JP4522430B2 - リコメンド装置及びリコメンド方法 - Google Patents

Description

本発明は、サービス情報を要求するユーザへ、ユーザに応じたサービス情報を提供するリコメンド装置及びリコメンド方法に関する。

この種の技術において取り扱われるサービスとしては、例えば、レストラン等において料理を提供するサービス、鍋セット等を宅配するサービス等である。また、この種の技術は、本、コンテンツ等、各種の推奨する商品を紹介する際にも適用されている。

例えば、ユーザが過去に視聴したコンテンツの履歴を送信すると、その内容を解析してユーザに適合するコンテンツの情報を提供する技術がある（特許文献１参照）。
特開２００３−１７３３５０号公報

ところで、ユーザにとって、過去に視聴したコンテンツの履歴等のユーザの趣向に関する情報は、プライバシー情報である。よって、ユーザの趣向に関する情報がそのユーザを特定できる状態で漏洩した場合、プライバシー情報の漏洩となるために問題がある。

上記特許文献１の技術において、ユーザが送信したコンテンツの履歴は、ユーザの趣向に関する情報である。このユーザの趣向に関する情報をユーザが送信することにより、ユーザの趣向に関する情報がそのユーザを特定できる状態で漏洩する虞がある。

そこで本発明は、ユーザに応じたサービス情報を提供すると共に、プライバシー情報の漏洩を防止することができるリコメンド装置及びリコメンド方法を提供することを目的とする。

本発明のリコメンド装置は、サービス情報を要求する要求ユーザへ、要求ユーザに応じたサービス情報を提供するリコメンド装置において、（１）複数のユーザが利用したサービスの利用履歴を示す利用履歴情報であって、ユーザの特徴を示す複数のユーザ属性と、ユーザが選択したサービスの特徴を示す複数のサービス属性と、を関連付けた利用履歴情報を格納するサービス利用履歴格納手段と、（２）サービス利用履歴格納手段に格納された利用履歴情報に基づいて、サービス属性と、当該サービス属性を所望すると推定されるユーザモデルの特徴を示すユーザ属性モデルと、を関連付けたリコメンド基礎情報を算出するリコメンド基礎情報算出手段と、（３）リコメンド基礎情報算出手段によって算出されたリコメンド基礎情報と、要求ユーザのユーザ属性と、に基づいて、要求ユーザが所望すると推定されるサービスモデルの特徴を示すサービス属性モデルを算出するサービス属性推定手段と、を備えることを特徴とする。

本発明のリコメンド方法は、サービス情報を要求する要求ユーザへ、要求ユーザに応じたサービス情報を提供するリコメンド方法であって、リコメンド基礎情報算出手段が、複数のユーザが利用したサービスの利用履歴を示す利用履歴情報であって、ユーザの特徴を示す複数のユーザ属性と、ユーザが選択したサービスの特徴を示す複数のサービス属性と、を関連付けた利用履歴情報に基づいて、サービス属性と、当該サービス属性を所望すると推定されるユーザモデルの特徴を示すユーザ属性モデルと、を関連付けたリコメンド基礎情報を算出するリコメンド基礎情報算出ステップと、サービス属性推定手段が、リコメンド基礎情報算出ステップにおいて算出されたリコメンド基礎情報と、要求ユーザのユーザ属性と、に基づいて、要求ユーザが所望すると推定されるサービスモデルの特徴を示すサービス属性モデルを算出するサービス属性推定ステップと、を備えることを特徴とする。

本発明によれば、過去にサービスを利用した複数のユーザのユーザ属性及びそのサービスのサービス属性を関連付けた利用履歴情報と、要求ユーザのユーザ属性と、に基づいて、要求ユーザが所望すると推定されるサービス属性が算出される。このように、複数のユーザの利用履歴情報を用いることにより、要求ユーザに適したサービス属性を示すサービス情報を提供することができる。また、要求ユーザがサービスを利用した情報が、上記利用履歴情報に含まれていない場合であっても、要求ユーザに適したサービス情報を提供することができる。よって、要求ユーザが始めてサービスを利用する際にもサービス情報の提供を受けることができる。更に、リコメンド装置において取り扱う利用履歴情報、リコメンド基礎情報、及びサービス属性モデルは、要求ユーザのプライバシー情報ではない。このように、リコメンド装置において、要求ユーザと直接的に関係するプライバシー情報を取り扱わないので、プライバシー情報の漏洩を防止することができる。

好ましくは、上記リコメンド装置は、（４）サービス属性推定手段によって算出されたサービス属性モデルとサービス属性との差が小さい順にサービスをリストアップするサービスリストアップ手段を備える。この場合、要求ユーザにサービスをリストアップして提示することができる。

好ましくは、上記リコメンド装置は、（５）サービスリストアップ手段によってリストアップされたサービスリストを要求ユーザが利用する通信端末へ送信する送信手段と、（６）送信手段によって送信されたサービスリストから要求ユーザが選択したサービスを示すサービス特定情報を受信する受信手段とを備え、送信手段は、受信手段によって受信されたサービス特定情報が示すサービスの提供要求を受け付ける生産元サーバへ、サービス特定情報が示すサービスの提供を要求する旨の要求情報を送信する。

