JP2024008550A - 情報処理装置及びその制御方法とプログラム - Google Patents

Abstract

【課題】複数のコンテンツ推薦手法をユーザの利用状況に合わせて適切に使い分ける。【解決手段】プログラム実行サーバ４は、複数のユーザによる複数のコンテンツのそれぞれの利用回数を記憶し、利用回数のデータを複数のユーザの中の所定のユーザへ推薦するコンテンツを求めるための演算用データとお薦め結果の正解率を求めるための評価用データに分割し、第１の推薦方法によって所定のユーザへ推薦する第１のお薦めコンテンツを求め、第２の推薦方法によって演算用データに基づいて所定のユーザへ推薦する第２のお薦め結果を求め、得られた評価用データに基づいて第１のお薦め結果の正解率と第２のお薦め結果の正解率を求め、所定のユーザに推薦するコンテンツを決定するための推薦方法を各正解率に基づいて第１の推薦方法と第２の推薦方法を用いて設定する。【選択図】図８

Description

本発明は、情報処理装置及びその制御方法とプログラムに関し、特に、ユーザが利用するサービスにおいてユーザの利用状況に合わせてユーザにコンテンツを推薦する技術に関する。

動画や楽曲等のコンテンツを配信するサービスの利用者（ユーザ）が増えている。このようなサービスでは、ユーザが利用したコンテンツに基づいて、ユーザにマッチすると推測されるコンテンツをユーザに推薦する技術が広く用いられている。

コンテンツ推薦手法の一例として、複数のユーザがコンテンツを利用した履歴に基づき、全ユーザを通して多くのユーザに高く評価されている順にコンテンツをランク付けして推薦する手法がある。このようなランキングを用いる手法では、万人受けするコンテンツを推薦することが可能であるが、ユーザごとに各ユーザにマッチしたコンテンツを推薦することはできないという問題がある。

他のコンテンツ推薦手法として、コンテンツの特徴に基づいてコンテンツ同士の類似度を求め、ユーザが利用したコンテンツと類似したコンテンツを推薦する「コンテンツベースレコメンド」と呼ばれる手法がある。前述のランキングを用いた推薦手法では多くのユーザに高く評価されているコンテンツしか推薦することはできないが、コンテンツベースレコメンドでは未評価のコンテンツをユーザに推薦することができる。しかしながら、コンテンツベースレコメンドはコンテンツ同士の類似度に基づく推薦であるため、ユーザにマッチするコンテンツを推薦していない場合がある。

これに対して、各ユーザにマッチしたコンテンツの推薦を可能とする手法の１つとして「協調フィルタリング」がある。協調フィルタリングは、複数のユーザのコンテンツ利用履歴に基づいてコンテンツ間及びユーザ間の相関を演算し、相関の高いユーザへ相関の高いコンテンツを推薦する手法を基本とする。強調フィルタリングでは、各ユーザにマッチした推薦を行う（自分に似た人が持っていて自分が持っていないコンテンツを推薦する）ことが可能であるが、ユーザの利用履歴が十分に集まらない状況では効果が得られ難い。

このようにコンテンツの推薦手法は数々あるが、個々に利点や欠点がある。そこで、例えば、特許文献１は、複数の推薦手法を状況に応じて効果的に組み合わせて用いる手法を開示している。特許文献１に開示された手法では、複数の推薦手法により求められるコンテンツの評価スコアに係数を掛け合わせて合算したものを新たなコンテンツの評価スコアとして用いることで推薦コンテンツを決定する。そして、推薦したコンテンツに対するユーザのフィードバックに基づいて係数を修正する。これにより、各ユーザにより適切なコンテンツを推薦することが可能になる。

特開２０１２－１９００６１号公報

しかしながら、上記従来技術では、複数の推薦手法をユーザの利用状況に合わせて適切に使い分けることは容易ではない。

本発明は、このような事情に鑑みてなされたものであり、複数のコンテンツ推薦手法をユーザの利用状況に合わせて適切に使い分けることを可能とする技術を提供することを目的とする。

本発明に係る情報処理装置は、複数のユーザによる複数のコンテンツのそれぞれの利用回数を記憶する記憶手段と、前記利用回数のデータを前記複数のユーザの中の所定のユーザへ推薦するコンテンツを求めるための演算用データとお薦め結果の正解率を求めるための評価用データに分割する分割手段と、第１の推薦方法によって前記所定のユーザへ推薦するコンテンツである第１のお薦め結果を求める第１の演算手段と、第２の推薦方法によって前記演算用データに基づいて前記所定のユーザへ推薦するコンテンツである第２のお薦め結果を演算する第２の演算手段と、前記評価用データに基づいて、前記第１のお薦め結果の正解率である第１の正解率と前記第２のお薦め結果の正解率である第２の正解率を求める第３の演算手段と、前記所定のユーザに推薦するコンテンツを決定するための推薦方法を、前記第１の正解率と前記第２の正解率に基づいて前記第１の推薦方法と前記第２の推薦方法を用いて設定する設定手段と、を備えることを特徴とする。

本発明によれば、複数の推薦手法をユーザの利用状況に合わせて適切に使い分けることが可能になる。

実施形態に係る情報処理システムの概略構成を示すブロック図である。 プログラム実行サーバの概略構成を示すブロック図である。 Ｗｅｂアプリケーション画面の一例を示す図である。 Ｗｅｂアプリケーション画面でサムネイルが選択されたことに応じて表示される編集画面の一例を示す図である。 テンプレートの利用状況、利用回数及びそのランキングとお薦めテンプレートの管理表を示す図である。 利用状況管理テーブルの更新方法を説明するフローチャートである。 ポスター編集画面にお薦めテンプレートが表示されるまでの流れを説明するシーケンス図である。 第１実施形態でのお薦めテンプレート決定処理のフローチャートである。 図８の処理でお薦めテンプレートを決定する際に用いられる各種データを示す図である。 第２実施形態でのお薦めテンプレート決定処理のフローチャートである。 図８の処理でお薦めテンプレートを決定する際に用いられる各種データを示す図である。 モニタに表示されるポスター編集画面の別の例を示す図である。 第３実施形態でのお薦めテンプレート決定処理のフローチャートである。 第４実施形態でのお薦めテンプレート決定処理のフローチャートである。

以下、本発明の実施形態について、添付図面を参照して詳細に説明する。

＜第１実施形態＞
図１は、本発明の実施形態に係る情報処理システム１の概略構成を示すブロック図である。情報処理システム１は、ネットワーク２２を介して通信可能に接続されたクライアント端末１０とサーバシステム２を有する。なお、情報処理システム１のシステム構成は、後述する第２乃至第４実施形態を実現するためのシステム構成でもある。

サーバシステム２は、プログラム実行サーバ４、ストレージサーバ５及び印刷実行サーバ６を備える。プログラム実行サーバ４は、Ｗｅｂアプリケーションを実行するためのサーバであり、サーバシステム２で動作するプログラムであるサーバプログラム７を実行する。ストレージサーバ５は、Ｗｅｂアプリケーションにおける画像ファイルや印刷データファイル等の編集データ８と、印刷データ９とを記憶する。印刷実行サーバ６は、クライアント端末１０での印刷実行アプリケーション１９の実行に用いられる印刷データ９をクライアント端末１０へ送信する。プログラム実行サーバ４、ストレージサーバ５及び印刷実行サーバ６は、物理的に別々の装置で実現されていてもよいし１台の装置で実現されていてもよい。

クライアント端末１０は、一般的なパーソナルコンピュータやスマートフォン等の情報処理端末である。クライアント端末１０は、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３及び内部記憶装置１８を有する。また、クライアント端末１０は、モニタ１４、プリンタ１５、入力装置１６、外部記憶装置１７及びネットワーク２２を通信可能に接続するための不図示のインタフェースを備える。

ＣＰＵ１１は、ＲＯＭ１２に格納されているＯＳ等のプログラムをＲＡＭ１３に展開して、クライアント端末１０が有する各種のハードウェアを制御することにより、クライアント端末１０の全体的な動作を制御する。ＲＯＭ１２は、読み出し専用メモリであり、ＯＳ等のプログラムや各種プログラムの実行に必要なパラメータ等が格納されている。ＲＡＭ１３は、ＣＰＵ１１のワークメモリとして用いられる。内部記憶装置１８は、例えば、ＳＳＤやＨＤＤ、メモリカード等であり、ＣＰＵ１１により実行可能な各種のアプリケーションプログラムや各種のデータを記憶する。

ＣＰＵ１１は、内部記憶装置１８又は外部記憶装置１７に記憶されている所定のアプリケーション（プログラム）を実行して、クライアント端末１０の各種機能を実現する。例えば、ＣＰＵ１１が内部記憶装置１８に記憶されているＷｅｂブラウザ２０のプログラムを実行することにより、インターネット上のＷｅｂサイトを閲覧やサーバシステム２が提供するＷｅｂアプリケーションの利用が可能となる。

サーバシステム２が提供するＷｅｂアプリケーションを利用する際、ＣＰＵ１１はサーバシステム２からクライアントプログラムを受信してＲＡＭ１３又は内部記憶装置１８に格納する。格納されたクライアントプログラムのスクリプト言語は、Ｗｅｂブラウザ２０内のプログラム解析部２１により解釈される。なお、スクリプト言語の例としては、ＨＴＭＬやＪａｖａＳｃｒｉｐｔ等が挙げられる。

内部記憶装置１８には、印刷実行アプリケーション１９が格納されている。印刷実行アプリケーション１９は、クライアント端末１０に接続されたプリンタ１５に印刷データ９を送信して印刷を行う。なお、プリンタ１５や外部記憶装置１７は、クライアント端末１０に対して直接接続されている必要はなく、ネットワーク２２を介してクライアント端末１０と接続されていてもよい。

図２は、プログラム実行サーバ４の概略構成を示すブロック図である。以下の説明では、サーバシステム２がユーザに推薦するコンテンツとしてポスターやチラシ等の印刷物のテンプレートを取り上げることとし、これに応じて、サーバシステム２が提供するＷｅｂアプリケーションの一例として印刷物制作アプリケーションを取り上げる。但し、サーバシステム２がユーザに推薦するコンテンツは印刷物のテンプレートに限られるものではなく、よって、Ｗｅｂアプリケーションも印刷物制作アプリケーションに限られるものではない。

プログラム実行サーバ４は、受信部２０１、設定部２０２、分析部２０３、お薦め演算部２０４、比較部２０５、出力部２０６、テンプレート利用状況記憶部２１１、ランキング記憶部２１２及びお薦め記憶部２１３を有する。

受信部２０１は、ユーザを表す識別子（後述のユーザＩＤ）と、ユーザが選択したテンプレートを取得する。設定部２０２は、ユーザによってあるテンプレートが選択されたことを受信部２０１が受信したことに応じて、テンプレート利用状況記憶部２１１の記憶内容を更新する。分析部２０３は、テンプレート利用状況記憶部２１１から利用回数の多いテンプレートを抽出し、ランキング記憶部２１２に保存する。

お薦め演算部２０４は、テンプレート利用状況記憶部２１１に記憶されたテンプレート利用状況を用いて、協調フィルタリングにより各ユーザへのお薦めテンプレートを演算する。比較部２０５は、お薦め演算部２０４により求められた推薦結果の正解率とランキング記憶部２１２に保存されたランキングの正解率とを比較し、正解率の高い推薦方法による結果をお薦め記憶部２１３に保存する。出力部２０６は、お薦め記憶部２１３に保存された当該ユーザへのお薦めテンプレートをクライアント端末１０へ出力する。

テンプレート利用状況記憶部２１１は、ユーザごとのテンプレート利用状況を保存して管理する。ランキング記憶部２１２は、分析部２０３によりテンプレート利用状況記憶部２１１から抽出された各テンプレートを総利用回数の多い順に記憶する。お薦め記憶部２１３は、お薦め演算部２０４により求められたお薦めテンプレートを記憶する。

続いて、サーバシステム２が提供するＷｅｂアプリケーションについて説明する。

図３は、Ｗｅｂアプリケーション画面の一例を示す図であり、クライアント端末１０でＷｅｂブラウザ２０を起動した後、Ｗｅｂアプリケーションを利用した際にモニタ１４に表示される画面である。

Ｗｅｂアプリケーション画面は、上段が制作物の選択エリア３０１となっており、下段がテンプレートの一覧表示エリア３０２となっている。選択エリア３０１には、Ｗｅｂアプリケーションで選択可能な制作物の種類を選択するためのボタン（アイコン）が表示される。ユーザが入力装置１６により選択エリア３０１に表示されているボタンの中から所望のボタンを選択すると、選択されているボタンに応じて、Ｗｅｂアプリケーションが保持しているテンプレートの一覧が一覧表示エリア３０２に表示される。

図３のＷｅｂアプリケーション画面には、ポスター制作ボタン３０３が選択され、これに応じて、ポスター制作に利用可能な複数のテンプレートが一覧表示エリア３０２に表示された状態が示されている。一覧表示エリア３０２に表示されている複数のテンプレートのサムネイルの中から入力装置１６により１つのサムネイルが選択されると、モニタ１４の表示は図４に示される次画面の一例へ遷移する。

図４は、図３中のサムネイル３０４が選択されたことに応じてモニタ１４に表示されるポスター編集画面の一例を示す図である。ユーザによる編集中のポスターが、プレビュー４０１として表示されている。エリア４０２には、ポスターを制作するためのオブジェクトの種類を選択するためのボタンが表示されており、図４ではテンプレートボタン４０３が選択された状態が示されている。エリア４０４には、エリア４０２で選択されたオブジェクトに対応する内容が表示される。図４では、テンプレートボタン４０３が選択された状態であるため、Ｗｅｂアプリケーションが保持しているテンプレートが一覧表示されており、一覧表示エリア３０２で選択したテンプレートからのテンプレートの変更が可能となっている。

プレビュー４０１内には、サムネイル４０６が表示されている。サムネイル４０６は、図３のポスター編集画面でサムネイル３０４が選択されたことによって、プレビュー４０１内に配置されているテンプレートである。エリア４０４内のお薦め表示エリア４０５には、ポスター編集画面で選択されたサムネイル３０４を基準にして求められたお薦めテンプレートが順番に一覧で表示されている。ユーザは、入力装置１６で印刷ボタン４０７を選択することにより、プレビュー４０１に表示されているポスターをプリンタ１５で印刷することができる。印刷ボタン４０７が選択されたことに応じて、印刷実行サーバ６はクライアント端末１０へ印刷データ９を送信し、Ｗｅｂブラウザ２０は印刷実行アプリケーション１９を起動して、プレビュー４０１に表示されているポスターの印刷を行う。

次に、テンプレートの利用状況等に関する情報の保存・管理方法について説明する。図５（ａ）は、テンプレート利用状況記憶部２１１においてユーザのテンプレート利用状況を保存し管理するための利用状況管理テーブル５００の一例を示している。利用状況管理テーブル５００において、「ユーザＩＤ」はユーザを一意に表す識別子であり、「テンプレートＩＤ」はテンプレートを一意に表す識別子である。「利用日」は、ユーザＩＤで表されるユーザがテンプレートＩＤで表されるテンプレートを利用した日付であり、以下、「テンプレート利用日」と称呼する。例えば、２０２２年４月１日には、ユーザＩＤがユーザＡであるユーザが、テンプレートＩＤがテンプレートａのテンプレートとテンプレートＩＤがテンプレートｂのテンプレートを、複数回、利用したことが利用状況管理テーブル５００に記憶されている。

図５（ｂ）は、テンプレート利用状況記憶部２１１において一定期間におけるユーザのテンプレート利用回数を保存管理するための利用回数管理テーブル５１０の一例を示している。利用回数管理テーブル５１０において、利用状況管理テーブル５００と同じく、ユーザＡ～ＣはユーザＩＤを表しており、テンプレートａ～ｅはテンプレートＩＤを表している。例えば、ユーザＡの行のテンプレートａ，ｂ，ｃ，ｄ，ｅの各列の数値‘６，３，０，０，０’はユーザＡがテンプレートａ，ｂ，ｃ，ｄ，ｅをそれぞれ利用した回数を表している。

図５（ｃ）は、ランキング記憶部２１２においてテンプレートの利用回数のランキングを保存し管理するためのランキング管理テーブル５２０の一例を示している。ランキング管理テーブル５２０において、利用状況管理テーブル５００と同じく、テンプレートａ～ｅはテンプレートＩＤを表している。また、ランキング管理テーブル５２０において、「総利用回数」は、テンプレートＩＤで表されるテンプレートが全ユーザを通じて利用された回数を表している。例えば、テンプレートＩＤがテンプレートａのテンプレートは、全ユーザを通じて６回利用されていることがランキング管理テーブル５２０に記憶されている。

図５（ｄ）は、お薦め記憶部２１３において各ユーザへのお薦めテンプレートを保存し管理するお薦めテンプレート管理テーブル５３０の一例を示している。お薦めテンプレート管理テーブル５３０において、利用状況管理テーブル５００と同じく、ユーザＡ～ＣはユーザＩＤを表しており、テンプレートａ～ｅはテンプレートＩＤを表している。ユーザＩＤごとに、お薦め演算部２０４により求められたお薦めテンプレートのテンプレートＩＤが順位順に示されている。例えば、ユーザＩＤがユーザＡのユーザに対するお薦めテンプレートは、１位から３位の順にテンプレートＩＤがテンプレートｃ，ｄ，ｅのテンプレートであることがお薦めテンプレート管理テーブル５３０に記憶されている。

図６は、利用状況管理テーブル５００の更新方法を説明するフローチャートである。本フローチャートの処理は、例えば、新規テンプレートの追加や定時バッチ処理等をトリガーとして実行される。本フローチャートにＳ番号で示す各処理（ステップ）は、プログラム実行サーバ４のＣＰＵが、プログラム実行サーバ４に格納されている所定のプログラムを実行することにより実現される。

Ｓ６０１，Ｓ６０４の「レコード数分ループ」とは、これらの間のＳ６０２，Ｓ６０３の処理が、利用状況管理テーブル５００にあるレコードの数（図５（ａ）では‘２０’）だけ、レコードごとに実行されることを示している。

Ｓ６０２でプログラム実行サーバ４は、レコードにおけるテンプレート利用日が所定期間内か否かを判定する。プログラム実行サーバ４は、レコードにおけるテンプレート利用日が予め定められた期間内であると判定した場合（Ｓ６０２でＹｅｓ）、検査対象レコードをＳ６０５の処理対象とする。一方、プログラム実行サーバ４は、テンプレート利用日が予め定められた期間内ではないと判定した場合（Ｓ６０２でＮｏ）、Ｓ６０３の処理を実行する。

Ｓ６０３でプログラム実行サーバ４は、テンプレート利用日が所定期間内ではないと判定された検査対象レコードを利用状況管理テーブル５００から削除する。こうして利用状況管理テーブル５００の全てのレコードについてＳ６０２～Ｓ６０３の処理が終了すると、Ｓ６０５でプログラム実行サーバ４は、Ｓ６０２の判定がＹｅｓとなったレコードで利用回数管理テーブル５１０を更新し、その後、本処理を終了させる。

なお、プログラム実行サーバ４は、利用状況管理テーブル５００の更新が完了すると、更新された利用状況管理テーブル５００に基づき、利用回数管理テーブル５１０、ランキング管理テーブル５２０及びお薦めテンプレート管理テーブル５３０の更新処理を行う。

第１実施形態では、テンプレート利用日の判定に用いられる所定期間を１ヶ月とし、月末（翌月１日の午前０時）に行われる定時バッチ処理をトリガーとして利用状況管理テーブル５００が更新されるものとする。この場合に、２０２２年５月１日の午前０時をもって定時バッチ処理が行われると、２０２２年４月１日より前のレコードが削除される一方で２０２２年４月１日以降のレコードが残ることで、図５（ａ）の通りに利用状況管理テーブル５００が更新される。こうして１ヶ月単位で生成される利用状況管理テーブル５００、利用回数管理テーブル５１０、ランキング管理テーブル５２０及びお薦めテンプレート管理テーブル５３０は、所定の記憶部に保存される。なお、利用状況管理テーブル５００の更新処理が行われる所定期間は、１ヶ月に限定されるものではなく、任意の期間を設定することができ、例えば、半年や１年としてもよい。

図７は、ユーザによるテンプレートの選択からポスター編集画面のお薦め表示エリア４０５にお薦めテンプレートが表示されるまでの流れを示すシーケンス図である。Ｓ７０１でユーザがＷｅｂブラウザ２０上でテンプレートを選択すると、Ｓ７０２でＷｅｂブラウザ２０はユーザのユーザＩＤ及び選択されたテンプレートのテンプレートＩＤをサーバシステム２（プログラム実行サーバ４）へ送信する。Ｓ７０３でプログラム実行サーバ４は、Ｗｅｂブラウザ２０からの受信情報に基づいて利用状況管理テーブル５００に新しいレコードを追加して保存することにより、テンプレート利用状況記憶部２１１の記憶内容を更新する。

Ｓ７０４でサーバは、お薦め表示エリア４０５に表示するお薦めテンプレートの情報（当該ユーザに対してお薦めテンプレート管理テーブル５３０に格納されているデータ）であるお薦めテーブルをＷｅｂブラウザ２０へ送信する。Ｓ７０５でＷｅｂブラウザ２０は、受け取ったお薦めテーブルにあるお薦めテンプレートのテンプレートＩＤに基づき、ポスター編集画面のお薦め表示エリア４０５にお薦めテンプレートを表示する。

次に、第１実施形態の特徴であるお薦めテンプレートを決定する処理について説明する。第１実施形態では、ユーザ個人とユーザ全体でのテンプレート利用状況に応じて、お薦め表示エリア４０５に表示されるお薦めテンプレートの決定に用いる演算手法を切り替える。

図８は、第１実施形態でのお薦めテンプレートを決定する処理のフローチャートである。本フローチャートの処理は、例えば、新規テンプレートの追加や定時バッチ処理等をトリガーとして実行される。本フローチャートにＳ番号で示す各処理（ステップ）は、プログラム実行サーバ４のＣＰＵが、プログラム実行サーバ４に格納されている所定のプログラムを実行することにより実現される。

Ｓ８０１では分析部２０３が、各テンプレートが利用された総数を利用回数管理テーブルから求めることによりランキング管理テーブルを作成する。図９（ａ）は利用回数管理テーブル９００の一例を示す図であり、図９（ｂ）は利用回数管理テーブル９００から作成されるランキング管理テーブル９１０を示す図である。なお、ここでは、利用回数管理テーブル９００及びランキング管理テーブル９１０として、図５（ｂ），（ｃ）の利用回数管理テーブル５１０及びランキング管理テーブル５２０と同じものを示している。

分析部２０３は、各ユーザの各テンプレートの利用回数をユーザＩＤとテンプレートＩＤを用いて利用回数管理テーブル９００で保存し、管理している。また、分析部２０３は、テンプレートＩＤが示すテンプレートごとに全ユーザの各テンプレートの利用回数の和（総利用回数）を求めて、ランキング管理テーブル９１０で保存し、管理している。

Ｓ８０２，Ｓ８０９の「ユーザ数分ループ」とは、これらの間のＳ８０３～８０８の処理がユーザの数だけユーザごとに実行されることを示している。

Ｓ８０３ではお薦め演算部２０４が、所定のユーザについての利用回数管理テーブル９００でのレコードをお薦め演算用データ（以下「演算用データ」と記す）とお薦め演算結果の評価用データ（以下「評価用データ」と記す）に分割する。図９（ｃ）は演算用データの一例を示す図であり、図９（ｄ）は評価用データの一例を示す図であり、図９（ｃ），（ｄ）にはユーザＢについて作成された結果が示されている。

即ち、図９（ａ）の利用回数管理テーブル９００から、ユーザＢが利用したテンプレートはテンプレートｃ，ｄ，ｅの３種類であることがわかる。そして、ここでは、お薦め演算部２０４は、テンプレートｃ，ｄ，ｅの中から、例えば、テンプレートｄを演算用データとして選択し、残りのテンプレートを評価用データとしている。

なお、ここでの「残りのテンプレート」とは、全テンプレートから演算用データとして選択されたテンプレートを除いたテンプレートであり、よって、利用回数がゼロ（０）のテンプレートを含む。また、第１実施形態では、演算用データと評価用データへの分割は、分割前の利用回数管理テーブル９００におけるデータから１つのデータを演算用データとし、残りを評価用データとすることにより行われるものとする。但し、分割比率はこれに限定されるものではなく、例えば、演算用データを２つ以上に設定する等して、評価用データに対する演算用データの比率を大きくしてもよい。

Ｓ８０４ではお薦め演算部２０４が、協調フィルタリングを用いて、演算用データからユーザへ提供するためのお薦めテンプレートを求める。図９（ｅ）は、協調フィルタリングにより求められたお薦めテンプレートの一例を示す図である。

Ｓ８０５では比較部２０５が、お薦めテンプレートと評価用データとを比較して、協調フィルタリングの正解率とランキングの正解率を演算する。正解率とは、推薦方法の有効性を示す値であり、お薦め演算部２０４が求めた複数のお薦めテンプレートに含まれる評価用データの比率（割合）によって求められる。

例えば、図９（ｅ）によるユーザＢへのお薦めテンプレートはテンプレートｂ，ｃ，ｅである。一方、図９（ｄ）の評価用データからは、ユーザＢはテンプレートｃ，ｅを利用しているが、テンプレートｂを利用していないことがわかる。よって、協調フィルタリングによる正解率は６７％（小数点以下切り捨て）となる。これに対して、ランキングによる正解率は、協調フィルタリングによるお薦めテンプレートは３つあったので、ランキングでも同様に上位３つのテンプレートをお薦めした場合の値として求められる。図９（ｂ）のランキング管理テーブルによれば、利用回数の多いテンプレートの上位３つはテンプレートａ，ｂ，ｃであることが分かる。ここで、ユーザＢが利用しているテンプレートはテンプレートｃ，ｄ，ｅであるので、ランキングの正解率は３３％（小数点以下切り捨て）となる。

Ｓ８０６では比較部２０５が、ランキングによる正解率が協調フィルタリングによる正解率よりも大きいか否かを判定する。比較部２０５は、ランキングによる正解率が協調フィルタリングによる正解率よりも大きいと判定した場合（Ｓ８０６でＹｅｓ）、Ｓ８０７の処理を実行する。Ｓ８０７で比較部２０５は、処理中のユーザのお薦めテンプレートを格納したお薦めテーブルをランキングによるお薦め結果で書き換える。一方、比較部２０５は、ランキングによる正解率が協調フィルタリングによる正解率以下であると判定した場合（Ｓ８０６でＮｏ）、Ｓ８０８の処理を実行する。Ｓ８０８で比較部２０５は、処理中のユーザのお薦めテンプレートを格納したお薦めテーブルを協調フィルタリングによるお薦め結果で書き換える。例えば、図９でのユーザＢの場合、前述の通り、協調フィルタリングによる正解率がランキングによる正解率を上回っているため、比較部２０５はＳ８０８の処理を実行する。

なお、ランキングによる正解率と協調フィルタリングによる正解率が同じ場合には、ここでは協調フィルタリングによるお薦めテーブルを協調フィルタリングによるお薦め結果で書き換えるが、ランキングによるお薦め結果で書き換えるようにしてもよい。Ｓ８０３～Ｓ８０８の処理を各ユーザについて行うことで、お薦めテンプレート管理テーブルにあるユーザごとにお薦めテーブルが更新されると、本フローは終了する。

このように第１実施形態では、ユーザのテンプレート利用状況に応じて、ランキングによる推薦と協調フィルタリングによる推薦とを切り替えることにより、より有効な推薦方法を用いてお薦めテンプレートをユーザに提示することができる。これにより、ユーザは所望の或いは自身の嗜好に合ったテンプレートを手軽に見つけて利用することが可能になり、利便性が向上する。

なお、第１実施形態では、ランキングによる推薦と協調フィルタリングによる推薦とを組み合わせたが、例えば、コンテンツベースレコメンドと協調フィルタリングの組み合わせのように、別の推薦方法の組み合わせを用いてもよい。その場合も、ユーザの利用状況に合わせて適切な推薦方法が選択されることで、ランキングと協調フィルタリングの組み合わせを用いた場合と同様の効果を得ることができる。

＜第２実施形態＞
第２実施形態では、お薦めコンテンツの推薦方法を組み合わせると共に、お薦めコンテンツの各推薦方法での正解率に基づいて、各推薦方法によるお薦め結果の表示割合を変更する。なお、第２実施形態でのクライアント端末１０での操作やＷｅｂアプリケーション画面及びポスター編集画面の構成は第１実施形態に準ずるため、その説明を省略する。また、推薦方法には、第１実施形態と同様に、協調フィルタリングによる推薦方法とランキングによる推薦方法を用いるものとする。

図１０は、第２実施形態でのお薦めテンプレートを決定する処理のフローチャートである。本フローチャートの処理は、例えば、新規テンプレートの追加や定時バッチ処理等をトリガーとして実行される。本フローチャートにＳ番号で示す各処理（ステップ）は、プログラム実行サーバ４のＣＰＵが、プログラム実行サーバ４に格納されている所定のプログラムを実行することにより実現される。

Ｓ１００１の処理は、図８のフローチャートのＳ８０１の処理と同じである。即ち、Ｓ１００１では分析部２０３が、各テンプレートが利用された総数を利用回数管理テーブルから求めることによりランキング管理テーブルを作成する。図１１（ａ）は利用回数管理テーブル１１００の一例を示す図であり、図１１（ｂ）は利用回数管理テーブル１１００から作成されるランキング管理テーブル１１１０を示す図である。

Ｓ１００２，Ｓ１００７の「ユーザ数分ループ」とは、これらの間のＳ１００３～Ｓ１００６の処理がユーザの数だけユーザごとに実行されることを示している。Ｓ１００３～Ｓ１００５の処理は、図８のフローチャートのＳ８０３～Ｓ８０５の処理と同等である。

即ち、Ｓ１００３ではお薦め演算部２０４が、所定のユーザについての利用回数管理テーブル１１００でのレコードを演算用データと評価用データに分割する。図１１（ｃ）は演算用データの一例を示す図であり、図１１（ｄ）は評価用データの一例を示す図であり、図１１（ｃ），（ｄ）にはユーザＢについて作成された結果が示されている。

ユーザＢへのお薦めテンプレートを演算する場合、ユーザＢが利用したテンプレートは利用回数管理テーブル１１００からテンプレートｂ，ｄの２種類であることがわかる。このうち、演算用データには、図１１（ｃ）に示すようにテンプレートｄが選ばれ、残りのデータが図１１（ｄ）に示すように評価用データとされる。なお、第２実施形態でも、第１実施形態と同様に、演算用データと評価用データへの分割は、分割前の利用回数管理テーブル１１００におけるデータから１つのデータを演算用データとし、残りを評価用データとすることにより行われるものとする。但し、分割比率はこれに限定されるものではない。

Ｓ１００４ではお薦め演算部２０４が、協調フィルタリングを用いて、演算用データからユーザへ提供するためのお薦めテンプレートを求める。図１１（ｅ）は、協調フィルタリングにより求められたお薦めテンプレートの一例を示す図である。

Ｓ１００５では比較部２０５が、お薦めテンプレートと評価用データとを比較して協調フィルタリングの正解率とランキングによる正解率を演算する。

例えば、強調フィルタリングにより求められたお薦めテンプレートは、図１１（ｅ）に示したように、テンプレートｂ，ｅである。ここで、評価用データである図１１（ｄ）を確認すると、ユーザＢはテンプレートｂ利用しているが、テンプレートｅを利用していないことが分かる。よって、協調フィルタリングの正解率は５０％となる。一方、ランキングによる正解率は、協調フィルタリングによるお薦めテンプレートが２つであったので、ランキングでも上位２つのテンプレートをお薦めテンプレートとした場合の正解率を求める。ユーザＢの場合、利用回数の多いテンプレートの上位２つはテンプレートａ，ｂであることがランキング管理テーブル１１１０から分かる。よって、ランキングによるユーザＢへのお薦めテンプレートは、図１１（ｆ）に示すように、テンプレートａ，ｂとなる。ユーザＢが利用しているテンプレートはテンプレートｂ，ｄであるので、ランキングによる正解率は５０％となる。

Ｓ１００６で比較部２０５は、ランキングによる推薦と協調フィルタリングによる推薦の各正解率の比較と組み合わせを行い、その結果に基づいてお薦めテーブルを書き換える。ユーザＢの場合には前述したように、協調フィルタリングによる正解率とランキングによる正解率が共に５０％となっている。そこで、ユーザＢへのお薦めテンプレートのうち、５０％を協調フィルタリングによるお薦め結果で、残りの５０％をランキングによるお薦め結果で、お薦めテーブルを書き換える。例えば、プログラム実行サーバ４が実行するＷｅｂアプリケーションは、常に１０点のテンプレートをお薦めテンプレートとして提示するとする。その場合、１０点のうちの５点に協調フィルタリングによるお薦めテンプレートが選択され、残りの５点にランキングによるお薦めテンプレートが採用される。

Ｓ１００３～Ｓ１００６の処理を各ユーザについて行うことで、お薦めテンプレート管理テーブルにあるユーザごとにお薦めテーブルが更新されると、本フローは終了する。

図１２は、モニタ１４に表示されるポスター編集画面の別の例を示す図である。入力装置１６の一例であるマウスが操作され、お薦めテンプレートの１つにマウスオーバーしたことに応じて、お薦めテンプレートの推薦理由がポップアップ表示１２０１にて表示されるようにしてもよい。このような表示制御は、プログラム実行サーバ４が実行するＷｅｂアプリケーションに準備されており、プログラム実行サーバ４のＣＰＵが所定のプログラムを実行することにより実現される。

このように第２実施形態では、ユーザのテンプレート利用状況に応じて、複数の推薦方法を組み合わせてお薦めテンプレートを決定する。これにより、ユーザは所望の或いは自身の嗜好に合ったテンプレートを手軽に見つけて利用することが可能になり、利便性が向上する。

なお、第２実施形態では、ランキングによる推薦と協調フィルタリングによる推薦とを組み合わせたが、例えば、コンテンツベースレコメンドと協調フィルタリングの組み合わせのように、別の推薦方法の組み合わせを用いてもよい。また、組み合わせる推薦方法は２つに限らず、３つ以上の推薦方法を組み合わせてもよく、その場合に各推薦方法の組み合わ比率は任意に設定することができる。このようにしても、上述のランキングと協調フィルタリングの組み合わせを用いた場合と同様の効果を得ることができる。

＜第３実施形態＞
第３実施形態では、第２実施形態において複数の推薦方法の組み合わせる際に、閾値を用いて、有効な推薦方法のみを組み合わせる。具体的には、推薦方法を有効とみなす閾値を設定し、設定された閾値以上の正解率が得られた推薦方法のみを組み合わせる。ここでは、プログラム実行サーバ４が実行するＷｅｂアプリケーションにおいて、閾値は４０％に設定されているものとする。但し、閾値は４０％に限定されるものではなく、適宜、プログラム実行サーバ４での変更が可能である。

図１３は、第３実施形態でのお薦めテンプレートを決定する処理のフローチャートである。本フローチャートの処理は、例えば、新規テンプレートの追加や定時バッチ処理等をトリガーとして実行される。本フローチャートにＳ番号で示す各処理（ステップ）は、プログラム実行サーバ４のＣＰＵが、プログラム実行サーバ４に格納されている所定のプログラムを実行して、プログラム実行サーバ４の各部の動作を統括的に制御することにより実現される。

Ｓ１３０１，Ｓ１３０３～１３０５の処理は、第２実施形態との比較のため、図１０のフローチャートのＳ１００１，Ｓ１００３～Ｓ１００５の処理と同じとしており、よって、これらの処理の詳細については説明を省略する。なお、Ｓ１３０２，Ｓ１３０９の「ユーザ数分ループ」とは、これらの間のＳ１３０３～Ｓ１３０８の処理がユーザの数だけユーザごとに実行されることを示している。

Ｓ１３０６で比較部２０５は、ランキングによる正解率と協調フィルタリングによる成果率が共に閾値以上か否かを判定する。比較部２０５は、ランキングによる正解率と協調フィルタリングによる正解率が共に閾値以上であると判定した場合（Ｓ１３０６でＹｅｓ）、Ｓ１３０７の処理を実行する。Ｓ１３０７の処理はＳ１００６の処理と同じであり、Ｓ１３０７で比較部２０５は、ランキングによる推薦と協調フィルタリングによる推薦の各正解率の比較と組み合わせを行い、その結果に基づいてお薦めテーブルを書き換える。

一方、比較部２０５は、ランキングによる正解率と協調フィルタリングによる正解率の少なくとも一方が閾値未満であると判定した場合（Ｓ１３０６でＮｏ）、Ｓ１３０８の処理を実行する。Ｓ１３０８で比較部２０５は、正解率が大きい方の推薦方法によるお薦め結果でお薦めテーブルを書き換える。

一例として、第２実施形態での説明と同様に、図１１に示した利用回数管理テーブル１１００に基づく、ユーザＢに対するお薦めテンプレートは、以下の通りに決定される。

即ち、協調フィルタリングによる正解率のランキングによる正解率は共に５０％である。推薦方法を有効とみなす正解率の閾値が４０％である場合、協調フィルタリングとランキングは共に有効な推薦方法であると判定される。例えば、プログラム実行サーバ４が実行するＷｅｂアプリケーションは１０点のテンプレートをお薦めテンプレートとして提示するとする。その場合、１０点のうちの５点に協調フィルタリングによるお薦めテンプレートが選択され、残りの５点にランキングによるお薦めテンプレートが採用される。

一方、仮に、ランキングによる正解率が閾値以上であるのに対して、協調フィルタリングによる正解率が閾値未満である場合には、ユーザＢへの１０点のお薦めテンプレートは全て、ランキングにより求められたテンプレートとなる。なお、Ｓ１３０６の判定が‘Ｎｏ’となる１つのケースに、設定された閾値によっては、協調フィルタリングによる正解率とランキングによる正解率が共に閾値未満となるケースが想定される。この場合、Ｓ１３０８の処理が実行され、お薦めテーブルは正解率の大きい方の推薦方法による結果で書き換えられる。

Ｓ１３０３～Ｓ１３０８の処理を各ユーザについて行うことで、お薦めテンプレート管理テーブルにあるユーザごとにお薦めテーブルが更新されると、本フローは終了する。

このように第３実施形態では、複数の推薦方法を組み合わせてお薦めテンプレートを決定するが、正解率の小さい推薦方法を用いないこととする。これにより、ユーザは所望の或いは自身の嗜好に合ったテンプレートを手軽に見つけて利用することが可能になり、利便性が向上する。そして、このような効果を、第３実施形態では、第２実施形態よりも顕著に得ることができる。

なお、第２実施形態の説明で述べた変形例は、第３実施形態でも適用される。また、例えば、組み合わせる推薦方法が３つである場合において、２つの推薦方法の正解率が閾値以上であり、１つの正解率が閾値未満である場合には、正解率が閾値以上の２つの推薦方法のみが組み合わされる。４つ以上の推薦方法を組み合わせる場合も同様の手法が用いられる。

＜第４実施形態＞
第４実施形態では、第２実施形態の通りにして複数の推薦方法の組み合わせる際に、正解率に応じて推薦方法ごとにユーザに提示するお薦めテンプレートのモニタ１４での表示数を変更する。

図１４は、第４実施形態でのお薦めテンプレートを決定する処理のフローチャートである。本フローチャートの処理は、例えば、新規テンプレートの追加や定時バッチ処理等をトリガーとして実行される。本フローチャートにＳ番号で示す各処理（ステップ）は、プログラム実行サーバ４のＣＰＵが、プログラム実行サーバ４に格納されている所定のプログラムを実行することにより実現される。

Ｓ１４０１，Ｓ１４０３～１４０５の処理は、第２実施形態との比較のため、図１０のフローチャートのＳ１００１，Ｓ１００３～Ｓ１００５の処理と同じであり、よって、これらの処理の詳細については説明を省略する。なお、Ｓ１４０２，Ｓ１４０７の「ユーザ数分ループ」とは、これらの間のＳ１４０３～Ｓ１４０６の処理がユーザの数だけユーザごとに実行されることを示している。

Ｓ１４０６で比較部２０５は、各推薦方法の正解率に応じて規定数の上位のお薦めテンプレートでお薦めテーブルを書き換える。例えば、正解率が１００％であることに対して１０点のテンプレートを推薦するものとする。この条件を、図９の例に当て嵌めてみる。すると、協調フィルタリングによる正解率は６７％、ランキングによる正解率は３３％なので、正解率に比例させて、協調フィルタリングによるお薦めテンプレートの上位７点とランキングによるお薦めテンプレートの上位３点でお薦めテーブルが書き換えられる。

Ｓ１４０３～Ｓ１４０６の処理を各ユーザについて行うことで、お薦めテンプレート管理テーブルにあるユーザごとにお薦めテーブルが更新されると、本フローは終了する。

第４実施形態では、複数の推薦方法のうち、正解率の大きい推薦方法によって求められたテンプレートが正解率の小さい推薦方法によって求められたテンプレートよりも多く表示される。これにより、ユーザは所望の或いは自身の嗜好に合ったテンプレートを手軽に見つけて利用することが可能になり、利便性が向上する。そして、このような効果を、第４実施形態では、第２実施形態よりも顕著に得ることができる。なお、第２実施形態の説明で述べた変形例は、第４実施形態でも適用される。

以上、本発明をその好適な実施形態に基づいて詳述してきたが、本発明はこれら特定の実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の様々な形態も本発明に含まれる。更に、上述した各実施形態は本発明の一実施形態を示すものにすぎず、各実施形態を適宜組み合わせることも可能である。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

本実施形態の開示は、以下の構成、方法及びプログラムを含む。
（構成１）複数のユーザによる複数のコンテンツのそれぞれの利用回数を記憶する記憶手段と、前記利用回数のデータを前記複数のユーザの中の所定のユーザへ推薦するコンテンツを求めるための演算用データとお薦め結果の正解率を求めるための評価用データに分割する分割手段と、第１の推薦方法によって前記所定のユーザへ推薦するコンテンツである第１のお薦め結果を求める第１の演算手段と、第２の推薦方法によって前記演算用データに基づいて前記所定のユーザへ推薦するコンテンツである第２のお薦め結果を演算する第２の演算手段と、前記評価用データに基づいて、前記第１のお薦め結果の正解率である第１の正解率と前記第２のお薦め結果の正解率である第２の正解率を求める第３の演算手段と、前記所定のユーザに推薦するコンテンツを決定するための推薦方法を、前記第１の正解率と前記第２の正解率に基づいて前記第１の推薦方法と前記第２の推薦方法を用いて設定する設定手段と、を備えることを特徴とする情報処理装置。
（構成２）前記設定手段は、前記第１の正解率と前記第２の正解率のうち高い正解率が得られた推薦方法を前記所定のユーザに推薦するコンテンツを決定するための推薦方法に設定することを特徴とする構成１に記載の情報処理装置。
（構成３）前記設定手段は、前記第１の正解率と前記第２の正解率に応じた前記第１の推薦方法と前記第２の推薦方法の組み合わせを前記所定のユーザに推薦するコンテンツを決定するための推薦方法に設定することを特徴とする構成１に記載の情報処理装置。
（構成４）前記第１の正解率と前記第２の正解率に比例する割合で前記第１のお薦め結果と前記第２のお薦め結果を組み合わせて、前記所定のユーザに推薦するコンテンツを決定する決定手段を備えることを特徴とする構成３に記載の情報処理装置。
（構成５）前記所定のユーザに推薦するコンテンツを所定の表示手段に表示する際の数を前記第１の正解率と前記第２の正解率に比例する割合で決定する決定手段を備えることを特徴とする構成３に記載の情報処理装置。
（構成６）前記所定のユーザに推薦するコンテンツが所定の表示装置に表示された際に、前記表示されたコンテンツの前記設定手段による推薦理由を前記表示装置に表示する表示制御手段を備えることを特徴とする構成４又は５に記載の情報処理装置。
（構成７）前記第１の正解率と前記第２の正解率に対して閾値を設定する設定手段を備え、前記設定手段は、前記第１の正解率と前記第２の正解率が共に前記閾値以上である場合に前記第１の正解率と前記第２の正解率に応じた前記第１の推薦方法と前記第２の推薦方法の組み合わせを前記所定のユーザに推薦するコンテンツを決定するための推薦方法に設定し、前記第１の正解率と前記第２の正解率が共に前記閾値以上ではない場合には前記第１の正解率と前記第２の正解率のうち高い正解率が得られた推薦方法を前記所定のユーザに推薦するコンテンツを決定するための推薦方法に設定することを特徴とする構成１に記載の情報処理装置。
（構成８）前記第１の推薦方法と前記第２の推薦方法は、ランキングによる推薦方法、コンテンツベースレコメンドによる推薦方法および協調フィルタリングによる推薦方法から選択された２つの推薦方法であることを特徴とする構成１乃至７のいずれか１つに記載の情報処理装置。
（方法１）情報処理装置の制御方法であって、複数のユーザによる複数のコンテンツのそれぞれの利用回数を記憶するステップと、前記利用回数のデータを前記複数のユーザの中の所定のユーザへ推薦するコンテンツを求めるための演算用データとお薦め結果の正解率を求めるための評価用データに分割するステップと、第１の推薦方法によって前記所定のユーザへ推薦するコンテンツである第１のお薦め結果を求めるステップと、第２の推薦方法によって前記演算用データに基づいて前記所定のユーザへ推薦するコンテンツである第２のお薦め結果を演算するステップと、前記評価用データに基づいて、前記第１のお薦め結果の正解率である第１の正解率と前記第２のお薦め結果の正解率である第２の正解率を求めるステップと、前記前記所定のユーザに推薦するコンテンツを決定するための推薦方法の設定を、前記第１の正解率と前記第２の正解率に基づいて前記第１の推薦方法と前記第２の推薦方法を用いて行うステップと、を有することを特徴とする情報処理装置の制御方法。
（プログラム１）コンピュータを構成１に記載の情報処理装置の各手段として機能させることを特徴とするプログラム。

２ サーバシステム
４ プログラム実行サーバ
２０２ 設定部
２０３ 分析部
２０４ お薦め演算部
２０５ 比較部
２１１ テンプレート利用状況記憶部
２１２ ランキング記憶部
２１３ お薦め記憶部

Claims (10)

1. 複数のユーザによる複数のコンテンツのそれぞれの利用回数を記憶する記憶手段と、
   前記利用回数のデータを前記複数のユーザの中の所定のユーザへ推薦するコンテンツを求めるための演算用データとお薦め結果の正解率を求めるための評価用データに分割する分割手段と、
   第１の推薦方法によって前記所定のユーザへ推薦するコンテンツである第１のお薦め結果を求める第１の演算手段と、
   第２の推薦方法によって前記演算用データに基づいて前記所定のユーザへ推薦するコンテンツである第２のお薦め結果を演算する第２の演算手段と、
   前記評価用データに基づいて、前記第１のお薦め結果の正解率である第１の正解率と前記第２のお薦め結果の正解率である第２の正解率を求める第３の演算手段と、
   前記所定のユーザに推薦するコンテンツを決定するための推薦方法を、前記第１の正解率と前記第２の正解率に基づいて前記第１の推薦方法と前記第２の推薦方法を用いて設定する設定手段と、を備えることを特徴とする情報処理装置。
2. 前記設定手段は、前記第１の正解率と前記第２の正解率のうち高い正解率が得られた推薦方法を前記所定のユーザに推薦するコンテンツを決定するための推薦方法に設定することを特徴とする請求項１に記載の情報処理装置。
3. 前記設定手段は、前記第１の正解率と前記第２の正解率に応じた前記第１の推薦方法と前記第２の推薦方法の組み合わせを前記所定のユーザに推薦するコンテンツを決定するための推薦方法に設定することを特徴とする請求項１に記載の情報処理装置。
4. 前記第１の正解率と前記第２の正解率に比例する割合で前記第１のお薦め結果と前記第２のお薦め結果を組み合わせて、前記所定のユーザに推薦するコンテンツを決定する決定手段を備えることを特徴とする請求項３に記載の情報処理装置。
5. 前記所定のユーザに推薦するコンテンツを所定の表示手段に表示する際の数を前記第１の正解率と前記第２の正解率に比例する割合で決定する決定手段を備えることを特徴とする請求項３に記載の情報処理装置。
6. 前記所定のユーザに推薦するコンテンツが所定の表示装置に表示された際に、前記表示されたコンテンツの前記設定手段による推薦理由を前記表示装置に表示する表示制御手段を備えることを特徴とする請求項４又は５に記載の情報処理装置。
7. 前記第１の正解率と前記第２の正解率に対して閾値を設定する設定手段を備え、
   前記設定手段は、前記第１の正解率と前記第２の正解率が共に前記閾値以上である場合に前記第１の正解率と前記第２の正解率に応じた前記第１の推薦方法と前記第２の推薦方法の組み合わせを前記所定のユーザに推薦するコンテンツを決定するための推薦方法に設定し、前記第１の正解率と前記第２の正解率が共に前記閾値以上ではない場合には前記第１の正解率と前記第２の正解率のうち高い正解率が得られた推薦方法を前記所定のユーザに推薦するコンテンツを決定するための推薦方法に設定することを特徴とする請求項１に記載の情報処理装置。
8. 前記第１の推薦方法と前記第２の推薦方法は、ランキングによる推薦方法、コンテンツベースレコメンドによる推薦方法および協調フィルタリングによる推薦方法から選択された２つの推薦方法であることを特徴とする請求項１に記載の情報処理装置。
9. 情報処理装置の制御方法であって、
   複数のユーザによる複数のコンテンツのそれぞれの利用回数を記憶するステップと、
   前記利用回数のデータを前記複数のユーザの中の所定のユーザへ推薦するコンテンツを求めるための演算用データとお薦め結果の正解率を求めるための評価用データに分割するステップと、
   第１の推薦方法によって前記所定のユーザへ推薦するコンテンツである第１のお薦め結果を求めるステップと、
   第２の推薦方法によって前記演算用データに基づいて前記所定のユーザへ推薦するコンテンツである第２のお薦め結果を演算するステップと、
   前記評価用データに基づいて、前記第１のお薦め結果の正解率である第１の正解率と前記第２のお薦め結果の正解率である第２の正解率を求めるステップと、
   前記前記所定のユーザに推薦するコンテンツを決定するための推薦方法の設定を、前記第１の正解率と前記第２の正解率に基づいて前記第１の推薦方法と前記第２の推薦方法を用いて行うステップと、を有することを特徴とする情報処理装置の制御方法。
10. コンピュータを請求項１に記載の情報処理装置の各手段として機能させることを特徴とするプログラム。