JP3085254B2 - 情報物件推薦装置 - Google Patents
情報物件推薦装置Info
- Publication number
- JP3085254B2 JP3085254B2 JP22990197A JP22990197A JP3085254B2 JP 3085254 B2 JP3085254 B2 JP 3085254B2 JP 22990197 A JP22990197 A JP 22990197A JP 22990197 A JP22990197 A JP 22990197A JP 3085254 B2 JP3085254 B2 JP 3085254B2
- Authority
- JP
- Japan
- Prior art keywords
- property
- data
- selection
- user
- recommended
- 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.)
- Expired - Fee Related
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【０００１】
【発明の属する技術分野】本発明はユーザの嗜好を反映
した情報物件をユーザに推薦物件として提示する情報物
件推薦装置に関する。
した情報物件をユーザに推薦物件として提示する情報物
件推薦装置に関する。
【０００２】
【従来の技術】従来の個人適応の情報提示に関する技術
では、データベースの検索時にあらかじめ入力しておい
たユーザの嗜好を反映させるもの（特開平６−２２３１
１２号公報）や、テレビの視聴履歴を学習しユーザに番
組を推薦するシステム（文献：「利用者の視聴履歴に基
づくＴＶ番組推薦システムの検討」第５４回情報処理学
界全国大会ｖｏｌ．４ｐｐ．２４５−２４６）などが提
案されている。
では、データベースの検索時にあらかじめ入力しておい
たユーザの嗜好を反映させるもの（特開平６−２２３１
１２号公報）や、テレビの視聴履歴を学習しユーザに番
組を推薦するシステム（文献：「利用者の視聴履歴に基
づくＴＶ番組推薦システムの検討」第５４回情報処理学
界全国大会ｖｏｌ．４ｐｐ．２４５−２４６）などが提
案されている。
【０００３】このような従来のシステムにおいては、ユ
ーザの提示物件に対する嗜好の強さ（嗜好度）は、あら
かじめ入力しておくか、ユーザの操作履歴から嗜好度を
計算する方法で決められていた。そして、ユーザの操作
履歴から求める場合の嗜好度の計算は、提示した物件が
ユーザに受け入れられた場合に一定の値が加算され、否
定された場合は減算されるなどして行なわれていた。
ーザの提示物件に対する嗜好の強さ（嗜好度）は、あら
かじめ入力しておくか、ユーザの操作履歴から嗜好度を
計算する方法で決められていた。そして、ユーザの操作
履歴から求める場合の嗜好度の計算は、提示した物件が
ユーザに受け入れられた場合に一定の値が加算され、否
定された場合は減算されるなどして行なわれていた。
【０００４】
【発明が解決しようとする課題】上述した従来の情報提
示方法では、あらかじめ登録された嗜好データにマッチ
する物件や、一度ユーザによって受け入れられた物件は
嗜好度が上昇するため、その物件はユーザが同じ要求を
する限り常に最初に提示される。
示方法では、あらかじめ登録された嗜好データにマッチ
する物件や、一度ユーザによって受け入れられた物件は
嗜好度が上昇するため、その物件はユーザが同じ要求を
する限り常に最初に提示される。
【０００５】しかし、ユーザに提示する物件には、短期
間の間に何度も連続して提示するのが好ましくないもの
や、一度見てしまえは十分なものも存在するため、ユー
ザの嗜好度の高い順に提示するするだけでは不十分であ
る。
間の間に何度も連続して提示するのが好ましくないもの
や、一度見てしまえは十分なものも存在するため、ユー
ザの嗜好度の高い順に提示するするだけでは不十分であ
る。
【０００６】また、従来の方法では、ユーザの嗜好が時
間に応じて変化する場合には、そのような考慮がなされ
ていないので、ユーザの現在の嗜好状況を推薦物件へ反
映させることができない。
間に応じて変化する場合には、そのような考慮がなされ
ていないので、ユーザの現在の嗜好状況を推薦物件へ反
映させることができない。
【０００７】ユーザの嗜好は、過去の物件選択の履歴や
時間帯によって変化する。
時間帯によって変化する。
【０００８】本発明は、このような「物件選択履歴や時
間帯に基づく現在の状況」を嗜好データに反映させ、ユ
ーザの使用に適合する物件を効率良く提示するための情
報物件推薦装置を提供することにある。
間帯に基づく現在の状況」を嗜好データに反映させ、ユ
ーザの使用に適合する物件を効率良く提示するための情
報物件推薦装置を提供することにある。
【０００９】
【課題を解決するための手段】第１の発明の情報物件推
薦装置は、ユーザが入力した物件検索の条件を取得しそ
の条件を満たしなおかつ前記ユーザの嗜好を反映した物
件を推薦物件として提示する情報物件推薦装置におい
て、推薦物件決定時に参照する物件提示時における状況
を推薦物件に反映させるための物件選択データと推薦物
件のデータを格納するデータ格納手段と、前記ユーザが
入力した物件検索条件を取得して意味を解析する入力解
析手段と、前記物件選択データを入力として推薦物件を
決定するための指標となる推薦度を計算する式を格納す
る推薦度計算式格納手段と、前記入力解析手段の解析結
果と前記物件選択データを入力とし前記推薦度計算式格
納手段に格納された計算式を利用して各物件の推薦度を
求め推薦度の高いものを推薦物件として決定し推薦物件
の前記物件データを取得する推薦物件決定手段と、前記
推薦物件決定手段で取得された推薦物件の前記物件デー
タをユーザに提示する推薦物件提示手段と、前記入力解
析手段の解析結果を基に提示物件に対する否定・肯定な
どのユーザの応答内容を取得しその応答内容と前記物件
選択データを入力として応答内容に応じた前記物件選択
データの計算を行ない物件提示時における状況に適合す
るように前記物件選択データを修正する物件選択データ
計算手段とを含み 物件選択データはその内容が各物件
に対するユーザの嗜好を数値化した嗜好度データと各物
件に対してユーザが過去に選択した履歴を保持する履歴
データと物件を選択した後の一定期間内における推薦物
件選択への影響を時間を変数とした関数式で表す選択後
属性データとからなり、物件選択データ計算手段が前記
嗜好度データを提示物件に対する否定・肯定などのユー
ザの応答内容に応じて予め設定された計算式を利用して
修正する嗜好度修正部と前記履歴データを更新する履歴
更新部とからなり、推薦物件決定手段は推薦度計算式格
納手段に格納されている計算式により前記嗜好度データ
と前記履歴データと前記選択後属性データとを入力とし
て推薦度の計算を行ない前記ユーザが入力した検索条件
を満たす物件が複数ある場合には推薦度の高い順に物件
を提示することを特徴とする。
薦装置は、ユーザが入力した物件検索の条件を取得しそ
の条件を満たしなおかつ前記ユーザの嗜好を反映した物
件を推薦物件として提示する情報物件推薦装置におい
て、推薦物件決定時に参照する物件提示時における状況
を推薦物件に反映させるための物件選択データと推薦物
件のデータを格納するデータ格納手段と、前記ユーザが
入力した物件検索条件を取得して意味を解析する入力解
析手段と、前記物件選択データを入力として推薦物件を
決定するための指標となる推薦度を計算する式を格納す
る推薦度計算式格納手段と、前記入力解析手段の解析結
果と前記物件選択データを入力とし前記推薦度計算式格
納手段に格納された計算式を利用して各物件の推薦度を
求め推薦度の高いものを推薦物件として決定し推薦物件
の前記物件データを取得する推薦物件決定手段と、前記
推薦物件決定手段で取得された推薦物件の前記物件デー
タをユーザに提示する推薦物件提示手段と、前記入力解
析手段の解析結果を基に提示物件に対する否定・肯定な
どのユーザの応答内容を取得しその応答内容と前記物件
選択データを入力として応答内容に応じた前記物件選択
データの計算を行ない物件提示時における状況に適合す
るように前記物件選択データを修正する物件選択データ
計算手段とを含み 物件選択データはその内容が各物件
に対するユーザの嗜好を数値化した嗜好度データと各物
件に対してユーザが過去に選択した履歴を保持する履歴
データと物件を選択した後の一定期間内における推薦物
件選択への影響を時間を変数とした関数式で表す選択後
属性データとからなり、物件選択データ計算手段が前記
嗜好度データを提示物件に対する否定・肯定などのユー
ザの応答内容に応じて予め設定された計算式を利用して
修正する嗜好度修正部と前記履歴データを更新する履歴
更新部とからなり、推薦物件決定手段は推薦度計算式格
納手段に格納されている計算式により前記嗜好度データ
と前記履歴データと前記選択後属性データとを入力とし
て推薦度の計算を行ない前記ユーザが入力した検索条件
を満たす物件が複数ある場合には推薦度の高い順に物件
を提示することを特徴とする。
【００１０】
【００１１】第２の発明の情報物件推薦装置は、第１の
発明の情報物件推薦装置において、物件選択データ計算
手段はその内容が選択後属性データの影響を反映した物
件を推薦したときのユーザの応答内容を入力解析手段か
ら取得し予め決めておいた前記選択後属性データと前記
ユーザの応答内容の対からなる選択後属性の変更方法に
基づき前記選択後属性データを変更する状況属性修正部
を含むことを特徴としている。
発明の情報物件推薦装置において、物件選択データ計算
手段はその内容が選択後属性データの影響を反映した物
件を推薦したときのユーザの応答内容を入力解析手段か
ら取得し予め決めておいた前記選択後属性データと前記
ユーザの応答内容の対からなる選択後属性の変更方法に
基づき前記選択後属性データを変更する状況属性修正部
を含むことを特徴としている。
【００１２】第３の発明の情報物件推薦装置は、第２の
発明の情報物件推薦装置において、物件選択データはそ
の内容が推薦物件決定手段により読み出されるデータ各
物件に対する時間帯別の嗜好の強さを一定時間単位ごと
の値として保持する時間属性データを含み推薦物件決定
手段は推薦度計算式格納手段に格納される計算式により
嗜好度データ、履歴データ、選択後属性データに加えて
前記時間属性データを入力として物件の推薦度を計算し
て推薦物件の決定を行なうことを特徴としている。
発明の情報物件推薦装置において、物件選択データはそ
の内容が推薦物件決定手段により読み出されるデータ各
物件に対する時間帯別の嗜好の強さを一定時間単位ごと
の値として保持する時間属性データを含み推薦物件決定
手段は推薦度計算式格納手段に格納される計算式により
嗜好度データ、履歴データ、選択後属性データに加えて
前記時間属性データを入力として物件の推薦度を計算し
て推薦物件の決定を行なうことを特徴としている。
【００１３】第４の発明の情報物件推薦装置は、第３の
発明の情報物件推薦装置において、状況属性修正部は選
択後属性データの変更に加えて、時間属性データの影響
を加味した推薦物件をユーザに提示したときのユーザの
否定・肯定などの応答内容に応じて該当時間帯における
時間属性データの値を上昇させたり下降させたりするこ
とで時間属性データを変更することを特徴としている。
発明の情報物件推薦装置において、状況属性修正部は選
択後属性データの変更に加えて、時間属性データの影響
を加味した推薦物件をユーザに提示したときのユーザの
否定・肯定などの応答内容に応じて該当時間帯における
時間属性データの値を上昇させたり下降させたりするこ
とで時間属性データを変更することを特徴としている。
【００１４】
【発明の実施の形態】本発明は、提示物件のデータに
「提示物件の現在の状況に対する適合度」を示す状況属
性データを付加し、状況属性データを考慮した物件の提
示を行なうものである。
「提示物件の現在の状況に対する適合度」を示す状況属
性データを付加し、状況属性データを考慮した物件の提
示を行なうものである。
【００１５】次に、本発明の実施の形態について図面を
参照して説明する。
参照して説明する。
【００１６】図１は本発明の情報物件推薦装置の一実施
の形態を示すブロック図である。
の形態を示すブロック図である。
【００１７】本実施の形態の情報物件推薦装置は、図１
に示すように、入力解析部１と、物件選択データ計算部
２と、推薦度計算式格納部３と、推薦物件決定部４と、
推薦物件提示部５と、データ格納部６とを含んで構成さ
れる。
に示すように、入力解析部１と、物件選択データ計算部
２と、推薦度計算式格納部３と、推薦物件決定部４と、
推薦物件提示部５と、データ格納部６とを含んで構成さ
れる。
【００１８】入力解析部１では、ユーザからの入力を取
得し、入力データの意味解析を行なう。そして、新規物
件提示の必要がある場合は推薦物件決定部４に解析デー
タを受渡し、その後でさらに、物件選択データ計算部２
へ解析データを受け渡す。
得し、入力データの意味解析を行なう。そして、新規物
件提示の必要がある場合は推薦物件決定部４に解析デー
タを受渡し、その後でさらに、物件選択データ計算部２
へ解析データを受け渡す。
【００１９】物件選択データ計算部２は、意味解析され
た入力データに応じて物件選択データ６１の修正を行な
う。
た入力データに応じて物件選択データ６１の修正を行な
う。
【００２０】推薦度計算式格納部３は、推薦物件を決定
する際に物件選択データ６１を入力として物件選択の指
標となる推薦度を計算する式を格納する部分である。
する際に物件選択データ６１を入力として物件選択の指
標となる推薦度を計算する式を格納する部分である。
【００２１】推薦物件決定部４は推薦度計算式格納部３
に格納される推薦度の計算式および物件選択データ６１
から物件の推薦度を求め、ユーザに推薦する物件を決定
し、推薦物件提示部５に推薦する物件のデータを受け渡
す。
に格納される推薦度の計算式および物件選択データ６１
から物件の推薦度を求め、ユーザに推薦する物件を決定
し、推薦物件提示部５に推薦する物件のデータを受け渡
す。
【００２２】推薦物件提示部５では、推薦物件決定部４
から受け渡されたデータをユーザに提示する。
から受け渡されたデータをユーザに提示する。
【００２３】データ格納部６は物件選択時に参照する物
件選択データ６１と物件提示時に用いる物件データ６２
とからなる。
件選択データ６１と物件提示時に用いる物件データ６２
とからなる。
【００２４】物件選択データ６１は、物件の選択履歴、
各物件の嗜好度データと前述の状況属性データからな
る。
各物件の嗜好度データと前述の状況属性データからな
る。
【００２５】物件選択データ６１中の嗜好度データは、
初期段階では全て同じ値であり、ユーザとの対話過程で
変化する。嗜好度データは、例えば、システムが提示し
た物件をユーザが受け入れた場合は嗜好度に一定の値が
加算されて上昇し、否定された場合は下降するなどして
ユーザの嗜好を反映すべく計算される。
初期段階では全て同じ値であり、ユーザとの対話過程で
変化する。嗜好度データは、例えば、システムが提示し
た物件をユーザが受け入れた場合は嗜好度に一定の値が
加算されて上昇し、否定された場合は下降するなどして
ユーザの嗜好を反映すべく計算される。
【００２６】ユーザに提示する物件は、嗜好度データに
過去の選択履歴や現在時刻に基づく状況属性データを加
味した値を利用して決定、提示される。
過去の選択履歴や現在時刻に基づく状況属性データを加
味した値を利用して決定、提示される。
【００２７】各物件に対する嗜好度データをｘ、各物件
の状況属性データに基づく嗜好度考慮分をｋとすると、
物件の推薦度はｘ，ｋの関数（ｆ（ｘ，ｋ）とする）と
なる。ｆ（ｘ，ｋ）の例としては、ｋの値を単純に嗜好
度と足し合わせる、 ｆ（ｘ，ｋ）＝ｘ＋ｋ （式１） のようなものや、嗜好度考慮分を「現在の値に対する比
率（０〈ｋ〈１）」と見立てて各物件の嗜好度に乗算す
る、 ｆ（ｘ，ｋ）＝ｘ＊ｋ （式２） などの方法が挙げられる。
の状況属性データに基づく嗜好度考慮分をｋとすると、
物件の推薦度はｘ，ｋの関数（ｆ（ｘ，ｋ）とする）と
なる。ｆ（ｘ，ｋ）の例としては、ｋの値を単純に嗜好
度と足し合わせる、 ｆ（ｘ，ｋ）＝ｘ＋ｋ （式１） のようなものや、嗜好度考慮分を「現在の値に対する比
率（０〈ｋ〈１）」と見立てて各物件の嗜好度に乗算す
る、 ｆ（ｘ，ｋ）＝ｘ＊ｋ （式２） などの方法が挙げられる。
【００２８】このように嗜好度データにユーザの過去の
選択履歴や現在時刻に基づく状況属性データを加味する
ことで、ユーザの各物件に対する嗜好だけでは表現しき
れない「物件選択時におけるユーザの状況」を取り込み
物件に反映させることが可能となる。
選択履歴や現在時刻に基づく状況属性データを加味する
ことで、ユーザの各物件に対する嗜好だけでは表現しき
れない「物件選択時におけるユーザの状況」を取り込み
物件に反映させることが可能となる。
【００２９】図２は本実施の形態の第１の実施例の構成
図を示す。第１の実施例の情報物件推薦装置は、図１の
物件選択データ計算部２として嗜好度修正部２１および
履歴更新部２２を、物件選択データ６１として嗜好度デ
ータ６１１、履歴データ６１２および選択後属性データ
６１３を持つことを特徴とする。
図を示す。第１の実施例の情報物件推薦装置は、図１の
物件選択データ計算部２として嗜好度修正部２１および
履歴更新部２２を、物件選択データ６１として嗜好度デ
ータ６１１、履歴データ６１２および選択後属性データ
６１３を持つことを特徴とする。
【００３０】嗜好度修正部２１は、ユーザの嗜好度を変
更する手段で、ユーザ入力の内容に応じて嗜好度データ
６１１を修正する。
更する手段で、ユーザ入力の内容に応じて嗜好度データ
６１１を修正する。
【００３１】履歴更新部２２は、ユーザの物件が受け入
れられた際に履歴データ６１２の更新を行なう。
れられた際に履歴データ６１２の更新を行なう。
【００３２】嗜好度データ６１１は、物件データ６２の
各データに対する嗜好度を数値化して保持している。
各データに対する嗜好度を数値化して保持している。
【００３３】履歴データ６１２には、過去に選択した物
件の情報が日時と物件の対として保持されている。
件の情報が日時と物件の対として保持されている。
【００３４】選択後属性データ６１３は、状況属性デー
タの１つであり、各物件に対する選択後属性のデータが
格納されている。
タの１つであり、各物件に対する選択後属性のデータが
格納されている。
【００３５】選択後属性データ６１３は「物件がユーザ
に受け入れられた後の属性」のことで、例えば食事の店
を例に取ると「一度選択したら一定の期間は同じ店にい
かない」「気に入った店なら毎日でも入る」なとが選択
後属性の例となる。選択後属性の嗜好度への加味分（式
１のｋ）は、時間を変数とする数式で表現される。
に受け入れられた後の属性」のことで、例えば食事の店
を例に取ると「一度選択したら一定の期間は同じ店にい
かない」「気に入った店なら毎日でも入る」なとが選択
後属性の例となる。選択後属性の嗜好度への加味分（式
１のｋ）は、時間を変数とする数式で表現される。
【００３６】選択後属性データ６１３はいくつかのパタ
ーンにカテゴリ分けされ、各物件データはいずれかのカ
テゴリに属する。前述の（式１）の嗜好度計算式を利用
して「一度選択したら一定の期間は同じ店には行かな
い」選択後属性を表現する場合、ｋの時間変化の一例と
して図１２、図１３のようなグラフが考えられる。グラ
フ中においてＭａｘは選択後属性の嗜好度考慮分の最大
値、Ｔは選択後属性の効果持続時間を示す。Ｍａｘは０
から物件データ自身の嗜好度（ｘ）の最大値までの間で
自由に設定することができる。図１２に示す選択後属性
のグラフにおいて、ｋの値（時間を変数とするのでｋ
（ｔ）とする）は以下の式で表現される。
ーンにカテゴリ分けされ、各物件データはいずれかのカ
テゴリに属する。前述の（式１）の嗜好度計算式を利用
して「一度選択したら一定の期間は同じ店には行かな
い」選択後属性を表現する場合、ｋの時間変化の一例と
して図１２、図１３のようなグラフが考えられる。グラ
フ中においてＭａｘは選択後属性の嗜好度考慮分の最大
値、Ｔは選択後属性の効果持続時間を示す。Ｍａｘは０
から物件データ自身の嗜好度（ｘ）の最大値までの間で
自由に設定することができる。図１２に示す選択後属性
のグラフにおいて、ｋの値（時間を変数とするのでｋ
（ｔ）とする）は以下の式で表現される。
【００３７】 ｋ（ｔ）＝−Ｍａｘ＊（１−ｔ／Ｔ） （０〈ｔ〈Ｔ） （式３） 同様に図１３の式は、以下の式で表現される。
【００３８】 ｋ（ｔ）＝−Ｍａｘ （０〈ｔ〈Ｔ） （式４） これら以外にも選択後属性の影響が時間とともに曲線的
に変化するものなどが考えられる。
に変化するものなどが考えられる。
【００３９】次に、図６のフローチャートを参照して、
第１の実施例の動作について説明する。
第１の実施例の動作について説明する。
【００４０】先ず、入力解析部１では、ユーザからの入
力を取得し（Ｓ１），解析しユーザの意図を表す情報
（ユーザ意図情報）に変換する（Ｓ２）。そして、解析
結果が物件候補のリストアップや他物件の要求といった
物件提示を求めるものであるかどうかを見極める（Ｓ
３）。そして、物件提示の要求であった場合は、ユーザ
意図情報は推薦物件決定部４に受け渡され推薦物件が決
定され（Ｓ４）、推薦物件がデイスプレイに表示される
（Ｓ５）。そして最後に、ユーザ意図情報は物件選択デ
ータ計算部２へ受け渡され、履歴の更新（Ｓ６）および
嗜好度の修正（Ｓ７）が行なわれる。
力を取得し（Ｓ１），解析しユーザの意図を表す情報
（ユーザ意図情報）に変換する（Ｓ２）。そして、解析
結果が物件候補のリストアップや他物件の要求といった
物件提示を求めるものであるかどうかを見極める（Ｓ
３）。そして、物件提示の要求であった場合は、ユーザ
意図情報は推薦物件決定部４に受け渡され推薦物件が決
定され（Ｓ４）、推薦物件がデイスプレイに表示される
（Ｓ５）。そして最後に、ユーザ意図情報は物件選択デ
ータ計算部２へ受け渡され、履歴の更新（Ｓ６）および
嗜好度の修正（Ｓ７）が行なわれる。
【００４１】図９はＳ４の部分である推薦物件決定手順
のフローチャートである。まず、物件データ６２からユ
ーザ要求を満たすデータを検索し（Ｓ１０）、ユーザ要
求にマッチするデータ数をチェックする（Ｓ１１）。マ
ッチするデータが複数ある場合は、マッチした各物件に
対する状況属性データを加味した嗜好度ｆ（ｘ，ｋ）を
計算し（Ｓ１２）、ｆ（ｘ，ｋ）の値の大きい順に並べ
替え（Ｓ１３）、推薦物件提示部５へデータを受け渡
す。ｆ（ｘ，ｋ）は履歴データ中の過去に選択された時
刻から現在時刻までの経過時間を算出し状況属性データ
の加味分ｋを求め、物件の嗜好度データと足し合わせて
計算する。
のフローチャートである。まず、物件データ６２からユ
ーザ要求を満たすデータを検索し（Ｓ１０）、ユーザ要
求にマッチするデータ数をチェックする（Ｓ１１）。マ
ッチするデータが複数ある場合は、マッチした各物件に
対する状況属性データを加味した嗜好度ｆ（ｘ，ｋ）を
計算し（Ｓ１２）、ｆ（ｘ，ｋ）の値の大きい順に並べ
替え（Ｓ１３）、推薦物件提示部５へデータを受け渡
す。ｆ（ｘ，ｋ）は履歴データ中の過去に選択された時
刻から現在時刻までの経過時間を算出し状況属性データ
の加味分ｋを求め、物件の嗜好度データと足し合わせて
計算する。
【００４２】次に、図３を参照しながら第２の実施例に
ついて説明する。
ついて説明する。
【００４３】図３に示す第２の実施例は、図１に示した
物件選択データ計算部２として嗜好度修正部２１、履歴
更新部２２、状況属性修正部２３を、物件選択データ６
１として嗜好度データ６１１、履歴データ６１２、選択
後属性データ６１３を持つことを特徴とする。第１の実
施例との違いは、物件選択データ計算部２に状況属性修
正部２３を有することである。
物件選択データ計算部２として嗜好度修正部２１、履歴
更新部２２、状況属性修正部２３を、物件選択データ６
１として嗜好度データ６１１、履歴データ６１２、選択
後属性データ６１３を持つことを特徴とする。第１の実
施例との違いは、物件選択データ計算部２に状況属性修
正部２３を有することである。
【００４４】状況属性修正部２３は、状況属性を考慮し
て提示した物件に対するユーザの応答に応じて物件の選
択後属性データを変更する部分である。状況属性修正部
２３を付加することにより、個人の嗜好を選択後属性に
反映させるのが第２の実施例の目的である。
て提示した物件に対するユーザの応答に応じて物件の選
択後属性データを変更する部分である。状況属性修正部
２３を付加することにより、個人の嗜好を選択後属性に
反映させるのが第２の実施例の目的である。
【００４５】第２の実施例の動作を示すフローチャート
を図７に示す。図６に示した第１の実施例のフローチャ
ートとの違いは選択後属性変更の処理（Ｓ８）が入って
いることである。第２の実施例において、選択後属性デ
ータ６１３は状況属性修正部２３によりユーザとの対話
内容に応じて変化する。
を図７に示す。図６に示した第１の実施例のフローチャ
ートとの違いは選択後属性変更の処理（Ｓ８）が入って
いることである。第２の実施例において、選択後属性デ
ータ６１３は状況属性修正部２３によりユーザとの対話
内容に応じて変化する。
【００４６】図１０は選択後属性の変更方法を示すフロ
ーチャートである。まず、入力解析部１で得られるユー
ザ意図情報からユーザが指示している物件と要求内容を
調べ（Ｓ１４）、選択後属性の変更が必要であるかどう
かをチェックする（Ｓ１５）。そして、変更が必要な場
合は、予め決めておいた方法で指定された物件の選択後
属性を変更する（Ｓ１６）。
ーチャートである。まず、入力解析部１で得られるユー
ザ意図情報からユーザが指示している物件と要求内容を
調べ（Ｓ１４）、選択後属性の変更が必要であるかどう
かをチェックする（Ｓ１５）。そして、変更が必要な場
合は、予め決めておいた方法で指定された物件の選択後
属性を変更する（Ｓ１６）。
【００４７】選択後属性の変更が必要かどうかの判定と
その変更方法は、図１６のような変更手順の定義を予め
決めておき、その定義を基に決定する。
その変更方法は、図１６のような変更手順の定義を予め
決めておき、その定義を基に決定する。
【００４８】選択後属性の変更方法は様々であるが、一
例として図１６中のパターン１の選択後属性として図１
２の時間変化データをもつ物件（仮にＢとする）の属性
変更方法について説明する。Ｂのような選択後属性を持
つ物件が一度選択されると、通常は選択後に同じ物件が
ユーザに提示されることはない。しかし、ここでユーザ
が、直接、物件Ｂの案内を求めてきた場合、選択後属性
を図１４に示す「影響なし」（パターン０）の属性に切
り替える。この属性切り替えを行なうことにより、物件
Ｂは次回から選択後属性の影響を受けずにユーザに推薦
されるようになる。
例として図１６中のパターン１の選択後属性として図１
２の時間変化データをもつ物件（仮にＢとする）の属性
変更方法について説明する。Ｂのような選択後属性を持
つ物件が一度選択されると、通常は選択後に同じ物件が
ユーザに提示されることはない。しかし、ここでユーザ
が、直接、物件Ｂの案内を求めてきた場合、選択後属性
を図１４に示す「影響なし」（パターン０）の属性に切
り替える。この属性切り替えを行なうことにより、物件
Ｂは次回から選択後属性の影響を受けずにユーザに推薦
されるようになる。
【００４９】次に、図４を参照しながら第３の実施例に
ついて説明する。
ついて説明する。
【００５０】図４に示す第３の実施例は、図１に示した
物件選択データ計算部２として嗜好度修正部２１、履歴
更新部２２、状況属性修正部２３を、物件選択データ６
１として嗜好度データ６１１、履歴データ６１２、選択
後属性データ６１３、時間属性データ６１４を持つこと
を特徴とする。第２の実施例との違いは、物件選択デー
タ６１に時間属性データ６１４を有することである。
物件選択データ計算部２として嗜好度修正部２１、履歴
更新部２２、状況属性修正部２３を、物件選択データ６
１として嗜好度データ６１１、履歴データ６１２、選択
後属性データ６１３、時間属性データ６１４を持つこと
を特徴とする。第２の実施例との違いは、物件選択デー
タ６１に時間属性データ６１４を有することである。
【００５１】時間属性データ６１４は、推薦物件の適合
度を時間帯別に表現したデータであり、各物件に対して
個別に用意される。時間属性データの例としては、「飲
み屋の店は１７時〜２１時に提示するのが効果的で、他
の時間帯は不適」などがある。図１５は（式１）の嗜好
度計算式を用いた場合の時間属性データの一例をグラフ
で表現したものである。各物件の時間属性データには、
予め物件に応じた初期データが入っているものとする。
度を時間帯別に表現したデータであり、各物件に対して
個別に用意される。時間属性データの例としては、「飲
み屋の店は１７時〜２１時に提示するのが効果的で、他
の時間帯は不適」などがある。図１５は（式１）の嗜好
度計算式を用いた場合の時間属性データの一例をグラフ
で表現したものである。各物件の時間属性データには、
予め物件に応じた初期データが入っているものとする。
【００５２】第３の実施例の動作は、推薦物件選択時に
時間属性データを加味すること以外は第２の実施例と同
様である。時間属性データの加味分は、現在時刻を時間
属性データと照らし合わせることで取得可能である。
時間属性データを加味すること以外は第２の実施例と同
様である。時間属性データの加味分は、現在時刻を時間
属性データと照らし合わせることで取得可能である。
【００５３】次に、図５を参照しながら第４の実施例に
ついて説明する。
ついて説明する。
【００５４】図５に示す第４の実施例は、図１に示した
物件選択データ計算部２として嗜好度修正部２１、履歴
更新部２２、状況属性修正部２３を、物件選択データ６
１として嗜好度データ６１１、履歴データ６１２、選択
後属性データ６１３、時間属性データ６１４を持つこと
を特徴とする。第３の実施例との違いは、状況属性修正
部２３により選択後属性データ６１３のみならず必要に
より時間属性データ６１４をも変更することである。
物件選択データ計算部２として嗜好度修正部２１、履歴
更新部２２、状況属性修正部２３を、物件選択データ６
１として嗜好度データ６１１、履歴データ６１２、選択
後属性データ６１３、時間属性データ６１４を持つこと
を特徴とする。第３の実施例との違いは、状況属性修正
部２３により選択後属性データ６１３のみならず必要に
より時間属性データ６１４をも変更することである。
【００５５】第４の実施例の動作を示すフローチャート
を図８に示す。フローチャートは、図７に示した第２の
実施例のフローチャートに時間属性変更の処理（Ｓ９）
が追加されたものである。
を図８に示す。フローチャートは、図７に示した第２の
実施例のフローチャートに時間属性変更の処理（Ｓ９）
が追加されたものである。
【００５６】時間属性の変更は、各物件に対する時間属
性のデータを変更する形で行なう。図１１に時間属性変
更のフローチャートを示す。先ず、ユーザ入力の内容を
取得し（Ｓ１４）、時間属性の変更が必要かどうか調べ
る（Ｓ１５）。時間属性の変更が必要な場合は、現在の
時間帯を取得し（Ｓ１７）、その取得した時間帯に対応
する属性データを変更（Ｓ１８）する。例えば、ある物
件が１２時から１時の間に選択された場合、１２時から
１時の時間帯に関する時間属性データ値が上昇する。こ
のような時間属性データの変更を行なうことで、時間属
性データに個人の嗜好を反映させることが可能になる。
性のデータを変更する形で行なう。図１１に時間属性変
更のフローチャートを示す。先ず、ユーザ入力の内容を
取得し（Ｓ１４）、時間属性の変更が必要かどうか調べ
る（Ｓ１５）。時間属性の変更が必要な場合は、現在の
時間帯を取得し（Ｓ１７）、その取得した時間帯に対応
する属性データを変更（Ｓ１８）する。例えば、ある物
件が１２時から１時の間に選択された場合、１２時から
１時の時間帯に関する時間属性データ値が上昇する。こ
のような時間属性データの変更を行なうことで、時間属
性データに個人の嗜好を反映させることが可能になる。
【００５７】
【発明の効果】以上説明したように、本発明の情報物件
推薦装置は、ユーザに推薦する物件を選択する際に選択
後属性および時間属性を用いることにより、ユーザの物
件選択時の状況に応じた物件選択が可能になる。具体的
には、選択後属性を用いることによりユーザの物件選択
履歴に応じた物件の推薦が、また時間属性を用いること
により物件選択をする時刻に応じた物件の推薦が可能に
なる。
推薦装置は、ユーザに推薦する物件を選択する際に選択
後属性および時間属性を用いることにより、ユーザの物
件選択時の状況に応じた物件選択が可能になる。具体的
には、選択後属性を用いることによりユーザの物件選択
履歴に応じた物件の推薦が、また時間属性を用いること
により物件選択をする時刻に応じた物件の推薦が可能に
なる。
【００５８】また、選択後属性および時間属性のデータ
変更機構を追加することにより、属性データがユーザの
嗜好に合わない場合に属性データによる推薦物件選択へ
の影響をキャンセルしたり、属性データ自体の修正を行
なうことが可能となる。これにより、ユーザの状況属性
に対する嗜好を考慮した物件の推薦が可能となる。
変更機構を追加することにより、属性データがユーザの
嗜好に合わない場合に属性データによる推薦物件選択へ
の影響をキャンセルしたり、属性データ自体の修正を行
なうことが可能となる。これにより、ユーザの状況属性
に対する嗜好を考慮した物件の推薦が可能となる。
【図１】本発明の情報物件推薦装置の一実施の形態を示
す構成図である。
す構成図である。
【図２】本発明の第１の実施例の構成図である。
【図３】本発明の第２の実施例の構成図である。
【図４】本発明の第３の実施例の構成図である。
【図５】本発明の第４の実施例の構成図である。
【図６】本発明の第１の実施例の動作を示すフローチャ
ートである。
ートである。
【図７】本発明の第２の実施例の動作を示すフローチャ
ートである。
ートである。
【図８】本発明の第４の実施例の動作を示すフローチャ
ートである。
ートである。
【図９】推薦物件決定部の動作を示すフローチャートで
ある。
ある。
【図１０】選択後属性の変更動作を示すフローチャート
である。
である。
【図１１】時間属性の変更動作を示すフローチャートで
ある。
ある。
【図１２】選択後属性の一データ例の時間変化を示すグ
ラフである。
ラフである。
【図１３】選択後属性の一データ例の時間変化を示すグ
ラフである。
ラフである。
【図１４】選択後属性の一データ例の時間変化を示すグ
ラフである。
ラフである。
【図１５】時間属性の一データ例を示すグラフである。
【図１６】選択後属性の変更手順定義の例を示す図であ
る。
る。
【符号の説明】 １ 入力解析部 ２ 物件選択データ計算部 ３ 推薦度計算式格納部 ４ 推薦物件決定部 ５ 推薦物件提示部 ６ データ格納部 ２１ 嗜好度修正部 ２２ 履歴更新部 ２３ 状況属性修正部 ６１ 物件選択データ ６２ 物件データ ６１１ 嗜好度データ ６１２ 履歴データ ６１３ 選択後属性データ ６１４ 時間属性データ
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平８−221243（ＪＰ，Ａ) 特開 昭64−50688（ＪＰ，Ａ) 特開 平６−124309（ＪＰ，Ａ) 特開 平５−216933（ＪＰ，Ａ) 特開 平６−243173（ＪＰ，Ａ) 特開 平９−190446（ＪＰ，Ａ) 特開 平４−77866（ＪＰ，Ａ) 特開 平６−223112（ＪＰ，Ａ) 特開 平７−182372（ＪＰ，Ａ) 特開 平３−3058（ＪＰ，Ａ) 特開 平４−221489（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06F 17/30 G06F 17/60 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (4)
- 【請求項１】 ユーザが入力した物件検索の条件を取得
しその条件を満たしなおかつ前記ユーザの嗜好を反映し
た物件を推薦物件として提示する情報物件推薦装置にお
いて、推薦物件決定時に参照する物件提示時における状
況を推薦物件に反映させるための物件選択データと推薦
物件のデータを格納するデータ格納手段と、前記ユーザ
が入力した物件検索条件を取得して意味を解析する入力
解析手段と、前記物件選択データを入力として推薦物件
を決定するための指標となる推薦度を計算する式を格納
する推薦度計算式格納手段と、前記入力解析手段の解析
結果と前記物件選択データを入力とし前記推薦度計算式
格納手段に格納された計算式を利用して各物件の推薦度
を求め推薦度の高いものを推薦物件として決定し推薦物
件の前記物件データを取得する推薦物件決定手段と、前
記推薦物件決定手段で取得された推薦物件の前記物件デ
ータをユーザに提示する推薦物件提示手段と、前記入力
解析手段の解析結果を基に提示物件に対する否定・肯定
などのユーザの応答内容を取得しその応答内容と前記物
件選択データを入力として応答内容に応じた前記物件選
択データの計算を行ない物件提示時における状況に適合
するように前記物件選択データを修正する物件選択デー
タ計算手段とを含み 物件選択データはその内容が各物
件に対するユーザの嗜好を数値化した嗜好度データと各
物件に対してユーザが過去に選択した履歴を保持する履
歴データと物件を選択した後の一定期間内における推薦
物件選択への影響を時間を変数とした関数式で表す選択
後属性データとからなり、物件選択データ計算手段が前
記嗜好度データを提示物件に対する否定・肯定などのユ
ーザの応答内容に応じて予め設定された計算式を利用し
て修正する嗜好度修正部と前記履歴データを更新する履
歴更新部とからなり、推薦物件決定手段は推薦度計算式
格納手段に格納されている計算式により前記嗜好度デー
タと前記履歴データと前記選択後属性データとを入力と
して推薦度の計算を行ない前記ユーザが入力した検索条
件を満たす物件が複数ある場合には推薦度の高い順に物
件を提示することを特徴とする情報物件推薦装置。 - 【請求項２】 物件選択データ計算手段はその内容が選
択後属性データの影響を反映した物件を推薦したときの
ユーザの応答内容を入力解析手段から取得し予め決めて
おいた前記選択後属性データと前記ユーザの応答内容の
対からなる選択後属性の変更方法に基づき前記選択後属
性データを変更する状況属性修正部を含むことを特徴と
する請求項１記載の情報物件推薦装置。 - 【請求項３】 物件選択データはその内容が推薦物件決
定手段により読み出されるデータ各物件に対する時間帯
別の嗜好の強さを一定時間単位ごとの値として保持する
時間属性データを含み推薦物件決定手段は推薦度計算式
格納手段に格納される計算式により嗜好度データ、履歴
データ、選択後属性データに加えて前記時間属性データ
を入力として物件の推薦度を計算して推薦物件の決定を
行なうことを特徴とする請求項２記載の情報物件推薦装
置。 - 【請求項４】 状況属性修正部は選択後属性データの変
更に加えて、時間属性データの影響を加味した推薦物件
をユーザに提示したときのユーザの否定・肯定などの応
答内容に応じて該当時間帯における時間属性データの値
を上昇させたり下降させたりすることで時間属性データ
を変更することを特徴とする請求項３記載の情報物件推
薦装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP22990197A JP3085254B2 (ja) | 1997-08-26 | 1997-08-26 | 情報物件推薦装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP22990197A JP3085254B2 (ja) | 1997-08-26 | 1997-08-26 | 情報物件推薦装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1166097A JPH1166097A (ja) | 1999-03-09 |
| JP3085254B2 true JP3085254B2 (ja) | 2000-09-04 |
Family
ID=16899512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP22990197A Expired - Fee Related JP3085254B2 (ja) | 1997-08-26 | 1997-08-26 | 情報物件推薦装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3085254B2 (ja) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6321221B1 (en) | 1998-07-17 | 2001-11-20 | Net Perceptions, Inc. | System, method and article of manufacture for increasing the user value of recommendations |
| US6334127B1 (en) * | 1998-07-17 | 2001-12-25 | Net Perceptions, Inc. | System, method and article of manufacture for making serendipity-weighted recommendations to a user |
| US6412012B1 (en) | 1998-12-23 | 2002-06-25 | Net Perceptions, Inc. | System, method, and article of manufacture for making a compatibility-aware recommendations to a user |
| US7461058B1 (en) | 1999-09-24 | 2008-12-02 | Thalveg Data Flow Llc | Optimized rule based constraints for collaborative filtering systems |
| KR100387965B1 (ko) * | 2000-05-27 | 2003-06-18 | 엘지전자 주식회사 | 사용자 적응적 멀티미디어 서비스 시스템 |
| US7788123B1 (en) | 2000-06-23 | 2010-08-31 | Ekhaus Michael A | Method and system for high performance model-based personalization |
| JP4217957B2 (ja) | 2003-05-14 | 2009-02-04 | ソニー株式会社 | 情報処理装置および方法、プログラム、並びに記録媒体 |
| US7562069B1 (en) * | 2004-07-01 | 2009-07-14 | Aol Llc | Query disambiguation |
| JP2007073014A (ja) * | 2005-09-09 | 2007-03-22 | Denso It Laboratory Inc | 情報提供装置及び情報提供方法 |
| JP5119988B2 (ja) * | 2008-03-10 | 2013-01-16 | 富士通株式会社 | 特徴重要視度算出システム、特徴重要視度算出方法、およびコンピュータプログラム |
| JP5628021B2 (ja) * | 2010-12-21 | 2014-11-19 | パナソニック株式会社 | 電気機器制御装置、電気機器制御方法及び電気機器 |
| JP5460632B2 (ja) * | 2011-03-14 | 2014-04-02 | 日本電信電話株式会社 | 情報推薦処理装置、方法及びプログラム |
| JP6443430B2 (ja) * | 2016-12-15 | 2018-12-26 | 株式会社Ｊｖｃケンウッド | 情報選択装置、端末装置、情報選択方法、および情報選択プログラム |
| JP7162087B2 (ja) * | 2021-02-02 | 2022-10-27 | 楽天グループ株式会社 | 物件情報提供装置、物件情報提供方法、及び物件情報提供プログラム |
-
1997
- 1997-08-26 JP JP22990197A patent/JP3085254B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH1166097A (ja) | 1999-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3085254B2 (ja) | 情報物件推薦装置 | |
| US8275666B2 (en) | User supplied and refined tags | |
| US7552060B2 (en) | Method for determining compatibility | |
| US7080071B2 (en) | Automated decision advisor | |
| US8234231B2 (en) | Automated decision-making based on collaborative user input | |
| US20110035388A1 (en) | Method and apparatus for recommending information using a hybrid algorithm | |
| US20090083261A1 (en) | Information display apparatus, information display method, and computer program product | |
| JPH09265478A (ja) | 情報フィルタリング方式 | |
| CN113407854A (zh) | 一种应用推荐方法、装置、设备及计算机可读存储介质 | |
| US20170308980A1 (en) | Matching candidate student leads to school demographic preferences | |
| JPH10228487A (ja) | ユーザ嗜好自動学習方式 | |
| JP2000285127A (ja) | 情報提供システム及び情報提供方法 | |
| JP2020154784A (ja) | アイテム提示方法、アイテム提示プログラムおよびアイテム提示装置 | |
| JPH08335265A (ja) | 文書処理装置および方法 | |
| KR20030086489A (ko) | 창업정보 매칭&랭킹 시스템 | |
| JPH11232278A (ja) | 情報源推薦装置 | |
| CN114595322A (zh) | 保险产品推荐方法及装置 | |
| JP2002288216A (ja) | 感性商品検索システム及び方法 | |
| GB2503223A (en) | Redrafting text strings using a vocabulary | |
| US20070250404A1 (en) | Automatic Learning For Mapping Spoken/Text Descriptions Of Products Onto Available Products | |
| JPH113356A (ja) | 情報共助方法及びシステム及び情報共助プログラムを格納した記憶媒体 | |
| JP4458919B2 (ja) | 投資学習プログラム、投資学習サーバ、および投資学習方法 | |
| Auliarahman et al. | Conversational Recommender Systems Based on Criticism for Tourist Attractions using TF-IDF | |
| JPH06251071A (ja) | 検索項目の決定方式 | |
| Meyer et al. | Where human factors meets marketing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20000606 |
|
| LAPS | Cancellation because of no payment of annual fees |