JP2021140716A - アイテムの選択に基づいて推奨アイテムを提供する方法および装置 - Google Patents

Abstract

【課題】 アイテムの選択に基づいて推奨アイテムを提供する方法および装置を提供する。【解決手段】 ユーザ端末に対し、検索語に対する検索結果として複数のアイテムを含む検索結果ページを提供し、アイテムの選択にしたがって選択されたアイテムの詳細情報ページを提供し、ユーザからの戻りの命令や再検索要求にしたがって推奨アイテムをさらに含む検索結果ページを提供する、推奨アイテム提供方法を提供する。【選択図】 図１

Description

本開示は、商品のようなアイテムの選択に基づいて推奨アイテムを提供する方法および装置に関し、より詳細には、ユーザと連関するセッションが維持される間、商品のようなアイテムに対するユーザの選択履歴に基づいて推奨アイテム（例えば、推奨商品）を提供する方法および装置に関する。

オンラインショッピングモールやソーシャルコマースのような電子商取引の成長に伴い、ユーザが購入したい商品をオンライン検索環境で検索して購入するケースが極めて頻繁に行われるようになった。

ユーザは、商品を購入するために、専用のアプリケーションや検索エンジンで購入したいアイテムを検索する。このとき、購入したい商品の一般名称を検索語として使用すると、無数の商品が検索結果として提示されるようになる。ユーザは、このような無数の商品のうちから自身が希望する価格帯／デザイン／スタイルに該当する商品を選択し、購入するようになる。

しかし、検索結果として提示される商品の件数と種類は極めて多いため、ユーザは、自身が希望する商品を適切に選択するのに困難を感じる。さらに、同じ検索語で検索を行うユーザすべてに対して同じ商品が検索結果として提供されるため、ユーザは、自身の好みに合った商品を検索結果として取得するのにも困難を感じる。

したがって、商品を検索するユーザに対し、ユーザの行動（活動）および検索履歴を反映することで、ユーザが適した商品を検索することができ、希望する商品に簡単に到達することができるようにユーザの商品検索活動に即刻的に反応し、これに基づいて推奨商品を提供できるようにする方法が求められている。

一例として、特許文献１（公開日２０１９年１２月２７日）には、オフラインショップの潜在顧客のための商品推薦システムおよび方法として、顧客情報に基づいて顧客の選好スタイルやサイズを含む顧客カスタム商品情報を抽出し、顧客カスタム商品情報を利用してショップにある商品のうちから顧客の選好スタイルに合った商品を推薦し、推薦した商品を表示する方法を開示している。

上述した情報は理解を助けるためのものに過ぎず、従来技術の一部を形成しない内容を含むこともあるし、従来技術が通常の技術者に提示することのできる内容を含まないこともある。

韓国公開特許第１０−２０１９−０１４２５２６号

一実施形態は、ユーザ端末に対し、検索語に対する検索結果として複数のアイテムを含む検索結果ページを提供し、アイテムの選択に従って選択されたアイテムの詳細情報ページを提供し、ユーザからの戻りの命令や再検索要求に従って推奨アイテムをさらに含む検索結果ページを提供する、推奨アイテム提供方法を提供する。

一実施形態は、推奨アイテムを含む検索結果ページを提供するにあたり、ユーザと連関するセッションにおけるユーザのアイテム選択の履歴に従って、すなわち、アイテムの選択がユーザと連関するセッションにおいて最初の選択であれば、推奨アイテムとして、選択されたアイテムと関連する第１推奨アイテムを提供し、該当のセッションにおいてアイテムの選択前に他のアイテムを選択した履歴が存在する場合には、推奨アイテムとして、選択されたアイテムおよび該当の他のアイテムと関連する第２推奨アイテムを提供する、推奨アイテム提供方法を提供する。

一側面において、サーバが実行する、ユーザ端末に対する推奨アイテム提供方法であって、ユーザ端末に対し、ユーザから入力された検索語に対する検索結果として複数のアイテムを含む検索結果ページを提供する段階、前記ユーザ端末に対し、前記ユーザから前記複数のアイテムのうちの少なくとも１つのアイテムが選択されることにより、前記選択されたアイテムの詳細情報を含む詳細情報ページを提供する段階、および前記ユーザ端末に対し、前記ユーザから戻りの命令が受信されるか前記検索語による再検索が実行される場合、前記複数のアイテムとともに推奨アイテムを含む前記検索結果ページを提供する段階を含み、前記推奨アイテムは、前記ユーザと連関するセッションにおける前記ユーザからの前記複数のアイテム選択の履歴に応じて変化する、推奨アイテム提供方法が提供される。

前記推奨アイテムを含む前記検索結果ページを提供する段階は、前記アイテムの選択が前記セッションにおいて前記複数のアイテムに対する最初の選択であれば、前記複数のアイテムとともに、前記推奨アイテムとして前記選択されたアイテムと関連する第１推奨アイテムを含む検索結果ページを提供し、前記セッションにおいて前記アイテムの選択前に前記複数のアイテムのうちの少なくとも１つの他のアイテムを選択した履歴が存在する場合には、前記複数のアイテムとともに、前記推奨アイテムとして前記選択されたアイテムおよび前記他のアイテムと関連する第２推奨アイテムを含む検索結果ページを提供してよい。

前記推奨アイテム提供方法は、前記セッションが維持される間、前記ユーザからの前記複数のアイテム選択の履歴を前記ユーザの識別子および前記検索語と連関付けて記録する段階をさらに含み、前記第２推奨アイテムは、前記記録されたアイテム選択の履歴に基づき、前記複数のアイテムのうちで決定された推奨アイテムを含んでよい。

前記推奨アイテム提供方法は、前記セッションにおいて前記他のアイテムを選択した履歴が存在する場合、前記選択されたアイテムの第１加重値および前記第１加重値よりも低い前記他のアイテムの第２加重値を使用し、前記複数のアイテムのうちで前記第２推奨アイテムを決定してよい。

前記第２推奨アイテムを決定する段階は、前記ユーザの性別および前記ユーザの年齢のうちの少なくとも１つをさらに考慮し、前記複数のアイテムのうちで前記第２推奨アイテムを決定してよい。

前記推奨アイテムを含む前記検索結果ページを提供する段階は、前記セッションに前記選択履歴が存在する場合において、前記第２推奨アイテムおよび前記第１推奨アイテムを含む検索結果ページを提供してよい。

前記第１推奨アイテムは、予め構築された連関アイテムデータベースを参照して決定された、前記複数のアイテムのうちで前記選択されたアイテムと連関する推奨アイテムを含んでよい。

前記第２推奨アイテムは、前記選択されたアイテムと前記少なくとも１つの他のアイテムで構成されたシーケンスを予め構築されたアイテム推薦モデルによって分析することによって決定された、前記複数のアイテムのうちで前記シーケンスと連関する推奨アイテムを含んでよい。

前記推奨アイテム提供方法は、所定の時間内に前記ユーザの活動がない場合、前記ユーザと連関するセッションは終了したと決定する段階、および前記セッションが終了したと決定された場合、前記記録されたアイテム選択の履歴を削除する段階をさらに含んでよい。

前記所定の時間内に、前記ユーザからの、前記検索語の入力および前記複数のアイテムのうちの少なくとも１つに対する選択のうちの少なくとも１つを含む前記ユーザの活動がある場合、前記セッションは維持されていると決定されてよい。

前記推奨アイテムは、前記複数のアイテムのうちで前記ユーザが選択すると予測されるアイテムであってよい。

前記検索結果ページは、前記検索語に対するカテゴリ検索に従って、前記ユーザ端末に提供されるものであってよい。

前記推奨アイテムは、前記検索結果ページにおいて、前記選択されたアイテムが表示される第１領域と隣接する第２領域に表示されてよい。

前記検索結果ページは、前記検索語に対する統合検索にしたがい、前記ユーザ端末に提供されるものであり、前記推奨アイテムは、前記検索結果ページにおいて、前記複数のアイテムが表示される第１領域の下側である第２領域に表示されてよい。

前記推奨アイテムは、検索結果ページ内において、前記選択されたアイテムが表示される第１領域とは区分される第２領域に表示され、前記推奨アイテムを含む前記検索結果ページを提供する段階は、前記セッションに前記選択の履歴が存在する場合において、前記推奨アイテムとして前記第２推奨アイテムおよび前記第１推奨アイテムを含む検索結果ページを提供し、前記セッションに前記他のアイテム選択の履歴が存在する場合、前記第２領域には前記第１推奨アイテムが前記第２推奨アイテムよりも上位に表示されてよい。

前記選択されたアイテムは、前記複数のアイテムのうちで広告と連関のないアイテムであり、前記ユーザから前記複数のアイテムのうちで広告と連関する広告アイテムが選択され、前記ユーザ端末に対し、前記広告アイテムの詳細情報を含む詳細情報ページが提供された後、前記ユーザから戻りの命令が受信されるか前記検索語による再検索が実行される場合には、前記広告アイテムと関連する推奨アイテムを含まない前記複数のアイテムを含む検索結果ページが前記ユーザ端末に提供されてよい。

他の一側面において、推奨アイテムを提供するサーバであって、コンピュータ読み取り可能な命令を実行するように実現される少なくとも１つのプロセッサを含み、前記少なくとも１つのプロセッサは、ユーザ端末に対し、ユーザから入力される検索語に対する検索結果として複数のアイテムを含む検索結果ページを提供し、前記ユーザから前記複数のアイテムのうちの少なくとも１つのアイテムが選択されることにより、前記選択されたアイテムの詳細情報を含む詳細情報ページを提供し、前記ユーザから戻りの命令が受信されるか前記検索語による再検索が実行される場合、前記複数のアイテムとともに推奨アイテムを含む前記検索結果ページを提供し、前記推奨アイテムは、前記ユーザと連関するセッションにおける前記ユーザからの前記複数のアイテムの選択履歴に応じて変化する、サーバが提供される。

前記少なくとも１つのプロセッサは、ユーザ端末に対し、前記アイテムの選択が前記ユーザと連関するセッションにおいて前記複数のアイテムに対する最初の選択であれば、前記複数のアイテムとともに、前記推奨アイテムとして前記選択されたアイテムに関する第１推奨アイテムを含む検索結果ページを提供し、前記セッションにおいて前記アイテムの選択前に前記複数のアイテムのうちの少なくとも１つの他のアイテムを選択した履歴が存在する場合には、前記複数のアイテムとともに、前記推奨アイテムとして前記選択されたアイテムおよび前記他のアイテムと関連する第２推奨アイテムを含む検索結果ページを提供してよい。

前記サーバは、アイテム選択履歴データベースをさらに含み、前記少なくとも１つのプロセッサは、前記セッションが維持される間、前記ユーザからの前記複数のアイテム選択の履歴を前記ユーザの識別子および前記検索語と連関付けて前記アイテム選択履歴データベースに記録し、前記第２推奨アイテムは、前記記録されたアイテム選択の履歴に基づき、前記複数のアイテムのうちで決定された推奨アイテムを含んでよい。

また他の一側面において、推奨アイテムを提供するユーザ端末であって、ディスプレイおよびコンピュータ読み取り可能な命令を実行するように実現される少なくとも１つのプロセッサを含み、前記少なくとも１つのプロセッサは、前記ディスプレイに対し、ユーザから入力される検索語に対する検索結果として複数のアイテムを含む検索結果ページを表示し、前記ユーザから前記複数のアイテムのうちの少なくとも１つのアイテムが選択されることにより、前記選択されたアイテムの詳細情報を含む詳細情報ページを表示し、前記ユーザから戻りの命令が受信されるか前記検索語による再検索が実行される場合、前記複数のアイテムとともに推奨アイテムを含む前記検索結果ページを表示し、前記推奨アイテムは、前記ユーザと連関するセッションにおける前記ユーザからの前記複数のアイテム選択の履歴に応じて変化する、ユーザ端末が提供される。

検索語に対する検索結果として提示されたアイテムのうちからユーザがあるアイテムを選択した後、ユーザから戻りの命令や再検索要求があった場合、検索語に対する検索結果として推奨アイテムをさらに含む検索結果ページを提供することにより、ユーザが希望するアイテムをより効率的に検索できるようにサポートすることができる。

ユーザと連関するセッションにおけるアイテムをユーザが選択した履歴に基づき、該当の履歴とユーザによる選択を反映して決定されたアイテムを推奨アイテムとしてユーザに提供することができ、これにより、アイテムに対するユーザの検索活動に即刻的に反応した推奨アイテムが提供されることから、ユーザは希望するアイテム（すなわち、商品）により簡単に到逹することができるようになる。

一実施形態における、ユーザから入力される検索語に対する検索結果として推奨アイテムを提供する方法を示した図である。 一実施形態における、推奨アイテムを含む検索結果ページを提供するサーバと、該当の検索結果ページを表示するユーザ端末の構造を示した図である。 一実施形態における、サーバおよびユーザ端末により、ユーザから入力される検索語に対する検索結果として推奨アイテムを提供する方法を示したフローチャートである。 一例であって、アイテム選択の履歴に基づいて推奨アイテムを決定する方法を示したフローチャートである。 一例であって、ユーザと連関するセッションが維持されているかを決定する方法を示したフローチャートである。 一例であって、検索語に対して行われたカテゴリ検索に従って、推奨アイテムを含む検索結果ページを提供する方法を示した図である。 一例であって、検索語に対して行われた統合検索に従って、推奨アイテムを含む検索結果ページを提供する方法を示した図である。 一例であって、連関アイテム推薦モデルとセッション基盤アイテム推薦モデルを使用してユーザの活動に反応して推奨アイテムを提供する方法を示した図である。 一例であって、セッション基盤アイテム推薦モデルを使用してユーザからのアイテム選択のシーケンスを分析することによって推奨アイテムを決定する方法を示した図である。 一例であって、連関アイテム推薦モデルとセッション基盤アイテム推薦モデルを使用してユーザの活動に反応して推奨アイテムを提供する方法を、関連するＡＰＩと関連付けて示した図である。

以下、本発明の実施形態について、添付の図面を参照しながら詳細に説明する。

図１は、一実施形態における、ユーザから入力される検索語に対する検索結果として推奨アイテムを提供する方法を示した図である。

図１を参照しながら、ユーザ端末を利用してユーザが入力した検索語に対して行われた検索により、複数のアイテムが検索結果としてユーザ端末に提供され、提供された複数のアイテムに対するユーザからの選択履歴に基づいて選択されたアイテムと関連する推奨アイテム（複数）がユーザ端末に提供される方法について説明する。

図１では、検索語として「ワンピース」が入力された場合において、複数のアイテム（ワンピース）が含まれる検索結果を含む検索結果ページ１００−１がユーザ端末に表示された場合が示されている。図に示すように、ユーザは、自身のユーザ端末に表示された検索語入力ウィンドウに検索語（「ワンピース」）を入力してよく、これにより、検索結果ページ１００−１には、複数のアイテム（ワンピース）が検索結果として表示されてよい。

ユーザは、検索結果ページ１００−１の複数のアイテムのうちから気に入ったアイテムを選択してよく、これにより、選択されたアイテム（例えば、Ｄワンピース）の詳細情報を含む詳細情報ページ１００−２がユーザ端末に表示されてよい。

該当の選択されたアイテムを確認したユーザは、アイテムをさらに確認するために、ユーザ端末を操作しながら、戻りの命令または「ワンピース」の検索語による再検索をユーザ端末に命令してよい。このような戻りの命令または再検索の命令に従って、ユーザ端末は、検索結果ページ１００−３および１００−４を再び表示してよい。

再び表示される検索結果ページ１００−３および１００−４は、検索結果ページ１００−１に含まれていたものと同じアイテムを含んでよい。実施形態において、ユーザ端末が表示する検索結果ページ１００−３および１００−４は、ユーザによって選択されたアイテムと関連する推奨アイテム（複数）をさらに含んでよい。

図に示すように、検索結果ページ１００−３および１００−４には、ユーザによって選択されたアイテムと関連する複数の推奨アイテムが表示されてよく、このような推奨アイテムは、従来の検索結果ページ１００−１に表示されたアイテムとは区分される領域に表示されてよい。

例えば、検索結果ページ１００−３のように、検索結果ページ１００−３が検索語に対する統合検索によってユーザ端末に提供されるものであれば、検索結果ページ１００−３に表示される推奨アイテムは、検索結果ページ１００−３において、複数のアイテムが表示される領域１１０−１の下側の領域１２０−１に表示されてよい。または、検索結果ページ１００−４のように、検索結果ページ１００−４が検索語に対するカテゴリ検索によってユーザ端末に提供されるものであれば、検索結果ページ１００−４で表示される推奨アイテムは、検索結果ページ１００−４において、選択された（すなわち、ここ最近選択された）アイテムが表示される領域１１０−２と隣接する領域１２０−２に表示されてよい。

検索結果ページ１００−３および１００−４に表示される推奨アイテムは、ユーザと連関するセッションにおける、ユーザからの検索結果ページ１００−１、１００−３または１００−４に表示されたアイテム選択の履歴に応じて変化してよい。

ユーザと連関するセッションとは、一定の時間内にユーザがユーザ端末を操作することによって構成される一連の活動を１つの状態として見なしたものであってよい。例えば、ユーザがユーザ端末を利用して最初に検索語を入力する場合、ユーザと連関するセッションが開始されてよく、所定の時間内にユーザから追加の活動（例えば、ウェブページへのアクセス、追加の検索、再検索、および検索結果の選択のうちのいずれか少なくとも１つ）がある場合、セッションは維持されてよい。この反面、セッションの開始後（すなわち、セッションが維持されている間）から前記所定の時間内にユーザから追加の活動がない場合には、セッションを終了してよい。ユーザと連関するセッションが維持されているかを決定する方法については、図５を参照しながらさらに詳しく説明する。

実施形態において、検索結果ページ１００−３および１００−４に表示される推奨アイテムは、このようなユーザと連関するセッションにおける、ユーザからのアイテム選択の履歴に応じて変化してよい。例えば、検索結果ページ１００−１におけるアイテムの選択が該当のセッションにおいてアイテムに対する最初の選択であれば、検索結果ページ１００−３および１００−４に表示される推奨アイテムは、前記選択されたアイテムと連関する連関推奨アイテムを含んでよい。または、検索結果ページ１００−１におけるアイテムの選択前に他のアイテムが選択された履歴が存在する場合には、検索結果ページ１００−３および１００−４に表示される推奨アイテムは、ユーザによって選択されたアイテムのシーケンスと関連するセッション推奨アイテムを含んでよい。

すなわち、実施形態では、セッションが維持される間、ユーザからの検索結果ページ１００−１、１００−３または１００−４に表示されたアイテムの選択に応じて領域１２０−１または１２０−２で提供される推奨アイテムが異なるように構成されてよく、ユーザがアイテムを多く選択するほど、ユーザが希望する（例えば、購入しようとする）アイテムにより近いアイテムが推奨アイテムとして提供されてよい。したがって、ユーザからのアイテム選択に即刻的に反応した推奨アイテムを提供することが可能となり、ユーザは希望するアイテムにより簡単に到逹することが可能となる。

ユーザから入力される検索語に対する検索結果として推奨アイテムを提供するより具体的な方法については、図２〜１０を参照しながらさらに詳しく説明する。

図２は、一実施形態における、推奨アイテムを含む検索結果ページを提供するサーバと、該当の検索結果ページを表示するユーザ端末の構造を示した図である。

図１を参照しながら説明したユーザ端末２００は、図２に示したユーザ端末２００に対応してよい。サーバ２４０は、ユーザ端末２００に対し、上述した検索結果ページ１００−１、１００−３および１００−４と詳細情報ページ１００−２を提供してよく、ユーザ端末２００は、サーバ２４０から提供された検索結果ページ１００−１、１００−３および１００−４と詳細情報ページ１００−２を表示してよい。

サーバ２４０は、ユーザ端末２００に対して検索結果ページ１００−１、１００−３および１００−４と詳細情報ページ１００−２を提供するか、このようなページ１００−１〜４をユーザ端末２００に表示させるために要求されるデータをユーザ端末２００に送信するサーバであってよい。サーバ２４０は、例えば、クライアント（ｃｌｉｅｎｔ）であるユーザ端末２００にウェブページを提供するウェブサーバであるか、このようなウェブサーバの一部を構成する装置であってよい。また、サーバ２４０は、ユーザ端末２００に検索結果を提供するための検索エンジン（図示せず）を含むか、検索エンジンと通信してよい。

サーバ２４０は、ユーザ端末２００上にインストールされたアプリケーション（例えば、ウェブブラウザアプリケーションまたは電子商取引／オンラインショッピング用アプリケーション）との通信により、ユーザ端末２００に複数のアイテムを含む検索結果ページ１００−１、１００−３および１００−４と、選択されたアイテムの詳細情報ページ１００−２を提供してよい。サーバ２４０は、ユーザ端末２００に提供する推奨アイテム（複数）を決定してよく、決定された推奨アイテムを含む検索結果ページ１００−３および１００−４をユーザ端末２００に提供してよい。サーバ２４０は、少なくとも１つのコンピュータまたはコンピュータ装置で実現されてよい。

図に示すように、サーバ２４０は、通信部２５０およびプロセッサ２６０を含んでよい。

通信部２５０は、サーバ２４０が他のサーバやユーザ端末２００と通信するための装置であってよい。すなわち、通信部２５０は、他のサーバやユーザ端末２００とデータおよび／または情報を送受信する、サーバ２４０のネットワークインタフェースカード、ネットワークインタフェースチップ、およびネットワーキングインタフェースポートなどのようなハードウェアモジュール、またはネットワークデバイスドライバ（ｄｒｉｖｅｒ）またはネットワーキングプログラムのようなソフトウェアモジュールであってよい。

プロセッサ２６０は、サーバ２４０の構成要素を管理してよく、ユーザ端末２００に推奨アイテムを提供するために使用するプログラムまたはアプリケーションを実行してよく、前記プログラムまたはアプリケーションの実行およびデータの処理などに必要な演算を処理してよい。また、プロセッサ２６０は、他のサーバおよびユーザ端末２００から受信したデータを処理するように構成されてよい。プロセッサ２６０は、サーバ２４０の少なくとも１つのプロセッサまたはプロセッサ内の少なくとも１つのコア（ｃｏｒｅ）であってよい。

サーバ２４０は、図に示してはいないが、メモリを含んでよい。メモリは、コンピュータ読み取り可能な記録媒体であって、ＲＡＭ（ランダムアクセスメモリ）、ＲＯＭ（リードオンリメモリ）、ディスクドライブのような永続的大容量記録装置を含んでよい。ここで、ＲＯＭと永続的大容量記録装置は、メモリとは区分される別の永続的記録装置として含まれてよい。また、メモリには、オペレーティングシステムと、少なくとも１つのプログラムコードとが記録されてよい。このようなソフトウェア構成要素は、メモリとは別のコンピュータ読み取り可能な記録媒体からロードされてよい。このような別のコンピュータ読み取り可能な記録媒体は、フロッピー（登録商標）ドライブ、ディスク、テープ、ＤＶＤ／ＣＤ−ＲＯＭドライブ、メモリカードなどのコンピュータ読み取り可能な記録媒体を含んでよい。他の実施形態において、ソフトウェア構成要素は、コンピュータ読み取り可能な記録媒体ではない通信部２５０を通じてメモリにロードされてもよい。

プロセッサ２６０は、基本的な計算、ロジック、および入出力演算を実行することにより、コンピュータプログラムの命令を処理するように構成されてよい。命令は、メモリまたは通信部２５０によって、プロセッサ２６０に提供されてよい。例えば、プロセッサ２６０は、メモリにロードされたプログラムコードにしたがって受信される命令を実行するように構成されてよい。このようなプロセッサ２６０による動作により、サーバ２４０は、ユーザ端末２００に推奨アイテムを提供してよい。

例えば、サーバ２４０は、プロセッサ２６０による制御にしたがい、ユーザ端末２００に対し、ユーザから入力される検索語に対する検索結果として複数のアイテムを含む検索結果ページ１００−１を提供してよく、ユーザが複数のアイテムうちの少なくとも１つのアイテムを選択することにより、選択されたアイテムの詳細情報を含む詳細情報ページ１００−２を提供してよい。また、サーバ２４０は、プロセッサ２６０による制御にしたがい、ユーザ端末に対し、ユーザから戻りの命令が受信されるか検索語による再検索が行われた場合、検索結果として提供された複数のアイテムとともに、推奨アイテムを含む検索結果ページ１００−３および１００−４を提供してよい。

サーバ２４０は、図に示すように、ユーザによるアイテム選択の履歴を記録および管理するための（アイテム）選択履歴ＤＢ２７０をさらに含んでよい。選択履歴ＤＢ２７０は、ユーザと連関するセッションが維持される間、ユーザがユーザ端末２００を操作した活動を記録および管理してよい。例えば、プロセッサ２６０は、ユーザと連関するセッションが維持される間、ユーザによる（検索結果として提供された）複数のアイテム選択の履歴を、ユーザの識別子および検索語と連関付けて選択履歴データベース２７０に記録してよい。ユーザの識別子は、（例えば、検索と連関するサービスに対する）ユーザのＩＤまたはユーザ端末２００の識別子（例えば、識別キー）であってよい。一例として、ユーザの識別子は、ユーザｂｃｏｏｋｉｅを含んでよい。

選択履歴ＤＢ２７０は、（検索結果として提供された）複数のアイテムに対するユーザの選択データ（例えば、クリックデータ）を記録してよい。これと関連し、選択履歴ＤＢ２７０は、ユーザが選択したアイテムリスト（アイテムの識別子）およびユーザが検索に使用した検索語のうちの少なくとも１つを記録してよい。

また、選択履歴ＤＢ２７０は、ユーザ端末２００に提供された推奨アイテムと関連するデータをさらに記録してよい。これと関連し、選択履歴ＤＢ２７０は、推奨アイテムが提供されたユーザの識別子（例えば、ユーザｂｃｏｏｋｉｅ）、ユーザが検索に使用した検索語、およびユーザに推薦された推奨アイテムリスト（推奨アイテムの識別子）のうちの少なくとも１つを記録してよい。

サーバ２４０は、選択履歴データベース２７０に記録されたデータを利用してユーザ端末２００に提供する推奨アイテムを決定してよい。

選択履歴データベース２７０は、図に示すものとは異なり、サーバ２４０とは別のサーバまたはサーバ２４０の外部装置として実現されてよい。

ユーザ端末２００は、ＰＣ（ｐｅｒｓｏｎａｌ ｃｏｍｐｕｔｅｒ）、ノート型ＰＣ（ｌａｐｔｏｐ ｃｏｍｐｕｔｅｒ）、スマートフォン（ｓｍａｒｔ ｐｈｏｎｅ）、タブレット（ｔａｂｌｅｔ）、ウェアラブルコンピュータ（ｗｅａｒａｂｌｅ ｃｏｍｐｕｔｅｒ）、モノのインターネット（Ｉｎｔｅｒｎｅｔ Ｏｆ Ｔｈｉｎｇｓ）機器などを含み、サーバ２４０と関連するウェブ／モバイルサイトへのアクセス、複数のアイテムを含む検索結果の表示、および推奨アイテムの表示のためのアプリケーション／プログラムのインストールおよび実行が可能なすべての端末装置または電子装置を意味してよい。

ユーザ端末２００は、ウェブブラウザアプリケーションまたは電子商取引／オンラインショッピング用アプリケーションのようなアプリケーションの制御下で、検索結果として提供される複数のアイテムおよび推奨アイテムを表示し、このために要求される演算および動作を実行してよい。

ユーザ端末２００は、通信部２１０、プロセッサ２２０、およびディスプレイ２３０を含んでよい。

通信部２１０は、ユーザ端末２００がサーバ２４０や他のユーザ端末と通信するための装置であってよい。すなわち、通信部２１０は、サーバ２４０や他のユーザ端末とデータおよび／または情報を送受信する、ユーザ端末２００のネットワークインタフェースカード、ネットワークインタフェースチップ、およびネットワーキングインタフェースポートなどのようなハードウェアモジュール、またはネットワークデバイスドライバ（ｄｒｉｖｅｒ）またはネットワーキングプログラムのようなソフトウェアモジュールであってよい。通信部２１０は、サーバ２４０が提供する検索結果および推奨アイテムを受信してよい。

プロセッサ２２０は、ユーザ端末２００の構成要素を管理してよく、ユーザ端末２００が使用するプログラムまたはアプリケーションを実行してよい。例えば、プロセッサ２２０は、サーバ２４０が提供する検索結果および推奨アイテムを受信および表示するためのアプリケーション／プログラム（例えば、ウェブブラウザアプリケーションまたは電子商取引／オンラインショッピング用アプリケーション）をインストールおよび実行してよく、前記プログラムまたはアプリケーションの実行およびデータの処理などに必要な演算を処理してよい。プロセッサ２２０は、ユーザ端末２００の少なくとも１つのプロセッサまたはプロセッサ内の少なくとも１つのコア（ｃｏｒｅ）であってよい。

プロセッサ２２０は、ディスプレイ２３０において、複数のアイテムが含まれる検索結果を含む検索結果ページ１００−１、１００−３および１００−４を表示してよく、選択されたアイテムの詳細情報ページ１００−２を表示してよい。

ユーザ端末２００も、図に示してはいないが、メモリを含んでよい。メモリの技術的特徴については、サーバ２４０のメモリについて上述した技術的説明が同じように適用されてよいため、重複する説明は省略する。

プロセッサ２２０は、基本的な計算、ロジック、および入出力演算を実行することにより、コンピュータプログラムの命令を処理するように構成されてよい。命令は、メモリまたは通信部２１０によって、プロセッサ２２０に提供されてよい。例えば、プロセッサ２２０は、メモリにロードされたプログラムコードに従って受信される命令を実行するように構成されてよい。このようなプロセッサ２２０による動作により、ユーザ端末２００は、検索結果ページ１００−１、１００−３および１００−４と、詳細情報ページ１００−２の表示を制御してよい。

例えば、ユーザ端末２００は、プロセッサ２２０による制御に従って、ディスプレイ２３０によって、ユーザが入力した検索語に対する検索結果として複数のアイテムを含む検索結果ページ１００−１を表示し、ユーザが複数のアイテムのうちから少なくとも１つのアイテムを選択することにより、選択されたアイテムの詳細情報を含む詳細情報ページ１００−２を表示してよい。また、ユーザ端末２００は、プロセッサ２２０による制御に従って、ディスプレイ２３０によって、ユーザから戻りの命令が受信されるか検索語による再検索が行われた場合、検索結果として提供された複数のアイテムとともに、推奨アイテムを含む検索結果ページ１００−３および１００−４を表示してよい。

ディスプレイ２３０は、検索結果ページ１００−１、１００−３および１００−４、および詳細情報ページ１００−２を表示するためのディスプレイ装置であってよい。また、ディスプレイ２３０は、検索語などのようにユーザによって入力されたデータを出力してよい。ディスプレイ２３０はタッチスクリーン（タッチパネル）を含んでよく、上述したような戻りの命令や検索語による再検索を実行するための命令は、タッチスクリーンを介してユーザ端末２００に入力されてよい。

サーバ２４０とユーザ端末２００により、ユーザに検索語に対する検索結果として推奨アイテムを提供するより具体的な方法については、図３〜図１０を参照しならさらに詳しく説明する。

以上、図１を参照しながら記述した技術的特徴についての説明は、図２にもそのまま適用可能であるため、重複する説明は省略する。

後述する詳細な説明において、ユーザ端末２００の構成（例えば、プロセッサ２２０）によって実行される動作やユーザ端末２００が実行するアプリケーションによって実行される動作は、説明の便宜上、ユーザ端末２００が実行する動作として説明する。同じように、サーバ２４０の構成（例えば、プロセッサ２６０）が実行する動作も、説明の便宜上、サーバ２４０が実行する動作として説明する。

図３は、一実施形態における、サーバおよびユーザ端末により、ユーザが入力した検索語に対する検索結果として推奨アイテムを提供する方法を示したフローチャートである。

段階３０５において、ユーザ端末２００は、ユーザからの選択によって検索のタイプを設定してよい。設定される検索のタイプは、例えば、統合検索、ショッピング検索、イメージ検索、動画検索、および語学辞書検索などを含んでよい。ショッピング検索、イメージ検索、動画検索、および語学辞書検索のそれぞれは、カテゴリ検索の一例であってよい。ユーザが検索語を使用して検索を行う度毎に検索のタイプを設定してよい。

「統合検索」は、検索エンジンが提供する多様なドメインコンテンツを提供するサービスを示してよい。カテゴリ検索、一例として、「ショッピング検索」は、ショッピングに該当するドメインのコンテンツ（例えば、商品）を検索して提供するサービスを示してよい。

「ショッピング検索」のようなカテゴリ検索においては、実施形態の推奨アイテム提供方法を実現するためのＵＩが実現されてよい（例えば、図１および図６における、ショッピング検索の検索結果ページ１００−４を参照）。

段階３１０において、ユーザ端末２００は、ユーザから入力される検索語を受信してよい。検索語とは、検索エンジン３１０に対して検索結果を取得するために使用されるキーワードであって、少なくとも１つの単語で構成されてよい。検索エンジン３１０は、サーバ２４０とは別に構成されてよいが、サーバ２４０と単一のサーバ３００に含まれてもよい。検索エンジン３１０は、例えば、ユーザが検索語として入力するキーワードに対し、関連するアイテム（例えば、商品）を検索結果として提供してよい。

段階３１５（および段階３１８）において、ユーザ端末２００から検索語が入力されて検索が要求されることにより、サーバ２４０（および検索エンジン３１０）は、このような検索要求を受信してよい。サーバ２４０は、所定の時間内にユーザ端末２００からいかなる活動も受信されない状態で、このような検索の要求を受信した場合には、ユーザと連関するセッションの開始を決定してよい。一方、サーバ２４０は、所定の時間内にユーザ端末２００からいずれかの活動が受信された状態で、このような検索の要求を受信した場合には、ユーザと連関するセッションが維持されていると決定してよい。ユーザと連関するセッションが維持されているかを決定する方法については、図５を参照しながらさらに詳しく説明する。

段階３２５において、サーバ２４０は、ユーザ端末２００に対し、検索エンジン３１０からの検索結果（段階３２０）を含む検索結果ページ１００−１を提供してよい。検索結果ページ１００−１は、ユーザから入力される検索語に対する検索結果として複数のアイテムを含んでよい。複数のアイテムのそれぞれは検索結果に対応してよく、例えば、商品を示してよい。

段階３３０において、ユーザ端末２００は、ユーザから入力される検索語に対する検索結果として、複数のアイテムを含む検索結果ページ１００−１を表示してよい。複数のアイテムのそれぞれが商品である場合、各アイテムは、該当の商品に関する情報を含んでよい。例えば、図１に示すように、各アイテムに含まれる商品に関する情報は、商品のイメージ、商品の名称、商品の値段、商品のレビュー数、商品のお気に入り登録数、および商品の販売先の数を含んでよい。

段階３３５において、ユーザ端末２００は、ユーザから検索結果ページ１００−１（戻る／再検索後の実施形態では検索結果ページ１００−３および１００−４）の複数のアイテムのうちの少なくとも１つのアイテム選択を受信してよい。例えば、ユーザは、検索結果ページ１００−１、１００−３および１００−４に表示されたアイテムのうちの１つをタッチするかクリックすることにより、該当のアイテムを選択してよい。

段階３４０および３４４において、ユーザ端末２００は、選択されたアイテムの詳細情報をサーバ２４０（および検索エンジン３１０）に要求してよい。

段階３４２において、サーバ２４０は、ユーザ端末２００によるアイテム選択の履歴を選択履歴ＤＢ２７０に記録してよい。例えば、サーバ２４０は、ユーザと連関するセッションが維持される間、ユーザからの検索結果ページ１００−１、１００−３および１００−４に表示された複数のアイテム選択の履歴を、ユーザの識別子および検索語と連関付けて記録してよい。複数のアイテム選択の履歴をユーザの識別子および検索語の両方と連関付けて（すなわち、ユーザの識別子および検索語別に）記録および管理することにより、同一のユーザが他の検索語で検索を行う場合、以前に使用した検索語と関連する推奨アイテムが他の検索語による検索結果に含まれなくなるようにできる。すなわち、実施形態では、ユーザの識別子と検索語をキーとしてアイテム選択の履歴が記録および管理されてよい。

一方、他の実施形態としては、複数のアイテム選択の履歴は、ユーザの識別子および検索語が属するカテゴリと連関付けて（すなわち、ユーザの識別子および検索語が属するカテゴリ別に）記録および管理されてもよい。このとき、同一のユーザが異なる検索語で検索を行う場合でも、以前に使用した検索語と同一のカテゴリの検索語によって検索を行う場合であれば、関連する推奨アイテムが他の検索語による検索結果ページに含まれるようになる。

段階３５０において、サーバ２４０は、検索エンジン３１０で選択されたアイテムの詳細情報（段階３４５）を含む詳細情報ページ１００−２をユーザ端末２００に提供してよい。

段階３５５において、ユーザ端末２００は、選択されたアイテムの詳細情報を含む詳細情報ページ１００−２を表示してよい。詳細情報ページ１００−２は、選択されたアイテムに関するより詳細な情報を含んでよい。選択されたアイテムに関するより詳細な情報は、図１で説明したように、選択されたアイテムが商品である場合、販売先に関する情報および商品と関連するレビュー情報を含んでよい。販売先に関する情報は、各販売先の名称、各販売先での該当の商品の値段、および各販売先へのリンクのうちの少なくとも１つを含んでよい。レビュー情報は、該当の商品に関する評点、該当の商品に関する一般レビュー（テキストレビュー）、および該当の商品に関するフォトおよび／または動画レビューのうちの少なくとも１つを含んでよい。

段階３６０において、ユーザ端末２００は、ユーザから戻りの命令または前記検索語による再検索の命令を受信してよい。戻りの命令とは、ユーザ端末２００が現在表示されている詳細情報ページ１００−２の以前のページを表示するようにユーザ端末２００を制御するための命令であってよい。

段階３６５において、ユーザ端末２００は、戻りの命令または再検索の命令をサーバに送信してよい。

段階３７５において、サーバ２４０は、ユーザ端末２００に提供する推奨アイテムを決定してよい。サーバ２４０は、ユーザと連関するセッションにおける、ユーザからの検索結果ページ１００−１、１００−３および１００−４に表示された複数のアイテム選択の履歴に基づき、ユーザ端末２００に提供する推奨アイテムを決定してよい。ユーザ端末２００に提供する推奨アイテムを決定する具体的な方法については、図４、図８、および図９を参照しながらさらに詳しく説明する。

段階３８０において、サーバ２４０は、ユーザ端末２００に対し、ユーザによる戻りの命令または再検索の命令に従って、検索結果ページ１００−１、１００−３および１００−４に表示された複数のアイテムとともに、推奨アイテムを含む検索結果ページ１００−３および１００−４を提供してよい。例えば、サーバ２４０は、検索結果ページ１００−１に比べ、推奨アイテムを含む領域１２０−１および１２０−２をさらに含む検索結果ページ１００−３および１００−４をユーザ端末２００に提供してよい。

段階３８５において、ユーザ端末２００は、検索結果ページ１００−１、１００−３および１００−４に表示された複数のアイテムとともに、推奨アイテムを含む検索結果ページ１００−３および１００−４を表示してよい。

検索結果ページ１００−３および１００−４に含まれる推奨アイテム（複数）は、ユーザと連関するセッションにおける、ユーザからの検索結果として提供される複数のアイテム選択の履歴に応じて変化してよい。すなわち、検索結果ページ１００−３および１００−４は、検索結果として提供された複数のアイテムを選択した履歴が存在するか、および該当の履歴が存在する場合にはその内容（例えば、選択されたアイテムのシーケンス）に応じて他の推奨アイテムを含むように構成されてよい。

ユーザ端末２００に対して提供される推奨アイテムは、検索結果として提供された複数のアイテムのうち、ユーザが選択すると予測されるアイテムを含んでよい。すなわち、推奨アイテムは、検索結果として提供された複数のアイテムのうち、ユーザが次にクリックする可能性が高いと決定されたアイテムを含んでよい。

ユーザ端末２００に提供される推奨アイテムを決定する具体的な方法と、推奨アイテムを含む検索結果ページ１００−３および１００−４については、図４〜図１０を参照しながらさらに詳しく説明する。

以上、図１および図２を参照しながら記述した技術的特徴についての説明は、図３にもそのまま適用可能であるため、重複する説明は省略する。

図４は、一例として、アイテム選択の履歴に基づいて推奨アイテムを決定する方法を示した図である。

段階４１０において、サーバ２４０は、検索結果ページ１００−１（あるいは、検索結果ページ１００−３および１００−４）におけるアイテムの選択が、ユーザと連関するセッションにおけるアイテムに対する最初の選択であるかを判定してよい。

段階４２０において、サーバ２４０は、アイテムの選択が該当のセッションにおいてアイテムに対する最初の選択であると判定されると、検索結果として提供されたアイテムのうちで選択されたアイテムと連関するアイテムを、第１推奨アイテムとして決定してよい。これにより、サーバ２４０は、推奨アイテムとして、選択されたアイテムと関連する第１推奨アイテム（すなわち、ここ最近に選択されたアイテムと連関する連関推奨アイテム）を含む検索結果ページ１００−３および１００−４をユーザ端末２００に提供してよい。

段階４３０において、サーバ２４０は、アイテムの選択が該当のセッションにおいてアイテムに対する最初の選択ではなく、その選択前に他のアイテム（複数）に対する選択の履歴が存在すると判定された場合には、検索結果として、提供されたアイテムのうちで、選択されたアイテムおよび（以前に選択された）他のアイテム（複数）と関連するアイテムを、第２推奨アイテム（すなわち、セッションで選択されたアイテムのシーケンスと連関するセッション推奨アイテム）として決定してよい。これにより、サーバ２４０は、推奨アイテムとして、第２推奨アイテムを含む検索結果ページ１００−３および１００−４をユーザ端末２００に提供してよい。第２推奨アイテムは、上述した選択履歴ＤＢ２７０に記録された選択の履歴に基づき、（検索結果として提供された）アイテムのうちで決定された推奨アイテムを含んでよい。選択履歴ＤＢ２７０に記録された選択の履歴は、セッションが維持される間、ユーザが特定の検索語によって検索した後にアイテムを選択した履歴を含んでよい。

段階４３０のように、ユーザと連関するセッションで、アイテムに対するユーザの選択前に他のアイテムを選択した履歴が存在する場合において、第２推奨アイテムは、ユーザによって選択されたアイテムそれぞれの（すなわち、選択されたアイテムのシーケンスに含まれるアイテムそれぞれの）加重値に基づいて決定されてよい。

例えば、サーバ２４０は、ここ最近に選択されたアイテムの第１加重値およびそれ以前に選択された他のアイテムの第２加重値を利用することで、検索結果として提供された複数のアイテムのうちから第２推奨アイテムを決定してよい。第２加重値は、第１加重値よりも低い値であってよい。したがって、第２推奨アイテムを決定するにあたり、ここ最近に選択されたアイテムが最も主要（ｄｏｍｉｎａｎｔ）なものであると考慮されてよい。また、セッションが維持される間、以前に選択されたアイテムであるほど、第２推奨アイテムを決定するのに低い比重として考慮されてよい。

また、第２推奨アイテムを決定するにあたり、サーバ２４０は、ユーザのユーザ情報をさらに考慮してよい。例えば、サーバ２４０は、ユーザの性別およびユーザの年齢のうちの少なくとも１つをさらに考慮し、検索結果として提供された複数のアイテムのうちから第２推奨アイテムを決定してよい。これにより、ユーザの特性をより正確に反映した、より精巧なアイテムを推薦することが可能となる。

また、段階４３０のように、ユーザと連関するセッションで、アイテムに対するユーザの選択前に他のアイテムに対する選択の履歴が存在する場合において、ユーザ端末２００に提供される検索結果ページ１００−３および１００−４は、第２推奨アイテムおよび第１推奨アイテムの両方を含んでよい。例えば、検索結果ページ１００−３および１００−４は、推奨アイテムとして、セッションが維持される間、ここ最近に選択されたアイテムと関連する第１推奨アイテム（連関推奨アイテム）と、セッションが維持される間、ユーザによって選択されたアイテムのシーケンスと関連する第２推奨アイテム（セッション推奨アイテム）の両方を含んでよい。このとき、第１推奨アイテムと第２推奨アイテムは、互いに区分して表示されてよい。

このように、検索結果ページ１００−３および１００−４に表示される推奨アイテムは、検索結果として、提供される複数のアイテム選択の履歴が存在するか、および該当の履歴が存在する場合にはその内容（選択されたアイテムのシーケンス）に基づき、ユーザによってここ最近に選択されたアイテムと関連する連関推奨アイテム（第１推奨アイテム）および／またはユーザが選択したアイテムのシーケンスと関連するセッション推奨アイテム（第２推奨アイテム）を含むようになる。

したがって、実施形態では、セッションが維持される間、ユーザによる検索結果ページ１００−１、１００−３または１００−４に表示されたアイテムの選択に応じて領域１２０−１または１２０−２に提供される推奨アイテムが異なるように構成されてよく、ユーザがアイテムを多く選択するほど、ユーザが希望する（例えば、購入したい）アイテムにより近いアイテムが推奨アイテムとして提供されるようになる。実施形態によっては、ユーザのアイテム選択に即刻的に反応した推奨アイテムの提供が可能となり、ユーザは希望するアイテムにより簡単に到逹することが可能となる。

以上、図１〜図３を参照しながら記述した特術的特徴についての説明は、図４にもそのまま適用可能であるため、重複する説明は省略する。

図５は、一例であって、ユーザと連関するセッションが維持されているかを決定する方法を示したフローチャートである。

段階５１０において、サーバ２４０は、ユーザの活動を識別してよい。ユーザの活動の識別は、ユーザ端末２００によって実行されてよい。ユーザの活動とは、ユーザ端末２００による活動であってよい。例えば、ユーザの活動は、ユーザ端末２００からサーバ２４０（または、検索エンジン３１０）への要求であってよく、例えば、特定のアイテムの選択、検索語の入力による検索要求、およびウェブページの閲覧／閲覧終了のようなブラウジング活動のうちの少なくとも１つを含んでよい。

段階５２０において、サーバ２４０は、所定の時間内にユーザの活動があるかを判定してよい。所定の時間とは予め設定された時間であって、ユーザと連関するセッションが維持される時間であってよい。所定の時間は、例えば、６時間が設定されてよい。

段階５３０において、サーバ２４０は、所定の時間内にユーザの活動があると判定される場合、ユーザと連関するセッションが維持されていると決定してよい。例えば、サーバ２４０は、検索語（段階３１０で入力された検索語、または実施形態によってはこれと異なる検索語）の入力、および検索結果として提供された複数のアイテムのうちの少なくとも１つに対する選択のうちの少なくとも１つを含むユーザの活動がある場合、ユーザと連関するセッションが維持されていると決定してよい。所定の時間内にユーザからの活動があると判定された場合、所定の時間はリセットされてよい。

セッションが維持されている間に検索結果として提供されたアイテムに対するユーザの選択は、選択履歴ＤＢ２７０に記録されてよい。すなわち、セッションが維持されている間のアイテムに対するユーザの選択は、上述した第２推奨アイテムを決定するための、ユーザが選択したアイテムのシーケンスを構成するために使用されてよい。

段階５４０において、サーバ２４０は、所定の時間内にユーザの活動がないと判定される場合、ユーザと連関するセッションは終了したと決定してよい。サーバ２４０は、所定の時間内にユーザの活動がなく、この後にユーザの活動が識別された場合には、ユーザと連関する新たなセッションが開始されたと決定してよい。

段階５５０において、サーバ２４０は、セッションの終了が決定された場合、選択履歴ＤＢ２７０に記録された選択の履歴を削除してよい。したがって、セッションの終了後に同じ検索語を入力して再検索が行われる場合には、検索結果ページには推奨アイテムが含まれなくてもよい。以後の再検索によって開始となったセッションが維持される間、再検索／戻りの命令が実行されて検索結果ページが再びユーザ端末２００に表示される場合には、検索結果として提供されたアイテムに対するユーザからの選択の履歴に応じて変化する実施形態に係る推奨アイテムの提供が行われてよい。

以上、図１〜図４を参照して記述した技術的特徴についての説明は、図５にもそのまま適用可能であるため、重複する説明は省略する。

図６は、一例であって、検索語に対して実行されたカテゴリ検索にしたがい、推奨アイテムを含む検索結果ページを提供する方法を示した図である。図７は、一例であって、検索語に対して実行された統合検索に従って、推奨アイテムを含む検索結果ページを提供する方法を示した図である。

図７の検索結果ページ１００−３のように、検索結果ページ１００−３が検索語に対する統合検索によってユーザ端末２００に提供されるものであれば、検索結果ページ１００−３に表示される推奨アイテムは、検索結果ページ１００−３において、複数のアイテムが表示される領域７１０の下側の領域７２０に表示されてよい。または、図６の検索結果ページ１００−４のように、検索結果ページ１００−４が検索語に対するカテゴリ検索（例えば、ショッピング検索）によってユーザ端末２００に提供されるものであれば、検索結果ページ１００−４に表示される推奨アイテムは、検索結果ページ１００−４において、選択された（すなわち、ここ最近に選択された）アイテムが表示される領域６１０と隣接する領域６２０に表示されてよい。例えば、推奨アイテムが表示される領域６２０は、ここ最近に選択されたアイテムが表示される領域６１０の下側に位置してよい。

図６に示すように、推奨アイテムが表示される領域６２０は、ここ最近に選択されたアイテムが表示される領域６１０とは区分されてよい。例えば、図に示すように「一緒に見たい商品（アイテム）推薦」というテキストとともに領域６１０から区分され、複数の推奨アイテム（商品）を含んで表示されてよい。

図６に示すように、推奨アイテムが表示される領域６２０は、ここ最近に選択されたアイテムが表示される領域６１０とは区分されてよい。例えば、図に示すように「Ｆｏｒ ｙｏｕ、一緒に見るおすすめ商品（アイテム）」というテキストとともに領域６１０から区分され、複数の推奨アイテム（商品）を含んで表示されてよい。

図７に示すように、推奨アイテムが表示される領域７２０は、複数のアイテムが表示される領域７１０とは区分されてよい。例えば、図に示すように「Ｆｏｒ ｙｏｕ、一緒にクリックした商品（アイテム）おすすめ」というテキストとともに領域７１０から区分され、複数の推奨アイテム（商品）を含んで表示されてよい。

推奨アイテムが表示される領域６２０および７２０には、例えば、推奨アイテムに該当する商品の情報として商品の値段および商品の名称が含まれてよい。

（図には示されていないが）領域６２０は、推奨アイテムに該当する商品をお気に入り登録できるようにするユーザインタフェースを提供してよい。商品をお気に入り登録するためのインタフェースは、検索結果ページ１００−４に表示された各アイテムに対しても表示されてよい。「お気に入り登録」された商品（アイテム）は、ユーザ端末２００で別のページなどによってユーザに個別に表示されてよい。すなわち、ユーザは、ユーザ端末２００で「お気に入り登録」された商品（アイテム）を個別に集めて閲覧することが可能となる。実施形態によって、領域７２０も、このような商品のお気に入り登録のためのインタフェースを含んでもよい。

領域７２０は、ここ最近に選択されたアイテムのサムネイルを含んでよい。図に示すように、このようなサムネイルは、「Ｆｏｒ ｙｏｕ、一緒にクリックした
商品（アイテム）おすすめ」の左側に表示されてよい。また、領域７２０は、他のまたは追加の推奨アイテムの提供を受けるための「推奨アイテム（商品）更新」ユーザインタフェースを提供してよい。実施形態によって、領域６２０も、前記サムネイルおよび推奨アイテム（商品）更新ユーザインタフェースを含んでもよい。

図４を参照しながら説明したように、ユーザと連関するセッションで、アイテムに対するユーザの選択前に他のアイテムに対する選択履歴が存在する場合において、ユーザ端末２００に提供される検索結果ページ１００−３および１００−４は、第２推奨アイテム（セッション推奨アイテム）および第１推奨アイテム（連関推奨アイテム）の両方を含んでよい。例えば、検索結果ページ１００−３および１００−４は、推奨アイテムとしてセッションが維持される間のここ最近に選択されたアイテムと関連する第１推奨アイテム（連関推奨アイテム）と、セッションが維持される間のユーザによって選択されたアイテムのシーケンスと関連する第２推奨アイテム（セッション推奨アイテム）の両方を含んでよい。このとき、第１推奨アイテムと第２推奨アイテムは、互いに区分して表示されてよい。

関連する例について、図７を参照しながらさらに詳しく説明する。推奨アイテムが表示される領域７２０には、第１推奨アイテム（複数）７３０および第２推奨アイテム（複数）７４０が表示されてよい。領域７２０において、第１推奨アイテム（複数）７３０は、第２推奨アイテム（複数）７４０よりも上位に表示されてよい。すなわち、領域７２０には、推奨アイテムとして、セッションが維持される間のここ最近に選択されたアイテムと関連する第１推奨アイテム（連関推奨アイテム）７３０が、セッションが維持される間のユーザによって選択されたアイテムのシーケンスと関連する第２推奨アイテム（セッション推奨アイテム）７４０よりも上位に表示されてよい。一例として、領域７２０では、上位３件の推奨アイテムが第１推奨アイテム７３０として表示され、残りまたは下位２１件の推奨アイテムが第２推奨アイテム７４０として表示されてよい。したがって、領域７２０では、ここ最近に選択されたアイテムと類似の推奨アイテム（第１推奨アイテム７３０）が優先的に表示され、その次に、ユーザが今後選択すると予測される推奨アイテム（第２推奨アイテム７４０）が表示されてよい。

上述したように、第２推奨アイテム７４０は、セッション内でユーザがアイテムを最低でも２回以上選択した場合に領域７２０に表示されてよく、セッション内でアイテムの選択が最初になされた場合には領域７２０には第１推奨アイテム７３０だけが表示されてよい。

推奨アイテムが表示される領域６２０に対しても同じような説明が適用可能であるため、重複する説明は省略する。

推奨アイテムが表示される領域６２０および７２０に表示される推奨アイテムは、アイテムの順位に基づいて表示されてよい。順位が高い推奨アイテムが、領域６２０および７２０において上位に表示されてよい。例えば、領域７２０に表示される第１アイテム７３０の場合、ここ最近に選択されたアイテムとの連関性（例えば、類似度）が高いほど上位に表示されてよい。また、領域７２０に表示される第２アイテム７４０の場合、選択されたアイテムのシーケンスとの連関性（例えば、後述するセッション基盤アイテム推薦モデルによって演算されたスコア）が高いほど上位に表示されてよい。

図に示すように、推奨アイテムが表示される領域６２０および７２０に表示される推奨アイテムは、選択されたアイテムと類似の形態（例えば、類似のロゴを含むワンピース）や類似のパターン（例えば、類似の素材のワンピース）を有するアイテムであってよい。

検索結果ページ１００−１、１００−３および１００−４で提供されるアイテムのうちの少なくとも１つは、広告と連関するアイテムであってよい。広告と連関するアイテムは、広告主の要求に従って、検索結果ページ１００−１、１００−３および１００−４で上位に表示されるアイテムであってよい。

上述した段階３３５で選択されたアイテムは、検索結果として提供された複数のアイテムのうち、広告と連関のないアイテムであってよい。推奨アイテムが表示される領域６２０は、広告と連関のないアイテムが選択された場合にのみ、該当のアイテムが表示される領域６１０と隣接するように表示されてよい。選択されたアイテムが広告と連関するアイテムである場合、推奨アイテムが表示される領域６２０は、検索結果ページ１００−４で表示されなくてもよい。同じように、選択されたアイテムが広告と連関するアイテムである場合、推奨アイテムが表示される領域７２０は、検索結果ページ１００−３で表示されなくてもよい。すなわち、広告と連関するアイテムが選択される場合には、該当の選択されたアイテムと関連する推奨アイテムが決定および提供されなくてもよい。

例えば、検索結果として提供された複数のアイテムのうち、広告と連関する広告アイテムがユーザによって選択され、該当の選択された広告アイテムの詳細情報を含む詳細情報ページがユーザ端末２００に提供された後、ユーザから戻りの命令が受信されるか検索語による再検索が実行される場合には、広告アイテムと関連する、推奨アイテムを含まない複数のアイテムを含む検索結果ページがユーザ端末２００に提供されてよい。

これにより、推奨アイテムの表示によって広告アイテムが検索結果ページの下側に押されることがなくなり、広告アイテムが上側に表示されるようになる。

以上、図１〜図５を参照しながら記述した技術的特徴についての説明は、図６および図７にもそのまま適用可能であるため、重複する説明は省略する。

図８は、一例であって、連関アイテム推薦モデルとセッション基盤アイテム推薦モデルを利用してユーザの活動に反応して推奨アイテムを提供する方法を示した図である。

図８に示すように、ユーザからユーザ端末２００を利用して検索結果ページ１００−１、１００−３および１００−４でアイテムが選択されると（８０５）、（例えば、選択履歴ＤＢ５７０に記録された）アイテム選択履歴８１０に基づき、連関推奨アイテム８２０が提供されるか、または／追加でセッション推奨アイテム８３０が提供されてよい。

連関推奨アイテム（上述した第１推奨アイテム）は、連関アイテム推薦モデル８１５によって決定されてよい。セッション推奨アイテム（上述した第２推奨アイテム）は、セッション基盤アイテム推薦モデル８２５によって決定されてよい。連関アイテム推薦モデル８１５およびセッション基盤アイテム推薦モデル８２５は、リアルタイムアイテム推薦モデル（図に示したリアルタイムモデルサービングシステム）に含まれてよく、リアルタイムアイテム推薦モデルは、サーバ２４０内に構築されるか、またはその一部がサーバ２４０と通信する外部装置に構築されてよい。

ユーザ端末２００からの（例えば、再検索要求または戻りの命令による）検索再進入に従って、連関推奨アイテム８２０および／またはセッション推奨アイテム８３０がユーザ端末２００に提供されてよい。連関推奨アイテム８２０および／またはセッション推奨アイテム８３０は、推薦のためのＡＰＩを通じてユーザ端末２００に提供されてよい。サーバ２４０は、ユーザ端末２００に提供する連関推奨アイテム８２０および／またはセッション推奨アイテム８３０（該当の推奨アイテムの識別子またはキー値）に対応するアイテムをアイテムＤＢ８３５（すなわち、商品ＤＢ）から検索し、反応型推奨アイテム８４０を提供するためのＡＰＩを通じてユーザ端末２００に提供してよい。

したがって、ユーザの検索再進入とアイテムの選択に対して即刻的に反応した、適切な推奨アイテムをユーザ端末２００に提供することが可能となる。

連関アイテム推薦モデル８１５は、選択されたアイテムに対する連関推奨アイテム８２０を決定するためのモデルであってよい。連関アイテム推薦モデル８１５は、選択されたアイテムに対する類似のアイテムを推論して連関推奨アイテム８２０を決定する（リアルタイム）推論モデルであってよい。

または、連関アイテム推薦モデル８１５は、予め構築された連関推奨アイテムデータ（すなわち、予め構築された連関アイテムデータベース）に基づき、選択されたアイテムに対する類似のアイテムを連関推奨アイテム８２０として決定するモデルであってよい。例えば、上述した第１推奨アイテムは、予め構築された連関アイテムデータベースを参照して決定されたものであって、検索結果として提供された複数のアイテムのうちから選択されたアイテムと連関する推奨アイテムを含んでよい。このような、連関推奨アイテム８２０は、選択されたアイテムと少なくとも１つの属性が同一または類似してよい。アイテムの属性は、例えば、アイテムの形状（模様、形態、および大きさ）、アイテムの色、アイテムの値段、アイテムのブランド、アイテムの選択頻度、アイテムに対する購入頻度、およびアイテムに対する評点などを含んでよい。

サーバ２４０は、選択されたアイテムと関連する連関推奨アイテム８２０（第１推奨アイテム）を決定するにあたり、リアルタイム推論モデルではなく、予め構築された連関アイテムデータベースを使用することにより、連関推奨アイテム８２０を決定するための演算量を減らしてよい。

以下では、連関アイテム推薦モデル８１５を利用して連関推奨アイテム８２０を決定する方法についてさらに詳しく説明する。以下、「アイテム」が商品であると仮定した上で、連関アイテム推薦モデル８１５について説明する。

連関アイテム推薦モデル８１５は、各商品を表現するために「商品埋め込みベクトル」を構成して使用してよい。商品埋め込みベクトルは、例えば、商品ＩＤベクトル（すなわち、商品固有ベクトル）、商品カテゴリベクトル、商品ブランドベクトル、商品値段ベクトルなどのような（商品間で共有可能な）各商品の多様なメタ情報ベクトルを互いに連結（ｃｏｎｃａｔｅｎａｔｅ）することによって構成されてよい。

このような商品の多様なメタ情報に基づいて構成された商品埋め込みベクトルに関する学習は、ショッピング検索時の一定のセッション内で一緒にクリックされた商品の集合を学習データとして利用し、該当の商品の集合内の商品埋め込みベクトル同士が類似するように、例えば、ｗｏｒｄ２ｖｅｃ学習と類似の方式によってなされてよい。

連関商品（連関推奨アイテム８２０）を抽出するにおいては、連関アイテム推薦モデル８１５は、基準商品（例えば、ユーザによって選択された商品）の商品埋め込みベクトルを構成し、構成された商品埋め込みベクトルとは異なる商品の商品埋め込みベクトルとの類似度を演算することにより、類似度の高い商品を順位化してよい。順位化された商品のうちの少なくとも一部が、連関推奨アイテム８２０として決定されてよい。

このとき、連関アイテム推薦モデル８１５は、すべての商品との類似度を演算しなくてもよく、予め実行されたクラスタリングにより、類似度を演算する候補商品の数を減らしてよい。

一方、特定の選択されたアイテム（商品）と関連する、連関するアイテムを決定するための方法およびこのためモデルには、上述したものの他にも、連関するすべてのアイテムの方法およびモデルが利用されてよい。これについての詳細な説明は省略する。

セッション基盤アイテム推薦モデル８２５は、セッションが維持される間、ユーザによって選択されたアイテムのシーケンスを分析して推奨アイテムを決定するためのモデルであってよい。セッション基盤アイテム推薦モデル８２５は、ユーザによってアイテムが選択されることにより、リアルタイムで推奨アイテムを決定するリアルタイム推論モデルであってよい。例えば、上述した第２推奨アイテムは、ユーザによって選択されたアイテムと以前に選択された少なくとも１つの他のアイテムで構成されたシーケンスを、予め構築されたアイテム推薦モデル（すなわち、セッション基盤アイテム推薦モデル８２５）によって分析することで決定されたものであって、検索結果として提供される複数のアイテムのうちで前記シーケンスと連関する推奨アイテムを含んでよい。

セッション基盤アイテム推薦モデル８２５は、セッション内におけるユーザによるアイテム選択の履歴（すなわち、選択されたアイテムのシーケンス）を利用し、ユーザが次に選択するアイテムを予測する方式によって推奨アイテムを決定してよい。

一例として、検索結果ページ１００−３および１００−４に第１推奨アイテムおよび第２推奨アイテムの両方が含まれる場合において、セッションが維持される間、ユーザによってここ最近に選択されたアイテムと関連する第１推奨アイテムは連関アイテム推薦モデル８１５によって決定されてよく、ユーザが選択したアイテムのシーケンスと関連する第２推奨アイテムはセッション基盤アイテム推薦モデル８２５によって決定されてよい。このような場合には、２つのモデル８１５および８２５すべてが推奨アイテムの決定に関与することになる。

セッション基盤アイテム推薦モデル８２５については、図９を参照しながらさらに詳しく説明する。

以上、図１〜図７を参照しながら記述した技術的特徴についての説明は、図８にもそのまま適用可能であるため、重複する説明は省略する。

図９は、一例であって、セッション基盤アイテム推薦モデルを利用してユーザからのアイテムの選択のシーケンスを分析することによって推奨アイテムを決定する方法を示した図である。

図９を参照しながら、上述したセッション基盤アイテム（商品）推薦モデル８２５についてさらに詳しく説明する。セッション基盤アイテム推薦モデル８２５は、ユーザのアイテム選択の履歴を分析することにより、ユーザが次に選択するアイテムを予測するように学習されたディープラーニングモデルであってよい。

図に示す例において、ユーザによって選択された「アイテム」は「商品」であると仮定する。

ユーザによって選択された商品のシーケンスは、例えば、ニューラルネットワークモデルの１つであるトランスフォーマ（ｔｒａｎｓｆｏｒｍｅｒ）モデルによって分析されてよい。ユーザによって選択された商品のシーケンスがトランスフォーマモデルの入力となってよく、シーケンス内の最後の項（すなわち、ここ最近に選択された商品）に最大の加重値が付与されてよい。例えば、時系列的なシーケンスがＬＳＴＭによって分析されることにより、結果的には最後に選択された商品が推奨商品の決定において最も大きな影響を及ぼすようになるのである。すなわち、ここ最近に選択された商品が、推奨商品を決定するにあたり最も主要（ｄｏｍｉｎａｎｔ）になってよい。

図に示すように、セッションでユーザによって選択された商品に対する履歴９１０において、シーケンスに含まれる各商品は埋め込まれてよい（ｅｍｂｅｄｄｉｎｇ）。

実施形態では、各商品に対する選択履歴９１０に含まれた各商品の情報９１０−１〜９１０−３は、トランスフォーマモデルへの入力およびトランスフォーマモデルでの処理のためのセッションベクトルに変換されてよい。例えば、各商品の属性を示す商品のメタデータ（一例として、商品のＩＤ（識別子またはキー（ｋｅｙ））、商品のブランド、商品のカテゴリ、および商品の値段などの少なくとも１つ）が埋め込まれてよい。各商品に対する埋め込みによって生成された埋め込みベクトルは連結（ｃｏｎｃａｔｅｎａｔｅ）され、シーケンスとしてトランスフォーマモデルに対する入力となってよい。

トランスフォーマモデルの出力である商品セッション情報は、（人工ニューラルネットワークの）全結合層（Ｆｕｌｌｙ Ｃｏｎｎｅｃｔｅｄ Ｌａｙｅｒ）９４０に対する入力となってよく、したがって、ユーザが次に選択すると予測される推奨商品の予測が可能となる。

各推奨商品は、シーケンスと連関する程度に基づいたスコアを含んでよい。スコアが高いほど、推奨商品がシーケンスと連関する程度が高くなってよい。

また、トランスフォーマモデルの出力である商品セッション情報は、ユーザの情報（ユーザのメタデータ情報）とともに全結合層９４０に対する入力となってよい。ユーザのメタデータ情報は、ユーザの性別、年齢、およびユーザの商品選択／購入履歴のうちの少なくとも１つを含んでよい。これにより、ユーザの特性をより正確に反映することが可能となり、ユーザが選択すると予測される推奨商品の予測が可能となる。

セッション基盤商品推薦モデル８２５は、ユーザが次に選択する商品のＩＤ（またはキー（ｋｅｙ））を学習してよい。また、セッション基盤商品推薦モデル８２５は、商品のメタデータ（商品のカテゴリ、商品のブランドなど）も学習してよい。セッション基盤商品推薦モデル８２５は、マルチタスク学習（ｍｕｌｔｉ ｔａｓｋ ｌｅａｒｎｉｎｇ）を活用することにより、このような商品のメタデータに対する学習および結果的な予測の活用性を高めることができる。

以下、セッション基盤商品推薦モデル８２５によるセッション推奨アイテム８３０の決定の方法についてさらに詳細に説明する。

セッション基盤商品推薦モデル８２５が使用する商品埋め込みベクトルは、上述した連関アイテム推薦モデル８１５と同じように、例えば、商品ＩＤベクトル（すなわち、商品固有ベクトル）、商品カテゴリベクトル、商品ブランドベクトル、商品値段ベクトルなどのような（商品間で共有可能な）各商品の多様なメタ情報ベクトルを互いに連結（ｃｏｎｃａｔｅｎａｔｅ）することによって構成されてよい。

セッション基盤商品推薦モデル８２５は、ユーザと関連するユーザベクトルを使用してセッション推奨アイテム８３０を決定してよい。ユーザベクトルは、例えば商品履歴ベクトルで構成されてよく、追加で、ユーザの性別／年齢ベクトルをさらに組み合わせて構成されてよい。商品履歴ベクトルは、ユーザが最近クリックした商品の商品埋め込みベクトルを順に並べたベクトルリストをトランスフォーマモデルに入力した結果によって生成されてよい。ユーザの商品履歴ベクトルは、全結合層（ｆｕｌｌｙ ｃｏｎｎｅｃｔｅｄ ｌａｙｅｒ）を経た後、全結合層で出力された埋め込みベクトルが、ユーザが次に選択すると予測される商品の商品埋め込みベクトルを予測するように学習されてよい。一方、ユーザの商品履歴ベクトルとユーザの性別／年齢埋め込みベクトルとが組み合わされる場合、ユーザの商品履歴ベクトルとユーザの性別／年齢埋め込みベクトルが全結合層を通過してよく、そこで出力された埋め込みベクトルが、ユーザが次に選択すると予測される商品の商品埋め込みベクトルを予測するように学習されてよい。

各埋め込みベクトルの学習のために、セッション基盤商品推薦モデル８２５は、所定のセッションの間にユーザがクリックした商品を順序化してよく、最後の商品を正解とし、ランダムにサンプリングした商品は誤答としてよい。セッション基盤商品推薦モデル８２５は、ディープラーニングに基づき、すべての埋め込みベクトルとモデル内部の値が、実際にユーザがクリックした商品に対しては予測点数が高く、他のランダムな商品に対しては予測点数が低く出るように学習されてよい。

セッション基盤商品推薦モデル８２５は、このように学習されたモデルを活用して最終的なランキングスコアを演算してよい。最終的なランキングスコアは、推薦対象商品の商品埋め込みベクトルを行列乗算（ｍａｔｒｉｘ ｍｕｌｔｉｐｌｉｃａｔｉｏｎ）し、ユーザのセッションと推薦対象商品間の予測点数を求めることによって計算されてよい。計算されたランキングスコアに基づき、セッション推奨アイテム８３０が決定されてよい。

以上、図１〜図８を参照しながら記述した技術的特徴についての説明は、図９にもそのまま適用可能であるため、重複する説明は省略する。

図１０は、一例であって、連関アイテム推薦モデルとセッション基盤アイテム推薦モデルを利用してユーザの活動に反応して推奨アイテムを提供する方法を、関連するＡＰＩと関連付けて示した図である。

図１０は、全般的なＡＰＩおよび一例に係る、推奨アイテムを提供するためのシステムの構造を示している。図に示すように、サーバ２４０を含むシステムは、例えば、カフカ（Ｋａｆｋａ）（カフカサーバ）、ｄｏｃｋｅｒ、およびｒｅａｌｍなどのような共用ライブラリ（複数）を使用して実現されてよい。カフカサーバは、上述したユーザによるアイテム選択の履歴を管理するサーバ２４０またはその一部となってよい。

図に示した連関アイテム推薦ストリームは、上述した連関アイテム推薦モデル８１５に対応してよく、セッションアイテム推薦ストリームは、上述したセッション基盤アイテム推薦モデル８２５に対応してよい。テストストリームは、テスト環境を示してよく、全体システムには選択的に含まれてよい。

一例では、推奨アイテムを提供するためのデータを非同期として予め生成しておき、実際に推奨アイテムの提供に対する要求が発生した場合に、予め生成されたデータを使用して推奨アイテムを提供してよい。

一例のシステムにおいて、ＡＰＩサーバはＳｃａｌａで実現されてよく、セッション基盤アイテム推薦モデルは、ＰｙｔｈｏｎでＴｅｎｓｏｒｆｌｏｗを活用して構築されてよい。システムの構築において、モデルとのＡＰＩ連動のためにモデル実行環境でＤｏｃｋｅｒイメージを生成してＨａｄｏｏｐ ＹＡＲＮクラスタ環境で駆動させ、ＡＰＩではＤｏｃｋｅｒ ｃｏｎｔａｉｎｅｒと連動してリアルタイムモデルＩｎｆｅｒｅｎｃｅが実現されてよい。

以上、図１〜図９を参照しながら記述した技術的特徴についての説明は、図１０にもそのまま適用可能であるため、重複する説明は省略する。

実施形態に係る推奨商品を提供した結果、ユーザによる商品の選択（クリック）数が５ヶ月間で約２倍も増加した。また、商品の取引による取引額も、５ヶ月間で約４．３倍も増加した。さらに、実施形態に係る推奨商品提供方法を利用するユーザは、５ヶ月間で約３．４８倍も増加した。

上述した装置は、ハードウェア構成要素、ソフトウェア構成要素、および／またはハードウェア構成要素とソフトウェア構成要素との組み合わせによって実現されてよい。例えば、実施形態で説明された装置および構成要素は、プロセッサ、コントローラ、ＡＬＵ（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）、デジタル信号プロセッサ、マイクロコンピュータ、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、ＰＬＵ（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｕｎｉｔ）、マイクロプロセッサ、または命令を実行して応答することができる様々な装置のように、１つ以上の汎用コンピュータまたは特殊目的コンピュータを利用して実現されてよい。処理装置は、オペレーティングシステム（ＯＳ）およびＯＳ上で実行される１つ以上のソフトウェアアプリケーションを実行してよい。また、処理装置は、ソフトウェアの実行に応答し、データにアクセスし、データを記録、操作、処理、および生成してもよい。理解の便宜のために、１つの処理装置が使用されるとして説明される場合もあるが、当業者は、処理装置が複数個の処理要素および／または複数種類の処理要素を含んでもよいことが理解できるであろう。例えば、処理装置は、複数個のプロセッサまたは１つのプロセッサおよび１つのコントローラを含んでよい。また、並列プロセッサのような、他の処理構成も可能である。

ソフトウェアは、コンピュータプログラム、コード、命令、またはこれらのうちの１つ以上の組み合わせを含んでもよく、思うままに動作するように処理装置を構成したり、独立的または集合的に処理装置に命令したりしてよい。ソフトウェアおよび／またはデータは、処理装置に基づいて解釈されたり、処理装置に命令またはデータを提供したりするために、いかなる種類の機械、コンポーネント、物理装置、仮想装置、コンピュータ記録媒体または装置に具現化されてよい。ソフトウェアは、ネットワークによって接続されたコンピュータシステム上に分散され、分散された状態で記録されても実行されてもよい。ソフトウェアおよびデータは、１つ以上のコンピュータ読み取り可能な記録媒体に記録されてよい。

実施形態に係る方法は、多様なコンピュータ手段によって実行可能なプログラム命令の形態で実現されてコンピュータ読み取り可能な媒体に記録されてよい。このとき、媒体は、コンピュータ実行可能なプログラムを継続して記録するものであっても、実行またはダウンロードのために一時記録するものであってもよい。また、媒体は、単一または複数のハードウェアが結合した形態の多様な記録手段または格納手段であってよく、あるコンピュータシステムに直接接続する媒体に限定されることはなく、ネットワーク上に分散して存在するものであってもよい。媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク、および磁気テープのような磁気媒体、ＣＤ−ＲＯＭおよびＤＶＤのような光媒体、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）のような光磁気媒体、およびＲＯＭ、ＲＡＭ、フラッシュメモリなどを含み、プログラム命令が記録されるように構成されたものであってよい。また、媒体の他の例として、アプリケーションを配布するアプリケーションストアやその他の多様なソフトウェアを供給または配布するサイト、サーバなどで管理する記録媒体または格納媒体も挙げられる。

以上のように、実施形態を、限定された実施形態および図面に基づいて説明したが、当業者であれば、上述した記載から多様な修正および変形が可能であろう。例えば、説明された技術が、説明された方法とは異なる順序で実行されたり、かつ／あるいは、説明されたシステム、構造、装置、回路などの構成要素が、説明された方法とは異なる形態で結合されたりまたは組み合わされたり、他の構成要素または均等物によって代替されたり置換されたとしても、適切な結果を達成することができる。

したがって、異なる実施形態であっても、特許請求の範囲と均等なものであれば、添付される特許請求の範囲に属する。

２００：ユーザ端末
２４０：サーバ
２１０、２５０：通信部
２２０、２６０：プロセッサ
２３０：ディスプレイ
２７０：選択履歴ＤＢ

Claims (20)

1. サーバが実行する、ユーザ端末に対する推奨アイテム提供方法であって、
   ユーザ端末に対し、ユーザから入力された検索語に対する検索結果として複数のアイテムを含む検索結果ページを提供する段階、
   前記ユーザ端末に対し、前記ユーザから前記複数のアイテムのうちの少なくとも１つのアイテムが選択されることにより、前記選択されたアイテムの詳細情報を含む詳細情報ページを提供する段階、および
   前記ユーザ端末に対し、前記ユーザから戻りの命令が受信されるか前記検索語による再検索が実行される場合、前記複数のアイテムとともに推奨アイテムを含む前記検索結果ページを提供する段階
   を含み、
   前記推奨アイテムは、前記ユーザと連関するセッションにおける、前記ユーザからの前記複数のアイテム選択の履歴に応じて変化する、推奨アイテム提供方法。
2. 前記推奨アイテムを含む前記検索結果ページを提供する段階は、
   前記アイテムの選択が前記セッションにおいて前記複数のアイテムに対する最初の選択であれば、前記複数のアイテムとともに、前記推奨アイテムとして前記選択されたアイテムと関連する第１推奨アイテムを含む検索結果ページを提供し、
   前記セッションにおいて前記アイテムの選択前に前記複数のアイテムのうちの少なくとも１つの他のアイテムに対する選択の履歴が存在する場合には、前記複数のアイテムとともに、前記推奨アイテムとして前記選択されたアイテムおよび前記他のアイテムと関連する第２推奨アイテムを含む検索結果ページを提供する、請求項１に記載の推奨アイテム提供方法。
3. 前記セッションが維持される間、前記ユーザからの前記複数のアイテム選択の履歴を前記ユーザの識別子および前記検索語と連関付けて記録する段階
   をさらに含み、
   前記第２推奨アイテムは、前記記録されたアイテム選択の履歴に基づき、前記複数のアイテムのうちで決定された推奨アイテムを含む、請求項２に記載の推奨アイテム提供方法。
4. 前記セッションにおいて前記他のアイテム選択の履歴が存在する場合、
   前記選択されたアイテムの第１加重値および前記第１加重値よりも低い前記他のアイテムの第２加重値を利用して前記複数のアイテムのうちで前記第２推奨アイテムを決定する段階
   をさらに含む、請求項３に記載の推奨アイテム提供方法。
5. 前記第２推奨アイテムを決定する段階は、
   前記ユーザの性別および前記ユーザの年齢のうちの少なくとも１つをさらに考慮して前記複数のアイテムのうちで前記第２推奨アイテムを決定する、請求項４に記載の推奨アイテム提供方法。
6. 前記推奨アイテムを含む前記検索結果ページを提供する段階は、
   前記セッションに前記選択の履歴が存在する場合において、前記第２推奨アイテムおよび前記第１推奨アイテムを含む検索結果ページを提供する、請求項２に記載の推奨アイテム提供方法。
7. 前記第１推奨アイテムは、予め構築された連関アイテムデータベースを参照して決定された、前記複数のアイテムのうちで前記選択されたアイテムと連関する推奨アイテムを含む、請求項２に記載の推奨アイテム提供方法。
8. 前記第２推奨アイテムは、前記選択されたアイテムと前記少なくとも１つの他のアイテムで構成されたシーケンスを予め構築されたアイテム推薦モデルに基づいて分析することによって決定された、前記複数のアイテムのうちで前記シーケンスと連関する推奨アイテムを含む、請求項２に記載の推奨アイテム提供方法。
9. 所定の時間内に前記ユーザの活動がない場合、前記ユーザと連関するセッションは終了したと決定する段階、および
   前記セッションが終了したと決定された場合、前記記録されたアイテム選択の履歴を削除する段階
   をさらに含む、請求項３に記載の推奨アイテム提供方法。
10. 前記所定の時間内に、前記ユーザからの、前記検索語の入力および前記複数のアイテムのうちの少なくとも１つの選択のうちの少なくとも１つを含む前記ユーザの活動がある場合、前記セッションは維持されていると決定される、請求項９に記載の推奨アイテム提供方法。
11. 前記推奨アイテムは、前記複数のアイテムのうちで前記ユーザが選択すると予測されるアイテムを含む、請求項１に記載の推奨アイテム提供方法。
12. 前記検索結果ページは、前記検索語に対するカテゴリ検索に従って、前記ユーザ端末に提供されるものであり、
    前記推奨アイテムは、前記検索結果ページにおいて、前記選択されたアイテムが表示される第１領域と隣接する第２領域に表示される、請求項１に記載の推奨アイテム提供方法。
13. 前記検索結果ページは、前記検索語に対する統合検索に従って、前記ユーザ端末に提供されるものであり、
    前記推奨アイテムは、前記検索結果ページにおいて、前記複数のアイテムが表示される第１領域の下側である第２領域に表示される、請求項１に記載の推奨アイテム提供方法。
14. 前記推奨アイテムは、前記検索結果ページ内において、前記選択されたアイテムが表示される第１領域とは区分される第２領域に表示され、
    前記推奨アイテムを含む前記検索結果ページを提供する段階は、
    前記セッションに前記選択の履歴が存在する場合において、前記推奨アイテムとして、前記第２推奨アイテムおよび前記第１推奨アイテムを含む検索結果ページを提供し、
    前記セッションに前記他のアイテムに対する選択の履歴が存在する場合、前記第２領域では、前記第１推奨アイテムが前記第２推奨アイテムよりも上位に表示される、請求項２に記載の推奨アイテム提供方法。
15. 前記選択されたアイテムは、前記複数のアイテムのうちで広告と連関のないアイテムであり、
    前記ユーザから前記複数のアイテムのうちで広告と連関する広告アイテムが選択され、前記ユーザ端末に対し、前記広告アイテムの詳細情報を含む詳細情報ページが提供された後、前記ユーザから戻りの命令が受信されるか前記検索語による再検索が実行される場合には、前記広告アイテムと関連する推奨アイテムを含まない、前記複数のアイテムを含む検索結果ページが前記ユーザ端末に提供される、請求項１に記載の推奨アイテム提供方法。
16. 請求項１〜１５のうちのいずれか一項に記載の方法をコンピュータで実行させる、プログラム。
17. 推奨アイテムを提供するサーバであって、
    コンピュータ読み取り可能な命令を実行するように実現される少なくとも１つのプロセッサ
    を含み、
    前記少なくとも１つのプロセッサは、
    ユーザ端末に対し、
    ユーザから入力される検索語に対する検索結果として複数のアイテムを含む検索結果ページを提供し、
    前記ユーザから前記複数のアイテムのうちの少なくとも１つのアイテムが選択されることにより、前記選択されたアイテムの詳細情報を含む詳細情報ページを提供し、
    前記ユーザから戻りの命令が受信されるか前記検索語による再検索が実行される場合、前記複数のアイテムとともに推奨アイテムを含む前記検索結果ページを提供し、
    前記推奨アイテムは、前記ユーザと連関するセッションにおける、前記ユーザからの前記複数のアイテム選択の履歴に応じて変化する、サーバ。
18. 前記少なくとも１つのプロセッサは、
    ユーザ端末に対し、
    前記アイテムの選択が前記ユーザと連関するセッションにおいて前記複数のアイテムに対する最初の選択であれば、前記複数のアイテムとともに、前記推奨アイテムとして前記選択されたアイテムと関連する第１推奨アイテムを含む検索結果ページを提供し、
    前記セッションにおいて前記アイテムの選択前に前記複数のアイテムのうちの少なくとも１つの他のアイテムに対する選択の履歴が存在する場合には、前記複数のアイテムとともに、前記推奨アイテムとして前記選択されたアイテムおよび前記他のアイテムと関連する第２推奨アイテムを含む検索結果ページを提供する、請求項１７に記載のサーバ。
19. アイテム選択履歴データベース
    をさらに含み、
    前記少なくとも１つのプロセッサは、
    前記セッションが維持される間、前記ユーザからの前記複数のアイテム選択の履歴を前記ユーザの識別子および前記検索語と連関付けて前記アイテム選択履歴データベースに記録し、
    前記第２推奨アイテムは、前記記録されたアイテム選択の履歴に基づき、前記複数のアイテムのうちで決定された推奨アイテムを含む、請求項１８に記載のサーバ。
20. 推奨アイテムを提供するユーザ端末であって、
    ディスプレイ、および
    コンピュータ読み取り可能な命令を実行するように実現される少なくとも１つのプロセッサ
    を含み、
    前記少なくとも１つのプロセッサは、
    前記ディスプレイに対し、
    ユーザから入力される検索語に対する検索結果として複数のアイテムを含む検索結果ページを表示し、
    前記ユーザから前記複数のアイテムのうちの少なくとも１つのアイテムが選択されることにより、前記選択されたアイテムの詳細情報を含む詳細情報ページを表示し、
    前記ユーザから戻りの命令が受信されるか前記検索語による再検索が実行される場合、前記複数のアイテムとともに推奨アイテムを含む前記検索結果ページを表示し、
    前記推奨アイテムは、前記ユーザと連関するセッションにおける、前記ユーザからの前記複数のアイテム選択の履歴に応じて変化する、ユーザ端末。

Images