JP5277941B2 - Related product presentation method, related product presentation system, program, recording medium - Google Patents

Related product presentation method, related product presentation system, program, recording medium Download PDF

Info

Publication number
JP5277941B2
JP5277941B2 JP2008322774A JP2008322774A JP5277941B2 JP 5277941 B2 JP5277941 B2 JP 5277941B2 JP 2008322774 A JP2008322774 A JP 2008322774A JP 2008322774 A JP2008322774 A JP 2008322774A JP 5277941 B2 JP5277941 B2 JP 5277941B2
Authority
JP
Japan
Prior art keywords
product
web page
data
test
pattern
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2008322774A
Other languages
Japanese (ja)
Other versions
JP2010146288A (en
Inventor
宣幸 小林
修 中川
直之 伊藤
潤平 小林
直之 田村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dai Nippon Printing Co Ltd
Original Assignee
Dai Nippon Printing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dai Nippon Printing Co Ltd filed Critical Dai Nippon Printing Co Ltd
Priority to JP2008322774A priority Critical patent/JP5277941B2/en
Publication of JP2010146288A publication Critical patent/JP2010146288A/en
Application granted granted Critical
Publication of JP5277941B2 publication Critical patent/JP5277941B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Machine Translation (AREA)
  • Document Processing Apparatus (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To provide a method capable of easily presenting the combination of related merchandise for object merchandise to a customer and gathering the reaction information of the customer in Internet shopping. <P>SOLUTION: A related merchandise presenting method is executed by a procedure including: a feature word extraction step of morphologically analyzing descriptive text provided in merchandise data and extracting the morpheme of a noun and an unknown word as a feature word; a similarity degree calculation step of calculating a similarity degree between the merchandise descriptive text of the object merchandise and the merchandise descriptive text of the related merchandise using the weight of the feature word of the merchandise descriptive text; a test web page editing step of combining the merchandise data of the related merchandise of which the value of the similarity degree is large and the object merchandise data and editing a web page for a test; a terminal operation information gathering step of returning one of the web pages for the test to a web browser requesting the web page for the test and gathering terminal operation information operated to the merchandise data of the web page for the test. <P>COPYRIGHT: (C)2010,JPO&amp;INPIT

Description

本発明は、ネット通販(インタ−ネットを用いた通信販売)にて商品データを組合せて提供する方法、装置、プログラム、記録媒体に関するものである。

本発明は特に、ネット通販において、販売を促進させるために、適切に組合せた商品データを提供する場合に有用である。
なお、ネット通販で扱う商品としては、パソコン、パソコン周辺機器、家電、スポーツ用品、書籍、音楽ソフト、映像ソフト、インターネットプロバイダ、不動産、乗物(自動車・バイク・自転車等)、食品、金融、保険、旅行の予約などの様々なものがある。
The present invention relates to a method, an apparatus, a program, and a recording medium for providing product data in combination through online shopping (online sales using the Internet).

The present invention is particularly useful when providing product data appropriately combined to promote sales in online shopping.
In addition, products handled by online shopping include personal computers, computer peripherals, home appliances, sports equipment, books, music software, video software, Internet providers, real estate, vehicles (cars, motorcycles, bicycles, etc.), food, finance, insurance, There are various things such as travel reservations.

現代の通信販売活動において、販売促進するためには、商品を購入する顧客に対して適切な商品データを提供することが益々重要となっている。
提供する商品データについては、顧客が購入しようとしている対象商品だけでなく、対象商品と組合せて用いられる関連商品データを同時に提供することは、売り上げを増やすために有用な一つの方法である。
そこで、ネット通販において関連商品データを提供する方法とその問題点を説明する。
《1.商品の組合せ》
対象商品に組合せる関連商品は、販売担当者が、経験や知識から判断して、選択することが多い。
この場合には、商品点数が増加するにつれて、商品を選択して組合せるための作業時間が増大する。また、販売担当者の判断は主観的であるので、販売担当者によって商品の組合せ方に相違が生じる。

あるいは、対象商品に組合せる関連商品は、インターネットの掲示板に掲載されている商品の感想や評価の意見を利用して選択することも可能である。
たとえば、特許文献1では、ネット掲示板において、他の投稿データを参照する参照データを特定する投稿データ170と、2つの参照データを関連付ける関連メタデータ268を用いて、投稿データに掲載された商品が参照する参照商品を推奨する技術が開示されている。
In modern mail order sales activities, it is increasingly important to provide appropriate product data to customers who purchase products in order to promote sales.
Regarding the product data to be provided, simultaneously providing not only the target product that the customer intends to purchase but also related product data used in combination with the target product is a useful method for increasing sales.
Therefore, a method for providing related merchandise data in online shopping and its problems will be described.
<< 1. Combining products >>
In many cases, a sales person selects a related product to be combined with a target product based on experience and knowledge.
In this case, as the number of products increases, the work time for selecting and combining products increases. In addition, since the salesperson's judgment is subjective, there is a difference in how the products are combined depending on the salesperson.

Alternatively, the related product to be combined with the target product can be selected using the impression of the product posted on the Internet bulletin board or the opinion of the evaluation.
For example, in Patent Document 1, on a net bulletin board, using posted data 170 for specifying reference data for referring to other posted data, and related metadata 268 for associating two pieces of reference data, products posted in the posted data are listed. A technique for recommending a reference product to be referred to is disclosed.

《2.組合せの効果判定》
ネット通販では、提供している商品データの組合せが適切であるか否かを効果判定することは重要である。
たとえば、特許文献2では、一般ユーザーにより提案される組合せ商品に対して、トレンドリーダを含むユーザーに人気投票をさせて、商品の組合せを確定する技術が開示されている。
<< 2. Judgment of effect of combination >>
In online shopping, it is important to determine the effect of whether or not the combination of product data provided is appropriate.
For example, Patent Literature 2 discloses a technology for determining a combination of products by letting a user including a trend leader vote for a combination product proposed by a general user.

特開2005−196469号公報(段落0045、段落0072−段落0078、図4)Japanese Patent Laying-Open No. 2005-196469 (paragraph 0045, paragraph 0072-paragraph 0078, FIG. 4) 特開2006−4303号公報(段落0019−段落0028、図5)Japanese Patent Laying-Open No. 2006-4303 (paragraph 0019-paragraph 0028, FIG. 5) Ricardo Baeza-Yates,Berthier Ribeiro-Neto,「Modern Information Retrieval」(米国)、第1版、Acm Press Books,January,1999,p.27-29Ricardo Baeza-Yates, Berthier Ribeiro-Neto, "Modern Information Retrieval" (USA), 1st edition, Acm Press Books, January, 1999, p.27-29 北研二他、「情報検索アルゴリズム」(日本)、第1版、共立出版、1月1日、2002、p.33-40Kitakenji et al., "Information Retrieval Algorithm" (Japan), 1st Edition, Kyoritsu Publishing, January 1, 2002, p.33-40

しかしながら、特許文献1の技術では、投稿者にとって、商品に意見がある場合にのみ、投稿が行われるのであって、全ての関連商品の情報が網羅されて投稿されるわけでは無い。
特許文献2の技術では、商品の組合せが提案者である一般ユーザーの好み(主観)に左右されるので、一般ユーザーにとって最適なものが提案される保障が無い。また、人気投票であるので、消費行動に結びつく保障は無い。
However, in the technique of Patent Document 1, posting is made only when there is an opinion on the product for the contributor, and information on all related products is not comprehensively posted.
In the technique of Patent Document 2, since the combination of products depends on the preference (subjectivity) of the general user who is the proposer, there is no guarantee that an optimum product will be proposed for the general user. Moreover, since it is a popularity vote, there is no guarantee that leads to consumption behavior.

本発明は以上のような点を解決するためになされたものであって、本発明の課題は、ネット通販において、対象商品に対する関連商品の組合せを顧客に容易に提示できる、そして、顧客の反応情報を収集できる方法、装置、プログラム、記録媒体を提供することである。
The present invention has been made in order to solve the above-described points, and an object of the present invention is to easily present a combination of related products for a target product to a customer in online shopping, and customer reaction It is to provide a method, an apparatus, a program, and a recording medium that can collect information.

ここで、用語の説明をする。
(1)特徴語の重み(tf‐idf )
特徴語の重みとは、文書を特徴づける特徴語が文書の内容と関係する程度を示す指標である。
重みの大きな特徴語は、その文書の内容と密接な関係にあるといえる。
重みの小さな特徴語は、その文書の内容と希薄な関係にあるといえる。

たとえば、n個の文書D1 、D2 、・・、Dnの文書集合があって、文書集合には、m個の文書の内容を特徴づける語(特徴語)w1 、w2 、・・、wm が存在するときに、文書Dj における特徴語wi の重みの値「wij」を算出する一般式は、以下のとおりである。
ij=(文書Djにおける特徴語wiの出現頻度)/(特徴語wiを含む文書の数)

tf-idfとは、文書を特徴づける特徴語の重みを表す値wijの一例である。
たとえば、非特許文献1や非特許文献2には、特徴語に対して、まず、文書Djにおける特徴語wiの出現頻度を局所的な重み「tf」として、また特徴語wiを含む文書の数を大域的な重み「df」として、tfと、dfの逆数「idf」と、を積算して、文章における特徴語の重み「tf-idf」を算出する技術が開示されている。
なお「局所的な重み」と「大域的な重み」の詳細については、図9と図10にて後述する。
(2)文書ベクトル
文書ベクトルとは、語(=特徴語)をベクトル空間の次元として、それぞれの語の「tf-idf」をベクトル成分とする多次元空間ベクトルとして定義したものである。
たとえば、n個の文書D1 、D2 、・・、Dnがあって、m個の特徴語w1 、w2 、・・、wm が存在するときに、文書Dj の文書ベクトルqjを表す式は、以下のとおりである。
j=(w1j 、w2j 、・・、wij 、・・、wmj
ここで、wijは、上述したとおり、文書Djにおける特徴語wiの重み「tf-idf」である。
たとえば、非特許文献1には、文書を構成する語をベクトル空間の次元に対応付けて、ベクトル空間の次元に対応付けた語の重みをベクトル成分とする文書ベクトルを定義して、2つの文書ベクトルの向きを比べることで(=内積の大きさを求めることで)、2つの文書間の類似度を測定する技術が開示されている。
なお、文書ベクトルの詳細については、図11にて後述する。

(3)類似度
類似度とは、2つの文書が類似している程度である。
2つの文書に含まれる特徴語が似ていれば、2つの文書の類似度は高いことになる。
類似度は、たとえば、2つの文書ベクトル「qi」、「qj」の内積を正規化した値で表し、以下の式で算出する。
sim(qi 、qj )=( q i ・qj )/( |q i | |q j | )
(4)ネット通販による反応情報
ネット通販による反応情報とは、顧客が、提示された商品に対する購入の意思表示である成約情報(購入件数、ショッピングカートへの登録回数など)や、提示された商品データに対する関心の意思表示である参照情報(参照回数、クリック数など)などを集約したものである。
Here, terms will be explained.
(1) Feature word weight (tf-idf)
The feature word weight is an index indicating the degree to which the feature word characterizing the document relates to the content of the document.
It can be said that feature words with large weights are closely related to the contents of the document.
It can be said that feature words with small weights have a sparse relationship with the content of the document.

For example, there is a document set of n documents D 1 , D 2 ,..., D n , and the document set includes words (feature words) w 1 , w 2 ,. The general formula for calculating the weight value “w ij ” of the feature word w i in the document D j when w m exists is as follows.
w ij = (appearance frequency of feature word w i in document D j ) / (number of documents including feature word w i )

tf-idf is an example of a value w ij that represents the weight of a feature word that characterizes a document.
For example, in Non-Patent Document 1 and Non-Patent Document 2, for the feature word, first, the appearance frequency of the feature word w i in the document D j is set as the local weight “tf”, and the feature word w i is included. A technique is disclosed that calculates the weight “tf-idf” of a feature word in a sentence by integrating tf and the reciprocal number “idf” of df with the number of documents as a global weight “df”.
Details of the “local weight” and the “global weight” will be described later with reference to FIGS.
(2) Document Vector A document vector is defined as a multidimensional space vector having a word (= feature word) as a dimension of a vector space and “tf-idf” of each word as a vector component.
Example, n pieces of document D 1, D 2, · ·, if there is D n, when the m feature words w 1, w 2, · ·, is w m exists, the document D j document vector q The formula representing j is as follows.
q j = (w 1j , w 2j , ..., w ij , ..., w mj )
Here, w ij is the weight “tf-idf” of the feature word w i in the document D j as described above.
For example, Non-Patent Document 1 defines a document vector in which words constituting a document are associated with the dimension of the vector space, and the weight of the word associated with the dimension of the vector space is defined as a vector component. A technique is disclosed in which the degree of similarity between two documents is measured by comparing the orientations of vectors (by obtaining the size of an inner product).
Details of the document vector will be described later with reference to FIG.

(3) Similarity The similarity is the degree to which two documents are similar.
If the feature words included in the two documents are similar, the similarity between the two documents is high.
The similarity is represented by a normalized value of the inner product of two document vectors “q i ” and “q j ”, for example, and is calculated by the following equation.
sim (q i , q j ) = (q i · q j ) / (| q i || q j |)
(4) Response information through online shopping Response information through online shopping refers to contract information (number of purchases, number of registrations in the shopping cart, etc.) that is a customer's intention to purchase the presented product, It is a collection of reference information (reference count, click count, etc.), which is an indication of interest in data.

本発明は、以下の各態様に記載の手段により、前記課題を解決する。
すなわち、本願発明の第1の発明は、
商品説明文を有する商品データと、形態素解析辞書と、を用いる関連商品提示方法において、
(1)商品データが有する説明文を読み出して、形態素解析辞書を適用して、読み出した商品説明文を形態素に分離して、分離した形態素の中から、名詞の形態素と形態素解析辞書に登録されない未知語の形態素を特徴語として抽出する特徴語抽出ステップと、
(2)特徴語を手掛りにして、2つの商品説明文における特徴語の重みを算出して、両商品説明文の特徴語の重みから類似度を算出して、この類似度の値をそれぞれ商品説明文が説明する2つの商品の関連度に設定する類似度算出ステップと、
(3)一つ商品を対象商品として指定して、対象商品との関連度の値が大きい商品の商品データを関連商品データとして取り出して、対象商品データと組合せて、テスト用Webページを編集するテスト用Webページ編集ステップと、
(4)各テスト用Webページに掲載される関連商品の類似度の総和を求め、当該総和が最も大きいテスト用WebページをチャンピオンパターンWebページとし、それ以外のテスト用WebページをチャレンジパターンWebページとするステップと、
)テスト用Webページを要求してきたWebブラウザーが、通常ユーザーかチャレンジユーザーのどちらであるかを、表示比率に従って特定するステップと、
(6)通常ユーザーに対してはチャンピオンパターンWebページを、チャレンジユーザーに対してはチャレンジパターンWebページを返信するテスト用Webページ返信ステップと、
)Webブラウザーを介してテスト用Webページの商品データに対して操作された端末操作情報を収集する端末操作情報収集ステップと、
を含んだ手順でなされることを特徴とする関連商品提示方法である。
This invention solves the said subject by the means as described in each following aspect.
That is, the first invention of the present invention is:
In a related product presentation method using product data having a product description and a morphological analysis dictionary,
(1) Read the description text of the product data, apply the morpheme analysis dictionary, separate the read product description text into morphemes, and not register them in the noun morpheme and morpheme analysis dictionary A feature word extraction step for extracting morphemes of unknown words as feature words;
(2) Using the feature word as a clue, calculate the weight of the feature word in the two product descriptions, calculate the similarity from the feature word weight of both product descriptions, and use this similarity value as the product A similarity calculation step for setting the relevance of two products described in the description;
(3) Designate one product as a target product, extract product data of a product having a large degree of association with the target product as related product data, and edit the test Web page in combination with the target product data A test web page editing step;
(4) The sum of the similarities of related products posted on each test web page is obtained, the test web page having the largest sum is used as the champion pattern web page, and the other test web pages are used as the challenge pattern web page. And steps
( 5 ) identifying whether the web browser that has requested the test web page is a normal user or a challenge user according to the display ratio;
(6) the champion pattern Web page for regular users, and the Web page reply step for the test to send back the challenge pattern Web page for challenge users,
( 7 ) a terminal operation information collection step for collecting terminal operation information operated on the product data of the test Web page via a Web browser;
This is a related product presentation method characterized by being performed in a procedure including

このように、両商品の説明文の類似度を手掛りにすることで、対象商品と関連性の高い関連商品を、人の判断に依存せずに客観的に、特定することが可能である。また、人手を要さずに機械的に、特定することが可能である。
あるいは、テスト用Webページ中の商品に対して顧客が操作した端末操作情報を収集することが可能である。
In this way, by using the degree of similarity between the descriptions of both products as a clue, it is possible to objectively specify related products that are highly relevant to the target product without depending on human judgment. Moreover, it is possible to specify mechanically without requiring manual labor.
Or it is possible to collect the terminal operation information which the customer operated with respect to the goods in the test Web page.

本願発明の第2の発明は、請求項1の関連商品提示方法において、
前記類似度算出ステップは、
(2−1)各商品説明文における特徴語の個数情報(=tf)に対して、当該特徴語が存在する説明文書数情報の逆数(=idf)を乗算して、特徴語の重み(=tf−idf)を算出する重み算出ステップと、
(2−2)特徴語の重みの値をベクトル成分とする商品説明文の文書ベクトルデータを作成する文書ベクトル作成ステップと、
(2−3)2つの商品説明文の文書ベクトルデータを用いて、類似度を算出して、類似度値と2つの商品識別情報とを対応付けて関連度データを作成する関連度設定ステップと、
を含んだ手順でなされることを特徴とする請求項1に記載の関連商品提示方法である。
According to a second aspect of the present invention, in the related product presentation method according to claim 1,
The similarity calculation step includes:
(2-1) The feature word count information (= tf) in each product description is multiplied by the reciprocal (= idf) of the description document number information in which the feature word exists, and the feature word weight (= a weight calculating step for calculating (tf-idf);
(2-2) a document vector creating step for creating document vector data of a product description having a weight value of a feature word as a vector component;
(2-3) a relevance setting step of calculating relevance using document vector data of two product descriptions, and creating relevance data by associating a similarity value with two product identification information; ,
The related product presentation method according to claim 1, wherein the related product presentation method is performed according to a procedure including:

本願発明の第3の発明は、請求項1の関連商品提示方法において、
前記テスト用Webページは、
表示された対象商品や関連商品がクリックされたクリック情報を有するURLを発行して、表示された対象商品に対して購入の意思表示をした成約情報を有するURLを送信する
ことを特徴とする請求項1に記載の関連商品提示方法である。
According to a third aspect of the present invention, in the related product presentation method according to claim 1,
The test web page is:
A URL having click information indicating that the displayed target product or related product has been clicked is issued, and a URL having contract information indicating the intention of purchase is transmitted to the displayed target product. Item 2. The related product presentation method according to Item 1.

本願発明の第4の発明は、
商品識別情報と商品説明文を有する商品データを格納する商品データ格納領域と、
形態素解析辞書を格納する辞書格納領域と、
を有する記憶部と、
商品データが有する説明文を読み出して、形態素解析辞書を適用して、読み出した商品説明文を形態素に分離する形態素抽出手段と、
分離した形態素の中から、名詞語と形態素解析辞書に登録されない未知語を抽出して、商品説明文の特徴語を作成する商品特徴語作成手段と、
特徴語を手掛りにして、商品説明文における特徴語の重みを算出して、2つの商品説明文の特徴語の重みから類似度を算出する類似度算出手段と、
一つの商品説明文を対象商品説明文に設定して、関連度データを参照して、所定の類似度の値に対応付けられた対象商品識別情報(=対象商品ID)を有する関連度データを読み出して、読み出し関連度データの有する対象商品識別情報と異なる商品識別情報を関連商品識別情報(=関連商品ID)として抽出して、抽出した関連商品識別情報を有する商品データを読み取って、対象商品の商品データと組合せて、テスト用Webページを編集するテスト用Webページ編集手段と、
各テスト用Webページに掲載される関連商品の類似度の総和を求め、当該総和が最も大きいテスト用WebページをチャンピオンパターンWebページとし、それ以外のテスト用WebページをチャレンジパターンWebページとするパターン設定手段と、
テスト用Webページを要求してきたWebブラウザーが、通常ユーザーかチャレンジユーザーのどちらであるかを、表示比率に従って特定するユーザー特定手段と、
通常ユーザーに対してチャンピオンパターンWebページを返信するチャンピオンパターン返信手段と、
チャレンジユーザーに対してチャレンジパターンWebページを返信するチャレンジパターン返信手段と、
を備えることを特徴とする関連商品提示システムである。
The fourth invention of the present invention is:
A product data storage area for storing product data having product identification information and product description;
A dictionary storage area for storing a morphological analysis dictionary;
A storage unit having
A morpheme extraction unit that reads the description sentence of the product data, applies the morpheme analysis dictionary, and separates the read product description sentence into morphemes;
Product feature word creation means for extracting a noun word and an unknown word that is not registered in the morpheme analysis dictionary from the separated morphemes, and creating a feature word of a product description sentence;
A similarity calculation means for calculating the weight of the feature word in the product description sentence using the feature word as a clue, and calculating the similarity from the weight of the feature word of the two product description sentences;
By setting one product description as the target product description, referring to the relevance data, relevance data having target product identification information (= target product ID) associated with a predetermined similarity value is obtained. Read and extract the product identification information different from the target product identification information included in the read relevance data as the related product identification information (= related product ID) , read the product data having the extracted related product identification information , and read the target product A test web page editing means for editing the test web page in combination with the product data of
A pattern in which the sum of the similarities of related products posted on each test web page is obtained, the test web page having the largest sum is the champion pattern web page, and the other test web pages are the challenge pattern web pages Setting means;
A user specifying means for specifying whether the web browser requesting the test web page is a normal user or a challenge user according to the display ratio;
A champion pattern reply means for replying a champion pattern web page to a normal user;
Challenge pattern reply means for replying a challenge pattern web page to the challenge user;
It is a related goods presentation system characterized by comprising.

本願発明の第5の発明は、
記類似度算出手段が、
対象商品および関連商品の特徴語を用いて、特徴語が説明文に含まれる個数情報(=tf)と、特徴語が存在する説明文書数情報の逆数(=idf)を求めて、個数情報と文書数情報の逆数を乗算して、特徴語の重み(=tf−idf)を算出して、この重みを用いて、商品説明文の文書ベクトルデータを作成する文書ベクトル作成手段と、
対象商品説明文の文書ベクトルデータと、一つの関連商品説明文の文書ベクトルデータを用いて、内積の値を求めて、これを正規化して、類似度を算出して、類似度の値として、類似度値と2つの商品識別情報とを対応付けて関連度データを作成する関連度算出手段と、
を備えることを特徴とする請求項4に記載の関連商品提示システムである。
The fifth invention of the present invention is:
The previous Symbol similarity calculation means,
Using the feature words of the target product and the related product, the number information (= tf) in which the feature word is included in the description and the reciprocal number (= idf) of the number of explanatory document information in which the feature word exists are obtained, A document vector creating unit that multiplies the reciprocal of the document number information to calculate a weight of the feature word (= tf−idf), and creates document vector data of the product description using the weight;
Using the document vector data of the target product description and the document vector data of one related product description, find the inner product value, normalize it, calculate the similarity, Relevance calculation means for creating relevance data by associating the similarity value with two pieces of product identification information;
The related product presentation system according to claim 4, further comprising:

本願発明の第6の発明は、
記テスト用Webページは、
テスト用Webページをテスト画面として表示して、商品が表示されたことを示す参照情報や、テスト画面の商品がクリックされたことを示すクリック情報や、商品に対して購入の意思表示がされたことを示す購入情報などを有する端末操作情報を送信する機能、
を備えることを特徴とする請求項4または請求項5に記載の関連商品提示システムである。
The sixth invention of the present invention is:
Before Symbol test for the Web page,
The test web page was displayed as a test screen, reference information indicating that the product was displayed, click information indicating that the product on the test screen was clicked, and an intention to purchase was displayed for the product A function of transmitting terminal operation information including purchase information indicating that
The related product presentation system according to claim 4 or 5 , further comprising:

本願発明の第7の発明は、コンピューターに組込むことによって、コンピューターを請求項4から6までのいずれか1項に記載の関連商品提示システムとして動作させるコンピュータプログラムである。
A seventh invention of the present invention is a computer program that causes a computer to operate as the related product presentation system according to any one of claims 4 to 6 by being incorporated in the computer.

本願発明の第8の発明は、請求項7に記載のコンピュータプログラムを記録したコンピューター読み取り可能な記録媒体である。
An eighth invention of the present invention is a computer-readable recording medium on which the computer program according to claim 7 is recorded.

本願発明によれば、ネット通販において、
(1)2つの商品の説明文の類似度を手掛りにして、対象商品と関連性の高い関連商品を、客観的、機械的に特定して、組合せることが可能である。
(2)テストで組合せた商品に対してコンピューターを操作した端末操作情報を収集することが可能である。
従って、本発明によれば、ネット通販において、ネット販売の顧客がテストで組合せた商品の中から興味ある商品に対して反応した情報を収集することができるという効果がある。
According to the present invention, in online shopping,
(1) It is possible to objectively and mechanically identify and combine related products that are highly relevant to the target product by using the similarity between the descriptions of the two products.
(2) It is possible to collect terminal operation information obtained by operating a computer for the products combined in the test.
Therefore, according to the present invention, it is possible to collect information that reacts to a product of interest from products combined in a test by an online sales customer in online sales.

以下、図面等を参照しながら、本発明の実施の形態について、更に詳しく説明する。 Hereinafter, embodiments of the present invention will be described in more detail with reference to the drawings.

図1は、本発明の実施の形態による関連商品提示システム1の概要を説明する図である。
関連商品提示システム1は、Webページ設計装置100と、WWWサーバー装置300と、顧客端末装置500と、がネットワーク接続されて構成される。
FIG. 1 is a diagram illustrating an overview of a related product presentation system 1 according to an embodiment of the present invention.
The related product presentation system 1 includes a web page design device 100, a WWW server device 300, and a customer terminal device 500 connected to a network.

Webページ設計装置100は、既存のWebページ編集プログラムと、既存の自然文解析ツール(たとえば、自然文解析ツール名称「茶筌」。奈良先端技術大学院作成。以下、形態素解析ツール)と、を備えたパーソナルコンピューターに、後述する専用プログラムを搭載したものである。 The web page design apparatus 100 includes an existing web page editing program and an existing natural sentence analysis tool (for example, a natural sentence analysis tool name “tea bowl”, created by Nara Institute of Technology, hereinafter referred to as a morphological analysis tool). A personal computer is equipped with a dedicated program to be described later.

WWWサーバー装置300は、既存のWebサーバープログラム(以下、Webサーバー)を備えたサーバーコンピューターに、後述する専用プログラムを搭載したものである。 The WWW server apparatus 300 is a server computer equipped with an existing Web server program (hereinafter referred to as a Web server) with a dedicated program described later.

顧客端末装置500は、既存のWebブラウザーを搭載したパーソナルコンピューターである。 The customer terminal device 500 is a personal computer equipped with an existing web browser.

図2は、ネット通販における、対象商品とその関連商品との組合せを決める大まかな作業手順を説明する図である。
《A.商品説明文の類似度》
Webページ設計装置100は、全ての扱い商品の商品説明文から特徴語を抽出して、特徴語を手掛りにして、2つの商品説明文の類似度を算出する(図2(1))。
ここで、扱い商品とは、ネット通販で販売する商品である。
《B.テスト用Webページの編集》
Webページ設計装置100は、一つの扱い商品を対象商品として指定して、2つの商品説明文の類似度を参照して、対象商品の説明文と類似度が高い商品説明文を抽出して、この商品説明文が説明する商品を候補商品とする。Webページ設計装置100は、候補商品から絞りこんだ関連商品と対象商品から構成されるテスト画面を表示するための複数の異なるテスト用Webページを編集する(同(2))。(テスト画面の詳細は後述する)
《C.反応情報の収集》
WWWサーバー装置300は、顧客よって異なるテスト用Webページを提供して、提供したテスト用Webページから反応情報を作成して記録する。また、WWWサーバー装置300は、顧客端末装置500がテスト画面の商品の参照や購入のために操作した端末操作情報を収集して、これから反応情報を作成して記録する(同(3))。
FIG. 2 is a diagram for explaining a rough work procedure for determining a combination of a target product and its related products in online shopping.
<< A. Item Description Similarity >>
The Web page designing apparatus 100 extracts feature words from the product description sentences of all the handled products, and calculates the similarity between the two product description sentences using the feature words as a clue (FIG. 2 (1)).
Here, the handling product is a product sold on the Internet mail order.
<< B. Edit Web page for test >>
The web page design device 100 designates one handling product as a target product, refers to the similarity between two product descriptions, extracts a product description that has a high similarity with the description of the target product, The product described by this product description is a candidate product. The web page designing apparatus 100 edits a plurality of different test web pages for displaying a test screen composed of related products and target products narrowed down from candidate products ((2)). (Details of the test screen will be described later)
<< C. Collecting reaction information >>
The WWW server apparatus 300 provides different test Web pages for each customer, and creates and records reaction information from the provided test Web pages. Further, the WWW server apparatus 300 collects terminal operation information operated by the customer terminal apparatus 500 for referring to or purchasing a product on the test screen, and creates and records reaction information therefrom ((3)).

端末操作情報を収集する方法は、たとえば、テスト画面の商品画像をマウスがクリックしたら、商品を識別する情報や、クリックした意味を表す情報などを有するURLが送信されるようにテスト用Webページを編集しておけばよい。 For example, when the mouse clicks on a product image on the test screen, the terminal operation information is collected by using a test Web page so that a URL having information for identifying the product or information indicating the meaning of the click is transmitted. Edit it.

WWWサーバー装置300は、反応情報を分析して、顧客の反応の良い商品を決定する(同(4))。 The WWW server apparatus 300 analyzes the reaction information and determines a product with good customer response ((4)).

このように、幾つかのテスト画面を用いて販売テストを行うことで、対象商品にとって最適な組合せとなる関連商品を決定することができる。
なお、販売用Webページには、反応の良い商品と共に、目玉商品やキャンペーン商品などを追加してもよい。
In this way, by performing a sales test using several test screens, it is possible to determine related products that are the optimal combination for the target product.
It should be noted that a featured product, a campaign product, or the like may be added to the sales Web page in addition to a product with good response.

図3は、対象商品と候補商品を説明する図である。
対象商品とは、扱い商品の中から選んだ任意の一つの扱い商品である。
候補商品とは、対象商品の説明文にとって類似度の高い説明文の扱い商品である。
図3には、対象商品と候補商品の画像と商品名称が例示されている。
対象商品の例は、デジタルカメラ「デジタル一眼S1」である。
候補商品の例は、デジタルカメラ「オートズームAZ」、「コンパクトP3」や、フォトフレーム「デジタルフレームDD8」、「フレームNN6」や、フォトプリンター「フォトプリンター156」、「フォトコンパクト22」である。
この例の意味は、デジタルカメラ「デジタル一眼S1」の説明文と類似度の高かった説明文の扱い商品が、デジタルカメラ「オートズームAZ」、「コンパクトP3」と、フォトフレーム「デジタルフレームDD8」、「フレームNN6」と、フォトプリンター「フォトプリンター156」、「フォトコンパクト22」であるということである。
FIG. 3 is a diagram illustrating the target product and the candidate product.
The target product is any one handled product selected from the handled products.
A candidate product is a product that handles an explanatory note having a high degree of similarity to the explanatory note of the target product.
FIG. 3 illustrates target products, images of candidate products, and product names.
An example of the target product is a digital camera “Digital SLR S1”.
Examples of candidate products are digital cameras “Auto Zoom AZ”, “Compact P3”, Photo Frame “Digital Frame DD8”, “Frame NN6”, Photo Printer “Photo Printer 156”, and “Photo Compact 22”.
The meaning of this example is that the products handled in the explanatory text having a high similarity to the explanatory text of the digital camera “Digital SLR S1” are the digital camera “Auto Zoom AZ”, “Compact P3”, and the photo frame “Digital Frame DD8”. , “Frame NN6”, photo printer “photo printer 156”, and “photo compact 22”.

