JP5696094B2 - 推薦情報提示装置及びそのプログラム - Google Patents

Description

この発明は、ソーシャルレコメンドサービスなどにおいて、推薦情報をユーザに提示する推薦情報提示装置及びそのプログラムに関する。

近年、ユーザの行動や状況に合わせて適切なサービス・コンテンツを推薦するソーシャルレコメンドサービスが注目されている。例えば、個人の推薦する情報（例えば、「Ａさんオススメ」）に対するユーザの閲覧履歴を用いて情報をパーソナライズする方法がある（例えば、非特許文献１を参照）。

ところで、グループからの明示的な推薦情報をユーザに提示するにあたっては、一般的に、推薦情報提示の基準としてグループ構成員（例えば、Ａ社の社員）数（サービス利用登録者数、又はアクティブユーザ）に占める推薦した人の割合を定めることが行われる。そして、グループ構成員の一人一人（例えば、Ａ社社員ａさん、Ａ社社員ｂさんなど）が推薦した、その合計人数が、上記定められた割合を超えた場合に、グループからの明示的な推薦情報を提示する。上記定められた割合を求めるにあたっては、例えば、以下の２つの方法が採られている。第１の方法として、グループ構成員数（サービス利用登録者数、又はアクティブユーザ）の情報が既知で、評価対象の情報をグループ構成員が推薦したかどうかの履歴が取得できた、すなわち、対象情報を推薦したグループ構成員の合計人数がわかったとき、グループ構成員数（サービス利用登録者数、又はアクティブユーザ）に占める推薦した人の数の割合を基準と照らし合わせ、基準を満たす場合に推薦情報を提示する手法がある。また、第２の方法として、グループ構成員数（サービス利用登録者数、又はアクティブユーザ）の情報が既知で、評価対象の情報をグループ構成員が利用した（例えば、情報を閲覧した、など）かどうかの履歴と推薦したかどうかの履歴が取得できた、すなわち、対象情報を利用した（例えば、情報を閲覧した、など）グループ構成員の合計人数と対象情報を推薦したグループ構成員の合計人数がわかったとき、評価対象の情報に対して利用があった（例えば、情報が提示された、など）人のうち、推薦した人の数が基準を満たす場合（基準よりも高い割合で情報が推薦された場合）に、グループとしての推薦情報を提示する手法が一般的に用いられている。

佐藤妙ら，"ユーザの興味と情報発信者からの影響度を融合した情報パーソナライズ方法の提案"，信学技報，Vol.111, no.470, LOIS2011-114, pp.73-78, 2012. 林靖人、"社会調査におけるサンプル数について"、［online］、Survey and Consulting Office for Planning、［平成２４年４月２６日検索］、インターネット〈ＵＲＬ：http://www.npo-scop.jp/web/column/img/column001.pdf〉 渕野昌、"母比率の推定"、［online］、平成１６年７月１５日、［平成２４年４月２６日検索］、インターネット〈ＵＲＬ：http://kurt.scitec.kobe-u.ac.jp/~fuchino/chubu/statistics-04s-misc.pdf〉

ところが、上記第１の方法では、情報が表示されたユーザが少ない一方で、推薦をした人が多かった場合などについて、情報が表示されたユーザの合計人数を用いないことから、推薦人数が少ないという理由で、実際に情報が表示されたユーザの中での推薦割合が高いものであっても、適切に評価できないことがある。また、第２の方法のように評価対象の情報に対して利用のあったユーザに限定して基準を当てはめただけでは、利用ユーザが少なかった場合にはサンプルが偏っている可能性もあり、正しい判定がされたか定かではないという問題がある。しかし、推薦情報を提示するサービスを提供する者にとって、サイトの信頼性や、情報の信頼性を担保することは極めて重要な課題である。

この発明は上記事情に着目してなされたもので、その目的とするところは、グループに関する信頼性のある推薦情報を提示可能な推薦情報提示装置及びそのプログラムを提供することにある。

本発明は、上記目的を達成するために、以下のような手段を講じている。
本発明の第１の態様は、コンピュータを用いて、画面上に表示される情報に対してグループとしての推薦情報を提示する装置及びそのプログラムであって、前記グループの構成員が閲覧した情報と、前記閲覧した情報に対する当該構成員が他者に対して推薦したか否かを表す推薦状況とを含むログを収集し、前記ログをもとに、前記情報を閲覧した構成員のうち当該情報を推薦する構成員の割合が所定の基準値以上であり、かつ、前記グループとして当該情報を推薦していると推定可能な標本数を超えるという条件を満たすかを判定し、前記条件を満たすと判定した場合に、前記情報に前記グループとしての推薦情報を付与するものである。
第１の態様によれば、統計的手法を用いて、集団の行動と見なせる必要最低限の標本数を求めることにより、グループの行動傾向を、早く、正しく推定することが可能になる。

本発明の第２の態様は、上記第１の態様の前記判定において、前記ログの取得時刻又は現在時刻から所定の時間間隔前までのログを処理対象とするものである。
第２の態様によれば、上記第１の態様における標本数の算出にあたり、時間変化を考慮することで、情報に対する流行の変化や、評価の変化を捉えたグループとしての推薦情報の提示が可能になる。

本発明の第３の態様は、上記第１又は第２の態様において、前記情報を表示した構成員のうち推薦する構成員の割合を前記グループとしての推薦情報に付加するものである。
第３の態様によれば、推薦情報の表示の際に、実際の推薦率を表示することで、グループとしての推薦情報の意味を正確に伝えることが可能となる。

本発明の第４の態様は、上記第１乃至第３の態様のいずれかにおいて、前記情報を表示した構成員のうち推薦する構成員の割合をもとに母比率の信頼区間を推定し、前記信頼区間を前記グループとしての推薦情報に付加するものである。
第４の態様によれば、推薦情報の表示の際に、母比率の信頼区間を表示することで、グループとしての推薦情報の信頼性も含めてユーザに伝えることが可能となる。

すなわちこの発明によれば、グループに関する信頼性のある推薦情報を提示可能な推薦情報提示装置及びそのプログラムを提供することができる。

グループ内における対象情報を閲覧した人数の時間変化を示す図。 推薦情報提示のための判定方法を示す図。 第１実施形態に係る推薦情報提示システムの機能構成を示すブロック図。 解析対象一時保存データベースの構成例を示す図。 グループ構成員表の構成例を示す図。 設定値（Ｅ，ｐ）の構成例を示す図。 表示情報データベースの構成例を示す図。 実施例１に係るグループタグ付与判定部の処理例を示す図。 対象情報に対する評価の時間変化を示す図。 解析対象を時間に応じて変化させる方法を示す図。 第２実施形態に係る推薦情報提示システムの機能構成を示すブロック図。 第２実施形態に係るログ収集部の動作を示す図。 実施例２−１に係る解析対象一時保存データベースの構成例を示す図。 実施例２−１に係るグループタグ付与判定部の処理例を示す図。 実施例２−３に係る解析対象一時保存データベースの構成例を示す図。 第３実施形態に係るグループタグの表示例を示す図。 第３実施形態に係る推薦情報提示システムの機能構成を示すブロック図。 第４実施形態に係るグループタグの表示例を示す図。 第４実施形態に係る推薦情報提示システムの機能構成を示すブロック図。 第４実施形態に係る区間推定部の処理例を示す図。

以下、図面を参照してこの発明の実施の形態について詳細に説明する。
（第１実施形態）
第１実施形態では、ソーシャルレコメンドサービスなどにおいて、Ａ社社員、２０代、女性などの様々なグループからの明示的な推薦情報をユーザに提示する手法を提案する。グループの推薦情報として１００％の信頼性を担保するには、当該グループに属する全ユーザの、対象情報に対する評価結果を用いる必要がある。全ユーザが評価を終えるには、長い時間を要する。しかし、グループの推薦情報をより多くのユーザが当該情報の選択時に利用するためには、全ユーザの評価完了を待たず、早期に提示する必要がある。推薦情報の提示が遅くなると、既にその情報を閲覧したユーザが多くなる、あるいは、流行が廃れるといった理由から、推薦情報の価値が無くなってしまう。

ここで、図１に、横軸に時刻ｔ、縦軸に累計人数をとり、グループ内における対象情報を閲覧した人数の時間変化を示す。図１に示すように、実際は、対象情報を閲覧したユーザの数は徐々に増加するので、対象情報の出現初期にはログが不十分である。また、ユーザが目にする情報の数は膨大な情報のうちの一部であり、対象情報を目にしないユーザも存在する。したがって、上記状況の中で、できるだけ少ないログ数で、信頼性を維持し“グループの行動傾向”を判断する必要がある。そこで、第１実施形態では、グループの行動傾向の判断に必要な最小標本数を求め、必要標本数を満たしたときにグループの推薦情報を提示する。

具体的には、情報閲覧者数と、明示的な推薦を行った者の数を用いて、グループ構成員全体の行動傾向を判断する。この判断には、ランダムサンプリングを前提とした、母比率の検定を行うための必要標本数算出方法を応用する（例えば、非特許文献２を参照）。必要標本数算出方法は、ある集団（母集団と呼ぶ）がある質問（例えばイエスあるいはノー）に対して回答を行う時、母集団の中から無作為に抽出した集団（標本と呼ぶ）がイエスと回答した割合を用いて、母集団においてイエスと回答した割合を推定するために必要な標本数を求めるものである。

例えば、図２に示すように、母集団Ｎを、評価対象グループの登録者数、あるいはアクティブユーザ数とし、母集団Ｎに占める、推薦するユーザの割合ｐを推定するに十分な標本数ｎ（論理値）を算出する。算出には下記の式１−１を用いる。

式１−１のＥは標準誤差であり、サービス提供者によって定められる。または、ユーザが定めてもよい。なお、社会調査などではＥ＝０．０５あるいは０．１を用いるのが一般的である。ｐは、評価対象グループにおいて、明示的に推薦したユーザの割合であり、グループの推薦として表示するための基準である。ｐはサービス提供者によって定められる。ただし、ｎを算出するにあたり、原則としてｐは設定数を用いるが、誤差最大を考慮するために、ｐ＝０．５（ｐが０．５のとき、ｎは最大値をとるため）としてもよい。

実際の推薦率ｐ´は、情報を閲覧したユーザ（ｎ´）のうち、推薦をしたユーザ（ｍ´）の割合であり、下記の式１−１´で求められる。

そして、ｐを判定するに十分なｎを実測値（情報が提示されたユーザ数ｎ´）が満たしていた場合、グループとしての推薦情報を提示するための評価基準ｐに基づき、上記求めた実際の推薦率ｐ´を用いて下記の式２の判定を行う。

以下に、このような方法を用いた第１実施形態に係る推薦情報提示システムについて説明する。
図３は、第１実施形態に係る推薦情報提示システムの機能構成を示すブロック図である。このシステムは、グループタグ付与判定装置１００（推薦情報提示装置）、クライアント端末上で実行可能なブラウザまたは専用アプリケーション２００，７００、解析対象一時保存データベース４００、グループ構成員表５００、設定値（Ｅ，ｐ）６００、及び、表示情報データベース８００を有する。

ブラウザまたは専用アプリケーション２００は、表示情報受取部２１０、表示部２２０、オススメタグ受信部２３０、及びログ送信部２４０を含み、ユーザ操作により所望の情報をクライアント端末に表示し、表示された情報に対して付与されるオススメタグ情報を取得する。なお、ブラウザまたは専用アプリケーション２００は、ユーザを特定するユーザＩＤを、例えばユーザのログイン操作などのタイミングで、事前に取得しているものとする。

表示情報受取部２１０は、クライアント端末の画面上に表示するための表示情報と、この表示情報に予め付与される情報ＩＤを取得し、表示部２２０に送る。表示部２２０は、クライアント端末の画面上に表示情報を表示する。ユーザは、表示された情報に対して、情報を推薦する場合には、明示的な推薦情報（たとえば、「オススメ」、「いいね」といったタグ）を付与する。ユーザが付与する明示的な推薦情報を、以後、オススメタグと呼ぶ。オススメタグ受信部２３０は、オススメタグの有無情報（オススメタグ情報：１または０）を受信する。オススメタグ受信部２３０は、あらかじめ取得してある情報ＩＤ、ユーザＩＤとオススメタグ情報をログ送信部２４０に送る。ログ送信部２４０は、ユーザが閲覧を終了あるいは、他のページに遷移するなどの任意のタイミングで、情報ＩＤ、ユーザＩＤ、及びオススメタグ情報をグループタグ付与判定装置１００に送る。

グループタグ付与判定装置１００は、クライアント端末から送られてくるオススメタグ情報等をもとにグループとしての推薦情報（たとえば、「Ａ社オススメ」「通信業界オススメ」などのタグである。以後、グループタグと呼ぶ）を付与するものであり、ログ収集部１１０、ログ識別部１２０、ｐ´，ｎ算出部１３０、グループタグ付与判定部１４０、グループタグ付与部１５０を含む。

ログ収集部１１０は、ログ送信部２４０から送られてくる情報ＩＤ、ユーザＩＤ、及びオススメタグ情報を収集し、これらの情報をもとに解析対象一時保存ＤＢ４００を更新する。
図４に解析対象一時保存ＤＢ４００のデータ構造の一例を示す。解析対象一時保存ＤＢ４００は、情報ＩＤ、グループ名、ｍ´、及びｎ´を有する。また、図５にグループ構成員表５００の構成例を示す。グループ構成員表５００は、グループ名、グループ所属人数、構成員（ユーザの氏名等）、ユーザＩＤ、ログイン日時、及びグループに所属するユーザのうちのアクティブユーザ数（合計数）を含む。なお、アクティブユーザであるか否かは、ログイン日時を利用して判定する。判定基準は、例えば「３日以内にログインしたことがあるユーザ」など、サービス提供者が任意に定めるものとする。

ログ収集部１１０は、ユーザＩＤに該当するグループ名を上記グループ構成員表５００から取得し、解析対象一時保存ＤＢ４００のうち、情報ＩＤ及びグループ名が一致するｎ´の値を１加算する。また、オススメタグ情報について有りの場合には、ｍ´に１加算し、無しの場合には、ｍ´は変更しない。

ログ収集部１１０が解析対象一時保存ＤＢ４００の更新を終了した後、あるいは、ある任意に定められた時間毎に、ログ識別部１２０は、解析対象一時保存ＤＢ４００から判定対象の情報ＩＤ及びグループ名に該当するｍ´、ｎ´を取得する。また、グループ構成員表５００から判定対象のグループ名に該当するＮを取得する。なお、Ｎについては、グループ所属人数を用いるのか、あるいはアクティブユーザ数を用いるのかは、サービス提供者が事前に選択するものとする。ログ収集部１１０は、情報ＩＤ、グループ名、取得したＮ、ｍ´、及びｎ´をｐ´，ｎ算出部１３０に送信する。

ｐ´，ｎ算出部１３０は、グループ名、情報ＩＤ、取得したＮ、ｍ´、ｎ´を受け取る。また、図６に示す設定値（Ｅ，ｐ）６００から標準誤差Ｅ、グループタグを表示する基準ｐを取得する。そして、ｐ´，ｎ算出部１３０は、式１−１を用いてｎを算出し、式１−１´を用いてｐ´を算出する。ｐ´，ｎ算出部１３０は、情報ＩＤ、グループ名、ｐ、ｐ´、ｎ、及びｎ´をグループタグ付与判定部１４０に送信する。

グループタグ付与判定部１４０は、ｐ´，ｎ算出部１３０から情報ＩＤ、グループ名、ｐ、ｐ´、ｎ、及びｎ´を取得する。そして、式２の条件によりグループタグの付与判定を行う。
グループタグ付与判定部１４０は、式２の条件を満たす場合は、判定結果を「グループタグを付与する（１とする）」とし、この条件に満たなかった場合には、判定結果を「グループタグを付与しない（０とする）」とする。判定結果が０の場合、ここで終了となる。判定結果が１の場合、グループタグ付与判定部１４０は、情報ＩＤ、グループ名、及び判定結果をグループタグ付与部１５０に送信する。

グループタグ付与部１５０は、情報ＩＤ、グループ名、及び判定結果を受け取り、この情報ＩＤに該当する表示情報を表示情報ＤＢ８００から取得する。表示情報ＤＢ８００には、図７に示すように情報ＩＤと表示情報とが対応付けて格納されている。さらに、グループタグ付与部１５０は、グループ名と判定結果に基づいて、上記取得した表示情報に付与するグループタグを作成する。そして、グループタグ付与部１５０は、ブラウザまたは専用アプリケーション７００へ情報ＩＤ、表示情報、グループタグを送信する。

ブラウザまたは専用アプリケーション７００は、表示情報受取部７１０、表示部７２０を含む。表示情報受取部７１０は、情報ＩＤ、表示情報、グループタグを受け取り、表示部７２０に送信する。表示部７２０は、表示情報にグループタグを付して、クライアント端末の画面上に表示する。

［実施例１］
ここで、図８を用いて、グループタグ付与の判定対象「情報１」について、グループ「Ａ社」に所属するユーザ（Ａ社社員）のログを用いて、グループ「Ａ社」の推薦情報付与の判定手順を以下に示す。
ブラウザまたは専用アプリケーション２００の表示情報受取部２１０は、表示するための情報ＩＤ「情報１」と表示情報「ニュースＡ」を取得し、表示部２２０に送る。表示部２２０は、クライアント端末の画面上に「ニュースＡ」の情報を表示する。ユーザｄさんは、表示された「ニュースＡ」に対して、“オススメタグ”をつける。オススメタグ受信部２３０は、「ニュースＡ」の情報ＩＤ「情報１」、ユーザｄさんのユーザＩＤ「００４」、オススメタグの有無情報（有り）を受信する。ログ送信部２４０は、ユーザ閲覧を終了あるいは、他のページに遷移するなどの任意のタイミングで、「ニュースＡ」の情報ＩＤ「情報１」、ユーザｄさんのユーザＩＤ「００４」、オススメタグの有無情報（有り）をグループタグ付与判定装置１００のログ収集部１１０に送る。

ログ収集部１１０は、グループ構成員表５００から、ユーザＩＤ「００４」に該当するグループ名「Ａ社」「Ｃサークル」（以後「Ｃサークル」に関する手順は省略する）を取得する。そして、図３の解析対象一時保存ＤＢ４００の、情報ＩＤ「情報１」、「Ａ社」のｎ´値（＝１４５）に１加算する。また、オススメタグ情報について有なので、ｍ´値（＝８１）に１加算する。図４は、この更新後のデータを示している。

ログ収集部１１０が解析対象一時保存ＤＢ４００の更新を終了した後、あるいは、ある任意に定められた時間毎に、ログ識別部１２０は、解析対象一時保存ＤＢ４００から、「Ａ社」、「情報１」に該当するオススメした人数ｍ´（＝８２）、閲覧者数ｎ´（＝１４６）を取得する。また、グループ構成員表５００の「Ａ社」に該当するＮ（＝６８１）を取得する。本実施例１では、Ｎについて、グループに所属するユーザのうちのアクティブユーザの合計数を用いるものとする。そして、グループ名「Ａ社」、情報ＩＤ「情報１」、取得したＮ（＝６８１）、ｍ´（＝８２）、ｎ´（＝１４６）をｐ´，ｎ算出部１３０に送信する。

ｐ´，ｎ算出部１３０は、グループ名「Ａ社」、情報ＩＤ「情報１」、取得したＮ（＝６８１）、ｍ´（＝８２）、ｎ´（＝１４６）を受け取る。また、標準誤差Ｅ（＝０．１）、グループタグを表示する基準ｐ（＝０．５）（情報が提示されたユーザの中でオススメタグをつけた人の割合）を図５の設定値（Ｅ，ｐ）６００から取得する。そして、ｐ´，ｎ算出部１３０は、式１−１を用いてｎ（＝８４．２８）を算出し、式１−１´を用いてｐ´（＝８２／１４６）を算出する。ｐ´，ｎ算出部１３０は、グループ名「Ａ社」、情報ＩＤ「情報１」、ｐ（＝０．５），ｐ´（＝０．５６），ｎ（＝８４．２８），ｎ´（＝１４６）をグループタグ付与判定部１４０に送信する。

グループタグ付与判定部１４０は、グループ名「Ａ社」、情報ＩＤ「情報１」、ｐ（＝０．５），ｐ´（＝０．５６），ｎ（＝８４．２８），ｎ´（＝１４６）を取得する。そして、式２を用いて判定を行う。実施例１の場合、ｎ＝８４．２８＜ｎ´＝１４６、ｐ＝０．５＜ｐ´＝０．５６より、ｎ´は、母集団の母比率を推定するに十分であって、かつ基準を満たしているものと判定されるため、グループタグ付与判定部１４０は、判定結果を「グループタグを付与する（１とする）」とする。

これにより、ブラウザまたは専用アプリケーション７００の表示部７２０は、クライアント端末の画面上に表示される情報ＩＤ「情報１」の表示情報「ニュースＡ」に対して“Ａ社オススメ”タグを付して表示する。
したがって、上記第１実施形態によれば、統計的手法を用いて、集団の行動と見なせる必要最低限の標本数を求めることにより、グループの行動傾向を、早く、正しく推定することが可能になる。

なお、第１実施形態において、ｐ´及びｎの算出を共にｐ´，ｎ算出部１３０で行っているが、ｐ´の算出・判定とｎの算出・判定とを独立させてもよい。例えば、ｐ´の算出・判定（ｐ≦ｐ´）後に、ｎの算出・判定（ｎ≦ｎ´）を行うようにしてもよい。また、順序を入れ替え、ｎの算出・判定（ｎ≦ｎ´）後に、ｐ´の算出・判定（ｐ≦ｐ´）を行うようにすることもできる。

（第２実施形態）
対象情報について、コンテンツによっては評価が時間と共に変化する場合がある。例えば、ニュースといったような鮮度が情報の価値を左右するものなどである。図９上段は、横軸に時刻ｔ、縦軸に累計人数をとり、グループ内における対象情報を閲覧した人数と、グループ内における対象情報を閲覧した人のうちオススメタグを付与した人数を示す。図９中段は、横軸に時刻ｔ、縦軸に人数／時間をとり、グループ内における対象情報を閲覧した人数と、オススメタグを付与した人数の時間変化を示す。図９下段は、横軸に時刻ｔ、縦軸に（「オススメした」人数／時間）を（対象情報を閲覧した人数／時間）で割った値をコンテンツ評価として、コンテンツ評価の時間変化を示す。コンテンツ評価は、時間変化すると考えられる。したがって、対象情報に対する評価の時間変化を推薦情報に反映できるようにする必要がある。

そこで、第２実施形態では、上記第１実施形態における、ランダムサンプリングを前提とした、母比率の検定を行うための必要標本数算出方法を採用した上で、解析対象となる、情報が提示されたユーザ数ｎ´、情報が提示されたユーザのうち推薦したユーザ数ｍ´について、情報提示開始時からの累積ではなく時間変化させるようにする。具体的には、時間間隔Δｔを持って、解析対象のログを変化させるようにする。

つまり、図１０に示すように、現在時刻または最新ログ取得時刻をｔ１とし、ｔ０＝ｔ１−Δｔで求め、ｔ０〜ｔ１に含まれるログを解析対象とする。具体的には、ｔ０〜ｔ１の間に情報が提示されたユーザ数をｎ´とし、ｔ０〜ｔ１の間に情報が提示されたユーザのうち推薦したユーザ数をｍ´とする。そして、解析対象として定められたｎ´、ｍ´を用いて式１−１´によりｐ´を求め、式２の条件によりグループタグの付与判定を行う。

図１１は、第２実施形態に係る推薦情報提示システムの機能構成を示すブロック図である。上記第１実施形態の図３と同一部分には同一符号を付し、詳しい説明は省略する。図１１に示すように、第２実施形態に係る推薦情報提示システムは、上記図３のシステム構成に、解析対象処理装置３００を追加したものである。解析対象処理装置３００は、Δｔ算出部３１０と、対象データ管理部３２０とを有する。また、ログ収集部１１０が情報毎にグループ名に所属する構成員のログをメモリに保存する機能を有する。

図１２に、第２実施形態に係るログ収集部１１０の動作を示す。ログ収集部１１０は、情報毎に、グループ名に所属する構成員のログを、メモリにキャッシュする。例えば、ログ収集部１１０は、グループ構成員表５００から、ユーザＩＤ「００４」に該当するグループ名「Ａ社」「Ｃサークル」（「Ｃサークル」については以後省略する）を取得する。そして、図１２に示すように、グループ名「Ａ社」、情報ＩＤ「情報１」に該当するキューに、ログ取得時刻ｔ、ユーザＩＤ「００４」、表示情報（＝１）、オススメタグの有無情報（＝１）をキャッシュに格納する。メモリ内の、情報ＩＤ「情報１」、グループ名「Ａ社」に該当する情報閲覧数合計をｎ´（＝９７）として、また、オススメ数合計をｍ´（＝５３）として、解析対象一時保存ＤＢ４００を更新する。

さらに、第２実施形態では、解析対象一時保存ＤＢ４００のデータに時間情報を持たせたこと、およびグループタグ付与判定部１４０の動作が第１実施形態と異なる。以下、第２実施形態について３つの実施例に従って説明する。

［実施例２−１］
実施例２−１では、現在時刻または最新ログ取得時刻をｔ１とし、ｔ０＝ｔ１−Δｔで求め、ｔ０〜ｔ１に含まれるログを解析対象とする。具体的には、ｔ０〜ｔ１の間に情報が提示されたユーザ数をｎ´とし、ｔ０〜ｔ１の間に情報が提示されたユーザのうち推薦したユーザ数をｍ´とする。そして、解析対象として定められたｎ´、ｍ´を用いて式１−１´によりｐ´を求め、式２の条件によりグループタグの付与判定を行う。

図１３に、実施例２−１に係る解析対象一時保存ＤＢ４００のデータ構造を示す。この解析対象一時保存ＤＢ４００は、情報ＩＤ、グループ名、ｍ´、ｎ´に加え、ｔ０、ｔ１、Δｔを有する。ｔ０の初期値は、対象情報の提示開始時刻が入力される。解析対象とする時間間隔Δｔは、事前にサービス提供者が任意に定めるものとし、ここではΔｔは固定とする。つまり、この実施例２−１では、ｎ＞ｎ´、あるいは、ｐ＞ｐ´のいずれかに合致する場合、グループタグはつかない。

グループタグ付与判定部１４０は、上記第１実施形態と同様にグループタグの付与判定を行う。例えば図１４に示すように、グループタグ付与判定部１４０は、グループ名「Ａ社」、情報ＩＤ「情報１」、ｐ（＝０．５），ｐ´（＝０．５５），ｎ（＝８４．２８），ｎ´（＝９７）を取得する。そして、式２を用いて判定を行う。式２の条件に合うため、グループタグ（“Ａ社オススメ”タグ）を付与する（１とする）とする。これにより、ブラウザまたは専用アプリケーション７００の表示部７２０は、クライアント端末の画面上に表示される情報ＩＤ「情報１」の表示情報に対して“Ａ社オススメ”タグを付して表示する。

さらに、グループタグ付与判定部１４０は、情報ＩＤ、グループ名、情報提示時刻ｔをｔ１として解析対象処理装置３００に送信する。例えば、情報ＩＤ「情報１」、グループ名「Ａ社」、情報提示時刻ｔ（２０１２．２．１５ １０：０３）を最新ログ取得時刻ｔ１として解析対象処理装置３００のΔｔ算出部３１０に送信する。

Δｔ算出部３１０は、情報ＩＤ「情報１」、グループ名「Ａ社」、ｔ１（２０１２．２．１５ １０：０３）を受け取り、解析対象一時保存ＤＢ４００の情報ＩＤ「情報１」、グループ名「Ａ社」に該当するｔ１（２０１２．２．１５ １０：０３）を更新し、また、解析対象一時保存ＤＢ４００の情報ＩＤ「情報１」、グループ名「Ａ社」に該当するΔｔ（２４：００）を用いて、情報ＩＤ「情報１」、グループ名「Ａ社」に該当するｔ０（ｔ０＝ｔ１−Δｔ＝２０１２．２．１４ １０：０３）を更新する。

そして、Δｔ算出部３１０は、解析対象一時保存ＤＢ４００から、ｔ０（２０１２．２．１４ １０：０３）を取得し、新しく取得したｔ０（２０１２．２．１４ １０：０３）と、情報ＩＤ「情報１」、グループ名「Ａ社」を対象データ管理部３２０に送信する。
対象データ管理部３２０は、情報ＩＤ「情報１」、グループ名「Ａ社」に該当するキューの中でｔ０（２０１２．２．１４ １０：０３）以前のログを消去する。

［実施例２−２］
実施例２−２では、解析対象とする時間間隔Δｔは、サービス利用開始時から上記式１−１により必要標本数ｎが出た時点の時刻までとする。したがって、Δｔは、初めて必要標本数ｎが集まった（ｎ＝ｎ´）ときに定められる。その後、Δｔは変化しない。そして、実施例２−１と同様に、現在時刻、または、最新ログ取得時刻をｔ１とし、ｔ０＝ｔ１−Δｔで求め、ｔ０〜ｔ１に含まれるログを解析対象とする。具体的には、ｔ０〜ｔ１の間に情報が提示されたユーザ数をｎ´とし、ｔ０〜ｔ１の間に情報が提示されたユーザのうち推薦したユーザ数をｍ´とする。そして、解析対象として定められたｎ´、ｍ´を用いて式１−１´によりｐ´を求め、式２の条件によりグル―プタグの付与判定を行う。つまり、実施例２−２では、ｎ＞ｎ´、あるいは、ｐ＞ｐ´のいずれかに合致する場合、グループタグはつかない。

なお、Δｔは、初めて必要標本数ｎが集まった（ｎ＝ｎ´）ときに任意の時間ｑを加えた時刻までとしてもよい。この場合、前記の場合と比較してΔｔの値が大きくなるので、逐次更新されるｔ０、ｔ１（Δｔ＝ｔ１−ｔ０）の範囲に含まれるｎ´の値が大きくなる可能性が高まり、ｎ＞ｎ´になる可能性が小さくなる。すなわち、ｎ≦ｎ´になる可能性が高くなり、グループタグ付与判定条件ｎ＞ｎ´、ｐ＞ｐ´のうち、ｐ＞ｐ´によってグループタグの付与判定がされるようになる。

グループタグ付与判定部１４０は、対象グループ名、対象情報に該当するキャッシュを初期値０として持っておく。グループタグ付与判定部１４０は、初めてｎ≦ｎ´となったときを判別するものとする。すなわち、ｎ´−ｎを行い、グループ名に該当する結果が初めて０または正になったとき、対象グループ名、対象情報に該当するキャッシュの値を０から１へ変更する。キャッシュの値が１になったとき、ログ取得時刻ｔをｔ１、また、Δｔとして、解析対象処理装置３００のΔｔ算出部３１０に送信する。また、情報ＩＤ、グループ名も合わせて送信する。それ以後は、情報ＩＤ、グループ名、情報提示時刻ｔをｔ１として解析対象処理装置３００のΔｔ算出部３１０に送信する。

Δｔ算出部３１０は、初回には、情報ＩＤ、グループ名、ｔ１、Δｔ（この場合、ｔ１、Δｔは同値）をグループタグ付与判定部１４０から受け取り、解析対象一時保存ＤＢ４００の情報ＩＤ、グループ名に該当するｔ１、Δｔを更新する。２回目以降は、情報ＩＤ、グループ名、ｔ１をグループタグ付与判定部１４０から受け取り、解析対象一時保存ＤＢ４００の情報ＩＤ、グループ名に該当するｔ１を更新し、また、解析対象一時保存ＤＢ４００の情報ＩＤ、グループ名に該当するΔｔを用いて、情報ＩＤ、グループ名に該当するｔ０（ｔ０＝ｔ１−Δｔ）を更新する。

そして、Δｔ算出部３１０は、解析対象一時保存ＤＢ４００からｔ０を取得し、新しく取得したｔ０と、情報ＩＤおよびグループ名を対象データ管理部３２０に送信する。対象データ管理部３２０は、受け取った情報ＩＤおよびグループ名に該当するキューの中でｔ０以前のログを消去する。

［実施例２−３］
実施例２−３では、解析対象とする時間間隔Δｔは、上記式１−１により必要標本数ｎを求め、必要標本数ｎが担保されるように逐次Δｔを定める。すなわち、Δｔは変化する。そして、現在時刻または最新ログ取得時刻をｔ１とし、ｔ０＝ｔ１−Δｔで求め、ｔ０〜ｔ１に含まれるログを解析対象とする。具体的には、ｔ０〜ｔ１の間に情報が提示されたユーザ数をｎ´とするが、実施例２−３の場合は、常にｎ´＝ｎである。したがって、解析対象を選定するにあたっては、図１１中の解析対象処理装置３００でΔｔを算出せずとも、ｎを用いることで選定することができる。また、情報が提示されたユーザのうち推薦したユーザ数をｍ´とする。そして、解析対象として定められたｎ´、ｍ´を用いて式１−１´によりｐ´を求め、式２の条件によりグループタグの付与判定を行う。つまり、実施例２−３では、ｐ＞ｐ´に合致する場合、グループタグはつかない。

図１５に、実施例２−３に係る解析対象一時保存ＤＢ４００のデータ構造を示す。この解析対象一時保存ＤＢ４００は、情報ＩＤ、グループ名、ｍ´、ｎ´および、現在時刻または最新ログ取得時刻ｔ１を有する。
グループタグ付与判定部１４０は、対象グループ名、対象情報に該当するキャッシュを初期値０として持っておく。グループタグ付与判定部１４０は、初めてｎ≦ｎ´となったときを判別するものとする。すなわち、ｎ´−ｎを行い、グループ名に該当する結果が初めて０または正になったとき、対象のグループ名、対象情報の情報ＩＤに該当するキャッシュの値を０から１へ変更する。ログ収集部１１０は、キャッシュの値が１になったとき、とそれ以降は、ログ収集部１１０が持つキューの中で該当する情報ＩＤ、グループ名のセル数がｎ個以上の時、最新順から数えてｎ＋１個目以前にあたるセルを消去する。

以上述べたように第２実施形態によれば、上記第１実施形態での標本数算出にあたり、時間変化を考慮することで、流行の変化や、評価の変化を捉えたグループタグ情報提示が可能になる。これにより、個人が行った推薦の行動が、偏りなく母集団の傾向を示している場合にのみ、グループタグが表示され、グループタグの信頼性を担保できる。また、最低限のログを持って信頼性を担保することができ、他のユーザに早くグループタグが提示できる。

（第３実施形態）
対象情報について、グループタグを提示した場合、グループタグの有無だけでは、例えば、どの程度注目をされているのか、どの程度の信頼性が担保されているのか、といった、タグの情報の意味がわかりづらい。そこで、第３実施形態では、グループタグの表示の際に、実際の推薦率ｐ´を表示することで、グループタグの意味を正確にユーザに伝えるようにする。

図１６は、第３実施形態に係るグループタグの表示例を示す図である。グループタグを表示すると判定されたときの実際の推薦率ｐ´を用いて、６０％、９０％などの付加情報をグループタグに追加する。表現の方法としては数値（図１６の例１）または、アイコン（図１６の例２）、または色（図１６の例３）などで表示する。これらのグループタグに追加する付加情報をタグオプション情報と呼ぶ。

図１７は、第３実施形態に係る推薦情報提示システムの機能構成を示すブロック図である。なお、第３実施形態は、上述した第１実施形態、あるいは第２実施形態に追加して実施することができるが、ここでは、第１実施形態に追加した場合の実施例について説明する。第３実施形態に係る推薦情報提示システムは、上記第１実施形態におけるグループタグ付与判定部１４０、グループタグ付与部１５０、表示情報受取部７１０および、表示部７２０の動作が異なるが、構成は図３のシステムと同様であるため、図３と同一部分には同一符号を付し、詳しい説明は省略する。

グループタグ付与判定部１４０は、グループタグの付与判定において、判定結果が１の場合に、例えば、情報ＩＤ「情報１」、グループ名「Ａ社」、及び判定結果（＝１）に加え、実際の推薦率ｐ´（＝０．５６）をグループタグ付与部１５０に送信する。

グループタグ付与部１５０は、情報ＩＤ、グループ名、判定結果及びｐ´を受け取り、この情報ＩＤ「情報１」に該当する表示情報を表示情報ＤＢ８００から取得する。さらに、グループタグ付与部１５０は、グループ名、判定結果およびｐ´に基づいて、上記取得した表示情報に付与するグループタグ（“Ａ社オススメ”）にタグオプション情報（例えば“５６％”）を付したもの（例えば“Ａ社の５６％の人オススメ”）を作成する。そして、グループタグ付与部１５０は、ブラウザまたは専用アプリケーション７００へ情報ＩＤ、表示情報、およびタグオプションを付したグループタグを送信する。

ブラウザまたは専用アプリケーション７００の表示情報受取部７１０は、情報ＩＤ、表示情報、タグオプションを付したグループタグを受け取り、表示部７２０に送信する。表示部７２０は、「情報１」の表示情報に、タグオプションを付したグループタグ（“Ａ社の５６％の人オススメ”）を付して、クライアント端末の画面上に表示する。
したがって、第３実施形態によれば、グループタグの表示の際に、実際の推薦率を表示することで、グループタグの意味を正確にユーザに伝えることが可能となる。

（第４実施形態）
第４実施形態は、グループタグの表示の際に、母比率の信頼区間を表示することで、グループタグの信頼性を高めるものである。
そこで、第４実施形態では、グループタグを表示すると判定されたときの実際の推薦率ｐ´を用いて、母比率の区間推定（非特許文献３を参照）を行い、母比率の信頼区間をタグに表示する。区間推定とは、母比率ｐハットは、標本比率ｐ´を算出した場合、下記の式３で信頼区間を求めるものである。

式３において、ｎ´が大きくなると、信頼区間は狭まる。この区間推定は、計測したｐ´、すなわち、情報が表示されたユーザ（ｎ´）という標本の中で、どれだけの人が推薦をしたかという比率（割合）が、実際のグループの傾向をどれくらいの誤差を含めて把握できたかを推定するものである。したがって、グループタグを提示する際に区間推定結果を用いることで、ユーザに対して、グループタグの意味を示すことができる。

なお、上記の式１−１、式３に含まれる１．９６という係数は、信頼係数９５％（有意水準５％）の場合の係数であるが、信頼係数を変更して式１−１、式３の１．９６を変更してもよい。
図１８は、第４実施形態に係るグループタグの表示例を示す図である。グループタグを表示すると判定されたときの実際の推薦率ｐ´を用いて信頼区間を算出し、５５％〜６５％などの信頼区間をグループタグに追加する。表現の方法としては例えば、図１８の例１´に示すように数値で表現する。

図１９は、第４実施形態に係る推薦情報提示システムの機能構成を示すブロック図である。なお、第４実施形態は、上述した第１実施形態、あるいは第２実施形態に追加して実施することができるが、ここでは、第１実施形態に追加した場合の実施例について説明する。また、上記第３実施形態と第４実施形態のいずれかを用いても、両者を用いてもよい。

図１９に示すように、第４実施形態に係る推薦情報提示システムは、上記第１実施形態の構成に区間推定部１６０を追加したものである。また、グループタグ付与判定部１４０、グループタグ付与部１５０、表示情報受取部７１０および、表示部７２０の動作が異なる。その他の構成は図３のシステムと同様であるため、図３と同一部分には同一符号を付し、詳しい説明は省略する。

グループタグ付与判定部１４０は、判定結果が１の場合に、例えば、情報ＩＤ「情報１」、グループ名「Ａ社」、判定結果（＝１）、および実際の推薦率ｐ´（＝０．５６）を区間推定部１６０に送信する。
区間推定部１６０は、図２０に示すように、上記式３を用いて信頼区間（０．４８＜ｐハット＜０．６４）を算出する。そして、区間推定部１６０は、情報ＩＤ「情報１」、グループ名「Ａ社」、判定結果（１）、および算出した信頼区間（０．４８＜ｐハット＜０．６４）を、グループタグ付与部１５０に送信する。

グループタグ付与部１５０は、情報ＩＤ、グループ名、判定結果および信頼区間を受け取り、この情報ＩＤ「情報１」に該当する表示情報を表示情報ＤＢ８００から取得する。表示情報ＤＢ８００から情報ＩＤに該当する表示情報を取得する。さらに、グループタグ付与部１５０は、グループ名、判定結果および信頼区間に基づいて、上記取得した表示情報に付与するグループタグ（“Ａ社オススメ”）に信頼区間（例えば“４８〜６４％”）を付したもの（例えば“Ａ社の４８〜６４％の人オススメ”）を作成する。そして、グループタグ付与部１５０は、ブラウザまたは専用アプリケーション７００へ情報ＩＤ、表示情報、および信頼区間を付したグループタグを送信する。

ブラウザまたは専用アプリケーション７００の表示情報受取部７１０は、情報ＩＤ、表示情報、信頼区間を付したグループタグを受け取り、表示部７２０に送信する。表示部７２０は、「情報１」の表示情報に、タグオプションを付したグループタグ（“Ａ社の４８〜６４％の人オススメ”）を付して、クライアント端末の画面上に表示する。

したがって、第４実施形態によれば、グループタグ表示の際に母比率の信頼区間を表示することで、グループタグの信頼性を担保してユーザに伝えることが可能となる。
なお、上記第３、第４実施形態において、グループタグ付与部１５０でタグオプション情報又は信頼区間を付したグループタグを作成したが、これに限らず、グループタグ付与部１５０は情報ＩＤ、表示情報及びグループタグ並びにタグオプション情報又は信頼区間を表示情報受取部７１０へ送信し、表示部７２０において表示情報にタグオプション情報又は信頼区間を付したグループタグを付けるようにしても良い。

また、グループタグを付けるにあたり、個人の明示的な推薦情報、すなわち、オススメタグを用いる方法を記述したが、グループとしての推薦や、グループとしての行動傾向を捉えるためのログは、明示的な推薦情報ではなく、例えば、トップページから詳細画面を見た履歴などでもよい。たとえば、詳細閲覧履歴を使う場合には、「Ａ社オススメ」ではなく、「Ａ社注目」というようなグループタグとして付与することもできる。

すなわち、この発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

１００…グループタグ付与判定装置、１１０…ログ収集部、１２０…ログ識別部、１３０…ｐ´，ｎ算出部、１４０…グループタグ付与判定部、１５０…グループタグ付与部、１６０…区間推定部、２００…ブラウザまたは専用アプリケーション、２１０…表示情報受取部、２２０…表示部、２３０…オススメタグ受信部、２４０…ログ送信部、３００…解析対象処理装置、３１０…Δｔ算出部、３２０…対象データ管理部、４００…解析対象一時保存データベース、５００…グループ構成員表、６００…設定値（Ｅ，ｐ）、７００…ブラウザまたは専用アプリケーション、７１０…表示情報受取部、７２０…表示部、８００…表示情報データベース。

Claims (5)

1. コンピュータを用いて、画面上に表示される情報に対してグループとしての推薦情報を提示する装置であって、
   前記グループの構成員が閲覧した情報と、前記閲覧した情報に対する当該構成員が他者に対して推薦したか否かを表す推薦状況とを含むログを収集する収集手段と、
   前記ログをもとに、前記情報を閲覧した構成員のうち当該情報を推薦する構成員の割合が所定の基準値以上であり、かつ、前記グループとして当該情報を推薦していると推定可能な標本数を超えるという条件を満たすかを判定する判定手段と、
   前記条件を満たすと判定した場合に、前記情報に前記グループとしての推薦情報を付与する付与手段と
   を具備することを特徴とする推薦情報提示装置。
2. 前記判定手段は、前記ログの取得時刻又は現在時刻から所定の時間間隔前までのログを処理対象とすることを特徴とする請求項１に記載の推薦情報提示装置。
3. 前記付与手段は、前記情報を表示した構成員のうち推薦する構成員の割合を前記グループとしての推薦情報に付加することを特徴とする請求項１又は２に記載の推薦情報提示装置。
4. 前記情報を表示した構成員のうち推薦する構成員の割合をもとに母比率の信頼区間を推定する手段をさらに具備し、
   前記付与手段は、前記信頼区間を前記グループとしての推薦情報に付加することを特徴とする請求項１乃至３のいずれか１項に記載の推薦情報提示装置。
5. 請求項１乃至４のいずれか１項に記載の推薦情報提示装置を構成する各手段としてコンピュータを機能させる推薦情報提示プログラム。

Images