JP6958014B2 - 推薦システム、情報処理装置及びプログラム - Google Patents
推薦システム、情報処理装置及びプログラム Download PDFInfo
- Publication number
- JP6958014B2 JP6958014B2 JP2017120370A JP2017120370A JP6958014B2 JP 6958014 B2 JP6958014 B2 JP 6958014B2 JP 2017120370 A JP2017120370 A JP 2017120370A JP 2017120370 A JP2017120370 A JP 2017120370A JP 6958014 B2 JP6958014 B2 JP 6958014B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- purchase
- purchased
- unpurchased
- objects
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
そこで、本発明は、ユーザが購入しなかった対象物群をユーザの嗜好に合致しないものとして一律に学習する場合と比較して、ユーザの嗜好により合致するような対象物を推薦することを目的とする。
請求項2に係る発明によれば、販売可能か否かに応じて購入候補可能性が算出される。
請求項3に係る発明によれば、販売可能か否か及び対象物の属性に応じて購入候補可能性が算出される。
請求項4に係る発明によれば、ユーザが閲覧した可能性があるか否かに応じて購入候補可能性が算出される。
請求項5に係る発明によれば、ユーザが閲覧した可能性がある期間に応じて購入候補可能性が算出される。
請求項6に係る発明によれば、ユーザが閲覧した可能性がある期間が閾値以上か否かに応じて購入候補可能性が算出される。
請求項7に係る発明によれば、対象物の販売元において他のユーザに販売されたかに応じて購入候補可能性が算出される。
請求項9,10に係る発明によれば、第1特定手段によって特定された対象物の購入時期に対する所定の前後の期間において、当該対象物の販売元において他のユーザに販売された対象物群が購入可能対象物群として特定される。
<構成>
図1は、情報処理装置1のハードウェア構成を示す図である。情報処理装置1は、本発明に係る情報処理装置の一例である。情報処理装置1は、制御部11、記憶部12、通信部13及びUI(User Interface)部14を備えたコンピュータである。 制御部11は、CPU(Central Processing Unit)などの演算装置と、ROM(Read Only Memory)やRAM(Random Access Memory)などの記憶装置とを備えており、情報処理装置1の全体的な制御を行う。ROMには、ハードウェアやOS(Operating System)の起動の手順を記述したファームウェアが記憶されている。RAMは、CPUが演算を実行する際のデータの記憶に用いられる。
ユーザuの対象物iに対する嗜好の強さvuiは式(1)で表される。
次に図3,4を参照しながら情報処理装置1の動作を説明する。第1特定部101は、或るユーザAにより或る販売元(ショッピングウェブサイト)で購入された対象物aを1つ特定し、第2特定部102は、その対象物aが購入されたときにユーザAが購入できなかった対象物を除外した購入可能対象物群を特定する(図3ステップS11)。ユーザが可能対象物群を特定するときの条件は以下のとおりである。
実施形態を次のように変形してもよい。また、複数の変形例を組み合わせてもよい。
<1>
実施形態では、ユーザが対象物を購入したときに当該ユーザが購入できなかった対象物を除外した購入可能対象物群のみ(実施形態の例では条件1,2を採用したときの対象物b,c,d,e)を用いてユーザの嗜好を学習していた。これを、ユーザが対象物を購入したときに当該ユーザが購入できなかった対象物(実施形態の例では条件1,2を採用したときの対象物f,g)の重み(サンプリング確率)を、購入可能対象物群(実施形態の例では条件1,2を採用したときの対象物b,c,d,e)の重みよりも小さくしてユーザの嗜好を学習すればよい。実施形態は、ユーザが対象物を購入したときに当該ユーザが購入できなかった対象物の重みが「0(ゼロ)」の例である。
実施形態は、ユーザがインターネット上のショッピングウェブサイトを利用した結果に基づいてそのユーザの嗜好を学習していたが、現実の対象物を販売している店舗を利用した結果に基づいてそのユーザの嗜好を学習してもよい。具体的には、記憶部12は、店舗において各ユーザが商品を購入した履歴である購入履歴(例えば商品を購入したユーザのユーザID、購入日時、購入した商品の名称、及び価格や用途などの商品の属性)と、店舗において各ユーザが商品を閲覧した履歴である閲覧履歴(ユーザID、閲覧日時、閲覧した商品棚の識別情報)と、店舗において販売可能な商品のカタログの履歴であるカタログ履歴(店舗の識別情報、カタログの更新日時、各更新日時のカタログに含まれている各商品の名称、価格や用途などの商品の属性、及び各商品が販売可能か否かを示す情報)とを記憶している。購入履歴は、例えば各ユーザに渡された店舗カードを用いて管理される。閲覧履歴は、例えばショッピングカートや店舗内に搭載されたカメラによって撮像された画像を解析することによって管理される。カタログ履歴は、例えば店舗のオンラインシステムによって管理される。
第1特定部101によって特定された対象物と共通する属性である対象物群を購入可能対象物群として特定するようにしてもよい。例えば購入された対象物と価格帯や用途が共通する対象物が購入可能対象物群として特定され、これに応じた嗜好の学習がなされる。
実施形態において、分析部103は、ユーザが閲覧した可能性がある期間に応じた重みで購入可能対象物を用いた分析を行っていたが、ユーザが閲覧した可能性がある期間が閾値以上の対象物群を購入可能対象物群として特定してもよい。
上記の実施形態では、制御部11がプログラムを実行することによって上記の機能を実現する例を示したが、上記の機能がハードウェア回路で実装されていてもよい。また、このプログラムを、光記録媒体、半導体メモリ等、コンピュータで読み取り可能な記録媒体に記録して提供し、この記録媒体からプログラムを読み取って情報処理装置にインストールするようにしてもよい。また、このプログラムを電気通信回線で提供してもよい。
Claims (10)
- ユーザの購入履歴からユーザの対象物に対する嗜好度を算出し、嗜好度が低い対象物より嗜好度が高い対象物を選択して推薦する推薦システムであって、
ユーザが購入しなかった未購入対象物について、前記対象物の販売状況又はユーザの閲覧履歴に関する情報に基づき、ユーザが前記未購入対象物を購入対象候補としていた確率である購入候補可能性を算出し、
前記購入候補可能性が低い未購入対象物と比較して前記購入候補可能性が高い未購入対象物の嗜好度が低くなるように重みづけを行うことを特徴とする推薦システム。 - 前記対象物の販売状況に関する情報は、ユーザが購入した購入済対象物の販売元においてユーザが前記購入済対象物を購入した時点で前記未購入対象物が販売可能であったか否かを示す情報であり、
前記未購入対象物が販売可能だった場合、販売可能でなかった未購入対象物と比較して、前記購入候補可能性を高く算出する
ことを特徴とする請求項1記載の推薦システム。 - 前記未購入対象物が販売可能だった場合、販売可能ではなく且つ前記購入済対象物と共通しない属性の未購入対象物と比較して、前記購入候補可能性を高く算出する
ことを特徴とする請求項2記載の推薦システム。 - 前記ユーザの閲覧履歴に関する情報は、ユーザが購入済対象物を購入した時点で当該購入済対象物を含む一覧を閲覧可能なウェブページに掲載されていたかどうかを示す情報であり、
前記未購入対象物が前記ウェブページに掲載されていた場合、掲載されていなかった未購入対象物と比較して、前記購入候補可能性を高く算出する
ことを特徴とする請求項1〜3のいずれか1項に記載の推薦システム。 - 前記未購入対象物が前記ウェブページに掲載されていた期間が長い場合、掲載されていた期間が短い未購入対象物と比較して、前記購入候補可能性を高く算出する
ことを特徴とする請求項4に記載の推薦システム。 - 前記未購入対象物が前記ウェブページに掲載されていた期間が閾値以上の場合、掲載されていた期間が閾値未満の未購入対象物と比較して、前記購入候補可能性を高く算出する
ことを特徴とする請求項4に記載の推薦システム。 - 前記対象物の販売状況に関する情報は、ユーザが購入した購入済対象物の販売元においてユーザが前記購入済対象物を購入した時点で前記未購入対象物が販売可能であったか否かを示す情報であり、
前記未購入対象物が前記購入済対象物の購入時期に対する所定の前後の期間において当該購入済対象物の販売元において他のユーザに販売されていた場合、他のユーザに販売されていなかった未購入対象物と比較して、前記購入候補可能性を高く算出する
ことを特徴とする請求項1に記載の推薦システム。 - ユーザの購入履歴からユーザの対象物に対する嗜好度を算出し、嗜好度が低い対象物より嗜好度が高い対象物を選択して推薦するコンピュータに、
ユーザが購入しなかった未購入対象物について、前記対象物の販売状況又はユーザの閲覧履歴に関する情報に基づき、ユーザが前記未購入対象物を購入対象候補としていた確率である購入候補可能性を算出させ、
前記購入候補可能性が低い未購入対象物と比較して前記購入候補可能性が高い未購入対象物の嗜好度が低くなるように重みづけを行わせるためのプログラム。 - ユーザが購入した対象物を特定する第1特定手段と、
前記ユーザが前記対象物を購入したときに当該ユーザが購入できなかった対象物を除外した購入可能対象物群を特定する第2特定手段と、
前記第1特定手段によって特定された対象物と、前記第2特定手段によって特定された購入可能対象物群とに基づいて、ユーザの嗜好を分析する分析手段とを備え、
前記第2特定手段は、
前記第1特定手段によって特定された対象物の購入時期に対する所定の前後の期間において当該対象物の販売元において他のユーザに販売されていない対象物群を前記購入可能対象物群から除外する
ことを特徴とする情報処理装置。 - コンピュータを、
ユーザが購入した対象物を特定する第1特定手段と、
前記ユーザが前記対象物を購入したときに当該ユーザが購入できなかった対象物を除外した購入可能対象物群を特定する第2特定手段と、
前記第1特定手段によって特定された対象物と、前記第2特定手段によって特定された購入可能対象物群とに基づいて、ユーザの嗜好を分析する分析手段として機能させ、
前記第2特定手段は、
前記第1特定手段によって特定された対象物の購入時期に対する所定の前後の期間において当該対象物の販売元において他のユーザに販売されていない対象物群を前記購入可能対象物群から除外するプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017120370A JP6958014B2 (ja) | 2017-06-20 | 2017-06-20 | 推薦システム、情報処理装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017120370A JP6958014B2 (ja) | 2017-06-20 | 2017-06-20 | 推薦システム、情報処理装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019003587A JP2019003587A (ja) | 2019-01-10 |
JP6958014B2 true JP6958014B2 (ja) | 2021-11-02 |
Family
ID=65006198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017120370A Active JP6958014B2 (ja) | 2017-06-20 | 2017-06-20 | 推薦システム、情報処理装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6958014B2 (ja) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6161992B2 (ja) * | 2013-08-20 | 2017-07-12 | 株式会社日立製作所 | 販売予測システム及び販売予測方法 |
JP6482172B2 (ja) * | 2014-01-15 | 2019-03-13 | 株式会社日本総合研究所 | レコメンド装置、レコメンド方法、およびプログラム |
JP5984150B2 (ja) * | 2014-08-21 | 2016-09-06 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 情報処理装置、情報処理方法、及びプログラム |
-
2017
- 2017-06-20 JP JP2017120370A patent/JP6958014B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019003587A (ja) | 2019-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101852581B1 (ko) | 이미지 평가 기법 | |
KR102284495B1 (ko) | 소비 가능한 콘텐트의 사용법을 추천에 병합하는 방법 | |
US20180357703A1 (en) | Recommendations Based Upon Explicit User Similarity | |
JP6754811B2 (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 | |
JP2010073170A (ja) | 推薦商品選択装置、推薦商品選択プログラムおよび商品検索装置 | |
JP6906430B2 (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 | |
KR20190018032A (ko) | 제품 및 서비스 검토를 활용하는 기법 | |
JP6043858B2 (ja) | 情報提供装置、情報提供方法および情報提供プログラム | |
JP6977612B2 (ja) | 推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、及びプログラム | |
JP5852688B2 (ja) | 情報提供装置、情報提供方法および情報提供プログラム | |
JP5403809B2 (ja) | 顧客情報管理サーバ、及び顧客情報管理プログラム | |
JP6553156B2 (ja) | 判定装置、判定方法、及び判定プログラム | |
JP2018142033A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6958014B2 (ja) | 推薦システム、情報処理装置及びプログラム | |
JP2011048738A (ja) | レコメンド装置、レコメンド方法およびレコメンドプログラム | |
US20210065276A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
JP7039500B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2011048845A (ja) | レコメンド装置、レコメンド方法およびレコメンドプログラム | |
JP2022504336A (ja) | プラグインに対応した購入用の代替商品の識別および表示 | |
TWI793653B (zh) | 資訊處理裝置及資訊處理方法 | |
US11568427B2 (en) | Method and system for ranking products in an electronic commerce environment based on similarity propagation | |
JP7127749B2 (ja) | 推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、及びプログラム | |
JP7127728B2 (ja) | 推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、端末装置、及びプログラム | |
US20220108193A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
JP2019101606A (ja) | 判定装置、判定方法、及び判定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200521 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210312 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210330 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210527 |
|
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: 20210907 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210920 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6958014 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |