JP4790753B2 - 情報推薦装置、情報推薦方法、プログラム及び記録媒体 - Google Patents

情報推薦装置、情報推薦方法、プログラム及び記録媒体 Download PDF

Info

Publication number
JP4790753B2
JP4790753B2 JP2008116661A JP2008116661A JP4790753B2 JP 4790753 B2 JP4790753 B2 JP 4790753B2 JP 2008116661 A JP2008116661 A JP 2008116661A JP 2008116661 A JP2008116661 A JP 2008116661A JP 4790753 B2 JP4790753 B2 JP 4790753B2
Authority
JP
Japan
Prior art keywords
persona
identifier
information
cluster
distribution information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2008116661A
Other languages
English (en)
Other versions
JP2009266056A (ja
Inventor
和風 上野
圭 唐澤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2008116661A priority Critical patent/JP4790753B2/ja
Publication of JP2009266056A publication Critical patent/JP2009266056A/ja
Application granted granted Critical
Publication of JP4790753B2 publication Critical patent/JP4790753B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、ネットワークを通じて情報が配信される端末装置に対し、その利用者がネットワークを通じて情報の配信を受ける際にその配信情報の分野ごとに使い分ける別個の人格であるペルソナを推薦するための情報を提供する技術に関する。
ネットワークを通じて配信情報を検索し、利用者に推薦するサービスがある。推薦する配信情報としては、動画、静止画、音楽、商品情報、ニュース情報、ブログ情報、電話番号情報、サービス情報などがある。また、これらのサービスを利用者の趣味趣向に適合させる技術としてパーソナライズド技術がある。この技術は、利用者の個人情報や行動履歴を活用することによって、利用者個人の粒度で上記のサービスを利用者に適合させるものである。その一例は、利用者のネットワーク上での行動履歴をもとにしてこの利用者に配信情報を推薦するサービスである。パーソナライズド技術を実現するための基盤技術として協調フィルタリング（例えば、非特許文献１参照）とＩＤ管理技術がある。協調フィルタリングとは、多くの利用者の嗜好情報を蓄積し、ある利用者と嗜好の類似した他の利用者の情報を用いて自動的に推論を行う方法論である。また、ＩＤ管理技術とは、各利用者に対して固有のＩＤを付与し、ＩＤを用いて利用者の認証や個人情報の管理等を行う技術である。サービス提供者は、ＩＤ管理技術によって収集した利用者の個人情報などをもとに上記のサービスを利用者に適合させることができる。
一方、利用者には複数の側面（人格）がある。その一例は、一人の利用者が、プログラマーとしての側面、鉄道愛好者としての側面、ミュージシャンとしての側面、３０歳代としての側面等の複数の側面を兼ね備える場合である。それぞれの側面はペルソナと呼ばれる。ＩＤ管理技術のもとでは、利用者はペルソナごとにＩＤを使い分けることでプライバシーをコントロールできる。その一例は、利用者による複数のＥ−ＭＡＩLアドレスの使い分けである。利用者個人の粒度ではなく、ペルソナの粒度でパーソナライズド技術を実現する方法として特許文献１に開示されたものがある。特許文献１では、ペルソナのプロフィールを利用し、上述のような利用者の多面性を考慮したパーソナライズド技術を実現している。なお、ペルソナのプロフィールの一例には、ペルソナのニックネームなどの属性情報、個人情報、利用しているコンテンツやサービス、またそのペルソナの名義で発信した情報などが含まれる。
このような利用者の多面性を考慮したパーソナライズド技術では、ペルソナごとのプロフィールを作成する手間が課題となる。このペルソナごとのプロフィールを自動生成する技術として特許文献２に開示されたものがある。この技術では、ペルソナがアクセスしたサイトやネットワークを介して申し込んだサービス等のペルソナの行動履歴に基づいてペルソナのプロフィールを自動的に生成する。
Paul Resnick, Neophytos Iacovou, Mitesh Suchak, Peter Bergstrom, John Riedl, "GroupLens: An Open Architecture for Collaborative Filtering of Netnews", [online], [平成２０年３月２６日検索], インターネット＜http://www.si.umich.edu/~presnick/papers/cscw94/GroupLens.htm＞ 特表２００５−５２４１３２号公報 特開２０００−６６９８１号公報
しかし、特許文献２に開示された方法は、ペルソナの行動履歴をもとにしてプロフィールを自動生成するため、利用者がペルソナとして十分行動しなければペルソナのプロフィールを適切に作成することができず、ペルソナを利用者の側面に一致させることができない。この場合、利用者の多面性を考慮したパーソナライズを実現することができない。これは、新しくペルソナを使い始める際の障壁になる。
本発明はこのような点に鑑みてなされたものであり、利用者がペルソナとして十分行動していない状況であっても、利用者の多面性を考慮したパーソナライズを実現することが可能な技術を提供することを目的とする。
第１の本発明では上記課題を解決するために、情報推薦装置が、ネットワークを通じて情報が配信される端末装置に対し、その利用者がネットワークを通じて情報の配信を受ける際にその配信情報の分野ごとに使い分ける別個の人格であるペルソナを推薦するための情報を送信する。そのために、情報推薦装置は、まず、ネットワークを通じて配信可能な複数の配信情報を分野ごとに分類した複数のクラスタをそれぞれ識別する各ペルソナクラスタ識別子と、当該ペルソナクラスタ識別子にそれぞれ対応するクラスタに属する各配信情報をそれぞれ識別する第１の配信情報識別子と、を対応付けたペルソナクラスタデータベースを記憶部に格納しておく。そして、情報推薦装置は、複数の配信情報をそれぞれ識別する第２の配信情報識別子の集合を端末装置から受信し、ペルソナクラスタ識別子ごとに、ペルソナクラスタデータベースで同一のペルソナクラスタ識別子に対応付けられた第１の配信情報識別子の集合と、第２の配信情報識別子の集合との類似度を求め、当該類似度の高い順に１個以上のペルソナクラスタ識別子を選択し、選択したペルソナクラスタ識別子を抽出し、それを端末装置に送信する。
ここで、情報推薦装置が端末装置から受信する第２の配信情報識別子の集合は、当該端末装置の利用者個人の粒度での趣味趣向を示すものと推定できる。また、これと類似度が高い順に１個以上のペルソナクラスタ識別子を選択することは、当該利用者の趣味趣向に合致する可能性が高い各分野、すなわち当該利用者の各側面にそれぞれ合致する各分野を選択することに相当する。そして、選択した各ペルソナクラスタ識別子を端末装置に送信することは、その利用者の各側面にそれぞれ合致するペルソナが属するクラスタのＩＤを送信することに相当する。このペルソナクラスタ識別子を用いたＩＤ管理技術によって、利用者がペルソナとして十分行動していない状況であっても、利用者の多面性を考慮したパーソナライズを実現できる。
また、第２の本発明では、まず、情報推薦装置が、各利用者をそれぞれ識別する利用者識別子と、当該利用者の端末装置に配信された配信情報を識別する配信情報識別子が属するクラスタを識別するペルソナクラスタ識別子と、を対応付けたペルソナデータベースを記憶部に格納しておく。情報推薦装置は、端末装置から送信されたペルソナクラスタ識別子の集合を受信し、利用者識別子ごとに、ペルソナデータベースで同一の利用者識別子に対応付けられた各ペルソナクラスタ識別子の集合と、受信部で受信された各ペルソナクラスタ識別子の集合との類似度を求め、類似度の高い順に１個以上の利用者識別子を抽出する。そして、情報推薦装置は、抽出された利用者識別子にペルソナデータベースで対応付けられている各ペルソナクラスタ識別子であって、受信された各ペルソナクラスタ識別子を除く各ペルソナクラスタ識別子を抽出し、それを端末装置に送信する。
ここで、情報推薦装置が端末装置から受信するペルソナクラスタ識別子は、それぞれ、当該端末装置の利用者の少なくとも一部の側面に合致するペルソナに対応すると推定できる。また、その集合と類似度が高い１個以上の利用者識別子を抽出することは、当該端末装置の利用者と少なくとも一部の側面が一致する他の利用者のＩＤを抽出することに相当する。また、抽出された利用者識別子に対応付けられている各ペルソナクラスタ識別子であって、受信された各ペルソナクラスタ識別子を除く各ペルソナクラスタ識別子を抽出し、端末装置に送信することは、当該端末装置の利用者の他の側面に合致する可能性が高いペルソナが属するクラスタのＩＤを当該端末装置に送信することに相当する。このペルソナクラスタ識別子を用いたＩＤ管理技術によって、利用者がペルソナとして十分行動していない状況であっても、利用者の多面性を考慮したパーソナライズを実現できる。
以上のように、本発明では、利用者がペルソナとして十分行動していない状況であっても、利用者の多面性を考慮したパーソナライズを実現することができる。
以下、図面を参照して本発明の実施形態を説明する。
〔第１の実施形態〕
まず、本発明の第１の実施形態について説明する。
＜構成＞
図１は、第１の実施形態の情報推薦システム１の構成を例示した概念図である。
図１に示すように、本形態の情報推薦システム１は、情報推薦装置１０、端末装置２０−ｎ（ｎ＝１，...，Ｎ、Ｎは１以上の整数）、及び情報配信装置３０−ｍ（ｍ＝１，...，Ｍ、Ｍは１以上の整数）を有し、情報推薦装置１０、端末装置２０−ｎ、及び情報配信装置３０−ｍは、ネットワーク４０と通信が可能なように構成される。また、情報推薦装置１０、端末装置２０−ｎ、及び情報配信装置３０−ｍは、それぞれ、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、通信ユニット等を具備する通信機能を持つ公知のコンピュータに所定のプログラムが読み込まれて構成される装置である。なお、説明の簡略化のため、本形態では、１つの情報推薦装置１０のみが存在する例を示すが、２以上の情報推薦装置１０が存在してもよい。
図２は、第１の実施形態の情報推薦装置１０の機能構成を例示したブロック図である。また、図３は、情報類似度判定部１３ｂの機能構成の一例を示すブロック図である。
図２に示すように、本形態の情報推薦装置１０は、ペルソナクラスタデータベース記憶部１１ａ、ペルソナデータベース記憶部１１ｂ、一時記憶部１１ｃ、送信部１２ａ、受信部１２ｂ、制御部１３ａ、情報類似度判定部１３ｂ、及びペルソナ識別子割り当て部１３ｃを有する。また、図３に示すように、情報類似度判定部１３ｂは、例えば、カウント部１３ｂａと比較部１３ｂｂとを有する。ここで、ペルソナクラスタデータベース記憶部１１ａ、ペルソナデータベース記憶部１１ｂ及び一時記憶部１１ｃの例は、ハードディスク装置、ＲＡＭ、キャッシュメモリ、レジスタ、又はこれらの少なくとも一部を結合した記憶領域である。また、送信部１２ａ及び受信部１２ｂの例は、所定のプログラムが読み込まれたＣＰＵの制御のもと駆動するモデム等の通信ユニットである。また、制御部１３ａ、情報類似度判定部１３ｂ、及びペルソナ識別子割り当て部１３ｃの例は、所定のプログラムが読み込まれたＣＰＵである。なお、制御部１３ａは、情報推薦装置１０の処理全体を制御する。また、以下では説明を省略するが、一時記憶部１１ｃには、必要に応じて各機能部から出力されたデータが格納され、格納された各データは必要に応じて他の機能部から読み出される。また、或る機能部から他の機能部へデータを送るとは、例えば、或る機能部から出力されたデータが一時記憶部１１ｃに格納され、他の機能部が一時記憶部１１ｃから当該データを読み込むことである。
図４は、第１の実施形態の端末装置２０−ｎの機能構成を例示したブロック図である。各端末装置２０−ｎの構成は同一であるため、以下では、各端末装置２０−ｎの一つを端末装置２０として説明する。
図４に例示するように、本形態の端末装置２０は、利用者識別子記憶部２１ａ、配信情報識別子データベース記憶部２１ｂ、一時記憶部２１ｃ、送信部２２ａ、受信部２２ｂ、制御部２３ａ、応答情報生成部２３ｂ、書き込み部２３ｃ、表示部２４ａ、及び入力部２４ｂを有する。ここで、利用者識別子記憶部２１ａ、配信情報識別子データベース記憶部２１ｂ、及び一時記憶部２１ｃの例は、ハードディスク装置、ＲＡＭ、キャッシュメモリ、レジスタ、又はこれらの少なくとも一部を結合した記憶領域である。また、送信部２２ａ及び受信部２２ｂの例は、所定のプログラムが読み込まれたＣＰＵの制御のもと駆動するモデム等の通信ユニットである。また、制御部２３ａ及び応答情報生成部２３ｂの例は、所定のプログラムが読み込まれたＣＰＵである。また、書き込み部２３ｃの例は、所定のプログラムが読み込まれたＣＰＵ又はその制御のもと駆動するリーダーライタである。また、表示部２４ａの例は、ビデオカードやディスプレイを含む表示ユニットである。また、入力部２４ｂの例は、キーボードやマウスなどである。なお、制御部２３ａは、それを具備する端末装置２０全体の処理を制御する。また、以下では説明を省略するが、一時記憶部２１ｃには、必要に応じて各機能部から出力されたデータが格納され、格納された各データは必要に応じて他の機能部から読み出される。また、或る機能部から他の機能部へデータを送るとは、例えば、或る機能部から出力されたデータが一時記憶部２１ｃに格納され、他の機能部が一時記憶部２１ｃから当該データを読み込むことである。
情報配信装置３０−ｍは、各種配信情報を配信する装置であり、その例は、動画配信装置、静止画配信装置、音楽配信装置、商品情報配信装置、ニュース情報配信装置、ブログ情報配信装置、電話番号情報配信装置、オンライン銀行装置、オンライン取引装置などである。なお、説明の簡略化のため、以下では各情報配信装置３０−ｍをそれぞれ情報配信装置３０と呼ぶ。
＜処理＞
次に、本形態の処理について説明する。
［前処理］
本形態の処理の前提となる前処理について説明する。
まず、情報推薦装置１０のペルソナクラスタデータベース記憶部１１ａに、各情報配信装置３０がネットワーク４０を通じて配信可能な複数の配信情報を分野ごとに分類した複数のクラスタをそれぞれ識別する各ペルソナクラスタ識別子（ＣＩＤ）と、当該ペルソナクラスタ識別子（ＣＩＤ）にそれぞれ対応するクラスタに属する各配信情報をそれぞれ識別する第１の配信情報識別子（ＤＩＤ１）と、を対応付けたペルソナクラスタデータベースを格納しておく。ペルソナクラスタデータベースの生成は、例えば、情報推薦装置１０が各情報配信装置３０からネットワーク４０を通じて複数の配信情報を取得し、それらを分野ごとにクラスタリングし、各クラスタにペルソナクラスタ識別子を付与し、各ペルソナクラスタ識別子と、それに対応する配信情報を識別する第１の配信情報識別子とを対応付けることによって行われる。ここで、複数の配信情報のクラスタリングは、人間が各配信情報を参照して行ってもよいし、ｋ−ｍｅａｎｓ法や階層的クラスタリングなどの公知のクラスタリング方法を用いて自動的に行ってもよい。なお、クラスタリングを自動的に行う場合には、例えば、各配信情報を文書ベクトルとして表現し、文書ベクトル間の類似度に基づき、クラスタリングを行う。また、文書ベクトルの生成には公知の方法を用いればよい（例えば、『岸田和明，「文書クラスタリングの技法：文献レビュー」，三田図書館・情報学会，Ｎ０．４９（２００３），ｐ．３３−７５』、『徳永健伸著，辻井潤一編，「情報検索と言語処理 言語と計算」，東京大学出版会，１９９９年』、『北研二，津田和彦，獅々堀正幹，「情報検索アルゴリズム」，共立出版，２００２年』等参照）。また、ペルソナクラスタ識別子の例は、各クラスタに固有の符号や番号であり、配信情報識別子の例は、配信情報に対応するＵＲＬ（Uniform Resource Locator）やＩＤである。
図５（ａ）は、ペルソナクラスタデータベース記憶部１１ａに格納されるペルソナクラスタデータベースのデータ構成を例示した図である。図５（ａ）は、配信情報識別子がＵＲＬであり、ペルソナクラスタ識別子が上記のクラスタ毎に固有な数字である場合の例である。
また、情報推薦装置１０のペルソナデータベース記憶部１１ｂに、各利用者を利用者個人の粒度で識別する利用者識別子（ＵＩＤ）と、当該利用者識別子（ＵＩＤ）に対応する利用者の端末装置に配信された配信情報の配信情報識別子が属する上記クラスタのペルソナクラスタ識別子（ＣＩＤ）と、当該利用者識別子（ＵＩＤ）に対応する利用者に既に発行されたペルソナ識別子（ＰＩＤ）と、を対応付けたペルソナデータベースを格納しておく。なお、ペルソナ識別子（ＰＩＤ）は、各ペルソナをペルソナの粒度で識別する識別子である。後述のように、本形態で発行される各ペルソナ識別子（ＰＩＤ）は、それぞれ、ペルソナクラスタ識別子（ＣＩＤ）に対応付けられる。すなわち、各ペルソナ識別子（ＰＩＤ）は、何れかの配信情報の分野に対応付けられている。なお、ペルソナとは、ネットワーク４０を通じて情報が配信される端末装置２０に対し、その利用者がネットワーク４０を通じて情報の配信を受ける際にその配信情報の分野ごとに使い分ける別個の人格を意味する。
図５（ｂ）は、ペルソナデータベース記憶部１１ｂに格納されるペルソナデータベースのデータ構成を例示した図である。図５（ｂ）の例では、各利用者識別子にそれぞれ１以上のペルソナ識別子が対応付けられ、各ペルソナクラスタ識別子にそれぞれ１以上のペルソナ識別子が対応付けられる。
一方、各端末装置２０の利用者識別子記憶部２１ａには、それぞれ、その端末装置２０を使用する利用者を識別する利用者識別子（ＵＩＤ）が格納されている。また、各端末装置２０の利用者は、それぞれ、ペルソナを意識することなく利用者個人の粒度で端末装置２０を用いて各情報配信装置３０にアクセスし、各情報配信装置３０から各配信情報の配信を受けているものとする。そして、各端末装置２０の配信情報識別子データベース記憶部２１ｂには、それぞれ、その端末装置２０が受信した各配信情報を識別する第２の配信情報識別子（ＤＩＤ２）が格納される。
図６（ａ）は、ペルソナ識別子が割り当てられていない端末装置２０の利用者識別子記憶部２１ａに格納される配信情報識別子データベースのデータ構成を例示した図である。図６（ａ）の例では、配信情報識別子データベースの要素としてＵＲＬである第２の配信情報識別子が複数格納されている。この段階の配信情報識別子データベースの第２の配信情報識別子は分野ごとに分類されておらず、複数の分野の配信情報にそれぞれ対応する第２の配信情報識別子が混在している。
［ペルソナ推薦処理］
図７，８は、第１の実施形態のペルソナ推薦処理を説明するためのフローチャートである。以下、これらの図に従って、本形態のペルソナ推薦処理を説明する。
まず、端末装置２０の配信情報識別子データベース記憶部２１ｂに格納された、複数の配信情報をそれぞれ識別する第２の配信情報識別子（ＤＩＤ２）の集合が読み出され、送信部２２ａに送られる。なお、この第２の配信情報識別子（ＤＩＤ２）の集合は、当該配信情報識別子データベース記憶部２１ｂに格納されたすべての第２の配信情報識別子（ＤＩＤ２）を要素とする集合であってもよいし、ペルソナ識別子が対応付けられていない第２の配信情報識別子（ＤＩＤ２）を要素とする集合であってもよいし、端末装置２０の利用者が任意に選択した第２の配信情報識別子（ＤＩＤ２）を要素とする集合であってもよい。送信部２２ａは、この第２の配信情報識別子（ＤＩＤ２）の集合をネットワーク４０経由で情報推薦装置１０に送信する（ステップＳ１）。
この第２の配信情報識別子（ＤＩＤ２）の集合は、情報推薦装置１０の受信部１２ｂで受信され、情報類似度判定部１３ｂに送られる（ステップＳ２）。情報類似度判定部１３ｂは、ペルソナクラスタデータベース記憶部１１ａに格納されたペルソナクラスタデータベースを参照し、ペルソナクラスタ識別子（ＣＩＤ）ごとに、ペルソナクラスタデータベースで同一のペルソナクラスタ識別子（ＣＩＤ）に対応付けられた第１の配信情報識別子（ＤＩＤ１）の集合と、送られた第２の配信情報識別子（ＤＩＤ２）の集合との類似度を求め、当該類似度の高い順に１個以上のペルソナクラスタ識別子（ＣＩＤ）を選択し、選択したペルソナクラスタ識別子（ＣＩＤ）を抽出する（ステップＳ３）。
《ステップＳ３の具体例》
この例では、情報類似度判定部１３ｂのカウント部１３ｂａに第２の配信情報識別子（ＤＩＤ２）の集合が入力され、カウント部１３ｂａは、第２の配信情報識別子（ＤＩＤ２）の集合と、ペルソナクラスタデータベースで同一のペルソナクラスタ識別子（ＣＩＤ）が対応付けられている第１の配信情報識別子（ＤＩＤ１）の集合とを比較し、第２の配信情報識別子（ＤＩＤ２）と第１の配信情報識別子（ＤＩＤ１）とが一致する個数をカウントする。カウント部１３ｂａは、このカウント数（ＣＴ）を、第２の配信情報識別子（ＤＩＤ２）の集合と当該ペルソナクラスタ識別子（ＣＩＤ）に対応するクラスタとの類似度とし、当該カウント数（ＣＴ）と、当該ペルソナクラスタ識別子（ＣＩＤ）と、当該第１の配信情報識別子（ＤＩＤ１）に一致した第２の配信情報識別子（ＤＩＤ２ｓｕｂ）とを対応付けて一時記憶部１１ｃに格納する。カウント部１３ｂａは、同様な処理をペルソナクラスタデータベースの各ペルソナクラスタ識別子（ＣＩＤ）について実行する。そして、比較部１３ｂｂは、一時記憶部１１ｃに格納された各ペルソナクラスタ識別子（ＣＩＤ）にそれぞれ対応付けられたカウント数（ＣＴ）を比較し、当該カウント数（ＣＴ）が多い（類似度が高い）順に１個以上のペルソナクラスタ識別子（ＣＩＤ）を選択し、選択した各ペルソナクラスタ識別子（ＣＩＤ）と、それに対応する第２の配信情報識別子（ＤＩＤ２ｓｕｂ）とを出力する。
なお、単純に第２の配信情報識別子（ＤＩＤ２）と第１の配信情報識別子（ＤＩＤ１）とが一致する個数をカウントし、そのカウント数（ＣＴ）を類似度とするのではなく、各第１の配信情報識別子（ＤＩＤ１）に重みを設定しておき、その重みを考慮したカウント数（ＣＴ）を類似度としてもよい。具体的には、カウント部１３ｂａは、第２の配信情報識別子（ＤＩＤ２）と第１の配信情報識別子（ＤＩＤ１）とが一致した場合に、一致した第１の配信情報識別子（ＤＩＤ１）に設定された重み分だけカウントアップしてもよい。また、比較部１３ｂｂが抽出するペルソナクラスタ識別子（ＣＩＤ）の個数は予め設定されていてもよいし、上記カウント数（ＣＴ）に関する閾値を設定しておき、その閾値以上のカウント数（ＣＴ）となったペルソナクラスタ識別子（ＣＩＤ）をすべて抽出してもよい（《ステップＳ３の具体例》の説明終わり）。
ステップＳ３で抽出されたペルソナクラスタ識別子（ＣＩＤ）と、そのペルソナクラスタ識別子（ＣＩＤ）に対応付けられている第１の配信情報識別子（ＤＩＤ１）に一致した第２の配信情報識別子（ＤＩＤ２ｓｕｂ）とが、それぞれ互いに対応付けられて送信部１２ａに送られる。送信部１２ａは、これらの情報をネットワーク４０経由で上記の端末装置２０に送信する（ステップＳ４）。
これらの情報は端末装置２０の受信部２２ｂで受信され（ステップＳ５）、まず表示部２４ａに送られる。表示部２４ａは、これらのペルソナクラスタ識別子（ＣＩＤ）と、第２の配信情報識別子（ＤＩＤ２ｓｕｂ）との組を表示し、さらに、利用者にペルソナクラスタ識別子（ＣＩＤ）の選択を促す情報も表示する（ステップＳ６）。入力部２４ｂは、選択されたペルソナクラスタ識別子（ＣＩＤ）を特定する選択情報（ＳＩ）の入力を受け付け、その選択情報（ＳＩ）を応答情報生成部２３ｂに送る（ステップＳ７）。応答情報生成部２３ｂには、さらに、受信部２２ｂで受信されたペルソナクラスタ識別子（ＣＩＤ）及び第２の配信情報識別子（ＤＩＤ２ｓｕｂ）と、利用者識別子記憶部２１ａから読み込まれた利用者識別子（ＵＩＤ）とが入力される。応答情報生成部２３ｂは、利用者識別子（ＵＩＤ）、ペルソナクラスタ識別子（ＣＩＤ）、第２の配信情報識別子（ＤＩＤ２ｓｕｂ）、及び選択情報（ＳＩ）を含む応答情報を生成し、それを送信部２２ａに送る（ステップＳ８）。なお、応答情報でも、各ペルソナクラスタ識別子（ＣＩＤ）は、それぞれに対応する第２の配信情報識別子（ＤＩＤ２ｓｕｂ）に対応付けられている。送信部２２ａは、その応答情報をネットワーク経由で情報推薦装置１０に送信する（ステップＳ９）。
応答情報は、情報推薦装置１０の受信部１２ｂで受信され（ステップＳ１０）、ペルソナ識別子割り当て部１３ｃに送られる。ペルソナ識別子割り当て部１３ｃは、応答情報が含む選択情報（ＳＩ）が示すペルソナクラスタ識別子（ＣＩＤｓｅｌ）の個数分だけ新たにペルソナ識別子（ＰＩＤ）を発行する（ステップＳ１１）。この際、ペルソナ識別子割り当て部１３ｃは、ペルソナデータベース記憶部１１ｂに格納されているペルソナデータベースを参照し、発行済のペルソナ識別子と重複しないペルソナ識別子（ＰＩＤ）を発行する。次に、ペルソナ識別子割り当て部１３ｃは、発行した各ペルソナ識別子（ＰＩＤ）を、それぞれ、選択情報（ＳＩ）が示す各ペルソナクラスタ識別子（ＣＩＤｓｅｌ）と一対一で対応付け、さらにそれらを応答情報が含む利用者識別子（ＵＩＤ）に対応付けてペルソナデータベース記憶部１１ｂに格納する。これにより、ペルソナデータベースのデータが追加される。また、発行された各ペルソナ識別子（ＰＩＤ）と、それに対応付けられた各ペルソナクラスタ識別子（ＣＩＤｓｅｌ）と、各ペルソナクラスタ識別子（ＣＩＤｓｅｌ）に対応する第２の配信情報識別子（ＤＩＤ２ｓｕｂ）とが、相互に対応付けられたペルソナ情報が送信部１２ａに送られる。送信部１２ａは、そのペルソナ情報をネットワーク４０経由で上記の端末装置２０に送信する。
ペルソナ情報は、端末装置２０の受信部２２ｂで受信され、書き込み部２３ｃに送られる（ステップＳ１４）。書き込み部２３ｃは、送られたペルソナ情報が含む、各ペルソナ識別子（ＰＩＤ）と、各ペルソナクラスタ識別子（ＣＩＤｓｅｌ）と、各第２の配信情報識別子（ＤＩＤ２ｓｕｂ）との対応関係を維持しつつ、これらを配信情報識別子データベース記憶部２１ｂに格納し、配信情報識別子データベースを更新する（ステップＳ１５）。図６（ｂ）は、このように更新された配信情報識別子データベースのデータ構成の例示である。図６（ａ），（ｂ）を比較すれば分かるように、この処理により、各第２の配信情報識別子にペルソナ識別子とペルソナクラスタ識別子とが対応付けられた。
以上により、端末装置２０は、その利用者がペルソナとして十分行動していない状況であっても、その利用者の各側面に適合した分野のペルソナクラスタに対応するペルソナ識別子を利用することが可能となり、ペルソナクラスタ識別子を用いたＩＤ管理技術によって、利用者の多面性を考慮したサービスを受けることができる。
〔第２の実施形態〕
次に、本発明の第２の実施形態について説明する。本形態は、第１の実施形態の変形例であり、情報推薦装置がペルソナを推薦するためにさらに利用者間の類似度をも考慮するものである。以下では、第１の実施形態との相違点を中心に説明し、第１の実施形態と共通する事項については説明を省略する。
＜構成＞
第２の実施形態の情報推薦システムは、図１に示した第１の実施形態の情報推薦システムの情報推薦装置１０を情報推薦装置１１０に置換したものである。以下では、情報推薦装置１１０の構成のみを説明する。
図９は、第２の実施形態の情報推薦装置１１０の機能構成を例示したブロック図である。また、図１０は、利用者類似度判定部１１３ｄの機能構成の一例を示したブロック図である。なお、図９では、第１の実施形態の情報推薦装置１０と共通する機能部に図２と同じ符号を用いた。以下では、情報推薦装置１０との相違点を中心に説明する。
図９に示すように、本形態の情報推薦装置１１０は、ペルソナクラスタデータベース記憶部１１ａ、ペルソナデータベース記憶部１１ｂ、一時記憶部１１ｃ、送信部１２ａ、受信部１２ｂ、制御部１３ａ、情報類似度判定部１３ｂ、ペルソナ識別子割り当て部１３ｃ、利用者類似度判定部１１３ｄ、及びペルソナクラスタ識別子追加部１１３ｅを有する。また、図１０に示すように、利用者類似度判定部１１３ｄは、利用者ベクトル生成部１１３ｄａ、相関係数算出部１１３ｄｂ、及び選択部１１３ｄｃを有する。なお、利用者類似度判定部１１３ｄ、及びペルソナクラスタ識別子追加部１１３ｅの例は、所定のプログラムが読み込まれたＣＰＵである。
＜処理＞
次に、本形態の処理について説明する。以下では、第１の実施形態との相違点を中心に説明する。
［前処理］
第１の実施形態と同じであるため説明を省略する。
［ペルソナ推薦処理］
図１１は、第２の実施形態のペルソナ推薦処理を説明するためのフローチャートである。以下、これらの図に従って、本形態のペルソナ推薦処理を説明する。
まず、第１の実施形態で説明したステップＳ１〜Ｓ３の処理が実行される。ステップＳ３で情報類似度判定部１３ｂが選択した各ペルソナクラスタ識別子（ＣＩＤ）は、利用者類似度判定部１１３ｄに送られる。利用者類似度判定部１１３ｄは、利用者識別子（ＵＩＤ）ごとに、ペルソナデータベース記憶部１１ｂのペルソナデータベースで同一の利用者識別子（ＵＩＤ）に対応付けられた各ペルソナクラスタ識別子（ＣＩＤ）の集合と、情報類似度判定部１３ｂで抽出された各ペルソナクラスタ識別子（ＣＩＤ）の集合との類似度を求め、当該類似度の高い順に１個以上の利用者識別子（ＵＩＤ）を抽出する（ステップＳ２１）。これは利用者間の類似度を評価することに相当する。
《ステップＳ２１の具体例》
この例では、まず利用者類似度判定部１１３ｄの利用者ベクトル生成部１１３ｄａに、ステップＳ３で情報類似度判定部１３ｂが選択した各ペルソナクラスタ識別子（ＣＩＤ）が入力される。利用者ベクトル生成部１１３ｄａは、当該各ペルソナクラスタ識別子（ＣＩＤ）を用い、ペルソナを推薦する上記端末装置２０の利用者に対応する利用者ベクトル（ＵＶ１）を生成し、一時記憶部１１ｃに格納する。利用者ベクトル（ＵＶ１）は、ステップＳ３で情報類似度判定部１３ｂが選択した各ペルソナクラスタ識別子（ＣＩＤ）の集合の特徴を示すベクトルであればよい。利用者ベクトル（ＵＶ１）の一例は、各ペルソナクラスタ識別子がそれぞれステップＳ３で選択されたか否かを示す値を要素とするベクトルである。例えば、以下のようなベクトルを利用者ベクトル（ＵＶ１）とすればよい。
UV1={e1, e2, ..., eK} …(1)
ただし、ｅｋ={0,1} (k=1,...,K)は、ペルソナクラスタデータベースに存在するｋ番目のペルソナクラスタ識別子（ＣＩＤ）がステップＳ３で選択されたか否かを示す値である。例えば、ペルソナクラスタデータベースに存在するｋ番目のペルソナクラスタ識別子（ＣＩＤ）がステップＳ３で選択された場合にはｅｋ=1とし、選択されていない場合にはｅｋ=0とする。また、他の例として、ペルソナクラスタ識別子（ＣＩＤ）ごとに重みgｋを設定し、ペルソナクラスタデータベースに存在するｋ番目のペルソナクラスタ識別子（ＣＩＤ）がステップＳ３で選択された場合にはｅｋ= gｋとし、選択されていない場合にはｅｋ=0としてもよい。なお、Ｋはペルソナクラスタデータベースに存在するペルソナクラスタ識別子（ＣＩＤ）の総数である。
また、利用者類似度判定部１１３ｄの利用者ベクトル生成部１１３ｄａには、さらに、ペルソナデータベースの利用者識別子（ＵＩＤ）ごとに、各利用者識別子（ＵＩＤ）にそれぞれ対応する各ペルソナクラスタ識別子（ＣＩＤ）の集合が入力される。利用者ベクトル生成部１１３ｄａは、当該各ペルソナクラスタ識別子（ＣＩＤ）の集合を用い、ペルソナデータベースの利用者識別子（ＵＩＤ）ごとに、各利用者識別子（ＵＩＤ）にそれぞれ対応する各利用者ベクトル（ＵＶ２）を生成し、それらを対応する利用者識別子（ＵＩＤ）に対応付けて一時記憶部１１ｃに格納する。利用者ベクトル（ＵＶ２）は、ペルソナデータベースで同一の利用者識別子（ＵＩＤ）に対応付けられている各ペルソナクラスタ識別子（ＣＩＤ）の集合の特徴を示すベクトルである。ただし、利用者ベクトル（ＵＶ１）と利用者ベクトル（ＵＶ２）とは、同一の基準で各ペルソナクラスタ識別子（ＣＩＤ）の集合の特徴を示すものでなければならない。例えば、式（１）を利用者ベクトル（ＵＶ１）とするのであれば、以下のようなベクトルを利用者ベクトル（ＵＶ２）とする必要がある。
UV2={f1, f2, ..., fK} …(2)
ただし、fｋ={0,1} (k=1,...,K)は、ペルソナクラスタデータベースに存在するｋ番目のペルソナクラスタ識別子（ＣＩＤ）が、ペルソナデータベースで、対象となる利用者識別子（ＵＩＤ）に対応付けられているか否を示す値である。例えば、ペルソナクラスタデータベースに存在するｋ番目のペルソナクラスタ識別子（ＣＩＤ）が、ペルソナデータベースで、対象となる利用者識別子（ＵＩＤ）に対応付けられている場合にはfｋ=1とし、対応付けられていない場合にはfｋ=0とする。また、他の例として、ペルソナクラスタ識別子（ＣＩＤ）ごとに重みgｋを設定し、ペルソナクラスタデータベースに存在するｋ番目のペルソナクラスタ識別子（ＣＩＤ）がステップＳ３で選択された場合にはfｋ= gｋとし、選択されていない場合にはfｋ=0としてもよい。
次に、利用者類似度判定部１１３ｄの相関係数算出部（図示せず）が、一時記憶部１１ｃから利用者ベクトル（ＵＶ１，２）を読み込み、利用者識別子（ＵＩＤ）ごとに、利用者ベクトル（ＵＶ１）と利用者ベクトル（ＵＶ２）との相関係数（ＣＯＲ）（「類似度」に相当）を求める。例えば、式（１）（２）の利用者ベクトル（ＵＶ１，ＵＶ２）を用いるのであれば、相関係数（ＣＯＲ）は以下のようになる。
COR= e1・f1+...+eK・fK …(3)
生成された相関係数（ＣＯＲ）は、対応する利用者ベクトル（ＵＶ２）に対応付けて一時記憶部１１ｃに格納される。
次に選択部１１３ｄｃが、一時記憶部１１ｃに格納された各相関係数（ＣＯＲ）を比較し、相関係数（ＣＯＲ）が大きい順に１個以上の利用者識別子（ＵＩＤ）を抽出し、出力する（《ステップＳ２１の具体例》の説明終わり）。
次に、ペルソナクラスタ識別子追加部１１３ｅに、利用者類似度判定部１１３ｄで抽出された利用者識別子（ＵＩＤ）と、情報類似度判定部１３ｂで抽出された各ペルソナクラスタ識別子（ＣＩＤ）とが入力される。ペルソナクラスタ識別子追加部１１３ｅは、ペルソナデータベースを参照し、利用者類似度判定部１１３ｄで抽出された利用者識別子（ＵＩＤ）にペルソナデータベースで対応付けられている各ペルソナクラスタ識別子（ＣＩＤａｄｄ１）であって、情報類似度判定部１３ｂで抽出された各ペルソナクラスタ識別子（ＣＩＤ）を除く各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）を抽出する（ステップＳ２２）。抽出された各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）は送信部１２ａに送られる。送信部１２ａには、さらに、情報類似度判定部１３ｂで抽出された（ステップＳ３）各ペルソナクラスタ識別子（ＣＩＤ）と、それに対応する第２の配信情報識別子（ＤＩＤ２ｓｕｂ）とが入力される。送信部１２ａは、これらをステップＳ２２で抽出された各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）とともに、ネットワーク４０経由で端末装置２０に送信する（ステップＳ２４）。それらは端末装置２０の受信部２２ａで受信される（ステップＳ２５）。その後、第１の実施形態で説明したステップＳ６〜Ｓ１５の処理が実行される。
図１２（ａ）は、第２の実施形態の処理を行う前の端末装置２０の配信情報識別子データベース記憶部２１ｂに格納される配信情報識別子データベースのデータ構成を例示した図である。また、図１２（ｂ）は、第２の実施形態の処理を行った後の端末装置２０の配信情報識別子データベース記憶部２１ｂに格納される配信情報識別子データベースのデータ構成を例示した図である。本形態の場合、第２の配信情報識別子に基づいてペルソナ識別子が設定されるのみならず、利用者の類似度のみに基づいて別のペルソナ識別子が設定されることになる。そのため、図１２（ｂ）のデータ構成例では、第２の配信情報識別子に対応付けられていないペルソナ識別子も存在している。
以上のように、本形態では、情報推薦装置１１０が、さらに利用者の類似度に基づいて、利用者の各側面に適合した分野のペルソナクラスタに対応するペルソナ識別子を設定することとした。この場合、利用者がペルソナとしてだけではなく、利用者個人の粒度としても十分に行動していない状況であっても、利用者は、その各側面に適合した分野のペルソナクラスタに対応するペルソナ識別子を利用することが可能となる。
〔第３の実施形態〕
次に、本発明の第３の実施形態について説明する。本形態は、第２の実施形態のさらなる変形例であり、情報推薦装置が利用者間の類似度を考慮してペルソナクラスタ識別子を抽出し、さらに、抽出したペルソナクラスタ識別子の選定を、利用者間の類似度の評価に用いられなかった利用者の配信情報識別子を用いて行うものである。以下では、第１，２の実施形態との相違点を中心に説明し、第１，２の実施形態と共通する事項については説明を省略する。
＜構成＞
第３の実施形態の情報推薦システムは、図１に示した第１の実施形態の情報推薦システムの情報推薦装置１０を情報推薦装置２１０に置換したものである。以下では、情報推薦装置２１０の構成のみを説明する。
図１３は、第３の実施形態の情報推薦装置２１０の機能構成を例示したブロック図である。また、図１４は、選定部２１３ｂの機能構成の一例を示したブロック図である。なお、図１３では、第１，２の実施形態の情報推薦装置１０，１１０と共通する機能部に図２，図９と同じ符号を用いた。以下では、情報推薦装置１０，１１０との相違点を中心に説明する。
図１３に示すように、本形態の情報推薦装置２１０は、ペルソナクラスタデータベース記憶部１１ａ、ペルソナデータベース記憶部１１ｂ、一時記憶部１１ｃ、送信部１２ａ、受信部１２ｂ、制御部１３ａ、情報類似度判定部１３ｂ、ペルソナ識別子割り当て部１３ｃ、利用者類似度判定部１１３ｄ、ペルソナクラスタ識別子追加部１１３ｅ、差集合生成部２１３ａ、及び選定部２１３ｂを有する。また、図１４に示すように、選定部２１３ｂは、カウント部２１３ｂａ、及び比較部２１３ｂｂを有する。なお、差集合生成部２１３ａ、及び選定部２１３ｂの例は、所定のプログラムが読み込まれたＣＰＵである。
＜処理＞
次に、本形態の処理について説明する。以下では、第１，２の実施形態との相違点を中心に説明する。
［前処理］
第１の実施形態と同じであるため説明を省略する。
［ペルソナ推薦処理］
図１５は、第３の実施形態のペルソナ推薦処理を説明するためのフローチャートである。以下、これらの図に従って、本形態のペルソナ推薦処理を説明する。
まず、第１の実施形態で説明したステップＳ１〜Ｓ３の処理が実行される。次に、第２の実施形態で説明したステップＳ２１，Ｓ２２の処理が実行される。次に、情報類似度判定部１３ｂから、第２の配信情報識別子（ＤＩＤ２）の集合と、情報類似度判定部１３ｂで抽出された各ペルソナクラスタ識別子（ＣＩＤ）にそれぞれ対応する第１の配信情報識別子（ＤＩＤ１）と一致する第２の配信情報識別子（ＤＩＤ２ｓｕｂ）の集合とが、情報推薦装置２１０の差集合生成部２１３ａに送られる。差集合生成部２１３ａは、第２の配信情報識別子（ＤＩＤ２）の集合から、情報類似度判定部で抽出された各ペルソナクラスタ識別子にそれぞれ対応する第１の配信情報識別子（ＤＩＤ１）と一致するもの（ＤＩＤ２ｓｕｂ）を取り除いた、第３の配信情報識別子（ＤＩＤ３）の集合を生成する（ステップＳ３１）。
生成された第３の配信情報識別子（ＤＩＤ３）の集合は、選定部２１３ｂに送られる。選定部２１３ｂには、さらに、ペルソナクラスタ識別子追加部１１３ｅで抽出された各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）が入力される。選定部２１３ｂは、ペルソナクラスタデータベースを参照し、ペルソナクラスタ識別子ごとに、当該各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）に対応する第１の配信情報識別子（ＤＩＤ１）の集合と、第３の配信情報識別子（ＤＩＤ３）の集合との類似度を求め、類似度の高い順に、ペルソナクラスタ識別子追加部１１３ｅで抽出された各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）から複数個のペルソナクラスタ識別子（ＣＩＤａｄｄ３）を選定して出力する（ステップＳ３２）。
《ステップＳ３２の具体例》
この例では、まず、選定部２１３ｂのカウント部２１３ｂａに、上記第３の配信情報識別子（ＤＩＤ３）の集合と、上記各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）の集合とが入力される。カウント部２１３ｂａは、ペルソナクラスタデータベースを参照し、ペルソナクラスタ識別子（ＣＩＤａｄｄ２）ごとに、当該各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）に対応する第１の配信情報識別子（ＤＩＤ１）の集合と、第３の配信情報識別子（ＤＩＤ３）の集合とを比較し、当該第２の配信情報識別子（ＤＩＤ１）と第３の配信情報識別子（ＤＩＤ３）とが一致する個数をカウントする。カウント部２１３ｂａは、このカウント数を、各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）に対応する第１の配信情報識別子（ＤＩＤ１）の集合と、第３の配信情報識別子（ＤＩＤ３）の集合との類似度とし、当該カウント数（ＣＴ２）と、対応するペルソナクラスタ識別子（ＣＩＤａｄｄ２）とを対応付けて一時記憶部１１ｃに格納する。カウント部２１３ｂａは、同様な処理を各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）について実行する。
そして、比較部２１３ｂｂは、一時記憶部１１ｃに格納されたペルソナクラスタ識別子（ＣＩＤａｄｄ２）にそれぞれ対応付けられたカウント数（ＣＴ２）を比較し、当該カウント数（ＣＴ２）が多い（類似度が高い）順に１個以上のペルソナクラスタ識別子をＣＩＤａｄｄ３として選択し、選択した各ペルソナクラスタ識別子（ＣＩＤａｄｄ３）を出力する。
なお、単純にペルソナクラスタ識別子（ＣＩＤａｄｄ２）に対応する第１の配信情報識別子（ＤＩＤ１）と、第３の配信情報識別子（ＤＩＤ３）とが一致する個数をカウントし、そのカウント数を類似度とするのではなく、各第１の配信情報識別子（ＤＩＤ１）に重みを設定しておき、その重みを考慮したカウント数を類似度としてもよい。また、比較部２１３ｂｂが抽出するペルソナクラスタ識別子（ＣＩＤａｄｄ３）の個数は予め設定されていてもよいし、上記カウント数（ＣＴ２）に関する閾値を設定しておき、その閾値以上のカウント数（ＣＴ２）となったペルソナクラスタ識別子（ＣＩＤａｄｄ２）をすべてＣＩＤａｄｄ３として抽出してもよい（《ステップＳ３２の具体例》の説明終わり）。
次に、ステップＳ３２で抽出されたペルソナクラスタ識別子（ＣＩＤａｄｄ３）は、送信部１２ａに送られる。送信部１２ａには、さらに、情報類似度判定部１３ｂで抽出された（ステップＳ３）各ペルソナクラスタ識別子（ＣＩＤ）と、それに対応する第２の配信情報識別子（ＤＩＤ２ｓｕｂ）とが入力される。送信部１２ａは、これらをステップＳ３２で抽出された各ペルソナクラスタ識別子（ＣＩＤａｄｄ２）とともに、ネットワーク４０経由で端末装置２０に送信する（ステップＳ３４）。それらは端末装置２０の受信部２２ａで受信される（ステップＳ３５）。その後、第１の実施形態で説明したステップＳ６〜Ｓ１５の処理が実行される。
以上のように、本形態では、情報推薦装置２１０の送信部１２ａが端末装置２０に送信するペルソナクラスタ識別子追加部１１３ｅで抽出された各ペルソナクラスタ識別子を、選定部２１３ｂで選定されたものに限定することとした。上述のように、この選定には、端末装置２０から送られた第２の配信情報識別子（ＤＩＤ２）のうち、利用者間の類似度の評価に用いられなかった第３の配信情報識別子（ＤＩＤ３）の集合を用いている。これにより、より利用者の側面に合致したペルソナクラスタ識別子を選定し、それらを端末装置２０に送信することができる。
〔第４の実施形態〕
次に、本発明の第４の実施形態を説明する。本形態は第２の実施形態の変形例であり、情報推薦装置が端末装置から送られたペルソナクラスタ識別子をもとに、その利用者に類似する利用者を抽出し、抽出した利用者に対応するペルソナクラスタ識別子を紹介するものである。すなわち、本形態は、少なくとも１つのペルソナクラスタ識別子を既に所持する端末装置に対し、新たなペルソナクラスタ識別子を紹介するものである。以下では、第１，２の実施形態との相違点を中心に説明し、第１，２の実施形態と共通する事項については説明を省略する。
＜構成＞
第４の実施形態の情報推薦システムは、図１に示した第１の実施形態の情報推薦システムの情報推薦装置１０を情報推薦装置３１０に置換し、端末装置２０を端末装置３２０に置換したものである。以下では、これらの相違点を中心に説明する。
図１６は、第４の実施形態の情報推薦装置３１０の機能構成を例示したブロック図である。また、図１７は、第４の実施形態の端末装置３２０の機能構成を例示したブロック図である。
図１６に示すように、本形態の情報推薦装置３１０は、ペルソナクラスタデータベース記憶部１１ａ、ペルソナデータベース記憶部１１ｂ、一時記憶部１１ｃ、送信部１２ａ、受信部１２ｂ、制御部１３ａ、ペルソナ識別子割り当て部１３ｃ、利用者類似度判定部３１３ｄ、及びペルソナクラスタ識別子追加部１１３ｅを有する。また、図１７に示すように、本形態の端末装置３２０と第１の実施形態の端末装置２０との相違点は、情報の流れである。
＜処理＞
次に、本形態の処理について説明する。
［前処理］
第１の実施形態との相違点は、端末装置３２０の配信情報識別子データベース記憶部２１ｂに、ペルソナ識別子（ＰＩＤ）とペルソナクラスタ識別子（ＣＩＤ）とが格納されている点である。図１８（ａ）は、この配信情報識別子データベース記憶部２１ｂに格納された配信情報識別子データベースのデータ構成を例示した図である。その他は第１の実施形態と同じであるため説明を省略する。
［ペルソナ推薦処理］
図１９は、第４の実施形態のペルソナ推薦処理を説明するためのフローチャートである。以下、これらの図に従って、本形態のペルソナ推薦処理を説明する。
まず、端末装置３２０の配信情報識別子データベース記憶部２１ｂに格納されたペルソナクラスタ識別子（ＣＩＤ）の集合を特定するペルソナ識別子（ＰＩＤ）の集合が読み出され、送信部２２ａに送られる。なお、ここでのペルソナクラスタ識別子（ＣＩＤ）の集合は１個以上のペルソナクラスタ識別子（ＣＩＤ）を要素とし、ペルソナ識別子（ＰＩＤ）の集合は、それにそれぞれ対応付けられる１個以上のペルソナ識別子（ＰＩＤ）を要素とする。送信部２２ａは、当該ペルソナ識別子（ＰＩＤ）の集合をネットワーク４０経由で情報推薦装置３１０に送信する（ステップＳ４１）。
ペルソナ識別子（ＰＩＤ）の集合は、情報推薦装置３１０の受信部１２ｂで受信され、利用者類似度判定部３１３ｄに送られる（ステップＳ４２）。利用者類似度判定部３１３ｄは、ペルソナデータベースを参照し、利用者識別子（ＵＩＤ）ごとに、ペルソナデータベースで同一の利用者識別子（ＵＩＤ）に対応付けられた各ペルソナクラスタ識別子（ＣＩＤ）の集合と、受信部１２ｂで受信されたペルソナ識別子（ＰＩＤ）によって特定されるペルソナクラスタ識別子（ＣＩＤ）の集合との類似度を求め、当該類似度の高い順に１個以上の利用者識別子（ＵＩＤ）を抽出する（ステップＳ４３）。これは利用者間の類似度を評価することに相当する。なお、類似度の求め方や抽出する利用者識別子（ＵＩＤ）の個数の具体例は、第２の実施形態の利用者類似度判定部１１３ｄと同様である。
利用者類似度判定部３１３ｄで抽出された各利用者識別子（ＵＩＤ）はペルソナクラスタ識別子追加部１１３ｅに送られる。さらに、ペルソナクラスタ識別子追加部１１３ｅには、受信部１２ｂで受信されたペルソナ識別子（ＰＩＤ）も送られる。ペルソナクラスタ識別子追加部１１３ｅは、ペルソナデータベースを参照し、利用者類似度判定部３１３ｄで抽出された利用者識別子（ＵＩＤ）にペルソナデータベースで対応付けられている各ペルソナクラスタ識別子（ＣＩＤ）であって、受信部１２ｂで受信されたペルソナ識別子（ＰＩＤ）に対応する各ペルソナクラスタ識別子（ＣＩＤ）を除く各ペルソナクラスタ識別子（ＣＩＤ）を抽出する（ステップＳ４４）。
ペルソナクラスタ識別子追加部１１３ｅで抽出された各ペルソナクラスタ識別子（ＣＩＤ）は送信部１２ａに送られ、送信部１２ａは当該各ペルソナクラスタ識別子（ＣＩＤ）をネットワーク４０経由で端末装置３２０に送信する（ステップＳ４５）。端末装置３２０の受信部２２ａは、当該各ペルソナクラスタ識別子（ＣＩＤ）を受信し、その後、第１の実施形態で説明したステップＳ６〜Ｓ１５の処理が実行される。
図１８（ｂ）は、第４の実施形態の処理を行った後の端末装置３２０の配信情報識別子データベース記憶部２１ｂに格納される配信情報識別子データベースのデータ構成を例示した図である。本形態の場合、第２の配信情報識別子に基づくことなく、利用者の類似度のみに基づいてペルソナ識別子が設定される。そのため、図１８（ｂ）のデータ構成例では、第２の配信情報識別子に対応付けられていないペルソナ識別子が新たに追加される。
以上のように、本形態では、情報推薦装置３１０が、利用者の類似度に基づいて、利用者の各側面に適合した分野のペルソナクラスタに対応するペルソナ識別子を設定することとした。この場合、利用者がある程度のペルソナ識別子を所持しているが、それらに対応するペルソナ以外のペルソナとして十分に行動していない状況であっても、利用者は、その十分に行動していない側面に適合した分野のペルソナクラスタに対応するペルソナ識別子を新たに利用することが可能となる。
〔第５の実施形態〕
次に、本発明の第５の実施形態を説明する。上記の各実施形態では、まず、情報推薦装置が、端末装置から送られた情報に基づいてペルソナクラスタ識別子を選択し、それらを端末装置に送信し、端末装置でペルソナを発行するペルソナクラスタ識別子を選択させてから、選択されたペルソナクラスタ識別子に対応するペルソナを発行していた。第５の実施形態では、情報推薦装置が端末装置から送られた情報に基づいてペルソナクラスタ識別子を選択し、選択したすべてのペルソナクラスタ識別子に対応するペルソナを発行する。情報推薦装置が端末装置から送られた情報に基づいてペルソナクラスタ識別子を選択する手順、及び、情報推薦装置がペルソナクラスタ識別子に対応するペルソナを発行する手順は、上述の何れかの実施形態で説明した手順を用いればよい。
〔第６の実施形態〕
次に、本発明の第６の実施形態を説明する。本形態は、第５の実施形態の変形例である。第６の実施形態では、情報推薦装置が、端末装置から送られた情報に基づいてペルソナクラスタ識別子を選択し、選択したすべてのペルソナクラスタ識別子に対応するペルソナを発行する。さらに、情報推薦装置は、抽出したペルソナクラスタ識別子毎に協調フィルタリングを行い、端末装置に推薦する配信情報識別子を抽出する。このような形態は、第１〜第４の各実施形態の変形として実現可能である。しかし、以下では一例として、第１の実施形態の変形例を説明する。なお、以下でも、これまでとの相違点を中心に説明する。
＜構成＞
第６の実施形態の情報推薦システムは、図１に示した第１の実施形態の情報推薦システムの情報推薦装置１０を情報推薦装置５１０に置換したものである。以下では、これらの相違点を中心に説明する。
図２０は、第６の実施形態の情報推薦装置５１０の機能構成を例示したブロック図である。
図２０に示すように、本形態の情報推薦装置５１０は、ペルソナクラスタデータベース記憶部１１ａ、ペルソナデータベース記憶部１１ｂ、一時記憶部１１ｃ、送信部１２ａ、受信部１２ｂ、制御部１３ａ、情報類似度判定部１３ｂ、ペルソナ識別子割り当て部１３ｃ、及び推薦配信情報選択部５１３ａを有する。なお、推薦配信情報選択部５１３ａの例は、所定のプログラムが読み込まれたＣＰＵである。
＜処理＞
次に、本形態の処理について説明する。
［前処理］
第１の実施形態と同じであるため説明を省略する。
［ペルソナ推薦処理］
図２１は、第６の実施形態のペルソナ推薦処理を説明するためのフローチャートである。以下、この図に従って、本形態のペルソナ推薦処理を説明する。
まず、第１の実施形態で説明したステップＳ１〜Ｓ３の処理が実行される。ステップＳ３で情報類似度判定部１３ｂが抽出したペルソナクラスタ識別子（ＣＩＤ）と、ステップＳ２で受信部１２ｂが受信した第２の配信情報識別子（ＤＩＤ２）とが、推薦配信情報選択部５１３ａに送られる。推薦配信情報選択部５１３ａは、ペルソナクラスタデータベースを参照し、情報類似度判定部１３ｂが抽出したペルソナクラスタ識別子（ＣＩＤ）毎に、当該ペルソナクラスタ識別子（ＣＩＤ）にペルソナクラスタデータベースで対応付けられている各第１の配信情報識別子（ＤＩＤ１）であって各第２の配信情報識別子（ＤＩＤ２）を除く第４の配信情報識別子（ＤＩＤ４）を抽出する（ステップＳ６１）。推薦配信情報選択部５１３ａは、抽出した各第４の配信情報識別子（ＤＩＤ４）と、それらにそれぞれ対応する各ペルソナクラスタ識別子（ＣＩＤ）とを、互いに対応付けて送信部１２ａに送る。また、送信部１２ａには、ステップＳ３で抽出されたペルソナクラスタ識別子（ＣＩＤ）と、そのペルソナクラスタ識別子（ＣＩＤ）に対応付けられている第１の配信情報識別子（ＤＩＤ１）に一致した第２の配信情報識別子（ＤＩＤ２ｓｕｂ）とが、それぞれ互いに対応付けられて送られる。送信部１２ａは、送られた各情報をネットワーク４０経由で上記の端末装置２０に送信する（ステップＳ６４）。
これらの各情報は、端末装置２０の受信部２２ｂで受信される（ステップＳ６５）。受信された各第４の配信情報識別子（ＤＩＤ４）と、それらにそれぞれ対応する各ペルソナクラスタ識別子（ＣＩＤ）と第２の配信情報識別子（ＤＩＤ２ｓｕｂ）とが、書き込み部２３ｃに送られ、書き込み部２３ｃは、それらを対応付けて配信情報識別子データベース記憶部２１ｂに格納し、配信情報識別子データベースを更新する（ステップＳ６６）。その後、第１の実施形態で説明したステップＳ６〜Ｓ１５の処理が実行される。
以上のように、本形態の情報推薦装置５１０は、端末装置２０に対して抽出したペルソナクラスタ識別子（ＣＩＤ）を用い、ペルソナクラスタ識別子（ＣＩＤ）単位の協調的フィルタリングを行い（ステップＳ６１）、端末装置２０に第４の配信情報識別子（ＤＩＤ４）を推薦することとした。これにより、ペルソナの粒度での協調的フィルタリングが可能となり、利用者の各側面に合致した配信情報の提供が可能となる。
〔第７の実施形態〕
次に、本発明の第７の実施形態を説明する。本形態は、第１〜６の実施形態の変形例であり、情報推薦装置が既に設定したペルソナクラスタ識別子に基づき、端末装置に配信情報を推薦するものである。本形態の処理は、利用者装置２０の配信情報識別子データベース記憶部２１ｂに、第２の配信情報識別子に対応するペルソナ識別子とペルソナクラスタ識別子とが対応付けられて格納されていることを前提とする。例えば、本形態の処理は、上記の何れかの実施形態の処理によって利用者装置２０の配信情報識別子データベース記憶部２１ｂに、第２の配信情報識別子に対応するペルソナ識別子とペルソナクラスタ識別子とが対応付けられて格納された後に実行される。以下では、上記の各実施形態との相違点を中心に説明を行う。
＜構成＞
第７の実施形態の情報推薦システムは、図１に示した第１の実施形態の情報推薦システムの情報推薦装置１０を情報推薦装置６１０に置換したものである。以下では、情報推薦装置６１０の構成のみを説明する。
図２２は、第７の実施形態の情報推薦装置６１０の機能構成を例示したブロック図である。なお、図２２には、情報推薦装置６１０が既に設定したペルソナクラスタ識別子に基づき、端末装置２０に配信情報を推薦する処理に関連する機能部のみを示している。その他の機能部は前述した通りであるため説明を省略する。
図２２に示すように、本形態の情報推薦装置６１０は、ペルソナクラスタデータベース記憶部１１ａ、ペルソナデータベース記憶部１１ｂ、一時記憶部１１ｃ、送信部１２ａ、受信部１２ｂ、制御部１３ａ、及び推薦配信情報選択部６１３ａを有する。なお、差推薦配信情報選択部６１３ａの例は、所定のプログラムが読み込まれたＣＰＵである。
＜処理＞
図２３は、第７の実施形態の処理を説明するためのフローチャートである。この図を用い、本形態の処理を説明する。
まず、端末装置２０の配信情報識別子データベース記憶部２１ｂに格納された、或るペルソナ識別子（ＰＩＤ）と、それに対応付けられた第５の配信情報識別子（ＤＩＤ５）の集合とが読み出され、送信部２２ａに送られる。なお、ここで読み出されるペルソナ識別子（ＰＩＤ）は、該配信情報識別子データベース記憶部２１ｂに格納されたすべてのペルソナ識別子であってもよいし、一部のペルソナ識別子であってもよい。送信部２２ａは、当該ペルソナ識別子（ＰＩＤ）とそれに対応付けられた第５の配信情報識別子（ＤＩＤ５）の集合とを、ネットワーク４０経由で情報推薦装置６１０に送信する（ステップＳ７１）。
当該ペルソナ識別子（ＰＩＤ）とそれに対応付けられた第５の配信情報識別子（ＤＩＤ５）の集合とは、情報推薦装置６１０の受信部１２ｂで受信され、推薦配信情報選択部６１３ａに送られる（ステップＳ７２）。推薦配信情報選択部６１３ａは、まず、ペルソナデータベースを参照し、受信部１２ｂで受信されたペルソナ識別子（ＰＩＤ）に対応付けられているペルソナクラスタ識別子（ＣＩＤ）を特定する（ステップＳ７３）。次に、推薦配信情報選択部６１３ａは、ペルソナクラスタデータベースを参照し、上記のように特定したペルソナクラスタ識別子（ＣＩＤ）にペルソナクラスタデータベースで対応付けられている各第１の配信情報識別子（ＤＩＤ１）であって、各第５の配信情報識別子（ＤＩＤ５）を除く第４の配信情報識別子（ＤＩＤ４）を抽出する（ステップＳ７４）。抽出された第４の配信情報識別子（ＤＩＤ４）は、対応するペルソナ識別子（ＰＩＤ）に対応付けられて送信部１２ａに送られる。送信部１２ａは、これらの情報をネットワーク４０経由で端末装置２０に送信する（ステップＳ７５）。
これらの各情報は、端末装置２０の受信部２２ｂで受信される（ステップＳ７６）。受信された各第４の配信情報識別子（ＤＩＤ４）と、それらにそれぞれ対応する各ペルソナ識別子（ＰＩＤ）とは、書き込み部２３ｃに送られ、書き込み部２３ｃは、それらを対応付けて配信情報識別子データベース記憶部２１ｂに格納し、配信情報識別子データベースを更新する（ステップＳ７７）。
以上のように、本形態の情報推薦装置５１０は、端末装置２０に対して抽出したペルソナクラスタ識別子（ＣＩＤ）を用い、ペルソナクラスタ識別子（ＣＩＤ）単位の協調的フィルタリングを行い（ステップＳ７４）、端末装置２０に第４の配信情報識別子（ＤＩＤ４）を推薦することとした。これにより、ペルソナの粒度での協調的フィルタリングが可能となり、利用者の各側面に合致した配信情報の提供が可能となる。
なお、本発明は上述の実施形態に限定されるものではない。例えば、上述の各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。
また、上述の構成をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。
また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。
また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
本発明の産業上の利用分野としては、例えば、インターネット上におけるペルソナ単位の商品情報の紹介サービスのためのペルソナ設定分野を例示できる。
図１は、第１の実施形態の情報推薦システムの構成を例示した概念図である。 図２は、第１の実施形態の情報推薦装置の機能構成を例示したブロック図である。 図３は、第１の実施形態の情報類似度判定部の機能構成の一例を示すブロック図である。 図４は、第１の実施形態の端末装置の機能構成を例示したブロック図である。 図５（ａ）は、ペルソナクラスタデータベース記憶部に格納されるペルソナクラスタデータベースのデータ構成を例示した図である。図５（ｂ）は、ペルソナデータベース記憶部に格納されるペルソナデータベースのデータ構成を例示した図である。 図６（ａ）は、ペルソナ識別子が割り当てられていない端末装置の利用者識別子記憶部に格納される配信情報識別子データベースのデータ構成を例示した図である。図６（ｂ）は、このように更新された配信情報識別子データベースのデータ構成の例示である。 図７は、第１の実施形態のペルソナ推薦処理を説明するためのフローチャートである。 図８は、第１の実施形態のペルソナ推薦処理を説明するためのフローチャートである。 図９は、第２の実施形態の情報推薦装置の機能構成を例示したブロック図である。 図１０は、利用者類似度判定部の機能構成の一例を示したブロック図である。 図１１は、第２の実施形態のペルソナ推薦処理を説明するためのフローチャートである。 図１２（ａ）は、第２の実施形態の処理を行う前の端末装置の配信情報識別子データベース記憶部に格納される配信情報識別子データベースのデータ構成を例示した図である。また、図１２（ｂ）は、第２の実施形態の処理を行った後の端末装置の配信情報識別子データベース記憶部２１ｂに格納される配信情報識別子データベースのデータ構成を例示した図である。 図１３は、第３の実施形態の情報推薦装置の機能構成を例示したブロック図である。 図１４は、選定部の機能構成の一例を示したブロック図である。 図１５は、第３の実施形態のペルソナ推薦処理を説明するためのフローチャートである。 図１６は、第４の実施形態の情報推薦装置の機能構成を例示したブロック図である。 図１７は、第４の実施形態の端末装置の機能構成を例示したブロック図である。 図１８（ａ）は、この配信情報識別子データベース記憶部２１ｂに格納された配信情報識別子データベースのデータ構成を例示した図である。図１８（ｂ）は、第４の実施形態の処理を行った後の端末装置の配信情報識別子データベース記憶部に格納される配信情報識別子データベースのデータ構成を例示した図である。 図１９は、第４の実施形態のペルソナ推薦処理を説明するためのフローチャートである。 図２０は、第６の実施形態の情報推薦装置の機能構成を例示したブロック図である。 図２１は、第６の実施形態のペルソナ推薦処理を説明するためのフローチャートである。 図２２は、第７の実施形態の情報推薦装置の機能構成を例示したブロック図である。 図２３は、第７の実施形態の処理を説明するためのフローチャートである。
符号の説明
１ 情報推薦システム
１０，１１０，２１０，３１０，５１０，６１０ 情報推薦装置
２０，３２０ 端末装置

Claims (6)

  1. ネットワークを通じて情報が配信される端末装置に対し、その利用者がネットワークを通じて情報の配信を受ける際にその配信情報の分野ごとに使い分ける別個の人格であるペルソナを推薦するための情報を送信する情報推薦装置であって、
    ネットワークを通じて配信可能な複数の配信情報を分野ごとに分類した複数のクラスタをそれぞれ識別する各ペルソナクラスタ識別子と、当該ペルソナクラスタ識別子にそれぞれ対応するクラスタに属する各配信情報をそれぞれ識別する第１の配信情報識別子と、を対応付けたペルソナクラスタデータベースを格納する第１の記憶部と、
    各利用者をそれぞれ識別する利用者識別子と、当該利用者の端末装置に配信された配信情報を識別する配信情報識別子が属する前記クラスタを識別するペルソナクラスタ識別子と、を対応付けたペルソナデータベースを格納する第２の記憶部と、
    複数の配信情報をそれぞれ識別する第２の配信情報識別子の集合を前記端末装置から受信する第１の受信部と、
    前記ペルソナクラスタ識別子ごとに、前記ペルソナクラスタデータベースで同一の前記ペルソナクラスタ識別子に対応付けられた前記第１の配信情報識別子の集合と、前記第２の配信情報識別子の集合との類似度を求め、当該類似度の高い順に１個以上の前記ペルソナクラスタ識別子を選択し、選択した前記ペルソナクラスタ識別子を抽出する情報類似度判定部と、
    前記情報類似度判定部で抽出された前記各ペルソナクラスタ識別子を前記端末装置に送信する第１の送信部と、
    前記利用者識別子ごとに、前記ペルソナデータベースで同一の前記利用者識別子に対応付けられた前記各ペルソナクラスタ識別子の集合と、前記情報類似度判定部で抽出された前記各ペルソナクラスタ識別子の集合との類似度を求め、当該類似度の高い順に１個以上の前記利用者識別子を抽出する利用者類似度判定部と、
    前記利用者類似度判定部で抽出された前記利用者識別子に前記ペルソナデータベースで対応付けられている前記各ペルソナクラスタ識別子であって、前記情報類似度判定部で抽出された前記各ペルソナクラスタ識別子を除く各ペルソナクラスタ識別子を抽出するペルソナクラスタ識別子追加部と、
    前記第２の配信情報識別子の集合から、前記情報類似度判定部で抽出された前記各ペルソナクラスタ識別子にそれぞれ対応する前記第１の配信情報識別子と一致するものを取り除いた、第３の配信情報識別子の集合を生成する差情報生成部と、
    前記ペルソナクラスタ識別子ごとに、前記ペルソナクラスタ識別子追加部で抽出された各ペルソナクラスタ識別子に対応する前記第１の配信情報識別子の集合と、前記第３の配信情報識別子の集合との類似度を求め、類似度の高い順に、前記ペルソナクラスタ識別子追加部で抽出された各ペルソナクラスタ識別子から１個以上のペルソナクラスタ識別子を選定する選定部と、
    前記選定部で選定された前記ペルソナクラスタ識別子を前記端末装置に送信する第２の送信部と、
    前記第１，２の送信部で送信された前記各ペルソナクラスタ識別子から選択されたペルソナクラスタ識別子を特定する特定情報の入力を受け付ける第２の受信部と、
    前記特定情報で特定される各ペルソナクラスタ識別子に対してそれぞれ新たな前記ペルソナを表すペルソナ識別子を生成するペルソナ識別子割り当て部と、
    前記ペルソナ識別子割り当て部で生成された前記ペルソナ識別子を前記端末装置に送信する第３の送信部と、
    を有する情報推薦装置。
  2. 請求項１の情報推薦装置であって、
    前記抽出されたペルソナクラスタ識別子毎に、当該ペルソナクラスタ識別子に前記ペルソナクラスタデータベースで対応付けられている前記各第１の配信情報識別子であって前記各第２の配信情報識別子を除く第４の配信情報識別子を抽出する推薦配信情報選択部をさらに有し、
    前記第１の送信部は、さらに、前記推薦配信情報選択部で前記ペルソナクラスタ識別子毎に抽出された前記各第４の配信情報識別子を、それぞれ、当該ペルソナクラスタ識別子毎に前記端末装置に送信するものである、
    ことを特徴とする情報推薦装置。
  3. 請求項１又は２の情報推薦装置であって、
    前記第１の受信部は、さらに、
    前記端末装置から送信されたペルソナクラスタ識別子を特定する情報と、各配信情報にそれぞれ対応する各第５の配信情報識別子とを受信するものであり、
    当該情報推薦装置は、さらに、
    前記第１の受信部で受信された情報によって特定されるペルソナクラスタ識別子に前記ペルソナクラスタデータベースで対応付けられている前記各第１の配信情報識別子であって、前記各第５の配信情報識別子を除く第４の配信情報識別子を抽出する推薦配信情報選択部をさらに有し、
    前記第１の送信部は、さらに、前記推薦配信情報選択部で抽出された各第４の配信情報識別子を、それぞれ、前記端末装置に送信するものである、
    ことを特徴とする情報推薦装置。
  4. ネットワークを通じて情報が配信される端末装置に対し、その利用者がネットワークを通じて情報の配信を受ける際にその配信情報の分野ごとに使い分ける別個の人格であるペルソナを推薦するための情報を送信する情報推薦装置の情報推薦方法であって、
    ネットワークを通じて配信可能な複数の配信情報を分野ごとに分類した複数のクラスタをそれぞれ識別する各ペルソナクラスタ識別子と、当該ペルソナクラスタ識別子にそれぞれ対応するクラスタに属する各配信情報をそれぞれ識別する第１の配信情報識別子と、を対応付けたペルソナクラスタデータベースを第１の記憶部に格納しておき、
    各利用者をそれぞれ識別する利用者識別子と、当該利用者の端末装置に配信された配信情報を識別する配信情報識別子が属する前記クラスタを識別するペルソナクラスタ識別子と、を対応付けたペルソナデータベースを第２の記憶部に格納しておき、
    第１の受信部が、複数の配信情報をそれぞれ識別する第２の配信情報識別子の集合を前記端末装置から受信する過程と、
    情報類似度判定部が、前記ペルソナクラスタ識別子ごとに、前記ペルソナクラスタデータベースで同一の前記ペルソナクラスタ識別子に対応付けられた前記第１の配信情報識別子の集合と、前記第２の配信情報識別子の集合との類似度を求め、当該類似度の高い順に１個以上の前記ペルソナクラスタ識別子を選択し、選択した前記ペルソナクラスタ識別子を抽出する過程と、
    第１の送信部が、前記情報類似度判定部で抽出された前記各ペルソナクラスタ識別子を前記端末装置に送信する過程と、
    利用者類似度判定部が、前記利用者識別子ごとに、前記ペルソナデータベースで同一の前記利用者識別子に対応付けられた前記各ペルソナクラスタ識別子の集合と、前記情報類似度判定部で抽出された前記各ペルソナクラスタ識別子の集合との類似度を求め、当該類似度の高い順に１個以上の前記利用者識別子を抽出する過程と、
    ペルソナクラスタ識別子追加部が、前記利用者類似度判定部で抽出された前記利用者識別子に前記ペルソナデータベースで対応付けられている前記各ペルソナクラスタ識別子であって、前記情報類似度判定部で抽出された前記各ペルソナクラスタ識別子を除く各ペルソナクラスタ識別子を抽出する過程と、
    差情報生成部が、前記第２の配信情報識別子の集合から、前記情報類似度判定部で抽出された前記各ペルソナクラスタ識別子にそれぞれ対応する前記第１の配信情報識別子と一致するものを取り除いた、第３の配信情報識別子の集合を生成する過程と、
    選定部が、前記ペルソナクラスタ識別子ごとに、前記ペルソナクラスタ識別子追加部で抽出された各ペルソナクラスタ識別子に対応する前記第１の配信情報識別子の集合と、前記第３の配信情報識別子の集合との類似度を求め、類似度の高い順に、前記ペルソナクラスタ識別子追加部で抽出された各ペルソナクラスタ識別子から１個以上のペルソナクラスタ識別子を選定する過程と、
    第２の送信部が、前記選定部で選定されたペルソナクラスタ識別子を前記端末装置に送信する過程と、
    第２の受信部が、前記第１，２の送信部で送信された前記各ペルソナクラスタ識別子から選択されたペルソナクラスタ識別子を特定する特定情報の入力を受け付ける過程と、
    ペルソナ識別子割り当て部が、前記特定情報で特定される各ペルソナクラスタ識別子に対してそれぞれ新たな前記ペルソナを表すペルソナ識別子を生成する過程と、
    第３の送信部が、前記ペルソナ識別子割り当て部で生成された前記ペルソナ識別子を前記端末装置に送信する過程と、
    を有する情報推薦方法。
  5. 請求項１から３の何れかの情報推薦装置としてコンピュータを機能させるためのプログラム。
  6. 請求項５のプログラムを格納したコンピュータ読み取り可能な記録媒体。
JP2008116661A 2008-04-28 2008-04-28 情報推薦装置、情報推薦方法、プログラム及び記録媒体 Expired - Fee Related JP4790753B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2008116661A JP4790753B2 (ja) 2008-04-28 2008-04-28 情報推薦装置、情報推薦方法、プログラム及び記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008116661A JP4790753B2 (ja) 2008-04-28 2008-04-28 情報推薦装置、情報推薦方法、プログラム及び記録媒体

Publications (2)

Publication Number Publication Date
JP2009266056A JP2009266056A (ja) 2009-11-12
JP4790753B2 true JP4790753B2 (ja) 2011-10-12

Family

ID=41391808

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008116661A Expired - Fee Related JP4790753B2 (ja) 2008-04-28 2008-04-28 情報推薦装置、情報推薦方法、プログラム及び記録媒体

Country Status (1)

Country Link
JP (1) JP4790753B2 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101092357B1 (ko) 2010-10-29 2011-12-09 한국과학기술정보연구원 정책정보 유통관리 시스템 및 그 제어방법
JP6297893B2 (ja) * 2014-04-04 2018-03-20 エヌ・ティ・ティ・コムウェア株式会社 人格情報処理装置、人格情報処理方法及び人格情報処理プログラム
CN109815406B (zh) * 2019-01-31 2022-12-13 腾讯科技（深圳）有限公司 一种数据处理、信息推荐方法及装置
CN113094741B (zh) * 2021-03-15 2024-09-13 北京懿医云科技有限公司 一种角色信息的处理方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000132559A (ja) * 1998-10-23 2000-05-12 Hitachi Ltd 情報フィルタリングシステムにおけるプロファイル更新方法及び情報フィルタリングシステム
JP2002215665A (ja) * 2001-01-16 2002-08-02 Dainippon Printing Co Ltd 情報推薦サーバー装置
JP2006053767A (ja) * 2004-08-12 2006-02-23 Ntt Comware Corp コンテンツ配信システム及び方法、コンテンツ配信サーバ、クライアント端末、ならびに、コンピュータプログラム
JP4378646B2 (ja) * 2005-09-28 2009-12-09 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
JP2007213401A (ja) * 2006-02-10 2007-08-23 Kddi Corp ユーザ嗜好の音楽データに基づいてコミュニティを構成するコミュニティサイトサーバ及びプログラム

Also Published As

Publication number Publication date
JP2009266056A (ja) 2009-11-12

Similar Documents

Publication Publication Date Title
Fan et al. Deep social collaborative filtering
Vinh Tran et al. Interact and decide: Medley of sub-attention networks for effective group recommendation
US20170250930A1 (en) Interactive content recommendation personalization assistant
Abel et al. Analyzing cross-system user modeling on the social web
CN103368986B (zh) 一种信息推荐方法及信息推荐装置
Zhong et al. User behavior learning and transfer in composite social networks
Duriakova et al. PDMFRec: a decentralised matrix factorisation with tunable user-centric privacy
CN104106241A (zh) 生成安全名称记录的系统和方法
CN102473227B (zh) 信息管理设备、信息管理方法和信息管理程序
CN111400504A (zh) 企业关键人的识别方法和装置
CN113169982B (zh) 用于内容准个性化的低熵浏览历史
CN110086817A (zh) 可靠的用户服务系统和方法
JP5034279B2 (ja) 属性推定プログラムおよび属性情報提供システム
JP4790753B2 (ja) 情報推薦装置、情報推薦方法、プログラム及び記録媒体
Mirbakhsh et al. Leveraging clustering to improve collaborative filtering
Prando et al. Content-based Recommender System using Social Networks for Cold-start Users.
Chen Ubiquitous hotel recommendation using a fuzzy‐weighted‐average and backpropagation‐network approach
Kompan et al. Personalized recommendation for individual users based on the group recommendation principles
CN110414260B (zh) 一种数据访问方法、装置、系统及存储介质
JP2015537282A (ja) 訪問ユーザのための統一ユーザ識別子の決定
CN113704613B (zh) 资源推荐模型的训练方法、资源推荐方法、装置及服务器
Xv et al. Lightweight unbiased multi-teacher ensemble for review-based recommendation
Song et al. Algorithm for generating negative cases for collaborative filtering recommender
Su et al. Music recommendation based on information of user profiles, music genres and user ratings
CN112511567A (zh) 一种用于智能安全芯片保密通信优先级管理的方法和装置

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20110418

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110426

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110617

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: 20110712

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20110720

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140729

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 4790753

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees