JP4129127B2

JP4129127B2 - Recommended information transmission system

Info

Publication number: JP4129127B2
Application number: JP2001204120A
Authority: JP
Inventors: トーマス・エイ・フォーリー
Original assignee: シルバーエッグ・テクノロジー株式会社
Priority date: 2000-09-14
Filing date: 2001-07-04
Publication date: 2008-08-06
Anticipated expiration: 2021-07-04
Also published as: JP2002163279A; KR20020021604A

Description

【０００１】
【発明の属する技術分野】
本発明は、推奨対象に関する推奨情報を顧客に対して提供する推奨情報送信システムに関する。
【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、顧客満足度の向上を図るべく、アクセスしてきたすべての顧客に対して同一のコンテンツを提供するのではなく、各顧客夫々の趣味・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】
ルールベース技術とは、種々の知識をルールとして予め定義しておき、アクセスしてきた顧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ことにより各顧客によって異なるコンテンツを提供する技術である。
【０００５】
また、協調フィルタリング技術とは、多数の顧客のアクセス履歴をデータとして格納しておき、アクセスしてきた顧客のアクセス履歴と類似するアクセス履歴を前記格納しているデータの中から抽出し、その抽出したアクセス履歴に基づいて、アクセスしてきた顧客に適したコンテンツを作成し提供する技術である。
【０００６】
上述したルールベース技術又は協調フィルタリング技術を用いてパーソナライズサービスを実現することにより、アクセスしてきた顧客に応じて適切な商品を推奨することが可能となり、その結果ＥＣサイトにおける売上の向上を図ることができた。
【０００７】
【発明が解決しようとする課題】
しかしながら、ルールベース技術の場合、上述したように予めルールを定義しておく必要があり、そのために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妥当なルールを構築し管理しなければならない。このような作業が必要であるため、ルールベース技術を用いたパーソナライズサービスを実現するためには相当なコストを要するという問題があった。
【０００８】
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るため、柔軟性に乏しいという問題があった。
【０００９】
一方、協調フィルタリング技術の場合、上述したように多数の顧客のアクセス履歴がデータとして必要となるため、このようなデータが予め用意されていることが前提である。したがって、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ないことが多く、そのために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。
【００１０】
本発明は斯かる事情に鑑みてなされたものであり、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と顧客の行動に関する行動情報とを用いることにより、従来の場合のように膨大な数のルール又はデータを必要とすることなく、適切な推奨情報を顧客に対して提供することができる推奨情報送信システムを提供することを目的とする。
【００１１】
また本発明の他の目的は、意味ネットワークを用いて推奨対象情報を表現することにより、推奨対象情報を視覚的に表すことができる推奨情報送信システムを提供することにある。
【００１２】
また本発明の他の目的は、行動情報に含まれている属性情報に基づいて定められる重要度を前記行動情報に付与し、この付与された重要度を含めた行動情報及び推奨対象情報に基づいて推奨度を算出することにより、行動情報の属性に応じたより適切な推奨情報を顧客に対して提供することができる推奨情報送信システムを提供することにある。
【００１３】
また本発明の他の目的は、行動情報を行動の種別毎に分類することによって行動情報群を作成し、この行動情報群に対して前記種別に基づいて定められる重要度を付与し、この付与された重要度を含めた行動情報及び推奨対象情報に基づいて推奨度を算出することにより、行動情報群の種別に応じたより適切な推奨情報を顧客に対して提供することができる推奨情報送信システムを提供することにある。
【００１４】
さらに本発明の他の目的は、推奨情報を顧客に対して提供した後の顧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、従来のルールベース技術に比して柔軟性の高い処理を行うことができる推奨情報送信システムを提供することにある。
【００１５】
【課題を解決するための手段】
本発明に係る推奨情報送信システムは、端末装置と、該端末装置に接続され、複数の推奨対象の中から選択した特定の推奨対象に関する推奨情報を前記端末装置へ送信すべくなしてある推奨情報送信装置とを備える推奨情報送信システムにおいて、前記端末装置は、前記推奨情報送信装置へアクセスするアクセス手段を備え、前記推奨情報送信装置は、前記複数の推奨対象を含む意味ネットワークを用いて表現されており、各推奨対象間の関係に関する推奨対象情報を受け付ける受付手段と、前記端末装置によるアクセスがあった場合に、該アクセスに関するアクセス情報を記憶する記憶手段と、前記受付手段によって受け付けられた推奨対象情報及び前記記憶手段によって記憶されているアクセス情報に基づいて、各推奨対象夫々の推奨度を算出する算出手段と、該算出手段によって算出された推奨度に基づいて前記複数の推奨対象から前記推奨情報に係る推奨対象を選択する選択手段と、該選択手段によって選択された推奨対象に関する推奨情報を前記端末装置へ送信する送信手段とを備え、前記送信手段は、前記推奨情報及び動画像を表示するための画像動作プログラムを送信するよう構成してあり、前記端末装置は、前記送信された画像動作プログラムを実行する実行手段と、前記送信された推奨情報及び前記実行手段により実行された動画像を表示する手段とを備えることを特徴とする。
【００２３】
本発明に係る推奨情報送信システムは、前記アクセス情報には、行動の属性を示す属性情報が含まれており、該属性情報に基づいて定められる重要度が付与されていることを特徴とする。
【００２４】
本発明に係る推奨情報送信システムは、前記推奨情報送信装置は更に、前記アクセス情報をアクセスの種別毎に分類してアクセス情報群を作成する作成手段を備え、前記行動情報群には、前記種別に基づいて定められる重要度が付与されていることを特徴とする。
【００２５】
本発明に係る推奨情報送信システムは、前記推奨情報送信装置は更に、前記送信手段によって推奨情報を前記端末装置へ送信した後の前記端末装置によるアクセスに関するアクセス情報に基づいて、各推奨対象夫々の推奨度を修正する修正手段を備えることを特徴とする。
【００２９】
本発明による場合、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を受け付け、また顧客の行動に関する行動情報を収集する。次に、この受け付けた推奨対象情報及び収集した行動情報に基づいて、各推奨対象夫々における推奨度を算出し、その算出した推奨度に基づいて顧客に対して提供すべき推奨情報に係る推奨対象を複数の推奨対象から選択する。そして、この選択された推奨対象に関する推奨情報を顧客に対して提供する。
【００３０】
このように、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と顧客の行動に関する行動情報とを用いてパーソナライズサービスを実現する。したがって、従来のルールベース技術の場合のようにルールを構築して管理する必要がないため、より安価にパーソナライズサービスを実現することができる。
【００３１】
また、推奨対象情報は、推奨対象の性質に関する知識であるため、その推奨対象に関する販売実績等がない場合においても、そのような知識を有しているエキスパートから引き出すことが可能である。そのため、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あっても、推奨対象情報を事前に用意することが可能であり、このような場合においてもパーソナライズサービスを実現することができる。
また推奨情報は動画のキャラクタ画像と共に、表示することとした。従って顧客はより楽しく推奨情報の提供を受けることができる。
【００３２】
なお、ここで「推奨対象」とは、ＥＣサイトにて販売している商品に限らず、その商品に関連する概念であってもよい。すなわち、例えば商品がＣＤである場合、そのＣＤに係る音楽家及び音楽様式等の概念も「推奨対象」となり得る。
【００３３】
前記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。ここで意味ネットワークとは、概念をノード（節点）に、２つの概念間の関係をアーク（弧）に夫々対応付けることによって知識をグラフにて構造的に表現する知識表現のモデルである。したがって意味ネットワークを用いる場合、推奨対象をノードに、２つの推奨対象間の関係をアークに夫々対応づけることによって推奨対象情報を表現することができる。このように表現することによって、推奨対象情報を視覚的に表すことができるため、推奨対象情報が意味している内容を容易に把握することが可能になるとともに、推奨対象情報の修正・変更を容易に行うことができる。
【００３４】
また、意味ネットワークを用いた場合、ある推奨対象に関するすべての情報はその推奨対象に対応するノードからアクセスすることができるため、検索処理の効率化を図ることができる。
【００３５】
本発明による場合、顧客の行動を示す情報には、その行動の属性を示す属性情報が含まれており、その属性情報に基づいて定められる重要度が付与されている。
【００３６】
例えば「顧客があるＣＤに関する情報を参照するためにそのＣＤに係るリンクをクリックした」という顧客の行動に対しては、そのＣＤに関する情報を顧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、顧客のその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、顧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。
【００３７】
本発明による場合、顧客の行動を示す情報を行動の種別毎に分類してまとめることによって行動情報群を作成し、この行動情報群夫々に対して、前記種別に基づいて定められる重要度が付与されている。
【００３８】
ＣＤを販売しているＥＣサイトにおいて、顧客の行動には、例えば「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顧客に対してその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、顧客が同じ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顧客の行動の種別に注目する必要がある。そこで、上述したように、行動の種別に基づいて重要度を定め、その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、顧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。
【００３９】
本発明による場合、推奨情報を顧客に対して提供した後の顧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。
【００４０】
例えば、「顧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顧客に対して提供した場合であって、そのＣＤを顧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、推奨情報を顧客に提供した場合におけるその顧客の反応を、次に推奨情報を提供する際に活用することができる。
【００４１】
なお、上述の例において、提供した推奨情報に係るジャズのＣＤを顧客が一定期間中に購入しなかった場合、前記の仮説の裏付けが得られなかったと判断することができるため、ジャズ及びジャズのＣＤに対する推奨度を低くする等の修正を行うことも可能である。このように、推奨情報に対する顧客の反応がなかったということも顧客の行動であるとして処理をすることができる。
【００４２】
【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詳述する。
本実施の形態における推奨情報送信システムは、ＣＤを販売するＷＷＷサイトに応用された場合のシステムである。したがって、本実施の形態においては、ＣＤ並びにＣＤに係る音楽家及び音楽様式等が推奨対象となる。
【００４３】
図１は本発明の推奨情報送信システムの構成を示すブロック図である。図１において、１は特定の推奨対象に係る推奨情報を送信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サイトを運営している。
【００４４】
また、２，２…は、パーソナルコンピュータ，ＰＤＡ（Personal Digital Assistants ）及び携帯電話等である端末装置を示しており、各端末装置２，２…は同じく通信ネットワーク１００に接続されている。これらの端末装置２，２…は、ＷＷＷブラウジング機能を有しており、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ＷＷＷサイトから受信する各種の情報の閲覧を行うことができる。
端末装置２のＣＰＵ(Central Processing Unit) ２１にはバス２４を介して、液晶ディスプレイ等の表示部２２，及びＲＡＭ２３が接続されている。ＣＰＵ２１は表示部２２に、推奨情報送信装置１から送信される推奨情報を表示する。また推奨情報送信装置１には動画像を表示するための画像動作プログラムが記憶されている。画像動作プログラムは、推奨情報と共に端末装置２へ送信される。ＣＰＵ２１は送信された画像動作プログラムをＲＡＭ２３にロードして実行する。これにより動画のキャラクタ画像が推奨情報と共に表示される。
【００４５】
図１に示すとおり、推奨情報送信装置１は、ＣＰＵ１１を有しており、該ＣＰＵ１１は以下のハードウェア各部と接続されていて、それらを制御すると共に、ハードディスク１４に格納されている種々のコンピュータプログラムを実行する。
【００４６】
ＲＡＭ１２は、例えばＳＲＡＭ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。
【００４７】
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。
【００４８】
ハードディスク１４は、例えばＤＲＡＭ等で構成され、外部記憶装置１３により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を格納している。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間の関係に関する後述する推奨対象情報が含まれる。
【００４９】
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、ベースバンド伝送方式の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）で構成される。
【００５０】
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、通信ネットワーク１００を介して外部サーバコンピュータ３に接続し、外部サーバコンピュータ３に内蔵された前記コンピュータプログラムを記録してある記録媒体３１から推奨情報送信装置１へ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。そしてこのダウンロードしたコンピュータプログラムをハードディスク１４に格納し、格納したコンピュータプログラムをＣＰＵ１１がＲＡＭ１２にロードすることによって、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。
【００５１】
次に上述した推奨対象情報について、図２に示す推奨対象情報の概念図を用いて説明する。図２に示すとおり、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２において、各ノード間を結んでいるアークは（ａ），（ｂ），（ｃ），（ｄ）又は（ｅ）の何れかの関係を意味していることが示されている。例えば、“ＣＤ１”と“音楽家Ａ”との間には（ａ）「によって作成された」という関係があることが示されている。この関係は、「ＣＤ１は音楽家Ａによって作成された」という知識を表現している。また同様にして、“ＣＤ１”と“ジャズ”との間には（ｂ）「音楽様式である」という関係があることが示されており、これにより「ＣＤ１はジャズの音楽様式である」という知識が表現されている。
【００５２】
図２に示すとおり、各アーク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。
【００５３】
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に対して入力される。
【００５４】
なお、本実施の形態では推奨情報送信装置１がＣＤを販売するＷＷＷサイトを運営しているが、ＣＤ以外の商品、例えば本、食品又は洋服等のその他の商品であってもよいことは勿論である。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。
【００５５】
次に本発明の推奨情報送信システムの動作について説明する。
顧客は、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。
【００５６】
上述したようなクリック及びＣＤの購入等のイベントは顧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顧客から受け付けることによって顧客の行動を示す行動情報を収集し、ハードディスク１４に格納する。
【００５７】
図３は、行動情報の例を示す概念図である。図３に示すとおり、行動情報にはＩＤフィールド、顧客フィールド、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の各フィールドが用意されている。
【００５８】
ここでＩＤフィールドには顧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ＩＤという）が、顧客フィールドにはそのイベントの主体である顧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。
【００５９】
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。
【００６０】
図３に示す例では、例えば「１９９８年１０月１７日の８時５２分に顧客１がＣＤ１を購入した」というイベントを受け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ＩＤは“１”であり、またこのイベントに対しては重要度として“２，０００”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分に顧客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け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ＩＤ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“１．０”が付与されていることが示されている。
【００６１】
なお、ここで重要度フィールドに格納されている重要度の値は、種別フィールドに“購入”が格納されている場合は、その購入したＣＤの金額を示す値であり、種別フィールドに“クリック”が格納されている場合は、そのＣＤに係るリンクがクリックされて、そのリンクに係るページが顧客によって参照されている時間を示す値である。
【００６２】
推奨情報送信装置１は、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。すなわち、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（請求項４における行動情報群）と呼ぶ。
【００６３】
図３に示すような行動情報を格納している推奨情報送信装置１は、以下に示す処理を行うことにより各推奨対象の推奨度の算出を行う。この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処理を行う。ここでエビデンスとは、ある仮説（例えば「顧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「顧客がジャズのＣＤに係るリンクをクリックした」又は「顧客がジャズの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場合の値のことである。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。
【００６４】
図４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。
顧客からイベントを受け付けた場合、推奨情報送信装置１は、受け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分に顧客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。
【００６５】
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）。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）。
【００６６】
次に現在の処理の対象であるノードの親ノードをノードｎに設定し（Ｓ１０４）、そのノードｎにおけるＵn,s の値がｉであるか否かを判定する（Ｓ１０５）。ここでＵn,s の値がｉではないと判定した場合（Ｓ１０５で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であると判定した場合（Ｓ１０５でＹＥＳ）、そのノード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。
【００６７】
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ノードにおけるエビデンス値が順次的に更新される。
【００６８】
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 ＝Ｅ’n,s ＋ｅs,i （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）を表している。
【００６９】
第２の式は、Ｅn,s ＝ｆ（Ｅ’n,s ，ｅs,i ，ｔn ）（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。
【００７０】
上述した式（１）及び（２）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。顧客の趣味・嗜好は時間とともに変化する場合が多く、その場合では最近受け付けたイベントと以前に受け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。
【００７１】
第３の式は、Ｅn,s ＝（１−αs ）ｅs,i ＋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 ＋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。
【００７２】
推奨情報送信装置１が顧客からイベントを受け付けた場合に、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。
【００７３】
図３中のイベントＩＤが“３”及び“４”である２つのイベントを推奨情報送信装置１が受け付けた場合のエビデンス値の算出結果を表１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０．５に設定されている。
【００７４】
【表１】

【００７５】
以上のようにして各ノードにおいて更新されたエビデンス値に基づいて、後述する方法により推奨対象の推奨度を決定することができる。推奨度を決定する方法としては、（１）エビデンス値自体を推奨度とする方法、（２）仮説を推奨度とする方法、及び（３）複数のイベントストリームを用いる方法等がある。以下、これらの方法について夫々説明する。
【００７６】
（１）エビデンス値自体を推奨度とする方法
上述したエビデンス値の算出処理を繰り返し実行することにより、各ノードにおけるエビデンス値を更新し、その更新されたエビデンス値に基づいて各ノードを降順に並べ替えた後、フィルタリング基準（例えば、ベスト１００ＣＤ又はある顧客向けに設定されたトップ１０の音楽家等）が設定されている場合はその基準を満足するノードを、一方フィルタリング基準が設定されていない場合は最も高い推奨度に係るノードを選択する。そしてこの選択したノードに対応する推奨対象を顧客に提供すべき推奨情報に係る推奨対象とする。すなわち、この場合はエビデンス値そのものが推奨度となる。
【００７７】
なお、この処理において、分岐限定法（branch and bound）等の探索法を用いることにより、各ノードに対する探索処理をより効率的に行うことが可能である。
【００７８】
（２）仮説を推奨度とする方法
推奨情報送信装置１は、推奨対象情報を構成する複数のノードの中から推奨すべき推奨対象に対応するノードを見つけるために、上述したようにして算出されたエビデンス値のソースが子ノードであるのか又は親ノードであるのかを判別する。ここでエビデンス値のソースとは、そのエビデンス値の算出の際に最も影響を与えたノードのことである。
【００７９】
上述した判別を行うために、ノードｎ０がエビデンス値Ｅn0,sのソースであり、その親ノードＮがそのソースではないことを示す仮説Ｈn0,s,Nを後述する手順にしたがって算出する。この仮説Ｈn0,s,Nは０乃至１の値をとる。
【００８０】
このＨn0,s,Nを算出するために、２つの異なるノードにおけるＥn,s ／Ｏn,s （以下、エビデンス率という）の比較処理を実行する。ここでＯn,s とは、ノードｎにおいてストリームｓに係る種別のイベントが起こり得る機会の総数を表しており、例えば種別が“購入”の場合、ノードｎに対応する推奨対象を購入するために用いられる画面情報を顧客に対して提供した回数の総数等が上述した機会の総数となる。
【００８１】
２つの異なるノードにおけるエビデンス率の比較処理を行う場合、推奨情報送信装置１は、標準正規分布にしたがう確率変数ｚを公知の式を用いて算出し、その算出した確率変数ｚの値に基づいて累積正規分布の表を参照することにより０乃至１の値を得る。
【００８２】
上述した手順にしたがって、推奨情報送信装置１は、ノードｎ０におけるエビデンス率が、ノードｎ０と同じ親ノードＮを親ノードとして有しているノード（以下、兄弟ノードという）におけるエビデンス率よりも大きいか否かを判定し、大きい場合は、Ｈn0,s,Nが成立する、すなわちノードｎ０がエビデンス値Ｅn0,sのソースであると判断することができる。また両者の値が略同じである場合は、ノードｎ０の親ノードＮ（又はそれよりも上位のノード）がエビデンス値Ｅn0,sのソースであると判断する。
【００８３】
例えば、図５に示すように、ノードｎ０におけるエビデンス率が70/80 であり、その親ノードＮにおけるエビデンス率が80/100である場合、ノードｎ０の兄弟ノードであるノードｎ１〜ｎｚのエビデンス率は10/20 となる。この場合、上述した確率変数ｚの値は公知の式により3.75と算出され、この値に基づいて累積正規分布の表を参照することによりＨn0,s,N＝ 99.9912％が得られる。この結果はノードｎ０がエビデンス値のソースであることを裏付けている。
【００８４】
ところで、上述したような統計的手法を用いる場合はデータ数が十分に存在している必要があり、十分ではないときはそのような手法を用いることは適当ではない。そこで、そのようにデータ数が十分ではないときは、ポアソン分布にしたがって顧客からイベントを受け付けたとして、後述する式（５）を用いて確率変数ｚの値を算出する。
【００８５】
【数１】

【００８６】
ここでsqrtは平方根を計算するための関数である。上述したように、兄弟ノードｎ１〜ｎｚのエビデンス値は親ノードＮのエビデンス値からノードｎ０のエビデンス値を減ずることによって算出することができるため、式（５）はｚn0,s,N＝（Ｅn0,s−（ＥN,s −Ｅn0,s））／sqrt（Ｅn0,s＋（ＥN,s −Ｅn0,s））（式（６））と変形することができる。
【００８７】
推奨情報送信装置１は、推奨対象情報における子ノードｎ０と親ノードＮとのすべての組に対して、ｚn0,s,N及びＨn0,s,Nを算出する。表１に示したエビデンス値の算出例を用いて、ｚn0,s,NとＨn0,s,Nを算出した結果を表２に示す。
【００８８】
【表２】

【００８９】
ところで、各ノードは複数の親ノードを有している場合があるため、表２において、同一のノードがノードｎ０となっている行が複数存在している。そこで推奨情報送信装置１は、後述する手順にしたがって親ノードＮを特定しない仮説Ｈn,S を算出する。
【００９０】
まず、ルートノードがノードｎ０である場合のＨn0,sを1.0 とする。そしてルートノードの子ノードがノードｎ０である場合のＨn0,s,Nに上述した1.0 を乗じることによりそれらの子ノードにおけるＨn0,sを算出する。以下この処理を繰り返すことによって各ノードにおけるＨn0,sを算出する。
【００９１】
また、ある子ノードｎ０が複数の親ノードＮ，Ｎ…を有している場合は、各親ノードＮ，Ｎ…に対するＨn0,s,N夫々を用いて算出されたＨn0,sを加算することによってその子ノードｎ０におけるＨn0,sを算出する。このようにして得られたＨn0,sに基づいて各ノードを降順に並べ替えた後、上述したようにフィルタリング基準が設定されている場合はその基準を満足するノードを、一方フィルタリング基準が設定されていない場合は最も高い推奨度に係るノード選択し、選択したノードに対応する推奨対象を顧客に提供すべき推奨情報に係る推奨対象とする。
【００９２】
表２に示した算出例を用いて、各ノードにおけるＨn0,s,Nを算出した結果を表３に示す。
【００９３】
【表３】

【００９４】
（３）複数のイベントストリームを用いる方法
上述した（１）及び（２）の方法においては、各イベントストリーム毎に推奨度を算出している。３番目の方法は、複数のイベントストリームを用いて推奨度を算出する方法である。
【００９５】
この方法においては、Ｈn ＝Θs1Ｈn,s1＋Θs2Ｈn,s2＋…＋ΘsiＨn,si（式（７））を用いてノードｎにおける推奨度である仮説Ｈn 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、顧客がある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、顧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。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Ｈn,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Ｈn,s1に対するΘs1の値に比し、より低い値となる。なお、Θsiの値は、各ノードに応じて、又は各顧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、Ｈn,siは上述したＨn0,sを算出する場合と同様にして算出する。
【００９６】
このようにして得られた仮説Ｈn に基づいて各ノードを降順に並べ替えた後、上述したようにフィルタリング基準が設定されている場合はその基準を満足するノードを、一方フィルタリング基準が設定されていない場合は最も高い推奨度に係るノード選択し、選択したノードに対応する推奨対象を顧客に提供すべき推奨情報に係る推奨対象とする。
【００９７】
推奨情報送信装置１は、顧客からイベントを受け付ける都度、上述した３つの方法の何れかの方法に基づいて算出された推奨度を用いて推奨対象を特定し、その特定した推奨対象に関する推奨情報を顧客が操作する端末装置２，２…に対して送信する。
【００９８】
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は顧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。
【００９９】
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、推奨情報を顧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顧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、顧客の反応を重視した推奨度を算出することができる。
【０１００】
また、一定時間顧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け付けたと判断し、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け付けたと判断し、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、顧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。
【０１０１】
なお、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。
【０１０２】
【発明の効果】
以上詳述した如く、本発明によれば、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顧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することにより顧客に応じた推奨対象を選択することができるため、従来のルールベース技術の場合のようにルールを構築して管理することなく、安価にパーソナライズサービスを実現することができる。
【０１０３】
また、推奨対象情報は推奨対象の性質に関する知識であるため、その推奨対象を販売するＷＷＷサイトを新規に開設する場合又は新製品を販売する場合等であっても、推奨対象情報を事前に用意することが可能であり、このような場合においてもパーソナライズサービスを実現することができる。
【０１０４】
また、意味ネットワークを用いて推奨対象情報を表現することによって、推奨対象情報を視覚的に表すことができるため、推奨対象情報が意味している内容を容易に把握することが可能になるとともに、推奨対象情報の修正・変更を容易に行うことができる。
【０１０５】
また、本発明によれば、顧客の行動の属性に基づいて重要度を定め、この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、顧客の行動の属性に応じた適切な推奨対象に係る推奨情報を顧客に対して提供することが可能になる。
【０１０６】
また、本発明によれば、顧客の行動を示す情報を行動の種別毎に分類してまとめることによって行動情報群を作成し、この行動情報群夫々に対して、前記種別に基づいて定められる重要度が付与することにより、「推奨対象に係るリンクをクリックした」及び「推奨対象を購入した」等の種別に応じた適切な推奨対象に係る推奨情報を顧客に対して提供することが可能になる。
【０１０７】
また、本発明によれば、推奨情報を顧客に対して提供した後の顧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、顧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。
【０１０８】
また、本発明によれば、推奨情報は動画のキャラクタ画像と共に表示されるので、顧客はより楽しく推奨情報の提供を受けることができる等、本発明は優れた効果を奏する。
【図面の簡単な説明】
【図１】本発明の推奨情報送信システムの構成を示すブロック図である。
【図２】推奨対象情報の例を示す概念図である。
【図３】行動情報の例を示す概念図である。
【図４】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の処理手順を示すフローチャートである。
【図５】推奨度を説明するための説明図である。
【符号の説明】
１推奨情報送信装置
２端末装置
３外部サーバコンピュータ
１００通信ネットワーク
２００可搬型記録媒体[0001]
BACKGROUND OF THE INVENTION
The present invention provides recommended information about recommended objects to customers. Guess Scholarship information transmission system To Related.
[0002]
[Prior art]
With the rapid spread of the Internet in recent years, a so-called electronic commerce (EC) market in which a virtual store is installed on a communication network and various products are sold at the virtual store is expanding. In order to improve customer satisfaction, the WWW site (hereinafter referred to as EC site) that conducts such electronic commerce does not provide the same content to all customers who have accessed, but each customer A service that provides different contents according to their hobbies and preferences (hereinafter referred to as personalization service) has been realized.
[0003]
Conventionally, rule-based technology or collaborative filtering technology has been adopted in order to realize such a personalized service.
[0004]
The rule-based technology is a technology that provides different contents for each customer by predefining various knowledge as rules and deriving content suitable for the accessed customer based on this rule.
[0005]
In addition, the collaborative filtering technology stores the access histories of a large number of customers as data, extracts the access histories similar to the access histories of the customers who have accessed, from the stored data, This is a technology for creating and providing content suitable for the visiting customer based on the access history.
[0006]
By realizing the personalization service using the rule-based technology or the collaborative filtering technology described above, it is possible to recommend appropriate products according to the customers who have accessed, and as a result, sales on the EC site can be improved. did it.
[0007]
[Problems to be solved by the invention]
However, in the case of rule-based technology, it is necessary to define rules in advance as described above. For this purpose, a knowledge engineer extracts various knowledge from experts who have abundant product knowledge, and has drawn out the knowledge. A huge number of valid rules must be built and managed based on knowledge. Since such an operation is necessary, there is a problem that a considerable cost is required to realize a personalized service using the rule-based technology.
[0008]
In addition, in order to change a rule once constructed, the same work as that for creating a new rule is required.
[0009]
On the other hand, in the case of collaborative filtering technology, as described above, access histories of a large number of customers are required as data, and it is assumed that such data is prepared in advance. Therefore, when a new EC site is opened or when a new product is sold, there are many problems that data cannot be sufficiently prepared, and therefore collaborative filtering technology cannot be used.
[0010]
The present invention has been made in view of such circumstances, and by using recommended object information regarding a plurality of recommended objects and a relationship between each recommended object and action information regarding customer behavior, the present invention is enormous. Providing customers with appropriate recommendations without requiring a large number of rules or data Guess Scholarship information transmission system The The purpose is to provide.
[0011]
Another object of the present invention is to express the recommended target information visually by using the semantic network to express the recommended target information. Guess It is to provide a scholarship information transmission system.
[0012]
Another object of the present invention is to assign an importance level determined based on attribute information included in the behavior information to the behavior information, and based on the behavior information and the recommendation target information including the assigned importance level. By calculating the recommendation level, it is possible to provide customers with more appropriate recommendation information according to the behavior information attributes. Guess It is to provide a scholarship information transmission system.
[0013]
Another object of the present invention is to create a behavior information group by classifying behavior information for each type of behavior, and to assign an importance level determined based on the type to the behavior information group. By calculating the recommendation level based on the behavior information including recommended importance and recommended target information, it is possible to provide customers with more appropriate recommended information according to the type of behavior information group Guess It is to provide a scholarship information transmission system.
[0014]
Furthermore, another object of the present invention is to modify the recommendation level of each recommended object based on the behavior of the customer after providing the recommended information to the customer, and thereby Lebe Highly flexible processing compared to other technology Guess It is to provide a scholarship information transmission system.
[0015]
[Means for Solving the Problems]
Book Sending recommended information related to invention system Is A terminal device, connected to the terminal device, Recommendation information about a specific recommendation selected from multiple recommendations A recommended information transmitting device which is to be transmitted to the terminal device Recommended information Transmission system In The terminal device includes access means for accessing the recommended information transmitting device, and the recommended information transmitting device includes: The plurality of recommended objects including It is expressed using a semantic network and accepts recommended object information about the relationship between each recommended object. Receiving means, a storage means for storing access information related to the access when there is an access by the terminal device, recommended object information received by the receiving means, and access information stored by the storage means Based on the calculation means for calculating the recommendation degree of each recommendation target, and calculated by the calculation means Based on recommendation Above Select a recommended target related to the recommended information from multiple recommended targets And selecting means to be selected by the selecting means Recommended information about recommended objects Transmitting means for transmitting to the terminal device, wherein the transmitting means is configured to transmit the recommended information and an image operation program for displaying a moving image, and the terminal device is configured to transmit the transmitted image. An execution means for executing an operation program; and means for displaying the transmitted recommended information and a moving image executed by the execution means. It is characterized by that.
[0023]
Book The recommended information transmission system according to the invention is ,in front The access information includes attribute information indicating an action attribute, and is given an importance level determined based on the attribute information.
[0024]
Book The recommended information transmission system according to the invention is ,in front The recommended information transmitting device further includes a creation unit that creates the access information group by classifying the access information for each access type, and the behavior information group is given a degree of importance determined based on the type. It is characterized by.
[0025]
Book The recommended information transmission system according to the invention is ,in front The recommended information transmitting device further includes a correcting unit that corrects the recommendation level of each recommended target based on access information related to access by the terminal device after the transmitting unit transmits the recommended information to the terminal device. It is characterized by.
[0029]
Book According to the invention, recommendation object information related to a plurality of recommendation objects and the relationship between each recommendation object is received, and behavior information related to customer behavior is collected. Next, based on the received recommended target information and the collected behavior information, the recommendation level for each recommended target is calculated, and the recommended target related to the recommended information to be provided to the customer based on the calculated recommended level Select from multiple recommended targets. And the recommendation information regarding this selected recommendation object is provided with respect to a customer.
[0030]
In this way, a personalized service is realized using recommended object information regarding a plurality of recommended objects and relationships between recommended objects and behavior information regarding customer behavior. Therefore, since it is not necessary to construct and manage rules as in the case of the conventional rule-based technology, a personalized service can be realized at a lower cost.
[0031]
Moreover, since the recommendation target information is knowledge about the nature of the recommendation target, even when there is no sales record related to the recommendation target, it can be extracted from an expert who has such knowledge. Therefore, even when opening a new EC site or selling a new product, it is possible to prepare recommended information in advance, and even in such a case, a personalized service can be realized. it can.
The recommended information is displayed together with the character image of the moving image. Therefore, the customer can receive recommended information more happily.
[0032]
Here, the “recommended target” is not limited to the product sold on the EC site, but may be a concept related to the product. That is, for example, when the product is a CD, concepts such as musicians and music styles related to the CD can also be “recommended objects”.
[0033]
Above The recommended target information is expressed using a semantic network. Here, the semantic network is a model of knowledge representation in which knowledge is structurally expressed in a graph by associating a concept with a node (node) and a relationship between two concepts with an arc. Therefore, when the semantic network is used, the recommended object information can be expressed by associating the recommended object with the node and the relationship between the two recommended objects with the arc. By expressing in this way, it is possible to visually represent the recommended target information, so that it is possible to easily grasp the meaning of the recommended target information and to correct or change the recommended target information. It can be done easily.
[0034]
Further, when a semantic network is used, all information related to a recommended object can be accessed from a node corresponding to the recommended object, so that the search process can be made more efficient.
[0035]
Book According to the invention, the information indicating the behavior of the customer includes attribute information indicating the attribute of the behavior, and the importance determined based on the attribute information is given.
[0036]
For example, for a customer's behavior that “a customer clicked a link related to a CD to refer to information related to a certain CD”, there is an attribute such as a reference time in which the customer refers to the information related to the CD. In this case, the customer's interest in the CD can be estimated from the length of the reference time. Therefore, by determining the importance based on the reference time, which is an attribute of behavior, and using the determined importance for the calculation of the recommendation level for each recommended object, the recommendation information related to the appropriate recommended object for the customer is obtained. It becomes possible to provide.
[0037]
Book According to the invention, a behavior information group is created by classifying information indicating customer behavior for each behavior type, and the behavior information group is given a degree of importance determined based on the type. ing.
[0038]
In an EC site that sells CDs, customer behavior includes types such as “clicked on a link related to CD” and “purchased CD”. In this case, the behavior according to the former type can be a positive reason for recommending the CD to the customer, but the behavior according to the latter type cannot be such a positive reason. This is because it is rare for a customer to purchase multiple copies of the same CD. Therefore, it is necessary to pay attention to the type of customer behavior when selecting a recommendation target to be recommended. Therefore, as described above, by determining the importance based on the type of action, and using the determined importance for the calculation of the recommendation level of each recommended object, the recommendation related to the appropriate recommended object for the customer It becomes possible to provide information.
[0039]
Book According to the invention, the recommendation level of each recommendation target is corrected based on the behavior of the customer after the recommendation information is provided to the customer.
[0040]
For example, based on the hypothesis that “the customer likes jazz”, information regarding a jazz CD is provided to the customer as recommended information, and when the customer purchases the CD, the above hypothesis Therefore, corrections such as increasing the degree of recommendation for jazz and jazz CDs will be made. Thereby, when the recommended information is provided to the customer, the customer's reaction can be utilized next time when the recommended information is provided.
[0041]
In the above example, if the customer does not purchase the jazz CD related to the recommended information provided within a certain period, it can be determined that the above hypothesis has not been obtained. It is also possible to make corrections such as lowering the recommendation level for the CD. Thus, it can be processed that the customer's reaction to the recommended information is not the customer's behavior.
[0042]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, the present invention will be described in detail with reference to the drawings illustrating embodiments thereof.
The recommended information transmission system in the present embodiment is a system when applied to a WWW site that sells CDs. Therefore, in the present embodiment, CDs, musicians related to CDs, music styles, and the like are recommended targets.
[0043]
FIG. 1 is a block diagram showing the configuration of the recommended information transmission system of the present invention. In FIG. 1, reference numeral 1 denotes a recommended information transmitting apparatus that transmits recommended information related to a specific recommended target. The recommended information transmitting apparatus 1 is connected to a communication network 100 such as the Internet, and operates a WWW site for selling CDs via the communication network 100.
[0044]
Further, 2, 2... Indicate terminal devices such as personal computers, PDAs (Personal Digital Assistants), mobile phones, etc., and each

terminal device

2, 2... Is also connected to the communication network 100. These

terminal devices

2, 2,... Have a WWW browsing function, and can thereby browse various information received from the WWW site operated by the recommended information transmitting device 1.
A display unit 22 such as a liquid crystal display and a RAM 23 are connected to a CPU (Central Processing Unit) 21 of the terminal device 2 via a bus 24. The CPU 21 displays the recommended information transmitted from the recommended information transmitting device 1 on the display unit 22. The recommended information transmitting apparatus 1 stores an image operation program for displaying a moving image. The image operation program is transmitted to the terminal device 2 together with the recommended information. The CPU 21 loads the transmitted image operation program into the RAM 23 and executes it. As a result, the character image of the moving image is displayed together with the recommended information.
[0045]
As shown in FIG. 1, the recommended information transmitting apparatus 1 includes a CPU 11. The CPU 11 is connected to the following hardware units and controls them, and various computers stored in the hard disk 14. Run the program.
[0046]
The RAM 12 is composed of, for example, an SRAM or the like, and stores temporary data generated when the computer program is executed.
[0047]
The external storage device 13 is a CD-ROM drive for reading the computer program from a portable recording medium 200 such as a CD-ROM or a flexible disk on which a computer program necessary for the operation of the recommended information transmitting device 1 of the present invention is recorded. It consists of a flexible disk drive.
[0048]
The hard disk 14 is composed of, for example, a DRAM and stores the computer program and various data read by the external storage device 13. The stored data includes recommendation target information to be described later regarding a plurality of recommended targets and the relationship between the recommended targets.
[0049]
The communication interface 15 is an interface for connecting to the communication network 100. For example, in the case of connecting to the communication network 100 via an analog line, the communication interface 15 includes a modem, and the communication network 100 via a digital line of a baseband transmission system. Is connected to a DSU (Digital Service Unit).
[0050]
In addition to reading from the portable recording medium 200, the computer program of the recommended information transmitting apparatus 1 of the present invention is connected to the external server computer 3 through the communication network 100 and records the computer program built in the external server computer 3. The computer program can be downloaded from the recording medium 31 to the recommended information transmitting apparatus 1. Then, the downloaded computer program is stored in the hard disk 14 and the CPU 11 loads the stored computer program into the RAM 12 so that the recommended information transmitting apparatus 1 can execute processing to be described later.
[0051]
Next, the recommended target information described above will be described using the conceptual diagram of the recommended target information shown in FIG. As shown in FIG. 2, the recommendation target information is expressed using a semantic network. In FIG. 2, it is shown that the arc connecting each node means any one of the relationships (a), (b), (c), (d), and (e). For example, it is shown that “CD1” and “musician A” have a relationship (a) “created by”. This relationship expresses the knowledge that “CD1 was created by musician A”. Similarly, it is shown that there is a relationship between “CD1” and “jazz” (b) “It is a music style”, which means that “CD1 is a jazz music style”. Knowledge is expressed.
[0052]
As shown in FIG. 2, each arc has directionality, and the direction is indicated by an arrow. A graph composed of only directional arcs is called a DAG (Directed Acyclic Graph). In DAG, it is guaranteed that there is no path for all nodes to return to the same node.
[0053]
The recommended object information described above is created manually after the knowledge engineer has extracted the product knowledge from an expert (for example, a salesperson of a CD sales store) who has abundant product knowledge, and the recommended information transmitting device 1 is input.
[0054]
In the present embodiment, the recommended information transmitting apparatus 1 operates a WWW site that sells CDs. However, other products such as books, foods, and clothes may be used as a matter of course. It is. Further, it can be used not only for sales but also for providing various services. For example, it is possible to provide appropriate advice to an operator at a telephone center or a help desk, or to provide appropriate learning instruction to each learner.
[0055]
Next, the operation of the recommended information transmission system of the present invention will be described.
The customer accesses the WWW site operated by the recommended information transmitting apparatus 1 using the

terminal devices

2, 2..., And links to the CD in order to refer to the information related to the CD sold on the WWW site. Click to display information about the CD or purchase the CD.
[0056]
Events such as clicks and CD purchases as described above indicate customer behavior. The recommended information transmitting apparatus 1 collects behavior information indicating customer behavior by receiving such an event from the customer, and stores the behavior information in the hard disk 14.
[0057]
FIG. 3 is a conceptual diagram illustrating an example of behavior information. As shown in FIG. 3, the behavior information includes an ID field, a customer field, a node field, a type field, a date / time field, and an importance field.
[0058]
Here, an identifier for identifying an event indicating customer behavior (hereinafter referred to as an event ID) is displayed in the ID field, an identifier for identifying the customer who is the subject of the event is stored in the customer field, and a node field is displayed in the node field. Each node indicating a recommendation target related to the event is stored.
[0059]
The type field stores the type of the event, the date / time field stores the date and time when the event occurred, and the importance field stores the importance level determined for the event.
[0060]
In the example shown in FIG. 3, for example, the behavior information when an event “Customer 1 purchased CD1 at 8:52 on October 17, 1998” is received is shown, and the event ID of this event is It is “1”, and it is indicated that “2,000” is assigned as an importance to this event. Similarly, behavior information in the case of accepting an event of “customer 2 clicked on link related to CD2 at 9:01 on October 17, 1998” is shown, and the event ID of this event is “2”. Further, it is indicated that “1.0” is assigned as the importance to this event.
[0061]
Here, the importance value stored in the importance field is a value indicating the amount of the purchased CD when “purchase” is stored in the type field, and “click” in the type field. Is stored, it is a value indicating the time when the link related to the CD is clicked and the page related to the link is referenced by the customer.
[0062]
The recommended information transmitting apparatus 1 performs action information classification processing based on the value stored in the type field. That is, for example, the behavior information in which the value of the type field is “purchase” and the behavior information that is “click” are classified. The set of action information classified here is hereinafter referred to as an event stream (behavior information group in claim 4).
[0063]
The recommended information transmitting apparatus 1 storing behavior information as shown in FIG. 3 calculates the recommendation level of each recommendation target by performing the following process. When calculating the recommendation level, the recommended information transmitting apparatus 1 performs an evidence value calculation process in each node constituting the recommendation target information. Evidence is an event that can be evidence for a certain hypothesis (for example, “the customer likes jazz”) (for example, “the customer clicked a link related to a jazz CD”) or “a customer has a jazz CD. The evidence value is a value obtained by quantifying such evidence. In the following description, the evidence value is expressed as En, s. Here, n indicates an identifier for identifying a node, and s indicates an identifier for identifying an event stream.
[0064]
FIG. 4 is a flowchart showing a processing procedure of the recommended information transmitting apparatus 1 of the present invention when updating the evidence value. Note that 0 is set as a default value in the evidence value in each node constituting the recommendation target information.
When receiving an event from a customer, the recommended information transmitting apparatus 1 determines a node n related to the received event (S101). Here, a node related to an event is a node that is a direct target of the event, and is a value stored in the node field in the behavior information. For example, if the event is “Customer 1 purchased CD1 at 8:52 on October 17, 1998”, the node corresponding to “CD1” becomes the node related to the event.
[0065]
Next, En, s is updated by calculating En, s at the node n using an expression described later (S102). Then, i is set to the value of the variable Un, s indicating that the calculation of En, s has already been performed for the i-th event in the event stream s at the node n (S103).
[0066]
Next, the parent node of the node to be processed is set to the node n (S104), and it is determined whether or not the value of Un, s at the node n is i (S105). If it is determined that the value of Un, s is not i (NO in S105), the process returns to step S102 and is repeated. On the other hand, if it is determined that the value of Un, s of node n is i (YES in S105), the update process of En, s has already been performed for the i-th event in event stream s at that node n. And the process is terminated.
[0067]
Through the above-described processing, the evidence values in all nodes reachable from the node determined as the event-related node in step S101 are sequentially updated.
[0068]
Next, some equations used for calculating the evidence value will be described. The first expression is En, s = E′n, s + es, i (Expression (1)). Here, E′n, s represents the evidence value at the node n before updating the evidence value, and es, i represents the importance of the i-th event in the event stream s (stored in the importance field). Value).
[0069]
The second expression is En, s = f (E'n, s, es, i, tn) (Expression (2)). Here, tn indicates the elapsed time since the last time the evidence value was updated at node n, or the number of processing cycles executed since the evidence value was updated. The number of processing cycles can be calculated from i-Un, s.
[0070]
In the above formulas (1) and (2), it is possible to calculate the evidence value reflecting the importance of the event, but it is not possible to reflect the difference between the new event and the old event in terms of time. The customer's hobbies and preferences often change with time, and in that case, it is necessary to distinguish between recently received events and previously received events. In order to make such a distinction, equations (3) and (4) described later are employed.
[0071]
The third equation is En, s = (1−αs) es, i + αs E′n, s (Equation (3)). Here, αs is a parameter for controlling the handling of the difference in importance between the latest event in the event stream s and an event prior to that event. The fourth expression is En, s = (1-.alpha.s) es, i + power (.alpha.s, i-Un, s) E'n, s (Expression (4)). Where power is a function to calculate the power.
[0072]
When the recommended information transmitting device 1 receives an event from a customer, when the evidence values at all nodes constituting the recommended information are updated, the formula (3) is used, while the evidence values at several nodes are updated. If not, use equation (4).
[0073]
Table 1 shows the calculation result of the evidence value when the recommended information transmitting apparatus 1 accepts two events whose event IDs are “3” and “4” in FIG. Here, the evidence value is calculated using the above-described equation (4), and the value of the parameter αs is set to 0.5.
[0074]
[Table 1]

[0075]
Based on the evidence value updated in each node as described above, the recommendation degree of the recommendation target can be determined by a method described later. As a method of determining the recommendation level, there are (1) a method of using the evidence value itself as a recommendation level, (2) a method of setting a hypothesis as a recommendation level, and (3) a method of using a plurality of event streams. Each of these methods will be described below.
[0076]
(1) Method of using the evidence value itself as the recommended level
By repeatedly executing the above-described evidence value calculation process, the evidence value at each node is updated, and after sorting each node in descending order based on the updated evidence value, the filtering criteria (for example, the best 100CD or If a top 10 musician set for a certain customer is set, a node that satisfies the criteria is selected, while if a filtering criterion is not set, the node with the highest recommendation is selected. Then, the recommendation target corresponding to the selected node is set as the recommendation target related to the recommendation information to be provided to the customer. That is, in this case, the evidence value itself is the recommendation level.
[0077]
In this process, the search process for each node can be performed more efficiently by using a search method such as a branch and bound method.
[0078]
(2) Method of setting hypothesis as recommendation level
In order to find a node corresponding to a recommended target to be recommended from among a plurality of nodes constituting the recommended target information, the recommended information transmitting apparatus 1 has a child node as the source of the evidence value calculated as described above. Or the parent node. Here, the source of the evidence value is a node that has the most influence upon the calculation of the evidence value.
[0079]
In order to perform the above-described determination, a hypothesis Hn0, s, N indicating that the node n0 is the source of the evidence value En0, s and the parent node N is not the source is calculated according to the procedure described later. This hypothesis Hn0, s, N takes a value from 0 to 1.
[0080]
In order to calculate Hn0, s, N, a comparison process of En, s / On, s (hereinafter referred to as evidence rate) at two different nodes is executed. Here, On, s represents the total number of chances that an event of the type related to stream s can occur in node n. For example, when the type is “purchase”, in order to purchase a recommended target corresponding to node n The total number of times the screen information used is provided to the customer is the total number of opportunities described above.
[0081]
When comparing the evidence rates at two different nodes, the recommended information transmitting apparatus 1 calculates a random variable z according to a standard normal distribution using a known equation, and based on the calculated value of the random variable z A value of 0 to 1 is obtained by referring to the table of cumulative normal distribution.
[0082]
In accordance with the above-described procedure, the recommended information transmitting apparatus 1 determines that the evidence rate at the node n0 is greater than the evidence rate at a node having the same parent node N as the parent node (hereinafter referred to as a sibling node). If not, it can be determined that Hn0, s, N is satisfied, that is, the node n0 is the source of the evidence value En0, s. If both values are substantially the same, it is determined that the parent node N of the node n0 (or a higher node) is the source of the evidence value En0, s.
[0083]
For example, as shown in FIG. 5, when the evidence rate at node n0 is 70/80 and the evidence rate at its parent node N is 80/100, the evidence rate of nodes n1 to nz that are sibling nodes of node n0 Becomes 10/20. In this case, the value of the above-described random variable z is calculated to be 3.75 by a known formula, and Hn0, s, N = 99.9912% is obtained by referring to the table of cumulative normal distribution based on this value. This result confirms that node n0 is the source of the evidence value.
[0084]
By the way, when the statistical method as described above is used, it is necessary that a sufficient number of data exists, and when it is not sufficient, it is not appropriate to use such a method. Therefore, when the number of data is not sufficient, it is assumed that an event has been received from the customer according to the Poisson distribution, and the value of the random variable z is calculated using equation (5) described later.
[0085]
[Expression 1]

[0086]
Here, sqrt is a function for calculating the square root. As described above, since the evidence values of the sibling nodes n1 to nz can be calculated by subtracting the evidence value of the node n0 from the evidence value of the parent node N, the equation (5) is expressed as zn0, s, N = (En0 , s- (EN, s-En0, s)) / sqrt (En0, s + (EN, s-En0, s)) (formula (6)).
[0087]
The recommended information transmitting apparatus 1 calculates zn0, s, N and Hn0, s, N for all pairs of the child node n0 and the parent node N in the recommendation target information. Table 2 shows the results of calculating zn0, s, N and Hn0, s, N using the evidence value calculation examples shown in Table 1.
[0088]
[Table 2]

[0089]
By the way, since each node may have a plurality of parent nodes, in Table 2, there are a plurality of rows in which the same node is the node n0. Therefore, the recommended information transmitting apparatus 1 calculates a hypothesis Hn, S that does not specify the parent node N according to the procedure described later.
[0090]
First, Hn0, s when the root node is the node n0 is set to 1.0. Then, Hn0, s at the child node of the root node is calculated by multiplying Hn0, s, N by 1.0 as described above. Thereafter, Hn0, s at each node is calculated by repeating this process.
[0091]
If a child node n0 has a plurality of parent nodes N, N,..., Hn0, s calculated using Hn0, s, N for each parent node N, N. To calculate Hn0, s at the child node n0. After sorting the nodes in descending order based on Hn0, s obtained in this way, if the filtering criteria are set as described above, the node that satisfies the criteria is set, while the filtering criteria is set. If not, the node corresponding to the highest recommendation level is selected, and the recommendation target corresponding to the selected node is set as the recommendation target related to the recommendation information to be provided to the customer.
[0092]
Table 3 shows the results of calculating Hn0, s, N at each node using the calculation example shown in Table 2.
[0093]
[Table 3]

[0094]
(3) Method using a plurality of event streams
In the methods (1) and (2) described above, the recommendation level is calculated for each event stream. The third method is a method of calculating a recommendation degree using a plurality of event streams.
[0095]
In this method, Hn = Θs1Hn, s1 + Θs2Hn, s2 +... + ΘsiHn, si (formula (7)) is used to calculate a hypothesis Hn that is a recommendation degree at node n. Here, Θsi is a weighting coefficient used when combining a plurality of event streams si (i is a natural number). Various values of Θsi are used depending on the nature of the recommended object. For example, when the recommended object is a CD, it is rare that a customer purchases the same CD after purchasing a certain CD. On the other hand, for example, when the recommended target is a fishing lure, it can be considered that the customer is likely to purchase the same lure after purchasing a certain lure. Therefore, for example, when the type related to the event stream s1 is “purchase”, the value of Θs1 for Hn, s1 at the node n corresponding to the CD is compared with the value of Θs1 for Hn, s1 at the node n corresponding to the lure. , Lower value. Note that the value of Θsi may be different depending on each node or depending on each customer, or all may be the same value. Further, Hn, si is calculated in the same manner as the case of calculating Hn0, s described above.
[0096]
After rearranging the nodes in descending order based on the hypothesis Hn thus obtained, if the filtering criterion is set as described above, the node that satisfies the criterion is set, while the filtering criterion is set. If there is no node, the node corresponding to the highest recommendation level is selected, and the recommendation target corresponding to the selected node is set as the recommendation target related to the recommendation information to be provided to the customer.
[0097]
Each time the recommended information transmitting apparatus 1 receives an event from a customer, the recommended information transmitting device 1 identifies a recommended object using the recommendation degree calculated based on any one of the three methods described above, and recommends information related to the identified recommended object. It transmits with respect to

terminal device

2,2 ... which a customer operates.
[0098]
By repeating such processing, the recommended information transmitting apparatus 1 transmits recommended information related to a recommendation target more appropriate for the customer. This corresponds to the recommended information transmitting apparatus 1 learning.
[0099]
Further, the recommended information transmitting apparatus 1 can perform learning different from the content described above. Therefore, when the recommended information transmitting apparatus 1 responds to the recommended information after providing the recommended information to the customer, that is, for example, when the recommended target related to the recommended information is purchased by the customer, the recommended information transmitting apparatus 1 The type is “Reaction” and is used to calculate the recommendation level. In this case, by setting the importance level of this event to a value higher than the importance level of the event whose type is “purchase”, it is possible to calculate a recommendation level that emphasizes customer reaction.
[0100]
Similarly, when there is no response from the customer for a certain period of time, it is determined that an event with the type “Reaction” has been received, and the importance of this event is set to the value when there is an actual response as described above. Set a value lower than the importance of the event indicating the reaction. Alternatively, it is determined that an event having the type “no response” has been received, and the value of the θ coefficient related to the event stream of the type “no response” is lower than the value of the θ coefficient related to another event stream. To do. Thereby, the recommendation degree according to the case where there is no response from the customer can be calculated.
[0101]
Such learning can be performed using, for example, known techniques such as annealing, hill-climbing, a genetic algorithm, or a neural network.
[0102]
【The invention's effect】
As detailed above, The present invention According to the above, the recommended target corresponding to the customer is selected by calculating the recommended level of each recommended target based on the recommended target information on the relationship between the multiple recommended targets and the relationship between the recommended targets and the behavior information on the customer behavior. Therefore, it is possible to realize a personalized service at low cost without constructing and managing rules as in the case of the conventional rule-based technology.
[0103]
Also, since the recommended target information is knowledge about the nature of the recommended target, the recommended target information is prepared in advance even when a new WWW site that sells the recommended target is opened or when a new product is sold. Even in such a case, the personalization service can be realized.
[0104]
Ma I mean By expressing the recommended target information using the taste network, the recommended target information can be visually expressed, so that it is possible to easily grasp the meaning of the recommended target information and the recommended target information. Information can be easily modified or changed.
[0105]
Also, The present invention According to the above, the importance is determined based on the attribute of the customer's behavior, the importance is determined based on the reference time, and the determined importance is used for calculating the recommendation for each recommended target. It is possible to provide the customer with recommendation information related to an appropriate recommendation object according to the behavior attribute.
[0106]
Also, The present invention According to the above, a behavior information group is created by classifying and collecting information indicating customer behavior for each type of behavior, and the degree of importance determined based on the type is given to each behavior information group As a result, it is possible to provide the customer with recommended information related to an appropriate recommended object according to the type such as “clicked on a link related to the recommended object” and “purchased the recommended object”.
[0107]
Also, The present invention According to the customer's behavior after providing the recommended information to the customer, by modifying the recommendation level of each recommended target, the customer's reaction becomes effective in providing the recommended information next time Can be used.
[0108]
Also, The present invention According to the present invention, since the recommended information is displayed together with the character image of the moving image, the present invention has an excellent effect that the customer can receive the recommended information more happily.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of a recommended information transmission system according to the present invention.
FIG. 2 is a conceptual diagram illustrating an example of recommendation target information.
FIG. 3 is a conceptual diagram illustrating an example of behavior information.
FIG. 4 is a flowchart showing a processing procedure of the recommended information transmitting apparatus of the present invention when updating an evidence value.
FIG. 5 is an explanatory diagram for explaining a recommendation level;
[Explanation of symbols]
1 Recommended information transmitter
2 Terminal equipment
3 External server computer
100 communication network
200 Portable recording media

Claims

In a recommended information transmitting system comprising: a terminal device; and a recommended information transmitting device connected to the terminal device and configured to transmit recommended information related to a specific recommended target selected from a plurality of recommended targets to the terminal device ,
The terminal device comprises an access means for accessing the recommended information transmitting device,
The recommended information transmitting device is expressed using a semantic network including the plurality of recommended targets, and when there is an access by a receiving unit that receives recommended target information related to a relationship between the recommended targets and the terminal device Storage means for storing access information relating to the access;
Calculation means for calculating a recommendation level of each recommendation target based on the recommendation target information received by the reception means and the access information stored by the storage means;
A selection unit that selects a recommendation target related to the recommendation information from the plurality of recommendation targets based on the recommendation degree calculated by the calculation unit, and recommendation information related to the recommendation target selected by the selection unit is transmitted to the terminal device. and transmitting means for,
The transmission means includes
An image operation program for displaying the recommended information and the moving image is transmitted,
The terminal device
Execution means for executing the transmitted image operation program;
Means for displaying the transmitted recommended information and a moving image executed by the executing means;
Recommendation information transmission system characterized Rukoto equipped with.

The access information includes attribute information indicating an action attribute,
The recommendation information transmission system according to claim 1 , wherein a degree of importance determined based on the attribute information is given.

The recommended information transmitting device further includes a creation unit that classifies the access information for each access type to create an access information group, and the behavior information group is given a degree of importance determined based on the type. The recommended information transmission system according to claim 1 or 2 , wherein

The recommended information transmitting device further includes a correcting unit that corrects the recommendation level of each recommended target based on access information related to access by the terminal device after the transmitting unit transmits the recommended information to the terminal device. recommendation information transmission system according to any one of claims 1 to 3, characterized in.