以下に、本願に係る提供装置、提供方法、及び提供プログラムを実施するための形態(以下、「実施形態」と呼ぶ)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る提供装置、提供方法、及び提供プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
(実施形態)
〔1.提供処理〕
図1及び図2を用いて、実施形態に係る提供処理の一例について説明する。図1及び図2は、実施形態に係る提供処理の一例を示す図である。図1及び図2は、実施形態に係る提供処理の一例を示す図である。具体的には、図1は、提供装置100が商品またはサービスを提供する一の提供元への情報提供を行う際に用いるモデルを生成する一例を示す図である。ここでいう一の提供元とは、例えば、商品またはサービスを提供(販売)するストアである。以下では、一の提供元が提供する商品またはサービスであって、ユーザに購入された商品またはサービスを購入対象ともいう。また、以下では、商品またはサービスを併せて「商品」と記載する場合がある。図1では、提供装置100は、ユーザが利用する端末装置10に表示される商品に関する情報(以下、「商品情報」ともいう)を提供し、商品情報が表示された商品のユーザによる購入に関する情報(以下、「購入情報」ともいう)を収集し、収集した購入情報に基づいてモデルを生成する。また、図2は、提供装置100が購入情報に基づいてストアに情報提供を行う処理を示すが、詳細は後述する。
〔提供システムの構成〕
まず、図1〜図3に示す提供システム1について説明する。図3に示すように、提供システム1は、端末装置10と、ストア装置20と、提供装置100とが含まれる。なお、図1は、ストア装置20の図示を省略した提供システム1を示す。また、図2は、端末装置10の図示を省略した提供システム1を示す。端末装置10と、ストア装置20と、提供装置100とは所定のネットワークNを介して、有線または無線により通信可能に接続される。図3は、実施形態に係る提供システムの構成例を示す図である。なお、図3に示した提供システム1には、複数台の端末装置10や、複数台のストア装置20や複数台の提供装置100が含まれてもよい。
端末装置10は、ユーザによって利用される情報処理装置である。端末装置10は、例えば、スマートフォンや、タブレット型端末や、ノート型PC(Personal Computer)や、デスクトップPCや、携帯電話機や、PDA(Personal Digital Assistant)等により実現される。図1に示す例においては、端末装置10がユーザが利用するスマートフォンである場合を示す。なお、以下では、端末装置10をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置10と読み替えることもできる。具体的には、図1では、端末装置10がユーザID「U1」により識別されるユーザ(以下、「ユーザU1」とする場合がある)が利用するスマートフォンである場合を示す。
また、図1に示す例においては、端末装置10の画面の表示に応じて、端末装置10を端末装置10−1、10−2として説明する。なお、端末装置10−1、10−2は同一の端末装置10である。また、以下では、端末装置10−1、10−2について、特に区別なく説明する場合には、端末装置10と記載する。
提供装置100は、購入情報に基づいてモデルを生成する情報処理装置である。例えば、提供装置100は、対象(カテゴリ)ごとにモデルを生成する。なお、提供装置100は、対象はカテゴリに限らず各商品であってもよい。また、提供装置100は、購入対象の提供態様に関する情報に基づいて、購入対象の提供態様の評価に関する情報を一の提供元に提供する情報処理装置である。図2の例では、一のストアがストアAである場合を示す。
なお、ここでいう提供態様には、「翌日配送」、「送料無料」、「最安値」等が含まれる。例えば、提供態様は、ユーザが商品選択を行う際の判断材料となり得る情報である。また、例えば、提供態様は、ユーザがどの商品を購入するかを決定する際に影響を与える可能性がある提供態様であってもよい。
また、提供装置100は、端末装置10から取得したクエリに対する検索結果を端末装置10に提供する検索サービスを提供する。図1の例では、提供装置100は、クエリに対応する商品情報を検索結果として、クエリの送信元である端末装置10へ提供する。また、図1に示す例では、提供装置100が電子商取引サービスを提供するものとする。
なお、図1では、提供装置100が検索サービスや電子商取引サービスを提供する場合を示すが、外部の情報処理装置が検索サービスや電子商取引サービスを提供する場合、提供装置100は検索サービスや電子商取引サービスを提供しなくてもよい。この場合、提供装置100は、検索サービスや電子商取引サービスを提供する外部の情報処理装置等から各種情報を取得し、ストアへの情報提供のみを行ってもよい。
ストア装置20は、販売元であるストアAの管理者M1によって利用される情報処理装置である。例えば、ストアAの管理者M1は、ストア装置20を用いて、電子商取引サービスにおいて販売する商品を追加したり、在庫の管理や価格の設定を行ったりする。また、ストア装置20は、例えば、スマートフォンや、タブレット型端末や、ノート型PCや、デスクトップPCや、携帯電話機や、PDA等により実現される。図2は、ストア装置20がノート型PCである場合を示す。
また、提供装置100は、端末装置10に表示された商品情報に対応する商品を購入したタイミングが所定の条件を満たす場合に、その購入に関する情報を購入情報として収集する。図1の例では、提供装置100は、ユーザが利用する端末装置10における商品情報の表示後所定の期間内に、表示された商品情報に対応する商品を購入した場合、その購入に関する情報を購入情報として収集するものとする。具体的には、図1の例では、提供装置100は、ユーザが利用する端末装置10における商品情報の表示後30分以内に、表示された商品情報に対応する商品を購入した場合、その購入に関する情報を購入情報として収集するものとする。
〔1−1.購入情報の追加〕
まず、提供装置100は、ユーザU1が利用する端末装置10からクエリを取得する(ステップS11)。図1の例では、提供装置100は、行動情報記憶部123(図7参照)に示すように、日時dt11において、端末装置10−1からクエリ「スニーカーY」を取得する。
また、図7の例に示す各日時「dt*」中の「dt」に続く「*(*は任意の数値)」は、対応する行動等が行われた日時を示し、日時「dt*」は、「*」の値が大きい程、日付が新しいものとする。例えば、日時「dt12」は、日時「dt11」に比べて、「dt」に続く数値が大きいため、日付がより新しいことを示す。図7に示す例では、日時「dt12」においてユーザU1が行った行動は、日時「dt11」においてユーザU1が行った行動よりも後に行われたことを示す。なお、図7の例では、「日時dt11」等のように抽象的に図示するが、「日時dt11」は、「2017年1月12日22時31分52秒」等の具体的な日時が対応するものとする。
図7中の行動情報記憶部123に示す「ユーザID」は、ユーザを識別するための識別情報を示す。例えば、ユーザID「U1」により識別されるユーザは、図1の例に示したユーザU1に対応する。図7中の行動情報記憶部123に示す「種別」は、対応するユーザの行動の種別に関する情報を示す。また、図7中の行動情報記憶部123に示す「内容」は、対応するユーザの行動において対象となった内容を示す。また、図7中の行動情報記憶部123に示す「日時」は、対応するユーザの行動が行われた日時を示す。図7中の行動情報記憶部123に示す行動ID「AC11」により識別される行動(行動AC11)は、ユーザU1がクエリ「スニーカーY」を用いた検索を日時dt11に行ったことを示す。
図1に示す例において、ユーザU1は、端末装置10−1の画面に表示された提供装置100が提供する電子商取引サービスに関するショップサイトAのページW11中の検索窓にクエリ「スニーカーY」を入力し、検索ボタンを押下する。そして、端末装置10−1は、提供装置100へクエリ「スニーカーY」を送信する。
端末装置10−1からクエリを取得した提供装置100は、クエリに対応する商品情報を検索結果として決定する(ステップS12)。図1の例では、提供装置100は、商品情報記憶部121からクエリ「スニーカーY」に対応する商品GD2、商品GD22、商品GD536等に関する商品情報を検索結果として決定する。
なお、上記のように、「商品GD*(*は任意の数値)」と記載した場合、その商品は商品ID「GD*」により識別される商品であることを示す。例えば、「商品GD1」と記載した場合、その商品は商品ID「GD1」により識別される商品である。
そして、提供装置100は、索引情報記憶部124に記憶された情報に基づいて、商品情報記憶部121からクエリに対応する商品情報を抽出(取得)する(ステップS13)。図1の例では、提供装置100は、商品情報記憶部121からクエリ「スニーカーY」に対応する商品GD2、商品GD22、商品GD536等に関する商品情報を取得する。
そして、提供装置100は、商品情報記憶部121から抽出した商品GD2、商品GD22、商品GD536等に関する商品情報を検索結果として端末装置10−1へ提供する(ステップS14)。なお、図1の例では、提供装置100が商品GD22を表示順1位、商品GD536を表示順2位、商品GD2を表示順3位、及び商品GD111を表示順4位と決定した場合を示す。
なお、図1に示す例においては、図示を省略するが、商品情報記憶部121には、送料無料の設定有無や、翌日配送の設定有無等の種々の商品の提供態様に関する情報が記憶される。例えば、商品情報記憶部121は、「提供態様」といった項目を有する。また、「提供態様」には、「翌日配送」、「送料無料」、「最安値」といった項目が含まれる。例えば、商品情報記憶部121は、各商品について各提供態様の有無を示す情報を記憶する。図1の例では、購入情報記憶部125に示すように、ストアAが提供する商品「スニーカーY」である商品GD2の提供態様には、送料無料及び最安値が含まれるものとする。
なお、図1の例では、クエリ「スニーカーY」に対応する商品として、商品「スニーカーZ」である商品GD536が含まれる場合を示す。図1の例では、商品「スニーカーZ」である商品GD536の商品情報に含まれる説明文中に文字列「スニーカーY」が含まれており、索引ID「IN12」により識別される索引「スニーカーY」の対象には、商品GD536が含まれるものとする。
提供装置100から商品GD2、商品GD22、商品GD536等に関する商品情報等を含む検索結果を提供された端末装置10は、検索結果を表示する(ステップS15)。図1の例では、端末装置10−1から端末装置10−2へ表示が遷移される。
端末装置10−2の画面には、検索結果を表示するページW12が表示される。具体的には、端末装置10−2の画面には、クエリ「スニーカーY」に対応する検索結果を表示するページW12が表示される。図1の例では、端末装置10−2の画面には、商品GD22の商品情報、商品GD536の商品情報、商品GD2の商品情報、及び商品GD111の商品情報が並べて表示される。また、図1に示すように、各商品の商品情報として、商品の提供態様に関する情報が表示される。例えば、商品GD22の商品情報には、商品GD22が提供態様「翌日配送」で提供されることを示す情報が表示され、商品GD2の商品情報には、商品GD2が提供態様「送料無料」で提供されることを示す情報が表示される。なお、各商品情報として、複数の提供態様に関する情報が表示されてもよい。
なお、ページW12に表示された商品GD22の商品情報、商品GD536の商品情報、商品GD2の商品情報、及び商品GD111の商品情報は検索結果の一部である。例えば、商品GD111の商品情報の下部には、クエリ「スニーカーY」に対応する他の商品の商品情報が並べて配置されており、ユーザU1の操作に応じて商品GD111の商品情報の下部に位置する商品情報が端末装置10−2の画面に表示される。例えば、ユーザは、端末装置10−2の画面にタッチした指F1を下から上へ移動させる操作(以下、「フリック操作」とする場合がある)をすることにより、表示を下へスクロールさせて、下に続く残りのコンテンツを表示させることができる。
そして、端末装置10−2の画面に表示されたページW12を閲覧したユーザU1は、商品GD2を選択する(ステップS16)。例えば、ユーザU1は、端末装置10−2の画面に表示された商品GD2の商品情報を指F1でタッチすることにより、商品GD2を選択する。
その後、ユーザU1は、端末装置10−2に表示されたページW12に基づいて、ストアAが販売するスニーカーYを購入する(ステップS17)。例えば、ユーザU1は、端末装置10−2に表示された商品GD2を選択し、ストアAのページを表示し、ストアAのページにおいて所定の操作を行うことにより、ストアAが販売するスニーカーYを購入するものとする。例えば、端末装置10−2は、ユーザU1の操作に応じて、ユーザU1がスニーカーYを購入する意思を示す情報を提供装置100へ送信する。
端末装置10−2からユーザU1がスニーカーYを購入する意思を示す情報を取得した提供装置100は、スニーカーYの購入処理を行う(ステップS18)。例えば、提供装置100は、ユーザU1の口座情報等を用いてスニーカーYの決済処理を行ったり、スニーカーYをユーザU1が指定する住所に配送する手続を行ったりする。
また、提供装置100は、ユーザU1による商品GD2の購入に関する情報を購入情報として追加する(ステップS19)。例えば、提供装置100は、ユーザが利用する端末装置10における商品情報の表示後30分以内に、その商品情報に対応する商品を購入した場合、その購入に関する情報を購入情報として追加する。図1の例では、提供装置100は、行動情報記憶部123(図7参照)に示すように、日時dt11にクエリ「スニーカーY」を用いた検索に対応する商品GD2の商品情報が端末装置10に表示され、その後日時dt12にストアAにおいて商品「スニーカーY」である商品GD2を購入している。そのため、提供装置100は、日時dt11と日時dt12との間の期間に基づいて、購入情報として追加するかを決定する。図1の例では、日時dt11と日時dt12との間は30分以内であるものとする。そのため、図1の例では、提供装置100は、ユーザU1による商品GD2の購入に関する情報を購入情報として追加すると決定する。
そして、提供装置100は、購入情報に基づいてモデルを生成する(ステップS20)。例えば、提供装置100は、カテゴリごとにモデルを生成する。例えば、提供装置100は、各提供態様を素性とするモデルを生成する。例えば、図1に示す例において、提供装置100は、「翌日配送」、「送料無料」、「最安値」等の各提供態様を素性とするモデルを生成する。例えば、提供装置100は、購入情報記憶部125に記憶された購入情報に対応する商品の多くに設定されていた提供態様の重みが重くなるように学習し、モデルを生成する。例えば、提供装置100は、購入情報記憶部125に記憶された購入情報に対応する商品であって、カテゴリ「グルメ」に属する商品の多くが提供態様「翌日配送」で提供されていた場合、提供態様「翌日配送」に対応する素性の重みが重くなるようにモデルを生成する。
図1の例では、提供装置100は、モデル情報記憶部126に示すように、カテゴリ「ファッション」に対応するモデルM3を生成する。例えば、提供装置100は、生成したモデルを図1中に示すモデル情報記憶部126にカテゴリに対応付けて記憶する。図1に示すモデル情報記憶部126は、モデル情報として、各モデルM1〜M3等に対応させて「素性1」〜「素性3」等といった項目を有する。例えば、図1に示す例において、モデルM3に関するモデル情報は、カテゴリ「ファッション」に対応するモデルであることを示す。
例えば、図1に示す例において、各モデルの素性1は提供態様「翌日配送」に対応する素性であることを示す。また、例えば、図1に示す例において、各モデルの素性2は提供態様「送料無料」に対応する素性であることを示す。また、例えば、図1に示す例において、各モデルの素性3は提供態様「最安値」に対応する素性であることを示す。
例えば、図1に示す例において、モデルM3に関するモデル情報は、素性1の重みが「0.02」、素性2の重みが「0.5」、素性3の重みが「0.2」等であることを示す。この場合、モデルM3に対応するカテゴリ「ファッション」に属する商品については、素性1〜素性3のうち重みが最大である素性2に対応する提供態様「送料無料」が、素性1〜素性3の各々に対応する提供態様のうち最も影響が大きいと判定される。また、モデルM3に対応するカテゴリ「ファッション」に属する商品については、素性1〜素性3のうち重みが最小である素性1に対応する提供態様「翌日配送」が、素性1〜素性3の各々に対応する提供態様のうち最も影響が小さいと判定される。
このように、提供装置100は、購入情報に基づいてモデルを生成する。これにより、提供装置100は、各素性の重みが各カテゴリの商品の販売における各素性に対応する提供態様の影響の大小を示すモデルを生成することができる。なお、提供装置100は、各モデルが出力する値が0〜1の範囲になるように各モデルを正規化してもよい。図1及び図2の例では、提供装置100は、各モデルが出力する値が0〜1の範囲になるように各モデルが正規化された場合を示す。また、図2の例では、提供装置100が各モデルにより出力される値(0〜1)を、ユーザにより購入され得る見込み(可能性の度合い)を示す百分率の値(0〜100%。以下、「予測率」ともいう)としても用いる場合を示す。なお、各モデルは正規化されずに、1より大きい値を出力してもよい。例えば、下記の式(1)の「F」は1より大きい値となってもよい。
〔1−1−1.モデル〕
上述した例では、提供装置100が商品のカテゴリごとにモデルを生成する場合を示したが、提供装置100は、カテゴリごとに限らず、種々の対象についてモデルを生成してもよい。例えば、提供装置100は、商品「スニーカーX」に関する情報が所定の閾値以上である場合、カテゴリ「スニーカーX」についてモデルを生成してもよい。例えば、提供装置100は、「ファッション」、「靴」、「スニーカー」等の複数の階層的なカテゴリごとにモデルを生成してもよい。例えば、提供装置100は、カテゴリ「スニーカー」に関する情報が所定の閾値以上である場合、カテゴリ「スニーカー」についてモデルを生成してもよい。また、例えば、提供装置100は、カテゴリ「スニーカー」に関する情報が所定の閾値未満であり、カテゴリ「靴」に関する情報が所定の閾値以上である場合、カテゴリ「靴」についてモデルを生成してもよい。また、例えば、提供装置100は、カテゴリ「靴」に関する情報が所定の閾値未満であり、カテゴリ「ファッション」に関する情報が所定の閾値以上である場合、カテゴリ「ファッション」についてモデルを生成してもよい。
〔1−1−2.提供態様〕
上述した例では、提供態様に「翌日配送」、「送料無料」、「最安値」等が含まれる場合を示したが、提供態様は、商品の提供態様に関するものであればどのようなものであってもよい。例えば、「返品可能」や「キャンペーン対象」や「ポイント2倍」や「30%OFF」等の種々の提供態様が含まれてもよい。
〔1−1−3.タイミング(セッション)〕
図1の例では、提供装置100は、ユーザが利用する端末装置10における商品情報の表示後30分以内に、ユーザが検索結果に含まれる商品を購入することを所定の条件とする場合を示したが、所定の条件は上記に限らず種々の条件であってもよい。
例えば、提供装置100は、ユーザが利用する端末装置10における商品情報の表示と共通するセッション間にユーザが表示された商品情報に対応する商品を購入することを所定の条件としてもよい。この場合、提供装置100は、ユーザが利用する端末装置10における商品情報の表示と共通するセッション間にユーザが表示された商品情報に対応する商品を購入した場合、その商品の購入に関する情報を購入情報として追加する。例えば、セッションとは、ユーザが所定の目的(意図)を持った行動を行う期間であってもよい。
例えば、提供装置100は、ユーザが所定の行動を行った場合にセッションを開始し、開始後においてユーザが所定の期間(例えば30分)行動を行わなかった場合、セッションを終了したと判定してもよい。例えば、提供装置100は、セッションの継続中において、最後に行われたユーザの行動から所定の期間ユーザの行動がなかった場合に、セッションを初期化してもよい。例えば、提供装置100は、セッションの継続中において、最後に行われたユーザの行動から30分間ユーザの行動がなかった場合に、セッションを初期化してもよい。なお、ここでいう「初期化」とは、例えば、それまで継続していたセッションを終了し、新たなセッションを開始することを意味する。このように、提供装置100は、ユーザの行動が継続している間、セッションを継続させてもよい。
なお、上述した所定の期間やセッション等は一例であり、提供装置100は、種々の情報や条件を適宜用いて、購入情報として追加するかを判定(決定)してもよい。例えば、提供装置100は、ユーザが利用する端末装置10における商品情報が表示された後、その商品情報に対応する商品がユーザにより購入されれば、条件を満たすと判定してもよい。
〔1−2.情報提供〕
次に、図2を用いて、提供装置100が追加した購入情報に基づいて、ストアに対して情報提供を行う場合を説明する。図2の例では、提供装置100は、ストアAからの情報要求に応じて、ストアAに情報提供を行う。まず、ステップS21〜S25により、ストアAにユーザの商品購入において影響を与える提供態様に関する情報を提供する場合を示す。
図2に示すように、提供装置100は、情報要求を取得する(ステップS21)。図2の例では、提供装置100は、ストアAの管理者M1が利用するストア装置20からカテゴリ「ファッション」に関する情報要求を取得する。
図2に示す例において、ストアAの管理者M1は、ストア装置20に表示された所定のページにキーワード「ファッション」を入力することにより、提供装置100に情報要求を行う。例えば、提供装置100が提供する電子商取引サービスのストアの管理画面にキーワード「ファッション」を入力することにより、ストア装置20が提供装置100へキーワード「ファッション」を送信し提供装置100に情報要求を行う。
ストア装置20からカテゴリ「ファッション」の指定を取得した提供装置100は、カテゴリ「ファッション」に基づいて、情報提供に用いるモデルを決定する。図2の例では、提供装置100は、モデル情報記憶部126に記憶されたモデルM1〜M3等のうち、カテゴリ「ファッション」に対応するモデルM3を情報提供に用いるモデルとして決定する。
そして、提供装置100は、カテゴリ「ファッション」に属する商品の提供態様のうち、ユーザの商品購入の決定に影響度が大きい要素(影響大要素)を決定する(ステップS22)。例えば、提供装置100は、影響大要素の判定に用いる第1閾値である「0.3」よりも大きい重みを有する素性2に対応する提供態様を、影響大要素と決定する。図2の例では、提供装置100は、モデルM3における素性2の重みが「0.5」であり、第1閾値「0.3」よりも大きいため、素性2に対応する提供態様「送料無料」を影響大要素と決定する。
また、提供装置100は、カテゴリ「ファッション」に属する商品の提供態様のうち、ユーザの商品購入の決定に影響度が小さい要素(影響小要素)を決定する(ステップS23)。例えば、提供装置100は、影響小要素の判定に用いる第2閾値である「0.1」よりも小さい重みを有する素性1に対応する提供態様を、影響小要素と決定する。図2の例では、提供装置100は、モデルM3における素性1の重みが「0.02」であり、第2閾値「0.1」よりも小さいため、素性1に対応する提供態様「翌日配送」を影響小要素と決定する。なお、上述した第1閾値や第2閾値の値は一例であり、種々の情報を適宜用いて、値が適宜変更されてもよい。
そして、提供装置100は、影響大要素や影響小要素に基づいて、評価情報を生成する(ステップS24)。例えば、提供装置100は、影響大要素や影響小要素である提供態様やその提供態様に対応する素性の重みに基づく評価情報を生成する。図2の例では、提供装置100は、影響大要素や影響小要素である提供態様を示す情報やその提供態様に対応する素性の重みをスコアとする評価情報RP11を生成する。
そして、提供装置100は、生成した評価情報を提供する(ステップS25)。図2の例では、提供装置100は、ストアAの管理者M1が利用するストア装置20へ評価情報PR11を提供する。これにより、ストアAの管理者M1は、カテゴリ「ファッション」において、ユーザの商品購入に影響を与える提供態様がいずれの提供態様であるかを把握することができる。
ここから、ステップS26〜S28により、ストアAが指定した商品及び提供態様において、その商品がユーザに購入される予測率を示す情報を提供する場合を示す。
図2に示すように、提供装置100は、情報要求を取得する(ステップS26)。図2の例では、提供装置100は、ストアAの管理者M1が利用するストア装置20から商品「スマホX」及びその提供態様の指定に関する情報を取得する。例えば、提供装置100は、ストア装置20から商品「スマホX」の提供態様において、翌日配送が「無(0)」、送料無料が「無(0)」、及び最安値が「有(1)」等の指定を取得する。
図2に示す例において、ストアAの管理者M1は、ストア装置20に表示された所定のページに上述した指定に関する情報を入力することにより、提供装置100に情報要求を行う。
ストア装置20から商品「スマホX」の指定を取得した提供装置100は、商品「スマホX」に基づいて、情報提供に用いるモデルを決定する。図2の例では、提供装置100は、モデル情報記憶部126に記憶されたモデルM1〜M3等のうち、商品「スマホX」が属するカテゴリ「家電製品」に対応するモデルM2を情報提供に用いるモデルとして決定する。
そして、提供装置100は、モデルM2を用いてユーザにより購入され得る見込み(可能性の度合い)を示す確率情報を生成する(ステップS27)。なお、本願でいう「確率」とは、所定の事象が実際に発生した割合、すなわち実際に観測されたデータから算出される値ではなく、種々の情報に基づいて予測される所定の事象が起こることが期待される度合いを意味する。例えば、提供装置100は、ストア装置20から指定された翌日配送が「無(0)」、送料無料が「無(0)」、及び最安値が「有(1)」等の情報をモデルM2に入力することにより、確率情報を生成する。例えば、提供装置100は、以下のような式(1)を用いて予測率を算出する。
F = a1・x1+a2・x2+a3・x3+・・・+am・xm …(1)
例えば、左辺中の「F」は、設定された提供態様に応じて商品が購入される予測率を示す。例えば、右辺中の「a1」は、素性1の重みに対応する。例えば、モデルM1を用いる場合、「a1」は、モデル情報記憶部126中のモデルM1の素性1の重み「0.4」が割り当てられる。例えば、右辺中の「x1」は、素性1に対応する提供態様「翌日配送」の有無に応じて「0」または「1」が割り当てられる。例えば、右辺中の「x1」は、ストア装置20から指定された翌日配送が「無」の場合、「0」が割り当てられ、ストア装置20から指定された翌日配送が「有」の場合、「1」が割り当てられる。例えば、右辺中の「a2」は、素性2の重みに対応する。例えば、モデルM1を用いる場合、「a2」は、モデル情報記憶部126中のモデルM1の素性2の重み「0.1」が割り当てられる。例えば、右辺中の「x2」は、素性2に対応する提供態様「送料無料」の有無に応じて「0」または「1」が割り当てられる。なお、「am」の「m」はモデルの素性の数(次元数)に対応し、モデルが100次元のベクトルで表現される場合、mは「100」になる。
図2の例では、カテゴリ「家電製品」に対応するモデルM2を用いるため、「a1」は、モデル情報記憶部126中のモデルM2の素性1の重み「0」が割り当てられる。このように、モデル中の素性の重みが「0」である場合、その素性は、そのモデルにおいて影響を与えない素性(特徴)であることを示す。このように、カテゴリによっては一部の素性を使わないモデルがある場合がある。また、図2の例では、「x1」は、ストア装置20から指定された提供態様「翌日配送」の設定が「無」であるため、「0」が割り当てられる。また、図2の例では、「a2」は、モデル情報記憶部126中のモデルM2の素性2の重み「0.2」が割り当てられる。また、図2の例では、右辺中の「x1」は、ストア装置20から指定された提供態様「送料無料」の設定が「無」であるため、「0」が割り当てられる。また、図2の例では、「a3」は、モデル情報記憶部126中のモデルM2の素性3の重み「0.5」が割り当てられる。また、図2の例では、右辺中の「x1」は、ストア装置20から指定された提供態様「最安値」の設定が「有」であるため、「1」が割り当てられる。図2の例では、提供装置100は、商品「スマホX」がユーザに購入される予測率「F」が「0.75」、すなわち75%であると算出する。図2の例では、提供装置100は、商品「スマホX」がユーザに購入される予測率は「75(%)」であることを示す確率情報PT11を生成する。
そして、提供装置100は、生成した確率情報を提供する(ステップS28)。図2の例では、提供装置100は、ストアAの管理者M1が利用するストア装置20へ確率情報PT11を提供する。これにより、ストアAの管理者M1は、指定した提供態様で商品「スマホX」を販売した場合、商品「スマホX」が購入される予測率がどの程度であるかを把握することができる。
上述したように、提供装置100は、影響大要素や影響小要素を示す評価情報や、指定された提供態様における商品が購入される予測率を示す情報等を提供することにより、ストアに自身の商品の販売状況を向上させるために情報を提供することが可能となる。したがって、提供装置100は、所定の商品またはサービスを販売する提供元に適切な情報を提供することができる。
〔1−2−1.提供する情報〕
上述した例では、提供装置100が影響大要素や影響小要素を示す評価情報や、指定された提供態様における商品が購入される予測率を示す情報等を提供する場合を示したが、提供装置100は、上記に限らず、種々の情報を提供してもよい。例えば、提供装置100は、各提供態様を重み順に順位付けしたランキング情報を提供してもよい。
〔2.提供装置の構成〕
次に、図4を用いて、実施形態に係る提供装置100の構成について説明する。図4は、実施形態に係る提供装置の構成例を示す図である。図4に示すように、提供装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、提供装置100は、提供装置100の管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
(通信部110)
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークNと有線または無線で接続され、例えば提供システム1に含まれる端末装置10やストア装置20との間で情報の送受信を行う。
(記憶部120)
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部120は、図4に示すように、商品情報記憶部121と、ユーザ情報記憶部122と、行動情報記憶部123と、索引情報記憶部124と、購入情報記憶部125と、モデル情報記憶部126とを有する。
(商品情報記憶部121)
実施形態に係る商品情報記憶部121は、商品に関する各種情報を記憶する。図5は、実施形態に係る商品情報記憶部の一例を示す図である。図5に示す商品情報記憶部121は、「ストア」、「商品ID」、「価格(円)」、「商品」、「カテゴリ」、「タイトル」、「説明文」といった項目を有する。
「ストア」は、対応する商品を提供する提供元、すなわち売主を示す。「商品ID」は、商品を識別するための識別情報を示す。「商品」は、商品の具体的な名称等を示す。また、「価格(円)」は、対応する商品の販売価格を示す。また、「カテゴリ」は、対応する商品が属するカテゴリを示す。「タイトル」は、商品IDにより識別される商品の商品情報に含まれるタイトルを示す。また、「説明文」は、商品IDにより識別される商品の商品情報に含まれる説明文を示す。
図5に示す例において、ストアAは、商品ID「GD1」により識別される商品(商品GD1)や商品ID「GD2」により識別される商品(商品GD2)等を提供する提供元であることを示す。また、例えば、図5に示す例において、商品GD1は、商品「スニーカーX」であり、価格が「8000(円)」であることを示す。また、商品GD1のカテゴリは、「ファッション」であることを示す。また、商品GD1のタイトルは、「最新の…」であることを示す。また、商品GD1の説明文は、「送料無料で配送します…」であることを示す。また、例えば、図5に示す例において、商品GD2は、商品「スニーカーY」であり、価格が「7000(円)」であることを示す。また、商品GD2のカテゴリは、「ファッション」であることを示す。また、商品GD2のタイトルは、「限定…」であることを示す。
また、図5に示す例においては、図示を省略するが、商品情報記憶部121には、送料無料の設定有無や、翌日配送の設定有無等の種々の商品の提供態様に関する情報が記憶される。例えば、商品情報記憶部121は、「提供態様」といった項目を有する。また、「提供態様」には、「翌日配送」、「送料無料」、「最安値」といった項目が含まれる。例えば、商品情報記憶部121は、各商品について各提供態様の有無を示す情報を記憶する。
なお、商品情報記憶部121は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、商品情報記憶部121は、商品情報が追加された日時や商品情報が作成された日時に関する情報を記憶してもよい。例えば、商品情報記憶部121は、商品情報にについて、キャンペーンの所定の販売促進の設定有無に関する情報を記憶してもよい。各ストアの評価値に関する情報を記憶してもよい。例えば、商品情報記憶部121は、各ストアの評価値に関する情報を記憶してもよい。
(ユーザ情報記憶部122)
実施形態に係るユーザ情報記憶部122は、ユーザ属性に関する各種情報を記憶する。例えば、ユーザ情報記憶部122は、ユーザ属性情報を記憶する。図6は、実施形態に係るユーザ情報記憶部の一例を示す図である。図6に示すユーザ情報記憶部122は、「ユーザID」、「年齢」、「性別」といった項目が含まれる。
「ユーザID」は、ユーザを識別するための識別情報を示す。例えば、ユーザID「U1」により識別されるユーザは、図1の例に示したユーザU1に対応する。「年齢」は、端末装置10を利用するユーザの年齢を示す。なお、「年齢」は、例えば35歳など、ユーザIDにより識別されるユーザの具体的な年齢であってもよい。「性別」は、端末装置10を利用するユーザの性別を示す。
例えば、図6に示す例において、ユーザID「U1」により識別されるユーザの年齢は、「20代」であり、ユーザの性別は、「女性」であることを示す。また、例えば、図6に示す例において、ユーザID「U2」により識別されるユーザの年齢は、「30代」であり、ユーザの性別は、「男性」であることを示す。
なお、ユーザ情報記憶部122は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部122は、ユーザのデモグラフィック属性に関する情報やサイコグラフィック属性に関する情報を記憶してもよい。例えば、ユーザ情報記憶部122は、氏名、家族構成、収入、興味、ライフスタイル等の情報を記憶してもよい。
(行動情報記憶部123)
実施形態に係る行動情報記憶部123は、ユーザの行動に関する各種情報を記憶する。図7は、実施形態に係る行動情報記憶部の一例を示す図である。例えば、行動情報記憶部123は、各ユーザの端末装置10に配信したコンテンツに対するユーザの行動情報等を含む種々の行動情報を記憶する。図7に示す行動情報記憶部123には、「ユーザID」、「行動ID」、「種別」、「内容」、「日時」といった項目が含まれる。
「ユーザID」は、ユーザを識別するための識別情報を示す。例えば、ユーザID「U1」により識別されるユーザは、図1の例に示したユーザU1に対応する。また、「行動ID」は、ユーザの行動を識別する情報を示す。また、「種別」は、対応するユーザの行動の種別に関する情報を示す。また、「内容」は、対応するユーザの行動において対象となった内容を示す。「日時」は、対応するユーザの行動が行われた日時を示す。「日時」には、「dt11」等のように抽象的に図示するが、「2016年12月28日19時31分52秒」等の具体的な日時が記憶されてもよい。
例えば、図7に示す例において、ユーザID「U1」により識別されるユーザ(ユーザU1)は、行動AC5等を行ったことを示す。また、例えば、図7に示す例においてユーザU1は、行動ID「AC11」により識別される行動(行動AC11)や行動ID「AC12」により識別される行動(行動AC12)等を行ったことを示す。具体的には、図7に示す例においてユーザU1は、クエリ「スニーカーY」を用いた検索(行動AC11)を日時dt11に行ったことを示す。また、図7に示す例においてユーザU1は、日時dt11においてクエリ「スニーカーY」を用いた検索を行った後の日時dt12において商品「スニーカーY」をストアAにおいて購入したことを示す。
なお、行動情報記憶部123は、上記に限らず、目的に応じて種々の情報を記憶してもよい。また、図7では、ユーザIDごとに行動情報が行動情報記憶部123に記憶される場合を示したが、行動情報は、ユーザIDごとに限らず、例えば時刻順に記憶されてもよい。
(索引情報記憶部124)
実施形態に係る索引情報記憶部124は、索引に関する各種情報を記憶する。図8は、実施形態に係る索引情報記憶部の一例を示す図である。図8に示す索引情報記憶部124は、「索引ID」、「索引」、「対象情報」といった項目を有する。また、「対象情報」には、「対象1」、「対象2」、「対象50」といった項目を有する。
「索引ID」は、索引を識別するための識別情報を示す。「索引」は、索引(インデックス)を示す。「対象情報」中の「対象1」、「対象2」、「対象50」等は、索引に対応する商品情報を示す。なお、「対象1」、「対象2」、「対象50」等は、索引に対応する商品情報の順位に対応してもよい。例えば、「対象情報」中の「対象1」は、索引に対応する商品情報のうちランキングが「1位」の商品情報であってもよい。また、「対象情報」中の「対象50」は、索引に対応する商品情報のうちランキングが「50位」の商品情報であってもよい。
図8の例は、索引ID「IN11」により識別される索引「スニーカーX」は、対応する商品情報が、商品GD1や商品GD21や商品GD314等に関する商品情報であることを示す。また、図8の例は、索引ID「IN12」により識別される索引「スニーカーY」は、対応する商品情報が、商品GD2や商品GD22や商品GD536等に関する商品情報であることを示す。
なお、各索引に対応する商品情報は、索引に対応する商品名に関する商品情報であっても、なくてもよい。例えば、商品情報の説明文に一の索引に対応する文字列が含まれる商品情報は、一の索引の対象としても含まれてもよい。例えば、商品「スニーカーA」である商品GD100の商品情報に含まれる説明文中に文字列「スニーカーX」が含まれる場合、索引ID「IN11」により識別される索引「スニーカーX」の対象には、商品「スニーカーA」である商品GD100が含まれてもよい。この場合、クエリ「スニーカーX」による検索が行われた場合、検索結果には、商品「スニーカーA」である商品GD100が含まれてもよい。
また、索引情報記憶部124は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、索引情報記憶部124は、各索引や各商品情報が追加された日時に関する情報を記憶してもよい。
(購入情報記憶部125)
実施形態に係る購入情報記憶部125は、収集した購入情報に関する各種情報を記憶する。図9は、実施形態に係る購入情報記憶部の一例を示す図である。図9に示す購入情報記憶部125は、「購入ID」、「対象」、「カテゴリ」、「ストア」、「提供態様」といった項目を有する。また、「提供態様」には、「翌日配送」、「送料無料」、「最安値」といった項目が含まれる。図9の例では、対応するマス目の値が「0」の場合、その提供態様が含まれないことを示し、対応するマス目の値が「1」の場合、その提供態様が含まれることを示す。
「購入ID」は、ユーザによる購入を識別するための識別情報を示す。「対象」は、対応する購入IDにより識別される購入において取引対象となった商品を示す。「カテゴリ」は、対応する対象が属するカテゴリを示す。「ストア」は、対応する対象を販売したストアを示す。
例えば、「提供態様」中の「翌日配送」は、対応する購入IDにより識別される購入における提供態様に「翌日配送」が含まれるかどうかを示す。また、例えば、「提供態様」中の「送料無料」は、対応する購入IDにより識別される購入における提供態様に「送料無料」が含まれるかどうかを示す。
例えば、図9に示す例において、購入ID「BY11」により識別される購入情報は、対象(商品)が、ストアCにより提供されるカテゴリ「ファッション」に属する商品「スニーカーK」であることを示す。また、購入ID「BY11」により識別される購入情報は、対象(商品)の提供態様は、提供態様「翌日配送」の値が「1」であり、ストアCが提供する商品「スニーカーK」には翌日配送により提供される設定がされていたことを示す。また、購入ID「BY11」により識別される購入情報は、対象(商品)の提供態様は、提供態様「送料無料」の値が「1」であり、ストアCが提供する商品「スニーカーK」には送料無料により提供される設定がされていたことを示す。また、購入ID「BY11」により識別される購入情報は、対象(商品)の提供態様は、提供態様「最安値」の値が「0」であり、ストアCが提供する商品「スニーカーK」は、購入ID「BY11」により識別される購入の時点において、商品「スニーカーK」の最安値ではなかったことを示す。
なお、購入情報記憶部125は、上記に限らず、目的に応じて種々の情報を記憶してもよい。図9の例では、図示を簡単にするために、販売数のみを図示するが、購入情報記憶部125には、各購入に関連する情報であれば、どのような情報が記憶されてもよい。例えば、購入情報記憶部125は、各対象が購入された日時や購入したユーザに関する情報を記憶してもよい。例えば、購入情報記憶部125は、各対象(商品)がユーザに購入された際の価格に関する情報を記憶してもよい。
(モデル情報記憶部126)
実施形態に係るモデル情報記憶部126は、モデルに関する情報を記憶する。例えば、モデル情報記憶部126は、生成処理により生成されたモデル情報を記憶する。図10は、実施形態に係るモデル情報記憶部の一例を示す図である。図10に示すモデル情報記憶部126では、対象としてのカテゴリに対応するモデルが記憶される。図10に示すモデル情報記憶部126は、モデル情報として、各モデルM1〜M3等に対応させて「素性1」〜「素性3」等といった項目を有する。
例えば、図10に示す例において、モデルM1に関するモデル情報は、カテゴリ「グルメ」に対応するモデルであることを示す。また、例えば、図10に示す例において、モデルM2に関するモデル情報は、カテゴリ「電化製品」に対応するモデルであることを示す。また、例えば、図10に示す例において、モデルM3に関するモデル情報は、カテゴリ「ファッション」に対応するモデルであることを示す。
例えば、図10に示す例において、各モデルの素性1は提供態様「翌日配送」に対応する素性であることを示す。また、例えば、図10に示す例において、各モデルの素性2は提供態様「送料無料」に対応する素性であることを示す。また、例えば、図10に示す例において、各モデルの素性3は提供態様「最安値」に対応する素性であることを示す。
例えば、図10に示す例において、モデルM1に関するモデル情報は、素性1の重みが「0.4」、素性2の重みが「0.1」、素性3の重みが「0.2」等であることを示す。この場合、モデルM1に対応するカテゴリ「グルメ」に属する商品については、素性1〜素性3のうち重みが最大である素性1に対応する提供態様「翌日配送」が、素性1〜素性3の各々に対応する提供態様のうち最も影響が大きいと判定される。また、モデルM1に対応するカテゴリ「グルメ」に属する商品については、素性1〜素性3のうち重みが最小である素性2に対応する提供態様「送料無料」が、素性1〜素性3の各々に対応する提供態様のうち最も影響が小さいと判定される。
例えば、モデルの素性(特徴量)がm次元のベクトルで表現される場合、素性数はm個になり、素性1〜素性mの重みが記憶される。なお、モデル情報記憶部126は、上記に限らず、目的に応じて種々のモデル情報を記憶してもよい。
(制御部130)
図4の説明に戻って、制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、提供装置100内部の記憶装置に記憶されている各種プログラム(提供プログラムの一例に相当)がRAMを作業領域として実行されることにより実現される。また、制御部130は、コントローラであり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
図4に示すように、制御部130は、取得部131と、決定部132と、生成部133と、提供部134とを有し、以下に説明する情報処理の機能や作用を実現または実行する。
(取得部131)
取得部131は、各種情報を取得する。例えば、取得部131は、商品情報記憶部121やユーザ情報記憶部122や行動情報記憶部123や索引情報記憶部124や購入情報記憶部125やモデル情報記憶部126から各種情報を取得する。
また、取得部131は、各種情報を外部の情報処理装置から取得する。例えば、取得部131は、一の提供元が提供する商品またはサービスであって、ユーザに購入された商品またはサービスである購入対象の提供態様に関する情報を取得する。例えば、取得部131は、購入情報記憶部125から購入対象の提供態様に関する情報を含む購入情報を取得する。
例えば、取得部131は、クエリを取得する。例えば、取得部131は、端末装置10を利用するユーザが検索に使用したクエリを取得する。図1の例では、取得部131は、ユーザU1が利用する端末装置10からクエリを取得する。図1の例では、取得部131は、端末装置10からクエリ「スニーカーY」を取得する。
また、図1の例では、取得部131は、索引情報記憶部124(図8参照)に記憶された情報に基づいて、商品情報記憶部121(図5参照)からクエリに対応する商品情報を取得する。図1の例では、取得部131は、商品情報記憶部121からキーワード「スニーカーY」に対応する商品GD2等に関する商品情報を取得する。
また、図1の例では、取得部131は、商品情報記憶部121からクエリ「スニーカーY」に対応する商品GD2、商品GD22、商品GD536等に関する商品情報を取得する。図2の例では、取得部131は、ストアAの管理者M1が利用するストア装置20からカテゴリ「ファッション」に関する情報要求を取得する。また、図2の例では、取得部131は、ストアAの管理者M1が利用するストア装置20から商品「スマホX」に関する情報要求を取得する。図2の例では、取得部131は、ストアAの管理者M1が利用するストア装置20から商品「スマホX」及びその提供態様の指定に関する情報を取得する。例えば、取得部131は、ストア装置20から商品「スマホX」の提供態様において、翌日配送が「無(0)」、送料無料が「無(0)」、及び最安値が「有(1)」等の指定を取得する。
(決定部132)
決定部132は、種々の情報を決定する。例えば、決定部132は、種々の情報を抽出する。
例えば、決定部132は、クエリに対応する商品情報を検索結果として決定する。図1の例では、決定部132は、商品情報記憶部121からクエリ「スニーカーY」に対応する商品GD2、商品GD22、商品GD536等に関する商品情報を検索結果として決定する。図1の例では、決定部132は、ユーザU1による商品GD2の購入に関する情報を購入情報として追加すると決定する。
図2の例では、決定部132は、カテゴリ「ファッション」に基づいて、情報提供に用いるモデルを決定する。図2の例では、決定部132は、モデル情報記憶部126に記憶されたモデルM1〜M3等のうち、カテゴリ「ファッション」に対応するモデルM3を情報提供に用いるモデルとして決定する。
図2の例では、決定部132は、カテゴリ「ファッション」に属する商品の提供態様のうち、ユーザの商品購入の決定に影響度が大きい要素(影響大要素)を決定する。例えば、決定部132は、影響大要素の判定に用いる第1閾値である「0.3」よりも大きい重みを有する素性2に対応する提供態様を、影響大要素と決定する。図2の例では、決定部132は、モデルM3における素性2の重みが「0.5」であり、第1閾値「0.3」よりも大きいため、素性2に対応する提供態様「送料無料」を影響大要素と決定する。
図2の例では、決定部132は、カテゴリ「ファッション」に属する商品の提供態様のうち、ユーザの商品購入の決定に影響度が小さい要素(影響小要素)を決定する。例えば、決定部132は、影響小要素の判定に用いる第2閾値である「0.1」よりも小さい重みを有する素性1に対応する提供態様を、影響小要素と決定する。図2の例では、決定部132は、モデルM3における素性1の重みが「0.02」であり、第2閾値「0.1」よりも小さいため、素性1に対応する提供態様「翌日配送」を影響小要素と決定する。
図2の例では、決定部132は、商品「スマホX」に基づいて、情報提供に用いるモデルを決定する。図2の例では、決定部132は、モデル情報記憶部126に記憶されたモデルM1〜M3等のうち、商品「スマホX」が属するカテゴリ「家電製品」に対応するモデルM2を情報提供に用いるモデルとして決定する。
(生成部133)
生成部133は、種々の情報を生成する。例えば、生成部133は、モデルを生成する。また、例えば、生成部133は、ストアに提供する情報を生成する。例えば、生成部133は、評価情報や確率情報を生成する。
図1の例では、生成部133は、購入情報に基づいてモデルを生成する。図1の例では、生成部133は、カテゴリごとにモデルを生成する。例えば、提供装置100は、各提供態様を素性とするモデルを生成する。図1の例では、生成部133は、「翌日配送」、「送料無料」、「最安値」等の各提供態様を素性とするモデルを生成する。例えば、生成部133は、購入情報記憶部125に記憶された購入情報に対応する商品の多くに設定されていた提供態様の重みが重くなるように学習し、モデルを生成する。図1の例では、生成部133は、購入情報記憶部125に記憶された購入情報に対応する商品であって、カテゴリ「グルメ」に属する商品の多くが提供態様「翌日配送」で提供されていた場合、提供態様「翌日配送」に対応する素性の重みが重くなるようにモデルを生成する。
図1の例では、生成部133は、モデル情報記憶部126に示すように、カテゴリ「ファッション」に対応するモデルM3を生成する。例えば、生成部133は、生成したモデルを図1中に示すモデル情報記憶部126(図10)にカテゴリに対応付けて記憶する。
図2の例では、生成部133は、影響大要素や影響小要素に基づいて、評価情報を生成する。例えば、生成部133は、影響大要素や影響小要素である提供態様やその提供態様に対応する素性の重みに基づく評価情報を生成する。図2の例では、生成部133は、影響大要素や影響小要素である提供態様を示す情報やその提供態様に対応する素性の重みをスコアとする評価情報RP11を生成する。
図2の例では、生成部133は、モデルM2を用いて確率情報を生成する(ステップS27)。例えば、生成部133は、ストア装置20から指定された翌日配送が「無(0)」、送料無料が「無(0)」、及び最安値が「有(1)」等の情報をモデルM2に入力することにより、確率情報を生成する。図2の例では、生成部133は、商品「スマホX」がユーザに購入される予測率は「75(%)」であることを示す確率情報PT11を生成する。例えば、予測率は、その事象が発生するかどうかの見込みを示す値(確率値)であってもよい。
(提供部134)
提供部134は、外部の情報処理装置へ各種情報を提供する。例えば、提供部134は、取得部131により取得された購入対象の提供態様に関する情報に基づいて、購入対象の提供態様の評価に関する情報を一の提供元に提供する。例えば、提供部134は、購入対象の提供態様に関する情報と、所定のモデルとに基づいて算出される購入対象がユーザに購入される確率を示すスコアを、一の提供元に提供する。例えば、提供部134は、商品またはサービスのカテゴリに応じて生成された複数のモデルのうち、購入対象のカテゴリに応じて選択されるモデルに基づいて算出されたスコアを、一の提供元に提供する。
また、例えば、提供部134は、購入対象の提供態様のうち、購入対象がユーザに購入される確率を向上させる割合が高い提供態様に関する情報を、一の提供元に提供する。例えば、提供部134は、購入対象の提供態様のうち、購入対象に対応するモデルにおける重みが所定の閾値より大きい提供態様に関する情報を、購入対象がユーザに購入される確率に影響が大きい提供態様に関する情報として、一の提供元に提供する。
また、例えば、提供部134は、購入対象の提供態様のうち、購入対象がユーザに購入される確率を向上させる割合が低い提供態様に関する情報を、一の提供元に提供する。例えば、提供部134は、購入対象の提供態様のうち、購入対象に対応するモデルにおける重みが所定の閾値未満である提供態様に関する情報を、購入対象がユーザに購入される確率に影響が小さい提供態様に関する情報として、一の提供元に提供する。
また、例えば、提供部134は、取得部131により取得されたクエリに対応する検索結果を提供する。図1の例では、提供部134は、商品情報記憶部121から抽出した商品GD2、商品GD22、商品GD536等に関する商品情報を検索結果として端末装置10−1へ提供する。
また、例えば、提供部134は、生成部133により生成された情報を提供する。例えば、提供装置100は、生成部133により生成された評価情報や確率情報を提供する。図2の例では、提供部134は、ストアAの管理者M1が利用するストア装置20へ評価情報RP11を提供する。また、図2の例では、提供部134は、ストアAの管理者M1が利用するストア装置20へ確率情報PT11を提供する。
〔3.モデルの生成処理のフロー〕
ここで、図11を用いて、実施形態に係る提供装置100によるモデルの生成処理の手順について説明する。図11は、実施形態に係るモデルの生成処理の一例を示すフローチャートである。
図11に示すように、提供装置100は、購入情報を取得する(ステップS101)。図1の例では、提供装置100は、例えば購入情報記憶部125から購入情報を取得する。
その後、提供装置100は、購入情報に基づいて所定の対象に関するモデルを生成する(ステップS102)。例えば、提供装置100は、購入された商品のカテゴリに基づいて、各カテゴリに関するモデルを生成する。図1の例では、提供装置100は、購入情報記憶部125に記憶された購入情報のうち、カテゴリ「ファッション」に対応する購入情報を用いてモデルM3を生成する。
〔4.提供処理のフロー〕
ここで、図12を用いて、実施形態に係る提供装置100による提供処理の手順について説明する。図12は、実施形態に係る提供処理の一例を示すフローチャートである。
図12に示すように、提供装置100は、情報要求を取得する(ステップS201)。図2の例では、提供装置100は、ストアAの管理者M1が利用するストア装置20からカテゴリ「ファッション」に関する情報要求を取得する。
提供装置100は、情報要求に応じた情報を生成する(ステップS202)。例えば、提供装置100は、モデル情報記憶部126に記憶されたカテゴリ「ファッション」に対応するモデル情報に基づいてストアAに提供する情報を生成する。図2の例では、提供装置100は、カテゴリ「ファッション」に対応するモデルM2のうち、第1閾値「0.3」よりも大きい重み「0.5」である素性2に対応する提供態様「送料無料」を影響大要素とする評価情報RP11を生成する。また、図2の例では、提供装置100は、カテゴリ「ファッション」に対応するモデルM2のうち、第2閾値「0.1」よりも小さい重み「0.02」である素性1に対応する提供態様「翌日配送」を影響小要素とする評価情報RP11を生成する。
そして、提供装置100は、生成した情報を提供する(ステップS203)。図2の例では、提供装置100は、ストアAの管理者M1が利用するストア装置20へ評価情報RP11を提供する。
〔5.効果〕
上述してきたように、実施形態に係る提供装置100は、取得部131と、提供部134とを有する。取得部131は、一の提供元(実施形態においては「ストア」。以下同じ)が提供する商品またはサービスであって、ユーザに購入された商品またはサービスである購入対象の提供態様に関する情報を取得する。提供部134は、取得部131により取得された購入対象の提供態様に関する情報に基づいて、購入対象の提供態様の評価に関する情報を一の提供元に提供する。
これにより、実施形態に係る提供装置100は、購入情報に基づいて、一の提供元により提供される商品またはサービスである部分購入対象と、購入対象との関係を示す関係情報を、当該一の提供元に提供することができるため、所定の商品またはサービを販売する提供元に適切な情報を提供することができる。このように、提供装置100は、提供元が自身の販売する商品またはサービスについて、その商品またはサービスの提供態様が売れ行き等の販売状況にどのような影響を与えるかについての確認に用いることが可能な情報を提供することができる。
また、実施形態に係る提供装置100において、提供部134は、購入対象の提供態様に関する情報と、所定のモデルとに基づいて算出される購入対象がユーザに購入される可能性の度合いを示すスコアを、一の提供元に提供する。
これにより、実施形態に係る提供装置100は、購入対象の提供態様に関する情報と、所定のモデルとに基づいて算出される購入対象がユーザに購入される可能性の度合いを示すスコアを、一の提供元に提供することで、所定の商品またはサービスを販売する提供元に適切な情報を提供することができる。このように、提供装置100は、提供元が自身の販売する商品またはサービスについて、現状の提供態様でどの程度売れる可能性の度合いがあるかの確認に用いることが可能な情報を提供することができる。
また、実施形態に係る提供装置100において、提供部134は、商品またはサービスのカテゴリに応じて生成された複数のモデルのうち、購入対象のカテゴリに応じて選択されるモデルに基づいて算出されたスコアを、一の提供元に提供する。
これにより、実施形態に係る提供装置100は、商品またはサービスのカテゴリに応じて生成された複数のモデルのうち、購入対象のカテゴリに応じて選択されるモデルに基づいて算出されたスコアを、一の提供元に提供することで、所定の商品またはサービスを販売する提供元に適切な情報を提供することができる。このように、提供装置100は、提供元が自身の販売する商品またはサービスについて、現状の提供態様でどの程度売れる可能性の度合いがあるかの確認に用いることが可能な情報を商品またはサービスが属するカテゴリに応じて適切に提供することができる。
また、実施形態に係る提供装置100において、提供部134は、購入対象の提供態様のうち、購入対象がユーザに購入される可能性の度合いを向上させる割合が高い提供態様に関する情報を、一の提供元に提供する。
これにより、実施形態に係る提供装置100は、購入対象の提供態様のうち、購入対象がユーザに購入される可能性の度合いを向上させる割合が高い提供態様に関する情報を、一の提供元に提供することで、所定の商品またはサービスを販売する提供元に適切な情報を提供することができる。このように、提供装置100は、提供元が自身の販売する商品またはサービスについて、その商品またはサービスの提供態様のうち、売れ行き等の販売状況に良い影響を与える提供態様の確認に用いることが可能な情報を提供することができる。
また、実施形態に係る提供装置100において、提供部134は、購入対象の提供態様のうち、購入対象に対応するモデルにおける重みが所定の閾値より大きい提供態様に関する情報を、購入対象がユーザに購入される可能性の度合いに影響が大きい提供態様に関する情報として、一の提供元に提供する。
これにより、実施形態に係る提供装置100は、購入対象の提供態様のうち、購入対象がユーザに購入される可能性の度合いを向上させる割合が高い提供態様に関する情報を、一の提供元に提供することで、所定の商品またはサービスを販売する提供元に適切な情報を提供することができる。このように、提供装置100は、提供元が自身の販売する商品またはサービスについて、その商品またはサービスの提供態様のうち、売れ行き等の販売状況に大きな影響を与える提供態様の確認に用いることが可能な情報を提供することができる。
また、実施形態に係る提供装置100において、提供部134は、購入対象の提供態様のうち、購入対象がユーザに購入される可能性の度合いを向上させる割合が低い提供態様に関する情報を、一の提供元に提供する。
これにより、実施形態に係る提供装置100は、購入対象の提供態様のうち、購入対象がユーザに購入される可能性の度合いを向上させる割合が低い提供態様に関する情報を、一の提供元に提供することで、所定の商品またはサービスを販売する提供元に適切な情報を提供することができる。このように、提供装置100は、提供元が自身の販売する商品またはサービスについて、その商品またはサービスの提供態様のうち、売れ行き等の販売状況にあまり影響を与えない提供態様の確認に用いることが可能な情報を提供することができる。
また、実施形態に係る提供装置100において、提供部134は、購入対象の提供態様のうち、購入対象に対応するモデルにおける重みが所定の閾値未満である提供態様に関する情報を、購入対象がユーザに購入される可能性の度合いに影響が小さい提供態様に関する情報として、一の提供元に提供する。
これにより、実施形態に係る提供装置100は、購入対象の提供態様のうち、購入対象がユーザに購入される可能性の度合いを向上させる割合が低い提供態様に関する情報を、一の提供元に提供することで、所定の商品またはサービスを販売する提供元に適切な情報を提供することができる。このように、提供装置100は、提供元が自身の販売する商品またはサービスについて、その商品またはサービスの提供態様のうち、売れ行き等の販売状況にあまり影響を与えない提供態様の確認に用いることが可能な情報を提供することができる。
〔6.ハードウェア構成〕
上述してきた実施形態に係る提供装置100は、例えば図13に示すような構成のコンピュータ1000によって実現される。図13は、提供装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD(Hard Disk Drive)1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
CPU1100は、ROM1300またはHDD1400に格納されたプログラムに基づいて動作し、各部の制御を行う。ROM1300は、コンピュータ1000の起動時にCPU1100によって実行されるブートプログラムや、コンピュータ1000のハードウェアに依存するプログラム等を格納する。
HDD1400は、CPU1100によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス1500は、ネットワークNを介して他の機器からデータを受信してCPU1100へ送り、CPU1100が生成したデータをネットワークNを介して他の機器へ提供する。
CPU1100は、入出力インターフェイス1600を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。CPU1100は、入出力インターフェイス1600を介して、入力装置からデータを取得する。また、CPU1100は、生成したデータを入出力インターフェイス1600を介して出力装置へ出力する。
メディアインターフェイス1700は、記録媒体1800に格納されたプログラムまたはデータを読み取り、RAM1200を介してCPU1100に提供する。CPU1100は、かかるプログラムを、メディアインターフェイス1700を介して記録媒体1800からRAM1200上にロードし、ロードしたプログラムを実行する。記録媒体1800は、例えばDVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
例えば、コンピュータ1000が実施形態に係る提供装置100として機能する場合、コンピュータ1000のCPU1100は、RAM1200上にロードされたプログラムを実行することにより、制御部130の機能を実現する。コンピュータ1000のCPU1100は、これらのプログラムを記録媒体1800から読み取って実行するが、他の例として、他の装置からネットワークNを介してこれらのプログラムを取得してもよい。
以上、本願の実施形態を図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
〔7.その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に生成することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
また、上述してきた実施形態に記載された各処理は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
また、上述してきた「部(section、module、unit)」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。