JP2016177690A - サービス推薦装置およびサービス推薦方法並びにサービス推薦プログラム - Google Patents
サービス推薦装置およびサービス推薦方法並びにサービス推薦プログラム Download PDFInfo
- Publication number
- JP2016177690A JP2016177690A JP2015058748A JP2015058748A JP2016177690A JP 2016177690 A JP2016177690 A JP 2016177690A JP 2015058748 A JP2015058748 A JP 2015058748A JP 2015058748 A JP2015058748 A JP 2015058748A JP 2016177690 A JP2016177690 A JP 2016177690A
- Authority
- JP
- Japan
- Prior art keywords
- web page
- user
- web pages
- unit
- preference
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】ウェブサイトにおいてユーザの好みの商品やサービスを提供するウェブページを推薦する。【解決手段】サービス推薦装置100は、商品又はサービスを紹介又は提供するウェブサイトを構成する複数のウェブページを取得するウェブページ取得部131と、該ウェブページのうちの一部のウェブページ各々で紹介又は提供される商品又はサービスに対する、ユーザの好みの指定を受け付ける分類情報受付部133と、受け付けた指定に基づき、一部のウェブページ各々に好みであるか否かを示す分類情報を対応付けることによりウェブページを分類するデータ分類部134と、複数のウェブページのうち、一部のウェブページとは異なるウェブページが、ユーザの好みであるか否かを、データ分類部による分類結果に応じて評価する要素評価部136と、評価に基づき、ユーザの好みと推定されるウェブページを提示する提示部139とを備える。【選択図】図1
Description
本発明は、ユーザの好みと推定されるサービスを推薦するサービス推薦装置およびサービス推薦方法並びにサービス推薦プログラムに関するものである。
近年、ネットワーク上には、数多の情報がウェブページという形で溢れている。これらのウェブページの中には、ある特定種のサービスを提供する店舗などを集中的に扱うものもある。例えば、ホテルガイドやレストランガイドなどが該当する。
これらのウェブページでは、ユーザは好みの情報を得るためにキーワードを用いた検索を行って、ある程度の絞り込みをかけてから、絞り込まれた中で各サービスのウェブページを見て、自身の好みのサービスを探索することになる。
このような検索を支援する手法として、例えば、特許文献1には、ユーザのプロファイル情報に基づいて、当該ユーザの好みのウェブページを提示するレコメンドシステムが開示されている。
しかしながら、通常のキーワードを検索だけでは、絞り込みが不十分であることが多く、絞り込みの検索の結果が多い場合には、ユーザが見るべき情報が多少減っただけで、そこから、更に好みのサービスを探索するにしても膨大な情報量を閲覧しなくてはならないという問題がある。また、特許文献1に記載の手法では、ユーザのプロファイル情報の登録が必要であるとともに、ユーザの好みの変化には対応できないという問題がある。
そこで、本発明においては、上記問題に鑑みて、ユーザの好みに合致すると推測される商品またはサービスを提示するサービス推薦装置およびサービス推薦方法並びにサービス推薦プログラムを提供することを目的とする。
上記課題を解決するために、本発明の一実施態様に係るサービス推薦装置は、 商品またはサービスを紹介または提供するウェブサイトを構成する複数のウェブページを取得するウェブページ取得部と、複数のウェブページのうちの一部の複数のウェブページ各々で紹介または提供される商品またはサービスに対する、ユーザの好みの指定を受け付ける受付部と、受付部で受け付けた指定に基づき、一部の複数のウェブページ各々に好みであるか否かを示す分類情報を対応付けることにより当該一部の複数のウェブページを分類するデータ分類部と、複数のウェブページのうちの、一部の複数のウェブページとは異なるウェブページが、ユーザの好みであるか否かを、データ分類部による分類結果に応じて評価する評価部と、評価部による評価に基づいて、異なるウェブページのうち、ユーザの好みと推定されるウェブページを、表示機能を有する表示部に表示させることによって、当該ユーザに提示する提示部とを備える。
また、本発明の一実施態様に係るサービス推薦方法は、コンピュータが実行するものであって、商品またはサービスを紹介または提供するウェブサイトを構成する複数のウェブページを取得するウェブページ取得ステップと、複数のウェブページのうちの一部の複数のウェブページ各々で紹介または提供される商品またはサービスに対する、ユーザの好みの指定を受け付ける受付ステップと、受付ステップにおいて受け付けた指定に基づき、一部の複数のウェブページ各々に好みであるか否かを示す分類情報を対応付けることにより当該一部の複数のウェブページを分類するデータ分類ステップと、複数のウェブページのうちの、一部の複数のウェブページとは異なるウェブページが、ユーザの好みであるか否かを、データ分類ステップにおける分類結果に応じて評価する評価ステップと、評価ステップにおける評価に基づいて、異なるウェブページのうち、ユーザの好みと推定されるウェブページを、表示機能を有する表示部に表示させることによって、当該ユーザに提示する提示部とを含む。
また、本発明の一実施態様に係るサービス推薦プログラムは、コンピュータに、商品またはサービスを紹介または提供するウェブサイトを構成する複数のウェブページを取得するウェブページ取得機能と、複数のウェブページのうちの一部の複数のウェブページ各々で紹介または提供される商品またはサービスに対する、ユーザの好みの指定を受け付ける受付機能と、受付機能で受け付けた指定に基づき、一部の複数のウェブページ各々に好みであるか否かを示す分類情報を対応付けることにより当該一部の複数のウェブページを分類するデータ分類機能と、複数のウェブページのうちの、一部の複数のウェブページとは異なるウェブページが、ユーザの好みであるか否かを、データ分類機能による分類結果に応じて評価する評価機能と、評価機能による評価に基づいて、異なるウェブページのうち、ユーザの好みと推定されるウェブページを、表示機能を有する表示部に表示させることによって、当該ユーザに提示する提示機能とを実現させる。
本発明の一態様に係るサービス推薦装置、サービス推薦方法、サービス推薦プログラムは、ユーザが好みの商品またはサービスを紹介または提供するウェブページと、好みでないサービスを提供するウェブページとを分類した結果に基づいて、ユーザにとって好みであると推定される他のウェブページを提示することができる。
本発明に係るサービス推薦装置の一実施態様について、図面を参照しながら説明する。
<概要>
本実施の形態に係るサービス推薦装置は、ユーザがリコメンドを受けたい商品またはサービス(例えば、レストラン、ホテルなど)に関連するウェブサイトにおいて、自身が好みであるサービスを提示するウェブページを何点か(1点以上あればよい)と、自身が好みでないサービスを提示するウェブページを何点か(1点以上あればよい)との指定を受け付ける。すなわち、ユーザは、数点のウェブページをユーザの好みであるか否かに応じて分類する。なお、ここでは、ウェブサイトは、複数のウェブページから構成され、各ウェブページは何等かのサービスや商品を紹介するページであるとするが、その他の内容の記事を含んでよい。
本実施の形態に係るサービス推薦装置は、ユーザがリコメンドを受けたい商品またはサービス(例えば、レストラン、ホテルなど)に関連するウェブサイトにおいて、自身が好みであるサービスを提示するウェブページを何点か(1点以上あればよい)と、自身が好みでないサービスを提示するウェブページを何点か(1点以上あればよい)との指定を受け付ける。すなわち、ユーザは、数点のウェブページをユーザの好みであるか否かに応じて分類する。なお、ここでは、ウェブサイトは、複数のウェブページから構成され、各ウェブページは何等かのサービスや商品を紹介するページであるとするが、その他の内容の記事を含んでよい。
サービス推薦装置は、ユーザの好みであるウェブページに含まれる文書情報から、キーワード(例えば、形態素、センテンスなど)を選出し、各キーワードの重み付け値を設定する。同様に、ユーザの好みでないウェブページに含まれる文書情報から、キーワードを選出し、各キーワードの重み付け値を設定する。なお、この時の重み付けの対象は、キーワードに限られるものではない。例えば、あるキーワードのまとまりに対して重み付け値を設定してもよいし、キーワード間の結びつきに対する重み付け値を設定してもよい。
次に、上記サービス推薦装置は、ユーザが好みか否かの指定をしていないウェブページに関する情報を取得する。そして、当該ウェブページに含まれる文書情報から、キーワードを選出し、そのキーワードに設定されている重み付け値に基づいて、ウェブページのスコアを算出する。そして、サービス推薦装置は、例えば、当該スコアが予め定められた閾値を超えている場合に、当該ウェブページをユーザの好みのウェブページと推定して提示する。これにより、サービス推薦装置によれば、ユーザは、例えば、検索のキーワードで悩む必要もなければ、検索後の膨大な量の情報を閲覧する必要もなければ、嗜好性を示すプロファイル情報を設定する必要もなくなる。したがって、サービス推薦装置は、例えば、従来からあるユーザの煩雑な手間を軽減することができる。以下、サービス推薦装置の詳細について説明する。
<構成>
図1は、サービス推薦装置100の機能構成を示すブロック図である。図1に示すように、サービス推薦装置100は、通信部110と、入力部120と、制御部130と、記憶部140と、表示部150とを含む。
図1は、サービス推薦装置100の機能構成を示すブロック図である。図1に示すように、サービス推薦装置100は、通信部110と、入力部120と、制御部130と、記憶部140と、表示部150とを含む。
通信部110は、ウェブページにアクセスする機能を有する。また、通信部110は、ユーザ端末との通信が確立できる場合に、制御部130から伝達されたおすすめ情報を、当該ユーザ端末に送信する機能も有する。
入力部120は、ユーザが、ウェブページにおいて表示されるサービスについてユーザの好みであるか否かを示す入力を受け付ける。入力部120は、当該好みか好みでないかを示す入力内容を分類情報受付部133に伝達する。
制御部130は、記憶部140に記憶されている各種データを参照しながら、サービス推薦装置100の各部を制御する機能を有するプロセッサである。制御部130は、サービス推薦装置100が有する各種機能を統括的に制御する。
制御部130は、ウェブページ取得部131と、データ抽出部132と、分類情報受付部133と、データ分類部134と、要素抽出部135と、要素評価部136と、評価格納部137と、未分類データ評価部138と、提示部139とを含む。
ウェブページ取得部131は、通信部110を介してネットワーク(例えば、インターネット、イントラネットなど)にアクセスし、ウェブページに関するウェブページ情報を取得し、当該ウェブページ情報を記憶部140に記録する機能を有する。当該ウェブページは、例えば、商品またはサービスを提供することを示す情報が掲載されているウェブページである。
データ抽出部132は、記憶部140に記憶されているウェブページ情報からデータを抽出する機能を有する。データ抽出部132は、入力部120に入力されたユーザが好みか否かを指定したウェブページ情報を、訓練データ(例えば、ユーザによって分類情報(例えば、当該訓練データを分類するために用いる識別タグ)が対応付けられた分類済みのデータ)としてデータ分類部134に伝達する。また、データ抽出部132は、入力部120に入力されたユーザが好みか否かを指定していないウェブページ情報を、未知データ(分類情報が対応付けられていない未分類のデータ)として記憶部140から抽出し、未分類データ評価部138に伝達する。
分類情報受付部(受付部)133は、ユーザが各ウェブページを分類するための基準を示す分類情報を、入力部120から受け付ける。ここで、本実施の形態において、分類情報は、例えば「ユーザにとって好みである」または「ユーザにとって好みでない」を示す情報である。すなわち、分類情報は、例えば、ユーザが好みであるか否かを指定したものであり、「好みである」、「好みでない」ことを示す2値のフラグである。なお、ここでは、分類情報を2値のフラグであるとしているが、分類情報は、2値以上を表現可能なデータとして、ウェブページを複数のカテゴリに分類するものであってもよい。例えば、分類情報は、「とても好みである」、「好みである」、「普通」、「好みでない」、「嫌い」というように、ウェブページを5段階で分類するものであってもよい。
データ分類部134は、分類情報受付部133において受け付けられた分類情報に基づき、データ抽出部132から伝達されたウェブページを分類する機能を有する。例えば、データ分類部134は、データ抽出部132から伝達されたウェブページ各々について、分類情報を対応付けることにより、各ウェブページを分類する。データ分類部134は、分類情報を対応付けたウェブページ情報を要素抽出部135に伝達する。
要素抽出部135は、データ分類部134により分類情報が対応付けられたウェブページから、データ要素を抽出する機能を有する。データ要素は、例えば、ウェブページに含まれる記事内容のキーワード(いわゆる、形態素)、画像、音声、動画などであってよい。なお、データ要素は、音声の場合、例えば、ウェブページに掲載されている音声情報を部分音声に分けたものであってよく、動画の場合、例えば、動画を構成するフレームの一部であってよい。要素抽出部135は、抽出したデータ要素を要素評価部136に伝達する。
要素抽出部135が抽出するデータ要素は、所定の選定基準に従ってサービス推薦装置100により選定される。ここでデータ要素を選定する手法としては、ユーザが好みであると指定したウェブページに含まれるデータ要素が高く評価され、ユーザが好みでないと指定したウェブページに含まれるデータ要素が評価されないようになっていればよい。例えば、データ要素は、ユーザが好みであると指定した1以上のウェブページから抽出されたキーワードから、ユーザが好みでないと指定した1以上のウェブページから抽出されたキーワードを除去した残りのキーワードをデータ要素として選定することとしてもよい。あるいは、例えば、ユーザが好みであると指定した1以上のウェブページから抽出されたキーワードの出現頻度が、ユーザが好みでないと指定した1以上のウェブページから抽出された同一のキーワードの出現頻度よりも一定以上高いものをデータ要素として選定してもよい。また、データ要素は、サービス推薦装置100に対してユーザが入力部120を用いて指定することとしてもよい。
要素評価部(設定部)136は、要素抽出部135が抽出した各データ要素を、予め定められた所定の評価基準に従って評価する機能を有する。要素評価部136は、所定の評価基準として、例えば、データ要素について分類情報との依存関係を示す伝達情報量を用いて評価することができる。例えば、要素抽出部135が、ウェブページに含まれる文書情報(テキスト)からデータ要素としてキーワードを抽出した場合、要素評価部136は、当該キーワードの重み付け値(weight)を算出することによって当該キーワードを評価する。
また、要素評価部136は、未分類データ138がスコアを算出した後、ユーザが好みであると指定したウェブページのスコアが、ユーザが好みでないと指定したウェブページのスコアよりも大きくなるまで、各データ要素の重み付け値を繰り返し再評価し、その重み付け値を算出しなおすことができる。例えば、要素評価部136は、再現率(Recall Rate;抽出されたデータの網羅性を示す指標)または正解率(Precision;抽出されたデータの正確性を示す指標)が向上するように、各データ要素に設定された重み付け値を変更することができる。要素評価部136は、算出した各データ要素の重み付け値と閾値とを評価格納部137に伝達する。
評価格納部137は、要素評価部136により評価された各データ要素とその評価(重み付け値)とを対応付けて記憶部140に格納する機能を有する。また、評価格納部137は、スコアに対する閾値も評価格納部137に格納する。
未分類データ評価部(データ評価部)138は、データ抽出部132から伝達されたユーザが好みか否かを指定していないウェブページを、記憶部140に記憶されているデータ要素の評価(重み付け値)を用いて、ユーザにとって好みであるか否か(すなわち、当該ウェブページと「好みであるか否か」という分類情報との関連性)を評価する機能を有する。
例えば、未分類データ評価部138は、データ抽出部132から伝達されたユーザが好みか好みでないかを指定していないウェブページに含まれるデータ要素を特定する。そして、当該データ要素の重み付け値を、記憶部140に格納されている各データ要素に設定された重み付け値を参照して特定する。そして、未分類データ評価部138は、ユーザがアクセスしていないウェブページ(未知データ)に含まれるデータ要素各々のスコアを統合(例えば、合算)して、予め定められた範囲内の値(例えば、0〜10000の間)をとるように、スケーリングして当該ウェブページのスコアとして算出する。
なお、未分類データ評価部138は、ウェブページごとに1つのスコアを算出することもできるし、所定の区切り(例えば、センテンス、段落、所定の長さで分割された部分音声、所定数のフレームを含む部分動画など)ごとに1つのスコアを算出することもできる(詳細については後述する)。
提示部139は、未分類データ評価部138により一定以上の(予め定められた閾値を超える)スコアを有すると判定されたウェブページを、ユーザの好みと合致していると推定されるウェブページとして提示する機能を有する。なお、提示部139は、一定以上のスコアを有するウェブページを提示すると記載したが、これは一例であり、その他にも例えば、スコアの高いものから降順でウェブページを提示することとしてもよい。提示部139は、必要に応じて、ユーザの好みと合致していると推定したウェブページを、通信部120または表示部150に伝達する。例えば、提示部139は、通信部120がユーザの通信端末と通信可能に接続されている場合には、ウェブページを通信部120に伝達し、それ以外の場合には表示部150に伝達する。
記憶部140は、サービス推薦装置100が、データ分析のために用いるために必要とするプログラム(サービス推薦プログラム)および各種データを記憶する機能を有する記録媒体である。記憶部140は、例えば、HDD(Hard Disc Drive)、SSD(Solid State Drive)、半導体メモリ、フラッシュメモリなどにより実現される。なお、図1では、サービス推薦装置100が記憶部140を備える構成を示しているが、記憶部140は、サービス推薦装置100と通信可能に接続された外部の記憶装置であってもよい。
表示部150は、制御部130から出力された表示データに基づく画像を表示する機能を有するモニターである。表示部150は、例えば、LCD(Liquid Crystal Display)や、PDP(Plasma Display Panel)、有機EL(Electro Luminescence)ディスプレイなどにより実現されてよい。本実施の形態においては、表示部150は、提示部139から伝達されたユーザへのおすすめ情報(ユーザの好みと合致するウェブページ)を表示する。
<動作>
図2は、ウェブページ分析のための教師データの作成処理を示すフローチャートである。図2に示すように、サービス推薦装置100は、入力部120を介して、ユーザから、ある種のサービスを提供するウェブサイト内の一部のウェブページ各々について、好みか好みでないかの指定を受け付ける(ステップS201)。ウェブページに関する情報は、当該ウェブページを特定可能な情報でありさえすればよく、例えば、当該ウェブページのアドレスであってもよいし、フルページの情報であってもよい。入力部120は、入力内容(ユーザの好みであるか否かを示す情報)を分類情報受付部133に伝達し、分類情報受付部133は受け付けた内容に対応する分類情報をデータ分類部134に伝達する。
図2は、ウェブページ分析のための教師データの作成処理を示すフローチャートである。図2に示すように、サービス推薦装置100は、入力部120を介して、ユーザから、ある種のサービスを提供するウェブサイト内の一部のウェブページ各々について、好みか好みでないかの指定を受け付ける(ステップS201)。ウェブページに関する情報は、当該ウェブページを特定可能な情報でありさえすればよく、例えば、当該ウェブページのアドレスであってもよいし、フルページの情報であってもよい。入力部120は、入力内容(ユーザの好みであるか否かを示す情報)を分類情報受付部133に伝達し、分類情報受付部133は受け付けた内容に対応する分類情報をデータ分類部134に伝達する。
データ分類部134は、伝達された分類情報を、対応するデータ抽出部132から伝達されたウェブページに付与し(ステップS202)、要素抽出部135に伝達する。要素抽出部135は、分類情報が対応付けられたウェブページからデータ要素を抽出する(ステップS203)。要素抽出部135は、抽出したデータ要素を、ウェブページに対応付けられている分類情報とともに要素評価部136に伝達する。要素評価部136は、要素抽出部135が抽出したデータ要素各々を、対応付けられている分類情報に基づいて、その重み付け値を算出し、評価格納部137に伝達する(ステップS204)。
評価格納部137は、伝達されたデータ要素と、その重み付け値を対応付けて記憶部140に格納する(ステップS205)。以上が、データ要素に重み付け値を設定するまでのサービス推薦装置100の動作である。図2に示す処理は、未分類のデータ(ユーザが好みか好みでないかを指定していないウェブページ)を分類するために、ユーザが好みか好みでないかを指定したウェブページを教師データ(訓練データ:分類情報が対応付けられたウェブページ)として取得し、当該教師データに含まれるパターン(例えば、キーワード、概念的には、当該キーワードの分布)を抽出する処理でもある。
図2に示す処理により、ユーザが好みか好みでないかを指定していないウェブページの中からユーザにとって好みであると推測されるウェブページを特定するための前処理が完了する。
図3は、ユーザにとって興味があると推測されるウェブページの提示処理を示すフローチャートである。図3に示すように、サービス推薦装置100の未分類データ評価部138は、データ抽出部132から分類情報が付与されていない(ユーザが好みか好みでないかを指定していない)ウェブページを受け付ける(ステップS301)。
未分類データ評価部138は、受け付けたウェブページからデータ要素を抽出する(ステップS302)。未分類データ評価部138は、抽出したデータ要素についての重み付け値を、記憶部140に記憶されているデータ要素の重み付け値を参照して、特定する(ステップS303)。そして、未分類データ評価部138は、取得した各データ要素に設定された重み付け値に基づいて、当該データ要素を抽出したウェブページのスコアを算出する(ステップS304)。
未分類データ評価部138は、算出したウェブページのスコアと対応するウェブページ情報とを提示部139に伝達する。提示部139は、伝達されたウェブページのスコアと予め定められた閾値とを比較する(ステップS305)。
提示部139は、伝達されたウェブページのスコアが予め定められた閾値を超えると判定した場合には(ステップS305のYES)、対応するウェブページをユーザ好みのウェブページであるとして提示する(ステップS306)。当該ウェブページは、提示部139から通信部110または表示部150に伝達される。通信部110に伝達する場合には、通信部110からユーザの端末にウェブページの情報が伝達され、当該ウェブページが表示されることで提示される。また、表示部150に伝達する場合には、サービス推薦装置に接続されている表示部150にウェブページが表示されることで、ユーザの好みに合致していると推測されるウェブページが提示される。
未分類データ評価部138は、ユーザが好みであるか否かを判定すべきウェブページがあるか否かを判定する(ステップS307)。当該判定は、例えば、次のウェブページがデータ抽出部132から伝達されているか否かによって、行う。あるいは、データ抽出部132から複数のウェブページが伝達されている場合にその全てについてスコアを算出しているか否かによって行うこととしてもよい。
次のウェブページがある場合には(ステップS307のYES)、ステップS301に戻り、以降の処理を実行する。次のウェブページがない場合には(ステップS307のNO)、処理を終了する。図3に示す処理は、未分類のデータ(ユーザが好みであるか否かを指定していないウェブページ)を、ユーザの好みがあるウェブページと、好みでないウェブページに分類する処理であるとも言える。言い換えれば、教師データから抽出されたパターンが、未分類データに含まれるか否かを分析することによって、当該未分類データと所定の事案(例えば、ウェブページがユーザの好みに合致していること)との関連性を評価する処理でもあると言える。
<具体例>
本実施の形態に係るサービス推薦装置100によるユーザ好みのウェブページを推薦する動作を、一具体例を用いて説明する。図4は、ユーザがウェブページに対して、好みか否かを指定する場合のイメージ図である。
本実施の形態に係るサービス推薦装置100によるユーザ好みのウェブページを推薦する動作を、一具体例を用いて説明する。図4は、ユーザがウェブページに対して、好みか否かを指定する場合のイメージ図である。
ここでは、ユーザは旅先における好みの宿泊施設を探しているものとし、所謂ホテル紹介サイトで情報を探索しているとする。当該ホテル紹介サイトには、様々な宿泊施設に関するウェブページが各宿泊施設に応じて設けられている。各ウェブページには、図4のウェブページ例を示すウェブページ401やウェブページ402に示されるように、例えば、ホテル情報(宿泊料金、提供されるサービス内容、部屋の間取りや内装写真、ホテルの場所などホテルに関する様々な情報)が含まれ、往々にして、そのホテルを利用した利用客のコメント(感想)が寄せられている。
ユーザはこのようなウェブページに対して、好みか否かを、サービス推薦装置100の入力部120を介して指定する。ここでは、ユーザはウェブページ401で紹介されるホテルAを好みであると指定し、ウェブページ402で紹介されるホテルBを好みでないと指定したとする。当該指定は、ユーザの実体験(実際に利用した感想)に基づくものであってもよいし、ユーザがウェブページを閲覧しただけの感想に基づくものであってもよい。
すると、サービス推薦装置100は、例えば、ウェブページ401のホテルA情報に含まれる情報の他、コメントに含まれる「料理がおいしい」「リーズナブル」「コストパフォーマンスがいい」といったデータ要素を抽出し、当該ウェブページ401については、ユーザが好みであると指定していることから、これらのデータ要素に高い重み付け値を与えることになる。一方、ウェブページ402からは「不便」「古臭い」「料理がまずい」といったデータ要素が抽出され、当該ウェブページ402については、ユーザが好みでないと指定していることから、低い重み付け値を与える。
そうして、サービス推薦装置100は、重み付け値が与えられたデータ要素を利用して、ユーザが好みか否かを指定していないウェブページを評価する。すると、サービス推薦措置100は、例えば、図5のウェブページ501に示すように、「安い」「美味しい」「料理がいい」といったデータ要素が抽出されるウェブページのスコアが高くなり、ホテルCがユーザ好みのホテルであると推測してユーザに当該ウェブページ501を提示する。
このようにサービスを提供するウェブサイトにおいては、様々なユーザのコメント(感想)が寄せられており、往々にして、似たような感想を抱くことが考えらえる。それは、好みの宿泊先を探索しているユーザにも共通すると推測されることから、当該ユーザがウェブサイト内の一部のウェブページに対して好みか好みでないかを指定するだけで、サービス推薦装置100は、当該指定をしていないウェブページのうち、ユーザ好みであると推測されるウェブページを提示することができる。
なお、ここでは、具体例としてホテルサイトを例にとったが、選別する対象(好みの商品またはサービスを紹介または提供するウェブページ)を含むウェブサイトは、ホテルサイトに限られるものではないことは言うまでもない。ウェブサイトは、ある種のサービスや商品を紹介または提供するウェブサイトであればよく、例えば、レストランガイドサイト、オンラインショッピングサイト、ファッションサイト、コスメティックサイトなどでもよい。そして、ウェブサイトは、ユーザの商品やサービスに対する所感(コメント)が寄せられているサイトであればなおよい。
