JP2015011504A - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents
情報処理装置、情報処理方法、及び情報処理プログラム Download PDFInfo
- Publication number
- JP2015011504A JP2015011504A JP2013136123A JP2013136123A JP2015011504A JP 2015011504 A JP2015011504 A JP 2015011504A JP 2013136123 A JP2013136123 A JP 2013136123A JP 2013136123 A JP2013136123 A JP 2013136123A JP 2015011504 A JP2015011504 A JP 2015011504A
- Authority
- JP
- Japan
- Prior art keywords
- attribute
- recommended
- item
- information
- identifier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】アイテム情報格納部はアイテム識別子と属性識別子とを対応付けた属性対応情報を格納する。推薦属性選出部は利用情報及び属性対応情報に基づいて属性推薦値を算出し、算出した属性推薦値に基づいて、利用主体識別子ごとに推薦属性を選出し、それぞれの利用主体識別子と推薦属性とを対応付けた推薦属性情報を作成する。推薦アイテム選出部は、推薦属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報に含まれるアイテム識別子の集合である推薦候補アイテム集合に含まれるアイテム識別子それぞれと一の利用主体との推薦値を算出し、算出した推薦値に基づいて、一の利用主体に推薦するアイテムを選出する。
【選択図】図2
Description
例えば、アイテムを推薦する技術の一つに、協調フィルタリングを用いた推薦処理が存在する。協調フィルタリングを用いた推薦処理では、多数の閲覧履歴や利用履歴などの利用情報を蓄積し、その利用情報を用いて、ユーザが興味を持つ可能性の高いアイテム集合を推薦する。
また、サービス開始時等の利用情報が少ない時期においても、アイテムを推薦する技術へのニーズが高まっている。
例えば、利用情報が少ない場合でも推薦するための技術が、特許文献1に開示されている。
しかしながら、上記の特許文献1では、利用情報のみを用いるために、ユーザから一度もアクセスのないようなアイテムは推薦されない。つまり、多様なアイテムを推薦するのが難しいため、ユーザが「同じようなアイテムしか推薦されない」と感じ、推薦への興味を失ってしまうことがあった。
また、本発明は上述した従来の技術の課題を解決するため、利用主体を識別するための利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を利用情報格納部に格納する利用情報格納ステップと、アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報をアイテム情報格納部に格納するアイテム情報格納ステップと、前記利用情報及び前記属性対応情報に基づいて、属性識別子と、利用主体識別子との間の推薦値である属性推薦値を算出し、算出した属性推薦値に基づいて、利用主体識別子ごとに、その利用主体識別子に関連する属性識別子である推薦属性を選出し、それぞれの利用主体識別子と、選出した推薦属性とを対応付けた推薦属性情報を作成する推薦属性選出ステップと、前記推薦属性選出ステップにおいて生成した推薦属性情報を推薦属性情報格納部に格納する推薦属性情報格納ステップと、一の利用主体の利用主体識別子を含む推薦属性情報を前記推薦属性情報格納部より取得し、取得した推薦属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である推薦候補アイテム集合を形成し、その推薦候補アイテム集合に含まれるアイテム識別子それぞれと前記一の利用主体との推薦値を算出し、算出した推薦値に基づいて、前記一の利用主体に推薦するアイテムを選出する推薦アイテム選出ステップとを有することを特徴とする情報処理方法を提供する。
また、本発明は上述した従来の技術の課題を解決するため、コンピュータに、利用主体を識別するための利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を利用情報格納部に格納する利用情報格納ステップと、アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報をアイテム情報格納部に格納するアイテム情報格納ステップと、前記利用情報及び前記属性対応情報に基づいて、属性識別子と、利用主体識別子との間の推薦値である属性推薦値を算出し、算出した属性推薦値に基づいて、利用主体識別子ごとに、その利用主体識別子に関連する属性識別子である推薦属性を選出し、それぞれの利用主体識別子と、選出した推薦属性とを対応付けた推薦属性情報を作成する推薦属性選出ステップと、前記推薦属性選出ステップにおいて生成した推薦属性情報を推薦属性情報格納部に格納する推薦属性情報格納ステップと、一の利用主体の利用主体識別子を含む推薦属性情報を前記推薦属性情報格納部より取得し、取得した推薦属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である推薦候補アイテム集合を形成し、その推薦候補アイテム集合に含まれるアイテム識別子それぞれと前記一の利用主体との推薦値を算出し、算出した推薦値に基づいて、前記一の利用主体に推薦するアイテムを選出する推薦アイテム選出ステップとを実行させることを特徴とする情報処理プログラムを提供する。
以下に、本発明の第1の実施形態について、図を用いて詳細に説明する。図1は、本発明の第1の実施形態におけるシステム全体の構成図である。本実施形態におけるシステムは、情報処理サーバ装置1と、1つ以上の端末装置3(3a〜3n)がネットワーク2を介して接続されている。なお、各実施形態において、情報処理サーバ装置1のみが情報処理装置として機能してもよいし、情報処理サーバ装置1が、端末装置3と協働して情報処理装置として機能してもよい。
ネットワーク2は、例えばインターネット等のネットワークであり、情報処理サーバ装置1と端末装置3との間の情報のやり取りを仲介する。
端末装置3は、CPU、RAM、ROM、ハードディスクドライブ、ネットワークインタフェース等を備える一般的なコンピュータ、または、携帯電話やスマートフォンやタブレットPC等の携帯情報端末であり、端末制御部31と端末通信部32と端末入力部33と端末表示部34とで構成されている。
端末通信部32は、ネットワーク2を介して情報処理サーバ装置1と通信を行うための部である。
端末表示部34は、例えば、ディスプレイといったように、様々な情報を表示し、ユーザに視覚的に示すためのインタフェースである。
端末制御部31は、ネットワーク2を介して、利用情報送信処理や、推薦アイテム取得要求送信処理や、推薦アイテム詳細情報表示処理を行う。
利用情報送信処理とは、端末装置3を利用するユーザ(利用ユーザ)が、何らかのアイテムの閲覧や利用などの操作を行った場合に、情報処理サーバ装置1に、利用情報を送信する処理である。利用情報とは、ユーザのアイテムの閲覧や利用に関する情報であり、少なくとも、利用ユーザを一意に識別するユーザ識別子、又は端末装置3を一意に識別するための端末識別子と、閲覧や利用の対象となったアイテムを一意に識別するアイテム識別子と閲覧や利用した時期を示す利用時期情報を含む。本実施形態では、ユーザ識別子を用いる場合を例にして説明するが、端末識別子を用いる場合も同様である。ユーザ識別子と端末識別子とを合わせた意味の総称として、利用主体識別子という用語を用いる。また、ユーザ、又は、ユーザの利用した端末装置を、適宜、利用主体と称することとする。また、利用時期情報は、日付のみを示す情報でもよいし、ミリ秒単位まで細かく示す情報でもよく、サービスの形態に応じて、必要な単位まで分かる情報であればよい。また、必要に応じて、利用情報に、ユーザのアイテムに関る評価情報など、その他の情報を付与してもよい。
推薦アイテム詳細情報表示処理とは、情報処理サーバ装置1より、送信した推薦アイテム取得要求に対応する推薦アイテム詳細情報を受信し、端末表示部34に、受信した推薦アイテム詳細情報を表示する処理である。
図2は、本実施形態における情報処理サーバ装置1の構成図である。本実施形態における情報処理サーバ装置1は、情報処理サーバ制御部11と、情報処理サーバ通信部12と、情報処理サーバ格納部13とで構成される。
情報処理サーバ通信部12は、ネットワーク2を介して端末装置3と通信を行うための部である。
ユーザ情報格納部131は、ユーザ情報を複数記憶する。図3は、ユーザ情報格納部131の格納状態を示す図である。ユーザ情報とは、端末装置3の利用ユーザを一意に識別するユーザ識別子(user_id)とユーザ属性情報(user_info)とを関連付けたものであり、図3のようなテーブル形式で記憶する。ユーザ属性情報とは、ユーザの名前、年齢、性別、住所(地域)、趣味、会員になった時期(年月、日付、日時など)、メールアドレス、電話番号などの情報である。また、情報処理サーバ装置1にて商品の購入が可能であれば、商品の支払いを行うためのクレジットカード情報などを含んでもよい。
アイテム情報格納部132は、アイテム識別情報と、属性種別情報と、属性値情報と、属性対応情報を、それぞれ複数記憶する。図4(図4(a)〜図4(d))は、アイテム情報格納部132の格納状態を示す図である。
アイテム識別情報とは、アイテムを一意に識別するためのアイテム識別子(item_id)と、アイテムの名称(item_name)とを関連付けたものであり、図4(a)のようなテーブル形式で格納する。なお、item_idは一意であり、重複登録ができない。
属性値情報とは、属性種別識別子(type_id)と、属性種別識別子に対応する属性値を一意に識別するための属性値識別子(attr_id)と、属性値(attr_name)とを関連付けたものであり、図4(c)のようなテーブル形式で格納する。例えば、アイテムが「本」に関するものであり、type_idが「ジャンル」に該当する識別子である場合、属性値は、「フィクション」「恋愛」「料理」などになる。なお、(type_id,attr_id)の組合せは一意であり、重複登録ができない。
属性対応情報とは、アイテムに対応する属性を関連付けた情報であり、アイテム識別子(item_id)と、属性種別識別子(type_id)と、属性値識別子(attr_id)とを関連付けたものであり、図4(d)のようなテーブル形式で格納する。なお、(item_id,type_id,attr_id)の組合せは一意であり、重複登録ができない。
利用情報格納部133は、利用情報を複数記憶する。図5は、利用情報格納部133の格納状態を示す図である。図5に示すように、利用情報を構成するユーザ識別子(user_id)とアイテム識別子(item_id)と利用時期情報(dl_date)とを関連付けて、テーブル形式で格納する。利用情報にその他の情報も含まれる場合は、利用情報に含まれている全ての情報を格納できるように、利用情報の形態に合わせて格納形式を変更すればよい。
推薦属性情報格納部134は、推薦属性情報を複数記憶する。図6は、推薦属性情報格納部134の格納状態を示す図である。図6に示すように、推薦属性情報を構成するユーザ識別子(user_id)と、属性種別識別子(type_id)と、属性値識別子(attr_id)と、推薦の度合いを数値化した属性推薦値(a_value)とを関連付けて、テーブル形式で格納する。なお、(user_id,type_id,attr_id)の組合せは一意とし、重複登録ができない。
属性優先値情報格納部136は、属性優先値情報を複数記憶する。図8は、属性優先値情報格納部136の格納状態を示す図である。図8に示すように、属性優先値情報を構成するアイテム識別子(item_id)と、属性種別識別子(type_id)と、属性値識別子(attr_id)と、属性の優先の度合いを数値化した属性優先値(p_value)を関連付けて、テーブル形式で格納する。なお、(item_id,type_id,attr_id)の組合せは一意とし、重複登録ができない。
利用情報登録部111は、ネットワーク2を介して、端末装置3より利用情報を受信し、利用情報格納部133に、受信した利用情報を格納する。
推薦属性選出部112は、所定のタイミングごとに、推薦属性選出処理を行う。所定のタイミングとしては、所定の時間間隔(例えば24時間ごと)を用いてもよいし、利用情報を一定回数受信するごととしてもよい。また、月曜日〜金曜日までは3時間ごと、土曜日は6時間ごと、日曜日は12時間ごと、というように時間間隔が変動してもよい。また、夏は時間間隔を短くして、冬は時間間隔を長くするなど、季節に応じて時間間隔を変えてもよい。
まず、推薦属性選出部112が、利用情報格納部133より、利用情報に含まれるユーザ識別子を重複なしで、全て抽出する(ステップ101)。このとき、ユーザ識別子を抽出する利用情報を、推薦属性選出処理の時点から所定期間(例えば、3ヶ月といったように予めサービス提供側が決めておく)遡った範囲に該当する利用時期情報を含むものに限定することで、直近に利用されたユーザのみに対して、推薦属性情報を選出するようにしてもよい。
次に、推薦属性選出部112が、ステップS101にて抽出したユーザ識別子の中から、例えば、抽出した順に1つ選択する(ステップS102)。ここで選択したユーザ識別子に対応するユーザが推薦対象ユーザとなる。
類似ユーザを選出するには、推薦対象ユーザと他のユーザとの類似度を算出し、類似度の高い順に所定数までのユーザを類似ユーザとして選出してもよいし、所定値以上の類似度のユーザを類似ユーザとして、選出してもよい。
類似度を算出する方法として例えば、利用情報を基に、Jaccard(ジャカード)係数を用いることができる。Jaccard係数を用いる場合は、推薦対象ユーザurが利用したことのあるアイテム集合をI(ur)、他のユーザuが利用したことのあるアイテム集合をI(u)、ユーザurとユーザuが共に利用したアイテム数を|I(ur) ∩ I(u)|とし、ユーザurとユーザuの少なくとも一方が利用したことのあるアイテム数を|I(ur) ∪ I(u)|としたとき、類似度sim(ur,u)は式(1)にて算出することができる。
また、アイテム嗜好度を算出することで、類似度算出に、コサイン距離やピアソン積率相関係数を用いることもできる。
コサイン距離を用いる場合は、例えば、推薦対象ユーザurが利用したことのあるアイテム集合をI(ur)とし、ユーザurのアイテムi(i∈I(ur))に対するアイテム嗜好度をvi(ur,i)、他のユーザuが利用したことのあるアイテム集合をI(u)とし、他のユーザuのアイテムi’(i’∈I(u))に対するアイテム嗜好度をvi(u,i’)、ユーザurとユーザuとが共に利用したことのあるアイテムをI(ur,u)とし、ユーザurのアイテムic(ic∈I(ur,u))に対するアイテム嗜好度をvi(ur,ic)、他のユーザuのアイテムicに対するアイテム嗜好度をvi(u,ic)としたとき、類似度sim(ur,u)は式(2)で算出することができる。
もちろん、上記以外の方法を用いて、ユーザ間の類似度を算出してもよい。
次に、推薦属性選出部112が、アイテム情報格納部132より、属性種別情報に含まれる属性種別識別子のうち、推薦属性選出対象のものを取得する(ステップS104)。なお、アイテム属性の種別を属性種別識別子などで管理しているようなサービスは、本発明の効果を実現するために、推薦属性選出対象となる属性種別識別子を2つ以上設定する必要がある。推薦属性選出対象の属性種別識別子は、予めサービスの提供側が設定すればよい。
次に、推薦属性選出部112が、ステップS104にて取得した属性種別識別子のうち、例えば、取得した順に1つ選択する(ステップS105)。
次に、推薦属性選出部112が、まず、利用情報格納部133より、ステップS103にて選出した類似ユーザのユーザ識別子のいずれかを含む利用情報から、アイテム識別子を重複なしで抽出する。そして、アイテム情報格納部132より、ステップS105にて選択した属性種別識別子を有する属性対応情報から、抽出したアイテム識別子のいずれかを有する属性対応情報を特定し、特定した属性対応情報に含まれる属性識別子を、推薦候補属性識別子として、重複なしで抽出する(ステップS106)。
次に、推薦属性選出部112が、ステップS106にて抽出した推薦候補属性識別子ごとに、属性推薦値の算出を行う(ステップS107)。
属性推薦値算出の第1の方法は、推薦候補属性識別子ごとに、その属性識別子に属するアイテムを利用した類似ユーザの数を集計し、その数を用いて属性推薦値を算出する方法である。属性推薦値算出の第1の方法は、属性推薦値に対する類似ユーザ1人ひとりの影響力(重み)を全て平等(同じ)に扱っている。
属性推薦値算出の第2の方法は、推薦候補属性識別子ごとに、その属性識別子に属するアイテムを利用した類似ユーザの類似度の総和を用いて属性推薦値を算出する方法である。属性推薦値算出の第2の方法は、属性推薦値に対するユーザ1人ひとりの影響力(重み)を変えており、推薦対象ユーザとの類似度が高い類似ユーザほど影響力が強いことになる。
また、属性推薦値算出の第2の方法と第3の方法を組み合わせて属性推薦値を算出してもよい。もちろん、他の方法を用いて、属性推薦値を算出してもよい。
次に、推薦属性選出部112が、ステップS108にて選出した推薦属性ごとに、ステップS102にて選択したユーザ識別子と、推薦属性である属性種別識別子と属性値識別子の組合せと、ステップS107にて推薦属性に対応して算出された属性推薦値とを関連付けた推薦属性情報を、推薦属性情報格納部134に格納する(ステップS109)。
次に、推薦属性選出部112が、ステップS105にて全ての属性種別識別子を選択したか否かを判定する(ステップS110)。全て選択した場合は、ステップS111へ進み、未選択のものがある場合は、ステップS105へ進む。
ステップS111では、推薦属性選出部112が、ステップS102にて全てのユーザ識別子を選択したか否かを判定する。全て選択した場合は、ステップS101からステップS111までの一連の処理を終了し、未選択のものがある場合は、ステップS102へ進む。
なお、推薦属性情報を作成する対象となる属性種別識別子を増やせば増やすほど、推薦アイテムを選出する際のアイテムの候補を増やすことができる。
また、アイテム属性の種別を管理していない(属性種別識別子のない)サービスにおいては、ステップS106とステップS107とステップS112の処理を省略することができる。
また、類似度や属性推薦値を算出するために利用する利用情報を、推薦属性選出処理の時点から所定期間(例えば、3ヶ月といったように予めサービス提供側が設定しておく)遡った範囲に該当する利用時期情報を含むものに限定することで、直近の利用情報のみを用いて、推薦属性情報を選出するようにしてもよい。また、推薦属性選出処理の時点に近い順に、所定個数(例えば、10個といったように予めサービス提供側が設定しておく)まで取得することで、推薦属性情報を選出する際の計算量を減らすようにしてもよい。
以上が、推薦属性選出処理の手順の説明である。
まず、属性嗜好度算出部113が、利用情報格納部133より、利用情報に含まれるユーザ識別子を重複なしで、全て抽出する(ステップS201)。
次に、属性嗜好度算出部113が、ステップS201にて抽出したユーザ識別子の中から、例えば、抽出した順に1つ選択する(ステップS202)。
次に、属性嗜好度算出部113が、利用情報格納部133より、ステップS202にて選択したユーザ識別子を有する利用情報を全て取得する(ステップS203)。このとき、取得する利用情報を、属性嗜好度算出処理の時点から所定期間(例えば、3ヶ月といったように予めサービス提供側が設定しておく)遡った範囲に該当する利用時期情報を含むものに限定することで、直近の利用情報のみを用いて、属性嗜好度を算出するようにしてもよい。
次に、属性嗜好度算出部113が、ステップS204にて取得した属性対応情報のうち、例えば、取得した順に1つ選択する(ステップS205)。
次に、属性嗜好度算出部113が、ステップS205にて選択した属性対応情報に対して、属性嗜好度を算出する(ステップS206)。
属性嗜好度算出の第1の方法は、どのような属性対応情報に対応するアイテム属性対しても、一様に同じ値(例えば、「1」)を算出する方法である。属性嗜好度算出の第1の方法は、どのようなアイテム属性でも等しく扱うことになる。
また、属性嗜好度算出の第2から第8の方法を組み合わせて算出してもよい。例えば、第2と第4の方法を組み合わせて、式(7)や式(8)のように算出してもよい。それ以外でも、各算出方法の性質を変化させないように自由に組み合わせてもよい。以上が、属性嗜好度の算出方法の説明である。
次に、属性嗜好度算出部113が、ステップS205にて全ての属性対応情報を選択したか否かを判定する(ステップS208)。全て選択した場合は、ステップS209へ進み、未選択のものがある場合は、ステップS205へ進む。
ステップS209では、属性嗜好度算出部113が、ステップS202にて全てのユーザ識別子を選択したか否かを判定する。全て選択した場合は、ステップS201からステップS209までの一連の処理を終了し、未選択のものがある場合は、ステップS202へ進む。
以上が、属性嗜好度算出処理の手順の説明となる。
まず、属性優先値算出部114が、利用情報格納部133より、利用情報に含まれるアイテム識別子を重複なしで、全て抽出する(ステップS301)。
次に、属性優先値算出部114が、ステップS301にて抽出したアイテム識別子の中から、例えば、抽出した順に1つ選択する(ステップS302)。
次に、属性優先値算出部114が、利用情報格納部133より、ステップS302にて選択したアイテム識別子を有する利用情報を全て取得する(ステップS303)。このとき、取得する利用情報を、属性優先値算出処理の時点から所定期間(例えば、3ヶ月といったように予めサービス提供側が設定しておく)遡った範囲に該当する利用時期情報を含むものに限定することで、直近の利用情報のみを用いて、属性優先値を算出するようにしてもよい。
次に、属性優先値算出部114が、ステップS304にて取得した属性対応情報のうち、例えば、取得した順に1つ選択する(ステップS305)。
次に、属性優先値算出部114が、ステップS305にて選択した属性対応情報に対して、属性優先値を算出する(ステップS306)。
属性優先値算出の第1の方法は、どのような属性対応情報に対応するアイテム属性対しても、一様に同じ値(例えば、「1」)を算出する方法である。属性優先値算出の第1の方法は、どのようなアイテム属性でも等しく扱うことになる。
属性優先値算出の第2の方法は、ステップS305にて選択した属性対応情報に対応するアイテム属性に属するアイテムの数が少ないほど、その値が大きくなるように算出する方法である。これは、属性嗜好度算出の第2の方法と同様の方法を用いて算出することができる。
属性優先値算出の第4の方法は、ステップS305にて選択した属性対応情報に対応するアイテム属性に属するアイテムの利用が多いものほど、その値が大きくなるように算出する方法である。これは、属性嗜好度算出の第4の方法と同様の方法を用いて算出することができる。
属性優先値算出の第5の方法は、ステップS305にて選択した属性対応情報に対応するアイテム属性に属するアイテムを利用したユーザが多いものほど、その値が大きくなるように算出する方法である。これは、属性嗜好度算出の第5の方法と同様の方法を用いて算出することができる。
また、属性優先値算出の第2から第8の方法を組み合わせて算出してもよい。例えば、第2と第4の方法の組み合わせを、属性嗜好度算出の第2と第4の方法を組合せた式(7)と式(8)を用いることで算出してもよい。それ以外でも、各算出方法の性質を変化させないように自由に組み合わせてもよい。
以上が、属性優先値の算出方法の説明である。
次に、属性優先値算出部114が、ステップS305にて全ての属性対応情報を選択したか否かを判定する(ステップS308)。全て選択した場合は、ステップS309へ進み、未選択のものがある場合は、ステップS305へ進む。
ステップS309では、属性優先値算出部114が、ステップS302にて全てのアイテム識別子を選択したか否かを判定する。全て選択した場合は、ステップS301からステップS309までの一連の処理を終了し、未選択のものがある場合は、ステップS302へ進む。
以上が、属性優先値算出処理の手順の説明となる。
まず、推薦アイテム選出部115が、推薦属性情報格納部134より、推薦属性情報に含まれるユーザ識別子を、重複なしで全て抽出する(ステップS401)。
次に、推薦アイテム選出部115が、ステップS401にて抽出したユーザ識別子のうち、例えば、抽出した順に、推薦対象ユーザ識別子として1つ選択する(ステップS402)。
次に、推薦アイテム選出部115が、推薦属性情報格納部134より、ステップS402にて選択した推薦対象ユーザ識別子と一致するユーザ識別子を有する推薦属性情報を全て取得する(ステップS403)。
次に、推薦アイテム選出部115が、属性優先値情報格納部136より、ステップS402にて選択した推薦対象ユーザ識別子と一致するユーザ識別子を有する属性嗜好情報を全て取得する(ステップS404)。
次に、推薦アイテム選出部115が、ステップS405にて抽出したアイテム識別子のうち、例えば、抽出した順に、推薦候補アイテム識別子として1つ選択する(ステップS406)。
次に、推薦アイテム選出部115が、属性優先値情報格納部136より、ステップS406にて選択した推薦候補アイテム識別子と一致するアイテム識別子を有する属性優先値情報を全て取得する(ステップS407)。
次に、推薦アイテム選出部115が、ステップS402にて選択した推薦対象ユーザ識別子に対する、ステップS406にて選択した推薦候補アイテム識別子の推薦値を算出する(ステップS408)。
推薦値算出の第1の方法は、ステップS406にて選択した推薦候補アイテム識別子に対応する属性識別子のいずれかを含む推薦属性情報の数を推薦値として算出する方法である。推薦値算出の第1の方法は、計算量が少ない。
次に、ST(ur,ir)から重複なしで抽出したTの部分集合T(ur,ir)を形成する。そして、ST(ur,ir)に含まれる推薦属性情報のうち、属性種別識別子t’x(∈T(ur,ir))を含むものより抽出した属性識別子の集合TA(ur,ir,t’x)の数を|TA(ur,ir,t’x)|とし、TA(ur,ir,t’x)の任意の属性識別子(t’x,t’xy)に対応する属性推薦値をav(ur,t’x,t’xy)とした場合、推薦値rv(ur,ir)は、定数α3(0≦α3≦1)を用いて、式(12)にて算出できる。
また、推薦値算出の第2から第7の方法を組み合わせて算出してもよい。例えば、第3と第4の方法を組み合わせて、式(17)のように算出してもよい。
ステップS410では、推薦アイテム選出部115が、ステップS408にて算出した推薦値に応じて、推薦アイテムを選出する。推薦アイテムを選出するには、推薦値が(予め、サービス提供側が設定した)所定値以上の推薦候補アイテム識別子を、推薦アイテムとすればよい。また、推薦値の降順に(予め、サービス提供側が設定した)所定数まで選択した推薦候補アイテム識別子を、推薦アイテムのアイテム識別子とすればよい。
次に、推薦アイテム選出部115が、ステップS410にて選出した推薦アイテムごとに、ステップS402にて選択した推薦対象ユーザ識別子と、推薦アイテムのアイテム識別子と、ステップS408にて算出した推薦値とを関連付けた推薦アイテム情報を、推薦アイテム情報格納部137に格納する(ステップS411)。
この手順により、実際にどのような効果があるかの具体例を、図14と図15を用いて説明する。図14は、ユーザu3に対する推薦属性を示すものである。図14に示すように、ユーザu3の推薦属性が、(ta,ta7)、(ta,ta13)、(tb,tb4)、(tb,tb8)であることが分かる。図15は、ユーザu3に対する推薦候補アイテムの対象となるアイテム集合をイメージしたものである。図15に示すように、ユーザu3の推薦属性それぞれに対応するアイテム集合、I(ta,ta7)、I(ta,ta13)、I(tb,tb4)、I(tb,tb8)があり、斜線部が、推薦候補アイテムのアイテム集合I(ta,ta7)∪I(ta,ta13)∪I(tb,tb4)∪I(tb,tb8)となる。つまり、推薦アイテムを、I(ta,ta7)、I(ta,ta13)、I(tb,tb4)、I(tb,tb8)のいずれかに属するアイテムから選出することができるようになるため、利用情報が少なくても、アイテムの推薦を可能とし、かつ、多様なアイテム属性を用いることで、多様なアイテムの推薦を実現することができる。
以上が、推薦アイテム選出処理の手順の説明である。
推薦アイテム詳細情報作成処理とは、推薦アイテム詳細情報を作成する処理である。具体的には、まず、推薦アイテム情報格納部137より、受信した推薦アイテム取得要求に含まれるユーザ識別子を有する全ての推薦アイテム情報を取得する。そして、アイテム情報格納部132より、取得した推薦アイテム情報に含まれるアイテム識別子に対応するアイテム情報を取得し、取得したアイテム情報を用いて推薦アイテム詳細情報を作成する。なお、推薦アイテム取得要求に、取得制限数が含まれている場合は、推薦アイテム情報格納部137より推薦アイテム情報を取得する際に、推薦値の降順に取得制限数まで取得するようにすればよい。
2 ネットワーク
3 端末装置
31 端末制御部
32 端末通信部
33 端末入力部
34 端末表示部
11 情報処理サーバ制御部
111 利用情報登録部
112 推薦属性選出部
113 属性嗜好度算出部
114 属性優先値算出部
115 推薦アイテム選出部
116 推薦アイテム詳細情報作成部
12 情報処理サーバ通信部
13 情報処理サーバ格納部
131 ユーザ情報格納部
132 アイテム情報格納部
133 利用情報格納部
134 推薦属性情報格納部
135 属性嗜好情報格納部
136 属性優先値情報格納部
137 推薦アイテム情報格納部
Claims (5)
- 利用主体を識別するための利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を格納する利用情報格納部と、
アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報を格納するアイテム情報格納部と、
前記利用情報及び前記属性対応情報に基づいて、属性識別子と、利用主体識別子との間の推薦値である属性推薦値を算出し、算出した属性推薦値に基づいて、利用主体識別子ごとに、その利用主体識別子に関連する属性識別子である推薦属性を選出し、それぞれの利用主体識別子と、選出した推薦属性とを対応付けた推薦属性情報を作成する推薦属性選出部と、
前記推薦属性選出部が生成した推薦属性情報を格納する推薦属性情報格納部と、
一の利用主体の利用主体識別子を含む推薦属性情報を前記推薦属性情報格納部より取得し、取得した推薦属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である推薦候補アイテム集合を形成し、その推薦候補アイテム集合に含まれるアイテム識別子それぞれと前記一の利用主体との推薦値を算出し、算出した推薦値に基づいて、前記一の利用主体に推薦するアイテムを選出する推薦アイテム選出部と
を備えることを特徴とする情報処理装置。 - 前記利用情報及び前記属性対応情報に基づいて、属性識別子に対する優先の度合いを示す属性優先値を算出する属性優先値算出部
をさらに備え、
前記推薦アイテム選出部は、前記アイテム情報格納部より、前記推薦項候補アイテム集合に含まれるアイテム識別子に対応付けられた属性対応情報を取得し、取得した属性対応情報に含まれる属性識別子のうち、いずれかに対して算出された前記属性優先値を用いて前記推薦値を算出する、
ことを特徴とする請求項1記載の情報処理装置。 - 前記利用情報及び前記属性対応情報に基づいて、利用主体の属性識別子に対する嗜好の度合いを示す属性嗜好度を算出する属性嗜好度算出部
をさらに備え、
前記推薦アイテム選出部は、前記アイテム情報格納部より、前記一の利用主体に対して形成した推薦候補アイテム集合に含まれる属性対応情報を取得し、取得した属性対応情報に含まれる属性識別子のうちのいずれかと、前記一の利用主体とに対して算出された前記属性嗜好度を用いて前記推薦値を算出する、
ことを特徴とする請求項1又は2に記載の情報処理装置。 - 利用主体を識別するための利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を利用情報格納部に格納する利用情報格納ステップと、
アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報をアイテム情報格納部に格納するアイテム情報格納ステップと、
前記利用情報及び前記属性対応情報に基づいて、属性識別子と、利用主体識別子との間の推薦値である属性推薦値を算出し、算出した属性推薦値に基づいて、利用主体識別子ごとに、その利用主体識別子に関連する属性識別子である推薦属性を選出し、それぞれの利用主体識別子と、選出した推薦属性とを対応付けた推薦属性情報を作成する推薦属性選出ステップと、
前記推薦属性選出ステップにおいて生成した推薦属性情報を推薦属性情報格納部に格納する推薦属性情報格納ステップと、
一の利用主体の利用主体識別子を含む推薦属性情報を前記推薦属性情報格納部より取得し、取得した推薦属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である推薦候補アイテム集合を形成し、その推薦候補アイテム集合に含まれるアイテム識別子それぞれと前記一の利用主体との推薦値を算出し、算出した推薦値に基づいて、前記一の利用主体に推薦するアイテムを選出する推薦アイテム選出ステップと
を有することを特徴とする情報処理方法。 - コンピュータに、
利用主体を識別するための利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を利用情報格納部に格納する利用情報格納ステップと、
アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報をアイテム情報格納部に格納するアイテム情報格納ステップと、
前記利用情報及び前記属性対応情報に基づいて、属性識別子と、利用主体識別子との間の推薦値である属性推薦値を算出し、算出した属性推薦値に基づいて、利用主体識別子ごとに、その利用主体識別子に関連する属性識別子である推薦属性を選出し、それぞれの利用主体識別子と、選出した推薦属性とを対応付けた推薦属性情報を作成する推薦属性選出ステップと、
前記推薦属性選出ステップにおいて生成した推薦属性情報を推薦属性情報格納部に格納する推薦属性情報格納ステップと、
一の利用主体の利用主体識別子を含む推薦属性情報を前記推薦属性情報格納部より取得し、取得した推薦属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である推薦候補アイテム集合を形成し、その推薦候補アイテム集合に含まれるアイテム識別子それぞれと前記一の利用主体との推薦値を算出し、算出した推薦値に基づいて、前記一の利用主体に推薦するアイテムを選出する推薦アイテム選出ステップと
を実行させることを特徴とする情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013136123A JP6079479B2 (ja) | 2013-06-28 | 2013-06-28 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013136123A JP6079479B2 (ja) | 2013-06-28 | 2013-06-28 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017007511A Division JP6269864B2 (ja) | 2017-01-19 | 2017-01-19 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015011504A true JP2015011504A (ja) | 2015-01-19 |
JP6079479B2 JP6079479B2 (ja) | 2017-02-15 |
Family
ID=52304622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013136123A Active JP6079479B2 (ja) | 2013-06-28 | 2013-06-28 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6079479B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017228037A (ja) * | 2016-06-21 | 2017-12-28 | キヤノン株式会社 | 情報処理装置およびその制御方法、並びにプログラム |
JP2018045553A (ja) * | 2016-09-16 | 2018-03-22 | ヤフー株式会社 | 選択装置、選択方法および選択プログラム |
WO2019097785A1 (ja) * | 2017-11-17 | 2019-05-23 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN111815359A (zh) * | 2020-07-09 | 2020-10-23 | 北京字节跳动网络技术有限公司 | 一种目标人群确定方法、装置、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003216636A (ja) * | 2002-01-23 | 2003-07-31 | Hitachi Ltd | 最新記事推薦方法およびシステム |
JP2006202127A (ja) * | 2005-01-21 | 2006-08-03 | Pioneer Electronic Corp | 推奨情報提示装置及び推奨情報提示方法等 |
WO2009014300A1 (en) * | 2007-07-24 | 2009-01-29 | Samsung Electronics Co., Ltd. | Method and apparatus for recommending information using hybrid algorithm |
JP2010218376A (ja) * | 2009-03-18 | 2010-09-30 | Nomura Research Institute Ltd | ユーザ関心ジャンル分析システム |
JP2012098975A (ja) * | 2010-11-04 | 2012-05-24 | Hitachi Ltd | アイテムの推薦方法及び装置 |
JP2012113544A (ja) * | 2010-11-25 | 2012-06-14 | Nomura Research Institute Ltd | 飲食店推薦システム |
JP2012113505A (ja) * | 2010-11-24 | 2012-06-14 | Jvc Kenwood Corp | アイテム選択装置、アイテム選択方法およびコンピュータプログラム |
JP2013097554A (ja) * | 2011-10-31 | 2013-05-20 | Jvc Kenwood Corp | 情報処理装置、情報処理方法、及び情報処理プログラム |
-
2013
- 2013-06-28 JP JP2013136123A patent/JP6079479B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003216636A (ja) * | 2002-01-23 | 2003-07-31 | Hitachi Ltd | 最新記事推薦方法およびシステム |
JP2006202127A (ja) * | 2005-01-21 | 2006-08-03 | Pioneer Electronic Corp | 推奨情報提示装置及び推奨情報提示方法等 |
WO2009014300A1 (en) * | 2007-07-24 | 2009-01-29 | Samsung Electronics Co., Ltd. | Method and apparatus for recommending information using hybrid algorithm |
JP2010218376A (ja) * | 2009-03-18 | 2010-09-30 | Nomura Research Institute Ltd | ユーザ関心ジャンル分析システム |
JP2012098975A (ja) * | 2010-11-04 | 2012-05-24 | Hitachi Ltd | アイテムの推薦方法及び装置 |
JP2012113505A (ja) * | 2010-11-24 | 2012-06-14 | Jvc Kenwood Corp | アイテム選択装置、アイテム選択方法およびコンピュータプログラム |
JP2012113544A (ja) * | 2010-11-25 | 2012-06-14 | Nomura Research Institute Ltd | 飲食店推薦システム |
JP2013097554A (ja) * | 2011-10-31 | 2013-05-20 | Jvc Kenwood Corp | 情報処理装置、情報処理方法、及び情報処理プログラム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017228037A (ja) * | 2016-06-21 | 2017-12-28 | キヤノン株式会社 | 情報処理装置およびその制御方法、並びにプログラム |
JP2018045553A (ja) * | 2016-09-16 | 2018-03-22 | ヤフー株式会社 | 選択装置、選択方法および選択プログラム |
WO2019097785A1 (ja) * | 2017-11-17 | 2019-05-23 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN111815359A (zh) * | 2020-07-09 | 2020-10-23 | 北京字节跳动网络技术有限公司 | 一种目标人群确定方法、装置、电子设备和存储介质 |
CN111815359B (zh) * | 2020-07-09 | 2024-05-24 | 北京火山引擎科技有限公司 | 一种目标人群确定方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP6079479B2 (ja) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5581408B2 (ja) | 情報処理システム、情報処理装置、情報処理方法及びプログラム | |
JP5633423B2 (ja) | 情報処理方法、表示方法、情報処理装置、端末装置、及び情報処理プログラム | |
JP6079479B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2017228040A (ja) | 加盟店舗情報提供方法 | |
JP5971895B2 (ja) | 情報処理方法、表示方法、情報処理装置、端末装置、及びプログラム | |
JP5048852B2 (ja) | 検索装置、検索方法、検索プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体 | |
JP6060833B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6414192B2 (ja) | 情報処理装置、情報処理方法、情報処理プログラム | |
JP5673520B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP5846033B2 (ja) | 情報処理装置、端末装置、情報処理方法、表示方法、情報処理プログラム、及び表示プログラム | |
JPWO2020031232A1 (ja) | 情報処理システム、情報処理方法、及びプログラム | |
JP6065061B2 (ja) | 情報処理装置、端末装置、情報処理方法、表示方法、情報処理プログラム、及び表示プログラム | |
JP6269864B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6443431B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP5370351B2 (ja) | 情報処理方法、情報処理装置、及び情報処理プログラム | |
JP2016081156A (ja) | 顔写真表示装置 | |
JP6028847B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP5673494B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP5633659B2 (ja) | 情報処理方法、表示方法、情報処理装置、端末装置、及び情報処理プログラム | |
JP5928573B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JPWO2019159288A1 (ja) | 情報処理システム、情報処理方法、及びプログラム | |
JP7098553B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6028846B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2011232970A (ja) | 情報処理方法、情報処理装置、端末装置および情報処理プログラム | |
JP5928572B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151029 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160812 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160823 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161021 |
|
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: 20161220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170102 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6079479 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |