JP6007300B1 - 算出装置、算出方法および算出プログラム - Google Patents

Abstract

【課題】実際の人気度を優先度に反映させること。【解決手段】本願に係る算出装置は、選択対象の選択に関する利用者の行動の履歴を示す行動情報と、利用者が入力した入力情報とを取得する取得部と、前記行動情報のうち、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、前記入力情報のうち、前記所定の選択対象に関連する情報を含む入力情報とを用いて、当該所定の選択対象を提示する際の優先度を算出する算出部とを有することを特徴とする。【選択図】図１

Description

本発明は、算出装置、算出方法および算出プログラムに関する。

従来、インターネットオークションやＥＣ（Electronic Commerce）サイト等、インターネットを介した電子商取引が行われている。このような電子商取引の一例として、利用者の購入意欲を高めるため、商品やサービス（以下、単に商品と記載する。）が有する人気度を推定し、推定した人気度が高い商品を優先的に提示する手法が知られている。例えば、検索クエリに対応する商品の検索結果に基づく優先度を、商品のウェブ検索を行った結果に基づく優先度で補正することで、検索クエリに関連する検索の傾向を反映させた優先度を算出し、算出した優先度に基づく順に商品を表示する技術が知られている。

特開２０１０−６１４２０号公報

しかしながら、上述した技術では、実際の人気度を優先度に反映させることができない場合がある。例えば、上述した技術では、検索クエリに対応する商品の検索結果に基づく優先度を、商品のウェブ検索を行った結果に基づく優先度で補正するので、話題となり実際に売れている商品、すなわち、実際に人気がある商品よりも、日常的に検索されたり購入されたりする商品が優先的に提示される場合がある。

本願は、上記に鑑みてなされたものであって、実際の人気度を優先度に反映させることができる算出装置、算出方法および算出プログラムを提供することを目的とする。

本願に係る算出装置は、選択対象の選択に関する利用者の行動の履歴を示す行動情報と、利用者が入力した入力情報とを取得する取得部と、前記行動情報のうち、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、前記入力情報のうち、前記所定の選択対象に関連する情報を含む入力情報とを用いて、当該所定の選択対象を提示する際の優先度を算出する算出部とを有することを特徴とする。

実施形態の一態様によれば、実際の人気度を優先度に反映させることができるという効果を奏する。

図１は、実施形態に係る情報配信装置の一例を示す図である。 図２は、実施形態にかかる情報配信装置と他の装置との接続関係の一例を示す図である。 図３は、実施形態にかかる情報配信装置が有する機能構成の一例を示す図である。 図４は、実施形態に係る対象情報データベースに登録された情報の一例を示す図である。 図５は、実施形態に係るクエリログデータベースに登録された情報の一例を示す図である。 図６は、実施形態に係るクリックログデータベースに登録された情報の一例を示す図である。 図７は、実施形態にかかる紐付ログデータベースに登録された情報の一例を示す図である。 図８は、実施形態にかかる検索指標値データベースに登録された情報の一例を示す図である。 図９は、実施形態にかかる選択指標値データベースに登録された情報の一例を示す図である。 図１０は、実施形態にかかる話題度データベースに登録された情報の一例を示す図である。 図１１は、実施形態に係る情報配信装置が話題度を算出する処理の一例を示す図である。 図１２は、実施形態にかかる情報配信装置が実行する算出処理の流れの一例を説明するフローチャートである。 図１３は、実施形態にかかる情報配信装置が実行する紐付処理の流れの一例を説明するフローチャートである。 図１４は、実施形態にかかる情報配信装置が話題度を算出する処理の流れの一例を説明するフローチャートである。 図１５は、情報配信装置の機能を実現するコンピュータのハードウェア構成の一例を示す図である。

以下に、本願に係る算出装置、算出方法および算出プログラムを実施するための形態（以下、「実施形態」と呼ぶ。）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る算出装置、算出方法および算出プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報配信装置〕
まず、図１を用いて、算出装置の一例である情報配信装置１０の一例について説明する。図１は、実施形態に係る情報配信装置の一例を示す図である。なお、図１には、情報配信装置１０が、ＥＣサイト等の電子商取引の対象となる商品やサービスの情報である対象情報を、利用者が使用する利用者端末１００に配信する処理の概要について記載した。なお、以下の説明では、電子商取引の対象となる商品やサービスを取引対象と総称する。

例えば、図１に示す例では、情報配信装置１０は、インターネット等の所定のネットワークＮを介して、利用者端末１００と相互に通信可能であるものとする。なお、情報配信装置１０は、任意の数の利用者端末１００に対して、対象情報を配信可能である。

情報配信装置１０は、取引対象の情報を管理し、取引対象の情報を利用者端末１００に対して配信することで、取引対象を利用者に提示する装置、すなわち、電子商取引のサービスを提供するシステムのフロントエンド側のサーバである。例えば、情報配信装置１０は、サーバ等の情報処理装置により実現されてもよく、クラウドシステム等、複数の情報処理装置が協調して動作することで実現されてもよい。より具体的な例を説明すると、情報配信装置１０は、ＫＶＳ（Key-Value Store）形式の情報や、ＨＤＦＳ（Hadoop Distributed File System）形式の情報を用いて、以下に説明する表示処理を実現するサーバ群により実現される。

なお、以下の説明では、取引対象は、各種サービスの提供、音声コンテンツの配信、静止画像または動画像の配信等、任意の役務の提供を含むものとし、対象情報は、これらの役務の情報を含むものとする。また、電子商取引の対象となる商品やサービスは、ＥＣサイト等で取引される商品やサービスのみならず、オークションサイト等で取引される商品やサービスを含むものとする。

また、電子商取引の対象となる商品やサービスの提供においては、取引が行われる都度、対価の授受が発生してもよく、発生しなくともよい。例えば、以下に説明する取引対象には、無料の動画配信サービスや、月賦方式で料金が発生する動画配信サービス等が含まれていてもよい。なお、以下の説明では、取引対象である商品やサービスを単に商品と総称する場合がある。

利用者端末１００は、利用者が使用する端末装置であり、例えば、スマートフォンやタブレット端末やＰＤＡ（Personal Digital Assistant）等の移動端末や、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣ等により実現される。

例えば、利用者端末１００は、ＥＣサイト等にアクセスした場合、情報配信装置１０に対して対象情報の配信を要求する。このような場合、情報配信装置１０は、１つまたは複数の対象情報を利用者端末１００に対して配信する。この結果、利用者端末１００は、対象情報を表示することで、利用者に取引対象を提示する。そして、利用者端末１００は、情報配信装置１０から対象情報の配信を受け付けた後は、図示を省略した他のサーバ装置と通信を行うことで、取引対象の購買を行うウェブページの表示や取引対象の購入、及び決済等を実行する。

〔２．情報配信装置が実行する算出処理〕
ここで、ＥＣサイトのトップページ等には、複数の対象情報がランキング形式で表示される場合がある。このような対象情報のランキングは、取引対象の新しさや価格順だけではなく、取引対象がどれくらい売れているかや、取引対象がどれくらい配信されているか、取引対象がどれくらい話題となっているかに応じた順序、すなわち、話題度の順で生成される場合もある。このように、話題度の順に対象情報を並べて表示した場合には、情報配信装置１０は、現在話題となっている取引対象を優先的に提示することができるので、利用者が購買対象を明確に定めていない場合にも、流行に敏感な利用者を電子商取引のサイトに誘導することができる。

しかしながら、従来技術では、取引対象の検索履歴に基づいた優先度を、取引対象の名称を検索クエリとするウェブ検索の結果に基づいた優先度で補正するので、実際の人気度を優先度に反映することができない場合がある。例えば、従来技術では、日用品等、日常的に検索されたり購買されたりする商品や、ＳＥＯ（Search Engine Optimization）対策が行われた商品、単純に話題となっているだけであまり売れていない商品等の優先度が上昇する。このため、従来技術では、実際に話題となった結果売れている商品や、アーリーマジョリティとなる利用者が購入する商品等、実際に人気のある商品を優先的に提示することができない場合がある。

そこで、情報配信装置１０は、以下の算出処理を実行し、算出処理の実行結果に基づいて作成した対象情報のランキングを、利用者端末１００に配信する。具体的には、情報配信装置１０は、選択対象の選択に関する利用者の行動の履歴を示す行動情報と、利用者が入力した入力情報とを取得する。そして、情報配信装置１０は、行動情報のうち、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、検索クエリの履歴のうち、所定の選択対象に関連する情報を含む入力情報とを用いて、その所定の選択対象を提示する際の優先度を算出する。

〔２−１．選択情報について〕
ここで、選択対象とは、利用者が選択した対象を示す情報であり、例えば、取引対象そのものや、取引対象の購買を行うウェブページ、取引対象の購買を行うウェブページへのリンク、取引対象を取り扱う店舗等、取引対象と関連する情報や物体等の対象を示す情報である。例えば、情報配信装置１０は、行動情報として、取引対象の選択に関する利用者の行動の履歴を示す情報を取得する。

