JP6029243B2 - 情報提供装置、情報提供システム、情報処理端末、情報提供方法、及びプログラム - Google Patents

Description

この発明は、情報提供装置、情報提供システム、情報処理端末、情報提供方法、及びプログラムに関する。

対象ユーザーがウェブサイト等を介して商品を購入した際の履歴情報に基づいて、対象ユーザーの嗜好を示す情報を抽出し、抽出された嗜好に基づく商品を対象ユーザーに対して提示（レコメンド）する装置が普及している。

これに関連し、利用主体識別子と、アイテム識別子と、利用時期情報とが関連付けられた利用関連情報を格納する格納部を参照し、特定の時点に近い利用時期情報を含む利用関連情報が多いほど多く選出されるような条件に基づいて、アイテム識別子ごとに、そのアイテム識別子における複数の利用関連情報のうちの少なくとも一部である選出利用関連情報を選出し、一のアイテム識別子における選出利用関連情報と、他のアイテム識別子における選出利用関連情報とに基づいて、一のアイテム識別子と他のアイテム識別子との関連度を算出する情報処理装置が知られている（特許文献１参照）。

特開２０１３−１３０９２１号公報

しかしながら、従来の情報処理装置は、ユーザー又はアイテムの選出時と、選出利用関連情報の選出時との両方に対して、日時又は選出数のいずれか一方によってのみフィルタリングするものであり、それぞれの選出時において異なるフィルタリングを行うことができず、その結果、多様なフィルタリングを行うことが難しかった。

そこで本発明は、上記従来技術の問題に鑑みてなされたものであり、多様な情報抽出を行うことができる情報提供装置、情報提供システム、情報処理端末、情報提供方法、及びプログラムを提供することを目的の一つとする。

本発明の一態様は、対象ユーザーと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報を対象ユーザー関連情報として抽出する対象ユーザー関連情報抽出部と、抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出する類似候補ユーザー関連情報抽出部と、前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザー関連情報に含まれるユーザーの中から前記対象ユーザーと類似したユーザーを類似ユーザーとして抽出する類似ユーザー抽出部と、前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報を類似ユーザー関連情報として抽出する類似ユーザー関連情報抽出部と、前記対象ユーザー関連情報抽出部が前記対象ユーザー関連情報を抽出する毎に、前記第１抽出条件に対して、複数の抽出条件の中から１つ以上の前記抽出条件を割り当て、前記類似候補ユーザー関連情報抽出部が前記類似候補ユーザー関連情報を抽出する毎に、前記第２抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当て、前記類似ユーザー関連情報抽出部が前記類似ユーザー関連情報を抽出する毎に、前記第３抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当てる抽出条件決定部と、を備える情報提供装置である。

本発明によれば、多様な情報抽出を行うことができる情報提供装置、情報提供システム、情報処理端末、情報提供方法、及びプログラムを提供することができる。

第１実施形態に係る情報提供システム１の構成の一例を示す図である。 ユーザー情報ＤＢ４に記憶されるユーザー情報テーブルＴ４の一例を示す図である。 アイテム情報ＤＢ５に記憶されるアイテム情報テーブルＴ５の一例を示す図である。 関連情報ＤＢ６に記憶される関連情報テーブルＴ６の一例を示す図である。 情報処理端末３に表示されたレコメンド画面Ｐ１の一例を示す図である。 情報提供装置２のハードウェア構成の一例を示す図である。 情報提供装置２の機能構成の一例を示す図である。 情報処理端末３の機能構成の一例を示す図である。 情報提供装置２によりレコメンドアイテムが抽出されるまでの流れの第１の例を模式的に表した図である。 情報提供装置２によりレコメンドアイテムが抽出されるまでの流れの第２の例を模式的に表した図である。 情報提供装置２によりレコメンドアイテムが抽出されるまでの流れの第３の例を模式的に表した図である。 情報提供装置２によりレコメンドアイテムが抽出されるまでの流れの第４の例を模式的に表した図である。 制御部２６によってレコメンドアイテムを抽出する処理の流れの一例を示すフローチャートである。 ユーザーによるアイテムの購入の有無を示す情報の一例を示す図である。 抽出条件に基づいて特定の関連情報を抽出する処理の流れの一例を示すフローチャートである。 ２０１３年以降の関連情報を抽出するための条件（日時に係る抽出条件の一例）が第１抽出条件として選択された場合のユーザー間類似度、レコメンド指数、レコメンドアイテムの一例を示す図である。 ２０１３年以降の関連情報を抽出するための抽出条件（日時に係る抽出条件の一例）が第２抽出条件として選択された場合のユーザー間類似度、レコメンド指数、レコメンドアイテムの一例を示す図である。 第１抽出処理、第２抽出処理、第３抽出処理のそれぞれによって特定のカテゴリーの関連情報が抽出された場合のユーザー間類似度、レコメンド指数、レコメンドアイテムの一例を示す図である。 第２実施形態に係る情報提供装置２ａの機能構成の一例を示す図である。 情報処理端末３に表示されたレコメンド画面Ｐ２の一例を示す図である。 情報提供装置２ａによりレコメンドアイテムが抽出されるまでの流れの一例を模式的に表した図である。 制御部２６ａによってレコメンドアイテムを抽出する処理の流れの一例を示すフローチャートである。 アイテム間類似度を算出する処理の一例を説明するための図である。 制御部２６ａが抽出条件に基づいて特定の関連情報を抽出する処理の流れの一例を示すフローチャートである。

＜第１実施形態＞
以下、本発明の第１実施形態について、図面を参照して説明する。図１は、第１実施形態に係る情報提供システム１の構成の一例を示す図である。第１実施形態に係る情報提供システム１は、情報提供装置２と、情報処理端末３と、ユーザー情報ＤＢ４と、アイテム情報ＤＢ５と、関連情報ＤＢ６を具備する。

情報提供システム１は、例えば、情報処理端末３のユーザー（以下、対象ユーザーと称する）がウェブサイト等を介して購入・閲覧・取り置き等を行ったアイテムに基づいて、対象ユーザーと嗜好が類似した他のユーザー（以下、類似ユーザーと称する）を抽出する。この抽出の際、情報提供システム１は、ウェブサイト等によって記録された対象ユーザーの購入履歴・閲覧履歴・取り置き履歴等（以下、まとめて購入履歴等と称する）に基づいて、前記のアイテムを抽出し、抽出されたアイテムに基づいて類似ユーザーを抽出する。そして、情報提供システム１は、抽出された類似ユーザーが嗜好するアイテムであって、対象ユーザーの購入履歴等に含まれていないアイテムを示す情報を対象ユーザーに対して提示（レコメンド）する。なお、情報提供システム１が提示するアイテムを示す情報とは、例えば、サムネール画像等の静止画像や動画像、アイテム名、アイテムについての説明文等である。

また、情報提供システム１（又は情報提供装置２）が対象ユーザーに対して提示するアイテムを、レコメンドアイテムと称して説明する。ここで、アイテムとは、書籍、食品、衣料品、電化製品等の物品や、クリーニング、マッサージ、情報提供、デリバリー等の役務、音楽、映画、アニメーション、テレビ番組、ビデオゲーム、ソフトウェア、ウェブページ等のコンテンツやＱ＆Ａコンテンツ等を含む。以下では、説明の便宜上、購入履歴に基づいてユーザーが過去に購入したアイテムについてレコメンドアイテムを選択する処理について説明するが、閲覧履歴に基づいてユーザーが過去に閲覧したアイテムについてレコメンドアイテムを選択してもよく、取り置き履歴に基づいてユーザーが過去に取り置きしたアイテムについてレコメンドアイテムを選択してもよく、購入履歴と閲覧履歴と取り置き履歴とのうちの一部又は全部を組み合わせた履歴に基づいてレコメンドアイテムを選択してもよい。

情報提供装置２は、例えば、ウェブサーバーである。情報提供装置２は、情報処理端末３からの要求に応じて、ＨＴＭＬ（HyperText Markup Language）やＣＳＳ（Cascading Style Sheets）等によって記載された各種の表示データを情報処理端末３に出力して表示させる。また、情報提供装置２は、情報処理端末３から対象ユーザーが、情報提供装置２が提供するウェブサイトにログインするためのログイン情報を取得する。ログイン情報とは、対象ユーザーにより前記のウェブサイトを介して（つまり、情報提供装置２を介して）ユーザー情報ＤＢ４に登録された情報であり、例えば、対象ユーザーのユーザーＩＤと、そのユーザーＩＤに対応付けられたパスワード等を含む情報である。

情報提供装置２は、ログイン情報を取得すると、ユーザー情報ＤＢ４に記憶されたユーザー情報を参照し、ログイン情報に含まれるユーザーＩＤ（対象ユーザーのユーザーＩＤ）が登録されているか否かを判定し、登録されていた場合、対象ユーザーの前記のウェブサイトへのログインを許可する。ユーザー情報とは、例えば、ユーザーＩＤと、ユーザーＩＤに対応付けられたユーザー名等が対応付けられた情報である。なお、ユーザー情報は、さらに、ユーザーの性別や年齢、居住地を示す情報、連絡先を示す情報、嗜好を示す情報等を含んでもよい。以下では、説明の便宜上、区別する必要が無い限り、ユーザーＩＤが示すユーザーや、ユーザーを示すユーザーＩＤをまとめて単にユーザーと称して説明する。

対象ユーザーのログインを許可した場合、情報提供装置２は、対象ユーザーのログイン情報に含まれるユーザーＩＤに基づいて、アイテム情報ＤＢ５と関連情報ＤＢ６から必要に応じて各種の情報を取得し、取得された情報に基づいて対象ユーザーに対するレコメンドアイテムを示す情報を抽出する。そして、情報提供装置２は、抽出されたレコメンドアイテムを表示させる表示データを生成し、生成された表示データを情報処理端末３に出力する。

情報処理端末３は、例えば、デスクトップＰＣ（Personal Computer）やノートＰＣ、タブレットＰＣ、携帯電話端末、多機能携帯電話端末（スマートフォン）、電子書籍リーダー、ＰＤＡ（Personal Digital Assistant）等である。情報処理端末３は、情報提供装置２から前述の表示データを取得することで、各種の画像を表示部に表示させる。また、情報処理端末３は、対象ユーザーから前記のウェブサイトであって自装置に表示されたウェブサイトへ入力されたログイン情報を情報提供装置２に出力する。そして、情報処理端末３は、情報提供装置２からレコメンドアイテムを示す情報に基づく表示データを取得すると、取得された表示データに基づく画面を自装置に表示させる。以下では、説明の便宜上、レコメンドアイテムを示す情報に基づく表示データに基づいて情報処理端末３に表示された画面をレコメンド画面と称して説明する。

ユーザー情報ＤＢ４は、前述したユーザー情報を記憶するサーバーである。ユーザー情報ＤＢ４は、情報提供装置２からの要求に応じて、ユーザー情報を情報提供装置２に出力する。ここで、図２を参照して、ユーザー情報ＤＢ４が記憶するユーザー情報について説明する。図２は、ユーザー情報ＤＢ４に記憶されるユーザー情報テーブルＴ４の一例を示す図である。図２に示したように、ユーザー情報テーブルＴ４には、ユーザーＩＤとユーザー名等が対応付けられて格納されている。

アイテム情報ＤＢ５は、前述のウェブサイト等によって対象ユーザーが購入可能なアイテムに係る情報をアイテム情報として記憶するサーバーである。アイテム情報とは、アイテムＩＤと、アイテム名と、当該アイテムのカテゴリー（例えば、書籍、電化製品等であり、より細かく小説や漫画、扇風機等であってもよい）等が対応付けられた情報である。ここで、図３を参照して、アイテム情報について説明する。図３は、アイテム情報ＤＢ５に記憶されるアイテム情報テーブルＴ５の一例を示す図である。図３に示したように、アイテム情報テーブルＴ５には、アイテムＩＤと、アイテム名と、当該アイテムのカテゴリー等が対応付けられて格納されている。なお、以下では、説明の便宜上、区別する必要が無い限り、アイテムＩＤが示すアイテムや、アイテムを示すアイテムＩＤをまとめてアイテムと称して説明する場合がある。

関連情報ＤＢ６は、ユーザーＩＤが登録されているウェブサイト等によって、過去にユーザーが購入したアイテムに係る関連情報を記憶するサーバーである。関連情報とは、例えば、購入履歴であり、ユーザーＩＤと、当該ユーザーが購入したアイテムを示す情報や、そのユーザーが前記のアイテムを購入した日時を示す情報等が対応付けられた情報である。ここで、図４を参照して、関連情報について説明する。図４は、関連情報ＤＢ６に記憶される関連情報テーブルＴ６の一例を示す図である。図４に示したように、関連情報テーブルＴ６には、ユーザーＩＤと、アイテムを識別するアイテムＩＤと、当該ユーザーが前記のアイテムを購入した日時等とが対応付けられて格納されている。

ここで、図５を参照して、情報処理端末３に表示されたレコメンド画面について説明する。図５は、情報処理端末３に表示されたレコメンド画面Ｐ１の一例を示す図である。レコメンド画面Ｐ１には、カテゴリーＧ１、Ｇ２、Ｇ３毎に対象ユーザーへのレコメンドアイテムを示す情報（図５において、例えば、サムネール画像やアイテム名等）が表示されている。例えば、カテゴリーＧ１に係るレコメンドアイテムが表示される領域Ｒ１には、複数の書籍に係るレコメンドアイテムが表示されている。また、カテゴリーＧ２に係るレコメンドアイテムが表示される領域Ｒ２には、複数のコミック（漫画）に係るレコメンドアイテムが表示されている。また、カテゴリーＧ３に係るレコメンドアイテムが表示される領域Ｒ３には、複数の雑誌に係るレコメンドアイテムが表示されている。

なお、図５に示したレコメンド画面Ｐ１は、あくまでも一例に過ぎない。従って、レコメンド画面Ｐ１に表示されるレコメンドアイテムのカテゴリーは、書籍、コミック、雑誌に代えて、他の何らかのカテゴリーであってもよい。また、図５において、領域Ｒ１〜Ｒ３のそれぞれに含まれるレコメンドアイテムは、ランキング順に並べられていないが、何らかのランキング順に表示されてもよい。また、図５では、レコメンドアイテムを示す情報として、サムネールが表示されているが、これに代えて、レコメンドアイテムに係る動画像が表示されてもよい。

対象ユーザーは、図５に示したようなレコメンド画面Ｐ１が情報処理端末３に表示されることで、自発的に検索を行うことなく、ウェブサイトにログインするだけで容易に自身の嗜好に合う可能性の高いアイテム（すなわち、レコメンドアイテム）を発見することができる。すなわち、情報提供システム１は、対象ユーザーの嗜好に合う可能性の高いレコメンドアイテムを提示することができ、その結果、レコメンドアイテムを販売しているウェブサイト等でのアイテムの販売を促進させることができる。

