JP2020119102A - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Abstract

【課題】ユーザに推奨する対象を適切に決定する。【解決手段】本願に係る情報処理装置は、取得部と、決定部とを有する。取得部は、複数の対象の各々に、各対象が属するカテゴリを跨いで共通する特性が対応付けられた対応付け情報と、ユーザが所定の行動を行った一の対象を示す行動情報と、を取得する。決定部は、取得部により取得された対応付け情報と行動情報とに基づいて、一の対象以外の対象であって、ユーザに推奨する対象である推奨対象を決定する。【選択図】図３

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

近年、ユーザの行動に基づいてユーザに商品やコンテンツ等の種々の対象を推奨する技術が提供されている。例えば、あるユーザと類似する他のユーザの情報を用いてユーザへ推奨する対象を決定する協調フィルタリング等が知られている。

特開２０１８−１２０３３７号公報

しかしながら、上記の従来技術では、ユーザに推奨する対象を適切に決定することができるとは限らない。例えば、ユーザと類似する他のユーザの情報を用いるだけでは、そのユーザが他のユーザと同様の嗜好を有するとは限らず、ユーザに推奨した対象が適切ではない場合がある。

本願は、上記に鑑みてなされたものであって、ユーザに推奨する対象を適切に決定する情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、複数の対象の各々に、各対象が属するカテゴリを跨いで共通する特性が対応付けられた対応付け情報と、ユーザが所定の行動を行った一の対象を示す行動情報と、を取得する取得部と、前記取得部により取得された前記対応付け情報と前記行動情報とに基づいて、前記一の対象以外の対象であって、前記ユーザに推奨する対象である推奨対象を決定する決定部と、を備えることを特徴とする。

実施形態の一態様によれば、ユーザに推奨する対象を適切に決定することができるという効果を奏する。

図１は、実施形態に係る情報処理の一例を示す図である。 図２は、実施形態に係る情報処理システムの構成例を示す図である。 図３は、実施形態に係る情報処理装置の構成例を示す図である。 図４は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図５は、実施形態に係る行動情報記憶部の一例を示す図である。 図６は、実施形態に係る対象情報記憶部の一例を示す図である。 図７は、実施形態に係る推奨履歴情報記憶部の一例を示す図である。 図８は、実施形態に係る情報処理の一例を示すフローチャートである。 図９は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

（実施形態）
〔１．情報処理〕
図１を用いて、実施形態に係る情報処理の一例について説明する。図１では、ユーザの行動情報に基づいてそのユーザに推奨（レコメンド）する対象（以下「推奨対象」ともいう）を決定する一例を説明する。図１は、実施形態に係る情報処理の一例を示す図である。なお、図１の例では、ユーザに推奨する対象として、映画、音楽、本（書籍）等のコンテンツや、お菓子や飲料等の商品を一例として説明するが、対象は、ユーザへの推奨する対象となり得るものであれば、どのような対象であってもよい。

〔情報処理システムの構成〕
まず、図２に示す情報処理システム１について説明する。図２に示すように、情報処理システム１は、端末装置１０と、情報提供装置５０と、情報処理装置１００とが含まれる。端末装置１０と、情報提供装置５０と、情報処理装置１００とは所定のネットワーク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。図２は、実施形態に係る情報処理システムの構成例を示す図である。なお、図２に示した情報処理システム１には、複数台の端末装置１０や、複数台の情報提供装置５０や複数台の情報処理装置１００が含まれてもよい。

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）等により実現される。図１に示す例においては、端末装置１０がユーザが利用するスマートフォンである場合を示す。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。具体的には、図１では、端末装置１０がユーザＩＤ「Ｕ１」により識別されるユーザ（以下、「ユーザＵ１」とする場合がある）が利用するスマートフォンである場合を示す。

また、端末装置１０は、ＧＰＳセンサ等に限らず種々のセンサにより、各種センサ情報を検知してもよい。また、端末装置１０は、加速度センサの機能を有し、ユーザの移動における加速度情報（センサ情報）を検知し、取得する。また、端末装置１０は、温度センサや気圧センサ等の種々の機能を有し、温度や気圧等のユーザの置かれている環境情報を検知し、取得可能であってもよい。また、端末装置１０は、心拍センサ等の種々の機能を有し、ユーザの生体情報を検知し、取得可能であってもよい。例えば、端末装置１０を利用するユーザは、端末装置１０と通信可能なウェアラブルデバイスを身に付けることにより、端末装置１０によりユーザ自身のコンテキスト情報を取得可能としてもよい。例えば、端末装置１０を利用するユーザは、端末装置１０と通信可能なリストバンド型のウェアラブルデバイスを身に付けることにより、端末装置１０によりユーザ自身の心拍（脈拍）に関する情報を端末装置１０が取得可能としてもよい。

情報処理装置１００は、複数の対象の各々に、各対象が属するカテゴリを跨いで共通する特性が対応付けられた対応付け情報と、ユーザが所定の行動を行った一の対象を示す行動情報とに基づいて、ユーザへの推奨対象を決定する情報処理装置である。情報処理装置１００は、対応付け情報を提供する情報提供装置５０などの外部装置から対応付け情報を取得する。情報処理装置１００は、取得したユーザの対応付け情報を対象情報記憶部１２３（図６参照）等の記憶部１２０（図３参照）に格納する。また、情報処理装置１００は、ユーザの種々の種別の行動情報を取得する。例えば、情報処理装置１００は、ユーザの端末装置１０からユーザの行動情報を取得する。例えば、情報処理装置１００は、ユーザにサービスを提供するサービス提供装置などの外部装置からユーザの行動情報を取得する。情報処理装置１００は、取得したユーザの行動情報を行動情報記憶部１２２（図５参照）等の記憶部１２０（図３参照）に格納する。

また、情報処理装置１００は、端末装置１０から取得した行動情報に基づいて、ユーザに推奨情報を提供するレコメンドサービスを提供する。図１の例では、情報処理装置１００は、行動情報に基づくレコメンドの情報を、行動情報の送信元である端末装置１０へ送信する。なお、図１では、情報処理装置１００がレコメンドサービスを提供する場合を示すが、外部の情報処理装置がレコメンドサービスを提供する場合、情報処理装置１００はレコメンドサービスを提供しなくてもよい。この場合、情報処理装置１００は、決定した推奨対象を示す情報を、レコメンドサービスを提供する外部装置へ提供してもよい。

情報提供装置５０は、情報処理装置１００等に種々の情報提供を行うための情報が格納された情報処理装置である。例えば、情報提供装置５０は、コンテンツや商品等の種々の対象に関する情報や、各対象と特性との対応付けを示す対応付け情報等の種々の情報を収集し、所定の記憶手段（データベース等）に記憶する。例えば、情報提供装置５０は、ユーザの種々の行動情報を収集し、ユーザの行動履歴として所定の記憶手段に記憶する。例えば、情報提供装置５０は、コンテンツ配信サービスや電子商取引サービスを提供するサービス提供装置であってもよい。また、情報提供装置５０は、種々の対象に関する検索サービスを提供するサービス提供装置であってもよい。例えば、情報提供装置５０は、情報処理装置１００に種々の情報を送信する。また、情報提供装置５０は、コンテンツや商品等の種々の対象に関する情報や、対応付け情報を情報処理装置１００に送信する。情報提供装置５０は、ユーザの行動履歴に関する情報や、対応付け情報を情報処理装置１００に送信する。

ここから、図１に戻って、ユーザＵ１の行動情報に基づいて、ユーザＵ１への推奨対象を決定する場合を一例として説明する。

まず、情報処理装置１００は、ユーザＵ１が利用する端末装置１０から行動情報を取得する（ステップＳ１１）。図１の例では、情報処理装置１００は、日時ｄｔ１１において、ユーザＵ１が映画（映画コンテンツ）である対象ＣＴ１を視聴したことを示す行動情報を取得する。このように、「対象ＣＴ＊（＊は任意の数値）」と記載した場合、その対象は対象ＩＤ「ＣＴ＊」により識別される対象であることを示す。例えば、「対象ＣＴ２１」と記載した場合、その対象は対象ＩＤ「ＣＴ２１」により識別される対象である。

そして、情報処理装置１００は、取得したユーザＵ１の行動情報を行動情報記憶部１２２に追加する（ステップＳ１２）。図１の例では、情報処理装置１００は、ユーザＵ１が日時ｄｔ１１に対象ＣＴ１を視聴したことを示す行動情報を行動ＡＣ１１として行動情報記憶部１２２に追加する。このように、「行動ＡＣ＊（＊は任意の数値）」と記載した場合、その行動は行動ＩＤ「ＡＣ＊」により識別される行動であることを示す。例えば、「行動ＡＣ２１」と記載した場合、その行動は行動ＩＤ「ＡＣ２１」により識別される行動である。

そして、情報処理装置１００は、ユーザＵ１の行動情報に基づいて、ユーザＵ１の行動に対応する対象を特定する（ステップＳ１３）。図１の例では、情報処理装置１００は、ユーザＵ１の行動ＡＣ１１における対象を特定する。具体的には、情報処理装置１００は、ユーザＵ１が行動ＡＣ１１において視聴した対象を特定する。情報処理装置１００は、対象情報記憶部１２３を用いて、ユーザＵ１が行動ＡＣ１１において視聴した対象を特定する。

図１に示す対象情報記憶部１２３中の「対象ＩＤ」は、コンテンツや商品等の種々の対象を識別するための識別情報を示す。また、「カテゴリ」は、コンテンツや商品等の種々の対象が属するカテゴリを示す。「対象情報」は、コンテンツや商品等の各対象に対応する情報を示す。「特性」は、各対象が属するカテゴリを跨いで共通する特性を示す。

図１の例では、対象ＩＤ「ＣＴ１」により識別される動画ＭＡ（対象ＣＴ１）は、カテゴリ「映画」に分類されることを示す。また、図１の例では、対象ＣＴ１は、特性が「受賞有」であることを示す。また、対象ＩＤ「ＣＴ５１」により識別されるお菓子ＧＡ（対象ＣＴ５１）は、カテゴリ「食品」に分類されることを示す。また、図１の例では、対象ＣＴ１１は、特性が「受賞有」、「少量」であることを示す。

情報処理装置１００は、対象情報記憶部１２３に記憶された各対象と、ユーザＵ１の行動ＡＣの対象ＣＴ１を示す情報とを比較することにより、ユーザＵ１が行動ＡＣ１１において視聴した対象を特定する。図１の例では、情報処理装置１００は、対象情報記憶部１２３に記憶された各対象のうち、対象ＩＤ「ＣＴ１」により識別される動画ＭＡ（対象ＣＴ１）を、ユーザＵ１が行動ＡＣ１１において視聴した対象に特定する。以下で、ユーザの行動情報から特定された対象を「ユーザ行動対象」ともいう。

そして、情報処理装置１００は、対象ＣＴ１には特性「受賞有」が対応付けられていることを示す対応付け情報等の対象関連情報を対象情報記憶部１２３から取得する。図１の例では、情報処理装置１００は、映画コンテンツである対象ＣＴ１のカテゴリが「映画」であり、対象ＣＴ１には特性「受賞有」が対応付けられていることを示す対象関連情報ＴＩＮＦ１を取得する。

そして、情報処理装置１００は、特定した対象（ユーザ行動対象）に基づいて、ユーザＵ１への推奨対象を決定する（ステップＳ１４）。情報処理装置１００は、対象ＣＴ１に対応する特性「受賞有」が対応付けられた他の対象をユーザＵ１への推奨対象に決定する。情報処理装置１００は対象ＣＴ１が属するカテゴリ「映画」とは異なる他のカテゴリに属する他の対象をユーザＵ１への推奨対象に決定する。情報処理装置１００は、対象情報記憶部１２３に記憶された各対象のカテゴリと、対象ＣＴ１のカテゴリとを比較することにより、ユーザＵ１への推奨対象に決定する。情報処理装置１００は、対象情報記憶部１２３に記憶された各対象の特性と、対象ＣＴ１の特性とを比較することにより、ユーザＵ１への推奨対象に決定する。

例えば、情報処理装置１００は、対象情報記憶部１２３に記憶された各対象の特性と、対象ＣＴ１の特性とを比較し、対象ＣＴ１の特性に一致する対象を、推奨対象候補として抽出する。情報処理装置１００は、対象情報記憶部１２３に記憶された各対象のうち、対象ＣＴ１の特性「受賞有」を有する対象であって、対象ＣＴ１の対象を、推奨対象候補として抽出する。情報処理装置１００は、対象情報記憶部１２３に記憶された各対象のうち、対象ＣＴ１の特性「受賞有」と特性が一致する対象を、推奨対象候補として抽出する。

図１の例では、情報処理装置１００は、対象情報記憶部１２３に記憶された各対象のうち、対象ＣＴ１の特性「受賞有」と特性が一致する対象ＣＴ１１を、推奨対象候補として抽出する。なお、情報処理装置１００は、対象ＣＴ１の特性「受賞有」と特性が一致する対象が無い場合、対象ＣＴ１の特性「受賞有」を含む特性を有する対象を、推奨対象候補として抽出してもよい。

そして、情報処理装置１００は、抽出した推奨対象候補が属するカテゴリと、対象ＣＴ１のカテゴリとを比較し、対象ＣＴ１のカテゴリ「映画」と異なるカテゴリに属する推奨対象候補を、ユーザＵ１への推奨対象に決定する。図１の例では、情報処理装置１００は、推奨対象候補である対象ＣＴ１１のカテゴリ「音楽」が、対象ＣＴ１のカテゴリ「映画」と異なるため、対象ＣＴ１１を、推奨対象に決定する。情報処理装置１００は、推奨対象情報ＲＩＮＦ１に示すように、特性「受賞有」のみを有し、カテゴリ「音楽」に属する楽曲ＡＡである対象ＣＴ１１を、推奨対象に決定する。なお、情報処理装置１００は、推奨対象候補に対象ＣＴ１のカテゴリ「映画」と異なるカテゴリに属する対象が無い場合、カテゴリ「映画」に属する推奨対象候補を、推奨対象に決定してもよい。

そして、情報処理装置１００は、ユーザＵ１に推奨情報を提供する（ステップＳ１５）。図１の例では、情報処理装置１００は、対象ＣＴ１１である楽曲ＡＡをレコメンドする推奨情報をユーザＵ１に提供する。例えば、情報処理装置１００は、楽曲ＡＡのアートワーク等、楽曲ＡＡに関連する情報を表示する画像等の推奨情報をユーザＵ１の端末装置１０に送信する。

このように、情報処理装置１００は、ユーザ行動対象に基づいて、ユーザ行動対象が有する特性に応じた対象をユーザに推奨する推奨対象に決定することにより、ユーザに推奨する対象を適切に決定することができる。すなわち、情報処理装置１００は、レコメンドの対象の種別を越えた括りでタグ付けした（特性を対応付けた）情報である対応付け情報を用いて、ユーザに推奨する推奨対象に決定することにより、ユーザに推奨する対象を適切に決定することができる。なお、情報処理装置１００は、レコメンド先となるユーザに既に推奨済みの対象（推奨済対象）以外の対象を、推奨対象に決定してもよい。例えば、情報処理装置１００は、推奨履歴情報記憶部１２４（図７参照）に記憶された推奨履歴に含まれる対象（推奨済対象）以外の対象を、推奨対象に決定してもよい。情報処理装置１００は、推奨履歴情報記憶部１２４に記憶された推奨履歴のうち、レコメンド先となるユーザに対応する推奨履歴と、推奨対象候補とを比較することにより、推奨済対象以外の対象を、推奨対象に決定してもよい。情報処理装置１００は、推奨対象候補のうち、レコメンド先となるユーザに対応する推奨履歴に含まれない対象を、推奨対象に決定してもよい。

〔１−１．特性〕
上記のように、情報処理装置１００は、各対象が有する特性の類似性に基づいて、ユーザに推奨する推奨対象を決定する。例えば、映画、音楽、小説等のコンテンツや商品等の対象には、所定の賞の受賞有無といった、その対象に対してユーザの興味や関心を集め得る特性を有する対象が含まれる。例えば、このような賞を受賞した対象は、賞の受賞した対象が好きなユーザ（以下「受賞好きユーザ」ともいう）が興味を持ちやすい対象であると推定される。そのため、情報処理装置１００は、賞を受賞したことを示す特性「受賞有」を有する一の対象に所定の行動（視聴や購入）を行ったユーザ（受賞好きユーザ）に対しては、カテゴリの枠を超えて、特性「受賞有」を有する他の対象を推奨対象に決定する。これにより、情報処理装置１００は、受賞好きユーザが興味を引く可能性が高い対象を受賞好きユーザに推奨することができる。

また、情報処理装置１００は、特性「受賞有」といったその対象の絶対的な特性（絶対的特性）に限らず、他の対象や所定の基準との比較に基づく相対的な特性（相対的特性）に基づいて、ユーザに推奨する推奨対象を決定してもよい。例えば、映画コンテンツである対象（対象ＭＸ）が一般的な映画コンテンツと異なり、奇抜な内容であることを示す特性「奇抜」を有している場合、対象ＭＸを視聴したユーザ（以下「奇抜好きユーザ」ともいう）は、奇抜な対象に興味を持つ可能性が高いと推定される。そのため、情報処理装置１００は、対象ＭＸを視聴したユーザ（奇抜好きユーザ）には、特性「奇抜」を有する他の対象を推奨対象に決定する。これにより、情報処理装置１００は、奇抜好きユーザが興味を引く可能性が高い対象を奇抜好きユーザに推奨することができる。例えば、お菓子である対象（対象ＧＸ）が一般的なお菓子と異なり、量が多いことを示す特性「多量」を有している場合、対象ＧＸを購入したユーザ（以下「多量好きユーザ」ともいう）は、量が多い対象に興味を持つ可能性が高いと推定される。そのため、情報処理装置１００は、対象ＧＸを視聴したユーザ（多量好きユーザ）には、特性「多量」を有する他の対象を推奨対象に決定する。これにより、情報処理装置１００は、多量好きユーザが興味を引く可能性が高い対象を多量好きユーザに推奨することができる。なお、上記は一例であり、情報処理装置１００は、特性「裏切り」や特性「予定調和」や特性「王道」や特性「少量」といった種々の特性に基づいて、ユーザへの推奨対象を決定してもよい。

上記のように、情報処理装置１００は、対象の種別とは異なり、ユーザの対象への興味を喚起し得る対象が有する特性に基づいて、ユーザへの推奨対象を決定してもよい。このように、情報処理装置１００は、特性の情報を用いることにより、王道が好きといった安定志向な性格や、奇抜が好きといった好奇心旺盛な性格や、受賞有の対象が好きといったミーハーな性格のような、ユーザの性格に応じて、ユーザへの推奨対象を決定する。言い換えると、情報処理装置１００は、特性の情報を用いることにより、ユーザがどのような対象に対して価値を感じるかといったユーザの行動傾向や価値判断の傾向（価値観）に応じて、ユーザへの推奨対象を決定することができる。したがって、情報処理装置１００は、ユーザの性格や行動傾向や価値観に基づいて、ユーザへの推奨対象を適切に決定することができる。

〔１−２．行動情報〕
図１の例では、ユーザの視聴行動に基づいて、推奨対象を決定する場合を示したが、情報処理装置１００は、ユーザの行動であればどのような行動に関する行動情報を用いて、推奨対象を決定してもよい。例えば、情報処理装置１００は、ユーザの購買に関する行動情報に基づいて、推奨対象を決定してもよい。情報処理装置１００は、ユーザによる商品の購入を示す行動情報に基づいて、推奨対象を決定してもよい。

図１の例では、情報処理装置１００は、ユーザＵ２による商品である対象ＣＴ５１（お菓子Ｘ）の購入を示す行動情報に基づいて、ユーザＵ２への推奨対象を決定してもよい。この場合、情報処理装置１００は、対象ＣＴ５１と異なる他のカテゴリに属し、対象ＣＴ５１と同じ特性を有する対象を、ユーザＵ２への推奨対象に決定してもよい。

また、情報処理装置１００は、ユーザが入力した入力情報を行動情報として、推奨対象を決定してもよい。情報処理装置１００は、ユーザの入力情報に含まれる対象を示す文字列（以下「対象文字列」ともいう）に基づいて、推奨対象を決定してもよい。この場合、情報処理装置１００は、形態素解析等の種々の自然言語処理技術の従来技術を適宜用いて、ユーザの入力情報から対象を示す文字列（対象文字列）を抽出してもよい。

情報処理装置１００は、ユーザの入力情報に対象文字列が含まれる場合、対象文字列が示す対象（以下「ユーザ入力対象」ともいう）以外の対象を、推奨対象に決定する。この場合、情報処理装置１００は、ユーザ入力対象と異なる他のカテゴリに属し、ユーザ入力対象と同じ特性を有する対象を、ユーザＵ２への推奨対象に決定してもよい。

例えば、情報処理装置１００は、ユーザが入力し、所定のネットワークで通信される文字情報に基づいて、推奨対象を決定してもよい。例えば、情報処理装置１００は、ソーシャルネットワーキングサービス（ＳＮＳ：Social Networking Service）においてユーザが投稿した投稿情報に基づいて、推奨対象を決定してもよい。例えば、情報処理装置１００は、Ｔｗｉｔｔｅｒ（登録商標）やＦａｃｅｂｏｏｋ（登録商標）等においてユーザが投稿した投稿情報に基づいて、推奨対象を決定してもよい。例えば、情報処理装置１００は、ユーザがＴｗｉｔｔｅｒにおいて投稿した文章（文字情報）に基づいて、推奨対象を決定してもよい。

例えば、情報処理装置１００は、ユーザがメッセージサービスにおいて入力した入力情報に基づいて、推奨対象を決定してもよい。例えば、情報処理装置１００は、ユーザがＬＩＮＥ（登録商標）等のメッセージサービスにおいて入力した入力情報に基づいて、推奨対象を決定してもよい。例えば、情報処理装置１００は、電子メールにおいて入力した入力情報に基づいて、推奨対象を決定してもよい。例えば、情報処理装置１００は、ウェブ上におけるコンテンツ（情報）に関する検索サービスにおける情報（検索クエリ）に基づいて、推奨対象を決定してもよい。

また、例えば、情報処理装置１００は、質問サイト等においてユーザが入力した質問や回答に関する入力情報に基づいて、推奨対象を決定してもよい。なお、上記は一例であり、情報処理装置１００は、種々の入力情報に基づいて、推奨対象を決定してもよい。

〔１−３．カテゴリ〕
なお、カテゴリの分類は図１に示した場合に限らず、種々の分類であってもよい。例えば、情報処理装置１００は、図１のカテゴリよりもさらに詳細に分類したカテゴリを用いて、推奨対象を決定してもよい。この場合、情報処理装置１００は、図１のカテゴリ（第１カテゴリ）をさらに階層的に分類した第２カテゴリを用いて、推奨対象を決定してもよい。

情報処理装置１００は、第１カテゴリ「映画」をさらに詳細に分類した第２カテゴリ「アクション」、「ミステリー」、「コメディ」等の情報を用いて、ユーザへの推奨対象を決定してもよい。例えば、情報処理装置１００は、ユーザＸについて第２カテゴリ「アクション」の映画コンテンツＭＶＸを視聴したことを示す行動情報を取得し、映画コンテンツＭＶＸの特性が「裏切り」であることを示す対応付け情報を取得する。この場合、情報処理装置１００は、第２カテゴリ「アクション」以外の第２カテゴリに属し、特性が「裏切り」である対象をユーザＸへの推奨対象に決定する。例えば、情報処理装置１００は、第２カテゴリ「アクション」以外の第２カテゴリ「ミステリー」に属する映画コンテンツＭＶＹの特性が「裏切り」である場合、映画コンテンツＭＶＹをユーザＸへの推奨対象に決定する。

〔１−４．推奨対象〕
なお、図１の例では、情報処理装置１００がユーザ行動対象と特性が一致する対象を推奨対象に決定する場合を示したが、情報処理装置１００は、特性が一致する場合に限らず、特性の類似性に基づいて、推奨対象を決定してもよい。図１の例では、情報処理装置１００は、対象ＣＴ１１が無い場合、対象ＣＴ１の特性「受賞有」を含む２つの特性を有する対象ＣＴ２１や対象ＣＴ５１を、推奨対象に決定してもよい。

例えば、情報処理装置１００は、ユーザ行動対象が有する特性との一致度が最も高い対象を推奨対象に決定してもよい。例えば、情報処理装置１００は、ユーザ行動対象が複数の特性（以下「保有特性」ともいう）を有する場合、ユーザ行動対象以外のうち、ユーザ行動対象の保有特性を最も多く有する対象を推奨対象に決定してもよい。例えば、情報処理装置１００は、ユーザＸＸのユーザ行動対象が５つの保有特性を有し、対象ＸＸがユーザ行動対象の５つの保有特性を最も多く（例えば４つ等）有する場合、対象ＸＸをユーザＸＸへの推奨対象に決定してもよい。

〔２．情報処理装置の構成〕
次に、図３を用いて、実施形態に係る情報処理装置１００の構成について説明する。図３は、実施形態に係る情報処理装置の構成例を示す図である。図３に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、情報処理装置１００は、情報処理装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線または無線で接続され、例えば情報処理システム１に含まれる端末装置１０や情報提供装置５０との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図３に示すように、ユーザ情報記憶部１２１と、行動情報記憶部１２２と、対象情報記憶部１２３と、推奨履歴情報記憶部１２４とを有する。

（ユーザ情報記憶部１２１）
実施形態に係るユーザ情報記憶部１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２１は、ユーザ属性に関する各種情報やユーザの行動に関する各種情報を記憶する。図４は、実施形態に係るユーザ情報記憶部の一例を示す図である。図４に示すユーザ情報記憶部１２１は、「ユーザＩＤ」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。また、「年齢」は、ユーザＩＤにより識別されるユーザの年齢を示す。なお、「年齢」は、例えば３５歳など、ユーザＩＤにより識別されるユーザの具体的な年齢であってもよい。また、「性別」は、ユーザＩＤにより識別されるユーザの性別を示す。

また、「自宅」は、ユーザＩＤにより識別されるユーザの自宅の位置情報を示す。なお、図４に示す例では、「自宅」は、「ＬＣ１−１」といった抽象的な符号を図示するが、緯度や経度を示す情報であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。

また、「勤務地」は、ユーザＩＤにより識別されるユーザの勤務地の位置情報を示す。なお、図４に示す例では、「勤務地」は、「ＬＣ１−２」といった抽象的な符号を図示するが、緯度や経度を示す情報であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。

また、「興味」は、ユーザＩＤにより識別されるユーザの興味を示す。すなわち、「興味」は、ユーザＩＤにより識別されるユーザが関心の高い対象を示す。なお、図４に示す例では、「興味」は、各ユーザに１つずつ図示するが、複数であってもよい。

例えば、図４の例では、ユーザＩＤ「Ｕ１」により識別されるユーザの年齢は、「２０代」であり、性別は、「男性」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、自宅が「ＬＣ１−１」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、勤務地が「ＬＣ１−２」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、「スポーツ」に興味があることを示す。

なお、ユーザ情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、他のデモグラフィック属性情報やサイコグラフィック属性情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、氏名、家族構成、収入、ライフスタイル等の情報を記憶してもよい。また、ユーザ情報記憶部１２１は、ユーザが利用する端末装置１０を識別する情報（端末ＩＤ）を記憶してもよい。

（行動情報記憶部１２２）
実施形態に係る行動情報記憶部１２２は、ユーザの行動に関する各種情報を記憶する。図５は、実施形態に係る行動情報記憶部の一例を示す図である。例えば、行動情報記憶部１２２は、各ユーザの行動等の各種の行動情報を記憶する。図５に示す行動情報記憶部１２２には、「ユーザＩＤ」、「行動ＩＤ」、「日時」、「種別」、「内容」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。また、「行動ＩＤ」は、ユーザの行動を識別する情報を示す。「日時」は、対応するユーザの行動が行われた日時を示す。なお、図５の例では、「ｄｔ１１」等で図示するが、「日時」には、「２０１９年１月１８日１６時５３分４８秒」等の具体的な日時が記憶されてもよい。また、「種別」は、対応するユーザの行動の種別に関する情報を示す。また、「内容」は、対応するユーザの行動において対象となった内容を示す。

例えば、図５に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、行動ＩＤ「ＡＣ１１」により識別される行動（行動ＡＣ１１）を行ったことを示す。例えば、図５に示す例においてユーザＵ１は、日時ｄｔ１１において、映画（コンテンツ）である対象ＣＴ１の視聴（行動ＡＣ１１）を行ったことを示す。

例えば、図５に示す例において、ユーザＩＤ「Ｕ２」により識別されるユーザ（ユーザＵ２）は、行動ＩＤ「ＡＣ２１」により識別される行動（行動ＡＣ２１）を行ったことを示す。例えば、図５に示す例においてユーザＵ２は、日時ｄｔ２１において、商品「お菓子Ｘ」である対象ＣＴ５１の購入（行動ＡＣ２１）を行ったことを示す。

なお、行動情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。また、図５では、ユーザＩＤごとに行動情報が行動情報記憶部１２２に記憶される場合を示したが、行動情報は、ユーザＩＤごとに限らず、例えば時刻順に記憶されてもよい。

（対象情報記憶部１２３）
実施形態に係る対象情報記憶部１２３は、コンテンツや商品等の種々の対象に関する各種情報を記憶する。例えば、対象情報記憶部１２３は、動画や記事に関する各種情報を記憶する。図６は、実施形態に係る対象情報記憶部の一例を示す図である。図６に示す対象情報記憶部１２３は、「対象ＩＤ」、「カテゴリ」、「対象情報」、「特性」といった項目を有する。

「対象ＩＤ」は、コンテンツや商品等の種々の対象を識別するための識別情報を示す。また、「カテゴリ」は、コンテンツや商品等の種々の対象が属するカテゴリを示す。

「対象情報」は、コンテンツや商品等の各対象に対応する情報を示す。例えば、対象がコンテンツである場合、「対象情報」には、コンテンツ自体が格納される。例えば、例えば、対象が映画（映画コンテンツ）である場合、「対象情報」には、映画のデータ自体が格納される。図６では「対象情報」に「動画ＭＡ」や「楽曲ＡＡ」や「書籍ＢＡ」といった概念的な情報が格納される例を示したが、実際には、動画像情報や音声情報や文字情報と画像との組合せ、または、これらの格納場所を示すファイルパス名などが格納される。

「特性」は、各対象が属するカテゴリを跨いで共通する特性を示す。「特性」には、「＃１」や「＃２」といった項目が含まれ、対応する対象が複数の特性を有する場合、その数に応じた特性が対応付けて記憶される。なお、図６の例では、「＃１」、「＃２」のみを図示するが、「＃３」や「＃４」等、対応する対象が有する特性の数に応じた項目が含まれるものとする。

例えば、対象が商品である場合、「対象情報」には、その商品を示す商品情報が格納される。図６では「対象情報」に「お菓子ＧＡ」や「お菓子ＧＢ」といった概念的な情報が格納される例を示したが、実際には、その商品の名称や説明文や画像、または、これらの格納場所を示すファイルパス名などが格納される。

図６の例では、対象ＩＤ「ＣＴ１」により識別される動画ＭＡ（対象ＣＴ１）は、カテゴリ「映画」に分類されることを示す。また、図６の例では、対象ＣＴ１は、特性が「受賞有」であることを示す。

また、対象ＩＤ「ＣＴ５１」により識別されるお菓子ＧＡ（対象ＣＴ５１）は、カテゴリ「食品」に分類されることを示す。また、図６の例では、対象ＣＴ１１は、特性が「受賞有」、「少量」であることを示す。

なお、対象情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、対象情報記憶部１２３は、対象の情報を取得した日時や対象が作成された日時に関する情報を記憶してもよい。対象情報記憶部１２３は、対象の価格や提供元を示す情報を記憶してもよい。例えば、対象情報記憶部１２３は、各対象の量に関する情報を記憶してもよい。例えば、対象情報記憶部１２３は、対象がコンテンツである場合、そのデータサイズや長さ（時間等）記憶してもよい。例えば、対象情報記憶部１２３は、対象が商品である場合、そのサイズ（大きさ等）や重さ（時間等）記憶してもよい。

（推奨履歴情報記憶部１２４）
実施形態に係る推奨履歴情報記憶部１２４は、推奨に関する各種情報を記憶する。図７は、実施形態に係る推奨履歴情報記憶部の一例を示す図である。図７では、推奨履歴情報記憶部１２４は、ユーザに行った推奨（レコメント）の履歴情報を記憶する。図７に示す推奨履歴情報記憶部１２４は、「ユーザＩＤ」、「推奨ＩＤ」、「日時」、「対象ＩＤ」といった項目を有する。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。また、「推奨ＩＤ」は、ユーザに対して行った推奨を識別する情報を示す。「日時」は、対応するユーザに対応する推奨が行われた日時を示す。なお、図５の例では、「ｄｔ１５」等で図示するが、「日時」には、「２０１９年１月１８日１７時５３分４８秒」等の具体的な日時が記憶されてもよい。

「対象ＩＤ」は、対象を識別するための情報を示す。例えば、「対象ＩＤ」は、対応する推奨ＩＤにより識別される推奨（レコメンド）において、ユーザに推奨（レコメンド）された対象を示す。

図７の例は、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）に対しては、推奨ＩＤ「ＲＣ１１」により識別される推奨（推奨ＲＣ１１）が行なわれことを示す。例えば、図７に示す例においてユーザＵ１は、日時ｄｔ１５において、対象ＩＤ「ＣＴ１１」により識別される対象（対象ＣＴ１１）が推奨されたことを示す。

また、推奨履歴情報記憶部１２４は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、推奨履歴情報記憶部１２４は、各推奨に対するユーザの反応を示す情報を対応付けて記憶してもよい。例えば、推奨履歴情報記憶部１２４は、各推奨に対するユーザの行動情報を対応付けて記憶してもよい。

（制御部１３０）
図３の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図３に示すように、制御部１３０は、取得部１３１と、決定部１３２と、提供部１３３とを有し、以下に説明する情報処理の機能や作用を実現または実行する。

（取得部１３１）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、ユーザ情報記憶部１２１や行動情報記憶部１２２や対象情報記憶部１２３や推奨履歴情報記憶部１２４から各種情報を取得する。例えば、取得部１３１は、端末装置１０や情報提供装置５０から各種情報を取得する。取得部１３１は、決定部１３２により決定された情報を取得する。

取得部１３１は、複数の対象の各々に、各対象が属するカテゴリを跨いで共通する特性が対応付けられた対応付け情報と、ユーザが所定の行動を行った一の対象を示す行動情報と、を取得する。取得部１３１は、コンテンツを含む複数の対象の各々に、特性が対応付けられた対応付け情報を取得する。取得部１３１は、映画、音楽、または本のカテゴリに属するコンテンツを含む複数の対象の各々に、特性が対応付けられた対応付け情報を取得する。取得部１３１は、商品を含む複数の対象の各々に、特性が対応付けられた対応付け情報を取得する。

取得部１３１は、複数の対象の各々に、各対象の賞の受賞に関連する特性が対応付けられた対応付け情報を取得する。取得部１３１は、複数の対象の各々に、各対象の内容に関連する特性が対応付けられた対応付け情報を取得する。取得部１３１は、複数の対象の各々に、各対象の量に関連する特性が対応付けられた対応付け情報を取得する。取得部１３１は、複数の対象の各々に、各対象の他の対象との比較に基づく相対的特性である特性が対応付けられた対応付け情報を取得する。

取得部１３１は、ユーザが一の対象を購入したことを示す行動情報を取得する。取得部１３１は、ユーザがコンテンツである一の対象を視聴したことを示す行動情報を取得する。

図１の例では、取得部１３１は、ユーザＵ１が利用する端末装置１０から行動情報を取得する。取得部１３１は、日時ｄｔ１１において、ユーザＵ１が映画（映画コンテンツ）である対象ＣＴ１を視聴したことを示す行動情報を取得する。取得部１３１は、対象ＣＴ１には特性「受賞有」が対応付けられていることを示す対応付け情報等の対象関連情報を対象情報記憶部１２３から取得する。

（決定部１３２）
決定部１３２は、各種情報を決定する。決定部１３２は、各種情報を特定する。決定部１３２は、各種情報を算出する。決定部１３２は、記憶部１２０に記憶された各種情報に基づいて、種々の情報を決定する。決定部１３２は、記憶部１２０に記憶された各種情報に基づいて、種々の情報を特定する。決定部１３２は、記憶部１２０に記憶された各種情報に基づいて、種々の情報を算出する。決定部１３２は、取得部１３１により取得された各種情報に基づいて、種々の情報を決定する。決定部１３２は、取得部１３１により取得された各種情報に基づいて、種々の情報を特定する。

決定部１３２は、種々の情報を抽出する。例えば、決定部１３２は、記憶部１２０に記憶された情報に基づいて、種々の情報を抽出する。例えば、決定部１３２は、端末装置１０から取得した情報に基づいて、種々の情報を抽出する。決定部１３２は、種々の情報を生成する。

決定部１３２は、取得部１３１により取得された対応付け情報と行動情報とに基づいて、一の対象以外の対象であって、ユーザに推奨する対象である推奨対象を決定する。決定部１３２は、一の対象に対応する一の特性が対応付けられた他の対象を推奨対象に決定する。決定部１３２は、一の対象が属するカテゴリとは異なる他のカテゴリに属する他の対象を推奨対象に決定する。

図１の例では、決定部１３２は、ユーザＵ１の行動情報に基づいて、ユーザＵ１の行動に対応する対象を特定する。決定部１３２は、ユーザＵ１の行動ＡＣ１１における対象を特定する。決定部１３２は、ユーザＵ１が行動ＡＣ１１において視聴した対象を特定する。決定部１３２は、対象情報記憶部１２３を用いて、ユーザＵ１が行動ＡＣ１１において視聴した対象を特定する。

決定部１３２は、対象情報記憶部１２３に記憶された各対象と、ユーザＵ１の行動ＡＣの対象ＣＴ１を示す情報とを比較することにより、ユーザＵ１が行動ＡＣ１１において視聴した対象を特定する。決定部１３２は、対象情報記憶部１２３に記憶された各対象のうち、対象ＩＤ「ＣＴ１」により識別される動画ＭＡ（対象ＣＴ１）を、ユーザＵ１が行動ＡＣ１１において視聴した対象に特定する。

決定部１３２は、特定した対象に基づいて、ユーザＵ１への推奨対象を決定する。決定部１３２は、対象ＣＴ１に対応する特性「受賞有」が対応付けられた他の対象をユーザＵ１への推奨対象に決定する。決定部１３２は対象ＣＴ１が属するカテゴリ「映画」とは異なる他のカテゴリに属する他の対象をユーザＵ１への推奨対象に決定する。

決定部１３２は、対象情報記憶部１２３に記憶された各対象のカテゴリと、対象ＣＴ１のカテゴリとを比較することにより、ユーザＵ１への推奨対象に決定する。決定部１３２は、対象情報記憶部１２３に記憶された各対象の特性と、対象ＣＴ１の特性とを比較することにより、ユーザＵ１への推奨対象に決定する。

決定部１３２は、対象情報記憶部１２３に記憶された各対象の特性と、対象ＣＴ１の特性とを比較し、対象ＣＴ１の特性に一致する対象を、推奨対象候補として抽出する。決定部１３２は、対象情報記憶部１２３に記憶された各対象のうち、対象ＣＴ１の特性「受賞有」を有する対象であって、対象ＣＴ１の対象を、推奨対象候補として抽出する。決定部１３２は、対象情報記憶部１２３に記憶された各対象のうち、対象ＣＴ１の特性「受賞有」と特性が一致する対象を、推奨対象候補として抽出する。

決定部１３２は、対象情報記憶部１２３に記憶された各対象のうち、対象ＣＴ１の特性「受賞有」と特性が一致する対象ＣＴ１１を、推奨対象候補として抽出する。なお、決定部１３２は、対象ＣＴ１の特性「受賞有」と特性が一致する対象が無い場合、対象ＣＴ１の特性「受賞有」を含む特性を有する対象を、推奨対象候補として抽出してもよい。

決定部１３２は、抽出した推奨対象候補が属するカテゴリと、対象ＣＴ１のカテゴリとを比較し、対象ＣＴ１のカテゴリ「映画」と異なるカテゴリに属する推奨対象候補を、ユーザＵ１への推奨対象に決定する。決定部１３２は、推奨対象候補である対象ＣＴ１１のカテゴリ「音楽」が、対象ＣＴ１のカテゴリ「映画」と異なるため、対象ＣＴ１１を、推奨対象に決定する。決定部１３２は、推奨対象情報ＲＩＮＦ１に示すように、特性「受賞有」のみを有し、カテゴリ「音楽」に属する楽曲ＡＡである対象ＣＴ１１を、推奨対象に決定する。

（提供部１３３）
提供部１３３は、外部の情報処理装置へ各種情報を提供する。提供部１３３は、外部の情報処理装置へ各種情報を送信する。例えば、提供部１３３は、端末装置１０へ各種情報を提供する。例えば、提供部１３３は、情報提供装置５０へ各種情報を提供する。提供部１３３は、決定部１３２により決定された種々の情報を用いたサービスを提供する。

提供部１３３は、決定部１３２により決定された推奨対象を用いたサービスを提供する。提供部１３３は、決定部１３２により決定された推奨対象を用いたレコメンドサービスを提供する。提供部１３３は、推奨対象を示す情報をユーザに提供する。提供部１３３は、推奨対象を示す情報をユーザが利用する端末装置１０に送信する。

図１の例では、提供部１３３は、ユーザＵ１に推奨情報を提供する。提供部１３３は、対象ＣＴ１１である楽曲ＡＡをレコメンドする推奨情報をユーザＵ１に提供する。提供部１３３は、楽曲ＡＡのアートワーク等、楽曲ＡＡに関連する情報を表示する画像等の推奨情報をユーザＵ１の端末装置１０に送信する。

〔３．情報処理のフロー〕
ここで、図８を用いて、実施形態に係る情報処理装置１００による情報処理の手順について説明する。図８は、実施形態に係る情報処理の一例を示すフローチャートである。

図８に示すように、情報処理装置１００は、複数の対象の各々に、各対象が属するカテゴリを跨いで共通する特性が対応付けられた対応付け情報を取得する（ステップＳ１０１）。情報処理装置１００は、対象情報記憶部１２３（図６参照）から対応付け情報を取得する。

また、情報処理装置１００は、ユーザが所定の行動を行った一の対象を示す行動情報を取得する（ステップＳ１０２）。情報処理装置１００は、行動情報記憶部１２２（図５参照）からユーザの行動情報を取得する。

そして、情報処理装置１００は、対応付け情報と行動情報とに基づいて、一の対象以外の対象であって、ユーザに推奨する対象である推奨対象を決定する（ステップＳ１０３）。情報処理装置１００は、一の対象とは異なるカテゴリの属する他の対象を推奨対象に決定する

そして、情報処理装置１００は、推奨対象を用いたレコメンドサービスを提供する（ステップＳ１０４）。情報処理装置１００は、推奨対象を示す情報をユーザの端末装置１０に送信する。

〔４．効果〕
上述してきたように、実施形態に係る情報処理装置１００は、取得部１３１と、決定部１３２とを有する。取得部１３１は、複数の対象の各々に、各対象が属するカテゴリを跨いで共通する特性が対応付けられた対応付け情報と、ユーザが所定の行動を行った一の対象を示す行動情報と、を取得する。決定部１３２は、取得部１３１により取得された対応付け情報と行動情報とに基づいて、一の対象以外の対象であって、ユーザに推奨する対象である推奨対象を決定する。

このように、実施形態に係る情報処理装置１００は、複数の対象の各々に、各対象が属するカテゴリを跨いで共通する特性が対応付けられた対応付け情報と、ユーザが所定の行動を行った一の対象を示す行動情報とに基づいて、一の対象以外の対象であって、ユーザに推奨する対象である推奨対象を決定することにより、ユーザに推奨する対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、決定部１３２は、一の対象に対応する一の特性が対応付けられた他の対象を推奨対象に決定する。

このように、実施形態に係る情報処理装置１００は、一の対象に対応する一の特性が対応付けられた他の対象を推奨対象に決定することにより、ユーザに推奨する対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、決定部１３２は、一の対象が属するカテゴリとは異なる他のカテゴリに属する他の対象を推奨対象に決定する。

このように、実施形態に係る情報処理装置１００は、一の対象が属するカテゴリとは異なる他のカテゴリに属する他の対象を推奨対象に決定することにより、カテゴリ間を跨いだ推奨を行うことができるため、ユーザに推奨する対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、コンテンツを含む複数の対象の各々に、特性が対応付けられた対応付け情報を取得する。

このように、実施形態に係る情報処理装置１００は、コンテンツを含む複数の対象の各々に、特性が対応付けられた対応付け情報を取得することにより、ユーザに推奨するコンテンツ等の対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、映画、音楽、または本のカテゴリに属するコンテンツを含む複数の対象の各々に、特性が対応付けられた対応付け情報を取得する。

このように、実施形態に係る情報処理装置１００は、映画、音楽、または本のカテゴリに属するコンテンツを含む複数の対象の各々に、特性が対応付けられた対応付け情報を取得することにより、ユーザに推奨する映画、音楽、または本等の対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、商品を含む複数の対象の各々に、特性が対応付けられた対応付け情報を取得する。

このように、実施形態に係る情報処理装置１００は、商品を含む複数の対象の各々に、特性が対応付けられた対応付け情報を取得することにより、ユーザに推奨する商品等の対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、複数の対象の各々に、各対象の賞の受賞に関連する特性が対応付けられた対応付け情報を取得する。

このように、実施形態に係る情報処理装置１００は、複数の対象の各々に、各対象の賞の受賞に関連する特性が対応付けられた対応付け情報を取得することにより、対象の賞の受賞に基づいて推奨対象を決定することができるため、ユーザに推奨する商品等の対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、複数の対象の各々に、各対象の内容に関連する特性が対応付けられた対応付け情報を取得する。

このように、実施形態に係る情報処理装置１００は、複数の対象の各々に、各対象の内容に関連する特性が対応付けられた対応付け情報を取得することにより、対象の内容に基づいて推奨対象を決定することができるため、ユーザに推奨する商品等の対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、複数の対象の各々に、各対象の量に関連する特性が対応付けられた対応付け情報を取得する。

このように、実施形態に係る情報処理装置１００は、複数の対象の各々に、各対象の量に関連する特性が対応付けられた対応付け情報を取得することにより、対象の量に基づいて推奨対象を決定することができるため、ユーザに推奨する商品等の対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、複数の対象の各々に、各対象の他の対象との比較に基づく相対的特性である特性が対応付けられた対応付け情報を取得する。

このように、実施形態に係る情報処理装置１００は、複数の対象の各々に、各対象の他の対象との比較に基づく相対的特性である特性が対応付けられた対応付け情報を取得することにより、対象の相対的特性に基づいて推奨対象を決定することができるため、ユーザに推奨する商品等の対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、ユーザが一の対象を購入したことを示す行動情報を取得する。

このように、実施形態に係る情報処理装置１００は、ユーザが一の対象を購入したことを示す行動情報に基づいて推奨対象を決定することにより、ユーザの購入した対象に基づいて推奨対象が決定できるため、ユーザに推奨するコンテンツ等の対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、ユーザがコンテンツである一の対象を視聴したことを示す行動情報を取得する。

このように、実施形態に係る情報処理装置１００は、ユーザがコンテンツである一の対象を視聴したことを示す行動情報を取得するに基づいて推奨対象を決定することにより、ユーザの視聴した対象に基づいて推奨対象が決定できるため、ユーザに推奨するコンテンツ等の対象を適切に決定することができる。

また、実施形態に係る情報処理装置１００において、提供部１３３を有する。提供部１３３は、決定部１３２により決定された推奨対象を用いたサービスを提供する。

このように、実施形態に係る情報処理装置１００は、決定した推奨対象を用いたサービスを提供することにより、推奨対象に基づくサービスを提供することができる。

また、実施形態に係る情報処理装置１００において、提供部１３３は、決定部１３２により決定された推奨対象を用いたレコメンドサービスを提供する。

このように、実施形態に係る情報処理装置１００は、決定した推奨対象を用いたレコメンドサービスを提供することにより、推奨対象に基づくサービスを提供することができる。

また、実施形態に係る情報処理装置１００において、提供部１３３は、推奨対象を示す情報をユーザに提供する。

このように、実施形態に係る情報処理装置１００は、推奨対象を示す情報をユーザに提供することにより、ユーザに適切な推奨（レコメンド）を行うことができる。

〔５．ハードウェア構成〕
上述してきた実施形態に係る情報処理装置１００は、例えば図９に示すような構成のコンピュータ１０００によって実現される。図９は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ（Hard Disk Drive）１４００、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またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮ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ネットワークＮを介して他の機器へ提供する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

以上、本願の実施形態を図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行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。

〔６．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に生成することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた実施形態に記載された各処理は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、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
１００ 情報処理装置
１２１ ユーザ情報記憶部
１２２ 行動情報記憶部
１２３ 対象情報記憶部
１２４ 推奨履歴情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 決定部
１３３ 提供部
１０ 端末装置
５０ 情報提供装置
Ｎ ネットワーク

Claims (17)

1. 複数の対象の各々に、各対象が属するカテゴリを跨いで共通する特性が対応付けられた対応付け情報と、ユーザが所定の行動を行った一の対象を示す行動情報と、を取得する取得部と、
   前記取得部により取得された前記対応付け情報と前記行動情報とに基づいて、前記一の対象以外の対象であって、前記ユーザに推奨する対象である推奨対象を決定する決定部と、
   を備えることを特徴とする情報処理装置。
2. 前記決定部は、
   前記一の対象に対応する一の特性が対応付けられた他の対象を前記推奨対象に決定する
   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、
   前記一の対象が属するカテゴリとは異なる他のカテゴリに属する前記他の対象を前記推奨対象に決定する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記取得部は、
   コンテンツを含む前記複数の対象の各々に、前記特性が対応付けられた前記対応付け情報を取得する
   ことを特徴とする請求項１〜３のいずれか１項に記載の情報処理装置。
5. 前記取得部は、
   映画、音楽、または本のカテゴリに属する前記コンテンツを含む前記複数の対象の各々に、前記特性が対応付けられた前記対応付け情報を取得する
   ことを特徴とする請求項４に記載の情報処理装置。
6. 前記取得部は、
   商品を含む前記複数の対象の各々に、前記特性が対応付けられた前記対応付け情報を取得する
   ことを特徴とする請求項１〜５のいずれか１項に記載の情報処理装置。
7. 前記取得部は、
   前記複数の対象の各々に、各対象の賞の受賞に関連する前記特性が対応付けられた前記対応付け情報を取得する
   ことを特徴とする請求項１〜６のいずれか１項に記載の情報処理装置。
8. 前記取得部は、
   前記複数の対象の各々に、各対象の内容に関連する前記特性が対応付けられた前記対応付け情報を取得する
   ことを特徴とする請求項１〜７のいずれか１項に記載の情報処理装置。
9. 前記取得部は、
   前記複数の対象の各々に、各対象の量に関連する前記特性が対応付けられた前記対応付け情報を取得する
   ことを特徴とする請求項１〜８のいずれか１項に記載の情報処理装置。
10. 前記取得部は、
    前記複数の対象の各々に、各対象の他の対象との比較に基づく相対的特性である前記特性が対応付けられた前記対応付け情報を取得する
    ことを特徴とする請求項１〜９のいずれか１項に記載の情報処理装置。
11. 前記取得部は、
    前記ユーザが前記一の対象を購入したことを示す行動情報を取得する
    ことを特徴とする請求項１〜１０のいずれか１項に記載の情報処理装置。
12. 前記取得部は、
    前記ユーザがコンテンツである前記一の対象を視聴したことを示す行動情報を取得する
    ことを特徴とする請求項１〜１１のいずれか１項に記載の情報処理装置。
13. 前記決定部により決定された前記推奨対象を用いたサービスを提供する提供部、
    をさらに備えたことを特徴とする請求項１〜１２のいずれか１項に記載の情報処理装置。
14. 前記提供部は、
    前記決定部により決定された前記推奨対象を用いたレコメンドサービスを提供する
    ことを特徴とする請求項１３に記載の情報処理装置。
15. 前記提供部は、
    前記推奨対象を示す情報を前記ユーザに提供する
    ことを特徴とする請求項１４に記載の情報処理装置。
16. コンピュータが実行する情報処理方法であって、
    複数の対象の各々に、各対象が属するカテゴリを跨いで共通する特性が対応付けられた対応付け情報と、ユーザが所定の行動を行った一の対象を示す行動情報と、を取得する取得工程と、
    前記取得工程により取得された前記対応付け情報と前記行動情報とに基づいて、前記一の対象以外の対象であって、前記ユーザに推奨する対象である推奨対象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。
17. 複数の対象の各々に、各対象が属するカテゴリを跨いで共通する特性が対応付けられた対応付け情報と、ユーザが所定の行動を行った一の対象を示す行動情報と、を取得する取得手順と、
    前記取得手順により取得された前記対応付け情報と前記行動情報とに基づいて、前記一の対象以外の対象であって、前記ユーザに推奨する対象である推奨対象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