JP2019200713A - 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

情報処理装置、情報処理方法及び情報処理プログラム Download PDF

Info

Publication number
JP2019200713A
JP2019200713A JP2018096371A JP2018096371A JP2019200713A JP 2019200713 A JP2019200713 A JP 2019200713A JP 2018096371 A JP2018096371 A JP 2018096371A JP 2018096371 A JP2018096371 A JP 2018096371A JP 2019200713 A JP2019200713 A JP 2019200713A
Authority
JP
Japan
Prior art keywords
user
question
information
service
search
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.)
Granted
Application number
JP2018096371A
Other languages
English (en)
Other versions
JP6702625B2 (ja
Inventor
崇央 小宮
Takao Komiya
崇央 小宮
成臣 西田
Shigeomi Nishida
成臣 西田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yahoo Japan Corp
Original Assignee
Yahoo Japan Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yahoo Japan Corp filed Critical Yahoo Japan Corp
Priority to JP2018096371A priority Critical patent/JP6702625B2/ja
Publication of JP2019200713A publication Critical patent/JP2019200713A/ja
Application granted granted Critical
Publication of JP6702625B2 publication Critical patent/JP6702625B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】ユーザに適した情報を提供すること。【解決手段】本願に係る情報処理装置は、取得部と選択部とを備える。取得部は、第1ユーザである質問者から質問の投稿を受け付けて、受け付けた質問に対する回答を第1ユーザとは異なる他の第2ユーザである回答者から受け付けるサービスである第1サービスに投稿された質問に関する質問情報と、第1サービスとは異なる他のサービスである第2サービスを利用するユーザのネットワーク上の行動履歴に関する行動情報とを取得する。選択部は、取得部によって取得された質問情報と行動情報とに基づいて、第2サービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。【選択図】図1

Description

本発明は、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、ユーザの好みを分析し、そのユーザにとって興味又は関心がありそうな情報を提示する技術が知られている。例えば、ユーザ同士のプロフィールの類似度に基づいて、ユーザに配信した質問に対する回答をマッチングする技術が提案されている。
特開2012−168653号公報
しかしながら、上記の従来技術では、ユーザに適した情報を提供することができるとは限らない。具体的には、上記の従来技術では、ユーザ同士のプロフィールの類似度に基づいて、ユーザに適した回答をマッチングするにすぎず、ユーザに適した情報を提供することができるとは限らない。
本願は、上記に鑑みてなされたものであって、ユーザに適した情報を提供することが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を目的とする。
本願に係る情報処理装置は、第1ユーザである質問者から質問の投稿を受け付けて、受け付けた質問に対する回答を前記第1ユーザとは異なる他の第2ユーザである回答者から受け付けるサービスである第1サービスに投稿された質問に関する質問情報と、前記第1サービスとは異なる他のサービスである第2サービスを利用するユーザのネットワーク上の行動履歴に関する行動情報とを取得する取得部と、前記取得部によって取得された質問情報と行動情報とに基づいて、前記第2サービスを利用するユーザの中から、前記質問に対する回答を提供する回答者候補となるユーザを選択する選択部とを備えたことを特徴とする。
実施形態の一態様によれば、ユーザに適した情報を提供することができるといった効果を奏する。
図1は、実施形態に係る情報処理の一例を示す図である。 図2は、実施形態に係る情報処理装置の構成例を示す図である。 図3は、実施形態に係る検索情報記憶部の一例を示す図である。 図4は、実施形態に係るUGC利用情報記憶部の一例を示す図である。 図5は、実施形態に係る質問情報記憶部の一例を示す図である。 図6は、実施形態に係る推定処理手順を示すフローチャートである。 図7は、実施形態に係る推定処理手順を示すフローチャートである。 図8は、実施形態に係る情報処理手順を示すフローチャートである。 図9は、情報処理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。
以下に、本願に係る情報処理装置、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情報処理装置、情報処理方法及び情報処理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。
〔1.情報処理の一例〕
まず、図1を用いて、実施形態に係る情報処理の一例について説明する。図1は、実施形態に係る情報処理の一例を示す図である。図1の例では、情報処理システム1は、ユーザ端末10とログサーバ20と情報処理装置100とを有する。
ユーザ端末10とログサーバ20と情報処理装置100とは、ネットワークN(例えば、図2参照)等の所定の通信網を介して、有線または無線により通信可能に接続される。なお、図1に示す情報処理システム1には、任意の数のユーザ端末10と任意の数のログサーバ20と任意の数の情報処理装置100とが含まれてもよい。
ユーザ端末10は、ユーザによって利用される情報処理装置である。ユーザ端末10は、ユーザ端末10にインストールされたアプリケーション(以下、「アプリ」と称する場合がある)を実行する。ユーザ端末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は、ユーザ端末10がスマートフォンである場合を示す。なお、以下では、ユーザ端末10をユーザと表記する場合がある。すなわち、以下では、ユーザをユーザ端末10と読み替えることもできる。
また、以下では、ユーザID「U11」により識別されるユーザを「ユーザU11」とする場合がある。このように、以下では、「ユーザU*(*は任意の数値)」と記載した場合、そのユーザはユーザID「U*」により識別されるユーザであることを示す。例えば、「ユーザU21」と記載した場合、そのユーザはユーザID「U21」により識別されるユーザである。
また、図1に示す例においては、ユーザ端末10を利用するユーザに応じて、ユーザ端末10をユーザ端末10−11、10−21として説明する。例えば、ユーザ端末10−11は、ユーザU11により使用されるユーザ端末10である。また、例えば、ユーザ端末10−21は、ユーザU21により使用されるユーザ端末10である。また、以下では、ユーザ端末10−11、10−21について、特に区別なく説明する場合には、ユーザ端末10と記載する。
ログサーバ20は、ネットワークを介して提供される所定のサービスを利用するユーザのネットワーク上の行動履歴に関する行動情報を保持している。図1に示す例では、ログサーバ20は、検索サービスを提供する所定のサーバ装置から、検索サービスを利用する検索ユーザの検索履歴に関する検索情報を取得する。例えば、ログサーバ20は、検索情報として、検索ユーザが検索した検索クエリに関する情報を取得する。
また、ログサーバ20は、ユーザによって生成されたコンテンツであるUGC(User Generated Content)に関するサービスを提供する所定のサーバ装置から、UGCに関するサービスを利用するユーザのUGCに関するサービスの利用履歴に関するUGC利用情報を取得する。UGCとは、SNS(Social Networking Service)やソーシャルニュースなどの各種ソーシャルメディアに投稿されたコンテンツの他、ブログやミニブログに投稿された文章、写真共有サービスや動画共有サービスに投稿された静止画像や動画像、口コミサイトに投稿された口コミや感想、電子商取引サービスの商品レビュー等、ユーザによって生成されたコンテンツを意味する。
例えば、ログサーバ20は、UGC利用情報として、SNSやソーシャルニュースなどの各種ソーシャルメディアに関するサービスを提供する所定のサーバ装置から、ユーザが投稿情報を投稿した投稿履歴に関する投稿情報を取得する。また、ログサーバ20は、UGC利用情報として、ブログやミニブログに関するサービスを提供する所定のサーバ装置から、ユーザが文章を投稿した投稿履歴に関する投稿情報を取得する。また、ログサーバ20は、UGC利用情報として、写真共有サービスや動画共有サービスを提供する所定のサーバ装置から、ユーザが静止画像や動画像をした投稿履歴に関する投稿情報を取得する。また、ログサーバ20は、口コミに関するサービスを提供する所定のサーバ装置から、ユーザが口コミや感想を投稿した投稿履歴に関する投稿情報を取得する。また、ログサーバ20は、電子商取引サービスを提供する所定のサーバ装置から、ユーザが購入した商品に関する商品レビューを投稿した投稿履歴に関する投稿情報を取得する。なお、ログサーバ20は、UGC利用情報として、所定のユーザが投稿した投稿情報に対する他のユーザの投稿情報を取得してもよい。例えば、ログサーバ20は、所定のユーザが投稿した投稿情報である親記事に対して、他のユーザが「いいね!」ボタンを押下したボタン押下履歴や「参考になった」ボタンを押下したボタン押下履歴に関する情報を投稿情報として取得してもよい。
情報処理装置100は、第1ユーザである質問者から質問の投稿を受け付けて、受け付けた質問に対する回答を第1ユーザとは異なる他の第2ユーザである回答者から受け付けるサービスであるQ&Aサービスを提供するサーバ装置である。図1に示す例では、情報処理装置100は、質問者であるユーザU11から質問の投稿を受け付ける。
また、情報処理装置100は、Q&Aサービスに投稿された質問に関する質問情報と、Q&Aサービスとは異なる他のサービスを利用するユーザのネットワーク上の行動履歴に関する行動情報とに基づいて、Q&Aサービスとは異なる他のサービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。図1に示す例では、情報処理装置100は、Q&Aサービスとは異なる他のサービスとして、検索サービスを利用するユーザのネットワーク上の行動履歴に関する行動情報をログサーバ20から取得する。そして、情報処理装置100は、Q&Aサービスに投稿された質問に関する質問情報と、検索サービスを利用するユーザのネットワーク上の行動履歴に関する行動情報とに基づいて、検索サービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザとしてユーザU21を選択する。
以下、図1を用いて、実施形態に係る情報処理の一例を説明する。図1に示す例では、情報処理装置100は、検索サービスを利用する検索ユーザの検索履歴に関する検索情報とUGCに関するサービスの利用履歴に関するUGC利用情報とをログサーバ20から取得する(ステップS11)。
続いて、情報処理装置100は、検索ユーザの検索情報を取得すると、取得した検索情報に基づいて、検索ユーザが興味又は関心を抱いている分野である興味分野を推定する(ステップS12)。例えば、情報処理装置100は、取得した検索情報に基づいて、検索ユーザU21が検索した検索クエリである「スマホ 買い替え 時期」、「スマホ 買い替え タイミング」、「スマホ 機種変更 時期」等を抽出する。また、情報処理装置100は、形態素解析によって、抽出した検索クエリに含まれる語句を単語に分解する。続いて、情報処理装置100は、抽出した検索クエリに含まれる語句の中から、tf−idf(Term Frequency、Inverse Document Frequency)等の重み値を利用して、各単語の重みに応じて、検索ユーザU21の検索クエリに頻出される単語として「スマホ」という単語を抽出する。続いて、情報処理装置100は、スポーツ、ビジネス、経済、政治、自然科学、文化等、種々の分野における辞書データを参照して、抽出した単語に対応する分野を「スマートフォン」であると推定する。そして、情報処理装置100は、検索情報から抽出した単語に対応する分野である「スマートフォン」を検索ユーザU21の興味分野であると推定する。情報処理装置100は、同様にして、検索情報から抽出した単語に対応する分野である「スマートフォン」を検索ユーザU22及び検索ユーザU23の興味分野であると推定する。
ユーザ端末10−11は、ユーザU11の操作に従って、待機中のアプリケーションAP1をフォアグラウンドに呼び出すと、質問を入力するための入力フィールドと質問を投稿する投稿ボタンとを含むコンテンツC11を情報処理装置100から取得する。続いて、ユーザ端末10−11は、コンテンツC11を取得すると、取得したコンテンツC11を表示画面に表示する。続いて、ユーザ端末10−11は、ユーザU11によって入力フィールドに質問が入力され、投稿ボタンが押下されると、ユーザU11によって入力された質問に関する情報を情報処理装置100に送信する。情報処理装置100は、ユーザ端末10−11から質問に関する情報を受信することにより、ユーザU11から質問の投稿を受け付ける(ステップS13)。
続いて、情報処理装置100は、質問の投稿を受け付けると、受け付けた質問に関する質問情報に基づいて、質問に対応する質問分野を推定する(ステップS14)。例えば、情報処理装置100は、ユーザU11から質問の投稿を受け付けると、形態素解析によって、ユーザU11から受け付けた質問文である「スマホを買い替えたいのですが、買い替えるタイミングがわかりません。・・・」に含まれる語句を「スマホ」、「買い替え」、「タイミング」、「時期」等の単語に分解する。続いて、情報処理装置100は、抽出した検索クエリに含まれる語句の中から、tf−idf等の重み値を利用して、各単語の重みに応じて、ユーザU11の質問文に頻出される単語として「スマホ」という単語を抽出する。続いて、情報処理装置100は、辞書データを参照して、抽出した単語に対応する分野を「スマートフォン」であると推定する。続いて、情報処理装置100は、質問文から抽出した単語に対応する分野である「スマートフォン」をユーザU11から受け付けた質問に対応する質問分野であると推定する。
続いて、情報処理装置100は、ユーザU11から受け付けた質問に対応する質問分野である「スマートフォン」と一致する興味分野を持つ検索ユーザU21〜U23の中から回答者候補を抽出する(ステップS15)。例えば、情報処理装置100は、ユーザU11から受け付けた質問に対応する質問分野である「スマートフォン」と一致する興味分野を持つ検索ユーザU21〜U23の検索情報と質問情報との関連性を推定する。例えば、情報処理装置100は、検索ユーザの検索クエリに頻出される単語と質問文に頻出される単語との一致度が高いほど、検索情報と質問情報との関連性が高いと推定する。続いて、情報処理装置100は、質問分野と一致する興味分野を持つ検索ユーザU21〜23の中から、検索情報と質問情報との関連性が所定の閾値を超える検索ユーザU21と検索ユーザU22を回答者候補として抽出する。
続いて、情報処理装置100は、取得した検索ユーザのUGC利用情報に基づいて、抽出した検索ユーザU21〜23の中から、質問に回答しやすい回答者候補を選択する(ステップS16)。例えば、情報処理装置100は、取得した検索ユーザのUGC利用情報に基づいて、検索ユーザがUGCを利用する利用頻度が高いほど、質問に回答しやすいユーザであると推定する。例えば、情報処理装置100は、検索ユーザU21のUGCの利用頻度が所定の閾値を超えることから、検索ユーザU21は質問に回答しやすいユーザであると推定する。また、情報処理装置100は、検索ユーザU22のUGCの利用頻度が所定の閾値以下であることから、検索ユーザU22は質問に回答しにくいユーザであると推定する。したがって、情報処理装置100は、検索ユーザU21と検索ユーザU22のうち、検索ユーザU21を質問に回答しやすい回答者候補として選択する。
続いて、情報処理装置100は、選択した回答者候補である検索ユーザU21に質問に関するプッシュ通知を配信する(ステップS17)。
ユーザ端末10−21は、情報処理装置100からプッシュ通知を受け付けると、ユーザ端末10−21にインストールされたアプリケーションAP2によって質問に関するプッシュ通知を表示画面に出力する(ステップS18)。具体的には、ユーザ端末10−21は、情報処理装置100からプッシュ通知を受け付けると、プッシュ通知に関するコンテンツC21を所定のコンテンツサーバから取得する。続いて、ユーザ端末10−21は、コンテンツC21を取得すると、アプリケーションAP2によって取得したコンテンツC21を表示画面に表示する。
上述したように、情報処理装置100は、Q&Aサービスに投稿された質問に関する質問情報と、Q&Aサービスとは異なる他のサービスである検索サービスを利用する検索ユーザのネットワーク上の行動履歴に関する行動情報とを取得する。そして、情報処理装置100は、取得した質問情報と行動情報とに基づいて、検索サービスを利用する検索ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。これにより、情報処理装置100は、検索ユーザの中から、Q&Aサービスに投稿された質問に関する質問情報と関連する検索クエリを検索した検索ユーザを回答者候補として選択することができる。一般的に、検索ユーザは、自分が知らない知識を得るために検索という行動を起こすので、ある検索クエリを検索した検索ユーザは、少なくともその検索クエリに関する分野に関する知識を得たいという興味を持っていると推定することができる。つまり、情報処理装置100は、検索ユーザの中から、Q&Aサービスに投稿された質問に対応する質問分野に興味を持っている検索ユーザを回答者候補として選択することができる。そして、一般的に、質問に対応する質問分野に興味を持っているユーザは、そうでないユーザと比べて、質問に対する回答を提供する行動を起こしやすいユーザであると考えられる。
また、情報処理装置100は、検索によって得た知識を他のユーザに教えたいという動機を抱いている検索ユーザを回答者候補として選択することができる。一般的に、人は自分が調べて得た知識を他人に教えたいという動機を抱きやすい。例えば、検索ユーザは、検索によって得た知識を他のユーザに教えたいという動機を抱きやすい。したがって、検索ユーザは、他のサービスのユーザと比べて、検索によって得た知識を他のユーザに教えたいという動機があるので、検索によって得た知識に関する質問に対する回答を提供する行動を起こしやすいユーザであると考えられる。
また、情報処理装置100は、検索ユーザの中から、UGCを利用する行動を起こしやすい検索ユーザを回答者候補として選択することができる。一般的に、UGCに関するサービスを利用する行動を起こしやすいユーザは、そうでないユーザと比べて、他のユーザによって生成されたコンテンツに反応しやすいユーザであると言える。また、Q&Aサービスに投稿された質問は、他のユーザによって生成されたコンテンツの一種である。したがって、UGCに関するサービスを利用する行動を起こしやすいユーザは、Q&Aサービスに投稿された質問に対する回答を提供する行動を起こしやすいユーザであると推定される。
このように、情報処理装置100は、Q&Aサービスに投稿された質問に対する回答を提供する行動を起こしやすいユーザを回答者候補として選択することができる。すなわち、情報処理装置100は、質問に適した回答者候補をマッチングすることができる。したがって、情報処理装置100は、回答者候補として選択されたユーザと質問者であるユーザの双方に適した情報を提供することができる。よって、情報処理装置100は、ユーザに適した情報を提供することができる。
なお、図1では、情報処理装置100がログサーバ20からユーザのネットワーク上の行動履歴に関する行動情報を取得する例を示したが、情報処理装置100が各サービスを提供する所定のサーバ装置からユーザのネットワーク上の行動履歴に関する行動情報を直接取得してもよい。例えば、情報処理装置100は、検索サービスを提供する所定のサーバ装置から、検索サービスを利用する検索ユーザの検索履歴に関する検索情報を取得する。また、情報処理装置100は、UGCに関するサービスを提供する所定のサーバ装置から、UGCに関するサービスを利用するユーザのUGCに関するサービスの利用履歴に関するUGC利用情報を取得する。
〔2.情報処理装置の構成〕
次に、図2を用いて、実施形態に係る情報処理装置100の構成について説明する。図2は、実施形態に係る情報処理装置100の構成例を示す図である。図2に示すように、情報処理装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、情報処理装置100は、情報処理装置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、ネットワークと有線または無線で接続され、例えば、ユーザ端末10やログサーバ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。記憶部120は、図2に示すように、検索情報記憶部121と、UGC利用情報記憶部122と、質問情報記憶部123とを有する。
(検索情報記憶部121)
検索情報記憶部121は、検索履歴に関する各種の情報を記憶する。図3に、実施形態に係る検索情報記憶部の一例を示す。図3に示す例では、検索情報記憶部121は、「ユーザID」、「検索日時」、「検索クエリ」といった項目を有する。
「ユーザID」は、検索サービスを利用する検索ユーザを識別するための識別情報を示す。図3の1レコード目に示す例では、ユーザID「U21」で識別される検索ユーザは、図1に示した検索ユーザU21を示す。
「検索日時」は、検索が行われた日時を示す。図3の1レコード目に示す例では、検索日時「2018/5/1 PM16:00」は、検索ユーザU21によって検索が行われた日時が2018年5月1日の午後16:00であることを示す。
「検索クエリ」は、検索ユーザによって検索された検索クエリを示す。図3の1レコード目に示す例では、検索クエリ「スマホ 買い替え タイミング」は、検索ユーザU21によって検索された検索クエリが「スマホ 買い替え タイミング」であることを示す。
(UGC利用情報記憶部122)
UGC利用情報記憶部122は、UGCの利用履歴に関する各種の情報を記憶する。図4に、実施形態に係るUGC利用情報記憶部の一例を示す。図4に示す例では、UGC利用情報記憶部122は、「ユーザID」、「利用日時」、「利用態様」、「投稿情報」といった項目を有する。
「ユーザID」は、UGCに関するサービスを利用した検索ユーザを識別するための識別情報を示す。図4の1レコード目に示す例では、ユーザID「U21」で識別されるユーザは、図1に示した検索ユーザU21を示す。
「利用日時」は、UGCに関するサービスが利用された日時を示す。図4の1レコード目に示す例では、利用日時「2018/5/1 PM17:00」は、検索ユーザU21がSNS1に記事を投稿した投稿日時が2018年5月1日の午後17:00であることを示す。
「利用態様」は、UGCに関するサービスを利用する利用態様を示す。例えば、利用態様には、コンテンツを投稿するという利用態様の他に、投稿されたコンテンツに対する評価を表すボタンを押下するという利用態様が含まれる。図4の1レコード目に示す例では、利用態様「SNS1投稿」は、検索ユーザU21がSNS1に投稿記事を投稿することにより、SNS1を利用したことを示す。また、図4の8レコード目に示す例では、利用態様「「いいね!」ボタン押下」は、検索ユーザU23がSNSに投稿された親記事を閲覧して「いいね!」ボタンを押下することにより、SNSを利用したことを示す。
「投稿情報」は、検索ユーザがUGCに関するサービスに投稿した投稿情報(検索ユーザによる操作がボタン押下である場合は、親記事に関する投稿情報)を示す。図4の1レコード目に示す例では、投稿情報「SNS1投稿記事#21」は、検索ユーザU21がSNS1に投稿した投稿記事を示す。また、図4の8レコード目に示す例では、投稿情報「親記事#23」は、検索ユーザU23が閲覧して「いいね!」ボタンを押下した親記事を示す。
(質問情報記憶部123)
質問情報記憶部123は、Q&Aサービスに投稿された質問に関する各種の情報を記憶する。図5に、実施形態に係る質問情報記憶部の一例を示す。図5に示す例では、質問情報記憶部123は、「ユーザID」、「質問日時」、「質問文」、「回答状況」といった項目を有する。
「ユーザID」は、Q&Aサービスに質問を投稿したユーザを識別するための識別情報を示す。図5の1レコード目に示す例では、ユーザID「U11」で識別されるユーザは、図1に示したユーザU11を示す。
「質問日時」は、Q&Aサービスに質問が投稿された日時を示す。図5の1レコード目に示す例では、質問日時「2018/5/1 20:00」は、ユーザU11によってQ&Aサービスに質問が投稿された日時が2018年5月1日の午後20:00であることを示す。
「質問文」は、Q&Aサービスに投稿された質問に関する文章を示す。図5の1レコード目に示す例では、質問文「スマホを買い替えたいのですが、買い替えるタイミングがわかりません。スマホの買い替え時期について、アドバイスをお願いします。」は、ユーザU11によってQ&Aサービスに投稿された質問に関する文章を示す。
「回答状況」は、Q&Aサービスに投稿された質問の回答状況を示す。図5の1レコード目に示す例では、回答状況「回答受付中」は、ユーザU11によってQ&Aサービスに投稿された質問の回答を受付中であることを示す。図5の2レコード目に示す例では、回答状況「解決済み」は、ユーザU21によってQ&Aサービスに投稿された質問が解決し、回答の受付が締め切られたことを示す。
(制御部130)
図2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、情報処理装置100内部の記憶装置に記憶されている各種プログラム(生成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2に示すように、制御部130は、取得部132と、受付部131と、推定部133と、選択部134と、配信部135とを有し、以下に説明する情報処理の作用を実現または実行する。なお、制御部130の内部構成は、図2に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
(受付部131)
受付部131は、Q&Aサービスのユーザである質問者から質問の投稿を受け付ける。具体的には、受付部131は、ユーザ端末10−11がアプリケーションAP1をフォアグラウンドに呼び出すと、質問を入力するための入力フィールドと質問を投稿する投稿ボタンとを含むコンテンツC11をユーザ端末10−11に送信する。続いて、受付部131は、ユーザU11によってコンテンツC11の入力フィールドに質問が入力され、投稿ボタンが押下されると、ユーザU11によって入力された質問に関する情報をユーザ端末10−11から受信する。受付部131は、質問に関する質問情報をユーザ端末10−11から受信することにより、ユーザU11から質問の投稿を受け付ける。受付部131は、質問の投稿を受け付けると、受け付けた質問に関する質問情報を質問情報記憶部123に格納する。また、受付部131は、ユーザU11の音声による音声情報である質問情報をユーザU11のスマートスピーカーから受け付けてもよい。例えば、受付部131は、ユーザU11のスマートスピーカーから受け付けた音声情報である質問情報とユーザ端末10−11であるスマートスピーカーを識別する識別情報とを対応付けて質問情報記憶部123に格納する。また、受付部131は、Q&Aサービスのユーザである回答者から回答の投稿を受け付ける。例えば、受付部131は、選択部134によって選択された回答者候補が配信部135によって配信されたプッシュ通知を開くと、回答を入力するための入力フィールドと質問を投稿する投稿ボタンとを含むコンテンツを回答者候補のユーザ端末10に送信する。続いて、受付部131は、回答者候補によってコンテンツの入力フィールドに回答が入力され、投稿ボタンが押下されると、回答者候補によって入力された回答に関する回答情報をユーザ端末10から受信する。また、受付部131は、回答者候補の音声による音声情報である回答情報を回答者候補のスマートスピーカーから受け付けてもよい。
(取得部132)
取得部132は、第1ユーザである質問者から質問の投稿を受け付けて、受け付けた質問に対する回答を第1ユーザとは異なる他の第2ユーザである回答者から受け付けるサービスである第1サービスに投稿された質問に関する質問情報と、第1サービスとは異なる他のサービスである第2サービスを利用するユーザのネットワーク上の行動履歴に関する行動情報とを取得する。具体的には、取得部132は、受付部131によって受け付けられた質問に関する質問情報を取得する。例えば、取得部132は、質問情報記憶部123からQ&Aサービスに投稿された質問に関する質問情報を取得する。
また、取得部132は、行動情報として、第2サービスである検索サービスを利用するユーザの検索履歴に関する検索情報を取得する。例えば、取得部132は、検索サービスを利用する検索ユーザの検索履歴に関する検索情報をログサーバ20から取得する。取得部132は、検索ユーザの検索情報を取得すると、取得した検索情報をユーザIDと対応付けて検索情報記憶部121に格納する。
また、取得部132は、行動情報として、第2サービスを利用するユーザのUGCに関するサービスの利用履歴に関するUGC利用情報を取得する。例えば、取得部132は、検索サービスを利用する検索ユーザのUGCに関するサービスの利用履歴に関するUGC利用情報をログサーバ20から取得する。取得部132は、検索ユーザのUGC利用情報を取得すると、取得したUGC利用情報をユーザIDと対応付けてUGC利用情報記憶部122に格納する。
(推定部133)
推定部133は、取得部132によって取得された質問情報と行動情報とに基づいて、第2サービスを利用するユーザが質問に対する回答を提供する行動を起こすか否かに関する指標を推定する。具体的には、推定部133は、第2サービスを利用するユーザが質問に対する回答を提供する行動を起こすか否かに関する指標として、質問情報と行動情報との関連性を推定する。例えば、推定部133は、取得部132によって取得された検索ユーザの検索情報に基づいて、検索ユーザが興味又は関心を抱いている分野である興味分野を推定する。また、推定部133は、受付部131によって受け付けられた質問に関する質問情報に基づいて、質問に対応する質問分野を推定する。続いて、推定部133は、質問分野と一致する興味分野を持つ検索ユーザの検索情報と質問情報との関連性を推定する。推定部133は、検索情報と質問情報との関連性が高いユーザほど、質問に対する回答を提供する行動を起こしやすいユーザであると推定する。
例えば、推定部133は、検索情報記憶部121を参照して、取得部132によって取得された検索情報に含まれる検索クエリを抽出する。続いて、推定部133は、形態素解析によって、抽出した検索クエリに含まれる語句を単語に分解する。また、推定部133は、tf−idf等の重み値を利用して、各単語の重みに応じて、検索クエリに含まれる語句の中から検索クエリに頻出される単語を抽出する。続いて、推定部133は、スポーツ、ビジネス、経済、政治、自然科学、文化等、種々の分野における辞書データを参照して、抽出した単語に対応する分野を推定する。このようにして、推定部133は、検索情報から抽出した単語に対応する分野を検索ユーザの興味分野であると推定する。
また、推定部133は、取得部132によって取得された質問に関する質問情報に基づいて、質問に対応する質問分野を推定する。例えば、推定部133は、形態素解析によって、受け付けた質問文に含まれる語句を単語に分解する。また、推定部133は、tf−idf等の重み値を利用して、各単語の重みに応じて、質問文に含まれる語句の中から質問文に頻出される単語を抽出する。続いて、推定部133は、スポーツ、ビジネス、経済、政治、自然科学、文化等、種々の分野における辞書データを参照して、抽出した単語に対応する分野を推定する。このようにして、推定部133は、質問文から抽出した単語に対応する分野を質問に対応する質問分野であると推定する。
続いて、推定部133は、受け付けた質問に対応する質問分野と一致する興味分野を持つ検索ユーザの検索情報と質問情報との関連性を推定する。例えば、推定部133は、検索ユーザの検索クエリに頻出される単語と質問文に頻出される単語との一致度が高いほど、検索情報と質問情報との関連性が高いと推定する。例えば、推定部133は、検索ユーザが検索した検索クエリに含まれる単語のうちtf−idf等の重み値が所定の閾値を超える単語と質問文に含まれる単語のうちtf−idf等の重み値が所定の閾値を超える単語とが重複する割合が所定の閾値を超える場合に、検索情報と質問情報との関連性が高いと推定してもよい。
また、推定部133は、第2サービスを利用するユーザが質問に対する回答を提供する行動を起こすか否かに関する指標として、第2サービスを利用するユーザがUGCに関するサービスを利用する行動を起こすか否かに関するUGC利用指標を推定する。推定部133は、UGCに関するサービスを利用する行動を起こしやすいユーザほど、質問に対する回答を提供する行動を起こしやすいユーザであると推定する。
例えば、推定部133は、UGC利用情報記憶部122を参照して、取得部132によって取得された検索ユーザのUGC利用情報に基づいて、UGC利用指標として検索ユーザがUGCを利用する利用頻度を算出してもよい。また、推定部133は、UGC利用情報記憶部122を参照して、UGC利用指標として検索ユーザがUGCを利用する利用態様毎の利用頻度を算出してもよい。例えば、推定部133は、投稿されたコンテンツに対する評価を表すボタンを押下するという利用態様による利用頻度よりも、コンテンツを投稿するという利用態様による利用頻度の重みを大きくして、UGC利用指標を算出してもよい。推定部133は、検索ユーザがUGCを利用する利用頻度が高いほど、検索ユーザがUGCに関するサービスを利用する行動を起こしやすいユーザであると推定する。例えば、推定部133は、検索ユーザのUGCの利用頻度が所定の閾値を超える場合に、検索ユーザはUGCに関するサービスを利用する行動を起こしやすいユーザであると推定してもよい。また、推定部133は、検索ユーザのUGCの利用頻度が所定の閾値以下である場合に、検索ユーザはUGCに関するサービスを利用する行動を起こしにくいユーザであると推定してもよい。
(選択部134)
選択部134は、取得部132によって取得された質問情報と行動情報とに基づいて、第2サービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。具体的には、選択部134は、推定部133によって推定された指標に基づいて、第2サービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。例えば、選択部134は、推定部133によって推定された行動情報と質問情報との関連性が所定の閾値を超えるユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
より具体的には、選択部134は、取得部132によって取得された検索情報に基づいて、推定部133によって推定された検索情報と質問情報との関連性が所定の閾値を超える検索ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。例えば、選択部134は、質問分野と一致する興味分野を持つ検索ユーザの中から、推定した検索情報と質問情報との関連性が所定の閾値を超える検索ユーザを回答者候補として抽出する。続いて、選択部134は、質問分野と一致する興味分野を持つ検索ユーザの中から、検索情報と質問情報との関連性が所定の閾値を超える検索ユーザを回答者候補として抽出する。
また、選択部134は、取得部132によって取得されたUGC利用情報に基づいて、第2サービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。例えば、選択部134は、推定部133によって推定されたUGC利用指標に基づいて、検索サービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。例えば、選択部134は、推定部133によって推定されたUGCの利用頻度が所定の閾値を超えるユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
(配信部135)
配信部135は、選択部134によって選択された回答者候補となるユーザに質問に関する通知を配信する。具体的には、配信部135は、選択部134によって回答者候補となるユーザが選択されると、選択部134によって選択された回答者候補となるユーザに質問に関する通知であるプッシュ通知を配信する。例えば、配信部135は、回答者候補となるユーザに質問に対する回答を提供するよう促すプッシュ通知を配信する。例えば、配信部135は、tf−idf等の重み値を利用して、質問文に含まれる語句の中から質問文に頻出される単語を抽出する。続いて、配信部135は、抽出した単語を用いて、質問に関する内容を端的に要約したタイトルや文章を含むプッシュ通知用のコンテンツを生成する。続いて、配信部135は、プッシュ通知の配信先となるユーザのユーザ端末10を識別するデバイストークンを指定して、プッシュ通知を実行するプッシュ通知実行サーバに生成したプッシュ通知用のコンテンツを送信する。プッシュ通知実行サーバは、所定のアプリケーションAP2が起動しているユーザ端末10にプッシュ通知用のコンテンツを配信する。
〔3.推定処理のフロー〕
次に、図6を用いて、実施形態に係る推定処理の手順について説明する。図6は、実施形態に係る推定処理手順を示すフローチャートである。図6に示す例では、情報処理装置100は、ログサーバ20から検索ユーザの検索情報を取得したか否かを判定する(ステップS101)。情報処理装置100は、検索情報を取得していない場合(ステップS101;No)、ログサーバ20から検索情報を取得するまで待機する。一方、情報処理装置100は、検索情報を取得した場合(ステップS101;Yes)、検索情報に基づいて、検索ユーザの興味分野を推定する(ステップS102)。
〔4.推定処理のフロー〕
