JP3622150B2 - 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 - Google Patents
推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 Download PDFInfo
- Publication number
- JP3622150B2 JP3622150B2 JP2001333475A JP2001333475A JP3622150B2 JP 3622150 B2 JP3622150 B2 JP 3622150B2 JP 2001333475 A JP2001333475 A JP 2001333475A JP 2001333475 A JP2001333475 A JP 2001333475A JP 3622150 B2 JP3622150 B2 JP 3622150B2
- Authority
- JP
- Japan
- Prior art keywords
- recommended
- recommendation
- information
- target
- level
- 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 - Lifetime
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Reverberation, Karaoke And Other Acoustics (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、端末からのアクセスに基づいた推奨情報を提供する推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体に関する。
【０００２】
【従来の技術】
近年のインターネットの急速な普及に伴い、通信ネットワーク上に仮想店舗を設置し、その仮想店舗にて種々の商品の販売を行ういわゆる電子商取引（ＥＣ）の市場が拡大している。このような電子商取引を行っているＷＷＷサイト（以下、ＥＣサイトという）では、来客の満足度の向上を図るべく、アクセスしてきたすべての客に対して同一のコンテンツを提供するのではなく、各客夫々の趣味・嗜好に応じて異なるコンテンツを提供するサービス（以下、パーソナライズサービスという）を実現している。
【０００３】
このようなパーソナライズサービスを実現するために、従来から、ルールベース技術又は協調フィルタリング技術が採用されてきた。
【０００４】
ルールベース技術は、種々の知識をルールとして予め定義しておき、アクセスしてきた客に適したコンテンツをこのルールに基づいて導出する技術である。そのため、予めルールを定義しておく必要があり、豊富な商品知識を有しているエキスパートから種々の知識を引き出し、その引き出した知識に基づいて膨大な数のルールを構築し管理しなければならなかった。また、一度構築したルールを変更するためには新たにルールを作る場合と同様な作業が必要となり、柔軟性に乏しいという問題があった。
【０００５】
また、協調フィルタリング技術は、多数の客のアクセス履歴をデータとして格納しておき、アクセスしてきた客のアクセス履歴と類似するアクセス履歴を抽出し、抽出したアクセス履歴に基づいてコンテンツを提供する技術である。そのため、データを予め用意しておく必要があり、新規にＥＣサイトを開設する場合又は新製品を販売する場合等では、データを十分に用意することができず、協調フィルタリング技術を利用することができないという問題があった。
【０００６】
このような問題を解決する方法として、複数の推奨対象及び各推奨対象間の関係に関する推奨対象情報及び客の行動に関する行動情報に基づいて、各推奨対象の推奨度を算出し、客に応じた推奨対象を選択する方法が、本願発明者によって特願２０００−２８０８５６号に開示されている。この方法では、推奨対象情報は推奨対象の性質に関する情報であるため、新規にＥＣサイトを開設する場合又は新製品を販売する場合等でも、推奨対象情報を予め用意することができる。さらに、推奨対象間の関係は意味ネットワークを用いて表現されているため、推奨対象情報の管理又は変更等を容易に行うことができる。
【０００７】
【発明が解決しようとする課題】
しかし、推奨対象情報は、階層型のネットワーク構造をしており、推奨対象は階層関係を有しているため、階層間の推奨度の差を最適に調整する必要があった。
【０００８】
本発明は斯かる事情に鑑みてなされたものであり、推奨対象の推奨度を予め設定された係数で変更することにより、各推奨対象の推奨度を均等化又は偏重することのできる推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体を提供することを目的とする。
【００１０】
【課題を解決するための手段】
第１発明に係る推奨情報提供方法は、階層関係を有する推奨対象に関する推奨対象情報を受付け、他の装置からのアクセスに関するアクセス情報を作成し、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求め、該推奨度に基づいて前記推奨対象の何れかを選択し、選択した推奨対象に関する推奨情報を前記他の装置に提供する推奨情報提供方法において、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含んでおり、前記係数に応じて前記推奨度を変更し、前記変更した推奨度に基づいて前記推奨対象の何れかを選択することを特徴とする。
【００１１】
第２発明に係る推奨情報提供方法は、第１発明において、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めることを特徴とする。
【００１４】
第３発明に係る推奨情報送信システムは、端末装置と、階層関係を有する推奨対象に関する推奨対象情報を受付け、前記端末装置からのアクセスに関するアクセス情報を作成し、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求め、求めた推奨度に基づいて前記推奨対象の何れかを選択し、選択した推奨対象に関する推奨情報を前記端末装置に送信する推奨情報送信装置とを備えた推奨情報送信システムにおいて、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含み、前記係数に応じて前記推奨度を変更する手段を備え、前記変更した推奨度に基づいて前記推奨対象の何れかを選択すべくなしてあることを特徴とする。
【００１５】
第４発明に係る推奨情報送信システムは、第３発明において、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めるべくなしてあることを特徴とする。
【００１８】
第５発明に係る推奨情報送信装置は、他の装置が接続される接続部を有し、階層関係を有する推奨対象に関する推奨対象情報を受付け、前記他の装置からのアクセスに関するアクセス情報を作成し、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求め、求めた推奨度に基づいて前記推奨対象の何れかを選択し、選択した推奨対象に関する推奨情報を前記他の装置に送信する推奨情報送信装置において、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含み、前記係数に応じて前記推奨度を変更する手段を備え、前記変更した推奨度に基づいて前記推奨対象の何れかを選択すべくなしてあることを特徴とする。
【００１９】
第６発明に係る推奨情報送信装置は、第５発明において、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めるべくなしてあることを特徴とする。
【００２２】
第７発明に係るコンピュータプログラムは、コンピュータに、階層関係を有する推奨対象に関する推奨対象情報を受付けさせ、他の装置からのアクセスに関するアクセス情報を作成させ、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求めさせ、該推奨度に基づいて前記推奨対象の何れかを選択させ、選択した推奨対象に関する推奨情報を前記他の装置に送信させるコンピュータプログラムにおいて、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含んでおり、コンピュータに、前記係数に応じて前記推奨度を変更させる手順と、コンピュータに、前記変更した推奨度に基づいて前記推奨対象の何れかを選択させる手順とを有することを特徴とする。
【００２３】
第８発明に係るコンピュータプログラムは、第７発明において、コンピュータに、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めさせる手順を更に有することを特徴とする。
【００２６】
第９発明に係るコンピュータ読み取り可能な記録媒体は、コンピュータに、階層関係を有する推奨対象に関する推奨対象情報を受付けさせ、他の装置からのアクセスに関するアクセス情報を作成させ、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求めさせ、該推奨度に基づいて前記推奨対象の何れかを選択させ、選択した推奨対象に関する推奨情報を前記他の装置に送信させるコンピュータプログラムを記録したコンピュータ読み取り可能な記録媒体において、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含んでおり、コンピュータに、前記係数に応じて前記推奨度を変更させる手順と、コンピュータに、前記変更した推奨度に基づいて前記推奨対象の何れかを選択させる手順とを有するコンピュータプログラムを記録してあることを特徴とする。
【００２７】
第１０発明に係るコンピュータ読み取り可能な記録媒体は、第９発明において、コンピュータに、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めさせる手順を更に有するコンピュータプログラムを記録してあることを特徴とする。
【００３０】
第１，３，５，７，９発明においては、推奨対象の上層の推奨対象数に比例した係数が推奨対象情報に含まれており、前記係数に応じて推奨度を変更する。推奨対象が階層型ネットワーク構造の場合、推奨対象を複数の親を持つことを許す木構造とすることができ、各推奨対象に上層の推奨対象数に比例した係数を設定することができる。例えば、木のルート側の推奨対象に小さい係数を設定し、木のリーフ側の推奨対象に大きい係数を設定することができる。この場合、親及び先祖数の多い推奨対象ほど、係数は大きくなる。例えば、推奨対象を係数で除算し、除算された推奨度に応じて、推奨対象の何れかを選択することができる。推奨対象を上記例の係数で除算することにより、木のルート側の方がリーフ側よりも推奨度が高くなる。係数を用いることにより、推奨度を偏重又は均等化することができる。
【００３１】
第２，４，６，８，１０発明においては、推奨対象の推奨度を、該推奨対象及び該推奨対象の上層の推奨対象に基づいて求める。例えば、推奨対象単独の推奨度と該推奨対象の上層の推奨対象の推奨度の和とを加算して、前記推奨対象の推奨度を求めることができる。この場合、下層側の推奨対象の方が上層側よりも推奨度が高くなる。しかし、上記例の係数を用いることにより、上層側の推奨度の方が下層側よりも高くなるように偏重される。そのため、各推奨度は均等化される。
【００３４】
【発明の実施の形態】
以下、本発明をその実施の形態を示す図面に基づいて具体的に説明する。
図１に、本発明に係る推奨情報送信装置を用いた推奨情報送信システムの一構成例を示す。本実施の形態においては、音楽ＣＤを販売するＷＷＷサイトを例にして説明する。したがって、音楽ＣＤ、ＣＤに係る音楽家及び音楽様式等が推奨対象となる。
【００３５】
図１において、符号１は推奨情報を提供する推奨情報送信装置を示している。推奨情報送信装置１はインターネット等の通信ネットワーク１００と接続されており、通信ネットワーク１００を介してＣＤの販売を行うＷＷＷサイト（ウェブサイト）を運営している。推奨情報送信装置１は、ＣＤ販売を行う店舗サーバとしても動作するが、図２に示すように、推奨情報送信装置１と店舗サーバ４とを別の装置にすることも可能である。
【００３６】
また、符号２，２…は、パーソナルコンピュータ，ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔｓ ）及び携帯電話等の端末装置を示しており、各端末装置２，２…は通信ネットワーク１００に接続されている。これらの端末装置２，２…は、ウェブサイトを構成するウェブページのブラウジング（閲覧）機能を有しており、これにより推奨情報送信装置１によって運営されているウェブサイトから発信される各種情報の閲覧を行うことができる。
【００３７】
推奨情報送信装置１は、図１に示すように、ＣＰＵ１１を有しており、ＣＰＵ１１は、以下のハードウェア各部と接続され、前記各部を制御し、さらにハードディスク１４等から読み出した種々のコンピュータプログラムを実行する。
【００３８】
ＲＡＭ１２は、例えばＳＲＡＭ及び／又はＤＲＡＭ等で構成され、コンピュータプログラムの実行時に発生する一時的なデータを記憶する。
【００３９】
外部記憶装置１３は、本発明の推奨情報送信装置１の動作に必要なコンピュータプログラムが記録されているＣＤ−ＲＯＭ又はフレキシブルディスク等の可搬型記録媒体２００から前記コンピュータプログラムを読み取るＣＤ−ＲＯＭドライブ又はフレキシブルディスクドライブ等から構成される。
【００４０】
ハードディスク１４は、外部記憶装置１３で読み取った前記コンピュータプログラム及び各種のデータ等を格納している。また、ＲＡＭ１２の記憶容量を超えた分のデータが記憶される。この格納されているデータには、複数の推奨対象及び各推奨対象の関係に関する推奨対象情報が含まれる。
【００４１】
通信インタフェース１５は、通信ネットワーク１００と接続するためのインタフェースであり、例えば、アナログ回線を介して通信ネットワーク１００と接続する場合はモデムで構成され、デジタル回線を介して通信ネットワーク１００と接続する場合はＤＳＵ（Ｄｉｇｉｔａｌ Ｓｅｒｖｉｃｅ Ｕｎｉｔ）、ターミナルアダプタ等で構成される。
【００４２】
本発明の推奨情報送信装置１のコンピュータプログラムは可搬型記録媒体２００から読み取る以外にも、推奨情報送信装置１を通信ネットワーク１００を介して外部サーバ３に接続し、外部サーバ３に内蔵された記録媒体３１に記憶されている前記コンピュータプログラムをダウンロードすることが可能である。ダウンロードしたコンピュータプログラムをＣＰＵ１１が実行することによって、推奨情報送信装置１は後述する処理を実行することができる。
【００４３】
次に上述した推奨対象情報について、図３に示す推奨対象情報の概念図を用いて説明する。図３に示すように、推奨対象情報は意味ネットワークを用いて表現されている。図３において、楕円（ノード）は推奨対象を、矢印（アーク）は各推奨対象間の関係を表している。例えば、“ＣＤ１”と“音楽家Ａ”との間には「によって作成（演奏、歌唱）された」という関係（ａ）がある。この関係（ａ）は、「ＣＤ１は音楽家Ａによって作成された」という関係を表現している。また同様にして、“ＣＤ１”と“ジャズ”との間には「音楽様式である」という関係（ｂ）があり、これにより「ＣＤ１はジャズという音楽様式である」という関係が表現されている。
【００４４】
各アーク（ａ），（ｂ），（ｃ）は方向性を有しており、その方向は矢印にて示されている。このように方向性を持つアークのみから構成されるグラフはＤＡＧ（Ｄｉｒｅｃｔｅｄ Ａｃｙｃｌｉｃ Ｇｒａｐｈ）と呼ばれる。ＤＡＧにおいては、すべてのノードが夫々同一のノードに戻るためのパスがないことが保証されている。
【００４５】
各ノードには、推奨対象の上層（親、先祖）の推奨対象数に応じた係数（マジックナンバー）が設定される。マジックナンバーは、ルートのマジックナンバーを１と定義し、各ノードに対し、親のマジックナンバーの和を求めたものである。図３に示した各ノードのマジックナンバーを表１に示す。
【００４６】
【表１】
【００４７】
上述した推奨対象情報は、知識エンジニアが、豊富な商品知識を有しているエキスパート（例えばＣＤ販売店の販売員等）からその商品知識を引き出した後に手作業にて作成され、推奨情報送信装置１の入力装置（図示していない）から入力され、ハードディスク１４に記憶される。
【００４８】
なお、本実施の形態では推奨情報送信装置１がＣＤの販売に使用されているが、ＣＤ以外の商品、例えば本、食品又は洋服等のその他の商品販売に使用できることは勿論である。また物販に限らず種々のサービスを提供する場合にも用いることが可能である。例えば、電話センター又はヘルプデスクにおいてオペレータに対して適切なアドバイスを提供したり、各学習者夫々に対して適切な学習指導を行うこと等が可能である。
【００４９】
客は、端末装置２，２…を用いて推奨情報送信装置１が運営しているＷＷＷサイトへアクセスし、そのＷＷＷサイトにて販売されているＣＤに関する情報を参照するためにＣＤに係るリンクをクリックすることによりそのＣＤに関する情報を表示させたり、そのＣＤを購入したりする。
【００５０】
上述したＣＤに関する情報の表示及びＣＤの購入等のイベントは客の行動を示している。推奨情報送信装置１は、このようなイベントを客から受付けることによって客の行動を示す行動情報（アクセス情報）を収集し、ハードディスク１４に格納する。
【００５１】
図４（ａ）は、行動情報の例を示す概念図である。図４（ａ）に示すように、行動情報にはＮｏ．（番号）フィールド、客フィールド、ノードフィールド、種別フィールド、日時フィールド及び重要度フィールド等の各フィールドが用意されている。
【００５２】
Ｎｏ．フィールドには客の行動を示すイベントを識別するための識別子（以下、イベントＮｏ．という）が、客フィールドにはそのイベントの主体である客を識別するための識別子が、ノードフィールドにはそのイベントに係る推奨対象を示すノードが夫々格納される。
【００５３】
また、種別フィールドにはそのイベントの種別が、日時フィールドにはそのイベントが発生した日時が、重要度フィールドにはそのイベントに対して定められた重要度が夫々格納される。例えばＣＤに関する情報を客が参照している参照時間等の属性がある。この場合、この参照時間の長さにより、客のそのＣＤに対する関心度を推測することが可能である。したがって、行動の属性である参照時間に基づいて重要度を定め、定められた重要度を各推奨対象夫々の推奨度の算出に用いることによって、客に対して適切な推奨対象に係る推奨情報を提供することが可能になる。
【００５４】
図４（ａ）に示す例では、例えば「１９９８年１０月１７日の８時５２分に客１がＣＤ１を購入した」というイベントを受付けた場合の行動情報が示されており、このイベントのイベントＮｏ．は“１”であり、またこのイベントに対しては重要度として“１０”が付与されていることが示されている。同様にして「１９９８年１０月１７日９時１分に客２がＣＤ２に係るリンクをクリックした」というイベントを受付けた場合の行動情報が示されており、このイベントのイベントＮｏ．が“２”であり、さらにこのイベントに対しては重要度として“２”が付与されていることが示されている。
【００５５】
重要度フィールドに格納された重要度の値は、種別フィールドに“購入”が格納されている場合は購入したＣＤの金額に応じた値となり、種別フィールドに“クリック”が格納されている場合はＣＤに係るリンクがクリックされて、リンクに係るページが客によって参照されている時間に応じた値となる。例えば、ＣＰＵ１１により、ハードディスク１４に記憶された金額と重要度との対応テーブル又は時間と重要度との対応テーブルを読出し、金額又は時間に対応する重要度を抽出し、重要度フィールドに格納する。
【００５６】
ＣＤを販売しているＥＣサイトにおいて、客の行動には、上述したように「ＣＤに係るリンクをクリックした」及び「ＣＤを購入した」等の種別がある。この場合、前者の種別に係る行動は客に対してそのＣＤを推奨することの積極的な理由となり得るが、後者の種別に係る行動はそのような積極的な理由とはなり得ない。なぜなら、客が同じＣＤを複数枚購入することは稀だからである。したがって、推奨すべき推奨対象を選択する際には客の行動の種別に注目する必要がある。
【００５７】
推奨情報送信装置１は、ＣＰＵ１１により、種別フィールドに格納されている値によって、行動情報の分類処理を行う。例えば種別フィールドの値が“購入”である行動情報と、“クリック”である行動情報との分類を行う。ここで分類された行動情報の集合のことを、以下ではイベントストリームと呼ぶ。
【００５８】
図４（ａ）に示すような行動情報（アクセス情報）を格納している推奨情報送信装置１は、ＣＰＵ１１により、各推奨対象の推奨度の算出を行う。推奨度を算出する場合、推奨情報送信装置１は、推奨対象情報を構成する各ノードにおけるエビデンス値の算出を行う。ここでエビデンスとは、ある仮説（例えば「客はジャズが好きである」等）に対して証拠となりうるイベント（例えば「客がジャズのＣＤに係るリンクをクリックした」又は「客がジャズのＣＤを購入した」等）のことであり、エビデンス値とはこのようなエビデンスを数値化したものである。以下の説明において、エビデンス値をＥｎ，ｓ と表す。ここで、ｎはノードを識別する識別子を、ｓはイベントストリームを識別する識別子を夫々示している。
【００５９】
図５は、エビデンス値を更新する場合の本発明の推奨情報送信装置１の処理手順を示すフローチャートである。なお、推奨対象情報を構成する各ノードにおけるエビデンス値には、デフォルト値として０が設定されている。
【００６０】
客からイベントを受付けた場合、推奨情報送信装置１は、受付けたイベントに係るノードｎを決定する（Ｓ１０１）。ここでイベントに係るノードとは、そのイベントの直接の対象となるノードのことであり、行動情報におけるノードフィールドに格納されている値である。例えば、イベントが「１９９８年１０月１７日の８時５２分に客１がＣＤ１を購入した」である場合、“ＣＤ１”に対応するノードがイベントに係るノードとなる。
【００６１】
次にノードｎにおけるＥｎ，ｓ を後述する式を用いて算出することによりＥｎ，ｓ の更新を行う（Ｓ１０２）。算出はＣＰＵ１１で行い、算出結果は、ＲＡＭ１２又はハードディスク１４に記憶する。そしてノードｎにおいてイベントストリームｓ中のｉ番目のイベントについてＥｎ，ｓ の算出が既に行われたことを示す変数Ｕｎ，ｓ の値にｉを設定する（Ｓ１０３）。変数Ｕｎ，ｓ はＲＡＭ１２又はハードディスク１４に記憶され、ＣＰＵ１１により更新される。
【００６２】
次にＣＰＵ１１により、現在の処理の対象であるノードの親ノードはノードｎに設定され（Ｓ１０４）、そのノードｎにおけるＵｎ，ｓ の値がｉであるか否かが判定される（Ｓ１０５）。ここでＵｎ，ｓ の値がｉではないと判定された場合（Ｓ１０５：ＮＯ）、ステップＳ１０２に戻り処理を繰り返す。一方、ノードｎのＵｎ，ｓ の値がｉであると判定された場合（Ｓ１０５：ＹＥＳ）、ＣＰＵ１１は、ノードｎにおいてイベントストリームｓ中のｉ番目のイベントについてＥｎ，ｓ の更新処理が既に行われたものと判断し、処理を終了する。親ノードが複数の場合は、全ての親ノードのＵｎ，ｓ の値がｉになるまで、ＣＰＵ１１によりＥｎ，ｓ の更新処理が行われる。
【００６３】
上述した処理により、ステップＳ１０１にてイベントに係るノードと決定されたノードから到達できるすべての親又は先祖ノードにおけるエビデンス値が順次更新される。変数Ｕｎ，ｓ により、親又は先祖ノードの更新は一度だけ行われる。
【００６４】
次にエビデンス値を算出するために用いるいくつかの式について説明する。第１の式は、
Ｅｎ，ｓ ＝（ｅｓ，ｉ ／ｍ）＋Ｅ’ｎ，ｓ ・・・式（１）
である。ここでＥ’ｎ，ｓ は、エビデンス値を更新する前のノードｎにおけるエビデンス値を表しており、ｅｓ，ｉ は、イベントストリームｓにおけるｉ番目のイベントの重要度（重要度フィールドに格納されている値）を表しており、ｍはイベントが発生したノードのマジックナンバーを表している。
【００６５】
上述した式（１）では、イベントの重要度を反映したエビデンス値を算出することが可能であるが、時間的に新しいイベントと古いイベントとの差異を反映させることはできない。客の趣味・嗜好は時間とともに変化する場合が多く、以下の式（２）に示すように、最近受付けたイベントと以前に受付けたイベントとを区別して扱う必要がある。このような区別を行うために、後述する式（３）及び（４）を採用する。
【００６６】
第２の式は、
Ｅｎ，ｓ ＝ｆ（Ｅ’ｎ，ｓ ，ｅｓ，ｉ ，ｔｎ ，ｍ）・・・式（２）
である。ここでｔｎ は、ノードｎにおいてエビデンス値が前回更新された時点から経過した経過時間、又は同じく更新されてから実行された処理サイクル数等を示している。なお、この処理サイクル数はｉ−Ｕｎ，ｓ により算出することができる。
【００６７】
第３の式は、
Ｅｎ，ｓ ＝（１−αｓ ）（ｅｓ，ｉ ／ｍ）＋αｓ Ｅ’ｎ，ｓ ・・・式（３）
である。ここで、αｓ はイベントストリームｓにおける最新のイベントとそのイベントよりも以前のイベントとの重要度の差異の取り扱いを制御するためのパラメータである。また第４の式は、
Ｅｎ，ｓ ＝（１−αｓ ）（ｅｓ，ｉ ／ｍ）＋Ｐｏｗｅｒ （αｓ ，ｉ−Ｕｎ，ｓ ）Ｅ’ｎ，ｓ・・・式（４）
である。ここでＰｏｗｅｒ （ ）は累乗を計算するための関数を表している。
【００６８】
推奨情報送信装置１が客からイベントを受付けた場合に、推奨対象情報を構成する全てのノードにおけるエビデンス値が更新されるときは式（３）を用い、一方いくつかのノードにおけるエビデンス値が更新されないときは式（４）を用いる。
【００６９】
図４（ｂ）のイベントＮｏ．が“１”及び“２”である２つのイベントを推奨情報送信装置１が受付けた場合のエビデンス値の算出結果を表２に示す。なお、ここでは、上述した式（４）を用いてエビデンス値を算出しており、パラメータαｓ の値は０．８に設定されている。エビデンス値の算出はＣＰＵ１１により行われ、算出されたエビデンス値はＲＡＭ１２又はハードディスク１４に記憶される。αｓ ，ｅｓ，ｉ ，ｍ，Ｅ’ｎ，ｓ （Ｅｎ，ｓ ）はＲＡＭ１２又はハードディスク１４に記憶され、必要に応じてＣＰＵ１１により読み出される。
【００７０】
【表２】
【００７１】
推奨情報送信装置１は、求めたエビデンス値に基づいて、推奨対象を選択し、選択した推奨対象を端末装置２に送信する。以下、選択した推奨対象を提供推奨対象と呼ぶ。提供推奨対象の選択は、例えば特定のカテゴリ（音楽様式、音楽家）に属するノード、エビデンス値が所定値以上のノード等の条件に基づいて行うことができる。また、選択する提供推奨対象数は、任意数に設定することができる。本実施の形態では、２に設定する。
【００７２】
推奨対象情報には推奨対象の上層の推奨対象数に応じた係数（マジックナンバー）が含まれ、ＣＰＵ１１はマジックナンバーに応じて推奨度を変更する手段として動作する。本実施の形態では、エビデンス値をマジックナンバーに応じて変更（除算）し、変更したエビデンス値を用いて推奨度を求める。推奨度は、ＣＰＵ１１により、推奨対象及び該推奨対象よりも上層（親、先祖）の推奨対象に基づいて求められる。ＣＰＵ１１は、推奨対象の推奨度を求めたか否かを判定する手段、推奨対象の推奨度を、上層から下層へ前記判定に基づいて求める手段として動作する。ＣＰＵ１１により、推奨度に基づいて推奨対象の何れかが選択される。
【００７３】
選択方法として、エビデンス値から推奨度（得点）を求め、得点の高い推奨対象を提供推奨情報に選択することができる。ＲＡＭ１２は、所定数の推奨対象（推奨リスト）を記憶する手段として動作し、ＣＰＵ１１は、求めた推奨度とＲＡＭ１２に記憶された所定数の推奨対象中最も低い推奨度とを比較する手段として動作する。求めた推奨度の方が高い場合、ＣＰＵ１１により、前記最も低い推奨度の推奨対象に代えて前記求めた推奨度の推奨対象がＲＡＭ１２に記憶される。ＣＰＵ１１により、ＲＡＭ１２に記憶された所定数の推奨対象が選択され、選択された推奨対象の推奨情報が端末装置２へ送信される。
【００７４】
提供推奨対象の選択手順の一例を図６、図７及び図８に示す。ルートにおける各ノード（ノードｎ）に、ＣＰＵ１１により図６に示す処理が行われる。
ＣＰＵ１１により、ノードｎの得点はノードｎのエビデンス値にされ、ノードｎのマーカー値は更新され、ノードｎの未処理の親ノード数はゼロにされ（Ｓ１１０）、得点が昇順となるようにノードｎが処理リストに挿入される（Ｓ１１２）。マーカー値は上述した変数Ｕｎ，ｓ と同様にノードｎのエビデンス値の更新状況を表し、マーカー値に代入されるｍａｒｋも変数Ｕｎ，ｓ への代入値ｉと同様の値である。マーカー値、ｍａｒｋ、得点、親ノード数、処理リスト及び後述する推奨リストはＲＡＭ１２又はハードディスク１４に記憶され、ＣＰＵ１１により更新される。マーカー値により、ＣＰＵ１１は推奨対象の得点（推奨度）を求めたか否かを判定することができる。
【００７５】
推奨リストのデータ数が２より小さい場合（Ｓ１１４：ＹＥＳ）、ＣＰＵ１１により、得点が昇順となるようにノードｎが推奨リストに挿入される（Ｓ１１６）。推奨リストのデータ数が２以上（Ｓ１１４：ＮＯ）で、推奨リスト内の最低得点よりもノードｎの得点の方が大きいとき（Ｓ１１８：ＹＥＳ）、ＣＰＵ１１により、最低得点のデータが推奨リストから消去され（Ｓ１２０）、得点が昇順となるようにノードｎが推奨リストに挿入される（Ｓ１２２）。ノードｎの得点の方が小さいとき（Ｓ１１８：ＮＯ）、推奨リストに変更は無い。
【００７６】
図６に示した処理と並行して、処理リストに最も最近挿入されたノード（ノードｎ）の各子ノードに対して、ＣＰＵ１１により図７及び図８に示す処理が行われる。子ノードのマーカー値がｍａｒｋより小さい場合（Ｓ１３０：ＹＥＳ）、ＣＰＵ１１により、子ノードの得点は子ノードのエビデンス値にされ、子ノードのマーカー値は更新され、子ノードの未処理の親ノード数は子ノードの親ノード数にされる（Ｓ１３２）。その後（Ｓ１３２）又はｍａｒｋの方が大きい場合（Ｓ１３０：ＮＯ）、ＣＰＵ１１により、推奨リストから子ノードが消去され（Ｓ１３４）、子ノードの得点にノードｎの得点が追加され（Ｓ１３６）、未処理の親ノード数が１減少される（Ｓ１３８）。
【００７７】
推奨リストのデータ数が２より小さい場合（Ｓ１４０：ＹＥＳ）、ＣＰＵ１１により得点が昇順となるように子ノードが推奨リストに挿入される（Ｓ１４２）。推奨リストのデータ数が２以上（Ｓ１４０：ＹＥＳ）で、子ノードの得点の方が推奨リスト内の最低得点よりも大きいとき（Ｓ１４４：ＹＥＳ）、ＣＰＵ１１により、最低得点のデータが推奨リストから消去され（Ｓ１４６）、得点が昇順となるように子ノードが推奨リストに挿入される（Ｓ１４８）。
【００７８】
子ノードの挿入後（Ｓ１４２、Ｓ１４８）又は子ノードの得点の方が小さく（Ｓ１４４：ＮＯ）、子ノードの未処理の親ノード数がゼロで、しかも子ノードの得点がゼロより大きい場合（Ｓ１５０：ＹＥＳ）、ＣＰＵ１１により子ノードが処理リストに挿入される（Ｓ１５２）。上記条件（Ｓ１５０）を満たさない場合（Ｓ１５０：ＮＯ）は、処理リストは変更されない。表２のエビデンス値に基づいて算出した得点（推奨度）の一例を表３に示す。
【００７９】
【表３】
【００８０】
表３においては、ＣＤ３の得点が最も高いが、ＣＤ３に対しては既にクリックが行われているため、推奨する必要が無いと考えることもできる。最近クリックされた推奨対象を選択しないようにすることができる。例えば、最近クリックされたＣＤ３及びＣＤ５を選択対象から除き、ＣＤ４を選択することができる。
【００８１】
エビデンス値は、上述したように単一ストリームで求める以外に、複数のイベントストリームから求めることもできる。
この場合、
Ｅｎ ＝Θｓ１Ｅｎ，ｓ１＋Θｓ２Ｅｎ，ｓ２＋…＋ΘｓｉＥｎ，ｓｉ ・・・式（５）
を用いてノードｎにおけるエビデンス値Ｅｎ を算出する。ここでΘｓｉは複数のイベントストリームｓｉ（ｉは自然数）を組み合わせる際に用いられる重み付け係数である。このΘｓｉの値は、推奨対象の性質により種々の値が使用される。例えば推奨対象がＣＤである場合、客があるＣＤを購入した後に同一のＣＤを購入することは稀である。一方、例えば推奨対象が魚釣り用のルアーである場合、客があるルアーを購入した後に同一のルアーを購入する可能性は高いものと考えることができる。
【００８２】
したがって、例えばイベントストリームｓ１に係る種別が“購入”である場合、ＣＤに対応するノードｎにおけるＥｎ，ｓ１に対するΘｓ１の値は、ルアーに対応するノードｎにおけるＥｎ，ｓ１に対するΘｓ１の値に比べ、より低い値となる。なお、Θｓｉの値は、各ノードに応じて、又は各客に応じて異なる値であってもよく、すべて同一の値であってもよい。また、Ｅｎ，ｓｉは上述したＥｎ，ｓ を算出する場合と同様にして算出する。
【００８３】
このようにして得られたエビデンス値Ｅｎ に基づいて、推奨情報送信装置１は、上述した実施例と同様に各ノードの推奨度を求め、提供推奨対象を選択し、選択した提供推奨対象に関する推奨情報を客が操作する端末装置２，２…に提供することができる。
【００８４】
得点は、ルートの得点を前記ルートのエビデンス値とし、各ノードの得点を前記各ノードの親ノードの得点の和とすることができる。エビデンス値の大きな先祖をもつノードの得点が高くなる。
【００８５】
また、推奨情報送信装置１は、上述した内容とは異なる学習を行うことができる。そのために推奨情報送信装置１は、推奨情報を客へ提供した後にその推奨情報に対する反応があった場合、すなわち例えばその推奨情報に係る推奨対象が客によって購入された場合、その購入を示すイベントの種別を“反応”として推奨度の算出に利用する。この場合このイベントの重要度を、種別が“購入”であるイベントの重要度に比して高い値に設定することにより、客の反応を重視した推奨度を算出することができる。
【００８６】
例えば、「客はジャズが好きである」という仮説に基づいて、ジャズのＣＤに関する情報を推奨情報として客に対して提供した場合であって、そのＣＤを客が購入したときは、前記の仮説が裏付けられたことになるため、ジャズ及びジャズのＣＤに対する推奨度を高める等の修正を行う。これにより、推奨情報を客に提供した場合におけるその客の反応を、次に推奨情報を提供する際に活用することができる。
【００８７】
また、一定時間客からの反応がない場合も同様にして、種別が“反応”であるイベントを受付けたと判断し、このイベントの重要度を、上述したような実際に反応があった場合のその反応を示すイベントの重要度に比して低い値に設定する。または、種別が“無反応”であるイベントを受付けたと判断し、種別が“無反応”であるイベントストリームに係るΘ係数の値を、他のイベントストリームに係るΘ係数の値に比して低くする。これにより、客から反応がない場合に応じた推奨度を算出することができる。
【００８８】
推奨情報を客に対して提供した後の客の行動に基づいて、各推奨対象夫々の推奨度を修正することにより、客の反応を次に推奨情報を提供する際に有効に活用することができる。このような処理を繰り返すことによって、推奨情報送信装置１は客にとってより適切な推奨対象に関する推奨情報を送信するようになる。これは推奨情報送信装置１が学習していることに相当する。このような学習は、例えば公知の技術であるアニーリング、山登り法（ｈｉｌｌ−ｃｌｉｍｂｉｎｇ ）、遺伝アルゴリズム又はニューラル・ネットワーク等を用いて実行することが可能である。
【００８９】
【発明の効果】
第１，３，５，７，９発明によれば、推奨対象の上層の推奨対象数に比例した係数で推奨度を変更することにより、推奨度を偏重することができる。係数の設定に応じて推奨度の偏重度合を調整することができる。
【００９０】
第２，４，６，８，１０発明によれば、推奨対象の推奨度を該推奨対象及び該推奨対象の上層の推奨対象に基づいて求める場合、推奨対象の上層の推奨対象数に比例した係数で推奨度を変更することにより、階層に応じて推奨度を偏重させ、各推奨度を均等化することができる。
【図面の簡単な説明】
【図１】本発明の推奨情報送信装置を用いた推奨情報送信システムの一構成例を示すブロック図である。
【図２】推奨情報送信装置の接続形態の一例を示すブロック図である。
【図３】推奨対象情報の一例を示す概念図である。
【図４】行動情報の一例を示す概念図である。
【図５】エビデンス値を更新する手順の一例を示すフローチャートである。
【図６】推奨するノードを選択する手順の一例を示すフローチャートである。
【図７】推奨するノードを選択する手順の一例を示すフローチャートである。
【図８】推奨するノードを選択する手順の一例を示すフローチャートである。
【符号の説明】
１ 推奨情報送信装置
２ 端末装置
１１ ＣＰＵ
１２ ＲＡＭ
１３ 外部記憶装置
１４ ハードディスク
１５ 通信インターフェイス
３１ 記録媒体
１００ 通信ネットワーク
２００ 可搬型記録媒体
【発明の属する技術分野】
本発明は、端末からのアクセスに基づいた推奨情報を提供する推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体に関する。
【０００２】
【従来の技術】
近年のインターネットの急速な普及に伴い、通信ネットワーク上に仮想店舗を設置し、その仮想店舗にて種々の商品の販売を行ういわゆる電子商取引（ＥＣ）の市場が拡大している。このような電子商取引を行っているＷＷＷサイト（以下、ＥＣサイトという）では、来客の満足度の向上を図るべく、アクセスしてきたすべての客に対して同一のコンテンツを提供するのではなく、各客夫々の趣味・嗜好に応じて異なるコンテンツを提供するサービス（以下、パーソナライズサービスという）を実現している。
【０００３】
このようなパーソナライズサービスを実現するために、従来から、ルールベース技術又は協調フィルタリング技術が採用されてきた。
【０００４】
ルールベース技術は、種々の知識をルールとして予め定義しておき、アクセスしてきた客に適したコンテンツをこのルールに基づいて導出する技術である。そのため、予めルールを定義しておく必要があり、豊富な商品知識を有しているエキスパートから種々の知識を引き出し、その引き出した知識に基づいて膨大な数のルールを構築し管理しなければならなかった。また、一度構築したルールを変更するためには新たにルールを作る場合と同様な作業が必要となり、柔軟性に乏しいという問題があった。
【０００５】
また、協調フィルタリング技術は、多数の客のアクセス履歴をデータとして格納しておき、アクセスしてきた客のアクセス履歴と類似するアクセス履歴を抽出し、抽出したアクセス履歴に基づいてコンテンツを提供する技術である。そのため、データを予め用意しておく必要があり、新規にＥＣサイトを開設する場合又は新製品を販売する場合等では、データを十分に用意することができず、協調フィルタリング技術を利用することができないという問題があった。
【０００６】
このような問題を解決する方法として、複数の推奨対象及び各推奨対象間の関係に関する推奨対象情報及び客の行動に関する行動情報に基づいて、各推奨対象の推奨度を算出し、客に応じた推奨対象を選択する方法が、本願発明者によって特願２０００−２８０８５６号に開示されている。この方法では、推奨対象情報は推奨対象の性質に関する情報であるため、新規にＥＣサイトを開設する場合又は新製品を販売する場合等でも、推奨対象情報を予め用意することができる。さらに、推奨対象間の関係は意味ネットワークを用いて表現されているため、推奨対象情報の管理又は変更等を容易に行うことができる。
【０００７】
【発明が解決しようとする課題】
しかし、推奨対象情報は、階層型のネットワーク構造をしており、推奨対象は階層関係を有しているため、階層間の推奨度の差を最適に調整する必要があった。
【０００８】
本発明は斯かる事情に鑑みてなされたものであり、推奨対象の推奨度を予め設定された係数で変更することにより、各推奨対象の推奨度を均等化又は偏重することのできる推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体を提供することを目的とする。
【００１０】
【課題を解決するための手段】
第１発明に係る推奨情報提供方法は、階層関係を有する推奨対象に関する推奨対象情報を受付け、他の装置からのアクセスに関するアクセス情報を作成し、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求め、該推奨度に基づいて前記推奨対象の何れかを選択し、選択した推奨対象に関する推奨情報を前記他の装置に提供する推奨情報提供方法において、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含んでおり、前記係数に応じて前記推奨度を変更し、前記変更した推奨度に基づいて前記推奨対象の何れかを選択することを特徴とする。
【００１１】
第２発明に係る推奨情報提供方法は、第１発明において、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めることを特徴とする。
【００１４】
第３発明に係る推奨情報送信システムは、端末装置と、階層関係を有する推奨対象に関する推奨対象情報を受付け、前記端末装置からのアクセスに関するアクセス情報を作成し、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求め、求めた推奨度に基づいて前記推奨対象の何れかを選択し、選択した推奨対象に関する推奨情報を前記端末装置に送信する推奨情報送信装置とを備えた推奨情報送信システムにおいて、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含み、前記係数に応じて前記推奨度を変更する手段を備え、前記変更した推奨度に基づいて前記推奨対象の何れかを選択すべくなしてあることを特徴とする。
【００１５】
第４発明に係る推奨情報送信システムは、第３発明において、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めるべくなしてあることを特徴とする。
【００１８】
第５発明に係る推奨情報送信装置は、他の装置が接続される接続部を有し、階層関係を有する推奨対象に関する推奨対象情報を受付け、前記他の装置からのアクセスに関するアクセス情報を作成し、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求め、求めた推奨度に基づいて前記推奨対象の何れかを選択し、選択した推奨対象に関する推奨情報を前記他の装置に送信する推奨情報送信装置において、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含み、前記係数に応じて前記推奨度を変更する手段を備え、前記変更した推奨度に基づいて前記推奨対象の何れかを選択すべくなしてあることを特徴とする。
【００１９】
第６発明に係る推奨情報送信装置は、第５発明において、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めるべくなしてあることを特徴とする。
【００２２】
第７発明に係るコンピュータプログラムは、コンピュータに、階層関係を有する推奨対象に関する推奨対象情報を受付けさせ、他の装置からのアクセスに関するアクセス情報を作成させ、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求めさせ、該推奨度に基づいて前記推奨対象の何れかを選択させ、選択した推奨対象に関する推奨情報を前記他の装置に送信させるコンピュータプログラムにおいて、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含んでおり、コンピュータに、前記係数に応じて前記推奨度を変更させる手順と、コンピュータに、前記変更した推奨度に基づいて前記推奨対象の何れかを選択させる手順とを有することを特徴とする。
【００２３】
第８発明に係るコンピュータプログラムは、第７発明において、コンピュータに、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めさせる手順を更に有することを特徴とする。
【００２６】
第９発明に係るコンピュータ読み取り可能な記録媒体は、コンピュータに、階層関係を有する推奨対象に関する推奨対象情報を受付けさせ、他の装置からのアクセスに関するアクセス情報を作成させ、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求めさせ、該推奨度に基づいて前記推奨対象の何れかを選択させ、選択した推奨対象に関する推奨情報を前記他の装置に送信させるコンピュータプログラムを記録したコンピュータ読み取り可能な記録媒体において、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含んでおり、コンピュータに、前記係数に応じて前記推奨度を変更させる手順と、コンピュータに、前記変更した推奨度に基づいて前記推奨対象の何れかを選択させる手順とを有するコンピュータプログラムを記録してあることを特徴とする。
【００２７】
第１０発明に係るコンピュータ読み取り可能な記録媒体は、第９発明において、コンピュータに、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めさせる手順を更に有するコンピュータプログラムを記録してあることを特徴とする。
【００３０】
第１，３，５，７，９発明においては、推奨対象の上層の推奨対象数に比例した係数が推奨対象情報に含まれており、前記係数に応じて推奨度を変更する。推奨対象が階層型ネットワーク構造の場合、推奨対象を複数の親を持つことを許す木構造とすることができ、各推奨対象に上層の推奨対象数に比例した係数を設定することができる。例えば、木のルート側の推奨対象に小さい係数を設定し、木のリーフ側の推奨対象に大きい係数を設定することができる。この場合、親及び先祖数の多い推奨対象ほど、係数は大きくなる。例えば、推奨対象を係数で除算し、除算された推奨度に応じて、推奨対象の何れかを選択することができる。推奨対象を上記例の係数で除算することにより、木のルート側の方がリーフ側よりも推奨度が高くなる。係数を用いることにより、推奨度を偏重又は均等化することができる。
【００３１】
第２，４，６，８，１０発明においては、推奨対象の推奨度を、該推奨対象及び該推奨対象の上層の推奨対象に基づいて求める。例えば、推奨対象単独の推奨度と該推奨対象の上層の推奨対象の推奨度の和とを加算して、前記推奨対象の推奨度を求めることができる。この場合、下層側の推奨対象の方が上層側よりも推奨度が高くなる。しかし、上記例の係数を用いることにより、上層側の推奨度の方が下層側よりも高くなるように偏重される。そのため、各推奨度は均等化される。
【００３４】
【発明の実施の形態】
以下、本発明をその実施の形態を示す図面に基づいて具体的に説明する。
図１に、本発明に係る推奨情報送信装置を用いた推奨情報送信システムの一構成例を示す。本実施の形態においては、音楽ＣＤを販売するＷＷＷサイトを例にして説明する。したがって、音楽ＣＤ、ＣＤに係る音楽家及び音楽様式等が推奨対象となる。
【００３５】
図１において、符号１は推奨情報を提供する推奨情報送信装置を示している。推奨情報送信装置１はインターネット等の通信ネットワーク１００と接続されており、通信ネットワーク１００を介してＣＤの販売を行うＷＷＷサイト（ウェブサイト）を運営している。推奨情報送信装置１は、ＣＤ販売を行う店舗サーバとしても動作するが、図２に示すように、推奨情報送信装置１と店舗サーバ４とを別の装置にすることも可能である。
【００３６】
また、符号２，２…は、パーソナルコンピュータ，ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔｓ ）及び携帯電話等の端末装置を示しており、各端末装置２，２…は通信ネットワーク１００に接続されている。これらの端末装置２，２…は、ウェブサイトを構成するウェブページのブラウジング（閲覧）機能を有しており、これにより推奨情報送信装置１によって運営されているウェブサイトから発信される各種情報の閲覧を行うことができる。
【００３７】
推奨情報送信装置１は、図１に示すように、ＣＰＵ１１を有しており、ＣＰＵ１１は、以下のハードウェア各部と接続され、前記各部を制御し、さらにハードディスク１４等から読み出した種々のコンピュータプログラムを実行する。
【００３８】
ＲＡＭ１２は、例えばＳＲＡＭ及び／又はＤＲＡＭ等で構成され、コンピュータプログラムの実行時に発生する一時的なデータを記憶する。
【００３９】
外部記憶装置１３は、本発明の推奨情報送信装置１の動作に必要なコンピュータプログラムが記録されているＣＤ−ＲＯＭ又はフレキシブルディスク等の可搬型記録媒体２００から前記コンピュータプログラムを読み取るＣＤ−ＲＯＭドライブ又はフレキシブルディスクドライブ等から構成される。
【００４０】
ハードディスク１４は、外部記憶装置１３で読み取った前記コンピュータプログラム及び各種のデータ等を格納している。また、ＲＡＭ１２の記憶容量を超えた分のデータが記憶される。この格納されているデータには、複数の推奨対象及び各推奨対象の関係に関する推奨対象情報が含まれる。
【００４１】
通信インタフェース１５は、通信ネットワーク１００と接続するためのインタフェースであり、例えば、アナログ回線を介して通信ネットワーク１００と接続する場合はモデムで構成され、デジタル回線を介して通信ネットワーク１００と接続する場合はＤＳＵ（Ｄｉｇｉｔａｌ Ｓｅｒｖｉｃｅ Ｕｎｉｔ）、ターミナルアダプタ等で構成される。
【００４２】
本発明の推奨情報送信装置１のコンピュータプログラムは可搬型記録媒体２００から読み取る以外にも、推奨情報送信装置１を通信ネットワーク１００を介して外部サーバ３に接続し、外部サーバ３に内蔵された記録媒体３１に記憶されている前記コンピュータプログラムをダウンロードすることが可能である。ダウンロードしたコンピュータプログラムをＣＰＵ１１が実行することによって、推奨情報送信装置１は後述する処理を実行することができる。
【００４３】
次に上述した推奨対象情報について、図３に示す推奨対象情報の概念図を用いて説明する。図３に示すように、推奨対象情報は意味ネットワークを用いて表現されている。図３において、楕円（ノード）は推奨対象を、矢印（アーク）は各推奨対象間の関係を表している。例えば、“ＣＤ１”と“音楽家Ａ”との間には「によって作成（演奏、歌唱）された」という関係（ａ）がある。この関係（ａ）は、「ＣＤ１は音楽家Ａによって作成された」という関係を表現している。また同様にして、“ＣＤ１”と“ジャズ”との間には「音楽様式である」という関係（ｂ）があり、これにより「ＣＤ１はジャズという音楽様式である」という関係が表現されている。
【００４４】
各アーク（ａ），（ｂ），（ｃ）は方向性を有しており、その方向は矢印にて示されている。このように方向性を持つアークのみから構成されるグラフはＤＡＧ（Ｄｉｒｅｃｔｅｄ Ａｃｙｃｌｉｃ Ｇｒａｐｈ）と呼ばれる。ＤＡＧにおいては、すべてのノードが夫々同一のノードに戻るためのパスがないことが保証されている。
【００４５】
各ノードには、推奨対象の上層（親、先祖）の推奨対象数に応じた係数（マジックナンバー）が設定される。マジックナンバーは、ルートのマジックナンバーを１と定義し、各ノードに対し、親のマジックナンバーの和を求めたものである。図３に示した各ノードのマジックナンバーを表１に示す。
【００４６】
【表１】
上述した推奨対象情報は、知識エンジニアが、豊富な商品知識を有しているエキスパート（例えばＣＤ販売店の販売員等）からその商品知識を引き出した後に手作業にて作成され、推奨情報送信装置１の入力装置（図示していない）から入力され、ハードディスク１４に記憶される。
【００４８】
なお、本実施の形態では推奨情報送信装置１がＣＤの販売に使用されているが、ＣＤ以外の商品、例えば本、食品又は洋服等のその他の商品販売に使用できることは勿論である。また物販に限らず種々のサービスを提供する場合にも用いることが可能である。例えば、電話センター又はヘルプデスクにおいてオペレータに対して適切なアドバイスを提供したり、各学習者夫々に対して適切な学習指導を行うこと等が可能である。
【００４９】
客は、端末装置２，２…を用いて推奨情報送信装置１が運営しているＷＷＷサイトへアクセスし、そのＷＷＷサイトにて販売されているＣＤに関する情報を参照するためにＣＤに係るリンクをクリックすることによりそのＣＤに関する情報を表示させたり、そのＣＤを購入したりする。
【００５０】
上述したＣＤに関する情報の表示及びＣＤの購入等のイベントは客の行動を示している。推奨情報送信装置１は、このようなイベントを客から受付けることによって客の行動を示す行動情報（アクセス情報）を収集し、ハードディスク１４に格納する。
【００５１】
図４（ａ）は、行動情報の例を示す概念図である。図４（ａ）に示すように、行動情報にはＮｏ．（番号）フィールド、客フィールド、ノードフィールド、種別フィールド、日時フィールド及び重要度フィールド等の各フィールドが用意されている。
【００５２】
Ｎｏ．フィールドには客の行動を示すイベントを識別するための識別子（以下、イベントＮｏ．という）が、客フィールドにはそのイベントの主体である客を識別するための識別子が、ノードフィールドにはそのイベントに係る推奨対象を示すノードが夫々格納される。
【００５３】
また、種別フィールドにはそのイベントの種別が、日時フィールドにはそのイベントが発生した日時が、重要度フィールドにはそのイベントに対して定められた重要度が夫々格納される。例えばＣＤに関する情報を客が参照している参照時間等の属性がある。この場合、この参照時間の長さにより、客のそのＣＤに対する関心度を推測することが可能である。したがって、行動の属性である参照時間に基づいて重要度を定め、定められた重要度を各推奨対象夫々の推奨度の算出に用いることによって、客に対して適切な推奨対象に係る推奨情報を提供することが可能になる。
【００５４】
図４（ａ）に示す例では、例えば「１９９８年１０月１７日の８時５２分に客１がＣＤ１を購入した」というイベントを受付けた場合の行動情報が示されており、このイベントのイベントＮｏ．は“１”であり、またこのイベントに対しては重要度として“１０”が付与されていることが示されている。同様にして「１９９８年１０月１７日９時１分に客２がＣＤ２に係るリンクをクリックした」というイベントを受付けた場合の行動情報が示されており、このイベントのイベントＮｏ．が“２”であり、さらにこのイベントに対しては重要度として“２”が付与されていることが示されている。
【００５５】
重要度フィールドに格納された重要度の値は、種別フィールドに“購入”が格納されている場合は購入したＣＤの金額に応じた値となり、種別フィールドに“クリック”が格納されている場合はＣＤに係るリンクがクリックされて、リンクに係るページが客によって参照されている時間に応じた値となる。例えば、ＣＰＵ１１により、ハードディスク１４に記憶された金額と重要度との対応テーブル又は時間と重要度との対応テーブルを読出し、金額又は時間に対応する重要度を抽出し、重要度フィールドに格納する。
【００５６】
ＣＤを販売しているＥＣサイトにおいて、客の行動には、上述したように「ＣＤに係るリンクをクリックした」及び「ＣＤを購入した」等の種別がある。この場合、前者の種別に係る行動は客に対してそのＣＤを推奨することの積極的な理由となり得るが、後者の種別に係る行動はそのような積極的な理由とはなり得ない。なぜなら、客が同じＣＤを複数枚購入することは稀だからである。したがって、推奨すべき推奨対象を選択する際には客の行動の種別に注目する必要がある。
【００５７】
推奨情報送信装置１は、ＣＰＵ１１により、種別フィールドに格納されている値によって、行動情報の分類処理を行う。例えば種別フィールドの値が“購入”である行動情報と、“クリック”である行動情報との分類を行う。ここで分類された行動情報の集合のことを、以下ではイベントストリームと呼ぶ。
【００５８】
図４（ａ）に示すような行動情報（アクセス情報）を格納している推奨情報送信装置１は、ＣＰＵ１１により、各推奨対象の推奨度の算出を行う。推奨度を算出する場合、推奨情報送信装置１は、推奨対象情報を構成する各ノードにおけるエビデンス値の算出を行う。ここでエビデンスとは、ある仮説（例えば「客はジャズが好きである」等）に対して証拠となりうるイベント（例えば「客がジャズのＣＤに係るリンクをクリックした」又は「客がジャズのＣＤを購入した」等）のことであり、エビデンス値とはこのようなエビデンスを数値化したものである。以下の説明において、エビデンス値をＥｎ，ｓ と表す。ここで、ｎはノードを識別する識別子を、ｓはイベントストリームを識別する識別子を夫々示している。
【００５９】
図５は、エビデンス値を更新する場合の本発明の推奨情報送信装置１の処理手順を示すフローチャートである。なお、推奨対象情報を構成する各ノードにおけるエビデンス値には、デフォルト値として０が設定されている。
【００６０】
客からイベントを受付けた場合、推奨情報送信装置１は、受付けたイベントに係るノードｎを決定する（Ｓ１０１）。ここでイベントに係るノードとは、そのイベントの直接の対象となるノードのことであり、行動情報におけるノードフィールドに格納されている値である。例えば、イベントが「１９９８年１０月１７日の８時５２分に客１がＣＤ１を購入した」である場合、“ＣＤ１”に対応するノードがイベントに係るノードとなる。
【００６１】
次にノードｎにおけるＥｎ，ｓ を後述する式を用いて算出することによりＥｎ，ｓ の更新を行う（Ｓ１０２）。算出はＣＰＵ１１で行い、算出結果は、ＲＡＭ１２又はハードディスク１４に記憶する。そしてノードｎにおいてイベントストリームｓ中のｉ番目のイベントについてＥｎ，ｓ の算出が既に行われたことを示す変数Ｕｎ，ｓ の値にｉを設定する（Ｓ１０３）。変数Ｕｎ，ｓ はＲＡＭ１２又はハードディスク１４に記憶され、ＣＰＵ１１により更新される。
【００６２】
次にＣＰＵ１１により、現在の処理の対象であるノードの親ノードはノードｎに設定され（Ｓ１０４）、そのノードｎにおけるＵｎ，ｓ の値がｉであるか否かが判定される（Ｓ１０５）。ここでＵｎ，ｓ の値がｉではないと判定された場合（Ｓ１０５：ＮＯ）、ステップＳ１０２に戻り処理を繰り返す。一方、ノードｎのＵｎ，ｓ の値がｉであると判定された場合（Ｓ１０５：ＹＥＳ）、ＣＰＵ１１は、ノードｎにおいてイベントストリームｓ中のｉ番目のイベントについてＥｎ，ｓ の更新処理が既に行われたものと判断し、処理を終了する。親ノードが複数の場合は、全ての親ノードのＵｎ，ｓ の値がｉになるまで、ＣＰＵ１１によりＥｎ，ｓ の更新処理が行われる。
【００６３】
上述した処理により、ステップＳ１０１にてイベントに係るノードと決定されたノードから到達できるすべての親又は先祖ノードにおけるエビデンス値が順次更新される。変数Ｕｎ，ｓ により、親又は先祖ノードの更新は一度だけ行われる。
【００６４】
次にエビデンス値を算出するために用いるいくつかの式について説明する。第１の式は、
Ｅｎ，ｓ ＝（ｅｓ，ｉ ／ｍ）＋Ｅ’ｎ，ｓ ・・・式（１）
である。ここでＥ’ｎ，ｓ は、エビデンス値を更新する前のノードｎにおけるエビデンス値を表しており、ｅｓ，ｉ は、イベントストリームｓにおけるｉ番目のイベントの重要度（重要度フィールドに格納されている値）を表しており、ｍはイベントが発生したノードのマジックナンバーを表している。
【００６５】
上述した式（１）では、イベントの重要度を反映したエビデンス値を算出することが可能であるが、時間的に新しいイベントと古いイベントとの差異を反映させることはできない。客の趣味・嗜好は時間とともに変化する場合が多く、以下の式（２）に示すように、最近受付けたイベントと以前に受付けたイベントとを区別して扱う必要がある。このような区別を行うために、後述する式（３）及び（４）を採用する。
【００６６】
第２の式は、
Ｅｎ，ｓ ＝ｆ（Ｅ’ｎ，ｓ ，ｅｓ，ｉ ，ｔｎ ，ｍ）・・・式（２）
である。ここでｔｎ は、ノードｎにおいてエビデンス値が前回更新された時点から経過した経過時間、又は同じく更新されてから実行された処理サイクル数等を示している。なお、この処理サイクル数はｉ−Ｕｎ，ｓ により算出することができる。
【００６７】
第３の式は、
Ｅｎ，ｓ ＝（１−αｓ ）（ｅｓ，ｉ ／ｍ）＋αｓ Ｅ’ｎ，ｓ ・・・式（３）
である。ここで、αｓ はイベントストリームｓにおける最新のイベントとそのイベントよりも以前のイベントとの重要度の差異の取り扱いを制御するためのパラメータである。また第４の式は、
Ｅｎ，ｓ ＝（１−αｓ ）（ｅｓ，ｉ ／ｍ）＋Ｐｏｗｅｒ （αｓ ，ｉ−Ｕｎ，ｓ ）Ｅ’ｎ，ｓ・・・式（４）
である。ここでＰｏｗｅｒ （ ）は累乗を計算するための関数を表している。
【００６８】
推奨情報送信装置１が客からイベントを受付けた場合に、推奨対象情報を構成する全てのノードにおけるエビデンス値が更新されるときは式（３）を用い、一方いくつかのノードにおけるエビデンス値が更新されないときは式（４）を用いる。
【００６９】
図４（ｂ）のイベントＮｏ．が“１”及び“２”である２つのイベントを推奨情報送信装置１が受付けた場合のエビデンス値の算出結果を表２に示す。なお、ここでは、上述した式（４）を用いてエビデンス値を算出しており、パラメータαｓ の値は０．８に設定されている。エビデンス値の算出はＣＰＵ１１により行われ、算出されたエビデンス値はＲＡＭ１２又はハードディスク１４に記憶される。αｓ ，ｅｓ，ｉ ，ｍ，Ｅ’ｎ，ｓ （Ｅｎ，ｓ ）はＲＡＭ１２又はハードディスク１４に記憶され、必要に応じてＣＰＵ１１により読み出される。
【００７０】
【表２】
推奨情報送信装置１は、求めたエビデンス値に基づいて、推奨対象を選択し、選択した推奨対象を端末装置２に送信する。以下、選択した推奨対象を提供推奨対象と呼ぶ。提供推奨対象の選択は、例えば特定のカテゴリ（音楽様式、音楽家）に属するノード、エビデンス値が所定値以上のノード等の条件に基づいて行うことができる。また、選択する提供推奨対象数は、任意数に設定することができる。本実施の形態では、２に設定する。
【００７２】
推奨対象情報には推奨対象の上層の推奨対象数に応じた係数（マジックナンバー）が含まれ、ＣＰＵ１１はマジックナンバーに応じて推奨度を変更する手段として動作する。本実施の形態では、エビデンス値をマジックナンバーに応じて変更（除算）し、変更したエビデンス値を用いて推奨度を求める。推奨度は、ＣＰＵ１１により、推奨対象及び該推奨対象よりも上層（親、先祖）の推奨対象に基づいて求められる。ＣＰＵ１１は、推奨対象の推奨度を求めたか否かを判定する手段、推奨対象の推奨度を、上層から下層へ前記判定に基づいて求める手段として動作する。ＣＰＵ１１により、推奨度に基づいて推奨対象の何れかが選択される。
【００７３】
選択方法として、エビデンス値から推奨度（得点）を求め、得点の高い推奨対象を提供推奨情報に選択することができる。ＲＡＭ１２は、所定数の推奨対象（推奨リスト）を記憶する手段として動作し、ＣＰＵ１１は、求めた推奨度とＲＡＭ１２に記憶された所定数の推奨対象中最も低い推奨度とを比較する手段として動作する。求めた推奨度の方が高い場合、ＣＰＵ１１により、前記最も低い推奨度の推奨対象に代えて前記求めた推奨度の推奨対象がＲＡＭ１２に記憶される。ＣＰＵ１１により、ＲＡＭ１２に記憶された所定数の推奨対象が選択され、選択された推奨対象の推奨情報が端末装置２へ送信される。
【００７４】
提供推奨対象の選択手順の一例を図６、図７及び図８に示す。ルートにおける各ノード（ノードｎ）に、ＣＰＵ１１により図６に示す処理が行われる。
ＣＰＵ１１により、ノードｎの得点はノードｎのエビデンス値にされ、ノードｎのマーカー値は更新され、ノードｎの未処理の親ノード数はゼロにされ（Ｓ１１０）、得点が昇順となるようにノードｎが処理リストに挿入される（Ｓ１１２）。マーカー値は上述した変数Ｕｎ，ｓ と同様にノードｎのエビデンス値の更新状況を表し、マーカー値に代入されるｍａｒｋも変数Ｕｎ，ｓ への代入値ｉと同様の値である。マーカー値、ｍａｒｋ、得点、親ノード数、処理リスト及び後述する推奨リストはＲＡＭ１２又はハードディスク１４に記憶され、ＣＰＵ１１により更新される。マーカー値により、ＣＰＵ１１は推奨対象の得点（推奨度）を求めたか否かを判定することができる。
【００７５】
推奨リストのデータ数が２より小さい場合（Ｓ１１４：ＹＥＳ）、ＣＰＵ１１により、得点が昇順となるようにノードｎが推奨リストに挿入される（Ｓ１１６）。推奨リストのデータ数が２以上（Ｓ１１４：ＮＯ）で、推奨リスト内の最低得点よりもノードｎの得点の方が大きいとき（Ｓ１１８：ＹＥＳ）、ＣＰＵ１１により、最低得点のデータが推奨リストから消去され（Ｓ１２０）、得点が昇順となるようにノードｎが推奨リストに挿入される（Ｓ１２２）。ノードｎの得点の方が小さいとき（Ｓ１１８：ＮＯ）、推奨リストに変更は無い。
【００７６】
図６に示した処理と並行して、処理リストに最も最近挿入されたノード（ノードｎ）の各子ノードに対して、ＣＰＵ１１により図７及び図８に示す処理が行われる。子ノードのマーカー値がｍａｒｋより小さい場合（Ｓ１３０：ＹＥＳ）、ＣＰＵ１１により、子ノードの得点は子ノードのエビデンス値にされ、子ノードのマーカー値は更新され、子ノードの未処理の親ノード数は子ノードの親ノード数にされる（Ｓ１３２）。その後（Ｓ１３２）又はｍａｒｋの方が大きい場合（Ｓ１３０：ＮＯ）、ＣＰＵ１１により、推奨リストから子ノードが消去され（Ｓ１３４）、子ノードの得点にノードｎの得点が追加され（Ｓ１３６）、未処理の親ノード数が１減少される（Ｓ１３８）。
【００７７】
推奨リストのデータ数が２より小さい場合（Ｓ１４０：ＹＥＳ）、ＣＰＵ１１により得点が昇順となるように子ノードが推奨リストに挿入される（Ｓ１４２）。推奨リストのデータ数が２以上（Ｓ１４０：ＹＥＳ）で、子ノードの得点の方が推奨リスト内の最低得点よりも大きいとき（Ｓ１４４：ＹＥＳ）、ＣＰＵ１１により、最低得点のデータが推奨リストから消去され（Ｓ１４６）、得点が昇順となるように子ノードが推奨リストに挿入される（Ｓ１４８）。
【００７８】
子ノードの挿入後（Ｓ１４２、Ｓ１４８）又は子ノードの得点の方が小さく（Ｓ１４４：ＮＯ）、子ノードの未処理の親ノード数がゼロで、しかも子ノードの得点がゼロより大きい場合（Ｓ１５０：ＹＥＳ）、ＣＰＵ１１により子ノードが処理リストに挿入される（Ｓ１５２）。上記条件（Ｓ１５０）を満たさない場合（Ｓ１５０：ＮＯ）は、処理リストは変更されない。表２のエビデンス値に基づいて算出した得点（推奨度）の一例を表３に示す。
【００７９】
【表３】
表３においては、ＣＤ３の得点が最も高いが、ＣＤ３に対しては既にクリックが行われているため、推奨する必要が無いと考えることもできる。最近クリックされた推奨対象を選択しないようにすることができる。例えば、最近クリックされたＣＤ３及びＣＤ５を選択対象から除き、ＣＤ４を選択することができる。
【００８１】
エビデンス値は、上述したように単一ストリームで求める以外に、複数のイベントストリームから求めることもできる。
この場合、
Ｅｎ ＝Θｓ１Ｅｎ，ｓ１＋Θｓ２Ｅｎ，ｓ２＋…＋ΘｓｉＥｎ，ｓｉ ・・・式（５）
を用いてノードｎにおけるエビデンス値Ｅｎ を算出する。ここでΘｓｉは複数のイベントストリームｓｉ（ｉは自然数）を組み合わせる際に用いられる重み付け係数である。このΘｓｉの値は、推奨対象の性質により種々の値が使用される。例えば推奨対象がＣＤである場合、客があるＣＤを購入した後に同一のＣＤを購入することは稀である。一方、例えば推奨対象が魚釣り用のルアーである場合、客があるルアーを購入した後に同一のルアーを購入する可能性は高いものと考えることができる。
【００８２】
したがって、例えばイベントストリームｓ１に係る種別が“購入”である場合、ＣＤに対応するノードｎにおけるＥｎ，ｓ１に対するΘｓ１の値は、ルアーに対応するノードｎにおけるＥｎ，ｓ１に対するΘｓ１の値に比べ、より低い値となる。なお、Θｓｉの値は、各ノードに応じて、又は各客に応じて異なる値であってもよく、すべて同一の値であってもよい。また、Ｅｎ，ｓｉは上述したＥｎ，ｓ を算出する場合と同様にして算出する。
【００８３】
このようにして得られたエビデンス値Ｅｎ に基づいて、推奨情報送信装置１は、上述した実施例と同様に各ノードの推奨度を求め、提供推奨対象を選択し、選択した提供推奨対象に関する推奨情報を客が操作する端末装置２，２…に提供することができる。
【００８４】
得点は、ルートの得点を前記ルートのエビデンス値とし、各ノードの得点を前記各ノードの親ノードの得点の和とすることができる。エビデンス値の大きな先祖をもつノードの得点が高くなる。
【００８５】
また、推奨情報送信装置１は、上述した内容とは異なる学習を行うことができる。そのために推奨情報送信装置１は、推奨情報を客へ提供した後にその推奨情報に対する反応があった場合、すなわち例えばその推奨情報に係る推奨対象が客によって購入された場合、その購入を示すイベントの種別を“反応”として推奨度の算出に利用する。この場合このイベントの重要度を、種別が“購入”であるイベントの重要度に比して高い値に設定することにより、客の反応を重視した推奨度を算出することができる。
【００８６】
例えば、「客はジャズが好きである」という仮説に基づいて、ジャズのＣＤに関する情報を推奨情報として客に対して提供した場合であって、そのＣＤを客が購入したときは、前記の仮説が裏付けられたことになるため、ジャズ及びジャズのＣＤに対する推奨度を高める等の修正を行う。これにより、推奨情報を客に提供した場合におけるその客の反応を、次に推奨情報を提供する際に活用することができる。
【００８７】
また、一定時間客からの反応がない場合も同様にして、種別が“反応”であるイベントを受付けたと判断し、このイベントの重要度を、上述したような実際に反応があった場合のその反応を示すイベントの重要度に比して低い値に設定する。または、種別が“無反応”であるイベントを受付けたと判断し、種別が“無反応”であるイベントストリームに係るΘ係数の値を、他のイベントストリームに係るΘ係数の値に比して低くする。これにより、客から反応がない場合に応じた推奨度を算出することができる。
【００８８】
推奨情報を客に対して提供した後の客の行動に基づいて、各推奨対象夫々の推奨度を修正することにより、客の反応を次に推奨情報を提供する際に有効に活用することができる。このような処理を繰り返すことによって、推奨情報送信装置１は客にとってより適切な推奨対象に関する推奨情報を送信するようになる。これは推奨情報送信装置１が学習していることに相当する。このような学習は、例えば公知の技術であるアニーリング、山登り法（ｈｉｌｌ−ｃｌｉｍｂｉｎｇ ）、遺伝アルゴリズム又はニューラル・ネットワーク等を用いて実行することが可能である。
【００８９】
【発明の効果】
第１，３，５，７，９発明によれば、推奨対象の上層の推奨対象数に比例した係数で推奨度を変更することにより、推奨度を偏重することができる。係数の設定に応じて推奨度の偏重度合を調整することができる。
【００９０】
第２，４，６，８，１０発明によれば、推奨対象の推奨度を該推奨対象及び該推奨対象の上層の推奨対象に基づいて求める場合、推奨対象の上層の推奨対象数に比例した係数で推奨度を変更することにより、階層に応じて推奨度を偏重させ、各推奨度を均等化することができる。
【図面の簡単な説明】
【図１】本発明の推奨情報送信装置を用いた推奨情報送信システムの一構成例を示すブロック図である。
【図２】推奨情報送信装置の接続形態の一例を示すブロック図である。
【図３】推奨対象情報の一例を示す概念図である。
【図４】行動情報の一例を示す概念図である。
【図５】エビデンス値を更新する手順の一例を示すフローチャートである。
【図６】推奨するノードを選択する手順の一例を示すフローチャートである。
【図７】推奨するノードを選択する手順の一例を示すフローチャートである。
【図８】推奨するノードを選択する手順の一例を示すフローチャートである。
【符号の説明】
１ 推奨情報送信装置
２ 端末装置
１１ ＣＰＵ
１２ ＲＡＭ
１３ 外部記憶装置
１４ ハードディスク
１５ 通信インターフェイス
３１ 記録媒体
１００ 通信ネットワーク
２００ 可搬型記録媒体
Claims (10)
- 階層関係を有する推奨対象に関する推奨対象情報を受付け、他の装置からのアクセスに関するアクセス情報を作成し、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求め、該推奨度に基づいて前記推奨対象の何れかを選択し、選択した推奨対象に関する推奨情報を前記他の装置に提供する推奨情報提供方法において、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含んでおり、前記係数に応じて前記推奨度を変更し、前記変更した推奨度に基づいて前記推奨対象の何れかを選択することを特徴とする推奨情報提供方法。
- 前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めることを特徴とする請求項１記載の推奨情報提供方法。
- 端末装置と、階層関係を有する推奨対象に関する推奨対象情報を受付け、前記端末装置からのアクセスに関するアクセス情報を作成し、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求め、求めた推奨度に基づいて前記推奨対象の何れかを選択し、選択した推奨対象に関する推奨情報を前記端末装置に送信する推奨情報送信装置とを備えた推奨情報送信システムにおいて、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含み、前記係数に応じて前記推奨度を変更する手段を備え、前記変更した推奨度に基づいて前記推奨対象の何れかを選択すべくなしてあることを特徴とする推奨情報送信システム。
- 前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めるべくなしてあることを特徴とする請求項３記載の推奨情報送信システム。
- 他の装置が接続される接続部を有し、階層関係を有する推奨対象に関する推奨対象情報を受付け、前記他の装置からのアクセスに関するアクセス情報を作成し、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求め、求めた推奨度に基づいて前記推奨対象の何れかを選択し、選択した推奨対象に関する推奨情報を前記他の装置に送信する推奨情報送信装置において、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含み、前記係数に応じて前記推奨度を変更する手段を備え、前記変更した推奨度に基づいて前記推奨対象の何れかを選択すべくなしてあることを特徴とする推奨情報送信装置。
- 前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めるべくなしてあることを特徴とする請求項５記載の推奨情報送信装置。
- コンピュータに、階層関係を有する推奨対象に関する推奨対象情報を受付けさせ、他の装置からのアクセスに関するアクセス情報を作成させ、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求めさせ、該推奨度に基づいて前記推奨対象の何れかを選択させ、選択した推奨対象に関する推奨情報を前記他の装置に送信させるコンピュータプログラムにおいて、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含んでおり、コンピュータに、前記係数に応じて前記推奨度を変更させる手順と、コンピュータに、前記変更した推奨度に基づいて前記推奨対象の何れかを選択させる手順とを有することを特徴とするコンピュータプログラム。
- コンピュータに、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めさせる手順を更に有することを特徴とする請求項７記載のコンピュータプログラム。
- コンピュータに、階層関係を有する推奨対象に関する推奨対象情報を受付けさせ、他の装置からのアクセスに関するアクセス情報を作成させ、前記推奨対象情報及び前記アクセス情報に基づいて前記推奨対象の推奨度を求めさせ、該推奨度に基づいて前記推奨対象の何れかを選択させ、選択した推奨対象に関する推奨情報を前記他の装置に送信させるコンピュータプログラムを記録したコンピュータ読み取り可能な記録媒体において、前記推奨対象情報は、前記推奨対象の上層の推奨対象数に比例した係数を含んでおり、コンピュータに、前記係数に応じて前記推奨度を変更させる手順と、コンピュータに、前記変更した推奨度に基づいて前記推奨対象の何れかを選択させる手順とを有するコンピュータプログラムを記録してあることを特徴とするコンピュータ読み取り可能な記録媒体。
- コンピュータに、前記推奨対象の推奨度を、該推奨対象及び該推奨対象よりも上層の推奨対象に基づいて求めさせる手順を更に有するコンピュータプログラムを記録してあることを特徴とする請求項９記載のコンピュータ読み取り可能な記録媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001333475A JP3622150B2 (ja) | 2001-10-30 | 2001-10-30 | 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 |
| KR1020020017218A KR20030035770A (ko) | 2001-10-30 | 2002-03-29 | 추장정보제공방법, 추장정보송신시스템,추장정보송신장치, 컴퓨터프로그램 및 기록매체 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001333475A JP3622150B2 (ja) | 2001-10-30 | 2001-10-30 | 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003141148A JP2003141148A (ja) | 2003-05-16 |
| JP3622150B2 true JP3622150B2 (ja) | 2005-02-23 |
Family
ID=19148725
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001333475A Expired - Lifetime JP3622150B2 (ja) | 2001-10-30 | 2001-10-30 | 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP3622150B2 (ja) |
| KR (1) | KR20030035770A (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1484692B1 (en) * | 2003-06-04 | 2013-07-24 | Intel Corporation | Content recommendation device with user feedback |
| JP4866572B2 (ja) * | 2005-06-14 | 2012-02-01 | パナソニック株式会社 | 携帯端末装置及びプログラム起動方法 |
| JP5170481B2 (ja) * | 2011-08-25 | 2013-03-27 | 国立大学法人京都大学 | 関係性グラフデータベースシステム |
| JP6062514B2 (ja) * | 2015-09-17 | 2017-01-18 | ヤフー株式会社 | 収益指標値生成システム及び収益指標値生成方法 |
-
2001
- 2001-10-30 JP JP2001333475A patent/JP3622150B2/ja not_active Expired - Lifetime
-
2002
- 2002-03-29 KR KR1020020017218A patent/KR20030035770A/ko not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003141148A (ja) | 2003-05-16 |
| KR20030035770A (ko) | 2003-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20020055890A1 (en) | Recommendation information providing method, recommendation information transmission system, recommendation information transmission apparatus and computer memory product | |
| US20210117757A1 (en) | Systems and methods for constructing and applying synaptic networks | |
| JP2800769B2 (ja) | 情報フィルタリング方式 | |
| US20060129906A1 (en) | Component models | |
| CN101166102B (zh) | 信息处理设备及方法 | |
| US6873979B2 (en) | Method of building predictive models on transactional data | |
| JP2005135071A (ja) | 商品購入における信頼値の算出方法及び装置 | |
| JP3905498B2 (ja) | 分散型データベースの文書をカテゴリー分けしてプレゼンテーションする方法及び装置 | |
| CN105787061A (zh) | 信息推送方法 | |
| US20080300958A1 (en) | Taste network content targeting | |
| US20100088273A1 (en) | Real-time visualization of user consumption of media items | |
| JP3997412B2 (ja) | 情報処理装置および方法、記録媒体、並びにプログラム | |
| JP2006514372A (ja) | データ検索システム | |
| CN113032618A (zh) | 基于知识图谱的音乐推荐方法及系统 | |
| KR101790788B1 (ko) | 최적화된 도메인간 정보 퀄리티 평가를 갖는 협동적 네트워킹 | |
| US20050027619A1 (en) | Method and system for designing a catalog with optimized product placement | |
| CN107194721A (zh) | 基于声誉记录分析的服务推荐者发现方法 | |
| JP3622150B2 (ja) | 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置、コンピュータプログラム及び記録媒体 | |
| JP4129127B2 (ja) | 推奨情報送信システム | |
| Hu et al. | A reconsideration of negative ratings for network-based recommendation | |
| Hong et al. | Context-aware music recommendation in mobile smart devices | |
| Peker et al. | mRHR: a modified reciprocal hit rank metric for ranking evaluation of multiple preferences in top-N recommender systems | |
| JP2006012115A (ja) | 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置及び記録媒体 | |
| van Bragt et al. | Equilibrium selection in alternating-offers bargaining models: The evolutionary computing approach | |
| US20220076098A1 (en) | Systems and methods for constructing and applying synaptic networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040727 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040924 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041026 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041111 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3622150 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071203 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101203 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111203 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111203 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131203 Year of fee payment: 9 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |