JP6780079B1 - 識別装置、識別方法及びプログラム - Google Patents

Abstract

【課題】アイテムに適切なアイテムコードが付されているか否かを自動で調べることが可能な識別装置を提供する。【解決手段】取得部１０１は、複数のマーチャントが販売する複数のアイテムに付した複数のアイテム情報を取得する。設定部１０２は、取得されたアイテム情報がアイテムコードを含んでいれば、当該アイテム情報が付されたアイテムを当該アイテムコードに紐付け、取得されたアイテム情報がアイテムコードを含んでいなければ、データベースから、アイテム情報に第１基準で最も類似する参照情報のアイテムコードを検索し、アイテムコードを含んでいないアイテム情報のアイテムを検索されたアイテムコードに紐付ける。検出部１０３は、アイテム情報からアイテムコードを除去した除去済情報を第２基準により１以上のクラスタに分類し、最大クラスタ以外の残余クラスタに分類された除去済情報のアイテム情報を検出する。【選択図】図３

Description

本発明は、識別装置、識別方法及びプログラムに関し、特に、アイテムコードの管理に関するものである。

従来、電子市場で販売されるアイテムの説明ページには、ＪＡＮ（Japanese Article Number）やＩＳＢＮ（International Standard Book Number）等のアイテムコードが記載されており、電子市場の運営者は、異なるマーチャントが販売するアイテムが同一か否かを、アイテムコードが一致するか否かにより識別することができる。このようなアイテムコードは、アイテムを販売するマーチャントのそれぞれにより、電子市場にアイテムの情報を登録する際に指定されるのが一般的である。

ここで、マーチャントが、電子市場にアイテムの情報を登録する際に、適切な情報を指定できないという問題があり、これに対する対策が望まれている。例えば、特許文献１には、商品に関する情報が誤って入力されることを防止するために、マーチャントが登録を行う商品のジャンルが正しいか否かを判定する技術が開示されている。

国際公開第２０１５／０６３８７８号

ジャンルと同様に、マーチャントによっては、アイテムコードを指定するのを忘れたり、誤ったアイテムコードを指定しまうことがあり、適切なアイテムコードが登録されない場合がある。電子市場では、既に膨大なアイテムについてアイテムコードが付されているので、適切なアイテムコードが付されているか否かを調べるには、多大なるコストを要する。そこで、自動で効率よく、アイテムに付されたアイテムコードが適切か否かを調べることが可能な技術が求められている。

本発明は、上記のような課題を解決するもので、アイテムに適切なアイテムコードが付されているか否かを自動で調べることが可能な識別装置、識別方法及びプログラムを提供することを目的とする。

本発明の第１の観点に係る識別装置は、
複数のアイテムのそれぞれを示すアイテムコードと、当該アイテムコードに係る前記アイテムを説明する参照情報と、を対応付けて記録したデータベースを参照可能な識別装置であって、
異なるマーチャントが同一のアイテムに異なるアイテム情報を付して当該同一のアイテムを販売可能な電子市場において、複数のマーチャントが販売する複数のアイテムに付した複数のアイテム情報を取得する取得部と、
前記取得されたアイテム情報が前記アイテムコードを含んでいれば、当該アイテムコードを含むアイテム情報が付されたアイテムを、前記アイテム情報に含まれたアイテムコードに紐付け、
前記取得されたアイテム情報が前記アイテムコードを含んでいなければ、前記データベースから、前記取得されたアイテム情報に第１基準で最も類似する参照情報に対応付けて記録されたアイテムコードを検索し、前記アイテムコードを含んでいないアイテム情報が付されたアイテムを、前記検索されたアイテムコードに紐付ける設定部と、
前記アイテムコードに紐付けられたアイテムに対して取得されたアイテム情報から、前記アイテムコードを除去した除去済情報を、第２基準により、１以上のクラスタに分類し、
前記１以上のクラスタのうち、最大クラスタ以外の残余クラスタに分類された除去済情報に係るアイテム情報を検出する検出部と、
を備えることを特徴とする。

また、上記観点に係る識別装置において、
前記設定部は、前記第１基準による類似を、前記アイテム情報に含まれるアイテム名により判定し、
前記検出部は、前記第２基準による分類を、前記アイテム情報に含まれるアイテム名以外のテキストにより判定する
ことを特徴とする。

また、上記観点に係る識別装置において、
前記アイテムは、商品であり、
前記アイテムコードは、商品を識別するためのコードであり、
前記アイテム名は、商品名であり、
前記除去済情報は、前記商品名、前記商品の価格、前記商品のジャンル、前記商品のブランド及び前記商品の説明を含み、
前記テキストは、前記商品名、前記商品の前記価格、前記商品の前記ジャンル、前記商品の前記ブランド及び前記商品の前記説明である
ことを特徴とする。

また、上記観点に係る識別装置において、
前記検出部により検出されなかった前記アイテム情報が前記アイテムコードを含んでいなければ、当該アイテムに対応付けるべきアイテムコードが推定された旨を報告する報告部をさらに備える
ことを特徴とする。

また、上記観点に係る識別装置において、
前記報告部は、前記検出部により検出された前記アイテム情報が前記アイテムコードを含んでいれば、当該アイテムに付された前記アイテム情報に含まれるアイテムコードが誤っているおそれがある旨を報告する
ことを特徴とする。

また、上記観点に係る識別装置において、
前記検出部は、
あらかじめ、前記第２基準により、前記参照情報を、全てのアイテムコード数以下の数の参照クラスタへ分類し、
前記除去済情報をいずれのクラスタへ分類するか否かの判断に際して、前記分類された参照クラスタの分布を利用する
ことを特徴とする。

また、上記観点に係る識別装置において、
前記検出部は、
前記分類された参照クラスタの大きさの分布に基づいて、前記除去済情報を分類する１以上のクラスタの大きさの範囲を定める
ことを特徴とする。

また、上記観点に係る識別装置において、
前記検出部は、
前記分類された参照クラスタ同士の直近距離の分布に基づいて、前記除去済情報を分類する１以上のクラスタ同士の直近距離の範囲を定める
ことを特徴とする。

