JP5447307B2 - 利用者情報処理装置、利用者情報処理方法、及び利用者情報処理プログラム - Google Patents
利用者情報処理装置、利用者情報処理方法、及び利用者情報処理プログラム Download PDFInfo
- Publication number
- JP5447307B2 JP5447307B2 JP2010199724A JP2010199724A JP5447307B2 JP 5447307 B2 JP5447307 B2 JP 5447307B2 JP 2010199724 A JP2010199724 A JP 2010199724A JP 2010199724 A JP2010199724 A JP 2010199724A JP 5447307 B2 JP5447307 B2 JP 5447307B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- inner product
- user
- content
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
例えば、コンテンツ推薦処理に使用する行動履歴データの量を制限することにより、処理時間を短縮する装置が、特許文献1に開示されている。この装置は、まず、指定された推薦対象のユーザ数と行動履歴データの数に基づいて、推薦処理に要する時間の推定値を算出する。そして、処理時間の推定値が目標時間内に収まるように推薦対象のユーザ数と行動履歴データの数を制限した後、協調フィルタリング方式の推薦処理を行っている。
また、本発明は上述した従来の技術の課題を解決するため、 コンテンツを利用する利用者における、コンテンツに対する利用状況に関する情報である利用情報を受信し、前記利用情報を用いて、利用者間の類似度を計算する利用者情報処理装置で実行される利用者情報処理方法において、所定の時点までに受信した前記利用情報に基づいて、利用者の内の任意の2人における、各コンテンツに対する利用頻度を示す数値である利用頻度値の内積である利用者間内積値を利用頻度関連情報格納部に格納する利用頻度関連情報格納ステップと、前記所定の時点以降に受信した前記利用情報に基づいて、前記所定の時点からの前記2人の利用者の前記利用者間内積値の変化量を示す補正内積値を計算する補正値計算ステップと、前記利用者間内積値と前記補正内積値とを加算した新規内積値を用いて、前記2人の利用者の間の類似度を計算する類似度算出ステップとを有することを特徴とする利用者情報処理方法を提供する。
また、本発明は上述した従来の技術の課題を解決するため、コンテンツを利用する利用者における、コンテンツに対する利用状況に関する情報である利用情報を受信し、前記利用情報を用いて、利用者間の類似度を計算する利用者情報処理装置のコンピュータを、所定の時点までに受信した前記利用情報に基づいて、利用者の内の任意の2人における、各コンテンツに対する利用頻度を示す数値である利用頻度値の内積である利用者間内積値を利用頻度関連情報格納部に格納する利用頻度関連情報格納手段、前記所定の時点以降に受信した前記利用情報に基づいて、前記所定の時点からの前記2人の利用者の前記利用者間内積値の変化量を示す補正内積値を計算する補正値計算部と、前記利用者間内積値と前記補正内積値とを加算した新規内積値を用いて、前記2人の利用者の間の類似度を計算する類似度算出手段、として機能させることを特徴とする利用者情報処理プログラムを提供する。
以下に、本発明の実施形態について、図を用いて詳細に説明する。
図1は、本発明の第1の実施形態におけるシステム全体の構成図である。サーバ装置1、端末装置3、ネットワーク2により構成されている。
サーバ装置1は、ネットワーク2を通じて、複数の端末装置3(3a〜3n)より受信したコンテンツの利用情報を用いて、ユーザごとに推薦コンテンツを決定し、端末装置3の取得要求に応じて、推薦コンテンツに関する情報を送信する装置である。尚、コンテンツの利用情報には、少なくとも端末装置3を利用中のユーザを識別するためのユーザ識別情報と、そのユーザが利用したコンテンツを識別するためのコンテンツ識別情報が含まれている。また、取得要求には、少なくとも端末装置3を利用中のユーザを識別するためのユーザ識別情報が含まれている。尚、本実施形態においては、ユーザを識別するユーザ識別情報を用いて処理を行う場合を説明するが、ユーザ識別情報の代わりに端末装置3を識別する端末識別情報を用いて処理を行なっても良い。
サーバ装置1は、CPU、RAM、ROM、ハードディスクドライブ(HDD)、ネットワークインタフェース等を備えるコンピュータを用いて、ソフトウェア(プログラム)処理として実施することも可能である。
制御部22は、サーバ装置1を構成する各部に対して全体的な制御を行なう。
利用頻度値は、例えば、ユーザがコンテンツを1回以上利用した場合には「1」、1回も利用していない場合を「0」として算出すれば良い。
さらに、利用情報に利用日時が含まれる場合は、同じ利用回数ならば利用日時が新しい場合ほど利用頻度値が大きくなるように算出しても良い。
また、利用情報に、ユーザのコンテンツに対する評価の情報が含まれている場合は、その評価情報を用いて利用頻度値を算出する。
嗜好情報の第1の格納形式は、ユーザ識別情報であるuser_idと、コンテンツ識別情報であるcontent_idと、類似度算出部15において直近の類似度算出が行なわれた際に使われた利用頻度値であるvalueと、直近の類似度算出が行われたとき以降に利用頻度値算出部14によって算出された最新の利用頻度値であるnew_valueと、嗜好情報の状態を示すフラグであるstateとを関連付けたものであり、図2(a)に示すテーブル形式で格納されている。このテーブルにおいて、(user_id,content_id)の組合せはユニーク(一意)であり、この組合せを指定することにより、テーブルのデータが特定できる。
以下、本実施形態においては嗜好情報の第1の格納形式を用いるものとして説明を行う。
ユーザ情報格納部20は、HDDなどの記憶装置を用いて、ユーザ識別情報と、ユーザ属性情報(利用者属性情報)とを関連付けて記憶する。ユーザ属性情報とは、例えば、ユーザの氏名、年齢、性別、居住地域、趣味、電子メールあるいは電話番号などのコンタクト情報などである。また更に、ユーザが希望する「紹介相手の条件」を含んでいても良い。図5は、ユーザ情報格納部20の格納状態の一例を示す図である。図5に示すように、ユーザ識別情報であるuser_idと、ユーザ識別情報に対応するユーザの情報であるuser_infoとを関連付けて記憶する。
ここで、類似度算出部15の構成を図7のブロック図を用いて説明する。図7に示すように、類似度算出部15は、内積類似度算出部151、通常内積算出部152、補正内積算出部153、追加内積補正値算出部154、更新内積補正値算出部155との構成である。なお、補正内積算出部153は、補正値計算部や統合補正値計算部としての機能を有する。
通常内積算出部152は、一度も内積を算出したことのない2ユーザ間の内積を算出するためのものである。
更新内積補正値算出部155は、類似度算出対象の2ユーザにおいて、前回類似度を算出した際に、両ユーザが共に嗜好情報を有する同一のコンテンツにおいて、その少なくとも一方の嗜好情報における利用頻度値に対して更新が行われた場合に、その同一コンテンツにおける両ユーザの嗜好情報のみを用いて、更新内積補正値を算出するためのものである。
以上が、類似度算出部15における構成の説明である。
推薦コンテンツ選択部17は、取得要求受信部12より、ユーザ識別情報を含む取得要求を受信した後、嗜好情報格納部18、類似度格納部19に記憶されているデータを用いて、1つ以上の推薦するコンテンツのコンテンツ識別情報を選択する。そして、コンテンツ情報格納部21より、選択したコンテンツ識別情報に対応するコンテンツ情報を取得する。そして、要求情報送信部13に、取得した1つ以上のコンテンツ情報を要求情報として送信する。
端末装置3は、利用情報送信部31、取得要求送信部32、要求情報受信部33、入力部34、表示部35から構成される。
端末装置3は、CPU、RAM、ROM、ハードディスクドライブ(HDD)、ネットワークインタフェース等を備えるパーソナルコンピュータ等を用いて、ソフトウェア(プログラム)処理として実施することも可能である。
要求情報受信部33は、サーバ装置1より、要求情報を受信する。そして、受信した要求情報を描画し、表示部35に表示する。
表示部35は、例えば、ディスプレイといったように、様々な情報を表示し、ユーザに視覚的に示すためのインタフェースである。表示部35は、要求情報受信部33によって描画された要求情報を表示する。
第1の実施形態におけるサーバ装置1は、ネットワーク2を通じて、複数の端末装置3との情報のやり取りを行いながら、主に、嗜好情報の記憶、類似度の算出、類似ユーザ情報の提供、コンテンツの推薦を行う。
図8は、端末装置3から送信された嗜好情報をサーバ装置1が受信して記憶する処理フローを示すシーケンス図である。
次に、サーバ装置1の利用情報受信部11が、端末装置3から送信された利用情報を受信し(ステップS104)、利用頻度値算出部14に、ステップS104にて受信した利用情報を送信する(ステップS105)。
次に、利用頻度値算出部14が、利用情報受信部11より、利用情報を受信し(ステップS106)、ステップS106で受信した利用情報を用いて利用頻度値を算出する(ステップS107)。
また、ユーザごとに、嗜好情報格納部18に記憶する嗜好情報の数を設定し、記憶できる数の上限に到達した後はそれ以上記憶しないようにすることもできる。
以上が、端末装置3より、利用情報を受信した際の、サーバ装置1による嗜好情報を記憶する処理フローの説明である。
まず、内積類似度算出部151が、通常内積算出部152、補正内積算出部153とデータのやり取りを行いながら、内積算出処理を行い(ステップS201)、類似度算出処理を行う(ステップS202)。
次に、内積類似度算出部151が、嗜好情報格納部18に記憶されている嗜好情報の中で、stateが「1」、または、「2」の嗜好情報において、valueの値を、new_valueの値で置き換え(ステップS203)、new_valueを全て消去し(ステップS204)、全てのstateを「0」とし(ステップS205)、ステップS201からステップS205までの一連の処理を終了する。
まず、内積類似度算出部151が、内積を算出する2ユーザに対するユーザ識別情報の組合せを、user_id_1とuser_id_2との組合せとして抽出する(ステップS301)。ここでは、嗜好情報格納部18を参照しながら、2ユーザ間で同一のコンテンツに対応する嗜好情報が存在しており、かつ、少なくとも一方のユーザの嗜好情報における、stateが「1」または「2」であるという条件を満たす、2ユーザの組合せを抽出する。この条件を満たす2ユーザは、前回の類似度算出時には共通でなかったコンテンツが新たに共通コンテンツとして追加されたり、前回の類似度算出時に共通であっても、そのコンテンツに対する嗜好情報における利用頻度値に変化が起きたりするため、内積が変化する。また、この条件を満たさない2ユーザ間の内積は、前回の類似度算出時の内積から変化がないため、改めて内積を算出する必要がない。尚、stateを用いない場合は、new_valueが存在する状態がstate「1」、または、state「2」の状態のどちらか一方であるため、new_valueの存在の有無で判定することができる。
次に、内積類似度算出部151が、ステップS302で選択したuser_id_1とuser_id_2との組合せにおいて、以前内積を算出したか否かを判定する。以前内積を算出したことがある場合は、ステップS305へ進み、以前内積を算出したことがない場合は、ステップS304へ進む(ステップS303)。ここで、以前内積を算出したか否かを判定するには、類似度格納部19に、ステップS302で選択したuser_id_1とuser_id_2との組合せに対応した内積(inner_product)が記憶されているか否かで容易に判定することができる。記憶されている場合は、以前内積を算出したことになる。記憶されていない場合は、以前内積を算出していないことになる。サーバ装置1の初期状態では、類似度格納部19に何も格納されていないため、user_id_1とuser_id_2の全ての組合せにおいて、必ず最初の1回は、ステップS304に進むことになる。
ステップS305では、内積類似度算出部151が、補正内積算出部153に、ステップS302で選択したuser_id_1とuser_id_2との組合せを送ることで、補正内積算出部153が、補正内積算出処理を行い、ステップS306へ進む。
次に、内積類似度算出部151が、ステップS302にて、全てのuser_id_1とuser_id_2との組合せを選択したか否かを判定する。全て選択した場合は、ステップS301からステップS306までの一連の処理を終了し、まだ未選択のものが残っている場合は、ステップS302へ進む(ステップS306)。
以上が、ステップS201の内積算出処理の説明である。
まず、通常内積算出部152が、内積類似度算出部151より、user_id_1とuser_id_2との組合せを取得し(ステップS401)、内積を算出するための変数i_product=0とする(ステップS402)。
次に、通常内積算出部152が、嗜好情報格納部18より、ステップS401にて取得したuser_id_1に対応する全ての嗜好情報のcontent_idの集合と、user_id_2に対応する全ての嗜好情報のcontent_idとの集合において、その両方の集合に存在するcontent_idを全て取得する(ステップS403)。これにより、2ユーザ間の共通コンテンツのcontent_idを全て取得することができる。
次に、通常内積算出部152が、嗜好情報格納部18にて、ステップS401にて取得したuser_id_1とステップS404にて選択したcontent_idとに対応する嗜好情報のstateを確認し、その値により判定を行う。stateが「0」の場合は、ステップS406へ進み、stateが「1」、または、「2」の場合は、ステップS407へ進む(ステップS405)。尚、stateを用いない場合は、valueが存在し、new_valueが存在しない状態がstate「0」の状態と等しいので、valueとnew_valueの有無で判定することができる。
ステップS407では、通常内積算出部152が、嗜好情報格納部18にて、ステップS401にて取得したuser_id_1とステップS404にて選択したcontent_idとに対応する嗜好情報において、最新の利用頻度値が記憶されているnew_valueをvalue1として取得し、ステップS408へ進む。
ステップS409では、通常内積算出部152が、嗜好情報格納部18にて、ステップS401にて取得したuser_id_2とステップS404にて選択したcontent_idとに対応する嗜好情報において、最新の利用頻度値が記憶されているvalueをvalue2として取得し、ステップS411へ進む。
ステップS410では、通常内積算出部152が、嗜好情報格納部18にて、ステップS401にて取得したuser_id_2とステップS404にて選択したcontent_idとに対応する嗜好情報において、最新の利用頻度値が記憶されているnew_valueをvalue2として取得し、ステップS411へ進む。
次に、通常内積算出部152が、i_productにvalue1とvalue2との積を加える(ステップS411)。
次に、通常内積算出部152が、ステップS404にて、全てのcontent_idを選択したか否かを判定する。全て選択した場合は、ステップS413へ進み、まだ未選択のものが残っている場合は、ステップS404へ進む(ステップS412)。
ステップS413では、通常内積算出部152が、類似度格納部19に、ステップS401にて取得したuser_id_1とuser_id_2と、ステップS402からステップS412までの処理にて算出したi_productをinner_productとして関連付けたものを記憶し、ステップS401からステップS413までの一連の処理を終了する。
尚、通常内積算出処理による内積算出式は、内積算出対象の2ユーザをx,yとし、ユーザxとユーザyの全共通コンテンツをIc、ユーザxのコンテンツi(∈Ic)における利用頻度値をv(x,i)、ユーザyのコンテンツiにおける利用頻度値をv(y,i)としたとき、ユーザxとユーザyの内積ipは、式(1)で表わされる。
以上が、ステップS304の通常内積算出処理の説明である。
まず、補正内積算出部153が、内積類似度算出部151より、user_id_1とuser_id_2との組合せを取得し(ステップS501)、類似度格納部19より、ステップS501にて取得したuser_id_1とuser_id_2との組合せに対応するinner_productを取得し(ステップS502)、内積を算出するための変数new_ipの初期値をinner_productとする(ステップS503)。
次に、補正内積算出部153が、追加内積補正値算出部154に、ステップS501にて取得したuser_id_1とuser_id_2との組合せを送ることで、追加内積補正値算出部154が、追加内積補正値算出処理を行う(ステップS504)。
次に、補正内積算出部153が、追加内積補正値算出部154より、追加内積補正値Δn_i_pを取得する(ステップS505)。
次に、補正内積算出部153が、ステップS505にて取得したΔn_i_pをnew_ipに加算する(ステップS506)。
次に、補正内積算出部153が、更新内積補正値算出部155より、更新内積補正値Δu_i_pを取得する(ステップS508)。
次に、補正内積算出部153が、ステップS508にて取得したΔu_i_pをnew_ipに加算する(ステップS509)。
次に、補正内積算出部153が、類似度格納部19において、ステップS501にて取得したuser_id_1とuser_id_2に対応するinner_productを、new_ipで置き換え(ステップS510)、ステップS501からステップS510までの一連の処理を終了する。
以上が、ステップS305の補正内積算出処理の説明である。
まず、追加内積補正値算出部154が、補正内積算出部153より、user_id_1とuser_id_2との組合せを取得する(ステップS601)。
次に、追加内積補正値算出部154が、追加内積補正値を算出するための変数をΔn_i_p=0とする(ステップS602)。
次に、追加内積補正値算出部154が、ステップS603にて取得したcontent_idを、例えば、取得した順に一つ選択する(ステップS604)。
ステップS606では、追加内積補正値算出部154が、嗜好情報格納部18より、ステップS601にて取得したuser_id_1と、ステップS604にて選択したcontent_idとに対応する嗜好情報において、最新の利用頻度値であるvalueをnv1として取得し、ステップS608へ進む。
ステップS609では、追加内積補正値算出部154が、嗜好情報格納部18より、ステップS601にて取得したuser_id_2と、ステップS604にて選択したcontent_idとに対応する嗜好情報において、最新の利用頻度値であるvalueをnv2として取得し、ステップS611へ進む。
次に、追加内積補正値算出部154が、Δn_i_pにnv1×nv2を加算する(ステップS611)。
次に、追加内積補正値算出部154が、ステップS604にて、全てのcontent_idを選択したか否かを判定する。全て選択した場合は、ステップS613へ進み、まだ未選択のものが残っている場合は、ステップS604へ進む(ステップS612)。
次に、追加内積補正値算出部154が、補正内積算出部153に、Δn_i_pを送り(ステップS613)、ステップS601からステップS613までの一連の処理を終了する。
以上が、ステップS504の追加内積補正値算出処理の説明である。
まず、更新内積補正値算出部155が、補正内積算出部153より、user_id_1とuser_id_2との組合せを取得する(ステップS701)。
次に、更新内積補正値算出部155が、更新内積補正値を算出するための変数をΔu_i_p=0とする(ステップS702)。
次に、更新内積補正値算出部155が、ステップS703にて取得したcontent_idを、例えば、取得した順に一つ選択する(ステップS704)。
ステップS707では、更新内積補正値算出部155が、嗜好情報格納部18より、ステップS701にて取得したuser_id_1と、ステップS704にて選択したcontent_idとに対応する嗜好情報において、最新の利用頻度値であるnew_valueをnv1として取得し、以前類似度を算出した際の利用頻度値であるvalueをv1として取得する。
次に、更新内積補正値算出部155が、Δu_i_pにnv1×nv2−v1×v2を加算する(ステップS711)。
次に、更新内積補正値算出部155が、ステップS704にて、全てのcontent_idを選択したか否かを判定する。全て選択した場合は、ステップS713へ進み、まだ未選択のものが残っている場合は、ステップS704へ進む(ステップS712)。
次に、更新内積補正値算出部155が、補正内積算出部153に、Δu_i_pを送り(ステップS713)、ステップS701からステップS713までの一連の処理を終了する。
以上が、ステップS507の更新内積補正値算出処理の説明である。
まず、内積類似度算出部151が、類似度を算出する2ユーザに対するユーザ識別情報の組合せを、user_id_1とuser_id_2との組合せとして取得する(ステップS801)。尚、類似度を算出する2ユーザは、嗜好情報格納部18に、少なくとも1つの同一コンテンツに対応する嗜好情報を記憶している、かつ、少なくとも1つの同一コンテンツにおいて、少なくとも一方の嗜好情報における、stateが「1」、または、「2」であるという条件を満たす。この条件を満たす2ユーザは、ステップS201の内積算出処理により、内積の値が変化しているため、類似度を改めて算出する必要がある。また、この条件を満たさない2ユーザは、前回の類似度算出時の内積から変化していないので、改めて類似度を算出する必要がない。
次に、内積類似度算出部151が、類似度格納部19より、ステップS802にて選択したuser_id_1とuser_id_2との組合せに対応するinner_productを取得する(ステップS803)。
次に、内積類似度算出部151が、ステップS802にて全てのuser_id_1とuser_id_2との組合せを選択したか否かを判定する。全ての組合せを選択した場合は、ステップS801からステップS806までの一連の処理を終了し、未選択の組合せが残っている場合は、ステップS802へ進む(ステップS806)。
以上が、ステップS202の類似度算出処理の説明である。
協調フィルタリング方式のコンテンツ推薦において、時間の経過と共に、ユーザ間の類似度計算を繰り返し行うことが一般的である。本実施形態においても、上述した所定のタイミングごとに、繰り返しユーザ間の類似度計算を行っている。
しかしながら、従来の協調フィルタリングにおけるユーザ間の類似度計算においては、本実施形態の通常内積算出部152に相当する処理を行っており、繰り返し計算において、過去の計算結果を利用した計算量の削減は行われていなかった。
具体的には、嗜好情報格納部18に、直近の類似度算出時の用いた利用頻度値であるvalueと、直近の類似度算出以降に追加または変更された利用頻度値であるnew_valueと、嗜好情報の状態を示すフラグのstateを格納しているので、stateの値、またはvalueの値の有無とnew_valueの値の有無の組合せを用いることにより、ステップS301において、内積の再計算が必要な2ユーザの組合せを的確に抽出できる。上述した利用頻度値データの性質により、ほとんどのユーザの利用頻度値は、変更も追加もされないため、内積の再計算も必要ない。従って、ステップS301以降の処理で対象となるユーザの組合せは、全てのユーザの組合せの内の極一部であり、大半のユーザの組合せに関しては再計算処理を行う必要がないので、計算量を大幅に削減することができる。
また、ステップS506において、嗜好情報格納部18のstateの値、またはvalueの値の有無とnew_valueの値の有無の組合せを用いて、どのユーザのどのコンテンツに対する利用頻度値が追加されたか、及びどのユーザのどのコンテンツに対する利用頻度値が更新されたかについて、その2つの場合に限定して適切に抽出している。そして、追加時(ステップS507)と更新時(ステップS508)の場合のみ処理を行っているため、内積の値に影響を与える必要最低限のデータのみを使って効率よく内積を計算ができる。
まず、取得要求送信部32が、入力部34より、類似ユーザ情報の取得を要求する操作を受信し(ステップS901)、端末装置3を利用中のユーザを識別するユーザ識別情報を用いて、類似ユーザ情報の取得を要求する取得要求を作成し(ステップS902)、ネットワーク2を通じて、取得要求受信部12に、ステップS902にて作成した取得要求を送信する(ステップS903)。
次に、取得要求受信部12が、ネットワーク2を通じて、取得要求送信部32より、取得要求を受信し(ステップS904)、類似ユーザ情報選択部16に、ステップS904にて受信した取得要求を送信する(ステップS905)。
次に、類似ユーザ情報選択部16が、取得要求受信部12より、取得要求を受信する(ステップS906)。
次に、類似ユーザ情報選択部16が、要求情報送信部13に、ステップS906で取得した取得要求のユーザ識別情報とともに、ステップS908で取得した全てのユーザ情報を要求情報として送信する(ステップS909)。
次に、要求情報送信部13が、類似ユーザ情報選択部16より、ユーザ識別情報と要求情報とを受信し(ステップS910)、ネットワーク2を通じて、ステップS910にて取得したユーザ識別情報に対応する端末装置3の要求情報受信部33に、ステップS910にて取得した要求情報を送信する(ステップS911)。
次に、要求情報受信部33が、ネットワーク2を通じて、要求情報送信部13より、要求情報を取得し(ステップS912)、ステップS912にて取得した要求情報を描画し、表示装置25に表示し(ステップS913)、ステップS901からステップS913までの一連の処理を終了する。
以上が、端末装置3より類似ユーザ情報の取得を要求する取得要求を受信した際の、サーバ装置1による類似ユーザ情報提供処理の説明である。
まず、取得要求送信部32が、入力部34より、コンテンツの推薦を要求する操作を受信し(ステップS1001)、端末装置3を利用中のユーザを識別するユーザ識別情報を用いて、推薦コンテンツの取得を要求する取得要求を作成し(ステップS1002)、ネットワーク2を通じて、取得要求受信部12に、ステップS1002にて作成した取得要求を送信する(ステップS1003)。
次に、推薦コンテンツ選択部17が、取得要求受信部12より、取得要求を受信する(ステップS1006)。
次に、推薦コンテンツ選択部17が、類似度格納部19より、ステップS1006にて受信した取得要求のユーザ識別情報に対応するユーザ(一のユーザ)における類似ユーザのユーザ識別情報を取得する(ステップS1007)。類似ユーザのユーザ識別情報取得には、user_id_1とuser_id_2のどちらか一方に、一のユーザのユーザ識別情報を含む組合せの中から、similarityが所定値以上のuser_id_1とuser_id_2を選択し、一のユーザ以外のユーザ識別情報を、類似ユーザのユーザ識別情報として取得する。若しくは、user_id_1とuser_id_2のどちらか一方に、一のユーザのユーザ識別情報を含むものの中から、similarityの高い順に所定数のuser_id_1とuser_id_2を選択し、一のユーザ以外のユーザ識別情報を、類似ユーザのユーザ識別情報として取得する。
次に、推薦コンテンツ選択部17が、要求情報送信部13に、ステップS1006で取得した取得要求のユーザ識別情報とともに、ステップS1009で取得した全てのコンテンツ情報を要求情報として送信する(ステップS1010)。
次に、要求情報送信部13が、推薦コンテンツ選択部17より、ユーザ識別情報と要求情報とを受信し(ステップS1011)、ネットワーク2を通じて、ステップS1011にて取得したユーザ識別情報に対応する端末装置3の要求情報受信部33に、ステップS1011にて取得した要求情報を送信する(ステップS1012)。
