以下に、本願に係る抽出装置、抽出方法、及び抽出プログラムを実施するための形態(以下、「実施形態」と呼ぶ)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る抽出装置、抽出方法、及び抽出プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
(実施形態)
〔1.抽出処理〕
まず、図1を用いて、実施形態に係る抽出処理の一例について説明する。図1は、実施形態に係る抽出処理の一例を示す図である。図1の例では、抽出装置100は、行動情報の取得時点に対応するユーザのコンテキスト(以下、「現コンテキスト」ともいう)が、ユーザの過去の行動履歴に基づくユーザの過去のコンテキストのうち、ユーザの日常生活に対応するコンテキスト(以下、「通常コンテキスト」ともいう)と異なる場合、ユーザを所定の処理を行う対象とするユーザ(以下、「対象ユーザ」ともいう)として抽出する場合を示す。
また、図1の例では、抽出装置100は、対象ユーザとして抽出したユーザに対して、そのユーザに応じた推奨情報を提供する場合を示す。なお、ここでいうコンテキストとは、ユーザの行動情報から推定されるユーザが置かれた環境等を含むユーザの状態や状況を示す情報である。図1の例では、コンテキストIDにより各コンテキストを識別する。また、各コンテキストIDには、そのコンテキストに対応するユーザの位置やユーザが用いた検索クエリ(以下、単に「クエリ」ともいう)に関する情報が対応付けられる。
また、図1の例では、説明を簡単にするために、抽出装置100は、ユーザの行動情報のうち、ユーザの位置とユーザが検索に用いた検索クエリに関する情報に基づいてユーザのコンテキストを推定するが、ユーザのコンテキストが推定可能であれば、どのような情報を用いてユーザのコンテキストを推定してもよい。例えば、抽出装置100は、ユーザの行動履歴、ユーザの行動予定、ユーザの属性、ユーザの現在位置、現在時刻、ユーザが置かれた物理環境、ユーザが置かれた社会環境、ユーザの運動状態、および、ユーザの感情等の種々の情報等に基づいてユーザのコンテキストを推定してもよい。
また、例えば、抽出装置100は、ユーザの意図の推定対象となり得る行動等の種々の行動に関する情報を用いてユーザのコンテキストを推定してもよい。例えば、抽出装置100は、ユーザのコンテンツの閲覧等の種々の情報をユーザの行動情報として取得し、その情報に基づいてユーザのコンテキストを推定してもよい。また、例えば、抽出装置100は、ユーザの脳波や心拍数や、推定された感情の情報などに基づいてユーザのコンテキストを推定してもよい。
〔抽出システムの構成〕
図1の説明に先立って、図2を用いて抽出システム1の構成について説明する。図2は、実施形態に係る抽出システムの構成例を示す図である。図2に示すように、抽出システム1は、端末装置10と、抽出装置100とが含まれる。端末装置10と、抽出装置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。なお、図2に示した抽出システム1には、複数台の端末装置10や、複数台の抽出装置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、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。図1は、端末装置10がスマートフォンである場合を示す。また、端末装置10は、GPS(Global Positioning System)センサ等の機能を有し、ユーザの位置を検知し、取得可能であるものとする。また、端末装置10は、温度センサや気圧センサ等の種々の機能を有し、温度や気圧等のユーザの置かれている環境情報を検知し、取得可能であってもよい。また、端末装置10は、心拍センサ等の種々の機能を有し、ユーザの生体情報を検知し、取得可能であってもよい。例えば、端末装置10を利用するユーザは、端末装置10と通信可能なウェアラブルデバイスを身に付けることにより、端末装置10によりユーザ自身のコンテキスト情報を取得可能としてもよい。例えば、端末装置10を利用するユーザは、端末装置10と通信可能なリストバンド型のウェアラブルデバイスを身に付けることにより、端末装置10によりユーザ自身の心拍(脈拍)に関する情報を端末装置10が取得可能としてもよい。
また、端末装置10は、抽出装置100に種々の情報等を送信する。例えば、端末装置10は、ユーザに関する位置情報やユーザが検索に用いた検索クエリに関する情報を含む行動情報等を抽出装置100へ送信する。なお、以下では、端末装置10をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置10と読み替えることもできる。端末装置10は、ユーザによる種々の操作を受け付ける。図1の例では、端末装置10を利用するユーザがユーザID「U1」により識別されるユーザ(以下、「ユーザU1」と記載する)である場合を示す。
抽出装置100は、取得した行動情報に基づいて推定されるユーザの現コンテキストが、ユーザの通常コンテキストと異なる場合、ユーザを所定の処理を行う対象ユーザとして抽出する情報処理装置である。また、抽出装置100は、対象ユーザとして抽出したユーザに対して、そのユーザに応じた推奨情報を提供する。なお、図1の例では、説明を簡単にするためにユーザU1を一例として示すが、抽出装置100は、多数のユーザを対象に抽出処理を行ってもよい。
また、図1の例に示す各日時「dt*」中の「dt」に続く「*(*は任意の数値)」は、対応する行動等が行われた日時を示し、日時「dt*」は、「*」の値が大きい程、日付が新しいものとする。例えば、日時「dt12」は、日時「dt11」に比べて、「dt」に続く数値が大きいため、日付がより新しいことを示す。図1に示す例では、日時「dt12」におけるユーザU1の行動は、日時「dt11」におけるユーザU1の行動よりも後に行われたことを示す。なお、図1の例では、「日時dt11」等のように抽象的に図示するが、「日時dt11」は、「2017年2月17日10時32分18秒」等の具体的な日時が対応するものとする。
ここから、図1を用いて、抽出処理の流れについて説明する。まず、図1に示すマップ情報MP1−1、MP1−2について、簡単に説明する。図1に示すマップ情報MP1−1、MP1−2は、ユーザU1についての位置やユーザU1の自宅HMやオフィスOFの位置等を模式的に示す図である。図1に示すマップ情報MP1−1及びマップ情報MP1−2は、ユーザの行動情報が取得される時点の差を示すためのものであり、マップ情報MP1−1及びマップ情報MP1−2に示す範囲(エリア)は、同一のエリアである。また、以下では、マップ情報MP1−1、MP1−2について、特に区別なく説明する場合には、マップ情報MP1と記載する。なお、図1に示すマップ情報MP1においては、エリアID「AR11」により識別されるエリアAやエリアID「AR100」により識別されるエリアKのみを図示するが、マップ情報MP1には、他のエリアも含まれてもよい。なお、ここでいうエリアの大きさは、処理の目的等に応じて適宜設定されてもよい。例えば、エリアは、「県」、「市」、「区」、「町」等の種々の大きさのエリアが適宜設定されてもよい。
図1では、抽出装置100は、ユーザU1が利用する端末装置10からユーザU1の行動情報を取得する(ステップS11)。例えば、抽出装置100は、ユーザU1の通常生活時(日常生活時)において、マップ情報MP1−1に示すように、端末装置10からユーザU1の行動情報を取得する。図1の例では、抽出装置100は、日時dt11〜dt52等におけるユーザU1の行動情報を取得する。
そして、抽出装置100は、ユーザU1の行動情報を行動履歴として格納する(ステップS12)。図1の例では、抽出装置100は、ユーザU1の行動情報を行動履歴として、行動情報記憶部122に格納する。
例えば、図1中の行動情報記憶部122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中のユーザU1に対応する。また、図1中の行動情報記憶部122に示す「行動ID」は、ユーザの行動を識別する情報を示す。また、図1中の行動情報記憶部122に示す「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、図1中の行動情報記憶部122に示す「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。図1中の行動情報記憶部122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。また、図1中の行動情報記憶部122に示す「位置」は、対応する行動が行われた際のユーザの位置を示す。なお、図1の例では、説明を簡単にするために、「位置」は、「エリアA」といった抽象的な記号を図示するが、緯度や経度を示す情報であってもよい。
例えば、図1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「AC11」により識別される行動(行動AC11)や行動ID「AC12」により識別される行動(行動AC12)等を行ったことを示す。
また、以下では、行動ID「AC11」により識別される行動を「行動AC11」とする場合がある。このように、以下では、「行動AC*(*は任意の数値)」と記載した場合、その行動は行動ID「AC*」により識別される行動であることを示す。例えば、「行動AC15」と記載した場合、その行動は行動ID「AC15」により識別される行動である。また、以下では、ユーザU1の行動AC11、AC12、AC15、AC51、AC52等について、特に区別なく説明する場合には、行動ACと記載する。
図1の例では、ユーザU1は、検索クエリ「グルメ」及び「エリアA」を用いた検索(行動AC11)を日時dt11にエリアAで行ったことを示す。例えば、行動AC11は、日時dt11に検索クエリ「グルメ」及び「エリアA」を用いた検索がユーザU1が利用する端末装置10において行われたことを示す。また、ユーザU1は、エリアAに位置するレストランAにおいて決済を日時dt12に行ったことを示す。例えば、行動AC12は、日時dt12にユーザU1がレストランAで食事をし、端末装置10等を用いて決済を行ったことを示す。
また、ユーザU1は、グルメサイトに関するコンテンツCの閲覧(行動AC15)を日時dt15にエリアBで行ったことを示す。また、ユーザU1は、検索クエリ「ランチ」及び「エリアA」を用いた検索(行動AC51)を日時dt51にエリアAで行ったことを示す。また、ユーザU1は、エリアAに位置するレストランBにおいて決済を日時dt52に行ったことを示す。例えば、行動AC52は、日時dt52にユーザU1がレストランBで食事をし、端末装置10等を用いて決済を行ったことを示す。
図1の例では、抽出装置100は、上述したような行動AC11、AC12、AC15、AC51、AC52等を含むユーザU1の行動履歴を行動情報記憶部122に格納する。
そして、抽出装置100は、ユーザのコンテキストを推定する(ステップS13)。図1の例では、抽出装置100は、ユーザU1の各行動ACの時点におけるコンテキストを推定する。例えば、抽出装置100は、行動情報記憶部122に記憶されたユーザU1の行動履歴に基づいて、ユーザのコンテキストを推定する。図1の例では、抽出装置100は、コンテキスト情報記憶部123に示すようなユーザのコンテキスト情報を推定する。
図1中のコンテキスト情報記憶部123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。図1中のコンテキスト情報記憶部123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。また、図1中のコンテキスト情報記憶部123に示す「コンテキストID」は、ユーザのコンテキストを識別する情報を示す。また、図1中のコンテキスト情報記憶部123に示す「位置」は、対応するコンテキストにおけるユーザの位置を示す。また、図1中のコンテキスト情報記憶部123に示す「検索クエリ」は、対応するコンテキストにおいてユーザが用いた検索クエリを示す。「検索クエリ」中の「クエリQ1」や「クエリQ2」は、対応するコンテキストにおいてユーザが組み合わせて用いた各検索クエリを示す。
図1の例では、抽出装置100は、エリアAにおける検索クエリ「グルメ」及び「エリアA」を用いた検索に対応する行動AC11時のコンテキストは、コンテキストID「CN11」により識別されるコンテキスト(コンテキストCN11)であると推定する。
また、以下では、コンテキストID「CN11」により識別される行動を「コンテキストCN11」とする場合がある。このように、以下では、「コンテキストCN*(*は任意の数値)」と記載した場合、その行動はコンテキストID「CN*」により識別されるコンテキストであることを示す。例えば、「コンテキストCN15」と記載した場合、その行動はコンテキストID「CN15」により識別されるコンテキストである。また、以下では、ユーザU1のコンテキストCN11、CN12、CN15等について、特に区別なく説明する場合には、コンテキストCNと記載する。
また、図1の例では、抽出装置100は、エリアAのレストランAでの決済に対応する行動AC12時のコンテキストは、コンテキストCN12であると推定する。
また、図1の例では、抽出装置100は、エリアBにおけるコンテンツCの閲覧に対応する行動AC15時のコンテキストは、コンテキストCN15であると推定する。
また、図1の例では、抽出装置100は、検索クエリ「ランチ」及び「エリアA」を用いた検索に対応する行動AC51時のコンテキストは、コンテキストCN11であると推定する。図1の例では、行動AC51時は、行動AC11と位置「エリアA」が共通し、検索クエリがグルメに関するクエリ及び位置「エリアA」の組合せであり共通する。そのため、抽出装置100は、行動AC51時のコンテキストは、行動AC11のコンテキストと同じコンテキストCN11であると推定する。
また、図1の例では、抽出装置100は、エリアAのレストランBでの決済に対応する行動AC52時のコンテキストは、コンテキストCN12であると推定する。図1の例では、行動AC52時は、行動AC12と位置「エリアA」が共通し、行動が決済であり共通する。そのため、抽出装置100は、行動AC52のコンテキストは、行動AC12のコンテキストと同じコンテキストCN12であると推定する。なお、上記のコンテキストの推定は一例であり、抽出装置100は、どのようにコンテキストの推定を行ってもよい。
そして、抽出装置100は、ユーザの通常コンテキストを推定する(ステップS14)。図1の例では、抽出装置100は、ユーザU1の各行動ACの時点におけるコンテキストに基づいて、ユーザU1の通常コンテキストを推定する。例えば、抽出装置100は、コンテキスト情報記憶部123に記憶されたユーザU1のコンテキスト情報に基づいて、ユーザの通常コンテキストを推定する。
図1の例では、コンテキスト情報記憶部123には、ユーザU1がエリアAに位置する状況に対応するコンテキストCN11、CN12が多く格納される。したがって、図1の例では、抽出装置100は、ユーザU1がエリアAのグルメの検索やエリアAのレストランでの決済を行う状況に対応するコンテキストCNであることが多いと推定する。そのため、図1の例では、抽出装置100は、ユーザU1の通常コンテキストをエリアAに位置する状況に対応するコンテキストCN11、CN12であると推定する。以下、コンテキストCN11を通常コンテキストCN11とし、コンテキストCN12を通常コンテキストCN12とする場合がある。なお、上記の通常コンテキストの推定は一例であり、抽出装置100は、どのように通常コンテキストの推定を行ってもよい。
また、抽出装置100は、ユーザU1の行動履歴に基づいて、ユーザU1の興味を推定する(ステップS15)。図1の例では、行動情報記憶部122に示すように、ユーザU1については、グルメに関連するクエリを用いた検索(行動AC11、AC51)や、グルメに関連するコンテンツの閲覧(行動AC15)や、レストランでの決済(行動AC12、AC52)等のグルメに関する行動が多く格納される。そのため、抽出装置100は、ユーザU1の行動履歴に基づいて、ユーザU1の興味を対象「グルメ」と推定する。なお、上記のユーザの興味の推定は一例であり、抽出装置100は、どのようにユーザの興味の推定を行ってもよい。
ここから、対象ユーザとしてユーザU1が抽出される場合について説明する。図1では、抽出装置100は、ユーザU1が利用する端末装置10からユーザU1の行動情報を取得する(ステップS16)。例えば、抽出装置100は、ユーザU1の抽出時において、マップ情報MP1−2に示すように、端末装置10からユーザU1の行動情報を取得する。図1の例では、抽出装置100は、日時dt52以降におけるユーザU1の行動情報を取得するものとする。具体的には、抽出装置100は、端末装置10から検索クエリ「出張」及び「エリアK」を用いた検索に関する行動情報を取得する。
そして、抽出装置100は、ユーザの現コンテキストを推定する(ステップS17)。図1の例では、抽出装置100は、検索時点におけるユーザU1の現コンテキストを検索クエリ「出張」及び「エリアK」や位置「エリアA」に基づいて推定する。例えば、ユーザU1が検索行った位置「エリアA」はコンテキストCN11と一致するが、検索に用いられたクエリがグルメに関連しない「出張」やエリアAとは異なる他のエリア「エリアK」であるため、抽出装置100は、ユーザU1の現コンテキストを通常コンテキストCN11、CN12とは異なると推定する。図1の例では、抽出装置100は、現コンテキスト情報CC11に示すように、ユーザU1の現コンテキストを通常コンテキストCN11、CN12とは異なるコンテキストCN100であると推定する。以下、コンテキストCN100を現コンテキストCN100とする場合がある。なお、図1の例では、図示を省略するが、抽出装置100は、他のユーザについても現コンテキストの推定を行ってもよい。
そして、抽出装置100は、対象ユーザを抽出する(ステップS18)。例えば、抽出装置100は、現コンテキストを推定した多数のユーザから対象ユーザを抽出する。図1の例では、抽出装置100は、ユーザ情報記憶部121に記憶された複数のユーザのうち、現コンテキストが通常コンテキストと異なるユーザを対象ユーザとして抽出する。例えば、抽出装置100は、対象ユーザ一覧UL11に示すように、現コンテキストCN100が通常コンテキストCN11、CN12と異なるユーザU1を対象ユーザとして抽出する。
そして、抽出装置100は、対象ユーザとして抽出したユーザに対して提供する推奨情報を決定する(ステップS19)。例えば、抽出装置100は、対象ユーザとして抽出した各ユーザに対して、各ユーザが興味を有する対象に関する情報を推奨情報として決定する。例えば、抽出装置100は対象ユーザとして抽出したユーザが通常コンテキストに対応するエリアとは異なるエリア(以下、「対象エリア」ともいう)を検索している場合、そのユーザが興味を有する対象であって、対象エリアに関連する対象に関する情報を推奨情報として決定する。
例えば、抽出装置100は、対象ユーザであるユーザU1が興味を有する対象「グルメ」に関するコンテンツを推奨情報に決定する。また、抽出装置100は、対象ユーザであるユーザU1が現コンテキストCN100の推定時に検索に用いた位置であって、通常コンテキストCN11、CN12に対応するエリアAとは異なる位置「エリアK」に関するコンテンツを推奨情報に決定する。図1の例では、抽出装置100は、内容が「グルメ」であり、対象エリアが「エリアK」であるコンテンツCT11をユーザU1に提供する推奨情報として決定する。
そして、抽出装置100は、対象ユーザに対して推奨情報を提供する(ステップS20)。図1の例では、抽出装置100は、内容が「グルメ」であり、対象エリアが「エリアK」であるコンテンツCT11をユーザU1に推奨情報として提供する。
このように、抽出装置100は、通常と異なるコンテキストにある対象ユーザを適切に抽出することができる。したがって、抽出装置100は、所定の処理を行う対象となるユーザを適切に抽出することができるため、抽出した対象ユーザに対して適切な推奨情報を提供することができる。
〔1−1.推奨情報〕
なお、上述した例では、抽出装置100が対象ユーザとして抽出したユーザU1にユーザU1が興味関心を有する対象に関する推奨情報を提供する場合を示したが、抽出装置100は、種々の情報を推奨情報として提供してもよい。なお、この点の詳細については、図8において詳述する。
〔1−2.コンテキスト〕
また、上述した例では、抽出装置100がユーザの位置や検索に用いたクエリに関する情報に基づいて、ユーザのコンテキストを推定する場合を示したが、抽出装置100は、種々の情報に基づいて、ユーザのコンテキストを推定してもよい。
また、上述した例では、抽出装置100がユーザの位置及び検索クエリに関するカテゴリの組合せに対応するコンテキストを対象にユーザの位置や検索に用いたクエリに関する情報に基づいて、ユーザのコンテキストを推定する場合を示したが、抽出装置100は、種々の情報に基づいて、ユーザのコンテキストを推定してもよい。
〔2.抽出装置の構成〕
次に、図3を用いて、実施形態に係る抽出装置100の構成について説明する。図3は、実施形態に係る抽出装置100の構成例を示す図である。図3に示すように、抽出装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、抽出装置100は、抽出装置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3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、コンテキスト情報記憶部123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を記憶する。図4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4に示すユーザ情報記憶部121は、「ユーザID」、「年齢」、「性別」、「興味」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。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。
また、「興味」は、ユーザIDにより識別されるユーザの興味を示す。すなわち、「興味」は、ユーザIDにより識別されるユーザが関心の高い対象を示す。なお、図4に示す例では、「興味」は、各ユーザに1つずつ図示するが、複数であってもよい。
例えば、図4の例では、ユーザID「U1」により識別されるユーザ(ユーザU1)の年齢は、「20代」であり、性別は、「女性」であることを示す。また、例えば、ユーザU1は「グルメ」に興味があることを示す。また、例えば、図4の例では、ユーザID「U2」により識別されるユーザ(ユーザU2)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、ユーザU1は「スポーツ」に興味があることを示す。
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、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等の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、氏名、家族構成、収入等の情報を記憶してもよい。
(行動情報記憶部122)
実施形態に係る行動情報記憶部122は、ユーザの環境に関する行動情報に関する各種情報を記憶する。図5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、行動情報として、ある時点(時刻)のユーザの位置におけるユーザの置かれている環境に関する情報を記憶する。例えば、行動情報記憶部122は、行動情報として、ある時点(時刻)のユーザの位置における気象情報を記憶する。図5に示す行動情報記憶部122には、「ユーザID」、「行動ID」、「種別」、「内容」、「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。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。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。「日時」は、対応するユーザの行動が行われた日時を示す。「日時」には、「dt11」等のように抽象的に図示するが、「2017年1月25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、対応する行動が行われた際のユーザの位置を示す。なお、図5の例では、説明を簡単にするために、「位置」は、「エリアA」といった抽象的な記号を図示するが、緯度や経度を示す情報や「X県Y市Z町」等のような住所を示す情報であってもよい。
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(ユーザU1)は、行動ID「AC11」により識別される行動(行動AC11)や行動ID「AC12」により識別される行動(行動AC12)等を行ったことを示す。具体的には、ユーザU1は、検索クエリ「グルメ」及び「エリアA」を用いた検索(行動AC11)を日時dt11にエリアAで行ったことを示す。例えば、行動AC11は、日時dt11に検索クエリ「グルメ」及び「エリアA」を用いた検索がユーザU1が利用する端末装置10において行われたことを示す。また、ユーザU1は、エリアAに位置するレストランAにおいて決済を日時dt12に行ったことを示す。例えば、行動AC12は、日時dt12にユーザU1がレストランAで食事をし、端末装置10等を用いて決済を行ったことを示す。
例えば、ユーザU1は、グルメサイトに関するコンテンツCの閲覧(行動AC15)を日時dt15にエリアBで行ったことを示す。例えば、ユーザU1は、検索クエリ「ランチ」及び「エリアA」を用いた検索(行動AC51)を日時dt51にエリアAで行ったことを示す。また、例えば、ユーザU1は、エリアAに位置するレストランBにおいて決済を日時dt52に行ったことを示す。
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5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。
(コンテキスト情報記憶部123)
実施形態に係るコンテキスト情報記憶部123は、ユーザのコンテキスト情報に関する各種情報を記憶する。図6は、実施形態に係るコンテキスト情報記憶部の一例を示す図である。例えば、コンテキスト情報記憶部123は、コンテキスト情報として、ある時点(時刻)のユーザの位置や検索に用いたクエリに関する情報を、その時点のコンテキストIDに対応付けて記憶する。図6に示すコンテキスト情報記憶部123には、「ユーザID」、「コンテキスト情報」といった項目が含まれる。また、「コンテキスト情報」には、「日時」、「コンテキストID」、「位置」、「検索クエリ」といった項目が含まれる。また、「検索クエリ」には、「クエリQ1」や「クエリQ2」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。「日時」は、対応するユーザの行動が行われた日時を示す。「日時」には、「dt11」等のように抽象的に図示するが、「2017年1月25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、「コンテキストID」は、ユーザのコンテキストを識別する情報を示す。また、「位置」は、対応するコンテキストにおけるユーザの位置を示す。なお、図5の例では、説明を簡単にするために、「位置」は、「エリアA」といった抽象的な記号を図示するが、緯度や経度を示す情報や「X県Y市Z町」等のような住所を示す情報であってもよい。また、「検索クエリ」は、対応するコンテキストにおいてユーザが用いた検索クエリを示す。「検索クエリ」中の「クエリQ1」や「クエリQ2」は、対応するコンテキストにおいてユーザが組み合わせて用いた各検索クエリを示す。
