JP6275295B1 - 判定装置、判定方法、及び判定プログラム - Google Patents

Abstract

【課題】ユーザにおける所定の対象に対する需要の発生の有無を適切に判定する。【解決手段】本願に係る判定装置は、取得部と、判定部とを有する。取得部は、ネットワークを介したサービスにおいてユーザが入力した入力情報を取得する。判定部は、ユーザによる入力情報の入力後のユーザの行動情報に基づいて、入力情報に対応する対象に関する需要の発生の有無を判定する。【選択図】図４

Description

本発明は、判定装置、判定方法、及び判定プログラムに関する。

従来、ユーザにおける需要の発生を予測する技術が提供されている。例えば、地図の表示範囲となる商圏を拠点ごとに設定し、ユーザの満足度を向上させる技術が提供されている。

特開２０１２−１４１７４９号公報

しかしながら、上記の従来技術では、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することが難しい場合がある。例えば、ユーザの検索行動等の行動履歴を単純に用いるのみでは、ユーザが情報（知識）を必要として検索した場合等、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することが難しい場合がある。

本願は、上記に鑑みてなされたものであって、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定する判定装置、判定方法、及び判定プログラムを提供することを目的とする。

本願に係る判定装置は、ネットワークを介したサービスにおいてユーザが入力した入力情報を取得する取得部と、前記ユーザによる前記入力情報の入力後の前記ユーザの行動情報に基づいて、前記入力情報に対応する対象に関する需要の発生の有無を判定する判定部とを備えたことを特徴とする。

実施形態の一態様によれば、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができるという効果を奏する。

図１は、実施形態に係る判定処理の一例を示す図である。 図２は、実施形態に係る生成処理の一例を示す図である。 図３は、実施形態に係る判定システムの構成例を示す図である。 図４は、実施形態に係る判定装置の構成例を示す図である。 図５は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図６は、実施形態に係る行動情報記憶部の一例を示す図である。 図７は、実施形態に係る位置情報記憶部の一例を示す図である。 図８は、実施形態に係る需要情報記憶部の一例を示す図である。 図９は、実施形態に係る判定処理の一例を示すフローチャートである。 図１０は、実施形態に係る需要マップの生成の一例を示す図である。 図１１は、実施形態に係る判定処理の他の一例を示す図である。 図１２は、実施形態に係る需要情報記憶部の他の一例を示す図である。 図１３は、判定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

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

（実施形態）
〔１．判定処理〕
図１を用いて、実施形態に係る判定処理の一例について説明する。図１は、実施形態に係る判定処理の一例を示す図である。図１の例では、入力情報としてユーザが検索に用いたクエリに関する情報を用いる場合を示す。図１では、判定装置１００がユーザによるクエリの使用後のユーザの行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定する場合を示す。また、図１に示す判定処理には、クエリに対応する対象に関する需要がユーザに発生したと判定した場合、ユーザの行動情報に基づいて、クエリに対応する対象に関する需要が発生したポイント（以下、「発生ポイント」ともいう）を特定する処理が含まれる。なお、需要の発生の有無を判定する判定処理には、発生ポイントを特定する処理が含まれなくてもよい。

図１の例では、判定装置１００がユーザＩＤ「Ｕ１」により識別されるユーザ（以下、「ユーザＵ１」ともいう）について、クエリに対応する対象に関する需要がユーザＵ１に発生したと判定したかどうかを判定する場合を示す。なお、ユーザＵ１は、端末装置１０を利用するユーザであり、判定装置１００は端末装置１０が有するＧＰＳ（Global Positioning System）センサ等の機能により端末装置１０の位置を取得する。図１に示す地図情報ＭＰ１０は、ユーザＵ１の位置を模式的に示す。また、地図情報ＭＰ１０において、端末装置１０（を所有するユーザ）の位置を位置ＬＣ１１〜ＬＣ１６により示す。なお、位置ＬＣ１１〜ＬＣ１６を区別しない場合は、位置ＬＣとする場合がある。また、以下では、判定装置１００がユーザＵ１の位置やユーザＵ１の行動情報をリアルタイムに取得する場合を示すが、判定装置１００は適宜のタイミングでユーザＵ１の位置やユーザＵ１の行動情報に基づいて判定処理を行ってもよい。例えば、判定装置１００は、定期的（例えば１日おき）に各ユーザの位置や行動情報を取得し、判定処理を行ってもよい。

まず、ユーザＵ１は、日時ｄｔ１１にクエリ「カフェＸ」を用いて検索を行う（ステップＳ１１）。例えば、判定装置１００は、日時ｄｔ１１にユーザＵ１がクエリ「カフェＸ」を用いて検索を行ったことを示す行動情報を取得する。また、例えば、判定装置１００は、日時ｄｔ１１にユーザＵ１が位置ＬＣ１１に位置することを示す位置情報を取得する。

その後、ユーザＵ１は、日時ｄｔ１２に位置ＬＣ１２まで移動する。例えば、判定装置１００は、日時ｄｔ１２にユーザＵ１が位置ＬＣ１２に位置することを示す位置情報を取得する。

その後、ユーザＵ１は、日時ｄｔ１３にクエリ「カフェＸ 行き方」を用いて検索を行う（ステップＳ１２）。例えば、判定装置１００は、日時ｄｔ１３にユーザＵ１がクエリ「カフェＸ 行き方」を用いて検索を行ったことを示す行動情報を取得する。また、例えば、判定装置１００は、日時ｄｔ１３にユーザＵ１が位置ＬＣ１３に位置することを示す位置情報を取得する。

その後、ユーザＵ１は、日時ｄｔ１４に位置ＬＣ１４まで移動する。例えば、判定装置１００は、日時ｄｔ１４にユーザＵ１が位置ＬＣ１４に位置することを示す位置情報を取得する。その後、ユーザＵ１は、日時ｄｔ１５に位置ＬＣ１５まで移動する。例えば、判定装置１００は、日時ｄｔ１５にユーザＵ１が位置ＬＣ１５に位置することを示す位置情報を取得する。

その後、ユーザＵ１は、図１中にショップＳＰ１１として示す対象「カフェＸ」において日時ｄｔ１６にコーヒーを購入する（ステップＳ１３）。例えば、判定装置１００は、対象「カフェＸ」において日時ｄｔ１６にコーヒーを購入したことを示す行動情報を取得する。また、例えば、判定装置１００は、日時ｄｔ１６にユーザＵ１が位置ＬＣ１６に位置することを示す位置情報を取得する。

そして、判定装置１００は、需要の発生の有無を判定する（ステップＳ１４）。図１の例では、ユーザＵ１は、位置ＬＣ１１において日時ｄｔ１１にクエリ「カフェＸ」を用いて検索を行い、その後、日時ｄｔ１６に対象「カフェＸ」においてコーヒーを購入している。そのため、判定装置１００は、ユーザＵ１にカフェＸに対する需要が発生したと判定する。

そして、判定装置１００は、ステップＳ１４においてユーザＵ１にカフェＸに対する需要が発生したと判定したため、ユーザの行動情報に基づいて、クエリに対応する対象に関する需要が発生した発生ポイントを特定する（ステップＳ１５）。ここで、図１の例では、ユーザＵ１は、日時ｄｔ１６に対象「カフェＸ」においてコーヒーを購入する前の時点である日時ｄｔ１１において、クエリ「カフェＸ」を用いて検索を行っている。そのため、判定装置１００は、ユーザＵ１が日時ｄｔ１１において、クエリ「カフェＸ」を用いて検索を行った地点を需要が発生した発生ポイントとして特定する。図１の例では、判定装置１００は、ユーザＵ１が日時ｄｔ１１にクエリ「カフェＸ」を用いて検索を行った地点である位置ＬＣ１１をユーザＵ１の対象「カフェＸ」に対する需要が発生した発生ポイントとして特定する。

上述したように、判定装置１００は、ユーザによるクエリの使用後のユーザの行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定することにより、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができる。また、判定装置１００は、クエリに対応する対象に関する需要がユーザに発生したと判定した場合、ユーザの行動情報に基づいて、クエリに対応する対象に関する需要が発生した発生ポイントを特定することにより、ユーザにおける所定の対象に対する需要の発生の位置を適切に特定することができる。このように、判定装置１００は、ユーザにおける所定の対象に対する需要の発生の位置を特定することにより、適切に商圏を特定することができる。このような判定装置１００が特定した情報を利用することにより、新店舗の立地計画や需要推定などが可能になる。

例えば、上述した例では、日時ｄｔ１１においてユーザＵ１がクエリ「カフェＸ」を用いて検索を行った時点で、ユーザＵ１が対象「カフェＸ」が提供するコーヒーを飲みたくなり検索をしたかどうかを適切に判定することは難しい。例えば、ユーザが日時ｄｔ１１に位置する位置ＬＣ１１において、対象「カフェＸ」への行き方を調べるために検索したり、対象「カフェＸ」でアルバイト等の労働をしたくなったりした場合等の他のユーザの意図に基づく検索である場合がある。このように、検索が行われた時点において、ユーザの意図を適切に推定することは難しい。

一方、判定装置１００は、ユーザによるクエリの使用後のユーザの行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定することにより、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができる。例えば、判定装置１００は、ユーザによるクエリの使用後のユーザの行動情報に基づくことにより、対象「カフェＸ」への行き方を調べるために検索したり、対象「カフェＸ」でアルバイト等の労働をしたくなったりした場合等の他のユーザの意図に基づく検索を、ユーザにおける所定の対象に対する需要の発生ではないと適切に判定することができる。このように、判定装置１００は、クエリを用いた検索の後の行動をクエリに関連する行動をして、クエリを意図の推定に用いることにより、クエリの意図を適切に推定可能になり、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができる。

〔１−１．行動情報〕
上述した例では、ユーザの実空間における行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定する場合を示したが、行動情報は実空間における行動情報に限らず、ユーザの種々の行動情報が用いられてもよい。例えば、判定装置１００は、ユーザのウェブ上の行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定してもよい。例えば、判定装置１００は、検索においてクエリ使用後のユーザが閲覧したウェブページに関する情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定してもよい。

〔１−２．実空間及びウェブに対応する時空間〕
上述した例では、ユーザが検索を行った地理的な位置を発生ポイントとして特定する場合を示したが、発生ポイントは、地理的な位置に限らず種々のポイントであってもよい。例えば、判定装置１００は、実空間における位置情報に限らず、種々のポイントを発生ポイントとして特定してもよい。例えば、判定装置１００は、ウェブ上における需要の発生ポイントを特定してもよい。例えば、判定装置１００は、発生ポイントとして、ユーザのウェブ上におけるポイント（例えば、ＵＲＬ（Uniform Resource Locator）等）を特定してもよい。例えば、判定装置１００は、ウェブ上で提供されるサービスのマップにおける発生ポイントを特定してもよい。

また、例えば、判定装置１００は、需要の発生ポイントをウェブに対応する時空間（＝時間×ウェブサイトの構成図）で表現してもよい。例えば、判定装置１００は、需要の発生ポイントをウェブに対応する時空間（＝時間×ウェブサイトの構成図（サイトマップ））において特定してもよい。例えば、判定装置１００は、「ウェブにおけるショッピングで○○の靴を買ったこと」をウェブに対応する時空間（＝時間×ウェブサイトの構成図）により表現することで、ウェブに対応する時空間における発生ポイントを特定してもよい。

また、例えば、判定装置１００は、需要の発生ポイント及び後述する消化ポイントについて、実空間及びウェブに対応する時空間のいずれの組合せで特定してもよい。例えば、判定装置１００は、需要の発生ポイントを実空間において特定し、需要の消化ポイントをウェブに対応する時空間において特定してもよい。例えば、判定装置１００は、需要の発生ポイントをウェブに対応する時空間において特定し、需要の消化ポイントを実空間において特定してもよい。例えば、判定装置１００は、需要の発生ポイント及び消化ポイントの両方をウェブに実空間において特定してもよい。例えば、判定装置１００は、需要の発生ポイント及び消化ポイントの両方をウェブに対応する時空間において特定してもよい。このように、判定装置１００は、需要の発生ポイント及び消化ポイントがいずれの空間において生じるかに関わらず、その組合せを特定してもよい。また、例えば、判定装置１００は、上述した各組合せにおける需要マップを生成してもよい。

〔１−３．需要の強度〕
例えば、判定装置１００は、クエリに対応する対象に関するユーザの行動頻度に応じて、クエリに対応する対象に対するユーザの需要の強度を判定してもよい。例えば、図１の例では、ユーザＵ１がカフェＸにおいてコーヒーを購入した後、継続してカフェＸでコーヒーを購入している場合、ユーザＵ１の対象「カフェＸ」に対する需要が強いと判定してもよい。また、例えば、図１の例では、ユーザＵ１がカフェＸにおいてコーヒーを購入した後、殆どカフェＸでコーヒーを購入していない（例えば０回や年に１回等）場合、ユーザＵ１の対象「カフェＸ」に対する需要が弱いと判定してもよい。

また、例えば、図１の例では、ユーザＵ１のカフェＸにおけるコーヒーの購入後、ユーザＵ１のカフェＸでのコーヒーを購入頻度の多寡に応じて、ユーザＵ１の対象「カフェＸ」に対する需要が強弱を判定してもよい。例えば、図１の例では、ユーザＵ１のカフェＸにおけるコーヒーの購入後、ユーザＵ１がカフェＸで毎日コーヒーを購入している場合、ユーザＵ１の対象「カフェＸ」に対する需要が強いと判定してもよい。例えば、図１の例では、ユーザＵ１のカフェＸにおけるコーヒーの購入後、ユーザＵ１がカフェＸで週１回コーヒーを購入している場合、ユーザＵ１の対象「カフェＸ」に対する需要が中程度と判定してもよい。例えば、図１の例では、ユーザＵ１のカフェＸにおけるコーヒーの購入後、ユーザＵ１がカフェＸで数か月に１回コーヒーを購入している場合、ユーザＵ１の対象「コーヒー」に対する需要が弱いと判定してもよい。

〔１−４．類似対象〕
上述した例では、ユーザＵ１が検索に用いたクエリ「カフェＸ」と、ユーザＵ１がコーヒーを購入した対象「カフェＸ」とが同じである場合を示したが、判定装置１００は、クエリに類似する対象に関する行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定してもよい。例えば、判定装置１００は、クエリに対応する対象に類似する他の対象に関する前記ユーザの行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定してもよい。なお、この点の詳細については後述する。

〔１−５．対象〕
また、上述した例では、需要の発生を判定する対象が「カフェＸ」というショップＳＰ１１（店舗）である場合を示したが、需要の発生を判定する対象は、需要を生む対象、すなわちユーザの欲求の対象となるものであれば、どのような対象であってもよい。例えば、判定装置１００は、所定の商品またはサービスを対象として、クエリに対応する対象に関する需要の発生の有無を判定してもよい。例えば、判定装置１００は、所定の商品またはサービスを対象として、クエリに対応する対象に関する需要の発生の有無を判定してもよい。

〔１−６．検索〕
例えば、判定装置１００は、一のクエリを検索に用いられた場合、その検索が一のクエリを用いた検索の何回目であるに応じて、判定処理の対象とするかどうかを決定してもよい。例えば、例えば、判定装置１００は、ユーザが一のクエリを検索に用いて複数回検索を行った場合、最初の検索のみを対象としてもよい。例えば、判定装置１００は、一のクエリを検索に用いられた場合、最初の検索が行われた地点を発生ポイントとして、判定処理を行ってもよい。この場合、判定装置１００は、一度検索したが、向かっている途中でわからなくなり、再度同じクエリを用いて場所を調べた場合を判定対象とすることを抑制できる。また、この場合、判定装置１００は、前に一度行ったことあるが、場所がわからず調べた場合を判定対象とすることを抑制できる。

また、例えば、判定装置１００は、ユーザが一のクエリを検索に用いて複数回検索を行った場合であっても、検索が所定の期間（例えば１時間や１日等）が経過した後に行われた場合、２回目以降の検索が行われた地点を発生ポイントとして、判定処理を行ってもよい。また、例えば、判定装置１００は、ユーザが一のクエリを検索に用いて複数回検索を行った場合であっても、検索が異なる日に行われた場合、２回目以降の検索が行われた地点を発生ポイントとして、判定処理を行ってもよい。

〔１−７．入力情報〕
上述した例では、入力情報として、ユーザが検索に用いたクエリに関する情報を用いる場合を示したが、判定装置１００は、ユーザが入力する情報であれば、どのような情報を入力情報として用いてもよい。例えば、判定装置１００は、入力情報として、ユーザが所定のサービスにおいて投稿した投稿情報を用いてもよい。例えば、判定装置１００は、ソーシャルネットワーキングサービス（ＳＮＳ：Social Networking Service）においてユーザが投稿した投稿情報を用いてもよい。例えば、判定装置１００は、Ｔｗｉｔｔｅｒ（登録商標）やＦａｃｅｂｏｏｋ（登録商標）等においてユーザが投稿した投稿情報を用いてもよい。例えば、判定装置１００は、ユーザがＴｗｉｔｔｅｒにおいて投稿した文章（文字情報）を用いてもよい。例えば、判定装置１００は、ユーザがメッセージサービスにおいて入力した入力情報を用いてもよい。例えば、判定装置１００は、ユーザがＬＩＮＥ（登録商標）等のメッセージサービスにおいて入力した入力情報を用いてもよい。例えば、判定装置１００は、電子メールにおいて入力した入力情報を用いてもよい。また、例えば、判定装置１００は、ユーザが入力する情報であれば、文字情報や、音声情報や、画像情報や、動画情報（映像）等の種々の情報を入力情報として用いてもよい。

〔２．生成処理〕
次に図２を用いて、実施形態に係る生成処理の一例について説明する。図１は、実施形態に係る生成処理の一例を示す図である。図２では、判定装置１００が図１に示すような判定処理により特定した発生ポイントに関する情報を用いて、ユーザの需要発生タイミングとその位置との関係を示す需要マップを生成する場合を示す。

図２に示す例において、判定装置１００は、判定処理により収集した需要情報に基づいて需要マップを生成する（ステップＳ２０）。例えば、判定装置１００は、需要情報記憶部１２４に記憶された需要情報に基づいて需要マップＶＭ１０を生成する。なお、需要マップＶＭ１０の位置関係は、地図情報ＭＰ１０に対応しており、需要マップＶＭ１０中の位置ＬＣ１１は地図情報ＭＰ１０中の位置ＬＣ１１に対応する。

図２中の需要情報記憶部１２４に示す「需要ＩＤ」は、ユーザの需要が発生した対象を識別するための識別情報を示す。また、図２中の需要情報記憶部１２４に示す「対象」は、ユーザの需要が発生した対象の名称を示す。また、図２中の需要情報記憶部１２４に示す「発生情報」は、各対象について発生した需要の各種情報を示す。

図２中の需要情報記憶部１２４に示す「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。また、図２中の需要情報記憶部１２４に示す「位置」は、対応する対象について対応するユーザの需要が発生した位置情報を示す。また、図２中の需要情報記憶部１２４に示す「日時」は、対応するユーザの行動が行われた日時を示す。

例えば、図２中の需要情報記憶部１２４は、需要ＩＤ「ＤＭ１」により識別される需要発生の対象は「カフェＸ」であることを示す。また、図２中の需要情報記憶部１２４は、対象「カフェＸ」については、ユーザＩＤ「Ｕ１」により識別されるユーザやユーザＩＤ「Ｕ２５」により識別されるユーザや、ユーザＩＤ「Ｕ１８８」により識別されるユーザ等の需要が発生したことを示す。

例えば、図２中の需要情報記憶部１２４は、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、位置「ＬＣ１１」において、対象「カフェＸ」について需要が発生したことを示す。また、例えば、図２中の需要情報記憶部１２４は、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、日時「ｄｔ１１」において、対象「カフェＸ」について需要が発生したことを示す。

例えば、判定装置１００は、上述したような需要情報を用いて需要マップＶＭ１０を生成する。図２中の需要マップＶＭ１０には、カフェＸに関する需要が発生した位置である位置ＬＣ１１やＬＣ２１やＬＣ３１等が含まれる。なお、需要マップＶＭ１０中の「○」が需要に対応しており、「○」が密集している位置がより多くの需要が発生している位置となる。図２の例では、需要マップＶＭ１０中のエリアＡＲ１１に「○」が密集しており、エリアＡＲ１１付近でカフェＸの需要が多く発生することを示す。

このように、判定装置１００は、特定した発生ポイントに基づいて、クエリに対応する対象に関する需要マップを生成することにより、ユーザにおける所定の対象に対する需要の発生に関する需要マップを適切に生成することができる。例えば、図２の例のように、判定装置１００は、多数（例えば１００万や１０００万等）のユーザに関する需要の発生ポイントを示す情報を収集し、その発生ポイントの分布を示す需要マップを生成することにより、需要マップを適切に生成することができる。このように、判定装置１００は、不特定多数ユーザを分析対象とすることにより、各ユーザにおける諸事情等を吸収し、一般化した需要マップを適切に生成することができる。

〔２−１．発生ポイント〕
例えば、判定装置１００は、多数のユーザに関する需要の発生ポイントの地理的な位置を示す情報を収集し、その発生ポイントの分布を示す需要マップを生成することにより、どの位置で需要発生したかを示す需要マップを適切に生成することができる。例えば、判定装置１００は、多数のユーザに関する需要の発生ポイントのウェブ上の地点（例えば、ＵＲＬ等）を示す情報を収集し、その発生ポイントの分布を示す需要マップを生成することにより、ウェブ上のどの地点で需要発生したかを示す需要マップを適切に生成することができる。

〔２−２．時間的な変遷〕
例えば、判定装置１００は、多数のユーザに関する需要の発生ポイントを所定の期間（例えば、１日や１ヶ月や１年等）ごとに収集し、所定の期間ごとにその発生ポイントの分布を示す需要マップを生成してもよい。これにより、判定装置１００は、所定の期間ごとに発生ポイントの変遷を示す需要マップを適切に生成することができる。

〔２−３．曜日に関する変遷〕
例えば、判定装置１００は、多数のユーザに関する需要の発生ポイントを曜日に関する期間（例えば、月曜や水曜や休日等）ごとに収集し、所定の期間ごとにその発生ポイントの分布を示す需要マップを生成してもよい。これにより、判定装置１００は、曜日に関する期間について、いつどのように発生ポイントが発生するかを示す需要マップを適切に生成することができる。

〔２−４．コンテキスト〕
上述した例に限らず、判定装置１００は、例えば、時間、ユーザ属性、行動経緯、行動予定等の種々のコンテキストに応じて、需要マップを生成してもよい。例えば、判定装置１００は、ユーザ属性に応じた需要マップを生成してもよい。例えば、判定装置１００は、３０代男性のユーザに関する需要マップを生成してもよい。例えば、判定装置１００は、２０代女性のユーザに関する需要マップを生成してもよい。例えば、判定装置１００は、運動している状態のユーザに関する需要マップを生成してもよい。例えば、判定装置１００は、ランニング中のユーザに関する需要マップを生成してもよい。

〔２−５．消化ポイント〕
上述した例では、発生ポイントを示す需要マップＶＭ１０を示したが、需要マップには種々の情報が含まれてもよい。例えば、判定装置１００は、発生した需要が消化された地点である消化ポイントを含む需要マップを生成してもよい。例えば、判定装置１００は、検索履歴（検索行動）と、移動履歴（各検索行動の後の移動行動）とに基づく需要ポイントと消化ポイントとにより商圏を特定してもよい。例えば、判定装置１００は、需要ポイントと消化ポイントとセットデータに基づいて、商圏を特定してもよい。

〔２−６．需要マップ〕
なお、上述した例では、判定装置１００は、対象「カフェＸ」のみの発生ポイントに基づく需要マップを生成する場合を示したが、判定装置１００は、複数の対象に関する発生ポイントに基づく需要マップを生成してもよい。例えば、判定装置１００は、クエリに対応する対象の属性に関する需要マップを生成してもよい。例えば、判定装置１００は、クエリ「カフェＸ」に対応する対象の属性「コーヒーショップ」に関する需要マップを生成してもよい。この場合、判定装置１００は、対象「カフェＸ」や他のカフェの発生ポイントに基づいて「コーヒーショップ」に関する需要マップを生成してもよい。例えば、判定装置１００は、クエリ「カフェＸ」に対応する対象の対象「飲食店」に関する需要マップを生成してもよい。この場合、判定装置１００は、対象「カフェＸ」や他の飲食店（例えばレストランＡ等）の発生ポイントに基づいて対象「飲食店」に関する需要マップを生成してもよい。

〔３．判定システムの構成〕
図３に示すように、判定システム１は、端末装置１０と、判定装置１００とが含まれる。端末装置１０と、判定装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。図３は、実施形態に係る判定システムの構成例を示す図である。なお、図３に示した判定システム１には、複数台の端末装置１０や、複数台の判定装置１００が含まれてもよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、ユーザによる種々の操作を受け付ける。なお、端末装置１０をユーザと表記する場合がある。すなわち、ユーザを端末装置１０と読み替えることもできる。なお、上述した端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。例えば、端末装置１０は、判定装置１００に位置情報等の行動情報を送信する。

判定装置１００は、ユーザによる入力情報の入力後のユーザの行動情報に基づいて、入力情報に対応する対象に関する需要の発生の有無を判定する情報処理装置である。また、判定装置１００は、ユーザの行動情報に基づいて、入力情報に対応する対象に関する需要が発生した発生ポイントを特定する情報処理装置である。例えば、判定装置１００は、特定した発生ポイントに基づいて、入力情報に対応する対象に関する需要マップを生成する。

〔４．判定装置の構成〕
次に、図４を用いて、実施形態に係る判定装置１００の構成について説明する。図４は、実施形態に係る判定装置の構成例を示す図である。図４に示すように、判定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、判定装置１００は、判定装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワーク（例えば図３中のネットワークＮ）と有線または無線で接続され、端末装置１０との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図４に示すように、ユーザ情報記憶部１２１と、行動情報記憶部１２２と、位置情報記憶部１２３と、需要情報記憶部１２４とを有する。

（ユーザ情報記憶部１２１）
実施形態に係るユーザ情報記憶部１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２１は、ユーザ属性に関する各種情報やユーザの行動に関する各種情報を記憶する。図５は、実施形態に係るユーザ情報記憶部の一例を示す図である。図５に示すユーザ情報記憶部１２１は、「ユーザＩＤ」、「年齢」、「性別」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。また、「年齢」は、ユーザＩＤにより識別されるユーザの年齢を示す。なお、「年齢」は、例えば３５歳など、ユーザＩＤにより識別されるユーザの具体的な年齢であってもよい。また、「性別」は、ユーザＩＤにより識別されるユーザの性別を示す。

例えば、図５に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザの年齢は、「３０代」であり、性別は、「男性」であることを示す。また、例えば、図５に示す例において、ユーザＩＤ「Ｕ２」により識別されるユーザの年齢は、「２０代」であり、性別は、「女性」であることを示す。

なお、ユーザ情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、年齢や性別に加えて他のデモグラフィック属性情報やサイコグラフィック属性情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、氏名、自宅、勤務地、興味、家族構成、収入、ライフスタイル等の情報を記憶してもよい。また、例えば、ユーザ情報記憶部１２１は、ユーザの履歴情報として、ユーザのコンテキストに関する情報を記憶してもよい。例えば、ユーザ情報記憶部１２１には、ユーザが「通勤中」や、ユーザが「骨折中」や、ユーザが「渋滞に巻き込まれているサラリーマン」や、ユーザが「気分が悪い学生」等の種々のコンテキストに関する情報を記憶してもよい。また、例えば、判定装置１００は、このようなコンテキストに関する情報を加味してモデルの生成等を行ってもよい。例えば、判定装置１００は、このようなコンテキストによって確率が変動する確率モデルを生成してもよい。これにより、判定装置１００は、多様なシミュレーションを行うことができる。

（行動情報記憶部１２２）
実施形態に係る行動情報記憶部１２２は、ユーザの行動に関する各種情報を記憶する。図６は、実施形態に係る行動情報記憶部の一例を示す図である。例えば、行動情報記憶部１２２は、各ユーザの行動等の各種の行動情報を記憶する。図６に示す行動情報記憶部１２２には、「ユーザＩＤ」、「行動ＩＤ」、「日時」、「種別」、「内容」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。また、「行動ＩＤ」は、ユーザの行動を識別する情報を示す。「日時」は、対応するユーザの行動が行われた日時を示す。なお、図６の例では、「ｄｔ１１」等で図示するが、「日時」には、「２０１６年１２月２８日１９時３１分５２秒」等の具体的な日時が記憶されてもよい。また、「種別」は、対応するユーザの行動の種別に関する情報を示す。また、「内容」は、対応するユーザの行動において対象となった内容を示す。

例えば、図６に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、行動ＩＤ「ＡＣ１２」や行動ＩＤ「ＡＣ１２」や行動ＩＤ「ＡＣ３０」等により各々識別される行動を行ったことを示す。例えば、図６に示す例においてユーザＵ１は、日時ｄｔ１１において、クエリ「カフェＸ」を用いた検索（行動ＡＣ１１）を行ったことを示す。また、例えば、例えば、図６に示す例においてユーザＵ１は、日時ｄｔ１３において、クエリ「カフェＸ 行き方」を用いた検索（行動ＡＣ１２）を行ったことを示す。また、例えば、図６に示す例においてユーザＵ１は、日時ｄｔ１６において、ショップＳＰ１１においてコーヒーの購入（行動ＡＣ３０）を行ったことを示す。

なお、行動情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。また、図６では、ユーザＩＤごとに行動情報が行動情報記憶部１２２に記憶される場合を示したが、行動情報は、ユーザＩＤごとに限らず、例えば時刻順に記憶されてもよい。

（位置情報記憶部１２３）
実施形態に係る位置情報記憶部１２３は、エージェントに関する各種情報を記憶する。例えば、位置情報記憶部１２３は、エージェント属性に関する各種情報やエージェントの行動に関する各種情報を記憶する。図７は、実施形態に係る位置情報記憶部の一例を示す図である。図７に示す位置情報記憶部１２３は、「ユーザＩＤ」、「位置情報」といった項目が含まれる。「位置情報」には、「日時」、「位置」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「位置情報」は、ユーザの位置情報の履歴を示す。「日時」は、各位置情報が取得された日時を示す。なお、図７の例では「日時」を抽象的な符号「ｄｔ１１」等で図示するが、「日時」には、「２０１６年１２月２８日１９時３１分５２秒」等の具体的な日時が記憶されてもよい。また、「位置」は、対応する日時における対応するユーザの位置情報を示す。なお、図７の例では「位置」を抽象的な符号「ＬＣ１１」等で図示するが、「位置」には、具体的な緯度経度情報等が記憶されてもよい。

例えば、図７に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザの位置「ＬＣ１１」が、日時「ｄｔ１１」に取得されたことを示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザが利用する端末装置１０の位置「ＬＣ１１」が、日時「ｄｔ１１」に取得されたことを示す。例えば、図７に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザの位置「ＬＣ１２」が、日時「ｄｔ１２」に取得されたことを示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザが利用する端末装置１０の位置「ＬＣ１３」が、日時「ｄｔ１３」に取得されたことを示す。

なお、位置情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。また、位置情報記憶部１２３は、ユーザのコンテキストに関する情報を記憶してもよい。

（需要情報記憶部１２４）
実施形態に係る需要情報記憶部１２４は、発生したユーザの需要に関する各種情報を記憶する。図８は、実施形態に係る需要情報記憶部の一例を示す図である。例えば、需要情報記憶部１２４は、各ユーザの需要情報を記憶する。図８に示す需要情報記憶部１２４には、「需要ＩＤ」、「対象」、「発生情報」といった項目が含まれる。「発生情報」には、「ユーザＩＤ」、「位置」、「日時」といった項目が含まれる。

「需要ＩＤ」は、ユーザの需要が発生した対象を識別するための識別情報を示す。また、「対象」は、ユーザの需要が発生した対象の名称を示す。また、「発生情報」は、各対象について発生した需要の各種情報を示す。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。また、「位置」は、対応する対象について対応するユーザの需要が発生した位置情報を示す。なお、図８の例では「位置」を抽象的な符号「ＬＣ１１」等で図示するが、「位置」には、具体的な緯度経度情報等が記憶されてもよい。また、「日時」は、対応するユーザの行動が行われた日時を示す。なお、図８の例では、「ｄｔ１１」等で図示するが、「日時」には、「２０１６年１２月２８日１９時３１分５２秒」等の具体的な日時が記憶されてもよい。

例えば、図８に示す例において、需要ＩＤ「ＤＭ１」により識別される需要発生の対象は「カフェＸ」であることを示す。また、図８に示す例において、対象「カフェＸ」については、ユーザＩＤ「Ｕ１」により識別されるユーザや、ユーザＩＤ「Ｕ２５」により識別されるユーザや、ユーザＩＤ「Ｕ１８８」により識別されるユーザ等の需要が発生したことを示す。

例えば、図８に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、位置「ＬＣ１１」において、対象「カフェＸ」について需要が発生したことを示す。また、例えば、図８に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、日時「ｄｔ１１」において、対象「カフェＸ」について需要が発生したことを示す。

なお、需要情報記憶部１２４は、上記に限らず、目的に応じて種々の情報を記憶してもよい。また、図８では、ユーザＩＤごとに需要情報が需要情報記憶部１２４に記憶される場合を示したが、需要情報は、ユーザＩＤごとに限らず、例えば時刻順に記憶されてもよい。また、需要情報記憶部１２４は、ユーザのコンテキストに関する情報を記憶してもよい。

（制御部１３０）
図４の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、判定装置１００内部の記憶装置に記憶されている各種プログラム（決定プログラムや生成プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図４に示すように、制御部１３０は、取得部１３１と、判定部１３２と、特定部１３３と、生成部１３４と、提供部１３５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図４に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

（取得部１３１）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、外部の情報処理装置から各種情報を取得する。例えば、取得部１３１は、ユーザ情報記憶部１２１や行動情報記憶部１２２や位置情報記憶部１２３や需要情報記憶部１２４等の記憶部１２０から各種情報を取得する。例えば、取得部１３１は、ネットワークを介したサービスにおいてユーザが入力した入力情報を取得する。例えば、取得部１３１は、ユーザが検索に使用したクエリに関する情報を取得する。例えば、取得部１３１は、入力情報として、ユーザが所定のサービスにおいて投稿した投稿情報を取得する。例えば、取得部１３１は、ユーザがメッセージサービスにおいて入力した入力情報を取得する。

図１の例では、取得部１３１は、日時ｄｔ１１にユーザＵ１が検索にクエリ「カフェＸ」を用いたことを示す情報を取得する。図１の例では、取得部１３１は、日時ｄｔ１３にユーザＵ１が検索にクエリ「カフェＸ 行き方」を用いたことを示す情報を取得する。例えば、取得部１３１は、端末装置１０から位置情報等の行動情報を取得する。

（判定部１３２）
判定部１３２は、各種情報を判定する。例えば、判定部１３２は、ユーザによる入力情報の入力後のユーザの行動情報に基づいて、入力情報に対応する対象に関する需要の発生の有無を判定する。例えば、判定部１３２は、ユーザによるクエリの使用後のユーザの行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定する。例えば、判定部１３２は、ユーザによる投稿情報の投稿後のユーザの行動情報に基づいて、投稿情報に対応する対象に関する需要の発生の有無を判定する。例えば、判定部１３２は、入力情報に対応する対象に関するユーザの行動頻度に応じて、入力情報に対応する対象に対するユーザの需要の強度を判定する。例えば、判定部１３２は、入力情報に対応する対象に類似する他の対象に関するユーザの行動情報に基づいて、入力情報に対応する対象に関する需要の発生の有無を判定する。

（特定部１３３）
特定部１３３は、各種情報を特定する。例えば、特定部１３３は、判定部１３２により入力情報に対応する対象に関する需要がユーザに発生したと判定された場合、ユーザの行動情報に基づいて、入力情報に対応する対象に関する需要が発生した発生ポイントを特定する。例えば、特定部１３３は、ユーザの実空間における行動情報に基づいて、入力情報に対応する対象に関する需要が発生した位置を発生ポイントとして特定する。例えば、特定部１３３は、ユーザのウェブ上の行動情報に基づいて、入力情報に対応する対象に関する需要が発生したウェブにおけるポイントを発生ポイントとして特定する。

（生成部１３４）
生成部１３４は、各種情報を生成する。例えば、生成部１３４は、特定部１３３により特定された発生ポイントに基づいて、入力情報に対応する対象に関する需要マップを生成する。例えば、生成部１３４は、特定部１３３により特定された発生ポイントに基づいて、入力情報に対応する対象の属性に関する需要マップを生成する。例えば、生成部１３４は、ユーザのコンテキストに応じた需要マップを生成する。例えば、生成部１３４は、ユーザの属性に応じた需要マップを生成する。

（提供部１３５）
提供部１３５は、各種情報を提供する。例えば、提供部１３５は、端末装置１０に各種情報を提供する。例えば、提供部１３５は、生成部１３４により生成された需要マップに基づいて、種々のサービスを提供してもよい。

〔５．判定処理のフロー〕
次に、図９を用いて、実施形態に係る判定システム１による判定処理の手順について説明する。図９は、実施形態に係る判定処理の一例を示すフローチャートである。また、図９に示す判定処理には、需要の発生ポイントを特定する特定処理が含まれる。

図９に示すように、判定装置１００は、対象に関するクエリを取得する（ステップＳ１０１）。例えば、判定装置１００は、行動情報記憶部１２２（図６参照）に示すような行動履歴から、ユーザが検索に用いた対象に関するクエリを取得する。図１の例では、判定装置１００は、端末装置１０から対象「カフェＸ」に関するクエリを取得する。

また、判定装置１００は、クエリに対応する対象について所定の行動が有ったかどうかを判定する（ステップＳ１０２）。例えば、判定装置１００は、クエリに対応する対象について、対象を提供する提供元の利益につながる行動をユーザが行ったかどうかを判定する。図１の例では、判定装置１００は、端末装置１０を利用するユーザＵ１が対象「カフェＸ」が提供するコーヒーを購入したかどうかを判定する。

判定装置１００は、クエリに対応する対象について所定の行動が未だないと判定した場合（ステップＳ１０２：Ｎｏ）、ステップＳ１０２の処理を繰り返す。なお、判定装置１００は、ユーザの所定の行動がないままステップＳ１０２の判定を所定期間（例えば１時間等）繰り返した場合、ユーザの需要が発生しなかったと判定して処理を終了してもよい。

判定装置１００は、クエリに対応する対象について所定の行動があったと判定した場合（ステップＳ１０２：Ｙｅｓ）、クエリに対応する対象に関する需要の発生有と判定する（ステップＳ１０３）。図１の例では、判定装置１００は、端末装置１０を利用するユーザＵ１が対象「カフェＸ」が提供するコーヒーを購入した場合、ユーザＵ１に対象「カフェＸ」に対する需要が発生したと判定する。

そして、判定装置１００は、対象に関するクエリにより検索が行われた地点を発生ポイントとして特定する（ステップＳ１０４）。図１の例では、判定装置１００は、端末装置１０を利用するユーザＵ１が最初にクエリ「カフェＸ」を用いて対象「カフェＸ」を検索した位置ＬＣ１１をユーザＵ１に対象「カフェＸ」に対する需要が発生した発生ポイントと特定する。

〔６．需要マップの表示態様〕
なお、判定装置１００は、図２に示すような需要マップに限らず、種々の表示態様の需要マップを生成してもよい。この点について、図１０を用いて以下説明する。図１０は、実施形態に係る需要マップの生成の一例を示す図である。

図１０に示す例において、判定装置１００は、需要マップＶＭ１０に基づいて需要の分布を示す分布マップを生成する（ステップＳ３０）。例えば、判定装置１００は、需要情報記憶部１２４に記憶された需要情報と、種々の従来技術を適宜用いて、分布マップＰＭ１０を生成するために分布情報を生成する。なお、判定装置１００は、分布情報の生成にガウシアン分布等の種々の従来技術を適宜用いてもよい。

例えば、判定装置１００は、需要情報記憶部１２４に記憶された需要情報に基づいて分布マップＰＭ１０を生成する。なお、分布マップＰＭ１０の位置関係は、地図情報ＭＰ１０に対応する。図１０に示すように、分布マップＰＭ１０は、各位置における需要の多寡をヒートマップのような表示態様で示す。図１０の例では、ハッチングが濃い程需要が密集していることを示す。図１０の例では、分布マップＰＭ１０中のエリアＡＲ１１のハッチングが最も濃く、エリアＡＲ１１付近でカフェＸの需要が多く発生することを示す。

このように、判定装置１００は、特定した発生ポイントに基づいて、クエリに対応する対象に関する需要マップを生成することにより、ユーザにおける所定の対象に対する需要の発生に関する需要マップを適切に生成することができる。

〔７．類似の対象による需要の消化〕
図１の例では、ユーザＵ１がカフェＸを検索し、カフェＸにおいてコーヒーを購入したことにより、カフェＸの需要が発生したと判定したが、クエリに対応する対象と、ユーザが購入等した対象とが一致しなくても、クエリに対応する需要が発生したと判定してもよい。例えば、判定装置１００は、クエリの対象と需要が消化された対象とが所定の類似関係を有する場合、クエリに対応する需要が発生したと判定してもよい。例えば、判定装置１００は、カフェＸと検索したユーザＵ１がカフェＸに類似するショップで商品を購入した場合、カフェＸの需要が発生したと判定してもよい。この点について、図１１を用いて説明する。

まず、ユーザＵ１は、日時ｄｔ４１にクエリ「カフェＸ」を用いて検索を行う（ステップＳ４１）。例えば、判定装置１００は、日時ｄｔ４１にユーザＵ１がクエリ「カフェＸ」を用いて検索を行ったことを示す行動情報を取得する。また、例えば、判定装置１００は、日時ｄｔ４１にユーザＵ１が位置ＬＣ４１に位置することを示す位置情報を取得する。

その後、ユーザＵ１は、日時ｄｔ４２に位置ＬＣ４２まで移動する。例えば、判定装置１００は、日時ｄｔ４２にユーザＵ１が位置ＬＣ４２に位置することを示す位置情報を取得する。

その後、ユーザＵ１は、日時ｄｔ４３にクエリ「カフェＸ 行き方」を用いて検索を行う（ステップＳ４２）。例えば、判定装置１００は、日時ｄｔ４３にユーザＵ１がクエリ「カフェＸ 行き方」を用いて検索を行ったことを示す行動情報を取得する。また、例えば、判定装置１００は、日時ｄｔ４３にユーザＵ１が位置ＬＣ４３に位置することを示す位置情報を取得する。

その後、ユーザＵ１は、日時ｄｔ４４に位置ＬＣ４４まで移動する。例えば、判定装置１００は、日時ｄｔ４４にユーザＵ１が位置ＬＣ４４に位置することを示す位置情報を取得する。その後、ユーザＵ１は、日時ｄｔ４５に位置ＬＣ４５まで移動する。例えば、判定装置１００は、日時ｄｔ４５にユーザＵ１が位置ＬＣ４５に位置することを示す位置情報を取得する。

その後、ユーザＵ１は、図１１中にショップＳＰ４１として示す対象「カフェＹ」において日時ｄｔ４６にコーヒーを購入する（ステップＳ４３）。例えば、判定装置１００は、対象「カフェＹ」において日時ｄｔ４６にコーヒーを購入したことを示す行動情報を取得する。また、例えば、判定装置１００は、日時ｄｔ４６にユーザＵ１が位置ＬＣ４６に位置することを示す位置情報を取得する。

そして、判定装置１００は、需要の発生の有無を判定する（ステップＳ４４）。図１１の例では、ユーザＵ１は、位置ＬＣ４１において日時ｄｔ４１にクエリ「カフェＸ」を用いて検索を行い、その後、日時ｄｔ４６に対象「カフェＸ」に類似する対象「カフェＹ」においてコーヒーを購入している。そのため、判定装置１００は、ユーザＵ１にカフェＸに対する需要が発生したと判定する。

そして、判定装置１００は、ステップＳ４４においてユーザＵ１にカフェＸに対する需要が発生したと判定したため、ユーザの行動情報に基づいて、クエリに対応する対象に関する需要が発生した発生ポイントを特定する（ステップＳ４５）。ここで、図１１の例では、ユーザＵ１は、日時ｄｔ４６に対象「カフェＹ」においてコーヒーを購入する前の時点である日時ｄｔ４１において、クエリ「カフェＸ」を用いて検索を行っている。そのため、判定装置１００は、ユーザＵ１が日時ｄｔ４１において、クエリ「カフェＸ」を用いて検索を行った地点を需要が発生した発生ポイントとして特定する。図１１の例では、判定装置１００は、ユーザＵ１が日時ｄｔ４１にクエリ「カフェＸ」を用いて検索を行った地点である位置ＬＣ４１をユーザＵ１の対象「カフェＸ」に対する需要が発生した発生ポイントとして特定する。

上述したように、判定装置１００は、クエリに対応する対象に類似する他の対象に関するユーザの行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定することにより、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができる。また、判定装置１００は、クエリに対応する対象に関する需要がユーザに発生したと判定した場合、ユーザの行動情報に基づいて、クエリに対応する対象に関する需要が発生した発生ポイントを特定することにより、ユーザにおける所定の対象に対する需要の発生の位置を適切に特定することができる。

また、図２や図８に示す需要情報記憶部１２４においては、対象を「カフェＸ」や「コンビニＡ」等とする場合を示したが、判定装置１００は、対象をより抽象化して需要情報を記憶してもよい。この点について、図１２を用いて説明する。

（需要情報記憶部１２４Ａ）
図１２に示す需要情報記憶部１２４Ａは、発生したユーザの需要に関する各種情報を記憶する。図１２は、実施形態に係る需要情報記憶部の一例を示す図である。例えば、需要情報記憶部１２４Ａは、各ユーザの需要情報を記憶する。図１２に示す需要情報記憶部１２４Ａには、「需要ＩＤ」、「対象」、「発生情報」といった項目が含まれる。「発生情報」には、「ユーザＩＤ」、「位置」、「日時」といった項目が含まれる。

「需要ＩＤ」は、ユーザの需要が発生した対象を識別するための識別情報を示す。また、「対象」は、ユーザの需要が発生した対象の名称を示す。また、「発生情報」は、各対象について発生した需要の各種情報を示す。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１１の例に示したユーザＵ１に対応する。また、「位置」は、対応する対象について対応するユーザの需要が発生した位置情報を示す。なお、図１２の例では「位置」を抽象的な符号「ＬＣ４１」等で図示するが、「位置」には、具体的な緯度経度情報等が記憶されてもよい。また、「日時」は、対応するユーザの行動が行われた日時を示す。なお、図１２の例では、「ｄｔ４１」等で図示するが、「日時」には、「２０１６年１２月２８日１９時３１分５２秒」等の具体的な日時が記憶されてもよい。

例えば、図１２に示す例において、需要ＩＤ「ＤＭ４１」により識別される需要発生の対象は「コーヒーショップ」であることを示す。このように、図１２においては、対象を「コーヒーショップ」としており、「カフェＸ」や「カフェＹ」等を含む種々のコーヒーショップが含まれる。また、図１２に示す例において、対象「コーヒーショップ」については、ユーザＩＤ「Ｕ１」により識別されるユーザや、ユーザＩＤ「Ｕ２５」により識別されるユーザや、ユーザＩＤ「Ｕ１８８」により識別されるユーザ等の需要が発生したことを示す。なお、図１や図１１に示すように、ユーザＵ１はカフェＸやカフェＹについて需要が発生したため、図１２に示す例においては、ユーザＵ１は対象「コーヒーショップ」について複数回需要が発生したことを示す。

例えば、図１２に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、位置「ＬＣ１１」において、カフェＸを抽象化した対象「コーヒーショップ」について需要が発生したことを示す。また、例えば、図１２に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、日時「ｄｔ１１」において、対象「コーヒーショップ」について需要が発生したことを示す。

例えば、図１２に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、位置「ＬＣ４１」において、カフェＹを抽象化した対象「コーヒーショップ」について需要が発生したことを示す。また、例えば、図１２に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、日時「ｄｔ４１」において、対象「コーヒーショップ」について需要が発生したことを示す。

このように、判定装置１００は、対象を抽象化して需要情報を生成することにより、種々のレベルでの需要マップを生成することができる。

〔８．効果〕
上述してきたように、実施形態に係る判定装置１００は、取得部１３１と、判定部１３２とを有する。取得部１３１は、ネットワークを介したサービスにおいてユーザが入力した入力情報を取得する。判定部１３２は、ユーザによる入力情報の入力後のユーザの行動情報に基づいて、入力情報に対応する対象に関する需要の発生の有無を判定する。

これにより、実施形態に係る判定装置１００は、ユーザによる入力情報の入力後のユーザの行動情報に基づいて、入力情報に対応する対象に関する需要の発生の有無を判定することにより、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができる。

また、実施形態に係る判定装置１００は、特定部１３３を有する。特定部１３３は、判定部１３２により入力情報に対応する対象に関する需要がユーザに発生したと判定された場合、ユーザの行動情報に基づいて、入力情報に対応する対象に関する需要が発生した発生ポイントを特定する。

これにより、実施形態に係る判定装置１００は、需要が発生したと判定した場合にユーザの需要発生の位置を特定することにより、ユーザにおける所定の対象に対する需要の発生の位置を適切に特定することができる。

また、実施形態に係る判定装置１００において、特定部１３３は、ユーザの実空間における行動情報に基づいて、入力情報に対応する対象に関する需要が発生した位置を発生ポイントとして特定する。

これにより、実施形態に係る判定装置１００は、ユーザの実空間における行動情報に基づいて、入力情報に対応する対象に関する需要が発生した位置を発生ポイントとして特定することにより、ユーザにおける所定の対象に対する需要の発生のポイント（地点）を適切に特定することができる。

また、実施形態に係る判定装置１００において、特定部１３３は、ユーザのウェブ上の行動情報に基づいて、入力情報に対応する対象に関する需要が発生したウェブにおけるポイントを発生ポイントとして特定する。

これにより、実施形態に係る判定装置１００は、ユーザのウェブ上の行動情報に基づいて、入力情報に対応する対象に関する需要が発生したウェブにおけるポイントを発生ポイントとして特定することにより、ユーザにおける所定の対象に対する需要の発生のポイントを適切に特定することができる。

また、実施形態に係る判定装置１００は、生成部１３４を有する。生成部１３４は、特定部１３３により特定された発生ポイントに基づいて、入力情報に対応する対象に関する需要マップを生成する。

これにより、実施形態に係る判定装置１００は、特定した発生ポイントに基づいて、入力情報に対応する対象に関する需要マップを生成することにより、ユーザにおける所定の対象に対する需要の発生に関する需要マップを適切に生成することができる。

また、実施形態に係る判定装置１００において、生成部１３４は、特定部１３３により特定された発生ポイントに基づいて、入力情報に対応する対象の属性に関する需要マップを生成する。

これにより、実施形態に係る判定装置１００は、特定した発生ポイントに基づいて、入力情報に対応する対象の属性に関する需要マップを生成することにより、対象を概念化したうえで、ユーザにおける所定の対象に対する需要の発生に関する需要マップを適切に生成することができる。

また、実施形態に係る判定装置１００において、生成部１３４は、ユーザのコンテキストに応じた需要マップを生成する。

これにより、実施形態に係る判定装置１００は、ユーザのコンテキストに応じた需要マップを生成することにより、ユーザのコンテキストに応じた需要マップを適切に生成することができる。

また、実施形態に係る判定装置１００において、生成部１３４は、ユーザの属性に応じた需要マップを生成する。

これにより、実施形態に係る判定装置１００は、ユーザの属性に応じた需要マップを生成することにより、ユーザの属性情報に応じた需要マップを適切に生成することができる。

また、実施形態に係る判定装置１００において、判定部１３２は、入力情報に対応する対象に関するユーザの行動頻度に応じて、入力情報に対応する対象に対するユーザの需要の強度を判定する。

これにより、実施形態に係る判定装置１００は、入力情報に対応する対象に関するユーザの行動頻度に応じて、入力情報に対応する対象に対するユーザの需要の強度を判定することにより、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができる。

また、実施形態に係る判定装置１００において、判定部１３２は、入力情報に対応する対象に類似する他の対象に関するユーザの行動情報に基づいて、入力情報に対応する対象に関する需要の発生の有無を判定する。

これにより、実施形態に係る判定装置１００は、入力情報に対応する対象に類似する他の対象に関するユーザの行動情報に基づいて、入力情報に対応する対象に関する需要の発生の有無を判定することにより、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができる。

また、実施形態に係る判定装置１００において、取得部１３１は、入力情報として、ユーザが検索に使用したクエリに関する情報を取得する。判定部１３２は、ユーザによる前記クエリの使用後のユーザの行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定する。

これにより、実施形態に係る判定装置１００は、ユーザによる前記クエリの使用後のユーザの行動情報に基づいて、クエリに対応する対象に関する需要の発生の有無を判定することにより、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができる。

また、実施形態に係る判定装置１００において、取得部１３１は、入力情報として、ユーザが所定のサービスにおいて投稿した投稿情報を取得する。判定部１３２は、ユーザによる投稿情報の投稿後のユーザの行動情報に基づいて、投稿情報に対応する対象に関する需要の発生の有無を判定する。

これにより、実施形態に係る判定装置１００は、ユーザによる投稿情報の投稿後のユーザの行動情報に基づいて、投稿情報に対応する対象に関する需要の発生の有無を判定するにより、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができる。

また、実施形態に係る判定装置１００において、取得部１３１は、ユーザがメッセージサービスにおいて入力した入力情報を取得する。

これにより、実施形態に係る判定装置１００は、ユーザがメッセージサービスにおいて入力した入力情報を用いることにより、ユーザにおける所定の対象に対する需要の発生の有無を適切に判定することができる。

〔９．ハードウェア構成〕
上述してきた実施形態に係る判定装置１００は、例えば図１３に示すような構成のコンピュータ１０００によって実現される。図１３は、判定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

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

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

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

例えば、コンピュータ１０００が実施形態に係る判定装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

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

〔１０．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた各実施形態に記載された各処理は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 判定システム
１００ 判定装置
１２１ ユーザ情報記憶部
１２２ 行動情報記憶部
１２３ 位置情報記憶部
１２４ 需要情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 判定部
１３３ 特定部
１３４ 生成部
１３５ 提供部
１０ 端末装置
Ｎ ネットワーク

Claims (18)

1. ネットワークを介したサービスにおいてユーザが入力した入力情報を取得する取得部と、
   前記ユーザによる前記入力情報の入力後の前記ユーザの行動情報であって、前記入力情報に対応する対象を提供する提供元の利益につながる行動を示す行動情報に基づいて、前記入力情報に対応する対象に関する需要の発生の有無を判定する判定部と、
   を備えることを特徴とする判定装置。
2. 前記判定部により前記入力情報に対応する対象に関する需要が前記ユーザに発生したと判定された場合、前記ユーザの行動情報に基づいて、前記入力情報に対応する対象に関する需要が発生した発生ポイントを特定する特定部、
   をさらに備えたことを特徴とする請求項１に記載の判定装置。
3. 前記特定部は、
   前記ユーザの実空間における行動情報に基づいて、前記入力情報に対応する対象に関する需要が発生した位置を前記発生ポイントとして特定する
   ことを特徴とする請求項２に記載の判定装置。
4. 前記特定部は、
   前記ユーザのウェブ上の行動情報に基づいて、前記入力情報に対応する対象に関する需要が発生したウェブにおけるポイントを前記発生ポイントとして特定する
   ことを特徴とする請求項２に記載の判定装置。
5. 前記特定部により特定された前記発生ポイントに基づいて、前記入力情報に対応する対象に関する需要マップを生成する生成部、
   をさらに備えたことを特徴とする請求項２〜４のいずれか１項に記載の判定装置。
6. 前記生成部は、
   前記特定部により特定された前記発生ポイントに基づいて、前記入力情報に対応する対象の属性に関する需要マップを生成する
   ことを特徴とする請求項５に記載の判定装置。
7. 前記生成部は、
   前記ユーザのコンテキストに応じた前記需要マップを生成する
   ことを特徴とする請求項５または請求項６に記載の判定装置。
8. 前記生成部は、
   前記ユーザの属性に応じた前記需要マップを生成する
   ことを特徴とする請求項５〜７のいずれか１項に記載の判定装置。
9. 前記判定部は、
   前記入力情報に対応する対象に関する前記ユーザの行動頻度に応じて、前記入力情報に対応する対象に対する前記ユーザの需要の強度を判定する
   ことを特徴とする請求項１〜８のいずれか１項に記載の判定装置。
10. 前記判定部は、
    前記入力情報に対応する対象に類似する他の対象に関する前記ユーザの行動情報に基づいて、前記入力情報に対応する対象に関する需要の発生の有無を判定する
    ことを特徴とする請求項１〜９のいずれか１項に記載の判定装置。
11. 前記取得部は、
    前記入力情報として、ユーザが検索に使用したクエリに関する情報を取得し、
    前記判定部は、
    前記ユーザによる前記クエリの使用後の前記ユーザの行動情報に基づいて、前記クエリに対応する対象に関する需要の発生の有無を判定する
    ことを特徴とする請求項１〜１０のいずれか１項に記載の判定装置。
12. 前記取得部は、
    前記入力情報として、ユーザが所定のサービスにおいて投稿した投稿情報を取得し、
    前記判定部は、
    前記ユーザによる前記投稿情報の投稿後の前記ユーザの行動情報に基づいて、前記投稿情報に対応する対象に関する需要の発生の有無を判定する
    ことを特徴とする請求項１〜１１のいずれか１項に記載の判定装置。
13. ネットワークを介したサービスにおいてユーザが入力した入力情報を取得する取得部と、
    前記ユーザによる前記入力情報の入力後の前記ユーザの行動情報であって、前記入力情報に対応する対象に類似する他の対象に関する前記ユーザの行動情報に基づいて、前記入力情報に対応する対象に関する需要の発生の有無を判定する判定部と、
    を備えることを特徴とする判定装置。
14. 前記取得部は、
    前記ユーザがメッセージサービスにおいて入力した前記入力情報を取得する
    ことを特徴とする請求項１〜１３のいずれか１項に記載の判定装置。
15. コンピュータが実行する判定方法であって、
    ネットワークを介したサービスにおいてユーザが入力した入力情報を取得する取得工程と、
    前記ユーザによる前記入力情報の入力後の前記ユーザの行動情報であって、前記入力情報に対応する対象を提供する提供元の利益につながる行動を示す行動情報に基づいて、前記入力情報に対応する対象に関する需要の発生の有無を判定する判定工程と、
    を含むことを特徴とする判定方法。
16. ネットワークを介したサービスにおいてユーザが入力した入力情報を取得する取得手順と、
    前記ユーザによる前記入力情報の入力後の前記ユーザの行動情報であって、前記入力情報に対応する対象を提供する提供元の利益につながる行動を示す行動情報に基づいて、前記入力情報に対応する対象に関する需要の発生の有無を判定する判定手順と、
    をコンピュータに実行させることを特徴とする判定プログラム。
17. コンピュータが実行する判定方法であって、
    ネットワークを介したサービスにおいてユーザが入力した入力情報を取得する取得工程と、
    前記ユーザによる前記入力情報の入力後の前記ユーザの行動情報であって、前記入力情報に対応する対象に類似する他の対象に関する前記ユーザの行動情報に基づいて、前記入力情報に対応する対象に関する需要の発生の有無を判定する判定工程と、
    を含むことを特徴とする判定方法。
18. ネットワークを介したサービスにおいてユーザが入力した入力情報を取得する取得手順と、
    前記ユーザによる前記入力情報の入力後の前記ユーザの行動情報であって、前記入力情報に対応する対象に類似する他の対象に関する前記ユーザの行動情報に基づいて、前記入力情報に対応する対象に関する需要の発生の有無を判定する判定手順と、
    をコンピュータに実行させることを特徴とする判定プログラム。

Images