JP5865297B2 - 候補提示装置、候補提示方法及びプログラム - Google Patents

Description

本発明は、ユーザに対して候補を提示するための技術に関するものである。

賃貸住宅情報検索サイトでは、大量の賃貸物件候補から、ユーザにより指定された検索条件に合致する賃貸物件を絞り込んで提示することが行われている。しかしながら、ユーザが自らの嗜好を正確に把握していない場合、適切な検索条件を指定することができず、お目当ての賃貸物件を見つけることが難しいという課題が存在する。

協調フィルタリングでは、過去に購入された商品の履歴から、例えば「商品Ａと商品Ｂとは同時に購入される傾向にある」という情報を得て、商品Ａが選択された場合に商品Ｂも提示することが行われている。その一例として、特許文献１には、あるアイテムが与えられた場合、そのアイテムの比較対象のアイテムを先行する使用者の活動に基づいて特定する技術が開示されている。

特表２００８−５２９１３７号公報

しかしながら、従来技術では、過去に購入された商品の履歴の蓄積がなければ、商品を提示することができないという問題があった。また、個々の商品の特徴は考慮されず、ユーザの購買傾向のみから提示する商品が判断されるため、ユーザの嗜好に沿った商品が提示されるとは限らなかった。また、販売前の新商品については購入履歴が存在しないため、提示対象外となる問題があった。

そこで、本発明の目的は、履歴を使用せず、ユーザの嗜好に則した候補を提示することにある。

本発明の候補提示装置は、ユーザに対して、第Ｎ（Ｎ：１以上の整数）の探索範囲に含まれる候補から複数の候補を提示する候補提示手段と、ユーザの操作に応じて、前記候補提示手段により提示された複数の候補から候補を選択する候補選択手段と、前記候補選択手段により選択された候補の要素に基づいて、前記第Ｎの探索範囲から、前記第Ｎの探索範囲より狭い第Ｎ＋１の探索範囲に更新する探索範囲更新手段とを有し、前記候補提示手段は、前記探索範囲更新手段により前記第Ｎの探索範囲から前記第Ｎ＋１の探索範囲に更新された場合、前記第Ｎ＋１の探索範囲に含まれる候補から複数の候補を提示することを特徴とする。

本発明によれば、履歴を使用せず、ユーザの嗜好に則した候補を提示することができる。

本発明の実施形態に係る候補提示装置の機能構成を示す図である。 本発明の実施形態に係る候補提示装置のハードウェア構成を示す図である。 本発明の実施形態に係る候補提示装置の処理を示すフローチャートである。 探索範囲の更新処理を説明するための図である。 候補の選択処理、並びに、推奨候補及び特定候補の決定処理を説明するための図である。

以下、本発明を適用した好適な実施形態を、添付図面を参照しながら詳細に説明する。

図１は、本発明の実施形態に係る候補提示装置１００の機能構成を示す図である。図１に示すように、本実施形態に係る候補提示装置１００は、候補提示部１０１、候補選択部１０２、モデル更新部１０３、候補削除部１０４、探索範囲更新部１０５、推奨候補決定部１０６、特定候補決定部１０７及び解決定部１０８を備える。

候補提示部１０１は、候補をディスプレイに表示することにより、ユーザに対して候補を提示する。候補選択部１０２は、ユーザの操作に応じて、候補提示部１０１により提示された候補から候補を選択する。

モデル更新部１０３は、候補選択部１０２により選択された候補に基づいて、効用ロジスティック回帰モデルを更新する。候補削除部１０４は、候補選択部１０２により選択された候補以外の候補を削除する。探索範囲更新部１０５は、候補選択部１０２により選択された候補に基づいて、探索範囲を更新する。なお、ここでいう探索範囲とは、候補提示部１０１によりユーザに対して提示され得る候補が存在する範囲を意味する。即ち、候補提示部１０１は、現在の探索範囲内に存在する候補のうちの少なくとも一部の候補をユーザに対して提示する。

推奨候補決定部１０６は、効用ロジスティック回帰モデルに基づいて、探索範囲から推奨候補を決定する。特定候補決定部１０７は、候補選択部１０２により選択された候補及び上記推奨候補の双方から遠い距離の候補を特定候補として決定する。なお、推奨候補決定部１０６により決定された推奨候補及び特定候補決定部１０７により決定された特定候補は、候補提示部１０１によりユーザに対して提示される。解決定部１０８は、候補選択部１０２により選択された候補のみが探索範囲内に含まれる場合、当該候補を解として決定する。

図２は、本実施形態に係る候補提示装置１００のハードウェア構成を示す図である。図２において、ＣＰＵ２０１は、システムバスに接続される各デバイスやコントローラを統括的に制御する。ＲＯＭ２０３又はＨＤ（ハードディスク）２０９には、ＣＰＵ２０１の制御プログラムであるＢＩＯＳ（Basic Input / Output System）やオペレーティングシステムプログラム、候補提示装置１００が実行する例えば図３に示す処理のプログラム等が記憶されている。

なお、図２の例では、ＨＤ２０９は、候補提示装置１００の内部に配置された構成としているが、他の実施形態としてＨＤ２０９に相当する構成（例えば、ＤＢサーバや外部ストレージ装置）が候補提示装置１００の外部に配置された構成としてもよい。また、本実施形態に係る例えば図３に示す処理を行うためのプログラムは、ＣＤ−ＲＯＭ等のコンピュータ読み取り可能な記録媒体に記録され、それらの記録媒体から供給される構成としてもよいし、Ｗｅｂブラウザや電子メールといったインターネット等の通信媒体を介して供給される構成としてもよい。

ＲＡＭ２０２は、ＣＰＵ２０１の主メモリ、ワークメモリ等として機能する。ＣＰＵ２０１は処理の実行に際して必要なプログラム等をＲＡＭ２０２にロードして、プログラムを実行することで各種動作を実現するものである。

ＨＤ２０９は、外部メモリとして機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＡＭ２０２にロードして、プログラムを実行することで各種動作を実現するものである。

ディスクコントローラ２０７は、ＨＤ２０９等の外部メモリへのアクセスを制御する。通信Ｉ／Ｆコントローラ２０６は、インターネットやＷＡＮ、ＬＡＮと接続し、例えばＴＣＰ／ＩＰによって外部との通信を制御するものである。

ディスプレイコントローラ２１０は、ディスプレイ２１１における画像表示を制御する。ＫＢコントローラ２０４は、ＫＢ（キーボード）２０５からの操作入力を受け付け、ＣＰＵ２０１に対して送信する。なお、図示していないが、ＫＢ２０５の他に、マウスやタッチパネル等のポインティングデバイスもユーザの操作手段として候補提示装置１００に適用可能である。

なお、図１における１０１〜１０８の構成は、例えばＨＤ２０９内に記憶され、必要に応じてＲＡＭ２０２にロードされるプログラム及びそれを実行するＣＰＵ２０１によって実現される構成である。

次に、図３を参照しながら、本実施形態に係る候補提示装置１００の処理について説明する。ステップＳ１０１において、特定候補決定部１０７は、第１の探索範囲（初期の探索範囲）から互いの距離が最も遠くなる４つの候補を決定する。即ち、特定候補決定部１０７は、第１の探索範囲からランダムに４つの候補を選択し、当該４つの候補から任意の１つの候補を選択する。そして、特定候補決定部１０７は、上記４つの候補において、選択した１つの候補から他の候補までの距離を求める。特定候補決定部１０７は、このような距離の算出処理を、第１の探索範囲に含まれる４つの候補の全ての組み合わせについて実行する。そして、特定候補決定部１０７は、４つの候補の全ての組み合わせについて算出した距離のうち、最も距離が遠くなる４つの候補を決定する。なお、第１の探索範囲は、例えばデータベースに格納される全ての候補を含む探索範囲を想定しているが、これに限らず、絶対条件（例えば、家賃２０万円以上の物件は対象外）等が設定された場合には、当該絶対条件を満たす候補のみを含む第１の探索範囲に絞り込んでもよい。もしくは、データベースに格納された候補からランダムにサンプリングした候補の集合を第１の探索範囲としてもよい。また、本実施形態では、ステップＳ１０１において第１の探索範囲に含まれる４つの候補の全ての組み合わせについて距離を算出し、互いの距離が最も遠くなる４つの候補の組み合わせを決定するようにしているが、本発明はこれに限定されない。即ち、第１の探索範囲に含まれる任意の４つの候補について距離を算出していき、その距離が所定の値以上となる４つの候補の組み合わせが検出された時点で、当該４つの候補の組み合わせを決定するようにしてもよい。この場合、第１の探索範囲から４つの候補を決定するまでの処理時間を短縮させることが可能となる。

ここで、上記１つの候補である基準となる候補（以下、基準候補と称す）から他の候補までの距離の算出方法について説明する。基準候補から他の候補までの距離は、次の式１により算出される。

式１に示すように、特定候補決定部１０７は、要素ｘ₁から要素ｘ_nまでについて、基準候補の要素ｘ_kの値Ａ_kと第１の探索範囲内において値Ａ_kよりも高い値の要素ｘ_kの中の最大値ＭＡＸ_kとの差分の絶対値と、基準候補の要素ｘ_kの値Ａ_kと第１の探索範囲内において値Ａ_kよりも低い値の要素ｘ_kの中の最小値ＭＩＮ_kとの差分の絶対値との積を算出し、夫々を足し合わせる。もし、ＭＡＸ_k又はＭＩＮ_kがない要素ｘ_kが存在する場合、特定候補決定部１０７は、その要素ｘ_kに関する｜ＭＡＸ_k−Ａ_k｜又は｜ＭＩＮ_k−Ａ_k｜の値を１に設定し、ＭＡＸ_k又はＭＩＮ_kがない要素の数に応じたペナルティの係数を乗じる処理を行う。

以下、具体例を挙げて、基準候補から他の候補までの距離の算出方法について説明する。ステップＳ１０１において、第１の探索範囲から４つの候補として下記の表に示す賃貸物件Ａ〜Ｄがランダムに選択されたものとする。また、賃貸物件Ａ〜Ｄのうち、賃貸物件Ａが基準候補として選択されたものとする。この場合、賃貸物件Ａから他の賃貸物件Ｂ〜Ｄまでの距離は、次のように算出される。ここでは、ペナルティの係数（pena）は、０．８であるものとする。

基準候補（賃貸物件Ａ）から他の候補（賃貸物件Ｂ〜Ｄ）までの距離＝｛（｜１２万円−１０万円｜）×（｜８万円−１０万円｜）＋（｜４５ｍ²−４０ｍ²｜）×（｜２５ｍ²−４０ｍ²｜）＋１×（｜０年−１０年｜）｝×０．８¹

ステップＳ１０２において、候補提示部１０１は、特定候補決定部１０７により決定された４つの候補をディスプレイ２１１に表示してユーザに提示する。ここでは、上記表に示した賃貸物件Ａ〜Ｄが互いの距離が最も遠く、上記４つの候補として決定されたものとする。ユーザは、例えば不図示のマウスを用いた操作により、ディスプレイ２１１に表示された賃貸物件Ａ〜Ｄのうちの所望の賃貸物件の位置にカーソルを移動させ、クリックする。これにより、ステップＳ１０３において、候補選択部１０２は、カーソルの位置に対応する賃貸物件を選択する。

ステップＳ１０４において、モデル更新部１０３は、ステップＳ１０３で選択された候補に基づいて、候補間の効用値の差に関する効用ロジスティック回帰モデル（以下、第１の効用ロジスティック回帰モデルと称す）を更新する。

以下、ステップＳ１０４における第１の効用ロジスティック回帰モデルの更新処理について具体的に説明する。ここでは、賃貸物件Ａ〜Ｄから賃貸物件Ａが選択されたものとする。「賃貸物件Ａ〜Ｄから賃貸物件Ａが選択される」ことは、「賃貸物件Ａが選択され、賃貸物件Ｂが選択されない」こと、「賃貸物件Ａが選択され、賃貸物件Ｃが選択されない」こと、及び、「賃貸物件Ａが選択され、賃貸物件Ｄが選択されない」ことを意味する。従って、モデル更新部１０３は、「賃貸物件Ａが選択され、賃貸物件Ｂが選択されない」こと、「賃貸物件Ａが選択され、賃貸物件Ｃが選択されない」こと、及び、「賃貸物件Ａが選択され、賃貸物件Ｄが選択されない」ことの夫々について、次の学習データを生成する。
「賃貸物件Ａが選択され、賃貸物件Ｂが選択されない」ことについて、［（Ａ−Ｂ），１］の学習データ及び［（Ｂ−Ａ），０］の学習データ
「賃貸物件Ａが選択され、賃貸物件Ｃが選択されない」ことについて、［（Ａ−Ｃ），１］の学習データ及び［（Ｃ−Ａ），０］の学習データ
「賃貸物件Ａが選択され、賃貸物件Ｄが選択されない」ことについて、［（Ａ−Ｄ），１］の学習データ及び［（Ｄ−Ａ），０］の学習データ

ここで、例えば［（Ａ−Ｂ），１］の表記は、［賃貸物件Ａの要素と賃貸物件Ｂの要素との差分，正解の確率（ここでは、実際に賃貸物件Ａが選択される確率）に対する、直前の第１の効用ロジスティック回帰モデルにより算出された賃貸物件Ａが選択される確率の誤差の絶対値］を意味する。また、［（Ｂ−Ａ），０］の表記は、［賃貸物件Ｂの要素と賃貸物件Ａの要素との差分，正解の確率（ここでは、実際に賃貸物件Ｂが選択される確率）に対する、直前の第１の効用ロジスティック回帰モデルにより算出された賃貸物件Ｂが選択される確率の誤差の絶対値］を意味する。

次に、モデル更新部１０３は、生成した学習データに基づいて、第１の効用ロジスティック回帰モデルを更新する。ここでは、「賃貸物件Ａが選択され、賃貸物件Ｂが選択されない」ことについて生成された、［（Ａ−Ｂ），１］の学習データ及び［（Ｂ−Ａ），０］の学習データに基づいて、第１の効用ロジスティック回帰モデルを更新する場合について説明する。

先ず、モデル更新部１０３は、次の式２に示す、直前の第１の効用ロジスティック回帰モデルを用いて「賃貸物件Ａが選択される」確率（ｐ）を算出する。

そして、実際に賃貸物件Ａが選択されると、モデル更新部１０３は、賃貸物件Ａが選択される確率ｐを上げる方向に第１の効用ロジスティック回帰モデルの係数（ａ，ｂ，・・・，ｎ）を更新する。これにより、式１の第１の効用ロジスティック回帰モデルが更新される。なお、第１の効用ロジスティック回帰モデルの各係数の初期値は、予め与えられた値である。また、第１の効用ロジスティック回帰モデルの係数の更新方法としては、確率的勾配降下法（ＳＧＤ）を利用した方法が挙げられるが、他の方法であってもよい。例えば、過学習を防ぐために正則化項を含めてもよく、本発明において特に限定するものではない。なお、本実施形態では、効用ロジスティック回帰モデルを例に挙げたが、本発明はこれに限定されない。即ち、本発明は、新たな学習データに対してモデルの係数を逐次的に更新するオンライン学習方法を用途に応じて適宜選択できるものである。

より具体的には、先ず、モデル更新部１０３は、次のように、直前の第１の効用ロジスティック回帰モデルを用いて、「賃貸物件Ａが選択される」確率を算出する。ここでは、説明の簡便のため、候補（賃貸物件）の要素を「家賃」及び「広さ」に限定し、直前の第１の効用ロジスティック回帰モデルの係数がａ＝−１、ｂ＝０．１であるものとする。
ｌｏｇ（「賃貸物件Ａが選択される」確率／（１−「賃貸物件Ａが選択される」確率）＝−１（１０万円−８万円）＋０．１（４０ｍ²−３０ｍ²）
これにより、「賃貸物件Ａが選択される」確率＝０．２６・・・、と求められる。

次に、モデル更新部１０３は、実際に賃貸物件Ａが選択されると、「賃貸物件Ａが選択され、賃貸物件Ｂが選択されない」ことについて、［（Ａ−Ｂ），１］の学習データ及び［（Ｂ−Ａ），０］の学習データを生成する。実際に賃貸物件Ａが選択されたことにより、「賃貸物件Ａが選択される」確率は、１となるのが正しい。従って、モデル更新部１０３は、「賃貸物件Ａが選択される」確率が１に近づくように、第１の効用ロジスティック回帰モデルの係数を更新する。ここでは、係数の算出方法として、確率的勾配降下法（ＳＧＤ）を利用するものとし、学習率を０．１とする。

係数ａは、学習データ［（Ａ−Ｂ），１］に基づいて、次のように算出される。
係数ａ＝［直前の係数ａ］＋［学習率］×（［賃貸物件Ａの家賃］−［賃貸物件Ｂの家賃］）×（１−［直前の第１の効用ロジスティック回帰モデルで算出された「賃貸物件Ａが選択される」確率］）
係数ａ＝−１＋０．１×２×０．７４
係数ａ＝−０．８５２

同様に、係数ｂは、学習データ［（Ａ−Ｂ），１］に基づいて、次のように算出される。
係数ｂ＝［直前の係数ｂ］＋［学習率］×（［賃貸物件Ａの広さ］−［賃貸物件Ｂの広さ］）×（１−［直前の第１の効用ロジスティック回帰モデルで算出された「賃貸物件Ａが選択される」確率］）
係数ｂ＝０．１＋０．１×１０×０．７４
係数ｂ＝０．８４

以上のように、更新後の第１の効用ロジスティック回帰モデルの係数は、係数ａ＝−０．８５２、係数ｂ＝０．８４となる。

ちなみに、更新後の第１の効用ロジスティック回帰モデルに基づいて、「賃貸物件Ａが選択される」確率を計算すると、次のようになる。なお、本処理は、不要な処理であるが、係数の更新処理の意義を明確にするために説明する。
ｌｏｇ（「賃貸物件Ａが選択される確率」／（１−「賃貸物件Ａが選択される確率」）＝−０．８５２（１０−８）＋０．８４（４０−３０）

これにより、「賃貸物件Ａが選択される確率」＝０．９９、となる。直前の第１の効用ロジスティック回帰モデルにより算出された「賃貸物件Ａが選択される確率」＝０．２６であるため、学習データ［（Ａ−Ｂ），１］に基づいて、賃貸物件Ａが選択されたことを学習するように第１の効用ロジスティック回帰モデルが更新されたことになる。

次に、モデル更新部１０３は、学習データ［（Ｂ−Ａ），０］に基づいて、第１の効用ロジスティック回帰モデルを更に更新する。
即ち、係数ａは、学習データ［（Ｂ−Ａ），０］に基づいて、次のように算出される。
係数ａ＝［直前の係数ａ］＋［学習率］×（［賃貸物件Ｂの家賃］−［賃貸物件Ａの家賃］）×（［直前の第１の効用ロジスティック回帰モデルで算出された「賃貸物件Ｂが選択される」確率］）
係数ａ＝−０．８５２×０．１×−２×０．０１
係数ａ＝−０．００１７

同様に、係数ｂは、学習データ［（Ｂ−Ａ），０］に基づいて、次のように算出される。
係数ｂ＝［直前の係数ｂ］＋［学習率］×（［賃貸物件Ｂの広さ］−［賃貸物件Ａの広さ］）×（［直前の第１の効用ロジスティック回帰モデルで算出された「賃貸物件Ｂが選択される」確率］）
係数ｂ＝０．８４×０．１×−１０×０．０１
係数ｂ＝−０．００８４

以降、同様に、［（Ａ−Ｃ），１］、［（Ｃ−Ａ），０］、［（Ａ−Ｄ），１］及び［（Ｄ−Ａ），０］の学習データを用いて、第１の効用ロジスティック回帰モデルを更新していく。これにより、実際に賃貸物件Ａ〜Ｄから賃貸物件Ａが選択されたことを受け、そのことを学習するように第１の効用ロジスティック回帰モデルが更新されることになる。なお、本実施形態では、ユーザに提示された４つの賃貸物件Ａ〜Ｄから、１つの賃貸物件Ａが選択され、効用ロジスティック回帰モデルが更新される例について説明したが、本発明はこれに限定されない。例えば、複数の賃貸物件Ａ、Ｂを選択可能にした場合であっても、本実施形態と同様に、選択された賃貸物件と選択されなかった賃貸物件から学習データを生成し、効用ロジスティック回帰モデルを更新することが可能である。また、４つより多くの賃貸物件の中から選択できるようにするために、ユーザの操作に応じて次候補となる賃貸物件を再提示できるように候補提示部１０１を構成することで、提示された４つの賃貸物件にユーザの嗜好する賃貸物件が含まれていない場合であっても、次候補となる賃貸物件を含めた候補から選択し、効用ロジスティック回帰モデルを更新するようにしてもよい。また、再提示された賃貸物件にもユーザの嗜好が反映されていない場合を考慮して、再度ステップＳ１０１からやり直しができるように、やり直し操作を受け付けられるように候補提示部１０１を構成してもよい。

本実施形態においては、上述した効用ロジスティック回帰モデルを更新する処理を、第１の探索範囲、第２の探索範囲、・・・、から提示された候補についてユーザの選択操作が行われる度に実行する。これにより、最終的にユーザの嗜好が反映された効用ロジスティック回帰モデルが生成される。なお、効用ロジスティック回帰モデルの係数（ａ，ｂ，・・・，ｎ）は、ユーザが候補のどの要素（属性）をどの程度重視するか（重み付け）を表しており、候補毎に効用値（例えば、このユーザはこの候補に何円の価値を感じているか等）を算出することができる。

図３のフローチャートの説明に戻る。ステップＳ１０５において、候補削除部１０４は、ステップＳ１０３において選択されなかった候補を削除する。上述した例では、賃貸物件Ａが選択されたため、賃貸物件Ｂ〜Ｄが削除されることになる。

図５の５０１は、ステップＳ１０３において、第１の探索範囲から提示された賃貸物件Ａ〜Ｄのうち、ユーザにより賃貸物件Ａが選択され、ステップＳ１０５において、残りの賃貸物件Ｂ〜Ｄが削除された状態を模式的に示している。

ステップＳ１０６において、探索範囲更新部１０５は、推奨候補決定部１０６により決定された推奨候補、又は、前回のステップＳ１０３で選択された候補と同一の候補がステップＳ１０３において選択されたか否かを判定する。推奨候補が選択された場合は、効用ロジスティック回帰モデルの確からしさが高いと考えられ、また、前回と同一の候補が選択された場合は、当該候補はユーザの嗜好に近い候補であると考えられるため、探索範囲が絞り込まれる。即ち、推奨候補又は前回と同一の候補が選択された場合、処理はステップＳ１０７に移行する。一方、推奨候補及び前回と同一の候補以外の候補が選択された場合、処理はステップＳ１０９に移行する。なお、第１の探索範囲から候補が選択された場合は、どの候補が選択された場合も処理はステップＳ１０７に移行するものとする。なお、ステップＳ１０７及びＳ１０９の何れに処理を移行させるかを決定するための移行条件は、これに限られない。推奨候補決定部１０６により決定された推奨候補が選択された場合に限り、ステップＳ１０７に移行するようにしてもよいし、前回のステップＳ１０３で選択された候補と同一の候補が選択された場合に限り、ステップＳ１０７に移行するようにしてもよい。また、上記移行条件は、候補選択部１０２により選択された候補と効用ロジスティック回帰モデルとに基づいて判定するようにしてもよい。即ち、効用ロジスティック回帰モデルの係数について、更新前の係数と更新後の係数とを比較し、それらの差分が所定の閾値を超えない場合には、ステップＳ１０７に移行させるようにしてもよい。

ステップＳ１０７において、探索範囲更新部１０５は、次の式３に示すように、ステップＳ１０３で選択された候補（推奨候補又は前回と同一の候補）の各要素ｘの値に基づいて、第Ｎの探索範囲から第Ｎ＋１の探索範囲（ここでは、第１の探索範囲から第２の探索範囲）に更新する。

即ち、式３により、図４に示すように、ステップＳ１０３で選択された候補の各要素ｘ_kの値を中心値とし、その中心値から要素ｘ_kの探索幅（Ｒａｎｇｅ ｋ）を持った範囲が当該要素ｘ_kの探索範囲として算出される。そして、要素ｘ₁から要素ｘ_nまでの探索範囲の論理和が第Ｎ＋１の探索範囲となる。

以下、具体例を挙げて、探索範囲の更新方法について説明する。ここでは、第１の探索範囲から賃貸物件Ａが選択されることにより、第１の探索範囲から第２の探索範囲に更新される場合について説明する。なお、初期探索幅率は１００％であり、更新探索幅率は５０％であるものとする。また、現時点において、探索幅更新回数は０回である。

第１の探索範囲から賃貸物件Ａが選択されると、次のように、第２の探索範囲における各要素ｘ_nの探索範囲が算出される。
１０万円−（１０万円×１００％×５０％⁰）≦第２の探索範囲における要素ｘ₁の探索範囲≦１０万円＋（１０万円×１００％×５０％⁰）
０万円≦第２の探索範囲における要素ｘ₁の探索範囲≦２０万円
４０ｍ²−（４０ｍ²×１００％×５０％⁰）≦第２の探索範囲における要素ｘ₂の探索範囲≦４０ｍ²＋（４０ｍ²×１００％×５０％⁰）
０ｍ²≦第２の探索範囲における要素ｘ₂の探索範囲≦８０ｍ²
１０年−（１０年×１００％×５０％⁰）≦第２の探索範囲における要素ｘ₃の探索範囲≦１０年＋（１０年×１００％×５０％⁰）
０年≦第２の探索範囲における要素ｘ₃の探索範囲≦２０年
なお、本実施形態では、要素ｘ_kの値、初期探索幅率、更新探索幅率及び探索幅更新回数に基づいて要素ｘ_kの上限値と下限値とを更新し、要素ｘ_kの探索範囲を縮小することとしたが、本発明はこれに限定されない。例えば、探索幅率に基づく方法以外にも、値の範囲に基づいて要素ｘ_kの探索範囲を算出することとしてもよい。即ち、（要素ｘ_kの値）±（所定の値）を探索範囲とし、探索範囲の更新時には、所定の値だけ減じることで要素ｘ_kの探索範囲を縮小させてもよい。また、必ずしも全ての要素について探索範囲の論理和をとる必要はなく、予め指定した要素についてのみ探索範囲の論理和をとるようにしてもよい。

次に、次回のステップＳ１０３において、次の表に示す賃貸物件Ｅが推奨候補又は前回と同一の候補として第２の探索範囲から選択され、第２の探索範囲から第３の探索範囲に更新された場合について説明する。なお、現時点において、探索幅更新回数は１回である。

第２の探索範囲から賃貸物件Ｅが選択されると、次のように、第３の探索範囲における各要素ｘ_Kの探索範囲が算出される。
１５万円−（１５万円×１００％×５０％¹）≦第３の探索範囲における要素ｘ₁の探索範囲≦１５万円＋（１５万円×１００％×５０％¹）
７．５万円≦第３の探索範囲における要素ｘ₁の探索範囲≦２２．５万円
４５ｍ²−（４５ｍ²×１００％×５０％¹）≦第３の探索範囲における要素ｘ₂の探索範囲≦４５ｍ²＋（４５ｍ²×１００％×５０％¹）
２２．５ｍ²≦第３の探索範囲における要素ｘ₂の探索範囲≦６７．５ｍ²
０年−（０年×１００％×５０％¹）≦第３の探索範囲における要素ｘ₃の探索範囲≦０年＋（０年×１００％×５０％¹）
０年≦第３の探索範囲における要素ｘ₃の探索範囲≦０年

上記のように、式３に従って、第３の探索範囲における各要素ｘ_nの探索範囲を算出した場合、第３の探索範囲における要素ｘ₃の探索範囲が存在しなくなる。これは、探索範囲として不備がある。このような場合のために、本実施形態では要素ｘ_n毎に最小値として所定の値を設定している。ここでは、築年数に関して探索範囲が存在しなくなっているため、探索範囲更新部１０５は、予め設定される最小築年数（ここでは、３年）をＲａｎｇｅの要素ｘ₃の値に代入して、第３の探索範囲における要素ｘ₃の探索範囲を算出する。
０年−（３年×１００％×５０％¹）≦第３の探索範囲における要素ｘ₃の探索範囲≦０年＋（３年×１００％×５０％¹）
−１．５年≦第３の探索範囲における要素ｘ₃の探索範囲≦１．５年
即ち、第３の探索範囲における要素ｘ_nの探索範囲は、０年≦第３の探索範囲における要素ｘ₃の探索範囲≦１．５年、に決定される。

ステップＳ１０８において、解決定部１０８は、更新された第Ｎ＋１の探索範囲（ここでは、第２の探索範囲）に今回のステップＳ１０３で選択された候補（ここでは、賃貸物件Ａ）以外の候補が含まれるか否かを判定する。今回のステップＳ１０３で選択された候補以外の候補が第Ｎ＋１の探索範囲に含まれる場合、処理はステップＳ１０９に移行する。一方、今回のステップＳ１０３で選択された候補のみが第Ｎ＋１の探索範囲に含まれる場合、処理はステップＳ１１１に移行する。

ステップＳ１１１において、解決定部１０８は、今回のステップＳ１０３で選択された候補を解として決定する。これにより、ユーザの嗜好が最も反映された候補が解として決定されたことになる。

ステップＳ１０９において、推奨候補決定部１０６は、次の式４に示す候補の効用値を算出するための効用ロジスティック回帰モデル（以下、第２の効用ロジスティック回帰モデルと称す）を用いて、第Ｎ＋１の探索範囲内の全ての候補について効用値を算出する。そして、推奨候補決定部１０６は、第Ｎ＋１の探索範囲内の候補のうち、最も効用値が高い候補を推奨候補として決定する。これにより、現時点においてユーザが最も満足すると推測される候補が推奨候補として決定される。なお、第２の効用ロジスティック回帰モデルの係数（ａ，ｂ，・・・，ｎ）は、更新後の第１の効用ロジスティック回帰モデルの係数（ａ，ｂ，・・・，ｎ）と同一の値である。このように、選択された候補の要素に基づいて探索範囲を順に更新していくことで、夫々の探索範囲内におけるユーザの嗜好を反映させた効用ロジスティック回帰モデルに更新することができるため、ユーザの嗜好に則した候補を効率よく提示することができる。また、探索範囲が広いうちは、選択された候補の要素と選択されない候補の要素との差分が大きいため、更新前後の効用ロジスティック回帰モデルの係数の差が大きくなる。一方、探索範囲が狭くなると、選択された候補の要素と選択されない候補の要素との差分が小さいため、効用ロジスティック回帰モデルの係数の差が小さくなる。このように、効用ロジスティック回帰モデルの確からしさが上がるに従って探索範囲を狭くすることにより、効用ロジスティック回帰モデルの学習効率と探索効率とを高めることができるため、ユーザの嗜好に則した候補を効率よく提示することができる。また、本実施形態のように、一次式の効用ロジスティック回帰モデルを使用した場合であっても、探索範囲内での線形近似を行うことで、効用ロジスティック回帰モデルの精度を高めることができるといったように、シンプルなモデルを適用した場合であっても、ユーザの嗜好に則した効用ロジスティック回帰モデルを得ることができる。また、本実施形態では、第１の効用ロジスティック回帰モデルと第２の効用ロジスティック回帰モデルとを使用しているが、本発明はこれに限定されない。即ち、ステップＳ１０４及びＳ１０９において共通の効用ロジスティック回帰モデルを使用するようにしてもよい。

ステップＳ１１０において、特定候補決定部１０７は、今回のステップＳ１０３で選択された候補（選択中の候補）とステップＳ１０９で決定された推奨候補とを選択するともに、その他の２つの候補を第Ｎ＋１の探索範囲から選択する。そして、特定候補決定部１０７は、次の式５に従って、選択中の候補及び推奨候補から当該２つの候補までの距離を算出する。この算出処理は、選択中の候補及び推奨候補を除く、第Ｎ＋１の探索範囲内における任意の２つの候補の全ての組み合わせについて実行される。そして、特定候補決定部１０７は、算出した全ての距離のうち、最も遠い距離に該当する２つの候補を特定候補として決定する。

式５に示すように、特定候補決定部１０７は、要素ｘ₁から要素ｘ_nまでについて、選択中の候補の要素ｘ_kの値Ａ_kと第Ｎ＋１の探索範囲内において値Ａ_kよりも高い値の要素ｘ_kの中の最大値ＭＡＸ_kとの差分の絶対値と、選択中の候補の要素ｘ_kの値Ａ_kと第Ｎ＋１の探索範囲内において値Ａ_kよりも低い値の要素ｘ_kの中の最小値ＭＩＮ_kとの差分の絶対値との積を算出し、夫々を足し合わせる。もし、ＭＡＸ_k又はＭＩＮ_kがない要素ｘ_kが存在する場合、特定候補決定部１０７は、その要素ｘ_kに関する｜ＭＡＸ_k−Ａ_k｜又は｜ＭＩＮ_k−Ａ_k｜の値を１に設定し、ＭＡＸ_k又はＭＩＮ_kがない要素の数に応じたペナルティの係数を乗じる処理を行う。

以下、具体例を挙げて、選択中の候補及び推奨候補から他の２つの候補までの距離の算出方法について説明する。ここでは、選択中の候補が賃貸物件Ａであり、推奨候補が賃貸物件Ｅであるものとする。また、他の２つの候補として、次の表に示す賃貸物件Ｆ及び賃貸物件Ｇが選択されているものとする。なお、式１と同じく、ペナルティの係数（pena）は０．８であるものとする。

選択中の候補（賃貸物件Ａ）及び推奨候補（賃貸物件Ｅ）から他の２つの候補までの距離＝｛（｜１５万円−１０万円｜）×（｜８万円−１０万円｜）＋（｜６０ｍ²−４０ｍ²｜）×（｜３０ｍ²−４０ｍ²｜）＋（｜１５年−１０年｜）×（｜０年−１０年｜）｝×０．８⁰

上記のように、特定候補決定部１０７は、選択中の候補（賃貸物件Ａ）及び推奨候補（賃貸物件Ｅ）を除く、第Ｎ＋１の探索範囲内の２つの候補の全ての組み合わせについて上記距離を算出し、算出した距離のうち最も遠い距離に該当する２つの候補を特定候補として決定する。そして、処理はステップＳ１０２に戻る。なお、選択中の候補及び推奨候補からの距離ではなく、選択中の候補及び推奨候補のうちの何れか一方からの距離を求めるようにしてもよい。選択中の候補からの距離を求める場合、推奨候補を除外して式５を計算すればよい。また、推奨候補からの距離を求める場合、Ａ_kを推奨候補の要素の値として扱えばよい。

２回目以降のステップＳ１０２の処理では、直前のステップＳ１０３で選択された候補、直前のステップＳ１０９で決定された推奨候補、及び、直前のステップＳ１１０で決定された２つの特定候補の合計４つの候補がユーザに提示される。例えば、直前のステップＳ１０３で選択された候補（選択中の候補）が賃貸物件Ａであり、直前のステップＳ１０９で決定された推奨候補が賃貸物件Ｅであり、直前のステップＳ１１０で決定された２つの推奨候補が賃貸物件Ｆ及び賃貸物件Ｇである場合、２回目のステップＳ１０２の処理では、賃貸物件Ａ、賃貸物件Ｅ、賃貸物件Ｆ及び賃貸物件Ｇがユーザに提示されることになる。

そして、選択中の候補である賃貸物件Ａ、又は、推奨候補である賃貸物件ＥがステップＳ１０３において選択された場合、ステップＳ１０７において現在の探索範囲より狭い探索範囲に更新される。以上の処理を繰り返し、探索範囲内に選択中の候補のみが存在するようになった場合（ステップＳ１０８のＮｏ）、ステップＳ１１１において、当該選択中の候補がユーザの嗜好に最も合った候補として決定される。

図５の５０２は、ステップＳ１０７において、第１の探索範囲から更新された第２の探索範囲を模式的に示している。図５の５０２に示すように、ステップＳ１０９において、第２の探索範囲から賃貸物件Ｅが推奨候補として決定され、ステップＳ１１０において、賃貸物件Ｆ及び賃貸物件Ｇが特定候補として決定される。特定候補である賃貸物件Ｆ及び賃貸物件Ｇは、選択中の候補及び推奨候補（賃貸物件Ａ及び賃貸物件Ｅ）から最も距離の遠い候補の組み合わせである。このように、選択中の候補及び推奨候補との距離が遠い候補を敢えて特定候補として提示することにより、提示される候補が一方的なものに偏ることを防ぐことができる。また、そのような候補の中から選択された候補に基づいて効用ロジスティック回帰モデルを更新していくため、ユーザの嗜好に対して確からしい効用ロジスティック回帰モデルを生成することが可能となる。

以上のように、本実施形態においては、ユーザにより選択された候補の各要素の値に基づいて探索範囲を狭めるように更新していくため、商品の履歴を使用することなく、ユーザの嗜好に則した候補を提示することが可能となる。また、本実施形態においては、効用ロジスティック回帰モデルの確からしさを、ユーザの選択した候補に基づいて判断しており、ユーザの選択した候補が効用ロジスティック回帰モデルに基づき決定された候補と合致しない場合には、効用ロジスティック回帰モデルの確からしさが低いとして、探索範囲を広く設定しておき、その広い探索範囲から候補を選ぶ。そして、効用ロジスティック回帰モデルの確からしさが上がるに従って、探索範囲を絞り込んでいく。効用ロジスティック回帰モデルの確からしさが低いうちは、広い探索範囲から候補を提示するため、提示される候補間の距離が大きくなり、効用ロジスティック回帰モデルの学習効率を高めることができるとともに、探索範囲を狭めていくことで、提示される候補間の距離が小さくなり、探索効率を高めることができるため、潜在的なユーザの嗜好に即した候補を効率よく提示及び決定することが可能となる。また、本実施形態においては、選択中の候補及び推奨候補から遠い候補が探索範囲から提示されることで、効用ロジスティック回帰モデルの確からしさが低いうちは、効用ロジスティック回帰モデルに基づき提示される候補に偏ることを防ぐことができる。また、探索範囲を絞り込んでいった場合には、効用ロジスティック回帰モデルに基づき提示される候補に近い候補を提示することで、効用ロジスティック回帰モデルの確からしさと探索効率とを両立させることができるため、潜在的なユーザの嗜好に則した候補を効率よく提示及び決定することが可能となる。

以上では、賃貸物件を例に挙げて説明したが、本発明の適用範囲はこれに限定されず、様々な商品をユーザに選択させる場合に適用することができる。例えば、ワインをユーザに選択させる場合、候補（ワイン）の要素として、価格、産地、生産者、生産年等を設定することが可能である。また、車やバイクをユーザに選択させる場合、候補（車やバイク）の要素として、車種、価格、メーカ、年式、燃費、（中古の場合）走行距離等を設定することが可能である。

さらに、ユーザ毎に、最終的に生成された効用ロジスティック回帰モデルを保持しておくようにしてもよい。最終的に生成された効用ロジスティック回帰モデルは、当該ユーザの嗜好を正確に表したものである。従って、同一のユーザが同じ商品を選択する場合には、その効用ロジスティック回帰モデルを使用すれば、当該ユーザの嗜好に適した商品である候補を効率よく提示することが可能となる。また、大規模なユーザの効用ロジスティック回帰モデルを格納すれば、一般的なユーザの嗜好を判断することもでき、マーケティングに活用することが可能となる。

また、本実施形態では、式２及び式４に示したように、一次式の効用ロジスティック回帰モデルを例に挙げたが、本発明に適用可能な効用ロジスティック回帰モデルは、これに限らない。例えば、二次式の効用ロジスティック回帰モデルでもよいし、指数関数又は対数関数で表される効用ロジスティック回帰モデルでもよく、用途に応じて適宜選択できるものである。

１００：候補提示装置、１０１：候補提示部、１０２：候補選択部、１０３：モデル更新部、１０４：候補削除部、１０５：探索範囲更新部、１０６：推奨候補決定部、１０７：特定候補決定部、１０８：解決定部

Claims (6)

1. ユーザに対して、第Ｎ（Ｎ：１以上の整数）の探索範囲に含まれる候補から複数の候補を提示する候補提示手段と、
   ユーザの操作に応じて、前記候補提示手段により提示された複数の候補から候補を選択する候補選択手段と、
   前記候補選択手段により選択された候補の要素に基づいて、前記第Ｎの探索範囲から、前記第Ｎの探索範囲より狭い第Ｎ＋１の探索範囲に更新する探索範囲更新手段とを有し、
   前記候補提示手段は、前記探索範囲更新手段により前記第Ｎの探索範囲から前記第Ｎ＋１の探索範囲に更新された場合、前記第Ｎ＋１の探索範囲に含まれる候補から複数の候補を提示することを特徴とする候補提示装置。
2. 前記候補選択手段により第Ｎ−１（但し、Ｎ−１＝０を除く）の探索範囲から選択された候補に基づいて、オンライン学習によりモデルを更新するモデル更新手段と、
   前記モデル更新手段により更新されたモデルに基づいて、前記第Ｎの探索範囲に含まれる候補から第１の候補を決定する第１の候補決定手段とを更に有し、
   前記候補提示手段は、前記第１の候補決定手段により決定された前記第１の候補を含めて提示することを特徴とする請求項１に記載の候補提示装置。
3. 前記探索範囲更新手段は、前記候補選択手段により前回選択された候補、又は、前記第１の候補が前記候補選択手段により選択された場合、前記第Ｎの探索範囲から前記第Ｎ＋１の探索範囲に更新することを特徴とする請求項２に記載の候補提示装置。
4. 前記候補選択手段により選択された候補の要素及び前記第１の候補の要素のうちの少なくとも何れか一方と、前記第Ｎの探索範囲に含まれる候補のうちのそれ以外の候補の要素との差分に基づいて、前記第Ｎの探索範囲に含まれる候補から第２の候補を決定する第２の候補決定手段を更に有し、
   前記候補提示手段は、前記第２の候補決定手段により決定された前記第２の候補を含めて提示することを特徴とする請求項２又は３に記載の候補提示装置。
5. 候補提示装置によって実行される候補提示方法であって、
   候補提示装置の候補提示手段が、ユーザに対して、第Ｎ（Ｎ：１以上の整数）の探索範囲に含まれる候補から複数の候補を提示する候補提示ステップと、
   候補提示装置の候補選択手段が、ユーザの操作に応じて、前記候補提示ステップにより提示された複数の候補から候補を選択する候補選択ステップと、
   候補提示装置の探索範囲更新手段が、前記候補選択ステップにより選択された候補の要素に基づいて、前記第Ｎの探索範囲から、前記第Ｎの探索範囲より狭い第Ｎ＋１の探索範囲に更新する探索範囲更新ステップとを有し、
   前記候補前記候補提示ステップは、前記探索範囲更新ステップにより前記第Ｎの探索範囲から前記第Ｎ＋１の探索範囲に更新された場合、前記第Ｎ＋１の探索範囲に含まれる候補から複数の候補を提示することを特徴とする候補提示方法。
6. コンピュータを、請求項１に記載の候補提示装置の各手段として機能させるためのプログラム。

Images