JP2018169913A - レコメンドシステム及びレコメンド方法 - Google Patents

Abstract

【課題】ＡＩ技術を用いた複数のシステムが連携することでパーソナライズされたレコメンドを行うことが可能な技術を提供する。【解決手段】不特定のユーザに利用される第１装置（ＩｏＴ装置１０）と、特定のユーザにより利用される第２装置（ユーザ端末２０）とを含むレコメンドシステムであって、第１装置は、第１装置が管理する第１属性情報に基づいてレコメンドを行い、該レコメンドの内容を含むレコメンド情報を第２装置に通知する第１レコメンド制御部、を有する。第２装置は、第１装置から通知されたレコメンド情報と特定のユーザに関する第２属性情報とに基づく応答情報を第１装置に通知する第２レコメンド制御部、を有する。第１レコメンド制御部は、応答情報に基づいてレコメンド情報とは異なるレコメンドの内容を含む他のレコメンド情報を第２装置に通知する、レコメンドシステムを提供する。【選択図】図４

Description

本発明は、レコメンドシステム及びレコメンド方法に関する。

現在、ＡＩ（Artificial Intelligence）と呼ばれる技術を利用したシステムの開発が盛んに行われている。ＡＩを用いたシステムとして、例えば、ユーザの趣味や嗜好等に応じたレコメンド（推薦）を行うシステム（例えば特許文献１参照）や、入力された画像及び映像に対して画像認識を行うシステム等が知られている。

また、現在、ＩｏＴ（Internet of Things）と呼ばれるように、あらゆるモノ（物）がインターネット等の通信ネットワークを介して情報交換を行うことで、より高度な情報処理を行うことを可能にする技術が提唱されている。

特開２００９−２５２１７７号広報

特許文献１に記載の技術のように、従来のレコメンドシステムでは、一つのシステムに閉じてレコメンドを行っていた。例えば、ユーザの趣味や嗜好等に応じたレコメンドを行うシステムの場合、そのシステム内で管理している情報（例えば販売商品等）の中から、ユーザの趣味や嗜好に応じてレコメンド（推薦）する商品の選択を行っていた。

しかしながら、現在、ＡＩ技術を用いたシステムが多数提供されていることを踏まえると、これらのＡＩ技術を用いたシステムが連携することで、ユーザにパーソナライズされつつより適切なレコメンドを行うことが可能になると考えられる。

そこで、本発明は、ＡＩ技術を用いた複数のシステムが連携することでパーソナライズされたレコメンドを行うことが可能な技術を提供することを目的とする。

本発明の一態様に係るレコメンドシステムは、不特定のユーザに利用される第１装置と、特定のユーザにより利用される第２装置とを含むレコメンドシステムであって、第１装置は、第１装置が管理する第１属性情報に基づいてレコメンドを行い、該レコメンドの内容を含むレコメンド情報を第２装置に通知する第１レコメンド制御部、を有し、第２装置は、第１装置から通知されたレコメンド情報と特定のユーザに関する第２属性情報とに基づく応答情報を第１装置に通知する第２レコメンド制御部、を有し、第１レコメンド制御部は、応答情報に基づいてレコメンド情報とは異なるレコメンドの内容を含む他のレコメンド情報を第２装置に通知する。

本発明の一態様に係るレコメンド方法は、不特定のユーザに利用される第１装置と、特定のユーザにより利用される第２装置とを含むレコメンドシステムが実行するレコメンド方法であって、第１装置が、第１装置が管理する第１属性情報に基づいてレコメンドを行い、該レコメンドの内容を含むレコメンド情報を第２装置に通知するステップと、第２装置が、第１装置から通知されたレコメンド情報と特定のユーザに関する第２属性情報とに基づく応答情報を第１装置に通知するステップと、
第１装置が、応答情報に基づいてレコメンド情報とは異なるレコメンドの内容を含む他のレコメンド情報を第２装置に通知するステップと、を有する。

本発明によれば、ＡＩ技術を用いた複数のシステムが連携することでパーソナライズされたレコメンドを行うことが可能な技術を提供することができる。

本実施形態に係るレコメンドシステムのシステム構成の一例を示す図である。 本実施形態に係るユーザ端末の機能ブロック構成の一例を示す図である。 本実施形態に係るＩｏＴ装置の機能ブロック構成の一例を示す図である。 本実施形態に係るレコメンドシステムが行う動作概要の一例を示すシーケンス図である。 動作例その１を説明するための図である。 動作例その２を説明するための図である。

添付図面を参照して、本発明の好適な実施形態について説明する。なお、各図において、同一の符号を付したものは、同一又は同様の構成を有する。

＜システム構成＞
図１は、本実施形態に係るレコメンドシステムのシステム構成の一例を示す図である。本実施形態に係るレコメンドシステムは、ＩｏＴ装置１０（第１装置）及びユーザ端末２０（第２装置）を含む。ＩｏＴ装置１０及びユーザ端末２０は、通信ネットワークＮを介して相互に通信可能なように接続されている。図１にはＩｏＴ装置１０及びユーザ端末２０がそれぞれ１つずつ図示されているが、それぞれ２以上のＩｏＴ装置１０及びユーザ端末２０が含まれていてもよい。

通信ネットワークＮには、例えば、３Ｇ、ＬＴＥ（Long Term Evolution）又は５Ｇと呼ばれる移動無線通信技術が用いられてもよいし、無線ＬＡＮ又はＢｌｕｅｔｏｏｔｈ（登録商標）等の無線通信技術が用いられてもよい。或いは、無線及び有線通信が組み合わされていてもよい。

ＩｏＴ装置１０は、不特定のユーザが利用する端末を想定しており、ＩｏＴ装置１０が管理する属性情報に基づいて、各種のレコメンドを行う機能を有している。このようなＩｏＴ装置１０の一例として、例えば、店舗内に設置され、その店舗に訪れた顧客にお勧め商品をレコメンドするというＩｏＴ装置１０が挙げられる。このようなＩｏＴ装置１０が管理する属性情報とは、例えば、ＩｏＴ装置１０が設置されている店舗で販売されている各商品に関する情報（商品名及び価格等の情報、商品の属性（色及び種別等）を示す情報、売れ筋商品に関する情報等）が挙げられる。

本実施形態において、ＩｏＴ装置１０は、通信可能な機能を備えたあらゆる装置を含むが、例えば、任意の情報を表示することが可能なスマートウィンドウを備えた装置であってもよい。スマートウィンドウは、例えば、透過型ディスプレイ、窓又はガラスとフィルムとプロジェクターとが組み合わされたディスプレイ、超高精細（例えばＵＨＤ（Ultra High Definition））なディスプレイ、透過型ではないディスプレイ等により構成されていてもよい。透過型ディスプレイとは、光を直接透過するものに限らず、例えば、ディスプレイの裏側にカメラが設置されており、カメラの撮影映像をディスプレイに映し出すことで透過しているように見せかけるようなディスプレイであってもよい。このようなスマートウィンドウが、例えば、列車の窓、航空機の窓、船の窓、車の窓、バスの窓、水族館のガラス、ショップの窓、ショーケース、博物館のガラス、美術館のガラス、民家の窓、展望施設の窓、ビルの窓など、あらゆる窓及びガラスに組み込まれることで、本実施形態に係るＩｏＴ装置１０を構成するようにしてもよい。

ユーザ端末２０は、ユーザが利用する端末であり、ユーザに関する属性情報に基づいて、当該ユーザ向けの各種のレコメンド（推薦）を行う機能を有している。ユーザ端末２０は、例えば、スマートフォン、タブレット端末、ノート型ＰＣ（Personal Computer）等のように、ユーザが携帯可能な携帯型端末である。なお、ＩｏＴ装置１０は不特定のユーザが利用する端末であることから、これと対比する意味で、ユーザ端末２０は、特定のユーザが利用する端末であると定義することができる。

ユーザに関する属性情報とは、ユーザの属性に関する情報であり、例えば、ユーザの基本的な属性、ユーザの行動を示す属性、ユーザの家族関係を示す属性、ユーザの交友関係を示す属性、ユーザの嗜好を示す属性、ユーザの生体に関する属性などが挙げられる。ユーザの基本的な属性とは、例えば、ユーザの氏名、性別、年齢、血液型、職業、勤務先会社、出身国、使用言語、出身国のタイムゾーン等である。ユーザの行動を示す属性とは、例えば、移動ログ（位置情報の履歴）、行動スケジュール（いつ、どこで、何をしていたか／何をする予定か、今何をしているか）、購買履歴（どこで何を買ったか）、Ｗｅｂサイトのアクセスログ、Ｗｅｂサイトの検索ログ等である。ユーザの家族関係を示す属性とは、例えば、家族に関する情報（親や子供の氏名、年齢等）等である。ユーザの交友関係を示す属性とは、例えば、友人構成に関する情報、仕事上の交友関係を示す情報等である。ユーザの嗜好を示す属性とは、例えば、食べ物に関する嗜好（好きな食べ物、苦手な食べ物）、色に関する嗜好、衣類に関する嗜好（好きなコートの種別、スカートよりもジーンズが好み等）、趣味等である。ユーザの生体に関する属性とは、例えば、ユーザの姿勢、平均的な消費カロリー、活動量、睡眠状況、心拍数、血圧、脈拍数等である。

本実施形態では、ＩｏＴ装置１０及びユーザ端末２０が連携することで、ユーザにパーソナライズされつつ、ユーザのＴＰＯ（Time Position Occasion）等に応じたより適切なレコメンドを行うことを可能にする。

なお、ＴＰＯとは、時、場所及び場合に応じた使い分けを意味する用語である。ユーザが移動中である場合のＴＰＯの例としては、観光中である、仕事中である、新婚旅行中である、家族旅行中である、一人旅をしている、帰省中である、買い物中である、送迎中である、通勤中である、ドライブ中である、法事である、婚前旅行である、合宿中である、卒業旅行である、放浪中である、社員旅行中である、修学旅行中である、遠足中である等が挙げられる。また、ユーザが室内にいる場合のＴＰＯの例としては、起床した、就寝した、帰宅した、リラックスしている、傷心している、爽快である、軒昂である、ラブラブである、家事をしている、団らん中である、喧騒である、うつらうつらしている、せわしい状況である、ボーっとしている、病気で寝ている、無気力である、運動中である、学習中である、ストレッチしている、読書中である、何かに夢中である、楽器を演奏している、料理をしている、洗濯をしている、音楽を聴いている、パソコンやスマホを操作している、ゲームをしている、ＴＶを見ている、電話中である、会話中である、模様替えした、入浴中である、来客中である、宴会中である、食事中である、うきうきしている、活き活きしている、ハイテンションである、落ち込んでいる、体調不良である、元気一杯である、絶好調である、仕事中である、育児中である、かくれんぼ中である、鬼ごっこ中である等が挙げられる。また、ユーザが水族館、動物園、博物館、美術館、展望施設等の施設にいる場合のＴＰＯの例としては、ユーザが誰と一緒にいるのか（一人、子供と一緒、大人と一緒、男性と一緒、女性と一緒、家族連れ等）、施設内のどこにいるのか、ユーザが何をしているのか（何に興味を示しているのか、何を見ているのか等）といったことが挙げられる。ユーザがショップの窓にいる場合のＴＰＯの例としては、ユーザがショップの窓に近づきつつあるのか、ユーザが誰と一緒にいるのか、何を買おうとしているのか（特価品、本日のお勧め等）といったことが挙げられる。これらのＴＰＯの例についても、ユーザに関する属性情報に含まれていてもよい。

＜機能ブロック構成＞
図２は、本実施形態に係るＩｏＴ装置１０の機能ブロック構成の一例を示す図である。本実施形態に係るＩｏＴ装置１０は、通信部１０１と、レコメンド制御部１０２と、ＵＩ（User Interface）部１０３とを有する。通信部１０１と、レコメンド制御部１０２と、ＵＩ部１０３とは、ＩｏＴ装置１０においてメモリに記憶されているプログラムをプロセッサが実行することにより実現される。当該プログラムは、非一時的（non-transitory）なコンピュータ読み取り可能な記憶媒体に格納することができる。

ＩｏＴ装置１０は、１つの情報処理装置から構成されていてもよいし、複数の情報処理装置から構成されていてもよい。複数の情報処理装置から構成される場合、複数の情報処理装置が連携して動作することでこれらの機能ブロックが行う機能を実現するようにしてもよい。

通信部１０１は、通信ネットワークＮを介してユーザ端末２０と相互に通信を行う機能を有する。レコメンド制御部１０２は、ＩｏＴ装置１０が管理する属性情報（第１属性情報）に基づいて各種のレコメンドを行う機能を有する。また、レコメンド制御部１０２は、更に、属性情報管理部１０２１と、自然言語処理部１０２２とを有する。属性情報管理部１０２１は、ＩｏＴ装置１０が管理すべき属性情報を管理する機能を有する。

自然言語処理部１０２２は、自然言語を認識する機能を有する。より具体的には、自然言語処理部１０２２は、ＩｏＴ装置１０に入力された自然言語を用いた文章（又はＩｏＴ装置１０に入力された音声を音声認識することで生成された文章）を形態素に分析する機能、形態素に分解された文章を解釈することで意図を理解する機能、理解した意図に基づき自然文を用いた応答文（又は音声による応答文）を生成する機能等を含む。応答文の生成は、例えば予め多数の会話シナリオを用意しておき、入力された文章に対応する会話シナリオを呼び出すことで実現することができる。なお、自然言語処理部１０２２は、ユーザ端末２０とＩｏＴ装置１０とが、専用の通信プロトコルではなく自然言語を用いて通信を行う場合や、ＩｏＴ装置１０とユーザとの間で直接会話を行う際に用いられる機能部であり、本実施形態においては省略することも可能である。

レコメンド制御部１０２は、機械学習機能を備えており、例えば、この時期にはこれが売れるといった売れ筋商品に関する情報や、流行のレシピに関する情報などを予め学習している。また、レコメンド制御部２０２は、属性情報管理部１０２１で管理されている属性情報と予め学習している情報とを照らし合わせることで所定のレコメンドを行う。機械学習に用いられるアルゴリズムはどのようなものであってもよいが、例えば深層学習（Deep Learning）が用いられてもよい。

ここで、レコメンド制御部１０２が行う各種のレコメンドの具体例を説明する。ＩｏＴ装置１０が衣類店の窓ガラスに設置されたスマートウィンドウであり、ユーザが、ＩｏＴ装置１０に衣類のお勧め商品を問い合わせた場合を想定する。レコメンド制御部１０２は、属性情報管理部１０２１で管理されている商品ごとの在庫状況と、現時点の季節における売れ筋商品のランキングとを照らし合わせることで、在庫がある商品の中で最も上位のランキングである売れ筋商品をレコメンドするといった動作を行う。

ＵＩ部１０３は、ＩｏＴ装置１０が備える画面に各種の情報を表示する機能、スピーカから音を出力する機能、ＩｏＴ装置１０備えるタッチパネル及びマイク等からユーザの入力を受け付ける機能を有する。

図３は、本実施形態に係るユーザ端末２０の機能ブロック構成の一例を示す図である。本実施形態に係るユーザ端末２０は、通信部２０１と、レコメンド制御部２０２と、ＵＩ部２０３とを有する。通信部２０１と、レコメンド制御部２０２と、ＵＩ部２０３とは、ユーザ端末２０においてメモリに記憶されているプログラムをプロセッサが実行することにより実現される。当該プログラムは、非一時的（non-transitory）なコンピュータ読み取り可能な記憶媒体に格納することができる。

なお、通信部２０１と、レコメンド制御部２０２と、ＵＩ部２０３とを全てユーザ端末２０に備えるようにしてもよいし、これらの機能ブロックのうちの一部（例えば、レコメンド制御部２０２）を、ユーザ端末２０と通信可能な外部のサーバ側に備える構成としてもよい。前者の場合、ユーザ端末２０を「第２装置」と呼んでもよいし、後者の場合、ユーザ端末２０及び当該サーバをまとめて「第２装置」と呼んでもよい。

通信部２０１は、通信ネットワークＮを介してＩｏＴ装置１０と相互に通信を行う機能を有する。

レコメンド制御部２０２は、ユーザに関する属性情報（第２属性情報）に基づいて当該ユーザに対するレコメンドを行う機能を有する。また、レコメンド制御部２０２は、更に、属性情報管理部２０２１と、自然言語処理部２０２２とを有する。属性情報管理部２０２１は、ユーザ端末２０を利用するユーザの属性情報を管理する。属性情報管理部２０２１は機械学習を行う機能を備えており、ユーザの嗜好に関する属性を、ユーザのスケジュール情報や行動履歴等を用いて学習するようにしてもよい。

ここで、属性情報管理部２０２１が行う学習内容の具体例を説明する。属性情報管理部２０２１は、例えば、ユーザが過去に購入した商品の購買履歴を用いて、ユーザの商品に対する嗜好を学習するようにしてもよい。例えば、ユーザが過去に購入した衣類の中で「赤色」の衣類が最も多かった場合、ユーザの衣類に関する嗜好は、「赤い服を好む」というように学習することができる。また、他の例として、属性情報管理部２０２１は、ユーザの位置情報の履歴とスケジュール情報を組み合わせることで、ユーザの食事の好みを学習するようにしてもよい。例えば、平日（仕事中）は定食屋に行くことが多く、休日はイタリアンレストランに行くことが多い場合、ユーザは、平日は定食屋が好みであり、休日はイタリアンレストランが好みであるというように学習することができる。

なお、属性情報管理部２０２１は、ユーザの基本的な属性（性別、年齢等）及びユーザの行動を示す属性については、ユーザから入力させるようにしてもよいし、外部のサーバ等から取得するようにしてもよいし、ユーザ端末２０が備えるＧＰＳ等を用いて取得するようにしてもよい。また、属性情報管理部２０２１は、ユーザが身に着けているウェアラブルデバイスから、ユーザの生体情報に関する属性（姿勢、消費カロリー、活動量、睡眠状況、心拍数、血圧、脈拍数等）を取得するようにしてもよい。

自然言語処理部２０２２は、自然言語を認識する機能を有する。より具体的には、自然言語処理部２０２２は、ユーザ端末２０に入力された自然言語を用いた文章（又はユーザ端末２０に入力された音声を音声認識することで生成された文章）を形態素に分析する機能、形態素に分解された文章を解釈することで意図を理解する機能、理解した意図に基づき自然文を用いた応答文（又は音声による応答文）を生成する機能等を含む。応答文の生成は、例えば予め多数の会話シナリオを用意しておき、入力された文章に対応する会話シナリオを呼び出すことで実現することができる。なお、自然言語処理部２０２２は、ユーザ端末２０とＩｏＴ装置１０とが、専用の通信プロトコルではなく自然言語を用いて通信を行う場合や、ユーザ端末２０とユーザとの間で直接会話を行う際に用いられる機能部であり、本実施形態においては省略することも可能である。

レコメンド制御部２０２は、機械学習機能を備えており、例えばこのような属性のユーザはこのような物を好むといった情報や、このような属性のユーザにはこのような物をお勧めすべきといった情報を予め学習している。レコメンド制御部２０２は、属性情報管理部２０２１で管理されているユーザの属性情報と、予め学習している情報とを照らし合わせることで、当該ユーザに対してレコメンドを行う。機械学習に用いられるアルゴリズムはどのようなものであってもよいが、例えば、深層学習（Deep Learning）が用いられてもよい。

ここで、レコメンド制御部２０２が行う各種のレコメンドの具体例を説明する。例えばユーザが、服が買いたいといった要求をユーザ端末２０に入力した場合を想定する。レコメンド制御部２０２は、属性情報管理部２０２１で管理されているユーザの属性（性別、年齢）と、予め学習されている他のユーザが好む衣類の属性ごとの分類とを照らし合わせることで、当該ユーザの属性と同一の属性を有する他のユーザが好む衣類を抽出し、当該ユーザに対して衣類をレコメンドするといった動作を行う。

ＵＩ部２０３は、ユーザ端末２０が備える画面に各種の情報を表示する機能、スピーカから音を出力する機能、ユーザ端末２０が備えるタッチパネル及びマイク等からユーザの入力を受け付ける機能を有する。

本実施形態では、ＩｏＴ装置１０のレコメンド制御部１０２及びユーザ端末２０のレコメンド制御部２０２が連携することで、ユーザに対してより適切なレコメンドを行うことを可能にする。具体的には、ユーザ端末２０のレコメンド制御部２０２が、ＩｏＴ装置１０のレコメンド制御部１０２から通知されたレコメンド情報に対して、ユーザの属性情報に基づく応答情報（例えば、通知されたレコメンド情報はユーザの嗜好に合わないので他のレコメンド情報を提案して欲しいといった情報や、ユーザの嗜好を具体的に示す情報等）をＩｏＴ装置１０に通知する。続いて、ＩｏＴ装置１０のレコメンド制御部１０２が、通知された応答情報に基づいて、前回ユーザ端末２０に通知したレコメンド情報とは異なるレコメンドの内容を含むレコメンド情報をユーザ端末２０に通知する。ＩｏＴ装置１０及びユーザ端末２０は、このような処理を１以上繰り返すことで、ユーザに対して所定のレコメンドを行う。

例えば前述したように、ユーザが、服が買いたいといった要求をユーザ端末２０に入力した場合、ユーザ端末２０のレコメンド制御部２０２は、ユーザの属性と同一の属性を有する他のユーザが好む衣類を抽出することで、当該ユーザが好むと想定される衣類をレコメンドするといった動作を行うことになる。一方、ユーザが、衣類のお勧め商品をＩｏＴ装置１０に問い合わせた場合、ＩｏＴ装置１０のレコメンド制御部１０２は、在庫がある商品の中で最も上位のランキングである売れ筋商品をレコメンドするといった動作を行う。

すなわち、ユーザ端末２０単独でレコメンドを行う場合、あくまでユーザ端末２０を利用するユーザの属性情報に基づくレコメンドを行うことは可能であるが、実際にレコメンドした商品が購入可能であるかを踏まえたレコメンドを行うことはできない。一方、ＩｏＴ装置１０単独でレコメンドを行う場合は、在庫がある商品の中で最も人気のある商品をレコメンドすることは可能であるが、ユーザの属性情報を踏まえたレコメンドを行うことができない。しかしながら、ＩｏＴ装置１０及びユーザ端末２０が連携することで、例えば、ユーザが好むと想定される衣類であり、かつ、在庫がある商品の中で売れ筋商品でもある商品をレコメンドするといったことが可能になる。

このように、本実施形態では、ＩｏＴ装置１０及びユーザ端末２０が連携することで、ユーザにパーソナライズされつつ、ユーザのＴＰＯ等に応じたより適切なレコメンドを行うことを可能にする。

＜動作概要及び動作例＞
続いて、本実施形態に係るレコメンドシステムが行う動作の概要及び具体的な動作例について説明する。まず、動作の概要について説明する。

（動作概要）
図４は、本実施形態に係るレコメンドシステムが行う動作概要の一例を示すシーケンス図である。

まず、ＩｏＴ装置１０の通信部１０１及びユーザ端末２０の通信部２０１の間で通信を確立する（Ｓ１０１）。例えば、ユーザ端末２０の通信部２０１は、ユーザ端末２０の現在位置の近くに存在するＩｏＴ装置１０を検索し、近くに存在するＩｏＴ装置１０が検出された場合に、検出されたＩｏＴ装置１０との間で通信を確立するようにしてもよい。複数のＩｏＴ装置１０が検索された場合、ユーザ端末２０の通信部２０１は、通信を確立するＩｏＴ装置１０の選択をユーザに促すようにしてもよい。

ユーザ端末２０の現在位置の近くに存在するＩｏＴ装置１０の検出はどのように行われてもよいが、例えば、ＩｏＴ装置１０の通信部２０１からビーコンを送信しておき、ユーザ端末２０は、ビーコンをサーチすることで自身の近くに存在するＩｏＴ装置１０を検索するようにしてもよい。又は、ＩｏＴ装置１０が設置されている場所（緯度、経度等）を示すデータベースを予め外部サーバ等に用意しておき、ユーザ端末２０は、当該データベースにアクセスすることで、自身の現在位置から所定の範囲（例えば半径３０ｍ以内等）に存在するＩｏＴ装置１０を検索するようにしてもよい。

また、ユーザ端末２０の通信部２０１は、属性情報管理部２０２１で管理されているユーザの属性情報に基づいて、複数のＩｏＴ装置１０の中から通信を確立するＩｏＴ装置１０を選択するようにしてもよい。例えば、ユーザのスケジューラーに、これから家電量販店Ａに行くという予定が登録されている場合、ユーザ端末２０の通信部２０１は、家電量販店Ａに設置されているＩｏＴ装置１０との間で通信を確立するようにしてもよい。また、ユーザのスケジューラーに、これから自動車で外出するとの予定が登録されている場合、ユーザ端末２０の通信部２０１は、自動車の中に設置されているＩｏＴ装置１０（例えば、運転席の窓に組み込まれており、運転席の窓にお勧めの日帰り旅行先を表示するＩｏＴ装置１０等）との間で通信を確立するようにしてもよい。ユーザ端末２０の通信部２０１は、通信を確立する際に、ＩｏＴ装置１０に対して、ユーザを一意に特定する識別子（ユーザＩＤ等）を送信するようにしてもよい。ＩｏＴ装置１０は、レコメンド対象のユーザを一意に識別することができる。

続いて、ユーザ端末２０のＵＩ部２０３は、ユーザから、レコメンド情報を希望する旨の指示を受け付けると、レコメンド制御部２０２は、ＩｏＴ装置１０に対して、ユーザへのレコメンドを依頼するメッセージを送信する（Ｓ１０２）。なお、ステップＳ１０１において通信を確立した後に、ＩｏＴ装置１０からユーザ端末２０に、ＩｏＴ装置１０がレコメンド可能なカテゴリ（例えば、酒店Ａで扱っているワインについてレコメンドが可能である等）を示す情報を通知するようにしてもよい。また、ユーザ端末２０のＵＩ部２０３は、通知されたＩｏＴ装置１０がレコメンド可能なカテゴリを示す情報をディスプレイ等に表示することでユーザが参照可能なようにしてもよい。

また、ＩｏＴ装置１０がレコメンド可能なカテゴリが複数存在する場合、ユーザ端末２０のＵＩ部２０３は、レコメンドを希望するカテゴリをユーザから受付けるようにして、レコメンド制御部２０２は、受け付けたカテゴリをレコメンド依頼メッセージに含めてＩｏＴ装置１０に送信するようにしてもよい。

続いて、ＩｏＴ装置１０のレコメンド制御部１０２は、ＩｏＴ装置１０が管理している属性情報に基づいてレコメンド処理を行い、ユーザに提案するレコメンドの内容を含むレコメンド情報をユーザ端末２０に送信する（Ｓ１０３）。ユーザ端末２０のレコメンド制御部２０２は、レコメンド情報に含まれるレコメンドの内容とユーザの属性情報とを比較することで、受信したレコメンド情報を受け入れてもよいか否か（つまり、受信したレコメンド情報をそのままユーザに通知してもよいか否か）を判定する。例えば、レコメンド制御部２０２は、レコメンドの内容がユーザの属性情報と一致する場合、レコメンド情報を受け入れる（つまり、レコメンド情報をそのままユーザに通知する）と判定し、レコメンドの内容のうち全部又は一部がユーザの属性情報と一致しない場合（例えばレコメンドされた商品の色が、ユーザが好きな色と一致しない等）、レコメンド情報を受け入れることができない（つまり、レコメンド情報をそのままユーザに通知することはできない）と判定するようにしてもよい。レコメンド情報を受け入れると判定した場合、ユーザ端末２０のＵＩ部２０３に、ＩｏＴ装置１０から通知されたレコメンド情報をディスプレイ等に表示し、ステップＳ１０７の処理手順に進む。

ステップＳ１０３においてレコメンド情報を受け入れることができないと判定した場合、レコメンド制御部２０２は、レコメンドの内容のうちユーザの属性情報と一致しない箇所について、当該箇所に関するユーザの属性情報（例えばユーザが好きな色）を示す情報を含む応答情報をＩｏＴ装置１０に送信する（Ｓ１０４）。

続いて、ＩｏＴ装置１０のレコメンド制御部１０２は、ＩｏＴ装置１０が管理している属性情報及び応答情報に含まれるユーザの属性情報に基づいて再度レコメンド処理を行い、レコメンドの内容を含むレコメンド情報をユーザ端末２０に送信する（Ｓ１０５）。ユーザ端末２０のレコメンド制御部２０２は、レコメンド情報に含まれるレコメンドの内容とユーザの属性情報とを比較することで、レコメンド情報を受け入れてもよいか否かを再度判定する。レコメンド制御部２０２は、レコメンド情報を受け入れると判定した場合、ユーザ端末２０のＵＩ部２０３に、ＩｏＴ装置１０から通知されたレコメンド情報をディスプレイ等に表示し、ステップＳ１０７の処理手順に進む。一方、レコメンド情報を受け入れることができないと判定した場合、ユーザ端末２０のレコメンド制御部２０２は、ステップＳ１０４の処理手順を再度行う。以後、ユーザ端末２０のレコメンド制御部２０２がレコメンド情報を受け入れると判定するか、又は、ＩｏＴ装置１０のレコメンド制御部１０２が、レコメンド可能な情報が尽きてしまった等の理由により他のレコメンド情報を送信することができないことを示す情報をユーザ端末２０に通知するまで、ステップＳ１０４及びステップＳ１０５の処理手順が繰り返される。

続いて、ユーザ端末２０のＵＩ部２０３は、ＩｏＴ装置１０から通知されたレコメンド情報をディスプレイ等に表示する（Ｓ１０６）。ここで、レコメンド制御部２０２は、ユーザの反応（例えばレコメンドされた内容が気に入った又は気に入らなかった等）を、ＵＩ部２０３を介して取得するようにしてもよい。ユーザ端末２０のレコメンド制御部２０２は、ユーザの反応が否定的であった場合、ＩｏＴ装置１０から通知されたレコメンド情報についてはユーザの反応が否定的であったことを学習するようにしてもよい。

続いて、ユーザ端末２０のレコメンド制御部２０２は、取得したユーザの反応をＩｏＴ装置１０に送信するようにしてもよい（Ｓ１０７）。ＩｏＴ装置１０のレコメンド制御部１０２は、ユーザ端末２０を利用している特定のユーザが、レコメンドした内容に対して示した反応を学習するようにしてもよい。例えば、ユーザから否定的な反応を受けた場合、ユーザの否定的な反応を学習することで、将来、同一のユーザからレコメンドの依頼を受けた場合に、否定的な反応を受けたレコメンド情報以外のレコメンド情報を通知することが可能になる。若しくは、ＩｏＴ装置１０のレコメンド制御部１０２は、受信した特定のユーザの反応を、不特定のユーザがレコメンド内容に対して示す反応とみなして学習するようにしてもよい。例えば、ユーザから否定的な反応を受けた場合、不特定のユーザが否定的な反応をするものとして学習することで、将来、任意のユーザからレコメンドの依頼を受けた場合に、否定的な反応を受けたレコメンド情報以外のレコメンド情報を通知することが可能になる。なお、ステップＳ１０７の処理手順は省略されてもよい。

なお、ユーザ端末２０のレコメンド制御部２０２は、ステップＳ１０３又はステップＳ１０５において、ＩｏＴ装置２０から提案されたレコメンド情報を受け入れると判定したことをＩｏＴ装置１０に通知し（Ｓ１０８）、ＩｏＴ装置１０のレコメンド制御部１０２は、レコメンド情報をＩｏＴ装置１０が備えるディスプレイ等に表示するようにしてもよい（Ｓ１０９）。すなわち、最終的なレコメンド情報（ユーザ端末２０のレコメンド制御部２０２が受け入れたレコメンド情報）は、ユーザ端末２０の画面及びＩｏＴ装置１０の画面に表示されるようにしてもよいし、いずれか一方の画面のみに表示されるようにしてもよい。

以上説明したステップＳ１０２〜ステップＳ１０７の処理手順において、ユーザ端末２０のレコメンド制御部２０２及びＩｏＴ装置１０のレコメンド制御部１０２は、自然言語によるテキストメッセージを用いてレコメンド情報及び応答情報の送受信を行うようにしてもよいし、レコメンド情報及び応答情報の送受信に用いられる専用の通信プロトコルを用いてレコメンド情報及び応答情報の送受信を行うようにしてもよい。

（動作例）
続いて、本実施形態に係るレコメンドシステムが行う具体的な動作例を説明する。以下の動作例では、便宜上、ＩｏＴ装置１０及びユーザ端末２０の間で、自然言語によるテキストメッセージを用いてレコメンド情報及び応答情報の送受信が行われる前提で説明する。また、ＩｏＴ装置１０及びユーザ端末２０の間で通信を確立する手順については説明を省略する。

［動作例その１］
図５は、動作例その１を説明するための図である。動作例その１は、ユーザＡがコートを買いに衣料品店Ａに行き、衣料品店Ａの店頭に設置されている窓ガラスに、ユーザＡに対してお勧めのコートの商品名や画像が表示されるという状況を想定している。

まず、ユーザ端末２０のレコメンド制御部２０２は、ユーザＡの指示に基づき、ユーザＡがお勧めのコートを知りたいことを示すメッセージをＩｏＴ装置１０に送信する（Ｓ２０１）。続いて、ＩｏＴ装置１０のレコメンド制御部１０２は、ユーザＡにレコメンドする商品を決定する。ここで、ＩｏＴ装置１０が管理している属性情報は「商品ごとの在庫数及び販売数」であると仮定する。レコメンド制御部１０２は、所定のアルゴリズム（ここでは、在庫があり、かつ最も販売数が多い商品を選択するアルゴリズムであると仮定）に基づき、衣料品店Ａにて取り扱っている複数の商品のうち、衣料品店Ａに在庫があるコートの中で最も売れているコートをレコメンドすると決定する。続いて、レコメンド制御部１０２は、衣料品店Ａに在庫があるコートの中で最も売れている、“コートＡ（２万円の赤色のダッフルコート）”を、お勧め商品としてレコメンドすることを示すメッセージをユーザ端末２０に送信する（Ｓ２０２）。

続いて、ユーザ端末２０のレコメンド制御部２０２は、ユーザＡの属性情報を参照することで、ユーザＡの衣類の嗜好は「青色」が好みであることを把握し、ユーザＡは青色のコートを希望することを示すメッセージをＩｏＴ装置１０に送信する（Ｓ２０３）。続いて、ＩｏＴ装置１０のレコメンド制御部１０２は、衣料品店Ａに在庫があり、かつ青色のコートの中で最も売れている、“コートＢ（２万円の青色のダッフルコート）”を、お勧め商品としてレコメンドすることを示すメッセージをユーザ端末２０に送信する（Ｓ２０４）。

続いて、ユーザ端末２０のレコメンド制御部２０２は、ユーザＡの属性情報を参照することで、ユーザＡの衣類の嗜好は「トレンチコート」が好みであることを把握し、ユーザＡはトレンチコートを希望することを示すメッセージをＩｏＴ装置１０に送信する（Ｓ２０５）。続いて、ＩｏＴ装置１０のレコメンド制御部１０２は、衣料品店Ａに在庫があり、かつ青色のトレンチコートの中で最も売れている、“コートＣ（４万円の青色のトレンチコート）”を、お勧め商品としてレコメンドすることを示すメッセージをユーザ端末２０に送信する（Ｓ２０６）。

続いて、ユーザ端末２０のレコメンド制御部２０２は、ユーザＡの属性情報を参照することで、ユーザＡがこれまでに購入した衣類は３万円以下であることを把握し、ユーザＡは３万円以下のコートを希望することを示すメッセージをＩｏＴ装置１０に送信する（Ｓ２０７）。続いて、ＩｏＴ装置１０のレコメンド制御部１０２は、衣料品店Ａに在庫があり、かつ３万円以下の青色のトレンチコートの中で最も売れている、“コートＤ（２万５千円の青色のトレンチコート）”を、お勧め商品としてレコメンドすることを示すメッセージをユーザ端末２０に送信する（Ｓ２０８）。

続いて、ユーザ端末２０のレコメンド制御部２０２は、レコメンドされたコートＤであればユーザの属性情報と一致することから、コートＤをレコメンドするとのレコメンド情報を受け入れると判定し、レコメンド情報を受け入れることを示すメッセージをＩｏＴ装置１０に送信する（Ｓ２０９）。

続いて、ＩｏＴ装置１０のＵＩ部１０３は、ユーザＡに対するレコメンド商品として、例えば、コートＤの商品名、画像及び価格を、“お客様にはこのトレンチコートをお勧めします”といったメッセージと共に衣料品店Ａの店頭に設置されている窓ガラスに表示する（Ｓ２１０）。

以上説明した動作例によれば、ユーザ端末２０とＩｏＴ装置１０とが連携することで、衣料品店Ａにおける売れ筋商品が単純にレコメンドされるのではなく、ユーザＡの嗜好に基づいてパーソナライズされた商品がレコメンドされることになる。

なお、以上説明した動作例において、ユーザ端末２０のレコメンド制御部２０２は、ユーザＡの嗜好をまとめて通知するようにしてもよい。すなわち、レコメンド制御部２０２は、ユーザＡが、３万円以下である青色のトレンチコートを希望していることを、１つのメッセージでＩｏＴ装置１０に通知するようにしてもよい。

［動作例その２］
図６は、動作例その２を説明するための図である。動作例その２は、ユーザＡが自宅に帰宅し、自宅に設置されている冷蔵庫（ＩｏＴ装置１０）にて管理されている食材を使ったお勧めのレシピの表示を、冷蔵庫にリクエストしたという状況を想定している。

まず、ユーザ端末２０のレコメンド制御部２０２は、ユーザＡの指示に基づき、ユーザＡがレシピを知りたいことを示すメッセージをＩｏＴ装置１０に送信する（Ｓ３０１）。続いて、ＩｏＴ装置１０のレコメンド制御部１０２は、ユーザＡにレコメンドするレシピを決定する。ここで、ＩｏＴ装置１０が管理している属性情報は「冷蔵庫の中にある食材及び各食材の量」であると仮定する。レコメンド制御部１０２は、所定のアルゴリズムに基づいて、冷蔵庫の中にある食材で作ることができる複数のレシピを判定し、判定した複数のレシピのうち任意のレシピである“料理Ａ（トマトパスタ）のレシピ”を、お勧めレシピとしてレコメンドすることを示すメッセージをユーザ端末２０に送信する（Ｓ３０２）。

続いて、ユーザ端末２０のレコメンド制御部２０２は、ユーザＡの属性情報を参照することで、ユーザＡはトマトが好きではないことを把握し、ユーザＡはトマトを使わない料理を希望することを示すメッセージをＩｏＴ装置１０に送信する（Ｓ３０３）。続いて、ＩｏＴ装置１０のレコメンド制御部１０２は、冷蔵庫の中にある食材で作ることができる複数のレシピのうち、トマトを使わないレシピである“料理Ｂ（カルボナーラ）のレシピ”を、お勧めレシピとしてレコメンドすることを示すメッセージをユーザ端末２０に送信する（Ｓ３０４）。

続いて、ユーザ端末２０のレコメンド制御部２０２は、ユーザＡの属性情報を参照することで、ユーザＡは高血圧であることを把握し、カロリーが低い料理を希望することを示すメッセージをＩｏＴ装置１０に送信する（Ｓ３０５）。続いて、ＩｏＴ装置１０のレコメンド制御部１０２は、冷蔵庫の中にある食材で作ることができる複数のレシピのうち、トマトを使っておらず、かつ料理Ｂ（カルボナーラ）よりカロリーが低いレシピである“料理Ｃ（おでん）のレシピ”を、お勧めレシピとしてレコメンドすることを示すメッセージをユーザ端末２０に送信する（Ｓ３０６）。なお、レコメンド制御部２０２及びレコメンド制御部１０２は、予めレシピごとのカロリーを示す一覧表を保持しておき、カロリーが所定の値以上であるか否かにより、カロリーが高い料理なのか低い料理なのかを判断するようにしてもよい。

続いて、ユーザ端末２０のレコメンド制御部２０２は、料理Ｃのレシピをお勧めレシピとしてレコメンドするとのレコメンド情報を受け入れると判定し、レコメンド情報を受け入れることを示すメッセージをＩｏＴ装置１０に送信する（Ｓ３０７）。

続いて、ユーザ端末２０のＵＩ部２０３は、ユーザＡに対するお勧めレシピとして、例えば、料理Ｃの名称、具体的なレシピを、“今日のお勧めレシピです”といったメッセージと共にユーザ端末２０の画面に表示する（Ｓ３０８）。

以上説明した具体例によれば、ユーザ端末２０とＩｏＴ装置１０とが連携することで、冷蔵庫内の食材で作ることができる料理のレシピが単純にレコメンドされるのではなく、ユーザＡの嗜好に基づいてパーソナライズされたレシピがレコメンドされることになる。

以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態が備える各要素並びにその配置、材料、条件、形状及びサイズ等は、例示したものに限定されるわけではなく適宜変更することができる。また、異なる実施形態で示した構成同士を部分的に置換し又は組み合わせることが可能である。

なお、本実施形態において、「部」とは、単に物理的手段を意味するものではなく、その「部」が有する機能をソフトウェアによって実現する場合も含む。また、１つの「部」や装置が有する機能が２つ以上の物理的手段や装置により実現されても、２つ以上の「部」や装置の機能が１つの物理的手段や装置により実現されても良い。

１０…ＩｏＴ装置、２０…ユーザ端末、１０１…通信部、１０２…レコメンド制御部、１０３…ＵＩ部、２０１…通信部、２０２…レコメンド制御部、２０３…ＵＩ部、１０２１…属性情報管理部、１０２２…自然言語処理部、２０２１…属性情報管理部、２０２２…自然言語処理部

Claims (5)

1. 不特定のユーザに利用される第１装置と、特定のユーザにより利用される第２装置とを含むレコメンドシステムであって、
   前記第１装置は、
   前記第１装置が管理する第１属性情報に基づいてレコメンドを行い、該レコメンドの内容を含むレコメンド情報を前記第２装置に通知する第１レコメンド制御部、を有し、
   前記第２装置は、
   前記第１装置から通知された前記レコメンド情報と前記特定のユーザに関する第２属性情報とに基づく応答情報を前記第１装置に通知する第２レコメンド制御部、を有し、
   前記第１レコメンド制御部は、前記応答情報に基づいて前記レコメンド情報とは異なるレコメンドの内容を含む他のレコメンド情報を前記第２装置に通知する、
   レコメンドシステム。
2. 前記第１属性情報は、前記第１装置が取り扱う複数の商品ごとの属性を示す情報であり、
   前記第１レコメンド制御部は、所定のアルゴリズムに基づき決定された、前記複数の商品のうちいずれか１つの商品の属性を示す前記レコメンド情報を通知し、
   前記第２レコメンド制御部は、前記レコメンド情報で示される商品の属性と前記第２属性情報とに基づき、前記レコメンド情報で示される商品を前記特定のユーザに対してレコメンドすべきか否かを判定し、レコメンドすべきではないと判定した場合、前記特定のユーザに対してレコメンドすべき商品の属性を前記応答情報として通知する、
   請求項１に記載のレコメンドシステム。
3. 前記第２装置は、前記第１装置と通信する通信部であって前記第２属性情報に基づいて、複数の前記第１装置の中から通信を確立する前記第１装置を選択する通信部、を有する、
   請求項１又は２に記載のレコメンドシステム。
4. 前記第１レコメンド制御部は、前記レコメンド情報を、自然言語を用いて前記第２装置に通知し、
   前記第２レコメンド制御部は、前記応答情報を、自然言語を用いて前記第１装置に通知する、
   請求項１から３のいずれか一項に記載のレコメンドシステム。
5. 不特定のユーザに利用される第１装置と、特定のユーザにより利用される第２装置とを含むレコメンドシステムが実行するレコメンド方法であって、
   前記第１装置が、前記第１装置が管理する第１属性情報に基づいてレコメンドを行い、該レコメンドの内容を含むレコメンド情報を前記第２装置に通知するステップと、
   前記第２装置が、前記第１装置から通知された前記レコメンド情報と前記特定のユーザに関する第２属性情報とに基づく応答情報を前記第１装置に通知するステップと、
   前記第１装置が、前記応答情報に基づいて前記レコメンド情報とは異なるレコメンドの内容を含む他のレコメンド情報を前記第２装置に通知するステップと、
   を有するレコメンド方法。