この場合、要求ユーザは、プライバシー情報を生産元サーバへ送信することなく、リコメンド装置を介して推奨するサービスの注文が可能となる。よって、要求ユーザの趣向に関するプライバシー情報を、サービス提供側に渡す必要がないので、プライバシー情報の漏洩を確実に防止することができる。

本発明によれば、ユーザに応じたサービス情報を提供すると共に、プライバシー情報の漏洩を防止することができる。

本発明のリコメンド装置及びリコメンド方法の実施形態について図面を参照して説明する。

図１は、本実施形態に係るリコメンド装置を含むリコメンドシステムの概要を示す図である。リコメンドシステム１は、ユーザ２に推奨するサービスを紹介し、ユーザ２が選択したサービスの発注を行うシステムである。サービスとは、例えば、レストラン等において料理を提供するサービス、鍋セット等を宅配するサービス等である。

リコメンドシステム１は、通信端末３、管理サーバ５、複数の生産元サーバ７、及び配達サーバ９を備える。通信端末３、管理サーバ５、複数の生産元サーバ７、及び配達サーバ９は、無線ネットワークを介して互いに情報の送受信が可能に構成されている。

リコメンドシステム１が備える装置のうち、通信端末３は、ユーザ２が利用する端末である。管理サーバ５は、リコメンドシステム１の管理センタ４に配置されて、リコメンドシステム１における情報の管理を行う。生産元サーバ７は、サービスを提供する各生産元６にそれぞれ配置されている。生産元６は、例えば、宅配する商品の生産者、市場、レストラン等である。

配達サーバ９は、宅配サービスをユーザ２へ配送する配送業者が利用する装置である。本実施形態に係るリコメンド装置１０は、管理サーバ５に搭載され、ユーザ２の要求に応じて、そのユーザに適した推奨するサービス情報を提供する装置である。推奨するサービス情報とは、例えば、レストランのコース料理、宅配の鍋セットの情報をリストアップしたものである。

ここで、リコメンドシステム１の概要を説明する。まず、ユーザ２（以下、「要求ユーザ」とする）が通信端末３を利用して、管理センタ４のリコメンド装置１０に、推奨するサービス情報を要求する。この要求に応じて、リコメンド装置１０は、推奨するサービスをリストアップしたサービス情報を通信端末３へ送信する（ステップＳ１１；送信ステップ）。

要求ユーザ２は、通信端末３において受信したサービス情報からサービスを選択して、そのサービスを特定するサービス特定情報をリコメンド装置１０へ送信することにより、サービスの注文を行う。通信端末３によるサービス特定情報の送信に応じて、リコメンド装置１０は、サービス特定情報を受信する。（ステップＳ１２；受信ステップ）。

リコメンド装置１０は、サービス特定情報が示すサービスの提供を要求する旨の要求情報を生産元サーバ７へ送信することにより、生産元６にサービスの発注を行う（ステップＳ１３；要求情報送信ステップ）。このサービスの発注に応じて、生産元６では、要求ユーザ２にサービスを提供する。例えば、ユーザ２が選択したコース料理を、生産元６であるレストランにおいて提供する。

一方、リコメンド装置１０は、要求ユーザ２が選択したサービスが宅配サービスであった場合、要求ユーザ２へ商品を配達するように依頼する旨の配達依頼情報を配達サーバ９へ送信することにより、商品の配達を手配する（ステップＳ１４）。そして、生産元６で生産された商品を、配送業者８が、生産元７から要求ユーザ２へ物理的に配送する（ステップＳ１５，Ｓ１６）。

以上のようにして、リコメンドシステム１では、要求ユーザ２に応じたサービス情報を提供し、要求ユーザ２が選択したサービスの発注を行う。よって、生産元６及び配送業者８に、要求ユーザ２の趣向に関するプライバシー情報を開示せずとも、要求ユーザ２に応じたサービスを提供することができる。

引き続き、本実施形態に係るリコメンド装置１０について詳細に説明する。図２は、本実施形態に係るリコメンド装置の機能ブロックを説明するための図である。リコメンド装置１０は、通信部（送信手段、受信手段）１１、演算部１２、及び記憶部１３を備えている。

通信部１１は、無線ネットワークＮを介して、通信端末３、生産元サーバ７、配達サーバ９との情報の送受信を行う。演算部１２は、記憶部１３に記憶されたデータに基づいて、情報処理演算を行う。

演算部１２は、ユーザ管理部１４、サービス管理部１５、サービス利用履歴管理部１６、リコメンド基礎情報算出部（リコメンド基礎情報算出手段）１７、サービス属性推定部（サービス属性推定手段）１８、サービスリストアップ部（サービスリストアップ手段）１９、及び要求情報生成部２０を有する。記憶部１３は、ユーザマスタデータベース２１、サービスマスタデータベース２２、サービス利用履歴データベース（サービス利用履歴格納手段）２３、及びリコメンド基礎情報データベース２４を有する。以下、演算部１２が有する各機能と記憶部１３に記憶されたデータとについて詳細に説明する。

ユーザ管理部１４は、ユーザマスタデータベース２１を用いて、登録された複数のユーザに関する情報をセキュアに管理する。ユーザに関する情報とは、例えば、ユーザ識別子ＩＤ、ユーザ認証情報ＰＷ、名前、電話番号、住所等の情報である。

ユーザ管理部１４は、ユーザに関する情報として、ユーザマスタデータベース２１に複数のユーザ属性を格納している。図３は、図２のユーザマスタデータベースにおいて格納されるユーザ属性を示す表である。図３に示すように、ユーザマスタデータベース２１には、ユーザ属性の識別子ｃ（ｃ＝１，２，…Ｃ）、ユーザ名、及び複数のユーザ属性が互いに関連付けられて格納されている。

複数のユーザ属性は、ユーザの特徴を示す情報であって、それぞれ、ユーザの年齢、ユーザの年収、ユーザの性別等のＶ個の項目を示す情報である。１人のユーザについての特徴は、Ｖ個のユーザ属性を要素とするユーザ属性ベクトルｘ_ｃによって示される。すなわち、ユーザ属性ベクトルｘ_ｃは、式（１）に示すように行ベクトルＲ^１×Ｖで示される。なお、ユーザ属性識別子ｃは、ユーザ属性ベクトルｘ_ｃをユニークに識別する。

具体的には、図３に示すように、ユーザ属性の識別子１で識別される「ユーザ１」の特徴は、年齢「２５歳」、年収「３００万」等のユーザ属性を要素とするユーザ属性ベクトルｘ_１＝（２５，３００万，…）として格納されている。

Ｃ人のユーザそれぞれについてのユーザ属性ベクトルｘ_ｃを示すユーザ属性行列Ｘは、式（２）に示すように、Ｃ×Ｖの行列によって示される。なお、本実施形態において用いられる行列の各要素は、実数である。

ユーザ管理部１４は、ユーザから登録を要求する旨の情報が通信部１１によって受信されると、ユーザ識別子ＩＤ及びユーザ認証情報ＰＷを発行してユーザ登録を行う。また、ユーザ管理部１４は、ユーザ登録時に、複数のユーザ属性、名前、電話番号、住所、ユーザの家族に関する情報を通信端末３から取得して、ユーザ識別子ＩＤ及びユーザ認証情報ＰＷと共にユーザマスタデータベース２１に格納する。

サービス管理部１５は、サービスマスタデータベース２２を用いて、生産元６に関する情報及び生産元６によって提供されるサービスに関する情報をセキュアに管理する。サービス管理部１５は、サービスに関する情報として、サービスマスタデータベース２２にサービス属性を格納している。図４は、図２のサービスマスタデータベースにおいて格納されるサービス属性を示す表である。

図４に示すように、サービスマスタデータベース２２には、サービス属性の識別子ｓ（ｓ＝１，２，…，Ｓ）、サービス名、及びサービス属性が互いに関連付けられて格納されている。サービス属性は、サービスの特徴を示す情報であって、それぞれ、「飲み放題」、「夜景」、「料金」等のＥ個の項目を示す情報である。１つのサービスについての特徴は、Ｅ個のサービス属性を要素とするサービス属性ベクトルｙ_ｓによって示される。すなわち、サービス属性ベクトルｙ_ｓは、式（３）に示すように行ベクトルＲ^１×Ｅで示される。なお、サービス属性識別子ｓは、サービス属性ベクトルｙ_ｓをユニークに識別する。

図４に示すように、サービス属性は、例えば、「飲み放題」の項目については、飲み放題の設定がある場合にフラグＯＮを示す情報「１」、飲み放題の設定がない場合にフラグＯＦＦを示す情報「０」が設定される。また、例えば、「料金」については、「０円以上３０００円未満」、「３０００円以上５０００円未満」、「５０００円以上」のいずれかの項目にフラグＯＮを示す情報「１」が設定される。具体的には、サービス属性の識別子１で識別される「冬の味グルメコース」の特徴は、「飲み放題は有り」、「夜景はなし」、料金が４０００円である、等のサービス属性を要素とするサービス属性ベクトルｙ_１＝（１，０，…，０，１０）として格納されている。

Ｓ個のサービスそれぞれについてのサービス属性ベクトルｙ_ｓを示すサービス属性行列Ｙは、式（４）に示すように、Ｓ×Ｅの行列によって示される。

サービス管理部１５は、サービスを提供する生産元６からの登録要求に応じて、サービス属性の識別子を払出し、そのサービス属性の識別子と関連付けて、サービス名及びサービス属性ベクトルｙ_ｓをサービスマスタデータベース２２に格納する。

サービス利用履歴管理部１６は、サービス利用履歴データベース２３を用いて、登録された複数のユーザが利用したサービスの利用履歴を示す利用履歴情報を管理する。図５は、図２のサービス利用履歴データベースにおいて格納される利用履歴情報を示す表である。図５に示すように、サービス利用履歴データベース２３は、ユーザのユーザ属性ベクトルｘ_ｃと、そのユーザが利用したサービスのサービス属性ベクトルｙ_ｓと、を互いに関連付けて格納している。

１回の利用履歴を示す情報は、式（５）に示すように、ユーザ属性ベクトルｘ_ｃとサービス属性ベクトルｙ_ｓとを結合した行ベクトルＲ^{１×（Ｖ＋Ｅ）}で示される。例えば、図５において、１番目の利用履歴を示す情報ｘ_３５ｙ_１５は、ユーザ属性ベクトルｘ_３５で示されるユーザがサービス属性ベクトルｙ_１５で示されるサービスを利用したことを示している。

Ｎ回の利用履歴を示す利用履歴情報Ｈは、式（５）に示すように、Ｎ×（Ｖ＋Ｅ）の行列によって示される。

サービス利用履歴管理部１６は、通信部１１によって、通信端末３から送信されたサービス特定情報が受信されると、該当するユーザのユーザ属性ベクトルｘ_ｃをユーザマスタデータベース２１から抽出し、サービス特定情報が示すサービスのサービス属性ベクトルｙ_ｓを抽出する。そして、サービス利用履歴管理部１６は、１回の利用履歴を示す情報ｘ_ｃｙ_ｓを生成して、利用履歴情報Ｈを更新する。

リコメンド基礎情報算出部１７は、サービス利用履歴データベース２３に格納された利用履歴情報Ｈを用いて、リコメンド基礎情報Θを算出する。リコメンド基礎情報Θは、サービス属性と、当該サービス属性を所望すると推定されるユーザモデルの特徴を示すユーザ属性モデルと、を関連付けた情報である。

Ｅ個のサービス属性のうちｅ番目のサービス属性を所望すると推定されるユーザモデルの特徴を示すユーザ属性モデルθ_ｅは、Ｖ個のユーザ属性を要素とするベクトルで示される。すなわち、ユーザ属性モデルθ_ｅは、式（６）に示すように列ベクトルＲ^Ｖ×１で示される。

Ｅ個のサービス属性それぞれについてのユーザ属性モデルθ_ｅを示すリコメンド基礎情報Θは、式（７）に示すように、Ｖ×Ｅの行列によって示される。

リコメンド基礎情報算出部１７は、まず、利用履歴情報Ｈを用いて、各サービス属性についてのユーザ属性モデルθ_ｅを算出し、ユーザ属性モデルθ_ｅを用いてリコメンド基礎情報を生成する。ｅ番目のサービス属性のユーザ属性モデルθ_ｅは、式（８）で示されるように、ｅ番目のサービス属性にフラグがあるユーザの特徴を示す各ユーザ属性の平均値を要素とするベクトルで示される。

なお、式（８）においてＢ_ｅは、ｅ番目のサービス属性にフラグがあるユーザの人数を示す。また、式（８）において、Ｘ|_yｅ=1は、ｅ番目のサービス属性にフラグがあるＢ_ｅ人のユーザ属性ベクトルを含むＢ_ｅ×Ｖの行列である。また、式（８）において、上付き文字「Ｔ」は、転置行列である旨を示す。

リコメンド基礎情報算出部１７は、サービス利用履歴管理部１６によって利用履歴情報が更新されるたびに、リコメンド基礎情報を更新する。

サービス属性推定部１８は、リコメンド基礎情報Θと要求ユーザ２のユーザ属性ベクトルｘ_ｃとを用いて、要求ユーザ２が所望すると推定されるサービスモデルの特徴を示すサービス属性モデルｙ_Ｍを算出する。サービス属性モデルｙ_Ｍは、式（９）によって算出される。

サービス属性モデルｙ_Ｍは、要求ユーザ２の特徴と複数のユーザによるサービスの利用履歴とに基づいて算出される。サービス属性モデルｙ_Ｍは、サービス属性ベクトルによって示される。

サービス属性推定部１８は、通信部１１が要求ユーザ２から推奨するサービス情報を要求する旨の情報と共に、要求ユーザ２のユーザ識別子ＩＤを受信すると、ユーザ識別子ＩＤに基づいてユーザマスタデータベース２１から要求ユーザ２のユーザ属性ベクトルｘ_ｃを抽出する。そして、サービス属性推定部１８は、式（９）によって示される演算を行い、その演算の結果得られたサービス属性モデルｙ_Ｍを示す情報をサービスリストアップ部１９へ出力する。

サービスリストアップ部１９は、図６に示すように、サービス属性推定部１８によって算出されたサービス属性モデルｙ_Ｍとサービス属性ベクトルｙ_ｓが相対的に似ている順にサービスをリストアップする。図６は、本実施形態に係るリコメンド装置において提供されるサービス情報を示す図である。

サービスリストアップ部１９は、サービスマスタデータベース２２に格納された各サービス属性ベクトルｙ_ｓを抽出し、それぞれのサービス属性ベクトルｙ_ｓとサービス属性モデルｙ_Ｍとの差|ｙ_Ｍ−ｙ_ｓ|を算出する。そして、差|ｙ_Ｍ−ｙ_ｓ|が小さい順、すなわち似ている順にサービス名とサービス識別子をリストアップする。

具体的には、図６に示すように、サービスリストアップ部１９は、差|ｙ_Ｍ−ｙ_ｓ|が小さい順に「もつ鍋コース」、「魚コース」、「山菜鍋」の順に所定数のサービス名がリストアップする。サービスリストアップ部１９は、リストアップしたサービス情報を通信部１１へ出力する。通信部１１は、サービス情報を通信端末３へ送信し、その送信に応じて通信端末３から返信されるサービス特定情報を受信する。

要求情報生成部２０は、サービス特定情報が示すサービスの提供を要求する旨の要求情報を生成する。そして、要求情報生成部２０は、要求情報と共にサービス特定情報が示すサービスの生産元サーバ７のアドレスを通信部１１へ出力する。これにより、通信部１１からサービス特定情報が示すサービスの生産元サーバ７へ要求情報が送信され、サービスの発注が行われる。

以上説明したリコメンド装置１０の各機能は、図７に示すハードウェア資源によって実現される。図７は、本実施形態に係るリコメンド装置のハードウェア構成図である。リコメンド装置１０は、物理的には、図７に示すように、ＣＰＵ１０１、主記憶装置であるＲＡＭ１０２及びＲＯＭ１０３、ハードディスク等の補助記憶装置１０５、入力デバイスであるキーボード及びマウス等の入力装置１０６、ディスプレイ等の出力装置１０７、ネットワークカード等のデータ送受信デバイスである通信モジュール１０４などを含むコンピュータシステムとして構成されている。

リコメンド装置１０の演算部１２の演算機能は、ＣＰＵ１０１によって行われる。記憶部１３の格納機能は、ＲＡＭ１０２や補助記憶装置１０５によって行われる。図２において説明したリコメンド装置１０の各機能は、図７に示すＣＰＵ１０１、ＲＡＭ１０２等のハードウェア上に所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ１０１の制御のもとで通信モジュール１０４、入力装置１０６、出力装置１０７を動作させるとともに、ＲＡＭ１０２や補助記憶装置１０５におけるデータの読み出し及び書き込みを行うことで実現される。

図２に戻って、通信端末３について説明する。通信端末３は、通信部３１、表示部３２、及び入力部３３を備える。通信部３１は、リコメンド装置１０との間で情報の送受信を行う。例えば、通信部３１は、推奨するサービス情報を要求する旨の情報の送信、サービス情報の受信、サービス特定情報の送信等である。

表示部３２は、ディスプレイ等で構成され、通信部３１によって受信されたサービス情報を表示する。入力部３３は、キーボード、マウス、スキャナー、ＯＣＲ等で構成され、表示部３２に表示されたサービス情報の中からユーザの選択を受け付ける。

引き続いて、図８〜図１０を参照して本実施形態に係るリコメンド装置１０の動作を説明すると共に、本実施形態に係るリコメンド方法について説明する。最初に、リコメンド装置１０におけるユーザ登録処理について説明する。図８は、本実施形態に係るリコメンド装置におけるユーザ登録処理を示すフロー図である。

まず、ユーザ属性ベクトルｘ_ｃを含むユーザに関する情報が、登録を要求する情報と共に通信端末３からリコメンド装置１０へ送信され、リコメンド装置１０の通信部１１によって受信される（ステップＳ２１）。すると、ユーザに関する情報が、ユーザ管理部１４によってユーザマスタデータベース２１に格納されると共に、ユーザ属性の識別子ｃが払い出される（ステップＳ２２）。

続いて、ユーザ識別子ＩＤとユーザ認証情報ＰＷが、ユーザ管理部１４によって払い出され、通信部１１によって通信端末３へ送信される（ステップＳ２３）。このようにして、ユーザ登録処理がなされる。ユーザ識別子ＩＤとユーザ認証情報ＰＷとは、ユーザのプライバシー保護や本人の認証を行い、第三者による成りすましを防ぐために用いられる。

次に、リコメンド装置１０におけるサービス情報の生成処理について説明する。図９は、本実施形態に係るリコメンド装置におけるサービス情報の生成処理を示すフロー図である。まず、ユーザが、情報の要求を行う旨の情報と共に、ユーザ識別子ＩＤ及びユーザ認証情報ＰＷを通信端末３に入力する。この入力は、折り畳み式の通信端末３を開くことによって自動的になされてもよいし、通信端末３の電源が投入された際に自動的になされてもよいし、所定時間毎に自動的になされてもよい。この場合、ユーザが意識せずとも、情報の要求を行うことができる。ユーザの入力がなされると、ユーザ識別子ＩＤとユーザ認証情報ＰＷが、通信端末３から送信され、リコメンド装置１０の通信部１１によって受信されると共に、サービス情報の要求が受け付けられる（ステップＳ３１）。

受信したユーザ識別子ＩＤに対応するユーザ属性の識別子ｃが、サービス属性推定部１８によってユーザマスタデータベース２１から抽出される（ステップＳ３２）。続いて、ユーザ属性ベクトルｘ_ｃが、サービス属性推定部１８によってユーザマスタデータベース２１から抽出される（ステップＳ３３）。そして、要求ユーザ２が所望すると推定されるサービス属性モデルｙ_Ｍが、ユーザ属性ベクトルｘ_ｃ及びリコメンド基礎情報Θに基づいて、サービス属性推定部１８によって算出される（ステップＳ３４；サービス属性推定ステップ）。

サービス属性モデルｙ_Ｍと相対的に似ている順にサービスが、サービスリストアップ部１９によってリストアップされて、サービス情報が生成される（ステップＳ３５；リストアップステップ）。そして、要求ユーザに応じたサービス情報が、通信部１１によって通信端末３へ送信される（ステップＳ３６）。このようにして、要求ユーザ２に応じた推奨するサービス情報が、要求ユーザに提供される。

次に、リコメンド装置１０におけるリコメンド基礎情報Θの更新処理について説明する。図１０は、本実施形態に係るリコメンド装置におけるリコメンド基礎情報の更新処理を示すフロー図である。

まず、要求ユーザ２が、サービス情報が示すサービスリストの中から気に入ったサービスを選択して、サービス属性の識別子ｓを通信端末３に入力し、リコメンド装置１０へ送信する。リコメンド装置１０では、サービス特定情報としてサービス属性の識別子ｓが、通信部１１によって受信され、ユーザによって選択されたサービスが受け付けられる（ステップＳ４１）。

すると、要求ユーザ２に対応するユーザ属性ベクトルｘ_ｃが、ユーザマスタデータベース２１からサービス利用履歴管理部１６によって抽出され、サービス属性の識別子ｓに対応するサービス属性ベクトルｙ_ｓが、サービスマスタデータベース２２からサービス利用履歴管理部１６によって抽出される。そして、サービスを利用した履歴情報ｘ_ｃｙ_ｓが、サービス利用履歴管理部１６によって生成され、サービス利用履歴データベース２３に登録される（ステップＳ４２）。

サービス利用履歴データベース２３が更新されると、リコメンド基礎情報Θが、利用履歴情報Ｈに基づいて新たに算出され、リコメンド基礎情報Θが更新される（ステップＳ４３）。このようにして、ユーザがサービスを利用する度にリコメンド基礎情報を更新して、常に、最新のサービス情報をユーザに提供することができる。

以上説明した本実施形態に係るリコメンド装置１０によれば、過去にサービスを利用した複数のユーザのユーザ属性及びそのサービスの複数のサービス属性を関連付けた利用履歴情報Ｈと、要求ユーザ２のユーザ属性ベクトルｘ_ｃと、に基づいて、要求ユーザ２が所望すると推定されるサービス属性モデルｙ_Ｍが算出される。これにより、複数のユーザの利用履歴情報を用いることにより、要求ユーザ２に適した推奨するサービス属性を示すサービス情報を提供することができる。

また、要求ユーザ２がサービスを利用した情報が、利用履歴情報Ｈに含まれていない場合であっても、要求ユーザ２に適したサービス情報を提供することができる。すなわち、サービスを一度も受けたことがない新規ユーザに対しても、そのユーザの特徴を示すユーザ属性ベクトルさえ取得できれば、そのユーザが所望するであろうサービス属性を推定することができる。更に、新規のサービスであって、利用されたことのないサービスであっても、利用回数の多いサービスのサービス属性と似ているサービス属性を有するサービスを推奨することができる。

更に、リコメンド装置１０において取り扱う利用履歴情報Ｈ、リコメンド基礎情報Θ、及びサービス属性モデルｙ_Ｍは、要求ユーザ２のプライバシー情報ではない。このように、リコメンド装置１０において、要求ユーザ２と直接的に関係するプライバシー情報を取り扱わないので、プライバシー情報の漏洩を防止することができる。

また、リコメンド装置１０が、通信端末３から受信したサービス特定情報が示すサービスの提供要求を受け付ける生産元サーバ７へ、サービス特定情報が示すサービスの提供を要求する旨の要求情報を送信する。これにより、要求ユーザ２は、プライバシー情報を生産元サーバ７へ送信することなく、リコメンド装置１０を介して推奨するサービスの注文が可能となる。よって、要求ユーザ２の趣向に関するプライバシー情報を、サービス提供側に渡す必要がないので、プライバシー情報の漏洩を確実に防止することができる。

また、ユーザマスタデータベース２１、サービスマスタデータベース２２、及びサービス利用履歴データベース２３に格納されたプライバシー情報は、安全に管理されている。リコメンド装置１０では、その上でプライバシー情報を活用した繊細なリコメンデーションを実現することができる。

本発明のリコメンド装置１０は、上記実施形態に限られず、種々の変形が可能である。例えば、ユーザが家族情報オプションを用いて、家族のユーザ属性も利用してもよい。ユーザの家族が所望するであろう複数のサービス属性を推定することができる。これによりユーザは、自分の情報や家族情報と他人の情報を用いた最新の推奨するサービス情報を取得することができる。

この場合、ユーザの家族に関する情報は、ユーザマスタデータベース２１にユーザのＩＤと共に関連付けて格納される。そして、図１１に示すように、サービス情報と共に、ユーザの家族に推奨できるサービスを通知してもかまわない。図１１は、通信端末に表示されるサービス情報の例を示す図である。

本実施形態に係るリコメンドシステム１は、既存のエスクローサービス等と組み合わせて、推奨するサービス情報の提供からサービスの発注及び配送までの情報を管理するように構成してもよい。またユーザの希望により、サービス属性推定部１８が、所定期間の間に利用されたサービスの利用履歴情報を用いて算出された過去のリコメンド基礎情報を用いて、ユーザが所望するであろうサービス属性モデルを推定するようにしてもよい。

また、上記実施形態では、推奨するサービス情報をユーザが利用する通信端末３へ送信することとしたが、サービス情報を通知する手段は、電子メールであってもよいし、オペレータからの電話、葉書や手紙等を郵送するという手段を用いてもかまわない。また、通信端末３とリコメンド装置１０との間の情報の送受信を暗号化して行ってもよい。また、リコメンド基礎情報Θを暗号化してリコメンド基礎情報データベース２４に格納することとしてもよい。また、更新前のリコメンド基礎情報を更新日時と共に別ファイルとして（暗号化等をしてセキュアに）管理／保管していてもよい。

また、ユーザに通知するサービス情報には、配達集約での割り引きといったお得情報、正確な生産元表示等を合わせて通知してもかまわない。本実施形態のリコメンド装置１０がリコメンドする対象は、例えば、父親に渡すプレゼントとして推奨する商品の情報を提供するようにしてもよい。また、上記実施形態では、予めユーザ登録を行い、ユーザ属性を予め登録することとしたが、これに限られない。ユーザがサービス情報を要求する際にユーザ属性を含め、ユーザに関する情報を送信することとしてもよい。

また、上記実施形態では、ユーザ属性として、年齢「２５」、年収「３００万」等の数値を用いたが、これに限られない。例えば、年齢「２５」、年収「３００万」等の数値を０〜１の値をとるように、正規化して用いてもよい。また、例えば、年収について、３００万未満の場合に「１」、３００万以上５００万未満の場合に「２」、５００万以上の場合に「３」と、離散化して設定した数値を用いてもよい。

本実施形態に係るリコメンド装置を含むリコメンドシステムの概要を示す図である。 本実施形態に係るリコメンド装置の機能ブロックを説明するための図である。 図２のユーザマスタデータベースにおいて格納されるユーザ属性を示す表である。 図２のサービスマスタデータベースにおいて格納されるサービス属性を示す表である。 図２のサービス利用履歴データベースにおいて格納される利用履歴情報を示す表である。 本実施形態に係るリコメンド装置において提供されるサービス情報を示す図である。 本実施形態に係るリコメンド装置のハードウェア構成図である。 本実施形態に係るリコメンド装置におけるユーザ登録処理を示すフロー図である。 本実施形態に係るリコメンド装置におけるサービス情報の生成処理を示すフロー図である。 本実施形態に係るリコメンド装置におけるリコメンド基礎情報の更新処理を示すフロー図である。 通信端末に表示されるサービス情報の例を示す図である。

符号の説明

２…要求ユーザ、３…通信端末、７…生産元サーバ、１０…リコメンド装置、１１…通信部（送信手段、受信手段）、１７…リコメンド基礎情報算出部（リコメンド基礎情報算出手段）、１８…サービス属性推定部（サービス属性推定手段）、１９…サービスリストアップ部（サービスリストアップ手段）、２３…サービス利用履歴データベース(利用履歴格納手段)、Ｈ…利用履歴情報、ｘ_ｃ…ユーザ属性ベクトル（複数のユーザ属性）、ｙ_Ｍ…サービス属性モデル、ｙ_ｓ…サービス属性ベクトル（複数のサービス属性）、Θ…リコメンド基礎情報、θ_ｅ…ユーザ属性モデル。

Claims (4)

1. サービス情報を要求する要求ユーザへ、前記要求ユーザに応じたサービス情報を提供するリコメンド装置において、
   ユーザと当該ユーザに関するユーザ属性とを関連付け、前記ユーザの特徴を示すユーザ属性ベクトルとして格納するユーザマスタ情報格納手段と、
   サービスと当該サービスの内容に関するサービス属性とを関連付け、前記サービスの特徴を示すサービス属性ベクトルｙｓとして格納するサービスマスタ情報格納手段と、
   前記ユーザマスタ情報格納手段から読み出した前記ユーザの前記ユーザ属性ベクトルと、当該ユーザが利用した前記サービスの前記サービス属性ベクトルｙｓと、を結合して、前記ユーザが利用した前記サービスの利用履歴である利用履歴ベクトルを生成し、当該利用履歴ベクトルを蓄積した利用履歴情報行列Ｈとして格納するサービス利用履歴格納手段と、
   前記サービス利用履歴格納手段から読み出した前記利用履歴情報行列Ｈから、前記サービス属性ごとに当該サービス属性を利用したそれぞれの前記ユーザ属性の平均値を算出して、当該平均値を当該サービス属性を所望すると推定されるユーザの特徴を示すユーザ属性モデルθｅとし、それぞれの前記サービス属性と当該サービス属性に対応するユーザ属性モデルθｅとを関連付けたリコメンド基礎情報行列Θとして算出するリコメンド基礎情報算出手段と、
   前記要求ユーザの前記ユーザ属性ベクトルと、前記リコメンド基礎情報算出手段において算出された前記リコメンド基礎情報行列Θとの積を算出して、前記要求ユーザが所望すると推定されるサービスの特徴を示すサービス属性モデルｙｍとするサービス属性推定手段と、
   前記サービス属性推定手段によって算出された前記サービス属性モデルｙｍと、前記サービスマスタ情報格納手段に前記サービスごとに格納されている前記サービス属性ベクトルｙｓとの一致度に基づいて、当該一致度の高いものから順に対応する前記サービスをリストアップするリストアップ手段と、
   前記リストアップ手段によってリストアップされたものを前記サービス情報として前記要求ユーザに提供する通信手段と、
   を備えることを特徴とするリコメンド装置。
2. 前記リストアップ手段は、前記サービス属性推定手段によって算出された前記サービス属性モデルｙｍと、前記サービスマスタ情報格納手段に前記サービスごとに格納されている前記サービス属性ベクトルｙｓとの差をそれぞれ算出し、当該差の小さいものから順に対応する前記サービスをリストアップすることを特徴とする請求項１に記載のリコメンド装置。
3. 前記リストアップ手段によってリストアップされた前記サービス情報を前記要求ユーザが利用する通信端末へ送信する送信手段と、
   前記送信手段によって送信された前記サービス情報から前記要求ユーザが選択した前記サービスを示すサービス特定情報を受信する受信手段とを備え、
   前記送信手段は、前記受信手段によって受信された前記サービス特定情報が示すサービスの提供要求を受け付ける生産元サーバへ、前記サービス特定情報が示すサービスの提供を要求する旨の要求情報を送信することを特徴とする請求項１または２に記載のリコメンド装置。
4. ユーザと当該ユーザに関するユーザ属性とを関連付け、前記ユーザの特徴を示すユーザ属性ベクトルとして格納するユーザマスタ情報格納手段と、サービスと当該サービスの内容に関するサービス属性とを関連付け、前記サービスの特徴を示すサービス属性ベクトルｙｓとして格納するサービスマスタ情報格納手段と、を備えたリコメンド装置において、サービス情報を要求する要求ユーザへ、前記要求ユーザに応じたサービス情報を提供するリコメンド方法であって、
   サービス利用履歴格納手段が、前記ユーザマスタ情報格納手段から読み出した前記ユーザの前記ユーザ属性ベクトルと、当該ユーザが利用した前記サービスの前記サービス属性ベクトルｙｓと、を結合して、前記ユーザが利用した前記サービスの利用履歴である利用履歴ベクトルを生成し、当該利用履歴ベクトルを蓄積した利用履歴情報行列Ｈとして格納するサービス利用履歴格納ステップと、
   リコメンド基礎情報算出手段が、前記サービス利用履歴格納手段から読み出した前記利用履歴情報行列Ｈから、前記サービス属性ごとに当該サービス属性を利用したそれぞれの前記ユーザ属性の平均値を算出して、当該平均値を当該サービス属性を所望すると推定されるユーザの特徴を示すユーザ属性モデルθｅとし、それぞれの前記サービス属性と当該サービス属性に対応するユーザ属性モデルθｅとを関連付けたリコメンド基礎情報行列Θとして算出するリコメンド基礎情報算出ステップと、
   サービス属性推定手段が、前記要求ユーザの前記ユーザ属性ベクトルと、前記リコメンド基礎情報算出手段において算出された前記リコメンド基礎情報行列Θとの積を算出して、前記要求ユーザが所望すると推定されるサービスの特徴を示すサービス属性モデルｙｍとするサービス属性推定ステップと、
   リストアップ手段が、前記サービス属性推定手段によって算出された前記サービス属性モデルｙｍと、前記サービスマスタ情報格納手段に前記サービスごとに格納されている前記サービス属性ベクトルｙｓとの一致度に基づいて、当該一致度の高いものから順に対応する前記サービスをリストアップするリストアップステップと、
   通信手段が、前記リストアップ手段によってリストアップされたものを前記サービス情報として前記要求ユーザに提供する通信ステップと、
   を備えることを特徴とするリコメンド方法。

Images