JP2020177695A - 情報提供システム、および情報提供方法 - Google Patents

Abstract

【課題】ユーザが興味を持つアイテムをレコメンドすることができる。【解決手段】情報提供システムは、過去に、アイテムを識別する第１情報が示すアイテムを閲覧した、第１ユーザと異なる第２ユーザが、何らかのアイテムに対して興味を持つと推定される特定行動を行った結果に基づいて、第１情報が示すアイテムとは異なる他のアイテムを、第１レコメンドアイテムとして特定する特定部と、プロバイダから、第１ユーザに提供されたアイテムを識別する第１情報と、アイテムを閲覧した第１ユーザを識別する第２情報とを取得する取得部と、第１情報と、特定された情報とに基づいて、第１情報を閲覧する第１ユーザにレコメンドする第１レコメンドアイテムをプロバイダに提供する第１提供部と、第２情報に基づいて、第１ユーザが興味を持つと推定される第２レコメンドアイテムをプロバイダに提供する第２提供部とを備える。【選択図】図１

Description

本発明は、情報提供システム、および情報提供方法に関する。

従来、ユーザのコンテンツ毎の当該コンテンツに対する行動データをユーザ識別子とコンテンツ識別子に対応付けた実績行動指標データ、コンテンツ間の関連度を２軸のコンテンツ識別子に対応付けたコンテンツ×コンテンツ行列データ、およびユーザ間の関連度を２軸のユーザ識別子に対応付けたユーザ×ユーザ行列データに基づき、これらの実績値の行列に対応する予測値の行列に対して所定の演算を行って、所定条件に合致するコンテンツを前記サービス提供装置に応答するコンテンツ配信装置が開示されている（例えば、特許文献１参照）。

特開２０１４−０６７４４２号公報

しかしながら、上記の技術では、ユーザが興味を持つアイテムレコメンドすることができない場合があった。

本発明は、このような事情を考慮してなされたものであり、ユーザが興味を持つアイテムをレコメンドすることができる情報提供システム、および情報提供方法を提供することを目的の一つとする。

本発明の一態様は、所定のアイテムを閲覧したユーザが興味を持つと推定されるレコメンドアイテムを特定する特定部であって、過去に、アイテムを識別する第１情報が示す前記アイテムを閲覧した、第１ユーザと異なる一以上の第２ユーザが、何らかのアイテムに対して興味を持つと推定される特定行動を行った結果に基づいて、前記第１情報が示す前記アイテムとは異なる他のアイテムを、前記第１ユーザに提供するための第１レコメンドアイテムとして特定する特定部と、サービスをユーザに提供するプロバイダから、前記サービスにおいて前記第１ユーザに提供されたアイテムを識別する前記第１情報と、前記アイテムを閲覧した前記第１ユーザを識別する第２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第１情報と、前記特定部により特定された情報とに基づいて、アイテムリストの中から前記第１情報を閲覧する前記第１ユーザにレコメンドする第１レコメンドアイテムを選択し、選択した前記第１レコメンドアイテムを前記プロバイダに提供する第１提供部と、前記取得部により取得された第２情報に基づいて、アイテムリストの中から前記第２情報の前記第１ユーザにレコメンドする、前記第１ユーザが興味を持つと推定される第２レコメンドアイテムを選択し、選択した前記第２レコメンドアイテムを前記プロバイダに提供する第２提供部とを備える情報提供システムである。

本発明の一態様によれば、ユーザが興味をもつアイテムをレコメンドすることができる。

情報提供システムを含む情報システムの機能構成の一例を示す図である。 プロバイダ２０により提供される画像ＩＭ１と、端末装置１０により提供されるログ情報Ｌとの内容の一例を示す図である。 情報提供システム１００の機能構成の一例を示す図である。 学習済モデル１８２の概念図である。 情報提供装置２００の機能構成の一例を示す図である。 情報提供装置２００とデータ蓄積部１６０とにより実行される処理の流れを示すフローチャート（その１）である。 情報提供装置２００と推定部１８０とにより実行される処理の流れを示すフローチャート（その２）である。 情報システム１により実行される処理の流れの一例を示すシーケンス図である。 図８のフローチャートの処理結果の一例を示す図である。 変形例の情報提供システム１００Ａの機能構成の一例を示す図である。 変形例の情報提供システム１００Ａの処理の概要（その１）を説明するための図である。 変形例の情報提供システム１００Ａの処理の概要（その２）を説明するための図である。 レコメンドデータおよび学習済モデル１８２の生成に用いられる情報について説明するための図である。

以下、図面を参照し、本発明の情報提供システム、および情報提供方法の実施形態について説明する。

［概要］
実施形態の情報提供装置は、サービスをユーザに提供するプロバイダにより提供される、アイテムを識別する第１情報とユーザを識別する第２情報とを取得する取得部と、取得部により取得された第１情報に基づいて、アイテムリストの中から第１情報を閲覧するユーザにレコメンドする第１レコメンドアイテムを選択し、選択した第１レコメンドアイテムをプロバイダに提供する第１提供部と、取得部により取得された第２情報に基づいて、アイテムリストの中から第２情報のユーザにレコメンドする第２レコメンドアイテムを選択し、選択した第２レコメンドアイテムをプロバイダに提供する。

「プロバイダ」とは、例えば、ネットワークを介してサービスをユーザに提供しているサーバ装置である。「プロバイダ」は、例えば、ポータルサイトにおいてサービスを提供しているプロバイダである。また、「プロバイダ」は、例えば、管理者が同一、または管理者が異なっていても提携関係にあるなどの関連する管理者が管理するプロバイダである。なお、「プロバイダ」は、例えば、管理者等が異なっていてもよい。

[サービス]とは、ショッピングに関するサービスや、オークションに関するサービス、動画の提供サービス、これらの情報を提供するサービスなど、任意のサービスである。

「アイテム」とは、例えば、プロバイダがユーザに提供するコンテンツである。「コンテンツ」は、例えば、商品や品物、動画、その他のコンテンツを含む。

［構成］
図１は、情報提供システムを含む情報システムの機能構成の一例を示す図である。情報システム１は、例えば、一以上の端末装置１０と、一以上のプロバイダ２０と、情報提供システム１００とを備える。

端末装置１０と、プロバイダ２０とは、例えば、ネットワークＮＷを介して互いに通信する。プロバイダ２０と、情報提供装置２００とは、ネットワークＮＷを介して互いに通信する。ネットワークＮＷは、例えば、ＷＡＮ（Wide Area Network）やインターネット、無線基地局、プロバイダなどを含む。

端末装置１０は、利用者によって使用される装置であり、例えば、スマートフォンなどの携帯電話、タブレット型コンピュータ、ノート型コンピュータ、デスクトップ型コンピュータなどである。以下の説明では、端末装置１０はスマートフォンであるものとして説明する。

端末装置１０は、プロバイダ２０により提供された情報をユーザに提供する。例えば、端末装置１０は、プロバイダ２０により提供された情報を表示部（例えばタッチパネル式の表示部）に表示させる。端末装置１０は、ユーザにより行われた操作の内容を示す情報をプロバイダ２０に送信する。

プロバイダ２０は、端末装置１０のリクエストに応じてサービスを端末装置１０に提供する。例えば、プロバイダ２０は、ユーザにより行われた操作の内容に応じたサービスを端末装置１０に提供する。プロバイダ２０は、ユーザにより行われた操作の内容を示す情報をログ情報として取得する。ログ情報は、プロバイダ２０がユーザに提供したサービスに対してユーザが行った行動（例えばクリック操作や、タッチ操作、コンバージョン）に関するログ情報である。コンバージョンとは、例えば、購入、閲覧する行動などの所定の行動である。

[プロバイダと端末装置とにより実行される処理]
図２は、プロバイダ２０により提供される画像ＩＭ１と、端末装置１０により提供されるログ情報Ｌとの内容の一例を示す図である。プロバイダ２０は、端末装置１０のリクエストに応じて、画像ＩＭ（または画像ＩＭを生成するための基情報）を端末装置１０に提供する。端末装置１０は、プロバイダ２０により送信された情報に基づいて、図２に示す画像ＩＭを表示部に表示する。

表示部において、画像ＩＭのアイテムＡが表示された特定領域に対してユーザがタッチ操作を行った場合、端末装置１０は、特定領域に対してタッチ操作がされた情報をプロバイダ２０に送信する。プロバイダ２０は、上記のようなユーザが行った操作の情報を、図２に示すようなログ情報Ｌとしてプロバイダ２０の記憶部に記憶させる。プロバイダ２０は、上記のログ情報Ｌを情報システム１に提供する。例えば、複数のプロバイダ２０が、それぞれ送信するログ情報の形式（フォーマット）は同一である。

［情報提供システム］
図３は、情報提供システム１００の機能構成の一例を示す図である。情報提供システム１００は、例えば、ログ回収部１１０と、管理部１２０と、集計部１３０と、第１データ処理部１４０と、第１ゲートウエイ１５０と、データ蓄積部１６０と、第２ゲートウエイ１７０と、推定部１８０と、学習部１９０と、を備える。なお、上記の機能構成の一部または全部は統合されてもよい。

ログ回収部１１０、管理部１２０、集計部１３０、第１データ処理部１４０、第１ゲートウエイ１５０、データ蓄積部１６０、第２ゲートウエイ１７０、推定部１８０、および学習部１９０は、ＣＰＵ（Central Processing Unit）などのハードウェアプロセッサが、記憶装置に記憶されたプログラム（ソフトウェア）を実行することにより実現される。これらの機能部は、ＬＳＩ（Large Scale Integrated Circuit）や、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェアによって実現されてもよいし、ソフトウェアとハードウェア（回路部；circuitryを含む）の協働によって実現されてもよい。

ログ回収部１１０は、プロバイダ２０により提供されたログ情報Ｌ（Log（1））を取得し、取得したログ情報Ｌ（Log（2））を第１データ処理部１４０の記憶装置に記憶させる。

管理部１２０の記憶装置には、予めジョブに関する事項が記憶されている。ジョブに関する事項とは、処理対象の情報（対象とするログ情報Ｌの範囲）や、処理周期等の処理のスケジュール、実行する処理の内容等を含む。管理部１２０は、記憶装置に記憶されたジョブに基づいて、実行すべきジョブ（Job(1)）を集計部１３０に指示する。また、管理部１２０は、情報提供装置２００に、情報システム１の設定等に関する情報（Provision）を情報提供装置２００に送信する。

集計部１３０は、管理部１２０の指示に基づいて、第１データ処理部１４０に、第１データ処理部１４０の記憶装置に記憶されたログ情報Ｌに基づいてレコメンドデータを生成させる。レコメンドデータとは、所定のアイテムＩＤに対して一以上のアイテムＩＤが対応付けられた情報である。一以上のアイテムＩＤは、所定のアイテムＩＤを閲覧したユーザにレコメンドするアイテムＩＤである。レコメンドするアイテムＩＤは、ユーザが興味を持つと推定されるアイテムである。興味を持つとは、例えば、ユーザがアイテムをクリック等で選択したり、コンバージョン等を行ったりすることである。

第１データ処理部１４０は、集計部１３０の指示（Job(2)）に基づいてレコメンドデータ１４２を生成する。第１データ処理部１４０は、少なくともログ情報Ｌを統計処理して、レコメンドデータ１４２を生成する。例えば、第１データ処理部１４０は、分散処理のフレームワークを利用して、ログ情報において所定のアイテムが閲覧された後に閲覧されるアイテムのランキングや、所定のアイテムが閲覧された後にコンバージョンが行われるアイテムのランキング等に基づいて、レコメンドデータ１４２を生成する。

例えば、第１データ処理部１４０は、以下のようなアイテムの閲覧に関する指標を統計的に処理して、レコメンドデータ１４２を生成してもよい。例えば、第１データ処理部１４０は、「Ｎ１」、「Ｎ２」に基づいて、「Ｓ」を導出する。「Ｓ」はアイテムＡに対するアイテムＢのスコアである。「Ｎ１」は、アイテムＡとアイテムＢの両方を閲覧したユーザの人数である。「Ｎ２」は、アイテムＡを閲覧したユーザの人数である。

例えば、第１データ処理部１４０は、「Ｓ」が大きいほど、アイテムＡの後にアイテムＢを閲覧等する確率が高いと推定する。第１データ処理部１４０は、第１の所定アイテムの後に第２の所定アイテムを閲覧等する度合を求め、第１の所定アイテムの後にレコメンドするアイテムのランキングを含むレコメンドデータ１４２を生成する。レコメンドデータ１４２は、後述する第１ゲートウエイ１５０を介してデータ蓄積部１６０に提供される。

また、第１データ処理部１４０の記憶装置には、ユーザに関するユーザ情報１４４が記憶されている。ユーザ情報１４４は、ユーザの特徴（素性）を示す情報であって、ユーザの性別や、年齢、住所、趣味、嗜好、行動履歴などのうち一部または全部を含む。行動履歴とは、閲覧したコンテンツや購買した商品などのネットワークにおける行動や、ユーザの端末装置１０により提供された位置情報などを含む。ユーザ情報１４４は、後述する第２ゲートウエイ１７０を介してデータ蓄積部１６０に提供される。

第１ゲートウエイ１５０は、第１データ処理部１４０からレコメンドデータ１４２（Recommend Data(1)）を取得し、取得したレコメンドデータ１４２（Recommend Data(2)）をデータ蓄積部１６０に送信する。

データ蓄積部１６０は、第１ゲートウエイ１５０により送信されたレコメンドデータ１４２、および後述する第２ゲートウエイ１７０により送信されたユーザ情報１６４をデータ蓄積部１６０の記憶装置に記憶する。ユーザ情報１４４は、ユーザの特徴を示すベクトルを含んでもよいし、ユーザの特徴を示す連続値などの指標を含んでもよい。

データ蓄積部１６０は、情報提供装置２００により送信されたリクエスト(Request(1))に応じて、レコメンドするアイテムＩＤのリスト（レコメンドリスト;Recommend List(1)）を情報提供装置２００に送信する。このリクエストは、アイテムＩＤに対してレコメンドするアイテムＩＤのレコメンドリストを送信することのリクエストである。データ蓄積部１６０は、例えば、レコメンドデータ１６２を参照して、レコメンドリストを情報提供装置２００に送信する。

データ蓄積部１６０は、推定部１８０のリクエスト(Request(2))に応じて、第２ゲートウエイ１７０により送信されたユーザ情報１４４(User Feature Data(3))を推定部１８０に送信する。このリクエストは、所定のユーザのユーザ情報１６４（例えばユーザの特徴を示す特徴情報）を送信することのリクエストである。所定のユーザは、情報提供装置２００が、推定部１８０に送信した、レコメンドリストの送信のリクエスト(Request(3))に含まれるユーザＩＤに関連するユーザである。

第２ゲートウエイ１７０は、第１データ処理部１４０からユーザ情報１４４(User Feature Data(1))を取得し、取得したユーザ情報１４４(User Feature Data(2))をデータ蓄積部１６０に送信する。

推定部１８０は、データ蓄積部１６０から取得した第１ユーザのユーザ情報１６４(User Feature Data(3))と、情報提供装置２００から取得した第１ユーザのリクエスト(Request(3))とに基づいて、第１ユーザのユーザ情報１６４に応じたレコメンドリスト（Recommend List(2)）を情報提供装置２００に送信する。推定部１８０は、学習済モデル１８２を含む。推定部１８０は、ユーザ情報１６４を学習済モデル１８２に入力し、学習済モデル１８２が出力した情報に基づいて、レコメンドリスト（Recommend List(2)）を情報提供装置２００に送信する。

学習部１９０は、学習済モデル１８２を生成し、生成した学習済モデル１８２（Trained Model）を推定部１８０に提供する。学習部１９０は、第１データ処理部１４０により提供されたログ情報Ｌ（Log(3)）を学習して学習済モデル１８２を生成する。

図４は、学習済モデル１８２の概念図である。例えば、学習済モデル１８２は、ユーザ情報１６４（例えば、性別や誕生日などの日付、趣味、ユーザの興味がある情報、過去に閲覧したアイテムなど）を入力すると、ユーザ情報１６４に対応するユーザが好むと推定されるアイテムを示す情報（アイテムＩＤ）を出力するモデルである。ユーザ情報１６４は、「第２情報に関する特徴情報」の一例である。

このモデルは、学習部１９０が、学習データを学習して生成するモデルである。学習データは、ユーザ情報１６４（ユーザの特徴を示す特徴情報）と、特徴情報に対応するユーザが好む（例えば閲覧した）アイテムに関する情報とが対応付けられた情報である。ユーザが好むアイテムに関する情報とは、ユーザがアイテムＡを閲覧した後、アイテムＢを閲覧したことを示す情報や、ユーザがアイテムＡを閲覧した後、アイテムＣを閲覧したことを示す情報等である。学習部１９０は、学習データを用いて、ユーザの特徴を示す情報が入力されると、そのユーザが好むアイテムを示す情報を出力するように、モデルに含まれるパラメータを調整して、学習済モデル１８２を生成する。

上記のように、レコメンドデータ１６２の生成に用いられるログ情報（統計処理がされるログ情報）と、学習済モデル１８２の生成に用いられたログ情報との提供元は同一、またはレコメンドデータ１６２の生成に用いられるログ情報と、学習済モデル１８２の生成に用いられたログ情報とは同一である。

レコメンドデータ１６２の生成において用いられるアイテムリストと、学習済モデル１８２の生成において用いられるアイテムリストとは共通であってもよいし、異なっていてもよい。アイテムリストが共通である場合、レコメンドデータ１６２によってレコメンドされるアイテムの範囲と、学習済モデル１８２によってレコメンドされるアイテムの範囲は重複する。例えば、レコメンドデータ１６２によってレコメンドされないアイテムは、学習済モデル１８２によってもレコメンドされないこととなる。

情報提供装置２００は、プロバイダ２０のリクエスト（Request(4)）に応じて、レコメンドリスト（Recommend List(3)、(4)）を返信する。情報提供装置２００は、データ蓄積部１６０に、アイテムＩＤに対応するレコメンドリストの送信をリクエスト（Request(1)）する。情報提供装置２００は、データ蓄積部１６０に送信されたレコメンドリスト（Recommend List(1)）を取得し、取得したレコメンドリスト（Recommend List(3)）をプロバイダ２０に提供する。

情報提供装置２００は、推定部１８０に、ユーザＩＤに対応するレコメンドリストの送信をリクエスト（Request(3)）する。情報提供装置２００は、推定部１８０に送信されたレコメンドリスト（Recommend List(2)）を取得し、取得したレコメンドリスト（Recommend List(4)）をプロバイダ２０に提供する。

［情報提供装置］
図５は、情報提供装置２００の機能構成の一例を示す図である。情報提供装置２００は、例えば、第１取得部２０２と、第２取得部２０４と、第１処理部２０６と、第２処理部２０８と、第１情報提供部２１０と、第２情報提供部２１２とを備える。第１処理部２０６と第１情報提供部２１０とは「第１提供部」の一例であり、第２処理部２０８と第２情報提供部２１２とは「第２提供部」の一例である。

上記の機能部のうち、全部または一部は、ＣＰＵなどのハードウェアプロセッサが、記憶装置に記憶されたプログラム（ソフトウェア）を実行することにより実現される。これらの機能部は、ＬＳＩや、ＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェアによって実現されてもよいし、ソフトウェアとハードウェア（回路部；circuitryを含む）の協働によって実現されてもよい。

第１取得部２０２は、サービスをユーザに提供するプロバイダにより提供される、アイテムを識別する第１情報を取得する。第２取得部２０４は、サービスをユーザに提供するプロバイダにより提供される、ユーザを識別する第２情報を取得する。例えば、第１取得部２０２に接続されたネットワークのパスと、第２取得部２０４に接続されたネットワークのパスとは、図５に示すように異なっていてもよいし、同じであってもよい。

また、情報提供装置２００は、第１取得部２０２および第２取得部２０４に代えて、取得部を備えてもよい。この場合、取得部は、第１情報および第２情報を取得する。この際、第１情報に対して所定の第１識別情報が付与され、第２情報に対して所定の第２識別情報が付与され、各情報が取得部により取得される。これにより、取得部は、取得した情報が第１情報であるか、第２情報であるかを判別することができる。

第１処理部２０６は、第１取得部２０２により取得された第１情報に基づいて、アイテムリストの中から第１情報を閲覧するユーザにレコメンドする第１レコメンドアイテムを選択する。第１処理部２０６は、レコメンドデータ１６２に基づいて、レコメンドアイテムを選択する。換言すると、第１処理部２０６は、少なくともログ情報Ｌに基づいて、第１情報を閲覧するユーザにレコメンドする第１レコメンドアイテムを選択する。

第２処理部２０８は、第２取得部２０４により取得された第２情報に基づいて、アイテムリストの中から第２情報のユーザにレコメンドする第２レコメンドアイテムを選択する。第２処理部２０８は、学習済モデル１８２に基づいて、レコメンドアイテムを選択する。換言すると、第２処理部２０８は、少なくとも上記のログ情報Ｌに基づいて、第２情報のユーザにレコメンドする第２レコメンドアイテムを選択する。

第２情報提供部２１２は、特定アイテムリストを用いて生成された学習済モデル１８２を用いて選択された第２レコメンドアイテムをプロバイダ２０に提供する。特定アイテムリストは、レコメンドデータ１６２の生成に用いられた情報である。すなわち、第２情報提供部２１２は、第１情報提供部２１０が用いるアイテムリストと共通するアイテムリストの中から第２レコメンドアイテムを選択する。

第１情報提供部２１０は、第１処理部２０６により選択された第１レコメンドアイテムをプロバイダ２０に提供する。第２情報提供部２１２は、第２処理部２０８により選択した第２レコメンドアイテムをプロバイダ２０に提供する。

［情報提供装置の処理（その１）］
図６は、情報提供装置２００とデータ蓄積部１６０とにより実行される処理の流れを示すフローチャート（その１）である。まず、第１取得部２０２が第１リクエストを取得したか否かを判定する（Ｓ１０）。第１リクエストとは、アイテムＩＤに対してレコメンドするアイテムＩＤの送信のリクエストである。第１リクエストが取得された場合、第１処理部２０６が、データ蓄積部１６０に第１リクエストに応じたアイテムＩＤｘの送信を依頼する（ステップＳ１２）。

データ蓄積部１６０は、ステップＳ１２の依頼に応じて、第１リクエストに応じたアイテムＩＤｘを取得し、取得したアイテムＩＤｘを情報提供装置２００に送信する（Ｓ２０）。

次に、第１処理部２０６は、Ｓ２０で送信された第１リクエストに対応するアイテムＩＤｘを選択し（Ｓ１４）、第１情報提供部２１０が、選択されたアイテムＩＤｘをプロバイダ２０により送信する（Ｓ１６）。第１処理部２０６は、Ｓ２０で送信された、複数のアイテムＩＤｘの中から、一部（所定数）または全部のアイテムＩＤを選択し、送信する。これにより、本フローチャートの処理が終了する。

このように、情報提供装置２００は、アイテムＩＤを閲覧したユーザが興味を持つアイテムをプロバイダ２０に提供することができる。

［情報提供装置の処理（その２）］
図７は、情報提供装置２００と推定部１８０とにより実行される処理の流れを示すフローチャート（その２）である。本処理は、例えば、図６のフローチャートの処理と並列して実行される。

まず、第２取得部２０４が第２リクエストを取得したか否かを判定する（Ｓ３０）。第２リクエストとは、ユーザ（例えばユーザＩＤ）に対してレコメンドするアイテムＩＤの送信のリクエストである。第２リクエストが取得された場合、第２処理部２０８が、推定部１８０に第２リクエストに応じたアイテムＩＤｙの送信を依頼する（ステップＳ３２）。

推定部１８０は、ステップＳ３２の依頼に応じて、第２リクエストに応じたアイテムＩＤｙを取得し、取得したアイテムＩＤｙを情報提供装置２００に送信する（Ｓ４０）。例えば、推定部１８０は、ユーザ情報１６４を学習済モデル１８２に入力し、学習済モデル１８２が出力した情報に基づいて、アイテムＩＤｙを取得する。

次に、第２処理部２０８は、Ｓ４０で送信された第２リクエストに対応するアイテムＩＤｙを選択し（Ｓ３４）、選択したアイテムＩＤｙをプロバイダ２０に送信する（Ｓ３６）。第２処理部２０８は、Ｓ３４で送信された、複数のアイテムＩＤｙの中から、一部（所定数）または全部のアイテムＩＤを選択し、送信する。これにより、本フローチャートの処理が終了する。

このように、情報提供装置２００は、ユーザが興味を持つアイテムをプロバイダ２０に提供することができる。

なお、図７の処理は、図６のフローチャートの処理の直前または直後に実行されてもよい。この場合、情報提供装置２００は、第１リクエストに対応するレコメンドするアイテムＩＤと第２リクエストに対応するレコメンドするアイテムＩＤと同じタイミングでプロバイダ２０に送信してもよい。

[情報システムの処理]
情報システム１において、レコメンドされたアイテムが活用される際の処理について説明する。以下、端末装置１０が、図２で示したように、プロバイダ２０により提供されたサービス（コンテンツ）において、所定のコンテンツを操作した場合に行われる処理について説明する。

図８は、情報システム１により実行される処理の流れの一例を示すシーケンス図である。まず、端末装置１０が、ユーザの操作に応じた情報（例えば操作された領域）、およびユーザＩＤをプロバイダ２０に送信する（Ｓ１００）。次に、プロバイダ２０は、端末装置１０により送信された情報に基づいて、操作に対応するアイテムＩＤ（例えば操作された領域に表示されているアイテムＩＤ）を取得し（Ｓ１０２）、取得したアイテムＩＤ、およびユーザＩＤを含むリクエストを情報提供装置２００に送信する（Ｓ１０４）。ステップＳ１０４のリクエストは、第１リクエストおよび第２リクエストを含む。

次に、情報提供装置２００は、図６、図７のフローチャートの処理で説明したように、第１リクエストに対応する一以上の第１アイテムＩＤ、および第２リクエストに対応する一以上の第２アイテムＩＤを取得し、取得した一以上の第１アイテムＩＤおよび一以上の第２アイテムＩＤをプロバイダ２０に送信する（Ｓ１０８）。

次に、プロバイダ２０は、Ｓ１０８で送信された第１アイテムＩＤおよび第２アイテムＩＤに基づいて、記憶装置に記憶された複数のコンテンツに関する情報を含むコンテンツ情報を参照し、第１アイテムＩＤに対応するコンテンツおよび第２アイテムＩＤに対応するコンテンツに関する情報を取得し（Ｓ１１２）、取得したコンテンツに関する情報を端末装置１０に送信する（Ｓ１１４）。例えば、アイテムＩＤが複数の場合、取得されたアイテムＩＤも複数となる。コンテンツに関する情報とは、例えば、端末装置１０がコンテンツを含む画像を生成するための元情報である。

次に、端末装置１０は、Ｓ１１４で送信された情報に基づいて、第１アイテムＩＤに対応するコンテンツ、および第２アイテムＩＤに対応するコンテンツを端末装置１０の表示部に表示させる（Ｓ１１６）。

図９は、図８のシーケンスの処理結果の一例を示す図である。例えば、ユーザが、端末装置１０の表示部に表示された画像ＩＭのアイテムＡに対してタッチ操作を行ったものとする。この場合、プロバイダ２０が、情報提供装置２００により提供された情報を端末装置１０に提供する。そして、端末装置１０の表示部には、画像ＩＭ１が表示される。画像ＩＭ１には、例えば、アイテムＡを選択したユーザにおすすめする動画（コンテンツ）およびユーザにおすすめするコンテンツを含む。

[効果（その１）]
上述したように、情報提供装置２００が、ユーザが選択したアイテムに応じたコンテンツ、およびユーザに応じたコンテンツをプロバイダ２０に送信することにより、プロバイダ２０は、よりユーザが興味を持つコンテンツをユーザに提供することができる。

[効果（その２）]
本実施形態の情報システム１において、プロバイダ２０が、アイテムに応じたアイテムＩＤと、ユーザの特徴を示す情報に応じたアイテムＩＤとのうち、一方の送信を希望する場合、情報提供装置２００は、一方の送信をプロバイダ２０に送信し、プロバイダ２０が、双方の送信を希望する場合、情報提供装置２００は、双方の送信をプロバイダ２０に送信する。どの情報をプロバイダ２０に送信するかは、事前に決定されていてもよいし、情報提供装置２００が取得した情報に基づいて決定してされてもよい。例えば、情報提供装置２００が、第１情報のみを取得した場合、第１情報に応じたアイテムＩＤをプロバイダ２０に送信する。

このように、情報提供装置２００が、プロバイダ２０の利用形態に応じた情報を提供するため、プロバイダ２０や情報を受け取るユーザの利便性が向上する。

[効果（その３）]
プロバイダ２０が、学習済モデル１８２に基づくアイテムＩＤのコンテンツをユーザに提供せずに、レコメンドデータに基づくアイテムＩＤのコンテンツをユーザに提供している場合において、今後、プロバイダ２０が学習済モデル１８２に基づくアイテムＩＤのコンテンツをユーザに提供することを希望する場合、取得済のログ情報に基づいて学習済モデルが生成可能である。このため、プロバイダ２０は、再度、ログ情報を学習部１９０に提供する必要がない。また、ログ情報のフォーマットは共通しているため、新たにログ情報を提供する場合にも、情報システム１またはプロバイダ２０は、ログ情報を所定のフォーマットに加工するための設備等が必要ない。このため、プロバイダ２０の管理者にとっての利便性が向上する。

[変形例]
集計部１３０は、プロバイダ２０がユーザに提供するウエブページごとに利用するレコメンドデータを変更し、推定部１８０は、プロバイダ２０がユーザに提供するウエブページごとに利用する学習済モデル１８２を変更してもよい。

図１０は、変形例の情報提供システム１００Ａの機能構成の一例を示す図である。情報提供システム１００Ａは、集計部１３０に代えて集計部１３０Ａを備え、推定部１８０に代えて推定部１８０Ａを備える。

情報提供システム１００Ａの情報提供装置２００は、以下の処理を行う。以下、第１取得部２０２と第２取得部２０４とを、「取得部」と称する。取得部は、サービスをユーザに提供する第１プロバイダにより提供される、アイテムを識別する第１情報とユーザを識別する第２情報とを取得する。第１処理部２０６は、少なくとも第１プロバイダに関する第１ログ情報に基づいて、第１レコメンドアイテムを選択する。第１情報提供部２１０は、第１処理部２０６が選択した第１レコメンドアイテムを第１プロバイダに提供する。第２処理部２０８は、少なくとも第１ログ情報に基づいて、第２レコメンドアイテムを選択する。第２情報提供部２１２は、選択した第２レコメンドアイテムを第１プロバイダに提供する。

取得部は、サービスをユーザに提供する第２プロバイダにより提供される、アイテムを識別する第３情報とユーザを識別する第４情報とを取得する。第１処理部２０６は、少なくとも第２プロバイダに関する第２ログ情報に基づいて、第３レコメンドアイテムを選択する。第１情報提供部２１０は、第１処理部２０６が選択した第３レコメンドアイテムを第２プロバイダに提供する。第２処理部２０８は、少なくとも第２ログ情報に基づいて、第４レコメンドアイテムを選択する。第２情報提供部２１２は、第１処理部２０６が選択した第４レコメンドアイテムを第２プロバイダに提供する。

第１ログ情報は、第１プロバイダがユーザに提供したサービスに対してユーザが行った行動に関するログ情報である。第２ログ情報は、第２プロバイダがユーザに提供したサービスに対してユーザが行った行動に関するログ情報である。第１ログ情報と第２ログ情報とは同様のフォーマットである。

図１１は、変形例の情報提供システム１００Ａの処理の概要（その１）を説明するための図である。例えば、プロバイダ２０が、プロバイダ２０の識別情報（プロバイダＩＤ）と、ユーザが閲覧しているページの識別情報（ページＩＤ）と、アイテムＩＤとを情報提供装置２００に送信したものとする。以下、これらの情報を「第１リクエスト情報」と称する。この場合、情報提供装置２００は、データ蓄積部１６０の記憶装置に記憶された複数のレコメンドデータから、第１リクエスト情報に対応するレコメンドデータを参照する。

例えば、各レコメンドデータには、プロバイダＩＤと、ページＩＤとが対応付けられている。第１リクエスト情報に対応するレコメンドデータとは、第１リクエストのプロバイダＩＤとページＩＤとが共通するレコメンドデータである。そして、情報提供装置２００は、そのレコメンドデータを参照して、アイテムＩＤに応じたレコメンドするアイテムＩＤを取得し、取得したアイテムＩＤをプロバイダ２０に送信する。

図１２は、変形例の情報提供システム１００Ａの処理の概要（その２）を説明するための図である。例えば、プロバイダ２０が、プロバイダ２０の識別情報（プロバイダＩＤ）と、ユーザが閲覧しているページの識別情報（ページＩＤ）と、ユーザＩＤとを情報提供装置２００に送信したものとする。以下、これらの情報を「第２リクエスト情報」と称する。この場合、情報提供装置２００は、推定部１８０に記憶装置に記憶された複数の学習済モデル１８２の中から、第２リクエスト情報に対応する学習済モデル１８２を選択させ、選択させた学習済モデル１８２を用いた処理を実行させる。

例えば、各学習済モデル１８２には、プロバイダＩＤと、ページＩＤとが対応付けられている。第２リクエスト情報に対応するレコメンドデータとは、第２リクエストのプロバイダＩＤとページＩＤとが共通する学習済モデル１８２である。そして、推定部１８０は、その学習済モデル１８２に、ユーザ情報を入力し、学習済モデル１８２が出力したレコメンドするアイテムＩＤをプロバイダ２０に送信する。

レコメンドデータの選択、または学習済モデル１８２の選択において、プロバイダＩＤとページＩＤとが共通するレコメンドデータ、または学習済モデル１８２が選択されるものとしたが、上記の例において、ページＩＤの利用は省略されてもよい。すなわち、プロバイダＩＤが共通するレコメンドデータまたは学習済モデル１８２が選択されてもよい。この場合、レコメンドデータまたは学習済モデル１８２に対して、プロバイダＩＤが対応付けられる。

図１３は、レコメンドデータおよび学習済モデル１８２の生成に用いられる情報について説明するための図である。例えば、プロバイダＩＤとページＩＤとが共通するレコメンドデータおよび学習済モデル１８２の生成に用いられる情報は、同様のログ情報である。同様の情報とは、例えば、時間的には同じである、または異なっているが、情報の種別が同様の情報であることである。情報の種別が同様とは、同じページにおけるログ情報を利用していることや、同じプロバイダにおけるログ情報などのように、ログ情報が収集された態様が同じことである。

例えば、情報提供システム１００Ａは、所定のプロバイダ２０により提供されたログ情報や所定のページのログ情報に基づいて、学習済モデル１８２または上記のレコメンドデータ１４２を生成することができるため、特定のプロバイダ２０または特定のページを利用するユーザの嗜好に応じたコンテンツを提供することができる。

なお、情報提供システム１００Ａが、複数のプロバイダ２０により提供されたログ情報に基づいて、学習済モデル１８２またはレコメンドデータ１４２を生成してもよい。この場合、複数のプロバイダ２０のユーザの嗜好に応じたコンテンツを提供するためのモデルやレコメンドデータ等が、容易に生成される。

また、この場合、各プロバイダ２０が送信するログ情報のフォーマットは共通しているため、情報提供システム１００Ａは、各プロバイダ２０により送信されたログ情報を用いて、学習済モデル１８２またはレコメンドデータ１４２を生成することができる。これにより、情報提供システム１００Ａは、複数のプロバイダ２０のユーザの嗜好に応じたコンテンツを提供するための学習済モデル１８２やレコメンドデータ１４２等を、容易に生成することができる。

このように、情報提供システム１００Ａは、用途に応じて学習済モデル１８２やレコメンドデータ１４２等を、容易に生成することができる。

以上説明した実施形態によれば、情報提供装置２００は、取得部により取得された第１情報に基づいて、アイテムリストの中から選択した第１情報を閲覧するユーザにレコメンドする第１レコメンドアイテムをプロバイダに提供し、取得部により取得された第２情報に基づいて、アイテムリストの中から選択した第２情報のユーザにレコメンドする第２レコメンドアイテムを提供することにより、ユーザが興味をもつアイテムをレコメンドすることができる。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１‥情報システム、１０‥端末装置、２０‥プロバイダ、１１０‥ログ回収部、１２０‥管理部、１３０、１３０Ａ‥集計部、１４０‥第１データ処理部、１４２‥レコメンドデータ、１４４‥ユーザ情報、１５０‥第１ゲートウエイ、１６０‥データ蓄積部、１６２‥レコメンドデータ、１６４‥ユーザ情報、１７０‥第２ゲートウエイ、１８０、１８０Ａ‥推定部、１８２‥学習済モデル、１９０‥学習部、２００‥情報提供装置、２０２‥第１取得部、２０４‥第２取得部、２０６‥第１処理部、２０８‥第２処理部、２１０‥第１情報提供部、２１２‥第２情報提供部

Claims (12)

1. 所定のアイテムを閲覧したユーザが興味を持つと推定されるレコメンドアイテムを特定する特定部であって、過去に、アイテムを識別する第１情報が示す前記アイテムを閲覧した、第１ユーザと異なる一以上の第２ユーザが、何らかのアイテムに対して興味を持つと推定される特定行動を行った結果に基づいて、前記第１情報が示す前記アイテムとは異なる他のアイテムを、前記第１ユーザに提供するための第１レコメンドアイテムとして特定する特定部と、
   サービスをユーザに提供するプロバイダから、前記サービスにおいて前記第１ユーザに提供されたアイテムを識別する前記第１情報と、前記アイテムを閲覧した前記第１ユーザを識別する第２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第１情報と、前記特定部により特定された情報とに基づいて、アイテムリストの中から前記第１情報を閲覧する前記第１ユーザにレコメンドする第１レコメンドアイテムを選択し、選択した前記第１レコメンドアイテムを前記プロバイダに提供する第１提供部と、
   前記取得部により取得された第２情報に基づいて、アイテムリストの中から前記第２情報の前記第１ユーザにレコメンドする、前記第１ユーザが興味を持つと推定される第２レコメンドアイテムを選択し、選択した前記第２レコメンドアイテムを前記プロバイダに提供する第２提供部と、
   を備える情報提供システム。
2. 前記第１提供部は、少なくともログ情報に基づいて、前記第１レコメンドアイテムを選択し、
   前記第２提供部は、少なくとも前記ログ情報に基づいて、前記第２レコメンドアイテムを選択し、
   前記ログ情報は、前記プロバイダが前記ユーザに提供したサービスに対してユーザが行った行動に関するログ情報である、
   請求項１に記載の情報提供システム。
3. 前記第１提供部は、少なくとも前記ログ情報が統計処理された結果に基づいて、前記第１レコメンドアイテムを前記プロバイダに提供する、
   請求項２に記載の情報提供システム。
4. 前記第２提供部は、学習済モデルを用いて、前記第２レコメンドアイテムを前記プロバイダに提供し、
   前記学習済モデルは、少なくとも前記ログ情報を用いて学習されたモデルであって、前記第２情報に関する特徴情報を入力すると、前記特徴情報に対応するユーザが好むと推定されるアイテムに関する情報を出力するモデルである、
   請求項３に記載の情報提供システム。
5. 学習データを用いて前記学習済モデルを生成する生成部を更に備え、
   前記学習データは、前記ログ情報に含まれる前記特徴情報と、前記特徴情報に対応するユーザが好むアイテムとが対応付けられた情報である、
   請求項４に記載の情報提供システム。
6. 前記統計処理がされる前記ログ情報と、前記学習済モデルの生成に用いられたログ情報との提供元は同一、または前記統計処理がされる前記ログ情報と、前記学習済モデルの生成に用いられたログ情報とは同一である、
   請求項４または５に記載の情報提供システム。
7. 前記第２提供部は、前記第１提供部が用いるアイテムリストと共通するアイテムリストの中から前記第２レコメンドアイテムを選択する、
   請求項１から５のうちいずれか１項に記載の情報提供システム。
8. 前記取得部は、サービスをユーザに提供する第１プロバイダから、前記サービスにおいて前記ユーザに提供されたアイテムを識別する第１情報と、前記アイテムを閲覧した前記ユーザを識別する第２情報とを取得し、
   前記第１提供部は、少なくとも前記第１プロバイダに関する第１ログ情報に基づいて、第１レコメンドアイテムを選択し、選択した前記第１レコメンドアイテムを前記プロバイダに提供し、
   前記第２提供部は、少なくとも前記第１ログ情報に基づいて、第２レコメンドアイテムを選択し、選択した前記第２レコメンドアイテムを前記プロバイダに提供し、
   前記取得部は、サービスをユーザに提供する第２プロバイダから、前記サービスにおいてユーザにより提供されたアイテムを識別する第３情報と、前記アイテムを閲覧した前記ユーザを識別する第４情報とを取得し、
   前記第１提供部は、少なくとも前記第２プロバイダに関する第２ログ情報に基づいて、第３レコメンドアイテムを選択し、選択した前記第３レコメンドアイテムを前記プロバイダに提供し、
   前記第２提供部は、少なくとも前記第２ログ情報に基づいて、第４レコメンドアイテムを選択し、選択した前記第４レコメンドアイテムを前記プロバイダに提供する、
   請求項１に記載の情報提供システム。
9. 前記第１ログ情報は、前記第１プロバイダが前記ユーザに提供したサービスに対してユーザが行った行動に関するログ情報であり、
   前記第２ログ情報は、前記第２プロバイダが前記ユーザに提供したサービスに対してユーザが行った行動に関するログ情報である、
   請求項８に記載の情報提供システム。
10. 前記第１ログ情報と前記第２ログ情報とは同様のフォーマットである、
    請求項８または９に記載の情報提供システム。
11. 所定のアイテムを閲覧したユーザが興味を持つと推定されるレコメンドアイテムを特定する特定部であって、過去に、アイテムを識別する第１情報が示す前記アイテムを閲覧した、第１ユーザと異なる一以上の第２ユーザが、何らかのアイテムに対して興味を持つと推定される特定行動を行った結果に基づいて、前記第１情報が示す前記アイテムとは異なる他のアイテムを、前記第１ユーザに提供するための第１レコメンドアイテムとして特定する特定部と、
    ユーザの特徴を示す情報と、前記ユーザが好むアイテムを示す情報とが関連付けられた学習データを用いて、ユーザの特徴を示す情報が入力されると、前記ユーザが好むアイテムを出力するように学習して、学習済モデルを生成する学習部と、
    サービスをユーザに提供するプロバイダから、前記サービスにおいて前記第１ユーザに提供されたアイテムを識別する前記第１情報と、前記アイテムを閲覧した前記第１ユーザを識別する第２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第１情報と、前記特定部により特定された情報とに基づいて、アイテムリストの中から前記第１情報を閲覧するユーザにレコメンドする第１レコメンドアイテムを選択し、選択した前記第１レコメンドアイテムを前記プロバイダに提供する第１提供部と、
    前記取得部により取得された第２情報を前記学習済モデルに入力して、前記学習済モデルが出力した情報を用いて、アイテムリストの中から前記第２情報のユーザにレコメンドする第２レコメンドアイテムを選択し、選択した前記第２レコメンドアイテムを前記プロバイダに提供する第２提供部と、
    前記第１提供部により提供された前記第１レコメンドアイテムと、前記第２提供部により提供された前記第２レコメンドアイテムとを含む画像を前記第１ユーザの端末装置に表示させるための情報を提供する前記プロバイダと、
    を備える情報提供システム。
12. 一以上のコンピュータが、
    所定のアイテムを閲覧したユーザが興味を持つと推定されるレコメンドアイテムを特定する第１処理であって、過去に、アイテムを識別する第１情報が示す前記アイテムを閲覧した、第１ユーザと異なる一以上の第２ユーザが、何らかのアイテムに対して興味を持つと推定される特定行動を行った結果に基づいて、前記第１情報が示す前記アイテムとは異なる他のアイテムを、前記第１ユーザに提供するための第１レコメンドアイテムとして特定する第１処理と、
    サービスをユーザに提供するプロバイダから、前記サービスにおいて前記第１ユーザに提供されたアイテムを識別する前記第１情報と、前記アイテムを閲覧した前記第１ユーザを識別する第２情報とを取得する第２処理と、
    前記第２処理により取得された第１情報と、前記第１処理により特定された情報とに基づいて、アイテムリストの中から前記第１情報を閲覧する前記第１ユーザにレコメンドする第１レコメンドアイテムを選択し、選択した前記第１レコメンドアイテムを前記プロバイダに提供する第３処理と、
    前記第２処理により取得された第２情報に基づいて、アイテムリストの中から前記第２情報の前記第１ユーザにレコメンドする、前記第１ユーザが興味を持つと推定される第２レコメンドアイテムを選択し、選択した前記第２レコメンドアイテムを前記プロバイダに提供する第４処理と、
    を実行する情報提供方法。

Images