<まとめ>
上述の処理により、ユーザが好みであるか否かを指定したウェブページに応じて、当該ユーザが好みであるか否かを指定していないウェブページを、好みであると推測されるウェブページと好みでないと推測されるウェブページとに分類し、ユーザの好みに合致すると推測されるウェブページの情報を提示することができる。上記実施の形態に係るサービス推薦装置100によれば、ユーザが特に何らかの操作をすることなく、自動的にユーザにとって興味があると推測されるウェブページを提示することができる。
上述の処理により、ユーザが好みであるか否かを指定したウェブページに応じて、当該ユーザが好みであるか否かを指定していないウェブページを、好みであると推測されるウェブページと好みでないと推測されるウェブページとに分類し、ユーザの好みに合致すると推測されるウェブページの情報を提示することができる。上記実施の形態に係るサービス推薦装置100によれば、ユーザが特に何らかの操作をすることなく、自動的にユーザにとって興味があると推測されるウェブページを提示することができる。
<変形例>
上記実施の形態に本発明に係る発明の一実施態様を説明したが、本発明に係る思想がこれに限られないことは言うまでもない。以下、本発明に係る思想として含まれる各種変形例について説明する。
上記実施の形態に本発明に係る発明の一実施態様を説明したが、本発明に係る思想がこれに限られないことは言うまでもない。以下、本発明に係る思想として含まれる各種変形例について説明する。
上記実施の形態においては、閾値を用いて、ユーザに対して提示するウェブページを選定していた。しかし、ユーザが好みである可能性が高いウェブページを提示できるのであれば、提示するのは閾値を超えたウェブページでなくともよい。例えば、複数のウェブページについて算出されたスコアの高いもののうち、所定数を提示することとしてもよい。
上記実施の形態においては、特に記載していないが、要素評価部の評価対象として、ウェブページ上の記事において、ユーザ(ウェブページの記事を記載したユーザ、コメントを付記したユーザなど)の感情を対象としてもよい。具体的には、ウェブページ上でいわゆる感情を表す単語(形容詞、形容動詞)に重きをおいた評価を実行してもよい。
すなわち、分類情報として、肯定的な印象のウェブページと、否定的な印象のウェブページとに分類する。肯定的な印象のウェブページとは、例えば、「楽しい」、「面白い」、「好き」、「良い」、…というようないわゆる一般的に肯定的な文言であって、記載主の感情を表現する文言が多く用いられているウェブページのことである。否定的な印象のウェブページとは、例えば、「つまらない」、「嫌い」、「悪い」、…というようないわゆる一般的に否定的な文言であって、記載主の感情を表現する文言が多く用いられている。
したがって、評価対象のデータ要素の一例として感情表現を表すキーワードを用いることとしてもよい。この場合には、キーワードとして、予め、形容詞や形容動詞を指定しておくとよい。当該評価方法についての一具体例を説明する。
まず、サービス推薦装置100の未分類データ評価部138は、ウェブページに含まれるデータ要素(ユーザの感情表現を含むデータ要素、例えば、「楽しい」、「悲しい」などの形態素)に対する感情評価を対応付けて記憶する。例えば、ウェブページに含まれるテキストについて、予め定められたキーワード(当該キーワードは、テキストの場合では、感情に関する文言)が当該テキストに含まれるか否かを探索する。含まれていた場合に、当該キーワードを所定の基準に従って算出した感情スコアを当該キーワードに対応付けて記憶部140に記憶しておく。
そして、未分類データ評価部138は、ユーザがアクセスしていないウェブページから、予め定められた感情に係るキーワードを抽出する。そして、抽出したキーワードに対して、記憶部140において対応付けられている感情スコアを参照する。未分類データ評価部138は、ウェブページから抽出されたキーワード各々の漢書スコアを統合して、ウェブページの感情スコアとする。
例えば、テキストに、「このホテルは景観が美しい。もう一度来たい。」という文章が含まれていたとする。そして、キーワードとして、予め、「美しい」「来たい」が記憶部140に格納され、それぞれ、「+1.4」、「+0.9」という感情スコアが対応付けられているとする。この場合、未分類データ評価部138は、当該テキストに対する感情スコアとしては、例えば、両者を加算して、「+2.3」という感情スコアを算出する。
提示部139は、このようにして算出された感情スコアを、ユーザ好みのウェブページか否かを判断するための基準に用いることとしてもよい。例えば、算出された感情スコアのうち、一定値以上の感情スコアを有するウェブページに関する情報をおすすめ情報として提示してもよい。なお、サービス推薦装置100は、上記構成を実現するために、未分類データ評価部138に換って、キーワードに対する感情スコアを格納する感情格納部、ユーザがアクセスしていないウェブページからデータ要素を抽出し、そのデータ要素として感情に係るキーワードを抽出する感情抽出部を備えてもよい。
上記実施の形態においては、サービス推薦装置100が文書情報(テキスト)を分析する例を説明したが、上述したように、音声や画像、映像に対する分析を行ってもよい。例えば、音声の場合であれば、音声そのものを分析の対象としてもよいし、音声認識により音声を文書に変換した後で分析を実行してもよい。
音声そのものを分析する場合には、音声を所定の長さの部分音声に分割して、部分音声を分析の対象とする。例えば、「このホテルが安い」という音声が得られた場合、サービス推薦装置100は、「ホテル」および「安い」という部分音声を当該音声から抽出し、当該部分音声を評価した結果に基づいて、未分類の音声と分類情報との関連性を評価することができる。このような場合、サービス推薦装置100は、時系列データの分類アルゴリズム(例えば、マルコフモデル、カルマンフィルタなど)を利用して音声を分類できる。
音声をテキストに変換する場合には、上記実施の形態に示した場合と同様に分類すればよい。音声のテキストへの変換には、任意の音声認識アルゴリズム(例えば、隠れマルコフモデルを用いた認識方法など)を用いればよい。
あるいは、サービス推薦装置100は、動画を分析することもできる。この場合にはサービス推薦装置100は、動画に含まれるフレーム画像を抽出し、任意のパターンマッチングにより、動画のフレーム内に、あらかじめ定められたデータ要素としての画像(事物や人物など)が含まれるか否かにより、動画を解析し、分類情報との関連性を評価することとしてもよい。
サービス推薦装置100の各機能部は、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよい。サービス推薦装置100の各機能部は、1又は複数の集積回路により実現されても良いし、複数の機能部が1の集積回路により実現されてもよい。
あるいは、サービス推薦装置100の各機能部により実現される機能は、CPU(Central Processing Unit)を用いてソフトウェアによって実現してもよい。この場合、サービス推薦装置100は、各機能を実現するソフトウェアであるサービス推薦プログラムの命令を実行するCPU、上記サービス推薦プログラムおよび各種データがコンピュータ(またはCPU)で読み取り可能に記録されたROM(Read Only Memory)または記憶装置(これらを「記録媒体」と称する)、上記サービス推薦プログラムを展開するRAM(Random Access Memory)などを備えている。そして、コンピュータ(またはCPU)が上記サービス推薦プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記サービス推薦プログラムは、当該サービス推薦プログラムを伝送可能な任意の伝送媒体(通信ネットワークや放送波等)を介して上記コンピュータに供給されてもよい。本発明は、上記サービス推薦プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。
なお、上記サービス推薦プログラムは、例えば、ActionScript、JavaScript(登録商標)などのスクリプト言語、Objective-C、Java(登録商標)などのオブジェクト指向プログラミング言語、HTML5などのマークアップ言語などを用いて実装できる。また、上記サービス推薦プログラムによって実現される各機能を実現する各部を備えた情報処理装置と、上記各機能とは異なる残りの機能を実現する各部を備えたサーバとを含む分散型のサービス推薦装置も、本発明の範疇に入る。
本発明を諸図面や実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、これらの変形や修正は本発明の範囲に含まれることに留意されたい。例えば、各機能部、各ステップ等に含まれる機能等は再配置可能であり、複数の手段やステップ等を1つに組み合わせたり、或いは分割したりすることが可能である。上記実施の形態および各種変形例に示す構成を適宜組み合わせることとしてもよい。
<補足>
ここに本発明に係るサービス推薦装置の一実施態様とその効果について述べる。
ここに本発明に係るサービス推薦装置の一実施態様とその効果について述べる。
(a)本発明に係るサービス推薦装置は、商品またはサービスを紹介または提供するウェブサイトを構成する複数のウェブページを取得するウェブページ取得部と、複数のウェブページのうちの一部の複数のウェブページ各々で紹介または提供される商品またはサービスに対する、ユーザの好みの指定を受け付ける受付部と、受付部で受け付けた指定に基づき、一部の複数のウェブページ各々に好みであるか否かを示す分類情報を対応付けることにより当該一部の複数のウェブページを分類するデータ分類部と、複数のウェブページのうちの、一部の複数のウェブページとは異なるウェブページが、ユーザの好みであるか否かを、データ分類部による分類結果に応じて評価する評価部と、評価部による評価に基づいて、異なるウェブページのうち、ユーザの好みと推定されるウェブページを、表示機能を有する表示部に表示させることによって、当該ユーザに提示する提示部とを備える。
また、本発明に係るサービス推薦方法は、コンピュータが実行するものであって、商品またはサービスを紹介または提供するウェブサイトを構成する複数のウェブページを取得するウェブページ取得ステップと、複数のウェブページのうちの一部の複数のウェブページ各々で紹介または提供される商品またはサービスに対する、ユーザの好みの指定を受け付ける受付ステップと、受付ステップにおいて受け付けた指定に基づき、一部の複数のウェブページ各々に好みであるか否かを示す分類情報を対応付けることにより当該一部の複数のウェブページを分類するデータ分類ステップと、複数のウェブページのうちの、一部の複数のウェブページとは異なるウェブページが、ユーザの好みであるか否かを、データ分類ステップにおける分類結果に応じて評価する評価ステップと、評価ステップにおける評価に基づいて、異なるウェブページのうち、ユーザの好みと推定されるウェブページを、表示機能を有する表示部に表示させることによって、当該ユーザに提示する提示部とを含む。
また、本発明に係るサービス推薦プログラムは、コンピュータに、商品またはサービスを紹介または提供するウェブサイトを構成する複数のウェブページを取得するウェブページ取得機能と、複数のウェブページのうちの一部の複数のウェブページ各々で紹介または提供される商品またはサービスに対する、ユーザの好みの指定を受け付ける受付機能と、受付機能で受け付けた指定に基づき、一部の複数のウェブページ各々に好みであるか否かを示す分類情報を対応付けることにより当該一部の複数のウェブページを分類するデータ分類機能と、複数のウェブページのうちの、一部の複数のウェブページとは異なるウェブページが、ユーザの好みであるか否かを、データ分類機能による分類結果に応じて評価する評価機能と、評価機能による評価に基づいて、異なるウェブページのうち、ユーザの好みと推定されるウェブページを、表示機能を有する表示部に表示させることによって、当該ユーザに提示する提示機能とを実現させる。
これにより、サービス推薦装置は、ユーザに対して、ユーザ好みである可能性の高いサービスや商品を提供することを示すウェブページを提示することができるという効果を奏する。
(b)上記(a)に係るサービス推薦装置において、提示部は、異なるウェブページに対して算出されたスコアのうち、評価が所定の閾値を超えるウェブページを、ユーザの好みと推定されるウェブページとして提示してよい。これにより、サービス推薦装置は、閾値を適切に設定することで、より精度よく、ユーザの好みであると推定されるウェブページを提示することができるという付加的な効果をさらに奏する。
(c)上記(a)または(b)に係るサービス推薦装置は、さらに、好みの指定を受け付けたウェブページから、当該ウェブページの少なくとも一部を構成するデータ要素を抽出する抽出部と、データ要素に対して、分類情報に基づいて重み付け値を設定する設定部と、データ要素と重み付け値とを対応付けて記憶する記憶部とを備え、評価部は、異なるウェブページの少なくとも一部を構成するデータ要素に設定された重み付け値に基づいて、当該異なるウェブページを評価するスコアを算出することができる。これにより、サービス推薦装置は、ウェブページを構成するデータ要素(キーワード)を用いて、ウェブページがユーザの好みか好みでないかを評価することができるという付加的な効果をさらに奏する。
(d)上記(c)に係るサービス推薦装置において、ウェブページ各々は、各ウェブページで紹介または提供される商品またはサービスについての1以上のユーザが付記したコメント情報を含み、抽出部は、コメント情報からデータ要素を抽出することができる。これにより、サービス推薦装置は、ウェブページに対して、様々なユーザにより後(ウェブページの公開時よりも後)から追加されるコメントも分析する対象とすることができるので、様々なユーザの生の意見を反映したより精度の高い推薦を行うことができるという付加的な効果をさらに奏する。
本発明は、パーソナルコンピュータ、サーバ装置、ワークステーション、メインフレームなど、任意のコンピュータに広く適用することができる。
100 サービス推薦装置
110 通信部
120 入力部
130 制御部
131 ウェブページ取得部
132 データ抽出部
133 分類情報受付部(受付部)
134 データ分類部
135 要素抽出部
136 要素評価部(設定部)
137 評価格納部
138 未分類データ評価部(評価部)
139 提示部
140 記憶部
150 表示部
110 通信部
120 入力部
130 制御部
131 ウェブページ取得部
132 データ抽出部
133 分類情報受付部(受付部)
134 データ分類部
135 要素抽出部
136 要素評価部(設定部)
137 評価格納部
138 未分類データ評価部(評価部)
139 提示部
140 記憶部
150 表示部
Claims (6)
- 商品またはサービスを紹介または提供するウェブサイトを構成する複数のウェブページを取得するウェブページ取得部と、
前記複数のウェブページのうちの一部の複数のウェブページ各々で紹介または提供される商品またはサービスに対する、ユーザの好みの指定を受け付ける受付部と、
前記受付部で受け付けた指定に基づき、前記一部の複数のウェブページ各々に前記好みであるか否かを示す分類情報を対応付けることにより当該一部の複数のウェブページを分類するデータ分類部と、
前記複数のウェブページのうちの、前記一部の複数のウェブページとは異なるウェブページが、前記ユーザの好みであるか否かを、前記データ分類部による分類結果に応じて評価する評価部と、
前記評価部による評価に基づいて、前記異なるウェブページのうち、前記ユーザの好みと推定されるウェブページを、表示機能を有する表示部に表示させることによって、当該ユーザに提示する提示部とを備えるサービス推薦装置。 - 前記提示部は、前記異なるウェブページに対して算出されたスコアのうち、前記評価が所定の閾値を超えるウェブページを、前記ユーザの好みと推定されるウェブページとして提示することを特徴とする請求項1に記載のサービス推薦装置。
- 前記サービス推薦装置は、さらに、
前記好みの指定を受け付けたウェブページから、当該ウェブページの少なくとも一部を構成するデータ要素を抽出する抽出部と、
前記データ要素に対して、前記分類情報に基づいて重み付け値を設定する設定部と、
前記データ要素と前記重み付け値とを対応付けて記憶する記憶部とを備え、
前記評価部は、前記異なるウェブページの少なくとも一部を構成するデータ要素に設定された重み付け値に基づいて、当該異なるウェブページを評価するスコアを算出することを特徴とする請求項1または2に記載のサービス推薦装置。 - 前記ウェブページ各々は、各ウェブページで紹介または提供される商品またはサービスについての1以上のユーザが付記したコメント情報を含み、
前記抽出部は、前記コメント情報から前記データ要素を抽出することを特徴とする請求項3に記載のサービス推薦装置。 - 商品またはサービスを紹介または提供するウェブサイトを構成する複数のウェブページを取得するウェブページ取得ステップと、
前記複数のウェブページのうちの一部の複数のウェブページ各々で紹介または提供される商品またはサービスに対する、ユーザの好みの指定を受け付ける受付ステップと、
前記受付ステップにおいて受け付けた指定に基づき、前記一部の複数のウェブページ各々に前記好みであるか否かを示す分類情報を対応付けることにより当該一部の複数のウェブページを分類するデータ分類ステップと、
前記複数のウェブページのうちの、前記一部の複数のウェブページとは異なるウェブページが、前記ユーザの好みであるか否かを、前記データ分類ステップにおける分類結果に応じて評価する評価ステップと、
前記評価ステップにおける評価に基づいて、前記異なるウェブページのうち、前記ユーザの好みと推定されるウェブページを、表示機能を有する表示部に表示させることによって、当該ユーザに提示する提示部とを含む、コンピュータが実行するサービス推薦方法。 - コンピュータに、
商品またはサービスを紹介または提供するウェブサイトを構成する複数のウェブページを取得するウェブページ取得機能と、
前記複数のウェブページのうちの一部の複数のウェブページ各々で紹介または提供される商品またはサービスに対する、ユーザの好みの指定を受け付ける受付機能と、
前記受付機能で受け付けた指定に基づき、前記一部の複数のウェブページ各々に前記好みであるか否かを示す分類情報を対応付けることにより当該一部の複数のウェブページを分類するデータ分類機能と、
前記複数のウェブページのうちの、前記一部の複数のウェブページとは異なるウェブページが、前記ユーザの好みであるか否かを、前記データ分類機能による分類結果に応じて評価する評価機能と、
前記評価機能による評価に基づいて、前記異なるウェブページのうち、前記ユーザの好みと推定されるウェブページを、表示機能を有する表示部に表示させることによって、当該ユーザに提示する提示機能とを実現させるサービス推薦プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015058748A JP2016177690A (ja) | 2015-03-20 | 2015-03-20 | サービス推薦装置およびサービス推薦方法並びにサービス推薦プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015058748A JP2016177690A (ja) | 2015-03-20 | 2015-03-20 | サービス推薦装置およびサービス推薦方法並びにサービス推薦プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016177690A true JP2016177690A (ja) | 2016-10-06 |
Family
ID=57071200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015058748A Pending JP2016177690A (ja) | 2015-03-20 | 2015-03-20 | サービス推薦装置およびサービス推薦方法並びにサービス推薦プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016177690A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113139838A (zh) * | 2021-05-10 | 2021-07-20 | 上海华客信息科技有限公司 | 酒店服务评价方法、系统、设备及存储介质 |
JP2022524670A (ja) * | 2020-02-19 | 2022-05-10 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | アプレットマテリアル処理方法、装置、電子デバイス、コンピュータ可読記憶媒体およびコンピュータプログラム |
JPWO2023073777A1 (ja) * | 2021-10-25 | 2023-05-04 | ||
JP7511036B2 (ja) | 2021-12-23 | 2024-07-04 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | アプリケーションのテスト方法、装置、電子機器及び記憶媒体 |
-
2015
- 2015-03-20 JP JP2015058748A patent/JP2016177690A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022524670A (ja) * | 2020-02-19 | 2022-05-10 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | アプレットマテリアル処理方法、装置、電子デバイス、コンピュータ可読記憶媒体およびコンピュータプログラム |
JP7249406B2 (ja) | 2020-02-19 | 2023-03-30 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | アプレットマテリアル処理方法、装置、電子デバイス、コンピュータ可読記憶媒体およびコンピュータプログラム |
CN113139838A (zh) * | 2021-05-10 | 2021-07-20 | 上海华客信息科技有限公司 | 酒店服务评价方法、系统、设备及存储介质 |
JPWO2023073777A1 (ja) * | 2021-10-25 | 2023-05-04 | ||
JP7437104B2 (ja) | 2021-10-25 | 2024-02-22 | データ・サイエンティスト株式会社 | 情報処理システム、情報処理方法及びプログラム |
JP7511036B2 (ja) | 2021-12-23 | 2024-07-04 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | アプリケーションのテスト方法、装置、電子機器及び記憶媒体 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yun et al. | Developing a hybrid collaborative filtering recommendation system with opinion mining on purchase review | |
JP6745384B2 (ja) | 情報をプッシュするための方法及び装置 | |
US8234311B2 (en) | Information processing device, importance calculation method, and program | |
JP6381775B2 (ja) | 情報処理システム及び情報処理方法 | |
US8412650B2 (en) | Device and method and program of text analysis based on change points of time-series signals | |
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 | |
US20160063596A1 (en) | Automatically generating reading recommendations based on linguistic difficulty | |
US20150379610A1 (en) | Recommendation information presentation device, recommendation information presentation method, and recommendation information presentation program | |
US20130268475A1 (en) | Information processing apparatus, a method and a non-transitory computer readable medium thereof, and an information communication terminal, a control method and a non-transitory computer readable medium thereof | |
JP2011227717A (ja) | 情報提示装置 | |
Serigos | Using distributional semantics in loanword research: A concept-based approach to quantifying semantic specificity of Anglicisms in Spanish | |
Chiny et al. | Netflix recommendation system based on TF-IDF and cosine similarity algorithms | |
US20180025364A1 (en) | Information processing apparatus, information processing method, and program | |
CN114564666A (zh) | 百科信息展示方法、装置、设备和介质 | |
Keating et al. | Titling practices and their implications in communication research 1970-2010: Cutesy cues carry citation consequences | |
JP2016177690A (ja) | サービス推薦装置およびサービス推薦方法並びにサービス推薦プログラム | |
CN113688310A (zh) | 一种内容推荐方法、装置、设备及存储介质 | |
KR20180000166A (ko) | 관심사 및 콘텐츠를 제공하는 방법 및 시스템 | |
JP5942052B1 (ja) | データ分析システム、データ分析方法、およびデータ分析プログラム | |
US20170316807A1 (en) | Systems and methods for creating whiteboard animation videos | |
Murthy et al. | Understanding the meaning of emoji in mobile social payments: Exploring the use of mobile payments as hedonic versus utilitarian through skin tone modified emoji usage | |
US20230401250A1 (en) | Systems and methods for generating interactable elements in text strings relating to media assets | |
JP6731178B2 (ja) | 動画検索装置およびプログラム | |
JP2009223372A (ja) | リコメンド装置、リコメンドシステム、リコメンド装置の制御方法、およびリコメンドシステムの制御方法 | |
US11768867B2 (en) | Systems and methods for generating interactable elements in text strings relating to media assets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20160914 |