JP6945708B1 - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents
情報処理装置、情報処理方法および情報処理プログラム Download PDFInfo
- Publication number
- JP6945708B1 JP6945708B1 JP2020176901A JP2020176901A JP6945708B1 JP 6945708 B1 JP6945708 B1 JP 6945708B1 JP 2020176901 A JP2020176901 A JP 2020176901A JP 2020176901 A JP2020176901 A JP 2020176901A JP 6945708 B1 JP6945708 B1 JP 6945708B1
- Authority
- JP
- Japan
- Prior art keywords
- data
- aggregated data
- information
- aggregated
- information processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】本願に係る情報処理装置は、登録受付部と、生成部と、提供部とを有する。登録受付部は、収集されたデータである元データの登録を受け付ける。生成部は、所定の集約条件に従って、元データが有する特徴ごとに、元データが集約されたデータである集約データを生成する。提供部は、集約データのうち、モデルに学習させる特徴を示す集約データを提供する。
【選択図】図3
Description
〔1.実施形態に係る生成処理の概要〕
まず、実施形態に係る情報処理の概要について説明する。例えば、ショッピングサービス等、消費者向けのサービスを開発するサービス側の開発者は、消費者により最適なコンテンツを提供できるよう、サービスが利用されることにより蓄積されたログを解析しモデルの学習に用いる場合がある。この際、開発者は、高精度なモデルが得られるよう、サービスが利用されたことにより蓄積されたログを収集し、収集したログを構造化したり定義付けしたりすることで学習データを調整する場合がある。
以下、実施形態に係る情報処理の説明に先立って、まず、実施形態に係る情報処理が実現されるシステムについて図1を用いて説明する。図1は、実施形態に係る情報処理の全体像を示す図である。図1には、実施形態に係る情報処理システムの一例として、情報処理システム1が示される。
ここからは、図1を用いて、実施形態に係る情報処理の一例について説明する。上述したように、図1には、サービスSV1を担当する担当者P11が、担当者装置10−1を用いて、サービスSV1を介して収集されたデータである元データ(サービスSV1が消費者によって利用されたことによる履歴情報)を情報処理装置100に登録する例が示される。また、図1には、サービスSV2を担当する担当者P21が、担当者装置10−2を用いて、サービスSV2を介して収集されたデータである元データ(サービスSV2が消費者によって利用されたことによる履歴情報)を情報処理装置100に登録する例が示される。
次に、図2を用いて、集約データを生成する生成処理の詳細な一例について説明する。図2は、集約データ生成処理の一例を示す図である。
次に、図3を用いて、実施形態に係る情報処理装置100について説明する。図3は、実施形態に係る情報処理装置100の構成例を示す図である。図3に示すように、情報処理装置100は、通信部110と、記憶部120と、制御部130とを有する。
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、例えば、担当者装置10−x、開発者装置20−xとの間で情報の送受信を行う。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ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。記憶部120は、集約データ記憶部121と、集約条件記憶部122とを有する。集約データ記憶部121および集約条件記憶部122の構成例については図2で説明済であるためここでの説明については省略する。
制御部130は、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、情報処理装置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、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。
登録受付部131は、収集されたデータである元データの登録を受け付ける。例えば、登録受付部131は、元データとして、所定のサービスを介して収集されたデータの登録を受け付ける。具体的な一例としては、登録受付部131は、所定のサービスを介して収集されたデータとして、所定のサービスが利用者によって利用されたことによる履歴情報の登録を受け付ける。また、ここでいう履歴情報とは、所定のサービスが消費者によって利用されたことによる各種の履歴情報であり、所定のサービスへのアクセス履歴、所定のサービスに対応するコンテンツの閲覧履歴、所定のサービスを利用して商品購入されたことによる購買履歴、所定のサービスが利用された際の位置履歴等を含み得る。
生成部132は、所定の集約条件に従って、元データが有する特徴ごとに、元データが集約されたデータである集約データを生成する。例えば、生成部132は、クレンジング処理された後の元データが有する特徴ごとに、クレンジング処理された後の元データが集約された集約データを生成する。
図3に戻り、入力受付部133は、生成部132により生成された集約データの提供を要求する提供要求を受け付ける。例えば、入力受付部133は、開発者(開発者装置20−x)から提供要求を受け付ける。また、係る提供要求では、例えば、どのような性能のモデルを得たいかといった、開発者がモデルについて解決したいと考える課題が所定のサービスを利用したサービス利用者(消費者)に関する利用者情報(サービス利用者の属性情報と、サービス利用者について定義されたラベル情報との組合せ)を用いて規定される。
提供部134は、生成部132により生成された集約データのうち、モデルに学習させる特徴を示す集約データを提供する。例えば、提供部134は、入力受付部133により利用者情報が受け付けられた場合に、生成部132により生成された集約データのうち、当該利用者情報に応じた特徴を示す集約データを、当該利用者情報を入力した入力元の利用者(開発者)に提供する。
学習部135は、これまでに提供された集約データおよび当該集約データを提供対象として出力したモデルに対して入力された利用者情報の組合せと、このモデルの精度に関する情報との関係性をモデルに学習させる。
次に、実施形態に係る情報処理の手順について説明する。
まず、図6を用いて、実施形態に係る情報処理のうち、集約データが生成される生成処理の手順について説明する。図6は、実施形態に係る生成処理手順を示すフローチャートである。
まず、図7を用いて、実施形態に係る情報処理のうち、生成処理で生成された集約データのうち、提供要求に応じた集約データを提供するための提供処理の手順について説明する。図7は、実施形態に係る提供処理手順を示すフローチャートである。
上記実施形態に係る情報処理装置100は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理装置100の他の実施形態について説明する。
上記実施形態では、生成部132が、所定のサービスが利用者によって利用されたことによる履歴情報が有する特徴ごとに、元データが集約されたデータである集約データを生成する例を示した。しかし、生成部132は、元データに基づき元データが収集された収集元の利用者(すなわち、サービス利用者)のコンテキストを推定することで、推定したコンテキストの特徴ごとに、元データが集約されたデータである集約データを生成してもよい。
また、生成部132は、種類の異なる元データを組み合わせることで集約データを生成してもよい。例えば、「時間帯×天気ごとの、売り上げランク10位以内の商品を購入した消費者に関する情報」といった特徴で集約するよう集約条件が定められているとする。係る場合、生成部132は、例えば、ショッピングサービスを介して収集された元データと、この元データに対応する期間での天気に関する天気データとをかけ合わせることで、ショッピングサービスを介して収集された元データを集約条件に従って集約する。
上記実施形態では、提供部134が、モデルに学習させる特徴を示す集約データを提供する例を示した。しかし、提供部134は、集約データに関するその他の情報も提供してよい。例えば、提供部134は、要求元の利用者に提供する提供対象の集約データのうち、特徴ごとの集約データ間で成立している関係性を示す情報をさらに提供してもよい。例えば、提供部134は、特徴ごとの集約データの間で所定の統計が得られた場合には、係る統計を示す統計情報を提供することができる。また、例えば、提供部134は、特徴ごとの集約データの間で所定の相関関係が得られた場合には、係る相関関係を示す相関情報を提供することができる。
また、提供部134は、提供対象の集約データについて低次元化を行い、低次元化した後の集約データを提供してもよい。例えば、提供部134は、学習にかかる時間を短縮化できるよう、学習に応じた最適な状態に変換する。一例としては、提供部134は、集約データがテキスト形式である場合には、テキストを所定のビット数に変換し、返還後の集約データを提供することができる。
また、上記実施形態に係る情報処理装置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、情報処理装置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。
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。
10−x 担当者装置
20−x 開発者装置
100 情報処理装置
120 記憶部
121 集約データ記憶部
122 集約条件記憶部
130 制御部
131 登録受付部
132 生成部
133 入力受付部
134 提供部
135 学習部
Claims (16)
- 収集されたデータである元データの登録を受け付ける登録受付部と、
所定の集約条件に従って、前記元データが有する特徴ごとに、前記元データが集約されたデータである集約データを生成する生成部と、
前記集約データのうち、モデルに学習させる特徴を示す集約データを提供する提供部と
を有し、
前記提供部は、所定のサービスを利用したサービス利用者に関する利用者情報であって集約データの提供要求として過去に入力された利用者情報と、前記生成部により生成された集約データのうち当該利用者情報に応じて提供された集約データとの関係性を学習したモデルを用いて、今回入力された利用者情報に応じた特徴を示す集約データを取得し、取得した集約データを、当該利用者情報を入力した入力元の利用者に提供する
ことを特徴とする情報処理装置。 - 前記登録受付部は、前記元データとして、所定のサービスを介して収集されたデータの登録を受け付ける
ことを特徴とする請求項1に記載の情報処理装置。 - 前記登録受付部は、前記所定のサービスを介して収集されたデータとして、前記所定のサービスが利用者によって利用されたことによる履歴情報の登録を受け付ける
ことを特徴とする請求項2に記載の情報処理装置。 - 前記生成部は、クレンジング処理された後の前記元データが有する特徴ごとに、クレンジング処理された後の前記元データが集約された前記集約データを生成する
ことを特徴とする請求項1〜3のいずれか1つに記載の情報処理装置。 - 前記生成部は、前記元データが有する特徴として、前記元データに基づき推定された、前記元データが収集された収集元の利用者のコンテキストの特徴ごとに、前記元データが集約されたデータである集約データを生成する
ことを特徴とする請求項1〜4のいずれか1つに記載の情報処理装置。 - 前記生成部は、前記所定の集約条件として、前記元データをどのような特徴別に集約させるかが規定された集約条件に従って、前記集約データを生成する
ことを特徴とする請求項1〜5のいずれか1つに記載の情報処理装置。 - 前記生成部は、前記元データをどのような特徴別に集約させるか前記所定の集約条件となる特徴を決定し、決定した特徴を前記集約条件として用いて前記集約データを生成する
ことを特徴とする請求項6に記載の情報処理装置。 - 前記生成部は、前記元データのうち所定の1種類の元データから、当該所定の1種類の元データから派生した、それぞれ種類の異なる複数種類の集約データを生成する
ことを特徴とする請求項1〜7のいずれか1つに記載の情報処理装置。 - 前記生成部は、前記元データに対応する期間のうち、異なる期間ごとに当該元データが集約された集約データを生成する
ことを特徴とする請求項8に記載の情報処理装置。 - 前記生成部は、前記元データのうちそれぞれ種類の異なる複数種類の元データから、異なる複数種類の元データをかけ合わせた所定の1種類の集約データを生成する
ことを特徴とする請求項1〜9のいずれか1つに記載の情報処理装置。 - 前記利用者情報の入力を受け付ける入力受付部をさらに有し、
前記提供部は、前記入力受付部により利用者情報が受け付けられた場合に、前記集約データのうち、当該利用者情報に応じた特徴を示す集約データを、当該利用者情報を入力した入力元の利用者に提供する
ことを特徴とする請求項1〜10のいずれか1つに記載の情報処理装置。 - 前記入力受付部は、前記利用者情報として、前記サービス利用者の属性情報と、前記サービス利用者について定義されたラベル情報との組合せを受け付ける
ことを特徴とする請求項11に記載の情報処理装置。 - 前記提供部は、これまでに提供された集約データおよび当該集約データを提供対象として出力したモデルに対して入力された前記利用者情報の組合せと、前記モデルの精度に関する情報との関係性を学習したモデルを用いて、今回入力された利用者情報に応じた特徴を示す集約データを取得し、取得した集約データを、当該利用者情報を入力した入力元の利用者に提供する
ことを特徴とする請求項11または12に記載の情報処理装置。 - 前記提供部は、提供対象の集約データであって、前記元データが有する特徴ごとの集約データそれぞれの間での関係性を示す情報をさらに提供する
ことを特徴とする請求項1〜13のいずれか1つに記載の情報処理装置。 - 情報処理装置が実行する情報処理方法であって、
収集されたデータである元データの登録を受け付ける登録受付工程と、
所定の集約条件に従って、前記元データが有する特徴ごとに、前記元データが集約されたデータである集約データを生成する生成工程と、
前記集約データのうち、モデルに学習させる特徴を示す集約データを提供する提供工程と
を含み、
前記提供工程は、所定のサービスを利用したサービス利用者に関する利用者情報であって集約データの提供要求として過去に入力された利用者情報と、前記生成工程により生成された集約データのうち当該利用者情報に応じて提供された集約データとの関係性を学習したモデルを用いて、今回入力された利用者情報に応じた特徴を示す集約データを取得し、取得した集約データを、当該利用者情報を入力した入力元の利用者に提供する
ことを特徴とする情報処理方法。 - 収集されたデータである元データの登録を受け付ける登録受付手順と、
所定の集約条件に従って、前記元データが有する特徴ごとに、前記元データが集約されたデータである集約データを生成する生成手順と、
前記集約データのうち、モデルに学習させる特徴を示す集約データを提供する提供手順と
をコンピュータに実行させ、
前記提供手順は、所定のサービスを利用したサービス利用者に関する利用者情報であって集約データの提供要求として過去に入力された利用者情報と、前記生成手順により生成された集約データのうち当該利用者情報に応じて提供された集約データとの関係性を学習したモデルを用いて、今回入力された利用者情報に応じた特徴を示す集約データを取得し、取得した集約データを、当該利用者情報を入力した入力元の利用者に提供する
ことを特徴とする情報処理プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020176901A JP6945708B1 (ja) | 2020-10-21 | 2020-10-21 | 情報処理装置、情報処理方法および情報処理プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020176901A JP6945708B1 (ja) | 2020-10-21 | 2020-10-21 | 情報処理装置、情報処理方法および情報処理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6945708B1 true JP6945708B1 (ja) | 2021-10-06 |
| JP2022068001A JP2022068001A (ja) | 2022-05-09 |
Family
ID=77915195
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020176901A Active JP6945708B1 (ja) | 2020-10-21 | 2020-10-21 | 情報処理装置、情報処理方法および情報処理プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6945708B1 (ja) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6374573B1 (ja) * | 2017-06-08 | 2018-08-15 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
| US11295235B2 (en) * | 2017-12-28 | 2022-04-05 | Intel Corporation | Filtering training data for models in a data center |
| JP7249103B2 (ja) * | 2018-02-23 | 2023-03-30 | ヤフー株式会社 | 選択装置、選択方法、及び選択プログラム |
| JP6947768B2 (ja) * | 2019-02-25 | 2021-10-13 | ヤフー株式会社 | 推定装置、推定方法および推定プログラム |
| JP7279445B2 (ja) * | 2019-03-20 | 2023-05-23 | 富士通株式会社 | 予測方法、予測プログラムおよび情報処理装置 |
-
2020
- 2020-10-21 JP JP2020176901A patent/JP6945708B1/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022068001A (ja) | 2022-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11687352B2 (en) | Machine-learning models applied to interaction data for determining interaction goals and facilitating experience-based modifications to interface elements in online environments | |
| US10373177B2 (en) | Dynamic prediction of online shopper's intent using a combination of prediction models | |
| WO2019157928A1 (zh) | 一种获取多标签用户画像的方法和装置 | |
| US10497012B1 (en) | Correcting for location bias using artificial intelligence | |
| CN107808314B (zh) | 用户推荐方法及装置 | |
| JP6679451B2 (ja) | 選択装置、選択方法および選択プログラム | |
| JP2018077615A (ja) | 広告画像生成装置、広告画像生成方法、広告画像生成装置用プログラム | |
| JP6546254B2 (ja) | 推定装置、推定方法、および推定プログラム | |
| Stadnik et al. | The impact of web pages’ load time on the conversion rate of an e-commerce platform | |
| US20170255997A1 (en) | Social Investing Software Platform | |
| CN111738787A (zh) | 一种信息推送方法及装置 | |
| CN119558901A (zh) | 一种营销策略执行方法和相关设备 | |
| JP6982675B1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| JP2024007647A (ja) | データ処理装置、推論装置、機械学習装置、データ処理方法、推論方法、及び、機械学習方法 | |
| Akram et al. | Consumer behavior prediction using machine learning algorithms | |
| CN112036987A (zh) | 确定推荐商品的方法和装置 | |
| JP2022068001A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
| KR20220015860A (ko) | 인공 지능 코디네이터 플랫폼의 방법과 시스템 | |
| JP7195187B2 (ja) | 推定装置、推定方法及び推定プログラム | |
| JP2023079293A (ja) | 情報処理装置、情報処理システム、情報処理方法、およびプログラム | |
| JP6865153B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
| JP7459040B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
| Migueis et al. | Predicting Market Basket Additions as a Way to Enhance Customer Service Levels | |
| JP7548896B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
| JP7476081B2 (ja) | 検索装置、検索方法及び検索プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210219 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210219 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210430 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210511 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210712 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210831 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210914 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6945708 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |