JP5130317B2

JP5130317B2 - Ｓｎｓ商品推薦装置、方法及びプログラム

Info

Publication number: JP5130317B2
Application number: JP2010100451A
Authority: JP
Inventors: 祐宮崎
Original assignee: Yahoo Japan Corp
Current assignee: Yahoo Japan Corp
Priority date: 2010-04-26
Filing date: 2010-04-26
Publication date: 2013-01-30
Anticipated expiration: 2030-04-26
Also published as: JP2011232836A

Description

本発明は、ＳＮＳを通じた商品の推薦に関する。

近年普及しているソーシャル・ネットワーキング・サービス（Social Network Service。本願において「ＳＮＳ」と呼ぶ）は、友人・知人との関連付け（「友達登録」と呼ぶこととする）を基礎としたコミュニティ型のコミュニケーションサービスである。このようなＳＮＳ上で商品（本願において無形のサービスを含む）の推薦を行う例も提案されている（例えば、特許文献１参照）。

また、従来、ＳＮＳ上であってもなくても、ウェブ上における商品の推薦は、対象者の属性や行動履歴と関連性が高い、いわばユーザ情報の延長上の商品を対象としていた。このうち属性については、会員登録などで対象者が入力した性別、年齢などの属性に応じ、興味を持ちそうな商品を予め対応付けて推薦することが考えられる。行動履歴については、対象者がウェブ上で検索、閲覧したり購入した商品に類似した商品を推薦したり（例えば、特許文献２参照）、対象者が利用したその他のコンテンツの内容に関連深い商品の広告を表示する、いわゆるコンテンツ連動型広告やターゲティング広告（例えば、非特許文献１参照）などの例がある。

特開２００８−１９１７６８号公報特開２００８−２７６４４９号公報特開２００８−１４６６１０号公報

ヤフー株式会社、「インタレストマッチ（登録商標）」、［online］、［2009年10月13日検索］、インターネット〈URL: http://listing.yahoo.co.jp/service/int/〉

しかし、推薦する商品が属性や行動履歴の延長上の場合、該当する商品の範囲が限られているうえ、本人にとっても普段からいわゆるターゲティング広告で見慣れるなど目新しさは無く、さらに、目ぼしい商品等は購入済だったり目が肥えて判断が慎重であるなど、必ずしも大きな販促効果が期待できないという課題があった。

上記の課題に対し、本発明の目的は、ＳＮＳの友達登録に基づいて、対象者のユーザ情報の延長とは反対の商品を推薦することである。

上記の目的をふまえ、本発明の一態様（１）のＳＮＳ商品推薦装置は、ユーザ間の友達登録を受け付けてその友達登録に基づいてＳＮＳを提供するサービス提供手段と、ユーザの属性、行動履歴又は前記ＳＮＳで発信している情報の一以上をユーザ情報として記憶しているユーザ情報記憶手段と、ユーザ情報と商品との関連度を表す関連度情報を記憶している関連度情報記憶手段と、対象ユーザごとに、前記ユーザ情報記憶手段に記憶されている前記ユーザ情報と、前記関連度情報記憶手段に記憶されている関連度情報と、に基づいて、そのユーザ情報との関連度が所定基準以下の商品を抽出する商品抽出手段と、前記対象ユーザと前記友達登録がされている相手ユーザのうちそのユーザ情報と前記抽出された商品との関連度が所定基準以上の相手ユーザを抽出する相手抽出手段と、前記抽出された商品について、前記抽出された相手ユーザに関連付けて前記対象ユーザに推薦する商品推薦手段と、を有することを特徴とする。

本発明の他の態様（４）は、上記態様を方法のカテゴリで捉えたもので、コンピュータが商品を推薦するＳＮＳ商品推薦方法であって、ユーザの属性、行動履歴又は前記ＳＮＳで発信している情報の一以上をユーザ情報として記憶しているユーザ情報記憶手段と、ユーザ情報と商品との関連度を表す関連度情報をコンピュータが記憶している関連度情報記憶手段と、をコンピュータが実現し、ユーザ間の友達登録を受け付けてその友達登録に基づいてＳＮＳをコンピュータが提供するサービス提供ステップと、対象ユーザごとに、前記ユーザ情報記憶手段に記憶されている前記ユーザ情報と、前記関連度情報記憶手段に記憶されている関連度情報と、に基づいて、そのユーザ情報との関連度が所定基準以下の商品をコンピュータが抽出する商品抽出ステップと、前記対象ユーザと前記友達登録がされている相手ユーザのうちそのユーザ情報と前記抽出された商品との関連度が所定基準以上の相手ユーザをコンピュータが抽出する相手抽出ステップと、前記抽出された商品について、前記抽出された相手ユーザに関連付けて前記対象ユーザにコンピュータが推薦する商品推薦ステップと、を含むことを特徴とする。

本発明の他の態様（５）は、上記態様をコンピュータ・プログラムのカテゴリで捉えたもので、コンピュータに商品を推薦させるＳＮＳ商品推薦プログラムであって、そのプログラムはコンピュータを制御することにより、ユーザの属性、行動履歴又は前記ＳＮＳで発信している情報の一以上をユーザ情報として記憶しているユーザ情報記憶手段と、ユーザ情報と商品との関連度を表す関連度情報をコンピュータが記憶している関連度情報記憶手段と、を実現し、ユーザ間の友達登録を受け付けてその友達登録に基づいてＳＮＳを提供させ、対象ユーザごとに、前記ユーザ情報記憶手段に記憶されている前記ユーザ情報と、前記関連度情報記憶手段に記憶されている関連度情報と、に基づいて、そのユーザ情報との関連度が所定基準以下の商品を抽出させ、前記対象ユーザと前記友達登録がされている相手ユーザのうちそのユーザ情報と前記抽出された商品との関連度が所定基準以上の相手ユーザを抽出させ、前記抽出された商品について、前記抽出された相手ユーザに関連付けて前記対象ユーザに推薦させることを特徴とする。

以上のように、本発明では、属性や行動履歴など対象者のユーザ情報を基にその延長とは反対の関連度が低い商品を抽出し、その抽出した商品が、対象者のＳＮＳにおける友達登録の相手のユーザ情報と関連性が高ければ、その相手に関連してその商品を対象者に推薦する。この場合、対象者のユーザ情報の延長と反対の商品は通常の不特定向け広告では対象者の関心を惹かないが、ＳＮＳの友達登録の相手と関連度の高い商品をその相手に関連して推薦することにより、その相手への関心に関連して対象者の関心を惹くとともに、普段関心を持つ商品ジャンルと大きく異なるだけに新鮮な目新しさを対象者に与えるので、大きな販促効果が期待できる。こうして、ＳＮＳの友達登録に基づいて、対象者のユーザ情報の延長とは反対の商品を推薦することができ、大きな販促効果につながる。

本発明の他の態様（２）は、上記いずれかの態様において、ユーザ情報の値に応じた隔たりを表す隔たり情報を予め記憶している隔たり情報記憶手段を有し、前記商品抽出手段は、前記関連度情報を基に、前記対象ユーザのユーザ情報と最も関連度が高い商品を選択し、前記隔たり情報を基に、前記関連度が高い商品と前記関連度情報において対応付けられているユーザ情報と最も隔たったユーザ情報を特定し、この隔たったユーザ情報に前記関連度情報において最も高い関連度で対応付けられていた商品を抽出することを特徴とする。

このように、ユーザ情報の値に応じた隔たりを予め定義した隔たり情報を用いることにより、関連度情報がユーザ情報と関連度が高い商品についてしか存在しない場合でも、その関連度が高いユーザ情報と隔たったユーザ情報を特定することにより、ユーザ情報との関連度が所定基準以下の商品を抽出することが可能となる。

本発明の他の態様（３）は、上記いずれかの態様において、前記関連度情報は、所定以上の関連度を持つユーザ情報と商品とを対応付けたものであり、前記商品抽出手段は、対象ユーザのユーザ情報と、前記関連度情報で商品と対応付けられているユーザ情報と、球面空間にマッピングし、マッピングした球面空間において、対象ユーザのユーザ情報を基点とした球面距離が所定基準以上のユーザ情報に対応付けられている商品を、前記関連度が所定基準以下の商品として抽出することを特徴とする。

このように、ユーザ情報を構成する属性や行動履歴などの要素をマッピングした多次元の球面空間において、対象ユーザのユーザ情報を基点に各商品のユーザ情報と球面距離を計算して比較し、球面距離が遠いユーザ情報に対応する商品を関連度が低い商品として抽出する。これにより、ユーザ情報と関連度が高い商品の情報しかなくても、ユーザ情報とちょうど正反対に近い、関連度が低い商品を抽出することができる。

なお、上記の各態様とは異なるカテゴリ（装置に対し方法、方法に対しプログラムなど）や、以下に説明するさらに具体的な各態様も本発明に含まれる。異なるカテゴリについては、「手段」を「ステップ」のように適宜読み替えるものとする。

本発明によれば、ＳＮＳの友達登録に基づいて、対象者のユーザ情報の延長とは反対の商品を推薦することが可能となる。

本発明の実施形態の構成を示す機能ブロック図。本発明の実施形態で用いる情報（データ）を例示する図。本発明の実施形態における処理手順を示すフローチャート。本発明の実施形態において、隔たり情報を説明するための概念図。本発明の実施形態において、ユーザ情報間の球面距離を例示する概念図。本発明の実施形態において、ＳＮＳのウェブサイトにおいて商品を推薦している画面例を示す図。

次に、本発明を実施するための形態（「実施形態」と呼ぶ）について、図に沿って説明する。なお、背景技術や課題などで既に述べた内容と共通の前提事項については適宜省略する。

〔１．構成〕
本実施形態は、図１に示すように、通信ネットワークＮ経由で端末Ｔ（Ｔ１，Ｔ２，Ｔ３…）からのアクセスに応じて、ＳＮＳに関連して商品を推薦するＳＮＳ商品推薦装置１（以下「本装置１」又は「本装置」と呼ぶ）に関する。本装置１は、一般的なコンピュータの構成として少なくとも、ＣＰＵなどの演算制御部６と、外部記憶装置（ＨＤＤ等）や主メモリ等の記憶装置７と、通信ネットワークＮ（インターネット、携帯電話網、ＬＡＮなど）との通信手段８（ＬＡＮアダプタなど）と、を有する。また、端末Ｔは、パーソナル・コンピュータ（ＰＣ）、スマートフォンや携帯電話端末装置など、ユーザの用いる情報処理装置で、図１では少数を模式的に例示するが、多数あってよい。

そして、本装置１では、記憶装置７に予め記憶（インストール）した図示しない所定のコンピュータ・プログラムが演算制御部６を制御することで、図１に示す各手段などの要素（１１，１２，１３など）を実現する。これら各要素のうち、情報の記憶手段は、記憶装置７において各種のデータベース（「ＤＢ」とも表す）やファイル、配列等の変数、各種スタックやレジスタ、システム設定値など任意の形式で実現できる。

このような記憶手段のうち、ユーザ情報記憶手段１１は、図２（１）に例示するように、ユーザの性別や年齢区分などの属性、購入した商品やアクセスしたページなどの行動履歴、ＳＮＳで発信している情報、のうち一以上を、ユーザ情報として記憶している手段である。

また、関連度情報記憶手段１２は、ユーザ情報と商品との関連度を表す関連度情報を記憶している手段である。関連度情報は、図２（２）に例示するように、例えば、個別の商品や商品ジャンルごとに、どのようなユーザ情報のユーザが、購入したり詳細情報ページを見たりする傾向があるかといった関係、又はその逆の関係を表す情報である。ここでは、関連度情報は、所定以上の関連度を持つ商品とユーザ情報とを対応付けたものであるものとする。ここで、「Ｆ１」などの符号は、マーケティング分野において需要者層を分類する性別年代区分で、例えば「Ｆ１」は女性の２０〜３４歳、「Ｍ２」は男性の３５〜４９歳、といった意味である。

また、隔たり情報記憶手段１３は、ユーザ情報の値に応じた隔たりを表す隔たり情報（例えば図４）を予め記憶している手段である。なお、記憶手段以外の各手段は、以下のような情報処理の機能・作用を実現・実行する処理手段である。

〔２．作用〕
上記のように構成した本装置１において、ユーザがアクセスしたＳＮＳのウェブページに商品の推薦（典型的には広告）を表示する場合の処理手順を、図３のフローチャートに示す。なお、本装置１では、サービス提供手段１４が、ユーザ間の友達登録を受け付けてその友達登録に基づいてＳＮＳを提供する。

ＳＮＳは、典型的には、アクセス元のユーザをＩＤやクッキー情報などで識別しつつ、ＳＮＳのウェブページを表示することで提供され、そのウェブページは例えば、友達登録の相手ユーザがＳＮＳで発信しているプロフィール、ブログ記事などの情報を含む。そして、図３のフローチャートでは、まず、既に誰かと友達登録をしているユーザ（対象ユーザ）から、サービス提供手段１４が、ＳＮＳのウェブページの表示要求を受信したものとする（ステップＳ３１）。

〔２−１．商品の抽出〕
すると、まず、対象ユーザに商品推薦を表示するために、商品抽出手段１５が、対象ユーザごとに、ユーザ情報記憶手段１１に記憶されているユーザ情報と、関連度情報記憶手段１２に記憶されている関連度情報と、に基づいて、対象ユーザのユーザ情報との関連度が所定基準以下の商品を抽出する（ステップＳ３２）。

ここで、関連度が所定基準基準以下の商品を抽出する具体的な処理の基準やアルゴリズムは自由であるが、一例として、関連度情報が、ユーザ情報と商品の様々な組合せに対して、関連度が高い場合だけでなく負の関連など関連度が低い場合についても存在する場合は、そのまま関連度情報を利用して、対象ユーザのユーザ情報に対し関連度が低い（負）の商品を抽出すればよい。

例えば、上述したマーケティング分野における性別年代区分「Ｆ１」（女性、２０〜３４歳）に対する関連度情報が、関連度が高い商品だけでなく関連度が低い又は負の商品も含め

関連度：高（＋０．９７）「化粧水」
関連度：高（＋０．８８）「スイーツ」
・・・
・・・
関連度：低（−０．８１）「大型バイク」
関連度：低（−０．８６）「格闘技」

ように存在する場合は、関連度が低い商品をそのまま抽出できる。

〔２−２．隔たり情報を用いた抽出の例〕
一方、関連度が高いユーザ情報と商品を対応付けている関連度情報しか存在しない場合は、次のような処理手順が考えられる。まず、商品抽出手段１５は、関連度情報を基に、対象ユーザのユーザ情報と最も関連度が高い商品を選択し、続いて、隔たり情報記憶手段１３に記憶されている隔たり情報を基に、その関連度が高い商品と関連度情報において対応付けられているユーザ情報と最も隔たったユーザ情報を特定する。

ここで、複数の項目からなるユーザ情報間の距離を計算したり評価する具体的な基準やアルゴリズムは自由であり、一例として、個々のユーザ情報を、ユークリッド空間などにおける多次元ベクトルで表し、そのユーザ情報間の距離をベクトルの内積などで計算し、距離が短いほど関連度が高く、距離が長いほど関連度が低いと評価するなどが挙げられる。

図４に概念的に例示する隔たり情報は、上記のような距離の評価に用いるユーザ情報における項目の値が、個々の要素ベクトルの軸においてどのような位置すなわち値の関係を取るかと対応しており、一部の属性（性別、年齢区分）を例にとり、一次元に単純化して示している。

そして、最も隔たったユーザ情報とは、もとのユーザ情報の要素の値に対し、最も対照的な正反対の値（男性⇔女性、若年⇔高齢など）をとるような最も距離の離れたユーザ情報である。例えば、図４の年齢区分の例では、３３歳の人と４６歳の人の隔たりは絶対値１であるが、１８歳の人と５２歳の人の隔たりは絶対値が３となる。そのうえで、商品抽出手段１５は、この隔たったユーザ情報に関連度情報において最も高い関連度で対応付けられていた商品を抽出する。

なお、ベクトルを構成する各次元の値は、ユーザ情報に含まれる各項目の値に対応するもので、具体的には自由であるが、図２（１）のようなユーザ情報の場合は、属性の値（性別、年齢など）、行動履歴（あるジャンルの情報の閲覧履歴の有無、その回数や頻度、あるジャンル又は個別の商品の電子商取引における購入や詳細情報閲覧の有無、その数量など）、ＳＮＳで発信している情報（ブログ記事などの投稿やプロフィール記述などに特定の単語や特定の主題に関連する特徴語が含まれているか否か、その数量など）などである。

以上の結果、推薦する商品としては、従来では関連度が高い（プロフィールなどからいかにも興味を持ちそうな）商品を抽出するが、本実施形態では、ユーザ情報との関連度が所定基準「以下」の商品（ちょっと考えると興味のなさそうな）を抽出することとなる。

〔２−３．球面距離を用いた抽出の例〕
また、抽出処理の一例として、商品抽出手段１５は、対象ユーザのユーザ情報と、関連度情報で商品と対応付けられているユーザ情報と、を、図５の概念図に例示するように球面空間ＳＰにマッピングして球面距離を基準とすることもできる。このマッピングに上記の隔たり情報を用いることもできる。

そして、商品抽出手段１５は、マッピングした球面空間ＳＰにおいて、対象ユーザのユーザ情報ＵＸ（図中、楕円で示す）を基点とした球面距離Ｄ１（一点鎖線で示す）が所定基準以上のユーザ情報Ｕ１（破線の三角形で示す）に対応付けられている商品を、前記関連度が所定基準以下の商品として抽出する。この場合、対象ユーザのユーザ情報ＵＸからの球面距離Ｄ２（二点鎖線で示す）が相対的に短いユーザ情報Ｕ２に対応する商品は、抽出されない。

ここで、球面距離が所定基準かの「基準」は自由であり、例えば、球面距離が、基準とするユーザ情報を中心として、球面空間における他の多数のユーザ情報との２点間の最大距離の何割以上といった基準でもよいし、他の多数のユーザ情報との各距離のうち、遠いものから所定の数や割合、また遠さの偏差値が所定値以上のもの、などでもよい。

球面距離に関する計算など処理の手法についても公知のものを自由に選択してよいが、一例として、特許文献３の段落００８４及び００８５に記載されているように、非線形平均（α混合平均）を用いるなどが考えられる。非線形平均（α混合平均）は、例えば、複数の個別商品群にそれぞれ対応する各ユーザ情報の平均との比較判断などについて適用することもできる。以上のように抽出された商品を「抽出商品」と呼ぶこととする。

〔２−４．相手ユーザの抽出と抽出商品の推薦〕
上記のような商品の抽出において（ステップＳ３２）該当が無かった場合は（ステップＳ３３：「ＮＯ」）ウェブページの表示だけを行うが（ステップＳ３７）、該当がある場合は（ステップＳ３３：「ＹＥＳ」）、続いて、相手抽出手段１６が、対象ユーザと友達登録がされている相手ユーザのうち、そのユーザ情報と抽出商品との関連度が所定基準以上の相手ユーザを抽出する（ステップＳ３４）。

そして、上記のような相手ユーザの抽出において（ステップＳ３４）該当が無かった場合は（ステップＳ３５：「ＮＯ」）ウェブページの表示だけを行うが（ステップＳ３７）、該当がある場合は（ステップＳ３５：「ＹＥＳ」）、商品推薦手段１７が、抽出商品について、抽出された相手ユーザに関連付けて対象ユーザに推薦するとともに（ステップＳ３６）、要求されたＳＮＳのウェブページを表示する（ステップＳ３７）。

ここで、図６は、性別年代区分「Ｍ２」（男性、３５〜４９歳）である対象ユーザＡ（Ａさん）がアクセスしたＳＮＳのウェブページＷにおいて、アクセスした対象ユーザＡの興味の延長（例えば「格闘技」）とは正反対の商品ジャンルであって、友達登録の相手Ｂ（Ｂさん）が日記（ブログ記事）で言及した商品ジャンルＧ（例えば「スイーツ」）について、商品の推薦である広告ＡＤを相手Ｂに関連して表示している画面例を示す図である。なお、推薦の態様については、対象ユーザからのアクセスに応じて画像や文字列など広告を表示するのでもよいし、電子メールその他の形態のメッセージの伝達などでもよく、自由に定めてよい。

〔３．効果〕
本実施形態では、以上のように、属性や行動履歴など対象者のユーザ情報を基にその延長とは反対の関連度が低い商品を抽出し（図３のステップＳ３２、図５）、その抽出した商品が、対象者のＳＮＳにおける友達登録の相手のユーザ情報と関連性が高ければ（図３のステップＳ３４，Ｓ３５）、その相手に関連してその商品を対象者に推薦する（ステップＳ３６、図６）。

この場合、対象者のユーザ情報の延長と反対の商品は通常の不特定向け広告では対象者の関心を惹かないが、ＳＮＳの友達登録の相手と関連度の高い商品をその相手に関連して推薦することにより（図６）、その相手への関心に関連して対象者の関心を惹くとともに、普段関心を持つ商品ジャンルと大きく異なるだけに新鮮な目新しさを対象者に与えるので、大きな販促効果が期待できる。こうして、ＳＮＳの友達登録に基づいて、対象者のユーザ情報の延長とは反対の商品を推薦することができ、大きな販促効果につながる。

特に、本実施形態では、上記のように、ユーザ情報の値に応じた隔たりを予め定義した隔たり情報（例えば図４）を用いることにより、関連度情報がユーザ情報と関連度が高い商品についてしか存在しない場合でも、その関連度が高いユーザ情報と隔たったユーザ情報を特定することにより、ユーザ情報との関連度が所定基準以下の商品を抽出することが可能となる。

また、本実施形態では、上記のように（図５）、ユーザ情報を構成する属性や行動履歴などの要素をマッピングした多次元の球面空間において、対象ユーザのユーザ情報を基点に各商品のユーザ情報と球面距離を計算して比較し、球面距離が遠いユーザ情報に対応する商品を関連度が低い商品として抽出する。これにより、ユーザ情報と関連度が高い商品の情報しかなくても、ユーザ情報とちょうど正反対に近い、関連度が低い商品を抽出することができる。

〔４．他の実施形態〕
なお、上記各実施形態は例示に過ぎず、本発明は、以下に例示するものやそれ以外の他の実施態様も含むものである。例えば、ユーザのユーザ情報に対し関連度が低い商品を抽出するのに、隔たり情報（例えば図４）や球面距離（例えば図５）を用いることは必ずしも必須ではない。また、図２（１）では、商品の関連度情報として特定のユーザ情報に対する関連度を表す関連度情報を例示したが、このように関連度が定義されたユーザ情報と、実際のユーザのユーザ情報との一致度を、定義されている前記関連度に乗じるなどして加味し、個々のユーザ情報と商品との関連度を算出することも可能である。

また、手段などの各要素は、コンピュータの演算制御部に限らず、ワイヤードロジック等に基づく電子回路など他の情報処理機構で実現してもよい。また、各構成図、データの図、フローチャートの図などは例示に過ぎず、各要素の有無、その順序や具体的内容などは適宜変更可能である。例えば、本発明の装置は、サーバなどの装置を複数用いて実現してもよく、個々の記憶手段を別個独立のサーバ装置やシステムで実現する構成も一般的である。また、機能によっては、外部のプラットフォーム等をＡＰＩ（アプリケーション・プログラム・インタフェース）やネットワークコンピューティング（いわゆるクラウドなど）で呼び出して実現するなど、構成は柔軟に変更できる。

１ＳＮＳ商品推薦装置
６演算制御部
７記憶装置
８通信手段
１１ユーザ情報記憶手段
１２関連度情報記憶手段
１３隔たり情報記憶手段
１４サービス提供手段
１５商品抽出手段
１６相手抽出手段
１７商品推薦手段
ＡＤ広告
Ｄ１，Ｄ２球面距離
Ｇ商品ジャンル
Ｎ通信ネットワーク
ＳＰ球面空間
Ｔ端末
Ｕ１，Ｕ２，ＵＸユーザ情報

Claims

ユーザ間の友達登録を受け付けてその友達登録に基づいてＳＮＳを提供するサービス提供手段と、
ユーザの属性、行動履歴又は前記ＳＮＳで発信している情報の一以上をユーザ情報として記憶しているユーザ情報記憶手段と、
ユーザ情報と商品との関連度を表す関連度情報を記憶している関連度情報記憶手段と、
対象ユーザごとに、前記ユーザ情報記憶手段に記憶されている前記ユーザ情報と、前記関連度情報記憶手段に記憶されている関連度情報と、に基づいて、そのユーザ情報との関連度が所定基準以下の商品を抽出する商品抽出手段と、
前記対象ユーザと前記友達登録がされている相手ユーザのうちそのユーザ情報と前記抽出された商品との関連度が所定基準以上の相手ユーザを抽出する相手抽出手段と、
前記抽出された商品について、前記抽出された相手ユーザに関連付けて前記対象ユーザに推薦する商品推薦手段と、
を有することを特徴とするＳＮＳ商品推薦装置。
ユーザ情報の属性の値に応じた隔たりを表す隔たり情報を予め記憶している隔たり情報記憶手段を有し、
前記商品抽出手段は、
前記関連度情報を基に、前記対象ユーザのユーザ情報と最も関連度が高い商品を選択し、
前記隔たり情報を基に、前記関連度が高い商品と前記関連度情報において対応付けられているユーザ情報と最も隔たったユーザ情報を特定し、
この隔たったユーザ情報に前記関連度情報において最も高い関連度で対応付けられていた商品を抽出する
ことを特徴とする請求項１記載のＳＮＳ商品推薦装置。
前記関連度情報は、所定以上の関連度を持つユーザ情報と商品とを対応付けたものであり、
前記商品抽出手段は、対象ユーザのユーザ情報と、前記関連度情報で商品と対応付けられているユーザ情報と、球面空間にマッピングし、マッピングした球面空間において、対象ユーザのユーザ情報を基点とした球面距離が所定基準以上のユーザ情報に対応付けられている商品を、前記関連度が所定基準以下の商品として抽出する
ことを特徴とする請求項１又は２に記載のＳＮＳ商品推薦装置。
コンピュータが商品を推薦するＳＮＳ商品推薦方法であって、
ユーザの属性、行動履歴又は前記ＳＮＳで発信している情報の一以上をユーザ情報として記憶しているユーザ情報記憶手段と、ユーザ情報と商品との関連度を表す関連度情報をコンピュータが記憶している関連度情報記憶手段と、をコンピュータが実現し、
ユーザ間の友達登録を受け付けてその友達登録に基づいてＳＮＳをコンピュータが提供するサービス提供ステップと、
対象ユーザごとに、前記ユーザ情報記憶手段に記憶されている前記ユーザ情報と、前記関連度情報記憶手段に記憶されている関連度情報と、に基づいて、そのユーザ情報との関連度が所定基準以下の商品をコンピュータが抽出する商品抽出ステップと、
前記対象ユーザと前記友達登録がされている相手ユーザのうちそのユーザ情報と前記抽出された商品との関連度が所定基準以上の相手ユーザをコンピュータが抽出する相手抽出ステップと、
前記抽出された商品について、前記抽出された相手ユーザに関連付けて前記対象ユーザにコンピュータが推薦する商品推薦ステップと、
を含むことを特徴とするＳＮＳ商品推薦方法。
コンピュータに商品を推薦させるＳＮＳ商品推薦プログラムであって、
そのプログラムはコンピュータを制御することにより、
ユーザの属性、行動履歴又は前記ＳＮＳで発信している情報の一以上をユーザ情報として記憶しているユーザ情報記憶手段と、ユーザ情報と商品との関連度を表す関連度情報をコンピュータが記憶している関連度情報記憶手段と、を実現し、
ユーザ間の友達登録を受け付けてその友達登録に基づいてＳＮＳを提供させ、
対象ユーザごとに、前記ユーザ情報記憶手段に記憶されている前記ユーザ情報と、前記関連度情報記憶手段に記憶されている関連度情報と、に基づいて、そのユーザ情報との関連度が所定基準以下の商品を抽出させ、
前記対象ユーザと前記友達登録がされている相手ユーザのうちそのユーザ情報と前記抽出された商品との関連度が所定基準以上の相手ユーザを抽出させ、
前記抽出された商品について、前記抽出された相手ユーザに関連付けて前記対象ユーザに推薦させる
ことを特徴とするＳＮＳ商品推薦プログラム。