また、上記観点に係る識別装置において、
前記検出部により検出された前記アイテム情報が前記アイテムコードを含んでいれば、前記アイテムコードの紐付けを解除し、前記検出されたアイテム情報に係るアイテムに対して、新たに生成したアイテムコードを紐付ける修正部
をさらに備えることを特徴とする。

本発明の第２の観点に係る識別方法は、
複数のアイテムのそれぞれを示すアイテムコードと、当該アイテムコードに係る前記アイテムを説明する参照情報と、を対応付けて記録したデータベースを参照可能な識別装置が実行する識別方法であって、
前記識別装置が、異なるマーチャントが同一のアイテムに異なるアイテム情報を付して当該同一のアイテムを販売可能な電子市場において、複数のマーチャントが販売する複数のアイテムに付した複数のアイテム情報を取得する取得工程と、
前記識別装置が、前記取得されたアイテム情報が前記アイテムコードを含んでいれば、当該アイテムコードを含むアイテム情報が付されたアイテムを、前記アイテム情報に含まれたアイテムコードに紐付け、
前記取得されたアイテム情報が前記アイテムコードを含んでいなければ、前記データベースから、前記取得されたアイテム情報に第１基準で最も類似する参照情報に対応付けて記録されたアイテムコードを検索し、前記アイテムコードを含んでいないアイテム情報が付されたアイテムを、前記検索されたアイテムコードに紐付ける設定工程と、
前記識別装置が、前記アイテムコードに紐付けられたアイテムに対して取得されたアイテム情報から、前記アイテムコードを除去した除去済情報を、第２基準により、１以上のクラスタに分類し、
前記１以上のクラスタのうち、最大クラスタ以外の残余クラスタに分類された除去済情報に係るアイテム情報を検出する検出工程と、
を備えることを特徴とする。

本発明の第３の観点に係るプログラムは、
コンピュータを、複数のアイテムのそれぞれを示すアイテムコードと、当該アイテムコードに係る前記アイテムを説明する参照情報と、を対応付けて記録したデータベースを参照可能な識別装置として機能させるプログラムであって、
前記コンピュータを、
異なるマーチャントが同一のアイテムに異なるアイテム情報を付して当該同一のアイテムを販売可能な電子市場において、複数のマーチャントが販売する複数のアイテムに付した複数のアイテム情報を取得する取得部、
前記取得されたアイテム情報が前記アイテムコードを含んでいれば、当該アイテムコードを含むアイテム情報が付されたアイテムを、前記アイテム情報に含まれたアイテムコードに紐付け、
前記取得されたアイテム情報が前記アイテムコードを含んでいなければ、前記データベースから、前記取得されたアイテム情報に第１基準で最も類似する参照情報に対応付けて記録されたアイテムコードを検索し、前記アイテムコードを含んでいないアイテム情報が付されたアイテムを、前記検索されたアイテムコードに紐付ける設定部、
前記アイテムコードに紐付けられたアイテムに対して取得されたアイテム情報から、前記アイテムコードを除去した除去済情報を、第２基準により、１以上のクラスタに分類し、
前記１以上のクラスタのうち、最大クラスタ以外の残余クラスタに分類された除去済情報に係るアイテム情報を検出する検出部、
として機能させることを特徴とする。

上記プログラムは、非一時的な（non-transitory）記録媒体に記録されてもよい。非一時的な記録媒体は、コンピュータとは独立して配布・販売することができる。ここで、非一時的な記録媒体とは、有形な（tangible）記録媒体をいう。非一時的な記録媒体は、例えば、コンパクトディスク、フレキシブルディスク、ハードディスク、光磁気ディスク、ディジタルビデオディスク、磁気テープ、半導体メモリ等である。また、一時的な（transitory）記録媒体とは、伝送媒体（伝搬信号）それ自体を示す。一時的な記録媒体は、例えば、電気信号、光信号、電磁波等である。なお、一時的な（temporary）記憶領域とは、データやプログラムを一時的に記憶するための領域であり、例えば、ＲＡＭ（Random Access Memory）等の揮発性メモリである。

本発明によれば、アイテムに適切なアイテムコードが付されているか否かを自動で調べることが可能な識別装置、識別方法及びプログラムを提供することができる。

本発明の実施形態に係る識別装置と、データベースと、マーチャント端末と、ショッピングサーバとの関係を示す図である。 実施形態に係る識別装置のハードウェア構成を示す図である。 実施形態に係る識別装置の機能構成を示す図である。 実施形態に係るアイテム情報の例を説明するための図である。 実施形態に係る参照情報の例を説明するための図である。 実施形態に係る報告ページを説明するための図である。 実施形態に係る報告ページを説明するための図である。 実施形態に係るアイテム情報の例を説明するための図である。 実施形態に係る識別装置が行う識別処理を説明するためのフローチャートである。 実施形態に係る識別装置が行う報告処理を説明するためのフローチャートである。 実施形態に係る識別装置が行う修正処理を説明するためのフローチャートである。

（１．実施形態の識別装置と他の装置との関係）
本発明の実施形態に係る識別装置１００は、図１に示すように、ネットワーク５００に接続される。ネットワーク５００には、識別装置１００の他に、データベース２００と、複数のマーチャント端末３００と、ショッピングサーバ４００とが接続されている。

識別装置１００は、電子市場で販売可能なアイテムをアイテムコードに基づき識別する装置である。

データベース２００は、複数のアイテムのそれぞれを示すアイテムコードと、当該アイテムコードに係るアイテムを説明する参照情報と、を対応付けて記録する装置である。データベース２００が記録するアイテムコード及び参照情報は、メーカが提供した公式情報等の情報であり、アイテムコードと参照情報との対応関係及び内容には誤りのない情報である。識別装置１００は、データベース２００に格納された情報を参照することができる。なお、データベース２００は、識別装置１００と一体として構成されてもよい。

マーチャント端末３００は、電子市場でアイテムを販売するマーチャント（ショップ）が使用する端末である。マーチャントは、アイテムにアイテム情報を付して、電子市場においてアイテムを販売する。

ショッピングサーバ４００は、インターネット上でアイテムの売買が行われる電子市場を管理するサーバである。電子市場では、異なるマーチャントが同一のアイテムに異なるアイテム情報を付して、当該同一のアイテムを販売可能である。

ネットワーク５００は、無線又は有線による通信ネットワークである。ネットワーク５００は、いかなるものであってもよく、例えば、インターネット、イントラネット、エクストラネット、ＬＡＮ（Local Area Network）、ＶＰＮ（Virtual Private Network）、電話回線網等である。

（２．識別装置のハードウェア構成）
図２は、識別装置１００のハードウェア構成を示すブロック図である。

識別装置１００は、図２に示すように、ＣＰＵ（Central Processing Unit）１１と、ＲＯＭ（Read Only Memory）１２と、ＲＡＭ１３と、記録媒体１４と、出力部１５と、通信部１６と、操作部１７と、を備える。各構成要素は、バス１８により接続されている。

ＣＰＵ１１は、識別装置１００全体の動作を制御し、各構成要素と接続され、制御信号やデータをやりとりする。

ＲＯＭ１２には、識別装置１００全体の動作制御に必要なオペレーティングシステムのプログラムや各種のデータが記録される。

ＲＡＭ１３は、データやプログラムを一時的に記録するためのもので、記録媒体１４から読み出したプログラムやデータ、その他、通信に必要なデータ等が保持される。

記録媒体１４は、ハードディスクやフラッシュメモリ等から構成され、識別装置１００で処理するデータを記録する。

出力部１５は、ＬＣＤ（Liquid Crystal Display）及びバックライト等を備える表示装置や、スピーカ等の音声出力装置を備える。出力部１５は、ＣＰＵ１１による制御の下、例えば、ＣＰＵ１１から出力されたデータを出力する。

通信部１６は、識別装置１００をインターネット等のコンピュータ通信網に接続するための通信インターフェースを含み、通信部１６を介して他の情報処理装置等とやりとりをする。

操作部１７は、ボタン、キーボード、タッチパネル等の入力装置を備える。操作部１７は、識別装置１００のユーザからの操作入力を受け付け、受け付けた操作入力に対応する信号をＣＰＵ１１に出力する。

（３．実施形態の識別装置の機能構成）
次に、識別装置１００の機能構成について説明する。識別装置１００は、図３に示すように、機能的には、取得部１０１と、設定部１０２と、検出部１０３と、報告部１０４と、修正部１０５と、を備える。なお、報告部１０４及び修正部１０５の機能は、省略することもできる。

取得部１０１は、電子市場において、複数のマーチャントが販売する複数のアイテムに付した複数のアイテム情報を取得する。

アイテムとは、商品やサービス等、電子市場で販売されるあらゆるものを指す。

アイテム情報とは、マーチャントが電子市場で販売するアイテムについて付する情報であって、販売が開始されると電子市場で公開される情報である。アイテム情報は、例えば、アイテム名（商品名やサービス名）、アイテムの価格、アイテムのジャンル（カテゴリ）、アイテムのブランド、アイテムの説明文書である。マーチャントが付した情報にアイテムコードが含まれれば、アイテムコードもアイテム情報に含まれる。

例えば、取得部１０１は、ショッピングサーバ４００にアクセスして、電子市場で販売されているアイテムのアイテム情報や、販売前のアイテムで電子市場に登録されているアイテムのアイテム情報を取得する。また、取得部１０１は、マーチャント端末３００からアイテム情報を取得してもよい。この他、識別装置１００の使用者が、識別装置１００にアイテム情報を入力してもよい。

例えば、取得部１０１は、マーチャントi（ｉは１≦ｉ≦Ｍである自然数、Ｍは２以上の自然数）がアイテムｊ（ｊは１≦ｊ≦Ｎである自然数、Ｎは２以上の自然数）に付したアイテム情報ｊ−ｉを取得する。

本実施形態において、ＣＰＵ１１及び通信部１６が協働して、取得部１０１として機能する。

設定部１０２は、取得されたアイテム情報がアイテムコードを含んでいれば、当該アイテムコードを含むアイテム情報が付されたアイテムを、アイテム情報に含まれたアイテムコードに紐付ける。

アイテムコードとは、アイテムを識別するために用いられるコードであり、同じコードは、同一のアイテムを指す。アイテムコードは、例えば、ＪＡＮ、ＥＡＮ（European Article Number）、ＵＰＣ（Universal Product Code）、ＩＳＢＮ、ＡＳＩＮ（Amazon Standard Identification Number）等である。

例えば、識別装置１００の記録媒体１４には、図４に示すアイテム情報テーブル１００ａが格納されている。アイテム情報テーブル１００ａには、アイテム情報ＩＤと、マーチャントＩＤと、アイテムコードの有無と、アイテムコードと、アイテム名と、アイテムの価格（円）と、アイテムのジャンルと、アイテムのブランドと、アイテムの説明とが対応付けて登録されている。アイテム情報ＩＤは、取得部１０１により取得されたアイテム情報に付される識別子である。マーチャントＩＤは、アイテム情報ＩＤが示すアイテム情報を作成したマーチャントを識別するための識別子である。アイテムコードの有無は、取得したアイテム情報にアイテムコードが含まれているか否かを示すものであり、“有”はアイテム情報にアイテムコードが含まれていたことを示し、“無”はアイテム情報にアイテムコードが含まれていなかったことを示す。アイテムコードは、後述するように、設定部１０２によりアイテム名が示すアイテムに紐付けられたアイテムコードを示す。アイテム名、価格（円）、ジャンル、ブランド及びアイテムの説明は、アイテム情報から抽出したものである。

例えば、マーチャントＩＤ“ａａ”のマーチャントが作成したアイテム情報ＩＤ“１−１”のアイテム情報が、アイテムコード“ＸＸＸ”を含んでいた場合、設定部１０２は、アイテム名“アイテム１”のアイテムにアイテムコード“ＸＸＸ”を紐付ける。つまり、アイテム情報ＩＤ“１−１”、マーチャントＩＤ“ａａ”、アイテムコードの有無“有”、アイテム名“アイテム１”、価格（円）“３０００”、ジャンル“ジャンル１”、ブランド“ブランド１”及びアイテムの説明“本アイテムは、・・・”のレコードに、アイテムコード“ＸＸＸ”を対応付けて、アイテム情報テーブル１００ａに登録する。

また、設定部１０２は、取得されたアイテム情報がアイテムコードを含んでいなければ、データベース２００から、取得されたアイテム情報に第１基準で最も類似する参照情報に対応付けて記録されたアイテムコードを検索する。そして、設定部１０２は、アイテムコードを含んでいないアイテム情報が付されたアイテムを、検索されたアイテムコードに紐付ける。

参照情報とは、アイテムに関する情報であり、データベース２００に、アイテムコードと対応付けて登録される。例えば、参照情報には、アイテム名、アイテムの価格（円）、アイテムのジャンル、アイテムのブランド及びアイテムの説明が含まれる。

図５に、データベース２００に格納される参照情報の例を示す。データベース２００には、参照情報テーブル２００ａが格納されている。参照情報テーブル２００ａには、アイテムコードと、参照情報であるアイテム名、価格（円）、ジャンル、ブランド及びアイテムの説明と、が対応付けて登録されている。参照情報テーブル２００ａに含まれるアイテムコード及び参照情報は、前述のように、アイテムコードと参照情報との対応関係及び内容には誤りのない情報である。

例えば、取得されたアイテム情報ＩＤ“１−２”のアイテム情報が、アイテムコードを含んでいない場合、設定部１０２は、データベース２００の参照情報テーブル２００ａから、アイテム情報ＩＤ“１−２”のアイテム情報に第１基準で最も類似する参照情報に対応付けて記録されたアイテムコードを検索する。

ここで、第１基準とは、アイテム名が類似しているか否かを示す基準であるとする。設定部１０２は、取得部１０１により取得されたアイテム情報とデータベース２００に記録された参照情報との類似を、アイテム名により判定する。すなわち、設定部１０２は、アイテム情報ＩＤ“１−２”のアイテム名“アイテム１”に最も類似するアイテム名を参照情報テーブル２００ａから検索する。参照情報テーブル２００ａには、アイテム名が一致するレコードが存在するので、設定部１０２は、参照情報テーブル２００ａにおいてアイテム名“アイテム１”に対応付けられたアイテムコード“ＸＸＸ”を、アイテム情報テーブル１００ａにおいて、アイテム情報ＩＤ“１−２”のアイテム名“アイテム１”に紐付けて登録する。

本実施形態において、ＣＰＵ１１及び通信部１６が協働して、設定部１０２として機能する。

検出部１０３は、アイテムコードに紐付けられたアイテムに対して取得されたアイテム情報から、アイテムコードを除去した除去済情報を、第２基準により、１以上のクラスタに分類する。そして、検出部１０３は、１以上のクラスタのうち、最大クラスタ以外の残余クラスタに分類された除去済情報に係るアイテム情報を検出する。

除去済情報とは、設定部１０２によってアイテムコードが紐付けられた後のアイテム情報からアイテムコードを除去した情報である。例えば、除去済情報は、図４のアイテム情報テーブル１００ａのアイテム名、価格（円）、ジャンル、ブランド及びアイテムの説明である。

ここで、第２基準とは、アイテム名以外のテキストが類似しているか否かを示す基準である。検出部１０３は、除去済情報を、アイテム名以外のテキストの類似の度合いに基づいて、分類する。例えば、検出部１０３は、“アイテム１”のアイテム情報１−ｉ（１≦ｉ≦Ｍ）の除去済情報に含まれるテキストであってアイテム名以外のテキストが、互いに類似するか否かにより、“アイテム１”の除去済情報を１以上のクラスタに分類する。同様に、他のアイテムについても、アイテム毎に、除去済情報を１以上のクラスタに分類する。

検出部１０３が行うクラスタリングには、種々の手法が採用される。

例えば、検出部１０３は、除去済情報を、pairwise similarityに基づいて１以上のクラスタに分類する。

具体的には、アイテム情報１−ｉ（１≦ｉ≦Ｍ）の除去済情報から２つを抽出し、抽出した２つの除去済情報の類似度を求める。類似度は、アイテム情報１−ｉ（１≦ｉ≦Ｍ）の除去済情報の全ての組み合わせについて求める。求めた類似度を、距離と見なしてクラスタリングを行う。クラスタリングには、公知の種々の手法を適用してもよい。例えば、スペクトラルクラスタリングによるクラスタリングを行う。

また、検出部１０３は、除去済情報に含まれる１つの項目の類似度に基づいて分類を行ってから、さらに他の項目に基づいて分類を行うことにより、クラスタリングを行ってもよい。

例えば、除去済情報を、“価格（円）”の類似度に基づいて分類し、分類されたクラスタについて、さらに、“ブランド”の類似度に基づいて分類する。

また、除去済情報をいずれのクラスタへ分類するか否かの判断に際して、検出部１０３は、あらかじめ、第２基準により、参照情報を、全てのアイテムコード数以下の数の参照クラスタへ分類し、分類された参照クラスタの分布を利用してもよい。

例えば、検出部１０３は、分類された参照クラスタの大きさの分布に基づいて、除去済情報を分類する１以上のクラスタの大きさの範囲を定める。例えば、除去済情報を分類するクラスタの大きさは、参照クラスタの大きさの平均、或いは、平均に標準偏差×定数(１〜３程度)を加えた値等である。

具体的には、検出部１０３は、ｘ−ｍｅａｎｓ法により、除去済情報をクラスタに分類する。ｘ−ｍｅａｎｓ法は、クラスタ数を自動推定するクラスタリング手法である。検出部１０３は、参照情報テーブル２００ａに登録された参照情報に基づいて、ｘ−ｍｅａｎｓ法の分割停止条件を定める。まず、検出部１０３は、参照情報テーブル２００ａに登録された参照情報を、参照情報に含まれるテキストを示すベクトルで表し、ｋ−ｍｅａｍｓ法により、参照クラスタに分類する。参照クラスタ数ｋは、参照情報テーブル２００ａに登録された全アイテムコード数Ｌよりも少ない数であり、例えば、Ｌ／２やＬ／１０である。

参照クラスタ数をＬ／１０とすると、検出部１０３は、Ｌ／１０個の参照クラスタの大きさの分布を求める。参照クラスタｈ（ｈは１≦ｈ≦Ｌ／１０の自然数）の大きさは、参照クラスタｈの中心と参照クラスタｈに含まれるベクトルと距離のうち、最も大きい距離により定める。そして、例えば、Ｌ／１０個の参照クラスタｈの大きさの平均、或いは、平均×定数（２?３程度）を、除去済情報をクラスタリングする際の分割停止条件とする。アイテムコードに対応付けられた参照情報は正確な情報であるので、分割停止条件とする参照クラスタｈの大きさの平均等は、除去済情報の分類する目安として適切である。

次に、検出部１０３は、除去済情報を、除去済情報に含まれるアイテム名以外のテキストを示すベクトルで表し、ｋ−ｍｅａｍｓ法により、ｋ個のクラスタに分類する。最初に指定するｋは、あるアイテムに対して取得されたアイテム情報の数（例えば、Ｍ）よりも少ない数とし、クラスタリングを行う。クラスタリングにより得られた各クラスタの大きさが、参照クラスタｈの大きさの平均、或いは、平均×定数（２?３程度）以下の値となるまで、検出部１０３は、得られたクラスタを、２−ｍｅａｍｓ、３−ｍｅａｎｓ、４−ｍｅａｎｓ、・・・のように分割数を増やして分割を行う。具体的には、ｎ−ｍｅａｎから（ｎ＋１）−ｍｅａｎｓにするには、最大クラスタを２分割して、２つの新しいクラスタ中心を求め、従来からあるクラスタ中心と、この２つを使ってベクトルを再分類する。

或いは、検出部１０３は、分類された参照クラスタ同士の直近距離の分布に基づいて、除去済情報を分類する１以上のクラスタ同士の直近距離の範囲を定めてもよい。例えば、除去済情報を分類するクラスタ同士の直近距離は、参照クラスタ同士の直近距離の最小値、平均、或いは、平均に標準偏差×定数(１〜３程度)を加えた値等である。

例えば、検出部１０３は、参照クラスタｈに最も近い他の参照クラスタとの中心間距離を求める。そして、例えば、参照クラスタｈの中心間距離のうち最小の大きさを、除去済情報をクラスタリングする際の分割停止条件とする。アイテムコードに対応付けられた参照情報は正確な情報であるので、参照クラスタｈの直近のクラスタ間の距離は、除去済情報の分類する目安として適切である。

この場合、検出部１０３は、得られるクラスタについて、直近のクラスタ間の距離が、参照クラスタｈの最小の中心間距離以下になるまで、クラスタリングを行う。

そして、検出部１０３は、１以上のクラスタのうち、最大クラスタ以外の残余クラスタに分類された除去済情報に係るアイテム情報を検出する。

あるアイテムについて最大クラスタに分類された除去済情報を含むアイテム情報は、最も多くのマーチャントにより付された情報であり、そのアイテムに付す情報として正しい情報とみなすことができる。一方、残余クラスタに分類された除去済情報は、少数のマーチャントにより付された情報なので、そのアイテムに付したアイテム情報は誤りの可能性がある。よって、残余クラスタに分類された除去済情報に係るアイテム情報を検出することにより、アイテム情報に含まれるアイテムコードが誤りの可能性があることを検出することができる。

例えば、“アイテム１”についての除去済情報のクラスタリング後、アイテムコード“ＸＸＸ”が紐付けられたアイテム情報ＩＤ“１−１”、“１−２”の除去済情報は、最大クラスタに分類され、アイテムコード“ＸＸＡ”が紐付けられたアイテム情報ＩＤ“１−３”及びアイテムコード“ＸＸＸ”が紐付けられたアイテム情報ＩＤ“１−４”の除去済情報が、それぞれ別の残余クラスタに分類された場合、検出部１０３は、“アイテム１”に対してアイテム情報ＩＤ“１−３”，“１−４”のアイテム情報を検出する。

本実施形態において、ＣＰＵ１１及び通信部１６が、検出部１０３として機能する。

報告部１０４は、検出部１０３により検出されなかったアイテム情報がアイテムコードを含んでいなければ、当該アイテムに対応付けるべきアイテムコードが推定された旨を報告する。

例えば、アイテム情報ＩＤ“１−２”のアイテム情報は、検出部１０３により除去済情報が残余クラスタに分類されておらず、アイテムコード“ＸＸＸ”は、取得時のアイテム情報に含まれていなかったので（アイテムコードの有無“無”）、報告部１０４は、例えば、アイテム情報ＩＤ“１−２”のアイテム情報を登録したマーチャントＩＤ“ｂｂ”のマーチャントに、“アイテム１”のアイテムコードが“ＸＸＸ”と推定されたことを報告する報告メッセージ６０１（図６）を送信する。

また、報告部１０４は、検出部１０３により検出されたアイテム情報がアイテムコードを含んでいれば、当該アイテムに付されたアイテム情報に含まれるアイテムコードが誤っているおそれがある旨を報告する。

例えば、アイテム情報ＩＤ“１−３”のアイテム情報は、検出部１０３により除去済情報が残余クラスタに分類され、取得時のアイテム情報に、アイテムコードが含まれていたので（アイテムコードの有無“有”）、報告部１０４は、例えば、アイテム情報ＩＤ“１−３”のアイテム情報を登録したマーチャントＩＤ“ｃｃ”のマーチャントに、“アイテム１”のアイテムコード“ＸＸＡ”が誤りである可能性があることを報告する報告メッセージ６０２（図７）を送信する。

また、例えば、アイテム情報ＩＤ“１−４”のアイテム情報は、検出部１０３により除去済情報が残余クラスタに分類され、取得時のアイテム情報に、アイテムコードが含まれていた（アイテムコードの有無“有”）。このアイテム情報では、アイテムコード“ＸＸＸ”が対応付けられており、“アイテム１”に対応付けるアイテムコードとしては正しいが、アイテム名以外の除去済情報が、最大クラスタに分類されたアイテム名以外の除去済情報とは異なっていたため、残余クラスタに分類される。したがって、残余クラスタに分類された除去済情報には、アイテムに対するアイテムコードが正しくても、誤りがある可能性が考えられる。このような場合、報告部１０４は、例えば、アイテム情報ＩＤ“１−４”のアイテム情報を登録したマーチャントＩＤ“ｄｄ”のマーチャントに、アイテム情報ＩＤ“１−４”のアイテム情報に誤りの可能性があることを報告する報告メッセージを送信してもよい。

なお、報告部１０４は、アイテムに対応付けるべきアイテムコードが推定された旨及びアイテムに付されたアイテム情報に含まれるアイテムコードが誤っているおそれがある旨を、電子市場の運営者などの所定の管理者に報告するようにしてもよい。

本実施形態において、ＣＰＵ１１及び通信部１６が、報告部１０４として機能する。

修正部１０５は、検出部１０３により検出されたアイテム情報がアイテムコードを含んでいれば、アイテムコードの紐付けを解除し、検出されたアイテム情報に係るアイテムに対して、新たに生成したアイテムコードを紐付ける。

図８に、修正部１０５により新たに生成されたアイテムコードが紐付けられた場合のアイテム情報テーブル１００ａを示す。例えば、修正部１０５は、図５の参照情報テーブル２００ａを参照して、既存のアイテムコードと重複しないアイテムコード“ＸＸＸ−２”を生成する。そして、修正部１０５は、アイテム情報ＩＤ“１−３”のアイテムコード“ＸＸＡ” をアイテムコード“ＸＸＸ−２”に変更して、アイテム情報テーブル１００ａ（図８）に登録する。一方、アイテム情報ＩＤ“１−４”のアイテム情報は、アイテムコード“ＸＸＸ”が最大クラスタのアイテムコードと同じなので、修正は行わない。なお、複数の残余クラスタが存在し、残余クラスタに分類された除去済情報に係るアイテム情報がアイテムコードを含む場合、修正部１０５は、残余クラスタ毎に、新たなアイテムコードを生成する。

本実施形態において、ＣＰＵ１１が、修正部１０５として機能する。

（４．実施形態の識別装置の識別処理）
本実施形態の識別装置１００の識別処理について説明する。識別装置１００は、例えば、識別装置１００の使用者の指示により、図９に示す識別処理を開始する。

取得部１０１は、電子市場において、複数のマーチャントが販売する複数のアイテムに付した複数のアイテム情報を取得する（ステップＳ１０１）。

例えば、取得部１０１は、ショッピングサーバ４００にアクセスして、電子市場で販売されているアイテムのアイテム情報や、販売前のアイテムで電子市場に登録されているアイテムのアイテム情報を取得する。

設定部１０２は、取得部１０１により取得されたアイテム情報がアイテムコードを含んでいるか否かを判断する（ステップＳ１０２）。設定部１０２は、取得されたアイテム情報がアイテムコードを含んでいると判断すると（ステップＳ１０２；ＹＥＳ）、アイテムコードを含むアイテム情報が付されたアイテムを、アイテム情報に含まれたアイテムコードに紐付ける（ステップＳ１０３）。一方、設定部１０２は、取得されたアイテム情報がアイテムコードを含んでいないと判断すると（ステップＳ１０２；ＮＯ）、データベース２００から、取得されたアイテム情報に第１基準で最も類似する参照情報に対応付けて記録されたアイテムコードを検索する（ステップＳ１０４）。そして、設定部１０２は、アイテムコードを含んでいないアイテム情報が付されたアイテムを、検索されたアイテムコードに紐付ける（ステップＳ１０３）。

例えば、設定部１０２は、取得されたアイテム情報ＩＤ“１−１”のアイテム情報はアイテムコード“ＸＸＸ”を含んでいると判断し、アイテム名“アイテム１”のアイテムに、アイテムコード“ＸＸＸ”を紐付けて、図４のアイテム情報テーブル１００ａに登録する。一方、設定部１０２は、取得されたアイテム情報ＩＤ“１−２”のアイテム情報はアイテムコードを含んでいないと判断し、データベース２００の参照情報テーブル２００ａから、アイテム情報ＩＤ“１−２”のアイテム情報に第１基準で最も類似する参照情報に対応付けて記録されたアイテムコードを検索する。そして、設定部１０２は、参照情報テーブル２００ａにおいて検索したアイテムコード“ＸＸＸ”を、図４のアイテム情報テーブル１００ａにおいて、アイテム情報ＩＤ“１−２”のアイテム名“アイテム１”に紐付けて登録する。

次に、検出部１０３は、アイテムコードに紐付けられたアイテムに対して取得されたアイテム情報から、アイテムコードを除去した除去済情報を、第２基準により、１以上のクラスタに分類する（ステップＳ１０５）。

例えば、検出部１０３は、図４のアイテム情報テーブル１００ａのアイテム名、価格（円）、ジャンル、ブランド及びアイテムの説明を含む除去情報を、アイテム毎に、アイテム名以外のテキストが類似しているか否かに基づいて、１以上のクラスタに分類する。

検出部１０３は、最大クラスタ以外の残余クラスタに分類された除去済情報に係るアイテムを検出する（ステップＳ１０６）。そして、処理を終了する。

例えば、アイテム情報ＩＤ“１−３”及びアイテム情報ＩＤ“１−４”の除去済情報が、それぞれ別の残余クラスタに分類された場合、検出部１０３は アイテム情報ＩＤ“１−３”，“１−４”のアイテム情報を検出する。

（５．実施形態の識別装置の報告処理）
本実施形態の識別装置１００の報告処理について説明する。識別装置１００は、例えば、図９の識別処理の終了後、図１０に示す報告処理を開始する。

報告部１０４は、検出部１０３により検出されたアイテム情報がアイテムコードを含んでいたか否かを判断する（ステップＳ２０１）。報告部１０４は、検出されたアイテム情報に、アイテムコードが含まれていたと判断すると（ステップＳ２０１；ＹＥＳ）、報告部１０４は、アイテム情報に含まれるアイテムコードが誤っているおそれがある旨を報告する（ステップＳ２０２）。一方、報告部１０４は、検出部１０３により検出されたアイテム情報に、アイテムコードが含まれていなかったと判断すると（ステップＳ２０１；ＮＯ）、アイテムに対応付けるべきアイテムコードが推定された旨を報告する（ステップＳ２０３）。

例えば、アイテム情報ＩＤ“１−３”のアイテム情報は、取得時のアイテム情報にアイテムコードが含まれていたので（図４のアイテムコードの有無“有”）、報告部１０４は、アイテム情報ＩＤ“１−３”のアイテム情報を登録したマーチャントＩＤ“ｃｃ”のマーチャントに、“アイテム１”のアイテムコード“ＸＸＡ”が誤りである可能性があることを報告する報告メッセージ６０２（図７）を送信する。

一方、アイテム情報ＩＤ“１−２”のアイテム情報は、取得時のアイテム情報にアイテムコードが含まれていなかったので（図４のアイテムコードの有無“無”）、報告部１０４は、例えば、アイテム情報ＩＤ“１−２”のアイテム情報を登録したマーチャントＩＤ“ｂｂ”のマーチャントに、“アイテム１”のアイテムコードが“ＸＸＸ”と推定されたことを報告する報告メッセージ６０１（図６）を送信する。

（６．実施形態の識別装置の修正処理）
本実施形態の識別装置１００の修正処理について説明する。識別装置１００は、例えば、図９の識別処理の終了後、図１１に示す修正処理を開始する。

なお、修正処理は、図１０の報告処理が終了した後、報告を受けたマーチャントから指示があった場合に、行われるようにしてもよい。或いは、修正処理は、識別装置１００の使用者により指示があった場合に、行われるようにしてもよい。

修正部１０５は、検出部１０３により検出されたアイテム情報にアイテムコードが含まれていたか否かを判断する（ステップＳ３０１）。修正部１０５は、アイテム情報にアイテムコードが含まれていたと判断すると（ステップＳ３０１；ＹＥＳ）、次に、当該アイテムコードが最大クラスタに分類された除去済情報に係るアイテム情報のアイテムコードと異なるか否かを判断する（ステップＳ３０２）。修正部１０５は、当該アイテムコードが最大クラスタに分類された除去済情報に係るアイテム情報のアイテムコードと異なると判断すると（ステップＳ３０２；ＹＥＳ）、検出部１０３により検出されたアイテム情報に対して、アイテムコードの紐付けを解除し、検出されたアイテム情報のアイテムに対して、新たに生成したアイテムコードを紐付ける（ステップＳ３０３）。一方、ステップＳ３０１において、修正部１０５が、アイテム情報にアイテムコードが含まれていないと判断した場合（ステップＳ３０１；ＮＯ）、及び、ステップＳ３０２において、アイテムコードが最大クラスタに分類された除去済情報に係るアイテム情報のアイテムコードと同じと判断した場合（ステップＳ３０２；ＮＯ）、処理を終了する。

例えば、アイテム情報ＩＤ“１−３”のアイテム情報は、取得時のアイテム情報にアイテムコードが含まれていたので（図４のアイテムコードの有無“有”）、修正部１０５は、アイテム情報ＩＤ“１−３”のアイテムコード“ＸＸＡ”が最大クラスタのアイテムコード“ＸＸＸ”と同じであるか否かを判断する。修正部１０５は、アイテムコードが異なると判断すると、新たなアイテムコード“ＸＸＸ−２”を生成し、アイテム情報ＩＤ“１−３”のアイテムコード“ＸＸＡ” をアイテムコード“ＸＸＸ−２”に変更して、アイテム情報テーブル１００ａ（図８）に登録する。一方、アイテム情報ＩＤ“１−２”のアイテム情報は、取得時にアイテムコードを含んでいないので（図４のアイテムコードの有無“無”）、処理を終了する。また、アイテム情報ＩＤ“１−４”のアイテム情報は、取得時のアイテム情報にアイテムコードが含まれているが（図４のアイテムコードの有無“有”）、アイテムコード“ＸＸＸ”が最大クラスタのアイテムコードと同じなので、処理を終了する。

本実施形態によれば、電子市場で販売可能なアイテムに紐付けるアイテムコードを第１基準で選択し、さらに、第２基準で紐付けたアイテムコードの適否を検証することにより、マーチャントがアイテムコードを付していないアイテムについて、付すべきアイテムコードを推定することができる。また、マーチャントが既にアイテムコードを付したアイテムについて、アイテムコードが誤っているおそれがあるアイテムを検出することができる。

また、本実施形態によれば、アイテムコードが既に紐付けられたアイテムのアイテム情報が大量に存在する場合であっても、まず、アイテム名の類似に基づいて、アイテムに紐付けるアイテムコードを選択し、アイテム毎に、アイテムコードが紐付けられたアイテム情報の除去済情報についてクラスタリングを行うことにより、紐付けるアイテムコードを検証するので、処理の高速化を図ることができる。

本発明は、本発明の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、この発明を説明するためのものであり、本発明の範囲を限定するものではない。すなわち、本発明の範囲は、実施の形態ではなく、特許請求の範囲によって示される。そして、特許請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、この発明の範囲内とみなされる。

本発明は、アイテムに適切なアイテムコードが付されているか否かを自動で調べることが可能な識別装置、識別方法及びプログラムを提供することができる。

１００ 識別装置
１０１ 取得部
１０２ 設定部
１０３ 検出部
１０４ 報告部
１０５ 修正部
２００ データベース
３００ マーチャント端末
４００ ショッピングサーバ
５００ ネットワーク
１１ ＣＰＵ
１２ ＲＯＭ
１３ ＲＡＭ
１４ 記録媒体
１５ 出力部
１６ 通信部
１７ 操作部
１８ バス

Claims (11)

1. 複数のアイテムのそれぞれを示すアイテムコードと、当該アイテムコードに係る前記アイテムを説明する参照情報と、を対応付けて記録したデータベースを参照可能な識別装置であって、
   異なるマーチャントが同一のアイテムに異なるアイテム情報を付して当該同一のアイテムを販売可能な電子市場において、複数のマーチャントが販売する複数のアイテムに付した複数のアイテム情報を取得する取得部と、
   前記取得されたアイテム情報が前記アイテムコードを含んでいれば、当該アイテムコードを含むアイテム情報が付されたアイテムを、前記アイテム情報に含まれたアイテムコードに紐付け、
   前記取得されたアイテム情報が前記アイテムコードを含んでいなければ、前記データベースから、前記取得されたアイテム情報に第１基準で最も類似する参照情報に対応付けて記録されたアイテムコードを検索し、前記アイテムコードを含んでいないアイテム情報が付されたアイテムを、前記検索されたアイテムコードに紐付ける設定部と、
   前記アイテムコードに紐付けられたアイテムに対して取得されたアイテム情報から、前記アイテムコードを除去した除去済情報を、第２基準により、１以上のクラスタに分類し、
   前記１以上のクラスタのうち、最大クラスタ以外の残余クラスタに分類された除去済情報に係るアイテム情報を検出する検出部と、
   を備えることを特徴とする識別装置。
2. 前記設定部は、前記第１基準による類似を、前記アイテム情報に含まれるアイテム名により判定し、
   前記検出部は、前記第２基準による分類を、前記アイテム情報に含まれるアイテム名以外のテキストにより判定する
   ことを特徴とする請求項１に記載の識別装置。
3. 前記アイテムは、商品であり、
   前記アイテムコードは、商品を識別するためのコードであり、
   前記アイテム名は、商品名であり、
   前記除去済情報は、前記商品名、前記商品の価格、前記商品のジャンル、前記商品のブランド及び前記商品の説明を含み、
   前記テキストは、前記商品名、前記商品の前記価格、前記商品の前記ジャンル、前記商品の前記ブランド及び前記商品の前記説明である
   ことを特徴とする請求項２に記載の識別装置。
4. 前記検出部により検出されなかった前記アイテム情報が前記アイテムコードを含んでいなければ、当該アイテムに対応付けるべきアイテムコードが推定された旨を報告する報告部をさらに備える
   ことを特徴とする請求項１又は２に記載の識別装置。
5. 前記報告部は、前記検出部により検出された前記アイテム情報が前記アイテムコードを含んでいれば、当該アイテムに付された前記アイテム情報に含まれるアイテムコードが誤っているおそれがある旨を報告する
   ことを特徴とする請求項４に記載の識別装置。
6. 前記検出部は、
   あらかじめ、前記第２基準により、前記参照情報を、全てのアイテムコード数以下の数の参照クラスタへ分類し、
   前記除去済情報をいずれのクラスタへ分類するか否かの判断に際して、前記分類された参照クラスタの分布を利用する
   ことを特徴とする請求項１乃至５のいずれか１項に記載の識別装置。
7. 前記検出部は、
   前記分類された参照クラスタの大きさの分布に基づいて、前記除去済情報を分類する１以上のクラスタの大きさの範囲を定める
   ことを特徴とする請求項６に記載の識別装置。
8. 前記検出部は、
   前記分類された参照クラスタ同士の直近距離の分布に基づいて、前記除去済情報を分類する１以上のクラスタ同士の直近距離の範囲を定める
   ことを特徴とする請求項６に記載の識別装置。
9. 前記検出部により検出された前記アイテム情報が前記アイテムコードを含んでいれば、前記アイテムコードの紐付けを解除し、前記検出されたアイテム情報に係るアイテムに対して、新たに生成したアイテムコードを紐付ける修正部
   をさらに備えることを特徴とする請求項１乃至８のいずれか１項に記載の識別装置。
10. 複数のアイテムのそれぞれを示すアイテムコードと、当該アイテムコードに係る前記アイテムを説明する参照情報と、を対応付けて記録したデータベースを参照可能な識別装置が実行する識別方法であって、
    前記識別装置が、異なるマーチャントが同一のアイテムに異なるアイテム情報を付して当該同一のアイテムを販売可能な電子市場において、複数のマーチャントが販売する複数のアイテムに付した複数のアイテム情報を取得する取得工程と、
    前記識別装置が、前記取得されたアイテム情報が前記アイテムコードを含んでいれば、当該アイテムコードを含むアイテム情報が付されたアイテムを、前記アイテム情報に含まれたアイテムコードに紐付け、
    前記取得されたアイテム情報が前記アイテムコードを含んでいなければ、前記データベースから、前記取得されたアイテム情報に第１基準で最も類似する参照情報に対応付けて記録されたアイテムコードを検索し、前記アイテムコードを含んでいないアイテム情報が付されたアイテムを、前記検索されたアイテムコードに紐付ける設定工程と、
    前記識別装置が、前記アイテムコードに紐付けられたアイテムに対して取得されたアイテム情報から、前記アイテムコードを除去した除去済情報を、第２基準により、１以上のクラスタに分類し、
    前記１以上のクラスタのうち、最大クラスタ以外の残余クラスタに分類された除去済情報に係るアイテム情報を検出する検出工程と、
    を備えることを特徴とする識別方法。
11. コンピュータを、複数のアイテムのそれぞれを示すアイテムコードと、当該アイテムコードに係る前記アイテムを説明する参照情報と、を対応付けて記録したデータベースを参照可能な識別装置として機能させるプログラムであって、
    前記コンピュータを、
    異なるマーチャントが同一のアイテムに異なるアイテム情報を付して当該同一のアイテムを販売可能な電子市場において、複数のマーチャントが販売する複数のアイテムに付した複数のアイテム情報を取得する取得部、
    前記取得されたアイテム情報が前記アイテムコードを含んでいれば、当該アイテムコードを含むアイテム情報が付されたアイテムを、前記アイテム情報に含まれたアイテムコードに紐付け、
    前記取得されたアイテム情報が前記アイテムコードを含んでいなければ、前記データベースから、前記取得されたアイテム情報に第１基準で最も類似する参照情報に対応付けて記録されたアイテムコードを検索し、前記アイテムコードを含んでいないアイテム情報が付されたアイテムを、前記検索されたアイテムコードに紐付ける設定部、
    前記アイテムコードに紐付けられたアイテムに対して取得されたアイテム情報から、前記アイテムコードを除去した除去済情報を、第２基準により、１以上のクラスタに分類し、
    前記１以上のクラスタのうち、最大クラスタ以外の残余クラスタに分類された除去済情報に係るアイテム情報を検出する検出部、
    として機能させることを特徴とするプログラム。

Images