<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、対象アイテムと関連するユーザーのうち第1抽出条件を満たす前記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対象アイテム関連情報抽出部と、抽出された前記対象アイテム関連情報に含まれるユーザーと関連するアイテムを類似候補アイテムとして抽出し、抽出された前記類似候補アイテムと関連するユーザーのうち第2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する類似候補アイテム関連情報抽出部と、前記対象アイテム関連情報と前記類似候補アイテム関連情報に基づいて、前記類似候補アイテムの中から前記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類似アイテム抽出部と、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、前記対象アイテム関連情報抽出部により抽出された前記対象アイテム関連情報に含まれるユーザーと関連するアイテムを類似候補アイテムとして抽出する類似候補アイテム抽出部を備え、前記類似候補アイテム関連情報抽出部は、前記類似候補アイテム抽出部により抽出された前記類似候補アイテムと関連するユーザーのうち第2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、前記類似アイテム抽出部は、前記対象アイテム関連情報と前記類似候補アイテム関連情報に基づいて、前記対象アイテムと前記類似候補アイテムの間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と、算出された前記アイテム間類似度に基づいて前記類似アイテムを抽出する類似アイテム抽出部と、を備える情報提供装置である。
(6)本発明の他の態様は、(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抽出条件のそれぞれは、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、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。
(7)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、前記情報処理端末から対象アイテムを示す情報を取得する取得部と、前記対象アイテムと関連するユーザーのうち第1抽出条件を満たす前記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対象アイテム関連情報抽出部と、抽出された前記対象アイテム関連情報に含まれるユーザーと関連するアイテムを類似候補アイテムとして抽出し、抽出された前記類似候補アイテムと関連するユーザーのうち第2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する類似候補アイテム関連情報抽出部と、前記対象アイテム関連情報と前記類似候補アイテム関連情報に基づいて、前記類似候補アイテムの中から前記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類似アイテム抽出部と、抽出された前記類似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アイテムを示す情報を出力する第2出力部と、前記情報提供装置から取得した前記類似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。
(8)本発明の他の態様は、情報提供装置に対象アイテムを示す情報を出力する第2出力部と、前記対象アイテムと関連するユーザーのうち第1抽出条件を満たす前記ユーザーに係る関連情報が対象アイテム関連情報として抽出され、抽出された前記対象アイテム関連情報に含まれるユーザーと関連するアイテムが類似候補アイテムとして抽出され、抽出された前記類似候補アイテムと関連するユーザーのうち第2抽出条件を満たすユーザーに係る関連情報が類似候補アイテム関連情報され、前記対象アイテム関連情報と前記類似候補アイテム関連情報に基づいて、前記類似候補アイテムの中から前記対象アイテムと類似したアイテムが類似アイテムとして抽出され、抽出された前記類似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。
(9)本発明の他の態様は、対象アイテムと関連するユーザーのうち第1抽出条件を満たす前記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、抽出された前記対象アイテム関連情報に含まれるユーザーと関連するアイテムを類似候補アイテムとして抽出し、抽出された前記類似候補アイテムと関連するユーザーのうち第2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、前記対象アイテム関連情報と前記類似候補アイテム関連情報に基づいて、前記類似候補アイテムの中から前記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、情報提供方法である。
(10)本発明の他の態様は、情報提供装置のコンピューターに、対象アイテムと関連するユーザーのうち第1抽出条件を満たす前記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させ、抽出された前記対象アイテム関連情報に含まれるユーザーと関連するアイテムを類似候補アイテムとして抽出させ、抽出された前記類似候補アイテムと関連するユーザーのうち第2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させ、前記対象アイテム関連情報と前記類似候補アイテム関連情報に基づいて、前記類似候補アイテムの中から前記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させる、プログラムである。