以下に、本願に係る決定装置、決定方法、及び決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決定装置、決定方法、及び決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.決定処理〕
図1を用いて、実施形態に係る決定処理の一例について説明する。図1は、実施形態に係る決定処理の一例を示す図である。図1では、決定装置100は、コンテンツである商品情報がユーザに提供された場合における商品情報の評価として、商品情報のスコアを決定する場合を示す。また、図1では、決定装置100は、決定した商品情報のスコアに基づいて、ユーザが入力したクエリ(検索クエリ)に対応する商品情報のランキング(以下、「順位」ともいう)を決定する場合を示す。なお、図1の例では、所定の商品またはサービス(以下、併せて「商品」とする)に関する商品情報をコンテンツの一例として示すが、コンテンツは商品情報に限らず、画像情報(以下、単に「画像」ともいう)または文字情報を含みユーザに提供されるコンテンツであればどのようなコンテンツであってもよい。
図1に示すように、決定システム1には、端末装置10と、決定装置100とが含まれる。端末装置10と、決定装置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に示した決定システム1には、複数台の端末装置10や、複数台の決定装置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がユーザが利用する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。具体的には、図1では、端末装置10がユーザID「U1」により識別されるユーザ(以下、「ユーザU1」とする場合がある)が利用するスマートフォンである場合を示す。
また、図1に示す例においては、端末装置10の画面の表示に応じて、端末装置10を端末装置10−1、10−2として説明する。なお、端末装置10−1、10−2は同一の端末装置10である。また、以下では、端末装置10−1、10−2について、特に区別なく説明する場合には、端末装置10と記載する。
決定装置100は、一のユーザの属性情報と、商品情報に対するユーザ属性の種別間における嗜好性の傾向に関する情報とに基づいて、一のユーザに商品情報が提供された場合における商品情報の評価(スコア)を決定する情報処理装置である。なお、ここでいうユーザ属性は、ユーザに関する属性であればどのような属性であってもよく、ユーザのデモグラフィック属性やサイコグラフィック属性等のユーザに関する種々の属性が含まれてもよい。例えば、ユーザ属性は、性別、年代、居住地域、家族構成、職業、収入、興味、ライフスタイル、インターネットの利用頻度等の種々の属性であってもよい。
また、ここでいう種別は、各ユーザ属性内でユーザを分類する事項を示す。例えば、ユーザ属性「性別」の種別は、「男性」と「女性」の2つの種別となる。また、例えば、ユーザ属性「年代」の種別は、任意の分類が可能である。例えば、ユーザ属性「年代」の種別は、「若者」と「高齢者」の2つの種別であってもよいし、「青年」、「中年」、「壮年」、「老年」の4つの種別であってもよい。また、ユーザ属性「年代」の種別は、「10代」、「20代」…等の年代毎の種別であってもよい。なお、図1の例でのユーザ属性「年代」の種別については後述する。また、例えば、ユーザ属性「居住地域」の種別は、任意の分類が可能であり、都道府県ごとの47の種別であってもよいし、「九州」、「四国」、「中国」等の地方ごとに8つの種別であってもよい。このように、各ユーザ属性の種別は、評価を決定したいコンテンツの内容や評価を使用する目的等に応じて、任意の分類が可能である。なお、図1の例では、説明を簡単にするために、ユーザ属性として「性別」と「年代」の2つのユーザ属性を各商品情報の評価の決定に用いる場合を説明する。
また、決定装置100は、商品情報のスコアに基づいて、商品情報のランキングを決定する。図1の例では、決定装置100は、端末装置10から取得したクエリに対する検索結果を端末装置10に提供する検索サービスを提供する。図1の例では、決定装置100は、決定したランキングに基づいて商品情報が並べられたランキング情報を、クエリの送信元である端末装置10へ提供する。図1に示す例では、決定装置100が所定の商取引サービスを提供する場合を示す。また、図1に示す例では、決定装置100は、所定のインデクサにより生成された索引(インデックス)と、所定の順位(ランキング)決定ロジックを用いて、商取引サービスにおいてユーザに提供される商品に関する検索結果を提供するものとする。
まず、決定装置100は、ユーザU1が利用する端末装置10−1からクエリを取得する(ステップS11)。図1の例では、決定装置100は、端末装置10−1からクエリ「バッグ」を取得する。図1に示す例において、ユーザU1は、端末装置10−1の画面に表示された決定装置100が提供する商取引サービスに関するショップサイトAのページW11中の検索窓にクエリ「バッグ」を入力し、検索ボタンを押下する。そして、端末装置10−1は、決定装置100へクエリ「バッグ」を送信する。
また、図1の例では、端末装置10−1は、端末装置10を利用するユーザU1が20代女性であることを示す情報を決定装置100に送信する。なお、決定装置100がユーザU1に関するユーザ属性情報を記憶している場合、端末装置10−1は、端末装置10を利用するユーザU1が20代女性であることを示す情報を決定装置100に送信しなくてもよい。この場合、決定装置100は、各ユーザのユーザ属性情報を記憶するユーザ属性情報記憶部を有してもよい。
端末装置10からクエリを取得した決定装置100は、クエリに対応する商品情報を抽出する(ステップS12)。図1の例では、決定装置100は、索引情報記憶部122に記憶された情報に基づいて、商品情報記憶部121からクエリに対応する商品情報を抽出する。
図1に示す索引情報記憶部122には、所定のインデクサが生成した索引に関する情報(以下、単に「索引情報」ともいう)が記憶される。図1の例では、索引情報記憶部122に示すように、検索対象となる商品情報記憶部121に記憶された商品情報群の各々に対して索引が所定のインデクサにより生成される。索引情報記憶部122には、「索引ID」、「索引」、「対応商品」といった項目が含まれる。
図1の索引情報記憶部122に示すように、索引ID「IN11」により識別される索引「バッグ」は、対応する商品情報が、商品GD1や商品GD2や商品GD3や商品GD4や商品GD5や商品GD6や商品GD7や商品GD8等に関する商品情報であることを示す。なお、上記のように、「商品GD*(*は任意の数値)」と記載した場合、その商品は商品ID「GD*」により識別される商品であることを示す。例えば、「商品GD1」と記載した場合、その商品は商品ID「GD1」により識別される商品である。
また、図1の商品情報記憶部121に示すように、商品GD1は、商品「バッグA」であることを示す。また、商品GD1の画像は、画像「IM1」であり、商品GD1のタイトルは、タイトル「TL1」であり、商品GD1の説明文は、説明文「DC1」であることを示す。また、商品GD1の選択率は、「5%」であることを示す。すなわち、図1の例では、商品GD1の商品情報がユーザに提供された場合5%の確率でクリックされることを示す。
図1に示す例において、決定装置100は、索引情報記憶部122に記憶された索引情報に基づいて、クエリ「バッグ」に対応する商品GD1や商品GD2や商品GD3や商品GD4や商品GD5や商品GD6や商品GD7や商品GD8等に関する商品情報を商品情報記憶部121から抽出する。すなわち、決定装置100は、対応商品一覧LT11に示すように、商品GD1や商品GD2や商品GD3や商品GD4や商品GD5や商品GD6や商品GD7や商品GD8等に関する商品情報を抽出する。
そして、決定装置100は、各商品情報の評価を決定する(ステップS13)。図1の例では、決定装置100は、ユーザU1の属性情報と、各商品情報に対応するユーザの嗜好性に関する情報(以下、「嗜好性情報」ともいう)に基づいて、各商品情報のスコアを決定する。
例えば、決定装置100は、スコアの決定において、商品情報記憶部121に記憶された各商品情報の選択率と、各商品情報の嗜好性情報とを用いる。まず、図1に示す商品情報記憶部121中の各商品情報の嗜好性情報について説明する。
図1に示す商品情報記憶部121中の「嗜好性情報」には、ユーザ属性を示す「属性」として、「性別」、「年代」といった項目が含まれる。また、「性別」には、「種別」として、「男性」、「女性」といった項目が含まれる。また、「年代」には、「種別」として、「0−10代」、「20−30代」、「40−50代」、「60代−」といった項目が含まれる。なお、ここでいう「0−10代」は、0〜19歳を意味し、「20−30代」は、20〜39歳を意味し、「40−50代」は、40〜59歳を意味し、「60代−」は、60歳以上を意味する。「嗜好性情報」において、各商品と各種別とが交差するマスには、対応する「属性」におけるその種別の選択比率を示す。
「嗜好性情報」の「性別」は、各商品情報が提供されたユーザのうち、その商品情報を選択したユーザの性別に関する割合を示す。例えば、商品ID「GD1」と種別「男性」とが交差するマスに記憶される値は「50」である。すなわち、商品ID「GD1」と種別「男性」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの50%が男性であることを示す。
また、例えば、商品ID「GD1」と種別「女性」とが交差するマスに記憶される値は「50」である。すなわち、商品ID「GD1」と種別「女性」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの50%が女性であることを示す。言い換えると、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの男性と女性との比率は「5:5」であることを示す。このように、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザは男性と女性とが均等であることを示す。
「嗜好性情報」の「年代」は、各商品情報が提供されたユーザのうち、その商品情報を選択したユーザの年代に関する割合を示す。例えば、商品ID「GD1」と種別「0−10代」とが交差するマスに記憶される値は「0」である。すなわち、商品ID「GD1」と種別「0−10代」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザに0−10代のユーザが含まれないことを示す。
また、例えば、商品ID「GD1」と種別「20−30代」とが交差するマスに記憶される値は「50」である。すなわち、商品ID「GD1」と種別「20−30代」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの50%が20−30代であることを示す。また、例えば、商品ID「GD1」と種別「40−50代」とが交差するマスに記憶される値は「20」である。すなわち、商品ID「GD1」と種別「40−50代」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの20%が40−50代であることを示す。また、例えば、商品ID「GD1」と種別「60代−」とが交差するマスに記憶される値は「30」である。すなわち、商品ID「GD1」と種別「60代−」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの30%が60代以上であることを示す。
すなわち、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの年代の比率は「0:5:2:3」であることを示す。このように、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザは20−30代以上のユーザが多い(半数である)ことを示す。
図1の例では、決定装置100は、上述したような各ユーザ属性の種別間での比率と、ユーザU1の属性情報とに応じて、各商品情報のスコアを決定する。このように、決定装置100は、各商品情報を選択したユーザの属性情報に応じた嗜好性の傾向に関する情報に基づいて、ユーザU1に各商品情報が提供された場合における各商品情報の評価を決定する。
例えば、決定装置100は、各ユーザ属性に属するユーザであって、商品情報を選択したユーザのうち、ユーザU1が対応する種別に対応するユーザの割合と、他の種別に対応するユーザの割合とに基づいて、ユーザU1に商品情報が提供された場合における商品情報のスコアを決定する。具体的には、決定装置100は、各商品情報の選択率と、各ユーザ属性において、ユーザU1が対応する種別の選択比率(以下、「割合」ともいう)と、他の種別の選択比率とに基づいて、ユーザU1に商品情報が提供された場合における商品情報のスコアを決定する。
図1の例では、決定装置100は、スコア一覧FM11に示すように、各商品GD1〜GD8等の商品情報のスコアを決定する。例えば、決定装置100は、商品GD1の商品情報を選択したユーザの男性と女性との比率「50:50」に基づいて、女性であるユーザU1のユーザ属性「性別」の係数(パラメータ)を「性別パラメータ(=女性の割合/(男性の割合+女性の割合))」と決定(算出)する。具体的には、決定装置100は、女性であるユーザU1のユーザ属性「性別」の係数(パラメータ)を「0.5(=50/(50+50))」と決定する。
また、例えば、決定装置100は、商品GD1の商品情報を選択したユーザの年代間の比率「0:50:20:30」に基づいて、20代であるユーザU1のユーザ属性「年代」の係数(パラメータ)を「年代パラメータ(=「20−30代」の割合/(「0−10代」の割合+「20−30代」の割合+「40−50代」の割合+「60代−」の割合))」と決定する。具体的には、決定装置100は、20代であるユーザU1のユーザ属性「年代」の係数(パラメータ)を「0.5(=50/(0+50+20+30))」と決定する。
また、例えば、決定装置100は、商品情報の選択率と各ユーザ属性のパラメータとに基づいて、商品情報のスコアを決定する。図1の例では、決定装置100は、各ユーザ属性のパラメータを合算した値と商品情報の選択率とを乗算することにより、商品情報のスコアを決定する。
商品GD1の商品情報の場合、決定装置100は、ユーザ属性「性別」のパラメータ「0.5」と、ユーザ属性「年代」のパラメータ「0.5」とを合算した値「1」と、商品情報の選択率「5(%)」とを乗算することにより、商品GD1の商品情報のスコアを決定する。具体的には、決定装置100は、商品GD1の商品情報のスコアを「5(=(0.5+0.5)×5)」と決定する。
また、商品GD2の商品情報の場合、決定装置100は、ユーザ属性「性別」のパラメータ「0.8(=80/(20+80))」と、ユーザ属性「年代」のパラメータ「0.5(=50/(10+50+40+0))」とを合算した値「1.3」と、商品情報の選択率「4(%)」とを乗算することにより、商品GD2の商品情報のスコアを決定する。具体的には、決定装置100は、商品GD2の商品情報のスコアを「5.2(=(0.8+0.5)×4)」と決定する。
例えば、商品GD1の商品情報の評価や商品GD2の商品情報の評価を単純に選択率に応じて決定した場合、商品GD1の商品情報の選択率の方が高いため、商品GD1の商品情報の評価の方が高くなる。しかし、決定装置100は、ユーザU1の属性情報と各商品情報に対するユーザの嗜好性情報を加味して評価を決定する。そのため、決定装置100は、女性であるユーザU1については、ユーザ属性「性別」のうち「女性」との親和性が高い商品GD2の商品情報の評価の方が、商品GD1の商品情報の評価よりも高く決定することができる。このように、決定装置100は、提供先のユーザU1の属性情報と各商品情報に対するユーザの嗜好性情報とを用いることにより、より提供先のユーザに適した評価を決定することができる。
また、決定装置100は、具体的な説明は省略するが、商品GD3の商品情報に関するユーザ属性「性別」のパラメータと、商品GD3の商品情報に関するユーザ属性「年代」のパラメータと、商品GD3の商品情報の選択率とに基づいて、商品GD3の商品情報のスコアを「4」と決定する。また、決定装置100は、商品GD4の商品情報のスコアを「3」と決定し、商品GD5の商品情報のスコアを「2.7」と決定し、商品GD6の商品情報のスコアを「2」と決定し、商品GD7の商品情報のスコアを「3.1」と決定し、商品GD8の商品情報のスコアを「0.5」と決定する。このように、決定装置100は、商品GD4〜GD6よりも選択率が低い商品GD7の評価(スコア)が、提供先のユーザU1の属性情報と各商品情報に対するユーザの嗜好性情報とを用いることにより、商品GD4〜GD6の評価(スコア)よりも高くなる。
その後、決定装置100は、ステップS13において決定した各商品情報のスコアに基づいて、各商品情報のランキングを決定する(ステップS14)。例えば、決定装置100は、スコアが高い方から順に各商品情報の順位を決定する。図1の例では、決定装置100は、スコアが最も高い商品GD2の商品情報の順位を1位に決定する。また、決定装置100は、スコアが商品GD2の商品情報の次に高い商品GD1の商品情報の順位を2位に決定する。また、決定装置100は、スコアが商品GD1の商品情報の次に高い商品GD3の商品情報の順位を3位に決定する。また、決定装置100は、スコアが商品GD3の商品情報の次に高い商品GD7の商品情報の順位を4位に決定する。図1の例では、決定装置100は、ランキング情報RK11に示すように、クエリ「バッグ」に対応する商品GD1〜GD8等の商品情報のランキングを決定する。
その後、決定装置100は、ステップS14において決定したランキングに基づく検索結果を端末装置10へ提供する(ステップS15)。図1の例では、決定装置100は、ランキング情報RK11を端末装置10−1へ提供する。
決定装置100からランキング情報RK11を提供された端末装置10は、ランキング情報RK11を表示する(ステップS16)。図1の例では、端末装置10−1から端末装置10−2へ表示が遷移される。
端末装置10−2の画面には、検索結果を表示するページW12が表示される。具体的には、端末装置10−2の画面には、クエリ「バッグ」に対応する検索結果を表示するページW12が表示される。図1の例では、端末装置10−2の画面には、順位1位の商品GD2であるバッグBの商品情報から順に商品情報が並べて表示される。なお、各商品の画像やタイトルや説明文が表示されるが、図1では、各商品情報がランキングに従って一覧表示されることを概念的に図示し、具体的な図示を省略する。
上述したように、決定装置100は、ユーザU1の属性情報と各商品情報に対するユーザの嗜好性情報を加味して評価を決定する。そのため、決定装置100は、各商品情報について、提供先のユーザU1にとって適切な評価を決定することができる。すなわち、決定装置100は、提供先のユーザU1の属性情報と各商品情報に対するユーザの嗜好性情報とを用いることにより、提供先のユーザに適した評価を決定することができる。したがって、決定装置100は、コンテンツの評価を適切に決定することができる。また、決定装置100は、コンテンツの評価に基づいてコンテンツを提供することにより、そのユーザにとって適切なコンテンツを提供することができる。なお、上述した例では、ユーザU1の属性情報と各商品情報に対するユーザの嗜好性情報を加味して決定する評価を用いて、クエリに対応する検索結果を表示する例を示したが、評価を用いて種々のサービスを提供してもよい。例えば、決定装置100は、ショップサイトA等のトップページが端末装置10に表示される際に、ユーザU1の属性情報と各商品情報に対するユーザの嗜好性情報を加味して決定する評価に基づいて、トップページに表示される商品情報等の各種情報を決定してもよい。これにより、決定装置100は、ユーザごとに好み(嗜好性)に応じたページ(情報)を提供することができる。
なお、上述した例では、決定装置100が検索クエリ「バッグ」に対応する商品GD1〜GD8等の商品情報の一覧情報をユーザU1に提供したが、決定装置100は、所定の順位以上の商品情報をユーザU1に提供してもよい。例えば、決定装置100は、所定の順位が4位以上の商品情報をユーザU1に提供してもよい。この場合、決定装置100は、商品GD2の商品情報、商品GD1の商品情報、商品GD3の商品情報、及び商品GD7の商品情報の4つの商品情報をユーザU1に提供してもよい。
また、上述した評価の決定処理は一例であり、決定装置100は、種々の情報を適宜用いて各コンテンツの評価を決定してもよい。例えば、決定装置100は、コンテンツが提供された各ユーザのうち、コンテンツを選択したユーザの属性情報と、コンテンツとに基づいて学習されたモデルを用いて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定してもよい。例えば、決定装置100は、コンテンツを選択したユーザの属性情報と選択されたコンテンツとを正例として学習されたモデルを用いて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定してもよい。
〔2.決定装置の構成〕
次に、図2を用いて、実施形態に係る決定装置100の構成について説明する。図2は、実施形態に係る決定装置100の構成例を示す図である。図2に示すように、決定装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、決定装置100は、決定装置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、例えば決定システム1に含まれる端末装置10等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2に示すように、商品情報記憶部121と、索引情報記憶部122とを有する。
(商品情報記憶部121)
実施形態に係る商品情報記憶部121は、商品に関する各種情報を記憶する。図3に、実施形態に係る商品情報記憶部121の一例を示す。図3に示す商品情報記憶部121は、「商品ID」、「商品」、「画像」、「タイトル」、「説明文」、「選択率」、「嗜好性情報」といった項目を有する。
「商品ID」は、商品を識別するための識別情報を示す。「商品」は、商品の具体的な名称等を示す。「画像」は、コンテンツである商品情報の画像を示す。図3では「画像」に「IM1」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、画像情報、または、その格納場所を示すファイルパス名などが格納される。
「タイトル」は、商品IDにより識別される商品の商品情報に含まれるタイトルを示す。また、「説明文」は、商品IDにより識別される商品の商品情報に含まれる説明文を示す。なお、図3に示す商品情報記憶部121では、タイトルをタイトル「TL1」やタイトル「TL2」等のように抽象的な記号で示すが、例えば「新品バッグA…」や「送料無料…」等のように、各タイトルは対応する商品の具体的なタイトルであるものとする。また、図3に示す商品情報記憶部121では、説明文を説明文「DC1」や説明文「DC2」等のように抽象的な記号で示すが、例えば「人気ブランドの新作です…」や「送料無料で配送します…」等のように、各説明文は対応する商品の具体的な説明文であるものとする。また、「選択率」は、対応する商品情報がユーザに提供された場合におけるクリック率を示す。
「嗜好性情報」には、ユーザ属性を示す「属性」として、「性別」、「年代」といった項目が含まれる。また、「性別」には、「種別」として、「男性」、「女性」といった項目が含まれる。また、「年代」には、「種別」として、「0−10代」、「20−30代」、「40−50代」、「60代−」といった項目が含まれる。なお、ここでいう「0−10代」は、0〜19歳を意味し、「20−30代」は、20〜39歳を意味し、「40−50代」は、40〜59歳を意味し、「60代−」は、60歳以上を意味する。「嗜好性情報」において、各商品と各種別とが交差するマスには、対応する「属性」におけるその種別の選択比率を示す。
例えば、図3に示す例において、商品ID「GD1」により識別される商品(商品GD1)は、商品「バッグA」であることを示す。また、商品GD1の画像は、画像「IM1」であることを示す。また、商品GD1のタイトルは、タイトル「TL1」であることを示す。また、商品GD1の説明文は、説明文「DC1」であることを示す。また、商品GD1の選択率は、「5%」であることを示す。すなわち、図3の例では、商品GD1の商品情報がユーザに提供された場合5%の確率でクリックされることを示す。
「嗜好性情報」の「性別」は、各商品情報が提供されたユーザのうち、その商品情報を選択したユーザの性別に関する割合を示す。例えば、商品ID「GD1」と種別「男性」とが交差するマスに記憶される値は「50」である。すなわち、商品ID「GD1」と種別「男性」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの50%が男性であることを示す。
また、例えば、商品ID「GD1」と種別「女性」とが交差するマスに記憶される値は「50」である。すなわち、商品ID「GD1」と種別「女性」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの50%が女性であることを示す。言い換えると、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの男性と女性との比率は「5:5」であることを示す。このように、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザは男性と女性とが均等であることを示す。
「嗜好性情報」の「年代」は、各商品情報が提供されたユーザのうち、その商品情報を選択したユーザの年代に関する割合を示す。例えば、商品ID「GD1」と種別「0−10代」とが交差するマスに記憶される値は「0」である。すなわち、商品ID「GD1」と種別「0−10代」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザに0−10代のユーザが含まれないことを示す。
また、例えば、商品ID「GD1」と種別「20−30代」とが交差するマスに記憶される値は「50」である。すなわち、商品ID「GD1」と種別「20−30代」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの50%が20−30代であることを示す。また、例えば、商品ID「GD1」と種別「40−50代」とが交差するマスに記憶される値は「20」である。すなわち、商品ID「GD1」と種別「40−50代」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの20%が40−50代であることを示す。また、例えば、商品ID「GD1」と種別「60代−」とが交差するマスに記憶される値は「30」である。すなわち、商品ID「GD1」と種別「60代−」とが交差するマスは、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの30%が60代以上であることを示す。
すなわち、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザの年代の比率は「0:5:2:3」であることを示す。このように、商品GD1の商品情報が提供されたユーザのうち、商品GD1の商品情報を選択したユーザは20−30代以上のユーザが多い(半数である)ことを示す。
なお、商品情報記憶部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、商品情報記憶部121は、商品情報が追加された日時や商品情報が作成された日時に関する情報を記憶してもよい。また、例えば、商品情報記憶部121は、各商品のカテゴリに関する情報を記憶してもよい。また、例えば、商品情報記憶部121は、各ストアの評価値に関する情報を記憶してもよい。
(索引情報記憶部122)
実施形態に係る索引情報記憶部122は、索引に関する各種情報を記憶する。図4に、実施形態に係る索引情報記憶部122の一例を示す。図4に示す索引情報記憶部122は、「索引ID」、「索引」、「対応商品」といった項目を有する。また、「対応商品」には、「#1」、「#2」、「#3」、「#4」、「#5」、「#6」、「#7」、「#8」といった項目を有する。
「索引ID」は、索引を識別するための識別情報を示す。「索引」は、索引(インデックス)を示す。「対応商品」中の「#1」、「#2」、「#3」、「#4」、「#5」、「#6」、「#7」、「#8」は、索引に対応する商品情報を示す。
図4の例は、索引ID「IN11」により識別される索引「バッグ」は、対応する商品情報が、商品GD1や商品GD2や商品GD3や商品GD4や商品GD5や商品GD6や商品GD7や商品GD8等に関する商品情報であることを示す。
なお、索引情報記憶部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、索引情報記憶部122は、各索引に対応する商品数を記憶してもよい。例えば、索引情報記憶部122は、各索引や各商品情報が追加された日時に関する情報を記憶してもよい。
(制御部130)
図2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、決定装置100内部の記憶装置に記憶されている各種プログラム(決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2に示すように、制御部130は、取得部131と、抽出部132と、決定部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、商品情報記憶部121や索引情報記憶部122から各種情報を取得する。また、取得部131は、各種情報を外部の情報処理装置から取得してもよい。例えば、取得部131は、一のユーザの属性情報と、コンテンツに対するユーザ属性の種別間における嗜好性の傾向に関する情報とを取得する。
例えば、取得部131は、端末装置10から一のユーザの属性情報を取得する。例えば、取得部131は、コンテンツである商品情報に対するユーザ属性の種別間における嗜好性の傾向に関する情報を取得する。図1の場合、取得部131は、ユーザU1が利用する端末装置10からユーザU1の属性情報を取得する。また、例えば、取得部131は、コンテンツに対するユーザ属性の種別間における嗜好性の傾向に関する情報を商品情報記憶部121から取得する。例えば、取得部131は、複数の構成要素を含むコンテンツを取得する。また、取得部131は、構成要素として画像を含むコンテンツを取得する。また、取得部131は、構成要素として文字情報を含むコンテンツを取得する。
例えば、取得部131は、端末装置10から検索におけるクエリを取得する。例えば、取得部131は、ユーザU1が利用する端末装置10からクエリを取得する。図1の例では、取得部131は、端末装置10−1からクエリ「バッグ」を取得する。
(抽出部132)
抽出部132は、種々の情報を抽出する。例えば、抽出部132は、クエリに対応する検索結果を抽出する。例えば、抽出部132は、取得部131により取得されたクエリに対応する検索結果を抽出する。例えば、抽出部132は、端末装置10から送信されたクエリに対応する検索結果を抽出する。
図1の例では、抽出部132は、端末装置10から取得したクエリに対応する商品情報を抽出する。図1の例では、抽出部132は、索引情報記憶部122に記憶された情報に基づいて、商品情報記憶部121からクエリに対応する商品情報を抽出する。図1に示す例において、抽出部132は、索引情報記憶部122に記憶された索引情報に基づいて、対応商品一覧LT11に示すように、クエリ「バッグ」に対応する商品GD1〜GD8等に関する商品情報を商品情報記憶部121から抽出する。また、例えば、抽出部132は、端末装置10へ提供する検索結果として、商品GD1〜GD8等に関する商品情報を抽出する。
(決定部133)
決定部133は、種々の情報を決定する。例えば、決定部133は、一のユーザの属性情報と、嗜好性の傾向に関する情報とに基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定する。例えば、決定部133は、コンテンツが提供された各ユーザのうち、コンテンツを選択したユーザの属性情報に応じた嗜好性の傾向に関する情報に基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定する。例えば、決定部133は、各ユーザ属性に属するユーザであって、コンテンツを選択したユーザのうち、一のユーザが対応する種別に対応するユーザの割合と、他の種別に対応するユーザの割合とに基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定する。また、例えば、決定部133は、コンテンツの各構成要素に対するユーザ属性の種別間における嗜好性の傾向に関する情報と、一のユーザの属性情報とに基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定する。
例えば、決定部133は、抽出部132により抽出された各商品情報の評価を決定する。例えば、決定部133は、クエリの送信元であるユーザの属性情報と、商品情報記憶部121に記憶された各商品に対応する嗜好性情報とに基づいて、抽出部132により抽出された各商品情報の評価を決定する。図1の例では、決定部133は、ユーザU1の属性情報と、商品GD1〜GD8等の各々に対応する嗜好性情報とに基づいて、抽出部132により抽出された各商品情報の評価(スコア)を決定する。
また、例えば、決定部133は、一のユーザにコンテンツが提供された場合におけるコンテンツの評価に基づいて、コンテンツのランキングを決定する。また、例えば、決定部133は、一のユーザにコンテンツが提供された場合におけるコンテンツの評価に基づいて、ユーザが利用する端末装置10に提供するコンテンツを決定する。例えば、決定部133は、決定した評価に基づいて各商品情報のランキングを決定する。図1の例では、決定部133は、ランキング情報RK11に示すように、商品GD1〜GD8等の各々の商品情報のランキングを決定する。
また、例えば、決定部133は、コンテンツが提供された各ユーザのうち、コンテンツを選択したユーザの属性情報と、コンテンツとに基づいて学習されたモデルを用いて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定してもよい。例えば、決定部133は、コンテンツを選択したユーザの属性情報と選択されたコンテンツとを正例として学習されたモデルを用いて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定してもよい。
図1の例では、決定部133は、ユーザU1の属性情報と、各商品情報に対応するユーザの嗜好性情報に基づいて、各商品情報のスコアを決定する。例えば、決定部133は、各ユーザ属性の種別間での比率と、ユーザU1の属性情報とに応じて、各商品情報のスコアを決定する。例えば、決定部133は、各商品情報を選択したユーザの属性情報に応じた嗜好性の傾向に関する情報に基づいて、ユーザU1に各商品情報が提供された場合における各商品情報の評価を決定する。
また、図1の例では、決定部133は、各ユーザ属性に属するユーザであって、商品情報を選択したユーザのうち、ユーザU1が対応する種別に対応するユーザの割合と、他の種別に対応するユーザの割合とに基づいて、ユーザU1に商品情報が提供された場合における商品情報のスコアを決定する。例えば、決定部133は、各商品情報の選択率と、各ユーザ属性において、ユーザU1が対応する種別の割合と、他の種別の割合とに基づいて、ユーザU1に商品情報が提供された場合における商品情報のスコアを決定する。
図1の例では、決定部133は、スコア一覧FM11に示すように、各商品GD1〜GD8等の商品情報のスコアを決定する。例えば、決定部133は、商品GD1の商品情報を選択したユーザの男性と女性との比率「50:50」に基づいて、女性であるユーザU1のユーザ属性「性別」の係数(パラメータ)を「性別パラメータ(=女性の割合/(男性の割合+女性の割合))」と決定(算出)する。具体的には、決定部133は、女性であるユーザU1のユーザ属性「性別」の係数(パラメータ)を「0.5(=50/(50+50))」と決定する。
また、例えば、決定部133は、商品GD1の商品情報を選択したユーザの年代間の比率「0:50:20:30」に基づいて、20代であるユーザU1のユーザ属性「年代」の係数(パラメータ)を「年代パラメータ(=「20−30代」の割合/(「0−10代」の割合+「20−30代」の割合+「40−50代」の割合+「60代−」の割合))」と決定する。具体的には、決定部133は、20代であるユーザU1のユーザ属性「年代」の係数(パラメータ)を「0.5(=50/(0+50+20+30))」と決定する。
また、例えば、決定部133は、商品情報の選択率と各ユーザ属性のパラメータとに基づいて、商品情報のスコアを決定する。図1の例では、決定部133は、各ユーザ属性のパラメータを合算した値と商品情報の選択率とを乗算することにより、商品情報のスコアを決定する。
商品GD1の商品情報の場合、決定部133は、ユーザ属性「性別」のパラメータ「0.5」と、ユーザ属性「年代」のパラメータ「0.5」とを合算した値「1」と、商品情報の選択率「5(%)」とを乗算することにより、商品GD1の商品情報のスコアを決定する。具体的には、決定部133は、商品GD1の商品情報のスコアを「5(=(0.5+0.5)×5)」と決定する。
また、商品GD2の商品情報の場合、決定部133は、ユーザ属性「性別」のパラメータ「0.8(=80/(20+80))」と、ユーザ属性「年代」のパラメータ「0.5(=50/(10+50+40+0))」とを合算した値「1.3」と、商品情報の選択率「4(%)」とを乗算することにより、商品GD2の商品情報のスコアを決定する。具体的には、決定部133は、商品GD2の商品情報のスコアを「5.2(=(0.8+0.5)×4)」と決定する。
例えば、決定部133は、ユーザU1の属性情報と各商品情報に対するユーザの嗜好性情報を加味して評価を決定する。例えば、決定部133は、女性であるユーザU1については、ユーザ属性「性別」のうち「女性」との親和性が高い商品GD2の商品情報の評価の方が、商品GD1の商品情報の評価よりも高く決定する。例えば、決定部133は、提供先のユーザU1の属性情報と各商品情報に対するユーザの嗜好性情報とを用いることにより、より提供先のユーザに適した評価を決定する。
また、決定部133は、具体的な説明は省略するが、商品GD3の商品情報に関するユーザ属性「性別」のパラメータと、商品GD3の商品情報に関するユーザ属性「年代」のパラメータと、商品GD3の商品情報の選択率とに基づいて、商品GD3の商品情報のスコアを「4」と決定する。また、決定部133は、商品GD4の商品情報のスコアを「3」と決定し、商品GD5の商品情報のスコアを「2.7」と決定し、商品GD6の商品情報のスコアを「2」と決定し、商品GD7の商品情報のスコアを「3.1」と決定し、商品GD8の商品情報のスコアを「0.5」と決定する。このように、決定部133は、商品GD4〜GD6よりも選択率が低い商品GD7の評価(スコア)が、提供先のユーザU1の属性情報と各商品情報に対するユーザの嗜好性情報とを用いることにより、商品GD4〜GD6の評価(スコア)よりも高くなる。
その後、決定部133は、ステップS13において決定した各商品情報のスコアに基づいて、各商品情報のランキングを決定する。例えば、決定部133は、スコアが高い方から順に各商品情報の順位を決定する。図1の例では、決定部133は、スコアが最も高い商品GD2の商品情報の順位を1位に決定する。また、決定部133は、スコアが商品GD2の商品情報の次に高い商品GD1の商品情報の順位を2位に決定する。また、決定部133は、スコアが商品GD1の商品情報の次に高い商品GD3の商品情報の順位を3位に決定する。また、決定部133は、スコアが商品GD3の商品情報の次に高い商品GD7の商品情報の順位を4位に決定する。図1の例では、決定部133は、ランキング情報RK11に示すように、クエリ「バッグ」に対応する商品GD1〜GD8等の商品情報のランキングを決定する。
(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、決定部133により決定されたランキングに基づく検索結果を外部の情報処理装置へ提供する。例えば、提供部134は、決定部133により決定されたランキングに基づく検索結果をクエリの送信元である端末装置10へ提供する。例えば、提供部134は、決定部133により決定されたコンテンツを端末装置10へ提供する。
例えば、提供部134は、ユーザU1が利用する端末装置10へランキング情報を提供する。例えば、提供部134は、決定部133により決定されたランキングに基づく検索結果を端末装置10へ提供する。図1の例では、提供部134は、ランキング情報RK11を端末装置10−1へ提供する。
〔3.決定処理のフロー〕
ここで、図5を用いて、実施形態に係る決定装置100による決定処理の手順について説明する。図5は、実施形態に係るクエリの抽出の一例を示すフローチャートである。
図5に示すように、決定装置100は、クエリを取得する(ステップS101)。図1では、決定装置100は、端末装置10からクエリを取得する。その後、決定装置100は、クエリに対応する情報を抽出する(ステップS102)。図1では、決定装置100は、索引情報記憶部122からクエリに対応する商品IDを抽出し、抽出した商品IDに対応する商品情報を商品情報記憶部121から抽出する。図1に示す例において、決定装置100は、索引情報記憶部122に記憶された索引情報に基づいて、クエリ「バッグ」に対応する商品GD1〜GD8等に関する商品情報を商品情報記憶部121から抽出する。
また、決定装置100は、クエリの送信元であるユーザの属性情報と、各商品情報に対応する嗜好性情報とに基づいて、抽出した各商品情報の評価を決定する(ステップS103)。例えば、決定装置100は、クエリの送信元であるユーザの属性情報と、商品情報記憶部121に記憶された各商品に対応する嗜好性情報とに基づいて、抽出した各商品情報の評価を決定する。図1の例では、決定装置100は、ユーザU1の属性情報と、商品GD1〜GD8等の各々に対応する嗜好性情報とに基づいて、抽出した各商品情報の評価(スコア)を決定する。
その後、決定装置100は、決定した評価に基づいて各商品情報のランキングを決定する(ステップS104)。図1の例では、決定装置100は、ランキング情報RK11に示すように、商品GD1〜GD8等の各々の商品情報のランキングを決定する。
その後、決定装置100は、ランキング情報を提供する(ステップS105)。図1では、決定装置100は、ランキング情報RK11を端末装置10へ提供する。
〔4.複数パーツのコンテンツ〕
ここで、図6を用いて、実施形態に係る決定装置100による構成要素ごとの評価の決定について説明する。図6は、実施形態に係る複数パーツの評価決定の一例を示す図である。図6では、商品GD1の商品情報を一例として説明する。なお、図6中の符号「GD1」は商品GD1に対応する商品情報を示すものとする。また、図6では、ユーザU1を対象に商品情報の評価を決定するものとする。
図6に示すように、商品GD1の商品情報には、画像「IM1」やタイトル「TL1」や説明文「DC1」が含まれる。このように、決定装置100は、複数の構成要素(パーツ)を含む商品情報をコンテンツとして取得する。図6に示すように、複数のパーツには、画像「IM1」のような文字情報や、タイトル「TL1」や説明文「DC1」のような文字情報が含まれる。
決定装置100は、商品情報の各パーツに対するユーザ属性の種別間における嗜好性の傾向に関する情報と、一のユーザの属性情報とに基づいて、一のユーザに商品情報が提供された場合における商品情報の評価を決定する。この場合、決定装置100は、画像「IM1」やタイトル「TL1」や説明文「DC1」等のパーツごとの嗜好性情報を商品情報記憶部121に記憶するものとする。例えば、決定装置100は、図7に示すように、画像やタイトルや説明文等の複数パーツの各々についての嗜好性情報を記憶してもよい。図7は、実施形態に係るパーツごとに情報を記憶する商品情報記憶部の一例を示す図である。図7に示す例において、商品情報記憶部121Aは、画像に関する嗜好性情報テーブル121−IMやタイトルに関する嗜好性情報テーブル121−TLや説明文に関する嗜好性情報テーブル121−DCといったパーツごとに情報(テーブル)を記憶する。なお、商品情報記憶部121Aは、各パーツに関する嗜好性情報等の各種情報を記憶すれば、どのような構成であってもよい。
図6の例では、決定装置100は、クエリの送信元であるユーザの属性情報と、各パーツに対応する嗜好性情報とに基づいて、各パーツの評価を決定する(ステップS21)。例えば、クエリの送信元であるユーザU1である場合、決定装置100は、ユーザU1の属性情報と、図7に示すような各パーツに対応する嗜好性情報とに基づいて、各パーツの評価を決定する。例えば、決定装置100は、スコア一覧FM21に示すように、画像「IM1」のスコアを「1.5」と決定する。例えば、図6に示す「score(IM1,U1)=1.5」は、画像「IM1」に関する情報と、ユーザU1に関する情報とに基づいて算出されたスコアが「1.5」であることを示す。具体的には、図6に示す「score(IM1,U1)=1.5」は、画像「IM1」に関する嗜好性情報と、ユーザU1のユーザ属性に関する情報とに基づいて算出されたスコアが「1.5」であることを示す。また、例えば、決定装置100は、スコア一覧FM22に示すように、タイトル「TL1」のスコアを「2」と決定する。例えば、図6に示す「score(TL1,U1)=2」は、タイトル「TL1」に関する情報と、ユーザU1に関する情報とに基づいて算出されたスコアが「2」であることを示す。具体的には、図6に示す「score(TL1,U1)=2」は、タイトル「TL1」に関する嗜好性情報と、ユーザU1のユーザ属性に関する情報とに基づいて算出されたスコアが「2」であることを示す。また、例えば、決定装置100は、スコア一覧FM23に示すように、説明文「DC1」のスコアを「0.3」と決定する。このように、決定装置100は、各パーツの評価を決定する。例えば、図6に示す「score(DC1,U1)=0.3」は、タイトル「TL1」に関する情報と、ユーザU1に関する情報とに基づいて算出されたスコアが「0.3」であることを示す。具体的には、図6に示す「score(DC1,U1)=0.3」は、タイトル「TL1」に関する嗜好性情報と、ユーザU1のユーザ属性に関する情報とに基づいて算出されたスコアが「0.3」であることを示す。
その後、決定装置100は、各パーツの評価に基づいて、商品GD1の商品情報の評価を決定する(ステップS22)。例えば、決定装置100は、各パーツのスコアを合算することにより、商品GD1の商品情報の評価を決定する。図6の例では、決定装置100は、スコア一覧FM24に示すように、画像「IM1」のスコア「1.5」、タイトル「TL1」のスコア「2」、及び説明文「DC1」のスコア「0.3」を合算することにより、商品GD1のスコアを「3.8」と決定する。このように、決定装置100は、各パーツの評価に基づいて、商品GD1の商品情報の評価を決定することにより、より詳細な情報に基づいて商品情報の評価を決定することができる。また、決定装置100は、各パーツの評価に基づいて決定した商品情報の評価に基づいて、商品情報のランキングを決定したり、ユーザに提供する商品情報を決定したりしてもよい。なお、上述した複数のパーツのスコアの組み合わせ方は一例であり、決定装置100は、種々の方法により複数のパーツの組み合わせを決定してもよい。例えば、決定装置100は、複数のパーツのスコアに基づく商品情報の評価(スコア)が最大化するように、複数のパーツの組み合わせを決定してもよい。また、例えば、決定装置100は、モデルを用いて各パーツの組み合わせを決定してもよい。このように、決定装置100は、複数のパーツを適宜組み合わせて所望のコンテンツを決定してもよい。
〔5.効果〕
上述してきたように、実施形態に係る決定装置100は、取得部131と、決定部133とを有する。取得部131は、一のユーザの属性情報と、コンテンツに対するユーザ属性の種別間における嗜好性の傾向に関する情報とを取得する。決定部133は、一のユーザの属性情報と、嗜好性の傾向に関する情報とに基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定する。
これにより、実施形態に係る決定装置100は、一のユーザの属性情報と、嗜好性の傾向に関する情報とに基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定することにより、コンテンツの評価を適切に決定することができる。
また、実施形態に係る決定装置100において、決定部133は、コンテンツが提供された各ユーザのうち、コンテンツを選択したユーザの属性情報に応じた嗜好性の傾向に関する情報に基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定する。
これにより、実施形態に係る決定装置100は、コンテンツが提供された各ユーザのうち、コンテンツを選択したユーザの属性情報に応じた嗜好性の傾向に関する情報に基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定することにより、コンテンツの評価を適切に決定することができる。
また、実施形態に係る決定装置100において、例えば、決定部133は、各ユーザ属性に属するユーザであって、コンテンツを選択したユーザのうち、一のユーザが対応する種別に対応するユーザの割合と、他の種別に対応するユーザの割合とに基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定する。
これにより、実施形態に係る決定装置100は、例えば、各ユーザ属性に属するユーザであって、コンテンツを選択したユーザのうち、一のユーザが対応する種別に対応するユーザの割合と、他の種別に対応するユーザの割合とに基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定することにより、コンテンツの評価を適切に決定することができる。
また、実施形態に係る決定装置100において、取得部131は、複数の構成要素を含むコンテンツを取得する。決定部133は、コンテンツの各構成要素に対するユーザ属性の種別間における嗜好性の傾向に関する情報と、一のユーザの属性情報とに基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定する。
これにより、実施形態に係る決定装置100は、コンテンツの各構成要素に対するユーザ属性の種別間における嗜好性の傾向に関する情報と、一のユーザの属性情報とに基づいて、一のユーザにコンテンツが提供された場合におけるコンテンツの評価を決定することにより、コンテンツの評価を適切に決定することができる。
また、実施形態に係る決定装置100において、取得部131は、構成要素として画像を含むコンテンツを取得する。
これにより、実施形態に係る決定装置100は、構成要素として画像を含むコンテンツの評価を適切に決定することができる。
また、実施形態に係る決定装置100において、取得部131は、構成要素として文字情報を含むコンテンツを取得する。
これにより、実施形態に係る決定装置100は、構成要素として文字情報を含むコンテンツの評価を適切に決定することができる。
また、実施形態に係る決定装置100において、決定部133は、一のユーザにコンテンツが提供された場合におけるコンテンツの評価に基づいて、コンテンツのランキングを決定する。
これにより、実施形態に係る決定装置100は、一のユーザにコンテンツが提供された場合におけるコンテンツの評価に基づいて、コンテンツのランキングを決定することにより、コンテンツのランキングを適切に決定することができる。
また、実施形態に係る決定装置100において、決定部133は、一のユーザにコンテンツが提供された場合におけるコンテンツの評価に基づいて、ユーザが利用する端末装置10に提供するコンテンツを決定する。
これにより、実施形態に係る決定装置100は、一のユーザにコンテンツが提供された場合におけるコンテンツの評価に基づいて、ユーザが利用する端末装置10に提供するコンテンツを決定することにより、端末装置10に提供するコンテンツを適切に決定することができる。
〔6.ハードウェア構成〕
上述してきた実施形態に係る決定装置100は、例えば図8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8は、決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が実施形態に係る決定装置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。
〔7.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に記載した各処理は、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。