JP2019215717A - マッチングシステム、マッチング方法、及びコンピュータプログラム - Google Patents

Abstract

【課題】商品のコメントを商品情報に反映し、ユーザの属性にとらわれることなく、ユーザの趣味・趣向に基づいた購買可能性をとらえる。また、ユーザの購買履歴に基づいてユーザの趣味・趣向を判断し、ユーザの趣味・趣向の変化に対応する。【解決手段】商品プロファイル生成部１１は、所定の商品に対するコメントに含まれるキーワードの出現回数をカウントし、当該キーワードの出現率に基づいた商品プロファイルを生成し、ユーザプロファイル生成部１２は、ユーザが購入した商品に対するコメントに含まれるキーワードについて、当該キーワードの出現回数をカウントし、当該キーワードの出現率に基づいたユーザプロファイルを生成する。算出処理部１３は、商品プロファイルとユーザプロファイルの一致度を算出する。【選択図】図１

Description

本発明は、ユーザの趣味・趣向に即した商品を精度よく判別する技術に関する。

ＥＣサイト（ＥＣ：Electronic Commerce）では、ユーザに対する商品のレコメンドが行われている。レコメンドにおいては、ユーザの購入履歴や、商品を掲載したＷｅｂページの閲覧履歴、ユーザの年齢や性別といった属性に関する情報等から、ユーザが購入する可能性の高い商品を選定している。

この点、特許文献１では、商品画像および商品説明文を含む商品データを特徴量に変換する前処理手段と、商品を購入するユーザの属性を表すユーザデータの特徴量と、前記商品データの特徴量とを機械学習し、前記ユーザデータの特徴量と、前記商品データの特徴量との相関関係を学習したモデルを作成する学習手段と、前記商品を購入するサイトにアクセスしてきたユーザに対応する前記ユーザデータの特徴データと、前記商品データの特徴量とを取得し、前記モデルを適用した機械学習を実行して適合度を算出し、前記適合度を基に前記商品の推薦順位を決定する推薦手段とを備える情報処理装置が提案されている。
また、特許文献２では、指定ドキュメントに出現する単語の、前記指定ドキュメントに対する出現頻度を示す第１の単語特徴量を算出するドキュメント解析手段と、商品についての説明に出現する単語の、前記商品についての説明に対する出現頻度を示す第２の単語特徴量を算出する商品解析手段と、前記指定ドキュメントの第１の単語特徴量、および前記商品の第２の単語特徴量に基づいて、前記指定ドキュメントと、前記商品と、の類似度を算出する類似度算出手段と、前記類似度に基づいて、前記指定ドキュメントに関連する第１の商品を選択する第１の商品選択手段と、前記選択された第１の商品の第２の単語特徴量、および前記商品の第２の単語特徴量に基づいて算出された多様性と、前記類似度と、に基づいて、前記指定ドキュメントに関連する第２の商品を選択する第２の商品選択手段とを備えることを特徴とする情報処理装置が提案されている。

特開２０１６−１８１１９６号公報 特開２０１８−１３９２５号公報

しかしながら、特許文献１記載の装置では、ユーザデータの特徴データが、年齢、性別、職業、住所等の固定されたデータであり、これらの属性と同じユーザでも、趣向の違うユーザの購買可能性をとらえにくい。例えば、５０代でも目もよく小さな写真もよく見えたり、趣向が若者に近いユーザの購買傾向をとらえにくい。さらに時間や購買履歴とともに変化するユーザ自身の趣向をとらえにくいし、提供者側の商品情報が主であり、消費者の意見が商品情報に反映されにくい。

また、特許文献２記載の装置は、指定ドキュメント、即ち、他サイトの閲覧を前提とし、他サイトのキーワード出現数と商品ページのキーワードの出現数を比較する手法である。すると、ユーザのＷＥＢサイトの動きが完結する自社サイト内のレコメンドとして採用する場合、比較対象同士が重なるため、本手法を効果的に用いることは難しい。

そこで本発明は、ユーザの年齢、性別、職業等にとらわれることなく、ユーザの趣味・趣向に基づいた購買可能性をとらえることを目的の一つとする。
また、次々と加わるユーザの購買履歴を前提にしてユーザの趣味・趣向を判断するため、ユーザの趣味・趣向の変化に対応することを目的の一つとする。
さらに、商品のコメントから消費者の商品に対する意見を商品情報に反映し、ユーザの趣味・趣向に合致する度合いを精度よく判別することを目的の一つとする。

上記目的を達成するため、本発明の一の観点に係るマッチングシステムは、ユーザの趣味・趣向に合った商品を提案するシステムであって、所定の商品に対するコメントに含まれるキーワードについて、当該キーワードの出現回数をカウントし、当該キーワードの出現率に基づいた商品プロファイルを生成する商品プロファイル生成手段と、ユーザが購入した商品に対するコメントに含まれるキーワードについて、当該キーワードの出現回数をカウントし、当該キーワードの出現率に基づいたユーザプロファイルを生成するユーザプロファイル生成手段と、上記商品プロファイルと上記ユーザプロファイルの一致度を算出する算出手段と、を有する。

また、各商品の商品プロファイルとユーザプロファイルの一致度に基づき、上記ユーザに対し、上記ユーザプロファイルと一致度の高い上記商品プロファイルを有する商品をレコメンドするレコメンド手段、をさらに有するものとしてもよい。

また、上記商品に対するコメントに含まれるキーワードを、内容に応じた所定のキーワードカテゴリーに分類する分類処理手段、をさらに有し、上記商品プロファイル生成手段は、上記所定の商品に対するコメントに含まれるキーワードについて、上記所定のキーワードカテゴリーごとのキーワードの出現回数をカウントし、上記所定のキーワードカテゴリーごとのキーワードの出現率に基づいた商品プロファイルを生成し、上記ユーザプロファイル生成手段は、ユーザが購入した商品に対するコメントに含まれるキーワードについて、上記所定のキーワードカテゴリーごとのキーワードの出現回数をカウントし、上記所定のキーワードカテゴリーごとのキーワードの出現率に基づいたユーザプロファイルを生成するものとしてもよい。

また、上記キーワードについて、ポジティブなキーワード又はネガティブなキーワードのいずれかであるかを判別する判別処理手段、をさらに有し、上記商品プロファイル生成手段は、上記所定のキーワードカテゴリーごとのキーワードの出現回数のカウントにおいて、ポジティブなキーワードであればプラスとしてカウントし、ネガティブなキーワードであればマイナスとしてカウントし、上記ユーザプロファイル生成手段は、上記所定のキーワードカテゴリーごとのキーワードの出現回数のカウントにおいて、ポジティブなキーワードであればプラスとしてカウントし、ネガティブなキーワードであればマイナスとしてカウントするものとしてもよい。

また、上記ユーザプロファイル生成手段は、所定の商品カテゴリーごとに、上記ユーザが購入した商品に対するコメントに含まれるキーワードの出現回数をカウントし、当該キーワードの出現率に基づいた上記商品カテゴリーごとのユーザプロファイルを生成し、上記算出手段は、所定の商品カテゴリーにおけるユーザプロファイルと、当該所定の商品カテゴリーに分類される商品の商品プロファイルとの一致度を算出するものとしてもよい。

また、上記ユーザから商品の検索条件の入力を受け付けると共に、当該検索条件に合致する商品を検索する検索手段、をさらに有し、上記商品プロファイル生成手段は、上記検索条件に合致する商品について上記商品プロファイルを生成するものとしてもよい。

また、上記検索手段は、上記ユーザから検索条件として所定のキーワードの入力を受け付け、
上記商品プロファイル生成手段は、上記商品プロファイルの生成において、上記所定のキーワードに重みづけを行うものとしてもよい。

また、上記ユーザによる商品の購入履歴を記憶する購入履歴記憶手段と、上記購入履歴を更新する更新登録手段と、をさらに有し、上記ユーザプロファイル生成手段は、上記ユーザプロファイルの生成において、直近の所定件数又は直近の所定日数分の購入履歴として登録されている商品に基づいたユーザプロファイルを生成するものとしてもよい。

また、本発明の別の観点に係るマッチング方法は、ユーザの趣味・趣向に合った商品を提案する方法であって、コンピュータが、所定の商品に対するコメントに含まれるキーワードについて、当該キーワードの出現回数をカウントし、当該キーワードの出現率に基づいた商品プロファイルを生成する処理と、ユーザが購入した商品に対するコメントに含まれるキーワードについて、当該キーワードの出現回数をカウントし、当該キーワードの出現率に基づいたユーザプロファイルを生成する処理と、上記商品プロファイルと上記ユーザプロファイルの一致度を算出する処理と、を実行する。

また、本発明のさらに別の観点に係るコンピュータプログラムは、ユーザの趣味・趣向に合った商品を提案するためのコンピュータプログラムであって、コンピュータに対し、所定の商品に対するコメントに含まれるキーワードについて、当該キーワードの出現回数をカウントし、当該キーワードの出現率に基づいた商品プロファイルを生成する処理と、ユーザが購入した商品に対するコメントに含まれるキーワードについて、当該キーワードの出現回数をカウントし、当該キーワードの出現率に基づいたユーザプロファイルを生成する処理と、上記商品プロファイルと上記ユーザプロファイルの一致度を算出する処理と、を実行させる。

本発明によれば、ユーザの年齢、性別、職業等にとらわれることなく、ユーザの趣味・趣向に基づいた購買可能性をとらえることができる。また、次々と加わるユーザの購買履歴を前提にしてユーザの趣味・趣向を判断するため、ユーザの趣味・趣向の変化に対応することができる。さらに、商品のコメントから消費者の商品に対する意見を商品情報に反映し、ユーザの趣味・趣向に合致する度合いを精度よく判別することができる。

本発明の第一の実施形態に係るマッチングシステムが備える機能を示した機能ブロック図である。 本実施形態に係るマッチングシステムが備える商品情報記憶部に記憶されるデータの一例を示した図である。 本実施形態に係るマッチングシステムが備えるユーザ情報記憶部に記憶されるデータの一例を示した図である。 本実施形態に係るマッチングシステムによって実行される処理の流れを示した処理フロー図である。 本実施形態に係るマッチングシステムによって実行される処理の流れを示した処理フロー図である。 本実施形態に係るマッチングステムにおいて、ユーザに対して商品プロファイルとユーザプロファイルの一致度を示す出力例である。 本発明の第二の実施形態に係るマッチングシステムが備える機能を示した機能ブロック図である。 本実施形態に係るマッチングシステムにおいて、キーワード記憶部に記憶されるデータの一例を示した図である。 本実施形態に係るマッチングシステムによって実行される処理の流れを示した処理フロー図である。 発明の第三の実施形態に係るマッチングシステムが備える商品情報記憶部に記憶されるデータの一例を示した図である。

以下、本発明の実施形態に係るマッチングシステムについて、図を参照して説明する。
図１に示すマッチングシステム１は、商品に対するコメントを分析して得られる商品プロファイルと、商品を購入するユーザの購入履歴を分析して得られるユーザプロファイルに基づき、ユーザの趣味・趣向に合った商品をユーザに提供するものである。

このマッチングシステム１は、インターネット等のネットワークＮＷを介して、ユーザが利用するユーザ端末２と通信可能に構成されたサーバコンピュータ等によって実現され、CPU（Central Processing Unit）、RAM（Random Access Memory）、ROM（Read Only Memory）、ハードディスクドライブといったハードウェア資源、CPUが実行するコンピュータプログラム等のソフトウェア資源により、商品プロファイル生成部１１、ユーザプロファイル生成部１２、算出処理部１３、レコメンド部１４、検索処理部１５、更新登録部１６、通信処理部１７、商品情報記憶部１Ａ、及びユーザ情報記憶部１Ｂからなる機能部を構成する。

商品プロファイル生成部１１は、商品のコメント中に含まれるキーワードの出現回数をカウントし、キーワードの出現率に基づいた商品プロファイルを生成する。具体的には、商品に対するコメントを構文解析等して、キーワードごとに、商品のコメントに含まれる数をカウントする。そして、商品のコメントに含まれるキーワードごとの数のばらつきが、商品の特性を示す商品プロファイルを構成する。
なお、商品プロファイル生成部１１は、商品のコメントを取得する際には商品情報記憶部１Ａを参照する。
また、本実施形態において「キーワード」が意味するものは、所定の商品を評価する言葉あるいは単語であり、例えば、価格性に関わるものであれば「高い」、「安い」などであり、機能性に関わるものであれば「使いやすい」、「便利」などである。

なお、キーワードのカウントにおいては、「安い」、「安価」、「手頃」など、意味の共通するキーワードを同じキーワードとしてカウントしてもよい。このようにする場合には例えば、同じキーワードとしてカウントするキーワードにそのような関係性を示す識別情報を付与したテーブルを保持するとよい。

ユーザプロファイル生成部１２は、ユーザが購入した商品に対するコメントに基づき、キーワードの出現回数をカウントし、キーワードの出現率に基づいたユーザプロファイルを生成する。具体的には、ユーザが購入した商品に対するコメントを構文解析等して、キーワードごとに、ユーザが購入した全商品のコメントに含まれる数をカウントする。そして、全商品のコメントに含まれるキーワードごとの数のばらつきが、ユーザの特性を示すユーザプロファイルを構成する。
なお、ユーザプロファイル生成部１２は、ユーザが購入した商品に対するコメントを取得する際にはユーザ情報記憶部１Ｂに記憶されているユーザの商品購入履歴と商品情報記憶部１Ａを参照する。
なお、商品プロファイルの生成と同様、ユーザプロファイルの生成においても、意味の共通するキーワードは同じキーワードとしてカウントしてもよい。

算出処理部１３は、商品プロファイルとユーザプロファイルの一致度を算出する。即ち、商品プロファイルとユーザプロファイルにおけるキーワード自体の一致度、及びキーワードの出現率の一致度から、所定の商品の商品プロファイルとユーザプロファイルとの一致度を算出する。
所定の商品の商品プロファイルと所定のユーザのユーザプロファイルの一致度が高い場合には、当該所定の商品は、当該所定のユーザの趣味・趣向に合ったものであると推測することができ、逆に一致度が低い場合には、当該所定の商品は、当該所定のユーザの趣味・趣向に合わないものであると推測することができる。

レコメンド部１４は、算出処理部１３によって算出された各商品の商品プロファイルとユーザプロファイルの一致度に基づき、ユーザに対し、ユーザプロファイルと一致度の高い商品プロファイルを有する商品をレコメンドする。
ユーザに対するレコメンドは、ユーザ端末２に対するメールの送信、所定のウェブサイトにおいてユーザ用に設けられたマイページ上への広告や提案など、各種の方法によることができる。
また、レコメンドする商品の基準は、所定の一致度以上の商品、一致度上位の所定数の商品など、適宜に設定し得る。

検索処理部１５は、ユーザから商品についての所定の検索条件の入力を受け付け、商品情報記憶部１Ａを参照して、当該検索条件に基づいた商品の検索を実行する。

更新登録部１６は、ユーザによる商品の購入に応じて、ユーザ情報記憶部１Ｂを参照して、新たな購入履歴を登録してユーザの購入履歴を更新する。

通信処理部１７は、インターネット等のネットワークＮＷを介してデータの送受信処理を実行する処理部である。マッチングシステム１はこの通信処理部１７により、ユーザ端末２との間でデータの送受信を実行する。

商品情報記憶部１Ａは、商品に関する情報を記憶した記憶部である。
この商品情報記憶部１Ａには例えば、図２に示されるように、ＥＣ（Electronic Commerce）サイト等に展開されている商品について、商品を識別するための商品ＩＤ、商品の詳細情報、商品に対して不特定のユーザから投稿されたコメントに係る情報が記憶されている。
ここで、商品の詳細情報には例えば、商品の型番や名称、商品画像、提供元、商品価格など、商品の販売に際してユーザに提供される情報によって構成される。

ユーザ情報記憶部１Ｂは、商品を購入するユーザに関する情報を記憶した記憶部である。
このユーザ情報記憶部１Ｂには例えば、図３に示されるように、ユーザを識別するユーザＩＤごとに、ユーザの詳細情報、ユーザの商品購入履歴に関する情報が記憶されている。
ここで、ユーザの詳細情報には例えば、ユーザの氏名、連絡先など、ユーザに対して商品を発送する際に必要となる情報のほか、ユーザが商品の購入に際して利用するクレジットカード等の情報等が適宜に記憶されている。

また、購入履歴に関する情報には、商品の購入日や、購入した商品を識別可能な商品の情報などが含まれる。なお、これらの情報以外に、購入時の決済に係る情報等、商品を購入した際の詳細を把握可能な情報を適宜に含めることができる。
なお、ユーザによる商品の購入履歴は、更新登録部１６により、ユーザが商品を購入するたびに更新登録される。

ユーザ端末２は、ユーザが利用する端末であって、所謂パーソナルコンピュータや、データ通信可能な携帯型端末など、インターネット等のネットワークＮＷを介したデータの送受信が可能な端末によって構成される。

続いて、本実施形態に係るマッチングシステム１による一連の処理の流れについて、図４及び図５を参照して説明する。
まず、図４について説明する。この例は、適宜のタイミングにおいてユーザに対し、ユーザプロファイルに合った商品プロファイルを有する商品をレコメンドする場合の流れを示している。

商品プロファイル生成部１１は、商品情報記憶部１Ａを参照して、商品ごとに、コメント中のキーワードの出現回数をカウントすると共に出現率を算出し、出現率に基づいた商品ごとの商品プロファイルを生成する（Ｓ１０１）。

ユーザプロファイル生成部１２は、ユーザ情報記憶部１Ｂに記憶されているユーザの商品購入履歴と商品に対するコメントが記憶されている商品情報記憶部を参照して、ユーザが購入した全商品のコメント中のキーワードの出現回数をカウントする共に出現率を算出し、キーワードの出現率に基づいたユーザのユーザプロファイルを生成する（Ｓ１０２）。

算出処理部１３は、商品ごとの商品プロファイルとユーザのユーザプロファイルに基づき、各商品の商品プロファイルとユーザプロファイルの一致度を算出する（Ｓ１０３）。
レコメンド部１４はこの結果に応じて、一致度の高い商品をユーザに対してレコメンドする（Ｓ１０４）。

次に、図５について説明する。この例は、ユーザからの検索要求に応じて、ユーザプロファイルに合った商品プロファイルを有する商品をレコメンドする場合の流れを示している。

まず、検索処理部１５はユーザから商品の検索条件の入力を受け付けると、商品情報記憶部１Ａを参照して、ユーザが指定した検索条件に合致する商品を検索する（Ｓ２０１）

商品プロファイル生成部１１は商品情報記憶部を参照して、検索条件に合致した商品ごとに、コメント中のキーワードの出現回数をカウントすると共に出現率を算出し、キーワードの出現率に基づいた商品ごとの商品プロファイルを生成する（Ｓ２０２）。

ユーザプロファイル生成部１２は、ユーザ情報記憶部１Ｂに記憶されているユーザの購入履歴に基づき、ユーザが購入した全商品のコメント中のキーワードの出現回数をカウントする共に出現率を算出し、キーワードの出現率に基づいたユーザのユーザプロファイルを生成する（Ｓ２０３）。

算出処理部１３は、検索条件に合致した商品ごとの商品プロファイルとユーザのユーザプロファイルに基づき、各商品の商品プロファイルとユーザプロファイルの一致度を算出する（Ｓ２０４）。
レコメンド部１４はこの結果に応じて、検索条件に合致する商品のうち、一致度の高い商品をユーザに対して検索結果としてレコメンドする（Ｓ２０５）。

以上の本実施形態に係るマッチングシステム１によれば、ユーザの年齢、性別、職業等にとらわれることなく、ユーザの趣味・趣向に基づいた購買可能性をとらえることができる。また、次々と加わるユーザの購買履歴を前提にしてユーザの趣味・趣向を判断するため、ユーザの趣味・趣向の変化に対応することができる。さらに、商品のコメントから消費者の商品に対する意見を商品情報に反映し、ユーザの趣味・趣向に合致する度合いを精度よく判別することができる。

なお、以上の本実施形態に係るマッチングシステム１において、ユーザに商品をレコメンド等する際には、ユーザに対し、ユーザプロファイルと商品プロファイルの一致度を示すようにしてもよく、ユーザ端末２上に表示されるアウトプットの一例を図６に示す。
この例では、ユーザプロファイルと商品プロファイルにおけるキーワードの出現率が数値及びレーダーチャートで表示されており、レーダーチャートでは、ユーザプロファイルと商品プロファイルのレーダーチャートが重畳的に表示され、キーワードごとの一致度が視覚的に分かりやすくなっている。

次に、本発明の第二の実施形態に係るマッチングシステムについて説明する。
本実施形態に係るマッチングシステム３では、商品に対するコメント中のキーワードをカテゴリー別に評価するものである。また、キーワードについて、商品をポジティブに評価するものか、あるいはネガティブに評価するものかを判別し、商品プロファイルとユーザプロファイルの精度を向上させたものである。
図７に示される本実施形態に係るマッチングシステム３は、上述した第一の実施形態に係るマッチングシステム１が備えた機能に加え、キーワード記憶部１Ｃと判別処理部１８を有している。
なお、本実施形態に係るマッチングシステム３については、特段の言及がない限り、キーワード記憶部１Ｃ及び判別処理部１８以外の機能部の構成は上述した第一の実施形態におけるのと同様である。

本実施形態におけるキーワード記憶部１Ｃは図８に示されるように、各キーワードを所定のキーワードカテゴリーに分類して記憶している。キーワードカテゴリーは、所定のキーワードの抽象概念であって、これらのキーワードカテゴリーには、具体的なキーワードが分類されている。
例えば、キーワードカテゴリーの一例である「価格性」には、「高い」、「安い」といったキーワードが分類されている。また、キーワードの一例である「機能性」には、「使いやすい」、「使い勝手が悪い」といったキーワードが分類されている。

さらに、キーワード記憶部１Ｃでは、キーワードごとにポジティブなキーワードであるかネガティブなキーワードであるかを示す識別情報が付与されている。例えば、「価格性」というキーワードカテゴリーに属するキーワードのうち、「高い」というキーワードにはネガティブであることを示す識別情報が付与されており、「安い」というキーワードにはポジティブであることを示す識別情報が付与されている。後述する判別処理部１８は、この識別情報を参照することにより、所定のキーワードがポジティブなキーワードであるかネガティブなキーワードであるかを判別することができる。

判別処理部１８は、キーワード記憶部１Ｃを参照して、商品に対するコメントに含まれるキーワードについて、ポジティブなキーワード又はネガティブなキーワードのいずれかであるかを判別する。

本実施形態における商品プロファイル生成部１１は、所定の商品に対するコメントに含まれるキーワードについて、所定のキーワードカテゴリーごとのキーワードの出現回数をカウントし、所定のキーワードカテゴリーごとのキーワードの出現率に基づいた商品プロファイルを生成する。
即ち、所定の商品について、「使いやすい」、「便利」などのキーワードがあった場合、これらのキーワードが分類される「機能性」というキーワードカテゴリーについて、キーワードの出現回数がカウントされる。

また、商品のコメントに含まれるキーワードの数をカウントする際に、ポジティブなキーワードはプラスとして扱う一方、ネガティブなキーワードはマイナスとして扱うことができる。即ち、キーワードのカウントにおいて、ポジティブなキーワードは加算し、ネガティブなキーワードは減算する。例えば、所定の商品に対するコメントにおいて、「機能性」というキーワードカテゴリーに分類されるキーワードとして「使いやすい」、「便利」というキーワードがあった場合、「使いやすい」と「便利」はポジティブな評価であるとして2つ分、出現回数を加算する一方、「使い勝手が悪い」はネガティブな評価であるとして１つ分、出現回数を減算する。この結果、「機能性」というキーワードカテゴリーでは、キーワードの出現回数は差し引き、1つ分としてカウントされることになる。

本実施形態におけるユーザプロファイル生成部１２は、ユーザが購入した商品に含まれるキーワードについて、所定のキーワードカテゴリーごとのキーワードの出現回数をカウントし、所定のキーワードカテゴリーごとのキーワードの出現率に基づいたユーザプロファイルを生成する。
所定のキーワードカテゴリーごとのキーワードの出現率によって、ユーザが商品を選ぶ際に重視するポイントを、より抽象的な観念で把握することができる。例えば、あるユーザは、「価格」よりも「機能性」を重視するといった分析が可能である。

また、ユーザプロファイル生成部１２についても、上述した商品プロファイル生成部１１と同様、ユーザが購入した商品のコメントに含まれるキーワードの数をカウントする際に、ポジティブなキーワードはプラスとして扱う一方、ネガティブなキーワードはマイナスとして扱うことができる。

続いて、本実施形態に係るマッチングシステム３による一連の処理の流れについて、図９を参照して説明する。
なお、この例は適宜のタイミングにおいて、ユーザに対し、ユーザプロファイルに合った商品プロファイルを有する商品をレコメンドする場合の流れを示している。

判別処理部１８はキーワード記憶部１Ａを参照して、商品に対するコメントに含まれるキーワードについて、ポジティブなキーワード又はネガティブなキーワードのいずれかであるかを判別する（Ｓ３０１）。

商品プロファイル生成部１１はキーワード記憶部１Ａを参照して、所定の商品に対するコメントに含まれるキーワードについて、当該キーワードが属するキーワードカテゴリーを判別して所定のキーワードカテゴリーごとのキーワードの出現回数をカウントし、所定のキーワードカテゴリーごとのキーワードの出現率に基づいた商品プロファイルを生成する（Ｓ３０２）。
なお、商品プロファイル生成部１１は、所定のキーワードカテゴリーごとのキーワードの出現回数をカウントする際、ポジティブなキーワードはプラスとして扱う一方、ネガティブなキーワードはマイナスとして扱う。
判別処理部１８は、ユーザ情報記憶部１Ｂに記憶されているユーザの商品購入履歴、商品情報記憶部、及びキーワード記憶部１Ａを参照して、ユーザが購入した商品に対するコメントに含まれるキーワードについて、ポジティブなキーワード又はネガティブなキーワードのいずれかであるかを判別する（Ｓ３０３）。

ユーザプロファイル生成部１２はキーワード記憶部１Ａを参照して、ユーザが購入した商品に対するコメントに含まれるキーワードについて、当該キーワードが属するキーワードカテゴリーを判別して所定のキーワードカテゴリーごとのキーワードの出現回数をカウントし、所定のキーワードカテゴリーごとのキーワードの出現率に基づいたユーザプロファイルを生成する（Ｓ３０４）。
なお、商品プロファイル生成部１１は、所定のキーワードカテゴリーごとのキーワードの出現回数をカウントする際、ポジティブなキーワードはプラスとして扱う一方、ネガティブなキーワードはマイナスとして扱う。

算出処理部１３は、商品ごとの商品プロファイルとユーザのユーザプロファイルに基づき、各商品の商品プロファイルとユーザプロファイルの一致度を算出する（Ｓ３０５）。
レコメンド部１４はこの結果に応じて、一致度の高い商品をユーザに対してレコメンドする（Ｓ３０６）。

本実施形態に係るマッチングシステム３によれば、より抽象的な概念でユーザの重視するものを把握することができると共に、ユーザが重視するポイントに合った商品をレコメンドすることができる。
また、商品に対するコメントをポジティブなものとネガティブなものに判別して商品プロファイルとユーザプロファイルを生成するので、より高い精度で商品とユーザのマッチングを行うことができる。

なお、本実施形態についても、ユーザから検索条件を受け付け、検索条件に合致する商品の中から、ユーザプロファイルとの一致度の高い商品プロファイルを有する商品をユーザに対してレコメンドすることもできる。

次に、本発明の第三の実施形態に係るマッチングシステムについて説明する。
本実施形態に係るマッチングシステム（以下、本実施形態に係るマッチングシステムを「マッチングシステム４」とする）は、所定の商品カテゴリーごとにユーザのプロファイルを生成し、ユーザが商品ごとに重視するポイントの相違をマッチングに反映させたものである。
なお、本実施形態に係るマッチングシステム４について、以下の説明においては、上述した第一の実施形態に係るマッチングシステム１の変形例として説明することとする。

本実施形態における商品情報記憶部１Ａは、図１０に示されるように、商品を所定の商品カテゴリーに分類して記憶している。商品カテゴリーは例えば、「飲食品」、「電化製品」など、各商品を大きな概念で分類するものであり、各商品はいずれかの商品カテゴリーに分類されている。

本実施形態におけるユーザプロファイル生成部１２は、所定の商品カテゴリーごとに、ユーザが購入した商品に対するコメントに含まれるキーワードの出現回数をカウントし、当該キーワードの出現率に基づいた上記商品カテゴリーごとのユーザプロファイルを生成する。
即ち、「飲食品」や「電化製品」といったカテゴリーごとに、ユーザが購入した商品に対するコメントに基づいたユーザプロファイルを生成する。

本実施形態における算出処理部１３は、所定の商品カテゴリーにおけるユーザプロファイルと、当該所定の商品カテゴリーに分類される商品の商品プロファイルとの一致度を算出する。
即ち、「飲食品」や「電化製品」など、同じ商品カテゴリーのくくりで、商品プロファイルをユーザプロファイルの一致度を算出し、当該同じ商品カテゴリーの中で、ユーザの趣味・趣向に合った商品を把握することができる。

このような本実施形態によれば、所定のユーザについて、「飲食品」であれば価格を重視する一方、「電化製品」であれば価格よりも機能性を重視するなど、商品のカテゴリーに応じたユーザの趣向を把握することができる。そして、商品のカテゴリーごとのユーザの趣向に応じて、ユーザに商品をレコメンドすることができるので、ユーザによる商品の購買可能性を高めることができる。

なお、本実施形態においては、商品を予め、所定の商品カテゴリーに分類して記憶しておくものとしたが、これに関わらず、マッチングシステム４によってユーザプロファイルを生成する際、及び算出処理部１３によってユーザプロファイルとの一致度を算出する商品プロファイルを選択する際に、商品を所定の商品カテゴリーに分類し、所定の商品カテゴリーに分類される商品を特定するものとしてもよい。

なお、以上の本発明の別の実施形態として、ユーザから商品情報と共に所定のキーワードの条件指定を受け付け、当該所定のキーワードについては、商品のコメントに含まれる他のキーワードよりも優位に扱う。例えば、「クールなイヤホン」という検索条件を受け付け、当該検索条件に含まれる「クールな」というキーワードを優位に扱う。

このような例について、具体的な機能部の処理を説明する。
検索処理部１５は、所定のキーワードと商品情報とを合わせた検索条件の入力を受け付け、当該商品情報に合致する商品を検索する。

このような検索が実行された後の処理の一例では、商品プロファイル生成部１１が検索処理部１５によって検索された商品を対象として、商品のコメント中に含まれるキーワードの出現回数をカウントし、キーワードの出現率に基づいた商品プロファイルを生成するところ、商品のコメントに含まれるキーワードの数のカウントにおいて、検索条件において指定されたキーワードに重みづけを行う。

ここで、所定のキーワードに対する重みづけは例えば、当該所定のキーワードの出現度が最も高い商品を最も評価したり、商品プロファイルとユーザプロファイルの一致度の算出において、当該所定のキーワードについてのみ一致度を高く評価することによって実現される。
ユーザが検索条件において指定したキーワードに重みづけをすることで、ユーザが重視する点で評価の高い商品をユーザにレコメンドすることができる。

また、このような検索が実行された後、ユーザに対する結果の提示は、各種の態様によることができる例えば、検索条件において指定されたキーワードについて、他の商品よりも高い出現率をもつものを優先的に示す。また、他の例では、検索条件において指定されたキーワードについて、ユーザプロファイルと最も一致度の近しい商品プロファイルをもつ商品を優先的に示す。なお、ユーザに対するこのような示し方は、ユーザもしくはサイト運営者が設定を選択できるものであってもよい。

なお、以上の本実施形態において、ユーザプロファイルはユーザによる商品の購入履歴に基づいて生成されるが、購入履歴の全てに基づいたユーザプロファイルを生成できる一方、直近の所定件数分の購入履歴、あるいは直近の所定日数分の購入履歴など、ユーザプロファイルの生成の基礎にする購入履歴に係る情報を選択的に抽出するものとしてもよい。特に、直近の所定件数あるいは所定日数分の購入履歴に基づいたユーザプロファイルを生成すれば、より現在のユーザの趣味・趣向に即したユーザプロファイルが生成される。

１、３ マッチングシステム
１１ 商品プロファイル生成部
１２ ユーザプロファイル生成部
１３ 算出処理部
１４ レコメンド部
１５ 検索処理部
１６ 更新登録部
１７ 通信処理部
１８ 判別処理部
１Ａ 商品情報記憶部
１Ｂ ユーザ情報記憶部
１Ｃ キーワード記憶部
２ ユーザ端末
ＮＷ ネットワーク

Claims (10)

1. ユーザの趣味・趣向に合った商品を提案するシステムであって、
   所定の商品に対するコメントに含まれるキーワードの出現回数をカウントし、当該キーワードの出現率に基づいた商品プロファイルを生成する商品プロファイル生成手段と、
   ユーザが購入した商品に対するコメントに含まれるキーワードの出現回数をカウントし、当該キーワードの出現率に基づいたユーザプロファイルを生成するユーザプロファイル生成手段と、
   上記商品プロファイルと上記ユーザプロファイルの一致度を算出する算出手段と、を有する、
   マッチングシステム。
2. 各商品の商品プロファイルとユーザプロファイルの一致度に基づき、上記ユーザに対し、上記ユーザプロファイルと一致度の高い上記商品プロファイルを有する商品をレコメンドするレコメンド手段、をさらに有する、
   請求項１記載のマッチングシステム。
3. 上記商品に対するコメントに含まれるキーワードを、内容に応じた所定のキーワードカテゴリーに分類する分類処理手段、をさらに有し、
   上記商品プロファイル生成手段は、上記所定の商品に対するコメントに含まれるキーワードについて、上記所定のキーワードカテゴリーごとのキーワードの出現回数をカウントし、上記所定のキーワードカテゴリーごとのキーワードの出現率に基づいた商品プロファイルを生成し、
   上記ユーザプロファイル生成手段は、ユーザが購入した商品に対するコメントに含まれるキーワードについて、上記所定のキーワードカテゴリーごとのキーワードの出現回数をカウントし、上記所定のキーワードカテゴリーごとのキーワードの出現率に基づいたユーザプロファイルを生成する、
   請求項１又は２記載のマッチングシステム。
4. 上記キーワードについて、ポジティブなキーワード又はネガティブなキーワードのいずれかであるかを判別する判別処理手段、をさらに有し、
   上記商品プロファイル生成手段は、上記所定のキーワードカテゴリーごとのキーワードの出現回数のカウントにおいて、ポジティブなキーワードであればプラスとしてカウントし、ネガティブなキーワードであればマイナスとしてカウントし、
   上記ユーザプロファイル生成手段は、上記所定のキーワードカテゴリーごとのキーワードの出現回数のカウントにおいて、ポジティブなキーワードであればプラスとしてカウントし、ネガティブなキーワードであればマイナスとしてカウントする、
   請求項３記載のマッチングシステム。
5. 上記ユーザプロファイル生成手段は、所定の商品カテゴリーごとに、上記ユーザが購入した商品に対するコメントに含まれるキーワードの出現回数をカウントし、当該キーワードの出現率に基づいた上記商品カテゴリーごとのユーザプロファイルを生成し、
   上記算出手段は、所定の商品カテゴリーにおけるユーザプロファイルと、当該所定の商品カテゴリーに分類される商品の商品プロファイルとの一致度を算出する、
   請求項１乃至４いずれかの項に記載のマッチングシステム。
6. 上記ユーザから商品の検索条件の入力を受け付けると共に、当該検索条件に合致する商品を検索する検索手段、をさらに有し、
   上記商品プロファイル生成手段は、上記検索条件に合致する商品について上記商品プロファイルを生成する、
   請求項１乃至５いずれかの項に記載のマッチングシステム。
7. 上記検索手段は、上記ユーザから検索条件として所定のキーワードの入力を受け付け、
   上記商品プロファイル生成手段は、上記商品プロファイルの生成において、上記所定のキーワードに重みづけを行う、
   請求項６記載のマッチングシステム。
8. 上記ユーザによる商品の購入履歴を記憶する購入履歴記憶手段と、
   上記購入履歴を更新する更新登録手段と、をさらに有し、
   上記ユーザプロファイル生成手段は、上記ユーザプロファイルの生成において、直近の所定件数又は直近の所定日数分の購入履歴として登録されている商品に基づいたユーザプロファイルを生成する、
   請求項１乃至７いずれかの項に記載のマッチングシステム。
9. ユーザの趣味・趣向に合った商品を提案する方法であって、
   コンピュータが、
   所定の商品に対するコメントに含まれるキーワードの出現回数をカウントし、当該キーワードの出現率に基づいた商品プロファイルを生成する処理と、
   ユーザが購入した商品に対するコメントに含まれるキーワードについて、当該キーワードの出現回数をカウントし、当該キーワードの出現率に基づいたユーザプロファイルを生成する処理と、
   上記商品プロファイルと上記ユーザプロファイルの一致度を算出する処理と、を実行する、
   マッチング方法。
10. ユーザの趣味・趣向に合った商品を提案するためのコンピュータプログラムであって、
    コンピュータに対し、
    所定の商品に対するコメントに含まれるキーワードの出現回数をカウントし、当該キーワードの出現率に基づいた商品プロファイルを生成する処理と、
    ユーザが購入した商品に対するコメントに含まれるキーワードについて、当該キーワードの出現回数をカウントし、当該キーワードの出現率に基づいたユーザプロファイルを生成する処理と、
    上記商品プロファイルと上記ユーザプロファイルの一致度を算出する処理と、を実行させる、
    コンピュータプログラム。
    
    

Images