JP6727997B2 - 推定装置、推定方法、及び推定プログラム - Google Patents

Description

本発明は、推定装置、推定方法、及び推定プログラムに関する。

従来、文字情報の解析に関する種々の技術が提供されている。例えば、所定の文字情報からそのトピックを推定する技術が提供されている。

特開２０１５−２１９５８３号公報

しかしながら、上記の従来技術では、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することは難しい。例えば、文字情報からそのトピックを推定するのみでは、その文字情報の主要な対象に関する推定を行うことができるが、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することは難しい。

本願は、上記に鑑みてなされたものであって、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定する推定装置、推定方法、及び推定プログラムを提供することを目的とする。

本願に係る推定装置は、商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報を取得する取得部と、前記取得部により取得された前記文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定部と、を備えたことを特徴とする。

実施形態の一態様によれば、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することができるという効果を奏する。

図１は、実施形態に係る推定処理の一例を示す図である。 図２は、実施形態に係る推定処理の一例を示す図である。 図３は、実施形態に係る推定装置の構成例を示す図である。 図４は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図５は、実施形態に係るレビュー情報記憶部の一例を示す図である。 図６は、実施形態に係るレビューの評価の推定の一例を示すフローチャートである。 図７は、変形例に係る推定装置の構成例を示す図である。 図８は、変形例に係る対象関連情報記憶部の一例を示す図である。 図９は、変形例に係る影響箇所の推定の一例を示す図である。 図１０は、変形例に係る推定処理の一例を示すフローチャートである。 図１１は、推定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

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

（実施形態）
〔１．推定処理〕
図１を用いて、実施形態に係る推定処理の一例について説明する。図１及び図２は、実施形態に係る推定処理の一例を示す図である。以下では、ユーザに提供する対象に関する文字情報が、対象に対して投稿されたレビューである場合を一例として示す。図１及び図２の例では、推定装置１００があるレビューに関する情報（以下、「レビュー情報」ともいう）が提供されたユーザの反応に基づいて、そのレビューに含まれる影響箇所を推定する場合を示す。また、ここでいう対象には、商品やサービスに限らず、種々の対象が含まれてもよい。

図１に示すように、推定システム１には、端末装置１０と、商取引装置５０（図２参照）と、推定装置１００とが含まれる。端末装置１０と、商取引装置５０と、推定装置１００とは図示しない所定の通信網を介して、有線または無線により通信可能に接続される。また、図１に示した推定システム１には、複数台の端末装置１０や、複数台の商取引装置５０や、複数台の推定装置１００が含まれてもよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、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。

商取引装置５０は、電子商取引サービスを提供するために用いられる情報処理装置である。例えば、商取引装置５０は、ユーザからの購入要求に応じて、電子商取引サービスを提供する。また、商取引装置５０は、ユーザの購入に関する情報（以下、「購入情報」ともいう）を推定装置１００へ提供する。なお、商取引装置５０を用いる提供元が提供するサービスは、ユーザが購入した商品やサービスをユーザに提供可能であれば、電子商取引サービスに限らず、どのような態様のサービスであってもよい。また、商取引装置５０は、推定装置１００と一体であってもよい。例えば、商取引装置５０が推定装置１００と一体である場合、推定装置１００は、電子商取引サービスを提供してもよい。

推定装置１００は、商取引の対象を購入したユーザに対象の購入前に提供された対象に関する文字情報中において対象の購入に影響を与える箇所である影響箇所を推定する。図１及び図２では、推定装置１００は、レビューの閲覧後において、そのレビューの対象を購入したかどうかに基づいて、レビューの影響箇所を推定する場合を示す。なお、図１及び図２の例では、推定装置１００は、ユーザからの要求に応じて、所定の対象に関するレビュー一覧をユーザが利用する端末装置１０に提供するものとする。また、図１及び図２の例では、推定装置１００は、所定の対象に対するユーザからのレビューの投稿を取得するものとする。

まず、図１の例では、ユーザＩＤ「Ｕ１」により識別されるユーザ（以下、「ユーザＵ１」ともいう）が利用する端末装置１０は、ユーザＵ１による操作に応じて、推定装置１００にレビューを要求する（ステップＳ１１）。例えば、端末装置１０は、推定装置１００にお菓子Ａのレビューを要求する。例えば、端末装置１０は、画面に一覧表示された複数の対象のうちお菓子ＡをユーザＵ１が選択することにより、推定装置１００にお菓子Ａのレビューを要求してもよい。例えば、端末装置１０は、レビューを要求するユーザがユーザＵ１であることを示す情報や、レビューを要求する対象がお菓子Ａであることを示す情報を送信することにより、推定装置１００にレビューを要求する。

端末装置１０からお菓子Ａのレビュー要求を取得した推定装置１００は、端末装置１０にお菓子Ａのレビュー一覧を提供する（ステップＳ１２）。例えば、推定装置１００は、レビュー情報記憶部１２２に記憶されたレビュー情報のうち、お菓子Ａに関するレビュー情報の一覧を端末装置１０に提供する。

図１に示す例において、対象ＩＤ「ＴＧ１」により識別される対象「お菓子Ａ」には、レビューＩＤ「ＲＶ１１」〜「ＲＶ１３」等により識別されるレビューが投稿されていることを示す。以下、レビューＩＤ「ＲＶ１１」により識別されるレビューを「レビューＲＶ１１」とし、レビューＩＤ「ＲＶ１２」により識別されるレビューを「レビューＲＶ１２」とし、レビューＩＤ「ＲＶ１３」により識別されるレビューを「レビューＲＶ１３」とする場合がある。

なお、図１の例において、レビュー情報記憶部１２２中の「日時」は、対応するレビューが投稿された日時を示す。日時「ｄｔ＊」中の「ｄｔ」に続く「＊（＊は任意の数値）」は、対応するレビューＩＤにより識別されるレビューが投稿された日時を示し、日時「ｄｔ＊」は、「＊」の値が大きい程、日付が新しいものとする。例えば、日時「ｄｔ２」は、日時「ｄｔ１」に比べて、「ｄｔ」に続く数値が大きいため、日付がより新しいことを示す。すなわち、図１に示す例では、レビューＲＶ１１、ＲＶ１２、ＲＶ１３の順に投稿されたことを示す。

図１の例では、説明を簡単にするために、推定装置１００は、端末装置１０にお菓子ＡのレビューＲＶ１１〜レビューＲＶ１３等を投稿日時が新しい方から順に表示するレビュー一覧を端末装置１０に提供するものとする。具体的には、推定装置１００は、日付が最新であるレビューＲＶ１３、レビューＲＶ１３の次に日付が新しいレビューＲＶ１２、レビューＲＶ１２の次に日付が新しいレビューＲＶ１１の順に並んだレビュー一覧を端末装置１０に提供する。

図１に示すように、レビューＲＶ１３、ＲＶ１２、ＲＶ１１の順に並ぶお菓子Ａのレビュー一覧が提供された端末装置１０にはページＷ１０が表示される。具体的には、端末装置１０には、レビューＲＶ１３、ＲＶ１２、ＲＶ１１の対象が「お菓子Ａ」であることや、各レビューＲＶ１３、ＲＶ１２、ＲＶ１１の投稿者や満足度やコメントを含むページＷ１０が表示される。例えば、端末装置１０には、投稿者「ユーザＵ１３」や、満足度「４」や、コメント「とても気に入りました…」を含むレビューＲＶ１３をレビューの最上位に含むページＷ１０が表示される。また、ページＷ１０において、レビューＲＶ１３の直下には、投稿者「ユーザＵ４」や、満足度「５」や、コメント「すごくおしかった…」を含むレビューＲＶ１２が表示される。また、ページＷ１０において、レビューＲＶ１２の直下には、投稿者「ユーザＵ１１」や、満足度「３」や、コメント「特に可もなく…」を含むレビューＲＶ１１が表示される。

図１の例では、お菓子Ａのレビュー一覧が提供されたユーザＵ１が、所定の期間内（例えば、ステップＳ１２から１週間以内）に反応しない（ステップＳ１３）。すなわち、図１の例では、お菓子Ａのレビュー一覧が提供されたユーザＵ１が、お菓子Ａを購入しなかった。

その後、推定装置１００は、ユーザＩＤ「Ｕ２」により識別されるユーザ（以下、「ユーザＵ２」ともいう）が利用する端末装置１０からレビューの投稿を取得する（ステップＳ１４）。推定装置１００は、ユーザＵ２が利用する端末装置１０からお菓子Ａに対するレビューＲＶ１４の投稿を取得する（ステップＳ１４）。なお、上記のように、レビューＩＤ「ＲＶ１４」により識別されるレビューを「レビューＲＶ１４」とする場合がある。

図１の例では、ユーザＵ２は、お菓子Ａのレビューを投稿するページであるページＷ１１に、お菓子Ａに対する満足度やコメントを入力することにより、お菓子Ａに対するレビューＲＶ１４を投稿する。図１の例では、ユーザＵ２は、ページＷ１１に、お菓子Ａに対する満足度「４」やコメント「ふわふわな食感が…」を入力することにより、お菓子Ａに対するレビューＲＶ１４を日時「ｄｔ４」に投稿する。

ユーザＵ２からレビューＲＶ１４の投稿を取得した推定装置１００は、レビューＲＶ１４をレビュー情報記憶部１２２に追加する（ステップＳ１５）。これにより、図１の例では、推定装置１００は、レビュー情報記憶部１２２に記憶された内容が更新される。図１中のレビュー情報記憶部１２２−２は、レビューＲＶ１４を追加した後のレビュー情報記憶部１２２の状態を示す。また、レビュー情報記憶部１２２とレビュー情報記憶部１２２−２は、記憶された情報の差異以外の点では同一のレビュー情報記憶部１２２である。例えば、推定装置１００は、ユーザＩＤ「Ｕ４」、満足度「４」、コメント「ふわふわな食感が…」等の情報を含むレビューＩＤ「ＲＶ１４」に識別されるレビュー情報を対象「お菓子Ａ」に対応付けてレビュー情報記憶部１２２に記憶する。

次に、図２を用いてレビューＲＶ１４が日時ｄｔ４に投稿され、ユーザにレビュー情報として提供され始めた場合を説明する。図２の例では、ユーザＵ１が利用する端末装置１０は、ユーザＵ１による操作に応じて、推定装置１００にレビューを要求する（ステップＳ２１）。例えば、端末装置１０は、推定装置１００にお菓子Ａのレビューを要求する。図２の例では、ユーザＵ１は、レビューＲＶ１４が投稿された日時ｄｔ４よりも後の日時ｄｔ４１において推定装置１００にお菓子Ａのレビューを要求する。

端末装置１０からお菓子Ａのレビュー要求を取得した推定装置１００は、端末装置１０にお菓子Ａのレビュー一覧を提供する（ステップＳ２２）。例えば、推定装置１００は、レビュー情報記憶部１２２−２に記憶されたレビュー情報のうち、お菓子Ａに関するレビュー情報の一覧を端末装置１０に提供する。

図２の例では、説明を簡単にするために、推定装置１００は、端末装置１０にお菓子ＡのレビューＲＶ１１〜レビューＲＶ１４等を投稿日時が新しい方から順に表示するレビュー一覧を端末装置１０に提供するものとする。具体的には、推定装置１００は、日付が最新であるレビューＲＶ１４、レビューＲＶ１４の次に日付が新しいレビューＲＶ１３、レビューＲＶ１３の次に日付が新しいレビューＲＶ１２、レビューＲＶ１２の次に日付が新しいレビューＲＶ１１の順に並んだレビュー一覧を端末装置１０に提供する。

図２に示すように、レビューＲＶ１４、ＲＶ１３、ＲＶ１２、ＲＶ１１の順に並ぶお菓子Ａのレビュー一覧が提供された端末装置１０にはページＷ２０が表示される。具体的には、端末装置１０には、レビューＲＶ１４、ＲＶ１３、ＲＶ１２、ＲＶ１１の対象が「お菓子Ａ」であることや、各レビューＲＶ１４、ＲＶ１３、ＲＶ１２、ＲＶ１１の投稿者や満足度やコメントを含むページＷ２０が表示される。例えば、端末装置１０には、投稿者「ユーザＵ２」や、満足度「４」や、コメント「ふわふわな食感が…」を含むレビューＲＶ１４をレビューの最上位に含むページＷ２０が表示される。また、ページＷ２０において、レビューＲＶ１４の直下には、投稿者「ユーザＵ１３」や、満足度「４」や、コメント「とても気に入りました…」を含むレビューＲＶ１３が表示される。また、ページＷ２０において、レビューＲＶ１３の直下には、投稿者「ユーザＵ４」や、満足度「５」や、コメント「すごくおしかった…」を含むレビューＲＶ１２が表示される。また、ユーザＵ１が端末装置１０の画面にタッチしてスクロール操作等を行うことにより、端末装置１０には、レビューＲＶ１２の直下に位置するレビューＲＶ１１が表示される。

図２の例では、お菓子Ａのレビュー一覧が提供されたユーザＵ１が、所定の期間内（例えば、ステップＳ２２から１週間以内）にお菓子Ａを購入した場合を例に説明する。例えば、端末装置１０は、ユーザＵ１による操作に応じて、商取引装置５０に購入を要求する（ステップＳ２３）。例えば、端末装置１０は、商取引装置５０にお菓子Ａの購入を要求する。例えば、端末装置１０は、画面に表示された商取引装置５０が提供する電子商取引のサイトでお菓子ＡをユーザＵ１が選択することにより、商取引装置５０にお菓子Ａの購入を要求してもよい。

ステップＳ２３においてユーザＵ１からお菓子Ａの購入要求を受信した商取引装置５０は、お菓子Ａの購入処理を行う。例えば、商取引装置５０は、お菓子Ａの購入の決済処理を行い、登録（入力）されたユーザＵ１の住所へお菓子Ａを配送する。

また、商取引装置５０は、推定装置１００へ購入情報を提供する（ステップＳ２４）。例えば、商取引装置５０は、推定装置１００へユーザＵ１がお菓子Ａを購入したことを示す情報を購入情報として提供する。また、商取引装置５０は、お菓子Ａのレビュー一覧が提供された他のユーザがお菓子Ａを購入したことを示す購入情報を推定装置１００へ提供する。例えば、商取引装置５０は、日時ｄｔ４以降にお菓子Ａのレビュー一覧が提供された他のユーザがお菓子Ａを購入したことを示す購入情報を推定装置１００へ提供する。

商取引装置５０から購入情報を取得した推定装置１００は、取得した購入情報やユーザに提供したレビュー情報等に基づいて影響箇所を推定する（ステップＳ２５）。図１の例では、推定装置１００は、商取引装置５０から取得した購入情報に基づいて、お菓子Ａに関する売上に関する変化を算出する。例えば、推定装置１００は、売上推移情報ＳＧ１１に示すように、お菓子Ａに関する売上に関する変化を算出する。図１に示す売上推移情報ＳＧ１１においては、日時ｄｔ４以降にお菓子Ａの売り上げが上昇しているため、推定装置１００は、日時ｄｔ４からユーザに提供され始めたレビューに特有の文字列が影響を与えたと推定する。そのため、推定装置１００は、影響箇所一覧ＩＬ１１に示すように、文字列「ふわふわ」と文字列「食感」等をお菓子Ａの売り上げの上昇に影響を与えた箇所として推定する。なお、文字列「ふわふわ」と文字列「食感」は、日時ｄｔ４以降にユーザに提供され始めたレビューＲＶ１４に特有の文字列であり、レビューＲＶ１１〜ＲＶ１３等には含まれない文字列であるものとする。

上述したように、推定装置１００は、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することができる。具体的には、推定装置１００は、レビューＲＶ１４がユーザに提供された第１時点（例えば、日時ｄｔ４）よりも前である第２時点（例えば、日時ｄｔ３）において提供されたレビューＲＶ１１〜ＲＶ１３等との比較に基づいて、レビューＲＶ１４中における影響箇所を推定する。また、図２においては、日時ｄｔ４以降にお菓子Ａの売り上げが上昇しているため、推定装置１００は、レビューＲＶ１４に特有のキーワード（文字列）である文字列「ふわふわ」と文字列「食感」をユーザに影響を与えた影響箇所であると推定する。これにより、推定装置１００は、レビューＲＶ１４のうちどの箇所がユーザに影響を与えたかを適切に推定することができる。

なお、上述した例では、推定装置１００が対象に関するレビューに含まれる文字情報に基づいて、文字情報のうちどの箇所がユーザに影響を与えたかを推定する場合を示したが、推定装置１００は、どのような文字情報を対象に影響箇所を推定してもよい。レビュー以外の情報を用いた推定処理についての詳細は後述する。

また、推定装置１００は、推定した影響箇所に関する情報を提供してもよい。例えば、推定装置１００は、対象を提供する提供元に、推定した文字情報中における影響箇所に関する情報を提供する。例えば、推定装置１００は、文字列「ふわふわ」と文字列「食感」等がお菓子Ａの売り上げの上昇に影響を与えた箇所であることを示す影響箇所一覧ＩＬ１１を、所定の電子商取引サイトでお菓子Ａを販売するストアの管理者等に提供してもよい。また、例えば、推定装置１００は、影響箇所一覧ＩＬ１１を、お菓子Ａを製造する製造元等の所定の提供元に提供してもよい。また、例えば、推定装置１００は、影響箇所一覧ＩＬ１１を、お菓子Ａの広告活動やマーケティング等を行う代理店等に提供してもよい。これにより、推定装置１００から情報提供を受けた製造元や代理店等は、お菓子Ａの売り上げに影響を与える情報を推定することができる。すなわち、推定装置１００から情報提供を受けた製造元や代理店等は、お菓子Ａの特徴となる点を推定することができる。

なお、上記例は、日時ｄｔ４以降にお菓子Ａの売り上げが上昇しているため、推定装置１００は、影響箇所一覧ＩＬ１１に含まれる文字列「ふわふわ」と文字列「食感」等は、お菓子Ａにプラスの影響を与える箇所と推定したが、推定装置１００は、プラスの影響に限らず種々の影響を推定してもよい。例えば、推定装置１００は、日時ｄｔ４以降にお菓子Ａの売り上げが低下している場合、影響箇所一覧ＩＬ１１に含まれる文字列「ふわふわ」と文字列「食感」等は、お菓子Ａにマイナスの影響を与える箇所と推定してもよい。また、例えば、推定装置１００は、日時ｄｔ４以降にお菓子Ａの売り上げがほぼ変化していない場合（例えば、±５％以内等である場合）、影響箇所一覧ＩＬ１１に含まれる文字列「ふわふわ」と文字列「食感」等は、お菓子Ａに影響を与えない箇所と推定してもよい。

〔２．推定装置の構成〕
次に、図３を用いて、実施形態に係る推定装置１００の構成について説明する。図３は、実施形態に係る推定装置１００の構成例を示す図である。図３に示すように、推定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、推定装置１００は、推定装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線または無線で接続され、例えば推定システム１に含まれる端末装置１０との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図３に示すように、ユーザ情報記憶部１２１と、レビュー情報記憶部１２２とを有する。

（ユーザ情報記憶部１２１）
実施形態に係るユーザ情報記憶部１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２１は、ユーザ属性に関する各種情報を記憶する。図４は、実施形態に係るユーザ情報記憶部の一例を示す図である。図４に示すユーザ情報記憶部１２１は、「ユーザＩＤ」、「端末ＩＤ」、「年齢」、「性別」、「レビュー件数」、「レビュー済一覧」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「端末ＩＤ」は、対応するユーザが利用する端末装置１０を識別する情報を示す。なお、対応するユーザが複数の端末装置１０を利用する場合、ユーザ情報記憶部１２１には、「端末ＩＤ」が複数記憶されてもよい。また、「年齢」は、対応するユーザ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、対応するユーザ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、対応するユーザＩＤにより識別されるユーザの性別を示す。

また、「レビュー件数」は、対応するユーザＩＤにより識別されるユーザが投稿したレビューの件数を示す。「レビュー済一覧」は、対応するユーザＩＤにより識別されるユーザが投稿したレビュー一覧を示す。「レビュー済一覧」には、「対象１」、「対象２」といった項目が含まれる。

例えば、図４に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（図１中のユーザＵ１に対応）は、端末ＩＤ「ＴＭ１」により識別される端末装置１０を利用していることを示す。また、ユーザＩＤ「Ｕ１」により識別されるユーザの年齢は、「３０代」であり、性別は、「男性」であることを示す。また、ユーザＩＤ「Ｕ１」により識別されるユーザが投稿したレビューの件数は、「５０」であることを示す。また、ユーザＩＤ「Ｕ１」により識別されるユーザがレビューを投稿した対象は、対象ＩＤ「ＴＧ４」により識別される対象や、対象ＩＤ「ＴＧ７」により識別される対象であることを示す。

例えば、図４に示す例において、ユーザＩＤ「Ｕ２」により識別されるユーザは、端末ＩＤ「ＴＭ２」により識別される端末装置１０を利用していることを示す。また、ユーザＩＤ「Ｕ２」により識別されるユーザの年齢は、「２０代」であり、性別は、「女性」であることを示す。また、ユーザＩＤ「Ｕ２」により識別されるユーザが投稿したレビューの件数は、「０」であることを示す。また、ユーザＩＤ「Ｕ２」により識別されるユーザがレビューを投稿した対象はないことを示す。

なお、ユーザ情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、氏名、居住地、興味、家族構成、収入、ライフスタイル等の情報を記憶してもよい。また、ユーザ情報記憶部１２１は、各ユーザの購入情報を記憶してもよい。例えば、推定装置１００は、商取引装置５０から取得した各ユーザの購入情報をユーザ情報記憶部１２１に記憶してもよい。

（レビュー情報記憶部１２２）
実施形態に係るレビュー情報記憶部１２２は、レビューに関する情報を記憶する。図５には、レビュー情報記憶部１２２に記憶されるユーザに関する情報の一例を示す。図５に示すように、レビュー情報記憶部１２２は、評価に関する情報として、「対象ＩＤ」、「カテゴリ」、「対象」、「レビューＩＤ」、「ユーザＩＤ」、「詳細情報」、「日時」といった項目が含まれる。

「対象ＩＤ」は、レビューの対象を識別するための識別情報を示す。また、「カテゴリ」は、対象が分類されるカテゴリを示す。図５に示す例におけるカテゴリは、「商品」または「サービス」である場合を示す。「対象」は、対象ＩＤにより識別される対象であり、レビューの投稿の対象を示す。また、「レビューＩＤ」は、レビューを識別するための識別情報を示す。「ユーザＩＤ」は、対応するレビューを投稿したユーザを識別するための識別情報を示す。

また、「詳細情報」には、「満足度」、「コメント」といった項目が含まれる。「満足度」は、対応する対象に関するユーザの満足度を示す。例えば、「満足度」には、対応する対象に関するユーザの満足度が５点満点中の何点かを示す。「コメント」は、対応する対象に関してユーザが投稿したコメントを示す。

例えば、図５に示す例において、対象ＩＤ「ＴＧ１」により識別される対象は、カテゴリが「商品」である対象「お菓子Ａ」であることを示す。また、対象ＩＤ「ＴＧ１」により識別される対象「お菓子Ａ」には、レビューＩＤ「ＲＶ１１」〜「ＲＶ１３」等により識別されるレビューが投稿されていることを示す。例えば、対象ＩＤ「ＴＧ１」により識別される対象「お菓子Ａ」には、レビューＩＤ「ＲＶ１１」により識別されるレビューが投稿されていることを示す。また、レビューＩＤ「ＲＶ１１」により識別されるレビューは、ユーザＩＤ「Ｕ１１」により識別されるユーザにより投稿されたことを示す。また、レビューＩＤ「ＲＶ１１」により識別されるレビューは、満足度が「３」であり、「特に可もなく…」といったコメントを含むことを示す。また、レビューＩＤ「ＲＶ１１」により識別されるレビューが投稿された日時は「ｄｔ１」であることを示す。

また、レビュー情報記憶部１２２は、対象に関する画像や画像へのファイルパス等の情報を記憶してもよい。なお、レビュー情報記憶部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。

（制御部１３０）
図３の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、推定装置１００内部の記憶装置に記憶されている各種プログラム（推定プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図３に示すように、制御部１３０は、取得部１３１と、推定部１３２と、提供部１３３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。

（取得部１３１）
例えば、取得部１３１は、各種情報を取得する。例えば、取得部１３１は、商取引の対象を購入したユーザに対象の購入前に提供された対象に関する文字情報を取得する。図２の例では、取得部１３１は、商取引装置５０から購入情報を取得する。例えば、取得部１３１は、端末装置１０からレビューの投稿を取得する。図１の例では、取得部１３１は、ユーザＵ２が利用する端末装置１０からお菓子Ａに対するレビューＲＶ１４の投稿を取得する。

また、取得部１３１は、レビューの要求を取得する。図１では、取得部１３１は、ユーザＵ１が利用する端末装置１０からレビューの要求を取得する。図１では、取得部１３１は端末装置１０からお菓子Ａのレビューの要求を取得する。

（推定部１３２）
推定部１３２は、種々の情報を推定する。例えば、推定部１３２は、取得部１３１により取得された文字情報に基づいて、文字情報中において対象の購入に影響を与える箇所である影響箇所を推定する。例えば、推定部１３２は、文字情報と、他の文字情報との比較に基づいて、文字情報中における影響箇所を推定する。例えば、推定部１３２は、文字情報と、文字情報がユーザに提供された第１時点よりも前である第２時点において提供された対象に関する他の文字情報との比較に基づいて、文字情報中における影響箇所を推定する。

例えば、推定部１３２は、第１時点における対象の購入状況が第２時点における対象の購入状況よりも良い場合、文字情報と、他の文字情報との比較に基づいて、文字情報中における対象の購入に正（以下、「プラス」ともいう）の影響を与える影響箇所を推定する。また、例えば、推定部１３２は、第２時点における対象の購入状況が第１時点における対象の購入状況よりも良い場合、文字情報と、他の文字情報との比較に基づいて、文字情報中における対象の購入に負（以下、「マイナス」ともいう）の影響を与える影響箇所を推定する。

図２の例では、推定部１３２は、取得した購入情報やユーザに提供したレビュー情報等に基づいて影響箇所を推定する。また、例えば、推定部１３２は、商取引装置５０から取得した購入情報に基づいて、お菓子Ａに関する売上に関する変化を算出する。例えば、推定部１３２は、売上推移情報ＳＧ１１に示すように、お菓子Ａに関する売上に関する変化を算出する。図２に示す売上推移情報ＳＧ１１においては、日時ｄｔ４以降にお菓子Ａの売り上げが上昇しているため、推定部１３２は、日時ｄｔ４からユーザに提供され始めたレビューに特有の文字列が影響を与えたと推定する。そのため、推定部１３２は、影響箇所一覧ＩＬ１１に示すように、文字列「ふわふわ」と文字列「食感」等をお菓子Ａの売り上げの上昇に影響を与えた箇所として推定する。

図２の例では、推定部１３２は、レビューＲＶ１４がユーザに提供された第１時点（例えば、日時ｄｔ４）よりも前である第２時点（例えば、日時ｄｔ３）において提供されたレビューＲＶ１１〜ＲＶ１３等との比較に基づいて、レビューＲＶ１４中における影響箇所を推定する。また、図２においては、日時ｄｔ４以降にお菓子Ａの売り上げが上昇しているため、推定部１３２は、レビューＲＶ１４に特有のキーワード（文字列）である文字列「ふわふわ」と文字列「食感」をユーザに影響を与えた影響箇所であると推定する。

（提供部１３３）
提供部１３３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１３３は、対象を提供する提供元に、推定部１３２により推定された文字情報中における影響箇所に関する情報を提供する。図２の例では、推定部１３２は、文字列「ふわふわ」と文字列「食感」等がお菓子Ａの売り上げの上昇に影響を与えた箇所であることを示す影響箇所一覧ＩＬ１１を、所定の電子商取引サイトでお菓子Ａを販売するストアの管理者等に提供してもよい。例えば、推定部１３２は、文字列「ふわふわ」と文字列「食感」等をお菓子Ａの売り上げの上昇に影響を与えた箇所であることを示す影響箇所一覧ＩＬ１１を、お菓子Ａを製造する製造元等の所定の提供元に提供してもよい。例えば、推定部１３２は、影響箇所一覧ＩＬ１１を、お菓子Ａの広告活動やマーケティング等を行う代理店等に提供してもよい。

例えば、提供部１３３は、レビュー情報を提供する。例えば、提供部１３３は、レビュー要求に対してレビュー情報を提供する。例えば、提供部１３３は、推定装置１００へレビュー要求を送信した端末装置１０に対してレビュー情報を提供する。例えば、提供部１３３は、レビュー一覧を提供する。例えば、提供部１３３は、レビュー要求に対してレビュー一覧を提供する。例えば、提供部１３３は、推定装置１００へレビュー要求を送信した端末装置１０に対してレビュー一覧を提供する。

〔３．レビューの評価の推定処理のフロー〕
ここで、図６を用いて、実施形態に係る推定装置１００による推定処理の手順について説明する。図６は、実施形態に係る推定処理の一例を示すフローチャートである。

図６に示すように、推定装置１００は、ユーザの反応情報を取得する（ステップＳ１０１）。図２では、推定装置１００は、ユーザの反応情報として、商取引装置５０からユーザＵ１がお菓子Ａを購入したことを示す購入情報を取得する。また、例えば、推定装置１００は、日時ｄｔ４以降にユーザＵ１以外の他のユーザがお菓子Ａを購入したことを示す購入情報を取得する。また、推定装置１００は、対象を購入したユーザへ提供された文字情報を取得する（ステップＳ１０２）。図２では、推定装置１００は、レビュー情報記憶部１２２−２からお菓子Ａに関するレビューＲＶ１１〜ＲＶ１４等を取得する。

その後、推定装置１００は、反応情報により特定した第１時点に提供された文字情報と、第１時点よりも前に提供された文字情報とに基づいて、第１時点に提供された文字情報に特有の情報を推定する（ステップＳ１０３）。図２では、推定装置１００は、売上推移情報ＳＧ１１に示すように日時ｄｔ４以降にお菓子Ａの売り上げが上昇しているため、日時ｄｔ４からユーザに提供され始めたレビューＲＶ１４に特有の文字列が影響を与えたと推定する。

その後、推定装置１００は、第１時点に提供された文字情報に特有の情報であると推定した箇所をユーザに影響を与えた影響箇所と推定する（ステップＳ１０４）。図２では、推定装置１００は、影響箇所一覧ＩＬ１１に示すように、文字列「ふわふわ」と文字列「食感」等をお菓子Ａの売り上げの上昇に影響を与えた箇所として推定する。

（変形例）
上述した例では、対象に対するレビュー中の影響箇所を時間の前後関係に基づいて推定する場合を示したが、ある対象に関する文字情報中の影響箇所を、異なる対象に関する文字情報との比較により推定してもよい。また、比較する文字情報はレビューに限らず、各対象に関する文字情報であれば、どのような文字情報であってもよい。例えば、抽出装置１００Ａは、商品やサービスに関するコンテンツ等に含まれる説明等の文字情報中の影響箇所を推定してもよい。この点について、図７〜１０を用いて説明する。

〔４．抽出装置の構成〕
次に、図７を用いて、変形例に係る抽出装置１００Ａの構成について説明する。図７は、変形例に係る抽出装置１００Ａの構成例を示す図である。図７に示すように、抽出装置１００Ａは、通信部１１０と、記憶部１２０Ａと、制御部１３０Ａとを有する。なお、抽出装置１００Ａにおいて、実施形態に係る抽出装置１００と同様の点については、同一の符号を付して、適宜説明を省略する。

（記憶部１２０Ａ）
記憶部１２０Ａは、例えば、ＲＡＭ、フラッシュメモリ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。変形例に係る記憶部１２０Ａは、図７に示すように、ユーザ情報記憶部１２１と、レビュー情報記憶部１２２と、対象関連情報記憶部１２３とを有する。図７の例では、記憶部１２０Ａは、対象関連情報記憶部１２３を有する点において実施形態に係る記憶部１２０と相違する。

（対象関連情報記憶部１２３）
実施形態に係る対象関連情報記憶部１２３は、対象に関連する各種情報を記憶する。例えば、対象関連情報記憶部１２３は、レビュー以外の対象に関するコンテンツに関する情報を対象関連情報として記憶する。図８には、対象関連情報記憶部１２３に記憶される対象関連情報の一例を示す。図８に示すように、対象関連情報記憶部１２３は、対象関連情報として、「対象ＩＤ」、「カテゴリ」、「対象」、「コンテンツＩＤ」、「コンテンツ」、「内容」といった項目が含まれる。

「対象ＩＤ」は、コンテンツの内容に対応する対象を識別するための識別情報を示す。また、「カテゴリ」は、対象が分類されるカテゴリを示す。図８に示す例におけるカテゴリは、「商品」または「サービス」である場合を示す。「対象」は、対象ＩＤにより識別される対象であり、コンテンツの内容に対応する対象を示す。また、「コンテンツＩＤ」は、コンテンツを識別するための識別情報を示す。「コンテンツ」は、対応するコンテンツＩＤにより識別されるコンテンツを示す。なお、図８の例では、コンテンツを概念的に記号「Ｃ１１」等で示すが、「コンテンツ」としては、これらの格納場所を示すファイルパス名などが格納されてもよい。「内容」は、対応するコンテンツに含まれる対象に関する文字情報の概要を示す。

例えば、図８に示す例において、対象ＩＤ「ＴＧ１」により識別される対象は、カテゴリが「商品」である対象「お菓子Ａ」であることを示す。また、対象ＩＤ「ＴＧ１」により識別される対象「お菓子Ａ」には、コンテンツＩＤ「ＣＴ１１」〜「ＣＴ１３」等により識別されるコンテンツが公開されていることを示す。例えば、対象ＩＤ「ＴＧ１」により識別される対象「お菓子Ａ」には、お菓子Ａの商品説明ページであるコンテンツＣ１１が公開されていることを示す。

また、対象関連情報記憶部１２３は、コンテンツに含まれる画像や画像へのファイルパス等の情報を記憶してもよい。なお、対象関連情報記憶部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。例えば、対象関連情報記憶部１２３は、対象に関するコンテンツが作成（公開）された日時に関する情報を記憶してもよい。また、例えば、対象関連情報記憶部１２３は、対象に関するコンテンツの作成者等、コンテンツの提供元に関する情報を記憶してもよい。

（制御部１３０Ａ）
図７の説明に戻って、制御部１３０Ａは、コントローラであり、例えば、ＣＰＵやＭＰＵ等によって、抽出装置１００Ａ内部の記憶装置に記憶されている各種プログラム（抽出プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０Ａは、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図７に示すように、制御部１３０Ａは、取得部１３１と、推定部１３２Ａと、提供部１３３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。

（推定部１３２Ａ）
推定部１３２Ａは、種々の情報を推定する。例えば、推定部１３２Ａは、実施形態に係る推定部１３２と同様の処理を行う。

例えば、推定部１３２Ａは、文字情報と、対象に類似する類似対象に関する他の文字情報との比較に基づいて、文字情報中における影響箇所を推定する。例えば、推定部１３２Ａは、対象が類似対象よりも購入状況が良い場合、文字情報と、他の文字情報との比較に基づいて、文字情報中における対象の購入に正の影響を与える影響箇所を推定する。例えば、推定部１３２Ａは、類似対象が対象よりも購入状況が良い場合、文字情報と、他の文字情報との比較に基づいて、文字情報中における対象の購入に負の影響を与える影響箇所を推定する。

図９の例では、推定部１３２Ａは、影響箇所一覧ＩＬ３１に示すように、文字列「ふわふわ」と文字列「食感」等をお菓子Ａの売り上げに影響を与えた箇所として推定する。例えば、推定部１３２Ａは、各対象（お菓子Ａ、お菓子Ｂ）に関するコンテンツ間を比較することにより、影響箇所一覧ＩＬ３１に示すように、お菓子Ａの売り上げに影響を与えた箇所を推定する。

また、推定部１３２Ａは、お菓子Ａの売り上げがお菓子Ｂの売り上げよりも多い場合、影響箇所一覧ＩＬ３１に含まれる文字列「ふわふわ」と文字列「食感」等は、お菓子Ａにプラスの影響を与える箇所と推定する。また、例えば、推定部１３２Ａは、お菓子Ａの売り上げがお菓子Ｂの売り上げよりも少ない場合、影響箇所一覧ＩＬ３１に含まれる文字列「ふわふわ」と文字列「食感」等は、お菓子Ａにマイナスの影響を与える箇所と推定する。

〔５．影響箇所の推定〕
ここで、推定装置１００Ａによる影響箇所の推定の一例を、図９を用いて説明する。図９は、変形例に係る影響箇所の推定の一例を示す図である。図９の例では、お菓子Ａに関するコンテンツ（以下、「第１コンテンツ」とする）と、お菓子Ａに類似するお菓子Ｂに関するコンテンツ（以下、「第２コンテンツ」とする）との比較に基づく影響箇所の推定を一例として示す。なお、第２コンテンツは、お菓子Ｂに関するコンテンツに限らず、どのような対象に関するコンテンツであってもよい。例えば、第２コンテンツは、お菓子Ｃやお菓子Ｄに関するコンテンツであってもよいし、お菓子Ｂ〜お菓子Ｄ等の各対象に関するコンテンツであってもよい。

図９の例では、推定装置１００Ａは、お菓子Ａに関連する第１コンテンツ群ＧＣ１と、お菓子Ｂに関連する第２コンテンツ群ＧＣ２との差分により、影響箇所を抽出する（ステップＳ３１）。例えば、推定装置１００Ａは、お菓子Ａに関連する第１コンテンツ群ＧＣ１に含まれ、かつ、お菓子Ｂに関連する第２コンテンツ群ＧＣ２に含まれない要素（文字情報）を抽出することにより、お菓子Ａに関する影響箇所を抽出する。

例えば、推定装置１００Ａは、影響箇所一覧ＩＬ３１に示すように、文字列「ふわふわ」と文字列「食感」等をお菓子Ａの売り上げに影響を与えた箇所として推定する。なお、文字列「ふわふわ」と文字列「食感」は、第１コンテンツ群ＧＣ１に特有の文字列であり、第２コンテンツ群ＧＣ２には含まれない文字列であるものとする。このように、推定装置１００Ａは、各対象（お菓子Ａ、お菓子Ｂ）に関するコンテンツ間を比較することにより、影響箇所一覧ＩＬ３１に示すように、お菓子Ａの売り上げに影響を与えた箇所を推定する。

例えば、推定装置１００Ａは、お菓子Ａの売り上げがお菓子Ｂの売り上げよりも多い場合、影響箇所一覧ＩＬ３１に含まれる文字列「ふわふわ」と文字列「食感」等は、お菓子Ａにプラスの影響を与える箇所と推定する。また、例えば、推定装置１００Ａは、お菓子Ａの売り上げがお菓子Ｂの売り上げよりも少ない場合、影響箇所一覧ＩＬ３１に含まれる文字列「ふわふわ」と文字列「食感」等は、お菓子Ａにマイナスの影響を与える箇所と推定する。

なお、上記では、お菓子Ａに関する影響箇所を推定する場合を示したが、推定装置１００Ａは、お菓子Ｂに関する影響箇所を推定してもよい。例えば、推定装置１００Ａは、お菓子Ｂに関連する第２コンテンツ群ＧＣ２に含まれ、かつ、お菓子Ａに関連する第１コンテンツ群ＧＣ１に含まれない要素（文字情報）を抽出することにより、お菓子Ｂに関する影響箇所を抽出してもよい。

〔６．レビューの評価の推定処理のフロー〕
ここで、図１０を用いて、変形例に係る推定装置１００Ａによる推定処理の手順について説明する。図１０は、変形例に係る推定処理の一例を示すフローチャートである。

図１０に示すように、推定装置１００Ａは、対象に関連する第１コンテンツを取得する（ステップＳ２０１）。図９では、推定装置１００Ａは、第１コンテンツ群ＧＣ１を取得する。また、推定装置１００Ａは、対象に類似する他の対象に関連する第２コンテンツを取得する（ステップＳ２０２）。図９では、推定装置１００Ａは、第２コンテンツ群ＧＣ２を取得する。

その後、推定装置１００Ａは、第１コンテンツと第２コンテンツとに基づいて、第１コンテンツに含まれる文字情報に特有の情報を推定する（ステップＳ２０３）。図９では、推定装置１００Ａは、お菓子Ａに関連する第１コンテンツ群ＧＣ１に含まれ、かつ、お菓子Ｂに関連する第２コンテンツ群ＧＣ２に含まれない要素（文字情報）を抽出する。

その後、推定装置１００Ａは、第１コンテンツに含まれる文字情報に特有の情報であると推定した箇所をユーザに影響を与えた影響箇所と推定する（ステップＳ２０４）。図９では、推定装置１００Ａは、影響箇所一覧ＩＬ３１に示すように、文字列「ふわふわ」と文字列「食感」等をお菓子Ａの売り上げに影響を与えた箇所として推定する。

〔７．効果〕
上述してきたように、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、取得部１３１と、推定部１３２、１３２Ａとを有する。取得部１３１は、商取引の対象を購入したユーザに対象の購入前に提供された対象に関する文字情報を取得する。推定部１３２、１３２Ａは、取得部１３１により取得された文字情報に基づいて、文字情報中において対象の購入に影響を与える箇所である影響箇所を推定する。

これにより、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することができる。

また、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａにおいて、推定部１３２、１３２Ａは、文字情報と、他の文字情報との比較に基づいて、文字情報中における影響箇所を推定する。

これにより、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することができる。

また、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａにおいて、推定部１３２、１３２Ａは、文字情報と、文字情報がユーザに提供された第１時点よりも前である第２時点において提供された対象に関する他の文字情報との比較に基づいて、文字情報中における影響箇所を推定する。

これにより、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することができる。

また、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａにおいて、推定部１３２、１３２Ａは、第１時点における対象の購入状況が第２時点における対象の購入状況よりも良い場合、文字情報と、他の文字情報との比較に基づいて、文字情報中における対象の購入に正の影響を与える影響箇所を推定する。

これにより、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することができる。

また、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａにおいて、推定部１３２、１３２Ａは、第２時点における対象の購入状況が第１時点における対象の購入状況よりも良い場合、文字情報と、他の文字情報との比較に基づいて、文字情報中における対象の購入に負の影響を与える影響箇所を推定する。

これにより、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することができる。

また、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａにおいて、推定部１３２、１３２Ａは、文字情報と、対象に類似する類似対象に関する他の文字情報との比較に基づいて、文字情報中における影響箇所を推定する。

これにより、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することができる。

また、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａにおいて、推定部１３２、１３２Ａは、対象が類似対象よりも購入状況が良い場合、文字情報と、他の文字情報との比較に基づいて、文字情報中における対象の購入に正の影響を与える影響箇所を推定する。

これにより、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することができる。

また、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａにおいて、推定部１３２、１３２Ａは、類似対象が対象よりも購入状況が良い場合、文字情報と、他の文字情報との比較に基づいて、文字情報中における対象の購入に負の影響を与える影響箇所を推定する。

これにより、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、文字情報のうちどの箇所がユーザに影響を与えたかを適切に推定することができる。

また、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、提供部１３３を有する。提供部１３３は、対象を提供する提供元に、推定部１３２、１３２Ａにより推定された文字情報中における影響箇所に関する情報を提供する。

これにより、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、文字情報中における影響箇所に関する情報を提供することにより、影響箇所の提供を受けた被提供元は影響箇所に基づく分析を行うことができる。

また、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａにおいて、提供部１３３は、推定部１３２により推定されたレビューに関する評価に基づく順位で表示されるレビュー一覧情報を提供する。

これにより、実施形態に係る推定装置１００及び変形例に係る推定装置１００Ａは、レビューに関する評価に基づく順位で表示されるレビュー一覧情報を提供することにより、レビューに関するサービスを適切に提供することができる。

〔８．ハードウェア構成〕
上述してきた実施形態に係る推定装置１００は、例えば図１１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１１は、推定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

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

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

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

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

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

以上、本願の実施形態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。

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

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

また、上述してきた実施形態は、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。

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

１ 推定システム
１００ 推定装置
１２１ ユーザ情報記憶部
１２２ レビュー情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 推定部
１３３ 提供部
１０ 端末装置
Ｎ ネットワーク

Claims (20)

1. 商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報であって、前記対象の売上の変化開始に対応することが特定された日時に提供され始めた文字情報を取得する取得部と、
   前記取得部により取得された前記文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定部と、
   を備えたことを特徴とする推定装置。
2. 前記推定部は、
   前記文字情報と、他の文字情報との比較に基づいて、前記文字情報中における前記影響箇所を推定する
   ことを特徴とする請求項１に記載の推定装置。
3. 前記推定部は、
   前記文字情報と、前記文字情報がユーザに提供された第１時点よりも前である第２時点において提供された前記対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記影響箇所を推定する
   ことを特徴とする請求項２に記載の推定装置。
4. 前記推定部は、
   前記第１時点における前記対象の購入状況が前記第２時点における前記対象の購入状況よりも良い場合、前記文字情報と、前記他の文字情報との比較に基づいて、前記文字情報中における前記対象の購入に正の影響を与える前記影響箇所を推定する
   ことを特徴とする請求項３に記載の推定装置。
5. 前記推定部は、
   前記第２時点における前記対象の購入状況が前記第１時点における前記対象の購入状況よりも良い場合、前記文字情報と、前記他の文字情報との比較に基づいて、前記文字情報中における前記対象の購入に負の影響を与える前記影響箇所を推定する
   ことを特徴とする請求項３または請求項４に記載の推定装置。
6. 前記推定部は、
   前記文字情報と、前記対象に類似する類似対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記影響箇所を推定する
   ことを特徴とする請求項２に記載の推定装置。
7. 前記推定部は、
   前記対象が前記類似対象よりも購入状況が良い場合、前記文字情報と、前記他の文字情報との比較に基づいて、前記文字情報中における前記対象の購入に正の影響を与える前記影響箇所を推定する
   ことを特徴とする請求項６に記載の推定装置。
8. 前記推定部は、
   前記類似対象が前記対象よりも購入状況が良い場合、前記文字情報と、前記他の文字情報との比較に基づいて、前記文字情報中における前記対象の購入に負の影響を与える前記影響箇所を推定する
   ことを特徴とする請求項６または請求項７に記載の推定装置。
9. 前記対象を提供する提供元に、前記推定部により推定された前記文字情報中における前記影響箇所に関する情報を提供する提供部、
   をさらに備えたことを特徴とする請求項１〜８のいずれか１項に記載の推定装置。
10. コンピュータが実行する推定方法であって、
    商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報であって、前記対象の売上の変化開始に対応することが特定された日時に提供され始めた文字情報を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文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定工程と、
    を含むことを特徴とする推定方法。
11. 商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報であって、前記対象の売上の変化開始に対応することが特定された日時に提供され始めた文字情報を取得する取得手順と、
    前記取得手順により取得された前記文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定手順と、
    をコンピュータに実行させることを特徴とする推定プログラム。
12. 商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報を取得する取得部と、
    前記取得部により取得された前記文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定部と、
    を備え、
    前記推定部は、
    前記文字情報がユーザに提供された第１時点における前記対象の購入状況が、前記文字情報がユーザに提供された第１時点よりも前である第２時点における前記対象の購入状況よりも良い場合、前記文字情報と、前記第２時点において提供された前記対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記対象の購入に正の影響を与える前記影響箇所を推定する
    ことを特徴とする推定装置。
13. コンピュータが実行する推定方法であって、
    商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報を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文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定工程と、
    を含み、
    前記推定工程は、
    前記文字情報がユーザに提供された第１時点における前記対象の購入状況が、前記文字情報がユーザに提供された第１時点よりも前である第２時点における前記対象の購入状況よりも良い場合、前記文字情報と、前記第２時点において提供された前記対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記対象の購入に正の影響を与える前記影響箇所を推定する
    ことを特徴とする推定方法。
14. 商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報を取得する取得手順と、
    前記取得手順により取得された前記文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定手順と、
    をコンピュータに実行させ、
    前記推定手順は、
    前記文字情報がユーザに提供された第１時点における前記対象の購入状況が、前記文字情報がユーザに提供された第１時点よりも前である第２時点における前記対象の購入状況よりも良い場合、前記文字情報と、前記第２時点において提供された前記対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記対象の購入に正の影響を与える前記影響箇所を推定する
    ことを特徴とする推定プログラム。
15. 商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報を取得する取得部と、
    前記取得部により取得された前記文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定部と、
    を備え、
    前記推定部は、
    前記文字情報がユーザに提供された第１時点よりも前である第２時点における前記対象の購入状況が前記第１時点における前記対象の購入状況よりも良い場合、前記文字情報と、前記第２時点において提供された前記対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記対象の購入に負の影響を与える前記影響箇所を推定する
    ことを特徴とする推定装置。
16. コンピュータが実行する推定方法であって、
    商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報を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文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定工程と、
    を含み、
    前記推定工程は、
    前記文字情報がユーザに提供された第１時点よりも前である第２時点における前記対象の購入状況が前記第１時点における前記対象の購入状況よりも良い場合、前記文字情報と、前記第２時点において提供された前記対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記対象の購入に負の影響を与える前記影響箇所を推定する
    ことを特徴とする推定方法。
17. 商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報を取得する取得手順と、
    前記取得手順により取得された前記文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定手順と、
    をコンピュータに実行させ、
    前記推定手順は、
    前記文字情報がユーザに提供された第１時点よりも前である第２時点における前記対象の購入状況が前記第１時点における前記対象の購入状況よりも良い場合、前記文字情報と、前記第２時点において提供された前記対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記対象の購入に負の影響を与える前記影響箇所を推定する
    ことを特徴とする推定プログラム。
18. 商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報を取得する取得部と、
    前記取得部により取得された前記文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定部と、
    を備え、
    前記推定部は、
    前記文字情報と、前記対象に類似する類似対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記影響箇所を推定する
    ことを特徴とする推定装置。
19. コンピュータが実行する推定方法であって、
    商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報を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文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定工程と、
    を含み、
    前記推定工程は、
    前記文字情報と、前記対象に類似する類似対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記影響箇所を推定する
    ことを特徴とする推定方法。
20. 商取引の対象を購入したユーザに前記対象の購入前に提供された前記対象に関する文字情報を取得する取得手順と、
    前記取得手順により取得された前記文字情報に基づいて、前記文字情報中において前記対象の購入に影響を与える箇所である影響箇所を推定する推定手順と、
    をコンピュータに実行させ、
    前記推定手順は、
    前記文字情報と、前記対象に類似する類似対象に関する他の文字情報との比較に基づいて、前記文字情報中における前記影響箇所を推定する
    ことを特徴とする推定プログラム。

Images