JP2020112971A - 検索支援プログラム、検索支援方法および情報処理装置 - Google Patents

Abstract

【課題】ユーザに合ったコンテンツの検索を支援すること。【解決手段】トピック画面１４００は、トピックＴ１のタイトル１３０１と対応付けて、類似度情報１４１０を表示する操作画面である。類似度情報１４１０は、ユーザＵ１とのプロファイルや嗜好の類似度合いが高い上位３人のユーザそれぞれについて、プロファイル類似度１４１１〜１４１３と、嗜好類似度１４１４〜１４１６とを含む。例えば、プロファイル類似度１４１１は、ユーザ名「ｋｏｔｏ」の他のユーザとユーザＵ１とのプロファイル（客観的情報）の類似度合いを示す。また、嗜好類似度１４１４は、ユーザ名「ｋｏｔｏ」の他のユーザとユーザＵ１との嗜好（主観的情報）の類似度合いを示す。これにより、ユーザＵ１は、トピックＴ１がどの程度自分に合ったトピックであるかを判断可能となり、自分の価値観に合ったトピックを検索しやすくなる。【選択図】図１４

Description

本発明は、検索支援プログラム、検索支援方法および情報処理装置に関する。

従来、ユーザに対してトピックを推薦するシステムがある。トピックは、例えば、サービスやイベントに関する情報である。また、システムからユーザに推薦するトピックを選択する方法として、例えば、ユーザのブラウザの閲覧履歴や、商品等の購買履歴をもとにトピックを選択するものが知られている。

先行技術としては、レコメンド装置において、顧客ごとに、顧客の嗜好性と一致する特徴を持つ商品を、顧客ＩＤに対する推薦商品情報として記憶し、顧客ごとに、顧客に似た人が購買した商品を、顧客ＩＤに対応する推薦商品情報として記憶するものがある。例えば、レコメンド装置は、受信した推薦リクエストに含まれる顧客ＩＤに対する推薦商品として、該当する推薦商品ＩＤおよび、それに紐付く商品情報を、レコメンド情報として送信する。また、複数の推薦アイテムのアイテム特徴ベクトルのＮ個の成分のうちの条件を満たす成分が示す属性を、複数の推薦アイテムに共通する共通推薦理由であると決定し、複数の推薦アイテムとともに、共通推薦理由をユーザに呈示する技術がある。また、コンテンツごとの共通属性に関する確率変数の値および特定ユーザに係る共通属性に関する確率変数の値に基づき、特定ユーザと各コンテンツとの組み合わせごとに特定ユーザに対する各コンテンツの適合性を検証して推薦するコンテンツを決定する技術がある。

特開２０１２−２３４５０３号公報 特開２００６−１９０１２７号公報 特開２００７−５８３９８号公報

しかしながら、従来技術では、システムから推薦されたトピック等のコンテンツの中から、ユーザが自分に合ったコンテンツを検索するのに手間がかかる場合がある。例えば、コンテンツを推薦するだけでは、ユーザは何を根拠に推薦されたのか認識できないため、各コンテンツの内容を確認しながら、自分に合ったコンテンツを検索することになり煩わしい。

一つの側面では、本発明は、ユーザに合ったコンテンツの検索を支援することを目的とする。

１つの実施態様では、ユーザに対してコンテンツの情報を表示する場合に、前記コンテンツを高評価した他のユーザのパーソナルデータと前記ユーザのパーソナルデータとに基づく、前記他のユーザの傾向と前記ユーザの傾向との類似度を取得し、前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、検索支援プログラムが提供される。

本発明の一側面によれば、ユーザに合ったコンテンツの検索を支援することができる。

図１は、実施の形態にかかる検索支援方法の一実施例を示す説明図である。 図２は、情報提供システム２００のシステム構成例を示す説明図である。 図３は、情報処理装置１０１のハードウェア構成例を示すブロック図である。 図４は、トピックＤＢ２２０の記憶内容の一例を示す説明図である。 図５は、プロファイルＤＢ２３０の記憶内容の一例を示す説明図である。 図６は、嗜好ＤＢ２４０の記憶内容の一例を示す説明図である。 図７は、類似度計算設定ＤＢ２５０の記憶内容の一例を示す説明図である。 図８は、類似度計算設定画面８００の画面例を示す説明図である。 図９は、情報処理装置１０１の機能的構成例を示すブロック図である。 図１０は、プロファイル類似度および嗜好類似度の第１の算出例を示す説明図である。 図１１は、プロファイル類似度および嗜好類似度の第２の算出例を示す説明図である。 図１２は、類似度テーブル１２００の記憶内容の一例を示す説明図である。 図１３は、トピック一覧画面の画面例を示す説明図である。 図１４は、トピック画面の第１の画面例を示す説明図である。 図１５は、トピック画面の第２の画面例を示す説明図である。 図１６は、情報処理装置１０１の類似度計算設定処理手順の一例を示すフローチャートである。 図１７は、情報処理装置１０１の検索支援処理手順の一例を示すフローチャート（その１）である。 図１８は、情報処理装置１０１の検索支援処理手順の一例を示すフローチャート（その２）である。 図１９は、情報処理装置１０１の評価結果登録処理手順の一例を示すフローチャートである。 図２０は、情報処理装置１０１の類似度計算処理手順の一例を示すフローチャートである。 図２１は、情報処理装置１０１の第２の検索支援処理手順の一例を示すフローチャートである。

以下に図面を参照して、本発明にかかる検索支援プログラム、検索支援方法および情報処理装置の実施の形態を詳細に説明する。

（実施の形態）
図１は、実施の形態にかかる検索支援方法の一実施例を示す説明図である。図１において、情報処理装置１０１は、ユーザに合ったコンテンツの検索を支援するコンピュータである。コンテンツとは、ユーザに提供される文書、画像、音声などであり、例えば、ユーザに提供されるサービスやイベントに関するコンテンツである。

ここで、システムが推薦したコンテンツの中から、ユーザが自分に合ったコンテンツを選択する基準は多様化しており、一律な基準でコンテンツを推薦してもユーザの価値観に合わない場合がある。また、コンテンツを推薦するだけでは、ユーザは何を根拠に推薦されたのか認識できないため、各コンテンツの内容を確認しながら、自分に合ったコンテンツを検索することになり煩わしい。

すなわち、ユーザは、推薦されたコンテンツが自分にどの程度合ったものであるか一見して分からないため、例えば、推薦された全てのコンテンツの内容に目を通し、自分の価値観に合ったコンテンツであるかを確認するといった作業を行うことになる。このため、システムから推薦されたコンテンツの中から、自分に合ったコンテンツを簡単に検索することができる仕組みが望まれる。

そこで、本実施の形態では、ユーザに対してコンテンツを推薦する際に、ユーザがコンテンツの詳細な中身を確認しなくても、自分に合ったコンテンツであるかを判断可能にする検索支援方法について説明する。以下、情報処理装置１０１の処理例について説明する。

（１）情報処理装置１０１は、ユーザに対してコンテンツの情報を表示する場合に、コンテンツを高評価した他のユーザのパーソナルデータとユーザのパーソナルデータとに基づく、他のユーザの傾向とユーザの傾向との類似度を取得する。ここで、表示対象となるコンテンツの情報は、例えば、コンテンツのタイトルや概要であってもよく、また、コンテンツの内容（詳細な中身）であってもよい。

コンテンツの評価は、例えば、コンテンツの内容を確認したユーザが、興味や価値があると判断した場合に高評価となり、興味や価値がないと判断した場合には低評価となる。すなわち、コンテンツを高評価した他のユーザは、コンテンツの内容に興味や価値があると判断した者である。

パーソナルデータは、個人を識別する情報だけでなく、個人に関する情報全般であり、例えば、個人に関する客観的情報や、個人に関する主観的情報を含む。個人に関する客観的情報は、例えば、年齢、性別、居住地、家族構成、年収などの情報である。個人に関する主観的情報は、ユーザが興味のある活動、サービス、商品などの情報である。

ユーザの傾向は、パーソナルデータから特定されるユーザの傾向であり、例えば、好み、考え方、行動などの傾向である。例えば、ユーザの客観的情報からは、どの年代か、どのエリアに住んでいるか、どのような家族構成であるか、どのような生活水準であるかなどによって、ユーザの傾向が特定される。また、ユーザの主観的情報からは、どのような活動、サービス、商品などに興味があるのかによって、ユーザの傾向が特定される。

ユーザ間の傾向の類似度は、ユーザ間の傾向の類似度合いを示す指標値であり、例えば、ユーザの客観的情報から特定される傾向や、ユーザの主観的情報から特定される傾向が、ユーザ間でどの程度類似しているのかを示す。例えば、年齢、居住地、年収が近いユーザ同士ほど、ユーザ間の傾向の類似度は高くなる。また、同じような活動やサービスに興味があるユーザ同士ほど、ユーザ間の傾向の類似度は高くなる。

図１の例では、ユーザＢに対してコンテンツ１２０の情報（例えば、タイトル）を表示する場合を想定する。また、コンテンツ１２０を高評価した他のユーザを「ユーザＡ」とする。この場合、情報処理装置１０１は、コンテンツ１２０を高評価したユーザＡのパーソナルデータとユーザＢのパーソナルデータとに基づく、ユーザＡの傾向とユーザＢの傾向との類似度Ｘを取得する。

具体的には、例えば、情報処理装置１０１は、記憶部１１０から、ユーザＡの傾向とユーザＢの傾向との類似度Ｘを取得する。ここで、記憶部１１０は、各ユーザのパーソナルデータに基づき算出された、ユーザ間の傾向の類似度を記憶する記憶装置である。

（２）情報処理装置１０１は、コンテンツの情報と対応付けて、取得した類似度を表示する。具体的には、例えば、情報処理装置１０１は、コンテンツ１２０のタイトルとともに、取得した類似度Ｘを表示する。類似度Ｘは、例えば、ユーザ間の傾向の類似度合いを示す数値によって表されてもよく、また、記号や図形によって表されることにしてもよい。

また、情報処理装置１０１は、類似度Ｘが、ユーザＡの傾向とユーザＢの傾向との間の類似度合いを示すことを特定する情報、例えば、ユーザＡのユーザ名などをあわせて表示することにしてもよい。また、情報処理装置１０１は、コンテンツ１２０が、ユーザＡが高評価したものであることを特定する情報、例えば、「ユーザＡが興味のあるコンテンツだよ！」などのメッセージを表示することにしてもよい。

このように、情報処理装置１０１によれば、ユーザに対してコンテンツの情報を表示する場合に、コンテンツの情報と対応付けて、コンテンツを高評価した他のユーザの傾向と該ユーザの傾向との類似度を表示することができる。ここで、類似度が高ければ、コンテンツは、ユーザと傾向が類似する人が高評価しているため、ユーザに合ったものである可能性が高いといえる。

一方、類似度が低ければ、コンテンツは、ユーザと傾向が類似しない人が高評価しているため、ユーザに合ったものではない可能性が高いといえる。これにより、コンテンツの詳細な中身を確認する前に、そのコンテンツを高評価した他のユーザとの傾向の類似度合いを判断することができ、自分の価値観に合ったコンテンツを効率的に検索可能となる。

図１の例では、類似度Ｘを「０≦Ｘ≦１」の値とする。ここで、類似度Ｘが高ければ、コンテンツ１２０は、ユーザＢと傾向が類似する人が高評価しているため、ユーザＢに合ったものである可能性が高いといえる。一方、類似度Ｘが低ければ、コンテンツ１２０は、ユーザＢと傾向が類似しない人が高評価していることになり、ユーザＢに合ったものではない可能性が高いといえる。

このため、ユーザＢは、例えば、類似度Ｘが「０．８」の場合、自分と傾向が類似しているユーザＡが高評価したものであるため、コンテンツ１２０が自分に合ったものである可能性が高いと判断することができる。一方、類似度Ｘが「０．２」の場合、ユーザＢは、自分と傾向が類似していないユーザＡが高評価したものであるため、コンテンツ１２０が自分に合ったものではない可能性が高いと判断することができる。

以下の説明では、ユーザに対して推薦するコンテンツの一例として、「トピック」を例に挙げて説明する。トピックは、話題になる事柄や出来事に関する情報であり、例えば、サービスやイベントに関するトピックである。

（情報提供システム２００のシステム構成例）
つぎに、図１に示した情報処理装置１０１を含む情報提供システム２００のシステム構成例について説明する。情報提供システム２００は、例えば、ユーザに対してトピックを推薦するサービスを提供するコンピュータシステムに適用される。

図２は、情報提供システム２００のシステム構成例を示す説明図である。図２において、情報提供システム２００は、情報処理装置１０１と、複数のクライアント装置２０１と、を含む。情報提供システム２００において、情報処理装置１０１および複数のクライアント装置２０１は、有線または無線のネットワーク２１０を介して接続される。ネットワーク２１０は、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネットなどである。

ここで、情報処理装置１０１は、トピックＤＢ（Ｄａｔａｂａｓｅ）２２０、プロファイルＤＢ２３０、嗜好ＤＢ２４０および類似度計算設定ＤＢ２５０を有する。例えば、情報処理装置１０１は、サーバである。なお、各種ＤＢ２２０，２３０，２４０，２５０の記憶内容については、図４〜図７を用いて後述する。

クライアント装置２０１は、情報提供システム２００を利用するユーザが使用するコンピュータである。例えば、クライアント装置２０１は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、タブレットＰＣ、スマートフォンなどである。

情報提供システム２００において、情報処理装置１０１は、例えば、クライアント装置２０１から各種画面の表示要求を受信したことに応じて、各種画面を表示するための情報を生成して、クライアント装置２０１に送信する。これにより、クライアント装置２０１に各種画面（例えば、図８に示す類似度計算設定画面８００、図１３に示すトピック一覧画面１３００、図１４に示すトピック画面１４００など）を表示することができる。

（情報処理装置１０１のハードウェア構成例）
図３は、情報処理装置１０１のハードウェア構成例を示すブロック図である。図３において、情報処理装置１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、メモリ３０２と、ディスクドライブ３０３と、ディスク３０４と、通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）３０５と、可搬型記録媒体Ｉ／Ｆ３０６と、可搬型記録媒体３０７と、を有する。また、各構成部は、バス３００によってそれぞれ接続される。

ここで、ＣＰＵ３０１は、情報処理装置１０１の全体の制御を司る。ＣＰＵ３０１は、複数のコアを有していてもよい。メモリ３０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭがＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）のプログラムを記憶し、ＲＯＭがアプリケーションプログラムを記憶し、ＲＡＭがＣＰＵ３０１のワークエリアとして使用される。メモリ３０２に記憶されるプログラムは、ＣＰＵ３０１にロードされることで、コーディングされている処理をＣＰＵ３０１に実行させる。

ディスクドライブ３０３は、ＣＰＵ３０１の制御に従ってディスク３０４に対するデータのリード／ライトを制御する。ディスク３０４は、ディスクドライブ３０３の制御で書き込まれたデータを記憶する。ディスク３０４としては、例えば、磁気ディスク、光ディスクなどが挙げられる。

通信Ｉ／Ｆ３０５は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して外部のコンピュータ（例えば、図２に示したクライアント装置２０１）に接続される。そして、通信Ｉ／Ｆ３０５は、ネットワーク２１０と装置内部とのインターフェースを司り、外部のコンピュータからのデータの入出力を制御する。通信Ｉ／Ｆ３０５には、例えば、モデムやＬＡＮアダプタなどを採用することができる。

可搬型記録媒体Ｉ／Ｆ３０６は、ＣＰＵ３０１の制御に従って可搬型記録媒体３０７に対するデータのリード／ライトを制御する。可搬型記録媒体３０７は、可搬型記録媒体Ｉ／Ｆ３０６の制御で書き込まれたデータを記憶する。可搬型記録媒体３０７としては、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）−ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリなどが挙げられる。

なお、情報処理装置１０１は、上述した構成部のほかに、例えば、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、入力装置、ディスプレイ等を有することにしてもよい。また、情報処理装置１０１は、上述した構成部のうち、例えば、ディスクドライブ３０３、ディスク３０４、可搬型記録媒体Ｉ／Ｆ３０６、可搬型記録媒体３０７を有していなくてもよい。また、図２に示したクライアント装置２０１についても、情報処理装置１０１と同様のハードウェア構成により実現することができる。ただし、クライアント装置２０１は、上述した構成部のほかに、入力装置、ディスプレイを有する。

（各種ＤＢ２２０，２３０，２４０，２５０の記憶内容）
つぎに、図４〜図７を用いて、情報処理装置１０１が有する各種ＤＢ２２０，２３０，２４０，２５０の記憶内容について説明する。なお、情報処理装置１０１が有する各種ＤＢ２２０，２３０，２４０，２５０は、例えば、図３に示したメモリ３０２、ディスク３０４などの記憶装置により実現される。

図４は、トピックＤＢ２２０の記憶内容の一例を示す説明図である。図４において、トピックＤＢ２２０は、トピックＩＤ、カテゴリ、タイトル、提供者情報、高評価ユーザおよび低評価ユーザのフィールドを有し、各フィールドに情報を設定することで、トピック管理情報（例えば、トピック管理情報４００−１，４００−２）をレコードとして記憶する。

ここで、トピックＩＤは、情報提供システム２００において推薦されるトピックを一意に識別する識別子である。カテゴリは、トピックが属するカテゴリである。なお、カテゴリは、トピックを分類するものである。カテゴリは、任意に設定可能である。ここでは、トピックは、生活に関わる「働く」、「暮らす」、「楽しむ」、「住む」、「備える」のいずれかのカテゴリに分類される。ただし、カテゴリは、食事、ファッション、旅行、映画、漫画、アウトドアなどのより具体的な分類であってもよい。

タイトルは、トピックのタイトルである。提供者情報は、トピックの情報を提供する者の情報である。提供者情報には、例えば、提供者の名称、トピックの概要、トピックの詳細な内容を表示する情報を取得するためのＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）などが含まれる。なお、提供者情報には、トピックの内容（例えば、記事、画像など）を表す情報が含まれていてもよい。

高評価ユーザは、トピックを高評価したユーザを特定する情報である。高評価ユーザフィールドには、トピックを高評価したユーザのユーザＩＤが設定される。低評価ユーザは、トピックを低評価したユーザを特定する情報である。低評価ユーザフィールドには、トピックを低評価したユーザのユーザＩＤが設定される。

以下の説明では、トピックＩＤ「Ｔ＃」のトピックを「トピックＴ＃」と表記する場合がある（＃＝１，２，…）。

図５は、プロファイルＤＢ２３０の記憶内容の一例を示す説明図である。図５において、プロファイルＤＢ２３０は、ユーザＩＤ、性別、年齢、住所、家族構成、学歴、勤務先および年収のフィールドを有し、各フィールドに情報を設定することで、プロファイル情報（例えば、プロファイル情報５００−１，５００−２）をレコードとして記憶する。

ここで、ユーザＩＤは、情報提供システム２００のユーザを一意に識別する識別子である。性別は、ユーザの性別である。年齢は、ユーザの年齢である。住所は、ユーザの住所である。家族構成は、ユーザの家族構成である。学歴は、ユーザの学歴である。勤務先は、ユーザの勤務先である。年収は、ユーザの年収である。なお、性別、年齢、住所、家族構成、学歴、勤務先および年収は、ユーザのパーソナルデータのうちのユーザ個人に関する客観的情報の一例である。

なお、図示は省略するが、プロファイル情報には、例えば、ユーザのユーザ名（ハンドルネーム、氏名など）が含まれていてもよい。

以下の説明では、ユーザＩＤ「Ｕｉ」のユーザを「ユーザＵｉ」と表記し（ｉ＝１，２，…）、ユーザＵｉとは異なる他のユーザを「ユーザＵｊ」と表記する場合がある（ｊ≠ｉ、ｊ＝１，２，…）。

図６は、嗜好ＤＢ２４０の記憶内容の一例を示す説明図である。図６において、嗜好ＤＢ２４０は、ユーザＩＤ、トピックＩＤ、カテゴリおよび評価結果のフィールドを有し、各フィールドに情報を設定することで、嗜好情報（例えば、嗜好情報６００−１〜６００−３）をレコードとして記憶する。

ここで、ユーザＩＤは、情報提供システム２００のユーザＵｉを一意に識別する識別子である。トピックＩＤは、情報提供システム２００において推薦されるトピックＴ＃を一意に識別する識別子である。カテゴリは、トピックＴ＃が属するカテゴリである。評価結果は、ユーザＵｉがトピックＴ＃の内容を評価した結果である。

ここでは、評価結果としては、「高」または「低」が設定される。評価結果「高」は、ユーザＵｉがトピックＴ＃の内容を高く評価したことを示す。評価結果「低」は、ユーザＵｉがトピックＴ＃の内容を低く評価したことを示す。なお、嗜好情報は、ユーザＵｉのパーソナルデータのうちのユーザ個人に関する主観的情報の一例である。

図７は、類似度計算設定ＤＢ２５０の記憶内容の一例を示す説明図である。図７において、類似度計算設定ＤＢ２５０は、ユーザＩＤ、プロファイル設定項目および嗜好設定項目のフィールドを有し、各フィールドに情報を設定することで、類似度計算設定情報（例えば、類似度計算設定情報７００−１，７００−２）をレコードとして記憶する。

ここで、ユーザＩＤは、情報提供システム２００のユーザＵｉを一意に識別する識別子である。プロファイル設定項目は、ユーザＵｉのプロファイル情報のうち、他のユーザＵｊとの傾向の類似度（プロファイル類似度）の計算に用いる項目を示す。嗜好設定項目は、ユーザＵｉの嗜好情報のうち、他のユーザＵｊとの傾向の類似度（嗜好類似度）の計算に用いる嗜好情報を特定する項目（トピックＴ＃のカテゴリ）を示す。

なお、プロファイル設定項目および嗜好設定項目は、例えば、図８に示すような類似度計算設定画面８００において設定される。

（類似度計算設定画面８００の画面例）
ここで、図８を用いて、クライアント装置２０１に表示される類似度計算設定画面８００の画面例について説明する。類似度計算設定画面８００は、クライアント装置２０１からの表示要求に応じて、情報処理装置１０１の制御によってクライアント装置２０１のディスプレイ８１０に表示される。

ディスプレイ８１０は、カーソル、アイコンあるいはツールボックスをはじめ、文書、画像、機能情報などのデータを表示する表示装置である。ディスプレイ８１０としては、例えば、液晶ディスプレイ、有機ＥＬ（Ｅｌｅｃｔｒｏｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイなどを採用することができる。

以下の説明では、操作画面に表示されているボックス、ボタン等をユーザが選択する操作として、タップ操作を行う場合を例に挙げて説明する。

図８は、類似度計算設定画面８００の画面例を示す説明図である。図８において、クライアント装置２０１のディスプレイ８１０に、類似度計算設定画面８００が表示されている。類似度計算設定画面８００は、他のユーザとの傾向の類似度（プロファイル類似度および嗜好類似度）の計算に用いるプロファイル設定項目および嗜好設定項目を設定するための操作画面である。

類似度計算設定画面８００において、クライアント装置２０１の不図示の入力装置を用いたユーザの操作入力により、チェックボックス８１１〜８１７をタップすると、プロファイル設定項目を選択することができる。例えば、ユーザは、他のユーザとの類似度を計算するにあたり、年代が重要であると判断した場合、チェックボックス８１２にチェックを入れる。一方、年代は重要でなく条件に入れたくないと判断した場合には、チェックボックス８１２にチェックを入れない。

例えば、ユーザは、他のユーザとの類似度を計算するにあたり、居住エリアが重要であると判断した場合、チェックボックス８１３にチェックを入れる。一方、居住エリアは重要でなく条件に入れたくないと判断した場合には、チェックボックス８１３にチェックを入れない。例えば、ユーザは、他のユーザとの類似度を計算するにあたり、生活水準が重要であると判断した場合、チェックボックス８１７にチェックを入れる。一方、生活水準は重要でなく条件に入れたくないと判断した場合には、チェックボックス８１７にチェックを入れない。

図８の例では、チェックボックス８１３，８１４および８１７がタップされて、プロファイル設定項目「住所」、「家族構成」および「年収」が選択されている。

また、類似度計算設定画面８００において、ユーザの操作入力により、チェックボックス８２１〜８２５をタップすると、嗜好設定項目を選択することができる。例えば、ユーザは、他のユーザとの類似度を計算するにあたり、ライフイベント（結婚、子育てなど）についての好みが重要であると判断した場合、チェックボックス８２２にチェックを入れる。一方、ライフイベントについての好みは重要でなく条件に入れたくないと判断した場合には、チェックボックス８２２にチェックを入れない。

図８の例では、チェックボックス８２１，８２４および８２５がタップされて、嗜好設定項目「働く」、「住む」および「備える」が選択されている。

類似度計算設定画面８００において、ユーザの操作入力により、確定ボタン８０１をタップすると、クライアント装置２０１から情報処理装置１０１に類似度計算設定依頼が送信される。類似度計算設定依頼には、例えば、ユーザＩＤ、類似度計算設定画面８００において選択されたプロファイル設定項目および嗜好設定項目を特定する項目情報が含まれる。

なお、類似度計算設定画面８００において、ユーザの操作入力により、クリアボタン８０２をタップすると、各チェックボックス８１１〜８１７，８２１〜８２５が選択されていない状態に初期化することができる。

（情報処理装置１０１の機能的構成例）
図９は、情報処理装置１０１の機能的構成例を示すブロック図である。図９において、情報処理装置１０１は、受付部９０１と、登録部９０２と、算出部９０３と、表示制御部９０４と、記憶部９１０と、を含む。具体的には、例えば、受付部９０１〜表示制御部９０４は、図３に示したメモリ３０２、ディスク３０４などの記憶装置に記憶されたプログラムをＣＰＵ３０１に実行させることにより、または、通信Ｉ／Ｆ３０５により、その機能を実現する。各機能部の処理結果は、例えば、メモリ３０２、ディスク３０４などの記憶装置に記憶される。記憶部９１０は、例えば、メモリ３０２、ディスク３０４などの記憶装置により実現される。具体的には、例えば、記憶部９１０は、図５に示したプロファイルＤＢ２３０、図６に示した嗜好ＤＢ２４０、図７に示した類似度計算設定ＤＢ２５０などを記憶する。

受付部９０１は、ユーザＵｉのパーソナルデータに含まれる複数の項目のうちの１以上の項目の選択を受け付ける。ここで、パーソナルデータは、ユーザＵｉに関する客観的情報や、ユーザＵｉに関する主観的情報を含む。ユーザＵｉに関する客観的情報は、例えば、図５に示したプロファイルＤＢ２３０内のプロファイル情報である。ユーザＵｉに関する客観的情報は、例えば、図６に示した嗜好ＤＢ２４０内の嗜好情報である。

パーソナルデータに含まれる複数の項目は、例えば、プロファイル情報に含まれる「性別」、「年齢」、「住所」、「家族構成」、「学歴」、「勤務先」、「年収」や、嗜好情報に含まれる「カテゴリ」である。選択される項目は、ユーザＵｉの傾向と他のユーザＵｊの傾向との類似度の計算に用いる項目である。

以下の説明では、ユーザＵｉの傾向と他のユーザＵｊの傾向との類似度を「類似度Ｓ_ij」と表記する場合がある。

項目の選択は、例えば、クライアント装置２０１に表示される図８に示した類似度計算設定画面８００において行われる。この場合、受付部９０１は、クライアント装置２０１から類似度計算設定依頼を受信することにより、当該類似度計算設定依頼を受け付ける。ここで、類似度計算設定依頼は、類似度Ｓ_ijの計算に用いる項目の設定依頼である。類似度計算設定依頼には、例えば、ユーザＵｉのユーザＩＤ、選択された項目（例えば、類似度計算設定画面８００において選択されたプロファイル設定項目および嗜好設定項目）を特定する項目情報が含まれる。

登録部９０２は、ユーザＵｉと対応付けて、選択された１以上の項目を記憶部９１０に登録する。具体的には、例えば、登録部９０２は、類似度計算設定依頼に含まれるユーザＩＤと対応付けて、類似度計算設定依頼に含まれる項目情報から特定されるプロファイル設定項目や嗜好設定項目を、類似度計算設定ＤＢ２５０に登録する。

一例として、類似度計算設定依頼に含まれるユーザＩＤを「Ｕ１」とする。また、類似度計算設定依頼に含まれる項目情報から特定されるプロファイル設定項目を「住所」、「家族構成」、「年収」とし、嗜好設定項目を「働く」、「住む」、「備える」とする。この場合、登録部９０２は、ユーザＩＤ「Ｕ１」と対応付けて、プロファイル設定項目を「住所」、「家族構成」、「年収」、および、嗜好設定項目「働く」、「住む」、「備える」を、類似度計算設定ＤＢ２５０に登録する。この場合、類似度計算設定情報７００−１が新たなレコードとして類似度計算設定ＤＢ２５０に記憶される。

算出部９０３は、ユーザＵｉのパーソナルデータと他のユーザＵｊのパーソナルデータとに基づいて、ユーザＵｉの傾向と他のユーザＵｊの傾向との類似度Ｓ_ijを算出する。ここで、類似度Ｓ_ijは、ユーザＵｉと他のユーザＵｊとの間の傾向の類似度合いを示す指標値である。

具体的には、例えば、算出部９０３は、ユーザＵｉのパーソナルデータに含まれるユーザＵｉに関する客観的情報と、他のユーザＵｊのパーソナルデータに含まれる他のユーザＵｊに関する客観的情報とに基づいて、類似度Ｓ_ijを算出することにしてもよい。

また、例えば、算出部９０３は、ユーザＵｉのパーソナルデータに含まれるユーザＵｉに関する主観的情報と、他のユーザＵｊのパーソナルデータに含まれる他のユーザＵｊに関する主観的情報とに基づいて、類似度Ｓ_ijを算出することにしてもよい。

以下の説明では、ユーザＵｉに関する客観的情報と他のユーザＵｊに関する客観的情報とに基づき算出される類似度Ｓ_ijを「プロファイル類似度Ｓ_ij」と表記する場合がある。また、ユーザＵｉに関する主観的情報と他のユーザＵｊに関する主観的情報とに基づき算出される類似度Ｓ_ijを「嗜好類似度Ｓ_ij」と表記する場合がある。

また、算出部９０３は、記憶部９１０を参照して、ユーザＵｉに対応する１以上の項目を特定することにしてもよい。そして、算出部９０３は、ユーザＵｉのパーソナルデータのうち、特定した１以上の項目のデータと、他のユーザＵｊのパーソナルデータのうち、特定した１以上の項目のデータとに基づいて、類似度Ｓ_ij（プロファイル類似度Ｓ_ijや嗜好類似度Ｓ_ij）を算出することにしてもよい。

すなわち、算出部９０３は、ユーザＵｉの傾向と他のユーザＵｊの傾向との類似度Ｓ_ijの計算に用いる項目として、ユーザＵｉにより選択された項目（例えば、プロファイル設定項目、嗜好設定項目）を用いる。

ここで、図１０および図１１を用いて、プロファイル類似度Ｓ_ijおよび嗜好類似度Ｓ_ijの算出例について説明する。

図１０は、プロファイル類似度および嗜好類似度の第１の算出例を示す説明図である。ここでは、ユーザＵｘの傾向と他のユーザＵｙの傾向とのプロファイル類似度Ｓ_xyおよび嗜好類似度Ｓ_xyを算出する場合を想定する。また、プロファイル類似度Ｓ_xyの計算に用いるプロファイル設定項目として、「住所」、「家族構成」および「年収」が選択され、嗜好類似度Ｓ_xyの計算に用いる嗜好設定項目として、カテゴリ「暮らす」が選択された場合を想定する。

この場合、算出部９０３は、プロファイルＤＢ２３０を参照して、ユーザＵｘのプロファイル設定項目「住所」、「家族構成」および「年収」のデータを特定する。また、算出部９０３は、プロファイルＤＢ２３０を参照して、ユーザＵｙのプロファイル設定項目「住所」、「家族構成」および「年収」のデータを特定する。

ここでは、ユーザＵｘのプロファイル設定項目「住所」のデータを「神奈川県横浜市神奈川区・・・」とする。ユーザＵｘのプロファイル設定項目「家族構成」のデータを「妻・子」とする。ユーザＵｘのプロファイル設定項目「年収」のデータを「５００万円」とする。また、ユーザＵｙのプロファイル設定項目「住所」のデータを「神奈川県横浜市西区・・・」とする。ユーザＵｙのプロファイル設定項目「家族構成」のデータを「妻・子」とする。ユーザＵｙのプロファイル設定項目「年収」のデータを「１０００万円」とする。

つぎに、算出部９０３は、プロファイル設定項目ごとに、各ユーザＵｘ，Ｕｙのデータを比較して、ユーザＵｘ，Ｕｙ同士のデータが一致するか否かを判定する。データの一致判定は、例えば、データ同士が完全一致する場合に「一致」すると判定してもよいし、データ同士が部分一致する場合にも「一致」すると判定してもよい。

例えば、プロファイル設定項目「住所」については、「市町村」まで一致していれば、データ同士が一致と判定することにしてもよい。また、プロファイル設定項目「年収」については、差分が５０万円以内なら、データ同士が一致と判定することにしてもよい。

図１０の例では、プロファイル設定項目対応表１０１０に示すように、プロファイル設定項目「住所」については、「横浜市」まで一致しているため、算出部９０３は、ユーザＵｘ，Ｕｙ同士のデータが一致すると判定する。プロファイル設定項目「家族構成」については、完全一致しているため、算出部９０３は、ユーザＵｘ，Ｕｙ同士のデータが一致すると判定する。プロファイル設定項目「年収」については、差分が５０万円を超えるため、算出部９０３は、ユーザＵｘ，Ｕｙ同士のデータが一致しないと判定する。

そして、算出部９０３は、プロファイル設定項目「住所」、「家族構成」、「年収」のうち、ユーザＵｘ，Ｕｙ同士のデータが一致した割合を算出することにより、プロファイル類似度Ｓ_xyを算出する。ここでは、プロファイル設定項目「住所」、「家族構成」について、ユーザＵｘ，Ｕｙ同士のデータが一致する。このため、プロファイル類似度Ｓ_xyは「６６．７［％］≒２／３×１００」となる。ただし、プロファイル類似度Ｓ_xyを百分率で表す。

算出部９０３は、嗜好ＤＢ２４０を参照して、ユーザＵｘ，Ｕｙがともに評価したトピックであって、カテゴリが嗜好設定項目「暮らす」のトピックを特定する。具体的には、例えば、算出部９０３は、ユーザＩＤに「Ｕｘ」が設定され、かつ、カテゴリに「暮らす」が設定された嗜好情報を検索する。これにより、ユーザＵｘが評価したトピックであって、カテゴリが「暮らす」のトピックを特定することができる。

また、算出部９０３は、ユーザＩＤに「Ｕｙ」が設定され、かつ、カテゴリに「暮らす」が設定された嗜好情報を検索する。これにより、ユーザＵｙが評価したトピックであって、カテゴリが「暮らす」のトピックを特定することができる。

つぎに、算出部９０３は、検索したユーザＵｘの嗜好情報のうち、検索したユーザＵｙの嗜好情報とトピックＩＤが共通する嗜好情報を特定する。そして、算出部９０３は、特定した嗜好情報を参照して、ユーザＵｘ，Ｕｙがともに評価したトピックであって、カテゴリが嗜好設定項目「暮らす」のトピックを特定する。

ここでは、ユーザＵｘ，Ｕｙがともに評価したトピックであって、カテゴリが嗜好設定項目「暮らす」のトピックとして、トピックＴａ，Ｔｂ，Ｔｃが特定された場合を想定する。つぎに、算出部９０３は、特定したトピックＴａ，Ｔｂ，Ｔｃごとに、各ユーザＵｘ，Ｕｙの評価結果を比較して、ユーザＵｘ，Ｕｙ同士の評価結果が一致するか否かを判定する。各ユーザＵｘ，Ｕｙの評価結果は、検索された各ユーザＵｘ，Ｕｙの嗜好情報から特定される。

図１０の例では、嗜好設定項目対応表１０２０に示すように、トピックＴａについては、ユーザＵｘ，Ｕｙの評価結果がともに「高」のため、算出部９０３は、ユーザＵｘ，Ｕｙ同士の評価結果が一致すると判定する。トピックＴｂについては、ユーザＵｘ，Ｕｙの評価結果が「高，低」のため、算出部９０３は、ユーザＵｘ，Ｕｙ同士の評価結果が一致しないと判定する。トピックＴｃについては、ユーザＵｘ，Ｕｙの評価結果が「低，高」のため、算出部９０３は、ユーザＵｘ，Ｕｙ同士の評価結果が一致しないと判定する。

そして、算出部９０３は、トピックＴａ，Ｔｂ，Ｔｃのうち、ユーザＵｘ，Ｕｙ同士の評価結果が一致した割合を算出することにより、嗜好類似度Ｓ_xyを算出する。ここでは、トピックＴａのみ、ユーザＵｘ，Ｕｙ同士の評価結果が一致する。このため、嗜好類似度Ｓ_xyは「３３．３［％］≒１／３×１００」となる。ただし、嗜好類似度Ｓ_xyを百分率で表す。

図１１は、プロファイル類似度および嗜好類似度の第２の算出例を示す説明図である。ここでは、ユーザＵｘの傾向と他のユーザＵｙの傾向とのプロファイル類似度Ｓ_xyおよび嗜好類似度Ｓ_xyを算出する場合を想定する。また、プロファイル類似度Ｓ_xyの計算に用いるプロファイル設定項目として、「住所」および「家族構成」が選択され、嗜好類似度Ｓ_xyの計算に用いる嗜好設定項目として、カテゴリ「備える」が選択された場合を想定する。

この場合、算出部９０３は、プロファイルＤＢ２３０を参照して、ユーザＵｘのプロファイル設定項目「住所」および「家族構成」のデータを特定する。また、算出部９０３は、プロファイルＤＢ２３０を参照して、ユーザＵｙのプロファイル設定項目「住所」および「家族構成」のデータを特定する。

つぎに、算出部９０３は、プロファイル設定項目ごとに、各ユーザＵｘ，Ｕｙのデータを比較して、ユーザＵｘ，Ｕｙ同士のデータが一致するか否かを判定する。

図１１の例では、プロファイル設定項目対応表１１１０に示すように、プロファイル設定項目「住所」については、「横浜市」まで一致しているため、算出部９０３は、ユーザＵｘ，Ｕｙ同士のデータが一致すると判定する。プロファイル設定項目「家族構成」については、完全一致しているため、算出部９０３は、ユーザＵｘ，Ｕｙ同士のデータが一致すると判定する。

そして、算出部９０３は、プロファイル設定項目「住所」および「家族構成」のうち、ユーザＵｘ，Ｕｙ同士のデータが一致した割合を算出することにより、プロファイル類似度Ｓ_xyを算出する。ここでは、プロファイル設定項目「住所」および「家族構成」について、ユーザＵｘ，Ｕｙ同士のデータが一致する。このため、プロファイル類似度Ｓ_xyは「１００［％］≒２／２×１００」となる。

算出部９０３は、嗜好ＤＢ２４０を参照して、ユーザＵｘ，Ｕｙがともに評価したトピックであって、カテゴリが嗜好設定項目「備える」のトピックを特定する。具体的には、例えば、算出部９０３は、ユーザＩＤに「Ｕｘ」が設定され、かつ、カテゴリに「備える」が設定された嗜好情報を検索する。これにより、ユーザＵｘが評価したトピックであって、カテゴリが「備える」のトピックを特定することができる。

また、算出部９０３は、ユーザＩＤに「Ｕｙ」が設定され、かつ、カテゴリに「備える」が設定された嗜好情報を検索する。これにより、ユーザＵｙが評価したトピックであって、カテゴリが「備える」のトピックを特定することができる。

つぎに、算出部９０３は、検索したユーザＵｘの嗜好情報のうち、検索したユーザＵｙの嗜好情報とトピックＩＤが共通する嗜好情報を特定する。そして、算出部９０３は、特定した嗜好情報を参照して、ユーザＵｘ，Ｕｙがともに評価したトピックであって、カテゴリが嗜好設定項目「備える」のトピックを特定する。

ここでは、ユーザＵｘ，Ｕｙがともに評価したトピックであって、カテゴリが嗜好設定項目「備える」のトピックとして、トピックＴｄ，Ｔｅが特定された場合を想定する。つぎに、算出部９０３は、特定したトピックＴｄ，Ｔｅごとに、各ユーザＵｘ，Ｕｙの評価結果を比較して、ユーザＵｘ，Ｕｙ同士の評価結果が一致するか否かを判定する。

図１１の例では、嗜好設定項目対応表１１２０に示すように、トピックＴｄについては、ユーザＵｘ，Ｕｙの評価結果がともに「高」のため、算出部９０３は、ユーザＵｘ，Ｕｙ同士の評価結果が一致すると判定する。トピックＴｅについては、ユーザＵｘ，Ｕｙの評価結果が「高，低」のため、算出部９０３は、ユーザＵｘ，Ｕｙ同士の評価結果が一致しないと判定する。

そして、算出部９０３は、トピックＴｄ，Ｔｅのうち、ユーザＵｘ，Ｕｙ同士の評価結果が一致した割合を算出することにより、嗜好類似度Ｓ_xyを算出する。ここでは、トピックＴａのみ、ユーザＵｘ，Ｕｙ同士の評価結果が一致する。このため、嗜好類似度Ｓ_xyは「５０［％］≒１／２×１００」となる。

算出されたプロファイル類似度Ｓ_ijおよび嗜好類似度Ｓ_ijは、ユーザＵｉのユーザＩＤと対応付けて、図１２に示すような類似度テーブル１２００に記憶される。類似度テーブル１２００は、例えば、メモリ３０２、ディスク３０４などの記憶装置により実現される。

図１２は、類似度テーブル１２００の記憶内容の一例を示す説明図である。図１２において、類似度テーブル１２００は、ユーザＩＤ、他ユーザＩＤ、プロファイル類似度および嗜好類似度のフィールドを有し、各フィールドに情報を設定することで、類似度情報（例えば、類似度情報１２００−１，１２００−２）をレコードとして記憶する。

ユーザＩＤは、ユーザＵｉのユーザＩＤを示す。他ユーザＩＤは、他のユーザＵｊのユーザＩＤを示す。プロファイル類似度は、ユーザＵｉの傾向と他のユーザＵｊの傾向とのプロファイル類似度Ｓ_ijを示す（単位：％）。嗜好類似度は、ユーザＵｉの傾向と他のユーザＵｊの傾向との嗜好類似度Ｓ_ijを示す（単位：％）。

類似度テーブル１２００によれば、ユーザＵｉ，Ｕｊ間の傾向の類似度Ｓ_ij（プロファイル類似度Ｓ_ij、嗜好類似度Ｓ_ij）を特定することができる。

図９の説明に戻り、受付部９０１は、トピック一覧の表示要求を受け付ける。ここで、トピック一覧は、情報提供システム２００が推薦する複数のトピックをまとめたものであり、例えば、トピックのタイトルをリスト化したものである。

具体的には、例えば、受付部９０１は、クライアント装置２０１からトピック一覧の表示要求を受信することにより、当該トピック一覧の表示要求を受け付ける。トピック一覧の表示要求には、例えば、要求元ユーザ（ユーザＵｉ）のユーザＩＤが含まれる。また、トピック一覧の表示要求には、表示対象となるトピックのカテゴリが含まれていてもよい。

表示制御部９０４は、トピック一覧を表示する制御を行う。具体的には、例えば、表示制御部９０４は、クライアント装置２０１からのトピック一覧の表示要求に応じて、トピックＤＢ２２０を参照して、クライアント装置２０１のディスプレイ８１０に、トピック一覧画面を表示する。

ここで、トピック一覧画面は、トピック一覧を表示する操作画面であり、例えば、トピックのタイトルをリスト化して表示する。より詳細に説明すると、例えば、表示制御部９０４は、トピックＤＢ２２０内のトピック管理情報から特定される全てのトピックのタイトルをリスト化したトピック一覧画面を表示することにしてもよい。また、表示制御部９０４は、トピック一覧の表示要求に含まれるカテゴリのトピックのタイトルをリスト化したトピック一覧画面を表示することにしてもよい。

また、表示制御部９０４は、要求元ユーザであるユーザＵｉとの傾向の類似度Ｓ_ij（例えば、プロファイル類似度Ｓ_ij、嗜好類似度Ｓ_ij）が高い他のユーザＵｊが高評価したトピックのタイトルをリスト化したトピック一覧画面を表示することにしてもよい。

ここで、ユーザＵｉとの傾向の類似度Ｓ_ijが高い他のユーザＵｊは、例えば、プロファイル類似度Ｓ_ijおよび／または嗜好類似度Ｓ_ijが閾値α以上のユーザである。閾値αは、任意に設定可能であり、例えば、６０［％］程度の値に設定される。

すなわち、表示制御部９０４は、類似度テーブル１２００を参照して、ユーザＵｉとの傾向の類似度Ｓ_ijが閾値α以上の他のユーザを特定する。つぎに、表示制御部９０４は、トピックＤＢ２２０（または、嗜好ＤＢ２４０）を参照して、特定した他のユーザが高評価したトピックを検索する。この際、表示制御部９０４は、ユーザＵｉが評価済みのトピックを除外することにしてもよい。

なお、ユーザＵｉとの傾向の類似度Ｓ_ijが高い他のユーザＵｊは、ユーザＵｉとの傾向の類似度が高い上位Ｍ人のユーザであってもよい。Ｍは、任意に設定可能であり、例えば、１０程度の値に設定される。

そして、表示制御部９０４は、検索したトピックのタイトルをリスト化したトピック一覧画面を表示する。この際、表示制御部９０４は、トピックのタイトルと対応付けて、当該トピックを高評価した他のユーザのうち類似度が最大である他のユーザＵｊとの類似度Ｓ_ij（プロファイル類似度Ｓ_ijおよび／または嗜好類似度Ｓ_ij）を表示してもよい。

また、表示制御部９０４は、トピックのタイトルと対応付けて、当該トピックを高評価した他のユーザのうち、ユーザＵｉとの平均類似度が最大である他のユーザＵｊとの平均類似度を表示してもよい。平均類似度は、プロファイル類似度Ｓ_ijと嗜好類似度Ｓ_ijとの平均値である。

トピック一覧画面の画面例については、図１３を用いて後述する。

また、受付部９０１は、ユーザＵｉに対して表示されたトピック一覧の中からいずれかのトピックＴ＃を選択する操作入力を受け付ける。トピックＴ＃の選択は、例えば、クライアント装置２０１に表示されるトピック一覧画面（例えば、後述の図１３参照）において行われる。この場合、受付部９０１は、クライアント装置２０１からトピックＴ＃の選択結果を受信することにより、トピックＴ＃を選択する操作入力を受け付ける。トピックＴ＃の選択結果には、例えば、選択されたトピックＴ＃のトピックＩＤが含まれる。

表示制御部９０４は、受付部９０１が受け付けた操作入力により選択されたトピックＴ＃を高評価した他のユーザＵｊの傾向とユーザＵｉの傾向との類似度Ｓ_ijを取得する。そして、表示制御部９０４は、選択されたトピックＴ＃の情報と対応付けて、取得した類似度Ｓ_ijを表示する。

ここで、トピックＴ＃の情報は、例えば、トピックＴ＃のタイトルまたは概要である。すなわち、表示制御部９０４は、選択されたトピックＴ＃の内容を表示する前に、トピックＴ＃のタイトルと対応付けて、取得した類似度Ｓ_ijを表示することにしてもよい。類似度Ｓ_ijは、例えば、プロファイル類似度Ｓ_ijおよび／または嗜好類似度Ｓ_ijである。

具体的には、例えば、表示制御部９０４は、トピックＤＢ２２０から、選択されたトピックＴ＃のトピック管理情報を取得する。つぎに、表示制御部９０４は、取得したトピック管理情報の高評価ユーザを参照して、選択されたトピックＴ＃を高評価した他のユーザを特定する。

つぎに、表示制御部９０４は、類似度テーブル１２００を参照して、特定したトピックＴ＃を高評価した他のユーザのうち、ユーザＵｉとの類似度が高い上位Ｎ人のユーザを特定する。Ｎは、任意に設定可能であり、例えば、１〜３程度の値に設定される。

この際、表示制御部９０４は、プロファイル類似度が高い上位Ｎ人のユーザを特定することにしてもよいし、また、嗜好類似度が高い上位Ｎ人のユーザを特定することにしてもよい。また、表示制御部９０４は、平均類似度が高い上位Ｎ人のユーザを特定することにしてもよい。平均類似度は、プロファイル類似度と嗜好類似度との平均値である。

つぎに、表示制御部９０４は、類似度テーブル１２００を参照して、ユーザＵｉの傾向と、特定した上位Ｎ人のユーザの傾向との類似度を取得する。そして、表示制御部９０４は、選択されたトピックＴ＃のタイトルと対応付けて、取得した上位Ｎ人のユーザとの類似度を表示する。

この際、表示制御部９０４は、取得した上位Ｎ人のユーザそれぞれとの類似度を、上位Ｎ人のユーザそれぞれのユーザ名と対応付けて表示することにしてもよい。ユーザ名は、例えば、プロファイルＤＢ２３０内のプロファイル情報から特定される。

より詳細に説明すると、例えば、表示制御部９０４は、クライアント装置２０１のディスプレイ８１０に、後述の図１４に示すようなトピック画面１４００を表示する。なお、表示制御部９０４は、ユーザＵｉとの類似度が高い上位Ｎ人のユーザだけでなく、選択されたトピックＴ＃を高評価した全ての他のユーザとの類似度を表示することにしてもよい。

また、表示制御部９０４は、選択されたトピックＴ＃の情報と対応付けて、取得した類似度Ｓ_ijの大きさに応じて、色や形状が変化するキャラクターを表示することにしてもよい。より詳細に説明すると、例えば、表示制御部９０４は、クライアント装置２０１のディスプレイ８１０に、後述の図１５に示すようなトピック画面１５００を表示する。

また、受付部９０１は、トピックＴ＃の詳細表示要求を受け付けることにしてもよい。ここで、トピックＴ＃の詳細表示要求は、トピックＴ＃の内容を表示するよう要求するものである。トピックＴ＃の詳細表示要求は、例えば、後述の図１４に示すようなトピック画面１４００や後述の図１５に示すようなトピック画面１５００において行われる。

具体的には、例えば、受付部９０１は、クライアント装置２０１からトピックＴ＃の詳細表示要求を受信することにより、当該詳細表示要求を受け付ける。トピックＴ＃の詳細表示要求には、例えば、トピックＴ＃のトピックＩＤが含まれる。

また、表示制御部９０４は、トピックＴ＃の内容を表示することにしてもよい。具体的には、例えば、表示制御部９０４は、クライアント装置２０１からのトピックＴ＃の詳細表示要求に応じて、トピックＤＢ２２０を参照して、当該詳細表示要求に含まれるトピックＩＤに対応するトピック管理情報の提供者情報を特定する。

そして、表示制御部９０４は、特定した提供者情報に基づいて、クライアント装置２０１のディスプレイ８１０に、トピックＴ＃の内容を表示する。例えば、表示制御部９０４は、提供者情報に含まれるＵＲＬをクライアント装置２０１に通知することにしてもよい。この場合、クライアント装置２０１は、通知されたＵＲＬを指定して、トピックＴ＃の内容を表示する。

また、受付部９０１は、トピックＴ＃の評価結果を受け付ける。ここで、トピックＴ＃の評価方法は、任意に設定可能である。例えば、評価方法として、「高」または「低」のいずれかを選択する２段階評価を採用してもよいし、「１〜５」のいずれかの評価値を選択する５段階評価を採用してもよい（評価値が大きいほど高評価）。

トピックＴ＃の評価は、例えば、後述の図１４に示すようなトピック画面１４００や後述の図１５に示すようなトピック画面１５００において行われる。

具体的には、例えば、受付部９０１は、クライアント装置２０１からトピック評価結果情報を受信することにより、トピックＴ＃の評価結果を受け付ける。トピック評価結果情報には、例えば、ユーザＵｉのユーザＩＤ、トピックＴ＃のトピックＩＤおよび評価結果が含まれる。

登録部９０２は、受付部９０１が受け付けたトピックＴ＃の評価結果を登録する。具体的には、例えば、登録部９０２は、トピック評価結果情報に含まれるユーザＩＤと対応付けて、トピック評価結果情報に含まれるトピックＩＤおよび評価結果を嗜好ＤＢ２４０に登録する。なお、トピックＴ＃の評価方法として５段階評価が採用された場合、登録部９０２は、例えば、評価値が「１または２」であれば、評価結果「低」と判断し、評価値が「３〜４」であれば、評価結果「高」と判断することにしてもよい。

また、登録部９０２は、トピックＤＢ２２０の記憶内容を更新する。例えば、トピック評価結果情報にユーザＩＤ「Ｕ１」、トピックＩＤ「Ｔ１」、および評価結果「高」が含まれるとする。この場合、登録部９０２は、トピックＤＢ２２０内のトピック管理情報４００−１の高評価ユーザフィールドに「Ｕ１」を追加する。

（トピック一覧画面の画面例）
つぎに、図１３を用いて、クライアント装置２０１からのトピック一覧の表示要求に応じて、クライアント装置２０１のディスプレイ８１０に表示されるトピック一覧画面の画面例について説明する。ここでは、トピック一覧の表示要求に、ユーザＩＤ「Ｕ１」と、カテゴリ「暮らす」とが含まれる場合を想定する。すなわち、要求元ユーザは、ユーザＵ１である。

図１３は、トピック一覧画面の画面例を示す説明図である。図１３において、クライアント装置２０１のディスプレイ８１０に、トピック一覧画面１３００が表示されている。トピック一覧画面１３００は、カテゴリ「暮らす」のトピックＴ１〜Ｔ３のタイトル１３０１〜１３０３をリスト化して表示する操作画面である。

ここで、トピックＴ１〜Ｔ３は、要求元ユーザであるユーザＵ１との傾向の類似度が高い他のユーザが高評価したトピックである。ユーザＵ１との傾向の類似度が高い他のユーザは、例えば、ユーザＵ１とのプロファイル類似度または嗜好類似度のうちの少なくともいずれかの類似度が６０［％］以上のユーザである（α＝６０）。

トピック一覧画面１３００には、各トピックＴ１〜Ｔ３のタイトル１３０１〜１３０３と対応付けて、マッチ率１３１０，１３２０，１３３０がそれぞれ表示されている。マッチ率１３１０，１３２０，１３３０は、各トピックＴ１〜Ｔ３を高評価した他のユーザのうち、ユーザＵ１との間の平均類似度が最大である他のユーザとの平均類似度である。ただし、平均類似度は、プロファイル類似度と嗜好類似度との平均値である。

トピック一覧画面１３００によれば、ユーザＵ１は、情報提供システム２００から推薦されたカテゴリ「暮らす」のトピックＴ１〜Ｔ３のタイトル１３０１〜１３０３を確認することができる。この際、ユーザＵ１は、マッチ率１３１０，１３２０，１３３０を参照することにより、各トピックＴ１〜Ｔ３がどの程度自分に合ったトピックであるかを判断することができる。

例えば、ユーザＵ１は、トピックＴ１について、自身とのプロファイルや嗜好の類似度合いが８０［％］を超える他のユーザが高評価しているものであるため、自分の価値観に合ったトピックである可能性が高いと判断することができる。

トピック一覧画面１３００において、例えば、クライアント装置２０１の不図示の入力装置を用いたユーザＵ１の操作入力により、タイトル１３０１〜１３０３のいずれかをタップすると、トピック画面をディスプレイ８１０に表示することができる。

例えば、タイトル１３０１をタップすると、クライアント装置２０１から情報処理装置１０１にトピックＴ１の選択結果が送信される。この結果、情報処理装置１０１において、トピックＴ１を選択する操作入力が受け付けられ、図１４に示すようなトピック画面１４００がクライアント装置２０１のディスプレイ８１０に表示される。

（トピック画面の画面例）
ここで、図１４を用いて、クライアント装置２０１のディスプレイ８１０に表示されるトピック画面の第１の画面例について説明する。

図１４は、トピック画面の第１の画面例を示す説明図である。図１４において、クライアント装置２０１のディスプレイ８１０に、トピック画面１４００が表示されている。トピック画面１４００は、トピック一覧画面１３００（図１３参照）において選択されたトピックＴ１のタイトル１３０１と対応付けて、類似度情報１４１０を表示する操作画面である。

類似度情報１４１０は、ユーザＵ１との平均類似度が高い上位３人のユーザそれぞれについて、プロファイル類似度１４１１〜１４１３と、嗜好類似度１４１４〜１４１６とを含む。平均類似度は、プロファイル類似度と嗜好類似度との平均値である。図１４中、「ｋｏｔｏ」、「ａｋａ」、「ｊｕｎ」は、各ユーザのユーザ名である。また、図１４中、「プロファイルシンパシー」はプロファイル類似度に相当し、「嗜好シンパシー」は嗜好類似度に相当する。

例えば、プロファイル類似度１４１１は、ユーザ名「ｋｏｔｏ」の他のユーザとユーザＵ１とのプロファイル（客観的情報）の類似度合いを示す。また、嗜好類似度１４１４は、ユーザ名「ｋｏｔｏ」の他のユーザとユーザＵ１との嗜好（主観的情報）の類似度合いを示す。

トピック画面１４００によれば、ユーザＵ１は、トピックＴ１について、自身とのプロファイルや嗜好の類似度合いが高い上位３人のユーザのプロファイル類似度１４１１〜１４１３と嗜好類似度１４１４〜１４１６を確認することができる。これにより、ユーザＵ１は、複数のユーザの情報をもとに、トピックＴ１がどの程度自分に合ったトピックであるかを判断することができ、自分の価値観に合ったトピックを検索しやすくなる。

例えば、嗜好類似度１４１４〜１４１６に比べてプロファイル類似度１４１１〜１４１３が高い値となっているため、ユーザＵ１は、トピックＴ１が、嗜好よりもプロファイルが自身と類似する他のユーザが高評価したものであることが分かる。すなわち、ユーザＵ１は、トピックＴ１が、年齢、住所、家族構成等の客観的情報が類似する人が興味のあるものであることが分かり、トピックＴ１を詳細表示するか否かの判断に役立てることができる。

トピック画面１４００において、ユーザＵ１の操作入力により、詳細表示ボタン１４０１をタップすると、トピックＴ１の内容を表示することができる。トピックＴ１の内容は、例えば、情報処理装置１０１から通知されるＵＲＬにより、クライアント装置２０１から外部サーバにアクセスすることにより表示される。

また、トピック画面１４００において、ユーザＵ１の操作入力により、評価ボタン１４０２を選択するか否かによって、トピックＴ１を評価することができる。初期状態では、評価ボタン１４０２は、未選択の状態である。例えば、評価ボタン１４０２をタップすると、評価ボタン１４０２が選択され、トピックＴ１を高評価することができる。一方、評価ボタン１４０２をタップせず、評価ボタン１４０２を未選択の状態のままにすると、トピックＴ１を低評価したことになる。図１４の例では、評価ボタン１４０２がタップされて、選択された状態となっている。

なお、５段階評価等を採用する場合には、例えば、トピック画面１４００において、評価値を入力したり、選択したりできるようにすればよい。また、トピック画面１４００において、ユーザＵ１の操作入力により、戻るボタン１４０３をタップすると、図１３に示したトピック一覧画面１３００をディスプレイ８１０に表示することができる。

トピック評価結果情報は、例えば、戻るボタン１４０３がタップされたことに応じて、クライアント装置２０１から情報処理装置１０１に送信される。トピック評価結果情報は、トピックＴ１の評価結果を示す情報である。また、トピック評価結果情報は、例えば、評価ボタン１４０２がタップされたタイミングで、クライアント装置２０１から情報処理装置１０１に送信されることにしてもよい。

つぎに、図１５を用いて、クライアント装置２０１のディスプレイ８１０に表示されるトピック画面の第２の画面例について説明する。

図１５は、トピック画面の第２の画面例を示す説明図である。図１５において、クライアント装置２０１のディスプレイ８１０に、トピック画面１５００が表示されている。トピック画面１５００は、トピック一覧画面１３００（図１３参照）において選択されたトピックＴ１のタイトル１３０１と対応付けて、類似度情報１５１０を表示する操作画面である。

類似度情報１５１０は、ユーザＵ１との平均類似度が高い上位３人のユーザそれぞれについて、キャラクター１５１１〜１５１３と、キャラクター１５１４〜１５１６とを含む。ここで、キャラクター１５１１〜１５１３は、色（または、模様）によってプロファイル類似度を表す。キャラクター１５１４〜１５１６は、色（または、模様）によって嗜好類似度を表す。キャラクター１５２０は、ユーザＵ１を表すキャラクターである。

ここでは、各キャラクター１５１１〜１５１６の色は、ユーザＵ１とのプロファイル類似度が６０［％］以上であるか否かに応じて設定される。具体的には、プロファイル類似度が６０［％］以上であれば、キャラクター１５２０と同じ色が設定される。一方、プロファイル類似度が６０［％］未満であれば、キャラクター１５２０と異なる色が設定される。

図１５の例では、プロファイル類似度については、全てのユーザが６０［％］以上であるため、キャラクター１５１１〜１５１３の色が、キャラクター１５２０と同じ色に設定されている。嗜好類似度については、ユーザ名「ｋｏｔｏ」のユーザが６０［％］以上であり、ユーザ名「ａｋａ」のユーザとユーザ名「ｊｕｎ」のユーザが６０［％］未満である。このため、キャラクター１５１４の色が、キャラクター１５２０と同じ色に設定され、キャラクター１５１５，１５１６の色が、キャラクター１５２０と異なる色に設定されている。

トピック画面１５００によれば、ユーザＵ１は、各キャラクター１５１１〜１５１６，１５２０の色から、トピックＴ１について、自身とのプロファイルや嗜好の類似度合いが高い上位３人のユーザのプロファイル類似度の大きさと嗜好類似度の大きさを直感的に把握することができる。

（情報処理装置１０１の各種処理手順）
つぎに、情報処理装置１０１の各種処理手順について説明する。まず、図１６を用いて、情報処理装置１０１の類似度計算設定処理手順について説明する。

図１６は、情報処理装置１０１の類似度計算設定処理手順の一例を示すフローチャートである。図１６のフローチャートにおいて、まず、情報処理装置１０１は、クライアント装置２０１から、類似度計算設定依頼を受信したか否かを判断する（ステップＳ１６０１）。

ここで、情報処理装置１０１は、クライアント装置２０１から類似度計算設定依頼を受信するのを待つ（ステップＳ１６０１：Ｎｏ）。情報処理装置１０１は、クライアント装置２０１から類似度計算設定依頼を受信した場合（ステップＳ１６０１：Ｙｅｓ）、類似度計算設定依頼に含まれる項目情報を参照して、プロファイル設定項目および嗜好設定項目を特定する（ステップＳ１６０２）。

そして、情報処理装置１０１は、類似度計算設定依頼に含まれるユーザＩＤと対応付けて、特定したプロファイル設定項目および嗜好設定項目を、類似度計算設定ＤＢ２５０に登録して（ステップＳ１６０３）、本フローチャートによる一連の処理を終了する。

これにより、依頼元ユーザであるユーザＵｉと他のユーザＵｊとの傾向の類似度Ｓ_ij（プロファイル類似度Ｓ_ijおよび嗜好類似度Ｓ_ij）の計算に用いるプロファイル設定項目および嗜好設定項目を設定することができる。

つぎに、図１７および図１８を用いて、情報処理装置１０１の第１の検索支援処理手順について説明する。第１の検索支援処理手順は、トピック一覧画面を表示する際に、ユーザＵｉ，Ｕｊ間の類似度Ｓ_ijを、その都度計算する場合の処理手順である。

図１７および図１８は、情報処理装置１０１の検索支援処理手順の一例を示すフローチャートである。図１７のフローチャートにおいて、まず、情報処理装置１０１は、クライアント装置２０１からトピック一覧の表示要求を受信したか否かを判断する（ステップＳ１７０１）。

以下の説明では、トピック一覧の表示要求の要求元であるユーザＵｉを「対象ユーザ」と表記する場合がある。

ここで、情報処理装置１０１は、クライアント装置２０１からトピック一覧の表示要求を受信するのを待つ（ステップＳ１７０１：Ｎｏ）。情報処理装置１０１は、クライアント装置２０１からトピック一覧の表示要求を受信した場合（ステップＳ１７０１：Ｙｅｓ）、プロファイルＤＢ２３０から全ユーザのプロファイル情報を取得する（ステップＳ１７０２）。

つぎに、情報処理装置１０１は、嗜好ＤＢ２４０から全ユーザの嗜好情報を取得する（ステップＳ１７０３）。つぎに、情報処理装置１０１は、類似度計算設定ＤＢ２５０から対象ユーザの類似度計算設定情報を取得する（ステップＳ１７０４）。そして、情報処理装置１０１は、取得した類似度計算設定情報を参照して、対象ユーザのプロファイル設定項目および嗜好設定項目を特定する（ステップＳ１７０５）。

つぎに、情報処理装置１０１は、取得した全ユーザのプロファイル情報に基づいて、特定したプロファイル設定項目を参照して、対象ユーザと各ユーザとのプロファイル類似度を算出する（ステップＳ１７０６）。つぎに、情報処理装置１０１は、取得した全ユーザの嗜好情報に基づいて、特定した嗜好設定項目を参照して、対象ユーザと各ユーザとの嗜好類似度を算出する（ステップＳ１７０７）。

算出された対象ユーザと各ユーザとのプロファイル類似度および嗜好類似度は、例えば、図１２に示したような類似度テーブル１２００に記憶される。そして、情報処理装置１０１は、類似度テーブル１２００を参照して、類似度上位のユーザを特定する（ステップＳ１７０８）。ここで、類似度上位のユーザは、例えば、対象ユーザとの類似度が高い上位Ｍ人のユーザである。

つぎに、情報処理装置１０１は、トピックＤＢ２２０から、特定した類似度上位のユーザが高評価したトピックを検索する（ステップＳ１７０９）。なお、検索対象となるトピックは、例えば、類似度上位のユーザのうちのいずれかのユーザのユーザＩＤが高評価ユーザフィールドに設定されたトピックである。

そして、情報処理装置１０１は、類似度テーブル１２００を参照して、検索した各トピックについて、類似度上位のユーザのうち、対象ユーザとの平均類似度が最大のユーザと対象ユーザとの平均類似度を特定し（ステップＳ１７１０）、図１８に示すステップＳ１８０１に移行する。平均類似度は、プロファイル類似度と嗜好類似度との平均値である。

図１８のフローチャートにおいて、まず、情報処理装置１０１は、ステップＳ１７０９において検索した各トピックのタイトルと対応付けて、ステップＳ１７１０において各トピックについて特定した平均類似度を表示するトピック一覧画面をクライアント装置２０１に表示する（ステップＳ１８０１）。具体的には、例えば、情報処理装置１０１は、平均類似度が降順となるように各トピックを並べたトピック一覧画面を表示する。

つぎに、情報処理装置１０１は、表示したトピック一覧画面の中からトピックＴ＃が選択されたか否かを判断する（ステップＳ１８０２）。ここで、情報処理装置１０１は、トピックＴ＃が選択されるのを待つ（ステップＳ１８０２：Ｎｏ）。情報処理装置１０１は、トピックＴ＃が選択された場合（ステップＳ１８０２：Ｙｅｓ）、トピックＤＢ２２０から、選択されたトピックＴ＃のトピック管理情報を取得する（ステップＳ１８０３）。

つぎに、情報処理装置１０１は、取得したトピック管理情報の高評価ユーザを参照して、選択されたトピックＴ＃を高評価した、対象ユーザとは異なる他のユーザを特定する（ステップＳ１８０４）。そして、情報処理装置１０１は、類似度テーブル１２００を参照して、特定した他のユーザのうち、対象ユーザとの類似度が高い上位３人のユーザを特定する（ステップＳ１８０５）。

つぎに、情報処理装置１０１は、類似度テーブル１２００を参照して、特定した上位３人のユーザと対象ユーザとの類似度を取得する（ステップＳ１８０６）。取得される類似度は、例えば、プロファイル類似度および嗜好類似度である。そして、情報処理装置１０１は、選択されたトピックＴ＃のタイトルと対応付けて、取得した上位３人のユーザの類似度を表示するトピック画面をクライアント装置２０１に表示して（ステップＳ１８０７）、本フローチャートによる一連の処理を終了する。

これにより、トピック一覧画面の中からトピックＴ＃が選択されたことに応じて、トピックＴ＃のタイトルと対応付けて、トピックＴ＃を高評価したユーザであって、対象ユーザとの類似度が高い上位Ｎ人のユーザの類似度を表示することができる。

つぎに、図１９を用いて、情報処理装置１０１の評価結果登録処理手順について説明する。

図１９は、情報処理装置１０１の評価結果登録処理手順の一例を示すフローチャートである。図１９のフローチャートにおいて、まず、情報処理装置１０１は、クライアント装置２０１から、トピック評価結果情報を受信したか否かを判断する（ステップＳ１９０１）。

ここで、情報処理装置１０１は、クライアント装置２０１からトピック評価結果情報を受信するのを待つ（ステップＳ１９０１：Ｎｏ）。情報処理装置１０１は、クライアント装置２０１からトピック評価結果情報を受信した場合（ステップＳ１９０１：Ｙｅｓ）、トピック評価結果情報に含まれるユーザＩＤと対応付けて、トピック評価結果情報に含まれるトピックＩＤおよび評価結果を嗜好ＤＢ２４０に登録する（ステップＳ１９０２）。

そして、情報処理装置１０１は、受信したトピック評価結果情報に基づいて、トピックＤＢ２２０の記憶内容を更新して（ステップＳ１９０３）、本フローチャートによる一連の処理を終了する。これにより、トピックＴ＃の評価結果を、トピックＤＢ２２０や嗜好ＤＢ２４０に反映することができる。

つぎに、図２０および図２１を用いて、トピック一覧の表示要求を受け付けるよりも前に、ユーザＵｉ，Ｕｊ間の類似度Ｓ_ijを事前に計算する場合の情報処理装置１０１の各種処理手順について説明する。

図２０は、情報処理装置１０１の類似度計算処理手順の一例を示すフローチャートである。図２０のフローチャートにおいて、まず、情報処理装置１０１は、クライアント装置２０１から、類似度計算設定依頼を受信したか否かを判断する（ステップＳ２００１）。

ここで、情報処理装置１０１は、クライアント装置２０１から類似度計算設定依頼を受信するのを待つ（ステップＳ２００１：Ｎｏ）。情報処理装置１０１は、クライアント装置２０１から類似度計算設定依頼を受信した場合（ステップＳ２００１：Ｙｅｓ）、類似度計算設定依頼に含まれる項目情報を参照して、プロファイル設定項目および嗜好設定項目を特定する（ステップＳ２００２）。

そして、情報処理装置１０１は、類似度計算設定依頼に含まれるユーザＩＤと対応付けて、特定したプロファイル設定項目および嗜好設定項目を、類似度計算設定ＤＢ２５０に登録する（ステップＳ２００３）。つぎに、情報処理装置１０１は、プロファイルＤＢ２３０から全ユーザのプロファイル情報を取得する（ステップＳ２００４）。

以下の説明では、類似度計算設定依頼の依頼元であるユーザＵｉを「対象ユーザ」と表記する場合がある。

つぎに、情報処理装置１０１は、嗜好ＤＢ２４０から全ユーザの嗜好情報を取得する（ステップＳ２００５）。つぎに、情報処理装置１０１は、類似度計算設定ＤＢ２５０から対象ユーザの類似度計算設定情報を取得する（ステップＳ２００６）。そして、情報処理装置１０１は、取得した類似度計算設定情報を参照して、対象ユーザのプロファイル設定項目および嗜好設定項目を特定する（ステップＳ２００７）。

つぎに、情報処理装置１０１は、取得した全ユーザのプロファイル情報に基づいて、特定したプロファイル設定項目を参照して、対象ユーザと各ユーザとのプロファイル類似度を算出する（ステップＳ２００８）。つぎに、情報処理装置１０１は、取得した全ユーザの嗜好情報に基づいて、特定した嗜好設定項目を参照して、対象ユーザと各ユーザとの嗜好類似度を算出する（ステップＳ２００９）。

そして、情報処理装置１０１は、算出した対象ユーザと各ユーザとのプロファイル類似度および嗜好類似度を、類似度テーブル１２００に登録して（ステップＳ２０１０）、本フローチャートによる一連の処理を終了する。これにより、トピック一覧の表示要求を受け付けるよりも前に、対象ユーザと他のユーザとの類似度を事前に計算して保持しておくことができる。

つぎに、図２１を用いて、情報処理装置１０１の第２の検索支援処理手順について説明する。

図２１は、情報処理装置１０１の第２の検索支援処理手順の一例を示すフローチャートである。図２１のフローチャートにおいて、まず、情報処理装置１０１は、クライアント装置２０１からトピック一覧の表示要求を受信したか否かを判断する（ステップＳ２１０１）。

ここで、情報処理装置１０１は、クライアント装置２０１からトピック一覧の表示要求を受信するのを待つ（ステップＳ２１０１：Ｎｏ）。情報処理装置１０１は、クライアント装置２０１からトピック一覧の表示要求を受信した場合（ステップＳ２１０１：Ｙｅｓ）、類似度テーブル１２００を参照して、類似度上位のユーザを特定する（ステップＳ２１０２）。つぎに、情報処理装置１０１は、トピックＤＢ２２０から、特定した類似度上位のユーザが高評価したトピックを検索する（ステップＳ２１０３）。

そして、情報処理装置１０１は、類似度テーブル１２００を参照して、検索した各トピックについて、類似度上位のユーザのうち、対象ユーザとの平均類似度が最大のユーザと対象ユーザとの平均類似度を特定する（ステップＳ２１０４）。つぎに、情報処理装置１０１は、検索した各トピックのタイトルと対応付けて、各トピックについて特定した平均類似度を表示するトピック一覧画面をクライアント装置２０１に表示する（ステップＳ２１０５）。

そして、情報処理装置１０１は、表示したトピック一覧画面の中からトピックＴ＃が選択されたか否かを判断する（ステップＳ２１０６）。ここで、情報処理装置１０１は、トピックＴ＃が選択されるのを待つ（ステップＳ２１０６：Ｎｏ）。情報処理装置１０１は、トピックＴ＃が選択された場合（ステップＳ２１０６：Ｙｅｓ）、トピックＤＢ２２０から、選択されたトピックＴ＃のトピック管理情報を取得する（ステップＳ２１０７）。

つぎに、情報処理装置１０１は、取得したトピック管理情報の高評価ユーザを参照して、選択されたトピックＴ＃を高評価した、対象ユーザとは異なる他のユーザを特定する（ステップＳ２１０８）。そして、情報処理装置１０１は、類似度テーブル１２００を参照して、特定した他のユーザのうち、対象ユーザとの類似度が高い上位３人のユーザを特定する（ステップＳ２１０９）。

つぎに、情報処理装置１０１は、類似度テーブル１２００を参照して、特定した上位３人のユーザと対象ユーザとの類似度を取得する（ステップＳ２１１０）。そして、情報処理装置１０１は、選択されたトピックＴ＃のタイトルと対応付けて、取得した上位３人のユーザの類似度を表示するトピック画面をクライアント装置２０１に表示して（ステップＳ２１１１）、本フローチャートによる一連の処理を終了する。

これにより、トピック一覧画面の中からトピックＴ＃が選択されたことに応じて、トピックＴ＃のタイトルと対応付けて、トピックＴ＃を高評価したユーザであって、対象ユーザとの類似度が高い上位Ｎ人のユーザの類似度を表示することができる。また、対象ユーザと他のユーザとの類似度を事前に計算しているため、トピック一覧画面を表示する際のレスポンスタイムを短縮することができる。

以上説明したように、実施の形態にかかる情報処理装置１０１によれば、ユーザＵｉに対してトピックＴ＃の情報を表示する場合に、トピックＴ＃を高評価した他のユーザＵｊのパーソナルデータとユーザＵｉのパーソナルデータとに基づく、他のユーザＵｊの傾向とユーザＵｉの傾向との類似度Ｓ_ijを取得し、トピックＴ＃の情報と対応付けて、取得した類似度Ｓ_ijを表示することができる。

これにより、トピックＴ＃に興味がある他のユーザＵｊとの類似度合いから、トピックＴ＃の詳細な中身を確認しなくても、トピックＴ＃がどの程度自分に合ったものであるかを判断可能にすることができる。

また、情報処理装置１０１によれば、ユーザＵｉに対して表示されたトピック一覧の中からいずれかのトピックＴ＃を選択する操作入力を受け付け、受け付けた操作入力により選択されたトピックＴ＃を高評価した他のユーザＵｊの傾向とユーザＵｉの傾向との類似度Ｓ_ijを取得し、選択されたトピックＴ＃の情報と対応付けて、取得した類似度Ｓ_ijを表示することができる。

これにより、トピック一覧（例えば、トピック一覧画面１３００）からいずれかのトピックＴ＃が選択された際に、トピックＴ＃に興味がある他のユーザＵｊとの類似度合いを示す情報を提示することができる。

また、情報処理装置１０１によれば、他のユーザＵｊのパーソナルデータに含まれる他のユーザに関する客観的情報と、ユーザＵｉのパーソナルデータに含まれるユーザＵｉに関する客観的情報とに基づいて、類似度Ｓ_ij（プロファイル類似度Ｓ_ij）を算出することができる。

これにより、年齢、住所、年収などの個人に関する客観的情報（プロファイル）についての他のユーザＵｊとの類似度合いを示す情報を提示することができる。このため、例えば、自分と同じ年代、同じ居住エリア、同じ生活レベルの人が興味のあるトピックを絞り込むことができる。

また、情報処理装置１０１によれば、他のユーザＵｊのパーソナルデータに含まれる他のユーザＵｊに関する主観的情報と、ユーザＵｉのパーソナルデータに含まれるユーザＵｉに関する主観的情報とに基づいて、類似度Ｓ_ij（嗜好類似度Ｓ_ij）を算出することができる。

これにより、興味がある活動やサービスなどの個人に関する主観的情報（嗜好）についての他のユーザＵｊとの類似度合いを示す情報を提示することができる。このため、例えば、自分と嗜好が似た人が興味のあるトピックを絞り込むことができる。

また、情報処理装置１０１によれば、ユーザＵｉのパーソナルデータに含まれる複数の項目のうちの１以上の項目（例えば、プロファイル設定項目、嗜好設定項目）の選択を受け付けると、ユーザＵｉと対応付けて、選択された１以上の項目を記憶部９１０に登録することができる。そして、情報処理装置１０１によれば、記憶部９１０を参照して、ユーザＵｉに対応する１以上の項目を特定し、他のユーザＵｊのパーソナルデータのうち特定した１以上の項目のデータと、ユーザＵｉのパーソナルデータのうち特定した１以上の項目のデータとに基づいて、類似度Ｓ_ijを算出することができる。

これにより、ユーザＵｉのパーソナルデータのうち、類似度Ｓ_ij（プロファイル類似度Ｓ_ij、嗜好類似度Ｓ_ij）の計算に用いるデータ（プロファイル設定項目、嗜好設定項目）を任意に設定することができる。すなわち、類似度Ｓ_ijを計算するにあたり、重視して欲しくないプロファイルや嗜好を条件から外すことができる。このため、一律な基準で類似度Ｓ_ijを算出する場合に比べて、ユーザＵｉの価値観に合ったトピックをより的確に判断可能な情報を提示することができる。

また、情報処理装置１０１によれば、トピックＴ＃の内容を表示する前に、トピックＴ＃のタイトルと対応付けて、取得した類似度Ｓ_ijを表示することができる。

これにより、トピックＴ＃の詳細表示をする前に、トピックＴ＃がどの程度自分に合ったものであるかを判断可能な情報を提示することができる。

また、情報処理装置１０１によれば、トピックＴ＃を高評価した他のユーザのうち、ユーザＵｉの傾向との類似度が高い上位Ｎ人のユーザの傾向とユーザの傾向との類似度を取得し、トピックＴ＃の情報と対応付けて、取得した類似度を表示することができる。

これにより、プロファイルや嗜好の類似度合いが相対的に高い他のユーザとの類似度を提示して、トピックＴ＃がどの程度自分に合ったものであるかを判断可能にすることができる。

これらのことから、実施の形態にかかる情報処理装置１０１によれば、トピックの詳細な中身を確認しなくても、ユーザのプロファイルや嗜好に合ったトピックを絞り込むことが可能となる。これにより、情報提供システム２００から推薦されたトピック一覧の中から、ユーザの価値観に合ったトピックを簡単に検索することが可能となる。

なお、本実施の形態で説明した検索支援方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本検索支援プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ、ＵＳＢメモリ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また、本検索支援プログラムは、インターネット等のネットワークを介して配布してもよい。

また、本実施の形態で説明した情報処理装置１０１は、スタンダードセルやストラクチャードＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などの特定用途向けＩＣやＦＰＧＡなどのＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）によっても実現することができる。

上述した実施の形態に関し、さらに以下の付記を開示する。

（付記１）ユーザに対してコンテンツの情報を表示する場合に、前記コンテンツを高評価した他のユーザのパーソナルデータと前記ユーザのパーソナルデータとに基づく、前記他のユーザの傾向と前記ユーザの傾向との類似度を取得し、
前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、
処理をコンピュータに実行させることを特徴とする検索支援プログラム。

（付記２）前記ユーザに対して表示されたコンテンツ一覧の中からいずれかのコンテンツを選択する操作入力を受け付ける、処理を前記コンピュータに実行させ、
前記取得する処理は、受け付けた前記操作入力により選択された前記コンテンツを高評価した他のユーザの傾向と前記ユーザの傾向との類似度を取得し、
前記表示する処理は、選択された前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、ことを特徴とする付記１に記載の検索支援プログラム。

（付記３）前記類似度は、前記他のユーザのパーソナルデータに含まれる前記他のユーザに関する客観的情報と、前記ユーザのパーソナルデータに含まれる前記ユーザに関する客観的情報とに基づき算出される、ことを特徴とする付記１または２に記載の検索支援プログラム。

（付記４）前記類似度は、前記他のユーザのパーソナルデータに含まれる前記他のユーザに関する主観的情報と、前記ユーザのパーソナルデータに含まれる前記ユーザに関する主観的情報とに基づき算出される、ことを特徴とする付記１〜３のいずれか一つに記載の検索支援プログラム。

（付記５）前記ユーザのパーソナルデータに含まれる複数の項目のうちの１以上の項目の選択を受け付けると、前記ユーザと対応付けて、選択された前記１以上の項目を記憶部に登録し、
前記記憶部を参照して、前記ユーザに対応する前記１以上の項目を特定し、
前記他のユーザのパーソナルデータのうち特定した前記１以上の項目のデータと、前記ユーザのパーソナルデータのうち特定した前記１以上の項目のデータとに基づいて、前記他のユーザの傾向と前記ユーザの傾向との類似度を算出する、
処理を前記コンピュータに実行させることを特徴とする付記１〜４のいずれか一つに記載の検索支援プログラム。

（付記６）前記コンテンツの情報は、前記コンテンツのタイトルであり、
前記表示する処理は、前記コンテンツの内容を表示する前に、前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、ことを特徴とする付記１〜５のいずれか一つに記載の検索支援プログラム。

（付記７）前記取得する処理は、前記コンテンツを高評価した他のユーザのうち、前記ユーザの傾向との類似度が高い上位Ｎ人（Ｎ：自然数）のユーザの傾向と前記ユーザの傾向との類似度を取得する、ことを特徴とする付記１〜６のいずれか一つに記載の検索支援プログラム。

（付記８）前記取得する処理は、前記コンテンツと、前記コンテンツを評価したユーザと、前記コンテンツの評価結果とを対応付けて表す情報を参照して、前記コンテンツを高評価した他のユーザを特定する、ことを特徴とする付記１〜６のいずれか一つに記載の検索支援プログラム。

（付記９）ユーザに対してコンテンツの情報を表示する場合に、前記コンテンツを高評価した他のユーザのパーソナルデータと前記ユーザのパーソナルデータとに基づく、前記他のユーザの傾向と前記ユーザの傾向との類似度を取得し、
前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、
処理をコンピュータが実行することを特徴とする検索支援方法。

（付記１０）ユーザに対してコンテンツの情報を表示する場合に、前記コンテンツを高評価した他のユーザのパーソナルデータと前記ユーザのパーソナルデータとに基づく、前記他のユーザの傾向と前記ユーザの傾向との類似度を取得し、
前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、
表示制御部を有することを特徴とする情報処理装置。

１０１ 情報処理装置
１１０，９１０ 記憶部
１２０ コンテンツ
２００ 情報提供システム
２０１ クライアント装置
２１０ ネットワーク
２２０ トピックＤＢ
２３０ プロファイルＤＢ
２４０ 嗜好ＤＢ
２５０ 類似度計算設定ＤＢ
３００ バス
３０１ ＣＰＵ
３０２ メモリ
３０３ ディスクドライブ
３０４ ディスク
３０５ 通信Ｉ／Ｆ
３０６ 可搬型記録媒体Ｉ／Ｆ
３０７ 可搬型記録媒体
８００ 類似度計算設定画面
８１０ ディスプレイ
９０１ 受付部
９０２ 登録部
９０３ 算出部
９０４ 表示制御部
１２００ 類似度テーブル
１３００ トピック一覧画面
１４００，１５００ トピック画面
Ｔ＃ トピック

Claims (8)

1. ユーザに対してコンテンツの情報を表示する場合に、前記コンテンツを高評価した他のユーザのパーソナルデータと前記ユーザのパーソナルデータとに基づく、前記他のユーザの傾向と前記ユーザの傾向との類似度を取得し、
   前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、
   処理をコンピュータに実行させることを特徴とする検索支援プログラム。
2. 前記ユーザに対して表示されたコンテンツ一覧の中からいずれかのコンテンツを選択する操作入力を受け付ける、処理を前記コンピュータに実行させ、
   前記取得する処理は、受け付けた前記操作入力により選択された前記コンテンツを高評価した他のユーザの傾向と前記ユーザの傾向との類似度を取得し、
   前記表示する処理は、選択された前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、ことを特徴とする請求項１に記載の検索支援プログラム。
3. 前記類似度は、前記他のユーザのパーソナルデータに含まれる前記他のユーザに関する客観的情報と、前記ユーザのパーソナルデータに含まれる前記ユーザに関する客観的情報とに基づき算出される、ことを特徴とする請求項１または２に記載の検索支援プログラム。
4. 前記類似度は、前記他のユーザのパーソナルデータに含まれる前記他のユーザに関する主観的情報と、前記ユーザのパーソナルデータに含まれる前記ユーザに関する主観的情報とに基づき算出される、ことを特徴とする請求項１〜３のいずれか一つに記載の検索支援プログラム。
5. 前記ユーザのパーソナルデータに含まれる複数の項目のうちの１以上の項目の選択を受け付けると、前記ユーザと対応付けて、選択された前記１以上の項目を記憶部に登録し、
   前記記憶部を参照して、前記ユーザに対応する前記１以上の項目を特定し、
   前記他のユーザのパーソナルデータのうち特定した前記１以上の項目のデータと、前記ユーザのパーソナルデータのうち特定した前記１以上の項目のデータとに基づいて、前記他のユーザの傾向と前記ユーザの傾向との類似度を算出する、
   処理を前記コンピュータに実行させることを特徴とする請求項１〜４のいずれか一つに記載の検索支援プログラム。
6. 前記コンテンツの情報は、前記コンテンツのタイトルであり、
   前記表示する処理は、前記コンテンツの内容を表示する前に、前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、ことを特徴とする請求項１〜５のいずれか一つに記載の検索支援プログラム。
7. ユーザに対してコンテンツの情報を表示する場合に、前記コンテンツを高評価した他のユーザのパーソナルデータと前記ユーザのパーソナルデータとに基づく、前記他のユーザの傾向と前記ユーザの傾向との類似度を取得し、
   前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、
   処理をコンピュータが実行することを特徴とする検索支援方法。
8. ユーザに対してコンテンツの情報を表示する場合に、前記コンテンツを高評価した他のユーザのパーソナルデータと前記ユーザのパーソナルデータとに基づく、前記他のユーザの傾向と前記ユーザの傾向との類似度を取得し、
   前記コンテンツの情報と対応付けて、取得した前記類似度を表示する、
   表示制御部を有することを特徴とする情報処理装置。

Images