JP5983808B2 - 情報処理方法、表示方法、情報処理装置、端末装置、情報処理プログラム及び表示プログラム - Google Patents

Description

本発明は、ユーザのアイテムに関する利用情報を用いた情報処理、特にポイントに係る
情報処理を行う情報処理方法及び情報処理装置、その情報処理装置に接続される端末装置
、その端末装置における表示方法、並びに情報処理装置及び端末装置におけるプログラム
に関する。

近年、デジタル技術やネットワーク技術の進展により、ネットワークを使ってデジタル
コンテンツや物品などのアイテムを配信したり、販売することが増えている。これに伴い
、多数のアイテムの中から、ユーザが興味を持つ可能性の高いアイテムの情報を選択して
提供する技術へのニーズが高まっている。

また、ユーザが商品を購入する際に、購入金額や購入回数に応じてポイントを付与し、
次回の購入時にポイント相当分の割引を行うといった、いわゆるポイントサービスが広く
行われている。

そして、アイテムに関する情報提供とポイントサービスとを組合せた技術も提案されて
いる。例えば、特許文献１には、商品に関するアドバイスを他のユーザに対して行ったユ
ーザに対して、ポイントを付与し、アイテムの利用を促進する技術が開示されている。ま
た特許文献２には、対象ユーザに類似するユーザが推薦するアイテムを対象ユーザが選択
した回数に応じて、その類似するユーザにポイントを付与する技術が開示されている。

特開２００２−２８８５０３号公報 特開２００７−２０００９９号公報

上述の従来技術のように、情報提供ユーザの提供した情報に従って他のユーザがアイテ
ムを購入した場合に、情報提供ユーザにポイントを付与するシステムでは、ユーザからの
情報提供が促進されることが期待できる。さらに、ポイントが付与されるタイミングを情
報提供ユーザが予測することは難しいため、購入した本人がポイントを取得する通常のポ
イントサービスに比べて、より大きな意外性やある種の感動をユーザに与えることができ
る。そして、各々のユーザには、自分のポイントが増えているかどうかを確認したいとい
う心理が働くので、そのサイトへのアクセス頻度が高まる場合がある。

しかしながら、上記の特許文献１および特許文献２においては、情報を提供するユーザ
と、その情報に従ってアイテムを利用するユーザの関係が１対１であるため、実際にポイ
ントが付与されるユーザがごく一部のユーザに限られたり、ポイントが増える頻度が少な
いという問題があった。すなわち、ユーザＡが提供した情報に基づきユーザＢがアイテム
を利用した場合に、ユーザＡのポイントは１回だけ増えるが、それ以外の大多数のユーザ
のポイントは全く変更されない。このため、自分のポイントが増えていることを期待して
、一時的にはサイトに頻繁にアクセスしても、なかなかポイントが増えないため、最終的
にはアクセス頻度が下がる場合があった。例えば、ポイントサービスに入会した直後には
、自分のポイントが増えているかを確認するために、サイトへ頻繁にアクセスするが、い
つまで経ってもポイントが増えないため、そのうちにサイトやアイテムへの興味を失って
しまうことがあった。

そこで本発明は、ユーザのポイントサービスに対する関心を高め、アイテムに関する利
用を促進することを目的とする。

上記目的を達成するため、第１の発明に係る情報処理方法は、ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、ユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得工程と、前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子である一のアイテム識別子と同じアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成工程と、前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部である複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出工程とを含み、前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となることを特徴とする。
第２の発明に係る情報処理方法は、ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、ユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得工程と、アイテム識別子とアイテム属性とを関連付けたアイテム情報を取得するアイテム情報取得工程と、前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子に対応する１つ以上のアイテム属性の集合である一のアイテム属性集合を形成し、前記一のアイテム属性集合に属する少なくとも１つのアイテム属性に対応するアイテム識別子の集合である一のアイテム集合を形成し、前記一のアイテム集合に属するアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成工程と、前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部である複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出工程とを含み、前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となることを特徴とする。

第３の発明に係る情報処理装置は、ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、ユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得部と、前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子である一のアイテム識別子と同じアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成部と、前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部である複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出部とを備え、前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となることを特徴とする。
第４の発明に係る情報処理装置は、ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、ユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得部と、アイテム識別子とアイテム属性とを関連付けたアイテム情報を取得するアイテム情報取得部と、前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子に対応する１つ以上のアイテム属性の集合である一のアイテム属性集合を形成し、前記一のアイテム属性集合に属する少なくとも１つのアイテム属性に対応するアイテム識別子の集合である一のアイテム集合を形成し、前記一のアイテム集合に属するアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成部と、前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部である複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出部とを備え、前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となることを特徴とする。
第５の発明に係る情報処理プログラムは、ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、ユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得ステップと、前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子である一のアイテム識別子と同じアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成ステップと、前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部である複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出ステップとをコンピュータに実行させ、前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となることを特徴とする。
第６の発明に係る情報処理プログラムは、ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、ユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得ステップと、アイテム識別子とアイテム属性とを関連付けたアイテム情報を取得するアイテム情報取得ステップと、前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子に対応する１つ以上のアイテム属性の集合である一のアイテム属性集合を形成し、前記一のアイテム属性集合に属する少なくとも１つのアイテム属性に対応するアイテム識別子の集合である一のアイテム集合を形成し、前記一のアイテム集合に属するアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成ステップと、前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部である複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出ステップとをコンピュータに実行させ、前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となることを特徴とする。

本発明では、ある利用履歴（一の利用履歴）に含まれるアイテム識別子と同じアイテム
識別子を持ち、かつ一の利用履歴よりも古い利用履歴（先行利用履歴）を特定し、先行利
用履歴に関連する複数のユーザのポイントを更新するため、あるユーザの１回の利用行為
をもとにして複数のユーザにポイントを付与することが可能である。すなわち、従来の方
法に比べて、ポイントが増加する頻度やポイントが付与されるユーザ数を増やすことがで
きる。このため、ユーザは自分のポイントを確認するために頻繁にアイテム提供サーバに
アクセスする傾向が強まり、アイテムに関する情報を見る機会も増えるので、ユーザのア
イテム利用を促進することができる。

また、多くの種類のアイテムを利用したユーザほど、同じアイテムを後から他のユーザ
が利用する可能性が高いので、それに伴って後からポイントが付与される可能性も高くな
る。このため、「より多くの種類のアイテムを利用しよう」というモチベーションが各々
のユーザで高まり、アイテムの利用が促進される。

更に、後から他の多くのユーザが利用するアイテムをいち早く利用したユーザに多くの
ポイントが溜まる傾向があるので、「今後人気の出そうなアイテムを予測して、他人より
も早く利用しよう」というインセンティブが各々のユーザに働き、アイテムの利用がより
一層促進される効果が得られる。

本発明の第１実施形態におけるシステム全体の第１の構成図。 本発明の第１実施形態におけるシステム全体の第２の構成図。 本発明の第１実施形態におけるアイテム提供サーバ装置１の構成図。 本発明の第１実施形態におけるユーザ情報格納部１４１の格納状態を示す図。 本発明の第１実施形態におけるアイテム情報格納部１４２の格納状態を示す図。 本発明の第１実施形態における推薦アイテム情報格納部１４３の格納状態を示す図。 本発明の第１実施形態におけるユーザページ情報作成処理と利用情報中継処理を続けて行った場合の手順を示すフローチャート。 本発明の第１実施形態における端末装置３の構成図。 本発明の第１実施形態における表示手段３４に表示するユーザページの表示例を示す図。 本発明の第１実施形態における情報処理サーバ装置２の構成図。 本発明の第１実施形態における利用情報格納部２３１の格納状態を示す図。 本発明の第１実施形態における類似ユーザ情報格納部２３２の格納状態を示す図。 本発明の第１実施形態における分配情報格納部２３３の格納状態を示す図。 本発明の第１実施形態における利用ポイント格納部２３４の格納状態を示す図。 本発明の第１実施形態における利用ポイント算出処理の手順を示すフローチャート。 本発明の第１実施形態における類似ユーザ選出処理の手順を示すフローチャート。 本発明の第１実施形態における推薦アイテム選出処理の手順を示すフローチャート。 本発明の第１実施形態における類似ユーザを選出する処理の例を示す図。 本発明の第１実施形態における推薦アイテムを選出する処理の例を示す図。 本発明の第１実施形態における分配率を算出する処理の例を示す図。 本発明の第１実施形態における表示手段３４に表示する、利用アイテムごとの利用ポイントを追加したユーザページの表示例を示す図。 本発明の第１実施形態における、ユーザごとアイテムごとに利用ポイントを格納する場合の、利用ポイント格納部２３４の格納状態を示す図。 本発明の第１実施形態における表示手段３４に表示する、利用ポイントが付与されたユーザの数を通知する情報を追加したユーザページの表示例を示す図。 本発明の第２実施形態における情報処理サーバ装置６の構成図。 本発明の第２実施形態における仮ポイント格納部６３７の格納状態を示す図。 本発明の第２実施形態における仮ポイント算出処理の手順を示すフローチャート。 本発明の第２実施形態における一定の期間ごとに行う利用親ポイント分配処理の手順を示すフローチャート。 本発明の第３実施形態におけるアイテム提供サーバ装置７の構成図。 本発明の第３実施形態における表示手段３４に表示するユーザページの表示例を示す図。 本発明の第３実施形態における情報処理サーバ装置８の構成図。 本発明の第３実施形態における利用ポイント算出処理の手順を示すフローチャート。 本発明の第３実施形態における表示手段３４に表示する、人気アイテムのリストを追加したユーザページの表示例を示す図。 本発明の第３実施形態における表示手段３４に表示する、指定した条件を満たす人気アイテムのリストを追加したユーザページの表示例を示す図。 本発明の第１〜第３実施形態において用いられる式を示す図。 本発明の第１〜第３実施形態において用いられる式を示す図。 本発明の第４実施形態におけるシステム全体の第１の構成図。 本発明の第４実施形態におけるシステム全体の第２の構成図。 本発明の第４実施形態におけるアイテム提供サーバ装置２の構成図。 本発明の第４実施形態におけるユーザ情報格納部２４１の格納状態を示す図。 本発明の第４実施形態におけるアイテム情報格納部２４２の格納状態を示す図。 本発明の第４実施形態における利用履歴格納部２４３の格納状態を示す図。 本発明の第４実施形態における推薦属性情報格納部２４４の格納状態を示す図。 本発明の第４実施形態における端末装置３の構成図。 本発明の第４実施形態における表示部３４に表示するユーザページの表示例を示す図。 本発明の第４実施形態における端末装置３でのアイテムの利用に関する手順の一例を示すフローチャート。 本発明の第４実施形態における情報処理サーバ装置１の構成図。 本発明の第４実施形態における属性嗜好情報格納部１３２の格納状態を示す図。 本発明の第４実施形態における類似ユーザ情報格納部１３３の格納状態を示す図。 本発明の第４実施形態における分配情報格納部１３５の格納状態を示す図。 本発明の第４実施形態における制約情報格納部１３６の格納状態を示す図。 本発明の第４実施形態における利用ポイント情報格納部１３７の格納状態を示す図。 本発明の第４実施形態における利用ポイント算出処理の手順を示すフローチャート。 本発明の第４実施形態における嗜好情報作成処理の手順を示すフローチャート。 本発明の第４実施形態における類似ユーザ選出処理の手順を示すフローチャート。 本発明の第４実施形態における推薦属性選出処理の手順を示すフローチャート。 本発明の第４実施形態における分配ユーザ選出処理の手順を示すフローチャート。 本発明の第４実施形態における類似ユーザを選出する処理の例を示す図。 本発明の第４実施形態における推薦属性を選出する処理の例を示す図。 本発明の第４実施形態における分配率を算出する処理の例を示す図。 本発明の第４実施形態における表示部３４に表示する、利用したアイテム属性ごとの利用ポイントを追加したユーザページの表示例を示す図。 本発明の第４実施形態における、ユーザごとアイテム属性ごとに利用ポイントを格納する場合の、利用ポイント情報格納部１３７の格納状態を示す図。 本発明の第４実施形態における表示部３４に表示する、利用ポイントが付与されたユーザの数を通知する情報を追加したユーザページの表示例を示す図。 本発明の第５実施形態における情報処理サーバ装置６の構成図。 本発明の第５実施形態における仮ポイント情報格納部６３０の格納状態を示す図。 本発明の第５実施形態における仮ポイント算出処理の手順を示すフローチャート。 本発明の第５実施形態における一定の期間ごとに行う利用親ポイント分配処理の手順を示すフローチャート。 本発明の第６実施形態におけるアイテム提供サーバ装置８の構成図。 本発明の第６実施形態における表示部３４に表示するユーザページの表示例を示す図。 本発明の第６実施形態における情報処理サーバ装置７の構成図。 本発明の第６実施形態における利用ポイント算出処理の手順を示すフローチャート。 本発明の第６実施形態における表示部３４に表示する、人気アイテムのリストを追加したユーザページの表示例を示す図。 本発明の第６実施形態における表示部３４に表示する、指定した条件を満たす人気アイテムのリストを追加したユーザページの表示例を示す図。 本発明の第４〜第６実施形態において用いられる式を示す図。 本発明の第４〜第６実施形態において用いられる式を示す図。 本発明の第４〜第６実施形態において用いられる式を示す図。

以下、本発明の情報処理方法、表示方法、情報処理装置、端末装置、情報処理プログラム及び表示プログラムについて、添付図面を参照して説明する。なお、第１〜第３実施形態においては、図１〜図３５を用いて説明する。第１〜第３実施形態における各符号についても、図１〜図３５における符号である。また、第４〜第６実施形態においては、図３６〜図７５を用いて説明する。第４〜第６実施形態における各符号や数式の番号についても、図３６〜図７５における符号や番号である。

＜第１実施形態＞
以下に、本発明の第１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実施形態におけるシステム全体の構成図である。本実施形態におけるシステムは、
アイテム提供サーバ装置１と、情報処理サーバ装置２と、１つ以上の端末装置３（３ａ〜
３ｎ）がネットワーク４を介して接続されている。また、図２に示すように、２つのネッ
トワークを用いてシステム全体を構成してもよい。図２においては、アイテム提供サーバ
装置１と情報処理サーバ装置２がネットワーク５を介して接続されており、アイテム提供
サーバ装置１と端末装置３（３ａ〜３ｎ）がネットワーク４を介して接続されている。ネ
ットワーク５は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）であり、情報処理サ
ーバ装置２と端末装置３（３ａ〜３ｎ）は、直接接続できないようになっている。本実施
形態では、特に断らない限り、システム全体の構成が図１である場合を説明する。なお本
実施形態では、アイテム提供サーバ装置１と情報処理サーバ装置２を別々の装置とする場
合を説明するが、この２つの機能を合わせて１つの装置として実現してもよい。

ネットワーク４は、例えばインターネット等のネットワークであり、アイテム提供サー
バ装置１と情報処理サーバ装置２と端末装置３との間の情報のやり取りを仲介する。アイ
テム提供サーバ装置１は、端末装置３の要求に応じて、アイテムを提供する装置である。
ここでアイテムとは、テキスト、音声、音楽、映像等のデジタルコンテンツや様々な物品
であり、更には金融商品、不動産、人物に関する情報等であってもよい。すなわち本実施
形態におけるアイテムは、有形か無形かを問わず、有料か無料かも問わない。アイテム提
供サーバ装置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。

図３は、本実施形態におけるアイテム提供サーバ装置１の構成図である。本実施形態に
おけるアイテム提供サーバ装置１は、アイテム提供サーバ制御手段１１と、アイテム提供
サーバ通信手段１２と、認証手段１３と、アイテム提供サーバ格納手段１４とで構成され
る。

認証手段１３は、端末装置３または端末装置３を利用するユーザを認証する。認証手段
１３は、端末装置３を利用するユーザを一意に識別するユーザ識別情報（ユーザ識別子）
、または端末装置３を一意に識別するための端末識別情報と、パスワードとを関連付けて
格納している。本実施形態では、ユーザ識別情報を用いる場合を例にして説明するが、端
末識別情報を用いる場合も同様である。ユーザ識別情報と端末識別情報とを合わせた意味
の総称として、利用主体識別情報（利用主体識別子）という用語を用いる。また、ユーザ
識別情報とパスワードとの組合せを、利用者特定情報とする。認証手段１３では、端末装
置３より受信した利用者特定情報と一致するものが格納されている場合に、認証成功とす
る。そして、認証に成功した利用者特定情報に対応するユーザを認証ユーザとする。

アイテム提供サーバ格納手段１４は、ＨＤＤなどの記憶装置を用いて、様々なデータを
記憶する。アイテム提供サーバ格納手段１４は、ユーザ情報格納部１４１と、アイテム情
報格納部１４２と、推薦アイテム情報格納部１４３とで構成される。

ユーザ情報格納部１４１は、ユーザ情報を複数記憶する。図４は、ユーザ情報格納部１
４１の格納状態の一例を示す図である。ユーザ情報とは、端末装置３を利用するユーザを
一意に識別するユーザ識別情報であるｕｓｅｒ＿ｉｄとユーザ属性情報であるｕｓｅｒ＿
ｉｎｆｏとを関連付けたものであり、図４のようなテーブル形式で記憶する。ユーザ属性
情報とは、ユーザの名前、年齢、性別、住所（地域）、趣味、会員になった時期（年月、
日付、日時など）、メールアドレス、電話番号などの情報である。また、アイテム提供サ
ーバ装置１にて商品の購入が可能であれば、商品の支払いを行うためのクレジットカード
情報などを含んでもよい。

アイテム情報格納部１４２は、アイテム情報を複数記憶する。図５は、アイテム情報格
納部１４２の格納状態の一例を示す図である。アイテム情報とは、アイテム識別情報であ
るｉｔｅｍ＿ｉｄとアイテムの属性情報であるｉｔｅｍ＿ｉｎｆｏとを関連付けたもので
あり、図５のようなテーブル形式で記憶する。アイテム識別情報（アイテム識別子）とは
、アイテムを一意に識別するためのものである。また、アイテムの属性情報とは、例えば
、アイテムの名称、制作者、制作年、ジャンル、価格、アイテムを利用するのに適したユ
ーザの条件などの情報である。

推薦アイテム情報格納部１４３は、ユーザごとに推薦アイテム情報を複数記憶する。図
６は、推薦アイテム情報格納部１４３の格納状態の一例を示す図である。推薦アイテム情
報とは、ユーザ識別情報であるｕｓｅｒ＿ｉｄと、アイテム識別情報であるｉｔｅｍ＿ｉ
ｄとを関連付けたものであり、図６のようなテーブル形式で記憶する。ユーザ識別情報で
あるｕｓｅｒ＿ｉｄを指定することで、ｕｓｅｒ＿ｉｄに対応する推薦アイテムのアイテ
ム識別情報を全て取得することができる。また後述するように、情報処理サーバ装置２か
ら、推薦値または推薦順位を受信した場合には、ユーザ識別情報と、アイテム識別情報と
、推薦値または推薦順位とを関連付けて記憶してもよい。

アイテム提供サーバ通信手段１２は、ネットワーク４を介して情報処理サーバ装置２や
、端末装置３と通信を行うための手段である。

アイテム提供サーバ制御手段１１は、アイテム提供サーバ装置１を構成する各手段に対
して、全体的な制御を行う。アイテム提供サーバ制御手段１１は、ユーザページ情報作成
部１１１と、推薦アイテム取得部１１２と、利用情報中継部１１３とで構成される。

ユーザページ情報作成部１１１は、端末装置３から受信したデータに応じて、以下の２
種類の処理を行う。ユーザページ情報作成部１１１の第１の処理は、ユーザページ情報送
信処理であり、端末装置３よりユーザページ情報取得要求を受信し、かつ、認証手段１３
にて認証成功した場合に、この処理を行う。ユーザページ情報取得要求とは、ユーザペー
ジ情報の取得を要求する情報であり、認証手段１３にて認証を行うために、少なくとも利
用者特定情報を含む。ユーザページ情報とは、端末装置３に検索画面や、推薦アイテム情
報の閲覧操作画面や、利用ポイントの確認画面を表示させるために必要な情報である。例
えば、ＨＴＭＬ（Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）形式を用い
てユーザページ情報を作成してもよいし、これ以外のデータ形式を用いてもよい。

ここで利用ポイントとは、ユーザと何らかの関係性のある他のユーザがアイテムを利用
したことに基づき、ユーザに付与される数値である。また、アイテムを利用したユーザ本
人に利用ポイントを付与してもよい。なお、アイテム提供サーバ装置１によるサービスを
提供している側（サービス提供側）が、そのサービスを利用するユーザに対して、利用ポ
イントに応じて、そのポイントに応じた何らかの特典を与えてもよい。例えば、ショッピ
ングサイトであれば、商品購入の際に、代金の一部として利用ポイントを使用できるよう
にしてもよいし、利用ポイントに応じた値引きサービスを行ってもよい。なお、何らかの
関係性のある他のユーザとは、例えば、対象となるユーザと共通のアイテムを利用してい
るユーザや、対象となるユーザと類似ユーザであり、かつ共通のアイテムを利用している
ユーザなどである。

ユーザページ情報送信処理とは、認証ユーザのユーザページ情報を作成し、認証ユーザ
が利用中の端末装置３に、作成したユーザページ情報を送信する処理であり、まず、推薦
アイテム情報格納部１４３にて、認証ユーザのユーザ識別情報に対応する推薦アイテム情
報を全て取得する。次に、利用ポイント情報取得要求を作成し、ネットワーク４を介して
、情報処理サーバ装置２に、作成した利用ポイント情報取得要求を送信する。利用ポイン
ト情報取得要求とは、認証ユーザが獲得した利用ポイントに関する情報を取得するための
情報であり、少なくとも認証ユーザのユーザ識別情報を含む。

次に、ネットワーク４を介して、情報処理サーバ装置２より、送信した利用ポイント情
報取得要求に対応する利用ポイント情報を受信する。次に、取得した推薦アイテム情報と
、受信した利用ポイント情報を用いて、ユーザページ情報を作成する。そして、ネットワ
ーク４を介して、端末装置３に、作成したユーザページ情報を送信する。

ユーザページ情報作成部１１１の第２の処理は、検索結果送信処理であり、ネットワー
ク４を介して、端末装置３より検索条件を受信すると、この処理を行う。ここで検索条件
とは、利用するアイテムを絞り込むために用いる条件であり、例えば、ジャンル名、製作
者、キーワード、価格の上限や下限などである。検索結果送信処理とは、端末装置３に、
受信した検索条件を満たすアイテム情報を送信する処理であり、まず、アイテム情報格納
部１４２より、検索条件を満たすアイテムの属性情報を有するアイテム情報を全て抽出す
る。そして、ネットワーク４を介して、端末装置３に、抽出した全てのアイテム情報を送
信する。

推薦アイテム取得部１１２は、ネットワーク４を介して、情報処理サーバ装置２より推
薦アイテム情報を受信すると、推薦アイテム情報更新処理を行う。推薦アイテム情報更新
処理とは、推薦アイテム情報格納部１４３にて、記憶されている全てのデータを削除した
後に、受信した推薦アイテム情報を記憶する処理である。

利用情報中継部１１３は、ネットワーク４を介して、端末装置３より利用者特定情報と
新規利用情報とを受信し、かつ、認証手段１３にて認証が成功した場合に、利用情報中継
処理を行う。新規利用情報とは、後述する利用ポイント算出処理のトリガーとなる利用情
報である。端末装置３から受信する利用情報には、少なくともユーザ識別情報とアイテム
識別情報が含まれている。利用情報中継処理とは、ネットワーク４を介して、情報処理サ
ーバ装置２に、受信した新規利用情報を送信する処理である。

ここで、図７のフローチャートを用いて、ユーザページ情報作成部１１１によるユーザ
ページ情報送信処理と、利用情報中継部１１３による利用情報中継処理を続けて行う場合
の動作を説明する。まず、端末装置３が、ユーザページ情報取得要求送信処理を行い、ネ
ットワーク４を介して、アイテム提供サーバ装置１にユーザページ情報取得要求を送信す
る（ステップＳ１０１）。ユーザページ情報取得要求送信処理については後述する。

次に、アイテム提供サーバ装置１の認証手段１３が、ネットワーク４を介して、端末装
置３よりユーザページ情報取得要求を受信すると、ユーザページ情報取得要求に含まれる
利用者特定情報を基に認証を行う（ステップＳ１０２）。認証に成功した場合は、ユーザ
ページ情報作成部１１１に受信したユーザページ情報取得要求を送り、ステップＳ１０３
へ進み、失敗した場合はステップＳ１０１からやり直す。

ステップＳ１０３では、ユーザページ情報作成部１１１が、認証手段１３よりユーザペ
ージ情報取得要求を取得し、ユーザページ情報送信処理を行い、ネットワーク４を介して
、端末装置３にユーザページ情報を送信する。次に、端末装置３が、ネットワーク４を介
して、アイテム提供サーバ装置１より、ユーザページ情報を受信すると、ユーザページ表
示処理を行う（ステップＳ１０４）。ユーザページ表示処理については後述する。

次に、表示されたユーザページを閲覧したユーザが、アイテムに関する利用操作を行う
と、端末装置３は、新規利用情報を作成し、ネットワーク４を介して、アイテム提供サー
バ装置１に、新規利用情報と利用者特定情報とを送信する利用情報送信処理を行う（ステ
ップＳ１０５）。利用情報送信処理については後述する。次に、アイテム提供サーバ装置
１の認証手段１３が、ネットワーク４を介して、端末装置３より新規利用情報と利用者特
定情報とを受信すると、利用者特定情報を基に認証を行う（ステップＳ１０６）。認証に
成功した場合は、利用情報中継部１１３に受信した新規利用情報を送り、ステップＳ１０
７へ進み、失敗した場合はステップＳ１０５からやり直す。

ステップＳ１０７では、利用情報中継部１１３が、認証手段１３より新規利用情報を取
得し、利用情報中継処理を行い、ネットワーク４を介して、情報処理サーバ装置２に、取
得した新規利用情報を送信する。次に、情報処理サーバ装置２が、ネットワーク４を介し
て、アイテム提供サーバ装置１より、新規利用情報を受信すると、利用ポイント算出処理
を行い（ステップＳ１０８）、ステップＳ１０１からステップＳ１０８までの一連の処理
を終了する。利用ポイント算出処理については後述する。以上が、ユーザページ情報作成
部１１１によるユーザページ情報送信処理と、利用情報中継部１１３による利用情報中継
処理を続けて行った場合の手順の説明である。

端末装置３は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ、ネットワークイン
タフェース等を備える一般的なコンピュータであり、内蔵されたプログラムにより所定の
動作を行う。図８は、本実施形態における端末装置３の構成図である。本実施形態におけ
る端末装置３は、端末制御手段３１と、端末通信手段３２と、入力手段３３と、表示手段
３４とで構成される。

端末通信手段３２は、ネットワーク４を介してアイテム提供サーバ装置１と通信を行う
ための手段である。入力手段３３は、例えば、端末装置３がＰＣ（Ｐｅｒｓｏｎａｌ Ｃ
ｏｍｐｕｔｅｒ）であれば、マウスやキーボード、携帯電話であれば、ボタンといったよ
うに、ユーザが端末装置３を操作するためのインタフェースである。表示手段３４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。

端末制御手段３１は、端末装置３を構成する各手段に対して、全体的な制御を行う。端
末制御手段３１は、ユーザページ表示部３１１と、利用情報作成部３１２とで構成される
。ユーザページ表示部３１１は、入力手段３３から取得した操作や、アイテム提供サーバ
装置１から受信したデータの種類に応じて、以下の４種類の処理を行う。

ユーザページ表示部３１１の第１の処理は、ユーザページ情報取得要求送信処理（ステ
ップＳ１０１）であり、入力手段３３よりユーザページの表示を要求する操作を取得する
と、この処理を行う。ユーザページとは、ユーザページ情報を基に、表示手段３４に表示
するために描画されたものである。ユーザページ情報取得要求送信処理とは、端末装置３
を利用中のユーザである「利用ユーザ」のユーザ識別情報とパスワードの組合せである利
用者特定情報を用いて、ユーザページ情報取得要求を作成し、ネットワーク４を介して、
アイテム提供サーバ装置１に、作成したユーザページ情報取得要求を送信する処理である
。パスワードは、端末装置３の図示しない格納手段に記憶しておき、ユーザページ情報取
得要求を作成するたびに図示しない格納手段から取得してもよいし、ユーザページ情報取
得要求を作成するたびにユーザに入力させるようにしてもよい。

ユーザページ表示部３１１の第２の処理は、ユーザページ表示処理（ステップＳ１０４
）であり、アイテム提供サーバ装置１よりユーザページ情報を取得すると、この処理を行
う。ユーザページ表示処理とは、アイテム提供サーバ装置１より取得したユーザページ情
報を基に、ユーザページを作成し、表示手段３４に、作成したユーザページを表示する処
理である。

ユーザページ表示部３１１の第３の処理は、検索条件送信処理であり、入力手段３３よ
り条件の入力操作と検索を要求する操作の内容を取得すると、この処理を行う。検索条件
送信処理とは、利用ユーザのユーザ識別情報と、取得した条件を用いて検索条件を作成し
、アイテム提供サーバ装置１に、作成した検索条件を送信する処理である。

ユーザページ表示部３１１の第４の処理は、検索結果表示処理であり、アイテム提供サ
ーバ装置１より、検索条件送信処理にて送信した検索条件に対するアイテム情報を取得す
ると、この処理を行う。検索結果表示処理とは、受信したアイテム情報を基にユーザペー
ジの更新を行う処理である。表示手段３４に表示するユーザページは、例えば、図９のユ
ーザページの表示例のように、現在獲得している利用ポイントが確認でき、アイテムの検
索手段が用意され、推薦アイテムと、検索により取得したアイテムとを分けて表示できる
ようにすればよい。図９の表示例では、左上に端末装置３を利用中のユーザのユーザ名と
利用ポイントとを表示し、左下に端末装置３を利用中のユーザの推薦アイテム情報を表示
している。また、右上に検索条件を入力するテキストボックスと検索条件送信処理のトリ
ガーとなる「検索」ボタンとを表示し、右下に検索条件を満たすアイテム情報を表示して
いる。

利用情報作成部３１２は、入力手段３３より、ユーザページに表示されたアイテムの利
用操作の内容を取得すると、利用情報送信処理（ステップＳ１０５）を行う。アイテムの
利用操作とは、ユーザページに表示されたアイテム名などのアイテムの属性情報を選択す
る操作や、アイテムが音楽であれば、再生を行うという操作や、アイテムが映画であれば
、視聴するという操作や、ユーザページにてアイテムの購入が行える場合は、アイテムを
購入候補に指定する（買い物かごに入れる）操作や、購入候補として指定したアイテムを
購入する操作等である。

利用情報送信処理とは、利用ユーザのユーザ識別情報とパスワードの組合せである利用
者特定情報を作成し、利用ユーザのユーザ識別情報と利用操作の対象となったアイテムの
アイテム識別情報を基に新規利用情報を作成し、ネットワーク４を介して、アイテム提供
サーバ装置１に、作成した利用者特定情報と新規利用情報とを送信する処理である。また
利用情報送信処理において、上述した以外の情報を新規利用情報に追加することもできる
。例えば、アイテム名などのアイテムの属性情報を選択する操作、アイテムを購入候補に
指定する操作、購入候補に指定したアイテムを購入する操作、アイテムを再生する操作、
などの各利用操作を区別するための利用形態情報を追加してもよい。また、ユーザにアイ
テムに対する評価を行わせた上で、その評価値（例えば、「１：非常に嫌い」、「２：や
や嫌い」、「３：どちらでもない」、「４：やや好き」、「５：非常に好き」といったよ
うに、好みの度合いを数値化したもの）を新規利用情報に追加してもよい。

情報処理サーバ装置２は、アイテム提供サーバ装置１に推薦アイテム情報を送信したり
、アイテム提供サーバ装置１の要求に応じて、利用ポイント情報を送信する装置である。
情報処理サーバ装置２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。なお、情報処理サーバ装置２を複数のコン
ピュータを用いて構成してもよい。例えば、負荷分散をするために、情報処理サーバ装置
２の各手段に相当する処理を行うコンピュータを複数用いて分散処理を行ってもよい。ま
た、情報処理サーバ装置２の一部の手段の処理をあるコンピュータで実施し、他の手段の
処理を別のコンピュータで実施する形態で分散処理を行ってもよい。

図１０は、本実施形態における情報処理サーバ装置２の構成図である。本実施形態にお
ける情報処理サーバ装置２は、情報処理サーバ制御手段２１と、情報処理サーバ通信手段
２２と、情報処理サーバ格納手段２３とで構成される。情報処理サーバ格納手段２３は、
ＨＤＤなどの記憶装置を用いて、様々なデータを記憶する。情報処理サーバ格納手段２３
は、利用情報格納部２３１と、類似ユーザ情報格納部２３２と、分配情報格納部２３３と
、利用ポイント格納部２３４と、ユーザ情報格納部２３５と、アイテム情報格納部２３６
とで構成される。利用情報格納部２３１は、利用情報を複数記憶する。図１１（図１１（
ａ）〜図１１（ｅ））は利用情報格納部２３１の格納状態の例を示す図である。以下に図
１１を用いて利用情報の格納形式を９種類説明する。

利用情報の第１の格納形式は、新規利用情報に含まれるユーザ識別情報とアイテム識別
情報を、それぞれｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとして関連付けて、図１１（ａ）のよ
うなテーブル形式で記憶するものである。このとき、ｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄの
組合せは一意であり、重複して記憶することはできない。データを追加する際に、既に同
一の（ｕｓｅｒ＿ｉｄ，ｉｔｅｍ＿ｉｄ）の組合せがテーブルに存在する場合は、データ
を更新しなくてもよいし、新しいデータを上書きしてもよい。第１の格納形式は、アイテ
ムの利用回数を用いる必要がない場合に適しており、格納に必要なデータ容量が最も少な
いという特徴がある。

利用情報の第２の格納形式は、利用情報の第１の格納形式と同様に、新規利用情報に含
まれるユーザ識別情報とアイテム識別情報を、それぞれｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄ
として関連付けて、図１１（ａ）のようなテーブル形式で記憶するものであるが、ｕｓｅ
ｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せの重複を許容する。このため、ｕｓｅｒ＿ｉｄとｉ
ｔｅｍ＿ｉｄとの組合せの数を調べることで、ユーザのアイテムに対する利用回数を算出
することができる。また、新しく追加されるデータは、必ずテーブルの末尾（一番下の行
）に追加されるので、テーブル内の上に位置する行データほど古く、下に位置する行デー
タほど新しいことになる。後述する第６の格納形式のようにアイテムを利用した日付を格
納していないが、２つの行の位置関係を調べることにより、２つのデータのどちらが古い
かを容易に判定できる。

利用情報の第３の格納形式は、新規利用情報に含まれるユーザ識別情報（ｕｓｅｒ＿ｉ
ｄ）とアイテム識別情報（ｉｔｅｍ＿ｉｄ）と、そのユーザのそのアイテムに対する利用
回数（ｃｏｕｎｔ）とを関連付けて、図１１（ｂ）のようなテーブル形式で記憶するもの
である。このとき、ｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せは一意であり、重複して
記憶することはできない。新規利用情報に利用回数が含まれていない場合は、ｃｏｕｎｔ
の初期値を「１」とし、２回目以降に記憶する際には、対応するｃｏｕｎｔの値を「１」
増やす。また、新規利用情報に利用回数が含まれる場合は、ｃｏｕｎｔの初期値をその利
用回数とし、２回目以降に記憶する際には、対応するｃｏｕｎｔの値に新規利用情報に含
まれる利用回数を加算する。第３の格納形式を用いることで、利用情報格納部２３１から
利用回数を簡単に読み出すことができるので、類似ユーザ選出部２１２、推薦アイテム選
出部２１３などで利用回数を用いた処理を行う場合に、処理量を少なくできる。

利用情報の第４の格納形式は、新規利用情報にユーザがアイテムに対して行った評価を
数値化した評価値（例えば、「１：非常に嫌い」、「２：やや嫌い」、「３：どちらでも
ない」、「４：やや好き」、「５：非常に好き」といったように、好みの度合いを数値化
したもの）が含まれている場合に、新規利用情報に含まれるユーザ識別情報とアイテム識
別情報と評価値とを、それぞれｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとｖａｌｕｅとして関連
付けて、図１１（ｃ）のようなテーブル形式で記憶する。このとき、ｕｓｅｒ＿ｉｄとｉ
ｔｅｍ＿ｉｄとの組合せは一意であり、重複して記憶することはできない。重複したｕｓ
ｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せに対応する新規利用情報を記憶しようとした場合
は、その新規利用情報を記憶する代わりに、重複したｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄと
の組合せに対応する既に記憶された利用情報のｖａｌｕｅの値を、新規利用情報に含まれ
る評価値で置き換える。

利用情報の第５の格納形式は、新規利用情報に評価値が含まれている場合に、利用情報
の第４の格納形式と同様に、新規利用情報に含まれるユーザ識別情報とアイテム識別情報
と評価値とを、それぞれｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとｖａｌｕｅとして関連付けて
、図１１（ｃ）のようなテーブル形式で記憶するものであるが、ｕｓｅｒ＿ｉｄとｉｔｅ
ｍ＿ｉｄとの組合せの重複を許容する。第２の格納形式と同様に、新しく追加されるデー
タは、必ずテーブルの末尾（一番下の行）に追加されるので、テーブル内の上に位置する
行データほど古く、下に位置する行データほど新しいことになる。同一の（ｕｓｅｒ＿ｉ
ｄ，ｉｔｅｍ＿ｉｄ）の組合せが複数存在する場合、テーブルの下に位置する行のデータ
ほど、新しい評価であることを示している。

利用情報の第６の格納形式は、新規利用情報にユーザがアイテムを利用した日付が含ま
れている場合に、新規利用情報に含まれるユーザ識別情報とアイテム識別情報と利用した
日付とを、それぞれｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとｄａｔｅとして関連付けて、図１
１（ｄ）のようなテーブル形式で記憶する。このとき、ｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄ
との組合せは一意であり、重複して記憶することはできない。このため、重複したｕｓｅ
ｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せに対応する新規利用情報を記憶しようとした場合は
、その新規利用情報を記憶しないか、その新規利用情報を記憶する代わりに、重複したｕ
ｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せに対応する既に記憶された利用情報のｄａｔｅ
の値を、新規利用情報に含まれる利用した日付で置き換える。なお、本実施形態では、ア
イテムを利用した時期を示す情報として日付を用いるが、他の時間単位を用いてもよい。
例えば日付だけでなく、分単位、秒単位、ミリ秒単位などの時刻を加えた「日時」を用い
てもよいし、年月だけの情報を用いてもよい。第６の格納形式は、アイテムの利用回数を
用いる必要がない場合に適している。

利用情報の第７の格納形式は、新規利用情報にユーザがアイテムを利用した日付が含ま
れている場合に、利用情報の第６の格納形式と同様に、新規利用情報に含まれるユーザ識
別情報とアイテム識別情報と利用した日付とを、それぞれｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉ
ｄとｄａｔｅとして関連付けて、図１１（ｄ）のようなテーブル形式で記憶するものであ
るが、ｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せの重複を許容する。第６の格納形式お
よび第７の格納形式のように、ユーザがアイテムを利用した時期情報（日付）を格納する
ことにより、利用ポイント算出処理のバリエーションを増やすことが可能になる。

利用情報の第８の格納形式は、新規利用情報にユーザがアイテムの利用の際に発生した
金額（支払い額）が含まれている場合に、新規利用情報に含まれるユーザ識別情報とアイ
テム識別情報と支払い額とを、それぞれｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとａｍｏｕｎｔ
として関連付けて、図１１（ｅ）のようなテーブル形式で記憶するものである。このとき
、ｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せは一意であり、重複して記憶することはで
きない。このため、重複したｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せに対応する新規
利用情報を記憶しようとした場合は、重複したｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合
せに対応する既に記憶された利用情報のａｍｏｕｎｔの値に、新規利用情報に含まれる支
払い額を加える。このように、ａｍｏｕｎｔに対して、１人のユーザが同じアイテムに対
する支払い額を全て加算することで、１人のユーザが１つのアイテムの利用に対して支払
った支払い額の総額を容易に参照することができる。第８の格納形式は、アイテムの利用
回数を用いる必要がない場合に適している。

利用情報の第９の格納形式は、新規利用情報に支払い額が含まれている場合に、利用情
報の第８の格納形式と同様に、新規利用情報に含まれるユーザ識別情報とアイテム識別情
報と支払い額とを、それぞれｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとａｍｏｕｎｔとして関連
付けて、図１１（ｅ）のようなテーブル形式で記憶するものであるが、ｕｓｅｒ＿ｉｄと
ｉｔｅｍ＿ｉｄとの組合せの重複を許容する。このように、１人のユーザの同じアイテム
に対する支払い額を個別に記憶することで、１人のユーザが１つのアイテムの利用に対し
て支払った支払い額の総額や代表値（平均値や最大値や最頻値や中央値）を算出すること
ができる。

また、上記９種類の格納形式において、ｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せの
重複を許容するもの同士、またはｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せの重複を許
容しないもの同士を組合せてもよい。例えば、第５の格納形式と第７の格納形式を組み合
わせる場合は、新規利用情報に含まれるユーザ識別情報とアイテム識別情報と評価値と利
用した日付とを、それぞれｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとｖａｌｕｅとｄａｔｅとし
て関連付けて、図１１（ｆ）のようなテーブル形式で記憶する。このとき、ｕｓｅｒ＿ｉ
ｄとｉｔｅｍ＿ｉｄとの組合せの重複を許容する。このように、ｕｓｅｒ＿ｉｄとｉｔｅ
ｍ＿ｉｄに加えて、評価値とアイテムの利用時期を格納することにより、利用ポイント算
出処理のバリエーションを更に増やすことが可能になる。また、利用情報に上記以外の情
報を付加する場合も同様に、ｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄの組合せの重複を許容する
か否かを決めて格納すればよい。以上が、利用情報の格納形式の説明である。

類似ユーザ情報格納部２３２は、ＨＤＤなどの記憶装置を用いて、類似ユーザ情報を複
数記憶する。図１２は、類似ユーザ情報格納部２３２の格納状態の一例を示す図である。
類似ユーザ情報とは、基準となるユーザ（基準ユーザ）のユーザ識別情報であるｂａｓｅ
＿ｕｓｅｒ＿ｉｄと、基準ユーザの類似ユーザのユーザ識別情報であるｓｉｍ＿ｕｓｅｒ
＿ｉｄと、その２ユーザ間の類似度であるｓｉｍｉｌａｒｉｔｙとを関連付けたものであ
り、図１２のようなテーブル形式で記憶する。このテーブルにおいて、（ｂａｓｅ＿ｕｓ
ｅｒ＿ｉｄ，ｓｉｍ＿ｕｓｅｒ＿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。ここでは、１つのテーブルに２
種類のユーザ識別情報を格納するために、ｂａｓｅ＿ｕｓｅｒ＿ｉｄ、ｓｉｍ＿ｕｓｅｒ
＿ｉｄという名称を付けて区別しているが、これらは利用情報格納部２３１などに格納さ
れているｕｓｅｒ＿ｉｄと同じものである。

分配情報格納部２３３は、ＨＤＤなどの記憶装置を用いて、分配情報を複数記憶する。
図１３は、分配情報格納部２３３の格納状態の一例を示す図である。分配情報とは、アイ
テムを推薦されるユーザのユーザ識別情報であるｂａｓｅ＿ｕｓｅｒ＿ｉｄと、推薦アイ
テムのアイテム識別情報であるｉｔｅｍ＿ｉｄと、ｂａｓｅ＿ｕｓｅｒ＿ｉｄに対応する
ユーザの類似ユーザであり、かつｉｔｅｍ＿ｉｄに対応するアイテムを過去に利用したユ
ーザのユーザ識別情報であるｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄと、利用親ポイントの分配率を
示すｒａｔｅとを関連付けたものであり、図１３のようなテーブル形式で記憶する。本実
施形態における利用親ポイントとは、推薦によりそのアイテムが利用されたと判定された
１つの利用情報に対して与えられる利用ポイントの大本であり、この利用親ポイントに分
配率を掛け合わせることで、そのアイテムを利用した類似ユーザごとに利用ポイントが算
出される。なお、１つの推薦アイテムに対する利用ポイントの総和と利用親ポイントが等
しくなるように、分配率の総和を１とする必要がある。

また利用情報に含まれるユーザ識別情報とアイテム識別情報とを、分配情報格納部２３
３に記憶されているｂａｓｅ＿ｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せと照合し、合
致する行のｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄを抽出することにより、利用親ポイントを分配す
る対象のユーザを容易に特定できる。ここでは、１つのテーブルに２種類のユーザ識別情
報を格納するために、ｂａｓｅ＿ｕｓｅｒ＿ｉｄ、ｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄという名
称を付けて区別しているが、これらは利用情報格納部２３１などに格納されているｕｓｅ
ｒ＿ｉｄと同じものである。

利用ポイント格納部２３４は、ＨＤＤなどの記憶装置を用いて、利用ポイント情報を複
数記憶する。図１４は、利用ポイント格納部２３４の格納状態の一例を示す図である。利
用ポイント情報とは、ユーザ識別情報であるｕｓｅｒ＿ｉｄと、そのユーザ識別情報に対
応するユーザの利用ポイントであるｐｏｉｎｔを関連付けたものであり、図１４のような
テーブル形式で記憶する。なお、記憶されている利用ポイントの初期値は「０」である。

ユーザ情報格納部２３５は、ＨＤＤなどの記憶装置を用いて、ユーザ情報を複数記憶す
る。ユーザ情報格納部２３５は、アイテム提供サーバ装置１のユーザ情報格納部１４１と
同様の格納形式であり、ユーザ情報格納部１４１に記憶されているユーザ情報が全て記憶
されている。アイテム提供サーバ装置１のユーザ情報格納部１４１に記憶されているユー
ザ情報をユーザ情報格納部２３５にも記憶するのは、情報処理サーバ制御手段２１にて行
う処理で、ユーザ情報を利用する場合があるためである。もちろん、ユーザ情報格納部２
３５を用意する代わりに、アイテム提供サーバ装置１のユーザ情報格納部１４１よりユー
ザ情報を取得できるようにしてもよい。

アイテム情報格納部２３６は、ＨＤＤなどの記憶装置を用いて、アイテム情報を複数記
憶するものである。アイテム情報格納部２３６は、アイテム提供サーバ装置１のアイテム
情報格納部１４２と同様の格納形式であり、アイテム情報格納部１４２に記憶されている
アイテム情報が全て記憶されている。アイテム提供サーバ装置１のアイテム情報格納部１
４２に記憶されているアイテム情報をアイテム情報格納部２３６にも記憶するのは、情報
処理サーバ制御手段２１にて行う処理で、アイテム情報を利用する場合があるためである
。もちろん、アイテム情報格納部２３６を用意する代わりに、アイテム提供サーバ装置１
のアイテム情報格納部１４２よりアイテム情報を取得できるようにしてもよい。

情報処理サーバ通信手段２２は、ネットワーク４を介してアイテム提供サーバ装置１と
通信を行うための手段である。

情報処理サーバ制御手段２１は、情報処理サーバ装置２を構成する各手段に対して、全
体的な制御を行う。情報処理サーバ制御手段２１は、利用ポイント算出部２１１と、類似
ユーザ選出部２１２と、推薦アイテム選出部２１３と、利用ポイント取得部２１４とで構
成される。利用ポイント算出部２１１は、ネットワーク４を介して、アイテム提供サーバ
装置１より、新規利用情報を受信すると、利用ポイント算出処理（ステップＳ１０８）を
行う。

利用ポイント算出処理の手順を図１５のフローチャートを用いて説明する。まず、利用
ポイント算出部２１１が、アイテム提供サーバ装置１より、情報処理サーバ通信手段２２
経由で、新規利用情報を取得する（ステップＳ４０１）。次に、利用ポイント算出部２１
１が、ステップＳ４０１にて取得した新規利用情報に含まれるアイテム識別情報に対応す
るアイテムが、推薦アイテムか否かを判定する（ステップＳ４０２）。推薦アイテムであ
る場合はステップＳ４０３へ進み、推薦アイテムでない場合はステップＳ４０９へ進む。
推薦アイテムであるか否かの判定方法は３種類存在する。

第１の判定方法は、分配情報格納部２３３を利用する方法である。分配情報格納部２３
３に記憶されている分配情報に含まれるｉｔｅｍ＿ｉｄは、その分配情報に含まれるｂａ
ｓｅ＿ｕｓｅｒ＿ｉｄに対応するユーザの推薦アイテムのアイテム識別情報である。この
ため、分配情報格納部２３３に、ステップＳ４０１にて取得した新規利用情報に含まれる
ユーザ識別情報とアイテム識別情報の組合せと一致するｂａｓｅ＿ｕｓｅｒ＿ｉｄとｉｔ
ｅｍ＿ｉｄとの組合せが存在するか否かを判定することで、推薦アイテムであるか否かを
判定できる。

第２の判定方法は、アイテム提供サーバ装置１が、ステップＳ４０１にて取得した新規
利用情報に、予め推薦アイテムであるか否かを示す情報を付与する方法である。ステップ
Ｓ４０１にて取得した新規利用情報は、アイテム提供サーバ装置１の利用情報中継部１１
３が送信したものである。そのため、利用情報中継部１１３が、新規利用情報を送信する
前に、推薦アイテム情報格納部１４３にて、新規利用情報に含まれるユーザ識別情報とア
イテム識別情報の組合せが存在するか否かを判定し、存在する場合に推薦アイテムである
という情報を付与し、存在しない場合に推薦アイテムでないという情報を付与すればよい
。この付与した情報を用いることで、推薦アイテムであるか否かを判定することができる
。

第３の判定方法は、端末装置３が、ステップＳ４０１にて取得される新規利用情報に、
予め推薦アイテムであるか否かを示す情報を付加する方法である。ステップＳ４０１にて
取得される新規利用情報は、端末装置３の利用情報作成部３１２が作成したものである。
そのため、利用情報作成部３１２が、新規利用情報を作成する際に、ユーザページに表示
されている推薦アイテムを利用した場合は推薦アイテムであるという情報を付与し、推薦
アイテム以外のアイテム、例えば、検索結果として表示されたアイテムを利用した場合は
推薦アイテムではないという情報を付与すればよい。この付与した情報を用いることで、
推薦アイテムであるか否かを判定することができる。

ステップＳ４０３では、利用ポイント算出部２１１が、利用親ポイントを算出する。利
用親ポイントの算出方法は、例えば、新規利用情報の１つにつき、サービス提供者側が予
め設定した一定のポイント（例えば１０ポイント）とするものである。また、有料のアイ
テムを扱うショッピングサイト等であれば、購入代金から一定の割合（例えば購入代金の
１％）を利用親ポイントとして算出してもよい。また、新規利用情報に、アイテムの利用
形態情報（アイテムの詳細情報の表示する操作、アイテムを買い物かごに入れる等の購入
候補に指定する操作、アイテムの購入操作などの操作を区別する情報）を含ませ、その利
用形態ごとに一定のポイントを予めサービス提供側が設定し、利用親ポイントとして付与
してもよい。

次に、利用ポイント算出部２１１が、分配情報格納部２３３より、ステップＳ４０１に
て取得した新規利用情報に含まれるユーザ識別情報とアイテム識別情報との組合せが、ｂ
ａｓｅ＿ｕｓｅｒ＿ｉｄとｉｔｅｍ＿ｉｄとの組合せに一致する分配情報を全て取得する
（ステップＳ４０４）。ここで取得した分配情報に含まれるｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄ
（ユーザ識別情報）に対応するユーザは全て、新規利用情報よりも早い時期に同じアイテ
ムを利用したユーザである。

次に、利用ポイント算出部２１１が、ステップＳ４０４にて取得した分配情報を、例え
ば取得した順に、１つ選択する（ステップＳ４０５）。次に、利用ポイント算出部２１１
が、ステップＳ４０３にて算出した利用親ポイントと、ステップＳ４０５にて選択した分
配情報に含まれるｒａｔｅとを掛け合わせることで利用ポイントを変更するための変更値
を算出する（ステップＳ４０６）。

次に、利用ポイント算出部２１１が、利用ポイント格納部２３４において、ステップＳ
４０５にて選択した分配情報に含まれるｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄに対応する利用ポイ
ント情報（このｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄと一致するｕｓｅｒ＿ｉｄを持つテーブル行
）を特定し、特定した利用ポイント情報のｐｏｉｎｔ（元の利用ポイント）に、ステップ
Ｓ４０６にて算出した変更値を加算する（ステップＳ４０７）。

次に、利用ポイント算出部２１１が、ステップＳ４０５にて全ての分配情報を選択した
か否かを判定する（ステップＳ４０８）。全て選択した場合は、ステップＳ４０９へ進み
、まだ未選択のものが残っている場合は、ステップＳ４０５へ進む。ステップＳ４０９で
は、利用ポイント算出部２１１が、利用情報格納部２３１に、ステップＳ４０１にて取得
した新規利用情報を記憶する。新規利用情報を利用情報格納部２３１に格納することで、
その新規利用情報に対応する利用履歴は既処理であるとみなされる。以上で、ステップＳ
４０１からステップＳ４０９までの一連の処理は終了となる。

上記説明では、ステップＳ４０７にて、元の利用ポイントに変更値を加算して、利用ポ
イントを更新しているが、加算処理の代わりに、元のポイントと以下に示す係数（変更値
）との乗算処理を用いて、利用ポイントを更新してもよい。このとき、ステップＳ４０３
では、加算する利用ポイントの和である利用親ポイントの代わりに、増加率（元の利用ポ
イントをどの程度増加させるかを示す値であり、この値に１を加えることで係数となる）
の合計値である親増加率を算出する。そして、ステップＳ４０５にて選択した分配情報に
含まれるｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄに対応するユーザｕｒのｉｔｅｍ＿ｉｄに対応する
アイテムｉｒに関する分配率をｒａｔｅ（ｕｒ，ｉｒ）とし、親増加率をｓｒとして、図
３５の式（１１）により、係数ｍ（ｕｒ，ｉｒ）を算出する。また、利用ポイントの初期
値が「０」であると、いくら倍率を掛け合わせても増加しないため、初期値を「０」を超
える値で設定するか、初期値は「０」であるが、一番最初に利用ポイントの算出対象にな
った場合にのみ、一定のポイント数を加えればよい。以上が、利用ポイント算出処理の説
明である。

類似ユーザ選出部２１２は、所定のタイミングごとに、類似ユーザ情報格納部２３２に
記憶されているデータを全て削除した後、類似ユーザ選出処理を行う。所定のタイミング
としては、所定の時間間隔（例えば２４時間ごと）を用いてもよいし、利用情報を一定回
数受信するごととしてもよい。また、月曜日〜金曜日までは３時間ごと、土曜日は６時間
ごと、日曜日は１２時間ごと、というように時間間隔が変動してもよい。また、夏は時間
間隔を短くして、冬は時間間隔を長くするなど、季節に応じて時間間隔を変えてもよい。

類似ユーザ選出処理の手順を図１６のフローチャートを用いて説明する。まず、類似ユ
ーザ選出部２１２が、利用情報格納部２３１より、全てのｕｓｅｒ＿ｉｄを取得する（ス
テップＳ５０１）。次に、類似ユーザ選出部２１２が、ステップＳ５０１にて取得したｕ
ｓｅｒ＿ｉｄのうち、例えば、取得した順に、１つ選択する（ステップＳ５０２）。次に
、類似ユーザ選出部２１２が、利用情報格納部２３１より、ステップＳ５０２にて選択し
たｕｓｅｒ＿ｉｄに対応するユーザ（基準ユーザ）の利用情報と、基準ユーザと同じアイ
テムを利用したことのあるユーザ（類似候補ユーザ）の全ての利用情報を取得する（ステ
ップＳ５０３）。類似候補ユーザの利用情報を全て取得するには、まず、基準ユーザの全
ての利用情報に含まれるアイテム識別情報を抽出する。次に、基準ユーザの利用情報を除
く全ての利用情報の中から、抽出したアイテム識別情報のうちの何れかを含む利用情報に
含まれる全てのユーザ識別情報を抽出する。そして、抽出したユーザ識別情報の何れかを
含む利用情報を全て取得すればよい。

次に、類似ユーザ選出部２１２が、ステップＳ５０３にて取得した利用情報を用いて、
類似候補ユーザごとに、基準ユーザとの類似度を算出する（ステップＳ５０４）。類似度
を算出する方法として例えば、Ｊａｃｃａｒｄ（ジャカード）係数を用いることができる
。Ｊａｃｃａｒｄ係数を用いる場合は、ユーザｘの利用したことのあるアイテム集合をＩ
ｘ、ユーザｙの利用したことのあるアイテム集合をＩｙ、ユーザｘとユーザｙが共に利用
したことのあるアイテム数を｜Ｉｘ∩Ｉｙ｜とし、ユーザｘとユーザｙの少なくとも一方
が利用したことのあるアイテムの種類数を｜Ｉｘ∪Ｉｙ｜としたとき、類似度は図３４の
式（１）で算出することができる。

また、利用情報に、利用回数や評価値が含まれる場合は、コサイン距離やピアソン積率
相関係数を用いることができる。コサイン距離を用いる場合は、例えば、ユーザｘとユー
ザｙが共に利用したことのあるアイテムをＩｃとし、ユーザｘのアイテムｉに対する利用
回数や評価値をＶ（ｘ，ｉ）、ユーザｙのアイテムｉに対する利用回数や評価値をＶ（ｙ
，ｉ）としたとき、類似度は図３４の式（２）で算出することができる。また、ピアソン
積率相関係数を用いる場合は、例えば、ユーザｕとユーザｕの類似度算出対象のユーザが
共に利用したことのあるアイテム数をｎとし、共に利用したことのあるアイテムに対する
利用回数や評価値の平均値Ｖａ（ｕ）を図３４の式（３）で算出したとき、類似度は図３
４の式（４）で算出することができる。これ以外にも、２ユーザ間の類似性を表す指標で
あれば、どのようなものを用いてもよい。そして、類似度算出に必要な情報があれば、利
用情報格納部２３１に、利用情報に関連付けて記憶しておけばよい。

次に、類似ユーザ選出部２１２が、ステップＳ５０４にて算出した類似度を基に、類似
候補ユーザの中から類似ユーザを選出する（ステップＳ５０５）。例えば、予めサービス
提供側が閾値を定め、その閾値より高い類似度を持つ類似候補ユーザを類似ユーザとして
選出すればよい。また、類似度の高い順に所定数を超えない数のユーザを選出してもよい
。すなわち、類似候補ユーザが所定数より多く存在する場合は、類似度の高い順に所定数
のユーザを算出し、類似候補ユーザが所定数以下である場合には、全ての類似候補ユーザ
を選出すればよい。所定数は、システム提供側が予め設定すればよい。

次に、類似ユーザ選出部２１２が、ステップＳ５０５にて選出した類似ユーザごとに、
類似ユーザ情報格納部２３２に、基準ユーザのｕｓｅｒ＿ｉｄをｂａｓｅ＿ｕｓｅｒ＿ｉ
ｄとし、ステップＳ５０５にて選出した類似ユーザのｕｓｅｒ＿ｉｄをｓｉｍ＿ｕｓｅｒ
＿ｉｄとし、ステップＳ５０５にて選出した類似ユーザの類似度をｓｉｍｉｌａｒｉｔｙ
として関連付けた類似ユーザ情報を記憶する（ステップＳ５０６）。次に、類似ユーザ選
出部２１２が、ステップＳ５０２にて全てのｕｓｅｒ＿ｉｄを選択したか否かを判定する
（ステップＳ５０７）。全て選択した場合はステップＳ５０１からステップＳ５０７まで
の一連の処理を全て終了し、まだ未選択のものが残っている場合はステップＳ５０２へ進
む。

なお、類似ユーザを選出する対象のユーザを制限してもよい。このとき、ステップＳ５
０１にて、利用情報格納部２３１よりｕｓｅｒ＿ｉｄを取得する際に、所定の条件、例え
ば、所定数以上のアイテムを利用したユーザのｕｓｅｒ＿ｉｄのみを取得するとしてもよ
い。所定数はサービス提供側が予め決めておけばよい。さらに、利用情報格納部２３１に
利用した日付が記憶されている場合は、特定の期間において、所定数以上のアイテムを利
用したユーザのｕｓｅｒ＿ｉｄのみを取得するとしてもよい。特定の期間はサービス提供
側が予め決めておけばよい。また、ステップＳ５０３にて、利用情報格納部２３１より、
類似候補ユーザの利用情報を取得する際に、類似候補ユーザにも同様に制限をかけてもよ
い。このときも同様に、類似候補ユーザの中で、所定数以上のアイテムを利用した類似候
補ユーザの利用情報のみ取得してもよいし、特定の期間において、所定数以上のアイテム
を利用した類似候補ユーザの利用情報のみを取得してもよい。

また、利用情報格納部２３１に利用した日付が記憶されている場合は、類似ユーザ選出
処理に用いる利用情報を、過去の特定の時点から、類似ユーザ選出処理を行っている時点
（現在）までの間に利用されたアイテムに関する利用情報のみに制限してもよい。過去の
特定の時点は、サービス提供側が予め決めておけばよく、例えば、類似ユーザ選出処理を
行っている時点から３ヶ月前や、半年前や、１年前とすればよい。このとき、ステップＳ
５０１にて、利用情報格納部２３１よりｕｓｅｒ＿ｉｄを取得する際に、過去の特定の時
点以降の利用情報に含まれるｕｓｅｒ＿ｉｄのみ取得すればよい。また、ステップＳ５０
３にて、利用情報格納部２３１より、基準ユーザの利用情報と類似候補ユーザの利用情報
とを取得する際に、まず、基準ユーザの利用情報の中で、過去の特定の時点以降に利用さ
れたアイテムに関する利用情報に含まれるアイテム識別情報を抽出する。次に、基準ユー
ザの利用情報を除く、過去の特定の時点以降に利用されたアイテムに関する利用情報の中
から、抽出したアイテム識別情報のうちの何れかを含む利用情報に含まれる全てのユーザ
識別情報を抽出する。そして、抽出したユーザ識別情報の何れかを含む利用情報の中で、
過去の特定の時点以降に利用されたアイテムに関する利用情報を全て取得すればよい。

また、ユーザ情報格納部２３５に記憶されているユーザ情報に含まれるユーザの属性情
報を用いて、類似ユーザを選出する対象のユーザを制限してもよい。このとき、ステップ
Ｓ５０１にて、利用情報格納部２３１よりｕｓｅｒ＿ｉｄを取得する際に、所定条件（例
えば、「２０代女性」）のユーザ属性を持つユーザのｕｓｅｒ＿ｉｄのみを取得すればよ
い。もちろん、所定条件として何も指定しなくてもよい。さらに、ステップＳ５０３でも
、同様に取得する利用情報に含まれるｕｓｅｒ＿ｉｄに所定条件を指定してもよい。

また、アイテム情報格納部２３６に記憶されているアイテム情報に含まれるアイテムの
属性情報を用いて、類似度算出に用いる利用情報を制限してもよい。このとき、ステップ
Ｓ５０３にて、利用情報格納部２３１より利用情報を取得する際に、所定条件（例えば、
ジャンル「フィクション」）のアイテム属性を持つアイテムのｉｔｅｍ＿ｉｄを含む利用
情報のみを取得すればよい。もちろん、所定条件として何も指定しなくてもよい。

また、利用情報を用いて２ユーザ間の類似度を算出する代わりに、ユーザの属性情報を
用いて２ユーザ間の適合度を算出し、その適合度を用いて類似ユーザを選出してもよい。
適合度とは、ユーザの属性情報を用いてユーザ同士の相性の良さを数値化したものである
。

このとき、ステップＳ５０１にて、さらに、ユーザ情報格納部２３５より、取得したｕ
ｓｅｒ＿ｉｄに対応するユーザの属性情報を全て取得する。そして、ステップＳ５０３の
処理を省略し、ステップＳ５０４にて類似度を算出する代わりに、ステップＳ５０２にて
選択したｕｓｅｒ＿ｉｄに対応するユーザの属性情報と、それ以外のユーザの属性情報と
の間の適合度を算出すればよい。適合度として、２つのユーザの属性情報間の属性値の一
致数を用いることができる。

例えば、属性情報に含まれる属性が性別と年齢と地域である場合に、一方の属性値が「
男」、「２４」、「東京」であり、他方の属性値が「女」、「２４」、「東京」であると
き、一致する属性数が２であるため、適合度を「２」とする。また、一致する属性値の条
件は、属性ごとにサービス提供者側が自由に決めてよく、例えば、年齢なら属性値の差が
「５」未満なら一致とするとしてもよいし、属性値が「２０」〜「２９」なら「２０代」
、「３０」〜「３９」なら「３０代」と変換し、変換後の値を用いて一致するか否かを判
定してもよい。「地域」など他の属性についても同様の処理を行ってよい。

また、属性ごとに異なる重みをつけて適合度を算出してもよい。例えば、年齢が一致す
る場合には、「地域」が一致する場合よりも適合度が２倍大きくなるように算出してもよ
い。以上が、類似ユーザを選出する処理の手順の説明である。

推薦アイテム選出部２１３は、所定のタイミングごとに、分配情報格納部２３３に記憶
されている全てのデータを削除した後に、推薦アイテム選出処理を行う。この所定のタイ
ミングとしては、類似ユーザ選出処理を行う所定のタイミングと同様に種々のタイミング
を用いることができる。また、類似ユーザ選出処理を行う所定のタイミングと同期してい
ても、同期していなくてもよい。また、推薦アイテム選出処理の過程で、利用親ポイント
を分配する対象となるユーザを選定し、利用ポイントを算出するために用いる分配情報が
作成される。

推薦アイテム選出処理の手順を図１７のフローチャートを用いて説明する。まず、推薦
アイテム選出部２１３が、類似ユーザ情報格納部２３２より、全てのｂａｓｅ＿ｕｓｅｒ
＿ｉｄを取得する（ステップＳ６０１）。次に、推薦アイテム選出部２１３が、ステップ
Ｓ６０１にて取得したｂａｓｅ＿ｕｓｅｒ＿ｉｄのうちの１つを選択する。例えば取得し
た順に、１つずつ選択すればよい（ステップＳ６０２）。ここで選択したｂａｓｅ＿ｕｓ
ｅｒ＿ｉｄに対応するユーザを「推薦対象ユーザ」と呼ぶ。

次に、推薦アイテム選出部２１３が、類似ユーザ情報格納部２３２より、ステップＳ６
０２にて選択したｂａｓｅ＿ｕｓｅｒ＿ｉｄに対応する全ての類似ユーザ情報を取得する
（ステップＳ６０３）。次に、推薦アイテム選出部２１３が、利用情報格納部２３１より
、類似ユーザの利用情報を全て取得する（ステップＳ６０４）。具体的には、ステップＳ
６０３にて取得した類似ユーザ情報に含まれるｓｉｍ＿ｕｓｅｒ＿ｉｄとｕｓｅｒ＿ｉｄ
とを照合し、ｓｉｍ＿ｕｓｅｒ＿ｉｄの何れかと一致するｕｓｅｒ＿ｉｄを含む利用情報
の中からアイテム識別情報を全て抽出する。

そして抽出したアイテム識別情報の中から、ステップＳ６０２にて選択したｂａｓｅ＿
ｕｓｅｒ＿ｉｄとｕｓｅｒ＿ｉｄが一致する全ての利用情報に含まれるアイテム識別情報
と一致しないアイテム識別情報を特定し、その特定したアイテム識別情報に対応する利用
情報を取得する。すなわち、類似ユーザが過去に利用していて、かつ推薦対象ユーザがま
だ利用していないアイテムに関する利用情報を取得する。また、利用情報格納部２３１に
利用した日付が記憶されている場合は、取得する利用情報を、過去の特定の時点から、推
薦アイテム選出処理を行っている時点（現在）までの間に利用されたアイテムに関する利
用情報のみに制限してもよい。過去の特定の時点は、サービス提供側が予め決めておけば
よく、例えば、推薦アイテム選出処理を行っている時点から３ヶ月前や、半年前や、１年
前とすればよい。

次に、推薦アイテム選出部２１３が、ステップＳ６０４にて取得した利用情報を用いて
アイテムごとに以下の方法で推薦値を算出する（ステップＳ６０５）。推薦値算出の第１
の方法は、ｉｔｅｍ＿ｉｄごとに、そのアイテムを利用した類似ユーザの数を集計し、そ
の数を推薦値とする方法である。この方法は、推薦値に対する類似ユーザ１人ひとりの影
響力（重み）を全て平等（同じ）に扱っている。

推薦値算出の第２の方法は、ｉｔｅｍ＿ｉｄごとに、利用情報に対応する類似ユーザの
類似度の和を推薦値として算出する方法である。この方法は、推薦値に対する類似ユーザ
１人ひとりの影響力（重み）を変えており、推薦対象ユーザとの類似度が高い類似ユーザ
ほど影響力が強いことになる。

推薦値算出の第３の方法は、ｉｔｅｍ＿ｉｄごとに、そのアイテムを利用した類似ユー
ザの利用回数の和を推薦値として算出する方法である。この方法は、推薦値に対する類似
ユーザ１人ひとりの影響力（重み）を変えており、推薦値の計算対象のアイテムに対する
利用回数の多いユーザほど影響力が強いことになる。なおこの方法を用いる場合は、利用
情報格納部２３１において、利用回数の情報を読み出し可能な、第２、第３、第５、第７
、第９のうちのいずれかの格納形式を用いる必要がある。

推薦値算出の第４の方法は、利用情報に評価値が含まれる場合に用いられる方法であり
、ｉｔｅｍ＿ｉｄごとに、ｉｔｅｍ＿ｉｄを含む利用情報を用いて算出できる評価値の和
を推薦値として算出する方法である。この方法は、推薦値に対する類似ユーザ１人ひとり
の影響力（重み）を変えており、推薦値の計算対象のアイテムに対する評価が高いユーザ
ほど影響力が強いことになる。なおこの方法を用いる場合は、利用情報格納部２３１にお
いて、評価値を格納する第４または第５の格納形式を用いる必要がある。

推薦値算出の第５の方法は、利用情報に含まれるアイテム利用日付を用いて、利用日付
の古い利用情報ほど大きな重みを付けて推薦値を算出する方法である。例えば、利用情報
ごとに、推薦アイテム選出処理を行う日付（現在）と、そのアイテム利用日付との差を算
出し、ｉｔｅｍ＿ｉｄごとに、その差の総和を算出すればよい。この方法は、推薦値に対
する類似ユーザ１人ひとりの影響力（重み）を変えており、推薦値の計算対象のアイテム
を早く利用したユーザほど影響力が強いことになる。

推薦値算出の第６の方法は、利用情報に含まれるアイテム利用日付を用いて、利用日付
の新しい利用情報ほど大きな重みを付けて推薦値を算出する方法である。例えば、利用情
報ごとに、推薦アイテム選出処理を行う日付（現在）と、そのアイテム利用日付との差を
算出し、ｉｔｅｍ＿ｉｄごとに、その差の逆数の総和を算出すればよい。この方法は、推
薦値に対する類似ユーザ１人ひとりの影響力（重み）を変えており、推薦値の計算対象の
アイテムを後で利用したユーザほど影響力が強いことになる。なお、推薦値算出の第５お
よび推薦値算出の第６の方法を用いる場合は、利用情報格納部２３１において、アイテム
を利用した日付を格納する、第６または第７の格納形式を用いる必要がある。

推薦値算出の第７の方法は、利用情報に支払い額が含まれる場合に用いられる方法であ
り、ｉｔｅｍ＿ｉｄごとに、ｉｔｅｍ＿ｉｄを含む利用情報を用いて算出できる支払い額
の和を推薦値として算出する方法である。この方法は、推薦値に対する類似ユーザ１人ひ
とりの影響力（重み）を変えており、推薦値の計算対象のアイテムに対する支払い額が高
いユーザほど影響力が強いことになる。なおこの方法を用いる場合は、利用情報格納部２
３１において、評価値を格納する第８または第９の格納形式を用いる必要がある。

推薦値算出の第８の方法は、ユーザ情報格納部２３５に記憶されたユーザ情報にユーザ
が会員になった日付が含まれる場合に、会員になった日付の古いユーザほど大きな重みを
付けて推薦値を算出する方法である。例えば、ユーザごとに、推薦アイテム選出処理を行
う日付（現在）と、ユーザが会員になった日付との差を算出し、ｉｔｅｍ＿ｉｄごとに、
その差の総和を算出すればよい。この方法は、推薦値に対する類似ユーザ１人ひとりの影
響力（重み）を変えており、早く会員になったユーザほど影響力が強いことになる。

推薦値算出の第９の方法は、ユーザ情報格納部２３５に記憶されたユーザ情報にユーザ
が会員になった日付が含まれる場合に、会員になった日付の新しいユーザほど大きな重み
を付けて推薦値を算出する方法である。例えば、ユーザごとに、推薦アイテム選出処理を
行う日付（現在）と、ユーザが会員になった日付との差を算出し、ｉｔｅｍ＿ｉｄごとに
、その差の逆数の総和を算出すればよい。この方法は、推薦値に対する類似ユーザ１人ひ
とりの影響力（重み）を変えており、後で（最近になって）会員になったユーザほど影響
力が強いことになる。

推薦値算出の第１０の方法は、ユーザ情報格納部２３５に記憶されたユーザ情報に含ま
れるユーザの属性情報を用いる方法である。具体的には、利用情報ごとに、ステップＳ６
０２にて選択したｂａｓｅ＿ｕｓｅｒ＿ｉｄに対応するユーザの属性情報と、その利用情
報に含まれるユーザ識別情報に対応するユーザの属性情報との適合度を算出し、ｉｔｅｍ
＿ｉｄごとに適合度の和を推薦値として算出する方法である。この方法は、推薦値に対す
る類似ユーザ１人ひとりの影響力（重み）を変えており、推薦対象ユーザとの適合度が高
いユーザほど影響力が強いことになる。

また、上記の推薦値算出の第１〜推薦値算出の第１０の方法を組み合わせて類似度や利
用回数や評価値や利用した日付や会員になった日付や適合度を組み合わせて推薦値を算出
してもよい。例えば、それぞれの方法で推薦値（推薦値１〜推薦値Ｎ）を算出し、それら
の推薦値を加算した値、乗算した値、それらの推薦値の平均値などを総合的な推薦値とし
て用いてもよい。また、推薦値算出の第２の方法と第３の方法を組合せて、利用情報ごと
に、そのアイテムを利用した類似ユーザの利用回数と類似度との積を算出し、ｉｔｅｍ＿
ｉｄごとに、その積の総和を推薦値として算出してもよい。

次に、推薦アイテム選出部２１３が、ステップＳ６０５にて算出した推薦値を基に推薦
アイテムを選出する（ステップＳ６０６）。推薦アイテムの選出基準は、推薦値の高い順
に、予めサービス提供側が設定した数だけ選出すればよい。また、予めサービス提供側が
閾値を定め、その閾値より高い推薦値を持つアイテムを推薦アイテムとして選出してもよ
い。なおこの処理において、選出された推薦アイテムに対して、推薦値の高い順に推薦順
位を付け、その推薦順位を含めた情報をステップＳ６１２において、アイテム提供サーバ
装置１に送信してもよい。

次に、推薦アイテム選出部２１３が、ステップＳ６０６にて選出した推薦アイテムのう
ち、例えば推薦値の高い順に１つ選択する（ステップＳ６０７）。次に、推薦アイテム選
出部２１３が、ステップＳ６０７にて選択した推薦アイテムを利用したことのある類似ユ
ーザ（分配対象ユーザ）を抽出し、抽出した分配対象ユーザごとに分配率を算出する（ス
テップＳ６０８）。分配対象ユーザを抽出するには、ステップＳ６０４にて取得した利用
情報の中で、ステップＳ６０７にて選択した推薦アイテムと同じアイテム識別情報を含む
ものを特定し、特定した利用情報に含まれるユーザ識別情報を、分配対象ユーザのユーザ
識別情報として抽出する。分配率の算出方法として、以下の方法を用いることができる。
以下の分配率の算出方法の説明において、ステップＳ６０１にて選択したｂａｓｅ＿ｕｓ
ｅｒ＿ｉｄに対応するユーザ（推薦対象ユーザ）をｕｂとし、ステップＳ６０７にて選択
した推薦アイテムｉｒに対応する分配対象ユーザの集合をＵ（ｉｒ）とする。

分配率算出の第１の方法は、分配対象ユーザに等比率となるように分配率を算出する方
法である。分配対象ユーザ集合Ｕ（ｉｒ）の数を｜Ｕ（ｉｒ）｜としたとき、Ｕ（ｉｒ）
の中に含まれるユーザｕｒの推薦アイテムｉｒに関する分配率ｒａｔｅ（ｕｒ，ｉｒ）は
、図３４の式（５）で表わされる。この方法は、最も計算量が少ない。またこの方法は、
全ての分配対象ユーザが、等しく推薦に貢献したという考えの基に分配率を算出している
。このため、推薦値算出の第１の方法と組合せるのがよいが、これ以外の推薦値算出の方
法と組合せることもできる。

分配率算出の第２の方法は、類似度に応じて分配率を算出する方法である。ユーザｕｂ
とユーザｕｒとの類似度をｓｉｍ（ｕｂ，ｕｒ）、ユーザｕｂとユーザｕ（ｕ∈Ｕ（ｉｒ
））との類似度をｓｉｍ（ｕｂ，ｕ）とすると、ユーザｕｒの推薦アイテムｉｒに関する
分配率ｒａｔｅ（ｕｒ，ｉｒ）は、図３４の式（６）で表わされる。分配率算出の第２の
方法は、分配対象ユーザ集合Ｕ（ｉｒ）において、推薦対象ユーザとの類似度の高い分配
対象ユーザほど推薦に貢献したという考えの基に分配率を算出している。従ってこの方法
は、推薦値算出の第２の方法と組合せて用いるのに適しているが、それ以外の推薦値算出
方法と組み合わせることもできる。

分配率算出の第３の方法は、利用回数に応じて分配率を算出する方法である。ユーザｕ
ｒの推薦アイテムｉｒの利用回数をＶ（ｕｒ，ｉｒ）、ユーザｕ（ｕ∈Ｕ（ｉｒ））の推
薦アイテムｉｒの利用回数をＶ（ｕ，ｉｒ）とすると、ユーザｕｒの推薦アイテムｉｒに
関する分配率ｒａｔｅ（ｕｒ，ｉｒ）は、図３４の式（７）で表わされる。分配率算出の
第３の方法は、分配対象ユーザ集合Ｕ（ｉｒ）において、利用回数の多い分配対象ユーザ
ほど推薦に貢献したという考えの基に分配率を算出している。従ってこの方法は、推薦値
算出の第３の方法と組合せて用いるのに適しているが、それ以外の推薦値算出方法と組み
合わせることもできる。さらに、利用回数に比例して得られる利用ポイントが増加するた
め、その性質をユーザに公開することで、ユーザのアイテムの利用を促進させることがで
きる。また、推薦アイテムｉｒに限らず、ユーザｕｒの利用したことのある全てのアイテ
ムの利用回数の和を算出し、これをＶ（ｕｒ，ｉｒ）の代わりに用いてもよく、この場合
も同じ効果を得ることができる。

分配率算出の第４の方法は、利用情報に評価値が含まれる場合に、その評価値に応じて
分配率を算出する方法である。ユーザｕｒの推薦アイテムｉｒの評価値をＶ２（ｕｒ，ｉ
ｒ）とした上で、第３の方法で説明した図３４の式（７）において、Ｖ（ｕｒ，ｉｒ）の
代わりにＶ２（ｕｒ，ｉｒ）を用いればよい。分配率算出の第４の方法は、分配対象ユー
ザ集合Ｕ（ｉｒ）において、評価値の高いユーザほど推薦に貢献したという考えの基に分
配率を算出している。従ってこの方法は、推薦値算出の第４の方法と組合せて用いるのに
適しているが、それ以外の推薦値算出方法と組み合わせることもできる。また、ユーザｕ
ｒの推薦アイテムｉｒに対応する評価値が複数記憶されている場合は、最後に記憶された
評価値をＶ２（ｕｒ，ｉｒ）として用いればよい。

分配率算出の第５の方法は、利用情報に利用した日付が含まれる場合に、その利用した
日付から推薦アイテム選出処理を行うまでの期間（秒単位、分単位、時間単位、日単位、
週単位、月単位など）が長いほど分配率が高くなるように算出する方法である。ユーザｕ
ｒが推薦アイテムｉｒを利用した日付から推薦アイテム選出処理を行うまでの期間をＤ（
ｕｒ，ｉｒ）（≧０）とし、ユーザｕ（ｕ∈Ｕ（ｉｒ））が推薦アイテムｉｒを利用した
日付から推薦アイテム選出処理を行うまでの期間をＤ（ｕ，ｉｒ）（≧０）とすると、ユ
ーザｕｒの推薦アイテムｉｒに関する分配率ｒａｔｅ（ｕｒ，ｉｒ）は、図３５の式（８
）で表わされる。

この方法は、分配対象ユーザ集合Ｕ（ｉｒ）において、早い時期に利用した分配対象ユ
ーザほど推薦に貢献したという考えの基に分配率を算出している。従ってこの方法は、推
薦値算出の第５の方法と組合せて用いるのに適しているが、それ以外の推薦値算出方法と
組み合わせることもできる。さらに、早く利用したユーザほど多くの利用ポイントを得る
ことができるため、その性質をユーザに公開することで、アイテムの利用開始時期に大量
に利用ユーザを獲得することができる。なお、図３５の式（８）では、分子と分母におい
て、それぞれ「１」を加算しているが、これは分母を「０」にしないための処理である。
加算する数値は「１」以外でもよく、また分母における「ΣＤ（ｕ，ｉｒ）」の部分を「
０」より大きな数値として算出すれば、分子と分母における「１」の加算を省略してもよ
い。

分配率算出の第６の方法は、分配率算出の第５の方法とは逆に、推薦アイテムを利用し
た日付から推薦アイテム選出処理を行うまでの期間が短いほど分配率が高くなるように算
出する方法である。ユーザｕｒの推薦アイテムｉｒの利用した日付から推薦アイテム選出
処理を行うまでの期間をＤ（ｕｒ，ｉｒ）（≧０）とし、ユーザｕ（ｕ∈Ｕ（ｉｒ））が
推薦アイテムｉｒを利用した日付から推薦アイテム選出処理を行うまでの期間をＤ（ｕ，
ｉｒ）（≧０）とすると、ユーザｕｒの推薦アイテムｉｒに関する分配率ｒａｔｅ（ｕｒ
，ｉｒ）は、図３５の式（９）で表わされる。この方法は、分配対象ユーザ集合Ｕ（ｉｒ
）において、直近で利用した分配対象ユーザほど推薦に貢献したという考えの基に分配率
を算出している。従ってこの方法は、推薦値算出の第６の方法と組み合わせて用いるのに
適しているが、それ以外の推薦値算出方法と組み合わせることもできる。

分配率算出の第６の方法以外の方法では、１つの推薦アイテムにおいて、直近で利用し
たユーザは、早い時期に利用したユーザに比べ、その推薦アイテムから得られる利用ポイ
ントの合計値が、かなり少なくなってしまうが、この算出方法では、アイテムを先に利用
したユーザの利用ポイントの合計値と、後から利用したユーザの利用ポイントの合計値と
の差を小さくすることができる。このため、最近になってからアイテムを利用し始めたユ
ーザ（新規に会員になったユーザなど）に、ポイントを多く配分して、アイテム利用サー
ビスからの脱会を防ぎたいような場合に適している。なお分配率算出の第５の方法および
分配率算出の第６の方法を用いる場合に、ユーザｕｒの推薦アイテムｉｒに対応する利用
した日付が複数記憶されている場合は、利用した日付から推薦アイテムを選出する処理を
行うまでの期間の代表値をＤ（ｕｒ，ｉｒ）（≧０）とすればよい。代表値とは、その期
間の平均値や最大値や最小値や中央値である。

なお、図３５の式（９）では、分子と分母において、それぞれ「１」を加算しているが
、加算する数値は「１」以外でもよい。また分子における「Ｄ（ｕｒ，ｉｒ）」を「０」
より大きな数値として算出し、分母における「Ｄ（ｕ，ｉｒ）」を「０」より大きな数値
として算出すれば、分子と分母における「１」の加算を省略してもよい。また、図３５の
式（９）では、Ｄ（ｕｒ，ｉｒ）およびＤ（ｕ，ｉｒ）の逆数を用いて、Ｄ（ｕｒ，ｉｒ
）が大きくなるほど分配率が小さくなるようにしているが、他の方法を用いてもよい。例
えば、底が０より大きく、かつ１未満である指数関数（単調減少関数）を用いてもよい。

分配率算出の第７の方法は、利用情報に支払い額が含まれる場合に、その支払い額に応
じて分配率を算出する方法である。このとき、ユーザｕｒの推薦アイテムｉｒの支払い額
をＶ３（ｕｒ，ｉｒ）とした上で、第３の方法で説明した図３４の式（７）において、Ｖ
（ｕｒ，ｉｒ）の代わりにＶ３（ｕｒ，ｉｒ）を用いればよい。分配率算出の第７の方法
は、分配対象ユーザ集合Ｕ（ｉｒ）において、支払い額の高い分配対象ユーザほど推薦に
貢献したという考えの基に分配率を算出している。従ってこの方法は、推薦値算出の第７
の方法と組合せて用いるのに適しているが、それ以外の推薦値算出方法と組み合わせるこ
ともできる。また、Ｖ３（ｕｒ，ｉｒ）は、ユーザｕｒの利用したことのある全てのアイ
テムの支払い額の総額としてもよく、この場合も同じ効果を得ることができる。

また、Ｖ３（ｕｒ，ｉｒ）は、ユーザｕｒが利用したことのあるアイテムの中で、推薦
アイテムｉｒの属性情報の所定の属性値と等しい属性値を有するアイテムに対する支払い
額の総額としてもよく、この場合も同じ効果を得ることができる。これは、例えば、推薦
アイテムｉｒの属性情報であるジャンルが「音楽」であれば、Ｖ３（ｕｒ，ｉｒ）を、ユ
ーザｕｒが利用したことのあるジャンルが「音楽」のアイテムに対する支払額の総和とす
ればよい。また、ユーザｕｒの推薦アイテムｉｒに対応する支払い額が複数記憶されてい
る場合は、支払額の総額や代表値をＶ３（ｕｒ，ｉｒ）として用いればよい。

分配率算出の第８の方法は、ユーザ情報格納部２３５に記憶されたユーザ情報に含まれ
るユーザの属性情報にユーザが会員になった日付が含まれる場合に、その会員になった日
付から推薦アイテム選出処理を行うまでの期間（秒単位、分単位、時間単位、日単位、週
単位、月単位など）が長いほど分配率が高くなるように算出する方法である。例えば、ユ
ーザｕｒの会員になった日付から推薦アイテム選出処理を行うまでの期間をＤ２（ｕｒ，
ｉｒ）（≧０）とした上で、第５の方法で説明した図３５の式（８）において、Ｄ（ｕｒ
，ｉｒ）の代わりにＤ２（ｕｒ，ｉｒ）を用いればよい。この方法は、分配対象ユーザ集
合Ｕ（ｉｒ）において、早い時期に会員になった分配対象ユーザほど推薦に貢献したとい
う考えの基に分配率を算出している。

従ってこの方法は、推薦値算出の第８の方法と組合せて用いるのに適しているが、それ
以外の推薦値算出方法と組み合わせることもできる。さらに、早い時期に会員になったユ
ーザというのは、会員期間が長いユーザでもあり、会員期間が長いユーザほど多くの利用
ポイントを得ることができるため、その性質をユーザに公開することで、ユーザは「一度
入会したら、なるべく退会せずにいた方が得だ」という判断をする可能性が高くなるので
、途中で止めずに会員を継続するユーザを増やすことができる。

分配率算出の第９の方法は、分配率算出の第８の方法とは逆に、会員になった日付から
推薦アイテム選出処理を行うまでの期間が短いほど分配率が高くなるように算出する方法
である。例えば、ユーザｕｒの会員になった日付から推薦アイテム選出処理を行うまでの
期間をＤ２（ｕｒ，ｉｒ）（≧０）とした上で、第６の方法で説明した図３５の式（８）
において、Ｄ（ｕｒ，ｉｒ）の代わりにＤ２（ｕｒ，ｉｒ）を用いればよい。この方法は
、分配対象ユーザ集合Ｕ（ｉｒ）において、最近会員となった分配対象ユーザほど推薦に
貢献したという考えの基に分配率を算出している。

従ってこの方法は、推薦値算出の第９の方法と組合せて用いるのに適しているが、それ
以外の推薦値算出方法と組み合わせることもできる。分配率算出の第９の方法以外の方法
では、最近会員になったユーザの利用ポイントがたまりにくい傾向がある。特に、長い期
間アイテム利用サービスを行っている場合は、それだけ多くのユーザが存在し、さらに、
ユーザ１人あたりの利用アイテム数も多くなり、１つの推薦アイテムに関係する類似ユー
ザ数も増えるので、一度に得られる利用ポイントも低くなる。しかし、この算出方法では
、最近会員になったユーザの利用ポイントが増えやすくなるため、入会したユーザがすぐ
に退会するのを防ぐことができる。

分配率算出の第１０の方法は、ユーザ情報格納部２３５に記憶されたユーザ情報に含ま
れるユーザの属性情報を用いて、分配対象ユーザごとに、推薦対象ユーザとの適合度を算
出し、算出した適合度に応じて分配率を算出する方法である。このとき、ユーザｕｒの適
合度をＶ４（ｕｒ，ｉｒ）とした上で、第３の方法で説明した図３４の式（７）において
、Ｖ（ｕｒ，ｉｒ）の代わりにＶ４（ｕｒ，ｉｒ）を用いればよい。分配率算出の第９の
方法は、分配対象ユーザ集合Ｕ（ｉｒ）において、適合度の高い分配対象ユーザほど推薦
に貢献したという考えの基に分配率を算出している。従ってこの方法は、推薦値算出の第
１０の方法と組合せて用いるのに適しているが、それ以外の推薦値算出方法と組み合わせ
ることもできる。

以上が、分配率の算出方法として用いることができるものである。また、上記の分配率
算出の第１〜分配率算出の第１０の方法を組合せてもよい。例えば、分配率算出の第２の
方法を用いて算出した分配率と、分配率算出の第３の方法を用いて算出した分配率との平
均値を算出して最終的な分配率としてもよい。ここで、分配率算出の第１〜第１０の方法
で算出されたそれぞれの分配率は、全て総和が１になっているので、２つの方法で算出さ
れた分配率の平均値により算出された最終的な分配率の総和も１になる。さらに別の組合
せ方法として、図３５の式（１０）に示すように、分配率算出の第２の方法で用いている
類似度と、分配率算出の第３の方法で用いている利用回数との積を計算して、最終的な分
配率を算出してもよい。他の方法を組み合わせる場合も同様に分配率の総和が１となるよ
うにする。

次に、推薦アイテム選出部２１３が、分配対象ユーザごとに、ステップＳ６０２で選択
したｂａｓｅ＿ｕｓｅｒ＿ｉｄと、ステップＳ６０７にて選択した推薦アイテムのアイテ
ム識別情報（ｉｔｅｍ＿ｉｄ)と、分配対象ユーザのユーザ識別情報（ｒｅｃｏｍ＿ｕｓ
ｅｒ＿ｉｄ）と、ステップＳ６０８にて算出した分配対象ユーザの分配率（ｒａｔｅ）と
を関連付けた分配情報を分配情報格納部２３３に記憶する（ステップＳ６０９）。

次に、推薦アイテム選出部２１３が、ステップＳ６０７にて全ての推薦アイテムを選択
したか否かを判定する（ステップＳ６１０）。全て選択した場合はステップＳ６１１へ進
み、まだ未選択のものが残っている場合はステップＳ６０７へ進む。ステップＳ６１１で
は、推薦アイテム選出部２１３が、ステップＳ６０２にて全てのｂａｓｅ＿ｕｓｅｒ＿ｉ
ｄ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Ｓ６１２へ進み、まだ未選
択のものが残っている場合はステップＳ６０２へ進む。

ステップＳ６１２では、推薦アイテム選出部２１３が、推薦対象ユーザごとに推薦アイ
テム情報を作成し、ネットワーク４を介して、アイテム提供サーバ装置１に、作成した全
ての推薦アイテム情報を送信し、ステップＳ６０１からステップＳ６１２までの一連の処
理を終了する。推薦対象ユーザごとに推薦アイテム情報を作成するには、ステップＳ６０
６にて選出した推薦アイテムごとに、推薦対象ユーザのユーザ識別情報と推薦アイテムの
アイテム識別情報とを関連付けて作成すればよい。また、推薦アイテム情報を作成する際
に、さらに、ステップＳ６０５にて算出した推薦値を追加してもよい。また、ステップＳ
６０６にて、推薦アイテムに対して推薦順位を付与した場合、推薦アイテム情報を作成す
る際に、さらに、その付与した推薦順位を追加してもよい。

推薦されたアイテムを利用したユーザにも利用ポイントを付与したい場合は、予めサー
ビス提供側が、推薦されたアイテムを利用したユーザに利用親ポイントの分配比率を決め
、分配情報格納部２３３に分配情報を記憶する際に、推薦されたアイテムを利用したユー
ザにも分配するための分配情報を記憶すればよい。このときの分配率は、例えば推薦され
たアイテムを利用したユーザに、利用親ポイントのうちの２割分配した場合、分配率の総
和が１となるので、推薦対象ユーザの分配率を０．２とし、分配対象ユーザの分配率を０
．８倍すればよい。この場合、分配情報格納部２３３に、各ユーザの各推薦アイテムにお
いて、ｂａｓｅ＿ｕｓｅｒ＿ｉｄとｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄが同じである分配情報が
１つ記憶されることになる。

また、アイテム情報格納部２３６に記憶されているアイテム情報に含まれるアイテムの
属性情報を用いて、推薦アイテムの選出対象の制限を行ってもよい。このとき、ステップ
Ｓ６０４にて、類似ユーザの利用情報を取得する際に、所定条件（例えば、ジャンル「フ
ィクション」）のアイテム属性を持つアイテムのｉｔｅｍ＿ｉｄを含む利用情報のみを取
得すればよい。もちろん、所定条件として何も指定しなくてもよい。

また、１つの推薦アイテムに対して、利用親ポイントを分配する分配対象ユーザの数を
制限してもよい。これは、ステップＳ６０８にて、推薦アイテムを利用した類似ユーザ（
分配対象候補ユーザ）全てを分配対象ユーザとする代わりに、分配対象候補ユーザ集合か
ら一部のユーザを分配対象ユーザとして抽出すればよい。分配対象候補ユーザから分配対
象ユーザを抽出する方法は、例えば、分配対象候補ユーザ集合から、所定数を超えない数
だけランダムに分配対象ユーザとして抽出すればよい。つまり、分配対象候補ユーザの数
が所定数より多い場合は、ランダムに所定数のユーザを抽出し、分配対象候補ユーザの数
が所定数以下である場合は、全ての分配対象候補ユーザを分配対象ユーザとして抽出すれ
ばよい。また、類似度や利用回数の高い順に所定数を超えない数だけ分配対象ユーザを抽
出してもよい。

また、利用情報に評価値が含まれている場合は、評価値の高い順に利用情報からユーザ
識別情報を抽出し、抽出した順番に所定数を超えない数だけ分配対象ユーザのユーザ識別
情報として抽出してもよい。また、利用情報に利用した日付が含まれる場合は、利用した
日付が古い順に利用情報からユーザ識別情報を抽出し、抽出した順番に所定数を超えない
数だけ分配対象ユーザのユーザ識別情報を抽出してもよい。また、逆に、利用した日付が
新しい順に利用情報からユーザ識別情報を抽出し、抽出した順番に所定数を超えない数だ
け分配対象ユーザのユーザ識別情報として抽出してもよい。また、ユーザ情報格納部２３
５に、ユーザが会員になった日付が含まれる場合は、その会員になった日付が古い順に利
用情報からユーザ識別情報を抽出し、抽出した順番に所定数を超えない数だけ分配対象ユ
ーザのユーザ識別情報を抽出してもよい。また、逆に、会員になった日付が新しい順に利
用情報からユーザ識別情報を抽出し、抽出した順番に所定数を超えない数だけ分配対象ユ
ーザのユーザ識別情報を抽出してもよい。

また、ユーザ情報格納部２３５に記憶されたユーザ情報に含まれるユーザの属性情報を
用いて適合度を算出し、算出した適合度を用いて抽出を行ってもよい。このとき、分配対
象候補ユーザの属性情報ごとに、推薦対象ユーザの属性情報との適合度を算出し、算出し
た適合度の高い順に所定数を超えない数だけ、分配対象ユーザを抽出すればよい。所定数
は予めサービス提供側が設定すればよい。また、ユーザ情報格納部２３５に記憶されたユ
ーザ情報に含まれるユーザの属性情報に基づいて、サービス提供側が予め定めた条件（例
えば、性別が「女」であるか否かや、年齢が「２０」〜「２４」の範囲内であるか否かや
、地域が「日本」であるか否かや、複数の属性に対し、属性ごとに条件を設定し、それを
全て満たすか否かや、少なくとも１つを満たすか否かなど）を満たす分配対象候補ユーザ
を分配対象ユーザとしてもよい。以上が、推薦アイテムを選出する処理の手順の説明であ
る。

利用ポイント取得部２１４は、アイテム提供サーバ装置１の要求に応じて、利用ポイン
ト情報送信処理を行う。利用ポイント情報送信処理とは、利用ポイント格納部２３４より
、取得した利用ポイント情報取得要求に含まれるユーザ識別情報に対応した利用ポイント
情報を取得し、アイテム提供サーバ装置１に、取得した利用ポイント情報を送信する処理
である。

ここで、本実施形態に沿って、会員Ａから会員Ｆの購入履歴を基に会員Ａの類似会員を
選出し、選出した類似ユーザの購入履歴を基に会員Ａに対する推薦商品を決め、会員Ａに
対する推薦商品ごとに利用親ポイントの分配率を算出する例を図を用いて示す。まず、会
員Ａの類似ユーザを選出する例を図１８を用いて説明する。図１８の左の表において、会
員Ａから会員Ｆにおける、商品ａから商品ｆの購入状況を「○」の有無で示す。例えば、
会員Ａは、「商品ａ」と「商品ｂ」と「商品ｄ」を購入していることを示している。会員
Ａと他の会員との類似度をｊａｃｃａｒｄ係数で算出し、閾値を０．３と設定すると、図
１８の右の表に示すように会員Ａと他の会員との類似度が算出され、会員Ａの類似会員は
、類似判定で「○」がついた会員Ｂと会員Ｃと会員Ｅと会員Ｆとなる。

次に、会員Ａの推薦商品を選出する例を図１９を用いて説明する。推薦値算出方法とし
て、第１の方法を用いた場合、図１９の左の表に示すように、会員Ａが未購入の商品ｃと
商品ｅと商品ｆの推薦値は、それぞれ、「１」、「３」、「４」となる。推薦値の閾値を
「２」とすると、図１９の右のリストが示すように、会員Ａの推薦商品は商品ｅと商品ｆ
となる。

次に、会員Ａに対する推薦商品ごとに利用親ポイントの分配率を算出する例を、図２０
を用いて説明する。分配率の算出方法として分配率算出の第１の方法を用いると、図２０
の表に示すように、推薦商品ｅにおける会員Ｂと会員Ｅと会員Ｆの分配率が、それぞれ「
０．３３」となり、推薦商品ｆにおける会員Ｂと会員Ｃと会員Ｅと会員Ｆの分配率が、そ
れぞれ「０．２５」となる。

そして、会員Ａが商品ｅを購入すると、会員Ｂと会員Ｅと会員Ｆの３人に利用ポイント
が付与され、会員Ａが商品ｆを購入すると、会員Ｂと会員Ｃと会員Ｅと会員Ｆの４人に利
用ポイントが付与されるといったように、一度の購入で複数の会員がポイントを得ること
ができる。従来技術のように、商品を購入したユーザが参考にした情報を提供した会員１
人にポイントを付与するシステムでは、一度の購入に対し１人の会員しかポイントが得ら
れない。

また、ユーザＡが商品ｅと商品ｆの両方を購入した場合（購入回数２回の場合）、購入
したユーザ本人にポイントを付与する通常のポイントシステム、あるいは購入したユーザ
に情報を提供した他のユーザ１人にポイントを付与するポイントシステムにおいては、ポ
イントが付与される回数は、どちらのシステムにおいても延べ２回である。一方、本発明
の場合、図２０の表に示したように、延べ７回ポイントが付与されることになる。更に、
購入ユーザ本人にもポイントを付与すると、延べ９回（７＋２＝９）ポイントが付与され
る。このように本発明によれば、従来よりもポイントが更新される頻度やポイント付与さ
れるユーザ数を多くすることができる。このため、「自分のポイントが今日増えているか
も知れない」という期待感や、「予期せぬタイミングで急にポイントが増えて驚いた」と
いった意外性を多くのユーザに継続的に与えることができるので、アイテム提供サーバへ
のアクセス頻度を増やすことができる。そして、アイテムやアイテム提供サーバに対する
ユーザの関心を高めて、アイテム利用を促進することができる。

また本実施形態においては、ポイントが付与される対象のユーザは、購入ユーザと類似
するユーザに限定されるので、必要以上に多くのユーザにポイントが配分されることがな
く、ポイント付与されるユーザの１人当たりのポイント数を比較的多くすることができる
。また本実施形態のポイント付与の仕組みをあらかじめユーザに通知しておけば、ポイン
トが付与されたユーザは、「自分が過去にあるアイテムを利用したことにより、他のユー
ザの推薦アイテム情報にそのアイテムが登場し、それを見たユーザがアイテムを購入した
ので、自分のポイントが増えた」という理由（因果関係）が分かる。すなわち、自分の過
去の消費行動（利用行動）が間接的に他のユーザの消費行動につながったことが分かるの
で、ポイントシステムへの納得感や信頼感が得られやすい。

また、ポイント変化の様子を通じて、本人の消費行動が他のユーザの推薦アイテム情報
に影響を与えたり、逆に他のユーザの消費行動が本人の推薦アイテム情報に影響する仕組
みや、本人と他のユーザとの「つながり感」をユーザに実感させることができるので、従
来の情報推薦システムよりも、推薦情報に対するユーザの興味や信頼感を高めることがで
きる。

更に、他のユーザの消費行動を誘発することを狙って、自分の利用するアイテムを増や
したり、過去にあまり利用していないタイプのアイテムを利用する可能性も高まるため、
アイテム利用を促進することができる。また、早い時期にアイテムを利用したユーザほど
ポイントが増えるので、このようなポイントサービスの特性をユーザに通知することによ
り、「自分と類似するユーザが今後利用しそうなアイテムを予測して、いち早く利用しよ
う」というインセンティブが各々のユーザに働き、アイテムの利用が促進されるという効
果が得られる。

なお、本実施形態において、端末装置３から利用情報を送信する際に、アイテム提供サ
ーバ装置１を経由して、情報処理サーバ装置２に送信しているが、アイテム提供サーバ装
置１を経由せずに直接送信してもよい。この場合、端末装置３と情報処理サーバ装置２と
が直接通信できるように、図１に示したシステム構成を用いる。また、端末装置３は、ア
イテム提供サーバ装置１を経由して、情報処理サーバ装置２から利用ポイント情報を取得
しているが、アイテム提供サーバ装置１を経由せずに直接送信してもよい。この場合、端
末装置３と情報処理サーバ装置２とが直接通信できるように、図１に示したシステム構成
を用いる。

また、情報処理サーバ装置２にて選出した推薦アイテムを、アイテム提供サーバ装置１
に記憶しているが、情報処理サーバ装置２に推薦アイテムを記憶してもよい。端末装置３
が推薦アイテムを取得する際に、端末装置３と情報処理サーバ装置２とが直接通信できる
場合は、直接情報処理サーバ装置２より推薦アイテムを取得すればよい。端末装置３と情
報処理サーバ装置２とが直接通信できない場合は、アイテム提供サーバ装置１が情報処理
サーバ装置２より推薦アイテムを取得し、端末装置３に送信すればよい。

また、情報処理サーバ装置２の利用ポイント算出部２１１にて利用親ポイントを算出し
、算出した利用親ポイントを利用ポイント算出対象のユーザに分配しているが、利用親ポ
イントを分配せずに、利用ポイント算出対象のユーザに一定の利用ポイントを付与しても
よい。このとき、利用ポイント算出部２１１の利用ポイント算出処理において、ステップ
Ｓ４０３とステップＳ４０６の処理を行わずに、ステップＳ４０７にて一定の利用ポイン
トを加算すればよい。さらに、分配率を記憶や算出する必要がなくなるので、分配情報格
納部２３３に分配率であるｒａｔｅを記憶する必要がなくなり、推薦アイテム選出部２１
３の推薦アイテムを選出する処理において、ステップＳ６０８の処理を行わずに、ステッ
プＳ６０９にて、分配対象ユーザごとに、ステップＳ６０２で選択したｂａｓｅ＿ｕｓｅ
ｒ＿ｉｄと、ステップＳ６０７にて選択した推薦アイテムのアイテム識別情報をｉｔｅｍ
＿ｉｄとし、分配対象ユーザのユーザ識別情報をｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄとして関連
付けた分配情報として記憶すればよい。

また、端末装置３の表示手段３４にユーザページを表示する際に、ユーザごとに利用ポ
イントの総取得ポイント数を１つ表示しているが、図２１のユーザページの表示例が示す
ように、端末装置３を利用中のユーザの利用アイテムごとに利用ポイントを表示してもよ
い。図２１の表示例では、左上に端末装置３を利用中のユーザのユーザ名と、獲得した利
用ポイントの合計値とを表示し、左下に端末装置３を利用中のユーザが過去に利用したア
イテムと、アイテムごとの利用ポイントを表示している。また、中央に端末装置３を利用
中のユーザの推薦アイテム情報を表示している。また、右上に検索条件を入力するテキス
トボックスと検索条件送信処理のトリガーとなる「検索」ボタンとを表示し、右下に検索
条件を満たすアイテム情報を表示している。

このとき、利用ポイント格納部２３４に、ユーザごと、利用アイテムごとに利用ポイン
トを記憶する必要があるので、例えば、図２２の格納状態の一例のように、ユーザ識別情
報であるｕｓｅｒ＿ｉｄと、アイテム識別情報であるｉｔｅｍ＿ｉｄと、利用ポイントで
あるｐｏｉｎｔとを、利用ポイント情報として関連付けて記憶する。

また、利用ポイント情報を特定するために、ユーザ識別情報だけでなく、アイテム識別
情報も必要になるため、利用ポイント算出部２１１における利用ポイント算出処理のステ
ップＳ４０７にて、利用ポイント情報を特定する際に、ステップＳ４０５にて選択した分
配情報に含まれるｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄと、ステップＳ４０１にて取得した利用情
報に含まれるアイテム識別情報とを用いる。

また、ユーザページ情報作成部１１１にてユーザページ情報を作成する際に、ユーザペ
ージを作成するユーザの利用したアイテムごとの利用ポイントを用いる必要があるため、
利用ポイント取得部２１４が利用ポイント情報送信処理を行う際に、ユーザページを作成
するユーザの全ての利用ポイント情報を送信すればよい。具体的には、利用ポイント取得
部２１４が、利用ポイント格納部２３４より、利用ポイント情報取得要求に含まれるユー
ザ識別情報に対応した利用ポイント情報を全て取得し、アイテム提供サーバ装置１に、取
得した全ての利用ポイント情報を送信すればよい。

また、推薦アイテムを利用したユーザに対して、推薦アイテムの利用により、何人のユ
ーザに利用ポイントが付与されたかを示す情報を表示してもよい。このとき、利用ポイン
ト算出部２１１が、利用ポイント算出処理終了時に、ステップＳ４０４にて取得した分配
情報の数（利用ポイントが付与されたユーザの数）を、端末装置３に、直接、または、ア
イテム提供サーバ装置１経由で送信すればよい。そして、端末装置３は、表示手段３４に
表示するユーザページに、受信した利用ポイントが付与されたユーザの数を通知する情報
を、例えば、図２３のユーザページの表示例のように表示すればよい。

また、利用ポイント算出部２１１は、アイテム提供サーバ装置１より、利用情報を受信
するごとに利用ポイント算出処理を行っているが、所定のタイミングごとに利用ポイント
算出処理を行ってもよい。このとき、情報処理サーバ格納手段２３に、利用ポイント算出
処理を行っていない利用情報を格納するための、利用情報格納部２３１と同じ格納形式で
ある新規利用情報格納部を設け、利用ポイント算出部２１１が、アイテム提供サーバ装置
１より、利用情報を受信した際に、利用ポイント算出処理を行う代わりに、新規利用情報
格納部に、受信した利用情報を記憶する。新規利用情報格納部に、受信した利用情報を記
憶することで、その記憶された利用情報に対応する利用履歴は未処理であるとみなされる
。そして、所定のタイミングごとに、利用ポイント算出部２１１が、新規利用情報格納部
に記憶されている全ての利用情報を取得し、取得した利用情報の集合から順次１つの利用
情報（一の利用情報）を選択し、利用ポイント算出処理を行い、新規利用情報格納部に記
憶された利用情報を全て消去すればよい。この場合、利用ポイント算出処理において使わ
れる利用情報格納部２３１に格納されている利用履歴は、全て一の利用履歴よりも先に利
用された（古い）データである。

所定のタイミングは、類似ユーザ選出処理および推薦アイテム選出処理と同様に、様々
なタイミングを用いることができる。例えば、２４時間ごとなど所定の時間間隔で処理を
行えばよい。また、類似ユーザ選出処理および推薦アイテム選出処理を行うタイミングと
同期してもよいし、同期しなくてもよい。すなわち、類似ユーザ選出処理における所定の
タイミング（第１の所定タイミング）と、推薦アイテム選出処理における所定のタイミン
グ（第２の所定タイミング）と、利用ポイント算出処理における所定のタイミング（第３
の所定タイミング）は、同じであっても、それぞれ異なっていてもよい。

また、新規利用情報格納部を設けずに、所定のタイミングごとに利用ポイント算出処理
を行うこともできる。このとき、利用ポイント算出部２１１は、アイテム提供サーバ装置
１より、利用情報を受信した際に、利用ポイント算出処理を行う代わりに、利用情報格納
部２３１に受信した利用情報を記憶する。そして、利用ポイント算出部２１１は、所定の
タイミングごとに、利用情報格納手段２３１に記憶されている利用情報の中で、まだ利用
ポイント算出処理を行っていない利用情報を全て取得し、取得した利用情報ごとに、利用
ポイント算出処理のステップＳ４０１からステップＳ４０８までの処理を行えばよい。利
用ポイント算出処理を行ったか否か、つまり、その利用情報に対応する利用履歴が既処理
であるか未処理であるかを判定するためには、２種類の方法がある。

第１の判定方法は、利用情報格納部２３１に、利用ポイント算出処理を行ったか否かを
判定するための情報を記憶する領域を追加すればよい。そして、利用ポイント算出部２１
１が、利用情報格納部２３１に、アイテム提供サーバ装置１より受信した利用情報を記憶
する際に、利用情報に利用ポイント算出処理を行っていないという情報を関連付けて記憶
する。さらに、利用ポイント算出処理のステップＳ４０１からステップＳ４０８までの処
理を行った直後に、その処理の対象となった利用情報の利用ポイント算出処理を行ったか
否かを判定するための情報を、利用ポイント算出処理を行ったという情報に更新すればよ
い。

第２の判定方法は、利用情報格納部２３１に利用した日付を記憶している場合に、その
利用した日付を用いて判定する方法である。このとき、情報処理格納手段２３に、利用ポ
イント算出処理を行った日付を記憶する算出基準日格納部を設け、その記憶された日付よ
り以前であれば、利用ポイント算出処理を行ったと判定でき、そうでなければ利用ポイン
ト算出を行っていないと判定できる。そして、利用ポイント算出処理を行うごとに、その
日付を更新すればよい。どちらの判定方法を用いた場合でも、類似ユーザ選出処理や、推
薦アイテム選出処理にて用いる利用情報を制限する必要がある。第１の判定方法を用いた
場合は、利用ポイント算出処理を行ったという情報を有する利用情報のみを用い、第２の
判定方法を用いた場合は、算出基準日格納部に記憶された日付より以前に記憶された利用
情報のみを用いる必要がある。

＜第２実施形態＞
以下に、本発明の第２実施形態について、図を用いて詳細に説明する。本発明の第２実
施形態では、１つの推薦アイテムに対し、利用親ポイントを算出する代わりに、一定の期
間に対して付与する利用親ポイントをサービスの提供側が決め、その利用親ポイントを基
に利用ポイントを算出するようにしている。本発明の第２実施形態におけるシステム全体
の構成は、情報処理サーバ装置２の代わりに情報処理サーバ装置６を用いる以外は本発明
の第１実施形態の場合と同様である。アイテム提供サーバ装置１、端末装置３、ネットワ
ーク４（およびネットワーク５）は、本発明の第１実施形態と同様である。

情報処理サーバ装置６は、アイテム提供サーバ装置１に推薦アイテムを送信したり、ア
イテム提供サーバ装置１の要求に応じて、利用ポイントを送信する装置である。情報処理
サーバ装置６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。図２４は、本実施形態における情報処理サーバ装置
６の構成図である。本実施形態における情報処理サーバ装置６は、情報処理サーバ制御手
段６１と、情報処理サーバ通信手段２２と、情報処理サーバ格納手段６３とで構成される
。情報処理サーバ通信手段２２は、本発明の第１実施形態と同様である。

情報処理サーバ格納手段６３は、ＨＤＤなどの記憶装置を用いて、様々なデータを記憶
する。情報処理サーバ格納手段６３は、利用情報格納部２３１と、類似ユーザ情報格納部
２３２と、分配情報格納部２３３と、利用ポイント格納部２３４と、ユーザ情報格納部２
３５と、アイテム情報格納部２３６と、仮ポイント格納部６３７とで構成される。利用情
報格納部２３１と、類似ユーザ情報格納部２３２と、分配情報格納部２３３と、利用ポイ
ント格納部２３４と、ユーザ情報格納部２３５と、アイテム情報格納部２３６は、本発明
の第１実施形態と同様である。

仮ポイント格納部６３７は、ＨＤＤなどの記憶装置を用いて、仮ポイント情報を複数記
憶する。図２５は、仮ポイント格納部６３７の格納状態の一例を示す図である。仮ポイン
ト情報とは、ユーザ識別情報であるｕｓｅｒ＿ｉｄと、そのユーザ識別情報に対応するユ
ーザの仮ポイントであるｔｍｐ＿ｐｏｉｎｔを関連付けたものであり、図２５のようなテ
ーブル形式で記憶する。なお、記憶されている仮ポイントの初期値は「０」である。

情報処理サーバ制御手段６１は、情報処理サーバ装置６を構成する各手段に対して、全
体的な制御を行う。情報処理サーバ制御手段６１は、利用ポイント算出部６１１と、類似
ユーザ選出部２１２と、推薦アイテム選出部２１３と、利用ポイント取得部２１４とで構
成される。類似ユーザ選出部２１２と、推薦アイテム選出部２１３と、利用ポイント取得
部２１４は、本発明の第１実施形態と同様である。

利用ポイント算出部６１１は、ネットワーク４を介して、アイテム提供サーバ装置１よ
り、利用情報を受信すると、利用ポイント算出処理の代わりに、仮ポイント算出処理を行
う。また、一定の期間ごとに利用親ポイント分配処理を行う。一定の期間ごととは、例え
ば、一日ごとや一週間ごとなど、一定の時間経過ごととしてもよい。また、サービス提供
側が自由に時間間隔を変えてもよい。

仮ポイント算出処理の手順を図２６のフローチャートを用いて説明する。仮ポイント処
理の手順は、本発明の第１実施形態における利用ポイント算出処理の手順において、ステ
ップＳ４０３の処理をなくし、ステップＳ４０６からステップＳ４０７までの処理をステ
ップＳ７０６の処理で置き換えたものであるため、置き換えた処理についてのみ説明する
。

ステップＳ７０６では、利用ポイント算出部６１１が、仮ポイント格納部６３７におい
て、ステップＳ４０５にて選択した分配情報に含まれるｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄに対
応する仮ポイント情報を特定し、特定した仮ポイント情報のｔｍｐ＿ｐｏｉｎｔに、ステ
ップＳ４０５にて選択した分配情報に含まれるｒａｔｅを加算する。次に、ステップＳ４
０８へ進む。以上が、仮ポイント算出処理の説明である。

次に、一定の期間ごとに行う利用親ポイント分配処理の手順について、図２７のフロー
チャートを用いて説明する。まず、利用ポイント算出部６１１が、一定期間に付与する利
用親ポイントを取得する（ステップＳ８０１）。利用親ポイントを取得する方法は、予め
サービスの提供側が設定しておき、その設定した値を取得してもよいし、図示しないキー
ボード等の利用親ポイントを入力する手段を用意し、利用親ポイント分配処理を行うたび
に、サービス提供側が入力することで取得してもよい。

次に、利用ポイント算出部６１１が、仮ポイント格納部６３７より、利用親ポイントを
分配する対象ユーザを抽出するために、ｔｍｐ＿ｐｏｉｎｔの値が「０」を超える全ての
仮ポイント情報を取得する（ステップＳ８０２）。次に、利用ポイント算出部６１１が、
ステップＳ８０２にて取得した仮ポイント情報のうち、例えば取得した順に、１つ選択す
る（ステップＳ８０３）。

次に、利用ポイント算出部６１１が、ステップＳ８０３にて選択した仮ポイント情報に
含まれるｕｓｅｒ＿ｉｄに対する利用ポイントを変更するための変更値を算出する（ステ
ップＳ８０４）。変更値は、ステップＳ８０３にて選択した仮ポイント情報に含まれるｔ
ｍｐ＿ｐｏｉｎｔが、ステップＳ８０２にて取得した全ての仮ポイント情報に含まれるｔ
ｍｐ＿ｐｏｉｎｔの総和に占める割合に応じて、ステップＳ８０１にて取得した利用親ポ
イントを分配することで算出する。利用親ポイントｖｐを分配する対象となった全てのユ
ーザの集合をＵｔとし、利用ポイントを算出するユーザｕｂ（ｕｂ∈Ｕｔ）のｔｍｐ＿ｐ
ｏｉｎｔをｔ（ｕｂ）とし、ユーザｕ（ｕ∈Ｕｔ）のｔｍｐ＿ｐｏｉｎｔをｔ（ｕ）とす
ると、ユーザｕｂの利用ポイントｖ（ｕｂ）は、図３５の式（１２）で算出される。

次に、利用ポイント算出部６１１が、利用ポイント格納部２３４において、ステップＳ
８０３にて選択した仮ポイント情報に含まれるｕｓｅｒ＿ｉｄに対応する利用ポイント情
報を特定し、特定した利用ポイント情報のｐｏｉｎｔ（元の利用ポイント）に、ステップ
Ｓ８０４にて算出した変更値を加算する（ステップＳ８０５）。

次に、利用ポイント算出部６１１が、ステップＳ８０３にて全ての仮ポイント情報を選
択したか否かを判定する（ステップＳ８０６）。全て選択した場合は、ステップＳ８０７
へ進み、未選択のものが残っている場合は、ステップＳ８０３へ進む。ステップＳ８０７
では、利用ポイント算出部６１１が、仮ポイント格納部６３７にて、全ての仮ポイント情
報のｔｍｐ＿ｐｏｉｎｔの値を「０」で置き換え、ステップＳ８０１からステップＳ８０
７までの処理を終了する。

上記説明では、ステップＳ８０５にて、元の利用ポイントに変更値を加算して、利用ポ
イントを更新しているが、加算処理の代わりに、元の利用ポイントと以下に示す係数（変
更値）との乗算処理を用いて、利用ポイントを更新してもよい。このとき、ステップＳ８
０１では、一定期間に付与する利用親ポイントの代わりに、増加率（元の利用ポイントを
どの程度増加させるかを示す値であり、この値に１を加えることで係数となる）の合計値
である親増加率を取得する。そして、親増加率ｓｒを分配する対象となった全てのユーザ
の集合をＵｔとし、利用ポイントを算出するユーザｕｂ（ｕｂ∈Ｕｔ）のｔｍｐ＿ｐｏｉ
ｎｔをｔ（ｕｂ）とし、ユーザｕ（ｕ∈Ｕｔ）のｔｍｐ＿ｐｏｉｎｔをｔ（ｕ）として、
図３５の式（１３）により、ユーザｕｂに対して係数ｍ（ｕｂ）を算出する。なお、利用
ポイントの初期値が「０」であると、いくら係数を掛け合わせても増加しないため、初期
値を「０」を超える値で設定するか、初期値は「０」であるが、一番最初に利用ポイント
の算出対象になった場合にのみ、一定のポイント数を加えればよい。以上が、一定の期間
ごとに行う利用親ポイント分配処理の説明である。

本実施形態における利用ポイントの付与方法によれば、サービスの提供側が一定期間に
付与する利用ポイントの総和を自由にコントロールできるので、事業運営者のポイントサ
ービスに係る予算に応じて、利用ポイントの付与を行うことが容易にできる。

＜第３実施形態＞
以下に、本発明の第３実施形態について、図を用いて詳細に説明する。本発明の第３実
施形態では、類似ユーザ選出処理を行わずに、比較的少ない処理量で、利用ポイントの付
与を行うようにしている。本発明の第３実施形態におけるシステム全体の構成は、アイテ
ム提供サーバ装置１に代えてアイテム提供サーバ装置７を用い、情報処理サーバ装置２に
代えて情報処理サーバ装置８を用いる以外は、本発明の第１実施形態の場合と同様である
。ネットワーク４（およびネットワーク５）についても、本発明の第１実施形態と同様で
ある。

アイテム提供サーバ装置７は、端末装置３の要求に応じて、アイテムを提供する装置で
ある。アイテム提供サーバ装置７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。図２８は、本実施形態における
アイテム提供サーバ装置７の構成図である。本実施形態におけるアイテム提供サーバ装置
７は、アイテム提供サーバ制御手段７１と、アイテム提供サーバ通信手段１２と、認証手
段１３と、アイテム提供サーバ格納手段７４とで構成される。アイテム提供サーバ通信手
段１２と、認証手段１３は、本発明の第１実施形態と同様である。

アイテム提供サーバ格納手段７４は、ＨＤＤなどの記憶装置を用いて、様々なデータを
記憶する。アイテム提供サーバ格納手段７４は、ユーザ情報格納部１４１と、アイテム情
報格納部１４２とで構成される。ユーザ情報格納部１４１と、アイテム情報格納部１４２
は、本発明の第１実施形態と同様である。アイテム提供サーバ制御手段７１は、アイテム
提供サーバ装置７を構成する各手段に対して、全体的な制御を行う。アイテム提供サーバ
制御手段７１は、ユーザページ情報作成部７１１と、利用情報中継部１１３とで構成され
る。利用情報中継部１１３は、本発明の第１実施形態と同様である。

ユーザページ情報作成部７１１は、本発明の第１実施形態におけるユーザページ情報作
成部１１１と同様にユーザページ情報送信処理と検索結果送信処理を行うが、ユーザペー
ジ情報送信処理のみ手順が異なる。本実施形態のユーザページ情報送信処理の手順は、本
発明の第１実施形態におけるユーザページ情報送信処理の手順において、推薦アイテム情
報を取得する手順を省略し、ユーザページ情報を作成する際に、推薦アイテム情報を用い
ずに作成すればよい。

端末装置３は、本発明の第１実施形態と同様の機能を有するが、端末制御手段３１のユ
ーザページ表示部３１１におけるユーザページ表示処理にて表示するユーザページが異な
る。本実施形態における表示手段３４に表示するユーザページは、例えば、図２９のユー
ザページの表示例のように、利用ポイントが確認でき、アイテムの検索手段が用意され、
検索により取得したアイテムを表示できるようにすればよい。図２９の表示例では、上部
に端末装置３を利用中のユーザのユーザ名と利用ポイントとを表示している。また、中央
部に検索条件を入力するテキストボックスと検索条件送信処理のトリガーとなる「検索」
ボタンとを表示している。また、下部に検索条件を満たすアイテム情報を表示している。

情報処理サーバ装置８は、アイテム提供サーバ装置７の要求に応じて、利用ポイントを
送信する装置である。情報処理サーバ装置８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。図３０は、本実施形
態における情報処理サーバ装置８の構成図である。本実施形態における情報処理サーバ装
置８は、情報処理サーバ制御手段８１と、情報処理サーバ通信手段２２と、情報処理サー
バ格納手段８３とで構成される。情報処理サーバ通信手段２２は、本発明の第１実施形態
と同様である。

情報処理サーバ格納手段８３は、ＨＤＤなどの記憶装置を用いて、様々なデータを記憶
する。情報処理サーバ格納手段８３は、利用情報格納部２３１と、利用ポイント格納部２
３４と、ユーザ情報格納部２３５と、アイテム情報格納部２３６とで構成される。利用情
報格納部２３１と、利用ポイント格納部２３４と、ユーザ情報格納部２３５と、アイテム
情報格納部２３６は、本発明の第１実施形態と同様である。

情報処理サーバ制御手段８１は、情報処理サーバ装置８を構成する各手段に対して、全
体的な制御を行う。情報処理サーバ制御手段８１は、利用ポイント算出部８１１と、利用
ポイント取得部２１４とで構成される。利用ポイント取得部２１４は、本発明の第１実施
形態と同様である。利用ポイント算出部８１１は、ネットワーク４を介して、アイテム提
供サーバ装置１より、新規利用情報を受信すると、利用ポイント算出処理を行う。

利用ポイント算出処理の手順を図３１のフローチャートを用いて説明する。ステップＳ
４０１は、本発明の第１実施形態と同様である。次に、ステップＳ４０３へ進む。ステッ
プＳ４０３は、本発明の第１実施形態と同様である。次に、ステップＳ９０４へ進む。ス
テップＳ９０４では、利用ポイント算出部８１１が、利用情報格納部２３１より、ステッ
プＳ４０３にて算出した利用親ポイントを分配するユーザ（分配ユーザ）のユーザ識別情
報を全て取得する。分配ユーザのユーザ識別情報を取得するには、ステップＳ４０１にて
取得した利用情報に含まれるアイテム識別情報と、利用情報格納部２３１に格納されてい
る利用情報のｉｔｅｍ＿ｉｄが一致する利用情報格納部２３１に格納されている利用情報
において、その利用情報に含まれるｕｓｅｒ＿ｉｄを全て取得すればよい。

また、利用情報に利用した日付が含まれている場合は、上記条件を満たす利用情報の中
で、過去の特定の時点から、利用ポイント算出処理を行っている時点（現在）までの間に
利用されたアイテムに関する利用情報に含まれるｕｓｅｒ＿ｉｄのみを全て取得とするこ
ともできる。このとき、次のステップＳ９０５にて分配率を算出する際に、過去の特定の
時点以降に利用されたアイテムに関する利用情報のみを用いて分配率を算出する必要があ
る。過去の特定の時点は、サービス提供側が予め決めておけばよく、例えば、利用ポイン
ト算出処理を行っている時点から３ヶ月前や、半年前や、１年前とすればよい。

次に、利用ポイント算出部８１１が、分配ユーザごとに、分配率を算出する（ステップ
Ｓ９０５）。分配率の算出には、本発明の第１実施形態における推薦アイテム選出部２１
３による推薦アイテム選出処理のステップＳ６０８の分配率算出方法を用いることができ
る。ステップＳ６０８における分配率算出の第２の方法を用いる場合は、類似度が記憶さ
れていないため、分配率を算出する前に、新規利用情報に含まれるユーザ識別情報に対応
するユーザと分配ユーザとの類似度を算出する必要がある。類似度の算出には、本発明の
第１実施形態における類似ユーザ選出部２１２による類似ユーザ選出処理のステップＳ５
０４の類似度算出方法を用いることができる。

なお、一部の分配ユーザの分配率を「０」として算出し、分配率が「０」のユーザには
ポイントを付与しないという処理をしてもよい。例えば、分配ユーザの内で、新規利用情
報に対応するアイテムを３ヶ月以内に利用したユーザのみを対象にして、ステップＳ６０
８における分配率算出の第１〜第１０の方法のいずれかを用いて分配率を算出し、それ以
外のユーザ（そのアイテムを３ヶ月より以前に利用した分配ユーザ）の分配率を「０」と
算出し、分配率が「０」のユーザにはポイントを付与しなくてもよい。

次に、利用ポイント算出部８１１が、分配ユーザのユーザ識別情報のうち、例えば取得
した順に、１つ選択する（ステップＳ９０６）。次に、利用ポイント算出部８１１が、ス
テップＳ４０３にて算出した利用親ポイントと、ステップＳ９０５にて算出した分配率の
うち、ステップＳ９０６にて選択したユーザ識別情報に対応する分配率とを掛け合わせる
ことで利用ポイントを算出し（ステップＳ９０７）、ステップＳ４０７へ進む。ステップ
Ｓ４０７は、本発明の第１実施形態と同様である。次に、ステップＳ９０８へ進む。

ステップＳ９０８では、利用ポイント算出部８１１が、ステップＳ９０６にて、全ての
分配ユーザのユーザ識別情報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
Ｓ４０９へ進み、まだ未選択のものが残っている場合はステップＳ９０６へ進む。ステッ
プＳ４０９は、本発明の第１実施形態と同様である。

なお、この利用ポイント算出処理において、１つの利用情報に対して、利用親ポイント
を分配するユーザの数を制限してもよい。利用親ポイントを分配するユーザの制限は、本
発明の第１実施形態と同様に行えばよい。ただし、類似度を用いる場合は、類似度が記憶
されていないため、類似度を算出する必要がある。また、上記説明では、利用親ポイント
を算出し、算出した利用親ポイントを分配ユーザに分配しているが、利用親ポイントを分
配せずに、分配ユーザに一定の利用ポイントを付与してもよい。このとき、ステップＳ４
０３とステップＳ９０５とステップＳ９０７の処理を行わずに、ステップＳ９０７にて一
定の利用ポイントを加算すればよい。

また、ステップＳ４０７にて、元の利用ポイントに変更値を加算して、利用ポイントを
更新しているが、加算処理の代わりに、元のポイントと以下に示す係数との乗算処理を用
いて、利用ポイントを更新してもよい。このとき、ステップＳ４０３では、加算する利用
ポイントの和である利用親ポイントの代わりに、増加率（元の利用ポイントをどの程度増
加させるかを示す値であり、この値に１を加えることで係数となる）の合計値である親増
加率を算出する。そして、ステップＳ９０６にて選択したユーザ識別情報に対応するユー
ザｕｒのｉｔｅｍ＿ｉｄに対応するアイテムｉｒに関する分配率をｒａｔｅ（ｕｒ，ｉｒ
）とし、親増加率をｓｒとして、図３５の式（１１）により、係数ｍ（ｕｒ，ｉｒ）を算
出する。また、利用ポイントの初期値が「０」であると、いくら倍率を掛け合わせても増
加しないため、初期値を「０」を超える値で設定するか、初期値は「０」であるが、一番
最初に利用ポイントの算出対象になった場合にのみ、一定のポイント数を加えればよい。
以上が、利用ポイント算出処理の手順の説明である。

また、全ての利用情報に対して、利用ポイント算出部８１１における利用ポイント算出
処理を行っているが、利用ポイント算出処理を行う利用情報を人気アイテムに制限しても
よい。人気アイテムとは多くのユーザに利用されているアイテムであり、アイテムごとに
利用回数を調べ、利用回数が所定数以上のアイテム、または利用回数の多い順に所定数の
アイテムを抽出し、人気アイテムとすればよい。このとき、端末装置３の表示手段３４に
表示するユーザページに、例えば、図３２の表示例のように、人気アイテムの情報と検索
結果とを分けて表示する必要がある。図３２の表示例では、左上に端末装置３を利用中の
ユーザのユーザ名と利用ポイントとを表示し、左下に人気アイテムの情報を表示している
。また、右上に検索条件を入力するテキストボックスと検索条件送信処理のトリガーとな
る「検索」ボタンとを表示し、右下に検索条件を満たすアイテム情報を表示している。

このため、ユーザページ情報作成部７１１にてユーザページ情報を作成する際に、人気
アイテムのアイテム情報を用いる必要がある。人気アイテムのアイテム情報は、情報処理
サーバ装置８にて取得することができる。具体的には、情報処理サーバ装置８の利用情報
格納部２３１に記憶されている利用情報を用いて、アイテム識別情報ごとの利用回数を算
出し、算出した利用回数に基づいて人気アイテムのアイテム識別情報を抽出する。そして
、アイテム情報格納部２３６より、抽出したアイテム識別情報に対応するアイテム情報を
取得すればよい。また、利用情報が人気アイテムのものであるか否かを判定するために、
端末装置３の利用情報作成部３１２にて利用情報を作成する際に、ユーザページに表示さ
れている人気アイテムを利用した場合は人気アイテムであるという情報を付与し、人気ア
イテム以外のアイテム、例えば、検索結果として表示されたアイテムを利用した場合は人
気アイテムではないという情報を付与する。この付与した情報を用いることで、人気アイ
テムの利用情報に対してのみ、利用ポイント算出処理を行うことができる。

また、利用情報に利用した日付が含まれる場合は、特定の期間に利用された利用回数を
基に人気アイテムを選出すればよい。特定の期間は、サービス提供側が予め設定しておけ
ばよい。また、ユーザ情報格納部２３５に記憶されているユーザの属性情報に含まれる属
性ごとに条件を指定し、指定した条件を満たすユーザの利用情報のみで人気アイテムを抽
出してもよい。このとき、端末装置３の表示手段３４に表示するユーザページに、例えば
、図３３の表示例のように、ユーザの属性情報に含まれる属性ごとに条件を自由に指定し
、指定した条件を満たすユーザの利用情報のみで抽出された人気アイテムを表示できるよ
うにする必要がある。図３３の表示例では、図３２の表示例に追加して、左上にユーザの
属性情報の属性値を指定するためのメニューやテキストボックスが表示されている。

このため、まず、端末装置３が、情報処理サーバ装置８に、直接、または、アイテム提
供サーバ装置７経由で、ユーザの属性情報に含まれる属性ごとに指定した条件を送信する
。次に、情報処理サーバ装置８が、ユーザ情報格納部２３５より、受信したユーザの属性
情報に含まれる属性ごとに指定した条件を満たすユーザ情報に含まれるユーザ識別情報を
全て抽出する。次に、情報処理サーバ装置８が、利用情報格納部２３１に記憶されている
利用情報のうち、抽出したユーザ識別情報の何れかを含む利用情報を全て用いて人気アイ
テムのアイテム識別情報を抽出する。次に、情報処理サーバ装置８が、アイテム情報格納
部２３６より、抽出した全ての人気アイテムのアイテム識別情報に対応するアイテム情報
を全て取得し、端末装置３に、直接、または、アイテム提供サーバ装置７経由で、取得し
た全ての人気アイテムのアイテム情報を送信する。そして、端末装置３が、受信した人気
アイテムのアイテム情報を用いてユーザページを更新し、出力手段３４に、更新したユー
ザページを表示できるようにする必要がある。

また、利用情報に利用した日付が含まれる場合は、ユーザの属性情報に含まれる属性ご
とに条件を自由に指定し、指定した条件を満たすユーザの特定の期間の利用情報を用いて
人気アイテムを抽出してもよい。特定の期間は、サービス提供側が予め設定しておけばよ
い。また、ユーザの属性情報に含まれる属性ごとに条件を指定する代わりに、アイテム属
性情報に含まれる属性ごとに条件を指定してもよい。このとき、端末装置３にて、ユーザ
の属性情報の条件を指定する代わりに、アイテム属性情報の条件を指定できるようにする
。さらに、情報処理サーバ装置８にて、人気アイテムのアイテム識別情報を抽出する際に
、アイテム情報格納部２３６より指定した条件を満たすアイテム情報に含まれるアイテム
識別情報を全て抽出し、抽出したアイテム識別情報の何れかを含む利用情報を全て用いて
人気アイテムのアイテム識別情報を抽出すればよい。

ここで本実施形態において付与される利用ポイントと、本発明の第１実施形態において
付与される利用ポイントの違いについて、具体例を用いて説明する。例えば、ある時点で
のユーザの商品購入履歴が図１８の左側の表で表わされているとする。その時点以降に、
会員Ａが「商品ｃ」を購入した場合、すでに、会員Ｃと会員Ｄが「商品ｃ」を購入してい
るため、本実施形態では会員Ｃと会員Ｄの２人に利用ポイントが付与される。一方、本発
明の第１実施形態の方法では、図１９に示したように「商品ｃ」は会員Ａの推薦アイテム
ではないため、利用ポイントは誰にも付与されない。また、ある時点以降に、会員Ａが「
商品ｅ」を購入した場合、すでに、会員Ｂと会員Ｄと会員Ｅと会員Ｆが「商品ｅ」を購入
しているため、会員Ｂと会員Ｄと会員Ｅと会員Ｆの４人に利用ポイントが付与される。一
方、本発明の第１実施形態の方法では、分配対象は類似ユーザに限定されるため、利用ポ
イントが付与されるのは、会員Ｂと会員Ｅと会員Ｆの３人になる。このように、本実施形
態の方法によれば、第１実施形態の方法よりも更に、利用ポイントを付与するユーザ数を
増やすことができる。また本実施形態は、第１実施形態よりも少ない処理量で処理を行う
ことができる。

次に、図１８の左側の表の例において、ある時点以降に、ユーザＡが商品ｃと商品ｅと
商品ｆの３つを購入した場合（購入回数３回の場合）を考える。購入したユーザ本人にポ
イントを付与する通常のポイントシステム、あるいは購入したユーザに情報を提供した他
のユーザ１人にポイントを付与するポイントシステムにおいては、ポイントが付与される
回数は、どちらのシステムにおいても延べ３回である。一方、本実施形態では、商品ｃに
関する購入２回、商品ｅに関する購入４回、商品ｆに関する購入５回に関してポイントが
付与され、延べ１１回（２＋４＋５）ポイントが付与されることになる。更に、購入ユー
ザ本人にもポイントを付与すると、延べ１４回（１１＋３＝１４）ポイントが付与される
。このように本実施形態によれば、ポイントを付与するユーザの数を更に増やしたり、ポ
イントが更新される頻度を更に高くすることができる。このため、「自分のポイントが今
日増えているかも知れない」という期待感や、「予期せぬタイミングで急にポイントが増
えて驚いた」といった意外性を多くのユーザに継続的に与えることができるので、アイテ
ム提供サーバへのアクセス頻度を増やすことができる。そして、アイテムやアイテム提供
サーバに対するユーザの関心をさらに高めて、アイテム利用をより促進することができる
。

また、多くの種類のアイテムを利用したユーザほど、同じアイテムを後から他のユーザ
が利用する可能性が高いので、それに伴って後からポイントが付与される可能性も高くな
る。このため、「より多くの種類のアイテムを利用しよう」というモチベーションが各々
のユーザで高まり、アイテムの利用が促進される。また、早い時期にアイテムを利用した
ユーザほどポイントが増えるので、このようなポイントサービスの特性をユーザに通知す
ることにより、「他のユーザが今後利用しそうなアイテムを予測して、いち早く利用しよ
う」というインセンティブが各々のユーザに働き、アイテムの利用が促進されるという効
果が得られる。

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。たとえば、上述においては利用ポイント算出処理や、類似ユーザ選出処理、推薦アイ
テム選出処理などを情報処理サーバ装置２で行うようにしているが、これらの処理は、複
数の情報処理装置によって分担して行うようにしてもよい。

＜第４実施形態＞
以下に、第４実施形態について、図を用いて詳細に説明する。なお、前述の通り、第４
〜第６実施形態においては、図３６〜図７５を用いて説明する。第４〜第６実施形態にお
ける各符号や数式の番号についても、図３６〜図７５における符号や番号である。

図３６は、本発明の第４実施形態におけるシステム全体の構成図である。本実施形態に
おけるシステムは、情報処理サーバ装置１と、アイテム提供サーバ装置２と、１つ以上の
端末装置３（３ａ〜３ｎ）がネットワーク４を介して接続されている。なお、各実施形態
において、情報処理サーバ装置１，６，７のみが情報処理装置として機能してもよいし、
情報処理サーバ装置１，６，７が、アイテム提供サーバ装置２や端末装置と協働して情報
処理装置として機能してもよい。

また、図３７に示すように、２つのネットワークを用いてシステム全体を構成してもよ
い。図３７においては、情報処理サーバ装置１とアイテム提供サーバ装置２がネットワー
ク５を介して接続されており、アイテム提供サーバ装置２と端末装置３（３ａ〜３ｎ）が
ネットワーク４を介して接続されている。ネットワーク５は、ＬＡＮ（Ｌｏｃａｌ Ａｒ
ｅａ Ｎｅｔｗｏｒｋ）であり、情報処理サーバ装置１と端末装置３（３ａ〜３ｎ）は、
直接接続できないようになっている。本実施形態では、特に断らない限り、システム全体
の構成が図３６である場合を説明する。なお本実施形態では、情報処理サーバ装置１とア
イテム提供サーバ装置２を別々の装置とする場合を説明するが、この２つの機能を合わせ
て１つの装置として実現してもよい。

ネットワーク４は、例えばインターネット等のネットワークであり、情報処理サーバ装
置１とアイテム提供サーバ装置２と端末装置３との間の情報のやり取りを仲介する。

アイテム提供サーバ装置２は、端末装置３の要求に応じて、アイテムを提供する装置で
ある。ここでアイテムとは、テキスト、音声、音楽、映像等のデジタルコンテンツや様々
な物品であり、更には金融商品、不動産、人物に関する情報等であってもよい。すなわち
本実施形態におけるアイテムは、有形か無形かを問わず、有料か無料かも問わない。アイ
テム提供サーバ装置２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。

図３８は、本実施形態におけるアイテム提供サーバ装置２の構成図である。本実施形態
におけるアイテム提供サーバ装置２は、アイテム提供サーバ制御部２１と、アイテム提供
サーバ通信部２２と、認証部２３と、アイテム提供サーバ格納部２４とで構成される。

アイテム提供サーバ通信部２２は、ネットワーク４を介して情報処理サーバ装置１や、
端末装置３と通信を行うための部である。

認証部２３は、端末装置３又は端末装置３を利用するユーザを認証する。認証部２３は
、端末装置３を利用するユーザを一意に識別するユーザ識別子、又は端末装置３を一意に
識別するための端末識別子と、パスワードとを関連付けて格納している。本実施形態では
、ユーザ識別子を用いる場合を例にして説明するが、端末識別子を用いる場合も同様であ
る。ユーザ識別子と端末識別子とを合わせた意味の総称として、利用主体識別子という用
語を用いる。また、ユーザ識別子とパスワードとの組合せを、利用者特定情報とする。認
証部２３では、端末装置３より受信した利用者特定情報と一致するものが格納されている
場合に、認証成功とする。そして、認証に成功した利用者特定情報に対応するユーザを認
証ユーザとする。

アイテム提供サーバ格納部２４は、ＨＤＤなどの記憶装置を用いて、様々なデータを記
憶する。アイテム提供サーバ格納部２４は、ユーザ情報格納部２４１と、アイテム情報格
納部２４２と、利用履歴格納部２４３と、推薦属性情報格納部２４４とで構成される。

ユーザ情報格納部２４１は、ユーザ情報を複数記憶する。図３９は、ユーザ情報格納部
２４１の格納状態を示す図である。ユーザ情報とは、端末装置３を利用するユーザを一意
に識別するユーザ識別子であるｕｓｅｒ＿ｉｄとユーザ属性情報であるｕｓｅｒ＿ｉｎｆ
ｏとを関連付けたものであり、図３９のようなテーブル形式で記憶する。ユーザ属性情報
とは、ユーザの名前、年齢、性別、住所（地域）、趣味、会員になった時期（年月、日付
、日時など）、メールアドレス、電話番号などの情報である。また、アイテム提供サーバ
装置２にて商品の購入が可能であれば、商品の支払いを行うためのクレジットカード情報
などを含んでもよい。

アイテム情報格納部２４２は、アイテム識別情報と、属性種別情報と、属性値情報と、
属性対応情報を、それぞれ複数記憶する。図４０（図４０（ａ）〜図４０（ｄ））は、ア
イテム情報格納部２４２の格納状態を示す図である。
アイテム識別情報とは、アイテムを一意に識別するためのアイテム識別子であるｉｔｅ
ｍ＿ｉｄと、アイテムの名称であるｉｔｅｍ＿ｎａｍｅとを関連付けたものであり、図４
０（ａ）のようなテーブル形式で記憶する。ｉｔｅｍ＿ｉｄは一意であり、重複を許容し
ない。

属性種別情報とは、アイテム属性の種別を一意に識別するための属性種別識別子である
ｔｙｐｅ＿ｉｄと、アイテム属性の種別の名称であるｔｙｐｅ＿ｎａｍｅとを関連付けた
ものであり、図４０（ｂ）のようなテーブル形式で記憶する。アイテム属性の種別は、ア
イテム属性の項目にあたるものであり、例えば、アイテムの「作成者」「ジャンル」「制
作年」「価格」「利用に適したユーザの条件」などになる。ｔｙｐｅ＿ｉｄは一意であり
、重複を許容しない。

属性値情報とは、属性種別識別子であるｔｙｐｅ＿ｉｄと、ｔｙｐｅ＿ｉｄに対応する
属性値を一意に識別するための属性値識別子であるａｔｔｒ＿ｉｄと、属性値であるａｔ
ｔｒ＿ｎａｍｅとを関連付けたものであり、図４０（ｃ）のようなテーブル形式で記憶す
る。例えば、アイテムが「本」に関するものであり、ｔｙｐｅ＿ｉｄが「ジャンル」に該
当する識別子である場合、属性値は、「フィクション」「恋愛」「料理」などになる。（
ｔｙｐｅ＿ｉｄ，ａｔｔｒ＿ｉｄ）の組合せは一意であり、重複を許容しない。

属性対応情報とは、アイテムに対応する属性を関連付けた情報であり、アイテム識別子
であるｉｔｅｍ＿ｉｄと、属性種別識別子であるｔｙｐｅ＿ｉｄと、属性値識別子である
ａｔｔｒ＿ｉｄとを関連付けたものであり、図４０（ｄ）のようなテーブル形式で記憶す
る。（ｉｔｅｍ＿ｉｄ，ｔｙｐｅ＿ｉｄ，ａｔｔｒ＿ｉｄ）の組合せは一意であり、重複
を許容しない。

図４０（ａ）〜図４０（ｄ）のテーブルを用いることで、アイテムが有する複数の属性
を、その属性の種別ごとに管理することができる。なお、あるアイテムに対応するアイテ
ム識別情報と、そのアイテムに対応する属性対応情報から特定される属性種別情報と属性
値情報とを合わせてアイテム属性情報とする。また、ｔｙｐｅ＿ｉｄとａｔｔｒ＿ｉｄの
組合せや、ｔｙｐｅ＿ｎａｍｅとａｔｔｒ＿ｎａｍｅの組合せをアイテム属性とする。

利用履歴格納部２４３は、利用履歴を複数記憶する。利用履歴とは、端末装置３より受
信した、ユーザのアイテムに関する利用の履歴であり、少なくともユーザ識別子とアイテ
ム識別子とアイテムを利用した日時（利用日時）とを含む。図４１（図４１（ａ）〜図４
１（ｄ））は、利用履歴格納部２４３の格納状態を示す図である。以下に図４１を用いて
、利用履歴の格納形式を４種類説明する。

利用履歴の第１の格納形式は、利用履歴に含まれるユーザ識別子（ｕｓｅｒ＿ｉｄ）と
アイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）とを関連付けて、図４１（ａ
）のようなテーブル形式で記憶する。

利用履歴の第２の格納形式は、利用履歴に、ユーザのアイテムに対する利用回数が含ま
れている場合に用いるものであり、利用履歴に含まれるユーザ識別子（ｕｓｅｒ＿ｉｄ）
とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）と利用回数（ｃｏｕｎｔ）
とを関連付けて、図４１（ｂ）のようなテーブル形式で記憶する。

利用履歴の第３の格納形式は、利用履歴に、ユーザがアイテムに対して行った評価を数
値化した評価値（例えば、「１：非常に嫌い」、「２：やや嫌い」、「３：どちらでもな
い」、「４：やや好き」、「５：非常に好き」といったように、好みの度合いを数値化し
たもの）が含まれている場合に用いるものであり、利用履歴に含まれるユーザ識別子（ｕ
ｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）と評価値（
ｅｖａｌ）とを関連付けて、図４１（ｃ）のようなテーブル形式で記憶する。

利用履歴の第４の格納形式は、利用履歴に、ユーザがアイテムに対して支払った額（支
払い額）が含まれている場合に用いるものであり、利用履歴に含まれるユーザ識別子（ｕ
ｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）と支払い額
（ａｍｏｕｎｔ）とを関連付けて、図４１（ｄ）のようなテーブル形式で記憶する。
以上が、利用履歴の格納形式の説明である。上記以外にも、利用履歴に含まれている全
ての情報を格納できるように、利用履歴の形態に合わせて格納形式を変更すればよい。

また、端末装置３より受信した利用履歴には、利用日時が含まれていることを前提にし
ているが、もし利用日時が含まれていない場合は、利用履歴格納部２４３に、利用日時の
代わりに、利用履歴を記憶するときの日時をｄａｔｅとして記憶すればよい。また、ｄａ
ｔｅを格納しなくてもよく、この場合でも、新しく追加されるデータは、必ずテーブルの
末尾（一番下の行）に追加されるので、テーブル内の上に位置する行データほど古く、下
に位置する行データほど新しいことになる。このため、２つの行の位置関係を調べること
により、２つのデータのどちらが古いかを容易に判定できる。また、利用履歴格納部２４
３に、端末装置３より受信した全ての利用履歴を記憶するが、記憶した利用履歴が一定数
を超えた場合は、古いものから削除してもよい。

推薦属性情報格納部２４４は、ユーザごとに推薦属性情報を複数記憶する。図４２は、
推薦属性情報格納部２４４の格納状態を示す図である。推薦属性情報とは、ユーザ識別子
であるｕｓｅｒ＿ｉｄと、属性種別識別子であるｔｙｐｅ＿ｉｄと、属性値識別子である
ａｔｔｒ＿ｉｄと、推薦の度合いを数値化した推薦値であるｖａｌｕｅとを関連付けたも
のであり、図４２のようなテーブル形式で記憶する。ユーザ識別子であるｕｓｅｒ＿ｉｄ
と属性種別識別子であるｔｙｐｅ＿ｉｄとを指定することで、ｕｓｅｒ＿ｉｄとｔｙｐｅ
＿ｉｄとに対応する推薦属性の属性値識別子を全て取得することができる。また後述する
ように、情報処理サーバ装置１から、推薦順位を受信した場合には、さらに、推薦順位を
関連付けて記憶してもよい。

アイテム提供サーバ制御部２１は、アイテム提供サーバ装置２を構成する各部に対して
、全体的な制御を行う。アイテム提供サーバ制御部２１は、ユーザページ情報作成部２１
１と、推薦属性情報取得部２１２と、利用情報中継部２１３とで構成される。

ユーザページ情報作成部２１１は、端末装置３から受信したデータに応じて、以下の３
種類の処理を行う。
ユーザページ情報作成部２１１の第１の処理は、ユーザページ情報送信処理であり、端
末装置３よりユーザページ情報取得要求を受信し、かつ、認証部２３にて認証成功した場
合に、この処理を行う。ユーザページ情報取得要求とは、ユーザページ情報の取得を要求
する情報であり、認証部２３にて認証を行うために、少なくとも利用者特定情報を含む。
ユーザページ情報とは、端末装置３に検索画面や、推薦属性情報の閲覧操作画面や、利用
ポイントの確認画面を表示させるために必要な情報である。例えば、ＨＴＭＬ（Ｈｙｐｅ
ｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）形式を用いてユーザページ情報を作成
してもよいし、これ以外のデータ形式を用いてもよい。

ここで利用ポイントとは、ユーザと何らかの関係性のある他のユーザがアイテムを利用
したことに基づき、ユーザに付与される数値である。また、アイテムを利用したユーザ本
人に利用ポイントを付与してもよい。なお、アイテム提供サーバ装置２によるサービスを
提供している側（サービス提供側）が、そのサービスを利用するユーザに対して、利用ポ
イントに応じて、そのポイントに応じた何らかの特典を与えてもよい。例えば、ショッピ
ングサイトであれば、商品購入の際に、代金の一部として利用ポイントを使用できるよう
にしてもよいし、利用ポイントに応じた値引きサービスを行ってもよい。なお、何らかの
関係性のある他のユーザとは、例えば、対象となるユーザが利用したアイテム属性と同じ
属性を有するアイテムを利用しているユーザや、対象となるユーザと類似ユーザであり、
かつ同じ属性を有するアイテムを利用しているユーザなどである。

ユーザページ情報送信処理とは、認証ユーザのユーザページ情報を作成し、認証ユーザ
が利用中の端末装置３に、作成したユーザページ情報を送信する処理であり、まず、利用
ポイント情報取得要求を作成し、ネットワーク４を介して、情報処理サーバ装置１に、作
成した利用ポイント情報取得要求を送信する。利用ポイント情報取得要求とは、認証ユー
ザが獲得した利用ポイントに関する情報（利用ポイント情報）を取得するための情報であ
り、少なくとも認証ユーザのユーザ識別子を含む。

次に、ネットワーク４を介して、情報処理サーバ装置１より、送信した利用ポイント情
報取得要求に対応する利用ポイント情報を受信する。次に、推薦属性情報格納部２４４に
て、認証ユーザのユーザ識別子に対応する推薦属性情報を全て取得する。次に、取得した
推薦属性情報と、受信した利用ポイント情報を用いて、ユーザページ情報を作成する。そ
して、ネットワーク４を介して、端末装置３に、作成したユーザページ情報を送信する。
なお、後の処理で、推薦属性情報格納部２４４において推薦属性情報の格納位置を示す行
番号を利用する場合は、ユーザページ情報を作成する際に、行番号と推薦属性情報を関連
付ける必要がある。

ユーザページ情報作成部２１１の第２の処理は、検索結果送信処理であり、ネットワー
ク４を介して、端末装置３より検索条件を受信すると、この処理を行う。ここで検索条件
とは、利用するアイテムを絞り込むために用いる条件であり、例えば、ジャンル名、製作
者、キーワード、価格の上限や下限などである。検索結果送信処理とは、端末装置３に、
受信した検索条件を満たすアイテム属性情報を送信する処理であり、まず、アイテム情報
格納部２４２より、検索条件を満たすアイテム属性情報を全て抽出する。そして、ネット
ワーク４を介して、端末装置３に、抽出した全てのアイテム属性情報を送信する。

ユーザページ情報作成部２１１の第３の処理は、推薦属性対応アイテム情報送信処理で
あり、ネットワーク４を介して、端末装置３より推薦属性対応アイテム情報取得要求を受
信すると、この処理を行う。ここで推薦属性対応アイテム情報取得要求とは、推薦属性情
報に対応するアイテム属性情報を取得する要求であり、少なくとも推薦属性情報を含む。
推薦属性対応アイテム情報送信処理とは、端末装置３に、受信した推薦属性対応アイテム
情報取得要求に対応するアイテム属性情報を送信する処理であり、まず、アイテム情報格
納部２４２より、推薦属性対応アイテム情報取得要求に含まれる推薦属性情報の属性種別
識別子と属性値識別子と、属性対応情報とを照合し、一致する属性対応情報のアイテム識
別子を全て抽出する。次に、抽出したアイテム識別子に対応するアイテム属性情報を全て
抽出する。ネットワーク４を介して、端末装置３に、抽出した全てのアイテム属性情報を
送信する。

推薦属性情報取得部２１２は、ネットワーク４を介して、情報処理サーバ装置１より推
薦属性情報を受信すると、推薦属性情報更新処理を行う。推薦属性情報更新処理とは、推
薦属性情報格納部２４４にて、記憶されている全てのデータを削除した後に、受信した推
薦属性情報を記憶する処理である。

利用情報中継部２１３は、ネットワーク４を介して、端末装置３より利用者特定情報と
利用情報とを受信し、かつ、認証部２３にて認証が成功した場合に、利用情報中継処理を
行う。利用情報とは、後述する利用ポイント算出処理のトリガーとなる利用履歴を少なく
とも含む。利用情報が、推薦属性に対応するアイテムの利用に関するものであれば、利用
履歴に加え、特定情報を含む。特定情報とは、閲覧した推薦属性情報を特定するための情
報であり、例えば、閲覧した推薦属性情報そのものや、閲覧した推薦属性情報の行番号を
含む。特定情報が行番号を含む時は、前述したユーザページ情報作成部２１１のユーザペ
ージ情報送信処理にて、推薦属性情報に関連付けて、行番号も端末装置３に送信する必要
がある。利用情報中継処理とは、まず、利用履歴格納部２４３に、受信した利用情報に含
まれる利用履歴を格納する。そして、ネットワーク４を介して、情報処理サーバ装置１に
、受信した利用情報を送信する処理である。

端末装置３は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ、ネットワークイン
タフェース等を備える一般的なコンピュータであり、内蔵されたプログラムにより所定の
動作を行う。図４３は、本実施形態における端末装置３の構成図である。本実施形態にお
ける端末装置３は、端末制御部３１と、端末通信部３２と、入力部３３と、表示部３４と
で構成される。

端末通信部３２は、ネットワーク４を介してアイテム提供サーバ装置２と通信を行うた
めの部である。
入力部３３は、例えば、端末装置３がＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）で
あれば、マウスやキーボード、携帯電話であれば、ボタンといったように、ユーザが端末
装置３を操作するためのインタフェースである。
表示部３４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。

端末制御部３１は、端末装置３を構成する各部に対して、全体的な制御を行う。端末制
御部３１は、ユーザページ表示部３１１と、利用情報作成部３１２とで構成される。ユー
ザページ表示部３１１は、入力部３３から取得した操作や、アイテム提供サーバ装置２か
ら受信したデータの種類に応じて、以下の６種類の処理を行う。

ユーザページ表示部３１１の第１の処理は、ユーザページ情報取得要求送信処理であり
、入力部３３よりユーザページの表示を要求する操作を取得すると、この処理を行う。ユ
ーザページとは、ユーザページ情報を基に、表示部３４に表示するために描画されたもの
である。ユーザページ情報取得要求送信処理とは、端末装置３を利用中のユーザである「
利用ユーザ」のユーザ識別子とパスワードの組合せである利用者特定情報を用いて、ユー
ザページ情報取得要求を作成し、ネットワーク４を介して、アイテム提供サーバ装置２に
、作成したユーザページ情報取得要求を送信する処理である。パスワードは、端末装置３
の図示しない格納部に記憶しておき、ユーザページ情報取得要求を作成するたびに図示し
ない格納部から取得してもよいし、ユーザページ情報取得要求を作成するたびにユーザに
入力させるようにしてもよい。

ユーザページ表示部３１１の第２の処理は、ユーザページ表示処理であり、アイテム提
供サーバ装置２よりユーザページ情報を取得すると、この処理を行う。ユーザページ表示
処理とは、アイテム提供サーバ装置２より取得したユーザページ情報を基に、ユーザペー
ジを作成し、表示部３４に、作成したユーザページを表示する処理である。

ユーザページ表示部３１１の第３の処理は、検索条件送信処理であり、入力部３３より
条件の入力操作と検索を要求する操作の内容を取得すると、この処理を行う。検索条件送
信処理とは、利用ユーザのユーザ識別子と、取得した条件を用いて検索条件を作成し、ア
イテム提供サーバ装置２に、作成した検索条件を送信する処理である。

ユーザページ表示部３１１の第４の処理は、検索結果表示処理であり、アイテム提供サ
ーバ装置２より、検索条件送信処理にて送信した検索条件に対するアイテム属性情報を取
得すると、この処理を行う。検索結果表示処理とは、受信したアイテム属性情報を基にユ
ーザページの更新を行う処理である。

ユーザページ表示部３１１の第５の処理は、推薦属性対応アイテム情報取得要求送信処
理であり、入力部３３より推薦属性情報閲覧画面に表示されている推薦属性情報の選択と
いった操作を取得すると、この処理を行う。推薦属性対応アイテム情報取得要求送信処理
とは、まず、操作の対象となった推薦属性情報を用いて、推薦属性対応アイテム情報取得
要求を作成する。そして、アイテム提供サーバ装置２に、作成した推薦属性対応アイテム
情報取得要求を送信する処理である。

ユーザページ表示部３１１の第６の処理は、推薦属性対応アイテム情報表示処理であり
、アイテム提供サーバ装置２より、推薦属性対応アイテム情報取得要求送信処理にて送信
した推薦属性対応アイテム情報取得要求に対するアイテム属性情報を取得すると、この処
理を行う。推薦属性対応アイテム情報表示処理とは、受信したアイテム属性情報を基にユ
ーザページの更新を行う処理である。

表示部３４に表示するユーザページは、例えば、図４４のユーザページの表示例のよう
に、現在獲得している利用ポイントが確認でき、アイテムの検索手段が用意され、推薦属
性情報と推薦属性情報に対応するアイテム属性情報と、検索により取得したアイテムとを
分けて表示できるようにすればよい。図４４の表示例では、左上に端末装置３を利用中の
ユーザのユーザ名と利用ポイントとを表示し、左下に端末装置３を利用中のユーザの推薦
属性情報を表示している。また、中央下に選択された推薦属性情報に対応するアイテム属
性情報を表示している。また、右上に検索条件を入力するテキストボックスと検索条件送
信処理のトリガーとなる「検索」ボタンとを表示し、右下に検索条件を満たすアイテム属
性情報を表示している。

利用情報作成部３１２は、入力部３３より、ユーザページに表示されたアイテムの利用
操作を取得すると、利用情報送信処理を行う。アイテムの利用操作とは、ユーザページに
表示されたアイテム名などのアイテム属性情報を選択する操作や、アイテムが音楽であれ
ば、再生を行うという操作や、アイテムが映画であれば、視聴するという操作や、ユーザ
ページにてアイテムの購入が行える場合は、アイテムを購入候補に指定する（買い物かご
に入れる）操作や、購入候補として指定したアイテムを購入する操作等である。

利用情報送信処理とは、まず、利用ユーザのユーザ識別子とパスワードの組合せである
利用者特定情報を作成する。次に、利用ユーザのユーザ識別子と利用操作の対象となった
アイテムのアイテム識別子を基に作成した利用履歴を用いて利用情報を作成する。

このとき、利用操作の対象になったアイテムが推薦属性情報に対応するアイテムだった
場合には、利用履歴に加え、そのアイテムに対応する推薦属性情報、又は、そのアイテム
に対応する推薦属性情報を特定するための行番号を用いて、利用情報を作成する。そして
、ネットワーク４を介して、アイテム提供サーバ装置２に、作成した利用者特定情報と利
用情報とを送信する処理である。つまり、図４４の表示例において、検索結果である「料
理本Ｅ」が利用された場合は、「料理本Ｅ」の利用履歴のみを用いて利用情報を作成する
ことになり、推薦属性情報に対応するアイテムである「本Ｄ」が利用された場合は、「本
Ｄ」に対応する推薦属性情報情報（「Ａ子」の「作成者：作者Ｂ」に対応する推薦属性情
報）、又は、「本Ｄ」に対応する推薦属性情報の行番号を基に作成した特定情報と、「本
Ｄ」の利用履歴とを用いて、利用情報を作成する。行番号を用いて特定情報を作成するに
は、ユーザページ表示部３１１によるユーザページ表示処理の際に、ユーザページ情報に
含まれる推薦属性情報に関連付けて、その推薦属性情報の行番号も受信していなければな
らない。

また利用情報送信処理において、上述した以外の情報を利用履歴に追加することもでき
る。例えば、アイテム名などのアイテム属性情報を選択する操作、アイテムを購入候補に
指定する操作、購入候補に指定したアイテムを購入する操作、アイテムを再生する操作、
などの各利用操作を区別するための利用形態情報を追加してもよい。また、ユーザにアイ
テムに対する評価を行わせた上で、その評価値（例えば、「１：非常に嫌い」、「２：や
や嫌い」、「３：どちらでもない」、「４：やや好き」、「５：非常に好き」といったよ
うに、好みの度合いを数値化したもの）を利用履歴に追加してもよい。また、一定期間ご
とに利用情報送信処理を行う場合は、その期間中に利用されたアイテムの利用回数を利用
履歴に追加してもよい。

ここで、図４５のフローチャートを用いて、端末装置３でのアイテムの利用に関する手
順の一例を説明する。
まず、端末装置３が、ユーザページ情報取得要求送信処理を行い、ネットワーク４を介
して、アイテム提供サーバ装置２にユーザページ情報取得要求を送信する（ステップＳ１
０１）。
次に、アイテム提供サーバ装置２の認証部２３が、ネットワーク４を介して、端末装置
３よりユーザページ情報取得要求を受信すると、ユーザページ情報取得要求に含まれる利
用者特定情報を基に認証を行う（ステップＳ１０２）。認証に成功した場合は、ユーザペ
ージ情報作成部２１１に受信したユーザページ情報取得要求を送り、ステップＳ１０３へ
進み、失敗した場合はステップＳ１０１からやり直す。

ステップＳ１０３では、ユーザページ情報作成部２１１が、認証部２３よりユーザペー
ジ情報取得要求を取得し、ユーザページ情報送信処理を行い、ネットワーク４を介して、
端末装置３にユーザページ情報を送信する。
次に、端末装置３が、ネットワーク４を介して、アイテム提供サーバ装置２より、ユー
ザページ情報を受信すると、ユーザページ表示処理を行う（ステップＳ１０４）。

次に、表示されたユーザページを閲覧したユーザが、推薦属性情報に対応するアイテム
を取得する操作を行うと、端末装置３は、推薦属性対応アイテム情報取得要求送信処理を
行い、ネットワーク４を介して、アイテム提供サーバ装置２に推薦属性対応アイテム情報
取得要求を送信する（ステップＳ１０５）。
次に、ユーザページ情報作成部２１１が、ネットワーク４を介して、端末装置３より、
推薦属性対応アイテム情報取得要求を受信すると、推薦属性対応アイテム情報送信処理を
行い、ネットワーク４を介して、端末装置３にアイテム属性情報を送信する（ステップＳ
１０６）。

次に、端末装置３が、ネットワーク４を介して、アイテム提供サーバ装置２より、アイ
テム属性情報を受信すると、推薦属性対応アイテム情報表示処理を行う（ステップＳ１０
７）。
次に、表示された推薦属性情報に対応するアイテム属性情報を閲覧したユーザが、アイ
テムに関する利用操作を行うと、端末装置３は、利用情報を作成し、ネットワーク４を介
して、アイテム提供サーバ装置２に、利用情報と利用者特定情報とを送信する利用情報送
信処理を行う（ステップＳ１０８）。

次に、アイテム提供サーバ装置２の認証部２３が、ネットワーク４を介して、端末装置
３より利用情報と利用者特定情報とを受信すると、利用者特定情報を基に認証を行う（ス
テップＳ１０９）。認証に成功した場合は、利用情報中継部２１３に受信した利用情報を
送り、ステップＳ１１０へ進み、失敗した場合はステップＳ１０８からやり直す。
ステップＳ１１０では、利用情報中継部２１３が、認証部２３より利用情報を取得し、
利用情報中継処理を行い、ネットワーク４を介して、情報処理サーバ装置１に、取得した
利用情報を送信する。

次に、情報処理サーバ装置１が、ネットワーク４を介して、アイテム提供サーバ装置２
より、利用情報を受信すると、利用ポイント算出処理を行い（ステップＳ１１１）、ステ
ップＳ１０１からステップＳ１１１までの一連の処理を終了する。利用ポイント算出処理
については後述する。
以上が、端末装置３でのアイテムの利用に関する手順の一例の説明である。

情報処理サーバ装置１は、アイテム提供サーバ装置２に推薦属性情報を送信したり、ア
イテム提供サーバ装置２の要求に応じて、利用ポイント情報を送信する装置である。情報
処理サーバ装置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。なお、情報処理サーバ装置１を複数のコンピュ
ータを用いて構成してもよい。例えば、負荷分散をするために、情報処理サーバ装置１の
各部に相当する処理を行うコンピュータを複数用いて分散処理を行ってもよい。また、情
報処理サーバ装置１の一部の処理をあるコンピュータで実施し、他の処理を別のコンピュ
ータで実施する形態で分散処理を行ってもよい。

図４６は、本実施形態における情報処理サーバ装置１の構成図である。本実施形態にお
ける情報処理サーバ装置１は、情報処理サーバ制御部１１と、情報処理サーバ通信部１２
と、情報処理サーバ格納部１３とで構成される。

情報処理サーバ通信部１２は、ネットワーク４を介してアイテム提供サーバ装置２と通
信を行うための部である。

情報処理サーバ格納部１３は、ＨＤＤなどの記憶装置を用いて、様々なデータを記憶す
る。情報処理サーバ格納部１３は、利用履歴格納部１３１と、属性嗜好情報格納部１３２
と、類似ユーザ情報格納部１３３と、推薦属性情報格納部１３４と、分配情報格納部１３
５と、制約情報格納部１３６と、利用ポイント情報格納部１３７と、ユーザ情報格納部１
３８と、アイテム情報格納部１３９とで構成される。

利用履歴格納部１３１は、ＨＤＤなどの記憶装置を用いて、利用履歴を複数記憶するも
のである。利用履歴格納部１３１は、アイテム提供サーバ装置２の利用履歴格納部２４３
と同様の格納形式であり、利用履歴格納部２４３に記憶されている利用履歴が全て記憶さ
れている。アイテム提供サーバ装置２の利用履歴格納部２４３に記憶されている利用履歴
を利用履歴格納部１３１にも記憶するのは、情報処理サーバ制御部１１にて行う処理で、
利用履歴を利用するためである。もちろん、利用履歴格納部１３１を用意する代わりに、
アイテム提供サーバ装置２の利用履歴格納部２４３より利用履歴を取得できるようにして
もよいし、逆でもよい。

属性嗜好情報格納部１３２は、ＨＤＤなどの記憶装置を用いて、属性嗜好情報を複数記
憶する。図４７は、属性嗜好情報格納部１３２の格納状態を示す図である。属性嗜好情報
とは、ユーザ識別子（ｕｓｅｒ＿ｉｄ）と、属性種別識別子（ｔｙｐｅ＿ｉｄ）と、属性
値識別子（ａｔｔｒ＿ｉｄ）と、ユーザのアイテム属性に対する好みの度合いを数値化し
た嗜好度（ｐ＿ｖａｌｕｅ）とを関連付けたものであり、図４７のようなテーブル形式で
記憶する。（ｕｓｅｒ＿ｉｄ，ｔｙｐｅ＿ｉｄ，ａｔｔｒ＿ｉｄ）の組合せは一意とし、
重複登録ができない。

類似ユーザ情報格納部１３３は、ＨＤＤなどの記憶装置を用いて、類似ユーザ情報を複
数記憶する。図４８は、類似ユーザ情報格納部１３３の格納状態を示す図である。類似ユ
ーザ情報とは、基準となるユーザ（基準ユーザ）のユーザ識別子（ｂａｓｅ＿ｕｓｅｒ＿
ｉｄ）と、基準ユーザの類似ユーザのユーザ識別子（ｓｉｍ＿ｕｓｅｒ＿ｉｄ）と、その
２ユーザ間の類似度（ｓｉｍｉｌａｒｉｔｙ）とを関連付けたものであり、図４７のよう
なテーブル形式で記憶する。このテーブルにおいて、（ｂａｓｅ＿ｕｓｅｒ＿ｉｄ，ｓｉ
ｍ＿ｕｓｅｒ＿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。ここでは、１つのテーブルに２種類のユーザ識別
子を格納するために、ｂａｓｅ＿ｕｓｅｒ＿ｉｄ、ｓｉｍ＿ｕｓｅｒ＿ｉｄという名称を
付けて区別しているが、これらは利用履歴格納部１３１などに格納されているｕｓｅｒ＿
ｉｄと同じものである。

推薦属性情報格納部１３４は、ＨＤＤなどの記憶装置を用いて、推薦属性情報を複数記
憶する。推薦属性情報格納部１３４は、アイテム提供サーバ装置２の推薦属性情報格納部
２４４と同様の格納形式であり、推薦属性情報格納部２４４に記憶されている推薦属性情
報が全て記憶されている。アイテム提供サーバ装置２の推薦属性情報格納部２４４に記憶
されている推薦属性情報を推薦属性情報格納部１３４にも記憶するのは、情報処理サーバ
制御部１１にて行う処理で、推薦属性情報を利用するためである。もちろん、推薦属性情
報格納部１３４を用意する代わりに、アイテム提供サーバ装置２の推薦属性情報格納部２
４４より推薦属性情報を取得できるようにしてもよいし、逆でもよい。

分配情報格納部１３５は、ＨＤＤなどの記憶装置を用いて、分配情報を複数記憶する。
図４９は、分配情報格納部１３５の格納状態を示す図である。分配情報とは、アイテム属
性を推薦されるユーザのユーザ識別子（ｂａｓｅ＿ｕｓｅｒ＿ｉｄ）と、推薦属性の属性
種別識別子（ｔｙｐｅ＿ｉｄ）と、推薦属性の属性値識別子（ａｔｔｒ＿ｉｄ）と、ｂａ
ｓｅ＿ｕｓｅｒ＿ｉｄに対応するユーザの類似ユーザであり、かつ、ｔｙｐｅ＿ｉｄとａ
ｔｔｒ＿ｉｄとに対応するアイテム属性を有するアイテムを過去に利用したユーザ（分配
ユーザ）のユーザ識別子（ｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄ）と、利用親ポイントの分配率（
ｒａｔｅ）とを関連付けたものであり、図４９のようなテーブル形式で記憶する。本実施
形態における利用親ポイントとは、推薦によりそのアイテムが利用されたと判定された１
つの利用履歴に対して与えられる利用ポイントの大本であり、この利用親ポイントに分配
率を掛け合わせることで、そのアイテムを利用した類似ユーザごとに利用ポイントが算出
される。なお、１つの推薦属性に対する利用ポイントの総和と利用親ポイントが等しくな
るように、分配率の総和を１とする必要がある。

また、利用情報に含まれる特定情報が推薦属性情報である場合は、推薦属性情報に含ま
れるユーザ識別子と属性種別識別子と属性値識別子との組合せを、分配情報格納部１３５
に記憶されているｂａｓｅ＿ｕｓｅｒ＿ｉｄとｔｙｐｅ＿ｉｄとａｔｔｒ＿ｉｄとの組合
せと照合し、合致する行のｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄを抽出することにより、利用親ポ
イントを分配する対象のユーザを容易に特定できる。また、利用情報に含まれる特定情報
が、行番号である場合は、推薦属性情報格納部１３４より、行番号に対応する推薦属性情
報を取得した上で同様に照合すれば、利用親ポイントを分配する対象のユーザを容易に特
定できる。ここでは、１つのテーブルに２種類のユーザ識別子を格納するために、ｂａｓ
ｅ＿ｕｓｅｒ＿ｉｄ、ｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄという名称を付けて区別しているが、
これらは利用履歴格納部１３１などに格納されているｕｓｅｒ＿ｉｄと同じものである。

制約情報格納部１３６は、ＨＤＤなどの記憶装置を用いて、制約情報を複数記憶する。
図５０は、制約情報格納部１３６の格納状態を示す図である。制約情報は、アイテム属性
の制約条件を構成する条件の１つであり、制約条件を識別するための制約条件識別子（ｒ
ｅｓｔ＿ｉｄ）と、属性種別識別子（ｔｙｐｅ＿ｉｄ）と、属性値識別子（ａｔｔｒ＿ｉ
ｄ）と、否定条件であるか否かを示す否定フラグ（ｉｓ＿ｎｏｔ）とを関連付けたもので
あり、図５０のようなテーブル形式で記憶する。
否定フラグは、例えば、図５０の１行目のように、その値が「０」であれば否定条件で
はないことを示し、図５０の２行目のように、その値が「１」であれば否定条件であるこ
とを示す。

制約情報は、属性値識別子が存在しない場合は属性種別を指定する条件となり、属性値
識別子が存在する場合が属性値を指定する条件となる。例えば、図５０の１行目の制約情
報を充足するには、アイテムに対応するいずれかのアイテム属性が属性種別識別子ｔａで
あればよい。また、図５０の２行目の制約情報を充足するには、ユーザに利用されたアイ
テムに対応する全てのアイテム属性が属性種別識別子ｔａかつ属性値識別子ｔａ２でなけ
ればよい。

制約条件は、１つ以上の制約情報で構成される。アイテムが１つの制約条件を充足する
には、その制約条件の制約条件識別子に対応する１つ以上の制約情報を全て充足しなけれ
ばならない。例えば、１つの制約条件が図５０の１行目と２行目の制約情報で構成されて
いる場合、その制約条件を充足するには、アイテムに対応するいずれかのアイテム属性が
属性種別識別子ｔａであり、かつ、全てのアイテム属性が属性種別識別子ｔａかつ属性値
識別子ｔａ２でなければよい。属性種別識別子ｔａが属性種別「作成者」に対する属性種
別識別子であり、属性値識別子をｔａ２が属性値「作者２」に対する属性値識別子とする
と、アイテム属性が、属性種別「作成者」でありかつ、その属性値が「作者２」でない場
合に制約条件を充足する。

また、制約情報格納部１３６には、複数の制約条件を格納することができる。そして、
複数の制約条件のうち、少なくとも１つの制約条件を充足するアイテムが利用ポイントの
付与対象となる。本実施形態においては、分配情報を用いて利用ポイントの付与対象を管
理しているので、後述する分配ユーザ選出処理において制約情報を用いる。
制約情報格納部１３６に格納させている制約情報をサービス提供側が更新することで、
容易に利用ポイントの付与対象であるアイテムを再設定することができる。
なお、全てのアイテム属性を利用ポイント付与の対象としたい場合に、制約情報格納部
１３６に、どのようなアイテム属性であってもなんらかの制約条件が充足するように、サ
ービス提供側が制約情報を登録する必要があるが、その手間をなくすために、制約情報格
納部１３６に、１つも制約情報が格納されていない場合に、全てのアイテム属性を利用ポ
イント付与の対象とするといったルールを設けてもよい。
また、利用ポイントの判定に制約条件を用いない場合は、制約情報格納部１３６は省略
できる。

利用ポイント情報格納部１３７は、ＨＤＤなどの記憶装置を用いて、利用ポイント情報
を複数記憶する。図５１は、利用ポイント情報格納部１３７の格納状態を示す図である。
利用ポイント情報とは、ユーザ識別子であるｕｓｅｒ＿ｉｄと、そのユーザ識別子に対応
するユーザの利用ポイントであるｐｏｉｎｔを関連付けたものであり、図５１のようなテ
ーブル形式で記憶する。なお、記憶されている利用ポイントの初期値は「０」である。

ユーザ情報格納部１３８は、ＨＤＤなどの記憶装置を用いて、ユーザ情報を複数記憶す
る。ユーザ情報格納部１３８は、アイテム提供サーバ装置２のユーザ情報格納部２４１と
同様の格納形式であり、ユーザ情報格納部２４１に記憶されているユーザ情報が全て記憶
されている。アイテム提供サーバ装置２のユーザ情報格納部２４１に記憶されているユー
ザ情報をユーザ情報格納部１３８にも記憶するのは、情報処理サーバ制御部１１にて行う
処理で、ユーザ情報を利用する場合があるためである。もちろん、ユーザ情報格納部１３
８を用意する代わりに、アイテム提供サーバ装置２のユーザ情報格納部２４１よりユーザ
情報を取得できるようにしてもよいし、逆でもよい。

アイテム情報格納部１３９は、ＨＤＤなどの記憶装置を用いて、アイテム情報を複数記
憶するものである。アイテム情報格納部１３９は、アイテム提供サーバ装置２のアイテム
情報格納部２４２と同様の格納形式であり、アイテム情報格納部２４２に記憶されている
アイテム属性情報が全て記憶されている。アイテム提供サーバ装置２のアイテム情報格納
部２４２に記憶されているアイテム属性情報をアイテム情報格納部１３９にも記憶するの
は、情報処理サーバ制御部１１にて行う処理で、アイテム属性情報を利用する場合がある
ためである。もちろん、アイテム情報格納部１３９を用意する代わりに、アイテム提供サ
ーバ装置２のアイテム情報格納部２４２よりアイテム属性情報を取得できるようにしても
よいし、逆でもよい。

情報処理サーバ制御部１１は、情報処理サーバ装置１を構成する各部に対して、全体的
な制御を行う。情報処理サーバ制御部１１は、利用ポイント算出部１１１と、推薦属性選
出部１１２と、分配ユーザ選出部１１３と、利用ポイント情報取得部１１４とで構成され
る。

利用ポイント算出部１１１は、ネットワーク４を介して、アイテム提供サーバ装置２よ
り、利用情報を受信すると、利用ポイント算出処理（ステップＳ１１１）を行う。

利用ポイント算出処理の手順を図５２のフローチャートを用いて説明する。
まず、利用ポイント算出部１１１が、アイテム提供サーバ装置２より、情報処理サーバ
通信部１２経由で、利用情報を取得する（ステップＳ２０１）。
次に、利用ポイント算出部１１１が、ステップＳ２０１にて取得した利用情報が利用ポ
イントの付与対象となるか否かを判定する（ステップＳ２０２）。付与対象になる場合は
ステップＳ２０３へ進み、付与対象にならない場合はステップＳ２０９へ進む。利用情報
が利用ポイントの付与対象となるか否かを判定する方法を以下に２つ示す。

付与対象の第１の判定方法は、特定情報を用いて判定する。利用情報に特定情報が含ま
れている場合は付与対象であると判定し、利用情報に特定情報を含まない場合は付与対象
でないと判定する。
付与対象の第２の判定方法は、利用情報に含まれる利用履歴を用いて判定する。まず、
アイテム情報格納部１３９より、利用履歴のアイテム識別子に対応する属性対応情報を全
て取得する。次に、取得した属性対応情報ごとに、推薦属性情報格納部１３４に、利用履
歴のユーザ識別子とアイテム属性値情報に含まれる属性種別識別子と属性値識別子の組合
せを照合し、一致する推薦属性情報が少なくとも１つ存在するか否かで判定する。少なく
とも１つ存在する場合は付与対象と判定し、１つも存在しない場合は付与対象でないと判
定する。

ステップＳ２０３では、利用ポイント算出部１１１が、利用親ポイントを算出する。利
用親ポイントの算出方法は、例えば、利用情報１つにつき、サービス提供者側が予め設定
した一定のポイント（例えば１０ポイント）とするものである。また、有料のアイテムを
扱うショッピングサイト等であれば、購入代金から一定の割合（例えば購入代金の１％）
を利用親ポイントとして算出してもよい。また、利用情報に含まれる利用履歴に、アイテ
ムの利用形態情報（アイテムの詳細情報の表示する操作、アイテムを買い物かごに入れる
等の購入候補に指定する操作、アイテムの購入操作などの操作を区別する情報）を含ませ
、その利用形態ごとに一定のポイントを予めサービス提供側が設定し、利用親ポイントと
して付与してもよい。

次に、利用ポイント算出部１１１が、分配情報格納部１３４より、ステップＳ２０２に
て利用した判定方法に応じて、分配情報を取得する（ステップＳ２０４）。
ステップＳ２０２にて、利用対象の第１の判定方法を用いた場合は、分配情報格納部１
３４より、特定情報に含まれる推薦属性情報のユーザ識別子と属性種別識別子と属性値識
別子の組合せと、分配情報の（ｂａｓｅ＿ｕｓｅｒ＿ｉｄ，ｔｙｐｅ＿ｉｄ，ａｔｔｒ＿
ｉｄ）の組合せとを照合し、一致する全ての分配情報を取得すればよい。特定情報が行番
号を基に作成されていた場合は、推薦属性情報格納部１３４より、行番号に対応する推薦
属性情報を取得し、取得した推薦属性情報を用いればよい。

ステップＳ２０２にて、利用対象の第２の判定方法を用いた場合は、まず、アイテム情
報格納部１３９より、利用履歴のアイテム識別子に対応する属性対応情報を全て取得する
。次に、取得した属性対応情報ごとに、推薦属性情報格納部１３４に、利用履歴のユーザ
識別子とアイテム属性値情報に含まれる属性種別識別子と属性値識別子の組合せを照合し
、一致する推薦属性情報を全て取得する。そして、分配情報格納部１３５より、取得した
推薦属性情報ごとに分配情報を取得する。このとき、１つの推薦属性情報に対応する分配
情報の分配率の総和が「１」となるので、例えば、３つの推薦属性情報において、分配情
報が存在した場合は、分配率の総和が「３」となる。このため、分配率の総和を「１」に
するために、全ての分配情報の分配率を、分配情報が存在した推薦属性情報の数で割る必
要がある。

ここで取得した分配情報に含まれるｕｓｅｒ＿ｉｄに対応する分配ユーザは全て、利用
情報よりも早い時期に、利用履歴に対応するアイテムと同じ属性を有する何らかのアイテ
ムを利用したユーザである。
また、推薦属性情報に対応する分配情報が存在しない場合もあるため、分配情報を１つ
も取得できないこともある。
また、推薦属性情報を用いて分配情報を取得する際に、推薦属性情報のアイテム属性が
、制約情報格納部１３６に格納されている制約情報で構成される制約条件の少なくとも１
つを充足するか否かを判定し、少なくとも１つ充足する推薦属性情報のみを用いて分配情
報を取得するとしてもよい。

次に、利用ポイント算出部１１１が、ステップＳ２０６にて全ての分配情報を選択した
か否かを判定する（ステップＳ２０５）。全て選択した場合は、ステップＳ２０９へ進み
、まだ未選択のものが残っている場合は、ステップＳ２０６へ進む。
ステップＳ２０６では、利用ポイント算出部１１１が、ステップＳ２０４にて取得した
分配情報を、例えば取得した順に、１つ選択する。
次に、利用ポイント算出部１１１が、ステップＳ２０３にて算出した利用親ポイントと
、ステップＳ２０６にて選択した分配情報に含まれるｒａｔｅとを掛け合わせることで利
用ポイントを変更するための変更値を算出する（ステップＳ２０７）。

次に、利用ポイント算出部１１１が、利用ポイント情報格納部１３５において、ステッ
プＳ２０６にて選択した分配情報に含まれるｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄと利用ポイント
情報のｕｓｅｒ＿ｉｄとを照合し、一致する利用ポイント情報を特定し、特定した利用ポ
イント情報のｐｏｉｎｔ（元の利用ポイント）に、ステップＳ２０７にて算出した変更値
を加算する（ステップＳ２０８）。次に、ステップＳ２０５へ進む。

ステップＳ２０９では、利用ポイント算出部１１１が、利用履歴格納部１３１に、ステ
ップＳ２０１にて取得した利用情報に含まれる利用履歴を記憶する。利用履歴を利用履歴
格納部１３１に格納することで、利用履歴は既処理であるとみなされる。アイテムを利用
したユーザにも一定の変更値を加算したい場合は、このステップにて加算すればよい。こ
のとき、利用ポイント情報格納部１３５において、ステップＳ２０１にて取得した利用情
報に含まれるユーザ識別子に対応する利用ポイント情報を特定し、特定した利用ポイント
情報のｐｏｉｎｔ（元の利用ポイント）に、予めサービス提供側が設定した変更値を加算
する。
以上で、ステップＳ２０１からステップＳ２０９までの一連の処理は終了となる。

上記説明では、ステップＳ２０８にて、元の利用ポイントに変更値を加算して、利用ポイ
ントを更新しているが、加算処理の代わりに、元のポイントと以下に示す係数（変更値）
との乗算処理を用いて、利用ポイントを更新してもよい。このとき、ステップＳ２０３で
は、加算する利用ポイントの和である利用親ポイントの代わりに、増加率（元の利用ポイ
ントをどの程度増加させるかを示す値であり、この値に１を加えることで係数となる）の
合計値である親増加率を算出する。そして、ステップＳ２０６にて選択した分配情報に含
まれる分配ユーザｕｒの推薦属性情報に対応する属性種別ｔｉの属性値ｔｉｊに関する分
配率をｒａｔｅ（ｕｒ，ｔｉ，ｔｉｊ）とし、親増加率をｓｒとして、図７３の式（１）
により、係数ｍ（ｕｒ，ｔｉ，ｔｉｊ）を算出する。

また、利用ポイントの初期値が「０」であると、いくら倍率を掛け合わせても増加しな
いため、初期値を「０」を超える値で設定するか、初期値は「０」であるが、一番最初に
利用ポイントの算出対象になった場合にのみ、一定のポイント数を加えればよい。また、
アイテムを利用したユーザにも一定の係数を乗算したい場合も、ステップＳ２０９にて、
ステップＳ２０１にて取得した利用情報に含まれるユーザ識別子に対応する利用ポイント
情報を特定し、特定した利用ポイント情報のｐｏｉｎｔ（元の利用ポイント）に、予めサ
ービス提供側が設定した係数をかければよい。
以上が、利用ポイント算出処理の説明である。

推薦属性選出部１１２は、所定のタイミングごとに、属性嗜好情報格納部１３２と、類
似ユーザ情報格納部１３３と、推薦属性情報格納部１３４に記憶されているデータを全て
削除した後、属性嗜好情報作成処理、類似ユーザ選出処理、推薦属性選出処理の順に処理
を行う。所定のタイミングとしては、所定の時間間隔（例えば２４時間ごと）を用いても
よいし、利用情報を一定回数受信するごととしてもよい。また、月曜日〜金曜日までは３
時間ごと、土曜日は６時間ごと、日曜日は１２時間ごと、というように時間間隔が変動し
てもよい。また、夏は時間間隔を短くして、冬は時間間隔を長くするなど、季節に応じて
時間間隔を変えてもよい。

まず、属性嗜好情報作成処理の手順を、図５３のフローチャートを用いて説明する。
まず、推薦属性選出部１１２が、利用履歴格納部１３１より、ｕｓｅｒ＿ｉｄを重複無
しで全て抽出する（ステップＳ３０１）。
次に、推薦属性選出部１１２が、ステップＳ３０１にて抽出したｕｓｅｒ＿ｉｄのうち
、例えば、抽出した順に、１つ選択する（ステップＳ３０２）。

次に、推薦属性選出部１１２が、利用履歴格納部１３１より、ステップＳ３０２にて選
択したｕｓｅｒ＿ｉｄを含む利用履歴を全て取得する（ステップＳ３０３）。
次に、推薦属性選出部１１２が、アイテム情報格納部１３９より、ステップＳ３０３に
て取得した利用履歴に含まれるｉｔｅｍ＿ｉｄのうちのいずれかと一致する属性対応情報
を全て取得する（ステップＳ３０４）。

次に、ステップＳ３０４にて取得した属性対応情報より、ｔｙｐｅ＿ｉｄとａｔｔｒ＿
ｉｄの組合せを重複なしで全て抽出する（ステップＳ３０５）。
次に、推薦属性選出部１１２が、ステップＳ３０５にて抽出したｔｙｐｅ＿ｉｄとａｔ
ｔｒ＿ｉｄの組合せのうち、例えば、抽出した順に、１つ選択する（ステップＳ３０６）
。
次に、推薦属性選出部１１２が、ステップＳ３０４にて取得した属性対応情報のうち、
ステップＳ３０５にて選択したｔｙｐｅ＿ｉｄとａｔｔｒ＿ｉｄの組合せと一致するもの
よりｉｔｅｍ＿ｉｄを抽出する。そして、ステップＳ３０３にて取得した利用履歴のうち
、抽出したｉｔｅｍ＿ｉｄのうちのいずれかと一致する利用履歴（嗜好度算出対象利用履
歴）のみを用いて、嗜好度を算出する（ステップＳ３０７）。

以下に、嗜好度算出方法を８種類説明する。
嗜好度算出の第１の方法は、嗜好度を「１」として算出する方法である。この方法は、
嗜好度に対するアイテム属性１つひとつの嗜好の度合いを全て平等（同じ）に扱っている
。また、計算量が最も少なくなる。
嗜好度算出の第２の方法は、全利用回数を嗜好度として算出方法である。全利用回数は
、利用履歴格納部１３１の第２の格納形式のように利用回数が記憶されている場合に、嗜
好度算出対象利用履歴に含まれる利用回数の和を全利用回数とすればよい。また、利用回
数を含まない場合は、嗜好度算出対象利用履歴の数を全利用回数とすればよい。この方法
は、嗜好度に対するアイテム属性１つひとつの嗜好の度合いを変えており、ユーザの嗜好
度算出対象の属性を有するアイテムに対する全利用回数が多いほど嗜好の度合いが強いこ
とになる。

嗜好度算出の第３の方法は、利用履歴格納部１３１の第３の格納形式のように評価値が
記憶されている場合にのみ用いることができる方法であり、嗜好度算出対象利用履歴に含
まれる評価値の代表値（評価値の和や平均値や最大値や最小値や中央値や最新の日付に対
応する評価値）を嗜好度として算出する方法である。この方法は、嗜好度に対するアイテ
ム属性１つひとつの嗜好の度合いを変えており、ユーザの嗜好度算出対象の属性を有する
アイテムに対する評価が高いほど嗜好の度合いが強いことになる。

嗜好度算出の第４の方法は、利用履歴に含まれる利用日時を用いて、利用日時の古い利
用履歴ほど大きな重みを付けて嗜好度を算出する方法である。例えば、嗜好度算出対象利
用履歴ごとに、属性嗜好情報作成処理を行う日付（現在）と、その利用日時との差を算出
し、その差の代表値（総和や平均値や最大値や最小値）を算出すればよい。この方法は、
嗜好度に対するアイテム属性１つひとつの嗜好の度合いを変えており、ユーザが嗜好度算
出対象の属性を有するアイテムを早く利用するほど嗜好の度合いが強いことになる。

嗜好度算出の第５の方法は、利用履歴に含まれる利用日付を用いて、利用日時の新しい
利用履歴ほど大きな重みを付けて嗜好度を算出する方法である。例えば、嗜好度算出対象
利用履歴ごとに、属性嗜好情報作成処理を行う日付（現在）と、その利用日時との差を算
出し、その差の逆数の代表値（総和や平均値や最大値や最小値や中央値）を算出すればよ
い。この方法は、嗜好度に対するアイテム属性１つひとつの嗜好の度合いを変えており、
ユーザが嗜好度算出対象の属性を有するアイテムを後で利用するほど嗜好の度合いが強い
ことになる。また、逆数を用いて、日付差が大きくなるほど分配率が小さくなるようにし
ているが、他の方法を用いてもよい。例えば、底が０より大きく、かつ１未満である指数
関数（単調減少関数）を用いてもよい。

ここで、嗜好度算出の第４と第５の方法は、属性嗜好情報作成処理を行う日付（現在）
と、利用日時との差が「０」にならないような処理をする必要がある。

嗜好度算出の第６の方法は、利用履歴格納部１３１の第４の格納形式のように支払い額
記憶されている場合にのみ用いることができる方法であり、嗜好度算出対象利用履歴に含
まれる支払い額の代表値（総和や平均値や最大値や最小値や中央値）を嗜好度として算出
する方法である。この方法は、嗜好度に対するアイテム属性１つひとつの嗜好の度合いを
変えており、ユーザの嗜好度算出対象の属性を有するアイテムに対する支払い額が高い嗜
好の度合いが強いことになる。

また、上記の嗜好度算出の第１〜嗜好度算出の第６の方法を組み合わせて嗜好度を算出
してもよい。例えば、それぞれの方法で嗜好度（嗜好度１〜嗜好度Ｎ）を算出し、それら
の嗜好度を加算した値、乗算した値、それらの嗜好度の平均値などを総合的な嗜好度とし
て用いてもよい。また、嗜好度算出の第３の方法と第６の方法を組合せて、評価値と支払
い額との積を算出し、その積の総和を嗜好度として算出してもよい。
次に、推薦属性選出部１１２が、属性嗜好情報格納部１３２に、ステップＳ３０２で選
択したｕｓｅｒ＿ｉｄと、ステップＳ３０６にて選択したｔｙｐｅ＿ｉｄとａｔｔｒ＿ｉ
ｄの組合せと、ステップＳ３０７にて算出した嗜好度（ｐ＿ｖａｌｕｅ）とを関連付けた
属性嗜好情報を記憶する。（ステップＳ３０８）

次に、推薦属性選出部１１２が、ステップＳ３０６にて抽出した全てのｔｙｐｅ＿ｉｄ
とａｔｔｒ＿ｉｄとの組合せを選択したか否かを判定する（ステップＳ３０９）。全て選
択した場合はステップＳ３１０へ進み、まだ未選択のものが残っている場合はステップＳ
３０６へ進む。
ステップＳ３１０では、推薦属性選出部１１２が、ステップＳ３０２にて抽出した全て
のｕｓｅｒ＿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Ｓ３０１か
らステップＳ３１０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。

なお、属性嗜好情報作成処理で用いる利用履歴を、過去の特定の時点から、属性嗜好情
報作成処理を行っている時点（現在）までの間に利用されたアイテムに関する利用履歴の
みに制限してもよい。過去の特定の時点は、サービス提供側が予め決めておけばよく、例
えば、属性嗜好情報作成処理を行っている時点から３ヶ月前や、半年前や、１年前とすれ
ばよい。このとき、ステップＳ３０１にて、利用履歴格納部１３１よりｕｓｅｒ＿ｉｄを
抽出する際に、過去の特定の時点以降の利用履歴に含まれるｕｓｅｒ＿ｉｄのみ抽出すれ
ばよい。また、ステップＳ３０３にて、利用履歴格納部１３１より利用履歴を取得する際
に、過去の特定の時点以降の利用履歴を取得すればよい。

また、ユーザ情報格納部１３６に記憶されているユーザ情報に含まれるユーザ属性情報
を用いて、属性嗜好情報作成処理に用いる利用履歴を制限してもよい。このとき、ステッ
プＳ３０１にて、利用履歴格納部１３１よりｕｓｅｒ＿ｉｄを抽出する際に、所定条件（
例えば、「２０代女性」）のユーザ属性を持つユーザのｕｓｅｒ＿ｉｄを含む利用履歴の
みから取得すればよい。もちろん、所定条件として何も指定しなくてもよい。更に、ステ
ップＳ３０３でも、同様に取得する利用履歴に含まれるｕｓｅｒ＿ｉｄに所定条件を指定
してもよい。

また、アイテム情報格納部１３７に記憶されているアイテム属性情報を用いて、属性嗜
好情報作成処理に用いる利用履歴を制限してもよい。このとき、ステップＳ３０１にて、
利用履歴格納部１３１よりｕｓｅｒ＿ｉｄを抽出する際に、所定条件のアイテム属性を持
つアイテムのｉｔｅｍ＿ｉｄを含む利用履歴からのみ取得すればよい。もちろん、所定条
件として何も指定しなくてもよい。更に、ステップＳ３０３でも、同様に取得する利用履
歴に含まれるｉｔｅｍ＿ｉｄに所定条件を指定してもよい。

所定条件は、例えば、属性の種別が「作成者」のみといったように、特定の属性の種別
のみに制限する条件である。また、属性の種別「ジャンル」の属性値「フィクション」の
みといったように、特定のアイテム属性のみに制限する条件である。もちろん、複数の条
件を用意し、複数の条件のうちのいずれかを満たす利用履歴を取得したり、そのうちの一
定数を満たす利用履歴を取得するといったように、複数の条件を組み合わせて所定の条件
としてもよい。
以上が、属性嗜好情報作成処理の手順の説明である。

次に、類似ユーザ選出処理の手順を、図５４のフローチャートを用いて説明する。
まず、推薦属性選出部１１２が、属性嗜好情報格納部１３２より、ｕｓｅｒ＿ｉｄを重
複無しで全て抽出する（ステップＳ４０１）。
次に、推薦属性選出部１１２が、ステップＳ４０１にて抽出したｉｔｅｍ＿ｉｄのうち
、例えば、抽出した順に、１つ選択する（ステップＳ４０２）。

次に、推薦属性選出部１１２が、属性嗜好情報格納部１３２より、ステップＳ４０２に
て選択したｕｓｅｒ＿ｉｄに対応するユーザ（基準ユーザとみなす）の属性嗜好情報と、
基準ユーザが利用したことのあるいずれかのアイテム属性に対応するアイテムを利用した
ユーザ（類似候補ユーザ）の全ての属性嗜好情報を取得する（ステップＳ４０３）。類似
候補ユーザの属性嗜好情報を全て取得するには、まず、基準ユーザの属性嗜好情報を除く
全ての属性嗜好情報のうち、基準ユーザの全ての属性嗜好情報に含まれる属性種別識別子
と属性値識別子の組合せのいずれかを有する属性嗜好情報からユーザ識別子を類似候補ユ
ーザのユーザ識別子として抽出する。そして、抽出したユーザ識別子のいずれかと一致す
る属性嗜好情報を全て取得すればよい。

次に、推薦属性選出部１１２が、ステップＳ４０３にて取得した属性嗜好情報を用いて
、類似候補ユーザごとに、基準ユーザとの類似度を算出する（ステップＳ４０４）。類似
度を算出する方法として例えば、Ｊａｃｃａｒｄ（ジャカード）係数を用いることができ
る。Ｊａｃｃａｒｄ係数を用いる場合は、ユーザｘが利用したことのあるアイテム属性集
合をＡｘ、ユーザｙが利用したことのあるアイテム属性集合をＡｙ、ユーザｘとユーザｙ
を共に利用したことのあるアイテム属性数を｜Ａｘ ∩ Ａｙ｜とし、ユーザｘとユーザｙ
の少なくとも一方を利用したことのあるアイテム属性数を｜Ａｘ ∪ Ａｙ｜としたとき、
類似度は図７３の式（２）で算出することができる。

また、類似度算出に、コサイン距離やピアソン積率相関係数を用いることもできる。コ
サイン距離を用いる場合は、例えば、ユーザｘが利用したことのあるアイテム属性集合を
Ａｘとし、ユーザｘのアイテム属性ａｘ（ａｘ∈Ａｘ）に対する嗜好度をＶ（ｘ，ａｘ）
、ユーザｙが利用したことのあるアイテム属性集合をＡｙとし、ユーザｙのアイテム属性
ａｙ（ａｙ∈Ａｙ）に対する嗜好度をＶ（ｙ，ａｙ）、ユーザｘとユーザｙが共に利用し
たことのあるアイテム属性集合をＡｃとし、ユーザｘのアイテム属性ａｃ（ａｃ∈Ａｃ）
に対する嗜好度をＶ（ｘ，ａｃ）、ユーザｙのアイテム属性ａｃに対する嗜好度をＶ（ｙ
，ａｃ）としたとき、類似度は図７３の式（３）で算出することができる。

また、ピアソン積率相関係数を用いる場合は、例えば、ユーザｘとユーザｙを共に利用
したことのあるアイテム属性集合をＡｃとし、Ａｃに属するアイテム属性数をｎとし、ユ
ーザｘのアイテム属性ａｃ（ａｃ∈Ａｃ）に対する嗜好度をＶ（ｘ，ａｃ）、ユーザｙの
アイテム属性ａｃに対する嗜好度をＶ（ｙ，ａｃ）としたとき、類似度は図７３の式（４
）で算出することができる。これ以外にも、２アイテム間の類似性を表す指標であれば、
どのようなものを用いてもよい。

次に、推薦属性選出部１１２が、ステップＳ４０４にて算出した類似度を基に、類似候
補ユーザの中から類似ユーザを選出する（ステップＳ４０５）。類似ユーザの選出基準は
、類似度の高い順に、予めサービス提供側が設定した数だけ選出すればよい。また、予め
サービス提供側が閾値を定め、その閾値より高い類似度を持つ類似候補ユーザを類似ユー
ザとして選出してもよい。

次に、推薦属性選出部１１２が、ステップＳ４０５にて選出した類似ユーザごとに、類
似ユーザ情報格納部１３３に、基準ユーザのｕｓｅｒ＿ｉｄ（ｂａｓｅ＿ｕｓｅｒ＿ｉｄ
）と、ステップＳ４０５にて選出した類似ユーザのユーザ識別子（ｓｉｍ＿ｕｓｅｒ＿ｉ
ｄ）と、基準ユーザと類似ユーザとの類似度（ｖａｌｕｅ）を関連付けた類似ユーザ情報
を記憶する（ステップＳ４０６）。
次に、推薦属性選出部１１２が、ステップＳ４０２にて抽出した全てのｕｓｅｒ＿ｉｄ
を選択したか否かを判定する（ステップＳ４０７）。全て選択した場合はステップＳ４０
１からステップＳ４０７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Ｓ４０２へ進む。

なお、類似ユーザを選出する対象のユーザを制限してもよい。このとき、ステップＳ４
０１にて、属性嗜好情報格納部１３２よりｕｓｅｒ＿ｉｄを取得する際に、所定の条件、
例えば、所定数以上のアイテムを利用したユーザのｕｓｅｒ＿ｉｄのみを取得するとして
もよい。所定数はサービス提供側が予め決めておけばよい。更に、特定の期間において、
所定数以上のアイテムを利用したユーザのｕｓｅｒ＿ｉｄのみを取得するとしてもよい。
特定の期間はサービス提供側が予め決めておけばよい。

また、ステップＳ４０３にて、属性嗜好情報格納部１３２より、類似候補ユーザの属性
嗜好情報を取得する際に、類似候補ユーザにも同様に制限をかけてもよい。このときも同
様に、類似候補ユーザの中で、所定数以上のアイテムを利用した類似候補ユーザの属性嗜
好情報のみ取得してもよいし、特定の期間において、所定数以上のアイテムを利用した類
似候補ユーザの属性嗜好情報のみを取得してもよい。

また、属性嗜好情報を用いて２ユーザ間の類似度を算出する代わりに、利用履歴を用い
て２ユーザ間の類似度を算出してもよい。このとき、ステップＳ４０３にて、属性嗜好情
報を取得する代わりに、利用履歴格納部１３１より、基準ユーザが利用したことのあるい
ずれかのアイテムを利用したユーザ（第２類似候補ユーザ）の全ての利用履歴を取得すれ
ばよい。第２類似候補ユーザの利用履歴を全て取得するには、まず、基準ユーザの利用履
歴を除く全ての利用履歴のうち、基準ユーザの全ての利用履歴に含まれるアイテム識別子
のいずれかを有する利用履歴からユーザ識別子を第２類似候補ユーザのユーザ識別子とし
て抽出する。そして、抽出したユーザ識別子のいずれかと一致する利用履歴を全て取得す
ればよい。また、ステップＳ４０４の類似度算出もアイテム属性をアイテムと置き換える
ことで、同様に算出することができる。また、ユーザのアイテムに対する嗜好度に関して
は、アイテム属性に対する嗜好度算出の第１〜第６の方法を流用して算出することができ
る。また、ステップＳ４０５の類似ユーザ選出では、第２類似候補ユーザの中から類似ユ
ーザを選出すればよい。

また、属性嗜好情報を用いて２ユーザ間の類似度を算出する代わりに、ユーザ属性情報
を用いて２ユーザ間の適合度を算出し、その適合度を用いて類似ユーザを選出してもよい
。適合度とは、ユーザ属性情報を用いてユーザ同士の相性の良さを数値化したものである
。このとき、ステップＳ４０１にて、さらに、ユーザ情報格納部１３８より、抽出したｕ
ｓｅｒ＿ｉｄに対応するユーザ属性情報を全て取得する。そして、ステップＳ４０３の処
理を省略し、ステップＳ４０４にて類似度を算出する代わりに、ステップＳ４０２にて選
択したｕｓｅｒ＿ｉｄに対応するユーザ属性情報と、それ以外のユーザ属性情報との間の
適合度を算出すればよい。適合度として、２ユーザのユーザ属性情報間の属性値の一致数
を用いることができる。

例えば、ユーザ属性情報に含まれる属性が性別と年齢と地域である場合に、一方の属性
値が「男」、「２４」、「東京」であり、他方の属性値が「女」、「２４」、「東京」で
あるとき、一致する属性数が２であるため、適合度を「２」とする。また、一致する属性
値の条件は、属性ごとにサービス提供者側が自由に決めてよく、例えば、年齢なら属性値
の差が「５」未満なら一致とするとしてもよいし、属性値が「２０」〜「２９」なら「２
０代」、「３０」〜「３９」なら「３０代」と変換し、変換後の値を用いて一致するか否
かを判定してもよい。「地域」など他の属性についても同様の処理を行ってよい。また、
属性ごとに異なる重みをつけて適合度を算出してもよい。例えば、年齢が一致する場合に
は、「地域」が一致する場合よりも適合度が２倍大きくなるように算出してもよい。
以上が、類似ユーザ選出処理の手順の説明である。

次に、推薦属性選出処理の手順を、図５５のフローチャートを用いて説明する。
まず、推薦属性選出部１１２が、類似ユーザ情報格納部１３３より、ｂａｓｅ＿ｕｓｅ
ｒ＿ｉｄを、重複なしで全て抽出する（ステップＳ５０１）。

次に、推薦属性選出部１１２が、ステップＳ５０１にて抽出したｂａｓｅ＿ｕｓｅｒ＿
ｉｄのうちの１つを選択する。例えば取得した順に、１つずつ選択すればよい（ステップ
Ｓ５０２）。ここで選択したｂａｓｅ＿ｕｓｅｒ＿ｉｄに対応するユーザを「推薦対象ユ
ーザ」と呼ぶ。
次に、推薦属性選出部１１２が、類似ユーザ情報格納部１３３より、ステップＳ５０２
にて選択したｂａｓｅ＿ｕｓｅｒ＿ｉｄに対応する全ての類似ユーザ情報を取得する（ス
テップＳ５０３）。

次に、推薦属性選出部１１２が、属性嗜好情報格納部１３２より、類似ユーザの属性嗜
好情報を全て取得する（ステップＳ５０４）。具体的には、ステップＳ５０３にて取得し
た類似ユーザ情報に含まれるｓｉｍ＿ｕｓｅｒ＿ｉｄとｕｓｅｒ＿ｉｄとを照合し、ｓｉ
ｍ＿ｕｓｅｒ＿ｉｄのいずれかと一致するｕｓｅｒ＿ｉｄを含む属性嗜好情報を全て取得
する。このとき、推薦対象ユーザがすでに利用したアイテム属性に対応する属性種別識別
子と属性値識別子を有する属性嗜好情報を除外することで、推薦対象ユーザが過去に利用
したアイテム属性を推薦から除外することもできる。また、類似ユーザの属性嗜好情報に
含まれるアイテム属性が推薦候補になるため、前述の属性嗜好情報作成処理のステップＳ
３０４にて、取得する属性対応情報を制限した場合、制限によって除外されたアイテム属
性は、この手順で取得するどの属性嗜好情報にも含まれないので、除外されたアイテム属
性が推薦されることはない。

次に、推薦属性選出部１１２が、ステップＳ５０４にて取得した推薦属性情報を用いて
アイテム属性ごとに以下の方法で推薦値を算出する（ステップＳ５０５）。

推薦値算出の第１の方法は、アイテム属性ごとに、その属性を有するアイテムを利用し
た類似ユーザの数を集計し、その数を推薦値とする方法である。この方法は、推薦値に対
するユーザ１人ひとりの影響力（重み）を全て平等（同じ）に扱っている。

推薦値算出の第２の方法は、アイテム属性ごとに、その属性を有するアイテムを利用し
た類似ユーザの類似度の和を推薦値として算出する方法である。この方法は、推薦値に対
するユーザ１人ひとりの影響力（重み）を変えており、推薦対象ユーザとの類似度が高い
類似ユーザほど影響力が強いことになる。

推薦値算出の第３の方法は、アイテム属性ごとに、その属性を有するアイテムを利用し
た類似ユーザの嗜好度の和を推薦値として算出する方法である。この方法は、推薦値に対
するユーザ１人ひとりの影響力（重み）を変えており、推薦値の計算対象のアイテム属性
に対する嗜好度の高いユーザほど影響力が強いことになる。このため、嗜好度の算出方法
によって、ユーザの影響力が異なる。例えば、嗜好度算出の第３の方法を用いて嗜好度を
算出していた場合は、ユーザが嗜好度算出対象の属性を有するアイテムを早く利用するほ
ど嗜好度が高くなるため、早くその属性を有するアイテムを利用したユーザほど影響力が
強いことになる。

推薦値算出の第４の方法は、推薦値算出の第３の方法と同様に嗜好度の総和を用いるが
、嗜好度は利用履歴を用いて新たに算出したもの（第２の嗜好度）を用いる。具体的には
、類似ユーザの利用履歴を全て取得し、取得した利用履歴を用いて、嗜好度算出の第１〜
第６の方法を流用することで第２の嗜好度を算出する。推薦値算出の第４の方法は、推薦
値算出の第３の方法と比べて計算量は増えるが、推薦値算出に用いる嗜好度の算出方法を
自由に選択することができる。このため、類似度算出処理で属性嗜好情報の嗜好度を用い
、かつ、推薦値算出時に異なる嗜好度を用いたい場合に利用する方法である。類似度算出
処理で属性嗜好情報の嗜好度を用いない場合や、推薦値算出時にも同じ嗜好度を用いる場
合は、推薦値算出の第４の方法ではなく、推薦値算出の第３の方法を用いればよい。

推薦値算出の第５の方法は、ユーザ情報格納部１３８に記憶されたユーザ情報にユーザ
が会員になった日付が含まれる場合に、会員になった日付の古いユーザほど大きな重みを
付けて推薦値を算出する方法である。例えば、まず、類似ユーザごとに、推薦属性選出処
理を行う日付（現在）と、類似ユーザが会員になった日付との差を算出する。そして、ア
イテム属性ごとに、その属性を有するアイテムを利用した類似ユーザの日付差の総和を算
出すればよい。この方法は、推薦値に対するユーザ１人ひとりの影響力（重み）を変えて
おり、早く会員になったユーザほど影響力が強いことになる。

推薦値算出の第６の方法は、ユーザ情報格納部１３８に記憶されたユーザ情報にユーザ
が会員になった日付が含まれる場合に、会員になった日付の新しいユーザほど大きな重み
を付けて推薦値を算出する方法である。例えば、まず、類似ユーザごとに、推薦属性選出
処理を行う日付（現在）と、類似ユーザが会員になった日付との差を算出する。そして、
アイテム属性ごとに、その属性を有するアイテムを利用した類似ユーザの日付差の逆数の
総和を算出すればよい。この方法は、推薦値に対するユーザ１人ひとりの影響力（重み）
を変えており、後で（最近になって）会員になったユーザほど影響力が強いことになる。

推薦値算出の第７の方法は、ユーザ情報格納部１３８に記憶されたユーザ情報に含まれ
るユーザの属性情報を用いる方法である。具体的には、まず、類似ユーザごとに、推薦対
象ユーザのユーザ属性情報と、類似ユーザのユーザ属性情報との適合度を算出する。そし
て、アイテム属性ごとに、その属性を有するアイテムを利用した類似ユーザとの適合度の
総和を推薦値として算出する方法である。この方法は、推薦値に対するユーザ１人ひとり
の影響力（重み）を変えており、推薦対象ユーザとの適合度が高いユーザほど影響力が強
いことになる。

推薦値算出の第８の方法は、アイテム属性ごとに、その属性を有するアイテムを利用し
た類似ユーザの類似度とそのアイテム属性の嗜好度との積の総和から、その属性を有する
アイテムを利用した類似ユーザの類似度の総和を割った値を推薦値として算出する方法で
ある。この方法は、推薦値に対するユーザ１人ひとりの影響力（重み）を変えており、推
薦対象ユーザとの類似度とアイテム属性に対する嗜好度の高い類似ユーザほど影響力が強
いことになる。

また、上記の推薦値算出の第１〜第８の方法を組み合わせて推薦値を算出してもよい。
例えば、それぞれの方法で推薦値（推薦値１〜推薦値Ｎ）を算出し、それらの推薦値を加
算した値、乗算した値、それらの推薦値の平均値などを総合的な推薦値として用いてもよ
い。また、推薦値算出の第２の方法と第３の方法を組合せて、属性値情報ごとに、その属
性値情報に対応する類似ユーザの類似度と嗜好度との積を算出し、アイテム属性ごとに、
その積の総和を推薦値として算出してもよい。

次に、推薦属性選出部１１２が、ステップＳ５０５にて算出した推薦値を基に推薦属性
を選出する（ステップＳ５０６）。推薦属性の選出基準は、推薦値の高い順に、予めサー
ビス提供側が設定した数だけ選出すればよい。また、予めサービス提供側が閾値を定め、
その閾値より高い推薦値を持つアイテム属性を推薦属性として選出してもよい。なおこの
処理において、選出された推薦属性に対して、推薦値の高い順に推薦順位を付け、その推
薦順位を含めた情報をステップＳ５０７において記憶してもよい。

次に、推薦属性選出部１１２が、推薦属性情報格納部１３４に、ステップＳ５０６にて
選出した推薦属性ごとに、ステップＳ５０２にて選択したｂａｓｅ＿ｕｓｅｒ＿ｉｄと、
推薦属性のアイテム属性（ｔｙｐｅ＿ｉｄとａｔｔｒ＿ｉｄの組合せ）と、推薦属性のス
テップＳ５０５にて算出した推薦値（ｖａｌｕｅ）とを関連付けて記憶する。
次に、推薦属性選出部１１２が、ステップＳ５０２にて全てのｂａｓｅ＿ｕｓｅｒ＿ｉ
ｄを選択したか否かを判定する（ステップＳ５０８）。全て選択した場合はステップＳ５
０９へ進み、まだ未選択のものが残っている場合はステップＳ５０２へ進む。
ステップＳ５０９では、推薦属性選出部１１２が、推薦属性情報格納部１３４に記憶さ
れた全ての推薦属性情報を、ネットワーク４を介して、アイテム提供サーバ装置２に送信
し、ステップＳ５０１からステップＳ５０９までの一連の処理を終了する。

分配ユーザ選出部１１３は、推薦属性選出部１１２による推薦属性が終了すると、分配
情報格納部１３５に記憶されている全てのデータを削除した後に、分配ユーザ選出処理を
行う。

分配ユーザ選出処理の手順を図５６のフローチャートを用いて説明する。
まず、分配ユーザ選出部１１３が、推薦属性情報格納部１３４より、制約情報格納部１
３６に格納されている制約情報で構成された制約条件のうち、少なくとも１つを充足する
推薦属性情報を全て取得する（ステップＳ６０１）。なお、利用ポイント算出処理のステ
ップＳ２０４にて推薦属性情報に対応する分配情報を取得する際に、制約条件を少なくと
も１つ充足する推薦属性情報に対応する分配情報のみ取得する場合は、推薦属性情報格納
部１３４より、推薦属性情報を全て取得してもよい。

次に、分配ユーザ選出部１１３が、ステップＳ６０３にて全ての推薦属性情報を選択し
たか否かを判定する（ステップＳ６０２）。全て選択した場合はステップＳ６０１からス
テップＳ６０６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Ｓ６０３へ進む。
ステップＳ６０３では、分配ユーザ選出部１１３が、ステップＳ６０１にて取得した推
薦属性情報のうち、例えば取得した順に１つ選択する。

次に、分配ユーザ選出部１１３が、類似ユーザ情報格納部１１３より、ステップＳ６０
３にて選択した推薦属性のアイテム属性を有するアイテムを利用したことのある類似ユー
ザ（分配対象ユーザ）の類似ユーザ情報を取得する。具体的には、まず、そして、嗜好情
報格納部１１２より、ステップＳ６０３にて選択した推薦属性に含まれるｔｙｐｅ＿ｉｄ
とａｔｔｒ＿ｉｄを有する属性嗜好情報より、ｕｓｅｒ＿ｉｄを全て抽出する。そして、
抽出したｕｓｅｒ＿ｉｄごとに、ステップＳ６０３にて選択した推薦属性に含まれるユー
ザ識別子と抽出したｕｓｅｒ＿ｉｄとの組合せを、類似ユーザ情報のｂａｓｅ＿ｕｓｅｒ
＿ｉｄとｓｉｍ＿ｉｔｅｍ＿ｉｄとの組合せと照合し、一致する類似ユーザ情報を全て取
得すれば良い。

次に、分配ユーザ選出部１１３が、分配対象ユーザごとに分配率を算出する（ステップ
Ｓ６０５）。分配率の算出方法として、以下の方法を用いることができる。以下の分配率
の算出方法の説明において、ステップＳ６０３にて選択した推薦属性情報に対応するユー
ザ（推薦対象ユーザ）をｕｂとし、ステップＳ６０３にて選択した推薦属性情報の属性種
別識別子ｔｉと属性値識別子ｔｉｊとに対応するアイテム属性を有するアイテムを利用し
たことのある分配対象ユーザの集合をＵ（ｔｉ，ｔｉｊ）とする。

分配率算出の第１の方法は、分配対象ユーザに等比率となるように分配率を算出する方
法である。分配対象ユーザ集合Ｕ（ｔｉ，ｔｉｊ）の数を｜Ｕ（ｔｉ，ｔｉｊ）｜とした
とき、分配対象ユーザｕｒ（∈Ｕ（ｔｉ，ｔｉｊ））の推薦属性（ｔｉ，ｔｉｊ）に関す
る分配率ｒａｔｅ（ｕｒ，ｔｉ，ｔｉｊ）は、図７４の式（５）で表わされる。この方法
は、最も計算量が少ない。またこの方法は、全ての分配対象ユーザが、等しく推薦に貢献
したという考えの基に分配率を算出している。このため、推薦値算出の第１の方法と組合
せるのがよいが、これ以外の推薦値算出の方法と組合せることもできる。

分配率算出の第２の方法は、類似度に応じて分配率を算出する方法である。ユーザｕｂ
とユーザｕｒとの類似度をｓｉｍ（ｕｂ，ｕｒ）、ユーザｕｂとユーザｕ（ｕ∈Ｕ（ｔｉ
，ｔｉｊ））との類似度をｓｉｍ（ｕｂ，ｕ）とすると、ユーザｕｒの推薦属性（ｔｉ，
ｔｉｊ）に関する分配率ｒａｔｅ（ｕｒ，ｔｉ，ｔｉｊ）は、図７４の式（６）で表わさ
れる。分配率算出の第２の方法は、分配対象ユーザ集合Ｕ（ｔｉ，ｔｉｊ）において、推
薦対象ユーザとの類似度の高い分配対象ユーザほど推薦に貢献したという考えの基に分配
率を算出している。従ってこの方法は、推薦値算出の第２、及び、第８の方法と組合せて
用いるのに適しているが、それ以外の推薦値算出方法と組み合わせることもできる。

分配率算出の第３の方法は、嗜好度に応じて分配率を算出する方法である。ユーザｕｒ
の推薦属性（ｔｉ，ｔｉｊ）の嗜好度をＶ（ｕｒ，ｔｉ，ｔｉｊ）、ユーザｕ（ｕ∈Ｕ（
ｔｉ，ｔｉｊ））の推薦属性（ｔｉ，ｔｉｊ）の嗜好度をＶ（ｕ，ｔｉ，ｔｉｊ）とする
と、ユーザｕｒの推薦属性（ｔｉ，ｔｉｊ）に関する分配率ｒａｔｅ（ｕｒ，ｔｉ，ｔｉ
ｊ）は、図７４の式（７）で表わされる。分配率算出の第３の方法は、分配対象ユーザ集
合Ｕ（ｔｉ，ｔｉｊ）において、嗜好度の高い分配対象ユーザほど推薦に貢献したという
考えの基に分配率を算出している。従ってこの方法は、推薦値算出の第３、及び、第４、
及び、第８の方法と組合せて用いるのに適しているが、それ以外の推薦値算出方法と組み
合わせることもできる。また、嗜好度の算出方法によって性質が変わってくる。

嗜好度算出の第１の方法を用いた場合は、分配率算出の第１の方法と同様の性質を持つ
。嗜好度算出の第２の方法を用いた場合は、利用回数に比例して得られる利用ポイントが
増加するため、その性質をユーザに公開することで、ユーザのアイテムの利用を促進させ
ることができる。嗜好度算出の第３の方法を用いた場合は、評価値の代表値の高いユーザ
ほど分配率が高くなる。嗜好度算出の第４の方法を用いた場合は、最近になってから推薦
属性のアイテム属性を有するアイテムを利用し始めたユーザ（新規に会員になったユーザ
など）に、ポイントを多く配分して、アイテム利用サービスからの脱会を防ぎやすい。な
ぜなら、嗜好度算出の第４の方法以外の方法では、直近で利用したユーザは、早い時期に
利用したユーザに比べ、推薦属性情報から得られる利用ポイントの合計値が、かなり少な
くなってしまうが、この算出方法では、その属性を有するアイテムを先に利用したユーザ
の利用ポイントの合計値と、後から利用したユーザの利用ポイントの合計値との差を小さ
くすることができるからである。

嗜好度算出の第５の方法は、早く利用したユーザほど多くの利用ポイントを得ることが
できるため、その性質をユーザに公開することで、アイテムの利用開始時期に大量に利用
ユーザを獲得することができる。嗜好度算出の第６の方法を用いた場合は、支払額の代表
値の高いユーザほど分配率が高くなる。

分配率算出の第４の方法は、利用履歴を用いて新たに嗜好度を算出し、その新たに算出
した嗜好度（第３の嗜好度）に応じて分配率を算出する方法である。ユーザｕｒの推薦属
性（ｔｉ，ｔｉｊ）の第３の嗜好度をＶ２（ｕｒ，ｔｉ，ｔｉｊ）とし、ユーザｕ（∈Ｕ
（ｔｉ，ｔｉｊ））の推薦属性（ｔｉ，ｔｉｊ）の第３の嗜好度をＶ２（ｕ，ｔｉ，ｔｉ
ｊ）とした上で、第３の方法で説明した図７４の式（７）において、Ｖ（ｕｒ，ｔｉ，ｔ
ｉｊ）の代わりにＶ２（ｕｒ，ｔｉ，ｔｉｊ）を用い、Ｖ（ｕ，ｔｉ，ｔｉｊ）の代わり
にＶ２（ｕ，ｔｉ，ｔｉｊ）を用いればよい。分配率算出の第４の方法は、分配対象ユー
ザ集合Ｕ（ｔｉ，ｔｉｊ）において、第３の嗜好度の高いユーザほど推薦に貢献したとい
う考えの基に分配率を算出している。この方法は、類似度算出時や推薦値算出時に嗜好度
を用いた上で、異なる算出方法で算出された嗜好度を用いたい場合に適している。

分配率算出の第５の方法は、ユーザ情報格納部１３８に記憶されたユーザ情報に含まれ
るユーザの属性情報にユーザが会員になった日付が含まれる場合に、その会員になった日
付から推薦アイテム選出処理を行うまでの期間（秒単位、分単位、時間単位、日単位、週
単位、月単位など）が長いほど分配率が高くなるように算出する方法である。例えば、ユ
ーザｕｒの会員になった日付から分配ユーザ選出処理を行うまでの期間をＤ（ｕｒ）（≧
０）とし、ユーザｕ（∈Ｕ（ｔｉ，ｔｉｊ））の会員になった日付から分配ユーザ選出処
理を行うまでの期間をＤ（ｕ）（≧０）とすると、ユーザｕｒの推薦属性（ｔｉ，ｔｉｊ
）に関する分配率ｒａｔｅ（ｕｒ，ｔｉ，ｔｉｊ）は、図７４の式（８）で表わされる。
この方法は、分配対象ユーザ集合Ｕ（ｔｉ，ｔｉｊ）において、早い時期に会員になった
分配対象ユーザほど推薦に貢献したという考えの基に分配率を算出している。

従ってこの方法は、推薦値算出の第５の方法と組合せて用いるのに適しているが、それ
以外の推薦値算出方法と組み合わせることもできる。さらに、早い時期に会員になったユ
ーザというのは、会員期間が長いユーザでもあり、会員期間が長いユーザほど多くの利用
ポイントを得ることができるため、その性質をユーザに公開することで、ユーザは「一度
入会したら、なるべく退会せずにいた方が得だ」という判断をする可能性が高くなるので
、途中で止めずに会員を継続するユーザを増やすことができる。なお、図７４の式（８）
では、分子と分母において、それぞれ「１」を加算しているが、これは分母を「０」にし
ないための処理である。加算する数値は「１」以外でもよく、また分母における「ΣＤ（
ｕ，ｔｉ，ｔｉｊ）」の部分を「０」より大きな数値として算出すれば、分子と分母にお
ける「１」の加算を省略してもよい。

分配率算出の第６の方法は、分配率算出の第５の方法とは逆に、会員になった日付から
推薦アイテム選出処理を行うまでの期間が短いほど分配率が高くなるように算出する方法
である。例えば、ユーザｕｒの会員になった日付から分配ユーザ選出処理を行うまでの期
間をＤ（ｕｒ，ｔｉ，ｔｉｊ）（≧０）とし、ユーザｕ（∈Ｕ（ｔｉ，ｔｉｊ））の会員
になった日付から分配ユーザ選出処理を行うまでの期間をＤ（ｕ，ｔｉ，ｔｉｊ）（≧０
）とすると、ユーザｕｒの推薦属性（ｔｉ，ｔｉｊ）に関する分配率ｒａｔｅ（ｕｒ，ｔ
ｉ，ｔｉｊ）は、図７４の式（９）で算出される。

この方法は、分配対象ユーザ集合Ｕ（ｔｉ，ｔｉｊ）において、最近会員となった分配
対象ユーザほど推薦に貢献したという考えの基に分配率を算出している。従ってこの方法
は、推薦値算出の第６の方法と組合せて用いるのに適しているが、それ以外の推薦値算出
方法と組み合わせることもできる。分配率算出の第６の方法以外の方法では、最近会員に
なったユーザの利用ポイントがたまりにくい傾向がある。特に、長い期間アイテム利用サ
ービスを行っている場合は、それだけ多くのユーザが存在し、さらに、ユーザ１人あたり
の利用アイテム数も多くなり、１つの推薦属性情報に関係する類似ユーザ数も増えるので
、一度に得られる利用ポイントも低くなる。しかし、この算出方法では、最近会員になっ
たユーザの利用ポイントが増えやすくなるため、入会したユーザがすぐに退会するのを防
ぐことができる。

なお、図７４の式（９）では、分子と分母において、それぞれ「１」を加算しているが
、加算する数値は「１」以外でもよい。また分子における「Ｄ（ｕｒ，ｔｉ，ｔｉｊ）」
を「０」より大きな数値として算出し、分母における「Ｄ（ｕ，ｔｉ，ｔｉｊ）」を「０
」より大きな数値として算出すれば、分子と分母における「１」の加算を省略してもよい
。また、図７４の式（９）では、Ｄ（ｕｒ，ｔｉ，ｔｉｊ）およびＤ（ｕ，ｔｉ，ｔｉｊ
）の逆数を用いて、Ｄ（ｕｒ，ｔｉ，ｔｉｊ）が大きくなるほど分配率が小さくなるよう
にしているが、他の方法を用いてもよい。例えば、底が０より大きく、かつ１未満である
指数関数（単調減少関数）を用いてもよい。

分配率算出の第７の方法は、ユーザ情報格納部１３８に記憶されたユーザ情報に含まれ
るユーザの属性情報を用いて、分配対象ユーザごとに、推薦対象ユーザとの適合度を算出
し、算出した適合度に応じて分配率を算出する方法である。このとき、ユーザｕｒの適合
度をＶ３（ｕｒ，ｔｉ，ｔｉｊ）とし、ユーザｕ（∈Ｕ（ｔｉ，ｔｉｊ））の適合度をＶ
３（ｕ，ｔｉ，ｔｉｊ）とした上で、第３の方法で説明した図７４の式（７）において、
Ｖ（ｕｒ，ｔｉ，ｔｉｊ）の代わりにＶ３（ｕｒ，ｔｉ，ｔｉｊ）を用い，Ｖ（ｕ，ｔｉ
，ｔｉｊ）の代わりにＶ３（ｕ，ｔｉ，ｔｉｊ）を用いればよい。分配率算出の第７の方
法は、分配対象ユーザ集合Ｕ（ｔｉ，ｔｉｊ）において、適合度の高い分配対象ユーザほ
ど推薦に貢献したという考えの基に分配率を算出している。従ってこの方法は、推薦値算
出の第７の方法と組合せて用いるのに適しているが、それ以外の推薦値算出方法と組み合
わせることもできる。
以上が、分配率の算出方法として用いることができるものである。

また、上記の分配率算出の第１〜第７の方法を組合せてもよい。例えば、分配率算出の
第２の方法を用いて算出した分配率と、分配率算出の第３の方法を用いて算出した分配率
との平均値を算出して最終的な分配率としてもよい。ここで、分配率算出の第１〜第７の
方法で算出されたそれぞれの分配率は、全て総和が１になっているので、２つの方法で算
出された分配率の平均値により算出された最終的な分配率の総和も１になる。さらに別の
組合せ方法として、図７４の式（１０）に示すように、分配率算出の第２の方法で用いて
いる類似度と、分配率算出の第３の方法で用いている嗜好度との積を計算して、最終的な
分配率を算出してもよい。他の方法を組み合わせる場合も同様に分配率の総和が１となる
ようにする。

次に、分配ユーザ選出部１１３が、分配対象ユーザごとに、ステップＳ６０３にて選択
した推薦属性に含まれるユーザ識別子（ｂａｓｅ＿ｕｓｅｒ＿ｉｄ）と、属性種別識別子
（ｔｙｐｅ＿ｉｄ)と、属性値識別子（ａｔｔｒ＿ｉｄ）と、分配対象ユーザのユーザ識
別子（ｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄ）と、ステップＳ６０５にて算出した分配対象ユーザ
の分配率（ｒａｔｅ）とを関連付けた分配情報を分配情報格納部１３５に記憶する（ステ
ップＳ６０６）。次に、ステップＳ６０２へ進む。

また、１つの推薦アイテムに対して、利用親ポイントを分配する分配対象ユーザの数を
制限してもよい。これは、ステップＳ６０４にて類似ユーザ情報を取得する際に、まず、
推薦属性情報のアイテム属性を有するアイテムを利用した類似ユーザ（分配対象候補ユー
ザ）のうちの一部の類似ユーザ（分配対象ユーザ）を抽出する。そして、抽出した分配対
象ユーザに対応する類似ユーザ情報を取得すればよい。分配対象候補ユーザから分配対象
ユーザを抽出する方法は、例えば、分配対象候補ユーザ集合から、所定数を超えない数だ
けランダムに分配対象ユーザとして抽出すればよい。つまり、分配対象候補ユーザの数が
所定数より多い場合は、ランダムに所定数のユーザを抽出し、分配対象候補ユーザの数が
所定数以下である場合は、全ての分配対象候補ユーザを分配対象ユーザとして抽出すれば
よい。また、類似度の高い順に所定数を超えない数だけ分配対象ユーザを抽出してもよい
。

また、分配対象候補ユーザの推薦属性情報のアイテム属性に対応する属性嗜好情報の嗜
好度を用いて抽出対象を制限してもよい。具体的には、嗜好度の高い順に属性嗜好情報か
ら所定数を超えない数だけ分配対象ユーザのユーザ識別子として抽出してもよい。また、
ユーザ情報格納部１３８に、ユーザが会員になった日付が含まれる場合は、その会員にな
った日付が古い順に属性嗜好情報から所定数を超えない数だけ分配対象ユーザのユーザ識
別子を抽出してもよい。また、逆に、会員になった日付が新しい順に属性嗜好情報から所
定数を超えない数だけ分配対象ユーザのユーザ識別子を抽出してもよい。

また、ユーザ情報格納部１３８に記憶されたユーザ情報に含まれるユーザ属性情報を用
いて適合度を算出し、算出した適合度を用いて抽出を行ってもよい。このとき、分配対象
候補ユーザのユーザ属性情報ごとに、推薦対象ユーザのユーザ属性情報との適合度を算出
し、算出した適合度の高い順に所定数を超えない数だけ、分配対象ユーザを抽出すればよ
い。所定数は予めサービス提供側が設定すればよい。また、ユーザ情報格納部１３８に記
憶されたユーザ情報に含まれるユーザ属性情報に基づいて、サービス提供側が予め定めた
条件（例えば、性別が「女」であるか否かや、年齢が「２０」〜「２４」の範囲内である
か否かや、地域が「日本」であるか否かや、複数の属性に対し、属性ごとに条件を設定し
、それを全て満たすか否かや、少なくとも１つを満たすか否かなど）を満たす分配対象候
補ユーザを分配対象ユーザとしてもよい。
以上が、分配対象ユーザ処理の手順の説明である。

利用ポイント情報取得部１１４は、アイテム提供サーバ装置２の要求に応じて、利用ポ
イント情報送信処理を行う。利用ポイント情報送信処理とは、利用ポイント情報格納部１
３７より、取得した利用ポイント情報取得要求に含まれるユーザ識別子に対応した利用ポ
イント情報を取得し、アイテム提供サーバ装置２に、取得した利用ポイント情報を送信す
る処理である。

ここで、本実施形態に沿って、会員Ａから会員Ｆの購入履歴を基に会員Ａの類似会員を
選出し、選出した類似会員の購入履歴を基に会員Ａに対する作成者における推薦属性を決
め、会員Ａに対する作成者における推薦属性ごとに利用親ポイントの分配率を算出する例
について図を用いて示す。

まず、会員Ａの類似会員を選出する例を図５７を用いて説明する。図５７の左の表にお
いて、会員Ａから会員Ｆにおける、商品ａから商品ｆの購入状況を「○」の有無で示す。
例えば、会員Ａは、「商品ａ」と「商品ｂ」を購入していることを示している。会員Ａと
他の会員との類似度を購入履歴を用いたｊａｃｃａｒｄ係数で算出し、閾値を０．２と設
定すると、図５７の右の表に示すように会員Ａと他の会員との類似度が算出され、会員Ａ
の類似会員は、類似判定で「○」がついた会員Ｂと会員Ｃと会員Ｅと会員Ｆとなる。

次に、会員Ａの作成者における推薦属性を選出する例を図５８を用いて説明する。推薦
値算出方法として、第１の方法を用いた場合、図５８の左の２つの表に示すように、会員
Ａは既に購入した「作者１」と「作者２」を除いた、「作者３」と「作者４」の推薦値は
、それぞれ、「４」、「３」となる。推薦値の閾値を「４」とすると、図５８の右のリス
トが示すように、会員Ａの推薦属性は「作者３」となる。

次に、会員Ａに対する推薦商品ごとに利用親ポイントの分配率を算出する例を、図５９
を用いて説明する。分配率の算出方法として分配率算出の第１の方法を用いると、図５９
の表に示すように、推薦属性「作者３」における会員Ｂと会員Ｃと会員Ｅと会員Ｆの分配
率が、それぞれ「０．２５」となる。

そして、会員Ａが「作者３」の商品ｃを購入すると、会員Ｂと会員Ｃと会員Ｅと会員Ｆ
の４人に利用ポイントが付与され、会員Ａが「作者３」の商品ｆを購入すると、会員Ｂと
会員Ｃと会員Ｅと会員Ｆの４人に利用ポイントが付与され、一度の購入で複数の会員がポ
イントを得ることができる。従来技術のように、商品を購入したユーザが参考にした情報
を提供した会員１人にポイントを付与するシステムでは、一度の購入に対し１人の会員し
かポイントが得られない。

また、ユーザＡが「作者３」の商品ｃと商品ｆの２つを購入した場合（購入回数２回の
場合）、購入したユーザ本人にポイントを付与する通常のポイントシステム、あるいは購
入したユーザに情報を提供した他のユーザ１人にポイントを付与するポイントシステムに
おいては、ポイントが付与される回数は、どちらのシステムにおいても延べ２回である。
一方、本発明の場合、図５９の表に示したように、延べ８回ポイントが付与されることに
なる。更に、購入ユーザ本人にもポイントを付与すると、延べ１０回（８＋２＝１０）ポ
イントが付与される。このように本発明によれば、従来よりもポイントが更新される頻度
やポイント付与されるユーザ数を多くすることができる。このため、「自分のポイントが
今日増えているかも知れない」という期待感や、「予期せぬタイミングで急にポイントが
増えて驚いた」といった意外性を多くのユーザに継続的に与えることができるので、アイ
テム提供サーバへのアクセス頻度を増やすことができる。そして、アイテムやアイテム提
供サーバに対するユーザの関心を高めて、アイテム利用を促進することができる。

また本実施形態においては、ポイントが付与される対象のユーザは、購入ユーザとその
類似ユーザに限定されるので、必要以上に多くのユーザにポイントが配分されることがな
く、ポイント付与されるユーザの１人当たりのポイント数を比較的多くすることができる
。また本実施形態のポイント付与の仕組みをあらかじめユーザに通知しておけば、ポイン
トが付与されたユーザは、「自分が過去にあるアイテムを利用したことにより、他のユー
ザの推薦属性情報にそのアイテムが登場し、それを見たユーザがアイテムを購入したので
、自分のポイントが増えた」という理由（因果関係）が分かる。

すなわち、自分の過去の消費行動（利用行動）が間接的に他のユーザの消費行動につな
がったことが分かるので、ポイントシステムへの納得感や信頼感が得られやすい。また、
ポイント変化の様子を通じて、本人の消費行動が他のユーザの推薦属性情報に影響を与え
たり、逆に他のユーザの消費行動が本人の推薦属性情報に影響する仕組みや、本人と他の
ユーザとの「つながり感」をユーザに実感させることができるので、従来の情報推薦シス
テムよりも、推薦情報に対するユーザの興味や信頼感を高めることができる。

更に、他のユーザの消費行動を誘発することを狙って、自分の利用するアイテムを増や
したり、過去にあまり利用していないタイプのアイテムを利用する可能性も高まるため、
アイテム利用を促進することができる。また、早い時期にアイテムを利用したユーザほど
ポイントが増えるので、このようなポイントサービスの特性をユーザに通知することによ
り、「自分と類似するユーザが今後利用しそうなアイテムを予測して、いち早く利用しよ
う」というインセンティブが各々のユーザに働き、アイテムの利用が促進されるという効
果が得られる。

なお、本実施形態において、端末装置３から利用情報を送信する際に、アイテム提供サ
ーバ装置２を経由して、情報処理サーバ装置１に送信しているが、アイテム提供サーバ装
置２を経由せずに直接送信してもよい。この場合、端末装置３と情報処理サーバ装置１と
が直接通信できるように、図３６に示したシステム構成を用いる。また、端末装置３は、
アイテム提供サーバ装置２を経由して、情報処理サーバ装置１から利用ポイント情報を取
得しているが、アイテム提供サーバ装置２を経由せずに直接送信してもよい。この場合、
端末装置３と情報処理サーバ装置１とが直接通信できるように、図３６に示したシステム
構成を用いる。

また、情報処理サーバ装置１の利用ポイント算出部１１１にて利用親ポイントを算出し
、算出した利用親ポイントを利用ポイント算出対象のユーザに分配しているが、利用親ポ
イントを分配せずに、利用ポイント算出対象のユーザに一定の利用ポイントを付与しても
よい。このとき、利用ポイント算出部１１１の利用ポイント算出処理において、ステップ
Ｓ２０３とステップＳ２０７の処理を行わずに、ステップＳ２０８にて一定の利用ポイン
トを加算すればよい。さらに、分配率を記憶や算出する必要がなくなるので、分配情報格
納部１３５に分配率であるｒａｔｅを記憶する必要がなくなり、分配ユーザ選出部１１３
の分配ユーザ選出処理において、ステップＳ６０５の処理を行わずに、ステップＳ６０６
にて、分配対象ユーザごとに、ステップＳ６０３で選択した推薦属性情報のユーザ識別子
（ｂａｓｅ＿ｕｓｅｒ＿ｉｄ）と、属性種別識別子（ｔｙｐｅ＿ｉｄ）と属性値識別子（
ａｔｔｒ＿ｉｄ）と、分配対象ユーザのユーザ識別子（ｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄ）と
を関連付けた分配情報として記憶すればよい。

また、端末装置３の表示部３４にユーザページを表示する際に、ユーザごとに利用ポイ
ントの総取得ポイント数を１つ表示しているが、図６０のユーザページの表示例が示すよ
うに、端末装置３を利用中のユーザの過去に利用したアイテム属性ごとに利用ポイントを
表示してもよい。図６０の表示例では、左上に端末装置３を利用中のユーザのユーザ名と
、獲得した利用ポイントの合計値とを表示し、左下に端末装置３を利用中のユーザが過去
に利用したアイテム属性と、アイテム属性ごとの利用ポイントを表示している。また、中
央左に端末装置３を利用中のユーザの推薦属性情報を表示している。また、中央右に選択
された推薦属性情報に対応するアイテム属性情報を表示している。また、右上に検索条件
を入力するテキストボックスと検索条件送信処理のトリガーとなる「検索」ボタンとを表
示し、右下に検索条件を満たすアイテム情報を表示している。

このとき、利用ポイント情報格納部１３７に、ユーザごと、アイテム属性ごとに利用ポ
イントを記憶する必要があるので、図６１の格納状態のように、ユーザ識別子（ｕｓｅｒ
＿ｉｄ）と、属性種別識別子（ｔｙｐｅ＿ｉｄ）と、属性値識別子（ａｔｔｒ＿ｉｄ）と
、利用ポイント（ｐｏｉｎｔ）とを、利用ポイント情報として関連付けて記憶する。また
、利用ポイント情報を特定するために、ユーザ識別子だけでなく、属性種別識別子と属性
値識別子も必要になるため、利用ポイント算出部１１１における利用ポイント算出処理の
ステップＳ２０８にて、利用ポイント情報を特定する際に、ステップＳ２０６にて選択し
た分配情報に含まれるｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄと、ｔｙｐｅ＿ｉｄとａｔｔｒ＿ｉｄ
とを用いる。また、ユーザページ情報作成部２１１にてユーザページ情報を作成する際に
、ユーザページを作成するユーザの利用したアイテム属性ごとの利用ポイントを用いる必
要があるため、利用ポイント情報取得部１１４が利用ポイント情報送信処理を行う際に、
ユーザページを作成するユーザの全ての利用ポイント情報を送信すればよい。

具体的には、利用ポイント情報取得部１１４が、利用ポイント情報格納部１３７より、
利用ポイント情報取得要求に含まれるユーザ識別子に対応した利用ポイント情報を全て取
得し、アイテム提供サーバ装置２に、取得した全ての利用ポイント情報を送信すればよい
。

また、推薦属性のアイテム属性を有するアイテムを利用したユーザに対して、そのアイ
テムの利用により、何人のユーザに利用ポイントが付与されたかを示す情報を表示しても
よい。このとき、利用ポイント算出部１１１が、利用ポイント算出処理終了時に、ステッ
プＳ２０４にて取得した分配情報の数（利用ポイントが付与されたユーザの数）を、端末
装置３に、直接、または、アイテム提供サーバ装置２経由で送信すればよい。そして、端
末装置３は、表示部３４に表示するユーザページに、受信した利用ポイントが付与された
ユーザの数を通知する情報を、例えば、図６２のユーザページの表示例のように表示すれ
ばよい。

所定のタイミングは、推薦属性選出部１１２で行う処理と同様に、様々なタイミングを
用いることができる。例えば、２４時間ごとなど所定の時間間隔で処理を行えばよい。ま
た、推薦属性選出部１１２で行う処理のタイミングと同期してもよいし、同期しなくても
よい。すなわち、推薦属性選出部１１２で行う処理における所定のタイミング（第１の所
定タイミング）と、利用ポイント算出処理における所定のタイミング（第２の所定タイミ
ング）は、同じであっても、それぞれ異なっていてもよい。

また、利用ポイント算出部１１１は、アイテム提供サーバ装置２より、利用情報を受信
するごとに利用ポイント算出処理を行っているが、所定のタイミングごとに利用ポイント
算出処理を行ってもよい。このとき、情報処理サーバ格納部１３に、利用ポイント算出処
理を行っていない利用情報をそのまま格納するための、未処理利用情報格納部を設け、利
用ポイント算出部１１１が、アイテム提供サーバ装置２より、利用情報を受信した際に、
利用ポイント算出処理を行う代わりに、未処理利用情報格納部に、受信した利用情報を記
憶する。利用情報格納部に、受信した利用情報を記憶することで、その記憶された利用情
報に対応する利用履歴は未処理であるとみなされる。

そして、所定のタイミングごとに、利用ポイント算出部１１１が、未処理利用情報格納
部に記憶されている全ての利用情報を取得し、取得した利用情報の集合から順次１つの利
用情報（利用情報に対応する利用履歴が、一の利用履歴となる）を選択し、利用ポイント
算出処理を行い、未処理利用情報格納部に記憶された利用情報を全て消去すればよい。こ
の場合、利用ポイント算出処理において使われる利用履歴格納部１３１に格納されている
利用履歴は、全て一の利用履歴よりも先に利用された（古い）データである。

＜第５実施形態＞
以下に、本発明の第５実施形態について、図を用いて詳細に説明する。本発明の第５実
施形態では、推薦属性情報に関するアイテムの利用１回につき、一定の利用ポイントを分
配対象ユーザに分配する代わりに、一定の期間に対して付与する利用ポイントの合計値を
サービスの提供側が決め、その利用ポイントの合計値を基に利用ポイントを算出するよう
にしている。

本発明の第５実施形態におけるシステム全体の構成は、情報処理サーバ装置１の代わり
に情報処理サーバ装置６を用いる以外は本発明の第４実施形態の場合と同様である。アイ
テム提供サーバ装置２、端末装置３、ネットワーク４（およびネットワーク５）は、本発
明の第４実施形態と同様である。

情報処理サーバ装置６は、アイテム提供サーバ装置２に推薦属性情報を送信したり、ア
イテム提供サーバ装置２の要求に応じて、利用ポイント情報を送信する装置である。情報
処理サーバ装置６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。図６３は、本実施形態における情報処理サーバ
装置６の構成図である。本実施形態における情報処理サーバ装置６は、情報処理サーバ制
御部６１と、情報処理サーバ通信部１２と、情報処理サーバ格納部６３とで構成される。
情報処理サーバ通信部１２は、本発明の第４実施形態と同様である。

情報処理サーバ格納部６３は、ＨＤＤなどの記憶装置を用いて、様々なデータを記憶す
る。情報処理サーバ格納部６３は、利用履歴格納部１３１と、属性嗜好情報格納部１３２
と、類似ユーザ情報格納部１３３と、推薦属性情報格納部１３４と、分配情報格納部１３
５と、利用ポイント情報格納部１３７と、ユーザ情報格納部１３８と、アイテム情報格納
部１３９と、仮ポイント情報格納部６３０とで構成される。利用履歴格納部１３１と、属
性嗜好情報格納部１３２と、類似ユーザ情報格納部１３３と、推薦属性情報格納部１３４
と、分配情報格納部１３５と、利用ポイント情報格納部１３７と、ユーザ情報格納部１３
８と、アイテム情報格納部１３９は、本発明の第４実施形態と同様である。

仮ポイント情報格納部６３０は、ＨＤＤなどの記憶装置を用いて、仮ポイント情報を複
数記憶する。図６４は、仮ポイント情報格納部６３０の格納状態を示す図である。仮ポイ
ント情報とは、ユーザ識別子（ｕｓｅｒ＿ｉｄ）と、そのユーザ識別子に対応するユーザ
の仮ポイント（ｔｍｐ＿ｐｏｉｎｔ）とを関連付けたものであり、図６４のようなテーブ
ル形式で記憶する。なお、記憶されている仮ポイントの初期値は「０」である。

情報処理サーバ制御部６１は、情報処理サーバ装置６を構成する各部に対して、全体的
な制御を行う。情報処理サーバ制御部６１は、利用ポイント算出部６１１と、推薦属性選
出部１１２と、分配ユーザ選出部１１３と、利用ポイント情報取得部１１４とで構成され
る。推薦属性選出部１１２と、分配ユーザ選出部１１３と、利用ポイント情報取得部１１
４は、本発明の第４実施形態と同様である。

利用ポイント算出部６１１は、ネットワーク４を介して、アイテム提供サーバ装置２よ
り、利用情報を受信すると、利用ポイント算出処理の代わりに、仮ポイント算出処理を行
う。また、一定の期間ごとに利用親ポイント分配処理を行う。一定の期間ごととは、例え
ば、一日ごとや一週間ごとなど、一定の時間経過ごととしてもよい。また、サービス提供
側が自由に時間間隔を変えてもよい。

仮ポイント算出処理の手順を図６５のフローチャートを用いて説明する。仮ポイント処
理の手順は、本発明の第４実施形態における利用ポイント算出処理の手順において、ステ
ップＳ２０３の処理をなくし、ステップＳ２０７からステップＳ２０８までの処理をステ
ップＳ７０７の処理で置き換えたものであるため、置き換えた処理についてのみ説明する
。
ステップＳ７０７では、利用ポイント算出部６１１が、仮ポイント情報格納部６３０に
おいて、ステップＳ２０５にて選択した分配情報に含まれるｒｅｃｏｍ＿ｕｓｅｒ＿ｉｄ
と、仮ポイント情報のｕｓｅｒ＿ｉｄとを照合し、一致する仮ポイント情報を特定し、特
定した仮ポイント情報のｔｍｐ＿ｐｏｉｎｔに、ステップＳ２０６にて選択した分配情報
に含まれるｒａｔｅを加算する。次に、ステップＳ２０５へ進む。以上が、仮ポイント算
出処理の説明である。

次に、一定の期間ごとに行う利用親ポイント分配処理の手順について、図６６のフロー
チャートを用いて説明する。
まず、利用ポイント算出部６１１が、一定期間に付与する利用親ポイントを取得する（
ステップＳ８０１）。利用親ポイントを取得する方法は、予めサービスの提供側が設定し
ておき、その設定した値を取得してもよいし、図示しないキーボード等の利用親ポイント
を入力する手段を用意し、利用親ポイント分配処理を行うたびに、サービス提供側が入力
することで取得してもよい。

次に、利用ポイント算出部６１１が、仮ポイント情報格納部６３０より、利用親ポイン
トを分配する対象ユーザを抽出するために、ｔｍｐ＿ｐｏｉｎｔの値が「０」を超える全
ての仮ポイント情報を取得する（ステップＳ８０２）。
次に、利用ポイント算出部６１１が、ステップＳ８０２にて取得した仮ポイント情報の
うち、例えば取得した順に、１つ選択する（ステップＳ８０３）。

次に、利用ポイント算出部６１１が、ステップＳ８０３にて選択した仮ポイント情報に
含まれるｕｓｅｒ＿ｉｄに対する利用ポイントを変更するための変更値を算出する（ステ
ップＳ８０４）。変更値は、ステップＳ８０３にて選択した仮ポイント情報に含まれるｔ
ｍｐ＿ｐｏｉｎｔが、ステップＳ８０２にて取得した全ての仮ポイント情報に含まれるｔ
ｍｐ＿ｐｏｉｎｔの総和に占める割合に応じて、ステップＳ８０１にて取得した利用親ポ
イントを分配することで算出する。利用親ポイントｖｐを分配する対象となった全てのユ
ーザの集合をＵｔとし、利用ポイントを算出するユーザｕｂ（ｕｂ∈Ｕｔ）のｔｍｐ＿ｐ
ｏｉｎｔをｔ（ｕｂ）とし、ユーザｕ（ｕ∈Ｕｔ）のｔｍｐ＿ｐｏｉｎｔをｔ（ｕ）とす
ると、ユーザｕｂの利用ポイントｖ（ｕｂ）は、図７５の式（１１）で算出される。

次に、利用ポイント算出部６１１が、利用ポイント情報格納部１３７において、ステッ
プＳ８０３にて選択した仮ポイント情報に含まれるｕｓｅｒ＿ｉｄに対応する利用ポイン
ト情報を特定し、特定した利用ポイント情報のｐｏｉｎｔ（元の利用ポイント）に、ステ
ップＳ８０４にて算出した変更値を加算する（ステップＳ８０５）。
次に、利用ポイント算出部６１１が、ステップＳ８０３にて全ての仮ポイント情報を選
択したか否かを判定する（ステップＳ８０６）。全て選択した場合は、ステップＳ８０７
へ進み、未選択のものが残っている場合は、ステップＳ８０３へ進む。ステップＳ８０７
では、利用ポイント算出部６１１が、仮ポイント情報格納部６３０にて、全ての仮ポイン
ト情報のｔｍｐ＿ｐｏｉｎｔの値を「０」で置き換え、ステップＳ８０１からステップＳ
８０７までの処理を終了する。

上記の説明では、ステップＳ８０５にて、元の利用ポイントに変更値を加算して、利用
ポイントを更新しているが、加算処理の代わりに、元の利用ポイントと以下に示す係数（
変更値）との乗算処理を用いて、利用ポイントを更新してもよい。このとき、ステップＳ
８０１では、一定期間に付与する利用親ポイントの代わりに、増加率（元の利用ポイント
をどの程度増加させるかを示す値であり、この値に１を加えることで係数となる）の合計
値である親増加率を取得する。そして、親増加率ｓｒを分配する対象となった全てのユー
ザの集合をＵｔとし、利用ポイントを算出するユーザｕｂ（ｕｂ∈Ｕｔ）のｔｍｐ＿ｐｏ
ｉｎｔをｔ（ｕｂ）とし、ユーザｕ（ｕ∈Ｕｔ）のｔｍｐ＿ｐｏｉｎｔをｔ（ｕ）として
、図７５の式（１２）により、ユーザｕｂに対して係数ｍ（ｕｂ）を算出する。なお、利
用ポイントの初期値が「０」であると、いくら係数を掛け合わせても増加しないため、初
期値を「０」を超える値で設定するか、初期値は「０」であるが、一番最初に利用ポイン
トの算出対象になった場合にのみ、一定のポイント数を加えればよい。以上が、一定の期
間ごとに行う利用親ポイント分配処理の説明である。

本実施形態における利用ポイントの付与方法によれば、サービスの提供側が一定期間に
付与する利用ポイントの総和を自由にコントロールできるので、事業運営者のポイントサ
ービスに係る予算に応じて、利用ポイントの付与を行うことが容易にできる。

＜第６実施形態＞
以下に、本発明の第６実施形態について、図を用いて詳細に説明する。本発明の第６実
施形態では、推薦属性選出処理を行わずに、比較的少ない処理量で、利用ポイントの付与
を行うようにしている。本発明の第６実施形態におけるシステム全体の構成は、情報処理
サーバ装置１に代えて情報処理サーバ装置７を用い、アイテム提供サーバ装置２に代えて
アイテム提供サーバ装置８を用いる以外は、本発明の第４実施形態の場合と同様である。
ネットワーク４（およびネットワーク５）についても、本発明の第４実施形態と同様であ
る。

アイテム提供サーバ装置８は、端末装置３の要求に応じて、アイテムを提供する装置で
ある。アイテム提供サーバ装置８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。

図６７は、本実施形態におけるアイテム提供サーバ装置８の構成図である。本実施形態
におけるアイテム提供サーバ装置８は、アイテム提供サーバ制御部８１と、アイテム提供
サーバ通信部２２と、認証部２３と、アイテム提供サーバ格納部８４とで構成される。ア
イテム提供サーバ通信部２２と、認証部２３は、本発明の第４実施形態と同様である。

アイテム提供サーバ格納部８４は、ＨＤＤなどの記憶装置を用いて、様々なデータを記
憶する。アイテム提供サーバ格納部８４は、ユーザ情報格納部２４１と、アイテム情報格
納部２４２と利用履歴格納部２４３とで構成される。ユーザ情報格納部２４１と、アイテ
ム情報格納部２４２と利用履歴格納部２４３は、本発明の第４実施形態と同様である。
アイテム提供サーバ制御部８１は、アイテム提供サーバ装置８を構成する各部に対して
、全体的な制御を行う。アイテム提供サーバ制御部８１は、ユーザページ情報作成部８１
１と、利用情報中継部２１３とで構成される。利用情報中継部２１３は、本発明の第４実
施形態と同様である。

ユーザページ情報作成部８１１は、本発明の第４実施形態におけるユーザページ情報作
成部２１１と同様に第１と第２の処理を行うが、第３の処理は行わず、第１の処理は手順
が異なる。本実施形態における第１の処理（ユーザページ情報送信処理）の手順は、推薦
属性情報を取得する手順を省略し、ユーザページ情報を作成する際に、推薦属性情報を用
いずに作成すればよい。

端末装置３は、本発明の第４実施形態と同様の機能を有するが、端末制御部３１のユー
ザページ表示部３１１におけるユーザページ表示処理にて表示するユーザページが異なる
。本実施形態における表示部３４に表示するユーザページは、例えば、図６８のユーザペ
ージの表示例のように、利用ポイントが確認でき、アイテムの検索手段が用意され、検索
により取得したアイテムを表示できるようにすればよい。図６８の表示例では、上部に端
末装置３を利用中のユーザのユーザ名と利用ポイントとを表示している。また、中央部に
検索条件を入力するテキストボックスと検索条件送信処理のトリガーとなる「検索」ボタ
ンとを表示している。また、下部に検索条件を満たすアイテム情報を表示している。

また、利用情報作成部３１２にて利用情報を作成する際に、利用履歴のみを用いて作成
する。
情報処理サーバ装置７は、アイテム提供サーバ装置８の要求に応じて、利用ポイントを
送信する装置である。情報処理サーバ装置７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。図６９は、本実施形
態における情報処理サーバ装置７の構成図である。本実施形態における情報処理サーバ装
置７は、情報処理サーバ制御部７１と、情報処理サーバ通信部１２と、情報処理サーバ格
納部７３とで構成される。情報処理サーバ通信部１２は、本発明の第４実施形態と同様で
ある。

情報処理サーバ格納部７３は、ＨＤＤなどの記憶装置を用いて、様々なデータを記憶す
る。情報処理サーバ格納部７３は、利用履歴格納部１３１と、利用ポイント情報格納部１
３７と、ユーザ情報格納部１３８と、アイテム情報格納部１３９とで構成される。利用履
歴格納部１３１と、利用ポイント情報格納部１３７と、ユーザ情報格納部１３８と、アイ
テム情報格納部１３９は、本発明の第４実施形態と同様である。

情報処理サーバ制御部７１は、情報処理サーバ装置７を構成する各部に対して、全体的
な制御を行う。情報処理サーバ制御部７１は、利用ポイント算出部７１１と、利用ポイン
ト情報取得部１１４とで構成される。利用ポイント情報取得部１１４は、本発明の第４実
施形態と同様である。利用ポイント算出部７１１は、ネットワーク４を介して、アイテム
提供サーバ装置２より、利用情報を受信すると、利用ポイント算出処理を行う。

利用ポイント算出処理の手順を図７０のフローチャートを用いて説明する。ステップＳ
２０１は、本発明の第４実施形態と同様である。次に、ステップＳ９０２へ進む。
ステップＳ９０２では、ステップＳ２０１にて取得した利用情報が利用ポイントの付与
対象となるか否かを判定する。付与対象になる場合はステップＳ２０３へ進み、付与対象
にならない場合はステップＳ２０９へ進む。利用情報が利用ポイントの付与対象となるか
否かを判定するには、まず、アイテム情報格納部１３９より、利用履歴のアイテム識別子
に対応する属性対応情報を全て取得する。次に、取得した属性対応情報ごとに、制約情報
格納部１３６にて格納されている制約情報似て構成される制約条件のうち、少なくとも１
つ充足するか否かを判定する。制約情報を少なくとも１つ充足する属性対応情報が１つで
も存在する場合は付与対象と判定し、１つも存在しない場合は付与対象でないと判定する
。

ステップＳ２０３は、本発明の第４実施形態と同様である。次に、ステップＳ９０４へ
進む。
ステップＳ９０４では、利用ポイント算出部７１１が、利用履歴格納部１３１とアイテ
ム情報格納部１３９より、ステップＳ２０３にて算出した利用親ポイントを分配するユー
ザ（分配ユーザ）の利用履歴を取得する。分配ユーザの利用履歴を取得するには、まず、
アイテム情報格納部１３９より、ステップＳ２０１にて取得した利用情報の利用履歴（一
の利用履歴）に含まれるアイテム識別子に対応する属性対応情報を全て取得する。次に、
次に、取得した属性対応情報ごとに、制約情報格納部１３６にて格納されている制約情報
似て構成される制約条件のうち、少なくとも１つ充足するか否かを判定し、制約条件を少
なくとも１つ充足した属性対応情報に含まれるアイテム属性を全て（一のアイテム属性集
合）抽出する。次に、アイテム情報格納部１３９より、抽出したアイテム属性に対応する
アイテム識別子（一のアイテム集合）を全て抽出する。

つまり、利用履歴に対応するアイテムが属するアイテム属性のうち、制約条件を満たす
アイテム属性のいずれかを有するアイテムが全て抽出される。そして、抽出したアイテム
識別子と、利用履歴格納部１３１に格納されている利用履歴のｉｔｅｍ＿ｉｄとを照合し
、一致する利用履歴を全て取得すればよい。取得した利用履歴からｕｓｅｒ＿ｉｄを抽出
することで、分配ユーザのユーザ識別子を抽出することができる。

このとき、取得する利用履歴を制限してもよい。例えば、利用履歴を取得する際に、抽
出したアイテム識別子と一致する利用履歴の中から、ランダムにサービス提供側が予め定
めた所定数まで取得すればよい。

また、利用履歴を利用日時により制限することもできる。例えば、過去の特定の時点か
ら、利用ポイント算出処理を行っている時点（現在）までの間に利用されたアイテムに関
する利用履歴の中で、抽出したアイテム識別子を含む利用履歴を全て取得すればよい。過
去の特定の時点は、サービス提供側が予め決めておけばよく、例えば、利用ポイント算出
処理を行っている時点から３ヶ月前や、半年前や、１年前とすればよい。

他にも様々な条件を用いて、取得する分配ユーザの利用履歴を制限することができる。
次に、利用ポイント算出部７１１が、分配ユーザごとに、分配率を算出する（ステップ
Ｓ９０５）。分配率の算出には、本発明の第４実施形態における分配アイテム選出部１１
３による分配ユーザ選出処理の分配率算出方法を用いることができる。分配率算出の第２
の方法を用いる場合は、類似度が記憶されていないため、分配率を算出する前に、本発明
の第４実施形態における推薦属性選出部１１２による類似ユーザ選出処理の類似度算出の
第１〜第２、及び、第４〜第７の方法を用いることができる。分配率算出の第２の方法を
用いる場合は、類似度が記憶されていないため、分配率を算出する前に、本発明の第４実
施形態における推薦属性選出部１１２による類似ユーザ選出処理の類似度算出方法を用い
ることができる。

次に、利用ポイント算出部７１１が、ステップＳ９０４にて取得した利用履歴より分配
ユーザのユーザ識別子を重複せずに抽出し、例えば抽出した順に、１つ選択する（ステッ
プＳ９０６）。
次に、利用ポイント算出部７１１が、ステップＳ２０３にて算出した利用親ポイントと
、ステップＳ９０５にて算出した分配率のうち、ステップＳ９０６にて選択したユーザ識
別子に対応する分配率とを掛け合わせることで利用ポイントを算出し（ステップＳ９０７
）、ステップＳ２０８へ進む。
ステップＳ２０８は、本発明の第４実施形態と同様である。次に、ステップＳ９０８へ
進む。

ステップＳ９０９では、利用ポイント算出部７１１が、ステップＳ９０６にて、全ての
分配ユーザのユーザ識別子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Ｓ
２０９へ進み、まだ未選択のものが残っている場合はステップＳ９０６へ進む。ステップ
Ｓ２０９は、本発明の第４実施形態と同様である。

なお、この利用ポイント算出処理において、１つの利用情報に対して、利用親ポイント
を分配するユーザの数を制限してもよい。利用親ポイントを分配するユーザの制限は、本
発明の第４実施形態と同様に行えばよい。ただし、類似度を用いる場合は、類似度が記憶
されていないため、類似度を算出する必要がある。また、上記説明では、利用親ポイント
を算出し、算出した利用親ポイントを分配ユーザに分配しているが、利用親ポイントを分
配せずに、分配ユーザに一定の利用ポイントを付与してもよい。このとき、ステップＳ２
０３とステップＳ９０５とステップＳ９０７の処理を行わずに、ステップＳ９０７にて一
定の利用ポイントを加算すればよい。

また、ステップＳ２０８にて、元の利用ポイントに変更値を加算して、利用ポイントを
更新しているが、加算処理の代わりに、元のポイントと以下に示す係数との乗算処理を用
いて、利用ポイントを更新してもよい。このとき、ステップＳ２０３では、加算する利用
ポイントの和である利用親ポイントの代わりに、増加率（元の利用ポイントをどの程度増
加させるかを示す値であり、この値に１を加えることで係数となる）の合計値である親増
加率を算出する。

そして、ステップＳ９０６にて選択した分配ユーザｕｒの推薦属性情報に対応する属性
種別ｔｉの属性値ｔｉｊに関する分配率をｒａｔｅ（ｕｒ，ｔｉ，ｔｉｊ）とし、親増加
率をｓｒとして、図７３の式（１）により、係数ｍ（ｕｒ，ｔｉ，ｔｉｊ）を算出する。
また、利用ポイントの初期値が「０」であると、いくら倍率を掛け合わせても増加しない
ため、初期値を「０」を超える値で設定するか、初期値は「０」であるが、一番最初に利
用ポイントの算出対象になった場合にのみ、一定のポイント数を加えればよい。
以上が、利用ポイント算出処理の手順の説明である。

また、全ての利用情報に対して、利用ポイント算出部７１１における利用ポイント算出
処理を行っているが、利用ポイント算出処理を行う利用情報を人気アイテムに制限しても
よい。人気アイテムとは多くのユーザに利用されているアイテムであり、アイテムごとに
利用回数を調べ、利用回数が所定数以上のアイテム、または利用回数の多い順に所定数の
アイテムを抽出し、人気アイテムとすればよい。このとき、端末装置３の表示部３４に表
示するユーザページに、例えば、図７１の表示例のように、人気アイテムの情報と検索結
果とを分けて表示する必要がある。図７１の表示例では、左上に端末装置３を利用中のユ
ーザのユーザ名と利用ポイントとを表示し、左下に人気アイテムの情報を表示している。
また、右上に検索条件を入力するテキストボックスと検索条件送信処理のトリガーとなる
「検索」ボタンとを表示し、右下に検索条件を満たすアイテム情報を表示している。

このため、ユーザページ情報作成部８１１にてユーザページ情報を作成する際に、人気
アイテムのアイテム情報を用いる必要がある。人気アイテムのアイテム情報は、情報処理
サーバ装置７にて取得することができる。具体的には、情報処理サーバ装置７の利用履歴
格納部１３１に記憶されている利用情報を用いて、アイテム識別子ごとの利用回数を算出
し、算出した利用回数に基づいて人気アイテムのアイテム識別子を抽出する。

そして、アイテム情報格納部１３９より、抽出したアイテム識別子に対応するアイテム
属性情報を取得すればよい。また、利用情報が人気アイテムのものであるか否かを判定す
るために、端末装置３の利用情報作成部３１２にて利用情報を作成する際に、ユーザペー
ジに表示されている人気アイテムを利用した場合は人気アイテムであるという情報を付与
し、人気アイテム以外のアイテム、例えば、検索結果として表示されたアイテムを利用し
た場合は人気アイテムではないという情報を付与する。この付与した情報を用いることで
、人気アイテムの利用情報に対してのみ、利用ポイント算出処理を行うことができる。ま
た、特定の期間に利用された利用回数を基に人気アイテムを選出してもよい。特定の期間
は、サービス提供側が予め設定しておけばよい。

また、ユーザ情報格納部１３８に記憶されているユーザ属性情報に含まれる属性ごとに
条件を指定し、指定した条件を満たすユーザの利用履歴のみで人気アイテムを抽出しても
よい。このとき、端末装置３の表示部３４に表示するユーザページに、例えば、図７２の
表示例のように、ユーザ属性情報に含まれる属性ごとに条件を自由に指定し、指定した条
件を満たすユーザ利用情報のみで抽出された人気アイテムを表示できるようにする必要が
ある。図７２の表示例では、図７１の表示例に追加して、左上にユーザの属性情報の属性
値を指定するためのメニューやテキストボックスが表示されている。

このため、まず、端末装置３が、情報処理サーバ装置７に、直接、または、アイテム提
供サーバ装置８経由で、ユーザ属性情報に含まれる属性ごとに指定した条件を送信する。
次に、情報処理サーバ装置７が、ユーザ情報格納部１３８より、受信したユーザ属性情報
に含まれる属性ごとに指定した条件を満たすユーザ情報に含まれるユーザ識別子を全て抽
出する。次に、情報処理サーバ装置７が、利用履歴格納部１３１に記憶されている利用履
歴のうち、抽出したユーザ識別子のいずれかを含む利用履歴を全て用いて人気アイテムの
アイテム識別子を抽出する。

次に、情報処理サーバ装置７が、アイテム情報格納部１３９より、抽出した全ての人気
アイテムのアイテム識別子に対応するアイテム属性情報を全て取得し、端末装置３に、直
接、または、アイテム提供サーバ装置８経由で、取得した全ての人気アイテムのアイテム
情報を送信する。そして、端末装置３が、受信した人気アイテムのアイテム情報を用いて
ユーザページを更新し、出力部３４に、更新したユーザページを表示できるようにする必
要がある。この場合も、人気アイテムの抽出に用いる利用履歴を特定の期間に制限しても
よい。また、ユーザ属性情報に含まれる属性ごとに条件を指定する代わりに、アイテム属
性情報に含まれるアイテム属性ごとに条件を指定してもよい。

このとき、端末装置３にて、ユーザ属性情報の条件を指定する代わりに、アイテム属性
情報の条件を指定できるようにする。さらに、情報処理サーバ装置７にて、人気アイテム
のアイテム識別子を抽出する際に、アイテム情報格納部１３９より指定した条件を満たす
アイテム属性情報に含まれるアイテム識別子を全て抽出し、抽出したアイテム識別子のい
ずれかを含む利用履歴を全て用いて人気アイテムのアイテム識別子を抽出すればよい。

ここで本実施形態において付与される利用ポイントと、本発明の第４実施形態において
付与される利用ポイントの違いについて、具体例を用いて説明する。例えば、ある時点で
のユーザの商品購入履歴が図５７の左側の表で表わされているとする。その時点以降に、
会員Ａが「商品ｄ」を購入した場合、すでに、「商品ｄ」の作成者である「作者４」のア
イテムである「商品ｄ」と「商品ｅ」を会員Ｂと会員Ｄと会員Ｅと会員Ｆの４人が購入し
ているため、本実施形態では会員Ｂと会員Ｄと会員Ｅと会員Ｆの４人に利用ポイントが付
与される。一方、本発明の第４実施形態の方法では、図５８に示したように「作者４」は
会員Ａの推薦属性ではないため、利用ポイントは誰にも付与されない。

また、ある時点以降に、会員Ａが「商品ｃ」を購入した場合、「作者３」のアイテムを
既に購入している会員Ｂと会員Ｃと会員Ｄと会員Ｅと会員Ｆの５人に利用ポイントが付与
される。一方、本発明の第４実施形態の方法では、分配対象は類似ユーザに限定されるた
め、利用ポイントが付与されるのは、会員Ｂと会員Ｃと会員Ｅと会員Ｆの３人になる。こ
のように、本実施形態の方法によれば、第４実施形態の方法よりも更に、利用ポイントを
付与するユーザ数を増やすことができる。また本実施形態は、第４実施形態よりも少ない
処理量で処理を行うことができる。

次に、図５７の左側の表の例において、ある時点以降に、ユーザＡが商品ｃと商品ｄと
商品ｅと商品ｆの４つを購入した場合（購入回数４回の場合）を考える。購入したユーザ
本人にポイントを付与する通常のポイントシステム、あるいは購入したユーザに情報を提
供した他のユーザ１人にポイントを付与するポイントシステムにおいては、ポイントが付
与される回数は、どちらのシステムにおいても延べ４回である。一方、本実施形態では、
商品ｃに関する購入で５回、商品ｄに関する購入で４回、商品ｅに関する購入で４回、商
品ｆに関する購入で５回ポイントが付与されるため、延べ１８回（５＋４＋４＋５）ポイ
ントが付与されることになる。更に、購入ユーザ本人にもポイントを付与すると、延べ２
２回（１８＋４＝２２）ポイントが付与される。

このように本実施形態によれば、ポイントを付与するユーザの数を更に増やしたり、ポ
イントが更新される頻度を更に高くすることができる。このため、「自分のポイントが今
日増えているかも知れない」という期待感や、「予期せぬタイミングで急にポイントが増
えて驚いた」といった意外性を多くのユーザに継続的に与えることができるので、アイテ
ム提供サーバへのアクセス頻度を増やすことができる。そして、アイテムやアイテム提供
サーバに対するユーザの関心をさらに高めて、アイテム利用をより促進することができる
。

また、多くの種類のアイテムを利用したユーザほど、同じアイテムを後から他のユーザ
が利用する可能性が高いので、それに伴って後からポイントが付与される可能性も高くな
る。このため、「より多くの種類のアイテムを利用しよう」というモチベーションが各々
のユーザで高まり、アイテムの利用が促進される。また、早い時期にアイテムを利用した
ユーザほどポイントが増えるので、このようなポイントサービスの特性をユーザに通知す
ることにより、「他のユーザが今後利用しそうなアイテムを予測して、いち早く利用しよ
う」というインセンティブが各々のユーザに働き、アイテムの利用が促進されるという効
果が得られる。

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。たとえば、上述においては利用ポイント算出処理や、推薦属性選出処理や、分配ユー
ザ選出処理などを情報処理サーバ装置１で行うようにしているが、これらの処理は、複数
の情報処理装置によって分担して行うようにしてもよい。

第１〜第３実施形態の符号の説明
１，７ アイテム提供サーバ装置
２，６，８ 情報処理サーバ装置
３ 端末装置
４，５ ネットワーク
１１，７１ アイテム提供サーバ制御手段
１１１，７１１ ユーザページ情報作成部
１１２ 推薦アイテム取得部
１１３ 利用情報中継部
１２ アイテム提供サーバ通信手段
１３ 認証手段
１４，７４ アイテム提供サーバ格納手段
１４１ ユーザ情報格納部
１４２ アイテム情報格納部
１４３ 推薦アイテム情報格納部
２１，６１，８１ 情報処理サーバ制御手段
２１１，６１１，８１１ 利用ポイント算出部
２１２ 類似ユーザ選出部
２１３ 推薦アイテム選出部
２１４ 利用ポイント取得部
２２ 情報処理サーバ通信手段
２３，６３，８３ 情報処理サーバ格納手段
２３１ 利用情報格納部
２３２ 類似ユーザ情報格納部
２３３ 分配情報格納部
２３４ 利用ポイント格納部
２３５ ユーザ情報格納部
２３６ アイテム情報格納部
３１ 端末制御手段
３１１ ユーザページ表示部
３１２ 利用情報作成部
３２ 端末通信手段
３３ 入力手段
３４ 表示手段
６３７ 仮ポイント格納部
第４〜第６実施形態の符号の説明
１，６，７ 情報処理サーバ装置
２，８ アイテム提供サーバ装置
３ 端末装置
４，５ ネットワーク
２１，８１ アイテム提供サーバ制御部
２１１，８１１ ユーザページ情報作成部
２１２ 推薦属性情報取得部
２１３ 利用情報中継部
２２ アイテム提供サーバ通信部
２３ 認証部
２４，８４ アイテム提供サーバ格納部
２４１ ユーザ情報格納部
２４２ アイテム情報格納部
２４３ 利用履歴格納部
２４４ 推薦属性情報格納部
１１，６１，７１ 情報処理サーバ制御部
１１１，６１１，７１１ 利用ポイント算出部
１１２ 推薦属性選出部
１１３ 分配ユーザ選出部
１１４ 利用ポイント取得部
１２ 情報処理サーバ通信部
１３，６３，７３ 情報処理サーバ格納部
１３１ 利用履歴格納部
１３２ 属性嗜好情報格納部
１３３ 類似ユーザ情報格納部
１３４ 推薦属性情報格納部
１３５ 分配情報格納部
１３６ 制約情報格納部
１３７ 利用ポイント情報格納部
１３８ ユーザ情報格納部
１３９ アイテム情報格納部
３１ 端末制御部
３１１ ユーザページ表示部
３１２ 利用情報作成部
３２ 端末通信部
３３ 入力部
３４ 表示部
６３０ 仮ポイント情報格納部

Claims (20)

1. ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、アイテムに係るユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得工程と、
   前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子である一のアイテム識別子と同じアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成工程と、
   前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部であり、かつ所定数を超えない複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出工程とを含み、
   前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となる、
   ことを特徴とする情報処理方法。
2. ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、アイテムに係るユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得工程と、
   アイテム識別子とアイテム属性とを関連付けたアイテム情報を取得するアイテム情報取得工程と、
   前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子に対応する１つ以上のアイテム属性の集合である一のアイテム属性集合を形成し、前記一のアイテム属性集合に属する少なくとも１つのアイテム属性に対応するアイテム識別子の集合である一のアイテム集合を形成し、前記一のアイテム集合に属するアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成工程と、
   前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部であり、かつ所定数を超えない複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出工程とを含み、
   前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となる、
   ことを特徴とする情報処理方法。
3. 前記先行利用履歴形成工程では、前記一の利用履歴のアイテム識別子である一のアイテム識別子と同じアイテム識別子を持ち、かつ前記一の利用履歴よりも古く、かつ所定の時点よりも新しい他の利用履歴の集合である先行利用履歴集合を形成する、
   ことを特徴とする請求項１に記載の情報処理方法。
4. 前記先行利用履歴形成工程では、前記一のアイテム集合に属するアイテム識別子を持ち、かつ前記一の利用履歴よりも古く、かつ所定の時点よりも新しい他の利用履歴の集合である先行利用履歴集合を形成する、
   ことを特徴とする請求項２に記載の情報処理方法。
5. 前記ポイント算出工程では、利用主体識別子とアイテム識別子との組み合わせごとに管理されているポイント値を変更するために、分配対象のユーザ集合に属する利用主体識別子と前記一のアイテム識別子に対応する組み合わせごとに変更値を算出する、
   ことを特徴とする請求項１または請求項３に記載の情報処理方法。
6. 前記利用履歴取得工程で取得された利用履歴に基づいて、利用主体識別子間の類似度を算出する類似度算出工程と、
   前記類似度算出工程で算出された類似度を用いて、利用主体識別子と推薦するアイテムのアイテム識別子とを対応させた推薦アイテム情報を作成する推薦アイテム情報作成工程とを含み、
   前記先行利用履歴形成工程では、前記推薦アイテム情報の利用主体識別子に利用履歴の利用主体識別子が一致し、かつ、前記推薦アイテム情報のアイテム識別子に利用履歴のアイテム識別子が一致するように前記一の利用履歴を選択する、
   ことを特徴とする請求項１、請求項３または請求項５のいずれか１項に記載の情報処理方法。
7. 前記ポイント算出工程では、利用主体識別子とアイテム属性との組み合わせごとに管理されているポイント値を変更するために、前記一のアイテム属性集合に含まれるアイテム属性ごとに、分配対象のユーザ集合の少なくとも一部である利用主体識別子とアイテム属性に対応する変更値を算出する、
   ことを特徴とする請求項２または請求項４に記載の情報処理方法。
8. 前記利用履歴取得工程で取得された利用履歴に基づいて、利用主体識別子間の類似度を算出する類似度算出工程と、
   前記類似度算出工程で算出された類似度を用いて、利用主体識別子と推薦するアイテム属性とを対応させた推薦属性情報を作成する推薦属性情報作成工程とを含み、
   前記先行利用履歴形成工程では、前記推薦属性情報の利用主体識別子に利用履歴の利用主体識別子が一致し、かつ、前記推薦属性情報のアイテム属性に前記一のアイテム属性集合に含まれるいずれかのアイテム属性が一致するように、前記一の利用履歴を選択する、
   ことを特徴とする請求項２、請求項４または請求項７に記載の情報処理方法。
9. 前記利用形態情報は、アイテムの属性情報を選択する操作、アイテムを購入候補に指定する操作、アイテムを購入する操作、アイテムの再生に係る操作、アイテムの視聴に係る操作、のいずれかの操作を示す情報である、
   ことを特徴とする請求項１から請求項８のいずれか１項に記載の情報処理方法。
10. 前記ポイント算出工程では、分配対象のユーザ集合に属する利用主体識別子に係るユーザのアイテム利用回数、または前記ユーザのアイテム利用開始に係る時点、または前記ユーザが前記一のアイテムを利用した時点、または前記ユーザのユーザ属性情報、または前記一の利用履歴に対応する利用主体識別子である一の利用主体識別子と分配対象のユーザ集合に含まれる利用主体識別子とのアイテム利用に係る類似度、のいずれかの情報に基づいて、前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部であり、かつ所定数を超えない複数の利用主体識別子を分配対象のユーザ集合として抽出する、
    ことを特徴とする請求項１から請求項９のいずれか１項に記載の情報処理方法。
11. 前記ポイント算出工程では、所定期間における前記変更値の総和が所定の値となるように、前記変更値を算出する、
    ことを特徴とする請求項１から請求項１０のいずれか１項に記載の情報処理方法。
12. 前記ポイント算出工程では、分配対象のユーザ集合に属する利用主体識別子の数、分配対象のユーザ集合に属する利用主体識別子に係るユーザのアイテム利用回数、または前記ユーザのアイテム利用金額、または前記ユーザのアイテム利用開始に係る時点、のいずれかの情報に基づいて、前記変更値を算出する、
    ことを特徴とする請求項１から請求項１１のいずれか１項に記載の情報処理方法。
13. 前記ポイント算出工程では、所定の値、または分配対象のユーザ集合に属する利用主体識別子に係るユーザの前記一のアイテムに関する利用回数、または前記ユーザの前記一のアイテムに関する利用金額、または前記ユーザが前記一のアイテムを利用した時点のいずれかの情報に基づいて、前記変更値を算出する、
    ことを特徴とする請求項１から請求項１１のいずれか１項に記載の情報処理方法。
14. 前記ポイント算出工程では、前記一の利用履歴に対応する利用主体識別子である一の利用主体識別子と分配対象のユーザ集合に含まれる利用主体識別子とのアイテム利用に係る類似度が高いほど大きな値となるように前記変更値を算出する、
    ことを特徴とする請求項１から請求項１１のいずれか１項に記載の情報処理方法。
15. 前記ポイント算出工程では、前記一の利用履歴に対応する利用主体識別子である一の利用主体識別子と分配対象のユーザ集合に含まれる利用主体識別子とのユーザ属性情報に係る適合度が高いほど大きな値となるように前記変更値を算出する、
    ことを特徴とする請求項１から請求項１１のいずれか１項に記載の情報処理方法。
16. 前記ポイント算出工程では、前記分配対象のユーザ集合に属する利用主体識別子ごとに定まる第１の値と、前記分配対象のユーザ集合に属する利用主体識別子ごとに定まる第２の値とを算出し、前記第１の値と前記第２の値との加算値、または、前記第１の値と前記第２の値との乗算値、を用いて、前記変更値を算出する、
    ことを特徴とする請求項１から請求項１５のいずれか１項に記載の情報処理方法。
17. ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、アイテムに係るユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得部と、
    前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子である一のアイテム識別子と同じアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成部と、
    前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部であり、かつ所定数を超えない複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出部とを備え、
    前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となる、
    ことを特徴とする情報処理装置。
18. ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、アイテムに係るユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得部と、
    アイテム識別子とアイテム属性とを関連付けたアイテム情報を取得するアイテム情報取得部と、
    前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子に対応する１つ以上のアイテム属性の集合である一のアイテム属性集合を形成し、前記一のアイテム属性集合に属する少なくとも１つのアイテム属性に対応するアイテム識別子の集合である一のアイテム集合を形成し、前記一のアイテム集合に属するアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成部と、
    前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部であり、かつ所定数を超えない複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出部とを備え、
    前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となる、
    ことを特徴とする情報処理装置。
19. ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、アイテムに係るユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得ステップと、
    前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子である一のアイテム識別子と同じアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成ステップと、
    前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部であり、かつ所定数を超えない複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出ステップとをコンピュータに実行させ、
    前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となる、
    ことを特徴とする情報処理プログラム。
20. ユーザまたはユーザの利用した端末装置を識別するための利用主体識別子と、ユーザにより利用されたアイテムを識別するアイテム識別子と、アイテムに係るユーザの利用操作の種類を区別する利用形態情報とを関連付けた利用履歴を複数取得する利用履歴取得ステップと、
    アイテム識別子とアイテム属性とを関連付けたアイテム情報を取得するアイテム情報取得ステップと、
    前記取得した複数の利用履歴の中から一の利用履歴を選択し、前記一の利用履歴のアイテム識別子に対応する１つ以上のアイテム属性の集合である一のアイテム属性集合を形成し、前記一のアイテム属性集合に属する少なくとも１つのアイテム属性に対応するアイテム識別子の集合である一のアイテム集合を形成し、前記一のアイテム集合に属するアイテム識別子を持ち、かつ前記一の利用履歴よりも古い他の利用履歴の集合である先行利用履歴集合を形成する先行利用履歴形成ステップと、
    前記先行利用履歴集合に含まれる利用主体識別子のうちの少なくとも一部であり、かつ所定数を超えない複数の利用主体識別子を分配対象のユーザ集合として抽出し、分配対象のユーザ集合に属する利用主体識別子ごとに管理されているポイント値を変更するための変更値を算出するポイント算出ステップとをコンピュータに実行させ、
    前記変更値は、分配対象のユーザ集合に属する利用主体識別子に対応する先行利用履歴に含まれる利用形態情報に応じた値となる、
    ことを特徴とする情報処理プログラム。

Images