JP2019148962A - 情報処理装置、情報処理方法、およびプログラム - Google Patents

Abstract

【課題】与えられたキーワードに興味を持っている可能性があるユーザの数を、比較的広範に抽出することが可能な情報処理装置、情報処理方法、およびプログラムを提供すること。【解決手段】複数のユーザのそれぞれのネットワーク上の行動履歴において第１キーワードと共起しやすい第２キーワードを抽出する第１抽出部と、前記第１キーワードまたは前記第２キーワードを含むネットワーク上の行動履歴を有するユーザを抽出する第２抽出部と、複数のユーザの中から、前記第２抽出部により抽出されたユーザに、ネットワーク上の行動履歴が類似する一以上のユーザを、前記第１キーワードに対応するユーザとして抽出する第３抽出部と、を備える情報処理装置。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法、およびプログラムに関する。

情報検索エンジンを利用した各ユーザの検索履歴情報に含まれる検索キーワード情報を抽出する検索キーワード情報抽出手段と、抽出した検索キーワード情報に基づいて、各ユーザの入力キーワードの動向を示すクラスを生成するクラス生成手段と、生成されたクラスに各ユーザを分類する分類手段と、少なくとも分類された分類結果を提示する分類結果提示手段とを備えるユーザ分類装置が知られている（特許文献１参照）。

この装置は、クラス生成手段により生成されたクラスを代表するコアキーワードを抽出するコアキーワード抽出手段をさらに備え、分類結果提示手段が、ユーザの分類結果と併せて、抽出したコアキーワードを提示する。コアキーワード抽出手段は、コアキーワードを抽出するための情報として、各ユーザの入力キーワードに対するＷｅｂ検索結果に含まれるサマリ内での単語共起情報と、分類されたクラス内における単語共起情報との比較によりコアキーワードを抽出する。

特開２００９−４３１２５号公報

従来の技術では、類似の性質を有するユーザの数を十分に確保することができない場合があった。このため、例えばマーケティングなどの用途に使用するにはユーザを絞り込み過ぎとなる場合があった。

本発明は、このような事情を考慮してなされたものであり、与えられたキーワードに興味を持っている可能性があるユーザの数を、比較的広範に抽出することが可能な情報処理装置、情報処理方法、およびプログラムを提供することを目的の一つとする。

本発明の一態様は、複数のユーザのそれぞれのネットワーク上の行動履歴において第１キーワードと共起しやすい第２キーワードを抽出する第１抽出部と、前記第１キーワードまたは前記第２キーワードを含むネットワーク上の行動履歴を有するユーザを抽出する第２抽出部と、複数のユーザの中から、前記第２抽出部により抽出されたユーザにネットワーク上の行動履歴が類似する一以上のユーザを、前記第１キーワードに対応するユーザとして抽出する第３抽出部と、を備える情報処理装置である。

本発明の一態様によれば、与えられたキーワードに興味を持っている可能性があるユーザの数を、比較的広範に抽出することができる。

情報処理装置を利用したサービスサーバ１００の構成および使用環境の一例を示す図である。 ユーザ情報１９４の内容の一例を示す図である。 検索ログ１９６の内容の一例を示す図である。 学習モデル生成部１５４の処理について説明するための図である。 情報処理装置によって実行される処理の流れの一例を示すフローチャートである。 情報処理装置を利用したショッピングサーバ２００の構成および使用環境の一例を示す図である。 商品等データ２９２の内容の一例を示す図である。 購入ログ２９６の内容の一例を示す図である。

以下、図面を参照し、本発明の情報処理装置、情報処理方法、およびプログラムの実施形態について説明する。

情報処理装置は、一以上のプロセッサにより実現される。情報処理装置は、あるキーワード（第１キーワード）に対して興味を持っている可能性があるユーザ（利用者）を、比較的広範囲に抽出するという目的で使用される。例えば、ある事業者が電子的なクーポンや広告を、その事業者の提供する商品またはサービスを表すキーワードに対して興味を持っている可能性があるユーザに限定して提供したいような場合に、本発明の情報処理装置が使用される。

情報処理装置は、第１キーワードと共起しやすい第２キーワードを抽出し、第１キーワードまたは第２キーワードを含むネットワーク上の行動履歴を有するユーザ（一次被抽出ユーザ）を抽出し、一次被抽出ユーザのネットワーク上の行動履歴を正解データとして機械学習を行い、対象となるユーザのネットワーク上の行動履歴を入力すると、一次被抽出ユーザとの類似性を示す情報を出力する学習モデルを生成する。一次被抽出ユーザは、第１キーワードに興味を持っている蓋然性が高いユーザであるため、学習モデルによって一次被抽出ユーザとの類似性が高いと判断されるユーザは、第１キーワードに興味を持っている可能性があることが推認される。従って、この学習モデルは、対象となるユーザが、第１キーワードに興味を持っているか否かを判断可能な情報を出力するものである。なお、一次被抽出ユーザにネットワーク上の行動履歴が類似するユーザを抽出することが可能な手法であれば、学習モデルを生成する手法に限らず、如何なる手法を用いてもよい。

ここで、仮に、一次被抽出ユーザを抽出するだけだと、抽出されるユーザの数が限定的になってしまう場合が多いが、本発明の情報処理装置では、学習モデルを生成して対象となるユーザを拡げることで、与えられた第１キーワードに興味を持っている可能性があるユーザの数を、比較的広範に抽出することができる。

なお、ネットワーク上の行動履歴とは、例えば、検索のために入力したクエリの履歴、或いは、商品またはサービス（以下、商品等）を販売する電子商取引において購入された商品等の履歴（購買履歴）である。第１実施形態では前者について説明し、第２実施形態では後者について説明する。

情報処理装置は、単体で機能を実現する装置であってもよいし、他の機能を有する装置（ウェブサーバやアプリサーバなど）に包含される仮想的な装置であってもよい。以下の説明では、情報処理装置が、コンテンツをユーザの端末装置に提供するサービスサーバや、ショッピングサイトを提供するショッピングサーバに包含されるものとして説明する。

＜第１実施形態＞
［構成］
図１は、情報処理装置を利用したサービスサーバ１００の構成および使用環境の一例を示す図である。図示の例では、一以上の端末装置１０や依頼元サーバ３００が、ネットワークＮＷを介してサービスサーバ１００に接続されている。ネットワークＮＷは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、プロバイダ端末、無線通信網、無線基地局、専用回線などを含む。図１に示される構成要素は、ネットワークＮＷその他のネットワークに接続するための通信インターフェースを備えるものとする。通信インターフェースは、ＮＩＣ（Network Interface Card）などのネットワークカード、無線通信モジュールなどを含む。

［端末装置］
端末装置１０は、例えば、スマートフォンなどの携帯電話、タブレット端末、各種パーソナルコンピュータなどである。端末装置１０では、ブラウザやアプリケーションプログラムなどのＵＡ（User Agent）が起動し、ユーザの入力する内容に応じたリクエストをサービスサーバ１００に送信する。また、ＵＡは、サービスサーバから取得した情報に基づいて、各種画像を表示する。

［サービスサーバ］
サービスサーバ１００は、ブラウザからのリクエストに応じてウェブページを端末装置１０に提供するウェブサーバ、またはアプリケーションプログラムからのリクエストに応じて画像や音声を提供する端末装置１０に提供するアプリサーバである。

サービスサーバ１００の提供するサービスは、例えば、ユーザＩＤとパスワードを入力しログインすることで、より個別のユーザに対してカスタマイズされたサービスとして提供される。なお、サービスサーバ１００がウェブサーバである場合、ログインしなくてもウェブページの提供を受けることはできるが、その場合、ユーザごとにカスタマイズされていない汎用のウェブページが提供される。

サービスサーバ１００は、例えば、コンテンツ提供部１１０と、ユーザ管理部１２０と、検索実行部１３０と、第１抽出部１５０と、第２抽出部１５２と、学習モデル生成部１５４と、第３抽出部１５６と、特典付与部１７０とを備える。これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置に格納されていてもよいし、ＤＶＤやＣＤ−ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。「情報処理装置」は、これらの構成要素のうち、少なくとも、第１抽出部１５０、第２抽出部１５２、学習モデル生成部１５４、および第３抽出部１５６を含む。

また、サービスサーバ１００は、記憶部１９０を含んでもよい。記憶部１９０は、サービスサーバ１００がネットワークＮＷを介してアクセス可能なＮＡＳ（Network Attached Storage）などの外部記憶装置であってもよい。記憶部１９０には、コンテンツデータ１９２、ユーザ情報１９４、検索ログ１９６などの情報が格納される。

コンテンツ提供部１１０は、コンテンツデータ１９２に基づくコンテンツを端末装置１０に提供する。コンテンツデータ１９２は、例えば、ニュース記事、動画、静止画、音声など、或いは、それらを参照するための参照情報（例えば、ＵＲＬ；Uniform Resource Locator）である。コンテンツ提供部１１０が提供するコンテンツには、クエリを入力して検索を指示する機能が付与されている。コンテンツ提供部１１０は、端末装置１０において入力されたクエリを検索実行部１３０に渡して検索を実行させ、検索結果を示す画面を端末装置１０に提供する。なお、クエリには、直接入力されるクエリの他、サジェストクエリなどが含まれてもよい。

ユーザ管理部１２０は、サービスサーバ１００の提供するサービス（この例ではコンテンツ提供）にログインするユーザを、ユーザ情報１９４によって管理する。図２は、ユーザ情報１９４の内容の一例を示す図である。ユーザ情報１９４は、例えば、ユーザの識別情報であるユーザＩＤに対し、年齢、性別、誕生日、職業その他の情報が対応付けられた情報である。

検索実行部１３０は、コンテンツ提供部１１０からの指示に応じてネットワークＮＷ上で検索を実行する。ネットワークにおける検索の具体的手法については、既に種々の技術が公開されているため、詳細な説明を省略する。検索実行部１３０は、検索を行う度に、入力されたクエリを検索ログ１９６に登録する。図３は、検索ログ１９６の内容の一例を示す図である。検索ログ１９６は、例えば、ユーザＩＤごとに、クエリと検索時刻が対応付けられた情報である。以下、あるユーザのユーザＩＤに対応付けられたクエリの集合を、「ユーザのクエリ履歴」と称する場合がある。なお、検索ログ１９６には、セッションの区切りを示す情報が付加されてもよい。セッションとは、例えば、クッキー等の状態管理機能の有効期間である。例えば、ウェブサイト内のあるウェブページにアクセスしてから所定時間経過（タイムアウト）するまでの期間が一つのセッションとして扱われる。また、セッションとは、ウェブサイト内のあるウェブページにアクセスしてから、当該ウェブサイト内の他のウェブページ、または他のウェブサイト内のウェブページに切り替わるまでの期間であってもよく、ウェブサイト内のあるウェブページにアクセスしてから、当該ウェブページを表示するウェブブラウザを閉じるまでの期間であってもよい。また、検索ログ１９６とは別に、閲覧ログが保存されてもよいし、検索ログ１９６は、閲覧ログに包含される形で記憶部１９０に保持されてもよい。

（情報処理装置）
以下、情報処理装置を構成する構成要素について説明する。情報処理装置における各構成要素の処理は、期限を設けずに行ってもよいし、一年、数か月、一カ月、或いはセッションの範囲内といった期限を設けて行ってもよい。

第１抽出部１５０は、依頼元サーバ３００から第１キーワードを取得する。依頼元サーバ３００を運営する事業者は、「このキーワードに興味を持っている可能性があるユーザに電子クーポンなどの特典を付与したい」といった目的で、キーワードを指定してユーザの抽出を依頼する。第１キーワードは、この依頼に係るキーワードである。

第１抽出部１５０は、複数のユーザのそれぞれのネットワーク上の行動履歴の一例である検索ログ１９６において、第１キーワードと共起しやすい（例えば、確率の高い）第２キーワードを抽出する。以下に、第１キーワードと共起しやすい第２キーワードを抽出する処理の一例について説明するが、この一例に限らず、同様の傾向で第２キーワードを抽出可能な手法であれば、いかなる手法を用いてもよい。例えば、第１抽出部１５０は、検索ログ１９６に含まれる原則全てのクエリ（数が少ないものを除外してもよい）から、第２キーワードの候補を順に選択する。第２キーワードの候補の母集団は、検索ログ１９６に含まれるクエリに限らず、何らかの辞書やウェブサイトに含まれるキーワードであってもよい。

第１抽出部１５０は、全てのユーザに対し、第１キーワードと第２キーワードの双方がクエリ履歴に含まれるユーザの割合（共起ユーザ割合ＰＰ）を求める。共起ユーザ割合ＰＰは、例えば、条件付き確率の式（１）で表される。また、第１抽出部１５０は、全てのユーザに対し、第１キーワードがクエリ履歴に含まれ、第２キーワードがクエリ履歴に含まれないユーザの割合（非共起ユーザ割合ＰＮ）を求める。非共起ユーザ割合ＰＮは、例えば、条件付き確率の式（２）で表される。
ＰＰ＝Ｐ（第１クエリ｜第２クエリ） …（１）
Ｐｎ＝Ｐ（第１クエリ｜ｎｏｔ第２クエリ） …（２）

そして、第１抽出部１５０は、共起ユーザ割合ＰＰと非共起ユーザ割合ＰＮとの相違に基づいて、第１キーワードと共起する確率の高い第２キーワードを抽出する。例えば、第１抽出部１５０は、共起ユーザ割合ＰＰから非共起ユーザ割合ＰＮを差し引いた差分、或いは共起ユーザ割合ＰＰを非共起ユーザ割合ＰＮで除算した商などの演算結果が、閾値以上、或いは第２キーワードの候補の全体の中で上位である第２キーワードを、第１キーワードと共起する確率の高いものとして抽出する。第２キーワードとして抽出されるクエリの数に特段の制約は無く、第１抽出部１５０は、任意の数のクエリを第２キーワードとして抽出してもよい。

第２抽出部１５２は、第１キーワードと第２キーワードとのうち少なくとも一方がクエリ履歴に含まれるユーザを抽出する。図３に例示するクエリのうち第１キーワードとして「野球」が指定され、第２キーワードの一つとして「ホークス」が抽出されたとする。この場合、「野球」または「ホークス」をクエリとして入力したユーザの集合が、第２抽出部１５２によって抽出される。図３の例では、ユーザＩＤが「ＡＡＡ」であるユーザ、「ＢＢＢ」であるユーザ、「ＣＣＣ］であるユーザが第２抽出部１５２によって抽出される。以下、第２抽出部１５２によって抽出されたユーザを「一次被抽出ユーザ」と称する。

学習モデル生成部１５４は、一次被抽出ユーザの特徴量を正解データとして機械学習を行い、一次被抽出ユーザに近い特徴量を有するユーザ（以下、二次被抽出ユーザ）を抽出するための学習モデルを生成する。

図４は、学習モデル生成部１５４の処理について説明するための図である。学習モデル生成部１５４が扱う特徴量は、例えば、第２キーワードの母集団と同様の複数のクエリのそれぞれを要素に対応付けたベクトル（例えば、要素数が１万個の１万次元ベクトル）において、それぞれの要素に対応するクエリが、ユーザが過去に入力したクエリ（第１キーワードや第２キーワードに限られない）である場合に１、そうでない場合にゼロを要素値とするベクトルである。ユーザが入力するクエリは網羅的でないため、このベクトルは疎ベクトルと称される場合がある。以下、これをユーザベクトルと称する。図４では、図３におけるユーザＩＤが「ＤＤＤ」であるユーザのユーザベクトルを例示している。

学習モデル生成部１５４は、一次被抽出ユーザのユーザベクトルが入力された場合にスコア値が高くなるような何らかの学習モデルを機械学習によって生成する。学習モデルは、例えば、ＤＮＮ（Deep Neural Network）などのニューラルネットワーク、活性化関数などを構成要素として生成される。具体的に、学習モデルは、ニューラルネットワークにおける節点情報や重み値、活性化関数のパラメータなどを含むデータ構造（ソフトウェア）である。

このような学習モデルを生成すると、一次被抽出ユーザではないユーザであって、一次被抽出ユーザと似たようなクエリ履歴を有するユーザのユーザベクトルを入力した場合でも、一次被抽出ユーザのユーザベクトルを入力した場合と同様に高いスコア値が得られることになる。この高いスコア値が得られた二次被抽出ユーザは、ベクトル空間において一次被抽出ユーザに近いユーザベクトルを有するユーザであるため、一次被抽出ユーザが抽出されるキーとなった第１キーワードに興味を持つ可能性があるユーザであることが推認される。

仮に、「野球に興味を持つユーザは、ラーメンを好む」といった傾向が世の中に存在するものとする。この場合、「ラーメン」が第２キーワードとして抽出されなかったとしても、一次被抽出ユーザのクエリ履歴には、「ラーメン」、「鶏ガラスープ」、「担々麺」、「中華そば」といったクエリが含まれる可能性が高くなる。学習モデルは、第１キーワードや第２キーワードだけでなく、このような傾向を併せて学習したものとなる。この結果、ラーメンに関するクエリがクエリ履歴に含まれるユーザのユーザベクトルを学習モデルに入力すると、高いスコア値が得られることになる。図４に例示したユーザＩＤ「ＤＤＤ」のユーザは、「野球」や「ホークス」がクエリ履歴に含まれないが、「野球」に興味を持つ可能性がある二次被抽出ユーザとして抽出される可能性がある。このように、情報処理装置は、与えられた第１キーワードに興味を持っている可能性があるユーザの数を、例えば、単に第１キーワードや第２キーワードをクエリ履歴に含むユーザを抽出する場合に比して、広範に抽出することができる。

第３抽出部１５６は、学習モデルによって高いスコア値が出力された一以上のユーザを、二次被抽出ユーザとして抽出する。

特典付与部１７０は、一次被抽出ユーザと二次被抽出ユーザに対して、電子クーポン、くじ引き権などの特典を付与する。付与された特典の内容は、ログインしているユーザに対してコンテンツ提供部１１０が提供しているコンテンツの中で報知される。特典が付与されたユーザは、各種の場面で特典を行使することができる。

（処理フロー）
図５は、情報処理装置によって実行される処理の流れの一例を示すフローチャートである。まず、第１抽出部１５０が、依頼元サーバ３００から第１キーワードを取得する（Ｓ１００）。第１抽出部１５０は、検索ログ１９６を参照し（Ｓ１０２）、第２キーワードの候補（例えば検索ログ１９６に含まれるクエリ）ごとに、共起ユーザ割合ＰＰと非共起ユーザ割合ＰＮを算出する（Ｓ１０４）。そして、第１抽出部１５０は、共起ユーザ割合ＰＰが非共起ユーザ割合ＰＮに比して基準以上に大きいクエリを、第２キーワードとして抽出する（Ｓ１０６）。

次に、第２抽出部１５２が、第１キーワードまたは第２キーワードをクエリ履歴に含むユーザを、一次被抽出ユーザとして抽出する（Ｓ１０８）。

次に、学習モデル生成部１５４が、ユーザ情報１９４にユーザＩＤが含まれるユーザごとに、ユーザベクトルを生成する（Ｓ１１０）。そして、学習モデル生成部１５４は、一次被抽出ユーザのスコア値が高くなるように機械学習を行って、学習モデルを生成する（Ｓ１１２）。

次に、第３抽出部１５６が（他の機能部でもよい）、ユーザ情報１９４にユーザＩＤが含まれるユーザごとに、ユーザベクトルを学習モデルに入力する（Ｓ１１４）。そして、第３抽出部１５６は、スコア値の高いユーザベクトルに係るユーザを二次被抽出ユーザとして抽出する（Ｓ１１６）。情報処理装置は、一次被抽出ユーザと二次被抽出ユーザと、第１キーワードに興味を持つ可能性があるユーザとして出力する（Ｓ１１８）。

以上説明した第１実施形態によれば、複数のユーザのそれぞれのクエリ履歴（ネットワーク上の行動履歴）において、第１キーワードと共起しやすい第２キーワードを抽出し、第１キーワードまたは前記第２キーワードを含むクエリ履歴（ネットワーク上の行動履歴）を有するユーザを一次被抽出ユーザとして抽出し、一次被抽出ユーザのユーザベクトル（特徴量）を正解データとして機械学習を行い、対象となるユーザのユーザベクトル（特徴量）を入力すると、一次被抽出ユーザとの類似性を示す情報を出力する学習モデルを生成し、複数のユーザの中から、一次被抽出ユーザにクエリ履歴が類似する一以上のユーザを、第１キーワードに対応するユーザとして抽出することにより、与えられた第１キーワードに興味を持っている可能性があるユーザの数を、比較的広範に抽出することができる。

＜第２実施形態＞
以下、第２実施形態について説明する。第１実施形態において、ネットワーク上の行動履歴は、クエリ履歴であるものとした。第２実施形態では、ネットワーク上の行動履歴は、ショッピングサイトやオークションサイトを介した電子商取引において購入した商品またはサービスの名称等の履歴である。以下の説明では、情報処理装置が、ショッピングサイトを提供するショッピングサーバに包含されるものとして説明する。

［構成］
図６は、情報処理装置を利用したショッピングサーバ２００の構成および使用環境の一例を示す図である。ショッピングサーバ２００は、ブラウザからのリクエストに応じてウェブページを端末装置１０に提供するウェブサーバ、またはアプリケーションプログラムからのリクエストに応じて画像や音声を提供する端末装置１０に提供するアプリサーバである。

ショッピングサーバ２００の提供するサービスは、例えば、ユーザＩＤとパスワードを入力しログインすることで提供される。

図６に示す構成のうち、コンテンツ提供部２１０およびユーザ管理部２２０の機能は、第１実施形態におけるコンテンツ提供部１１０およびユーザ管理部１２０の機能と同様であるため、説明を省略する。また、ユーザ情報２９４は、第１実施形態におけるユーザ情報１９４と同様の情報であってよい。

販売管理部２３０は、商品等データ２９２を参照し、コンテンツ提供部２１０が提供するショッピングサイトに埋め込む商品等紹介欄を構成する。図７は、商品等データ２９２の内容の一例を示す図である。商品等データ２９２は、例えば、商品等の識別情報である商品等ＩＤに対し、階層的に表現されたカテゴリ、タイトル、詳細説明などの項目が対応けられた情報である。

また、販売管理部２３０は、ショッピングサイトにおいて商品等が購入される度に、購入された商品等の情報を購入ログ２９６に登録する。図８は、購入ログ２９６の内容の一例を示す図である。購入ログ２９６は、例えば、ユーザＩＤごとに、購入された商品等の情報と検索時刻が対応付けられた情報である。購入ログ２９６とは別に、閲覧ログが保存されてもよいし、購入ログ２９６は、閲覧ログに包含される形で記憶部２９０に保持されてもよい。

第２実施形態に係る情報処理装置は、クエリに代えて、購入ログ２９６に登録された商品等の情報から抽出したキーワードを、第２キーワードの候補とする。購入ログ２９６に登録された商品等の情報から抽出したキーワードとは、例えば、カテゴリの最下層の情報、タイトルから形態素解析によって抽出した固有名詞などである。ユーザごとの上記抽出されたキーワードのことを、購入履歴と称する。

その他については第１実施形態と同様であるため、詳細な説明を省略する。第１抽出部２５０、第２抽出部２５２、学習モデル生成部２５４、および第３抽出部２５６はそれぞれ、入力データの種類は異なるが、第１実施形態の第１抽出部１５０、第２抽出部１５２、学習モデル生成部１５４、および第３抽出部１５６と同様の処理を行う。また、特典付与部２７０は、特典付与部１７０と同様に、一次被抽出ユーザと二次被抽出ユーザに対して、電子クーポン、くじ引き権などの特典を付与する。

以上説明した第２実施形態によれば、複数のユーザのそれぞれの購入履歴（ネットワーク上の行動履歴）において、第１キーワードと共起しやすい第２キーワードを抽出し、第１キーワードまたは前記第２キーワードを含む購入履歴（ネットワーク上の行動履歴）を有するユーザを一次被抽出ユーザとして抽出し、一次被抽出ユーザのユーザベクトル（特徴量）を正解データとして機械学習を行い、対象となるユーザのユーザベクトル（特徴量）を入力すると、一次被抽出ユーザとの類似性を示す情報を出力する学習モデルを生成し、複数のユーザの中から、一次被抽出ユーザに購入履歴が類似する一以上のユーザを、第１キーワードに対応するユーザとして抽出することにより、与えられた第１キーワードに興味を持っている可能性があるユーザの数を、比較的広範に抽出することができる。

＜その他の実施形態＞
第２実施形態では、ユーザの商品等の購入履歴から第２キーワードの候補を抽出するものとしたが、これに代えて、ショッピングサイトやオークションサイトから商品の紹介画面に遷移した履歴、すなわち商品等の紹介画面の閲覧履歴から第２キーワードの候補を抽出してもよい。閲覧履歴とは、購入履歴と同様に、紹介画面を閲覧した商品等のカテゴリの最下層の情報や、タイトルから形態素解析によって抽出した固有名詞などである。

また、クエリ履歴や購入履歴、商品等の紹介画面の閲覧履歴に代えて、ユーザの閲覧したニュース記事の履歴から第２キーワードの候補を抽出してもよい。この場合、情報処理装置は、ニュース記事に含まれる代表的な名詞（例えばｔｆ−ｉｄｆ値が高い名詞）を、第２キーワードの候補としてよい。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１０ 端末装置
１００ サービスサーバ
１１０、２１０ コンテンツ提供部
１２０、２２０ ユーザ管理部
１３０ 検索実行部
１５０、２５０ 第１抽出部
１５２、２５２ 第２抽出部
１５４、２５４ 学習モデル生成部
１５６、２５６ 第３抽出部
１７０、２７０ 特典付与部
１９０、２９０ 記憶部
１９２ コンテンツデータ
１９４、２９４ ユーザ情報
１９６ 検索ログ
２００ ショッピングサーバ
２３０ 販売管理部
２９２ 商品等データ
２９６ 購入ログ
３００ 依頼元サーバ

Claims (8)

1. 複数のユーザのそれぞれのネットワーク上の行動履歴において第１キーワードと共起しやすい第２キーワードを抽出する第１抽出部と、
   複数のユーザの中から、前記第１キーワードまたは前記第２キーワードを含むネットワーク上の行動履歴を有するユーザを抽出する第２抽出部と、
   複数のユーザの中から、前記第２抽出部により抽出されたユーザにネットワーク上の行動履歴が類似する一以上のユーザを、前記第１キーワードに対応するユーザとして抽出する第３抽出部と、
   を備える情報処理装置。
2. 前記第２抽出部により抽出されたユーザのネットワーク上の行動履歴に関する特徴量を正解データとして機械学習を行い、対象となるユーザのネットワーク上の行動履歴に関する特徴量を入力すると、前記第２抽出部により抽出されたユーザとの類似性を示す情報を出力する学習モデルを生成する生成部を更に備え、
   前記第３抽出部は、複数のユーザの中から、前記学習モデルによって前記第２抽出部により抽出されたユーザとの類似性が高い旨の情報が出力された一以上のユーザを抽出する、
   請求項１記載の情報処理装置。
3. 第１抽出部は、前記第２キーワードの候補となるキーワードが行動履歴に含まれるユーザの行動履歴に前記第１キーワードが含まれる確率と、前記第２キーワードの候補となるキーワードが行動履歴に含まれないユーザの行動履歴に前記第１キーワードが含まれる確率との相違程度に基づいて、前記第２キーワードを抽出する、
   請求項１または２記載の情報処理装置。
4. 前記特徴量は、ネットワーク上の行動履歴に関する複数のキーワードのそれぞれを含むか否かを表す値をベクトルの要素としたベクトルである、
   請求項２記載の情報処理装置。
5. 前記ネットワーク上の行動履歴は、クエリ履歴である、
   請求項１から５のうちいずれか１項記載の情報処理装置。
6. 前記ネットワーク上の行動履歴は、電子商取引における購入履歴である、
   請求項１から５のうちいずれか１項記載の情報処理装置。
7. コンピュータが、
   複数のユーザのそれぞれのネットワーク上の行動履歴において第１キーワードと共起しやすい第２キーワードを抽出し、
   前記第１キーワードまたは前記第２キーワードを含むネットワーク上の行動履歴を有するユーザを抽出し、
   複数のユーザの中から、前記抽出されたユーザにネットワーク上の行動履歴が類似する一以上のユーザを、前記第１キーワードに対応するユーザとして抽出する、
   情報処理方法。
8. コンピュータに、
   複数のユーザのそれぞれのネットワーク上の行動履歴において第１キーワードと共起しやすい第２キーワードを抽出させ、
   前記第１キーワードまたは前記第２キーワードを含むネットワーク上の行動履歴を有するユーザを抽出させ、
   複数のユーザの中から、前記抽出されたユーザにネットワーク上の行動履歴が類似する一以上のユーザを、前記第１キーワードに対応するユーザとして抽出させる、
   プログラム。

Images