JP5256362B1 - 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】ユーザが商品の試着を行わなくてもユーザの体に合うサイズを提示させる。
【解決手段】情報処理装置は、サイズが複数ある身につける商品の購入履歴を記憶する購入履歴記憶手段から、要求ユーザの要求に応じて特定される特定商品を購入した他のユーザが購入した特定商品のサイズを取得する。また、情報処理装置は、要求ユーザの身体サイズに関する身体サイズ情報及び他のユーザの身体サイズに関する身体サイズ情報を取得する。また、情報処理装置は、取得されたサイズに対する他のユーザによる評価を特定する。そして、情報処理装置は、要求ユーザの身体サイズ情報と他のユーザの身体サイズ情報との大小関係、該他のユーザが購入した特定商品のサイズ、及び、該サイズに対する評価に基づいて、要求ユーザに合う特定商品のサイズを推定し、出力する。
【選択図】図１

Description

本発明は、身につける商品のサイズをユーザが選択するための支援を行う情報処理装置及び情報処理方法の技術分野に関する。

近年、インターネット上で商品が売買される電子商取引が盛んに行われている。ユーザは、電子商取引を利用することにより、衣類、靴、帽子、装身具等の身につける商品を購入することも可能である。このような商品については、用意されているサイズが様々ある。そのため、ユーザは、電子商取引のサイトに掲載されている商品のサイズに基づいて、自分の体に合うと思われるサイズを選択する。しかしながら、サイズの情報が対応する実際の身体のサイズは、例えば、商品のブランドや国によって異なる。従って、ユーザが選択したサイズの商品が、実際にはユーザの体に合わない場合がある。電子商取引においては、購入前にユーザが商品を実際に試着することができないため、商品の購入前にユーザの体に合うサイズを選択することは容易ではない。

そこで、例えば、特許文献１には、商品のイメージデータ、商品の詳細サイズデータ、及び購入者の身体サイズデータに基づいて、購入者がブラウザで仮想試着を行う技術が開示されている。仮想試着の結果、購入者は、その商品の購入を希望した場合には、発注を行う。

特開２００２−２４５３０３号公報

しかしながら、特許文献１に記載の技術では、仮想ではあってもユーザが試着をする必要がある。この場合、ユーザがサイズを判断するのに十分な仮想試着をするためには、ユーザの体及び服の各部位の寸法を細かく入力する必要がある。そのため、ユーザがサイズを選択するために、試着による手間が発生する。

本発明は、以上の点に鑑みてなされたものであり、ユーザが商品の試着を行わなくてもユーザの体に合うサイズを提示させ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、サイズが複数ある身につける商品の購入履歴を記憶する購入履歴記憶手段から、要求ユーザの要求に応じて特定される特定商品を購入した他のユーザが購入した前記特定商品のサイズを取得するサイズ取得手段と、前記要求ユーザの身体サイズに関する身体サイズ情報及び前記他のユーザの身体サイズに関する身体サイズ情報を取得する身体サイズ情報取得手段と、前記サイズ取得手段により取得された前記サイズに対する前記他のユーザによる評価を特定する評価特定手段と、前記要求ユーザの身体サイズ情報と前記他のユーザの身体サイズ情報との大小関係、該他のユーザが購入した特定商品のサイズ、及び、該サイズに対する前記評価に基づいて、前記要求ユーザに合う前記特定商品のサイズを推定する推定手段と、前記推定手段により推定された前記サイズを出力する出力手段と、を備えることを特徴とする。

特定商品を購入したユーザからの評価は、ユーザが特定商品において購入したサイズがユーザに合っているかどうかを反映している蓋然性がある。また、ユーザに合うサイズは、ユーザの身体サイズによって異なる。この発明によれば、他のユーザが購入した特定商品のサイズと、要求ユーザの身体サイズ情報と他のユーザの身体サイズ情報との対象関係と、他のユーザからの特定商品に対する評価とを用いて、要求ユーザに合うサイズが推定されるので、ユーザが商品の試着を行わなくてもユーザの体に合うサイズを提示させることができる。

また、同一の商品ではあっても商品の情報がサイズごとに異なる場合があるとする。この場合、ユーザが自分に合うサイズを探すために様々な情報を要求することがある。すると、情報処理装置が処理する要求が増加するので、情報処理装置の処理負荷が増大する。しかしながら、この発明によれば、ユーザに合うサイズを提示させることができるので、ユーザが自分に合うサイズを探すための要求を減らすことができる。そのため、情報処理装置の処理負荷を軽減することができる。

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、前記評価特定手段は、返品履歴記憶手段に記憶された前記商品の返品履歴に基づいて、前記サイズが互いに異なる複数の前記特定商品を購入した前記他のユーザが該複数の特定商品のうち一部の前記特定商品を返品したと判定される場合、返品されていない前記サイズの前記評価が、返品された前記サイズの前記評価よりも高くなるように、前記評価を特定することを特徴とする。

ユーザが、サイズが互いに異なる複数の同一の特定商品の中から一部のサイズの特定商品を返品した場合、ユーザが返品しなかったサイズの方が、ユーザが返品したサイズよりもユーザに合っている蓋然性が高い。この発明によれば、他のユーザが返品しなかったサイズに対する評価が、他のユーザが返品したサイズに対する評価よりも高くなるので、要求ユーザの体に合うサイズの推定精度を高めることができる。

請求項３に記載の発明は、請求項１または請求項２に記載の情報処理装置において、前記評価特定手段は、前記他のユーザにより入力された前記評価を取得することを特徴とする。

この発明によれば、他のユーザにより入力された評価に基づいて推定が行われるので、要求ユーザの体に合うサイズの推定精度を高めることができる。

請求項４に記載の発明は、請求項２または請求項３に記載の情報処理装置において、前記評価特定手段は、非購入履歴記憶手段に記憶された、前記他のユーザが前記商品を購入しようと決めた後に購入をやめた非購入履歴に基づいて、前記他のユーザが前記特定商品についてサイズを選択した後に、該サイズをやめて他のサイズを購入したと判定される場合、購入したサイズの評価が、やめたサイズの前記評価よりも高くなるように、前記評価を特定することを特徴とする。

ユーザが或るサイズの特定商品を購入しようと決めた後に購入をやめて、ユーザが別のサイズの特定商品を購入した場合、ユーザが購入したサイズの方が、ユーザが購入をやめたサイズよりもユーザに合っている蓋然性が高い。この発明によれば、他のユーザが購入したサイズに対する評価が、他のユーザが購入をやめたサイズに対する評価よりも高くなるので、要求ユーザに合うサイズの推定精度を高めることができる。

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、前記評価特定手段は、返品履歴記憶手段に記憶された前記商品の返品履歴に基づいて、前記サイズが互いに異なる複数の前記特定商品を購入した前記他のユーザが該複数の特定商品のうち一部の前記特定商品を返品したと判定される場合、返品されていない前記サイズの前記評価が、返品された前記サイズの前記評価よりも高くなるように、前記評価を特定し、前記他のユーザから前記評価が入力されている場合、入力された前記評価を取得し、前記推定手段は、前記返品履歴に基づいて特定される前記評価を、前記他のユーザから入力される前記評価よりも重視して前記サイズを推定することを特徴とする。

ユーザがサイズが互いに異なる複数の同一の特定商品の中から一部のサイズの特定商品を返品するという行為は、各サイズに対するユーザからの評価を表している蓋然性が高い。一方、ユーザにより入力された評価は、サイズ以外の事柄に対する評価が含まれている場合がある。この発明によれば、返品履歴に基づく評価が他のユーザにより入力される評価よりも重視される。そのため、特定商品のサイズに対する評価として信頼性が高い方の評価が重視されるので、要求ユーザの体に合うサイズの推定精度を高めることができる。

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、前記評価特定手段は、前記他のユーザから前記評価が入力されている場合、入力された前記評価を取得し、前記評価特定手段は、非購入履歴記憶手段に記憶された、前記他のユーザが前記商品を購入しようと決めた後に購入をやめた非購入履歴に基づいて、前記他のユーザが前記特定商品についてサイズを選択した後に、該サイズをやめて他のサイズを購入したと判定される場合、購入したサイズの評価が、やめたサイズの前記評価よりも高くなるように、前記評価を特定し、前記推定手段は、前記他のユーザから入力される前記評価を、前記非購入履歴に基づいて特定される前記評価よりも重視して前記サイズを推定することを特徴とする。

ユーザは、購入した特定商品を着た後に評価を入力することができる。一方、ユーザは、購入しようと決めてから購入をやめる前に特定商品を着ることができない。この発明によれば、他のユーザにより入力される評価が、非購入履歴に基づく評価がよりも重視される。そのため、特定商品のサイズに対する評価として信頼性が高い方の評価が重視されるので、要求ユーザの体に合うサイズの推定精度を高めることができる。

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、前記身体サイズ情報取得手段は、ユーザから登録された身体サイズをユーザごとに記憶する身体サイズ記憶手段から、前記要求ユーザ及び前記他のユーザのうち少なくとも何れか一方の身体サイズを、前記身体サイズ情報として取得する。

この発明によれば、ユーザから登録された身体サイズに基づいて推定が行われるので、ユーザの身体サイズを反映している蓋然性が高い情報に基づいて、推定を行うことができる。

請求項８に記載の発明は、請求項７に記載の情報処理装置において、前記推定手段は、前記購入履歴に基づいて、前記他のユーザが前記特定商品を購入した時期が新しいほど、該他のユーザからの前記評価を重視して前記サイズを推定することを特徴とする。

ユーザが特定商品を購入した時期が古いほど、現在のユーザの身体サイズが特定商品の購入時期におけるユーザの身体サイズから変わっている蓋然性が高い。ユーザから登録された身体サイズが現時点での身体サイズを表しているとする場合、特定商品の購入時期が古いほど、ユーザからの評価が、登録された身体サイズに基づく評価ではない蓋然性が高い。この発明によれば、特定商品の購入時期が新しいユーザからの評価であるほど重視されるので、要求ユーザの体に合うサイズの推定精度を高めることができる。

請求項９に記載の発明は、請求項１乃至８の何れか１項に記載の情報処理装置において、前記身体サイズ情報取得手段は、前記購入履歴に基づいて、前記要求ユーザが購入したことがある第１商品のサイズと、前記他のユーザが購入したことがある第２商品のサイズと、の少なくとも何れか一方を、前記身体サイズ情報として取得することを特徴とする。

ユーザが購入したことがある商品のサイズは、ユーザの身体サイズに対応している蓋然性がある。この発明によれば、ユーザが購入したことがある商品のサイズがそのユーザの身体サイズに関する情報として取得されるので、ユーザからの身体サイズの登録がなくても、要求ユーザの体に合うサイズを推定することができる。

請求項１０に記載の発明は、請求項９に記載の情報処理装置において、前記推定手段は、前記特定商品を購入した前記他のユーザのうち、前記第１商品と同一の範疇に属する前記第２商品を購入した前記他のユーザからの前記評価を用いて前記サイズを推定し、前記要求ユーザが前記第１商品を購入した時期が新しいほど、該第１商品と同一の範疇に属する前記第２商品を購入した前記他のユーザからの前記評価を重視して前記サイズを推定することを特徴とする。

第１商品において要求ユーザが購入したサイズと、第２商品において他のユーザが購入したサイズとに基づいて、例えば、要求ユーザの身体サイズと他のユーザの身体サイズとが同程度であるかを判定したり、要求ユーザの身体サイズと他のユーザの身体サイズとの大小関係を判定したりすることができる。この発明によれば、第１商品と第２商品とが同一の範疇に属するので、上述した身体サイズの判定精度を高めることができる。ここで、要求ユーザが第１商品を購入した時期が古いほど、現在の要求ユーザの身体サイズが第１商品の購入時期における要求ユーザの身体サイズから変わっている蓋然性が高い。そのため、第１商品の購入時期が古いほど、商品のサイズに基づく身体サイズの判定精度が低くなる蓋然性が高い。この発明によれば、要求ユーザの第１商品の購入時期が新しいほど、第１商品と同一の範疇に属する第２商品を購入した他のユーザからの評価が重視されるので、身体サイズの判定精度を高めることができる。そのため、要求ユーザに合うサイズの推定精度を高めることができる。

請求項９または請求項１０に記載の情報処理装置において、
前記推定手段は、前記他のユーザの前記第２商品の購入時期と該他のユーザの前記特定商品の購入時期とが近いほど、該他のユーザからの前記評価を重視して前記サイズを推定することを特徴とする。

ユーザの第２商品の購入時期と特定商品の購入時期とが離れているほど、第２商品の購入時期におけるユーザの身体サイズと、特定商品の購入時期におけるユーザの身体サイズとが異なっている蓋然性が高い。そのため、購入時期が離れているほど、特定商品に対する評価が、ユーザが第２商品において購入したサイズに対応するユーザの身体サイズに基づく評価ではない蓋然性が高い。この発明によれば、第２商品の購入時期と特定商品の購入時期が近いユーザからの評価であるほど重視されるので、要求ユーザの体に合うサイズの推定精度を高めることができる。

請求項１２に記載の発明は、請求項１乃至１１の何れか１項に記載の情報処理装置において、前記推定手段は、女性用の前記商品及び男性用の前記商品のうち、ユーザが購入した前記商品に含まれる割合が５割未満の予め設定された割合以下である方の前記商品の前記購入履歴に基づいて取得される情報を、前記サイズの推定に用いないことを特徴とする。

この発明によれば、ユーザが異性のために購入した蓋然性がある商品の購入履歴は、要求ユーザに合うサイズの推定に用いられない。そのため、要求ユーザの体に合うサイズの推定精度を高めることができる。

請求項１３に記載の発明は、請求項１乃至１２の何れか１項に記載の情報処理装置において、前記推定手段は、大人であるユーザが子供用の前記商品を購入したことを示す前記購入履歴に基づいて取得される情報を、前記サイズの推定に用いないことを特徴とする。

この発明によれば、大人が子供のために購入した商品の購入履歴は、要求ユーザに合うサイズの推定に用いられない。そのため、要求ユーザの体に合うサイズの推定精度を高めることができる。

請求項１４に記載の発明は、請求項１乃至１３の何れか１項に記載の情報処理装置において、前記出力手段は、前記要求ユーザが大人であり、且つ、前記特定商品が子供用の前記商品である場合、前記サイズを出力しないことを特徴とする。

この発明によれば、要求ユーザに合うサイズの推定を行う必要がない場合に、推定を行わないようにすることができる。そのため、要求ユーザの体に合うサイズの推定するための処理負荷を軽減することができる。

請求項１５に記載の発明は、請求項１乃至１４の何れか１項に記載の情報処理装置において、前記推定手段は、前記身体サイズ情報の大小関係に基づいて、身体サイズが前記要求ユーザの身体サイズと同じ身体サイズの範囲に含まれる前記他のユーザを特定し、特定した他のユーザが購入した特定商品のサイズ、及び該サイズに対する前記評価に基づいて、前記要求ユーザに合う前記特定商品のサイズを推定することを特徴とする。

この発明によれば、身体サイズが要求ユーザの身体サイズと同程度であるユーザが購入したサイズ及びそのユーザからの評価に基づいて、推定が行われるので、要求ユーザの体に合うサイズの推定精度を高めることができる。

請求項１６に記載の発明は、請求項１乃至１５の何れか１項に記載の情報処理装置において、前記推定手段は、前記身体サイズ情報の大小関係に基づいて、身体サイズが前記要求ユーザよりも小さい前記他のユーザと、身体サイズが前記要求ユーザよりも大きい前記他のユーザとを特定し、特定した他のユーザが購入した特定商品のサイズ、及び該サイズに対する前記評価に基づいて、身体サイズが前記要求ユーザよりも小さい前記他のユーザに合う前記特定商品の第１サイズと、身体サイズが前記要求ユーザよりも大きい前記他のユーザに合う前記特定商品の第２サイズとを推定し、前記第１サイズと前記第２サイズとの間にある前記サイズを、前記要求ユーザに合う前記サイズであると推定することを特徴とする。

この発明によれば、身体サイズが要求ユーザの身体サイズよりも小さいユーザに合うサイズと、身体サイズが要求ユーザの身体サイズよりも大きいユーザに合うサイズとの間にあるサイズが、要求ユーザに合うサイズとして推定される。そのため、身体サイズが要求ユーザの身体サイズと同程度であるユーザが存在しなくても、要求ユーザの体に合うサイズを推定することができる。

請求項１７に記載の発明は、請求項１乃至１４の何れか１項に記載の情報処理装置において、前記推定手段は、前記他のユーザの前記身体サイズ情報と該他のユーザが購入した前記特定商品のサイズとの組の分布の近似式を、前記他のユーザからの前記評価に基づいて前記組を重み付けして求め、前記近似式と前記要求ユーザの前記身体サイズ情報とに基づいて算出される前記サイズを、前記要求ユーザに合う前記サイズであると推定する。

この発明によれば、身体サイズ及び購入した特定商品のサイズの少なくとも何れか一方が互いに異なるユーザが複数存在すれば、要求ユーザに合うサイズを推定することができる。

請求項１８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、サイズが複数ある身につける商品の購入履歴を記憶する購入履歴記憶手段から、要求ユーザの要求に応じて特定される特定商品を購入した他のユーザが購入した前記特定商品のサイズを取得するサイズ取得ステップと、前記要求ユーザの身体サイズに関する身体サイズ情報及び前記他のユーザの身体サイズに関する身体サイズ情報を取得する身体サイズ情報取得ステップと、前記サイズ取得ステップにより取得された前記サイズに対する前記他のユーザによる評価を特定する評価特定ステップと、前記要求ユーザの身体サイズ情報と前記他のユーザの身体サイズ情報との大小関係、該他のユーザが購入した特定商品のサイズ、及び、該サイズに対する前記評価に基づいて、前記要求ユーザに合う前記特定商品のサイズを推定する推定ステップと、前記推定ステップにより推定された前記サイズを出力する出力ステップと、を含むことを特徴とする。

請求項１９に記載の発明は、コンピュータを、サイズが複数ある身につける商品の購入履歴を記憶する購入履歴記憶手段から、要求ユーザの要求に応じて特定される特定商品を購入した他のユーザが購入した前記特定商品のサイズを取得するサイズ取得手段、前記要求ユーザの身体サイズに関する身体サイズ情報及び前記他のユーザの身体サイズに関する身体サイズ情報を取得する身体サイズ情報取得手段、前記サイズ取得手段により取得された前記サイズに対する前記他のユーザによる評価を特定する評価特定手段、前記要求ユーザの身体サイズ情報と前記他のユーザの身体サイズ情報との大小関係、該他のユーザが購入した特定商品のサイズ、及び、該サイズに対する前記評価に基づいて、前記要求ユーザに合う前記特定商品のサイズを推定する推定手段、及び、前記推定手段により推定された前記サイズを出力する出力手段、として機能させることを特徴とする。

請求項２０に記載の発明は、コンピュータを、サイズが複数ある身につける商品の購入履歴を記憶する購入履歴記憶手段から、要求ユーザの要求に応じて特定される特定商品を購入した他のユーザが購入した前記特定商品のサイズを取得するサイズ取得手段、前記要求ユーザの身体サイズに関する身体サイズ情報及び前記他のユーザの身体サイズに関する身体サイズ情報を取得する身体サイズ情報取得手段、前記サイズ取得手段により取得された前記サイズに対する前記他のユーザによる評価を特定する評価特定手段、前記要求ユーザの身体サイズ情報と前記他のユーザの身体サイズ情報との大小関係、該他のユーザが購入した特定商品のサイズ、及び、該サイズに対する前記評価に基づいて、前記要求ユーザに合う前記特定商品のサイズを推定する推定手段、及び、前記推定手段により推定された前記サイズを出力する出力手段、として機能させることを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、他のユーザが購入した特定商品のサイズと、要求ユーザの身体サイズ情報と他のユーザの身体サイズ情報との対象関係と、他のユーザからの特定商品に対する評価とを用いて、要求ユーザに合うサイズが推定されるので、ユーザが商品の試着を行わなくてもユーザの体に合うサイズを提示させることができる。

一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。 商品ページの表示例を示す図である。 （ａ）は、評価の内容とスコアとの関係の例を示す図であり、（ｂ）は、購入時期と重み係数Ｗ１との関係の一例を示す図であり、（ｃ）は、評価人数と重み係数Ｗ２との関係の一例を示す図である。 身長及び体重と、体型区分との関係の例を示す図である。 一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、ジャンル情報ＤＢ１２ｂに登録される内容の一例を示す図であり、（ｃ）は、商品情報ＤＢ１２ｃに登録される内容の一例を示す図であり、（ｄ）は、買い物かご削除履歴ＤＢ１２ｄに登録される内容の一例を示す図であり、（ｅ）は、購入履歴ＤＢ１２ｅに登録される内容の一例を示す図であり、（ｆ）は、レビュー情報ＤＢ１２ｆに登録される内容の一例を示す図である。 一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の商品ページ送信処理における処理例を示すフローチャートである。 一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の適合サイズ推定処理における処理例を示すフローチャートである。 一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の適合サイズ推定処理における処理例を示すフローチャートである。 一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の購入目的判定処理における処理例を示すフローチャートである。 一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のスコア計算処理における処理例を示すフローチャートである。 一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の適合サイズ推定処理における処理例を示すフローチャートである。 一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の適合サイズ推定処理における処理例を示すフローチャートである。 （ａ）は、身長と商品サイズとの組の分布と、近似線をとを示す図であり、（ｂ）乃至（ｄ）は、推薦サイズ情報１１０の表示例を示す図である。 一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の適合サイズ推定処理における処理例を示すフローチャートである。 一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の適合サイズ推定処理における処理例を示すフローチャートである。 一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の購入履歴除外処理における処理例を示すフローチャートである。 一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の適合サイズ推定処理における処理例を示すフローチャートである。 一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の適合サイズ推定処理における処理例を示すフローチャートである。 一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の適合サイズ推定処理における処理例を示すフローチャートである。 一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の適合サイズ推定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．第１実施形態］
［１−１．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、複数の店舗端末２と、複数のユーザ端末３と、を含んで構成されている。そして、電子商店街サーバ１と各店舗端末２及び各ユーザ端末３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。

電子商店街サーバ１は、洋服の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３からのリクエストに応じて、例えば、電子商店街のウェブ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。なお、電子商店街は、洋服以外の商品も購入可能なサイトであってもよい。

店舗端末２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２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２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２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２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３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３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からウェブページを受信して表示する。ユーザ端末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。ユーザ端末３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。

［１−２．商品購入の手順］
次に、電子商店街における商品購入の手順について、図２を用いて説明する。電子商店街で購入可能な洋服の商品には、複数のサイズがある。このサイズを、「商品サイズ」という。商品サイズの表示としては、例えば、Ｓ、Ｍ、Ｌ等の記号表示、号数表示、インチ数表示等がある。また、以降では、洋服の商品を、単に「商品」という。ユーザは、所望の商品を検索するため、電子商店街のウェブページにおいて検索条件を指定する。そして、ユーザが、検索するためのボタンを選択すると、ユーザ端末３は検索条件を含むリクエストを電子商店街サーバ１へ送信する。電子商店街サーバ１は、リクエストに含まれる検索条件に基づいて商品を検索する。そして、電子商店街サーバ１は、検索結果ページをユーザ端末３へ送信する。検索結果ページは、検索された商品の一覧が表示されるウェブページである。検索結果ページにおいてユーザが任意の商品を指定すると、画面には、指定された商品の商品ページが表示される。商品ページは、１つの商品に関する詳細な情報が表示されるウェブページである。

電子商店街サーバ１は、ユーザにより指定された商品の複数の商品サイズのうち、指定したユーザの身体のサイズに合う商品サイズを推定する。そして、電子商店街サーバ１は、推定した商品サイズを示す情報を出力する。具体的に、電子商店街サーバ１は、推定した商品サイズの情報を、指定された商品の商品ページに表示させる。指定された商品を、「指定商品」という。指定したユーザを、「指定者」という。指定商品は、本発明における特定商品の一例である。指定者は、本発明における要求ユーザの一例である。

図２は、商品ページの表示例を示す図である。商品ページには、例えば、商品名、商品の画像、商品価格、店舗名、商品サイズ、商品の説明、購入代金の支払い方法、商品の配送方法等が表示される。また、図２に示すように、商品ページには、推薦サイズ情報１１０、商品サイズ選択チェックボックス群１２０、買い物かご登録ボタン１３０等が表示される。推薦サイズ情報１１０は、指定商品において、指定者に合う商品サイズを示す情報である。推薦サイズ情報１１０として、例えば、「あなたの体型に近い人の多くは、Ｍサイズを買っています。」等の情報が表示される。なお、指定者に合う商品サイズを示す情報であれば、如何なる情報が表示されてもよい。

商品サイズ選択チェックボックス群１２０は、指定商品の複数の商品サイズの中からユーザが購入する商品サイズを選択するためのチェックボックス群である。具体的には、商品サイズごとにチェックボックスが表示される。商品サイズ選択チェックボックス群１２０を操作することにより、ユーザは、１つ以上の商品サイズを選択することができる。電子商店街においては、同一の商品について、店舗が複数の商品サイズの商品を購入者へ発送し、商品を受け取った購入者が、自分が気に入った１つの商品サイズを除き、他の商品サイズの商品を店舗へ返品することができるサービスが提供されている。このサービスを、「サイズ選択返品サービス」という。サイズ選択返品サービスにより、ユーザは、実際に商品を着てみて、自分の体に最も合う商品サイズの商品を最終的に選択することができる。なお、サイズ選択返品サービスに対応していない商品の商品ページには、商品サイズ選択チェックボックス群１２０の代わりにラジオボタン群が表示される。この場合、ユーザは、商品サイズを１つのみ選択することができる。また、同一の商品であっても商品サイズごとに商品ページが異なる場合、ユーザは商品サイズを選択することはできない。

買い物かご登録ボタン１３０は、商品を買い物かごに入れるためのボタンである。買い物かごは、ユーザが購入しようと決めた商品が入れられる仮想的な入れ物である。ユーザが買い物かご登録ボタン１３０を選択すると、商品サイズ選択チェックボックス群１２０で選択状態にされている商品サイズの指定商品が買い物かごに入れられる。そして、画面には、買い物かごページが表示される。買い物かごページは、ユーザが買い物かごに入れている商品の一覧を表示するウェブページである。買い物かごページにおいて、ユーザは、買い物かごに入れられている商品を買い物かごから削除することができる。これにより、ユーザは、ユーザが購入しようと決めた商品の購入をやめることができる。また、買い物かごページには、購入手続ボタンが表示される。購入手続ボタンは、買い物かごに入れられている商品の購入手続を行うためのボタンである。ユーザは、購入手続ボタンを選択し、その後購入手続に必要な情報を入力すると、商品の注文が完了する。これにより、ユーザは商品を購入することができる。

ユーザは、電子商店街において、購入履歴ページを閲覧することができる。購入履歴ページは、商品の購入履歴が表示されるウェブページである。購入履歴ページにおいて、ユーザは、注文が完了した商品のうち、まだ発送されていない商品の注文をキャンセルすることができる。これにより、ユーザは、ユーザが購入しようと決めた商品の購入をやめることができる。また、購入履歴ページにおいて、ユーザは、商品レビューの登録を選択することができる。商品レビューは、ユーザが購入した商品に対するユーザからの評価、感想、批評、コメント等の情報である。具体的に、商品レビューは、おすすめ度、商品レビューのタイトル及び本文を含む。おすすめ度は、例えば、ユーザが商品を気に入った度合い、ユーザが商品を他人にすすめてもよいと考えている度合い等を示す。おすすめ度は、例えば、１〜５の５段階ある。そして、おすすめ度が高いほど、商品に対する評価が高いことを示す。ユーザが商品レビューの登録を選択すると、商品レビューを入力するためのウェブページが表示される。そこで、ユーザは、おすすめ度、商品レビューのタイトル及び本文等を入力する。入力された情報は、ユーザ端末３から電子商店街サーバ１に送信される。そして、電子商店街サーバ１は、受信した情報を登録する。ユーザは、自分が入力した商品レビューや他人が入力した商品レビューを電子商店街において確認することができる。

［１−３．ユーザに合う商品サイズの推定方法］
次に、指定商品において、指定者に合う商品サイズの推定方法について、図３及び図４を用いて説明する。指定者に合う商品サイズを、「適合サイズ」という。

電子商店街サーバ１は、指定商品を購入したことがあるユーザが購入した指定商品の商品サイズ、指定者の身体サイズと指定商品を購入したことがあるユーザの身体サイズとの大小関係、及び、指定商品を購入したことがあるユーザからの指定商品に対する評価に基づいて、指定者の適合サイズを推定する。指定商品に対する評価は、商品サイズ単位で分類される。指定商品を購入したことがあるユーザを、「既購入者」という。既購入者は、指定者とは異なるユーザである。既購入者が、購入した指定商品を実際に着たことがある蓋然性は高い。そのため、指定商品に対する既購入者からの評価には、既購入者が指定商品を着た結果が含まれている蓋然性がある。従って、或る既購入者からの評価が高い商品サイズは、その既購入者の身体サイズに合っている蓋然性が高く、或る既購入者からの評価が低い商品サイズは、その既購入者の身体サイズに合っている蓋然性が低い。そこで、電子商店街サーバ１は、指定者の身体サイズと指定商品を購入したことがあるユーザの身体サイズとの大小関係を判定し、身体サイズが指定者と同程度の既購入者からの評価が高い商品サイズであるほど、指定者の適合サイズであると推定する蓋然性を高くする。指定者は、指定者が商品の試着を行わなくても指定者に合うと推定される商品サイズを知ることができる。

また、同一の商品ではあっても商品サイズごとに商品ページが異なる場合がある。この場合、ユーザが自分に合うサイズを探すために様々な商品ページを要求することがある。すると、電子商店街サーバ１が処理する要求が増加するので、電子商店街サーバ１の処理負荷が増大する。しかしながら、商品ページに、ユーザに合うと推定される商品サイズが表示されるので、ユーザが自分に合うサイズを探すための要求を減らすことができる。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。

電子商店街サーバ１は、実際には、既購入者が購入したという事実も考慮して、適合サイズを推定する。具体的には、評価が高い商品サイズであるほど適合サイズであると推定される蓋然性が高くなり、購入数が多い商品サイズであるほど適合サイズであると推定される蓋然性が高くなる。ユーザが商品を購入するとき、ユーザは、例えば経験則等に基づいて、ユーザの身体サイズに合うと推測した商品サイズを選択する。従って、ユーザが購入した商品サイズは、ユーザの適合サイズである可能性がある。しかしながら、ユーザは、購入した商品を受け取るまでは、商品を着ることはできない。そのため、ユーザが購入した商品サイズが、実際にはユーザの身体サイズに合わない場合がある。従って、身体サイズが指定者と同程度のユーザが購入したという事実のみに基づいて適合サイズを推定すると、推定精度が低くなる場合がある。そこで、電子商店街サーバ１が既購入者からの評価を考慮することにより、指定者の適合サイズの推定精度を高めることができる。なお、電子商店街サーバ１は、購入したという事実は考慮せず、既購入者からの評価に基づいて、適合サイズを推定してもよい。

次に、商品サイズに対する評価について説明する。図３（ａ）は、評価の内容とスコアとの関係の例を示す図である。スコアは、商品サイズに対する評価の高さを示す。スコアが高いほど、評価が高い。評価の種類は、大別して３種類ある。評価の第１の種類は、返品の有無である。上述したようにサイズ選択返品サービスに対応した商品の場合、購入者は、商品サイズが互いに異なる複数の同一商品を受け取り、複数の同一商品のうち一部の商品サイズの商品を返品することができる。このとき、ユーザは、複数の商品サイズの商品を実際に着てみることにより、各商品サイズについて返品するか否かを決めることができる。そのため、購入者が返品しなかった商品サイズは購入者の身体サイズに合う商品サイズであり、購入者が返品した商品サイズは購入者の身体サイズに合わない商品サイズであると考えられる。従って、返品の有無は、商品サイズに対する評価であると考えられる。この場合、返品されなかった商品サイズは返品された商品サイズよりも評価が高い。図３（ａ）に示すように、返品されなかった商品サイズのスコアは、例えば＋３．０に設定され、返品された商品サイズのスコアは、例えば−３．０に設定される。

評価の第２の種類は、商品レビューの内容である。購入者は、例えば、購入した或る商品サイズの商品を実際に着てみる。その結果、購入者は、商品サイズが自分の身体サイズに合うかどうかを判断した上で、商品レビューを登録する場合がある。そのため、商品レビューのおすすめ度が高いほど、購入された商品サイズは購入者の身体サイズに合っている蓋然性がある。図３（ａ）に示すように、おすすめ度の１〜５に対して、スコアは、例えば、−２．０、−１．０、＋１．０、＋１．５、＋２．０に設定されている。おすすめ度に応じたスコアの絶対値の最大値は、返品の有無に応じたスコアの絶対値よりも小さくなっている。つまり、返品の有無の重みは、商品レビューの重みよりも重くなっている。換言すると、電子商店街サーバ１は、返品の有無を、商品レビューの内容よりも重視して、適合サイズを推定する。その理由は、返品の有無は商品サイズに対する直接的な評価であると考えられる一方で、商品レビューの内容は、商品サイズ以外の事柄に対する評価が含まれていることがあるからである。

なお、複数段階の評価が可能な項目が複数あってもよい。項目としては、例えば、商品サイズ、デザイン、値段等がある。この場合、電子商店街サーバ１は、商品サイズに対する評価に応じてスコアを決定してもよい。また、電子商店街サーバ１は、商品レビューのタイトルや本文に基づいて、スコアを決定してもよい。その理由は、タイトルや本文の内容が肯定的な内容である場合、購入された商品サイズは購入者の身体サイズに合っている蓋然性があるからである。また、タイトルや本文の内容が否定的な内容である場合、購入された商品サイズは購入者の身体サイズに合っていない蓋然性があるからである。例えば、電子商店街サーバ１は、タイトルや本文から肯定的な語や否定的な語を抽出してもよい。肯定的な語としては、例えば、「良い」、「合う」、「ぴったり」等がある。否定的な語としては、例えば、「悪い」、「合わない」、「フィットしない」等がある。電子商店街サーバ１は、例えば、肯定的な語のみを抽出した場合には、例えばスコアを＋２．０とし、否定的な語のみを抽出した場合には、例えばスコアを−２．０としてもよい。また、電子商店街サーバ１は、肯定的な語も否定的な語も抽出することができなかった場合には、例えばスコアを＋１．０としてもよい。また、電子商店街サーバ１は、肯定的な語及び否定的な語の両方を抽出した場合には、例えば、肯定的な語と否定的な語との比率に基づいてスコアを決定してもよい。

評価の第３の種類は、複数の商品サイズの中から購入する商品サイズをユーザが迷った場合である。具体的には、買い物かごからの商品の削除と、注文完了後のキャンセルとがある。例えば、ユーザは、或る商品Ｘを購入しようと決めて、Ｍサイズの商品Ｘを買い物かごに登録したとする。その後、ユーザは、購入手続をせずに、Ｍサイズの商品Ｘを買い物かごから削除する。次に、ユーザは、Ｌサイズの商品Ｘを買い物かごに登録し、購入手続を行って、Ｌサイズの商品Ｘを購入したとする。この場合、商品Ｘについて、Ｍサイズを購入するかＬサイズを購入するかをユーザが迷った形跡がある。そして、ユーザが、Ｍサイズを購入せず、最終的にＬサイズを購入したということは、ＭサイズとＬサイズとをユーザが検討した蓋然性がある。この場合、最終的に購入されたＬサイズは、最終的に購入されなかったＭサイズよりも評価が高い。注文完了後のキャンセルについても同様である。ユーザは、Ｍサイズの商品Ｘの購入続を完了した後、商品Ｘの発送前に注文をキャンセルしたとする。次に、ユーザは、Ｌサイズの商品Ｘの購入手続をすることにより、Ｌサイズの商品Ｘがユーザに配達されたとする。この場合も、商品Ｘについて、Ｍサイズを購入するかＬサイズを購入するかをユーザが迷った形跡がある。そして、最終的に購入されたＬサイズは、最終的に購入されなかったＭサイズよりも評価が高い。また、単にＳサイズを購入したユーザよりも、ＳサイズとＭサイズとの間で購入を迷った後にＳサイズを購入したユーザの方が、より熟慮してサイズを最終的に決定したと考えられる。

図３（ａ）に示すように、最終的に購入された商品サイズのスコアは、例えば＋１．５に設定され、最終的に購入されなかった商品サイズのスコアは、例えば−１．５に設定される。商品サイズを迷った場合のスコアの絶対値は、おすすめ度に応じたスコアの絶対値の最大値よりも小さくなっている。つまり、商品レビューの重みは、商品サイズを迷った場合よりも重くなっている。換言すると、電子商店街サーバ１は、商品レビューの内容を、商品サイズを迷った場合よりも重視して、適合サイズを推定する。その理由は、商品サイズを迷ってユーザが商品を購入する場合、ユーザは、最終的に購入する商品サイズを決定する前に、商品を着ることができないからである。従って、商品サイズを迷った場合の評価は補足的に用いられる。なお、電子商店街サーバ１は、買い物かごからの商品の削除の有無と、注文完了後のキャンセルの有無と何れか一方のみに基づいて、既購入者が複数の商品サイズの中から購入する商品サイズをユーザが迷ったか否かを判定してもよい。

図３（ａ）に示すように、評価がない場合、スコアは、例えば＋１．０に設定される。評価がない場合とは、ユーザは商品を購入したが、返品を行わず、商品レビューの登録もせず、且つ、商品サイズを迷わなかった場合である。つまり、購入したという事実に対して＋１．０のスコアが設定される。評価がなく購入のみの場合のスコアの絶対値の最大値は、商品サイズを迷った場合のスコアの絶対値よりも小さくなっている。つまり、商品サイズを迷った場合の重みは、評価がない場合よりも重くなっている。その理由は、商品サイズを迷った場合は、複数の商品サイズの検討が行われている蓋然性がある からである。

なお、電子商店街サーバ１は、返品の有無または商品レビューの内容の何れか一方のみを用いて、適合サイズを推定してもよい。また、電子商店街サーバ１は、返品の有無または商品レビューの内容の何れか一方と、商品サイズを迷った場合とを用いてもよい。

次に、各ユーザの身体サイズの特定方法について説明する。本実施形態においては、各ユーザは、予め自分の身体サイズに関する情報を電子商店街に登録する。身体サイズに関する情報を、「体型情報」という。体型情報は、本発明における身体サイズ情報の一例である。体型情報は、例えば、身長及び体重を含む。電子商店街サーバ１は、体型情報に基づいて、指定者の身体サイズと同じ身体サイズの範囲に含まれる身体サイズを有する既購入者を特定する。身体サイズの範囲を、「体型区分」という。図４は、身長及び体重と、体型区分との関係の例を示す図である。図４に示すように、身長は、例えば、低い、やや低い、中、やや高い、高い、の５区分に分類される。図４において、縦の破線が身長の区分の境界である。また、体重は、例えば、軽い、やや軽い、中、やや重い、重い、の５区分に分類される。図４において、横の破線が身長の区分の境界である。そして、破線に囲まれた矩形の各領域が、体型区分に相当する。なお、女性用の体型区分と男性用の体型区分とが別々に定義されてもよい。また、電子商店街サーバ１は、指定者の身体サイズと既購入者の身体サイズとの差が予め設定された差以下である場合、既購入者は、指定者の身体サイズと同じ身体サイズの範囲に含まれる身体サイズを有すると判定してもよい。

なお、体型情報は、身長または体重の少なくとも何れか一方のみが含まれていてもよい。そして、電子商店街サーバ１は、一方の情報のみに基づいて、体型区分を特定してもよい。また、体型情報には、詳細な情報が含まれていてもよい。例えば、上半身の長さ、下半身の長さ、バストサイズ、ウエストサイズ、ヒップサイズ等が含まれていてもよい。そして、電子商店街サーバ１は、詳細な情報に基づいて、体型区分を特定してもよい。また、電子商店街サーバ１は、指定商品の種類に応じて、用いる情報を変えてもよい。例えば、電子商店街サーバ１は、トップスに対しては上半身の長さを用い、ボトムスに対しては下半身の長さを用いてもよい。

本実施形態において、電子商店街サーバ１は、指定者と同一の体型区分に属する既購入者を特定する。そして、指定者と同一の体型区分に属する既購入者ごとに、図３（ａ）に示すようにスコアを決定する。既購入者が複数の評価を行った場合、電子商店街サーバ１は、それぞれの評価に対応するスコアを足し合わせてもよい。例えば、ユーザがＭサイズとＬサイズとの間で購入する商品サイズを迷い、その結果、ユーザは、Ｌサイズを購入したとする。その後、ユーザは、商品レビューを登録し、お気に入り度を２に設定したとする。この場合、Ｍサイズのスコアは、−１．５である。一方、Ｌサイズのスコアは、＋１．５−１．０＝＋０．５である。なお、電子商店街サーバ１は、複数の評価のうち最も重みの高い評価のみに基づいて、スコアを決定してもよい。前述の例では、商品レビューの内容の重みの方が商品サイズを迷った場合の重みよりも重いので、Ｌサイズのスコアは、−１．０である。つまり、電子商店街サーバ１は、重みが重い方の評価を重視した結果、重みが軽い方の評価を無視する。

電子商店街サーバ１は、各既購入者のスコアを商品サイズごとに足し合わせて、商品サイズごとに総合スコアを決定する。そして、電子商店街サーバ１は、総合スコアが最も高い商品サイズを、適合サイズとして特定する。なお、評価なしの場合のスコアが０であってもよい。これにより、適合サイズの推定に、購入したのみで評価がない場合を、適合サイズの推定に反映させないようにすることができる。

評価を行った既購入者の数を、「評価人数」という。既購入者の数を、「購入者数」という。購入者数が多いほど評価人数が多くなる傾向にある。そして、評価人数が多いほど、適合サイズの推定精度は高くなると考えられる。従って、評価人数が少ない商品をユーザが指定することによって商品ページに表示された推薦サイズ情報１１０が示す適合サイズをユーザが購入した場合、購入した商品サイズがユーザの身体サイズに合わないこともある。商品サイズがユーザの身体サイズに合わなかったという結果は、評価に反映される。評価人数が多くなるにつれて適合サイズの推定精度が高くなれば、ユーザは、サイズ選択返品サービスを利用しなくてもよい。または、ユーザは、サイズ選択返品サービスを利用したとしても、選択する商品サイズの数を減らすことができる。また、商品サイズの選択にユーザが迷うことが少なくなり、商品レビューの内容が良くなり、おすすめ度が高くなる。

ところで、各既購入者が指定商品を購入した時期は様々である。指定商品の商品サイズに対する既購入者からの評価は、指定商品の購入時期における評価である。つまり、既購入者からの評価は、指定商品の購入時期における既購入者の身体サイズに基づいている。一方、ユーザが登録した体型情報は、現在のユーザの身体サイズを反映していると考えられる。既購入者が指定商品を購入した当時から現在までに、既購入者の身体サイズが変わっている可能性がある。そのため、体型情報に基づいて既購入者の身体サイズを特定すると、既購入者の指定商品の購入時期が古い場合、既購入者からの評価の信頼性が低い場合がある。そこで、電子商店街サーバ１は、指定商品の購入時期によって、各既購入者のスコアに重み付けをしてもよい。具体的に、電子商店街サーバ１は、購入時期が新しいほど重みを重くする。つまり、電子商店街サーバ１は、購入時期が新しい既購入者の評価ほど重視する。図３（ｂ）は、購入時期と重み係数Ｗ１との関係の一例を示す図である。重み係数Ｗ１は、指定商品の購入時期に応じた重みを示す係数である。図３（ｂ）に示すように、購入時期が現在から５年以上前である場合、重み係数Ｗ１は、例えば０．５である。また、購入時期が２年以上前から５年未満前の場合、重み係数Ｗ１は、例えば０．８である。また、購入時期が半年以上前から２年未満前の場合、重み係数Ｗ１は、例えば１．０である。また、購入時期が半年未満前の場合、重み係数Ｗ１は、例えば１．２である。電子商店街サーバ１は、既購入者ごとに、図３（ａ）に基づいて得られたスコアに、図３（ｂ）に基づいて得られた重み係数Ｗ１を掛けて、既購入者ごとの最終的なスコアを計算する。なお、電子商店街サーバ１は、購入時期が予め設定された時期よりも古い既購入者からの評価を用いずに、適合サイズを推定してもよい。

また、電子商店街サーバ１は、評価ありの場合のスコアと評価なしの場合のスコアとの両方を用いて、適合サイズを推定する。上述したように、ユーザが購入した商品サイズがユーザの身体サイズに合っていると断定することはできない。そのため、評価ありの場合のスコアの絶対値は、評価なしの場合のスコアの絶対値よりも大きくなっている。しかしながら、適合サイズの推定精度を高めるためには、評価のみに基づいて適合サイズを推定した方がよい。その一方で、評価人数が少ない場合に評価のみに基づいて適合サイズを推定すると、適合サイズの推定精度が低くなる場合がある。また、評価人数は購入者数と比較して相当に少ない場合がある。そこで、電子商店街サーバ１は、評価人数に応じて、評価ありの場合のスコアの重みと評価なしの場合のスコアの重みとをそれぞれ変えてもよい。具体的に、電子商店街サーバ１は、評価人数が多いほど、評価ありの場合のスコアの重みを重くし、評価なしの場合のスコアの重みを軽くする。図３（ｃ）は、評価人数と重み係数Ｗ２との関係の一例を示す図である。重み係数Ｗ２は、評価ありの場合のスコアの重みを示す係数である。なお、評価なしの場合のスコアの重みは、１−Ｗ２である。図３（ｃ）に示すように、評価人数が５未満である場合、重み係数Ｗ２は、例えば０．５である。また、評価人数が５以上であり１０未満である場合は０．６、評価人数が１０以上であり２０未満である場合は０．７、評価人数が２０以上であり４０未満である場合は０．８、評価人数が４０以上であり１００未満である場合は０．９、評価人数が１００以上である場合は１．０である。なお、電子商店街サーバ１は、購入者数に対する評価人数の割合に応じて重みを決定してもよい。具体的に、電子商店街サーバ１は、評価人数の割合が大きいほど、評価ありの場合のスコアの重みを重くする。

また、ユーザは、他人のために商品を購入することがある。この場合、他人のために商品を購入したユーザからの評価に、購入した商品サイズのユーザ自身の身体サイズに対する適合程度が反映されている蓋然性は低い。その理由は、ユーザは、他人のために商品を購入するとき、自分の身体サイズとは無関係に商品サイズを選択するからである。そこで、電子商店街サーバ１は、他人のために指定商品を購入したと判定される既購入者からの評価を、適合サイズの推定に用いなくてもよい。既購入者からの評価を用いない場合の例としては、既購入者が大人である場合に、既購入者が子供用の指定商品を購入した場合がある。何歳以上を大人と定めるかは、電子商店街の運営者の任意である。また、既購入者からの評価を用いない場合の例としては、既購入者が、既購入者の性別とは異なる性別用の商品を購入した場合がある。つまり、既購入者が異性のために商品を購入した場合である。例えば、電子商店街サーバ１は、既購入者がこれまで購入した商品のうち、女性用の商品の割合と男性用の商品の割合とを計算する。そして、電子商店街サーバ１は、割合が、予め設定された閾値以下である方の性別の商品は、既購入者が異性のために購入した商品であると判定する。閾値は５割未満の値に設定される。つまり、割合が多い方の商品が対応する性別が、購入したユーザの性別である。なお、電子商店街サーバ１は、ユーザが電子商店街に自分の性別を登録している場合には、登録された性別を取得してもよい。

また、電子商店街サーバ１は、指定者自身が着用する商品ではないものを指定者が指定商品として指定したと判定した場合、推薦サイズ情報１１０を表示させなくてもよい。推薦サイズ情報１１０を表示させない場合の例としては、指定者が大人である場合に指定商品が子供用の商品である場合、指定商品が指定者の性別とは異なる性別用の商品である場合等がある。また、電子商店街サーバ１は、指定商品が妊婦用の商品である場合も、推薦サイズ情報１１０を表示させなくてもよい。妊婦用の商品は、妊婦の体格に合わせた商品であるからである。また、ユーザが妊娠中であるか否かをユーザが電子商店街に登録することができるようになっていてもよい。そして、電子商店街サーバ１は、指定者が妊娠中である場合、推薦サイズ情報１１０を表示させなくてもよい。

商品が子供用であるか否か、商品が女性用であるか男性用であるか、商品が妊婦用であるか否か等は、商品のジャンルによって特定することができる。商品のジャンルは、予め定められた基準に基づいて商品が分けられた商品の区分、範疇等である。

［１−４．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５及び図６を用いて説明する。

図５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５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、店舗端末２やユーザ端末３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。記憶部１２は、本発明における履歴記憶手段、返品履歴記憶手段及び非購入履歴記憶手段の一例である。この記憶部１２には、会員情報ＤＢ１２ａ、ジャンル情報ＤＢ１２ｂ、商品情報ＤＢ１２ｃ、買い物かご削除履歴ＤＢ１２ｄ、購入履歴ＤＢ１２ｅ、レビュー情報ＤＢ１２ｆ等のデータベースが構築されている。「ＤＢ」は、データベースの略語である。

図６（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、体型情報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。

図６（ｂ）は、ジャンル情報ＤＢ１２ｂに登録される内容の一例を示す図である。ジャンル情報ＤＢ１２ｂには、商品のジャンルに関するジャンル情報が登録されている。具体的に、ジャンル情報ＤＢ１２ｂには、ジャンルＩＤ、ジャンル名、ジャンルのレベル、親ジャンルＩＤ、子ジャンルＩＤリスト等のジャンルの属性が、ジャンルごとに対応付けて登録される。ジャンル情報は、例えば、電子商店街の運営者により設定される。

商品のジャンルは、木構造で階層的に定義されている。具体的に、木構造の各ノードが、ジャンルに相当する。ノードの深さが、そのノードに相当するジャンルのレベル（階層）に相当する。ノードの深さは、根に位置するノード（以下、「根ノード」という）からの距離である。レベルの値が大きいほど、レベルとしての深さが深く、レベルの値が小さいほど、レベルとしての深さが浅い。根ノードが有する子ノードに相当するジャンルがレベル１のジャンルである。レベル１のジャンルが最上位のジャンルである。レベル１の各ジャンルに対しては、子ノードに相当するジャンルが、レベル２のジャンルとして定義されている。ここで、或るジャンルＪ１の子ノードに相当するジャンルＪ２を、ジャンルＪ１の「子ジャンル」という。また、このときのジャンルＪ１を、ジャンルＪ２の「親ジャンル」という。子ジャンルは、親ジャンルを更に複数に区分したときに、同じような商品が属する範囲である。従って、子ジャンルは親ジャンルに属する。或るジャンルの祖先ノードに相当するジャンルを、「祖先ジャンル」という。例えば、ジャンルＪ３がジャンルＪ２の子ジャンルであるとする。この場合、ジャンルＪ１及びＪ２は、それぞれジャンルＪ３の先祖ジャンルである。ジャンルＪ３の商品は、ジャンルＪ３に属するとともに、ジャンルＪ３の祖先ジャンルにも属する。従って、ジャンルＪ３の商品は、ジャンルＪ１〜Ｊ３の何れにも属する。

ジャンル分けの例を説明する。レベル１のジャンルとして、例えば、「レディースファッション」、「メンズファッション」、「キッズ・ベビー・マタニティ」等がある。「レディースファッション」の子ジャンルとして、例えば、「ワンピース」、「トップス」、「ボトムス」等がある。「トップス」の子ジャンルとして、例えば、「Ｔシャツ」、「ポロシャツ」、「ブラウス」等がある。どのようにジャンル分けをするかは運営者の任意である。

ジャンルＩＤは、ジャンル情報によって定義されるジャンルの識別情報である。親ジャンルＩＤは、ジャンル情報によって定義されるジャンルの親ジャンルのジャンルＩＤである。子ジャンルＩＤリストは、ジャンル情報によって定義されるジャンルの子ジャンルのジャンルＩＤのリストである。子ジャンルＩＤリストは、ジャンル情報によって定義されるジャンルが子ジャンルを有する場合に設定される。

図６（ｃ）は、商品情報ＤＢ１２ｃに登録される内容の一例を示す図である。商品情報ＤＢ１２ｃ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。商品情報は、店舗により登録される情報である。具体的に、商品情報ＤＢ１２ｃには、店舗ＩＤ、商品ＩＤ、商品コード、ジャンルＩＤ、ブランドＩＤ、商品名、商品画像のＵＲＬ、商品説明、商品価格、商品サイズリスト、サイズ選択返品サービスフラグ等の商品の属性値が、店舗が販売する商品ごとに対応付けて登録される。店舗ＩＤは、商品の販売元の店舗の識別情報である。商品ＩＤは、店舗が、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と商品ＩＤとの組み合わせは、商品ページと一対一で対応する。商品コードは、商品を識別するコード番号である。複数の店舗で同一の商品が販売される場合、同一の商品コードがそれぞれの商品に対して付与される。商品コードとしては、例えば、ＪＡＮ（Japanese Article Number Code）コードがある。ジャンルＩＤは、商品が属するジャンルを示す。ブランドＩＤは、商品のブランドの識別情報である。商品情報に設定されるジャンルＩＤは、基本的に、レベル番号が最も高いジャンルのジャンルＩＤである。つまり、最も細分化されたジャンルのジャンルＩＤが設定される。商品名は、店舗が付けた商品の名称である。商品サイズリストは、商品サイズのリストを示す。サイズ選択返品サービスフラグは、サイズ選択返品サービスが適用されるか否かを示す。

図６（ｄ）は、買い物かご削除履歴ＤＢ１２ｄに登録される内容の一例を示す図である。買い物かご削除履歴ＤＢ１２ｄには、買い物かごからの商品の削除の履歴を示す買い物かご削除履歴が登録される。買い物かご削除履歴は、本発明における非購入履歴の一例である。具体的に、買い物かご削除履歴ＤＢ１２ｄには、ユーザＩＤ、削除日時、店舗ＩＤ、商品ＩＤ及び商品サイズリストが、買い物かごから商品が削除されるごとに登録される。ユーザＩＤは、買い物かごから商品を削除したユーザを示す。削除日時は、買い物かごから商品が削除された日時を示す。店舗ＩＤは、買い物かごから削除された商品の販売元を示す。商品ＩＤは、買い物かごから削除された商品を示す。商品サイズリストは、買い物かごから商品が削除された商品の商品サイズのリストである。

図６（ｅ）は、購入履歴ＤＢ１２ｅに登録される内容の一例を示す図である。購入履歴ＤＢ１２ｅには、ユーザによる商品の購入履歴が登録される。購入履歴は、本発明における購入履歴、返品履歴及び非購入履歴の一例である。具体的に、購入履歴ＤＢ１２ｅには、注文コード、購入日時、ユーザＩＤ、店舗ＩＤ、商品ＩＤ、商品コード、ジャンルＩＤ、ブランドＩＤ、購入サイズリスト、購入価格、キャンセルフラグ、キャンセル日時、返品フラグ、返品日時、返品サイズリスト等が、商品の購入ごとに対応付けて登録される。注文コードは、商品の注文が行われるたびに付与される注文の識別情報である。ユーザＩＤは、購入者を示す。店舗ＩＤは、購入先の店舗を示す。商品ＩＤ及び商品コードは、購入された商品を示す。ジャンルＩＤは、購入された商品のブランドを示す。購入サイズリストは、購入された商品の商品サイズのリストである。キャンセルフラグは、注文がキャンセルされたか否かを示す情報である。キャンセルフラグには、ＯＮまたはＯＦＦが設定される。ＯＮは、注文がキャンセルされたことを示す。ＯＦＦは、注文がキャンセルされていないことを示す。キャンセル日時は、キャンセルの操作が行われた日時を示す。返品フラグは、一部の商品サイズの商品が返品されたか否かを示す情報である。返品フラグには、ＯＮまたはＯＦＦが設定される。ＯＮは、商品が返品されたことを示す。ＯＦＦは、商品が返品されていないことを示す。返品日時は、返品の操作が行われた日時を示す。返品サイズリストは、返品された商品の商品サイズのリストである。

図６（ｆ）は、レビュー情報ＤＢ１２ｆに登録される内容の一例を示す図である。レビュー情報ＤＢ１２ｆには、商品レビューに関するレビュー情報が登録される。具体的に、レビュー情報ＤＢ１２ｆには、ユーザＩＤ、登録日時、店舗ＩＤ、商品ＩＤ及び商品サイズリスト、おすすめ度、商品レビューのタイトル及び本文が、商品レビューが登録されるごとに登録される。ユーザＩＤは、商品レビューを登録したユーザを示す。登録日時は、商品レビューが登録された日時を示す。店舗ＩＤは、商品レビューの対象とされた商品の販売元を示す。商品ＩＤは、商品レビューの対象とされた商品を示す。商品サイズリストは、商品レビューの対象とされた商品サイズのリストである。ただし、返品が行われた場合、商品サイズリストには、返品されなかった商品の商品サイズのみが設定される。

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、ウェブ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、各種の設定値が記憶されている。また、記憶部１２には、各評価に対応するスコアが記憶されている。

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、電子商取引に関する各種の処理を実行するためのプログラムである。電子商取引管理プログラムは、本発明における情報処理プログラムの一例である。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、本発明におけるサイズ取得手段、身体サイズ情報取得手段、評価特定手段、推定手段及び出力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、電子商店街において商品の検索や注文等の処理を行うサーバ装置、適合サイズの推定を行うサーバ装置、ユーザ端末３からのリクエストに応じてウェブ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。

［１−５．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７乃至図１１を用いて説明する。

図７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の商品ページ送信処理における処理例を示すフローチャートである。商品ページ送信処理は、電子商店街サーバ１がユーザ端末３から商品ページのリクエストを受信するごとに実行される。ユーザ端末３から電子商店街サーバ１へ送信されるリクエストは、指定者の要求を示すメッセージである。商品ページのリクエストには、指定商品の店舗ＩＤ及び商品ＩＤと、指定者のユーザＩＤとが設定されている。システム制御部１４は、受信したリクエストに基づいて指定商品を特定する。具体的に、システム制御部１４は、リクエストから店舗ＩＤ、商品ＩＤ及びユーザＩＤを取得する。そして、システム制御部１４は、取得した店舗ＩＤ及び商品ＩＤを含む商品情報を商品情報ＤＢ１２ｃから取得する。また、システム制御部１４は、取得したユーザＩＤを含む会員情報を会員情報ＤＢ１２ａから取得する。

図７に示すように、システム制御部１４は、指定商品の商品ページのＨＴＭＬ文書を記憶部１２から取得する（ステップＳ１）。次いで、システム制御部１４は、指定商品の商品情報に含まれるジャンルＩＤに基づいて、指定商品が子供用の商品であるか否かを判定する（ステップＳ２）。このとき、システム制御部１４は、指定商品が子供用の商品ではないと判定した場合には（ステップＳ２：ＮＯ）、ステップＳ４に移行する。一方、システム制御部１４は、指定商品が子供用の商品であると判定した場合には（ステップＳ２：ＹＥＳ）、指定者の会員情報に含まれる年齢に基づいて、指定者が大人であるか否かを判定する（ステップＳ３）。このとき、システム制御部１４は、指定者が大人であると判定した場合には（ステップＳ３：ＹＥＳ）、ステップＳ７に移行する。この場合、システム制御部１４は、適合サイズの推定を行わない。一方、システム制御部１４は、指定者が大人ではないと判定した場合には（ステップＳ３：ＮＯ）、ステップＳ４に移行する。

なお、システム制御部１４は、指定者の属性と指定商品の属性とが対応しない場合には、適合サイズを推定しないようにしてもよい。例えば、システム制御部１４は、指定者が大人であるか子供であるかを判定するとともに、指定商品が大人用であるか子供用であるかを判定する。そして、システム制御部１４は、指定者が大人であり且つ指定商品が子供用である場合、適合サイズを推定しない。また、システム制御部１４は、指定者が子供であり且つ指定商品が大人用である場合、適合サイズを推定しない。また、システム制御部１４は、指定者が女性であるか男性であるかを判定するとともに、指定商品が女性用であるか男性用であるかを判定する。そして、システム制御部１４は、指定者が女性であり且つ指定商品が男性用である場合、適合サイズを推定しない。また、システム制御部１４は、指定者が男性であり且つ指定商品が女性用である場合、適合サイズを推定しない。

システム制御部１４は、指定者の属性を、指定者の会員情報に設定されている情報に基づいて判定することができる。一方、システム制御部１４は、指定商品の属性を、指定商品の商品情報に含まれるジャンルＩＤに基づいて判定することができる。あるいは、システム制御部１４は、指定商品の属性を、指定商品の購入履歴に基づいて判定してもよい。例えば、システム制御部１４は、購入履歴に基づいて、既購入者の属性ごとに、指定商品の購入者数の割合を算出する。そして、システム制御部１４は、割合が最も多い既購入者の属性に対応する属性を、指定商品の属性とする。例えば、システム制御部１４は、既購入者の中で、女性の割合が男性の割合よりも多い場合、指定商品は女性用の商品であると判定する。

ステップＳ４において、システム制御部１４は、適合サイズ推定処理を実行する。適合サイズ推定処理では、適合サイズが推定される。適合サイズ推定処理の詳細な内容については後述する。システム制御部１４は、適合サイズ推定処理を終えると、推定した適合サイズに基づいて、推薦サイズ情報１１０を生成する（ステップＳ５）。次いで、システム制御部１４は、生成した推薦サイズ情報１１０を、指定商品の商品ページのＨＴＭＬ文書に追加する（ステップＳ６）。次いで、システム制御部１４は、指定商品の商品ページのＨＴＭＬ文書を、リクエストの送信元のユーザ端末３へ送信する（ステップＳ７）。これにより、出力手段としてのシステム制御部１４は、適合サイズを出力する。システム制御部１４は、この処理を終えると、商品ページ送信処理を終了させる。

ＨＴＭＬ文書を受信したユーザ端末３は、商品ページを画面に表示する。電子商店街サーバ１が適合サイズ推定処理を実行した場合には、商品ページには、例えば図２に示すように推薦サイズ情報１１０が表示される。このように、システム制御部１４は、適合サイズをユーザ端末３によりユーザへ提示させる。

なお、システム制御部１４は、商品ページのＨＴＭＬ文書と推薦サイズ情報１１０とを別々に送信してもよい。例えば、商品ページのＨＴＭＬ文書には、推薦サイズ情報１１０を電子商店街サーバ１から取得するためのスクリプトが記述されている。システム制御部１４は、ユーザ端末３からの商品ページのリクエストに応じて、先ず商品ページのＨＴＭＬ文書をユーザ端末３へ送信する。その後、システム制御部１４は、適合サイズの推定を行う。ＨＴＭＬ文書を受信したユーザ端末３は、ＨＴＭＬ文書に基づいて商品ページを表示するとともに、ＨＴＭＬ文書に含まれるスクリプトに基づいて、推薦サイズ情報１１０のリクエストを電子商店街サーバ１へ送信する。システム制御部１４は、受信したリクエストに応じて、推薦サイズ情報１１０をユーザ端末３へ送信する。推薦サイズ情報１１０を受信したユーザ端末３は、既に表示している商品ページ内に、推薦サイズ情報１１０を表示する。これにより、電子商店街サーバ１が適合サイズの推定に時間を要しても、ユーザ端末３は、商品ページを従来通りの早さで表示することができる。

図８及び図９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の適合サイズ推定処理における処理例を示すフローチャートである。

図８に示すように、身体サイズ情報取得手段としてのシステム制御部１４は、指定者の会員情報から体型情報を取得する（ステップＳ２１）。次いで、システム制御部１４は、評価人数、各商品サイズの評価ありスコア及び評価なしスコアを、それぞれ０に初期化する（ステップＳ２２）。評価ありスコアは、評価ありの場合のスコアの合計値である。評価なしスコアは、評価なしの場合のスコアの合計値である。このとき、システム制御部１４は、指定商品の商品情報に含まれる商品サイズリストから商品サイズを取得する。そして、システム制御部１４は、取得した商品サイズに対応するスコアを初期化する。なお、商品サイズごとに商品ページが異なる場合、商品サイズリストは、指定商品に用意されている複数の商品サイズのうち１つの商品サイズのみが設定されている。この場合、システム制御部１４は、指定商品と同一の商品の商品情報からも、商品サイズを取得する。例えば、システム制御部１４は、指定商品の商品コードと同一の商品コードを含む商品情報や、指定商品の商品名と同一の商品名を含む商品情報を、商品情報ＤＢ１２ｃから検索する。そして、システム制御部１４は、検索した商品情報に含まれる商品サイズリストから商品サイズを取得する。

次いで、システム制御部１４は、指定商品の購入履歴を検索する（ステップＳ２３）。具体的に、システム制御部１４は、指定商品の店舗ＩＤ及び商品ＩＤを含む購入履歴を、購入履歴ＤＢ１２ｅから検索する。なお、システム制御部１４は、商品コードが指定商品と同一である商品を、指定商品に含めてもよい。この場合、システム制御部１４は、指定商品の商品情報から商品コードを取得する。そして、システム制御部１４は、取得した商品コードを含む購入履歴を検索する。また、システム制御部１４は、指定者の性別と同じ性別の既購入者の購入履歴のみを検索してもよい。また、システム制御部１４は、指定者のユーザＩＤを含む購入履歴を、検索対象から除外してもよいし除外しなくてもよい。既購入者の中に指定者自身が含まれていること自体は、特に問題ではない。既購入者の中に、指定者以外のユーザが１人以上含まれていることが重要である。

次いで、システム制御部１４は、ステップＳ２３で検索された購入履歴のうち、購入者１人分の購入履歴を選択する（ステップＳ２４）。つまり、システム制御部１４は、或るユーザＩＤを含む購入履歴を選択する。このとき、システム制御部１４は、複数の購入履歴が同一のユーザＩＤを含む場合、同一のユーザＩＤを含む複数の購入履歴を選択する。ここで、選択された購入履歴が示す既購入者を、「選択購入者」という。

次いで、システム制御部１４は、購入目的判定処理を実行する（ステップＳ２５）。購入目的判定処理では、選択購入者が指定商品を購入した目的が他人のためであるか否かが判定される。購入目的判定処理の詳細な内容については後述する。次いで、システム制御部１４は、購入目的判定処理の戻り値が、「他人のため」であるか否かを判定する（ステップＳ２６）。戻り値が「他人のため」である場合、選択購入者が指定商品を購入した目的は他人のためである。このとき、システム制御部１４は、戻り値が「他人のため」であると判定した場合には（ステップＳ２６：ＹＥＳ）、ステップＳ３５に移行する。この場合、システム制御部１４は、選択購入者のスコアを計算しない。換言すると、システム制御部１４は、選択購入者の指定商品の購入履歴を、適合サイズの推定に用いない。一方、システム制御部１４は、戻り値が「他人のため」ではないと判定した場合には（ステップＳ２６：ＮＯ）、ステップＳ２７に移行する。

ステップＳ２７において、身体サイズ情報取得手段としてのシステム制御部１４は、選択購入者の体型情報を取得する。具体的に、システム制御部１４は、購入履歴から選択購入者のユーザＩＤを取得する。次いで、システム制御部１４は、取得したユーザＩＤを含む会員情報を会員情報ＤＢ１２ａから取得する。次いで、システム制御部１４は、取得した会員情報から体型情報を取得する。

システム制御部１４は、体型情報を取得すると、指定者の体型区分と選択購入者の体型区分とが一致するか否かを判定する（ステップＳ２８）。体型区分は、体型情報に基づいて特定される。このとき、システム制御部１４は、指定者の体型区分と選択購入者の体型区分とが一致しないと判定した場合には（ステップＳ２８：ＮＯ）、ステップＳ３５に移行する。

一方、システム制御部１４は、指定者の体型区分と選択購入者の体型区分とが一致すると判定した場合には（ステップＳ２８：ＹＥＳ）、スコア計算処理を実行する（ステップＳ２９）。スコア計算処理では、指定商品の各商品サイズに対する選択購入者のスコアが計算される。スコア計算処理の詳細な内容については後述する。

次いで、システム制御部１４は、選択購入者の指定商品の購入時期に応じて各商品サイズのスコアに重み付けを行う（ステップＳ３０）。具体的に、システム制御部１４は、選択購入者の購入履歴に含まれる購入日時に対応する重み係数Ｗ１を記憶部１２から取得する。購入履歴が複数ある場合、システム制御部１４は、例えば、購入日時の平均に対応する重み係数Ｗ１を取得する。システム制御部１４は、各商品サイズのスコアに重み係数Ｗ１を掛け合わせて、選択購入者の商品サイズごとの最終的なスコアを計算する。

次いで、システム制御部１４は、図９に示すように、選択購入者からの評価があったか否かを判定する（ステップＳ３１）。このとき、システム制御部１４は、選択購入者からの評価があったと判定した場合には（ステップＳ３１：ＹＥＳ）、ステップＳ３２に移行する。一方、システム制御部１４は、選択購入者からの評価がなかったと判定した場合には（ステップＳ３１：ＮＯ）、ステップＳ３４に移行する。

ステップＳ３２において、システム制御部１４は、評価人数に１を加算する。次いで、システム制御部１４は、選択購入者の各商品サイズのスコアを、各商品サイズの評価ありスコアにそれぞれ加算する（ステップＳ３３）。次いで、システム制御部１４は、ステップＳ３５に移行する。ステップＳ３４において、システム制御部１４は、選択購入者の各商品サイズのスコアを、各商品サイズの評価なしスコアにそれぞれ加算する。次いで、システム制御部１４は、ステップＳ３５に移行する。

ステップＳ３５において、システム制御部１４は、ステップＳ２３において検索した購入履歴の中にまだ選択していない購入履歴があるか否かを判定する。このとき、システム制御部１４は、まだ選択していない購入履歴があると判定した場合には（ステップＳ３５：ＹＥＳ）、まだ選択していない購入履歴のうち、購入者１人分の購入履歴を選択する（ステップＳ３６）。次いで、システム制御部１４は、ステップＳ２５に移行する。システム制御部１４は、ステップＳ２５〜Ｓ３６を繰り返すことにより、評価ありの既購入者の商品サイズごとのスコアの合計値と、評価なしの既購入者の商品サイズごとのスコアの合計値とを計算する。

システム制御部１４は、全ての購入履歴を選択したと判定した場合には（ステップＳ３５：ＮＯ）、評価人数に応じた重み係数Ｗ２を記憶部１２から取得する（ステップＳ３７）。次いで、システム制御部１４は、商品サイズごとの総合スコアを計算する（ステップＳ３８）。具体的に、システム制御部１４は、商品サイズごとに、下記の式を計算する。
総合スコア＝Ｗ２×評価ありスコア＋（１−Ｗ２）×評価なしスコア

次いで、推定手段としてのシステム制御部１４は、総合スコアが最も高い商品サイズを、適合サイズとして特定する（ステップＳ３９）。システム制御部１４は、この処理を終えると、商品サイズ推定処理を終了させる。

図１０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の購入目的判定処理における処理例を示すフローチャートである。

図１０に示すように、システム制御部１４は、選択購入者のユーザＩＤを含む購入履歴を、購入履歴ＤＢ１２ｅから検索する（ステップＳ４１）。次いで、システム制御部１４は、選択購入者が購入した全商品に対する女性用の商品の割合と男性用の商品の割合とを計算する。システム制御部１４は、購入履歴に含まれるジャンルＩＤに基づいて、女性用であるか男性用であるかを判定することができる。

次いで、システム制御部１４は、指定商品の商品情報に含まれるジャンルＩＤに基づいて、指定商品は男性用の商品であるか否かを判定する（ステップＳ４２）。このとき、システム制御部１４は、指定商品は男性用の商品ではないと判定した場合には（ステップＳ４２：ＮＯ）、ステップＳ４４に移行する。一方、システム制御部１４は、指定商品は男性用の商品であると判定した場合には（ステップＳ４２：ＹＥＳ）、男性用の商品の割合が、記憶部１２に記憶されている閾値以下であるか否かを判定する（ステップＳ４３）。このとき、システム制御部１４は、男性用の商品の割合が閾値以下であると判定した場合には（ステップＳ４３：ＹＥＳ）、戻り値に「他人のため」を設定する（ステップＳ４８）。システム制御部１４は、この処理を終えると、購入目的判定処理を終了させる。一方、システム制御部１４は、男性用の商品の割合が閾値よりも大きいと判定した場合には（ステップＳ４３：ＮＯ）、ステップＳ４５に移行する。

ステップＳ４４において、システム制御部１４は、女性用の商品の割合が閾値以下であるか否かを判定する。このとき、システム制御部１４は、女性用の商品の割合が閾値以下であると判定した場合には（ステップＳ４４：ＹＥＳ）、ステップＳ４８に移行する。一方、システム制御部１４は、女性用の商品の割合が閾値よりも大きいと判定した場合には（ステップＳ４４：ＮＯ）、ステップＳ４５に移行する。なお、システム制御部１４は、指定者の会員情報に性別が設定されている場合には、会員情報に設定されている性別に基づいて、判定を行ってもよい。

ステップＳ４５において、システム制御部１４は、指定商品は子供用の商品であるか否かを判定する。このとき、システム制御部１４は、指定商品は子供用の商品ではないと判定した場合には（ステップＳ４５：ＮＯ）、戻り値に「自分のため」を設定する（ステップＳ４７）。システム制御部１４は、この処理を終えると、購入目的判定処理を終了させる。一方、システム制御部１４は、指定商品は子供用の商品であると判定した場合には（ステップＳ４５：ＹＥＳ）、選択購入者の会員情報に含まれる年齢に基づいて、選択購入者が大人であるか否かを判定する（ステップＳ４６）。このとき、システム制御部１４は、選択購入者が大人であると判定した場合には（ステップＳ４６：ＹＥＳ）、ステップＳ４８に移行する。一方、システム制御部１４は、選択購入者が大人ではないと判定した場合には（ステップＳ４６：ＮＯ）、ステップＳ４７に移行する。

図１１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のスコア計算処理における処理例を示すフローチャートである。

図１１に示すように、システム制御部１４は、選択購入者の各商品サイズのスコアを０に初期化する（ステップＳ６０）。次いで、システム制御部１４は、選択購入者からの指定商品の返品があったか否かを判定する（ステップＳ６１）。具体的に、システム制御部１４は、選択購入者の購入履歴に含まれる返品フラグがＯＮである場合、選択購入者からの指定商品の返品があったと判定する（ステップＳ６１：ＹＥＳ）。この場合、システム制御部１４は、ステップＳ６２に移行する。一方、システム制御部１４は、返品フラグがＯＦＦである場合、選択購入者からの指定商品の返品がなかったと判定する（ステップＳ６１：ＮＯ）。この場合、システム制御部１４は、ステップＳ６４に移行する。

ステップＳ６２において、評価特定手段としてのシステム制御部１４は、返品されなかった商品サイズのスコアにスコアＡ１を加算する。スコアＡ１は、返品されなかった商品サイズのスコア（例えば、＋３．０）である。サイズ取得手段としてのシステム制御部１４は、選択購入者の購入履歴から、購入サイズリスト及び返品サイズリストを取得する。そして、システム制御部１４は、購入サイズリストに含まれる商品サイズのうち、返品サイズリストに含まれていない商品サイズを、返品されなかった商品サイズとして特定する。

次いで、評価特定手段としてのシステム制御部１４は、返品された商品サイズのスコアにスコアＡ２を加算する（ステップＳ６３）。スコアＡ２は、返品された商品サイズのスコア（例えば、−３．０）である。返品サイズリストに含まれる商品サイズが、返品された商品サイズである。システム制御部１４は、この処理を終えると、ステップＳ６４に移行する。

ステップＳ６４において、システム制御部１４は、選択購入者からの指定商品の商品レビューが登録されているか否かを判定する。具体的に、システム制御部１４は、選択購入者のユーザＩＤ、指定商品の店舗ＩＤ及び商品ＩＤを含むレビュー情報を、レビュー情報ＤＢ１２ｆから検索する。このとき、システム制御部１４は、該当するレビュー情報があった場合には、商品レビューが登録されていると判定する（ステップＳ６４：ＹＥＳ）。この場合、システム制御部１４は、ステップＳ６５に移行する。一方、システム制御部１４は、該当するレビュー情報がなかった場合には、商品レビューが登録されていないと判定する（ステップＳ６４：ＮＯ）。この場合、システム制御部１４は、ステップＳ６６に移行する。

ステップＳ６５において、評価特定手段としてのシステム制御部１４は、検索されたレビュー情報からおすすめ度を取得する。そして、システム制御部１４は、商品レビューの対象とされた商品サイズのスコアに、レビュー情報に含まれるおすすめ度に応じたスコアＢｎを加算する。スコアＢｎは、おすすめ度の値ｎに対応するスコア（例えば、−２．０、−１．０、＋１．０、＋１．５、または＋２．０の何れか）である。次いで、システム制御部１４は、ステップＳ６６に移行する。

ステップＳ６６において、システム制御部１４は、選択購入者が指定商品を買い物かごから削除したことがあるか否かを判定する。具体的に、システム制御部１４は、選択購入者のユーザＩＤ、指定商品の店舗ＩＤ及び商品ＩＤを含む買い物かご削除履歴を、買い物かご削除履歴ＤＢ１２ｄから検索する。このとき、システム制御部１４は、該当する買い物かご削除履歴がある場合には、選択購入者が指定商品を買い物かごから削除したことがあると判定する（ステップＳ６６：ＹＥＳ）。この場合、システム制御部１４は、ステップＳ６７に移行する。一方、システム制御部１４は、該当する買い物かご削除履歴がない場合には、選択購入者が指定商品を買い物かごから削除したことがないと判定する（ステップＳ６６：ＮＯ）。この場合、システム制御部１４は、ステップＳ６９に移行する。

ステップＳ６７において、システム制御部１４は、選択購入者が購入した商品サイズと異なる商品サイズが買い物かごから削除されたか否かを判定する。具体的に、システム制御部１４は、検索した買い物かご削除履歴に含まれる商品サイズリストに設定された商品サイズの中に、選択購入者の指定商品の購入履歴に含まれる購入サイズリストに設定されている商品サイズと一致しない商品サイズがあるか否かを判定する。このとき、システム制御部１４は、商品サイズリストに設定された商品サイズの中に購入サイズリストに設定されている商品サイズと一致しない商品サイズがある場合には、選択購入者が購入した商品サイズと異なる商品サイズが買い物かごから削除されたと判定する（ステップＳ６７：ＹＥＳ）。この場合、システム制御部１４は、買い物かご削除評価フラグにＯＮを設定する（ステップＳ６８）。次いで、システム制御部１４は、ステップＳ７０に移行する。一方、システム制御部１４は、商品サイズリストに設定された全ての商品サイズが購入サイズリストに設定されている商品サイズと一致する場合には、選択購入者が購入した商品サイズと異なる商品サイズが買い物かごから削除されていないと判定する（ステップＳ６７：ＮＯ）。この場合、システム制御部１４は、買い物かご削除評価フラグにＯＦＦを設定する（ステップＳ６９）。次いで、システム制御部１４は、ステップＳ７０に移行する。

ステップＳ７０において、システム制御部１４は、選択購入者が注文した複数の商品サイズの指定商品のうち一部の商品サイズの指定商品のみ選択購入者が注文をキャンセルしたか否かを判定する。具体的に、システム制御部１４は、選択購入者の購入履歴が複数あり、複数の購入履歴のうち一部の購入履歴に含まれるキャンセルフラグのみがＯＮであり、且つ、キャンセルフラグがＯＮである購入履歴に含まれる購入サイズリストに設定されている商品サイズと、キャンセルフラグがＯＦＦである購入履歴に含まれる購入サイズリストに設定されている商品サイズとが異なる場合、選択購入者が注文した複数の商品サイズの指定商品のうち一部の商品サイズの指定商品のみ選択購入者が注文をキャンセルしたと判定する（ステップＳ７０：ＹＥＳ）。この場合、システム制御部１４は、キャンセル評価フラグにＯＮを設定する（ステップＳ７１）。次いで、システム制御部１４は、ステップＳ７３に移行する。一方、システム制御部１４は、選択購入者の購入履歴が１つのみである場合、複数の購入履歴に含まれるキャンセルフラグが全て互いに同一である場合、または、キャンセルフラグがＯＮである購入履歴に含まれる購入サイズリストに設定されている商品サイズと、キャンセルフラグがＯＦＦである購入履歴に含まれる購入サイズリストに設定されている商品サイズとが一致する場合、選択購入者が注文した複数の商品サイズの指定商品のうち一部の商品サイズの指定商品のみ選択購入者が注文をキャンセルしていないと判定する（ステップＳ７０：ＮＯ）。この場合、システム制御部１４は、キャンセル評価フラグにＯＦＦを設定する（ステップＳ７２）。次いで、システム制御部１４は、ステップＳ７３に移行する。

ステップＳ７３において、システム制御部１４は、買い物かご削除評価フラグ及びキャンセル評価フラグのうち少なくとも何れか一方がＯＮであるか否かを判定する。このとき、システム制御部１４は、買い物かご削除評価フラグ及びキャンセル評価フラグの何れもＯＦＦであると判定した場合には（ステップＳ７３：ＮＯ）、ステップＳ７６に移行する。一方、システム制御部１４は、買い物かご削除評価フラグ及びキャンセル評価フラグのうち少なくとも何れか一方がＯＮであると判定した場合には（ステップＳ７３：ＹＥＳ）、ステップＳ７４に移行する。

ステップＳ７４において、評価特定手段としてのシステム制御部１４は、最終的に購入された商品サイズのスコアにスコアＣ１を加算する。スコアＣ１は、最終的に購入された商品サイズのスコア（例えば、＋１．５）である。買い物かご削除評価フラグ及びキャンセル評価フラグのうち買い物かご削除評価フラグのみがＯＮである場合、システム制御部１４は、選択購入者の購入履歴に含まれる購入サイズリストに設定された商品サイズが、最終的に購入された商品サイズであると特定する。少なくともキャンセル評価フラグがＯＮである場合、システム制御部１４は、キャンセルフラグがＯＦＦである購入履歴に含まれる購入サイズリストに設定された商品サイズが、最終的に購入された商品サイズであると特定する。

次いで、評価特定手段としてのシステム制御部１４は、最終的に購入されなかった商品サイズのスコアにスコアＣ２を加算する（ステップＳ７５）。スコアＣ２は、最終的に購入されなかった商品サイズのスコア（例えば、−１．５）である。買い物かご削除評価フラグ及びキャンセル評価フラグのうち買い物かご削除評価フラグのみがＯＮである場合、システム制御部１４は、買い物かご削除履歴に含まれる商品サイズリストに設定された商品サイズのうち、最終的に購入された商品サイズ以外の商品サイズが、最終的に購入されなかった商品サイズであると特定する。キャンセル評価フラグのみがＯＮである場合、システム制御部１４は、キャンセルフラグがＯＮである購入履歴に含まれる購入サイズリストに設定された商品サイズが、最終的に購入されなかった商品サイズであると特定する。買い物かご削除評価フラグ及びキャンセル評価フラグの何れもがＯＮである場合、システム制御部１４は、買い物かご削除履歴に含まれる商品サイズリストに設定された商品サイズのうち、最終的に購入された商品サイズ以外の商品サイズと、キャンセルフラグがＯＦＦである購入履歴に含まれる購入サイズリストに設定された商品サイズとが、それぞれ最終的に購入されなかった商品サイズであると特定する。システム制御部１４は、ステップＳ７５の処理を終えると、ステップＳ７６に移行する。

ステップＳ７６において、システム制御部１４は、選択購入者から指定商品に対して評価がなかったか否かを判定する。評価がない場合とは、ステップＳ６０〜Ｓ７５においてスコアに対する加算が一度も行われなかった場合である。このとき、システム制御部１４は、評価があったと判定した場合には（ステップＳ７６：ＮＯ）、スコア計算処理を終了させる。一方、システム制御部１４は、評価がなかったと判定した場合には（ステップＳ７６：ＹＥＳ）、購入された商品サイズのスコアにスコアＤを加算する（ステップＳ７７）。スコアＤは、評価なしの商品サイズのスコア（例えば、＋１．０）である。次いで、システム制御部１４は、スコア計算処理を終了させる。

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、記憶部１２に記憶された購入履歴に基づいて、指定者の要求に応じて特定される指定商品を購入した既購入者が購入した指定商品の商品サイズを取得し、指定者の身体サイズに関する体型情報及び既購入者の身体サイズに関する体型情報を取得し、既購入者からの指定商品に対する商品レビューを取得したり、既購入者からの指定商品に対する評価に応じたスコアを特定したりし、既購入者が購入した商品サイズ、指定者の身体サイズと既購入者の身体サイズとの大小関係、及びスコアに基づいて、適合サイズを推定し、推定された適合サイズを含む推薦サイズ情報を出力する。従って、ユーザが商品の試着を行わなくてもユーザの体に合う商品サイズを提示させることができる。

また、システム制御部１４が、記憶部１２に記憶された商品の購入履歴に基づいて、商品サイズが互いに異なる複数の指定商品を購入した既購入者が一部の指定商品を返品したと判定される場合、返品されていない商品サイズのスコアを、返品された商品サイズのスコアよりも高くなるように、スコアを特定する。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、既購入者により入力された商品レビュー情報を取得し、取得した商品レビュー情報の内容に応じたスコアを特定する。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、記憶部１２に記憶された買い物かご削除履歴及び購入履歴の少なくとも何れか一方に基づいて、既購入者が指定商品についてサイズを選択した後に、選択したサイズをやめて他のサイズを購入したと判定される場合、購入された商品サイズのスコアを、購入がやめられた商品サイズのスコアよりも高くなるように、スコアを特定する。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、返品の有無を、既購入者ユーザから入力された商品レビュー情報の内容よりも重視して適合サイズを推定する。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、既購入者ユーザから入力された商品レビュー情報の内容を、購入しようと決めた後に購入をやめたか否かよりも重視して適合サイズを推定する。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、ユーザから登録された体型情報をユーザごとに記憶する記憶部１２から体格情報を取得する。従って、精度が高い情報に基づいて、推定を行うことができる。

また、システム制御部１４が、購入履歴に基づいて、既購入者が指定商品を購入した時期が新しいほど、その既購入者からの評価を重視して商品サイズを推定する。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、女性用の商品及び男性用の商品のうち、既購入者が購入した商品に含まれる割合が５割未満に設定された閾値以下である方の商品に指定商品が含まれる場合、その既購入者の購入履歴を適合サイズの推定に用いない。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、既購入者が大人であり、且つ、指定商品が子供である場合、その既購入者の購入履歴を適合サイズの推定に用いない。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、指定者が大人であり、且つ、指定商品が子供用の商品である場合、推薦サイズ情報を出力しない。従って、適合サイズの推定を行う必要がない場合に、推定を行わないようにすることができる。そのため、適合サイズの推定するための処理負荷を軽減することができる。

また、システム制御部１４が、体型情報に基づいて、身体サイズが指定者の身体サイズと同じ体型区分に含まれる既購入者を特定し、特定された既購入者が購入した指定商品の商品サイズに対する評価に基づいて、特定された既購入者に合う商品サイズを推定し、推定された商品サイズを適合サイズであると推定する。従って、身体サイズが指定者の身体サイズと同程度であるユーザが購入した商品サイズ及びそのユーザからの評価に基づいて、推定が行われるので、適合サイズの推定精度を高めることができる。

［２．第２実施形態］
次に、第２実施形態の概要を説明する。第２実施形態においては、電子商店街サーバ１が、既購入者のうち、身体サイズが含まれる範囲が、指定者の身体サイズが含まれる範囲と異なる既購入者からの評価に基づいて、適合サイズを推定する。なお、第１実施形態と同様の点についての説明は省略する。

第１実施形態において、電子商店街サーバ１は、指定者の身体サイズと同じ範囲に身体サイズが含まれる既購入者の評価に基づいて適合サイズを推定していた。しかしながら、指定者の身体サイズと同程度の身体サイズを有する既購入者が存在しなかったり、指定者の身体サイズと同程度の身体サイズを有する既購入者の人数が少なかったりする場合がある。この場合、適合サイズを推定することができなかったり、推定精度が低下したりする。一方、指定者の身体サイズと同程度の身体サイズを有する既購入者の人数よりも、指定者の身体サイズと異なる身体サイズを有する既購入者の人数の方が多い蓋然性がある。そこで、電子商店街サーバ１は、指定者の身体サイズと異なる身体サイズを有する既購入者からの評価に基づいて、適合サイズを推定する。

具体的に、指定者の身体サイズよりも身体サイズが小さいユーザに合う商品サイズは、指定者に合う商品サイズよりも小さい蓋然性がある。一方、指定者の身体サイズよりも身体サイズが大きいユーザに合う商品サイズは、指定者に合う商品サイズよりも大きい蓋然性がある。そこで、電子商店街サーバ１は、指定者の身体サイズよりも身体サイズが小さい既購入者に合う商品サイズを、指定者の身体サイズよりも身体サイズが小さい既購入者からの評価に基づいて推定する。また、電子商店街サーバ１は、指定者の身体サイズよりも身体サイズが大きい既購入者に合う商品サイズを、指定者の身体サイズよりも身体サイズが大きい既購入者からの評価に基づいて推定する。そして、電子商店街サーバ１は、指定者の身体サイズよりも身体サイズが小さい既購入者に合う商品サイズと、指定者の身体サイズよりも身体サイズが大きい既購入者に合う商品サイズとの間にある商品サイズを、指定者の適合サイズと推定する。なお、指定者の身体サイズよりも身体サイズが小さい既購入者に合う商品サイズは、本発明における第１サイズの一例である。また、指定者の身体サイズよりも身体サイズが大きい既購入者に合う商品サイズは、本発明における第２サイズの一例である。

例えば、指定者の身体サイズよりも身体サイズが小さい既購入者に合う商品サイズがＸＳサイズであり、指定者の身体サイズよりも身体サイズが大きい既購入者に合う商品サイズがＬＬサイズであるとする。この場合、電子商店街サーバ１は、ＸＳサイズとＬＬサイズとの丁度中間の商品サイズであるＭサイズを、適合サイズとする。なお、指定者の身体サイズよりも身体サイズが小さい既購入者に合う商品サイズがＸＳサイズである一方、指定者の身体サイズよりも身体サイズが大きい既購入者に合う商品サイズがＬサイズであるとする。この場合、ＸＳサイズとＬサイズとの丁度中間の商品サイズが存在しない。その場合、電子商店街サーバ１は、例えば、ＳサイズとＭサイズとの両方を、適合サイズとして特定してもよい。この場合、電子商店街サーバ１は、推薦サイズ情報１１０として、例えば、「あなたの体型に近い人の多くは、ＳサイズかＭサイズを買っています。」を生成してもよい。

次に、情報処理システムＳの動作について、図１２及び図１３を用いて説明する。図１２及び図１３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の適合サイズ推定処理における処理例を示すフローチャートである。図１２及び図１３において、図８または図９と同様の処理については同様の符号が付されている。なお、第２実施形態以降の実施形態における購入目的判定処理、商品ページ送信処理及びスコア計算処理の内容は、第１実施形態の場合と同様である。

図１２に示すように、システム制御部１４は、ステップＳ２１の処理を終えると、評価人数、各商品の小スコア及び大スコアを、それぞれ０に初期化する（ステップＳ８１）。小スコアは、身体サイズが指定者の身体サイズよりも小さい既購入者のスコアの合計値である。大スコアは、身体サイズが指定者の身体サイズよりも大きい既購入者のスコアの合計値である。次いで、システム制御部１４は、ステップＳ２３〜Ｓ２７を実行する。

次いで、システム制御部１４は、指定者の体型区分が選択購入者の体型区分よりも身体サイズが大きい区分であるか否かを判定する（ステップＳ８２）。指定者の身長が属する区分が選択購入者の身長が属する区分以上の身長の区分であり、且つ、指定者の体重が属する区分が選択購入者の体重が属する区分以上の区分であり、なお且つ、指定者の体型区分と選択購入者の体型区分とが同一でない場合、指定者の体型区分は選択購入者の体型区分よりも身体サイズが大きい区分である。システム制御部１４は、指定者の体型区分が選択購入者の体型区分よりも身体サイズが大きい区分であると判定した場合には（ステップＳ８２：ＹＥＳ）、ステップＳ８３に移行する。一方、システム制御部１４は、指定者の体型区分が選択購入者の体型区分よりも身体サイズが大きい区分ではないと判定した場合には（ステップＳ８２：ＮＯ）、ステップＳ８６に移行する。

ステップＳ８３において、システム制御部１４は、スコア計算処理を実行する。ステップＳ８３のスコア計算処理は、図８に示すステップＳ２９の処理と同様である。次いで、システム制御部１４は、選択購入者の指定商品の購入時期に応じて各商品サイズのスコアに重み付けを行う（ステップＳ８４）。この処理内容は、図８のステップＳ３０と同様である。次いで、システム制御部１４は、選択購入者の各商品サイズのスコアを、各商品サイズの小スコアにそれぞれ加算する（ステップＳ８５）。次いで、システム制御部１４は、ステップＳ３５に移行する。

ステップＳ８６において、システム制御部１４は、指定者の体型区分が選択購入者の体型区分よりも身体サイズが小さい区分であるか否かを判定する。指定者の身長が属する区分が選択購入者の身長が属する区分以下の身長の区分であり、且つ、指定者の体重が属する区分が選択購入者の体重が属する区分以下の区分であり、なお且つ、指定者の体型区分と選択購入者の体型区分とが同一でない場合、指定者の体型区分は選択購入者の体型区分よりも身体サイズが小さい区分である。システム制御部１４は、指定者の体型区分が選択購入者の体型区分よりも身体サイズが小さい区分であると判定した場合には（ステップＳ８６：ＹＥＳ）、ステップＳ８７に移行する。一方、システム制御部１４は、指定者の体型区分が選択購入者の体型区分よりも身体サイズが小さい区分ではないと判定した場合には（ステップＳ８６：ＮＯ）、ステップＳ３５に移行する。この場合、指定者の体型区分は、選択購入者の体型区分よりも身体サイズが大きい区分であるとも小さい区分であるともいえない。

ステップＳ８７において、システム制御部１４は、スコア計算処理を実行する。次いで、システム制御部１４は、選択購入者の指定商品の購入時期に応じて各商品サイズのスコアに重み付けを行う（ステップＳ８８）。この処理内容は、図８のステップＳ３０と同様である。次いで、システム制御部１４は、選択購入者の各商品サイズのスコアを、各商品サイズの大スコアにそれぞれ加算する（ステップＳ８９）。次いで、システム制御部１４は、ステップＳ３５に移行する。

ステップＳ３５において、システム制御部１４は、全ての購入履歴を選択したと判定した場合には（ステップＳ３５：ＮＯ）、小スコアが最も高い商品サイズを特定する（ステップＳ９０）。次いで、システム制御部１４は、大スコアが最も高い商品サイズを特定する（ステップＳ９１）。次いで、推定手段としてのシステム制御部１４は、小スコアが最も高い商品サイズと大スコアが最も高い商品サイズとの間にある商品サイズを、適合サイズとして特定する（ステップＳ９２）。システム制御部１４は、この処理を終えると、商品サイズ推定処理を終了させる。

以上説明したように、本実施形態によれば、身体サイズの大小関係に基づいて、身体サイズが指定者よりも小さい既購入者と、身体サイズが指定者よりも大きい既購入者とを特定し、特定された既購入者が購入した指定商品の商品サイズに対する評価に基づいて、身体サイズが指定者よりも小さい既購入者に合う指定商品の商品サイズと、身体サイズが指定者よりも大きい既購入者に合う指定商品の商品サイズとを推定し、推定された商品サイズの間にある商品サイズを、適合サイズであると推定する。従って、身体サイズが指定者の身体サイズと同程度であるユーザが存在しなくても、適合サイズを推定することができる。

なお、電子商店街サーバ１は、既購入者の身体サイズが指定者の身体サイズよりも予め設定された大きさ以上大きい場合、既購入者の身体サイズは指定者の身体サイズよりも大きいと判定し、既購入者の身体サイズが指定者の身体サイズよりも予め設定された大きさ以上小さい場合、既購入者の身体サイズは指定者の身体サイズよりも小さいと判定してもよい。

また、電子商店街サーバ１は、第１実施形態の場合と同様に、評価人数に基づいて、小スコアと大スコアのそれぞれについて、評価ありの場合のスコアの重みと評価なしの場合のスコアの重みとを変えてもよい。

また、第１及び第２実施形態とが組み合わせて実施されるように、電子商店街サーバ１が構成されてもよい。例えば、身体サイズが指定者の身体サイズと同一の範囲に含まれる既購入者の人数を、身体サイズ同一人数とする。例えば、電子商店街サーバ１は、身体サイズ同一人数が予め設定された人数以上である場合、身体サイズが指定者の身体サイズと同一の範囲に含まれる既購入者からの評価に基づいて、適合サイズを推定してもよい。一方、電子商店街サーバ１は、身体サイズ同一人数が予め設定された人数未満である場合、身体サイズが指定者の身体サイズと同一の範囲に含まれない既購入者からの評価に基づいて、適合サイズを推定してもよい。

［３．第３実施形態］
次に、第３実施形態の概要を説明する。第３実施形態においては、電子商店街サーバ１が、既購入者の身体サイズと既購入者が購入した指定商品の商品サイズとの組の分布に近似する近似式を、既購入者からの評価を考慮して求め、近似式に基づいて、適合サイズを推定する。なお、第１実施形態と同様の点についての説明は省略する。

上述したように、第１実施形態においては、身体サイズが指定者の身体サイズと同一の範囲に含まれる既購入者が存在しないと、適合サイズを推定することができない。一方、第２実施形態においては、身体サイズが指定者の身体サイズよりも大きい既購入者と、身体サイズが指定者の身体サイズよりも小さい既購入者との両方が存在しないと、適合サイズを推定することができない。そこで、電子商店街サーバ１は、身体サイズと購入した商品サイズのうち少なくとも何れか一方が互いに異なる既購入者が２人以上存在すれば、適合サイズを推定することができるように処理する。

具体的に、電子商店街サーバ１は、既購入者の身体サイズと既購入者が購入した商品サイズとの組の分布に基づいて、身体サイズと商品サイズとの関係に近似する近似式を求める。このとき、電子商店街サーバ１は、既購入者からの評価に基づいて、その既購入者の身体サイズと商品サイズとの組に対して重み付けをする。なお、既購入者の身体サイズと商品サイズとの組を、単に「組」という。

例えば、既購入者の身体サイズとして身長を用いるとする。また、指定商品の商品サイズは、Ｓ、Ｍ及びＬサイズがあるとする。身長をｘとし、商品サイズをｙとする。また、求めるべき近似式を示す関数をｆとし、ｙとｘとの関係が、ｙ＝ｆ（ｘ）で表されるとする。ここで、Ｓ、Ｍ及びＬサイズは、例えば、１、２及び３に変換される。既購入者の実際の身体サイズ及び商品サイズを、ｘ_ｉ及びｙ_ｉとする。ｉは、各組に対して付与される番号である。ｆ（ｘ_ｉ）と実際のｙ_ｉとでは、差が生じる場合がある。ｆ（ｘ_ｉ）とｙ_ｉとの差の分散Ｊは、下記の式により求められる。

式１において、ｍは、実際に得られた組の総数である。つまり、ｍはデータ数である。また、α_ｉは、組ｉに対する重み係数である。α_ｉは０以上の値である。例えば、最小二乗法で近似式を求める場合、電子商店街サーバ１は、Ｊが最小になるように関数ｆを求める。このとき、電子商店街サーバ１は、α_ｉを、組ｉに対応する既購入者からの評価に応じた値とする。具体的に、電子商店街サーバ１は、評価が高いほどα_ｉを大きくする。つまり、スコアが高いほどα_ｉが大きくなる。これにより、組ｉに対する評価が高いほど、ｙ_ｉとｆ（ｘ_ｉ）との差が、α_ｉを用いない場合と比較して縮小するように関数ｆが求められる。なお、電子商店街サーバ１は、上述した方法以外の方法で近似式を求めてもよい。求められた近似式に指定者の身長を代入した場合に算出される商品サイズが、指定者の適合サイズとなる。近似式には、既購入者の身体サイズが反映される。従って、近似式と指定者の身体サイズとに基づいて適合サイズを算出することは、指定者の身体サイズと既購入者の身体サイズとの大小関係に基づいて指定者の適合サイズを推定することの一例である。

図１４（ａ）は、身長と商品サイズとの組の分布と、近似線をとを示す図である。図１４において、横軸は身長であり縦軸は商品サイズである。また、図１４（ａ）における円は、組を示す。円の大きさは、スコアの高さに比例している。また、組が同一である既購入者が複数存在する場合、円の大きさが示すスコアは、組が同一である複数の既購入者のスコアの合計である。図１４（ａ）の符号２００は、近似曲線である。なお、近似式は曲線の式であってもよいし直線の式であってもよい。

例えば、指定者の身長が１６５ｃｍであるとする。この場合、近似曲線２００により、指定者の適合サイズは、ＳサイズとＭサイズとの間に位置する。具体的に、適合サイズとＳサイズとの差は、適合サイズとＭサイズとの差の３倍である。この場合の、推薦サイズ情報１１０は種々考えられる。図１４（ｂ）乃至図１４（ｄ）は、推薦サイズ情報１１０の表示例を示す図である。例えば、図１４（ｂ）に示すように、各サイズの位置として、「Ｓ」、「Ｍ」及び「Ｌ」の文字が表示され、各商品サイズに対する適合サイズの位置が図形等で示されてもよい。また、図１４（ｃ）に示すように、適合サイズが最も近い商品サイズを最終的な適合サイズとして表示されてもよい。例えば、「あなたの体型に近い人は、Ｍサイズに対する評価が良いです。」が表示される。また、適合サイズが最も近い商品サイズと、適合サイズが最も近い商品サイズが適合サイズである確率とが表示されるようにしてもよい。例えば、ＳサイズとＭサイズとの差を１００％であると仮定すると、適合サイズとＭサイズとの差は２５％である。そこで、Ｍサイズが適合サイズである確率を、７５％とする。この場合、図１４（ｄ）に示すように、例えば「あなたに合うサイズがＭサイズである可能性は７５％です。」が表示される。

次に、情報処理システムＳの動作について、図１５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の適合サイズ推定処理における処理例を示すフローチャートである。図１５において、図８または図９と同様の処理については同様の符号が付されている。

図１５に示すように、システム制御部１４は、ステップＳ２１、Ｓ２３〜Ｓ２７、Ｓ２９及びＳ３０を実行する。次いで、システム制御部１４は、選択購入者の身長、選択購入者が購入した商品サイズ及び選択購入者が購入した商品サイズのスコアをＲＡＭ１４ｃに保存する（ステップＳ１０１）。次いで、システム制御部１４は、ステップＳ３５に移行する。

ステップＳ３５において、システム制御部１４は、全ての購入履歴を選択したと判定した場合には（ステップＳ３５：ＮＯ）、ＲＡＭ１４ｃに保存しておいた各選択購入者の身長、選択購入者が購入した商品サイズ及びスコアに基づいて、各組をスコアに基づいて重み付けをして、近似式を求める（ステップＳ１０２）。例えば、式１のＪが最小となるように、近似式の各項の係数を求める。次いで、推定手段としてのシステム制御部１４は、求めた近似式に基づいて適合サイズを計算する（ステップＳ１０３）。具体的に、システム制御部１４は、近似式に指定者の身長を代入した場合の商品サイズを計算する。そして、システム制御部１４は、算出された商品サイズを、適合サイズとして特定する。システム制御部１４は、この処理を終えると、適合サイズ推定処理を終了させる。

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、既購入者の身体サイズとその既購入者が購入した指定商品の商品サイズとの組の分布の近似式を、既購入者からの評価に基づいて組を重み付けして求め、近似式と指定者の身体サイズとに基づいて算出される商品サイズを、適合サイズであると推定する。従って、身体サイズ及び購入した指定商品の商品サイズの少なくとも何れか一方が互いに異なるユーザが複数存在すれば、適合サイズを推定することができる。

なお、上記実施形態において、電子商店街サーバ１は、身長に基づいて近似式を求めていた。しかしながら、身長以外の身体サイズに基づいて近似式を求めてもよい。また、電子商店街サーバ１は、指定商品の種類に応じて、用いる身体サイズを変えてもよい。また、電子商店街サーバ１は、複数の身体サイズに基づいて近似式を求めてもよい。例えば、身長及び体重の両方に基づいて近似式を求めるとする。身長及び体重をｘ及びｙとし、商品サイズをｚとする。また、近似式を示す関数をｇとすると、ｚ＝ｇ（ｘ，ｙ）となる。

また、電子商店街サーバ１は、第１実施形態の場合と同様に、評価人数に基づいて、伸長と商品サイズとの各組について、評価ありの場合のスコアの重みと評価なしの場合のスコアの重みとを変えてもよい。

［４．第４実施形態］
次に、第４実施形態の概要を説明する。第４実施形態においては、電子商店街サーバ１は、指定者が過去に購入した商品の商品サイズと、既購入者が過去に購入した商品の商品サイズとに基づいて、指定者の身体サイズと既購入者の身体サイズとが同一の範囲に含まれるか否かを判定する。なお、第１実施形態と同様の点についての説明は省略する。

第１実施形態において、電子商店街サーバ１は、ユーザにより予め登録された体型情報に基づいて処理を行っていた。しかしながら、ユーザが体型情報を登録しない場合がある。そこで、電子商店街サーバ１は、指定者及び既購入者がそれぞれ過去に購入したことがある商品の商品サイズに基づいて、指定者の身体サイズと既購入者の身体サイズとが同一の範囲に含まれるか否かを判定する。指定者及び既購入者がそれぞれ購入したことがある商品のうち、身体サイズが同一の範囲に含まれるかの判定に用いられる商品を、「参照商品」という。なお、指定者が購入したことがある商品は、本発明における第１商品の一例である。また、既購入者が購入したことがある商品は、本発明における第２商品の一例である。また、指定者及び既購入者がそれぞれ過去に購入したことがある商品の商品サイズは、本発明における体型情報の一例である。また、本実施形態の場合、会員情報のフォーマット上、会員情報に体型情報が含まれていなくてもよい。

指定者が購入したことがある参照商品の商品サイズと、既購入者が購入したことがある参照商品の商品サイズとが同一である場合、指定者の身体サイズと既購入者の身体サイズとが同程度であると推定することができる。なお、本実施形態における商品サイズは、本発明における身体サイズ情報の一例である。

指定者の参照商品と既購入者の参照商品とは全く異なるものであってもよい。しかしながら、商品に表記されている商品サイズが同じであっても、例えば、商品のブランドや国等によっては、実際のサイズが異なる場合がある。そのため、身体サイズが同一の範囲に含まれるかの判定精度が低下する場合がある。そこで、参照商品としてもよい商品が、予め定められた条件で限定されてもよい。例えば、参照商品は、指定者及び既購入者の何れもが購入した同一の商品であると定められてもよい。また、例えば、参照商品は、指定者及び既購入者の何れもが同じブランドの範囲内で購入した商品であると定められてもよい。ブランドが同一であれば、商品サイズの基準は同一である蓋然性が高いからである。また、例えば、参照商品は、指定者及び既購入者の何れもが同じ種類の範囲内で購入した商品であると定められてもよい。例えば、商品を、トップスとボトムスの２種類に分けてもよい。トップスとボトムスとでは、商品サイズの基準が異なる場合があるからである。また、指定者及び既購入者の何れもが同じブランド及び種類の範囲内で購入した商品であると定められてもよい。なお、以降において、或る商品と同一の範疇に属する商品とは、参照商品の条件により定められる商品をいう。つまり、或る商品と同一の範疇に属する商品は、例えば、或る商品と同一の商品であったり、或る商品とブランドが同一である商品であったり、或る商品と種類が同一である商品であったりする。

参照商品を特に限定しない場合、電子商店街サーバ１は、各商品の商品サイズを、商品が実際に合う身体サイズに変換してもよい。変換後のサイズを、「基準サイズ」という。基準サイズは、例えば、身長、体重、上半身の長さ、下半身の長さ、バストサイズ、ウエストサイズ、ヒップサイズ等であってもよい。また、基準サイズは、例えば、商品サイズの記号、号数、インチ数等であってもよい。記憶部１２には、サイズ変換ＤＢが構築される。サイズ変換ＤＢには、例えば、ブランドＩＤ、商品サイズ及び基準サイズが、ブランドと商品サイズとの組ごとに登録される。電子商店街サーバ１は、商品情報に含まれるブランドＩＤ及び商品サイズに基づいて、適合する基準サイズを取得することができる。電子商店街サーバ１は、例えば、基準サイズが属する体型区分を特定する。そして、電子商店街サーバ１は、指定者の体型区分と既購入者の体型区分とが一致するか否かを判定する。なお、基準サイズは、本発明における身体サイズ情報の一例である。

ところで、指定者が参照商品を購入した時期から現在に至るまでに、指定者の身体サイズが変化する場合がある。そのため、指定者が購入した参照商品の商品サイズが、指定者が参照商品を購入した時期においては指定者の身体サイズに合っていたとしても、現在の指定者の身体サイズには合わない場合がある。従って、指定者の参照商品の購入時期が古い場合、指定者の身体サイズと、指定者の参照商品と同一の範疇に属する参照商品を購入した既購入者の身体サイズが同一の範疇に属するかの判定精度が低下する場合がある。判定精度が低下すると、既購入者からの評価の信頼性が低下する。そこで、電子商店街サーバ１は、指定者の参照商品の購入時期に応じて、その参照商品と同一の範疇に属する参照商品を購入した既購入者のスコアに重み付けをしてもよい。具体的に、電子商店街サーバ１は、購入時期が新しいほど重みを重くする。例えば、電子商店街サーバ１は、図３（ｂ）に示すように、重み係数Ｗ３を決定してもよい。重み係数Ｗ３は、参照商品の購入時期の差に応じた重みを示す係数である。

また、既購入者が購入した参照商品の商品サイズが、既購入者が参照商品を購入した時期において既購入者の身体サイズに合い、且つ、既購入者が購入した指定商品の商品サイズが、既購入者が指定商品を購入した時期において既購入者の身体サイズに合っていたとする。しかしながら、既購入者が参照商品（または、指定商品）を購入した時期から既購入者が指定商品（または、参照商品）を購入した時期に至るまでに、既購入者の身体サイズが変化する場合がある。そのため、参照商品の購入時期と指定商品の購入時期との差が長くなると、既購入者の身体サイズが変化している蓋然性が高くなる。既購入者の身体サイズが変化していると、既購入者からの評価の信頼性が低くなる。そこで、電子商店街サーバ１は、既購入者の参照商品の購入時期と既購入者の指定商品の購入時期との差に応じて、既購入者のスコアに重み付けをしてもよい。具体的に、電子商店街サーバ１は、差が短いほど重みを重くする。例えば、電子商店街サーバ１は、図３（ｂ）に示すように、重み係数Ｗ４を決定してもよい。重み係数Ｗ４は、購入時期の差に応じた重みを示す係数である。

また、電子商店街サーバ１は、指定者からの参照商品に対する評価に基づいて、その参照商品と同一の範疇に属する参照商品を購入した既購入者のスコアを重み付けしてもよい。また、電子商店街サーバ１は、既購入者からの参照商品に対する評価に基づいて、その既購入者のスコアに重み付けしてもよい。参照商品に対する評価が高いほど、ユーザが購入した参照商品の商品サイズがユーザの身体サイズに合っている蓋然性が高いからである。具体的に、電子商店街サーバ１は、評価が高いほど重みを重くする。評価の内容は、図３（ａ）に示す内容と同様である。電子商店街サーバ１は、評価の内容に対応するスコアに応じて、重み係数を決定する。そして、電子商店街サーバ１は、決定した重み係数を、各商品サイズのスコアに掛け合わせる。

また、電子商店街サーバ１は、指定商品の種類と同じ種類の商品のみに、参照商品を限定してもよい。また、電子商店街サーバ１は、指定商品のブランドと同じブランドの商品のみに、参照商品を限定してもよい。

また、電子商店街サーバ１は、指定者が他人のために購入した参照商品の購入履歴を、適合サイズの推定に用いなくてもよい。具体的に、電子商店街サーバ１は、指定者が他人のために購入した参照商品の購入履歴から取得される商品サイズを、推定に用いない。また、電子商店街サーバ１は、既購入者が他人のために購入した指定商品や参照商品の購入履歴を、適合サイズの推定に用いなくてもよい。具体的に、電子商店街サーバ１は、既購入者が他人のために購入した商品の購入履歴から取得される商品サイズ、及び、その購入履歴に基づいて特定される既購入者からの指定商品に対する評価を、推定に用いない。ユーザが他人のために購入する商品の例としては、ユーザが大人である場合の子供用の商品、ユーザの性別とは異なる性別用の商品等がある。

次に、情報処理システムＳの動作について、図１６を用いて説明する。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の適合サイズ推定処理における処理例を示すフローチャートである。図１６において、図８と同様の処理については同様の符号が付されている。なお、ステップＳ３１〜Ｓ３９の処理内容は、図９と同様である。

図１６に示すように、システム制御部１４は、指定者のユーザＩＤを含む購入履歴を、購入履歴ＤＢ１２ｅから検索する（ステップＳ１２１）。次いで、システム制御部１４は、購入履歴除外処理を実行する（ステップＳ１２２）。このとき、システム制御部１４は、ステップＳ１２１において検索された指定者の購入履歴を指定する。購入履歴除外処理では、指定された購入履歴の中から、ユーザが他人のために商品を購入した購入履歴が除外される。除外された購入履歴は、適合サイズの推定に用いられない。

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の購入履歴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１７に示すように、システム制御部１４は、検索された各購入履歴に含まれるジャンルＩＤに基づいて、ユーザが購入した全商品に対する女性用の商品の割合と男性用の商品の割合とを計算する。そして、システム制御部１４は、女性用の商品の割合が男性用の商品の割合よりも大きいか否かを判定する（ステップＳ１４１）。このとき、システム制御部１４は、女性用の商品の割合が男性用の商品の割合よりも大きいと判定した場合には（ステップＳ１４１：ＹＥＳ）、ステップＳ１４２に移行する。一方、システム制御部１４は、女性用の商品の割合が男性用の商品の割合よりも大きくはないと判定した場合には（ステップＳ１４１：ＮＯ）、ステップＳ１４４に移行する。

ステップＳ１４２において、システム制御部１４は、男性用の商品の割合が閾値以下であるか否かを判定する。このとき、システム制御部１４は、男性用の商品の割合が閾値以下であると判定した場合には（ステップＳ１４２：ＹＥＳ）、指定された購入履歴の中から、男性用の商品の購入履歴を除外する（ステップＳ１４３）。次いで、システム制御部１４は、ステップＳ１４６に移行する。一方、システム制御部１４は、男性用の商品の割合が閾値よりも大きいと判定した場合には（ステップＳ１４２：ＮＯ）、ステップＳ１４６に移行する。

ステップＳ１４４において、システム制御部１４は、女性用の商品の割合が閾値以下であるか否かを判定する。このとき、システム制御部１４は、女性用の商品の割合が閾値以下であると判定した場合には（ステップＳ１４４：ＹＥＳ）、指定された購入履歴の中から、女性用の商品の購入履歴を除外する（ステップＳ１４５）。次いで、システム制御部１４は、ステップＳ１４６に移行する。一方、システム制御部１４は、女性用の商品の割合が閾値よりも大きいと判定した場合には（ステップＳ１４４：ＮＯ）、ステップＳ１４６に移行する。

ステップＳ１４６において、システム制御部１４は、指定された購入履歴からユーザＩＤを取得する。次いで、システム制御部１４は、取得したユーザＩＤを含む会員情報を会員情報ＤＢ１２ａから取得する。そして、システム制御部１４は、取得した会員情報に含まれる年齢に基づいて、ユーザが大人であるか否かを判定する。このとき、システム制御部１４は、ユーザが大人であると判定した場合には（ステップＳ１４６：ＹＥＳ）、指定された購入履歴の中から、子供用の商品の購入履歴を除外する（ステップＳ１４７）。システム制御部１４は、この処理を終えると、購入履歴除外処理を終了させる。一方、システム制御部１４は、ユーザが大人ではないと判定した場合には（ステップＳ１４６：ＮＯ）、購入履歴除外処理を終了させる。

システム制御部１４は、購入履歴除外処理を終えると、図１６に示すように、ステップＳ２２〜Ｓ２６を実行する。ステップＳ２６において、システム制御部１４は、購入目的判定処理の戻り値が「他人のため」ではないと判定した場合には（ステップＳ２６：ＮＯ）、選択購入者のユーザＩＤを含む購入履歴を、購入履歴ＤＢ１２ｅから検索する（ステップＳ１２３）。なお、システム制御部１４は、指定商品の購入履歴を検索対象から除外してもよい。次いで、システム制御部１４は、購入履歴除外処理を実行する（ステップＳ１２４）。このとき、システム制御部１４は、ステップＳ１２３において検索された選択購入者の購入履歴を指定する。

次いで、システム制御部１４は、指定者の購入履歴の検索結果に含まれる購入履歴と、選択購入者の購入履歴の検索結果に含まれる購入履歴とに基づいて、指定者が購入したことがある商品と同一の範疇に属する商品を選択購入者が購入したことがあるか否かを判定する（ステップＳ１２５）。例えば、商品が同一であるか否かは、商品ＩＤまたは商品コードに基づいて判定することができる。また、ブランドが同一であるか否かは、ブランドＩＤに基づいて判定することができる。また、種類が同一であるか否かは、ジャンルＩＤに基づいて判定することができる。システム制御部１４は、指定者が購入したことがある商品と同一の範疇に属する商品を選択購入者が購入したことがないと判定した場合には（ステップＳ１２５：ＮＯ）、ステップＳ３５に移行する。一方、システム制御部１４は、指定者が購入したことがある商品と同一の範疇に属する商品を選択購入者が購入したことがあると判定した場合には（ステップＳ１２５：ＹＥＳ）、ステップＳ１２６に移行する。

ステップＳ１２６において、システム制御部１４は、指定者が購入した商品のうち、選択購入者が購入した商品と同一の範疇に属すると判定した参照商品の購入履歴を特定する。また、システム制御部１４は、選択購入者が購入した商品のうち、指定者が購入した商品と同一の範疇に属すると判定した参照商品の購入履歴を特定する。次いで、身体サイズ情報取得手段としてのシステム制御部１４は、指定者が購入した参照商品の商品サイズと、選択購入者が購入した参照商品サイズとを、それぞれの購入履歴から取得する。そして、システム制御部１４は、指定者が購入した参照商品の商品サイズと、選択購入者が購入した参照商品の商品サイズとが同一であるか否かを判定する。このとき、システム制御部１４は、指定者が購入した参照商品の商品サイズと、選択購入者が購入した参照商品の商品サイズとが同一ではないと判定した場合には（ステップＳ１２６：ＮＯ）、ステップＳ３５に移行する。一方、システム制御部１４は、指定者が購入した参照商品の商品サイズと、選択購入者が購入した参照商品の商品サイズとが同一であると判定した場合には（ステップＳ１２６：ＹＥＳ）、スコア計算処理を実行する（ステップＳ２９）。なお、指定者が購入したことがある商品と同一の範疇に属する商品を選択購入者が複数回購入したことがある場合がある。この場合、購入時によって商品サイズが異なる場合がある。そこで、システム制御部１４は、指定者が購入した参照商品の商品サイズと、選択購入者が購入した参照商品の商品サイズとが同一である割合を算出してもよい。そして、システム制御部１４は、算出した割合が予め設定された割合以上である場合に、スコア計算処理を実行してもよい。

システム制御部１４は、スコア計算処理を終えると、指定者の参照商品の購入時期に応じて各商品サイズのスコアに重み付けを行う（ステップＳ１２７）。具体的に、システム制御部１４は、指定者の参照商品の購入履歴に含まれる購入日時に対応する重み係数Ｗ３を記憶部１２から取得する。購入履歴が複数ある場合、システム制御部１４は、例えば、購入日時の平均に対応する重み係数Ｗ３を取得する。システム制御部１４は、各商品サイズのスコアに重み係数Ｗ３を掛け合わせる。

次いで、システム制御部１４は、選択購入者の参照商品の購入日時と選択購入者の指定商品の購入日時との差に応じて各商品サイズのスコアに重み付けを行う（ステップＳ１２８）。具体的に、システム制御部１４は、購入日時の差に対応する重み係数Ｗ４を記憶部１２から取得する。購入日時は、購入履歴から取得することができる。参照商品が複数ある場合、システム制御部１４は、例えば、購入日時の差の平均に対応する重み係数Ｗ４を取得する。システム制御部１４は、各商品サイズのスコアに重み係数Ｗ４を掛け合わせて、選択購入者の商品サイズごとの最終的なスコアを計算する。システム制御部１４は、この処理を終えると、ステップＳ３１に移行する。

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、購入履歴に基づいて、指定者が購入したことがある商品の商品サイズと、既購入者が購入したことがある商品の商品サイズとを取得する。そして、システム制御部１４が、指定者が購入したことがある商品の商品サイズと既購入者が購入したことがある商品の商品サイズとの大小関係に基づいて、購入したことがある商品の商品サイズが、指定者が購入したことがある商品の商品サイズと同一である既購入者を特定し、特定された既購入者が購入した指定商品の商品サイズ及びその商品サイズに対する評価に基づいて、適合サイズを推定する。従って、ユーザからの身体サイズ情報の登録がなくても、適合サイズを推定することができる。

また、システム制御部１４が、指定商品を購入した既購入者のうち、指定者が購入した商品と同一の範疇に属する商品を購入した既購入者からの評価を用いて商品サイズを推定し、指定者が参照商品を購入した時期が新しいほど、その参照商品と同一の範疇に属する商品を購入した既購入者からの評価を重視して商品サイズを推定する。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、既購入者の参照商品の購入時期とその既購入者の指定商品の購入時期とが近いほど、その既購入者からの評価を重視して商品サイズを推定する。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、女性用の商品及び男性用の商品のうち、ユーザが購入した商品に含まれる割合が５割未満に設定された閾値以下である方の商品を参照商品から除外し、その商品の購入履歴を適合サイズの推定に用いない。従って、適合サイズの推定精度を高めることができる。

また、システム制御部１４が、大人であるユーザが子供用に購入した商品を参照商品から除外し、その商品の購入履歴を適合サイズの推定に用いない。従って、適合サイズの推定精度を高めることができる。

［５．第５実施形態］
次に、第５実施形態の概要を説明する。第５実施形態は、第２実施形態と第４実施形態とを組み合わせた実施形態である。具体的に、電子商店街サーバ１は、指定者が過去に購入した商品の商品サイズと、既購入者が過去に購入した商品の商品サイズとに基づいて、指定者の身体サイズと既購入者の身体サイズとの大小関係を判定する。なお、第２実施形態または第４実施形態と同様の点についての説明は省略する。

指定者が購入したことがある参照商品の商品サイズが、既購入者が購入したことがある参照商品の商品サイズよりも大きい場合、指定者の身体サイズは既購入者の身体サイズよりも大きいと推定することができる。また、指定者が購入したことがある参照商品の商品サイズが、既購入者が購入したことがある参照商品の商品サイズよりも小さい場合、指定者の身体サイズは既購入者の身体サイズよりも小さいと推定することができる。なお、本実施形態における商品サイズは、本発明における身体サイズ情報の一例である。

次に、情報処理システムＳの動作について、図１８及び図１９を用いて説明する。図１８及び図１９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の適合サイズ推定処理における処理例を示すフローチャートである。図１８及び図１９において、図８、図９または図１６と同様の処理については同様の符号が付されている。

図１８に示すように、システム制御部１４は、ステップＳ１２１、Ｓ１２２、Ｓ８１、Ｓ２３〜Ｓ２６、Ｓ１２３〜Ｓ１２５を実行する。ステップＳ１２５において、システム制御部１４は、指定者が購入したことがある商品と同一の範疇に属する商品を選択購入者が購入したことがあると判定した場合には（ステップＳ１２５：ＹＥＳ）、ステップＳ１６１に移行する。

図１９に示すように、ステップＳ１６１において、システム制御部１４は、指定者が購入した参照商品の商品サイズが、選択購入者が購入した参照商品の商品サイズよりも大きいか否かを判定する。このとき、システム制御部１４は、指定者が購入した参照商品の商品サイズが、選択購入者が購入した参照商品の商品サイズよりも大きくはないと判定した場合には（ステップＳ１６１：ＮＯ）、ステップＳ１６４に移行する。一方、システム制御部１４は、指定者が購入した参照商品の商品サイズが、選択購入者が購入した参照商品の商品サイズよりも大きいと判定した場合には（ステップＳ１６１：ＹＥＳ）、スコア計算処理を実行する（ステップＳ８３）。次いで、システム制御部１４は、各商品サイズのスコアに重み付けを行う（ステップＳ１６２、Ｓ１６３）。ステップＳ１６２及びＳ１６３の処理内容は、ステップＳ１２７及びＳ１２８の処理内容と同様である。次いで、システム制御部１４は、ステップＳ８５に移行する。

ステップＳ１６４において、システム制御部１４は、指定者が購入した参照商品の商品サイズが、選択購入者が購入した参照商品の商品サイズよりも小さいか否かを判定する。このとき、システム制御部１４は、指定者が購入した参照商品の商品サイズが、選択購入者が購入した参照商品の商品サイズよりも小さくはないと判定した場合には（ステップＳ１６４：ＮＯ）、ステップＳ３５に移行する。一方、システム制御部１４は、指定者が購入した参照商品の商品サイズが、選択購入者が購入した参照商品の商品サイズよりも小さいと判定した場合には（ステップＳ１６４：ＹＥＳ）、スコア計算処理を実行する（ステップＳ８７）。次いで、システム制御部１４は、各商品サイズのスコアに重み付けを行う（ステップＳ１６５、Ｓ１６６）。ステップＳ１６５及びＳ１６６の処理内容は、ステップＳ１２７及びＳ１２８の処理内容と同様である。次いで、システム制御部１４は、ステップＳ８９に移行する。

システム制御部１４は、ステップＳ８５またはＳ８９の処理を終えると、ステップＳ３５、Ｓ３６、Ｓ９０〜Ｓ９２を、第２実施形態の場合と同様に実行する。

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、購入履歴に基づいて、指定者が購入したことがある商品の商品サイズと、既購入者が購入したことがある商品の商品サイズとを取得する。そして、システム制御部１４が、指定者が購入したことがある商品の商品サイズと既購入者が購入したことがある商品の商品サイズとの大小関係に基づいて、購入した商品サイズが、指定者が購入した商品サイズよりも小さい既購入者と、購入した商品サイズが、指定者が購入した商品サイズよりも大きい既購入者とを特定し、特定された既購入者が購入した指定商品の商品サイズ及びその商品サイズに対する評価に基づいて、購入した商品サイズが、指定者が購入した商品サイズよりも小さい既購入者に合う指定商品の商品サイズと、購入した商品サイズが、指定者が購入した商品サイズよりも大きい既購入者とを推定し、推定された商品サイズの間にある商品サイズを、適合サイズであると推定する。従って、ユーザからの身体サイズ情報の登録がなくても、適合サイズを推定することができる。

なお、第４及び第５実施形態において、電子商店街サーバ１は、体型情報を登録しているユーザについては、会員情報から体型情報を取得してもよい。この場合の基準サイズは、例えば、身長等で表される。例えば、電子商店街サーバ１は、指定者の体型情報が登録されている場合に、体型情報が登録されている既購入者については、第１または第２実施形態と同様の処理を行う。

一方、電子商店街サーバ１は、指定者の体型情報が登録されている場合に、体型情報が登録されていない既購入者については、指定者の参照商品と既購入者の参照商品とを特定する。このとき、電子商店街サーバ１は、指定者が購入したことがある商品の商品サイズを、基準サイズとしての身長に変換する。そして、電子商店街サーバ１は、変換された身長と登録されている指定者の身長との差が予め設定された長さ以上である商品の購入履歴は、指定者の購入履歴の検索結果から除外する。このような商品は、指定者の身体サイズに合わない商品であるからである。ここで、電子商店街サーバ１は、変換された身長が指定者の身長よりも低い商品の購入履歴のみ、指定者の購入履歴の検索結果から除外してもよい。

また、電子商店街サーバ１は、指定者の体型情報が登録されていない場合に、体型情報が登録されている既購入者についても、指定者の参照商品と既購入者の参照商品とを特定する。このとき、電子商店街サーバ１は、既購入者が購入したことがある商品の商品サイズを、基準サイズとしての身長に変換する。そして、電子商店街サーバ１は、変換された身長と登録されている既購入者の身長との差が予め設定された長さ以上である商品の購入履歴は、既購入者の購入履歴の検索結果から除外する。ここで、電子商店街サーバ１は、変換された身長が既購入者の身長よりも低い商品の購入履歴のみ、既購入者の購入履歴の検索結果から除外してもよい。

［６．第６実施形態］
次に、第６実施形態の概要を説明する。第６実施形態は、第３実施形態と第４実施形態とを組み合わせた実施形態である。具体的に、電子商店街サーバ１は、既購入者が過去に購入した商品の商品サイズに基づいて、既購入者の身体サイズを推定する。そして、電子商店街サーバ１は、推定した身体サイズを用いて近似式を求める。なお、第３実施形態または第４実施形態と同様の点についての説明は省略する。

ユーザが購入したことがある商品の商品サイズから変換された基準サイズは、ユーザの身体サイズに対応する蓋然性がある。従って、電子商店街サーバ１は、既購入者の基準サイズを用いて、既購入者の基準サイズと既購入者が購入した指定商品の商品サイズとの組の分布に近似する近似式を求めることができる。そして、電子商店街サーバ１は、指定者の基準サイズを用いて適合サイズを推定することができる。なお、本実施形態における基準サイズは、本発明における身体サイズ情報の一例である。

次に、情報処理システムＳの動作について、図２０及び図２１を用いて説明する。図２０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の適合サイズ推定処理における処理例を示すフローチャートである。図２０及び図２１において、図８、図９または図１６と同様の処理については同様の符号が付されている。

図２０に示すように、システム制御部１４は、ステップＳ１２１及びＳ１２２を実行する。次いで、システム制御部１４は、指定者の購入履歴の検索結果に含まれる購入履歴から、ブランドＩＤ及び商品サイズを取得する。そして、システム制御部１４は、取得したブランドＩＤ及び商品サイズに対応する基準サイズを、サイズ変換ＤＢから取得する（ステップＳ１８１）。なお、購入履歴が複数存在する場合、システム制御部１４は、複数の基準サイズを取得する場合がある。この場合、システム制御部１４は、例えば、基準サイズの平均値を、指定者の最終的な基準サイズとする。

次いで、システム制御部１４は、ステップＳ２３〜Ｓ２６、Ｓ１２３及びＳ１２４を実行する。次いで、システム制御部１４は、選択購入者の購入履歴の検索結果に含まれる購入履歴から、ブランドＩＤ及び商品サイズを取得する。そして、システム制御部１４は、取得したブランドＩＤ及び商品サイズに対応する基準サイズを、サイズ変換ＤＢから取得する（ステップＳ１８２）。次いで、システム制御部１４は、ステップＳ２９及びＳ１２７を実行する。次いで、システム制御部１４は、選択購入者の基準サイズ、選択購入者が購入した指定商品の商品サイズ及び選択購入者が購入した指定商品の商品サイズのスコアをＲＡＭ１４ｃに保存する（ステップＳ１８３）。次いで、システム制御部１４は、ステップＳ３５に移行する。

図２１に示すように、ステップＳ３５において、システム制御部１４は、全ての購入履歴を選択したと判定した場合には（ステップＳ３５：ＮＯ）、ＲＡＭ１４ｃに保存しておいた各選択購入者の基準サイズ、選択購入者が購入した指定商品の商品サイズ及びスコアに基づいて、各組をスコアに基づいて重み付けをして、近似式を求める（ステップＳ１８４）。次いで、システム制御部１４は、求めた近似式と、指定者の基準サイズとに基づいて、適合サイズを計算する（ステップＳ１８５）。システム制御部１４は、この処理を終えると、適合サイズ推定処理を終了させる。

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、購入履歴に基づいて、指定者が購入したことがある商品の商品サイズと、既購入者が購入したことがある商品の商品サイズとを取得し、取得した商品サイズを基準サイズに変換する。そして、システム制御部１４が、既購入者の基準サイズとその既購入者が購入した指定商品の商品サイズとの組の分布の近似式を、既購入者からの評価に基づいて組を重み付けして求め、近似式と指定者の基準サイズとに基づいて算出される商品サイズを、適合サイズであると推定する。従って、ユーザからの身体サイズ情報の登録がなくても、適合サイズを推定することができる。

なお、電子商店街サーバ１は、体型情報を登録しているユーザについては、体型情報を取得してもよい。

また、上記各実施形態において、電子商店街サーバ１は、指定者の体型情報が登録されている場合には、指定商品の商品サイズを基準サイズとしての身長等に変換し、変換された身長と指定者の身長との差が予め設定された差以上である場合には、推薦サイズ情報１１０を表示させなくてもい。ここで、電子商店街サーバ１は、変換された身長が指定者の身長よりも低い場合にのみ、推薦サイズ情報１１０を表示させなくてもい。

また、推薦サイズ情報１１０が表示されてもよいウェブページは、商品ページに限られるものではない。例えば、推薦サイズ情報１１０が検索結果ページに表示されてもよい。検索結果ページには、例えば、検索された商品ごとに推薦サイズ情報１１０が表示される。この場合、ユーザの要求に基づいて特定される商品は、検索された各商品である。

また、上記各実施形態においては、複数の店舗から商品が販売される電子商店街に本発明が適用されていた。しかしながら、単一の販売元から商品が販売される電子商取引のウェブサイトに本発明が適用されてもよい。

また、上記各実施形態においては、本発明における商品が洋服に適用されていた。しかしながら、本発明における商品が、例えば、洋服以外の衣類、靴、帽子、装身具等の身につける商品に適用されてもよい。

１ 電子商店街サーバ
２ 店舗端末
３ ユーザ端末
１１ 通信部
１２ 記憶部
１２ａ 会員情報ＤＢ
１２ｂ ジャンル情報ＤＢ
１２ｃ 商品情報ＤＢ
１２ｄ 買い物かご削除履歴ＤＢ
１２ｅ 購入履歴ＤＢ
１２ｆ レビュー情報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 (20)

1. サイズが複数ある身につける商品の購入履歴を記憶する購入履歴記憶手段から、要求ユーザの要求に応じて特定される特定商品を購入した他のユーザが購入した前記特定商品のサイズを取得するサイズ取得手段と、
   前記要求ユーザの身体サイズに関する身体サイズ情報及び前記他のユーザの身体サイズに関する身体サイズ情報を取得する身体サイズ情報取得手段と、
   前記サイズ取得手段により取得された前記サイズに対する前記他のユーザによる評価を特定する評価特定手段と、
   前記要求ユーザの身体サイズ情報と前記他のユーザの身体サイズ情報との大小関係、該他のユーザが購入した特定商品のサイズ、及び、該サイズに対する前記評価に基づいて、前記要求ユーザに合う前記特定商品のサイズを推定する推定手段と、
   前記推定手段により推定された前記サイズを出力する出力手段と、
   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、
   前記評価特定手段は、返品履歴記憶手段に記憶された前記商品の返品履歴に基づいて、前記サイズが互いに異なる複数の前記特定商品を購入した前記他のユーザが該複数の特定商品のうち一部の前記特定商品を返品したと判定される場合、返品されていない前記サイズの前記評価が、返品された前記サイズの前記評価よりも高くなるように、前記評価を特定することを特徴とする情報処理装置。
3. 請求項１または請求項２に記載の情報処理装置において、
   前記評価特定手段は、前記他のユーザにより入力された前記評価を取得することを特徴とする情報処理装置。
4. 請求項２または請求項３に記載の情報処理装置において、
   前記評価特定手段は、非購入履歴記憶手段に記憶された、前記他のユーザが前記商品を購入しようと決めた後に購入をやめた非購入履歴に基づいて、前記他のユーザが前記特定商品についてサイズを選択した後に、該サイズをやめて他のサイズを購入したと判定される場合、購入したサイズの評価が、やめたサイズの前記評価よりも高くなるように、前記評価を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、
   前記評価特定手段は、返品履歴記憶手段に記憶された前記商品の返品履歴に基づいて、前記サイズが互いに異なる複数の前記特定商品を購入した前記他のユーザが該複数の特定商品のうち一部の前記特定商品を返品したと判定される場合、返品されていない前記サイズの前記評価が、返品された前記サイズの前記評価よりも高くなるように、前記評価を特定し、前記他のユーザから前記評価が入力されている場合、入力された前記評価を取得し、
   前記推定手段は、前記返品履歴に基づいて特定される前記評価を、前記他のユーザから入力される前記評価よりも重視して前記サイズを推定する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、
   前記評価特定手段は、前記他のユーザから前記評価が入力されている場合、入力された前記評価を取得し、前記評価特定手段は、非購入履歴記憶手段に記憶された、前記他のユーザが前記商品を購入しようと決めた後に購入をやめた非購入履歴に基づいて、前記他のユーザが前記特定商品についてサイズを選択した後に、該サイズをやめて他のサイズを購入したと判定される場合、購入したサイズの評価が、やめたサイズの前記評価よりも高くなるように、前記評価を特定し、
   前記推定手段は、前記他のユーザから入力される前記評価を、前記非購入履歴に基づいて特定される前記評価よりも重視して前記サイズを推定する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、
   前記身体サイズ情報取得手段は、ユーザから登録された身体サイズをユーザごとに記憶する身体サイズ記憶手段から、前記要求ユーザ及び前記他のユーザのうち少なくとも何れか一方の身体サイズを、前記身体サイズ情報として取得することを特徴とする情報処理装置。
8. 請求項７に記載の情報処理装置において、
   前記推定手段は、前記購入履歴に基づいて、前記他のユーザが前記特定商品を購入した時期が新しいほど、該他のユーザからの前記評価を重視して前記サイズを推定することを特徴とする情報処理装置。
9. 請求項１乃至８の何れか１項に記載の情報処理装置において、
   前記身体サイズ情報取得手段は、前記購入履歴に基づいて、前記要求ユーザが購入したことがある第１商品のサイズと、前記他のユーザが購入したことがある第２商品のサイズと、の少なくとも何れか一方を、前記身体サイズ情報として取得することを特徴とする情報処理装置。
10. 請求項９に記載の情報処理装置において、
    前記推定手段は、前記特定商品を購入した前記他のユーザのうち、前記第１商品と同一の範疇に属する前記第２商品を購入した前記他のユーザからの前記評価を用いて前記サイズを推定し、前記要求ユーザが前記第１商品を購入した時期が新しいほど、該第１商品と同一の範疇に属する前記第２商品を購入した前記他のユーザからの前記評価を重視して前記サイズを推定することを特徴とする情報処理装置。
11. 請求項９または請求項１０に記載の情報処理装置において、
    前記推定手段は、前記他のユーザの前記第２商品の購入時期と該他のユーザの前記特定商品の購入時期とが近いほど、該他のユーザからの前記評価を重視して前記サイズを推定することを特徴とする情報処理装置。
12. 請求項１乃至１１の何れか１項に記載の情報処理装置において、
    前記推定手段は、女性用の前記商品及び男性用の前記商品のうち、ユーザが購入した前記商品に含まれる割合が５割未満の予め設定された割合以下である方の前記商品の前記購入履歴に基づいて取得される情報を、前記サイズの推定に用いないことを特徴とする情報処理装置。
13. 請求項１乃至１２の何れか１項に記載の情報処理装置において、
    前記推定手段は、大人であるユーザが子供用の前記商品を購入したことを示す前記購入履歴に基づいて取得される情報を、前記サイズの推定に用いないことを特徴とする情報処理装置。
14. 請求項１乃至１３の何れか１項に記載の情報処理装置において、
    前記出力手段は、前記要求ユーザが大人であり、且つ、前記特定商品が子供用の前記商品である場合、前記サイズを出力しないことを特徴とする情報処理装置。
15. 請求項１乃至１４の何れか１項に記載の情報処理装置において、
    前記推定手段は、前記身体サイズ情報の大小関係に基づいて、身体サイズが前記要求ユーザの身体サイズと同じ身体サイズの範囲に含まれる前記他のユーザを特定し、特定した他のユーザが購入した特定商品のサイズ、及び該サイズに対する前記評価に基づいて、前記要求ユーザに合う前記特定商品のサイズを推定することを特徴とする情報処理装置。
16. 請求項１乃至１５の何れか１項に記載の情報処理装置において、
    前記推定手段は、前記身体サイズ情報の大小関係に基づいて、身体サイズが前記要求ユーザよりも小さい前記他のユーザと、身体サイズが前記要求ユーザよりも大きい前記他のユーザとを特定し、特定した他のユーザが購入した特定商品のサイズ、及び該サイズに対する前記評価に基づいて、身体サイズが前記要求ユーザよりも小さい前記他のユーザに合う前記特定商品の第１サイズと、身体サイズが前記要求ユーザよりも大きい前記他のユーザに合う前記特定商品の第２サイズとを推定し、前記第１サイズと前記第２サイズとの間にある前記サイズを、前記要求ユーザに合う前記サイズであると推定することを特徴とする情報処理装置。
17. 請求項１乃至１４の何れか１項に記載の情報処理装置において、
    前記推定手段は、前記他のユーザの前記身体サイズ情報と該他のユーザが購入した前記特定商品のサイズとの組の分布の近似式を、前記他のユーザからの前記評価に基づいて前記組を重み付けして求め、前記近似式と前記要求ユーザの前記身体サイズ情報とに基づいて算出される前記サイズを、前記要求ユーザに合う前記サイズであると推定することを特徴とする情報処理装置。
18. コンピュータにより実行される情報処理方法であって、
    サイズが複数ある身につける商品の購入履歴を記憶する購入履歴記憶手段から、要求ユーザの要求に応じて特定される特定商品を購入した他のユーザが購入した前記特定商品のサイズを取得するサイズ取得ステップと、
    前記要求ユーザの身体サイズに関する身体サイズ情報及び前記他のユーザの身体サイズに関する身体サイズ情報を取得する身体サイズ情報取得ステップと、
    前記サイズ取得ステップにより取得された前記サイズに対する前記他のユーザによる評価を特定する評価特定ステップと、
    前記要求ユーザの身体サイズ情報と前記他のユーザの身体サイズ情報との大小関係、該他のユーザが購入した特定商品のサイズ、及び、該サイズに対する前記評価に基づいて、前記要求ユーザに合う前記特定商品のサイズを推定する推定ステップと、
    前記推定ステップにより推定された前記サイズを出力する出力ステップと、
    を含むことを特徴とする情報処理方法。
19. コンピュータを、
    サイズが複数ある身につける商品の購入履歴を記憶する購入履歴記憶手段から、要求ユーザの要求に応じて特定される特定商品を購入した他のユーザが購入した前記特定商品のサイズを取得するサイズ取得手段、
    前記要求ユーザの身体サイズに関する身体サイズ情報及び前記他のユーザの身体サイズに関する身体サイズ情報を取得する身体サイズ情報取得手段、
    前記サイズ取得手段により取得された前記サイズに対する前記他のユーザによる評価を特定する評価特定手段、
    前記要求ユーザの身体サイズ情報と前記他のユーザの身体サイズ情報との大小関係、該他のユーザが購入した特定商品のサイズ、及び、該サイズに対する前記評価に基づいて、前記要求ユーザに合う前記特定商品のサイズを推定する推定手段、及び、
    前記推定手段により推定された前記サイズを出力する出力手段、
    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。
20. コンピュータを、
    サイズが複数ある身につける商品の購入履歴を記憶する購入履歴記憶手段から、要求ユーザの要求に応じて特定される特定商品を購入した他のユーザが購入した前記特定商品のサイズを取得するサイズ取得手段、
    前記要求ユーザの身体サイズに関する身体サイズ情報及び前記他のユーザの身体サイズに関する身体サイズ情報を取得する身体サイズ情報取得手段、
    前記サイズ取得手段により取得された前記サイズに対する前記他のユーザによる評価を特定する評価特定手段、
    前記要求ユーザの身体サイズ情報と前記他のユーザの身体サイズ情報との大小関係、該他のユーザが購入した特定商品のサイズ、及び、該サイズに対する前記評価に基づいて、前記要求ユーザに合う前記特定商品のサイズを推定する推定手段、及び、
    前記推定手段により推定された前記サイズを出力する出力手段、
    として機能させることを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