JP5683758B1 - レコメンド情報提示装置、レコメンド情報提示方法及びレコメンド情報提示プログラム - Google Patents

Abstract

レコメンド情報提示装置は、複数の商品に関するテキスト情報から抽出された語句を機械的に分類し、分類された複数の語句からなるトピックを複数生成するトピック生成部と、商品のテキスト情報に含まれる語句の各トピックに対する分布の傾向を示す商品プロファイルを商品ごとに生成する商品プロファイル生成部と、少なくとも２つのトピックに含まれる語句をトピック毎にユーザ端末に提示するトピック提示部と、ユーザ端末からのトピックの選択を受け付ける受付部と、トピックの選択に基づき、ユーザのトピックに対する選択傾向を示す情報であるユーザプロファイルを生成し、ユーザプロファイルに示される選択傾向と、所定の程度以上一致する分布傾向を示す商品プロファイルを抽出する抽出部と、抽出された商品プロファイルに対応付けられた商品に関する情報をレコメンド情報としてユーザ端末に提示するレコメンド情報提示部と、を備える。

Description

本発明は、レコメンド情報提示装置、レコメンド情報提示方法及びレコメンド情報提示プログラムに関する。

旅行予約サイト及び電子商取引サイト等において、ユーザが望むホテル等の施設や商品を提示するために、ユーザに対して選択肢を提示する技術が知られている。例えば、通販サイトにおいて需要者が商品の検索を行う際に、需要者に質問と選択肢群とを提示し、需要者によって選択された選択肢に応じた商品を需要者へ提示する装置が知られている（例えば、特許文献１参照）。

特開２００２−４１５３１号公報

上記従来技術では、需用者への質問に対する選択肢と、需用者に対して提示する商品との対応付けを予め行っておく必要があった。また、この対応付けを、サービスの提供者が人手で実施すると、そのための多大な手間を必要とすると共に、対応付けに対して提供者によるバイアスがかかることとなる。

そこで本発明は、需用者からの回答に応じた商品に関する情報の提示に際して、需用者からの回答と商品との対応付けを、商品の提供者によるバイアスを排除して、人手によらずに容易に行うことを目的とする。

上記課題を解決するために、本発明の一側面に係るレコメンド情報提示装置は、複数の商品に関するテキスト情報から抽出された語句を機械的に分類し、分類された１以上の語句からなるトピックを複数生成するトピック生成手段と、商品に関するテキスト情報に含まれる語句を１以上のトピック別に分類することで求めた、該トピック別の語句の出現頻度を含む商品プロファイルを商品ごとに生成する商品プロファイル生成手段と、トピック生成手段により生成されたトピックのうちの、少なくとも２つのトピックに含まれる語句をトピック毎にユーザ端末に提示するトピック提示手段と、トピック提示手段によるトピックの提示に応じた、ユーザ端末からのトピックの選択を受け付ける受付手段と、受付手段により受け付けられたユーザ端末のユーザによるトピックの選択傾向に応じた商品プロファイルに対応付けられた商品に関する情報をレコメンド情報としてユーザ端末に提示するレコメンド情報提示手段と、を備える。

本発明の一側面に係るレコメンド情報提示方法は、商品に関するレコメンド情報をユーザ端末に提示するレコメンド情報提示装置におけるレコメンド情報提示方法であって、複数の商品に関するテキスト情報から抽出された語句を機械的に分類し、分類された１以上の語句からなるトピックを複数生成するトピック生成ステップと、商品に関するテキスト情報に含まれる語句を１以上のトピック別に分類することで求めた、該トピック別の語句の出現頻度を含む商品プロファイルを商品に対応付けて生成する商品プロファイル生成ステップと、トピック生成ステップにおいて生成されたトピックのうちの、少なくとも２つのトピックに含まれる語句をトピック毎にユーザ端末に提示するトピック提示ステップと、提示ステップにおけるトピックの提示に応じた、ユーザ端末からのトピックの選択を受け付ける受付ステップと、受付ステップにおいて受け付けられたユーザ端末のユーザによるトピックの選択傾向に応じた商品プロファイルに対応付けられた商品に関する情報をレコメンド情報としてユーザ端末に提示するレコメンド情報提示ステップと、を有する。

本発明の一側面に係るレコメンド情報提示プログラムは、コンピュータを、商品に関するレコメンド情報をユーザ端末に提示するレコメンド情報提示装置として機能させるためのレコメンド情報提示プログラムであって、コンピュータに、複数の商品に関するテキスト情報から抽出された語句を機械的に分類し、分類された１以上の語句からなるトピックを複数生成するトピック生成機能と、商品に関するテキスト情報に含まれる語句を１以上のトピック別に分類することで求めた、該トピック別の語句の出現頻度を含む商品プロファイルを商品ごとに生成する商品プロファイル生成機能と、トピック生成機能により生成されたトピックのうちの、少なくとも２つのトピックに含まれる語句をトピック毎にユーザ端末に提示するトピック提示機能と、提示機能によるトピックの提示に応じた、ユーザ端末からのトピックの選択を受け付ける受付機能と、受付機能により受け付けられたユーザ端末のユーザによるトピックの選択傾向に応じた商品プロファイルに対応付けられた商品に関する情報をレコメンド情報としてユーザ端末に提示するレコメンド情報提示機能と、を実現させる。

上記側面によれば、商品に関するテキスト情報から抽出した語句を機械的に分類したトピックをユーザに提示し、商品に関するテキスト情報に含まれる語句のトピックに対する分布の傾向にユーザによるトピックの選択傾向が所定の程度以上一致する商品が抽出され、抽出された商品に関する情報がユーザに対するレコメンド情報として提示される。即ち、トピックは、人手を介さずに機械的に生成される。また、ユーザによるトピックの選択傾向に応じて提示する商品の抽出は、商品に関するテキスト情報に含まれる語句のトピック別の出現頻度に基づき行われる。従って、ユーザにより選択されるトピックとユーザに提示する商品との対応づけが、商品の提供者によるバイアスがかかることなく、人手を介さずに容易に行われることが可能となる。

別の側面に係るレコメンド情報提示装置では、トピック提示手段は、２つのトピックを提示し、受付手段は、トピック提示手段により提示された２つのトピックのうちのいずれかのトピックに対する選択を受け付けることとしてもよい。

この側面によれば、ユーザは２つのトピックのうちの、より重視するトピックを選択する判断をすれば良いので、ユーザにおける選択の回答が容易である。

さらに別の側面に係るレコメンド情報提示装置では、トピック提示手段は、トピック生成手段により生成された１のトピックに含まれる語句と、トピック生成手段により生成された他のトピックに含まれる語句との類似の程度をトピック間の距離として算出し、所定以上の距離を有する１のトピックと他のトピックとを提示してもよい。

この側面によれば、互いに距離が遠い２つのトピックがユーザに提示されるので、より効果的にユーザが重視するトピックの選択傾向を取得できる。また、ユーザは、距離が遠いトピックのうちのいずれかを選択するので、ユーザにおける選択の判断が容易である。

さらに別の側面に係るレコメンド情報提示装置では、トピック提示手段は、トピック生成手段により生成された１のトピックを選択し、選択した１のトピックに含まれる語句の出現頻度が所定頻度以上である商品プロファイルのいずれにおいても語句の出現頻度が所定頻度未満である他のトピックを特定し、１のトピックと他のトピックとを提示してもよい。

この側面によれば、特定された他のトピックに含まれる語句は、１のトピックがユーザによって選択された場合にユーザ端末に提示されるどの商品の商品プロファイルにおいても出現頻度が低い。これにより、他のトピックを選択した場合に提示される商品の集合は、１のトピックを選択した場合に提示される商品の集合とは全く異なるものとなる。従って、そのように選択された１のトピック及び特定された他のトピックを提示することにより、ユーザにおける選択の判断が容易となる。

さらに別の側面に係るレコメンド情報提示装置では、トピック提示手段は、３つ以上のトピックを提示し、受付手段は、トピック提示手段により提示された３つ以上のトピックのうちの少なくとも１つ以上のトピックに対する選択を受け付けることとしてもよい。

上記側面によれば、３つ以上のトピックがユーザに対して提示されるので、ユーザが重視しているトピックが、提示されたトピックに含まれる可能性が高められる。従って、ユーザが重視しているトピックの特定が容易である。

さらに別の側面に係るレコメンド情報提示装置では、受付手段は、１以上のトピックに対する重み付けを含む選択を受け付け、レコメンド情報提示手段は、重み付けを含むトピックに対する選択により示されるユーザによる選択傾向に基づき、レコメンド情報を提示してもよい。

上記側面によれば、重み付けを伴うトピックに対する選択が受け付けられるので、ユーザのトピックに対する選択傾向を詳細に特定できる。

さらに別の側面に係るレコメンド情報提示装置では、トピック提示手段は、受付手段により１以上のトピックに対する所定程度以上の重みを伴う選択をユーザ端末から受け付けた場合に、当該トピックに含まれる複数の語句が機械的に分類された複数の語句からなる複数のサブトピックを当該ユーザ端末に提示してもよい。

上記側面によれば、所定程度以上の重みを伴って選択されたトピックに含まれる語句がサブトピックに更に分類され、サブトピックに対する選択を受け付けることが可能となるので、ユーザのトピックに対する選択傾向をさらに詳細に特定できる。

さらに別の側面に係るレコメンド情報提示装置では、トピック提示手段は、ユーザ端末に提示した複数のトピックのうちの、所定程度以上の重みを伴う選択が受け付けられたトピック以外の複数のトピックがマージされた統合トピックを当該ユーザ端末に提示してもよい。

この側面によれば、ユーザにより所定程度以上の重みを伴って選択されなかった複数のトピックが統合トピックとしてマージされ、ユーザが重視していないトピックの数が減少されることとなるので、ユーザが重視するトピックの選択が容易となる。

本発明の一側面によれば、需用者からの回答に応じた商品に関する情報の提示に際して、需用者からの回答と商品との対応付けを、商品の提供者によるバイアスを排除して、人手によらずに容易に行うことが可能となる。

レコメンド情報提示装置を含むシステムの構成を示す図である。 レコメンド情報提示装置の機能構成を示すブロック図である。 レコメンド情報提示装置のハードウェア構成を示す図である。 トピック記憶部に記憶されているトピックの例を模式的に示す図である。 商品プロファイル記憶部に記憶されている商品プロファイルの例を模式的に示す図である。 ユーザ端末において表示されたトピックの例を示す図である。 トピックの選択の例を模式的に示す図である。 ３つ以上のトピックがユーザ端末に提示された場合におけるトピックの選択の例を模式的に示す図である。 トピック提示部によるトピックの提示の他の例を説明する図である。 レコメンド情報提示方法の処理内容の例を示すフローチャートである。 レコメンド情報提示プログラムの構成を示す図である。

以下、添付図面を参照しながら本発明の実施形態を詳細に説明する。なお、図面の説明において同一又は同等の要素には同一の符号を付し、重複する説明を省略する。

図１は、本実施形態に係るレコメンド情報提示装置を含むレコメンド情報提示システム１００の構成を示す図である。レコメンド情報提示装置１は、例えば、ユーザに商品を提供する電子商取引サイトの一部を構成する。図１に示すように、レコメンド情報提示システム１００は、レコメンド情報提示装置１、ユーザ端末Ｔ及びデータベース群２０を含む。ユーザ端末Ｔとレコメンド情報提示装置１とはインターネットなどのネットワークＮを介して接続されている。レコメンド情報提示装置１は、インターネットや専用線などのネットワークを介してデータベース群２０にアクセスできる。なお、図１では３台のユーザ端末Ｔを示しているが、ユーザ端末Ｔの台数は限定されない。データベース群２０は、コンテンツデータベース２１，トピック記憶部２２及び商品プロファイル記憶部２３を含む。

コンテンツデータベース２１は、ユーザに提供される商品に関する情報を記憶しているデータベースである。商品に関する情報は、商品の特徴や属性を示すテキスト情報を含む。なお、商品は、ユーザに提供される物財全般であって、例えば、物、サービス、旅行予約等を含む概念である。

トピック記憶部２２は、レコメンド情報提示装置１により生成されたトピックを記憶する記憶手段である。トピックは、商品に関するテキスト情報から機械的に抽出された語句を、例えば、ＬＤＡ（Ｌａｔｅｎｔ Ｄｉｒｉｃｈｌｅｔ Ａｌｌｏｃａｔｉｏｎ）といった機械的なクラスタリング手法により分類した語句のまとまりである。

商品プロファイル記憶部２３は、商品ごとの商品プロファイルを記憶する記憶手段である。商品プロファイルは、商品に関するテキスト情報に含まれる複数の語句の、トピックに対する分布の傾向を示す情報である。

ユーザ端末Ｔの種類は限定されず、例えば据置型又は携帯型のパーソナルコンピュータでもよいし、高機能携帯電話機（スマートフォン）や携帯電話機、携帯情報端末（ＰＤＡ）などの携帯端末でもよい。

図２は、本実施形態に係るレコメンド情報提示装置１の機能的構成を示すブロック図である。レコメンド情報提示装置１は、商品に関するレコメンド情報をユーザ端末Ｔに提示する装置であって、例えばサーバといったコンピュータにより構成される。

より具体的には、レコメンド情報提示装置１は、ユーザに対して複数のトピックを提示し、ユーザからのトピックの選択を受け付け、受け付けたトピックの選択傾向に応じて、ユーザに商品に関するレコメンド情報を提示する。本実施形態のレコメンド情報提示装置１は、選択を受け付けたトピックと、レコメンド情報を提示する商品との対応付けを、人手を介さずに機械的に実施することにより、提示するレコメンド情報の抽出において商品の提供者によるバイアスを排除し、且つ容易なレコメンド情報の提示を可能にする。

本実施形態のレコメンド情報提示装置１は、図２に示すように、機能的には、トピック生成部１１（トピック生成手段）、商品プロファイル生成部１２（商品プロファイル生成手段）、トピック提示部１３（トピック提示手段）、受付部１４（受付手段）、抽出部１５（レコメンド情報提示手段）及びレコメンド情報提示部１６（レコメンド情報提示手段）を含む。また、レコメンド情報提示装置１の各機能部１１〜１６は、データベース群２０にアクセス可能である。

図３は、レコメンド情報提示装置１のハードウェア構成図である。レコメンド情報提示装置１は、物理的には、図３に示すように、ＣＰＵ１０１、ＲＡＭ及びＲＯＭといったメモリにより構成される主記憶装置１０２、ハードディスク等で構成される補助記憶装置１０３、ネットワークカード等で構成される通信制御装置１０４、入力デバイスであるキーボード、マウス等の入力装置１０５、ディスプレイ等の出力装置１０６などを含むコンピュータシステムとして構成されている。

図２に示した各機能は、図３に示すＣＰＵ１０１、主記憶装置１０２等のハードウェア上に所定のコンピュータソフトウェア（レコメンド情報提示プログラム）を読み込ませることにより、ＣＰＵ１０１の制御のもとで通信制御装置１０４、入力装置１０５、出力装置１０６を動作させるとともに、主記憶装置１０２や補助記憶装置１０３におけるデータの読み出し及び書き込みを行うことで実現される。処理に必要なデータやデータベースは主記憶装置１０２や補助記憶装置１０３内に格納される。

続いて、レコメンド情報提示装置１の機能部を説明する。トピック生成部１１は、１以上の語句からなるトピックを生成する部分である。具体的には、トピック生成部１１は、コンテンツデータベース２１から取得した複数の商品に関するテキスト情報から、例えば形態素解析といった手法により、機械的に語句を抽出する。抽出される語句は、例えば、名詞及び形容詞等である。商品に関するテキスト情報は、例えば、当該商品に関するユーザによるレビュー、当該商品の説明文、当該商品の属性情報等である。

次に、トピック生成部１１は、テキスト情報から抽出した語句を、例えば、ＬＤＡ（Ｌａｔｅｎｔ Ｄｉｒｉｃｈｌｅｔ Ａｌｌｏｃａｔｉｏｎ）といったクラスタリング手法により機械的に分類する。そして、トピック生成部１１は、分類した語句のまとまりをトピックとしてトピック記憶部２２に記憶させる。

なお、トピック生成部１１は、ほとんどのテキスト情報に含まれるような語句をトピックに分類しないこととしてもよい。商品が例えば、旅行や宿泊のサービスであって、商品に関するテキスト情報が宿泊施設のレビューである場合には、「ホテル」、「レビュー」といった語句はトピックに分類されない。

図４は、トピック記憶部２２に記憶されているトピックの例を模式的に示す図である。図４に示すように、トピック記憶部２２は、トピックＡ，Ｂ，Ｃ，・・・といった複数のトピックを記憶している。トピックＡは、料理、夕食、刺身等の語句を含む。トピックＢは、温泉、湯、源泉等の語句を含む。トピックＣは、シャンプー、ドライヤー、タオル等の語句を含む。これらのトピックは、機械的に生成されるものであるので、商品の提供者のバイアスを含まない。

商品プロファイル生成部１２は、商品に関するテキスト情報に含まれる語句を１以上の前記トピック別に分類することで求めた、該トピック別の語句の出現頻度を含む商品プロファイルを商品ごとに生成する部分である。具体的には、商品プロファイル生成部１２は、コンテンツデータベース２１に記憶されている商品に関するテキスト情報に、トピック記憶部２２に記憶された各トピックの語句が、どのように含まれるか、商品ごとに集計する。そして、商品プロファイル生成部１２は、集計した情報を商品ごとに商品プロファイルとして商品プロファイル記憶部２３に記憶させる。

図５は、商品が、例えば宿泊施設（ホテル）の宿泊サービスである場合の、商品プロファイル記憶部２３に記憶されている商品プロファイルの例を模式的に示す図である。図５（ａ）は、宿泊施設としてのホテル１の商品プロファイルを表しており、ホテル１に関するレビュー等のテキスト情報が、各トピックの語句をどのくらい含んでいるのかが棒グラフにより示されている。図５（ａ）によれば、ホテル１に関するテキスト情報は、トピックＢの語句を比較的多く含んでいることが判る。また、図５（ｂ）は、宿泊施設としてのホテル２の商品プロファイルを表しており、ホテル２に関するレビュー等のテキスト情報が、各トピックの語句をどのくらい含んでいるのかが棒グラフにより示されている。図５（ｂ）によれば、ホテル２に関するテキスト情報は、トピックＤの語句を比較的多く含んでいることが判る。

なお、図５は、商品プロファイルの例を模式的に示したものであるので、商品プロファイルは、例えば、商品に関するテキスト情報が含む各トピックの語句の数及び割合等を要素とするベクトルデータとして生成されることとしてもよい。また、商品プロファイルに示される、テキスト情報が含む各トピックの語句の数は、適宜、正規化されることとしてもよい。

トピック提示部１３は、トピック生成部１１により生成されたトピックのうちの、少なくとも２つのトピックに含まれる語句をトピック毎にユーザ端末Ｔに提示する部分である。

トピック提示部１３は、例えば、２つのトピック及びそれらのトピックに含まれる語句をユーザ端末Ｔに表示させる。図６（ａ）は、ユーザ端末Ｔにおいて表示されたトピックの例を示す図である。図６（ａ）に示すように、トピック提示部１３は、例えば、トピックＡ及びトピックＢの２つのトピックを、「どちらを重視しますか？」といったメッセージと共に、ユーザ端末Ｔに表示させる。なお、図示されていないが、各トピックの枠の中に、トピックに含まれる語句が表示される。

なお、トピック提示部１３は、１のトピックに含まれる語句と他のトピックに含まれる語句との類似の程度をトピック間の距離として算出し、所定以上の距離を有する１のトピックと他のトピックとを提示することとしてもよい。語句の類似の程度は、周知の言語処理技術を用いて解析することにより得られる。このようにトピックを提示することにより、より効果的にユーザが重視するトピックの選択傾向を取得できる。また、ユーザは、距離が遠いトピックのうちのいずれかを選択するので、ユーザにおける選択の判断が容易である。

また、トピック提示部１３は、トピック生成部１１により生成されたトピックから１のトピックを選択し、選択した１のトピックに含まれる語句の出現頻度が所定頻度以上の商品プロファイルにおいて語句の出現頻度が所定頻度未満の他のトピックを特定し、１のトピックと他のトピックとを提示してもよい。もし任意の２のトピックを提示すると、ユーザにとってはどちらを重視すべきか選択に迷う場合がある。しかし、このように特定された他のトピックに含まれる語句は、１のトピックがユーザによって選択された場合にユーザ端末に提示されるどの商品の商品プロファイルにおいても出現頻度が低い。そのため他のトピックを選択した場合に提示される商品の集合は、１のトピックを選択した場合に提示される商品の集合とは全く異なると考えられる。そのように選択された１のトピック及び特定された他のトピックを提示することにより、ユーザにおける選択の判断が容易となる。

また、トピック提示部１３は、３つ以上のトピック及びそれらのトピックに含まれる語句をユーザ端末Ｔに表示させることとしてもよい。図６（ｂ）は、ユーザ端末Ｔにおいて表示されたトピックの例を示す図である。図６（ｂ）に示すように、トピック提示部１３は、例えば、トピックＡ〜Ｅの５つのトピックを、「重視するトピックを３つ選んでください」といったメッセージと共に、ユーザ端末Ｔに表示させる。なお、図示されていないが、各トピックの枠の中に、トピックに含まれる語句が表示される。このようにトピックを３つ以上のトピックを提示することにより、提示されたトピックにユーザが重視しているトピックが含まれる可能性を高められる。従って、ユーザが重視しているトピックの特定が容易となる。

受付部１４は、トピック提示部１３によるトピックの提示に応じた、ユーザ端末Ｔからのトピックの選択を受け付ける部分である。図７は、トピックの選択の例を模式的に示す図である。図７（ａ）に示す例では、ユーザは、トピック提示部１３により提示されたトピックＡ及びトピックＢのうち、トピックＡを選択している。この選択操作に応じて、受付部１４は、トピックＡが選択された旨の情報を受け付ける。また、図７（ｂ）に示す例では、トピック提示部１３により提示されたトピックＣ及びトピックＤのうち、ユーザは、トピックＤを選択している。この選択操作に応じて、受付部１４は、トピックＤが選択された旨の情報を受け付ける。

このように、受付部１４がトピックＡ及びトピックＤに対する選択を受け付けることにより、レコメンド情報提示装置１は、ユーザがトピックＡ、Ｄを重視していることを認識できる。そして、トピックＡ及びトピックＤに対する選択を受け付けることにより、後述するように、抽出部１５は、そのような選択傾向を示すユーザプロファイルを生成できる。なお、受付部１４は、ユーザが重視していないトピックの選択を受け付けることとしてもよい。

図８は、３つ以上のトピックがユーザ端末Ｔに提示された場合におけるトピックの選択の例を模式的に示す図である。図８（ａ）に示す例では、ユーザは、トピック提示部１３により提示されたトピックＡ〜Ｅのうち、トピックＡ，Ｃ，Ｄを選択している。この選択操作に応じて、受付部１４は、トピックＡ，Ｃ，Ｄが選択された旨の情報を受け付ける。

また、受付部１４は、３つ以上のトピックの提示に応じた、１以上のトピックに対する重み付けを含む選択を受け付けることとしてもよい。図８（ｂ）は、トピックに対する、重み付けを含む選択の受け付けの例を模式的に示す図である。この場合には、例えば、トピック提示部１３が、トピックＡ〜Ｅの５つのトピックを、「重視するトピックに５個の星を割り振ってください」といったメッセージと共に、ユーザ端末Ｔに表示させる。そして、ユーザ端末Ｔにおいて、星の数により重み付けが表された選択の操作が行われると、受付部１４は、トピックＢ及びトピックＤに対する重み付け「２」を伴う選択、並びにトピックＥに対する重み付け「１」を伴う選択を受け付ける。

抽出部１５は、受付部１４により受け付けられたユーザ端末のユーザによるトピックの選択に関する選択傾向に応じた商品プロファイルを取得する部分である。具体的には、例えば、抽出部１５は、受付部１４により受け付けられたユーザ端末のユーザによるトピックの選択に基づき、ユーザのトピックに対する選択傾向を示す情報であるユーザプロファイルを生成し、ユーザプロファイルに示される選択傾向と、トピック別の語句の出現頻度の分布傾向が所定の程度以上一致する商品プロファイルを抽出する。

抽出部１５は、例えば、ユーザによるトピックの選択傾向を示すユーザプロファイルを、ベクトルデータとして生成できる。図７に示す例のようなユーザによるトピックの選択が受付部１４により受け付けられた場合には、抽出部１５は、トピックＡ，Ｂ，Ｃ，Ｄ，・・・に対する選択の有無を要素とするベクトルデータ（１，０，０，１，・・・）をユーザプロファイルとして生成する。

また、図８（ａ）に示す例のようなユーザによるトピックの選択が受付部１４により受け付けられた場合には、抽出部１５は、トピックＡ，Ｂ，Ｃ，Ｄ，Ｅ，・・・に対する選択の有無を要素とするベクトルデータ（１，０，１，１，０，・・・）をユーザプロファイルとして生成する。

また、図８（ｂ）に示す例のようなユーザによるトピックの選択が受付部１４により受け付けられた場合には、抽出部１５は、トピックＡ，Ｂ，Ｃ，Ｄ，Ｅ，・・・に対する重み付けを要素とするベクトルデータ（０，２，０，２，１，・・・）をユーザプロファイルとして生成する。

なお、ここでは、ユーザプロファイルがベクトルデータとして生成される例を説明したが、ユーザプロファイルは、ベクトルに限定されず、ユーザによるトピックの選択傾向を表すことが可能なデータ形式であればどのような形式であってもよい。

そして、抽出部１５は、生成したユーザプロファイルに示されるトピックの選択傾向と、所定の程度以上一致する分布傾向を示す商品プロファイルを商品プロファイル記憶部２３から抽出する。前述のとおり、商品プロファイル記憶部２３は、商品に関するテキスト情報に含まれる語句の各トピックに対する分布傾向を示す情報を商品プロファイルとして当該商品ごとに記憶している。ユーザプロファイル及び商品プロファイルがいずれもベクトルデータとして生成されている場合には、抽出部１５は、ベクトル間の距離を算出することにより、ユーザプロファイルと商品プロファイルとの一致の程度を得ることができる。

また、抽出部１５は、ユーザプロファイルをベクトルデータとして算出せずに、商品プロファイルを抽出することとしてもよい。具体的には、図８（ｂ）に示すように、受付部１４により、トピックＢ及びトピックＤに対する重み付け「２」を伴う選択、並びにトピックＥに対する重み付け「１」を伴う選択が受け付けられた場合に、抽出部１５は、トピックＢ，Ｄ，Ｅに含まれる語句を所定の程度以上含むことを示す商品プロファイルを抽出する。そして、トピックＢ，Ｄに対する重み付けがトピックＥに対する重み付けより多いので、抽出部１５は、商品に関するテキスト情報に含まれる各トピックの語句の程度が、トピックＢ，Ｄ，Ｅの順またはトピックＤ，Ｂ，Ｅの順に多いことを示す商品プロファイルを検索することとしてもよい。

レコメンド情報提示部１６は、抽出部１５により取得された商品プロファイルに対応付けられた商品に関する情報をレコメンド情報としてユーザ端末Ｔに提示する部分である。抽出部１５において、ユーザのユーザプロファイルに示されるトピックの選択傾向に所定の程度以上一致する商品プロファイルが抽出されるので、抽出された商品プロファイルの商品は、ユーザが重視する要素を多く有するものである蓋然性が高い。レコメンド情報提示部１６は、抽出された商品プロファイルの商品に関する情報をコンテンツデータベース２１から取得して、取得した情報をレコメンド情報としてユーザ端末Ｔに提示する。

次に、図９を参照して、トピック提示部１３によるトピックの提示の他の例を説明する。トピック提示部１３は、受付部１４により１以上のトピックに対する所定程度以上の重みを伴う選択をユーザ端末Ｔから受け付けた場合に、当該トピックに含まれる複数の語句が機械的に分類された複数の語句からなる複数のサブトピックを当該ユーザ端末Ｔに提示することとしてもよい。

具体的には、例えば、図９（ａ）に示すように、重み付けを伴うトピックの選択の受付において、ユーザ端末Ｔにより割り振り可能な重み付けの全てがトピックＢに割り振られた場合に、トピック提示部１３は、トピックＢのサブトピックを当該ユーザ端末Ｔに提示する。サブトピックを提示する条件としては、例えば、トピックに割り振られる全ての重み付けのうちの所定割合（例えば５０％）以上の重み付けが一のトピックに割り振られた場合に、当該一のトピックのサブトピックを生成することとしてもよい。

トピック生成部１１が、例えばＬＤＡといったクラスタリング手法により複数のトピックを階層的に生成した場合には、トピック提示部１３は、トピックＢの下位の階層に位置するサブトピック（トピックＢ１〜Ｂ５）をトピック記憶部２２から得ることができる。そして、トピック提示部１３は、図９（ｂ）に示すように、次に当該ユーザにトピックを提示する機会に、トピックＡ，Ｂ１〜Ｂ５、トピックＣ，Ｄ，Ｅを提示する。

サブトピックは、受付部１４が所定程度以上の重みを伴うトピックの選択を受け付けたときに、当該トピックに含まれる語句に対して、例えばＬＤＡといったクラスタリング手法により機械的に再分類を行って生成されることとしてもよい。

また、トピック提示部１３は、受付部１４が所定程度以上の重みを伴うトピックの選択をユーザ端末Ｔから受け付けた場合に、当該トピックと所定の程度以上類似するトピックをトピック記憶部から抽出して当該ユーザ端末Ｔに提示することとしてもよい。トピック間の類似の程度は、各トピックに含まれる語句群に対する周知の言語解析手法により得られる。

なお、サブトピックが生成された場合には、商品プロファイル生成部１２が、生成されたサブトピックに合わせて商品プロファイルを再生成することとしてもよい。

また、トピック提示部１３は、ユーザ端末Ｔに提示した複数のトピックのうちの、所定程度以上の重みを伴う選択が受け付けられたトピック以外の複数のトピックがマージされた統合トピックを当該ユーザ端末Ｔに提示することとしてもよい。

例えば、図９（ａ）に示されるように、重み付けを伴うトピックの選択の受付において、割り振り可能な重み付けの全てがトピックＢに割り振られ、図９（ｂ）に示されるように、トピックＢのサブトピックであるトピックＢ１〜Ｂ５が生成された場合において、図９（ｃ）に示されるように、トピック提示部１３は、トピックＡ、Ｃがマージされた統合トピックであるトピックα及びトピックＤ、Ｅがマージされた統合トピックであるトピックβを提示することとしてもよい。

トピック生成部１１が、例えばＬＤＡといったクラスタリング手法により複数のトピックを階層的に生成した場合には、トピック提示部１３は、トピックＡ，Ｃ，Ｄ，Ｅの上位の階層に位置するトピックを統合トピックとしてトピック記憶部２２から得ることができる。

また、トピック生成部１１は、受付部１４が所定程度以上の重みを伴うトピックの選択を受け付けたときに、２以上のトピックをマージして統合トピックを生成することとしてもよい。統合トピックにマージされるトピックとして、例えば、互いに所定の程度以上類似するトピックが選択されることとしてもよい。トピック間の類似の程度は、各トピックに含まれる語句群に対する周知の言語解析手法により得られる。

ユーザ端末Ｔに提示された統合トピックに対する選択が受け付けられた場合、抽出部１５は、当該統合トピックに割り当てられた重み付けを、統合前の各トピックに分配して、ユーザプロファイルを生成することとしてもよい。また、統合トピックが生成された場合には、商品プロファイル生成部１２が、生成された統合トピックに合わせて商品プロファイルを再生成することとしてもよい。

次に、図１０を参照して、本実施形態のレコメンド情報提示方法について説明する。図１０は、図２に示したレコメンド情報提示装置１におけるレコメンド情報提示方法の処理内容の例を示すフローチャートである。

まず、トピック生成部１１は、コンテンツデータベース２１から取得した複数の商品（例えば、ホテル等の施設）に関するテキスト情報から、例えば形態素解析といった手法により、機械的に語句を抽出する（Ｓ１）。次に、トピック生成部１１は、テキスト情報から抽出した語句を、機械的なクラスタリング手法により分類して複数のトピックを生成する（Ｓ２）。続いて、商品プロファイル生成部１２は、商品に関するテキスト情報に含まれる語句のトピックに対する分布の傾向を示す商品プロファイルを商品ごとに生成する（Ｓ３）。

次に、トピック提示部１３は、トピック生成部１１により生成されたトピックのうちの、少なくとも２つのトピックに含まれる語句をトピック毎にユーザ端末Ｔに提示する（Ｓ４）。続いて、受付部１４は、トピック提示部１３によるトピックの提示に応じた、ユーザ端末Ｔからのトピックの選択を受け付ける（Ｓ５）。

次に、抽出部１５は、受付部１４により受け付けられたトピックの選択に基づき、商品プロファイルを抽出する（Ｓ６）。具体的には、例えば、抽出部１５は、ユーザによるトピックの選択に基づき、ユーザのトピックに対する選択傾向を示す情報であるユーザプロファイルを生成し、ユーザプロファイルに示される選択傾向と、所定の程度以上一致する分布傾向を示す商品プロファイルを抽出する。

そして、レコメンド情報提示部１６は、抽出部１５により抽出された商品プロファイルに対応付けられた商品に関する情報をレコメンド情報としてユーザ端末Ｔに提示する（Ｓ７）。

次に、図１１を参照して、コンピュータをレコメンド情報提示装置１として機能させるためのレコメンド情報提示プログラムを説明する。レコメンド情報提示プログラム１ｐは、メインモジュール１０ｍ、トピック生成モジュール１１ｍ、商品プロファイル生成モジュール１２ｍ、トピック提示モジュール１３ｍ、受付モジュール１４ｍ、抽出モジュール１５ｍ及びレコメンド情報提示モジュール１６ｍを備える。

メインモジュール１０ｍは、レコメンド情報提示処理を統括的に制御する部分である。トピック生成モジュール１１ｍ、商品プロファイル生成モジュール１２ｍ、トピック提示モジュール１３ｍ、受付モジュール１４ｍ、抽出モジュール１５ｍ及びレコメンド情報提示モジュール１６ｍを実行することにより実現される機能はそれぞれ、図２に示されるレコメンド情報提示装置１のトピック生成部１１、商品プロファイル生成部１２、トピック提示部１３、受付部１４、抽出部１５及びレコメンド情報提示部１６の機能と同様である。

レコメンド情報提示プログラム１ｐは、例えば、ＣＤ−ＲＯＭやＤＶＤ、ＲＯＭ等の記憶媒体１ｄまたは半導体メモリによって提供される。また、レコメンド情報提示プログラム１ｐは、搬送波に重畳されたコンピュータデータ信号として通信ネットワークを介して提供されてもよい。

以上説明した本実施形態のレコメンド情報提示装置１、レコメンド情報提示方法、レコメンド情報提示プログラム１ｐによれば、商品に関するテキスト情報から抽出した語句を機械的に分類したトピックをユーザに提示し、商品に関するテキスト情報に含まれる語句のトピックに対する分布の傾向にユーザによるトピックの選択傾向が所定の程度以上一致する商品が抽出され、抽出された商品に関する情報がユーザに対するレコメンド情報として提示される。即ち、トピックは、人手を介さずに機械的に生成される。また、ユーザによるトピックの選択傾向に応じて提示する商品の抽出は、商品に関するテキスト情報に含まれる語句のトピックに対する分布に基づき行われる。従って、ユーザにより選択されるトピックとユーザに提示する商品との対応づけが、商品の提供者によるバイアスがかかることなく、人手を介さずに容易に行われることが可能となる。

以上、本発明をその実施形態に基づいて詳細に説明した。しかし、本発明は上記実施形態に限定されるものではない。本発明は、その要旨を逸脱しない範囲で様々な変形が可能である。

１…レコメンド情報提示装置、１１…トピック生成部、１２…商品プロファイル生成部、１３…トピック提示部、１４…受付部、１５…抽出部、１６…レコメンド情報提示部、２０…データベース群、２１…コンテンツデータベース、２２…トピック記憶部、２３…商品プロファイル記憶部、１ｄ…記憶媒体、１ｐ…レコメンド情報提示プログラム、１０ｍ…メインモジュール、１１ｍ…トピック生成モジュール、１２ｍ…商品プロファイル生成モジュール、１３ｍ…トピック提示モジュール、１４ｍ…受付モジュール、１５ｍ…抽出モジュール、１６ｍ…レコメンド情報提示モジュール。

Claims (10)

1. 複数の商品に関するテキスト情報から抽出された語句を機械的に分類し、語句群を生成するトピック生成手段と、
   前記商品に関するテキスト情報に含まれる語句を１以上の前記語句群別に分類することで求めた、該語句群別の前記語句の出現頻度をベクトルデータとして表した商品プロファイルを前記商品ごとに生成する商品プロファイル生成手段と、
   前記トピック生成手段により生成された語句群のうちの、少なくとも２つの語句群をユーザ端末に提示するトピック提示手段と、
   前記トピック提示手段による語句群の提示に応じた、前記ユーザ端末からの語句群の選択を受け付ける受付手段と、
   前記受付手段により受け付けられた前記ユーザ端末のユーザによる語句群の選択傾向を表すベクトルデータと、前記商品プロファイルのベクトルデータとの距離に応じて、前記商品プロファイルに対応付けられた商品に関する情報をレコメンド情報として前記ユーザ端末に提示するレコメンド情報提示手段と、
   を備えるレコメンド情報提示装置。
2. 前記トピック提示手段は、２つの語句群を提示し、
   前記受付手段は、前記トピック提示手段により提示された２つの語句群のうちのいずれかの語句群に対する選択を受け付ける、
   請求項１に記載のレコメンド情報提示装置。
3. 前記トピック提示手段は、前記トピック生成手段により生成された１の語句群に含まれる語句と、前記トピック生成手段により生成された他の語句群に含まれる語句との類似の程度を語句群間の距離として算出し、所定以上の距離を有する前記１の語句群と前記他の語句群とを提示する、
   請求項２に記載のレコメンド情報提示装置。
4. 前記トピック提示手段は、
   前記トピック生成手段により生成された１の語句群を選択し、選択した前記１の語句群に含まれる語句の出現頻度が所定頻度以上である商品プロファイルのいずれにおいても語句の出現頻度が所定頻度未満である他の語句群を特定し、前記１の語句群と前記他の語句群とを提示する、
   請求項２に記載のレコメンド情報提示装置。
5. 前記トピック提示手段は、３つ以上の語句群を提示し、
   前記受付手段は、前記トピック提示手段により提示された３つ以上の語句群のうちの少なくとも１つ以上の語句群に対する選択を受け付ける、
   請求項１に記載のレコメンド情報提示装置。
6. 前記受付手段は、１以上の語句群に対する重み付けを含む選択を受け付け、
   前記レコメンド情報提示手段は、前記重み付けを含む語句群に対する選択により示される前記ユーザによる選択傾向を表すベクトルデータに基づき、前記レコメンド情報を提示する、
   請求項５に記載のレコメンド情報提示装置。
7. 前記トピック提示手段は、前記受付手段により１以上の語句群に対する所定程度以上の重みを伴う選択を前記ユーザ端末から受け付けた場合に、当該語句群に含まれる複数の語句が機械的に分類された複数の語句からなる複数の副語句群を当該ユーザ端末に提示する、
   請求項６に記載のレコメンド情報提示装置。
8. 前記トピック提示手段は、前記ユーザ端末に提示した複数の語句群のうちの、所定程度以上の重みを伴う選択が受け付けられた語句群以外の複数の語句群がマージされた統合語句群を当該ユーザ端末に提示する、
   請求項７に記載のレコメンド情報提示装置。
9. 商品に関するレコメンド情報をユーザ端末に提示するレコメンド情報提示装置におけるレコメンド情報提示方法であって、
   複数の商品に関するテキスト情報から抽出された語句を機械的に分類し、語句群を生成するトピック生成ステップと、
   前記商品に関するテキスト情報に含まれる語句を１以上の前記語句群別に分類することで求めた、該語句群別の前記語句の出現頻度をベクトルデータとして表した商品プロファイルを前記商品ごとに生成する商品プロファイル生成ステップと、
   前記トピック生成ステップにおいて生成された語句群のうちの、少なくとも２つの語句群をユーザ端末に提示するトピック提示ステップと、
   前記提示ステップにおける語句群の提示に応じた、前記ユーザ端末からの語句群の選択を受け付ける受付ステップと、
   前記受付ステップにおいて受け付けられた前記ユーザ端末のユーザによる語句群の選択傾向を表すベクトルデータと、前記商品プロファイルのベクトルデータとの距離に応じて、前記商品プロファイルに対応付けられた商品に関する情報をレコメンド情報として前記ユーザ端末に提示するレコメンド情報提示ステップと、
   を有するレコメンド情報提示方法。
10. コンピュータを、商品に関するレコメンド情報をユーザ端末に提示するレコメンド情報提示装置として機能させるためのレコメンド情報提示プログラムであって、
    前記コンピュータに、
    複数の商品に関するテキスト情報から抽出された語句を機械的に分類し、語句群を生成するトピック生成機能と、
    前記商品に関するテキスト情報に含まれる語句を１以上の前記語句群別に分類することで求めた、該語句群別の前記語句の出現頻度をベクトルデータとして表した商品プロファイルを前記商品ごとに生成する商品プロファイル生成機能と、
    前記トピック生成機能により生成された語句群のうちの、少なくとも２つの語句群をユーザ端末に提示するトピック提示機能と、
    前記トピック提示機能による語句群の提示に応じた、前記ユーザ端末からの語句群の選択を受け付ける受付機能と、
    前記受付機能により受け付けられた前記ユーザ端末のユーザによる語句群の選択傾向を表すベクトルデータと、前記商品プロファイルのベクトルデータとの距離に応じて、前記商品プロファイルに対応付けられた商品に関する情報をレコメンド情報として前記ユーザ端末に提示するレコメンド情報提示機能と、
    を実現させるレコメンド情報提示プログラム。
    

Images