JP2020181392A - 情報処理装置、方法及びプログラム - Google Patents
情報処理装置、方法及びプログラム Download PDFInfo
- Publication number
- JP2020181392A JP2020181392A JP2019084366A JP2019084366A JP2020181392A JP 2020181392 A JP2020181392 A JP 2020181392A JP 2019084366 A JP2019084366 A JP 2019084366A JP 2019084366 A JP2019084366 A JP 2019084366A JP 2020181392 A JP2020181392 A JP 2020181392A
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- input
- data
- input value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000010365 information processing Effects 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims description 69
- 230000009471 action Effects 0.000 claims description 27
- 238000012549 training Methods 0.000 claims description 23
- 238000003860 storage Methods 0.000 claims description 17
- 235000019640 taste Nutrition 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 10
- 230000008451 emotion Effects 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
したがって、ユーザの希望に応じた画像の生成を、よりいっそう容易にする技術が必要とされている。
本実施形態では、データ(例えば、画像データ)を生成するための学習済みモデルに潜在変数を与えることにより、当該潜在変数に応じたデータを得て、当該データに対し、ユーザの入力などによりタグ情報を設定する。学習済みモデルに対して様々な潜在変数を与えることにより、潜在変数に応じたデータが生成される。そのため、(i)入力となる潜在変数と、(ii)学習済みモデルにより生成されるデータと、(iii)当該データに設定されるタグとがデータベースに蓄積されていくこととなる。
図1は、本実施形態の端末装置10のハードウェア構成例を示す図である。端末装置10は、各ユーザが操作する装置である。端末装置10は、例えば据え置き型のPC(Personal Computer)、ラップトップPC、移動体通信システムに対応したスマートフォン、タブレット等の携帯端末などにより実現される。端末装置10は、プロセッサ101と、メモリ102と、記憶部103と、入力装置104と、出力装置106と、通信IF(Interface)107とを備える。
図2は、端末装置10の機能的な構成を示す図である。図2に示すように、端末装置10Aは、通信部107Aと、記憶部103Aと、制御部101Aとしての機能を発揮する。
図4は、端末装置10が保持するデータのデータ構造を示す図である。
画像に含まれる対象物としては、ファッションアイテム、日用品(電化製品など)、芸術作品その他の物品がある。これらの物品は、その外観がユーザにとって鑑賞の対象となるものであり、また、購買の動機となるものである。
図6(A)の画面例は、生成モデル181に潜在変数Zを入力値として与えることにより生成された画像に対して、ユーザの評価を受け付ける局面を示す。これにより、生成画像データベース182において、潜在変数と、画像の識別情報と対応付けて、ユーザの評価をタグ情報として保持することができる。
このように、ユーザにサンプルを提示して、ユーザの趣味嗜好等の傾向を推定する際、サンプルとして、音楽をユーザに提示することとしてもよい。例えば、ユーザに提示する音楽がカテゴリに分類されており、ユーザが選択した音楽に付与された分類に基づいて、ユーザの趣味嗜好等の傾向を推定することができる。また、ユーザに雑誌(ファッション雑誌など)コンテンツを提示することとしてもよい。雑誌は、通常、顧客セグメントを定義して製作されていることが多いため、ユーザが選択した雑誌コンテンツに付与された情報に基づいて、ユーザの趣味嗜好等の傾向を推定することができる。また、ユーザに、有名な人物(芸能人、著名人)の情報を提示することとしてもよい。これら人物に付与された情報(年代、ファッション傾向、製作しているコンテンツ等)に基づいて、ユーザの趣味嗜好等の傾向を推定することができる。
図7は、端末装置10の動作を示すフローチャートである。
(1)生成モデル181の学習方法
上記の実施形態で、図3等を用いて、生成モデル181の学習方法について説明した。ここで、学習用のデータとして、例えばファッションアイテムなどの物品において特定のブランドの画像を用いることとしてもよい。これにより、生成モデル181は、特定のブランドの物品のような画像を生成することができる。
また、学習用のデータとして、複数のブランドの画像を用いることとしてもよい。これにより、生成モデル181は、複数のブランドが混合したような画像を生成することができる。
例えば、本実施形態における画像生成方法を、ECサイト等のウェブサイトにおいて提供することとしてもよい。例えばファッションアイテムを販売するECサイトである場合、当該ECサイトにおいてユーザが所定の行動をしたことに応答して、図6(B)の画面例に示すようにユーザから評価値の入力を受け付けて調整画像表示部106Gに画像を表示することとしてもよい。当該図6(B)の画面例において登録受付部106Lへの操作をユーザが行うこと等により、ECサイト側において、ユーザが所望するファッションアイテムの情報を取得することができる。
以上の実施形態で説明した事項を、以下に付記する。
情報処理装置(10)は、学習済みの生成モデル(181)、及び、生成モデルへ入力する変数を推定するための推定モデル(183)を記憶する記憶部(103A)と、一又は複数のコンピュータプロセッサ(101A)と、を備える。一又は複数のコンピュータプロセッサは、コンピュータ読み取り可能な命令を実行することにより、ユーザに関連付けられる第1の入力値を取得するステップ(1041、106J、106P)と、推定モデルに対し第1の入力値を入力することで、推定結果として第1の変数を推定するステップ(1044)と、第1の変数を生成モデルに入力することにより第1のデータを生成するステップ(1045)と、生成された第1のデータをユーザに提示するステップ(106G)と、を行う。
Claims (16)
- 学習済みの生成モデル、及び、前記生成モデルへ入力する変数を推定するための推定モデルを記憶する記憶部と、一又は複数のコンピュータプロセッサと、を備え、
前記一又は複数のコンピュータプロセッサは、コンピュータ読み取り可能な命令を実行することにより、
ユーザに関連付けられる第1の入力値を取得するステップと、
前記推定モデルに対し前記第1の入力値を入力することで、推定結果として第1の変数を推定するステップと、
前記第1の変数を前記生成モデルに入力することにより第1のデータを生成するステップと、
生成された前記第1のデータを前記ユーザに提示するステップと、を行う、情報処理装置。 - 前記記憶部は、前記生成モデルに入力する変数と、当該変数を入力することで生成されるデータに対して関連付けられるタグ情報とを記憶するように構成されており、
前記一又は複数のコンピュータプロセッサは、
前記記憶される複数の前記変数及び前記タグ情報を分析することにより、前記推定モデルを決定するステップを行い、
前記推定モデルは、前記タグ情報に関する入力値に応じて前記変数を推定する、請求項1に記載の情報処理装置。 - 前記生成モデルは、変数の入力に応答して画像データを生成するものであり、
前記タグ情報は、画像データとして生成される対象物に関する情報、又は、当該対象物に対するユーザの評価項目に関する情報の少なくともいずれかを含む、請求項2に記載の情報処理装置。 - 前記タグ情報は、前記対象物に関する情報であり、
前記対象物には、ファッションアイテム、日用品、芸術作品その他の物品が含まれ、
前記対象物に関する情報には、前記物品の出所に関する情報、前記物品が生成された時期の情報、前記物品の色彩に関する情報の少なくともいずれかを含む、請求項3に記載の情報処理装置。 - 前記タグ情報は、前記対象物に対するユーザの評価項目に関する情報であり、
前記対象物に関するユーザの評価項目に関する情報は、ユーザの趣味嗜好に適合する度合を示す情報、ユーザの感情の評価値の情報の少なくともいずれかを含む、請求項3に記載の情報処理装置。 - 前記対象物には、製品、人、又は、動物が含まれ、
前記対象物に関するユーザの評価項目に関する情報は、生成される前記画像データに含まれる製品、人又は動物に対して前記趣味嗜好に適合する度合を示す情報、前記感情の評価値の情報の少なくともいずれかを含む、請求項5に記載の情報処理装置。 - 前記一又は複数のコンピュータプロセッサは、
前記学習データに基づいて、前記生成モデルを学習するステップを行い、
前記学習するステップにおいて、一又は複数の特定のブランドの製品の画像データを学習データとして前記生成モデルを学習し、
前記第1の入力値を取得するステップにおいて、前記第1の入力値として、前記ブランドに関する情報を受け付ける、請求項4から6のいずれか1項に記載の情報処理装置。 - 前記第1の入力値を取得するステップにおいて、前記ユーザに対し、前記第1の入力値の入力を受け付けるための第1のインタフェースを提示し、
前記推定するステップにおいて、前記第1のインタフェースに対する入力結果を前記推定モデルに入力する、請求項1から7のいずれか1項に記載の情報処理装置。 - 前記第1の入力値は、複数の入力項目の情報を含み、
前記第1の入力値を取得するステップにおいて、前記ユーザに対し、複数の入力項目について前記第1の入力値の入力を受け付け、
前記推定するステップにおいて、前記複数の入力項目の情報を含む前記第1の入力値に応答して前記第1の変数を推定する、請求項8に記載の情報処理装置。 - 前記第1の入力値を取得するステップにおいて、前記ユーザに対し、多次元の入力を受け付ける画像を前記第1のインタフェースとして提示する、請求項9に記載の情報処理装置。
- 前記提示するステップにおいて、前記第1の入力値の入力を受け付けるための前記第1のインタフェースと、生成される前記第1のデータと、前記入力値と、当該第1のデータを前記ユーザが確定する操作を受け付けるための第2のインタフェースとを一画面で前記ユーザに提示し、
前記一又は複数のコンピュータプロセッサは、前記確定する操作を受け付けることにより、前記入力値をタグ情報として前記第1データと関連付けて前記記憶部に記憶させるステップを行う、請求項8から10のいずれか1項に記載の情報処理装置。 - 前記一又は複数のコンピュータプロセッサは、ユーザの行動のログを取得するステップを行い、
前記第1の入力値を取得するステップにおいて、前記ユーザの行動のログに基づき前記第1の入力値を取得する、請求項1から11のいずれか1項に記載の情報処理装置。 - 第3のインタフェースにより、所定の情報を前記ユーザに提示し、前記ユーザからの応答の内容に基づいて、前記第1の入力値を取得する、請求項1から12のいずれか1項に記載の情報処理装置。
- 前記一又は複数のコンピュータプロセッサは、
前記学習データに基づいて、前記生成モデルを学習するステップを行い、
前記学習するステップにおいて、データを生成する生成器と、学習データ及び前記生成器により生成されたデータを識別する識別器と、を含む敵対的ネットワークの学習方法により、前記生成モデルを学習する、請求項1から13のいずれか1項に記載の情報処理装置。 - コンピュータにより実行される方法であって、
前記コンピュータは、学習済みの生成モデル、及び、前記生成モデルへ入力する変数を推定するための推定モデルを記憶する記憶部と、一又は複数のコンピュータプロセッサと、を備え、
前記方法は、前記一又は複数のコンピュータプロセッサが、コンピュータ読み取り可能な命令を実行することにより、
ユーザに関連付けられる第1の入力値を取得するステップと、
前記推定モデルに対し前記第1の入力値を入力することで、推定結果として第1の変数を推定するステップと、
前記第1の変数を前記生成モデルに入力することにより第1のデータを生成するステップと、
生成された前記第1のデータを前記ユーザに提示するステップと、を行うことを含む、方法。 - コンピュータにより実行されるプログラムであって、
前記コンピュータは、学習済みの生成モデル、及び、前記生成モデルへ入力する変数を推定するための推定モデルを記憶する記憶部と、一又は複数のコンピュータプロセッサと、を備え、
前記プログラムは、前記一又は複数のコンピュータプロセッサに、
ユーザに関連付けられる第1の入力値を取得するステップと、
前記推定モデルに対し前記第1の入力値を入力することで、推定結果として第1の変数を推定するステップと、
前記第1の変数を前記生成モデルに入力することにより第1のデータを生成するステップと、
生成された前記第1のデータを前記ユーザに提示するステップと、を実行させる、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019084366A JP7055300B2 (ja) | 2019-04-25 | 2019-04-25 | 情報処理装置、方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019084366A JP7055300B2 (ja) | 2019-04-25 | 2019-04-25 | 情報処理装置、方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020181392A true JP2020181392A (ja) | 2020-11-05 |
JP7055300B2 JP7055300B2 (ja) | 2022-04-18 |
Family
ID=73024623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019084366A Active JP7055300B2 (ja) | 2019-04-25 | 2019-04-25 | 情報処理装置、方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7055300B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022264461A1 (ja) * | 2021-06-15 | 2022-12-22 | ソニーグループ株式会社 | 情報処理システム及び情報処理方法 |
JP7344501B1 (ja) | 2023-03-29 | 2023-09-14 | AI inside株式会社 | プログラム、方法、情報処理装置、システム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180314716A1 (en) * | 2017-04-27 | 2018-11-01 | Sk Telecom Co., Ltd. | Method for learning cross-domain relations based on generative adversarial networks |
JP6448839B1 (ja) * | 2018-06-20 | 2019-01-09 | 株式会社 ディー・エヌ・エー | 画像生成装置、画像生成器、画像識別器、画像生成プログラム、及び、画像生成方法 |
US20190026274A1 (en) * | 2017-07-21 | 2019-01-24 | Samsung Electronics Co., Ltd. | Adversarial method and system for generating user preferred contents |
JP2019046390A (ja) * | 2017-09-06 | 2019-03-22 | 株式会社東芝 | 学習装置、学習方法、およびプログラム |
-
2019
- 2019-04-25 JP JP2019084366A patent/JP7055300B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180314716A1 (en) * | 2017-04-27 | 2018-11-01 | Sk Telecom Co., Ltd. | Method for learning cross-domain relations based on generative adversarial networks |
US20190026274A1 (en) * | 2017-07-21 | 2019-01-24 | Samsung Electronics Co., Ltd. | Adversarial method and system for generating user preferred contents |
JP2019046390A (ja) * | 2017-09-06 | 2019-03-22 | 株式会社東芝 | 学習装置、学習方法、およびプログラム |
JP6448839B1 (ja) * | 2018-06-20 | 2019-01-09 | 株式会社 ディー・エヌ・エー | 画像生成装置、画像生成器、画像識別器、画像生成プログラム、及び、画像生成方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022264461A1 (ja) * | 2021-06-15 | 2022-12-22 | ソニーグループ株式会社 | 情報処理システム及び情報処理方法 |
JP7344501B1 (ja) | 2023-03-29 | 2023-09-14 | AI inside株式会社 | プログラム、方法、情報処理装置、システム |
Also Published As
Publication number | Publication date |
---|---|
JP7055300B2 (ja) | 2022-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9230160B1 (en) | Method, medium, and system for online ordering using sign language | |
KR20180121466A (ko) | 딥러닝을 활용한 개인화 상품 추천 | |
US10726438B2 (en) | Personalized contextual coupon engine | |
US10528572B2 (en) | Recommending a content curator | |
US10552431B2 (en) | Personalizing search and/or recommendation results based on member activity models | |
US20180204113A1 (en) | Interaction analysis and prediction based neural networking | |
US9082086B2 (en) | Adaptively learning a similarity model | |
US11481818B2 (en) | Automated valuation model using a siamese network | |
CN107835994A (zh) | 通过图像的任务聚焦搜索 | |
WO2012016057A1 (en) | Enabling proxy shopping | |
CN109740045A (zh) | 针对搜索结果的因素化模型和基于搜索结果的通信 | |
KR102501496B1 (ko) | 개인화를 통한 연합 학습의 다중 모델 제공 방법, 시스템, 및 컴퓨터 프로그램 | |
US11989488B2 (en) | Automatically and intelligently exploring design spaces | |
US20120296776A1 (en) | Adaptive interactive search | |
JP6753833B2 (ja) | 付与装置、付与方法、付与プログラム、及びプログラム | |
JP7055300B2 (ja) | 情報処理装置、方法及びプログラム | |
CN112823369A (zh) | 使用机器学习生成个性化条幅图像 | |
KR20150122307A (ko) | 광고 제공 방법 및 서버 장치 | |
KR20200044197A (ko) | 머신러닝 기반의 의류 핏 추천 장치 | |
KR20190015874A (ko) | 미술품의 판매가격 범위 결정 방법 및 프로그램 | |
WO2023187717A1 (en) | Product performance with location on page analysis | |
JP5588938B2 (ja) | アイテム推薦装置及び方法及びプログラム | |
JP2017021613A (ja) | クロスモーダル感覚分析システム、提示情報決定システム、情報提示システム、クロスモーダル感覚分析プログラム、提示情報決定プログラムおよび情報提示プログラム | |
CN107077475A (zh) | 根据产品/用户标签和共安装图推荐产品捆绑包的系统和方法 | |
JP5451644B2 (ja) | 推薦システム、推薦方法、推薦プログラム及び情報記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210728 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210728 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211209 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211227 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220329 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220329 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7055300 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |