JP6664593B1 - Information processing apparatus, information processing method, and information processing program - Google Patents
Information processing apparatus, information processing method, and information processing program Download PDFInfo
- Publication number
- JP6664593B1 JP6664593B1 JP2018240112A JP2018240112A JP6664593B1 JP 6664593 B1 JP6664593 B1 JP 6664593B1 JP 2018240112 A JP2018240112 A JP 2018240112A JP 2018240112 A JP2018240112 A JP 2018240112A JP 6664593 B1 JP6664593 B1 JP 6664593B1
- Authority
- JP
- Japan
- Prior art keywords
- information
- target
- information processing
- processing apparatus
- category
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 454
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000003860 storage Methods 0.000 claims description 113
- 238000000605 extraction Methods 0.000 claims description 45
- 238000000034 method Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 abstract description 24
- 239000000243 solution Substances 0.000 description 135
- 239000000284 extract Substances 0.000 description 105
- 239000003814 drug Substances 0.000 description 37
- 230000009471 action Effects 0.000 description 21
- 230000006870 function Effects 0.000 description 19
- 239000000446 fuel Substances 0.000 description 10
- 230000035622 drinking Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000002860 competitive effect Effects 0.000 description 6
- 229940079593 drug Drugs 0.000 description 6
- 230000008092 positive effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012356 Product development Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000006467 substitution reaction Methods 0.000 description 5
- 238000012856 packing Methods 0.000 description 4
- 239000000843 powder Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000008685 targeting Effects 0.000 description 3
- 101000575029 Bacillus subtilis (strain 168) 50S ribosomal protein L11 Proteins 0.000 description 2
- 102100035793 CD83 antigen Human genes 0.000 description 2
- 241000167880 Hirundinidae Species 0.000 description 2
- 101000946856 Homo sapiens CD83 antigen Proteins 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 2
- 235000009508 confectionery Nutrition 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010422 painting Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】ニーズへの解決を適切に決定する。【解決手段】本願に係る情報処理装置は、取得部と、決定部とを有する。取得部は、対象に対するニーズに関する情報と、対象と他の対象との対応関係を示す関係情報とを取得する。決定部は、ニーズに関する情報と関係情報とに基づいて、対象に対するニーズへの他の対象を用いた解決を示す解決情報を決定する。【選択図】図4PROBLEM TO BE SOLVED: To appropriately determine a solution to needs. An information processing apparatus according to the present application includes an acquisition unit and a determination unit. The acquisition unit acquires information about needs of a target and relationship information indicating a correspondence relationship between the target and another target. The deciding unit decides solution information indicating a solution of a need to an object using another object, based on the information about the needs and the relationship information. [Selection diagram] FIG.
Description
本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。 The present invention relates to an information processing device, an information processing method, and an information processing program.
近年、インターネットの飛躍的な普及に伴い、例えば、インターネット上の種々の情報を用いた分析に関する技術が提供されている。例えば、購買履歴データ等を用いて時期のトレンドを考慮して顧客を分析する技術が知られている。 2. Description of the Related Art In recent years, with the rapid spread of the Internet, for example, techniques related to analysis using various information on the Internet have been provided. For example, there is known a technique of analyzing customers by using purchase history data and the like in consideration of a time trend.
しかしながら、上記の従来技術では、ニーズへの解決を適切に決定することができるとは限らない。例えば、分析対象の店の購買履歴データに基づいて生成された顧客グループを用いて比較するだけでは、対象の性質に関するニーズへの解決を適切に決定することができない場合がある。 However, in the above-described conventional technology, it is not always possible to appropriately determine a solution to the needs. For example, it may not be possible to properly determine a solution to the needs related to the nature of the target, simply by making a comparison using a customer group generated based on the purchase history data of the store to be analyzed.
本願は、上記に鑑みてなされたものであって、ニーズへの解決を適切に決定する情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。 The present application has been made in view of the above, and has as its object to provide an information processing apparatus, an information processing method, and an information processing program that appropriately determine a solution to a need.
本願に係る情報処理装置は、対象に対するニーズに関する情報と、前記対象と他の対象との対応関係を示す関係情報とを取得する取得部と、前記ニーズに関する情報と前記関係情報とに基づいて、前記対象に対するニーズへの前記他の対象を用いた解決を示す解決情報を決定する決定部と、を備えることを特徴とする。 The information processing apparatus according to the present application, information on the need for the target, and an acquisition unit that obtains relation information indicating the correspondence between the target and another target, based on the information on the need and the relation information, A determination unit that determines solution information indicating a solution to the need for the target using the other target.
実施形態の一態様によれば、ニーズへの解決を適切に決定することができるという効果を奏する。 According to an aspect of the embodiment, there is an effect that a solution to a need can be appropriately determined.
以下に、本願に係る情報処理装置、情報処理方法、及び情報処理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情報処理装置、情報処理方法、及び情報処理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。 Hereinafter, an information processing apparatus, an information processing method, and an embodiment (hereinafter, referred to as “embodiment”) for implementing an information processing program according to the present application will be described in detail with reference to the drawings. The information processing apparatus, the information processing method, and the information processing program according to the present application are not limited by the embodiment. In the following embodiments, the same portions are denoted by the same reference numerals, and redundant description will be omitted.
(実施形態)
〔1.情報処理〕
図1及び図2を用いて、実施形態に係る情報処理の一例について説明する。まず、図1を用いて、ユーザの入力情報からニーズに関する情報を抽出する一例を説明する。図1は、実施形態に係る情報処理の一例を示す図である。また、図2の例では、対象に対するニーズへの他の対象を用いた解決を示す解決情報を決定する場合を説明するが、詳細は後述する。
(Embodiment)
[1. Information processing)
An example of information processing according to the embodiment will be described with reference to FIGS. 1 and 2. First, an example of extracting information about needs from user input information will be described with reference to FIG. FIG. 1 is a diagram illustrating an example of information processing according to the embodiment. In the example of FIG. 2, a case will be described in which solution information indicating a solution to a need for a target using another target is determined, but details will be described later.
図1では、情報処理装置100は、ユーザが入力した入力情報に含まれるキーワードに基づいて、所定の対象に対するユーザのニーズに関する情報を抽出する。情報処理装置100は、入力情報に含まれる所定の事業者が提供する対象に対応する第1キーワードと、対象の性質に関する第2キーワードとに基づいて、第1キーワードに対応する対象に対するニーズに関する情報を抽出する。なお、ここでいう性質は、対象が備えるもの(特徴)であり、性質には、対象が有する機能や対象の仕様や対象に対する価値評価等を含む概念であるものとする。図1の例では、ユーザの入力情報として、ユーザが検索に用いたキーワード(以下、「検索クエリ」や「クエリ」ともいう)に基づいて対象に対するニーズに関する情報を抽出する。なお、図1に示す例では、ユーザが入力した入力情報として、ユーザが検索に用いた検索クエリを一例として説明するが、入力情報は、検索クエリに限らず、ユーザがソーシャルネットワーキングサービス(SNS:Social Networking Service)において投稿した情報(投稿情報)等の種々の情報であってもよい。
In FIG. 1, the
また、図1は、情報処理装置100が事業者への情報提供を行う場合を示す。ここでいう事業者は、事業をおこなうものであれば、個人(自然人)や法人等の種々の事業者が含まれてもよい。例えば、事業者は、情報の提供を要求する商品または商品のカテゴリを示す指定を行う事業者である。例えば、事業者は、商品またはサービスを提供(販売)する企業であってもよい。図1の例では、商品または商品のカテゴリを示す指定を行う事業者が、自動車メーカMAである場合を示す。なお、ここでいう商品には、事業者が提供する役務(サービス)が含まれてもよい。以下では、商品またはサービスを併せて「商品」と記載する場合がある。図1の例では、情報処理装置100は、事業者が指定した商品または商品のカテゴリを示す情報(以下、「対象情報」ともいう)に対応する対象に対するニーズに関する情報である対象需要情報を事業者へ提供する。また、図1では、情報処理装置100は、自動車メーカMAから対象情報を取得し、取得した対象情報に対応する対象需要情報に関する情報を自動車メーカMAに提供する。
FIG. 1 shows a case where the
〔情報処理システムの構成〕
まず、図1及び図3に示す情報処理システム1について説明する。図3に示すように、情報処理システム1は、端末装置10と、事業者装置20と、情報処理装置100とが含まれる。端末装置10と、事業者装置20と、情報処理装置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、実施形態に係る情報処理システムの構成例を示す図である。なお、図3に示した情報処理システム1には、複数台の端末装置10や、複数台の事業者装置20や複数台の情報処理装置100が含まれてもよい。
[Configuration of information processing system]
First, the
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に示す例においては、端末装置10がユーザが利用するスマートフォンである場合を示す。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。具体的には、図1では、端末装置10がユーザID「U1」により識別されるユーザ(以下、「ユーザU1」とする場合がある)が利用するスマートフォンである場合を示す。
The
また、端末装置10は、GPSセンサ等に限らず種々のセンサにより、各種センサ情報を検知してもよい。また、端末装置10は、加速度センサの機能を有し、ユーザの移動における加速度情報(センサ情報)を検知し、取得する。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。
In addition, the
また、図1に示す例においては、端末装置10を利用するユーザに応じて、端末装置10を端末装置10−1〜10−5として説明する。例えば、端末装置10−1は、ユーザID「U1」により識別されるユーザ(ユーザU1)により使用される端末装置10である。また、例えば、端末装置10−2は、ユーザID「U2」により識別される(ユーザU2)により使用される端末装置10である。また、以下では、端末装置10−1〜10−5について、特に区別なく説明する場合には、端末装置10と記載する。
In the example illustrated in FIG. 1, the
情報処理装置100は、対象に対するニーズに関する情報と、対象と他の対象との対応関係を示す関係情報とに基づいて、対象に対するニーズへの他の対象を用いた解決を示す解決情報を決定する情報処理装置である。また、情報処理装置100は、ユーザの種々の種別の行動情報を取得する。例えば、情報処理装置100は、ユーザの端末装置10からユーザの行動情報を取得する。例えば、情報処理装置100は、ユーザにサービスを提供するサービス提供装置などの外部装置からユーザの行動情報を取得する。情報処理装置100は、取得したユーザの行動情報を行動情報記憶部123(図7参照)等の記憶部120(図4参照)に格納する。
The
情報処理装置100は、ユーザが入力した入力情報に含まれる第1キーワードと、入力情報に含まれる第2キーワードとに基づいて、対象に対するニーズに関する情報を抽出する情報処理装置である。例えば、情報処理装置100は、ユーザが入力した入力情報に含まれる第1キーワードと第2キーワードとの関係に基づいて、第1キーワードに対応する対象に対するニーズを抽出する。
The
また、情報処理装置100は、端末装置10から取得したクエリ(検索クエリ)に対する検索結果を端末装置10に提供する検索サービスを提供する。図1の例では、情報処理装置100は、クエリに対応する所定の情報を検索結果として、クエリの送信元である端末装置10へ提供する。
Further, the
なお、図1では、情報処理装置100が検索サービスを提供する場合を示すが、外部の情報処理装置が検索サービスを提供する場合、情報処理装置100は検索サービスを提供しなくてもよい。この場合、情報処理装置100は、検索サービスを提供する外部の情報処理装置等から各種情報を取得し、事業者への情報提供のみを行ってもよい。
Although FIG. 1 shows a case where the
事業者装置20は、事業者(企業)によって利用される情報処理装置である。図1の例では、事業者装置20は、事業者である自動車メーカMAの管理者M1によって利用される情報処理装置である。例えば、自動車メーカMAの管理者M1は、事業者装置20を用いて、情報処理装置100に対してキーワードに関する指定を行う。また、事業者装置20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や、デスクトップPCや、携帯電話機や、PDA等により実現される。図1は、事業者装置20がノート型PCである場合を示す。
The
まず、情報処理装置100は、ユーザU1が利用する端末装置10−1からクエリを取得する(ステップS11−1)。図1の例では、情報処理装置100は、日時dt11−1において、端末装置10−1からクエリ「車X 横幅」を取得する。そして、情報処理装置100は、クエリ「車X 横幅」に対応する検索結果を端末装置10−1へ提供する(ステップS12−1)。また、情報処理装置100は、日時dt11−1において、ユーザU1がクエリ「車X 横幅」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
First, the
また、情報処理装置100は、ユーザU2が利用する端末装置10−2からクエリを取得する(ステップS11−2)。図1の例では、情報処理装置100は、日時dt11−2において、端末装置10−2からクエリ「車Y 燃費」を取得する。そして、情報処理装置100は、クエリ「車Y 燃費」に対応する検索結果を端末装置10−2へ提供する(ステップS12−2)。また、情報処理装置100は、日時dt11−2において、ユーザU2がクエリ「車Y 燃費」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
Further, the
また、情報処理装置100は、ユーザU3が利用する端末装置10−3からクエリを取得する(ステップS11−3)。図1の例では、情報処理装置100は、日時dt11−3において、端末装置10−3からクエリ「スマホ バッテリ」を取得する。そして、情報処理装置100は、クエリ「スマホ バッテリ」に対応する検索結果を端末装置10−3へ提供する(ステップS12−3)。また、情報処理装置100は、日時dt11−3において、ユーザU3がクエリ「スマホ バッテリ」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
The
また、情報処理装置100は、ユーザU4が利用する端末装置10−4からクエリを取得する(ステップS11−4)。図1の例では、情報処理装置100は、日時dt11−4において、端末装置10−4からクエリ「天気」を取得する。そして、情報処理装置100は、クエリ「天気」に対応する検索結果を端末装置10−4へ提供する(ステップS12−4)。また、情報処理装置100は、日時dt11−4において、ユーザU4がクエリ「天気」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
Further, the
また、情報処理装置100は、ユーザU5が利用する端末装置10−5からクエリを取得する(ステップS11−5)。図1の例では、情報処理装置100は、日時dt11−5において、端末装置10−5からクエリ「車X 荷台 広さ」を取得する。そして、情報処理装置100は、クエリ「車X 荷台 広さ」に対応する検索結果を端末装置10−5へ提供する(ステップS12−5)。また、情報処理装置100は、日時dt11−5において、ユーザU5がクエリ「車X 荷台 広さ」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
Further, the
以下、ステップS11−1〜S11−5を区別せずに説明する場合、ステップS11と総称する。また、ステップS11−1〜S11−5に限らず、各ユーザの検索は、複数回行われてもよい。また、以下、ステップS12−1〜S12−5を区別せずに説明する場合、ステップS12と総称する。なお、図1では、5人のユーザU1〜U5を図示するが、情報処理装置100は、ユーザU1〜U5に限らず、多数のユーザ(例えば、100万ユーザや1000万ユーザ等)が検索に用いたクエリを取得する。
Hereinafter, when steps S11-1 to S11-5 are described without distinction, they are collectively referred to as step S11. Further, the search for each user is not limited to steps S11-1 to S11-5, and may be performed a plurality of times. Hereinafter, when steps S12-1 to S12-5 are described without distinction, they are collectively referred to as step S12. Although FIG. 1 illustrates five users U1 to U5, the
また、情報処理装置100は、事業者から対象情報を取得する(ステップS13)。図1の例では、情報処理装置100は、自動車メーカMAが利用する事業者装置20から商品「車X」を指定する対象情報(指定情報)を取得する。例えば、自動車メーカMAの管理者M1は、事業者装置20に商品「車X」を指定する対象情報を入力することにより、情報処理装置100へ商品「車X」を指定する対象情報を送信する。
Further, the
そして、情報処理装置100は、対象情報に対応する対象に対するニーズを抽出する(ステップS14)。例えば、情報処理装置100は、検索に用いられたクエリから対象情報に対応する対象に対するニーズを抽出する。図1の例では、情報処理装置100は、対象情報「車X」に対応する文字列を含むクエリを抽出する。例えば、情報処理装置100は、ステップS11において取得したクエリに関する情報に基づいて、情報を抽出する。図1の例では、情報処理装置100は、行動情報記憶部123に記憶されたクエリに関する情報のうち、対象情報に対応するクエリに関する情報を抽出する。
Then, the
例えば、情報処理装置100は、対象「車X」に対応する第1キーワード「車X」とともに用いられる対象「車X」の性質に関する第2キーワードを抽出する。例えば、情報処理装置100は、対象「車」の性質に関する一覧情報に基づいて、第1キーワード「車X」とともに用いられる第2キーワードを抽出してもよい。例えば、情報処理装置100は、車に関連する機能や仕様や価値評価等の種々の車に関する性質の一覧情報等を有してもよい。例えば、情報処理装置100は、車に関連する性質として、価格やサイズや評価等に関する種々のキーワードを含む一覧情報等を有してもよい。例えば、情報処理装置100は、車に関連する性質として、「横幅」や「燃費」等のキーワードを含む一覧情報等を有してもよい。例えば、情報処理装置100は、対象「車」の性質に関する一覧情報を用いて、第2キーワードを抽出してもよい。
For example, the
図1の例では、情報処理装置100は、ユーザU1が第1キーワード「車X」と組み合わせて、車の仕様に関する第2キーワード「横幅」を用いたことを示す情報を抽出する。例えば、情報処理装置100は、ユーザU1がクエリ「車X」と組み合わせてクエリ「横幅」を用いたことを示す情報を行動情報記憶部123から抽出する。このように、情報処理装置100は、第1キーワード「車X」とともに用いられた第2キーワード「横幅」を抽出することにより、対象「車X」に対するユーザのニーズを抽出することができる。また、例えば、情報処理装置100は、ユーザU1が20代男性であること等を示すユーザU1に関するユーザ情報をユーザ情報記憶部122(図6参照)から抽出する。
In the example of FIG. 1, the
また、図1の例では、情報処理装置100は、ユーザU5が第1キーワード「車X」と組み合わせて、車の仕様に関する第2キーワード「荷台」及び第2キーワード「広さ」を用いたことを示す情報を抽出する。例えば、情報処理装置100は、ユーザU5がクエリ「車X」と組み合わせてクエリ「荷台」及びクエリ「広さ」を用いたことを示す情報を行動情報記憶部123から抽出する。このように、情報処理装置100は、第1キーワード「車X」とともに用いられた第2キーワード「荷台」や「広さ」を抽出することにより、対象「車X」に対するユーザのニーズを抽出することができる。また、例えば、情報処理装置100は、ユーザU5が30代女性であること等を示すユーザU5に関するユーザ情報をユーザ情報記憶部122(図6参照)から抽出する。なお、上記例では、第1キーワードに対応する「車X」の仕様に関する第2キーワードを抽出する例を示したが、第1キーワードとともに用いられる第2キーワードであれば、種々の情報を抽出してもよい。例えば、情報処理装置100は、第1キーワードに対応する「車X」の機能に関する第2キーワードを抽出してもよい。例えば、情報処理装置100は、「省エネ」や「衝突防止」等の車の機能に関する第2キーワードを抽出してもよい。また、例えば、情報処理装置100は、第1キーワードに対応する「車X」の価値評価に関する第2キーワードを抽出してもよい。例えば、情報処理装置100は、「若者に人気」や「お買い得」や「椅子が固い」等の車の価値評価に関する第2キーワードを抽出してもよい。なお、上記は一例であり、情報処理装置100は、対象となる商品を製造する事業者が製品開発に利用可能なキーワードであれば、種々のキーワードを第2キーワードとして抽出してもよい。
In the example of FIG. 1, the
そして、情報処理装置100は、対象に対するニーズに関する情報に基づいて対象需要情報を生成する(ステップS15)。図1の例では、情報処理装置100は、ニーズ情報記憶部124に示すような対象需要情報を生成する。例えば、情報処理装置100は、商品「車X」とともにクエリとして用いられるキーワードのうち、65%が「横幅」であり、20%が「荷台 広さ」であり、10%が「オフロード」であり、5%が「乗り心地」であることを示す対象需要情報を生成する。また、例えば、情報処理装置100は、商品「車X」を検索するユーザのうち、男性が「75%」であり、女性が「25%」であることを示す対象需要情報を生成する。また、例えば、情報処理装置100は、商品「車X」を検索するユーザのうち、20代が「65%」等であることを示す対象需要情報を生成する。
Then, the
そして、情報処理装置100は、事業者に対象需要情報を提供する(ステップS16)。図1の例では、情報処理装置100は、対象情報の送信元である自動車メーカMAに生成した対象需要情報を提供する。例えば、情報処理装置100は、商品「車X」とともにクエリとして用いられるキーワードのうち、65%が「横幅」であり、20%が「荷台 広さ」であり、10%が「オフロード」であり、5%が「乗り心地」であることを示す対象需要情報を自動車メーカMAに提供する。また、例えば、情報処理装置100は、商品「車X」を検索するユーザのうち、男性が「75%」であり、女性が「25%」であることを示す対象需要情報を自動車メーカMAに提供する。また、図1の例では、情報処理装置100は、商品「車X」を検索するユーザのうち、20代が「65%」等であることを示す対象需要情報を自動車メーカMAに提供する。
Then, the
〔情報の利用(製品開発等)〕
このように、情報処理装置100は、対象情報に対応する対象に対するニーズを示す対象需要情報を、事業者に提供する。これにより、対象需要情報の提供を受けた事業者は、自身が指定した商品または商品のカテゴリについて、提供された対象需要情報に基づいて、新商品等の開発やマーケティング等を行うことができる。例えば、図1の例では、情報処理装置100から対象「車X」に対応する第1キーワードが車Xの仕様に関する第2キーワード「横幅」とともに入力されている割合が高いことを示す対象需要情報の提供を受けた自動車メーカMAは、「横幅」の仕様(性質)を重要視した車Xの製品開発が可能となる。また、例えば、図1の例では、対象「車X」に対応する第1キーワードが車Xの仕様に関する第2キーワード「荷台 広さ」とともに入力されている割合が高いことを示す対象需要情報の提供を、情報処理装置100から受けた自動車メーカMAは、「荷台」の仕様(性質)について広さを重要視した車Xの製品開発が可能となる。なお、情報処理装置100は、抽出した対象に対するニーズに関する情報に基づく対象に関するコンテンツの生成を行ってもよいが、この点については後述する。また、例えば、図1の例では、対象「車X」に関する検索を行ったユーザのうち、20代のユーザが多いことを示す対象需要情報の提供を、情報処理装置100から受けた自動車メーカMAは、20代等の若いユーザをターゲットにした車Xの製品開発が可能となる。また、例えば、図1の例では、対象「車X」に関する検索を行ったユーザのうち、男性のユーザが多いことを示す対象需要情報の提供を、情報処理装置100から受けた自動車メーカMAは、男性をターゲットにした車Xの製品開発が可能となる。また、例えば、図1の例では、情報処理装置100から対象需要情報の提供を受けた自動車メーカMAは、第2キーワードの傾向及び第2キーワードを用いたユーザ属性の両方を加味した車Xの製品開発を行うことが可能となる。例えば、図1の例では、女性のユーザが第1キーワード「車X」とともに、第2キーワード「乗り心地」を用いて検索を行う割合が高いことを示す情報を、情報処理装置100から受けた自動車メーカMAは、対象「車X」の性質のうち、乗り心地を女性のユーザに訴求するように、女性のユーザに対して情報提供を行ってもよい。
[Use of information (product development, etc.)]
As described above, the
〔1−1.入力情報〕
図1の例では、ユーザが検索に用いた検索クエリを入力情報の一例として示したが、情報処理装置100は、ユーザが入力した入力情報であれば、種々の情報を用いて、対象に関するニーズを抽出してもよい。例えば、情報処理装置100は、所定のネットワークで通信される文字情報から対象に関するニーズを抽出してもよい。
[1-1. Input information)
In the example of FIG. 1, the search query used by the user for the search is shown as an example of the input information. However, if the input information is input by the user, the
例えば、情報処理装置100は、ソーシャルネットワーキングサービスにおいてユーザが投稿した投稿情報を対象として、対象に関するニーズを抽出してもよい。例えば、情報処理装置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対象として、対象に関するニーズを抽出してもよい。例えば、情報処理装置100は、ユーザがTwitterにおいて投稿した文章(文字情報)を対象として、対象に関するニーズを抽出してもよい。この場合、例えば、情報処理装置100は、形態素解析等の種々の自然言語処理技術の従来技術を適宜用いて、ユーザの入力情報(投稿情報)の意味解析を行った結果に基づいて、第1キーワードや第2キーワードを抽出してもよい。
For example, the
例えば、情報処理装置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対象として、対象に関するニーズを抽出してもよい。例えば、情報処理装置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対象として、対象に関するニーズを抽出してもよい。例えば、情報処理装置100は、電子メールにおいて入力した入力情報を対象として、対象に関するニーズを抽出してもよい。例えば、情報処理装置100は、ウェブ上におけるコンテンツ(情報)に関する検索サービスにおける情報(検索クエリ)を対象として、対象に関するニーズを抽出してもよい。
For example, the
また、例えば、情報処理装置100は、質問サイト等においてユーザが入力した質問や回答に関する入力情報を対象として、対象に関するニーズを抽出してもよい。なお、上記は一例であり、情報処理装置100は、種々の入力情報を対象として、対象に関するニーズを抽出してもよい。例えば、情報処理装置100は、ユーザが入力した入力情報における第1キーワードとの共起頻度が所定の閾値以上である第2キーワードに基づいて、対象に関するニーズを抽出してもよい。例えば、情報処理装置100は、ユーザが入力した入力情報における第1キーワードとの共起した回数が所定の閾値(例えば1000回)以上である第2キーワードに基づいて、対象に関するニーズを抽出してもよい。
In addition, for example, the
〔1−2.コンテンツの生成〕
なお、情報処理装置100は、抽出した対象に対するニーズに関する情報に基づいて、対象に関するコンテンツを生成してもよい。例えば、対象「車X」が含まれる入力情報に、対象「車X」の性質である仕様「横幅」に対応する第2キーワードが所定の割合以上で含まれる場合、情報処理装置100は、車Xの仕様「横幅」の情報がユーザに視認され易くした車Xに関するコンテンツを生成してもよい。この場合、例えば、情報処理装置100は、車Xの仕様「横幅」の情報を他の情報よりも大きなフォントで表示する車XのWebページを生成してもよい。また、例えば、情報処理装置100は、車Xの仕様「横幅」の情報を他の情報とは異なる色で表示する車XのWebページを生成してもよい。また、情報処理装置100は、車Xの仕様「横幅」の情報を他の情報よりも視認され易くした車Xに関するコンテンツをユーザに提供してもよい。
[1-2. Content generation)
The
〔1−3.対象〕
〔1−3−1.第1キーワード〕
図1の例では、自動車メーカMAが提供する具体的な商品「車X」を対象として、ニーズを抽出する場合を示したが、対象は、車に限らず飲料や食品等の種々の商品であってもよい。例えば、情報処理装置100は、種々のレベル(階層)に応じた対象に対するニーズを抽出してもよい。例えば、情報処理装置100は、所定の事業者が提供する商品のカテゴリに対するニーズを抽出してもよい。
[1-3. Target)
[1-3-1. First keyword]
In the example of FIG. 1, a case where needs are extracted for a specific product “car X” provided by the automobile maker MA is shown. However, the target is not limited to a car but various products such as beverages and foods. There may be. For example, the
例えば、情報処理装置100は、対象を「車」として、ニーズを抽出してもよい。この場合、情報処理装置100は、第1キーワードを「車」とし、第1キーワード「車」とともに用いられた第2キーワードに基づいて、対象「車」に対するニーズを抽出してもよい。
For example, the
また、この場合、情報処理装置100は、対象である「車」に関連する第1キーワードとともに用いられた第2キーワードに基づいて、対象「車」に対するニーズを抽出してもよい。例えば、情報処理装置100は、対象である「車」に関連する「車X」や「車Y」等の第1キーワードとともに用いられた第2キーワードに基づいて、対象「車」に対するニーズを抽出してもよい。
In this case, the
例えば、情報処理装置100は、「SUV(Sport Utility Vehicle)」や「ミニバン」等の車の車種(種別)を対象として、ニーズを抽出してもよい。例えば、「ミニバン」を対象とした場合、情報処理装置100は、第1キーワードを「ミニバン」とし、第1キーワード「ミニバン」とともに用いられた第2キーワードに基づいて、対象「ミニバン」に対するニーズを抽出してもよい。
For example, the
また、この場合、情報処理装置100は、対象である「ミニバン」に関連する第1キーワードとともに用いられた第2キーワードに基づいて、対象「ミニバン」に対するニーズを抽出してもよい。例えば、情報処理装置100は、対象である「ミニバン」に関連する商品名(具体的な車の名前)に対応する第1キーワードとともに用いられた第2キーワードに基づいて、対象「ミニバン」に対するニーズを抽出してもよい。例えば、情報処理装置100は、対象である「ミニバン」である「車B」や「車M」等の第1キーワードとともに用いられた第2キーワードに基づいて、対象「ミニバン」に対するニーズを抽出してもよい。
In this case, the
〔1−3−2.対象の設定〕
また、図1の例では、情報処理装置100が事業者自身の事業に関する対象を指定する指定情報を用いる場合を示したが、情報処理装置100は、種々の態様により対象情報を取得してもよい。この場合、情報処理装置100は、所定の事業者の事業に関する情報が取得可能であれば、どのような手段により、所定の事業者の事業に関する情報を取得してもよい。例えば、情報処理装置100は、所定の事業者の事業に関する情報を、所定の事業者の所定のユーザ等から取得してもよい。また、情報処理装置100は、所定の事業者の所定のユーザ等から指定を受け付け、所定の事業者の所定のユーザ等からの指定に基づいて、所定の事業者の事業に関する情報を記憶部120(図4参照)から取得してもよい。
[1-3-2. Target setting)
Further, in the example of FIG. 1, the case where the
例えば、情報処理装置100は、所定の事業者の事業に関する情報から、所定の事業者が提供する対象に関する情報を抽出してもよい。例えば、情報処理装置100は、企業情報記憶部121に記憶された所定の事業者の事業に関する情報から、所定の事業者が提供する対象に関する情報を抽出してもよい。例えば、情報処理装置100は、企業情報記憶部121に記憶された自動車メーカMAの事業に関する情報から、自動車メーカMAが提供する対象に関する情報として、「車」や「車X」や「車B」や「SUV」等の種々の情報を抽出してもよい。
For example, the
また、情報処理装置100は、企業情報記憶部121に記憶された情報に限らず、事業者に関するインターネット上のコンテンツからその事業者が提供する対象に関する情報を抽出してもよい。例えば、情報処理装置100は、自動車メーカMAのホームページ等のサイトから、所定の事業者が提供する対象に関する情報を抽出してもよい。この場合、例えば、情報処理装置100は、形態素解析等の種々の自然言語処理技術の従来技術を適宜用いて、自動車メーカMAのホームページ等の意味解析を行った結果に基づいて、所定の事業者が提供する対象に関する情報を抽出してもよい。また、情報処理装置100は、上記のような情報に基づいて、各事業者に対応する対象に関する一覧情報を生成してもよい。この場合、情報処理装置100は、生成した一覧情報を用いて、所定の事業者が提供する対象に関する情報を抽出してもよい。
Further, the
そして、情報処理装置100は、所定の事業者の事業に関する情報から抽出した対象に対応する第1キーワードと、対象の性質に関する第2キーワードとに基づいて、対象に対するニーズに関する情報を抽出してもよい。
Then, the
また、例えば、情報処理装置100は、所定の事業者が提供する対象について、所定の事業者とは異なる他の事業者から、その対象を指定する対象情報を取得してもよい。例えば、情報処理装置100は、一の事業者から他の事業者が提供する商品に関する対象に対応する対象情報の指定を受け付けてもよい。なお、この点については、図10において説明する。
In addition, for example, the
〔1−4.課金〕
また、情報処理装置100は、対象需要情報の提供に応じて、情報の提供先に課金を行ってもよい。すなわち、情報処理装置100は、情報提供に対して課金される事業者に、対象需要情報を提供してもよい。例えば、情報処理装置100は、課金の金額の増加に応じて、提供する対象需要情報の量や質を上昇させてもよい。例えば、情報処理装置100は、対象情報に対応するキーワードとともにクエリとして用いられるキーワードのうち、最も割合が高い第1位のキーワードの情報提供を5万円とし、対象情報に対応するキーワードとともにクエリとして用いられるキーワード全体の情報提供を10万円としてもよい。例えば、情報処理装置100は、商品「車X」とともにクエリとして用いられるキーワードのうち、最も割合が高い第1位のキーワード「横幅」の情報提供を5万円とし、商品「車X」とともにクエリとして用いられるキーワード全体の情報提供を10万円としてもよい。
[1-4. Billing)
Further, the
例えば、情報処理装置100は、所定の金額(第1金額)だけ課金した事業者には、ニーズ情報記憶部124中のキーワード情報(第2キーワード)を提供し、所定の金額(第2金額)だけ課金した事業者には、ニーズ情報記憶部124中のユーザ属性情報を提供してもよい。また、例えば、情報処理装置100は、所定の量以上の対象需要情報の提供を希望する事業者には、課金額をディスカウント(割引)、すなわちボリュームディスカウントしてもよい。例えば、情報処理装置100は、キーワード情報及びユーザ属性情報の両方の対象需要情報の提供を希望する事業者には、第1金額と第2金額の合計よりも低い金額(第3金額)を課金してもよい。なお、上記は一例であり、情報処理装置100は、種々の情報に基づいて、提供する対象需要情報や課金額を決定してもよい。
For example, the
また、例えば、情報処理装置100は、入札形式により対象需要情報を提供してもよい。例えば、情報処理装置100は、情報提供に対して入札された金額に基づいて決定された事業者に対象需要情報を提供してもよい。なお、この点についての詳細は後述する。
Further, for example, the
〔1−5.対象需要情報〕
上述した対象需要情報は一例であり、情報処理装置100は種々の情報を対象需要情報として提供してもよい。例えば、情報処理装置100は、検索を行ったユーザの地域の分布を示す情報を対象需要情報として提供してもよい。また、例えば、情報処理装置100は、事業者と競合する事業者(以下、「競合事業者」ともいう)の商品または当該商品のカテゴリを示す対象情報を取得し、競合事業者に関する対象需要情報を事業者に提供してもよい。なお、この点についての詳細は後述する。
[1-5. Target demand information)
The above-described target demand information is an example, and the
〔1−6.提供態様〕
また、例えば、情報処理装置100は、情報提供先となる事業者の事業規模(売上等)に応じて、対象需要情報の提供態様を変動させてもよい。例えば、情報処理装置100は、事業者に事業規模(売上等)が所定の閾値未満である場合、情報提供を行うごとに課金を行ってもよい。また、例えば、情報処理装置100は、事業者に事業規模(売上等)が所定の閾値以上である場合、定額制により情報提供を行ってもよい。例えば、情報処理装置100は、事業者に事業規模(売上等)が所定の閾値以上である場合、所定の期間ごとに設定される課金額を課金し、その所定の期間内に情報提供を行ってもよい。また、例えば、情報処理装置100は、情報提供先となる事業者の事業規模(売上等)に応じて、課金額を変動させてもよい。例えば、情報処理装置100は、事業者に事業規模(売上等)が所定の閾値未満である場合、事業規模が所定の閾値以上の事業者に情報提供する場合と比べて、同様の情報提供における課金額を低くしてもよい。
[1-6. Provision mode)
In addition, for example, the
〔1−7.情報処理〕
ここで、図2を用いて、実施形態に係る情報処理の一例について説明する。図2は、実施形態に係る情報処理の一例を示す図である。図2は、対象に対するニーズへの他の対象を用いた解決を示す解決情報の決定に関する情報処理を示す図である。また、図2の例では、情報処理装置100が生成した対象需要情報NINF51を用いて、対象需要情報NINF51に含まれる対象(以下「第1対象」ともいう)のニーズについて、第1対象とは異なる他の対象(以下「第2対象」ともいう)を用いた解決を示す解決情報を決定する場合を示すが、対象に対するニーズに関する情報はどのような情報を用いてもよい。例えば、情報処理装置100は、外部装置から取得した対象需要情報NINF51を用いて、対象需要情報NINF51に含まれる第1対象のニーズについて、第1対象とは異なる第2対象を用いた解決を示す解決情報を決定してもよい。例えば、対象需要情報NINF51は、ニーズ情報記憶部124(図8参照)に格納される。例えば、情報処理装置100は、行動情報記憶部123(図7参照)に記憶された入力情報に基づいて、対象需要情報NINF51を生成する。
[1-7. Information processing)
Here, an example of information processing according to the embodiment will be described with reference to FIG. FIG. 2 is a diagram illustrating an example of information processing according to the embodiment. FIG. 2 is a diagram illustrating information processing regarding determination of solution information indicating a solution to a need for a target using another target. In the example of FIG. 2, using the target demand information NINF51 generated by the
まず、情報処理装置100は、対象需要情報を取得する(ステップS51)。例えば、情報処理装置100は、記憶部120(図4参照)から、対象需要情報を取得する。例えば、情報処理装置100は、ニーズ情報記憶部124(図8参照)から、対象需要情報を取得する。図2の例では、情報処理装置100は、対象需要情報NINF51を取得する。例えば、情報処理装置100は、商品「飲み薬TB」とともにクエリとして用いられるキーワードのうち、55%が「苦い」であり、20%が「コスパ」であり、10%が「大きい」であること等を示す対象需要情報NINF51を取得する。また、例えば、情報処理装置100は、商品「飲み薬TB」を検索するユーザのユーザ属性情報を含む対象需要情報NINF51を取得してもよい。
First, the
また、情報処理装置100は、所定の知識データベースから、カテゴリ情報を取得する(ステップS52)。図2の例では、情報処理装置100は、カテゴリ情報ZINF51を取得する。例えば、情報処理装置100は、記憶部120(図4参照)から、カテゴリ情報ZINF51を取得する。なお、情報処理装置100は、カテゴリ情報ZINF51を取得可能であれば、どのような取得態様により、カテゴリ情報ZINF51を取得してもよい。例えば、情報処理装置100は、カテゴリに関する知識データを提供する外部装置からカテゴリ情報ZINF51を取得してもよい。
Further, the
図2の例では、情報処理装置100は、第1カテゴリ「医薬品」に属する部分カテゴリ(第2カテゴリ)には「飲み薬」や「塗り薬」といったカテゴリが含まれることを示すカテゴリ情報ZINF51を取得する。また、情報処理装置100は、第2カテゴリ「飲み薬」に属する部分カテゴリ(第3カテゴリ)には「錠剤」や「散剤」といったカテゴリが含まれることを示すカテゴリ情報ZINF51を取得する。また、第3カテゴリ「錠剤」に属する対象には「飲み薬TB」等の複数の対象が含まれ、第3カテゴリ「散剤」に属する対象には「飲み薬PW」等の複数の対象が含まれることを示すカテゴリ情報ZINF51を取得する。
In the example of FIG. 2, the
また、情報処理装置100は、対象カテゴリ「家電製品」に属する部分カテゴリ(第2カテゴリ)には「冷蔵庫」、「洗濯機」、「テレビ」といったカテゴリが含まれることを示すカテゴリ情報ZINF51を取得する。また、情報処理装置100は、カテゴリ「家電製品」の第2カテゴリ「冷蔵庫」には、部分カテゴリ(第3カテゴリ)はなく、「冷蔵庫RF」等の複数の対象が含まれることを示すカテゴリ情報ZINF51を取得する。このように、情報処理装置100は、各カテゴリに属する対象を示す一覧情報であるカテゴリ情報ZINF51を取得する。なお、上記は一例であり、各対象は種々のカテゴリに属してもよい。例えば、一の対象が複数のカテゴリに属してもよい。
In addition, the
また、情報処理装置100は、性質に関する性質カテゴリ情報を取得する(ステップS53)。例えば、情報処理装置100は、所定の知識データベースから、性質に関する性質カテゴリ情報を取得する。図2の例では、情報処理装置100は、性質カテゴリ情報MINF51を取得する。例えば、情報処理装置100は、記憶部120(図4参照)から、性質カテゴリ情報MINF51を取得する。なお、情報処理装置100は、性質カテゴリ情報MINF51を取得可能であれば、どのような取得態様により、性質カテゴリ情報MINF51を取得してもよい。例えば、情報処理装置100は、カテゴリに関する知識データを提供する外部装置から性質カテゴリ情報MINF51を取得してもよい。
In addition, the
例えば、情報処理装置100は、対象カテゴリ「錠剤」の性質カテゴリには「正の性質」、「負の性質」といった性質の内容に応じた評価に関するカテゴリが含まれることを示す性質カテゴリ情報MINF51を取得する。「正の性質」は、その対象カテゴリに属する対象(商品)が有することが好ましい性質を示す。一方で、「負の性質」は、その対象カテゴリに属する対象(商品)が有することが好ましくない性質を示す。なお、どの性質が、その対象カテゴリにおいて正の性質または負の性質のいずれであるかは、情報処理装置100の管理者が設定してもよいし、一般的な傾向等を示す知識情報に基づいて情報処理装置100が決定してもよい。情報処理装置100は、対象カテゴリ「錠剤」の性質カテゴリ「正の性質」の性質には、「甘い」、「小さい」といった性質が含まれることを示す性質カテゴリ情報MINF51を取得する。また、情報処理装置100は、対象カテゴリ「錠剤」の性質カテゴリ「負の性質」の性質には、「苦い」、「大きい」といった性質が含まれることを示す性質カテゴリ情報MINF51を取得する。このように、情報処理装置100は、対象カテゴリ「錠剤」の対象(商品)にとって、好ましくない負の性質に関する複数の性質が属することを示す情報を取得する。
For example, the
このように、情報処理装置100は、対象カテゴリ「錠剤」の性質カテゴリ「負の性質」には錠剤の負の性質に関する複数の性質が属することを示す情報を取得する。
As described above, the
そして、情報処理装置100は、性質ニーズ情報を生成する(ステップS54)。情報処理装置100は、対象需要情報NINF51中のニーズに関する情報のうち、割合が所定の閾値以上である対象(第1キーワード)とキーワード(第2キーワード)の組合せを抽出する。情報処理装置100は、対象需要情報NINF51中の対象とキーワードの各組合せの割合と所定の閾値とを比較することにより、割合が所定の閾値以上である対象とキーワードの組合せを抽出する。図2の例では、情報処理装置100は、性質カテゴリ情報MINF51中の対象カテゴリ「錠剤」に対応する負の性質のうち、割合が所定の閾値以上であるキーワードに対応する性質と対象との組合せを抽出する。情報処理装置100は、性質カテゴリ情報MINF51中の対象カテゴリ「錠剤」に対応する負の性質である「苦い」や「大きい」等のうち、割合が所定の閾値以上であるキーワードに対応する性質と対象との組合せを抽出する。
Then, the
例えば、情報処理装置100は、対象カテゴリ「錠剤」に対応する負の性質のうち、割合が所定の閾値「50%」以上である対象とキーワードの組合せを抽出する。図2の例では、情報処理装置100は、対象カテゴリ「錠剤」に対応する負の性質のうち、割合「55%」であり、所定の閾値以上である対象「飲み薬TB」と負の性質を示すキーワード「苦い」の組合せを抽出する。すなわち、情報処理装置100は、対象「飲み薬TB」に好ましくない性質「苦い」というニーズがあることを示す情報を抽出する。このように、情報処理装置100は、対象「飲み薬TB」の性質のうち、ニーズがある性質(以下「ニーズ性質」ともいう)が性質「苦い」であることを示す情報を抽出する。なお、所定の閾値は「50%」に限らず、種々の値であってもよい。
For example, the
そして、情報処理装置100は、抽出した対象「飲み薬TB」に対応するカテゴリを特定する。情報処理装置100は、カテゴリ情報ZINF51を用いて対象「飲み薬TB」が属するカテゴリを特定する。情報処理装置100は、対象「飲み薬TB」と、カテゴリ情報ZINF51中の各カテゴリに属する対象とを比較することにより、対象「飲み薬TB」が属するカテゴリを特定する。情報処理装置100は、対象「飲み薬TB」が属するカテゴリのうち、最も下位のカテゴリを特定する。図2の例では、情報処理装置100は、対象「飲み薬TB」が第3カテゴリ「錠剤」に属することを特定する。
Then, the
情報処理装置100は、上記のような情報を用いて性質ニーズ情報を生成する。図2の例では、情報処理装置100は、性質ニーズ情報YINF51を生成する。情報処理装置100は、対象カテゴリが「錠剤」であり、対象が「飲み薬TB」であり、ニーズ性質が「苦い」であることを示す性質ニーズ情報YINF51を生成する。なお、情報処理装置100は、性質ニーズ情報YINF51に示す情報を記憶部120(図4参照)に記憶してもよい。
The
そして、情報処理装置100は、対象と他の対象との対応関係を示す関係情報を取得する(ステップS55)。情報処理装置100は、対象が属するカテゴリ(「対象カテゴリ」ともいう)と性質との第1組合せに、他の対象と、他の対象(「代替対象」ともいう)が有する他の性質(「代替性質」ともいう)との第2組合せが対応付けられた関係情報を取得する。情報処理装置100は、対象カテゴリと、対象が有する負の性質(「要解決ニーズ」ともいう)との第1組合せに、代替対象と代替性質との第2組合せが対応付けられた関係情報を取得する。この場合、情報処理装置100は、対象カテゴリに属する対象の好ましくない性質であり、解決すべき性質である要解決ニーズに対する、他の対象である代替対象を用いた解決を示す関係情報を取得する。図2の例では、情報処理装置100は、対象と他の対象との対応関係を示す関係情報CINF51を取得する。
Then, the
関係情報CINF51は、対象カテゴリに属する対象の好ましくない性質(要解決ニーズ)の代替対象を用いた解決を示す情報(「解決情報」ともいう)を含む。関係情報CINF51は、対象カテゴリとは異なるカテゴリ(「代替カテゴリ」ともいう)に属する対象(代替対象)による要解決ニーズの解決を示す解決情報を含む。関係情報CINF51は、対象カテゴリと要解決ニーズとの第1組合せを示す課題情報と、代替対象と代替性質との第2組合せを示す解決情報を含む。関係情報CINF51は、各課題情報と、その課題情報の解決を示す解決情報とが対応付けられた対応関係情報を含む。 The relationship information CINF51 includes information (also referred to as “solution information”) indicating a solution using an alternative object having an undesired property (need to be solved) of an object belonging to the object category. The relationship information CINF51 includes solution information indicating the solution of the need for solution by a target (alternative target) belonging to a category (also referred to as an “alternative category”) different from the target category. The relationship information CINF51 includes assignment information indicating a first combination of the target category and the need for solution, and solution information indicating a second combination of the replacement target and the replacement property. The relationship information CINF51 includes correspondence information in which each piece of problem information is associated with solution information indicating a solution to the problem information.
関係情報CINF51は、対応関係ID「CR1」により識別される対応関係の課題及び解決を示す情報(以下「対応関係情報CR1」ともいう)を含む。対応関係情報CR1は、対象カテゴリ「錠剤」の要解決ニーズ「苦い」を解決するための代替対象は「注射器SY」であり、代替性質は「痛くない」であることを示す。すなわち、対応関係情報CR1は、対象カテゴリ「錠剤」に属する対象(商品)に要解決ニーズ「苦い」が発生している場合、「痛くない」という性質を有する注射器SYを代替対象とする解決があることを示す。 The relationship information CINF51 includes information indicating the problem and solution of the correspondence identified by the correspondence ID “CR1” (hereinafter, also referred to as “correspondence information CR1”). The correspondence relationship information CR1 indicates that the replacement target for solving the need for solution “bitter” of the target category “tablet” is “syringe SY” and the replacement property is “painless”. That is, the correspondence information CR1 indicates that when the solution (need to be bitter) is required for the target (product) belonging to the target category “tablet”, the solution using the syringe SY having the property of “not painful” as the replacement target is determined. Indicates that there is.
このように、関係情報CINF51は、対象カテゴリで発生した要解決ニーズ(課題)に対して、対象カテゴリとは異なる代替カテゴリへのニーズ伝搬を示す対応関係情報CR1の情報を含む。関係情報CINF51は、飲み薬に属する対象カテゴリ「錠剤」で発生した課題「苦い」に対して、代替カテゴリにおいて「痛くない」という性質を有する注射器SYという解決を示す対応関係情報CR1の情報を含む。なお、情報処理装置100は、関係情報CINF51のような各課題に対する解決を示す情報を、記憶部120(図4参照)から取得してもよいし、所定の知識データベースを提供する外部装置から取得してもよい。例えば、課題情報と解決情報との対応関係は、情報処理装置100の管理者が設定してもよいし、一般的な傾向等を示す知識情報に基づいて情報処理装置100が決定してもよい。
As described above, the relationship information CINF51 includes the information of the correspondence information CR1 indicating the need propagation to the alternative category different from the target category for the solution necessity (issue) generated in the target category. The relationship information CINF51 includes information of correspondence information CR1 indicating a solution of a syringe SY having a property of "not painful" in the alternative category for the problem "bitter" generated in the target category "tablet" belonging to the swallow medicine. . Note that the
そして、情報処理装置100は、解決情報を決定する(ステップS56)。情報処理装置100は、関係情報CINF51を用いて、解決情報を決定する。情報処理装置100は、性質ニーズ情報YINF51と関係情報CINF51とを用いて、対象カテゴリ「錠剤」で発生した課題「苦い」を解決するための解決情報を決定する。
Then, the
情報処理装置100は、性質ニーズ情報YINF51のカテゴリ「錠剤」が対応関係情報CR1の対象カテゴリ「錠剤」に一致することを特定する。情報処理装置100は、性質ニーズ情報YINF51のカテゴリ「錠剤」と、関係情報CINF51中の各カテゴリとを比較することにより、性質ニーズ情報YINF51の対象「飲み薬TB」のニーズ性質「苦い」を解決するための解決情報を決定する。図2の例では、情報処理装置100は、関係情報CINF51から、性質ニーズ情報YINF51の対象「飲み薬TB」のニーズ性質「苦い」を解決するための解決情報を対応関係情報CR1の解決情報に決定する。
The
そして、情報処理装置100は、決定した対応関係情報CR1の解決情報に基づいて、ニーズ対象「飲み薬TB」における要解決ニーズ「苦い」の解決手段が、痛くないという性質を有する代替対象「注射器SY」であることを示す課題解決情報RINF51を生成する。なお、情報処理装置100は、関係情報CINF51から、対応関係情報CR1を抽出することにより、対応関係情報CR1を課題解決情報RINF51として用いてもよい。
Then, based on the solution information of the determined correspondence information CR1, the
そして、情報処理装置100は、課題解決情報RINF51を用いて、種々のサービスを提供する。情報処理装置100は、決定した解決情報を用いたサービスを提供する。情報処理装置100は、決定した解決情報を用いたレコメンドサービスを提供する。情報処理装置100は、解決情報を、ニーズに対応するユーザに提供する。
Then, the
図2の例では、情報処理装置100は、対象「飲み薬TB」についてニーズ性質「苦い」に関する入力を行ったユーザに、課題解決情報RINF51に関する情報を提供する。情報処理装置100は、対象「飲み薬TB」に対応するキーワードと、ニーズ性質「苦い」に対応するキーワードとを含む入力情報を入力したユーザ(「ターゲットユーザ」ともいう)に、課題解決情報RINF51に関する情報を提供する。例えば、情報処理装置100は、キーワード「飲み薬TB」とキーワード「苦い」とを用いて検索を行ったターゲットユーザに、課題解決情報RINF51の代替対象「注射器SY」を推奨するレコメンド情報を提供するレコメンドサービスを行う。この場合、情報処理装置100は、代替対象「注射器SY」を推奨する理由が、代替性質「痛くない」であることを示す情報を含むレコメンド情報をターゲットユーザに提供してもよい。
In the example of FIG. 2, the
例えば、情報処理装置100は、課題解決情報RINF51に示す情報を、代替対象「注射器SY」を製造する事業者に提供してもよい。これにより、情報処理装置100は、代替対象「注射器SY」を製造する事業者に注射器SYの増産を促してもよい。情報処理装置100は、代替対象「注射器SY」を製造する事業者に、注射器SYの代替性質「痛くない」を訴求する広告活動を行うように促してもよい。
For example, the
図2の例では、情報処理装置100は、対象「飲み薬TB」に対するニーズ性質「苦い」を解決する解決情報を決定する。これにより、情報処理装置100は、ニーズへの解決を適切に決定することができる。また、情報処理装置100は、解決情報を決定することにより、その対象の課題を解決する手段を予測できるとともに、将来のニーズが発生しうる対象(代替対象)を予測することができる。すなわち、情報処理装置100は、将来の需要が高まる対象を推定でき、将来ヒットする商品やサービス等の対象を予測することができる。そして、情報処理装置100は、解決情報に関するサービスを事業者に提供することにより、事業者にとって有用なサービスを提供することができる。例えば、情報処理装置100は、解決情報を事業者に提供することにより、事業者にとって有用な情報を提供することができる。
In the example of FIG. 2, the
〔1−7−1.解決情報〕
なお、図2の例で示した解決情報は、一例であり、情報処理装置100は、種々の解決情報を決定してもよい。例えば、情報処理装置100は、ユーザが車幅の狭い車を求めている場合、関係情報に基づいて、種々の代替対象を含む解決情報を決定しもよい。例えば、情報処理装置100は、ユーザが車幅の狭い車を求めている場合、ユーザに代替性質「安い」を有する代替対象「駐車場PK」を解決情報として決定しもよい。また、情報処理装置100は、ユーザが車幅の狭い車を求めている場合、ユーザに代替性質「置き場不要」を有する代替対象「カーシェアCS」を解決情報として決定しもよい。
[1-7-1. Resolution information)
Note that the solution information shown in the example of FIG. 2 is an example, and the
〔1−7−2.その他〕
図2の例では、情報処理装置100が対象需要情報NINF51を取得し、課題解決情報RINF51に示す解決情報を決定する場合を示したが、情報処理装置100は、種々の対象の解決情報を決定してもよい。
[1-7-2. Others)
In the example of FIG. 2, the
情報処理装置100は、種々の態様により、解決情報を決定してもよい。情報処理装置100は、情報処理装置100の管理者の指定に応じて、解決情報を決定してもよい。情報処理装置100は、自動的に抽出した対象について、第2キーワードの解決情報を決定してもよい。情報処理装置100は、記憶部120(図4参照)からランダムに抽出した対象について、解決情報を決定してもよい。例えば、情報処理装置100は、所定の事業者の要求に応じて、解決情報を決定してもよい。例えば、情報処理装置100は、飲み薬TBを提供する事業者による解決情報の決定の要求に応じて、飲み薬TBの第2キーワードの解決情報を決定してもよい。そして、情報処理装置100は、所定の事業者にニーズの解決に関するサービスを提供してもよい。例えば、情報処理装置100は、飲み薬TBを提供する事業者に推定したニーズの解決に関するグ情報を送信してもよい。なお、情報処理装置100は、飲み薬TBを提供する事業者以外の他の事業者(医薬品メーカ等)からの要求に応じて、対象「飲み薬TB」の第2キーワード「苦い」の解決情報を決定してもよい。
The
〔1−8.情報処理のフロー〕
ここで、図12を用いて、実施形態に係る情報処理装置100による情報処理の手順について説明する。図12は、実施形態に係る情報処理の一例を示すフローチャートである。
[1-8. Information processing flow)
Here, a procedure of information processing by the
図12に示すように、情報処理装置100は、対象に対するニーズに関する情報を取得する(ステップS501)。また、情報処理装置100は、対象と他の対象との対応関係を示す関係情報を取得する(ステップS502)。そして、情報処理装置100は、ニーズに関する情報と関係情報とに基づいて、対象に対するニーズへの他の対象を用いた解決を示す解決情報を決定する(ステップS503)。
As shown in FIG. 12, the
〔2.情報処理装置の構成〕
次に、図4を用いて、実施形態に係る情報処理装置100の構成について説明する。図4は、実施形態に係る情報処理装置の構成例を示す図である。図4に示すように、情報処理装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、情報処理装置100は、情報処理装置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。
[2. Configuration of information processing device]
Next, the configuration of the
(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、ネットワークと有線または無線で接続され、例えば情報処理システム1に含まれる端末装置10や事業者装置20との間で情報の送受信を行う。
(Communication unit 110)
The
(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、企業情報記憶部121と、ユーザ情報記憶部122と、行動情報記憶部123と、ニーズ情報記憶部124とを有する。
(Storage unit 120)
The
(企業情報記憶部121)
実施形態に係る企業情報記憶部121は、商品に関する各種情報を記憶する。図5は、実施形態に係る企業情報記憶部の一例を示す図である。図5に示す企業情報記憶部121は、「企業ID」、「企業名」、「業種」、「競合企業」、「商品」、「カテゴリ」、「競合商品」といった項目が含まれる。
(Company information storage unit 121)
The company
「企業ID」は、企業を識別するための識別情報を示す。「企業名」は、対応する企業IDにより識別される企業の名称を示す。「業種」は、対応する企業IDにより識別される企業の業種を示す。「競合企業」は、対応する企業IDにより識別される企業の競合企業を示す。例えば、「競合企業」は、対応する企業IDにより識別される企業と同業種の企業であってもよいし、対応する企業IDにより識別される企業と類似する商品を提供する企業であってもよい。また、例えば、「競合企業」は、対応する企業IDにより識別される企業により指定されてもよい。 “Company ID” indicates identification information for identifying a company. “Company name” indicates the name of the company identified by the corresponding company ID. “Business type” indicates the business type of the company identified by the corresponding company ID. “Competing company” indicates a competitor of the company identified by the corresponding company ID. For example, a “competitor” may be a company in the same industry as the company identified by the corresponding company ID, or a company that provides products similar to the company identified by the corresponding company ID. Good. Further, for example, the “competitor” may be specified by a company identified by a corresponding company ID.
「商品」は、対応する企業IDにより識別される企業により提供される商品を示す。「カテゴリ」は、対応する商品のカテゴリを示す。また、「競合商品」は、対応する商品の競合を示す。例えば、「競合商品」は、対応する商品と類似するカテゴリの商品であってもよいし、対応する商品と同種の商品やサービスを提供する企業であってもよい。また、例えば、「競合商品」は、対応する企業IDにより識別される企業により指定されてもよい。 “Product” indicates a product provided by a company identified by a corresponding company ID. “Category” indicates the category of the corresponding product. The “competitive product” indicates a competition between corresponding products. For example, the “competitive product” may be a product in a category similar to the corresponding product, or may be a company that provides the same type of product or service as the corresponding product. Further, for example, the “competitive product” may be specified by a company identified by a corresponding company ID.
例えば、図5に示す例において、企業ID「EP1」により識別される企業(企業EP1)は、企業名が「自動車メーカMA」であり、業種が「自動車製造・販売」であることを示す。また、自動車メーカMAの競合企業は、企業ID「EP11」により識別される企業(メーカMR)であることを示す。また、自動車メーカMAが提供する商品は、「車X」や「車B」や「車C」であることを示す。また、「車X」のカテゴリは「SUV」であり、「車B」のカテゴリは「ミニバン」であり、「車C」のカテゴリは「軽自動車」であることを示す。また、「車X」の競合商品は、車Yであることを示す。 For example, in the example shown in FIG. 5, the company identified by the company ID “EP1” (company EP1) indicates that the company name is “automaker MA” and the business type is “automobile manufacturing and sales”. Further, it indicates that the competitor of the automobile maker MA is a company (maker MR) identified by the company ID “EP11”. The product provided by the automobile maker MA is "car X", "car B", or "car C". The category of "car X" is "SUV", the category of "car B" is "minivan", and the category of "car C" is "mini car". Further, the competitor product of “car X” indicates that it is car Y.
なお、企業情報記憶部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、企業情報記憶部121は、企業の所在地や企業の従業員数や売上高等の事業規模に関する情報を記憶してもよい。
The company
(ユーザ情報記憶部122)
実施形態に係るユーザ情報記憶部122は、ユーザ属性に関する各種情報を記憶する。例えば、ユーザ情報記憶部122は、ユーザ属性情報を記憶する。図6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に示すユーザ情報記憶部122は、「ユーザID」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目が含まれる。
(User information storage unit 122)
The user
「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。 “User ID” indicates identification information for identifying a user. For example, the user identified by the user ID “U1” corresponds to the user U1 shown in the example of FIG. “Age” indicates the age of the user identified by the user ID. The “age” may be a specific age of the user identified by the user ID, for example, 35 years old. “Gender” indicates the gender of the user identified by the user ID.
また、「自宅」は、ユーザIDにより識別されるユーザの自宅の位置情報を示す。なお、図6に示す例では、「自宅」は、「LC11」といった抽象的な符号を図示するが、緯度や経度を示す情報であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。 “Home” indicates the location information of the home of the user identified by the user ID. In the example shown in FIG. 6, “home” indicates an abstract code such as “LC11”, but may be information indicating latitude and longitude. Further, for example, “home” may be an area name or an address.
また、「勤務地」は、ユーザIDにより識別されるユーザの勤務地の位置情報を示す。なお、図6に示す例では、「勤務地」は、「LC12」といった抽象的な符号を図示するが、緯度や経度を示す情報であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。 “Work location” indicates the location information of the work location of the user identified by the user ID. In the example illustrated in FIG. 6, “work place” indicates an abstract code such as “LC12”, but may be information indicating latitude and longitude. Further, for example, the “work location” may be an area name or an address.
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6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。 "Interest" indicates the interest of the user identified by the user ID. That is, “interest” indicates an object of high interest for the user identified by the user ID. In the example illustrated in FIG. 6, “interest” is illustrated for each user one by one, but may be plural.
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の年齢は、「20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ID「U1」により識別されるユーザは、自宅が「LC11」であることを示す。また、例えば、ユーザID「U1」により識別されるユーザは、勤務地が「LC12」であることを示す。また、例えば、ユーザID「U1」により識別されるユーザは、「スポーツ」に興味があることを示す。 For example, in the example shown in FIG. 6, the age of the user identified by the user ID “U1” is “20s”, and the gender is “male”. Further, for example, the user identified by the user ID “U1” indicates that his / her home is “LC11”. Further, for example, the user identified by the user ID “U1” indicates that the work location is “LC12”. For example, the user identified by the user ID “U1” indicates that he is interested in “sports”.
なお、ユーザ情報記憶部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。例えば、ユーザ情報記憶部122は、ユーザのデモグラフィック属性に関する情報やサイコグラフィック属性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122は、氏名、家族構成、収入、興味、ライフスタイル等の情報を記憶してもよい。
The user
(行動情報記憶部123)
実施形態に係る行動情報記憶部123は、ユーザ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123は、各ユーザの端末装置10を用いて行った検索等を含む種々の行動情報を記憶する。図7に示す行動情報記憶部123には、「行動ID」、「ユーザID」、「日時」、「クエリ情報」といった項目が含まれる。また、「クエリ情報」には、「クエリ1」、「クエリ2」、「クエリ3」等といった項目が含まれる。なお、「クエリ情報」には、「クエリ1」〜「クエリ3」に限らず、組合せの数だけ、例えば「クエリ4」や、「クエリ5」等といった項目が含まれてもよい。
(Behavior information storage unit 123)
The behavior
また、「行動ID」は、ユーザの行動を識別する情報を示す。「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。「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、「dt11−1」等のように抽象的に図示するが、「2017年4月11日23時31分52秒」等の具体的な日時が記憶されてもよい。また、「クエリ情報」は、対応する検索において用いられたクエリに関する情報を示す。「クエリ1」や「クエリ2」は、対応する検索において用いられたクエリを示す。例えば、「クエリ1」は、第1クエリに対応し、「クエリ2」は、第2クエリに対応し、「クエリ3」は、第3クエリに対応する。
“Action ID” indicates information for identifying the action of the user. “User ID” indicates identification information for identifying a user. For example, the user identified by the user ID “U1” corresponds to the user U1 shown in the example of FIG. “Date and time” indicates the date and time when the corresponding user action was performed. Although the “date and time” is illustrated in an abstract manner such as “dt11-1”, a specific date and time such as “April 11, 2017, 23:31:52” may be stored. “Query information” indicates information on the query used in the corresponding search. “
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(ユーザU1)は、行動AC11を行ったことを示す。具体的には、図7に示す例においてユーザU1は、第1クエリ「車X」と第2クエリ「横幅」とを用いた検索(行動AC11)を日時dt11−1に行ったことを示す。また、例えば、図7に示す例において、ユーザID「U2」により識別されるユーザ(ユーザU2)は、行動AC12を行ったことを示す。具体的には、図7に示す例においてユーザU2は、第1クエリ「車Y」と第2クエリ「燃費」とを用いた検索(行動AC12)を日時dt11−2に行ったことを示す。 For example, in the example illustrated in FIG. 7, the user (user U1) identified by the user ID “U1” has performed the action AC11. Specifically, in the example illustrated in FIG. 7, the user U1 has performed a search (action AC11) using the first query “car X” and the second query “width” at the date and time dt11-1. Further, for example, in the example illustrated in FIG. 7, the user (user U2) identified by the user ID “U2” indicates that the user has performed the action AC12. Specifically, in the example illustrated in FIG. 7, the user U2 has performed a search (action AC12) using the first query “car Y” and the second query “fuel efficiency” at the date and time dt11-2.
なお、行動情報記憶部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7では、ユーザIDごとに行動情報が行動情報記憶部123に記憶される場合を示したが、行動情報は、日時順に限らず、例えばユーザIDごとに記憶されてもよい。また、図7では、行動情報記憶部123にユーザが検索に用いたクエリに関する情報を図示したが、行動情報記憶部123には、ユーザが投稿した投稿情報等のユーザが入力した入力情報が記憶されてもよい。
The behavior
また、行動情報記憶部123には、ユーザが行った種々の行動情報が記憶されてもよい。例えば、行動情報記憶部123には、ユーザのコンテンツの閲覧や商品またはサービス(商品等)の購買等の種々の種別の行動情報が記憶される。例えば、行動情報記憶部123には、ユーザの行動がコンテンツの閲覧である場合、ユーザが閲覧したコンテンツを示す情報が行動IDに対応付けて記憶される。例えば、行動情報記憶部123には、ユーザの行動が商品等の購買である場合、ユーザが購入した商品等を示す情報が行動IDに対応付けて記憶される。例えば、行動情報記憶部123には、ユーザの行動の種別を示す情報が各行動に対応付けて記憶される。例えば、行動情報記憶部123には、ユーザの行動の種別が「検索」や「投稿」や「閲覧」や「購買」等の種々の種別のうちいずれの種別であるかを示す種別情報を行動IDに対応付けて記憶される。
Further, the behavior
(ニーズ情報記憶部124)
実施形態に係るニーズ情報記憶部124は、索引に関する各種情報を記憶する。図8は、実施形態に係るニーズ情報記憶部の一例を示す図である。図8に示すニーズ情報記憶部124は、「対象」、「キーワード情報」、「ユーザ属性情報」といった項目を有する。
(Needs information storage unit 124)
The needs
「対象」は、対象需要情報を生成する対象を示す。「対象」は、特定の商品名やサービス名に限らず、商品やサービスのカテゴリ(飲料やファッションや旅行等)であってもよい。 “Target” indicates a target for which target demand information is generated. The “target” is not limited to a specific product name or service name, but may be a product or service category (beverage, fashion, travel, etc.).
「キーワード情報」は、対応する対象に関する検索において用いられるキーワード(クエリ)に関する情報を示す。例えば、「キーワード情報」は、対象に対応する第1キーワードとともに用いられる第2キーワードに関する情報を示す。「キーワード情報」には、「キーワード」や「割合」といった項目が含まれる。「キーワード」は、対象とともに用いられるクエリを示す。また、「割合」は、対応するキーワードが、対象に対応するキーワードとともに用いられる割合を示す。 “Keyword information” indicates information on a keyword (query) used in a search for a corresponding target. For example, “keyword information” indicates information on a second keyword used together with the first keyword corresponding to the target. The “keyword information” includes items such as “keyword” and “ratio”. “Keyword” indicates a query used with the target. The “ratio” indicates the ratio at which the corresponding keyword is used together with the keyword corresponding to the target.
「ユーザ属性情報」は、対応する対象に関する入力情報を入力したユーザの属性の対象需要情報を示す。例えば、「ユーザ属性情報」は、対応する対象に関するクエリを用いた検索や投稿を行ったユーザの属性の対象需要情報を示す。「ユーザ属性情報」には、「カテゴリ」や「属性」や「割合」といった項目が含まれる。「カテゴリ」は、ユーザを分類するカテゴリを示す。「属性」は、対応するカテゴリにおける種別(属性)を示す。また、「割合」は、対応する属性のユーザが、対応する対象に対応するキーワードを用いた検索を行う割合を示す。 “User attribute information” indicates target demand information on the attribute of the user who has input the input information on the corresponding target. For example, the “user attribute information” indicates target demand information of an attribute of a user who made a search or post using a query regarding a corresponding target. The “user attribute information” includes items such as “category”, “attribute”, and “ratio”. “Category” indicates a category for classifying users. “Attribute” indicates a type (attribute) in the corresponding category. The “ratio” indicates a ratio at which a user having a corresponding attribute performs a search using a keyword corresponding to a corresponding target.
図8の例は、商品「車X」とともにクエリとして用いられるキーワードのうち、65%が「横幅」であり、20%が「荷台 広さ」であり、10%が「オフロード」であり、5%が「乗り心地」であることを示す。また、図8の例では、商品「車X」を検索するユーザのうち、男性が「75%」であり、女性が「25%」であることを示す。また、図8の例では、商品「車X」を検索するユーザのうち、20代が「65%」等であることを示す。 In the example of FIG. 8, among the keywords used as a query together with the product “car X”, 65% are “width”, 20% are “package width”, 10% are “off-road”, 5% indicates "ride comfort". Also, the example of FIG. 8 indicates that among the users who search for the product “car X”, the male is “75%” and the female is “25%”. In addition, the example of FIG. 8 indicates that among users searching for the product “car X”, their twenties are “65%” or the like.
また、ニーズ情報記憶部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。例えば、ニーズ情報記憶部124は、対象需要情報が生成された日時や生成に用いた情報が収集された期間に関する情報を記憶してもよい。
The need
(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、情報処理装置100内部の記憶装置に記憶されている各種プログラム(情報処理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。
(Control unit 130)
Returning to the description of FIG. 4, the control unit 130 is a controller, and is stored in a storage device inside the
図4に示すように、制御部130は、取得部131と、抽出部132と、生成部133と、決定部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。
As illustrated in FIG. 4, the control unit 130 includes an
(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、企業情報記憶部121やユーザ情報記憶部122や行動情報記憶部123やニーズ情報記憶部124から各種情報を取得する。例えば、取得部131は、端末装置10や事業者装置20から各種情報を取得する。取得部131は、抽出部132により抽出された情報を取得する。取得部131は、抽出部132により抽出された対象に対するニーズに関する情報を取得する。取得部131は、生成部133により生成された情報を取得する。
(Acquisition unit 131)
The
取得部131は、対象に対するニーズに関する情報と、対象と他の対象との対応関係を示す関係情報とを取得する。取得部131は、対象が属するカテゴリと性質との第1組合せに、他の対象と、他の対象が有する他の性質との第2組合せが対応付けられた関係情報を取得する。取得部131は、カテゴリと、対象が有する負の性質との第1組合せに、第2組合せが対応付けられた関係情報を取得する。取得部131は、カテゴリと、対象が有する好ましくない性質との第1組合せに、第2組合せが対応付けられた関係情報を取得する。
The
取得部131は、解決情報の要求を一の事業者から取得する。取得部131は、対象と、対象が有する性質群の各々と、の組合せに対応する複数の要解決ニーズごとに、他の対象が対応付けられた関係情報を取得する。取得部131は、対象と、対象が有する負の性質群の各々と、の組合せに対応する複数の要解決ニーズごとに、他の対象が対応付けられた関係情報を取得する。取得部131は、対象と、対象の好ましくない性質群の各々と、の組合せに対応する複数の要解決ニーズごとに、他の対象が対応付けられた関係情報を取得する。
The
取得部131は、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、ユーザが検索に用いた検索クエリを含む入力情報を取得する。例えば、取得部131は、ユーザが所定のサービスにおいて投稿した投稿情報を含む入力情報を取得する。例えば、取得部131は、所定の事業者から、対象を指定する対象情報を取得する。例えば、取得部131は、所定の事業者とは異なる他の事業者から、対象を指定する対象情報を取得する。例えば、取得部131は、所定の事業者の事業に関する情報を取得する。
The obtaining
例えば、取得部131は、事業者が指定した検索に用いられたクエリを取得する。また、例えば、取得部131は、事業者が指定したキーワードを対象情報として取得する。また、例えば、取得部131は、事業者が指定したキーワードに基づくカテゴリを対象情報として取得する。例えば、取得部131は、事業者が指定したキーワードが一のカテゴリと一致する場合、指定されたキーワードをカテゴリの指定として取得する。また、例えば、取得部131は、事業者が指定したクエリに関する対象情報を取得する。
For example, the
図1の例では、取得部131は、事業者装置20から商品または商品のカテゴリを示す対象情報を取得する。図1の例では、取得部131は、自動車メーカMAの事業者装置20からキーワード「車X」を指定する対象情報を取得する。
In the example of FIG. 1, the acquiring
また、取得部131は、各種情報を外部の情報処理装置から取得する。例えば、取得部131は、行動情報記憶部123からユーザが検索に用いたクエリを取得する。例えば、取得部131は、端末装置10からユーザが検索に用いるクエリを取得する。
The
図1の例では、取得部131は、端末装置10−1からクエリ「車X 横幅」を取得する。また、図1の例では、取得部131は、端末装置10−2からクエリ「車Y 燃費」を取得する。また、図1の例では、取得部131は、端末装置10−3からクエリ「スマホ バッテリ」を取得する。また、図1の例では、取得部131は、端末装置10−4からクエリ「天気」を取得する。また、図1の例では、取得部131は、端末装置10−5からクエリ「車X 荷台 広さ」を取得する。
In the example of FIG. 1, the
図2の例では、取得部131は、対象需要情報NINF51を取得する。取得部131は、商品「飲み薬TB」とともにクエリとして用いられるキーワードのうち、55%が「苦い」であり、20%が「コスパ」であり、10%が「大きい」であること等を示す対象需要情報NINF51を取得する。取得部131は、商品「飲み薬TB」を検索するユーザのユーザ属性情報を含む対象需要情報NINF51を取得してもよい。
In the example of FIG. 2, the
取得部131は、カテゴリ情報ZINF51を取得する。取得部131は、第1カテゴリ「医薬品」に属する部分カテゴリ(第2カテゴリ)には「飲み薬」や「塗り薬」といったカテゴリが含まれることを示すカテゴリ情報ZINF51を取得する。また、取得部131は、第2カテゴリ「飲み薬」に属する部分カテゴリ(第3カテゴリ)には「錠剤」や「散剤」といったカテゴリが含まれることを示すカテゴリ情報ZINF51を取得する。また、第3カテゴリ「錠剤」に属する対象には「飲み薬TB」等の複数の対象が含まれ、第3カテゴリ「散剤」に属する対象には「飲み薬PW」等の複数の対象が含まれることを示すカテゴリ情報ZINF51を取得する。
The acquiring
図2の例では、取得部131は、性質カテゴリ情報MINF51を取得する。取得部131は、対象カテゴリ「錠剤」の性質カテゴリには「正の性質」、「負の性質」といった性質の内容に応じた評価に関するカテゴリが含まれることを示す性質カテゴリ情報MINF51を取得する。取得部131は、対象カテゴリ「錠剤」の性質カテゴリ「正の性質」の性質には、「甘い」、「小さい」といった性質が含まれることを示す性質カテゴリ情報MINF51を取得する。また、取得部131は、対象カテゴリ「錠剤」の性質カテゴリ「負の性質」の性質には、「苦い」、「大きい」といった性質が含まれることを示す性質カテゴリ情報MINF51を取得する。このように、取得部131は、対象カテゴリ「錠剤」の対象(商品)にとって、好ましくない負の性質に関する複数の性質が属することを示す情報を取得する。
In the example of FIG. 2, the
取得部131は、対象が属するカテゴリ(対象カテゴリ)と性質との第1組合せに、他の対象と、他の対象(代替対象)が有する他の性質(代替性質)との第2組合せが対応付けられた関係情報を取得する。取得部131は、対象カテゴリと、対象が有する負の性質(要解決ニーズ)との第1組合せに、代替対象と代替性質との第2組合せが対応付けられた関係情報を取得する。取得部131は、対象カテゴリに属する対象の好ましくない性質であり、解決すべき性質である要解決ニーズに対する、他の対象である代替対象を用いた解決を示す関係情報を取得する。取得部131は、対象と他の対象との対応関係を示す関係情報CINF51を取得する。
The
(抽出部132)
抽出部132は、種々の情報を抽出する。例えば、抽出部132は、記憶部120に記憶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132は、端末装置10から取得した情報に基づいて、種々の情報を抽出する。
(Extraction unit 132)
The extraction unit 132 extracts various information. For example, the extraction unit 132 extracts various information based on the information stored in the
抽出部132は、ユーザが入力した入力情報から、対象に対応する第1キーワードと、対象の性質に関する第2キーワードとを抽出することにより、対象に対するニーズに関する情報を抽出する。抽出部132は、入力情報に含まれる第1キーワードであって、所定の事業者が提供する対象に対応する第1キーワードと、入力情報に含まれる第2キーワードであって、対象の性質に関する第2キーワードとに基づいて、対象に対するニーズに関する情報を抽出する。例えば、抽出部132は、所定の事業者が提供する商品または商品のカテゴリである対象に対応する第1キーワードと、第2キーワードに基づいて、対象に対するニーズに関する情報を抽出する。 The extraction unit 132 extracts information on needs for the target by extracting a first keyword corresponding to the target and a second keyword related to the characteristics of the target from the input information input by the user. The extraction unit 132 is a first keyword included in the input information, the first keyword corresponding to the target provided by the predetermined business entity, and the second keyword included in the input information, the second keyword related to the property of the target. Based on the two keywords, information on the needs for the target is extracted. For example, the extraction unit 132 extracts information on needs for the target based on a first keyword corresponding to a target which is a product or a category of a product provided by a predetermined business entity and a second keyword.
例えば、抽出部132は、対象の機能に関する第2キーワードに基づいて、対象の機能に対するニーズに関する情報を抽出する。例えば、抽出部132は、対象の仕様に関する第2キーワードに基づいて、対象の仕様に対するニーズに関する情報を抽出する。例えば、抽出部132は、対象の価値評価に関する第2キーワードに基づいて、対象の仕様に対するニーズに関する情報を抽出する。 For example, the extracting unit 132 extracts information about needs for the target function based on the second keyword related to the target function. For example, the extraction unit 132 extracts information about needs for the target specification based on the second keyword related to the target specification. For example, the extraction unit 132 extracts information about the needs for the target specification based on the second keyword related to the target value evaluation.
例えば、抽出部132は、所定の事業者により指定された対象に対するニーズに関する情報を抽出する。例えば、抽出部132は、他の事業者により指定された対象に対するニーズに関する情報を抽出する。例えば、抽出部132は、所定の事業者の事業に関する情報から対象に関する情報を抽出し、抽出した対象に対応する第1キーワードと、対象の性質に関する第2キーワードとに基づいて、対象に対するニーズに関する情報を抽出する。 For example, the extraction unit 132 extracts information about needs for a target specified by a predetermined business entity. For example, the extraction unit 132 extracts information on needs for a target specified by another business operator. For example, the extraction unit 132 extracts information about a target from information about a business of a predetermined business entity, and based on a first keyword corresponding to the extracted target and a second keyword related to the nature of the target, relates to a need for the target. Extract information.
例えば、抽出部132は、取得部131により取得されたクエリに関する情報に基づいて、情報を抽出する。図1の例では、抽出部132は、行動情報記憶部123に記憶されたクエリに関する情報のうち、対象情報に対応するクエリに関する情報を抽出する。
For example, the extraction unit 132 extracts information based on the information on the query acquired by the
図1の例では、抽出部132は、ユーザU1がクエリ「車X」と組み合わせてクエリ「横幅」を用いたことを示す情報を行動情報記憶部123から抽出する。また、図1の例では、抽出部132は、ユーザU1が20代男性であること等を示すユーザU1に関するユーザ情報をユーザ情報記憶部122(図6参照)から抽出する。
In the example of FIG. 1, the extraction unit 132 extracts information indicating that the user U1 has used the query “width” in combination with the query “car X” from the behavior
図1の例では、抽出部132は、ユーザU5がクエリ「車X」と組み合わせてクエリ「荷台」及びクエリ「広さ」を用いたことを示す情報を行動情報記憶部123から抽出する。また、図1の例では、抽出部132は、ユーザU5が30代女性であること等を示すユーザU5に関するユーザ情報をユーザ情報記憶部122(図6参照)から抽出する。
In the example of FIG. 1, the extraction unit 132 extracts from the behavior
図2の例では、抽出部132は、対象需要情報NINF51中のニーズに関する情報のうち、割合が所定の閾値以上である対象(第1キーワード)とキーワード(第2キーワード)の組合せを抽出する。抽出部132は、対象需要情報NINF51中の対象とキーワードの各組合せの割合と所定の閾値とを比較することにより、割合が所定の閾値以上である対象とキーワードの組合せを抽出する。抽出部132は、性質カテゴリ情報MINF51中の対象カテゴリ「錠剤」に対応する負の性質のうち、割合が所定の閾値以上であるキーワードに対応する性質と対象との組合せを抽出する。抽出部132は、性質カテゴリ情報MINF51中の対象カテゴリ「錠剤」に対応する負の性質である「苦い」や「大きい」等のうち、割合が所定の閾値以上であるキーワードに対応する性質と対象との組合せを抽出する。 In the example of FIG. 2, the extraction unit 132 extracts a combination of a target (first keyword) and a keyword (second keyword) whose ratio is equal to or more than a predetermined threshold, from the information on needs in the target demand information NINF51. The extraction unit 132 extracts a combination of the target and the keyword whose ratio is equal to or more than the predetermined threshold by comparing the ratio of each combination of the target and the keyword in the target demand information NINF51 with a predetermined threshold. The extraction unit 132 extracts a combination of a property and a target corresponding to a keyword whose ratio is equal to or more than a predetermined threshold from negative properties corresponding to the target category “tablet” in the property category information MINF51. The extraction unit 132 determines the property and the object corresponding to the keyword whose ratio is equal to or more than a predetermined threshold among negative properties such as “bitter” and “large” corresponding to the target category “tablet” in the property category information MINF51. Is extracted.
例えば、抽出部132は、対象カテゴリ「錠剤」に対応する負の性質のうち、割合が所定の閾値「50%」以上である対象とキーワードの組合せを抽出する。抽出部132は、対象カテゴリ「錠剤」に対応する負の性質のうち、割合「55%」であり、所定の閾値以上である対象「飲み薬TB」と負の性質を示すキーワード「苦い」の組合せを抽出する。すなわち、抽出部132は、対象「飲み薬TB」に好ましくない性質「苦い」というニーズがあることを示す情報を抽出する。このように、抽出部132は、対象「飲み薬TB」の性質のうち、ニーズがある性質(ニーズ性質)が性質「苦い」であることを示す情報を抽出する。 For example, the extraction unit 132 extracts, from the negative properties corresponding to the target category “tablet”, a combination of a target and a keyword whose ratio is equal to or more than a predetermined threshold “50%”. The extraction unit 132 selects the target “drink medicine TB” having a ratio “55%” among the negative properties corresponding to the target category “tablet” and a predetermined threshold or more and the keyword “bitter” indicating the negative property. Extract combinations. That is, the extraction unit 132 extracts information indicating that the target “drinking medicine TB” has a need for the undesirable property “bitter”. As described above, the extraction unit 132 extracts information indicating that the property having a need (needs property) is the property “bitter” among the properties of the target “drink TB”.
(生成部133)
生成部133は、種々の情報を生成する。例えば、生成部133は、抽出部132により抽出されたクエリに関する情報に基づいて対象需要情報を生成する。生成部133は、抽出部132により抽出された対象に対するニーズに関する情報に基づいて、対象に関するコンテンツを生成する。
(Generation unit 133)
The
図1の例では、生成部133は、商品「車X」とともにクエリとして用いられるキーワードのうち、65%が「横幅」であり、20%が「荷台 広さ」であり、10%が「オフロード」であり、5%が「乗り心地」であることを示す対象需要情報を生成する。また、図1の例では、生成部133は、商品「車X」を検索するユーザのうち、男性が「75%」であり、女性が「25%」であることを示す対象需要情報を生成する。また、図1の例では、生成部133は、商品「車X」を検索するユーザのうち、20代が「65%」であり、30代が「20%」等であることを示す対象需要情報を生成する。
In the example of FIG. 1, among the keywords used as a query together with the product “car X”, the
図2の例では、生成部133は、性質ニーズ情報YINF51を生成する。生成部133は、対象カテゴリが「錠剤」であり、対象が「飲み薬TB」であり、ニーズ性質が「苦い」であることを示す性質ニーズ情報YINF51を生成する。生成部133は、決定した対応関係情報CR1の解決情報に基づいて、ニーズ対象「飲み薬TB」における要解決ニーズ「苦い」の解決手段が、痛くないという性質を有する代替対象「注射器SY」であることを示す課題解決情報RINF51を生成する。
In the example of FIG. 2, the
(決定部134)
決定部134は、各種情報を決定する。決定部134は、各種情報を特定する。決定部134は、各種情報を算出する。決定部134は、記憶部120に記憶された各種情報に基づいて、種々の情報を決定する。決定部134は、記憶部120に記憶された各種情報に基づいて、種々の情報を特定する。決定部134は、記憶部120に記憶された各種情報に基づいて、種々の情報を算出する。決定部134は、取得部131により取得された各種情報に基づいて、種々の情報を決定する。決定部134は、取得部131により取得された各種情報に基づいて、種々の情報を特定する。
(Determining unit 134)
The determining
決定部134は、ニーズに関する情報と関係情報とに基づいて、対象に対するニーズへの他の対象を用いた解決を示す解決情報を決定する。決定部134は、関係情報に基づいて、対象の性質に対するニーズへの他の対象を用いた解決を示す解決情報を決定する。決定部134は、関係情報のうち、対象と性質との組合せに対応する要解決ニーズに対応する他の対象を用いた解決を示す解決情報を決定する。
The
図2の例では、決定部134は、関係情報CINF51を用いて、解決情報を決定する。決定部134は、性質ニーズ情報YINF51と関係情報CINF51とを用いて、対象カテゴリ「錠剤」で発生した課題「苦い」を解決するための解決情報を決定する。
In the example of FIG. 2, the
決定部134は、性質ニーズ情報YINF51のカテゴリ「錠剤」が対応関係情報CR1の対象カテゴリ「錠剤」に一致することを特定する。決定部134は、性質ニーズ情報YINF51のカテゴリ「錠剤」と、関係情報CINF51中の各カテゴリとを比較することにより、性質ニーズ情報YINF51の対象「飲み薬TB」のニーズ性質「苦い」を解決するための解決情報を決定する。決定部134は、関係情報CINF51から、性質ニーズ情報YINF51の対象「飲み薬TB」のニーズ性質「苦い」を解決するための解決情報を対応関係情報CR1の解決情報に決定する。
The determining
(提供部135)
提供部135は、外部の情報処理装置へ各種情報を提供する。例えば、提供部135は、事業者装置20へ各種情報を提供する。提供部135は、抽出部132により抽出された対象に対するニーズに関する情報を用いたサービスを提供する。例えば、提供部135は、抽出部132により抽出された対象に対するニーズに関する情報を、情報の要求元に提供する。
(Provider 135)
The providing
例えば、提供部135は、事業者装置20へ対象需要情報を提供する。例えば、提供部135は、対象情報に対応する対象に対するニーズを示す対象需要情報を、事業者に提供する。例えば、提供部135は、対象情報に対応するキーワードを用いて検索を行ったユーザの属性情報を含む対象需要情報を、事業者に提供する。例えば、提供部135は、対象情報に対応する対象に対するニーズを示す対象需要情報を、事業者に提供する。例えば、提供部135は、対象情報に対応するキーワードに関連する行動を行ったユーザの属性情報を含む対象需要情報を、事業者に提供する。例えば、提供部135は、対象情報に対応するキーワードに関連する行動を行ったユーザの位置情報を含む対象需要情報を、事業者に提供する。
For example, the providing
例えば、提供部135は、対象情報に対応するキーワードを用いて検索を行ったユーザの年齢に関する情報を含む対象需要情報を、事業者に提供する。例えば、提供部135は、対象情報に対応するキーワードを用いて検索を行ったユーザの性別に関する情報を含む対象需要情報を、事業者に提供する。例えば、提供部135は、対象情報に対応するキーワードを用いて検索を行ったユーザの位置情報を含む対象需要情報を、事業者に提供する。例えば、提供部135は、対象情報に対応するキーワードとともに検索に用いられた他のキーワードを含む対象需要情報を、事業者に提供する。例えば、提供部135は、事業者に、競合事業者に関する対象需要情報を提供する。
For example, the providing
例えば、提供部135は、情報提供に対して課金される事業者に、対象需要情報を提供する。例えば、提供部135は、情報提供に対して入札された金額に基づいて決定された事業者に対象需要情報を提供する。なお、この点についての詳細は後述する。
For example, the providing
図1の例では、提供部135は、商品「車X」とともにクエリとして用いられるキーワードのうち、65%が「横幅」であり、20%が「荷台 広さ」であり、10%が「オフロード」であり、5%が「乗り心地」であることを示す対象需要情報を自動車メーカMAに提供する。また、図1の例では、提供部135は、商品「車X」を検索するユーザのうち、男性が「75%」であり、女性が「25%」であることを示す対象需要情報を自動車メーカMAに提供する。また、図1の例では、提供部135は、商品「車X」を検索するユーザのうち、20代が「65%」であり、30代が「20%」(不図示)等であることを示す対象需要情報を自動車メーカMAに提供する。
In the example of FIG. 1, among the keywords used as a query together with the product “car X”, the providing
提供部135は、決定部134により決定された解決情報を用いたサービスを提供する。提供部135は、決定部134により決定された解決情報を用いたレコメンドサービスを提供する。提供部135は、決定部134により決定された解決情報を、ニーズに対応するユーザに提供する。提供部135は、決定部134により決定された解決情報を、対象を提供する事業者に提供する。提供部135は、決定部134により決定された解決情報を、他の対象を提供する事業者に提供する。提供部135は、決定部134により決定された解決情報を、一の事業者に提供する。
The providing
提供部135は、解決情報に関するサービスを提供する。提供部135は、解決情報に関する情報提供サービスを提供する。提供部135は、代替カテゴリに対応する対象を提供する事業者に解決情報に関するサービスを提供する。例えば、提供部135は、代替カテゴリに対応する対象を提供する事業者の事業者装置20(図3参照)に解決情報を送信する。
The providing
図2の例では、提供部135は、解課題解決情報RINF51を用いて、種々のサービスを提供する。提供部135は、対象「飲み薬TB」についてニーズ性質「苦い」に関する入力を行ったユーザに、課題解決情報RINF51に関する情報を提供する。提供部135は、対象「飲み薬TB」に対応するキーワードと、ニーズ性質「苦い」に対応するキーワードとを含む入力情報を入力したユーザ(ターゲットユーザ)に、課題解決情報RINF51に関する情報を提供する。例えば、提供部135は、キーワード「飲み薬TB」とキーワード「苦い」とを用いて検索を行ったターゲットユーザに、課題解決情報RINF51の代替対象「注射器SY」を推奨するレコメンド情報を提供するレコメンドサービスを行う。提供部135は、課題解決情報RINF51に示す情報を、カテゴリ「注射器」に属する対象を提供する事業者に提供する。
In the example of FIG. 2, the providing
〔3.情報処理のフロー〕
ここで、図9を用いて、実施形態に係る情報処理装置100による情報処理の手順について説明する。図9は、実施形態に係る情報処理の一例を示すフローチャートである。
[3. Information processing flow)
Here, a procedure of information processing by the
図9に示すように、情報処理装置100は、ユーザの入力情報を取得する(ステップS101)。例えば、情報処理装置100は、ユーザの入力情報として、ユーザの検索に用いられたクエリを取得する。図1の例では、情報処理装置100は、端末装置10−1からクエリ「車X 横幅」を取得する。また、図1の例では、情報処理装置100は、端末装置10−2からクエリ「車Y 燃費」を取得する。また、図1の例では、情報処理装置100は、端末装置10−3からクエリ「スマホ バッテリ」を取得する。また、図1の例では、情報処理装置100は、端末装置10−4からクエリ「天気」を取得する。また、図1の例では、情報処理装置100は、端末装置10−5からクエリ「車X 荷台 広さ」を取得する。情報処理装置100は、ユーザU1〜ユーザU5等の多数のユーザが検索に用いたクエリを取得する。また、情報処理装置100は、事業者から対象情報を取得する。図1の例では、情報処理装置100は、自動車メーカMAが利用する事業者装置20から商品「車X」を指定する対象情報を取得する。
As shown in FIG. 9, the
また、情報処理装置100は、対象情報に対応する対象に対するニーズを抽出する(ステップS102)。例えば、情報処理装置100は、検索に用いられたクエリから対象情報に対応する対象に対するニーズを抽出する。図1の例では、情報処理装置100は、対象情報「車X」に対応する文字列を含むクエリを抽出する。
Further, the
そして、情報処理装置100は、対象に対するニーズに関する情報に基づいて対象需要情報を生成する(ステップS103)。図1の例では、情報処理装置100は、ニーズ情報記憶部124に示すような対象需要情報を生成する。
Then, the
そして、情報処理装置100は、事業者に対象需要情報を提供する(ステップS104)。図1の例では、情報処理装置100は、商品「車X」とともにクエリとして用いられるキーワードのうち、65%が「横幅」であり、20%が「荷台 広さ」であり、10%が「オフロード」であり、5%が「乗り心地」であることを示す対象需要情報を自動車メーカMAに提供する。また、図1の例では、情報処理装置100は、商品「車X」を検索するユーザのうち、男性が「75%」であり、女性が「25%」であることを示す対象需要情報を自動車メーカMAに提供する。また、図1の例では、情報処理装置100は、商品「車X」を検索するユーザのうち、20代が「65%」であり、30代が「20%」(不図示)等であることを示す対象需要情報を自動車メーカMAに提供する。
Then, the
〔4.他の事業者の情報提供〕
図1の例では、自動車メーカMAに自身が販売する商品「車X」に関する対象需要情報を提供する場合を示したが、情報処理装置100は、事業者の競合に関する対象需要情報を事業者に提供してもよい。この点について、図10を用いて説明する。図10は、実施形態に係る情報処理の一例を示す図である。図10の例では、情報処理装置100が自動車メーカMAに自身が提供する商品「車X」の競合商品である商品「車Y」に関する対象需要情報を提供する場合を示す。なお、図1と同様の点についての説明は適宜省略する。
[4. Provision of information from other businesses)
In the example of FIG. 1, the case where the target demand information on the product “car X” sold by itself is provided to the automobile maker MA has been described, but the
図10の例では、情報処理装置100は、事業者から対象情報を取得する(ステップS21)。例えば、情報処理装置100は、自動車メーカMAが利用する事業者装置20から商品「車Y」を指定する対象情報を取得する。例えば、自動車メーカMAの管理者M1は、自動車メーカMAの競合企業が提供する競合商品「車Y」を指定する対象情報を入力することにより、情報処理装置100へ商品「車Y」を指定する対象情報を送信する。
In the example of FIG. 10, the
そして、情報処理装置100は、対象情報に対応する対象に対するニーズを抽出する。図10の例では、情報処理装置100は、対象情報「車Y」に対応する文字列を含むクエリを抽出する。例えば、情報処理装置100は、ユーザU2がクエリ「車Y」と組み合わせてクエリ「燃費」を用いたことを示す情報を行動情報記憶部123(図7参照)から抽出する。また、例えば、情報処理装置100は、ユーザU2が20代女性であること等を示すユーザU2に関するユーザ情報をユーザ情報記憶部122(図6参照)から抽出する。
Then, the
そして、情報処理装置100は、対象に対するニーズに関する情報に基づいて対象需要情報を生成する。図10の例では、情報処理装置100は、ニーズ情報記憶部124に示すような対象需要情報を生成する。例えば、情報処理装置100は、商品「車Y」とともにクエリとして用いられるキーワードのうち、50%が「燃費」であり、20%が「安い」であり、10%が「高級感」であり、5%が「コスパ良」であることを示す対象需要情報を生成する。また、例えば、情報処理装置100は、商品「車Y」を検索するユーザのうち、男性が「90%」であり、女性が「10%」であることを示す対象需要情報を生成する。また、図10の例では、商品「車Y」を検索するユーザのうち、20代が「90%」であり、30代が「5%」(不図示)等であることを示す対象需要情報を生成する。
Then, the
そして、情報処理装置100は、事業者に対象需要情報を提供する(ステップS22)。図10の例では、情報処理装置100は、対象情報の送信元である自動車メーカMAに生成した対象需要情報を提供する。例えば、情報処理装置100は、商品「車Y」とともにクエリとして用いられるキーワードのうち、50%が「燃費」であり、20%が「安い」であり、10%が「高級感」であり、5%が「コスパ良」であることを示す対象需要情報を自動車メーカMAに提供する。また、例えば、情報処理装置100は、商品「車Y」を検索するユーザのうち、男性が「90%」であり、女性が「10%」であることを示す対象需要情報を自動車メーカMAに提供する。また、図10の例では、商品「車Y」を検索するユーザのうち、20代が「90%」であり、30代が「5%」(不図示)等であることを示す対象需要情報を自動車メーカMAに提供する。
Then, the
このように、情報処理装置100は、事業者に競合に関する対象需要情報を提供することにより、対象需要情報の提供を受けた事業者は、自身の事業と競合する商品または商品のカテゴリについて、提供された対象需要情報に基づいて、新商品等の開発やマーケティング等を行うことができる。
As described above, the
〔5.入札による情報提供〕
また、例えば、情報処理装置100は、入札形式により対象需要情報を提供してもよい。例えば、情報処理装置100は、情報提供に対して入札された金額に基づいて決定された事業者に対象需要情報を提供してもよい。この点について、図11を用いて説明する。図11は、実施形態に係る情報処理の一例を示す図である。図11では、複数の事業者が同じ商品を指定し、入札する場合を示す。なお、図1と同様の点についての説明は適宜省略する。
[5. Provision of information by bidding)
Further, for example, the
情報処理装置100は、自動車メーカMAから対象情報を取得する(ステップS31−1)。図11の例では、情報処理装置100は、自動車メーカMAが利用する事業者装置20から商品「車X」を指定し、入札額を「10万円」とする対象情報を取得する。例えば、自動車メーカMAの管理者M1は、事業者装置20に商品「車X」を指定し、入札額を「10万円」とする対象情報を入力することにより、情報処理装置100へ商品「車X」を指定する対象情報を入札する。
The
また、情報処理装置100は、自動車メーカMBから対象情報を取得する(ステップS31−2)。図11の例では、情報処理装置100は、自動車メーカMBが利用する事業者装置20から商品「車X」を指定し、入札額を「20万円」とする対象情報を取得する。例えば、自動車メーカMBの管理者M2は、事業者装置20に商品「車X」を指定し、入札額を「20万円」とする対象情報を入力することにより、情報処理装置100へ商品「車X」を指定する対象情報を入札する。
Further, the
また、情報処理装置100は、自動車メーカMCから対象情報を取得する(ステップS31−3)。図11の例では、情報処理装置100は、自動車メーカMCが利用する事業者装置20から商品「車X」を指定し、入札額を「15万円」とする対象情報を取得する。例えば、自動車メーカMCの管理者M3は、事業者装置20に商品「車X」を指定し、入札額を「15万円」とする対象情報を入力することにより、情報処理装置100へ商品「車X」を指定する対象情報を入札する。
Further, the
なお、ステップS31−1〜S31−3等の処理は、ステップS32の事業者の決定の前であれば、いずれが先に行われてもよい。 Note that any of the processes in steps S31-1 to S31-3 and the like may be performed before the determination of the business entity in step S32.
そして、情報処理装置100は、対象需要情報を提供する事業者を決定する(ステップS32)。例えば、情報処理装置100は、入札情報リストBL11に示すような入札情報から、入札額に基づいて事業者を抽出することにより、対象需要情報を提供する事業者を決定する。図11の例では、情報処理装置100は、商品「車X」を対象とする入札のうち、最も高い金額「20万円」を入札した自動車メーカMBを、対象需要情報を提供する事業者として決定する。なお、情報処理装置100は、入札情報リストBL11に示すような入札情報を記憶部120に記憶してもよい。
Then, the
そして、情報処理装置100は、事業者に対象需要情報を提供する(ステップS33)。図11の例では、情報処理装置100は、自動車メーカMBに生成した対象需要情報を提供する。例えば、情報処理装置100は、商品「車X」とともにクエリとして用いられるキーワードのうち、65%が「横幅」であり、20%が「荷台 広さ」であり、10%が「オフロード」であり、5%が「乗り心地」であることを示す対象需要情報を自動車メーカMBに提供する。また、例えば、情報処理装置100は、商品「車X」を検索するユーザのうち、男性が「20%」であり、女性が「25%」であることを示す対象需要情報を自動車メーカMBに提供する。また、図11の例では、情報処理装置100は、商品「車X」を検索するユーザのうち、20代が「65%」であり、30代が「20%」(不図示)等であることを示す対象需要情報を自動車メーカMBに提供する。なお、情報処理装置100は、上記に限らず種々の基準に基づいて対象需要情報を提供する事業者を決定してもよい。例えば、情報処理装置100は、所定の閾値(例えば、15万円)以上の入札額の事業者を、対象需要情報を提供する事業者として決定してもよい。この場合、情報処理装置100は、自動車メーカMB及び自動車メーカMCを、対象需要情報を提供する事業者として決定してもよい。
Then, the
〔6.効果〕
上述してきたように、実施形態に係る情報処理装置100は、取得部131と、決定部134とを有する。取得部131は、対象に対するニーズに関する情報と、対象と他の対象との対応関係を示す関係情報とを取得する。決定部134は、ニーズに関する情報と関係情報とに基づいて、対象に対するニーズへの他の対象を用いた解決を示す解決情報を決定する。
[6. effect〕
As described above, the
このように、実施形態に係る情報処理装置100は、対象に対するニーズに関する情報と、対象と他の対象との対応関係を示す関係情報とに基づいて、対象に対するニーズへの他の対象を用いた解決を示す解決情報を決定することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、取得部131は、対象が属するカテゴリと性質との第1組合せに、他の対象と、他の対象が有する他の性質との第2組合せが対応付けられた関係情報を取得する。決定部134は、関係情報に基づいて、対象の性質に対するニーズへの他の対象を用いた解決を示す解決情報を決定する。
In the
このように、実施形態に係る情報処理装置100は、対象が属するカテゴリと性質との第1組合せに、他の対象と、他の対象が有する他の性質との第2組合せが対応付けられた関係情報とに基づいて、対象に対するニーズへの他の対象を用いた解決を示す解決情報を決定することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, in the
また、実施形態に係る情報処理装置100において、取得部131は、カテゴリと、対象が有する負の性質との第1組合せに、第2組合せが対応付けられた関係情報を取得する。
In the
このように、実施形態に係る情報処理装置100は、カテゴリと、対象が有する負の性質との第1組合せに、第2組合せが対応付けられた関係情報に基づいて、対象に対するニーズへの他の対象を用いた解決を示す解決情報を決定することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、取得部131は、カテゴリと、対象が有する好ましくない性質との第1組合せに、第2組合せが対応付けられた関係情報を取得する。
In the
このように、実施形態に係る情報処理装置100は、カテゴリと、対象が有する好ましくない性質との第1組合せに、第2組合せが対応付けられた関係情報に基づいて、対象に対するニーズへの他の対象を用いた解決を示す解決情報を決定することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100は、提供部135を有する。提供部135は、決定部134により決定された解決情報を用いたサービスを提供する。
The
このように、実施形態に係る情報処理装置100は、決定した解決情報を用いたサービスを提供することにより、対象に対するニーズへの他の対象を用いた解決を示す解決情報に基づくサービスを提供することができる。
As described above, the
また、実施形態に係る情報処理装置100において、提供部135は、決定部134により決定された解決情報を用いたレコメンドサービスを提供する。
In the
このように、実施形態に係る情報処理装置100は、決定した解決情報を用いたレコメンドサービスを提供することにより、対象に対するニーズへの他の対象を用いた解決を示す解決情報に基づくサービスを提供することができる。
As described above, the
また、実施形態に係る情報処理装置100において、提供部135は、決定部134により決定された解決情報を、ニーズに対応するユーザに提供する。
Further, in the
このように、実施形態に係る情報処理装置100は、決定した解決情報をニーズに対応するユーザに提供することにより、対象に対するニーズへの他の対象を用いた解決を示す解決情報に基づくサービスを提供することができる。
As described above, the
実施形態に係る情報処理装置100は、抽出部132を有する。抽出部132は、ユーザが入力した入力情報から、対象に対応する第1キーワードと、対象の性質に関する第2キーワードとを抽出することにより、対象に対するニーズに関する情報を抽出する。取得部131は、入力情報を取得し、抽出部132により抽出された対象に対するニーズに関する情報を取得する。
The
このように、実施形態に係る情報処理装置100は、ユーザが入力した入力情報から、対象に対応する第1キーワードと、対象の性質に関する第2キーワードとを抽出することにより、対象に対するニーズに関する情報を抽出し、対象に対するニーズに関する情報を抽出することにより、ユーザが入力した情報から適切にニーズに関する情報を抽出することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、取得部131は、ユーザが検索に用いた検索クエリを含む入力情報を取得する。
In the
このように、実施形態に係る情報処理装置100は、ユーザが検索に用いた検索クエリを含む入力情報を取得することにより、ユーザが入力した情報から適切にニーズに関する情報を抽出することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、取得部131は、ユーザが所定のサービスにおいて投稿した投稿情報を含む入力情報を取得する。
In the
このように、実施形態に係る情報処理装置100は、ユーザが所定のサービスにおいて投稿した投稿情報を含む入力情報を取得することにより、ユーザが入力した情報から適切にニーズに関する情報を抽出することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、抽出部132は、商品または商品のカテゴリである対象に対応する第1キーワードと、第2キーワードに基づいて、対象に対するニーズに関する情報を抽出する。
In the
このように、実施形態に係る情報処理装置100は、商品または商品のカテゴリである対象に対応する第1キーワードと、第2キーワードに基づいて、対象に対するニーズに関する情報を抽出することにより、ユーザが入力した情報から適切にニーズに関する情報を抽出することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、抽出部132は、対象の機能に関する第2キーワードに基づいて、対象の機能に対するニーズに関する情報を抽出する。
Further, in the
このように、実施形態に係る情報処理装置100は、対象の機能に関する第2キーワードに基づいて、対象の機能に対するニーズに関する情報を抽出することにより、ユーザが入力した情報から適切にニーズに関する情報を抽出することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、抽出部132は、対象の仕様に関する第2キーワードに基づいて、対象の仕様に対するニーズに関する情報を抽出する。
Further, in the
このように、実施形態に係る情報処理装置100は、対象の仕様に関する第2キーワードに基づいて、対象の仕様に対するニーズに関する情報を抽出することにより、ユーザが入力した情報から適切にニーズに関する情報を抽出することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、抽出部132は、対象の価値評価に関する第2キーワードに基づいて、対象の仕様に対するニーズに関する情報を抽出する。
Further, in the
このように、実施形態に係る情報処理装置100は、対象の価値評価に関する第2キーワードに基づいて、対象の仕様に対するニーズに関する情報を抽出することにより、ユーザが入力した情報から適切にニーズに関する情報を抽出することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、取得部131は、所定の事業者から、対象を指定する対象情報を取得する。抽出部132は、所定の事業者により指定された対象に対するニーズに関する情報を抽出する。
In the
このように、実施形態に係る情報処理装置100は、所定の事業者により指定された対象に対するニーズに関する情報を抽出することにより、ユーザが入力した情報から適切にニーズに関する情報を抽出することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、取得部131は、所定の事業者とは異なる他の事業者から、対象を指定する対象情報を取得する。抽出部132は、他の事業者により指定された対象に対するニーズに関する情報を抽出する。
In addition, in the
このように、実施形態に係る情報処理装置100は、所定の事業者により指定された対象に対するニーズに関する情報を抽出することにより、ユーザが入力した情報から適切にニーズに関する情報を抽出することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、取得部131は、所定の事業者の事業に関する情報を取得する。抽出部132は、所定の事業者の事業に関する情報から対象に関する情報を抽出し、抽出した対象に対応する第1キーワードと、対象の性質に関する第2キーワードとに基づいて、対象に対するニーズに関する情報を抽出する。
In the
このように、実施形態に係る情報処理装置100は、所定の事業者の事業に関する情報から対象に関する情報を抽出し、抽出した対象に対応する第1キーワードと、対象の性質に関する第2キーワードとに基づいて、対象に対するニーズに関する情報を抽出することにより、ユーザが入力した情報から適切にニーズに関する情報を抽出することができる。したがって、情報処理装置100は、ニーズへの解決を適切に決定することができる。
As described above, the
また、実施形態に係る情報処理装置100において、提供部135は、抽出部132により抽出された対象に対するニーズに関する情報を用いたサービスを提供する。
In addition, in the
このように、実施形態に係る情報処理装置100は、抽出した対象に対するニーズに関する情報を用いたサービスを提供することにより、ユーザが入力した情報から適切にニーズに関する情報に基づくサービスを提供することができる。
As described above, the
また、実施形態に係る情報処理装置100において、提供部135は、抽出部132により抽出された対象に対するニーズに関する情報を、情報の要求元に提供する。
Further, in the
このように、実施形態に係る情報処理装置100は、抽出した対象に対するニーズに関する情報を、情報の要求元に提供することにより、ユーザが入力した情報から適切にニーズに関する情報に基づくサービスを提供することができる。
As described above, the
また、実施形態に係る情報処理装置100は、生成部133を有する。生成部133は、抽出部132により抽出された対象に対するニーズに関する情報に基づいて、対象に関するコンテンツを生成する。
Further, the
このように、実施形態に係る情報処理装置100は、抽出した対象に対するニーズに関する情報に基づいて、対象に関するコンテンツを生成することにより、ユーザが入力した情報から適切にニーズに関する情報に基づくコンテンツを生成することができる。
As described above, the
〔7.ハードウェア構成〕
上述してきた実施形態に係る情報処理装置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、情報処理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。
[7. Hardware configuration)
The
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。
The
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提供する。
The
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。
The
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。
The
例えば、コンピュータ1000が実施形態に係る情報処理装置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。
For example, when the
以上、本願の実施形態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。 The embodiments of the present application have been described in detail with reference to the drawings. However, these embodiments are merely examples, and various modifications and improvements may be made based on the knowledge of those skilled in the art, including the aspects described in the disclosure row of the invention. The present invention can be implemented in other forms described above.
〔8.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生成することができる。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。
[8. Others)
Further, of the processes described in the above embodiment, all or a part of the processes described as being performed automatically can be manually performed, or the processes described as being performed manually can be performed. All or part can be performed automatically by a known method. In addition, the processing procedure, specific names, and information including various data and parameters shown in the above document and drawings can be arbitrarily generated unless otherwise specified. For example, the various information shown in each drawing is not limited to the information shown.
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。 Each component of each device illustrated is a functional concept, and does not necessarily need to be physically configured as illustrated. That is, the specific form of distribution / integration of each device is not limited to the one shown in the figure, and all or a part thereof may be functionally or physically distributed / arbitrarily divided into arbitrary units according to various loads and usage conditions. Can be integrated and configured.
また、上述してきた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。 Further, the processes described in the above-described embodiments can be appropriately combined within a range that does not contradict the processing contents.
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。 Further, the “section (section, module, unit)” described above can be read as “means”, “circuit”, or the like. For example, the acquiring unit can be replaced with an acquiring unit or an acquiring circuit.
1 情報処理システム
100 情報処理装置
121 企業情報記憶部
122 ユーザ情報記憶部
123 行動情報記憶部
124 ニーズ情報記憶部
130 制御部
131 取得部
132 抽出部
133 生成部
134 決定部
135 提供部
10 端末装置
20 事業者装置
N ネットワーク
Claims (15)
前記取得部により取得された前記ニーズに関する情報と前記カテゴリ情報と前記性質情報とに基づいて生成される性質ニーズ情報であって、前記対象に対応するカテゴリにおいてニーズがある性質を示す性質ニーズ情報と、前記関係情報の第1組合せとの比較に基づいて、前記対象の前記性質に対するニーズへの前記他の対象を用いた解決を示す解決情報を決定する決定部と、
を備えることを特徴とする情報処理装置。 Acquiring information on needs for the object from the storage unit, acquiring category and category information indicating each object belonging to the category from the storage unit, acquiring property information indicating a property corresponding to the category from the storage unit, An acquisition unit configured to acquire, from the storage unit, relationship information in which a first combination of a category and a property to which the target belongs is associated with a second combination of another target and another property of the other target ;
Property needs information generated based on the information on the needs and the category information and the property information acquired by the acquisition unit, and property need information indicating a property having a need in a category corresponding to the target. , based on a comparison of the first combination of the related information, a determination unit that determines the resolution information indicating the resolution using the other subject to the need for the nature of the subject,
An information processing apparatus comprising:
前記カテゴリと、前記対象が有する負の前記性質との前記第1組合せに、前記第2組合せが対応付けられた前記関係情報を取得する
ことを特徴とする請求項1に記載の情報処理装置。 The acquisition unit,
The information processing apparatus according to claim 1 , wherein the relation information in which the second combination is associated with the first combination of the category and the negative property of the object is acquired.
前記カテゴリと、前記対象が有する好ましくない前記性質との前記第1組合せに、前記第2組合せが対応付けられた前記関係情報を取得する
ことを特徴とする請求項1または請求項2に記載の情報処理装置。 The acquisition unit,
It said categories, the first combination of the properties undesirable that the subject has, according to claim 1 or claim 2, characterized in that for obtaining the relationship information and the second combination are associated Information processing device.
をさらに備えたことを特徴とする請求項1〜3のいずれか1項に記載の情報処理装置。 A providing unit that provides a service using the solution information determined by the determining unit;
The information processing apparatus according to any one of claims 1 to 3 , further comprising:
前記決定部により決定された前記解決情報を用いたレコメンドサービスを提供する
ことを特徴とする請求項4に記載の情報処理装置。 The providing unit,
The information processing device according to claim 4 , wherein a recommendation service using the solution information determined by the determination unit is provided.
前記決定部により決定された前記解決情報を、前記ニーズに対応するユーザに提供する
ことを特徴とする請求項4または請求項5に記載の情報処理装置。 The providing unit,
The information processing apparatus according to the resolution information determined by the determination unit, to claim 4 or claim 5, characterized in that it provides to the user corresponding to the needs.
をさらに備え、
前記取得部は、
前記入力情報を取得し、前記抽出部により抽出された前記対象に対するニーズに関する情報を取得する
ことを特徴とする請求項1〜6のいずれか1項に記載の情報処理装置。 An extraction unit configured to extract, from input information input by a user, a first keyword corresponding to the target and a second keyword related to a property of the target, thereby extracting information about needs for the target;
Further comprising
The acquisition unit,
The information processing apparatus according to any one of claims 1 to 6 , wherein the input information is acquired, and information on a need for the object extracted by the extraction unit is acquired.
前記ユーザが検索に用いた検索クエリを含む前記入力情報を取得する
ことを特徴とする請求項7に記載の情報処理装置。 The acquisition unit,
The information processing apparatus according to claim 7 , wherein the input information including a search query used by the user for a search is acquired.
前記ユーザが所定のサービスにおいて投稿した投稿情報を含む前記入力情報を取得する
ことを特徴とする請求項7または請求項8に記載の情報処理装置。 The acquisition unit,
The information processing apparatus according to claim 7 or claim 8, characterized in that to obtain the input information by the user includes a post information posted at a given service.
商品または商品のカテゴリである前記対象に対応する前記第1キーワードと、前記第2キーワードに基づいて、前記対象に対するニーズに関する情報を抽出する
ことを特徴とする請求項7〜9のいずれか1項に記載の情報処理装置。 The extraction unit includes:
The information about needs for the object is extracted based on the first keyword corresponding to the object that is a product or a category of the product and the second keyword. The method according to any one of claims 7 to 9 , wherein: An information processing apparatus according to claim 1.
前記対象の機能に関する前記第2キーワードに基づいて、前記対象の機能に対するニーズに関する情報を抽出する
ことを特徴とする請求項7〜10のいずれか1項に記載の情報処理装置。 The extraction unit includes:
The information processing apparatus according to any one of claims 7 to 10 , wherein information on a need for the target function is extracted based on the second keyword related to the target function.
前記対象の仕様に関する前記第2キーワードに基づいて、前記対象の仕様に対するニーズに関する情報を抽出する
ことを特徴とする請求項7〜11のいずれか1項に記載の情報処理装置。 The extraction unit includes:
The information processing apparatus according to any one of claims 7 to 11 , wherein information on a need for the specification of the target is extracted based on the second keyword related to the specification of the target.
前記対象の価値評価に関する前記第2キーワードに基づいて、前記対象の仕様に対するニーズに関する情報を抽出する
ことを特徴とする請求項7〜12のいずれか1項に記載の情報処理装置。 The extraction unit includes:
The information processing apparatus according to any one of claims 7 to 12 , wherein information about needs for specifications of the target is extracted based on the second keyword related to the value evaluation of the target.
対象に対するニーズに関する情報を記憶部から取得し、カテゴリと当該カテゴリに属する各対象を示すカテゴリ情報を前記記憶部から取得し、カテゴリに対応する性質を示す性質情報を前記記憶部から取得し、前記対象が属するカテゴリと性質との第1組合せに、他の対象と、前記他の対象が有する他の性質との第2組合せが対応付けられた関係情報を前記記憶部から取得する取得工程と、
前記取得工程により取得された前記ニーズに関する情報と前記カテゴリ情報と前記性質情報とに基づいて生成される性質ニーズ情報であって、前記対象に対応するカテゴリにおいてニーズがある性質を示す性質ニーズ情報と、前記関係情報の第1組合せとの比較に基づいて、前記対象の前記性質に対するニーズへの前記他の対象を用いた解決を示す解決情報を決定する決定工程と、
を含むことを特徴とする情報処理方法。 An information processing method executed by a computer,
Acquiring information on needs for the object from the storage unit, acquiring category and category information indicating each object belonging to the category from the storage unit, acquiring property information indicating a property corresponding to the category from the storage unit, An acquisition step of acquiring, from the storage unit, relationship information in which a first combination of a category and a property to which an object belongs is associated with a second combination of another object and another property of the other object ;
Property needs information generated based on the information on the needs and the category information and the property information obtained in the obtaining step, and property need information indicating a property having needs in a category corresponding to the target. , based on a comparison of the first combination of the related information, a determination step of determining a resolution information indicating the resolution using the other subject to the need for the nature of the subject,
An information processing method comprising:
前記取得手順により取得された前記ニーズに関する情報と前記カテゴリ情報と前記性質情報とに基づいて生成される性質ニーズ情報であって、前記対象に対応するカテゴリにおいてニーズがある性質を示す性質ニーズ情報と、前記関係情報の第1組合せとの比較に基づいて、前記対象の前記性質に対するニーズへの前記他の対象を用いた解決を示す解決情報を決定する決定手順と、
をコンピュータに実行させることを特徴とする情報処理プログラム。 Acquiring information on needs for the object from the storage unit, acquiring category and category information indicating each object belonging to the category from the storage unit, acquiring property information indicating a property corresponding to the category from the storage unit, An acquisition step of acquiring, from the storage unit, relation information in which a first combination of a category and a property to which an object belongs is associated with a second combination of another object and another property of the other object ;
Property needs information generated based on the information on the needs and the category information and the property information acquired by the acquisition procedure, and property need information indicating a property having a need in a category corresponding to the target. , based on a comparison of the first combination of said relationship information, and determining procedure for determining the resolution information indicating the resolution using the other subject to the need for the nature of the subject,
An information processing program for causing a computer to execute the following.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018240112A JP6664593B1 (en) | 2018-12-21 | 2018-12-21 | Information processing apparatus, information processing method, and information processing program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018240112A JP6664593B1 (en) | 2018-12-21 | 2018-12-21 | Information processing apparatus, information processing method, and information processing program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6664593B1 true JP6664593B1 (en) | 2020-03-13 |
JP2020102028A JP2020102028A (en) | 2020-07-02 |
Family
ID=70000337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018240112A Active JP6664593B1 (en) | 2018-12-21 | 2018-12-21 | Information processing apparatus, information processing method, and information processing program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6664593B1 (en) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11175606A (en) * | 1997-12-17 | 1999-07-02 | Hitachi Ltd | Product information analyzer |
JP2005196469A (en) * | 2004-01-07 | 2005-07-21 | Sony Corp | Data display server, data display method, and program of the same |
JP4870448B2 (en) * | 2006-02-23 | 2012-02-08 | 株式会社日立製作所 | Information processing apparatus, customer needs analysis method, and program |
JP5132233B2 (en) * | 2007-09-25 | 2013-01-30 | 株式会社日立製作所 | Analysis device, program, and analysis method |
CN102591876A (en) * | 2011-01-14 | 2012-07-18 | 阿里巴巴集团控股有限公司 | Sequencing method and device of search results |
-
2018
- 2018-12-21 JP JP2018240112A patent/JP6664593B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020102028A (en) | 2020-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Punj | Effect of consumer beliefs on online purchase behavior: The influence of demographic characteristics and consumption values | |
US20120047014A1 (en) | Method and system for using email receipts for targeted advertising | |
US20160071165A1 (en) | System and method to evaluate, present, and facilitate the advertisement and purchasing of products and services based on the emotion evoked in a recipient upon receipt of the product or service | |
JP2012252394A (en) | Advertisement system, control method for advertisement system, program, and information storage medium | |
JP6917348B2 (en) | Providing equipment, providing method, and providing program | |
JP6679704B1 (en) | Information processing apparatus, information processing method, and information processing program | |
JP6767465B2 (en) | Information processing equipment, information processing methods, and information processing programs | |
WO2009079153A1 (en) | Interest-based product viewing, searching and advertising | |
US20150186972A1 (en) | Summarization and personalization of big data method and apparatus | |
JP2018185575A (en) | Provision device, provision method and provision program | |
US20140249885A1 (en) | System and method for customized search results based on a shopping history of a user, retailer identifications, and items being promoted by retailers | |
JP6679706B1 (en) | Information processing apparatus, information processing method, and information processing program | |
JP6779965B2 (en) | Information processing equipment, information processing methods, and information processing programs | |
JP6664593B1 (en) | Information processing apparatus, information processing method, and information processing program | |
JP6731469B2 (en) | Information processing apparatus, information processing method, and information processing program | |
JP7271151B2 (en) | Information processing device, information processing method and information processing program | |
JP6445632B1 (en) | Extraction apparatus, extraction method, and extraction program | |
JP6782751B2 (en) | Extractor, extraction method, and extraction program | |
JP7145823B2 (en) | Provision device, provision method and provision program | |
JP6703592B1 (en) | Information processing apparatus, information processing method, and information processing program | |
JP6679705B1 (en) | Information processing apparatus, information processing method, and information processing program | |
JP2013145604A (en) | Advertisement system, method for controlling advertisement system, program, and information storage medium | |
JP6564114B1 (en) | Providing device, providing method, and providing program | |
JP6974298B2 (en) | Information processing equipment, information processing methods, and information processing programs | |
JP6679707B1 (en) | Information processing apparatus, information processing method, and information processing program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190415 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190415 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190415 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190717 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190730 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190919 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191015 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191114 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6664593 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |