JP6754808B2 - 情報処理装置、情報処理方法 - Google Patents

Description

本発明は情報処理装置、情報処理方法に関し、特に、ユーザが気に入った商品や店舗等を管理する技術に関する。

ユーザの購買意欲を惹起させるために、お勧めの商品や店舗等の情報をユーザに提供することがある。ユーザに提供する最適な情報はユーザ毎に異なっており、情報の提供者は、ユーザの好みを適切に把握することが肝要である。
ユーザの好みを推測する技術は各種提案されている。例えば、特許文献１では、お気に入りとして指定した店舗の情報を蓄積し、お気に入り登録しているユーザに対して店舗が特別なサービスを行う構成について開示されている。

特許第５３６３６６８号公報

ところで、お気に入り登録は必ずしもユーザ自身の手によって行われるものではなく、ユーザが行った行動によって意図していないお気に入り登録が行われる場合もある。
意図していないお気に入り登録に基づいて上記のような特別なサービスを行ってしまうと、ユーザが該サービスに興味を示さない場合や、煩わしく感じてしまう虞が生じる。
そこで、本発明は、ユーザのお気に入り情報に基づいて適切な情報提供を行うことを目的とする。

本発明に係る情報処理装置は、商品、店舗或いはジャンルの少なくとも何れかに属する対象物についてのユーザの興味関心の度合いを複数の段階で表す指標値を前記対象物ごとに管理する指標管理部と、前記指標値に基づいて前記ユーザがクラスタリングされたユーザクラスタを管理するクラスタ管理部と、一の前記ユーザクラスタに属する前記ユーザの前記指標値の変化傾向を検出する変化傾向検出部と、を備えている。
興味関心の度合いを複数段階以上で表した指標値を用いてユーザクラスタごとに興味関心の変化傾向を検出することで、変化傾向に応じた適切な情報をユーザに提供するための環境が形成される。

上述した情報処理装置においては、前記検出された指標値の変化傾向が興味関心の度合いの上昇傾向である場合に、前記一のユーザクラスタに属するユーザであって且つ前記上昇傾向が検出されなかったユーザを対象ユーザとして抽出する対象ユーザ抽出部と、前記上昇傾向が検出された前記対象物に関する情報を前記対象ユーザに提供する情報提供部と、を備えていてもよい。
これにより、ユーザクラスタに属する各ユーザの興味関心の変化に基づいて提供する情報を送るべき対象ユーザが決定される。

上述した情報処理装置の前記対象ユーザ抽出部は、前記一のユーザクラスタに属するユーザのうち一定割合のユーザについて、同一の前記対象物についての所定期間内における前記上昇傾向が検出された場合に、前記対象ユーザの抽出を行ってもよい。
即ち、ユーザクラスタ内で対象物の評価が上昇する現象がある程度の規模で起こった場合に対象ユーザの抽出が行われる。

上述した情報処理装置の前記クラスタ管理部は、前記情報の提供を行った結果、前記変化傾向に沿ったユーザと沿わなかったユーザを異なるユーザクラスタに分離してもよい。
情報提供の結果変化傾向に沿ったユーザと沿わなかったユーザは、異なる興味関心傾向を有していることが推測される。本構成によれば、このようなユーザは異なるユーザクラスタに分類される。

上述した情報処理装置の前記指標管理部は、購入回数や購入頻度に応じて前記指標値を算出してもよい。
商品を購入する行為は、ユーザにとって日常的な行為である。そのような日常的に行われる行為に基づいて商品や店舗、或いはジャンルに関する指標値を算出し更新することは、ユーザの興味関心の向を反映するだけでなく、経時的な変化についても迅速に反映することが可能である。

上述した情報処理装置において、前記指標値は、興味関心の度合いが高いほど高く設定される指標とされ、前記指標管理部は、ユーザの能動的操作に基づいて操作対象とされた前記対象物の指標値を上昇させる場合には、ユーザの非能動的操作に基づくよりも大きく上昇させてもよい。
例えば、ユーザが能動的に行ったお気に入り登録のための操作は、ユーザが対象物を気に入っていることを自ら宣言するものであり、そのような対象物は、非能動的な操作によって自動的にお気に入り登録された対象物とは異なるものである。本構成によれば、操作の能動性の有無に応じて対象物のお気に入り指標の上昇値（或いは上昇率）が異なる。

上述した情報処理装置において、前記指標値は、興味関心の度合いが高いほど高く設定される指標とされ、前記指標管理部は、前記指標値が最高値に設定される前記対象物の数が所定数以下となるように管理してもよい。
これにより、指標値が最高値とされ情報提供の対象となり得る商品等の対象物の数が一定数以下に抑えられる。

上述した情報処理装置において、ユーザに対して所定値以上とされた前記指標値に対応する前記対象物を提示する場合には、前記指標値の多寡が分からないように提示してもよい。
例えば、指標値が１〜１０で表される指標であり、無関心とされた対象物が５で表され、興味関心の高い対象物が６〜１０で表される場合に、指標値が６とされた対象物よりも指標値が１０とされた対象物の方がユーザの興味関心の度合いが高い対象物とされている。このとき、指標値が６とされた対象物と１０とされた対象物はその指標値の多寡が分からないように、同様の表示態様でユーザに提示されるため、ユーザは、その指標値の数値の違いを見分けられない。従って、指標値が最高値（＝１０）とされた対象物をユーザが意図的に増やすことができなくなる。

上述した情報処理装置において、前記指標値は、ｎ以下で表されると共に興味関心の度合いが高いほど高い数値で設定される指標とされ、興味関心の度合いが高いことを示す操作として第１操作と第２操作が設けられ、前記第１操作は、前記第２操作よりも興味関心の度合いが高いことを示す操作とされた場合に、前記指標管理部は、前記第２操作が行われたことに応じて該第２操作の前記対象物の前記指標値を上昇させる場合にはｎよりも小さな値を設定してもよい。
例えば、ユーザが商品を購入した際に該購入対象の商品がお気に入り登録されるような場合には、該商品をお気に入り登録することをユーザが意図していない場合がある。そのような場合において、該商品の指標値は最高値であるｎよりも低い値に設定される。

上述した情報処理装置の前記変化傾向検出部は、ユーザクラスタを横断した全体的な変化傾向を検出してもよい。
ユーザクラスタは、各対象物についてのお気に入り傾向が同様であるユーザがまとめられたものであるが、そのユーザクラスタを横断的に分析することで、全体的な変化傾向を把握することが可能である。

本発明に係る情報処理方法は、商品、店舗或いはジャンルの少なくとも何れかに属する対象物についての興味関心の度合いを複数の段階で表す指標値を前記対象物ごとに管理する指標管理ステップと、前記指標値に基づいてユーザがクラスタリングされたユーザクラスタを管理するクラスタ管理ステップと、一のユーザクラスタに属するユーザの前記指標値の変化傾向を検出する変化傾向検出ステップと、を情報処理装置が実行するものである。
この情報処理方法により、ユーザのお気に入り情報に基づいて適切な情報提供を行うための指標を生成することができる。

本発明によれば、ユーザのお気に入り情報に基づいて適切な情報提供を行うための指標を生成することができる。

本発明の実施の形態の情報提供装置を含むネットワークの説明図である。 実施の形態のコンピュータ装置のブロック図である。 実施の形態の情報提供装置の機能構成の説明図である。 ユーザの嗜好傾向の類似性を説明するための図である。 全体の処理の一例について説明するための図である。 お気に入り指標変更処理の一例についてのフローチャートである。 クラスタ情報変更処理の一例についてのフローチャートである。 情報提供処理の一例についてのフローチャートである。 クラスタ内トレンド検出処理の一例についてのフローチャートである。 情報提供効果チェック処理の一例についてのフローチャートである。 一般トレンド検出処理の一例についてのフローチャートである。 お気に入り情報をユーザに提示する際の提示態様の一例を説明するための図である。

以下、実施の形態を添付図に沿って説明する。なお、以下の示す各例では、ユーザの操作に基づいてお気に入り登録された商品や店舗、或いはジャンル等に基づいて、ユーザに適切な情報を提供する環境の一例として、電子商取引を例に挙げる。即ち、電子商取引をユーザが利用する上で行った各種操作に基づいて、商品や店舗等がお気に入り登録される。更に、お気に入り登録された情報に基づいて、ユーザに適切な情報提供が行われる。

＜１．システム構成＞
本実施の形態としての情報提供装置７を含むネットワークシステム全体の構成について、図１を用いて説明する。
ネットワークシステム１は、通信ネットワーク２を介して各種の端末装置が相互に通信可能とされている。
ネットワークシステム１は、電子商取引システム３とユーザ端末４と店舗端末５を含んで構成されている。

なお、図１に示した通信ネットワーク２の構成は特に限定されるものではなく、上記したインターネット以外にも、例えばイントラネット、エキストラネット、ＬＡＮ（Local Area Network）、ＣＡＴＶ（Community Antenna TeleVision）通信網、仮想専用網（Virtual Private Network）、電話回線網、移動体通信網、衛星通信網などが想定される。
また、通信ネットワーク２の全部又は一部を構成する伝送媒体についても多様な例が想定される。例えばＩＥＥＥ（Institute of Electrical and Electronics Engineers）１３９４、ＵＳＢ（Universal Serial Bus）、電力線搬送、電話線などの有線でも、ＩｒＤＡ（Infrared Data Association）のような赤外線、ブルートゥース（登録商標）、８０２．１１無線、携帯電話網、衛星回線、地上波デジタル網などの無線でも利用可能である。

電子商取引システム３は、ユーザが商品を購入するために利用する各種のサービスを提供するショッピングサーバ６、ユーザに適切な情報を提供する処理を行う情報提供装置７を備えている。また、電子商取引システム３は、各種サービスを提供するためのポータルサイトとしてＥＣサイトを管理・運営している。ＥＣサイトは、例えば、トップページを最上位とした複数のウェブページからなる階層構造を有している。

ショッピングサーバ６が提供する各種機能は、例えば、該システムを用いて運営される電子商取引に加盟している複数の店舗がある場合に、該店舗の管理者（以降、販売者と記載）が販売する商品の情報（商品情報）を登録するための機能や、登録された商品情報を変更する機能などである。また、そのために、ショッピングサーバ６は、加盟店舗情報や販売者情報や商品情報を管理する機能を備える。
更に、ショッピングサーバ６は、電子商取引で扱っている商品群の中からユーザが所望する商品を検索して提示する機能や、ユーザが商品の購入操作を行った際に、販売者へ商品を発注する機能や、商品の売買が成立した際の代金のやりとりを仲介する決済処理機能、各ユーザへ商品を配送するための機能、そして、商品の購入が確定した際のユーザへの通知機能や商品を購入したユーザ情報を販売者へ通知する機能などを有する。
ユーザが商品を購入する際には、商品の送付先（住所）情報や、クレジットカード番号や連絡先（電子メールアドレスなど）の情報が必要とされる。ユーザが商品を購入するたびにこれらの情報を入力する手間を省くため、ショッピングサーバ６は、ユーザ情報を管理する機能を備える。

そして、ショッピングサーバ６は、上記の各種機能を実現するためのユーザインタフェースとしてのウェブページを他の情報処理装置（ユーザ端末４や店舗端末５）上に表示させるために、ウェブページデータの生成と送信を行う。
ウェブページデータは、例えば、ＨＴＭＬ（Hyper Text Markup Language）やＸＨＴＭＬ（Extensible HyperText Markup Language）などの構造化文書ファイルである。構造化文書ファイルには、商品の説明などのテキストデータや商品画像などの画像データと、それらの配置や表示態様（文字色やフォントや大きさや装飾など）が記述されている。
ウェブページとしては、例えば、ユーザや販売者にログイン情報を入力させるためのログインページや、商品検索の結果を表示させるための検索結果表示ページや、商品情報が表示される商品ページなどである。
また、ショッピングサーバ６は、ユーザや販売者の認証機能や各種データベースへの情報の登録機能、各種データベースから情報を取得する機能などを備える。

情報提供装置７は、ユーザに適切な情報を提供する情報処理装置である。適切な情報とは、例えば、ユーザの購買意欲を惹起させるような商品や店舗などの情報などである。
そのために、情報提供装置７は、ユーザが行った各種操作に基づいて、商品、店舗或いはジャンルごとの興味関心の度合いを数値化して管理する。以下の各例においては、興味関心の度合いを少なくとも３段階以上で表したものを「お気に入り指標」として説明する。なお、以下の例においては、お気に入り度合いを０〜３の４段階で表したお気に入り指標を用いて説明する。

お気に入り指標は、数値が高い程お気に入り度合いが高いことを表すものとする。即ち、お気に入り指標が「３」とされた商品、店舗或いはジャンルは、お気に入り度合いが非常に高いことを示す。また、お気に入り度合いがニュートラルな状態、即ち該商品や商店、或いはジャンルに対して無関心の状態や無知の状態を「１」として表す。そして、お気に入り度合いがマイナスな状態、即ち、商品、店舗或いはジャンルが嫌いな状態を「０」として表す。なお、嫌いの度合いにも複数の段階を設けてもよい。また、嫌いな状態と無関心の状態を区別しなくてもよい。例えば、お気に入り度合いを０〜２の３段階で表し、「０」が無関心または嫌いである状態を示し、「１」がどちらかと言えばお気に入りである状態を示し、「２」がかなりお気に入りである状態を示すように構成されていてもよい。

以下の説明においては、商品、店舗或いはジャンルの少なくとも何れかに属するものを「対象物」として記載する。換言すれば、対象物は、ある商品を示すこともあれば、ある店舗を示すこともあり、また、あるジャンルを示すこともある。

また、情報提供装置７は、お気に入り情報に基づいて各ユーザをユーザクラスタＵＣにクラスタリングする。更に、情報提供装置７は、ユーザクラスタＵＣとお気に入り情報に基づいて適切な情報提供を行う。お気に入り情報とは、対象物とお気に入り指標の対応関係の情報である。

これまで説明してきた各種機能を実現するために、電子商取引システム３は、ユーザ情報が記憶されるユーザＤＢ（Database）５０、電子商取引で扱う商品の情報が記憶される商品ＤＢ５１、商品を販売する販売者（店舗）の情報が記憶される店舗ＤＢ５２、ユーザの操作履歴等が記憶される履歴ＤＢ５３、ユーザのお気に入り情報が記憶される指標ＤＢ５４や、ユーザクラスタＵＣに関する情報が記憶されるクラスタＤＢ５５を備えている。
他にも、各種ウェブページのウェブページデータが記憶される図示しないウェブページＤＢなどを管理する。
これらのＤＢは、例えばＬＡＮ等のネットワークを介して電子商取引システム３のショッピングサーバ６や情報提供装置７と通信可能とされており、このようなネットワークは通信ネットワーク２と同様に特に限定されるものではない。

ユーザ端末４は、電子商取引システム３が提供する各種のサービスを受けるためにユーザが使用する情報処理装置である。具体的には、商品情報の閲覧や商品の購入等を行う場合などに用いられる。

店舗端末５は、電子商取引システム３に自身が販売する商品を登録することにより、ユーザに商品情報を提供する店舗側で使用する情報処理装置である。店舗端末５は、電子商取引システム３に対して商品情報の登録や削除、変更などを行うための送受信処理などが行われる。

ユーザ端末４や店舗端末５は、例えば、通信機能を備えたＰＣ（Personal Computer）やフィーチャーフォンやＰＤＡ（Personal Digital Assistants）、或いは、スマートフォンやタブレット端末などのスマートデバイスなどである。

＜２．コンピュータ装置のハードウェア構成＞

情報提供装置７をはじめとした各装置（ショッピングサーバ６、ユーザ端末４、店舗端末５、ユーザＤＢ５０、商品ＤＢ５１、店舗ＤＢ５２、履歴ＤＢ５３、指標ＤＢ５４、クラスタＤＢ５５）を構成するコンピュータ装置のハードウェア構成を図２に示す。各コンピュータ装置のＣＰＵ（Central Processing Unit）１０１は、ＲＯＭ( Read Only Memory)１０２に記憶されているプログラム、または記憶部１０８からＲＡＭ( Random Access Memory )１０３にロードされたプログラムに従って各種の処理を実行する。ＲＡＭ１０３にはまた、ＣＰＵ１０１が各種の処理を実行する上において必要なデータなども適宜記憶される。
ＣＰＵ１０１、ＲＯＭ１０２、およびＲＡＭ１０３は、バス１０４を介して相互に接続されている。このバス１０４には、入出力インタフェース１０５も接続されている。
入出力インタフェース１０５には、入力部１０６、出力部１０７、記憶部１０８、通信部１０９が接続されている。
入力部１０６はキーボード、マウス、タッチパネルなどにより構成される。
出力部１０７はＬＣＤ（Liquid Crystal Display）、ＣＲＴ（Cathode Ray Tube）、有機ＥＬ（Electroluminescence）パネルなどよりなるディスプレイ、並びにスピーカなどにより構成される。
記憶部１０８はＨＤＤ（Hard Disk Drive）やフラッシュメモリ装置などにより構成される。
通信部１０９はネットワーク２を介しての通信処理や機器間通信を行う。
入出力インタフェース１０５にはまた、必要に応じてメディアドライブ１１０が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア１１１が適宜装着され、リムーバブルメディア１１１に対する情報の書込や読出が行われる。

このようなコンピュータ装置では、通信部１０９による通信によりデータやプログラムのアップロード、ダウンロードが行われる。またリムーバブルメディア１１１を介したデータやプログラムの受け渡しが可能である。
ＣＰＵ１０１が各種のプログラムに基づいて処理動作を行うことで、情報提供装置７などの各装置（ショッピングサーバ６、ユーザ端末４、店舗端末５、ユーザＤＢ５０、商品ＤＢ５１、店舗ＤＢ５２、履歴ＤＢ５３、指標ＤＢ５４、クラスタＤＢ５５）としての必要な情報処理や通信が実行される。
なお、情報提供装置７などの各装置（ショッピングサーバ６、ユーザ端末４、店舗端末５、ユーザＤＢ５０、商品ＤＢ５１、店舗ＤＢ５２、履歴ＤＢ５３、指標ＤＢ５４、クラスタＤＢ５５）を構成する情報処理装置は、図２のようなコンピュータ装置が単一で構成されることに限らず、複数のコンピュータ装置がシステム化されて構成されてもよい。複数のコンピュータ装置は、ＬＡＮ等によりシステム化されていてもよいし、インターネット等を利用したＶＰＮ等により遠隔地に配置されたものでもよい。複数の情報処理装置には、クラウドコンピューティングサービスによって利用可能なサーバ群（クラウド）としての情報処理装置が含まれてもよい。

情報処理装置の各機能は、情報処理装置においてＣＰＵ１０１でプログラムに応じて実行される処理により実現される機能である。但し以下説明する全部または一部の各構成の処理をハードウェアにより実現してもよい。
また各機能をソフトウェアで実現する場合に、各機能がそれぞれ独立したプログラムで実現される必要はない。一つのプログラムにより複数の機能の処理が実行されてもよいし、一つの機能が複数のプログラムモジュールの連携で実現されてもよい。
また各機能は複数の情報処理装置に分散されていてもよい。更に機能の一つが、複数の情報処理装置によって実現されてもよい。

＜３．情報提供装置の機能構成＞

情報提供装置７の具体的な構成について、図３を参照して説明する。
情報提供装置７は、指標管理部７ａ、クラスタ管理部７ｂ、変化傾向検出部７ｃ、対象ユーザ抽出部７ｄ、情報提供部７ｅを備えている。

指標管理部７ａは、ユーザ及び対象物ごとのお気に入り指標を管理する。即ち、お気に入り情報を管理する。具体的には、ユーザの操作に応じて、対象物に対するお気に入り指標を算出して記憶する。なお、対象物が商品である場合には、店舗Ａで販売している商品Ａと店舗Ｂで販売している商品Ａは異なるものとして扱ってもよいし、同じものとして扱ってもよい。

クラスタ管理部７ｂは、ユーザのお気に入り情報に基づいてユーザクラスタＵＣを生成し、管理する。対象物に対する嗜好傾向が似ているユーザが同一のユーザクラスタＵＣに属するように管理する。

具体的に図４に示す一例を挙げて説明する。
図４は、ユーザＵ１とユーザＵ２の嗜好傾向が似ているか否かをどのように判定するかを説明するための図である。対象物としては、商品Ｓ１〜Ｓ７を例示している。

例えば、商品Ｓ１については、ユーザＵ１のお気に入り指標が「１：無関心」とされ、ユーザＵ２のお気に入り指標が「３：非常にお気に入り」とされている。また、商品Ｓ１についてのユーザＵ１とユーザＵ２の嗜好傾向の距離は、算出対象外を示す「−」とされている。
嗜好傾向の距離は、ユーザＵ１とユーザＵ２の嗜好傾向が似ているほど小さな値とされ、似ていないほど大きな値とされている。

お気に入り指標の指標値が「１」とされた商品は、前述のようにユーザが知らないような商品であり、いわば無関心の商品である。即ち、該ユーザがその商品を気に入るか否かは不明とされた状態である。そのような状態で他ユーザと嗜好傾向が似ているか否かを判定することは適切ではないため、本例においては、算出対象外としている。

従って、図４の例では、商品Ｓ１，Ｓ２は、ユーザＵ１またはユーザＵ２のお気に入り指標の指標値が「１」とされているため、算出対象外とされている。また、商品Ｓ３，Ｓ６については、ユーザＵ１とユーザＵ２の嗜好傾向が似ている（即ち指標値が同値である）ため、距離は「０」とされている。

商品Ｓ４については、ユーザＵ１のお気に入り指標が「３：非常にお気に入り」とされているのに対し、ユーザＵ２のお気に入り指標が「２：どちらかと言えばお気に入り」とされている。即ち、嗜好傾向が若干異なるため、距離は「１」とされている。

商品Ｓ５については、ユーザＵ１のお気に入り指標が「３：非常にお気に入り」とされているのに対し、ユーザＵ２のお気に入り指標が「０：気に入らない」とされている。即ち、嗜好傾向が真逆のため、距離は「２」とされている。

商品Ｓ７については、ユーザＵ１，Ｕ２共にお気に入り指標が「１：無関心」とされているため、距離は算出対象外を示す「−」とされている。

商品Ｓ８については、ユーザＵ１のお気に入り指標が「０：気に入らない」とされており、ユーザＵ２のお気に入り指標が「２：どちらかと言えばお気に入り」とされている。即ち、嗜好傾向はほぼ逆のため、距離は「２」とされている。なお、後述で算出する距離があまり大きな値とならないように、「３：非常にお気に入り」と「０：気に入らない」の距離、及び、「２：どちらかと言えばお気に入り」と「０：気に入らない」の距離は共に「２」としている。
もちろん、何れか一方のユーザのお気に入り指標が「１：無関心」でない場合については、指標値の差分をそのまま距離としてもよい。

図４に示す対象物ごとの距離に応じて、ユーザＵ１とユーザＵ２の嗜好傾向の近さを判定し、嗜好傾向が近いと判定した場合には該ユーザは同一のユーザクラスタＵＣに分類される。
図４に示す商品Ｓ１〜Ｓ８についてのユーザＵ１とユーザＵ２の嗜好傾向の近さを平均距離として算出する場合、例えば、距離の総和（５＝０＋１＋２＋０＋２）を、距離の算出対象となった商品数（５個：商品Ｓ３，Ｓ４，Ｓ５，Ｓ６，Ｓ８）で除算することにより求めてもよい。図４に示す例では、平均距離は「１（＝５／５）」として算出される。

嗜好傾向が近いか否かを判定するための方法については、いくつかの例が考えられる。
例えば、電子商取引システム３が扱う商品全てについて図４に示すような距離をそれぞれ求め、その平均値が所定値（例えば０．２）未満である場合に二人のユーザの嗜好傾向が近いと判定してもよい。また、対象物が商品である場合には、商品を各ジャンルに分類し、ジャンルごとにユーザの嗜好傾向の近さを判定してもよい。例えば、「スポーツ」ジャンルに属する商品を対象としてそれぞれ距離を算出し、その平均値が所定値未満である場合には、「スポーツジャンルに属する商品においては、ユーザＵ１とユーザＵ２の嗜好傾向は近い」と判定してもよい。なお、平均値の比較対象である「所定値」については、予め恣意的に決定された閾値とされていてもよい。

また、他にも、対象物が店舗である場合には、同一のジャンルに属する商品を販売している商店群について、ユーザ同士の嗜好傾向の近さを判定してもよい。例えば、スポーツ用品を販売している店舗群について、ユーザＵ１とユーザＵ２の嗜好傾向の近さを判定する。

対象物がジャンルである場合、「スポーツ」という大ジャンルに「サッカー」、「野球」、「ゴルフ」、「水泳」などの小ジャンルが紐付けられた階層構造とし、小ジャンルについてのユーザ同士の嗜好傾向の近さに応じて大ジャンルの嗜好傾向が似ているか否かを判定してもよい。

ユーザクラスタＵＣの一つ一つには、そのユーザクラスタＵＣの嗜好傾向を特徴付けるための基準モデルが設定されていてもよい。基準モデルは、例えば、各商品についてお気に入り指標の集合体として設定される。

基準モデルは、当該ユーザクラスタＵＣに属する代表ユーザの嗜好傾向であってもよい。その場合には、代表ユーザと嗜好傾向が似ているユーザが同一のユーザクラスタＵＣに分類される。
例えば、図４のユーザＵ１が基準モデルとされた場合には、商品Ｓ２のお気に入り指標が「２」とされ、商品Ｓ３，Ｓ４，Ｓ５についてのお気に入り指標がそれぞれ「３」とされ、商品Ｓ６，Ｓ８についてのお気に入り指標がそれぞれ「０」とされる。ユーザＵ１のお気に入り指標が「１」とされた各商品（商品Ｓ１，Ｓ７）については、ユーザＵ１と同一ユーザクラスタに属する他のユーザの嗜好傾向に基づいて設定されてもよい。

なお、上記のように、無関心な状態を表す指標値を設けること、及び、二人のユーザの嗜好傾向が似ているか否かを判定する際にいずれかのユーザが無関心な商品、即ち評価値が「１」とされた商品については、距離の平均値の算出に用いないことにより、ユーザ間の嗜好傾向の類似度合いを適切に算出することができる。

変化傾向検出部７ｃは、一つのユーザクラスタＵＣに属するユーザの嗜好傾向の変化の傾向を検出する処理を行う。

対象ユーザ抽出部７ｄは、変化傾向検出部７ｃによってあるユーザクラスタＵＣ内の変化傾向が検出された場合において、変化傾向が見られたユーザとそうでないユーザを判定する。更に、変化傾向が見られないユーザを情報提供の対象者である「対象ユーザ」として抽出する処理を行う。

具体的に説明する。例えば、あるユーザクラスタＵＣ１に属する各ユーザのうち一定割合のユーザについて、所定期間（例えば１週間）の間に商品Ｓ１についてのお気に入り指標が「１：無関心」とされている状態から、「３：非常にお気に入り」とされている状態へと変化した場合について考える。
変化傾向検出部７ｃは、このような変化傾向を検出する。即ち、ユーザクラスタＵＣ１に属するユーザの間では商品Ｓ１の人気が急上昇していることを検出する。更に、対象ユーザ抽出部７ｄは、ユーザクラスタＵＣ１に属する各ユーザについて、商品Ｓ１のお気に入り指標が「３」になっていないユーザ、換言すれば「２」以下のユーザを情報提供の「対象ユーザ」として抽出する。

情報提供部７ｅは、抽出されたユーザに対する情報提供を行うための各種処理を行う。具体的には、情報提供の手段に応じて提供情報の生成を行い、ユーザに対して適切な手段で送信する。
例えば、情報提供の手段として電子メールを用いることが考えられる。上記の例を用いると、対象物である商品Ｓ１の情報を含む電子メールデータを生成する処理を行い、ユーザに送信する処理を行う。電子メールの送信は、送信予約を設定することにより、適切な時間帯にユーザに配信されるようにしてもよい。

また、情報提供の手段として、ユーザが閲覧しているウェブページ上に電子商取引システム３が提供する各種サービスに関する広告を掲示することが考えられる。上記の例を用いると、ユーザクラスタＵＣ１に属するユーザのうち対象ユーザがウェブページを閲覧している状態において、使用しているユーザ端末４から広告情報の送信要求を受信する。情報提供部７ｅは、該要求の受信に応じて、対象物である商品Ｓ１の情報を含む広告情報を抽出し、ユーザ端末４へ送信する処理を行う。

更に、例えば電子商取引システム３が管理するポータルサイトのトップページに来訪したユーザに合わせてお勧め商品を表示する表示欄が設けられている場合には、該表示欄に提供情報を掲示してもよい。上記の例であれば、来訪したユーザがユーザクラスタＵＣ１に属する対象ユーザである場合に、対象物である商品Ｓ１の情報を該お勧め商品表示欄に掲示する。

また、電子商取引システム３が提供する各種サービスを利用するためにユーザ端末４に搭載されたソフトウェア（以降「端末アプリ」と記載）をユーザが利用する場合について考える。このような場合においては、端末アプリに設けられた所定のボタン等の操作子（例えば「お勧め情報を見る」ボタン）をユーザが操作したことに応じて、対象物である商品Ｓ１の情報をユーザに提示してもよい。
他にも、ユーザが対象物に関連した他の商品（同じジャンルに属する商品や販売店舗が同一である商品や関連性の高い商品など）についての情報を閲覧した際に、別ウィンドウを表示させることにより対象物である商品Ｓ１の情報を提供してもよい。

＜４．ＤＢ＞

電子商取引システム３が管理する各種ＤＢについて説明する。

［４−１．ユーザＤＢ］
ユーザＤＢ５０には電子商取引システム３が提供する各種サービスを利用するユーザの情報が記憶される。例えば、一人のユーザを特定可能な一つのユーザＩＤ（Identification）に対して、ログインパスワード、氏名、年齢、性別、年収、住所、メールアドレス、趣味などの個人的な情報が紐付けられて記憶される。また、決済情報や商品の購入履歴、商品のお気に入り登録情報などが記憶されてもよい。購入履歴や閲覧歴の詳細については、別途履歴ＤＢ５３に記憶される。また、お気に入り情報の詳細については、別途指標ＤＢ５４に記憶される。

［４−２．商品ＤＢ］
商品ＤＢ５１には、電子商取引システム３を利用して売買が可能な各商品についての情報が記憶される。例えば、商品を一意に識別可能な商品ＩＤに対して、商品ジャンル、商品画像、製造者（メーカー）情報、製造者によって付与される型番情報、販売開始日、取扱商品提供者情報、在庫情報などが紐付けられて記憶される。
商品画像の情報は、画像データそのものでもよいし、保存されている画像データのリンク情報として、ＵＲＬ（Uniform Resource Locator）情報でもよい。
また、商品ＤＢ５１には、上記以外にも、生産地や商品のスペック（色、大きさ、性能情報）などが記憶されてもよい。

［４−３．店舗ＤＢ］
店舗ＤＢ５２は、電子商取引システム３を利用して商品を販売する店舗や買い取りを行う店舗の情報が記憶される。
例えば、店舗を一意に特定可能な店舗ＩＤに対して、ジャンル情報、販売商品情報、代表者情報、連絡先情報などが記憶される。

［４−４．履歴ＤＢ］
履歴ＤＢ５３には、ユーザの操作に関する各種履歴（購入履歴や閲覧履歴など）が記憶される。
具体的には、ユーザが行った操作ごとに、履歴ＩＤ、操作種別、操作対象（「購入操作」や「閲覧操作」であれば対象となった商品ＩＤ、「ユーザ情報変更操作」であれば変更対象となった項目名など）、操作日時、操作結果（「ログイン操作」であればログイン可否、「ユーザ情報変更操作」であれば変更可否、「購入操作」であれば購入したのかキャンセルしたのかを示す情報）などが記憶される。

［４−５．指標ＤＢ］
指標ＤＢ５４には、ユーザのお気に入り情報が記憶される。お気に入り情報は、商品、店舗或いはジャンルのような対象物ごとのお気に入り指標の情報である。お気に入り情報は、ユーザ毎に記憶される。
以下の例においては、前述のように、お気に入り度合いを０〜３の４段階で表したお気に入り指標を用いる。お気に入り指標は、お気に入り度合いが高いほど高い数値（指標値）とされる。お気に入り指標が「１」とされた対象物は、ユーザが無関心な対象物であることを示す。

［４−６．クラスタＤＢ］
クラスタＤＢ５５には、ユーザクラスタＵＣの情報が記憶される。
ユーザクラスタ情報は、一つのユーザクラスタＵＣを一意に特定可能なユーザクラスタＩＤに対して、所属ユーザ情報、嗜好傾向の情報などが紐づけられて記憶されている。

嗜好傾向の情報は、前述したように、基準モデルの情報などである。具体的には、そのユーザクラスタＵＣにおいて標準的な嗜好傾向を持つユーザを一人特定し、該ユーザの嗜好傾向（お気に入り情報）を基準モデルとして採用してもよい。

［４−７．ＤＢの態様］
これらの各ＤＢ（ユーザＤＢ５０、商品ＤＢ５１、店舗ＤＢ５２、履歴ＤＢ５３、指標ＤＢ５４、クラスタＤＢ５５）は、電子商取引システム３を構成する各情報処理装置が必要に応じてアクセス可能とされていればどのような形態で実現されていてもよい。例えば電子商取引システム３と同一システム内の記憶部に各ＤＢ（ユーザＤＢ５０、商品ＤＢ５１、店舗ＤＢ５２、履歴ＤＢ５３、指標ＤＢ５４、クラスタＤＢ５５）のすべてが形成されていてもよいし、各ＤＢ（ユーザＤＢ５０、商品ＤＢ５１、店舗ＤＢ５２、履歴ＤＢ５３、指標ＤＢ５４、クラスタＤＢ５５）の一部又は全部が別体、遠隔地等のコンピュータシステムに設けられていてもよい。もちろん各ＤＢ（ユーザＤＢ５０、商品ＤＢ５１、店舗ＤＢ５２、履歴ＤＢ５３、指標ＤＢ５４、クラスタＤＢ５５）が一つの装置（例えば一つのＨＤＤ等）内に形成されている必要はない。また各ＤＢ（ユーザＤＢ５０、商品ＤＢ５１、店舗ＤＢ５２、履歴ＤＢ５３、指標ＤＢ５４、クラスタＤＢ５５）のそれぞれが、それぞれ一つのＤＢとして構成される必要もない。例えばユーザＤＢ５０に記憶される情報が、複数のユーザＤＢ（例えばログイン用のユーザＤＢとユーザの属性情報が記憶されるユーザＤＢなど）により記憶管理されてもよい。以下説明する各ＤＢ（ユーザＤＢ５０、商品ＤＢ５１、店舗ＤＢ５２、履歴ＤＢ５３、指標ＤＢ５４、クラスタＤＢ５５）は、実施の形態の処理に関連する情報の記憶部を、それぞれ一つのＤＢの形態で例示したものに過ぎない。

＜５．第１の実施の形態＞

［５−１．全体の流れ］
ユーザが行う操作に基づいて電子商取引システム３の各情報処理端末が実行する処理について説明する。
一連の処理の流れについて、図５に一例を挙げて説明する。

先ず、ユーザは、ユーザ端末４を用いて、ログインページを表示させる操作を行う。これに応じて、ユーザ端末４はステップＳ１０１で、ログインページ情報要求処理を実行する。ログインページ情報要求処理は、ログインを実行するためのウェブページ情報を要求する処理である。
ユーザ端末４から電子商取引システム３へログインページ情報要求が送信されると、電子商取引システム３はステップＳ２０１において、ログインページ情報送信処理を実行する。
これにより、例えば、電子商取引システム３から受信したＥＣサイトへのログインページ情報（ウェブページデータ）に応じたウェブページがユーザ端末４上に表示される。

次に、ユーザ端末４はステップＳ１０２において、ユーザによって入力されたログイン情報（ユーザＩＤとパスワード）を電子商取引システム３へ送信するログイン情報送信処理を実行する。ユーザ端末４から電子商取引システム３へログイン情報が送信されると、電子商取引システム３はステップＳ２０２において認証処理を実行し、続くステップＳ２０３においてログイン履歴をＤＢに記憶する処理を行う。更に、電子商取引システム３はステップＳ２０４において、認証結果通知処理を実行する。

具体的には、電子商取引システム３は、ユーザ端末４上で入力されたユーザＩＤとパスワードをユーザＤＢ５０に記憶された情報と比較して当該ユーザのログイン可否を判定し、認証結果をユーザ端末４へ通知する。尚、認証結果をユーザ端末４へ返すと共に、ＥＣサイトのトップページのウェブページデータを送信してもよい。これにより、ユーザ認証がなされると共に、ユーザ端末４上にＥＣサイトのトップページが表示される。
尚、図５に示す一連の流れは、ステップＳ２０２の認証処理においてログイン可と判定された場合を示している。ステップＳ２０２においてログイン不可と判定した場合は、ユーザ端末４は再度ステップＳ１０２の処理を実行し、これに応じて電子商取引システム３はステップＳ２０２の処理を実行する。

ＥＣサイトへのログインに成功したユーザは、ＥＣサイトを利用するための各種操作を行う。これに応じて、ユーザ端末４はステップＳ１０３で、各種操作を受け付ける。ステップＳ１０３の処理では、ユーザが行った操作種別に応じて各種の情報が電子商取引システム３へ送信される。例えば、商品の検索をユーザが行った場合には、検索クエリなどの情報が電子商取引システム３へ送信される。また、商品ページを閲覧するための操作を行った場合には、ユーザが所望する商品ページを特定するための情報が電子商取引システム３へ送信される。

電子商取引システム３では、ステップＳ１０３におけるユーザの操作に応じて適切な処理を行う。具体的には、商品の検索操作に応じた検索処理や通知処理、商品ページの閲覧操作に応じたウェブページ情報取得処理や送信処理などを行う。なお、図５においては、これらの処理は省略している。
図５では、ユーザの各種操作に応じて電子商取引システム３の情報提供装置７が実行する各処理をステップＳ２０５乃至Ｓ２０７で示している。具体的に説明する。

ステップＳ２０５では、ユーザ操作に基づいてお気に入り指標の変更を行う。また、ステップＳ２０６では、ユーザクラスタ情報の変更を行う。更にステップＳ２０７では、変更されたお気に入り指標やユーザクラスタ情報に応じた情報提供を行う。

ユーザ端末４では、ステップＳ１０４において、提供された情報を表示させるための処理を行う。これによって、ユーザは電子商取引システム３の情報提供装置７から受信した情報を閲覧することができる。
以降では、ステップＳ２０５乃至Ｓ２０７の各処理について、具体的に説明する。

［５−２．お気に入り指標変更処理］
お気に入り指標変更処理は、ユーザの操作に応じてお気に入り指標の指標値の変更を行うための処理である。
具体的に、図６を参照して説明する。なお、以降の説明においては、お気に入り指標の指標値を単に「指標値」とも記載する。

情報提供装置７はステップＳ３０１で、ユーザが行った操作の種別を特定する処理を行う。ユーザが行った操作とは、図５のステップＳ１０３でユーザ端末４が受け付けたユーザの操作である。以降の説明では、操作を行ったユーザを「操作ユーザ」と記載する。
操作種別としては、例えば、商品ページの閲覧操作、商品購入操作、商品をショッピングカートへ追加する操作、商品や店舗を検索するための操作、商品や店舗或いはジャンル（対象物）をお気に入りに登録する操作などが考えられる。

情報提供装置７はステップＳ３０２で、対象物を特定する処理を行う。例えば、操作ユーザが行った操作が商品ページの閲覧操作である場合、該商品を対象物として特定する。また、商品が属するジャンルを更に対象物としてもよい。即ち対象物は一つとは限らない。
ジャンルは、「スポーツ用品」などの大きなジャンルであってもよいし、「ゴルフ用品」のように細かなジャンルであってもよい。また、更に細分化された「ゴルフのアイアンセット」などのジャンルであってもよい。
また、操作ユーザが行った操作が店舗ページの閲覧操作である場合、該店舗を対象物として特定すると共に、店舗が販売している商品ジャンルを更に対象物としてもよい。

情報提供装置７はステップＳ３０３で、履歴情報を取得する。この処理では、操作ユーザの閲覧履歴や購入履歴の情報などを履歴ＤＢ５３から取得する。
続いて、情報提供装置７はステップＳ３０４で、対象物に対する操作ユーザの指標値を算出する。このとき、ステップＳ３０３で取得した履歴情報を参照する。

具体的な例を説明する。なお、操作前における対象物についての操作ユーザの指標値が「１」である場合を例に挙げる。
例えば、直近の１０分などの所定期間内に同一の商品ジャンルに属する複数の商品の商品ページを閲覧していた場合には、該商品ジャンルに対する興味関心が著しく向上していると判定し、指標値に反映させる。即ち、当該ジャンルの指標値を、無関心を表す「１」から「３」へと変更する。
また、例えば、直近の１０分などの所定期間内において、対象物と同一の商品ジャンルに属する他の商品の商品ページを閲覧していなかった場合、該商品ジャンルに対する興味関心が著しく向上しているとは言い切れないため、当該ジャンルの指標値を無関心を表す「１」から「２」へと変更する。なお、一度の指標値の変更処理においては、指標値の変動が「１」となるように構成してもよい。即ち、同一商品ジャンルの商品ページを所定期間内に所定回数閲覧していた場合に、指標値を「１」から「２」へと変更するように構成してもよい。

また、購入履歴に基づいて指標値を算出することも考えられる。例えば、あるジャンルに属する商品を所定期間内に複数回購入している場合には、当該ジャンルの指標値を「１」から「３」へと変更する。また、所定期間内にあるジャンルに属する商品を一つ購入している場合には、当該ジャンルの指標値を「１」から「２」へと変更する。
更には、定期的に購入している商品がある場合には、該商品についての指標値を上昇させることが考えられる。また、定期的に購入していた商品を購入しなくなった場合には、該商品についての指標値を減少させることが考えられる。

また、ある商品ページを頻繁に閲覧している場合などは、当該商品についての指標値を上昇させることが考えられるが、それに伴い、該商品に類似した他商品についての指標値も上昇させてもよい。例えば、閲覧された商品の指標値を「３」へ変更すると共に、類似した他商品の指標値を「２」へ変更してもよい。

即ち、ステップＳ３０４では、購入回数や購入頻度、或いは閲覧回数や閲覧頻度に応じて指標値を算出することが望ましい。
このような処理をステップＳ３０４で行うことにより、履歴に応じて対象物の嗜好を推定し、適切な指標値を算出する処理を行う。
なお、履歴情報を参照する際に、操作が行われた時間情報を元に重み付けを行うことにより、直近に行われた操作ほど指標値の算出に大きな影響を及ぼすようにしてもよい。

他にもユーザの操作がお気に入り登録を能動的に行うための操作であるか、或いはお気に入り登録が非能動的に行われてしまう操作であるかに基づいて指標値を算出してもよい。
例えば、ある商品をお気に入り登録することを意図してユーザが行った操作を能動的操作と定義する。逆に、ユーザがある商品を購入するための購入操作を行ったことに応じて意図せず購入商品がお気に入り登録されてしまうような場合は、該購入操作を非能動的操作と定義する。
この場合に、能動的操作によってお気に入り登録される場合やお気に入り指標を上昇させる場合は、非能動的操作によってお気に入り登録される場合やお気に入り指標を上昇させる場合に比べて指標値の増加幅を大きくすることが考えられる。具体的には、ある商品の指標値が無関心を表す「１」とされているユーザがお気に入り登録についての能動的操作を行った場合は、指標値を「３」へと変更する。一方、当該ユーザがお気に入り登録についての非能動的操作を行った場合は、指標値を最高値の「３」よりも低い「２」へと変更する。

情報提供装置７はステップＳ３０５において、ステップＳ３０４で算出した指標値が最高値（＝３）であるか否かを判定する。算出した指標値が最高値である場合、情報提供装置７はステップＳ３０６で、操作ユーザのお気に入り情報の中で指標値が最高値とされた対象物が所定数（例えば１０個）あるか否かを判定する。この判定処理では、今回の処理対象とされている商品以外に指標値が最高値とされた対象物が１０個以上であるかを判定してもよいし、所定数を１１個として今回の処理対象とされている商品も含めて指標値が最高値とされた対象物が１１個以上あるかを判定してもよい。

指標値が最高値に設定された対象物が所定数以上あると判定した場合、情報提供装置７はステップＳ３０７で、入替処理を行う。入替処理では、最高値の指標値が設定された対象物の一つを選択し、指標値を１段階下げる（即ち「３」から「２」へ変更）処理を行う。これによって、今回の対象物の指標値が最高値に設定されると共に、最高値に指標値が設定された対象物の総数を所定数以下に抑える。

指標値が最高値とされた対象物が増えすぎてしまうと、ユーザに適切な情報提供を行う場合に、何れの対象物についての情報を提供するかを決定するための処理負担が増加してしまう虞がある。また、指標値が最高値とされた対象物の数だけ情報提供を行うとした場合には、ユーザへの情報提供が増えすぎてしまい、ユーザが煩わしさを感じてしまう虞が生じる。また、本当にユーザが気に入った商品が分からないということも考えられる。
図６に示すステップＳ３０５乃至Ｓ３０７の各処理を行うことにより、指標値が最高値に設定された対象物が所定数以下とされるため、適切な情報提供を行うことが容易となる。

なお、ステップＳ３０７の入替処理において指標値を「３」から「２」へ下げる対象物の選択方法については各種考えられる。
例えば、ユーザの操作の中には、商品購入操作のように、対象物のお気に入り指標を上昇させるものが含まれる。このような操作には、操作対象とされた対象物が存在する。操作が行われた時間が直近であるほど、該操作の対象とされた対象物における現時点でのお気に入り度合いが高いと推測可能である。換言すれば、該操作が行われた時間が古いほど、対象物における現時点でのお気に入り度合いが低くなっている可能性がある。従って、ある対象物についてお気に入り指標を上昇させる操作が最後に行われた時間が最も古い対象物をステップＳ３０７で選択することが考えられる。

他にも、お気に入り指標を上昇させる操作にランク付けを行い、お気に入り指標を上昇させる度合いが大きい操作の対象とされた対象物は、ステップＳ３０７における選択対象から省くことが考えられる。換言すれば、お気に入り指標を上昇させる度合いが少ない操作の対象にしかなっていない対象物がステップＳ３０７における選択対象とされる。

情報提供装置７はステップＳ３０８で、対象物と新たに設定された指標値の対応関係を指標ＤＢ５４に記憶する。
また、ステップＳ３０５で指標値が最高値でないと判定した場合や、ステップＳ３０６で指標値が最高値とされた対象物が所定数未満と判定した場合は、ステップＳ３０７の入替処理を行わずにステップＳ３０８の記憶処理を行う。即ち、今回の操作の対象物に関する指標値が更新される。

［５−３．クラスタ情報変更処理］
情報提供装置７は、図５のステップＳ２０５のお気に入り指標変更処理を実行した後、ステップＳ２０６のクラスタ情報変更処理を行う。
クラスタ情報変更処理は、操作ユーザについてのお気に入り情報が変更されたことによって、該操作ユーザが所属すべきユーザクラスタＵＣに変更は無いかどうかを判定する処理を行う。また、操作ユーザが何れのユーザクラスタＵＣに属していない状態の場合は、このクラスタ情報変更処理において属すべき適切なユーザクラスタＵＣを特定する処理を行う。

クラスタ情報変更処理で実行する各処理の一例について、図７を参照して説明する。
情報提供装置７はステップＳ４０１で、操作ユーザを特定する。操作ユーザは、即ち図５のステップＳ１０３の操作を行ったユーザである。
次に、情報提供装置７はステップＳ４０２で、対象物を特定する。対象物は、操作ユーザが行ったステップＳ１０３の操作の対象となった商品や店舗やジャンル等である。

情報提供装置７はステップＳ４０３で、所属クラスタ変更要否判定を行う。この処理では、操作ユーザが所属しているクラスタを特定すると共に、所属クラスタに属することが適切であるか否かを判定する。
例えば、所属クラスタの基準モデルの情報をクラスタＤＢ５５から取得し、操作ユーザの嗜好傾向と基準モデルが所定以上乖離しているか否かを判定する。基準モデルと嗜好傾向が乖離しているか否かを判定する方法としては、例えば、図４を参照して説明したように、対象物ごとの距離を算出し、その平均値が所定値（例えば０．２）未満であるか否かに応じて判定してもよい。

なお、操作ユーザが何れのユーザクラスタＵＣにも属していない場合には、所属クラスタの変更が「要」であると判定する。

情報提供装置７はステップＳ４０４で、判定結果による分岐処理を行う。具体的には、所属クラスタの変更が「要」である場合、即ちステップＳ４０４の判定結果が「Ｙ」である場合、情報提供装置７はステップＳ４０５で、最適なユーザクラスタＵＣを特定する処理を行う。
この処理では、例えば、各ユーザクラスタＵＣにおいて、操作ユーザの対象物ごとの指標値と基準モデルの距離の平均値を算出し、距離の平均値が最も小さいユーザクラスタＵＣを最適なユーザクラスタＵＣとして特定する。但し、距離の平均値が最も小さいユーザクラスタＵＣであっても、該平均値が所定値以上となってしまった場合は、操作ユーザを該ユーザクラスタＵＣに所属させることは不適切であるため、最適なユーザクラスタＵＣは「該当なし」と判定してもよい。換言すれば、最適なユーザクラスタＵＣは特定できなかったと判定する。

情報提供装置７はステップＳ４０６で最適なユーザクラスタＵＣの特定ができたか否かに応じた分岐処理を行う。
最適なユーザクラスタＵＣが特定できなかった場合、情報提供装置７はステップＳ４０７で新たなユーザクラスタＵＣを生成する。このとき、操作ユーザの各指標値を該新たなユーザクラスタＵＣの基準モデルとして設定してもよい。

情報提供装置７はステップＳ４０８で、所属クラスタの変更を行う。ステップＳ４０６で最適なユーザクラスタＵＣが特定できた場合には、特定したユーザクラスタＵＣに操作ユーザを所属させることにより、所属クラスタの変更を行う。
また、ステップＳ４０７で新たなユーザクラスタＵＣを生成した場合には、新たなユーザクラスタＵＣに操作ユーザを所属させることにより、所属クラスタの変更を行う。

なお、ステップＳ４０４において所属クラスタの変更が不要と判定した場合、情報提供装置７は図７に示す一連の処理を終了する。

［５−４．情報提供処理］
図５のステップＳ２０５でお気に入り指標の変更を行い、続くステップＳ２０６でクラスタ情報の変更を行った後、ステップＳ２０７において、お気に入り指標やユーザクラスタＵＣの変更に応じて新たに情報提供することが必要となった対象物を検出し情報提供を行うものである。
この情報提供処理は、ステップＳ２０６の直後に情報提供を行うことにより実現してもよいが、ステップＳ２０６を実行する時点では提供する情報の選択と提供のタイミングを決定する処理を行い、実際の情報提供は決定したタイミング（例えば数時間後や数日後、或いは特定の操作をユーザが行ったタイミングなど）に応じて行ってもよい。

情報提供処理の一例について、図８を参照して説明する。
先ず、情報提供装置７はステップＳ５０１で、お気に入り情報を指標ＤＢ５４から取得する。続いて、情報提供装置７はステップＳ５０２で、嗜好傾向の変化した対象物を検出する処理を実行する。
次に、情報提供装置７はステップＳ５０３で、該当する対象物の有無に応じた分岐処理を行う。

ここでステップＳ５０２及びＳ５０３の具体例として、あるユーザクラスタＵＣ内に属するユーザのうち３割以上のユーザについて所定期間内の嗜好傾向の変化を検出した場合に情報提供を行う例について説明する。

例えば、１０人のユーザＵ１〜Ｕ１０が属するユーザクラスタＵＣ１を例に挙げる。
ある時点で、ユーザＵ１〜Ｕ１０の商品Ｓ１に対する指標値が「１」だったとする。その後、ユーザＵ１及びＵ２については、所定期間内において、商品Ｓ１に対する指標値が「３」へと上昇したとする。この時点では、商品Ｓ１に対する嗜好傾向の変化が検出されたユーザの割合は、１０人中２人であるため、２割と算出される。
次に、ユーザＵ３が商品Ｓ１を購入する操作などを行ったことに応じて、図５のステップＳ２０５でユーザＵ３の商品Ｓ１についてのお気に入り指標の指標値が「３」へと上昇したとする。このとき、ユーザクラスタＵＣ１に属するユーザＵ１〜Ｕ１０のうち３割のユーザが所定期間内に商品Ｓ１についての指標値が「３」へと上昇したこととなる。即ち、ユーザクラスタＵＣ１において商品Ｓ１の指標値の上昇傾向を検出したこととなる。

このようなケースでは、情報提供装置７はステップＳ５０３において、ユーザＵ３の操作に基づいて情報提供が必要になった対象物（即ち商品Ｓ１）があると判定する。
嗜好傾向の変化した対象物ありと判定した場合、情報提供装置７はステップＳ５０４で、対象ユーザを特定する。具体的に、商品Ｓ１についての情報を提供することでユーザの購買意欲を惹起させることを目的としている場合、対象ユーザは商品Ｓ１の指標値が「３」へと上昇していないユーザとなる。即ち、この例においては、ユーザＵ４〜Ｕ１０の７人のユーザが対象ユーザとして特定される。

次に、情報提供装置７はステップＳ５０５で、情報提供処理を実行する。この処理では、即座に各ユーザに対する情報提供を行ってもよいし、情報提供の送信トリガを設定することで、情報提供の予約を行ってもよい。
情報提供の手段は、上述のように各種考えられる。
一方、嗜好傾向の変化した対象物なしと判定した場合、情報提供装置７は図８に示す一連の処理を終了する。即ち、情報提供は行われない。

なお、ユーザが操作を行うたびに図８に示す一連の処理が実行されることにより、お気に入り指標の変化やユーザクラスタＵＣの変化が起きるたびに情報提供を実行することが適切な対象物の抽出が行われるため、情報提供のタイミングを逸することがなくなり、効果的な情報提供を行うことが可能となる。

＜６．第２の実施の形態＞

第２の実施の形態では、第１の実施の形態と同様に、ユーザの操作に応じて図５のステップＳ２０５のお気に入り指標変更処理とステップＳ２０６のクラスタ情報変更処理を実行する。しかし、ステップＳ２０７の情報提供処理は、ユーザの操作に応じたタイミングで行うものではなく、別のタイミングで行う。
例えば、図９に示すクラスタ内トレンド検出処理をバッチ処理などで定期的に行うことにより、適切な情報提供を実現する。第１の実施形態のように、ユーザによる各種操作が行われるごとにステップＳ２０７の処理を実行してしまうと、情報提供装置７の処理負担が過度に増大してしまう虞がある。本例は、処理負担を過度に増大させることなく情報提供を行うものである。

情報提供装置７はステップＳ６０１で、対象ユーザクラスタＵＣを特定する処理を実行する。この処理は、一つのユーザクラスタＵＣを選択する処理である。図９に示す一連の処理を全てのユーザクラスタＵＣに対して行う場合には、未処理のユーザクラスタＵＣをステップＳ６０１で選択する。

情報提供装置７はステップＳ６０２で、所定期間内に指標値が上昇した対象物を特定する。例えば、図９に示す各処理を１日１回バッチ処理で実行する場合には、前回のバッチ処理を実行してから現在までの期間を「所定期間」とすることにより、バッチ処理の処理負担を軽減しつつ指標値が上昇傾向にある対象物を検出することができる。
ステップＳ６０２の処理では、対象ユーザクラスタＵＣに属する各ユーザのお気に入り指標が所定期間内に上昇した商品等の対象物を全て特定する。

続いて、情報提供装置７はステップＳ６０３で、特定した全ての対象物のうち、対象ユーザクラスタＵＣにおける所定割合以上の所属ユーザにおいて同様の上昇傾向が見られる対象物を絞り込む。ステップＳ６０２及びＳ６０３の処理を行うことにより、対象ユーザクラスタＵＣ内で所定期間内に流行している商品等の対象物が特定される。

情報提供装置７はステップＳ６０４で、絞り込んだ対象物についての提供情報を生成する処理を行う。
ユーザに対してどのような手法で情報を提供するかは、上述したように各種考えられるが、手法に応じた適切な情報生成が行われる。

情報提供装置７はステップＳ６０５で、ユーザに対する情報提供を行う。この処理では、ユーザに情報提供を送信する処理を行ってもよいし、ユーザにとって適切なタイミングに情報提供が行われるように情報提供の予約処理を実行してもよい。また、前述のように、ユーザの行動に応じて情報提供が行われるようにフラグの設定などを行ってもよい。例えば、ユーザが次にＥＣサイトのトップページを閲覧した際に該ウェブページ上で情報提供が行われるようにしてもよい。

なお、バッチ処理の実行間隔と指標値の上昇傾向を検出する所定期間は、異なる期間としてもよい。例えば、直近の１週間において指標値が上昇した対象物を特定する場合について考える。このとき、バッチ処理は１日に１回実行してもよい。上昇傾向を検出についての所定期間（例えば１週間）よりも短い間隔（例えば１日間隔）でバッチ処理を実行することにより、指標値の上昇傾向の検出漏れを防止することができる。

＜７．その他の処理例＞

［７−１．情報提供効果チェック処理］
第１の実施の形態及び第２の実施の形態では、ユーザに対して適切な情報提供を行う処理について述べた。
ここでは、それぞれの情報提供の後に情報提供装置７が実行する処理の一例について説明する。

具体的には、情報提供の効果を確認すると共に確認結果に応じた処理を行う。図１０を参照して説明する。
情報提供装置７はステップＳ７０１において、情報提供を行ったユーザクラスタＵＣを特定する。なお、ステップＳ７０１の処理では、情報提供から所定期間（例えば１週間など）経過したユーザクラスタＵＣを特定してもよい。情報提供のタイミングと影響が表れ始めるタイミングにはタイムラグが存在するためである。

続いて、情報提供装置７はステップＳ７０２において、情報提供によって情報提供の対象物の指標値が上昇しなかった所属ユーザを特定する。

次に、情報提供装置７は、特定した所属ユーザが所属するユーザクラスタＵＣを変更するべきか否かを判定する。具体的には、情報提供装置７はステップＳ７０３において、所属に適切なユーザクラスタＵＣが他に存在するか否かを判定する。

所属に適切なユーザクラスタＵＣが他に存在すると判定した場合、情報提供装置７はステップＳ７０４で所属ユーザクラスタを変更する。これにより、情報提供を行ったユーザクラスタＵＣに所属しているユーザであって且つ情報提供によって指標値が変化しなかったユーザについて、他に所属すべきユーザクラスタＵＣが存在する場合は、所属クラスタの変更が行われ、ユーザクラスタＵＣの嗜好傾向の統一性が保たれる。

一方、所属に適切なユーザクラスタが他に存在しない場合は、図１０に示す一連の処理を終了する。但し、ステップＳ７０３で「Ｎ」判定となった場合、ステップＳ７０２で特定したユーザを新たに所属させるためのユーザクラスタＵＣを新たに生成してもよい。

また、ステップＳ７０３の処理を実行する前に、特定したユーザごとに基準モデルとの距離の平均値を算出し、該平均値が所定値を以上となったユーザを他のユーザクラスタに移動させるユーザとして特定する処理を実行してもよい。これによれば、情報提供によって指標値が変化しなかったユーザであっても、現在所属しているユーザクラスタＵＣの基準モデルとの距離が近いユーザである場合には、所属の変更が行われない。一方、情報提供によって指標値が変化しなかったユーザであって、且つ、現在所属しているユーザクラスタＵＣの基準モデルとの距離が遠くなってしまったユーザである場合には、所属するユーザクラスタＵＣの変更が行われる。
これによっても、ユーザクラスタＵＣの嗜好傾向の統一性を保つことができる。

［７−２．一般トレンド検出処理］
上述した各種の例では、ユーザクラスタＵＣごとの嗜好傾向に基づいてユーザに情報提供を行う例を述べた。ここでは、ユーザクラスタＵＣを横断して嗜好傾向の変化を検出し、ユーザに情報提供を行う例について述べる。

情報提供装置７はステップＳ８０１で、所定期間内に指標値が上昇した対象物を特定する。例えば、各ユーザクラスタＵＣに属する何れかのユーザ（即ち全ユーザ）について、直近の一週間で指標値が上昇した対象物を特定する。

情報提供装置７はステップＳ８０２で、特定した対象物の中から、全ユーザのうちの一定の割合以上のユーザの指標値が上昇した対象物を絞り込む。
全ユーザのうち一定割合のユーザの指標値が上昇した対象物は、ユーザクラスタＵＣごとの指標傾向によらず世間一般的に流行している、或いは流行しつつある商品等であることが推測される。

情報提供装置７はステップＳ８０３で、対象物についての提供情報を生成する処理を実行する。この処理は、情報を提供する手段に応じて適切な情報を生成するものである。
情報提供装置７はステップＳ８０４で、情報提供処理を行う。この処理は、提供情報を送信する処理であってもよいし、提供情報の送信を行うタイミングを設定する処理であってもよい。

［７−３．お気に入り情報の提示処理］
ユーザに対して該ユーザのお気に入り情報を提示する処理について説明する。
ユーザに対してお気に入り情報を提示する処理を行うのは、例えば、ユーザがお気に入り管理ページを閲覧する場合などである。
このとき、ユーザに対して、お気に入り指標の指標値が分かるようにお気に入り情報を提示することや、お気に入り指標の指標値がわからないようにお気に入り情報を提示することが考えられる。

ユーザに提示するお気に入り管理ページの一例を図１２に示す。なお、図１２は、商品についてのお気に入り情報を管理するためのお気に入り管理ページの例を示している。
お気に入り管理ページには、複数のお気に入り商品の情報が上下に並べられている。一つのお気に入り商品の情報は、お気に入り商品の画像が表示される商品画像領域８、商品名が表示される商品名表示欄９、店舗名が表示される店舗名表示欄１０、価格の情報が表示される価格情報表示欄１１、当該商品をお気に入り商品から外すための削除アイコン１２によって構成されている。

図１２では、指標値がユーザに分からないようにお気に入り情報の提示を行っている。指標値がユーザに分かるように提示する場合、ユーザが意図的に指標値を変動させるための操作を行うことが可能となる。即ち、特定の商品の指標値を下げるために他の商品を無駄に閲覧するための閲覧操作を行うことが可能となる。
これによって、ユーザの嗜好傾向を適切に表現し得る指標値がユーザの意図的な操作で歪められてしまう虞が生じる。換言すれば、ユーザに対して適切な情報を提供できない虞が生じる。

本例では、これを防止するために、指標値がユーザに分からないようにお気に入り情報の提供を行っている。

＜８．変形例＞

上記では、指標値を減少させる例として、定期的な商品購入を取りやめた場合を説明した。他にも、指標値を減少させる場合がある。例えば、ユーザが興味を持ってチェックしている商品は、指標値を上昇させることにより、ユーザに情報提供を行うことが考えられる。しかし、当該商品を実際に購入した場合、そのユーザが購入商品について同程度の興味を維持し続けることが困難なこともある。そのような場合は、商品についての指標値を減少させることが考えられる。購入商品が消耗品ではなく、長い間使用可能なものであり、且つ、一人のユーザが一つ所持していれば事足りるような商品である場合には、このような傾向が強く見られる。
従って、商品の性質及びユーザの購買情報を考慮して、商品に対する指標値を減少させることが望ましい。

なお、商品が消耗品である場合には、その商品の指標値を高いまま維持してもよい。また、他の方法として、購入直後は一時的に商品の指標値を下げることにより不要な情報提供を抑制すると共に、当該商品の購入間隔や消費感覚を考慮して再購入が行われそうな時期が到来する直前などに再度商品の指標値を向上させることも有効である。
これによれば、ユーザの購入に応じて不適当な情報提供を抑制することができ、ユーザに煩わしさを感じさせないと共に、代わりの商品等に関する情報提供を行うことによりユーザの購買意欲を惹起させることができる。

また、例えば、お気に入り指標が高い商品（以降、商品Ｓ１）ではないが、それに類似する商品（以降商品Ｓ１’）の購入が行われた場合に、商品Ｓ１についての指標値を下げることが考えられる。即ち、指標値が高い商品Ｓ１の代替となる商品Ｓ１’を購入したことにより商品Ｓ１に対する興味が下降しているにも関わらず、商品Ｓ１の購入が為されていないことにより商品Ｓ１についての興味が下降していないと誤判定してしまい、不要な情報提供が行われてしまう虞がある。
代替商品Ｓ１’の購入により元の商品Ｓ１の指標値を適切に設定し直すことにより、不要でありユーザにとって好ましくない情報提供情がなされてしまうことを防止することができる。

なお、他にも、ユーザがお気に入り登録を解除した商品等の対象物については、指標値を下降させることが好ましい。

図５などを参照して説明した例では、操作ユーザの操作に基づいて、ステップＳ２０６のクラスタ情報変更処理を行った後、ステップＳ２０７で情報提供処理を行う例を述べた。この処理順によれば、ユーザのお気に入り指標が変更されたことにより、操作ユーザがその時点で所属しているユーザクラスタＵＣの基準モデルとの乖離が一定以上となってしまった場合、ステップＳ２０６で所属クラスタの変更が行われてしまう。ここで、所属クラスタ変更前に操作ユーザが所属していたユーザクラスタＵＣを「変更前ユーザクラスタＵＣ」、所属クラスタ変更後に操作ユーザが所属するユーザクラスタＵＣを「変更後ユーザクラスタＵＣ」と記載する。

この場合、ステップＳ２０７の情報提供処理の一例（図８）において、情報提供する対象物があるか否かを判定する場合に、変更前ユーザクラスタＵＣにおいては、操作ユーザが所属ユーザではなくなっていることから、対象物に対する嗜好傾向の変化は起きていないと判定されてしまう虞がある。
そこで、ステップＳ２０６のクラスタ情報変更処理を行う前にステップＳ２０７の情報提供処理を行うことが考えられる。具体的には、お気に入り指標変更処理を行った後、該お気に入り指標の変更に基づいたユーザクラスタＵＣ内の嗜好傾向の変化を検出して情報提供処理を行う。情報提供のあと、該嗜好傾向の変化に追随したユーザとそうでないユーザが出現すると共に、該嗜好傾向の変化に追随するユーザの増加が落ち着くまで一定時間（一定期間）待機する。嗜好傾向の変化が落ち着いた後、ステップＳ２０６のクラスタ情報変更処理を行う。
また、例えば、図５のステップＳ２０５の処理を実行した後、ステップＳ２０７の処理を行い、一定期間経過後に図１０に示す情報提供効果チェック処理を実行してもよい。

これにより、ユーザが行った操作に応じて、適切にユーザクラスタＵＣ内の嗜好傾向を検出することができると共に、ユーザクラスタＵＣ内の嗜好傾向の変化に応じて適切にユーザクラスタ情報を変更することができる。

＜９．まとめ＞

上述の各種の例で説明したように、商品、店舗或いはジャンルの少なくとも何れかに属する対象物についてのユーザのお気に入り度合いを３段階以上で表すお気に入り指標を対象物ごとに管理する指標管理部７ａと、お気に入り指標に基づいてユーザがクラスタリングされたユーザクラスタＵＣを管理するクラスタ管理部７ｂと、一のユーザクラスタＵＣに属するユーザのお気に入り指標の変化傾向を検出する変化傾向検出部７ｃと、検出されたお気に入り指標の変化傾向がお気に入り度合いの上昇傾向である場合に、一のユーザクラスタＵＣに属するユーザであって且つ上昇傾向が検出されなかったユーザを対象ユーザとして抽出する対象ユーザ抽出部７ｄと、お気に入り度合いの上昇傾向が検出された対象物に関する情報を対象ユーザに提供する情報提供部７ｅと、を備えている。
お気に入り度合いを３段階以上で表したお気に入り指標を管理することで、ユーザが単にお気に入りであるか否かを２値で表した指標を用いるよりもユーザの嗜好情報がきめ細やかに管理される。
例えば、ユーザの意図に反してお気に入り度合いが高いと判定された商品と、ユーザが意図してお気に入り度合いが高いと指定した商品は、異なるお気に入り度合いとして管理することが可能となる。
これによって、ユーザにとって本当にお気に入り度合いが高い商品等が他の商品と区別されて管理されると共に、ユーザに適切な情報提供を行うことができる。
また、ユーザクラスタＵＣにおいてお気に入り度合いの上昇傾向が検出された商品等は、該ユーザクラスタＵＣに属するユーザが好みそうな商品等であることが推測される。そのような商品は、同じユーザクラスタＵＣに属しているユーザであって、且つその商品等を知らないユーザにとっても好みのものである可能性が高く、本構成によれば、ユーザ同士の嗜好傾向の類似具合を考慮した適切な情報提供を行うことが可能となる。特に、お気に入り指標が３段階以上とされることで、嗜好の共通性がより強調されたユーザのクラスタリングが為されることにより、情報提供についても高い効果を得ることが可能となる。

第２の実施の形態や図９などで説明したように、対象ユーザ抽出部７ｄは、一のユーザクラスタＵＣに属するユーザのうち一定割合のユーザについて、同一の対象物についての所定期間内における上昇傾向が検出された場合に、対象ユーザの抽出を行ってもよい。
即ち、ユーザクラスタＵＣ内で対象物の評価が上昇する現象がある程度の規模で起こった場合に対象ユーザの抽出が行われる。
これにより、同一ユーザクラスタＵＣ内に属するお気に入り傾向の類似したユーザに対して、効果的な情報提供を行うことができる。特に、所定期間内における上昇傾向とすることで、あるユーザクラスタＵＣ内で起こった瞬間的なトレンドの変化を同一のお気に入り傾向を示すユーザにも展開することで、大きなトレンドへと変化させることができる。これによって、各種の情報提供の効果を増加させることができる。

情報提供効果チェック処理や図１０などで説明したように、クラスタ管理部７ｂは、情報の提供を行った結果、変化傾向に沿ったユーザと沿わなかったユーザを異なるユーザクラスタＵＣに分離してもよい。
情報提供の結果変化傾向に沿ったユーザと沿わなかったユーザは、異なるお気に入り傾向を有していることが推測される。本構成によれば、このようなユーザは異なるユーザクラスタＵＣに分類される。
従って、ユーザクラスタＵＣ内の各ユーザのお気に入り傾向のばらつきを抑えることができ、有用な情報提供を行うための効率化を図ることができる。また、ユーザクラスタＵＣ内の各ユーザのお気に入り傾向の経時的な変化を考慮した適切なクラスタリング処理が行われ、情報提供による効果が時間経過と共に薄れていくことを防止することができる。

お気に入り指標変更処理の例や図６のステップＳ３０４などで説明したように、指標管理部７ａは、購入回数や購入頻度に応じてお気に入り指標を算出してもよい。
商品を購入する行為は、ユーザにとって日常的な行為である。そのような日常的に行われる行為に基づいて商品や店舗、或いはジャンルに関するお気に入り指標を算出し更新することは、ユーザのお気に入り傾向を反映するだけでなく、経時的な変化についても迅速に反映することが可能である。
このようなユーザの最新のお気に入り傾向が反映されたユーザクラスタＵＣに応じて適切な情報提供がなされることにより、情報提供の効果を最大限に引き出すことが可能である。

お気に入り指標変更処理の例や図６のステップＳ３０４などで説明したように、お気に入り指標は、お気に入り度合いが高いほど高く設定される指標とされ、指標管理部７ａは、ユーザの能動的操作に基づいて操作対象とされた対象物のお気に入り指標を上昇させる場合には、ユーザの非能動的操作に基づくよりも大きく上昇させてもよい。
ユーザが能動的に行ったお気に入り登録のための操作は、ユーザが対象物を気に入っていることを自ら宣言するものであり、そのような対象物は、非能動的な操作によって自動的にお気に入り登録された対象物とは異なるものである。本構成によれば、操作の能動性の有無に応じて対象物のお気に入り指標の上昇値（或いは上昇率）が異なる。
これによって、ユーザの操作内容に応じた適切なお気に入り指標の管理が行われ、それに基づく適切な情報提供を行うことができる。

お気に入り指標変更処理の例や図６のステップＳ３０５乃至Ｓ３０７などで説明したように、お気に入り指標は、お気に入り度合いが高いほど高く設定される指標とされ、指標管理部７ａは、お気に入り指標が最高値とされた対象物の数が所定数以下となるように管理してもよい。
これにより、お気に入り指標が最高値とされ情報提供の対象となり得る商品等の対象物が一定数以下に抑えられる。
従って、ユーザに対して過剰な情報提供が行われてしまうことを防止することができる。特に、ユーザに対して電子メールを発行することにより情報提供が行われる場合においては、ユーザが過剰な電子メールを閲覧することができず、未読のまま放置されてしまうような事態を防止することができる。

お気に入り情報の提示処理や図１２などで説明したように、ユーザに対して所定値以上とされたお気に入り指標に対応する対象物を提示する場合には、お気に入り指標の多寡が分からないように提示してもよい。
例えば、お気に入り指標が１〜１０で表される指標であり、無関心とされた対象物が５で表され、お気に入りの対象物が６〜１０で表される場合に、お気に入り指標が６とされた対象物よりもお気に入り指標が１０とされた対象物の方がユーザのお気に入り度合いが高い対象物とされている。このとき、お気に入り指標が６とされた対象物と１０とされた対象物はその指標値の多寡が分からないように、同様の表示態様でユーザに提示されるため、ユーザは、そのお気に入り指標の数値の違いを見分けられない。従って、ユーザが意図的にお気に入り指標が最高値（＝１０）とされた対象物を増やすことができなくなる。
これによって、お気に入り指標が最高値とされた対象物が増えすぎてしまうことが防止され、ユーザに対して過剰な情報提供が行われてしまうことを抑制することができる。

お気に入り指標変更処理の例や図６のステップＳ３０４で説明したように、お気に入り指標は、ｎ以下（例えば３以下）で表されると共にお気に入り度合いが高いほど高い数値で設定される指標とされ、指標管理部７ａは、ユーザのお気に入り登録操作が為されていない無関心な対象物のお気に入り指標にはｍ（例えば１）を設定し、ユーザのお気に入り登録操作が為された対象物のお気に入り指標にｍよりも大きな値（例えば最高値である３）を設定し、操作の主目的がお気に入り登録以外の目的とされたお気に入り登録操作の対象とされた対象物についてお気に入り指標を上昇させる場合には、お気に入り指標にｎ未満の値（例えば２）を設定してもよい。
例えば、ユーザが商品を購入した際に該購入対象の商品がお気に入り登録されるような場合には、該商品をお気に入り登録することをユーザが意図していない場合がある。そのような場合において、該商品のお気に入り指標は最高値であるｎよりも低い値に設定される。
これによって、意図せずお気に入り登録されてしまった商品等の対象物について、過剰に情報提供が行われてしまうことを防止することができる。

一般トレンド検出処理の例や図１１で説明したように、変化傾向検出部７ｃは、ユーザクラスタＵＣを横断した全体的な変化傾向を検出してもよい。
ユーザクラスタＵＣは、各対象物についてのお気に入り傾向が同様であるユーザがまとめられたものであるが、そのユーザクラスタＵＣを横断的に分析することで、全体的な変化傾向を把握することが可能である。
即ち、ユーザクラスタＵＣによらず流行の兆しが見える商品等の対象物を抽出することが可能となり、各ユーザに対して効果的な情報提供を行うことが可能となる。

上述した第１の実施の形態、第２の実施の形態、その他の処理例及び変形例で説明した各例は、その組合せが不可能でない限り、いかように組み合わせられてもよい。

＜１０．プログラム及び記憶媒体＞

実施の形態のプログラムは、情報提供装置７の演算処理装置（ＣＰＵ等）に各種の処理を実行させるプログラムである。

実施の形態のプログラムは、商品、店舗或いはジャンルの少なくとも何れかに属する対象物についてのお気に入り度合いを３段階以上で表すお気に入り指標を対象物ごとに管理する指標管理機能を演算処理装置に実行させる。
また、お気に入り指標に基づいてユーザがクラスタリングされたユーザクラスタを管理するクラスタ管理機能を演算処理装置に実行させる。
更に、一のユーザクラスタに属するユーザのお気に入り指標の変化傾向を検出する変化傾向検出機能を演算処理装置に実行させる。
更にまた、検出されたお気に入り指標の変化傾向がお気に入り度合いの上昇傾向である場合に、一のユーザクラスタに属するユーザであって且つ上昇傾向が検出されなかったユーザを対象ユーザとして抽出する対象ユーザ抽出機能を演算処理装置に実行させる。
加えて、お気に入り度合いの上昇傾向が検出された対象物に関する情報を対象ユーザに提供する情報提供機能を演算処理装置に実行させる。
即ちこのプログラムは、情報処理装置の演算処理装置に対して図５のステップＳ２０５乃至Ｓ２０７の各処理，図６乃至図１１に示す各処理を実行させるプログラムである。

このようなプログラムにより、上述した情報提供装置７としての１または複数の情報処理装置を実現できる。
そしてこのようなプログラムはコンピュータ装置等の機器に内蔵されている記憶媒体としてのＨＤＤや、ＣＰＵを有するマイクロコンピュータ内のＲＯＭ等に予め記憶しておくことができる。あるいはまた、半導体メモリ、メモリカード、光ディスク、光磁気ディスク、磁気ディスクなどのリムーバブル記憶媒体に、一時的あるいは永続的に格納（記憶）しておくことができる。またこのようなリムーバブル記憶媒体は、いわゆるパッケージソフトウェアとして提供することができる。
また、このようなプログラムは、リムーバブル記憶媒体からパーソナルコンピュータ等にインストールする他、ダウンロードサイトから、ＬＡＮ、インターネットなどのネットワークを介してダウンロードすることもできる。

１ ネットワークシステム、２ 通信ネットワーク、３ 電子商取引システム、４ ユーザ端末、５ 店舗端末、６ ショッピングサーバ、７ 情報提供装置、７ａ 指標管理部、７ｂ クラスタ管理部、７ｃ 変化傾向検出部、７ｄ 対象ユーザ抽出部、７ｅ 情報提供部、５０ ユーザＤＢ、５１ 商品ＤＢ、５２ 店舗ＤＢ、５３ 履歴ＤＢ、５４ 指標ＤＢ、５５ クラスタＤＢ

Claims (11)

1. 商品、店舗或いはジャンルの少なくとも何れかに属する対象物についてのユーザの興味関心の度合いを複数の段階で表す指標値を前記対象物ごとに管理する指標管理部と、
   前記指標値に基づいて前記ユーザがクラスタリングされたユーザクラスタを管理するクラスタ管理部と、
   一の前記ユーザクラスタに属する前記ユーザの前記指標値の変化傾向を検出する変化傾向検出部と、
   前記検出された指標値の変化傾向が興味関心の度合いの上昇傾向である場合に、前記一のユーザクラスタに属するユーザであって且つ前記上昇傾向が検出されなかったユーザを対象ユーザとして抽出する対象ユーザ抽出部と、を備えた
   情報処理装置。
2. 前記上昇傾向が検出された前記対象物に関する情報を前記対象ユーザに提供する情報提供部を備えた
   請求項１に記載の情報処理装置。
3. 前記対象ユーザ抽出部は、前記一のユーザクラスタに属するユーザのうち一定割合のユーザについて、同一の前記対象物についての所定期間内における前記上昇傾向が検出された場合に、前記対象ユーザの抽出を行う
   請求項１に記載の情報処理装置。
4. 前記クラスタ管理部は、前記情報の提供を行った結果、前記変化傾向に沿ったユーザと沿わなかったユーザを異なるユーザクラスタに分離する
   請求項２に記載の情報処理装置。
5. 前記指標管理部は、購入回数や購入頻度に応じて前記指標値を算出する
   請求項１から請求項４の何れかに記載の情報処理装置。
6. 前記指標値は、興味関心の度合いが高いほど高く設定される指標とされ、
   前記指標管理部は、ユーザの能動的操作に基づいて操作対象とされた前記対象物の指標値を上昇させる場合には、ユーザの非能動的操作に基づくよりも大きく上昇させる
   請求項１から請求項５の何れかに記載の情報処理装置。
7. 前記指標値は、興味関心の度合いが高いほど高く設定される指標とされ、
   前記指標管理部は、前記指標値が最高値に設定される前記対象物の数が所定数以下となるように管理する
   請求項１から請求項６の何れかに記載の情報処理装置。
8. ユーザに対して所定値以上とされた前記指標値に対応する前記対象物を提示する場合には、前記指標値の多寡が分からないように提示する
   請求項７に記載の情報処理装置。
9. 前記指標値は、ｎ以下で表されると共に興味関心の度合いが高いほど高い数値で設定される指標とされ、
   興味関心の度合いが高いことを示す操作として第１操作と第２操作が設けられ、
   前記第１操作は、前記第２操作よりも興味関心の度合いが高いことを示す操作とされた場合に、
   前記指標管理部は、
   前記第２操作が行われたことに応じて該第２操作の前記対象物の前記指標値を上昇させる場合にはｎよりも小さな値を設定する
   請求項１から請求項８の何れかに記載の情報処理装置。
10. 前記変化傾向検出部は、ユーザクラスタを横断した全体的な変化傾向を検出する
    請求項１から請求項９の何れかに記載の情報処理装置。
11. 商品、店舗或いはジャンルの少なくとも何れかに属する対象物についてのユーザの興味関心の度合いを複数の段階で表す指標値を前記対象物ごとに管理する指標管理ステップと、
    前記指標値に基づいて前記ユーザがクラスタリングされたユーザクラスタを管理するクラスタ管理ステップと、
    一の前記ユーザクラスタに属する前記ユーザの前記指標値の変化傾向を検出する変化傾向検出ステップと、
    前記検出された指標値の変化傾向が興味関心の度合いの上昇傾向である場合に、前記一のユーザクラスタに属するユーザであって且つ前記上昇傾向が検出されなかったユーザを対象ユーザとして抽出する対象ユーザ抽出ステップと、を
    情報処理装置が実行する情報処理方法。

Images