以下、図６を参照して、情報提供装置２のハードウェア構成について説明する。図６は、情報提供装置２のハードウェア構成の一例を示す図である。情報提供装置２は、例えば、ＣＰＵ（Central Processing Unit）２１と、記憶部２２と、入力受付部２３と、表示部２４と、通信部２５を備え、通信部２５を介してネットワークに接続された各種サーバーや各種装置と通信を行う。これらの構成要素は、バスＢｕｓを介して相互に通信可能に接続されている。ＣＰＵ２１は、記憶部２２に格納された各種プログラムを実行する。

記憶部２２は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read−Only Memory）、ＲＯＭ（Read−Only Memory）、ＲＡＭ（Random Access Memory）などを含み、情報提供装置２が処理する各種情報や画像、プログラムを格納する。なお、記憶部２２は、情報提供装置２に内蔵されるものに代えて、ＵＳＢ等のデジタル入出力ポート等によって接続された外付け型の記憶装置でもよい。

入力受付部２３は、例えば、キーボードやマウス、タッチパッド、その他の入力装置である。なお、入力受付部２３は、表示部２４とともにタッチパネルとして構成されてもよい。
表示部２４は、例えば、液晶ディスプレイパネル、あるいは、有機ＥＬ（ElectroLuminescence）ディスプレイパネルである。
通信部２５は、例えば、ＵＳＢ等のデジタル入出力ポートやイーサネット（登録商標）ポート等を含んで構成される。

なお、情報処理端末３は、図６に示したハードウェア構成と同様のハードウェア構成を備え、以下では、情報提供装置２のハードウェア構成と情報処理端末３のハードウェア構成を区別するため、それらをＣＰＵ３１、記憶部３２、入力受付部３３、表示部３４、通信部３５と称する。

以下、図７を参照して、情報提供装置２の機能構成について説明する。図７は、情報提供装置２の機能構成の一例を示す図である。情報提供装置２は、記憶部２２と、入力受付部２３と、通信部２５と、制御部２６を備える。これらの機能部のうち一部又は全部は、例えば、ＣＰＵ２１が、記憶部２２に記憶された各種プログラムを実行することで実現される。また、これらの機能部のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェア機能部であってもよい。

制御部２６は、ユーザー関連情報抽出条件決定部２６１と、対象ユーザー関連情報抽出部２６２と、類似候補ユーザー抽出部２６３と、類似候補ユーザー関連情報抽出部２６４と、ユーザー間類似度算出部２６５と、類似ユーザー抽出部２６６と、類似ユーザー関連情報抽出部２６７と、レコメンド指数算出部２６８と、レコメンドアイテム抽出部２６９と、レコメンドアイテム出力部２７０を備える。

制御部２６は、情報処理端末３からの要求に応じて、情報提供装置２が提供するウェブサイトに係る各種の情報を、通信部２５を介して情報処理端末３に出力する。また、制御部２６は、情報処理端末３からログイン情報を取得すると、通信部２５を介してユーザー情報ＤＢ４に記憶されたユーザー情報を参照し、ログイン情報に含まれる対象ユーザーのユーザーＩＤが登録されているか否かを判定し、登録されていた場合、対象ユーザーの前記のウェブサイトへのログインを許可する。制御部２６は、取得部の一例である。

ユーザー関連情報抽出条件決定部２６１は、対象ユーザー関連情報抽出部２６２、類似候補ユーザー関連情報抽出部２６４、類似ユーザー関連情報抽出部２６７のそれぞれからの要求に応じて、記憶部２２に記憶される複数のユーザー関連情報抽出条件を読み込む。ユーザー関連情報抽出条件とは、関連情報ＤＢ６に記憶される関連情報であって、対象ユーザー関連情報抽出部２６２、類似候補ユーザー関連情報抽出部２６４、類似ユーザー関連情報抽出部２６７のそれぞれが読み込む関連情報から、所望の関連情報（より具体的には、ユーザーの嗜好を表した関連情報）を抽出するための条件である。

例えば、複数のユーザー関連情報抽出条件には、日時に係る抽出条件（例えば、過去１年間に購入したアイテムに係る関連情報を抽出させるための条件等）、カテゴリーに係る抽出条件（例えば、書籍に係る関連情報を抽出させるための条件等）、抽出数に係る抽出条件（例えば、最新の１０件のみを抽出させるための条件等）、すべてを抽出するための条件（特定の関連情報を抽出しないための条件）等が含まれる。

日時に係る抽出条件によって抽出された関連情報に含まれるアイテムには、当該抽出条件が示す特定の期間におけるユーザーの嗜好が反映される。カテゴリーに係る抽出条件によって抽出された関連情報に含まれるアイテムには、当該抽出条件が示す特定のカテゴリーにおけるユーザーの嗜好が反映される。抽出数に係る抽出条件によって抽出された関連情報に含まれるアイテムには、それらのアイテムが購入された期間（例えば、直近の１週間等）におけるユーザーの嗜好が反映される。なお、すべてを抽出するための条件によって抽出された関連情報に含まれるアイテムには、特定の嗜好が反映されない。以下では、説明の便宜上、すべてを抽出するための条件を全抽出条件と称し、全抽出条件以外の他のユーザー関連情報抽出条件（例えば、上述の日時に係る抽出条件やカテゴリーに係る抽出条件等）を区別する必要が無い限り、特定抽出条件と称して説明する。

ユーザー関連情報抽出条件決定部２６１は、読み込まれたユーザー関連情報抽出条件を所定の選択則に従って選択する。前記の所定の選択則とは、例えば、複数のユーザー関連情報抽出条件の中からランダムに選択することや、所定の順に選択すること等である。また、ユーザー関連情報抽出条件決定部２６１は、ユーザー関連情報抽出条件を選択する際、選択のたびに異なる数のユーザー関連情報抽出条件を前記の複数のユーザー関連情報抽出条件から選択する。

なお、ユーザー関連情報抽出条件決定部２６１は、選択のたびに異なる数のユーザー関連情報抽出条件を前記の複数のユーザー関連情報抽出条件から選択する構成に代えて、常に同じ数のユーザー関連情報抽出条件を選択する構成であってもよく、選択する数を周期的に変える構成であってもよい。ユーザー関連情報抽出条件決定部２６１は、選択したユーザー関連情報抽出条件を、前記の要求元の機能部に対して出力する。ユーザー関連情報抽出条件決定部２６１は、抽出条件決定部の一例である。

対象ユーザー関連情報抽出部２６２は、対象ユーザーのユーザーＩＤに基づいて、関連情報ＤＢ６から対象ユーザーのユーザーＩＤに対応付けられた関連情報を取得する。そして、対象ユーザー関連情報抽出部２６２は、ユーザー関連情報抽出条件決定部２６１にユーザー関連情報抽出条件を選択させる。以下、説明の便宜上、対象ユーザー関連情報抽出部２６２からの要求に応じてユーザー関連情報抽出条件決定部２６１が選択したユーザー関連情報抽出条件を第１抽出条件と称して説明する。

対象ユーザー関連情報抽出部２６２は、ユーザー関連情報抽出条件決定部２６１により選択された第１抽出条件を取得し、対象ユーザーのユーザーＩＤに対応付けられた関連情報から、取得された第１抽出条件を満たす関連情報を対象ユーザー関連情報として抽出する。以下では、説明の便宜上、対象ユーザー関連情報を抽出する処理を第１抽出処理と称して説明する。対象ユーザー関連情報抽出部２６２は、例えば、第１抽出条件が書籍に係る関連情報を抽出させるための条件だった場合、対象ユーザーが購入した書籍に係る関連情報を第１関連情報として抽出する。

また、対象ユーザー関連情報抽出部２６２は、例えば、第１抽出条件が書籍に係る関連情報を抽出させるための条件と、過去１年間に購入したアイテムに係る関連情報を抽出させるための条件だった場合、対象ユーザーが過去１年間に購入した書籍に係る関連情報を対象ユーザー関連情報として抽出する。このように、対象ユーザー関連情報抽出部２６２は、ユーザー関連情報抽出条件決定部２６１によって選択された第１抽出条件に応じた対象ユーザー関連情報を抽出することができる。これによって、対象ユーザー関連情報抽出部２６２は、自身の機能が実行されるたびに異なる対象ユーザー関連情報を抽出することができる。対象ユーザー関連情報抽出部２６２は、抽出された対象ユーザー関連情報を類似候補ユーザー抽出部２６３とユーザー間類似度算出部２６５に出力する。

類似候補ユーザー抽出部２６３は、対象ユーザー関連情報抽出部２６２から対象ユーザー関連情報を取得すると、取得された対象ユーザー関連情報を参照し、対象ユーザー関連情報に含まれるアイテムを過去に購入したことがあるユーザーを、対象ユーザー関連情報に含まれるアイテムＩＤが示すアイテムを購入したユーザーのユーザーＩＤを関連情報ＤＢ６から読み込む（抽出する）。この抽出によって、類似候補ユーザー抽出部２６３は、対象ユーザーと嗜好が類似している可能性が高いユーザーを類似候補ユーザーとして抽出することができる。類似候補ユーザー抽出部２６３は、抽出された類似候補ユーザーを示すユーザーＩＤを、類似候補ユーザー関連情報抽出部２６４に出力する。

類似候補ユーザー関連情報抽出部２６４は、類似候補ユーザーを示すユーザーＩＤを取得すると、取得されたユーザーＩＤに基づいて、関連情報ＤＢ６から当該ユーザーＩＤに対応付けられた関連情報を取得する。そして、類似候補ユーザー関連情報抽出部２６４は、ユーザー関連情報抽出条件決定部２６１にユーザー関連情報抽出条件を選択させる。以下、説明の便宜上、類似候補ユーザー関連情報抽出部２６４からの要求に応じてユーザー関連情報抽出条件決定部２６１が選択したユーザー関連情報抽出条件を第２抽出条件と称して説明する。

類似候補ユーザー関連情報抽出部２６４は、ユーザー関連情報抽出条件決定部２６１により選択された第２抽出条件を取得し、類似候補ユーザーを示すユーザーＩＤを含む関連情報から、取得された第２抽出条件を満たす関連情報を類似候補ユーザー関連情報として抽出する。以下では、説明の便宜上、類似候補ユーザー関連情報を抽出する処理を第２抽出処理と称して説明する。類似候補ユーザー関連情報抽出部２６４は、例えば、第２抽出条件が書籍に係る関連情報を抽出させるための条件だった場合、類似候補ユーザーが購入した書籍に係る関連情報を類似候補ユーザー関連情報として抽出する。

また、類似候補ユーザー関連情報抽出部２６４は、例えば、第２抽出条件が書籍に係る関連情報を抽出させるための条件と、過去１年間に購入したアイテムに係る関連情報を抽出させるための条件だった場合、類似候補ユーザーが過去１年間に購入した書籍に係る関連情報を類似候補ユーザー関連情報として抽出する。このように、類似候補ユーザー関連情報抽出部２６４は、ユーザー関連情報抽出条件決定部２６１によって選択された第２抽出条件毎に応じた類似候補ユーザー関連情報を抽出することができる。これによって、類似候補ユーザー関連情報抽出部２６４は、自身の機能が実行されるたびに異なる類似候補ユーザー関連情報を抽出することができる。類似候補ユーザー関連情報抽出部２６４は、抽出された類似候補ユーザー関連情報をユーザー間類似度算出部２６５に出力する。

ユーザー間類似度算出部２６５は、対象ユーザー関連情報抽出部２６２から対象ユーザー関連情報を取得する。また、ユーザー間類似度算出部２６５は、類似候補ユーザー関連情報抽出部２６４から類似候補ユーザー関連情報を取得する。ユーザー間類似度算出部２６５は、取得された対象ユーザー関連情報及び類似候補ユーザー関連情報に基づいて、類似候補ユーザー毎に対象ユーザーとの間の類似度を表すユーザー間類似度を算出する。ユーザー間類似度算出部２６５は、算出された類似候補ユーザー毎のユーザー間類似度を類似ユーザー抽出部２６６に出力する。

類似ユーザー抽出部２６６は、ユーザー間類似度算出部２６５から類似候補ユーザー毎のユーザー間類似度を取得する。類似ユーザー抽出部２６６は、取得された類似候補ユーザー毎のユーザー間類似度に基づいて、所定のルールに従って類似候補ユーザーから対象ユーザーと嗜好が類似しているユーザーを類似ユーザーとして抽出する。前記の所定のルールとは、例えば、ユーザー間類似度が高い順に類似候補ユーザーを類似ユーザーとして抽出することや、所定の閾値以上のユーザー間類似度の類似候補ユーザーを類似ユーザーとして抽出すること等である。類似ユーザー抽出部２６６は、抽出された類似ユーザーのユーザーＩＤを類似ユーザー関連情報抽出部２６７に出力する。

類似ユーザー関連情報抽出部２６７は、類似ユーザー抽出部２６６から類似ユーザーのユーザーＩＤを取得すると、取得されたユーザーＩＤに基づいて、関連情報ＤＢ６から当該ユーザーＩＤに対応付けられた関連情報を読み込む。そして、類似ユーザー関連情報抽出部２６７は、ユーザー関連情報抽出条件決定部２６１にユーザー関連情報抽出条件を選択させる。以下、説明の便宜上、類似ユーザー関連情報抽出部２６７からの要求に応じてユーザー関連情報抽出条件決定部２６１が選択したユーザー関連情報抽出条件を第３抽出条件と称して説明する。

類似ユーザー関連情報抽出部２６７は、ユーザー関連情報抽出条件決定部２６１により選択された第３抽出条件を取得し、取得された類似ユーザーのユーザーＩＤを含む関連情報から、取得された第３抽出条件を満たす関連情報を類似ユーザー関連情報として抽出する。以下では、説明の便宜上、類似ユーザー関連情報を抽出する処理を第３抽出処理と称して説明する。類似ユーザー関連情報抽出部２６７は、例えば、第３抽出条件が書籍に係る関連情報を抽出させるための条件だった場合、類似ユーザーが購入した書籍に係る関連情報を類似ユーザー関連情報として抽出する。

また、類似ユーザー関連情報抽出部２６７は、例えば、第３抽出条件が書籍に係る関連情報を抽出させるための条件と、過去１年間に購入したアイテムに係る関連情報を抽出させるための条件だった場合、対象ユーザーが過去１年間に購入した書籍に係る関連情報を類似ユーザー関連情報として抽出する。このように、類似ユーザー関連情報抽出部２６７は、ユーザー関連情報抽出条件決定部２６１によって選択された第３抽出条件に応じた類似ユーザー関連情報を抽出することができる。これによって、類似ユーザー関連情報抽出部２６７は、自身の機能が実行されるたびに異なる類似ユーザー関連情報を抽出することができる。類似ユーザー関連情報抽出部２６７は、抽出された類似ユーザー関連情報と、類似ユーザー毎のユーザー間類似度とをレコメンド指数算出部２６８に出力する。

レコメンド指数算出部２６８は、類似ユーザー関連情報抽出部２６７から類似ユーザー関連情報と、類似ユーザー毎のユーザー間類似度とを取得する。レコメンド指数算出部２６８は、取得された類似ユーザー関連情報と、類似ユーザー毎のユーザー間類似度とに基づいて、類似ユーザー関連情報に含まれるアイテム毎にレコメンド指数を算出する。レコメンド指数とは、対象ユーザーに対して情報を提供する際の重要度を示す値である。レコメンド指数の値が大きいアイテムは、対象ユーザーに対して情報を提供ことによって高い販促効果が得られる。レコメンド指数算出部２６８は、算出されたレコメンド指数を、類似ユーザー関連情報とともにレコメンドアイテム抽出部２６９に出力する。

レコメンドアイテム抽出部２６９は、レコメンド指数算出部２６８から類似ユーザー関連情報に含まれるアイテム毎のレコメンド指数と、類似ユーザー関連情報とを取得する。レコメンドアイテム抽出部２６９は、取得されたレコメンド指数であって類似ユーザー関連情報に含まれるアイテム毎のレコメンド指数に基づいて、所定のルールに従って第３関連情報からレコメンドアイテムとなるアイテムを抽出する。

所定のルールとは、例えば、予め決められた数又はユーザーから入力された数（例えば、１０個程度）のアイテムを、レコメンド指数が高いアイテムの順に抽出することや、所定の閾値以上のレコメンド指数のアイテムを抽出することや、ランダムに所定数だけアイテムを抽出すること等である。レコメンドアイテム抽出部２６９は、抽出されたレコメンドアイテムのアイテムＩＤを、当該アイテムＩＤ毎のレコメンド指数とともにレコメンドアイテム出力部２７０に出力する。

レコメンドアイテム出力部２７０は、レコメンドアイテム抽出部２６９からレコメンドアイテムのアイテムＩＤを、当該アイテムＩＤ毎のレコメンド指数とともに取得する。そして、レコメンドアイテム出力部２７０は、取得されたアイテムＩＤが示すレコメンドアイテムに係る情報（例えば、サムネール画像や動画像等）をアイテム情報ＤＢ５から取得し、取得された情報をレコメンド指数に基づいた順に並べることで図５に示したようなレコメンド画面を表す情報を生成する。

レコメンドアイテム出力部２７０は、生成されたレコメンド画面を表す情報を、通信部２５を介して情報処理端末３に出力する。なお、レコメンド指数に基づいた順とは、レコメンド指数が高い順又は低い順等である。また、レコメンドアイテム出力部２７０は、アイテム情報ＤＢ５から取得された情報を、ランダムに選択された順に並べてレコメンド画面を生成する構成であってもよい。レコメンドアイテム出力部２７０は、第１出力部の一例である。

以下、図８を参照して、情報処理端末３の機能構成について説明する。図８、情報処理端末３の機能構成の一例を示す図である。情報処理端末３は、入力受付部３３と、表示部３４と、通信部３５と、制御部３６を備える。これらの機能部のうち一部又は全部は、例えば、ＣＰＵ３１が、記憶部３２に記憶された各種プログラムを実行することで実現される。また、これらの機能部のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェア機能部であってもよい。

制御部３６は、表示制御部３７を備える。制御部３６は、入力受付部３３によりユーザーからの入力を受け付け、受け付けられた入力が示す情報を、通信部３５を介して情報提供装置２に出力する。制御部３６は、第２出力部の一例である。
表示制御部３７は、情報提供装置２から通信部３５を介して取得した表示データに基づく表示画像を表示部３４に表示させる。

以下、図９〜図１２を参照して、情報提供装置２によりレコメンドアイテムが抽出されるまでの流れについて説明する。図９は、情報提供装置２によりレコメンドアイテムが抽出されるまでの流れの第１の例を模式的に表した図である。以下では、説明の便宜上、制御部２６の各機能部による処理を、すべて制御部２６の処理として説明するが、実際には、図７で説明した各機能部が行う処理である。また、図９に示した例は、第１抽出条件が特定抽出条件であり、第２抽出条件及び第３抽出条件が全抽出条件である場合の例である。

まず、制御部２６は、対象ユーザーＵ１のユーザーＩＤに基づいて、第１抽出条件に基づいた第１抽出処理を行うことで、第１抽出条件を満たすアイテムであって対象ユーザーＵ１が過去に購入した（現在、所有している）アイテムを対象アイテムＩ１として抽出する（ステップＳ１）。ここで、図９に示した例における第１抽出条件は、過去１年間に購入したアイテムを抽出するための条件であるとする。すなわち、第１抽出条件を満たすアイテムとは、対象ユーザーＵ１の過去１年間の嗜好（換言すると、対象ユーザーの全嗜好のうちの部分的な嗜好）が反映されたアイテムである。制御部２６は、第１抽出条件に基づいて、対象ユーザーＵ１が過去１年間に購入したアイテムを対象アイテムＩ１として抽出する。

次に、制御部２６は、ステップＳ１で抽出された対象アイテムＩ１を過去に購入したユーザーを類似候補ユーザーＵ２として抽出する（ステップＳ２）。次に、制御部２６は、第２抽出条件に基づいた第２抽出処理を行うことで、第２抽出条件を満たすアイテムであって類似候補ユーザーＵ２が過去に購入したアイテムを類似候補アイテムＩ２として抽出する（ステップＳ３）。

ここで、図９に示した例における第２抽出条件は、全抽出条件であるとする。すなわち、第２抽出条件を満たすアイテムとは、類似候補ユーザーＵ２が過去に購入したすべてのアイテムである。制御部２６は、第２抽出条件に基づいて、類似候補ユーザーＵ２が過去に購入したすべてのアイテムを類似候補アイテムＩ２として抽出する。ここで、ステップＳ３で抽出される類似候補アイテムＩ２は、類似候補ユーザーＵ２の嗜好が反映されたアイテムである。

次に、制御部２６は、ステップＳ１で抽出された対象アイテムＩ１と、ステップＳ３で抽出された類似候補アイテムＩ２とに基づいて、ユーザー間類似度を算出する（ステップＳ４）。ここで、ユーザー間類似度は、対象ユーザーが過去に購入したアイテムと、類似候補ユーザーが過去に購入したアイテムとの間の関連度に基づいて算出されるため、対象ユーザーの嗜好と類似候補ユーザーの嗜好の両方が反映された値となっている。次に、制御部２６は、ステップＳ４で算出されたユーザー間類似度に基づいて、類似候補ユーザーＵ２から類似ユーザーＵ３を抽出する（ステップＳ５）。

次に、制御部２６は、第３抽出条件に基づいた第３抽出処理を行うことで、第３抽出条件を満たすアイテムであって類似ユーザーＵ３が過去に購入したアイテムを類似アイテムＩ３として抽出する（ステップＳ６）。ここで、図９に示した例における第３抽出条件は、全抽出条件であるとする。すなわち、第３抽出条件を満たすアイテムとは、類似ユーザーＵ３が過去に購入したすべてのアイテムである。すなわち、制御部２６は、第３抽出条件に基づいて、類似ユーザーＵ３が過去に購入したすべてのアイテムを類似アイテムＩ３として抽出する。ここで、ステップＳ６で抽出される類似アイテムＩ３は、類似ユーザーＵ３の嗜好が反映されたアイテムである。

次に、制御部２６は、ステップＳ４で算出したユーザー間類似度と、ステップＳ６で抽出した類似アイテムＩ３とに基づいて、類似アイテムＩ３のレコメンド指数を算出する（ステップＳ７）。制御部２６は、ステップＳ７で算出されたレコメンド指数に基づいて、レコメンドアイテムＩ４を選択する（ステップＳ８）。ここで、レコメンド指数は、例えば、各類似ユーザーが過去に購入したアイテムに対して、各類似ユーザー間類似度を総和したものである。そのため、レコメンド指数には、対象ユーザーの嗜好と、類似候補ユーザーの嗜好と、類似ユーザーの嗜好とのすべてが反映される。そのため、レコメンド指数に基づいて選択されたアイテムＩ４には、対象ユーザーの嗜好（この一例において、対象ユーザーの過去１年間の嗜好）と、類似候補ユーザーの嗜好と、類似ユーザーの嗜好とのすべてが反映されている。

このように、制御部２６は、第２抽出条件及び第３抽出条件として全抽出条件を選択し、第１抽出処理として特定抽出条件を選択することによって、対象ユーザーの部分的な嗜好と、類似候補ユーザー及び類似ユーザーの嗜好とを反映したレコメンドアイテムＩ４を選択することができる。

図１０は、情報提供装置２によりレコメンドアイテムが抽出されるまでの流れの第２の例を模式的に表した図である。図１０に示した例は、第２抽出条件が特定抽出条件であり、第１抽出条件及び第３抽出条件が全抽出条件である場合の例である。まず、制御部２６は、対象ユーザーＵ４のユーザーＩＤに基づいて、第１抽出条件に基づいた第１抽出処理を行うことで、第１抽出条件を満たすアイテムであって対象ユーザーＵ４が過去に購入した（現在、所有している）アイテムを対象アイテムＩ５として抽出する（ステップＳ１１）。

ここで、図１０に示した例における第１抽出条件は、全抽出条件であるとする。すなわち、第１抽出条件を満たすアイテムとは、対象ユーザーＵ４が過去に購入したすべてのアイテムである。制御部２６は、第１抽出条件に基づいて、対象ユーザーＵ４が過去に購入したすべてのアイテムを対象アイテムＩ５として抽出する。従って、ステップＳ１１で抽出される対象アイテムＩ５は、対象ユーザーＵ４の嗜好が反映されたアイテムである。

次に、制御部２６は、ステップＳ１１で抽出された対象アイテムＩ５を過去に購入したユーザーを類似候補ユーザーＵ５として抽出する（ステップＳ１２）。次に、制御部２６は、第２抽出条件に基づいた第２抽出処理を行うことで、類似候補ユーザーＵ５が過去に購入したアイテムを類似候補アイテムＩ６として抽出する（ステップＳ１３）。

ここで、図１０に示した例における第２抽出条件は、過去１年間に購入したアイテムを抽出するための条件であるとする。すなわち、第２抽出条件を満たすアイテムとは、類似候補ユーザーＵ５の過去１年間の嗜好が反映されたアイテムである。制御部２６は、第２抽出条件に基づいて、類似候補ユーザーＵ５が過去１年間に購入したアイテムを類似候補アイテムＩ６として抽出する。従って、ステップＳ１３で抽出される類似候補アイテムＩ６は、類似候補ユーザーＵ５の過去１年間の嗜好（換言すると、類似候補ユーザーＵ５の全嗜好のうちの部分的な嗜好）が反映されたアイテムである。

次に、制御部２６は、ステップＳ１１で抽出された対象アイテムＩ５と、ステップＳ１３で抽出された類似候補アイテムＩ６とに基づいて、ユーザー間類似度を算出する（ステップＳ１４）。次に、制御部２６は、ステップＳ１４で算出されたユーザー間類似度に基づいて、類似候補ユーザーＵ５から類似ユーザーＵ６を抽出する（ステップＳ１５）。次に、制御部２６は、第３抽出条件に基づいた第３抽出処理を行うことで、第３抽出条件を満たすアイテムであって類似ユーザーＵ６が過去に購入したアイテムを類似アイテムＩ７として抽出する（ステップＳ１６）。

ここで、図１０に示した例における第３抽出条件は、全抽出条件であるとする。すなわち、第３抽出条件を満たすアイテムとは、類似ユーザーＵ６が過去に購入したすべてのアイテムである。制御部２６は、第３抽出条件に基づいて、類似ユーザーＵ６が過去に購入したすべてのアイテムを類似アイテムＩ７として抽出する。従って、ステップＳ１６で抽出される類似アイテムＩ７は、類似ユーザーＵ６の嗜好のみが反映されたアイテムとなる。

次に、制御部２６は、ステップＳ１４で算出したユーザー間類似度と、ステップＳ１６で抽出した類似アイテムＩ７とに基づいて、類似アイテムＩ７のレコメンド指数を算出する（ステップＳ１７）。制御部２６は、ステップＳ１７で算出されたレコメンド指数に基づいて、レコメンドアイテムＩ８を選択する（ステップＳ１８）。

ここで、ステップＳ１８において選択されたレコメンドアイテムＩ８には、レコメンド指数に基づいて選択されているため、対象ユーザーの嗜好と、類似候補ユーザーの嗜好（この一例において、類似候補ユーザーの過去１年間の嗜好）と、類似ユーザーの嗜好とのすべてが反映されている。このように、制御部２６は、第１抽出条件及び第３抽出条件として全抽出条件を選択し、第２抽出処理として特定抽出条件を選択することによって、類似候補ユーザーの部分的な嗜好と、対象ユーザー及び類似ユーザーの嗜好とを反映したレコメンドアイテムＩ８を選択することができる。

図１１は、情報提供装置２によりレコメンドアイテムが抽出されるまでの流れの第３の例を模式的に表した図である。また、図１１に示した例は、第１抽出条件及び第３抽出条件が特定抽出条件であり、第２抽出条件が全抽出条件である場合の例である。まず、制御部２６は、対象ユーザーＵ７のユーザーＩＤに基づいて、第１抽出条件に基づいた第１抽出処理を行うことで、第１抽出条件を満たすアイテムであって対象ユーザーＵ７が過去に購入した（現在、所有している）アイテムを対象アイテムＩ９として抽出する（ステップＳ１）。

ここで、図１１に示した例における第１抽出条件は、過去１年間に購入したアイテムを抽出するための条件であるとする。すなわち、第１抽出条件を満たすアイテムとは、対象ユーザーＵ７の過去１年間の嗜好が反映されたアイテムである。制御部２６は、第１抽出条件に基づいて、対象ユーザーＵ７が過去１年間に購入したアイテムを対象アイテムＩ９として抽出する。

次に、制御部２６は、ステップＳ２１で抽出された対象アイテムＩ９を過去に購入したユーザーを類似候補ユーザーＵ８として抽出する（ステップＳ２２）。次に、制御部２６は、第２抽出条件に基づいた第２抽出処理を行うことで、類似候補ユーザーＵ８が過去に購入したアイテムを類似候補アイテムＩ１０として抽出する（ステップＳ２３）。

ここで、図１１に示した例における第２抽出条件は、全抽出条件であるとする。すなわち、第２抽出条件を満たすアイテムとは、類似候補ユーザーＵ８が過去に購入したすべてのアイテムである。制御部２６は、第２抽出条件に基づいて、類似候補ユーザーＵ８が過去に購入したすべてのアイテムを類似候補アイテムＩ１０として抽出する。従って、ステップＳ２３で抽出される類似候補アイテムＩ２は、類似候補ユーザーＵ８の嗜好が反映されたアイテムとなる。

次に、制御部２６は、ステップＳ２１で抽出された対象アイテムＩ９と、ステップＳ２３で抽出された類似候補アイテムＩ１０とに基づいて、ユーザー間類似度を算出する（ステップＳ２４）。次に、制御部２６は、ステップＳ２４で算出されたユーザー間類似度に基づいて、類似候補ユーザーＵ８から類似ユーザーＵ９を抽出する（ステップＳ２５）。

次に、制御部２６は、第３抽出条件に基づいた第３抽出処理を行うことで、ステップＳ２５で抽出された類似ユーザーＵ９が過去に購入したアイテムのうち、第３抽出条件を満たすアイテムを抽出する（ステップＳ２６）。ここで、図１１に示した例における第３抽出条件は、過去１年間に購入したアイテムを抽出するための条件であるとする。すなわち、第３抽出条件を満たすアイテムとは、類似ユーザーＵ９の過去１年間の嗜好が反映されたアイテムである。制御部２６は、第３抽出条件に基づいて、類似ユーザーＵ９が過去１年間に購入したアイテムを類似アイテムＩ１１として抽出する。

次に、制御部２６は、ステップＳ２４で算出したユーザー間類似度と、ステップＳ２５で抽出した類似アイテムＩ１１とに基づいて、類似アイテムＩ１１のレコメンド指数を算出する（ステップＳ２７）。制御部２６は、ステップＳ２７で算出されたレコメンド指数に基づいて、レコメンドアイテムＩ１２を選択する（ステップＳ２８）。

ここで、ステップＳ２８において選択されたレコメンドアイテムＩ１２には、レコメンド指数に基づいて選択されているため、対象ユーザーの嗜好（この一例において、対象ユーザーの過去１年間の嗜好）と、類似候補ユーザーの嗜好と、類似ユーザーの嗜好（この一例において、類似ユーザーの過去１年間の嗜好）とのすべてが反映されている。このように、制御部２６は、第２抽出条件として全抽出条件を選択し、第１抽出条件及び第３抽出処理として特定抽出条件を選択することによって、対象ユーザーの部分的な嗜好と、類似ユーザーの部分的な嗜好と、類似候補ユーザーの嗜好とが反映されたレコメンドアイテムを選択することができる。

図１２は、情報提供装置２によりレコメンドアイテムが抽出されるまでの流れの第４の例を模式的に表した図である。図１２に示した例は、第２抽出条件及び第３抽出条件が特定抽出条件であり、第１抽出条件が全抽出条件である場合の例である。まず、制御部２６は、対象ユーザーＵ１０のユーザーＩＤに基づいて、第１抽出条件に基づいた第１抽出処理を行うことで、第１抽出条件を満たすアイテムであって対象ユーザーＵ１０が過去に購入した（現在、所有している）アイテムを対象アイテムＩ１３として抽出する（ステップＳ３１）。

ここで、図１２に示した例における第１抽出条件は、全抽出条件であるとする。すなわち、第１抽出条件を満たすアイテムとは、対象ユーザーＵ１０が過去に購入したすべてのアイテムである。制御部２６は、第１抽出条件に基づいて、対象ユーザーＵ１０が過去に購入したすべてのアイテムを対象アイテムＩ１３として抽出する。従って、ステップＳ３１で抽出される対象アイテムＩ１３は、対象ユーザーの嗜好が反映されたアイテムである。

次に、制御部２６は、ステップＳ３１で抽出された対象アイテムＩ１３を過去に購入したユーザーを類似候補ユーザーＵ１１として抽出する（ステップＳ３２）。次に、制御部２６は、第２抽出条件に基づいた第２抽出処理を行うことで、類似候補ユーザーＵ１１が過去に購入したアイテムを類似候補アイテムＩ１４として抽出する（ステップＳ３３）。

ここで、図１２に示した例における第２抽出条件は、過去１年間に購入したアイテムを抽出するための条件であるとする。すなわち、第２抽出条件を満たすアイテムとは、類似候補ユーザーＵ１１の過去１年間の嗜好が反映されたアイテムである。制御部２６は、第２抽出条件に基づいて、類似候補ユーザーＵ１１が過去１年間に購入したアイテムを類似候補アイテムＩ１４として抽出する。

次に、制御部２６は、ステップＳ３１で抽出された対象アイテムＩ１３と、ステップＳ３３で抽出された類似候補アイテムＩ１４とに基づいて、ユーザー間類似度を算出する（ステップＳ３４）。次に、制御部２６は、ステップＳ３４で算出されたユーザー間類似度に基づいて、類似候補ユーザーＵ１１から類似ユーザーＵ１２を抽出する（ステップＳ３５）。次に、制御部２６は、第３抽出条件に基づいた第３抽出処理を行うことで、第３抽出条件を満たすアイテムであって類似ユーザーＵ１２が過去に購入したアイテムを類似アイテムＩ１５として抽出する（ステップＳ３６）。

ここで、図１２に示した例における第３抽出条件は、過去１年間に購入したアイテムを抽出するための条件であるとする。すなわち、第３抽出条件を満たすアイテムとは、類似ユーザーＵ１２の過去１年間の嗜好が反映されたアイテムである。制御部２６は、第３抽出条件に基づいて、類似ユーザーＵ１２が過去１年間に購入したアイテムを類似アイテムＩ１５として抽出する。

次に、制御部２６は、ステップＳ３４で算出したユーザー間類似度と、ステップＳ３５で抽出した類似アイテムＩ１５とに基づいて、類似アイテムＩ１５のレコメンド指数を算出する（ステップＳ３７）。制御部２６は、ステップＳ３７で算出されたレコメンド指数に基づいて、レコメンドアイテムＩ１６を選択する（ステップＳ３８）。

ここで、ステップＳ３８において選択されたレコメンドアイテムＩ１６には、レコメンド指数に基づいて選択されているため、対象ユーザーの嗜好と、類似候補ユーザーの嗜好（この一例において、対象ユーザーの過去１年間の嗜好）と、類似ユーザーの嗜好（この一例において、類似ユーザーの過去１年間の嗜好）とのすべてが反映されている。このように、制御部２６は、第１抽出条件として全抽出条件を選択し、第２抽出条件及び第３抽出処理として特定抽出条件を選択することによって、対象ユーザーの嗜好と、類似ユーザーの部分的な嗜好と、類似候補ユーザーの部分的な嗜好とが反映されたレコメンドアイテムＩ１６を選択することができる。

図９〜図１２を参照して説明したように、制御部２６は、レコメンドアイテムを選択するたびに第１抽出処理〜第３抽出処理のそれぞれに対して、特定抽出条件及び全抽出条件のうちの一部又は全部をランダムに組み合わせることによって、異なる嗜好が反映されたレコメンドアイテムを選択することができる。その結果、制御部２６は、対象ユーザーに対して毎回異なるレコメンドアイテムを提供（提示）することができ、高い販促効果を得ることができる。特に図１２に示した例のように、制御部２６は、対象ユーザーの嗜好とは異なる嗜好によって選択されたレコメンドアイテムを対象ユーザーに対して提示することができる。その結果、対象ユーザーは、自分自身でも気づかない自分自身の嗜好を発見することができる。

なお、制御部２６における第１抽出処理〜第３抽出処理に対して、特定抽出条件及び全抽出条件のうちの一部又は全部の組み合わせは、図９〜図１２に示した４パターンに限られず、他の何らかの組み合わせであってもよい。また、第１抽出処理〜第３抽出処理のそれぞれは、複数の抽出条件に基づいて行われてもよく、例えば、図９に示した例において、第１抽出処理における第１抽出条件に対して、日時に係る抽出条件に加えて、カテゴリーに係る抽出条件が選択されてもよい。

以下、図１３を参照して、制御部２６によってレコメンドアイテムを抽出する処理について説明する。図１３は、制御部２６によってレコメンドアイテムを抽出する処理の流れの一例を示すフローチャートである。以下では、制御部２６は、すでに情報処理端末３からログイン情報を取得し、対象ユーザーのログインを許可したことを前提として説明する。まず、対象ユーザー関連情報抽出部２６２は、対象ユーザーのユーザーＩＤに基づいて、関連情報ＤＢ６から対象ユーザーのユーザーＩＤを含む関連情報を取得する。そして、対象ユーザー関連情報抽出部２６２は、ユーザー関連情報抽出条件決定部２６１に第１抽出条件を選択させ、取得された対象ユーザーのユーザーＩＤを含む関連情報から、選択された第１抽出条件を満たす関連情報を対象ユーザー関連情報として抽出（すなわち、対象ユーザーが過去に購入したアイテムを抽出）する（ステップＳ１００）。

次に、類似候補ユーザー抽出部２６３は、対象ユーザー関連情報抽出部２６２により抽出された対象ユーザー関連情報に含まれるアイテムＩＤが示すアイテムを過去に購入したことがあるユーザーを類似候補ユーザーとし、類似候補ユーザーのユーザーＩＤを抽出する（ステップＳ１１０）。次に、類似候補ユーザー関連情報抽出部２６４は、類似候補ユーザーのユーザーＩＤに基づいて、関連情報ＤＢ６から類似候補ユーザーのユーザーＩＤを含む関連情報を取得する。そして、類似候補ユーザー関連情報抽出部２６４は、ユーザー関連情報抽出条件決定部２６１に第２抽出条件を選択させ、取得された類似候補ユーザーのユーザーＩＤを含む関連情報から、選択された第２抽出条件を満たす関連情報を類似候補ユーザー関連情報として抽出（すなわち、類似候補ユーザーが過去に購入したアイテムを抽出）する（ステップＳ１２０）。

次に、ユーザー間類似度算出部２６５は、対象ユーザー関連情報抽出部２６２により抽出された対象ユーザー関連情報と、類似候補ユーザー関連情報抽出部２６４により抽出された類似候補ユーザー関連情報とに基づいて、ユーザー間類似度を算出する（ステップＳ１３０）。ここで、ユーザー間類似度の算出する処理について説明する。ユーザー間類似度算出部２６５は、ユーザーＫが購入したアイテムの集合をＸ、ユーザーＬが購入したアイテムの集合をＹとすると、以下の式（１）に基づくＪａｃｃａｒｄ係数をユーザー間類似度ｓｉｍとして算出する。

ｓｉｍ＝｜Ｘ∩Ｙ｜／｜Ｘ∪Ｙ｜ ・・・（１）

Ｊａｃｃａｒｄ係数は、関連情報に含まれる情報であってユーザーによるアイテムの購入の有無を示す情報が、購入の場合１、未購入の場合０、というように表されている場合に用いることができる。なお、ユーザー間類似度算出部２６５は、ユーザー間類似度を算出する際、Ｊａｃｃａｒｄ係数に代えて、他の何らかの係数をユーザー間類似度として算出する構成であってもよい。例えば、ユーザー間類似度算出部２６５は、以下の式（２）に基づくＣｏｓｉｎｅ係数をユーザー間類似度ｓｉｍとして算出する構成であってもよい。

ｓｉｍ＝｜Ｘ∩Ｙ｜／ｓｑｒｔ（｜Ｘ｜｜Ｙ｜） ・・・（２）

また、関連情報に含まれる情報が、ユーザーによるアイテムの評価を示す情報（例えば、未購入の場合０、購入の場合の満足度を１〜５の５段階評価等）というように表されている場合、ユーザー間類似度算出部２６５は、ピアソン相関係数や、上記の式（２）に示したＣｏｓｉｎｅ係数等をユーザー間類似度ｓｉｍとして算出する構成であってもよい。

ここで、図１４を参照して、ユーザー間類似度算出部２６５により算出されるユーザー間類似度について説明する。図１４は、ユーザーによるアイテムの購入の有無を示す情報の一例を示す図である。テーブルＴ−ｕｉ１は、ユーザーＩＤｕ１〜ｕ６によって示される６人のユーザーのそれぞれが、アイテムＩＤｉ１〜ｉ６によって示されるアイテムのそれぞれを購入した場合に○、未購入の場合に空欄とすることで、ユーザーによるアイテムの購入の有無を示す情報を表している。なお、図１４において、ユーザーＩＤｕｉ１によって示されるユーザーが対象ユーザーであるとする。

ユーザー間類似度算出部２６５は、対象ユーザー関連情報と類似候補ユーザー関連情報に基づいて、テーブルＴ−ｕｉ１によって表されるようなユーザーによるアイテムの購入の有無を示す情報を抽出し、抽出されたユーザーによるアイテムの購入の有無を示す情報に基づいて、上記の式（１）によりＪａｃｃａｒｄ係数をユーザー間類似度として算出する。図１４における欄Ｃ１には、ユーザー間類似度算出部２６５がテーブルＴ−ｕｉ１によって表されるユーザーによるアイテムの購入の有無を示す情報に基づいて、類似候補ユーザー（この一例において、ユーザーＩＤｕ２〜ｕ６によって示されるユーザー）と対象ユーザーのユーザー間類似度を算出した場合の結果が示されている。

欄Ｃ１に示されているように、対象ユーザーと、ユーザーＩＤｕ２〜ｕ４によって示される類似候補ユーザーのそれぞれとのユーザー間類似度ｓｉｍ（ｕ２）〜ｓｉｍ（ｕ４）は、それぞれ０．５０である。また、対象ユーザーと、ユーザーＩＤｕ５〜ｕ６によって示される類似候補ユーザーのそれぞれとのユーザー間類似度ｓｉｍ（ｕ５）〜ｓｉｍ（ｕ６）は、それぞれ０．２０である。

次に、類似ユーザー抽出部２６６は、ステップＳ１３０でユーザー間類似度算出部２６５により算出されたユーザー間類似度に基づいて、類似候補ユーザーから類似ユーザーを抽出する（ステップＳ１４０）。ここで、類似ユーザー抽出部２６６によって類似候補ユーザーから類似ユーザーを抽出する処理について説明する。類似ユーザー抽出部２６６は、ステップＳ１３０で算出されたユーザー間類似度が高い順に所定数の類似候補ユーザーを類似ユーザーとし、類似ユーザーのユーザーＩＤを抽出する。この一例において、前記の所定数は、１０人とするが、これに限られず、１人以上の人数であれば何人でもよい。従って、図１４に示した例において、類似ユーザー抽出部２６６は、ユーザーＩＤｕ２〜ｕ６が示す５人の類似候補ユーザー全員を、類似ユーザーとして抽出する。

なお、類似ユーザー抽出部２６６は、これに代えて、例えば、ユーザー間類似度が所定値より高い類似候補ユーザーを類似ユーザーとする構成であってもよく、類似候補ユーザーのすべてを類似ユーザーとする構成であってもよく、他の何らかのユーザー間類似度に基づく抽出方法によって類似候補ユーザーの一部又は全部を類似ユーザーとする構成であってもよい。

次に、類似ユーザー関連情報抽出部２６７は、ステップＳ１４０で類似ユーザー抽出部２６６により抽出された類似ユーザーのユーザーＩＤに基づいて、関連情報ＤＢ６から類似ユーザーのユーザーＩＤを含む関連情報を取得する。そして、類似ユーザー関連情報抽出部２６７は、ユーザー関連情報抽出条件決定部２６１に第３抽出条件を選択させ、取得された類似ユーザーのユーザーＩＤを含む関連情報から、選択された第３抽出条件を満たす関連情報を類似ユーザー関連情報として抽出（すなわち、類似ユーザーが過去に購入したアイテムを抽出）する（ステップＳ１５０）。

次に、レコメンド指数算出部２６８は、ステップＳ１５０で類似ユーザー関連情報抽出部２６７により抽出された類似ユーザー関連情報に含まれるアイテムＩＤを重複の無いように抽出する。そして、レコメンド指数算出部２６８は、抽出されたアイテムＩＤに基づいてレコメンド指数を算出する（ステップＳ１６０）。ここで、再び図１４を参照して、レコメンド指数を算出する処理について説明する。レコメンド指数算出部２６８は、図１４の欄Ｃ２に示したように、抽出されたアイテムＩＤを１つずつ選択し、選択されたアイテムＩＤを過去に購入したすべての類似ユーザーのユーザー間類似度を合算することによってレコメンド指数ｉｄｘを算出する。

欄Ｃ２において、アイテムＩＤｉ４は、ユーザーＩＤｕ２、ｕ５が示す類似ユーザーによって過去に購入されている。そのため、アイテムＩＤｉ４が示すアイテムのレコメンド指数ｉｄｘ（ｉ４）は、ユーザーＩＤｕ２、ｕ５が示す類似ユーザーのユーザー間類似度ｓｉｍ（ｕ２）、ｓｉｍ（ｕ５）を合算した０．７０となる。アイテムＩＤｉ４の場合と同様に、アイテムＩＤｉ５が示すアイテムのレコメンド指数ｉｄｘ（ｉ５）は、０．９０であり、アイテムＩＤｉ６が示すアイテムのレコメンド指数ｉｄｘ（ｉ６）は、０．７０である。

次に、レコメンドアイテム抽出部２６９は、ステップＳ１６０で算出されたレコメンド指数に基づいて、ステップＳ１５０で抽出されたアイテムＩＤからレコメンドアイテムを示すアイテムＩＤを抽出する（ステップＳ１７０）。ここで、レコメンドアイテム抽出部２６９がレコメンドアイテムを抽出する処理について説明する。レコメンドアイテム抽出部２６９は、ステップＳ１６０で算出されたレコメンド指数が高い順に所定数のアイテムＩＤを、レコメンドアイテムを示すアイテムＩＤとして抽出する。この一例において、所定数は、３であるとするが、これに代えて、１以上の整数であれば如何なる数であってもよい。

なお、レコメンドアイテム抽出部２６９は、これに代えて、レコメンド指数が所定値より高いアイテムＩＤを、レコメンドアイテムを示すアイテムＩＤとして抽出する構成であってもよく、レコメンド指数が算出されたアイテムＩＤのすべてを、レコメンドアイテムを示すアイテムＩＤとして抽出する構成であってもよく、他のレコメンド指数に基づく抽出方法によって抽出されたアイテムＩＤを、レコメンドアイテムを示すアイテムＩＤとして抽出する構成であってもよい。

図１４に示した例において、レコメンドアイテム抽出部２６９は、アイテムＩＤｉ４〜ｉ６が示す３つのアイテムをレコメンドアイテムとして抽出する。なお、それぞれのレコメンドアイテムに係るレコメンド指数の大小関係は、欄Ｃ３に示したようにアイテムＩＤｉ５が示すアイテムが最も高く、アイテムＩＤｉ４、ｉ６が示すアイテムが同じ値となっている。そのため、もしレコメンドアイテム抽出部２６９が、最も高いレコメンド指数のアイテムＩＤが示すアイテムをレコメンドアイテムとして抽出する構成だった場合、レコメンドアイテム抽出部２６９は、アイテムＩＤｉ５が示すアイテムのみをレコメンドアイテムとして抽出する。

以下、図１５を参照して、抽出条件に基づいて特定の関連情報を抽出する処理について説明する。図１５は、抽出条件に基づいて特定の関連情報を抽出する処理の流れの一例を示すフローチャートである。図１５に示したフローチャートが示す処理は、対象ユーザー関連情報抽出部２６２による第１抽出処理、類似候補ユーザー関連情報抽出部２６４による第２抽出処理、類似候補ユーザー関連情報抽出部２６４による第３抽出処理のそれぞれにおいて同様の流れで行われる。それぞれの相違点は、第１抽出処理の場合、抽出条件が第１抽出条件であり、第２抽出処理の場合、抽出条件が第２抽出条件であり、第３抽出処理の場合、抽出条件が第３抽出条件であるという点である。

そこで、以下では、説明の便宜上、区別する必要が無い限り、対象ユーザー関連情報抽出部２６２、類似候補ユーザー関連情報抽出部２６４、類似ユーザー関連情報抽出部２６７をまとめて関連情報抽出部と称して説明する。また、区別する必要が無い限り、第１抽出処理、第２抽出処理、第３抽出処理をまとめて抽出処理と称して説明する。また、区別する必要が無い限り、第１抽出条件、第２抽出条件、第３抽出条件をまとめて抽出条件と称して説明する。また、以下では、説明の便宜上、図１５に示したフローチャートによって抽出される関連情報（すなわち、対象ユーザー関連情報、類似候補ユーザー関連情報、類似ユーザー関連情報）を、まとめて抽出関連情報と称して説明する。

まず、関連情報抽出部は、ユーザー関連情報抽出条件決定部２６１に抽出条件を選択させ、選択された抽出条件を取得する（ステップＳ２００）。以下では、その一例として、抽出数に係る抽出条件、日時に係る抽出条件、カテゴリーに係る抽出条件の３つが抽出条件として選択されたことを前提として説明する。次に、関連情報抽出部は、関連情報ＤＢ６から関連情報を取得する（ステップＳ２１０）。

ここで、関連情報抽出部が対象ユーザー関連情報抽出部２６２であった場合、ステップＳ２１０では関連情報ＤＢ６から対象ユーザー関連情報が取得される。また、関連情報抽出部が類似候補ユーザー関連情報抽出部２６４であった場合、ステップＳ２１０では関連情報ＤＢ６から類似候補ユーザー関連情報が取得される。また、関連情報抽出部が類似ユーザー関連情報抽出部２６７であった場合、ステップＳ２１０では関連情報ＤＢ６から類似ユーザー関連情報が取得される。

次に、関連情報抽出部は、ステップＳ２１０で取得された関連情報を１つずつ選択し、選択された関連情報に対して、ステップＳ２３０からステップＳ２６０の処理を繰り返し行うことで、取得された抽出条件を満たす関連情報を抽出関連情報として抽出する。この時、関連情報抽出部は、ステップＳ２３０からステップＳ２６０の処理を、抽出関連情報の数が取得された抽出条件のうちの抽出数に係る抽出条件により指定される指定数未満である、且つ繰り返し処理の繰り返し数ｉがステップＳ２１０で取得された関連情報の数以下である限り繰り返す（ステップＳ２２０）。

ステップＳ２２０において、繰り返し処理を行うと判定した場合（ステップＳ２２０−Ｙｅｓ）、関連情報抽出部は、選択された関連情報が、取得された抽出条件のうちの日時に係る抽出条件により指定される指定日時以内に購入されたアイテムに係る関連情報であるか否かを判定する（ステップＳ２３０）。

選択された関連情報が、取得された抽出条件のうちの日時に係る抽出条件により指定される指定日時以内に購入されたアイテムに係る関連情報ではないと判定した場合（ステップＳ２３０−Ｎｏ）、関連情報抽出部は、ステップＳ２２０に戻って次の関連情報を選択する。一方、選択された関連情報が、取得された抽出条件のうちの日時に係る抽出条件により指定される指定日時以内に購入されたアイテムに係る関連情報であると判定した場合（ステップＳ２３０−Ｙｅｓ）、関連情報抽出部は、選択された関連情報に含まれるアイテムＩＤが示すアイテムのアイテム情報を、アイテム情報ＤＢ５から取得する（ステップＳ２４０）。

次に、関連情報抽出部は、ステップＳ２４０で取得されたアイテム情報に基づいて、選択された関連情報に含まれるアイテムＩＤが示すアイテムのカテゴリーが、取得された抽出条件のうちのカテゴリーに係る抽出条件により指定される指定カテゴリーであるか否かを判定する（ステップＳ２５０）。

取得された抽出条件のうちのカテゴリーに係る抽出条件により指定される指定カテゴリーではないと判定した場合（ステップＳ２５０−Ｎｏ）、関連情報抽出部は、ステップＳ２２０に戻って次の関連情報を選択する。一方、取得された抽出条件のうちのカテゴリーに係る抽出条件により指定される指定カテゴリーであると判定した場合（ステップＳ２５０−Ｙｅｓ）、関連情報抽出部は、選択された関連情報を抽出関連情報として抽出する（ステップＳ２６０）。

以下、図１６〜図１８を参照して、第１抽出条件、第２抽出条件、第３抽出条件の組み合わせが異なる場合の制御部２６によるレコメンドアイテムの選択について説明する。なお、図１４に示した例は、第１抽出条件、第２抽出条件、第３抽出条件のそれぞれが、全抽出条件であった場合の例である。図１６は、２０１３年以降の関連情報を抽出するための条件（日時に係る抽出条件の一例）が第１抽出条件として選択された場合のユーザー間類似度、レコメンド指数、レコメンドアイテムの一例を示す図である。なお、図１６に示した例は、図２〜図４に示したユーザー情報、アイテム情報、関連情報に基づいた例である。また、図１６に示した例において、第２抽出条件及び第３抽出条件は、全抽出条件であったとして説明する。

テーブルＴ−ｕｉ２（第１抽出条件に基づいて抽出された情報を表すテーブル）は、ユーザーＩＤｕ１〜ｕ６によって示される６人のユーザーのそれぞれが、アイテムＩＤｉ１〜ｉ６によって示されるアイテムのそれぞれを購入した場合に○、未購入の場合に空欄とすることで、ユーザーによるアイテムの購入の有無を示す情報を表している。なお、図１６において、ユーザーＩＤｕ１によって示されるユーザーが対象ユーザーであるとする。

図１６に示した例では、対象ユーザー関連情報抽出部２６２が第１抽出条件によって日時に係る抽出条件による第１抽出処理を行っているため、テーブルＴ−ｕｉ２は、図１４に示したテーブルＴ−ｕｉ１と比べてユーザーによるアイテムの購入の有無を示す情報（すなわち、テーブルＴ−ｕｉ２における○の配置）が異なっている。これは、第１抽出処理によって対象ユーザーの２０１３年以降の嗜好が反映されたことが原因である。

欄Ｃ４には、テーブルＴ−ｕｉ２によって表されるユーザーによるアイテムの購入の有無を示す情報に基づいて算出されたユーザー間類似度が示されている。欄Ｃ５には、欄Ｃ４に示したユーザー間類似度に基づいて算出されたレコメンド指数が示されている。図１６に示した例において、レコメンドアイテムに係るレコメンド指数の大小関係は、欄Ｃ６に示したように、アイテムＩＤｉ６に係るレコメンド指数が最も高く、次にアイテムＩＤｉ５に係るレコメンド指数が高く、アイテムＩＤｉ４に係るレコメンド指数が最も低い。

図１６に示したレコメンドアイテムに係るレコメンド指数の大小関係は、第１抽出処理によって日時に係る抽出条件により関連情報を抽出した結果が反映されている。すなわち、これは、図１６に示したレコメンドアイテムに係るレコメンド指数の大小関係が、対象ユーザーの嗜好を反映していることを示している。

一方、図１７は、２０１３年以降の関連情報を抽出するための抽出条件（日時に係る抽出条件の一例）が第２抽出条件として選択された場合のユーザー間類似度、レコメンド指数、レコメンドアイテムの一例を示す図である。なお、図１７に示した例は、図２〜図４に示したユーザー情報、アイテム情報、関連情報に基づいた例である。また、図１７に示した例において、第１抽出条件及び第３抽出条件は、全抽出条件であったとして説明する。

テーブルＴ−ｕｉ３（第２抽出条件に基づいて抽出された情報を表すテーブル）は、ユーザーＩＤｕ１〜ｕ６によって示される６人のユーザーのそれぞれが、アイテムＩＤｉ１〜ｉ６によって示されるアイテムのそれぞれを購入した場合に○、未購入の場合に空欄とすることで、ユーザーによるアイテムの購入の有無を示す情報を表している。なお、図１７において、ユーザーＩＤｕｉ１によって示されるユーザーが対象ユーザーであるとする。

図１７に示した例では、類似候補ユーザー関連情報抽出部２６４が第２抽出条件によって日時に係る抽出条件による第２抽出処理を行っているため、テーブルＴ−ｕｉ３は、図１４に示したテーブルＴ−ｕｉ１や図１６に示したテーブルＴ−ｕｉ２と比べてユーザーによるアイテムの購入の有無を示す情報（すなわち、テーブルＴ−ｕｉ３における○の配置）が異なっている。これは、第２抽出処理によって類似候補ユーザーの２０１３年以降の嗜好が反映されたことが原因である。

欄Ｃ７には、テーブルＴ−ｕｉ３によって表されるユーザーによるアイテムの購入の有無を示す情報に基づいて算出されたユーザー間類似度が示されている。欄Ｃ８には、欄Ｃ７に示したユーザー間類似度に基づいて算出されたレコメンド指数が示されている。図１７に示した例において、レコメンドアイテムに係るレコメンド指数の大小関係は、欄Ｃ９に示したように、アイテムＩＤｉ４に係るレコメンド指数が最も高く、次にアイテムＩＤｉ５に係るレコメンド指数が高く、アイテムＩＤｉ６に係るレコメンド指数が最も低い。

図１７に示したレコメンドアイテムに係るレコメンド指数の大小関係は、第２抽出処理によって日時に係る抽出条件により関連情報を抽出した結果が反映されている。すなわち、これは、図１７に示したレコメンドアイテムに係るレコメンド指数の大小関係が、類似候補ユーザーの嗜好を反映していることを示している。そして、類似候補ユーザーの嗜好を反映したレコメンドアイテムに係るレコメンド指数の大小関係は、図１６と図１７を比べることで分かる通り、対象ユーザーの嗜好を反映したレコメンドアイテムに係るレコメンド指数の大小関係と比べて異なる関係となる。

他方、図１８は、カテゴリーｃ１を抽出するための抽出条件（カテゴリーに係る抽出条件の一例）が第１抽出条件及び第２抽出条件として選択され、カテゴリーｃ２を抽出するための抽出条件（カテゴリーに係る抽出条件の他の例）が第３抽出条件として選択されることで、第１抽出処理、第２抽出処理、第３抽出処理のそれぞれによって特定のカテゴリーの関連情報が抽出された場合のユーザー間類似度、レコメンド指数、レコメンドアイテムの一例を示す図である。なお、図１８に示した例は、図２〜図４に示したユーザー情報、アイテム情報、関連情報に基づいた例である。

テーブルＴ−ｕｉ４（第１抽出条件及び第２抽出条件に基づいて抽出された情報を表すテーブル）、テーブルＴ−ｕｉ５（第３抽出条件に基づいて抽出された情報を表すテーブル）は、ユーザーＩＤｕ１〜ｕ６によって示される６人のユーザーのそれぞれが、アイテムＩＤｉ１〜ｉ６によって示されるアイテムのそれぞれを購入した場合に○、未購入の場合に空欄とすることで、ユーザーによるアイテムの購入の有無を示す情報を表している。なお、図１８において、ユーザーＩＤｕｉ１によって示されるユーザーが対象ユーザーであるとする。

図１８に示した例では、対象ユーザー関連情報抽出部２６２が第１抽出条件によってカテゴリーに係る抽出条件による第１抽出処理を行い、類似候補ユーザー関連情報抽出部２６４によってカテゴリーに係る抽出条件による第２抽出処理を行い、類似ユーザー関連情報抽出部２６７による第３抽出処理を行っているため、テーブルＴ−ｕｉ４及びテーブルＴ−ｕｉ５は、図１４に示したテーブルＴ−ｕｉ１や図１６に示したテーブルＴ−ｕｉ２、図１７に示したテーブルＴ−ｕｉ３のそれぞれと比べてユーザーによるアイテムの購入の有無を示す情報（すなわち、テーブルＴ−ｕｉ４における○の配置）が異なっている。これは、第１抽出処理によって対象ユーザーのカテゴリーの嗜好が反映され、第２抽出処理によって類似候補ユーザーのカテゴリーの嗜好が反映され、第３抽出処理によって類似ユーザーのカテゴリーの嗜好が反映されたことが原因である。

欄Ｃ１０には、テーブルＴ−ｕｉ４及びテーブルＴ−ｕｉ５によって表されるユーザーによるアイテムの購入の有無を示す情報に基づいて算出されたユーザー間類似度が示されている。欄Ｃ１１には、欄Ｃ１０に示したユーザー間類似度に基づいて算出されたレコメンド指数が示されている。図１８に示した例において、レコメンドアイテムに係るレコメンド指数の大小関係は、欄Ｃ１２に示したように、アイテムＩＤｉ４に係るレコメンド指数が最も高く、アイテムＩＤｉ６に係るレコメンド指数が最も低い。

図１８に示したレコメンドアイテムに係るレコメンド指数の大小関係は、第１抽出処理、第２抽出処理、第３抽出処理のそれぞれによってカテゴリーに係る抽出条件により関連情報を抽出した結果が反映されている。すなわち、これは、図１８に示したレコメンドアイテムに係るレコメンド指数の大小関係が、対象ユーザー、類似候補ユーザー、類似ユーザーのすべての嗜好を反映していることを示している。そして、対象ユーザー、類似候補ユーザー、類似ユーザーのすべての嗜好を反映したレコメンドアイテムに係るレコメンド指数の大小関係は、図１６、図１７に示したものとそれぞれ比べてレコメンドアイテムに係るレコメンド指数の大小関係が異なる。

また、図１８に示したように、第２抽出処理と第３抽出処理のうちいずれか一方又は両方によってカテゴリーに係る抽出条件に基づく関連情報の抽出を行うことによって、情報提供装置２は、対象ユーザーが過去に購入したことがないカテゴリーのアイテムについても提示することができ、より高い販促効果を生じさせることができる。また、情報提供装置２は、例えば、第１抽出処理によって旅行というカテゴリーの関連情報を抽出し、第２抽出処理によって食事というカテゴリーの関連情報を抽出することによって、旅行先での食事という複合的なカテゴリーに係るレコメンドアイテムを対象ユーザーに対して提示することができ、その結果として、より柔軟な情報提供を行うことができる。

図１６〜図１８において説明したように、情報提供装置２は、制御部２６のユーザー関連情報抽出条件決定部２６１が第１抽出処理、第２抽出処理、第３抽出処理のそれぞれに対して異なる抽出条件を選択するため、情報処理端末３が情報提供装置２にレコメンドアイテムの表示を要求するたびに、ユーザーに対して異なるレコメンドアイテムを提示することができる。換言すると、情報提供装置２は、対象ユーザーに対して対象ユーザーの嗜好に適合したアイテムであって、より多様なアイテムを提示することできる。その結果として、情報提供装置２は、販促効果を高めることができる。

以上説明したように、第１実施形態に係る情報提供システム１は、対象ユーザーが購入したアイテムのうち第１抽出条件を満たすアイテムに係る関連情報を対象ユーザー関連情報として抽出し、抽出された対象ユーザー関連情報に含まれるアイテムを購入したユーザーを類似候補ユーザーとして抽出し、類似候補ユーザーが購入したアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出し、対象ユーザー関連情報と類似候補ユーザー関連情報に基づいて、類似候補ユーザーの中から対象ユーザーと類似したユーザーを類似ユーザーとして抽出し、類似ユーザーが購入したアイテムのうち第３抽出条件を満たすアイテムに係る関連情報を類似ユーザー関連情報として抽出する。これにより、情報提供システム１は、多様な情報抽出を行うことができる。

＜第２実施形態＞
以下、本発明の第２実施形態について、図面を参照して説明する。第２実施形態に係る情報提供システム１は、情報提供装置２を具備する構成に代えて、情報提供装置２ａを具備する。図１９は、第２実施形態に係る情報提供装置２ａの機能構成の一例を示す図である。なお、第２実施形態では、第１実施形態と同様な構成部には、同じ符号を付して説明を省略する。第２実施形態に係る情報提供装置２ａは、対象ユーザーのログイン情報に含まれるユーザーＩＤに基づいてレコメンドアイテムを選択する構成に代えて、対象ユーザーが情報処理端末３に入力したアイテムを示すアイテムＩＤであって情報処理端末３から情報提供装置２ａへ出力されたアイテムＩＤに基づいて、レコメンドアイテムを選択する。

情報提供装置２ａは、記憶部２２と、入力受付部２３と、通信部２５と、制御部２６ａを備える。
制御部２６ａは、アイテム関連情報抽出条件決定部２７１と、対象アイテム関連情報抽出部２７２と、類似候補アイテム抽出部２７３と、類似候補アイテム関連情報抽出部２７４と、アイテム間類似度算出部２７５と、類似アイテム抽出部２７６と、レコメンドアイテム出力部２７０を備える。

制御部２６ａは、情報処理端末３からの要求に応じて、情報提供装置２が提供するウェブサイトに係る各種の情報を、通信部２５を介して情報処理端末３に出力する。また、制御部２６ａは、情報処理端末３からアイテムＩＤを取得する。以下では、情報処理端末３から制御部２６ａが取得したアイテムＩＤが示すアイテムを対象アイテムと称して説明する。制御部２６ａは、取得部の一例である。

アイテム関連情報抽出条件決定部２７１は、対象アイテム関連情報抽出部２７２、類似候補アイテム関連情報抽出部２７４のそれぞれからの要求に応じて、記憶部２２に記憶される複数のアイテム関連情報抽出条件を読み込む。アイテム関連情報抽出条件とは、関連情報ＤＢ６に記憶される関連情報であって、対象アイテム関連情報抽出部２７２、類似候補アイテム関連情報抽出部２７４のそれぞれが読み込む関連情報から、所望の関連情報を抽出するための条件である。

例えば、複数のアイテム関連情報抽出条件には、日時に係る抽出条件、性別に係る抽出条件（例えば、男性又は女性が購入したアイテムに係る関連情報を抽出させるための条件等）、年齢に係る抽出条件（例えば、２０歳代が購入したアイテムに係る関連情報を抽出させるための条件等）、抽出数に係る抽出条件（例えば、直近に購入された１０件のアイテムに係る関連情報を抽出させるための条件等）、全抽出条件等が含まれる。以下では、説明の便宜上、全抽出条件以外の他のアイテム関連情報抽出条件（例えば、上述の性別に係る抽出条件や年齢に係る抽出条件等）を区別する必要が無い限り、特定抽出条件と称して説明する。

アイテム関連情報抽出条件決定部２７１は、読み込まれたアイテム関連情報抽出条件を所定の選択則に従って選択する。前記の所定の選択則とは、例えば、複数のアイテム関連情報抽出条件の中からランダムに選択することや、所定の順に選択すること等である。また、アイテム関連情報抽出条件決定部２７１は、アイテム関連情報抽出条件を選択する際、選択のたびに異なる数のアイテム関連情報抽出条件を前記の複数のアイテム関連情報抽出条件から選択する。

なお、アイテム関連情報抽出条件決定部２７１は、選択のたびに異なる数のアイテム関連情報抽出条件を前記の複数のアイテム関連情報抽出条件から選択する構成に代えて、常に同じ数のアイテム関連情報抽出条件を選択する構成であってもよく、選択する数を周期的に変える構成であってもよい。アイテム関連情報抽出条件決定部２７１は、選択したアイテム関連情報抽出条件を、前記の要求元の機能部に対して出力する。アイテム関連情報抽出条件決定部２７１は、抽出条件決定部の一例である。

対象アイテム関連情報抽出部２７２は、対象アイテムのアイテムＩＤに基づいて、関連情報ＤＢ６から当該アイテムＩＤに対応付けられた関連情報を取得する。そして、対象アイテム関連情報抽出部２７２は、アイテム関連情報抽出条件決定部２７１に関アイテム連情報抽出条件を選択させる。以下、説明の便宜上、対象アイテム関連情報抽出部２７２からの要求に応じてアイテム関連情報抽出条件決定部２７１が選択したアイテム関連情報抽出条件を第４抽出条件と称して説明する。

対象アイテム関連情報抽出部２７２は、アイテム関連情報抽出条件決定部２７１により選択された第４抽出条件を取得し、関連情報ＤＢ６から取得された対象アイテムのアイテムＩＤを含む関連情報から、取得された第４抽出条件を満たす関連情報を対象アイテム関連情報として抽出する。以下では、説明の便宜上、対象アイテム関連情報を抽出する処理を第４抽出処理と称して説明する。対象アイテム関連情報抽出部２７２は、例えば、第４抽出条件が男性に係る関連情報を抽出させるための条件だった場合、対象アイテムを購入したユーザーのうち、男性のユーザーに係る関連情報を対象アイテム関連情報として抽出する。

また、対象アイテム関連情報抽出部２７２は、例えば、第４抽出条件が男性に係る関連情報を抽出させるための条件と、２０歳代に係る関連情報を抽出させるための条件だった場合、対象アイテムを購入したユーザーのうち、２０歳代の男性のユーザーに係る関連情報を対象アイテム関連情報として抽出する。

このように、対象アイテム関連情報抽出部２７２は、アイテム関連情報抽出条件決定部２７１によって選択された第４抽出条件に応じた対象アイテム関連情報を抽出することができる。これによって、対象アイテム関連情報抽出部２７２は、自身の機能が実行されるたびに異なる対象アイテム関連情報を抽出することができる。対象アイテム関連情報抽出部２７２は、抽出された対象アイテム関連情報を類似候補アイテム抽出部２７３とアイテム間類似度算出部２７５に出力する。

類似候補アイテム抽出部２７３は、対象アイテム関連情報抽出部２７２から対象アイテム関連情報を取得すると、取得された対象アイテム関連情報を参照し、対象アイテム関連情報に含まれるユーザーを対象ユーザーとして重複の無いように抽出する。そして、類似候補アイテム抽出部２７３は、抽出された対象ユーザーが過去に購入したことがあるアイテムに係る関連情報を類似候補アイテム関連情報として関連情報ＤＢ６から取得する。類似候補アイテム抽出部２７３は、取得された類似候補アイテム関連情報に含まれるアイテムを類似候補アイテムとして重複の無いように抽出する。

この抽出によって、類似候補アイテム抽出部２７３は、対象アイテムを購入したユーザーと嗜好が類似している可能性が高いユーザーによって購入されたアイテムを類似候補アイテムとして抽出することができる。類似候補アイテム抽出部２７３は、抽出された類似候補アイテムを示すアイテムＩＤを、類似候補アイテム関連情報とともに類似候補アイテム関連情報抽出部２７４に出力する。

類似候補アイテム関連情報抽出部２７４は、類似候補アイテムを示すアイテムＩＤを類似候補アイテム関連情報とともに取得する。類似候補アイテム関連情報抽出部２７４は、取得されたアイテムＩＤを過去に購入したユーザーに係る関連情報を関連情報ＤＢ６から取得する。そして、類似候補アイテム関連情報抽出部２７４は、アイテム関連情報抽出条件決定部２７１にアイテム関連情報抽出条件を選択させる。以下、説明の便宜上、類似候補アイテム関連情報抽出部２７４からの要求に応じてアイテム関連情報抽出条件決定部２７１が選択したアイテム関連情報抽出条件を第５抽出条件と称して説明する。

類似候補アイテム関連情報抽出部２７４は、アイテム関連情報抽出条件決定部２７１により選択された第５抽出条件を取得し、取得されたアイテムＩＤを過去に購入したユーザーに係る関連情報から、取得された第５抽出条件を満たす関連情報を類似候補アイテム関連情報として抽出する。以下では、説明の便宜上、第５関連情報を抽出する処理を第５抽出処理と称して説明する。類似候補アイテム関連情報抽出部２７４は、例えば、第５抽出条件が男性に係る関連情報を抽出させるための条件だった場合、類似候補アイテムを購入した男性のユーザーに係る関連情報を類似候補アイテム関連情報として抽出する。

また、類似候補アイテム関連情報抽出部２７４は、例えば、第５抽出条件が男性に係る関連情報を抽出させるための条件と、２０歳代がアイテムを購入したユーザーに係る関連情報を抽出させるための条件だった場合、類似候補アイテムを購入した２０歳代の男性のユーザーに係る関連情報を類似候補アイテム関連情報として抽出する。このように、類似候補アイテム関連情報抽出部２７４は、アイテム関連情報抽出条件決定部２７１によって選択された第５抽出条件に応じた類似候補アイテム関連情報を抽出することができる。これによって、類似候補アイテム関連情報抽出部２７４は、自身の機能が実行されるたびに異なる類似候補アイテム関連情報を抽出することができる。類似候補アイテム関連情報抽出部２７４は、抽出された類似候補アイテム関連情報をアイテム間類似度算出部２７５に出力する。

アイテム間類似度算出部２７５は、対象アイテム関連情報抽出部２７２から対象アイテム関連情報を取得する。また、アイテム間類似度算出部２７５は、類似候補アイテム関連情報抽出部２７４から類似候補アイテム関連情報を取得する。アイテム間類似度算出部２７５は、取得された対象アイテム関連情報及び類似候補アイテム関連情報に基づいて、類似候補アイテムごとに対象アイテムとの類似度を表すアイテム間類似度を算出する。アイテム間類似度算出部２７５は、算出されたアイテム間類似度を類似アイテム抽出部２７６に出力する。

類似アイテム抽出部２７６は、アイテム間類似度算出部２７５からアイテム間類似度を取得する。類似アイテム抽出部２７６は、取得されたアイテム間類似度をレコメンド指数に変換し（読み換え）、読み換えられたレコメンド指数が所定値以上のアイテムをレコメンドアイテム（類似アイテム）として抽出する。なお、類似アイテム抽出部２７６は、レコメンド指数が所定値以上のアイテムをレコメンドアイテムとして抽出する構成に代えて、レコメンド指数に基づく他の何らかの方法によってレコメンドアイテムを抽出する構成であってもよい。類似アイテム抽出部２７６は、抽出されたレコメンドアイテムを示すアイテムＩＤを、レコメンドアイテム出力部２７０に出力する。

以下、図２０を参照して、情報提供装置２ａが情報処理端末３に表示させるレコメンド画面について説明する。図２０は、情報処理端末３に表示されたレコメンド画面Ｐ２の一例を示す図である。レコメンド画面Ｐ２には、対象ユーザーにより選択された対象アイテムが領域Ｒ４に表示されており、対象アイテムに基づいて情報提供装置２ａにより選択されたレコメンドアイテムが領域Ｒ５に表示されている。

なお、図２０に示したレコメンド画面Ｐ２は、あくまでも一例に過ぎない。従って、レコメンド画面Ｐ２に表示されるレコメンドアイテムは、何らかのカテゴリーに分類されていてもよい。また、図２０において、領域Ｒ５に含まれるレコメンドアイテムは、ランキング順に並べられていないが、何らかのランキング順に表示されてもよい。また、図２０では、レコメンドアイテムを示す情報として、サムネールが表示されているが、これに代えて、レコメンドアイテムに係る動画像が表示されてもよい。

対象ユーザーは、図２０に示したようなレコメンド画面Ｐ２が情報処理端末３に表示されることで、自発的に検索を行うことなく、ウェブサイト上で対象ユーザーが気になったアイテムを選択するだけで、容易に自身が選択したアイテムに係る嗜好に類似する可能性の高いアイテム（すなわち、レコメンドアイテム）を発見することができる。すなわち、情報提供装置２ａは、対象ユーザーの嗜好に合う可能性の高いレコメンドアイテムを対象ユーザーに対して提示することができ、その結果、レコメンドアイテムを販売しているウェブサイト等でのアイテムの販売を促進させることができる。

以下、図２１を参照して、情報提供装置２ａによりレコメンドアイテムが抽出されるまでの流れについて説明する。図２１は、情報提供装置２ａによりレコメンドアイテムが抽出されるまでの流れの一例を模式的に表した図である。以下では、説明の便宜上、制御部２６ａの各機能部による処理を、すべて制御部２６ａの処理として説明するが、実際には、図１８で説明した各機能部が行う処理である。また、図２１に示した例は、第４抽出条件及び第５抽出条件の両方が特定抽出条件である場合の例である。なお、第４抽出条件と第５抽出条件のうちいずれか一方又は両方が全抽出条件であってもよい。

まず、制御部２６ａは、対象アイテムＩ１７のアイテムＩＤに基づいて、第４抽出条件に基づいた第４抽出処理を行うことで、第４抽出条件を満たすユーザーであって対象アイテムＩ１７を過去に購入した（現在、所有している）ユーザーを対象ユーザーＵ１３として抽出する（ステップＳ４１）。ここで、図２１に示した例における第４抽出条件は、男性のユーザーを抽出するための条件であるとする。すなわち、第４抽出条件を満たすユーザーとは、対象アイテムＩ１７を過去に購入した男性である。制御部２６ａは、第４抽出条件に基づいて、対象アイテムＩ１７を過去に購入した男性を対象ユーザーＵ１３として抽出する。

次に、制御部２６ａは、ステップＳ４１で抽出された対象ユーザーＵ１３が過去に購入したアイテムを類似候補アイテムＩ１８として抽出する（ステップＳ４２）。次に、制御部２６ａは、類似候補アイテムＩ１８毎に、第５抽出条件に基づいた第５抽出処理を行うことで、第５抽出条件を満たすユーザーであって類似候補アイテムＩ１８を過去に購入したユーザーを類似候補ユーザーＵ１４として抽出する（ステップＳ４３）。

ここで、図２１に示した例における第５抽出条件は、２０歳代のユーザーを抽出するための条件であるとする。すなわち、第５抽出条件を満たすユーザーとは、類似候補アイテムＩ１８を過去に購入した２０歳代のユーザーである。制御部２６ａは、類似候補アイテムＩ１８毎に、第５抽出条件に基づいて、類似候補アイテムＩ１８を過去に購入した２０歳代の対象ユーザーＵ１３を類似候補ユーザーＵ１４として抽出する。ここで、ステップＳ４３で抽出される類似候補ユーザーＵ１４は、ステップＳ４３における第５抽出処理の影響が反映され、２０歳代のユーザーとなる。

次に、制御部２６ａは、ステップＳ４１で抽出された対象アイテムＩ１７毎の対象ユーザーＵ１３と、ステップＳ４２で抽出された類似候補アイテムＩ１８毎の類似候補ユーザーＵ１４とに基づいてアイテム間類似度を算出する（ステップＳ４４）。そして、制御部２６ａは、ステップＳ４４で算出されたアイテム間類似度をレコメンド指数に読み換え、類似候補アイテムＩ１８からレコメンドアイテムＩ１９（類似アイテムＩ１９）を抽出（選択）する（ステップＳ４５）。制御部２６ａは、例えば、レコメンド指数が所定値よりも高い類似候補アイテムＩ１８をレコメンドアイテムＩ１９として抽出（選択）する（ステップＳ４６）。

なお、制御部２６ａは、これに代えて、レコメンド指数に基づく他の何らかの方法によってレコメンドアイテムＩ１９を抽出する構成であってもよい。ここで、レコメンド指数（アイテム間類似度）は、対象アイテムを過去に購入したユーザーと、類似候補アイテムを過去に購入したユーザーとの間の関連度に基づいて算出されるため、対象アイテムを購入しようとする嗜好を有するユーザーの属性と類似候補アイテムを購入しようとする嗜好を有するユーザーの属性との両方が反映された値となっている。

そのため、レコメンド指数に基づいて選択されたレコメンドアイテムＩ１９には、対象アイテムを購入する嗜好を有するユーザーの属性と、類似候補アイテムを購入する嗜好を有するユーザーの属性とが反映されている。このように、制御部２６ａは、第４抽出条件と第５抽出条件のそれぞれに対して、複数の特定抽出条件と全抽出条件の中から所定の選択則に従って選択された抽出条件を選択することで、レコメンドアイテムを表示するたびに異なるレコメンドアイテムを対象ユーザーに対して提示することができる。

以下、図２２を参照して、制御部２６ａによってレコメンドアイテムを抽出する処理について説明する。図２２は、制御部２６ａによってレコメンドアイテムを抽出する処理の流れの一例を示すフローチャートである。以下では、制御部２６ａは、すでに情報処理端末３からアイテムＩＤを取得したことを前提として説明する。まず、対象アイテム関連情報抽出部２７２は、対象アイテムのアイテムＩＤを含む関連情報を関連情報ＤＢ６から取得する。そして、対象アイテム関連情報抽出部２７２は、アイテム関連情報抽出条件決定部２７１に第４抽出条件を選択させ、取得された対象アイテムのアイテムＩＤを含む関連情報から、選択された第４抽出条件に基づいて対象アイテム関連情報を抽出（すなわち、対象アイテムを過去に購入したユーザーを抽出）する（ステップＳ３００）。

次に、類似候補アイテム抽出部２７３は、対象アイテム関連情報抽出部２７２により抽出された対象アイテム関連情報に含まれるユーザーＩＤが示すユーザー（対象ユーザー）が過去に購入したことがあるアイテムを類似候補アイテムとし、類似候補アイテムのアイテムＩＤを抽出する（ステップＳ３１０）。次に、類似候補アイテム関連情報抽出部２７４は、類似候補アイテムのアイテムＩＤを含む関連情報を関連情報ＤＢ６から取得する。そして、類似候補アイテム関連情報抽出部２７４は、アイテム関連情報抽出条件決定部２７１に第５抽出条件を選択させ、取得された類似候補アイテムのアイテムＩＤを含む関連情報から、選択された第５抽出条件を満たす関連情報を類似候補アイテム関連情報として抽出（すなわち、類似候補アイテムを過去に購入したユーザーを抽出）する（ステップＳ３２０）。

次に、アイテム間類似度算出部２７５は、対象アイテム関連情報抽出部２７２により抽出された対象アイテム関連情報と、類似候補アイテム関連情報抽出部２７４により抽出された類似候補アイテム関連情報とに基づいて、対象アイテムと類似候補アイテムとの間のアイテム間類似度を算出する（ステップＳ３３０）。ここで、図２３を参照して、アイテム間類似度を算出する処理について説明する。図２３は、アイテム間類似度を算出する処理の一例を説明するための図である。なお、図２３に示した例は、図２〜図４に示したユーザー情報、アイテム情報、関連情報に基づいた例である。また、図２３に示した例において、第４抽出条件及び第５抽出条件は、全抽出条件であったとして説明する。

テーブルＴ−ｉｕ１は、アイテムＩＤｉ１〜ｉ６によって示される６個のアイテムのそれぞれを、ユーザーＩＤｕ１〜ｕ６によって示される６人のユーザーのそれぞれが過去に購入していた場合に○、未購入の場合に空欄とすることで、アイテム毎にどのユーザーが購入したかを示す情報を表している。なお、図２３において、アイテムＩＤｉ１によって示されるアイテムが対象アイテムであるとする。

アイテム間類似度算出部２７５は、アイテムＲを購入したユーザーの集合をＶ、アイテムＳを購入したユーザーの集合をＷとすると、上記の式（１）に基づくＪａｃｃａｒｄ係数をアイテム間類似度ｓｉｍとして算出する。欄Ｃ１３には、テーブルＴ−ｉｕ１によって表されるアイテム毎にどのユーザーが購入したかを示す情報に基づいて算出されたアイテム間類似度が示されている。なお、アイテム間類似度は、ユーザー間類似度と同様に、Ｊａｃｃａｒｄ係数に代えて、他の何らかの方法によって算出された値（例えば、Ｃｏｓｉｎｅ係数等）であってもよい。

次に、類似アイテム抽出部２７６は、ステップＳ３３０でアイテム間類似度算出部２７５により算出されたアイテム間類似度をレコメンド指数として読み換える。そして、類似アイテム抽出部２７６は、レコメンド指数と、抽出された類似アイテムのアイテムＩＤとに基づいてレコメンドアイテムを抽出する（ステップＳＳ３４０）。

以下、図２４を参照して、制御部２６ａが抽出条件に基づいて特定の関連情報を抽出する処理について説明する。図２４は、制御部２６ａが抽出条件に基づいて特定の関連情報を抽出する処理の流れの一例を示すフローチャートである。図２３に示したフローチャートが示す処理は、対象アイテム関連情報抽出部２７２による第４抽出処理、類似候補アイテム関連情報抽出部２７４による第５抽出処理のそれぞれにおいて同様の流れで行われる。それぞれの相違点は、第４抽出処理の場合、抽出条件が第４抽出条件であり、第５抽出処理の場合、抽出条件が第５抽出条件であるという点である。

そこで、以下では、説明の便宜上、区別する必要が無い限り、対象アイテム関連情報抽出部２７２、類似候補アイテム関連情報抽出部２７４をまとめて関連情報抽出部と称して説明する。また、区別する必要が無い限り、第４抽出処理、第５抽出処理をまとめて抽出処理と称して説明する。また、区別する必要が無い限り、第４抽出条件、第５抽出条件をまとめて抽出条件と称して説明する。また、以下では、説明の便宜上、図２３に示したフローチャートによって抽出される関連情報（すなわち、対象アイテム関連情報、類似候補アイテム関連情報）を、まとめて抽出関連情報と称して説明する。

まず、関連情報抽出部は、アイテム関連情報抽出条件決定部２７１に抽出条件を選択させ、選択された抽出条件を取得する（ステップＳ４００）。以下では、その一例として、抽出数に係る抽出条件、日時に係る抽出条件、性別に係る抽出条件、年齢に係る抽出条件の３つが抽出条件として選択されたことを前提として説明する。次に、関連情報抽出部は、関連情報ＤＢ６から関連情報を取得する（ステップＳ４１０）。

ここで、関連情報抽出部が対象アイテム関連情報抽出部２７２であった場合、ステップＳ４１０では関連情報ＤＢ６から対象アイテムのアイテムＩＤを含む関連情報が取得される。また、関連情報抽出部が類似候補アイテム関連情報抽出部２７４であった場合、ステップＳ４１０では関連情報ＤＢ６から類似候補アイテムのアイテムＩＤを含む関連情報が取得される。

次に、関連情報抽出部は、ステップＳ４１０で取得された関連情報を１つずつ選択し、選択された関連情報に対して、ステップＳ４３０からステップＳ４７０の処理を繰り返し行うことで、取得された抽出条件を満たす関連情報を抽出関連情報として抽出する。この時、関連情報抽出部は、ステップＳ４３０からステップＳ４７０の処理を、抽出関連情報の数が取得された抽出条件のうちの抽出数に係る抽出条件により指定される指定数未満である、且つ繰り返し処理の繰り返し数ｉがステップＳ４１０で取得された関連情報の数以下である限り繰り返す（ステップＳ４２０）。

ステップＳ４３０において、繰り返し処理を行うと判定した場合（ステップＳ４２０−Ｙｅｓ）、関連情報抽出部は、選択された関連情報が、取得された抽出条件のうち日時に係る抽出条件により指定日時内の関連情報であるか否かを判定する（ステップＳ４３０）。選択された関連情報が指定日時内の関連情報ではないと判定した場合（ステップＳ４３０−Ｎｏ）、関連情報抽出部は、ステップＳ４３０に戻って次の関連情報を選択する。

一方、選択された関連情報が指定日時内の関連情報であると判定した場合（ステップＳ４３０−Ｙｅｓ）、関連情報抽出部は、ステップＳ４１０で抽出された関連情報に含まれるユーザーを示すユーザーＩＤに基づいて、前記のユーザー情報をユーザー情報ＤＢ４から取得する（ステップＳ４４０）。なお、本実施形態において、ユーザー情報には、ユーザー名に対応付けられたユーザーＩＤに対して、さらにユーザーの属性が対応付けられているものとする。ユーザーの属性とは、例えば、ユーザーの性別やユーザーの年齢等である。

次に、関連情報抽出部は、選択された関連情報が、取得された抽出条件のうちの性別に係る抽出条件により指定される性別のユーザー（この一例において、男性のユーザー）に係る関連情報であるか否かを判定する（ステップＳ４５０）。選択された関連情報が男性のユーザーに係る関連情報ではないと判定した場合（ステップＳ４５０−Ｎｏ）、関連情報抽出部は、ステップＳ４３０に戻って次の関連情報を選択する。

一方、選択された関連情報が男性のユーザーに係る関連情報であると判定した場合（ステップＳ４５０−Ｙｅｓ）、関連情報抽出部は、選択された関連情報が、取得された抽出条件のうちの年齢に係る抽出条件により指定される年齢のユーザー（この一例において、２０歳代のユーザー）に係る関連情報であるか否かを判定する（ステップＳ４６０）。

選択された関連情報が、２０歳代のユーザーに係る関連情報ではないと判定した場合（ステップＳ４６０−Ｎｏ）、関連情報抽出部は、ステップＳ４３０に戻って次の関連情報を選択する。一方、選択された関連情報が、２０歳代のユーザーに係る関連情報であると判定した場合（ステップＳ４６０−Ｙｅｓ）、関連情報抽出部は、選択された関連情報を抽出関連情報として抽出する（ステップＳ４７０）。

以上説明したように、第２実施形態に係る情報提供システム１は、対象アイテムを購入したユーザーのうち第４抽出条件を満たす対象ユーザーに係る関連情報を対象アイテム関連情報として抽出し、抽出された対象アイテム関連情報に含まれる類似候補ユーザーが購入したアイテムを類似候補アイテムとして抽出し、類似候補アイテムを購入したユーザーのうち第５抽出条件を満たすユーザーに係る関連情報を類似候補アイテム関連情報として抽出し、対象アイテム関連情報と類似候補アイテム関連情報に基づいて、類似候補アイテムの中から対象アイテムと類似したアイテムを類似アイテムとして抽出する。これにより、情報提供システム１は、多様な情報抽出を行うことができる。なお、第４抽出条件は、第１抽出条件の一例であり、第５抽出条件は、第２抽出条件の一例である。

以上、この発明の実施形態を、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない限り、変更、置換、削除等されてもよい。

また、上記の実施形態における情報提供装置２、２ａ、情報処理端末３のそれぞれを構成する各部の機能を実現するためのプログラムを、コンピューター読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピューターシステムに読み込ませ、実行することにより情報提供装置２、情報処理端末３のそれぞれの実施を行ってもよい。なお、ここでいう「コンピューターシステム」とは、ＯＳ（Operation System）や周辺機器等のハードウェアを含むものとする。

また、「コンピューターシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピューター読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピューターシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピューター読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバーやクライアントとなるコンピューターシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピューターシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。

（１）本発明の一態様は、対象ユーザーと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報を対象ユーザー関連情報として抽出する対象ユーザー関連情報抽出部と、抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出する類似候補ユーザー関連情報抽出部と、前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザー関連情報に含まれるユーザーの中から前記対象ユーザーと類似したユーザーを類似ユーザーとして抽出する類似ユーザー抽出部と、前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報を類似ユーザー関連情報として抽出する類似ユーザー関連情報抽出部と、を備える情報提供装置である。

（２）本発明の他の態様は、（１）に記載の情報提供装置であって、前記対象ユーザー関連情報抽出部により抽出された前記対象ユーザーと関連するアイテムと関連するユーザーを類似候補ユーザーとして抽出する類似候補ユーザー抽出部を備え、前記類似候補ユーザー関連情報抽出部は、前記類似候補ユーザー抽出部により抽出された前記類似候補ユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出する、情報提供装置である。
（３）本発明の他の態様は、（１）又は（２）に記載の情報提供装置であって、前記第１抽出条件、前記第２抽出条件、前記第３抽出条件のそれぞれに対して、複数の抽出条件の中から１つ以上の前記抽出条件を割り当てる抽出条件決定部、を備える情報提供装置である。
（４）本発明の他の態様は、（３）に記載の情報提供装置であって、前記抽出条件決定部は、入力された条件選択情報に基づいて前記割り当てを行う、情報提５供装置である。

（５）本発明の他の態様は、（１）から（４）のうちいずれか一項に記載の情報提供装置であって、前記対象ユーザーと前記類似候補ユーザーとの類似度であるユーザー間類似度を算出するユーザー間類似度算出部を備え、前記類似ユーザー抽出部は、算出された前記ユーザー間類似度に基づいて前記類似ユーザーを前記類似候補ユーザーから抽出する、情報提供装置である。
（６）本発明の他の態様は、（５）に記載の情報提供装置であって、前記類似ユーザー関連情報抽出部により抽出された前記類似ユーザー関連情報と、前記ユーザー間類似度算出部により算出された前記ユーザー間類似度とに基づいて、前記類似ユーザー抽出部により抽出された前記類似ユーザーと関連するアイテムの重要度であって前記対象ユーザーに対して情報を提供する際の重要度を示す値であるレコメンド指数を算出するレコメンド指数算出部と、前記レコメンド指数算出部により算出された前記レコメンド指数に基づいて前記対象ユーザーに提示するためのレコメンドアイテムを前記類似ユーザーと関連するアイテムから抽出するレコメンドアイテム抽出部と、を備える情報提供装置である。
（７）本発明の他の態様は、（１）から（６）のうちいずれか一項に記載の情報提供装置であって、前記第１抽出条件、前記第２抽出条件、前記第３抽出条件のそれぞれは、日時に係る抽出条件、カテゴリーに係る抽出条件、抽出数に係る抽出条件のうち１つ以上を含む、情報提供装置である。

（８）本発明の他の態様は、情報提供装置と、情報処理端末とを具備する情報提供システムであって、前記情報提供装置は、前記情報処理端末のユーザーを示す情報を対象ユーザー情報として取得する取得部と、前記対象ユーザー情報が示す対象ユーザーと関連するアイテムと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報を対象ユーザー関連情報として抽出する対象アイテム関連情報抽出部と、抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出する類似候補ユーザー関連情報抽出部と、前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザーの中から前記対象ユーザーと類似したユーザーを類似ユーザーとして抽出する類似ユーザー抽出部と、前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報を類似ユーザー関連情報として抽出する類似ユーザー関連情報抽出部と、抽出された前記類似ユーザー関連情報に基づくアイテムをレコメンドアイテムとして抽出するレコメンドアイテム抽出部と、前記レコメンドアイテムを示す情報を前記情報処理端末に出力する第１出力部と、を備え、前記情報処理端末は、前記情報提供装置に前記対象ユーザー情報を出力する第２出力部と、前記情報提供装置から取得した前記レコメンドアイテムを示す情報を表示する表示部と、を備える、情報提供システムである。

（９）本発明の他の態様は、情報提供装置に対象ユーザー情報を出力する第２出力部と、対象ユーザーと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報が対象ユーザー関連情報として抽出され、抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報が類似候補ユーザー関連情報として抽出され、前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザーの中から前記対象ユーザーと類似したユーザーが類似ユーザーとして抽出され、前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報が類似ユーザー関連情報として抽出され、抽出された前記類似ユーザー情報に基づくアイテムがレコメンドアイテムとして抽出され、抽出されたレコメンドアイテムを示す情報を表示する表示部と、を備える情報処理端末である。

（１０）本発明の他の態様は、対象ユーザーと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報を対象ユーザー関連情報として抽出し、抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出し、前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザーの中から前記対象ユーザーと類似したユーザーを類似ユーザーとして抽出し、前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報を類似ユーザー関連情報として抽出する、情報提供方法である。

（１１）本発明の他の態様は、情報提供装置のコンピューターに、対象ユーザーと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報を対象ユーザー関連情報として抽出させ、抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出させ、前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザーの中から前記対象ユーザーと類似したユーザーを類似ユーザーとして抽出させ、前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報を類似ユーザー関連情報として抽出させる、プログラムである。

１ 情報提供システム、２、２ａ 情報提供装置、３ 情報処理端末、４ ユーザー情報ＤＢ、５ アイテム情報ＤＢ、６ 関連情報ＤＢ、２１、３１ ＣＰＵ、２２、３２ 記憶部、２３、３３ 入力受付部、２４、３４ 表示部、２５、３５ 通信部、２６、２６ａ、３６ 制御部、３７ 表示制御部、２６１ ユーザー関連情報抽出条件決定部、２６２ 対象ユーザー関連情報抽出部、２６３ 類似候補ユーザー抽出部、２６４ 類似候補ユーザー関連情報抽出部、２６５ ユーザー間類似度算出部、２６６ 類似ユーザー抽出部、２６７ 類似ユーザー関連情報抽出部、２６８、２６８ａ レコメンド指数算出部、２６９ レコメンドアイテム抽出部、２７０ レコメンドアイテム出力部、２７１ アイテム関連情報抽出条件決定部、２７２ 対象アイテム関連情報抽出部、２７３ 類似候補アイテム抽出部、２７４ 類似候補アイテム関連情報抽出部、２７５ アイテム間類似度算出部、２７６ 類似アイテム抽出部

Claims (10)

1. 対象ユーザーと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報を対象ユーザー関連情報として抽出する対象ユーザー関連情報抽出部と、
   抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出する類似候補ユーザー関連情報抽出部と、
   前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザー関連情報に含まれるユーザーの中から前記対象ユーザーと類似したユーザーを類似ユーザーとして抽出する類似ユーザー抽出部と、
   前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報を類似ユーザー関連情報として抽出する類似ユーザー関連情報抽出部と、
   前記対象ユーザー関連情報抽出部が前記対象ユーザー関連情報を抽出する毎に、前記第１抽出条件に対して、複数の抽出条件の中から１つ以上の前記抽出条件を割り当て、前記類似候補ユーザー関連情報抽出部が前記類似候補ユーザー関連情報を抽出する毎に、前記第２抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当て、前記類似ユーザー関連情報抽出部が前記類似ユーザー関連情報を抽出する毎に、前記第３抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当てる抽出条件決定部と、
   を備える情報提供装置。
2. 請求項１に記載の情報提供装置であって、
   前記対象ユーザー関連情報抽出部により抽出された前記対象ユーザーと関連するアイテムと関連するユーザーを類似候補ユーザーとして抽出する類似候補ユーザー抽出部を備え、
   前記類似候補ユーザー関連情報抽出部は、前記類似候補ユーザー抽出部により抽出された前記類似候補ユーザーと関連するアイテムのうち前記第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出する、
   情報提供装置。
3. 請求項１又は２に記載の情報提供装置であって、
   前記抽出条件決定部は、入力された条件選択情報に基づいて前記第１抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当て、前記条件選択情報に基づいて前記第２抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当て、前記第３抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当てる、
   情報提供装置。
4. 請求項１から３のうちいずれか一項に記載の情報提供装置であって、
   前記対象ユーザーと前記類似候補ユーザー関連情報に含まれるユーザーとの類似度であるユーザー間類似度を算出するユーザー間類似度算出部を備え、
   前記類似ユーザー抽出部は、算出された前記ユーザー間類似度に基づいて前記類似ユーザーを前記類似候補ユーザー関連情報に含まれるユーザーから抽出する、
   情報提供装置。
5. 請求項４に記載の情報提供装置であって、
   前記類似ユーザー関連情報抽出部により抽出された前記類似ユーザー関連情報と、前記ユーザー間類似度算出部により算出された前記ユーザー間類似度とに基づいて、前記類似ユーザー抽出部により抽出された前記類似ユーザーと関連するアイテムの重要度であって前記対象ユーザーに対して情報を提供する際の重要度を示す値であるレコメンド指数を算出するレコメンド指数算出部と、
   前記レコメンド指数算出部により算出された前記レコメンド指数に基づいて前記対象ユーザーに提供するためのレコメンドアイテムを前記類似ユーザーと関連するアイテムから抽出するレコメンドアイテム抽出部と、
   を備える情報提供装置。
6. 請求項１から５のうちいずれか一項に記載の情報提供装置であって、
   前記第１抽出条件、前記第２抽出条件、前記第３抽出条件のそれぞれは、日時に係る抽出条件、カテゴリーに係る抽出条件、抽出数に係る抽出条件のうち１つ以上を含む、
   情報提供装置。
7. 情報提供装置と、情報処理端末とを具備する情報提供システムであって、
   前記情報提供装置は、
   前記情報処理端末のユーザーを示す情報を対象ユーザー情報として取得する取得部と、
   前記対象ユーザー情報が示す対象ユーザーと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報を対象ユーザー関連情報として抽出する対象ユーザー関連情報抽出部と、
   抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出する類似候補ユーザー関連情報抽出部と、
   前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザー関連情報に含まれるユーザーの中から前記対象ユーザーと類似したユーザーを類似ユーザーとして抽出する類似ユーザー抽出部と、
   前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報を類似ユーザー関連情報として抽出する類似ユーザー関連情報抽出部と、
   抽出された前記類似ユーザー関連情報に基づくアイテムをレコメンドアイテムとして抽出するレコメンドアイテム抽出部と、
   前記レコメンドアイテムを示す情報を前記情報処理端末に出力する第１出力部と、
   前記対象ユーザー関連情報抽出部が前記対象ユーザー関連情報を抽出する毎に、前記第１抽出条件に対して、複数の抽出条件の中から１つ以上の前記抽出条件を割り当て、前記類似候補ユーザー関連情報抽出部が前記類似候補ユーザー関連情報を抽出する毎に、前記第２抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当て、前記類似ユーザー関連情報抽出部が前記類似ユーザー関連情報を抽出する毎に、前記第３抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当てる抽出条件決定部と、
   を備え、
   前記情報処理端末は、
   前記情報提供装置に前記対象ユーザー情報を出力する第２出力部と、
   前記情報提供装置から取得した前記レコメンドアイテムを示す情報を表示する表示部と、
   を備える、
   情報提供システム。
8. 情報提供装置に対象ユーザー情報を出力する第２出力部と、
   対象ユーザーと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報が対象ユーザー関連情報として抽出され、抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報が類似候補ユーザー関連情報として抽出され、前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザー関連情報に含まれるユーザーの中から前記対象ユーザーと類似したユーザーが類似ユーザーとして抽出され、前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報が類似ユーザー関連情報として抽出され、抽出された前記類似ユーザー関連情報に基づくアイテムがレコメンドアイテムとして抽出され、抽出されたレコメンドアイテムを示す情報を表示する表示部と、
   を備え、
   前記第１抽出条件には、前記対象ユーザー関連情報が抽出される毎に、複数の抽出条件の中から１つ以上の前記抽出条件が割り当てられ、
   前記第２抽出条件には、前記類似候補ユーザー関連情報が抽出される毎に、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当てられ、
   前記第３抽出条件には、前記類似ユーザー関連情報が抽出される毎に、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当てられる、
   情報処理端末。
9. 対象ユーザーと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報を対象ユーザー関連情報として抽出し、
   抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出し、
   前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザー関連情報に含まれるユーザーの中から前記対象ユーザーと類似したユーザーを類似ユーザーとして抽出し、
   前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報を類似ユーザー関連情報として抽出し、
   前記対象ユーザー関連情報を抽出する毎に、前記第１抽出条件に対して、複数の抽出条件の中から１つ以上の前記抽出条件を割り当て、
   前記類似候補ユーザー関連情報を抽出する毎に、前記第２抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当て、
   前記類似ユーザー関連情報を抽出する毎に、前記第３抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当てる、
   情報提供方法。
10. 情報提供装置のコンピューターに、
    対象ユーザーと関連するアイテムのうち第１抽出条件を満たすアイテムに係る関連情報を対象ユーザー関連情報として抽出させ、
    抽出された前記対象ユーザー関連情報に含まれるアイテムと関連するユーザーと関連するアイテムのうち第２抽出条件を満たすアイテムに係る関連情報を類似候補ユーザー関連情報として抽出させ、
    前記対象ユーザー関連情報と前記類似候補ユーザー関連情報に基づいて、前記類似候補ユーザー関連情報に含まれるユーザーの中から前記対象ユーザーと類似したユーザーを類似ユーザーとして抽出させ、
    前記類似ユーザーと関連するアイテムのうち第３抽出条件を満たすアイテムに係る関連情報を類似ユーザー関連情報として抽出させ、
    前記対象ユーザー関連情報を抽出させる毎に、前記第１抽出条件に対して、複数の抽出条件の中から１つ以上の前記抽出条件を割り当てさせ、
    前記類似候補ユーザー関連情報を抽出させる毎に、前記第２抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当てさせ、
    前記類似ユーザー関連情報を抽出させる毎に、前記第３抽出条件に対して、前記複数の前記抽出条件の中から１つ以上の前記抽出条件を割り当てさせる、
    プログラム。

Images