JP6866266B2 - 生成装置、生成方法、及び生成プログラム - Google Patents

Description

本発明は、生成装置、生成方法、及び生成プログラムに関する。

近年、インターネットの飛躍的な普及に伴い、ネットワークを介して取得される情報に基づいた情報配信が盛んに行われている。例えば、情報の配信先となる利用者の属性を示す属性情報を配信先情報として予め登録しておき、配信先となる利用者の属性情報と対応する広告を選択的に配信するターゲティング配信が行われている。

なお、広告の配信先となる利用者の属性情報を把握する技術として、例えば、広告と属性情報との見かけ上の関連性の程度、並びに、複数の広告と属性情報との平均的な関連性の程度に基づいて、広告と属性情報との真の関連性を算出する技術が知られている。

特開２０１５−１９５６号公報

しかしながら、上記の従来技術では、利用者の特徴を精度良く把握できるとは限らない。例えば、上記の従来技術では、利用者の属性情報として、利用者の性別や趣味に関する情報などといった定性的な分類によるデータを取得しているに過ぎないため、利用者の特徴を精度良く把握できるとは限らず、改善の余地があった。

本願は、上記に鑑みてなされたものであって、利用者の特徴を精度良く把握することを可能にする生成装置、生成出方法、及び生成プログラムを提供することを目的とする。

本願に係る生成装置は、第１グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の第１関連度と、前記第１グループと異なる第２グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の第２関連度とを算出する算出部と、前記算出部によって算出された第１関連度と第２関連度とに基づいて、前記第２グループに属するユーザの特徴を示す指標を生成する生成部と、を備えたことを特徴とする。

実施形態の一態様によれば、利用者の特徴を精度良く把握することを可能にする。

図１は、実施形態に係る生成処理の一例を示す図である。 図２は、実施形態に係る生成システムの構成例を示す図である。 図３は、実施形態に係る生成装置の構成例を示す図である。 図４は、実施形態に係る関連度情報記憶部の一例を示す図である。 図５は、実施形態に係る指標情報記憶部の一例を示す図である。 図６は、関連度及び指標値の一例を示す図である。 図７は、指標の一例を示す図である。 図８は、実施形態に係る生成処理手順の一例を示すフローチャートである。 図９は、生成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。

以下に本願に係る生成装置、生成方法、及び生成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かかる生成装置、生成方法、及び生成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。

［１．生成処理］
まず、図１を用いて、実施形態に係る生成処理の一例について説明する。図１は、実施形態に係る生成処理の一例を示す図である。図１に示す例では、生成装置１００が、検索クエリ「高級ブランドＡ」、並びに、他の各検索クエリ「高級ブランドＢ」、「高級ブランドＣ」及び「大衆向けブランドＤ」間の関連度を算出する場合を示す。ここで、実施形態において、高級ブランドＡ〜Ｃは、大衆向けブランドＤと比べ、単価が高い商品を扱うブランドを示す。

また、図１に示す例では、生成装置１００が、グループＵ１に属するユーザが入力した検索クエリ群に基づいて算出した関連度と、グループＵ２に属するユーザが入力した検索クエリ群に基づいて算出した関連度とに基づいて、グループＵ２に属するユーザの特徴を示す指標を生成する場合を示す。ここで、実施形態において、グループＵ１は、後述する検索装置２０が提供する所定の検索サービスのユーザ全体を示し、グループＵ２は、グループＵ１に比べ高級ブランドＡを嗜好する傾向が強いユーザを示す。例えば、生成装置１００は、検索クエリ「高級ブランドＡ」の入力回数が所定の閾値以上であるユーザをグループＵ２に属するユーザであると判定してもよい。

［生成システムの構成］
図１の説明に先立って、図２を用いて生成システム１の構成について説明する。図２は、実施形態に係る生成システム１の構成例を示す図である。図２に示すように、実施形態に係る生成システム１は、端末装置１０と、検索装置２０と、生成装置１００とを含む。端末装置１０、検索装置２０及び生成装置１００は、ネットワークＮを介して有線または無線により相互に通信可能に接続される。ネットワークＮは、例えば、インターネットなどのＷＡＮ（Wide Area Network）である。なお、図２に示した生成システム１には、複数台の端末装置１０、複数台の検索装置２０及び複数台の生成装置１００が含まれていてもよい。

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。端末装置１０は、ウェブブラウザやアプリケーションにより、検索装置２０によって提供されるコンテンツを表示する。

検索装置２０は、端末装置１０からの要求に応じて所定の検索サービス（例えば、ウェブページ）を提供する情報処理装置である。例えば、検索装置２０は、ユーザが利用する端末装置１０から検索クエリを取得し、その検索クエリに応じた検索結果を端末装置１０に提供する。また、検索装置２０は、端末装置１０に配信したページにおいて、各ユーザが入力した検索クエリを収集し、検索装置２０の記憶部に格納する。なお、検索装置２０は、生成装置１００と一体であってもよい。また、検索装置２０は、端末装置１０から検索クエリを受け付けるサービスを提供すればよく、例えば、ポータルサイト、ニュースサイト、オークションサイト、天気予報サイト、ショッピングサイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、ウェブブログなどに関する各ウェブページを配信してもよい。

検索装置２０によって配信されるウェブページの情報には、例えば、マークアップ言語により記述されたファイル等が含まれる。マークアップ言語は、例えば、ＨＴＭＬ（Hyper Text Markup Language）やＸＭＬ（Extensible Markup Language）である。なお、以下においては、マークアップ言語により記述されたファイルがＨＴＭＬファイルであるものとして説明するが、マークアップ言語により記述されたファイルは、ＸＭＬファイルやその他のファイルであってもよい。

生成装置１００は、異なる検索クエリを入力したユーザの数を取得し、取得したユーザの数に基づいて所定の処理を行う情報処理装置である。なお、異なる検索クエリ（検索クエリＸと検索クエリＹとする）を入力したユーザとは、所定の期間で検索クエリＸと検索クエリＹとを入力したユーザを示す。例えば、ある時点で検索クエリＸを入力し、その時点から所定の期間（例えば、１時間、２４時間、１週間、など）内に検索クエリＹを入力したユーザは、異なる検索クエリ（検索クエリＸと検索クエリＹ）を入力したユーザに該当する。なお、１度に検索クエリＸと検索クエリＹの双方を入力したユーザも異なる検索クエリ（検索クエリＸと検索クエリＹ）を入力したユーザとしてもよい。

以下、図１に戻り、生成処理の一例を説明する。なお、生成装置１００は、検索装置２０の記憶部から、検索装置２０が提供する所定の検索サービスにおいて、異なる検索クエリを入力したユーザの数を取得したものとする。具体的には、生成装置１００は、検索クエリ「高級ブランドＡ」と「高級ブランドＢ」との双方を入力したユーザの数、検索クエリ「高級ブランドＡ」と「高級ブランドＣ」との双方を入力したユーザの数、並びに、検索クエリ「高級ブランドＡ」と「大衆向けブランドＤ」との双方を入力したユーザの数を取得する。

まず、生成装置１００は、検索クエリ間の関連度を算出する（ステップＳ１１）。具体的には、生成装置１００は、異なる検索クエリを入力したユーザの数に基づいて、検索クエリ間の関連度を算出する。より具体的には、生成装置１００は、異なる検索クエリを入力したユーザの数が多いほど、異なる検索クエリ間の関連度を高く算出する。

図１に示す例において、生成装置１００は、グループＵ１に属するユーザにおける、検索クエリ「高級ブランドＡ」と、他の各検索クエリとの関連度を算出する。例えば、生成装置１００は、検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＢ」との双方を入力したユーザの数に基づいて、検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＢ」との関連度を算出する。同様に、生成装置１００は、検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＣ」との双方を入力したユーザの数に基づいて、検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＣ」との関連度を算出し、検索クエリ「高級ブランドＡ」と検索クエリ「大衆向けブランドＤ」との双方を入力したユーザの数に基づいて、検索クエリ「高級ブランドＡ」と検索クエリ「大衆向けブランドＤ」との関連度を算出する。図１の例では、検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＢ」との双方を入力したユーザの数が、検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＣ」との双方を入力したユーザの数よりも多く、検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＣ」との双方を入力したユーザの数が、検索クエリ「高級ブランドＡ」と検索クエリ「大衆向けブランドＤ」との双方を入力したユーザの数よりも多い例を示している。そして、図１の例において、生成装置１００は、検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＢ」との関連度「４．０」を算出し、検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＣ」との関連度「２．５」を算出し、検索クエリ「高級ブランドＡ」と検索クエリ「大衆向けブランドＤ」との関連度「２．０」を算出する。また、同様に、生成装置１００は、グループＵ２に属するユーザのうち、異なる検索クエリを入力したユーザの数に基づいて、検索クエリ「高級ブランドＡ」と、他の各検索クエリとの関連度を算出する。

続いて、生成装置１００は、ステップＳ１１で算出した関連度に基づいて、グループＵ２に属するユーザの特徴を示す指標を生成する（ステップＳ１２）。具体的には、生成装置１００は、グループＵ１において算出された関連度よりもグループＵ２において算出された関連度の方が高い場合には、グループＵ２に属するユーザがかかる関連度に対応する検索クエリに関連する特徴を有することを示す指標を生成する。一方、生成装置１００は、グループＵ１において算出された関連度よりもグループＵ２において算出された関連度の方が低い場合には、グループＵ２に属するユーザがかかる関連度に対応する検索クエリに関連する特徴を有しないことを示す指標を生成する。

以下、生成装置１００が生成する指標の一例を説明する。生成装置１００は、グループＵ２における検索クエリ「高級ブランドＡ」と、他の各検索クエリとの関連度から、対応するグループＵ１の関連度を差し引いた数値を指標値として算出する。図１の例では、生成装置１００は、グループＵ２における検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＢ」との関連度「６．０」から、グループＵ１における検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＢ」との関連度「４．０」を差し引くことで、指標値「２．０」を算出する。これは、グループＵ１に属するユーザよりも、高級ブランドＡを嗜好する傾向が強いグループＵ２に属するユーザは、高級ブランドＢを入力する傾向が高いことを示す。すなわち、グループＵ２に属するユーザは、グループＵ１に属するユーザよりも高級ブランドＢを嗜好する傾向が強いといえる。同様にして、生成装置１００は、グループＵ１とグループＵ２における各関連度の差分である指標値を算出する。そして、生成装置１００は、図１に示す例のように、縦軸方向に検索クエリ「高級ブランドＡ」との関連度の算出対象となった各検索クエリ、横軸方向に指標値を示す値を設定したグラフＧ１を生成する。ここで、生成装置１００は、中心軸「０」を点線で示し、中心軸から右の領域を正の領域、中心軸から左の領域を負の領域とし、算出した指標値に応じてグラフＧ１に丸印でマッピングする。例えば、グループＵ２における検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＢ」との関連度から、グループＵ１における検索クエリ「高級ブランドＡ」と検索クエリ「高級ブランドＢ」との関連度を差し引いた指標値が正の値であるため、生成装置１００は、グラフＧ１の縦軸「高級ブランドＢ」の正の領域に丸印でマッピングする。同様にして、生成装置１００は、算出した指標値に応じてグラフＧ１の縦軸に設定された検索クエリごとにマッピングを行う。

このようにして、生成装置１００は、グループＵ２のグループＵ１に対する特徴を示す指標を生成できる。

以上のように、実施形態に係る生成装置１００は、検索クエリを入力したユーザの数に基づいて、所定の属性等で特定されるグループの特徴を生成する。例えば、図１の例では、高級ブランドＡを嗜好するユーザ、すなわち、高級嗜好のあるユーザは、大衆向けブランドＤ、すなわち低価格の商品に対して関心を示さないと考えられる。また、高級ブランドＡを嗜好するユーザは、高級ブランドＢ及び高級ブランドＣともに関心が高いが、高級ブランドの中でも特に高級ブランドＢに対して関心が高いと考えられる。すなわち、実施形態に係る生成装置１００は、利用者の特徴を精度良く把握することを可能にする。

［２．生成装置の構成］
次に、図３を用いて、実施形態に係る生成装置１００の構成について説明する。図３は、実施形態に係る生成装置１００の構成例を示す図である。図３に示すように、生成装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、生成装置１００は、生成装置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について）
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Ｎと有線または無線で接続され、生成装置１００、端末装置１０、検索装置２０等との間で情報の送受信を行う。

（記憶部１２０について）
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３に示すように、関連度情報記憶部１２１と、指標情報記憶部１２２とを有する。

（関連度情報記憶部１２１について）
関連度情報記憶部１２１に格納される関連度情報は、後述する算出部１３２が算出する検索クエリ間の関連度に関する各種情報をユーザグループ（図１の例における「グループＵ１」及び「グループＵ２」に相当）毎に含んだ情報である。

ここで、図４を用いて、関連度情報記憶部１２１に格納される関連度情報の一例について説明する。図４は、実施形態に係る関連度情報記憶部１２１の一例を示す図である。図４に示すように、関連度情報記憶部１２１には、「ユーザグループＩＤ」、「検索クエリ」、「関連度」といった項目に属する情報が含まれる。

「ユーザグループＩＤ」は、ユーザが属するグループを識別する情報を示す。例えば、図４の例では、「ユーザグループＩＤ」に、グループＵ１を識別する「Ｕ１」、グループＵ２を識別する「Ｕ２」といった情報が含まれる。「検索クエリ」は、ユーザが入力した異なる検索クエリを示す。例えば、図４の例では、「検索クエリ」に、検索クエリ「高級ブランドＡ」と、他の各検索クエリとの双方に関する情報が含まれる。「関連度」は、「検索クエリ」の項目に格納される検索クエリ間の関連度に関する情報を示す。例えば、図４の例では、「関連度」に、検索クエリ「高級ブランドＡ」と、他の各検索クエリとの関連度が格納される。

（指標情報記憶部１２２について）
指標情報記憶部１２２に格納される指標情報は、後述する生成部１３３が生成する情報であって、特定のユーザグループ（図１の例における「グループＵ２」に相当）に属するユーザの特徴を示す指標に関する各種情報を含んだ情報である。

ここで、図５を用いて、指標情報記憶部１２２に格納される指標情報の一例について説明する。図５は、実施形態に係る指標情報記憶部１２２の一例を示す図である。図５に示すように、指標情報記憶部１２２には、「ユーザグループＩＤ」、「検索クエリ」、「指標値」といった項目に属する情報が含まれる。「ユーザグループＩＤ」は、指標の生成対象となったユーザグループを識別する情報を示す。例えば、図５の例では、「ユーザグループＩＤ」に、グループＵ２を識別する「Ｕ２」といった情報が含まれる。

「検索クエリ」は、ユーザが入力した異なる検索クエリを示す。例えば、図５の例では、「検索クエリ」に、検索クエリ「高級ブランドＡ」と、他の各検索クエリとの双方に関する情報が含まれる。「指標値」は、関連度情報記憶部１２１に格納される「関連度」に基づいて算出される値を示す。具体的には、かかる「関連度」に対応する検索クエリに関連する特徴を、「ユーザグループＩＤ」から特定されるユーザグループが有するか否かを示す値である。例えば、図５の例では、グループＵ２における検索クエリ「高級ブランドＡ」と、他の各検索クエリとの関連度から、対応するグループＵ１の関連度を差し引いた数値を指標値とする。ここで、指標値が正の値である場合、グループＵ２に属するユーザがかかる関連度に対応する検索クエリに関連する特徴を有することを示す。例えば、グループＵ１に属するユーザよりも、グループＵ２に属するユーザは、かかる関連度に対応する検索クエリを入力する傾向が高いという特徴を有することを示す。また、指標値が負の値である場合、グループＵ２に属するユーザがかかる関連度に対応する検索クエリに関連する特徴を有しないことを示す。例えば、グループＵ１に属するユーザよりも、グループＵ２に属するユーザは、かかる関連度に対応する検索クエリを入力する傾向が低いという特徴を有することを示す。また、指標値が０である場合、グループＵ１に属するユーザと、グループＵ２に属するユーザとは、かかる関連度に対応する検索クエリを入力する傾向が同一であることを示す。

（制御部１３０について）
図３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、生成装置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。実施形態に係る制御部１３０は、図３に示すように、取得部１３１と、算出部１３２と、生成部１３３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について）
取得部１３１は、異なる検索クエリを入力したユーザの数を取得する。例えば、図１の例において、取得部１３１は、検索装置２０が提供する所定の検索サービスにおいて異なる検索クエリを入力したユーザの数を検索装置２０の記憶部から取得する。なお、以下の説明では、異なる検索クエリのうち、一方を「第１検索クエリ」（図１の例における検索クエリ「高級ブランドＡ」に相当）と記載し、もう一方の検索クエリであって第１検索クエリに対する関連度の算出対象となる検索クエリを「第２検索クエリ」（図１の例における検索クエリ「高級ブランドＢ」、「高級ブランドＣ」又は「大衆向けブランドＤ」のいずれかに相当）と記載する場合がある。

また、取得部１３１は、第１検索クエリ又は第２検索クエリのいずれかを入力するユーザの数を取得し、第１検索クエリ及び第２検索クエリを両方とも入力するユーザの数を取得してもよい。

（算出部１３２について）
算出部１３２は、第１グループ（図１の例における「グループＵ１」に相当）に属するユーザが入力した検索クエリ群に基づく検索クエリ間の第１関連度と、第１グループと異なる第２グループ（図１の例における「グループＵ２」に相当）に属するユーザが入力した検索クエリ群に基づく検索クエリ間の第２関連度とを算出する。具体的には、算出部１３２は、第１関連度として、第１グループに属するユーザのうち異なる検索クエリを入力するユーザの数に基づいて、異なる検索クエリ間の関連度を算出し、第２関連度として、第２グループに属するユーザのうち異なる検索クエリを入力するユーザの数に基づいて、異なる検索クエリ間の関連度を算出する。より具体的には、算出部１３２は、第１関連度として、第１グループに属するユーザのうち、第１検索クエリと、第１検索クエリとは異なる第２検索クエリとを入力するユーザの数に基づいて、第１検索クエリに対する第２検索クエリの関連度を算出し、第２関連度として、第２グループに属するユーザのうち、第１検索クエリと、第２検索クエリとを入力するユーザの数に基づいて、第１検索クエリに対する第２検索クエリの関連度を算出する。例えば、図１の例において、算出部１３２は、第１検索クエリ「高級ブランドＡ」と、他の各第２検索クエリとの関連度を算出する。具体的には、図１の例において、算出部１３２は、グループＵ１に属するユーザのうち、第１検索クエリ「高級ブランドＡ」と第２検索クエリ「高級ブランドＢ」との双方を入力したユーザの数に基づいて、第１検索クエリ「高級ブランドＡ」に対する第２検索クエリ「高級ブランドＢ」の関連度（第１関連度）を算出する。また、同様に、算出部１３２は、グループＵ２に属するユーザのうち、異なる検索クエリを入力したユーザの数に基づいて、第１検索クエリ「高級ブランドＡ」と、第２検索クエリである他の各検索クエリとの関連度（第２関連度）を算出する。

なお、算出部１３２は、第１検索クエリ又は第２検索クエリのいずれかを入力した第１グループに属するユーザの数と、第１検索クエリ及び第２検索クエリを両方とも入力した第１グループに属するユーザの数とに基づいて第１関連度を算出し、第１検索クエリ又は第２検索クエリのいずれかを入力した第２グループに属するユーザの数と、第１検索クエリ及び第２検索クエリを両方とも入力した第２グループに属するユーザの数とに基づいて第２関連度を算出してもよい。例えば、算出部１３２は、下記式（１）に基づいて、第１検索クエリ（式（１）では、「検索クエリＡ」）と第２検索クエリ（式（１）では、「検索クエリＢ」）の第１関連度及び第２関連度を算出する。

上記式（１）において、例えば、第１関連度を算出する場合、「Ｓｃｏｒｅ（Ａ，Ｂ）」は、検索クエリＡと検索クエリＢの第１関連度の数値を示す。「Ａｕｓｅｒ」は、第１グループに属するユーザのうち、検索クエリＡを入力したユーザの数を示す。「Ｂｕｓｅｒ」は、第１グループに属するユーザのうち、検索クエリＢを入力したユーザの数を示す。「ＡＬＬｕｓｅｒ」は、第１グループに属するユーザの数を示す。そして、「Ａｕｓｅｒ∧Ｂｕｓｅｒ」は、第１グループに属するユーザのうち、検索クエリＡ及び検索クエリＢの両方を入力したユーザの数を示す。

算出部１３２は、上記式（１）を用いて、第１グループに属するユーザ群から入力された検索クエリの第１関連度を算出する。例えば、算出部１３２は、第１グループに属するユーザのうち、第１検索クエリである検索クエリＡを入力したユーザが検索する検索クエリＢを集計する。そして、算出部１３２は、第１検索クエリに対する全ての第２検索クエリに対して、上記式（１）を用いて第１関連度を算出する。

また、上記式（１）において、例えば、第２関連度を算出する場合、「Ｓｃｏｒｅ（Ａ，Ｂ）」は、検索クエリＡと検索クエリＢの第２関連度の数値を示す。「Ａｕｓｅｒ」は、第２グループに属するユーザのうち、検索クエリＡを入力したユーザの数を示す。「Ｂｕｓｅｒ」は、第２グループに属するユーザのうち、検索クエリＢを入力したユーザの数を示す。「ＡＬＬｕｓｅｒ」は、第２グループに属するユーザの数を示す。そして、「Ａｕｓｅｒ∧Ｂｕｓｅｒ」は、第２グループに属するユーザのうち、検索クエリＡ及び検索クエリＢの両方を入力したユーザの数を示す。

算出部１３２は、上記式（１）を用いて、第２グループに属するユーザ群から入力された検索クエリの第２関連度を算出する。例えば、算出部１３２は、第２グループに属するユーザのうち、第１検索クエリである検索クエリＡを入力したユーザが検索する検索クエリＢを集計する。そして、算出部１３２は、第１検索クエリに対する全ての第２検索クエリに対して、上記式（１）を用いて第２関連度を算出する。

また、算出部１３２は、第２関連度として、第１グループに含まれる第２グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の関連度を算出してもよい。具体的には、算出部１３２は、第１グループのうち、所定の検索クエリの入力履歴、所定のサービスの利用履歴、または、所定の属性の少なくともいずれか一つに基づいて特定される第２グループにおける第２関連度を算出する。例えば、図１の例に示すように、算出部１３２は、検索装置２０が提供する所定の検索サービスのユーザ全体を示す第１グループのうち、第１検索クエリ「高級ブランドＡ」の入力回数が所定の閾値以上であることによって特定されるユーザを第２グループに属するユーザとし、第２グループにおける第２関連度を算出してもよい。また、算出部１３２は、図１の例における検索装置２０が提供する特定の検索サービス、又は、検索装置２０以外の外部の情報処理装置が提供する種々のサービスの利用履歴によって特定されるユーザを第２グループに属するユーザとし、第２グループにおける第２関連度を算出してもよい。例えば、算出部１３２は、検索装置２０、又は、検索装置２０以外の外部の情報処理装置が提供するポータルサイト、ニュースサイト、オークションサイト、天気予報サイト、ショッピングサイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、ウェブブログなどのサービスにおける利用履歴に基づいて第２グループに属するユーザを特定してもよい。また、算出部１３２は、「性別」、「年代」などといった所定の属性で特定されるユーザを第２グループに属するユーザとし、第２グループにおける第２関連度を算出してもよい。

（生成部１３３について）
生成部１３３は、算出部１３２によって算出された第１関連度と第２関連度とに基づいて、第２グループに属するユーザの特徴を示す指標を生成する。具体的には、生成部１３３は、第１関連度と第２関連度との高低関係に基づいて第２グループに属するユーザの特徴を示す指標を生成する。例えば、図１の例において、生成部１３３は、グループＵ２における第１検索クエリ「高級ブランドＡ」と、他の各検索クエリとの関連度から、対応するグループＵ１の関連度を差し引いた数値を、グループＵ２に属するユーザの特徴を示す指標値として算出する。

また、生成部１３３は、第１関連度よりも第２関連度が高い場合には、第２グループに属するユーザが第１グループに属するユーザよりも第２検索クエリに関連する特徴を有することを示す指標を生成し、第２関連度よりも前記第１関連度が高い場合には、第２グループに属するユーザが第１グループに属するユーザよりも第２検索クエリに関連する特徴を有しないことを示す指標を生成する。例えば、図１の例において、算出部１３２が算出したグループＵ２における第１検索クエリ「高級ブランドＡ」と第２検索クエリ「高級ブランドＢ」との関連度は「６．０」であり、グループＵ１における第１検索クエリ「高級ブランドＡ」と第２検索クエリ「高級ブランドＢ」との関連度は「４．０」である。すなわち、第１関連度よりも第２関連度が高いため、生成部１３３は、グループＵ２に属するユーザがグループＵ１に属するユーザよりも第２検索クエリ「高級ブランドＢ」に関連する特徴を有する指標を生成する。具体的には、生成部１３３は、グループＵ１に属するユーザよりも、高級ブランドＡを嗜好する傾向が強いグループＵ２に属するユーザが、高級ブランドＢを入力する傾向が高いという特徴を有することを示す指標（図１における「グラフＧ１」に相当）を生成する。また、図１の例において、算出部１３２が算出したグループＵ１における第１検索クエリ「高級ブランドＡ」と第２検索クエリ「大衆向けブランドＤ」との関連度は「２．０」であり、グループＵ２における第１検索クエリ「高級ブランドＡ」と第２検索クエリ「大衆向けブランドＤ」との関連度は「０．５」である。すなわち、第２関連度よりも第１関連度が高いため、生成部１３３は、グループＵ２に属するユーザがグループＵ１に属するユーザよりも第２検索クエリ「大衆向けブランドＤ」に関連する特徴を有しない指標を生成する。具体的には、生成部１３３は、グループＵ１に属するユーザよりも、高級ブランドＡを嗜好する傾向が強いグループＵ２に属するユーザが、大衆向けブランドＤを入力する傾向が低いという特徴を有することを示す指標を生成する。

また、生成部１３３は、第２グループに属するユーザの特徴を示す指標として、第２検索クエリが属するカテゴリへの嗜好性を有するか否かを示す指標を生成する。ここで、図６及び７を用いて、第１検索クエリが属するカテゴリと、第２検索クエリが属するカテゴリとに基づいて算出されたグループＵ１、グループＵ２の各グループに属するユーザにおける各関連度に基づいて生成部１３３が生成する指標の一例を説明する。図６は、関連度及び指標値の一例を示す図である。

なお、本説明において、算出部１３２は、第１検索クエリが属するカテゴリを「コスメ系クエリ群」とし、各第２検索クエリが属する各カテゴリとの関連度を算出したものとする。ここで、本説明において、グループＵ１は、図１に示す検索装置２０が提供する所定の検索サービスのユーザ全体を示し、グループＵ２は、グループＵ１に比べ、カテゴリ「コスメ系クエリ群」に関する事項を嗜好する傾向が強いユーザを示す。例えば、算出部１３２は、カテゴリ「コスメ系クエリ群」に属する検索クエリの入力回数が所定の閾値以上であるユーザをグループＵ２に属するユーザとしてもよい。なお、カテゴリ「コスメ系クエリ群」には、例えば、「化粧水」、「香水」、「口紅」などといった検索クエリが含まれる。また、例えば、第２検索クエリが属するカテゴリの一例「動画系クエリ群」には、「ミュージックビデオ」、「ショートムービー」、「予告動画」などといった検索クエリが含まれる。

また、図６に示す例において、算出部１３２は、グループＵ１に属するユーザにおける、カテゴリ「コスメ系クエリ群」に属する一の検索クエリと、第２検索クエリが属するカテゴリの各検索クエリとの関連度を算出したものとする。例えば、算出部１３２は、検索クエリ「化粧水」と検索クエリ「ミュージックビデオ」との双方を入力したユーザの数に基づいて、検索クエリ「化粧水」と検索クエリ「ミュージックビデオ」との関連度を算出する。同様に、算出部１３２は、検索クエリ「化粧水」と検索クエリ「ショートムービー」との双方を入力したユーザの数に基づいて、検索クエリ「化粧水」と検索クエリ「ショートムービー」との関連度を算出し、検索クエリ「化粧水」と検索クエリ「予告動画」との双方を入力したユーザの数に基づいて、検索クエリ「化粧水」と検索クエリ「予告動画」との関連度を算出する。同様に、算出部１３２は、カテゴリ「コスメ系クエリ群」に属する他の一の検索クエリと、第２検索クエリが属するカテゴリの各検索クエリとの関連度を算出する。そして、算出部１３２は、算出した関連度の平均値を算出し、算出した平均値をグループＵ１に属するユーザにおける、カテゴリ「コスメ系クエリ群」と「動画系クエリ群」との関連度とする。図６に示す例において、算出部１３２は、カテゴリ「コスメ系クエリ群」と「動画系クエリ群」との関連度を「４．０」と算出したものとする。また、同様に、算出部１３２は、「コスメ系クエリ群」と、第２検索クエリが属する各カテゴリとの関連度を算出したものとする。

また、同様に、算出部１３２は、グループＵ２に属するユーザにおける、「コスメ系クエリ群」と、第２検索クエリが属する各カテゴリとの関連度を算出したものとする。

生成部１３３は、算出部１３２が算出した第１検索クエリが属するカテゴリと、第２検索クエリが属する各カテゴリとの関連度に基づいて、グループＵ２に属するユーザの指標値を算出する。図６の例では、生成部１３３は、グループＵ２におけるカテゴリ「コスメ系クエリ群」とカテゴリ「動画系クエリ群」との関連度「５．５」から、グループＵ１におけるカテゴリ「コスメ系クエリ群」とカテゴリ「動画系クエリ群」との関連度「４．０」を差し引くことで、指標値「＋１．５」を算出する。これは、グループＵ１に属するユーザよりも、カテゴリ「コスメ系クエリ群」に関する事項を嗜好する傾向が強いグループＵ２に属するユーザは、カテゴリ「動画系クエリ群」に属する検索クエリを入力する傾向が高いことを示す。すなわち、グループＵ２に属するユーザは、グループＵ１に属するユーザよりもカテゴリ「動画系クエリ群」に関する事項を嗜好する傾向が強いといえる。同様にして、生成部１３３は、グループＵ１とグループＵ２における各関連度の差分である指標値を算出する。

そして、生成部１３３は、図７に示すように、縦軸方向にカテゴリ「コスメ系クエリ群」との関連度の算出対象となった各カテゴリに関する事項、横軸方向に指標値を示す値を設定したグラフＧ１１を生成する。図７は、指標の一例を示す図である。ここで、生成部１３３は、中心軸「０」を点線で示し、中心軸から右の領域を正の領域、中心軸から左の領域を負の領域とし、算出した指標値に応じてグラフＧ１１に丸印でマッピングする。例えば、グループＵ２におけるカテゴリ「コスメ系クエリ群」とカテゴリ「動画系クエリ群」との関連度から、グループＵ１におけるカテゴリ「コスメ系クエリ群」とカテゴリ「動画系クエリ群」との関連度を差し引いた指標値が正の値であるため、生成部１３３は、グラフＧ１１の縦軸「動画好き」の正の領域に丸印でマッピングする。同様にして、生成部１３３は、算出した指標値に応じてグラフＧ１１の縦軸に設定されたカテゴリに関する事項ごとにマッピングを行う。

なお、生成部１３３は、算出部１３２が算出した第１検索クエリと、第２検索クエリが属するカテゴリとの関連度に基づいて指標を生成してもよい。

［３．決定処理のフロー］
ここで、図８を用いて、実施形態に係る生成処理の手順について説明する。図８は、実施形態に係る生成処理手順の一例を示すフローチャートである。

図８に示すように、生成装置１００は、検索装置２０から、異なる検索クエリを入力したユーザの数を取得する（ステップＳ１０１）。続いて、生成装置１００は、第１関連度を算出する（ステップＳ１０２）。例えば、図１に示す例において、生成装置１００は、グループＵ１に属するユーザにおける、検索クエリ「高級ブランドＡ」と、他の各検索クエリとの関連度を第１関連度として算出する。続いて、生成装置１００は、第２関連度を算出する（ステップＳ１０３）。図１に示す例において、グループＵ２に属するユーザにおける、検索クエリ「高級ブランドＡ」と、他の各検索クエリとの関連度を第２関連度として算出する。

続いて、生成装置１００は、第１関連度及び第２関連度に基づいて指標値を算出する（ステップＳ１０４）。続いて、生成装置１００は、算出した指標値に基づいて指標を生成し（ステップＳ１０５）、処理を終了する。例えば、図１に示す例において、生成装置１００は、算出した指標値が正の値である場合、指標を示すグラフの正の領域にマッピングする。具体的には、生成装置１００は、グラフＧ１の中心軸「０」から右の領域に丸印でマッピングする。また、生成装置１００は、第１関連度及び第２関連度に基づいて算出した指標値が負の値である場合、指標を示すグラフの負の領域にマッピングする。具体的には、生成装置１００は、グラフＧ１の中心軸「０」から左の領域に丸印でマッピングする。また、生成装置１００は、算出した指標値が０である場合、グラフＧ１の中心軸「０」に丸印でマッピングする。

［４．効果］
上述してきたように、実施形態に係る生成装置１００は、算出部１３２と、生成部１３３とを有する。算出部１３２は、第１グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の第１関連度と、第１グループと異なる第２グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の第２関連度とを算出する。生成部１３３は、算出部１３２によって算出された第１関連度と第２関連度とに基づいて、前記第２グループに属するユーザの特徴を示す指標を生成する。

これにより、実施形態に係る生成装置１００は、利用者が入力した検索クエリ群、すなわち、定量的なデータに基づいて利用者の特徴を示す指標を生成できるため、利用者の特徴を精度良く把握することを可能にする。

また、算出部１３２は、第１関連度として、第１グループに属するユーザのうち異なる検索クエリを入力するユーザの数に基づいて、異なる検索クエリ間の関連度を算出し、第２関連度として、第２グループに属するユーザのうち異なる検索クエリを入力するユーザの数に基づいて、異なる検索クエリ間の関連度を算出する。

これにより、実施形態に係る生成装置１００は、各検索クエリ間の関連度に基づいて利用者の特徴を示す指標を生成できるため、第２グループに属する利用者の特徴を精度良く把握することを可能にする。

また、生成部１３３は、第１関連度と第２関連度との高低関係に基づいて第２グループに属するユーザの特徴を示す指標を生成する。

これにより、実施形態に係る生成装置１００は、第１関連度と第２関連度との相対的な関係に基づいて第２グループの第２関連度に属する利用者の特徴を示す指標を生成できるため、第２グループの利用者の特徴をより精度良く把握することを可能にする。

また、算出部１３２は、第１グループに属するユーザのうち、第１検索クエリと、第１検索クエリとは異なる第２検索クエリとを入力するユーザの数に基づいて、第１検索クエリに対する第２検索クエリの関連度を算出し、第２関連度として、第２グループに属するユーザのうち、第１検索クエリと、第２検索クエリとを入力するユーザの数に基づいて、第１検索クエリに対する第２検索クエリの関連度を算出し、生成部１３３は、第１関連度よりも第２関連度が高い場合には、第２グループに属するユーザが第１グループに属するユーザよりも第２検索クエリに関連する特徴を有することを示す指標を生成し、第２関連度よりも第１関連度が高い場合には、第２グループに属するユーザが第１グループに属するユーザよりも第２検索クエリに関連する特徴を有しないことを示す指標を生成する。

これにより、実施形態に係る生成装置１００は、第１関連度を基準として指標を生成することにより、第２グループに属する利用者の特徴をより精度良く把握することを可能にする。

また、生成部１３３は、第２グループに属するユーザの特徴を示す指標として、第２検索クエリが属するカテゴリへの嗜好性を有するか否かを示す指標を生成する。

これにより、実施形態に係る生成装置１００は、検索クエリが属するカテゴリへの嗜好性を示す指標を生成するため、第２グループに属する利用者の特徴をカテゴリ単位で精度良く把握することを可能にする。

また、算出部１３２は、第１検索クエリ又は第２検索クエリのいずれかを入力した第１グループに属するユーザの数と、第１検索クエリ及び第２検索クエリを両方とも入力した第１グループに属するユーザの数とに基づいて第１関連度を算出し、第１検索クエリ又は第２検索クエリのいずれかを入力した第２グループに属するユーザの数と、第１検索クエリ及び第２検索クエリを両方とも入力した第２グループに属するユーザの数とに基づいて第２関連度を算出する。

これにより、実施形態に係る生成装置１００は、各検索クエリ間の関連度をより精度よく算出し、算出した関連度に基づいて利用者の特徴を示す指標を生成できるため、第２グループに属する利用者の特徴を精度良く把握することを可能にする。

また、算出部１３２は、第２関連度として、第１グループに含まれる第２グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の関連度を算出する。

これにより、実施形態に係る生成装置１００は、例えば利用者全体を対象とする第１グループに含まれる第２グループに属する利用者の特徴を示す指標を生成するため、利用者全体のうち所定の属性等を有する利用者の特徴を精度良く把握することを可能にする。

また、算出部１３２は、所定の検索クエリの入力履歴、所定のサービスの利用履歴、または、所定の属性の少なくともいずれか一つに基づいて特定される第２グループにおける第２関連度を算出する。

これにより、実施形態に係る生成装置１００は、行動情報又は属性情報等により特定される第２グループに属する利用者の特徴を示す指標を生成するため、所定の情報によって特定される第２グループに属する利用者の特徴を精度良く把握することを可能にする。

［５．ハードウェア構成］
また、上述してきた各実施形態に係る生成装置は、例えば図９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。以下、生成装置１００を例に挙げて説明する。図９は、生成装置１００の機能を実現するコンピュータ１０００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、ＲＯＭ１３００、ＨＤＤ１４００、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又は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記憶する。通信インターフェイス１５００は、通信網５００（実施形態のネットワークＮに対応する）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、また、通信網５００を介してＣＰＵ１１００が生成したデータを他の機器へ送信する。

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、入出力インターフェイス１６００を介して生成したデータを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又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が生成装置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。また、ＨＤＤ１４００には、記憶部１２０内の各データが格納される。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、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。

［６．その他］
以上、本願の実施形態のいくつか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、発明の開示の欄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。

また、上述した生成装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、特許請求の範囲に記載した「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、生成部は、生成手段や生成回路に読み替えることができる。

１ 生成システム
２０ 検索装置
１００ 生成装置
１１０ 通信部
１２０ 記憶部
１２１ 関連度情報記憶部
１２２ 指標情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 算出部
１３３ 生成部

Claims (10)

1. 第１グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の第１関連度と、前記第１グループと異なる第２グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の第２関連度とを算出する算出部と、
   前記算出部によって算出された第１関連度と第２関連度とに基づいて、前記第２グループに属するユーザの特徴を示す指標を生成する生成部と、
   を備えたことを特徴とする生成装置。
2. 前記算出部は、
   前記第１関連度として、前記第１グループに属するユーザのうち異なる検索クエリを入力するユーザの数に基づいて、前記異なる検索クエリ間の関連度を算出し、前記第２関連度として、前記第２グループに属するユーザのうち前記異なる検索クエリを入力するユーザの数に基づいて、前記異なる検索クエリ間の関連度を算出する、
   ことを特徴とする請求項１に記載の生成装置。
3. 前記生成部は、
   前記第１関連度と前記第２関連度との高低関係に基づいて前記第２グループに属するユーザの特徴を示す指標を生成する、
   ことを特徴とする請求項１又は２に記載の生成装置。
4. 前記算出部は、
   前記第１関連度として、前記第１グループに属するユーザのうち、第１検索クエリと、当該第１検索クエリとは異なる第２検索クエリとを入力するユーザの数に基づいて、前記第１検索クエリに対する前記第２検索クエリの関連度を算出し、前記第２関連度として、前記第２グループに属するユーザのうち、前記第１検索クエリと、前記第２検索クエリとを入力するユーザの数に基づいて、前記第１検索クエリに対する前記第２検索クエリの関連度を算出し、
   前記生成部は、
   前記第１関連度よりも前記第２関連度が高い場合には、前記第２グループに属するユーザが前記第１グループに属するユーザよりも前記第２検索クエリに関連する特徴を有することを示す指標を生成し、前記第２関連度よりも前記第１関連度が高い場合には、前記第２グループに属するユーザが前記第１グループに属するユーザよりも前記第２検索クエリに関連する特徴を有しないことを示す指標を生成する、
   ことを特徴とする請求項１〜３のいずれか一つに記載の生成装置。
5. 前記生成部は、
   前記第２グループに属するユーザの特徴を示す指標として、前記第２検索クエリが属するカテゴリへの嗜好性を有するか否かを示す指標を生成する、
   ことを特徴とする請求項４に記載の生成装置。
6. 前記算出部は、
   前記第１検索クエリ又は前記第２検索クエリのいずれかを入力した前記第１グループに属するユーザの数と、前記第１検索クエリ及び前記第２検索クエリを両方とも入力した前記第１グループに属するユーザの数とに基づいて前記第１関連度を算出し、前記第１検索クエリ又は前記第２検索クエリのいずれかを入力した前記第２グループに属するユーザの数と、前記第１検索クエリ及び前記第２検索クエリを両方とも入力した前記第２グループに属するユーザの数とに基づいて前記第２関連度を算出する、
   ことを特徴とする請求項４又は５に記載の生成装置。
7. 前記算出部は、
   前記第２関連度として、前記第１グループに含まれる前記第２グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の関連度を算出する、
   ことを特徴とする請求項１〜６のいずれか一つに記載の生成装置。
8. 前記算出部は、
   所定の検索クエリの入力履歴、所定のサービスの利用履歴、または、所定の属性の少なくともいずれか一つに基づいて特定される前記第２グループにおける前記第２関連度を算出する、
   ことを特徴とする請求項１〜７のいずれか一つに記載の生成装置。
9. コンピュータが実行する生成方法であって、
   第１グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の第１関連度と、前記第１グループと異なる第２グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の第２関連度とを算出する算出工程と、
   前記算出工程によって算出された第１関連度と第２関連度とに基づいて、前記第２グループに属するユーザの特徴を示す指標を生成する生成工程と、
   を含むことを特徴とする生成方法。
10. 第１グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の第１関連度と、前記第１グループと異なる第２グループに属するユーザが入力した検索クエリ群に基づく検索クエリ間の第２関連度とを算出する算出手順と、
    前記算出手順によって算出された第１関連度と第２関連度とに基づいて、前記第２グループに属するユーザの特徴を示す指標を生成する生成手順と、
    をコンピュータに実行させることを特徴とする生成プログラム。

Images