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

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。

Images