図4は、テスト画面502を説明する図である。
テスト画面502は、対象商品の商品データと候補商品の中から絞り込んだ関連商品の商品データにより構成されたWebページを表示させた画面である。
図4には、テスト画面502が例示されている。
テスト画面502には、対象商品の商品データとして、商品画像と商品名称と商品説明文が掲載されて、関連商品の商品データとして、商品画像と商品名称とが掲載されている。
対象商品には、「購入」ボタンが関連付けられている。
関連商品には、その関連商品が対象商品として構成されたWebページを参照するためのハイパーリンクが埋め込まれている。
FIG. 4 is a diagram for explaining the test screen 502.
The test screen 502 is a screen on which a Web page composed of product data of the target product and product data of related products narrowed down from candidate products is displayed.
FIG. 4 illustrates a test screen 502.
In the test screen 502, a product image, a product name, and a product description are posted as product data of the target product, and a product image and a product name are posted as product data of the related product.
A “purchase” button is associated with the target product.
A hyperlink for referring to a Web page in which the related product is configured as a target product is embedded in the related product.

なお、候補商品の中から関連商品を選ぶ方法には、たとえば、以下に例示する方法を用いればよい。
(1)商品説明文の類似度の高い順に候補商品を並べて、上位から所定の個数ずつを取り出して、関連商品の集まりを作る。たとえば、商品説明文の類似度の高い順に並べた33個の候補商品の中から、上位から3個ずつを取り出して、11組の関連商品の集まりを作る。
(2)候補商品の中から所定の個数の商品を任意に取り出して、関連商品の集まりを作る。
In addition, what is necessary is just to use the method illustrated below, for example as the method of selecting a related goods from candidate goods.
(1) Candidate products are arranged in descending order of the degree of similarity of product descriptions, and a predetermined number is taken out from the top to create a collection of related products. For example, from the 33 candidate products arranged in descending order of the degree of similarity of the product description, three from the top are extracted to create a set of 11 related products.
(2) A predetermined number of products are arbitrarily extracted from the candidate products, and a group of related products is created.

図18は、URL表記による端末操作情報を説明する図である。
図18の(a)は、URL表記による端末操作情報の形式を説明する図である。
URL表記の端末操作情報593は、情報資源所在表記934と、対象商品ID931と、関連商品ID932と、状態ID933を含むURLパラメーターとから構成される。
対象商品ID931は、テスト画面に表示された対象商品の対象商品IDである。
関連商品ID932は、対象商品に関連商品として対応付けられた商品のIDである。
状態ID933は、テスト画面に表示された関連商品画像のクリックや、テスト画面に表示された対象商品の「購入」ボタンが押されたことを意味する情報である。
FIG. 18 is a diagram for explaining terminal operation information in URL notation.
(A) of FIG. 18 is a figure explaining the format of the terminal operation information by URL notation.
The terminal operation information 593 in URL notation is composed of an information resource location notation 934, a target product ID 931, a related product ID 932, and a URL parameter including a status ID 933.
The target product ID 931 is a target product ID of the target product displayed on the test screen.
The related product ID 932 is an ID of a product associated with the target product as a related product.
The state ID 933 is information indicating that the related product image displayed on the test screen is clicked or the “purchase” button of the target product displayed on the test screen is pressed.

図18の(b)は、URLによる端末操作情報397の例である。
図18の(b1)は、関連商品がクリックされたときの端末操作情報397の例である。
図18の(b1)に例示された端末操作情報397は、「 http://shop.dnp.co.jp/store/product.cgi?pattern-id=8&target-product-id=c101&related-product-id=c102&related-product-status=clicked 」である。
この例の意味は、商品ID971が「c101」である対象商品のときに、商品ID972「c102」の関連商品画像がクリックされたということである。
FIG. 18B is an example of terminal operation information 397 by URL.
(B1) of FIG. 18 is an example of the terminal operation information 397 when the related product is clicked.
The terminal operation information 397 illustrated in (b1) of FIG. 18 is “http://shop.dnp.co.jp/store/product.cgi?pattern-id=8&target-product-id=c101&related-product-id = c102 & related-product-status = clicked ".
The meaning of this example is that the related product image with the product ID 972 “c102” is clicked when the product ID 971 is the target product with “c101”.

図18の(b2)は、対象商品が購入されたときの端末操作情報397の例である。
例示された端末操作情報397は、「 http://shop.dnp.co.jp/store/cart.cgi?pattern-id=5&target-product-id=f201&target-product-status=ordered 」である。
この例の意味は、商品ID971「c101」の対象商品の「購入」ボタンが押されたということである。
(B2) of FIG. 18 is an example of the terminal operation information 397 when the target product is purchased.
The exemplified terminal operation information 397 is “http://shop.dnp.co.jp/store/cart.cgi?pattern-id=5&target-product-id=f201&target-product-status=ordered”.
The meaning of this example is that the “purchase” button of the target product with the product ID 971 “c101” is pressed.

図19は、反応情報を説明する図である。
図19の(a)は、反応情報の形式を説明する図である。
反応情報397は、対象商品ID971と、関連商品ID972と、閲覧情報973と、参照情報974と、成約情報975と、から構成される。
対象商品ID971は、テスト画面に表示された対象商品の対象商品IDである。
関連商品ID972は、対象商品に関連商品として対応付けられた商品のIDである。
閲覧情報973は、対象商品と関連商品の組合せでテスト画面に表示された回数である。
参照情報974は、テスト画面に表示された関連商品がクリックされた回数である。
成約情報975は、テスト画面に表示された対象商品の「購入」ボタンが押された回数である。
FIG. 19 is a diagram for explaining the reaction information.
(A) of FIG. 19 is a figure explaining the format of reaction information.
The reaction information 397 includes target product ID 971, related product ID 972, browsing information 973, reference information 974, and contract information 975.
The target product ID 971 is a target product ID of the target product displayed on the test screen.
The related product ID 972 is an ID of a product associated with the target product as a related product.
The browsing information 973 is the number of times the target product and the related product are displayed on the test screen.
The reference information 974 is the number of times the related product displayed on the test screen is clicked.
The contract information 975 is the number of times the “Purchase” button of the target product displayed on the test screen is pressed.

図19の(b)は、反応情報397の例である。 FIG. 19B is an example of reaction information 397.

図19の(b1)は、テスト画面が表示されたときの反応情報397の例である。
図19の(b1)に例示された反応情報397は、「(c101、c102、1、0、0)、(c101、c103、1、0、0)、(c101、f201、1、0、0)」である。
この例の意味は、商品ID971「c101」の対象商品と、商品ID972「c102」と「c103」と「f201」との関連商品で構成されたテスト画面が「1」回表示されて閲覧されたということである。
(B1) of FIG. 19 is an example of the reaction information 397 when the test screen is displayed.
The reaction information 397 illustrated in (b1) of FIG. 19 includes “(c101, c102, 1, 0, 0), (c101, c103, 1, 0, 0), (c101, f201, 1, 0, 0”. ) ”.
The meaning of this example is that a test screen composed of a target product with product ID 971 “c101” and related products with product IDs 972 “c102”, “c103”, and “f201” is displayed “1” times and viewed. That's what it means.

図19の(b2)は、関連商品がクリックされたときの反応情報397の例である。
図19の(b2)に例示された反応情報397は「(c101、c102、0、1、0)」である。
この例の意味は、商品ID971「c101」の対象商品のときに、商品ID972「c102」の関連商品が「1」回クリックされたということである。
(B2) of FIG. 19 is an example of the reaction information 397 when the related product is clicked.
The reaction information 397 illustrated in (b2) of FIG. 19 is “(c101, c102, 0, 1, 0)”.
The meaning of this example is that the related product with the product ID 972 “c102” is clicked “1” times for the target product with the product ID 971 “c101”.

図19の(b3)は、対象商品が購入されたときの反応情報397の例である。
図19の(b3)に例示されている反応情報397は「(c101、c102、0、0、1)、(c101、c103、0、0、1)、(c101、f201、0、0、1)」である。
この例の意味は、商品ID972「c102」と「c103」と「f201」との関連商品のときに、商品ID971「c101」の対象商品の「購入」ボタンが「1」回クリックされたということである。
(B3) of FIG. 19 is an example of the reaction information 397 when the target product is purchased.
The reaction information 397 illustrated in (b3) of FIG. 19 is “(c101, c102, 0, 0, 1), (c101, c103, 0, 0, 1), (c101, f201, 0, 0, 1”. ) ”.
The meaning of this example is that the “Purchase” button of the target product with the product ID 971 “c101” is clicked “1” times when the product ID 972 is “c102”, “c103”, and “f201”. It is.

図5と図6は、ネット販売における商品の組合せを設定する詳細な処理の流れを説明する図である。 5 and 6 are diagrams for explaining the detailed processing flow for setting the combination of products in online sales.

図5は、テスト用Webページを編集する処理を説明する図である。
《A.商品説明文の類似度》
Webページ設計装置100は、すべての扱い商品の商品データを読み出して、それぞれの商品データが有する説明文に対して、すでに述べた既存の自然文解析ツールを適用して、商品説明文を形態素に分離する(図5(1−1))。
FIG. 5 is a diagram illustrating processing for editing a test Web page.
<< A. Item Description Similarity >>
The Web page design apparatus 100 reads the product data of all the handled products, applies the already-described existing natural sentence analysis tool to the explanatory texts of the respective product data, and converts the product explanatory text into morphemes. Separate (FIG. 5 (1-1)).

ここで、図7と図8を用いて、商品データと、商品説明文の形態素を説明する。 Here, the product data and the morpheme of the product description are described with reference to FIGS.

図7は、商品データ192を説明する。
図7の(a)は、商品データ192の形式を説明する図である。
商品データ192の項目は、商品ID921と、商品名922と、商品分類923と、商品画像924と、商品説明文925と、摘要926などから構成されている。
商品ID921は、商品を識別するためのユニークな文字列である。
商品名922は、商品名を表すための文字列である。
商品分類923は、商品を分類するための文字列である。
商品画像924は、商品画像データである。商品画像データのURLでもよい。
商品説明文925は、商品を説明するための文字列である。
摘要926は、商品仕様情報、価格、製造会社名などを示すための文字列である。
FIG. 7 explains the product data 192.
(A) of FIG. 7 is a figure explaining the format of the product data 192.
The item of the product data 192 includes a product ID 921, a product name 922, a product classification 923, a product image 924, a product description 925, a summary 926, and the like.
The product ID 921 is a unique character string for identifying the product.
The product name 922 is a character string for representing the product name.
The product classification 923 is a character string for classifying products.
The product image 924 is product image data. The URL of product image data may be used.
The product description 925 is a character string for explaining the product.
A summary 926 is a character string for indicating product specification information, price, manufacturer name, and the like.

図7の(b)は、商品データの例である。
図7の(b)には、商品データ「c103、コンパクトP3、デジタルカメラ、103.jpg、B社独自のテクノロジを用いた手ブレ防止撮影機能を搭載。シャープな写真を撮影できる・・・、・・・」が例示されている。
この例の意味は、
商品ID921が、「c103」であって、
商品名922が、「コンパクトP3」であって、
商品分類923が、「デジタルカメラ」であって、
商品画像924が、「103.jpg」であって、
商品説明文925が、「B社独自のテクノロジを用いた手ブレ防止撮影機能を搭載。シャープな写真を撮影できる・・・」であるということである。
FIG. 7B is an example of product data.
In Fig. 7 (b), product data "c103, compact P3, digital camera, 103.jpg, equipped with camera shake prevention function using company B's original technology. Sharp images can be taken ... ... "is illustrated.
The meaning of this example is
The product ID 921 is “c103”,
The product name 922 is “Compact P3”,
The product classification 923 is “digital camera”,
The product image 924 is “103.jpg”
The product description 925 is “equipped with an anti-camera shooting function using Company B's unique technology. Sharp images can be taken ...”.

図8は、商品説明文の形態素を説明する図である。
図8の(a)は、形態素解析結果データの形式を説明する図である。
形態素解析結果データ194の項目は、単語941と、単語の読み942と、単語の原形943と、品詞の種類944と、活用の種類945と、活用形946などから構成されている。
単語941は、商品説明文から分離した形態素としての文字列である。
単語の読み942は、形態素のかな読みとしての文字列である。
単語の原形943は、形態素の語としての原形を表す文字列である。
品詞の種類944は、形態素の品詞である。
活用の種類945は、形態素の活用の種類である。
活用形946は、形態素の活用形である。
FIG. 8 is a diagram for explaining the morphemes of the product description.
(A) of FIG. 8 is a figure explaining the format of morphological analysis result data.
The items of the morphological analysis result data 194 include a word 941, a word reading 942, a word original 943, a part-of-speech type 944, a utilization type 945, and a utilization form 946.
The word 941 is a character string as a morpheme separated from the product description.
The word reading 942 is a character string as a kana reading of a morpheme.
The word original 943 is a character string representing the original form as a morpheme word.
The part-of-speech type 944 is a morpheme part-of-speech.
The utilization type 945 is a utilization type of morpheme.
The utilization form 946 is a utilization form of morphemes.

図8の(b)は、形態素の例である。
図8の(b)には、商品説明文「、B社独自のテクノロジを用いた手ブレ防止撮影機能を搭載。・・・」を形態素解析した結果データが例示されている。
FIG. 8B is an example of a morpheme.
FIG. 8B illustrates data obtained as a result of morphological analysis of a product description “An anti-shake photographing function using a technology unique to B company”.

たとえば、結果データの例として、「社、シャ、社、名詞-接尾-一般、・・」が示されている。この例の意味は、単語941が「社」であって、単語の読み942が「 シャ」であって、単語の原形943が「社」であって、品詞の種類944が「名詞」であって、活用の種類945が「接尾」であって、活用形946が「一般」であると言うことである。 For example, “company, sha, company, noun-suffix-general,...” Is shown as an example of the result data. In this example, the word 941 is “Company”, the word reading 942 is “Sha”, the original word 943 is “Company”, and the part of speech type 944 is “Noun”. In other words, the utilization type 945 is “suffix” and the utilization form 946 is “general”.

また、結果データの例として、「テクノロジ 、 、 、未知語、・・」が示されている。この例の意味は、単語941が「テクノロジ」であって、品詞の種類944が「未知語」であると言うことである。なお、未知語とは、形態素解析辞書に登録されていない語のことである。 As an example of the result data, “technology,,, unknown word,...” Is shown. The meaning of this example is that the word 941 is “technology” and the part-of-speech type 944 is “unknown word”. An unknown word is a word that is not registered in the morphological analysis dictionary.

図5に戻って、テスト用Webページを編集する処理を説明する。
Webページ設計装置100は、形態素解析結果データが有する単語941(=形態素)の中から、品詞の種類944が、名詞と未知語である形態素を抽出して、特徴語とする(図5(1−2))。
Returning to FIG. 5, the process of editing the test Web page will be described.
The Web page design apparatus 100 extracts morphemes in which the part-of-speech type 944 is a noun and an unknown word from the words 941 (= morpheme) included in the morpheme analysis result data, and uses them as feature words (FIG. 5 (1) -2)).

ここで、未知語とは、形態素解析辞書に登録されない単語である。未知語は、商品説明をするための新しい用語(たとえば、技術用語)である可能性が高く、特徴語に加える意味がある。 Here, the unknown word is a word that is not registered in the morphological analysis dictionary. An unknown word is likely to be a new term (for example, a technical term) for describing a product, and has a meaning to be added to a feature word.

Webページ設計装置100は、商品説明文から取り出した特徴語に対して、局所的な重み「tf」を算出してtf管理データを一時的に保持して、大域的な重み「df」を算出してdf管理データを一時的に保持して、「tf」と、dfの逆数「idf」とを積算して、文書おける特徴語の重み「tf−idf」を求める(図5(1−3))。
Webページ設計装置100は、特徴語の重みの値をベクトル成分とする商品説明文書ベクトルを設定する(同(1−4))。
The Web page design apparatus 100 calculates a local weight “tf” for the feature word extracted from the product description, temporarily stores tf management data, and calculates a global weight “df”. Then, the df management data is temporarily held, and “tf” and the reciprocal number “idf” of df are integrated to obtain the weight “tf-idf” of the feature word in the document (FIG. 5 (1-3)). )).
The Web page designing apparatus 100 sets a product description document vector having the feature word weight value as a vector component ((1-4)).

ここで、図を用いて、特徴語の重みと、文書ベクトルを説明する。
まず、図9から図10までを用いて、特徴語の局所的な重みと大域的な重みを説明する。
Here, the weights of feature words and document vectors will be described with reference to the drawings.
First, local weights and global weights of feature words will be described with reference to FIGS. 9 to 10.

図9は、特徴語の局所的な重み196(=tf)を説明する図である。
n個の商品説明文D1 、D2 、・・、Dnがあって、m個の特徴語w1 、w2 、・・、wm が存在するときに、特徴語wiの局所的な重みとは、商品説明文Djにおける特徴語wiの出現頻度である。
FIG. 9 is a diagram for explaining the local weight 196 (= tf) of the feature word.
n pieces of item description D 1, D 2, · ·, if there is D n, m-number of characteristic words w 1, w 2, · ·, when w m is present, the local feature word w i The weight is the appearance frequency of the feature word w i in the product description sentence D j .

図9の(a)は、tf管理データ196の形式を説明する図である。
tf管理データ196は、商品ID960と、特徴語961と、tf値962とから構成される。
特徴語961と、tf値962とは対応付けられる。
商品ID960は、対応付けられている特徴語961とtf値962とに関連付けられている。
商品ID960は、この商品説明文が説明する商品のIDである。
特徴語961は、商品説明文が有する特徴語であって、図8の単語941と同じである。
tf値962は、局所的な重み(=商品説明文における特徴語の出現頻度)を表す数値指標である。
FIG. 9A illustrates the format of the tf management data 196.
The tf management data 196 includes a product ID 960, a feature word 961, and a tf value 962.
The feature word 961 and the tf value 962 are associated with each other.
The product ID 960 is associated with the feature word 961 and the tf value 962 that are associated with each other.
The product ID 960 is the ID of the product described by this product description.
A feature word 961 is a feature word included in the product description, and is the same as the word 941 in FIG.
The tf value 962 is a numerical index representing a local weight (= appearance frequency of feature words in the product description).

図9の(b)は、tf管理データ196の例である。
図9の(b)には、tf管理データ196の例として、たとえば、特徴語961とtf値962とが対応付けられた「(コンパクト、2)、(デザイン、1)、(顔、1)」に、商品ID960「c101」が関連付けられたデータが示されている。
この例の意味は、このtf管理データ196は、商品ID960「c101」の商品説明文の中に含まれる特徴語の出現頻度は、それぞれ、特徴語「コンパクト」の出現頻度が、2回であって、特徴語「デザイン」の出現頻度が、1回であって、特徴語「顔」の出現頻度が、1回であることを意味している。なお、商品ID960「c101」は、商品説明文が説明する商品のIDと同じである。
FIG. 9B is an example of the tf management data 196.
9B, as an example of the tf management data 196, for example, “(compact, 2), (design, 1), (face, 1) in which a feature word 961 and a tf value 962 are associated with each other. ”Shows data associated with the product ID 960“ c101 ”.
The meaning of this example is that the tf management data 196 indicates that the appearance frequency of the feature word included in the product description with the product ID 960 “c101” is twice that of the feature word “compact”. This means that the appearance frequency of the feature word “design” is once and the appearance frequency of the feature word “face” is once. The product ID 960 “c101” is the same as the product ID described in the product description.

図10は、特徴語の大域的な重み197(=df)を説明する図である。
n個の商品説明文D1 、D2 、・・、Dnがあって、m個の特徴語w1 、w2 、・・、wm が存在するときに、特徴語wiの大域的な重みとは、特徴語wiを含む商品説明文の数である。
FIG. 10 is a diagram for explaining the global weight 197 (= df) of the feature word.
n pieces of item description D 1, D 2, · ·, if there is D n, m-number of characteristic words w 1, w 2, · ·, when w m is present, the global feature word w i The weight is the number of product description sentences including the characteristic word w i .

図10の(a)は、df管理データ197の形式を説明する図である。
df管理データ197は、特徴語971と、df値972とが対応付けられて構成される。
特徴語971は、商品説明文が有する特徴語であって、図8の単語941と同じである。
tf値972は、特徴語の大域的な重み(=特徴語を含む商品説明文の数)を表す数値指標である。
FIG. 10A illustrates the format of the df management data 197.
The df management data 197 is configured by associating a feature word 971 and a df value 972.
The feature word 971 is a feature word included in the product description, and is the same as the word 941 in FIG.
The tf value 972 is a numerical index representing the global weight of the feature word (= the number of product description sentences including the feature word).

図10の(b)は、df管理データ197の例である。
図10の(b)には、df管理データ197の例として、たとえば、特徴語971「コンパクト」と、df値972「2」とが対応付けられて示されている。
この例の意味は、特徴語971「コンパクト」という単語は、2つの商品説明文に出現することを意味している。
また、df管理データ197の例として、たとえば、特徴語971「カメラ」と、df値972「5」とが対応付けられて示されている。
この例の意味は、特徴語971「カメラ」という単語は、5つの商品説明文に出現することを意味している。
FIG. 10B is an example of df management data 197.
In FIG. 10B, as an example of the df management data 197, for example, a feature word 971 “compact” and a df value 972 “2” are associated with each other.
The meaning of this example means that the word “compact” 971 appears in two product descriptions.
Further, as an example of the df management data 197, for example, a feature word 971 “camera” and a df value 972 “5” are associated with each other.
The meaning of this example means that the word of the feature word 971 “camera” appears in five product descriptions.

次に、説明文の文書ベクトル(以下、説明文書ベクトル)を説明する。
図11は、説明文書ベクトルを説明する図である。
n個の商品説明文D1 、D2 、・・、Dnがあって、m個の特徴語w1 、w2 、・・、wm が存在するときに、商品説明文Dj の文書ベクトルqjは、文書Djおける特徴語wiの重み「tf−idf」をベクトル成分とするm次元ベクトルである。
Next, an explanation text document vector (hereinafter, an explanation text vector) will be described.
FIG. 11 is a diagram for explaining the explanatory document vector.
n number of the item description D 1, D 2, ··, there is a D n, m-number of feature words w 1, w 2, ··, when w m is present, the document of the item description D j The vector q j is an m-dimensional vector whose vector component is the weight “tf-idf” of the feature word w i in the document D j .

図11の(a)は、説明文書ベクトルデータ198の形式を説明する図である。
説明文書ベクトルデータ198は、商品ID980と、特徴語981と、tf−idf値982とから構成される。
特徴語981とtf−idf値982が対応付けられている。
商品ID980は、この商品説明文が説明する商品IDである。
特徴語981は、文字列である
tf−idf値982は、商品説明文における特徴語の所定の重み「tf‐idf」を表す数値である。
なお、所定の重み「tf‐idf」の値は、次の式で算出される値「wij」である。
ij=(商品説明文Djにおける特徴語wiの出現頻度)/(特徴語wiを有する商品説明文の数)
FIG. 11A is a diagram for explaining the format of the explanatory document vector data 198.
The explanatory document vector data 198 includes a product ID 980, a feature word 981, and a tf-idf value 982.
The feature word 981 and the tf-idf value 982 are associated with each other.
The product ID 980 is a product ID described by this product description.
The feature word 981 is a character string, and the tf-idf value 982 is a numerical value representing a predetermined weight “tf-idf” of the feature word in the product description.
The value of the predetermined weight “tf−idf” is a value “w ij ” calculated by the following equation.
w ij = (appearance frequency of feature word w i in product description D j ) / (number of product description having feature word w i )

図11の(b)は、説明文書ベクトルデータ198の例である。
図11の(b)には、説明文書ベクトルデータ198の例として、たとえば、特徴語981とtf−idf982とが対応付けられた「商品ID980「c102」が関連付けられた(コンパクト、1.0)、(デザイン、0.0)、(顔、5.0)」が示されている。
この例の意味は、この説明文書ベクトルデータ198は、商品ID980「c102」の商品説明文における特徴語のtf‐idf値は、それぞれ、特徴語「コンパクト」のtf‐idf値が、「1.0」であって、特徴語「デザイン」のtf‐idf値が、「0.0」であって、特徴語「顔」のtf‐idf値が、「5.0」であることを意味している。
ここで、tf‐idf値が、「0.0」であるとは、特徴語がこの商品説明文に出現しない(tf値=「0」)ということである。
なお、商品ID980「c101」は、商品説明文が説明する商品IDと同じである。
FIG. 11B is an example of the explanatory document vector data 198.
In FIG. 11B, as an example of the explanatory document vector data 198, for example, “product ID 980“ c102 ”in which the feature word 981 and tf-idf 982 are associated (compact, 1.0), ( Design, 0.0), (Face, 5.0) "is shown.
The meaning of this example is that the explanation document vector data 198 has a tf-idf value of the feature word in the product description of the product ID 980 “c102”, and a tf-idf value of the feature word “compact” is “1.0”. This means that the tf-idf value of the feature word “design” is “0.0”, and the tf-idf value of the feature word “face” is “5.0”.
Here, the tf-idf value being “0.0” means that the feature word does not appear in the product description (tf value = “0”).
The product ID 980 “c101” is the same as the product ID described in the product description.

図5に戻って、テスト用Webページを編集する処理を説明する。
Webページ設計装置100は、2つの商品の類似度を、それぞれの商品を説明する商品説明文の説明文書ベクトルを用いて算出する。すなわち、Webページ設計装置100は、2つの商品説明文の説明文書ベクトルの内積を正規化して、2つの商品説明文の類似度を算出して、これを2つの商品の類似度値として、2つの商品識別情報(商品ID)と類似度値とを対応付けて関連度データ191を作成する(図5(1−5))。
Returning to FIG. 5, the process of editing the test Web page will be described.
The Web page design apparatus 100 calculates the similarity between two products using a description document vector of a product description describing each product. That is, the Web page designing apparatus 100 normalizes the inner product of the explanatory document vectors of the two product descriptions, calculates the similarity between the two product descriptions, and uses this as the similarity value between the two products. Relevance data 191 is created by associating two pieces of product identification information (product ID) with similarity values (FIG. 5 (1-5)).

ここで、図を用いて、2つの商品説明文の説明文書ベクトルを用いて、2つの商品説明文の類似度を算出する手順を説明する。
図12は、類似度算出手順を説明する図である。
10次元の説明文書ベクトル198を例に説明する。
例示される10次元説明文書ベクトル198は、10個の特徴語(コンパクト、デザイン、顔、検出、機能、カメラ、本体、画素、手、ブレ)を次元として、互いの次元が直交するベクトルである。
2つの商品説明文の10次元説明文書ベクトルデータ198「q i」と「qj」のを読み出す(図12(1))。
たとえば、商品ID「c101」の説明文書ベクトル「q i」=「 (コンパクト、1.0)、(デザイン、1.0)、(顔、0.5)、(検出、0.5)、(機能、0.1)、(カメラ、0.2)、(本体、0.0)、(画素、0.0)、(手、0.0)、(ブレ、0.0)」と、商品ID「c102」の説明文書ベクトル「qj」=「 (コンパクト 、1.5)、(デザイン、0.0 )、(顔、5.0 )、(検出、5.0 )、(機能、0.1 )、(カメラ、1.0 )、(本体、1.0 )、(画素、0.25 )、(手、0.5 )、(ブレ、0.5 )」と、を読み出す。
Here, the procedure for calculating the similarity between two product description texts using the explanatory document vectors of the two product description texts will be described with reference to the drawings.
FIG. 12 is a diagram for explaining the similarity calculation procedure.
A description will be given taking a 10-dimensional explanatory document vector 198 as an example.
The illustrated 10-dimensional explanatory document vector 198 is a vector in which 10 feature words (compact, design, face, detection, function, camera, body, pixel, hand, blur) are taken as dimensions and their dimensions are orthogonal to each other. .
The 10-dimensional explanatory document vector data 198 “q i ” and “q j ” of the two product descriptions are read (FIG. 12 (1)).
For example, the description document vector “q i ” of the product ID “c101” = “(compact, 1.0), (design, 1.0), (face, 0.5), (detection, 0.5), (function, 0.1), (camera, 0.2), (main body, 0.0), (pixel, 0.0), (hand, 0.0), (blur, 0.0) ”and the description document vector“ q j ”=“ (compact, 1.5), product ID “c102”, (Design, 0.0), (Face, 5.0), (Detection, 5.0), (Function, 0.1), (Camera, 1.0), (Main unit, 1.0), (Pixel, 0.25), (Hand, 0.5), (Blur , 0.5) ”.

2つの10次元説明文書ベクトル「q i」と「qj」の内積( q i ・qj )を計算する(同(2))。
たとえば、商品ID「c101」の説明文書ベクトル「q i」と商品ID「c102」の説明文書ベクトル「qj」の内積( q i ・qj )の値は、「 q i ・qj = ( 1.0 × 1.5 ) + ( 1.0 × 0.0 ) + ( 0.5 × 0.0 ) + ( 0.5 × 0.0 ) + ( 0.1 × 0.1 ) + ( 0.2 × 1.0 ) + ( 0.0 × 1.0 ) + ( 0.0 × 0.25 ) + ( 0.0 × 0.5 ) + ( 0.0 × 0. 5 ) = 1.701 」である。
The inner product (q i · q j ) of two 10-dimensional explanatory document vectors “q i ” and “q j ” is calculated ((2)).
For example, the value of the inner product (q i · q j) of the explanation document vector description document vector of the product ID "c101", "q i" and the product ID "c102", "q j" is, "q i · q j = ( 1.0 x 1.5) + (1.0 x 0.0) + (0.5 x 0.0) + (0.5 x 0.0) + (0.1 x 0.1) + (0.2 x 1.0) + (0.0 x 1.0) + (0.0 x 0.25) + (0.0 x 0.5) + (0.0 × 0.5) = 1.701 ”.

2つの10次元説明文書ベクトル「q i」と「qj」のユークリッドノルム|q i | と |q j |をそれぞれ計算する(同(3))。
たとえば、商品ID「c101」の説明文書ベクトル「q i」のユークリッドノルム|q i |と、商品ID「c102」の説明文書ベクトル「qj」のユークリッドノルム|q j |とは、それぞれ、「|q i |=(1.0 2 + 1.0 2 + 0.5 2 + 0.5 2 + 0.1 2 + 0.2 2 +0.0 2 + 0.0 2 + 0.0 2 + 0.0 2)の平方根 = 1.596872 」と、(「qj」=「1.5 2 + 0.0 2 + 0.0 2 + 0.0 2 + 0.1 2 + 1.0 2 + 1.0 2 + 0.25 2 + 0.5 2 + 0.5 2 )の平方根 = 2.196019 」である。
Euclidean norms | q i | and | q j | of two 10-dimensional explanatory document vectors “q i ” and “q j ” are respectively calculated ((3)).
For example, the Euclidean norm | q i | of the description document vector “q i ” of the product ID “c101” and the Euclidean norm | q j | of the description document vector “q j ” of the product ID “c102” are respectively “ | q i | a = (1.0 2 + 1.0 2 + 0.5 2 + 0.5 2 + 0.1 2 + 0.2 2 +0.0 2 +0.0 2 +0.0 2 +0.0 2) square root = 1.596872 ", (" q j '= The square root of "1.5 2 + 0.0 2 + 0.0 2 + 0.0 2 + 0.1 2 + 1.0 2 + 1.0 2 + 0.25 2 + 0.5 2 + 0.5 2 ) = 2.196019".

