JP2017111675A - 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

Abstract

【課題】ユーザのグループ分けにおいて、流通形態に対するユーザの行動傾向を反映できる情報処理装置、情報処理方法及び情報処理プログラムを提供すること。【解決手段】サーバ装置３は、流通形態に対するユーザの行動ログを取得するユーザ情報取得手段４１と、行動ログに基づいて、ユーザの流通形態に対する属性である流通形態属性を判定する流通形態属性判定手段４４と、を備える。この構成によれば、ユーザの流通形態に対する行動傾向を反映したユーザのグループ分けが実現できる。【選択図】図２

Description

本発明は、ユーザの属性を判定する情報処理装置、情報処理方法及び情報処理プログラムに関する。

従来、ユーザに対して適合性の高いコンテンツを配信することなどを目的として、ユーザを、ユーザの行動に基づいてグループ分けし、ユーザに対して、分けられたグループに応じたコンテンツを配信する情報配信サーバが知られている。（例えば、特許文献１参照）。
特許文献１のサーバは、品目に対するユーザの興味が表現された行動、例えば、品目をクリックする、品目を購入する、品目を買い物リストに追加する、品目を眺めるなどの行動に基づいて、ユーザをクラスタリングし、ユーザに対してクラスタに応じたニュース記事を提供している。

特表２００９−５０５２９０号公報

しかしながら、特許文献１のクラスタリング方法では、類似する品目に興味を持つユーザであれば、利用する店舗の流通形態の種類が異なるユーザに対して、同じクラスタが割り当てられる場合がある。例えば、コンビニエンスストアを頻繁に利用するユーザに対しても、コンビニエンスストアをほとんど利用しないユーザに対しても、同じクラスタが割り当てられる場合がある。このため、例えば、ユーザに対してクラスタに応じた商品の広告を配信する場合、コンビニエンスストアでしか販売されない商品の広告が、コンビニエンスストアをほとんど利用しないユーザに対して配信される可能性があり、ユーザに対して効果的に広告を配信できないという問題があった。

本発明の目的は、ユーザのグループ分けにおいて、流通形態に対するユーザの行動傾向を反映できる情報処理装置、情報処理方法及び情報処理プログラムを提供することにある。

本発明の情報処理装置は、流通形態に対するユーザの行動ログを取得する行動ログ取得手段と、前記行動ログに基づいて、前記ユーザの前記流通形態に対する属性である流通形態属性を判定する流通形態属性判定手段と、を備えることを特徴とする。

本発明によれば、各ユーザに対して流通形態属性を判定することで、ユーザの流通形態に対する行動傾向を反映したユーザのグループ分けが実現できる。このため、例えば、所定の流通形態と関連性が高い商品の広告を、流通形態属性が前記所定の流通形態に合致するグループのユーザに配信することができ、これにより、広告効果を向上できる。

本発明に係る実施形態の情報処理システムの構成を示す図。 前記実施形態におけるサーバ装置の概略構成を示すブロック図。 前記実施形態における流通形態属性判定処理を示すフローチャート。 前記実施形態におけるコンテンツ配信処理を示すフローチャート。 本発明に係る変形例１の情報処理システムの構成を示す図。

図１は、情報処理システムの概略構成を示す図である。
情報処理システム１では、複数のユーザ端末２と、サーバ装置３とがネットワーク（例えばインターネット等のＷＡＮ(Wide Area Network)）を介して通信可能に接続されている。
サーバ装置３は、ユーザの行動ログなどを取得し、取得した行動ログなどに基づいて、ユーザの流通形態に対する属性を示す流通形態属性を決定する。
ここで、流通形態とは、品物やサービスなどの商品の販売過程の形態であり、本実施形態では、流通形態の種類として、コンビニエンスストアで商品が販売されるコンビニエンスストア形態、スーパーマーケットで商品が販売されるスーパーマーケット形態、ショッピングモールで商品が販売されるショッピングモール形態を例示している。そして、流通形態属性は、これらの流通形態の種類のうち、ユーザとの関連性が高い流通形態の種類を示す情報である。
また、サーバ装置３は、ユーザ端末２からコンテンツの送信を要求するコンテンツ送信要求を受信すると、ユーザの流通形態属性に対応付けられたコンテンツを抽出し、ユーザ端末２に送信する。
以下、本システムの各構成についてより詳細に説明する。

［ユーザ端末の構成］
ユーザ端末２は、コンピュータであり、例えばスマートフォンやタブレット端末等の携帯型ユーザ端末や、パーソナルコンピュータ等の固定型ユーザ端末等を例示できる。図１は、ユーザ端末２がスマートフォンである例を示している。ユーザ端末２は、図示は省略するが、表示部、入力部、メモリやハードディスクなどにより構成された端末記憶部、ＣＰＵ（Central Processing Unit）などにより構成された端末制御部を備えて構成されている。

［サーバ装置の構成］
図２は、サーバ装置３の概略構成を示すブロック図である。
サーバ装置３は、コンピュータにより構成され、本発明の情報処理装置として機能する。このサーバ装置３は、ネットワークに接続され、ユーザ端末２と通信する通信部２１と、サーバ記憶部３０と、サーバ制御部４０などとを含んで構成されている。

サーバ記憶部３０は、例えばメモリ、ハードディスクなどにより構成されたデータ記録装置である。
サーバ記憶部３０には、サーバ装置３を制御するための各種プログラムが記憶される。さらに、このサーバ記憶部３０は、ユーザ情報記憶手段３１と、係数記憶手段３２と、コンテンツ記憶手段３３とを備えている。

ユーザ情報記憶手段３１には、ユーザＩＤと、流通形態に対する行動ログと、自宅などの位置情報と、流通形態に対するユーザの特性を示す特性情報と、流通形態に対する属性を示す流通形態属性とが対応付けられて記憶されている。
ユーザＩＤは、情報処理システム１に登録されているユーザを識別する識別情報である。

行動ログは、ユーザが各流通形態のサービス提供拠点である店舗（コンビニエンスストア、スーパーマーケット、ショッピングモール）で商品を購入した際の購入ログや、ユーザがユーザ端末２を操作して各流通形態に関連するウェブサイトにアクセスした際のアクセスログや、道案内を行う経路検索サイトや、スマートフォンなどの携帯型端末装置（ユーザ端末２）や、自動車などに搭載されたナビゲーション装置において各流通形態の店舗までの経路を検索した際の経路検索ログなどである。

ここで、上記購入ログは、例えば、ユーザが、ユーザＩＤが対応付けられているクレジットカードやポイントカードなどを使用して商品を購入した場合に、サーバ制御部４０が店舗に設置されたＰＯＳ（Point Of Sales system）端末などから、会計情報を受信することで取得できる。
また、上記アクセスログや経路検索ログは、サーバ制御部４０が、ユーザ端末２やナビゲーション装置から操作履歴を受信することで取得できる。

位置情報は、例えば、サーバ制御部４０が、ユーザ端末２に自宅などの位置情報の入力を案内する案内画面を表示させ、ユーザにユーザ端末２を用いて当該位置情報を入力させることで取得できる。また、位置情報としては、例えば、携帯型のユーザ端末２が所定周期で現在位置を取得し、当該現在位置からユーザの行動圏の中心位置を特定してサーバ装置３に送信することで、取得されるようにしてもよい。また、サーバ装置３が、ユーザ端末２から送信された現在位置のログに基づいて、ユーザの行動圏の中心位置を位置情報として特定してもよい。

特性情報は、流通形態に対するユーザの行動などの特性を示す情報である。流通形態属性は、流通形態に対するユーザの属性を示す。特性情報及び流通形態属性の詳細については後述する。

係数記憶手段３２には、特性情報を算出するための後述する関連度算出モデルにおける重み係数が記憶されている。重み係数の詳細については後述する。

コンテンツ記憶手段３３には、各流通形態の種類（コンビニエンスストア形態、スーパーマーケット形態、ショッピングモール形態）と、当該種類の流通形態に関連するコンテンツとが対応付けられて記憶されている。
例えば、コンビニエンスストアは、若者層や、自宅が駅に近接しているユーザ層が利用することが多いため、コンビニエンスストア形態には、これらのユーザ層に関連すると推定される商品（例えば、お菓子、飲料、駅に近いマンションなどの不動産）の広告がコンテンツとして対応付けられている。

また、スーパーマーケットは、主婦層が利用することが多いため、スーパーマーケット形態には、ユーザ層である主婦層に関連すると推定される商品（例えば、食材、調味料、トイレタリー、衣料品、家族用のマンションなどの不動産）の広告や割引クーポンなどがコンテンツとして対応付けられている。

また、ショッピングモールは、ファミリー層や、自動車で買い物に出かけるユーザ層が利用することが多いため、ショッピングモール形態には、これらのユーザ層に関連すると推定される商品（例えば、家電、家具、自動車、ファッション、通信サービス）の広告がコンテンツとして対応付けられている。
なお、コンテンツ記憶手段３３には、コンテンツに代えて、コンテンツが記憶されている位置を示すアドレスデータが記憶されていてもよい。

［サーバ制御部の構成］
サーバ制御部４０は、ＣＰＵなどの演算回路、ＲＡＭ（Random Access Memory）などの記憶回路により構成され、サーバ記憶部３０などに記憶されているプログラム（ソフトウェア）をＲＡＭに展開し、ＲＡＭに展開されたプログラムとの協働で、各種処理を実行する。そして、サーバ制御部４０は、上記各種処理を実行することで、ユーザ情報取得手段４１、特性情報生成手段４２、関連度算出手段４３、流通形態属性判定手段４４、コンテンツ抽出手段４５、コンテンツ送信手段４６、係数設定手段４７として機能する。

ユーザ情報取得手段４１は、ネットワークに接続されたＰＯＳ端末や、ユーザ端末２や、別のサーバ装置などから、流通形態に関連するユーザの行動ログや、ユーザの自宅などの位置情報を取得する。そして、ユーザ情報取得手段４１は、ユーザＩＤと取得した行動ログ及び位置情報とを対応付けてユーザ情報記憶手段３１に記憶させる。ここで、ユーザ情報取得手段４１は、本発明の行動ログ取得手段および位置情報取得手段を構成する。

特性情報生成手段４２は、ユーザ情報記憶手段３１に記憶されている行動ログ及び位置情報に基づいて、各ユーザに対して、特性情報を生成する。
関連度算出手段４３は、生成された特性情報に基づいて、各ユーザに対して、各流通形態に対する関連度を算出する。
流通形態属性判定手段４４は、算出された関連度に基づいて、ユーザの流通形態属性を判定する。
コンテンツ抽出手段４５は、ユーザの流通形態属性に基づいて、コンテンツ記憶手段３３からコンテンツを抽出する。
コンテンツ送信手段４６は、抽出されたコンテンツをユーザ端末２に送信する。
係数設定手段４７は、上記関連度の算出に用いられる後述する関連度算出モデルにおける重み係数を設定する。
なお、サーバ制御部４０の各機能については、次の流通形態属性判定処理Ｓ１０及びコンテンツ配信処理の説明で詳述する。

［流通形態属性判定処理］
次に、サーバ装置３が実行する流通形態属性判定処理Ｓ１０について説明する。
図３は、流通形態属性判定処理Ｓ１０を示すフローチャートである。
流通形態属性判定処理Ｓ１０が実行されると、特性情報生成手段４２は、ユーザ情報記憶手段３１に記憶されている一定期間（例えば直近１ヶ月）の行動ログ、又は、自宅などの位置情報に基づいて、ユーザ毎に、ユーザの流通形態に対する特性を示す特性情報を生成し（ステップＳ１１）、生成した特性情報を、ユーザＩＤと対応付けてユーザ情報記憶手段３１に記憶させる。

本実施形態では、特性情報生成手段４２は、特性情報として、ユーザが所定の行動を行った頻度と、位置情報の位置が商圏に含まれているか否かを示す商圏情報とを生成する。
具体的には、特性情報生成手段４２は、上記頻度として、一定期間の行動ログに基づいて、流通形態の種類毎の、商品の購入回数、ウェブサイトへのアクセス回数、経路検索回数などを生成する。すなわち、特性情報生成手段４２は、ユーザが所定の行動を行った頻度を算出する本発明の頻度算出手段を構成する。
また、特性情報生成手段４２は、位置情報に基づいて上記商圏情報を生成する。
商圏情報は、位置情報の位置と、当該位置から最短距離にある該当する流通形態の店舗までの距離を算出し、当該距離が、流通形態毎に設定された閾値（例えば商圏の半径）以下か否かを判定することで算出できる。
ここで、例えば、コンビニエンスストアの場合は、ユーザは徒歩で店舗に行くことが多いため、コンビニエンスストア形態における前記閾値は、例えば５００ｍに設定される。また、スーパーマーケットの場合は、ユーザは徒歩だけではなく自転車で店舗に行くことが多いため、スーパーマーケット形態における前記閾値は、例えば１ｋｍに設定される。また、ショッピングモールの場合は、ユーザは自動車で店舗に行くことが多いため、ショッピングモール形態における前記閾値は、例えば１０ｋｍに設定されている。

なお、この特性情報生成手段４２による特性情報の生成は、流通形態属性判定処理Ｓ１０が実行される前、例えば、行動ログや位置情報が取得されたタイミングで予め行っていてもよい。

次に、係数設定手段４７は、生成された特性情報に基づいて、各流通形態に対するユーザの関連度を算出する関連度算出モデルの重み係数を設定する。
関連度算出モデルは、流通形態毎に設定されており、本実施形態では、コンビニエンスストア形態に対する関連度Ｓ（Ｃ）を算出するモデルと、スーパーマーケット形態に対する関連度Ｓ（ＳＵ）を算出するモデルと、ショッピングモール形態に対する関連度Ｓ（ＳＨ）とを算出するモデルとが設定されている。
ここで、各関連度Ｓ（Ｘ）（Ｘ＝Ｃ，ＳＵ，ＳＨ）は、次式（１）で求めることができる。式（１）において、ｎは変数であり、Ｖｎは特性情報の数値を示し、Ｗｎ（Ｘ）は、Ｖｎが関連度Ｓ（Ｘ）に貢献する貢献度を決める重み係数を示す。

すなわち、関連度Ｓ（Ｘ）は、特性情報の数値のそれぞれに、対応する重み係数をかけた値の総和である。
特性情報の数値は、例えば、商品の購入回数、ウェブサイトへのアクセス回数、経路検索回数の場合は、その回数であり、商圏情報の場合は、商圏に含まれている場合は、「１」となり、商圏に含まれていない場合は、「０」となる。

係数設定手段４７は、各流通形態の店舗への訪問頻度などをユーザに質問したアンケートの回答などに基づき、複数の特性情報のセットに対して、関連度算出モデルの正解スコアを設定する。
そして、係数設定手段４７は、複数の特性情報のセット、及び、設定した正解スコアに基づいて、正解式を複数作成し、作成した複数の正解式を解くことで、重み係数Ｗｎ（Ｘ）を算出して設定する。
この設定により、関連度Ｓ（Ｘ）への貢献度が高いほど、特性情報の重み係数Ｗｎ（Ｘ）は高い値に設定される。そして、係数設定手段４７は、設定した重み係数Ｗｎを、係数記憶手段３２に記憶させる。

例えば、コンビニエンスストア形態に対する関連度Ｓ（Ｃ）を算出する関連度算出モデルでは、コンビニエンスストア形態に対する購入回数、アクセス回数、検索件数などの特性情報に対する重み係数は、例えば「１」、「２」、「３」などに設定され、商圏情報の特性情報に対する重み係数は、例えば「１０」に設定される。一方、スーパーマーケット形態やショッピングモール形態に対する特性情報に対する重み係数は、「０」に設定される。

なお、この係数設定手段４７による重み係数Ｗｎ（Ｘ）の設定は、流通形態属性判定処理Ｓ１０が実行される前に予め行っていてもよい。ただし、本実施形態のように、重み係数Ｗｎ（Ｘ）の設定を、流通形態属性判定処理Ｓ１０の中で行うことで、最新のログ情報や位置情報に基づいて、重み係数Ｗｎ（Ｘ）を設定できる。

次に、関連度算出手段４３は、ユーザ情報記憶手段３１から特性情報の数値、及び、重み係数Ｗｎを読み出して各関連度算出モデルに代入することで、各ユーザに対して、各流通形態に対する関連度Ｓ（Ｃ），Ｓ（ＳＵ），Ｓ（ＳＨ）を算出する（ステップＳ１３）。

次に、流通形態属性判定手段４４は、算出された関連度が最も高い流通形態を、ユーザの流通形態属性として決定する（ステップＳ１４）。
なお、流通形態属性判定手段４４は、算出された関連度が、所定の閾値以上か否かを判定し、関連度が閾値以上となる場合、該当する流通形態をユーザの流通形態属性として決定してもよい。
そして、流通形態属性判定手段４４は、決定した流通形態属性をユーザＩＤと対応付けて、ユーザ情報記憶手段３１に記憶させる（ステップＳ１５）。これにより、各ユーザは、流通形態属性に応じてグループ化される。そして、サーバ制御部４０は、流通形態属性判定処理Ｓ１０を終了する。

［コンテンツ配信処理］
次に、サーバ装置３が実行するコンテンツ配信処理について説明する。
図４は、コンテンツ配信処理を示すフローチャートである。
ユーザ端末２からコンテンツの送信を要求するコンテンツ送信要求をサーバ装置３が受信すると、コンテンツ抽出手段４５は、ユーザ端末２からユーザＩＤを取得し、取得したユーザＩＤに対応する流通形態属性がユーザ情報記憶手段３１に記憶されているか否かを判定する（ステップＳ２１）。
ステップＳ２１でＮＯと判定された場合、サーバ制御部４０は、上述した流通形態属性判定処理Ｓ１０を実行し、ユーザの流通形態属性を決定し、決定した流通形態属性をユーザＩＤに対応付けてユーザ情報記憶手段３１に記憶させる。

ステップＳ２１でＹＥＳと判定された場合、または、流通形態属性判定処理Ｓ１０が実行された後、コンテンツ抽出手段４５は、ユーザ情報記憶手段３１から、取得したユーザＩＤに対応付けられた流通形態属性を読み出す（ステップＳ２２）。
次に、コンテンツ抽出手段４５は、読み出した流通形態属性に対応付けられたコンテンツを、コンテンツ記憶手段３３から抽出する（ステップＳ２３）。
そして、コンテンツ送信手段４６は、抽出されたコンテンツを、ユーザ端末２に送信する（ステップＳ２４）。そして、サーバ制御部４０は、コンテンツ配信処理を終了する。

［実施形態の作用効果］
サーバ装置３では、流通形態属性判定手段４４が、ユーザの流通形態属性を判定することで、流通形態に対するユーザの行動傾向を反映したユーザのグループ分けが実現できる。
そして、コンテンツ送信手段４６が、流通形態属性に対応付けられた広告などのコンテンツを、前記ユーザのユーザ端末２に送信する。
この構成によれば、例えば、ユーザに対して、流通形態属性と関連性が高い商品の広告を配信できるため、広告効果を向上できる。

サーバ装置３では、関連度算出手段４３が、ユーザが所定の行動を行った頻度に基づいて、ユーザの流通形態の種類毎の関連度を算出し、流通形態属性判定手段４４は、算出された関連度に基づいて、ユーザの流通形態属性を判定する。
この構成によれば、例えば、ユーザが所定の行動を行ったか否かに基づいて関連度を算出する場合と比べて、関連度を細かく算出することができるため、流通形態属性を高い精度で判定できる。

サーバ装置３では、流通形態属性判定手段４４は、行動ログに加えて、商圏情報に基づいて流通形態属性を判定する。
この構成によれば、ユーザの行動とは異なる観点の特性情報にも基づいて、流通形態属性を判定できるため、行動ログにのみ基づいて流通形態属性を判定する場合と比べて、流通形態属性の判定精度を向上できる。
例えば、自宅がコンビニエンスストアとは離れており、通常はコンビニエンスストアを利用しないが、出張先などでたまたまコンビニエンスストアを利用したようなユーザに対しては、普段からコンビニエンスストアを利用しているユーザと比べて、一定期間においてコンビニエンスストアを利用した回数が同じでも、関連度Ｓ（Ｃ）を低く算出する。この場合、関連度Ｓ（Ｘ）をより細かく算出できる。

サーバ装置３では、流通形態毎のユーザ層の人数を判定できるため、各流通形態のユーザ層をターゲットとして広告などのコンテンツの配信を行う場合に、コンテンツの在庫数を適切な値に調整できる。

［変形例］
なお、本発明は、上述した実施形態に限定されるものではなく、本発明の目的を達成できる範囲で、以下に示される変形をも含むものである。

［変形例１］
上記実施形態のサーバ装置３は、各ユーザに対して判定した流通形態属性を、コンテンツの送信に活用しているが、本発明はこれに限定されない。例えば、ユーザＩＤと、ユーザＩＤに対応付けられた流通形態属性とが含まれたユーザデータを、例えば、商品の製造者や販売者に提供してもよい。
商品の製造者は、提供されたユーザデータに基づいて、各流通形態のユーザ層の人数を把握できるため、各流通形態に対する商品の出荷数などを見積もることができる。

また、商品の販売者は、従来、当該販売者の店舗で商品を購入する可能性のあるユーザを推定できていなかったため、店舗毎の商品の入荷数を適切な値に調整できないという課題があった。
これに対して、販売者が前記ユーザデータを取得することで、店舗毎に商品を購入する可能性のあるユーザを推定することができ、当該課題を解決することができる。
ここで、前記ユーザデータの取得処理の一例を説明する。
この場合、情報処理システム１Ａは、図５に示すように、ユーザ端末２及びサーバ装置３に加えて、ネットワークに接続された販売者側の端末装置５を備える。端末装置５は、コンピュータであり、位置情報送信手段５１、及び、ユーザデータ取得手段５２を備える。
ユーザデータの取得処理が実行されると、位置情報送信手段５１は、店舗の位置を示す位置情報を、サーバ装置３に送信する。
情報処理システム１Ａでは、サーバ装置３のサーバ制御部４０は、商圏特定手段及びユーザデータ提供手段としても機能する。そして、販売者側の端末装置５から位置情報を取得すると、商圏特定手段は、取得された位置情報から店舗の商圏を特定する。そして、当該ユーザデータ提供手段は、ユーザ情報記憶手段３１から、特定された店舗の商圏に位置情報の位置が含まれるユーザのユーザＩＤ及び流通形態属性を読み出し、ユーザデータとして販売者側の端末装置５に送信する。このとき、ユーザデータに、ユーザの年齢や性別などの属性を含めてもよい。当該属性は、例えば、ユーザ端末２から取得できる。そして、端末装置５のユーザデータ取得手段５２は、サーバ装置３から送信されたユーザデータを取得する。これにより、販売者は、端末装置５を操作してユーザデータを分析することで、店舗毎に商品を購入する可能性のあるユーザを推定できる。

［変形例２］
上記実施形態では、流通形態の種類として、コンビニエンスストア形態、スーパーマーケット形態、ショッピングモール形態を例示しているが、本発明はこれに限定されない。例えば、これらとは異なる小売業の流通形態（デパート、ドラッグストアなど）であってもよいし、小売業とは異なる業界の流通形態であってもよい。例えば、飲食業における流通形態（ファミリーレストラン、高級レストラン、居酒屋など）であってもよい。

［変形例３］
上記実施形態では、サーバ装置３は、ユーザの流通形態属性を判定しているが、さらに細かい属性を判定してもよい。例えば、曜日、月、季節別の流通形態属性や、商品の販売者別の流通形態属性や、流通形態の店舗のロケーション（都心の店舗か、郊外の店舗かなど）別の流通形態属性を判定してもよい。これらの判定は、特性情報を、曜日、月、季節毎、販売者毎、店舗のロケーション毎などに設定することで実現できる。

［変形例４］
上記実施形態では、特性情報として、一定期間の行動ログに基づいて生成される、商品の購入回数、ウェブサイトへのアクセス回数、経路検索回数や、位置情報に基づいて生成される商圏情報を例示しているが、本発明はこれに限定されない。
すなわち、少なくとも行動ログに基づいて生成されるユーザの行動の特性を示す特性情報があればよい。

また、流通形態毎の購入回数、アクセス回数、経路検索回数の、全流通形態の購入回数の合計値、アクセス回数の合計値、経路検索回数の合計値に対する割合を、特性情報としてもよい。

また、ユーザの行動ログ及び位置情報に基づいて生成された特性情報であってもよい。このような特性情報としては、ユーザの行動圏内の店舗での購入回数や、行動圏外の店舗での購入回数などを例示できる。
この特性情報によれば、通常はコンビニエンスストアを利用しないが、出張先などでたまたまコンビニエンスストアを利用したようなユーザに対しては、普段からコンビニエンスストアを利用しているユーザと比べて、一定期間においてコンビニエンスストアを利用した回数が同じでも、関連度Ｓ（Ｃ）を低く算出する。この場合、関連度Ｓ（Ｘ）をより細かく算出できる。

また、例えば、性別や年齢や家族構成などに関連する特性情報があってもよい。
例えば、家族構成の特性情報は、一人暮らしか否かを示す情報や、子供を含む家庭か否かを示す情報などであり、特性情報生成手段４２が、行動ログに基づいてユーザが購入した商品の種類などを判定することで生成する。
この場合、一人暮らしか否かを示す情報や、子供を含む家庭か否かを示す情報などのそれぞれに対して、該当する場合には、特性情報の数値が「１」に設定され、該当しない場合には、特性情報の数値が「０」に設定される。
この場合、例えば、コンビニエンスストア形態に対する関連度算出モデルでは、一人暮らしか否かを示す特性情報の重み係数が、例えば「５」に設定され、子供を含む家庭か否かを示す特性情報の重み係数が、例えば「２」に設定される。
また、例えば、スーパーマーケット形態やショッピングモール形態に対する関連度算出モデルでは、一人暮らしか否かを示す特性情報の重み係数が、例えば「１」に設定され、子供を含む家庭か否かを示す特性情報の重み係数が、例えば「５」に設定される。
このようにして、関連度Ｓ（Ｘ）をユーザの家族構成に応じてより細かく算出できる。

［変形例５］
上記実施形態では、流通形態属性判定手段４４は、各ユーザに対して、流通形態毎に算出された関連度Ｓ（Ｘ）に基づいて、流通形態属性を判定しているが、本発明はこれに限定されない。すなわち、他の分類手法やクラスタリング手法を用いて、流通形態属性を判定してもよい。
例えば、流通形態属性判定手段４４は、ディリクレ過程（Dirichlet process）などのクラスタリング手法を用いて、特性情報の類似度に基づいてユーザをグループ化する。そして、生成されたクラスタの特性が、どの種類の流通形態と関連しているかを判定し、判定した流通形態の種類を、対応するクラスタに属するユーザの流通形態属性としてもよい。

１…情報処理システム、２…ユーザ端末、２１…通信部、３…サーバ装置（情報処理装置）、３０…サーバ記憶部、３１…ユーザ情報記憶手段（行動ログ取得手段、位置情報取得手段）、３２…係数記憶手段、３３…コンテンツ記憶手段、４０…サーバ制御部、４１…ユーザ情報取得手段、４２…特性情報生成手段、４３…関連度算出手段、４４…流通形態属性判定手段、４５…コンテンツ抽出手段、４６…コンテンツ送信手段、４７…係数設定手段、５…端末装置、５１…位置情報送信手段、５２…ユーザデータ取得手段。

Claims (8)

1. 流通形態に対するユーザの行動ログを取得する行動ログ取得手段と、
   前記行動ログに基づいて、前記ユーザの前記流通形態に対する属性である流通形態属性を判定する流通形態属性判定手段と、を備える
   ことを特徴とする情報処理装置。
2. 請求項１に記載の情報処理装置において、
   複数の前記行動ログに基づいて、前記ユーザの前記流通形態の種類毎の関連度を算出する関連度算出手段を備え、
   前記流通形態属性判定手段は、算出された前記関連度に基づいて、前記流通形態属性を判定する
   ことを特徴とする情報処理装置。
3. 請求項２に記載の情報処理装置において、
   複数の前記行動ログに基づいて、前記ユーザが所定の行動を行った頻度を算出する頻度算出手段を備え、
   前記関連度算出手段は、前記頻度に基づいて、前記関連度を算出する
   ことを特徴とする情報処理装置。
4. 請求項１から請求項３のいずれか１項に記載の情報処理装置において、
   前記ユーザに関連する位置情報を取得する位置情報取得手段を備え、
   前記流通形態属性判定手段は、前記行動ログに加えて、前記流通形態におけるサービス提供拠点の商圏に対する前記位置情報の位置に基づいて、前記流通形態属性を判定する
   ことを特徴とする情報処理装置。
5. 請求項４に記載の情報処理装置において、
   前記流通形態属性判定手段は、前記商圏に前記位置情報の位置が含まれているか否かに基づいて、前記流通形態属性を判定する
   ことを特徴とする情報処理装置。
6. 請求項１から請求項５のいずれか１項に記載の情報処理装置において、
   前記流通形態の種類と前記流通形態に関連するコンテンツとが対応付けられて記憶されるコンテンツ記憶手段と、
   前記ユーザの前記流通形態属性に基づいて、前記コンテンツ記憶手段から前記コンテンツを抽出するコンテンツ抽出手段と、
   抽出された前記コンテンツを前記ユーザのユーザ端末に送信するコンテンツ送信手段と、を備える
   ことを特徴とする情報処理装置。
7. コンピュータにより情報を処理させる情報処理方法であって、
   前記コンピュータは、
   流通形態に対するユーザの行動ログを取得し、
   前記行動ログに基づいて、前記ユーザの前記流通形態に対する属性である流通形態属性を判定する
   ことを特徴とする情報処理方法。
8. コンピュータに読み込まれ実行される情報処理プログラムであって、
   前記コンピュータを、請求項１から請求項６のいずれか１項に記載の情報処理装置として機能させる
   ことを特徴とする情報処理プログラム。

Images