JP2024061017A - 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】適切な情報提供を行うこと。【解決手段】本願に係る情報処理装置は、推定部と、提供部とを有する。推定部は、利用者の興味関心を示す所定の操作を利用者が行った際の情報を用いて、利用者が興味関心を示した対象である興味関心対象を推定する。提供部は、推定部により推定された興味関心対象に関する情報を所定のタイミングで利用者に提供する。【選択図】図６

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。

従来、ユーザ（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、検索クエリ（クエリ）が入力されるのに応じて商品推奨ページを提供する技術が提供されている（例えば特許文献１）。

特許第６７２３１８２号公報

しかしながら、上記の従来技術には改善の余地がある。上記の従来技術では、クエリに対応する商品推奨ページを提供しているに過ぎず、利用者がクエリを入力していない場合その利用者に情報提供を行うことが難しい。そのため、利用者によるクエリ入力等に依らず、より適切な情報提供を行うことが望まれている。

本願は、上記に鑑みてなされたものであって、適切な情報提供を行うことができる情報処理装置、情報処理方法及び情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、利用者の興味関心を示す所定の操作を前記利用者が行った際の情報を用いて、前記利用者が興味関心を示した対象である興味関心対象を推定する推定部と、前記推定部により推定された前記興味関心対象に関する情報を所定のタイミングで前記利用者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、適切な情報提供を行うことができるという効果を奏する。

図１は、実施形態に係る情報処理の一例を示す図である。 図２は、利用者の興味関心を示す所定の操作の一例を示す図である。 図３は、情報処理システムが実行する情報処理の一例を示す図である。 図４は、情報処理システムが実行する情報処理の一例を示す図である。 図５は、情報処理システムが実行する情報処理の一例を示す図である。 図６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７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８は、実施形態に係る対象情報記憶部の一例を示す図である。 図９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１０は、実施形態に係るモデル情報記憶部の一例を示す図である。 図１１は、情報処理の流れの一例を示すフローチャートである。 図１２は、情報処理の流れの一例を示すフローチャートである。 図１３は、情報処理の流れの一例を示すフローチャートである。 図１４は、情報処理の流れの一例を示すフローチャートである。 図１５は、情報処理の流れの一例を示すフローチャートである。 図１６は、情報処理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、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。

（実施形態）
〔１．情報処理の一例〕
まず、図１を用いて、情報処理システム１が実行する情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。情報処理装置１００は、利用者が興味関心を有する対象（「興味関心対象」ともいう）を推定し、推定した興味関心対象に関する情報提供を含む情報処理を実行する。例えば、興味関心対象は、店舗等の施設、商品等の取引対象の様々な対象が含まれる。取引対象とは、商品に限らず、サービスの利用等であってもよい。なお、上記は一例に過ぎず、興味関心対象は、利用者による興味関心の対象となるものであれば、どのような対象であってもよい。

〔１－１．情報処理システムにおける処理の全体概要〕
ここから、図１を用いて、情報処理システム１における情報処理の流れの概要を説明する。なお、以下では、情報処理システム１の情報処理装置１００が利用者の興味関心対象の推定等の処理を行う場合を一例として説明するが、以下に示す各処理は、情報処理システム１に含まれる装置構成や機能に応じて、情報処理装置１００に限らず、端末装置１０等の情報処理システム１に含まれるいずれの装置が行ってもよい。例えば、利用者の興味関心対象の推定等の処理を端末装置１０が行ってもよいがこの点については後述する。

情報処理装置１００は、外部装置２０からモデルに関する情報（「モデル情報」ともいう）を取得する（ステップＳ１）。例えば、情報処理装置１００は、ドメインの推定に用いるドメイン推定モデルであるモデルＭ１等の各種モデルを取得する。なお、情報処理装置１００は、モデルＭ１等の各種モデルを自装置で学習してもよいが、この点については後述する。

また、情報処理装置１００は、外部装置２０から対象に関する情報（「対象情報」ともいう）を取得する（ステップＳ２）。情報処理装置１００は、店舗等の施設に関する情報（「施設情報」ともいう）を対象情報として取得する。例えば、情報処理装置１００は、処理時点で存在する実店舗などの施設の施設情報を外部装置２０から取得する。施設情報には、施設に関する様々な情報が含まれる。例えば、施設情報には、施設の情報提供に用いられる様々な情報が含まれる。例えば、施設情報には、施設の所在地（位置）、施設の営業時間、カテゴリ、施設の画像、施設が提供する取引対象、施設が提供する取引対象の画像等の施設に関する様々な情報が含まれる。

また、情報処理装置１００は、電子商店街にて取引される取引対象に関する情報（「取引対象情報」ともいう）を対象情報として取得する。例えば、情報処理装置１００は、電子商店街にて販売（出品）中の取引対象の取引対象情報を外部装置２０から取得する。取引対象情報には、取引対象に関する様々な情報が含まれる。例えば、取引対象情報には、取引対象の情報提供に用いられる様々な情報が含まれる。例えば、取引対象情報には、販売元、販売価格、取引対象の画像、カテゴリ等の取引対象に関する様々な情報が含まれる。

また、対象情報には、様々なサービスでの情報が含まれてもよい。例えば、対象情報には、ＳＮＳ（Social Networking Service）における対象に関する投稿の情報が含まれてもよい。例えば、対象情報には、ＳＮＳにおいて利用者が投稿した投稿情報（コンテンツ）が含まれてもよい。例えば、投稿情報は、Ｉｎｓｔａｇｒａｍ（登録商標）、ＴｉｋＴｏｋ（登録商標）、ＹｏｕＴｕｂｅ（登録商標）、Ｔｗｉｔｔｅｒ（登録商標）、Ｆａｃｅｂｏｏｋ（登録商標）等に、利用者が投稿した文字情報、または画像や動画等の画像情報等であってもよい。

また、情報処理装置１００は、利用者が利用する端末装置１０から利用者に関する情報（「利用者情報」ともいう）を取得する（ステップＳ３）。端末装置１０は、利用者に関する利用者情報を情報処理装置１００へ送信する。例えば、情報処理装置１００は、利用者が利用する端末装置１０から利用者の行動情報を含む利用者情報を取得する。例えば、情報処理装置１００は、利用者が端末装置１０を操作した操作履歴を含む利用者情報を取得する。

例えば、利用者情報には、インターネットにおける行動等の利用者の行動の履歴が含まれてもよい。例えば、利用者情報には、電子商店街等の電子商取引（ＥＣ：Electronic Commerce）サービスにおける取引対象についての情報の閲覧履歴、購買履歴等の利用者の行動履歴が含まれてもよい。なお、電子商取引サービスで取引される取引対象には、電子商店街（オンラインモール）、オンラインショッピングサイト、オークションサイト、フリーマーケットサイト等の様々な態様にて取引される取引対象が含まれる。また、利用者情報には、利用者の位置情報等、実空間での利用者の行動履歴が含まれてもよい。

また、利用者情報には、利用者に関して検知されたセンサ情報が含まれる。例えば、利用者情報には、端末装置１０により検知されたセンサ情報が含まれる。利用者情報には、端末装置１０により検知された位置情報が含まれてもよい。また、利用者情報には、利用者の属性情報が含まれてもよい。例えば、属性情報には、年齢、性別、居住地域、職業等のデモグラフィック属性を示す情報や、興味・関心、ライフスタイル等のサイコグラフィック属性を示す情報等の様々な情報が含まれる。なお、属性情報は一例に過ぎず、利用者情報には、利用者に関する情報であれば、どのような情報が含まれてもよい。また、情報処理装置１００は、外部装置２０から利用者の利用者情報を取得してもよい。

そして、情報処理装置１００は、各種の情報を基に利用者に情報提供するための処理を行う。情報処理装置１００は、利用者の利用者情報を基に、利用者の興味関心対象を推定する（ステップＳ４）。例えば、情報処理装置１００は、利用者が端末装置１０を操作して生成した画像等の各種の情報を基に、利用者の興味関心対象を推定してもよいが、この点については後述する。

そして、情報処理装置１００は、推定した利用者の興味関心対象を基に、利用者に情報を提供する（ステップＳ５）。例えば、情報処理装置１００は、利用者の興味関心対象を示す情報を所定のタイミングで利用者に提供する。例えば、情報処理装置１００は、利用者の興味関心対象に対応するコンテンツを利用者が利用する端末装置１０に送信する。このように、情報処理装置１００は、利用者の興味関心対象を推定し、推定した興味関心対象について利用者に情報提供を行うことにより、情報処理装置１００は、適切な情報提供を行うことができる。

〔１－２．各種処理の詳細〕
上述した情報処理を前提として、各種の処理の詳細を説明する。なお、上記で説明した内容と同様の点については適宜説明を省略する。また、以下で説明する各種の処理は適宜組み合わせてもよい。例えば、後述するメッセンジャーアプリケーションにおいて後述する地図コンテンツを提供（表示）してもよい。なお、上記は一例に過ぎず、各種の処理は組合せた処理が可能である範囲でどのように組み合わされてもよい。以下では、情報処理システム１を処理主体として説明するが、情報処理システム１に含まれる装置構成に応じて、情報処理装置１００、端末装置１０等いずれの装置が行ってもよい。また、以下で情報処理装置１００を処理主体として説明する処理も、端末装置１０が処理主体であってもよい。また、以下の説明では、利用者Ｕ１を利用者の一例として説明する。

〔１－２－１．情報提供〕
まず、情報処理システム１における利用者の興味関心対象に応じた情報提供の一例について、図２を用いて説明する。図２は、利用者の興味関心を示す所定の操作の一例を示す図である。図２では、利用者によるキャプチャ（スクリーンショット）の操作に応じて生成された画像（「キャプチャ画像」ともいう）を用いる処理を説明するが、利用者の興味関心対象の推定に用いる情報は、キャプチャ画像に限らず、任意の情報が用いられてもよい。例えば、利用者の興味関心対象の推定に用いる情報は、利用者が端末装置１０を用いて撮像した画像、センサ情報等の様々な情報が用いられてもよいが、この点については後述する。

図２では、端末装置１０にインストールされたアプリケーションであるアプリＡＰ１１により表示されたキャプチャ画像Ｃ１に対する利用者Ｕ１の操作に応じて、キャプチャ画像Ｃ１に含まれる対象を利用者Ｕ１の興味関心対象であるか否かを推定する。図２に示す例では、情報処理システム１は、利用者Ｕ１が端末装置１０を操作することにより、店舗であるステーキハウスＳＨを示すコンテンツをキャプチャした画像であるキャプチャ画像Ｃ１を生成する。

例えば、アプリＡＰ１１は、利用者がキャプチャ画像を管理するためのアプリケーションであってもよい。例えば、利用者は、アプリＡＰ１１によりその時点までにストック（お気に入り）の登録要否が未処理のキャプチャ画像（「未処理キャプチャ画像」ともいう）を端末装置１０に表示させ、表示されたキャプチャ画像のお気に入りの登録要否の操作を行う。情報処理システム１は、利用者がお気に入りの登録する操作を行ったキャプチャ画像を、利用者の興味関心対象を示すキャプチャ画像として管理する。

図２では、利用者Ｕ１は、スワイプまたはフリック等の操作により、端末装置１０に表示されたキャプチャ画像Ｃ１を左右のいずれかに移動させることにより、キャプチャ画像Ｃ１のお気に入りの登録要否の操作を行う。

例えば、端末装置１０は、利用者Ｕ１がキャプチャ画像Ｃ１を左方向へ移動させる操作ＯＰ１を行った場合、操作ＯＰ１をキャプチャ画像Ｃ１のお気に入りの登録不要の操作として受け付ける。すなわち、情報処理システム１は、利用者Ｕ１がキャプチャ画像Ｃ１を左方向へ移動させる操作ＯＰ１を行った場合、利用者Ｕ１がキャプチャ画像Ｃ１の対象について興味関心を有しないとして、利用者Ｕ１についてキャプチャ画像Ｃ１をお気に入り登録しない。

また、例えば、端末装置１０は、利用者Ｕ１がキャプチャ画像Ｃ１を右方向へ移動させる操作ＯＰ２を行った場合、操作ＯＰ２をキャプチャ画像Ｃ１のお気に入りの登録要の操作として受け付ける。すなわち、情報処理システム１は、利用者Ｕ１がキャプチャ画像Ｃ１を右方向へ移動させる操作ＯＰ２を行った場合、利用者Ｕ１がキャプチャ画像Ｃ１の対象について興味関心を有するとして、利用者Ｕ１についてキャプチャ画像Ｃ１をお気に入り登録する。

なお、上記の操作ＯＰ１、ＯＰ２の左右方向は一例に過ぎず、操作ＯＰ１、ＯＰ２の左右方向は逆であってもよい。この場合、端末装置１０は、利用者によるキャプチャ画像を左方向へ移動させる操作をキャプチャ画像のお気に入りの登録要の操作として受け付ける。また、端末装置１０は、利用者によるキャプチャ画像を右方向へ移動させる操作をキャプチャ画像のお気に入りの登録不要の操作として受け付ける。

また、上記の操作ＯＰ１、ＯＰ２は、お気に入りの登録要否の操作の一例に過ぎず、端末装置１０は、利用者の様々な操作をお気に入りの登録要否の操作として受け付けてもよい。図２では、端末装置１０は、利用者Ｕ１がボタンＢＴ１を指定した場合、その指定をキャプチャ画像Ｃ１のお気に入りの登録不要の操作として受け付けてもよい。また、端末装置１０は、利用者Ｕ１がボタンＢＴ２を指定した場合、その指定をキャプチャ画像Ｃ１のお気に入りの登録要の操作として受け付けてもよい。

また、図２では、キャプチャ画像Ｃ１のみを図示するが、未処理キャプチャ画像が複数ある場合、端末装置１０は、未処理キャプチャ画像のお気に入りの登録要否の操作に応じて、順次未処理キャプチャ画像を表示してもよい。図２では、端末装置１０は、キャプチャ画像Ｃ１に対するお気に入りの登録要否の操作を受け付けた後、他の未処理キャプチャ画像（例えばキャプチャ画像Ｃ２）を表示し、キャプチャ画像Ｃ２のお気に入りの登録要否の操作として受け付けてもよい。また、端末装置１０は、キャプチャ画像Ｃ２に対するお気に入りの登録要否の操作を受け付けた後、未処理キャプチャ画像がある場合その未処理キャプチャ画像（例えばキャプチャ画像Ｃ３）を表示し、キャプチャ画像Ｃ３のお気に入りの登録要否の操作として受け付けてもよい。このように、未処理キャプチャ画像が複数ある場合、端末装置１０は、お気に入りの登録要否の操作に応じて、キャプチャ画像Ｃ１、Ｃ２、Ｃ３等を順次表示して、各未処理キャプチャ画像に対するお気に入りの登録要否の操作を順次受け付ける。

例えば、利用者Ｕ１がキャプチャ画像Ｃ１をお気に入り登録する操作を行った場合、情報処理システム１は、キャプチャ画像Ｃ１を用いて、利用者Ｕ１の興味関心対象を推定する。例えば、情報処理装置１００は、キャプチャ画像Ｃ１を解析する解析処理の結果を基に、利用者Ｕ１の興味関心対象を推定する。情報処理装置１００は、キャプチャ画像Ｃ１に含まれる対象に基づいて、利用者Ｕ１の興味関心対象を推定する。この場合、情報処理装置１００は、キャプチャ画像Ｃ１に含まれる店舗であるステーキハウスＳＨを、利用者Ｕ１の興味関心対象として推定する。なお、情報処理システム１は、モデルを用いて利用者の興味関心対象として推定してもよいが、この点については後述する。

情報処理システム１は、所定のタイミングで興味関心対象に関する情報を利用者に提供する。図２では、情報処理システム１は、利用者Ｕ１に対して所定のタイミングでステーキハウスＳＨに関する情報を提供する。例えば、情報処理システム１は、利用者Ｕ１がステーキハウスＳＨに近接したタイミングでステーキハウスＳＨに関する情報を利用者Ｕ１が利用する端末装置１０に提供する。例えば、情報処理システム１は、利用者Ｕ１の位置情報と、ステーキハウスＳＨの所在地とを比較し、利用者Ｕ１がステーキハウスＳＨから所定の範囲内に位置したタイミングでステーキハウスＳＨに関する情報を利用者Ｕ１が利用する端末装置１０に表示させる。なお、情報処理システム１は、利用者の興味関心対象が商品である場合、利用者がその商品を購入可能なタイミングでその商品の情報を提供してもよい。例えば、情報処理システム１は、利用者の興味関心対象が商品である場合、その商品の在庫がある場合その商品の情報を提供してもよい。

上述した例では、利用者によるキャプチャ画像のお気に入りの登録操作を、利用者の興味関心を示す所定の操作の一例として説明したが、利用者の興味関心を示す所定の操作は、利用者によるキャプチャ画像のお気に入りの登録操作に限らず、任意の操作であってもよい。例えば、利用者の興味関心を示す所定の操作は、利用者によるキャプチャ画像を生成する操作であってもよい。この場合、図２では、情報処理システム１は、利用者Ｕ１によるキャプチャ画像Ｃ１を生成する操作が行われた場合、キャプチャ画像Ｃ１に含まれる対象であるステーキハウスＳＨが利用者Ｕ１の興味関心対象であると推定してもよい。

上述したように、情報処理システム１は、利用者による所定の操作に応じて利用者の興味関心対象を推定し、推定した興味関心対象に関する情報を利用者に提供することにより、適切な情報提供を行うことができる。このように、情報処理システム１は、利用者のお気に入り登録操作が行われた場合は、端末装置から取得可能な情報に基づいて、利用者の登録操作が行われた際における興味関心対象を推定する。そして、情報処理システム１は、所定のタイミングで、推定した興味関心対象の情報を利用者に提供する。

情報処理システム１は、キャプチャ画像を解析して、興味関心対象を推定する。例えば、情報処理システム１は、ドメイン推定モデルを用いて、ドメインを特定し、ドメインに応じて対象を推定してもよいが、この点については後述する。また、情報処理システム１は、キャプチャ画像に限らず、所定のセンサにより検知されたセンサ情報を解析して、利用者の興味関心対象を推定してもよい。例えば、情報処理システム１は、音、位置、閲覧履歴等、向きと位置で興味関心の対象となる施設（「興味関心施設」ともいう）となる店舗等を推定してもよい。また、情報処理システム１は、利用者の属性情報を用いて、利用者の興味関心対象を推定してもよい。例えば、情報処理システム１は、利用者の属性に類似する他の利用者の興味関心対象を、利用者の興味関心対象として推定してもよい。

情報処理システム１は、興味関心対象に応じて、任意のタイミングでその興味関心対象に関するリマインダ等の情報通知を行ってもよい。例えば、情報処理システム１は、興味関心対象が商品である場合、条件が満たされたときに興味関心対象に関するプッシュ通知してもよい。また、情報処理システム１は、興味関心対象がイベントである場合、チケット販売時にプッシュ通知してもよい。例えば、情報処理システム１は、興味関心対象と対応するドメインのコンテンツを提供する際に、リマインダを行ってもよい。

例えば、情報処理システム１は、興味関心対象が店舗である場合、グルメに関するコンテンツ、地図に関するコンテンツ等を表示中にリマインダを行ってもよい。また、例えば、情報処理システム１は、興味関心対象が商品である場合、電子商取引に関するコンテンツ等を表示中にリマインダを行ってもよい。例えば、情報処理システム１は、メッセンジャーアプリケーションで対応メッセージが表示された際にリマインダを行ってもよい。例えば、情報処理システム１は、テレビ、ラジオ等で提供される情報を基に、利用者の興味関心対象として推定してもよい。

〔１－２－２．ドメインに基づく処理〕
ここから、情報処理システム１がドメインを基に情報提供を行う場合の一例について、図３を用いて説明する。図３は、情報処理システムが実行する情報処理の一例を示す図である。なお、図２等で説明した内容と同様の点については適宜説明を省略する。また、ドメインとは、例えばコンテンツ等の情報の提供元を分類するためのものである。例えば、ドメインは、ＥＣサービス＃１、飲食店紹介サービス＃１、ＳＮＳサービス＃１、ＳＮＳサービス＃２等、情報の提供元となる各種サービスの分類を示すものである。

図３では、情報処理システム１がドメイン推定モデルであるモデルＭ１を用いて、キャプチャ画像Ｃ２に対応するコンテンツ（「コンテンツＣＯ２」ともいう）のドメインを推定し、推定したドメインを基に処理を行う場合を示す。なお、図３で文字列「ＸＸＸＸＸＸ」と示す情報は、コンテンツＣＯ２での対象となる商品の名称（例えばドライヤー名等）を示す文字列である。例えば、キャプチャ画像Ｃ２は、利用者Ｕ１により生成されたキャプチャ画像であり、利用者Ｕ１についてお気に入り登録要とされたキャプチャ画像であるものとする。また、モデルＭ１は、入力されたキャプチャ画像に対応するコンテンツが属するドメインを推定するための情報を出力する。例えば、モデルＭ１は、入力されたキャプチャ画像に対応するコンテンツについて、各ドメインに属する可能性を示すスコアを出力するモデルである。なお、モデルＭ１は、入力されたデータについてドメインを推定可能であれば、どのような情報を出力するモデルであってもよい。

情報処理装置１００は、学習モデルを提供するモデル提供サーバ等からモデルＭ１を取得してもよいし、自装置でモデルＭ１を学習してもよい。例えば、情報処理装置１００は、学習モデルを提供するモデル提供サーバ等からモデルＭ１を取得する。なお、情報処理装置１００は、モデルＭ１等のドメイン推定モデルを学習する場合の例については後述する。

図３では、情報処理装置１００は、モデルＭ１にキャプチャ画像を入力することにより、キャプチャ画像に対応するコンテンツのドメインを推定する。情報処理装置１００は、コンテンツＣＯ２のキャプチャ画像Ｃ２をモデルＭ１に入力する（ステップＳ１１）。キャプチャ画像Ｃ２が入力されたモデルＭ１は、コンテンツＣＯ２について推定されるドメインを示す情報を出力する（ステップＳ１２）。図３の例では、キャプチャ画像Ｃ２が入力されたモデルＭ１は、ＥＣサービス＃１、飲食店紹介サービス＃１、ＳＮＳサービス＃１、ＳＮＳサービス＃２等の複数のドメインの各々に対応するスコアを出力する。

情報処理装置１００は、モデルＭ１が出力した複数のドメインの各々に対応するスコアを用いて、推定ドメイン情報ＯＴ１に示すように、コンテンツＣＯ２のドメインがドメインＤＭ１であると推定する。例えば、情報処理装置１００は、モデルＭ１が出力した複数のドメインの各々に対応するスコアのうち、最大のスコアのドメインを、コンテンツＣＯ２が属するドメインであると推定する。例えば、情報処理装置１００は、複数のドメインの各々に対応するスコアのうち、最大のスコアのドメインがＥＣサービス＃１である場合、コンテンツＣＯ２がＥＣサービス＃１（「ドメインＡ」ともいう）のコンテンツであると推定する。また、情報処理装置１００は、複数のドメインの各々に対応するスコアのうち、最大のスコアのドメインが飲食店紹介サービス＃１（「ドメインＢ」ともいう）である場合、コンテンツＣＯ２がＥＣ飲食店紹介サービス＃１に属すると推定する。

また、情報処理システム１がドメインごとのクエリ推定モデルを用いて、利用者の興味関心対象を推定する。この場合、例えば、情報処理システム１は、クエリ推定モデルを用いて抽出したクエリと関連する対象を利用者の興味関心対象であると推定する。情報処理システム１は、ＥＣサービス＃１（ドメインＡ）に対応するクエリ推定モデル（モデルＭ１１）や、飲食店紹介サービス＃１（ドメインＢ）に対応するクエリ推定モデル（モデルＭ１２）や、ＳＮＳサービス＃１（ドメインＣ）に対応するクエリ推定モデル（モデルＭ１３）等を用いて、利用者の興味関心対象を推定する。

情報処理システム１は、複数のドメインの各々に対応する複数のクエリ推定モデルのうち、キャプチャ画像について推定されるドメインに対応するクエリ推定モデルを用いて、利用者の興味関心対象を推定する。例えば、モデルＭ１１～Ｍ１３等のクエリ推定モデルは、キャプチャ画像等の画像を入力として、入力された画像中でクエリとして用いる情報（例えば対象の名称等）を抽出して出力する。なお、モデルＭ１１～Ｍ１３等のクエリ推定モデルについての詳細は後述するが、クエリ推定モデルは、入力されたデータについてクエリとして用いる情報を推定可能であれば、どのような情報を出力するモデルであってもよい。クエリ推定モデルは、例えば全ドメイン共通の一つのモデルであってもよい。

情報処理装置１００は、学習モデルを提供するモデル提供サーバ等からモデルＭ１１、Ｍ１２、Ｍ１３等の各ドメインに対応するクエリ推定モデルを取得してもよいし、自装置でモデルＭ１１、Ｍ１２、Ｍ１３等の各ドメインに対応するクエリ推定モデルを学習してもよい。例えば、情報処理装置１００は、学習モデルを提供するモデル提供サーバ等からモデルＭ１１、Ｍ１２、Ｍ１３等の各ドメインに対応するクエリ推定モデルを取得する。なお、情報処理装置１００は、モデルＭ１１、Ｍ１２、Ｍ１３等の各ドメインに対応するクエリ推定モデルを学習する場合の例については後述する。

図３では、情報処理装置１００は、キャプチャ画像Ｃ２に対応するドメインがドメインＡである場合、ドメインＡのモデルＭ１１を用いて、利用者Ｕ１の興味関心対象を推定する。例えば、情報処理装置１００は、キャプチャ画像Ｃ２が入力されたモデルＭ１の出力に基づいてコンテンツＣＯ２のドメインをドメインＡと推定した場合、クエリ推定ＥＸ１に示すように、ドメインＡのモデルＭ１１を用いて、キャプチャ画像Ｃ２を基に利用者Ｕ１の興味関心対象を推定する。

例えば、情報処理装置１００は、キャプチャ画像Ｃ２をモデルＭ１１に入力し、モデルＭ１１にクエリとして用いる情報を出力させ、モデルＭ１１が出力した情報を基に、利用者Ｕ１の興味関心対象を推定する。図３では、情報処理装置１００は、キャプチャ画像Ｃ２が入力されたモデルＭ１１が文字列「ＸＸＸＸＸＸ」を出力した場合、利用者Ｕ１の興味関心対象を文字列「ＸＸＸＸＸＸ」が示す対象（「商品Ｘ」ともいう）であると推定する。

また、情報処理装置１００は、キャプチャ画像Ｃ２が入力されたモデルＭ１１が文字列「ＸＸＸＸＸＸ」を出力した場合、文字列「ＸＸＸＸＸＸ」を利用者Ｕ１への情報提供のために用いるクエリとして抽出する。情報処理装置１００は、モデルＭ１１を用いて抽出した文字列「ＸＸＸＸＸＸ」を用いて、情報検索ＰＳ１に示すように、ドメインＡに対応するドメインを対象ドメインとして検索を行う。図３では、情報処理装置１００は、ドメインＡに類似するドメインを対象ドメインに決定する。例えば、情報処理装置１００は、ドメインＡ（ＥＣサービス＃１）と同様にＥＣサービスに関するドメインを対象ドメインに決定する。情報処理装置１００は、ドメインＡ（ＥＣサービス＃１）に類似するドメインであるＥＣサービス＃２を対象ドメインに決定する。

そして、情報処理装置１００は、対象ドメインであるＥＣサービス＃２を対象として、文字列「ＸＸＸＸＸＸ」をクエリとして検索を行う。情報処理装置１００は、対象ドメインであるＥＣサービス＃２のコンテンツのうち、文字列「ＸＸＸＸＸＸ」が示す対象（商品Ｘ）のコンテンツ（「コンテンツＣＯ５」ともいう）を第２コンテンツとして抽出する。これにより、情報処理装置１００は、コンテンツＣＯ２（第１コンテンツ）のドメインＡ（第１ドメイン）とは異なる対象ドメイン（第２ドメイン）であるＥＣサービス＃２のコンテンツのうち、商品Ｘを紹介するコンテンツＣＯ５を第２コンテンツとして抽出する。

そして、情報処理装置１００は、コンテンツＣＯ５を利用者Ｕ１に提供する。情報処理装置１００は、コンテンツＣＯ５を利用者Ｕ１が利用する端末装置１０に送信し、コンテンツＣＯ５を受信した端末装置１０がコンテンツＣＯ５を表示する。このように、情報処理装置１００は、コンテンツＣＯ５を利用者Ｕ１が利用する端末装置１０に表示させる。これにより、情報処理装置１００は、コンテンツＣＯ２（第１コンテンツ）のＥＣサービス＃１（第１ドメイン）とは異なるＥＣサービス＃２（第２ドメイン）のコンテンツＣＯ５（第２コンテンツ）を提供する。このように、情報処理装置１００は、第１コンテンツを基に利用者の興味関心対象を推定し、推定した興味関心対象に関連する第２コンテンツを利用者に情報提供を行うことにより、情報処理装置１００は、適切な情報提供を行うことができる。

なお、上記は一例に過ぎず、情報処理装置１００は、様々な情報を用いて対象ドメインを決定してもよい。図３では、情報処理装置１００は、ドメインＡに類似するドメインが複数ある場合、ドメインＡに類似する複数のドメインのうち、利用者Ｕ１が利用しているドメインを対象ドメインに決定してもよい。例えば、情報処理装置１００は、ドメインＡ（ＥＣサービス＃１）に類似するドメインであるＥＣサービス＃２、ＥＣサービス＃３のうち、利用者Ｕ１が利用しているＥＣサービス＃２を対象ドメインに決定してもよい。

例えば、情報処理装置１００は、ドメインＡ（ＥＣサービス＃１）に類似するドメインであるＥＣサービス＃２、ＥＣサービス＃３のうち、利用者Ｕ１がポイントを保有しているＥＣサービス＃２を対象ドメインに決定してもよい。例えば、情報処理装置１００は、ドメインＡ（ＥＣサービス＃１）に類似するドメインであるＥＣサービス＃２、ＥＣサービス＃３のうち、利用者Ｕ１が保有するポイントが最大であるＥＣサービス＃２を対象ドメインに決定してもよい。例えば、情報処理装置１００は、ＥＣサービス＃１、ＥＣサービス＃２、ＥＣサービス＃３のうち、興味関心対象の価格が最も安いドメインを対象ドメインに決定してもよい。

なお、情報処理装置１００は、キャプチャ画像（「キャプチャ画像Ｃ３」とする）に対応するドメインがドメインＢである場合、ドメインＢのモデルＭ１２を用いて、利用者Ｕ１の興味関心対象を推定する。例えば、情報処理装置１００は、キャプチャ画像Ｃ３が入力されたモデルＭ１の出力に基づいてコンテンツＣＯ３のドメインをドメインＢと推定した場合、クエリ推定ＥＸ２に示すように、ドメインＢのモデルＭ１２を用いて、キャプチャ画像Ｃ３を基に利用者Ｕ１の興味関心対象を推定する。

例えば、情報処理装置１００は、キャプチャ画像Ｃ３をモデルＭ１２に入力し、モデルＭ１２にクエリとして用いる情報を出力させ、モデルＭ１２が出力した情報を基に、利用者Ｕ１の興味関心対象を推定する。図３では、情報処理装置１００は、キャプチャ画像Ｃ３が入力されたモデルＭ１２が文字列「ＹＹＹ」を出力した場合、利用者Ｕ１の興味関心対象を文字列「ＹＹＹ」が示す対象（「飲食店Ｙ」ともいう）であると推定する。

また、情報処理装置１００は、キャプチャ画像Ｃ３が入力されたモデルＭ１２が文字列「ＹＹＹ」を出力した場合、文字列「ＹＹＹ」を利用者Ｕ１への情報提供のために用いるクエリとして抽出する。情報処理装置１００は、モデルＭ１２を用いて抽出した文字列「ＹＹＹ」を用いて、情報検索ＰＳ２に示すように、ドメインＢに対応するドメインを対象ドメインとして検索を行う。図３では、情報処理装置１００は、ドメインＢに類似するドメインを対象ドメインに決定する。例えば、情報処理装置１００は、ドメインＢ（飲食店紹介サービス＃１）と同様に飲食店紹介サービスに関するドメインを対象ドメインに決定する。情報処理装置１００は、ドメインＢ（飲食店紹介サービス＃１）に類似するドメインである飲食店紹介サービス＃２を対象ドメインに決定する。

そして、情報処理装置１００は、対象ドメインである飲食店紹介サービス＃２を対象として、文字列「ＹＹＹ」をクエリとして検索を行う。情報処理装置１００は、対象ドメインである飲食店紹介サービス＃２のコンテンツのうち、文字列「ＹＹＹ」が示す対象（飲食店Ｙ）のコンテンツ（「コンテンツＣＯ６」ともいう）を第２コンテンツとして抽出する。これにより、情報処理装置１００は、コンテンツＣＯ３（第１コンテンツ）のドメインＢ（第１ドメイン）とは異なる対象ドメイン（第２ドメイン）である飲食店紹介サービス＃２のコンテンツのうち、飲食店Ｙを紹介するコンテンツＣＯ６を第２コンテンツとして抽出する。そして、情報処理装置１００は、コンテンツＣＯ６を利用者Ｕ１に提供する。情報処理装置１００は、コンテンツＣＯ６を利用者Ｕ１が利用する端末装置１０に送信する。

なお、上述した処理は一例に過ぎず、情報処理システム１は、様々な情報を用いて処理を行ってもよい。情報処理システム１は、ドメイン推定モデルを用いずに、コンテンツのドメインを推定してもよい。この場合、情報処理システム１は、キャプチャ画像に対応するコンテンツが電子商取引に関するコンテンツであるかグルメに関するコンテンツであるかに応じて、そのコンテンツのドメインを商品に関するドメインであるか店舗に関するドメインであるかを推定してもよい。例えば、情報処理システム１は、キャプチャ画像に対応するコンテンツが電子商取引に関するコンテンツである場合、そのコンテンツのドメインを商品に関するドメインであると推定してもよい。例えば、情報処理システム１は、キャプチャ画像に対応するコンテンツがグルメに関するコンテンツである場合、そのコンテンツのドメインを店舗に関するドメインであると推定してもよい。なお、上記は一例に過ぎず、情報処理システム１は、様々な情報を適宜用いて、コンテンツのドメインを推定してもよい。

上述したように、情報処理システム１は、キャプチャ画像に対応する対象の情報提供時に誘導先のドメインに置き換えて、利用者に提案する。このように、情報処理システム１は、利用者の興味関心対象について、所定のドメインのコンテンツを利用者に提供する。例えば、情報処理システム１は、キャプチャ画像に対応するドメインが所定のドメインでない場合は、所定のドメインのコンテンツを提供する。

また、情報処理システム１は、ドメイン推定モデルを用いて、ドメイン推定を実行する。例えば、情報処理システム１は、ドメインごとに異なるクエリ推定モデルを用いて、クエリを生成し、所定ドメインでの検索結果となるコンテンツを提供する。例えば、情報処理システム１は、画像内でどこにクエリがあるのかを学習したクエリ抽出モデルを用いてもよい。例えば、情報処理システム１は、所定条件を満たした場合に、所定ドメインの情報を提供する。情報処理システム１は、推定したドメインよりも低価格で興味関心対象を提供する所定ドメインがある場合、その所定のドメインで興味関心対象を示すコンテンツを利用者に提供する。

〔１－２－３．地図表示による情報提供例〕
次に、情報処理システム１における利用者の興味関心対象に関する地図表示による情報提供の一例について、図４を用いて説明する。図４は、情報処理システムが実行する情報処理の一例を示す図である。図４では、カフェＸＸ○○店という店舗（「対象店舗ＣＸ」ともいう）を興味関心対象の一例として処理を説明するが、店舗等の施設に限らず、商品等の取引対象についても同様に地図表示により情報提供が行われてもよい。

図４では、端末装置１０にインストールされたアプリケーションであるアプリＡＰ１２により地図コンテンツが表示される。図４に示す例では、情報処理システム１は、利用者Ｕ１の位置が対象店舗ＣＸに近接した場合、カフェＸＸ○○店（対象店舗ＣＸ）に関する提供用情報ＩＮＦ１１を地図コンテンツＭＰ１に重畳させて表示される場合を示す。例えば、アプリＡＰ１２は、利用者が利用する端末装置１０にインストールされた地図アプリケーションである。端末装置１０は、アプリＡＰ１２に関する各種情報を表示する。

例えば、情報処理システム１は、利用者Ｕ１が端末装置１０を操作することにより、店舗である対象店舗ＣＸを示すコンテンツをキャプチャした画像であるキャプチャ画像（「キャプチャ画像Ｃ１１」ともいう）を生成する。例えば、利用者Ｕ１が端末装置１０は、ＳＮＳサービス＃１で他の利用者が投稿した対象店舗ＣＸに関するコンテンツ対する利用者Ｕ１によるキャプチャの操作に応じて、ＳＮＳサービス＃１での対象店舗ＣＸのキャプチャ画像Ｃ１１を生成する。図４では、利用者Ｕ１がキャプチャ画像Ｃ１１をお気に入り登録する操作を行った場合、情報処理システム１は、キャプチャ画像Ｃ１１を用いて、利用者Ｕ１の興味関心対象を推定する。例えば、情報処理装置１００は、キャプチャ画像Ｃ１を解析する解析処理の結果を基に、利用者Ｕ１の興味関心対象を推定する。情報処理装置１００は、キャプチャ画像Ｃ１１に含まれる対象に基づいて、利用者Ｕ１の興味関心対象を推定する。この場合、情報処理装置１００は、キャプチャ画像Ｃ１に含まれる店舗である対象店舗ＣＸを、利用者Ｕ１の興味関心対象として推定する。

情報処理システム１は、興味関心対象情報が示す興味関心対象に対応する位置である興味関心位置と興味関心対象とを示す情報を、地図に重ねて表示させる地図コンテンツを利用者に提供する。図４では、情報処理システム１は、利用者Ｕ１が対象店舗ＣＸから所定の範囲内に位置した場合、対象店舗ＣＸに関する提供用情報ＩＮＦ１１を地図コンテンツＭＰ１に重畳させて表示される場合を示す。例えば、情報処理システム１は、利用者Ｕ１の位置情報と、対象店舗ＣＸの所在地とを比較し、利用者Ｕ１が対象店舗ＣＸから所定の範囲内に位置した場合、対象店舗ＣＸに関する提供用情報ＩＮＦ１１を地図コンテンツＭＰ１に重畳させて端末装置１０に表示させる。

図４の地図コンテンツＭＰ１は、表示対象となる範囲に含まれる利用者Ｕ１の興味関心対象に対応する位置に配置される提供用情報ＩＮＦ１１が地図に重畳表示されるコンテンツである。例えば、地図コンテンツＭＰ１は、利用者Ｕ１が位置する箇所から所定の範囲を示す地図に、利用者Ｕ１の興味関心対象である対象店舗ＣＸの所在地を示すピンアイコン形状の提供用情報ＩＮＦ１１が重畳表示されるコンテンツである。提供用情報ＩＮＦ１１は、興味関心対象である対象店舗ＣＸを示す画像ＩＭ１を含む。また、提供用情報ＩＮＦ１１は、興味関心対象である対象店舗ＣＸを示す「カフェＸＸ○○店」という文字情報ＴＸ１を含む。また、提供用情報ＩＮＦ１１は、利用者Ｕ１が対象店舗ＣＸに興味関心があるとの推定に用いたキャプチャ画像Ｃ１１に対応するドメインがＳＮＳサービス＃１であることを示すアイコンＩＣ１を含む。

図４では、情報処理システム１は、提供用情報ＩＮＦ１１を、地図に重ねて表示させる地図コンテンツＭＰ１を利用者Ｕ１に提供する。情報処理システム１は、提供用情報ＩＮＦ１１を、地図に重ねて表示させる地図コンテンツＭＰ１を利用者Ｕ１が利用する端末装置１０に表示させる。情報処理システム１は、表示対象となる範囲に含まれる利用者Ｕ１の興味関心対象に対応する位置に配置される提供用情報ＩＮＦ１１が地図に重畳表示される地図コンテンツＭＰ１を端末装置１０に表示させる。例えば、情報処理システム１は、利用者Ｕ１が位置する箇所から所定の範囲を示す地図に、利用者Ｕ１の興味関心対象である対象店舗ＣＸの所在地を示すピンアイコン形状の提供用情報ＩＮＦ１１が重畳表示される地図コンテンツＭＰ１を表示させる。

例えば、情報処理システム１は、興味関心対象である対象店舗ＣＸを示す画像ＩＭ１を含む提供用情報ＩＮＦ１１を地図に重畳させた地図コンテンツＭＰ１を端末装置１０に表示させる。また、例えば、情報処理システム１は、興味関心対象である対象店舗ＣＸを示す「カフェＸＸ○○店」という文字情報ＴＸ１を含む提供用情報ＩＮＦ１１を地図に重畳させた地図コンテンツＭＰ１を端末装置１０に表示させる。また、例えば、情報処理システム１は、利用者Ｕ１の興味関心対象が対象店舗ＣＸであるとの推定に用いたキャプチャ画像Ｃ１１がＳＮＳサービス＃１のキャプチャ画像であることを示すアイコンＩＣ１を含む提供用情報ＩＮＦ１１を地図に重畳させた地図コンテンツＭＰ１を端末装置１０に表示させる。

このように、情報処理システム１は、利用者について推定した興味関心対象に関する情報を、地図に重畳させて利用者に提供することにより、適切な情報提供を行うことができる。上述したように、情報処理システム１は、利用者の興味関心対象をリマインダ対象として地図表示してもよい。例えば、情報処理システム１は、利用者の興味関心の対象を示す対象情報を取得し、対象情報が示す対象に関する位置を特定し、利用者が地図を表示する際に、特定した位置と対象とを示すコンテンツを重畳して表示する。

例えば、情報処理システム１は、興味関心対象が店舗である場合店舗位置を表示する。例えば、情報処理システム１は、興味関心対象が商品である場合、商品を販売する店舗位置を表示する。例えば、情報処理システム１は、興味関心対象を販売する店舗のうち最も近傍に位置する店舗の位置を表示する。例えば、情報処理システム１は、興味関心対象が商品である場合、店舗位置に、その店舗の画像ではなく、商品の画像を重畳して表示する。

上述したように、情報処理システム１は、ＳＮＳサービスで投稿された情報に対応する店舗のリマインダを行ってもよい。例えば、情報処理システム１は、ＳＮＳに投稿された投稿情報のキャプチャ画像を取得し、キャプチャ画像を解析して、投稿画像が示す店舗を特定し、特定した店舗の情報を利用者に提供する。例えば、情報処理システム１は、ＳＮＳサービスでの投稿のキャプチャ画像を解析して、解析で特定したカフェ等の店舗を示す情報を利用者に提供する。例えば、情報処理システム１は、天気や混雑等の環境情報を用いて、利用者に情報提供を行ってもよい。例えば、情報処理システム１は、晴れている場合、空いている場合、近傍にいる場合等、所定の条件を満たす場合に、利用者に情報提供を行ってもよい。例えば、情報処理システム１は、ストック（登録）するボタン等を指定する等、利用者が所定の操作を行った際の利用者の位置の近くの施設を興味関心対象であると推定してもよい。

〔１－２－４．メッセージによる情報提供例〕
次に、情報処理システム１における利用者の興味関心対象に関するメッセージによる情報提供の一例について、図５を用いて説明する。図５は、情報処理システムが実行する情報処理の一例を示す図である。また、図５では、居酒屋ＢＡ渋谷店（「対象店舗ＣＹ」ともいう）及び居酒屋ＢＢ渋谷（「対象店舗ＣＺ」ともいう）店等の店舗を興味関心対象の一例として処理を説明するが、店舗等の施設に限らず、商品等の取引対象についても同様にメッセージにより情報提供が行われてもよい。

図５の端末装置１０は、利用者Ｕ１、Ｕ２、Ｕ３の３人の利用者が参加するグループＧＰ１のメッセージのやり取りを時系列に表示する例を示す。図５の端末装置１０は、利用者Ｕ１が「渋谷の居酒屋…」というメッセージＭＳ１を入力し、情報処理システム１がメッセージＭＳ２及び提供用情報ＩＮＦ２１、ＩＮＦ２２等を提供した際の端末装置１０での表示を一例として示す。なお、メッセージＭＳ１は、渋谷の居酒屋の情報を要求していることが特定可能な情報であれば、どのような情報であってもよい。例えば、メッセージＭＳ１は、「渋谷の居酒屋を教えて」等の文字列の指示文であってもよいし、「（コマンド） 渋谷 居酒屋」等のように提供用情報を要求する情報処理システム１への命令文であってもよい。また、図５に示すグループＧＰ１におけるメッセージのやり取りの表示は、一般的なグループチャットと同様であるため詳細な説明は省略する。

図５では、端末装置１０にインストールされたアプリケーションであるアプリＡＰ１３により、各利用者が入力したメッセージや興味関心対象に関する情報（提供用情報）等の各種情報が表示される。図５に示す例では、情報処理システム１は、利用者Ｕ１等の利用者が興味関心対象に関するメッセージを入力した場合、そのメッセージとともに提供用情報が表示される場合を示す。例えば、アプリＡＰ１３は、利用者が利用する端末装置１０にインストールされたメッセンジャーアプリケーションである。端末装置１０は、アプリＡＰ１３に関する各種情報を表示する。

例えば、情報処理システム１は、利用者Ｕ１が端末装置１０を操作することにより、店舗である対象店舗ＣＹを示すコンテンツをキャプチャした画像であるキャプチャ画像（「キャプチャ画像Ｃ２１」ともいう）を生成する。図５では、利用者Ｕ１がキャプチャ画像Ｃ２１をお気に入り登録する操作を行った場合、情報処理システム１は、キャプチャ画像Ｃ２１を用いて、利用者Ｕ１の興味関心対象を推定する。例えば、情報処理装置１００は、キャプチャ画像Ｃ１を解析する解析処理の結果を基に、利用者Ｕ１の興味関心対象を推定する。情報処理装置１００は、キャプチャ画像Ｃ２１に含まれる対象に基づいて、利用者Ｕ１の興味関心対象を推定する。この場合、情報処理装置１００は、キャプチャ画像Ｃ１に含まれる店舗である対象店舗ＣＹを、利用者Ｕ１の興味関心対象として推定する。

また、情報処理システム１は、利用者Ｕ２が端末装置１０を操作することにより、店舗である対象店舗ＣＺを示すコンテンツをキャプチャした画像であるキャプチャ画像（「キャプチャ画像Ｃ２２」ともいう）を生成する。図５では、利用者Ｕ２がキャプチャ画像Ｃ２２をお気に入り登録する操作を行った場合、情報処理システム１は、キャプチャ画像Ｃ２２に含まれる店舗である対象店舗ＣＺを、利用者Ｕ２の興味関心対象として推定する。

情報処理システム１は、興味関心対象情報とメッセージ情報とに基づいて、アプリＡＰ１３においてメッセージとともに表示される興味関心対象に関する情報を提供する。例えば、情報処理システム１は、アプリＡＰ１３におけるメッセージが利用者の興味関心対象に該当する場合、その興味関心対象に関する情報を提供する。図５では、情報処理システム１は、利用者Ｕ１を含むグループＧＰ１に含まれる利用者Ｕ１、Ｕ２、Ｕ３の興味関心対象のうち、メッセージ「渋谷の居酒屋」に該当する興味関心対象に関する情報を、提供用情報として提供する。

情報処理システム１は、利用者Ｕ１の興味関心対象を示す情報、利用者Ｕ２の興味関心対象を示す情報、及び利用者Ｕ３の興味関心対象を示す情報を取得し、利用者Ｕ１、Ｕ２、Ｕ３の興味関心対象のうち、「渋谷」及び「居酒屋」に該当する興味関心対象を、情報提供する対象（「情報提供対象」ともいう）に決定する。図５では、情報処理システム１は、利用者Ｕ１の興味関心対象である対象店舗ＣＹ、及び利用者Ｕ２の興味関心対象である対象店舗ＣＺを、利用者Ｕ１、Ｕ２、Ｕ３を含むグループＧＰ１への情報提供対象に決定する。情報処理システム１は、情報提供対象に決定した対象に関する情報を利用者Ｕ１、Ｕ２、Ｕ３の各々に提供する。

図５では、情報処理システム１は、「近くにいいお店があるみたいです!」というメッセージＭＳ２、対象店舗ＣＹの提供用情報ＩＮＦ２１、及び対象店舗ＣＺの提供用情報ＩＮＦ２２を利用者Ｕ１、Ｕ２、Ｕ３の各々に提供する。情報処理システム１は、利用者Ｕ１が入力したメッセージＭＳ１に続けて、メッセージＭＳ２、対象店舗ＣＹの提供用情報ＩＮＦ２１、及び対象店舗ＣＺの提供用情報ＩＮＦ２２を端末装置１０に表示させる。

このように、情報処理システム１は、メッセージアプリを利用する各利用者について推定した興味関心対象に関する情報を利用者に提供することにより、適切な情報提供を行うことができる。上述したように、情報処理システム１は、利用者の興味関心対象をメッセージとともに表示させてもよい。例えば、情報処理システム１は、利用者の興味関心の対象を示す対象情報を取得し、利用者の興味関心の対象のうち、メッセージアプリで投稿されたメッセージと関連性を有する対象を特定し、メッセージに続けて、特定した対象を示す情報をメッセージアプリで表示させる。

例えば、情報処理システム１は、利用者の投稿時は、その利用者の興味関心の対象から選択してもよいし、他の利用者の興味関心の対象から選択してもよい。例えば、情報処理システム１は、他の利用者のメッセージが、ある利用者に向けたものである場合、その利用者の興味対象を表示してもよい。例えば、情報処理システム１は、メッセージのグループに所属する各利用者の興味関心の対象のうち、メッセージと関連性を有する対象を示す情報を表示してもよい。例えば、情報処理システム１は、全員に問いかけているメッセージかどうかを判定して、全員へ問いかけている場合に、全員の対象から情報提供対象を決定してもよい。例えば、情報処理システム１は、興味関心対象が店舗である場合、店舗予約ページへのリンクが設定された提供用情報を提供してもよい。例えば、情報処理システム１は、興味関心対象が商品である場合、商品購入ページへのリンクが設定された提供用情報を提供してもよい。

〔１－３．まとめ〕
上述したように、情報処理システム１は、利用者によるキャプチャ画像の生成を指示する操作があった場合は、端末装置１０の画面に表示されている情報をキャプチャする。情報処理システム１は、キャプチャした情報を利用者に順次提供して、利用者による要否の操作を受け付ける。例えば、情報処理システム１は、左右方向の一方（例えば右）へ画像をスワイプする操作を登録要の操作として受け付け、左右方向の他方（例えば左）へ画像をスワイプする操作を登録不要要の操作として受け付ける。

情報処理システム１は、画像解析を行い、キャプチャした際の利用者の興味の対象（興味関心対象）を推定する。例えば、情報処理システム１は、利用者がリマインダしてほしい興味の対象である興味関心対象を推定する。

情報処理システム１は、各ドメインの画面の特徴を学習したモデルを用いて、キャプチャ画像に含まれる画像のドメインを推定する。情報処理システム１は、推定したドメインごとに、画像の中から重要な情報が含まれる部分を推定する。例えば、情報処理システム１は、タイトル範囲、画像範囲、説明範囲等を推定する。例えば、情報処理システム１は、範囲ごとにＯＣＲ（Optical Character Recognition）等で、文字解析を行い、クエリを生成する。例えば、情報処理システム１は、画像クエリ、テキストクエリ等の任意のクエリを生成する。

情報処理システム１は、推定したドメインと対応する他のドメイン（誘導先ドメイン）に出品された商品から、クエリを用いて対応商品を推定する。例えば、情報処理システム１は、利用者の興味の対象となる商品であって、キャプチャ時に閲覧していたドメインとは異なるドメインで販売されている商品を特定する。

情報処理システム１は、特定した興味の対象を、対象が属するカテゴリに応じた対応で利用者に提供する。例えば、情報処理システム１は、食品、商品である場合、誘導先ドメインで販売するページの情報を提供する。例えば、情報処理システム１は、誘導先ドメインでイベント時に提供する場合、メッセージアプリで、商品の名前やカテゴリを入力した際に、誘導先ドメインへのリンクを含むコンテンツを自動的に投稿してもよい。

情報処理システム１は、興味関心対象が店舗である場合、地図上に店舗の位置を表示し続けてもよい。例えば、情報処理システム１は、地図上に吹き出しをつけて、キャプチャした画像を重畳して表示してもよい。

情報処理システム１が興味関心対象の推定に用いる情報は、キャプチャ画像に限らず、情報処理システム１は、音楽や利用者の周囲の情報を各種センシングして、センシングデした情報を用いて、利用者の興味関心対象を推定してもよい。例えば、情報処理システム１は、センシングした音声情報を解析し、音声情報に含まれる音を基に、利用者の興味関心対象を推定してもよい。この場合、情報処理システム１は、音声情報に含まれる音に商品名が含まれる場合、その商品を、その利用者の興味関心対象であると推定してもよい。情報処理システム１は、音声情報に含まれる音に店舗名が含まれる場合、その店舗を、その利用者の興味関心対象であると推定してもよい。また、情報処理システム１は、音声情報に含まれる音が曲等である場合、その曲やその曲に対応するアーティストを、その利用者の興味関心対象であると推定してもよい。例えば、情報処理システム１は、利用者の位置情報と進行方向に基づいて、興味関心対象となる店舗等の興味関心施設を推定してもよい。この場合、情報処理システム１は、利用者の位置から進行方向に位置する店舗等の施設を、その利用者の興味関心対象であると推定してもよい。情報処理システム１は、利用者の位置から進行方向に位置する店舗で販売される取引対象を、その利用者の興味関心対象であると推定してもよい。例えば、情報処理システム１は、購買時に購買対象をキャプチャしたキャプチャ画像を基に、利用者の興味関心対象を推定してもよい。上述した各種の処理により、情報処理装置１００は、適切な情報提供を行うことができる。

〔２．情報処理システムの構成〕
図６に示すように、情報処理システム１は、端末装置１０と、外部装置２０と、情報処理装置１００とを含む。複数の端末装置１０、外部装置２０及び情報処理装置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６に示す情報処理システム１には、複数の外部装置２０や、複数の情報処理装置１００が含まれてもよい。

実施形態に係る端末装置１０は、利用者によって利用されるスマートフォン等のデバイス（携帯端末）である。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）等であってもよい。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。

端末装置１０は、利用者による各種操作を受け付ける。例えば、端末装置１０は、タッチパネル機能により表示面を介して利用者からの各種操作を受け付ける。また、端末装置１０は、端末装置１０に設けられたボタンや、端末装置１０に接続されたキーボードやマウスからの各種操作を受け付けてもよい。端末装置１０は、各種情報を記憶部に格納すること等により各種情報を収集する。例えば、端末装置１０は、利用者の行動履歴やセンサにより検知されたセンサ情報等を収集する。端末装置１０は、収集した各種情報を外部装置２０や情報処理装置１００等の外部装置へ送信してもよい。端末装置１０は、利用者の操作によりキャプチャされた画像（キャプチャ画像）等、利用者の行動履歴を情報処理装置１００へ提供する。

端末装置１０は、各種情報を表示する。端末装置１０は、情報処理装置１００から提供された各種情報を表示する。端末装置１０は、アプリＡＰ１１により各種情報を表示する。例えば、端末装置１０は、アプリＡＰ１１により表示されたキャプチャ画像に対する利用者の評価を示す操作を受け付ける。端末装置１０は、アプリＡＰ１２により地図に関する情報を表示する。端末装置１０は、アプリＡＰ１３によりメッセージに関する情報を表示する。

端末装置１０は、利用者の興味関心を示す所定の操作を利用者が行った際の情報を用いて推定された利用者の興味関心対象に関する情報を所定のタイミングで表示する。端末装置１０は、利用者の興味関心を示す所定の操作を利用者が行われた第１コンテンツに基づいて推定された利用者の興味関心対象に関連する第２コンテンツを表示する。端末装置１０は、利用者の興味関心を示す所定の操作を利用者が行われたコンテンツに基づいて推定された利用者の興味関心施設に関する情報を表示する。

端末装置１０は、利用者の興味関心が興味関心を示した対象である興味関心対象を示す興味関心対象情報が示す興味関心対象に対応する位置である興味関心位置と興味関心対象とを示す情報を、地図に重ねて表示させる地図コンテンツを表示する。端末装置１０は、利用者の興味関心が興味関心を示した対象である興味関心対象を示す興味関心対象情報と、メッセンジャーアプリケーションにおけるメッセージを示すメッセージ情報とに基づいて、メッセンジャーアプリケーションにおいてメッセージとともに表示される興味関心対象に関する情報を表示する。

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。

実施形態に係る情報処理装置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、情報処理装置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。

情報処理装置１００は、利用者の興味関心を示す所定の操作を利用者が行った際の情報を用いて、利用者が興味関心を示した対象である興味関心対象を推定し、推定した興味関心対象に関する情報を所定のタイミングで利用者に提供する。情報処理装置１００は、利用者の興味関心を示す所定の操作を利用者が行われた第１コンテンツに基づいて、利用者が興味関心を示した対象である興味関心対象を推定し、推定した興味関心対象に関連する第２コンテンツを利用者に提供する。情報処理装置１００は、利用者の興味関心を示す所定の操作を利用者が行われたコンテンツに基づいて、利用者が興味関心を示した施設である興味関心施設を推定し、推定した興味関心施設に関する情報を利用者に提供する。

情報処理装置１００は、利用者の興味関心が興味関心を示した対象である興味関心対象を示す興味関心対象情報を取得し、取得した興味関心対象情報が示す興味関心対象に対応する位置である興味関心位置と興味関心対象とを示す情報を、地図に重ねて表示させる地図コンテンツを利用者に提供する。情報処理装置１００は、利用者の興味関心が興味関心を示した対象である興味関心対象を示す興味関心対象情報と、メッセンジャーアプリケーションにおけるメッセージを示すメッセージ情報とに基づいて、メッセンジャーアプリケーションにおいてメッセージとともに表示される興味関心対象に関する情報を利用者に提供する。

上述したように、情報処理装置１００は、クエリを基に所定のドメインのコンテンツ等の情報を検索する検索装置として機能してもよい。例えば、情報処理装置１００は、所定のドメインにて取引される取引対象を対象として検索処理を実行する検索エンジンとしての機能を有する。例えば、情報処理装置１００は、クエリを用いた検索処理の対象となる取引対象が、インデックスされて格納されたデータベース（「取引対象データベース」ともいう）を有し、その取引対象データベースの情報を対象として検索処理を実行する。例えば、取引対象データベースの情報は記憶部１２０（図６参照）に格納される。

このように、図１では情報処理装置１００が検索装置としても機能する、すなわち情報処理装置１００と検索装置とが一体である場合を説明するが、情報処理装置１００と検索装置とは別体であってもよい。この場合、情報処理システム１（図６参照）には、クエリを対象とした検索処理を実行し、検索結果を提供する検索サービスを提供する検索装置が含まれる。例えば、情報処理装置１００は、クエリ推定モデル等を用いて取得したクエリを検索装置へ送信し、検索装置から検索結果を受信し、その検索結果を用いて生成したコンテンツを利用者が利用する端末装置１０に送信する。例えば外部装置２０が検索装置である場合、情報処理装置１００は、クエリ推定モデル等を用いて取得したクエリを外部装置２０へ送信し、外部装置２０から検索結果を受信し、その検索結果を用いて生成したコンテンツを利用者が利用する端末装置１０に送信する。

なお、システム構成及び処理主体については、上述した情報処理システム１に限らず種々の態様であってもよい。上述した例では、利用者の興味関心対象を推定するサーバとしての情報処理装置１００とクライアントとしての端末装置１０とを備える構成であり、情報処理装置１００と端末装置１０とは別体（別装置）であったが、情報処理装置１００と端末装置１０とは一体であってもよい。例えば、端末装置１０が、利用者の興味関心対象を推定する情報処理装置として機能してもよい。この場合、情報処理システム１は、利用者の興味関心対象を推定する情報処理装置としても機能する端末装置１０と、端末装置１０が処理に用いる情報を提供するサーバ装置とを有してもよい。例えば、サーバ装置は、アプリＡＰ１１、ＡＰ１２、ＡＰ１３等の各種のアプリケーションで表示される各種の情報を端末装置１０に送信する。端末装置１０は、各種情報を表示することにより、利用者に各種情報を提供する。なお、上記のシステム構成は一例に過ぎず、利用者に対して所望の情報を提供可能であれば、情報処理システム１はどのような装置構成であってもよい。

〔３．情報処理装置の構成〕
以下、上記した情報処理装置１００が有する機能構成の一例について説明する。図６は、実施形態に係る情報処理装置１００の構成例を示す図である。図６に示すように、情報処理装置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。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）
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、対象情報記憶部１２２と、コンテンツ記憶部１２３と、モデル情報記憶部１２４とを有する。なお、記憶部１２０は、上記に限らず、情報提供に用いる種々の情報を記憶する。

例えば、記憶部１２０は、アプリＡＰ１１、アプリＡＰ１２、アプリＡＰ１３等の各種のアプリケーションに関する情報（アプリケーションプログラム等）を記憶する。例えば、記憶部１２０は、アプリＡＰ１２で表示される地図（例えば地図ＭＰ１等）の情報（画像情報等）を記憶する。

（利用者情報記憶部１２１）
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。図７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」、「行動履歴」、「関心対象」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。なお、上述した属性情報は、一例に過ぎず、年齢、性別以外、例えば職業等のデモグラフィック属性を示す情報や、興味・関心、ライフスタイル等のサイコグラフィック属性を示す情報等の様々な情報が含まれてもよい。

「行動履歴」は、「利用者ＩＤ」に対応付けられた利用者の行動履歴である。行動履歴には、端末装置１０に表示されたコンテンツが利用者の操作によりキャプチャされたキャプチャ画像に、そのキャプチャ画像に対応するコンテンツやキャプチャ画像が生成された日時等が対応付けられた情報を含む操作履歴が含まれる。行動履歴には、利用者に関して検知された各種のセンサ情報が含まれてもよい。行動履歴には、端末装置１０が検知した位置情報の履歴が含まれてもよい。

また、行動履歴には、利用者によって購買された購買履歴、利用者によってコンテンツが閲覧された閲覧履歴等の各種の情報が含まれる。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。例えば、閲覧履歴は、利用者が利用する端末装置１０にコンテンツが表示された履歴であってもよい。例えば、閲覧履歴は、利用者によって閲覧（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。

「関心対象」は、「利用者ＩＤ」に対応付けられた利用者が興味関心を示す対象（興味関心対象）である。例えば、「関心対象」には、利用者が興味関心を示す対象（興味関心対象）の興味関心一覧が記憶される。例えば、興味関心一覧は、利用者の各興味関心対象について、その興味関心対象を特定するための情報、その対象が利用者にとって興味関心対象となったと推定される日時に関する情報等を含む。

例えば、図７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、行動履歴が「ＰＨ１」であり、関心対象が「ＷＡ１」である。なお、図７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。

なお、利用者情報記憶部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。利用者情報記憶部１２１は、各対象についてその情報の表示回数、例えば利用者の閲覧回数を示す情報を利用者毎に記憶してもよい。

（対象情報記憶部１２２）
対象情報記憶部１２２は、商品等の取引対象及び店舗等の施設を含む様々な対象に関する各種の対象情報を記憶する。図８は、実施形態に係る対象情報記憶部の一例を示す図である。図８に示した例では、対象情報記憶部１２２は、「対象ＩＤ」、「対象」、「対象情報」、「カテゴリ」、「対応位置情報」といった項目を含む。なお、図８では、「カテゴリ」及び「対応位置情報」を説明するために、「対象情報」と別の項目として説明するが、カテゴリの情報や位置の情報は、対象情報に含まれてもよい。

「対象ＩＤ」は、対象を識別する識別子である。「対象」は、「対象ＩＤ」に対応付けられた対象を示す。「対象情報」は、「対象ＩＤ」により識別される対象の対象情報である。

「カテゴリ」は、「対象ＩＤ」により識別される対象が該当するカテゴリに関する情報である。「対応位置情報」は、「対象ＩＤ」により識別される対象が該当する製品に関する情報である。

例えば、図８では、対象ＩＤによって識別された「Ｍ１」は、対象が「ＭＡ１」である。なお、図８に示した例では、対象を、「ＭＡ１」といった抽象的な符号で表現したが、対象は、利用者の興味関心の対象となり得る対象を特定可能な情報である。例えば、対象は、店舗等の施設を示す具体的な文字列（店舗等）である。例えば、対象は、商品等の取引対象を示す具体的な文字列（商品名等）である。

また、図８では、対象ＩＤによって識別された「Ｍ１」は、対象情報が「ＭＤ１」である。なお、図８に示した例では、対象情報を、「ＭＤ１」といった抽象的な符号で表現したが、対象情報は、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。

また、図８では、対象ＩＤによって識別された「Ｍ１」は、カテゴリが「ＣＴ１」である。なお、図８に示した例では、カテゴリを、「ＣＴ１」といった抽象的な符号で表現したが、カテゴリは、対象のカテゴリを示す情報である。

また、図８では、対象ＩＤによって識別された「Ｍ１」は、対応位置情報が「ＰＤ１」である。なお、図８に示した例では、対応位置情報を、「ＰＤ１」といった抽象的な符号で表現したが、対応位置情報は、緯度や経度を示す情報（緯度経度情報）や「Ｘ県Ｙ市Ｚ町○○」等のような住所等、対象に対応する位置情報を示す。例えば、対応位置情報は、対象が店舗等の施設である場合、その施設の位置を示す。また、例えば、対応位置情報は、対象が商品等の取引対象である場合、その取引対象が販売（提供）される店舗等の施設の位置を示す。

なお、対象情報記憶部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、対象情報記憶部１２２は、各対象に対応するスコアや表示回数等といった情報を記載してもよい。

（コンテンツ記憶部１２３）
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。図９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サイト等に関するコンテンツであってもよい。

例えば、図９では、コンテンツＩＤによって識別された「ＣＮ１」は、コンテンツが「ＣＯ１」である。なお、図９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。

なお、コンテンツ記憶部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。

（モデル情報記憶部１２４）
モデル情報記憶部１２４は、モデルに関する情報を記憶する。例えば、モデル情報記憶部１２４は、学習処理により学習（生成）された学習済みモデル（モデル）の情報（モデルデータ）を記憶する。モデル情報記憶部１２４は、学習に用いたデータ（学習データ）を学習済みモデル（モデル）に対応付けて記憶する。図１０は、実施形態に係るモデル情報記憶部の一例を示す図である。図１０に示した例では、モデル情報記憶部１２４は、「モデルＩＤ」、「用途」、「モデルデータ」、「学習データ」といった項目が含まれる。図１０の例では、モデル情報記憶部１２４は、学習に用いたデータ（学習データ）を学習済みモデル（モデル）に対応付けて記憶する。

「モデルＩＤ」は、モデルを識別するための識別情報を示す。「用途」は、対応するモデルの用途を示す。「モデルデータ」は、モデルのデータを示す。図１０等では「モデルデータ」に「ＭＤＴ１」といった概念的な情報が格納される例を示したが、実際には、モデルの構成（ネットワーク構成）の情報やパラメータに関する情報等、そのモデルを構成する種々の情報が含まれる。例えば、「モデルデータ」には、ネットワークの各層におけるノードと、各ノードが採用する関数と、ノードの接続関係と、ノード間の接続に対して設定される接続係数とを含む情報が含まれる。

「学習データ」は、学習済みモデル（モデル）の学習に用いられたデータを示す。「学習データ」には、対応するモデルの学習に用いられたデータセットを示す情報が記憶される。例えば、「学習データ」は、データ（入力情報）とそのデータに対応する正解情報（出力情報）とを対応付けて、学習データ（「学習用データ」ともいう）として記憶する。図１０では「学習データ」に「ＬＤＴ１」といった概念的な情報が格納される例を示したが、実際には、データ（入力情報）とそのデータに対応する正解情報（出力情報）等、対応するモデルの学習に用いられたデータに関する種々の情報が含まれる。

図１０では、モデルＩＤ「Ｍ１」により識別されるモデル（モデルＭ１）は、用途が「ドメイン推定」であることを示す。モデルＭ１は、コンテンツのドメインを推定するためのモデルである。例えば、モデルＭ１は、入力されたデータに対応するコンテンツがどのドメインに属するコンテンツであるかの分類ための情報（例えば各ドメインに対応するスコア）を出力するモデルであることを示す。また、モデルＭ１のモデルデータは、モデルデータＭＤＴ１であることを示す。また、モデルＭ１の学習に用いられた学習データは、学習データＬＤＴ１であることを示す。

モデルＩＤ「Ｍ１１」により識別されるモデル（モデルＭ１１）は、用途が「クエリ推定（ドメインＡ）」であることを示す。モデルＭ１１は、ドメインＡに対応する情報を精度よく抽出するモデルである。例えば、モデルＭ１１は、入力された画像を解析した画像解析の結果を示す情報を出力するモデルである。モデルＭ１１は、ドメインＡのコンテンツに対応する画像中でクエリとして用いる情報（例えば対象の名称等）を抽出して出力する。例えば、モデルＭ１１は、入力された画像から抽出したクエリに用いる情報を出力するモデルであることを示す。また、モデルＭ１１のモデルデータは、モデルデータＭＤＴ１１であることを示す。また、モデルＭ１１の学習に用いられた学習データは、学習データＬＤＴ１１であることを示す。

モデルＩＤ「Ｍ１２」により識別されるモデル（モデルＭ１２）は、用途が「クエリ推定（ドメインＢ）」であることを示す。モデルＭ１２は、ドメインＢに対応する情報を精度よく抽出するモデルである。例えば、モデルＭ１２は、入力された画像を解析した画像解析の結果を示す情報を出力するモデルである。モデルＭ１２は、ドメインＢのコンテンツに対応する画像中でクエリとして用いる情報（例えば対象の名称等）を抽出して出力する。例えば、モデルＭ１２は、入力された画像から抽出したクエリに用いる情報を出力するモデルであることを示す。また、モデルＭ１２のモデルデータは、モデルデータＭＤＴ１２であることを示す。また、モデルＭ１２の学習に用いられた学習データは、学習データＬＤＴ１２であることを示す。

モデルＩＤ「Ｍ１３」により識別されるモデル（モデルＭ１３）は、用途が「クエリ推定（ドメインＣ）」であることを示す。モデルＭ１３は、ドメインＣに対応する情報を精度よく抽出するモデルである。例えば、モデルＭ１３は、入力された画像を解析した画像解析の結果を示す情報を出力するモデルである。モデルＭ１３は、ドメインＣのコンテンツに対応する画像中でクエリとして用いる情報（例えば対象の名称等）を抽出して出力する。例えば、モデルＭ１３は、入力された画像から抽出したクエリに用いる情報を出力するモデルであることを示す。また、モデルＭ１３のモデルデータは、モデルデータＭＤＴ１３であることを示す。また、モデルＭ１３の学習に用いられた学習データは、学習データＬＤＴ１３であることを示す。

なお、図１０ではモデルＭ１３までを図示するが、モデル情報記憶部１２４は、例えばドメインＤを対象とするモデルＭ１４等、様々なドメインに対応する情報を推定（予測）するモデルを記憶してもよい。

なお、モデル情報記憶部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、モデル情報記憶部１２４は、入力された画像に含まれる物体等を認識するために用いられるモデル（物体認識モデル）を記載してもよい。例えば、物体認識モデルは、入力された画像中の物体を示す情報（物体名等）、物体の位置を示す情報（座標情報等）を出力してもよい。

（制御部１３０）
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、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例）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６に示すように、制御部１３０は、取得部１３１と、受付部１３２と、決定部１３３と、推定部１３４と、生成部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６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。

（取得部１３１）
取得部１３１は、各種情報を取得する。取得部１３１は、記憶部１２０から各種の情報を取得する。取得部１３１は、利用者情報記憶部１２１、対象情報記憶部１２２、コンテンツ記憶部１２３、及びモデル情報記憶部１２４等から各種の情報を取得する。

取得部１３１は、通信部１１０を介して、外部の情報処理装置から各種情報を受信する。取得部１３１は、端末装置１０または外部装置２０から各種情報を受信する。例えば、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。

取得部１３１は、利用者の興味関心を示す所定の操作を利用者が行った際の情報を取得する。取得部１３１は、利用者の興味関心を示す所定の操作が行われたコンテンツを示す情報を取得する。取得部１３１は、利用者の興味関心を示す所定の操作が行われたコンテンツのキャプチャ画像を取得する。取得部１３１は、利用者の操作により生成されたキャプチャ画像を取得する。

取得部１３１は、利用者の興味関心が興味関心を示した対象である興味関心対象を示す興味関心対象情報を取得する。取得部１３１は、メッセンジャーアプリケーションにおけるメッセージを示すメッセージ情報を取得する。取得部１３１は、利用者の興味関心が興味関心を示した取引対象または施設である興味関心対象を示す興味関心対象情報を取得する。取得部１３１は、利用者の興味関心が興味関心を示した商品または店舗である興味関心対象を示す興味関心対象情報を取得する。

取得部１３１は、所定の操作を利用者が行った際のセンサ情報を取得する。取得部１３１は、所定の操作を利用者が行った際の利用者の位置情報を取得する。

なお、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、コンテンツの閲覧履歴等の行動履歴を外部装置２０から取得してもよい。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から取引対象や施設等の各種の対象に関する情報を取得してもよい。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。そして、取得部１３１は、かかる取引対象に関する情報を対象情報記憶部１２２に記憶する。例えば、取得部１３１は、店舗等の施設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、かかる店舗等の施設に関する情報を対象情報記憶部１２２に記憶する。

（受付部１３２）
受付部１３２は、各種要求を受け付ける。受付部１３２は、外部の情報処理装置から各種要求を受け付ける。受付部１３２は、通信部１１０を介して、外部の情報処理装置から各種要求を示す情報を受信する。例えば、受付部１３２は、端末装置１０または外部装置２０から要求を受け付ける。受付部１３２は、端末装置１０から情報の要求を受け付ける。例えば、受付部１３２は、アプリＡＰ１１、ＡＰ１２、ＡＰ１３等の各種のアプリケーションで表示される情報の要求を端末装置１０から受け付ける。

（決定部１３３）
決定部１３３は、種々の情報を決定する決定処理を実行する。例えば、決定部１３３は、取得部１３１により取得された各種情報に基づいて、決定処理を実行する。決定部１３３は、記憶部１２０に記憶された各種情報に基づいて、決定処理を実行する。例えば、決定部１３３は、外部の情報処理装置から受信された各種情報に基づいて、決定処理を実行する。決定部１３３は、種々の情報を抽出する抽出処理を実行する。例えば、決定部１３３は、取得部１３１により取得された各種情報に基づいて、抽出処理を実行する。決定部１３３は、記憶部１２０に記憶された各種情報に基づいて、抽出処理を実行する。例えば、決定部１３３は、外部の情報処理装置から受信された各種情報に基づいて、抽出処理を実行する。

例えば、決定部１３３は、推定部１３４により推定された情報に基づいて、決定処理を実行する。例えば、決定部１３３は、生成部１３５により生成された情報に基づいて、決定処理を実行する。

決定部１３３は、情報提供のタイミングを決定する。決定部１３３は、興味関心対象に応じたタイミングを決定する。決定部１３３は、興味関心対象が商品である場合、利用者が商品を購入可能になったタイミングを情報提供のタイミングに決定する。決定部１３３は、利用者が商品を購入可能になった場合、情報提供のタイミングであると決定する。決定部１３３は、利用者が保有する電子マネーまたはポイントが所定の値以上になった場合、情報提供のタイミングであると決定する。

決定部１３３は、興味関心対象が店舗である場合、利用者が店舗に近接したタイミングを情報提供のタイミングに決定する。決定部１３３は、利用者が店舗に近接した場合、情報提供のタイミングであると決定する。決定部１３３は、利用者の位置が店舗から所定の範囲内なった場合、情報提供のタイミングであると決定する。

決定部１３３は、情報提供の対象とするドメインを決定する。決定部１３３は、情報提供する第２コンテンツを決定する。決定部１３３は、所定の基準に基づいて第２ドメインを決定する。決定部１３３は、第１コンテンツの第１ドメインに類似するドメインを第２ドメインに決定する。決定部１３３は、所定の基準に基づいて第２コンテンツを決定する。決定部１３３は、第１コンテンツの対象に対応する対象を示すコンテンツを第２コンテンツに決定する。決定部１３３は、第１コンテンツの商品と同じ商品を示すコンテンツを第２コンテンツに決定する。決定部１３３は、利用者に応じて第２ドメインを決定する。決定部１３３は、利用者が利用中のサービスに対応するドメインを第２ドメインに決定する。

決定部１３３は、メッセージ情報が示すメッセージと、利用者の興味関心対象とに基づいて、興味関心対象に関する情報を提供するか否かを決定する。決定部１３３は、メッセージ情報が示すメッセージと、利用者の興味関心対象との比較に基づいて、興味関心対象に関する情報を提供するか否かを決定する。決定部１３３は、メッセージ情報が示すメッセージに、利用者の興味関心対象が含まれる場合、興味関心対象に関する情報を提供すると決定する。決定部１３３は、利用者によるメッセージに対応する興味関心対象に関する情報を決定する。決定部１３３は、利用者を含む複数利用者のうち、利用者以外の他の利用者によるメッセージに対応する興味関心対象に関する情報を決定する。

（推定部１３４）
推定部１３４は、種々の情報を推定する推定処理を実行する。例えば、推定部１３４は、取得部１３１により取得された各種情報に基づいて、推定処理を実行する。推定部１３４は、記憶部１２０に記憶された各種情報に基づいて、推定処理を実行する。推定部１３４は、外部の情報処理装置から受信された各種情報に基づいて、推定処理を実行する。

例えば、推定部１３４は、決定部１３３により決定された情報に基づいて、推定処理を実行する。例えば、推定部１３４は、生成部１３５により生成された情報に基づいて、推定処理を実行する。

推定部１３４は、利用者の興味関心を示す所定の操作を利用者が行った際の情報を用いて、利用者が興味関心を示した対象である興味関心対象を推定する。推定部１３４は、利用者の興味関心を示す所定の操作が行われたコンテンツに基づいて、利用者の興味関心対象を推定する。推定部１３４は、コンテンツに含まれる対象に基づいて、利用者の興味関心対象を推定する。

推定部１３４は、利用者の操作により生成されたキャプチャ画像を用いて、利用者の興味関心対象を推定する。推定部１３４は、キャプチャ画像に含まれる対象に基づいて、利用者の興味関心対象を推定する。推定部１３４は、キャプチャ画像を解析する解析処理の結果を基に、利用者の興味関心対象を推定する。

推定部１３４は、キャプチャ画像のドメインを基に、利用者の興味関心対象を推定する。推定部１３４は、キャプチャ画像のドメインを推定するドメイン推定モデルを用いて推定したドメインを基に、利用者の興味関心対象を推定する。推定部１３４は、画面を入力として、入力された画像のドメインを示す情報を出力するドメイン推定モデルを用いてキャプチャ画像のドメインを推定する。

推定部１３４は、所定の操作を利用者が行った際のセンサ情報を用いて、利用者の興味関心対象を推定する。推定部１３４は、所定の操作を利用者が行った際の利用者の位置情報を用いて、利用者の興味関心対象を推定する。推定部１３４は、取引対象または施設を、利用者の興味関心対象として推定する。推定部１３４は、商品または店舗を、利用者の興味関心対象として推定する。

推定部１３４は、利用者の興味関心を示す所定の操作を利用者が行われたコンテンツに基づいて、利用者が興味関心を示した施設である興味関心施設を推定する。推定部１３４は、利用者が興味関心を示した店舗である興味関心施設を推定する。推定部１３４は、所定のサービスにおけるコンテンツに基づいて、利用者の興味関心施設を推定する。推定部１３４は、ＳＮＳに投稿されたコンテンツに基づいて、利用者の興味関心施設を推定する。推定部１３４は、利用者以外の他の利用者により投稿されたコンテンツに基づいて、利用者の興味関心施設を推定する。

推定部１３４は、コンテンツに含まれる対象に基づいて、利用者の興味関心施設を推定する。推定部１３４は、利用者の操作により生成されたキャプチャ画像を用いて、利用者の興味関心施設を推定する。推定部１３４は、キャプチャ画像に含まれる対象に基づいて、利用者の興味関心施設を推定する。推定部１３４は、キャプチャ画像を解析する解析処理の結果を基に、利用者の興味関心施設を推定する。

推定部１３４は、キャプチャ画像のドメインを基に、利用者の興味関心施設を推定する。推定部１３４は、キャプチャ画像のドメインを推定するドメイン推定モデルを用いて推定したドメインを基に、利用者の興味関心施設を推定する。推定部１３４は、画面を入力として、入力された画像のドメインを示す情報を出力するドメイン推定モデルを用いてキャプチャ画像のドメインを推定する。推定部１３４は、所定の操作を利用者が行った際のセンサ情報を用いて、利用者の興味関心施設を推定する。推定部１３４は、所定の操作を利用者が行った際の利用者の位置情報を用いて、利用者の興味関心施設を推定する。

推定部１３４は、利用者の興味関心を示す所定の操作を利用者が行われた第１コンテンツに基づいて、利用者が興味関心を示した対象である興味関心対象を推定する。推定部１３４は、第１コンテンツに含まれる対象に基づいて、利用者の興味関心対象を推定する。推定部１３４は、利用者の操作により生成された第１コンテンツのキャプチャ画像を用いて、利用者の興味関心対象を推定する。

（生成部１３５）
生成部１３５は、種々の情報を推定する生成処理を実行する。例えば、生成部１３５は、取得部１３１により取得された各種情報に基づいて、生成処理を実行する。生成部１３５は、記憶部１２０に記憶された各種情報に基づいて、生成処理を実行する。生成部１３５は、外部の情報処理装置から受信された各種情報に基づいて、生成処理を実行する。

例えば、生成部１３５は、決定部１３３により決定された情報に基づいて、生成処理を実行する。例えば、生成部１３５は、生成部１３５により生成された情報に基づいて、生成処理を実行する。

生成部１３５は、利用者に提供する情報を生成する。生成部１３５は、興味関心対象情報が示す興味関心対象に対応する位置である興味関心位置と興味関心対象とを示す情報を、地図に重畳させた地図コンテンツを生成する。生成部１３５は、興味関心位置を示すアイコンを含む地図コンテンツを生成する。生成部１３５は、興味関心対象を示す画像を含む地図コンテンツを生成する。生成部１３５は、興味関心対象を示す文字情報を含む地図コンテンツを生成する。

生成部１３５は、推定部１３４により推定された興味関心対象を示す情報を含む地図コンテンツを生成する。生成部１３５は、取引対象または施設である興味関心対象に対応する興味関心位置を示す情報を、地図に重畳させた地図コンテンツを生成する。生成部１３５は、商品または店舗である興味関心対象に対応する興味関心位置を示す情報を、地図に重畳させた地図コンテンツを生成する。

生成部１３５は、メッセンジャーアプリケーションにおいてメッセージとともに表示される取引対象または施設に関する情報を生成する。生成部１３５は、メッセンジャーアプリケーションにおいてメッセージとともに表示される商品または店舗に関する情報を生成する。

生成部１３５は、種々の技術を適宜用いて、外部の情報処理装置へ提供するコンテンツ（地図コンテンツ）等の各種情報を生成する。生成部１３５は、端末装置１０へ提供するコンテンツ等の情報を生成する。例えば、生成部１３５は、記憶部１２０に記憶された情報に基づいて、端末装置１０へ提供するコンテンツ等の情報を生成する。生成部１３５は、外部の情報処理装置へ提供するコンテンツ等の情報が生成可能であれば、どのような処理によりコンテンツ等の情報を生成してもよい。例えば、生成部１３５は、画像生成や画像処理等に関する種々の技術を適宜用いて、端末装置１０へ提供するコンテンツ等の情報を生成する。例えば、生成部１３５は、Ｊａｖａ（登録商標）等の種々の技術を適宜用いて、端末装置１０へ提供するコンテンツ等の情報を生成する。なお、生成部１３５は、ＣＳＳやＪａｖａＳｃｒｉｐｔ（登録商標）やＨＴＭＬの形式に基づいて、端末装置１０へ提供するコンテンツ等の情報を生成してもよい。また、例えば、生成部１３５は、ＪＰＥＧ（Joint Photographic Experts Group）やＧＩＦ（Graphics Interchange Format）やＰＮＧ（Portable Network Graphics）など様々な形式でコンテンツ等の情報を生成してもよい。

生成部１３５は、利用者に提供する各種の情報を生成する。生成部１３５は、地図コンテンツＭＰ１等のコンテンツを生成する。生成部１３５は、提供用情報ＩＮＦ１１、ＩＮＦ２１、ＩＮＦ２２等の各種の情報を生成する。

また、生成部１３５は、学習モデル（モデル）を学習する学習処理を実行する学習部として機能してもよい。この場合、生成部１３５は、取得部１３１により取得された各種情報に基づいて、学習処理を実行する。生成部１３５は、外部の情報処理装置からの情報や記憶部１２０に記憶された情報に基づいて、学習処理を実行する。生成部１３５は、モデル情報記憶部１２４に記憶された情報に基づいて、学習処理を実行する。生成部１３５は、学習により生成したモデルをモデル情報記憶部１２４に格納する。

生成部１３５は、コンテンツのドメインを推定するためのドメイン推定モデルを学習する。生成部１３５は、コンテンツ中のクエリとして用いる情報を推定（抽出）するためのクエリ推定モデルを学習する。

生成部１３５は、学習処理を行う。生成部１３５は、各種学習を行う。生成部１３５は、取得部１３１により取得された情報に基づいて、各種情報を学習する。生成部１３５は、モデルを学習（生成）する。生成部１３５は、モデル等の各種情報を学習する。生成部１３５は、学習によりモデルを生成する。生成部１３５は、種々の機械学習に関する技術を用いて、モデルを学習する。例えば、生成部１３５は、モデル（ネットワーク）のパラメータを学習する。生成部１３５は、種々の機械学習に関する技術を用いて、モデルを学習する。

生成部１３５は、モデルＭ１、Ｍ１１、Ｍ１２、Ｍ１３等の各種の学習モデルを生成する。生成部１３５は、ネットワークのパラメータを学習する。例えば、生成部１３５は、モデルＭ１、Ｍ１１、Ｍ１２、Ｍ１３等の各種の学習モデルのネットワークのパラメータを学習する。生成部１３５は、モデル情報記憶部１２４に記憶された学習用データを用いて、学習処理を行うことにより、モデルＭ１、Ｍ１１、Ｍ１２、Ｍ１３等の各種の学習モデルを生成する。例えば、生成部１３５は、音声認識に用いられるモデルを生成する。生成部１３５は、モデルＭ１、Ｍ１１、Ｍ１２、Ｍ１３等の各種の学習モデルのネットワークのパラメータを学習することにより、モデルＭ１、Ｍ１１、Ｍ１２、Ｍ１３等の各種の学習モデルを生成する。

生成部１３５は、モデル情報記憶部１２４に記憶された学習用データ（教師データ）に基づいて、学習処理を行う。生成部１３５は、モデル情報記憶部１２４に記憶された学習用データを用いて、学習処理を行うことにより、モデルＭ１、Ｍ１１、Ｍ１２、Ｍ１３等の各種の学習モデルを生成する。

例えば、生成部１３５は、ストアの退店の確率（可能性）の推定に用いるモデルを生成する。例えば、生成部１３５は、ストアのストア情報が入力された場合に、そのストア情報に対応するストアが商取引サイトから退店する確率（可能性）を示すスコアを出力するモデルを生成する。生成部１３５は、モデルＭ１のネットワークのパラメータを学習することにより、モデルＭ１を生成する。

生成部１３５による学習の手法は特に限定されないが、例えば、データ（入力情報）とその正解情報（出力情報）とを紐づけた学習用データを用意し、その学習用データを多層ニューラルネットワークに基づいた計算モデルに入力して学習してもよい。

例えば、生成部１３５は、モデルＭ１を学習する場合、モデル情報記憶部１２４に格納された学習データＬＤＴ１を用いて、モデルＭ１を学習する。例えば、学習データＬＤＴ１には、コンテンツのキャプチャ画像と、そのコンテンツが該当するドメインを示す情報（正解情報）とを対応付けたデータが含まれる。

例えば、生成部１３５は、キャプチャ画像をモデルＭ１に入力した場合、モデルＭ１がそのキャプチャ画像が対応付けられたドメインを出力するように学習処理が行われる。生成部１３５は、キャプチャ画像Ｃ１をモデルＭ１に入力した場合、モデルＭ１が出力する各ドメインのスコアのうち、キャプチャ画像Ｃ１が対応付けられたドメイン（例えばドメインＡ）のスコアが大きくなるように学習処理が行われる。生成部１３５は、キャプチャ画像Ｃ１をモデルＭ１に入力した場合、モデルＭ１が出力する各ドメインのスコアのうち、ドメインＡ以外の他のドメインのスコアが小さくなるように学習処理が行われる。例えば、生成部１３５は、キャプチャ画像Ｃ１をモデルＭ１に入力した場合、モデルＭ１が出力するドメインＡのスコアが１に近づくように学習処理が行われる。例えば、生成部１３５は、キャプチャ画像Ｃ１をモデルＭ１に入力した場合、モデルＭ１が出力するドメインＡの他のドメインのスコアが０に近づくように学習処理が行われる。

また、生成部１３５は、モデルＭ１１、Ｍ１２、Ｍ１３等の各ドメインに対応するクエリ推定モデルを学習してもよい。例えば、生成部１３５は、モデルＭ１１を学習する場合、モデル情報記憶部１２４に格納された学習データＬＤＴ１１を用いて、モデルＭ１１を学習する。例えば、学習データＬＤＴ１１には、ドメインＡに該当するコンテンツのキャプチャ画像と、キャプチャ画像中の対象を示す情報（正解情報）とを対応付けたデータが含まれる。正解情報は、キャプチャ画像からクエリに用いられる対象を示す情報である。正解情報は、商品名等の取引対象を示す文字列、店舗名等の施設を示す文字列に関する情報である。例えば、正解情報は、キャプチャ画像中でクエリとして用いるための文字列及びその文字列が位置する領域等であってもよい。

例えば、生成部１３５は、モデルＭ１１にキャプチャ画像が入力された場合、モデルＭ１１が出力する情報が、そのキャプチャ画像に対応付けられた正解情報（ラベル）になるように、任意の学習手法により学習処理を行う。例えば、生成部１３５は、ドメインＡに該当するコンテンツのキャプチャ画像及びその正解情報が対応付けられた学習データＬＤＴ１１を用いて学習することにより、ドメインＡに適合したモデルＭ１１を学習する。

例えば、生成部１３５は、モデルＭ１１にドメインＡに該当するコンテンツのキャプチャ画像が入力された場合、モデルＭ１１がそのキャプチャ画像に対応付けられた正解情報が示す対象を示す情報を出力ように学習処理を行う。なお、モデルＭ１１の学習処理については、画像から所望の情報を抽出するモデルを学習可能であれば、任意の学習処理が採用可能であり、画像認識、光学的文字認識（ＯＣＲ）等の従来の学習と同様であってもよく、詳細な説明は省略する。

また、生成部１３５は、モデルＭ１２、Ｍ１３等についてもモデルＭ１１と同様に学習してもよい。例えば、生成部１３５は、モデルＭ１２を学習する場合、モデル情報記憶部１２４に格納された学習データＬＤＴ１２を用いて、モデルＭ１２を学習する。例えば、学習データＬＤＴ１２には、ドメインＢに該当するコンテンツのキャプチャ画像と、キャプチャ画像中の対象を示す情報（正解情報）とを対応付けたデータが含まれる。例えば、生成部１３５は、ドメインＢに該当するコンテンツのキャプチャ画像及びその正解情報が対応付けられた学習データＬＤＴ１２を用いて学習することにより、ドメインＢに適合したモデルＭ１２を学習する。

例えば、生成部１３５は、モデルＭ１３を学習する場合、モデル情報記憶部１２４に格納された学習データＬＤＴ１３を用いて、モデルＭ１３を学習する。例えば、学習データＬＤＴ１３には、ドメインＣに該当するコンテンツのキャプチャ画像と、キャプチャ画像中の対象を示す情報（正解情報）とを対応付けたデータが含まれる。例えば、生成部１３５は、ドメインＣに該当するコンテンツのキャプチャ画像及びその正解情報が対応付けられた学習データＬＤＴ１３を用いて学習することにより、ドメインＣに適合したモデルＭ１３を学習する。

なお、各モデルの学習手法については、上述した手法に限定されるものではなく、任意の公知技術が適用可能である。なお、各モデルの生成は、機械学習に関する種々の従来技術を適宜用いて行われてもよい。例えば、モデルの生成は、ＳＶＭ（Support Vector Machine）等の教師あり学習の機械学習に関する技術を用いて行われてもよい。また、例えば、モデルの生成は、教師なし学習の機械学習に関する技術を用いて行われてもよい。例えば、モデルの生成は、深層学習（ディープラーニング）の技術を用いて行われてもよい。例えば、モデルの生成は、ＤＮＮ（Deep Neural Network）やＲＮＮ（Recurrent Neural Network）やＣＮＮ（Convolutional Neural Network）等の種々のディープラーニングの技術を適宜用いて行われてもよい。なお、上記モデルの生成に関する記載は例示であり、モデルの生成は、取得可能な情報等に応じて適宜選択された学習手法により行われてもよい。例えば、生成部１３５は、学習データに含まれる画像が入力された場合に、正解情報に対応する情報を出力するようにモデルＭ１、Ｍ１１、Ｍ１２、Ｍ１３等を学習可能であれば、どのような手法によりモデルＭ１、Ｍ１１、Ｍ１２、Ｍ１３等の生成を行ってもよい。

（提供部１３６）
提供部１３６は、各種情報を提供する。提供部１３６は、通信部１１０を介して、外部の情報処理装へ各種情報を送信する。提供部１３６は、端末装置１０または外部装置２０へ各種情報を送信する。提供部１３６は、コンテンツを端末装置１０へ送信する。提供部１３６は、取引対象に関する情報を端末装置１０へ送信する。

提供部１３６は、推定部１３４により推定された興味関心対象に関する情報を所定のタイミングで利用者に提供する。提供部１３６は、決定部１３３による決定に応じて、情報を提供する。提供部１３６は、決定部１３３により情報を提供すると決定された場合、情報を提供する。提供部１３６は、決定部１３３により決定されたタイミングで、情報を提供する。

提供部１３６は、興味関心対象に応じたタイミングで興味関心対象に関する情報を提供する。提供部１３６は、興味関心対象が商品である場合、利用者が商品を購入可能なタイミングで興味関心対象に関する情報を提供する。提供部１３６は、興味関心対象が店舗である場合、利用者が店舗に近接したタイミングで興味関心対象に関する情報を提供する。提供部１３６は、興味関心対象に関する情報を利用者が利用する端末装置１０に表示させる。提供部１３６は、興味関心対象に関する情報を利用者が利用する端末装置１０に送信する。

提供部１３６は、推定部１３４により推定された興味関心施設に関する情報を利用者に提供する。提供部１３６は、興味関心施設に関する情報を利用者が利用する端末装置１０に表示させる。提供部１３６は、興味関心施設に関する情報を利用者が利用する端末装置１０に送信する。

提供部１３６は、推定部１３４により推定された興味関心対象に関連する第２コンテンツを利用者に提供する。提供部１３６は、所定のドメインの第２コンテンツを提供する。提供部１３６は、第１コンテンツの第１ドメインとは異なる所定のドメインである第２ドメインの第２コンテンツを提供する。提供部１３６は、所定の基準に基づいて決定される第２ドメインの第２コンテンツを提供する。提供部１３６は、利用者に応じて決定される第２ドメインの第２コンテンツを提供する。提供部１３６は、第２コンテンツを利用者が利用する端末装置１０に表示させる。提供部１３６は、第２コンテンツを利用者が利用する端末装置１０に送信する。

提供部１３６は、生成部１３５により生成された地図コンテンツを提供する。提供部１３６は、興味関心対象情報が示す興味関心対象に対応する位置である興味関心位置と興味関心対象とを示す情報を、地図に重ねて表示させる地図コンテンツを利用者に提供する。提供部１３６は、興味関心位置を示すアイコンを含む地図コンテンツを提供する。提供部１３６は、興味関心対象を示す画像を含む地図コンテンツを提供する。提供部１３６は、興味関心対象を示す文字情報を含む地図コンテンツを提供する。

提供部１３６は、推定部１３４により推定された興味関心対象を示す情報を含む地図コンテンツを提供する。提供部１３６は、取引対象または施設である興味関心対象に対応する興味関心位置を示す情報を、地図に重ねて表示させる地図コンテンツを提供する。提供部１３６は、商品または店舗である興味関心対象に対応する興味関心位置を示す情報を、地図に重ねて表示させる地図コンテンツを提供する。提供部１３６は、地図コンテンツを利用者が利用する端末装置１０に表示させる。提供部１３６は、地図コンテンツを利用者が利用する端末装置１０に送信する。

提供部１３６は、決定部１３３により興味関心対象に関する情報を提供すると決定された場合、メッセンジャーアプリケーションにおいてメッセージとともに表示される興味関心対象に関する情報を利用者に提供する。提供部１３６は、興味関心対象情報とメッセージ情報とに基づいて、メッセンジャーアプリケーションにおいてメッセージとともに表示される興味関心対象に関する情報を利用者に提供する。

提供部１３６は、生成部１３５により生成された取引対象または施設に関する情報を提供する。提供部１３６は、生成部１３５により生成された商品または店舗に関する情報を提供する。提供部１３６は、メッセージ情報が示すメッセージに対応する興味関心対象に関する情報を提供する。提供部１３６は、利用者によるメッセージに対応する興味関心対象に関する情報を提供する。提供部１３６は、利用者を含む複数利用者のうち、利用者以外の他の利用者によるメッセージに対応する興味関心対象に関する情報を提供する。

提供部１３６は、メッセンジャーアプリケーションにおいてメッセージとともに表示される取引対象または施設に関する情報を提供する。提供部１３６は、メッセンジャーアプリケーションにおいてメッセージとともに表示される商品または店舗に関する情報を提供する。提供部１３６は、興味関心対象に関する情報を利用者が利用する端末装置にメッセージとともに表示させる。提供部１３６は、メッセージとともに表示される興味関心対象に関する情報を利用者が利用する端末装置に送信する。

提供部１３６は、生成部１３５によって生成された情報を提供する。提供部１３６は、生成部１３５によって生成された情報を含むコンテンツを提供する。提供部１３６は、利用者が利用する端末装置１０にコンテンツを送信する。提供部１３６は、アプリＡＰ１１で表示させる情報を端末装置１０に送信する。

提供部１３６は、アプリＡＰ１２で表示させる情報を端末装置１０に送信する。提供部１３６は、地図コンテンツＭＰ１を端末装置１０に送信する。提供部１３６は、利用者の興味関心対象であるカフェＸＸの情報を重畳させた地図コンテンツＭＰ１を、その利用者が利用する端末装置１０に送信する。提供部１３６は、カフェＸＸの画像及び文字列を含むコンテンツＣＯ１１を重畳させた地図コンテンツＭＰ１を端末装置１０に送信する。

提供部１３６は、アプリＡＰ１３で表示させる情報を端末装置１０に送信する。提供部１３６は、アプリＡＰ１３でメッセージＭＳ１等とともに表示されるコンテンツＣＯ２１、ＣＯ２２等を端末装置１０に送信する。提供部１３６は、利用者の興味関心対象である渋谷の居酒屋に関する情報を含むコンテンツＣＯ２１、ＣＯ２２等を、その利用者が利用する端末装置１０に送信する。

〔４．処理手順〕
次に、図１１～図１５を用いて、実施形態に係る情報処理装置１００が実行する情報処理の手順について説明する。図１１～図１５は、情報処理の流れの一例を示すフローチャートである。例えば、図１１～図１５は、情報処理装置が実行する情報処理の流れの一例を示すフローチャートである。

まず、図１１について説明する。例えば、図１１は、情報処理装置１００が行う利用者の興味関心対象の推定に基づく情報提供に関する処理フローの一例を示す。

図１１では、情報処理装置１００は、利用者の興味関心を示す所定の操作を利用者が行った際の情報を用いて、利用者が興味関心を示した対象である興味関心対象を推定する（ステップＳ１０１）。そして、情報処理装置１００は、興味関心対象に関する情報を所定のタイミングで利用者に提供する（ステップＳ１０２）。

次に、図１２について説明する。例えば、図１２は、情報処理装置１００が行う第１コンテンツに基づく推定結果に応じた、第２コンテンツの提供に関する処理フローの一例を示す。

図１２では、情報処理装置１００は、利用者の興味関心を示す所定の操作を利用者が行われた第１コンテンツに基づいて、利用者が興味関心を示した対象である興味関心対象を推定する（ステップＳ２０１）。そして、情報処理装置１００は、興味関心対象に関連する第２コンテンツを利用者に提供する（ステップＳ２０２）。

次に、図１３について説明する。例えば、図１３は、情報処理装置１００が行う利用者の興味関心施設の推定に基づく情報提供に関する処理フローの一例を示す。

図１３では、情報処理装置１００は、利用者の興味関心を示す所定の操作を利用者が行われたコンテンツに基づいて、利用者が興味関心を示した施設である興味関心施設を推定する（ステップＳ３０１）。そして、情報処理装置１００は、興味関心施設に関する情報を利用者に提供する（ステップＳ３０２）。

次に、図１４について説明する。例えば、図１４は、情報処理装置１００が行う利用者の興味関心対象に基づく地図コンテンツの提供に関する処理フローの一例を示す。

図１４では、情報処理装置１００は、利用者の興味関心が興味関心を示した対象である興味関心対象を示す興味関心対象情報を取得する（ステップＳ４０１）。そして、情報処理装置１００は、興味関心対象情報が示す興味関心対象に対応する位置である興味関心位置と興味関心対象とを示す情報を、地図に重ねて表示させる地図コンテンツを利用者に提供する（ステップＳ４０２）。

次に、図１５について説明する。例えば、図１５は、情報処理装置１００が行う利用者の興味関心対象とメッセンジャーアプリケーションにおけるメッセージとに基づく情報コンテンツの提供に関する処理フローの一例を示す。

図１５では、情報処理装置１００は、利用者の興味関心が興味関心を示した対象である興味関心対象を示す興味関心対象情報と、メッセンジャーアプリケーションにおけるメッセージを示すメッセージ情報とを取得する（ステップＳ５０１）。そして、情報処理装置１００は、興味関心対象情報とメッセージ情報とに基づいて、メッセンジャーアプリケーションにおいてメッセージとともに表示される興味関心対象に関する情報を利用者に提供する（ステップＳ５０２）。

〔５．変形例〕
上述した情報処理装置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、情報処理装置１００の他の実施形態について説明する。

〔５－１．利用者〕
情報提供先となる利用者は、興味関心対象が推定される利用者であれば、どのような利用者であってもよい。例えば、情報提供先となる利用者は、所定のサービスの会員に登録している利用者であってもよいし、所定のサービスの会員に登録していない利用者であってもよい。

〔５－２．対象〕
上述した例では、利用者の興味関心対象として、商品や店舗などを一例として説明したが、推定される興味関心対象は、商品や店舗に限らずに、任意の対象であってもよい。例えば、興味関心対象は、利用者が利用するサービス等の取引対象、イベント会場となる競技場等の施設等であってもよい。なお、上記は一例に過ぎず、興味関心対象は、利用者による興味関心の対象となるものであれば、どのような対象であってもよい。

〔５－３．取引対象に関する情報を提供〕
上記実施形態では、情報処理装置１００がコンテンツ等の各種の情報を端末装置１０に提供する情報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等の各種の情報を端末装置１０に提供してもよい。この場合、情報処理装置１００は、利用者の興味関心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、利用者の興味関心対象のリマインダ（通知）を行うサービスを提供する。この場合、情報処理装置１００は、利用者の興味関心対象に関する情報として、興味関心対象の画像や、利用者へ興味関心対象のリマインダを行うタイミングを指定する情報等を外部サーバに提供してもよい。

〔５－４．プログラム〕
また、上述した実施形態に係る情報処理装置１００は、例えば、図１６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１６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が情報処理装置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。

〔５－５．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、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。

〔６．効果〕
上述してきたように、実施形態に係る情報処理装置１００は、推定部１３４と、提供部１３６とを有する。推定部１３４は、利用者の興味関心を示す所定の操作を利用者が行った際の情報を用いて、利用者が興味関心を示した対象である興味関心対象を推定する。提供部１３６は、推定部１３４により推定された興味関心対象に関する情報を所定のタイミングで利用者に提供する。

このように、実施形態に係る情報処理装置１００は、利用者の興味関心を示す所定の操作を利用者が行った際の情報を用いて推定した興味関心対象に関する情報を所定のタイミングで利用者に提供することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、利用者の興味関心を示す所定の操作が行われたコンテンツに基づいて、利用者の興味関心対象を推定する。

このように、実施形態に係る情報処理装置１００は、利用者の興味関心を示す所定の操作が行われたコンテンツに基づいて、利用者の興味関心対象を推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、コンテンツに含まれる対象に基づいて、利用者の興味関心対象を推定する。

このように、実施形態に係る情報処理装置１００は、コンテンツに含まれる対象に基づいて、利用者の興味関心対象を推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、利用者の操作により生成されたキャプチャ画像を用いて、利用者の興味関心対象を推定する。

このように、実施形態に係る情報処理装置１００は、利用者の操作により生成されたキャプチャ画像を用いて、利用者の興味関心対象を推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、キャプチャ画像に含まれる対象に基づいて、利用者の興味関心対象を推定する。

このように、実施形態に係る情報処理装置１００は、キャプチャ画像に含まれる対象に基づいて、利用者の興味関心対象を推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、キャプチャ画像を解析する解析処理の結果を基に、利用者の興味関心対象を推定する。

このように、実施形態に係る情報処理装置１００は、キャプチャ画像を解析する解析処理の結果を基に、利用者の興味関心対象を推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、キャプチャ画像のドメインを基に、利用者の興味関心対象を推定する。

このように、実施形態に係る情報処理装置１００は、キャプチャ画像のドメインを基に、利用者の興味関心対象を推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、キャプチャ画像のドメインを推定するドメイン推定モデルを用いて推定したドメインを基に、利用者の興味関心対象を推定する。

このように、実施形態に係る情報処理装置１００は、キャプチャ画像のドメインを推定するドメイン推定モデルを用いて推定したドメインを基に、利用者の興味関心対象を推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、画面を入力として、入力された画像のドメインを示す情報を出力するドメイン推定モデルを用いてキャプチャ画像のドメインを推定する。

このように、実施形態に係る情報処理装置１００は、画面を入力として、入力された画像のドメインを示す情報を出力するドメイン推定モデルを用いてキャプチャ画像のドメインを推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、所定の操作を利用者が行った際のセンサ情報を用いて、利用者の興味関心対象を推定する。

このように、実施形態に係る情報処理装置１００は、所定の操作を利用者が行った際のセンサ情報を用いて、利用者の興味関心対象を推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、所定の操作を利用者が行った際の利用者の位置情報を用いて、利用者の興味関心対象を推定する。

このように、実施形態に係る情報処理装置１００は、所定の操作を利用者が行った際の利用者の位置情報を用いて、利用者の興味関心対象を推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、取引対象または施設を、利用者の興味関心対象として推定する。

このように、実施形態に係る情報処理装置１００は、取引対象または施設を、利用者の興味関心対象として推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、推定部１３４は、商品または店舗を、利用者の興味関心対象として推定する。

このように、実施形態に係る情報処理装置１００は、商品または店舗を、利用者の興味関心対象として推定することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、提供部１３６は、興味関心対象に応じたタイミングで興味関心対象に関する情報を提供する。

このように、実施形態に係る情報処理装置１００は、興味関心対象に応じたタイミングで興味関心対象に関する情報を提供することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、提供部１３６は、興味関心対象が商品である場合、利用者が商品を購入可能なタイミングで興味関心対象に関する情報を提供する。

このように、実施形態に係る情報処理装置１００は、興味関心対象が商品である場合、利用者が商品を購入可能なタイミングで興味関心対象に関する情報を提供することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、提供部１３６は、興味関心対象が店舗である場合、利用者が店舗に近接したタイミングで興味関心対象に関する情報を提供する。

このように、実施形態に係る情報処理装置１００は、興味関心対象が店舗である場合、利用者が店舗に近接したタイミングで興味関心対象に関する情報を提供することにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、提供部１３６は、興味関心対象に関する情報を利用者が利用する端末装置１０に表示させる。

このように、実施形態に係る情報処理装置１００は、興味関心対象に関する情報を利用者が利用する端末装置１０に表示させることにより、適切な情報提供を行うことができる。

また、実施形態に係る情報処理装置１００において、提供部１３６は、興味関心対象に関する情報を利用者が利用する端末装置１０に送信する。

このように、実施形態に係る情報処理装置１００は、興味関心対象に関する情報を利用者が利用する端末装置１０に送信することにより、適切な情報提供を行うことができる。

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 情報処理システム
１０ 端末装置
２０ 外部装置
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報記憶部
１２２ 対象情報記憶部
１２３ コンテンツ記憶部
１２４ モデル情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 受付部
１３３ 決定部
１３４ 推定部
１３５ 生成部
１３６ 提供部

Claims (20)

1. 利用者の興味関心を示す所定の操作を前記利用者が行った際の情報を用いて、前記利用者が興味関心を示した対象である興味関心対象を推定する推定部と、
   前記推定部により推定された前記興味関心対象に関する情報を所定のタイミングで前記利用者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. 前記推定部は、
   前記利用者の興味関心を示す前記所定の操作が行われたコンテンツに基づいて、前記利用者の前記興味関心対象を推定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記推定部は、
   前記コンテンツに含まれる対象に基づいて、前記利用者の前記興味関心対象を推定する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記推定部は、
   前記利用者の操作により生成されたキャプチャ画像を用いて、前記利用者の前記興味関心対象を推定する
   ことを特徴とする請求項２に記載の情報処理装置。
5. 前記推定部は、
   前記キャプチャ画像に含まれる対象に基づいて、前記利用者の前記興味関心対象を推定する
   ことを特徴とする請求項４に記載の情報処理装置。
6. 前記推定部は、
   前記キャプチャ画像を解析する解析処理の結果を基に、前記利用者の前記興味関心対象を推定する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記推定部は、
   前記キャプチャ画像のドメインを基に、前記利用者の前記興味関心対象を推定する
   ことを特徴とする請求項６に記載の情報処理装置。
8. 前記推定部は、
   前記キャプチャ画像のドメインを推定するドメイン推定モデルを用いて推定したドメインを基に、前記利用者の前記興味関心対象を推定する
   ことを特徴とする請求項７に記載の情報処理装置。
9. 前記推定部は、
   画面を入力として、入力された画像のドメインを示す情報を出力する前記ドメイン推定モデルを用いて前記キャプチャ画像のドメインを推定する
   ことを特徴とする請求項８に記載の情報処理装置。
10. 前記推定部は、
    前記所定の操作を前記利用者が行った際のセンサ情報を用いて、前記利用者の前記興味関心対象を推定する
    ことを特徴とする請求項１に記載の情報処理装置。
11. 前記推定部は、
    前記所定の操作を前記利用者が行った際の前記利用者の位置情報を用いて、前記利用者の前記興味関心対象を推定する
    ことを特徴とする請求項１０に記載の情報処理装置。
12. 前記推定部は、
    取引対象または施設を、前記利用者の前記興味関心対象として推定する
    ことを特徴とする請求項１に記載の情報処理装置。
13. 前記推定部は、
    商品または店舗を、前記利用者の前記興味関心対象として推定する
    ことを特徴とする請求項１２に記載の情報処理装置。
14. 前記提供部は、
    前記興味関心対象に応じたタイミングで前記興味関心対象に関する情報を提供する
    ことを特徴とする請求項１３に記載の情報処理装置。
15. 前記提供部は、
    前記興味関心対象が前記商品である場合、前記利用者が前記商品を購入可能なタイミングで前記興味関心対象に関する情報を提供する
    ことを特徴とする請求項１４に記載の情報処理装置。
16. 前記提供部は、
    前記興味関心対象が前記店舗である場合、前記利用者が前記店舗に近接したタイミングで前記興味関心対象に関する情報を提供する
    ことを特徴とする請求項１４に記載の情報処理装置。
17. 前記提供部は、
    前記興味関心対象に関する情報を前記利用者が利用する端末装置に表示させる
    ことを特徴とする請求項１に記載の情報処理装置。
18. 前記提供部は、
    前記興味関心対象に関する情報を前記利用者が利用する端末装置に送信する
    ことを特徴とする請求項１に記載の情報処理装置。
19. コンピュータが実行する情報処理方法であって、
    利用者の興味関心を示す所定の操作を前記利用者が行った際の情報を用いて、前記利用者が興味関心を示した対象である興味関心対象を推定する推定工程と、
    前記推定工程により推定された前記興味関心対象に関する情報を所定のタイミングで前記利用者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。
20. 利用者の興味関心を示す所定の操作を前記利用者が行った際の情報を用いて、前記利用者が興味関心を示した対象である興味関心対象を推定する推定手順と、
    前記推定手順により推定された前記興味関心対象に関する情報を所定のタイミングで前記利用者に提供する提供手順と、
    をコンピュータに実行させることを特徴とする情報処理プログラム。

Images