JP2020126694A - 推定装置、推定方法、及び推定プログラム - Google Patents

Abstract

【課題】ユーザが入力したクエリの意図を適切に推定する。【解決手段】本願に係る推定装置は、取得部と、推定部と、提供部とを有する。取得部は、端末装置を利用するユーザが検索に使用したクエリを取得する。推定部は、クエリをユーザが使用する前におけるユーザの行動履歴に基づいて、クエリの意図を推定し、クエリの意図として、クエリによる検索が購入に関する検索であるかを推定する。提供部は、推定部によりクエリによる検索が購入に関する検索であると推定された場合、ユーザを特定する情報を、クエリに関する広告を配信する広告配信装置に提供する。【選択図】図２

Description

本発明は、推定装置、推定方法、及び推定プログラムに関する。

従来、検索に関する各種情報を推定する技術が提供されている。例えば、多くのキーワードを含むクエリに基づいて求められた検索結果のランク付けに関する技術が提供されている。

特開２０１４−５３２９２８号公報

しかしながら、上記の従来技術では、ユーザが入力したクエリの意図を適切に推定することができるとは限らない。例えば、多くのキーワードを含むクエリである場合、そのクエリを用いて検索された検索回数が少ないこと等により、ユーザが入力したクエリの意図を適切に推定することが難しい場合がある。

本願は、上記に鑑みてなされたものであって、ユーザが入力したクエリの意図を適切に推定する推定装置、推定方法、及び推定プログラムを提供することを目的とする。

本願に係る推定装置は、端末装置を利用するユーザが検索に使用したクエリを取得する取得部と、前記クエリを前記ユーザが使用する前における前記ユーザの行動履歴に基づいて、前記クエリの意図を推定し、前記クエリの意図として、前記クエリによる検索が購入に関する検索であるかを推定する推定部と、前記推定部により前記クエリによる検索が購入に関する検索であると推定された場合、前記ユーザを特定する情報を、前記クエリに関する広告を配信する広告配信装置に提供する提供部と、を備えることを特徴とする。

実施形態の一態様によれば、ユーザが入力したクエリの意図を適切に推定することができるという効果を奏する。

図１は、実施形態に係る推定処理の一例を示す図である。 図２は、実施形態に係る検索装置の構成例を示す図である。 図３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５は、実施形態に係る索引情報記憶部の一例を示す図である。 図６は、実施形態に係る商品情報記憶部の一例を示す図である。 図７は、実施形態に係る推定処理の一例を示すフローチャートである。 図８は、実施形態に係るクエリの意図推定の一例を示す図である。 図９は、実施形態に係る遷移確率に基づくクエリの意図推定の一例を示す図である。 図１０は、検索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、本願に係る推定装置、推定方法、及び推定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推定装置、推定方法、及び推定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．推定処理〕
図１を用いて、実施形態に係る推定処理の一例について説明する。図１は、実施形態に係る推定処理の一例を示す図である。図１では、検索装置１００は、クエリをユーザが使用する前におけるユーザの行動履歴に基づいて、ユーザが使用したクエリの意図（以下、単に「クエリ意図」ともいう）を推定する。例えば、検索装置１００は、電子商取引において提供される商品の検索に用いたクエリの履歴に基づいて、ユーザが使用したクエリの意図を推定する。また、図１では、検索装置１００は、推定したユーザのクエリ意図に基づいて、外部の情報処理装置へ購入の対象に関する情報を提供する。

図１に示すように、推定システム１には、端末装置１０と、広告配信装置５０と、検索装置１００とが含まれる。端末装置１０と、広告配信装置５０と、検索装置１００とは図示しない所定の通信網を介して、有線または無線により通信可能に接続される。また、図１に示した推定システム１には、複数台の端末装置１０や、複数台の広告配信装置５０や、複数台の検索装置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、図１に示す例においては、端末装置１０の画面の表示に応じて、端末装置１０を端末装置１０−１〜１０−３として説明する。なお、端末装置１０−１〜１０−３は同一の端末装置１０である。また、以下では、端末装置１０−１〜１０−３について、特に区別なく説明する場合には、端末装置１０と記載する。

検索装置１００は、ユーザが検索に使用したクエリを取得し、そのクエリをユーザが使用する前におけるユーザの行動履歴に基づいて、そのクエリの意図を推定する推定装置である。また、検索装置１００は、端末装置１０から取得したクエリに対する検索結果を端末装置１０に提供する検索サービスを提供する。図１の例では、検索装置１００は、所定の電子商取引において取引される商品またはサービス（以下、単に「商品」とする）に関する検索結果を端末装置１０へ提供する。図１の例では、検索装置１００が所定の電子商取引サービスを提供するものとする。なお、外部の情報処理装置が所定の電子商取引サービスを提供する場合、検索装置１００は検索サービスを提供しなくてもよい。この場合、検索装置１００は、検索サービスを提供する外部の情報処理装置等からユーザの行動情報を取得し、取得した行動情報に基づくクエリ意図の推定と、推定したクエリ意図に基づくサービスの提供のみを行ってもよい。

また、図１の例では、検索装置１００は、ユーザのクエリ意図が所定の条件を満たす場合、広告配信装置５０へそのユーザを特定する情報を提供するものとする。具体的には、図１の例では、検索装置１００は、ユーザのクエリ意図が「贈答」等の購入に関する意図である場合、広告配信装置５０へそのユーザを特定する情報を提供するものとする。

なお、図１の例に示す各日時「ｄｔ＊」中の「ｄｔ」に続く「＊（＊は任意の数値）」は、対応する行動等が行われた日時を示し、日時「ｄｔ＊」は、「＊」の値が大きい程、日付が新しいものとする。例えば、日時「ｄｔ１２」は、日時「ｄｔ１１」に比べて、「ｄｔ」に続く数値が大きいため、日付がより新しいことを示す。すなわち、図１に示す例では、日時「ｄｔ１２」においてユーザＵ１が行った行動は、日時「ｄｔ１１」においてユーザＵ１が行った行動よりも後に行われたことを示す。

また、以下では、ユーザＵ１のクエリ意図の変更に応じて、検索装置１００を検索装置１００−１〜１００−３として説明する。すなわち、図１では、検索装置１００−１、１００−２、１００−３の順で時間が経過していることを示す。なお、検索装置１００−１〜１００−３は同一の検索装置１００である。また、以下では、検索装置１００−１〜１００−３について、特に区別することなく説明する場合には、検索装置１００と記載する。また、以下では、ユーザＵ１のクエリ意図の変更に応じて、ユーザ情報記憶部１２１をユーザ情報記憶部１２１−１〜１２１−３として説明する。すなわち、図１では、ユーザ情報記憶部１２１−１、１２１−２、１２１−３の順で時間が経過していることを示す。また、ユーザ情報記憶部１２１−１〜１２１−３は同一のユーザ情報記憶部１２１である。また、以下では、ユーザ情報記憶部１２１−１〜１２１−３について、特に区別することなく説明する場合には、ユーザ情報記憶部１２１と記載する。

なお、ここでいうクエリ意図は、クエリ意図の推定対象となるクエリをユーザが使用した時点におけるユーザの目的等を意味する。なお、図１では、説明を簡単にするために、ユーザＵ１のクエリ意図が購入に関する意図である「贈答」である場合を示すが、クエリ意図が購入に関する意図に限らず、例えば、「検索」、「比較」、「暇つぶし」等の種々のクエリ意図であってもよい。また、図１中のユーザ情報記憶部１２１−１に示すユーザＵ１のクエリ意図「−」は、ユーザＵ１のクエリ意図が推定されていない状態を示す。例えば、図１中のユーザ情報記憶部１２１−１に示すユーザＵ１のクエリ意図「−」は、初期化された状態、すなわち意図推定の対象となるクエリが未入力の状態であることを示す。

まず、検索装置１００−１は、日時ｄｔ１１において、ユーザＵ１が利用する端末装置１０−１からクエリを取得する（ステップＳ１１）。図１の例では、検索装置１００−１は、端末装置１０−１からクエリ「財布 ギフト」を取得する。図１に示す例において、ユーザＵ１は、端末装置１０−１の画面に表示された検索装置１００が提供する電子商取引サービスに関する通販サイトＡのページＷ１１中の検索窓にクエリ「財布 ギフト」を入力し、検索ボタンを押下する。そして、端末装置１０−１は、検索装置１００−１へクエリ「財布 ギフト」を送信する。

端末装置１０−１からクエリを取得した検索装置１００−１は、クエリに対応する商品情報を検索結果として端末装置１０−１へ提供する（ステップＳ１２）。図１の例では、検索装置１００−１は、索引情報記憶部１２３（図５参照）に記憶された情報に基づいて、商品情報記憶部１２４（図６参照）からクエリに対応する商品情報を取得する。図１の例では、検索装置１００−１は、商品情報記憶部１２４からクエリ「財布」に対応する商品ＧＤ１等に関する商品情報を取得する。なお、上記のように、「商品ＧＤ＊（＊は任意の数値）」と記載した場合、その商品は商品ＩＤ「ＧＤ＊」により識別される商品であることを示す。例えば、「商品ＧＤ１」と記載した場合、その商品は商品ＩＤ「ＧＤ１」により識別される商品である。そして、図１の例では、検索装置１００−１は、商品情報記憶部１２４から取得したキーワード「財布」とキーワード「財布」とに対応する商品ＧＤ１等に関する商品情報を検索結果として端末装置１０へ提供する。

検索装置１００−１から商品ＧＤ１に関する商品情報等を含む検索結果を提供された端末装置１０は、検索結果を表示する（ステップＳ１３）。例えば、端末装置１０には、商品ＧＤ１に関する商品情報等が一覧表示されるが、図１の例では図示を省略する。

また、検索装置１００−１は、ユーザＵ１のクエリ意図を推定する（ステップＳ１４）。図１の例では、検索装置１００−１は、クエリ「財布 ギフト」を入力しているため、ユーザＵ１のクエリ意図を、財布を贈答用に探している意図に対応する「贈答」と推定する。例えば、検索装置１００−１は、過去にクエリ「財布 ギフト」と入力した多数のユーザの行動履歴に基づいて、クエリ「財布 ギフト」を入力したユーザのクエリ意図を「贈答」と推定する。例えば、検索装置１００−１は、過去にクエリ「財布 ギフト」と入力したユーザの多くが財布を購入している場合、ユーザの行動情報と、クエリに含まれるキーワード「ギフト」とに基づいて、クエリ「財布 ギフト」を入力したユーザのクエリ意図を「贈答」と推定する。例えば、検索装置１００は、各キーワードとそのキーワードに対応するユーザの意図に関する対応表を記憶し、その対応表に基づいてユーザのクエリ意図を「贈答」と推定してもよい。

ユーザＵ１のクエリ意図を「贈答」と推定した検索装置１００は、推定したクエリ意図に基づいて情報を変更する（ステップＳ１５）。図１の例では、検索装置１００−２は、ユーザ情報記憶部１２１−２に示すように、ユーザ情報記憶部１２１に記憶されたユーザＵ１のクエリ意図を「贈答」に変更する。

その後、検索装置１００−２は、日時ｄｔ１２において、ユーザＵ１が利用する端末装置１０−２からクエリを取得する（ステップＳ１６）。図１の例では、検索装置１００−２は、端末装置１０−２からクエリ「財布 ギフト 白」を取得する。図１に示す例において、ユーザＵ１は、端末装置１０−２の画面に表示された検索装置１００が提供する電子商取引サービスに関する通販サイトＡのページＷ１１中の検索窓にクエリ「財布 ギフト 白」を入力し、検索ボタンを押下する。そして、端末装置１０−２は、検索装置１００−２へクエリ「財布 ギフト 白」を送信する。

端末装置１０−２からクエリを取得した検索装置１００−２は、クエリに対応する商品情報を検索結果として端末装置１０−２へ提供する（ステップＳ１７）。図１の例では、検索装置１００−２は、索引情報記憶部１２３に記憶された情報に基づいて、商品情報記憶部１２４からクエリに対応する商品情報を取得する。図１の例では、検索装置１００−２は、商品情報記憶部１２４からキーワード「財布」とキーワード「ギフト」とキーワード「白」とに対応する商品ＧＤ３１４等に関する商品情報を取得する。そして、図１の例では、検索装置１００−２は、商品情報記憶部１２４から取得したキーワード「財布」とキーワード「ギフト」とキーワード「白」とに対応する商品ＧＤ３１４等に関する商品情報を検索結果として端末装置１０へ提供する。

検索装置１００−２から商品ＧＤ３１４に関する商品情報等を含む検索結果を提供された端末装置１０は、検索結果を表示する（ステップＳ１８）。例えば、端末装置１０には、商品ＧＤ３１４に関する商品情報等が一覧表示されるが、図１の例では図示を省略する。

また、検索装置１００−２は、ユーザＵ１のクエリ意図を推定する（ステップＳ１９）。図１の例では、検索装置１００−２は、ユーザＵ１のクエリ意図を「不明」と推定する。例えば、検索装置１００−２は、過去にクエリ「財布 ギフト 白」と入力したユーザが少数であるため、クエリ「財布 ギフト 白」と入力したユーザの行動履歴に基づいて、クエリ「財布 ギフト 白」と入力したユーザのクエリ意図を推定することができない。例えば、検索装置１００−２は、過去（例えば直近１ヶ月等）にクエリ「財布 ギフト 白」と入力したユーザが所定の閾値未満（例えば１００人未満等）である場合、クエリ「財布 ギフト 白」と入力したユーザのクエリ意図を推定不能として、クエリ「財布 ギフト 白」を入力したユーザのクエリ意図を「不明」と推定する。

ユーザＵ１のクエリ意図を「不明」と推定した検索装置１００は、直前に推定したクエリ意図を引き継ぐ（ステップＳ２０）。図１の例では、検索装置１００−３は、ユーザ情報記憶部１２１−３に示すように、ユーザ情報記憶部１２１に記憶されたユーザＵ１のクエリ意図を「贈答」のまま維持する。このように、検索装置１００は、クエリの意図を直前の行動情報から推定したクエリ意図とする。すなわち、検索装置１００は、クエリ「財布 ギフト」により推定されたクエリ意図である「贈答」を、クエリ「財布 ギフト 白」のクエリ意図と推定する。

ここで、検索装置１００は、ユーザＵ１のクエリ意図が「贈答」等の購入に関する意図である場合、所定の条件を満たすとして、広告配信装置５０へユーザＵ１を特定する情報を提供する。図１の例では、検索装置１００−３は、ユーザＵ１のクエリ意図が「贈答」に基づいて、広告配信装置５０へユーザＵ１を特定する情報を提供する（ステップＳ２１）。また、検索装置１００−３は、広告配信装置５０へユーザＵ１がギフトとして白い財布を探していることを特定する情報を提供する。なお、図１の例では説明を簡単にするために図示を省略したが、検索装置１００は、ステップＳ１５においてもユーザＵ１のクエリ意図が「贈答」等の購入に関する意図であるため、所定の条件を満たすとして、広告配信装置５０へユーザＵ１を特定する情報を提供してもよい。

その後、日時ｄｔ１３において、端末装置１０−３から広告配信装置５０へ広告要求が送信される（ステップＳ２２）。端末装置１０から広告要求を取得した広告配信装置５０は、検索装置１００から取得したユーザＵ１がギフトとして白い財布を探していることを特定する情報に基づいて、端末装置１０−３へ広告Ｘを配信する（ステップＳ２３）。例えば、広告配信装置５０は、端末装置１０−３へギフトとして人気のある白い財布Ｘに関する広告Ｘを配信する。

広告配信装置５０から広告Ｘを受信した端末装置１０−３は、広告Ｘを表示する（ステップＳ２４）。例えば、端末装置１０は、広告Ｘが含まれるページＷ１２を表示する。これにより、端末装置１０には、ユーザＵ１のクエリ意図に適した広告が表示される。なお、検索装置１００は、端末装置１０に所定の財布の購入を促す情報を提供してもよい。例えば、検索装置１００は、端末装置１０に広告Ｘを提供してもよい。例えば、検索装置１００は、ステップＳ２１において広告配信装置５０にユーザＵ１を特定する情報を提供することなく、端末装置１０に広告Ｘを提供してもよい。すなわち、検索装置１００が広告配信装置５０の機能を有し、検索装置１００が広告配信を行ってもよい。この場合、推定システム１には、広告配信装置５０は含まれなくてもよい。

上述したように、検索装置１００は、ユーザが入力したクエリの意図を適切に推定することができる。また、端末装置１０は、ユーザのクエリ意図に適した広告を表示することができる。なお、上記例では、説明を簡単にするために、ユーザの行動が検索である場合を示したが、ユーザの行動は、ユーザのクエリ意図の推定対象となり得る行動であれば、どのような行動であってもよい。例えば、検索装置１００は、ユーザのコンテンツの閲覧等の種々の情報をユーザの行動情報として取得し、その情報に基づいてユーザのクエリ意図を推定してもよい。例えば、一連の検索行動の最後に用いられたクエリ（以下、「テールクエリ」ともいう）が多くのキーワードを含む場合、そのテールクエリを用いて検索された検索回数が少ないことが多い。そのため、テールクエリに対応する行動情報が不足する場合が多く、ユーザが入力したクエリの意図を適切に推定することが難しい場合がある。また、ユーザはでテールクエリに対応する複数のキーワードの組み合わせを初回の検索において、入力することは稀であり、キーワードを徐々に（例えば１個ずつ）入力して、検索を繰り返すことが多い。そのため、検索装置１００は、テールクエリに至るまでにユーザが入力した他のクエリの意図等に基づいて、ユーザが入力したクエリの意図を推定することにより、ユーザが入力したクエリの意図を適切に推定することができる。上述した例では、検索装置１００は、クエリ「財布 ギフト 白」の直前にユーザＵ１が入力したクエリ「財布 ギフト」のクエリ意図を、クエリ「財布 ギフト 白」のクエリ意図と推定することにより、クエリ「財布 ギフト 白」から直接クエリ意図が推定できない場合であっても、ユーザが入力したクエリの意図を適切に推定することができる。なお、テールクエリに至るまでに徐々にキーワードを追加する他の例については図８に示す。

例えば、検索装置１００は、ユーザＵ１がクエリ「５０００円 ギフト」を用いて検索を行った場合、ユーザＵ１のクエリ意図を５０００円の商品をギフトとして探していることに対応するクエリ意図であると推定してもよい。また、例えば、検索装置１００は、ユーザＵ１が５０００円前後の商品が掲載されたコンテンツを連続して閲覧している行動情報が取得された場合、ユーザＵ１のクエリ意図を５０００円の商品を探していることに対応するクエリ意図であると推定してもよい。この場合、検索装置１００は、５０００円の商品に関する情報を端末装置１０や広告配信装置５０に提供してもよい。例えば、検索装置１００は、５０００円の商品に関する広告を端末装置１０に提供したり、広告配信装置５０に５０００円の商品に関する広告を端末装置１０に配信させたりしてもよい。また、検索装置１００は、各クエリを抽象化した情報に基づいて、ユーザが入力したクエリの意図を推定してもよい。例えば、検索装置１００は、各クエリに対応するベクトルを生成し、ベクトル間の類似度に基づいて、ユーザが入力したクエリの意図を推定してもよい。例えば、検索装置１００は、分散表現の学習により、各クエリに対応するベクトル間の類似度に基づいて、ユーザが入力したクエリの意図を推定してもよい。例えば、検索装置１００は、クエリ「財布 ギフト 白」のベクトルと、クエリ「財布 ギフト」のベクトルとの類似度が所定の条件を満たす場合、クエリ「財布 ギフト」のクエリ意図を、クエリ「財布 ギフト 白」のクエリ意図と推定してもよい。このように、検索装置１００は、クエリ「財布 ギフト 白」のベクトルと、クエリ「財布 ギフト」のベクトルとの類似している場合、クエリ「財布 ギフト」のクエリ意図を、クエリ「財布 ギフト 白」のクエリ意図と推定してもよい。

〔２．推定装置の構成〕
次に、図２を用いて、実施形態に係る検索装置１００の構成について説明する。図２は、実施形態に係る検索装置の構成例を示す図である。図２に示すように、検索装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、検索装置１００は、検索装置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、例えば推定システム１に含まれる端末装置１０や広告配信装置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２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、索引情報記憶部１２３と、商品情報記憶部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、ユーザ属性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、ユーザ属性情報を記憶する。図３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３に示すユーザ情報記憶部１２１は、「ユーザＩＤ」、「年齢」、「性別」、「クエリ意図」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。「年齢」は、端末装置１０を利用す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。「性別」は、端末装置１０を利用するユーザの性別を示す。「クエリ意図」は、端末装置１０を利用するユーザのクエリ意図を示す。

例えば、図３に示す例において、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、ユーザの性別は、「女性」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、クエリ意図が「−」、すなわち意図推定の対象となるクエリが未入力の状態であることを示す。また、例えば、図３に示す例において、ユーザＩＤ「Ｕ２」により識別されるユーザの年齢は、「３０代」であり、ユーザの性別は、「男性」であることを示す。また、例えば、ユーザＩＤ「Ｕ２」により識別されるユーザは、クエリ意図が「−」、すなわち意図推定の対象となるクエリが未入力の状態であることを示す。

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、ユーザのデモグラフィック属性に関する情報やサイコグラフィック属性に関する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、興味、ライフスタイル等の情報を記憶してもよい。

（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４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、各ユーザの端末装置１０に配信したコンテンツに対するユーザの行動情報を記憶する。図４に示す行動情報記憶部１２２には、「ユーザＩＤ」、「行動ＩＤ」、「種別」、「内容」、「日時」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。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。「日時」は、対応するユーザの行動が行われた日時を示す。

例えば、図４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ＡＣ５等を行ったことを示す。また、例えば、図４に示す例においてユーザＵ１は、行動ＩＤ「ＡＣ１１」により識別される行動や行動ＩＤ「ＡＣ１２」により識別される行動等を行ったことを示す。具体的には、図４に示す例においてユーザＵ１は、クエリ「財布 ギフト」を用いた検索（行動ＡＣ１１）やクエリ「財布 ギフト 白」を用いた検索（行動ＡＣ１２）等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４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。

（索引情報記憶部１２３）
実施形態に係る索引情報記憶部１２３は、索引に関する各種情報を記憶する。図５は、実施形態に係る索引情報記憶部の一例を示す図である。図５に示す索引情報記憶部１２３は、「索引ＩＤ」、「索引」、「対象商品」といった項目を有する。また、「対象商品」には、「＃１」、「＃５０」といった項目を有する。

「索引ＩＤ」は、索引を識別するための識別情報を示す。「索引」は、索引（インデックス）を示す。「対象商品」中の「＃１」、「＃５０」等は、索引に対応する商品情報を示す。なお、「＃１」、「＃５０」等は、索引に対応する商品情報の順位に対応してもよい。例えば、「対象商品」中の「＃１」は、索引に対応する商品情報のうちランキングが「１位」の商品情報であってもよい。また、「対象商品」中の「＃５０」は、索引に対応する商品情報のうちランキングが「５０位」の商品情報であってもよい。

図５の例は、索引ＩＤ「ＩＮ１１」により識別される索引「財布」は、対応する商品情報が、商品ＧＤ１や商品ＧＤ３１４等に関する商品情報であることを示す。また、図５の例は、索引ＩＤ「ＩＮ１２」により識別される索引「ギフト」は、対応する商品情報が、商品ＧＤ３１４や商品ＧＤ１等に関する商品情報であることを示す。また、図５の例は、索引ＩＤ「ＩＮ１３」により識別される索引「白」は、対応する商品情報が、商品ＧＤ２５６や商品ＧＤ３１４等に関する商品情報であることを示す。

なお、索引情報記憶部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、索引情報記憶部１２３は、各索引や各商品情報が追加された日時に関する情報を記憶してもよい。

（商品情報記憶部１２４）
実施形態に係る商品情報記憶部１２４は、商品に関する各種情報を記憶する。図６は、実施形態に係る商品情報記憶部の一例を示す図である。図６に示す商品情報記憶部１２４は、「商品ＩＤ」、「商品」、「ストア」、「カテゴリ」、「タイトル」、「説明文」といった項目を有する。

「商品ＩＤ」は、商品を識別するための識別情報を示す。「商品」は、商品の具体的な名称等を示す。「ストア」は、対応する商品を提供する提供元、すなわち売主を示す。また、「カテゴリ」は、対応する商品が属するカテゴリを示す。「タイトル」は、商品ＩＤにより識別される商品の商品情報に含まれるタイトルを示す。また、「説明文」は、商品ＩＤにより識別される商品の商品情報に含まれる説明文を示す。

例えば、図６に示す例において、商品ＩＤ「ＧＤ１」により識別される商品（商品ＧＤ１）は、商品「財布Ａ」であり、ストアＡにより提供される商品であることを示す。また、商品ＧＤ１のカテゴリは、「ファッション」であることを示す。また、商品ＧＤ１のタイトルは、「最新の…」であることを示す。また、商品ＧＤ１の説明文は、「送料無料で配送します…」であることを示す。例えば、図６に示す例において、商品ＩＤ「ＧＤ２」により識別される商品（商品ＧＤ２）は、商品「時計Ａ」であり、ストアＢにより提供される商品であることを示す。また、商品ＧＤ２のカテゴリは、「アクセサリ」であることを示す。

なお、商品情報記憶部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、商品情報記憶部１２４は、商品情報が追加された日時や商品情報が作成された日時に関する情報を記憶してもよい。商品情報記憶部１２４は、各ストアの評価値に関する情報を記憶してもよい。

（制御部１３０）
図２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、検索装置１００内部の記憶装置に記憶されている各種プログラム（推定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２に示すように、制御部１３０は、取得部１３１と、推定部１３２と、変更部１３３と、提供部１３４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）
例えば、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や索引情報記憶部１２３や商品情報記憶部１２４から各種情報を取得する。

また、取得部１３１は、各種情報を外部の情報処理装置から取得してもよい。例えば、取得部１３１は、クエリを取得する。例えば、取得部１３１は、端末装置１０を利用するユーザが検索に使用したクエリを取得する。例えば、取得部１３１は、ユーザが行う一連の検索行動の最後に入力したクエリをテールクエリとして取得する。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からクエリを取得する。図１の例では、取得部１３１は、端末装置１０−１からクエリ「財布 ギフト」を取得する。図１の例では、取得部１３１は、端末装置１０−２からクエリ「財布 ギフト 白」を取得する。

また、図１の例では、取得部１３１は、索引情報記憶部１２３（図５参照）に記憶された情報に基づいて、商品情報記憶部１２４（図６参照）からクエリに対応する商品情報を取得する。図１の例では、取得部１３１は、商品情報記憶部１２４からキーワード「財布」とキーワード「ギフト」とに対応する商品ＧＤ１等に関する商品情報を取得する。図１の例では、取得部１３１は、商品情報記憶部１２４からキーワード「財布」とキーワード「ギフト」とキーワード「白」とに対応する商品ＧＤ３１４等に関する商品情報を取得する。

（推定部１３２）
推定部１３２は、種々の情報を推定する。例えば、推定部１３２は、ユーザの行動情報に基づいてユーザのクエリ意図を推定する。例えば、推定部１３２は、クエリをユーザが使用する前におけるユーザの行動履歴に基づいて、クエリの意図を推定する。例えば、推定部１３２は、クエリの入力前にユーザが入力した入力クエリに基づいて、クエリの意図を推定する。

また、例えば、推定部１３２は、複数の文字列を含むクエリの入力前にユーザが入力した入力クエリであって、複数の文字列のうち一部の文字列を含む入力クエリに基づいて、クエリの意図を推定する。図１の例では、推定部１３２は、複数（３つ）の文字列（キーワード）を含むクエリ「財布 ギフト 白」の入力前にユーザが入力した入力クエリであって、複数の文字列のうち一部の文字列を含む入力クエリ「財布 ギフト」に基づいて、クエリの意図を推定する。例えば、推定部１３２は、クエリの意図として、クエリによる検索が購入に関する検索であるかを推定する。

図１の例では、推定部１３２は、ユーザＵ１のクエリ意図を推定する。例えば、推定部１３２は、クエリ「財布 ギフト」を入力しているため、ユーザＵ１のクエリ意図を、財布を贈答用に探している意図に対応する「贈答」と推定する。例えば、推定部１３２は、過去にクエリ「財布 ギフト」と入力した多数のユーザの行動履歴に基づいて、クエリ「財布 ギフト」を入力したユーザのクエリ意図を「贈答」と推定する。例えば、推定部１３２は、過去にクエリ「財布 ギフト」と入力したユーザの多くが財布を購入している場合、クエリ「財布 ギフト」を入力したユーザのクエリ意図を「贈答」と推定する。

図１の例では、推定部１３２は、ユーザＵ１のクエリ意図を推定する。例えば、推定部１３２は、ユーザＵ１のクエリ意図を「不明」と推定する。例えば、推定部１３２は、過去にクエリ「財布 ギフト 白」と入力したユーザが少数であるため、クエリ「財布 ギフト 白」と入力したユーザの行動履歴に基づいて、クエリ「財布 ギフト 白」と入力したユーザのクエリ意図を推定することができない。例えば、推定部１３２は、過去（例えば直近１ヶ月等）にクエリ「財布 ギフト 白」と入力したユーザが所定の閾値未満（例えば１００人未満等）である場合、クエリ「財布 ギフト 白」と入力したユーザのクエリ意図を推定不能として、クエリ「財布 ギフト 白」を入力したユーザのクエリ意図を「不明」と推定する。

図１の例では、推定部１３２は、ユーザＵ１のクエリ意図を「不明」と推定した場合、直前に推定したクエリ意図を引き継ぐ（ステップＳ２０）。図１の例では、推定部１３２は、ユーザ情報記憶部１２１−３に示すように、ユーザ情報記憶部１２１に記憶されたユーザＵ１のクエリ意図を「贈答」のまま維持する。例えば、推定部１３２は、クエリの意図を直前の行動情報から推定したクエリ意図とする。すなわち、検索装置１００は、クエリ「財布 ギフト」により推定されたクエリ意図である「贈答」を、クエリ「財布 ギフト 白」のクエリ意図と推定する。

（変更部１３３）
変更部１３３は、種々の情報を変更する。例えば、変更部１３３は、ユーザのクエリ意図を変更する。例えば、変更部１３３は、推定部１３２により推定されたユーザのクエリ意図に基づいて、クエリ意図を変更する。

図１の例では、変更部１３３は、推定部１３２により推定されたユーザＵ１のクエリ意図を「贈答」に基づいて情報を変更する。例えば、変更部１３３は、ユーザ情報記憶部１２１−２に示すように、ユーザ情報記憶部１２１に記憶されたユーザＵ１のクエリ意図を「贈答」に変更する。例えば、変更部１３３は、推定部１３２によりユーザＵ１のクエリ意図を「贈答」と推定された場合、推定されたクエリ意図に基づいて情報を変更する。図１の例では、変更部１３３は、ユーザ情報記憶部１２１−２に示すように、ユーザ情報記憶部１２１に記憶されたユーザＵ１のクエリ意図を「贈答」に変更する。

（提供部１３４）
提供部１３４は、外部の情報処理装置へ各種情報を提供する。例えば、提供部１３４は、推定部１３２によりクエリによる検索が購入に関する検索であると推定された場合、クエリに関する情報を提供する。例えば、提供部１３４は、推定部１３２によりクエリによる検索が購入に関する検索であると推定された場合、クエリに関する対象の購入を促す情報をユーザに提供する。例えば、提供部１３４は、取得部１３１により端末装置１０からクエリが取得された場合、クエリに対応する商品情報を検索結果として端末装置１０へ提供する。

例えば、提供部１３４は、ユーザのクエリ意図が購入に関して所定の条件を満たす場合、購入に関する対象の提供元へユーザを特定する情報を提供する。図１の例では、提供部１３４は、ユーザＵ１のクエリ意図が「贈答」等の購入に関する意図である場合、広告配信装置５０へユーザＵ１を特定する情報を提供する。例えば、提供部１３４は、広告配信装置５０へユーザＵ１がギフトとして財布を探していることを特定する情報を提供する。また、図１の例では、提供部１３４は、ユーザＵ１のクエリ意図が「不明」である場合、その直前に推定されたクエリ意図をユーザＵ１のクエリ意図として条件を満たす場合に、情報を提供する。

また、例えば、提供部１３４は、端末装置１０に所定の財布の購入を促す情報を提供してもよい。例えば、提供部１３４は、端末装置１０に広告Ｘを提供してもよい。

〔３．推定処理のフロー〕
ここで、図７を用いて、実施形態に係る検索装置１００による推定処理の手順について説明する。図７は、実施形態に係る推定処理の一例を示すフローチャートである。

図７に示すように、検索装置１００は、クエリを取得する（ステップＳ１０１）。図１の例では、検索装置１００は、端末装置１０からクエリ「財布 ギフト 白」を取得する。

検索装置１００は、クエリを入力したユーザの行動履歴に基づいてクエリの意図を推定する（ステップＳ１０２）。図１の例では、検索装置１００は、ユーザ情報記憶部１２１に記憶されたユーザＵ１のクエリ意図を「贈答」のまま維持する。この場合、検索装置１００は、クエリの意図を直前の行動情報から推定したクエリ意図とする。例えば、検索装置１００は、クエリ「財布 ギフト」により推定されたクエリ意図である「贈答」を、クエリ「財布 ギフト 白」のクエリ意図と推定する。すなわち、検索装置１００は、クエリ「財布 ギフト 白」をユーザが使用する前におけるユーザの行動履歴であるクエリ「財布 ギフト 白」による検索に基づいて、クエリ「財布 ギフト 白」の意図を推定する。

一方、検索装置１００は、クエリの意図が所定の条件を満たすかどうかを判定する（ステップＳ１０３）。例えば、検索装置１００は、ユーザのクエリ意図が「贈答」等の購入に関する意図である場合、クエリの意図が所定の条件を満たすと判定する。

例えば、検索装置１００は、クエリの意図が所定の条件を満たさない場合（ステップＳ１０３：Ｎｏ）、処理を終了する。例えば、検索装置１００は、ユーザのクエリ意図が「検索」等の購入に関する意図でない場合、処理を終了する。

一方、検索装置１００は、クエリの意図が所定の条件を満たす場合（ステップＳ１０３：Ｙｅｓ）、所定のサービスを提供する（ステップＳ１０４）。図１の例では、検索装置１００は、ユーザＵ１のクエリ意図が「贈答」であるため所定の条件を満たすと判定し、広告配信装置５０へユーザＵ１を特定する情報を提供する。

〔４．クエリ意図推定〕
上述したように、例えば、検索装置１００は、クエリに基づいてクエリの意図を推定することができる場合、クエリに基づいてクエリの意図を推定する。また、例えば、検索装置１００は、クエリに基づいてクエリの意図を推定することができない場合、クエリをユーザが使用する前におけるユーザの行動履歴に基づいて、クエリの意図を推定する。この点について、図８を用いて詳述する。図８は、実施形態に係るクエリの意図推定の一例を示す図である。

なお、図８の例では、矢印の向き（上から下）に向かうにつれて日時が新しいものとする。すなわち、図８の例では、クエリＱ１が最初の入力クエリであり、クエリＱ２がクエリＱ１の次の入力クエリであり、クエリＱ３がクエリＱ２の次の入力クエリであるものとする。この場合、図８の例では、クエリＱ３が最新のクエリとなる。図８の例では、クエリＱ３は、ユーザが行う一連の検索行動の最後に入力したテールクエリであるものとする。

例えば、端末装置１０を利用するユーザが、端末装置１０に表示された検索窓ＢＸにキーワードを入力し、検索ボタン等を押下することにより、検索装置１００へ送信する。なお、以下では、端末装置１０を利用するユーザがユーザＵ１である場合を一例として説明する。

まず、図８の例では、ユーザＵ１は、端末装置１０に表示された検索窓ＢＸにクエリ「キーワードＡ キーワードＢ」、すなわちキーワードＡ及びキーワードＢの２つのキーワード（クエリ）を含むクエリＱ１を入力する。なお、図８では、キーワードＡ〜キーワードＤのように、各キーワード（クエリ）を抽象的に図示するが、各キーワードは具体的な対象を示す文字列に対応する。例えば、キーワードＡは「財布」であり、キーワードＢは「５０００円」であり、キーワードＣは「ギフト」であり、キーワードＤは「白」であってもよい。

また、図８の例では、対応行動情報ＤＱ１に示すように、クエリＱ１に対応する行動情報が多いものとする。すなわち、端末装置１０からクエリＱ１を取得した検索装置１００は、クエリＱ１に基づいてユーザＵ１のクエリ意図を推定可能であるものとする。そのため、検索装置１００は、クエリＱ１に基づいてユーザＵ１のクエリ意図を推定する（ステップＳ５１）。図８の例では、検索装置１００は、クエリ意図情報ＱＡ１に示すように、ユーザＵ１のクエリ意図を、「検索」と推定する。

例えば、検索装置１００は、過去にクエリ「キーワードＡ キーワードＢ」と入力した多数のユーザの行動履歴に基づいて、クエリ「キーワードＡ キーワードＢ」を入力したユーザのクエリ意図を「検索」と推定する。例えば、検索装置１００は、過去にクエリ「キーワードＡ キーワードＢ」と入力したユーザの多くが検索行動のみで終了している場合、クエリ「キーワードＡ キーワードＢ」を入力したユーザのクエリ意図を「検索」と推定する。

次に、図８の例では、ユーザＵ１は、端末装置１０に表示された検索窓ＢＸにクエリ「キーワードＡ キーワードＢ キーワードＣ」、すなわちキーワードＡ、キーワードＢ及びキーワードＣの３つのキーワード（クエリ）を含むクエリＱ２を入力する。

また、図８の例では、対応行動情報ＤＱ２に示すように、クエリＱ２に対応する行動情報が中程度、すなわち平均的な量収集されているものとする。すなわち、端末装置１０からクエリＱ２を取得した検索装置１００は、クエリＱ２に基づいてユーザＵ１のクエリ意図を推定可能であるものとする。そのため、検索装置１００は、クエリＱ２に基づいてユーザＵ１のクエリ意図を推定する（ステップＳ５２）。図８の例では、検索装置１００は、クエリ意図情報ＱＡ２に示すように、ユーザＵ１のクエリ意図を、「購入」と推定する。

例えば、検索装置１００は、過去にクエリ「キーワードＡ キーワードＢ キーワードＣ」と入力した多数のユーザの行動履歴に基づいて、クエリ「キーワードＡ キーワードＢ キーワードＣ」を入力したユーザのクエリ意図を「購入」と推定する。例えば、検索装置１００は、過去にクエリ「キーワードＡ キーワードＢ キーワードＣ」と入力したユーザの多くが５０００円前後の財布を購入している場合、クエリ「キーワードＡ キーワードＢ キーワードＣ」を入力したユーザのクエリ意図を「購入」と推定する。

次に、図８の例では、ユーザＵ１は、端末装置１０に表示された検索窓ＢＸにクエリ「キーワードＡ キーワードＢ キーワードＣ キーワードＤ」、すなわちキーワードＡ、キーワードＢ、キーワードＣ及びキーワードＤの４つのキーワード（クエリ）を含むクエリＱ３を入力する。

また、図８の例では、対応行動情報ＤＱ３に示すように、クエリＱ３に対応する行動情報が少ないものとする。すなわち、端末装置１０からクエリＱ３を取得した検索装置１００は、クエリＱ３に基づいてユーザＵ１のクエリ意図を推定不可能であるものとする。そのため、検索装置１００は、クエリＱ３に基づいてユーザＵ１のクエリ意図を不明と推定する（ステップＳ５３）。図８の例では、検索装置１００は、クエリ意図情報ＱＡ３に示すように、ユーザＵ１のクエリ意図を、「？（不明）」と推定する。

例えば、検索装置１００は、過去にクエリ「キーワードＡ キーワードＢ キーワードＣ キーワードＤ」と入力したユーザが少数である。そのため、クエリ「キーワードＡ キーワードＢ キーワードＣ キーワードＤ」と入力したユーザの行動履歴に基づいて、クエリ「キーワードＡ キーワードＢ キーワードＣ キーワードＤ」と入力したユーザのクエリ意図を推定することができない。例えば、検索装置１００は、過去（例えば直近１ヶ月等）にクエリ「キーワードＡ キーワードＢ キーワードＣ キーワードＤ」と入力したユーザが所定の閾値未満（例えば５００人未満等）である場合、クエリ「キーワードＡ キーワードＢ キーワードＣ キーワードＤ」と入力したユーザのクエリ意図を推定不能として、クエリ「キーワードＡ キーワードＢ キーワードＣ キーワードＤ」を入力したユーザのクエリ意図を「不明」と推定する。

ユーザＵ１のクエリ意図を「不明」と推定した検索装置１００は、直前に推定したクエリ意図に基づいてクエリＱ３のクエリ意図を推定する（ステップＳ５４）。図８の例では、検索装置１００は、クエリ意図情報ＱＡ３−２に示すように、ユーザＵ１のクエリ意図を、「購入」と推定する。すなわち、検索装置１００は、クエリＱ２のクエリ意図をクエリＱ３のクエリ意図に引き継いで、ユーザＵ１のクエリ意図を「購入」のまま維持する。このように、検索装置１００は、クエリの意図を直前の行動情報から推定したクエリ意図とする。すなわち、検索装置１００は、クエリ「キーワードＡ キーワードＢ キーワードＣ」により推定されたクエリ意図である「購入」を、クエリ「キーワードＡ キーワードＢ キーワードＣ キーワードＤ」のクエリ意図と推定する。これにより、検索装置１００は、対応する行動情報が少ないテールクエリであるクエリＱ３のクエリ意図を適切に推定することができる。なお、上記のキーワードＡ〜Ｄは一例であり、例えば、キーワードＡは「テレビ」であり、キーワードＢは、テレビの製造元を示す「メーカＡ」であり、キーワードＣはテレビの製造元が製造するテレビのブランド名を示す「ブランドＸ」であり、キーワードＤは「４２型」であってもよい。

〔５．遷移確率に基づくクエリ意図推定〕
なお、検索装置１００は、上記に限らず種々の情報を適宜用いてクエリの意図を推定してもよい。この点について、図９を用いて詳述する。図９は、実施形態に係る遷移確率に基づくクエリの意図推定の一例を示す図である。

まず、図９の例では、ユーザが一連の検索行動において最終的にクエリ「財布 ギフト 白」を入力した場合を例に説明する。図９中のグラフＴＧは、各クエリ間における遷移確率を示す。例えば、図９中のグラフＴＧにおける矢印は、矢印の元に位置するクエリから矢印の先に位置するクエリへの遷移確率を示す。なお、検索装置１００は、上述したグラフＴＧのような各クエリ間の遷移関係を多数のユーザによる検索行動の履歴（検索ログ）に基づいて算出する。また、検索装置１００は、後述する確率を多数のユーザによる検索行動の履歴に基づいて算出する。

例えば、図９中に示す文字列ＴＭ１３に示すクエリ「ギフト 白」を入力したユーザが、クエリ「ギフト 白」の直前に文字列ＴＭ１に示すクエリ「ギフト」を入力している確率が「０．９」、すなわち「９０％」であることを示す。また、例えば、図９中に示す文字列ＴＭ１３に示すクエリ「ギフト 白」を入力したユーザが、クエリ「ギフト 白」の直前に文字列ＴＭ２に示すクエリ「白」を入力している確率が「０．１」、すなわち「１０％」であることを示す。

また、検索装置１００は、文字列ＴＭ１に示すクエリ「ギフト」のクエリ意図としては、「贈答」であると推定する。また、検索装置１００は、文字列ＴＭ２に示すクエリ「白」のクエリ意図としては、「白い物」であると推定する。

また、検索装置１００は、文字列ＴＭ１３に示すクエリ「ギフト 白」のクエリ意図を、その直前に入力されるクエリ「ギフト」や「白」のクエリ意図に基づいて推定する。
「贈答」であると推定する。例えば、検索装置１００は、クエリ「ギフト 白」のクエリ意図を、クエリ「ギフト」のクエリ意図とその遷移確率、及び「白」のクエリ意図とその遷移確率とに基づいて推定する。図９の例では、検索装置１００は、クエリ「ギフト」のクエリ意図「贈答」とその遷移確率「０．９」、及び「白」のクエリ意図「白い物」とその遷移確率「０．１」とに基づいて、クエリ「ギフト 白」のクエリ意図を推定する。推定する。

例えば、検索装置１００は、「０．９＊贈答＋０．１＊白い物」を、クエリ「ギフト 白」のクエリ意図として推定する。この場合、検索装置１００は、クエリ「ギフト 白」のクエリ意図を贈答の意図が９０％であり、白い物を探している意図が１０％であるとして推定する。このように、図９の例では、検索装置１００は、あるクエリの意図を、その直前に入力されたクエリの意図とその確率とに基づいて推定する。

また、図９の例では、検索装置１００は、文字列ＴＭ１１に示すクエリ「財布 ギフト」のクエリ意図としては、「贈答用の財布」であると推定する。また、検索装置１００は、文字列ＴＭ１２に示すクエリ「財布 白」のクエリ意図としては、「白い財布」であると推定する。

また、図９の例では、検索装置１００は、文字列ＴＭ２１に示すクエリ「財布 ギフト 白」のクエリ意図を、その直前に入力されるクエリ「財布 ギフト」、「財布 白」、「ギフト 白」の各々のクエリ意図、及び各々の遷移確率に基づいて推定する。図９中に示す文字列ＴＭ１１と文字列ＴＭ２１との間の矢印の「０．７」は、検索ログから算出したクエリ「財布 ギフト 白」の直前にクエリ「財布 ギフト」が入力される割合を示す。また、図９中に示す文字列ＴＭ１２と文字列ＴＭ２１との間の矢印の「０．２」は、検索ログから算出したクエリ「財布 ギフト 白」の直前にクエリ「財布 白」が入力される割合を示す。また、図９中に示す文字列ＴＭ１３と文字列ＴＭ２１との間の矢印の「０．１」は、検索ログから算出したクエリ「財布 ギフト 白」の直前にクエリ「ギフト 白」が入力される割合を示す。

例えば、検索装置１００は、「０．７＊贈答用の財布＋０．２＊白い財布＋０．１＊（０．９＊贈答＋０．１＊白い物）」を、クエリ「財布 ギフト 白」のクエリ意図として推定する。この場合、検索装置１００は、例えば、「贈答用の財布として白い財布を探している」を、クエリ「財布 ギフト 白」のクエリ意図として推定してもよい。このように、検索装置１００は、あるクエリの意図を、その直前に入力されたクエリの意図とその確率とに基づいて推定することにより、より適切にクエリ意図を推定することができる。上述のように、検索装置１００は、「財布 ギフト 白」というテールクエリがあったとき、このクエリの直前に入力されるクエリ（親クエリ）として想定される「財布 ギフト」、「財布 白」、「ギフト 白」、及びこれら親クエリからの遷移確率に基づいて、それぞれの親クエリの意図の重み付け平均を用いることにより、クエリ「財布 ギフト 白」の意図を、その直前に入力されたクエリの意図とその確率とに基づいて推定する。

〔６．効果〕
上述してきたように、実施形態に係る検索装置１００は、取得部１３１と、推定部１３２とを有する。取得部１３１は、端末装置１０を利用するユーザが検索に使用したクエリを取得する。推定部１３２は、クエリをユーザが使用する前におけるユーザの行動履歴に基づいて、クエリの意図を推定する。

これにより、実施形態に係る検索装置１００は、クエリをユーザが使用する前におけるユーザの行動履歴に基づくことにより、ユーザが入力したクエリの意図を適切に推定することができる。

また、実施形態に係る検索装置１００において、推定部１３２は、クエリの入力前にユーザが入力した入力クエリに基づいて、クエリの意図を推定する。

これにより、実施形態に係る検索装置１００は、クエリの入力前にユーザが入力した入力クエリに基づくことにより、ユーザが入力したクエリの意図を適切に推定することができる。

また、実施形態に係る検索装置１００において、推定部１３２は、複数の文字列を含むクエリの入力前にユーザが入力した入力クエリであって、複数の文字列のうち一部の文字列を含む入力クエリに基づいて、クエリの意図を推定する。

これにより、実施形態に係る検索装置１００は、複数の文字列を含むクエリの入力前にユーザが入力した入力クエリであって、複数の文字列のうち一部の文字列を含む入力クエリに基づくことにより、ユーザが入力したクエリの意図を適切に推定することができる。

また、実施形態に係る検索装置１００において、取得部１３１は、ユーザが行う一連の検索行動の最後に入力したクエリを取得する。

これにより、実施形態に係る検索装置１００は、ユーザが入力したクエリが、ユーザが行う一連の検索行動の最後に入力したテールクエリであっても、クエリの意図を適切に推定することができる。

また、実施形態に係る検索装置１００において、推定部１３２は、ユーザが行う一連の検索行動の最後に入力したクエリに至るまでにおいて想定されるクエリ間の遷移確率に基づいて、前記クエリの意図を推定する。

これにより、実施形態に係る検索装置１００は、ユーザが最後に入力したクエリ（テールクエリ）の意図を適切に推定することができる。

また、実施形態に係る検索装置１００において、推定部１３２は、クエリの意図として、クエリによる検索が購入に関する検索であるかを推定する。

これにより、実施形態に係る検索装置１００は、クエリの意図として、クエリによる検索が購入に関する検索であるかを推定することにより、ユーザが入力したクエリの意図を適切に推定することができる。

また、実施形態に係る検索装置１００は、提供部１３４を有する。提供部１３４は、推定部１３２によりクエリによる検索が購入に関する検索であると推定された場合、クエリに関する情報を提供する。

これにより、実施形態に係る検索装置１００は、クエリによる検索が購入に関する検索であると推定された場合、クエリに関する情報を提供することにより、推定されたユーザのクエリ意図に基づいて、適切に情報を提供することができる。

また、実施形態に係る検索装置１００において、推定部１３２は、クエリの意図として、クエリによる検索が贈答に関する検索であるかを推定する。

これにより、実施形態に係る検索装置１００は、クエリの意図として、クエリによる検索が贈答に関する検索であるかを推定することにより、ユーザが入力したクエリの意図を適切に推定することができる。

また、実施形態に係る検索装置１００において、推定部１３２は、クエリに基づいてクエリの意図を推定することができる場合、クエリに基づいてクエリの意図を推定し、クエリに基づいてクエリの意図を推定することができない場合、クエリをユーザが使用する前におけるユーザの行動履歴に基づいて、クエリの意図を推定する。

これにより、実施形態に係る検索装置１００は、クエリに基づいてクエリの意図を推定することができる場合、クエリに基づいてクエリの意図を推定し、クエリに基づいてクエリの意図を推定することができない場合、クエリをユーザが使用する前におけるユーザの行動履歴に基づいて、クエリの意図を推定することにより、ユーザが入力したクエリの意図を適切に推定することができる。

〔７．ハードウェア構成〕
上述してきた実施形態に係る検索装置１００は、例えば図１０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１０は、検索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が実施形態に係る検索装置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。

〔８．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変更することができる。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 推定システム
１００ 検索装置（推定装置）
１２１ ユーザ情報記憶部
１２２ 行動情報記憶部
１２３ 索引情報記憶部
１２４ 商品情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 推定部
１３３ 変更部
１３４ 提供部
１０ 端末装置
５０ 広告配信装置
Ｎ ネットワーク

Claims (10)

1. 端末装置を利用するユーザが検索に使用したクエリを取得する取得部と、
   前記クエリを前記ユーザが使用する前における前記ユーザの行動履歴に基づいて、前記クエリの意図を推定し、前記クエリの意図として、前記クエリによる検索が購入に関する検索であるかを推定する推定部と、
   前記推定部により前記クエリによる検索が購入に関する検索であると推定された場合、前記ユーザを特定する情報を、前記クエリに関する広告を配信する広告配信装置に提供する提供部と、
   を備えることを特徴とする推定装置。
2. 前記推定部は、
   前記クエリの入力前に前記ユーザが入力した入力クエリに基づいて、前記クエリの意図を推定する
   ことを特徴とする請求項１に記載の推定装置。
3. 前記推定部は、
   複数の文字列を含む前記クエリの入力前に前記ユーザが入力した入力クエリであって、前記複数の文字列のうち一部の文字列を含む入力クエリに基づいて、前記クエリの意図を推定する
   ことを特徴とする請求項２に記載の推定装置。
4. 前記推定部により前記クエリによる検索が購入に関する検索であると推定された場合、前記クエリに関する情報を提供する提供部、
   をさらに備えたことを特徴とする請求項１〜３のいずれか１項に記載の推定装置。
5. 前記推定部は、
   前記クエリの意図として、前記クエリによる検索が贈答に関する検索であるかを推定する
   ことを特徴とする請求項１〜４のいずれか１項に記載の推定装置。
6. 前記取得部は、
   前記ユーザが行う一連の検索行動の最後に入力した前記クエリを取得する
   ことを特徴とする請求項１〜５のいずれか１項に記載の推定装置。
7. 前記推定部は、
   前記ユーザが行う一連の検索行動の最後に入力した前記クエリに至るまでにおいて想定されるクエリ間の遷移確率に基づいて、前記クエリの意図を推定する
   ことを特徴とする請求項６に記載の推定装置。
8. 前記推定部は、
   前記クエリに基づいて前記クエリの意図を推定することができる場合、前記クエリに基づいて前記クエリの意図を推定し、前記クエリに基づいて前記クエリの意図を推定することができない場合、前記クエリを前記ユーザが使用する前における前記ユーザの行動履歴に基づいて、前記クエリの意図を推定する
   ことを特徴とする請求項１〜７のいずれか１項に記載の推定装置。
9. コンピュータが実行する推定方法であって、
   端末装置を利用するユーザが検索に使用したクエリを取得する取得工程と、
   前記クエリを前記ユーザが使用する前における前記ユーザの行動履歴に基づいて、前記クエリの意図を推定し、前記クエリの意図として、前記クエリによる検索が購入に関する検索であるかを推定する推定工程と、
   前記推定工程により前記クエリによる検索が購入に関する検索であると推定された場合、前記ユーザを特定する情報を、前記クエリに関する広告を配信する広告配信装置に提供する提供工程と、
   を含むことを特徴とする推定方法。
10. 端末装置を利用するユーザが検索に使用したクエリを取得する取得手順と、
    前記クエリを前記ユーザが使用する前における前記ユーザの行動履歴に基づいて、前記クエリの意図を推定し、前記クエリの意図として、前記クエリによる検索が購入に関する検索であるかを推定する推定手順と、
    前記推定手順により前記クエリによる検索が購入に関する検索であると推定された場合、前記ユーザを特定する情報を、前記クエリに関する広告を配信する広告配信装置に提供する提供手順と、
    をコンピュータに実行させることを特徴とする推定プログラム。

Images