JP5223018B1 - 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 - Google Patents

Abstract

【課題】周期的に現れる期間の中で或るキーワードの使用が流行する期間を特定する。
【解決手段】情報処理装置は、周期期間に含まれる単位期間ごとにおけるキーワードの使用数に基づいて、使用数の閾値を決定する。次いで、情報処理装置は、周期期間の中で使用数が閾値を超える期間を、キーワードの流行期間の候補として特定する。次いで、情報処理装置は、特定された期間における使用数が閾値を超えている態様が、キーワードの周期的な流行に基づく態様と異なる態様である場合、特定された期間を流行期間から除外す。そして、情報処理装置は、特定された候補の期間が流行期間から除外されなかった場合、特定された期間を流行期間であると判定する。
【選択図】図２

Description

本発明は、キーワードの使用が流行する期間を特定する情報処理装置等の技術分野に関する。

従来、インターネット等を利用するユーザにより使用されたキーワードに基づいて、キーワードに関連する物事の流行を予測しようとする技術が知られている。これらの技術は、例えば、ウェブページ等を検索するために使用されたキーワードの使用回数をキーワードごとに集計し、使用回数に基づいてキーワードの流行を判断する。例えば、特許文献１には、過去の集計期間に入力されずに今回の集計期間に新たに入力されたキーワード検出したり、過去の集計期間から今回の集計期間への入力回数の変化度が所定範囲から逸脱したキーワードを検出したりする技術が記載されている。

特開２００３−６１９５号公報

キーワードの中には、１年、１ヶ月、１週間等の周期で流行する期間が現れるキーワードがある。このようなキーワードが流行する期間を特定することができれば、そのキーワードが未来において流行する期間を予測することが可能になる。特許文献１に記載の技術は、キーワードがいつ頃から流行するようになったかを特定することはできるかもしれない。しかしながら、特許文献１に記載の技術は、或る集計期間から別の集計期間への変化という局所的な観点から検出を行う技術である。そのため、大局的な視点に基づいて、或る周期の中でいつからいつまでが、或るキーワードの使用が流行する期間であるかを特定することができない。

本発明は、以上の点に鑑みてなされたものであり、周期的に現れる期間の中で或るキーワードの使用が流行する期間を特定することができる情報処理装置、情報処理方法、情報処理プログラム及び記録媒体を提供することを目的とする。

上記課題を解決するために、請求項１に記載の発明は、周期期間に含まれる単位期間ごとにおけるキーワードの使用数に基づいて、前記使用数の閾値を決定する閾値決定手段と、前記周期期間の中で前記使用数が前記閾値決定手段により決定された前記閾値を超える期間を、前記キーワードの流行期間の候補として特定する候補特定手段と、前記候補特定手段により特定された前記期間のうち、前記特定された期間における前記使用数が前記閾値決定手段により決定された前記閾値を超えている態様が、前記キーワードの周期的な流行に基づく態様と異なる態様であるという条件を満たさない前記期間を、前記流行期間であると判定する期間判定手段と、を備えることを特徴とする。

この発明によれば、周期期間に含まれる単位期間ごとのキーワードの使用数に基づいて閾値が決定され、使用数が閾値を超える期間が流行期間の候補として特定される。そして、特定された期間における単位期間ごとのキーワードの使用数が閾値を超えている態様が、キーワードの周期的な流行に基づく態様と異なる態様である場合、特定された期間が流行期間であるとは判定されない。そのため、周期的に現れる期間の中で或るキーワードの使用が流行する期間を特定することができる。

請求項２に記載の発明は、請求項１に記載の情報処理装置において、前記閾値決定手段は、前記周期期間に含まれる各前記単位期間の前記使用数を降順に並べた場合の順番と前記使用数との関係において、前記周期期間のうち前記流行期間の上限の割合よりも大きい割合のうち予め設定された割合に対応する前記順番が割り当てられた前記使用数に基づいて、前記閾値を決定することを特徴とする。

流行期間が存在するキーワードの使用数を降順に並べた場合の使用数の分布においては、順番が上位の使用数の分布の態様と上位ではない使用数の分布の態様とが異なる。上位の使用数の分布は、流行期間に含まれる単位期間の使用数と考えられる。従って、使用数の分布の態様の違いから、流行期間に含まれる単位期間の使用数と、流行期間ではない期間に含まれる単位期間の使用数とを区別することができる。この発明によれば、キーワードが流行していないと考えられる分布中の使用数に基づいて、閾値が決定される。そのため、キーワードが流行していないと考えられる使用数の分布に応じて閾値を決定することができる。

請求項３に記載の発明は、請求項２に記載の情報処理装置において、前記閾値決定手段は、前記流行期間の上限の割合以下の範囲内の何れかの割合に対応する前記順番を一次関数の式に代入した場合に計算される前記一次関数を、前記閾値として決定し、前記式は、２つの前記予め設定された割合に対応する前記順番のそれぞれが代入された場合に、代入された前記順番が割り当てられた前記使用数が一次関数として計算される式であることを特徴とする。

この発明によれば、キーワードが流行していないと考えられる使用数の分布中の点を通り、且つ、この分布における使用数の変化の度合いを傾きで示す直線を表す一次関数の式が定義される。そして、この式に、キーワードが流行していると考えられる使用数に割り当てられた順番が代入された場合に計算される使用数が、閾値として決定される。流行期間が存在するキーワードの使用数を降順に並べた場合の使用数の分布においては、上位に分布する使用数の変化の度合いは、上位ではない方に分布する使用数の変化の度合いよりも大きいという傾向がある。そのため、流行期間が存在するのであれば、キーワードが流行している使用数の分布は、上述した直線を上回るはずである。従って、この発明によれば、閾値を的確に決定することができる。

請求項４に記載の発明は、請求項１乃至３の何れか１項に記載の情報処理装置において、前記候補特定手段は、実際の前記使用数及び前記閾値決定手段により決定された前記閾値に基づいて、前記使用数が前記閾値を超える期間として尤もらしい期間を動的計画法を用いて特定することを特徴とする。

この発明によれば、流行期間の候補として適切な期間を特定することができる。

請求項５に記載の発明は、請求項１乃至４の何れか１項に記載の情報処理装置において、前記期間判定手段は、前記候補特定手段により特定された前記期間のうち、前記特定された期間における前記使用数の突出度であって、前記特定された期間に含まれる少なくとも１つの前記単位期間の前記使用数と、前記閾値決定手段により決定された前記閾値と、に基づいて計算される突出度が予め設定された第１度合い未満である前記期間を、前記流行期間であるとは判定しないことを特徴とする。

この発明によれば、キーワードが流行していると考えられるほどには使用数が突出しなかった期間を、流行期間であるとは判定されないようにすることができる。

請求項６に記載の発明は、請求項１乃至５の何れか１項に記載の情報処理装置において、前記期間判定手段は、前記候補特定手段により特定された前記期間ごとに、前記特定された期間の開始時及び終了時の少なくとも開始時における前記使用数の変化度について、前記変化度が予め設定された第２度合いよりも大きいか否かを判定し、前記変化度が前記第２度合いよりも大きい前記期間を、前記流行期間であるとは判定しないことを特徴とする。

この発明によれば、突発した出来事に影響を受けて使用数が急激に増加した期間、及び、使用数が人為的に増加したことによって使用数が急激に増減した期間の少なくとも何れか一方を、流行期間であるとは判定されないようにすることができる。

請求項７に記載の発明は、請求項１乃至６の何れか１項に記載の情報処理装置において、前記期間判定手段は、前記候補特定手段により特定された前記期間のうち、予め設定された長さよりも短い前記期間を、前記流行期間であるとは判定しないことを特徴とする。

この発明によれば、キーワードの流行とは関係なく、キーワードの使用数が一時的に増加した期間を、流行期間であるとは判定されないようにすることができる。

請求項８に記載の発明は、請求項１乃至７の何れか１項に記載の情報処理装置において、前記期間判定手段により前記流行期間が特定された第１キーワードの前記使用数の推移と、前記第１キーワードと異なる第２キーワードの前記使用数の推移とが類似する場合、前記第１キーワードが属するキーワードのグループに前記第２キーワードを入れるグループ化手段を更に備えることを特徴とする。

この発明によれば、第２キーワードの使用数の推移が第１キーワードの使用数の推移と類似している場合、閾値に基づいて第２キーワードの流行期間を特定しなくても、第２キーワードの流行期間を特定することができる。また、互いに関連するキーワードのグループを作ることができる。

請求項９に記載の発明は、請求項８に記載の情報処理装置において、前記グループ化手段は、前記第１キーワードが関連するカテゴリーと前記第２キーワードが関連するカテゴリーとが異なる場合、前記グループに前記第２キーワードを入れないことを特徴とする。

この発明によれば、使用数の流行に影響するカテゴリーが互いに同じであるキーワードのグループを作ることができる。

請求項１０に記載の発明は、請求項１乃至９の何れか１項に記載の情報処理装置において、キーワードの入力領域にユーザにより入力された１字以上の文字をそれぞれ含む複数のキーワードの提示の優先順位を制御する優先順位制御手段を更に備え、前記優先順位制御手段は、現在と、前記期間判定手段により前記流行期間であると判定された前記期間との関係に基づいて、前記流行期間が特定されたキーワードの前記優先順位を制御することを特徴とする。

この発明によれば、キーワードの流行に応じて、キーワードの提示の優先順位を制御することができる。

請求項１１に記載の発明は、コンピュータにより実行される情報処理方法であって、周期期間に含まれる単位期間ごとにおけるキーワードの使用数に基づいて、前記使用数の閾値を決定する閾値決定ステップと、前記周期期間の中で前記使用数が前記閾値決定ステップにより決定された前記閾値を超える期間を、前記キーワードの流行期間の候補として特定する候補特定ステップと、前記候補特定ステップにより特定された前記期間のうち、前記特定された期間における前記使用数が前記閾値決定ステップにより決定された前記閾値を超えている態様が、前記キーワードの周期的な流行に基づく態様と異なる態様であるという条件を満たさない前記期間を、前記流行期間であると判定する期間判定ステップと、を含むことを特徴とする。

請求項１２に記載の発明は、コンピュータを、コンピュータを、周期期間に含まれる単位期間ごとにおけるキーワードの使用数に基づいて、前記使用数の閾値を決定する閾値決定手段、前記周期期間の中で前記使用数が前記閾値決定手段により決定された前記閾値を超える期間を、前記キーワードの流行期間の候補として特定する候補特定手段、及び、前記候補特定手段により特定された前記期間のうち、前記特定された期間における前記使用数が前記閾値決定手段により決定された前記閾値を超えている態様が、前記キーワードの周期的な流行に基づく態様と異なる態様であるという条件を満たさない前記期間を、前記流行期間であると判定する期間判定手段、として機能させることを特徴とする。

請求項１３に記載の発明は、コンピュータを、周期期間に含まれる単位期間ごとにおけるキーワードの使用数に基づいて、前記使用数の閾値を決定する閾値決定手段、前記周期期間の中で前記使用数が前記閾値決定手段により決定された前記閾値を超える期間を、前記キーワードの流行期間の候補として特定する候補特定手段、及び、前記候補特定手段により特定された前記期間のうち、前記特定された期間における前記使用数が前記閾値決定手段により決定された前記閾値を超えている態様が、前記キーワードの周期的な流行に基づく態様と異なる態様であるという条件を満たさない前記期間を、前記流行期間であると判定する期間判定手段、として機能させる情報処理プログラムがコンピュータ読み取り可能に記録されていることを特徴とする。

本発明によれば、単位期間ごとのキーワードの使用数に基づいて閾値が決定され、使用数が閾値を超える期間が流行期間の候補として特定される。そして、特定された期間における単位期間ごとのキーワードの使用数が閾値を超えている態様が、キーワードの周期的な流行に基づく態様と異なる態様である場合、特定された期間が流行期間であるとは判定されない。そのため、周期的に現れる期間の中で或るキーワードの使用が流行する期間を特定することができる。

本実施形態に係る情報処理システムＳの概要構成の一例を示す図である。 本実施形態に係る電子商店街サーバ１の処理概要の一例を示すフローチャートである。 （ａ）は、ハイシーズンが存在すると考えられる或るキーワードの１年間の使用回数の推移の一例を示すグラフであり、（ｂ）は、使用回数の分布の一例を示すグラフである。 （ａ）は、使用回数の変動が少ない或るキーワードの１年間の使用回数の推移の一例を示すグラフであり、（ｂ）は、使用回数の分布の一例を示すグラフである。 （ａ）は、図３（ｂ）のグラフに対して閾値を決定するための直線の一例を示した図であり、（ｂ）は、図４（ｂ）のグラフに対して閾値を決定するための直線の一例を示した図である。 （ａ）は、図３（ａ）のグラフに対してハイシーズンの候補の一例を示した図であり、（ｂ）は、或るキーワードの１年間の使用回数の推移の一例を示すグラフである。 （ａ）は、或るキーワードの１０日間の使用回数の推移の一例を示すグラフであり、（ｂ）は、１月１日から１月１０日までのトレリス図に遷移コストの計算方法を示した図であり、（ｃ）は、トレリス図に尤もらしい状態を示した図である。 ハイシーズンの候補の期間が短い或るキーワードの１年間の使用回数の推移の一例を示すグラフである。 図４（ａ）のグラフに対してハイシーズンの候補の一例を示した図である。 （ａ）は、突発した出来事により使用回数が影響された或るキーワードの１年間の使用回数の推移の一例を示すグラフである。（ｂ）は、使用回数が人為的に増加した或るキーワードの１年間の使用回数の推移の一例を示すグラフである。 キーワードのグループ化の一例を示す図である。 （ａ）及び（ｂ）は、電子商店街のトップページの表示例を示す図である。 本実施形態に係る電子商店街サーバ１の概要構成の一例を示すブロック図である。 （ａ）は、会員情報ＤＢ１２ａに登録される内容の一例を示す図であり、（ｂ）は、商品情報ＤＢ１２ｂに登録される内容の一例を示す図であり、（ｃ）は、購買情報ＤＢ１２ｃに登録される内容の一例を示す図であり、（ｄ）は、使用回数ＤＢ１２ｄに登録される内容の一例を示す図であり、（ｅ）は、キーワードＤＢ１２ｅに登録される内容の一例を示す図であり、（ｆ）は、キーワード関連ジャンルＤＢ１２ｆに登録される内容の一例を示す図であり、（ｇ）は、ハイシーズン情報ＤＢ１２ｇに登録される内容の一例を示す図であり、（ｈ）は、キーワードグループ情報ＤＢ１２ｈに登録される内容の一例を示す図である。 本実施形態に係る電子商店街サーバ１のシステム制御部１４のハイシーズン特定処理における処理例を示すフローチャートである。 本実施形態に係る電子商店街サーバ１のシステム制御部１４の除外処理における処理例を示すフローチャートである。 本実施形態に係る電子商店街サーバ１のシステム制御部１４のグルーピング処理における処理例を示すフローチャートである。 本実施形態に係る電子商店街サーバ１のシステム制御部１４のキーワード提案処理における処理例を示すフローチャートである。

以下、図面を参照して本発明の実施形態について詳細に説明する。なお、以下に説明する実施の形態は、情報処理システムに対して本発明を適用した場合の実施形態である。

［１．情報処理システムの構成及び機能概要］
先ず、本実施形態に係る情報処理システムＳの構成について、図１を用いて説明する。図１は、本実施形態に係る情報処理システムＳの概要構成の一例を示す図である。

図１に示すように、情報処理システムＳは、電子商店街サーバ１と、管理端末２と、複数の店舗端末３と、複数のユーザ端末４と、を含んで構成されている。電子商店街サーバ１と、各店舗端末３及び各ユーザ端末４とは、ネットワークＮＷを介して、例えば、通信プロトコルにＴＣＰ／ＩＰ等を用いて相互にデータの送受信が可能になっている。なお、ネットワークＮＷは、例えば、インターネット、専用通信回線（例えば、ＣＡＴＶ（Community Antenna Television）回線）、移動体通信網（基地局等を含む）、及びゲートウェイ等により構築されている。また、電子商店街サーバ１と管理端末２とは、例えば、ＬＡＮ（Local Area Network）を介して相互にデータの送受信が可能になっている。

電子商店街サーバ１は、商品の購入が可能な電子商店街に関する各種処理を実行するサーバ装置である。電子商店街サーバ１は、本発明における情報処理装置の一例である。ユーザは、電子商店街を利用することにより、所望の店舗から所望の商品を購入することができる。電子商店街サーバ１は、ユーザ端末４からのリクエストに応じて、例えば、電子商店街のＷｅｂページを送信したり、商品の検索や購入等に関する処理を行ったりする。検索条件としては、キーワードや商品のジャンルがある。商品のジャンルは、本発明におけるカテゴリーの一例である。

管理端末２は、電子商店街の管理者により利用される端末装置である。管理者は、例えば、電子商店街サーバ１を操作したり、電子商店街サーバ１から情報を取得したりするために、管理端末２を使用する。管理端末２としては、例えば、パーソナルコンピュータが用いられる。

店舗端末３は、電子商店街に出店している店舗の従業員等により利用される端末装置である。店舗端末３は、従業員等からの操作に基づいて電子商店街サーバ１等のサーバ装置にアクセスする。これにより、店舗端末３は、サーバ装置からウェブページを受信して表示する。店舗端末３には、ブラウザや電子メールクライアント等のソフトウェアが組み込まれている。従業員は、店舗端末３を利用することにより、例えば、販売する商品の情報を電子商店街に登録したり、商品の注文内容を確認したりする。

ユーザ端末４は、電子商店街を利用するユーザの端末装置である。ユーザ端末４は、ユーザからの操作に基づいて電子商店街サーバ１にアクセスすることにより、電子商店街サーバ１からＷｅｂページを受信して表示する。ユーザは、ユーザ端末４を操作することにより、キーワード等の検索条件を入力する。ユーザ端末４には、ブラウザや電子メールクライアント等のソフトウェアが組み込まれている。ユーザ端末４としては、例えば、パーソナルコンピュータ、ＰＤＡ（Personal Digital Assistant）、スマートフォン等の携帯情報端末、携帯電話機等が用いられる。

［２．リカレントキーワードの判定及びハイシーズンの特定］
次に、リカレントキーワードの判定方法及びハイシーズンの特定方法について、図２乃至図９を用いて説明する。

［２−１．概要］
電子商店街サーバ１は、電子商店において商品を検索するための検索条件として、或るキーワードの使用が１年周期で流行するか否かを判定する。検索条件としての使用が周期的に流行するキーワードを、「リカレントキーワード」という。また、電子商店街サーバ１は、リカレントキーワードの使用が流行する期間を特定する。この期間を、「ハイシーズン」という。ハイシーズンは、１年間の中で、リカレントキーワードの使用が集中する期間といえる。１年の間でハイシーズン以外の期間を、「オフシーズン」という。基本的に、電子商店街サーバ１は、１年周期でハイシーズンが現れるリカレントキーワードを抽出する。ただし、電子商店街サーバ１は、結果として、１年間にハイシーズンが複数回現れるキーワードをリカレントキーワードとして判定する場合もある。リカレントキーワードを判定及びハイシーズンを特定するため、電子商店街サーバ１は、検索条件として使用されたキーワードの使用回数を、キーワードごとに１日単位で集計する。なお、１月１日から１２月３１日までの１年間の期間は、本発明における周期期間の一例である。１日間は、本発明における単位期間の一例である。ハイシーズンは、本発明における流行期間の一例である。

図２は、本実施形態に係る電子商店街サーバ１の処理概要の一例を示すフローチャートである。図２に示すように、電子商店街サーバ１は、リカレントキーワードの判定対象となるキーワードについて、使用回数の閾値を決定する（ステップＳ１）。判定対象となるキーワードを、「対象キーワード」という。１年のうち、使用回数が閾値を超える期間の中から、ハイシーズンが特定される。電子商店街サーバ１は、１年間の使用回数の分布に基づいて、閾値を計算する。

次いで、電子商店街サーバ１は、１年の期間のうち、ハイシーズンの候補となる期間を特定する（ステップＳ２）。電子商店街サーバ１は、使用回数が閾値を超える日が連続する期間を、ハイシーズンの候補とする。ここで、電子商店街サーバ１は、動的計画法を用いることにより、使用回数が閾値を超える期間を調整する。

次いで、電子商店街サーバ１は、ハイシーズンの候補から、ハイシーズンとしては不適切な期間を除外する（ステップＳ３）。不適切な期間は、情報のノイズである。不適切な期間としては、短すぎる期間、使用回数が突出していない期間、突発した出来事に使用回数が影響された期間、及び、使用回数が人為的に増加した期間がある。

ステップＳ３の処理の結果、候補から除外されなかった期間がある場合、電子商店街サーバ１は、対象キーワードをリカレントキーワードであると判定する。また、電子商店街サーバ１は、候補から除外されなかった期間を、ハイシーズンであると判定する。各ステップの詳細については後述する。

［２−２．閾値の決定］
次に、ステップＳ１における閾値の決定方法について説明する。

図３（ａ）は、ハイシーズンが存在すると考えられる或るキーワードの１年間の使用回数の推移の一例を示すグラフである。図３（ｂ）は、使用回数の分布の一例を示すグラフである。ハイシーズンが存在すると考えられるキーワードの一例として、１年に１回訪れる出来事に関連するキーワードが考えられる。例えば、「クリスマス」は、ハイシーズンが存在すると考えられるキーワードである。図３（ａ）は、ハイシーズンが存在すると考えられるキーワードの使用回数の推移をグラフで示す。図３（ａ）が示すように推移する３６５日分の使用回数を降順に個並べた場合、図３（ｂ）に示すような分布のグラフＬＡ１となる。図３（ｂ）において、ｘ座標は、並びの順番である。この並びの順番は日数に対応する。具体的に、ｍ番目の使用回数がｎ回である場合、１年のうち使用回数がｎ回以上であった日数はｍである。日数は、使用回数の分布におけるｘ座標を示す。図３（ｂ）において、ｙ座標は、相対使用回数である。１年のうち最も多い使用回数は、相対使用回数では１００％となる。従って、１番目の相対使用回数は１００％である。一方、１年のうち最も少ない使用回数は、相対使用回数では０％となる。従って、３６５番目の相対使用回数は０％である。

図３（ｂ）に示す分布から、ハイシーズンに含まれる日の使用回数のおおよその範囲と、オフシーズンに含まれる日の使用回数のおおよその範囲と、を見分けることができる。具体的に、日数が少ない間（順番が前の方）は、日数の増加に対して使用回数が減少する度合いが相対的に大きい。つまり、グラフＬＡ１の傾きが大きい。使用回数の分布において使用回数が減少する度合いを「減少度」という。１日付近では減少度が小さくなる場合もある。ただし、日数が増加するに従って直ぐに減少度は増大する。また、日数が少ない間は、減少度はさほど変わらない。そして、日数が４０日から８０日ぐらいの間で、減少度が小さくなっていく。その後、減少度はさほど変わらない。従って、グラフＬＡ１において、相対的に減少度が大きい範囲（０日〜６０日付近）と、相対的に減少度が小さい範囲（６０日付近〜３６５日を含む）とがある。減少度が大きい範囲の使用回数が、ハイシーズン中の使用回数であり、減少度が小さい範囲の使用回数が、オフシーズン中の使用回数であると考えられる。

図４（ａ）は、使用回数の変動が少ない或るキーワードの１年間の使用回数の推移の一例を示すグラフである。図４（ｂ）は、使用回数の分布の一例を示すグラフである。１年の間で使用回数の変動が少ない場合、キーワードが流行する期間がないと考えられる。図４（ａ）が示すように推移する３６５日分の使用回数を降順に並べた場合、図４（ｂ）に示すような分布のグラフＬＡ２となる。図４（ｂ）に示す分布からでは、ハイシーズンに含まれる日の使用回数の範囲と、オフシーズンに含まれる日の使用回数の範囲とを見分けることができない。あるいは、それぞれの範囲を見分けることが難しい。その理由は、全体的に減少度の変化が小さいからである。

上述の結果から、ハイシーズンに含まれる日の使用回数は、オフシーズンに含まれる日の使用回数と比較して定められると仮定する。オフシーズンに含まれる日の使用回数とは、対象キーワードのハイシーズンが存在するか否かにかかわらず、ハイシーズンではないと考えられる期間の使用回数である。ハイシーズンが存在しない場合、１年間がオフシーズンである。この仮定に基づき、電子商店街サーバ１は、オフシーズンにおける使用回数の分布に基づいて、使用回数の閾値を計算する。

図５（ａ）は、図３（ｂ）のグラフに対して閾値を決定するための直線の一例を示した図である。対象キーワードがリカレントキーワードであると仮定した場合に、３６５日のうちハイシーズンとなりえる日数の割合の上限と考えられる割合Ｐを定義する。ハイシーズンは１年のうちの一部の期間であるから、Ｐは、０＜Ｐ＜１を満たす。本実施形態においては、Ｐ＝０．５とする。更に、Ｐ以上の割合の中で、２つの割合α及びβを定める。α及びβは、Ｐ≦α＜β≦１を満たす。α及びβは、本発明における予め設定された割合の一例である。次に、使用回数の分布において、α分位数とβ分位数を特定する。α分位数は、３６５×α日に対応する使用回数Ｎ_αである。β分位数は、３６５×β日に対応する使用回数Ｎ_βである。α及びβはＰより大きいから、Ｎ_α及びＮ_βは、オフシーズンに含まれる日の使用回数である。グラフＬＡ１と、式ｘ＝３６５×α日で表される直線との交点をＬとする。また、グラフＬＡ１と、式ｘ＝３６５×β日で表される直線との交点をＲとする。つまり、点Ｌの座標は（３６５×α，Ｎ_α）であり、点Ｒの座標は（３６５×β，Ｎ_β）である。そして、図５（ａ）に示すように、点Ｌ及びＲを通る直線ＬＡ２を定義する。直線ＬＡ２は、下記の一次関数の式で表される。
ｙ＝ａｘ＋ｂ

ａ及びｂは、下記の式により算出される。
ａ＝（Ｎ_β−Ｎ_α）／（β−α）
ｂ＝Ｎ_α−ａ×α

この一次関数の式の変数ｘに１を代入した場合に算出されるｙを、使用回数の閾値と定める。

閾値をこのように決定する理由を説明する。前述したように、ハイシーズンが存在すると考えられるキーワードの使用回数の分布において、オフシーズンの範囲では減少度はさほど変わらない。そこで、点Ｌ及びＲを通る直線ＬＡ２の傾きが、オフシーズンの減少度を代表している。ハイシーズンの範囲における最大の減少度と、オフシーズンの範囲の平均的な減少度との差は大きい。従って、ハイシーズンの使用回数に含まれるためには、３６５×α日未満の範囲において、グラフＬＡ１が使用回数で直線ＬＡ２よりも上回っている必要があると考えられる。しかしながら、図５（ａ）の左方向へ向かってグラフＬＡ１が直線ＬＡ２よりも使用回数で上回った時点がハイシーズンであるとは限らない。この時点では、グラフＬＡ１の傾きと直線ＬＡ２の傾きとの差が小さいからである。更に左方向に向かってオフシーズンの範囲の減少度よりも或る程度減少度が大きくなったあたりでハイシーズンに入るものと考えられる。つまり、グラフＬＡ１の傾きと直線ＬＡ２の傾きとの差が或る程度大きくなったあたりでハイシーズンに入ると考えられる。

ここで、グラフＬＡ１の傾きの変化が緩やかであるほど、ハイシーズンに入るまでに、左方以降に向かってより日数を要すると考えられる。一方、グラフＬＡ１の傾きの変化が緩やかであるほど、３６５×α日未満の範囲内におけるグラフＬＡ１と直線ＬＡ２との交点とｙ軸との距離が長くなると考えられる。そこで、直線ＬＡ２とｙ軸との交点における使用回数を、グラフＬＡ１の傾きと直線ＬＡ２の傾きとの差が或る程度大きくなったあたりの使用回数とみなしている。また、ハイシーズンが存在する場合の使用回数の最大値は、直線ＬＡ２とｙ軸との交点における使用回数を上回っている必要があると考えられる。その理由は、３６５×α日未満の範囲で仮にグラフＬＡ１が使用回数で直線ＬＡ２を上回っているところがないと、ハイシーズンがないことが明らかであると考えられるからである。直線ＬＡ２とｙ軸との交点における使用回数は、ハイシーズンが存在しないと仮定した場合の使用回数の最大値と仮定する。その理由は、直線ＬＡ２の傾きのまま使用回数が分布した場合の１番目の使用回数が、直線ＬＡ２とｙ軸との交点における使用回数であるからである。上述したように、１番目の使用回数は、使用回数の最大値である。そこで、或る日がハイシーズンに含まれる条件を、その日の使用回数が、ハイシーズンが存在しないと仮定した場合の使用回数の最大値を超えていることとしている。

電子商店街サーバ１が上述した方法で閾値を決定する場合、適切な閾値を簡単な処理で決定することができる。そのため、電子商店街サーバ１の処理負荷を軽減することができる。

管理者は、Ｐ、α及びβを任意に定めることができる。例えば、管理者は、実際に得られた使用回数の情報に基づいて、適切と考えられる割合を設定することができる。ただし、βは１未満であることが好ましい。その理由は、実際に得られる使用回数の情報によって、使用回数の最小値が大きく変わることがあるからである。つまり、使用回数の最小値は、閾値を決定するための情報としては適切ではない蓋然性があるからである。また、電子商店街サーバ１が実際にハイシーズンを特定した結果、１年に対するハイシーズンの割合が割合Ｐを超えてもよい。

なお、電子商店街サーバ１は、一次関数の式の変数ｘに１を代入した場合の使用回数を計算する代わりに、一次関数の式の切片ｂを計算して、切片ｂを閾値として決定してもよい。あるいは、電子商店街サーバ１は、例えば、Ｐ以下の予め定められた割合に対応する日数を変数ｘに代入した場合の使用回数を計算してもよい。その理由は、閾値は、最低でもＮ_αを超えるからである。

図５（ｂ）は、図４（ｂ）のグラフに対して閾値を決定するための直線の一例を示した図である。１年の間の使用回数の変動が小さい場合、図４（ｂ）に示すように、使用回数に対して閾値は相対的に高くなる。

［２−３．ハイシーズンの候補の特定］
次に、ステップＳ２におけるハイシーズンの候補の特定方法について説明する。

図６（ａ）は、図３（ａ）のグラフに対してハイシーズンの候補の一例を示した図である。図６（ｂ）は、或るキーワードの１年間の使用回数の推移の一例を示すグラフである。

図６（ａ）に示すように、電子商店街サーバ１は、１年のうち、ステップＳ１で決定した閾値を使用回数が超える期間を、ハイシーズンの候補として特定する。しかしながら、実際の使用回数の推移のグラフは、図６（ａ）に示すような滑らかな曲線にはならない。実際の使用回数の推移は、上下動を繰り返す。そのため、図６（ｂ）に示すように、使用回数が閾値を超えては直ぐに閾値を下回ったり、使用回数が閾値を下回っては直ぐに閾値を超えたりすることを繰り返す場合がある。つまり、短い期間が、ハイシーズンの候補として複数特定される場合がある。このような短い期間をそれぞれハイシーズンとすることは適切ではない。１年周期で現れるハイシーズンを特定するためには、使用回数の推移を大局的にとらえることが必要である。そこで、電子商店街サーバ１は、動的計画法を用いて、使用回数が閾値を超える期間を調整する。

具体的に、電子商店街サーバ１は、ビタビアルゴリズムを用いる。ここで、実際に観測された事象の系列を、使用回数が閾値を超えている否かの状態の系列とする。一方、隠されている事象の系列を、ハイシーズンであるか否かの状態の系列とする。上述したように、基本的には使用回数が閾値を超えている期間がハイシーズンである。しかしながら、キーワードの使用が流行している期間中であっても、実際の使用回数は上下し、これによって使用回数が一時的に閾値以下になる場合もある。また、オフシーズンについても事情は同じである。電子商店街サーバ１は、観測された事象の系列から、最も尤もらしい隠されている事象の系列を探し出す。

図７（ａ）は、或るキーワードの１０日間の使用回数の推移の一例を示すグラフである。電子商店街サーバ１は、１年間の各日について、使用回数が閾値を超えている状態と使用回数が閾値を超えていない状態とに分類する。使用回数が閾値を超えている状態を、「ハイシーズン状態」という。使用回数が閾値を超えていない状態を、「オフシーズン状態」という。図７（ａ）の例では、観測された状態において、１月１日から１月１０日までのうち、１月３日〜１月５日、１月７日及び１月８日がハイシーズン状態である。電子商店街サーバ１は、１月１日から１２月３１日までの状態の遷移コストを計算する。図７（ｂ）は、１月１日から１月１０日までのトレリス図に遷移コストの計算方法を示した図である。図７（ｂ）において、実線の円は、観測された状態であり、破線の円は、観測されなかった状態である。

或る日の状態から次の日の状態へ遷移する際、実際には観測されなかった状態に遷移する場合、遷移コストにコスト２が加算される。また、異なる状態へ遷移する場合は、遷移コストにコスト３が加算される。例えば、１月１日のハイシーズン状態は、観測されなかった状態であるため、このときの遷移コストは２である。一方、１月１日のオフシーズン状態の遷移コストは０である。１月１日のハイシーズン状態から１月２日のハイシーズン状態へは、遷移コスト２にコスト２が加算されるため、遷移コストは４となる。１月１日のオフシーズン状態から１月２日のハイシーズン状態へは、遷移コスト０にコスト２と３とが加算されるため、遷移コストは５となる。４と５とのうち、小さい方の遷移コストが、１月２日のハイシーズン状態の遷移コストになる。１月１日のハイシーズン状態から１月２日のオフシーズン状態へは、遷移コスト２にコスト３が加算されるため、遷移コストは５となる。１月１日のオフシーズン状態から１月２日のオフシーズン状態へは、遷移コスト０のままである。従って、１月２日のオフシーズン状態の遷移コストは０となる。各状態の遷移コストの計算結果は、図７（ｂ）に示すとおりとなる。

電子商店街サーバ１は、同日のハイシーズン状態及びオフシーズン状態のうち、遷移コストが小さい方の状態を、尤もらしい状態として選択する。図７（ｃ）は、トレリス図に尤もらしい状態を示した図である。図７（ｃ）に示すように、１月１日〜１月３日及び１月１０日の尤もらしい状態は、オフシーズン状態である。一方、１月４日〜１月９日の尤もらしい状態は、ハイシーズン状態である。従って、電子商店街サーバ１は、１月４日〜１月９日を、ハイシーズンの候補として特定する。

［２−４．不適切な期間の除去］
次に、ステップＳ３におけるハイシーズンの候補の期間の除外方法について説明する。電子商店街サーバ１は、ハイシーズンの候補の期間における使用回数が閾値を超えている態様が、キーワードが周期的に流行する場合のハイシーズンにおける使用回数が閾値を超えている態様と異なる場合、候補の期間をハイシーズンから除外する。候補の期間における使用回数が閾値を超えている態様としては、例えば、使用回数が閾値を超えている期間の長さ、使用回数が閾値から突出している度合い、使用回数による閾値の超え方等がある。なお、電子商店街サーバ１は、下記に説明する除外方法のうち少なくとも１つの方法を用いてもよい。

［２−４−１．短い期間の除去］
ハイシーズンが周期的に現れる理由の１つとして、キーワードに関連する出来事が周期的に起こることが考えられる。このような出来事が起こる時期は、ユーザにとって既知である蓋然性がある。従って、ハイシーズンは、或る程度継続する期間であると考えられる。その理由は、出来事が起こっている時期が長い場合が考えられる。また、出来事が起こっている時期が短かったとしても、出来事が起こる時期よりも或る程度前及び後の少なくとも何れか一方の期間にも、その出来事に関連するキーワードが良く使用される蓋然性があるからである。例えば、クリスマスのプレゼントを購入しようとするユーザは、クリスマスよりも或る程度前に、「クリスマス」というキーワードで商品を検索する場合がある。一方、ハイシーズンではない間であっても、特段の原因もなく使用回数が一時的に増加する場合がある。図８は、ハイシーズンの候補の期間が短い或るキーワードの１年間の使用回数の推移の一例を示すグラフである。そこで、電子商店街サーバ１は、ハイシーズンの候補のうち短い期間を、ハイシーズンから除外する。ここで、最少日数ＮＤが予め定められる。管理者は、ＮＤの値を任意に定めることができる。ハイシーズンの候補の開始日及び終了日をｔ_１及びｔ_２とする。ｔ_１及びｔ_２が、ｔ_２−ｔ_１＜ＮＤを満たす場合、候補の期間はハイシーズンから除外される。なお、ＮＤは、本発明における予め設定された長さの一例である。

［２−４−２．使用回数が突出していない期間の除去］
ハイシーズンが存在しないキーワードであっても、使用回数は１年で或る程度上下動する。そのため、使用回数が閾値を超える場合がある。しかしながら、図４（ａ）に示すように、ハイシーズンの候補の期間における使用回数は、他の期間の使用回数と比較してさほど増加していない。キーワードの使用が流行する期間は、他の期間の使用回数に対して使用回数が大きく突出する期間であると考えられる。そこで、電子商店街サーバ１は、ハイシーズンの候補の期間の使用回数と、使用回数の閾値とに基づいて、使用回数が突出している度合いを計算する。使用回数が突出している度合いを、「突出度」という。そして、電子商店街サーバ１は、使用回数が突出していない場合、ハイシーズンの候補をハイシーズンから除外する。

具体的に、キーワードの総使用回数と使用回数の最大値のそれぞれについて、突出度の条件が定義される。図９は、図４（ａ）のグラフに対してハイシーズンの候補の一例を示した図である。下記の式１は、総使用回数に関する条件を示し、式２は、使用回数の最大値に関する条件を示す。

式１において、ＳＶ（ｔ，ｋ）は、日付ｔにおけるキーワードｋの使用回数である。従って、式１の分子は、ハイシーズンの候補の期間における総使用回数（積算値）である。つまり、式１の分子は、図９が示す領域ＳＡの面積である。Ｈ（ｋ）は、キーワードｋの使用回数の閾値である。つまり、式１の分母は、図９が示す領域ＳＢの面積である。ＰＮＳ１は、予め定められた突出度の下限である。

Ｍａｘ（ｄ_１，ｄ_２・・・ｄ_ｎ）は、ｄ_１からｄ_ｎのうちの最大値である。従って、式２の分子は、ハイシーズンの候補の期間における１日の使用回数の最大値である。ＰＮＳ２は、予め定められた突出度の下限である。電子商店街サーバ１は、ハイシーズンの候補の期間が、式１及び式２の両方を満たす場合、その期間をハイシーズンから除外する。つまり、候補の期間内の使用回数が全体的に突出しておらず、且つ、使用回数のピークもさほど突出していない場合、その期間はハイシーズンから除外される。管理者は、ＰＮＳ１及びＰＮＳ２を任意に定めることができる。ＰＮＳ１及びＰＮＳ２は、本発明における第１度合いの一例である。なお、電子商店街サーバ１は、式１及び式２のうち何れか一方のみを用いてもよい。

［２−４−３．突発した出来事に使用回数が影響された期間の除去］
突発した出来事とは、例えば、出来事が発生するまでは誰もが予想することができないような出来事である。突発した出来事の例としては、災害、事故、事件等がある。図１０（ａ）は、突発した出来事により使用回数が影響された或るキーワードの１年間の使用回数の推移の一例を示すグラフである。突発した出来事に関連するキーワードの使用回数は、その出来事が発生した直後に増加する。突発した出来事は、その後周期的には発生しない。従って、突発した出来事に使用回数が影響された期間は、ハイシーズンではない。

突発した出来事が社会に与える影響が大きいほど、その出来事に関連するキーワードの使用回数は大きく増加する。従って、図１０（ａ）に示すように、ハイシーズンの候補の期間が開始するとき、使用回数が大きく増加する。ここで、使用回数の推移における使用回数の変化の度合いを、「変化度」という。突発した出来事に使用回数が影響された場合、図６（ａ）に示すようなハイシーズンが存在する場合と比較して、使用回数が閾値を超えるときの使用回数の変化度が大きい。一方、図１０（ａ）に示すように、突発した出来事に使用回数が影響された場合において、ハイシーズンの候補の期間が終了するとき、その期間の開始時ほどには変化度が大きくない場合がある。そこで、電子商店街サーバ１は、ハイシーズンの候補の期間の開始時の使用回数の変化度を計算する。そして、電子商店街サーバ１は、変化度が大きい場合、ハイシーズンの候補をハイシーズンから除外する。下記の式３は、変化度の条件を示す。

式３において、ＣＥＳ１は、予め定められた変化度の上限である。基本的には、ＳＶ（ｔ_１，ｋ）＞Ｈ（ｋ）であり、ＳＶ（ｔ１−１，ｋ）≦ Ｈ（ｋ）である。そのため、式３の左辺は、使用回数の変化度とみなすことができる。ハイシーズンの候補の期間が、式３を満たす場合、その期間はハイシーズンから除外される。しかしながら、ハイシーズンの候補の期間は、動的計画法により調整されている。そのため、実際の期間の開始時の使用回数（ＳＶ（ｔ_１，ｋ））が閾値（Ｈ（ｋ））より大きいとは限らない。また、期間の１日目（ｔ_１）で使用回数が閾値よりも大幅に大きくなるとは限らない。そこで、下記の式４により、もう一つの変化度の条件が定義される。

式４において、Ｍｉｎ（ｄ_１，ｄ２・・・ｄ_ｎ）は、ｄ_１からｄ_ｎのうちの最小値である。ＣＥＳ２は、予め定められた変化度の上限である。管理者は、ＣＥＳ１及びＣＥＳ２を任意に定めることができる。ＣＥＳ１とＣＥＳ２とは同一であってもよい。式４の左辺の分子は、期間の開始直後の３日間のそれぞれの使用回数のうちの最大値である。式４の左辺の分母は、期間の開始直前の３日間のそれぞれの使用回数のうちの最小値である。なお、管理者は、期間の開始直前及び直後において、それぞれ何日分の使用回数を用いるかを任意に定めることができる。

電子商店街サーバ１は、ハイシーズンの候補の期間が、式３及び式４の少なくとも何れか一方を満たす場合、その期間をハイシーズンから除外する。なお、電子商店街サーバ１は、式４のみを用いてもよい。

［２−４−４．使用回数が人為的に増加した期間の除去］
使用回数が人為的に増加した場合、その使用回数は流行によって増加したものではない。従って、使用回数が人為的に増加した期間は、ハイシーズンではない。図１０（ｂ）は、使用回数が人為的に増加した或るキーワードの１年間の使用回数の推移の一例を示すグラフである。

使用回数が人為的に増加する例として、期間限定で公開されるＷｅｂページ等のコンテンツがある。このようなコンテンツとして、例えば、何らかの特集のＷｅｂページがある。このＷｅｂページには、電子商店街へのリンクが埋め込まれている。このリンクには、キーワードが関連付けられている。ユーザがこのリンクを選択すると、ユーザ端末４は、リンクに関連付けられたキーワードを検索条件として、電子商店街サーバ１に商品の検索を要求する。従って、このようなＷｅｂページが公開されたときに特定のキーワードの使用回数が増加し、公開が終了するとその特定のキーワードの使用回数が元に戻る。つまり、図１０（ｂ）に示すように、ハイシーズンの候補の期間が開始するとき及び終了するときの何れの時点でも、使用回数の変化度が大きい。

使用回数が人為的に増加する別の例として、クローラーがある。クローラーは、電子商店街サーバ１に対して連続的に検索の要求を繰り返し、検索結果等の情報を収集するプログラムや情報処理装置である。従って、クローラーが処理を開始したときに特定のキーワードの使用回数が増加し、クローラーが処理を終了したときにその特定のキーワードの使用回数が元に戻る。従って、使用回数の推移は、図１０（ｂ）に示す推移となる。

そこで、ハイシーズンの候補の期間の開始時及び終了時の使用回数の変化度のそれぞれの条件が定められる。下記の式５及び式６は、期間の開始時の変化度の条件を示す。式７及び式８は、期間の終了時の変化度の条件を示す。

ＣＣＳ１、ＣＣＳ２、ＣＣＥ１及びＣＣＥ２は、予め定められた変化度の上限である。管理者は、各上限を任意に定めることができる。４つの上限は互いに同一であってもよい。式３及び式４との関係上、ＣＣＳ１は、ＣＣＳ１＜ＣＥＳ１を満たし、ＣＣＳ２は、ＣＣＳ２＜ＣＥＳ１を満たす。ＣＥＳ１、ＣＥＳ２、ＣＣＳ１、ＣＣＳ２、ＣＣＥ１及びＣＣＥ２は、本発明における第２度合いの一例である。

電子商店街サーバ１は、ハイシーズンの候補の期間が、式５及び式６の少なくとも何れか一方を満たし、且つ、式７及び式８の少なくとも何れか一方を満たす場合、その期間をハイシーズンから除外する。なお、電子商店街サーバ１は、式６及び式８のみを用いてもよい。

［２−４−５．その他］
キーワードの使用が流行する期間が１年周期で現れる場合、その期間はハイシーズンである。従って、或る年ではハイシーズンの候補が特定されたが、別の年ではハイシーズンの候補が特定されなかった場合、特定された候補はハイシーズンではない蓋然性がある。また、或る年のハイシーズンの候補の期間と別の年のハイシーズンの候補の期間とが全く異なる場合、特定された各候補はハイシーズンではない蓋然性がある。そこで、電子商店街サーバ１は、同一のキーワードについて、複数の年度の使用回数の推移を互いに比較してもよい。そして、電子商店街サーバ１は、使用回数の推移が類似していない場合、ハイシーズンの候補をハイシーズンから除外してもよい。具体的に、電子商店街サーバ１は、類似度を計算する。例えば、電子商店街サーバ１は、同一の日ごとに、使用回数の差を計算する。電子商店街サーバ１は、各日の差を総合して、類似度を計算する。このとき、差が小さいほど、類似度が高くなる。そして、電子商店街サーバ１は、類似度が予め定められた値ＳＩＭ１未満である場合、ハイシーズンの候補をハイシーズンから除外する。

［３．ハイシーズンの特定結果の応用］
次に、ハイシーズンの特定結果の応用例について、図１１及び図１２を用いて説明する。

［３−１．キーワードのグループ化］
電子商店街サーバ１は、ハイシーズンが存在する複数のキーワードを、ハイシーズンの期間が同じようなキーワードのグループに分ける。ハイシーズンの期間が同じような複数のキーワードは、互いに同じ要因で使用が流行した蓋然性があるからである。つまり、このような複数のキーワードは、互いに関連する蓋然性がある。しかしながら、各キーワードについて電子商店街サーバ１がステップＳ１〜Ｓ３の処理によるハイシーズンの特定を行うと、処理時間が長くなる。また、電子商店街サーバ１の処理負荷が高くなる。そこで、電子商店街サーバ１は、一部のキーワードについて、ステップＳ１〜Ｓ３の処理によりハイシーズンを特定する。そして、電子商店街サーバ１は、ハイシーズンが特定されたキーワードの使用回数の１年間の推移と、他のキーワードの使用回数の１年間の推移を比較する。そして、電子商店街サーバ１は、比較結果に基づいて、キーワードをグループ分けする。

例えば、電子商店街サーバ１は、使用回数の推移が、ハイシーズンが特定されたキーワードの使用回数の推移と類似するキーワードを、そのハイシーズンが特定されたキーワードと同一のグループに入れる。具体的に、電子商店街サーバ１は、類似度を計算する。このとき、電子商店街サーバ１は、両方のキーワードの使用回数が異なっていても、使用回数の推移の形状が似ているのであれば類似度が高くなるように計算を行う。そして、電子商店街サーバ１は、類似度が予め定められた値ＳＩＭ２以上である場合に、キーワードを、ハイシーズンが特定されたキーワードと同一のグループに入れる。

図１１は、キーワードのグループ化の一例を示す図である。図１１に示すように、キーワードＫ１のハイシーズンが既に特定されているとする。一方、キーワードＫ２〜Ｋ４のハイシーズンはまだ特定されていないとする。ここで、キーワードＫ２の使用回数の推移はキーワードＫ１の使用回数の推移と類似しているので、キーワードＫ２はキーワードＫ１と同じグループに入れられる。一方、キーワードＫ３の使用回数の推移はキーワードＫ１の使用回数の推移と類似していないので、キーワードＫ３はキーワードＫ１と同じグループには入れられない。

電子商店街サーバ１は、グループ化けの条件として、商品のジャンルを用いてもよい。具体的に、電子商店街サーバ１は、各キーワードに関連するジャンルをそれぞれ特定する。キーワードに関連するジャンルは、そのキーワードの使用回数に影響する物事を示す蓋然性があるからである。互いに関連するキーワードとジャンルとを如何にして抽出するかは、管理者の任意である。例えば、管理者が手作業で抽出してもよいし、電子商店街サーバ１が自動的に抽出してもよい。電子商店街サーバ１は、抽出方法として公知の方法を用いることができる。ハイシーズンが特定されたキーワードが関連するジャンルと、或るキーワードが関連するジャンルとが異なる場合、電子商店街サーバ１は、そのキーワードを、ハイシーズンが特定されたキーワードと同じグループに入れない。その理由は、使用回数の推移に影響する物事が互いに異なる蓋然性があるからである。図１１に示すように、キーワードＫ１〜Ｋ３は、ジャンルＧ１に関連する。一方、キーワードＫ４は、ジャンルＧ２に関連する。従って、キーワードＫ４の使用回数の推移がキーワードＫ１の使用回数の推移と類似しているとしても、キーワードＫ４はキーワードＫ１と同じグループには入れられない。

管理者は、或るジャンルを特集するＷｅｂページを作成することができる。このＷｅｂページには、特集されるジャンルに関連するキーワードとして、グループ化されたキーワードが表示される。ユーザが何れかのキーワードを選択すると、選択されたキーワードを検索条件として、電子商店街サーバ１が商品を検索する。管理者は、このＷｅｂページの公開期間を、特集されるジャンルに関連するキーワードのハイシーズンの期間に基づいて決定してもよい。

［３−２．キーワードの提案の優先順位］
ユーザは、電子商店街でキーワードを検索条件として入力するとき、キーワードサジェスト機能を利用することができる。キーワードサジェスト機能は、キーワードの候補を表示し、その候補を検索条件として指定可能とする機能である。図１２（ａ）及び（ｂ）は、電子商店街のトップページの表示例を示す図である。図１２（ａ）に示すように、トップページは、検索条件設定領域１１０等を含む。検索条件設定領域１１０は、キーワード入力欄１１１、ジャンル選択メニュー１１２、検索ボタン１１３等を含む。キーワード入力欄１１１は、キーワードを入力するための入力領域である。ジャンル選択メニュー１１２は、検索条件として指定するジャンルを選択するためのプルダウンメニューである。検索ボタン１１３は、キーワード入力欄１１１に入力されたキーワードと、ジャンル選択メニュー１１２において選択されたジャンルとを、検索条件として指定するためのボタンである。

キーワード入力欄１１１に対してユーザがキーワードを入力し始めると、キーワード入力欄１１１の直下に、検索キーワード候補表示領域１１４が表示される。検索キーワード候補表示領域１１４には、キーワードの候補が一覧表示される。候補として表示されるキーワードは、キーワード入力欄１１１に入力されている一字以上の文字列に前方一致するキーワードである。キーワード入力欄１１１に仮名が入力されている場合、候補として表示されるキーワードは、その読みが、入力されている仮名に前方一致するキーワードである。例えば、「せ」が入力された場合、キーワード候補表示領域１１４には、例えば、「石けん」、「せんべい」、「扇風機」、「セール」等のキーワードが表示される。例えば、キーワード入力欄１１１における各キーワードの表示の優先順位を決定するための条件は予め定められている。例えば、予め定められた期間における使用回数の合計値が多いキーワードほど、優先順位が上位になってもよい。キーワード入力欄１１１に表示された何れかのキーワードをユーザが選択すると、選択されたキーワードを検索条件として電子商店街サーバ１が商品を検索する。

電子商店街サーバ１は、現在の日付と、各キーワードのハイシーズンとの位置の関係に基づいて、キーワード入力欄１１１における表示の優先順位を制御してもよい。例えば、電子商店街サーバ１は、今日がハイシーズンに含まれるキーワードの優先順位を引き上げてもよい。

例えば、「石けん」、「せんべい」及び「セール」には、ハイシーズンが存在しないとする。一方、「扇風機」のハイシーズンは、６月１５日から９月１０日までであったとする。例えば今日が３月１日である場合、図１２（ａ）に示すように、「扇風機」の優先順位は３番目である。一方、今日が７月１日であった場合、図１２（ｂ）に示すように、「扇風機」の優先順位は１番目に引き上げられる。電子商店街サーバ１は、例えば、優先順位を直接引き上げてもよい。または、電子商店街サーバ１は、例えば、優先順位を決める指標値（例えば、使用回数の合計値）を補正することにより、結果的に優先順位が引き上げられるようにしてもよい。

電子商店街サーバ１は、ハイシーズンの開始日から予め設定された日数前からキーワードの優先順位を引き上げてもよい。また、電子商店街サーバ１は、ハイシーズンの終了日から予め設定された日数前からキーワードの優先順位の引き上げを終了させてもよい。例えば、予め設定された日数を１０日とする。この場合、「扇風機」の優先順位は、６月５日から８月３１日まで引き上げられる。

［３−３．需要の予測］
ハイシーズンの特定結果を商品の需要の予測に用いることができる。その理由は、キーワードの使用回数が多くなるほど、そのキーワードに関連する商品の販売数が増加すると考えられるからである。商品の販売数は、キーワードの使用回数よりもやや遅れて推移する傾向がある。その理由は、ユーザは、商品を検索した後或る程度検討した上で、検索された商品を購入するからである。商品に関連するキーワードは、例えば、商品名や商品の説明に含まれるキーワードであってもよい。その理由は、電子商店街サーバ１は、検索条件として指定されたキーワードが商品名や商品の説明に含まれる商品を検索するからである。

例えば、商品に関連するキーワードのハイシーズンは、商品の販売数が最も多い期間である蓋然性がある。あるいは、ハイシーズンより若干遅れて、商品の販売数が最も多い期間が現れることになる。そのため、店舗は、基本的にはキーワードのハイシーズンに合わせて商品の在庫を用意してもよい。

また、商品の販売数をキーワードの使用回数で割ると、検索から購入への転換率となる。ハイシーズンであるのに転換率が低い場合、転換率が低い何らかの原因がある蓋然性がある。そこで、店舗は、転換率が低い場合、その原因を調査することができる。例えば、商品の在庫が少ないことが原因である場合がある。

電子商店街サーバ１は、例えば、店舗により商品が指定されると、指定された商品に関連するキーワードを特定する。そして、電子商店街サーバ１は、例えば、特定したキーワードのハイシーズンの有無及びハイシーズンの期間を店舗端末３に表示させる。また、電子商店街サーバ１は、特定したキーワードの使用回数の推移、指定された商品の販売数、転換率及び在庫数の推移を示す表やグラフ等を店舗端末３に表示させてもよい。

［４．電子商店街サーバの構成］
次に、電子商店街サーバ１の構成について、図１３及び図１４を用いて説明する。

図１３は、本実施形態に係る電子商店街サーバ１の概要構成の一例を示すブロック図である。図１３に示すように、電子商店街サーバ１は、通信部１１と、記憶部１２と、入出力インターフェース１３と、システム制御部１４と、を備えている。そして、システム制御部１４と入出力インターフェース１３とは、システムバス１５を介して接続されている。

通信部１１は、ネットワークＮＷに接続して、ユーザ端末４等との通信状態を制御するようになっている。

記憶部１２は、例えば、ハードディスクドライブ等により構成されている。この記憶部１２には、会員情報ＤＢ１２ａ、商品情報ＤＢ１２ｂ、購買情報ＤＢ１２ｃ、使用回数ＤＢ１２ｄ、キーワードＤＢ１２ｅ、キーワード関連ジャンルＤＢ１２ｆ、ハイシーズン情報ＤＢ１２ｇ、キーワードグループ情報ＤＢ１２ｈ等のデータベースが構築されている。

図１４（ａ）は、会員情報ＤＢ１２ａに登録される内容の一例を示す図である。会員情報ＤＢ１２ａには、情報処理システムＳに会員登録しているユーザに関する会員情報が登録される。具体的に、会員情報ＤＢ１２ａには、ユーザＩＤ、パスワード、ニックネーム、氏名、生年月日、性別、郵便番号、住所、電話番号、電子メールアドレス等のユーザの属性が、ユーザごとに対応付けて登録される。ユーザＩＤは、ユーザの識別情報である。

図１４（ｂ）は、商品情報ＤＢ１２ｂに登録される内容の一例を示す図である。商品情報ＤＢ１２ｂには、電子商店街で販売されている商品に関する商品情報が登録される。具体的に、商品情報ＤＢ１２ｂには、商品ＩＤ、店舗ＩＤ、商品コード、ジャンルＩＤ、商品名、商品画像のＵＲＬ（Uniform Resource Locator）、商品説明、商品価格、在庫数等の商品の属性が、店舗が販売する商品ごとに対応付けて登録される。商品ＩＤは、店舗等が、販売する商品を管理するための商品の識別情報である。店舗ＩＤは、商品の販売元の店舗を示す。商品コードは、商品を識別するコード番号である。商品コードとしては、例えば、ＪＡＮ（Japanese Article Number Code）コード等がある。ジャンルＩＤは、商品が属するジャンルの識別情報である。

図１４（ｃ）は、購買情報ＤＢ１２ｃに登録される内容の一例を示す図である。購買情報ＤＢ１２ｃには、商品の購買に関する購買情報が登録される。具体的に、購買情報ＤＢ１２ｃには、商品ＩＤ、店舗ＩＤ、商品コード、ジャンルＩＤ、日付、販売数及び在庫数が、商品及び日付ごとに対応付けて登録される。商品ＩＤ、店舗ＩＤ、商品コード及びジャンルＩＤは、販売数及び在庫数が示される商品の情報である。販売数及び在庫数は、日付が示す日の販売数及び在庫数である。

図１４（ｄ）は、使用回数ＤＢ１２ｄに登録される内容の一例を示す図である。使用回数ＤＢ１２ｄには、各キーワードの使用回数の推移が登録される。具体的に、使用回数ＤＢ１２ｄには、キーワード、日付及び使用回数が、キーワード及び日付ごとに対応付けて登録される。例えば、システム制御部１４は、ユーザ端末４から検索の要求を受信するたびに、検索条件として指定されたキーワード及び今日の日付に対応する使用回数に１を加算してもよい。また、例えば、システム制御部１４は、ユーザ端末４からの検索の要求のログを記憶部１２に記憶しておき、ログに基づいて定期的に使用回数を集計してもよい。

図１４（ｅ）は、キーワードＤＢ１２ｅに登録される内容の一例を示す図である。キーワードＤＢ１２ｅには、キーワードサジェスト機能における表示の候補となるキーワードが複数登録されている。例えば、予め設定された期間において各ユーザが検索条件として指定したキーワードのうち、指定された回数が予め設定された回数以上であるキーワードが、キーワードＤＢ１２ｅに登録される。

図１４（ｆ）は、キーワード関連ジャンルＤＢ１２ｆに登録される内容の一例を示す図である。キーワード関連ジャンルＤＢ１２ｆには、互いに関連するキーワードとジャンルのジャンルＩＤとの組が登録されている。

図１４（ｇ）は、ハイシーズン情報ＤＢ１２ｇに登録される内容の一例を示す図である。ハイシーズン情報ＤＢ１２ｇには、ハイシーズンが特定されたキーワードに関するハイシーズン情報が登録される。具体的に、ハイシーズン情報ＤＢ１２ｇには、キーワード及びハイシーズンの期間が対応付けて登録される。

図１４（ｈ）は、キーワードグループ情報ＤＢ１２ｈに登録される内容の一例を示す図である。キーワードグループ情報ＤＢ１２ｈには、キーワードのグループに関するキーワードグループ情報が登録される。具体的に、キーワードグループ情報ＤＢ１２ｈには、グループＩＤ、ジャンルＩＤ、ハイシーズンの期間、及び複数のキーワードが対応付けて登録される。グループＩＤは、グループの識別情報である。ジャンルＩＤは、グループに関連するジャンルを示す。ハイシーズンの期間は、グループのハイシーズンを示す。各キーワードは、ジャンルＩＤが示すジャンルに関連するキーワードである。また、各キーワードのハイシーズンの期間は、対応付けて登録されているハイシーズンの期間である。

次に、記憶部１２に記憶されるその他の情報について説明する。記憶部１２には、Ｗｅｂページを表示するためのＨＴＭＬ（HyperText Markup Language）文書、ＸＭＬ（Extensible Markup Language）文書、画像データ、テキストデータ、電子文書等の各種データが記憶されている。また、記憶部１２には、管理者等により設定された各種の設定値が記憶されている。設定値としては、例えば、α、β、ＮＤ等がある。

また、記憶部１２には、オペレーティングシステム、ＷＷＷ（World Wide Web）サーバプログラム、ＤＢＭＳ（Database Management System）、電子商取引管理プログラム等の各種プログラムが記憶されている。電子商取引管理プログラムは、キーワードのハイシーズンの特定、商品の検索、商品の注文等の電子商店街に関する処理を実行するためのプログラムである。なお、各種プログラムは、例えば、他のサーバ装置等からネットワークＮＷを介して取得されるようにしてもよいし、ＤＶＤ（Digital Versatile Disc）等の記録媒体に記録されてドライブ装置を介して読み込まれるようにしてもよい。

入出力インターフェース１３は、通信部１１及び記憶部１２とシステム制御部１４との間のインターフェース処理を行うようになっている。

システム制御部１４は、ＣＰＵ１４ａ、ＲＯＭ（Read Only Memory）１４ｂ、ＲＡＭ（Random Access Memory）１４ｃ等により構成されている。そして、システム制御部１４は、ＣＰＵ１４ａが、各種プログラムを読み出し実行することにより、本発明における閾値決定手段、候補特定手段、除外手段、期間判定手段、グループ化手段及び優先順位制御手段として機能するようになっている。

なお、電子商店街サーバ１が、複数のサーバ装置で構成されてもよい。例えば、キーワードのハイシーズンを特定するサーバ装置、商品の検索や注文等の処理を行うサーバ装置、ユーザ端末４からのリクエストに応じてＷｅｂページを送信するサーバ装置、及びデータベースを管理するサーバ装置等が、互いにＬＡＮ等で接続されてもよい。

［５．情報処理システムの動作］
次に、情報処理システムＳの動作について、図１５乃至図１８を用いて説明する。

図１５は、本実施形態に係る電子商店街サーバ１のシステム制御部１４のハイシーズン特定処理における処理例を示すフローチャートである。ハイシーズン特定処理は、指定されたキーワードのハイシーズンを特定する処理である。例えば、管理者が管理端末２を操作することによってキーワード及び年度を指定することによって、ハイシーズン特定処理が実行されてもよい。また、例えば、電子商店街サーバ１がキーワードに関連する処理を実行しているときに、処理中のキーワードのハイシーズンの特定が必要となったときに、ハイシーズン特定処理が実行されてもよい。

図１５において、ステップＳ１１〜Ｓ１３は、図２に示すステップＳ１の具体的な処理を示す。ステップＳ１４、Ｓ１５及びＳ１７は、ステップＳ２の具体的な処理を示す。ステップＳ１８は、ステップＳ３を示す。ステップＳ１８の具体的な処理は、後述する図１６に示される。

システム制御部１４は、指定されたキーワードの指定された年度の各日の使用回数を使用回数ＤＢ１２ｄから取得する。年度が指定されていない場合、昨年の使用回数が取得される。次いで、システム制御部１４は、取得した使用回数を降順に並べ替える（ステップＳ１１）。次いで、システム制御部１４は、使用回数の並びの中から、α分位数となる使用回数Ｎ_α、及びβ分位数となる使用回数Ｎ_βを特定する（ステップＳ１２）。次いで、システム制御部１４は、一次関数の式の変数ｘに１を代入した場合に算出される一次関数を計算することにより、閾値を決定する（ステップＳ１３）。具体的に、システム制御部１４は、下記の式を計算する。
閾値＝Ｎ_α−（Ｎ_β−Ｎ_α）／（β−α）×（α−１）

次いで、システム制御部１４は、実際の使用回数に基づいて、１年間の各日について、使用回数が閾値を超えている状態及び使用回数が閾値を超えていない状態の何れか一方を特定する。そして、システム制御部１４は、動的計画法を用いて、最も尤もらしい状態経路を探し出す（ステップＳ１４）。次いで、システム制御部１４は、最も尤もらしい状態経路上、使用回数が閾値を超える日があるか否かを判定する（ステップＳ１５）。このとき、システム制御部１４は、使用回数が閾値を超える日がないと判定した場合には（ステップＳ１５：ＮＯ）、ステップＳ１６に移行する。ステップＳ１６において、システム制御部１４は、処理結果として、ハイシーズンが存在しないことを示す情報を出力する。システム制御部１４は、この処理を終えると、ハイシーズン特定処理を終了させる。

一方、システム制御部１４は、使用回数が閾値を超える日があると判定した場合には（ステップＳ１５：ＹＥＳ）、ステップＳ１７に移行する。ステップＳ１７において、システム制御部１４は、使用回数が連続して閾値を超える期間をハイシーズンの候補として特定する。

次いで、システム制御部１４は、除外処理を実行する（ステップＳ１８）。図１６は、本実施形態に係る電子商店街サーバ１のシステム制御部１４の除外処理における処理例を示すフローチャートである。

図１６に示すように、システム制御部１４は、特定された候補の期間のうち１つを選択する（ステップＳ３１）。次いで、システム制御部１４は、選択された期間の日数がＮＤ未満であるか否かを判定する（ステップＳ３２）。このとき、システム制御部１４は、期間の日数がＮＤ未満であると判定した場合には（ステップＳ３２：ＹＥＳ）、ステップＳ３３に移行する。一方、システム制御部１４は。期間の日数がＮＤ以上であると判定した場合には（ステップＳ３２：ＮＯ）、ステップＳ３４に移行する。

ステップＳ３３において、システム制御部１４は、選択された期間をハイシーズンから除外する。次いで、システム制御部１４は、ステップＳ４１に移行する。

ステップＳ３４において、システム制御部１４は、式１に基づいて、選択された期間のキーワードの総使用回数の突出度がＰＮＳ１未満であるか否かを判定する。このとき、システム制御部１４は、突出度がＰＮＳ１未満であると判定した場合には（ステップＳ３４：ＹＥＳ）、ステップＳ３５に移行する。一方、システム制御部１４は、突出度がＰＮＳ１以上であると判定した場合には（ステップＳ３４：ＮＯ）、ステップＳ３６に移行する。

ステップＳ３５において、システム制御部１４は、式２に基づいて、選択された期間の使用回数の最大値の突出度がＰＮＳ２未満であるか否かを判定する。このとき、システム制御部１４は、突出度がＰＮＳ２未満であると判定した場合には（ステップＳ３５：ＹＥＳ）、選択された期間をハイシーズンから除外する（ステップＳ３３）。一方、システム制御部１４は、突出度がＰＮＳ２以上であると判定した場合には（ステップＳ３５：ＮＯ）、ステップＳ３６に移行する。

ステップＳ３６において、システム制御部１４は、式３及び４に基づいて、選択された期間の開始時の使用回数の変化度がＣＥＳ（ＣＥＳ１及びＣＥＳ２）より大きいか否かを判定する。このとき、システム制御部１４は、変化度がＣＥＳより大きいと判定した場合には（ステップＳ３６：ＹＥＳ）、選択された期間をハイシーズンから除外する（ステップＳ３３）。一方、システム制御部１４は、変化度がＣＥＳ以下であると判定した場合には（ステップＳ３６：ＮＯ）、ステップＳ３７に移行する。

ステップＳ３７において、システム制御部１４は、式５及び６に基づいて、選択された期間の開始時の使用回数の変化度がＣＣＳ（ＣＣＳ１及びＣＣＳ２）より大きいか否かを判定する。このとき、システム制御部１４は、変化度がＣＣＳより大きいと判定した場合には（ステップＳ３７：ＹＥＳ）、ステップＳ３８に移行する。一方、システム制御部１４は、変化度がＣＣＳ以下であると判定した場合には（ステップＳ３７：ＮＯ）、ステップＳ３９に移行する。

ステップＳ３８において、システム制御部１４は、式７及び８に基づいて、選択された期間の終了時の使用回数の変化度がＣＣＥ（ＣＣＥ１及びＣＣＥ２）より大きいか否かを判定する。このとき、システム制御部１４は、変化度がＣＣＥより大きいと判定した場合には（ステップＳ３８：ＹＥＳ）、選択された期間をハイシーズンから除外する（ステップＳ３３）。一方、システム制御部１４は、変化度がＣＣＥ以下であると判定した場合には（ステップＳ３８：ＮＯ）、ステップＳ３９に移行する。

ステップＳ３９において、システム制御部１４は、指定されたキーワードの指定された年度の使用回数の推移と、指定されたキーワードの別の年度の使用回数の推移との類似度を計算する。次いで、システム制御部１４は、類似度がＳＩＭ１未満であるか否かを判定する（ステップＳ４０）。このとき、システム制御部１４は、類似度がＳＩＭ１未満であると判定した場合には（ステップＳ４０：ＹＥＳ）、選択された期間をハイシーズンから除外する（ステップＳ３３）。一方、システム制御部１４は、類似度がＳＩＭ１以上であると判定した場合には（ステップＳ４０：ＮＯ）、ステップＳ４１に移行する。

ステップＳ４１において、システム制御部１４は、特定された候補の期間の中にまだ選択されていない期間があるか否かを判定する。このとき、システム制御部１４は、まだ選択されていない期間があると判定した場合には（ステップＳ４１：ＹＥＳ）、選択されていない期間のうち１つを選択する（ステップＳ４２）。次いで、システム制御部１４は、ステップＳ３２に移行する。一方、システム制御部１４は、全ての期間を選択したと判定した場合には（ステップＳ４１：ＮＯ）、除外処理を終了させる。

除外処理を終えたシステム制御部１４は、図１５に示すように、ハイシーズンの候補として特定された期間の中に、ハイシーズンから除外されていない期間があるか否かを判定する（ステップＳ１９）。このとき、システム制御部１４は、全ての期間が除外されたと判定した場合には（ステップＳ１９：ＮＯ）、ステップＳ１６に移行する。一方、システム制御部１４は、除外されていない期間があると判定した場合には（ステップＳ１９：ＹＥＳ）、ステップＳ２０に移行する。ステップＳ２０において、システム制御部１４は、除外されなかった期間を、ハイシーズンであると判定する。そして、システム制御部１４は、処理結果として、指定されたキーワード、ハイシーズンの開始日及び終了日を出力する。このとき、システム制御部１４は、指定されたキーワード、ハイシーズンの開始日及び終了日を対応付けて、ハイシーズン情報ＤＢ１２ｇに登録する。システム制御部１４は、この処理を終えると、ハイシーズン特定処理を終了させる。

図１７は、本実施形態に係る電子商店街サーバ１のシステム制御部１４のグルーピング処理における処理例を示すフローチャートである。グルーピング処理は、互いに関連するキーワードを１つのグループにまとめる処理である。例えば、管理者が管理端末２を操作することによってジャンルを指定することによって、グルーピング処理が実行される。

図１７に示すように、システム制御部１４は、キーワード関連ジャンルＤＢ１２ｆに基づいて、指定されたジャンルに関連するキーワードを複数取得する。そして、システム制御部１４は、取得したキーワードのうち、ハイシーズンが特定されたキーワードを、基準のキーワードとして決定する（ステップＳ５１）。このとき、システム制御部１４は、ハイシーズン情報ＤＢ１２ｇから、ハイシーズンが特定されたキーワードを検索してもよい。あるいは、システム制御部１４は、ハイシーズンが存在するキーワードが見つかるまで、指定されたジャンルに関連する各キーワードについてハイシーズン特定処理（図１５）を実行してもよい。

次いで、システム制御部１４は、新しいグループＩＤを生成する。そして、システム制御部１４は、生成されたグループＩＤ、指定されたジャンルのジャンルＩＤ、基準のキーワード、及び基準のキーワードについて特定されたハイシーズンの期間を対応付けて、キーワードグループ情報ＤＢ１２ｈに登録する（ステップＳ５２）。

次いで、システム制御部１４は、基準のキーワードを除いて、指定されたジャンルに関連するキーワードのうち１つを選択する（ステップＳ５３）。次いで、システム制御部１４は、基準のキーワードの昨年の使用回数の推移と、選択されたキーワードの昨年の使用回数の推移との類似度を計算する（ステップＳ５４）。次いで、システム制御部１４は、類似度がＳＩＭ２未満であるか否かを判定する（ステップＳ５５）。このとき、システム制御部１４は、類似度がＳＩＭ２未満であると判定した場合には（ステップＳ５５：ＹＥＳ）、ステップＳ５７に移行する。一方、システム制御部１４は、類似度がＳＩＭ２以上であると判定した場合には（ステップＳ５５：ＮＯ）、ステップＳ５６に移行する。ステップＳ５６において、システム制御部１４は、ステップＳ５２において生成されたグループＩＤに対応付けて、選択されたキーワードをキーワードグループ情報ＤＢ１２ｈに追加登録する。

次いで、システム制御部１４は、指定されたジャンルに関連するキーワードの中にまだ選択されていないキーワードがあるか否かを判定する（ステップＳ５７）。このとき、システム制御部１４は、選択されていないキーワードがあると判定した場合には（ステップＳ５７：ＹＥＳ）、ステップＳ５８に移行する。ステップＳ５８において、システム制御部１４は、選択されていないキーワードのうち１つを選択する。次いで、システム制御部１４は、ステップＳ５４に移行する。一方、システム制御部１４は、全てのキーワードを選択したと判定した場合には（ステップＳ５７：ＮＯ）、グルーピング処理を終了させる。このとき、システム制御部１４は、指定されたジャンルのジャンルＩＤ、グループ化されたキーワード及びハイシーズンの期間を出力する。

図１８は、本実施形態に係る電子商店街サーバ１のシステム制御部１４のキーワード提案処理における処理例を示すフローチャートである。キーワード提案処理は、ユーザ端末４にキーワードサジェスト機能を提供するための処理である。ユーザ端末４により表示されているキーワード入力欄１１１に対してユーザが入力操作を行う都度、ユーザ端末４は、検索キーワード候補要求を電子商店街サーバ１へ送信する。検索キーワード候補要求には、送信時点でキーワード入力欄１１１に入力されている文字列が設定される。キーワード提案処理は、電子商店街サーバ１が検索キーワード候補要求を受信したときに開始される。

図１８に示すように、システム制御部１４は、キーワードＤＢ１２ｅから、検索キーワード候補要求に設定されている文字列に前方一致するキーワードを検索する（ステップＳ７１）。そして、システム制御部１４は、検索した各キーワードの優先順位を、予め定められた基準に基づいて決定する。次いで、システム制御部１４は、ハイシーズン情報ＤＢ１２ｇに基づいて、検索したキーワードのうち今日がハイシーズンに含まれるキーワードを特定する。そして、システム制御部１４は、今日がハイシーズンに含まれるキーワードの優先順位を引き上げる（ステップＳ７２）。次いで、システム制御部１４は、キーワードのリストとして、検索したキーワードを優先順位と同じ順位に並べたリストを、検索キーワード候補要求の送信元のユーザ端末４へ送信する（ステップＳ７３）。システム制御部１４は、この処理を終えると、キーワード提案処理を終了させる。

キーワードのリストを受信したユーザ端末４は、検索キーワード候補表示領域１１４を表示する。また、ユーザ端末４は、リストに登録されたキーワードを優先順位と同じ順で検索キーワード候補表示領域１１４に表示する。これにより、例えば、図１２（ａ）または図１２（ｂ）に示しように、キーワードの候補が表示される。

以上説明したように、本実施形態によれば、システム制御部１４が、１年の期間に含まれる１日ごとにおけるキーワードの使用回数に基づいて、使用回数の閾値を決定し、１年の期間の中で使用回数が閾値を超える期間を、ハイシーズンの候補として特定し、特定された期間における使用回数が閾値を超えている態様が、キーワードの周期的な流行に基づく態様と異なる態様である場合、特定された期間をハイシーズンから除外し、除外されなかった場合、特定された期間をハイシーズンであると判定する。そのため、１年周期で現れる期間の中で或るキーワードの使用が流行する期間を特定することができる。

また、システム制御部１４が、１年の期間に含まれる各日の使用回数を降順に並べた場合の順番と使用回数との関係において、１年の期間のうちハイシーズンの上限の割合よりも大きい割合のうち予め設定された割合に対応する順番が割り当てられた使用回数に基づいて、閾値を決定する。そのため、キーワードが流行していないと考えられる使用回数の分布に応じて閾値を決定することができる。

また、システム制御部１４が、α及びβに対応する順番のそれぞれが代入されたとすると代入された順番の使用回数が一次関数として計算される式に、ハイシーズンの上限の割合以下の範囲内の何れかの割合に対応する順番を代入した場合に計算される一次関数を、閾値として決定する。そのため閾値を的確に決定することができる。

また、システム制御部１４は、実際の使用回数及び閾値に基づいて、使用回数が閾値を超える期間として尤もらしい期間を特定する。そのため、ハイシーズンの候補として適切な期間を特定することができる。

また、システム制御部１４が、特定された候補の期間における使用回数の突出度であって、候補の期間に含まれる少なくとも１日の使用回数と閾値とに基づいて計算される突出度がＰＮＳ未満である場合、候補の期間をハイシーズンから除外する。そのため、キーワードが流行していると考えられるほどには使用回数が突出しなかった期間を、ハイシーズンから除外することができる。

また、システム制御部１４が、候補の期間の開始時の使用回数の変化度がＣＥＳよりも大きいか否かを判定し、変化度がＣＥＳよりも大きい場合、候補の期間をハイシーズンから除外する。そのため、突発した出来事に影響を受けて使用回数が急激に増加した期間を、ハイシーズンから除外することができる。

また、システム制御部１４は、候補の期間の開始時の使用回数の変化度がＣＣＳよりも大きいか否か、及び、候補の期間の終了時の使用回数の変化度がＣＣＥよりも大きいか否かを判定し、開始時の使用回数の変化度がＣＣＳよりも大きく、且つ、終了時の使用回数の変化度がＣＣＥよりも大きい場合、候補の期間をハイシーズンから除外する。そのため、使用回数が人為的に増加したことによって使用回数が急激に増減した期間を、ハイシーズンから除外することができる。

また、システム制御部１４が、候補の期間がＮＤよりも短い場合、候補の期間をハイシーズンから除外する。そのため、キーワードの流行とは関係なく、キーワードの使用回数が一時的に増加した期間を、ハイシーズンから除外することができる。

また、システム制御部１４が、ハイシーズンが特定された基準のキーワードの使用回数の推移と、グループ化の処理の対象とされたキーワードの使用回数の推移とが類似する場合、基準のキーワードが属するキーワードのグループに、対象とされたキーワードを入れる。そのため、対象のキーワードの使用回数の推移が基準のキーワードの使用回数の推移と似ている場合、対象とされたキーワードのハイシーズンをステップＳ１〜Ｓ３の処理で特定しなくても、対象とされたキーワードのハイシーズンを特定することができる。また、互いに関連するキーワードのグループを作ることができる。

また、システム制御部１４が、基準のキーワードが関連するジャンルと対象とされたキーワードが関連するジャンルとが異なる場合、基準のキーワードが属するキーワードのグループに、対象とされたキーワードを入れない。そのため、使用回数の流行に影響するジャンルが互いに同じであるキーワードのグループを作ることができる。

また、システム制御部１４が、キーワード入力欄１１１にユーザにより入力された１字以上の文字列をそれぞれ含む複数のキーワードの検索キーワード候補表示領域１１４における表示の優先順位を制御し、現在と、ハイシーズンであると判定された期間との関係に基づいて、ハイシーズンが特定されたキーワードの優先順位を制御する。そのため、キーワードの流行に応じて、検索条件としてのキーワードの候補の表示の優先順位を制御することができる。

なお、上記実施形態においては、周期期間を１年に適用していた。しかしながら、周期期間を、１ヶ月、１週間、１日、複数年等に適用してもよい。また、上記実施形態においては、単位期間を１日に適用していた。しかしながら、単位期間を、１ヶ月、１週間、１時間等に適用してもよい。

また、上記実施形態においては、検索対象として、商品を検索する場合に本発明を適用していた。しかしながら、本発明を、例えば、サービス、Ｗｅｂページ、画像、動画、音声、地図、ニュース、ブログ等の検索に適用してもよい。

また、上記実施形態においては、検索条件としてのキーワードの使用回数に本発明を適用していた。しかしながら、例えば、Ｗｅｂページ等に掲載される情報にキーワードが使用されている回数に本発明を適用してもよい。このような情報としては、例えば、ニュースやブログ等の記事がある。この場合、例えば、キーワードが使用されている記事の件数が、使用回数であってもよい。

１ 電子商店街サーバ
２ 管理端末
３ 店舗端末
４ ユーザ端末
１１ 通信部
１２ 記憶部
１２ａ 会員情報ＤＢ
１２ｂ 商品情報ＤＢ
１２ｃ 購買情報ＤＢ
１２ｄ 使用回数ＤＢ
１２ｅ キーワードＤＢ
１２ｆ キーワード関連ジャンルＤＢ
１２ｇ ハイシーズン情報ＤＢ
１２ｈ キーワードグループ情報ＤＢ
１３ 入出力インターフェース
１４ システム制御部
１４ａ ＣＰＵ
１４ｂ ＲＯＭ
１４ｃ ＲＡＭ
１５ システムバス
ＮＷ ネットワーク
Ｓ 情報処理システム

Claims (13)

1. 周期期間に含まれる単位期間ごとにおけるキーワードの使用数に基づいて、前記使用数の閾値を決定する閾値決定手段と、
   前記周期期間の中で前記使用数が前記閾値決定手段により決定された前記閾値を超える期間を、前記キーワードの流行期間の候補として特定する候補特定手段と、
   前記候補特定手段により特定された前記期間のうち、前記特定された期間における前記使用数が前記閾値決定手段により決定された前記閾値を超えている態様が、前記キーワードの周期的な流行に基づく態様と異なる態様であるという条件を満たさない前記期間を、前記流行期間であると判定する期間判定手段と、
   を備えることを特徴とする情報処理装置。
2. 請求項１に記載の情報処理装置において、
   前記閾値決定手段は、前記周期期間に含まれる各前記単位期間の前記使用数を降順に並べた場合の順番と前記使用数との関係において、前記周期期間のうち前記流行期間の上限の割合よりも大きい割合のうち予め設定された割合に対応する前記順番が割り当てられた前記使用数に基づいて、前記閾値を決定することを特徴とする情報処理装置。
3. 請求項２に記載の情報処理装置において、
   前記閾値決定手段は、前記流行期間の上限の割合以下の範囲内の何れかの割合に対応する前記順番を一次関数の式に代入した場合に計算される前記一次関数を、前記閾値として決定し、
   前記式は、２つの前記予め設定された割合に対応する前記順番のそれぞれが代入された場合に、代入された前記順番が割り当てられた前記使用数が一次関数として計算される式であることを特徴とする情報処理装置。
4. 請求項１乃至３の何れか１項に記載の情報処理装置において、
   前記候補特定手段は、実際の前記使用数及び前記閾値決定手段により決定された前記閾値に基づいて、前記使用数が前記閾値を超える期間として尤もらしい期間を動的計画法を用いて特定することを特徴とする情報処理装置。
5. 請求項１乃至４の何れか１項に記載の情報処理装置において、
   前記期間判定手段は、前記候補特定手段により特定された前記期間のうち、前記特定された期間における前記使用数の突出度であって、前記特定された期間に含まれる少なくとも１つの前記単位期間の前記使用数と、前記閾値決定手段により決定された前記閾値と、に基づいて計算される突出度が予め設定された第１度合い未満である前記期間を、前記流行期間であるとは判定しないことを特徴とする情報処理装置。
6. 請求項１乃至５の何れか１項に記載の情報処理装置において、
   前記期間判定手段は、前記候補特定手段により特定された前記期間ごとに、前記特定された期間の開始時及び終了時の少なくとも開始時における前記使用数の変化度について、前記変化度が予め設定された第２度合いよりも大きいか否かを判定し、前記変化度が前記第２度合いよりも大きい前記期間を、前記流行期間であるとは判定しないことを特徴とする情報処理装置。
7. 請求項１乃至６の何れか１項に記載の情報処理装置において、
   前記期間判定手段は、前記候補特定手段により特定された前記期間のうち、予め設定された長さよりも短い前記期間を、前記流行期間であるとは判定しないことを特徴とする情報処理装置。
8. 請求項１乃至７の何れか１項に記載の情報処理装置において、
   前記期間判定手段により前記流行期間が特定された第１キーワードの前記使用数の推移と、前記第１キーワードと異なる第２キーワードの前記使用数の推移とが類似する場合、前記第１キーワードが属するキーワードのグループに前記第２キーワードを入れるグループ化手段を更に備えることを特徴とする情報処理装置。
9. 請求項８に記載の情報処理装置において、
   前記グループ化手段は、前記第１キーワードが関連するカテゴリーと前記第２キーワードが関連するカテゴリーとが異なる場合、前記グループに前記第２キーワードを入れないことを特徴とする情報処理装置。
10. 請求項１乃至９の何れか１項に記載の情報処理装置において、
    キーワードの入力領域にユーザにより入力された１字以上の文字をそれぞれ含む複数のキーワードの提示の優先順位を制御する優先順位制御手段を更に備え、
    前記優先順位制御手段は、現在と、前記期間判定手段により前記流行期間であると判定された前記期間との関係に基づいて、前記流行期間が特定されたキーワードの前記優先順位を制御することを特徴とする情報処理装置。
11. コンピュータにより実行される情報処理方法であって、
    周期期間に含まれる単位期間ごとにおけるキーワードの使用数に基づいて、前記使用数の閾値を決定する閾値決定ステップと、
    前記周期期間の中で前記使用数が前記閾値決定ステップにより決定された前記閾値を超える期間を、前記キーワードの流行期間の候補として特定する候補特定ステップと、
    前記候補特定ステップにより特定された前記期間のうち、前記特定された期間における前記使用数が前記閾値決定ステップにより決定された前記閾値を超えている態様が、前記キーワードの周期的な流行に基づく態様と異なる態様であるという条件を満たさない前記期間を、前記流行期間であると判定する期間判定ステップと、
    を含むことを特徴とする情報処理方法。
12. コンピュータを、
    周期期間に含まれる単位期間ごとにおけるキーワードの使用数に基づいて、前記使用数の閾値を決定する閾値決定手段、
    前記周期期間の中で前記使用数が前記閾値決定手段により決定された前記閾値を超える期間を、前記キーワードの流行期間の候補として特定する候補特定手段、及び、
    前記候補特定手段により特定された前記期間のうち、前記特定された期間における前記使用数が前記閾値決定手段により決定された前記閾値を超えている態様が、前記キーワードの周期的な流行に基づく態様と異なる態様であるという条件を満たさない前記期間を、前記流行期間であると判定する期間判定手段、
    として機能させることを特徴とする情報処理プログラム。
13. コンピュータを、
    周期期間に含まれる単位期間ごとにおけるキーワードの使用数に基づいて、前記使用数の閾値を決定する閾値決定手段、
    前記周期期間の中で前記使用数が前記閾値決定手段により決定された前記閾値を超える期間を、前記キーワードの流行期間の候補として特定する候補特定手段、及び、
    前記候補特定手段により特定された前記期間のうち、前記特定された期間における前記使用数が前記閾値決定手段により決定された前記閾値を超えている態様が、前記キーワードの周期的な流行に基づく態様と異なる態様であるという条件を満たさない前記期間を、前記流行期間であると判定する期間判定手段、
    として機能させる情報処理プログラムがコンピュータ読み取り可能に記録されていることを特徴とする記録媒体。

Images