JP5586530B2 - 情報提示装置 - Google Patents
情報提示装置 Download PDFInfo
- Publication number
- JP5586530B2 JP5586530B2 JP2011128572A JP2011128572A JP5586530B2 JP 5586530 B2 JP5586530 B2 JP 5586530B2 JP 2011128572 A JP2011128572 A JP 2011128572A JP 2011128572 A JP2011128572 A JP 2011128572A JP 5586530 B2 JP5586530 B2 JP 5586530B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- desire
- context
- item
- database
- 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
Links
- 230000009471 action Effects 0.000 claims description 55
- 238000004364 calculation method Methods 0.000 claims description 26
- 230000006399 behavior Effects 0.000 description 33
- 238000010586 diagram Methods 0.000 description 19
- 238000000034 method Methods 0.000 description 14
- 239000000047 product Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 235000003642 hunger Nutrition 0.000 description 5
- 239000013589 supplement Substances 0.000 description 5
- 235000021152 breakfast Nutrition 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009182 swimming Effects 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 238000000222 aromatherapy Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000035922 thirst Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
図1は、本発明の実施形態1に係る情報提示装置100の機能ブロック図である。情報提示装置100は、ユーザ行動履歴データベース101、ユーザプロファイルデータベース102、欲求推定部103、コンテキスト判定部104、コンテキスト−欲求組合せ確率データベース105、組合せ算出部106、最適アイテム検索部107、コンテキスト−欲求データベース108、アイテムデータベース109を備える。
欲求推定部103は、ユーザ行動履歴データベース101に格納されている、アイテムを選択することによって満たされた基本的欲求に関する情報と、ユーザプロファイルデータベース102に格納されている、ユーザが有する欲求の定常的な強さとに基づいて、ユーザが現在有している欲求の強さを推定する。欲求の強さを推定する方法については以下に補足する。
欲求推定部103は、ユーザ行動履歴データベース101に格納されているデータに基づき、アイテムを選択することによって得られる欲求満足度を算出する。欲求の満足度とは、現時点で対象ユーザのどのような基本的欲求が満たされており、どのような基本的欲求が満たされていないかを基本的欲求ごとに示す割合であり、例えば下記式1を用いて算出することができる。
欲求満足度は、日時フィールド1014の値にしたがって、例えば過去1週間の行動履歴から算出することができる。この場合、ユーザ行動履歴データベース101には、欲求満足度を計算するために必要となる期間内の行動履歴のみ格納するようにしてもよい。
次に、欲求推定部103は、全ての基本的欲求について、欲求満足度とユーザプロファイルデータベース102に格納されているユーザの定常的欲求の強さに基づき、ユーザが現在有している基本的欲求の強さを計算する。これにより、ユーザが現時点で強く望んでいる基本的欲求を抽出することができる。ユーザが現在有している基本的欲求の強さは、下記式2を用いて算出することができる。
コンテキスト判定部104は、ステップS701と並行して、ユーザが現在置かれているコンテキストを判定する。例えば、情報提示装置100周辺の温度、日時などの物理的環境を測定し、図4(b)で説明したような事前設定された判定条件に基づいて、コンテキストを判定することができる。このとき判定するコンテキストは1つでもよいし、複数でもよい。また、ユーザが情報提示装置100に対して入力してもよい。
組合せ算出部106は、ユーザが現在有している基本的欲求の強さと、ユーザが現在置かれているコンテキストとを用いて、コンテキスト−欲求組合せ確率データベース105に格納されている情報を参照し、アイテムが満たすべき欲求とコンテキストの組合せを取得する。さらに、同データベースが記述している確率に基づき、アイテムが満たすべき欲求とコンテキストの組合せの優先度を決定する。優先度は、例えば下記式3を用いて計算することができる。
αの値は、ユーザが事前に設定してもよいし、情報提示装置100の利用状況を学習して動的に変化させてもよい。基本的欲求とコンテキストの組合せに関する優先度を表現できれば、式3以外の計算式を用いてもよい。アイテムによって満足させることができるコンテキストと欲求の組合せは、1つでもよいし複数でもよい。
