JP6746442B2 - 分類装置、分類方法、及び分類プログラム - Google Patents

Description

本発明は、分類装置、分類方法、及び分類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を分類する技術が提案されている。例えば、イベントチケット購入者（ユーザ）の過去の行動履歴等やイベントの属性情報等を用いて、ユーザ群をセグメント化し、セグメント化されたユーザ群が特定のイベントでどのような購買行動を取るかを予測する技術が提供されている。

特開２０１２−２０８５７３号公報

しかしながら、上記の従来技術では、特定のイベントでの購買行動を予測するセグメント化（分類）は可能であっても、他の購買行動には適用可能とは限らず、ユーザを適切に分類するこができるとは限らない。

本願は、上記に鑑みてなされたものであって、ユーザを適切に分類する分類装置、分類方法、及び分類プログラムを提供することを目的とする。

本願に係る分類装置は、ユーザが行った商品またはサービスの購入に関する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購入に関する情報の分布に基づいて、前記ユーザをクラスタに分類する分類部と、を備えたことを特徴とする。

実施形態の一態様によれば、ユーザを適切に分類することができるという効果を奏する。

図１は、実施形態に係る分類処理の一例を示す図である。 図２は、実施形態に係るクラスタ情報を用いたサービスの提供の一例を示す図である。 図３は、実施形態に係る分類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、実施形態に係るクラスタ情報記憶部の一例を示す図である。 図６は、実施形態に係る広告情報記憶部の一例を示す図である。 図７は、実施形態に係る分類処理の一例を示すフローチャートである。 図８は、実施形態に係るクラスタ情報を用いたサービスの提供の一例を示すフローチャートである。 図９は、実施形態に係る分類処理の一例を示す図である。 図１０は、分類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、本願に係る分類装置、分類方法、及び分類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分類装置、分類方法、及び分類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．分類処理〕
図１を用いて、実施形態に係る分類処理の一例について説明する。図１は、実施形態に係る分類処理の一例を示す図である。図１の例では、分類装置１００は、各ユーザの購入に関する情報（以下、「購入情報」ともいう）に基づいて、ユーザをクラスタに分類する場合を示す。なお、以下では、購入の対象となる商品やサービスを「商品等」と記載する場合がある。

図１に示すように、分類システム１には、端末装置１０（図２参照）と、商取引装置５０と、分類装置１００とが含まれる。端末装置１０と、分類装置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に示した分類システム１には、複数台の端末装置１０や、複数台の商取引装置５０と、複数台の分類装置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、ユーザの購入情報を分類装置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、各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、分類装置１００と一体であってもよい。例えば、分類装置１００は、電子商取引サービスを提供してもよい。

分類装置１００は、各ユーザの購入に関する情報の分布に基づいて、ユーザをクラスタに分類する。例えば、分類装置１００は、ユーザにより購入された商品等の数の分布に基づいて、ユーザをクラスタに分類する。なお、分類装置１００は、ユーザの購入に関する情報であれば、購入履歴に限らず、種々の情報を用いてもよい。例えば、分類装置１００は、ユーザの購入に関する閲覧履歴や検索履歴等を用いてもよい。例えば、分類装置１００は、ユーザの購入に関するインターネット上におけるコンテンツの閲覧履歴やインターネット上におけるコンテンツの検索履歴等を用いて、ユーザをクラスタに分類してもよい。

まず、図１の例では、分類装置１００は、商取引装置５０から各ユーザの購入情報の履歴（以下、「購入履歴」ともいう）の提供を受ける（ステップＳ１１）。例えば、分類装置１００は、ユーザＵ１〜Ｕｎ（ｎは任意の数値）の購入履歴の提供を受ける。例えば、「ｎ」は１００万等であってもよい。なお、「ユーザＵ＊（＊は任意の数値）」と記載した場合、そのユーザはユーザＩＤ「Ｕ＊」により識別されるユーザであることを示す。例えば、「ユーザＵ１」と記載した場合、そのユーザはユーザＩＤ「Ｕ１」により識別されるユーザである。

図１の例では、分類装置１００は、ユーザ情報記憶部１２１に示すような各ユーザの購入履歴を商取引装置５０から取得する（ステップＳ１１）。なお、分類装置１００は、所定の期間における各ユーザの購入履歴を商取引装置５０から取得する。図１の例では、分類装置１００は、購入履歴を取得する以前の１ヶ月間における各ユーザの購入履歴を商取引装置５０から取得するものとする。

例えば、図１のユーザ情報記憶部１２１に示すように、分類装置１００は、ユーザＵ１が１ヶ月間において、水Ａを６つ購入し、ワインＡを３つ購入し、洗濯機Ａを購入していないことを示す購入履歴を取得する。また、例えば、図１に示す例において、ユーザＵ２は、１ヶ月間において、水ＡやワインＡを購入しておらず、洗濯機Ａを１つ購入していることを示す。また、例えば、図１に示す例において、ユーザＵ３は、１ヶ月間において、水Ａを５つ購入し、ワインＡを４つ購入し、洗濯機Ａを購入していないことを示す。また、例えば、図１に示す例において、ユーザＵ４は、１ヶ月間において、水ＡやワインＡを購入しておらず、洗濯機Ａを１００個購入していることを示す。

また、図１中のグラフＤ１は、ユーザＵ１が１ヶ月間に購入した商品等の数の分布を示す。また、図１中のグラフＤ２は、ユーザＵ２が１ヶ月間に購入した商品等の数の分布を示す。また、図１中のグラフＤ３は、ユーザＵ３が１ヶ月間に購入した商品等の数の分布を示す。また、図１中のグラフＤ４は、ユーザＵ４が１ヶ月間に購入した商品等の数の分布を示す。

商取引装置５０から購入履歴を取得した分類装置１００は、取得した購入履歴に基づいて各ユーザを分類する（ステップＳ１２）。例えば、分類装置１００は、ユーザにより購入された商品またはサービスの数の分布に基づいて、ユーザをクラスタに分類する。図１の例では、分類装置１００は、ユーザ情報記憶部１２１に示す各ユーザの購入履歴に基づいて、クラスタ情報記憶部１２２に示すように、各ユーザを分類する。

例えば、分類装置１００は、各ユーザの購入履歴を用いて、Ｋ−ｍｅａｎｓ等の種々の従来技術を適宜用いて、各ユーザが購入した商品等の個数の分布の類似性に応じて各ユーザをクラスタに分類する。例えば、分類装置１００は、クラスタ数が所定数（例えば１０００個）になるように、ユーザをクラスタに分類する。なお、分類装置１００は、各ユーザが購入した商品等の個数の分布の類似性に基づいて、ユーザを複数のクラスタに分類可能であれば、どのようなクラスタリング技術を用いてもよい。例えば、分類装置１００は、各ユーザが購入した商品等の数の分布をベクトルとして、各ユーザのベクトル間の類似度に基づいて、ユーザをクラスタに分類してもよい。

図１の例では、クラスタＩＤ「Ｃ１１」により識別されるクラスタ（クラスタＣ１１）には、「ユーザＵ１」や「ユーザＵ３」や「ユーザＵ１５」や「ユーザＵ４０」といったユーザが含まれることを示す。なお、「クラスタＣ＊（＊は任意の数値）」と記載した場合、そのクラスタはクラスタＩＤ「Ｃ＊」により識別されるユーザであることを示す。例えば、「クラスタＣ１１」と記載した場合、そのクラスタはクラスタＩＤ「Ｃ１１」により識別されるクラスタである。また、図１の例では、クラスタＣ１２には、「ユーザＵ２」や「ユーザＵ５００」といったユーザが含まれることを示す。また、図１の例では、クラスタＣ１３には、「ユーザＵ４」や「ユーザＵ３０２」といったユーザが含まれることを示す。図１の例では、例えば、分類装置１００は、各ユーザが購入した商品等の個数の分布に基づくことにより、各商品等について購入した個数が類似しているユーザＵ１とユーザＵ３とを同じクラスタＣ１１に分類する。

上述したように、分類装置１００は、各ユーザが購入した商品等の個数の分布に基づくことにより、ユーザを適切に分類することができる。具体的には、分類装置１００は、各ユーザが購入した商品等の個数の分布に基づくことにより、各ユーザの購入量に関する情報を加味したクラスタに分類する。例えば、分類装置１００は、各ユーザが購入した商品等の個数の分布に基づくことにより、各ユーザが購入した商品等の類似性と各ユーザが購入する商品等の量の類似性との２つの類似性を加味したクラスタに分類する。これにより、分類装置１００は、ユーザを適切に分類することができる。

なお、上述した例では、分類装置１００が商品等ごとに各ユーザが購入した個数を集計し、その情報に基づいてユーザを分類する場合を示したが、分類装置１００は、各ユーザが購入した商品等の個数に基づく情報であれば、どのような情報を用いて、ユーザを分類してもよい。例えば、分類装置１００は、商品等のカテゴリごとに各ユーザが購入した商品等の個数を集計し、各ユーザが購入した商品等の個数のカテゴリごとの分布に基づいて、ユーザを分類してもよい。例えば、分類装置１００は、水やお茶を飲料のカテゴリに属する商品等とし、ワインやビールや日本酒等をアルコールのカテゴリに属する商品等とし、冷蔵庫や洗濯機を家電のカテゴリに属する商品等として、ユーザを分類してもよい。例えば、分類装置１００は、カテゴリ「飲料」の個数を水やお茶等が購入された個数の合計値とし、カテゴリ「アルコール」の個数をワインやビールや日本酒等が購入された個数の合計値とし、カテゴリ「家電」の個数を冷蔵庫や洗濯機を家電が購入された個数の合計値として、ユーザを分類してもよい。

また、分類装置１００は、上述した分類処理により生成されたクラスタのうち、購入に関する量が所定の閾値を超える特殊ユーザが属する特殊クラスタを抽出してもよい。例えば、分類装置１００は、各ユーザが購入した商品等の個数の分布に基づくことにより、クラスタのうち、購入に関する量が所定の閾値を超える特殊ユーザが属する特殊クラスタを抽出する。例えば１年以内の所定の期間（例えば１ヶ月等）に同一の商品等（例えば冷蔵庫Ａ）を複数個購入するユーザはほとんどいないと考えられる。

