JP6348657B2 - リコメンド装置、リコメンドシステム、リコメンド方法、及びプログラム - Google Patents

Description

本発明は、リコメンド装置、リコメンドシステム、リコメンド方法、及びプログラムに関し、特に第１の商品と第２の商品との組み合わせを評価することにより第２の商品をリコメンドするリコメンド装置、リコメンドシステム、リコメンド方法、及びプログラムに関する。

消費者（ユーザ）は、インターネット上における電子商取引サイト（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ（ＥＣ）サイト)において服飾関係の商品を購入する場合に、２種類以上の商品が調和するように組み合わせを考慮して（コーディネートして）、商品を購入することがある。

しかしながらユーザによっては、自分自身のファッション感覚に自信が持てず、他の人にコーディネートのアドバイスをもらいたいという要望を持つ場合がある。

従来より、上記要望に対応すべく、ユーザがＥＣサイト上において服飾品等を購入する場合に、ユーザに対してコーディネートのアドバイスを提供し購買を支援する技術が提案されている。

例えば特許文献１には、ファッション雑誌等に掲載されている衣類の写真を参考用写真画像とし、この参考用写真画像に基づいて、ユーザが選択したアイテムとのコーディネートを支援する技術が記載されている。

また、例えば特許文献２には、ユーザの所有する複数の衣類から一つの衣類が選択され、その選択された衣類との色あわせ（コーディネート）を行う技術が記載されている。

特開２０１２−１４５４４号公報 特開２００６−１１９８３６号公報

ここで、例えばユーザがＥＣサイトにおいてズボンの購入を考えている際に、ユーザは既に複数のシャツを所有しており、その所有している複数のシャツに合うようなズボンの購入を考えている場合がある。すなわち、ユーザは、ユーザが既に所有している複数のシャツに対して着回しが可能なズボンの購入を希望することがある。

資金があまりない場合でも、上述したような着回しが可能な服を提案することによって、より購買を促進させることができると考えられる。

しかしながら、特許文献１及び特許文献２に記載された技術では、選択された一つのアイテム（衣類）に対してコーディネートされたアイテムが提案されているだけである。すなわち、特許文献１及び特許文献２に記載された技術では、コーディネートをする場合の評価の基準となるアイテムは一つであり、１対多のコーディネートが行われている。このような１対多のコーディネートの技術では、評価の基準となるアイテムが複数ある場合、ユーザの希望するような商品を提案することは困難となる。すなわち、ユーザの所有している複数のシャツに対して着回しが可能なズボンの提案をすることが困難となる場合がある。

本発明はこのような事情に鑑みてなされたもので、その目的は、複数の商品の各々との組み合わせを考慮した商品をリコメンドすることができるリコメンド装置、リコメンドシステム、リコメンド方法、及びプログラムを提供することである。

上記目的を達成するための本発明の一の態様であるリコメンド装置は、評価基準グループを構成する複数の第１の商品の各々と、第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の第２の商品のリコメンドを行うリコメンド装置であって、評価基準グループを構成する複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得部と、評価ルールを取得する評価ルール取得部と、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う第１の評価部と、第１の評価部によって行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う第２の評価部と、第２の評価部によって行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力するリコメンド情報出力部と、を備える。

本態様によれば、第１の評価部により１対１の個別評価が行われ、且つ第２の評価部により第１の評価部において行われた個別評価に基づいて多対１の総合評価が行われる。これにより、本態様は、複数の第１の商品の各々との組み合わせを考慮した一又は複数の第２の商品をリコメンドすることができる。

好ましくは、第１の評価部は、個別評価毎に個別評価値を算出し、第２の評価部は、複数の第２の商品の各々に関して、個別評価値を用いて総合評価を行う。

本態様によれば、第１の評価部は１対１の個別評価毎に個別評価値を算出し、第２の評価部は個別評価値を用いて総合評価を行うので、より正確に個別評価及び総合評価が行われる。

好ましくは、総合評価は、個別評価値を合計した合計評価値を算出することにより行われる。

本態様によれば、第２の評価部は個別評価値を合計した合計評価値を算出することにより総合評価を行うので、より正確な総合評価が行われる。

好ましくは、リコメンド情報出力部は、個別評価値を判断するための閾値を有し、閾値以下の個別評価値を有する第２の商品に関する情報であるミスマッチ情報をリコメンド情報に含ませる。

本態様によれば、閾値以下の個別評価値を有する第２の商品のリコメンド情報にはミスマッチ情報が含まれる。これにより、本態様は、閾値以下の個別評価値を有する第２の商品を特定することができる。

好ましくは、ミスマッチ情報は、個別評価値が閾値以下となる第１の商品と第２の商品とに関する情報を含む。

本態様によれば、ミスマッチ情報は個別評価値が閾値以下となる第１の商品及び第２の商品に関する情報を含むので、個別評価値が閾値以下である第１の商品と第２の商品との組み合わせを特定することができる。

好ましくは、リコメンド情報は、第１の商品の商品画像に関する情報、第２の商品の商品画像に関する情報、及びミスマッチ情報に関する表示情報を含む。

本態様によれば、リコメンド情報が第１の商品の商品画像に関する情報、第２の商品の商品画像に関する情報、及びミスマッチ情報に関する表示情報を含むので、表示部に表示される第１の商品画像、第２の商品画像、及びミスマッチ情報に関する表示が表示され、ユーザは視覚的に第１の商品と第２の商品との組み合わせの評価を確認することができる。

好ましくは、第１の評価部は、商品データベースに記憶されている商品を第２の商品として個別評価を行う。

本態様によれば、第１の評価部は商品データベースに記憶されている商品を第２の商品として個別評価を行うので、商品データベースに記憶されている商品に関する情報を使用した精度の良い個別評価を行うことができる。

好ましくは、評価基準グループ情報取得部は、ユーザの購買履歴情報又はユーザのお気に入り情報を評価基準グループ情報として取得する。

本態様によれば、ユーザの購買履歴情報又はユーザのお気に入り情報が評価基準グループ情報として取得されるので、ユーザの購入した商品又はお気に入りに登録された商品を評価基準グループの商品とすることができる。これにより、本態様は、ユーザの購入した商品又はお気に入りに登録された商品との組み合わせを考慮した商品のリコメンドを行うことができる。

好ましくは、第１の商品及び第２の商品は服飾関係の商品である。

本態様によれば、第１の商品及び第２の商品が服飾関係の商品であるので、服飾関係の商品における個別評価及び総合評価が行われる。これにより、本態様は、複数の第１の商品に対して着回しが可能な第２の商品のリコメンドを行うことができる。

本発明の他の態様であるリコメンドシステムは、ユーザ端末と、ネットワークを介してユーザ端末に接続されるリコメンド装置であって、評価基準グループを構成する複数の第１の商品の各々と、第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の第２の商品のリコメンドを行うリコメンド装置と、を備えるリコメンドシステムであって、リコメンド装置は、評価基準グループを構成する複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得部と、評価ルールを取得する評価ルール取得部と、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う第１の評価部と、第１の評価部によって行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う第２の評価部と、第２の評価部によって行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力するリコメンド情報出力部と、を含み、ユーザ端末は、表示部と、リコメンド装置から取得したリコメンド情報に基づいて、表示部にリコメンド情報に基づく表示を行わせる表示制御部と、を含む。

本態様によれば、リコメンド装置において、第１の評価部により１対１の個別評価が行われ、且つ第２の評価部により第１の評価部によって行われた個別評価に基づいて多対１の総合評価が行われる。これにより、本態様は、複数の第１の商品の各々との組み合わせを考慮した一又は複数の第２の商品をリコメンドすることができる。

また、本態様によれば、ユーザ端末において、表示部にリコメンド情報に基づく表示が行われるので、ユーザはリコメンド情報を視覚的に把握することができる。

好ましくは、リコメンド装置の評価基準グループ情報取得部は、ユーザ端末から評価基準グループ情報を取得し、ユーザ端末は、評価基準グループ情報をリコメンド装置に出力する評価基準グループ情報出力部を含む。

本態様によれば、ユーザ端末から評価基準グループ情報が出力され、出力された評価基準グループ情報がリコメンド装置により取得される。これにより、本態様は、ユーザ端末が有する情報を評価基準グループ情報として活用することができる。

好ましくは、リコメンド装置の評価ルール取得部は、ユーザ端末から評価ルールを取得し、ユーザ端末は、評価ルールをリコメンド装置に出力する評価ルール出力部を含む。

本態様によれば、ユーザ端末から評価ルールが出力され、出力された評価ルールがリコメンド装置により取得される。これにより、本態様は、ユーザ端末によって出力された評価ルールに基づいて商品のリコメンドを行うことができる。

本発明の他の態様であるリコメンド方法は、評価基準グループを構成する複数の第１の商品の各々と、第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の第２の商品のリコメンドを行うリコメンド方法であって、評価基準グループを構成する複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得ステップと、評価ルールを取得する評価ルール取得ステップと、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う第１の評価ステップと、第１の評価ステップにおいて行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う第２の評価ステップと、第２の評価ステップにおいて行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力するリコメンド情報出力ステップと、を含む。

本発明の他の態様であるプログラムは、評価基準グループを構成する複数の第１の商品の各々と、第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の第２の商品のリコメンドを行う処理をコンピュータに実行させるプログラムであって、評価基準グループを構成する複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得ステップと、評価ルールを取得する評価ルール取得ステップと、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う第１の評価ステップと、第１の評価ステップで行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う第２の評価ステップと、第２の評価ステップにおいて行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力するリコメンド情報出力ステップと、を含む。

本発明によれば、第１の評価部により１対１の個別評価が行われ、且つ第２の評価部により第１の評価部によって行われた個別評価に基づいて多対１の総合評価が行われるので、複数の第１の商品の各々との組み合わせを考慮した一又は複数の第２の商品をリコメンドすることができる。

１対多のリコメンドに関して説明する図である。 本発明のリコメンドに関して説明する図である。 リコメンドシステムの概念図である。 ユーザ端末の機能構成例を示すブロック図である。 ユーザ端末の外観を示す図である。 リコメンド装置の機能構成例を示すブロック図である。 商品データベースに保存される商品に関するデータのデータ構造概念図である。 感性空間及び物理計測空間の関係を示す概念図である。 評価ルールテーブルデータベースに保存される評価ルールテーブルの概念図である。 第１の評価部によって行われる個別評価に関して説明する概念図である。 第１の評価部によって行われる個別評価に関して説明する概念図である。 第１の評価部によって行われる個別評価に関して説明する概念図である。 第１の評価部によって行われる個別評価に関して説明する概念図である。 第１の評価部によって行われる個別評価に関して説明する概念図である。 第２の評価部によって行われる総合評価に関して説明する概念図である。 ユーザ端末の表示部に表示されるリコメンド情報の表示形態を示した図である。 リコメンドシステムの動作フローを示す図である。

以下、添付図面に従って本発明に係るリコメンド装置、リコメンドシステム、リコメンド方法、及びプログラムの実施の形態について説明する。以下の実施形態では「服飾品、特に衣服」をコーディネートの対象の商品とする例について説明するが、これに限定されず、他の任意の商品の組み合わせを行う場合にも本発明を応用することが可能である。例えば、メインのイラストと背景のイラストとの組み合わせや、ハガキのイラストとキャラクタのイラストの組み合わせ等に関しても、本発明を適用してリコメンドを行うことが可能である。

以下の説明で第１の商品とは組み合わせを評価する場合の基準となる商品のことをいい、第２の商品とは第１の商品との組み合わせを評価され、その評価に基づいてリコメンドされる商品のことをいう。また、以下の説明では、第１の商品及び第２の商品は、衣類でありカテゴリが異なる商品である。例えば、第１の商品がトップスである場合には第２の商品はボトムスであり、第１の商品がボトムスである場合には第２の商品はトップスである。なお、第１の商品及び第２の商品の組み合わせはこれに限定されず、様々な組み合わせを採用することができる。

図１は１対多のリコメンドに関して説明する図である。図１では、ユーザが選択した一つの第１の商品（トップス）に対して、任意の評価ルールに基づいて、５つの第２の商品（ボトムス）がリコメンドされている。すなわち、一つの第１の商品を基準にして複数の第２の商品のリコメンドがされている「１対多」のリコメンドが行われている。「１対多」のリコメンドは、一つの第１の商品との組み合わせを考慮して第２の商品をリコメンドする場合には有効である。しかし、複数の第１の商品との組み合わせを考慮して第２の商品のリコメンドを行うことは困難となる。

図２は本発明のリコメンドに関して説明する図である。図２では、例えばユーザが所有している複数の第１の商品（トップス）で構成される評価基準グループに対して、任意の評価ルールに基づいて、５つの第２の商品（ボトムス）がリコメンドされている。すなわち、評価基準グループを構成する複数の第１の商品の各々との組み合わせを考慮して、複数の第２の商品のリコメンドが行われている。なお、リコメンドされる第２の商品は（ボトムス）を例にあげているが、リコメンドされるのは（ボトムス）のみならず、任意のカテゴリの服飾関係の商品でよく、また複数のカテゴリの服飾関係の商品から第２の商品がリコメンドされてよい。

このように、本発明で行われるリコメンドは、複数の第１の商品を基準にして、評価を行い第２の商品をリコメンドすることができる。

図３は、本発明に係るリコメンド装置１０を含むリコメンドシステム（クライアントサーバシステム）１の概念図である。本実施形態に係るリコメンドシステム１は、リコメンド装置１０と、複数の一般消費者（ユーザ）のユーザ端末１１と、複数の電子商取引サイト（ＥＣサイト）ＥＣ０〜ＥＣｎとがインターネット等のネットワーク１２を介して接続されて構成される。また、リコメンド装置１０には、商品とその商品の情報が関連付けられて登録されている商品データベース１３が接続されている。

リコメンド装置１０は、評価基準グループを構成する複数の第１の商品の各々と、第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価し、一又は複数の第２の商品のリコメンドを行う。

リコメンド装置１０はリコメンドシステム１におけるサーバに相当し、ユーザ端末１１及びＥＣサイトＥＣ０〜ＥＣｎはリコメンドシステム１におけるクライアントに相当する。リコメンド装置１０は、２以上の商品を適宜組み合わせた（コーディネートした）商品であるコーディネート商品をユーザにリコメンド（推奨）する。

リコメンド装置１０には、商品データベース（Ｄａｔａ Ｂａｓｅ：ＤＢ）１３が接続されている。リコメンド装置１０は、商品データベース１３に適宜アクセスすることが可能であり、商品データベース１３に登録されている商品の情報及び商品画像を適宜参照及び取得することができる。商品データベース１３はＨＤＤ（Ｈａｒｄ Ｄｉｓｃ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶手段により構成されている。

ユーザ端末１１は、ユーザが服飾品等の商品を検索する際に操作する端末である。例えばユーザ端末１１は、スマートフォン、タブレットデバイス等のポータブル端末やパソコンなどである。

ＥＣサイトＥＣ０〜ＥＣｎは、商品に関する情報（例えば、商品画像、ブランド、在庫、価格、サイズ、お勧め商品、及び購買情報等）をリコメンド装置１０に提供したり、ユーザ端末１１からリコメンド装置１０を経由してアクセスしたユーザに対して、又はリコメンド装置１０を経由せずにアクセスしたユーザに対して、ＥＣサイトが取り扱っている商品に関する情報を提供する機能を備える。

次に、このリコメンドシステム１におけるユーザ端末１１の機能構成について説明する。

図４は、ユーザ端末１１の機能構成例を示すブロック図である。

本例のユーザ端末１１は、主として入力部２０、通信部２３（送信部２１及び受信部２２）、評価基準グループ情報出力部２４、評価ルール出力部２６、表示制御部２５、表示部２７、及びシステムコントローラ２８から構成されている。

入力部２０は、ユーザ識別情報（ユーザＩＤ）（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）、パスワード、検索ワード等のデータ類、表示部２７に表示されるアイコン等の選択、表示部２７の画面の操作（タップ、スワイプ、ピンチ又はストレッチ等）を入力するためにユーザによって直接的に操作される操作部と、操作部を介して入力されたユーザＩＤ、パスワード、検索ワード等のデータ類を特定する情報特定部とを含む。例えばユーザは、入力部２０を介して自分の購買履歴情報又はお気に入りに登録した衣類の情報（お気に入り情報）を入力することができる。また例えばユーザは、入力部２０を介して評価ルールを入力することができる。

評価基準グループ情報出力部２４は、評価基準グループ情報をリコメンド装置に出力する。ここで、評価基準グループ情報とは、評価基準グループを構成する複数の第１の商品に関連する情報であり、第１の商品を特定するための様々な情報である。例えば評価基準グループ情報は、第１の商品に関連する商品ＩＤ（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）、商品名、及び商品画像である。また評価基準グループ情報出力部２４は、入力部２０から入力されるユーザＩＤによって、購買履歴又はお気に入り情報によって評価基準グループを形成することができる場合には、ユーザＩＤを評価基準グループ情報として出力する。

評価ルール出力部２６は、評価ルールをリコメンド装置に出力する。ここで評価ルールとは、リコメンド装置１０の第１の評価部４５によって行われる１対１の個別評価において使用されるルールである。例えば評価ルールが「かわいい」であった場合には、第１の商品及び第２の商品の１対１の個別評価は「かわいい」を基準に評価される。なお、個別評価については後で詳述する。

表示制御部２５は、表示部２７を制御して表示部２７の表示全般をコントロールしており、取得情報に基づいて表示部２７に表示を行わせる。例えば表示制御部２５は、受信部２２を介して取得するリコメンド情報に含まれる第１の商品の商品画像に関する情報、第２の商品の商品画像に関する情報、及びミスマッチ情報に関する表示情報を取得し、各取得した情報に応じた表示を表示部２７に行わせる。

システムコントローラ２８は一つ又は複数のＣＰＵ（Central Processing Unit）等により構成されており、各種プログラムが当該ＣＰＵにロードされることにより動作する。そして、システムコントローラ２８は、通信部２３（送信部２１及び受信部２２）、入力部２０、評価基準グループ情報出力部２４、評価ルール出力部２６、及び表示制御部２５を制御して上述の処理或いは他の処理を各部に実行させ、また、ユーザ端末１１の図示しない各部も制御する。例えばユーザが入力部２０を介して購買履歴又はお気に入り情報を入力した場合には、システムコントローラ２８は、評価基準グループ情報出力部２４を経由して送信部２１より、購買履歴又はお気に入り情報を評価基準グループ情報としてリコメンド装置１０に送信するように制御を行う。また例えば、ユーザが入力部２０を介して評価ルールを入力した場合には、システムコントローラ２８は、評価ルール出力部２６を経由して送信部２１より、評価ルールをリコメンド装置１０に送信するように制御を行う。

図５は、ユーザ端末１１の外観を示す図である。図５に示す場合では、表示部２７に設けられたタッチパネルをユーザ操作部（入力部２０）とするポータブル端末をユーザ端末１１とする。

例えばユーザ端末１１の表示部２７に、入力部２０としてソフトウエアキーボード６２が表示されてもよい。ソフトウエアキーボード６２は、表示部２７に表示される任意の文字パレット及びタッチパネル（表示部２７）によって構成され、タッチパネルのうち表示部２７に表示された各文字パレットに対応する箇所をユーザがタッチすることによって、タッチ位置に対応する文字等が入力される。ソフトウエアキーボード６２として表示部２７に表示される文字パレットは特に限定されず、ひらがな、アルファベット、数字、記号等の入力用文字だけではなく、スペースキー、エンターキー、デリートキー、表示切り換えキー等のファンクションキーもソフトウエアキーボード６２として表示部２７に表示可能である。

また表示部２７には、第１の商品の商品画像、第２の商品の商品画像、及びミスマッチ情報に関する表示が表示される（図１６参照）。例えば、ユーザは第１の商品の商品画像又は第２の商品の商品画像をタッチすることにより、タッチした画像の商品の選択を入力することができる。

次に、リコメンド装置１０の機能構成について説明する。

図６は、リコメンド装置１０の機能構成例を示すブロック図である。

リコメンド装置１０は、評価基準グループを構成する複数の第１の商品を基準としてユーザに一又は複数の第２の商品をリコメンドする機能を有する。

図６に示すようにリコメンド装置１０は、主として通信部３３（送信部３１及び受信部３２）、評価基準グループ情報取得部４１、評価ルール取得部４３、第１の評価部４５、第２の評価部４７、及びリコメンド情報出力部４９から構成されている。リコメンド装置１０が有する図示しない一つ又は複数のＣＰＵに、各種プログラムがロードされることにより当該ＣＰＵが動作し、リコメンド装置１０における各部が制御される。

受信部３２は、ネットワーク１２を介してユーザ端末１１から送信される情報及びデータを取得する。例えば受信部３２は、評価基準グループ情報、及び評価ルールを取得する。受信部３２は、評価基準グループ情報を取得した場合には、評価基準グループ情報を評価基準グループ情報取得部４１に送信する。また、受信部３２は、評価ルールを取得した場合には、評価ルール取得部４３に送信する。

評価基準グループ情報取得部４１は、受信部３２から評価基準グループ情報を取得し、評価基準グループを形成する。例えば、評価基準グループ情報取得部４１は、第１の商品に関する商品ＩＤを取得し、取得した商品ＩＤに関する商品の商品群を評価基準グループとして形成する。また、評価基準グループ情報取得部４１には予め評価基準グループが記憶されていてもよく、この場合には、評価基準グループ情報取得部４１は、ユーザ端末１１から評価基準グループ情報を取得する必要はなく、予め記憶されている評価基準グループを第１の評価部４５に送信する。さらに、評価基準グループ情報取得部４１は、ユーザの購買履歴情報又はお気に入り情報を取得して、評価基準グループを形成してもよい。

評価ルール取得部４３は、受信部３２から評価ルールを取得して、第１の評価部４５に送信する。例えば評価ルール取得部４３は、受信部３２から評価ルールとして「かわいい」を基準に評価を行うという情報を取得し、第１の評価部４５に評価ルールとして「かわいい」を送信する。また、評価ルール取得部４３には予め評価ルールが記憶されていてもよく、この場合には、評価ルール取得部４３は、ユーザ端末１１から評価ルールを取得する必要はなく、予め記憶されている評価ルールを第１の評価部４５へ送信する。

第１の評価部４５は、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う。すなわち、第１の評価部４５は、評価基準グループ情報取得部４１によって形成された評価基準グループを構成する複数の第１の商品と、第１の商品とは異なるカテゴリに属する第２の商品との１対１の個別評価を評価ルールに基づいて行う。ここで、評価ルールに基づいた個別評価は、例えば評価ルールテーブルデータベース３９に記憶されている評価ルールテーブルに基づいて行われる。第１の評価部４５は、１対１の個別評価の結果を第２の評価部４７に送信する。

第２の評価部４７は、第１の評価部によって行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う。第２の評価部４７によって行われる総合評価は、第２の商品が有する複数の個別評価に基づいて行われる。例えば、第２の評価部４７は、第２の商品が有する複数の個別評価値を合計して合計評価値を算出することにより総合評価を行う。

そして、第２の評価部４７は、第２の商品が複数ある場合には、総合評価に応じてユーザにリコメンドする第２の商品を選択してもよい。例えば、第２の評価部４７は、合計評価値が上位１００位以内の第２の商品をリコメンドしてもよい。なお、第１の評価部４５で行われる個別評価及び第２の評価部４７によって行われる総合評価については後で詳述する。

リコメンド情報出力部４９は、第２の評価部によって行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力する。例えばリコメンド情報出力部４９は、総合評価値の上位１００以内の第２の商品についての情報をリコメンド情報として出力する。

図７は、商品データベース１３に保存される商品に関するデータのデータ構造概念図である。商品データベース１３には、第１の商品及び第２の商品を含む複数の商品の情報が記憶されている。また、商品データベース１３に記憶される商品に関するデータ（情報）は、例えば、単数又は複数のＥＣサイトから取得してもよい。商品データベース１３が複数のＥＣサイトから商品に関するデータを取得すると、ＥＣ間を横断した商品の選択をユーザに提供できる。

図７に示すように、商品データベース１３には商品情報として、「商品ＩＤ」、「カテゴリ」、「商品画像」、「デザイン特徴量」、「ＥＣサイト」、「ブランド」、「在庫」、「サイズ」、及び「価格」に関する情報が登録されている。ここで、「商品ＩＤ」は各商品に対して固有の識別情報であり、同じ商品であっても提供元（サプライヤ、ＥＣサイト、又は販売店）が異なれば異なる商品ＩＤが付与されてもよい。したがって、商品ＩＤにより、商品がどこの提供元から提供されているかを認識することができる場合もある。

「カテゴリ」とは商品のカテゴリであり、カテゴリの例として、トップス、パンツ（ボトムス）、帽子、靴等があり、他の商品と組み合わせる（コーディネートする）際に有用な情報となる。「商品画像」は、商品が撮影された画像のデータである。

「デザイン特徴量」は、例えば、商品画像の物理量（商品の色に関する情報、商品の柄に関する情報、商品の形に関する情報、及び商品の質感に関する情報）及び物理量と関連付けられた感性語を有する。商品画像を画像解析して得られる「色」に関する情報はＨ（色相）、Ｓ（彩度）、及びＶ（明度）やＲＧＢ（赤、緑、青）によって表される。

「柄」に関するデザイン特徴量は、例えば柄サイズや柄密度によって表される。柄サイズは商品が有する柄のサイズであり、例えば面積によって表される。また、柄密度は、ある一定の範囲にどれだけ柄が密集して配置されているかが示されており、例えば「密度が高い」や「密度が低い」等によって表される。

「形」に関する情報とは、商品の特徴的な形又は商品を識別することが可能となる形に関する情報のことである。形に関する情報は、例えば、襟の形状や、細身、又はゆったり等の情報である。「質感」に関する情報は、例えば光沢度や透け度等であり、商品画像を画像解析することによって得られる情報である。

次に物理量と関連付けられた感性語に関する情報に関して説明する。先ず、物理量と感性語との関係に関して説明する。

図８は、感性空間４０及び物理計測空間４２の関係を示す概念図である。物理計測空間４２から感性空間４０への変換は変換テーブルＴによって行われる。すなわち、変換テーブルＴは、感性空間４０における領域（以下「感性領域４４」と表記する）に対応する物理計測空間４２における領域（以下「物理量領域４６」と表記する）を規定する。図８に示すように、感性空間４０において感性語毎に割り当てられる感性領域４４があり、各感性領域４４に関し、物理計測空間４２において対応する物理量領域４６がある。図８に示す例では、ある感性語が感性領域４４ａを占める場合、色のデザイン特徴量、柄のデザイン特徴量及び質感のデザイン特徴量に関する物理計測空間４２における特定の物理量領域４６がその感性領域４４ａに対応付けられている（図８の斜線部参照）。

変換テーブルＴは、この感性空間４０において表される感性領域４４と、物理計測空間４２において表される物理量領域４６との関連付けを規定するものであり、感性空間４０上のデータを物理計測空間４２上のデータに変換するために使用される。

なお、図８に示す例では、「ＲＧＢ（赤緑青）データによって規定される色特徴量」、「柄密度及び柄サイズによって規定される柄特徴量」、及び「光沢度及び透け度によって規定される質感特徴量」が物理計測空間４２における物理量領域４６を定める基準として用いられているが、これらに限定されない。

上述したように商品画像の物理量に関連付けられた感性語に関する情報が商品データベース１３には登録されている。すなわち、商品データベース１３には、商品画像から画像解析によって得られる物理量から、変換テーブルＴを使用して求められる感性語が商品毎に登録されている。

図７に戻って、商品データベース１３には、さらに商品についての「ＥＣサイト（店舗）」、「ブランド」、「在庫」、「サイズ」、及び「価格」が登録されている。なお、商品情報は図７に示したものに限定されず、商品に関する他の様々な情報が商品情報として商品データベース１３に登録されてもよい。

図９は、評価ルールテーブルデータベース（Ｄａｔａ Ｂａｓｅ：ＤＢ）３９に記憶されている評価ルールテーブルの一例を示す図である。評価ルールテーブルデータベース３９には、図９に示すような評価ルールテーブルデータが記憶されており、第１の評価部４５は評価ルール取得部４３から取得した評価ルールに基づいて対応する評価ルールテーブルデータを取得する。図９には、評価ルールテーブルデータの例示として、「かわいい」に関してのコーディネート（組み合わせの）の評価ルールテーブルデータが示されている。すなわち、色が「白」であり感性語が「かわいい」であるトップスに対して、色が「白」であり感性語が「かわいい」であるボトムスは、評価ルール「かわいい」においては評価値が１０．０となる。同様に、色が「グレー」であり感性語が「かわいい」であるボトムスは評価ルール「かわいい」においては評価値が９．５となり、色が「グレー」であり感性語が「若々しい」であるボトムスは評価ルール「かわいい」においては評価値が９．４となる。また、色が「黒」であり感性語が「カッコいい」であるトップスに対して、色が「青」であり感性語が「フォーマル」であるボトムスは評価ルール「かわいい」においては評価値が２．０となる。上述したように、第１の評価部４５は、例えば評価ルールテーブルデータベース３９に記憶されている評価ルールテーブルデータを評価ルールに基づいて取得し、取得した評価ルールテーブルデータを参照して個別評価を行うことができる。

評価ルールテーブルの内容は、図９の内容に限定されるものではなく、トップスとボトムスの、色、柄、形、質感、及び感性語の様々な組み合わせのものが考えられる。また、評価ルールテーブルは、例えば有名デザイナー又はファッション雑誌のコーディネートを参考に作成されてもよい。

さらに、第１の評価部４５によって行われる個別評価は、評価ルールテーブルデータを使用した評価に限定されない。例えば第１の評価部４５は、第１の商品と第２の商品との色空間での距離及び感性空間での距離のうち少なくとも一方に基づいて、個別評価を行ってもよい。

次に、本発明の第１の評価部４５及び第２の評価部４７によって行われる評価についての具体例について説明する。以下に説明する具体例では、評価基準グループは、ユーザが所有する第１の商品１０１、第１の商品１０２、第１の商品１０３、第１の商品１０４、及び第１の商品１０５によって構成されている。

図１０から図１４は、第１の評価部４５によって行われる１対１の評価である個別評価に関して説明する概念図である。

図１０から図１４では、第１の評価部４５は、評価ルール「かわいい」に基づいて、個別評価を行っている。すなわち、図１０から図１４では、第１の評価部４５は、評価ルール「かわいい」に基づいて評価ルールテーブルデータを取得し、取得した評価ルールテーブルデータを参照して、第１の商品１０１と商品データベース１３に登録されている第２の商品との個別評価が行われている。

図１０に示された個別評価では、第１の商品と第２の商品との個別評価が行われており、第１の商品１０１と第２の商品１０６との個別評価値は５．５であり、第１の商品１０１と第２の商品１０７との個別評価値は０．４であり、第１の商品１０１と第２の商品１０８との個別評価値は０．９であり、第１の商品１０１と第２の商品１０９との個別評価値は６．３であり、第１の商品１０１と第２の商品１１０との個別評価値は５．５である。

同様に、図１１においては第１の商品１０２に関しての個別評価が示されており、第１の商品１０２と第２の商品１１１との個別評価値は１．３であり、第１の商品１０２と第２の商品１１２との個別評価値は１．２であり、第１の商品１０２と第２の商品１１３との個別評価値は４．２であり、第１の商品１０２と第２の商品１１４との個別評価値は０．３であり、第１の商品１０２と第２の商品１１５との個別評価値は５．３である。

同様に、図１２においては第１の商品１０３に関しての個別評価が示されており、第１の商品１０３と第２の商品１１６との個別評価値は２．１であり、第１の商品１０３と第２の商品１１７との個別評価値は１．８であり、第１の商品１０３と第２の商品１１８との個別評価値は１．４であり、第１の商品１０３と第２の商品１１９との個別評価値は１．１であり、第１の商品１０３と第２の商品１２０との個別評価値は０．９である。

同様に、図１３においては第１の商品１０４に関しての個別評価が示されており、第１の商品１０４と第２の商品１２１との個別評価値は１．７であり、第１の商品１０４と第２の商品１２２との個別評価値は１．６であり、第１の商品１０４と第２の商品１２３との個別評価値は１．５であり、第１の商品１０４と第２の商品１２４との個別評価値は１．３であり、第１の商品１０４と第２の商品１２５との個別評価値は１．０である。

同様に、図１４においては第１の商品１０５に関しての個別評価について示されており、第１の商品１０５と第２の商品１０６との個別評価値は６．１であり、第１の商品１０５と第２の商品１０７との個別評価値は４．１であり、第１の商品１０５と第２の商品１２６との個別評価値は０．８であり、第１の商品１０５と第２の商品１２７との個別評価値は０．７であり、第１の商品１０５と第２の商品１２８との個別評価値は６．５である。

図１０から図１４で示したように個別評価が第１の商品毎に行われる。その後に、第２の評価部４７において、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価が行われる。

図１５は、第２の評価部４７で行われる総合評価に関して説明する図である。

第２の商品１０６は、個別評価値として、第１の商品１０１に対して５．５（１）、第１の商品１０２に対して４．２（２）、第１の商品１０３に対して６．３（３）、第１の商品１０４に対して５．３（４）、第１の商品１０５に対して６．１（５）を有し、これらの個別評価値を合計すると２７．４となり、これを合計評価値とする。

また、図１５の第２の商品１０７は、個別評価値として、第１の商品１０１に対して０．４（１）、第１の商品１０２に対して５．３（２）、第１の商品１０３に対して６．２（３）、第１の商品１０４に対して５．５（４）、第１の商品１０５に対して４．１（５）を有し、これらの個別評価値を合計すると２１．５となり、これを合計評価値とする。

また、図１５の第２の商品１１３は、個別評価値として、第１の商品１０１に対して５．５（１）、第１の商品１０２に対して４．２（２）、第１の商品１０３に対して６．３（３）、第１の商品１０４に対して５．３（４）、第１の商品１０５に対して６．１（５）を有し、これらの個別評価値を合計すると２７．４となり、これを合計評価値とする。

また、図１５の第２の商品１１４は、個別評価値として、第１の商品１０１に対して５．４（１）、第１の商品１０２に対して０．３（２）、第１の商品１０３に対して６．２（３）、第１の商品１０４に対して５．５（４）、第１の商品１０５に対して４．１（５）を有し、これらの個別評価値を合計すると２１．５となり、これを合計評価値とする。

また、図１５の第２の商品１１５は、個別評価値として、第１の商品１０１に対して５．４（１）、第１の商品１０２に対して５．３（２）、第１の商品１０３に対して６．２（３）、第１の商品１０４に対して０．５（４）、第１の商品１０５に対して４．１（５）を有し、これらの個別評価値を合計すると２１．５となり、これを合計評価値とする。

図１５で示すように、第２の評価部４７は、複数の第２の商品の各々が有する評価値を合計して合計評価値を算出して総合評価を行う。また、第２の評価部４７は、算出した合計評価値に基づいて第２の商品を選択してもよい。例えば、図１５に示すように第２の評価部４７は、合計評価値が高い上位５つの第２の商品（第２の商品１０６、第２の商品１０７、第２の商品１１３、第２の商品１１４、及び第２の商品１１５）を選択することができる。

以上で説明したように、本発明によれば、第１の評価部４５により１対１の個別評価が行われ、第２の評価部４７により第１の評価部４５によって行われた個別評価に基づいて多対１の総合評価が行われる。これにより、本態様は、複数の第１の商品に対する評価に基づいて一又は複数の第２の商品をリコメンドすることができる。

＜表示形態＞
図１６は、ユーザ端末１１の表示部２７に表示されるリコメンド情報の表示形態を示した図である。

図１６には、リコメンド情報出力部４９から出力される第１の商品の商品画像に関する情報に基づいて、表示部２７の上段に評価基準グループを構成する第１の商品の商品画像（符号２０１、２０２、２０３、２０４、及び２０５によって示されている）が表示されている。また、リコメンド情報出力部４９から出力される第２の商品の商品画像に関する情報に基づいて、表示部２７の下段にリコメンドされる第２の商品の商品画像（符号２３１、２３２、２３４、２３５、及び２３６によって示されている）が表示されている。また、リコメンド情報出力部４９から出力されるミスマッチ情報に関する表示情報に基づいてミスマッチ表示（符号２１０、２１１、２１２、２１３、２１４、及び２１５によって示されている）について示されている。

リコメンド情報出力部４９は、個別評価値を判断するための閾値を有しており、閾値以下の個別評価値を有する第２の商品に関する情報であるミスマッチ情報をリコメンド情報に含ませる
第１の商品２０１と第２の商品２３２との個別評価値は０．４であり、第１の商品２０２と第２の商品２３５との個別評価値は０．３であり、第１の商品２０４と第２の商品２３６との個別評価値は０．５であり、これらの個別評価値は個別評価値を判断するための閾値以下であるので、リコメンド情報出力部４９はミスマッチ情報をリコメンド情報に含ませる。

ミスマッチ情報に基づくミスマッチ表示は、様々な態様を採用することが可能であるが、例えば図１６に示すように個別評価値が閾値よりも低い第１の商品と第２の商品との組み合わせをユーザがわかるように表示し（図１６中の矢印２１０、矢印２１１、及び矢印２１２を参照）、また組み合わせが適さないことをユーザにわかるように表示（図１６中の×印２１３、×印２１４、及び×印２１５を参照）してもよい。これにより、ユーザは視覚的に第１の商品と第２の商品との組み合わせの適否を認識することができる。なお、個別評価値を判断するための閾値は、ユーザの設定やリコメンドの内容に沿って適宜決定される。

図１７は、リコメンドシステム１の動作フローを示す図である。

先ず、ユーザ端末１１のユーザの入力部２０に入力された指示に基づいて、評価基準グループ情報出力部２４から評価基準グループ情報が出力され、評価ルール出力部２６から評価ルールが出力される（ステップＳ１０）。そして、評価基準グループ情報出力部２４から出力された評価基準グループ情報及び評価ルール出力部２６から出力された評価ルールは、送信部２１を介してリコメンド装置１０に送信される。

リコメンド装置１０は、ユーザ端末１１から送信された評価基準グループ情報及び評価ルールを受信部３２により受信する。その後、評価基準グループ情報取得部４１により評価基準グループ情報が取得され、評価ルール取得部４３により評価ルールが取得される（ステップＳ１１）。その後、第１の評価部４５により、評価基準グループ情報に基づいて特定された複数の第１の商品の各々と、商品データベース１３に記憶されている第２の商品との１対１の個別評価が評価ルールに基づいて行われる（ステップＳ１２）。その後、第２の評価部４７により、第１の評価部４５により行われた１対１の個別評価に基づいて、複数の第２の商品の各々について多対１の総合評価が行われる（ステップＳ１３）。そして、リコメンド情報出力部４９により、第２の評価部４７で行われた多対１の総合評価に基づいてリコメンド情報が出力される（ステップＳ１４）。リコメンド情報出力部４９により出力されたリコメンド情報は、送信部３１を介してユーザ端末１１に送信される。

次にユーザ端末１１は、受信部２２により送信されたリコメンド情報を受信する。その後、表示制御部２５により、表示部２７にリコメンド情報に基づいた表示が行われる（ステップＳ１５）。

上述の各構成及び機能は、任意のハードウェア、ソフトウェア、或いは両者の組み合わせによって適宜実現可能である。例えば、上述の処理ステップ（処理手順）をコンピュータに実行させるプログラム、そのようなプログラムを記録したコンピュータ読み取り可能な記録媒体（非一時的記録媒体）、或いはそのようなプログラムをインストール可能なコンピュータに対しても本発明を適用することが可能である。

以上で本発明の例に関して説明してきたが、本発明は上述した実施の形態に限定されず、本発明の精神を逸脱しない範囲において種々の変形が可能であることは言うまでもない。

１…リコメンドシステム、１０…リコメンド装置、１１…ユーザ端末、１２…ネットワーク、１３…商品データベース、２０…入力部、２１…送信部、２２…受信部、２３…通信部、２４…評価基準グループ情報出力部、２５…表示制御部、２６…評価ルール出力部、２７…表示部、２８…システムコントローラ、３１…送信部、３２…受信部、３３…通信部、３９…評価ルールテーブルデータベース、４０…感性空間、４１…評価基準グループ情報取得部、４２…物理計測空間、４３…評価ルール取得部、４４…感性領域、４４ａ…感性領域、４５…第１の評価部、４６…物理量領域、４７…第２の評価部、４９…リコメンド情報出力部、６２…ソフトウエアキーボード

Claims (14)

1. 評価基準グループを構成する複数の第１の商品の各々と、前記第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の前記第２の商品のリコメンドを行うリコメンド装置であって、
   前記評価基準グループを構成する前記複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得部と、
   前記評価ルールを取得する評価ルール取得部と、
   前記評価ルールに基づいて、前記複数の第１の商品の各々と前記複数の第２の商品との１対１の個別評価を行う第１の評価部と、
   前記第１の評価部によって行われた個別評価に基づいて、前記評価基準グループに対する前記複数の第２の商品の各々についての多対１の総合評価を行う第２の評価部と、
   前記第２の評価部によって行われた総合評価に基づいて、前記複数の第２の商品のリコメンド情報を出力するリコメンド情報出力部と、
   を備えるリコメンド装置。
2. 前記第１の評価部は、前記個別評価毎に個別評価値を算出し、
   前記第２の評価部は、前記複数の第２の商品の各々に関して、前記個別評価値を用いて前記総合評価を行う請求項１に記載のリコメンド装置。
3. 前記総合評価は、前記個別評価値を合計した合計評価値を算出することにより行われる請求項２に記載のリコメンド装置。
4. 前記リコメンド情報出力部は、前記個別評価値を判断するための閾値を有し、前記閾値以下の前記個別評価値を有する第２の商品に関する情報であるミスマッチ情報をリコメンド情報に含ませる請求項２又は３に記載のリコメンド装置。
5. 前記ミスマッチ情報は、前記個別評価値が前記閾値以下となる前記第１の商品と前記第２の商品とに関する情報を含む請求項４に記載のリコメンド装置。
6. 前記リコメンド情報は、前記第１の商品の商品画像に関する情報、前記第２の商品の商品画像に関する情報、及び前記ミスマッチ情報に関する表示情報を含む請求項４又は５に記載のリコメンド装置。
7. 前記第１の評価部は、商品データベースに記憶されている商品を前記第２の商品として前記個別評価を行う請求項１から６のいずれか１項に記載のリコメンド装置。
8. 前記評価基準グループ情報取得部は、ユーザの購買履歴情報又はユーザのお気に入り情報を前記評価基準グループ情報として取得する請求項１から７のいずれか１項に記載のリコメンド装置。
9. 前記第１の商品及び前記第２の商品は服飾関係の商品である請求項１から８のいずれか１項に記載のリコメンド装置。
10. ユーザ端末と、ネットワークを介して前記ユーザ端末に接続されるリコメンド装置であって、評価基準グループを構成する複数の第１の商品の各々と、前記第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の前記第２の商品のリコメンドを行う前記リコメンド装置と、を備えるリコメンドシステム
    であって、
    前記リコメンド装置は、
    前記評価基準グループを構成する前記複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得部と、
    前記評価ルールを取得する評価ルール取得部と、
    前記評価ルールに基づいて、前記複数の第１の商品の各々と前記複数の第２の商品との１対１の個別評価を行う第１の評価部と、
    前記第１の評価部によって行われた個別評価に基づいて、前記評価基準グループに対する前記複数の第２の商品の各々についての多対１の総合評価を行う第２の評価部と、
    前記第２の評価部によって行われた総合評価に基づいて、前記複数の第２の商品のリコメンド情報を出力するリコメンド情報出力部と、
    を含み、
    前記ユーザ端末は、
    表示部と、
    前記リコメンド装置から取得した前記リコメンド情報に基づいて、前記表示部に前記リコメンド情報に基づく表示を行わせる表示制御部と、
    を含むリコメンドシステム。
11. 前記リコメンド装置の前記評価基準グループ情報取得部は、前記ユーザ端末から前記評価基準グループ情報を取得し、
    前記ユーザ端末は、前記評価基準グループ情報を前記リコメンド装置に出力する評価基準グループ情報出力部を含む請求項１０に記載のリコメンドシステム。
12. 前記リコメンド装置の前記評価ルール取得部は、前記ユーザ端末から前記評価ルールを取得し、
    前記ユーザ端末は、前記評価ルールを前記リコメンド装置に出力する評価ルール出力部を含む請求項１０又は１１に記載のリコメンドシステム。
13. 評価基準グループを構成する複数の第１の商品の各々と、前記第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の前記第２の商品のリコメンドを、コンピュータにより行われるリコメンド方法であって、
    前記評価基準グループを構成する前記複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得ステップと、
    前記評価ルールを取得する評価ルール取得ステップと、
    前記評価ルールに基づいて、前記複数の第１の商品の各々と前記複数の第２の商品との１対１の個別評価を行う第１の評価ステップと、
    前記第１の評価ステップにおいて行われた個別評価に基づいて、前記評価基準グループに対する前記複数の第２の商品の各々についての多対１の総合評価を行う第２の評価ステップと、
    前記第２の評価ステップにおいて行われた総合評価に基づいて、前記複数の第２の商品のリコメンド情報を出力するリコメンド情報出力ステップと、
    を含むリコメンド方法。
14. 評価基準グループを構成する複数の第１の商品の各々と、前記第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の前記第２の商品のリコメンドを行う処理をコンピュータに実行させるプログラムであって、
    前記評価基準グループを構成する前記複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得ステップと、
    前記評価ルールを取得する評価ルール取得ステップと、
    前記評価ルールに基づいて、前記複数の第１の商品の各々と前記複数の第２の商品との１対１の個別評価を行う第１の評価ステップと、
    前記第１の評価ステップによって行われた個別評価に基づいて、前記評価基準グループに対する前記複数の第２の商品の各々についての多対１の総合評価を行う第２の評価ステップと、
    前記第２の評価ステップによって行われた総合評価に基づいて、前記複数の第２の商品のリコメンド情報を出力するリコメンド情報出力ステップと、
    を含む処理をコンピュータに実行させるプログラム。