JP2021022243A - 推薦システム、推薦制御プログラム、および、推薦制御方法 - Google Patents

Abstract

【課題】ユーザにとって価値の高い情報を推薦する。【解決手段】推薦システムは、記憶部、特定部、計算部、および、出力部を備える。記憶部は、過去に実行された行動と行動が実行された状況を対応付けた行動履歴情報を記憶する。特定部は、推薦情報の要求と推薦情報を使用するユーザの置かれた状況を示す状況情報が入力されると、状況情報が示す状況に対応付けられた１つ以上の行動を特定する。計算部は、特定された１つ以上の行動の各々について、行動がユーザの選択肢にある確率を表す第１の確率、および、行動が選択肢にある場合にその行動をユーザが選択する確率である第２の確率を計算する。出力部は、１つ以上の行動のうちで、相対的に第１の確率が低く、かつ、相対的に第２の確率が高い行動を、推薦情報として出力する。【選択図】図１

Description

本発明は、推薦システム、推薦制御プログラム、および、推薦制御方法に関する。

ユーザ端末で観測されたセンシングデータなどを用いてユーザが置かれた状況を特定し、その状況などに基づいて、そのユーザが次に取り得る行動を推薦するシステムが開発されている。例えば、個々の利用者をコンテキスト毎のグループに分類し、利用者の状況情報に基づいて抽出した情報が示すコンテキストのグループに属する他の利用者が利用したコンテンツを、利用者に推薦する装置が知られている（例えば、特許文献１）。ユーザのコンテキストの各属性の値および対象ユーザが所定の行動をとったか否かを表す成否情報を含む推薦履歴を記憶し、成功ユーザのコンテキストの属性の値を記憶する推薦条件修正装置も提案されている（例えば、特許文献２）。この装置は、ユーザが所定の行動をとったことを示す推薦履歴の割合と、コンテキストの属性の値が推薦条件と一致する成功履歴の割合を算出し、得られた割合に基づいて推薦条件を修正する。ユーザが起こす可能性のある予定行動とユーザの関係度を定量的に表す情報に基づいてユーザのコンテキストに応じた行動支援情報を作成するとともに、関係度の変化率が閾値を超えるタイミングで情報提供するシステムも提案されている（例えば、特許文献３）。

特開２００９−１２９２９８号公報 国際公開第２０１３／０８８６８２号 特開２００５−７１０２６号公報

ユーザに推薦する項目を選択する際に他の利用者の行動履歴を用いても、ユーザにとって価値の高い情報が推薦されない場合がある。例えば、地点Ｘに立ち寄った全ての利用者が地点Ｙに行っていたとしても、地点Ｘが地点Ｙへの通り道であって地点Ｙに行く人以外が地点Ｘに行かないというケースもあり得る。このようなケースでは、地点Ｘにいるユーザは地点Ｙに行こうとしているので、地点Ｘにいるユーザに対して地点Ｙを推薦してもユーザにとって価値のある情報を推薦したことにならない。一方、多くの利用者が選択しない地点はその地点に魅力がないために選択されていない可能性があるので、選択される確率の低い地点を推薦してもユーザにとって価値がある情報にならない可能性もある。

本発明は、１つの側面として、ユーザにとって価値の高い情報を推薦することを目的とする。

ある１つの態様にかかる推薦システムは、記憶部、特定部、計算部、および、出力部を備える。記憶部は、過去に実行された行動と前記行動が実行された状況を対応付けた行動履歴情報を記憶する。特定部は、推薦情報の要求と前記推薦情報を使用するユーザの置かれた状況を示す状況情報が入力されると、前記状況情報が示す状況に対応付けられた１つ以上の行動を特定する。計算部は、特定された前記１つ以上の行動の各々について、当該行動が前記ユーザの選択肢にある確率を表す第１の確率、および、当該行動が前記選択肢にある場合に当該行動を前記ユーザが選択する確率である第２の確率を計算する。出力部は、前記１つ以上の行動のうちで、相対的に前記第１の確率が低く、かつ、相対的に前記第２の確率が高い行動を、前記推薦情報として出力する。

ユーザにとって価値の高い情報を推薦できる。

実施形態にかかる推薦制御方法の例を説明する図である。 情報処理装置の構成の例を説明する図である。 情報処理装置のハードウェア構成の例を説明する図である。 ネットワークの例を説明する図である。 センサデータとコンテキスト情報の例を説明する図である。 行動履歴情報の例を説明する図である。 選択確率と既知確率の予測例を説明する図である。 推薦する対象の決定方法の例を説明する図である。 第１の実施形態にかかる推薦制御方法の例を説明するフローチャートである。 ユーザ属性情報の例を説明する図である。 第２の実施形態にかかる計算部の例を説明する図である。 第２の実施形態にかかる処理の例を説明するフローチャートである。 第３の実施形態にかかる計算部の例を説明する図である。 第３の実施形態にかかる処理の例を説明するフローチャートである。 第４の実施形態にかかる計算部の例を説明する図である。 第４の実施形態での学習処理の例を説明するフローチャートである。 第４の実施形態での予測処理の例を説明するフローチャートである。 第５の実施形態にかかる計算部の例を説明する図である。 第５の実施形態での学習処理の例を説明するフローチャートである。 第５の実施形態での予測処理の例を説明するフローチャートである。 相対エントロピーの期待値、既知確率、および、選択確率の関係の例を説明する図である。

図１は、実施形態にかかる推薦制御方法の例を説明する図である。図１の例では、大通りＤに面してＡ店があり、裏通りＥに面してＢ店があるとする。また、Ａ店は大通りＤに面しているという良好な立地のため、推薦システム２で推薦しなくても選択され得る店であるとする。一方、Ｂ店は人通りの少ない裏通りＥに面しているのであまり知られていないが、Ｂ店を知っている人からは評判の良い人気店であるとする。この場合、Ｂ店は推薦システム２から推薦情報をユーザに出力すると、ユーザから選択されやすい。すなわち、図１のケースでは、Ａ店よりもＢ店を推薦すると、ユーザにとって価値のある情報となる。

推薦システム２は、推薦情報の要求などを受信すると、ユーザに推薦する情報を推薦情報の要求元に出力する。ここで、推薦システム２は、過去に実行された行動と行動が実行された状況を対応付けた行動履歴情報５１を保持しているとする。行動履歴情報５１には、ユーザの行動とともに推薦の有無を表す情報も含まれる。推薦システム２は、推薦情報の送信先の端末から位置情報などのユーザの行動のログとなる情報を受信すると、端末から得られた情報を用いて行動履歴情報５１を更新する。その結果、例えば、ユーザＩＤ＝００１〜０１０の１０人のユーザに、１２時から１３時の間にＢ店を推薦した場合に、９人がＢ店に立ち寄ったなどの情報が行動履歴情報５１に記録され得る。また、ユーザＩＤ＝０１１〜０１５の５人のユーザに、１２時から１３時の間にＡ店を推薦したところ、１人がＡ店に立ち寄ったなどの情報も行動履歴情報５１に記録される。なお、行動履歴情報５１に情報が蓄積されるまでは、Ａ店とＢ店のいずれについても推薦が行われ得る。

その後、ユーザの端末１から推薦システム２に向けて、推薦情報の要求が送信されたとする。以下、端末１のユーザに推薦する行動を決定する際に推薦システム２が行う処理の例を説明する。推薦システム２は、推薦情報の要求の取得とともに、推薦情報を使用するユーザの置かれた状況を示す状況情報を特定する。例えば、状況情報として、推薦情報の要求を受信した時刻の情報や端末１に搭載されたセンサで計測されたセンシングデータが使用され得る。なお、センシングデータが状況情報として使用される場合には、センシングデータも推薦情報の要求とともに推薦システム２に送信されるものとする。

推薦システム２は、行動履歴情報５１において、状況情報が示す状況に対応付けられた１つ以上の行動を特定する。例えば、推薦システム２は、端末１からの推薦情報の要求を１２時３０分に受信したことから、Ａ店に立ち寄ること、および、Ｂ店に立ち寄ることの２つの行動を特定したとする。

推薦システム２は、特定した行動の各々について、その行動が端末１のユーザの選択肢にある確率を表す第１の確率を計算する。ここで、第１の確率は、ユーザが特定された行動の各々を選択肢として認識できる確率であるといえる。また、第１の確率は、その行動がユーザにとって既知である確率であるともいえる。例えば、Ｂ店はあまり知られていないのに対し、Ａ店は大通りＤに面していて端末１のユーザの位置から目視できるなどの理由により、Ｂ店に立ち寄ることについての第１の確率は、Ａ店に立ち寄ることについての第１の確率よりも小さいとする。

さらに、推薦システム２は、特定した行動の各々について、その行動が端末１のユーザの選択肢にある場合に、端末１のユーザがその行動を実行する確率である第２の確率を計算する。第２の確率は、推薦した情報が実行された割合に近似され得る。例えば、Ａ店に立ち寄ることを推薦した５人のユーザのうちで１人がＡ店に立ち寄った場合、Ａ店に立ち寄ることについての第２の確率は２０％である。一方、Ｂ店に立ち寄ることを推薦した１０人のユーザのうちで９人がＢ店に立ち寄った場合、Ｂ店に立ち寄ることについての第２の確率は９０％である。

推薦システム２は、第１の確率と第２の確率を計算した行動のうちで、相対的に第１の確率が低く、かつ、相対的に第２の確率が高い行動を、端末１のユーザに推薦することを決定する。ここで、第１の確率が低くて第２の確率が高い行動は、ユーザに知られている可能性は低いが、その行動について知っているユーザによって選択される確率が高い行動である。従って、第１の確率が低くて第２の確率が高い行動は、端末１のユーザにとっては、ユーザは知らなかったが推薦された場合に選択したくなる行動であるといえる。図１の例では、Ｂ店に立ち寄ることは、Ａ店に立ち寄ることと比較すると、相対的に第１の確率が低くて第２の確率が高い。換言すると、端末１のユーザはＢ店を知らない可能性が高いが、Ｂ店を端末１のユーザに推薦するとそのユーザがＢ店に立ち寄る可能性が高い。従って、推薦システム２は、Ｂ店に立ち寄ることを推薦することにより、端末１のユーザにとって価値の高い情報を推薦できる。

なお、図１は一例であり、推薦制御方法は、実装に応じて変更され得る。例えば、推薦システム２は、端末１との間で通信を行う装置ではなく、ユーザが直接アクセスする装置であっても良い。例えば、推薦システム２が動作する情報処理装置がインフォメーションセンターに設置されており、ユーザが情報処理装置に入力を行うと、ディスプレイなどに推薦情報が表示されても良い。

＜構成とネットワークの例＞
図２は、情報処理装置１０の構成の例を説明する図である。情報処理装置１０は、入出力処理部１５、制御部２０、および、記憶部５０を備える。入出力処理部１５は、入力部１６と出力部１７を有する。入力部１６は、推薦情報の要求やセンシングデータなどの情報の入力に使用される。なお、入力部１６は、端末１から送信された要求メッセージなどを受信しても良い。出力部１７は、得られた推薦情報の出力に使用される。端末１から送信された要求メッセージを入力部１６が受信する場合、出力部１７は、推薦情報を端末１に向けて送信する。

記憶部５０は、行動履歴情報５１を保持し、オプションとしてユーザ属性情報５２を記憶できる。行動履歴情報５１は、過去に実行された行動と行動が実行された状況を対応付けた情報である。ユーザ属性情報５２は、各ユーザの趣味や嗜好などの特定に利用可能な情報を含む。行動履歴情報５１とユーザ属性情報５２の例については後述する。

制御部２０は、ユーザ識別部２１、コンテキスト取得部２２、特定部２３、推薦情報生成部２４、計算部３０、および、行動把握部４０を備える。計算部３０は、既知確率推定部３１と選択確率推定部３２を有する。さらに、行動把握部４０は、解析部４１と更新処理部４２を有する。

ユーザ識別部２１は、入力部１６から入力された情報を用いて、推薦情報を提供するユーザに関する情報を識別する。コンテキスト取得部２２は、推薦情報を提供するユーザの状況を示す状況情報を特定する。コンテキスト取得部２２は、例えば、入力部１６から入力されたセンシングデータから得られる情報や推薦情報が要求された時刻などの情報を、状況情報として取得する。以下の説明では、推薦情報を使用するユーザの置かれた状況を示す状況情報のことを、「コンテキスト」と記載することがある。特定部２３は、コンテキスト取得部２２で得られた状況情報に対応付けられた行動を行動履歴情報５１から特定する。

既知確率推定部３１は、特定部２３で特定された行動の各々について、その行動がユーザに知られている確率を推定する。以下の記載では、ある行動について、情報処理装置１０からの推薦を受けていないユーザに知られている確率のことを、「既知確率」と記載することがある。なお、ユーザが知っていたとしても選択肢として認識していない場合は、その候補は知らないものとみなす。換言すると、ある行動の既知確率は、推薦情報を受け取っていないユーザが現在の状況においてその行動を選択肢とする確率であるといえる。選択確率推定部３２は、特定部２３で特定された行動の各々について、その行動をユーザが知っている場合にその行動を選択する確率を推定する。以下の記載では、ある行動をユーザが知っている場合にその行動を選択する確率のことを、「選択確率」と記載することがある。選択確率は、ユーザが現在の状況において選択肢に含めている行動について、その行動を選択する確率であるともいえる。

推薦情報生成部２４は、既知確率推定部３１と選択確率推定部３２の計算結果を用いて、既知確率が低く、かつ、選択確率が高い行動を推薦する対象として選択する。なお、「行動」として推薦される対象は、推薦情報が提供されるユーザの行動だけでなく、行先の店舗やイベントなどの情報であっても良いものとする。推薦情報生成部２４は、選択した対象を推薦するための情報を生成する。例えば、推薦情報生成部２４は、ユーザの端末１に対して推薦する対象を通知するための通知メッセージを生成することができる。

解析部４１は、端末１から受信した情報や入力部１６から入力された情報を解析することにより、推薦情報を受け取ったユーザがとった行動を解析する。更新処理部４２は、解析部４１で得られた解析結果を用いて行動履歴情報５１を更新する。

図３は、情報処理装置１０のハードウェア構成の例を説明する図である。情報処理装置１０は、プロセッサ１０１、メモリ１０２、バス１０５、ネットワークインタフェース１０９を備える。さらに、情報処理装置１０は、入力装置１０３、出力装置１０４、記憶装置１０６、可搬記憶媒体駆動装置１０７の１つ以上を有していても良い。情報処理装置１０は、例えば、コンピュータ、サーバ装置などによって実現され得る。

プロセッサ１０１は、任意の処理回路であり、例えば、Central Processing Unit（ＣＰＵ）とすることができる。プロセッサ１０１は、例えば、メモリ１０２や記憶装置１０６に記憶されたプログラムを実行することができる。メモリ１０２は、プロセッサ１０１の動作により得られたデータや、プロセッサ１０１の処理に用いられるデータを、適宜、記憶する。記憶装置１０６は、プログラムやデータなどを格納し、格納している情報を、適宜、プロセッサ１０１などに提供する。ネットワークインタフェース１０９は、情報処理装置１０が端末１などの他の装置と通信するための処理を行う。

バス１０５は、プロセッサ１０１、メモリ１０２、入力装置１０３、出力装置１０４、記憶装置１０６、可搬記憶媒体駆動装置１０７、ネットワークインタフェース１０９を、相互にデータの送受信が可能になるように接続する。入力装置１０３は、キーボード、マウス、マイク、カメラなど、情報の入力に使用される任意の装置であり、出力装置１０４は、ディスプレイなど、データの出力に使用される任意の装置である。可搬記憶媒体駆動装置１０７は、メモリ１０２や記憶装置１０６のデータを可搬記憶媒体１０８に出力することができ、また、可搬記憶媒体１０８からプログラムやデータ等を読み出すことができる。ここで、可搬記憶媒体１０８は、Compact Disc Recordable（ＣＤ−Ｒ）やDigital Versatile Disk Recordable（ＤＶＤ−Ｒ）を含む、持ち運びが可能な任意の記憶媒体とすることができる。

情報処理装置１０において、プロセッサ１０１は、制御部２０として動作する。メモリ１０２および記憶装置１０６は、記憶部５０として動作する。端末１から推薦情報の要求を受信して推薦情報を端末１に送信する場合、入出力処理部２０は、ネットワークインタフェース１０９によって実現される。情報処理装置１０に入力されるデータが入力装置１０３から入力される場合、入出力処理部２０は、入力装置１０３と出力装置１０４によって実現され得る。この場合、入出力処理部２０は、処理結果などのデータを出力装置１０４に出力できる。

図４は、ネットワークの例を説明する図である。図４に示す例では、端末１、サーバ５、情報処理装置１０の各々がネットワーク６を介して通信可能である。図４に示すように情報処理装置１０がサーバ５と通信可能な場合、コンテキスト取得部２２は、サーバ５から取得した情報をコンテキストとして使用できる。例えば、サーバ５が気象情報を保持するサーバであるとする。また、情報処理装置１０に対して、端末１から端末１の位置情報が送信されたとする。この場合、コンテキスト取得部２２は端末１の位置情報を用いてサーバ５にアクセスすることにより、端末１の位置での気象情報を取得するとともに、得られた気象情報をユーザのコンテキストとして使用できる。なお、サーバ５から得られる情報は気象情報以外でもよく、実装に応じて任意に変更され得る。

＜第１の実施形態＞
以下、図４に示すように、情報処理装置１０が端末１およびサーバ５と通信することにより、推薦情報の通知が行われる場合を例として、第１の実施形態を説明する。以下の例では、端末１から位置情報やセンサデータなどの情報が情報処理装置１０に通知されるものとする。なお、第１の実施形態では、情報処理装置１０はユーザ属性情報５２を記憶していなくても良い。

（１）データの例
図５は、センサデータとコンテキスト情報の例を説明する図である。なお、図５に示すセンサデータやコンテキスト情報は一例に過ぎない。センサデータやコンテキスト情報に含まれる情報要素は、実装に応じて任意に変更され得る。

図５のセンサデータＳＤは、デバイスＩＤ、位置、行動タグ、心拍が含まれる。デバイスＩＤは端末１を一意に識別可能な識別情報である。図５の例では、デバイスＩＤ＝ＩＤｘである。位置は、端末１の位置である。図５の例では、端末１の位置の緯度と経度がセンサデータとして情報処理装置１０に通知されている。行動タグは、端末１に搭載されたセンサデータなどの解析により端末１のユーザがとっていると予測される行動の種類である。図５の例では、端末１を保持するユーザは歩行中である。さらに、端末１のユーザの心拍数は８０である。ここで、センサデータＳＤ中の心拍は、端末１と通信可能でユーザの体に付加されたセンサからの情報である。センサデータＳＤに示すように、端末１に搭載されたセンサだけでなく、端末１と通信可能な装置に搭載されたセンサで計測されたデータもセンサデータに含まれ得る。

図５のＣＴは、コンテキスト情報の例である。情報処理装置１０のコンテキスト取得部２２は、得られたセンサデータの一部以上を解析することによりコンテキスト情報を生成できる。このとき、コンテキスト取得部２２は、実装に応じて使用するデータを選択でき、センサデータの全てを用いなくても良い。例えば、コンテキスト取得部２２は、図５のＳＤに示すセンサデータからＣＴに示すコンテキスト情報を生成することができる。コンテキスト取得部２２は、予め、緯度と経度の組み合わせをその組み合わせで示される位置にある建物や施設に変換するための情報を保持していても良い。また、コンテキスト取得部２２は、端末１が存在し得る地域を複数のスポットに分けた上で、個々のスポットに含まれる緯度と経度の組み合わせを対応付けた情報を保持していても良い。図５の例では、東経〇〇北緯××はスポットＡに含まれるので、コンテキスト情報ＣＴでは、位置＝スポットＡとなっている。図５の例では、コンテキスト情報中の時間の情報は、１時間ごとの期間に分けられている。この例では、センサデータＳＤを取得した時刻を含む時間が１２：００〜１３：００の間であるとする。さらに、図５の例では、コンテキスト取得部２２は、センサデータＳＤを受信した時刻におけるスポットＡの天気を、サーバ５から取得してコンテキスト情報ＣＴに含めている。

図６は、行動履歴情報５１の例を説明する図である。行動履歴情報５１には、ユーザＩＤ、状況、推薦、行動が含まれる。ユーザＩＤは、推薦情報の出力先の端末に対応付けられたユーザを識別する情報である。図６では、各コンテキストが識別情報（コンテキストＩＤ）で示されている。コンテキストＩＤ＝Ｃ０００１では、富山駅周辺に端末１があり、お昼時で天気が晴れである。コンテキストＩＤ＝Ｃ０００２では、富山城に端末１があり、午後の時間帯で天気が晴れである。コンテキストＩＤ＝Ｃ０００３では、富山駅周辺に端末１があり、夕方で天気が晴れである。コンテキストＩＤ＝Ｃ０００４では、ＷＷ公園に端末１があり、夕方で天気が晴れである。

推薦の欄には、そのエントリに含まれるコンテキストにおいて、ユーザＩＤで識別されるユーザに推薦した行先が記録される。一方、行動の欄には、そのエントリに含まれるコンテキストにおいて、ユーザＩＤで識別されるユーザが推薦された行先の情報を取得した後に、実際に立ち寄った場所の情報が記録される。例えば、１番目のエントリでは、晴れたお昼時に富山駅周辺にいるユーザに対して、ＸＸＸ寿司（Ｘ０００１）とＹＹ土産店（Ｘ０００２）を行先として提案したが、ユーザは、ＺＺＺ蕎麦（Ｘ０００３）と富山城（Ｘ０００４）に立ち寄っている。２番目のエントリでは、晴れた午後に富山城にいるユーザに対して、ＷＷ公園（Ｘ０００５）を行先として提案したが、ユーザはＹＹ土産店（Ｘ０００２）に立ち寄っている。４番目のエントリでは、晴れた夕方に富山駅周辺にいるユーザに対して、ＸＸＸ寿司（Ｘ０００１）とＹＹ土産店（Ｘ０００２）を行先として提案したところ、ユーザは、ＹＹ土産店（Ｘ０００２）に立ち寄っている。

なお、行動履歴情報５１には、推薦を行っていない場合や推薦された情報をユーザが認識していない場合の情報も含まれ得る。例えば、推薦情報生成部２４において、推薦する対象が選択されない場合、ユーザに対して推薦は行われない。また、推薦情報が生成されても、情報処理装置１０とユーザの端末１の間の通信に失敗するなどの理由で端末１に推薦結果が送信されない場合もある。このような場合には、行動履歴情報５１の推薦の欄には推薦された情報は記録されない。ユーザの端末１への推薦が行われない場合も、行動の欄には、そのエントリに含まれるコンテキストにおいて、ユーザＩＤで識別されるユーザが立ち寄った場所の情報が記録される。従って、この場合の行動の欄の情報は、ユーザが推薦情報を使わずにユーザにとって既知となっている情報から選択した行先である。例えば、３番目のエントリでは、晴れた午後に富山城にいるユーザは、推薦情報を参照することなく行動した結果、ＷＷ公園（Ｘ０００５）に立ち寄っている。また、５番目のエントリでは、晴れた夕方にＷＷ公園にいるユーザは、推薦情報を参照することなく行動した結果、富山駅周辺（Ｘ００００）に行っている。

（２）推薦価値の高い情報の決定方法
以下、情報処理装置１０が推薦価値の高い情報を決定する方法の例を説明する。推薦価値の高い情報は、推薦情報を取得していないユーザの間で知られている確率が低く、かつ、推薦した場合に選択される可能性の高い行動についての情報である。推薦情報を取得していないユーザがコンテキストｃにおいて行動ｘを実行する確率（実行確率）をＰ_Ｃ（ｘ）とする。実行確率であるＰ_Ｃ（ｘ）は、そのコンテキストｃで行動ｘが推薦情報を取得していないユーザに知られている確率（既知確率）と、行動ｘを知っている場合に行動ｘが選択される確率（選択確率）の積である。コンテキストｃで行動ｘが推薦情報を取得していないユーザに知られている確率をＰ_Ｃ（ｋｘ）と記述する。さらに、コンテキストｃでユーザが行動ｘを知っている場合に行動ｘを選択する確率をＰ_Ｃ（ｘ｜ｋｘ）と記載する。すると、実行確率、既知確率、選択確率の間には、以下の関係が成り立つ。
実行確率＝既知確率×選択確率
Ｐ_Ｃ（ｘ）＝Ｐ_Ｃ（ｋｘ）×Ｐ_Ｃ（ｘ｜ｋｘ）・・・（１）
すなわち、実行確率の低い行動ｘは、行動ｘ自体が知られている確率が低いために実行されにくいケースと、行動ｘ自体は知られているが行動ｘの魅力が低いために選択されないケースがあり得ることになる。

そこで、情報処理装置１０の選択確率推定部３２は選択確率を推定し、既知確率推定部３１は既知確率を推定する。選択確率推定部３２は、推定処理を行う際に計算に用いる母集団を情報処理装置１０が推薦情報を提供したユーザに限定する。行動ｘについての推薦情報を提供されたユーザは、行動ｘについて認識している。そこで、選択確率推定部３２は、Ｐ_Ｃ（ｘ｜ｋｘ）を、コンテキストｃにおいて情報処理装置１０が行動ｘについて推薦情報を受け取ったユーザの中で行動ｘが選択された割合に近似する。

次に、既知確率推定部３１で行う近似について述べる。式（１）のうち、実行確率Ｐ_Ｃ（ｘ）は、推薦情報を取得していないユーザによって、コンテキストｃにおいて行動ｘが実行された頻度に近似できる。推薦情報を取得していないユーザによって、コンテキストｃにおいて行動ｘが実行された頻度は、行動履歴情報５１の記録を参照することにより特定できる。また、式（１）を既知確率の計算式に変形すると式（２）が得られる。

式（２）のうち、選択確率（Ｐ_Ｃ（ｘ｜ｋｘ））は選択確率推定部３２で求められる。そこで、既知確率推定部３１は、（２）式の計算結果を、コンテキストｃでの行動ｘの既知確率とする。

図７は、選択確率と既知確率の予測例を説明する図である。以下、図７のケースを例として、既知確率推定部３１と選択確率推定部３２で行われる計算の例を説明する。

図７のテーブルＴ１は、行動履歴情報５１のうち、晴れた午後に富山城にいるという状況（コンテキストＣ０００２）のユーザについての記録を抽出した例である。図７の例では、コンテキストＣ０００２での推薦処理は１０回行われている。図７の例では、コンテキストＣ０００２で推薦情報を取得していないユーザが選択した処理の情報は５回分含まれている。また、コンテキストＣ０００２で推薦した次の行き先は、５回がＷＷ公園（Ｘ０００５）であり、残りの５回がＹＹ土産店（Ｘ０００２）であるとする。一方、コンテキストＣ０００２で推薦情報を提供していない場合のユーザの行き先は、１回がＺＺＺ蕎麦（Ｘ０００３）、２回がＷＷ公園（Ｘ０００５）、１回がＹＹ土産店（Ｘ０００２）であり、残りの１回が富山駅周辺（Ｘ００００）であるとする。テーブルＴ１によると、ＷＷ公園を推薦されたユーザが実際にＷＷ公園に行った回数が３回である。コンテキストＣ０００２でＷＷ公園に行くことを推薦した５回のうち、ＷＷ公園が次の行き先となった回数は３回であるので、選択確率推定部３２は、選択確率をＰ_Ｃ（ｘ｜ｋｘ）＝３回／５回＝０．６と計算する。また、コンテキストＣ０００２で推薦情報を提供していない５回のうち、ＷＷ公園が次の行き先となった回数は２回である。そこで、既知確率推定部３１は、コンテキストＣ０００２でＷＷ公園に行くという行動の実行確率をＰ_Ｃ（ｘ）＝２回／５回＝０．４と計算する。既知確率推定部３１は、得られた実行確率、および、コンテキストＣ０００２でＷＷ公園を推薦した時の選択確率を用いて、式（２）に従って、以下のように既知確率を計算する。

既知確率推定部３１と選択確率推定部３２の予測処理で得られた実行確率、選択確率、既知確率をテーブルＴ２に示す。

行き先としてＹＹ土産店を推薦する場合の実行確率なども同様に計算される。例えば、コンテキストＣ０００２でＹＹ土産店に行くことを推薦した５回のうち、ＹＹ土産店が次の行き先となった回数は４回であるので、選択確率推定部３２は、選択確率をＰ_Ｃ（ｘ｜ｋｘ）＝４回／５回＝０．８と計算する。一方、コンテキストＣ０００２で推薦情報を取得していない５回の記録のうち、次の行き先がＹＹ土産店であった回数は１回なので、実行確率はＰ_Ｃ（ｘ）＝１回／５回＝０．２と計算される。このため、既知確率推定部３１は、コンテキストＣ０００２でＹＹ土産店に行くことについての既知確率を、Ｐ_Ｃ（ｋｘ）＝Ｐ_Ｃ（ｘ）／Ｐ_Ｃ（ｘ｜ｋｘ）＝０．２／０．８＝０．２５と計算する。

他のコンテキストについても同様の処理により、実行確率、選択確率、および既知確率が計算され得る。

図８は、推薦する対象の決定方法の例を説明する図である。図８は、行動ｘの実行確率＝１．０の場合、実行確率＝０．５の場合、および、実行確率＝０．１の場合の各々について、行動ｘの既知確率と行動ｘの選択確率の関係を示している。図８のいずれのグラフでも、横軸は既知確率（Ｐ_Ｃ（ｋｘ））であり、縦軸は選択確率（Ｐ_Ｃ（ｘ｜ｋｘ））である。

行動ｘの実行確率＝１．０の場合、式（３）の関係が成り立つ。
Ｐ_Ｃ（ｘ）＝１．０＝Ｐ_Ｃ（ｋｘ）×Ｐ_Ｃ（ｘ｜ｋｘ）・・・（３）
このため、ケースＣ１に示すように、既知確率と選択確率のいずれも１．０となる。ケースＣ１は、予め設定されている順路通りの道順や１本道で他の選択肢がない場合などが該当する。従って、このようなケースについてはユーザに推薦情報を提供しても、利用価値の高い情報にはならない。

行動ｘの実行確率＝０．５の場合、式（４）の関係が成り立つので、既知確率と選択確率はケースＣ２のグラフの通りとなる。
Ｐ_Ｃ（ｘ）＝０．５＝Ｐ_Ｃ（ｋｘ）×Ｐ_Ｃ（ｘ｜ｋｘ）・・・（４）

行動ｘの実行確率＝０．１の場合、式（５）の関係が成り立つので、既知確率と選択確率はケースＣ３のグラフの通りとなる。
Ｐ_Ｃ（ｘ）＝０．１＝Ｐ_Ｃ（ｋｘ）×Ｐ_Ｃ（ｘ｜ｋｘ）・・・（５）
ここで、ケースＣ３のグラフのうち領域βは、既知確率が比較的高いが選択確率が低くなっている。従って、領域βにプロットされる値を有する行動ｘは、だれもが知っているが選ばれにくい行動であるといえる。例えば、大通り沿いにあるが人気のない店を推薦する場合は、領域βの行動を推薦することに含まれる。従って、領域βにプロットされる値に対応付けられる行動を推薦しても利用価値の高い推薦情報にはならない。

一方、領域αにプロットされる値を有する行動ｘは、ほとんど知られていないが推薦すれば選ばれる確率が高い。例えば、裏道にあってあまり知られていないが評判の良いレストランを推薦する場合は、領域αの行動を推薦することに含まれる。従って、領域αにプロットされる値に対応付けられる行動を推薦すると、ユーザにとって利用価値の高い推薦情報となる。

推薦情報生成部２４は、既知確率推定部３１と選択確率推定部３２の計算結果を用いて、図８のケースＣ３の領域αにプロットされる行動を優先的に推薦対象に決定する。例えば、推薦情報生成部２４は、予め閾値Ｔｈ１とＴｈ２を記憶しており、既知確率が閾値Ｔｈ１以下であり、かつ、選択確率が閾値Ｔｈ２以上の行動を推薦対象に決定する。推薦情報生成部２４は、推薦対象の行動を端末１のユーザに通知するための推薦情報を生成する。なお、閾値処理の結果、複数の行動が推薦対象になった場合、推薦情報生成部２４は得られた全ての推薦対象を推薦情報に含めることができる。また、推薦情報生成部２４は、得られた複数の推薦対象から選択した１つの推薦対象を推薦情報に含めても良い。この場合、推薦情報生成部２４が推薦情報に含める対象を選択する方法は実装に応じて任意に設定され得る。例えば、推薦情報生成部２４は、得られた複数の推薦対象からランダムに選択した情報を推薦情報に含めても良い。

（３）推薦制御の例
図９は、第１の実施形態にかかる推薦制御方法の例を説明するフローチャートである。図９では、ｕ、ｃ、ｘ、ｒ、ｙの５つの変数を使用する。変数ｕは、推薦情報の提供先となるユーザを示す。変数ｃは状況（コンテキスト）を示す。変数ｘは、コンテキストに対応付けて行動履歴情報５１に記録されている行動である。変数ｒは、変数ｘで表される行動の中から、ユーザへ推薦する対象として選択した行動を指す。変数ｙは、推薦情報を受信したユーザのとった行動を表す。

情報処理装置１０の入力部１６は、端末１において得られたセンサ情報の変化などのトリガが発生したことを通知する通知情報を受信したとする（ステップＳ１０１）。ここで、通知情報には、端末１のユーザを識別する情報やセンサデータなどが含まれる。ユーザ識別部２１は、ユーザ（ｕ）を識別する（ステップＳ１０２）。コンテキスト取得部２２は、得られたセンサデータや通知の受信時刻などを用いて、コンテキスト（ｃ）を識別する（ステップＳ１０３）。特定部２３は、得られたコンテキストをキーとして行動履歴情報５１を検索することにより、推薦候補ｘとなる行動を特定する。その後、既知確率推定部３１は、全ての推薦候補ｘに対して、既知確率Ｐ_ｕ，Ｃ（ｋｘ）を推定する（ステップＳ１０５）。選択確率推定部３２は、全ての推薦候補ｘに対して、選択確率Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）を推定する（ステップＳ１０５）。推薦情報生成部２４は、既知確率Ｐ_ｕ，Ｃ（ｋｘ）が低く、選択確率Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）が高くなる推薦候補ｘを選択して、推薦対象ｒとする（ステップＳ１０６）。

推薦情報生成部２４は、推薦対象ｒが選出されたかを判定する（ステップＳ１０７）。推薦対象ｒが選出された場合、推薦情報生成部２４は、推薦対象ｒに対する推薦情報を生成する（ステップＳ１０７でＹｅｓ、ステップＳ１０８）。出力部１７は、生成された推薦情報を端末１に送信する（ステップＳ１０９）。

ステップＳ１０９の処理後、解析部４１は、入力部１６を介して端末１から受信する情報をモニタするとともに解析する。解析部４１は、センサデータ等の解析によって、端末１のユーザがとった行動を把握して、行動ｙとする（ステップＳ１１０）。例えば、解析部４１は、推薦情報を送信した端末１から取得したＧＰＳ（Global Positioning System）データなどを用いて端末１の位置を把握することにより、端末１のユーザが選択した行先を特定できる。更新処理部４２は、解析部４１で得られた行動ｙの情報を、ユーザ情報ｕ、コンテキストｃ、推薦対象ｒとともに行動履歴情報５１に格納することにより、行動履歴情報５１を更新する（ステップＳ１１１）。

一方、ステップＳ１０７において推薦対象ｒが選出されなかったとする（ステップＳ１０７でＮｏ）。この場合についても、解析部４１は、入力部１６を介して端末１から受信する情報を解析することによって端末１のユーザがとった行動ｙを特定する（ステップＳ１１２）。更新処理部４２は、解析部４１で得られた行動ｙの情報を、ユーザ情報ｕ、コンテキストｃとともに行動履歴情報５１に格納することにより、行動履歴情報５１を更新する（ステップＳ１１３）。

なお、図９の処理は一例であり、処理の順序は実装に応じて変更され得る。例えば、ステップＳ１０２とＳ１０３の順序は任意に変更され得る。さらに、ステップＳ１０４とＳ１０５の順序が変更されてもよい。

以上説明したように、第１の実施形態を用いると、端末１のユーザに知られている確率が低く、かつ、推薦すれば選ばれる確率が高い情報を提供できる。すなわち、情報処理装置１０は、ユーザに対して、利用価値が高いと予測される情報を、端末１への推薦情報として提供することができる。

＜第２の実施形態＞
第２の実施形態では、ユーザにとって価値の高い情報を選択するためにユーザ属性情報５２を使用する場合について説明する。

図１０は、ユーザ属性情報５２の例を説明する図である。ユーザ属性情報５２は、ユーザの識別情報に対応付けて、推薦情報の分類に使用可能な１つ以上のカテゴリの各々に対する各ユーザの興味の強さの指標値を記録している。図１０に示す例では、スポーツ、芸術、グルメ、歴史、建築、自然などのカテゴリが含まれている。ユーザ属性情報５２の各々のカテゴリについて０から１までの値を用いて各カテゴリへの興味の強さが表されており、指標値が大きいほどそのユーザの興味が強いことを示す。例えば、ユーザＩＤ＝Ｕ０００１のユーザはグルメに最も大きな興味があり、次にスポーツに興味があることが示されている。一方、ユーザＩＤ＝Ｕ０００２のユーザは建築や歴史に対する関心が強く、スポーツや芸術への興味が希薄であることが示されている。なお、ユーザ属性情報５２に含まれる情報は各ユーザの興味を示す属性ベクトルとして使用できる。

図１１は、第２の実施形態にかかる計算部６０の例を説明する図である。第２の実施形態にかかる情報処理装置１０では、ユーザ間の類似度を計算可能な計算部６０が計算部３０の代わりに使用される。なお、第２の実施形態でも、ユーザ識別部２１、コンテキスト取得部２２、特定部２３、行動把握部４０の動作は第１の実施形態と同様である。

計算部６０は、実行確率取得部６１、選択確率取得部６２、既知確率演算部６３、ユーザ類似度演算部６４、選択確率推測部６５、および、既知確率推測部６６を備える。実行確率取得部６１は、行動履歴情報５１を参照することにより、各ユーザについて、コンテキストｃにおいて推薦対象の行動ｘを実行する確率（Ｐ_ｉ，Ｃ（ｘ））を計算する。選択確率取得部６２は、行動履歴情報５１を参照することにより、各ユーザについて、コンテキストｃにおいて推薦対象の行動ｘを知っているときに行動ｘを選択する確率（Ｐ_ｉ，Ｃ（ｘ｜ｋｘ））を計算する。既知確率演算部６３は、実行確率取得部６１および選択確率取得部６２での計算結果を用いて、各ユーザについての既知確率（Ｐ_ｉ，Ｃ（ｋｘ））を計算する。ユーザ類似度演算部６４は、ユーザ属性情報５２を用いてユーザ間の興味の類似度（ユーザ類似度）を計算する。選択確率推測部６５は、ユーザ類似度と各ユーザについての選択確率を用いて、推薦情報の提供先となるユーザｕについての選択確率（Ｐ_ｕ，Ｃ（ｘ｜ｋｘ））を推測する。既知確率推測部６６は、ユーザ類似度と各ユーザについての既知確率を用いて、推薦情報の提供先となるユーザｕについての既知確率（Ｐ_ｕ，Ｃ（ｋｘ））を推測する。

選択確率推測部６５で計算された選択確率、および、既知確率推測部６６で計算された既知確率は、推薦情報生成部２４に出力される。推薦情報生成部２４では、入力された既知確率と選択確率を用いて推薦対象とする行動を選択し、推薦情報を生成する。推薦情報生成部２４での処理は、第１の実施形態と同様である。

なお、図１１には、既知確率と選択確率を求める際のデータの入出力の例を矢印で示しているが、矢印に示す以外の方向へのデータの入手出力や矢印が示されていない領域間でのデータの入出力も行われ得る。

図１２は、第２の実施形態にかかる処理の例を説明するフローチャートである。なお、図１２は処理の一例であり、処理の手順は実装に応じて変更され得る。例えば、ステップＳ１１とＳ１２の処理の順序は任意に変更され得る。ステップＳ１３〜Ｓ１５の処理の順序も任意に変更され得る。さらに、ステップＳ１７とＳ１８の順序は互いに変更され得る。

ユーザ識別部２１は、ユーザｕを識別する（ステップＳ１１）。コンテキスト取得部２２は、端末１から得られた情報や端末１から情報を受信した時刻の情報を用いて、コンテキストｃを識別する（ステップＳ１２）。なお、ユーザｕやコンテキストｃなどの識別処理は第１の実施形態と同様である。

ユーザ類似度演算部６４は、ユーザ属性情報５２を用いて、ユーザｕと他のユーザｉとの類似度ｗ_ｕ，ｉを計算する（ステップＳ１３）。ここで、ユーザｕと他のユーザｉとの類似度ｗ_ｕ，ｉは、例えば、ユーザｕについて得られる属性ベクトル（ａ_ｕ）と、ユーザｉについて得られる属性ベクトル（ａ_ｉ）の内積Ｓ（ａ_ｕ，ａ_ｉ）として計算され得る。

実行確率取得部６１は、履歴情報から全てのユーザｉに関して推薦対象ｘの実行確率（Ｐ_ｉ，Ｃ（ｘ））を計算する（ステップＳ１４）。選択確率取得部６２は、履歴情報から全てのユーザｉに関して推薦対象ｘを選択する確率（Ｐ_ｉ，Ｃ（ｘ｜ｋｘ））を計算する（ステップＳ１５）。既知確率演算部６３は、実行確率取得部６１と選択確率取得部６２の計算結果を用いて、各ユーザに対して、推薦対象ｘについての既知確率（Ｐ_ｉ，Ｃ（ｋｘ））を計算する（ステップＳ１６）。ステップＳ１６において、既知確率は式（６）から計算される。

既知確率推測部６６は、全てのユーザｉに対するユーザｕとの間のユーザ類似度（ｗ_ｕ，ｉ）とユーザｉの既知確率（Ｐ_ｉ，Ｃ（ｋｘ））を用いて、ユーザｕの推薦対象ｘに対する既知確率（Ｐ_ｕ，Ｃ（ｋｘ））を推測する（ステップＳ１７）。このとき、既知確率推測部６６は、式（７）に従って、推薦情報を通知するユーザｕと他のユーザｉの間の類似度を用いて各ユーザｉの既知確率の重み平均をとることにより、ユーザｕの既知確率（Ｐ_ｕ，Ｃ（ｋｘ））を推測する。

なお、式（７）において、類似度ｗ_ｕ，ｉはＳ（ａ_ｕ，ａ_ｉ）である。式（７）に示すように重み平均が計算されるので、既知確率推測部６６によって、ユーザｕと興味の対象が似ているユーザｉにとって既知の行動はユーザｕにとって既知である可能性が高いと予測される。反対に、ユーザｕと興味の対象が似ていないユーザｉにとって既知の行動であっても、ユーザｕにとっては既知ではない可能性があることも、既知確率の予測値に反映される。

選択確率推測部６５は、全てのユーザｉに対するユーザｕとの間のユーザ類似度（ｗ_ｕ，ｉ）とユーザｉの選択確率（Ｐ_ｉ，Ｃ（ｘ｜ｋｘ））を用いて、ユーザｕの推薦対象ｘに対する選択確率（Ｐ_ｕ，Ｃ（ｘ｜ｋｘ））を推測する（ステップＳ１８）。このとき、選択確率推測部６５は、式（８）に従って、推薦情報を通知するユーザｕと他のユーザｉの間の類似度を用いて各ユーザｉの選択確率の重み平均をとることにより、ユーザｕの選択確率（Ｐ_ｕ，Ｃ（ｘ｜ｋｘ））を推測する。

式（８）に示すように重み平均が計算されるので、選択確率推測部６５によって、ユーザｕと興味の対象が似ているユーザｉが選択する確率の高い行動は、ユーザｕが選択する確率が高いと予測される。反対に、ユーザｕと興味の対象が似ていないユーザｉが選択しやすい行動であっても、ユーザｕにとっては魅力が乏しいため選択されにくい可能性があることも、選択確率の予測値に反映される。

なお、図１２のフローチャートに示す処理で得られた選択確率と既知確率を用いて、推薦情報生成部２４により、推薦情報が生成される。ここで、第２の実施形態では、選択確率は、ユーザｕと属性が近いユーザｉの選択確率に近づくように式（８）を用いて計算されている。同様に、既知確率は、ユーザｕと属性が近いユーザｉの既知確率に近づくように式（７）を用いて計算されている。推薦情報生成部２４は、このようにして得られた選択確率と既知確率を用いて、ユーザｕが知らない確率が高く、かつ、ユーザｕが選択する可能性の高い推薦情報を生成する。従って、第２の実施形態では、第１の実施形態よりもユーザｕの嗜好に合った推薦情報を生成することができる。

＜第３の実施形態＞
図１３は、第３の実施形態にかかる計算部７０の例を説明する図である。計算部７０は、実行確率取得部６１、選択確率取得部６２、ユーザ類似度演算部６４、選択確率推測部６５、実行確率推測部７１、および、既知確率演算部７２を備える。実行確率取得部６１、選択確率取得部６２、ユーザ類似度演算部６４、選択確率推測部６５で行われる処理は、第２の実施形態と同様である。

実行確率推測部７１は、実行確率取得部６１で計算された各ユーザｉについての実行確率（Ｐ_ｉ，Ｃ（ｘ））とユーザ類似度を用いて、推薦情報の提供先となるユーザｕについての実行確率（Ｐ_ｕ，Ｃ（ｘ））を推測する。このとき、実行確率推測部７１は、例えば、式（９）を用いた重みづけを行うことができる。

式（９）による重みづけが行われると、実行確率推測部７１によって、ユーザｕと興味の対象が似ているユーザｉが実行する確率の高い行動は、ユーザｕが実行する確率が高いと予測される。反対に、ユーザｕと興味の対象が似ていないユーザｉが実行しやすい行動であっても、ユーザｕにとっては魅力が乏しいため実行されにくい可能性があることも、実行確率の予測値に反映される。

既知確率演算部７２は、実行確率推測部７１で計算されたユーザｕについての実行確率を用いて既知確率（Ｐ_ｕ，Ｃ（ｋｘ））を計算する。ここで、実行確率推測部７１で計算された既知確率はユーザｕの興味などを反映して計算された値である。このため、既知確率演算部７２で計算されたユーザｕについての既知確率は、ユーザｕの興味などを反映して、ユーザｕと興味などの指標値が似ているユーザｉの既知確率に近い値になる。

選択確率推測部６５で計算された選択確率、および、既知確率演算部７２で計算された既知確率は、推薦情報生成部２４に出力される。推薦情報生成部２４では、入力された既知確率と選択確率を用いて推薦対象とする行動を選択し、推薦情報を生成する。推薦情報生成部２４での処理は、第１の実施形態と同様である。

なお、図１３には、既知確率と選択確率を求める際のデータの入出力の例を矢印で示しているが、矢印に示す以外の方向へのデータの入手出力や矢印が示されていない領域間でのデータの入出力も行われ得る。

図１４は、第３の実施形態にかかる処理の例を説明するフローチャートである。図１４のステップＳ２１〜Ｓ２５の処理は、図１２を参照しながら説明したステップＳ１１〜Ｓ１５の処理と同様である。

実行確率推測部７１は、全てのユーザｉに対するユーザｕとの間のユーザ類似度（ｗ_ｕ，ｉ）とユーザｉの実行確率（Ｐ_ｉ，Ｃ（ｘ））を用いて、ユーザｕの推薦対象ｘに対する実行確率（Ｐ_ｕ，Ｃ（ｘ））を推測する（ステップＳ２６）。このとき、実行確率推測部７１は、式（１０）に従って、推薦情報を通知するユーザｕと他のユーザｉの間の類似度を用いて各ユーザｉの実行確率の重み平均をとることにより、ユーザｕの実行確率（Ｐ_ｕ，Ｃ（ｘ））を推測する。

なお、式（１０）において、類似度ｗ_ｕ，ｉはＳ（ａ_ｕ，ａ_ｉ）である。式（１０）によって重み平均が計算されるので、ユーザｕと興味の対象が似ているユーザｉが実行しやすい行動はユーザｕが実行する可能性が高いと予測される。反対に、ユーザｕと興味の対象が似ていないユーザｉが実行する確率の高い行動であっても、ユーザｕが実行する可能性が低い可能性があることも、実行確率の予測値に反映される。

選択確率推測部６５は、全てのユーザｉに対するユーザｕとの間のユーザ類似度（ｗ_ｕ，ｉ）とユーザｉの選択確率（Ｐ_ｉ，Ｃ（ｘ｜ｋｘ））を用いて、ユーザｕの推薦対象ｘに対する選択確率（Ｐ_ｕ，Ｃ（ｘ｜ｋｘ））を推測する（ステップＳ２７）。ステップＳ２７の処理はステップＳ１８の処理と同様である。このため、ユーザｕと興味の対象が似ているユーザｉが選択する確率の高い行動は、ユーザｕの選択確率が高いと予測される。

既知確率演算部７２は、ステップＳ２６で得られた実行確率とステップＳ２７で得られた選択確率を用いて、式（１１）より、ユーザｕが推薦対象ｘを知っている確率を計算する（ステップＳ２８）。

なお、図１４は処理の一例であり、処理の手順は実装に応じて変更され得る。例えば、ステップＳ２１とＳ２２の処理の順序は任意に変更され得る。ステップＳ２３〜Ｓ２５の処理の順序も任意に変更され得る。

第３の実施形態においても第２の実施形態と同様にユーザの興味を考慮して選択確率や実行確率が求められる。このため、第３の実施形態でもユーザｕの嗜好に合った推薦情報を生成することができる。なお、第３の実施形態では、既知確率は全てのユーザについては計算されず、ユーザｕについてのみ計算される。このため、第３の実施形態では、第２の実施形態よりも計算量を削減でき、情報処理装置１０の処理負担を軽減できる。

＜第４の実施形態＞
図１５は、第４の実施形態にかかる計算部８０の例を説明する図である。計算部８０は、選択確率予測モデル学習部８１、既知確率予測モデル学習部８２、選択確率予測モデル格納部８３、既知確率予測モデル格納部８４、選択確率予測部８５、および、既知確率予測部８６を有する。なお、計算部８０のうち、選択確率予測モデル格納部８３と既知確率予測モデル格納部８４は、メモリ１０２および記憶装置１０６（図３）によって実現され得る。計算部８０は、さらに、実行確率取得部６１、選択確率取得部６２、および、既知確率演算部６３を備える。実行確率取得部６１、選択確率取得部６２、および、既知確率演算部６３で行う処理は、第２の実施形態と同様である。

選択確率予測モデル学習部８１は、選択確率取得部６２で得られた選択確率の値を機械学習することにより選択確率予測モデルを生成する。なお、選択確率予測モデルの生成の際の学習処理の方法としては既知の任意の方法が適用され得る。選択確率予測モデルは、ユーザＩＤの入力に応じてそのユーザＩＤで識別されるユーザがコンテキストｃで行動ｘを選択する確率の予測値を出力可能なモデルである。選択確率予測モデル学習部８１は、生成した選択確率予測モデルを、選択確率予測モデル格納部８３に格納する。

既知確率予測モデル学習部８２は、既知確率演算部６３で得られた既知確率の値を機械学習することにより既知確率予測モデルを生成する。なお、既知確率予測モデルの生成の際の学習処理の方法としては既知の任意の方法が適用され得る。既知確率予測モデルは、ユーザＩＤの入力に応じてそのユーザＩＤで識別されるユーザがコンテキストｃで行動ｘを選択肢として認識する確率（既知確率）の予測値を出力可能なモデルである。既知確率予測モデル学習部８２は、生成した既知確率予測モデルを、既知確率予測モデル格納部８４に格納する。

選択確率予測部８５は、選択確率予測モデルを用いて、選択確率の予測値を求める。既知確率予測部８６は、既知確率予測モデルを用いて、既知確率の予測値を求める。なお、選択確率予測部８５および既知確率予測部８６には、推薦情報を提供するユーザの情報がユーザ識別部２１から入力され、さらに、ユーザｃの状況を表すコンテキストｃがコンテキスト取得部２２から入力されるものとする。

選択確率予測部８５で予測された選択確率、および、既知確率予測部８６で予測された既知確率は、推薦情報生成部２４に出力される。推薦情報生成部２４では、入力された既知確率と選択確率を用いて推薦対象とする行動を選択し、推薦情報を生成する。推薦情報生成部２４での処理は、第１の実施形態と同様である。

なお、図１５は、説明を分かりやすくするために、既知確率予測モデルおよび選択確率予測モデルの生成時のデータの入出力の例と、得られた既知確率予測モデルおよび選択確率予測モデルを用いた予測処理の際のデータの入出力を矢印で示しているに過ぎない。図１５の矢印に示す以外の方向へのデータの入手出力や矢印が示されていない領域間でのデータの入出力も行われ得る。

図１６は、第４の実施形態での学習処理の例を説明するフローチャートである。なお、図１６は処理の一例であり、処理の手順は実装に応じて変更され得る。例えば、ステップＳ３１とＳ３２の処理の順序は任意に変更され得るし、ステップＳ３１とＳ３２の処理が並行して行われても良い。さらに、ステップＳ３４とＳ３５の順序は互いに変更され得るし、ステップＳ３４とＳ３５の処理が並行して行われても良い。

実行確率取得部６１は、行動履歴情報５１から全てのユーザｕ、コンテキストｃ、および、推薦対象ｘに関して、実行確率Ｐ_ｕ，Ｃ（ｘ）を取得する（ステップＳ３１）。選択確率取得部６２は、行動履歴情報５１から、全てのユーザｕ、コンテキストｃ、および、推薦対象ｘに関して、選択確率Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）を取得する（ステップＳ３２）。既知確率演算部６３は、実行確率取得部６１で計算された実行確率と選択確率取得部６２で計算された選択確率を用いて、全てのユーザｕ、コンテキストｃ、および、推薦対象ｘに関して、既知確率Ｐ_ｕ，Ｃ（ｋｘ）を計算する（ステップＳ３３）。ステップＳ３３において、既知確率は式（１２）で計算される。

既知確率予測モデル学習部８２は、全てのユーザｕ、コンテキストｃ、推薦対象ｘに関する既知確率Ｐ_ｕ，Ｃ（ｋｘ）を用いて、既知確率予測モデルを学習し、得られた既知確率予測モデルを既知確率予測モデル格納部８４に格納する（ステップＳ３４）。一方、選択確率予測モデル学習部８１は、全てのユーザｕ、コンテキストｃ、推薦対象ｘに関する選択確率Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）を用いて、選択確率予測モデルを学習し、得られた選択確率予測モデルを選択確率予測モデル格納部８３に格納する（ステップＳ３５）。

図１７は、第４の実施形態での予測処理の例を説明するフローチャートである。なお、図１７は処理の一例であり、処理の順序等は実装に応じて変更され得る。例えば、ステップＳ４１とＳ４２の順序は任意に変更され得るし、ステップＳ４１とＳ４２の処理は並行して行われ得る。さらに、ステップＳ４３とＳ４４の順序は任意に変更され得るし、ステップＳ４３とＳ４４の処理は並行して行われ得る。

ユーザ識別部２１は、ユーザｕを識別する（ステップＳ４１）。コンテキスト取得部２２は、端末１から得られた情報や端末１から情報を受信した時刻の情報を用いて、コンテキストｃを識別する（ステップＳ４２）。なお、ユーザｕやコンテキストｃなどの識別処理は第１の実施形態と同様である。

既知確率予測部８６は、既知確率予測モデルと、ユーザｕ、コンテキストｃの情報を用いて、ユーザｕが推薦対象ｘを知っている確率Ｐ_ｕ，Ｃ（ｋｘ）を予測する（ステップＳ４３）。選択確率予測部８５は、選択確率予測モデルと、ユーザｕ、コンテキストｃの情報を用いて、ユーザｕが推薦対象ｘを選択する確率Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）を予測する（ステップＳ４４）。

その後、図１７のフローチャートに示す処理で得られた選択確率と既知確率を用いて、推薦情報生成部２４により、推薦情報が生成される。ここで、第４の実施形態では、機械学習によって生成した既知確率予測モデルと選択確率予測モデルを使用して、コンテキストｃにおけるユーザｕの行動ｘに対する既知確率と選択確率を確度よく予測することができる。確度の高い既知確率と選択確率を用いて、ユーザｕが知らない確率が高く、かつ、ユーザｕがコンテキストｃにおいて既知であれば選択する確率の高い行動を正確に予測することができる。すなわち、第４の実施形態を用いて、図８の領域αにプロットされる行動を推薦対象とすることができる。従って、第４の実施形態によって、ユーザｕにとって有益な情報を提供できる。

＜第５の実施形態＞
図１８は、第５の実施形態にかかる計算部９０の例を説明する図である。計算部９０は、実行確率予測モデル学習部９１、実行確率予測モデル格納部９２、実行確率予測部９３、および、既知確率演算部９４を備える。さらに、計算部９０は、実行確率取得部６１、選択確率取得部６２、選択確率予測モデル学習部８１、選択確率予測モデル格納部８３、および、選択確率予測部８５も備える。実行確率取得部６１と選択確率取得部６２で行われる処理は第２の実施形態と同様である。さらに、選択確率予測モデル学習部８１、選択確率予測モデル格納部８３、および、選択確率予測部８５で行われる処理は第４の実施形態と同様である。

実行確率予測モデル学習部９１は、実行確率取得部６１で得られた実行確率の値を機械学習することにより実行確率予測モデルを生成する。なお、実行確率予測モデルの生成の際の学習処理の方法としては既知の任意の方法が適用され得る。実行確率予測モデルは、ユーザＩＤの入力に応じてそのユーザＩＤで識別されるユーザがコンテキストｃで行動ｘを実行する確率の予測値を出力可能なモデルである。実行確率予測モデル学習部９１は、生成した実行確率予測モデルを、実行確率予測モデル格納部９２に格納する。なお、実行確率予測モデル格納部９２は、メモリ１０２および記憶装置１０６（図３）によって実現され得る。

実行確率予測部９３は、実行確率予測モデルを用いて、実行確率の予測値を求める。実行確率予測部９３には、推薦情報を提供するユーザの情報がユーザ識別部２１から入力され、さらに、ユーザｃの状況を表すコンテキストｃがコンテキスト取得部２２から入力されるものとする。実行確率予測部９３は、実行確率の予測値を既知確率演算部９４に出力する。

既知確率演算部９４は、実行確率予測部９３から実行確率の予測値Ｐ_ｕ，Ｃ（ｘ）を取得するとともに、選択確率予測部８５から選択確率の予測値Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）を取得する。既知確率演算部９４は、実行確率の予測値Ｐ_ｕ，Ｃ（ｘ）を選択確率の予測値Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）で割ったときに得られる商を、既知確率Ｐ_ｕ，Ｃ（ｋｘ）として計算する。

選択確率予測部８５で予測された選択確率、および、既知確率演算部９４で計算された既知確率は、推薦情報生成部２４に出力される。推薦情報生成部２４では、入力された既知確率と選択確率を用いて推薦対象とする行動を選択し、推薦情報を生成する。推薦情報生成部２４での処理は、第１の実施形態と同様である。

なお、図１８は、説明を分かりやすくするために、実行確率予測モデルおよび選択確率予測モデルの生成時のデータの入出力の例と、得られた実行確率予測モデルおよび選択確率予測モデルを用いた予測処理の際のデータの入出力を矢印で示しているに過ぎない。従って、図１８の矢印に示す以外の方向へのデータの入手出力や矢印が示されていない領域間でのデータの入出力も行われ得る。

図１９は、第５の実施形態での学習処理の例を説明するフローチャートである。なお、図１９は処理の一例であり、処理の手順は実装に応じて変更され得る。例えば、ステップＳ５１とＳ５２の処理の順序は任意に変更され得るし、ステップＳ５１とＳ５２の処理が並行して行われても良い。さらに、ステップＳ５３とＳ５４の順序は互いに変更され得るし、ステップＳ５３とＳ５４の処理が並行して行われても良い。ステップＳ５１〜Ｓ５２の処理は、図１６のステップＳ３１〜Ｓ３２と同様に行われる。

実行確率予測モデル学習部９１は、全てのユーザｕ、コンテキストｃ、推薦対象ｘに関する実行確率Ｐ_ｕ，Ｃ（ｘ）を用いて、実行確率予測モデルを学習し、得られた実行確率予測モデルを実行確率予測モデル格納部９２に格納する（ステップＳ５３）。一方、選択確率予測モデル学習部８１は、全てのユーザｕ、コンテキストｃ、推薦対象ｘに関する選択確率Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）を用いて、選択確率予測モデルを学習し、得られた選択確率予測モデルを選択確率予測モデル格納部８３に格納する（ステップＳ５４）。

図２０は、第５の実施形態での予測処理の例を説明するフローチャートである。なお、図２０は処理の一例であり、処理の順序等は実装に応じて変更され得る。例えば、ステップＳ６１とＳ６２の順序は任意に変更され得るし、ステップＳ６１とＳ６２の処理は並行して行われ得る。さらに、ステップＳ６３とＳ６４の順序は任意に変更され得るし、ステップＳ６３とＳ６４の処理は並行して行われ得る。

ユーザ識別部２１は、ユーザｕを識別する（ステップＳ６１）。コンテキスト取得部２２は、端末１から得られた情報や端末１から情報を受信した時刻の情報を用いて、コンテキストｃを識別する（ステップＳ６２）。ユーザｕやコンテキストｃなどの識別処理は第１の実施形態と同様である。

実行確率予測部９３は、実行確率予測モデルと、ユーザｕ、コンテキストｃの情報を用いて、ユーザｕの推薦対象ｘの実行確率Ｐ_ｕ，Ｃ（ｘ）を予測する（ステップＳ６３）。選択確率予測部８５は、選択確率予測モデルと、ユーザｕ、コンテキストｃの情報を用いて、ユーザｕが推薦対象ｘを選択する確率Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）を予測する（ステップＳ６４）。既知確率演算部９４は、実行確率予測部９３と選択確率予測部８５での予測結果を用いて、Ｐ_ｕ，Ｃ（ｋｘ）＝Ｐ_ｕ，Ｃ（ｘ）／Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）の演算を行う。この処理により、既知確率演算部９４は、ユーザｕが推薦対象ｘを知っている確率Ｐ_ｕ，Ｃ（ｋｘ）を予測する（ステップＳ６５）。

その後、図２０のフローチャートに示す処理で得られた選択確率と既知確率を用いて、推薦情報生成部２４により、推薦情報が生成される。第５の実施形態では、機械学習によって生成した実行確率予測モデルと選択確率予測モデルを使用して、コンテキストｃにおけるユーザｕが行動ｘを実行する確率と選択確率を確度よく予測することができる。確度の高い実行確率と選択確率を用いて、ユーザｕが知らない確率が高く、かつ、ユーザｕがコンテキストｃにおいて既知であれば選択する確率の高い行動を正確に予測することができる。従って、第５の実施形態によって、ユーザｕにとって有益な情報を提供できる。また、第５の実施形態では、既知確率はユーザｕについてのみ計算するので、第４の実施形態に比べて計算量が削減される。従って、情報処理装置１０の処理負担は第４の実施形態よりも小さい。

＜変形例＞
なお、実施形態は上記に限られるものではなく、様々に変形可能である。以下にその例をいくつか述べる。

（１）推薦対象とする行動の選択方法の変形例
以上の説明では、既知確率と選択確率の閾値処理をして、ユーザの既知確率が低くて選択確率の高い領域（図８のαの領域）にプロットされる行動を推薦対象として決定する例を説明したが、推薦対象の決定方法は実装に応じて変更され得る。

例えば、ユーザが現在知らない確率と選択される確率の積（式（１３））が最大となるｘを推薦対象としても良い。

また、情報処理装置１０は、ユーザから見た相対エントロピーの期待値を最大化するｘを推薦しても良い。たとえ選択されないとしても、ユーザを迷わせるような提案は、ユーザにとって価値のある提案であるためである。また、ユーザが迷う状況下では、相対エントロピーの期待値が上昇する。例えば、推薦された行動ｘがユーザにとって既知である場合、行動ｘが推薦されたことによってユーザが選択のために迷うことはないので、エントロピーの上昇は０である。次に、推薦された行動ｘがユーザにとって未知である場合について述べる。推薦情報が提示される前は、選択する確率Ｐ_ｕ，Ｃ（ｘ）と選択しない確率

の確率分布

は（０，１）である。しかし、行動ｘが推薦されると、ユーザは行動ｘを選択するか迷うので、確率分布

は（Ｐ_ｕ，Ｃ（ｘ｜ｋｘ），１−Ｐ_ｕ，Ｃ（ｘ｜ｋｘ））のようになる。ここで相対エントロピーをＤ（ｕ，ｃ，ｘ）とすると、Ｄ（ｕ，ｃ，ｘ）は式（１４）で表される。

なお、式（１４）において、ＭＩＮ＿ＰＲＯＢは、計算の便宜上設定する確率の最小値である。従って、コンテキストｃにおいてユーザｕに行動ｘを勧めることによるエントロピー上昇の期待値Ｅｘ（Ｄ（ｕ，ｃ，ｘ））は式（１５）で表される。

図２１は、相対エントロピーの期待値、既知確率、および、選択確率の関係の例を説明する図である。図２１の縦軸は相対エントロピーの期待値Ｅｘ（Ｄ（ｕ，ｃ，ｘ））である。また、図２１のＰ_ｕ，Ｃ（ｋｘ）はユーザｕがコンテキストｃにおいて行動ｘを知っている確率であり、Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）はユーザｕがコンテキストｃにおいて行動ｘを選択する確率である。従って、推薦情報生成部２４は、図２１に示すような相対エントロピーの変動を計算することにより、相対エントロピーの期待値が最大となる行動ｘを推薦対象に選択することができる。

（２）ユーザの知識や思考の変更に対応するための変形例
第１〜第５の実施形態のいずれにおいても、行動履歴情報５１中の情報の全てを均等に扱わず、推薦情報を作成する時点から遡って一定の回数以内に含まれる推薦情報を重視して計算を行っても良い。例えば、ユーザｕのコンテキストｃにおいての前回の推薦処理で計算した選択確率Ｐ_ｕ，Ｃ（ｘ｜ｋｘ）をＰ’_ｕ，Ｃ（ｘ｜ｋｘ）とし、一定回数をＮとする。また、ユーザｕのコンテキストｃにおいての今回の推薦から遡った処理回数をｎとする。

今回の推薦から遡った処理回数ｎがＮ以下の場合、今回の選択確率は式（１６）で計算される。

ここで、ｎ_ｒａ（ｕ，ｃ，ｘ）は、コンテキストｃにおいてｘを推薦されたユーザｕがｘを実施した回数である。式（１６）の計算は図７などを参照しながら説明した計算と同様である。式（１６）の右辺の分母の値

は、コンテキストｃにおいてｘが推薦された回数である。

一方、今回の推薦から遡った処理回数ｎが所定の回数Ｎを超えると、今回の選択確率は式（１７）で計算される。

式（１７）において、γは学習率であり、０＜γ＜１である。また、ｙは、ユーザｕの選択結果を示す値である。ユーザｕが推薦したｘを選択した場合はｙ＝１であり、ユーザｕが推薦したｘを選択しない場合はｙ＝０である。

このように、行動履歴情報５１に含まれているデータのうちで比較的新しいデータの重みを強くすることにより、情報処理装置１０は、ユーザｕの知識や嗜好の変化に柔軟に対応できるようになる。

（３）その他
なお、第２〜第５の実施形態でも、第１の実施形態と同様に行動把握部４０による行動履歴情報５１の更新が実行されるので、更新後の行動履歴情報５１によって、次回以降の推薦処理が行われる。従って、いずれの実施形態においても、推薦処理の処理回数の増加に従って、行動履歴情報５１に記録されている情報量が増大し、より適切な推薦処理を行いやすくなる。

第４および第５の実施形態において、機械学習のための学習データを生成する際に、ユーザの類似度も用いるように変形されても良い。この場合、第４および第５の実施形態にかかる情報処理装置１０もユーザ属性情報５２を有する。また、機械学習によって得られた既知確率予測モデル、選択確率予測モデル、実行確率予測モデルなどを用いた予測を行う場合にも、ユーザの類似度が使用されるように変形されても良い。

行動履歴情報５１に含まれているデータ数が少ない場合には、行動履歴情報５１に含まれている情報が少ないことから偏った情報が推薦対象に選択されないように計算式が適宜修正され得る。例えば、所定のデータ量が行動履歴情報５１に含まれていない場合、情報処理装置１０は、推測値として各個人の選択確率や既知確率を用いる代わりに、選択確率や既知確率の平均値を用いても良い。また、情報処理装置１０は、行動履歴情報５１中のログの量が少ないときに大きな値になるような修正項を、選択確率や既知確率の計算式に含めても良い。

以上の説明で示したテーブルなどは一例であり、実装に応じて変更され得る。例えば、行動履歴情報５１やユーザ属性情報５２に含まれている情報要素は実装に応じて変更され得る。

さらに、情報処理装置１０は、ユーザの端末１との間で通信を行う装置ではなく、ユーザが直接アクセスする装置であっても良い。例えば、情報処理装置１０がインフォメーションセンターに設置されており、ユーザからの入力に応じてディスプレイなどに推薦情報が表示されても良い。この場合、ユーザの行動のフィードバックは、ユーザからの入力が使用される。例えば、情報処理装置１０は、推薦情報の画面の表示とともに、選択する行動を回答するためのアンケート画面を出力するように変更され得る。この場合、アンケート画面からの入力を行動把握部４０が解析し、行動履歴情報５１を更新する。

１ 端末
２ 推薦システム
５ サーバ
６ ネットワーク
１０ 情報処理装置
１５ 入出力処理部
１６ 入力部
１７ 出力部
２０ 制御部
２１ ユーザ識別部
２２ コンテキスト取得部
２３ 特定部
２４ 推薦情報生成部
３０、６０、７０、８０、９０ 計算部
３１、６６ 既知確率推定部
３２、６５ 選択確率推定部
４０ 行動把握部
４１ 解析部
４２ 更新処理部
５０ 記憶部
５１ 行動履歴情報
５２ ユーザ属性情報
６１、８７ 実行確率取得部
６２、８８ 選択確率取得部
６３、７２、８９、９４ 既知確率演算部
６４ ユーザ類似度演算部
７１ 実行確率推測部
８１ 選択確率予測モデル学習部
８２ 既知確率予測モデル学習部
８３ 選択確率予測モデル格納部
８４ 既知確率予測モデル格納部
８５ 選択確率予測部
８６ 既知確率予測部
９１ 実行確率予測モデル学習部
９２ 実行確率予測モデル格納部
９３ 実行確率予測部
１０１ プロセッサ
１０２ メモリ
１０３ 入力装置
１０４ 出力装置
１０５ バス
１０６ 記憶装置
１０７ 可搬記憶媒体駆動装置
１０８ 可搬記憶媒体
１０９ ネットワークインタフェース

Claims (8)

1. 過去に実行された行動と前記行動が実行された状況を対応付けた行動履歴情報を記憶する記憶部と、
   推薦情報の要求と前記推薦情報を使用するユーザの置かれた状況を示す状況情報が入力されると、前記状況情報が示す状況に対応付けられた１つ以上の行動を特定する特定部と、
   特定された前記１つ以上の行動の各々について、当該行動が前記ユーザの選択肢にある確率を表す第１の確率、および、当該行動が前記選択肢にある場合に当該行動を前記ユーザが選択する確率である第２の確率を計算する計算部と、
   前記１つ以上の行動のうちで、相対的に前記第１の確率が低く、かつ、相対的に前記第２の確率が高い行動を、前記推薦情報として出力する出力部
   を備えることを特徴とする推薦システム。
2. 前記行動履歴情報は、前記行動履歴情報に含まれる行動が実行される前に、当該行動を実行した実行者に推薦した推薦情報の履歴を含み、
   前記計算部は、前記行動履歴情報を参照することにより、
   計算処理の対象とする対象行動に対する前記第２の確率を、前記状況情報が表す状況で前記対象行動を推薦した場合に前記対象行動が選択された確率として計算し、
   前記対象行動に対する前記第１の確率を、前記状況情報が表す状況で前記対象行動が実行された確率を前記対象行動についての前記第２の確率で割ったときの商として計算する
   ことを特徴とする請求項１に記載の推薦システム。
3. 前記行動履歴情報は、前記行動履歴情報に記録された行動の各々について当該行動を実行した実行者の情報と前記実行者に推薦した推薦情報をさらに含み、
   前記計算部は、
   前記行動履歴情報に記録された行動の各々について、前記実行者と当該行動が実行されたときの状況の組み合わせごとに、当該状況で当該行動を推薦した場合に前記当該実行者によって当該行動が選択された選択確率を機械学習して、選択確率予測モデルを生成し、
   前記ユーザの情報と前記状況情報の組み合わせについて前記選択確率予測モデルから得られる予測値を前記第２の確率とする
   ことを特徴とする請求項１に記載の推薦システム。
4. 前記計算部は、
   前記行動履歴情報に記録された行動の各々について、前記実行者と当該行動が実行されたときの状況の組み合わせごとに、当該行動が実行された確率を前記選択確率で割ったときの商を前記実行者が当該行動を知っていた確率として機械学習して、既知確率予測モデルを生成し、
   前記ユーザの情報と前記状況情報の組み合わせについて前記既知確率予測モデルから得られる予測値を前記第１の確率とする
   ことを特徴とする請求項３に記載の推薦システム。
5. 前記推薦情報が出力された後に前記推薦情報の出力先から入力された情報を解析することにより、前記ユーザが実行した行動を判定する解析部と、
   前記解析部で得られた解析結果を用いて前記行動履歴情報を更新する更新処理部
   をさらに含むことを特徴とする請求項１〜４のいずれか１項に記載の推薦システム。
6. 前記行動履歴情報は、前記行動履歴情報に記録された行動の各々について当該行動を実行した実行者の情報を含み、
   前記記憶部は、前記行動履歴情報に含まれる前記実行者の各々について、前記推薦情報の分類に使用可能な１つ以上のカテゴリの各々に対する興味の強さの指標値を記録した属性情報を記憶するとともに、前記ユーザについての前記指標値も記憶し、
   前記計算部は、処理対象の行動について前記第２の確率を求める際に、前記属性情報に含まれる前記指標値の傾向が前記ユーザの前記指標値の傾向と異なる第１の実行者が前記処理対象の行動を選択する確率よりも、前記指標値の傾向が前記ユーザの前記指標値の傾向と類似した第２の実行者が前記処理対象の行動を選択する確率に近い値に前記第２の値を計算する
   ことを特徴とする請求項１〜５のいずれか１項に記載の推薦システム。
7. 推薦情報の要求と前記推薦情報を使用するユーザの置かれた状況を示す状況情報が入力されると、過去に実行された行動と前記行動が実行された状況を対応付けた行動履歴情報を参照することにより、前記状況情報が示す状況に対応付けられた１つ以上の行動を特定し、
   特定された前記１つ以上の行動の各々について、当該行動が前記ユーザの選択肢にある確率を表す第１の確率、および、当該行動が前記選択肢にある場合に当該行動を前記ユーザが選択する確率である第２の確率を計算し、
   前記１つ以上の行動のうちで、相対的に前記第１の確率が低く、かつ、相対的に前記第２の確率が高い行動を、前記推薦情報として出力する
   処理を情報処理装置に行わせることを特徴とする推薦制御プログラム。
8. 推薦情報の要求と前記推薦情報を使用するユーザの置かれた状況を示す状況情報が入力されると、過去に実行された行動と前記行動が実行された状況を対応付けた行動履歴情報を参照することにより、前記状況情報が示す状況に対応付けられた１つ以上の行動を特定し、
   特定された前記１つ以上の行動の各々について、当該行動が前記ユーザの選択肢にある確率を表す第１の確率、および、当該行動が前記選択肢にある場合に当該行動を前記ユーザが選択する確率である第２の確率を計算し、
   前記１つ以上の行動のうちで、相対的に前記第１の確率が低く、かつ、相対的に前記第２の確率が高い行動を、前記推薦情報として出力する
   処理を情報処理装置が行うことを特徴とする推薦制御方法。

Images