次に、要求情報受信部33が、ネットワーク2を通じて、要求情報送信部13より、要求情報を取得し(ステップS1013)、ステップS1013にて取得した要求情報を描画し、表示装置25に表示し(ステップS1014)、ステップS1001からステップS1014の一連の処理を終了する。
以上が、端末装置3より推薦コンテンツの取得を要求する取得要求を受信した際の、サーバ装置1によるコンテンツ推薦処理の説明である。
ステップS1001からステップS1006まで、及び、ステップS1009からステップS1014までの処理は図17の端末装置3より取得要求を受信した際の、サーバ装置1によるコンテンツ推薦処理フローと同様である。
ステップS1006の処理の後に、ステップS1107へ進む。
以上が、サーバ装置1によるコンテンツ推薦処理の第2の方法の説明である。
以下に、本発明の実施形態について、図を用いて詳細に説明する。
図19は、本発明の第2の実施形態におけるサーバ装置10の構成図である。本発明のシステム全体の構成は、図1の本発明の第1の実施形態におけるシステム全体の構成図において、サーバ装置1を、図19のサーバ装置10で置き換えたものである。
サーバ装置10は、利用情報受信部11、取得要求受信部12、要求情報送信部13、利用頻度値算出部14、類似度算出部215、類似ユーザ情報選択部16、推薦コンテンツ選択部17、嗜好情報格納部18、類似度格納部19、ユーザ情報格納部20、コンテンツ情報格納部21、制御部22、内積算出補助情報格納部223から構成される。
利用情報受信部11、取得要求受信部12、要求情報送信部13、利用頻度値算出部14、類似ユーザ情報選択部16、推薦コンテンツ選択部17、嗜好情報格納部18、類似度格納部19、ユーザ情報格納部20、コンテンツ情報格納部21に関しては、第1の実施形態と同様である。
ここで、類似度算出部215の構成を図21のブロック図を用いて説明する。図21に示すように、類似度算出部215は、内積類似度算出部2151、内積算出補助値算出部2156、通常内積算出部152、補正内積算出部153、追加内積補正値算出部2154、更新内積補正値算出部2155との構成である。
通常内積算出部152と、補正内積算出部153は、本発明の第1の実施形態と同様である。
更新内積補正値算出部2155は、類似度算出対象の2ユーザにおいて、内積算出補助情報格納部223にて、p_stateが「1」のみの内積算出補助情報を用いて、更新内積補正値を算出するためのものである。
以上が、類似度算出部215における構成の説明である。なお、ネットワーク2と端末装置3の構成については、第1の実施形態と同様である。
第2の実施形態におけるサーバ装置10は、ネットワーク2を通じて、複数の端末装置3との情報のやり取りを行いながら、主に、嗜好情報の記憶、類似度の算出、類似ユーザ情報の提供、コンテンツの推薦を行う。
端末装置3より、利用情報を受信した際の、サーバ装置10による嗜好情報を記憶する処理、端末装置3より類似ユーザ情報の取得を要求する取得要求を受信した際の、サーバ装置10による類似ユーザ情報提供処理、端末装置3より推薦コンテンツの取得を要求する取得要求を受信した際の、サーバ装置10によるコンテンツ推薦処理については、第1の実施形態と同様である。
まず、内積類似度算出部2151が、内積算出補助値算出部2156と、通常内積算出部2152と、補正内積算出部2153とデータのやり取りを行いながら、内積算出処理を行う(ステップS1201)。次に、ステップS202へ進む。
ステップS202からステップS205までの手順は、本発明の第1の実施形態における所定のタイミングごとに行われる、類似度算出部15による類似度算出処理のステップS202からステップS205までの処理と同様である。ステップS202からステップS205までの処理を終えると、ステップS1206へ進む。
以上が、所定のタイミングごとに行われる、類似度算出部215による類似度算出処理の説明である。
まず、内積類似度算出部2151が、内積算出補助値算出部2156にて、内積算出補助値算出処理を行わせる(ステップ1301)。
ステップS1304の通常内積算出処理と、ステップS1305の補正内積算出処理は後ほど詳しく説明する。
以上が、ステップS1201の内積算出処理の説明である。
まず、内積算出補助値算出部2156が、内積算出補助値を算出する2ユーザのユーザ識別情報であるuser_id_1とuser_id_2と、その2ユーザの共通コンテンツのコンテンツ識別情報であるcontent_idとの組合せを全て抽出する(ステップS1401)。内積算出補助値を算出するuser_id_1と、user_id_2と、content_idの組合せは、共通のコンテンツを有する2ユーザにおいて、嗜好情報格納部18において、その2ユーザの内の一方のユーザ識別情報と、共通コンテンツのコンテンツ識別情報とに対応する嗜好情報と、その2ユーザの内の他方のユーザ識別情報と、共通コンテンツのコンテンツ識別情報とに対応する嗜好情報のうち少なくとも一方の嗜好状態のstateが「1」、または、「2」であるという条件を満たす。
次に、内積算出補助値算出部2156が、嗜好情報格納部18にて、ステップS1402にて選択したuser_id_1とcontent_idとに対応する嗜好情報のstateを確認し、その値により判定を行う。stateが「0」の場合は、ステップS1404へ進み、stateが「1」、または、「2」の場合は、ステップS1405へ進む(ステップS1403)。尚、stateを用いない場合は、valueが存在し、new_valueが存在しない状態がstate「0」の状態と等しいので、valueとnew_valueの有無で判定することができる。
ステップS1405では、内積算出補助値算出部2156が、嗜好情報格納部18にて、ステップS1402にて選択したuser_id_1とcontent_idとに対応する嗜好情報において、最新の利用頻度値であるnew_valueをvalue1として取得し、ステップS1406へ進む。
ステップS1408では、内積算出補助値算出部2156が、嗜好情報格納部18にて、ステップS1402にて取得したuser_id_2とcontent_idとに対応する嗜好情報において、最新の利用頻度値であるnew_valueをvalue2として取得し、ステップS1409へ進む。
次に、内積算出補助値算出部2156が、ステップS1402にて選択したuser_id_1と、user_id_2と、content_idの組合せに対応する内積算出補助値を算出したことがあるか否かを判定する。算出したことがある場合は、ステップS1412へ進み、算出したことがない場合は、ステップS1411へ進む(ステップS1410)。尚、内積算出補助値を算出したことがあるか否かを判定するには、内積算出補助情報格納部223に、user_id_1と、user_id_2と、content_idの組合せに対応する内積算出補助情報が存在するかを調べればよい。存在する場合は、算出したことがあることを意味し、存在しない場合は、算出したことがないことを示す。
ステップS1412では、内積算出補助値算出部2156が、内積算出補助情報格納部223に、ステップS1402にて選択したuser_id_1と、user_id_2と、content_idとの組合せに対応する内積算出補助情報におけるnew_productにステップS1409にて算出した内積算出補助値を記憶し、p_stateを1とし、ステップS1413へ進む。
以上が、ステップS1301の内積算出補助値算出部2156による内積算出補助値算出処理の説明である。
本実施形態におけるステップS1304の通常内積算出処理は、本発明の第1の実施形態におけるステップS304の通常内積算出処理のステップS403の処理がステップS1503の処理に置き換わり、ステップS405からステップS411までの処理が、ステップS1505からステップS1506までの処理に置き換わる。
ステップS1503では、通常内積算出部152が、内積算出補助情報格納部223より、ステップS301にて取得したuser_id_1とuser_id_2の組合せに対応する内積算出補助情報におけるcontent_idを全て抽出する。次に、ステップS404へ進む。内積算出補助情報格納部223には、2ユーザ間の共通コンテンツが全て記憶されているので、本発明の第1の実施形態におけるステップS304の通常内積算出処理におけるステップS403の2ユーザ間の共通コンテンツを抽出する処理に比べ、容易に共通コンテンツを抽出することができる。
次に、通常内積算出部152が、i_productに、ステップS1505にて取得したproductを加える(ステップS1506)。次に、ステップS412へ進む。
以上が、本実施形態におけるステップS1304の通常内積算出処理の説明である。
ステップS1305の補正内積算出処理について、図26のフローチャートを用いて説明する。本実施形態のステップS1305の補正内積算出処理は、本発明の第1の実施形態におけるステップS305の補正内積算出処理のステップS504の追加内積補正値算出処理がステップS1604の追加内積補正値算出処理に置き換わり、ステップS507の更新内積補正値算出処理がステップS1607の更新内積補正値算出処理に置き換わる。
次に、追加内積補正値算出部2154が、Δn_i_pに、ステップS1705にて取得したnew_productを加える(ステップS1706)。次に、ステップS612へ進む。
内積算出補助情報格納部223を利用することで、第1の実施形態におけるステップS504の追加内積補正値算出処理より、かなり少ない手順で追加内積補正値を算出することができる。
以上が、本実施形態におけるステップS1604の追加内積補正値算出処理の説明である。
次に、更新内積補正値算出部2155が、Δu_i_pに、ステップS1805にて取得したnew_productから、ステップS1805にて取得したproductを引いた値を加える(ステップS1806)。次に、ステップS712へ進む。
内積算出補助情報格納部223を利用することで、第1の実施形態におけるステップS507の更新内積補正値算出処理より、かなり少ない手順で更新内積補正値を算出することができる。
第2の実施形態におけるサーバ装置10は、第1の実施形態のサーバ装置1よりも、更に少ない計算量でユーザ間の類似度を計算することができる。
なお、本発明は上述実施形態に限定されることなく、適宜変形して実施することができる。例えば、上述においては、端末装置3から送信される利用情報をサーバ装置1に集めて処理を行うようにしているが、端末装置3において上述実施形態のサーバ装置1の処理についても行うようにし、サーバ装置1を省略することも可能である。具体的には、端末装置3同士で利用情報を交換できるようにし、端末装置3にサーバ装置1の各部を追加した上で、端末装置3にて、上述実施形態においてサーバ装置1の処理として説明した処理を行ってもよい。この場合更に、ある端末装置3aにおいて、全てのユーザの組合せに対する類似度を計算するのではなく、端末装置3aを利用するユーザと、他のユーザとの組合せに限定して、ユーザ間の類似度の計算を行うようにしてもよい。
11 利用情報受信部
12 取得要求受信部
13 要求情報送信部
14 利用頻度値算出部
15,215 類似度算出部
16 類似ユーザ情報選択部
17 推薦コンテンツ選択部
18 嗜好情報格納部
19 類似度格納部
20 ユーザ情報格納部
21 コンテンツ情報格納部
22 制御部
2 ネットワーク
3a,3b,3n 端末装置
31 利用情報送信部
32 取得要求送信部
33 要求情報受信部
34 入力部
35 表示部
151,2151 内積類似度算出部
152 通常内積算出部
153 補正内積算出部
154,2154 追加内積補正値算出部
155,2155 更新内積補正値算出部
223 内積算出補助情報格納部
2156 内積算出補助値算出部
Claims (11)
- コンテンツを利用する利用者における、コンテンツに対する利用状況に関する情報である利用情報を受信し、前記利用情報を用いて、利用者間の類似度を計算する利用者情報処理装置において、
所定の時点までに受信した前記利用情報に基づいて、利用者の内の任意の2人における、各コンテンツに対する利用頻度を示す数値である利用頻度値の内積である利用者間内積値を格納する利用頻度関連情報格納部と、
前記所定の時点以降に受信した前記利用情報に基づいて、前記所定の時点からの前記2人の利用者の前記利用者間内積値の変化量を示す補正内積値を計算する補正値計算部と、
前記利用者間内積値と前記補正内積値とを加算した新規内積値を用いて、前記2人の利用者の間の類似度を計算する類似度算出部と
を備えることを特徴とする利用者情報処理装置。 - 前記受信した利用情報に基づいて、利用者を識別するユーザ識別情報と、コンテンツを識別するコンテンツ識別情報と、前記利用者の前記コンテンツに対する利用の有無を少なくとも示す利用頻度値とを関連付けて格納する嗜好情報格納部を更に備え、
前記嗜好情報格納部は、前記所定の時点における利用頻度値である第1の利用頻度値と、前記第1の利用頻度値が前記所定の時点以降に値が更新された場合の更新後の利用頻度値である第2の利用頻度値と、前記所定の時点では格納されておらず、それ以降に新たに追加された利用頻度値である第3の利用頻度値をそれぞれ格納し、
前記補正値計算部は、
前記嗜好情報格納部に格納されている利用頻度値の内から各利用者の前記第3の利用頻度値を抽出し、前記2人の利用者の利用頻度値の内積値であり、その少なくとも一方の利用者の利用頻度値が前記第3の利用頻度値の内積値である追加内積補正値とをそれぞれ計算する追加内積補正値算出部と、
前記嗜好値格納部に格納されている利用頻度値の内から各利用者の前記第2の利用頻度値と、それに対応する前記第1の利用頻度値とを抽出し、前記2人の利用者の利用頻度値の内積値であり、その一方の利用者の利用頻度値が前記第2の利用頻度値であり、かつ他方の利用者の利用頻度値が前記第1の利用頻度値または前記第2の利用頻度値である内積値から、前記2人の利用者の前記第1の利用頻度値の内積値を減算した値である更新内積補正値とをそれぞれ計算する更新内積補正値算出部と、
前記追加内積補正値と前記更新内積補正値を加算して前記補正内積値を算出する統合補正値計算部と
を有することを特徴とする請求項1に記載の利用者情報処理装置。 - 前記所定の時点までに前記2人の利用者の両方が利用したコンテンツの前記コンテンツ識別情報と、前記2人の利用者の前記第1の利用頻度値の積である内積算出補助値とを関連付けて格納する内積算出補助情報格納部とを更に備え、
前記更新内積補正値算出部は、前記嗜好情報格納部を参照しながら、前記2人の利用者の内の一方の利用者の利用頻度値が前記第2の利用頻度値であり、かつ他方の利用者の利用頻度値が前記第1の利用頻度値または前記第2の利用頻度値である場合における、前記2人の利用者の利用頻度値の内積である第1の内積値を算出すると共に、前記第1の内積値を算出する際に用いたコンテンツに対応する前記内積算出補助値を前記内積算出補助情報格納部から読み出して、それらの総和である第2の内積値を算出し、前記第1の内積値から前記第2の内積値を減算した値を更新内積補正値とすることを特徴とする請求項2に記載の利用者情報処理装置。 - 前記2人の利用者の両方が利用したコンテンツの前記コンテンツ識別情報と、前記2人の利用者の前記利用頻度値の積である内積算出補助値とを関連づけて格納する内積算出補助情報格納部を更に備え、
前記内積算出補助情報格納部は、前記2人の利用者の前記第1の利用頻度値の積である第1の内積算出補助値と、前記2人の利用者の内の一方の利用者の前記利用頻度値が前記第2の利用頻度値であり、かつ他方の利用者の利用頻度値が前記第1の利用頻度値または前記第2の利用頻度値である場合の利用頻度値の積である第2の内積算出補助値と、前記2人の利用者の内の少なくとも一方の利用者の前記利用頻度値が前記第3の利用頻度値である場合の利用頻度値の積である第3の内積算出補助値とを識別可能なように格納し、
前記追加内積補正値算出部は、前記第3の内積算出補助値の総和である前記追加補正値を計算し、
前記更新内積補正値算出部は、前記第2の内積算出補助値の総和から前記第1の内積算出補助値の総和を減算した値を前記更新補正値として計算することを特徴とする請求項2に記載の利用者情報処理装置。 - 前記類似度算出部は、前記新規内積値を新たな利用者間内積値として、前記利用頻度関連情報格納部に格納させることを特徴とする請求項1〜4のいずれか1項に記載の利用者情報処理装置。
- 前記利用頻度関連情報格納部は、所定の条件を満たすコンテンツを対象にして算出された前記利用者間内積値を格納し、
前記補正値計算部は、前記所定の条件を満たすコンテンツを対象にして、前記補正内積値を計算することを特徴とする請求項1〜5のいずれか1項に記載の利用者情報処理装置。 - 利用者を識別するユーザ識別情報と、ユーザ属性情報とを対応させて格納するユーザ情報格納部と、
前記類似度算出部で計算された一の利用者との前記類似度が所定値以上の他の利用者、または前記類似度が高い順に所定数の他の利用者の前記ユーザ識別情報を選択する類似ユーザ情報選択部と、
を更に備えることを特徴とする請求項1〜6のいずれか1項に記載の利用者情報処理装置。
- コンテンツを識別するコンテンツ識別情報と、コンテンツ属性情報とを対応させて格納するコンテンツ情報格納部と、
前記類似度算出部で計算された一の利用者との前記類似度が所定値以上の他の利用者、または前記類似度が高い順に所定数の他の利用者の前記ユーザ識別情報を選択する類似ユーザ情報選択部と、
前記類似ユーザ情報選択部で選択されたユーザ識別情報と対応する前記利用頻度値が利用ありの状態を示すコンテンツを対象にして所定個数の前記コンテンツ識別情報を選択する推薦コンテンツ選択部と
を更に備えることを特徴とする請求項1〜7のいずれか1項に記載の利用者情報処理装置。 - コンテンツを識別するコンテンツ識別情報と、コンテンツ属性情報とを対応させて格納するコンテンツ情報格納部と、
前記類似度算出部で計算された一の利用者との前記他の利用者との類似度が大きいほど、かつ前記他の利用者の利用頻度値が大きいほど大きな値となる適合度をコンテンツごとに計算すると共に、前記適合度が所定値以上のコンテンツの前記コンテンツ識別情報、または前記適合度が大きな順に所定個数の前記コンテンツ識別情報を選択する推薦コンテンツ選択部と
を更に備えることを特徴とする請求項1〜7のいずれか1項に記載の利用者情報処理装置。 - コンテンツを利用する利用者における、コンテンツに対する利用状況に関する情報である利用情報を受信し、前記利用情報を用いて、利用者間の類似度を計算する利用者情報処理装置で実行される利用者情報処理方法において、
所定の時点までに受信した前記利用情報に基づいて、利用者の内の任意の2人における、各コンテンツに対する利用頻度を示す数値である利用頻度値の内積である利用者間内積値を利用頻度関連情報格納部に格納する利用頻度関連情報格納ステップと、
前記所定の時点以降に受信した前記利用情報に基づいて、前記所定の時点からの前記2人の利用者の前記利用者間内積値の変化量を示す補正内積値を計算する補正値計算ステップと、
前記利用者間内積値と前記補正内積値とを加算した新規内積値を用いて、前記2人の利用者の間の類似度を計算する類似度算出ステップと
を有することを特徴とする利用者情報処理方法。 - コンテンツを利用する利用者における、コンテンツに対する利用状況に関する情報である利用情報を受信し、前記利用情報を用いて、利用者間の類似度を計算する利用者情報処理装置のコンピュータを、
所定の時点までに受信した前記利用情報に基づいて、利用者の内の任意の2人における、各コンテンツに対する利用頻度を示す数値である利用頻度値の内積である利用者間内積値を利用頻度関連情報格納部に格納する利用頻度関連情報格納手段、
前記所定の時点以降に受信した前記利用情報に基づいて、前記所定の時点からの前記2人の利用者の前記利用者間内積値の変化量を示す補正内積値を計算する補正値計算部と、
前記利用者間内積値と前記補正内積値とを加算した新規内積値を用いて、前記2人の利用者の間の類似度を計算する類似度算出手段、
として機能させることを特徴とする利用者情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010199724A JP5447307B2 (ja) | 2010-09-07 | 2010-09-07 | 利用者情報処理装置、利用者情報処理方法、及び利用者情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010199724A JP5447307B2 (ja) | 2010-09-07 | 2010-09-07 | 利用者情報処理装置、利用者情報処理方法、及び利用者情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012058893A JP2012058893A (ja) | 2012-03-22 |
JP5447307B2 true JP5447307B2 (ja) | 2014-03-19 |
Family
ID=46055945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010199724A Active JP5447307B2 (ja) | 2010-09-07 | 2010-09-07 | 利用者情報処理装置、利用者情報処理方法、及び利用者情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5447307B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5860796B2 (ja) * | 2012-11-08 | 2016-02-16 | 株式会社コナミデジタルエンタテインメント | サーバ装置、サーバ装置の制御方法およびプログラム |
CN116149236B (zh) * | 2023-04-04 | 2023-10-27 | 深圳市特区建发科技园区发展有限公司 | 一种基于区块链的应用运维管理智能监控系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1153381A (ja) * | 1997-08-01 | 1999-02-26 | Toshiba Corp | 類似文書検索装置および類似文書検索方法 |
JP2006302097A (ja) * | 2005-04-22 | 2006-11-02 | Matsushita Electric Ind Co Ltd | 協調フィルタ装置 |
JP4685605B2 (ja) * | 2005-11-22 | 2011-05-18 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 情報処理装置、検索方法およびプログラム |
JP4179341B2 (ja) * | 2006-06-01 | 2008-11-12 | ソニー株式会社 | 情報処理装置および方法、プログラム、並びに記録媒体 |
JP2009265754A (ja) * | 2008-04-22 | 2009-11-12 | Ntt Docomo Inc | 情報提供装置、情報提供方法及び情報提供プログラム |
-
2010
- 2010-09-07 JP JP2010199724A patent/JP5447307B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2012058893A (ja) | 2012-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10405016B2 (en) | Recommending media items based on take rate signals | |
US10579694B1 (en) | Location based recommendation and tagging of media content items | |
US20140372429A1 (en) | Incorporating user usage of consumable content into recommendations | |
JP5913800B2 (ja) | コンテンツ提示装置、外部推薦装置およびコンテンツ提示システム | |
JP2012204894A (ja) | 情報推薦装置 | |
CN111767466A (zh) | 基于人工智能的推荐信息推荐方法、装置及电子设备 | |
KR20150042894A (ko) | 프로필 이미지 카드를 공유하는 시스템 및 방법 | |
KR20170014464A (ko) | 사용자 성향을 고려한 여행 일정 추천 방법,장치 및 컴퓨터 프로그램 | |
JP5447307B2 (ja) | 利用者情報処理装置、利用者情報処理方法、及び利用者情報処理プログラム | |
CN103593382A (zh) | 信息处理设备、信息处理方法和程序 | |
JP6414192B2 (ja) | 情報処理装置、情報処理方法、情報処理プログラム | |
JP5429116B2 (ja) | 利用者情報処理装置、利用者情報処理方法、及び利用者情報処理プログラム | |
CN114730340A (zh) | 在用户界面数据收集中保护用户隐私 | |
JP5846033B2 (ja) | 情報処理装置、端末装置、情報処理方法、表示方法、情報処理プログラム、及び表示プログラム | |
JP6700146B2 (ja) | 評価値に基づいて推奨するコンテンツを決定するシステム | |
US20150170035A1 (en) | Real time personalization and categorization of entities | |
JP6065061B2 (ja) | 情報処理装置、端末装置、情報処理方法、表示方法、情報処理プログラム、及び表示プログラム | |
JP6269864B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6856084B2 (ja) | 情報処理装置、コンテンツ制御装置、情報処理方法、及びプログラム | |
JP2015228225A (ja) | 情報推薦装置 | |
JP6065060B2 (ja) | 情報処理装置、端末装置、情報処理方法、表示方法、情報処理プログラム、及び表示プログラム | |
JP5235227B2 (ja) | ログ処理装置およびその動作方法 | |
JP5429088B2 (ja) | 利用者情報処理装置、利用者情報処理方法、利用者情報処理プログラム | |
JP6028847B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6443431B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120724 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130726 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130820 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130905 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131017 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131105 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131114 |
|
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: 20131203 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131216 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5447307 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |