベル１の優先レベルに割り当てることと、各中心ワードを製品ワードリストの中のワードと突き合わせ、前記製品ワードリストの中のワードに一致する各中心ワードをレベル２の優先レベルに割り当てることと、前記製品ワードリストの中のワードに一致した中心ワードのそれぞれを入札ワードリストに含まれる入札ワードと突き合わせ、前記製品ワードリストの中のワードに一致するとともに前記入札ワードリストからのワードにも一致する各中心ワードをレベル２の優先レベルに割り当てることと、前記中心ワードをそのそれぞれの優先レベルにしたがってランク付けすることと、関連付けられている優先レベルが最も高い所定数のキーワードを前記第２のキーワード集合であるとして決定することと、を含む、方法。
適用例１７：適用例１２に記載の方法であって、前記第１のキーワード集合は、第１の時間間隔ごとに抽出され、前記第２のキーワード集合は、第２の時間間隔ごとに抽出され、前記第１の時間間隔は、前記第２の時間間隔よりも大きい、方法。
適用例１８：適用例１２に記載の方法であって、前記第１のキーワード集合の少なくとも一部分と、前記第２のキーワード集合の少なくとも一部分とを合体させることは、前記第１のキーワード集合及び前記第２のキーワード集合の両方に見られる前記第３のキーワード集合の重複キーワードを識別することと、前記識別された重複キーワードについての結合重み値を、前記第１のキーワード集合のために決定された前記重複キーワードの重み値と、前記第２のキーワード集合のために決定された前記重複キーワードの重み値とに少なくとも部分的に基づいて決定することと、を含む、方法。
適用例１９：適用例１８に記載の方法であって、更に、制限を超えた場合に、比較的低い重み値に関連付けられている１つ以上のキーワードを前記第３のキーワード集合から排除することによって、前記第３のキーワード集合に含められるキーワードの数に対して前記制限を維持することを備える方法。
適用例２０：適用例１２に記載の方法であって、前記第３のキーワード集合を、お勧めされる可能性があるデータと突き合わせることは、前記データに関連付けられているキーワードが前記第３のキーワード集合からのいずれかのキーワードに一致するか否かを決定することを含む、方法。
適用例２１：適用例１２に記載の方法であって、更に、前記ユーザにお勧めされることになる前記データを、ウェブサイトコンテンツを求めるリクエストに応答し、前記ユーザに関連付けられているデバイスに送信することを備える方法。
適用例２２：非一時的なコンピュータ読み取り可能ストレージ媒体に実装された、お勧めデータを決定するためのコンピュータプログラム製品であって、所定の時点よりも前に発生したユーザ操作ログ集合から第１のキーワード集合を抽出し、前記第１のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定するためのコンピュータ命令と、前記所定の時点よりも後に発生したユーザ操作ログ集合から第２のキーワード集合を抽出し、前記第２のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定するためのコンピュータ命令と、前記第１のキーワード集合の少なくとも一部分と、前記第２のキーワード集合の少なくとも一部分とを合体させて第３のキーワード集合を得て、前記第３のキーワード集合の中のキーワードの少なくとも１つについての重み値を決定するためのコンピュータ命令と、前記第３のキーワード集合を、ユーザにお勧めされる可能性があるデータのデータベースと突き合わせるためのコンピュータ命令と、前記第３のキーワード集合からの少なくとも１つのキーワードにあるデータが一致することが決定された場合に、そのデータを前記ユーザにお勧めされるデータとして決定するためのコンピュータ命令と、を備えるコンピュータプログラム製品。

Claims (22)

1. お勧めデータを決定するためのシステムであって、
   プロセッサであって、
   所定の時点よりも前に発生したユーザ操作ログ集合から第１のキーワード集合を抽出し、前記第１のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定し、
   前記所定の時点よりも後に発生したユーザ操作ログ集合から第２のキーワード集合を抽出し、前記第２のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定し、
   前記第１のキーワード集合の少なくとも一部分と、前記第２のキーワード集合の少なくとも一部分とを合体させて第３のキーワード集合を得て、前記第３のキーワード集合の中のキーワードの少なくとも１つについての重み値を決定し、
   前記第３のキーワード集合を、ユーザにお勧めされる可能性があるデータのデータベースと突き合わせ、
   あるデータが前記第３のキーワード集合からの少なくとも１つのキーワードに一致することが決定された場合に、そのデータを前記ユーザにお勧めされるデータとして決定する、ように構成されているプロセッサと、
   前記プロセッサに結合され、前記プロセッサに命令を提供するように構成されているメモリと、
   を備える、システム。
2. 請求項１に記載の方法であって、
   キーワードについての重み値は、
   

   

   を使用して決定され、
   ｔｉは、既定の時点から何日離れているかを表し、ｋは、時間区分の総数を表し、ｎ（ｔｉ）は、ｔｉに関連付けられている日付における１つ以上のタイプのユーザ動作にわたる前記キーワードの発生回数を表し、ｆ（ｔｉ）は、ｔｉに関する減少重み関数を表している、方法。
3. 請求項１に記載のシステムであって、
   各ユーザ操作ログは、少なくとも、タイムスタンプと、ユーザ動作と、関連付けられているキーワードとを含む、システム。
4. 請求項１に記載のシステムであって、
   前記データは、オンライン広告を含む、システム。
5. 請求項１に記載のシステムであって、
   前記第１のキーワード集合の抽出は、更に、
   前記所定の時点よりも前のタイムスタンプに関連付けられている前記操作ログ集合から所定数の中心ワードを抽出し、各中心ワードをレベル１の優先レベルに割り当てることと、
   各中心ワードを製品ワードリストの中のワードと突き合わせ、前記製品ワードリストの中のワードに一致する各中心ワードをレベル２の優先レベルに割り当てることと、
   前記製品ワードリストの中のワードに一致した中心ワードのそれぞれを入札ワードリストに含まれる入札ワードと突き合わせ、前記製品ワードリストの中のワードに一致するとともに前記入札ワードリストからのワードにも一致する各中心ワードをレベル２の優先レベルに割り当てることと、
   前記中心ワードをそのそれぞれの優先レベルにしたがってランク付けすることと、
   関連付けられている優先レベルが最も高い所定数のキーワードを前記第１のキーワード集合であるとして決定することと、
   を含む、システム。
6. 請求項１に記載のシステムであって、
   前記第２のキーワード集合の抽出は、更に、
   前記所定の時点よりも後のタイムスタンプに関連付けられている前記操作ログ集合から所定数の中心ワードを抽出し、各中心ワードをレベル１の優先レベルに割り当てることと、
   各中心ワードを製品ワードリストの中のワードと突き合わせ、前記製品ワードリストの中のワードに一致する各中心ワードをレベル２の優先レベルに割り当てることと、
   前記製品ワードリストの中のワードに一致した中心ワードのそれぞれを入札ワードリストに含まれる入札ワードと突き合わせ、前記製品ワードリストの中のワードに一致するとともに前記入札ワードリストからのワードにも一致する各中心ワードをレベル２の優先レベルに割り当てることと、
   前記中心ワードをそのそれぞれの優先レベルにしたがってランク付けすることと、
   関連付けられている優先レベルが最も高い所定数のキーワードを前記第２のキーワード集合であるとして決定することと、
   を含む、システム。
7. 請求項１に記載のシステムであって、
   前記第１のキーワード集合は、第１の時間間隔ごとに抽出され、前記第２のキーワード集合は、第２の時間間隔ごとに抽出され、前記第１の時間間隔は、前記第２の時間間隔よりも大きい、システム。
8. 請求項１に記載のシステムであって、
   前記第１のキーワード集合の少なくとも一部分と、前記第２のキーワード集合の少なくとも一部分とを合体させることは、
   前記第１のキーワード集合及び前記第２のキーワード集合の両方で見いだされる前記第３のキーワード集合の重複キーワードを識別することと、
   前記識別された重複キーワードについての結合重み値を、前記第１のキーワード集合用に決定された前記重複キーワードの重み値と、前記第２のキーワード集合用に決定された前記重複キーワードの重み値とに少なくとも部分的に基づいて決定することと、
   を含む、システム。
9. 請求項８に記載のシステムであって、
   前記プロセッサは、更に、制限を超えた場合に、比較的低い重み値に関連付けられている１つ以上のキーワードを前記第３のキーワード集合から排除することによって、前記第３のキーワード集合に含められるキーワードの数に対して前記制限を維持するように構成されている、システム。
10. 請求項１に記載のシステムであって、
    前記第３のキーワード集合を、お勧めされる可能性があるデータと突き合わせることは、前記データに関連付けられているキーワードが前記第３のキーワード集合からのいずれかのキーワードに一致するか否かを決定することを含む、システム。
11. 請求項１に記載のシステムであって、
    前記プロセッサは、更に、前記ユーザにお勧めされることになる前記データを、ウェブサイトコンテンツを求めるリクエストに応答し、前記ユーザに関連付けられているデバイスに送信するように構成されている、システム。
12. お勧めデータを決定するための方法であって、
    所定の時点よりも前に発生したユーザ操作ログ集合から第１のキーワード集合を抽出し、前記第１のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定することと、
    前記所定の時点よりも後に発生したユーザ操作ログ集合から第２のキーワード集合を抽出し、前記第２のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定することと、
    前記第１のキーワード集合の少なくとも一部分と、前記第２のキーワード集合の少なくとも一部分とを合体させて第３のキーワード集合を得て、前記第３のキーワード集合の中のキーワードの少なくとも１つについての重み値を決定することと、
    前記第３のキーワード集合を、ユーザにお勧めされる可能性があるデータのデータベースと突き合わせることと、
    あるデータが前記第３のキーワード集合からの少なくとも１つのキーワードに一致することが決定された場合に、そのデータを前記ユーザにお勧めされるデータとして決定することと、
    を備える方法。
13. 請求項１２に記載の方法であって、
    各ユーザ操作ログは、少なくとも、タイムスタンプと、ユーザ動作と、関連付けられているキーワードとを含む、方法。
14. 請求項１２に記載の方法であって、
    前記データは、オンライン広告を含む、方法。
15. 請求項１２に記載の方法であって、
    前記第１のキーワード集合を抽出することは、更に、
    前記所定の時点よりも前のタイムスタンプに関連付けられている前記操作ログ集合から所定数の中心ワードを抽出し、各中心ワードをレベル１の優先レベルに割り当てることと、
    各中心ワードを製品ワードリストの中のワードと突き合わせ、前記製品ワードリストの中のワードに一致する各中心ワードをレベル２の優先レベルに割り当てることと、
    前記製品ワードリストの中のワードに一致した中心ワードのそれぞれを入札ワードリストに含まれる入札ワードと突き合わせ、前記製品ワードリストの中のワードに一致するとともに前記入札ワードリストからのワードにも一致する各中心ワードをレベル２の優先レベルに割り当てることと、
    前記中心ワードをそのそれぞれの優先レベルにしたがってランク付けすることと、
    関連付けられている優先レベルが最も高い所定数のキーワードを前記第１のキーワード集合であるとして決定することと、
    を含む、方法。
16. 請求項１２に記載の方法であって、
    前記第２のキーワード集合を抽出することは、更に、
    前記所定の時点よりも後のタイムスタンプに関連付けられている前記操作ログ集合から所定数の中心ワードを抽出し、各中心ワードをレベル１の優先レベルに割り当てることと、
    各中心ワードを製品ワードリストの中のワードと突き合わせ、前記製品ワードリストの中のワードに一致する各中心ワードをレベル２の優先レベルに割り当てることと、
    前記製品ワードリストの中のワードに一致した中心ワードのそれぞれを入札ワードリストに含まれる入札ワードと突き合わせ、前記製品ワードリストの中のワードに一致するとともに前記入札ワードリストからのワードにも一致する各中心ワードをレベル２の優先レベルに割り当てることと、
    前記中心ワードをそのそれぞれの優先レベルにしたがってランク付けすることと、
    関連付けられている優先レベルが最も高い所定数のキーワードを前記第２のキーワード集合であるとして決定することと、
    を含む、方法。
17. 請求項１２に記載の方法であって、
    前記第１のキーワード集合は、第１の時間間隔ごとに抽出され、前記第２のキーワード集合は、第２の時間間隔ごとに抽出され、前記第１の時間間隔は、前記第２の時間間隔よりも大きい、方法。
18. 請求項１２に記載の方法であって、
    前記第１のキーワード集合の少なくとも一部分と、前記第２のキーワード集合の少なくとも一部分とを合体させることは、
    前記第１のキーワード集合及び前記第２のキーワード集合の両方に見られる前記第３のキーワード集合の重複キーワードを識別することと、
    前記識別された重複キーワードについての結合重み値を、前記第１のキーワード集合のために決定された前記重複キーワードの重み値と、前記第２のキーワード集合のために決定された前記重複キーワードの重み値とに少なくとも部分的に基づいて決定することと、
    を含む、方法。
19. 請求項１８に記載の方法であって、更に、
    制限を超えた場合に、比較的低い重み値に関連付けられている１つ以上のキーワードを前記第３のキーワード集合から排除することによって、前記第３のキーワード集合に含められるキーワードの数に対して前記制限を維持することを備える方法。
20. 請求項１２に記載の方法であって、
    前記第３のキーワード集合を、お勧めされる可能性があるデータと突き合わせることは、前記データに関連付けられているキーワードが前記第３のキーワード集合からのいずれかのキーワードに一致するか否かを決定することを含む、方法。
21. 請求項１２に記載の方法であって、更に、
    前記ユーザにお勧めされることになる前記データを、ウェブサイトコンテンツを求めるリクエストに応答し、前記ユーザに関連付けられているデバイスに送信することを備える方法。
22. 非一時的なコンピュータ読み取り可能ストレージ媒体に実装された、お勧めデータを決定するためのコンピュータプログラム製品であって、
    所定の時点よりも前に発生したユーザ操作ログ集合から第１のキーワード集合を抽出し、前記第１のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定するためのコンピュータ命令と、
    前記所定の時点よりも後に発生したユーザ操作ログ集合から第２のキーワード集合を抽出し、前記第２のキーワード集合の中の少なくとも１つのキーワードについての重み値を決定するためのコンピュータ命令と、
    前記第１のキーワード集合の少なくとも一部分と、前記第２のキーワード集合の少なくとも一部分とを合体させて第３のキーワード集合を得て、前記第３のキーワード集合の中のキーワードの少なくとも１つについての重み値を決定するためのコンピュータ命令と、
    前記第３のキーワード集合を、ユーザにお勧めされる可能性があるデータのデータベースと突き合わせるためのコンピュータ命令と、
    前記第３のキーワード集合からの少なくとも１つのキーワードにあるデータが一致することが決定された場合に、そのデータを前記ユーザにお勧めされるデータとして決定するためのコンピュータ命令と、
    を備えるコンピュータプログラム製品。

Images