JP6776072B2 - 決定装置、決定方法、及び決定プログラム - Google Patents

Description

本発明は、決定装置、決定方法、及び決定プログラムに関する。

従来、種々の情報に基づいてコンテンツの評価を決定したり、順位（ランキング）を決定したりする技術が提供されている。例えば、広告コンテンツ毎の所定期間のクリック率（ＣＴＲ：Click Through Rate）に基づき複数の広告コンテンツの中から一の広告コンテンツの配信確率を最大化する技術が提供されている。

特開２０１３−０３７４０４号公報

しかしながら、上記の従来技術では、コンテンツの評価を適切に決定することができるとは限らない。例えば、単にコンテンツのＣＴＲ等の指標値をコンテンツの評価として決定する場合、あるユーザにとっては適切であっても、他のユーザにとっては適切でないことがある。このように、単にコンテンツのＣＴＲ等で評価を決定するだけでは、コンテンツの評価を適切に決定することが難しい。

本願は、上記に鑑みてなされたものであって、コンテンツの評価を適切に決定する決定装置、決定方法、及び決定プログラムを提供することを目的とする。

本願に係る決定装置は、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取得部と、前記一のユーザの属性情報と、前記嗜好性の傾向に関する情報とに基づいて、前記一のユーザに前記コンテンツが提供された場合における前記コンテンツの評価を決定する決定部と、を備えることを特徴とする。

実施形態の一態様によれば、コンテンツの評価を適切に決定することができるという効果を奏する。

図１は、実施形態に係る決定処理の一例を示す図である。 図２は、実施形態に係る決定装置の構成例を示す図である。 図３は、実施形態に係る商品情報記憶部の一例を示す図である。 図４は、実施形態に係る索引情報記憶部の一例を示す図である。 図５は、実施形態に係るクエリの抽出の一例を示すフローチャートである。 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。

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。

１ 決定システム
１００ 決定装置
１２１ 商品情報記憶部
１２２ 索引情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 抽出部
１３３ 決定部
１３４ 提供部
１０ 端末装置
Ｎ ネットワーク

Claims (10)

1. 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取得部と、
   前記一のユーザの属性情報と、前記嗜好性の傾向に関する情報とに基づいて決定されるパラメータであって、前記一のユーザに対応する一のユーザ属性に属する複数の種別のうち、前記一のユーザに対応する一の種別が占める比率を示すパラメータと、前記コンテンツの選択率とに基づいて、前記一のユーザに前記コンテンツが提供された場合における前記コンテンツの評価を決定する決定部と、
   を備えることを特徴とする決定装置。
2. 前記決定部は、
   前記コンテンツが提供された各ユーザのうち、前記コンテンツを選択したユーザの属性情報に応じた前記嗜好性の傾向に関する情報に基づいて、前記一のユーザに前記コンテンツが提供された場合における前記コンテンツの評価を決定する
   ことを特徴とする請求項１に記載の決定装置。
3. 前記決定部は、
   各ユーザ属性に属するユーザであって、前記コンテンツを選択したユーザのうち、前記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、前記一のユーザに前記コンテンツが提供された場合における前記コンテンツの評価を決定する
   ことを特徴とする請求項２に記載の決定装置。
4. 前記取得部は、
   複数の構成要素を含む前記コンテンツを取得し、
   前記決定部は、
   前記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、前記一のユーザの属性情報とに基づいて、前記一のユーザに前記コンテンツが提供された場合における前記コンテンツの評価を決定する
   ことを特徴とする請求項１〜３のいずれか１項に記載の決定装置。
5. 前記取得部は、
   構成要素として画像を含む前記コンテンツを取得する
   ことを特徴とする請求項４に記載の決定装置。
6. 前記取得部は、
   構成要素として文字情報を含む前記コンテンツを取得する
   ことを特徴とする請求項４または請求項５に記載の決定装置。
7. 前記決定部は、
   前記一のユーザに前記コンテンツが提供された場合における前記コンテンツの評価に基づいて、前記コンテンツのランキングを決定する
   ことを特徴とする請求項１〜６のいずれか１項に記載の決定装置。
8. 前記決定部は、
   前記一のユーザに前記コンテンツが提供された場合における前記コンテンツの評価に基づいて、前記ユーザが利用する端末装置に提供するコンテンツを決定する
   ことを特徴とする請求項１〜７のいずれか１項に記載の決定装置。
9. コンピュータが実行する決定方法であって、
   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取得工程と、
   前記一のユーザの属性情報と、前記嗜好性の傾向に関する情報とに基づいて決定されるパラメータであって、前記一のユーザに対応する一のユーザ属性に属する複数の種別のうち、前記一のユーザに対応する一の種別が占める比率を示すパラメータと、前記コンテンツの選択率とに基づいて、前記一のユーザに前記コンテンツが提供された場合における前記コンテンツの評価を決定する決定工程と、
   を含むことを特徴とする決定方法。
10. 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取得手順と、
    前記一のユーザの属性情報と、前記嗜好性の傾向に関する情報とに基づいて決定されるパラメータであって、前記一のユーザに対応する一のユーザ属性に属する複数の種別のうち、前記一のユーザに対応する一の種別が占める比率を示すパラメータと、前記コンテンツの選択率とに基づいて、前記一のユーザに前記コンテンツが提供された場合における前記コンテンツの評価を決定する決定手順と、
    をコンピュータに実行させることを特徴とする決定プログラム。

Images