次に、図7を用いて、実施形態に係る推定処理の手順について説明する。図7は、実施形態に係る推定処理手順を示すフローチャートである。図7に示す例では、情報処理装置100は、ユーザ端末10から質問の投稿を受け付けたか否かを判定する(ステップS201)。情報処理装置100は、ユーザ端末10から質問の投稿を受け付けていない場合(ステップS201;No)、ユーザ端末10から質問の投稿を受け付けるまで待機する。一方、情報処理装置100は、ユーザ端末10から質問の投稿を受け付けた場合(ステップS201;Yes)、質問情報に基づいて、質問に対応する質問分野を推定する(ステップS202)。
〔5.情報処理のフロー〕
次に、図8を用いて、実施形態に係る情報処理の手順について説明する。図8は、実施形態に係る情報処理手順を示すフローチャートである。図8に示す例では、情報処理装置100は、質問分野と一致する興味分野を持つ検索ユーザの中から回答者候補を選択する(ステップS301)。続いて、情報処理装置100は、UGC利用情報に基づいて、選択した回答者候補の中から、質問に回答しやすい回答者候補を選択する(ステップS302)。続いて、情報処理装置100は、選択した回答者候補に質問に関するプッシュ通知を配信する(ステップS303)。
〔6.変形例〕
上述した実施形態に係る情報処理システム1は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理システム1の他の実施形態について説明する。なお、実施形態と同一部分には、同一符号を付して説明を省略する。
〔6−1.決済情報に基づく回答者候補の選択〕
図1では、情報処理装置100が、Q&Aサービスとは異なる他のサービスとして、検索サービスを利用する検索ユーザの検索履歴に関する検索情報に基づいて、検索ユーザの中から回答者候補を選択する例を示した。ここでは、情報処理装置100は、Q&Aサービスとは異なる他のサービスとして、決済サービスを利用する決済ユーザの決済履歴に関する決済情報に基づいて、決済ユーザの中から回答者候補を選択する例について説明する。
取得部132は、決済ユーザの決済履歴に関する決済情報をログサーバ20から取得する。例えば、取得部132は、決済情報として、決済ユーザが商品やサービスに関する決済を行った決済履歴に関する情報を取得する。
続いて、推定部133は、質問情報と決済情報との関連性を推定する。例えば、推定部133は、決済ユーザが決済を行った商品名やサービス名に頻出される単語と質問文に頻出される単語との一致度が高いほど、決済情報と質問情報との関連性が高いと推定する。推定部133は、決済情報と質問情報との関連性が高いユーザほど、質問に対する回答を提供する行動を起こしやすいユーザであると推定する。
続いて、選択部134は、推定部133によって推定された決済情報と質問情報との関連性が所定の閾値を超える決済ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
例えば、取得部132は、決済ユーザのUGCの利用履歴に関するUGC利用情報をログサーバ20から取得する。続いて、推定部133は、取得部132によって取得された決済ユーザのUGC利用情報に基づいて、UGC利用指標として決済ユーザがUGCを利用する利用頻度を算出する。続いて、選択部134は、推定部133によって推定されたUGCの利用頻度が所定の閾値を超える決済ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
〔6−2.予約情報に基づく回答者候補の選択〕
図1では、情報処理装置100が、Q&Aサービスとは異なる他のサービスとして、検索サービスを利用する検索ユーザの検索履歴に関する検索情報に基づいて、検索ユーザの中から回答者候補を選択する例を示した。ここでは、情報処理装置100は、Q&Aサービスとは異なる他のサービスとして、予約サービスを利用する予約ユーザの予約履歴に関する予約情報に基づいて、予約ユーザの中から回答者候補を選択する例について説明する。
取得部132は、予約ユーザの予約履歴に関する予約情報をログサーバ20から取得する。例えば、取得部132は、予約情報として、予約ユーザが飲食店や宿泊施設を予約した予約履歴に関する情報を取得する。
続いて、推定部133は、質問情報と予約情報との関連性を推定する。例えば、推定部133は、予約ユーザが予約した飲食店名や宿泊施設名に頻出される単語と質問文に頻出される単語との一致度が高いほど、予約情報と質問情報との関連性が高いと推定する。推定部133は、予約情報と質問情報との関連性が高いユーザほど、質問に対する回答を提供する行動を起こしやすいユーザであると推定する。
続いて、選択部134は、推定部133によって推定された予約情報と質問情報との関連性が所定の閾値を超える予約ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
例えば、取得部132は、予約ユーザのUGCの利用履歴に関するUGC利用情報をログサーバ20から取得する。続いて、推定部133は、取得部132によって取得された予約ユーザのUGC利用情報に基づいて、UGC利用指標として予約ユーザがUGCを利用する利用頻度を算出する。続いて、選択部134は、推定部133によって推定されたUGCの利用頻度が所定の閾値を超える予約ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
〔6−3.投稿情報に基づく回答者候補の選択〕
図1では、情報処理装置100が、Q&Aサービスとは異なる他のサービスとして、検索サービスを利用する検索ユーザの検索履歴に関する検索情報に基づいて、検索ユーザの中から回答者候補を選択する例を示した。ここでは、情報処理装置100は、Q&Aサービスとは異なる他のサービスとして、投稿サービスを利用する投稿ユーザの投稿履歴に関する投稿情報に基づいて、投稿ユーザの中から回答者候補を選択する例について説明する。
取得部132は、投稿ユーザの投稿履歴に関する投稿情報をログサーバ20から取得する。例えば、取得部132は、投稿情報として、投稿ユーザが投稿記事を投稿した投稿履歴に関する情報を取得する。
続いて、推定部133は、質問情報と投稿情報との関連性を推定する。例えば、推定部133は、投稿ユーザが投稿した投稿記事に頻出される単語と質問文に頻出される単語との一致度が高いほど、投稿情報と質問情報との関連性が高いと推定する。推定部133は、投稿情報と質問情報との関連性が高いユーザほど、質問に対する回答を提供する行動を起こしやすいユーザであると推定する。
続いて、選択部134は、推定部133によって推定された投稿情報と質問情報との関連性が所定の閾値を超える投稿ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
例えば、取得部132は、投稿ユーザのUGCの利用履歴に関するUGC利用情報をログサーバ20から取得する。続いて、推定部133は、取得部132によって取得された投稿ユーザのUGC利用情報に基づいて、UGC利用指標として投稿ユーザがUGCを利用する利用頻度を算出する。続いて、選択部134は、推定部133によって推定されたUGCの利用頻度が所定の閾値を超える投稿ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
〔6−4.アプリの利用情報に基づく回答者候補の選択〕
図1では、情報処理装置100が、Q&Aサービスとは異なる他のサービスとして、検索サービスを利用する検索ユーザの検索履歴に関する検索情報に基づいて、検索ユーザの中から回答者候補を選択する例を示した。ここでは、情報処理装置100は、Q&Aサービスとは異なる他のサービスとして、アプリの利用ユーザのアプリの利用履歴に関するアプリの利用情報に基づいて、アプリの利用ユーザの中から回答者候補を選択する例について説明する。
取得部132は、アプリの利用ユーザのアプリの利用履歴に関するアプリの利用情報をログサーバ20から取得する。例えば、取得部132は、アプリの利用情報として、アプリの利用ユーザが現在利用しているアプリや過去に利用したアプリに関する情報を取得する。
続いて、推定部133は、質問情報とアプリの利用情報との関連性を推定する。例えば、推定部133は、アプリの利用ユーザが利用したアプリ名に頻出される単語と質問文に頻出される単語との一致度が高いほど、アプリの利用情報と質問情報との関連性が高いと推定する。推定部133は、アプリの利用情報と質問情報との関連性が高いユーザほど、質問に対する回答を提供する行動を起こしやすいユーザであると推定する。
続いて、選択部134は、推定部133によって推定されたアプリの利用情報と質問情報との関連性が所定の閾値を超えるアプリの利用ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
例えば、取得部132は、アプリの利用ユーザのUGCの利用履歴に関するUGC利用情報をログサーバ20から取得する。続いて、推定部133は、取得部132によって取得されたアプリの利用ユーザのUGC利用情報に基づいて、UGC利用指標としてアプリの利用ユーザがUGCを利用する利用頻度を算出する。続いて、選択部134は、推定部133によって推定されたUGCの利用頻度が所定の閾値を超えるアプリの利用ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
〔6−5.複数のサービスのログに基づく回答者候補の選択〕
図1では、情報処理装置100が、Q&Aサービスとは異なる他のサービスを利用するユーザのネットワーク上の行動履歴に関する行動情報として、検索ユーザの検索履歴に関する検索情報とUGCの利用履歴に関するUGC利用情報とに基づいて、検索ユーザの中から回答者候補となるユーザを選択する例を示した。ここでは、情報処理装置100が検索情報とUGC利用情報とに限らず、複数のサービスの利用履歴に関する利用情報に基づいて、複数のサービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する例について説明する。例えば、情報処理装置100は、検索サービス、決済サービス、予約サービス、投稿サービス、UGCに関するサービス等の複数のサービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択してもよい。
取得部132は、検索履歴に関する検索情報、決済履歴に関する決済情報、予約履歴に関する予約情報、投稿履歴に関する投稿情報、アプリの利用履歴に関するアプリの利用情報等をログサーバ20から取得する。
続いて、推定部133は、質問情報と行動情報との関連性を推定する。例えば、推定部133は、行動情報に頻出される単語と質問文に頻出される単語との一致度が高いほど、複数のサービスに関する行動情報と質問情報との関連性が高いと推定する。推定部133は、行動情報と質問情報との関連性が高いユーザほど、質問に対する回答を提供する行動を起こしやすいユーザであると推定する。
続いて、選択部134は、推定部133によって推定された行動情報と質問情報との関連性が所定の閾値を超える投稿ユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
例えば、取得部132は、ユーザのUGCの利用履歴に関するUGC利用情報をログサーバ20から取得する。続いて、推定部133は、取得部132によって取得されたユーザのUGC利用情報に基づいて、UGC利用指標としてユーザがUGCを利用する利用頻度を算出する。続いて、選択部134は、推定部133によって推定されたUGCの利用頻度が所定の閾値を超えるユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
〔6−6.質問に関する通知のタイムライン表示〕
図1では、情報処理装置100が、回答者候補となるユーザに質問に関する通知であるプッシュ通知を配信する例を示したが、回答者候補となるユーザに質問に関する通知をタイムラインに表示することによって配信してもよい。
具体的には、配信部135は、選択部134によって回答者候補となるユーザが選択されると、回答者候補となるユーザに質問に関する通知をタイムラインに表示することによって配信する。例えば、配信部135は、tf−idf等の重み値を利用して、質問文に含まれる語句の中から質問文に頻出される単語を抽出する。続いて、配信部135は、抽出した単語を用いて、質問に関する内容を端的に要約したタイトルや文章を含むタイムライン用のコンテンツを生成する。続いて、配信部135は、所定のアプリケーションAP2が起動しているユーザ端末10にタイムライン用のコンテンツを配信する。
〔6−7.他のサービスに投稿された質問に対する回答者候補の選択〕
図1では、第1サービスがQ&Aサービスである例について説明したが、第1サービスは、Q&Aサービスに限らず、ユーザによる投稿機能を有するサービスであればどのようなサービスであってもよい。例えば、第1サービスは、SNSやソーシャルニュースなどの各種ソーシャルメディアに関するサービスであってもよい。例えば、第1サービスは、ブログやミニブログに関するサービスであってもよい。例えば、第1サービスは、ユーザによって投稿されたコンテンツに対するコメント機能を有する写真共有サービスや動画共有サービスであってもよい。例えば、第1サービスは、口コミに関するサービスであってもよい。例えば、第1サービスは、ユーザが購入した商品に関する商品レビューを投稿する機能を有する電子商取引サービスであってもよい。
〔7.効果〕
上述してきたように、実施形態に係る情報処理装置100は、取得部132と選択部134とを備える。取得部132は、第1ユーザである質問者から質問の投稿を受け付けて、受け付けた質問に対する回答を第1ユーザとは異なる他の第2ユーザである回答者から受け付けるサービスである第1サービスに投稿された質問に関する質問情報と、第1サービスとは異なる他のサービスである第2サービスを利用するユーザのネットワーク上の行動履歴に関する行動情報とを取得する。選択部134は、取得部132によって取得された質問情報と行動情報とに基づいて、第2サービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
これにより、情報処理装置100は、第2サービスを利用するユーザの中から、第1サービスに投稿された質問に関する質問情報と関連するネットワーク上の行動履歴に関する行動情報を有するユーザを回答者候補として選択することができる。一般的に、質問に対応する質問分野と関連する行動情報を有するユーザは、そうでないユーザと比べて、質問に対する回答を提供する行動を起こしやすいユーザであると考えられる。したがって、情報処理装置100は、第1サービスに投稿された質問に対する回答を提供する行動を起こしやすいユーザを回答者候補として選択することができる。すなわち、情報処理装置100は、質問に適した回答者候補をマッチングすることができる。したがって、情報処理装置100は、回答者候補として選択されたユーザと質問者であるユーザの双方に適した情報を提供することができる。よって、情報処理装置100は、ユーザに適した情報を提供することができる。
また、取得部132は、行動情報として、第2サービスである検索サービスを利用するユーザの検索履歴に関する検索情報を取得する。選択部134は、取得部132によって取得された検索情報に基づいて、第2サービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
これにより、情報処理装置100は、検索ユーザの中から、第1サービスに投稿された質問に関する質問情報と関連する検索クエリを検索した検索ユーザを回答者候補として選択することができる。一般的に、検索ユーザは、自分が知らない知識を得るために検索という行動を起こすので、ある検索クエリを検索した検索ユーザは、少なくともその検索クエリに関する分野に関する知識を得たいという興味を持っていると推定することができる。つまり、情報処理装置100は、検索ユーザの中から、第1サービスに投稿された質問に対応する質問分野に興味を持っている検索ユーザを回答者候補として選択することができる。そして、一般的に、質問に対応する質問分野に興味を持っているユーザは、そうでないユーザと比べて、質問に対する回答を提供する行動を起こしやすいユーザであると考えられる。
また、情報処理装置100は、検索によって得た知識を他のユーザに教えたいという動機を抱いている検索ユーザを回答者候補として選択することができる。一般的に、人は自分が調べて得た知識を他人に教えたいという動機を抱きやすい。例えば、検索ユーザは、検索によって得た知識を他のユーザに教えたいという動機を抱きやすい。したがって、検索ユーザは、他のサービスのユーザと比べて、検索によって得た知識を他のユーザに教えたいという動機があるので、検索によって得た知識に関する質問に対する回答を提供する行動を起こしやすいユーザであると考えられる。
このように、情報処理装置100は、第1サービスに投稿された質問に対する回答を提供する行動を起こしやすいユーザを回答者候補として選択することができる。すなわち、情報処理装置100は、質問に適した回答者候補をマッチングすることができる。したがって、情報処理装置100は、回答者候補として選択されたユーザと質問者であるユーザの双方に適した情報を提供することができる。よって、情報処理装置100は、ユーザに適した情報を提供することができる。
また、取得部132は、行動情報として、第2サービスを利用するユーザのUGC(User Generated Content)に関するサービスの利用履歴に関するUGC利用情報を取得する。選択部134は、取得部132によって取得されたUGC利用情報に基づいて、第2サービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
これにより、情報処理装置100は、第2サービスを利用するユーザの中から、UGCを利用する行動を起こしやすいユーザを回答者候補として選択することができる。一般的に、UGCに関するサービスを利用する行動を起こしやすいユーザは、そうでないユーザと比べて、他のユーザによって生成されたコンテンツに反応しやすいユーザであると言える。また、第1サービスに投稿された質問は、他のユーザによって生成されたコンテンツの一種である。したがって、UGCに関するサービスを利用する行動を起こしやすいユーザは、第1サービスに投稿された質問に対する回答を提供する行動を起こしやすいユーザであると推定される。
このように、情報処理装置100は、第1サービスに投稿された質問に対する回答を提供する行動を起こしやすいユーザを回答者候補として選択することができる。すなわち、情報処理装置100は、質問に適した回答者候補をマッチングすることができる。したがって、情報処理装置100は、回答者候補として選択されたユーザと質問者であるユーザの双方に適した情報を提供することができる。よって、情報処理装置100は、ユーザに適した情報を提供することができる。
実施形態に係る情報処理装置100は、推定部133をさらに備える。推定部133は、取得部132によって取得された質問情報と行動情報とに基づいて、第2サービスを利用するユーザが質問に対する回答を提供する行動を起こすか否かに関する指標を推定する。選択部134は、推定部133によって推定された指標に基づいて、第2サービスを利用するユーザの中から、質問に対する回答を提供する回答者候補となるユーザを選択する。
これにより、情報処理装置100は、第2サービスを利用するユーザの中から、質問に対する回答を提供する行動を起こしやすいユーザを回答者候補として選択することができる。
また、推定部133は、第2サービスを利用するユーザが質問に対する回答を提供する行動を起こすか否かに関する指標として、質問情報と行動情報との関連性を推定する。
これにより、情報処理装置100は、第2サービスを利用するユーザの中から、質問情報と関連性の高い行動情報を有するユーザを回答者候補として選択することができる。一般的に、質問情報と関連性の高い行動情報を有するユーザは、そうでないユーザと比べると、質問に回答しやすいユーザであると考えられる。したがって、情報処理装置100は、第2サービスを利用するユーザの中から、さらに質問に回答しやすいユーザを回答者候補として選択することができる。
また、推定部133は、第2サービスを利用するユーザが質問に対する回答を提供する行動を起こすか否かに関する指標として、第2サービスを利用するユーザがUGCに関するサービスを利用する行動を起こすか否かに関するUGC利用指標を推定する。
これにより、情報処理装置100は、第2サービスを利用するユーザの中から、UGCを利用する行動を起こしやすいユーザを回答者候補として選択することができる。一般的に、UGCに関するサービスを利用する行動を起こしやすいユーザは、UGCに関するサービスを利用する行動を起こしにくいユーザと比べて、他のユーザによって生成されたコンテンツに反応しやすいユーザであると言える。したがって、情報処理装置100は、第2サービスを利用するユーザの中から、さらに質問に応答しやすい検索ユーザを回答者候補として選択することができる。
実施形態に係る情報処理装置100は、配信部135をさらに備える。配信部135は、選択部134によって選択された回答者候補となるユーザに質問に関する通知を配信する。
これにより、情報処理装置100は、質問に適した回答者候補として選択されたユーザに質問に対する回答を提供するよう促すことができる。よって、情報処理装置100は、回答者候補として選択されたユーザに適した情報を提供することができる。
また、配信部135は、選択部134によって選択された回答者候補となるユーザに質問に関する通知であるプッシュ通知を配信する。
これにより、情報処理装置100は、質問に適した回答者候補として選択されたユーザに質問に対する回答を提供するよう迅速に促すことができる。よって、情報処理装置100は、回答者候補として選択されたユーザに適した情報をより迅速に提供することができる。
〔8.ハードウェア構成〕
また、上述してきた実施形態に係る情報処理装置100は、例えば図9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9は、情報処理装置100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、HDD1400、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を備える。
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、所定の通信網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所定の通信網を介して他の機器へ送信する。
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が実施形態に係る情報処理装置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またはデータ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、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。
以上、本願の実施形態のいくつか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、発明の開示の欄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。
〔9.その他〕
また、上記実施形態及び変形例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変更することができる。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及び変形例は、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、選択部は、選択手段や選択回路に読み替えることができる。
1 情報処理システム
10 ユーザ端末
20 ログサーバ
100 情報処理装置
121 検索情報記憶部
122 UGC利用情報記憶部
123 質問情報記憶部
131 受付部
132 取得部
133 推定部
134 選択部
135 配信部

Claims (10)

  1. 第1ユーザである質問者から質問の投稿を受け付けて、受け付けた質問に対する回答を前記第1ユーザとは異なる他の第2ユーザである回答者から受け付けるサービスである第1サービスに投稿された質問に関する質問情報と、前記第1サービスとは異なる他のサービスである第2サービスを利用するユーザのネットワーク上の行動履歴に関する行動情報とを取得する取得部と、
    前記取得部によって取得された質問情報と行動情報とに基づいて、前記第2サービスを利用するユーザの中から、前記質問に対する回答を提供する回答者候補となるユーザを選択する選択部
    を備えたことを特徴とする情報処理装置。
  2. 前記取得部は、
    前記行動情報として、前記第2サービスである検索サービスを利用するユーザの検索履歴に関する検索情報を取得し、
    前記選択部は、
    前記取得部によって取得された検索情報に基づいて、前記第2サービスを利用するユーザの中から、前記質問に対する回答を提供する回答者候補となるユーザを選択する
    ことを特徴とする請求項1に記載の情報処理装置。
  3. 前記取得部は、
    前記行動情報として、前記第2サービスを利用するユーザのUGC(User Generated Content)に関するサービスの利用履歴に関するUGC利用情報を取得し、
    前記選択部は、
    前記取得部によって取得されたUGC利用情報に基づいて、前記第2サービスを利用するユーザの中から、前記質問に対する回答を提供する回答者候補となるユーザを選択する
    ことを特徴とする請求項1または2に記載の情報処理装置。
  4. 前記取得部によって取得された質問情報と行動情報とに基づいて、前記第2サービスを利用するユーザが前記質問に対する回答を提供する行動を起こすか否かに関する指標を推定する推定部と、
    前記選択部は、
    前記推定部によって推定された指標に基づいて、前記第2サービスを利用するユーザの中から、前記質問に対する回答を提供する回答者候補となるユーザを選択する
    ことを特徴とする請求項1〜3のいずれか1つに記載の情報処理装置。
  5. 前記推定部は、
    前記指標として、前記質問情報と前記行動情報との関連性を推定する
    ことを特徴とする請求項4に記載の情報処理装置。
  6. 前記推定部は、
    前記指標として、前記第2サービスを利用するユーザがUGCに関するサービスを利用する行動を起こすか否かに関するUGC利用指標を推定する
    ことを特徴とする請求項4に記載の情報処理装置。
  7. 前記選択部によって選択された回答者候補となるユーザに前記質問に関する通知を配信する配信部
    をさらに備えることを特徴とする請求項1〜6のいずれか1つに記載の情報処理装置。
  8. 前記配信部は、
    前記通知であるプッシュ通知を配信する
    ことを特徴とする請求項7に記載の情報処理装置。
  9. コンピュータが実行する情報処理方法であって、
    第1ユーザである質問者から質問の投稿を受け付けて、受け付けた質問に対する回答を前記第1ユーザとは異なる他の第2ユーザである回答者から受け付けるサービスである第1サービスに投稿された質問に関する質問情報と、前記第1サービスとは異なる他のサービスである第2サービスを利用するユーザのネットワーク上の行動履歴に関する行動情報とを取得する取得工程と、
    前記取得工程によって取得された質問情報と行動情報とに基づいて、前記第2サービスを利用するユーザの中から、前記質問に対する回答を提供する回答者候補となるユーザを選択する選択工程
    を含むことを特徴とする情報処理方法。
  10. 第1ユーザである質問者から質問の投稿を受け付けて、受け付けた質問に対する回答を前記第1ユーザとは異なる他の第2ユーザである回答者から受け付けるサービスである第1サービスに投稿された質問に関する質問情報と、前記第1サービスとは異なる他のサービスである第2サービスを利用するユーザのネットワーク上の行動履歴に関する行動情報とを取得する取得手順と、
    前記取得手順によって取得された質問情報と行動情報とに基づいて、前記第2サービスを利用するユーザの中から、前記質問に対する回答を提供する回答者候補となるユーザを選択する選択手順
    をコンピュータに実行させることを特徴とする情報処理プログラム。
JP2018096371A 2018-05-18 2018-05-18 情報処理装置、情報処理方法及び情報処理プログラム Active JP6702625B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018096371A JP6702625B2 (ja) 2018-05-18 2018-05-18 情報処理装置、情報処理方法及び情報処理プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018096371A JP6702625B2 (ja) 2018-05-18 2018-05-18 情報処理装置、情報処理方法及び情報処理プログラム

Publications (2)

Publication Number Publication Date
JP2019200713A true JP2019200713A (ja) 2019-11-21
JP6702625B2 JP6702625B2 (ja) 2020-06-03

Family

ID=68612293

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018096371A Active JP6702625B2 (ja) 2018-05-18 2018-05-18 情報処理装置、情報処理方法及び情報処理プログラム

Country Status (1)

Country Link
JP (1) JP6702625B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112528797A (zh) * 2020-12-02 2021-03-19 杭州海康威视数字技术股份有限公司 一种问题推荐方法、装置及电子设备
JP2022188824A (ja) * 2021-06-10 2022-12-22 楽天グループ株式会社 広告配信装置、広告配信方法、及び広告配信プログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112528797A (zh) * 2020-12-02 2021-03-19 杭州海康威视数字技术股份有限公司 一种问题推荐方法、装置及电子设备
CN112528797B (zh) * 2020-12-02 2023-11-03 杭州海康威视数字技术股份有限公司 一种问题推荐方法、装置及电子设备
JP2022188824A (ja) * 2021-06-10 2022-12-22 楽天グループ株式会社 広告配信装置、広告配信方法、及び広告配信プログラム
JP7213305B2 (ja) 2021-06-10 2023-01-26 楽天グループ株式会社 広告配信装置、広告配信方法、及び広告配信プログラム

Also Published As

Publication number Publication date
JP6702625B2 (ja) 2020-06-03

Similar Documents

Publication Publication Date Title
WO2019227560A1 (zh) 信息推荐方法、装置、系统、设备及可读存储介质
Schlosser et al. Mobile and dirty: Does using mobile devices affect the data quality and the response process of online surveys?
Krause et al. Music listening in everyday life: Devices, selection methods, and digital technology
CN111125574B (zh) 用于生成信息的方法和装置
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
CN107426328B (zh) 信息推送方法和装置
EP2916273A1 (en) System and method providing expert audience targeting
US20150052087A1 (en) Predicting Reactions to Short-Text Posts
US20130018909A1 (en) Providing an answer to a question left unanswered in an electronic forum
JP7040986B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US20160253684A1 (en) Systems and methods of structuring reviews with auto-generated tags
CN107103028A (zh) 一种信息处理方法及装置
JP2019197422A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
CN111787042B (zh) 用于推送信息的方法和装置
JP6702625B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
JP2018190462A (ja) 提供装置、提供方法、及び提供プログラム
JP2019125317A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2018185575A (ja) 提供装置、提供方法、及び提供プログラム
CN111125514B (zh) 用户行为分析的方法、装置、电子设备和存储介质
JP7133508B2 (ja) 提供装置、提供方法および提供プログラム
JP6795556B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
JP7088644B2 (ja) 提供装置、提供方法及び提供プログラム
CN112785360A (zh) 一种信息展示方法及装置
JP7164683B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2020119102A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180914

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20180914

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20181010

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190116

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190226

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190507

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190813

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191004

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20191101

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20191108

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200407

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200502

R150 Certificate of patent or registration of utility model

Ref document number: 6702625

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350