例えば、ウェブ検索を行った場合には、検索クエリと関連する取引対象の販売を行うウェブページや、取引対象の情報が掲載されたウェブページ等へのリンクが表示される。そこで、情報配信装置１０は、ウェブ検索の結果に含まれるリンクの中から利用者が選択したリンクの履歴を示す情報であるクリックログを行動情報として取得する。

また、情報配信装置１０は、クリックログを用いて、利用者が選択した選択対象を特定する。そして、情報配信装置１０は、行動情報と、その行動情報に関連する選択対象とを紐付ける。例えば、情報配信装置１０は、利用者が選択したリンクが選択された際に表示されるウェブページ（以下、リンク先と記載する。）を特定し、特定したリンク先と関連する選択対象を特定する。より具体的には、情報配信装置１０は、特定したリンク先で販売されている商品やサービス、リンク先に対象情報が掲載されている商品やサービス、リンク先に配置された動画像等を取引対象として特定する。そして、情報配信装置１０は、クリックログとそのクリックログから特定した取引対象とを紐付けた紐付ログを生成する。

〔２−２．入力情報について〕
また、入力情報とは、利用者が入力した任意の情報である。例えば、情報配信装置１０は、入力情報として、ウェブ検索における検索クエリの履歴を入力情報として取得し、取得した入力情報のうち、所定の選択対象を示す情報を含む入力情報を用いて、所定の選択対象の優先度を算出する。なお、情報配信装置１０は、ＳＮＳやマイクロブログ等に投稿された情報、すなわち、利用者によってウェブ上に投稿された情報等を入力情報として取得してもよい。

〔２−３．優先度の算出について〕
ここで、取引対象の購入履歴は、その取引対象を利用者が実際に選択しようとする意欲の指標になりえる。また、実際に取引対象を購入したり選択したりした利用者だけではなく、ウェブ検索の結果、取引対象が掲載されたウェブページに遷移した利用者は、その取引対象を実際に購入する意思が強いと考えられる。このため、ウェブ検索の結果に含まれるリンク先と関連する取引対象は、実際に購入される可能性が高い取引対象、すなわち、人気のある取引対象であると予測される。この結果、ある取引対象と紐付られたクリックログは、取引対象を実際に購入しようとする意欲等、取引対象を利用者が実際に選択しようとする意欲の指標となりえる。

また、取引対象の購入以外にも、動画像等の配信履歴や、任意の選択対象について、その選択対象に関連するリンク先を選択した行動の履歴、すなわち、ある選択対象と紐付けることができる行動情報は、その選択対象を実際に選択しようとする意欲の指標になりえる。そこで、情報配信装置１０は、選択対象ごとに、その選択対象の選択に関する行動情報から、その選択対象を選択しようとする意欲の指標となる第１の指標（以下、選択指標値と記載する。）を算出する。

また、利用者が入力した情報は、その情報と関連する選択対象の話題性の指標となりえる。例えば、話題性が高い取引対象の名称は、話題性が低い取引対象の名称よりも、ウェブ検索の回数、ＥＣサイトやオークションサイト等における検索回数、ウェブ上に投稿される数等が多いと考えらえる。そこで、情報配信装置１０は、選択対象ごとに、その選択対象を示す情報を含む入力情報から、その選択対象の話題性の指標となる第２の指標（以下、検索指標値と記載する。）を算出する。

そして、情報配信装置１０は、選択対象ごとに、算出した選択指標値と検索指標値とを用いて、その選択対象の優先度を算出する。すなわち、情報配信装置１０は、選択対象を実際に選択しようとする意欲の指標と、その選択対象の話題性の指標とを用いて、話題となっており、かつ、実際に選択されているかを示す優先度、すなわち、実際の人気度が反映された優先度を算出する。そして、情報配信装置１０は、算出した優先度に基づいて、選択対象を示す情報（例えば、対象情報）をランキング形式で並べたウェブページを生成し、生成したウェブページを利用者端末１００に送信する。

このように、情報配信装置１０は、行動情報と入力情報とを取得し、所定の選択対象に関する行動情報と、所定の選択対象を示す情報を含む入力情報とを用いて、所定の選択対象を提示する際の優先度を算出する。このため、情報配信装置１０は、実際の人気度が反映された優先度を算出することができる。

例えば、日用品等は、実際に購入される回数が多いため、選択指標値の値が高くなり得るが、話題にはならない為、検索指標値の値が低くなる。一方、ＳＥＯ対策が行われた商品や、単に話題となっているだけで実際には売れていない商品は、検索指標値の値が高くなる一方で選択指標値の値が低くなる。しかしながら、実際に話題があり、実際に売れている商品、すなわち、実際に人気のある商品は、検索指標値および選択指標値の値が共に高くなる。このため、情報配信装置１０は、アーリーマジョリティ等に対して実際に人気がある商品の優先度を他の商品の優先度よりも高い値にし、優先的に提示することができる。

〔２−４．情報配信装置１０が実行する算出処理の一例〕
以下、図１を用いて、情報配信装置１０が実行する算出処理の一例について説明する。なお、以下の説明では、電子商取引の対象となる取引対象を選択対象とし、取引対象ごとに優先度を算出する処理の一例について説明する。

まず、情報配信装置１０は、任意の取引対象に関連する行動情報を取得する（ステップＳ１）。より具体的には、情報配信装置１０は、ウェブ検索の履歴から、取引対象と関連する検索クエリである選択クエリが含まれる履歴を特定する。そして、情報配信装置１０は、特定した選択クエリが入力された際の検索結果から、利用者が選択したリンク先のＵＲＬを特定し、選択クエリとＵＲＬとを対応付けたクリックログを行動情報として取得する。

図１中（Ａ）に示す例では、複数の単語からなる検索クエリである「選択クエリ＃Ａ＃Ｂ」が入力された際の検索結果から、利用者が「ウェブページＡ」へのリンクを選択した旨を示すウェブ検索の履歴が存在する。ここで、「選択クエリ＃Ａ＃Ｂ」は、検索クエリとして、「選択クエリ＃Ａ」と「選択クエリ＃Ｂ」とが入力された旨を示す。このような場合、情報配信装置１０は、図１中（Ｂ）に示すように、「ウェブページＡ」のＵＲＬである「ＵＲＬ＃Ａ」と「選択クエリ＃Ａ＃Ｂ」とを対応付けたクリックログを取得する。

また、情報配信装置１０は、入力情報として、ウェブ検索の履歴から入力された検索クエリの履歴、すなわち、クエリログを取得する（ステップＳ２）。例えば、情報配信装置１０は、「検索クエリ＃Ａ」や「検索クエリ＃Ｃ」等といった検索クエリを取得する。なお、情報配信装置１０は、「検索クエリ＃Ａ＃Ｂ」、「検索クエリ＃Ｂ＃Ｃ」等といった複数の単語からなる検索クエリの履歴をクエリログとして取得するものとする。

かかる場合、情報配信装置１０は、クリックログから選択対象となる取引対象を特定し、取引対象と行動情報とを対応付けた紐付ログを生成する（ステップＳ３）。例えば、情報配信装置１０は、クリックログに含まれる「ＵＲＬ＃Ａ」から、「ウェブページＡ」で販売されている商品等、「ウェブページＡ」と関連する取引対象を特定する。

ここで、取引対象の特定手法については、任意の手法が適用可能である。例えば、電子商取引を行うサイトや、動画の配信を行うサイトでは、サイトごとの正規表現で取引対象を識別する情報がＵＲＬに含まれると考えられる。そこで、情報配信装置１０は、クリックログに含まれるＵＲＬから取引対象を識別する情報を特定し、特定した情報から取引対象の識別子を取得してもよい。例えば、情報配信装置１０は、「ＵＲＬ＃Ａ」から取引対象の識別子（以下、商品ＩＤと記載する。）である「商品ＩＤ＃Ａ」を抽出し、抽出した「商品ＩＤ＃Ａ」と「選択クエリ＃Ａ＃Ｂ」とを対応付けた紐付ログを生成する。なお、商品ＩＤは、いわゆる商品のみならず、サービス等を含むの任意の取引対象の識別子であるものとする。

また、情報配信装置１０は、取引対象ごとに、第１の指標である選択指標値を紐付ログから算出する（ステップＳ４）。例えば、情報配信装置１０は、「商品ＩＤ＃Ａ」を含む紐付ログを特定し、特定した紐付ログの数から、「商品ＩＤ＃Ａ」が示す取引対象を選択しようとする意欲の指標となる「選択指標値＃Ａ」を算出する。そして、情報配信装置１０は、「商品ＩＤ＃Ａ」と「選択クエリ＃Ａ＃Ｂ」と「選択指標値＃Ａ」とを対応付けて記憶する。なお、選択指標値は、いわゆるバズスコアと同様の算出処理により算出されてよい。

続いて、情報配信装置１０は、検索クエリごとに、第２の指標である検索指標値をクエリログから算出する（ステップＳ５）。例えば、情報配信装置１０は、クエリログに「検索クエリ＃Ａ」が含まれる数に基づいて、「検索クエリ＃Ａ」の「検索指標値＃Ａ」を算出する。また、情報配信装置１０は、クエリログに「検索クエリ＃Ｂ」が含まれる数に基づいて、「検索クエリ＃Ｂ」の「検索指標値＃Ｂ」を算出する。なお、検索指標値の算出は、いわゆる検索クエリのバズスコアと同様の算出処理により算出されてよい。

そして、情報配信装置１０は、算出した選択指標値と検索指標値とから、取引対象を表示する優先度である話題度を算出する（ステップＳ６）。例えば、情報配信装置１０は、図１中（Ｃ）に示すように、「商品ＩＤ＃Ａ」が示す取引対象の話題度を算出する場合、「商品ＩＤ＃Ａ」と対応付けられた「選択クエリ＃Ａ」と「選択指標値＃Ａ」とを特定する。

続いて、情報配信装置１０は、「商品ＩＤ＃Ａ」が示す取引対象と関連する情報を含んだ検索クエリを特定する。例えば、情報配信装置１０は、図１中（Ｄ）に示すように、「選択クエリ＃Ａ＃Ｂ」に含まれる検索クエリ「検索クエリ＃Ａ」、「検索クエリ＃Ｂ」を特定する。なお、情報配信装置１０は、「選択クエリ＃Ａ＃Ｂ」と同一の検索クエリである「検索クエリ＃Ａ＃Ｂ」をさらに特定するものとする。

そして、情報配信装置１０は、特定した検索クエリと対応付けられた検索指標値と、「商品ＩＤ＃Ａ」の選択指標値とを用いて、「商品ＩＤ＃Ａ」が示す取引対象の話題度である「話題度＃Ａ」を算出する。例えば、情報配信装置１０は、「検索クエリ＃Ａ」の検索指標値である「検索指標値＃Ａ」、「検索クエリ＃Ｂ」の検索指標値である「検索指標値＃Ｂ」、および図示を省略した「検索クエリ＃Ａ＃Ｂ」の検索指標値である「検索指標値＃Ａ＃Ｂ」と、「商品ＩＤ＃Ａ」の選択指標値である「選択指標値＃Ａ」とを用いて、「商品ＩＤ＃Ａ」が示す取引対象の話題度である「話題度＃Ａ」を算出する。そして、情報配信装置１０は、「商品ＩＤ＃Ａ」と「話題度＃Ａ」とを対応付けて保持する。

その後、情報配信装置１０は、例えば、利用者端末１００から、取引対象の検索クエリを受信した場合は、検索クエリと対応する取引対象を特定し、特定した取引対象を示す対象情報を、取引対象の話題度が高い順に並べたランキングを生成する（ステップＳ７）。例えば、情報配信装置１０は、取引対象の検索クエリと対応する取引対象として、「商品ＩＤ＃Ａ」が示す取引対象と「商品ＩＤ＃Ｂ」が示す取引対象とを特定する。

このような場合、情報配信装置１０は、「商品ＩＤ＃Ａ」と対応付けられた話題度である「話題度＃Ａ」、および、「商品ＩＤ＃Ｂ」と対応付けられた話題度である「話題度＃Ｂ」を特定し、特定した「話題度＃Ａ」および「話題度＃Ｂ」の順に「商品ＩＤ＃Ａ」が示す取引対象の対象情報と「商品ＩＤ＃Ｂ」が示す取引対象が示す対象情報とを並べたランキングを生成する。そして、情報配信装置１０は、生成したランキングを利用者端末１００に送信する（ステップＳ８）。

上述したように、情報配信装置１０は、行動情報としてクリックログを取得し、入力情報としてクエリログを取得する。そして、情報配信装置１０は、クリックログのうち所定の取引対象に関するクリックログと、クエリログのうちその取引対象に関するクエリログとを用いて、その取引対象の話題度を算出する。このため、情報配信装置１０は、取引対象が有する実際の人気度を反映させた優先度である話題度を算出することができる。

〔３．情報配信装置の接続〕
以下、図１に示した算出処理を実現する情報配信装置１０が有する機能構成の一例について説明する。まず、図２を用いて、情報配信装置１０と他の装置との接続関係の一例について説明する。図２は、実施形態にかかる情報配信装置と他の装置との接続関係の一例を示す図である。

図２に示すように、情報配信装置１０は、インターネット等のネットワークＮを介して、利用者端末１００、ウェブ検索ログサーバ１１０、ショッピング検索ログサーバ１２０、オークション検索ログサーバ１３０、ＬＰ（Landing Page）ログサーバ１４０と通信可能に接続されている。

情報配信装置１０は、上述した表示処理を実行する情報処理装置であり、例えば、サーバ装置といった単体の情報処理装置、または、クラウドシステム等といった複数の情報処理装置が協調して動作することで実現される。

利用者端末１００は、ウェブページ等の各種ウェブコンテンツを閲覧する利用者によって利用される情報処理装置である。例えば、利用者端末１００は、スマートフォン等の携帯電話機や、タブレット端末や、ＰＤＡ（Personal Digital Assistant）や、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣ等である。

例えば利用者端末１００は、利用者による操作にしたがって、情報配信装置１０に対し、取引対象の検索クエリを情報配信装置１０に送信する。そして、利用者端末１００は、情報配信装置１０からランキングを受信すると、受信したランキングを表示する。

ウェブ検索ログサーバ１１０は、任意の利用者によって実行されたウェブ検索の履歴を収集する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。例えば、ウェブ検索ログサーバ１１０は、ウェブ検索が実行された日時、検索クエリの内容等を対応付けたウェブ検索ログを収集する。

ショッピング検索ログサーバ１２０は、ＥＣサイト等のショッピングサイトで任意の利用者によって実行された取引対象の検索処理の履歴を収集する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。例えば、ショッピング検索ログサーバ１２０は、ショッピング検索が実行された日時、検索クエリの内容、検索結果から利用者が選択した取引対象等を対応付けたショッピング検索ログを収集する。

オークション検索ログサーバ１３０は、オークションサイトで任意の利用者によって実行された取引対象の検索処理の履歴を収集する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。例えば、オークション検索ログサーバ１３０は、オークション検索が実行された日時、検索クエリの内容、検索結果から利用者が選択した取引対象等を対応付けオークション検索ログを収集する。

ＬＰログサーバ１４０は、ウェブ検索等の結果から利用者が選択したリンク先を示すＬＰログを収集する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。

このような接続関係の元、情報配信装置１０は、以下の処理を実行する。まず、情報配信装置１０は、ウェブ検索ログサーバ１１０からウェブ検索ログを取得する。そして、情報配信装置１０は、取得したウェブ検索ログをクエリログとして保持する。

また、情報配信装置１０は、ＬＰログサーバ１４０からＬＰログを取得し、取得したＬＰログに対応する検索ログを特定する。そして、情報配信装置１０は、取得したＬＰログと特定した検索ログから、ウェブ検索において利用者が選択したリンク先のＵＲＬと、そのウェブ検索において入力された検索クエリ（すなわち、選択クエリ）とを対応付けたクリックログを生成し、生成したクリックログを保持する。

なお、情報配信装置１０は、上述した処理と同様の処理を実行することで、ショッピング検索ログサーバ１２０やオークション検索ログサーバ１３０等からショッピング検索ログやオークション検索ログを取得する。そして、情報配信装置１０は、取得したショッピング検索ログやオークション検索ログから、クエリログやクリックログを生成して保持してもよい。

〔４．情報配信装置が有する機能構成の一例〕
次に、図３を用いて、実施形態にかかる情報配信装置１０が有する機能構成の一例について説明する。図３は、実施形態にかかる情報配信装置が有する機能構成の一例を示す図である。図３に示すように、情報配信装置１０は、通信部２０、記憶部３０、制御部４０を有する。

通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部２０は、ネットワークＮと有線または無線で接続され、利用者端末１００、ウェブ検索ログサーバ１１０、ショッピング検索ログサーバ１２０、オークション検索ログサーバ１３０、およびＬＰサーバ１４０との間で情報の送受信を行う。

記憶部３０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部３０は、対象情報データベース３１、クエリログデータベース３２、クリックログデータベース３３、紐付ログデータベース３４、検索指標値データベース３５、選択指標値データベース３６、および話題度データベース３７（以下、各データベース３１〜３７と総称する場合がある。）が登録されている。

以下、図４〜図１０を用いて、記憶部３０が記憶する各データベース３１〜３７に登録された情報の一例について説明する。

まず、図４を用いて、対象情報データベース３１に登録された情報の一例について説明する。図４は、実施形態に係る対象情報データベースに登録された情報の一例を示す図である。図４に示す例では、対象情報データベース３１には、取引対象の対象情報と、取引対象の識別子である商品ＩＤが対応付けて登録される。

例えば、図４に示す例では、商品ＩＤ「商品ＩＤ＃Ａ」と、商品ＩＤ「商品ＩＤ＃Ａ」が示す取引対象の対象情報「対象情報＃Ａ」が対応付けて登録されている。なお、図４に示す例では、対象情報の一例として「対象情報＃Ａ」といった概念的な値を記載したが、実際には、取引対象の説明や価格等といった情報が対象情報として格納される。

次に、図５を用いて、クエリログデータベース３２に登録された情報の一例について説明する。図５は、実施形態に係るクエリログデータベースに登録された情報の一例を示す図である。図５に示す例では、クエリログデータベース３２には、クエリログとして、検索クエリと検索日時とが対応付けて登録されている。

ここで、検索クエリとは、ウェブ検索に用いられた検索クエリを示す情報である。また、検索日時とは、ウェブ検索が実行された日時を示す情報である。例えば、図５に示す例では、クエリログデータベース３２には、検索クエリ「検索クエリ＃Ａ」を用いたウェブ検索が検索日時「２０１５／０１／０２／０３：０４」に行われた旨が登録されている。なお、クエリログデータベース３２には、クエリログとして、ウェブ検索に関する他の情報が対応付けて登録されていてもよい。

次に、図６を用いて、クリックログデータベース３３に登録された情報の一例について説明する。図６は、実施形態に係るクリックログデータベースに登録された情報の一例を示す図である。図６に示す例では、クリックログデータベース３３には、クリックログとして、選択クエリと、クリックＵＲＬと、操作日時とが対応付けて登録されている。

ここで、選択クエリとは、利用者が検索結果からリンク先を選択したウェブ検索等における検索クエリである。また、クリックＵＲＬとは、利用者が検索結果から選択したリンク先のＵＲＬである。また、操作日時とは、利用者がリンク先を選択した日時、すなわち、利用者が選択対象を選択する操作を実行した日時である。

例えば、図６に示す例では、クリックログデータベース３３には、選択クエリ「選択クエリ＃Ａ＃Ｂ」を用いたウェブ検索の結果から利用者が選択したリンク先のＵＲＬが「ＵＲＬ＃Ａ」であり、リンク先を選択した操作日時が「２０１５／０１／０２／０４：０４」である旨が登録されている。なお、クリックログデータベース３３には、クリックログとして、利用者が選択対象を選択する操作に関連する各種の情報がさらに対応付けて登録されていてもよい。

次に、図７を用いて、紐付ログデータベース３４に登録された情報の一例について説明する。図７は、実施形態にかかる紐付ログデータベース３４に登録された情報の一例を示す図である。図７に示す例では、紐付ログデータベース３４には、選択クエリ、商品ＩＤ、および日付が対応付けて登録されている。ここで、商品ＩＤとは、対応付けられた選択クエリに関連する取引対象を示す識別子である。また、日付とは、対応付けられた選択クエリを含む各クリックログに含まれる操作日時である。

例えば、図７に示す例では、紐付ログデータベース３４には、選択クエリ「選択クエリ＃Ａ＃Ｂ」に関連する取引対象の商品ＩＤが「商品ＩＤ＃Ａ」であり、選択クエリ「選択クエリ＃Ａ−１」を用いたウェブ検索が日時「２０１５／０１／０２／０４：０４」に実行された旨を示す。なお紐付ログデータベース３４には、紐付ログとして、選択クエリを入力した際に商品ＩＤが示す取引対象と関連するリンク先を選択する利用者の操作に関連する各種の情報がさらに対応付けて登録されていてもよい。また、紐付ログデータベース３４には、そのウェブ検索を実行した利用者に対応するクッキーが登録されていてもよい。

次に、図８を用いて、検索指標値データベース３５に登録された情報の一例について説明する。図８は、実施形態にかかる検索指標値データベースに登録された情報の一例を示す図である。図８に示すように、検索指標値データベース３５には、検索クエリと、その検索クエリに関連する取引対象の検索指標値とが対応付けて登録されている。例えば、図８に示す例では、検索クエリ「検索クエリ＃Ａ」と、検索クエリ「検索クエリ＃Ａ」に関連する取引対象の話題性を示す検索指標値「検索指標値＃Ａ」とが対応付けて登録されている。

次に、図９を用いて、選択指標値データベース３６に登録された情報の一例について説明する。図９は、実施形態にかかる選択指標値データベースに登録された情報の一例を示す図である。図９に示すように、選択指標値データベース３６には、選択クエリと、商品ＩＤと、その商品ＩＤが示す取引対象の選択指標値とが対応付けて登録されている。例えば、図９に示す例では、選択クエリ「選択クエリ＃Ａ＃Ｂ」と、商品ＩＤ「商品ＩＤ＃Ａ」と、商品ＩＤ「商品ＩＤ＃Ａ」が示す取引対象を選択する意欲を示す選択指標値「選択指標値＃Ａ＃Ｂ」とが対応付けて登録されている。

次に、図１０を用いて、話題度データベース３７に登録された情報の一例について説明する。図１０は、実施形態にかかる話題度データベースに登録された情報の一例を示す図である。図１０に示すように、話題度データベース３７には、商品ＩＤと、その商品ＩＤが示す取引対象について算出された話題度とが対応付けて登録されている。例えば、図１０に示す例では、商品ＩＤ「商品ＩＤ＃Ａ」と、「商品ＩＤ＃Ａ」が示す取引対象について算出された話題度「話題度＃Ａ」とが対応付けて登録されている。

図３に戻り、情報配信装置１０が有する機能構成の説明を続ける。制御部４０は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等によって、情報配信装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。

図３に示すように、制御部４０は、ログ取得部４１、紐付部４２、検索指標値算出部４３、選択指標値算出部４４、話題度算出部４５、および商品情報配信部４６を有する。

ログ取得部４１は、選択対象の選択に関する利用者の行動の履歴を示す行動情報と、利用者が入力した情報である入力情報とを取得する。例えば、ログ取得部４１は、ウェブ検索ログ、ショッピング検索ログ、オークション検索ログ、およびＬＰログを取得する。そして、ログ取得部４１は、取得した各種のログからクエリログを生成し、生成したクエリログをクエリログデータベース３２に登録する。

また、ログ取得部４１は、取得した各種のログから、電子商取引の対象となる取引対象の選択に関する利用者の行動の履歴を示す行動情報を取得する。例えば、ログ取得部４１は、取得した各種のログから、ウェブ検索に用いられた選択クエリと、利用者が選択したリンク先のＵＲＬ（すなわち、クリックＵＲＬ）と、ウエブ検索を行った日時（すなわち、操作日時）との組を特定する。すなわち、ログ取得部４１は、選択クエリと利用者が選択したリンク先のＵＲＬとの組を、ウェブ検索の結果に含まれる選択対象の中から利用者が選択した選択対象の履歴を示すクリックログとして取得する。そして、ログ取得部４１は、クリックログをクリックログデータベース３３に登録する。

紐付部４２は、行動情報のうち、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、その所定の選択対象とを紐付けた紐付ログを生成する。具体的には、紐付部４２は、利用者によって選択されたリンク先のウェブページにおいて電子商取引の対象となる取引対象を特定し、特定した取引対象と、そのウェブページへのリンクを選択する操作を示す行動情報とを紐付けた紐付ログを生成する。より具体的には、紐付部４２は、選択されたリンク先のウェブページと関連する選択対象を特定し、特定した選択対象と、そのウェブページへのリンクを選択する操作を示す行動情報とを紐付ける。

例えば、紐付部４２は、クリックログデータベース３３を参照し、以下の処理を実行する。まず、紐付部４２は、クリックＵＲＬが示すウェブページで販売される取引対象を特定する。より具体的な例を説明すると、紐付部４２は、クリックＵＲＬが示すウェブページの配信を行うサービスを特定し、特定したサービスにおいて、クリックＵＲＬのうち、どの範囲に商品ＩＤと対応する情報が含まれているかを特定する。そして、紐付部４２は、クリックＵＲＬのうち、特定した範囲の情報を、サービス毎に異なる正規化表現のパターンに合わせて変換することで、クリックＵＲＬが示すウェブページと関連する取引対象の商品ＩＤを特定する。

そして、紐付部４２は、各クリックログのクリックＵＲＬを特定した商品ＩＤに変換し、変換後のクリックログを紐付ログとして紐付ログデータベース３４に登録する。なお、紐付部４２は、各クリックログに含まれる利用者のクッキーと、商品ＩＤと、選択クエリとの組ごとに、クリックログの数（すなわち、クッキーが示す利用者が、その商品ＩＤが示す取引対象を選択した回数）をクリック数として特定し、特定したクリック数と、商品ＩＤと、選択クエリの組とを紐付ログとして登録してもよい。

検索指標値算出部４３は、クエリログから検索指標値を算出する。例えば、検索指標値算出部４３は、クエリログデータベース３２からクエリログを取得する。そして、検索指標値算出部４３は、検索クエリごとに、クエリログの数に基づいた検索指標値を算出する。より具体的な例を説明すると、検索指標値算出部４３は、検索クエリごとに、２週間ごとの検索クエリの数（すなわち、検索数）を時系列順に算出し、検索指標値の算出ベースとなる検索数との相関分析を行い、相関係数を算出する。そして、検索指標値算出部４３は、算出した相関係数を検索指標値として、検索クエリと対応付けて検索指標値データベース３５に登録する。

選択指標値算出部４４は、クリックログから選択指標値を算出する。例えば、選択指標値算出部４４は、クリックログデータベース３３から、選択クエリと商品ＩＤとの組ごとに、２週間ごとのクリックログの数（すなわち、クリック数）を時系列順に算出し、選択指標値の算出ベースとなる検索数との相関分析を行い、相関係数を算出する。そして、選択指標値算出部４４は、算出した相関係数を選択指標値として、選択クエリと商品ＩＤとの組に対応付けて選択指標値データベース３６に登録する。

以下、話題度算出部４５は、行動情報のうち、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、入力情報のうち、所定の選択対象に関する情報を含む入力情報とを用いて、所定の選択対象を提示する際の優先度を算出する。より具体的には、話題度算出部４５は、行動情報のうち、所定の取引対象の選択に関する利用者の行動の履歴を示す行動情報と、所定の取引対象に関連する情報を含む入力情報とを用いて、所定の取引対象を提示する際の優先度を算出する。

すなわち、話題度算出部４５は、所定の選択対象に関連する情報を含む入力情報と、所定の選択対象と紐付られた行動情報とを用いて、所定の選択対象の優先度を算出する。換言すると、話題度算出部４５は、所定の選択対象と紐付られた行動情報と、その行動情報に含まれる選択クエリを含む入力情報とを用いて、所定の選択対象の優先度を算出する。より具体的には、話題度算出部４５は、所定の選択対象に関連する検索指標値と選択指標値とを用いて、所定の選択対象の優先度を算出する。

以下、話題度算出部４５が実行する処理の一例を具体的に説明する。まず、話題度算出部４５は、検索指標値データベース３５に登録された検索クエリと、選択指標値データベース３６に登録された選択クエリとのマッチングを行う。例えば、話題度算出部４５は、選択指標値データベース３６に登録された選択クエリと商品ＩＤとの組を処理対象として１つ抽出する。次に、話題度算出部４５は、抽出した組に含まれる選択クエリと関連する検索クエリの検索指標値を、検索指標値データベース３５から抽出する。

例えば、話題度算出部４５は、「選択クエリ＃Ａ＃Ｂ」と商品ＩＤ「商品ＩＤ＃Ａ」との組を抽出する。このような場合、話題度算出部４５は、「選択クエリ＃Ａ＃Ｂ」と関連する検索クエリとして、「選択クエリ＃Ａ＃Ｂ」と同一の検索クエリや、「検索クエリ＃Ａ＃Ｂ」に含まれる全ての検索クエリを特定する。

例えば、「選択クエリ＃Ａ」が映画の名称を示す単語であり、「選択クエリ＃Ｂ」が取引対象の種別を示す単語（例えば、「ＤＶＤ（Digital Video Disc）」といった記録媒体や、「マグカップ」といったグッズ等を示す単語）であるものとする。このような場合、話題度算出部４５は、映画の名称を含む検索クエリである「検索クエリ＃Ａ」や、グッズの種類を示す検索クエリである「検索クエリ＃Ｂ」を特定する。なお話題度選択部４５は、「選択クエリ＃Ａ」や「選択クエリ＃Ｂ」と関連する検索クエリ（例えば、映画に出演する役者の名称等）を合わせて特定してもよい。

そして、話題度算出部４５は、特定した検索クエリと対応付けられた全ての検索指標値を検索指標値データベース３５から抽出する。すなわち、話題度算出部４５は、「選択クエリ＃Ａ＃Ｂ」に対応付けられた取引対象と関連する情報を含んだ検索クエリを特定し、特定した検索クエリと対応付けられた全ての選択指標値を抽出する。例えば、図８に示す例では、話題度算出部４５は、「検索クエリ＃Ａ」に対応付けられた検索指標値「検索指標値＃Ａ」、「検索クエリ＃Ｂ」に対応付けられた検索指標値「検索指標値＃Ｂ」、および「検索クエリ＃Ａ＃Ｂ」に対応付けられた検索指標値「検索指標値＃Ａ＃Ｂ」等を抽出する。

続いて、話題度算出部４５は、抽出した検索指標値の平均値を算出する。そして、話題度算出部４５は、所定のパラメータを考慮して、処理対象である組に対応付けられた選択指標値と、抽出した検索指標値の平均値との和（以下、指標和と記載する。）を算出する。例えば、話題度算出部４５は、検索指標値の平均値に所定のパラメータαを積算した値と、処理対象である組に対応付けられた選択指標値に所定のパラメータβを積算した値との和を指標和として算出する。ここで、αとβとの値は、その和の値が１となる値であるものとする。

また、話題度算出部４５は、全ての選択クエリと商品ＩＤとの組ごとに、上述した指標和の値を算出する。そして、話題度算出部４５は、算出した指標和の値の分布に基づいて、商品ＩＤごとの優先度を算出する。例えば、話題度算出部４５は、指標和の値の標準偏差を算出し、指標和の値の分布が正規分布に従うものと仮定し、各指標和の値が、分布のうちどの領域に属するかを判定するための閾値を算出する。例えば、話題度算出部４５は、各指標和の値が、８０％未満の範囲、８０％から９０％までの範囲、９０％から９６％までの範囲、９６％以上の範囲のいずれかに属するように、閾値を計算する。なお、かかる閾値の値は、指標和の値の平均と、指標和の値の標準偏差に所定の係数を積算した値との和の値となり、係数の値を変更することで、各領域の境界となる閾値を算出できる。

次に、話題度算出部４５は、各指標和が属する範囲に合わせて、スコアの算出を行う。まず、話題度算出部４５は、各指標和が属する範囲に応じたスコアの範囲の条件を設定する。例えば、話題度算出部４５は、８０％未満の範囲に属する指標和から算出されるスコアの値を５０〜６０とし、８０％から９０％までの範囲に属する指標和から算出されるスコアの値を６５〜７９とする。また、話題度算出部４５は、９０％から９６％までの範囲に属する指標和から算出されるスコアの値を８０〜８４とし、９６％以上の範囲に属する指標和から算出されるスコアの値を９５〜１００とする。

そして、話題度算出部４５は、優先度の値をｙ、指標和の値をｘとして、上述した条件を満たすように、一次関数（アフィン関数）ｙ＝ａｘ＋ｂのａおよびｂの値を学習する。すなわち、話題度算出部４５は、検索指標値や選択指標値の分布を素性として、検索指標値と選択指標値との和の値から話題度を算出するモデルの学習を行う。そして、話題度算出部４５は、学習したモデルを用いて、取引対象ごとの話題度を算出し、算出した話題度と取引対象の商品ＩＤとを対応付けて話題度データベース３７に登録する。

なお、利用者の行動によっては、１つの選択対象に対して複数の選択クエリが紐付けられる場合がある。このような場合、話題度算出部４５は、所定の選択対象と検索クエリとの組ごとに優先度を全て算出し、算出した各優先度の値に基づいて、その所定の選択対象の優先度を算出すればよい。例えば、話題度算出部４５は、ある商品ＩＤを含む選択クエリと商品ＩＤとの組を全て特定し、特定した組ごとに優先度を算出し、算出した優先度のうち最も大きい値を、その商品ＩＤが示す選択対象の話題度としてもよい。

商品情報配信部４６は、商品情報の配信を行う。例えば、商品情報配信部４６は、利用者端末１００から検索クエリを受信すると、受信した検索クエリと対応する取引対象の商品ＩＤを特定し、特定した商品ＩＤと対応付けられた話題度を話題度データベース３７から特定する。そして、商品情報配信部４６は、受信した検索クエリと対応する取引対象の商品情報を、特定した話題度の値が高い方から順に並べたランキングを生成し、生成したランキングを利用者端末１００に送信する。

〔５．クエリの対応について〕
次に、図１１を用いて、話題度を算出する処理の一例について説明する。図１１は、実施形態に係る情報配信装置が話題度を算出する処理の一例を示す図である。なお、図１１に示す例では、「キャラクター＃Ａ」という単語と関連している取引対象「商品＃Ａ」の話題度を算出する処理の一例について説明する。例えば、利用者は、「キャラクター＃Ａ」を検索クエリＱ０１とするウェブ検索を行う。かかる場合、利用者端末１００は、「キャラクター＃Ａ」と関連するウェブページへのリンクＬ０１〜Ｌ０３が配置された検索結果Ｗ０１を表示する。

このように検索結果Ｗ０１が表示された際、例えば、利用者がカーソルＣ０１の位置をリンクＬ０１に合わせてクリックした場合、すなわち、利用者がリンクＬ０１を選択した場合は、情報配信装置１０は、検索クエリＱ０１と、リンクＬ０１のリンク先のＵＲＬとを対応付けたクリックログを取得する。例えば、情報配信装置１０は、図１１中（Ａ）に示すように、「キャラクター＃Ａ」と「ＵＲＬ＃Ａ」とを対応付けたクリックログを取得する。このような場合、情報配信装置１０は、図１１中（Ｂ）に示すように、「ＵＲＬ＃Ａ」が示すウェブページと関連する商品「商品＃Ａ」を特定し、特定した「商品＃Ａ」と「キャラクター＃Ａ」とを紐付けた紐付ログを生成する。なお、図１１に示す例では、「キャラクター＃Ａ」を選択クエリとした検索結果から、「ＵＲＬ＃Ａ」をリンク先とするリンクＬ０１が「１０００回」選択されたものとする。

一方、情報配信装置１０は、ウェブ検索等の検索クエリの履歴Ｑ０２を取得する。かかる場合、情報配信装置１０は、各検索クエリが検索された回数を計数する。例えば、情報配信装置１０は、図１１中（Ｃ）に示すように、検索クエリ「キャラクター＃Ａ」が検索された回数「２０００回」を計数する。

ここで、取引対象の検索を考慮すると、利用者は、所定の映画が記録された媒体を検索する場合、映画の名称のみならず、映画に登場するキャラクターの名称等を検索クエリとして入力し、検索結果から映画の記録媒体を販売するウェブページを選択する場合がある。また、例えば、利用者は、ある映画の名称を検索クエリとする検索結果から、映画の記録媒体を販売するウェブページを選択する場合や、映画の関連グッズを販売するウェブページを選択する場合もある。一方で、ウェブ検索の内容を考慮すると、利用者は、ある映画が人気となっている場合に、映画の名称を用いてウェブ検索を行うだけではなく、映画に登場するキャラクター等の名称を用いてウェブ検索を行うと考えられる。

このため、情報配信装置１０は、取引対象の商品名を用いてクリックログとクエリログとのマッチングを行った場合、取引対象が有する実際の人気度を話題度に反映させることができない場合がある。例えば、情報配信装置１０は、クエリログのうち、取引対象の商品名と関連する検索クエリを含むクエリログをマッチング対象とした場合、商品名とは関連しないが、取引対象の人気度に関連する検索クエリを含むクエリログをマッチング対象から除外してしまう。

そこで、情報配信装置１０は、図１１中（Ｄ）に示すように、取引対象と紐付られたクリックログの選択クエリと、クエリログに含まれる検索クエリとのマッチングを行う。例えば、図１１に示す例では、情報配信装置１０は、選択クエリ「キャラクター＃Ａ」を含むクリックログと、検索クエリ「キャラクター＃Ａ」を含むクエリログとをマッチングさせることで、図１１中（Ｅ）に示すように、検索クエリ「キャラクター＃Ａ」の検索回数を考慮して、取引対象である「商品＃Ａ」の話題度を算出する。

すなわち、情報配信装置１０は、選択クエリと同一の検索クエリ、および、選択クエリに含まれる全ての検索クエリの検索回数を考慮して、選択クエリに関連する商品の話題度を算出する。この結果、情報配信装置１０は、「商品＃Ａ」の名称のみならず、「商品＃Ａ」と関連する検索クエリの検索回数を考慮して「商品＃Ａ」の話題度「話題度＃Ａ」を算出するので、実際の人気度を反映させた話題度を算出できる。例えば、情報配信装置１０は、ある映画や映画の出演者が話題である際に、その映画に関連するグッズ等の話題度を上昇させることができる。

〔６．情報配信装置が実行する処理の手順〕
次に、図１２〜図１４を用いて、情報配信装置１０が実行する処理の流れについて説明する。まず、図１２を用いて、情報配信装置１０が実行する算出処理の流れを説明する。図１２は、実施形態にかかる情報配信装置が実行する算出処理の流れの一例を説明するフローチャートである。

例えば、情報配信装置１０は、クエリログとクリックログとを取得する（ステップＳ１０１）。続いて、情報配信装置１０は、クエリログから検索指標値を算出する（ステップＳ１０２）。続いて、情報配信装置１０は、クリックログと取引対象とを紐付ける紐付処理を実行し（ステップＳ１０３）、紐付ログから選択指標値を算出する（ステップＳ１０４）。そして、情報配信装置１０は、検索指標値と選択指標値とを用いて、取引対象の話題度を算出し（ステップＳ１０５）、処理を終了する。

次に、図１３を用いて、図１２中ステップＳ１０３に示した紐付処理の流れについて説明する。図１３は、実施形態にかかる情報配信装置が実行する紐付処理の流れの一例を説明するフローチャートである。

例えば、情報配信装置１０は、クリックログから、選択クエリと対応付けられたクリックＵＲＬを特定する（ステップＳ２０１）。続いて、情報配信装置１０は、特定したＵＲＬから取引対象を示す文字列を抽出する（ステップＳ２０２）。そして、情報配信装置１０は、サイトに応じたルールに従って、抽出した文字列を取引対象を示す商品ＩＤに変換し（ステップＳ２０３）、選択クエリと商品ＩＤとを対応付けた紐付ログを生成して（ステップＳ２０４）、処理を終了する。

次に、図１４を用いて、図１２中ステップＳ１０５に示した話題度を算出する処理の流れについて説明する。図１４は、実施形態にかかる情報配信装置が話題度を算出する処理の流れの一例を説明するフローチャートである。

例えば、情報配信装置１０は、ある選択クエリに関連する検索クエリ、すなわち、選択クエリと同一の検索クエリや、選択クエリに含まれる全ての検索クエリに対応付けられた検索指標値を抽出し（ステップＳ３０１）、抽出した検索指標値の平均値を算出する（ステップＳ３０２）。続いて、情報配信装置１０は、選択指標値に所定のパラメータを積算した値と平均値に所定のパラメータを積算した値との和を指標和として算出する（ステップＳ３０３）。

そして、情報配信装置１０は、全ての取引対象について指標和を算出したか否かを判定し、算出していない場合は（ステップＳ３０４：Ｎｏ）、ステップＳ３０１を実行する。一方、情報配信装置１０は、全ての取引対象について指標和を算出した場合は（ステップＳ３０４：Ｙｅｓ）、算出した指標和の標準偏差に基づいて、話題度を算出するための閾値、すなわち、各指標和が属する領域を切り分けるための閾値を算出する（ステップＳ３０５）。また、情報配信装置１０は、閾値に区切られる範囲に合わせて、話題度を算出するモデルを学習する（ステップＳ３０６）。そして、情報配信装置１０は、モデルを用いて、各指標和から各取引対象の話題度を算出し（ステップＳ３０７）、処理を終了する。

〔７．変形例〕
上述した実施形態に係る情報配信装置１０は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、上記の情報配信装置１０の他の実施形態について説明する。

〔７−１．選択対象の特性を考慮した処理について〕
例えば、各種の検索においては、「デザインＡのスカート」、「デザインＢのワンピース」、「デザインＣのトートバック」というように、選択対象となる商品（「スカート」、「ワンピース」、「トートバック」等）と、その商品が有する特性（「デザインＡ」、「デザインＢ、「デザインＣ」等」）との組が検索クエリとして入力される場合がある。このような検索が行われる場合、優先度は、商品とその商品が有する特性との組ごとに算出された方がよい。

そこで、情報配信装置１０は、選択対象の特性を考慮して話題度等の優先度を算出してもよい。例えば、情報配信装置１０は、選択対象と選択対象が有する特性との組ごとに、選択対象の選択に関する行動情報と、その組に関連する情報を含む入力情報とを用いて、優先度の算出を行ってもよい。

例えば、情報配信装置１０は、選択対象に関連する選択クエリと、その選択対象が有する特性との組に対して、利用者が選択したＵＲＬを対応付けたクリックログを取得する。このような場合、情報配信装置１０は、取得したクリックログに、ＵＲＬと対応する選択対象とを紐付ける。すなわち、情報配信装置１０は、選択クエリと特性との組に対し、対応する選択対象を紐付ける。

そして、情報配信装置１０は、選択クエリと特性との組に関連する検索クエリや、その組に含まれる選択クエリと関連する検索クエリを含むクエリログを特定し、取得したクリックログと特定したクエリログとを用いて、選択クエリと特性との組ごとに優先度を算出してもよい。このような処理を実行することで、情報配信装置１０は、同一の商品であっても、デザインや色彩等の特定ごとに人気度を考慮した優先度を算出することができる。

〔７−２．入力情報および行動情報について〕
なお、情報配信装置１０は、選択対象を選択する利用者の行動を示すログであれば、ウェブ上における任意の行動を示す情報のみならず、実世界における利用者の任意の行動を示す情報を行動情報として採用してもよい。例えば、情報配信装置１０は、ウェブ検索のクリックログだけではなく、例えば、オークションサイトにおける取引対象の検索におけるクリックログや、ＥＣサイト等における取引対象の検索におけるクリックログから、紐付ログを生成してもよい。

また、例えば、情報配信装置１０は、クレジットカードの利用履歴や、ＥＣサイト上で購入された取引対象の履歴、選択対象の購入履歴を行動情報として取得し、取得した行動情報のうち所定の選択対象に関連する行動情報を、所定の選択対象の優先度の算出に用いてもよい。例えば、情報配信装置１０は、選択対象の購入履歴を用いて、その選択対象と対応する選択指標値の値を補正してもよい。このような処理を実行することで、情報配信装置１０は、任意の電子商取引サイトや、実店舗における選択対象の購入履歴に基づいて、選択対象の優先度を算出するので、選択対象が有する実際の人気度を考慮した優先度を精度良く算出できる。

また、情報配信装置１０は、例えば、ＳＮＳやマイクロブログ等に投稿された情報、すなわち、ウェブ上に投稿された所定の選択対象に関する情報を、入力情報としてもよい。また、情報配信装置１０は、ツイート等をリアルタイム解析し、どれくらいツイートされているかといった指標に基づいて、入力情報の検索指標値を補正してもよい。

例えば、情報配信装置１０は、いわゆるインフルエンサーといわれる利用者の投稿に基づいて、選択対象の優先度を補正することで、流行すると予測される選択対象の優先度を増加させることができる。なお、情報配信装置１０は、ＳＮＳに情報を投稿する利用者を所定のルールに従ってクラスタ化し、各クラスタにおける投稿数等に応じて、検索クエリの検索指標値を補正してもよい。

〔７−３．位置情報を考慮した処理について〕
また、情報配信装置１０は、ウェブ検索等が実行された位置を考慮して優先度を算出してもよい。例えば、情報配信装置１０は、行動情報と、当該行動情報が示す行動が行われた位置との組を取得する。そして、情報配信装置１０は、所定の選択対象の選択に関する利用者の行動の履歴と、所定の選択対象を示す情報を含む検索クエリの候補とに基づいて、各行動が行われた位置に基づく重みづけを考慮し、優先度を算出してもよい。例えば、情報配信装置１０は、所定の選択対象に関連する検索クエリが、その所定の選択対象を取り扱う店舗で行われたウェブ検索の検索クエリである場合は、かかる検索クエリの検索指標値の値をより高い値に補正してもよい。

また、情報配信装置１０は、店舗に位置情報と、店舗が取り扱う選択対象のカテゴリを示すタグ情報とを予め対応付けておき、その店舗に対応付けた位置情報を用いて、その店舗の近傍で行われたウェブ検索に関する検索クエリを収集する。また、情報配信装置１０は、収集した検索クエリが、その店舗に対応付けたタグ情報が示すカテゴリに属する検索クエリであるものとして、そのカテゴリにおいて人気の検索クエリを特定する。そして、情報配信装置１０は、特定した検索クエリの検索指標値を用いて、そのカテゴリに関連する選択対象の優先度を算出してもよい。

〔７−４．算出処理の適用対象について〕
なお、上述した算出処理は、電子商取引の対象となる商品やサービスのみならず、実際の店舗で購買対象となる商品やサービス、ニュース等の任意のデジタルコンテンツに対しても適用可能である。また、情報配信装置１０は、無料の動画配信サービスで配信される動画像や、無料サンプル、各種サービスのモニター募集等、対価の授受を必要としない対象を選択対象として優先度を算出してもよい。また、情報配信装置１０は、月賦方式で対価が発生する各種のサービスを選択対象として優先度を算出してもよい。また、情報配信装置１０は、ＥＣサイトやオークションサイトにおける取引対象の検索結果として、取引対象ごとに算出した優先度に基づくランキングを生成してもよい。

〔７−５．選択クエリに関連する情報を含む検索クエリについて〕
上述した算出処理では、情報配信装置１０は、選択クエリに関連する情報を含む検索クエリを特定し、特定した検索クエリの検索指標値を用いて、選択クエリに対応する取引対象の優先度を算出した。例えば、情報配信措置１０は、選択クエリに関連する情報を含む検索クエリとして、選択クエリと同一の検索クエリ、および、選択クエリに含まれる全ての検索クエリを特定した。しかしながら、実施形態は、これに限定されるものではない。

例えば、情報配信装置１０は、ある役者が話題になっている場合、その役者が出演した映画の優先度を情報させてもよいと考えられる。そこで、情報配信装置１０は、選択クエリがある映画の名称であり、選択クエリに対応付けられた取引対象が映画の記録媒体である場合、その映画に出演した役者の名称を含む検索クエリの検索指標値を用いて、その映画の記録媒体の優先度を算出してもよい。すなわち、情報配信装置１０は、選択クエリと関連する情報を含む任意の検索クエリを用いて、優先度を算出してよい。少なくとも、情報配信装置１０は、ある検索クエリが、ある選択クエリと対応する取引対象を示唆することができるのであれば、かかる検索クエリの検索指標値をもちいて、その取引対象の優先度を算出してもよい。

〔７−６．ハードウェア構成〕
また、上述してきた実施形態に係る情報配信装置１０は、例えば図１５に示すような構成のコンピュータ１０００によって実現される。図１５は、情報配信装置の機能を実現するコンピュータのハードウェア構成の一例を示す図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（ネットワークＮに対応する）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、また、通信網５００を介してＣＰＵ１１００が生成したデータを他の機器へ送信する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が情報配信装置１０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部４０の機能を実現する。また、ＨＤＤ１４００には、記憶部３０内の各データが格納される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から通信網を介してこれらのプログラムを取得してもよい。

〔８．効果〕
上述したように、情報配信装置１０は、選択対象の選択に関する利用者の行動の履歴を示す行動情報と、利用者が入力した情報である入力情報とを取得する。そして、情報配信装置１０は、行動情報のうち、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、入力情報のうち、所定の選択対象に関連する情報を含む入力情報とを用いて、所定の選択対象を提示する際の優先度を算出する。このため、情報配信装置１０は、選択対象を提示する際の優先度に、実際の人気度を反映させることができる。

また、情報配信装置１０は、選択対象として、電子商取引の対象となる取引対象の選択に関する利用者の行動の履歴を示す行動情報を取得する。そして、情報配信装置１０は、行動情報のうち、所定の取引対象の選択に関する利用者の行動の履歴を示す行動情報と、所定の取引対象に関連する情報を含む入力情報とを用いて、所定の取引対象を提示する際の優先度を算出する。このため、情報配信装置１０は、例えば、電子商店街等で取引対象となる商品やサービスの優先度に対し、実際の人気度を反映させることができる。

また、情報配信装置１０は、行動情報として、ウェブ検索の結果に含まれる選択対象の中から利用者が選択した選択対象の履歴を示す情報を取得する。例えば、情報配信装置１０は、上述したクリックログを取得する。このため、情報配信装置１０は、ウェブ検索の結果、利用者が選択対象を選択する行為に基づいて、選択対象の優先度を算出することができる。

また、情報配信装置１０は、行動情報のうち、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、所定の選択対象とを紐付ける。そして、情報配信装置１０は、所定の選択対象に関連する情報を含む入力情報と、所定の選択対象と紐付られた行動情報とを用いて、所定の選択対象の優先度を算出する。

例えば、情報配信装置１０は、行動情報として、ウェブ検索の結果に含まれるリンクのうち、利用者によって選択されたリンクを示す情報を取得する。そして、情報配信装置１０は、選択されたリンクが示すウェブページと関連する選択対象を特定し、特定した選択対象と、ウェブページへのリンクを選択する操作を示す行動情報とを紐付ける。

また、例えば、情報配信装置１０は、選択されたリンクが示すウェブページにおいて電子商取引の対象となる取引対象を特定し、特定した取引対象と、ウェブページへのリンクを選択する操作を示す行動情報とを紐付ける。そして、情報配信装置１０は、所定の取引対象に関連する情報を含む入力情報と、所定の取引対象と紐付られた行動情報とを用いて、所定の取引対象の優先度を算出する。

また、例えば、情報配信装置１０は、行動情報として、ウェブ検索に用いられた検索クエリである選択クエリと、選択クエリを用いたウェブ検索の結果に含まれるリンクのうち選択されたリンクを示す情報との組を取得する。そして、情報配信装置１０は、所定の選択対象と紐付られた行動情報と、行動情報に含まれる選択クエリに関連する情報を含む入力情報とを用いて、所定の選択対象の優先度を算出する。

このように、情報配信装置１０は、選択対象と紐付けられる行動情報を用いて、選択対象の優先度を算出するので、選択対象が有する実際の人気度を優先度に反映させることができる。

また、情報配信装置１０は、所定の選択対象と所定の選択対象が有する特性との組ごとに、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、その組に関連する情報を含む入力情報とを用いて、優先度を算出する。このように、情報配信装置１０は、選択対象と、その特性との組ごとに優先度を算出するので、例えば、各商品の商品情報を、その商品の特性ごとに異なる優先度で提示することができる。例えば、情報配信装置１０は、同一の商品であっても、その色彩やデザイン等に応じて異なる優先度で提示することができる。

また、情報配信装置１０は、行動情報から所定の選択対象を利用者が選択しようとする意欲の指標となる選択指標値を算出し、所定の選択対象を示す情報を含む入力情報から所定の選択対象の話題性の指標となる検索指標値を算出し、選択指標値と検索指標値とを用いて、所定の選択対象の優先度を算出する。また、情報配信装置１０は、選択対象ごとに、選択指標値に所定のパラメータを積算した値と、検索指標値に所定のパラメータを積算した値との和である指標和を算出し、算出した指標和の値の分布に基づいて、選択対象ごとの優先度を算出する。このため、情報配信装置１０は、行動情報と検索履歴とから、選択対象の優先度を精度良く算出することができる。

また、情報配信装置１０は、算出した指標和の値の分布を素性として、指標和の値から優先度を算出するモデルを学習し、学習したモデルを用いて、選択対象ごとの優先度を算出する。このため、情報配信装置１０は、各選択対象の優先度を適切に算出することができる。

また、情報配信装置１０は、入力情報として、ウェブ検索における検索クエリの履歴のうち、所定の選択対象に関連する情報を含む検索クエリの履歴を用いて、所定の選択対象の優先度を算出する。このため、情報配信装置１０は、直近における人気度を選択対象の優先度に反映させることができる。

また、情報配信装置１０は、入力情報として、ウェブ上に投稿された所定の選択対象に関する情報に基づいて、所定の選択対象の優先度を算出する。このため、情報配信装置１０は、例えば、ＳＮＳやマイクロブログ等で人気となっている選択対象の優先度を適切に算出することができる。

また、情報配信装置１０は、行動情報として、所定の選択対象の購入履歴を用いて、所定の選択対象の優先度を算出する。このため、情報配信装置１０は、電子商取引のみならず、実際の店舗における購入履歴に基づいて、選択対象の優先度を算出することができるので、実際の人気度を優先度に反映させることができる。

また、情報配信装置１０は、行動情報と、行動情報が示す行動が行われた位置との組を取得する。そして、情報配信装置１０は、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、所定の選択対象に関連する情報を含む検索クエリの候補とに基づいて、行動情報が示す行動が行われた位置に応じた重みづけを考慮して、選択対象の優先度を算出する。このように、情報配信装置１０は、選択対象を選択する操作が行われた位置に応じた優先度を算出するので、実際の人気度を優先度に反映させることができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上記してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、制御部は、制御手段や制御回路に読み替えることができる。

１０ 情報配信装置
２０ 通信部
３０ 記憶部
３１ 対象情報データベース
３２ クエリログデータベース
３３ クリックログデータベース
３４ 紐付ログデータベース
３５ 検索指標値データベース
３６ 選択指標値データベース
３７ 話題度データベース
４０ 制御部
４１ ログ取得部
４２ 紐付部
４３ 検索指標値算出部
４４ 選択指標値算出部
４５ 話題度算出部
４６ 商品情報配信部
１００ 利用者端末
１１０ ウェブ検索ログサーバ
１２０ ショッピング検索ログサーバ
１３０ オークション検索ログサーバ
１４０ ＬＰログサーバ

Claims (17)

1. 選択対象の選択に関する利用者の行動の履歴を示す行動情報と、利用者が入力した情報である入力情報とを取得する取得部と、
   前記行動情報のうち所定の選択対象の選択に関する利用者の行動の履歴を示す所定の行動情報と、前記入力情報のうち前記所定の選択対象に関連する情報を含む入力情報であって、前記所定の行動情報が示す行動に至るために前記利用者が入力した情報と関連する入力情報とを特定し、特定した所定の行動情報と入力情報とを用いて、当該所定の選択対象を提示する際の優先度を算出する算出部と
   を有することを特徴とする算出装置。
2. 前記取得部は、前記選択対象として、電子商取引の対象となる取引対象の選択に関する利用者の行動の履歴を示す行動情報を取得し、
   前記算出部は、前記行動情報のうち、所定の取引対象の選択に関する利用者の行動の履歴を示す行動情報と、前記所定の取引対象に関連する情報を含む入力情報とを特定し、特定した所定の行動情報と入力情報とを用いて、当該所定の取引対象を提示する際の優先度を算出する
   ことを特徴とする請求項１に記載の算出装置。
3. 前記取得部は、前記行動情報として、ウェブ検索の結果に含まれる選択対象の中から利用者が選択した選択対象の履歴を示す情報を取得する
   ことを特徴とする請求項１または２に記載の算出装置。
4. 前記取得部が取得した行動情報のうち、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、当該所定の選択対象とを紐付ける紐付部を有し、
   前記算出部は、前記所定の選択対象に関連する情報を含む入力情報と、当該所定の選択対象と紐付られた行動情報とを特定し、特定した所定の行動情報と入力情報とを用いて、当該所定の選択対象の優先度を算出する
   ことを特徴とする請求項１〜３のうちいずれか１つに記載の算出装置。
5. 前記取得部は、前記行動情報として、ウェブ検索の結果に含まれるリンクのうち、前記利用者によって選択されたリンクを示す情報を取得し、
   前記紐付部は、選択されたリンクが示すウェブページと関連する選択対象を特定し、特定した選択対象と、当該ウェブページへのリンクを選択する操作を示す行動情報とを紐付ける
   ことを特徴とする請求項４に記載の算出装置。
6. 前記紐付部は、選択されたリンクが示すウェブページにおいて電子商取引の対象となる取引対象を特定し、特定した取引対象と、当該ウェブページへのリンクを選択する操作を示す行動情報とを紐付けし、
   前記算出部は、所定の取引対象に関連する情報を含む入力情報と、当該所定の取引対象と紐付られた行動情報とを特定し、特定した所定の行動情報と入力情報とを用いて、当該所定の取引対象の優先度を算出する
   ことを特徴とする請求項５に記載の算出装置。
7. 前記取得部は、前記行動情報として、前記ウェブ検索に用いられた検索クエリである選択クエリと、当該選択クエリを用いたウェブ検索の結果に含まれるリンクのうち選択されたリンクを示す情報との組を取得し、
   前記算出部は、前記所定の選択対象と紐付られた行動情報と、当該行動情報に含まれる選択クエリに関連する情報を含む入力情報とを用いて、当該所定の選択対象の優先度を算出する
   ことを特徴とする請求項５または６に記載の算出装置。
8. 前記算出部は、前記所定の選択対象と当該所定の選択対象が有する特性との組ごとに、当該所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、当該組に関連する情報を含む入力情報とを特定し、特定した所定の行動情報と入力情報とを用いて、前記優先度を算出する
   ことを特徴とする請求項１〜７のうちいずれか１つに記載の算出装置。
9. 前記算出部は、前記行動情報から前記所定の選択対象を利用者が選択しようとする意欲の指標となる第１の指標を算出し、前記所定の選択対象を示す情報を含む入力情報から当該所定の選択対象の話題性の指標となる第２の指標を算出し、前記第１の指標と前記第２の指標とを用いて、前記所定の選択対象の優先度を算出する
   ことを特徴とする請求項１〜８のうちいずれか１つに記載の算出装置。
10. 前記算出部は、前記選択対象ごとに、前記第１の指標に所定のパラメータを積算した値と前記第２の指標に所定のパラメータを積算した値との和を算出し、算出した和の値の分布に基づいて、前記選択対象ごとの優先度を算出する
    ことを特徴とする請求項９に記載の算出装置。
11. 前記算出部は、算出した和の値の分布を素性として、当該算出した和の値から前記優先度を算出するモデルを学習し、学習したモデルを用いて、前記選択対象ごとの優先度を算出する
    ことを特徴とする請求項１０に記載の算出装置。
12. 前記算出部は、前記入力情報として、ウェブ検索における検索クエリの履歴のうち、前記所定の選択対象に関連する情報を含む検索クエリの履歴を用いて、当該所定の選択対象の優先度を算出する
    ことを特徴とする請求項１〜１１のうちいずれか１つに記載の算出装置。
13. 前記算出部は、前記入力情報として、ウェブ上に投稿された当該所定の選択対象に関する情報に基づいて、当該所定の選択対象の優先度を算出する
    ことを特徴とする請求項１〜１２のうちいずれか１つに記載の算出装置。
14. 前記算出部は、前記行動情報として、前記所定の選択対象の購入履歴を用いて、当該所定の選択対象の優先度を算出する
    ことを特徴とする請求項１〜１３のうちいずれか１つに記載の算出装置。
15. 選択対象の選択に関する利用者の行動の履歴を示す行動情報と、当該行動情報が示す行動が行われた位置と、利用者が入力した情報である入力情報とを取得する取得部と、
    前記行動情報のうち、所定の選択対象の選択に関する利用者の行動の履歴を示す行動情報と、前記入力情報のうち、前記所定の選択対象に関連する情報を含む入力情報とを用いて、当該行動情報が示す行動が行われた位置に応じた重みづけを考慮して、当該所定の選択対象を提示する際の優先度を算出する算出部と
    を有することを特徴とする算出装置。
16. 算出装置が実行する算出方法であって、
    選択対象の選択に関する利用者の行動の履歴を示す行動情報と、利用者が入力した情報である入力情報とを取得する取得工程と、
    前記行動情報のうち所定の選択対象の選択に関する利用者の行動の履歴を示す所定の行動情報と、前記入力情報のうち前記所定の選択対象に関連する情報を含む入力情報であって、前記所定の行動情報が示す行動に至るために前記利用者が入力した情報と関連する入力情報とを特定し、特定した所定の行動情報と入力情報とを用いて、当該所定の選択対象を提示する際の優先度を算出する算出工程と
    を含むことを特徴とする算出方法。
17. 選択対象の選択に関する利用者の行動の履歴を示す行動情報と、利用者が入力した情報である入力情報とを取得する取得手順と、
    前記行動情報のうち所定の選択対象の選択に関する利用者の行動の履歴を示す所定の行動情報と、前記入力情報のうち前記所定の選択対象に関連する情報を含む入力情報であって、前記所定の行動情報が示す行動に至るために前記利用者が入力した情報と関連する入力情報とを特定し、特定した所定の行動情報と入力情報とを用いて、当該所定の選択対象を提示する際の優先度を算出する算出手順と
    をコンピュータに実行させることを特徴とする算出プログラム。

Images