そのため、図１の例では、分類装置１００は、所定の期間に冷蔵庫Ａを２個以上購入しているユーザを特殊ユーザとし、そのユーザが含まれるクラスタを特殊クラスタとして抽出する。この場合、分類装置１００は、各ユーザが購入した商品等の個数の分布に基づくことにより、クラスタＣ１１〜Ｃ１４等のうち、購入に関する量が所定の閾値を超える特殊ユーザであるユーザＵ４が属するクラスタＣ１３を特殊クラスタとして抽出する。例えば、分類装置１００は、クラスタＣ１１〜Ｃ１４等のうち、冷蔵庫Ａを所定の期間に２個以上購入しているユーザＵ４が属するクラスタＣ１３を特殊クラスタとして抽出する。

例えば、分類装置１００は、各ユーザが購入した商品等の個数の分布に基づくことにより、冷蔵庫のみを購入しているユーザであるユーザＵ２とユーザＵ４とを別のクラスタに分類することができるため、ユーザを通常ユーザと業者ユーザとを分類するクラスタを生成することができる。なお、ここでいう通常ユーザとは、例えば、個人的な消費等のために商品等を購入する一般的なユーザを意味する。また、ここでいう業者ユーザとは、例えば、自身の消費のために商品を購入するユーザではなく、転売等の商取引のために商品等を購入するユーザを意味する。

上述したように、分類装置１００は、通常ユーザと業者ユーザとを適切に分類したクラスタを生成することにより、各クラスタに対して適切なサービスを提供することができる。例えば、分類装置１００は、通常ユーザが属するクラスタを対象として所定のキャンペーンやクーポンの配布等の購入を促進する情報を提供してもよい。また、例えば、分類装置１００は、大量に同一商品を購入する等の行為により、通常ユーザの利用を阻害する業者ユーザに対しては、購入の数を制限したりしてもよい。なお、分類装置１００は、上述した通常ユーザや業者ユーザを特定した情報を他の情報処理装置へ提供してもよい。

〔１−２．サービスの提供〕
次に、図２を用いて、クラスタ情報を用いたサービスの提供の一例を説明する。図２は、実施形態に係るクラスタ情報を用いたサービスの提供の一例を示す図である。

まず、図２の例では、ユーザＵ１５が利用する端末装置１０は、ユーザＵ１５による操作に応じて、分類装置１００に広告を要求する（ステップＳ２１）。

端末装置１０から広告の要求を取得した分類装置１００は、ユーザＵ１５が属するクラスタを抽出する（ステップＳ２２）。例えば、分類装置１００は、クラスタ情報記憶部１２２に記憶されたクラスタのうち、ユーザＵ１５が属するクラスタＣ１１を抽出する。

その後、分類装置１００は、ユーザＵ１５が購入していない商品等であって、同じクラスタに属する他のユーザが購入した商品等を、ユーザ情報記憶部１２１から抽出する（ステップＳ２３）。図２の例では、分類装置１００は、ユーザＵ１５が購入していない商品であって、同じクラスタに属する他のユーザＵ１やユーザＵ３が購入した商品であるワインＡを抽出する。

その後、分類装置１００は、抽出した商品等に関する広告を抽出する（ステップＳ２４）。図２の例では、分類装置１００は、ワインＡに関する広告Ａを、広告情報記憶部１２３から抽出する。なお、分類装置１００は、ワインＡとともに消費される商品に関する広告Ａを、広告情報記憶部１２３から抽出してもよい。例えば、分類装置１００は、ワインＡとともに消費される商品の広告としてチーズに関する広告を抽出してもよい。

そして、分類装置１００は、抽出した広告を端末装置１０へ提供する（ステップＳ２５）。図２の例では、分類装置１００は、ワインＡに関する広告ＡをユーザＵ１５が利用する端末装置１０へ提供する。なお、分類装置１００は、ワインＡに関する広告Ａとともにチーズに関する広告をユーザＵ１５が利用する端末装置１０へ提供してもよい。

上述したように、分類装置１００は、一のクラスタに属する一のユーザに、一のユーザが購入していない商品またはサービスであって、一のクラスタに属する他のユーザが購入した商品またはサービスに関する情報を提供することにより、一のユーザに対して広告配信等の種々のサービスを適切に提供することができる。なお、分類装置１００は、ユーザＵ１５のように、同じクラスタに属する他のユーザの多くが購入した商品を購入していないユーザを対象ユーザとして抽出してもよい。そして、分類装置１００は、対象ユーザに対して、対象ユーザが購入していない商品であって、同じクラスタに属する他のユーザの多くが購入した商品に関する広告を提供してもよい。なお、上述した例では、分類装置１００がユーザからの要求に応じて広告を配信する例を示したが、分類装置１００は、ユーザのクラスタ情報を用いたサービスの提供であれば、どのようなサービスを提供してもよい。例えば、分類装置１００は、ユーザのクラスタ情報に基づいて、ユーザへのレコメンドサービスを提供してもてもよい。例えば、分類装置１００は、レコメンドの対象ユーザが属するクラスタの他のユーザの購入履歴に基づいて、所定のタイミングで対象ユーザへ商品の購入を促す情報を提供してもてもよい。例えば、分類装置１００は、レコメンドの対象ユーザが属するクラスタの他のユーザの購入した商品に関するコンテンツを閲覧した場合、所定のタイミングで対象ユーザへ他のユーザの購入した商品に関する情報を提供してもてもよい。

〔２．分類装置の構成〕
次に、図３を用いて、実施形態に係る分類装置１００の構成について説明する。図３は、実施形態に係る分類装置１００の構成例を示す図である。図３に示すように、分類装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、分類装置１００は、分類装置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、例えば分類システム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、クラスタ情報記憶部１２２と、広告情報記憶部１２３とを有する。

（ユーザ情報記憶部１２１）
実施形態に係るユーザ情報記憶部１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２１は、ユーザに関する情報として、各ユーザが購入した商品等に関する購入情報を含む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」、「購入一覧」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。「購入一覧（個数）」は、対応するユーザＩＤにより識別されるユーザが購入した商品等の個数を示す。「購入一覧（個数）」には、「水Ａ」、「ワインＡ」、「洗濯機Ａ」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は、水Ａを６つ購入し、ワインＡを３つ購入し、洗濯機Ａを購入していないことを示す。また、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、水ＡやワインＡを購入しておらず、洗濯機Ａを１つ購入していることを示す。なお、所定の期間（例えば１ヶ月間）において各ユーザが購入した商品等の個数であってもよい。

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、性別、年齢、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。例えば、ユーザ情報記憶部１２１は、各ユーザが利用する端末装置１０を識別する情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、各ユーザが購入した各商品等に関する金額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１２１は、商品等ごとに各ユーザが使った総額に関する情報を記憶してもよいし、各商品の単価（１つ当たりの金額）を記憶してもよい。例えば、ユーザ情報記憶部１２１に各商品の単価が記憶される場合、分類装置１００は、各ユーザが購入した各商品の個数とその単価とに基づいて、各ユーザが購入した各商品に使った総額を算出してもよい。

（クラスタ情報記憶部１２２）
実施形態に係るクラスタ情報記憶部１２２は、クラスタに関する情報を記憶する。図５には、クラスタ情報記憶部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、クラスタ情報記憶部１２２は、「クラスタＩＤ」、「ユーザ一覧」といった項目を有する。ユーザ一覧には、「ユーザ１」〜「ユーザ４」等の項目が含まれる。

「クラスタＩＤ」は、クラスタを識別するための識別情報を示す。「ユーザ一覧」のユーザ１」〜「ユーザ４」等は、対応するクラスタに属するユーザを示す。

図５の例では、クラスタＩＤ「Ｃ１１」により識別されるクラスタ（クラスタＣ１１）には、「ユーザＵ１」や「ユーザＵ３」や「ユーザＵ１５」や「ユーザＵ４０」といったユーザが含まれることを示す。

なお、クラスタ情報記憶部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、クラスタ情報記憶部１２２は、ユーザを分類しクラスタを生成した日時に関する情報を記憶してもよい。また、クラスタ情報記憶部１２２は、特徴クラスタであることを示すフラグを記憶してもよい。例えば、クラスタ情報記憶部１２２は、クラスタＣ１３には特殊ユーザであるユーザＵ４が含まれる特殊クラスタであるため、項目「特殊クラスタ」に特徴クラスタであることを示すフラグ（例えば、１）が記憶される。

（広告情報記憶部１２３）
実施形態に係る広告情報記憶部１２３は、広告に関する各種情報を記憶する。図６に、実施形態に係る広告情報記憶部１２３の一例を示す。図６に示す広告情報記憶部１２３は、「広告ＩＤ」、「広告コンテンツ」、「対象」、「入札価格」といった項目を有する。

「広告ＩＤ」は、広告を識別するための識別情報を示す。「広告コンテンツ」は、広告主や代理店等から入稿された広告を示す。図６では「広告コンテンツ」に「広告Ａ」といった概念的な情報が格納される例を示したが、実際には、静止画像や動画像やテキストデータやＵＲＬ、または、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る。以下では、「広告主」といった表記は、広告主だけでなく代理店を含む概念であるものとする。「入札価格」は、広告主が広告コンテンツを入稿する際に指定する広告料金を示す。例えば、「入札価格」は、広告コンテンツがユーザに１回クリックされた際に広告主から広告配信者（例えば、分類装置１００の管理者）に支払われる単価に該当する。なお、「入札価格」の単位は、「円」や「ドル」など種々の通貨単位であってもよい。「対象」は、例えば、広告の対象となる商品やサービス、すなわち商品等を示す。なお、商品やサービスを識別する情報としては「対象」に限らず、商品やサービスを識別するための「商品ＩＤ」等の情報を記憶してもよい。

例えば、図６に示す例において、広告ＩＤ「ＡＣ１」により識別される広告Ａは、商品「ワインＡ」を対象とする広告であり、入札価格が「８０」であることを示す。また、例えば、図６に示す例において、広告ＩＤ「ＡＣ２」により識別される広告Ｂは、商品「ビールＡ」を対象とする広告であり、入札価格が「８０」であることを示す。また、例えば、図６に示す例において、広告ＩＤ「ＡＣ３」により識別される広告Ｃは、商品「日本酒Ａ」を対象とする広告であり、入札価格が「１００」であることを示す。

なお、広告情報記憶部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。

（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、分類装置１００内部の記憶装置に記憶されている各種プログラム（分類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（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る。

図３に示すように、制御部１３０は、取得部１３１と、分類部１３２と、抽出部１３３と、提供部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。

（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、ユーザが行った商品またはサービスの購入に関する情報を取得する。図１では、取得部１３１は、商取引装置５０から各ユーザの購入情報を取得する。例えば、取得部１３１は、商取引装置５０から取得した各ユーザの購入履歴をユーザ情報記憶部１２１に格納する。

また、取得部１３１は、広告の要求を取得する。図２では、取得部１３１は、ユーザＵ１５が利用する端末装置１０から広告の要求を取得する。

（分類部１３２）
分類部１３２は、種々の情報を分類する。例えば、分類部１３２は、取得部１３１により取得された購入に関する情報の分布に基づいて、ユーザをクラスタに分類する。例えば、分類部１３２は、ユーザにより購入された商品またはサービスの数の分布に基づいて、ユーザをクラスタに分類する。例えば、分類部１３２は、ユーザにより購入された商品またはサービスの金額の分布に基づいて、ユーザをクラスタに分類する。

図１の例では、分類部１３２は、各ユーザが購入した商品等の個数の分布に基づくことにより、各ユーザの購入量に関する情報を加味したクラスタに分類する。例えば、分類部１３２は、各ユーザが購入した商品等の個数の分布に基づくことにより、各ユーザが購入した商品等の類似性と各ユーザが購入する商品等の量の類似性との２つの類似性を加味したクラスタに分類する。

図１の例では、分類部１３２は、購入履歴に基づいて各ユーザを分類する。例えば、分類部１３２は、ユーザ情報記憶部１２１（図４参照）に示す各ユーザの購入履歴に基づいて、クラスタ情報記憶部１２２（図５参照）に示すように、各ユーザを分類する。例えば、分類部１３２は、各ユーザが購入した商品等の個数の分布に基づくことにより、各商品等について購入した個数が類似しているユーザＵ１とユーザＵ３とを同じクラスタＣ１１に分類する。例えば、分類部１３２は、各ユーザが購入した商品等の個数の分布に基づくことにより、冷蔵庫のみを購入しているユーザであるユーザＵ２とユーザＵ４とを別のクラスタに分類する。また、例えば、分類部１３２は、ユーザを通常ユーザと業者ユーザとを別のクラスタに分類する。

例えば、分類部１３２は、各ユーザの購入履歴を用いて、Ｋ−ｍｅａｎｓ等の種々の従来技術を適宜用いて、各ユーザが購入した商品等の個数の分布の類似性に応じて各ユーザをクラスタに分類する。例えば、分類装置１００は、クラスタ数が所定数（例えば１０００個）になるように、ユーザをクラスタに分類する。なお、分類装置１００は、各ユーザが購入した商品等の個数の分布の類似性に基づいて、ユーザを複数のクラスタに分類可能であれば、どのようなクラスタリング技術を用いてもよい。例えば、分類部１３２は、各ユーザが購入した商品等の数の分布をベクトルとして、各ユーザのベクトル間の類似度に基づいて、ユーザをクラスタに分類してもよい。

また、分類部１３２は、水やお茶を飲料のカテゴリに属する商品等とし、ワインやビールや日本酒等をアルコールのカテゴリに属する商品等とし、冷蔵庫や洗濯機を家電のカテゴリに属する商品等として、ユーザを分類してもよい。例えば、分類部１３２は、カテゴリ「飲料」の個数を水やお茶等が購入された個数の合計値とし、カテゴリ「アルコール」の個数をワインやビールや日本酒等が購入された個数の合計値とし、カテゴリ「家電」の個数を冷蔵庫や洗濯機を家電が購入された個数の合計値として、ユーザを分類してもよい。

（抽出部１３３）
抽出部１３３は、種々の情報を推定する。例えば、抽出部１３３は、分類部１３２によるユーザの分類に基づくクラスタのうち、購入に関する量が所定の閾値を超える特殊ユーザが属する特殊クラスタを抽出する。

図１の例では、抽出部１３３は、所定の期間に冷蔵庫Ａを２個以上購入しているユーザを特殊ユーザとし、そのユーザが含まれるクラスタを特殊クラスタとして抽出する。例えば、抽出部１３３は、クラスタＣ１１〜Ｃ１４等のうち、購入に関する量が所定の閾値を超える特殊ユーザであるユーザＵ４が属するクラスタＣ１３を特殊クラスタとして抽出する。例えば、抽出部１３３は、クラスタＣ１１〜Ｃ１４等のうち、冷蔵庫Ａを所定の期間に２個以上購入しているユーザＵ４が属するクラスタＣ１３を特殊クラスタとして抽出する。

例えば、抽出部１３３は、端末装置１０を利用するユーザが購入していない商品等であって、同じクラスタに属する他のユーザが購入した商品等を抽出する。図２では、抽出部１３３は、ユーザＵ１５が購入していない商品であって、同じクラスタに属する他のユーザＵ１やユーザＵ３が購入した商品であるワインＡを抽出する。

（提供部１３４）
提供部１３４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１３４は、分類部１３２によるユーザの分類に基づくクラスタに応じて、ユーザにサービスを提供する。例えば、提供部１３４は、一のクラスタに属する一のユーザに、一のユーザが購入していない商品またはサービスであって、一のクラスタに属する他のユーザが購入した商品またはサービスに関する情報を提供する。図２では、提供部１３４は、ワインＡに関する広告ＡをユーザＵ１５が利用する端末装置１０へ提供する。

〔３．分類処理のフロー〕
ここで、図７を用いて、実施形態に係る分類装置１００による分類処理の手順について説明する。図７は、実施形態に係る分類処理の一例を示すフローチャートである。

図７に示すように、分類装置１００は、各ユーザの購入情報を取得する（ステップＳ１０１）。図１では、分類装置１００は、商取引装置５０から各ユーザの購入情報を取得する。

その後、分類装置１００は、各ユーザの購入に関する情報の分布に基づいてユーザを分類する（ステップＳ１０２）。図１では、分類装置１００は、各ユーザの購入に関する情報の分布に基づいてユーザをクラスタに分類する。

〔４．サービス提供のフロー〕
次に、図８を用いて、実施形態に係る分類装置１００によるサービスの提供の手順について説明する。図８は、実施形態に係るクラスタ情報を用いたサービスの提供の一例を示すフローチャートである。

図８に示すように、分類装置１００は、端末装置１０から広告要求を取得する（ステップＳ２０１）。図２では、分類装置１００は、ユーザＵ１５が利用する端末装置１０から広告要求を取得する。

その後、分類装置１００は、端末装置１０を利用するユーザが属するクラスタを抽出する（ステップＳ２０２）。図２では、分類装置１００は、端末装置１０を利用するユーザＵ１５が属するクラスタＣ１１を抽出する。

その後、分類装置１００は、端末装置１０を利用するユーザが購入していない商品等であって、同じクラスタに属する他のユーザが購入した商品等を抽出する（ステップＳ２０３）。図２では、分類装置１００は、ユーザＵ１５が購入していない商品であって、同じクラスタに属する他のユーザＵ１やユーザＵ３が購入した商品であるワインＡを抽出する。

その後、分類装置１００は、抽出した商品等に関する広告を端末装置１０へ提供する（ステップＳ２０４）。図２では、分類装置１００は、ワインＡに関する広告ＡをユーザＵ１５が利用する端末装置１０へ提供する。

〔５．分類処理（金額）〕
上述した例では、分類装置１００が各商品の個数の分布に基づいて、ユーザを分類する場合を示したが、分類装置１００は、他の情報に基づいてユーザを分類してもよい。例えば、分類装置１００は、ユーザにより購入された商品等の金額の分布に基づいて、ユーザをクラスタに分類してもよい。この点について、図９を用いて説明する。図９は、実施形態に係る分類処理の一例を示す図である。

図９の例では、分類装置１００は、ユーザ情報記憶部１２１Ａに示すような各ユーザの購入履歴を商取引装置５０から取得する（ステップＳ３１）。なお、図９の例では、分類装置１００は、ユーザ情報記憶部１２１Ａに示すように、購入履歴として、各ユーザが各商品等に使用した金額を取得する点において、図１における処理と相違する。また、図９の例では、分類装置１００は、購入履歴を取得する以前の２ヶ月間における各ユーザの購入履歴を商取引装置５０から取得するものとする。例えば、分類装置１００は、所定の期間（例えば２ヶ月間）において各ユーザが各商品等に使用した金額を購入履歴として取得する。

例えば、図９のユーザ情報記憶部１２１Ａに示すように、分類装置１００は、ユーザＵ１が２ヶ月間において、水Ａに使用した金額が６０００（円）であり、ワインＡに使用した金額が３０００（円）であり、洗濯機Ａに使用した金額が０（円）であることを示す購入履歴を取得する。また、例えば、図９に示す例において、ユーザＵ２は、２ヶ月間において、水ＡやワインＡに使用した金額が０（円）であり、洗濯機Ａに使用した金額が５００００（円）であることを示す。また、例えば、図９に示す例において、ユーザＵ３は、２ヶ月間において、水Ａに使用した金額が５０００（円）であり、ワインＡに使用した金額が４０００（円）であり、洗濯機Ａに使用した金額が０（円）であることを示す。また、例えば、図９に示す例において、ユーザＵ４は、２ヶ月間において、水ＡやワインＡに使用した金額が０（円）であり、洗濯機Ａに使用した金額が５００００００（円）であることを示す。

また、図９中のグラフＤ１は、ユーザＵ１が２ヶ月間に各商品等の購入に使用した金額の分布を示す。また、図９中のグラフＤ２は、ユーザＵ２が２ヶ月間に各商品等の購入に使用した金額の分布を示す。また、図９中のグラフＤ３は、ユーザＵ３が２ヶ月間に各商品等の購入に使用した金額の分布を示す。また、図９中のグラフＤ４は、ユーザＵ４が２ヶ月間に各商品等の購入に使用した金額の分布を示す。

商取引装置５０から購入履歴を取得した分類装置１００は、取得した購入履歴に基づいて各ユーザを分類する（ステップＳ３２）。例えば、分類装置１００は、ユーザにより購入された商品またはサービスの金額の分布に基づいて、ユーザをクラスタに分類する。図９の例では、分類装置１００は、ユーザ情報記憶部１２１Ａに示す各ユーザの購入履歴に基づいて、クラスタ情報記憶部１２２Ａに示すように、各ユーザを分類する。なお、図９に示すクラスタ情報記憶部１２２Ａは、各ユーザの使用金額に基づくクラスタに関する情報である点以外は、クラスタ情報記憶部１２２と同様である。

例えば、分類装置１００は、各ユーザの購入履歴を用いて、Ｋ−ｍｅａｎｓ等の種々の従来技術を適宜用いて、各ユーザが購入した商品等の個数の分布の類似性に応じて各ユーザをクラスタに分類する。例えば、分類装置１００は、クラスタ数が所定数（例えば１０００個）になるように、ユーザをクラスタに分類する。なお、分類装置１００は、各ユーザが購入した商品等の個数の分布の類似性に基づいて、ユーザを複数のクラスタに分類可能であれば、どのようなクラスタリング技術を用いてもよい。例えば、分類装置１００は、各ユーザが各商品等の購入に使用した金額の分布をベクトルとして、各ユーザのベクトル間の類似度に基づいて、ユーザをクラスタに分類してもよい。

図９の例では、クラスタＩＤ「Ｃ１１」により識別されるクラスタ（クラスタＣ１１）には、「ユーザＵ１」や「ユーザＵ３」や「ユーザＵ１５」や「ユーザＵ４０」といったユーザが含まれることを示す。なお、「クラスタＣ＊（＊は任意の数値）」と記載した場合、そのクラスタはクラスタＩＤ「Ｃ＊」により識別されるユーザであることを示す。例えば、「クラスタＣ１１」と記載した場合、そのクラスタはクラスタＩＤ「Ｃ１１」により識別されるクラスタである。また、図９の例では、クラスタＣ１２には、「ユーザＵ２」や「ユーザＵ５００」といったユーザが含まれることを示す。また、図９の例では、クラスタＣ１３には、「ユーザＵ４」や「ユーザＵ３０２」といったユーザが含まれることを示す。図９の例では、例えば、分類装置１００は、各ユーザが購入した商品等の金額の分布に基づくことにより、各商品等について購入に使用した金額が類似しているユーザＵ１とユーザＵ３とを同じクラスタＣ１１に分類する。

上述したように、分類装置１００は、各ユーザが購入した商品等の金額の分布に基づくことにより、ユーザを適切に分類することができる。具体的には、分類装置１００は、各ユーザが購入した商品等の金額の分布に基づくことにより、各ユーザの購入費用の多寡に関する情報を加味したクラスタに分類する。例えば、分類装置１００は、各ユーザが購入した商品等の金額の分布に基づくことにより、各ユーザが購入した商品等の類似性と各ユーザが購入に使用した金額の類似性との２つの類似性を加味したクラスタに分類する。これにより、分類装置１００は、ユーザを適切に分類することができる。

〔６．効果〕
上述してきたように、実施形態に係る分類装置１００は、取得部１３１と、分類部１３２とを有する。取得部１３１は、ユーザが行った商品またはサービスの購入に関する情報を取得する。分類部１３２は、取得部１３１により取得された購入に関する情報の分布に基づいて、ユーザをクラスタに分類する。

これにより、実施形態に係る分類装置１００は、ユーザが行った商品またはサービスの購入に関する情報に基づくことにより、ユーザを適切に分類することができる。

また、実施形態に係る分類装置１００において、分類部１３２は、ユーザにより購入された商品またはサービスの数の分布に基づいて、ユーザをクラスタに分類する。

これにより、実施形態に係る分類装置１００は、各ユーザが購入した商品等の個数の分布に基づくことにより、各ユーザが購入した商品等の類似性と各ユーザが購入する商品等の量の類似性との２つの類似性を加味したクラスタに分類する。これにより、分類装置１００は、ユーザを適切に分類することができる。

また、実施形態に係る分類装置１００において、分類部１３２は、ユーザにより購入された商品またはサービスの金額の分布に基づいて、ユーザをクラスタに分類する。

これにより、実施形態に係る分類装置１００は、各ユーザが購入した商品等の金額の分布に基づくことにより、各ユーザが購入した商品等の類似性と各ユーザが購入に使用した金額の類似性との２つの類似性を加味したクラスタに分類する。したがって、分類装置１００は、ユーザを適切に分類することができる。

また、実施形態に係る分類装置１００は、抽出部１３３を有する。抽出部１３３は、分類部１３２によるユーザの分類に基づくクラスタのうち、購入に関する量が所定の閾値を超える特殊ユーザが属する特殊クラスタを抽出する。

これにより、実施形態に係る分類装置１００は、購入に関する量が所定の閾値を超える特殊ユーザが属する特殊クラスタを抽出することができる。例えば、分類装置１００は、各ユーザが購入した商品等の個数の分布に基づくことにより、クラスタのうち、購入に関する量が所定の閾値を超える特殊ユーザが属する特殊クラスタを抽出することができる。例えば、分類装置１００は、各ユーザが購入した商品等の個数の分布に基づくことにより、冷蔵庫のみを購入しているユーザであるユーザＵ２とユーザＵ４とを別のクラスタに分類することができるため、ユーザを通常ユーザと業者ユーザとを分類するクラスタを生成することができる。

また、実施形態に係る分類装置１００において、分類部１３２は、ユーザにより購入された商品またはサービスのカテゴリごとの分布に基づいて、ユーザをクラスタに分類する。

これにより、実施形態に係る分類装置１００は、ユーザにより購入された商品またはサービスのカテゴリごとの分布に基づくことにより、ユーザを適切に分類することができる。

また、実施形態に係る分類装置１００は、提供部１３４を有する。提供部１３４は、分類部１３２によるユーザの分類に基づくクラスタに応じて、ユーザにサービスを提供する。

これにより、実施形態に係る分類装置１００は、ユーザの分類に基づくクラスタに基づくことにより、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。

また、実施形態に係る分類装置１００において、提供部１３４は、一のクラスタに属する一のユーザに、一のユーザが購入していない商品またはサービスであって、一のクラスタに属する他のユーザが購入した商品またはサービスに関する情報を提供する。

これにより、実施形態に係る分類装置１００は、一のクラスタに属する一のユーザに、一のユーザが購入していない商品またはサービスであって、一のクラスタに属する他のユーザが購入した商品またはサービスに関する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。

〔７．ハードウェア構成〕
上述してきた実施形態に係る分類装置１００は、例えば図１０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１０は、分類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が実施形態に係る分類装置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。

〔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 分類システム
１００ 分類装置
１２１ ユーザ情報記憶部
１２２ クラスタ情報記憶部
１２３ 広告情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 分類部
１３３ 抽出部
１３４ 提供部
１０ 端末装置
５０ 商取引装置
Ｎ ネットワーク

Claims (11)

1. ユーザが行った商品またはサービスの購入に関する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購入に関する情報の分布に基づいて、前記ユーザをクラスタであり、前記ユーザが通常ユーザまたは業者ユーザのいずれであるかを示すクラスタに分類する分類部と、
   を備え、
   前記分類部は、
   前記ユーザにより購入された前記商品または前記サービスの金額の分布に基づいて、前記ユーザをクラスタに分類する
   ことを特徴とする分類装置。
2. ユーザが行った商品またはサービスの購入に関する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購入に関する情報の分布に基づいて、前記ユーザをクラスタに分類する分類部と、
   前記分類部による前記ユーザの分類に基づくクラスタのうち、購入に関する量が所定の閾値を超える特殊ユーザが属する特殊クラスタを抽出する抽出部と、
   を備えたことを特徴とする分類装置。
3. 前記分類部は、
   前記ユーザにより購入された前記商品または前記サービスの数の分布に基づいて、前記ユーザをクラスタに分類する
   ことを特徴とする請求項１または請求項２に記載の分類装置。
4. 前記分類部は、
   前記ユーザにより購入された前記商品または前記サービスの金額の分布に基づいて、前記ユーザをクラスタに分類する
   ことを特徴とする請求項２に記載の分類装置。
5. 前記分類部は、
   前記ユーザにより購入された前記商品または前記サービスのカテゴリごとの分布に基づいて、前記ユーザをクラスタに分類する
   ことを特徴とする請求項１〜４のいずれか１項に記載の分類装置。
6. 前記分類部による前記ユーザの分類に基づくクラスタに応じて、ユーザにサービスを提供する提供部、
   をさらに備えたことを特徴とする請求項１〜５のいずれか１項に記載の分類装置。
7. 前記提供部は、
   一のクラスタに属する一のユーザに、前記一のユーザが購入していない商品またはサービスであって、前記一のクラスタに属する他のユーザが購入した商品またはサービスに関する情報を提供する
   ことを特徴とする請求項６に記載の分類装置。
8. コンピュータが実行する分類方法であって、
   ユーザが行った商品またはサービスの購入に関する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購入に関する情報の分布に基づいて、前記ユーザをクラスタであり、前記ユーザが通常ユーザまたは業者ユーザのいずれであるかを示すクラスタに分類する分類工程と、
   を含み、
   前記分類工程は、
   前記ユーザにより購入された前記商品または前記サービスの金額の分布に基づいて、前記ユーザをクラスタに分類することを特徴とする分類方法。
9. ユーザが行った商品またはサービスの購入に関する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購入に関する情報の分布に基づいて、前記ユーザをクラスタであり、前記ユーザが通常ユーザまたは業者ユーザのいずれであるかを示すクラスタに分類する分類手順と、
   をコンピュータに実行させ、
   前記分類手順は、
   前記ユーザにより購入された前記商品または前記サービスの金額の分布に基づいて、前記ユーザをクラスタに分類する
   ことを特徴とする分類プログラム。
10. コンピュータが実行する分類方法であって、
    ユーザが行った商品またはサービスの購入に関する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購入に関する情報の分布に基づいて、前記ユーザをクラスタに分類する分類工程と、
    前記分類工程による前記ユーザの分類に基づくクラスタのうち、購入に関する量が所定の閾値を超える特殊ユーザが属する特殊クラスタを抽出する抽出工程と、
    を含むことを特徴とする分類方法。
11. ユーザが行った商品またはサービスの購入に関する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購入に関する情報の分布に基づいて、前記ユーザをクラスタに分類する分類手順と、
    前記分類手順による前記ユーザの分類に基づくクラスタのうち、購入に関する量が所定の閾値を超える特殊ユーザが属する特殊クラスタを抽出する抽出手順と、
    をコンピュータに実行させることを特徴とする分類プログラム。

Images