JP2020102161A - 推定装置、レコメンドシステム、推定プログラムおよび推定方法 - Google Patents

Abstract

【課題】ユーザの特性に合った地点を提示する。【解決手段】推定装置は、複数のユーザによる複数の地点に対する評価を示す実際の評価値を算出する算出部と、実際の評価値の推定値である推定評価値を算出するためのパラメータを、推定評価値と実際の評価値との差が小さくなるように更新する更新部と、更新されたパラメータを用いて推定評価値を算出する推定部とを備える。【選択図】図１

Description

本発明は、推定装置、レコメンドシステム、推定プログラムおよび推定方法に関する。

携帯端末が表示した地図上に様々なスポットに関する情報を表示するアプリケーションが存在する。そのようなアプリケーションにおいて、例えば、ユーザが検索を行った場合、検索ワードに応じたスポットを表示させる技術が用いられている。

関連する技術として、非定型データの中から、抽出した属性関連単語を属性情報に変換した属性情報を非定型データに付加し、属性情報を付加したデータを検索結果として出力する技術が提案されている（例えば、特許文献１を参照）。

特開２０１４−１９１７１４号公報

ユーザの検索ワードに応じたスポットを表示する場合、ユーザの特性を考慮せずに検索が行われるため、検索表示されたスポットが、ユーザの特性に合わない可能性がある。

１つの側面として、本発明は、ユーザの特性に合ったスポット（地点）を提示することを目的とする。

１つの態様では、推定装置は、複数のユーザによる複数の地点に対する評価を示す実際の評価値を算出する算出部と、前記実際の評価値の推定値である推定評価値を算出するためのパラメータを、前記推定評価値と前記実際の評価値との差が小さくなるように更新する更新部と、更新された前記パラメータを用いて前記推定評価値を算出する推定部とを備える。

１つの側面によれば、ユーザの特性に合った地点を提示することができる。

第１の実施形態におけるシステムの全体構成の一例を示す図である。 ユーザに関する情報の一例を示す図である。 スポットに関する情報の一例を示す図である。 アプリケーションの初期表示画面の一例を示す図である。 チェックインリスト画面の一例を示す図である。 チェックイン画面の一例を示す図である。 情報処理端末の処理の一例を示すフローチャートである。 アプリケーションサーバの処理の一例を示すフローチャートである。 第１の実施形態におけるレコメンドサーバの処理の一例を示すフローチャートである。 第２の実施形態におけるシステムの全体構成の一例を示す図である。 第２の実施形態におけるレコメンドサーバの処理の一例を示すフローチャートである。 レコメンドサーバのハードウェア構成の一例を示す図である。

以下、図面を参照して、実施形態について説明する。図１は、第１の実施形態におけるシステムの全体構成の一例を示す図である。実施形態のシステムは、情報処理端末１と、アプリケーションサーバ２と、データサーバ３と、レコメンドサーバ４と、第１ネットワーク５と、第２ネットワーク６とを含む。情報処理端末１は、第１ネットワーク５を介してアプリケーションサーバ２と通信を行うことができる。アプリケーションサーバ２、データサーバ３、およびレコメンドサーバ４は、第２ネットワーク６を介して相互に通信を行うことができる。第１ネットワーク５は、例えば、ＷＡＮ（Wide Area Network）である。第２ネットワーク６は、例えば、ＬＡＮ（Local Area Network）である。

情報処理端末１は、設定部１１と端末通信部１２と端末表示部１３と端末記憶部１４とを含む。情報処理端末１は、所定のアプリケーションをインストールして実行することにより、本実施形態の処理を実現する。以下、情報処理端末１にインストールされる所定のアプリケーションを単にアプリケーションと称する。

設定部１１は、ユーザから、行きたいスポットおよび行ったスポットの設定操作を受け付けた場合、行きたいスポットおよび行ったスポットの設定を行う。例えば、設定部１１は、行きたいスポットの設定操作を受け付けた場合、行きたいスポットのスポットＩＤ（Identification）を、ユーザＩＤに対応付けて端末記憶部１４に記憶する。ユーザＩＤは、例えば、アプリケーションの起動時に設定されている。設定部１１は、行ったスポットの設定操作を受け付けた場合、行ったスポットのスポットＩＤを、ユーザＩＤに対応付けて端末記憶部１４に記憶する。なお、スポットは、地図上の地点に対応する。例えば、店舗や公共施設等が予めスポットとして登録され、端末記憶部１４に記憶されている。

端末通信部１２は、ユーザの操作に応じて、アプリケーションサーバ２にレコメンドスポット（推奨地点）の情報を要求するレコメンドリクエストをユーザＩＤとともに送信する。例えば、端末通信部１２は、アプリケーション起動時、地図表示時、またはユーザから所定の操作を受け付けた場合等に、アプリケーションサーバ２にレコメンドリクエストをユーザＩＤとともに送信する。端末通信部１２は、レコメンドリクエストに応じたレコメンド結果として、スポットＩＤ、レコメンドスコア、およびスポットＩＤに対応する各種情報をアプリケーションサーバ２から受信する。対応する各種情報としては、例えば、位置情報および店名が挙げられる。

端末表示部１３は、アプリケーションが起動された場合、ＧＰＳ（Global Positioning System）を用いて得られた情報処理端末１の位置情報に基づいて、現在位置周辺の地図を表示する。また、端末表示部１３は、アプリケーションサーバ２からレコメンドスポットに関する情報を受信した場合、レコメンドスポットを示すアイコンを地図上に表示する。

端末記憶部１４は、アプリケーションに用いられる各種データを記憶する。端末記憶部１４は、設定部１１が設定した、行きたいスポットおよび行ったスポットの設定内容、アプリケーションサーバ２から受信したレコメンドスポットに関する情報等を記憶する。

アプリケーションサーバ２は、ＡＳ（Application Server）通信部２１とＡＳ制御部２２とを含む。ＡＳ通信部２１は、送信部の一例である。以下では、アプリケーションサーバをＡＳと称することもある。

ＡＳ通信部２１は、行きたいスポットのスポットＩＤとユーザＩＤとの組を情報処理端末１から受信した場合、受信した情報をデータサーバ３に送信する。または、ＡＳ通信部２１は、行ったスポットのスポットＩＤとユーザＩＤとの組を情報処理端末１から受信した場合、受信した情報をデータサーバ３に送信する。

ＡＳ通信部２１は、情報処理端末１からユーザＩＤとともにレコメンドリクエストを受信した場合、ユーザのスポットに対する評価値の推定値である推定評価値のリクエストをレコメンドサーバ４に送信する。

ＡＳ制御部２２は、情報処理端末１がインストールしたアプリケーションに関する各種制御を行う。例えば、ＡＳ制御部２２は、情報処理端末１から受信するリクエストに応じて、情報処理端末１で表示する表示内容の制御を行う。ＡＳ制御部２２は、レコメンドサーバ４から受信した各スポットの推定評価値に基づいて、レコメンドスコアを算出する。

ＡＳ制御部２２は、例えば、レコメンドサーバ４から受信したスポットの推定評価値Ｅ、情報処理端末１の現在位置からスポットまでの距離Ｄ、およびスポットに関する口コミ数Ｎに基づいて、以下の式（１）のようにレコメンドスコアＲを算出する。なお、Ｋ_１は推定評価値Ｅの加重平均であり、Ｋ_２は距離Ｄの加重平均であり、Ｋ_３は口コミ数Ｎの加重平均であるとする。

Ｒ＝（（Ｋ_１×Ｅ）＋（Ｋ_２×Ｄ）＋（Ｋ_３×Ｎ））／（Ｋ_１＋Ｋ_２＋Ｋ_３） （１）

そして、ＡＳ制御部２２は、レコメンドスコアが高い順に所定数（例えば、２０）のスポットをレコメンドスポットとして選択する。

ＡＳ通信部２１は、選択されたレコメンドスポットのスポットＩＤおよびレコメンドスコアをデータサーバ３に送信する。以下では、データサーバをＤＳと称することもある。また、ＡＳ通信部２１は、レコメンドスポットのスポットＩＤに対応付けられた名称、位置情報、口コミ情報、レコメンドスコア等をデータサーバ３から取得し、情報処理端末１に送信する。

データサーバ３は、ＤＳ記憶部３１とＤＳ通信部３２とを含む。ＤＳ記憶部３１は、アプリケーションサーバ２から送信されたユーザおよびスポットに関する各種情報を記憶する。ＤＳ通信部３２は、アプリケーションサーバ２およびレコメンドサーバ４と各種情報の送受信を行う。以下では、レコメンドサーバをＲＳと称することもある。

レコメンドサーバ４は、ＲＳ（Recommend Server）通信部４１と算出部４２と更新部４３と推定部４４とＲＳ記憶部４５とを含む。レコメンドサーバ４は、推定装置およびコンピュータの一例である。

ＲＳ通信部４１は、全ユーザＩＤに対応付けられた、行きたいスポットおよび行ったスポットのスポットＩＤをデータサーバ３から受信する。

算出部４２は、ＲＳ通信部４１が受信した、全ユーザＩＤに対応付けられた、行きたいスポットおよび行ったスポットのスポットＩＤに基づいて、ユーザによるスポットに対する実際の評価値を算出する。算出部４２は、例えば、実際の評価値の初期値に０を設定する。そして、スポットが、ユーザが行ったスポットとして設定されている場合、算出部４２は、そのスポットの評価値に所定の値ＳＶを加算する。また、算出部４２は、スポットが、ユーザが行きたいスポットとして設定されている場合、そのスポットの評価値に所定の値ＳＦを加算する。例えば、行きたいスポットより行ったスポットを優先する場合、ＳＶ＞ＳＦとなるように、予め値を設定しておく。なお、ユーザがそのスポットに行った回数が記録されている場合、算出部４２は、回数に応じて評価値を加算してもよい。

更新部４３は、ユーザのスポットに対する実際の評価値と、実際の評価値の推定値である推定評価値との差が小さくなるように、推定評価値を算出するためのパラメータを更新する。推定部４４は、更新されたパラメータを用いて、レコメンドリクエストとともに送信されたユーザＩＤが示すユーザの推定評価値を算出する。ＲＳ通信部４１は、算出された推定評価値を、アプリケーションサーバ２に送信する。ＲＳ記憶部４５は、更新部４３が更新したパラメータを記憶する。レコメンドサーバ４は、算出された推定値を表示装置に表示させてもよい。

本実施形態に示す例では、アプリケーションサーバ２とレコメンドサーバ４とは別の装置であるが、レコメンドシステムは、アプリケーションサーバ２の機能とレコメンドサーバ４との機能を含む一つの情報処理装置を含んでいてもよい。

以下、更新部４３の更新処理について詳細に説明する。上述した算出部４２の処理により、下記の表１に示すように、各ユーザの各スポットについての実際の評価値が得られているとする。

また、ユーザに対応するパラメータとして、θ_ｍ ^ｉを定義し、スポットに対応するパラメータとしてｘ_ｍ ^ｊを定義する。また、任意に設定される元の数がｍ、スポット数がｎ、ユーザ数がｌであるとする。ユーザｉのスポットｊに対する推定評価値を、以下の式（２）のように表す。また、ｉは１からｌまでの数値であり、ｊは１からｎまでの数値であるとする。

式（２）におけるθ^（ｉ）、ｘ^（ｊ）は、以下の式（３）のように表される。

ユーザｉの全スポットに対する評価ベクトルは、以下の式（４）のように表される。なお、式（４）の右辺は、ｉ＝１の場合の評価ベクトルであるとする。

全ユーザの全スポットに対する推定評価値は、以下の式（５）のように表される。

式（５）を用いて算出した推定評価値の初期値は、実際の評価値とは異なる値であったとする。更新部４３は、式（５）を用いて算出した推定評価値と、実際の評価値との差が小さくなるように、勾配法を用いて、パラメータθ、ｘを更新する。推定評価値と、実際の評価値との差に基づくコスト関数Ｊ（θ，ｘ）を、以下の式（６）のように、二乗誤差の和を用いて表す。ただし、実際の評価値が０のスポット（ユーザが行ったスポット、行きたいスポットのいずれにも該当しないスポット）については、そのユーザの評価が存在しないものとみなし、コスト関数Ｊ（θ，ｘ）には含めないとする。式（６）において、θ^（ｉ）Ｔ・ｘ^（ｊ）は、ユーザｉのスポットｊに対する推定評価値であり、ｙ^{（ｉ，ｊ）}は、ユーザｉのスポットｊに対する実際の評価値であるとする。式（６）の右辺の第２項、第３項は、過学習を防ぐためのＬ２正則化項であり、ｋは、１からｍまでの自然数である。

なお、λは任意のパラメータであり、例えば、計算結果に基づいてユーザが適切な値に更新する。更新部４３は、式（７）、（８）に示すように、θ、ｘそれぞれの勾配関数を算出する。

そして、更新部４３は、以下の式（９）、（１０）を用いて、θ、ｘを更新する。更新部４３は、例えば、式（９）を算出、その算出で得られたｘを用いて式（１０）を算出、その算出で得られたθを用いて式（９）を算出・・・というサイクルを繰り返すことにより、Ｊ（θ，ｘ）が小さくなるθ、ｘを見つける。更新部４３は、例えば、式（９）、式（１０）の算出をそれぞれ所定回数行う。または、更新部４３は、例えば、式（９）、式（１０）の算出によりパラメータθ、ｘの更新を行う毎に、更新前のパラメータを用いたＪ（θ，ｘ）の値と更新後のパラメータを用いたＪ（θ，ｘ）の値とを比較し、Ｊ（θ，ｘ）の変化量が所定値以下となるまで更新を繰り返してもよい。なお、αは任意のパラメータであり、例えば、計算結果に基づいてユーザが適切な値に更新する。

ただし、新規のユーザの推定評価値および実際の評価値は０となるので、更新部４３は、平均正規化(Mean normalization)を行ってから学習する。例えば、実際の評価値ｙ^{（ｉ，ｊ）}が上記表１のように表される場合、平均正規化後の実際の評価値ｙ^{（ｉ，ｊ）}は、表２のように表される。

ｕ_ｎは、スポットｎの全ユーザにおける評価値の平均値である。更新部４３は、表２に示す平均正規化後の実際の評価値ｙ^{（ｉ，ｊ）}を用いて上述したパラメータ更新を行う。

更新部４３は、例えば、定期的にデータサーバ３から全ユーザのユーザＩＤと、ユーザＩＤに対応付けられている、行きたいスポットのスポットＩＤ、行ったスポットのスポットＩＤを学習データとしてデータサーバ３から取得し、上述の処理を行うことにより、θ、ｘを更新してもよい。ただし、大量の学習データを一度に処理しようとすると処理に時間がかかるので、更新部４３は、学習データを複数の小さなデータ群に分割して処理を行ってもよい。例えば、更新部４３は、１データ群に１サンプルのみ含む分割を行ってから処理を行ってもよい。

更新部４３は、アプリケーションサーバ２からユーザＩＤとともに推定評価値のリクエストを受信した場合、そのユーザＩＤに対応づけられた最新の行きたいスポット、行ったスポットのスポットＩＤに基づいて実際の評価値ｙ^{（ｉ，ｊ）}を更新し、更新したｙ^{（ｉ，ｊ）}を用いて、上記式（９）、式（１０）の処理をそれぞれ１回実行することにより、θ、ｘをそれぞれ１回、更新する。これにより、ユーザの最新の状況を反映したレコメンドを実現することができる。なお、上記の推定評価値のリクエストを受信した後の更新処理の回数は、複数回であってもよい。この更新処理の回数が多いほど、θ、ｘの算出精度は向上するが、少ないほど、処理時間を短くすることができる。

更新部４３は、アプリケーションサーバ２からユーザＩＤとともに推定評価値のリクエストが送信された場合、全ユーザＩＤに対応づけられた最新の行きたいスポット、行ったスポットのスポットＩＤに基づいて評価値ｙ^{（ｉ，ｊ）}を更新し、更新後の評価値を用いて、上記（９）、（１０）の処理を１回または複数回行うことにより、θ、ｘを更新してもよい。全ユーザＩＤに関する学習データを用いることにより、精度を向上させることができる。

推定部４４は、更新部４３により更新されたパラメータθ、ｘを用いてθ^（ｉ）Ｔ・ｘ^（ｊ）を算出する。なお、上記のように学習の前に平均正規化のために、実際の評価値からｕ_（ｊ）（ｊ＝１〜ｎ）を減算しているので、算出されたθ^（ｉ）Ｔ・ｘ^（ｊ）にｕ_ｊを加算した値が推定評価値ｙ’^{（ｉ，ｊ）}となる（式（１１））。

なお、以下の式（１２）に示すように、新規のユーザ（ｗ）のパラメータθは全てのスポットに対して０となるため、推定評価値ｙ’^{（ｗ，ｊ）}は、ｕ_ｊとなる。

図２は、ユーザに関する情報の一例を示す図である。図２に示す情報は、データサーバ３のＤＳ記憶部３１に記憶される。図２に示すように、ＤＳ記憶部３１は、ユーザＩＤに、行ったスポットのスポットＩＤ、行きたいスポットのスポットＩＤ、レコメンドスポットおよびレコメンドスコアを対応付けて記憶している。

ＤＳ記憶部３１は、アプリケーションサーバ２から送信された情報に基づいて、図２に示す各情報を更新する。ＤＳ記憶部３１が記憶するユーザに関する情報は、図２に示す情報に限られず、他の情報を含んでいてもよい。なお、図２に示す各ユーザＩＤに対応する情報と同様の情報は、情報処理端末１にも記憶されていてもよい。

図３は、スポットに関する情報の一例を示す図である。図３に示す情報は、データサーバ３のＤＳ記憶部３１に記憶される。図３に示すように、ＤＳ記憶部３１は、スポットＩＤに、位置情報、住所、電話番号、および口コミを対応付けて記憶する。ＤＳ記憶部３１は、アプリケーションサーバ２から送信された情報に基づいて、図３に示す情報を更新する。ＤＳ記憶部３１が記憶するスポットに関する情報は、図３に示す情報に限られず、他の情報を含んでいてもよい。

図４は、アプリケーションの初期表示画面の一例を示す図である。端末表示部１３は、例えば、情報処理端末１上でアプリケーションが起動された場合に、図４に示す画面を表示する。図４に示す画面上の地図は、例えば、情報処理端末１の現在位置の周辺地図である。初期表示画面には、レコメンドスポットを示す第１のアイコン５１と、予め設定された、ユーザが行ったスポットを示す第２のアイコン５２と、ユーザが行きたいスポットを示す第３のアイコン５３とが表示される。例えば、レコメンドスポットがユーザの行ったスポットである場合、端末表示部１３は、第１のアイコン５１と第２のアイコン５２とを重ねて表示する。また、例えば、レコメンドスポットがユーザの行きたいスポットである場合、端末表示部１３は、第１のアイコン５１と第３のアイコン５３とを重ねて表示する。

また、アプリケーションの初期表示画面には、行ったスポットおよび行きたいスポットのリスト画面に遷移する第４のアイコン５４とチェックイン画面に遷移する第５のアイコン５５と現在位置を示す第６のアイコン５６とが含まれる。例えば、ユーザが移動したことにより、表示している画面上の地図が現在位置の周辺でなくなった場合に、ユーザが第６のアイコン５６を押下すると、端末表示部１３は、ＧＰＳで得られた位置情報を用いて、情報処理端末１の現在位置の周辺地図を表示する。

また、アプリケーションの初期表示画面は、検索窓５７と検索結果リスト５８とタブ５９とを含む。情報処理端末１は、検索窓５７に検索ワードが入力されると、検索ワードをアプリケーションサーバ２に送信し、アプリケーションサーバ２から検索ワードに応じたスポットの情報を取得する。そして、端末表示部１３は、取得したスポットに関する情報を検索結果リスト５８に表示する。タブ５９が上にドラックされた場合、端末表示部１３は、検索結果リスト５８の表示領域を拡大し、地図表示領域を縮小する。タブ５９が下にドラックされた場合、端末表示部１３は、検索結果リスト５８の表示領域を縮小し、地図表示領域を拡大する。

検索ワードを入力して検索が行われた場合、端末表示部１３は、検索結果として得られたスポットを示すアイコンを地図上に表示してもよい。また、端末表示部１３は、周辺の人気スポットを示すアイコン等を地図上に表示してもよい。

図５は、チェックインリスト画面の一例を示す図である。チェックインリスト画面は、例えば、図４に示す画面における第５のアイコン５５がタップされた場合に表示される画面である。チェックインリスト画面は、例えば、ユーザが行ったスポットおよび行きたいスポットの設定に用いられる画面である。チェックインリスト画面では、図４に示す画面において表示されていたレコメンドスポットがリスト表示される。チェックインリスト画面に表示されるスポットは、レコメンドスポットだけでなく、例えば、検索結果として得られたスポットや周辺の人気スポット等を含んでいてもよい。

リストの各項目は、店名６１、スポットの情報６２、レコメンドスコア６３を含む。また、ユーザが行ったスポットの表示枠内には、第７のアイコン６５が表示される。ユーザが行きたいスポットの表示枠内には、第８のアイコン６６が表示される。第７のアイコン６５および第８のアイコン６６が表示されていないスポットの表示枠内には、ユーザが行きたいスポットを設定可能な第９のアイコン６７が表示されている。第９のアイコン６７がタップされた場合、設定部１１は、第９アイコン６７が表示されているスポットを、ユーザが行きたいスポットとして設定する。ユーザが行きたいスポットが設定された場合、端末表示部１３では、第９のアイコン６７の色が変更される。言い換えれば、第９のアイコン６７は、第７のアイコン６５に変化する。

そして、いずれかのスポットの表示枠内がタップされた場合、端末表示部１３は、チェックイン画面に遷移させる。

図６は、チェックイン画面の一例を示す図である。チェックイン画面は、図５に示すチェックインリスト画面のいずれかのスポットの表示枠内がタップされた場合に遷移する画面である。チェックイン画面は、店名７１、レコメンドスコア７２、行きたいスポットの設定に用いる第１０のアイコン７３、戻るボタン７４、スポットの写真７５、スポットの詳細情報７６、チェックインボタン７７を含む。第１０のアイコン７３の機能は、図５に示す第９のアイコン６７の機能と同様であり、ユーザが行きたいスポットの設定に用いられる。

戻るボタン７４がタップされた場合、端末表示部１３は、図５のチェックインリスト画面を表示する。詳細情報７６には、チェックインリスト画面に表示されていた情報よりも詳細な情報（例えば、住所、電話番号、口コミ等）が表示される。ユーザがチェックインボタン７７をタップすると、設定部１１は、表示されているスポットを行ったスポットとして設定する。

図７は、情報処理端末１の処理の一例を示すフローチャートである。以下では、フローチャートの各ステップをＳで表示する。図７に示す処理は、情報処理端末１がアプリケーションを起動した際に開始される。端末表示部１３は、ＧＰＳを用いて得られた情報処理端末１の位置情報に基づいて、現在位置周辺の地図を表示する（Ｓ１０１）。端末通信部１２は、アプリケーションサーバ２にレコメンドスポットの情報を要求するレコメンドリクエストをユーザＩＤとともに送信する（Ｓ１０２）。アプリケーションサーバ２からレコメンドスポットに関する情報を受信した場合、端末表示部１３は、レコメンド結果として、レコメンドスポットを示すアイコンを地図上に表示させる（Ｓ１０３）。レコメンドスポットを示すアイコンは、例えば、図４に示す第１のアイコン５１である。

端末表示部１３が表示した画面上で、行きたいスポットの設定操作が行われた場合（Ｓ１０４でＹＥＳ）、設定部１１は、行きたいスポットを設定する（Ｓ１０５）。行きたいスポットの設定操作は、例えば、図５に示すチェックインリスト画面で第９のアイコン６７をタップする操作、または図６に示すチェックイン画面で第１０のアイコン７３をタップする操作である。行きたいスポットの設定が行われると、端末通信部１２は、行きたいスポットの設定内容として行きたいスポットのスポットＩＤおよびユーザＩＤをアプリケーションサーバ２に送信する（Ｓ１０６）。Ｓ１０４でＮＯの場合またはＳ１０６の処理後、処理はＳ１０７に移行する。

端末表示部１３が表示した画面上で、行ったスポットの設定操作が行われた場合（Ｓ１０７でＹＥＳ）、設定部１１は、行ったスポットを設定する（Ｓ１０８）。行ったスポットの設定操作は、例えば、図６に示すチェックイン画面でチェックインボタン７７をタップする操作である。行ったスポットの設定が行われると、端末通信部１２は、行ったスポットの設定内容として行きたいスポットのスポットＩＤおよびユーザＩＤをアプリケーションサーバ２に送信する（Ｓ１０９）。

なお、上記の処理では、情報処理端末１は、レコメンド結果を受信した後に行きたいスポット、行ったスポットの設定を行うが、レコメンド結果を受信する前に、検索結果として得られたスポットや周辺の人気スポットに対して、行きたいスポット、行ったスポットの設定を行ってもよい。

図８は、アプリケーションサーバ２の処理の一例を示す図である。ＡＳ通信部２１は、情報処理端末１からレコメンドリクエストとユーザＩＤを受信した場合（Ｓ２０１でＹＥＳ）、推定評価値のリクエストとユーザＩＤをレコメンドサーバ４に送信する（Ｓ２０２）。

ＡＳ通信部２１は、レコメンドサーバ４から、各スポットの推定評価値を受信する（Ｓ２０３）。ＡＳ制御部２２は、受信したスポットの推定評価値に基づいて、レコメンドスコアを算出する（Ｓ２０４）。ＡＳ制御部２２は、レコメンドスコアが高い順に所定数（例えば、２０）のスポットをレコメンドスポットとして選択する（Ｓ２０５）。

ＡＳ通信部２１は、レコメンドスポットのスポットＩＤに関する各種情報を、データサーバ３から取得し、レコメンド結果として情報処理端末１に送信する（Ｓ２０６）。なお、レコメンドスポットのスポットＩＤに関する各種情報としては、例えば、名称、レコメンドスポットの位置情報、口コミ情報、若しくはレコメンドスコアが挙げられる。また、ＡＳ通信部２１は、レコメンドスポットのスポットＩＤと算出されたレコメンドスコアとをデータサーバ３に送信してもよい。データサーバ３は、送信されたデータを用いて、図２に示す各ユーザのレコメンドスポットおよびレコメンドスコアを更新する。

ＡＳ通信部２１は、ユーザＩＤとともに行きたいスポットまたは行ったスポットのスポットＩＤを情報処理端末１から受信した場合（Ｓ２０７でＹＥＳ）、受信したユーザＩＤおよびスポットＩＤをデータサーバ３に送信する（Ｓ２０８）。データサーバ３は、送信されたデータを用いて、図２に示す各ユーザの行きたいスポットまたは行ったスポットを示すスポットＩＤを更新する。

図９は、第１の実施形態におけるレコメンドサーバ４の処理の一例を示すフローチャートである。ＲＳ通信部４１は、全ユーザＩＤに対応付けられた、行きたいスポットおよび行ったスポットのスポットＩＤを取得する（Ｓ３０１）。算出部４２は、実際の評価値を、ユーザが行きたいスポットとして設定したスポット、および行ったスポットとして設定したスポットに関する設定内容に基づいて、算出する（Ｓ３０２）。設定したスポットに関する設定内容としては、例えば、図２に示す、行ったスポットのＩＤ、若しくは行きたいスポットのスポットＩＤが挙げられる。設定したスポットに関する設定内容は、行ったスポットのＩＤ、行きたいスポットのスポットＩＤの他、ユーザが参照した参照スポットのスポットＩＤ、ユーザが検索した検索スポットのスポットＩＤ、ユーザの属性情報であってもよい。設定内容が複数ある場合、優先度をつけてもよい。

更新部４３は、実際の評価値と、実際の評価値の推定値である推定評価値との差が小さくなるように、推定評価値を算出するためのパラメータを更新する（Ｓ３０３）。レコメンドサーバ４は、Ｓ３０１〜Ｓ３０３の処理を所定時間毎に実行してもよい。

ＲＳ通信部４１は、アプリケーションサーバ２から、いずれかのユーザの推定評価値のリクエストをそのユーザのユーザＩＤとともに受信した場合（Ｓ３０４でＹＥＳ）、そのユーザＩＤに対応付けられた、行きたいスポットおよび行ったスポットのスポットＩＤをデータサーバ３から受信する（Ｓ３０５）。Ｓ３０４でＮＯの場合、処理は、Ｓ３０５に移行しない。

算出部４２は、Ｓ３０５で取得されたスポットＩＤに基づいて、Ｓ３０４で送信されたユーザＩＤが示すユーザの実際の評価値を算出する（Ｓ３０６）。更新部４３は、算出された実際の評価値を用いて、Ｓ３０３で更新されたパラメータをさらに所定回（例えば、１回）更新する（Ｓ３０７）。なお、更新部４３は、Ｓ３０６における更新を複数回行ってもよい。

推定部４４は、Ｓ３０６で更新されたパラメータを用いて、Ｓ３０４で送信されたユーザＩＤが示すユーザの推定評価値を算出する（Ｓ３０８）。ＲＳ通信部４１は、算出された推定評価値を、アプリケーションサーバ２に送信する（Ｓ３０９）。

以上のように、レコメンドサーバ４は、ユーザが行ったスポットおよび行きたいスポットに基づく実際の評価値を学習データとして用いて、推定評価値を算出する。推定評価値は、ユーザに提示されるレコメンドスポットの決定およびレコメンドスコアの算出に用いられる。これにより、情報処理端末１が、ユーザの特性に応じたレコメンドスポットを提示することができる。また、推定評価値は、実際の評価値とは異なるため、意外性があるスポットが提示される可能性がある。また、レコメンドサーバ４は、学習データの量が少なくても、同様の処理で推定評価値を算出することができる。

また、レコメンドサーバ４は、Ｓ３０５〜Ｓ３０７に示すように、推定評価値の要求を受信した後に、ユーザに関する最新の情報を用いてパラメータを更新するため、最新のユーザの行動を反映したスポットを提示することができる。また、レコメンドサーバ４は、Ｓ３０１〜Ｓ３０３の処理のように予めパラメータの更新を行っておき、推定評価値の要求を受信した後の処理を最小限にすることにより、情報処理端末１がレコメンドリクエストを送信してから結果を受信するまでの待ち時間を少なくすることができる。

また、パラメータθ、ｘは、意味を持たない値であるため、スポットの種類やユーザの属性を事前に定義する必要がない。ここで、ユーザの属性としては、例えば、年齢、性別が挙げられる。よって、第１の実施形態のシステムでは、スポットの種類が増えたり、ユーザの属性が増えても容易にレコメンドスポットを提示できるように対応することができる。

図１０は、第２の実施形態におけるシステムの全体構成の一例を示す図である。第２の実施形態におけるシステムは、レコメンドサーバ４が分類部４６を含む点で第１の実施形態におけるシステムと異なる。第１の実施形態と同様の部分については説明を省略する。

ＲＳ通信部４１は、データサーバ３から、各スポットＩＤに対応付けられている口コミ（例えば、図３参照）を受信する。

分類部４６は、データサーバ３から受信した、各スポットＩＤに対応付けられている口コミを用いて、スポットの表現ベクトルを生成し、複数のスポットを複数のクラスタに分類する。分類部４６は、口コミに限らず、スポットに関する他の情報に基づいてスポットを分類してもよい。

算出部４２は、複数のユーザの複数のスポットに対する評価を示す実際の評価値をクラスタ毎に算出する。更新部４３は、クラスタ毎の実際の評価値の推定値である推定評価値を算出するためのパラメータを、推定評価値と実際の評価値との差が小さくなるように更新する。

推定部４４は、更新部４３が更新したパラメータを用いてクラスタ毎の推定評価値を算出する。ＲＳ通信部４１は、算出されたクラスタ毎の推定評価値をアプリケーションサーバ２に送信する。

以下、分類部４６の処理について、詳細に説明する。分類部４６は、ＲＳ通信部４１が取得した、各スポットＩＤに対応付けられている口コミに含まれている全ワードを、Ｗｏｒｄ２ＶＥＬを用いてベクトル化する。全ワードをＷとした場合、Ｗは、以下の式（１３）のように表される。

Ｗ={w⁽¹⁾,w⁽²⁾,．．．,w^(x)} （１３）

w⁽ⁱ⁾（ｉ＝１〜ｘ）は、ベクトル化されたワードであり、ｘは全口コミに登場するユニークな単語数であるとする。Ｗｏｒｄ２ＶＥＬを適用する際に任意に指定する次元数をｎｗとした場合、w⁽ⁱ⁾は、以下の式（１４）のように表される。

そして、分類部４６は、ベクトル化されたワードを、ｋ−ｍｅａｎｓ法を用いて複数のクラスタに分類する。分類された全ワードは、以下の式（１５）のように表される。
C_w={C_w ⁽¹⁾{w_c1 ⁽¹⁾…w_c1 ⁽ⁿ⁾},C_w ⁽²⁾{w_c2 ⁽¹⁾…w_c2 ⁽ⁿ⁾}・・・C_w ^(nc){w_cnw ⁽¹⁾…w_cnw ⁽ⁿ⁾}} （１５）
ｎｃは、任意に指定された、単語を分類するクラスタの総数である。ユニークな単語の代わりに、クラスタを用いて各スポットの口コミを表すと、表３のように表される。

分類部４６は、分類後の口コミに対してｔｆ−ｉｄｆを実行する。スポットＩＤがｉであるスポットの表現ベクトルをs^(i）とし、そのスポットの口コミをｄ⁽ⁱ⁾（C⁽¹⁾,C⁽²⁾...）とした場合、ｔｆ−ｉｄｆ実行後のs^(i）は、以下の式（１６）のように表される。

分類部４６は、式（１６）で示したスポットの表現ベクトルをｋ−ｍｅａｎｓ法により分類する。ｋ−ｍｅａｎｓ法を用いることにより、似たスポットが同じクラスタに分類される。この結果、スポットＩＤとクラスタＩＤとの関係が以下の式（１７）のように得られる。なお、ｎｓは、任意に指定される、スポットを分類するクラスタ総数である。
C_s={C_s ⁽¹⁾{S_c1 ⁽¹⁾…S_c1 ⁽ⁿ⁾},C_s ⁽²⁾{S_c2 ⁽¹⁾…S_c2 ⁽ⁿ⁾}・・・C_s ^(ns){S_ns ⁽¹⁾…S_ns ⁽ⁿ⁾}} （１７）
算出部４２は、式（１７）に示す分類結果に基づいて、実際の評価値を、クラスタ毎に算出する。例えば、ユーザｉのクラスタに対する評価ベクトルＵ⁽ⁱ⁾は、以下の式（１８）のように表される。

countC_(s) ⁽¹⁾，．．．，countC_(s) ^(ns)は、クラスタ内のスポットのうち、ユーザが行きたいスポットに設定しているスポットの数と行ったスポットに設定しているスポットの数との合計であるとする。例えば、ユーザｉのクラスタｊに対する評価値は、countC_(s) ^(j)となる。

算出部４２は、例えば、クラスタ内のスポットのうち、ユーザが行ったスポットに設定している数と行きたいスポットに設定している数とに異なる重み付けをして、ユーザのクラスタに対する実際の評価値を算出してもよい。算出部４２は、例えば、クラスタ内のスポットのうち、ユーザが行ったスポットに設定している数をＣＶとし、ユーザが行きたいスポットに設定している数をＣＦとし、以下の式（１９）により、ユーザのクラスタに対する評価値を算出してもよい。Ｋ_４は、ＣＶの重み付け係数であり、Ｋ_５は、ＣＦの重み付け係数である。例えば、行ったスポットを行きたいスポットより優先する場合、Ｋ_１＞Ｋ_２となるように、予めＫ_４、Ｋ_５が設定される。

ユーザのクラスタに対する実際の評価値＝Ｋ_４×ＣＶ＋Ｋ_５×ＣＦ （１９）

算出部４２は、ユーザが行ったスポットに設定している数、ユーザが行きたいスポットに設定している数とともに、ユーザが参照した参照スポットの数、ユーザが検索した検索スポットの数を用いて、ユーザのクラスタに対する実際の評価値を算出してもよい。算出部４２は、ユーザが行ったスポットに設定している数、ユーザが行きたいスポットに設定している数、ユーザが参照した参照スポットの数、ユーザが検索した検索スポットの数のうちの少なくとも一つを用いて、ユーザのクラスタに対する実際の評価値を算出してもよい。

更新部４３は、上記式（６）〜（８）において、実際の評価値ｙ^{（ｉ，ｊ）}の代わりに式（１９）に示されるクラスタに対する評価値を用いて、実際の評価値と推定評価値との差が小さくなるように、パラメータθ、ｘを更新する。そして、推定部４４は、更新されたパラメータθ、ｘを用いて、クラスタ毎の推定評価値を算出する。

推定部４４は、更新されたパラメータを用いて、各ユーザのクラスタに対する推定評価値を算出する。ＲＳ記憶部４５は、更新されたパラメータと、分類結果を記憶する。ＲＳ通信部４１は、分類部４６の分類結果と、推定部４４が推定した、クラスタに対する推定評価値をアプリケーションサーバ２に送信する。アプリケーションサーバ２は、クラスタに対する推定評価値を、クラスタ内のスポットの推定評価値として扱い、第１の実施形態と同様の処理を行う。

スポットの数は、ユーザ数に対して非常に大きいため、スポット毎の評価値を用いてパラメータを算出した場合、処理時間が長くなる。しかし、更新部４３によるパラメータの更新の前に、分類部４６が分類を行うことにより、更新部４３の処理時間を短くすることができる。

なお、スポットＩＤに対応する口コミが更新された場合は、分類部４６は、上記の分類処理を再実行し、式（１７）を更新する。そして、更新された分類結果を用いて、算出部４２、更新部４３および推定部４４は、上記と同様の処理を行うことにより、クラスタ毎の推定評価値が更新される。

図１１は、第２の実施形態におけるレコメンドサーバの処理の一例を示すフローチャートである。なお、第２の実施形態において、情報処理端末１およびアプリケーションサーバ２の処理は、図７，８に示した第１の実施形態の処理と同様である。第２の実施形態では、分類部４６は、複数のスポットを、スポットに関する情報（例えば、口コミ）を用いて複数のクラスタに分類する（Ｓ４０１）。

Ｓ４０２〜Ｓ４１０の処理は、第１の実施形態におけるＳ３０１〜Ｓ３０９（図９）の処理と同様である。ただし、第１の実施形態では、スポット毎の実際の評価値とスポット毎の推定評価値に関する処理を行うが、第２の実施形態では、クラスタ毎の実際の評価値とクラスタ毎の推定評価値に関する処理を行う点が異なる。

次に、レコメンドサーバ４のハードウェア構成の一例を説明する。図１２は、レコメンドサーバ４のハードウェア構成の一例を示す図である。図１２の例に示すように、レコメンドサーバ４において、バス１００に、プロセッサ１１１とメモリ１１２と補助記憶装置１１３と通信インタフェース１１４と媒体接続部１１５と入力装置１１６と出力装置１１７とが接続される。

プロセッサ１１１は、メモリ１１２に展開されたプログラムを実行する。実行されるプログラムには、実施形態における処理を行うプログラムが適用されてもよい。メモリ１１２は、例えば、Random Access Memory(ＲＡＭ)である。補助記憶装置１１３は、種々の情報を記憶する記憶装置であり、例えばハードディスクドライブや半導体メモリ等が適用されてもよい。補助記憶装置１１３に実施形態の処理を行うプログラムが記憶されていてもよい。

メモリ１１２、補助記憶装置１１３および可搬型記録媒体１１８は、コンピュータが読み取り可能であって非一時的な有形の記憶媒体であり、信号搬送波のような一時的な媒体ではない。

通信インタフェース１１４は、ＬＡＮ、ＷＡＮ等の通信ネットワークに接続され、通信に伴うデータ変換等を行う。媒体接続部１１５は、可搬型記録媒体１１８が接続可能なインタフェースである。可搬型記録媒体１１８には、光学式ディスク、半導体メモリ等が適用されてもよい。可搬型記録媒体１１８に実施形態の処理を行うプログラムが記録されていてもよい。

入力装置１１６は、例えば、キーボード、ポインティングデバイス等であり、ユーザからの指示及び情報等の入力を受け付ける。出力装置１１７は、例えば、表示装置、プリンタ、スピーカ等であり、ユーザへの問い合わせ又は指示、及び処理結果等を出力する。

図１、図１０に示すＲＳ記憶部４５は、メモリ１１２、補助記憶装置１１３または可搬型記録媒体１１８等により実現されてもよい。図１、図１０に示す算出部４２、更新部４３、推定部４４、および図１０に示す分類部４６は、メモリ１１２に展開されたプログラムをプロセッサ１１１が実行することにより実現されてもよい。

なお、レコメンドサーバ４が図１２に示す全ての構成要素を含んでいなくてもよく、一部の構成要素が省略されていてもよい。また、一部の構成要素がレコメンドサーバ４の外部装置に存在し、レコメンドサーバ４が外部装置に接続して、外部装置内の構成要素を利用してもよい。

また、情報処理端末１、アプリケーションサーバ２、データサーバ３のハードウェア構成は、レコメンドサーバ４と同様であるため、説明を省略する。ただし、情報処理端末１は、タッチパネルを備え、タッチパネルが入力装置１１６および出力装置１１７（表示装置）として機能してもよい。

上記実施形態の各処理、又は各機能の各々は、単一の装置又は単一のシステムにより集中処理されることで実現されてもよいし、複数の装置又は複数のシステムによって分散処理されることで実現されてもよい。また、上記実施形態の各構成要素は、専用のハードウェアにより構成されてもよい。上記実施形態の各構成要素は、ソフトウェアにより実現可能な構成要素について、プログラムを実行することによって実現されてもよい。具体的には、情報処理端末１とアプリケーションサーバ２とデータサーバ３とレコメンドサーバ４のいずれか１つの装置は、単一の装置で構成されてもよいし、複数の装置で構成されてもよい。また、上記実施形態の機能を満たすように、情報処理端末１とアプリケーションサーバ２とデータサーバ３とレコメンドサーバ４の各構成要素を含む単一の装置で構成されてもよい。

上記実施形態の各構成要素は、例えば、記録媒体に記録されたソフトウェアのプログラムをＣＰＵが実行することによって実現されてもよい。このＣＰＵは、例えばプロセッサ１１１である。プログラムは、サーバからダウンロードされることによって実行されてもよいし、所定の記録媒体に記録されたプログラムが読み出されることによって実行されてもよい。この記録媒体は、例えば、メモリ１１２、補助記憶装置１１３または可搬型記録媒体１１８である。また、プログラムを実行するコンピュータは、単数であってもよいし、複数であってもよい。上記実施形態は、集中処理を行うように構成されてもよいし、分散処理を行うように構成されてもよい。

本実施形態は、以上に述べた実施の形態に限定されるものではなく、本実施形態の要旨を逸脱しない範囲内で様々な変更、追加、省略が適用可能である。

１ 情報処理端末
２ アプリケーションサーバ
３ データサーバ
４ レコメンドサーバ
５ 第１ネットワーク
６ 第２ネットワーク
１１ 設定部
１２ 端末通信部
１３ 端末表示部
１４ 端末記憶部
２１ ＡＳ通信部
２２ ＡＳ制御部
３１ ＤＳ記憶部
３２ ＤＳ通信部
４１ ＲＳ通信部
４２ 算出部
４３ 更新部
４４ 推定部
４５ ＲＳ記憶部
４６ 分類部
１００ バス
１１１ プロセッサ
１１２ メモリ
１１３ 補助記憶装置
１１４ 通信インタフェース
１１５ 媒体接続部
１１６ 入力装置
１１７ 出力装置
１１８ 可搬型記録媒体

Claims (11)

1. 複数のユーザによる複数の地点に対する評価を示す実際の評価値を算出する算出部と、
   前記実際の評価値の推定値である推定評価値を算出するためのパラメータを、前記推定評価値と前記実際の評価値との差が小さくなるように更新する更新部と、
   更新された前記パラメータを用いて前記推定評価値を算出する推定部と、
   を備えることを特徴とする推定装置。
2. 前記複数のユーザのうちのいずれかのユーザの前記推定評価値のリクエストを通信により受け付ける通信部を更に備え、
   前記算出部は、前記いずれかのユーザの実際の評価値をさらに算出し、
   前記更新部は、前記いずれかのユーザの実際の評価値を用いて、前記複数のユーザの前記実際の評価値を用いて予め更新された前記パラメータをさらに更新し、
   前記推定部は、さらに更新された前記パラメータを用いて、前記いずれかのユーザの前記推定評価値を算出し、
   前記通信部は、前記いずれかのユーザの前記推定評価値を送信する
   ことを特徴とする請求項１記載の推定装置。
3. 前記算出部は、前記複数のユーザが行きたい地点として設定した地点、および前記複数のユーザが行った地点として設定した地点に関する設定内容に基づいて、前記複数のユーザの前記実際の評価値を算出する、
   ことを特徴とする請求項１または２記載の推定装置。
4. 前記更新部は、更新前の前記パラメータを用いた前記推定評価値と前記実際の評価値との差と、更新後の前記パラメータを用いた前記推定評価値と前記実際の評価値との差との変化量が所定値以下となるまで、前記パラメータの更新を繰り返す
   ことを特徴とする請求項１から３のうちのいずれか１項に記載の推定装置。
5. 情報処理装置と、前記情報処理装置と通信可能な情報処理端末とを備えたレコメンドシステムであって、
   前記情報処理装置は、
   複数のユーザによる複数の地点に対する評価を示す実際の評価値を算出する算出部と、
   前記実際の評価値の推定値である推定評価値を算出するためのパラメータを、前記推定評価値と前記実際の評価値との差が小さくなるように更新する更新部と、
   更新された前記パラメータを用いて前記推定評価値を算出する推定部と、
   前記推定評価値に基づいてスコアを算出し、前記スコアに基づいて推奨地点を選択する制御部と、
   前記推奨地点に関する情報を前記情報処理端末に送信する送信部とを含み、
   前記情報処理端末は、
   前記推奨地点に関する情報を表示する表示部を含む
   ことを特徴とするレコメンドシステム。
6. 複数のユーザによる複数の地点に対する評価を示す実際の評価値を算出し、
   前記実際の評価値の推定値である推定評価値を算出するためのパラメータを、前記推定評価値と前記実際の評価値との差が小さくなるように更新し、
   更新された前記パラメータを用いて前記推定評価値を算出する
   処理をコンピュータに実行させるための推定プログラム。
7. コンピュータが、
   複数のユーザによる複数の地点に対する評価を示す実際の評価値を算出し、
   前記実際の評価値の推定値である推定評価値を算出するためのパラメータを、前記推定評価値と前記実際の評価値との差が小さくなるように更新し、
   更新された前記パラメータを用いて前記推定評価値を算出する
   処理を実行することを特徴とする推定方法。
8. 複数の地点を、前記複数の地点に関する情報を用いて複数のクラスタに分類する分類部と、
   複数のユーザによる前記複数の地点に対する評価を示す実際の評価値をクラスタ毎に算出する算出部と、
   前記実際の評価値の推定値である前記クラスタ毎の推定評価値を算出するためのパラメータを、前記推定評価値と前記実際の評価値との差が小さくなるように更新する更新部と、
   更新された前記パラメータを用いて前記推定評価値を算出する推定部と、
   を備えることを特徴とする推定装置。
9. 情報処理装置と、前記情報処理装置と通信可能な情報処理端末とを備えたレコメンドシステムであって、
   前記情報処理装置は、
   複数の地点を、前記複数の地点に関する情報を用いて複数のクラスタに分類する分類部と、
   複数のユーザによる前記複数の地点に対する評価を示す実際の評価値をクラスタ毎に算出する算出部と、
   前記実際の評価値の推定値である前記クラスタ毎の推定評価値を算出するためのパラメータを、前記推定評価値と前記実際の評価値との差が小さくなるように更新する更新部と、
   更新された前記パラメータを用いて前記推定評価値を算出する推定部と、
   前記推定評価値に基づいてスコアを算出し、前記スコアに基づいて推奨地点を選択する制御部と、
   前記推奨地点に関する情報を前記情報処理端末に送信する送信部とを含み、
   前記情報処理端末は、
   前記推奨地点に関する情報を表示する表示部を含む
   ことを特徴とするレコメンドシステム。
10. 複数の地点を、前記複数の地点に関する情報を用いて複数のクラスタに分類し、
    複数のユーザによる前記複数の地点に対する評価を示す実際の評価値をクラスタ毎に算出し、
    前記実際の評価値の推定値である前記クラスタ毎の推定評価値を算出するためのパラメータを、前記推定評価値と前記実際の評価値との差が小さくなるように更新し、
    更新された前記パラメータを用いて前記推定評価値を算出する、
    処理をコンピュータに実行させるための推定プログラム。
11. コンピュータが、
    複数の地点を、前記複数の地点に関する情報を用いて複数のクラスタに分類し、
    複数のユーザによる前記複数の地点に対する評価を示す実際の評価値をクラスタ毎に算出し、
    前記実際の評価値の推定値である前記クラスタ毎の推定評価値を算出するためのパラメータを、前記推定評価値と前記実際の評価値との差が小さくなるように更新し、
    更新された前記パラメータを用いて前記推定評価値を算出する
    処理を実行することを特徴とする推定方法。

Images