JP7043650B1 - 推定装置、推定方法及び推定プログラム - Google Patents
推定装置、推定方法及び推定プログラム Download PDFInfo
- Publication number
- JP7043650B1 JP7043650B1 JP2021046174A JP2021046174A JP7043650B1 JP 7043650 B1 JP7043650 B1 JP 7043650B1 JP 2021046174 A JP2021046174 A JP 2021046174A JP 2021046174 A JP2021046174 A JP 2021046174A JP 7043650 B1 JP7043650 B1 JP 7043650B1
- Authority
- JP
- Japan
- Prior art keywords
- event
- degree
- user
- predetermined
- association
- 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
- 238000000034 method Methods 0.000 title claims description 35
- 238000001514 detection method Methods 0.000 claims abstract description 84
- 230000008859 change Effects 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 230000002596 correlated effect Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 abstract description 11
- 230000010365 information processing Effects 0.000 description 63
- 230000007423 decrease Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 230000003247 decreasing effect Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010411 cooking Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
図1を用いて、本実施形態の推定装置等により実現される推定処理を説明する。図1は、実施形態に係る推定処理の一例を示す図である。なお、図1では、本願に係る推定装置の一例である情報処理装置10によって、実施形態に係る推定処理などが実現されるものとする。
次に、図2を用いて、情報処理装置10の構成について説明する。図2は、実施形態に係る情報処理装置の構成例を示す図である。図2に示すように、情報処理装置10は、通信部20と、記憶部30と、制御部40とを有する。
通信部20は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部20は、ネットワークNと有線または無線で接続され、端末装置100等との間で情報の送受信を行う。
記憶部30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。図2に示すように、記憶部30は、履歴情報データベース31と、関連情報データベース32と有する。
履歴情報データベース31は、利用者が入力した検索クエリの履歴や、検索クエリに基づいて算出される関連度に関する各種の情報を記憶する。ここで、図3を用いて、履歴情報データベース31が記憶する情報の一例を説明する。図3は、実施形態に係る履歴情報データベースの一例を示す図である。図3の例において、履歴情報データベース31は、「利用者ID」、「検索履歴」、「関連度情報」といった項目を有する。
関連情報データベース32は、関連情報に関する各種の情報を記憶する。ここで、図4を用いて、関連情報データベース32が記憶する情報の一例を説明する。図4は、実施形態に係る関連情報データベースの一例を示す図である。図4の例において、関連情報データベース32は、「関連情報ID」、「事象」、「検索クエリ」、「スコア」といった項目を有する。
制御部40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、情報処理装置10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40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40は、図2に示すように、取得部41と、算出部42と、検出部43と、推定部44と、提供部45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41は、利用者が入力した検索クエリの履歴を示す履歴情報を取得する。例えば、図1の例において、取得部41は、情報処理装置10や他のサーバ装置などから提供される各種のサービスにおいて利用者U1が所定の期間内に入力した検索クエリを、端末装置100や他のサーバ装置などから取得し、履歴情報データベース31に格納する。
算出部42は、取得部41により取得された履歴情報が示す検索クエリと、所定の事象に対する検索クエリの関連性を示す関連情報とに基づいて、利用者と当該所定の事象との関連度を算出する。例えば、図1の例において、算出部42は、履歴情報データベース31及び関連情報データベース32を参照し、履歴情報が示す検索クエリについて、関連情報M#1が示す各スコアの合計値(関連度)を算出する。
検出部43は、複数の所定の事象のうち、算出部42により算出された関連度の時系列的な変化が所定の条件を満たす事象を検出する。例えば、図1の例において、検出部43は、履歴情報データベース31を参照し、各事象と利用者U1との関連度の時系列的な自己回帰に基づいて、関連度に変化が生じた事象を検出する。
推定部44は、検出部43により検出された事象に基づいて、利用者のコンテキストを推定する。例えば、図1を例にして説明すると、属性「興味の対象:保険」の利用者U1との関連度が所定の閾値以上上昇(若しくは、関連度が負の値から正の値に上昇)した場合、推定部44は、利用者U1が保険に興味を持ったと推定する。また、属性「趣味:自転車」の利用者U1との関連度が所定の閾値以上低下(若しくは、関連度が正の値から負の値に低下)した場合、推定部44は、利用者U1が自転車に対する興味を失ったと推定する。また、属性「趣味:自転車」の利用者U1との関連度が、第1の期間において所定の閾値以上上昇する回数よりも、その後の第2の期間において所定の閾値以上上昇する回数が多い場合、推定部44は、第2の期間において利用者U1の自転車に対する興味がより強くなったと推定する。また、属性「趣味:自転車」の利用者U1との関連度が、第1の期間において所定の閾値以上低下する回数よりも、その後の第2の期間において所定の閾値以上低下する回数が多い場合、推定部44は、第2の期間において利用者U1の自転車に対する興味が低下したと推定する。
提供部45は、推定部44により推定されたコンテキストに基づいて、利用者に所定の情報を提供する。例えば、図1の例において、利用者U1が自転車の事故に遭ったと推定される場合、提供部45は、自転車保険に関するサービスの情報を利用者U1に提供する。
図5を用いて、実施形態に係る情報処理装置10の推定処理の手順について説明する。図5は、実施形態に係る推定処理の手順の一例を示すフローチャートである。
上述の実施形態は一例を示したものであり、種々の変更及び応用が可能である。
上述の実施形態において、推定部44が、検出部43により利用者について検出された事象に基づいてコンテキストを推定する例を示したが、推定部44の機能はこのような例に限定されない。例えば、利用者の関連度の時系列的な変化が、所定の属性を有する利用者群の関連度の時系列的な変化と対応する場合、推定部44が、当該所定の属性に基づき利用者のコンテキストを推定してもよい。具体的な例を挙げると、特定の時点を境として、利用者の関連度の時系列的な変化が、属性「子持ち」を有する利用者群の関連度の時系列的な変化と対応する場合、推定部44は、当該利用者に子供が生まれたと推定する。
上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、逆に、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文章中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
上述してきたように、実施形態に係る情報処理装置10は、取得部41と、算出部42と、検出部43と、推定部44と、提供部45とを有する。取得部41は、利用者が入力した検索クエリの履歴を示す履歴情報を取得する。また、取得部41は、所定の利用者群が入力した検索クエリの履歴を示す履歴情報を取得する。算出部42は、取得部41により取得された履歴情報が示す検索クエリと、所定の事象に対する検索クエリの関連性を示す関連情報とに基づいて、利用者と当該所定の事象との関連度を算出する。また、算出部42は、履歴情報が示す検索クエリと、関連情報とに基づいて、所定の利用者群と所定の事象との関連度を算出する。検出部43は、複数の所定の事象のうち、算出部42により算出された関連度の時系列的な変化が所定の条件を満たす事象を検出する。推定部44は、検出部43により検出された事象に基づいて、利用者のコンテキストを推定する。また、推定部44は、検出部43により検出された事象に基づいて、所定の利用者群のコンテキストを推定する。提供部45は、推定部44により推定されたコンテキストに基づいて、利用者に所定の情報を提供する。
また、上述してきた各実施形態に係る情報処理装置10は、例えば、図6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、情報処理装置10を例に挙げて説明する。図6は、情報処理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。コンピュータ1000は、CPU1100、ROM1200、RAM1300、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。
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。
20 通信部
30 記憶部
31 履歴情報データベース
32 関連情報データベース
40 制御部
41 取得部
42 算出部
43 検出部
44 推定部
45 提供部
100 端末装置
Claims (15)
- 利用者が入力した検索クエリの履歴を示す履歴情報を取得する取得部と、
前記取得部により取得された履歴情報が示す検索クエリと、所定の事象に対する検索クエリの関連性を示す関連情報とに基づいて、前記利用者と当該所定の事象との関連度を算出する算出部と、
複数の前記所定の事象のうち、前記算出部により算出された関連度の時系列的な変化が所定の条件を満たす事象を検出する検出部と、
前記検出部により検出された事象に基づいて、前記利用者のコンテキストを推定する推定部と
を有することを特徴とする推定装置。 - 前記検出部は、
所定の期間内において前記関連度が所定の閾値以上変動した事象を検出する
ことを特徴とする請求項1に記載の推定装置。 - 前記検出部は、
前記関連度の周期性が所定の条件を満たす事象を検出する
ことを特徴とする請求項1または2に記載の推定装置。 - 前記検出部は、
第1の期間における前記関連度の周期性と、第2の期間における前記関連度の周期性とが対応しない事象を検出する
ことを特徴とする請求項3に記載の推定装置。 - 前記検出部は、
前記関連度の時系列的な変化が相関する複数の事象を検出し、
前記推定部は、
前記検出部により検出された複数の事象に基づいて、前記利用者のコンテキストを推定する
ことを特徴とする請求項1から4のうちいずれか1つに記載の推定装置。 - 前記検出部は、
所定の期間内において前記関連度が所定の閾値以上変動した複数の事象を検出する
ことを特徴とする請求項5に記載の推定装置。 - 前記検出部は、
所定の期間内において前記関連度が所定の閾値以上上昇した複数の事象を検出する
ことを特徴とする請求項6に記載の推定装置。 - 前記検出部は、
所定の期間内において前記関連度が所定の閾値以上上昇した事象と、当該所定の期間内において前記関連度が所定の閾値以上低下した事象とを検出する
ことを特徴とする請求項6または7に記載の推定装置。 - 前記検出部は、
前記関連度の周期性が相関する複数の事象を検出する
ことを特徴とする請求項5から8のうちいずれか1つに記載の推定装置。 - 前記検出部は、
前記関連度の周期性が正の相関関係を有する複数の事象、若しくは、前記関連度の周期性が負の相関関係を有する複数の事象を検出する
ことを特徴とする請求項9に記載の推定装置。 - 前記検出部は、
第1の期間における前記関連度の周期性が相関せず、第2の期間における前記関連度の周期性が相関する複数の事象を検出する
ことを特徴とする請求項9または10に記載の推定装置。 - 前記検出部は、
第1の事象の前記関連度の周期性と、第2の事象の前記関連度の周期性とが第1の期間において相関し、第2の期間において相関しない場合は、当該第1の事象、若しくは、当該第2の事象のいずれかと当該第2の期間において前記関連度の周期性が相関する事象を検出し、
前記推定部は、
前記第2の期間において前記関連度の周期性が前記第1の事象と関連する事象が前記検出部により検出された場合は、前記第1の事象と、前記検出部により検出された事象とに基づいて前記利用者のコンテキストを推定し、前記第2の期間において前記関連度の周期性が前記第2の事象と関連する事象が前記検出部により検出された場合は、前記第2の事象と、前記検出部により検出された事象とに基づいて前記利用者のコンテキストを推定する
ことを特徴とする請求項9から11のうちいずれか1つに記載の推定装置。 - 前記取得部は、
所定の利用者群が入力した検索クエリの履歴を示す前記履歴情報を取得し、
前記算出部は、
前記履歴情報が示す検索クエリと、前記関連情報とに基づいて、前記所定の利用者群と前記所定の事象との関連度を算出し、
前記検出部は、
複数の前記所定の事象のうち、前記算出部により算出された関連度の時系列的な変化が所定の条件を満たす事象を検出し、
前期推定部は、
前記検出部により検出された事象に基づいて、前記所定の利用者群のコンテキストを推定する
ことを特徴とする請求項1から12のうちいずれか1つに記載の推定装置。 - コンピュータが実行する推定方法であって、
利用者が入力した検索クエリの履歴を示す履歴情報を取得する取得工程と、
前記取得工程により取得された履歴情報が示す検索クエリと、所定の事象に対する検索クエリの関連性を示す関連情報とに基づいて、前記利用者と当該所定の事象との関連度を算出する算出工程と、
複数の前記所定の事象のうち、前記算出工程により算出された関連度の時系列的な変化が所定の条件を満たす事象を検出する検出工程と、
前記検出工程により検出された事象に基づいて、前記利用者のコンテキストを推定する推定工程と
を含むことを特徴とする推定方法。 - 利用者が入力した検索クエリの履歴を示す履歴情報を取得する取得手順と、
前記取得手順により取得された履歴情報が示す検索クエリと、所定の事象に対する検索クエリの関連性を示す関連情報とに基づいて、前記利用者と当該所定の事象との関連度を算出する算出手順と、
複数の前記所定の事象のうち、前記算出手順により算出された関連度の時系列的な変化が所定の条件を満たす事象を検出する検出手順と、
前記検出手順により検出された事象に基づいて、前記利用者のコンテキストを推定する推定手順と
をコンピュータに実行させるための推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021046174A JP7043650B1 (ja) | 2021-03-19 | 2021-03-19 | 推定装置、推定方法及び推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021046174A JP7043650B1 (ja) | 2021-03-19 | 2021-03-19 | 推定装置、推定方法及び推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7043650B1 true JP7043650B1 (ja) | 2022-03-29 |
JP2022144959A JP2022144959A (ja) | 2022-10-03 |
Family
ID=81215109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021046174A Active JP7043650B1 (ja) | 2021-03-19 | 2021-03-19 | 推定装置、推定方法及び推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7043650B1 (ja) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008033927A (ja) | 2006-07-12 | 2008-02-14 | Baidu.Com Inc | 広告情報を検索するためのシステムおよび方法、広告情報を配信するためのシステムおよび方法、ならびに、情報が記録された機械可読媒体 |
JP2008529117A (ja) | 2005-01-21 | 2008-07-31 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ユーザグループの共通の興味の度合いを得る方法及び装置 |
JP2013206070A (ja) | 2012-03-28 | 2013-10-07 | Zenrin Datacom Co Ltd | 情報処理装置、及び情報処理方法 |
JP2015011391A (ja) | 2013-06-26 | 2015-01-19 | 日本電信電話株式会社 | 変化検知装置、変化検知システム、変化検知方法及びプログラム |
JP2017097499A (ja) | 2015-11-19 | 2017-06-01 | 株式会社Nttドコモ | 行動目的推定システム |
JP2019049836A (ja) | 2017-09-08 | 2019-03-28 | 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 |
JP2020021226A (ja) | 2018-07-31 | 2020-02-06 | 株式会社豊田中央研究所 | Qol解析装置及びプログラム |
JP2020047121A (ja) | 2018-09-20 | 2020-03-26 | Zホールディングス株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
-
2021
- 2021-03-19 JP JP2021046174A patent/JP7043650B1/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008529117A (ja) | 2005-01-21 | 2008-07-31 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ユーザグループの共通の興味の度合いを得る方法及び装置 |
JP2008033927A (ja) | 2006-07-12 | 2008-02-14 | Baidu.Com Inc | 広告情報を検索するためのシステムおよび方法、広告情報を配信するためのシステムおよび方法、ならびに、情報が記録された機械可読媒体 |
US20080172422A1 (en) | 2006-07-12 | 2008-07-17 | Baidu.Com, Inc. | Method and system for retrieving advertisement information |
JP2013206070A (ja) | 2012-03-28 | 2013-10-07 | Zenrin Datacom Co Ltd | 情報処理装置、及び情報処理方法 |
JP2015011391A (ja) | 2013-06-26 | 2015-01-19 | 日本電信電話株式会社 | 変化検知装置、変化検知システム、変化検知方法及びプログラム |
JP2017097499A (ja) | 2015-11-19 | 2017-06-01 | 株式会社Nttドコモ | 行動目的推定システム |
JP2019049836A (ja) | 2017-09-08 | 2019-03-28 | 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 |
JP2020021226A (ja) | 2018-07-31 | 2020-02-06 | 株式会社豊田中央研究所 | Qol解析装置及びプログラム |
JP2020047121A (ja) | 2018-09-20 | 2020-03-26 | Zホールディングス株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2022144959A (ja) | 2022-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10726438B2 (en) | Personalized contextual coupon engine | |
US10706446B2 (en) | Method, system, and computer-readable medium for using facial recognition to analyze in-store activity of a user | |
US12045741B2 (en) | Session monitoring for selective intervention | |
US20180108048A1 (en) | Method, apparatus and system for recommending contents | |
JP6545244B2 (ja) | 決定装置、決定方法、および決定プログラム | |
US11132733B2 (en) | Personalized recommendations for unidentified users based on web browsing context | |
WO2017157149A1 (zh) | 基于社交网络的推荐方法、装置、服务器及存储介质 | |
JP2019114307A (ja) | 決定装置、決定方法、および決定プログラム | |
US20180084079A1 (en) | Time and location based distribution of additional content for content items | |
CN111967924A (zh) | 商品推荐方法、商品推荐装置、计算机设备和介质 | |
JP6810184B2 (ja) | 算出装置、算出方法及び算出プログラム | |
JP7043650B1 (ja) | 推定装置、推定方法及び推定プログラム | |
JP2021047551A (ja) | 特定装置、特定方法及び特定プログラム | |
JP2019114306A (ja) | 決定装置、決定方法、および決定プログラム | |
JP7491882B2 (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 | |
US11244329B2 (en) | Metric forecasting in a digital medium environment | |
JP6527276B2 (ja) | 情報処理装置、情報処理プログラムおよび情報処理方法 | |
JP7079867B1 (ja) | 生成装置、生成方法及び生成プログラム | |
JP7184947B2 (ja) | 特定装置、特定方法及び特定プログラム | |
JP7419313B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP7082085B2 (ja) | 決定装置、決定方法及び決定プログラム | |
JP7418379B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP7128236B2 (ja) | 特定装置、特定方法及び特定プログラム | |
JP7122286B2 (ja) | 決定装置、決定方法及び決定プログラム | |
JP6865153B2 (ja) | 推定装置、推定方法、及び推定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211020 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211020 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220207 |
|
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: 20220215 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220316 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7043650 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 |