JP7067962B2 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。

従来、ユーザに応じた検索結果を出力する技術が提案されている。例えば、ユーザからコンテンツの閲覧要求を受け付けた場合に、コンテンツの難易度とユーザの能力とを推定し、ユーザの能力に合った難易度のコンテンツを検索して出力する技術が提案されている。

特開２００６－２８５２９９号公報

しかしながら、上記の従来技術では、ユーザの学習を支援することができるとは限らない。具体的には、上記の従来技術では、ユーザの能力に合致する難易度のコンテンツを検索して出力することができるに過ぎず、ユーザの学習を支援することができるとは限らない。

本願は、上記に鑑みてなされたものであって、ユーザの学習を支援することができる情報処理装置、情報処理方法及び情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、ユーザから検索クエリを受け付ける受付部と、前記ユーザの行動履歴に関する情報に基づいて、所定の分野に関する前記ユーザの習熟度を推定する推定部と、前記推定部によって推定された所定のユーザの習熟度に基づいて、前記受付部によって受け付けられた検索クエリに応じた検索結果として出力されるコンテンツを選択する選択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、ユーザの学習を支援することができるといった効果を奏する。

図１は、第１の実施形態に係る情報処理の一例を示す図である。 図２は、第１の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３は、第１の実施形態に係るユーザ情報記憶部の一例を示す図である。 図４は、第１の実施形態に係るコンテンツ情報記憶部の一例を示す図である。 図５は、第１の実施形態に係る推定処理の一例を示す図である。 図６は、第１の実施形態に係る情報処理手順を示すフローチャートである。 図７は、第２の実施形態に係る情報処理の一例を示す図である。 図８は、第２の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９は、第２の実施形態に係る検索クエリ情報記憶部の一例を示す図である。 図１０は、第２の実施形態に係る推定処理の一例を示す図である。 図１１は、第２の実施形態に係る情報処理手順を示すフローチャートである。 図１２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。

以下に、本願に係る情報処理装置、情報処理方法及び情報処理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係る情報処理装置、情報処理方法及び情報処理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。

（第１の実施形態）
〔１－１．情報処理の一例〕
まず、図１を用いて、第１の実施形態に係る情報処理の一例について説明する。図１は、第１の実施形態に係る情報処理の一例を示す図である。図１の例では、情報処理システム１は、ユーザ端末１０とログサーバ２０と情報処理装置１００とを有する。

ユーザ端末１０とログサーバ２０と情報処理装置１００とは、ネットワークＮ（例えば、図２参照）等の所定の通信網を介して、有線または無線により通信可能に接続される。なお、図１に示す情報処理システム１には、任意の数のユーザ端末１０と任意の数のログサーバ２０と任意の数の情報処理装置１００とが含まれてもよい。

ユーザ端末１０は、ユーザＵ１によって利用される情報処理装置である。例えば、ユーザ端末１０は、ユーザＵ１による操作に従って、検索クエリを入力するための検索ボックスを含む検索ページＰ１０を情報処理装置１００から取得する。ユーザ端末１０は、ユーザＵ１によって検索ボックスに文字が入力され始めると、検索ページＰ１０を介して検索ボックスに入力された文字を情報処理装置１００に送信する。また、ユーザ端末１０は、ユーザＵ１によって検索ボックスに文字が入力される操作に続いて、ユーザＵ１によって検索クエリの送信ボタンが押下される操作が行われると、検索ページＰ１０を介して検索ボックスに入力された文字を情報処理装置１００に送信する。以下では、ユーザＵ１によって検索クエリの送信ボタンが押下される前に、ユーザＵ１によって検索ボックスに入力された文字を「入力中の検索クエリ」と称する。また、ユーザＵ１によって検索ボックスに文字が入力される操作に続いて、ユーザＵ１によって検索クエリの送信ボタンが押下された場合に検索ボックスに入力された文字を単に「検索クエリ」と称する。

なお、上述したユーザ端末１０は、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。また、以下では、ユーザ端末１０をユーザＵ１と表記する場合がある。すなわち、以下では、ユーザＵ１をユーザ端末１０と読み替えることもできる。

ログサーバ２０は、ユーザの行動履歴に関する情報として、インターネット上におけるユーザの行動を示す行動情報を取得する情報処理装置である。より具体的な例を挙げると、ログサーバ２０は、ユーザが入力した検索クエリの履歴である検索履歴、ユーザが閲覧若しくは視聴したコンテンツの履歴である閲覧履歴、ユーザが電子商店街で購入した商品の履歴である購入履歴、ユーザの位置の履歴である位置履歴、ユーザがＳＮＳ（Social Networking Service）やマイクロブログ等に投稿した情報の履歴である投稿履歴を取得する。

例えば、ログサーバ２０は、情報処理装置１００やユーザの端末装置から、検索履歴を取得してもよい。例えば、ログサーバ２０は、ユーザの端末装置にインストールされたブラウザアプリ等からユーザが閲覧したコンテンツの履歴を取得してもよい。例えば、ログサーバ２０は、電子商店街に関するサービスを提供するサーバ装置から、利用者が購入した商品の履歴を購入履歴として取得してもよい。例えば、ログサーバ２０は、ユーザの端末装置がＧＰＳ（Global Positioning System）等を用いて取得した位置情報を位置履歴として取得してもよく、ユーザの端末装置と通信を行った基地局の履歴若しくはユーザの端末装置が接続したアクセスポイントの履歴、ビーコンの履歴等を位置履歴として取得してもよい。例えば、ログサーバ２０は、ＳＮＳサービスを提供するＳＮＳサーバ等から投稿履歴を取得してもよい。

情報処理装置１００は、検索サービスを提供するサーバ装置である。情報処理装置１００は、ユーザＵ１から検索クエリを受け付けると、受け付けた検索クエリに対応する分野に関するユーザの習熟度を推定する。続いて、情報処理装置１００は、推定したユーザの習熟度に基づいて、受け付けた検索クエリに応じたコンテンツであって、検索結果として出力されるコンテンツを選択する。続いて、情報処理装置１００は、選択されたコンテンツを含む検索結果ページをユーザＵ１のユーザ端末１０に配信する。ここで、情報処理装置１００によって配信されるコンテンツは、Ｗｅｂブラウザによって表示されるＷｅｂページに限られない。例えば、情報処理装置１００によって配信されるコンテンツは、ユーザＵ１のユーザ端末１０にインストールされた専用のアプリケーションによって表示されるコンテンツであってもよい。また、情報処理装置１００によって配信されるコンテンツは、音楽コンテンツや画像（静止画のみならず動画を含む。）コンテンツ、テキストコンテンツ（ニュース記事やＳＮＳ（Social Networking Service）に投稿された記事を含む。）、画像とテキストを組み合わせたコンテンツ、ゲームコンテンツなど、どのようなコンテンツであってもよい。

以下、図１を用いて、第１の実施形態に係る情報処理の一例を説明する。図１に示す例では、情報処理装置１００は、ユーザＵ１の行動履歴に関する情報をログサーバ２０から取得する（ステップＳ１１）。例えば、情報処理装置１００は、ユーザＵ１が入力した検索クエリの履歴である検索履歴に関する情報を取得する。例えば、情報処理装置１００は、ユーザＵ１が閲覧若しくは視聴したコンテンツの履歴である閲覧履歴に関する情報を取得する。

続いて、情報処理装置１００は、ユーザ端末１０の要求に応じて、検索ボックスを含む検索ページＰ１０をユーザＵ１のユーザ端末１０に配信する（ステップＳ１２）。ユーザ端末１０は、検索ボックスを含む検索ページＰ１０を情報処理装置１００から受信すると、ユーザ端末１０の画面に検索ボックスを含む検索ページＰ１０を表示する。

ユーザＵ１は、ユーザ端末１０の画面に表示された検索ページＰ１０の検索ボックスに「分割法 筋トレ」という語句を入力する操作に続いて、検索クエリの送信ボタンを押下する。ユーザ端末１０は、ユーザＵ１によって検索クエリの送信ボタンが押下されると、検索クエリ「分割法 筋トレ」を情報処理装置１００に送信する。情報処理装置１００は、ユーザ端末１０から検索クエリ「分割法 筋トレ」を受け付ける（ステップＳ１３）。

続いて、情報処理装置１００は、検索クエリ「分割法 筋トレ」を受け付けると、受け付けた検索クエリ「分割法 筋トレ」に基づいて、検索クエリに対応する分野を「筋トレ」（「筋力トレーニング」の略）分野であると特定する（ステップＳ１４）。

続いて、情報処理装置１００は、ユーザＵ１の行動履歴に関する情報に基づいて、検索クエリに対応する分野として特定された「筋トレ」分野に関するユーザＵ１の習熟度を推定する（ステップＳ１５）。具体的には、情報処理装置１００は、ユーザＵ１の行動履歴に関する情報として、ユーザＵ１の検索履歴やユーザＵ１の閲覧履歴に基づいて、ユーザＵ１の習熟度を推定する。例えば、情報処理装置１００は、「筋トレ」分野に関するユーザの習熟度を測る指標として１～１０の数値によってユーザの習熟度を他のユーザとの比較によって相対的に評価する。

例えば、情報処理装置１００は、ユーザＵ１の検索履歴に基づいて、ユーザＵ１が検索した「筋トレ」分野に関する検索クエリの検索回数は、「筋トレ」分野の上級者（習熟度「１０」とする。）の検索回数に対して３０％なので、「筋トレ」分野に関するユーザＵ１の習熟度を「３」と推定する。

例えば、情報処理装置１００は、ユーザＵ１の検索履歴に基づいて、ユーザＵ１が検索した「筋トレ」分野に関する検索クエリのレベルの平均は「３」なので、「筋トレ」分野に関するユーザＵ１の習熟度を「３」と推定する。

例えば、情報処理装置１００は、ユーザＵ１の閲覧履歴に基づいて、ユーザＵ１が閲覧した「筋トレ」分野に関するコンテンツの難易度の平均は「３」なので、「筋トレ」分野に関するユーザＵ１の習熟度を「３」と推定する。

なお、情報処理装置１００は、上記の推定方法を組み合わせて、ユーザＵ１の習熟度を「３」と推定してもよい。また、情報処理装置１００は、ユーザＵ１の行動履歴に関する情報として、ユーザＵ１の検索履歴とユーザＵ１の閲覧履歴の他にも、ユーザＵ１の購入履歴やユーザＵ１の位置履歴に基づいて、ユーザＵ１の習熟度を推定してもよい。

続いて、情報処理装置１００は、検索結果として出力されるコンテンツとして、ユーザＵ１の習熟度「３」以上の習熟度に対応するコンテンツを選択する（ステップＳ１６）。図１では、あらかじめ、情報処理装置１００によって、検索結果として出力されるコンテンツにユーザの習熟度に対応する難易度が付与されている。例えば、情報処理装置１００は、ユーザの習熟度に対応する難易度を示す１～１０までの数値を検索結果として出力されるコンテンツに付与する。例えば、「筋トレ」分野におけるコンテンツＣ１１には、ユーザの習熟度に対応する難易度として「３」が付与されている。例えば、「筋トレ」分野におけるコンテンツＣ１２には、ユーザの習熟度に対応する難易度として「４」が付与されている。例えば、「筋トレ」分野におけるコンテンツＣ１３には、ユーザの習熟度に対応する難易度として「５」が付与されている。

情報処理装置１００は、難易度が付与されたコンテンツの中から、検索結果として出力されるコンテンツとして、ユーザＵ１の習熟度「３」に対応する難易度「３」以上に対応する難易度「３」が付与されたコンテンツＣ１１、難易度「４」が付与されたコンテンツＣ１２、難易度「５」が付与されたコンテンツＣ１３を選択する。なお、図１では図示していないが、情報処理装置１００は、コンテンツＣ１１～Ｃ１３の他にも、検索結果として出力されるコンテンツとして、「筋トレ」分野に関するユーザＵ１の習熟度「３」以上の習熟度に対応する難易度が付与されたコンテンツを選択する。

続いて、情報処理装置１００は、選択されたコンテンツが検索結果として出力される順番である出力順を決定する（ステップＳ１７）。情報処理装置１００は、低い習熟度に対応するコンテンツから順番に出力されるように出力順を決定する。具体的には、情報処理装置１００は、低い難易度が付与されたコンテンツから順番に出力されるように出力順を決定する。例えば、情報処理装置１００は、難易度「３」が付与されたコンテンツＣ１１、難易度「４」が付与されたコンテンツＣ１２、難易度「５」が付与されたコンテンツＣ１３の３つのコンテンツの出力順を決定する場合、３つのコンテンツの中で最も低い難易度「３」が付与されたコンテンツＣ１１の出力順を１番目に決定する。続いて、情報処理装置１００は、３つのコンテンツの中で２番目に低い難易度「４」が付与されたコンテンツＣ１２の出力順を２番目に決定する。続いて、情報処理装置１００は、３つのコンテンツの中で最も高い難易度「５」が付与されたコンテンツＣ１２の出力順を３番目に決定する。

続いて、情報処理装置１００は、選択したコンテンツに対応するタイトルの一覧であって、決定した出力順でタイトルが並べられたタイトルの一覧を含む検索結果ページＰ１１をユーザＵ１のユーザ端末１０に配信する（ステップＳ１８）。例えば、情報処理装置１００は、選択した３つのコンテンツＣ１１～Ｃ１３に対応するタイトルＴ１１～Ｔ１３の一覧については、上から１番目にＴ１１、上から２番目にＴ１２、上から３番目にＴ１３が並べられた検索結果ページＰ１１を配信する。ユーザ端末１０は、検索結果ページＰ１１を受信すると、ユーザ端末１０の画面に検索結果ページＰ１１を表示する。続いて、ユーザ端末１０は、画面に表示した検索結果ページＰ１１に含まれるタイトルの一覧の中からユーザＵ１の操作によって所定のタイトルが選択されると、選択されたタイトルに対応するコンテンツを画面に表示する。例えば、ユーザ端末１０は、タイトルの一覧の中からユーザＵ１の操作によってタイトルＴ１１が選択されると、タイトルＴ１１に対応するコンテンツＣ１１を画面に表示する。

なお、情報処理装置１００は、復習するユーザのために、現在の習熟度以上の検索結果を表示するだけでなく、検索結果ページＰ１１のトップに「これ以下の習熟度のコンテンツを表示する」という見出しに対応するリンクを含む検索結果ページＰ１１を配信してもよい。この場合、ユーザ端末１０は、ユーザＵ１の操作によって「これ以下の習熟度のコンテンツを表示する」という見出しが選択されると、ユーザの習熟度以下の検索結果を習熟度が高い順に表示する。

上述したように、情報処理装置１００は、ユーザＵ１から検索クエリを受け付ける。続いて、情報処理装置１００は、ユーザＵ１の行動履歴に関する情報に基づいて、受け付けた検索クエリに対応する分野に関するユーザＵ１の習熟度を推定する。続いて、情報処理装置１００は、推定したユーザＵ１の習熟度に基づいて、受け付けた検索クエリに応じたコンテンツであって、検索結果として出力されるコンテンツを選択する。これにより、情報処理装置１００は、ユーザＵ１の習熟度に合ったコンテンツを検索結果としてユーザＵ１に提示することができる。また、情報処理装置１００は、ユーザＵ１の習熟度以上のコンテンツを検索結果としてユーザＵ１に提示することもできる。すなわち、情報処理装置１００は、ユーザＵ１が検索を通じて得ようとした知識を、検索時点におけるユーザＵ１の習熟度から段階を踏んでユーザＵ１が無理なく習得できるように選択して、検索結果としてユーザＵ１に提供することができる。したがって、情報処理装置１００は、ユーザＵ１の学習を支援することができる。

なお、図１に示す例では、情報処理装置１００が、ユーザＵ１から検索クエリを受け付ける前にユーザＵ１の行動履歴に関する情報をログサーバ２０から取得する例を示したが、情報処理装置１００がユーザＵ１の行動履歴に関する情報を取得するタイミングは、検索クエリを受け付ける前でなくてもよく、ユーザＵ１の習熟度を推定する前であればいつでもよい。例えば、情報処理装置１００は、ユーザＵ１から検索クエリを受け付けたことを契機として、ユーザＵ１の行動履歴に関する情報を取得してもよい。あるいは、情報処理装置１００は、ユーザＵ１の習熟度を推定する直前にユーザＵ１の行動履歴に関する情報を取得してもよい。

また、図１に示す例では、情報処理装置１００が、ユーザＵ１の習熟度を示す指標として１～１０の連続値を用いる例を示したが、数値の範囲は０～１００でもよいし、どのような範囲の数値であってもよい。また、情報処理装置１００は、ユーザＵ１の習熟度を示す指標として「初級、中級、上級」や「Ａランク、Ｂランク、…、Ｅランク」のような離散値を用いてもよい。

〔１－２．情報処理装置の構成〕
次に、図２を用いて、第１の実施形態に係る情報処理装置１００の構成について説明する。図２は、第１の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２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。なお、情報処理装置１００は、情報処理装置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）
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、ユーザ端末１０やログサーバ２０との間で情報の送受信を行う。

（記憶部１２０）
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。記憶部１２０は、図２に示すように、ユーザ情報記憶部１２１と、コンテンツ情報記憶部１２２とを有する。

（ユーザ情報記憶部１２１）
ユーザ情報記憶部１２１は、ユーザの行動履歴に関する各種の情報を記憶する。図３に、第１の実施形態に係るユーザ情報記憶部の一例を示す。図３に示す例では、ユーザ情報記憶部１２１は、「ユーザＩＤ」、「検索履歴」、「閲覧履歴」、「購入履歴」、「位置履歴」といった項目を有する。

ここで、「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。また、「検索履歴」は、ユーザが入力した検索クエリの履歴を示す。また、「閲覧履歴」とは、ユーザが閲覧若しくは視聴したコンテンツの履歴を示す。また、「購入履歴」とは、ユーザが電子商店街で購入した商品の履歴を示す。また、「位置履歴」は、ユーザの位置情報の履歴を示す。

図３の１レコード目に示す例では、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。図３の１レコード目に示す例では、ユーザＩＤ「Ｕ１」、ユーザＵ１の検索履歴「検索履歴＃Ｕ１」、ユーザＵ１の閲覧履歴「閲覧履歴＃Ｕ１」、ユーザＵ１の購入履歴「購入履歴＃Ｕ１」、ユーザＵ１の位置履歴「位置履歴＃Ｕ１」が対応付けて記憶されている。

（コンテンツ情報記憶部１２２）
コンテンツ情報記憶部１２２は、コンテンツの難易度に関する各種の情報を記憶する。図４に、第１の実施形態に係るコンテンツ情報記憶部の一例を示す。図４に示す例では、コンテンツ情報記憶部１２２は、「コンテンツＩＤ」、「コンテンツ」、「対応分野」、「難易度」といった項目を有する。

ここで、「コンテンツＩＤ」は、コンテンツを識別するための識別情報を示す。また、「コンテンツ」は、検索結果として出力されるコンテンツを示す。また、「対応分野」は、コンテンツの内容に対応する分野を示す。また、「難易度」は、コンテンツの内容に対応する分野におけるコンテンツの難易度を示す。

図４の２レコード目に示す例では、コンテンツＩＤ「Ｃ１１」により識別されるコンテンツは、図１の例に示したコンテンツＣ１１に対応する。コンテンツ「＃Ｃ１１」は、検索結果として出力されるコンテンツＣ１１そのものを示す。対応分野「筋トレ」は、コンテンツＣ１１の内容に対応する分野が筋トレに関する分野であることを示す。なお、コンテンツの内容に対応する分野は、複数であってもよい。例えば、コンテンツの内容に対応する分野が「筋トレ」と「カタボリック」のように複数あってもよい。難易度「３」は、筋トレに関する分野におけるコンテンツＣ１１の難易度が３であることを示す。

（制御部１３０）
図２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、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（生成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。

図２に示すように、制御部１３０は、取得部１３１と、提供部１３２と、受付部１３３と、推定部１３４と、学習部１３５と、選択部１３６とを有し、以下に説明する情報処理の作用を実現または実行する。なお、制御部１３０の内部構成は、図２に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

（取得部１３１）
取得部１３１は、ユーザの行動履歴に関する情報を取得する。具体的には、取得部１３１は、ユーザの行動履歴に関する情報をログサーバ２０から取得する。例えば、取得部１３１は、ユーザが入力した検索クエリの履歴である検索履歴を取得する。例えば、取得部１３１は、ユーザが閲覧若しくは視聴したコンテンツの履歴である閲覧履歴を取得する。例えば、取得部１３１は、ユーザが電子商店街で購入した商品の履歴である購入履歴を取得してもよい。例えば、取得部１３１は、ユーザの位置情報の履歴である位置履歴を取得してもよい。例えば、取得部１３１は、ユーザがＳＮＳ（Social Networking Service）やマイクロブログ等に投稿した情報の履歴である投稿履歴を取得してもよい。

取得部１３１は、ユーザの行動履歴に関する情報をログサーバ２０から取得する代わりに、ユーザの行動履歴に関する情報を所定のサービスを提供するサーバ装置から直接取得してもよい。例えば、取得部１３１は、情報処理装置１００やユーザの端末装置から、検索履歴を取得してもよい。例えば、取得部１３１は、ユーザの端末装置にインストールされたブラウザアプリ等からユーザが閲覧したコンテンツの履歴を取得してもよい。例えば、取得部１３１は、電子商店街に関するサービスを提供するサーバ装置から、利用者が購入した商品の履歴を購入履歴として取得してもよい。例えば、取得部１３１は、ユーザの端末装置がＧＰＳ（Global Positioning System）等を用いて取得した位置情報を位置履歴として取得してもよく、ユーザの端末装置と通信を行った基地局の履歴若しくはユーザの端末装置が接続したアクセスポイントの履歴、ビーコンの履歴等を位置履歴として取得してもよい。例えば、取得部１３１は、ＳＮＳサービスを提供するＳＮＳサーバ等から投稿履歴を取得してもよい。

図１に示す例では、取得部１３１が、ユーザＵ１から検索クエリを受け付ける前にユーザＵ１の行動履歴に関する情報を取得する例を示した。図１の最後でも述べたとおり、取得部１３１がユーザの行動履歴に関する情報を取得するタイミングは、ユーザから検索クエリを受け付ける前でなくてもよく、ユーザの習熟度を推定する前であればいつでもよい。例えば、取得部１３１は、ユーザから検索クエリを受け付けたことを契機として、ユーザの行動履歴に関する情報を取得してもよい。あるいは、取得部１３１は、ユーザの習熟度を推定する直前にユーザの行動履歴に関する情報を取得してもよい。

（提供部１３２）
提供部１３２は、検索サービスを提供する。具体的には、提供部１３２は、ユーザ端末１０の要求に応じて、検索ボックスを含む検索ページＰ１０をユーザのユーザ端末１０に配信する。また、提供部１３２は、受付部１３３によって受け付けられた検索クエリに応じたコンテンツであって、検索結果として出力されるコンテンツに対応するタイトルの一覧を含む検索結果ページＰ１１をユーザのユーザ端末１０に配信する。

（受付部１３３）
受付部１３３は、ユーザから検索クエリを受け付ける。具体的には、受付部１３３は、提供部１３２によってユーザ端末１０に配信された検索ページＰ１０を介して、ユーザのユーザ端末１０から検索クエリを受け付ける。例えば、受付部１３３は、提供部１３２によってユーザ端末１０に配信された検索ページＰ１０に含まれる検索ボックスにユーザによって検索クエリが入力される操作に続いて、ユーザによって検索クエリの送信ボタンが押下された場合に、ユーザ端末１０から検索クエリを受け付ける。

（推定部１３４）
推定部１３４は、ユーザの習熟度を推定する。具体的には、推定部１３４は、ユーザの行動履歴に関する情報に基づいて、受付部１３３によって受け付けられた検索クエリに対応する分野に関するユーザの習熟度を推定する。例えば、推定部１３４は、検索クエリを受け付けると、受け付けた検索クエリに基づいて、検索クエリに対応する分野を特定する。例えば、推定部１３４は、スポーツ、ビジネス、経済、政治、自然科学、文化等、種々の分野における辞書データから、検索クエリに対応する分野を特定する。あるいは、推定部１３４は、情報処理装置１００の検索対象となる検索クエリの特徴を分野ごとに学習したモデルを用いて、ユーザから受け付けた検索クエリに対応する分野を特定するようにしてもよい。

続いて、推定部１３４は、検索クエリに対応する分野として特定された分野に関するユーザの習熟度を推定する。ここで、図５を用いてユーザの習熟度を推定する推定処理について説明する。図５は、第１の実施形態に係る推定処理の一例を示す図である。図５では、「筋トレ」分野に関するユーザの習熟度を推定する例を示す。

最初に、推定部１３４は、「筋トレ」分野に関する検索クエリを多く検索した所定のユーザを「筋トレ」分野に関する上級者であると決定する。例えば、推定部１３４は、「筋トレ」分野に関する検索クエリを１００回検索したユーザを「筋トレ」分野に関する上級者であると決定する。あるいは、推定部１３４は、「筋トレ」分野に関するコンテンツを多く閲覧したユーザを「筋トレ」分野に関する上級者であると決定してもよい。例えば、推定部１３４は、「筋トレ」分野に関するコンテンツを１００回閲覧したユーザを「筋トレ」分野に関する上級者であると決定してもよい。なお、上級者とは、その分野に関する習熟度が高いユーザを意味する。続いて、推定部１３４は、「筋トレ」分野に関するユーザの習熟度を測る指標として１～１０の数値を用いる場合、上級者であると決定したユーザの習熟度を「１０」に決定する。また、推定部１３４は、上級者であると決定したユーザが閲覧したコンテンツの難易度を「１０」と決定する。また、推定部１３４は、上級者であると決定したユーザが検索した検索クエリのレベルを「１０」と決定する。

次に、推定部１３４は、上級者であると決定したユーザの行動履歴に関する情報を基準にして、他のユーザの習熟度を推定する。例えば、推定部１３４は、ユーザが検索した検索クエリの検索回数に基づいてユーザの習熟度を推定する。例えば、推定部１３４は、「筋トレ」分野に関するユーザＵ１１の習熟度を推定する場合、ユーザ情報記憶部１２１を参照して、ユーザＵ１１の行動履歴に関する情報として検索履歴＃Ｕ１１を取得する。続いて、推定部１３４は、ユーザＵ１１の検索履歴＃Ｕ１１から、ユーザＵ１１が検索した「筋トレ」分野に関する検索クエリを検索した検索回数を抽出する。続いて、推定部１３４は、抽出した検索回数が５０回である場合、上級者であると決定したユーザが「筋トレ」分野に関する検索クエリを１００回検索したという情報と比較して、ユーザＵ１１の検索回数は上級者の１／２であると算出する。続いて、推定部１３４は、ユーザＵ１１が「筋トレ」分野に関する検索クエリを検索した回数は上級者の半分なので、ユーザＵ１１の習熟度を上級者の習熟度「１０」の１／２である「５」と推定する。

例えば、推定部１３４は、ユーザが検索した検索クエリのレベルに基づいてユーザの習熟度を推定する。例えば、推定部１３４は、「筋トレ」分野に関するユーザＵ１１の習熟度を推定する場合、ユーザ情報記憶部１２１を参照して、ユーザＵ１１の行動履歴に関する情報として検索履歴＃Ｕ１１を取得する。続いて、推定部１３４は、ユーザＵ１１の検索履歴＃Ｕ１１から、ユーザＵ１１が検索した「筋トレ」分野に関する検索クエリを抽出する。続いて、推定部１３４は、抽出した検索クエリに基づいて、ユーザＵ１１が検索した「筋トレ」分野に関する検索クエリのレベルの平均を「５」であると算出する。続いて、推定部１３４は、ユーザＵ１１が検索した「筋トレ」分野に関する検索クエリ平均は「５」なので、「筋トレ」分野に関するユーザＵ１１の習熟度を「５」と推定する。

例えば、推定部１３４は、「筋トレ」分野に関するユーザＵ１１の習熟度を推定する場合、ユーザ情報記憶部１２１を参照して、ユーザＵ１１の行動履歴に関する情報として閲覧履歴＃Ｕ１１を取得する。続いて、推定部１３４は、ユーザＵ１１の閲覧履歴＃Ｕ１１から、ユーザＵ１１が閲覧した「筋トレ」分野に関するコンテンツを抽出する。続いて、推定部１３４は、コンテンツ情報記憶部１２２を参照して、抽出したコンテンツの難易度を推定する。続いて、推定部１３４は、抽出したコンテンツの難易度の平均を「５」であると算出する。続いて、推定部１３４は、ユーザＵ１１が閲覧した「筋トレ」分野に関するコンテンツの難易度の平均は「５」なので、「筋トレ」分野に関するユーザＵ１１の習熟度を「５」と推定する。

なお、推定部１３４は、ユーザＵ１１の行動履歴に関する情報として、検索履歴＃Ｕ１１と閲覧履歴＃Ｕ１１の他にも、購入履歴＃Ｕ１１や位置履歴＃Ｕ１１に基づいて、「筋トレ」分野に関するユーザＵ１１の習熟度を推定してもよい。このようにして、推定部１３４は、ユーザＵ１１の行動履歴に関する情報に基づいて、「筋トレ」分野に関するユーザＵ１１の習熟度を推定する。同様に、推定部１３４は、他のユーザＵ１２、Ｕ１３、Ｕ１４、…についても、各々のユーザの行動履歴に関する情報に基づいて、「筋トレ」分野に関する各々のユーザの習熟度を推定する。

また、推定部１３４は、検索結果として出力されるコンテンツに難易度を付与する。具体的には、推定部１３４は、コンテンツを閲覧したユーザの習熟度に基づいて、コンテンツの難易度を推定する。続いて、推定部１３４は、ユーザの習熟度に対応する難易度をコンテンツに付与する。図５に示す例では、推定部１３４は、コンテンツＣ１１を閲覧したユーザの習熟度の平均が「３」である場合、ユーザの習熟度の平均「３」に対応する難易度「３」をコンテンツＣ１１に付与する。同様に、推定部１３４は、他のコンテンツＣ１２、Ｃ１３、…についても、各々のコンテンツを閲覧したユーザの習熟度の平均に対応する難易度を付与する。

また、推定部１３４は、ユーザの習熟度を推定する処理と、コンテンツに難易度を付与する処理とを相互に繰り返す。これにより、推定部１３４は、ユーザの習熟度を推定する処理の精度を高め、コンテンツに難易度を付与する処理の精度を高めることができる。図５に示す例では、まず、推定部１３４は、上述した推定処理に基づいて、「筋トレ」分野に関するユーザＵ１１、Ｕ１２、Ｕ１３、Ｕ１４、…の習熟度を推定する。続いて、推定部１３４は、推定したユーザＵ１１、Ｕ１２、Ｕ１３、Ｕ１４、…の習熟度に基づいて、コンテンツＣ１１、Ｃ１２、Ｃ１３、…の難易度を推定する。続いて、推定部１３４は、ユーザの習熟度に対応する難易度をコンテンツＣ１１、Ｃ１２、Ｃ１３、…に付与する。続いて、推定部１３４は、付与されたコンテンツＣ１１、Ｃ１２、Ｃ１３、…の難易度を用いて、ユーザＵ２１、Ｕ２２、Ｕ２３、Ｕ２４、…が閲覧したコンテンツの難易度の平均を算出する。続いて、推定部１３４は、算出したコンテンツの難易度の平均に基づいて、ユーザＵ２１、Ｕ２２、Ｕ２３、Ｕ２４、…の習熟度を推定する。続いて、推定部１３４は、推定したユーザＵ２１、Ｕ２２、Ｕ２３、Ｕ２４、…の習熟度に基づいて、コンテンツＣ１４、Ｃ１５、Ｃ１６、…の難易度を推定する。

なお、推定部１３４は、ユーザＵ２１、Ｕ２２、Ｕ２３、Ｕ２４、…の習熟度に加えて、ユーザＵ１１、Ｕ１２、Ｕ１３、Ｕ１４、…の習熟度を用いて、コンテンツＣ１４、Ｃ１５、Ｃ１６、…の難易度を推定し直す。続いて、推定部１３４は、ユーザの習熟度に対応する難易度をコンテンツＣ１４、Ｃ１５、Ｃ１６、…に付与し直す。また、推定部１３４は、コンテンツＣ１１、Ｃ１２、Ｃ１３、…の難易度に加えて、コンテンツＣ１４、Ｃ１５、Ｃ１６、…の難易度を用いて、ユーザＵ２１、Ｕ２２、Ｕ２３、Ｕ２４、…の習熟度を推定し直す。このようにして、推定部１３４は、ユーザの習熟度を推定する処理と、コンテンツに難易度を付与する処理とを相互に繰り返す。

（学習部１３５）
学習部１３５は、ユーザの習熟度を学習してもよい。具体的には、学習部１３５は、ユーザの行動履歴に関する情報に基づいて、所定の分野に関するユーザの習熟度を学習してもよい。例えば、学習部１３５は、推定部１３４によって推定されたユーザの習熟度を学習データとして、ユーザの行動履歴に関する情報から所定の分野に関するユーザの習熟度を推定するモデルを生成する。続いて、推定部１３４は、学習部１３５によって生成されたモデルを用いて、ユーザの行動履歴に関する情報から所定の分野に関するユーザの習熟度を推定してもよい。

（選択部１３６）
選択部１３６は、検索結果として出力されるコンテンツを選択する。具体的には、選択部１３６は、推定部１３４によって推定されたユーザＵ１の習熟度に基づいて、受付部１３３によって受け付けられた検索クエリに応じたコンテンツであって、検索結果として出力されるコンテンツを選択する。例えば、選択部１３６は、推定部１３４によって推定されたユーザＵ１の習熟度以上の習熟度に対応するコンテンツを、検索結果として出力されるコンテンツとして選択する。例えば、選択部１３６は、推定部１３４によって難易度が付与されたコンテンツの中から、検索結果として出力されるコンテンツとして、推定部１３４によって推定されたユーザの習熟度以上の難易度が付与されたコンテンツを選択する。

また、選択部１３６は、選択部１３６によって選択されたコンテンツが検索結果として出力される順番である出力順を決定する。具体的には、選択部１３６は、低い習熟度に対応するコンテンツから順番に出力されるように、出力順を決定する。具体的には、選択部１３６は、低い難易度が付与されたコンテンツから順番に出力されるように出力順を決定する。

〔１－３．情報処理のフロー〕
次に、図６を用いて、第１の実施形態に係る情報処理の手順について説明する。図６は、第１の実施形態に係る情報処理手順を示すフローチャートである。

図６に示すように、情報処理装置１００は、ユーザＵ１から検索クエリを受け付けたか否かを判定する（ステップＳ１０１）。情報処理装置１００は、ユーザＵ１から検索クエリを受け付けていないと判定した場合（ステップＳ１０１；Ｎｏ）は、ユーザＵ１から検索クエリを受け付けるまで待機する。

また、情報処理装置１００は、ユーザＵ１から検索クエリを受け付けたと判定した場合（ステップＳ１０１；Ｙｅｓ）は、検索クエリに対応する分野を特定する（ステップＳ１０２）。続いて、情報処理装置１００は、ユーザＵ１の行動履歴に関する情報に基づいて、特定された分野に関するユーザＵ１の習熟度を推定する（ステップＳ１０３）。

続いて、情報処理装置１００は、ユーザＵ１の習熟度以上の習熟度に対応するコンテンツを選択する（ステップＳ１０４）。続いて、情報処理装置１００は、難易度が低い方から順番に検索結果として出力されるようにコンテンツの出力順を決定する（ステップＳ１０５）。続いて、情報処理装置１００は、検索結果をユーザＵ１に配信する（ステップＳ１０６）。

〔１－４．変形例〕
上述した実施形態に係る情報処理システム１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、情報処理システム１の他の実施形態について説明する。なお、実施形態と同一部分には、同一符号を付して説明を省略する。

〔１－４－１．コンテンツの訴求効果を示す指標値に基づいてコンテンツを選択する〕
図１では、ユーザの習熟度とコンテンツの難易度とが一対一に対応する場合に、情報処理装置１００が、検索結果として出力されるコンテンツを選択する例を示した。ここでは、情報処理装置１００が、同一の習熟度に対応する複数のコンテンツが存在する場合に検索結果として出力されるコンテンツを選択する例を示す。

選択部１３６は、同一の習熟度に対応する複数のコンテンツが存在する場合には、複数のコンテンツの中からコンテンツの訴求効果を示す指標値に基づいて、検索結果として出力されるコンテンツを選択する。具体的には、選択部１３６は、コンテンツの訴求効果を示す指標値として、コンテンツの離脱率や、コンテンツのアクセス数といった指標値に基づいて、検索結果として出力されるコンテンツを選択する。例えば、選択部１３６は、同一の習熟度に対応する複数のコンテンツが存在する場合には、その中で最もアクセス数の多いコンテンツを検索結果として出力されるコンテンツを選択する。例えば、選択部１３６は、同一の習熟度に対応する複数のコンテンツが存在する場合には、その中で最も離脱率の低いコンテンツを検索結果として出力されるコンテンツを選択する。

なお、選択部１３６は、アクセス数と離脱率の両方に基づいて、検索結果として出力されるコンテンツを選択してもよい。また、選択部１３６は、アクセス数と離脱率の他にも、コンテンツの訴求効果を示す他の指標値に基づいて、検索結果として出力されるコンテンツを選択してもよい。

〔１－５．第１の実施の形態の効果〕
上述してきたように、第１の実施形態に係る情報処理装置１００は、受付部１３３と、推定部１３４と、選択部１３６を備える。受付部１３３は、ユーザから検索クエリを受け付ける。推定部１３４は、ユーザの行動履歴に関する情報に基づいて、受付部１３３によって受け付けられた検索クエリに対応する分野に関するユーザの習熟度を推定する。選択部１３６は、推定部１３４によって推定されたユーザの習熟度に基づいて、受付部１３３によって受け付けられた検索クエリに応じたコンテンツであって、検索結果として出力されるコンテンツを選択する。

これにより、情報処理装置１００は、ユーザの習熟度に合ったコンテンツを検索結果としてユーザに提示することができる。したがって、情報処理装置１００は、ユーザの学習を支援することができる。

また、選択部１３６は、推定部１３４によって推定されたユーザの習熟度以上の習熟度に対応するコンテンツを、検索結果として出力されるコンテンツとして選択する。

これにより、情報処理装置１００は、ユーザの習熟度以上のコンテンツを検索結果としてユーザに提示することができる。すなわち、情報処理装置１００は、ユーザが検索を通じて得ようとした知識を、検索時点におけるユーザの習熟度から段階を踏んでユーザが無理なく習得できるように選択して、検索結果としてユーザに提供することができる。したがって、情報処理装置１００は、ユーザの学習を支援することができる。

また、選択部１３６は、同一の習熟度に対応する複数のコンテンツが存在する場合には、複数のコンテンツの中からコンテンツの訴求効果を示す指標値に基づいて、検索結果として出力されるコンテンツを選択する。

これにより、情報処理装置１００は、同一の習熟度に対応する複数のコンテンツが存在する場合であっても、ユーザにとって最適なコンテンツを１つ選択して、検索結果としてユーザに提供することができる。したがって、情報処理装置１００は、ユーザの学習を支援することができる。

また、選択部１３６は、選択されたコンテンツが検索結果として出力される順番である出力順を決定する。選択部１３６は、低い習熟度に対応するコンテンツから順番に出力されるように、前記出力順を決定する。

これにより、情報処理装置１００は、ユーザが検索を通じて得ようとした知識を、検索時点におけるユーザの習熟度から段階を踏んでユーザが無理なく習得できるように選択して、検索結果としてユーザに提供することができる。したがって、情報処理装置１００は、ユーザの学習を支援することができる。

また、情報処理装置１００は、学習部１３５をさらに備える。学習部１３５は、ユーザの行動履歴に関する情報に基づいて、所定の分野に関するユーザの習熟度を学習する。

これにより、情報処理装置１００は、ユーザの習熟度を推定する処理の精度を高めることができる。すなわち、情報処理装置１００は、ユーザの習熟度をより正確に推定することができる。したがって、情報処理装置１００は、ユーザの学習を支援することができる。

（第２の実施形態）
〔２－１．情報処理の一例〕
次に、第２の実施形態について説明する。上述してきた第１の実施形態では、情報処理装置１００が、ユーザの習熟度に基づいて、検索結果として出力されるコンテンツを選択する情報処理の一例を説明した。第２の実施形態では、情報処理装置２００が、ユーザの習熟度に基づいて、ユーザに対して検索クエリの候補として提示される検索クエリを抽出する情報処理の例を示す。なお、第２の実施形態では、第１の実施形態と同様の構成について同一の符号を付して説明を省略する。

図７は、第２の実施形態に係る情報処理の一例を示す図である。図７に示す例において、情報処理システム２は、ユーザ端末１０と、ログサーバ２０と、情報処理装置２００とを有する。

ユーザ端末１０とログサーバ２０と情報処理装置２００とは、ネットワークＮ（例えば、図８参照）等の所定の通信網を介して、有線または無線により通信可能に接続される。なお、図１に示す情報処理システム１には、任意の数のユーザ端末１０と任意の数のログサーバ２０と任意の数の情報処理装置２００とが含まれてもよい。

第２の実施形態に係るユーザ端末１０は、第１の実施形態に係るユーザ端末１０と同様の構成であるため、説明を省略する。

第２の実施形態に係るログサーバ２０は、第１の実施形態に係るログサーバ２０と同様の構成であるため、説明を省略する。

第２の実施形態に係る情報処理装置２００は、第１の実施形態に係る情報処理装置１００と同様に検索サービスを提供するサーバ装置である。図７に示す情報処理装置２００は、ユーザＵ１から検索クエリを受け付けると、受け付けた検索クエリに対応する分野に関するユーザの習熟度を推定する。続いて、情報処理装置２００は、推定したユーザの習熟度に基づいて、ユーザに対して検索クエリの候補として提示される検索クエリを抽出する。続いて、情報処理装置２００は、検索ボックスと検索ボックスの下方に検索クエリの候補が提示される領域を含む検索ページＰ２０をユーザＵ１のユーザ端末１０に配信する。

以下、図７を用いて、第２の実施形態に係る情報処理の一例を説明する。図７に示す例では、情報処理装置２００は、ユーザＵ１の行動履歴に関する情報をログサーバ２０から取得する（ステップＳ２１）。例えば、情報処理装置２００は、ユーザＵ１が入力した検索クエリの履歴である検索履歴に関する情報を取得する。例えば、情報処理装置２００は、ユーザＵ１が閲覧若しくは視聴したコンテンツの履歴である閲覧履歴に関する情報を取得する。

続いて、情報処理装置２００は、ユーザ端末１０の要求に応じて、検索ボックスを含む検索ページＰ２０をユーザＵ１のユーザ端末１０に配信する（ステップＳ２２）。ユーザ端末１０は、検索ボックスを含む検索ページＰ２０を情報処理装置２００から受信すると、ユーザ端末１０の画面に検索ボックスを含む検索ページＰ２０を表示する。

ユーザＵ１は、ユーザ端末１０の画面に表示された検索ページＰ２０の検索ボックスに検索クエリを入力し始める。ユーザ端末１０は、ユーザＵ１によって検索クエリが入力され始めると、入力中の検索クエリ「き」を情報処理装置２００に送信する。情報処理装置２００は、ユーザ端末１０から入力中の検索クエリ「き」を受け付ける（ステップＳ２３）。

続いて、情報処理装置２００は、入力中の検索クエリ「き」を受け付けると、ユーザＵ１の行動履歴に関する情報に基づいて、ユーザＵ１が関心を持っている分野を「筋トレ」（「筋力トレーニング」の略）分野であると特定する（ステップＳ２４）。

続いて、情報処理装置２００は、ユーザＵ１の行動履歴に関する情報に基づいて、ユーザＵ１が関心を持っている分野として特定された「筋トレ」分野に関するユーザＵ１の習熟度を推定する（ステップＳ２５）。具体的には、情報処理装置２００は、ユーザＵ１の行動履歴に関する情報として、ユーザＵ１の検索履歴やユーザＵ１の閲覧履歴に基づいて、ユーザＵ１の習熟度を推定する。例えば、情報処理装置２００は、「筋トレ」分野に関するユーザの習熟度を測る指標として１～１０の数値によってユーザの習熟度を他のユーザとの比較によって相対的に評価する。

例えば、情報処理装置２００は、ユーザＵ１の検索履歴に基づいて、ユーザＵ１が検索した「筋トレ」分野に関する検索クエリの検索回数は、「筋トレ」分野の上級者（習熟度「１０」とする。）の検索回数に対して３０％なので、「筋トレ」分野に関するユーザＵ１の習熟度を「３」と推定する。

例えば、情報処理装置２００は、ユーザＵ１の検索履歴に基づいて、ユーザＵ１が検索した「筋トレ」分野に関する検索クエリのレベルの平均は「３」なので、「筋トレ」分野に関するユーザＵ１の習熟度を「３」と推定する。

例えば、情報処理装置２００は、ユーザＵ１の閲覧履歴に基づいて、ユーザＵ１が閲覧した「筋トレ」分野に関するコンテンツのレベルの平均は「３」なので、「筋トレ」分野に関するユーザＵ１の習熟度を「３」と推定する。

なお、情報処理装置２００は、上記の推定方法を組み合わせて、ユーザＵ１の習熟度を「３」と推定してもよい。また、情報処理装置２００は、ユーザＵ１の行動履歴に関する情報として、ユーザＵ１の検索履歴とユーザＵ１の閲覧履歴の他にも、ユーザＵ１の購入履歴やユーザＵ１の位置履歴に基づいて、ユーザＵ１の習熟度を推定してもよい。

続いて、情報処理装置２００は、ユーザＵ１に対して検索クエリの候補として提示される検索クエリとして、ユーザＵ１の習熟度「３」以上の習熟度に対応する検索クエリを抽出する（ステップＳ２６）。図７では、あらかじめ、情報処理装置２００によって、ユーザに対して検索クエリの候補として提示される検索クエリにユーザの習熟度に対応するレベルが付与されている。例えば、情報処理装置２００は、ユーザの習熟度に対応するレベルを示す１～１０までの数値を検索クエリの候補として提示される検索クエリに付与する。例えば、「筋トレ」分野における検索クエリ「カタボリック」には、ユーザの習熟度に対応するレベルとして「３」が付与されている。例えば、「筋トレ」分野における検索クエリ「フロントスクワット」には、ユーザの習熟度に対応するレベルとして「４」が付与されている。例えば、「筋トレ」分野における検索クエリ「大円筋」には、ユーザの習熟度に対応するレベルとして「５」が付与されている。

情報処理装置２００は、レベルが付与された検索クエリの中から、ユーザＵ１に対して検索クエリの候補として提示される検索クエリとして、ユーザＵ１の習熟度「３」に対応するレベル「３」以上に対応するレベル「３」が付与された検索クエリ「カタボリック」、レベル「４」が付与された検索クエリ「フロントスクワット」、レベル「５」が付与された検索クエリ「大円筋」を抽出する。なお、図７では図示していないが、情報処理装置２００は、検索クエリ「カタボリック」、「フロントスクワット」、「大円筋」の他にも、検索クエリの候補として提示される検索クエリとして、「筋トレ」分野に関するユーザＵ１の習熟度「３」以上の習熟度に対応するレベルが付与された検索クエリを抽出する。

続いて、情報処理装置２００は、抽出された検索クエリが検索クエリの候補として提示される順番である提示順を決定する（ステップＳ２７）。情報処理装置２００は、低い習熟度に対応する検索クエリから順番に提示されるように提示順を決定する。具体的には、情報処理装置２００は、低いレベルが付与された検索クエリから順番に提示されるように提示順を決定する。例えば、情報処理装置２００は、レベル「３」が付与された検索クエリ「カタボリック」を含む「筋トレ カタボリック」、レベル「４」が付与された検索クエリ「フロントスクワット」、レベル「５」が付与された検索クエリ「大円筋」の３つの検索クエリの提示順を決定する場合、３つの検索クエリの中で最も低いレベル「３」が付与された検索クエリ「カタボリック」を含む「筋トレ カタボリック」の提示順を１番目に決定する。続いて、情報処理装置２００は、３つの検索クエリの中で２番目に低いレベル「４」が付与された検索クエリ「フロントスクワット」の提示順を２番目に決定する。続いて、情報処理装置２００は、３つの検索クエリの中で最も高いレベル「５」が付与された検索クエリ「大円筋」の提示順を３番目に決定する。

続いて、情報処理装置２００は、抽出した検索クエリの候補の一覧であって、決定した提示順で検索クエリの候補が並べられた検索クエリの候補の一覧を含む検索ページＰ２１をユーザＵ１のユーザ端末１０に配信する（ステップＳ２８）。例えば、情報処理装置２００は、抽出した３つの検索クエリの候補「筋トレ カタボリック」、「フロントスクワット」、「大円筋」の一覧については、上から１番目に「筋トレ カタボリック」、上から２番目に「フロントスクワット」、上から３番目に「大円筋」が並べられた検索ページＰ２１を配信する。ユーザ端末１０は、検索ページＰ２１を受信すると、ユーザ端末１０の画面に検索ページＰ２１を表示する。続いて、ユーザ端末１０は、画面に表示した検索ページＰ２１に含まれる検索クエリの候補の一覧の中からユーザＵ１の操作によって所定の検索クエリが選択される操作に続いて、検索クエリの送信ボタンが押下されると、選択された検索クエリを情報処理装置２００に送信する。例えば、ユーザ端末１０は、検索クエリの候補の一覧の中からユーザＵ１の操作によって検索クエリ「筋トレ カタボリック」が選択される操作に続いて、検索クエリの送信ボタンが押下されると、選択された検索クエリ「筋トレ カタボリック」を情報処理装置２００に送信する。

上述したように、情報処理装置２００は、ユーザＵ１から検索クエリを受け付ける。続いて、情報処理装置２００は、ユーザＵ１の行動履歴に関する情報に基づいて、ユーザＵ１が関心を持っている分野に関するユーザＵ１の習熟度を推定する。続いて、情報処理装置２００は、推定したユーザＵ１の習熟度に基づいて、ユーザに対して検索クエリの候補として提示される検索クエリを抽出する。これにより、情報処理装置２００は、ユーザＵ１の習熟度に合った検索クエリの候補をユーザＵ１に提示することができる。また、情報処理装置２００は、ユーザＵ１の習熟度以上の検索クエリを検索クエリの候補としてユーザＵ１に提示することもできる。具体的には、情報処理装置２００は、検索という場面で、効率的な筋トレ方法を知りたいと望んでいるが、適切な検索クエリが思いつかないユーザＵ１に対して、ユーザＵ１の習熟度に合ったレベルの検索クエリを検索クエリの候補として提示することができる。例えば、情報処理装置２００は、「筋トレ」分野に関するユーザＵ１の習熟度が中級程度の「５」である場合には、中級程度の「５」以上のレベルの検索クエリを抽出して、ユーザＵ１に検索クエリを提示することができる。すなわち、情報処理装置２００は、ユーザが現時点の習熟度から段階を踏んで無理なく知識を習得できるように検索クエリを提示することができる。このように、情報処理装置２００は、「筋トレ」分野に関する習熟度が中級程度であるユーザＵ１を、中級の習熟度から上級の習熟度に押し上げるための手助けをすることができる。したがって、情報処理装置２００は、ユーザＵ１の学習を支援することができる。

なお、図７では、情報処理装置２００が、ユーザＵ１の行動履歴に関する情報に基づいて、ユーザＵ１が関心を持っている分野を特定する例を示したが、入力中の検索クエリに基づいて、ユーザＵ１が関心を持っている分野を特定してもよい。また、情報処理装置２００は、ユーザＵ１の行動履歴に関する情報と入力中の検索クエリの両方に基づいて、ユーザＵ１が関心を持っている分野を特定してもよい。

また、図７に示す例では、情報処理装置１００が、ユーザＵ１の習熟度を示す指標として１～１０の連続値を用いる例を示したが、数値の範囲は０～１００でもよいし、どのような範囲の数値であってもよい。また、情報処理装置１００は、ユーザＵ１の習熟度を示す指標として「初級、中級、上級」や「Ａランク、Ｂランク、…、Ｅランク」のような離散値を用いてもよい。

〔２－２．情報処理装置の構成〕
次に、図８を用いて、第２の実施形態に係る情報処理装置２００の構成について説明する。図８は、第２の実施形態に係る情報処理装置２００の構成例を示す図である。図８に示すように、情報処理装置２００は、通信部１１０と、記憶部２２０と、制御部２３０とを有する。記憶部２２０は、記憶部１２０と比較して、検索クエリ情報記憶部２２３をさらに備える。制御部２３０は、制御部１３０と比較して、抽出部２３７をさらに備える。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ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、ユーザ端末１０やログサーバ２０との間で情報の送受信を行う。

（記憶部２２０）
記憶部２２０は、例えば、ＲＡＭ、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２２０は、図８に示すように、ユーザ情報記憶部１２１と、コンテンツ情報記憶部１２２と、検索クエリ情報記憶部２２３とを有する。

（検索クエリ情報記憶部２２３）
検索クエリ情報記憶部２２３は、検索クエリのレベルに関する各種の情報を記憶する。図９は、第２の実施形態に係る検索クエリ情報記憶部の一例を示す。図９に示す例では、検索クエリ情報記憶部２２３は、「検索クエリＩＤ」、「検索クエリ」、「対応分野」、「レベル」といった項目を有する。

ここで、「検索クエリＩＤ」は、検索クエリを識別するための識別情報を示す。「検索クエリ」は、ユーザに対して検索クエリの候補として提示される検索クエリを示す。また、「対応分野」は、検索クエリに対応する分野を示す。また、「レベル」は、検索クエリに対応する分野における検索クエリのレベルを示す。

図９の３レコード目に示す例では、検索クエリＩＤ「Ｑ１１」により識別される検索クエリ（検索クエリＱ１１）は、図７の例に示した検索クエリ「カタボリック」に対応する。対応分野「筋トレ」は、検索クエリ「カタボリック」に対応する分野が筋トレに関する分野であることを示す。レベル「３」は、筋トレに関する分野における検索クエリ「カタボリック」のレベルが３であることを示す。

（制御部２３０）
図８の説明に戻って、制御部２３０は、コントローラであり、例えば、ＣＰＵやＭＰＵ等によって、情報処理装置２００内部の記憶装置に記憶されている各種プログラム（生成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２３０は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図８に示すように、制御部２３０は、取得部１３１と、提供部１３２と、受付部１３３と、推定部１３４と、学習部１３５と、選択部１３６と、抽出部２３７とを有し、以下に説明する情報処理の作用を実現または実行する。なお、制御部２３０の内部構成は、図８に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

（推定部１３４）
推定部１３４は、ユーザの習熟度を推定する。具体的には、推定部１３４は、ユーザの行動履歴に関する情報に基づいて、ユーザが関心を持っている分野に関するユーザの習熟度を推定する。例えば、推定部１３４は、ユーザから入力中の検索クエリを受け付けると、ユーザ情報記憶部１２１を参照して、ユーザの行動履歴に関する情報を取得する。続いて、推定部１３４は、取得したユーザの行動履歴に関する情報に基づいて、ユーザが関心を持っている分野を特定する。続いて、推定部１３４は、ユーザが関心を持っている分野として特定した分野に関するユーザの習熟度を推定する。

例えば、推定部１３４は、ユーザの検索履歴に基づいて、ユーザが関心を持っている分野を特定する。推定部１３４は、ユーザＵ１から入力中の検索クエリを受け付けると、ユーザ情報記憶部１２１を参照して、ユーザＵ１の検索履歴＃Ｕ１を取得する。続いて、推定部１３４は、ユーザＵ１の検索履歴＃Ｕ１から、ユーザＵ１が検索した検索クエリを抽出する。続いて、推定部１３４は、ユーザＵ１の検索履歴＃Ｕ１から抽出した検索クエリに対応する分野を特定する。例えば、推定部１３４は、スポーツ、ビジネス、経済、政治、自然科学、文化等、種々の分野における辞書データから、検索クエリに対応する分野を特定する。あるいは、推定部１３４は、情報処理装置１００の検索対象となる検索クエリの特徴を分野ごとに学習したモデルを用いて、ユーザから受け付けた検索クエリに対応する分野を特定するようにしてもよい。続いて、推定部１３４は、検索クエリに対応する分野として特定された分野のうち、対応する検索クエリの数が最も多い分野を、ユーザＵ１が関心を持っている分野として特定する。

例えば、推定部１３４は、ユーザの閲覧履歴に基づいて、ユーザが関心を持っている分野を特定する。推定部１３４は、ユーザＵ１から入力中の検索クエリを受け付けると、ユーザ情報記憶部１２１を参照して、ユーザＵ１の閲覧履歴＃Ｕ１を取得する。続いて、推定部１３４は、ユーザＵ１の閲覧履歴＃Ｕ１から、ユーザＵ１が閲覧したコンテンツを抽出する。続いて、推定部１３４は、ユーザＵ１の閲覧履歴＃Ｕ１から抽出したコンテンツに対応する分野を特定する。例えば、推定部１３４は、コンテンツ情報記憶部１２２を参照して、ユーザＵ１の閲覧履歴＃Ｕ１から抽出したコンテンツに対応する分野を特定する。続いて、推定部１３４は、コンテンツに対応する分野として特定された分野のうち、対応するコンテンツの数が最も多い分野を、ユーザＵ１が関心を持っている分野として特定する。

なお、推定部１３４は、ユーザの購入履歴に基づいて、ユーザが関心を持っている分野を特定してもよい。推定部１３４は、ユーザＵ１から入力中の検索クエリを受け付けると、ユーザ情報記憶部１２１を参照して、ユーザＵ１の購入履歴＃Ｕ１を取得する。続いて、推定部１３４は、ユーザＵ１の購入履歴＃Ｕ１から、ユーザＵ１が購入した商品を抽出する。続いて、推定部１３４は、ユーザＵ１が購入した商品に基づいて、ユーザＵ１が関心を持っている分野を特定する。例えば、推定部１３４は、ユーザＵ１がプロテインやアミノ酸を購入している場合には、ユーザＵ１が「筋トレ」分野に関心を持っていると特定する。

また、推定部１３４は、ユーザの位置履歴に基づいて、ユーザが関心を持っている分野を特定してもよい。推定部１３４は、ユーザＵ１から入力中の検索クエリを受け付けると、ユーザ情報記憶部１２１を参照して、ユーザＵ１の位置履歴＃Ｕ１を取得する。続いて、推定部１３４は、ユーザＵ１の位置履歴＃Ｕ１から、ユーザＵ１が訪問した店舗やイベントを抽出する。続いて、推定部１３４は、ユーザＵ１が訪問した店舗やイベントに基づいて、ユーザＵ１が関心を持っている分野を特定する。例えば、推定部１３４は、ユーザＵ１が毎週トレーニングジムを訪問している場合には、ユーザＵ１が「筋トレ」分野に関心を持っていると特定する。

続いて、推定部１３４は、ユーザが関心を持っている分野として特定された分野に関するユーザの習熟度を推定する。ここで、図１０を用いてユーザの習熟度を推定する推定処理について説明する。図１０は、第２の実施形態に係る推定処理の一例を示す図である。図１０では、「筋トレ」分野に関するユーザの習熟度を推定する例を示す。

最初に、推定部１３４は、「筋トレ」分野に関する検索クエリを多く検索した所定のユーザを「筋トレ」分野に関する上級者であると決定する。例えば、推定部１３４は、「筋トレ」分野に関する検索クエリを１００回検索したユーザを「筋トレ」分野に関する上級者であると決定する。あるいは、推定部１３４は、「筋トレ」分野に関するコンテンツを多く閲覧したユーザを「筋トレ」分野に関する上級者であると決定してもよい。例えば、推定部１３４は、「筋トレ」分野に関するコンテンツを１００回閲覧したユーザを「筋トレ」分野に関する上級者であると決定してもよい。なお、上級者とは、その分野に関する習熟度が高いユーザを意味する。続いて、推定部１３４は、「筋トレ」分野に関するユーザの習熟度を測る指標として１～１０の数値を用いる場合、上級者であると決定したユーザの習熟度を「１０」に決定する。また、推定部１３４は、上級者であると決定したユーザが閲覧したコンテンツの難易度を「１０」と決定する。また、推定部１３４は、上級者であると決定したユーザが検索した検索クエリのレベルを「１０」と決定する。

次に、推定部１３４は、上級者であると決定したユーザの行動履歴に関する情報を基準にして、他のユーザの習熟度を推定する。例えば、推定部１３４は、ユーザが検索した検索クエリの検索回数に基づいてユーザの習熟度を推定する。例えば、推定部１３４は、「筋トレ」分野に関するユーザＵ１１の習熟度を推定する場合、ユーザ情報記憶部１２１を参照して、ユーザＵ１１の行動履歴に関する情報として検索履歴＃Ｕ１１を取得する。続いて、推定部１３４は、ユーザＵ１１の検索履歴＃Ｕ１１から、ユーザＵ１１が検索した「筋トレ」分野に関する検索クエリを検索した検索回数を抽出する。続いて、推定部１３４は、抽出した検索回数が５０回である場合、上級者であると決定したユーザが「筋トレ」分野に関する検索クエリを１００回検索したという情報と比較して、ユーザＵ１１の検索回数は上級者の１／２であると算出する。続いて、推定部１３４は、ユーザＵ１１が「筋トレ」分野に関する検索クエリを検索した回数は上級者の半分なので、ユーザＵ１１の習熟度を上級者の習熟度「１０」の１／２である「５」と推定する。

例えば、推定部１３４は、ユーザが検索した検索クエリのレベルに基づいてユーザの習熟度を推定する。例えば、推定部１３４は、「筋トレ」分野に関するユーザＵ１１の習熟度を推定する場合、ユーザ情報記憶部１２１を参照して、ユーザＵ１１の行動履歴に関する情報として検索履歴＃Ｕ１１を取得する。続いて、推定部１３４は、ユーザＵ１１の検索履歴＃Ｕ１１から、ユーザＵ１１が検索した「筋トレ」分野に関する検索クエリを抽出する。続いて、推定部１３４は、検索クエリ情報記憶部２２３を参照して、抽出した検索クエリのレベルを推定する。続いて、推定部１３４は、ユーザＵ１１が検索した「筋トレ」分野に関する検索クエリのレベルの平均を「５」であると算出する。続いて、推定部１３４は、ユーザＵ１１が検索した「筋トレ」分野に関する検索クエリ平均は「５」なので、「筋トレ」分野に関するユーザＵ１１の習熟度を「５」と推定する。

例えば、推定部１３４は、「筋トレ」分野に関するユーザＵ１１の習熟度を推定する場合、ユーザ情報記憶部１２１を参照して、ユーザＵ１１の行動履歴に関する情報として閲覧履歴＃Ｕ１１を取得する。続いて、推定部１３４は、ユーザＵ１１の閲覧履歴＃Ｕ１１から、ユーザＵ１１が閲覧した「筋トレ」分野に関するコンテンツを抽出する。続いて、推定部１３４は、コンテンツ情報記憶部１２２を参照して、抽出したコンテンツの難易度を推定する。続いて、推定部１３４は、抽出したコンテンツの難易度の平均を「５」であると算出する。続いて、推定部１３４は、ユーザＵ１１が閲覧した「筋トレ」分野に関するコンテンツの難易度の平均は「５」なので、「筋トレ」分野に関するユーザＵ１１の習熟度を「５」と推定する。

なお、推定部１３４は、ユーザＵ１１の行動履歴に関する情報として、検索履歴＃Ｕ１１と閲覧履歴＃Ｕ１１の他にも、購入履歴＃Ｕ１１や位置履歴＃Ｕ１１に基づいて、「筋トレ」分野に関するユーザＵ１１の習熟度を推定してもよい。このようにして、推定部１３４は、ユーザＵ１１の行動履歴に関する情報に基づいて、「筋トレ」分野に関するユーザＵ１１の習熟度を推定する。同様に、推定部１３４は、他のユーザＵ１２、Ｕ１３、Ｕ１４、…についても、各々のユーザの行動履歴に関する情報に基づいて、「筋トレ」分野に関する各々のユーザの習熟度を推定する。

また、推定部１３４は、ユーザに対して検索クエリの候補として提示される検索クエリにレベルを付与する。具体的には、推定部１３４は、検索クエリを検索したユーザの習熟度に基づいて、検索クエリのレベルを推定する。続いて、推定部１３４は、ユーザの習熟度に対応するレベルを検索クエリに付与する。図１０に示す例では、推定部１３４は、検索クエリＱ１１を検索したユーザの習熟度の平均が「３」である場合、ユーザの習熟度の平均「３」に対応するレベル「３」を検索クエリＱ１１に付与する。同様に、推定部１３４は、他の検索クエリＱ１２、Ｑ１３、…についても、各々の検索クエリを検索したユーザの習熟度の平均に対応するレベルを付与する。

また、推定部１３４は、ユーザの習熟度を推定する処理と、検索クエリにレベルを付与する処理とを相互に繰り返す。これにより、推定部１３４は、ユーザの習熟度を推定する処理の精度を高め、検索クエリにレベルを付与する処理の精度を高めることができる。図１０に示す例では、まず、推定部１３４は、上述した推定処理に基づいて、「筋トレ」分野に関するユーザＵ１１、Ｕ１２、Ｕ１３、Ｕ１４、…の習熟度を推定する。続いて、推定部１３４は、推定したユーザＵ１１、Ｕ１２、Ｕ１３、Ｕ１４、…の習熟度に基づいて、検索クエリＱ１１、Ｑ１２、Ｑ１３、…のレベルを推定する。続いて、推定部１３４は、ユーザの習熟度に対応するレベルを検索クエリＱ１１、Ｑ１２、Ｑ１３、…に付与する。続いて、推定部１３４は、付与された検索クエリＱ１１、Ｑ１２、Ｑ１３、…のレベルを用いて、ユーザＵ２１、Ｕ２２、Ｕ２３、Ｕ２４、…が検索した検索クエリのレベルの平均を算出する。続いて、推定部１３４は、算出した検索クエリのレベルの平均に基づいて、ユーザＵ２１、Ｕ２２、Ｕ２３、Ｕ２４、…の習熟度を推定する。続いて、推定部１３４は、推定したユーザＵ２１、Ｕ２２、Ｕ２３、Ｕ２４、…の習熟度に基づいて、検索クエリＱ１４、Ｑ１５、Ｑ１６、…のレベルを推定する。

なお、推定部１３４は、ユーザＵ２１、Ｕ２２、Ｕ２３、Ｕ２４、…の習熟度に加えて、ユーザＵ１１、Ｕ１２、Ｕ１３、Ｕ１４、…の習熟度を用いて、検索クエリＱ１４、Ｑ１５、Ｑ１６、…のレベルを推定し直す。続いて、推定部１３４は、ユーザの習熟度に対応するレベルを検索クエリＱ１４、Ｑ１５、Ｑ１６、…に付与し直す。また、推定部１３４は、検索クエリＱ１１、Ｑ１２、Ｑ１３、…のレベルに加えて、検索クエリＱ１４、Ｑ１５、Ｑ１６、…のレベルを用いて、ユーザＵ２１、Ｕ２２、Ｕ２３、Ｕ２４、…の習熟度を推定し直す。このようにして、推定部１３４は、ユーザの習熟度を推定する処理と、検索クエリにレベルを付与する処理とを相互に繰り返す。

（抽出部２３７）
抽出部２３７は、ユーザに対して検索クエリの候補として提示される検索クエリを抽出する。具体的には、抽出部２３７は、推定部１３４によって推定されたユーザの習熟度に基づいて、ユーザに対して検索クエリの候補として提示される検索クエリを抽出する。例えば、抽出部２３７は、推定部１３４によってレベルが付与された検索クエリの中から、推定部１３４によって推定されたユーザの習熟度以上の習熟度に対応する検索クエリを、ユーザに対して検索クエリの候補として提示される検索クエリとして抽出する。

また、抽出部２３７は、抽出された検索クエリが検索クエリの候補として提示される順番である提示順を決定する。具体的には、抽出部２３７は、低い習熟度に対応する検索クエリから順番に提示されるように、抽出された検索クエリが検索クエリの候補として提示される順番である提示順を決定する。

〔２－３．情報処理のフロー〕
次に、図１１を用いて、第２の実施形態に係る情報処理の手順について説明する。図１０は、第２の実施形態に係る情報処理手順を示すフローチャートである。

図１１に示すように、情報処理装置２００は、ユーザＵ１から入力中の検索クエリを受け付けたか否かを判定する（ステップＳ２０１）。情報処理装置２００は、ユーザＵ１から入力中の検索クエリを受け付けていないと判定した場合（ステップＳ２０１；Ｎｏ）は、ユーザＵ１から入力中の検索クエリを受け付けるまで待機する。

また、情報処理装置２００は、ユーザＵ１から入力中の検索クエリを受け付けたと判定した場合（ステップＳ２０１；Ｙｅｓ）は、ユーザＵ１の行動履歴に関する情報に基づいて、ユーザＵ１が関心を持っている分野を特定する（ステップＳ２０２）。続いて、情報処理装置２００は、ユーザＵ１の行動履歴に関する情報に基づいて、特定された分野に関するユーザＵ１の習熟度を推定する（ステップＳ２０３）。

続いて、情報処理装置２００は、ユーザＵ１の習熟度以上の習熟度に対応する検索クエリを抽出する（ステップＳ２０４）。続いて、情報処理装置２００は、レベルが低い方から順番に提示されるよう検索クエリの提示順を決定する（ステップＳ２０５）。続いて、情報処理装置２００は、検索クエリの候補をユーザＵ１に提示する（ステップＳ２０６）。

〔２－４．変形例〕
上述した実施形態に係る情報処理システム２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、情報処理システム２の他の実施形態について説明する。なお、実施形態と同一部分には、同一符号を付して説明を省略する。

〔２－４－１．検索クエリの訴求効果を示す指標値に基づいて検索クエリの候補を抽出する〕
抽出部２３７は、同一の習熟度に対応する複数の検索クエリが存在する場合には、検索クエリの訴求効果を示す指標値に基づいて、複数の検索クエリの中からユーザに対して検索クエリの候補として提示される検索クエリを抽出する。具体的には、抽出部２３７は、検索クエリの訴求効果を示す指標値として、検索クエリの検索回数や、検索クエリの検索頻度といった指標値に基づいて、ユーザに対して検索クエリの候補として提示される検索クエリを抽出する。例えば、抽出部２３７は、同一の習熟度に対応する複数の検索クエリが存在する場合には、その中で最も検索回数の多い検索クエリをユーザに対して検索クエリの候補として提示される検索クエリとして抽出する。例えば、抽出部２３７は、同一の習熟度に対応する複数の検索クエリが存在する場合には、その中で最も検索頻度が高い検索クエリをユーザに対して検索クエリの候補として提示される検索クエリとして抽出する。

なお、抽出部２３７は、検索回数と検索頻度の両方に基づいて、ユーザに対して検索クエリの候補として提示される検索クエリを抽出してもよい。また、抽出部２３７は、検索回数と検索頻度の他にも、検索クエリの訴求効果を示す他の指標値に基づいて、ユーザに対して検索クエリの候補として提示される検索クエリを抽出してもよい。

〔２－５．第２の実施の形態の効果〕
上述してきたように、第２の実施形態に係る情報処理装置２００は、受付部１３３と、推定部１３４と、抽出部２３７を備える。受付部１３３は、ユーザから検索クエリを受け付ける。推定部１３４は、ユーザの行動履歴に関する情報に基づいて、所定の分野に関するユーザの習熟度を推定する。抽出部２３７は、推定部１３４によって推定されたユーザの習熟度に基づいて、ユーザに対して検索クエリの候補として提示される検索クエリを抽出する。

これにより、情報処理装置２００は、ユーザの習熟度に合った検索クエリの候補をユーザに提示することができる。例えば、情報処理装置２００は、検索という場面で、効率的な筋トレ方法を知りたいと望んでいるが、適切な検索クエリが思いつかないユーザに対して、ユーザの習熟度に合ったレベルの検索クエリを検索クエリの候補として提示することができる。したがって、情報処理装置２００は、ユーザの学習を支援することができる。

また、抽出部２３７は、推定部１３４によって推定されたユーザの習熟度以上の習熟度に対応する検索クエリを、ユーザに対して検索クエリの候補として提示される検索クエリとして抽出する。

これにより、情報処理装置２００は、ユーザの習熟度以上の検索クエリを検索クエリの候補としてユーザに提示することができる。例えば、情報処理装置２００は、「筋トレ」分野に関するユーザの習熟度が中級程度の「５」である場合には、中級程度の「５」以上のレベルの検索クエリを抽出して、ユーザに検索クエリを提示することができる。すなわち、情報処理装置２００は、ユーザが現時点の習熟度から段階を踏んで無理なく知識を習得できるように検索クエリを提示することができる。このように、情報処理装置２００は、「筋トレ」分野に関する習熟度が中級程度であるユーザを、中級の習熟度から上級の習熟度に押し上げるための手助けをすることができる。したがって、情報処理装置２００は、ユーザの学習を支援することができる。

また、抽出部２３７は、同一の習熟度に対応する複数の検索クエリが存在する場合には、検索クエリの訴求効果を示す指標値に基づいて、複数の検索クエリの中からユーザに対して検索クエリの候補として提示される検索クエリを抽出する。

これにより、情報処理装置２００は、同一の習熟度に対応する複数の検索クエリが存在する場合であっても、ユーザにとって最適な検索クエリを１つ選択して、ユーザに対して検索クエリの候補として提示することができる。したがって、情報処理装置２００は、ユーザの学習を支援することができる。

また、抽出部２３７は、抽出された検索クエリが検索クエリの候補として提示される順番である提示順を決定する。抽出部２３７は、低い習熟度に対応する検索クエリから順番に提示されるように、提示順を決定する。

これにより、情報処理装置２００は、ユーザが検索を通じて得ようとした知識を、検索時点におけるユーザの習熟度から段階を踏んでユーザが無理なく習得できるように抽出して、ユーザに対して検索クエリの候補として提示することができる。したがって、情報処理装置２００は、ユーザの学習を支援することができる。

〔３．ハードウェア構成〕
また、上述してきた実施形態に係る情報処理装置１００又は２００は、例えば図１２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１２は、情報処理装置１００又は２００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、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を備える。

ＣＰＵ１１００は、ＲＯＭ１３００または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格納する。通信インターフェイス１５００は、所定の通信網を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを所定の通信網を介して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、生成したデータを入出力インターフェイス１６００を介して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また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が実施形態に係る情報処理装置１００又は２００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またはデータ（例えば、商品コンテンツモデル）を実行することにより、制御部１３０又は制御部２３０の機能を実現する。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。

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。

〔４．その他〕
また、上記実施形態及び変形例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、あるいは、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、上記文書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。

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。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。具体的には、上述した第１の実施形態と第２の実施形態とを組み合わせることが可能である。例えば、ユーザの習熟度に基づいて抽出された検索クエリの候補をユーザに提示するのに続いて、提示した検索クエリの候補の中から所定の検索クエリが選択された場合には、ユーザの習熟度に基づいて選択されたコンテンツを検索結果としてユーザに提示してもよい。例えば、抽出部２３７は、推定部１３４によって推定されたユーザＵ１の習熟度に基づいて、ユーザＵ１に対して検索クエリの候補として提示される検索クエリを抽出する。続いて、提供部１３２は、検索クエリの候補をユーザＵ１に提示する。続いて、受付部１３３は、提供部１３２によってユーザＵ１に対して提示された検索クエリの候補の中から、ユーザＵ１によって所定の検索クエリが選択された場合には、ユーザＵ１から検索クエリを受け付ける。続いて、選択部１３６は、推定部１３４によって推定されたユーザＵ１の習熟度に基づいて、受付部１３３によって受け付けられた検索クエリに応じたコンテンツであって、検索結果として出力されるコンテンツを選択する。このように、上述した第１の実施形態と第２の実施形態とを組み合わせることができる。

また、上述してきた「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、推定部は、推定手段や推定回路に読み替えることができる。

１ 情報処理システム
２ 情報処理システム
１０ ユーザ端末
２０ ログサーバ
１００ 情報処理装置
１２１ ユーザ情報記憶部
１２２ コンテンツ情報記憶部
１３１ 取得部
１３２ 提供部
１３３ 受付部
１３４ 推定部
１３５ 学習部
１３６ 選択部
２００ 情報処理装置
２２３ 検索クエリ情報記憶部
２３７ 抽出部

Claims (14)

1. ユーザから検索クエリを受け付ける受付部と、
   前記ユーザの行動履歴に関する情報に基づいて、前記受付部によって受け付けられた検索クエリに対応する分野に関する前記ユーザの習熟度を推定するとともに、コンテンツを閲覧した閲覧ユーザの行動履歴に関する情報に基づいて推定された前記閲覧ユーザの習熟度に基づいて、前記コンテンツの難易度を推定する推定部と、
   前記推定部によって推定されたユーザの習熟度およびコンテンツの難易度に基づいて、前記受付部によって受け付けられた検索クエリに応じたコンテンツであって、検索結果として出力されるコンテンツを選択する選択部と
   を備えることを特徴とする情報処理装置。
2. 前記推定部は、
   前記ユーザの行動履歴に関する情報に基づいて、所定の分野に関する前記ユーザの習熟度を推定し、
   前記推定部によって推定されたユーザの習熟度に基づいて、前記ユーザに対して検索クエリの候補として提示される検索クエリを抽出する抽出部
   をさらに備えることを特徴とする請求項１に記載の情報処理装置。
3. 前記選択部は、
   前記推定部によって推定されたユーザの習熟度以上の習熟度に対応するコンテンツを、前記検索結果として出力されるコンテンツとして選択する
   ことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記選択部は、
   同一の習熟度に対応する複数のコンテンツが存在する場合には、前記複数のコンテンツの中からコンテンツの訴求効果を示す指標値に基づいて、前記検索結果として出力されるコンテンツを選択する
   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。
5. 前記選択部は、
   選択されたコンテンツが検索結果として出力される順番である出力順を決定する
   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。
6. 前記選択部は、
   低い習熟度に対応するコンテンツから順番に出力されるように、前記出力順を決定する
   ことを特徴とする請求項５に記載の情報処理装置。
7. ユーザから検索クエリを受け付ける受付部と、
   前記ユーザの行動履歴に関する情報に基づいて、所定の分野に関する前記ユーザの習熟度を推定するとともに、コンテンツを閲覧した閲覧ユーザの行動履歴に関する情報に基づいて推定された前記閲覧ユーザの習熟度に基づいて、前記コンテンツの難易度を推定する推定部と、
   前記推定部によって推定されたユーザの習熟度およびコンテンツの難易度に基づいて、前記ユーザに対して検索クエリの候補として提示される検索クエリを抽出する抽出部と
   を備えることを特徴とする情報処理装置。
8. 前記抽出部は、
   前記推定部によって推定されたユーザの習熟度以上の習熟度に対応する検索クエリを、前記ユーザに対して検索クエリの候補として提示される検索クエリとして抽出する
   ことを特徴とする請求項７に記載の情報処理装置。
9. 前記抽出部は、
   同一の習熟度に対応する複数の検索クエリが存在する場合には、検索クエリの訴求効果を示す指標値に基づいて、前記複数の検索クエリの中から前記ユーザに対して検索クエリの候補として提示される検索クエリを抽出する
   ことを特徴とする請求項７または８に記載の情報処理装置。
10. 前記抽出部は、
    抽出された検索クエリが検索クエリの候補として提示される順番である提示順を決定する
    ことを特徴とする請求項７～９のいずれか１つに記載の情報処理装置。
11. 前記抽出部は、
    低い習熟度に対応する検索クエリから順番に提示されるように、前記提示順を決定する
    ことを特徴とする請求項１０に記載の情報処理装置。
12. ユーザの行動履歴に関する情報に基づいて、所定の分野に関する前記ユーザの習熟度を学習する学習部
    をさらに備えることを特徴とする請求項１～１１のいずれか１つに記載の情報処理装置。
13. コンピュータが実行する情報処理方法であって、
    ユーザから検索クエリを受け付ける受付工程と、
    前記ユーザの行動履歴に関する情報に基づいて、前記受付工程によって受け付けられた検索クエリに対応する分野に関する前記ユーザの習熟度を推定するとともに、コンテンツを閲覧した閲覧ユーザの行動履歴に関する情報に基づいて推定された前記閲覧ユーザの習熟度に基づいて、前記コンテンツの難易度を推定する推定工程と、
    前記推定工程によって推定されたユーザの習熟度およびコンテンツの難易度に基づいて、前記受付工程によって受け付けられた検索クエリに応じたコンテンツであって、検索結果として出力されるコンテンツを選択する選択工程と
    を含むことを特徴とする情報処理方法。
14. ユーザから検索クエリを受け付ける受付手順と、
    前記ユーザの行動履歴に関する情報に基づいて、前記受付手順によって受け付けられた検索クエリに対応する分野に関する前記ユーザの習熟度を推定するとともに、コンテンツを閲覧した閲覧ユーザの行動履歴に関する情報に基づいて推定された前記閲覧ユーザの習熟度に基づいて、前記コンテンツの難易度を推定する推定手順と、
    前記推定手順によって推定されたユーザの習熟度およびコンテンツの難易度に基づいて、前記受付手順によって受け付けられた検索クエリに応じたコンテンツであって、検索結果として出力されるコンテンツを選択する選択手順と
    をコンピュータに実行させることを特徴とする情報処理プログラム。

Images