JP2022032596A - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

Abstract

【課題】ユーザやアイテムの属性毎にユーザに対するアイテムの表示順を適切に変えることで、商品検索の利便性を向上する。【解決手段】情報処理装置は、設定部と、受付部と、検索部と、決定部と、提供部と、を備える。設定部は、予め、アイテムの初期スコアと、ユーザとアイテムとのうち少なくとも一方の属性毎のユーザのアイテムに対する感度スコアとから、属性毎にアイテムのスコアを設定する。受付部は、ユーザからアイテムに関する検索条件の入力を受け付ける。検索部は、入力された検索条件に応じてアイテムを検索する。決定部は、属性毎に設定されたアイテムのスコアに基づき、ユーザに対するアイテムの表示順を決定する。提供部は、アイテムの表示順に応じたアイテムの検索結果（ランキング）をユーザに提供する。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。

ＥＣ（Electronic Commerce：電子商取引）サイトにおいて、ユーザの嗜好により適合するアイテム（商品）をリコメンドする技術が開示されている。

特開２０１６－７１８８１号公報

しかしながら、上記の従来技術では、ユーザ毎に、実スコアテーブルのスコアと対応するアイテムの特徴量ベクトルとに基づいて近似関数を導出し、導出した近似関数を適用して全アイテム情報に対して予測スコアを計算している。情報検索においてはリアルタイムでユーザのアクションに対して瞬時にアイテムのソート結果を返す必要がある。そのため、機械学習等、複雑な計算量の多い処理をＥＣサイトの膨大なＦＫＵ（Face Keeping Unit：売り場に出す商品単位（型数×色数））に対して行う場合、全ユーザ、全アイテムに対して行うとレスポンスが遅くなってしまい、時間がかかる。また、協調フィルタリング等も、計算量やインフラコストの関係で実現は難しい。

本願は、上記に鑑みてなされたものであって、ユーザやアイテムの属性毎にユーザに対するアイテムの表示順を適切に変えることで、商品検索の利便性を向上することを目的とする。

本願に係る情報処理装置は、予め、アイテムの初期スコアと、ユーザとアイテムとのうち少なくとも一方の属性毎のユーザのアイテムに対する感度スコアとから、属性毎にユーザに対するアイテムのスコアを設定する設定部と、ユーザからアイテムに関する検索条件の入力を受け付ける受付部と、前記検索条件に応じてアイテムを検索する検索部と、前記属性毎に設定されたアイテムのスコアに基づき、前記ユーザに対するアイテムの表示順を決定する決定部と、決定されたアイテムの表示順に応じたアイテムの検索結果を前記ユーザに提供する提供部と、を備えることを特徴とする。

実施形態の一態様によれば、ユーザやアイテムの属性毎にユーザに対するアイテムの表示順を適切に変えることで、商品検索の利便性を向上することができる。

図１は、実施形態に係る情報処理方法の概要を示す説明図である。 図２は、実施形態に係る情報処理システムの構成例を示す図である。 図３は、実施形態に係る情報処理装置の構成例を示す図である。 図４は、実施形態に係るユーザ情報データベースの一例を示す図である。 図５は、実施形態に係る履歴情報データベースの一例を示す図である。 図６は、実施形態に係るアイテム情報データベースの一例を示す図である。 図７は、実施形態に係るスコア情報データベースの一例を示す図である。 図８は、実施形態に係る処理手順を示すフローチャートである。 図９は、ハードウェア構成の一例を示す図である。

以下に、本願に係る情報処理装置、情報処理方法及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理方法の概要〕
まず、図１を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図１は、実施形態に係る情報処理方法の概要を示す説明図である。なお、図１では、ユーザやアイテムが持つ各種属性に応じてユーザに対するアイテム（商品）のランキングを変更する場合を例に挙げて説明する。

図１に示すように、情報処理システム１は、端末装置１０と情報提供装置１００とを含む。端末装置１０と情報提供装置１００とは、それぞれネットワークＮ（図２参照）を介して有線又は無線で互いに通信可能に接続される。

端末装置１０は、ユーザＵ（利用者）により利用されるスマートフォンやタブレット等のスマートデバイスであり、４Ｇ（Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。また、端末装置１０は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、ユーザから指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、コンテンツ等の表示データに対する各種の操作を受付ける。なお、画面のうち、コンテンツが表示されている領域上で行われた操作を、コンテンツに対する操作としてもよい。また、端末装置１０は、スマートデバイスのみならず、デスクトップＰＣ（Personal Computer）やノートＰＣ等の情報処理装置であってもよい。

情報提供装置１００は、ＥＣ（Electronic Commerce：電子商取引）サイトや、マーケットプレイス型ＥＣモール、オークションサイト、フリマアプリ等でユーザＵにアイテムをランキング形式で提示する際に、ユーザＵやアイテムが持つ各種属性に応じてユーザに対するアイテムのランキングを変更する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。例えば、情報提供装置１００は、予めユーザやアイテムの属性毎（ユーザとアイテムとのうち少なくとも一方の属性毎）に、アイテムのスコアを算出しておく。ユーザの属性とは、例えばユーザの年代（年齢層や世代でも可）や性別等であってもよいし、そのユーザが興味や関心を持っている（又は検索履歴や購入履歴がある）アイテムのカテゴリやブランド等であってもよい。また、アイテムの属性とは、例えばそのアイテムが対象（ターゲット）としているユーザの年代や性別等であってもよいし、そのアイテムのカテゴリやブランド等であってもよい。そして、ユーザＵが検索クエリを入力したら、検索クエリと対応するアイテム情報を検索する。そして、検索の結果得られたアイテム情報に付与されたスコアのうち、ユーザＵやアイテムの属性と対応するスコアを特定する。そして、特定されたスコアに基づいて、ユーザＵに対するアイテムの表示順を決定し、決定されたアイテムの表示順に応じたアイテムの検索結果（ランキング）を提供する。例えば、情報提供装置１００は、アイテムのスコアが高いものから順に表示する。

また、情報提供装置１００は、各ユーザの端末装置１０又は外部のサーバ装置等から、ユーザＵの行動履歴を示す各種の履歴情報（ログデータ）を取得する。例えば、情報提供装置１００は、ユーザＵの位置の履歴である位置履歴を端末装置１０から取得する。また、情報提供装置１００は、ユーザＵが入力した検索クエリの履歴である検索履歴を検索サーバ（検索エンジン）から取得する。また、情報提供装置１００は、ユーザＵが閲覧したコンテンツの履歴である閲覧履歴をコンテンツサーバから取得する。また、情報提供装置１００は、ユーザＵによる購買の履歴である購買履歴を電子商取引サーバや電子決済サーバから取得する。また、情報提供装置１００は、ユーザＵによる投稿の履歴である投稿履歴を口コミの投稿サービスを提供する投稿サーバやＳＮＳ（Social Networking Service）サーバから取得する。なお、情報提供装置１００は、上述した情報の他にも各種の情報を取得可能である。例えば、情報提供装置１００は、ユーザＵの年齢、性別、家族構成、経済状況といったユーザＵの属性に関する情報を取得する。

ここでは、情報提供装置１００は、ユーザやアイテムの属性毎にユーザに対するアイテムの表示順を適切に変える（パーソナライズする）ことによって、ＥＣサイトにおける商品検索の利便性を向上するロジックを導入する。

同時に、情報提供装置１００は、ＧＭＶ（Gross Merchandise Value：流通取引総額）のアップを図る。例えば、訪問ＵＵ（Unique User：ユニークユーザ）数のアップ（利便性向上による再訪問率、訪問頻度のアップ）を図る。訪問ＵＵ数とは、集計期間内にＥＣサイト等を訪問したユーザの人数を示す。また、購入ＣＶＲ（Conversion Rate：コンバージョン率）のアップ（欲しいものへの到達速度・確率が上がることで、買う前に離脱するはずだったユーザの購入率のアップ）を図る。購入ＣＶＲとは、「購入」をコンバージョンとした場合におけるコンバージョン率を示す。さらに、客単価のアップ（欲しいものへの到達速度が上がることで、ユーザの購入商品数のアップ）を図る。

ロジックの概要として、情報提供装置１００は、ユーザやアイテムの属性毎に、ユーザに対するアイテムランキングを作成し、そのランキングに従ってスコアを設定する。また、ユーザが頻繁にアクションを取るアイテムの特徴を持つアイテムのスコアをさらに上げる。例えば、情報提供装置１００は、ユーザと同性で近い年代の他のユーザがよく見ていて、ユーザがよく見るような特徴（ショップ／ブランド／カテゴリ／セール／クーポン／新着／シーズン／流行／価格などに関する情報）を持つアイテムのスコアを上げる。

情報提供装置１００は、予めアイテム毎にスコアを持たせ、アイテムに対するユーザの感度を当該アイテムのスコアに反映し、当該スコアに基づいて当該ユーザに対するアイテムの表示順を変更する。このとき、ユーザのセグメント毎（例：性・年代別）に、アイテムのスコアを変更する。

〔１－１．ユーザに対するアイテムのランキングを変更する情報処理方法の概要〕
ここで、図１を参照して、ユーザに対するアイテムのランキングを変更する情報処理方法の概要について説明する。なお、属性は、ユーザの属性でもよいし、アイテムの属性でもよい。また、ユーザの属性とアイテムの属性との両方であってもよいし、ユーザとアイテムとの両方に関する属性であってもよい。すなわち、ユーザやアイテムが持つ各種属性に応じてユーザに対するアイテムのランキングを変更する。

図１に示すように、情報提供装置１００は、アイテムの初期スコア（デフォルトスコア）を設定する（ステップＳ１）。

そして、情報提供装置１００は、アイテムの特徴に対する属性毎のユーザの興味の判定を行う（ステップＳ２）。

そして、情報提供装置１００は、属性毎のユーザの興味度合いを設定する（ステップＳ３）。

そして、情報提供装置１００は、属性毎のユーザの感度スコアを設定する（ステップＳ４）。

そして、情報提供装置１００は、属性毎のアイテムのスコアを設定する（ステップＳ５）。

上記のステップＳ１～Ｓ５の処理は、ユーザＵが実際にアイテムを検索する前に行う事前設定である。

そして、ユーザＵは、端末装置１０を用いて、情報提供装置１００に対して、検索を所望するアイテムに関する検索条件を入力する（ステップＳ６）。

そして、情報提供装置１００は、検索条件に応じたアイテムの検索を行う（ステップＳ７）。

そして、情報提供装置１００は、上記の事前処理において設定されたアイテムのスコアに基づいて、検索されたアイテムの表示順を決定する（ステップＳ８）。

そして、情報提供装置１００は、決定されたアイテムの表示順に応じたアイテムの検索結果（ランキング）を、ユーザＵの端末装置１０に提供する（ステップＳ９）。

〔１－２．実施例１〕
次に、上記の情報処理方法の実施例１について説明する。実施例１では、属性は、ユーザの属性を指す。すなわち、ユーザの属性に応じてユーザに対するアイテムのランキングを変更する。

例えば、ステップＳ１おいて、情報提供装置１００は、アイテム毎のユーザの行動履歴（例：閲覧履歴）からランキング（例：「会員における性・年代別毎の商品詳細閲覧数」）を作成し、そのランキングに従って「そのアイテムの初期スコア」（デフォルトスコア）を設定する。

上記「そのアイテムの初期スコア」は、「予め取得したユーザ情報（会員における性・年代別情報）に基づくユーザセグメント毎のアイテムへの行動回数（例：閲覧数）」から算出される。上記「そのアイテムの初期スコア」は、アイテム毎に設定される。なお、初期スコアを求める際の「ユーザ」は、属性に関係なく、全ユーザを対象とする。但し、実際には、ユーザの属性毎に初期スコアを求めてもよい。

続けて、ステップＳ２において、情報提供装置１００は、そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かを判定し、「そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」を求める。

上記「そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」は、ユーザの属性毎に、その属性を持つユーザが、そのアイテムの特徴に対して興味を持っているか否かの判定値を示す。例えば、そのアイテムの特徴に対して、その属性を持つユーザのうち一定の割合（半数、６割以上等）又は一定数（１００人以上等）のユーザが興味を持っていれば、その属性を持つユーザの興味に該当しているとしてもよい。また、訪問ＵＵ数や購入ＣＶＲ等により、その属性を持つユーザの興味に該当しているとしてもよい。

上記「そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」の判定方法の一例としては、以下のようなパターンも考えられる。但し、実際には、これらの例に限定されない。

（１）リストで判定するパターン
情報提供装置１００は、ユーザの属性毎に、その属性を持つユーザが興味を持っているアイテムの特徴に関するリストを予め作成しておき、アイテムの特徴がそのリストに入っているか否かを判定する。例えば、お気に入りブランドのアイテムのスコアを上げたい場合には、ユーザの属性毎にお気に入りブランドのブランドＩＤのリストを作成しておく。ブランドは、例えば商標等である。なお、ブランドは、アイテム自体のブランドでもよいし、アイテムのメーカ（製造元）やショップ（販売店）のブランドでもよい。これらのブランドのブランドＩＤは、アイテム毎に紐づけられている。そして、ユーザＵの検索対象アイテムのブランドＩＤが、ユーザＵが持つ属性のお気に入りブランドＩＤのリストに入っているか否かを判定する。このとき、ユーザＵが持つ属性のお気に入りブランドＩＤのリストに入っていない場合には「０」、入っている場合には「１」とする。

（２）フラグで判定するパターン
情報提供装置１００は、アイテムの特徴に関するフラグが立っているか否かを判定する。このとき、ユーザの属性毎に、その属性を持つユーザが興味を持っているアイテムの特徴に関するフラグが立っているか否かを判定してもよい。例えば、セールのアイテムのスコアを上げたい場合には、検索対象アイテムのセールフラグが立っているか否かを判定する。このとき、検索対象アイテムのセールフラグが立っていない場合には「０」、立っている場合には「１」とする。

（３）リストとフラグの組み合わせで判定するパターン
情報提供装置１００は、上記（１）及び（２）を組み合わせて実施してもよい。例えば、ユーザＵの検索対象アイテムのブランドＩＤが、ユーザＵが持つ属性のお気に入りブランドＩＤのリストに入っているか否かを判定した後に、さらに当該検索対象アイテムのセールフラグが立っているか否かを判定する。このとき、お気に入りブランドＩＤのリストに入っており、かつ、検索対象アイテムのセールフラグが立っている場合には「２」、お気に入りブランドＩＤのリストに入っている場合、又は、検索対象アイテムのセールフラグが立っている場合のいずれかであれば「１」、それ以外は「０」とする。あるいは、お気に入りブランドＩＤのリストに入っており、かつ、検索対象アイテムのセールフラグが立っている場合にのみ「１」とし、それ以外は「０」としてもよい。

ここでは、上記「そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」は、該当していなければ「０」、該当していれば「１」としている。すなわち、「そのアイテムの特徴に対する属性毎のユーザの興味の有無」を判定している。但し、実際には、これらの例に限定されない。例えば、上記「そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」は、該当していなければ「１」、該当していれば「１より大きい自然数」としてもよい。すなわち、そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かの表現方法は任意である。

続けて、ステップＳ３において、情報提供装置１００は、所定の期間（例：過去２ヶ月間）の会員の行動から、「属性毎のユーザのそのアイテムの特徴に対する興味度合い」を設定する。

上記「属性毎のユーザのそのアイテムの特徴に対する興味度合い」は、例えばセールアイテムへの興味度合いや、お気に入りブランドへの興味度合いなどを示す。この場合、情報提供装置１００は、過去のセールアイテム又は所定のブランドアイテムコンテンツに対する属性毎のユーザの行動履歴に基づいて、「属性毎のユーザのそのアイテムの特徴に対する興味度合い」を設定する。あるいは、ユーザの属性毎に、その属性を持つユーザのうち、そのアイテムに対して興味を持っているユーザの割合や人数等に基づいて設定してもよい。また、その属性を持つユーザの訪問ＵＵ数や購入ＣＶＲ等に基づいて設定してもよい。

このように、上記「属性毎のユーザのそのアイテムの特徴に対する興味度合い」は、ユーザの属性毎に設定される。そのため、実質的に、上記「属性毎のユーザのそのアイテムの特徴に対する興味度合い」は、ユーザの属性とアイテムとの組毎に設定される。

続けて、ステップＳ４において、情報提供装置１００は、「そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」と、「属性毎のユーザのそのアイテムの特徴に対する興味度合い」と、「そのアイテムの特徴の興味度合いに掛かるパラメータ」とを用いて、「属性毎のユーザのそのアイテムに対する感度スコア」を設定する。

上記「そのアイテムの特徴の興味度合いに掛かるパラメータ」は、予めユーザの属性毎に設定された興味度合いにおける所定の数値に応じて決定される。そのため、実質的に、上記「そのアイテムの特徴の興味度合いに掛かるパラメータ」は、ユーザの属性とアイテムとの組毎に設定された興味度合いにおける所定の数値に応じて決定される。

上記「属性毎のユーザのそのアイテムに対する感度スコア」は、「そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」と、「属性毎のユーザのそのアイテムの特徴に対する興味度合い」と、「そのアイテムの特徴の興味度合いに掛かるパラメータ」とを掛け合わせた値として、ユーザの属性毎に算出される。

すなわち、「そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」×「属性毎のユーザのそのアイテムの特徴に対する興味度合い」×「アイテムの特徴の興味度合いに掛かるパラメータ」＝「属性毎のユーザのそのアイテムに対する感度スコア」とする。

このように、上記「属性毎のユーザのそのアイテムに対する感度スコア」は、ユーザの属性毎に設定される。そのため、実質的に、上記「属性毎のユーザのそのアイテムに対する感度スコア」は、ユーザの属性とアイテムとの組毎に設定される。

続けて、ステップＳ５において、情報提供装置１００は、「そのアイテムの初期スコア」と「属性毎のユーザのそのアイテムに対する感度スコア」とに基づいて、ユーザの属性毎にアイテムのスコアを設定する。

上記アイテムのスコアは、「そのアイテムの初期スコア」と「属性毎のユーザのそのアイテムに対する感度スコア」とを掛け合わせた値として、ユーザの属性毎に算出される。言い換えれば、「そのアイテムの初期スコア」×「属性毎のユーザのそのアイテムに対する感度スコア」＝「ユーザの属性毎のアイテムのスコア」とする。

すなわち、「そのアイテムの初期スコア」×「そのアイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」×「属性毎のユーザのそのアイテムの特徴に対する興味度合い」×「アイテムの特徴の興味度合いに掛かるパラメータ」＝「ユーザの属性毎に設定されるその特徴を持つアイテムのスコア」とする。

このように、上記アイテムのスコアは、ユーザの属性毎に設定される。そのため、実質的に、上記アイテムのスコアは、ユーザの属性とアイテムとの組毎に設定される。

例えば、情報提供装置１００は、ユーザの属性毎のアイテムの特徴（ブランド、セールなど）に対する興味度合いを数値化し、その特徴を持つアイテムのスコアを上げる。

アイテムのスコアは、所定期間毎に（例えば、２、３時間に１回）更新される。そのため、シーズンや流行の変化に対しても、意識することなく迅速に対応できる。

そして、ステップＳ６において、ＥＣサイト等において、ユーザＵが端末装置１０を用いて、検索クエリとしてアイテムに関する検索条件を入力する。

続けて、ステップＳ７において、情報提供装置１００は、入力された検索条件に応じて、アイテムの検索を行う。なお、情報提供装置１００は、外部の検索サーバ（検索エンジン）に検索条件を入力し、応答としてアイテムの検索結果を受け取ってもよい。

続けて、ステップＳ８において、情報提供装置１００は、ユーザＵが持つ属性に設定されたアイテムのスコアに基づいて、検索されたアイテムの表示順を決定する。すなわち、情報提供装置１００は、ユーザＵが持つ属性と検索されたアイテムとの組に設定されたアイテムのスコアに基づいて、アイテムの表示順を決定する。

続けて、ステップＳ９において、情報提供装置１００は、決定されたアイテムの表示順に応じたアイテムの検索結果（ランキング）を、ユーザＵの端末装置１０に提供する。

すなわち、情報提供装置１００は、アイテムのスコアを算出する際には、各ユーザの属性（又は属性の組み合わせ）毎に、属性毎のユーザのアイテムの特徴に対する興味度合いから、アイテムのスコアを算出する。例えば、属性が「社会人」のユーザ群や「男性×３０代」のユーザ群を特定する。次に、特定されたユーザ群の興味がアイテムの特徴と該当しているか否かを判定する。また、ユーザ群の興味度合いを設定する。また、これらを用いて、ユーザ群の感度スコアを設定する。そして、ユーザ群の属性（又は属性の組み合わせ）と対応するアイテムのスコアを算出する。

また、情報提供装置１００は、スコアを用いる際には、情報提供先となる提供先ユーザが入力した検索クエリと対応するアイテムを特定する。次に、アイテムに対応付けられたスコアのうち、提供先ユーザの属性（又は属性の組み合わせ）と対応するスコアを特定する。特定されたスコアで表示順を決定（リスティング）する。そして、決定された表示順でアイテム情報を提供する。

このように、本実施形態に係る情報提供装置１００は、ＥＣサイト等において検索クエリとしてユーザが入力したアイテムに関する検索条件に対し、「そのアイテムの初期スコア」と、「属性毎のユーザのそのアイテムに対する感度スコア」とから予め算出した「アイテムのスコア」に基づき、ユーザの属性毎にアイテムの表示順をリアルタイムに決定した上で、アイテムの表示順に応じたアイテムの検索結果（ランキング）を提供する。

〔１－３．実施例２〕
次に、上記の情報処理方法の実施例２について説明する。実施例２では、属性は、特に言及がなければ、アイテムの属性を指す。すなわち、アイテムの属性に応じてユーザに対するアイテムのランキングを変更する。

例えば、ステップＳ１において、情報提供装置１００は、アイテムの属性毎のユーザの行動履歴からランキングを作成し、そのランキングに従って「属性毎のアイテムの初期スコア」（デフォルトスコア）を設定する。

このように、上記「属性毎のアイテムの初期スコア」は、アイテムの属性毎に設定される。なお、上記「属性毎のアイテムの初期スコア」は、ユーザとアイテムの属性との組毎に設定されてもよいし、ユーザの属性とアイテムの属性との組毎に設定されてもよい。

続けて、ステップＳ２において、情報提供装置１００は、アイテムの特徴が属性毎のユーザの興味に該当しているか否かを判定し、「アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」を求める。

上記「アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」は、アイテムの属性毎に、その属性を持つアイテムの特徴に対してユーザが興味を持っているか否かの判定値を示す。例えば、その属性を持つアイテムの特徴に対して、対象（ターゲット）としているユーザ（又は不特定多数の全ユーザ）のうち一定の割合（半数、６割以上等）又は一定数（１００人以上等）のユーザが興味を持っていれば、その属性を持つアイテムの特徴に対してユーザが興味を持っているとしてもよい。また、訪問ＵＵ数や購入ＣＶＲ等により、その属性を持つアイテムの特徴に対して、対象としているユーザが興味を持っているとしてもよい。

上記「属性毎のユーザのアイテムの特徴に対する興味度合い」は、例えばアイテムの属性毎のユーザのセールアイテムへの興味度合いやお気に入りブランドへの興味度合いなどを示す。この場合、情報提供装置１００は、過去のセールアイテム又は所定のブランドアイテムコンテンツに対する属性毎のユーザの行動履歴に基づいて、「属性毎のユーザのアイテムの特徴に対する興味度合い」を設定する。あるいは、ユーザやアイテムの属性毎に、その属性に該当するユーザのうち、アイテムに対して興味を持っているユーザの割合や人数等に基づいて設定してもよい。また、アイテムの属性毎のユーザの訪問ＵＵ数や購入ＣＶＲ等に基づいて、「属性毎のユーザのアイテムの特徴に対する興味度合い」を設定してもよい。

このように、上記「属性毎のユーザのアイテムの特徴に対する興味度合い」は、アイテムの属性毎に設定される。なお、上記「属性毎のユーザのアイテムの特徴に対する興味度合い」は、ユーザとアイテムの属性との組毎に設定されてもよいし、ユーザの属性とアイテムの属性との組毎に設定されてもよい。

続けて、ステップＳ４において、情報提供装置１００は、「アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」と、「属性毎のユーザのアイテムの特徴に対する興味度合い」と、「アイテムの特徴の興味度合いに掛かるパラメータ」とを用いて、「属性毎のユーザのアイテムに対する感度スコア」を設定する。

上記「アイテムの特徴の興味度合いに掛かるパラメータ」は、予めアイテムの属性毎に設定された興味度合いにおける所定の数値に応じて決定される。なお、上記「アイテムの特徴の興味度合いに掛かるパラメータ」は、ユーザとアイテムの属性との組毎に設定された興味度合いにおける所定の数値に応じて決定されてもよいし、ユーザの属性とアイテムの属性との組毎に設定された興味度合いにおける所定の数値に応じて決定されてもよい。

上記「属性毎のユーザのアイテムに対する感度スコア」は、「アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」と、「属性毎のユーザのアイテムの特徴に対する興味度合い」と、「アイテムの特徴の興味度合いに掛かるパラメータ」とを掛け合わせた値として、アイテムの属性毎に算出される。

すなわち、「アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」×「属性毎のユーザのアイテムの特徴に対する興味度合い」×「アイテムの特徴の興味度合いに掛かるパラメータ」＝「属性毎のユーザのアイテムに対する感度スコア」とする。

このように、上記「属性毎のユーザのアイテムに対する感度スコア」は、アイテムの属性毎に設定される。なお、上記「属性毎のユーザのアイテムに対する感度スコア」は、ユーザとアイテムの属性との組毎に設定されてもよいし、ユーザの属性とアイテムの属性との組毎に設定されてもよい。

続けて、ステップＳ５において、情報提供装置１００は、「属性毎のアイテムの初期スコア」と「属性毎のユーザのアイテムに対する感度スコア」とに基づいて、属性毎のアイテムのスコアを設定する。

上記アイテムのスコアは、「アイテムの初期スコア」と「属性毎のユーザのアイテムに対する感度スコア」とを掛け合わせた値として、アイテムの属性毎に算出される。言い換えれば、「属性毎のアイテムの初期スコア」×「属性毎のユーザのアイテムに対する感度スコア」＝「属性毎のアイテムのスコア」とする。

すなわち、「アイテムの初期スコア」×「アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」×「属性毎のユーザのアイテムの特徴に対する興味度合い」×「アイテムの特徴の興味度合いに掛かるパラメータ」＝「アイテムの属性毎に設定されるその特徴を持つアイテムのスコア」とする。

このように、上記アイテムのスコアは、アイテムの属性毎に設定される。なお、上記アイテムのスコアは、ユーザとアイテムの属性との組毎に設定されてもよいし、ユーザの属性とアイテムの属性との組毎に設定されてもよい。

そして、ステップＳ６において、ＥＣサイト等において、ユーザＵが端末装置１０を用いて、検索クエリとしてアイテムに関する検索条件を入力する。

続けて、ステップＳ７において、情報提供装置１００は、入力された検索条件に応じて、アイテムの検索を行う。なお、情報提供装置１００は、外部の検索サーバ（検索エンジン）に検索条件を入力し、応答としてアイテムの検索結果を受け取ってもよい。

続けて、ステップＳ８において、情報提供装置１００は、アイテムの属性毎に設定されたアイテムのスコアに基づいて、検索されたアイテムの表示順を決定する。このとき、情報提供装置１００は、ユーザＵが持つ属性と検索されたアイテムが持つ属性との組に設定されたアイテムのスコアに基づいて、検索されたアイテムの表示順を決定してもよい。

続けて、ステップＳ９において、情報提供装置１００は、決定されたアイテムの表示順に応じたアイテムの検索結果（ランキング）を、ユーザＵの端末装置１０に提供する。

すなわち、情報提供装置１００は、アイテムのスコアを算出する際には、アイテムの属性（又は属性の組み合わせ）毎に、ユーザのアイテムの特徴に対する興味度合いから、アイテムのスコアを算出する。例えば、属性が「有名ブランドＡ」のアイテム群や「レディースファッション×３０代」のアイテム群を特定する。次に、ユーザの興味が特定されたアイテム群の特徴と該当しているか否かを判定する。また、特定されたアイテム群に対するユーザの興味度合いを設定する。また、これらを用いて、特定されたアイテム群に対するユーザの感度スコアを設定する。そして、特定されたアイテム群の属性（又は属性の組み合わせ）と対応するアイテムのスコアを算出する。

本実施形態に係る情報提供装置１００によれば、メンテナンスに機械学習等を用いた手法に比べ、比較的容易に可能となり、リアルタイムレスポンス処理が容易に行える。また、条件によって柔軟にアイテムのスコアの上げ方を変更することができる。このとき、検索条件（例：検索アイテム）毎に特徴量を変える。また、ユーザセグメント毎に各特徴量の効かせ具合を変える。また、ユーザプロファイル及びアイテムプロファイルを作成しているＳＱＬ（Structured Query Language）サーバからも改善可能である。さらに、人が理解しやすいのでドメイン知識から改善案を考えることができる。

〔２．情報処理システムの構成例〕
次に、図２を用いて、実施形態に係る情報提供装置１００が含まれる情報処理システム１の構成について説明する。図２は、実施形態に係る情報処理システム１の構成例を示す図である。図２に示すように、実施形態に係る情報処理システム１は、端末装置１０と情報提供装置１００とを含む。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネット等のＷＡＮ（Wide Area Network）である。

また、図２に示す情報処理システム１に含まれる各装置の数は図示したものに限られない。例えば、図２では、図示の簡略化のため、端末装置１０を１台のみ示したが、これはあくまでも例示であって限定されるものではなく、２台以上であってもよい。

端末装置１０は、ユーザＵによって使用される情報処理装置である。例えば、端末装置１０は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、ＰＣ（Personal Computer）、ＰＤＡ（Personal Digital Assistant）、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイ等のウェアラブルデバイス（Wearable Device）、スマートグラス等である。

また、かかる端末装置１０は、ＬＴＥ（Long Term Evolution）、４Ｇ（4th Generation）、５Ｇ（5th Generation：第５世代移動通信システム）等の無線通信網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線ＬＡＮ（Local Area Network）等の近距離無線通信を介してネットワークＮに接続し、情報提供装置１００と通信することができる。

情報提供装置１００は、例えばＰＣやサーバ装置、あるいはメインフレーム又はワークステーション等である。なお、情報提供装置１００は、クラウドコンピューティングにより実現されてもよい。

〔３．情報処理装置の構成例〕
次に、図３を用いて、実施形態に係る情報提供装置１００の構成について説明する。図３は、実施形態に係る情報提供装置１００の構成例を示す図である。図３に示すように、情報提供装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。また、通信部１１０は、ネットワークＮ（図２参照）と有線又は無線で接続される。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置によって実現される。図３に示すように、記憶部１２０は、ユーザ情報データベース１２１と、履歴情報データベース１２２と、アイテム情報データベース１２３と、スコア情報データベース１２４とを有する。

（ユーザ情報データベース１２１）
ユーザ情報データベース１２１は、ユーザＵに関する各種情報を記憶する。例えば、ユーザ情報データベース１２１は、ユーザＵの属性等の種々の情報を記憶する。図４は、実施形態に係るユーザ情報データベース１２１の一例を示す図である。図４に示した例では、ユーザ情報データベース１２１は、「ユーザＩＤ（Identifier）」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。

「ユーザＩＤ」は、ユーザＵを識別するための識別情報を示す。例えば、「ユーザＩＤ」は、ユーザＵの名称や、識別番号（ログインＩＤ等）、電話番号、メールアドレス等である。また、「ユーザＩＤ」は、ユーザＵの端末装置１０を識別するための識別情報（端末ＩＤ）であってもよい。

また、「年齢」は、ユーザＩＤにより識別されるユーザＵの年齢を示す。なお、「年齢」は、例えば３５歳など、ユーザＩＤにより識別されるユーザＵの具体的な年齢であってもよい。また、「性別」は、ユーザＩＤにより識別されるユーザＵの性別を示す。

また、「自宅」は、ユーザＩＤにより識別されるユーザＵの自宅の位置情報を示す。なお、図４に示す例では、「自宅」は、「ＬＣ１１」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。

また、「勤務地」は、ユーザＩＤにより識別されるユーザＵの勤務地（学生の場合は学校）の位置情報を示す。なお、図４に示す例では、「勤務地」は、「ＬＣ１２」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。

また、「興味」は、ユーザＩＤにより識別されるユーザＵの興味を示す。すなわち、「興味」は、ユーザＩＤにより識別されるユーザＵが関心の高い対象を示す。例えば、「興味」は、ユーザＵが検索エンジンに入力して検索した検索クエリ（キーワード）等であってもよい。なお、図４に示す例では、「興味」は、各ユーザＵに１つずつ図示するが、複数であってもよい。

例えば、図４に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザＵの年齢は、「２０代」であり、性別は、「男性」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザＵは、自宅が「ＬＣ１１」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザＵは、勤務地が「ＬＣ１２」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザＵは、「スポーツ」に興味があることを示す。

ここで、図４に示す例では、「Ｕ１」、「ＬＣ１１」及び「ＬＣ１２」といった抽象的な値を用いて図示するが、「Ｕ１」、「ＬＣ１１」及び「ＬＣ１２」には、具体的な文字列や数値等の情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な値を図示する場合がある。

なお、ユーザ情報データベース１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報データベース１２１は、ユーザＵの端末装置１０に関する各種情報を記憶してもよい。また、ユーザ情報データベース１２１は、ユーザＵのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）等の属性に関する情報を記憶してもよい。例えば、ユーザ情報データベース１２１は、氏名、家族構成、出身地（地元）、職業、職位、収入、資格、居住形態（戸建、マンション等）、車の有無、通学・通勤時間、通学・通勤経路、定期券区間（駅、路線等）、利用頻度の高い駅（自宅・勤務地の最寄駅以外）、習い事（場所、時間帯等）、趣味、興味、ライフスタイル等の情報を記憶してもよい。

（履歴情報データベース１２２）
履歴情報データベース１２２は、ユーザＵの行動履歴を示す各種の履歴情報（ログデータ）を記憶する。図５は、実施形態に係る履歴情報データベース１２２の一例を示す図である。図５に示す例では、履歴情報データベース１２２は、「ユーザＩＤ」、「位置履歴」、「検索履歴」、「閲覧履歴」、「購買履歴」、「投稿履歴」といった項目を有する。

「ユーザＩＤ」は、ユーザＵを識別するための識別情報を示す。また、「位置履歴」は、ユーザＵの位置の履歴を示す。また、「検索履歴」は、ユーザＵが入力した検索クエリの履歴を示す。また、「閲覧履歴」は、ユーザＵが閲覧したコンテンツの履歴を示す。また、「購買履歴」は、ユーザＵによる購買の履歴を示す。また、「投稿履歴」は、ユーザＵによる投稿の履歴を示す。

なお、履歴情報データベース１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、履歴情報データベース１２２は、ユーザＵの周囲に所在する店舗（ユーザＵが対象者となり得る店舗）を示す情報を記憶してもよい。

（アイテム情報データベース１２３）
アイテム情報データベース１２３は、アイテムに関する各種情報を記憶する。図６は、実施形態に係るアイテム情報データベース１２３の一例を示す図である。図６に示す例では、アイテム情報データベース１２３は、「アイテムＩＤ」、「検索条件」、「特徴」といった項目を有する。

「アイテムＩＤ」は、アイテムを識別するための識別情報を示す。例えば、「アイテムＩＤ」は、アイテムの名称や、商品コード（型番）、ＪＡＮコード（Japanese Article Number）、ＥＡＮコード（European Article Number）、ＵＰＣ（Universal Product Code）等である。また、「アイテムＩＤ」は、バーコードや二次元コード等であってもよい。

また、「検索条件」は、アイテムを検索する際に検索クエリとして入力されたアイテムに関する検索条件を示す。また、「特徴」は、アイテムが持つ特徴を示す。例えば、「特徴」は、ユーザが興味を持ちそうな特徴（ショップ／ブランド／カテゴリ／セール／クーポン／新着／シーズン／流行／価格など）に関する情報を示す。

例えば、図４に示す例において、アイテムＩＤ「アイテム＃１」により識別されるアイテムは、検索条件として「検索条件＃１」が入力されたときに検索され、特徴として「特徴＃１」を持っていることを示す。

なお、アイテム情報データベース１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、アイテム情報データベース１２３は、アイテムの在庫状況や配送予定日等に関する情報を記憶してもよい。また、アイテム情報データベース１２３は、アイテムに関する特記事項や注意事項（年齢制限、販売数量の制限、セール期間等）に関する情報を記憶してもよい。また、アイテム情報データベース１２３は、履歴情報データベース１２２の「検索履歴」、「閲覧履歴」、又は「購買履歴」等の一部であってもよい。また、アイテム情報データベース１２３は、アイテムの属性に関する情報を記憶してもよい。

（スコア情報データベース１２４）
スコア情報データベース１２４は、アイテムのスコアに関する各種情報を記憶する。図７は、実施形態に係るスコア情報データベース１２４の一例を示す図である。図７に示す例では、スコア情報データベース１２４は、「属性」、「アイテムＩＤ」、「初期スコア」、「判定値」、「興味度合い」、「パラメータ」、「感度スコア」、「スコア」といった項目を有する。

「属性」は、ユーザＵやアイテムが持つ各種属性を示す。ユーザの属性とは、例えばユーザの年代（年齢層や世代でも可）や性別、居住地、職業、収入、趣味等であってもよいし、そのユーザが興味や関心を持っている（又は検索履歴や購入履歴がある）アイテムのカテゴリやブランド等であってもよい。また、アイテムの属性とは、例えばそのアイテムが対象（ターゲット）としているユーザの年代や性別、居住地、職業、収入、趣味等であってもよいし、そのアイテムのカテゴリやブランド等であってもよい。

また、「アイテムＩＤ」は、アイテムを識別するための識別情報を示す。また、「初期スコア」は、アイテムの初期スコア（デフォルトスコア）を示す。

また、「判定値」は、アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値を示す。また、「興味度合い」は、属性毎のユーザのアイテムの特徴に対する興味度合いを示す。また、「パラメータ」は、アイテムの特徴の興味度合いに掛かるパラメータを示す。

また、「感度スコア」は、属性毎のユーザのアイテムに対する感度スコアを示す。なお、「感度スコア」は、「判定値」と、「興味度合い」と、「パラメータ」とを掛け合わせた値として算出される。

また、「スコア」は、アイテムのスコアを示す。なお、「スコア」は、「初期スコア」と「感度スコア」とを掛け合わせた値として算出される。すなわち、「スコア」は、「初期スコア」と、「判定値」と、「興味度合い」と、「パラメータ」とを掛け合わせた値として算出される。

例えば、図７に示す例において、ユーザやアイテムの属性「属性＃１」について、ユーザＵが入力した検索条件にヒットしたアイテムＩＤ「アイテム＃１１」により識別されるアイテムには、初期スコアとして「初期スコア＃１１」が設定されていることを示す。また、アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値は、「判定値＃１１」であることを示す。また、属性毎のユーザのアイテムの特徴に対する興味度合いは、「興味度合い＃１１」であることを示す。また、アイテムの特徴の興味度合いに掛かるパラメータは、「パラメータ＃１１」であることを示す。また、属性毎のユーザのアイテムに対する感度スコアは、「感度スコア＃１１」であることを示す。そして、アイテムのスコアは、「スコア＃１１」であることを示す。

なお、スコア情報データベース１２４は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、スコア情報データベース１２４は、スコアが算出又は記憶された日時を記憶してもよい。また、スコア情報データベース１２４は、スコアが更新されるたびに、更新前のスコアを別途記憶してもよい。すなわち、スコア情報データベース１２４は、過去のスコアを履歴として蓄積してもよい。

また、スコア情報データベース１２４は、各アイテムをスコアの値の昇順・降順に並べ替えて（ソートして）記憶／表示してもよい。

（制御部１３０）
図３に戻り、説明を続ける。制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等によって、情報提供装置１００の内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ等の記憶領域を作業領域として実行されることにより実現される。図３に示す例では、制御部１３０は、取得部１３１と、設定部１３２と、判定部１３３と、受付部１３４と、検索部１３５と、決定部１３６と、提供部１３７とを有する。

（取得部１３１）
取得部１３１は、通信部１１０を介して、ユーザＵの端末装置１０から、ユーザＵに関する情報（属性情報等）を取得する。このとき、取得部１３１は、受け付けたユーザＵに関する情報を記憶部１２０のユーザ情報データベース１２１に記憶する。

また、取得部１３１は、通信部１１０を介して、各ユーザの端末装置１０又は外部のサーバ装置等から、各種の履歴情報（ログデータ）を取得する。このとき、取得部１３１は、取得した各種の履歴情報を記憶部１２０の履歴情報データベース１２２に記憶する。

（設定部１３２）
設定部１３２は、アイテムに関する入力に対し、アイテムの初期スコア（デフォルトスコア）と、ユーザやアイテムの属性（ユーザとアイテムとのうち少なくとも一方の属性毎）のユーザのアイテムに対する感度スコアとから、ユーザやアイテムの属性毎にアイテムのスコアを設定する。

まず、設定部１３２は、予め取得したユーザ情報（会員における性・年代別情報）に基づくユーザセグメント毎のアイテムへの行動回数（例：閲覧数）から、アイテムの初期スコアを算出する。設定部１３２は、アイテムの初期スコアを、アイテム毎に設定する。但し、実際には、ユーザやアイテムの属性毎にアイテムの初期スコアを設定してもよい。例えば、アイテムの初期スコアは、アイテムの属性毎に設定されてもよいし、ユーザの属性とアイテムとの組毎に設定されてもよいし、ユーザとアイテムの属性との組毎に設定されてもよいし、ユーザの属性とアイテムの属性との組毎に設定されてもよい。このとき、設定部１３２は、アイテムの初期スコアを、記憶部１２０のスコア情報データベース１２４に記憶する。

次に、設定部１３２は、所定の期間（例：過去２ヶ月間）の会員の行動から、「属性毎のユーザのアイテムの特徴に対する興味度合い」を設定する。このとき、設定部１３２は、属性毎のユーザのアイテムの特徴に対する興味度合いを、記憶部１２０のスコア情報データベース１２４に記憶する。

次に、設定部１３２は、予めユーザやアイテムの属性毎に設定された興味度合いにおける所定の数値に応じて、アイテムの特徴の興味度合いに掛かるパラメータを設定する。

次に、設定部１３２は、アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値と、属性毎のユーザのアイテムの特徴に対する興味度合いと、アイテムの特徴の興味度合いに掛かるパラメータとを掛け合わせた値として、属性毎のユーザのアイテムに対する感度スコアを算出する。すなわち、「アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」×「属性毎のユーザのアイテムの特徴に対する興味度合い」×「アイテムの特徴の興味度合いに掛かるパラメータ」＝「属性毎のユーザのアイテムに対する感度スコア」とする。設定部１３２は、属性毎のユーザのアイテムに対する感度スコアを、ユーザやアイテムの属性毎に設定する。このとき、設定部１３２は、属性毎のユーザのアイテムに対する感度スコアを、記憶部１２０のスコア情報データベース１２４に記憶する。

最後に、設定部１３２は、アイテムの初期スコアと、属性毎のユーザのアイテムに対する感度スコア」とを掛け合わせた値を、属性毎のアイテムのスコアとして算出する。すなわち、「アイテムの初期スコア」×「属性毎のユーザのアイテムに対する感度スコア」＝「アイテムのスコア」とする。

言い換えれば、「アイテムの初期スコア」×「アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」×「属性毎のユーザのアイテムの特徴に対する興味度合い」×「アイテムの特徴の興味度合いに掛かるパラメータ」＝「ユーザやアイテムの属性毎に設定されるその特徴を持つアイテムのスコア」とする。

設定部１３２は、アイテムのスコアを、ユーザやアイテムの属性毎に設定する。このとき、設定部１３２は、アイテムのスコアを、ユーザの属性とアイテムとの組毎に設定してもよいし、ユーザとアイテムの属性との組毎に設定してもよいし、ユーザの属性とアイテムの属性との組毎に設定してもよい。このとき、設定部１３２は、アイテムのスコアを、記憶部１２０のスコア情報データベース１２４に記憶する。

（判定部１３３）
判定部１３３は、アイテムの特徴が属性毎のユーザの興味に該当しているか否かを判定する。そして、判定部１３３は、アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値を求める。例えば、判定部１３３は、属性毎にユーザが興味を持っているアイテムの特徴に関するリストを予め作成しておき、アイテムの特徴がそのリストに入っているか否かを判定する。あるいは、判定部１３３は、アイテムの特徴に関するフラグが立っているか否かを判定する。ここでは、アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値は、該当していなければ「０」、該当していれば「１」とする。このとき、判定部１３３は、判定値を、記憶部１２０のスコア情報データベース１２４に記憶する。なお、判定部１３３は、上記の設定部１３２であってもよい。

（受付部１３４）
受付部１３４は、通信部１１０を介して、ユーザＵの端末装置１０から、検索クエリとしてアイテムに関する検索条件の入力を受け付ける。

（検索部１３５）
検索部１３５は、入力された検索条件に応じて、検索エンジンが検索対象としてデータベースにインデックス（index）したアイテムの一覧の中から、該当するアイテムを検索する。このとき、検索部１３５は、該当するアイテムのアイテムＩＤと、検索に用いた検索条件と、アイテムの特徴とを、記憶部１２０のアイテム情報データベース１２３に記憶する。なお、検索部１３５は、外部の検索サーバ（検索エンジン）等であってもよい。また、検索部１３５は、情報提供装置１００は、外部の検索サーバ（検索エンジン）に検索条件を入力し、応答としてアイテムの検索結果を受け取ってもよい。

（決定部１３６）
決定部１３６は、ユーザＵやアイテムの属性毎に設定されたアイテムのスコアに基づき、ユーザＵに対するアイテムの表示順を決定する。すなわち、決定部１３６は、ユーザＵが持つ属性と検索されたアイテム（又はアイテムの属性）との組に設定されたアイテムのスコアに基づいて、アイテムの表示順を決定する。このとき、決定部１３６は、属性毎に設定されたアイテムのスコアに基づき、ユーザＵに対するアイテムの表示順を変更する必要がある場合には、ユーザＵに対するアイテムの表示順を変更する。例えば、決定部１３６は、アイテムの検索結果（ランキング）を、アイテムのスコアの値の昇順・降順に並べ替える（ソートする）。すなわち、決定部１３６は、ユーザＵに対するアイテムの表示順を変更する変更部でもある。

（提供部１３７）
提供部１３７は、通信部１１０を介して、決定されたアイテムの表示順に応じたアイテムの検索結果（ランキング）を、検索条件を入力したユーザＵの端末装置１０に提供する。すなわち、提供部１３７は、ユーザＵの端末装置１０からの検索要求に対して、アイテムの検索結果（ランキング）を配信する配信部でもある。

〔４．処理手順〕
次に、図８を用いて実施形態に係る情報提供装置１００による処理手順について説明する。図８は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、情報提供装置１００の制御部１３０によって繰り返し実行される。

図８に示すように、情報提供装置１００の設定部１３２は、予め取得したユーザ情報（会員における性・年代別情報）に基づくユーザセグメント毎のアイテムへの行動回数（例：閲覧数）から、アイテムの初期スコアを算出し、アイテム毎（又はアイテムの属性毎）に設定する（ステップＳ１０１）。

続けて、情報提供装置１００の判定部１３３は、アイテムの特徴が属性毎のユーザの興味に該当しているか否かを判定し、アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値を求める（ステップＳ１０２）。

続けて、情報提供装置１００の設定部１３２は、所定の期間（例：過去２ヶ月間）の会員の行動から、属性毎のユーザのアイテムの特徴に対する興味度合いを設定する（ステップＳ１０３）。

続けて、設定部１３２は、予めユーザやアイテムの属性毎に設定された興味度合いにおける所定の数値に応じて、アイテムの特徴の興味度合いに掛かるパラメータを設定する（ステップＳ１０４）。

続けて、設定部１３２は、アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値と、属性毎のユーザのアイテムの特徴に対する興味度合いと、アイテムの特徴の興味度合いに掛かるパラメータとを掛け合わせた値として、属性毎のユーザのアイテムに対する感度スコアを算出し、ユーザやアイテムの属性毎に設定する（ステップＳ１０５）。

すなわち、「アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」×「属性毎のユーザのアイテムの特徴に対する興味度合い」×「アイテムの特徴の興味度合いに掛かるパラメータ」＝「属性毎のユーザのアイテムに対する感度スコア」とする。

続けて、設定部１３２は、アイテムの初期スコアと、属性毎のユーザのアイテムに対する感度スコアとに基づいて、アイテムのスコアを算出し、ユーザやアイテムの属性毎に設定する（ステップＳ１０６）。

すなわち、「アイテムの初期スコア」×「属性毎のユーザのアイテムに対する感度スコア」＝「アイテムのスコア」とする。言い換えれば、「アイテムの初期スコア」×「アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値」×「属性毎のユーザのアイテムの特徴に対する興味度合い」×「アイテムの特徴の興味度合いに掛かるパラメータ」＝「属性毎に設定されるその特徴を持つアイテムのスコア」とする。

続けて、情報提供装置１００の受付部１３４は、通信部１１０を介して、ユーザＵの端末装置１０から検索条件（検索クエリ）としてアイテムに関する入力を受け付ける（ステップＳ１０７）。
続けて、情報提供装置１００の検索部１３５は、入力された検索条件に応じて、検索エンジンが検索対象としてデータベースにインデックス（index）したアイテムの一覧の中から、該当するアイテムを検索する（ステップＳ１０８）。

続けて、情報提供装置１００の決定部１３６は、属性毎に設定されたアイテムのスコアに基づき、ユーザＵに対するアイテムの表示順を決定する（ステップＳ１０９）。

すなわち、決定部１３６は、ユーザＵが持つ属性と検索されたアイテム（又はアイテムの属性）との組に設定されたアイテムのスコアに基づいて、アイテムの表示順を決定する。このとき、決定部１３６は、属性毎に設定されたアイテムのスコアに基づき、ユーザＵに対するアイテムの表示順を変更する必要がある場合には、ユーザＵに対するアイテムの表示順を変更する。例えば、決定部１３６は、アイテムの検索結果（ランキング）を、アイテムのスコアの値の昇順・降順に並べ替える（ソートする）。

続けて、情報提供装置１００の提供部１３７は、通信部１１０を介して、決定されたアイテムの表示順に応じたアイテムの検索結果（ランキング）を、検索条件を入力したユーザＵの端末装置１０に提供する（ステップＳ１１０）。

〔５．変形例〕
上述した端末装置１０及び情報提供装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。

上記実施形態において、情報提供装置１００は、アイテムの特徴が属性毎のユーザの興味に該当しているか否かの判定値が「０」で、属性毎のユーザの感度スコア及びアイテムのスコアがいずれも「０」となる場合には、当該アイテムを検索結果（ランキング）に含めないようにしてもよい。すなわち、情報提供装置１００は、アイテムの特徴が属性毎のユーザの興味に該当しない場合、端末装置１０に対して、当該アイテムを提供及び表示しないようにしてもよい。

また、上記実施形態において、情報提供装置１００は、１つのアイテムが複数の特徴を持ち、属性毎のユーザがそのアイテムの２以上の特徴に対して興味を持っている場合、まずアイテムの特徴毎にアイテムのスコアを算出し、特徴毎のスコアを合算した値（合計値）を、最終的に当該アイテムのスコアとして設定してもよい。

また、上記実施形態において、アイテムの特徴が属性毎のユーザの興味に該当しているか否かを判定する際に、１つのアイテムが複数の特徴を持っている場合、属性毎のユーザが全ての特徴に対して興味を持っている必要はなく、少なくとも１つの特徴に対して興味を持っていれば、属性毎のユーザの興味に該当しているとしてもよい。

また、上記実施形態において、ある属性について、１つのアイテムが複数の特徴を持っており、ユーザが複数の特徴のうち２以上の特徴に対して興味を持っている場合、そのアイテムが持つ複数の特徴のうち、ユーザが最も興味を持っている特徴（最も興味度合いが高い特徴）を、その属性におけるそのアイテムの特徴としてもよい。

また、上記実施形態において、ユーザの属性毎にユーザグループを設定してもよい。このユーザグループは、所属するメンバー（構成メンバー）全員が共通の属性を持つユーザの集団（ユーザ群）である。グループに属するユーザ間で共通する属性は、単数であってもよいし、複数であってもよい。また、１人のユーザが複数の属性を持つ場合、そのうちの少なくとも１つの属性が共通するユーザグループに属していてもよいし、全ての属性が共通するユーザグループに属していてもよい。すなわち、複数の属性を持つ１人のユーザが、属性の種類や組み合わせに応じて、複数のユーザグループに属していてもよい。ここで、１人のユーザが複数のユーザグループに属することで、アイテムのスコアが重複した場合には、アイテムのスコアとして、スコアの値の合計値や最大値を使用してもよいし、スコアの値の平均値や中央値を使用してもよい。

また、上記実施形態において、アイテムの属性毎にアイテムグループを設定してもよい。このアイテムグループは、グループに属する全てのアイテムが共通の属性を持つアイテムの集団（アイテム群）である。グループに属するアイテム間で共通する属性は、単数であってもよいし、複数であってもよい。また、１つのアイテムが複数の属性を持つ場合、そのうちの少なくとも１つの属性が共通するアイテムグループに属していてもよいし、全ての属性が共通するアイテムグループに属していてもよい。すなわち、複数の属性を持つ１つのアイテムが、属性の種類や組み合わせに応じて、複数のアイテムグループに属していてもよい。ここで、１つのアイテムが複数のアイテムグループに属することで、アイテムのスコアが重複した場合には、アイテムのスコアとして、スコアの値の合計値や最大値を使用してもよいし、スコアの値の平均値や中央値を使用してもよい。

〔６．効果〕
上述してきたように、本願に係る情報提供装置１００は、設定部１３２と、受付部１３４と、検索部１３５と、決定部１３６と、提供部１３７と、を備える。設定部１３２は、予め、アイテムの初期スコアと、ユーザとアイテムとのうち少なくとも一方の属性毎のユーザのアイテムに対する感度スコアとから、属性毎にアイテムのスコアを設定する。受付部１３４は、ユーザからアイテムに関する検索条件の入力を受け付ける。検索部１３５は、入力された検索条件に応じてアイテムを検索する。決定部１３６は、ユーザＵが持つ属性に設定されたアイテムのスコアに基づき、ユーザに対するアイテムの表示順を決定する。提供部１３７は、決定されたアイテムの表示順に応じたアイテムの検索結果（ランキング）をユーザに提供する。

このように、ユーザやアイテムの属性毎にユーザに対するアイテムの表示順を適切に変えることで、商品検索の利便性を向上することができる。

〔７．ハードウェア構成〕
また、上述した実施形態に係る端末装置１０や情報提供装置１００は、例えば図９に示すような構成のコンピュータ１０００によって実現される。以下、情報提供装置１００を例に挙げて説明する。図９は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力Ｉ／Ｆ（Interface）１０６０、入力Ｉ／Ｆ１０７０、ネットワークＩ／Ｆ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。演算装置１０３０は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等により実現される。

一次記憶装置１０４０は、ＲＡＭ（Random Access Memory）等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等により実現される。二次記憶装置１０５０は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置１０５０は、ＵＳＢメモリやＳＤ（Secure Digital）メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置１０５０は、クラウドストレージ（オンラインストレージ）やＮＡＳ（Network Attached Storage）、ファイルサーバ等であってもよい。

出力Ｉ／Ｆ１０６０は、ディスプレイ、プロジェクタ、及びプリンタ等といった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインターフェイスであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力Ｉ／Ｆ１０７０は、マウス、キーボード、キーパッド、ボタン、及びスキャナ等といった各種の入力装置１０２０から情報を受信するためのインターフェイスであり、例えば、ＵＳＢ等により実現される。

また、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０はそれぞれ出力装置１０１０及び入力装置１０２０と無線で接続してもよい。すなわち、出力装置１０１０及び入力装置１０２０は、ワイヤレス機器であってもよい。

また、出力装置１０１０及び入力装置１０２０は、タッチパネルのように一体化していてもよい。この場合、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０も、入出力Ｉ／Ｆとして一体化していてもよい。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、又は半導体メモリ等から情報を読み出す装置であってもよい。

ネットワークＩ／Ｆ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力Ｉ／Ｆ１０６０や入力Ｉ／Ｆ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が情報提供装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器から取得したプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行してもよい。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。

〔８．その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。

また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

例えば、上述した情報提供装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットホーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
１００ 情報提供装置
１１０ 通信部
１２０ 記憶部
１２１ ユーザ情報データベース
１２２ 履歴情報データベース
１２３ アイテム情報データベース
１２４ スコア情報データベース
１３０ 制御部
１３１ 取得部
１３２ 設定部
１３３ 判定部
１３４ 受付部
１３５ 検索部
１３６ 決定部
１３７ 提供部

本願に係る情報処理装置は、予め、アイテムの初期スコアと、ユーザとアイテムとのうち少なくとも一方の属性毎のユーザのアイテムに対する感度スコアとから、属性毎にユーザに対するアイテムのスコアを設定する設定部と、ユーザからアイテムに関する検索条件の入力を受け付ける受付部と、前記検索条件に応じてアイテムを検索する検索部と、前記属性毎に設定されたアイテムのスコアに基づき、前記ユーザに対するアイテムの表示順を決定する決定部と、決定されたアイテムの表示順に応じたアイテムの検索結果を前記ユーザに提供する提供部と、を備え、前記設定部は、前記アイテムの特徴が前記属性毎のユーザの興味に該当しているか否かの判定値と、前記属性毎のユーザのアイテムの特徴に対する興味度合いと、前記アイテムの特徴の興味度合いに掛かるパラメータとに基づいて、前記属性毎のユーザのアイテムに対する感度スコアを算出して設定する、ことを特徴とする。

Claims (14)

1. 予め、アイテムの初期スコアと、ユーザとアイテムとのうち少なくとも一方の属性毎のユーザのアイテムに対する感度スコアとから、前記属性毎にアイテムのスコアを設定する設定部と、
   ユーザからアイテムに関する検索条件の入力を受け付ける受付部と、
   前記検索条件に応じてアイテムを検索する検索部と、
   前記属性毎に設定されたアイテムのスコアに基づき、前記ユーザに対するアイテムの表示順を決定する決定部と、
   決定されたアイテムの表示順に応じた前記アイテムの検索結果を前記ユーザに提供する提供部と、
   を備えることを特徴とする情報処理装置。
2. 前記アイテムの初期スコアは、アイテム毎に設定されている、
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記アイテムのスコアは、ユーザの属性とアイテムとの組毎に設定されている、
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記設定部は、アイテム毎のユーザの行動履歴からランキングを作成し、前記ランキングに従ってアイテムの初期スコアを設定する、
   ことを特徴とする請求項１～３のうちいずれか１つに記載の情報処理装置。
5. 前記設定部は、予め取得したユーザ情報に基づくユーザセグメント毎のアイテムへの行動回数から、前記アイテムの初期スコアを算出して設定する、
   ことを特徴とする請求項１～４のうちいずれか１つに記載の情報処理装置。
6. 前記アイテムの初期スコアは、アイテムの属性毎に設定されている、
   ことを特徴とする請求項１に記載の情報処理装置。
7. 前記アイテムのスコアは、ユーザの属性とアイテムの属性との組毎に設定されている、
   ことを特徴とする請求項６に記載の情報処理装置。
8. 前記設定部は、前記アイテムの特徴が前記属性毎のユーザの興味に該当しているか否かの判定値と、前記属性毎のユーザのアイテムの特徴に対する興味度合いと、前記アイテムの特徴の興味度合いに掛かるパラメータとに基づいて、前記属性毎のユーザのアイテムに対する感度スコアを算出して設定する、
   ことを特徴とする請求項１～７のうちいずれか１つに記載の情報処理装置。
9. 前記アイテムの特徴が前記属性毎のユーザの興味に該当しているか否かを判定し、前記アイテムの特徴が前記属性毎のユーザの興味に該当しているか否かの判定値を求める判定部と、
   をさらに備えることを特徴とする請求項８に記載の情報処理装置。
10. 前記判定部は、前記属性毎にユーザが興味を持っているアイテムの特徴に関するリストを予め作成しておき、前記アイテムの特徴が前記リストに入っているか否かを判定する、
    ことを特徴とする請求項９に記載の情報処理装置。
11. 前記判定部は、前記アイテムの特徴に関するフラグが立っているか否かを判定する、
    ことを特徴とする請求項９又は１０に記載の情報処理装置。
12. 前記アイテムの特徴は、ショップ、ブランド、カテゴリ、セール、クーポン、新着、シーズン、流行、及び価格のうち少なくとも１つに関する情報を含む、
    を特徴とする請求項８～１１のうちいずれか１つに記載の情報処理装置。
13. 情報処理装置が実行する情報処理方法であって、
    予め、アイテムの初期スコアと、ユーザとアイテムとのうち少なくとも一方の属性毎のユーザのアイテムに対する感度スコアとから、前記属性毎にアイテムのスコアを設定する設定工程と、
    ユーザからアイテムに関する検索条件の入力を受け付ける受付工程と、
    前記検索条件に応じてアイテムを検索する検索工程と、
    前記属性毎に設定されたアイテムのスコアに基づき、前記ユーザに対するアイテムの表示順を決定する決定工程と、
    決定されたアイテムの表示順に応じた前記アイテムの検索結果を前記ユーザに提供する提供工程と、
    を含むことを特徴とする情報処理方法。
14. 予め、アイテムの初期スコアと、ユーザとアイテムとのうち少なくとも一方の属性毎のユーザのアイテムに対する感度スコアとから、前記属性毎にアイテムのスコアを設定する設定手順と、
    ユーザからアイテムに関する検索条件の入力を受け付ける受付手順と、
    前記検索条件に応じてアイテムを検索する検索手順と、
    前記属性毎に設定されたアイテムのスコアに基づき、前記ユーザに対するアイテムの表示順を決定する決定手順と、
    決定されたアイテムの表示順に応じた前記アイテムの検索結果を前記ユーザに提供する提供手順と、
    をコンピュータに実行させるための情報処理プログラム。

Images