JP2022068024A - 選択装置、選択方法及び選択プログラム - Google Patents

Abstract

【課題】利用者に対して提供する取引対象の情報を適切に選択する選択装置を提供する。【解決手段】選択システム１において、選択装置１００は、利用者情報に基づいて、取引対象のうちから、利用者に対して提供する取引対象の候補である取引対象候補を選択する第１選択部と、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、第１選択部によって選択された取引対象候補のうちから、所定のコンテンツが表示された表示回数に基づいて選択する第２選択部と、を有する。【選択図】図５

Description

本発明は、選択装置、選択方法及び選択プログラムに関する。

従来、利用者に様々な情報を提供する技術が知られている。例えば、利用者に対して提供するコンテンツを、推奨システムを用いて、利用者のコンテンツ閲覧に基づいて選択する技術が提供されている。

特開２０１６－０５１３５７号公報

しかしながら、上記の従来技術では、利用者に対して提供するコンテンツを、推奨システムを用いて、利用者のコンテンツ閲覧に基づいて選択しているに過ぎず、コンテンツ以外の情報を適切に選択できるとは限らない。

本願は、上記に鑑みてなされたものであって、利用者に対して提供する取引対象の情報を適切に選択することができる選択装置、選択方法及び選択プログラムを目的とする。

本願に係る選択装置は、利用者に関する利用者情報に基づいて、取引対象のうちから、利用者に対して提供する取引対象の候補である取引対象候補を選択する第１選択部と、前記利用者が所定のコンテンツを表示する際に、当該所定のコンテンツに表示される取引対象を、前記第１選択部によって選択された取引対象候補のうちから、当該所定のコンテンツが表示された表示回数に基づいて選択する第２選択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、利用者に対して提供する取引対象の情報を適切に選択することができるという効果を奏する。

図１は、実施形態に係る選択装置が実行する選択処理の一例を示す図である。 図２は、実施形態に係る取引対象の順位の具体例を示す図である。 図３は、実施形態に係るコンテンツの具体例を示す図である。 図４は、実施形態に係る取引対象候補の順位の具体例を示す図である。 図５は、実施形態に係る選択システムの構成例を示す図である。 図６は、実施形態に係る利用者情報記憶部の一例を示す図である。 図７は、実施形態に係る取引対象情報記憶部の一例を示す図である。 図８は、実施形態に係るコンテンツ記憶部の一例を示す図である。 図９は、実施形態に係る選択装置が実行する選択処理の流れの一例を示すフローチャートである。 図１０は、選択装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る選択装置、選択方法及び選択プログラムを実施するための形態（以下、「実施形態」と呼ぶ）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選択装置、選択方法及び選択プログラムが限定されるものではない。また、各実施形態は、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、以下の各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．選択装置が示す提供処理の一例〕
まず、図１を用いて、選択装置１００が実行する選択処理の一例について説明する。図１は、実施形態に係る選択装置１００が実行する選択処理の一例を示す図である。図１では、オークションサイト又はフリーマーケットサイトにて取引される取引対象に対する選択処理を示す。ここで、取引対象とは、商品又はサービスの利用である。

まず、利用者情報に基づくスコアが高い取引対象を含むコンテンツを提供する例を説明する。図１に示すように、選択装置１００は、外部装置２０から利用者に関する利用者情報を取得する（ステップＳ１）。

図１の例では、利用者が所定のサービスに会員登録しているものとする。また、利用者は、会員登録時に、利用者の性別や、年齢や、電話番号や、住所等の属性に関する属性情報を登録するものとする。この場合、選択装置１００は、利用者情報として、利用者の属性情報や、インターネットショッピング、電子商店街、オークションサイト又はフリーマーケットサイト等における購買履歴や、コンテンツの表示履歴等を外部装置２０から取得する。例えば、選択装置１００は、所定の期間（例えば、５時間、１日等）毎に、利用者情報を外部装置２０から取得する。

また、選択装置１００は、外部装置２０から取引対象に関する情報を取得する（ステップＳ２）。例えば、選択装置１００は、オークションサイト又はフリーマーケットサイトにて取引される取引対象に関する情報を外部装置２０から取得する。より具体的な例を挙げると、選択装置１００は、オークションサイトにて入札中のスマートフォンに関する情報を外部装置２０から取得する。例えば、選択装置１００は、所定の期間毎に、取引対象に関する情報を外部装置２０から取得する。

なお、上記例では、選択装置１００が、ステップＳ１と、ステップＳ２とに分けて取得処理を行う例を挙げて説明したが、選択装置１００は、外部装置２０から利用者情報と、取引対象に関する情報とを同時に取得してもよい。

続いて、選択装置１００は、コンテンツ提供の要求を端末装置１０から受付ける（ステップＳ３）。例えば、選択装置１００は、コンテンツの一例として、ポータルサイト提供の要求を端末装置１０から受付ける。

なお、上記例では、選択装置１００が、ステップＳ１と、ステップＳ２とを実行した後に、ステップＳ３を実行する例を挙げて説明したが、選択装置１００は、ステップＳ３を実行した後に、ステップＳ１と、ステップＳ２とを実行してもよい。

そして、選択装置１００は、選択された取引対象の第１スコアＳＣ１を算出する（ステップＳ４）。例えば、選択装置１００は、機械学習等の従来技術を用いて、取引対象と、利用者情報とを入力することで、取引対象を購入する可能性を示す第１スコアＳＣ１を出力する学習モデルを生成する。

例えば、選択装置１００は、取引対象と、利用者情報と、かかる取引対象が利用者によって過去に購入されたか否かに関する情報との関係性を学習した学習モデルを生成する。これにより、選択装置１００は、取引対象と、利用者情報とを学習モデルに入力することで、第１スコアＳＣ１を算出する。

また、選択装置１００は、学習データとして、各種利用者情報（属性等）を示す情報と、かかる利用者によって選択された取引対象の情報とを取得する。そして、選択装置１００は、利用者情報と、かかる利用者によって選択された取引対象の情報とを入力した際に、利用者情報と、かかる利用者によって選択されなかった取引対象の情報とを入力した際よりも高い値のスコアを出力するように学習モデルの学習を行う。なお、他にも、取引対象に対する利用者の興味関心が示す具合いを数値化する各種の技術が採用可能である。

例えば、選択装置１００は、深層学習を用いて、バックプロパゲーション（誤差逆伝播法）等の手法により学習モデルの生成処理を行う。例えば、選択装置１００は、学習処理により、ノード間で値が伝達する際に考慮される重みの値を調整する。このように、選択装置１００は、学習モデルにおける出力と、入力に対応する正解との誤差が少なくなるように重みの値を補正するバックプロパゲーション等の処理により、学習モデルを生成する。例えば、選択装置１００は、所定の損失関数を最小化するようにバックプロパゲーション等の処理を行うことにより、学習モデルを生成する。これにより、選択装置１００は、学習モデルの生成処理を行うことができる。なお、上記例に限定されず、他の機械学習に基づいて、各種計算方法が採用可能である。

ここで、図２を用いて、取引対象の第１スコアＳＣ１に基づく順位の具体例を示す。図２は、実施形態に係る取引対象の順位の具体例を示す図である。図２の例では、取引対象の順位と、取引対象を識別する識別情報である取引対象ＩＤ（Identifier）と、第１スコアＳＣ１とを対応付けた表ＴＡ１を示す。ここで、表ＴＡ１は、外部装置２０から取得された５０個の取引対象のうち、２０個の取引対象に対する第１スコアＳＣ１を示すものとする。なお、図２の例では、表ＴＡ１は、１０個の取引対象に対する第１スコアＳＣ１を示す。

表ＴＡ１によると、順位「１位」が、取引対象ＩＤ「Ｍ１」であり、第１スコアＳＣ１が「１．０」である。順位「２位」が、取引対象ＩＤ「Ｍ２」であり、第１スコアＳＣ１が「０．９４」である。順位「３位」が、取引対象ＩＤ「Ｍ３」であり、第１スコアＳＣ１が「０．８９」である。順位「４位」が、取引対象ＩＤ「Ｍ４」であり、第１スコアＳＣ１が「０．８４」である。順位「５位」が、取引対象ＩＤ「Ｍ５」であり、第１スコアＳＣ１が「０．７９」である。

順位「６位」が、取引対象ＩＤ「Ｍ６」であり、第１スコアＳＣ１が「０．７４」である。順位「７位」が、取引対象ＩＤ「Ｍ７」であり、第１スコアＳＣ１が「０．６８」である。順位「８位」が、取引対象ＩＤ「Ｍ８」であり、第１スコアＳＣ１が「０．６３」である。順位「９位」が、取引対象ＩＤ「Ｍ９」であり、第１スコアＳＣ１が「０．５８」である。順位「１０位」が、取引対象ＩＤ「Ｍ１０」であり、第１スコアＳＣ１が「０．５３」である。

このように、選択装置１００は、外部装置２０から取得された取引対象に対して、第１スコアＳＣ１を算出することで、取引対象の順位を決定する。例えば、選択装置１００は、第１スコアＳＣ１が大きい順に取引対象に対して順位付けを行う。また、上記算出処理は、所定の期間毎に実行されてもよいし、ステップＳ３毎に実行されてもよい。

図１の説明に戻る。選択装置１００は、第１スコアＳＣ１に基づいて、取引対象候補を選択する（ステップＳ５）。例えば、選択装置１００は、第１スコアＳＣ１に基づいて、第１スコアＳＣ１が高い上位２０個の取引対象を取引対象候補として選択する。図２の例では、選択装置１００は、取引対象ＩＤがＭ１～Ｍ１０である取引対象を取引対象候補として選択する。

続いて、選択装置１００は、第１スコアＳＣ１に基づいて順位付された取引対象候補の上位６個を含むコンテンツを端末装置１０に提供する（ステップＳ６）。図２の例では、選択装置１００は、第１スコアＳＣ１が高い順位から６個の取引対象である「Ｍ１」～「Ｍ６」の取引対象を所定の表示枠に配置されたコンテンツであって、ポータルサイトに関するコンテンツを端末装置１０に提供する。

ここで、図３を用いて、端末装置１０に提供されるコンテンツについて説明する。図３は、実施形態に係るコンテンツの具体例を示す図である。例えば、コンテンツＣ１は、ポータルサイトに関するコンテンツである。

また、コンテンツＣ１は、各種情報を含む。例えば、コンテンツＣ１は、検索窓や、ニュースに関する情報や、利用者によく表示されているコンテンツに関する情報や、広告コンテンツ等を含む。

ここで、コンテンツＣ１は、所定の表示枠として、領域ＡＲ１を含む。図３の例では、オークションサービスであるＡオンラインショップにて取引される取引対象が領域ＡＲ１に６個配置される。図３の例では、取引対象は、スマートフォンである。例えば、領域ＡＲ１には、左上段が順位「１位」の「Ｍ１」、真中上段が順位「２位」の「Ｍ２」、右上段が順位「３位」の「Ｍ３」、左下段が順位「４位」の「Ｍ４」、真中下段が順位「５位」の「Ｍ５」、右下段が順位「６位」の「Ｍ６」といった順序で取引対象が並んで配置される。

ステップＳ１～Ｓ６では、第１スコアが高い取引対象を含むコンテンツを提供する例を説明した。次に、選択装置１００は、所定の数式（後述する数式（１））に基づいて第２スコアを算出し、かかる第２スコアが高い取引対象を含むコンテンツを提供する。ステップＳ７～Ｓ１１では、この一例について説明する。

図１に示すように、選択装置１００は、コンテンツ提供の要求を端末装置１０から受付ける（ステップＳ７）。例えば、選択装置１００は、コンテンツの一例として、ポータルサイト提供の要求を端末装置１０から受付ける。

また、選択装置１００は、取引対象に対する表示回数を端末装置１０から取得する（ステップＳ８）。例えば、選択装置１００は、コンテンツの表示回数と、各取引対象の表示回数とを端末装置１０から取得する。ここで、表示回数とは、利用者に対してコンテンツ又は取引対象に関する情報等が表示された回数である。

続いて、選択装置１００は、表示回数に基づいて、取引対象候補に対応する第２スコアを算出する（ステップＳ９）。例えば、選択装置１００は、多腕バンディットアルゴリズムを用いて、取引対象候補に対応する第２スコアを算出する。より具体的な例を挙げると、選択装置１００は、下記数式（１）を用いて、ＵＣＢ（Upper Confidence Bound）に基づく第２スコアＳＣ２を算出する。

数式１では、ＳＣ２_ｉが取引対象ｉの第２スコアを示し、ＳＣ１_ｉが取引対象ｉの第１スコアを示す。また、数式（１）では、Ｔがコンテンツの表示回数を示し、Ｎ_Ｔ（ｉ）がＴ回目における取引対象ｉの表示回数を示し、Ｃが初期表示回数を示す。

数式（１）によると、選択装置１００は、表示回数が小さい取引対象ほど、優先的に選択するために、第２スコアの値が大きくなる。ここで、図４を用いて、取引対象候補の第２スコアＳＣ２に基づく順位の具体例を示す。図４は、実施形態に係る取引対象候補の順位の具体例を示す図である。

図４の例では、取引対象候補の順位と、取引対象ＩＤと、第１スコアＳＣ１と、第２スコアＳＣ２と、表示回数とを対応付けた表ＴＡ２を示す。ここで、表ＴＡ２は、１０個の取引対象候補に対する第１スコアＳＣ１と、第２スコアＳＣ２と、表示回数とを示すものとする。

表ＴＡ２によると、順位「１位」が、取引対象ＩＤ「Ｍ１」であり、第１スコアＳＣ１が「１．０」であり、第２スコアＳＣ２が「２．３９」であり、表示回数が「１．０」である。順位「２位」が、取引対象ＩＤ「Ｍ２」であり、第１スコアＳＣ１が「０．９４」であり、第２スコアＳＣ２が「２．３４」であり、表示回数が「１．０」である。順位「３位」が、取引対象ＩＤ「Ｍ３」であり、第１スコアＳＣ１が「０．８９」であり、第２スコアＳＣ２が「２．３０」であり、表示回数が「１．０」である。順位「４位」が、取引対象ＩＤ「Ｍ４」であり、第１スコアＳＣ１が「０．８４」であり、第２スコアＳＣ２が「２．２４」であり、表示回数が「１．０」である。順位「５位」が、取引対象ＩＤ「Ｍ５」であり、第１スコアＳＣ１が「０．７９」であり、第２スコアＳＣ２が「２．１８」であり、表示回数が「１．０」である。

順位「６位」が、取引対象ＩＤ「Ｍ６」であり、第１スコアＳＣ１が「０．７４」であり、第２スコアＳＣ２が「２．１３」であり、表示回数が「１．０」である。順位「７位」が、取引対象ＩＤ「Ｍ７」であり、第１スコアＳＣ１が「０．６８」であり、第２スコアＳＣ２が「２．６６」であり、表示回数が「０」である。順位「８位」が、取引対象ＩＤ「Ｍ８」であり、第１スコアＳＣ１が「０．６３」であり、第２スコアＳＣ２が「２．６０」であり、表示回数が「０」である。順位「９位」が、取引対象ＩＤ「Ｍ９」であり、第１スコアＳＣ１が「０．５８」であり、第２スコアＳＣ２が「２．５５」であり、表示回数が「０」である。順位「１０位」が、取引対象ＩＤ「Ｍ１０」であり、第１スコアＳＣ１が「０．５３」であり、第２スコアＳＣ２が「２．５０」であり、表示回数が「０」である。

このように、選択装置１００は、取引対象候補に対して、数式（１）を用いて、第１スコアＳＣ１と、表示回数とに基づいて、第２スコアＳＣ２を算出する。これにより、選択装置１００は、第２スコアＳＣ２に基づく取引対象候補の順位を決定する。例えば、選択装置１００は、第２スコアＳＣ２が大きい順に取引対象候補に対して順位付けを行う。また、上記算出処理は、所定の期間毎に実行されてもよいし、ステップＳ９毎に実行されてもよい。

ここで、表ＴＡ２から順位を変動させた表ＴＡ３を示す。表ＴＡ３は、取引対象候補の順位と、取引対象ＩＤと、第１スコアＳＣ１と、第２スコアＳＣ２と、表示回数とを対応付けた表である。

表ＴＡ３によると、順位「１位」が、取引対象ＩＤ「Ｍ７」であり、第１スコアＳＣ１が「０．６８」であり、第２スコアＳＣ２が「２．６６」であり、表示回数が「１．０」である。順位「２位」が、取引対象ＩＤ「Ｍ８」であり、第１スコアＳＣ１が「０．６３」であり、第２スコアＳＣ２が「２．６０」であり、表示回数が「１．０」である。順位「３位」が、取引対象ＩＤ「Ｍ９」であり、第１スコアＳＣ１が「０．５８」であり、第２スコアＳＣ２が「２．５５」であり、表示回数が「１．０」である。順位「４位」が、取引対象ＩＤ「Ｍ１０」であり、第１スコアＳＣ１が「０．５３」であり、第２スコアＳＣ２が「２．５０」であり、表示回数が「１．０」である。順位「５位」が、取引対象ＩＤ「Ｍ１１」であり、第１スコアＳＣ１が「０．４８」であり、第２スコアＳＣ２が「２．４５」であり、表示回数が「１．０」である。

順位「６位」が、取引対象ＩＤ「Ｍ１」であり、第１スコアＳＣ１が「１．０」であり、第２スコアＳＣ２が「２．３９」であり、表示回数が「２．０」である。順位「７位」が、取引対象ＩＤ「Ｍ１２」であり、第１スコアＳＣ１が「０．４３」であり、第２スコアＳＣ２が「２．３７」であり、表示回数が「０」である。順位「８位」が、取引対象ＩＤ「Ｍ１３」であり、第１スコアＳＣ１が「０．３８」であり、第２スコアＳＣ２が「２．３６」であり、表示回数が「０」である。順位「９位」が、取引対象ＩＤ「Ｍ１４」であり、第１スコアＳＣ１が「０．３３」であり、第２スコアＳＣ２が「２．３５」であり、表示回数が「０」である。順位「１０位」が、取引対象ＩＤ「Ｍ２」であり、第１スコアＳＣ１が「０．９４」であり、第２スコアＳＣ２が「２．３４」であり、表示回数が「１．０」である。なお、表ＴＡ３に示す表示回数は、「１位」～「６位」が表示されたものとして、表ＴＡ２が示す表示回数に１加算している。

このように、選択装置１００は、表示回数が小さい取引対象が優先的に表示されるように、利用者がコンテンツにアクセスする毎に多腕バンディッドアルゴリズムを用いて取引対象候補のうちから、取引対象を選択し直す。これにより、選択装置１００は、利用者に対して訴求効果が高い取引対象を適切に選択することができる。また、選択装置１００は、利用者に対して訴求効果が高い取引対象のうち、利用者に対して表示されていない取引対象を適切に選択するため、利用者が取引対象を購入する機会損失を低減することができる。

図１の説明に戻る。選択装置１００は、第２スコアに基づいて、取引対象を選択する（ステップＳ１０）。例えば、選択装置１００は、第２スコアに基づいて、第２スコアが高い上位６個の取引対象を選択する。図４の例では、選択装置１００は、取引対象ＩＤが「Ｍ７」、「Ｍ８」、「Ｍ９」、「Ｍ１０」、「Ｍ１１」、「Ｍ１」である取引対象を選択する。

続いて、選択装置１００は、取引対象を含むコンテンツを提供する（ステップＳ１１）。図４の例では、選択装置１００は、第２スコアが高い順位から６個の取引対象である「Ｍ７」、「Ｍ８」、「Ｍ９」、「Ｍ１０」、「Ｍ１１」、「Ｍ１」の取引対象を所定の表示枠に配置されたコンテンツであって、ポータルサイトに関するコンテンツを端末装置１０に提供する。

そして、選択装置１００は、ステップＳ１１にて提供したコンテンツの表示回数に基づいて取引対象を選択する選択処理を実行する。すなわち、選択装置１００は、ステップＳ１１を実行後は、ステップＳ７～Ｓ１１が示す処理を繰り返す。

なお、上記例では、選択装置１００がステップＳ１～Ｓ６では第１スコアが高い取引対象を含むコンテンツを提供する例を説明したが、上記例に限定されなくともよい。例えば、選択装置１００がステップＳ１～Ｓ６でも数式（１）に基づいて第２スコアを算出し、かかる第２スコアが高い取引対象を含むコンテンツを提供してもよい。この場合、数式（１）が示すＴが０、Ｎ_Ｔ（ｉ）が０となる。このとき、選択装置１００は、（第１スコア＋定数）を第２スコアとして算出する。このように、選択装置１００は、第２スコアが高い取引対象を含むコンテンツを提供してもよい。

従来、コンテンツ以外の情報を適切に選択できるとは限らない場合があった。そこで、実施形態に係る選択装置１００は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、利用者に関する利用者情報に基づいて選択された取引対象候補のうちから、所定のコンテンツが表示された表示回数に基づいて選択することで従来の課題を解決する。

このように、選択装置１００は、利用者が選択する期待値の分布に従って、多腕バンディッドアルゴリズムにより各取引対象の情報を提案することができる。また、選択装置１００は、利用者が所望する可能性が高いが、利用者が知らない商品の情報を提供することができるので、機会損失を防ぐことができる。例えば、選択装置１００は、オークションサイトで狙っている商品が他の利用者に落札されたとしても、同一又は類似する他の商品の情報を提供する等、代替案を提供することができる。また、選択装置１００は、利用者が取引対象を購入できない等といった機会損失を低減することができるため、利用者に対して提供する取引対象の情報を適切に提供することができる。

〔２．選択システムの構成〕
図５に示すように、選択システム１は、端末装置１０と、外部装置２０と、選択装置１００とを含む。端末装置１０、外部装置２０及び選択装置１００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。なお、図５に示す選択システム１には、複数台の端末装置１０や、複数台の外部装置２０や、複数台の選択装置１００が含まれてもよい。

実施形態に係る端末装置１０は、ブラウザに表示されるウェブページやアプリケーション用のコンテンツ等のコンテンツにアクセスする利用者によって利用される情報処理装置である。例えば、端末装置１０は、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、タブレット端末や、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等である。なお、端末装置１０は、上記例に限定されなくともよく、例えば、スマートウォッチや、ウェアラブルデバイス（Wearable Device）であってもよい。

実施形態に係る外部装置２０は、各種情報を提供する情報処理装置であり、例えば、サーバ装置又はクラウドシステム等により実現される。例えば、外部装置２０は、各種情報として、利用者情報を提供する。また、他の例として、外部装置２０は、インターネットショッピングや、電子商店街や、フリーマーケットサイトや、オークションサイトや、旅行又は飲食店等予約サイトや、クレジットカード契約サイトや、金融商品提供サイト等における取引対象に関する情報を提供する。

実施形態に係る選択装置１００は、インターネット等の所定のネットワークＮを介して、各種の装置と通信可能な情報処理装置であり、例えば、サーバ装置又はクラウドシステム等により実現される。例えば、選択装置１００は、ネットワークＮを介して、他の各種装置と通信可能に接続される。

〔３．選択装置の構成〕
以下、上記した選択装置１００が有する機能構成の一例について説明する。図５は、実施形態に係る選択装置１００の構成例を示す図である。図５に示すように、選択装置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について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークＮと有線又は無線で接続され、他の各種装置との間で情報の送受信を行う。

（記憶部１２０について）
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、または、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。また、記憶部１２０は、利用者情報記憶部１２１と、取引対象情報記憶部１２２と、コンテンツ記憶部１２３とを有する。

（利用者情報記憶部１２１について）
利用者情報記憶部１２１は、利用者に関する各種利用者情報を記憶する。ここで、図６に、実施形態に係る利用者情報記憶部１２１の一例を示す。図６に示した例では、利用者情報記憶部１２１は、「利用者ＩＤ」、「利用者情報」といった項目を有する。例えば、「利用者情報」は、「属性情報」、「購買履歴」、「表示履歴」といった項目を含む。

「利用者ＩＤ」は、利用者を識別する識別子である。「属性情報」は、「利用者ＩＤ」に対応付けられた利用者の属性に関する属性情報である。例えば、属性情報は、利用者の年齢や、性別や、電話番号や、住所等を含む。

「購買履歴」は、「利用者ＩＤ」に対応付けられた利用者によって購買された購買履歴である。例えば、購買履歴は、利用者によって購買された取引対象に関する情報や、取引対象の種別や、取引対象が購買された購買回数や、取引対象が購買された日時に関する情報等である。

「表示履歴」は、「利用者ＩＤ」に対応付けられた利用者によってコンテンツが表示された履歴である。例えば、表示履歴は、利用者によって表示されたコンテンツに関する情報や、コンテンツの種別や、コンテンツが表示された表示回数や、コンテンツが表示された日時に関する情報等である。

例えば、図６では、利用者ＩＤによって識別された「Ｕ１」は、属性情報が「ＣＨ１」であり、購買履歴が「ＰＨ１」であり、表示履歴が「ＷＡ１」である。なお、図６に示した例では、属性情報等を、「ＣＨ１」等の抽象的な符号で表現したが、属性情報等は、具体的な数値や、具体的な文字列や、各種情報を含むファイル形式等であってもよい。

（取引対象情報記憶部１２２について）
取引対象情報記憶部１２２は、取引対象に関する各種取引対象情報を記憶する。ここで、図７に、実施形態に係る取引対象情報記憶部１２２の一例を示す。図７に示した例では、取引対象情報記憶部１２２は、「取引対象ＩＤ」、「取引対象」、「第１スコア」、「第２スコア」と、「表示回数」いった項目を含む。

「取引対象ＩＤ」は、取引対象を識別する識別子である。「取引対象」は、「取引対象ＩＤ」に対応付けられた取引対象に関する情報である。「第１スコア」は、「取引対象ＩＤ」に対応付けられた第１スコアである。

「第２スコア」は、「取引対象ＩＤ」に対応付けられた第２スコアである。「表示回数」は、「取引対象ＩＤ」に対応付けられた取引対象に関する情報が利用者に対して表示された表示回数である。

例えば、図７では、取引対象ＩＤによって識別された「Ｍ１」は、取引対象が「ＭＡ１」であり、第１スコアが「１．０」であり、第２スコアが「２．４」であり、表示回数が「１．０」である。なお、図７に示した例では、取引対象を、「ＭＡ１」といった抽象的な符号で表現したが、取引対象は、取引対象に関する各種情報を含むファイル形式等であってもよい。

（コンテンツ記憶部１２３について）
コンテンツ記憶部１２３は、コンテンツに関する情報を記憶する。ここで、図８に、実施形態に係るコンテンツ記憶部１２３の一例を示す。図８に示した例では、コンテンツ記憶部１２３は、「コンテンツＩＤ」、「コンテンツ」といった項目を有する。

「コンテンツＩＤ」は、コンテンツを識別する識別子である。「コンテンツ」は、「コンテンツＩＤ」に対応付けられたコンテンツに関する情報である。具体的には、コンテンツは、コンテンツの内容に関する情報を示してもよい。

例えば、コンテンツは、ポータルサイトに関するコンテンツである。また、他の例として、コンテンツは、コンテンツは、ニュースサイトや、オークションサイトや、天気予報サイトや、ショッピングサイトや、ファイナンス（株価）サイト等に関するコンテンツであってもよい。

また、コンテンツは、路線検索サイトや、地図提供サイトや、旅行サイトや、飲食店紹介サイトや、ウェブブログサイトや、ＳＮＳ（Social Networking Service）サイト等に関するコンテンツであってもよい。

例えば、図８では、コンテンツＩＤによって識別された「Ｃ１」は、コンテンツが「ＣＯ１」である。なお、図８に示した例では、コンテンツ等を、「ＣＯ１」等の抽象的な符号で表現したが、コンテンツ等は、具体的な数値や、具体的な文字列や、各種情報を含むファイル形式等であってもよい。

（制御部１３０について）
制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、選択装置１００内部の記憶装置に記憶されている各種プログラム（選択プログラムの一例）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図５に示すように、制御部１３０は、取得部１３１と、受付部１３２と、算出部１３３と、第１選択部１３４と、第２選択部１３５と、提供部１３６とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図５に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図５に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１について）
取得部１３１は、各種情報を取得する。具体的には、取得部１３１は、外部装置２０から利用者に関する利用者情報を取得する。図１の例では、取得部１３１は、利用者情報として、利用者の属性情報や、インターネットショッピング、電子商店街、オークションサイト又はフリーマーケットサイト等における購買履歴や、コンテンツの表示履歴等を外部装置２０から取得する。そして、取得部１３１は、かかる利用者情報を利用者情報記憶部１２１に記憶する。例えば、取得部１３１は、所定の期間毎に、利用者情報を外部装置２０から取得し、利用者情報記憶部１２１に記憶される利用者情報を更新する。

また、取得部１３１は、外部装置２０から取引対象に関する情報を取得する。例えば、取得部１３１は、オークションサイト又はフリーマーケットサイトにて取引される取引対象に関する情報を外部装置２０から取得する。より具体的な例を挙げると、取得部１３１は、オークションサイトにて入札中のスマートフォンに関する情報を外部装置２０から取得する。そして、取得部１３１は、かかる取引対象に関する情報を取引対象情報記憶部１２２に記憶する。例えば、取得部１３１は、所定の期間毎に、取引対象に関する情報を外部装置２０から取得し、取引対象情報記憶部１２２に記憶される取引対象に関する情報を更新する。

また、取得部１３１は、取引対象に対する表示回数を端末装置１０から取得する。例えば、取得部１３１は、コンテンツの表示回数と、各取引対象の表示回数とを端末装置１０から取得する。また、取得部１３１は、コンテンツとともに、予め提供された表示回数を取得する制御情報によって取得される。そして、取得部１３１は、かかる表示回数を取引対象情報記憶部１２２に記憶する。

（受付部１３２について）
受付部１３２は、各種要求を受付ける。具体的には、受付部１３２は、コンテンツ提供の要求を端末装置１０から受付ける。例えば、受付部１３２は、コンテンツの一例として、ポータルサイト提供の要求を端末装置１０から受付ける。

（算出部１３３について）
算出部１３３は、各種スコアを算出する。具体的には、算出部１３３は、取得部１３１によって取得された取引対象の第１スコアＳＣ１を算出する。例えば、算出部１３３は、機械学習等の従来技術を用いて、取引対象と、利用者情報とを入力することで、取引対象を購入する可能性を示す第１スコアＳＣ１を出力する学習モデルを生成する。

例えば、算出部１３３は、取引対象と、利用者情報と、かかる取引対象が利用者によって過去に購入されたか否かに関する情報との関係性を学習した学習モデルを生成する。これにより、算出部１３３は、取引対象と、利用者情報とを学習モデルに入力することで、第１スコアＳＣ１を算出する。そして、算出部１３３は、かかる第１スコアＳＣ１を取引対象情報記憶部１２２に記憶する。

また、取得部１３１は、学習データとして、各種利用者情報を示す情報と、かかる利用者によって選択された取引対象の情報とを取得する。そして、算出部１３３は、利用者情報と、かかる利用者によって選択された取引対象の情報とを入力した際に、利用者情報と、かかる利用者によって選択されなかった取引対象の情報とを入力した際よりも高い値のスコアを出力するように学習モデルの学習を行う。なお、他にも、取引対象に対する利用者の興味関心が示す具合いを数値化する各種の技術が採用可能である。

例えば、算出部１３３は、深層学習を用いて、バックプロパゲーション等の手法により学習モデルの生成処理を行う。例えば、算出部１３３は、学習処理により、ノード間で値が伝達する際に考慮される重みの値を調整する。このように、算出部１３３は、学習モデルにおける出力と、入力に対応する正解との誤差が少なくなるように重みの値を補正するバックプロパゲーション等の処理により、学習モデルを生成する。例えば、算出部１３３は、所定の損失関数を最小化するようにバックプロパゲーション等の処理を行うことにより、学習モデルを生成する。これにより、算出部１３３は、学習モデルの生成処理を行うことができる。なお、上記例に限定されず、他の機械学習に基づいて、各種計算方法が採用可能である。

このように、算出部１３３は、外部装置２０から取得された取引対象に対して、第１スコアＳＣ１を算出することで、取引対象の順位を決定する。例えば、算出部１３３は、第１スコアＳＣ１が大きい順に取引対象に対して順位付けを行う。また、上記算出処理は、所定の期間毎に実行されてもよい。また、上記算出処理は、例えば、図１の例に示すステップＳ３毎に実行されてもよい。

また、算出部１３３は、表示回数に基づいて、取引対象候補に対応する第２スコアを算出する。例えば、算出部１３３は、多腕バンディットアルゴリズムを用いて、取引対象候補に対応する第２スコアを算出する。より具体的な例を挙げると、算出部１３３は、数式（１）を用いて、ＵＣＢに基づく第２スコアＳＣ２を算出する。そして、算出部１３３は、かかる第２スコアＳＣ２を取引対象情報記憶部１２２に記憶する。

このように、算出部１３３は、表示回数が小さい取引対象ほど、優先的に選択するために、第２スコアの値が大きくなる。これにより、算出部１３３は、第２スコアＳＣ２に基づく取引対象候補の順位を決定する。例えば、算出部１３３は、第２スコアＳＣ２が大きい順に取引対象候補に対して順位付けを行う。また、上記算出処理は、所定の期間毎に実行されてもよい。また、上記算出処理は、例えば、図１の例に示すステップＳ９毎に実行されてもよい。

また、算出部１３３は、表示回数が小さい取引対象が優先的に表示されるように、利用者がコンテンツにアクセスする毎に多腕バンディッドアルゴリズムを用いて取引対象候補のうちから、取引対象を選択し直す。これにより、算出部１３３は、利用者に対して訴求効果が高い取引対象を適切に選択することができる。また、算出部１３３は、利用者に対して訴求効果が高い取引対象のうち、利用者に対して表示されていない取引対象を適切に選択するため、利用者が取引対象を購入する機会損失を低減することができる。

（第１選択部１３４について）
第１選択部１３４は、利用者情報に基づいて、取引対象のうちから、取引対象候補を選択する。例えば、第１選択部１３４は、第１スコアＳＣ１に基づいて、第１スコアＳＣ１が高い上位２０個の取引対象を取引対象候補として選択する。図２の例では、第１選択部１３４は、取引対象ＩＤがＭ１～Ｍ１０である取引対象を取引対象候補として選択する。

（第２選択部１３５について）
第２選択部１３５は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、第１選択部１３４によって選択された取引対象候補のうちから、所定のコンテンツが表示された表示回数に基づいて選択する。例えば、第２選択部１３５は、第２スコアに基づいて、第２スコアが高い上位６個の取引対象を取引対象情報記憶部１２２から選択する。図４の例では、第２選択部１３５は、取引対象ＩＤが「Ｍ７」、「Ｍ８」、「Ｍ９」、「Ｍ１０」、「Ｍ１１」、「Ｍ１」である取引対象を選択する。

（提供部１３６について）
提供部１３６は、各種情報を提供する。例えば、提供部１３６は、コンテンツ記憶部１２３を参照して、第１スコアＳＣ１に基づいて順位付された取引対象候補の上位６個を含むコンテンツを端末装置１０に提供する。図２の例では、提供部１３６は、第１スコアＳＣ１が高い順位から６個の取引対象である「Ｍ１」～「Ｍ６」の取引対象を所定の表示枠に配置されたコンテンツであって、ポータルサイトに関するコンテンツを端末装置１０に提供する。

また、提供部１３６は、コンテンツ記憶部１２３を参照して、第２スコアＳＣ２に基づいて順位付された取引対象を含むコンテンツを提供する。図４の例では、提供部１３６は、第２スコアが高い順位から６個の取引対象である「Ｍ７」、「Ｍ８」、「Ｍ９」、「Ｍ１０」、「Ｍ１１」、「Ｍ１」の取引対象を所定の表示枠に配置されたコンテンツであって、ポータルサイトに関するコンテンツを端末装置１０に提供する。

〔４．処理手順〕
次に、図９を用いて、実施形態に係る選択装置１００が実行する選択処理の手順について説明する。図９は、実施形態に係る選択装置１００が実行する選択処理の流れの一例を示すフローチャートである。

図９に示すように、取得部１３１は、利用者情報を外部装置２０から取得する（ステップＳ１０１）。また、取得部１３１は、取引対象に関する情報を外部装置２０から取得する（ステップＳ１０２）。

そして、受付部１３２は、コンテンツ提供の要求を受付ける（ステップＳ１０３）。具体的には、受付部１３２は、コンテンツ提供の要求を受付けていない場合（ステップＳ１０３；Ｎｏ）、ステップＳ１０３の前まで戻る。

一方、第１選択部１３４は、受付部１３２がコンテンツ提供の要求を受付けた場合（ステップＳ１０３；Ｙｅｓ）、取得部１３１によって取得された利用者情報に基づいて、取引対象のうちから、利用者に対して提供する取引対象候補を選択する（ステップＳ１０４）。

そして、第２選択部１３５は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、第１選択部１３４によって選択された取引対象候補のうちから、所定のコンテンツが表示された表示回数に基づいて選択する（ステップＳ１０５）。

そして、提供部１３６は、第１選択部１３４によって選択された取引対象を所定数含むコンテンツを端末装置１０に提供する。具体的には、提供部１３６は、所定数の取引対象を所定の表示枠に配置されたコンテンツを端末装置１０に提供する（ステップＳ１０６）。

なお、上記フローチャートでは、受付部１３２が、取得部１３１がステップＳ１０１と、ステップＳ１０２とを実行した後に、ステップＳ１０３を実行する例を挙げて説明したが、受付部１３２がステップＳ１０３を実行した後に、取得部１３１がステップＳ１０１と、ステップＳ１０２とを実行してもよい。

〔５．変形例〕
上述した選択装置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、選択装置１００の他の実施形態について説明する。

〔５－１．利用者〕
上記実施形態では、所定のサービスの会員に登録している利用者を例に挙げて説明したが、上記例に限定されなくともよい。例えば、利用者は、如何なる利用者であってもよく、例えば、所定のサービスの会員に登録していない利用者等であってもよい。

〔５－２．取引対象〕
上記実施形態では、オークションサイト又はフリーマーケットサイトによって取引される取引対象を例に挙げて説明したが、上記例に限定されなくともよい。例えば、取引対象は、如何なる取引対象であってもよい。例えば、取引対象は、数量が限定された取引対象であってもよい。また、取引対象は、第１利用者によって購入された場合に、かかる第１利用者とは異なる他の利用者である第２利用者によって購入不可になる取引対象であってもよい。また、取引対象は、インターネットショッピングや、電子商店街等によって取引される取引対象であってもよい。

〔５－３．第１期間より短い第２期間毎に取引対象を選択〕
上記実施形態では、選択装置１００が、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、取引対象候補のうちから、所定のコンテンツが表示された表示回数に基づいて選択する選択処理の一例を挙げて説明したが、上記例に限定されなくともよい。

例えば、選択装置１００は、取引対象候補のうちから、利用者情報が取得される時間間隔を示す第１期間よりも短い第２期間毎に、取引対象を選択してもよい。ここでいう第１期間とは、上記例で示したように、利用者情報を外部装置２０から取得する所定の期間に相当する。これにより、選択装置１００は、利用者情報が更新される前までに、第２期間毎に、適切な取引対象を選択することができる。

このように、実施形態に係る選択装置１００は、取引対象候補のうちから、利用者情報が取得される時間間隔を示す第１期間よりも短い第２期間毎に、取引対象を選択するため、利用者に対して提供する取引対象の情報を適切に選択することができる。

〔５－４．取引対象に関する情報を提供〕
上記実施形態では、選択装置１００がコンテンツを端末装置１０に提供する提供処理の一例を挙げて説明したが、上記例に限定されなくともよい。例えば、外部サーバがコンテンツを端末装置１０に提供してもよい。この場合、選択装置１００は、取引対象に関する情報を外部サーバに提供してもよい。

例えば、外部サーバは、コンテンツの一例として、ポータルサイトに関するコンテンツを提供する。この場合、選択装置１００は、取引対象に関する情報として、取引対象の画像や、コンテンツに配置されたときのレイアウトに関する情報等を外部サーバに提供してもよい。

〔５－５．取引対象情報記憶部１２２〕
上記実施形態では、取引対象情報記憶部１２２が表示回数を記憶する例を挙げて説明したが、上記例に限定されなくともよい。例えば、取引対象情報記憶部１２２は、表示回数を記憶してなくともよい。この場合、利用者情報記憶部１２１が表示回数を利用者毎に記憶してもよい。なお、表示回数の管理は各種方法が採用可能である。例えば、利用者情報記憶部１２１が表示回数を表示履歴として利用者毎に管理してもよい。

〔５－６．プログラム〕
また、上述した実施形態に係る選択装置１００は、例えば、図１０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。図１０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ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０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。一次記憶装置１０４０は、ＲＡＭ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）、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタ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フェースであり、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ＩＦ１０７０は、マウス、キーボード、およ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フェースであり、例えば、ＵＳＢ等により実現される。

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、また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。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０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ＩＦ１０６０や入力ＩＦ１０７０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が選択装置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。

〔５－７．その他〕
また、上記実施形態及び変形例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また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また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、その全部または一部を、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または物理的に分散・統合して構成することができる。

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、選択部は、選択手段や選択回路に読み替えることができる。

〔６．効果〕
上述してきたように、実施形態に係る選択装置１００は、第１選択部１３４と、第２選択部１３５とを有する。第１選択部１３４は、利用者に関する利用者情報に基づいて、取引対象のうちから、利用者に対して提供する取引対象の候補である取引対象候補を選択する。第２選択部１３５は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、第１選択部１３４によって選択された取引対象候補のうちから、所定のコンテンツが表示された表示回数に基づいて選択する。

これにより、実施形態に係る選択装置１００は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、利用者に関する利用者情報に基づいて選択された取引対象候補のうちから、所定のコンテンツが表示された表示回数に基づいて選択するため、利用者に対して提供する取引対象の情報を適切に選択することができる。

また、実施形態に係る選択装置１００において、第２選択部１３５は、取引対象候補のうちから、所定のコンテンツの表示回数と、所定のコンテンツに表示された取引対象の表示回数との関係性に基づいて、取引対象を選択する。

これにより、実施形態に係る選択装置１００は、取引対象候補のうちから、所定のコンテンツの表示回数と、所定のコンテンツに表示された取引対象の表示回数との関係性に基づいて、取引対象を選択するため、利用者に対して提供する取引対象の情報を適切に選択することができる。

また、実施形態に係る選択装置１００において、第２選択部１３５は、所定のコンテンツに表示される第１取引対象の第１表示回数が第２取引対象の第２表示回数よりも小さい場合、取引対象候補のうちから、第１取引対象を選択する。

これにより、実施形態に係る選択装置１００は、所定のコンテンツに表示される第１取引対象の第１表示回数が第２取引対象の第２表示回数よりも小さい場合、取引対象候補のうちから、第１取引対象を選択するため、利用者に対して提供する取引対象の情報を適切に選択することができる。

また、実施形態に係る選択装置１００において、第２選択部１３５は、取引対象候補のうちから、利用者情報が取得される時間間隔を示す第１期間よりも短い第２期間毎に、取引対象を選択する。

これにより、実施形態に係る選択装置１００は、取引対象候補のうちから、利用者情報が取得される時間間隔を示す第１期間よりも短い第２期間毎に、取引対象を選択するため、利用者に対して提供する取引対象の情報を適切に選択することができる。

また、実施形態に係る選択装置１００において、第２選択部１３５は、取引対象候補のうちから、多腕バンディットアルゴリズムを用いて、取引対象を選択する。

これにより、実施形態に係る選択装置１００は、取引対象候補のうちから、多腕バンディットアルゴリズムを用いて、取引対象を選択するため、利用者に対して提供する取引対象の情報を適切に選択することができる。

また、実施形態に係る選択装置１００において、第１選択部１３４は、利用者情報に基づいて、取引対象のうちから、所定の期間毎に、取引対象候補を選択する。

これにより、実施形態に係る選択装置１００は、利用者情報に基づいて、取引対象のうちから、所定の期間毎に、取引対象候補を選択するため、利用者に対して提供する取引対象の情報を適切に選択することができる。

また、実施形態に係る選択装置１００において、第２選択部１３５によって選択された取引対象を所定数含むコンテンツを提供する提供部１３６をさらに備える。

これにより、実施形態に係る選択装置１００は、選択された取引対象を所定数含むコンテンツを提供するため、利用者に対して訴求効果の高い取引対象を含むコンテンツを提供することができる。

また、実施形態に係る選択装置１００において、提供部１３６は、所定数の取引対象を所定の表示枠に配置されたコンテンツを提供する。

これにより、実施形態に係る選択装置１００は、所定数の取引対象を所定の表示枠に配置されたコンテンツを提供するため、利用者に対して訴求効果の高い取引対象を所定の表示枠に配置されたコンテンツを提供することができる。

また、実施形態に係る選択装置１００において、取引対象は、数量が限定された取引対象である。

また、実施形態に係る選択装置１００において、取引対象は、第１利用者によって購入された場合に、第１利用者とは異なる他の利用者である第２利用者によって購入不可になる取引対象である。

また、実施形態に係る選択装置１００において、取引対象は、オークション又はフリーマーケットで取引される取引対象である。

このように、実施形態に係る選択装置１００は、利用者に対して訴求効果の高い各種取引対象を含むコンテンツを提供することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

Ｎ ネットワーク
１ 選択システム
１０ 端末装置
２０ 外部装置
１００ 選択装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報記憶部
１２２ 取引対象情報記憶部
１２３ コンテンツ記憶部
１３０ 制御部
１３１ 取得部
１３２ 受付部
１３３ 算出部
１３４ 第１選択部
１３５ 第２選択部
１３６ 提供部

Claims (13)

1. 利用者に関する利用者情報に基づいて、取引対象のうちから、利用者に対して提供する取引対象の候補である取引対象候補を選択する第１選択部と、
   前記利用者が所定のコンテンツを表示する際に、当該所定のコンテンツに表示される取引対象を、前記第１選択部によって選択された取引対象候補のうちから、当該所定のコンテンツが表示された表示回数に基づいて選択する第２選択部と
   を備えることを特徴とする選択装置。
2. 前記第２選択部は、
   前記取引対象候補のうちから、前記所定のコンテンツの表示回数と、前記所定のコンテンツに表示された取引対象の表示回数との関係性に基づいて、前記取引対象を選択する
   ことを特徴とする請求項１に記載の選択装置。
3. 前記第２選択部は、
   前記所定のコンテンツに表示される第１取引対象の第１表示回数が第２取引対象の第２表示回数よりも小さい場合、前記取引対象候補のうちから、当該第１取引対象を選択する
   ことを特徴とする請求項１又は２に記載の選択装置。
4. 前記第２選択部は、
   前記取引対象候補のうちから、前記利用者情報が取得される時間間隔を示す第１期間よりも短い第２期間毎に、前記取引対象を選択する
   ことを特徴とする請求項１～３のいずれか１つに記載の選択装置。
5. 前記第２選択部は、
   前記取引対象候補のうちから、多腕バンディットアルゴリズムを用いて、前記取引対象を選択する
   ことを特徴とする請求項１～４のいずれか１つに記載の選択装置。
6. 前記第１選択部は、
   前記利用者情報に基づいて、取引対象のうちから、所定の期間毎に、前記取引対象候補を選択する
   ことを特徴とする請求項１～５のいずれか１つに記載の選択装置。
7. 前記第２選択部によって選択された取引対象を所定数含むコンテンツを提供する提供部をさらに備える
   ことを特徴とする請求項１～６のいずれか１つに記載の選択装置。
8. 前記提供部は、
   前記所定数の取引対象を所定の表示枠に配置されたコンテンツを提供する
   ことを特徴とする請求項７に記載の選択装置。
9. 前記取引対象は、
   数量が限定された取引対象である
   ことを特徴とする請求項１～８のいずれか１つに記載の選択装置。
10. 前記取引対象は、
    第１利用者によって購入された場合に、当該第１利用者とは異なる他の利用者である第２利用者によって購入不可になる取引対象である
    ことを特徴とする請求項１～９のいずれか１つに記載の選択装置。
11. 前記取引対象は、
    オークション又はフリーマーケットで取引される取引対象である
    ことを特徴とする請求項１～１０のいずれか１つに記載の選択装置。
12. コンピュータが実行する選択方法であって、
    利用者に関する利用者情報に基づいて、取引対象のうちから、利用者に対して提供する取引対象の候補である取引対象候補を選択する第１選択工程と、
    前記利用者が所定のコンテンツを表示する際に、当該所定のコンテンツに表示される取引対象を、前記第１選択工程によって選択された取引対象候補のうちから、当該所定のコンテンツが表示された表示回数に基づいて選択する第２選択工程と
    を含むことを特徴とする選択方法。
13. 利用者に関する利用者情報に基づいて、取引対象のうちから、利用者に対して提供する取引対象の候補である取引対象候補を選択する第１選択手順と、
    前記利用者が所定のコンテンツを表示する際に、当該所定のコンテンツに表示される取引対象を、前記第１選択手順によって選択された取引対象候補のうちから、当該所定のコンテンツが表示された表示回数に基づいて選択する第２選択手順と
    をコンピュータに実行させることを特徴とする選択プログラム。

Images