2つの10次元説明文書ベクトル「q i」と「qj」の内積をそれぞれのユークリッドノルムで除して、正規化して、2つの商品説明文の類似度sim(qi 、qj )を算出する(同(4))。
たとえば、商品ID「c101」の説明文書ベクトル「q i」と商品ID「c102」の説明文書ベクトル「qj」の類似度sim(qi 、qj )は、「sim(qi 、qj )=( q i ・qj )/( |q i | |q j | ) = 1.701 / (1.596872× 2.196019) = 0.485063 」である。
The inner product of two 10-dimensional explanatory document vectors “q i ” and “q j ” is divided by the respective Euclidean norms and normalized to calculate the similarity sim (q i , q j ) of the two product descriptions. (4).
For example, the similarity sim (q i, q j) of the explanation document vector description document vector of the product ID "c101", "q i" and the product ID "c102", "q j" is, "sim (q i, q j ) = (Q i · q j ) / (| q i || q j |) = 1.701 / (1.596872 × 2.196019) = 0.485063 ”.

図13は、関連度データ191を説明する図である。
図13の(a)は、関連度データ191の形式を説明する図である。
関連度データ191は、第1の商品ID911と、第2の商品ID912と、類似度値913とから構成される。
第1の商品ID911は、第1の商品のID921である。
第2の商品ID912は、第2の商品のID921である。
類似度値913は、第1の商品と第2の商品の類似度の程度を表す数値で、2つの商品説明文の文書ベクトル「qi」と、「qj」の内積を正規化した値である。
FIG. 13 is a diagram for explaining the relevance data 191.
FIG. 13A is a diagram for explaining the format of the relevance data 191.
The relevance data 191 includes a first product ID 911, a second product ID 912, and a similarity value 913.
The first product ID 911 is the ID 921 of the first product.
The second product ID 912 is the ID 921 of the second product.
The similarity value 913 is a numerical value indicating the degree of similarity between the first product and the second product, and is a value obtained by normalizing the inner product of the document vectors “q i ” and “q j ” of the two product descriptions. It is.

図13の(b)は、関連度データ191の例である。
図13の(b)には、関連度データ191cの例として、「c201、c202、0.485063」が示されている。
この例の意味は、商品ID911「c201」の商品(第1の商品)と商品ID「c202」の商品(第2の商品)との類似度の値が、「0.485063」であることを意味している。
FIG. 13B is an example of the relevance data 191.
FIG. 13B shows “c201, c202, 0.485063” as an example of the relevance data 191c.
This means that the value of the similarity between the product with the product ID 911 “c201” (first product) and the product with the product ID “c202” (second product) is “0.485063”. ing.

図5に戻って、テスト用Webページを編集する処理を説明する。
《B.テスト用Webページの編集》
Webページ設計装置100は、扱い商品の中から任意に選んだ一つを対象商品として指定して、関連度データ191を参照して、対象商品との類似度値が高い扱い商品の中から、所定の候補個数の扱い商品を読み取って、候補商品として設定する(図5(2−1))。
たとえば、所定の候補個数が「33個」の場合には、対象商品との類似度値が高い上位33個の扱い商品を候補商品として設定する。
Returning to FIG. 5, the process of editing the test Web page will be described.
<< B. Edit Web page for test >>
The web page design apparatus 100 designates one arbitrarily selected from the handled products as the target product, refers to the relevance data 191, and selects from the handled products having a high similarity value with the target product. A predetermined number of candidate products are read and set as candidate products (FIG. 5 (2-1)).
For example, when the predetermined number of candidates is “33”, the top 33 handling products having a high similarity value with the target product are set as candidate products.

Webページ設計装置100は、候補商品の中から所定の抽出条件で抽出した関連商品と対象商品の商品データを組合せて、テスト画面の商品がクリックされたクリック情報や、対象商品の購入の意思表示をした「購入」ボタンをクリックした情報などの端末操作情報を収集して、WWWサーバー装置に送信するテスト用Webページを編集する(同(2−2))。(詳細は後述する) The Web page design apparatus 100 combines the related product extracted from the candidate products with a predetermined extraction condition and the product data of the target product, and click information indicating that the product on the test screen has been clicked, and the intention display of the target product purchase. Terminal operation information such as information on clicking the “Purchase” button is collected, and a test Web page to be transmitted to the WWW server device is edited ((2-2)). (Details will be described later)

ここで、抽出条件の例としては、「候補商品の中から類似度の高い順に3個ずつを関連商品として選ぶ」である。このようにして抽出した関連商品を用いることで、複数のテスト用Webページを編集することが可能である。 Here, an example of the extraction condition is “select three candidate products as related products in descending order of similarity”. By using the related products extracted in this way, it is possible to edit a plurality of test Web pages.

次に、反応情報収集処理を説明する。
図6は、反応情報を作成して収集する処理を説明する図である。
《C.反応情報の収集》
WWWサーバー装置300は、テスト用Webページに掲載される関連商品の類似度値の総和を求めて、総和が最も大きいテスト用WebページをチャンピオンパターンWebページとして、それ以外のものにチャレンジパターン識別情報を付してチャレンジパターンWebページとする(図6(3−1))。
Next, reaction information collection processing will be described.
FIG. 6 is a diagram illustrating a process for creating and collecting reaction information.
<< C. Collecting reaction information >>
The WWW server apparatus 300 obtains the sum of the similarity values of related products posted on the test web page, sets the test web page having the largest sum as the champion pattern web page, and sets challenge pattern identification information to the others. To give a challenge pattern Web page (FIG. 6 (3-1)).

WWWサーバー装置300は、WEBサイトにアクセスしてきた顧客端末装置500にユーザーIDを発行して、ユーザーIDに所定の通常ユーザーとチャレンジユーザーの分類比率を適用して通常ユーザーとチャレンジユーザーに分類して特定する。
(同(3−2))。
ユーザーを分類する方法は、たとえば、通常ユーザーとチャレンジユーザーの分類比率が「65:35」の場合には通常ユーザーの分類が65%であるので、ユーザーIDの数値を「100」で剰余演算した剰余の値が「65未満」であれば通常ユーザーと特定して、また、剰余の値が「65以上」であればチャレンジユーザーと特定すればよい。
The WWW server apparatus 300 issues a user ID to the customer terminal apparatus 500 that has accessed the WEB site, and classifies the user ID into a normal user and a challenge user by applying a predetermined normal user / challenge user classification ratio to the user ID. Identify.
(Id. (3-2)).
The method of classifying users is, for example, when the classification ratio between normal users and challenge users is “65:35”, the normal user classification is 65%. If the remainder value is “less than 65”, it is specified as a normal user, and if the remainder value is “65 or more”, it is specified as a challenge user.

WWWサーバー装置300は、通常ユーザーに分類し特定した顧客端末装置500には、チャンピオンパターンWebページを提供し、チャレンジユーザーに分類し特定した顧客端末装置500には、所定の方法で決定したチャレンジパターンWebページを提供する。このとき、WWWサーバー装置300は提供したWebページの商品情報を用いて反応情報を作成して記録する(同(3−3))。
チャレンジパターンWebページを決定して提供する方法は、WWWサーバー装置300が、チャレンジユーザーに分類し特定した顧客端末装置500に対して、更にチャレンジユーザーIDを発行して、チャレンジユーザーIDを用いてチャレンジパターンIDを算出して、そのチャレンジパターンIDを有するチャレンジパターンWebページを提供するように決定すればよい。たとえば、チャレンジユーザーIDが「127421」で、チャレンジパターンが「11個」の場合には、チャレンジユーザーIDをチャレンジパターン個数情報で剰余演算した剰余の値「127421 mod 11 = 8 」を算出して、剰余の値「8 」と一致するチャレンジパターンID「8」が対応付けられたチャレンジパターンWebページを読み取ればよい。
The WWW server device 300 provides a champion pattern Web page to the customer terminal device 500 classified and specified as a normal user, and the challenge pattern determined by a predetermined method is provided to the customer terminal device 500 classified and specified as a challenge user. Provide web pages. At this time, the WWW server apparatus 300 creates and records reaction information using the product information of the provided web page ((3-3)).
The method of determining and providing a challenge pattern web page is as follows. The WWW server device 300 issues a challenge user ID to the customer terminal device 500 classified and identified as a challenge user, and uses the challenge user ID to challenge. What is necessary is just to calculate pattern ID and to determine to provide the challenge pattern web page which has the challenge pattern ID. For example, when the challenge user ID is “127421” and the challenge pattern is “11”, a remainder value “127421 mod 11 = 8” obtained by calculating the remainder of the challenge user ID using the challenge pattern number information is calculated. The challenge pattern Web page associated with the challenge pattern ID “8” that matches the remainder value “8” may be read.

このように、チャレンジユーザーには、ユーザーIDと、チャレンジユーザーIDとが発行される。
なお、ユーザーIDやチャレンジユーザーIDとして、ユニークな整数値を有するユーザーID用Cookieを用いてよい。
このCookieとは、WWWサーバー装置300が、WebページにアクセスしたWebブラウザーを通じて、ユーザーの顧客端末装置500にデータ(=Cookieと称する)を書き込んで保存させる仕組み、または、Webブラウザーに保存された情報のことである。
Thus, a user ID and a challenge user ID are issued to the challenge user.
A user ID cookie having a unique integer value may be used as the user ID or the challenge user ID.
The cookie is a mechanism in which the WWW server device 300 writes and saves data (= referred to as Cookie) in the user terminal device 500 of the user through a Web browser that accesses the Web page, or information stored in the Web browser That is.

WWWサーバー装置300は、顧客端末装置500に提供したチャンピオンパターンWebページやチャレンジパターンWebページが送信する端末操作情報を受信して、これから反応情報を作成して記録する(同(3−4))。 The WWW server device 300 receives the terminal operation information transmitted by the champion pattern web page or the challenge pattern web page provided to the customer terminal device 500, and creates and records reaction information from the terminal operation information ((3-4)). .

ここで、図20から図23までを用いて、WWWサーバー装置300にて反応情報を作成する処理を図解する。 Here, using FIG. 20 to FIG. 23, a process of creating reaction information in the WWW server apparatus 300 is illustrated.

図20は、顧客端末装置500における、商品画像クリックによる端末操作情報処理を図解したものである。
顧客端末装置500のテスト画面の関連商品(商品ID972「f201」)の画像がクリックされる(図20(1))。
Webブラウザーは、クリックした画像にハイパーリンクされている端末操作情報(=URL)「http://shop.dnp.co.jp/store/product.cgi?pattern-id=8&target-product-id=c101&related-product-id=f201&related-product-status=clicked」を、WWWサーバー装置300に送信する(同(2))。
顧客端末装置500は、WWWサーバー装置300が送信する商品ID972「c102」の商品が対象商品であるWebページを受信して、Webブラウザーは、これを表示する(同(3))。
FIG. 20 illustrates terminal operation information processing by clicking a product image in the customer terminal device 500.
The image of the related product (product ID 972 “f201”) on the test screen of the customer terminal device 500 is clicked (FIG. 20 (1)).
The web browser displays the terminal operation information (= URL) hyperlinked to the clicked image “http://shop.dnp.co.jp/store/product.cgi?pattern-id=8&target-product-id=c101&related -product-id = f201 & related-product-status = clicked "is transmitted to the WWW server apparatus 300 ((2)).
The customer terminal device 500 receives the Web page in which the product with the product ID 972 “c102” transmitted by the WWW server device 300 is the target product, and the Web browser displays it ((3)).

図21は、WWWサーバー装置における、商品画像クリックによる端末操作情報を用いた反応情報作成の図解である。
WWWサーバー装置300は、顧客端末装置500が送信する端末操作情報(=URL)「http://shop.dnp.co.jp/store/product.cgi?pattern-id=8&target-product-id=c101&related-product-id=f201&related-product-status=clicked」を受信して、反応情報「(c101、f201、0、1、0)」を作成する(図21(1))。
972「f201」の商品が対象商品であるWebページ(たとえば、f201」の対象商品と商品IDが「f202」「p301」「p302」の関連商品で構成されるwebページ)を抽出して、顧客端末装置500に送信して、反応情報「(f201、f202、1、0、0)、(f201、p301、1、0、0)、(f201、p302、1、0、0)」を作成する(同(2))。
FIG. 21 is an illustration of reaction information creation using terminal operation information by clicking a product image in the WWW server device.
The WWW server device 300 transmits terminal operation information (= URL) “http://shop.dnp.co.jp/store/product.cgi?pattern-id=8&target-product-id=c101&related” transmitted from the customer terminal device 500. -product-id = f201 & related-product-status = clicked "is generated, and reaction information" (c101, f201, 0, 1, 0) "is created (FIG. 21 (1)).
Web page with the product of 972 “f201” as the target product (for example, a web page composed of the target product of f201 and related products with product IDs of “f202”, “p301”, “p302”) It transmits to the terminal device 500 and produces reaction information “(f201, f202, 1, 0, 0), (f201, p301, 1, 0, 0), (f201, p302, 1, 0, 0)”. (Same as (2)).

図22は、顧客端末装置500における、テスト画面の「購入」ボタンのクリック動作を図解したものである。
顧客端末装置500のテスト画面の対象商品(商品ID972「f201」)の「購入」ボタンがクリックされる(図22(1))。
Webブラウザーは、クリックした「購入」ボタンにハイパーリンクされている端末操作情報(=URL)「http://shop.dnp.co.jp/store/cart.cgi?pattern-id=8&target-product-id=f201&target-product-status=ordered 」を、WWWサーバー装置300に送信する(同(2))。
顧客端末装置500は、WWWサーバー装置300が送信するショッピングカートWebページを受信して、Webブラウザーは、テスト画面の対象商品(商品ID972「f201」の商品と、すでに購入を意思表示した商品が掲載されたショッピングカートを表示する(同(3))。
FIG. 22 illustrates the clicking operation of the “Purchase” button on the test screen in the customer terminal device 500.
The “purchase” button of the target product (product ID 972 “f201”) on the test screen of the customer terminal device 500 is clicked (FIG. 22 (1)).
The web browser displays the terminal operation information (= URL) hyperlinked to the clicked “Purchase” button “http://shop.dnp.co.jp/store/cart.cgi?pattern-id=8&target-product- id = f201 & target-product-status = ordered ”is transmitted to the WWW server apparatus 300 ((2)).
The customer terminal device 500 receives the shopping cart Web page transmitted from the WWW server device 300, and the Web browser posts the target product (product ID 972 “f201” product on the test screen and the product that has already indicated the purchase intention) The shopping carts displayed are displayed ((3)).

図23は、WWWサーバー装置における、購入による端末操作情報を用いた反応情報作成の図解である。
WWWサーバー装置300は、顧客端末装置500が送信する端末操作情報(=URL)を受信して、ショッピングカートWebページ(たとえば、商品IDが「f201」「c102」「p302」の商品で構成されるwebページ)を作成して、これを返信する(図23(1))。
WWWサーバー装置300は、ショッピングカートWebページデータを用いて、反応情報「(f201、c102、0、0、1)、(f201、p302、0 、0、1)、(c102、f201、0、0、1)、(p302、f201、0、0、1)」を作成する(同(2))。
FIG. 23 is an illustration of creating reaction information using terminal operation information by purchase in the WWW server apparatus.
The WWW server device 300 receives the terminal operation information (= URL) transmitted from the customer terminal device 500, and is configured with a shopping cart Web page (for example, products with product IDs “f201”, “c102”, “p302”). Web page) is created and returned (FIG. 23 (1)).
The WWW server device 300 uses the shopping cart Web page data to generate reaction information “(f201, c102, 0, 0, 1), (f201, p302, 0, 0, 1), (c102, f201, 0, 0). , 1), (p302, f201, 0, 0, 1) ”((2)).

図6に戻って、反応情報を作成して収集する処理を説明する図である。 Returning to FIG. 6, it is a figure explaining the process which produces and collects reaction information.

WWWサーバー装置300は、反応情報を集計して、関連商品の反応スコアを算出する(図6(4))。
たとえば、販売用Webページに3個の関連商品を掲載する場合には、反応スコアの値が高い商品の中から上位3個を抽出すればよい。
反応スコアの算出式は、たとえば、「 ( 反応スコア=A1×成約数+A2×クリック数+・・・) / 閲覧数 」(A1、A2、・・・:重み係数)のように、閲覧数で正規化した値である。
The WWW server apparatus 300 aggregates the reaction information and calculates the reaction score of the related product ((4) in FIG. 6).
For example, when three related products are listed on a Web page for sale, the top three items may be extracted from products having a high reaction score.
The calculation formula of the reaction score is, for example, “(reaction score = A1 × contract number + A2 × click number +...) / View number” (A1, A2,...: Weighting factor). It is a normalized value.

チャンピオンパターンWebページやチャレンジパターンWebページから収集した端末操作情報を元に、反応スコアを算出するときに、
反応情報を収集する期間の途中で、各商品の反応スコアを算出して、Webページごとに反応スコアを集計して、反応スコアの値がもっとも高いものをチャンピオンパターンWebページに設定し直して、それ以外のWebページをチャレンジパターンWebページとして、テストを継続しても良い。
なお、顧客端末装置500がすでに、ユーザーIDやチャレンジユーザーIDを有する場合には、このIDを読み取って、チャレンジパターンWebページもしくは該当するチャレンジパターンWebページを提供すればよい。
When calculating the reaction score based on the terminal operation information collected from the champion pattern web page and the challenge pattern web page,
During the period of collecting reaction information, the reaction score of each product is calculated, the reaction score is totaled for each web page, the one with the highest reaction score value is set as the champion pattern web page, Other web pages may be used as challenge pattern web pages to continue the test.
If the customer terminal device 500 already has a user ID or a challenge user ID, this ID may be read to provide the challenge pattern web page or the corresponding challenge pattern web page.

なお、反応スコアの値が高い関連商品で構成される販売用Webページの編集は、Webページ設計装置100で行えばよい。 Note that the Web page design apparatus 100 may be used to edit a sales Web page composed of related products having a high reaction score.

図14は、Webページ設計装置100の詳細な構成図である。
Webページ設計装置100は、CPU101と、表示部103と、入力部102と、ネットワーク通信部104と、記憶部109と専用プログラムとを備える。
CPU101と、表示部103と、入力部102と、ネットワーク通信部104と、記憶部109とは、BUS199で接続される。
FIG. 14 is a detailed configuration diagram of the Web page design apparatus 100.
The web page design apparatus 100 includes a CPU 101, a display unit 103, an input unit 102, a network communication unit 104, a storage unit 109, and a dedicated program.
The CPU 101, the display unit 103, the input unit 102, the network communication unit 104, and the storage unit 109 are connected by a BUS199.

CPU101は、中央演算装置である。
表示部103は、液晶表示装置や有機EL表示装置である。
入力部102は、マウスやキーボードである。
ネットワーク通信部104は、LANアダブターである。
The CPU 101 is a central processing unit.
The display unit 103 is a liquid crystal display device or an organic EL display device.
The input unit 102 is a mouse or a keyboard.
The network communication unit 104 is a LAN adapter.

記憶部109は、半導体メモリーや磁気メモリーである。
記憶部109は、商品データ格納領域109aと、辞書格納領域109bと、雛形格納領域109cと、を有して、自然文解析ツール110と専用プログラムとを記憶する。
商品データ格納領域109aは、商品識別情報(=商品ID)を有する商品データ192を格納する。
辞書格納領域109bは、形態素解析辞書を格納する。
雛形格納領域109cは、URL雛形データ194とレイアウト雛形データ195とを格納する。
URLテンプレートデータ194は、商品画像にハイパーリンクさせるクリック用URLテンプレートと、購入ボタンにハイパーリンクさせる購入用URLテンプレートを作成するためのテンプレートから構成される雛形データである。
レイアウトテンプレートデータ195は、対象商品と関連商品のWebページを編集するためのHTML(HyperText Markup Language)で記述された雛形データである。
The storage unit 109 is a semiconductor memory or a magnetic memory.
The storage unit 109 includes a product data storage area 109a, a dictionary storage area 109b, and a template storage area 109c, and stores the natural sentence analysis tool 110 and a dedicated program.
The product data storage area 109a stores product data 192 having product identification information (= product ID).
The dictionary storage area 109b stores a morphological analysis dictionary.
The template storage area 109c stores URL template data 194 and layout template data 195.
The URL template data 194 is template data composed of a click URL template hyperlinked to the product image and a template for creating a purchase URL template hyperlinked to the purchase button.
The layout template data 195 is template data described in HTML (HyperText Markup Language) for editing the Web page of the target product and related products.

自然文解析ツール110は、既存のプログラムである。 The natural sentence analysis tool 110 is an existing program.

このほかに、形態素抽出手段112と、商品特徴語作成手段130と、類似度算出手段140と、Webページ編集手段150と、Webページ送信手段160と、を備える。これらの各手段は、それぞれの専用プログラムによって実現され、専用プログラムがCPU101に解釈・実行されることによって機能する。 In addition, morpheme extraction means 112, product feature word creation means 130, similarity calculation means 140, web page editing means 150, and web page transmission means 160 are provided. Each of these means is realized by each dedicated program and functions by the CPU 101 interpreting and executing the dedicated program.

形態素抽出手段112は、商品データ192が有する説明文を読み出して、形態素解析辞書を適用して、読み出した商品説明文を形態素に分離して、形態素を有する形態素解析結果データ194を作成する。 The morpheme extraction unit 112 reads the explanatory text included in the product data 192, applies the morpheme analysis dictionary, separates the read product explanatory text into morphemes, and creates morpheme analysis result data 194 having morphemes.

商品特徴語作成手段130は、形態素解析結果データ194が有する分離した形態素の中から、名詞の形態素と、形態素解析辞書に登録されない形態素(=未知語)を特徴語として抽出して、特徴語が存在する説明文書数(=tf)と、特徴語が説明文に含まれる個数(=df)を求めて、tf管理データ196とdf管理データ197とから構成される特徴語情報を作成する。 The product feature word creation means 130 extracts a morpheme of noun and a morpheme (= unknown word) not registered in the morpheme analysis dictionary from the separated morphemes of the morpheme analysis result data 194, and the feature word is The number of explanatory documents existing (= tf) and the number of characteristic words included in the explanatory text (= df) are obtained, and characteristic word information composed of tf management data 196 and df management data 197 is created.

類似度算出手段140は、商品特徴語作成手段130が作成した特徴語情報を用いて、2つの商品説明文における特徴語の重みをそれぞれ算出して、両商品説明文の特徴語の重みから類似度を算出して、類似度の値と2つの商品説明文が説明する商品のIDとを対応付けた関連度データ191を作成する。 The similarity calculation means 140 calculates the weights of the feature words in the two product description sentences using the feature word information created by the product feature word creation means 130, and resembles the feature word weights of both product description sentences. The degree of similarity is calculated, and the degree-of-similarity data 191 in which the similarity value is associated with the product IDs described by the two product descriptions.

前記類似度算出手段140は、文書ベクトル作成手段142と、関連度算出手段144と、を含んで構成される。
文書ベクトル作成手段142は、特徴語が存在する説明文書数(=tf)と、特徴語が説明文に含まれる個数の逆数(=idf)を乗算して、特徴語の重み(=tf−idf)を算出して、この重みの値をベクトル成分とする説明文書ベクトル198を作成する。
関連度算出手段144は、2つの説明文書ベクトルを用いて、内積の値を求めて、これを正規化して、類似度を算出する。
The similarity calculation unit 140 includes a document vector creation unit 142 and a relevance calculation unit 144.
The document vector creation unit 142 multiplies the number of explanatory documents in which a feature word exists (= tf) by the reciprocal number (= idf) of the number of feature words included in the explanatory text, and the weight of the feature word (= tf−idf). ) Is calculated, and an explanatory document vector 198 having the weight value as a vector component is created.
The degree-of-association calculating unit 144 obtains the value of the inner product using the two explanatory document vectors, normalizes this, and calculates the degree of similarity.

Webページ編集手段150は、扱い商品の中から任意に選んだ一つを対象商品として指定して、関連度データ191を参照して、所定の類似度の値が対応付けられた対象商品IDを有する関連度データを読み出して、読み出し関連度データの有する対象商品IDと異なる商品IDを関連商品IDとして抽出して、抽出した関連商品IDを有する商品データ(関連商品の商品データ)を読み取って、この関連商品の商品データと対象商品の商品データと組合せてレイアウトテンプレートデータ195に適用して、テスト用Webページデータを編集する。
テスト用Webページデータが有する商品画像や購入ボタンには、それぞれ、クリック情報や、商品に対して購入の意思表示がされたことを示す購入情報を有するURLがハイパーリンクされている。(詳細は後述する)
Webページ編集手段150は、更に、編集したテスト用Webページの個数より1個少ないチャレンジパターン個数情報を作成する。
The web page editing unit 150 designates one arbitrarily selected from the handled products as a target product, refers to the relevance data 191, and selects a target product ID associated with a predetermined similarity value. Read related degree data, extract a product ID different from the target product ID of the read related degree data as a related product ID, read product data having the extracted related product ID (product data of related products), The product data of the related product and the product data of the target product are applied to the layout template data 195 to edit the test Web page data.
The product images and purchase buttons included in the test Web page data are hyperlinked with click information and URLs having purchase information indicating that purchase intentions have been displayed for the products. (Details will be described later)
The web page editing means 150 further creates challenge pattern number information that is one less than the number of edited test web pages.

Webページ編集手段150は、候補商品読取手段152と関連商品抽出手段154とクリックURL作成手段156と、購入URL作成手段157と、を含んで構成される。
候補商品読取手段152は、関連度データ191を参照して、対象商品の商品IDに対応付けられた類似度の値が所定の値以上であるときのもう一方の商品IDを候補商品IDとして読み取る。
関連商品抽出手段154は、候補商品IDの中から、所定の個数を、関連商品の商品IDとして抽出する。
クリックURL作成手段156は、URLテンプレートデータ194のクリック用URLテンプレートに、関連商品抽出手段154が抽出した関連商品の商品IDと対象商品の商品IDとを設定して、当該関連商品のクリックURLを作成して、このクリックURLを当該関連商品の商品画像にハイパーリンク設定する。
購入URL作成手段157は、URLテンプレートデータ194の購入用URLテンプレートに対して、対象商品の商品IDを設定して、当該対象商品の購入URLを作成して、この購入URLを購入ボタンにハイパーリンク設定する。
The Web page editing unit 150 includes a candidate product reading unit 152, a related product extraction unit 154, a click URL creation unit 156, and a purchase URL creation unit 157.
The candidate product reading unit 152 refers to the relevance data 191 and reads the other product ID when the similarity value associated with the product ID of the target product is a predetermined value or more as the candidate product ID. .
The related product extraction unit 154 extracts a predetermined number from the candidate product IDs as the product ID of the related product.
The click URL creation unit 156 sets the product ID of the related product and the product ID of the target product extracted by the related product extraction unit 154 in the click URL template of the URL template data 194, and sets the click URL of the related product. Create and hyperlink this click URL to the product image of the related product.
The purchase URL creation means 157 sets the product ID of the target product for the purchase URL template of the URL template data 194, creates the purchase URL of the target product, and hyperlinks this purchase URL to the purchase button. Set.

Webページ送信手段160は、テスト用Webページデータとチャレンジパターン個数情報をWWWサーバー装置300に送信する。 Web page transmission means 160 transmits test Web page data and challenge pattern number information to WWW server apparatus 300.

図15は、WWWサーバー装置300の詳細な構成図である。
WWWサーバー装置300は、CPU301と、表示部302と、入力部303と、ネットワーク通信部304と、記憶部309と、専用プログラムとを備える。CPU301と、表示部302と、入力部303と、ネットワーク通信部304と、記憶部309とは、BUS199で接続される。
FIG. 15 is a detailed configuration diagram of the WWW server apparatus 300.
The WWW server apparatus 300 includes a CPU 301, a display unit 302, an input unit 303, a network communication unit 304, a storage unit 309, and a dedicated program. The CPU 301, the display unit 302, the input unit 303, the network communication unit 304, and the storage unit 309 are connected by a BUS199.

CPU301は、中央演算装置である。
表示部302は、液晶表示装置や有機EL表示装置である。
入力部303は、マウスやキーボードである。
ネットワーク通信部304は、LANアダプターである。
記憶部309は、半導体メモリーや磁気メモリーである。
記憶部309は、Webページ格納領域309aと、パターン情報格納領域309bと、反応情報格納領域309cと、を有して、Webサーバー380と、専用プログラムとを記憶する。
Webページ格納領域309aは、Webページデータを格納する。
パターン情報格納領域309bは、チャンピオンパターンとチャレンジパターンの表示比率情報392と、チャレンジパターン個数情報393とを格納する。
反応情報格納領域309cは、反応情報395を格納する。
反応情報395とは、商品IDとクリック回数情報や成約情報を対応付けた情報である。
The CPU 301 is a central processing unit.
The display unit 302 is a liquid crystal display device or an organic EL display device.
The input unit 303 is a mouse or a keyboard.
The network communication unit 304 is a LAN adapter.
The storage unit 309 is a semiconductor memory or a magnetic memory.
The storage unit 309 includes a Web page storage area 309a, a pattern information storage area 309b, and a reaction information storage area 309c, and stores the Web server 380 and a dedicated program.
The web page storage area 309a stores web page data.
The pattern information storage area 309b stores champion pattern / challenge pattern display ratio information 392 and challenge pattern number information 393.
The reaction information storage area 309c stores reaction information 395.
The reaction information 395 is information in which the product ID is associated with the click count information and the contract information.

このほかに、Webページ受信手段310と、テスト画面送信手段320と、販売用Webパターン設定手段330と、を備える。これらの各手段は、それぞれの専用プログラムによって実現され、専用プログラムがCPU301に解釈・実行されることによって機能する。 In addition, a Web page receiving unit 310, a test screen transmitting unit 320, and a sales Web pattern setting unit 330 are provided. Each of these means is realized by each dedicated program, and functions when the dedicated program is interpreted and executed by the CPU 301.

Webページ受信手段310は、Webページ設計装置が送信するテスト用Webページデータ391とチャレンジパターン個数情報を受信して、テスト用Webページデータ391をWebページ格納領域309aに格納して、チャレンジパターン個数情報をパターン情報格納領域309bに格納する。 The web page receiving unit 310 receives the test web page data 391 and the challenge pattern number information transmitted from the web page design device, stores the test web page data 391 in the web page storage area 309a, and stores the challenge pattern number. Information is stored in the pattern information storage area 309b.

Webページ受信手段310は、パターン設定手段322を含んで構成する。
パターン設定手段322は、Webページ格納領域309aに格納されたテスト用Webページデータ391を参照して、最も類似度の値が高いものをチャンピオンパターンWebページデータとして設定し、それ以外のテスト用Webページに、チャレンジ識別情報を付して、チャレンジパターンWebページデータとして設定する。
チャレンジ識別情報として、たとえば、チャレンジパターン個数情報393が「11個」の場合には、「0」から「10」までの数値を用いてもよい。
The web page receiving unit 310 includes a pattern setting unit 322.
The pattern setting means 322 refers to the test web page data 391 stored in the web page storage area 309a, sets the one with the highest similarity as the champion pattern web page data, and other test web data The challenge identification information is attached to the page and set as challenge pattern Web page data.
As the challenge identification information, for example, when the challenge pattern number information 393 is “11”, a numerical value from “0” to “10” may be used.

テスト画面送信手段320は、Webページ格納領域309aが格納するテスト用Webページの中から1つを読み出して、顧客端末装置500に送信する。 The test screen transmission unit 320 reads one of the test web pages stored in the web page storage area 309 a and transmits it to the customer terminal device 500.

テスト画面送信手段320は、ユーザーID発行手段323と、チャレンジパターンID発行手段327と、チャンピオンパターン返信手段326と、チャレンジパターン返信手段329と、反応情報作成手段332と、を含んで構成される。 The test screen transmitting unit 320 includes a user ID issuing unit 323, a challenge pattern ID issuing unit 327, a champion pattern returning unit 326, a challenge pattern returning unit 329, and a reaction information creating unit 332.

ユーザーID発行手段323は、Webページデータを要求するWebブラウザーに対して、通常ユーザーかチャレンジユーザーかを特定可能なユーザーIDが未発行であれば、これを発行する。
通常ユーザーかチャレンジユーザーかを特定可能なユーザーIDとして、ユニークな整数値を有するユーザーID用Cookieを用いてもよい。
The user ID issuing means 323 issues a user ID that can specify whether it is a normal user or a challenge user to a Web browser that requests Web page data if it has not been issued yet.
A user ID cookie having a unique integer value may be used as a user ID that can identify a normal user or a challenge user.

チャレンジパターンID発行手段327は、チャレンジユーザーを特定可能なユーザー識別情報を有するWebブラウザーに対して、チャレンジ識別情報(=チャレンジパターンID)が未発行であれば、チャレンジパターンIDを発行とする。
チャレンジパターンIDは、ユニークな整数値を有するチャレンジパターンID用Cookieを用いてもよい。
The challenge pattern ID issuing means 327 issues a challenge pattern ID if the challenge identification information (= challenge pattern ID) has not been issued to a Web browser having user identification information that can identify a challenge user.
The challenge pattern ID may be a cookie for challenge pattern ID having a unique integer value.

チャレンジパターンID発行手段327は、ユーザー特定手段325を含んで構成される。
ユーザー特定手段325は、通常ユーザーかチャレンジユーザーかを特定可能なユーザーIDを用いて、通常ユーザーかチャレンジユーザーかを特定する。
そこで、ユーザー特定手段325は、ユーザーIDとして、ユニークな整数値を有するユーザーID用Cookieを用いて、ユニークな整数値を「100」で剰余演算し、剰余の値に対して、「65:35」の表示比率392を適用して、「0〜64」の範囲であれば通常ユーザーと特定して、また、余りが「65〜99」の範囲であればチャレンジユーザーと特定すればよい。
たとえば、ユーザー特定手段325は、ユーザーID用Cookieが有するユニークな整数値が「 891270 」の時には、この値を「100」で除した剰余は、「891270 mod 100 = 70 」であるので、チャレンジユーザーと特定する。
The challenge pattern ID issuing unit 327 includes a user specifying unit 325.
The user specifying means 325 specifies a normal user or a challenge user using a user ID that can specify whether the user is a normal user or a challenge user.
Therefore, the user specifying means 325 uses the cookie for user ID having a unique integer value as the user ID, performs a remainder operation on the unique integer value by “100”, and calculates “65:35” for the remainder value. The display ratio 392 of “” is applied, and if it is in the range of “0 to 64”, it is specified as a normal user, and if the remainder is in the range of “65 to 99”, it is specified as a challenge user.
For example, when the unique integer value of the user ID cookie is “891270”, the user identification means 325 is “891270 mod 100 = 70” as a remainder obtained by dividing this value by “100”. Is specified.

チャンピオンパターン返信手段326は、Webブラウザーが発行する商品ページ表示要求を受け付けて、Webブラウザーが通常ユーザーを特定可能なユーザーIDを有していれば、チャンピオンパターンWebページをWebブラウザーに返信する。
チャンピオンパターン返信手段326は、ユーザー特定手段325を含んで構成される。たとえば、ユーザー特定手段325は、ユーザーID用Cookieが有するユニークな整数値が「 107654 」の時には、この値を「100」で除した剰余は、「 107654 mod 100 = 54 」であるので、通常ユーザーと特定する。
The champion pattern reply unit 326 accepts a product page display request issued by the web browser, and returns a champion pattern web page to the web browser if the web browser has a user ID that can normally identify the user.
The champion pattern reply unit 326 includes a user specifying unit 325. For example, when the unique integer value of the user ID cookie is “107654”, the user identification means 325 is “107654 mod 100 = 54” as a remainder obtained by dividing this value by “100”. Is specified.

チャレンジパターン返信手段329は、Webブラウザーが発行する商品ページ表示要求を受け付けて、ユーザー特定結果が、チャレンジユーザーであれば、チャレンジパターンWebページを返信する。 The challenge pattern reply unit 329 receives a product page display request issued by the web browser, and returns a challenge pattern web page if the user identification result is a challenge user.

チャレンジパターン返信手段329は、チャレンジパターン読取手段328と、を含んで構成される。 The challenge pattern reply unit 329 includes a challenge pattern reading unit 328.

チャレンジパターン読取手段328は、Webブラウザーが有するチャレンジパターンIDを用いて、チャレンジパターンWebページの識別情報を参照して、両者が一致するチャレンジパターンWebページを読み取る。 The challenge pattern reading unit 328 reads the challenge pattern web page that matches the both by referring to the identification information of the challenge pattern web page using the challenge pattern ID of the web browser.

そこで、チャレンジパターン読取手段328は、チャレンジパターン用Cookieの整数値をチャレンジパターン個数情報393で剰余演算し、剰余の値をチャレンジパターンIDにしてチャレンジパターンWebページに適用して、提示するチャレンジパターンWebページに識別する。
たとえば、チャレンジパターン個数情報393が「11個」の場合には、各チャレンジパターンWebページに「0」から「10」のチャレンジパターンIDを対応付けおく。このとき、チャレンジパターン読取手段328は、チャレンジパターン用Cookieの整数値が「127421」の時には、この値を「11」除した剰余は、「127421 mod 11 = 8 」であるので、「8」が対応付けられたチャレンジパターンWebページを読み取る。
Therefore, the challenge pattern reading means 328 performs a remainder operation on the challenge pattern cookie integer value using the challenge pattern number information 393, applies the remainder value to the challenge pattern web page as a challenge pattern ID, and presents the challenge pattern web to be presented. Identify to page.
For example, when the challenge pattern number information 393 is “11”, challenge pattern IDs “0” to “10” are associated with each challenge pattern Web page. At this time, when the integer value of the challenge pattern cookie is “127421”, the challenge pattern reading unit 328 is “127421 mod 11 = 8” after dividing the value by “11”. The associated challenge pattern web page is read.

反応情報作成手段332は、テスト画面送信手段320が送信したテスト用Webページを用いて、反応情報を作成して、記録する。
また、反応情報作成手段332は、Webバーバー380が受信したURLの中から、端末操作情報を読み出して、反応情報を作成して、記録する。
The reaction information creation unit 332 creates and records reaction information using the test Web page transmitted by the test screen transmission unit 320.
In addition, the reaction information creation unit 332 reads terminal operation information from the URL received by the Web bar bar 380, creates reaction information, and records it.

販売用Webパターン設定手段330は、顧客端末装置のWebブラウザーから返信される端末操作情報を受信して反応情報395を作成収集して、反応情報395を用いて反応スコアを算出して、反応スコアの値の良い商品の商品データを読み取って、反応の良い商品の商品データを設定する。
販売用Webパターン設定手段330は、反応情報作成手段332と、反応スコア算出手段334を含んで構成される。
反応スコア算出手段334は、反応情報395を読み出して、各端末操作情報のそれぞれに重み係数を乗じた総和を算出して、反応スコアとする。
The sales web pattern setting unit 330 receives the terminal operation information returned from the web browser of the customer terminal device, creates and collects reaction information 395, calculates a reaction score using the reaction information 395, and obtains a reaction score. The product data of the product with good value is read, and the product data of the product with good response is set.
The sales web pattern setting unit 330 includes a reaction information creation unit 332 and a reaction score calculation unit 334.
The reaction score calculation means 334 reads out the reaction information 395, calculates a sum obtained by multiplying each terminal operation information by a weighting factor, and sets it as a reaction score.

図16は、Webページ提示処理のフローチャートである。
(1)Webブラウザーは、WEBサーバーにWebページ要求を送信する(ステップS100)
(2)WEBサーバーは、cookie確認をWebブラウザーに発行する。(ステップS110)
(2)WEBサーバーは、Webブラウザーからcookie確認の回答を受信する。(ステップS120)
(3)WEBサーバーは、回答にユーザーID用cookieが含まれているか否かを判定する。
ユーザーID用cookieが含まれていれば、ステップS140に進む。
ユーザーID用cookieが含まれていなければ、ステップS135に進む。(ステップS130)
(4)未発行ユーザーWebページ提示処理に進んで、終了する。(ステップS135)
(5)テスト画面送信手段320は、回答にチャレンジパターン用cookieが含まれているか否かを判定する。
チャレンジパターン用cookieが含まれていれば、ステップS150に進む。
チャレンジパターン用cookieが含まれていなければ、ステップS145に進む。(ステップS140)
(6)テスト画面送信手段320は、サイト訪問者のWebブラウザーに対して、チャンピオンパターンWebページを提示して、終了する。(ステップS145)
(7)チャレンジパターン読取手段328は、チャレンジパターン用Cookieの整数値を「チャレンジパターン個数」で剰余演算し、剰余の値と一致する数値が対応付けられたチャレンジパターンWebページを特定する。(ステップS150)
(8)チャレンジパターン返信手段329は、サイト訪問者のWebブラウザーに対して特定されたチャレンジパターンWebページを送信して、終了する。(ステップS160)
FIG. 16 is a flowchart of the Web page presentation process.
(1) The web browser transmits a web page request to the WEB server (step S100).
(2) The WEB server issues a cookie confirmation to the Web browser. (Step S110)
(2) The WEB server receives a cookie confirmation response from the Web browser. (Step S120)
(3) The WEB server determines whether or not the user ID cookie is included in the answer.
If the user ID cookie is included, the process proceeds to step S140.
If the user ID cookie is not included, the process proceeds to step S135. (Step S130)
(4) Proceed to the unissued user Web page presentation process and end. (Step S135)
(5) The test screen transmission unit 320 determines whether or not the answer includes a challenge pattern cookie.
If the challenge pattern cookie is included, the process proceeds to step S150.
If the challenge pattern cookie is not included, the process proceeds to step S145. (Step S140)
(6) The test screen transmission unit 320 presents the champion pattern Web page to the Web browser of the site visitor and ends the process. (Step S145)
(7) The challenge pattern reading unit 328 performs a remainder operation on the integer value of the challenge pattern cookie by the “number of challenge patterns”, and specifies a challenge pattern Web page associated with a numerical value that matches the remainder value. (Step S150)
(8) The challenge pattern reply unit 329 transmits the specified challenge pattern Web page to the Web browser of the site visitor, and ends. (Step S160)

図17は、未発行ユーザーWebページ提示処理のフローチャートである。
(1)テスト画面送信手段320は、パターン情報格納領域309bからチャンピオンパターンとチャレンジパターンの表示比率情報と、チャレンジパターン個数情報を読み取る。(ステップS210)
(2)WEBサーバーは、ユーザーID用Cookieを未発行なWebブラウザーに対して、ユーザー識別情報(ユニークな整数値=)を有するユーザーID用Cookieを発行する。(ステップS220)
(3)ユーザー特定手段325は、商品ページを訪れたときにユーザーID用Cookieの整数値を「100」で剰余演算し、剰余の値に対して、通常ユーザーとチャレンジユーザーの比の整数値を表す表示比率情報を適用して、剰余の値が表示比率情報の通常ユーザーの比の整数値の範囲であれば、通常ユーザーに振り分け、剰余の値が表示比率情報の通常ユーザーの比の整数値の範囲で無ければ、チャレンジユーザーと特定する。(ステップS230)
(4)ユーザー特定結果が、通常ユーザーかチャレンジユーザーかを判定する。
ユーザー特定結果が通常ユーザーであれば、ステップS245に進む。
ユーザー特定結果がチャレンジユーザーであれば、ステップS250に進む。(ステップS240)
(5)チャンピオンパターン返信手段326は、Webブラウザーに対して、チャンピオンパターンWebページデータを送信する。終了する。(ステップS245)
(6)チャレンジパターンID発行手段327は、Webブラウザーに対して、ランダムな整数値を有するチャレンジパターン用Cookieを発行とする。(ステップS250)
(7)チャレンジパターン読取手段328は、チャレンジパターン用Cookieの整数値を「チャレンジパターン個数」で剰余演算し、剰余の値と一致するチャレンジパターンIDが対応付けられたチャレンジパターンを読み取る。(ステップS260)
(8)チャレンジパターン返信手段329は、サイト訪問者のWebブラウザーに対して読み取られたチャレンジパターンを送信する。(ステップS270)
FIG. 17 is a flowchart of unissued user Web page presentation processing.
(1) The test screen transmission unit 320 reads the display ratio information of the champion pattern and the challenge pattern and the challenge pattern number information from the pattern information storage area 309b. (Step S210)
(2) The WEB server issues a user ID cookie having user identification information (unique integer value =) to a Web browser that has not issued a user ID cookie. (Step S220)
(3) When the user specifying unit 325 visits the product page, the integer value of the user ID cookie is calculated as a remainder by “100”, and the integer value of the ratio between the normal user and the challenge user is calculated with respect to the remainder value. If the display ratio information is applied and the remainder value is in the range of the integer value of the normal user ratio of the display ratio information, it is distributed to the normal user, and the remainder value is the integer value of the normal user ratio of the display ratio information If it is not within the range, it is identified as a challenge user. (Step S230)
(4) Determine whether the user identification result is a normal user or a challenge user.
If the user identification result is a normal user, the process proceeds to step S245.
If the user identification result is a challenge user, the process proceeds to step S250. (Step S240)
(5) The champion pattern reply means 326 transmits the champion pattern web page data to the web browser. finish. (Step S245)
(6) The challenge pattern ID issuing means 327 issues a challenge pattern cookie having a random integer value to the Web browser. (Step S250)
(7) The challenge pattern reading means 328 performs a remainder operation on the integer value of the challenge pattern cookie by the “number of challenge patterns” and reads a challenge pattern associated with a challenge pattern ID that matches the remainder value. (Step S260)
(8) The challenge pattern reply means 329 transmits the read challenge pattern to the web browser of the site visitor. (Step S270)

本発明の実施の形態による関連商品提示システム1の概要を説明する図The figure explaining the outline | summary of the related goods presentation system 1 by embodiment of this invention 対象商品と関連商品との組合せを決める大まかな作業手順を説明する図Diagram explaining the rough work procedure for deciding the combination of target product and related product 対象商品と関連商品を説明する図Diagram explaining target products and related products テスト画面を説明する図Diagram explaining the test screen テスト用Webページを編集する処理を説明する図The figure explaining the processing which edits the test Web page 販売用Webページを設定する処理を説明する図。The figure explaining the process which sets a web page for sale. 商品データ192を説明する図The figure explaining goods data 192 商品説明文の形態素を説明する図Diagram explaining the morpheme of the product description 特徴語の局所的な重み196(=tf)を説明する図The figure explaining the local weight 196 (= tf) of the feature word 特徴語の大域的な重み197(=df)を説明する図The figure explaining global weight 197 (= df) of a feature word 説明文書ベクトルを説明する図Illustration explaining the explanatory document vector 類似度算出手順を説明する図Diagram explaining similarity calculation procedure 関連度データ191を説明する図The figure explaining relevance data 191 Webページ設計装置100の詳細な構成図。1 is a detailed configuration diagram of a Web page design apparatus 100. FIG. WWWサーバー装置300の詳細な構成図Detailed configuration diagram of WWW server device 300 テストパターン提示処理のフローチャートTest pattern presentation process flowchart Cookie発行処理のフローチャートCookie issue process flowchart 端末操作情報を説明する図Diagram explaining terminal operation information 反応情報を説明する図Diagram explaining reaction information 顧客端末装置における端末操作情報処理の図解(1)Illustration of terminal operation information processing in customer terminal equipment (1) WWWサーバー装置における反応情報作成の図解(1)Illustration of reaction information creation on WWW server (1) 顧客端末装置における端末操作情報処理の図解(2)Illustration of terminal operation information processing in customer terminal equipment (2) WWWサーバー装置における反応情報作成の図解(2)Illustration of reaction information creation on WWW server (2)

符号の説明Explanation of symbols

1 関連商品提示システム
100 Webページ設計装置
112 形態素抽出手段
130 商品特徴語作成手段
140 類似度算出手段
142 文書ベクトル作成手段
144 関連度算出手段
150 Webページ編集手段
152 候補商品読取手段
154 関連商品抽出手段
156 クリックURL作成手段
157 購入URL作成手段
160 Webページ送信手段
191 関連度データ
192 商品データ
194 形態素解析結果データ
196 tf管理データ
197 df管理データ
198 説明文書ベクトルデータ
300 WWWサーバー装置
310 Webページ受信手段
322 パターン設定手段
320 テスト画面送信手段
323 ユーザーID発行手段
326 チャンピオンパターン返信手段
325 ユーザー特定手段
327 チャレンジパターンID発行手段
328 チャレンジパターン読取手段
329 チャレンジパターン返信手段
330 販売用Webパターン設定手段
332 反応情報作成手段
334 反応スコア算出手段
391 テスト用Webページデータ
392 表示比率情情報
393 チャレンジパターン個数情報
395 反応情報
500 顧客端末装置
502 テスト画面


1 Related Product Presentation System 100 Web Page Design Device 112 Morphological Extraction Unit 130 Product Feature Word Creation Unit 140 Similarity Calculation Unit 142 Document Vector Creation Unit 144 Relevance Degree Calculation Unit 150 Web Page Editing Unit 152 Candidate Product Reading Unit 154 Related Product Extraction Unit 156 Click URL creation means 157 Purchase URL creation means 160 Web page transmission means 191 Relevance data 192 Product data 194 Morphological analysis result data 196 tf management data 197 df management data 198 Description document vector data 300 WWW server device 310 Web page reception means 322 Pattern setting means 320 Test screen sending means 323 User ID issuing means 326 Champion pattern reply means 325 User specifying means 327 Challenge pattern ID issuing means 28 Challenge pattern reading means 329 Challenge pattern reply means 330 Sales Web pattern setting means 332 Reaction information creation means 334 Reaction score calculation means 391 Web page data for testing 392 Display ratio information information 393 Challenge pattern number information 395 Reaction information 500 Customer terminal device 502 Test screen


Claims (8)

商品説明文を有する商品データと、形態素解析辞書と、を用いる関連商品提示方法において、
商品データが有する説明文を読み出して、形態素解析辞書を適用して、読み出した商品説明文を形態素に分離して、分離した形態素の中から、名詞の形態素と形態素解析辞書に登録されない未知語の形態素を特徴語として抽出する特徴語抽出ステップと、
特徴語を手掛りにして、2つの商品説明文における特徴語の重みを算出して、両商品説明文の特徴語の重みから類似度を算出して、この類似度の値をそれぞれの商品説明文が説明する2つの商品の関連度に設定する類似度算出ステップと、
一つ商品を対象商品として指定して、対象商品との関連度の値が大きい商品の商品データを関連商品データとして取り出して、対象商品データと組合せて、テスト用Webページを編集するテスト用Webページ編集ステップと、
各テスト用Webページに掲載される関連商品の類似度の総和を求め、当該総和が最も大きいテスト用WebページをチャンピオンパターンWebページとし、それ以外のテスト用WebページをチャレンジパターンWebページとするステップと、
テスト用Webページを要求してきたWebブラウザーが、通常ユーザーかチャレンジユーザーのどちらであるかを、表示比率に従って特定するステップと、
通常ユーザーに対してはチャンピオンパターンWebページを、チャレンジユーザーに対してはチャレンジパターンWebページを返信するテスト用Webページ返信ステップと、
Webブラウザーを介してテスト用Webページの商品データに対して操作された端末操作情報を収集する端末操作情報収集ステップと、
を含んだ手順でなされることを特徴とする関連商品提示方法。
In a related product presentation method using product data having a product description and a morphological analysis dictionary,
Read the description text of the product data, apply the morpheme analysis dictionary, separate the read product description text into morphemes, and identify the noun morpheme and unknown words that are not registered in the morpheme analysis dictionary from the separated morphemes A feature word extraction step for extracting morphemes as feature words;
Using the feature word as a clue, calculate the weight of the feature word in the two product description sentences, calculate the similarity from the feature word weight of both product description sentences, and use this similarity value as the respective product description text A similarity calculation step for setting the relevance of two products explained by
Specify one of the commodity as the target commodity, take out the product data of the product value of the associated large degree with the target items as the related product data, in combination with the target product data, test to edit the test for a Web page A web page editing step;
A step of calculating a sum of similarities of related products posted on each test web page, setting a test web page having the largest sum as a champion pattern web page, and setting other test web pages as challenge pattern web pages When,
Identifying whether the web browser requesting the test web page is a normal user or a challenge user according to the display ratio;
The champion pattern Web page for regular users, and the Web page reply step for the test to send back the challenge pattern Web page for challenge users,
A terminal operation information collecting step for collecting terminal operation information operated on the product data of the test Web page via a Web browser;
Related Products presentation how, characterized in that it is made in the procedure that contains.
記類似度算出ステップは、
各商品説明文における特徴語の個数情報に対して、当該特徴語が存在する説明文書数情報の逆数を乗算して、特徴語の重みを算出する重み算出ステップと、
特徴語の重みの値をベクトル成分とする商品説明文の文書ベクトルデータを作成する文書ベクトル作成ステップと、
2つの商品説明文の文書ベクトルデータを用いて、類似度を算出して、類似度値と2つの商品識別情報とを対応付けて関連度データを作成する関連度設定ステップと、
を含んだ手順でなされることを特徴とする請求項1に記載の関連商品提示方法。
Before Symbol similarity calculation step,
A weight calculation step of calculating the weight of the feature word by multiplying the number information of the feature words in each product description by the reciprocal number of the description document number information in which the feature word exists;
A document vector creating step for creating document vector data of a product description with the feature word weight value as a vector component;
A relevance setting step of calculating relevance using document vector data of two product descriptions, and creating relevance data by associating a similarity value with two product identification information;
Related Items presented how according to claim 1, characterized in that it is made in the procedure including the.
記テスト用Webページは、
表示された対象商品や関連商品がクリックされたクリック情報を有するURLを発行して、表示された対象商品に対して購入の意思表示をした成約情報を有するURLを送信することを特徴とする請求項1または請求項2に記載の関連商品提示方法。
Before Symbol test for the Web page,
A URL having click information indicating that the displayed target product or related product has been clicked is issued, and a URL having contract information indicating the intention of purchase is transmitted to the displayed target product. The related product presentation method according to claim 1 or claim 2 .
商品識別情報と商品説明文を有する商品データを格納する商品データ格納領域と、
形態素解析辞書を格納する辞書格納領域と、
を有する記憶部と、
商品データが有する説明文を読み出して、形態素解析辞書を適用して、読み出した商品説明文を形態素に分離する形態素抽出手段と、
分離した形態素の中から、名詞語と形態素解析辞書に登録されない未知語を抽出して、商品説明文の特徴語を作成する商品特徴語作成手段と、
特徴語を手掛りにして、商品説明文における特徴語の重みを算出して、2つの商品説明文の特徴語の重みから類似度を算出する類似度算出手段と、
一つの商品説明文を対象商品説明文に設定して、関連度データを参照して、所定の類似度の値に対応付けられた対象商品識別情報を有する関連度データを読み出して、読み出し関連度データの有する対象商品識別情報と異なる商品識別情報を関連商品識別情報として抽出して、抽出した関連商品識別情報を有する商品データを読み取って、対象商品の商品データと組合せて、テスト用Webページを編集するテスト用Webページ編集手段と、
各テスト用Webページに掲載される関連商品の類似度の総和を求め、当該総和が最も大きいテスト用WebページをチャンピオンパターンWebページとし、それ以外のテスト用WebページをチャレンジパターンWebページとするパターン設定手段と、
テスト用Webページを要求してきたWebブラウザーが、通常ユーザーかチャレンジユーザーのどちらであるかを、表示比率に従って特定するユーザー特定手段と、
通常ユーザーに対してチャンピオンパターンWebページを返信するチャンピオンパターン返信手段と、
チャレンジユーザーに対してチャレンジパターンWebページを返信するチャレンジパターン返信手段と、
を備えることを特徴とする関連商品提示システム
A product data storage area for storing product data having product identification information and product description;
A dictionary storage area for storing a morphological analysis dictionary;
A storage unit having
A morpheme extraction unit that reads the description sentence of the product data, applies the morpheme analysis dictionary, and separates the read product description sentence into morphemes;
Product feature word creation means for extracting a noun word and an unknown word that is not registered in the morpheme analysis dictionary from the separated morphemes, and creating a feature word of a product description sentence;
A similarity calculation means for calculating the weight of the feature word in the product description sentence using the feature word as a clue, and calculating the similarity from the weight of the feature word of the two product description sentences;
Set one item description in Shipping description, with reference to the relevance data, reads out the relevance data with Shipping identification information associated with the value of the predetermined similarity, read extracts product identification information different from the Shipping identification information included in the relevance data as related product identification information, it reads the product data with the extracted related product identification information, in combination with Shipping of product data, Web test A test web page editing means for editing the page;
A pattern in which the sum of the similarities of related products posted on each test web page is obtained, the test web page having the largest sum is the champion pattern web page, and the other test web pages are the challenge pattern web pages Setting means;
A user specifying means for specifying whether the web browser requesting the test web page is a normal user or a challenge user according to the display ratio;
A champion pattern reply means for replying a champion pattern web page to a normal user;
Challenge pattern reply means for replying a challenge pattern web page to the challenge user;
A related product presentation system characterized by comprising:
記類似度算出手段が、
対象商品および関連商品の特徴語を用いて、特徴語が説明文に含まれる個数情報と、特徴語が存在する説明文書数情報の逆数を求めて、個数情報と文書数情報の逆数を乗算して、特徴語の重みを算出して、この重みを用いて、商品説明文の文書ベクトルデータを作成する文書ベクトル作成手段と、
対象商品説明文の文書ベクトルデータと、一つの関連商品説明文の文書ベクトルデータを用いて、内積の値を求めて、これを正規化して、類似度を算出して、類似度の値として、類似度値と2つの商品識別情報とを対応付けて関連度データを作成する関連度算出手段と、
を備えることを特徴とする請求項4に記載の関連商品提示システム
The previous Symbol similarity calculation means,
Using the feature words of Shipping and related products, and the number information that feature words included in the description, by inverting the number of explanatory document number information is present feature words, the inverse of the number information and the document number information multiplication to calculates the weighting of the feature words, using the weights, and the document vector creating means for creating a document vector data item description,
Using the document vector data of the target product description and the document vector data of one related product description, find the inner product value, normalize it, calculate the similarity, Relevance calculation means for creating relevance data by associating the similarity value with two pieces of product identification information;
The related product presentation system according to claim 4, further comprising:
記テスト用Webページは、
テスト用Webページをテスト画面として表示して、商品が表示されたことを示す参照情報や、テスト画面の商品がクリックされたことを示すクリック情報や、商品に対して購入の意思表示がされたことを示す購入情報などを有する端末操作情報を送信する機能、
を備えることを特徴とする請求項4または請求項5に記載の関連商品提示システム
Before Symbol test for the Web page,
The test web page was displayed as a test screen, reference information indicating that the product was displayed, click information indicating that the product on the test screen was clicked, and an intention to purchase was displayed for the product A function of transmitting terminal operation information including purchase information indicating that
Related Items presentation system according to claim 4 or claim 5, characterized in that it comprises a.
ンピューターに組込むことによって、コンピューターを請求項4から6までのいずれか1項に記載の関連商品提示システムとして動作させるコンピュータプログラム。 By incorporating in your computer, it causes the computer to operate as a related product presentation system according to any one of the computer claims 4 to 6. 請求項7に記載のコンピュータプログラムを記録したコンピューター読み取り可能な記録媒体。   The computer-readable recording medium which recorded the computer program of Claim 7.
JP2008322774A 2008-12-18 2008-12-18 Related product presentation method, related product presentation system, program, recording medium Expired - Fee Related JP5277941B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2008322774A JP5277941B2 (en) 2008-12-18 2008-12-18 Related product presentation method, related product presentation system, program, recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008322774A JP5277941B2 (en) 2008-12-18 2008-12-18 Related product presentation method, related product presentation system, program, recording medium

Publications (2)

Publication Number Publication Date
JP2010146288A JP2010146288A (en) 2010-07-01
JP5277941B2 true JP5277941B2 (en) 2013-08-28

Family

ID=42566668

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008322774A Expired - Fee Related JP5277941B2 (en) 2008-12-18 2008-12-18 Related product presentation method, related product presentation system, program, recording medium

Country Status (1)

Country Link
JP (1) JP5277941B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020032487A1 (en) * 2018-08-08 2020-02-13 삼성전자 주식회사 Method for providing information related to goods on basis of priority and electronic device therefor

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102456057B (en) * 2010-11-01 2016-08-17 阿里巴巴集团控股有限公司 Search method based on online trade platform, device and server
JP4947477B1 (en) * 2011-04-27 2012-06-06 株式会社天問堂 RECOMMENDATION DEVICE, RECOMMENDATION METHOD, AND RECOMMENDATION PROGRAM
JP5788240B2 (en) * 2011-06-24 2015-09-30 楽天株式会社 Information providing apparatus, information providing method, information providing program, information display program, and computer-readable recording medium storing information providing program
JP5705710B2 (en) * 2011-11-30 2015-04-22 日本電信電話株式会社 Feature word extraction device, feature word extraction method, and program
JP5775241B1 (en) 2014-03-05 2015-09-09 楽天株式会社 Information processing system, information processing method, and information processing program
CN106294295B (en) * 2016-08-10 2019-08-16 成都轻车快马网络科技有限公司 Article similarity recognition method based on word frequency
CN118537053B (en) * 2024-07-26 2024-09-17 云景文旅科技有限公司 E-commerce data asset management and control method and system based on business center

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001265852A (en) * 2000-03-16 2001-09-28 Ricoh Co Ltd System and method for recommending article
JP2002215665A (en) * 2001-01-16 2002-08-02 Dainippon Printing Co Ltd Information recommendation server device
JP2002304537A (en) * 2001-04-06 2002-10-18 Rakuten Books Kk Merchandise ordering system
JP2004318579A (en) * 2003-04-17 2004-11-11 System Wave:Kk Merchandise sales support system
JP2006146742A (en) * 2004-11-24 2006-06-08 Hitachi Ltd Merchandise information provision system
JP4951404B2 (en) * 2007-05-08 2012-06-13 楽天株式会社 Product recommendation system
JP2007299432A (en) * 2007-08-20 2007-11-15 Ricoh Co Ltd Network system, server device and program

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020032487A1 (en) * 2018-08-08 2020-02-13 삼성전자 주식회사 Method for providing information related to goods on basis of priority and electronic device therefor
US11604820B2 (en) 2018-08-08 2023-03-14 Samsung Electronics Co., Ltd. Method for providing information related to goods on basis of priority and electronic device therefor

Also Published As

Publication number Publication date
JP2010146288A (en) 2010-07-01

Similar Documents

Publication Publication Date Title
JP5277941B2 (en) Related product presentation method, related product presentation system, program, recording medium
US7555478B2 (en) Search results presented as visually illustrative concepts
CA2595160C (en) Method and system for automated comparison of items
JP5083669B2 (en) Information extraction system, information extraction method, information extraction program, and information service system
CN105512180B (en) A kind of search recommended method and device
US8880536B1 (en) Providing book information in response to queries
JP5462510B2 (en) Product search server, product search method, program, and recording medium
CN107111640B (en) Method and user interface for presenting auxiliary content with image search results
JP2012510128A (en) Image search apparatus and method
KR20110085995A (en) Providing search results
JP5483269B2 (en) Information search device and information search method
US9330071B1 (en) Tag merging
JPWO2016157435A1 (en) Information processing apparatus, information processing method, and information processing program
JP2008152606A (en) Information recommendation system
JP4939637B2 (en) Information providing apparatus, information providing method, program, and information recording medium
TWI457775B (en) Method for sorting and managing websites and electronic device of executing the same
JP2008269069A (en) Information processing system and method
WO2011093358A1 (en) Information retrieval device, information retrieval method, information retrieval program, and recording medium
JP4883644B2 (en) RECOMMENDATION DEVICE, RECOMMENDATION SYSTEM, RECOMMENDATION DEVICE CONTROL METHOD, AND RECOMMENDATION SYSTEM CONTROL METHOD
US8903817B1 (en) Determining search relevance from user feedback
JP2008210209A (en) Content registration and retrieval system, and content registration and retrieval method
JP4750628B2 (en) Information ranking method and apparatus, program, and computer-readable recording medium
JP5767413B1 (en) Information processing system, information processing method, and information processing program
JP2004240887A (en) Retrieval information display system, retrieval keyword information display method and retrieval keyword information display program
JP2004326537A (en) Information retrieving device for selected relevant information, information retrieval processing method, information retrieving program and its program recording medium

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20111021

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20121225

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130108

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130301

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20130423

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130506

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 5277941

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees