JP6679451B2 - 選択装置、選択方法および選択プログラム - Google Patents

Description

本発明は、選択装置、選択方法および選択プログラムに関する。

従来、ユーザに関する種々の情報に基づいて、ユーザに対して提案する情報を選択する技術が提案されている。例えば、ユーザの購買履歴や、ユーザが閲覧した商品情報の閲覧履歴に基づいて、ユーザに購買等を提案する商品やサービスを選択する技術が知られている。

特開２０１３−２５７７９３号公報

しかしながら、上述した従来技術では、ユーザに提案する商品やサービスを精度良く選択することができない場合がある。

例えば、ユーザの購買履歴や閲覧履歴が存在しない場合は、ユーザに提案する商品やサービスの選択精度が悪化してしまう。

本願は、上記に鑑みてなされたものであって、ユーザに提案する商品やサービスの選択精度を向上させることを目的とする。

本願に係る選択装置は、所定の取引対象の購買履歴が紐付けられた第１利用者と紐付けられた利用者情報と所定の関連性を有する利用者情報に紐付けられた第２利用者を抽出する抽出部と前記第１利用者と紐付けられた利用者情報に基づいて、前記第２利用者に対して提案する取引対象を選択する選択部とを有することを特徴とする。

実施形態の一態様によれば、ユーザに提案する商品やサービスの選択精度を向上させる。

図１は、実施形態に係る選択装置が実行する選択処理の一例を示す図である。 図２は、実施形態に係る選択装置の構成例を示す図である。 図３は、実施形態に係る利用者情報データベースに登録される情報の一例を示す図である。 図４は、実施形態に係る取引対象データベースに登録される情報の一例を示す図である。 図５は、実施形態に係る選択装置が利用者情報を辿る処理の一例を示す図である。 図６は、実施形態にかかる選択装置が実行する選択処理の流れの一例を示すフローチャートである。 図７は、ハードウェア構成の一例を示す図である。

以下に、本願に係る選択装置、選択方法および選択プログラムを実施するための形態（以下、「実施形態」と記載する。）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選択装置、選択方法および選択プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

［実施形態］
〔１−１．選択装置の一例〕
まず、図１を用いて、選択装置が実行する選択処理の一例について説明する。図１は、実施形態に係る選択装置が実行する選択処理の一例を示す図である。図１では、選択装置１０は、インターネット等の所定のネットワークＮを介して、ＥＣ（Electronic Commerce）サーバ１００やレコメンドサーバ２００と通信可能である。なお、選択装置１０は、任意の数のＥＣサーバ１００や任意の数のレコメンドサーバ２００と通信可能であってよい。

ＥＣサーバ１００は、電子商取引に関する各種サービスを提供する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。例えば、ＥＣサーバ１００は、任意の商品やサービス（以下、「取引対象」と記載する。）の提供を販売する電子商店街のサービスを利用者Ｕ０１〜Ｕ０５に対して提供する。なお、ＥＣサーバ１００は、オークションに関するサービスを提供するサーバであってもよい。すなわち、ＥＣサーバ１００は、電子商取引に関するサービスであれば、任意のサービスの提供を行ってよい。

レコメンドサーバ２００は、利用者Ｕ０１〜Ｕ０５に対して各種のレコメンドサービスを提供する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。例えば、レコメンドサーバ２００は、ＥＣサーバ１００が提供する電子商店街のサービスを介して提供される取引対象に関するコンテンツ（例えば、広告等）を利用者Ｕ０１〜Ｕ０５に対して提供する。より具体的な例を挙げると、レコメンドサーバ２００は、利用者Ｕ０１〜Ｕ０５がポータルサイト等の任意のウェブページを閲覧する際や、ＥＣサーバ１００が提供する電子商店街において商品の検索を行った際に、広告コンテンツとして、取引対象に関するコンテンツを配信する。

選択装置１０は、レコメンドサーバ２００が各利用者Ｕ０１〜Ｕ０５に対して提供するコンテンツ、すなわち、取引対象に関するコンテンツの選択を行う。例えば、選択装置１０は、コンテンツの配信先となる利用者Ｕ０１〜Ｕ０５の属性情報や、購買履歴等に基づいて、利用者Ｕ０１〜Ｕ０５が購買する可能性が高い取引対象のコンテンツを選択し、選択したコンテンツを配信するようにレコメンドサーバ２００に通知する。

〔１−２．選択処理について〕
ここで、利用者Ｕ０１〜Ｕ０５に対してレコメンドを行う技術として、利用者Ｕ０１〜Ｕ０５の購買履歴に基づいて、利用者Ｕ０１〜Ｕ０５が購買する可能性が高い取引対象を推定し、推定した取引対象に関するコンテンツを配信する技術が知られている。例えば、利用者Ｕ０１が取引対象＃１と取引対象＃２とを購買し、利用者Ｕ０２が取引対象＃２のみを購買しているものとする。このような場合、選択装置１０は、利用者Ｕ０２が購買した取引対象＃２を購買した他の利用者Ｕ０１を特定し、特定した利用者Ｕ０１が購買した取引対象＃１の購買を利用者Ｕ０２に提案するといった手法が考えられる。

しかしながら、このような手法では、購買履歴が存在しない利用者に対して適切な提案を行うことができない。

そこで、選択装置１０は、以下の選択処理を実行する。まず、選択装置１０は、所定の取引対象の購買履歴が紐付けられた第１利用者と紐付けられた利用者情報と所定の関連性を有する利用者情報に紐付けられた第２利用者を抽出する。そして、選択装置１０は、第１利用者と紐付けられた利用者情報に基づいて、第２利用者に対して提案する取引対象を選択する。

例えば、選択装置１０は、所定の取引対象の購買履歴が紐付けられた第１利用者から、第１利用者と紐付けられた利用者情報と、その利用者情報と所定の共通性を有する利用者情報に紐付けられた他の利用者とを辿り、所定の取引対象の購買履歴が紐付けられていない第２利用者を抽出する。そして、選択装置１０は、第１利用者と紐付けられた利用者情報に基づいて、第２利用者に対して提案する取引対象を選択する。以下、選択装置１０が実行する選択処理の具体例について説明する。

〔１−３．利用者情報について〕
選択装置１０は、利用者Ｕ０１〜Ｕ０５に関する任意の情報を利用者情報として保持する。例えば、選択装置１０は、利用者Ｕ０１〜Ｕ０５の利用者情報として、利用者Ｕ０１〜Ｕ０５が閲覧したコンテンツの履歴を示す閲覧履歴を記憶する。例えば、選択装置１０は、各利用者Ｕ０１〜Ｕ０５が使用する端末装置や、ウェブコンテンツの配信を行う配信サーバ（図示は、省略した。）等から、各利用者Ｕ０１〜Ｕ０５が閲覧したウェブコンテンツを示す閲覧履歴を収集し、収集した購買情報を利用者情報として記憶する。

また、選択装置１０は、利用者Ｕ０１〜Ｕ０５の性別、年代、居住地域等といったいわゆるデモグラフィック属性を示す属性情報を収集し、収集した属性情報を利用者情報として記憶する。なお、このような属性情報は、利用者Ｕ０１〜Ｕ０５が登録した情報であってもよく、利用者Ｕ０１〜Ｕ０５の行動から推定されたものであってもよい。

このように、選択装置１０は、利用者の属性情報のみならず、利用者の行動に関する任意の情報を利用者情報として収集し、保持する。なお、選択装置１０は、上述した情報以外にも、任意の情報を利用者情報として記憶して良い。例えば、選択装置１０は、どのようなウェブコンテンツを閲覧したか、ウェブコンテンツに含まれるリンクのうちどのリンクを選択したか、どのような音楽コンテンツや動画像コンテンツの配信を受けているか、どのようなアプリケーションを使用しているか等、利用者Ｕ０１〜Ｕ０５の行動を示す任意の情報（以下、「行動情報」と記載する場合がある。）を、利用者情報として収集し、記憶してもよい。

なお、このような行動情報には、例えば、ニュース配信サイトにおいてどのようなニュースを閲覧したか、電子商店街でどのような取引対象のウェブコンテンツを閲覧したかといった情報が含まれていてもよい。また、行動情報には、インターネットを介した証券関連のサービスや金融関連のサービスにおいて、各利用者Ｕ０１〜Ｕ０５がどのようなコンテンツを閲覧したか、どのような行動（例えば、入金や株の売買等）を行ったかを示す情報が含まれていてもよい。

〔１−４．利用者の抽出について〕
また、選択装置１０は、利用者Ｕ０１〜Ｕ０５の電子商店街における購買履歴を示す購買情報を保持する。より具体的な例を挙げると、選択装置１０は、電子商店街に関するサービスを提供するＥＣサーバ１００から、各利用者Ｕ０１〜Ｕ０５の購買履歴を収集し、収集した購買履歴を購買情報として記憶する。

そして、選択装置１０は、第１利用者と紐付けられた利用者情報から、所定の共通性を有する１つまたは複数の利用者情報を順次特定し、特定した利用者情報と紐付けられた利用者を抽出する。より具体的な例を挙げると、選択装置１０は、所定の取引対象を購買した利用者の利用者情報から、利用者と利用者情報との紐付を順次辿ることにより、所定の取引対象を購買していない利用者を特定し、特定した利用者に対して提案する取引対象を、所定の取引対象を購買した利用者の利用者情報に基づいて選択する。

例えば、選択装置１０は、ある取引対象を選択した第１利用者の利用者情報と共通する利用者情報に紐付けられた利用者を辿ることで、購買履歴のみならず、属性情報や閲覧履歴等といった利用者情報が第１利用者と類似する第２利用者を検索する。すなわち、選択装置１０は、利用者情報を用いたクラスタリングを行った際に、第１利用者と同じクラスタに分類される利用者であって、第１利用者が購買した取引対象を購買していない第２利用者を検索する。このように、第１利用者と同じクラスタに分類された第２利用者は、第１利用者と類似する購買行動を示すと予測される。すなわち、第２利用者は、第１利用者が購買した取引対象と同じ取引対象を購買する可能性が高い。そこで、選択装置１０は、第２利用者に対して提案する取引対象として、第１利用者が購買した取引対象を選択する。そして、選択装置１０は、選択した取引対象をレコメンドサーバ２００に通知し、選択した取引対象に関するコンテンツを第２利用者に提示するよう指示する。

ここで、選択装置１０は、利用者と利用者情報との紐付を多段階にわたって辿ることで第２利用者の抽出を行ってもよい。例えば、選択装置１０は、利用者Ｕ０１の利用者情報に、セーターの販売を行うウェブページの閲覧履歴が含まれている場合は、そのウェブページの閲覧履歴が利用者情報に含まれる利用者を検索する。そして、選択装置１０は、利用者Ｕ０２の利用者情報にセーターの販売を行うウェブページの閲覧履歴が含まれている場合には、利用者Ｕ０２の利用者情報と共通する利用者情報と紐付けられた他の利用者をさらに検索する。例えば、選択装置１０は、利用者Ｕ０２の利用者情報に、マフラーの販売を行うウェブページの閲覧履歴が含まれている場合は、そのウェブページの閲覧履歴が利用者情報に含まれる利用者をさらに検索する。

そして、選択装置１０は、利用者Ｕ０３〜Ｕ０５の利用者情報にマフラーの販売を行うウェブページの閲覧履歴が含まれており、かつ、セーターの購買履歴が含まれていない場合には、利用者Ｕ０３〜Ｕ０５を、コンテンツの提供対象者として抽出する。その後、選択装置１０は、提供対象者を抽出する処理の開始点となった第１利用者、すなわち、利用者Ｕ０１の購買履歴に基づいて、提供対象者である利用者Ｕ０３〜Ｕ０５にコンテンツを提供する取引対象を選択する。

〔１−５．利用者情報を辿る処理について〕
ここで、利用者情報を辿る回数が増加した場合、第１利用者と第２利用者との類似性が低下する結果、第２利用者が興味を有すると推定可能な取引対象を精度良く選択することができなくなる恐れがある。そこで、選択装置１０は、第１利用者の利用者情報から、所定の共通性を有する利用者情報を、所定の数だけ順次特定することで、各利用者の利用者情報を辿る回数が所定の回数以内となる第２利用者を抽出してもよい。例えば、選択装置１０は、利用者情報を辿る回数が「３」回以内となる第２利用者を抽出する場合、第１利用者の利用者情報と共通する利用者情報が紐付けられた利用者を検索し、検索した利用者の利用者情報と共通する利用者情報と紐付けられた利用者をさらに検索し、さらに検索した利用者の利用者情報と共通する利用者情報と紐付けられた利用者を第２利用者としてもよい。なお、選択装置１０は、利用者情報を辿った回数が１回目となる利用者や、２回目となる利用者を第２利用者としてもよい。また、選択装置１０は、利用者情報に含まれる情報のうち、所定の種別の情報が共通する利用者情報を順次特定することで、例えば、属性情報や閲覧履歴が共通する利用者情報を辿ってもよい。

また、選択装置１０は、利用者情報に含まれる情報のうち、所定の数の情報が共通する利用者情報を順次特定することで、所定の数の利用者情報が第１利用者と共通している他の利用者を辿ってもよい。例えば、選択装置１０は、第１利用者の利用者情報と共通する利用者情報の数が所定の閾値以上となる利用者を検索する。より具体的な例を挙げると、選択装置１０は、第１利用者が閲覧したウェブページのうち、所定の数のウェブページを閲覧している他の利用者を第２利用者としてもよい。また、選択装置１０は、第１利用者が閲覧したウェブページを閲覧するとともに、第１利用者の属性情報と同じ属性情報が紐付けられた他の利用者を第２利用者としてもよい。すなわち、選択装置１０は、複数の利用者情報が共通している他の利用者を辿るのであれば、利用者情報の種別を限定してもよく、しなくともよい。

また、選択装置１０は、利用者情報に含まれる情報が、第１利用者と紐付けられた利用者情報と類似する利用者情報を順次特定することで、第１利用者と紐付けられた利用者情報と共通するカテゴリに属する利用者情報に紐付けられた他の利用者を辿ってもよい。また、選択装置１０は、利用者情報に含まれる情報のうち、所定の種別の情報が共通する利用者情報を順次特定してもよい。

例えば、選択装置１０は、利用者Ｕ０１の利用者情報に「セーター」の購買履歴と閲覧履歴とが含まれている場合は、カテゴリを「衣類」に限定する。このような場合、例えば、選択装置１０は、利用者Ｕ０１の利用者情報から、カテゴリ「衣類」に属する「セーター」および「マフラー」の閲覧履歴が利用者情報に含まれる利用者Ｕ０２を辿り、利用者Ｕ０２の利用者情報から、カテゴリ「衣類」に属する「マフラー」の閲覧履歴が利用者情報に含まれる利用者Ｕ０３〜Ｕ０５を特定する。ここで、選択装置１０は、利用者Ｕ０３〜Ｕ０５の利用者情報を参照し、カテゴリ「衣類」に属する取引対象の閲覧履歴や購買履歴が含まれていない場合には、利用者Ｕ０３〜Ｕ０５の利用者情報から他の利用者を辿らずに、利用者Ｕ０３〜Ｕ０５を提供対象者とする。このように、選択装置１０は、第１利用者の利用者情報から辿る利用者情報のカテゴリを限定することで、第２利用者と第１利用者との類似性を担保してもよい。

また、選択装置１０は、第１利用者と紐付けられた利用者情報と共通する期間内に取得された利用者情報を順次特定することで、第１利用者と紐付けられた利用者情報と共通する利用者情報であって、共通する期間内に取得された利用者情報に紐付けられた他の利用者の利用者情報を辿ってもよい。例えば、選択装置１０は、利用者Ｕ０１の利用者情報と利用者Ｕ０２の利用者情報とに、同一のウェブコンテンツを閲覧した旨の閲覧履歴が含まれている場合は、利用者Ｕ０１がウェブコンテンツを閲覧した日時と利用者Ｕ０２がウェブコンテンツを閲覧した日時とが所定の期間内（例えば、１日）に収まるか否かを判定する。そして、選択装置１０は、各利用者Ｕ０１、Ｕ０２が同一のウェブコンテンツを閲覧した日時が所定の期間内に収まる場合は、利用者Ｕ０１の利用者情報から利用者Ｕ０２を辿り、利用者Ｕ０２の利用者情報から他の利用者を辿ってもよい。一方、選択装置１０は、各利用者Ｕ０１、Ｕ０２が同一のウェブコンテンツを閲覧した日時が所定の期間内に収まらない場合は、利用者Ｕ０１の利用者情報から利用者Ｕ０２を辿らずともよい。

また、選択装置１０は、第１利用者と紐付けられた利用者情報と同一の利用者情報が紐付けられた利用者のみを辿る必要はなく、第１利用者と紐付けられた利用者情報と類似する利用者情報が紐付けられた利用者を辿ってもよい。例えば、選択装置１０は、利用者Ｕ０１と利用者Ｕ０２とが、それぞれ同じドメインに属するウェブページであって、異なるサブドメインに属するウェブページを閲覧していた場合は、利用者Ｕ０１の利用者情報から利用者Ｕ０２を辿ってもよい。

なお、選択装置１０は、上述した各種処理以外にも、第１利用者と紐付けられた利用者情報と所定の共通性を有する利用者情報を辿るのであれば、任意の共通性を有する利用者情報を辿ってよい。例えば、選択装置１０は、第１利用者の属性情報と同一の属性情報を含み、かつ、第１利用者の閲覧履歴が示すウェブページと類似するウェブページの数が所定の数以上となる閲覧履歴を含む利用者情報を辿ってもよい。

また、選択装置１０は、利用者情報を辿る度に、辿る利用者情報の共通性を変更してもよい。例えば、選択装置１０は、利用者情報を辿る度に、共通する利用者情報の数を増加させてもよい。より具体的には、選択装置１０は、利用者Ｕ０１の利用者情報と利用者Ｕ０２の利用者情報とに、共通する１つの情報が含まれる場合は、利用者Ｕ０２の利用者情報を辿る。また、選択装置１０は、利用者Ｕ０２の利用者情報と利用者Ｕ０３の利用者情報とで、共通する情報の数が２つ以上である場合は、利用者Ｕ０２から利用者Ｕ０３の利用者情報を辿り、利用者Ｕ０２の利用者情報と利用者Ｕ０３の利用者情報とで、共通する情報の数が１つ以下である場合は、利用者Ｕ０２から利用者Ｕ０３の利用者情報を辿らずともよい。すなわち、選択装置１０は、第１利用者の利用者情報から利用者や利用者情報を辿る度に、辿る利用者情報に含まれるべき共通する情報の数を増加させてもよい。

〔１−６．選択について〕
ここで、選択装置１０は、第１利用者の購買履歴のみならず、第１利用者と紐付けられた属性情報や閲覧履歴に基づいて、第２利用者に提示する取引対象を選択して良い。また、選択装置１０は、第１利用者から第２利用者まで辿った利用者の利用者情報を考慮して、第２利用者に提示する取引対象を選択してもよい。例えば、選択装置１０は、利用者Ｕ０１の利用者情報から、利用者Ｕ０２の利用者情報を辿り、第２利用者として利用者Ｕ０３を抽出した場合は、利用者Ｕ０１の利用者情報のみならず、利用者Ｕ０２の利用者情報を考慮して、利用者Ｕ０３に提示する取引対象を選択してもよい。

また、選択装置１０は、取引対象の選択をモデルを用いて行ってもよい。例えば、選択装置１０は、第１利用者に紐付けられた利用者情報に基づいて、取引対象を第２利用者が購買する可能性を算出するモデルを用いて、第２利用者に対して提案する取引対象を選択してもよい。より具体的な例を挙げると、選択装置１０は、以下の式（１）で表されるモデルの学習を行い、以下の式（１）のパラメータとして、第１利用者の購買履歴や利用者情報を入力することで、第２利用者が取引対象を購買する確率を算出し、算出した確率に基づいて、取引対象の選択を行ってもよい。

なお、以下の式（１）に示すＰ（Ｔ）とは、取引対象を購買する可能性を算出するための関数である。また、ｆ（ａｃｔ）とは、利用者情報に基づいて取引対象を購買する可能性を算出するための関数であり、所定の重みｗ_ｎと、第１利用者および第２利用者の購買履歴や利用者情報を示す値Ｂ_ｎとの総和により表される関数である。

選択装置１０は、このような式（１）を用いて、第１利用者の購買履歴や利用者情報から、第２利用者が取引対象を購買する確率を算出すればよい。なお、選択装置１０は、第１利用者の購買履歴や利用者情報のみならず、第２利用者の購買履歴や利用者情報から、第２利用者が取引対象を購買する確率を算出するモデルを用いてもよく、第１利用者の利用者情報から第２利用者の利用者情報まで順次特定した利用者情報（すなわち、辿った利用者情報）を考慮して、第２利用者が取引対象を購買する確率を算出するモデルを用いてもよい。また、選択装置１０は、第１利用者の利用者情報から第２利用者の利用者情報まで順次特定した利用者情報の数に基づいて、モデルの重みｗ_ｎを順次変更してもよい。そして、選択装置１０は、算出した確率が高い取引対象を選択すればよい。

なお、選択装置１０は、上述したモデルの学習を行ってもよい。例えば、選択装置１０は、上述したモデルを用いて選択した取引対象を第２利用者が購買した場合は、第２利用者がその取引対象を購買する可能性が上昇するように、モデルの重みｗ_ｎを修正してもよい。

〔１−７．選択処理の一例について〕
次に、図１を用いて、選択装置１０が実行する選択処理の一例について説明する。なお、選択装置１０は、各利用者Ｕ０１〜Ｕ０５の閲覧履歴を示す閲覧履歴や、属性情報等を含む利用者情報をあらかじめ取得済みであるものとする。まず、選択装置１０は、各利用者Ｕ０１〜Ｕ０５の購買履歴をＥＣサーバ１００から収集する（ステップＳ１）。このような場合、選択装置１０は、収集した購買履歴から、各利用者Ｕ０１〜Ｕ０５の購買履歴や利用者情報を示す利用者情報データベース３１を作成する。そして、選択装置１０は、各利用者と利用者情報とを辿り、ある取引対象の購買履歴を有する利用者から購買履歴を有さない利用者を抽出する（ステップＳ２）。

例えば、選択装置１０は、図１中（Ａ）に示すように、取引対象「セーター」について、購買履歴や閲覧履歴を有する利用者から購買履歴を有さない利用者を辿るものとする。このような場合、選択装置１０は、利用者Ｕ０１の利用者情報から、閲覧履歴「セーター」を特定し、特定した閲覧履歴「セーター」と同一の閲覧履歴を含む利用者情報と紐付けられた利用者Ｕ０２を特定する。続いて、選択装置１０は、利用者Ｕ０２の利用者情報から、閲覧履歴「マフラー」を特定し、特定した閲覧履歴「マフラー」と同一の閲覧履歴を含む利用者情報と紐付けられた利用者Ｕ０３〜Ｕ０５を特定する。すなわち、選択装置１０は、第１利用者から、利用者情報の共通性を辿り、「セーター」の購買履歴が無い利用者Ｕ０３〜Ｕ０５を順次特定する。

そして、選択装置１０は、取引対象の購買履歴を有する利用者Ｕ０１の利用者情報に基づいて、購買履歴を有さない利用者に対して提供する情報を選択する（ステップＳ３）。例えば、選択装置１０は、利用者Ｕ０１が購買した取引対象「セーター」を、利用者Ｕ０３〜Ｕ０５に提案する取引対象とする。そして、選択装置１０は、選択結果をレコメンドサーバ２００に提供する（ステップＳ４）。この結果、レコメンドサーバ２００は、利用者Ｕ０３〜Ｕ０５が電子商店街の検索等を行った際に、取引対象「セーター」に関するコンテンツを配信することで、取引対象をレコメンドする（ステップＳ５）。

このように、選択装置１０は、各利用者Ｕ０１〜Ｕ０５と紐付けられた利用者情報の共通性を辿ることで、開始点となる第１利用者と所定の類似性を有する第２利用者を抽出する。そして、選択装置１０は、第２利用者に対してコンテンツを提供する取引対象を、第１利用者の購買履歴に基づいて選択する。このため、選択装置１０は、第２利用者が新規の顧客である場合やコールドスタート等、第２利用者の利用者情報に購買履歴が含まれていない場合にも、第２利用者がある程度の興味を有すると推定可能な取引対象のコンテンツを提供することができる。すなわち、選択装置１０は、第２利用者の利用者情報のみでは選択が難しい取引対象であって、第２利用者がある程度の興味を有すると推定可能な取引対象のコンテンツを提供することができる。

〔２．選択装置の構成〕
以下、上記した選択処理を実現する選択装置１０が有する機能構成の一例について説明する。図２は、実施形態に係る選択装置の構成例を示す図である。図２に示すように、選択装置１０は、通信部２０、記憶部３０、および制御部４０を有する。

通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、ＥＣサーバ１００やレコメンドサーバ２００との間で情報の送受信を行う。

記憶部３０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。また、記憶部３０は、利用者情報データベース３１、および取引対象データベース３２（以下、「各データベース３１、３２」と総称する場合がある。）を記憶する。

利用者情報データベース３１には、各利用者Ｕ０１〜Ｕ０５の利用者情報が格納される。例えば、図３は、実施形態に係る利用者情報データベースに登録される情報の一例を示す図である。図３に示すように、利用者情報データベース３１には、「利用者ＩＤ（Identifier）」、「購買情報」および「利用者情報」等といった項目を有する情報が登録されている。また、「利用者情報」には、「属性情報」や「閲覧履歴」等といった項目が含まれる。なお、利用者情報データベース３１には、利用者の行動を示す各種の利用者情報や、各購買情報および各利用者情報が取得された日時等、図３に示す情報以外にも、任意の情報が登録されていてもよい。

ここで、「利用者ＩＤ」とは、利用者Ｕ０１〜Ｕ０５の識別子である。また、「購買情報」とは、利用者の購買履歴を示す情報であり、各取引対象について利用者が購買したか否かを示す値である。また、「属性情報」とは、性別等、利用者の属性を示す情報である。また、「閲覧履歴」とは、利用者が閲覧したウェブコンテンツを示す情報である。

例えば、図１に示す例では、利用者情報データベース３１には、利用者ＩＤ「ユーザ＃１」に、購買情報として「取引対象＃１」と「１」、「取引対象＃２」と「０」とが対応付けて登録されている。このような情報は、利用者ＩＤ「ユーザ＃１」が示す利用者が「取引対象＃１」を購買し、「取引対象＃２」を購買していない旨を示す。また、図１に示す例では、利用者情報データベース３１には、利用者ＩＤ「ユーザ＃１」に、属性情報として、性別「男性」が対応付けられており、閲覧履歴として、「ウェブコンテンツ＃１」が対応付けられている。このような情報は、利用者ＩＤ「ユーザ＃１」が示す利用者が「男性」であり、「ウェブコンテンツ＃１」を閲覧した旨を示す。

取引対象データベース３２は、取引対象の情報が格納される。例えば、図４は、実施形態に係る取引対象データベースに登録される情報の一例を示す図である。例えば、図４に示す例では、取引対象データベース３２には、「取引対象ＩＤ」および「取引対象」といった項目を有する情報が登録される。ここで、「取引対象ＩＤ」とは、取引対象の識別子である。また、「取引対象」とは、電子商店街での取引対象となる商品やサービスを示す情報である。例えば、図４に示す例では、取引対象データベース３２には、取引対象ＩＤ「ＩＤ＃１」および取引対象「取引対象＃１」といった項目を有する情報が登録される。このような情報は、取引対象ＩＤ「ＩＤ＃１」が示す取引対象が、取引対象「取引対象＃１」である旨を示す。

図２に戻り、説明を続ける。制御部４０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、選択装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ等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４０は、コントローラ（controller）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てもよい。

図２に示すように、制御部４０は、収集部４１、特定部４２、抽出部４３、選択部４４、および出力部４５を有する。収集部４１は、各利用者Ｕ０１〜Ｕ０５の購買情報や利用者情報を収集する。例えば、収集部４１は、ＥＣサーバ１００から、各利用者Ｕ０１〜Ｕ０５の購買履歴を収集する。また、収集部４１は、各利用者Ｕ０１〜Ｕ０５から、利用者情報の登録を受付けたり、図示を省略した外部のサーバから、利用者Ｕ０１〜Ｕ０５が登録した属性情報や、利用者Ｕ０１〜Ｕ０５の行動から推定された属性情報を収集する。また、収集部４１は、図示を省略したログサーバ等から、各利用者Ｕ０１〜Ｕ０５が閲覧したウェブコンテンツを示す閲覧履歴を収集する。そして、収集部４１は、収集した購買情報や属性情報、閲覧履歴等を利用者情報データベース３１に登録する。

特定部４２は、所定の取引対象の購買履歴を有する利用者を特定する。すなわち、特定部４２は、選択処理において利用者情報を辿る起点となる第１利用者を特定する。例えば、特定部４２は、取引対象データベース３２に登録された取引対象の中から、処理対象とする取引対象を１つ選択する。そして、特定部４２は、利用者情報データベース３１を参照し、選択した取引対象と対応付けられた値が「１」となる利用者を特定し、特定した利用者を抽出部４３に通知する。

抽出部４３は、第１利用者から類似する利用者情報を順次辿ることで、処理対象となる取引対象の購買履歴が紐付けられていない第２利用者を抽出する。すなわち、抽出部４３は、所定の取引対象の購買履歴が紐付けられた第１利用者と紐付けられた利用者情報と所定の関連性を有する利用者情報に紐付けられた第２利用者を抽出する。

例えば、抽出部４３は、第２利用者として、第１利用者と紐付けられた利用者情報から、所定の共通性を有する１つまたは複数の利用者情報を順次特定し、特定した利用者情報と紐付けられた利用者を抽出する。すなわち、抽出部４３は、所定の取引対象の購買履歴が紐付けられた第１利用者から、第１利用者と紐付けられた利用者情報と、その利用者情報と所定の共通性を有する利用者情報に紐付けられた他の利用者とを順次辿り、所定の取引対象の購買履歴が紐付けられていない第２利用者を抽出する。例えば、抽出部４３は、利用者情報データベース３１に登録された利用者情報を参照し、第１利用者と紐付けられた利用者情報と所定の共通性を有する利用者情報を特定し、特定した利用者情報と所定の共通性を有する他の利用者情報をさらに特定する。そして、抽出部４３は、特定した利用者情報に紐付けられている第２利用者を抽出する。

ここで、抽出部４３は、第１利用者の利用者情報から、所定の数の利用者情報を順次特定してもよい。また、抽出部４３は、利用者情報に含まれる情報のうち、所定の数の情報が共通する利用者情報を順次特定してもよい。また、抽出部４３は、利用者情報に含まれる情報が、第１利用者と紐付けられた利用者情報と類似する利用者情報を順次特定してもよい。また、抽出部４３は、利用者情報に含まれる情報のうち、所定の種別の情報が共通する利用者情報を順次特定してもよい。

また、抽出部４３は、第１利用者と紐付けられた利用者情報と共通する期間内に取得された利用者情報を順次特定してもよい。また、抽出部４３は、利用者情報に含まれる情報のうち、利用者が閲覧したコンテンツの履歴を示す閲覧履歴が共通する利用者情報を順次特定してもよい。また、抽出部４３は、利用者情報に含まれる情報のうち、利用者の属性を示す属性情報が共通する利用者情報を順次特定してもよい。

例えば、図５は、実施形態に係る選択装置が利用者情報を辿る処理の一例を示す図である。なお、図５に示す例では、利用者Ｕ０１を第１利用者として、利用者Ｕ０２〜Ｕ０９の利用者情報を辿ることで、第２利用者を抽出する処理の一例について記載した。例えば、図５中（Ａ）に示す例では、利用者Ｕ０１の利用者情報に、取引対象「セーター」を購買した旨を示す購買履歴「セーター」と、購買日時が「2016/10/12」である旨が含まれている。また、図５中（Ｂ）に示す例では、利用者Ｕ０１の利用者情報に、取引対象「セーター」を閲覧した旨を示す閲覧履歴「セーター」と、閲覧日時が「2016/10/11」である旨が含まれている。

このような場合、抽出部４３は、図５中（Ｂ）に示す閲覧履歴と同様の閲覧履歴が含まれている利用者情報を特定し、特定した利用者情報と紐付けられた利用者、すなわち、利用者Ｕ０２を特定する。そして、抽出部４３は、利用者Ｕ０２の利用者情報を参照し、利用者Ｕ０２の利用者情報と所定の関連性を有する利用者情報と紐付けられた利用者を特定する。

例えば、図５中（Ｃ）に示すように利用者Ｕ０２の利用者情報には、取引対象「マフラー」を閲覧した旨を示す閲覧履歴「マフラー」と、閲覧日時が「2016/10/12」である旨が含まれている。このような場合、抽出部４３は、図５中（Ｃ）に示す閲覧履歴と同様の閲覧履歴が含まれている利用者情報を特定し、特定した利用者情報と紐付けられた利用者、すなわち、利用者Ｕ０３〜Ｕ０５を特定する。

ここで、利用者Ｕ０５の利用者情報には、図５中（Ｄ）に示すように取引対象「ワイン」を閲覧した旨を示す閲覧履歴「ワイン」と、図５中（Ｅ）に示すように取引対象「ビール」を閲覧した旨を示す閲覧履歴「ビール」とが含まれているものとする。また、利用者Ｕ０７の利用者情報には、図５中（Ｄ）に示すように取引対象「ワイン」を閲覧した旨を示す閲覧履歴「ワイン」が含まれており、利用者Ｕ０８の利用者情報には、図５中（Ｅ）に示すように取引対象「ビール」を閲覧した旨を示す閲覧履歴「ビール」が含まれているものとする。

このような場合、抽出部４３は、利用者Ｕ０５の利用者情報と所定の関連性を有する利用者情報を検索することで、利用者Ｕ０７や利用者Ｕ０８を抽出することも可能である。しかしながら、取引対象「マフラー」は、一般的には「衣類」に属するものであり、取引対象「ワイン」や「ビール」は、一般的には「酒類」に属するものであるため、類似しないと考えられる。このため、利用者Ｕ０１の利用者情報等に基づいて、利用者Ｕ０７や利用者Ｕ０８に提案する取引対象を選択すると、選択精度が悪化する恐れがある。そこで、抽出部４３は、図５中（Ｆ）に示すように、利用者Ｕ０５の利用者情報と、利用者Ｕ０７および利用者Ｕ０８の利用者情報とが類似せず、所定の共通性を有しないものとして、利用者Ｕ０７および利用者Ｕ０８を第２利用者として抽出せず、利用者Ｕ０３〜Ｕ０５を抽出する。

また、利用者Ｕ０３の利用者情報には、図５中（Ｇ）に示すように取引対象「手袋」を閲覧した旨を示す閲覧履歴「手袋」と、閲覧日時が「2016/10/20」である旨が含まれている。また、利用者Ｕ０８の利用者情報には、図５中（Ｈ）に示すように取引対象「手袋」を閲覧した旨を示す閲覧履歴「手袋」と、閲覧日時が「2016/9/10」である旨が含まれている。このような場合、抽出部４３は、利用者Ｕ０３の利用者情報と所定の関連性を有する利用者情報を検索することで、利用者Ｕ０８を抽出することも可能である。

しかしながら、利用者Ｕ０８が取引対象「手袋」を閲覧した日時は、利用者Ｕ０３が取引対象「手袋」を閲覧した日時よりも１か月以上前であるため、時間の経過と共に、利用者Ｕ０３と利用者Ｕ０８との興味が徐々に乖離すると予測される。すなわち、利用者Ｕ０３と利用者Ｕ０８とが、同じ取引対象に興味を持ったとしても、利用者Ｕ０３と利用者Ｕ０８とが取引対象に興味を持った日時が離れている場合には、利用者Ｕ０３と利用者Ｕ０８とが関連性を有すると言えないと考えられる。そこで、抽出部４３は、図５中（Ｉ）に示すように、利用者Ｕ０３の利用者情報と、利用者Ｕ０８の利用者情報とが類似せず、所定の共通性を有しないものとして、利用者Ｕ０８を第２利用者として抽出しない。この結果、抽出部４３は、購買履歴を有さずとも、利用者Ｕ０１と類似すると予測される利用者を抽出することができる。

選択部４４は、特定部４２が特定した第１利用者と紐付けられた利用者情報に基づいて、抽出部４３が抽出した第２利用者に対して提案する取引対象を選択する。例えば、選択部４４は、第１利用者の購買履歴を示す購買情報に基づいて、第２利用者に対して提案する取引対象を選択する。例えば、選択部４４は、第１利用者の購買情報や、第１利用者の属性情報、第１利用者の閲覧履歴に基づいて、第２利用者が所定の取引対象を購買する可能性を算出する。そして、選択部４４は、算出した可能性に基づいて、第２利用者に対してコンテンツを提供する取引対象を選択する。なお、選択部４４は、特定部４２が特定した第１利用者と紐付けられた利用者情報や購買情報に基づいて、第２利用者が所定の商品を購買する可能性を算出するモデルを用いて、第２利用者に対して提案する取引対象を選択してもよい。

出力部４５は、抽出部４３が抽出した第２利用者の利用者ＩＤと、選択部４４が選択した取引対象とを対応付けてレコメンドサーバ２００へと送信する。この結果、レコメンドサーバ２００は、抽出部４３が抽出した第２利用者に対して、選択部４４が選択した取引対象に関するコンテンツを配信することができる。

なお、出力部４５は、例えば、式（１）に示す重みの値と、第１利用者および第２利用者の対応をレコメンドサーバ２００に送信してもよい。このような場合、レコメンドサーバ２００は、第２利用者にコンテンツを配信する場合、第１利用者の利用者情報や購買情報等から、第２利用者が所定の商品を購買する可能性をモデルを用いて算出し、算出結果に基づいて、第２利用者に対して配信するコンテンツの選択を行えばよい。

〔３．選択処理の流れの一例〕
続いて、図６を用いて、選択装置１０が実行する選択処理の流れについて説明する。図６は、実施形態にかかる選択装置が実行する選択処理の流れの一例を示すフローチャートである。例えば、選択装置１０は、各利用者の利用者情報を収集する（ステップＳ１０１）。そして、選択装置１０は、所定の取引対象の購買履歴が紐付けられた第１利用者を特定する（ステップＳ１０２）。続いて、選択装置１０は、第１利用者と紐付けられた利用者情報を特定し（ステップＳ１０３）、特定した利用者情報と所定の共通性を有する利用者情報を特定する（ステップＳ１０４）。

ここで、選択装置１０は、特定した利用者情報と紐付けられた他の利用者の購買履歴に所定の取引対象の購買履歴が含まれているか否かを判定し（ステップＳ１０５）、含まれていない場合は（ステップＳ１０５：Ｎｏ）、第１利用者の利用者情報に基づいて、特定した他の利用者に対して提案する取引対象を選択し（ステップＳ１０６）、処理を終了する。

一方、選択装置１０は、特定した他の利用者の購買履歴に所定の取引対象の購買履歴が含まれている場合は（ステップＳ１０５：Ｙｅｓ）、所定数の利用者情報を特定した（辿った）か否かを判定し（ステップＳ１０７）、所定数の利用者情報を特定していない場合は（ステップＳ１０７：Ｎｏ）、ステップＳ１０４を実行する。一方、選択装置１０は、所定数の利用者情報を特定した場合は（ステップＳ１０７：Ｙｅｓ）、所定の取引対象についての第２利用者が存在しないものとして、処理を終了する。このような選択対象を、コンテンツを配信する各取引対象ごとに実行することで、選択装置１０は、各利用者に対して提案する取引対象を適切に選択することができる。

〔４．変形例〕
上記では、選択装置１０による選択処理の一例について説明した。しかしながら、実施形態は、これに限定されるものではない。以下、選択装置１０が実行する選択処理のバリエーションについて説明する。

〔４−１．装置構成〕
選択装置１０は、ＥＣサーバ１００やレコメンドサーバ２００と同一視可能なサーバ装置やクラウドシステム等により実現されてもよく、ＥＣサーバ１００やレコメンドサーバ２００のバックエンドサーバとして動作してもよい。すなわち、選択装置１０が発揮する機能は、ＥＣサーバ１００やレコメンドサーバ２００内に含まれていてもよい。また、選択装置１０は、選択した取引対象に関するコンテンツを、特定した第２利用者の端末装置に対して配信してもよい。

また、選択装置１０は、複数の装置が協調することにより、上述した選択処理を実現してもよい。また、記憶部３０に格納された各データベース３１、３２は、選択装置１０の内部ではなく、例えば、外部のストレージサーバ等に格納されていてもよい。

〔４−２．処理の起点について〕
上述した例では、選択装置１０は、所定の取引対象を購入した利用者を起点として、購買履歴が共通する他の利用者を辿り、所定の取引対象の購買履歴が紐付けられていない利用者を抽出した。しかしながら、実施形態は、これに限定されるものではない。例えば、選択装置１０は、レコメンド対象となる利用者、すなわち、所定の取引対象の購買履歴が紐付けられていない利用者を起点に、購買履歴の共通性を辿り、所定の取引対象を購入した利用者を抽出した場合は、所定の取引対象の購買履歴が紐付けられていない利用者に、所定の取引対象の情報を提供してもよい。

例えば、選択装置１０は、利用者Ｕ０３に取引対象の情報を提供する場合には、利用者Ｕ０３の閲覧履歴「マフラー」を特定し、特定した閲覧履歴「マフラー」と紐付けられている他の利用者Ｕ０２を特定する。また、選択装置１０は、利用者Ｕ０２の閲覧履歴「セーター」を特定し、特定した閲覧履歴「セーター」と紐付けられている他の利用者Ｕ０１を特定する。そして、選択装置１０は、利用者Ｕ０１の購買履歴「セーター」に基づいて、利用者Ｕ０３に対して提供する取引対象の情報を選択してもよい。例えば、選択装置１０は、利用者Ｕ０３に対して、「セーター」に関する情報を提供してもよい。

〔４−３．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

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

また、上記してきた各実施形態は、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。

〔５．プログラム〕
また、上述してきた実施形態に係る選択装置１０は、例えば図７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７は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ(Read Only Memory)、ＨＤＤ、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、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から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０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演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が選択装置１０として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０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４０の機能を実現する。

〔６．効果〕
上述したように、選択装置１０は、所定の取引対象の購買履歴が紐付けられた第１利用者と紐付けられた利用者情報と所定の関連性を有する利用者情報に紐付けられた第２利用者を抽出する。そして、選択装置１０は、第１利用者と紐付けられた利用者情報に基づいて、第２利用者に対して提案する取引対象を選択する。このため、選択装置１０は、第２利用者の購買情報が無い場合や、第２利用者の利用者情報が十分に存在しない場合にも、第２利用者と所定の関係性を有する第１利用者の利用者情報等に基づいて、第２利用者に対して提案する取引対象を選択するので、提案する取引対象の選択精度を向上させることができる。

また、選択装置１０は、第２利用者として、第１利用者と紐付けられた利用者情報から、所定の共通性を有する１つまたは複数の利用者情報を順次特定し、特定した利用者情報と紐付けられた利用者を抽出する。このため、選択装置１０は、第１利用者と直接的に類似する第２利用者のみならず、第１利用者と間接的に類似する第２利用者に提案する取引対象を、第１利用者の利用者情報等に基づいて選択することができる。

また、選択装置１０は、第１利用者の利用者情報から、所定の数の利用者情報を順次特定する。また、選択装置１０は、利用者情報に含まれる情報のうち、所定の数の情報が共通する利用者情報を順次特定する。また、選択装置１０は、利用者情報に含まれる情報が、第１利用者と紐付けられた利用者情報と類似する利用者情報を順次特定する。また、選択装置１０は、利用者情報に含まれる情報のうち、所定の種別の情報が共通する利用者情報を順次特定する。また、選択装置１０は、第１利用者と紐付けられた利用者情報と共通する期間内に取得された利用者情報を順次特定する。また、選択装置１０は、利用者情報に含まれる情報のうち、利用者が閲覧したコンテンツの履歴を示す閲覧履歴が共通する利用者情報を順次特定する。また、選択装置１０は、利用者情報に含まれる情報のうち、利用者の属性を示す属性情報が共通する利用者情報を順次特定する。

このように、選択装置１０は、第１利用者の利用者情報から、所定の関係性を有する利用者情報を順に辿り、第２利用者を抽出する。このため、選択装置１０は、例えば、第１利用者と購買行動が類似すると予測される第２利用者を適切に抽出することができる。

また、選択装置１０は、第１利用者の購買履歴を示す購買情報に基づいて、第２利用者に対して提案する取引対象を選択する。このため、選択装置１０は、提案する取引対象の選択精度を向上させることができる。

また、選択装置１０は、第１利用者に紐付けられた利用者情報に基づいて、取引対象を第２利用者が購買する可能性を算出するモデルを用いて、第２利用者に対して提案する取引対象を選択する。このため、選択装置１０は、第２利用者が取引対象を購買する可能性を精度良く算出することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄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。

また、上記してきた「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、抽出部は、抽出手段や抽出回路に読み替えることができる。

１０ 選択装置
２０ 通信部
３０ 記憶部
３１ 利用者情報データベース
３２ 取引対象データベース
４０ 制御部
４１ 収集部
４２ 特定部
４３ 抽出部
４４ 選択部
４５ 出力部
１００ ＥＣサーバ
２００ レコメンドサーバ

Claims (13)

1. 所定の取引対象の購買履歴が紐付けられた第１利用者と紐付けられた第１利用者情報と所定の関連性を有する中継利用者情報に紐付けられた中継利用者を抽出し、抽出した中継利用者と紐付られた中継利用者情報と所定の関連性を有する利用者情報であって、前記第１利用者情報とは異なる第２利用者情報と紐付られた第２利用者を抽出する抽出部と
   前記第１利用者と紐付けられた利用者情報に基づいて、前記第２利用者に対して提案する取引対象を選択する選択部と
   を有することを特徴とする選択装置。
2. 前記抽出部は、前記第１利用者と紐付けられた利用者情報から、所定の共通性を有する１つまたは複数の利用者情報を順次特定し、特定した利用者情報と紐付けられた利用者を前記中継利用者として抽出する
   ことを特徴とする請求項１に記載の選択装置。
3. 前記抽出部は、前記第１利用者の利用者情報から、所定の数の利用者情報を順次特定する
   ことを特徴とする請求項２に記載の選択装置。
4. 前記抽出部は、前記利用者情報に含まれる情報のうち、所定の数の情報が共通する利用者情報を順次特定する
   ことを特徴とする請求項２または３に記載の選択装置。
5. 前記抽出部は、前記利用者情報に含まれる情報が、前記第１利用者と紐付けられた利用者情報と類似する利用者情報を順次特定する
   ことを特徴とする請求項２〜４のうちいずれか１つに記載の選択装置。
6. 前記抽出部は、前記利用者情報に含まれる情報のうち、所定の種別の情報が共通する利用者情報を順次特定する
   ことを特徴とする請求項２〜５のうちいずれか１つに記載の選択装置。
7. 前記抽出部は、前記第１利用者と紐付けられた利用者情報と共通する期間内に取得された利用者情報を順次特定する
   ことを特徴とする請求項２〜６のうちいずれか１つに記載の選択装置。
8. 前記抽出部は、前記利用者情報に含まれる情報のうち、利用者が閲覧したコンテンツの履歴を示す閲覧情報が共通する利用者情報を順次特定する
   ことを特徴とする請求項２〜７のうちいずれか１つに記載の選択装置。
9. 前記抽出部は、前記利用者情報に含まれる情報のうち、利用者の属性を示す属性情報が共通する利用者情報を順次特定する
   ことを特徴とする請求項２〜８のうちいずれか１つに記載の選択装置。
10. 前記選択部は、前記第１利用者の購買履歴を示す購買情報に基づいて、前記第２利用者に対して提案する取引対象を選択する
    ことを特徴とする請求項１〜９のうちいずれか１つに記載の選択装置。
11. 前記選択部は、前記第１利用者に紐付けられた利用者情報に基づいて、取引対象を前記第２利用者が購買する可能性を算出するモデルを用いて、前記第２利用者に対して提案する取引対象を選択する
    ことを特徴とする請求項１〜１０のうちいずれか１つに記載の選択装置。
12. コンピュータに、
    所定の取引対象の購買履歴が紐付けられた第１利用者と紐付けられた第１利用者情報と所定の関連性を有する中継利用者情報に紐付けられた中継利用者を抽出し、抽出した中継利用者と紐付られた中継利用者情報と所定の関連性を有する利用者情報であって、前記第１利用者情報とは異なる第２利用者情報と紐付られた第２利用者を抽出する抽出手順と
    前記第１利用者と紐付けられた利用者情報に基づいて、前記第２利用者に対して提案する取引対象を選択する選択手順と
    を実行させることを特徴とする選択プログラム。
13. 選択装置が実行する選択方法であって、
    所定の取引対象の購買履歴が紐付けられた第１利用者と紐付けられた第１利用者情報と所定の関連性を有する中継利用者情報に紐付けられた中継利用者を抽出し、抽出した中継利用者と紐付られた中継利用者情報と所定の関連性を有する利用者情報であって、前記第１利用者情報とは異なる第２利用者情報と紐付られた第２利用者を抽出する抽出工程と
    前記第１利用者と紐付けられた利用者情報に基づいて、前記第２利用者に対して提案する取引対象を選択する選択工程と
    を含むことを特徴とする選択方法。

Images