JP2020086728A - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Abstract

【課題】ユーザの行動の意図を高精度に加味した情報提案を行うこと。【解決手段】本願にかかる情報処理装置は、受付部と、決定部とを有する。受付部は、ユーザからコンテンツの配信要求を受け付ける。決定部は、ユーザがコンテンツに至る直前に行った一連の行動である行動履歴の過程を示すプロセス情報に基づいて、ユーザに提示される取引対象である提示対象を決定する。【選択図】図５

Description

本発明の実施形態は、情報処理装置、情報処理方法および情報処理プログラムに関する。

近年、インターネットなどのネットワークの飛躍的な普及に伴い、かかるネットワークを介した電子的な情報通信によって商品やサービスの売買などを行う電子商取引（ＥＣ:Electric Commerce）が盛んに行われている。例えば、ＥＣサイトでは、ユーザの購買履歴を用いて、ユーザに適した商品をレコメンドするものがある。

ところで、特許文献１には、ユーザの行動履歴に基づいて、ユーザが入力したクエリの意図を推定する技術が開示されている。

特開２０１８−４５３３２号公報

しかし、上記の従来技術では、ユーザの行動の意図を高精度に加味した情報提案を行うことができるとは限らない。例えば、上記の従来技術では、単に閲覧履歴や検索履歴に基づきユーザが入力したクエリの意図を推定しているに過ぎず、例えば、行動が現在に至るまでどのように遷移しているか一連の行動を用いている訳ではないため、必ずしもユーザの行動の意図を高精度に加味した情報提案を行う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、ユーザの行動の意図を高精度に加味した情報提案を行うことができる情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。

本願にかかる情報処理装置は、ユーザからコンテンツの配信要求を受け付ける受付部と、前記ユーザが前記コンテンツに至る直前に行った一連の行動である行動履歴の過程を示すプロセス情報に基づいて、前記ユーザに提示される取引対象である提示対象を決定する決定部とを有することを特徴とする。

実施形態の一態様によれば、ユーザの行動の意図を高精度に加味した情報提案を行うことができるといった効果を奏する。

図１は、実施形態にかかる情報処理を概念的に示す図である。 図２は、実施形態にかかる情報処理の一例を示す図である。 図３は、実施形態にかかる情報処理の一例を詳細に説明する説明図である。 図４は、実施形態にかかる情報処理システムの構成例を示す図である。 図５は、実施形態にかかる情報処理装置の構成例を示す図である。 図６は、クーポン取得に応じたレコメンドの一例を示す図である。 図７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、本願にかかる情報処理装置、情報処理方法およ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説明する。なお、この実施形態により本願にかかる情報処理装置、情報処理方法およ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〕
以下では、実施形態にかかる情報処理の一例について説明する。実施形態にかかる情報処理は、後述する情報処理装置１００によって行われる。

実施形態にかかる情報処理の説明に先立って、図４を用いて、実施形態にかかる情報処理システムについて説明する。図４は、実施形態にかかる情報処理システム１の構成例を示す図である。実施形態にかかる情報処理システム１は、図４に示すように、端末装置１０と、情報処理装置１００とを含む。端末装置１０、情報処理装置１００は、ネットワークＮ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４に示す情報処理システム１には、複数台の端末装置１０や、複数台の情報処理装置１００が含まれてよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置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）等である。

例えば、端末装置１０は、ユーザの操作に応じて、所定のサービス（例えば、ショッピングサイト等のＥＣサイト）にアクセスし、商品に関する商品情報を一覧表示する。また、例えば、端末装置１０は、所定のサービス内でのユーザの検索操作に応じて、例えば、検索クエリに対してヒットした商品情報、すなわち検索結果を一覧表示する。なお、本実施形態では、所定のサービスは情報処理装置１００を管理する事業主（「事業主Ｔ」とする）によって運営されるものとする。

ここで、実施形態にかかる情報処理が行われるにあたっての前提について、図１を用いて説明する。図１は、実施形態にかかる情報処理を概念的に示す図である。前提については、図１（ａ）を用いて説明する。図１（ａ）では、従来行われている行動履歴（購買履歴）に基づくレコメンドの手法が前提として示されている。なお、従来のレコメンドの手法にはいくつか存在するが、図１（ａ）では、そのうちの代表的なものを示すことにする。また、従来のレコメンド手法を説明するために、一時的に、かかるレコメンドを行うサバ装置であるサーバＸを用いることにする。

例えば、ユーザＵｘが、端末装置１０を用いて、あるサービス（例えば、ショッピングサイト）においてシューズに関する商品を検索し、検索結果の一つである「○×シューズ」を選択したとする。かかる場合、サーバＸは、検索結果に対応する詳細情報、より具体的には、「○×シューズ」に関する詳細情報が示されるページＰｘをユーザＵｘに提示するが、この際、例えば、「あなたへのおススメ」といった形で、所定の商品情報を推奨情報として含めたページＰｘを提供する場合がある。サーバＸは、どのような商品を推奨情報として提示するかというと、同じく「○×シューズ」を購入したことのある他のユーザの購買履歴に基づいて、この他のユーザがどんな商品を購入しているかを集計する（マスの集計）。

例えば、サーバＸは、購買履歴に基づいて、「○×シューズ」を購入したことのある他のユーザが購入している購入数の多い上位の商品が「商品Ｘ１、商品Ｘ２、商品Ｘ３、商品Ｘ４」であることを特定したとすると、ユーザＵｘもこれら４つの商品への興味度が高いであろうと判断する。そして、サーバＸは、「商品Ｘ１、商品Ｘ２、商品Ｘ３、商品Ｘ４」をレコメンドする推奨情報を含めたページＰｘをユーザＵｘに提示する。

しかしながら、このような推奨情報は、上記の通り、ユーザＵｘではなく、あくまで他のユーザの、しかも単なる行動履歴をマスの集計した集計結果に基づく推奨情報に過ぎないため、シューズを探しているユーザの意図が反映された推奨情報とはいい難い。極端な例を挙げると、「商品Ｘ１、商品Ｘ２、商品Ｘ３、商品Ｘ４」は、シューズと全く関係のない商品となってしまうこともあり得るため、ユーザＵｘはこの推奨情報に興味を示さないといったことも十分に起こり得る。

では、マスの集計ではなく、ユーザＵｘのみの行動履歴に着目した場合、例えば、ユーザＵｘが過去に電子レンジを購入していたとすると、電子レンジに関連する商品が推奨情報として提示されることがあり得る。確かに、電子レンジを購入したその時点であれば、ユーザＵｘは、電子レンジに関連する商品に興味があったかもしれないが、シューズを探している現時点において、電子レンジに関連する商品に興味があるとは限らない。したがって、このような場合でもユーザＵｘはこの推奨情報に興味を示さないといったことが起こり得る。

ここで、単なる行動履歴ではなく、ユーザＵｘがどのような行動を経てページＰｘに至っているか、サービス内での行動のプロセスに着目すれば、どのような推奨情報が現時点でのユーザＵｘにとって効果的な情報であるかを適切に決定することができる。例えば、シューズに関して検索および閲覧を重ねたうえで、ユーザＵｘが現在のページＰｘに至っているのであれば、ユーザは高確率でシューズに関する情報を欲しているとえる。このようなタイミングで、シューズに関する情報を推奨情報として決定し提示できれば、このような推奨情報は、ユーザＵｘにとって非常に有りがたい情報といえる。

このような前提を踏まえて、情報処理装置１００は、実施形態にかかる情報処理を行う。具体的には、情報処理装置１００は、ユーザからコンテンツの配信要求を受け付けると、ユーザがコンテンツの提供を受けるよりも前に利用したサービスから、コンテンツに至るまでのユーザの一連の行動であって、サービス内での行動のプロセスを示すプロセス情報を取得する。そして、情報処理装置１００は、取得したプロセス情報に基づいて、ユーザに推奨される推奨情報を決定する。

例えば、情報処理装置１００は、プロセス情報として、コンテンツに至るまでのサービス内でのユーザの一連の閲覧行動を示す閲覧情報を取得し、取得した閲覧情報に基づいて、ユーザに推奨される推奨情報を決定する。具体的には、情報処理装置１００は、閲覧情報に基づき特定された属性情報であって、一連の閲覧行動によりユーザに閲覧された取引対象に関する属性情報に基づいて、ユーザに推奨される推奨情報を決定する。

また、情報処理装置１００は、プロセス情報として、コンテンツに至るまでのサービス内でのユーザの一連の検索行動を示す検索情報を取得し、取得した検索情報に基づいて、ユーザに推奨される推奨情報を決定する。具体的には、情報処理装置１００は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザが検索クエリを用いて検索を行ったことを示す検索情報が取得された場合には、所定の条件を用いて検索結果から絞り込んだ後の検索結果を推奨情報として決定する。例えば、情報処理装置１００は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザが検索クエリを用いて検索を行ったことを示す検索情報が取得された場合には、検索結果に対応する取引対象の仕様、検索結果に対応する取引対象に関するモデル、または、検索結果に対応する取引対象に関するモデルの少なくともいずれか１つを条件とする検索クエリを用いて検索結果から絞り込んだ後の検索結果を推奨情報として決定する。

なお、本実施形態において、情報処理装置１００が推奨情報を決定する処理には、どのような取引対象（商品）を提示（推奨）するかといった提示対象の取引対象である提示対象を決定することにより、決定した取引対象そのものを推奨情報として決定したり、あるいは、決定した取引対象に関する情報（例えば、検索結果、評価情報、ランキング情報）を推奨情報として決定する処理が含まれる。また、以下の実施形態において、推奨情報を決定するという文言について、提示対象を決定すると言い換えることができるものとする。

ここからは、図１（ｂ）を用いて、図１（ａ）で説明した前提処理に対する、実施形態にかかる情報処理の違いを説明する。なお、以下の実施形態では、取引対象は商品であるものとする。また、ユーザとしてユーザＵ１を用いることにする。また、以下の実施形態では、推奨情報は、検索結果等、簡易的な商品情報が一覧表示されるような一覧ページではなく、例えば、一覧表示される商品情報の１つが選択された場合に遷移される詳細ページであって、商品に関する詳細情報が示される詳細ページに表示されるものとする。また、このような場合、詳細ページは、コンテンツの一例といえる。もちろん、推奨情報は、任意のコンテンツにおいて、任意のタイミングで表示されてよいものである。

図１（ｂ）の例では、ショッピングサイトであるサービスＴＺ内において、ユーザＵ１が以下の行動を行ったとする。ユーザＵ１は、トップページＰ１１にアクセスすることにより、トップページＰ１１にて行動Ａｔ１１を行っている。具体的には、ユーザＵ１は、行動Ａｔ１１として、「スニーカーに関するランキング情報を閲覧」、「ランキング情報のうち、スニーカーＸ１１に関する情報（例えば、サムネイル画像）を選択」といった行動を行っている。次に、ユーザＵ１は、行動Ａｔ１１に応じて、スニーカーＸ１１に関する詳細ページＰ１２へと遷移し行動Ａｔ１２を行っている。具体的には、ユーザＵ１は、行動Ａｔ１２として、「スニーカーＸ１１に関する詳細ページＰ１２を閲覧」、「「スニーカー 白」を検索クエリとして検索」といった行動を行っている。次に、ユーザＵ１は、行動Ａｔ１２に応じて、検索結果ページＰ１３へと遷移し行動Ａｔ１３を行っている。具体的には、ユーザＵ１は、行動Ａｔ１３として、「スニーカーに関する検索結果ページＰ１３を閲覧」、「（スニーカーＡ２ 白）に対応する検索結果ＲＥ２を選択」といった行動を行っている。

ユーザＵ１により行動Ａｔ１３が行われたことにより、情報処理装置１００は、端末装置１０から、（スニーカーＡ２ 白）に対応する詳細ページＰ１４（コンテンツの一例）の配信要求を受け付ける。例えば、情報処理装置１００は、この詳細ページＰ１４にて推奨情報を提示するタイミングであると判断したとすると、詳細ページＰ１４に至るまでのユーザＵ１の一連の行動であって、サービスＴＺでの行動のプロセスを示すプロセス情報を取得する。例えば、情報処理装置１００は、プロセス情報として、詳細ページＰ１４に至るまでのユーザＵ１の一連の閲覧行動を示す閲覧情報を取得する。また、情報処理装置１００は、プロセス情報として、詳細ページＰ１４に至るまでのユーザＵ１の一連の検索行動を示す検索情報を取得する。

図１（ｂ）の例では、ユーザＵ１は、行動Ａｔ１１、行動Ａｔ１２、行動Ａｔ１３、行動Ａｔ１４を順に経て詳細ページＰ１４に至っている。言い換えれば、ユーザＵ１は、行動Ａｔ１１、行動Ａｔ１２、行動Ａｔ１３、行動Ａｔ１４といった行動のプロセスを経て詳細ページＰ１４に至っている。また、ユーザＵ１は、詳細ページＰ１４に至るまでに、行動Ａｔ１１から行動Ａｔ１４までの一連の行動を行っているともいえる。このようなことから、図１（ｂ）の例では、情報処理装置１００は、行動Ａｔ１１、行動Ａｔ１２、行動Ａｔ１３、行動Ａｔ１４（行動Ａｔ１１〜Ａｔ１４）を示すプロセス情報を取得する。このプロセス情報をプロセス情報ＰＪ１とすると、情報処理装置１００は、プロセス情報ＰＪ１に基づいて、ユーザＵ１に推奨される推奨情報を決定する。つまり、情報処理装置１００は、プロセス情報ＰＪ１に基づいて、ユーザＵ１に提示される商品（提示対象）を決定するとともに、決定した提示対象に基づいて、推奨情報を決定する。

プロセス情報ＰＪ１によると、ユーザＵ１は、「白のスニーカー」を探している可能性が高い。なぜなら、ユーザＵ１は、行動Ａｔ１２において、「スニーカー 白」を検索クエリとして検索を行い、また、行動Ａｔ１２において、その検索結果の１つを実際に選択（閲覧）しているためである。このようなことから、情報処理装置１００は、プロセス情報ＰＪ１に基づいて、行動Ａｔ１１〜Ａｔ１４がどのような意図で行われているかを解析し、解析結果に基づいて、どのような情報を推奨情報とすればよいかを決定する。

図１（ｂ）の例では、情報処理装置１００は、解析により、例えば、行動Ａｔ１１〜Ａｔ１４は「白のスニーカーに関する情報が欲しい」という意図のもとに行われた行動であるとの解析結果を得る。「白のスニーカーに関する情報が欲しい」ユーザＵ１は、この先、さらに検索クエリを入力して検索結果を絞り込んでゆく可能性が高い。したがって、情報処理装置１００は、ユーザＵ１により入力された検索クエリ「スニーカー 白」に対応する検索結果（ページＰ１３にて表示）から、さらに絞り込みを行うための絞込み用検索クエリを設定する。例えば、情報処理装置１００は、商品（この場合、スニーカー）の製造元（メーカー）を条件とする絞り込み用検索クエリ「スニーカー Ｍ１メーカー 白」および「スニーカー Ｍ２メーカー 白」を設定する。

このような状態において、情報処理装置１００は、絞り込み用検索クエリ「スニーカー Ｍ１メーカー 白」を用いて動的に検索処理を行うことにより、ページＰ１３での検索結果からさらに絞り込んだ検索結果を得る。そして、情報処理装置１００は、この検索結果を推奨情報として決定する。例えば、情報処理装置１００は、各商品に対応する複数の検索結果を得たならば、各商品のうち売上ランキング上位４つの商品それぞれの検索結果を抽出する。ここでは、情報処理装置１００は、商品Ｘ２１、商品Ｘ２２、商品Ｘ２３、商品Ｘ２４それぞれに対応する検索結果（１まとめにして検索結果ＲＥ１１とする）を抽出したとする。そうすると、情報処理装置１００は、検索結果ＲＥ１１を推奨情報として決定する。

また、情報処理装置１００は、絞り込み用検索クエリ「スニーカー Ｍ２メーカー 白」を用いて動的に検索処理を行うことにより、ページＰ１３での検索結果からさらに絞り込んだ検索結果を得る。そして、情報処理装置１００は、この検索結果を推奨情報として決定する。例えば、情報処理装置１００は、各商品に対応する複数の検索結果を得たならば、各商品のうち売上ランキング上位４つの商品それぞれの検索結果を抽出する。ここでは、情報処理装置１００は、商品Ｘ３１、商品Ｘ３２、商品Ｘ３３、商品Ｘ３４それぞれに対応する検索結果（１まとめにして検索結果ＲＥ１２とする）を抽出したとする。そうすると、情報処理装置１００は、検索結果ＲＥ１２を推奨情報として決定する。

情報処理装置１００は、上記の様にして推奨情報を決定すると、決定した推奨情報が表示されるような詳細ページＰ１４を配信要求元の端末装置１０に送信する。例えば、情報処理装置１００は、図１（ｂ）に示すように、上半分の領域に検索結果ＲＥ２の詳細情報が表示され、下半分の領域に推奨情報である検索結果ＲＥ１１および検索結果ＲＥ１２が表示されるような詳細ページＰ１４を生成する。そして、情報処理装置１００は、生成した詳細ページＰ１４を配信要求元の端末装置１０に送信する。

このように情報処理装置１００によって提示される推奨情報は、ページＰｘにおいてサーバＸにより提示される推奨情報（図１（ａ））と比較して、よりユーザの行動の意図を汲んだ情報、あるいは、ユーザの行動を先読みした結果による情報といえる。つまり、ユーザは、この後探そうとしていた情報が情報処理装置１００によって先に提示されることになるため非常に便利であり、また、推奨情報に対する興味が高められる。このようなことから、実施形態にかかる情報処理装置１００は、ユーザの行動の意図を高精度に加味した情報提案を行うことができるといえる。

さて、図１を用いて、従来の手法と比較しつつ、実施形態にかかる情報処理について説明してきた。次に、図２を用いて、実施形態にかかる情報処理の一例を手順を追って説明する。図２は、実施形態にかかる情報処理の一例を示す図である。なお、適宜、図３も用いて説明する。図３は、実施形態にかかる情報処理の一例を詳細に説明する説明図である。

まず、情報処理装置１００は、図２に示すような行動情報記憶部１２１を有する。行動情報記憶部１２１は、ユーザの各種行動を示す行動情報を記憶する。行動情報記憶部１２１は、例えば、ユーザがコンテンツの提供を受けるよりも前に利用したサービスから、コンテンツに至るまでの一連の行動であって、サービス内での行動のプロセスを示すプロセス情報を記憶する。図２の例では、行動情報記憶部１２１は、「ユーザＩＤ」、「日付」、「サービスＩＤ」、「ページＩＤ」、「行動情報」といった項目を有する。

「ユーザＩＤ」は、ユーザまたはユーザの端末装置１０を識別する識別情報を示す。「日付」は、「ページＩＤ」によって識別されるページへ遷移された日付を示す。また、「日付」は、「行動情報」が示す行動が行われた日付であってもよい。「サービスＩＤ」は、「行動情報」が示す行動がどのサービス内で行われたかサービスを識別する情報を示す。「ページＩＤ」は、対応する「日付」において遷移された遷移先のページを識別する識別情報を示す。また、「ページＩＤ」は、「行動情報」が示す行動が行われたページを識別する識別情報であってもよい。「行動情報」は、「ページＩＤ」によって識別されるページにおいて行われた行動を示す情報である。「行動情報」が示す行動には、例えば、閲覧する、検索する、選択する、購入する等の行動がある。

例えば、図２に示す行動情報記憶部１２１の例では、ユーザＩＤ「Ｕ１」によって識別されるユーザ（ユーザＵ１）は、直近において次のような行動を行っている。言い換えれば、情報処理装置１００は、ユーザＵ１の次のような行動を示す行動情報を検知することにより、検知した行動情報を行動情報記憶部１２１に格納している。

具体的には、ユーザＵ１は、トップページＰ２１にアクセスすることにより、「トップページＰ２１を閲覧」、「カテゴリ「スニーカー」を選択」といった行動を行っている。次に、ユーザＵ１は、スニーカーに関するページＰ２２へと遷移し、「ページＰ２２を閲覧」、「「スニーカー Ｍ１メーカー」を検索クエリとして検索」といった行動を行っている。次に、ユーザＵ１は、スニーカーに関する検索結果ページＰ２３へと遷移し、「検索結果ページＰ２３を閲覧」、「（スニーカーＢ２ Ｍ１メーカー）に対応する検索結果ＲＥ２２を選択」といった行動を行っている。そして、このような一連の行動を模式的に示しているのが図３（ａ）である。また、情報処理装置１００は、このような一連の行動を示すプロセス情報をユーザＵ１の端末装置１０から取得（検知）することにより、行動情報記憶部１２１に格納している。

ここで、情報処理装置１００は、コンテンツの配信要求を受け付けたか否かを判定しているため（ステップＳ１１）、上記の様に、検索結果ＲＥ２２が選択されたことにより、コンテンツの配信要求、具体的には、検索結果ＲＥ２２に対応する詳細ページＰ２４の配信要求を受け付けたと判定する。なお、情報処理装置１００は、コンテンツの配信要求を受け付けていない場合には（ステップＳ１１；Ｎｏ）、受け付けるまで待機する。

そして、情報処理装置１００は、コンテンツの配信要求を受け付けたと判定した場合には（ステップＳ１１；Ｙｅｓ）、推奨情報を提示するタイミングか否かを判定する（ステップＳ１２）。情報処理装置１００は、推奨情報を提示するタイミングでないと判定した場合には（ステップＳ１２；Ｎｏ）、実施形態にかかる推奨情報を含まない単なる詳細ページＰ２４を配信し処理を終了する。なお、図２の例では、情報処理装置１００は、推奨情報を提示するタイミングであると判定したものとする。

情報処理装置１００は、推奨情報を提示するタイミングであると判定した場合には（ステップＳ１２；Ｙｅｓ）、プロセス情報を取得する（ステップＳ１３）。例えば、情報処理装置１００は、行動情報記憶部１２１においてユーザＩＤ「Ｕ１」が対応付けられる「行動情報」をプロセス情報ＰＪ２として取得する。

次に、情報処理装置１００は、推奨情報を決定する決定処理を実行する（ステップＳ１４）。情報処理装置１００は、プロセス情報ＰＪ２に基づいて、プロセス情報ＰＪ２が示す一連の行動がどのような意図で行われているかを解析し、解析結果に基づいて、どのような情報を推奨情報とすればよいかを決定する。情報処理装置１００は、意図解析には任意の手法を用いることができる。例えば、情報処理装置１００は、直前に用いられた検索クエリに基づいて意図を解析してもよいし、機械学習による結果（例えば、学習モデル）を用いて意図を解析してもよい。機械学習の場合、かかるモデルは、例えば、ある行動を行うユーザは、このような意図があるためにその行動を行う傾向にあるといった、行動と意図との相関関係を示すようなモデルである。

図３（ａ）の例では、情報処理装置１００は、解析により、例えば、プロセス情報ＰＪ２が示す一連の行動は「Ｍ１メーカーのスニーカーに関する情報が欲しい」という意図のもとに行われた行動であるとの解析結果を得る。「Ｍ１メーカーのスニーカーに関する情報が欲しい」ユーザＵ１は、この先、さらに検索クエリを入力して検索結果を絞り込んでゆく可能性が高い。したがって、情報処理装置１００は、ユーザＵ１により入力された検索クエリ「スニーカー Ｍ１メーカー」に対応する検索結果（ページＰ２３にて表示）から、さらに絞り込みを行うための絞込み用検索クエリを設定する。例えば、情報処理装置１００は、商品（この場合、スニーカー）の仕様（例えば、モデル）を条件とする絞り込み用検索クエリ「スニーカー Ｍ１メーカー Ｄ１モデル」および「スニーカー Ｍ１メーカー Ｄ２モデル」を設定する。

このような状態において、情報処理装置１００は、絞り込み用検索クエリ「スニーカー Ｍ１メーカー Ｄ１モデル」を用いて動的に検索処理を行うことにより、ページＰ２３での検索結果からさらに絞り込んだ検索結果を得る。そして、情報処理装置１００は、この検索結果を推奨情報として決定する。ここでは、情報処理装置１００は、商品Ｘ２１、商品Ｘ２２、商品Ｘ２３、商品Ｘ２４それぞれに対応する検索結果（１まとめにして検索結果ＲＥ２１とする）を得たとする。そうすると、情報処理装置１００は、検索結果ＲＥ２１を推奨情報として決定する。

また、情報処理装置１００は、絞り込み用検索クエリ「スニーカー Ｍ１メーカー Ｄ２モデル」を用いて動的に検索処理を行うことにより、ページＰ２３での検索結果からさらに絞り込んだ検索結果を得る。ここでは、情報処理装置１００は、商品Ｘ３１、商品Ｘ３２、商品Ｘ３３、商品Ｘ３４それぞれに対応する検索結果（１まとめにして検索結果ＲＥ２２とする）を得たとする。そうすると、情報処理装置１００は、検索結果ＲＥ２２を推奨情報として決定する。

次に、情報処理装置１００は、詳細ページＰ２４とともに推奨情報を端末装置１０に配信する。例えば、情報処理装置１００は、図３（ａ）に示すように、上半分の領域に検索結果ＲＥ２２の詳細情報が表示され、下半分の領域に推奨情報である検索結果ＲＥ２１および検索結果ＲＥ２２が表示されるような詳細ページＰ２４を生成する。そして、情報処理装置１００は、生成した詳細ページＰ１４を端末装置１０に配信する。

図２および図３（ａ）を用いて実施形態にかかる情報処理の一例について説明してきたが、次に、図２および図３（ｂ）を用いて実施形態にかかる情報処理の他の一例について説明する。具体的には、情報処理装置１００が、一連の行動の中で連続的に閲覧された同一種別の取引対象それぞれを比較させる一覧情報を推奨情報として決定する場合の例を説明する。なお、処理手順については、図２で既に説明した通りであるため、この後の詳細な説明は省略する。また、繰り返しになる説明についても適宜省略する。

例えば、図２に示す行動情報記憶部１２１の例では、ユーザＩＤ「Ｕ３」によって識別されるユーザ（ユーザＵ３）は、直近において次のような行動を行っている。言い換えれば、情報処理装置１００は、ユーザＵ３の次のような行動を示す行動情報を検知することにより、検知した行動情報を行動情報記憶部１２１に格納している。

具体的には、ユーザＵ３は、冷蔵庫に関する検索結果ページＰ３１にアクセスすることにより、「検索結果ページＰ３１を閲覧」、「検索結果ＲＥ３１を選択」といった行動を行っている。次に、ユーザＵ３は、冷蔵庫Ｆ１の詳細ページＰ３２へと遷移し、「詳細ページＰ３２を閲覧」、「検索結果ページＰ３１へとブラウザバック」といった行動を行っている。次に、ユーザＵ３は、検索結果ページＰ３１へと遷移し、「検索結果ページＰ３１を閲覧」、「検索結果ＲＥ３２を選択」といった行動を行っている。そして、このような一連の行動を模式的に示しているのが図３（ｂ）である。また、情報処理装置１００は、このような一連の行動を示すプロセス情報をユーザＵ３の端末装置１０から取得（検知）することにより、行動情報記憶部１２１に格納している。

また、情報処理装置１００は、検索結果ＲＥ３２に対応する詳細ページＰ３３の配信要求を受け付けたことで、推奨情報を提示するタイミングであると判定したものとする。

そして、この場合、情報処理装置１００は、行動情報記憶部１２１においてユーザＩＤ「Ｕ３」が対応付けられる「行動情報」をプロセス情報ＰＪ３として取得する。次に、情報処理装置１００は、プロセス情報ＰＪ３に基づいて、プロセス情報ＰＪ３が示す一連の行動がどのような意図で行われているかを解析し、解析結果に基づいて、どのような情報を推奨情報とすればよいかを決定する。

プロセス情報ＰＪ３によると、ユーザＵ３は、冷蔵庫に関する検索結果ページＰ３１を起点に様々な検索結果を閲覧している。つまり、ユーザＵ３は、同一種別の取引対象（この場合、冷蔵庫）に関する情報を続けて閲覧しているため、見た目、価格、スペック等を比較している可能性が高い。このようなことから、図３（ｂ）の例では、情報処理装置１００は、解析により、例えば、プロセス情報ＰＪ３が示す一連の行動は「情報比較」という意図のもとに行われた行動であるとの解析結果を得る。ここで、プロセス情報ＰＪ３の中でユーザＵ３により閲覧された情報が一覧表示されると、例えば、容易に価格比較やスペック比較ができて便利である。

したがって、情報処理装置１００は、プロセス情報ＰＪ３が示す一連の行動の中で閲覧された冷蔵庫それぞれを比較させる一覧情報を推奨情報として決定する。例えば、情報処理装置１００は、プロセス情報ＰＪ３が示す一連の行動の中で閲覧された各冷蔵庫の価格を比較させる一覧情報を推奨情報として決定する。

例えば、ユーザＵ３が商品Ｘ４１、商品Ｘ４２、商品Ｘ４３、商品Ｘ４４を連続的に閲覧していたのであれば、情報処理装置１００は、これら４つの商品の格を比較させる一覧情報Ｊ４１１を生成する。

次に、情報処理装置１００は、詳細ページＰ３３とともに一覧情報Ｊ４１１を端末装置１０に配信する。例えば、情報処理装置１００は、図３（ｂ）に示すように、上半分の領域に検索結果ＲＥ３２の詳細情報が表示され、下半分の領域に一覧情報Ｊ４１１が表示されるような詳細ページＰ３３を生成する。そして、情報処理装置１００は、生成した詳細ページＰ３３を端末装置１０に配信する。

〔２．情報処理装置の構成〕
次に、図５を用いて、実施形態にかかる情報処理装置１００について説明する。図５は、実施形態にかかる情報処理装置１００の構成例を示す図である。図５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。例えば、情報処理装置１００は、図２および図３で説明した情報処理を行うサーバ装置である。

（通信部１１０について）
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、端末装置１０との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ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、行動情報記憶部１２１を有する。行動情報記憶部１２１については、図２で既に説明したためこの後の説明は省略する。

（制御部１３０について）
図５に戻り、制御部１３０は、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、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。

（受付部１３１について）
受付部１３１は、ユーザからコンテンツの配信要求を受け付ける。例えば、受付部１３１は、コンテンツの配信要求を受け付けたか否かを判定し、配信要求を受け付けたと判定した場合には、当該コンテンツにおいて推奨情報を提示するタイミングであるか否かを判定する。例えば、受付部１３１は、推奨情報を提示するタイミングであると判定した場合には、取得部１３２へと処理を移行する。

（取得部１３２について）
取得部１３２は、ユーザがコンテンツの提供を受けるよりもに利用したサービスから、コンテンツに至るまでのユーザの一連の行動であって、サービス内での行動のプロセスを示すプロセス情報を取得する。例えば、取得部１３２は、ユーザがコンテンツの提供を受けるよりも前に一連の複数のサービスを利用してからコンテンツに至っている場合には、プロセス情報として、複数のサービスに渡って行われた一連の行動のプロセスを示すプロセス情報を取得する。例えば、取得部１３２は、プロセス情報として、ユーザがコンテンツの提供を受ける直前に利用したサービスから、コンテンツに至るまでの行動のプロセスを示すプロセス情報を取得する。

また、取得部１３２は、プロセス情報として、コンテンツに至るまでのサービス内でのユーザの一連の閲覧行動を示す閲覧情報を取得する。また、取得部１３２は、プロセス情報として、コンテンツに至るまでのサービス内でのユーザの一連の検索行動を示す検索情報を取得する。

例えば、取得部１３２は、ユーザが端末装置１０を用いて行動をおこす度に、この行動を示す行動情報を取得する。例えば、取得部１３２は、端末装置１０から各閲覧情報や検索情報を適宜取得し、取得した閲覧情報や検索情報が一連の行動として繋がりのあるものであればそれをプロセス情報として行動情報記憶部１２１に格納する。また、取得部１３２は、受付部１３１により推奨情報を提示するタイミングであると判定された場合には、行動情報記憶部１２１から対象のユーザのプロセス情報（行動情報）を取得する。そして、取得部１３２は、取得したプロセス情報を決定部１３３に送信する。なお、取得部１３２は、情報処理装置１００以外のサーバ装置からプロセス情報を取得してもよい。また、取得部１３２は、情報処理装置１００内の所定の処理部からプロセス情報を取得（受信）することができる。

（決定部１３３について）
決定部１３３は、ユーザがコンテンツに至る直前に行った一連の行動である行動履歴の過程を示すプロセス情報に基づいて、ユーザに提示される取引対象である提示対象を決定する。例えば、決定部１３３は、プロセス情報として、ユーザがコンテンツの提供を受ける直前に利用したサービス内におけるユーザの一連の行動である行動履歴の過程を示すプロセス情報に基づいて、提示対象を決定する。例えば、決定部１３３は、ユーザがコンテンツの提供を受ける直前に一連の複数のサービスを利用してからコンテンツに至っている場合には、プロセス情報として、複数のサービスに渡って行われた一連の行動である行動履歴の過程を示すプロセス情報に基づいて、提示対象を決定する。

例えば、決定部１３３は、取得部１３２により取得されたプロセス情報に基づいて、ユーザに推奨される推奨情報を決定する。例えば、決定部１３３は、プロセス情報として、プロセスの中での行動のうちコンテンツに至る直前に行われた行動を示す行動情報に基づいて、ユーザに推奨される推奨情報を決定する。

また、例えば、決定部１３３は、閲覧情報に基づいて、ユーザに推奨される推奨情報を決定する。例えば、決定部１３３は、閲覧情報に基づき特定された属性情報であって、一連の閲覧行動によりユーザに閲覧された取引対象に関する属性情報に基づいて、ユーザに推奨される推奨情報を決定する。取引対象に関する属性情報は、例えば、図３（ａ）の例では「シューズ」、図３（ｂ）の例では「冷蔵庫」となる。もちろん、取引対象に関する属性情報は、ユーザに入力されたクエリや、ユーザに選択された選択情報等でもよい。

また、決定部１３３は、図２および図３（ｂ）で説明したように、コンテンツに至るまでのユーザの一連の行動の中で、ユーザがサービスにおいて同一種別の取引対象を続けて閲覧したことを示す閲覧情報が取得された場合には、閲覧された同一種別の取引対象それぞれを比較させる一覧情報を推奨情報として決定する。

また、決定部１３３は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザがサービスにおいて複数の同一種別の取引対象を閲覧したことを示す閲覧情報が取得された場合には、当該取引対象に関するランキング情報を推奨情報として決定してもよい。この点について、図３（ｂ）の例を用いて説明する。

プロセス情報ＰＪ３によると、ユーザＵ３は、冷蔵庫に関する検索結果ページＰ３１を起点に様々な検索結果を閲覧している。つまり、ユーザＵ３は、同一種別の取引対象（この場合、冷蔵庫）に関する情報を続けて閲覧しているため、良い冷蔵庫がないか探している可能性が高い。このようなことから、決定部１３３は、解析により、例えば、プロセス情報ＰＪ３が示す一連の行動は「人気の冷蔵庫を見つけたい」という意図のもとに行われた行動であるとの解析結果を得る。このようなときに、冷蔵庫に関するランキング情報が一覧表示されると便利である。

したがって、決定部１３３は、冷蔵庫に関するランキング情報が一覧表示される一覧情報を推奨情報として決定する。また、後述する生成部１３４は、例えば、サービスＴＺでの冷蔵庫の売上に関するランキング情報を取得し、取得したランキング情報が表示されるような推奨情報を生成する。そして、情報処理装置１００は、詳細ページＰ３３とともにこの推奨情報を端末装置１０に配信する。

また、決定部１３３は、検索情報に基づいて、ユーザに推奨される推奨情報を決定する。例えば、決定部１３３は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザが検索クエリを用いて検索を行ったことを示す検索情報が取得された場合には、所定の条件を用いて検索結果から絞り込んだ後の検索結果を前記推奨情報として決定する。例えば、決定部１３３は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザが検索クエリを用いて検索を行ったことを示す検索情報が取得された場合には、検索結果に対応する取引対象の仕様、検索結果に対応する取引対象に関するモデル、または、検索結果に対応する取引対象に関する製造元の少なくともいずれか１つを条件とする検索クエリを用いて検索結果から絞り込んだ後の検索結果を推奨情報として決定する。

なお、決定部１３３は、例えば、ユーザがこのような一連の行動を行っていれば、このような推奨情報を決定する、といったように、一連の行動と推奨情報との組合せ情報を有しておき、この組合せ情報に基づき推奨情報を決定してもよい。また、決定部１３３は、例えば、ユーザが直前にこのような行動を行っていれば、このような推奨情報を決定する、といったように、直前の行動と推奨情報との組合せ情報を有しておき、この組合せ情報に基づき推奨情報を決定してもよい。

（生成部１３４について）
生成部１３４は、決定部１３３により決定された推奨情報に基づいて、実際にユーザに提示するための推奨情報を生成する。具体的には、決定部１３３はどのような情報を推奨情報とするかを決定するものであるため、生成部１３４は、決定部１３３によりｋっていされたように推奨情報を生成する。

例えば、図３（ａ）の例では、生成部１３４は、４つの商品それぞれの代表画像（サムネイル）が、４つの商品それぞれの検索結果として表示されるような検索結果ＲＥ２１を生成する。検索結果ＲＥ２２についても同様である。また、図３（ｂ）の例では、生成部１３４は、４つの商品それぞれの代表画像（サムネイル）とともに４つの商品それぞれの価格情報が表示されるような一覧情報Ｊ４１１を生成する。なお、生成部１３４は、推奨情報が表示されるコンテンツも生成してよい。

（提示部１３５について）
提示部１３５は、決定部１３３により決定された推奨情報をユーザに提示する。例えば、提示部１３５は、生成部１３４により生成されたコンテンツとともに、生成部１３４により生成された推奨情報をユーザに提示（配信または送信）する。例えば、提示部１３５は、推奨情報を含むコンテンツをユーザに提示する。

〔３．変形例〕
上記実施形態にかかる情報処理装置１００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、情報処理装置１００の他の実施形態について説明する。

〔３−１．クーポン取得に応じたレコメンド〕
決定部１３３は、コンテンツに至るまでの前記ユーザの一連の行動の中で、前記ユーザがクーポンを獲得したことを示すプロセス情報が取得部１３２により取得された場合には、コンテンツで対象となっている取引対象に関連する取引対象のうちクーポンを適用可能な取引対象を示す対象情報を推奨情報として決定する。この点について、図６を用いて説明する。図６は、クーポン取得に応じたレコメンドの一例を示す図である。図６では、行動したのはユーザＵ１であるものとする。

図６の例では、ユーザＵ１は、トップページＰ４１にアクセスすることにより、「トップページＰ４１を閲覧」、「クーポンＫを取得」、「「スニーカー 白」を検索クエリとして検索」といった行動を行っている。また、情報処理装置１００は、このような一連の行動を示すプロセス情報をユーザＵ３の端末装置１０から取得（検知）することにより、行動情報記憶部１２１に格納している。

また、情報処理装置１００は、検索結果ページＰ４２の配信要求を受け付けたことで、推奨情報を提示するタイミングであると判定したものとする。

上記のようにユーザＵ１が行った一連の行動情報をプロセス情報ＰＪ４とすると、情報処理装置１００は、行動情報記憶部１２１からこのプロセス情報ＰＪ４を取得する。次に、情報処理装置１００は、プロセス情報ＰＪ４に基づいて、プロセス情報ＰＪ４が示す一連の行動がどのような意図で行われているかを解析し、解析結果に基づいて、どのような情報を推奨情報とすればよいかを決定する。

決定部１３３は、解析により、例えば、プロセス情報ＰＪ４が示す一連の行動は「良い商品があればクーポンＫを直ぐに使いたい」という意図のもとに行われた行動であるとの解析結果を得る。このようなときに、クーポンＫを適用可能な商品が一覧表示されると便利である。したがって、決定部１３３は、クーポンＫを適用可能な商品の一覧情報を推奨情報として決定する。

ここで、図６の例では、コンテンツで対象となっている取引対象に関連する取引対象は、検索クエリ「スニーカー 白」で検索した場合にヒットする商品、あるいは、サービスＴＺにて取り扱われている商品のうち、カテゴリ「シューズ」に属する商品等である。このようなことから、生成部１３４は、検索クエリ「スニーカー 白」で検索した場合にヒットする商品、あるいは、サービスＴＺにて取り扱われている商品のうち、カテゴリ「シューズ」に属する商品の中から、クーポンＫを適用可能な商品の商品情報を取得する。例えば、クーポンＫを適用可能な商品が商品５１、商品５２、商品５３、商品５４であったとすると、生成部１３４は、これら４つの商品の商品情報（例えば、サムネイル）が一覧表示される一覧情報Ｊ５１１を生成する。

また、生成部１３４は、図６に示すように、上領域に検索結果が表示され、下領域に一覧情報Ｊ５１１が表示されるような検索結果ページＰ４２を生成する。そして、提示部１３５は、生成部１３４により生成された検索結果ページＰ４２を端末装置１０に配信する。

例えば、ユーザが過去に取得したクーポンが適用される商品がレコメンドされる場合があるが、複数のクーポンが取得されていると、ユーザは保有しているクーポンのうちどのクーポンを適用できるのか瞬時に把握することができず煩雑になる場合がある。しかしながら、本実施形態では、情報処理装置１００は、一連の行動の中で直前に取得されたクーポンを適用可能な商品をレコメンドすることができるため、クーポンを使用したいという意欲があるうちに、しかもそのクーポンを確実に使える商品をレコメンドすることができるため、クーポン使用の利便性を高めることができる。

〔３−２．カテゴリに属する他の商品をレコメンド〕
また、決定部１３３は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザがサービスにおいて所定のカテゴリに属する取引対象を閲覧したことを示す閲覧情報が取得され場合には、当該所定のカテゴリに属する他の取引対象を示す対象情報を推奨情報として決定する。

例えば、ユーザＵ１が、ページＰ５１に至るまでの一連の行動の中で、ページＰ５１に至る直前にカテゴリ「電化製品」に属する商品である商品Ｘ６１および商品Ｘ６２を閲覧していたとする。そうすると、決定部１３３は、解析により、例えば、この閲覧行動は「電化製品のなかでよいものがあれば購入したい」という意図のもとに行われた行動であるとの解析結果を得る。したがって、決定部１３３は、カテゴリ「電化製品」に属する商品のうち、ユーザＵ１に閲覧された商品Ｘ６１および商品Ｘ６２以外の他の商品を示す対象情報を推奨情報として決定する。

また、提示部１３５は、生成部１３４によりこの対象情報が表示されるようなページＰ５１が生成されたことに応じて、ページＰ５１をユーザに配信する。このような場合、ユーザＵ１は、ページＰ５１において未だ閲覧していない電化製品として、例えば、売れ筋の電化製品に気付くことができるため、この先、自力で電化製品を探す手間が省ける。このようなことから、情報処理装置１００は、例えば、情報検索の利便性を高めることができるとともに、ユーザの行動の意図を高精度に加味した情報提案を行うことができる。

また、上記例を用いて、さらに別の一例を示す。例えば、ユーザがページＰ５１に至るまでの一連の行動の中のうち、ページＰ５１に至る直前にカテゴリ「洗濯機」に属する商品であって、「今から１時間以内の注文で翌日配送」といった洗濯機である商品Ｘ６１および商品Ｘ６２を閲覧したとする。そうすると、決定部１３３は、解析により、例えば、この閲覧行動は「すぐにでも洗濯機が欲しい」という意図のもとに行われた行動であるとの解析結果を得る。このような場合、決定部１３３は、カテゴリ「洗濯機」に属する商品のうち、ユーザＵ１に閲覧された商品Ｘ６１以外の他の商品を示す対象情報を推奨情報として決定する。

また、提示部１３５は、生成部１３４によりこの対象情報が表示されるようなページＰ５１が生成されたことに応じて、ページＰ５１をユーザに配信する。これにより、ユーザＵ１は、「今から１時間以内の注文で翌日配送」可能な洗濯機を直ぐに見付けることができる。これにより、情報処理装置１００は、例えば、情報検索の利便性を高めることができるとともに、ユーザの行動の意図を高精度に加味した情報提案を行うことができる。

〔３−３．同ストア内でのレコメンド〕
また、決定部１３３は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザが同一のサービスにおいて複数の取引対象を閲覧したこを示す閲覧情報が取得され場合には、当該サービス内の他の取引対象を示す対象情報を推奨情報として決定する。

例えば、ユーザＵ１が、ページＰ５１に至るまでの一連の行動の中で、ページＰ５１に至る直前にサービズＴＺ内においてカテゴリ「電化製品」に属する商品である商品Ｘ６１および商品Ｘ６２を閲覧していたとする。このように、サービズＴＺ内において複数の商品が閲覧されている場合、ユーザＵ１はサービズＴＺ内において商品を購入しようと考えている可能性が高い。さらにいうなれば、ユーザＵ１はサービズＴＺ内においてカテゴリ「電化製品」に属する商品を購入しようと考えている可能性が高い。そうすると、決定部１３３は、解析により、例えば、この閲覧行動は「サービズＴＺで電化製品を購入したい」という意図のもとに行われた行動であるとの解析結果を得る。したがって、決定部１３３は、カテゴリ「電化製品」に属する商品のうち、ユーザＵ１に閲覧された商品Ｘ６１および商品Ｘ６２以外の他の商品であって、サービズＴＺにて取り扱われている商品を示す対象情報を推奨情報として決定する。

また、提示部１３５は、生成部１３４によりこの対象情報が表示されるようなページＰ５１が生成されたことに応じて、ページＰ５１をユーザに配信する。このように、情報処理装置１００は、例えば、情報検索の利便性を高めることができるとともに、ユーザの行動の意図を高精度に加味した情報提案を行うことができる。また、情報処理装置１００は、複数のサービスに渡って商品が購入されることにより送料の加算されていまうことを防ぐことができる。

〔３−４．評価情報をレコメンド〕
また、決定部１３３は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザがサービスにおいて所定のカテゴリに属する取引対象を閲覧したことを示す閲覧情報が取得され場合には、当該取引対象に対する評価情報を推奨情報として決定する。

例えば、ユーザＵ１が、詳細ページＰ６１に至るまでの一連の行動の中で、書籍である商品Ｘ７１の詳細ページＰ６１に至る直前に、書籍に関する検索結果ページを閲覧したうえで、検索結果の１つである商品Ｘ７１を選択することにより詳細ページＰ６１の配信要求を送信していたとする。そうすると、決定部１３３は、解析により、「書籍であれば他ユーザの口コミ（評価情報の一例）を考慮したうえで購入すべき」という意図のもとに行われた行動であるとの解析結果を得る。したがって、決定部１３３は、商品Ｘ７１に関する口コミ（評価情報）を推奨情報として決定する。

また、提示部１３５は、生成部１３４によりこの評価情報が表示されるような詳細ページＰ６１が生成されたことに応じて、詳細ページＰ６１をユーザに配信する。これにより、情報処理装置１００は、例えば、ユーザが商品購入する前にチェックすべき情報（かかる例では、口コミ）が存在する場合には、この情報を強制的にユーザに閲覧させることができるため、商品購入の際の利便性を高めることができるとともに、ユーザの行動の意図を高精度に加味した情報提案を行うことができる。

〔３−５．ユーザによる絞り込み検索（１）〕
また、決定部１３３は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザが取引対象の仕様に関する条件を用いて絞り込み検索を行ったことを示す検索情報が取得された場合には、取引対象に関連する取引対象であって上記仕様の取引対象を示す対象情報を推奨情報として決定する。

例えば、ユーザＵ１が、詳細ページＰ７１に至るまでの一連の行動の中で、シューズである商品Ｘ８１の詳細ページＰ７１に至る直前に、シューズの仕様として、例えば、「サイズ２６．０〜２７．０」を選択することにより絞り込み検索を行ったとする。また、ユーザＵ１は、かかる絞り込み検索に対応する検索結果のうち、検索結果の１つである商品Ｘ８１を選択することにより詳細ページＰ７１の配信要求を送信したとする。そうすると、決定部１３３は、解析により、「サイズ２６．０〜２７．０のシューズが欲しい」という意図のもとに行われた行動であるとの解析結果を得る。したがって、決定部１３３は、カテゴリ「シューズ」に属する商品のうち、「サイズ２６．０〜２７．０」の商品を示す対象情報を推奨情報として決定する。

また、提示部１３５は、生成部１３４によりこの対象情報が表示されるような詳細ページＰ７１が生成されたことに応じて、詳細ページＰ７１をユーザに配信する。これにより、情報処理装置１００は、例えば、情報検索の利便性を高めることができるとともに、ユーザの行動の意図を高精度に加味した情報提案を行うことができる。

なお、決定部１３３は、上記仕様の取引対象を示す対象情報のうち、在庫の存在する取引対象を示す対象情報を推奨情報として決定してもよい。例えば、決定部１３３は、カテゴリ「シューズ」に属する商品のうち、「サイズ２６．０〜２７．０」の商品であって現時点で在庫の存在する商品を示す対象情報を推奨情報として決定する。

〔３−６．ユーザによる絞り込み検索（２）〕
また、決定部１３３は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザが取引対象の価格帯に関する条件を用いて絞り込み検索を行ったことを示す検索情報が取得された場合には、取引対象に関連する取引対象であって上記価格帯の取引対象を示す対象情報を推奨情報として決定する。

例えば、ユーザＵ１が、詳細ページＰ７１に至るまでの一連の行動の中で、シューズである商品Ｘ８１の詳細ページＰ７１に至る直前に、シーズの価格として、例えば、「５，０００円〜１０，０００円」を選択することにより絞り込み検索を行っていたとする。また、ユーザＵ１は、かかる絞り込み検索に対応する検索結果のうち、検索結果の１つである商品Ｘ８１を選択することにより詳細ページＰ７１の配信要求を送信したとする。そうすると、決定部１３３は、解析により、「５，０００円〜１０，０００円のシューズが欲しい」という意図のもとに行われた行動であるとの解析結果を得る。したがって、決定部１３３は、カテゴリ「シューズ」に属する商品のうち、「５，０００円〜１０，０００円」の商品を示す対象情報を推奨情報として決定する。

また、提示部１３５は、生成部１３４によりこの対象情報が表示されるような詳細ページＰ７１が生成されたことに応じて、詳細ページＰ７１をユーザに配信する。これにより、情報処理装置１００は、例えば、情報検索の利便性を高めることができるとともに、ユーザの行動の意図を高精度に加味した情報提案を行うことができる。

〔３−７．クエリ変更に応じたレコメンド〕
また、決定部１３３は、コンテンツに至るまでのユーザの一連の行動の中で、ユーザが所定の検索クエリから当該所定の検索クエリに関連する他の検索クエリに変更して検索を行ったことを示す検索情報が取得された場合には、変更後の検索クエリに対応する検索結果を推奨情報として決定する。

例えば、ユーザＵ１が、詳細ページＰ８１に至るまでの一連の行動の中で、「スニーカー」を検索クエリとして検索を行った後、さらに検索結果を絞り込むために検索クエリを「スニーカー 白」へと変更し、再度検索を行っていたとする。そうすると、決定部１３３は、解析により、「白のスニーカーが欲しい」という意図のもとに行われた行動であるとの解析結果を得る。したがって、決定部１３３は、カテゴリ「スニーカー」に属する商品のうち、カラー「白または白系統」の商品を示す対象情報を推奨情報として決定する。

また、提示部１３５は、生成部１３４によりこの対象情報が表示されるような詳細ページＰ８１が生成されたことに応じて、詳細ページＰ８１をユーザに配信する。これにより、情報処理装置１００は、例えば、情報検索の利便性を高めることができるとともに、ユーザの行動の意図を高精度に加味した情報提案を行うことができる。

〔３−８．端末装置について〕
上記実施形態では、情報処理装置１００が、推奨情報を含むコンテンツを配信する例を示した。しかし、情報処理装置１００が、（推奨情報とコンテンツが一体化されていない状態で）コンテンツとともに推奨情報を送信することにより、端末装置１０が、コンテンツに対し推奨情報を挿入することにより、推奨情報を含むコンテンツを提示してもよい。

〔４．ハードウェア構成〕
また、上記実施形態にかかる情報処理装置１００は、例えば図７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７は、情報処理装置１００の機能を実現するコンピュータ１０００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を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又は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、および、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、通信網５０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、通信網５０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又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が実施形態にかかる情報処理装置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を実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが格納される。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、通信網５０を介してこれらのプログラムを取得してもよい。

〔５．その他〕
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。

以上、本願の実施形態をいくつかの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。

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、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
１００ 情報処理装置
１２０ 記憶部
１２１ 行動情報記憶部
１３０ 制御部
１３１ 受付部
１３２ 取得部
１３３ 決定部
１３４ 生成部
１３５ 提示部

Claims (20)

1. ユーザからコンテンツの配信要求を受け付ける受付部と、
   前記ユーザが前記コンテンツに至る直前に行った一連の行動である行動履歴の過程を示すプロセス情報に基づいて、前記ユーザに提示される取引対象である提示対象を決定する決定部と
   を有することを特徴とする情報処理装置。
2. 前記決定部は、前記プロセス情報として、前記ユーザが前記コンテンツの提供を受ける直前に利用したサービス内における前記ユーザの一連の行動である行動履歴の過程を示すプロセス情報に基づいて、前記提示対象を決定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記決定部は、前記ユーザが前記コンテンツの提供を受ける直前に一連の複数のサービスを利用してから前記コンテンツに至っている場合には、前記プロセス情報として、複数のサービスに渡って行われた一連の行動である行動履歴の過程を示すプロセス情報に基づいて、前記提示対象を決定する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記決定部は、前記プロセス情報として、前記コンテンツに至る直前における一連の閲覧行動の過程を示す閲覧情報に基づいて、前記提示対象を決定する
   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. 前記決定部は、前記閲覧情報に基づき特定された属性情報であって、前記一連の閲覧行動により前記ユーザに閲覧された取引対象に関する属性情報に基づいて、前記提示対象を決定する
   ことを特徴とする請求項４に記載の情報処理装置。
6. 前記決定部は、前記閲覧情報が前記コンテンツに至る直前における一連の行動の中で、所定のカテゴリに属する取引対象が閲覧されたことを示す場合には、当該所定のカテゴリに属する他の取引対象を前記提示対象として決定する
   ことを特徴とする請求項４または５に記載の情報処理装置。
7. 前記決定部は、前記閲覧情報が前記コンテンツに至る直前における一連の行動の中で、所定のカテゴリに属する取引対象が閲覧されたことを示す場合には、当該取引対象を前記提示対象として決定することにより、当該取引対象に対する評価情報を前記ユーザに提示される推奨情報として決定する
   ことを特徴とする請求項４〜６のいずれか１つに記載の情報処理装置。
8. 前記決定部は、前記閲覧情報が前記コンテンツに至る直前における一連の行動の中で、同一種別の取引対象が続けて閲覧されたことを示す場合には、閲覧された前記同一種別の取引対象を前記提示対象として決定することにより、閲覧された前記同一種別の取引対象それぞれを比較させる一覧情報を前記ユーザに提示される推奨情報として決定する
   ことを特徴とする請求項４〜７のいずれか１つに記載の情報処理装置。
9. 前記決定部は、前記閲覧情報が前記コンテンツに至る直前における一連の行動の中で、複数の同一種別の取引対象が閲覧されたことを示す場合には、当該取引対象を前記提示対象として決定することにより、当該取引対象に関するランキング情報を前記ユーザに提示される推奨情報として決定する
   ことを特徴とする請求項４〜８のいずれか１つに記載の情報処理装置。
10. 前記決定部は、前記閲覧情報が前記コンテンツに至る直前における一連の行動の中で、同一のサービスにおいて複数の取引対象を閲覧したこを示場合には、当該サービス内の他の取引対象を前記提示対象として決定する
    ことを特徴とする請求項４〜９のいずれか１つに記載の情報処理装置。
11. 前記決定部は、前記プロセス情報として、前記コンテンツに至る直前における一連の検索行動の過程を示す検索情報に基づいて、前記提示対象を決定する
    ことを特徴とする請求項１〜１０のいずれか１つに記載の情報処理装置。
12. 前記決定部は、前記検索情報が前記コンテンツに至る直前における一連の行動の中で、検索クエリを用いて検索を行ったことを示す場合には、所定の条件を用いて検索結果を絞り込んだ後の検索結果を前記提示対象として決定する
    ことを特徴とする請求項１１に記載の情報処理装置。
13. 前記決定部は、前記検索情報が前記コンテンツに至る直前における一連の行動の中で、検索クエリを用いて検索を行ったことを示す場合には、前記検索結果に対応する取引対象の仕様、前記検索結果に対応する取引対象に関するモデル、または、前記検索結果に対応する取引対象に関する製造元の少なくともいずれか１つを条件とする検索クエリを用いて前記検索結果から絞り込んだ後の検索結果を前記提示対象として決定する
    ことを特徴とする請求項１２に記載の情報処理装置。
14. 前記決定部は、前記検索情報が前記コンテンツに至る直前における一連の行動の中で、取引対象の仕様に関する条件を用いて絞り込み検索が行われたことを示す場合には、前記取引対象に関連する取引対象であって前記仕様の取引対象を前記提示対象として決定する
    ことを特徴とする請求項１１〜１３のいずれか１つに記載の情報処理装置。
15. 前記決定部は、前記取引対象に関連する取引対象であって前記仕様の取引対象を示す対象情報のうち、在庫の存在する取引対象を前記提示対象として決定する
    ことを特徴とする請求項１４に記載の情報処理装置。
16. 前記決定部は、前記検索情報がコンテンツに至る直前における一連の行動の中で、取引対象の価格帯に関する条件を用いて絞り込み検索を行ったことを示す場合には、前記取引対象に関連する取引対象であって前記価格帯の取引対象を前記提示対象として決定する
    ことを特徴とする請求項１１〜１５のいずれか１つに記載の情報処理装置。
17. 前記決定部は、前記検索情報が前記コンテンツに至る直前における一連の行動の中で、所定の検索クエリから当該検索クエリに関連する他の検索クエリに変更して検索を行ったことを示す場合には、変更後の検索クエリに対応する検索結果を前記提示対象として決定する
    ことを特徴とする請求項１１〜１６のいずれか１つに記載の情報処理装置。
18. 前記決定部は、前記検索情報が前記コンテンツに至る直前におけるユーザの一連の行動の中で、クーポンが獲得されたことを示す場合には、前記コンテンツで対象となっている取引対象に関連する取引対象のうち前記クーポンを適用可能な取引対象を前記提示対象として決定する
    ことを特徴とする請求項１１〜１７のいずれか１つに記載の情報処理装置。
19. 情報処理装置が実行する情報処理方法であって、
    ユーザからコンテンツの配信要求を受け付ける受付工程と、
    前記ユーザが前記コンテンツに至る直前に行った一連の行動である行動履歴の過程を示すプロセス情報に基づいて、前記ユーザに推奨される推奨情報を決定する決定工程と
    を含むことを特徴とする情報処理方法。
20. ユーザからコンテンツの配信要求を受け付ける受付手順と、
    前記ユーザが前記コンテンツに至る直前に行った一連の行動である行動履歴の過程を示すプロセス情報に基づいて、前記ユーザに推奨される推奨情報を決定する決定手順と
    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