JP6754808B2 - 情報処理装置、情報処理方法 - Google Patents
情報処理装置、情報処理方法 Download PDFInfo
- Publication number
- JP6754808B2 JP6754808B2 JP2018189247A JP2018189247A JP6754808B2 JP 6754808 B2 JP6754808 B2 JP 6754808B2 JP 2018189247 A JP2018189247 A JP 2018189247A JP 2018189247 A JP2018189247 A JP 2018189247A JP 6754808 B2 JP6754808 B2 JP 6754808B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- index
- cluster
- favorite
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Description
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
[5−1.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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
[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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Claims (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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018189247A JP6754808B2 (ja) | 2018-10-04 | 2018-10-04 | 情報処理装置、情報処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018189247A JP6754808B2 (ja) | 2018-10-04 | 2018-10-04 | 情報処理装置、情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020057322A JP2020057322A (ja) | 2020-04-09 |
JP6754808B2 true JP6754808B2 (ja) | 2020-09-16 |
Family
ID=70107427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018189247A Active JP6754808B2 (ja) | 2018-10-04 | 2018-10-04 | 情報処理装置、情報処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6754808B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657951A (zh) * | 2020-05-12 | 2021-11-16 | 阿里巴巴集团控股有限公司 | 商品推荐方法及装置、商品发布处理方法及装置 |
JP6910515B1 (ja) * | 2020-07-31 | 2021-07-28 | PayPay株式会社 | 分析装置、分析方法および分析プログラム |
WO2023182022A1 (ja) * | 2022-03-25 | 2023-09-28 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、端末装置及び出力方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4329436B2 (ja) * | 2003-07-08 | 2009-09-09 | ソニー株式会社 | コンテンツ視聴支援システム及びコンテンツ視聴支援方法、並びにコンピュータ・プログラム |
WO2015159357A1 (ja) * | 2014-04-15 | 2015-10-22 | 株式会社エイベック研究所 | コミュニティ内におけるユーザの行動分析装置および行動分析用プログラム |
JP6669244B2 (ja) * | 2016-03-17 | 2020-03-18 | 富士通株式会社 | 情報処理装置、情報配信システム、情報処理方法、および情報処理プログラム |
-
2018
- 2018-10-04 JP JP2018189247A patent/JP6754808B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020057322A (ja) | 2020-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5235251B1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
US10423999B1 (en) | Performing personalized category-based product sorting | |
US20140067596A1 (en) | Methods and apparatus for recommending products and services | |
US20110173076A1 (en) | Method and system for monitoring internet information for group notification, marketing, purchasing and/or sales | |
JP6619024B2 (ja) | 情報処理装置、情報処理方法、プログラム、記憶媒体 | |
US10438270B2 (en) | Apparatus and method for information processing and recording | |
US10497012B1 (en) | Correcting for location bias using artificial intelligence | |
JP6754808B2 (ja) | 情報処理装置、情報処理方法 | |
US20150221023A1 (en) | Information providing device, information providing method, information providing program, and computer-readable storage medium storing the program | |
JP2010113542A (ja) | 情報提供システム、情報処理装置及びそのプログラム | |
JP6679689B2 (ja) | 情報処理装置、情報処理方法 | |
EP2801918A1 (en) | Information processing device, category display method, program, and information storage medium | |
JP6018338B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP5506104B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6069599B1 (ja) | 情報処理装置、情報処理方法、プログラム | |
JP6085730B1 (ja) | 情報処理装置、情報処理方法、プログラム、記憶媒体 | |
JP5686934B1 (ja) | 情報処理装置、情報処理方法、プログラム、記憶媒体 | |
US20150051963A1 (en) | Information processing apparatus, information processing method, information processing program, and recording medium | |
JP5794881B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6169288B1 (ja) | 情報処理装置、情報処理方法、プログラム、記憶媒体 | |
TWI573032B (zh) | Information processing device, information processing method, memory media | |
US20180165741A1 (en) | Information providing device, information providing method, information providing program, and computer-readable storage medium storing the program | |
JP6053093B1 (ja) | 情報処理装置、情報処理方法、プログラム | |
CN113781171A (zh) | 信息推送方法、装置、设备及存储介质 | |
KR102284432B1 (ko) | 전자상거래와 연관된 쇼핑몰의 상품 순위 변동 지표 산출 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181005 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191224 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200217 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200804 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200824 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6754808 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |