JP6951006B1 - 情報処理システム - Google Patents

Abstract

【課題】ユーザの嗜好に応じた商品を提案することができるようにする。【解決手段】情報処理システムであって、ユーザの電子メールデータを取得する電子メール取得部と、電子メールデータを解析してユーザが購入した商品又はサービスに係る購入データを抽出する購入データ抽出部と、購入データを記憶する購入履歴記憶部と、ユーザから商品又はサービスについて再度購入の意思の入力を受け付ける購入意思入力部をさらに備え、意思に応じてユーザに商品又はサービスを提案するレコメンド部と、を備えることを特徴とする。【選択図】図１

Description

本発明は、情報処理システムに関する。

購入履歴に応じて商品をレコメンドすることが行われている（例えば、特許文献１参照）。

特開２００２−０２４２７８号公報

しかしながら、ユーザが商品についてどのように感じているかを把握することは困難である。

本発明はこのような背景を鑑みてなされたものであり、ユーザの嗜好に応じた商品を提案することのできる技術を提供することを目的とする。

上記課題を解決するための本発明の主たる発明は、情報処理システムであって、ユーザの電子メールデータを取得する電子メール取得部と、前記電子メールデータを解析して前記ユーザが購入した商品又はサービスに係る購入データを抽出する購入データ抽出部と、前記購入データを記憶する購入履歴記憶部と、前記ユーザから前記商品又はサービスについて再度購入の意思の入力を受け付ける購入意思入力部をさらに備え、前記意思に応じて前記ユーザに前記商品又はサービスを提案するレコメンド部と、を備えることを特徴とする。

その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。

本発明によれば、ユーザの嗜好に応じた商品を提案することができる。

本実施形態に係るレコメンドシステムの全体構成例を示す図である。 本実施形態に係るサーバ装置１０のハードウェア構成例を示す図である。 本実施形態に係るサーバ装置１０のソフトウェア構成例を示す図である。 電子メールデータの一例を説明する図である。 好感度及び購入意思の両方に応じて提案する商品の決定を説明する図である。 本実施形態のレコメンドシステムの動作について説明する図である。

＜発明の概要＞
本発明の実施形態の内容を列記して説明する。本発明は、たとえば、以下のような構成を備える。
［項目１］
ユーザの電子メールデータを取得する電子メール取得部と、
前記電子メールデータを解析して前記ユーザが購入した商品又はサービスに係る購入データを抽出する購入データ抽出部と、
前記購入データを記憶する購入履歴記憶部と、
前記ユーザから前記商品又はサービスについて再度購入の意思の入力を受け付ける購入意思入力部をさらに備え、
前記意思に応じて前記ユーザに前記商品又はサービスを提案するレコメンド部と、
を備えることを特徴とする情報処理システム。
［項目２］
項目１に記載の情報処理システムであって、
前記レコメンド部は、前記第１の商品又はサービスについて再度購入したい前記意思を入力した前記ユーザに対しては、前記第１の商品又はサービスをレコメンドし、前記第１の商品又はサービスについて再度購入したくない前記意思を入力した前記ユーザに対しては、前記第１の商品又はサービスとは異なる第２の商品又はサービスをレコメンドすること、
を特徴とする情報処理システム。
［項目３］
項目２に記載の情報処理システムであって、
前記購入データには、前記商品又はサービスの提供者を示す情報が含まれ、
前記レコメンド部は、前記第１の商品又はサービスについて再度購入したくない前記意思を入力した前記ユーザに対して、前記購入データに含まれる前記提供者とは異なる提供者が提供している、前記第１の商品又はサービスをレコメンドすること、
を特徴とする情報処理システム。
［項目４］
項目１乃至３のいずれか１項に記載の情報処理システムであって、
前記レコメンド部は、前記購入データに基づいて、前記ユーザが前記商品又はサービスを購入する購入間隔を推定し、前記ユーザに対応する最新の前記購入データの日付から前記購入間隔に応じた期間が経過したタイミングで、前記商品又はサービスを前記ユーザに提案すること、
を特徴とする情報処理システム。
［項目５］
項目１乃至４のいずれか１項に記載の情報処理システムであって、
前記意思の入力に応じて、前記ユーザにポイントを発行するポイント発行部をさらに備えること、
を特徴とする情報処理システム。
［項目６］
項目１乃至５のいずれか１項に記載の情報処理システムであって、
前記ユーザから前記商品又はサービスについての好感度の入力を受け付ける好感度入力部と、
前記レコメンド部は、前記好感度及び前記意思に応じて、前記ユーザに前記商品又はサービスを提案すること、
を特徴とする情報処理システム。

＜システム概要＞
以下、本発明の一実施形態に係るレコメンドシステムについて説明する。本実施形態のレコメンドシステムは、ユーザに対して商品（サービスを含む。以下同じ。）をレコメンドしようとするものである。本実施形態のレコメンドシステムでは、ユーザが過去に購入した商品についてユーザからの評価を受け付け、商品に対するユーザの評価に応じて、同一の又は異なる商品をレコメンドしようとするものである。本実施形態では、ユーザから受け付ける評価には、当該商品を再度購入する意思が含まれ、さらには、当該商品に対する好感度を含むこともできる。

本実施形態では、再度購入の意思とは、購入を希望するかしないかの２つのカテゴリであってよい。例えば、「また買いたい」又は「二度と買わない」のカテゴリ、あるいは、サブスクリプション型の購入（継続購入）である場合には、「継続したい」又は「退会したい」のカテゴリとすることができる。なお、再度の購入の意思は、それ以外のカテゴリであってもよいし、５段階や１０段階など、購入を希望する度合を示すスコアであってもよい。

また、本実施形態では、好感度は、ユーザが商品に好感を抱くか否かの２つのカテゴリであってよい。例えば、「好き」又は「嫌い」のカテゴリとすることができる。なお、好感度は、それ以外のカテゴリであってもよいし、５段階や１０段階など、好感の度合を示すスコアであってもよい。

本実施形態のレコメンドシステムは、ユーザから受け付けた再度購入の意思と好感度とに応じて、商品をレコメンドする。

図１は、本実施形態に係るレコメンドシステムの全体構成例を示す図である。本実施形態のレコメンドシステムは、サーバ装置１０を含んで構成される。サーバ装置１０は、ユーザ端末２０と通信ネットワークを介して通信可能に接続される。通信ネットワークは、たとえばインターネットであり、公衆電話回線網や携帯電話回線網、無線通信路、イーサネット（登録商標）などにより構築されうる。

＜ハードウェア構成例＞
サーバ装置１０は、例えばワークステーションやパーソナルコンピュータのような汎用コンピュータとしてもよいし、あるいはクラウド・コンピューティングによって論理的に実現されてもよい。

図２は、本実施形態に係るサーバ装置１０のハードウェア構成例を示す図である。サーバ装置１０は、例えばワークステーションやパーソナルコンピュータのような汎用コンピュータとしてもよいし、あるいはクラウド・コンピューティングによって論理的に実現されてもよい。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。情報処理装置は、ＣＰＵ１０１、メモリ１０２、記憶装置１０３、通信インタフェース１０４、入力装置１０５、出力装置１０６を備える。記憶装置１０３は、各種のデータやプログラムを記憶する、例えばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどである。通信インタフェース１０４は、通信ネットワークに接続するためのインタフェースであり、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Universal Serial Bus）コネクタやＲＳ２３２Ｃコネクタなどである。入力装置１０５は、データを入力する、例えばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどである。出力装置１０６は、データを出力する、例えばディスプレイやプリンタ、スピーカなどである。なお、後述するサーバ装置１０が備える各機能部は、ＣＰＵ１０１が記憶装置１０３に記憶されているプログラムをメモリ１０２に読み出して実行することにより実現され、サーバ装置１０が備える記憶部は、メモリ１０２及び記憶装置１０３が提供する記憶領域の一部として実現されることができる。後述するサーバ装置１０の各機能部は、ＣＰＵ１０１が記憶装置１０３に記憶されているプログラムをメモリ１０２に読み出して実行することにより実現され、サーバ装置１０の各記憶部は、メモリ１０２及び記憶装置１０３が提供する記憶領域の一部として実現される。

＜ソフトウェア構成例＞
図３は、本実施形態に係るサーバ装置１０のソフトウェア構成例を示す図である。サーバ装置１０は、電子メール取得部１１１、購入データ抽出部１１２、購入意思入力部１１３、好感度入力部１１４、ポイント発行部１１５、レコメンド部１１６、購入履歴記憶部１３１、ルール記憶部１３２、ユーザ評価記憶部１３３、商品情報記憶部１３４を備える。

購入履歴記憶部１３１は、購入した商品に関する情報（以下、購入データという。）を記憶する。購入データには、ユーザを示すユーザＩＤ、購入日、購入した商品を特定する商品ＩＤ、取引が行われた店舗の店舗名、商品に対する支払金額、商品の送料、購入金額などが含まれうる。購入金額は、支払金額に送料を加算し、ポイントや手数料その他に応じた加算減算を行った後の最終金額であり、決済の対象となる決済金額とすることができる。なお、購入金額として、支払金額を採用してもよい。

ルール記憶部１３２は、電子メールデータを解析するためのルールを記憶する。ルール記憶部１３２は、例えば、店舗ごとにルールを記憶することができる。ルールは、例えば、電子メールデータを機械学習により学習した学習モデルであってもよい。ルール記憶部１３２は、電子メールの送信元となるアドレスのパターン（アドレスそのものであってもよいし、アドレスを正規表現等により表現したパターンであってもよい。）をさらに対応付けて記憶するようにすることもできる。

ユーザ評価記憶部１３３は、購入した商品に対するユーザの評価を記憶する。ユーザ評価記憶部１３３は、ユーザＩＤ及び商品ＩＤに対応付けて、購入意思及び好感度を記憶することができる。購入意思及び好感度は、購入した商品についてユーザから入力される値である。本実施形態では、購入意思は、再度の購入を希望するかしないか（「また買いたい」、「サブスクリプションを継続したい」などの再度の購入を希望することと、「二度と買わない」もしくは「サブスクリプションを解約したい」などの再度の購入を希望しないことと）のいずれかであるものとする。また、本実施形態では、好感度は、「好き」又は「嫌い」のいずれかであるものとする。なお、上述したように、購入意思及び好感度はいずれも、数値により表現するようにすることもできる。

商品情報記憶部１３４は、商品に関する情報（商品情報）を記憶する。商品情報記憶部１３４が記憶する商品情報には、商品を特定する商品ＩＤに対応付けて、商品名、商品に関連するユーザの目的、商品のカテゴリ、及び商品の属性が含まれるようにすることができる。商品名は、商品の表記揺れを特定可能なパターンとしてもよい。目的は複数設定することができる。例えば、ボールペンについて、「筆記」及び「装飾」の目的を設定するなどすることもできる。カテゴリは、目的ごとに設定することができる。カテゴリは複数階層であってもよく、例えば、大分類、中分類、小分類などを設定することができる。属性は、例えば、この商品が想定するユーザセグメントを特定する情報（デモグラフィック情報など）としてもよいし、この商品を好きなユーザ又はセグメントを特定するための情報（セグメント情報）としてもよい。セグメント情報は、ある商品ＩＤを含む購入データに対応するユーザに共通する特徴量とすることができる。

電子メール取得部１１１は、ユーザ宛ての電子メールデータを取得する。電子メール取得部１１１は、メールサーバにアクセスして、ＰＯＰ（Post Office Protocol）、ＩＭＡＰ（Internet Message Access Protocol）などのプロトコルに従って、ユーザのメールボックスから電子メールデータを取得することができる。サーバ装置１０は、アクセスするメールサーバをユーザＩＤに対応付けて管理するメールサーバ記憶部を備えるようにし、電子メール取得部１１１は、メールサーバ記憶部に登録されている全てのメールサーバにアクセスして、電子メールデータを収集するようにすることもできる。

購入データ抽出部１１２は、電子メールデータを解析して、ユーザが購入した商品に係る購入データを抽出する。電子メールデータのうち、購入した商品に関連するものには、その商品に関連する情報（購入データ）が含まれている。購入した商品に関連する電子メールデータとは、例えば、ＥＣサイトなどにおいてユーザが商品を購入した後に、ＥＣサイトからユーザに対して確認のための通知される電子メールである。ユーザは、多様な商品又はサービスの提供者から購入した商品について、各提供者のサーバを意識することなく、電子メールデータのみを見ることで何をいつ購入したかを確認することができる。購入データ抽出部１１２は、ルール記憶部に登録されているルールに従って電子メールデータから購入データを抽出することができる。購入データ抽出部１１２は、電子メールデータに含まれている送信元のアドレスがマッチするアドレスパターンに対応するルールをルール記憶部１３２から読み出して、読み出したルールに基づいて電子メールデータから購入データを抽出することができる。また、購入データ抽出部１１２は、ルール記憶部１３２に記憶されている全てのルールを適用して、購入データの抽出に成功したものを使用するようにしてもよく、この場合には、成功したルールに対応する店舗名を特定することができる。購入データ抽出部１１２は、購入データを電子メールデータから抽出することにより、多種多様なＥＣサイト等の提供者のサーバにアクセスすることなく、電子メールから多種多様な購入データを取得することができる。

図４は、電子メールデータの一例を説明する図である。図４には、ＥＣ（電子商取引）サイトにおいて商品が購入された際に通知される電子メールである購入通知メール２１の例が示されている。購入通知メール２１には、商品が購入された日時２１１、購入された商品の商品名２１２、取引金額２１３（商品に対する支払金額と送料とを含む。）を示すテキストデータが含まれている。購入データ抽出部１１２は、ルールに従ってこれらのデータを電子メールデータから抽出し、抽出したデータに基づいて購入データを作成することができる。購入データ抽出部１１２は、商品名２１２に対応する商品ＩＤを商品情報記憶部１３４から特定することができる。

なお、購入データ抽出部１１２は、購入データの好感度に相当するデータが含まれているものについては、好感度を抽出するようにしてもよい。例えば、ユーザがＥＣサイトなどにおいて商品について設定した評価値（星など）が電子メールデータに含まれている場合には、購入データ抽出部１１２は、当該評価値を好感度として取得することができる。

また、購入データ抽出部１１２は、電子メールデータに、商品についてユーザが書いたレビューが含まれている場合に、レビューを解析して好感度又は再度の購入意思を推定することもできる。購入データ抽出部１１２は、例えば、レビューに好感又は再度購入したい意思を示すキーワードが含まれている数と、嫌悪又は再度購入したくないことを示すキーワードが含まれている数とをカウントし、これらに応じて好感度又は再度購入の意思を推定することができる。また、購入データ抽出部１１２は、キーワードの有無だけでなく、構文解析を行うことにより、商品に対する好感度及び再度購入の意思を推定するようにしてもよい。また、機械学習を用いてレビューの好感度及び再度購入の意思を推定するようにすることもできる。

購入データ抽出部１１２は、抽出した購入データを購入履歴記憶部１３１に登録することができる。

購入意思入力部１１３は、購入データに係る商品に対する再度購入の意思を受け付ける。購入意思入力部１１３は、例えば、購入履歴記憶部１３１から、特定のユーザに対応する購入データに含まれる商品ＩＤを重複なく抽出し、抽出したい商品ＩＤに対応する商品情報をユーザ端末２０に送信し、ユーザ端末２０に対して商品情報の一覧（ユーザＩＤ及び商品ＩＤに対応する購入意思がユーザ評価記憶部１３３に登録されていないものに限定してもよい。）を送信し、ユーザ端末２０において商品の指定及び購入意思の入力を行わせることができる。購入意思入力部１１３は、指定された商品及び入力された購入意思をユーザ端末２０から受信し、ユーザＩＤ、商品ＩＤに対応付けて購入意思を好感度記憶部１３３に登録（又は更新）することができる。

好感度入力部１１４は、購入データに係る商品に対する好感度の入力を受け付ける。好感度入力部１１４は、例えば、購入履歴記憶部１３１から、特定のユーザに対応する購入データに含まれる商品ＩＤを重複なく抽出し、抽出したい商品ＩＤに対応する商品情報をユーザ端末２０に送信し、ユーザ端末２０に対して商品情報の一覧（ユーザＩＤ及び商品ＩＤに対応する好感度がユーザ評価記憶部１３３に登録されていないものに限定してもよい。）を送信し、ユーザ端末２０において商品の指定及び好感度の入力を行わせることができる。好感度入力部１１４は、指定された商品及び入力された好感度をユーザ端末２０から受信し、ユーザＩＤ、商品ＩＤに対応付けて好感度を好感度記憶部１３３に登録（又は更新）することができる。なお、購入意思及び好感度を同時に受け付けるようにすることができる。

ポイント発行部１１５は、購入意思及び好感度の少なくともいずれかの入力に応じてポイントを発行することができる。ポイントは、購入意思及び好感度の少なくともいずれかを入力してくれたことに対する報賞としてユーザに付与することができる。ポイント発行部１１５は、例えば、購入意思及び好感度が入力された商品の数に応じてポイントを発行することができる。

レコメンド部１１６は、好感度に応じて商品を提案する。レコメンド部１１６は、第１の商品に好感を持つユーザに対しては、その第１の商品をレコメンドし、第１の商品に好感を持たないユーザに対しては、第１の商品とは異なる第２の商品をレコメンドすることができる。レコメンド部１１６は、第２の商品をレコメンドする場合、第１の商品の類似品又は代替品となる商品を第２の商品として選択することができる。商品がカテゴリ分けされている場合、カテゴリに応じて類似品又は代替品を選択することができる。例えば、商品に対して、大分類、中分類及び小分類が設定されている場合に、小分類が共通する商品を類似品、中分類が共通する商品を代替品として選択することができる。

また、レコメンド部１１６は、好感度及び購入意思の両方に応じて、ユーザに商品を提案することができる。図５は、好感度及び購入意思の両方に応じて提案する商品の決定を説明する図である。

同図に示すように、レコメンド部１１６は、好感度が良い（「好き」）場合に、再度の購入意思がある（「また買う」）ときには、ユーザが購入した商品と同じ商品を提案することができる。また、好感度が良い（「好き」）場合であっても、再度の購入意思がない（「二度と買わない」）ときには、レコメンド部１１６は、ユーザが購入した商品の類似品又は代替品を提案することができる。

また、レコメンド部１１６は、好感度が悪い（「嫌い」）場合であっても、再度の購入意思がある（「また買う」）ときには、ユーザが購入した商品と同じ商品を提案することもできるし、類似品又は代替品を提案することもできる。また、好感度が悪い（「嫌い」）場合に、再度の購入意思もない（「二度と買わない」）ときには、レコメンド部１１６は、ユーザが購入した商品の類似品又は代替品を提案することができる。

また、レコメンド部１１６は、商品をレコメンドするにあたり、目的ごとに類似品又は代替品を提案することができる。例えば、レコメンド部１１６は、購入データの商品ＩＤに対応する商品情報に含まれる目的ごとのカテゴリを読み出し、読み出したカテゴリ（中分類又は小分類）と同じカテゴリ（中分類又は小分類）の他の商品を提案することができる。

また、レコメンド部１１６は、購入データに基づいて、ユーザが商品を購入する購入間隔を推定することができる。レコメンド部１１６は、ユーザに対応する最新の購入データの日付から、推定した購入間隔に応じた期間が経過したタイミングで商品をユーザに提案することができる。レコメンド部１１６は、例えば、購入履歴記憶部１３１から、ユーザＩＤ及び商品ＩＤに対応する購入データのうち、過去所定期間（全期間であってもよいし、過去１年間であってもよい。また、新しい順に所定数であってもよい。）のものを抽出し、抽出した購入データを購入日の順に並べ、連続する２つの購入データの購入日の間隔の集計値（平均値であってもいし、中央値であってもよいし、ベイズ学習等により推定される分布の期待値であってもよい。）を、購入間隔として推定することができる。レコメンド部１１６は、最新の購入データの日付に、推定した購入間隔を加算した日付に、商品のレコメンドを行うようにすることができる。

また、レコメンド部１１６は、購入データに基づいて、所定期間（例えば１か月や６ヶ月、１年など任意の期間とすることができる。）の間に商品を購入した回数（購入頻度）が所定の閾値以上である場合には、当該商品についての好感度が悪い（「嫌い」）ときにも、当該商品を提案するようにすることができる。また、好感度が悪い場合、レコメンド部１１６は、当該商品の類似商品（小分類が同じ商品）を提案することができる。また、好感度が悪い場合に、レコメンド部１１６は、当該商品の代替商品（中分類が同じ商品）を提案することもできる。また、好感度が悪い場合に、再度購入の意思がある（「また買いたい」）ときには、当該商品に係る目的と同じ目的の他の商品（類似商品又は代替商品）を提案することができる。

また、レコメンド部１１６は、電子メールデータから商品を特定する情報（商品名など）と、商品に関連するキーワード（例えば、「壊れた」「使えない」「なくした」）とを検出したことを契機として、当該商品、類似品又は代替品を提案することができる。

また、レコメンド部１１６は、商品の販売者が値引き等のキャンペーンを開始したことを契機として、対象商品について高い好感度を設定しているユーザ又は対象消費について再度購入する意思（「また買いたい」）を設定しているユーザに対して、対象商品を提案することができる。

＜動作＞
図６は、本実施形態のレコメンドシステムの動作について説明する図である。

サーバ装置１０は、ユーザの電子メールデータを取得し（Ｓ３０１）、取得した電子メールデータを解析して購入データを抽出し（Ｓ３０２）、抽出した購入データを購入履歴記憶部１３１に登録する（Ｓ３０３）。サーバ装置１０は、ユーザから商品についての好感度及び再度の購入意思の入力を受け付け（Ｓ３０５）、ユーザＩＤ及び商品ＩＤに対応づけてユーザ評価記憶部１３３に登録し、好感度及び再度の購入意思の入力に応じたポイントを発行することができる（Ｓ３０６）。

次に、サーバ装置１０は、好感度及び購入意思に応じて提案商品を決定する（Ｓ３０６）。サーバ装置１０は、例えば、図５に示すように、好感度及び購入意思に応じて、同一商品、代替商品又は類似商品から１つ又は複数の提案商品を決定することができる。

サーバ装置１０は、購入履歴記憶部１３１に記憶されている購入データに基づいて、商品ごとに購入間隔を推定し（Ｓ３０７）、前回の購入日から、推定した購入間隔が経過したか否かを判断し（Ｓ３０８）、購入間隔が経過している場合には（Ｓ３０８：ＹＥＳ）、上記決定した提案商品を提案する（Ｓ３０９）．

以上のようにして、本実施形態のレコメンドシステムによれば、商品についてユーザから入力された評価（好感度及び再度の購入意思）に応じた提案商品を、購入履歴に応じた購入間隔のタイミングで提案することができる。

以上、本実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。

例えば、本実施形態では、サーバ装置１０は１台のコンピュータであるものとして説明したが、複数台のコンピュータでサーバ装置１０の機能部及び記憶部を分散して備えるようにすることもできる。

また、本実施形態では、再度購入の意思と好感度との両方に応じて商品のレコメンドを行うものとしたが、これに限らず、再度購入の意思のみ、又は、好感度のみに応じて商品のレコメンドを行うことができる。例えば、ユーザがある商品について再度購入の意思がある（「また買いたい」）場合に、サーバ装置１０は、同一の商品、代替品、類似品をレコメンドすることができる。また、サーバ装置１０は、ユーザがある商品について再度購入の意思がない（「二度と買わない」）場合に、同一の商品を、異なる店舗からの購入を勧めるレコメンドを行うこともできる。また、再度購入の意思がない場合に、サーバ装置１０は、該当商品と同じ目的を有する他の商品（代替品や類似品）を提案するようにすることもできる。

また、本実施形態では、電子メールデータから商品又はサービスの購入履歴を取得するものとしたが、これに限らず、カレンダーに登録された予定、ＴＯＤＯリストに登録された項目に基づいて、ユーザが購入した商品を特定するようにすることもできる。

また、ＥＣサイト等のＷｅｂページからデータを抽出（スクレイピング）したり、ＥＣサイトやクレジットカード会社など他社のサーバから購入データを取得するようにしてもよい。これらの購入データを補完的に利用して、電子メールデータから抽出できなかった購入データを取得し、あるいは電子メールデータからは抽出できなかった購入データの一部の項目を取得するようにすることができる。

また、サーバ装置１０は、カレンダーデータやＴＯＤＯデータの内容から、関連する商品を検出するようにし、検出した商品についての好感度及び再度購入の意思を受け付けるようにすることもできる。

また、サーバ装置１０のレコメンド部１１６は、カレンダーデータからユーザの空き時間を検出し、空き時間の所定時間前のタイミングで、エンターテインメント関連の商品（映画鑑賞や商業施設への訪問なども含む。）を提案することができる。

１０ サーバ装置
２０ ユーザ端末

Claims (6)

1. ユーザの電子メールデータを取得する電子メール取得部と、
   前記電子メールデータを解析して前記ユーザが購入した商品又はサービスに係る購入データを抽出する購入データ抽出部と、
   前記購入データを記憶する購入履歴記憶部と、
   前記商品又はサービスごとに、前記商品又はサービスに係る前記ユーザの目的を記憶する商品情報記憶部と、
   前記ユーザから前記商品又はサービスについて再度購入の意思の入力を受け付ける購入意思入力部と、
   前記意思に応じて前記ユーザに、前記ユーザが購入した第１の前記商品又はサービスの前記目的と同じ前記目的に対応する第２の前記商品又はサービスを提案するレコメンド部と、
   を備え、
   前記購入意思入力部はさらに、前記ユーザから前記商品又はサービスに係る好き又は嫌いを示す好感度の入力を受け付け、
   前記レコメンド部は、前記第１の商品又はサービスについて、前記ユーザが、嫌いを示す前記好感度と、再度購入したい前記意思とを入力した場合に、前記第１の商品又はサービスと同じ前記目的に対応する前記第２の商品又はサービスのうち、前記第１の商品とは異なる商品又はサービスを提案すること、
   を特徴とする情報処理システム。
2. ユーザの電子メールデータを取得する電子メール取得部と、
   前記電子メールデータを解析して前記ユーザが購入した商品又はサービスに係る購入データを抽出する購入データ抽出部と、
   前記購入データを記憶する購入履歴記憶部と、
   前記商品又はサービスごとに、前記商品又はサービスに係る前記ユーザの目的を記憶する商品情報記憶部と、
   前記ユーザから前記商品又はサービスについて再度購入の意思の入力を受け付ける購入意思入力部と、
   前記意思に応じて前記ユーザに、前記ユーザが購入した第１の前記商品又はサービスの前記目的と同じ前記目的に対応する第２の前記商品又はサービスを提案するレコメンド部と、
   を備え、
   前記購入意思入力部はさらに、前記ユーザから前記商品又はサービスに係る好き又は嫌いを示す好感度の入力を受け付け、
   前記レコメンド部は、前記第１の商品又はサービスについて、前記ユーザが、好きを示す前記好感度と、再度購入したくない前記意思とを入力した場合に、前記第１の商品又はサービスと同じ前記目的に対応する前記第２の商品又はサービスのうち、前記第１の商品とは異なる商品又はサービスを提案すること、
   を特徴とする情報処理システム。
3. ユーザの電子メールデータを取得する電子メール取得部と、
   前記電子メールデータを解析して前記ユーザが購入した商品又はサービスに係る購入データを抽出する購入データ抽出部と、
   前記購入データを記憶する購入履歴記憶部と、
   前記ユーザから前記商品又はサービスについて再度購入の意思、及び、好き又は嫌いを示す好感度の入力を受け付ける購入意思入力部と、
   前記ユーザに前記商品又はサービスを提案するレコメンド部と、
   を備え、
   前記レコメンド部は、前記第１の商品又はサービスについて、嫌いを示す前記好感度と再度購入したくない前記意思とを入力した前記ユーザに対して、前記第１の商品又はサービスとは異なる第２の商品又はサービスであって、前記第１の商品又はサービスと同じカテゴリに属する前記第２の商品又はサービスをレコメンドすること、
   を特徴とする情報処理システム。
4. ユーザの電子メールデータを取得する電子メール取得部と、
   前記電子メールデータを解析して前記ユーザが購入した商品又はサービスに係る購入データを抽出する購入データ抽出部と、
   前記購入データを記憶する購入履歴記憶部と、
   前記ユーザから前記商品又はサービスについて再度購入の意思の入力を受け付ける購入意思入力部と、
   前記ユーザに前記商品又はサービスを提案するレコメンド部と、
   を備え、
   前記購入データには、前記商品又はサービスの提供者を示す情報が含まれ、
   前記レコメンド部は、前記第１の商品又はサービスについて再度購入したくない前記意思を入力した前記ユーザに対して、前記購入データに含まれる前記提供者とは異なる提供者が提供している、前記第１の商品又はサービスをレコメンドすること、
   を特徴とする情報処理システム。
5. ユーザの電子メールデータを取得する電子メール取得部と、
   前記電子メールデータを解析して前記ユーザが購入した商品又はサービスに係る購入データを抽出する購入データ抽出部と、
   前記購入データを記憶する購入履歴記憶部と、
   前記ユーザから前記商品又はサービスについて再度購入の意思、及び、好き又は嫌いを示す好感度の入力を受け付ける購入意思入力部と、
   前記ユーザに前記商品又はサービスを提案するレコメンド部と、
   を備え、
   前記レコメンド部は、前記第１の商品又はサービスについて、好きを示す前記好感度と再度購入したくない前記意思とを入力した前記ユーザに対して、前記第１の商品又はサービスとは異なる第２の商品又はサービスであって、前記第１の商品又はサービスと同じカテゴリに属する前記第２の商品又はサービスをレコメンドすること、
   を特徴とする情報処理システム。
6. ユーザの電子メールデータを取得する電子メール取得部と、
   前記電子メールデータを解析して前記ユーザが購入した商品又はサービスに係る購入データを抽出する購入データ抽出部と、
   前記購入データを記憶する購入履歴記憶部と、
   前記ユーザから前記商品又はサービスについて再度購入の意思、及び、好き又は嫌いを示す好感度の入力を受け付ける購入意思入力部と、
   前記ユーザに前記商品又はサービスを提案するレコメンド部と、
   を備え、
   前記レコメンド部は、前記第１の商品又はサービスについて、嫌いを示す前記好感度と再度購入したい前記意思とを入力した前記ユーザに対して、前記第１の商品又はサービスをレコメンドすること、
   を特徴とする情報処理システム。
   
   

Images