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(ユーザU1)がエリアAにおいて、検索クエリ「グルメ」及び「エリアA」を用いて検索(例えば行動AC11に対応)を行った際(日時dt11)のコンテキストは、コンテキストID「CN11」により識別されるコンテキスト(コンテキストCN11)であることを示す。また、例えば、ユーザU1がエリアAにおいて所定の行動(例えば行動AC12に対応するレストランAでの決済)を行った際(日時dt12)のコンテキストは、コンテキストID「CN12」により識別されるコンテキスト(コンテキストCN12)であることを示す。
また、例えば、ユーザU1がエリアBにおいて所定の行動(例えば行動AC15に対応するコンテンツCの閲覧)を行った際(日時dt15)のコンテキストは、コンテキストID「CN15」により識別されるコンテキスト(コンテキストCN15)であることを示す。
また、例えば、ユーザU1がエリアAにおいて、検索クエリ「ランチ」及び「エリアA」を用いて検索(例えば行動AC51に対応)を行った際(日時dt51)のコンテキストは、コンテキストID「CN11」により識別されるコンテキスト(コンテキストCN11)であることを示す。また、例えば、ユーザU1がエリアAにおいて所定の行動(例えば行動AC52に対応するレストランBでの決済)を行った際(日時dt52)のコンテキストは、コンテキストID「CN12」により識別されるコンテキスト(コンテキストCN12)であることを示す。
なお、コンテキスト情報記憶部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、図5では、ユーザIDごとに行動情報がコンテキスト情報記憶部123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。
(制御部130)
図3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、抽出装置100内部の記憶装置に記憶されている各種プログラム(抽出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3に示すように、制御部130は、取得部131と、推定部132と、抽出部133と、提供部134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3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。また、制御部130が有する各処理部の接続関係は、図3に示した接続関係に限られず、他の接続関係であってもよい。
(取得部131)
取得部131は、種々の情報を取得する。取得部131は、端末装置10等の外部装置から各種情報を取得する。また、取得部131は、ユーザ情報記憶部121や、行動情報記憶部122や、コンテキスト情報記憶部123等から各種情報を取得する。
例えば、取得部131は、ユーザの行動情報を取得する。例えば、取得部131は、ユーザの経済状況に関する経済状況情報を取得する。
図1の例では、取得部131は、ユーザU1が利用する端末装置10からユーザU1の行動情報を取得する。図1の例では、取得部131は、ユーザU1の通常生活時(日常生活時)において、マップ情報MP1−1に示すように、端末装置10からユーザU1の行動情報を取得する。図1の例では、取得部131は、日時dt11〜dt52等におけるユーザU1の行動情報を取得する。
図1の例では、取得部131は、ユーザU1が利用する端末装置10からユーザU1の行動情報を取得する。図1の例では、取得部131は、ユーザU1の抽出時において、マップ情報MP1−2に示すように、端末装置10からユーザU1の行動情報を取得する。図1の例では、取得部131は、日時dt52以降におけるユーザU1の行動情報を取得するものとする。図1の例では、取得部131は、端末装置10から検索クエリ「出張」及び「エリアK」を用いた検索に関する行動情報を取得する。
(推定部132)
推定部132は、種々の情報を生成する。例えば、推定部132は、端末装置10から取得される情報に基づいて、各種情報を推定する。例えば、推定部132は、ユーザ情報記憶部121や、行動情報記憶部122や、コンテキスト情報記憶部123等に基づいて、各種情報を推定する。
例えば、推定部132は、取得部131により取得された行動情報に基づいてユーザのコンテキストを推定する。例えば、推定部132は、取得部131により取得された行動情報に基づいてユーザの興味関心を推定する。
図1の例では、推定部132は、ユーザのコンテキストを推定する。図1の例では、推定部132は、ユーザU1の各行動ACの時点におけるコンテキストを推定する。図1の例では、推定部132は、行動情報記憶部122に記憶されたユーザU1の行動履歴に基づいて、ユーザのコンテキストを推定する。図1の例では、推定部132は、コンテキスト情報記憶部123に示すようなユーザのコンテキスト情報を推定する。
図1の例では、推定部132は、エリアAにおける検索クエリ「グルメ」及び「エリアA」を用いた検索に対応する行動AC11時のコンテキストは、コンテキストCN11であると推定する。図1の例では、推定部132は、エリアAのレストランAでの決済に対応する行動AC12時のコンテキストは、コンテキストCN12であると推定する。図1の例では、推定部132は、エリアBにおけるコンテンツCの閲覧に対応する行動AC15時のコンテキストは、コンテキストCN15であると推定する。
また、図1の例では、推定部132は、検索クエリ「ランチ」及び「エリアA」を用いた検索に対応する行動AC51時のコンテキストは、コンテキストCN11であると推定する。図1の例では、推定部132は、行動AC51時のコンテキストは、行動AC11のコンテキストと同じコンテキストCN11であると推定する。
また、図1の例では、推定部132は、エリアAのレストランBでの決済に対応する行動AC52時のコンテキストは、コンテキストCN12であると推定する。図1の例では、行動AC52時は、行動AC12と位置「エリアA」が共通し、行動が決済であり共通する。そのため、推定部132は、行動AC52のコンテキストは、行動AC12のコンテキストと同じコンテキストCN12であると推定する。
また、図1の例では、推定部132は、ユーザの通常コンテキストを推定する。図1の例では、推定部132は、ユーザU1の各行動ACの時点におけるコンテキストに基づいて、ユーザU1の通常コンテキストを推定する。図1の例では、推定部132は、コンテキスト情報記憶部123に記憶されたユーザU1のコンテキスト情報に基づいて、ユーザの通常コンテキストを推定する。
図1の例では、推定部132は、ユーザU1がエリアAのグルメの検索やエリアAのレストランでの決済を行う状況に対応するコンテキストCNであることが多いと推定する。図1の例では、推定部132は、ユーザU1の通常コンテキストをエリアAに位置する状況に対応するコンテキストCN11、CN12であると推定する。
図1の例では、推定部132は、ユーザU1の行動履歴に基づいて、ユーザU1の興味を推定する。図1の例では、推定部132は、ユーザU1の行動履歴に基づいて、ユーザU1の興味を対象「グルメ」と推定する。
図1の例では、推定部132は、ユーザの現コンテキストを推定する。図1の例では、推定部132は、検索時点におけるユーザU1の現コンテキストを検索クエリ「出張」及び「エリアK」や位置「エリアA」に基づいて推定する。図1の例では、推定部132は、ユーザU1の現コンテキストを通常コンテキストCN11、CN12とは異なると推定する。図1の例では、推定部132は、現コンテキスト情報CC11に示すように、ユーザU1の現コンテキストを通常コンテキストCN11、CN12とは異なるコンテキストCN100であると推定する。
(抽出部133)
抽出部133は、種々の情報を抽出する。例えば、抽出部133は、ユーザ情報記憶部121や、行動情報記憶部122や、コンテキスト情報記憶部123等から各種情報を抽出する。例えば、抽出部133は、推定部132により推定された情報に基づいて、種々の情報を抽出する。
例えば、抽出部133は、取得部131により取得された行動情報に基づくユーザのコンテキストである現コンテキストが、当該ユーザの過去の行動履歴に基づく当該ユーザの過去のコンテキストのうち、当該ユーザの日常生活に対応するコンテキストである通常コンテキストと異なる場合、当該ユーザを所定の処理を行う対象ユーザとして抽出する。
例えば、抽出部133は、ユーザが用いた検索クエリに関する情報に基づくユーザの現コンテキストが、当該ユーザが過去に用いた検索クエリに関する情報に基づく通常コンテキストと異なる場合、当該ユーザを対象ユーザとして抽出する。例えば、抽出部133は、ユーザの位置情報に基づくユーザの現コンテキストが、当該ユーザの過去の位置情報に基づく通常コンテキストと異なる場合、当該ユーザを対象ユーザとして抽出する。
例えば、抽出部133は、ユーザの位置に関する現コンテキストが、当該ユーザの日常生活における位置に関する通常コンテキストと異なる場合、当該ユーザを対象ユーザとして抽出する。例えば、抽出部133は、ユーザの現コンテキストが、当該ユーザの通常コンテキストと異なる場合、当該ユーザを当該ユーザの興味関心に対応する対象ユーザとして抽出する。例えば、抽出部133は、ユーザの現コンテキストが、当該ユーザの通常コンテキストと異なる場合、当該ユーザを当該ユーザの経済状況情報に基づいて推定される経済状況に対応するサービスを提供する対象ユーザとして抽出する。
図1の例では、抽出部133は、対象ユーザを抽出する。図1の例では、抽出部133は、現コンテキストを推定した多数のユーザから対象ユーザを抽出する。図1の例では、抽出部133は、ユーザ情報記憶部121に記憶された複数のユーザのうち、現コンテキストが通常コンテキストと異なるユーザを対象ユーザとして抽出する。図1の例では、抽出部133は、対象ユーザ一覧UL11に示すように、現コンテキストCN100が通常コンテキストCN11、CN12と異なるユーザU1を対象ユーザとして抽出する。
図1の例では、抽出部133は、対象ユーザとして抽出したユーザに対して提供する推奨情報を決定する。図1の例では、抽出部133は、対象ユーザとして抽出した各ユーザに対して、各ユーザが興味を有する対象に関する情報を推奨情報として決定する。図1の例では、抽出部133は、対象ユーザとして抽出したユーザが通常コンテキストに対応するエリアとは異なるエリア(対象エリア)を検索している場合、そのユーザが興味を有する対象であって、対象エリアに関連する対象に関する情報を推奨情報として決定する。
図1の例では、抽出部133は、対象ユーザであるユーザU1が興味を有する対象「グルメ」に関するコンテンツを推奨情報に決定する。また、図1の例では、抽出部133は、対象ユーザであるユーザU1が現コンテキストCN100の推定時に検索に用いた位置であって、通常コンテキストCN11、CN12に対応するエリアAとは異なる位置「エリアK」に関するコンテンツを推奨情報に決定する。図1の例では、抽出部133は、内容が「グルメ」であり、対象エリアが「エリアK」であるコンテンツCT11をユーザU1に提供する推奨情報として決定する。
(提供部134)
提供部134は、端末装置10等の外部装置に各種情報を提供する。例えば、提供部134は、推定部132により推定された各種情報を外部装置に提供してもよい。また、提供部134は、抽出部133により抽出された各種の情報を外部装置に提供してもよい。
例えば、提供部134は、抽出部133により抽出された対象ユーザに、現コンテキストに応じた情報であって、対象ユーザに所定の行動を促す推奨情報を提供する。例えば、提供部134は、ユーザを当該ユーザの経済状況情報に基づいて推定される経済状況に対応するサービスを提供する。
図1の例では、提供部134は、対象ユーザに対して推奨情報を提供する。図1の例では、提供部134は、内容が「グルメ」であり、対象エリアが「エリアK」であるコンテンツCT11をユーザU1に推奨情報として提供する。
〔3.抽出処理のフロー〕
次に、図7を用いて、実施形態に係る抽出システム1による抽出処理の手順について説明する。図7は、実施形態に係る抽出処理の一例を示すフローチャートである。
図7に示すように、抽出装置100は、行動情報を取得した場合(ステップS101:Yes)、行動情報に基づいてコンテキストを推定する(ステップS102)。例えば、抽出装置100は、ユーザが利用する端末装置10からユーザの位置情報やユーザが検索に用いたクエリ等に関する情報を行動情報として取得する。また、例えば、抽出装置100は、ユーザ情報記憶部121(図4参照)からユーザの行動情報を取得する。例えば、抽出装置100は、ユーザが利用する端末装置10から取得した行動情報や、ユーザ情報記憶部121(図4参照)に記憶されたユーザの行動情報に基づいて、ユーザのコンテキストを推定する。また、抽出装置100は、行動情報を取得しなかった場合(ステップS101:No)、ステップS101の処理を繰り返す。
そして、抽出装置100は、推定したコンテキストが通常コンテキストと異なる場合(ステップS103:Yes)、コンテキストが所定の条件を満たすかどうかを判定する(ステップS104)。
コンテキストが所定の条件を満たす場合(ステップS104:Yes)、抽出装置100は、所定のサービスを提供する(ステップS105)。
また、抽出装置100は、推定したコンテキストが通常コンテキストと異ならない場合(ステップS103:No)や、コンテキストが所定の条件を満たさない場合(ステップS104:No)、ステップS101に戻って処理を繰り返す。
〔4.他の推奨情報の提供〕
図1の例では、ユーザの興味に応じた推奨情報を提供する場合を示したが、抽出装置100は、種々の推奨情報を提供してもよい。この点について、図8を用いて説明する。図8は、実施形態に係る抽出処理の一例を示す図である。具体的には、図8は、ユーザの経済状況に応じて推奨情報を提供する場合を示す例である。なお、図1と同様の点については適宜説明を省略する。
ここから、図8を用いて、抽出処理の流れについて説明する。なお、図8に示す例においては、図1に示すステップS11〜S13の処理、行動AC11、AC12、AC15、AC51、AC52等のコンテキストの推定が行われた後の処理について説明する。また、図8に示す例では、ユーザ情報記憶部121Aには、ユーザの経済状況を示す情報が記憶される項目「ステータス」が含まれるものとする。
また、図8に示すマップ情報MP1−1、MP1−2は、ユーザU1についての位置やユーザU1の自宅HMやオフィスOFの位置等を模式的に示す図である。図8に示すマップ情報MP1−1及びマップ情報MP1−2は、ユーザの行動情報が取得される時点の差を示すためのものであり、マップ情報MP1−1及びマップ情報MP1−2に示す範囲(エリア)は、同一のエリアである。また、以下では、マップ情報MP1−1、MP1−2について、特に区別なく説明する場合には、マップ情報MP1と記載する。なお、図8に示すマップ情報MP1においては、エリアID「AR11」により識別されるエリアAやエリアID「AR200」により識別されるエリアLのみを図示するが、マップ情報MP1には、他のエリアも含まれてもよい。
図8では、抽出装置100は、ユーザU1が利用する端末装置10からユーザU1の行動情報を取得する(ステップS51)。例えば、抽出装置100は、ユーザU1の通常生活時において、マップ情報MP1−1に示すように、端末装置10からユーザU1の行動情報を取得する。図1の例では、抽出装置100は、日時dt52以降におけるユーザU1の行動情報を取得するものとする。具体的には、抽出装置100は、端末装置10から検索クエリ「借入」及び「利息」を用いた検索に関する行動情報を取得する。
そして、抽出装置100は、ユーザU1の行動情報を行動履歴として格納する(ステップS52)。図8の例では、抽出装置100は、ユーザU1の行動AC200に関する行動情報を行動履歴として、行動情報記憶部122に格納する。図8の例では、抽出装置100は、ユーザU1が検索クエリ「借入」及び「利息」を用いた検索(行動AC200)を日時dt200にエリアAで行ったこと情報を行動情報記憶部122に格納する。
そして、抽出装置100は、ユーザのコンテキストを推定する(ステップS53)。図8の例では、抽出装置100は、ユーザU1の行動AC200の時点におけるコンテキストを推定する。例えば、抽出装置100は、行動情報記憶部122に記憶されたユーザU1の行動履歴に基づいて、ユーザのコンテキストを推定する。図8の例では、抽出装置100は、コンテキスト情報記憶部123に示すように、行動AC200が行われた日時dt200におけるユーザU1のコンテキスト情報を推定する。
図8の例では、抽出装置100は、エリアAにおける検索クエリ「借入」及び「利息」を用いた検索に対応する行動AC200時のコンテキストは、コンテキストCN200であると推定する。例えば、ユーザU1が検索行った位置「エリアA」はコンテキストCN11と一致するが、検索に用いられたクエリがグルメに関連しない「借入」や「利息」であるため、抽出装置100は、日時dt200におけるユーザU1のコンテキストをコンテキストCN200と推定する。なお、抽出装置100は、日時dt200においてユーザU1を対象ユーザとして抽出して推奨情報を提供してもよいが、抽出装置100は、ユーザU1がエリアAに位置するため、推奨情報を提供しないものとする。
そして、抽出装置100は、ユーザの通常コンテキストを推定する(ステップS54)。図8の例では、抽出装置100は、ユーザU1の各行動ACの時点におけるコンテキストに基づいて、ユーザU1の通常コンテキストを推定する。例えば、抽出装置100は、コンテキスト情報記憶部123に記憶されたユーザU1のコンテキスト情報に基づいて、ユーザの通常コンテキストを推定する。図8の例では、図1と同様に、抽出装置100は、ユーザU1の通常コンテキストを通常コンテキストCN11、CN12であると推定する。
また、抽出装置100は、ユーザの各種情報に基づいて、ユーザのステータス(経済状況)を推定する(ステップS55)。なお、図8の例では、説明を簡単にするために、行動情報記憶部122に記憶されたユーザの行動履歴に基づいてユーザのステータス(経済状況)を推定する場合を示すが、抽出装置100は、どのような情報を用いてユーザのステータス(経済状況)を推定してもよい。図8の例では、行動情報記憶部122に示すように、ユーザU1については、日時dt200において、クエリ「借入」やクエリ「利息」を用いた検索(行動AC200)を行っている。そのため、抽出装置100は、ユーザU1の行動履歴に基づいて、ユーザU1のステータスを「金欠」と推定する。なお、上記のユーザのステータスの推定は一例であり、抽出装置100は、どのようにユーザのステータスの推定を行ってもよい。
ここから、対象ユーザとしてユーザU1が抽出される場合について説明する。図8では、抽出装置100は、ユーザU1が利用する端末装置10からユーザU1の行動情報を取得する(ステップS56)。例えば、抽出装置100は、ユーザU1の抽出時において、マップ情報MP1−2に示すように、端末装置10からユーザU1の行動情報を取得する。図8の例では、抽出装置100は、日時dt200以降におけるユーザU1の行動情報を取得するものとする。具体的には、抽出装置100は、端末装置10からユーザU1がエリアLに位置することを示す行動情報を取得する。
そして、抽出装置100は、ユーザの現コンテキストを推定する(ステップS57)。図8の例では、抽出装置100は、行動情報の取得時点におけるユーザU1の現コンテキストをユーザU1の位置「エリアL」に基づいて推定する。例えば、行動情報の取得時点におけるユーザU1の位置「エリアL」は、ユーザU1の通常コンテキストCN11、CN12に対応する位置「エリアA」とは異なるため、抽出装置100は、ユーザU1の現コンテキストを通常コンテキストCN11、CN12とは異なると推定する。図8の例では、抽出装置100は、現コンテキスト情報CC51に示すように、ユーザU1の現コンテキストを通常コンテキストCN11、CN12とは異なるコンテキストCN201であると推定する。以下、コンテキストCN201を現コンテキストCN201とする場合がある。なお、図8の例では、図示を省略するが、抽出装置100は、他のユーザについても現コンテキストの推定を行ってもよい。
そして、抽出装置100は、対象ユーザを抽出する(ステップS58)。例えば、抽出装置100は、現コンテキストを推定した多数のユーザから対象ユーザを抽出する。図8の例では、抽出装置100は、ユーザ情報記憶部121Aに記憶された複数のユーザのうち、現コンテキストが通常コンテキストと異なるユーザを対象ユーザとして抽出する。例えば、抽出装置100は、対象ユーザ一覧UL51に示すように、現コンテキストCN201が通常コンテキストCN11、CN12と異なるユーザU1を対象ユーザとして抽出する。
そして、抽出装置100は、対象ユーザとして抽出したユーザに対して提供する推奨情報を決定する(ステップS59)。例えば、抽出装置100は、対象ユーザとして抽出した各ユーザに対して、各ユーザのステータスに応じた情報を推奨情報として決定する。例えば、抽出装置100は、対象ユーザとして抽出したユーザが通常コンテキストに対応するエリアとは異なるエリア(以下、「対象エリア」ともいう)に位置している場合、そのユーザのステータスに対応可能な対象エリアに位置する店舗に関する情報を推奨情報として決定する。
例えば、抽出装置100は、対象ユーザであるユーザU1のステータスが「金欠」であるため、経済状況が厳しいユーザに対してサービスを提供可能な店舗に関するコンテンツを推奨情報に決定する。また、抽出装置100は、現コンテキストCN201の推定時のユーザU1の位置「エリアL」に位置する店舗に関するコンテンツを推奨情報に決定する。図8の例では、抽出装置100は、内容が「キャッシング」であり、対象エリアが「エリアL」であるコンテンツCT51をユーザU1に提供する推奨情報として決定する。具体的には、抽出装置100は、エリアLに位置するキャッシング店舗CFを示すコンテンツCT51をユーザU1に提供する推奨情報として決定する。
そして、抽出装置100は、対象ユーザに対して推奨情報を提供する(ステップS60)。図8の例では、抽出装置100は、内容が「キャッシング」であり、エリアLに位置するキャッシング店舗CFを示すコンテンツCT51をユーザU1に推奨情報として提供する。
このように、抽出装置100は、通常と異なるコンテキストにある対象ユーザを適切に抽出することができる。したがって、抽出装置100は、所定の処理を行う対象となるユーザを適切に抽出することができるため、抽出した対象ユーザに対して適切な推奨情報を提供することができる。
〔4−1.ステータス〕
なお、上述した例では、抽出装置100がユーザのステータスとして「金欠」であるかどうかを推定する場合を示したが、抽出装置100は、ユーザの種々のステータスを推定してもよい。例えば、抽出装置100は、ユーザのステータスとして、十分な手持ちのお金があるかどうか、すなわち「リッチ」であるかどうかを推定してもよい。この場合、抽出装置100は、ステータスが「リッチ」と推定されるユーザが対象ユーザに含まれる場合、その対象ユーザに対してはお金を使うサービス、例えば高級レストラン等に関するコンテンツを推奨情報として提供してもよい。
〔5.効果〕
上述してきたように、実施形態に係る抽出装置100は、取得部131と、抽出部133とを有する。取得部131は、ユーザの行動情報を取得する。抽出部133は、取得部131により取得された行動情報に基づくユーザのコンテキストである現コンテキストが、当該ユーザの過去の行動履歴に基づく当該ユーザの過去のコンテキストのうち、当該ユーザの日常生活に対応するコンテキストである通常コンテキストと異なる場合、当該ユーザを所定の処理を行う対象ユーザとして抽出する。
これにより、実施形態に係る抽出装置100は、現コンテキストが通常コンテキストと異なる場合、当該ユーザを所定の処理を行う対象ユーザとして抽出することにより、所定の処理を行う対象となるユーザを適切に抽出することができる。
また、実施形態に係る抽出装置100において、抽出部133は、ユーザが用いた検索クエリに関する情報に基づくユーザの現コンテキストが、当該ユーザが過去に用いた検索クエリに関する情報に基づく通常コンテキストと異なる場合、当該ユーザを対象ユーザとして抽出する。
これにより、実施形態に係る抽出装置100は、ユーザが用いた検索クエリに関する情報に基づく現コンテキストが、ユーザが過去に用いた検索クエリに関する情報に基づく通常コンテキストと異なる場合、当該ユーザを所定の処理を行う対象ユーザとして抽出することにより、所定の処理を行う対象となるユーザを適切に抽出することができる。
また、実施形態に係る抽出装置100において、抽出部133は、ユーザの位置情報に基づくユーザの現コンテキストが、当該ユーザの過去の位置情報に基づく通常コンテキストと異なる場合、当該ユーザを対象ユーザとして抽出する。
これにより、実施形態に係る抽出装置100は、ユーザの位置情報に基づく現コンテキストが、ユーザの過去の位置情報に基づく通常コンテキストと異なる場合、当該ユーザを所定の処理を行う対象ユーザとして抽出することにより、所定の処理を行う対象となるユーザを適切に抽出することができる。
また、実施形態に係る抽出装置100は、提供部134を有する。提供部134は、抽出部133により抽出された対象ユーザに、現コンテキストに応じた情報であって、対象ユーザに所定の行動を促す推奨情報を提供する。
これにより、実施形態に係る抽出装置100は、対象ユーザに、現コンテキストに応じた情報であって、対象ユーザに所定の行動を促す推奨情報を提供することにより、通常と異なるコンテキストにある対象ユーザに適切な情報を提供することができる。
また、実施形態に係る抽出装置100において、抽出部133は、ユーザの位置に関する現コンテキストが、当該ユーザの日常生活における位置に関する通常コンテキストと異なる場合、当該ユーザを対象ユーザとして抽出する。
これにより、実施形態に係る抽出装置100は、ユーザの位置に関する現コンテキストが、ユーザの日常生活における位置に関する通常コンテキストと異なる場合、当該ユーザを所定の処理を行う対象ユーザとして抽出することにより、所定の処理を行う対象となるユーザを適切に抽出することができる。
また、実施形態に係る抽出装置100は、推定部132を有する。推定部132は、取得部131により取得された行動情報に基づいてユーザの興味関心を推定する。抽出部133は、ユーザの現コンテキストが、当該ユーザの通常コンテキストと異なる場合、当該ユーザを当該ユーザの興味関心に対応する対象ユーザとして抽出する。
これにより、実施形態に係る抽出装置100は、ユーザの現コンテキストが、当該ユーザの通常コンテキストと異なる場合、当該ユーザを当該ユーザの興味関心に対応する対象ユーザとして抽出することにより、所定の処理を行う対象となるユーザを適切に抽出することができる。
また、実施形態に係る抽出装置100において、取得部131は、ユーザの経済状況に関する経済状況情報を取得する。抽出部133は、ユーザの現コンテキストが、当該ユーザの通常コンテキストと異なる場合、当該ユーザを当該ユーザの経済状況情報に基づいて推定される経済状況に対応するサービスを提供する対象ユーザとして抽出する。
これにより、実施形態に係る抽出装置100は、ユーザの経済状況情報に基づく現コンテキストが、ユーザの経済状況情報に基づく通常コンテキストと異なる場合、当該ユーザの経済状況情報に基づいて推定される経済状況に対応するサービスを提供する対象ユーザとして抽出することにより、所定の処理を行う対象となるユーザを適切に抽出することができる。
〔6.ハードウェア構成〕
上述してきた実施形態に係る抽出装置100は、例えば図9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9は、抽出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、ROM1300、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が実施形態に係る抽出装置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、本願の実施形態及び変形例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。
〔7.その他〕
また、上記実施形態及び変形例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、上述してきた実施形態及び変形例は、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。