組合せ算出部106は、ステップS703で計算した優先度にしたがって、アイテム/欲求/コンテキストの最適な組合せを決定する。優先度が低い場合は、その組合せが欲求とコンテキストを満たすために適していないか、または係数αの設定によって優先度が下がったものと考えられる。そこで本ステップにおいて、優先度が所定値以上の組合せのみを取り出すようにしてもよい。あるいは、ユーザが有している欲求とユーザが置かれているコンテキストの双方を満たす必要があるので、Pr(desire|Context)の値が所定値以上の組合せのみを取り出すようにしてもよい。
最適アイテム検索部107は、ステップS704で組合せ算出部106が決定した組合せに該当するレコードを、コンテキスト−欲求データベース108から検索する。複数の組合せが得られた場合は、ステップS703で組合せ算出部106が計算した優先度にしたがって、得られたレコードに優先順位を付与してもよい。
アイテム/欲求/コンテキストの組合せはコンテキスト−欲求データベース108内に格納されているので、同データベースのみを用いてこれらの組合せを特定することもできる。ただし、同データベースのみでは、アイテム/欲求/コンテキストの組合せによって欲求とコンテキストがどの程度満たされるかを正確に把握することができず、全ての組合せを並列に提示することができるに留まる。そこで、コンテキスト−欲求組合せ確率データベース105が格納しているレコードを用いて、ユーザが有している欲求とユーザが置かれているコンテキストをより確実に満たすことのできる組合せを用いることが望ましいと考えられる。
最適アイテム検索部107は、ステップS705の結果をユーザに提示する。出力形式は、例えば画面表示、データ出力など、情報提示装置100が備える出力装置に合わせて適宜最適なものを用いればよい。
以上のように、本実施形態1に係る情報提示装置100は、ユーザが現在有している欲求の強さと、ユーザが現在置かれている状況とを推定し、これらを満たすことのできるアイテム/欲求/コンテキストの組合せを特定する。これにより、ユーザが有している欲求とユーザが置かれているコンテキストの双方を満たすアイテムを提示することができる。
本発明の実施形態2では、ユーザ行動履歴データベース101が格納している行動履歴を用いてコンテキストと欲求の組合せが発生する確率を計算することにより、時間とともに変化するユーザの性質を加味する構成例を説明する。
以上のように、本実施形態2に係る情報提示装置100は、ユーザ行動履歴データベース101が格納している行動履歴を用いて、Pr(desire|Context)を計算する。これにより、ユーザ行動の経時変化に追従しつつ、ユーザが有している欲求とユーザが置かれているコンテキストに適したアイテムを提示することができる。
本発明の実施形態3では、ユーザがアイテムを利用する頻度に応じてデータベース101にインデックスを付与し、データアクセスを高速化する手法を説明する。情報提示装置100の構成は実施形態1〜2と同様であるため、以下ではインデックスに係る差異点を中心に説明する。
以上のように、本実施形態3に係る情報提示装置100は、コンテキストの出現頻度に応じてユーザ行動履歴データベース101にインデクスを付加し、コンテキスト−欲求の組合せの出現頻度に応じてコンテキスト−欲求データベース108にインデクスを付加する。これにより、情報提示装置100の処理を高速化し、情報提示のリアルタイム性を確保することができる。
本発明の実施形態4では、ユーザがアイテムを選択した際のコンテキストを加味してユーザの内部状態を推定し、より有効な情報をユーザへ提示する構成例を説明する。
図11(b)に示すテーブルは、ユーザIDフィールド1016、欲求頻度フィールド1017を有する。ユーザIDフィールド1016は、ユーザを一意に識別する識別子を保持する。欲求頻度フィールド1017は、あるコンテキストの下でユーザがどの程度の頻度で基本的欲求を満足させるかを示す割合を保持する。欲求推定部103は、欲求IDnが満たされる頻度を、例えば下記式5を用いて計算することができる。
以上のように、本実施形態4に係る情報提示装置100は、ユーザがあるコンテキストの下で定常的に有する基本的欲求の強さを求め、これにしたがってアイテムを提示する。実施形態1〜3では、ユーザが有する定常的な欲求はコンテキストによらず一定であるとしたが、本実施形態4によれば、コンテキスト毎に異なる基本的欲求を有するユーザに対しても適切なアイテムを提示することができる。
本発明の実施形態5では、複数のユーザの行動履歴を一括して管理することにより、新たに追加されたユーザのようにアイテム選択履歴が少ないユーザについても、的確なアイテムを提示することができる構成例について説明する。
Claims (15)
- ユーザがアイテムを選択した行動の履歴を格納するユーザ行動履歴データベースと、
前記アイテムの特徴を表す情報を格納したアイテムデータベースと、
前記ユーザが定常的に有している欲求の強さを前記欲求の種別毎に記述する欲求プロファイルを格納したユーザプロファイルデータベースと、
前記ユーザがアイテムを選択するときの外的要因を取得してこれに基づき前記ユーザが置かれている状況を判定するコンテキスト判定部と、
前記ユーザが置かれている状況と、前記アイテムと、前記ユーザが置かれている状況の下で前記アイテムを選択することによって満たすことのできる前記欲求と、の対応関係を記述したコンテキスト−欲求データベースと、
前記ユーザ行動履歴データベースが格納している前記ユーザの行動履歴と、前記ユーザプロファイルデータベースが格納している前記ユーザの欲求プロファイルとを用いて、前記ユーザが現在有している前記欲求の強さを推定する欲求推定部と、
前記ユーザが現在有している前記欲求の強さと、前記ユーザが現在置かれている状況とを用いて前記コンテキスト−欲求データベースを照会することにより、前記ユーザが現在有している前記欲求の強さと前記ユーザが現在置かれている状況に適した前記アイテムを特定し、そのアイテムを前記アイテムデータベースから検索するアイテム検索部と、
を備えることを特徴とする情報提示装置。 - 前記状況の下で前記ユーザの前記欲求を満足することができる確率を前記状況毎に記述したコンテキスト−欲求組合せ確率データベースを備え、
前記アイテム検索部は、
前記コンテキスト−欲求組合せ確率データベースが記述している前記確率にしたがって、前記状況の下で前記ユーザの前記欲求を満足することができる前記状況と前記欲求の組合せを特定し、
その結果にしたがって前記アイテムを前記アイテムデータベースから検索する
ことを特徴とする請求項1記載の情報提示装置。 - 前記アイテム検索部は、
前記ユーザが現在有している前記欲求の強さと、
前記状況の下で前記ユーザの前記欲求を満足することができる確率と、
のいずれを優先するかを表す優先度を、所定の計算式を用いて計算し、その優先度にしたがって前記アイテムを検索する
ことを特徴とする請求項2記載の情報提示装置。 - 前記ユーザが前記アイテムを選択したときに前記ユーザが置かれていた前記状況と、そのときに満足した前記欲求との組合せの起こりやすさを、前記ユーザ行動履歴データベースが格納している前記ユーザの行動履歴を用いて算出するコンテキスト−欲求組合せ確率計算部を備え、
前記コンテキスト−欲求組合せ確率データベースは、前記コンテキスト−欲求組合せ確率計算部が計算した前記確率を格納する
ことを特徴とする請求項2記載の情報提示装置。 - 前記アイテム検索部は、
前記ユーザの行動履歴内において出現する前記状況の頻度を計算し、前記コンテキスト−欲求組合せ確率データベースが格納しているレコードのうち、出現頻度が所定値以上の前記状況に対応するレコードに対して、インデクスを付加する
ことを特徴とする請求項2記載の情報提示装置。 - 前記ユーザ行動履歴データベースは、
前記履歴と併せて、前記ユーザが前記アイテムを選択したときの前記状況を格納しており、
前記アイテム検索部は、
前記ユーザの行動履歴内において出現する前記状況と前記欲求の組合せの出現頻度を計算し、前記コンテキスト−欲求データベースが格納しているレコードのうち、出現頻度が所定値以上の前記状況と前記欲求の組合せに対応するレコードに対して、インデクスを付加する
ことを特徴とする請求項1記載の情報提示装置。 - 前記ユーザ行動履歴データベースは、
前記履歴と併せて、前記ユーザが前記アイテムを選択したときの前記状況を格納しており、
前記欲求推定部は、
前記ユーザが前記状況の下で現在有している前記欲求の強さを推定する
ことを特徴とする請求項1記載の情報提示装置。 - 前記ユーザ行動履歴データベースが格納している行動履歴を用いて、前記ユーザが前記状況の下で有する前記欲求の定常的な強さを算出し、前記欲求プロファイルとして前記ユーザプロファイルデータベースに格納するユーザプロファイル生成部を備え、
前記欲求プロファイルは、
前記ユーザが定常的に有している前記欲求の強さを前記状況毎に記述しており、
前記欲求推定部は、
前記欲求プロファイルの記述にしたがって、前記ユーザが前記状況の下で現在有している前記欲求の強さを推定する
ことを特徴とする請求項7記載の情報提示装置。 - 前記ユーザ行動履歴データベースは、所定期間以上継続する前記状況の下で発生した前記ユーザの行動履歴のみを格納する
ことを特徴とする請求項1記載の情報提示装置。 - 前記ユーザプロファイルデータベースは、所定期間以上継続する前記状況の下で前記ユーザが定常的に有する前記欲求の強さのみを格納する
ことを特徴とする請求項1記載の情報提示装置。 - 前記ユーザ行動履歴データベースは、複数の前記ユーザの前記行動履歴を格納し、
前記ユーザプロファイルデータベースは、複数の前記ユーザが定常的に有している前記欲求の強さを集約したデータを格納している
ことを特徴とする請求項1記載の情報提示装置。 - 前記ユーザ行動履歴データベースが格納している行動履歴を用いて、前記ユーザが前記状況の下で有する前記欲求の定常的な強さを算出し、前記欲求プロファイルとして前記ユーザプロファイルデータベースに格納するユーザプロファイル生成部を備え、
前記ユーザプロファイル生成部は、
複数の前記ユーザの前記行動履歴の間の類似度または複数の前記ユーザの前記欲求プロファイルの間の類似度にしたがって、前記ユーザをクラスタリングし、その結果を前記ユーザプロファイルデータベースに格納する
ことを特徴とする請求項11記載の情報提示装置。 - 前記ユーザプロファイル生成部は、
新規ユーザが前記クラスタリングによって得られたユーザクラスタのいずれに属するかを判定し、
前記ユーザクラスタに対応する前記欲求プロファイルを前記新規ユーザに割り当て、
前記アイテム検索部は、
前記ユーザプロファイル生成部が前記新規ユーザに割り当てた前記欲求プロファイルを用いて、前記新規ユーザに適したアイテムを検索する
ことを特徴とする請求項12記載の情報提示装置。 - 前記ユーザ行動履歴データベースが格納している複数の前記ユーザの前記行動履歴を用いて、前記ユーザが前記アイテムを選択したときに前記ユーザが置かれていた前記状況と、そのときに満足した前記欲求との組合せの起こりやすさを算出するコンテキスト−欲求組合せ確率計算部を備え、
前記コンテキスト−欲求組合せ確率データベースは、前記コンテキスト−欲求組合せ確率計算部が計算した前記確率を格納する
ことを特徴とする請求項11記載の情報提示装置。 - 前記アイテム検索部は、
前記クラスタリングによって得られたユーザクラスタ毎に、前記アイテムによって満足した前記欲求と前記状況の組合せの頻度を計算し、最も頻度の高い前記組合せを前記コンテキスト−欲求データベースに格納する
ことを特徴とする請求項12記載の情報提示装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011128572A JP5586530B2 (ja) | 2011-06-08 | 2011-06-08 | 情報提示装置 |
US13/489,506 US9064018B2 (en) | 2011-06-08 | 2012-06-06 | Information providing system that provides information based on strenghth of desire and current situation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011128572A JP5586530B2 (ja) | 2011-06-08 | 2011-06-08 | 情報提示装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012256183A JP2012256183A (ja) | 2012-12-27 |
JP5586530B2 true JP5586530B2 (ja) | 2014-09-10 |
Family
ID=47294027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011128572A Expired - Fee Related JP5586530B2 (ja) | 2011-06-08 | 2011-06-08 | 情報提示装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9064018B2 (ja) |
JP (1) | JP5586530B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016136355A (ja) * | 2015-01-23 | 2016-07-28 | ソニー株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
KR20170082361A (ko) | 2016-01-06 | 2017-07-14 | 삼성전자주식회사 | 디스플레이 장치 및 그 제어 방법 |
KR102419728B1 (ko) * | 2017-05-30 | 2022-07-13 | 현대자동차주식회사 | 상황 기반 동작 결정 시스템, 상황 기반으로 결정된 동작을 수행 가능한 차량 및 상황 기반 동작 결정 방법 |
US10706107B2 (en) * | 2017-05-30 | 2020-07-07 | Open Text Sa Ulc | Search systems and methods utilizing search based user clustering |
KR102339443B1 (ko) * | 2017-06-02 | 2021-12-16 | 현대자동차주식회사 | 상황 기반 동작 결정 장치, 상황 기반 동작 결정이 가능한 차량, 상황 기반 동작 결정 방법 및 상기 차량의 제어 방법 |
CN110297965B (zh) * | 2019-04-18 | 2021-07-13 | 广州视源电子科技股份有限公司 | 课件页面的显示及页面集的构造方法、装置、设备和介质 |
JP2021022243A (ja) * | 2019-07-29 | 2021-02-18 | 富士通株式会社 | 推薦システム、推薦制御プログラム、および、推薦制御方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6418424B1 (en) * | 1991-12-23 | 2002-07-09 | Steven M. Hoffberg | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
US7949565B1 (en) * | 1998-12-03 | 2011-05-24 | Prime Research Alliance E., Inc. | Privacy-protected advertising system |
JP2004054587A (ja) * | 2002-07-19 | 2004-02-19 | Just Syst Corp | エージェント管理装置、エージェント管理方法およびエージェント管理プログラム |
JP2004157827A (ja) * | 2002-11-07 | 2004-06-03 | Recruit Co Ltd | 広告配信システム及び広告配信方法 |
US8380726B2 (en) * | 2006-03-06 | 2013-02-19 | Veveo, Inc. | Methods and systems for selecting and presenting content based on a comparison of preference signatures from multiple users |
JP2007272451A (ja) * | 2006-03-30 | 2007-10-18 | Toshiba Corp | 推薦番組情報提供装置、推薦番組情報提供方法及びプログラム |
US20080201643A1 (en) * | 2007-02-01 | 2008-08-21 | 7 Billion People, Inc. | System for creating customized web content based on user behavioral portraits |
US20080319855A1 (en) * | 2007-02-16 | 2008-12-25 | Stivoric John M | Advertising and marketing based on lifeotypes |
US20080294624A1 (en) * | 2007-05-25 | 2008-11-27 | Ontogenix, Inc. | Recommendation systems and methods using interest correlation |
JP2009009178A (ja) * | 2007-06-26 | 2009-01-15 | I Cubed Systems:Kk | 広告情報配信装置、広告情報配信システムおよび広告情報配信方法 |
JP5392808B2 (ja) * | 2007-11-27 | 2014-01-22 | 日本電気株式会社 | コンテクスト対応情報推薦装置、コンテクスト対応情報推薦方法およびコンテクスト対応情報推薦プログラム |
US10417660B2 (en) * | 2010-11-23 | 2019-09-17 | Yellowpages.Com Llc | Selecting advertisements for users via a targeting database |
US20120158503A1 (en) * | 2010-12-17 | 2012-06-21 | Ebay Inc. | Identifying purchase patterns and marketing based on user mood |
WO2012170589A1 (en) * | 2011-06-06 | 2012-12-13 | Nfluence Media, Inc. | Consumer driven advertising system |
-
2011
- 2011-06-08 JP JP2011128572A patent/JP5586530B2/ja not_active Expired - Fee Related
-
2012
- 2012-06-06 US US13/489,506 patent/US9064018B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2012256183A (ja) | 2012-12-27 |
US9064018B2 (en) | 2015-06-23 |
US20120317106A1 (en) | 2012-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5586530B2 (ja) | 情報提示装置 | |
US8620764B2 (en) | Method for providing a recommendation such as a personalized recommendation, recommender system, and computer program product comprising a recommender computer program | |
US20100030648A1 (en) | Social media driven advertisement targeting | |
JP5581408B2 (ja) | 情報処理システム、情報処理装置、情報処理方法及びプログラム | |
JP5395729B2 (ja) | 情報提示装置 | |
CN112088390A (zh) | 对于地点的个性化匹配得分 | |
US20110173130A1 (en) | Method and system for informing a user by utilizing time based reviews | |
JP7353655B2 (ja) | 商品リコメンドシステム | |
KR101646312B1 (ko) | 개인행동기반 관심 대상 및 선호 분야 분석시스템 및 그 방법 | |
JP2019125007A (ja) | 情報分析装置、情報分析方法および情報分析プログラム | |
KR101761999B1 (ko) | 관계 유형을 고려한 코칭 방법 및 시스템 | |
JP2017097717A (ja) | 情報処理システム及びプログラム | |
CN103198089A (zh) | 信息处理装置、信息处理方法和程序 | |
JP2021168118A (ja) | ロケーションベースのコンテンツマッチング方法及びシステム | |
CN110020152B (zh) | 应用推荐方法及装置 | |
KR101693429B1 (ko) | 대인 관계 유형 파악을 통한 코칭 정보 제공 시스템 | |
JP2012103955A (ja) | プロファイル解析システム | |
JP2008191702A (ja) | 嗜好情報収集システム及びそれを用いた情報推薦システム | |
CN116762070A (zh) | 用于提供图像推荐的系统、方法、计算平台和存储介质 | |
JP6079479B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2019160178A (ja) | 情報処理装置、情報処理方法、およびプログラム。 | |
US20150006527A1 (en) | Information processing apparatus, information processing method, and information processing program | |
KR101831701B1 (ko) | 사용자의 관심 정보를 사용한 타겟 광고 결정 장치 및 방법 | |
JPWO2020031232A1 (ja) | 情報処理システム、情報処理方法、及びプログラム | |
JP7039500B2 (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: 20131111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140515 |
|
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: 20140701 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140722 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5586530 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
LAPS | Cancellation because of no payment of annual fees |