JP2024008550A - 情報処理装置及びその制御方法とプログラム - Google Patents
情報処理装置及びその制御方法とプログラム Download PDFInfo
- Publication number
- JP2024008550A JP2024008550A JP2022110516A JP2022110516A JP2024008550A JP 2024008550 A JP2024008550 A JP 2024008550A JP 2022110516 A JP2022110516 A JP 2022110516A JP 2022110516 A JP2022110516 A JP 2022110516A JP 2024008550 A JP2024008550 A JP 2024008550A
- Authority
- JP
- Japan
- Prior art keywords
- correct answer
- recommendation
- answer rate
- recommended
- recommendation method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 167
- 230000010365 information processing Effects 0.000 title claims description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims description 49
- 238000001914 filtration Methods 0.000 claims description 48
- 230000008569 process Effects 0.000 description 39
- 238000010586 diagram Methods 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 235000019640 taste Nutrition 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/482—End-user interface for program selection
- H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
- G06F40/106—Display of layout of documents; Previewing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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。
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。
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。
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。
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。
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。
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。
(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
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)
- 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。 - 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。
- 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。
- 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。
- 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。
- 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。
- 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。 - 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。
- 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。 - 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。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022110516A JP2024008550A (ja) | 2022-07-08 | 2022-07-08 | 情報処理装置及びその制御方法とプログラム |
US18/347,308 US20240012990A1 (en) | 2022-07-08 | 2023-07-05 | Information processing apparatus capable of appropriately using a plurality of content recommendation methods in response to user's usage status, control method for information processing apparatus, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022110516A JP2024008550A (ja) | 2022-07-08 | 2022-07-08 | 情報処理装置及びその制御方法とプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024008550A true JP2024008550A (ja) | 2024-01-19 |
Family
ID=89431584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022110516A Pending JP2024008550A (ja) | 2022-07-08 | 2022-07-08 | 情報処理装置及びその制御方法とプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240012990A1 (ja) |
JP (1) | JP2024008550A (ja) |
-
2022
- 2022-07-08 JP JP2022110516A patent/JP2024008550A/ja active Pending
-
2023
- 2023-07-05 US US18/347,308 patent/US20240012990A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20240012990A1 (en) | 2024-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9160869B2 (en) | Methods for simulating image display for images uploading to an anchor slot in an image layout in an electronic interface | |
US20140195921A1 (en) | Methods and systems for background uploading of media files for improved user experience in production of media-based products | |
US10498909B2 (en) | Information processing apparatus, information processing method, and storage medium | |
CN110045953A (zh) | 生成业务规则表达式的方法及计算装置 | |
JP2007122694A (ja) | 画像検索装置および方法並びにプログラム | |
US8930809B2 (en) | Editing apparatus and layout method, and storage medium | |
JP2006259811A (ja) | ログ作成装置及びプログラム | |
JP2010267018A (ja) | 情報処理装置及び情報処理方法 | |
US20190130627A1 (en) | Image processing apparatus, image processing method, program, and recording medium | |
JP5564635B1 (ja) | 電子書籍システム、電子書籍システムの動作方法、記録媒体、及び、プログラム | |
JP6367169B2 (ja) | 画像処理装置、画像処理方法、プログラムおよび記録媒体 | |
JP2006277441A (ja) | 画像管理装置及びプログラム | |
JP2024008550A (ja) | 情報処理装置及びその制御方法とプログラム | |
JP5898158B2 (ja) | 人物画像表示制御装置ならびにその制御方法,その制御プログラムおよびその制御プログラムを格納した記録媒体 | |
US8190563B2 (en) | Document management apparatus, document management method, and computer-readable encoding medium recorded with a computer program | |
JP5883837B2 (ja) | 電子アルバム用人物画像決定装置ならびにその制御方法,その制御プログラムおよびその制御プログラムを格納した記録媒体 | |
JP2011070369A (ja) | データベース統合装置およびデータベース統合方法 | |
WO2022064631A1 (ja) | 画像解析システム及び画像解析方法 | |
JP6650364B2 (ja) | 画像処理装置、画像処理方法、プログラムおよび記録媒体 | |
JP6595958B2 (ja) | 画像処理装置、画像処理方法、プログラムおよび記録媒体 | |
JP2024008495A (ja) | 情報処理システム及びプログラム | |
CN113179203A (zh) | 信息处理系统、存储介质及信息处理方法 | |
JP6184140B2 (ja) | コンテンツ管理装置、コンテンツ表示方法及びプログラム | |
JP2008146378A (ja) | データ処理装置及びプログラム |