JP7101438B1 - Programs, product recommendation devices, product recommendation methods, and product recommendation systems - Google Patents

Programs, product recommendation devices, product recommendation methods, and product recommendation systems Download PDF

Info

Publication number
JP7101438B1
JP7101438B1 JP2021180597A JP2021180597A JP7101438B1 JP 7101438 B1 JP7101438 B1 JP 7101438B1 JP 2021180597 A JP2021180597 A JP 2021180597A JP 2021180597 A JP2021180597 A JP 2021180597A JP 7101438 B1 JP7101438 B1 JP 7101438B1
Authority
JP
Japan
Prior art keywords
user
product
review
information
evaluation value
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
Application number
JP2021180597A
Other languages
Japanese (ja)
Other versions
JP2023069041A (en
Inventor
俊二 菅谷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Optim Corp
Original Assignee
Optim Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Optim Corp filed Critical Optim Corp
Priority to JP2021180597A priority Critical patent/JP7101438B1/en
Priority to JP2022106915A priority patent/JP2023070027A/en
Application granted granted Critical
Publication of JP7101438B1 publication Critical patent/JP7101438B1/en
Priority to PCT/JP2022/041246 priority patent/WO2023080215A1/en
Publication of JP2023069041A publication Critical patent/JP2023069041A/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/45—Commerce
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control

Abstract

【課題】ユーザに的確な商品を推薦する。【解決手段】本開示の一態様のプログラムは、コンピュータを、第１ユーザが体験した第１商品に対する当該第１ユーザによるレビューを取得する手段、商品カテゴリ毎に定義された１以上の評価項目について各商品の客観評価値に関する情報が格納された商品データベースと、レビューとに基づいて、第１商品の属する商品カテゴリについて定義された少なくとも１つの評価項目である対象項目についての当該第１ユーザの感性傾向を推定する手段、感性傾向において第１ユーザと類似する第２ユーザを特定する手段、第２ユーザの行動履歴に基づいて、第１ユーザに推奨する第２商品を決定する手段、として機能させる。【選択図】図４An object of the present invention is to recommend an accurate product to a user. A program according to one aspect of the present disclosure comprises means for obtaining a review by a first user on a first product experienced by a first user, and one or more evaluation items defined for each product category. Sensitivity of the first user regarding at least one evaluation item defined for the product category to which the first product belongs, based on a product database storing information on the objective evaluation value of each product and reviews. Functions as a means for estimating a tendency, a means for identifying a second user similar to the first user in terms of emotional tendency, and a means for determining the second product to be recommended to the first user based on the behavior history of the second user. . [Selection drawing] Fig. 4

Description

本開示は、プログラム、商品推薦装置、商品推薦方法、および商品推薦システムに関する。 The present disclosure relates to programs, product recommendation devices, product recommendation methods, and product recommendation systems.

ＥＣ（Electronic Commerce）の分野では、例えば協調フィルタリングを用いて顧客にパーソナライズされた商品を推薦する技術が知られている。 In the field of EC (Electronic Commerce), a technique of recommending a personalized product to a customer by using, for example, collaborative filtering is known.

特許文献１には、ユーザに、靴の着用感、または足と靴の内側との間の距離が類似する他のユーザの靴の購入実績を提示することについて記載されている。 Patent Document 1 describes to present a user with a purchase record of shoes of another user having a similar feeling of wearing the shoe or a distance between the foot and the inside of the shoe.

特開2020-071884号公報Japanese Unexamined Patent Publication No. 2020-071884

靴の着用感等は、ユーザが同一であっても靴が異なれば変わり得る。故に、特許文献１の技術は、同一の靴についての着用感等を比較することを前提としていると考えられる。換言すれば、特許文献１の技術では、ユーザと同じ靴を着用したことはないが、靴の着用感等においてユーザと潜在的に類似する他のユーザを探索することは原理上できない。 Even if the user is the same, the feeling of wearing the shoes may change if the shoes are different. Therefore, it is considered that the technique of Patent Document 1 is premised on comparing the wearing feeling and the like of the same shoes. In other words, in the technique of Patent Document 1, although the user has never worn the same shoes as the user, it is not possible in principle to search for another user who is potentially similar to the user in terms of the feeling of wearing the shoes.

本開示の目的は、ユーザに的確な商品を推薦することである。 An object of the present disclosure is to recommend an accurate product to a user.

本開示の一態様のプログラムは、コンピュータを、第１ユーザが体験した第１商品に対する当該第１ユーザによるレビューを取得する手段、商品カテゴリ毎に定義された１以上の評価項目について各商品の客観評価値に関する情報が格納された商品データベースと、レビューとに基づいて、第１商品の属する商品カテゴリについて定義された少なくとも１つの評価項目である対象項目についての当該第１ユーザの感性傾向を推定する手段、感性傾向において第１ユーザと類似する第２ユーザを特定する手段、第２ユーザの行動履歴に基づいて、第１ユーザに推奨する第２商品を決定する手段、として機能させる。 In one aspect of the program of the present disclosure, the computer is a means for obtaining a review by the first user for the first product experienced by the first user, an objective of each product for one or more evaluation items defined for each product category. Based on the product database in which information about the evaluation value is stored and the review, the sensitivity tendency of the first user for the target item, which is at least one evaluation item defined for the product category to which the first product belongs, is estimated. It functions as a means, a means for identifying a second user similar to the first user in the sensitivity tendency, and a means for determining a second product recommended for the first user based on the behavior history of the second user.

本開示によれば、ユーザに的確な商品を推薦することができる。 According to the present disclosure, it is possible to recommend an accurate product to the user.

本実施形態の商品推薦システムの構成を示すブロック図である。It is a block diagram which shows the structure of the product recommendation system of this embodiment. 本実施形態のクライアント装置の構成を示すブロック図である。It is a block diagram which shows the structure of the client apparatus of this embodiment. 本実施形態のサーバの構成を示すブロック図である。It is a block diagram which shows the structure of the server of this embodiment. 本実施形態の一態様の説明図である。It is explanatory drawing of one aspect of this embodiment. 本実施形態のカテゴリデータベースのデータ構造を示す図である。It is a figure which shows the data structure of the category database of this embodiment. 本実施形態の商品データベースの第１例のデータ構造を示す図である。It is a figure which shows the data structure of the 1st example of the product database of this embodiment. 本実施形態の商品データベースの第２例のデータ構造を示す図である。It is a figure which shows the data structure of the 2nd example of the product database of this embodiment. 本実施形態のユーザデータベースのデータ構造を示す図である。It is a figure which shows the data structure of the user database of this embodiment. 本実施形態の商品推薦処理のフローチャートである。It is a flowchart of the product recommendation process of this embodiment. 本実施形態の商品推薦処理において表示されるレビュー入力画面の例を示す図である。It is a figure which shows the example of the review input screen displayed in the product recommendation process of this embodiment. 本実施形態の商品推薦処理において表示される商品推薦画面の例を示す図である。It is a figure which shows the example of the product recommendation screen displayed in the product recommendation process of this embodiment.

以下、本発明の一実施形態について、図面に基づいて詳細に説明する。なお、実施形態を説明するための図面において、同一の構成要素には原則として同一の符号を付し、その繰り返しの説明は省略する。 Hereinafter, an embodiment of the present invention will be described in detail with reference to the drawings. In the drawings for explaining the embodiments, the same components are designated by the same reference numerals in principle, and the repeated description thereof will be omitted.

本明細書において、「商品」は、任意の種類の製品（つまり、物）、サービス、またはサービスの提供にあたって使用される物を含むことができる。さらに、本明細書において、「商品」は、マッチングサービスによって紹介される相手（例えば、人間、店舗、施設、コンテンツ）を含むこともできる。人間は、マッチンサービスによって仲介された友達候補、または恋人候補を含み得る。店舗および施設は、例えば飲食店または宿泊施設のようなサービスが提供される場所を含み得る。コンテンツは、例えば動画コンテンツ、ミュージックコンテンツ、電子書籍コンテンツ、静止画コンテンツ、またはテキストコンテンツを含み得る。 As used herein, "goods" may include any kind of product (ie, goods), service, or goods used in the provision of services. Further, in the present specification, the "commodity" may also include a person introduced by the matching service (for example, a person, a store, a facility, a content). Humans may include potential friends or potential lovers mediated by the Matchon service. Stores and facilities may include places where services are provided, such as restaurants or accommodations. Content may include, for example, video content, music content, ebook content, still image content, or text content.

本明細書において、「体験」とは、商品に対するユーザの主観評価の形成に影響する様々な行動を意味する。例えば、ユーザが購入、レンタル、利用、使用、鑑賞、消費、または面会（商品が人間の場合）した商品のいずれも当該ユーザが体験した商品と解釈できる。 As used herein, "experience" means various behaviors that influence the formation of a user's subjective evaluation of a product. For example, any of the products purchased, rented, used, used, viewed, consumed, or visited by the user (when the product is human) can be interpreted as the product experienced by the user.

（１）商品推薦システムの構成
商品推薦システムの構成について説明する。図１は、本実施形態の商品推薦システムの構成を示すブロック図である。 (1) Configuration of product recommendation system The configuration of the product recommendation system will be described. FIG. 1 is a block diagram showing a configuration of a product recommendation system of the present embodiment.

図１に示すように、商品推薦システム１は、クライアント装置１０と、サーバ３０とを備える。
クライアント装置１０及びサーバ３０は、ネットワーク（例えば、インターネット又はイントラネット）ＮＷを介して接続される。 As shown in FIG. 1, the product recommendation system 1 includes a client device 10 and a server 30.
The client device 10 and the server 30 are connected via a network (for example, the Internet or an intranet) NW.

クライアント装置１０は、サーバ３０にリクエストを送信する情報処理装置の一例である。クライアント装置１０は、例えば、スマートフォン、タブレット端末、又は、パーソナルコンピュータである。 The client device 10 is an example of an information processing device that transmits a request to the server 30. The client device 10 is, for example, a smartphone, a tablet terminal, or a personal computer.

サーバ３０は、クライアント装置１０から送信されたリクエストに応じたレスポンスをクライアント装置１０に提供する情報処理装置の一例である。サーバ３０は、例えば、サーバコンピュータである。サーバ３０は、例えば商品推薦装置などの別の名称で呼ぶこともできる。 The server 30 is an example of an information processing device that provides the client device 10 with a response corresponding to a request transmitted from the client device 10. The server 30 is, for example, a server computer. The server 30 can also be called by another name such as a product recommendation device.

（１－１）クライアント装置の構成
クライアント装置の構成について説明する。図２は、本実施形態のクライアント装置の構成を示すブロック図である。 (1-1) Configuration of Client Equipment The configuration of the client equipment will be described. FIG. 2 is a block diagram showing the configuration of the client device of the present embodiment.

図２に示すように、クライアント装置１０は、記憶装置１１と、プロセッサ１２と、入出力インタフェース１３と、通信インタフェース１４とを備える。クライアント装置１０は、ディスプレイ２１に接続される。 As shown in FIG. 2, the client device 10 includes a storage device 11, a processor 12, an input / output interface 13, and a communication interface 14. The client device 10 is connected to the display 21.

記憶装置１１は、プログラム及びデータを記憶するように構成される。記憶装置１１は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、及び、ストレージ（例えば、フラッシュメモリ又はハードディスク）の組合せである。 The storage device 11 is configured to store programs and data. The storage device 11 is, for example, a combination of a ROM (Read Only Memory), a RAM (Random Access Memory), and a storage (for example, a flash memory or a hard disk).

プログラムは、例えば、以下のプログラムを含む。
・ＯＳ（Operating System）のプログラム
・情報処理を実行するアプリケーション（例えば、ウェブブラウザ）のプログラム The program includes, for example, the following program.
・ OS (Operating System) program ・ Application (for example, web browser) program that executes information processing

データは、例えば、以下のデータを含む。
・情報処理において参照されるデータベース
・情報処理を実行することによって得られるデータ（つまり、情報処理の実行結果） The data includes, for example, the following data.
-Database referenced in information processing-Data obtained by executing information processing (that is, the execution result of information processing)

プロセッサ１２は、記憶装置１１に記憶されたプログラムを起動することによって、クライアント装置１０の機能を実現するコンピュータである。プロセッサ１２は、例えば、以下の少なくとも１つである。
・ＣＰＵ（Central Processing Unit）
・ＧＰＵ（Graphic Processing Unit）
・ＡＳＩＣ（Application Specific Integrated Circuit）
・ＦＰＧＡ（Field Programmable Array） The processor 12 is a computer that realizes the function of the client device 10 by activating the program stored in the storage device 11. The processor 12 is, for example, at least one of the following.
・ CPU (Central Processing Unit)
・ GPU (Graphic Processing Unit)
・ ASIC (Application Specific Integrated Circuit)
・ FPGA (Field Programmable Array)

入出力インタフェース１３は、クライアント装置１０に接続される入力デバイスから情報（例えば、ユーザの指示）を取得し、かつ、クライアント装置１０に接続される出力デバイスに情報（例えば、画像）を出力するように構成される。
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイ２１、スピーカ、又は、それらの組合せである。 The input / output interface 13 acquires information (for example, a user's instruction) from an input device connected to the client device 10 and outputs information (for example, an image) to an output device connected to the client device 10. It is composed of.
The input device is, for example, a keyboard, a pointing device, a touch panel, or a combination thereof.
The output device is, for example, a display 21, a speaker, or a combination thereof.

通信インタフェース１４は、クライアント装置１０とサーバ３０との間の通信を制御するように構成される。 The communication interface 14 is configured to control communication between the client device 10 and the server 30.

ディスプレイ２１は、画像（静止画、または動画）を表示するように構成される。ディスプレイ２１は、例えば、液晶ディスプレイ、または有機ＥＬディスプレイである。 The display 21 is configured to display an image (still image or moving image). The display 21 is, for example, a liquid crystal display or an organic EL display.

（１－２）サーバの構成
サーバの構成について説明する。図３は、本実施形態のサーバの構成を示すブロック図である。 (1-2) Server configuration The server configuration will be described. FIG. 3 is a block diagram showing a configuration of the server of the present embodiment.

図３に示すように、サーバ３０は、記憶装置３１と、プロセッサ３２と、入出力インタフェース３３と、通信インタフェース３４とを備える。 As shown in FIG. 3, the server 30 includes a storage device 31, a processor 32, an input / output interface 33, and a communication interface 34.

記憶装置３１は、プログラム及びデータを記憶するように構成される。記憶装置３１は、例えば、ＲＯＭ、ＲＡＭ、及び、ストレージ（例えば、フラッシュメモリ又はハードディスク）の組合せである。 The storage device 31 is configured to store programs and data. The storage device 31 is, for example, a combination of a ROM, a RAM, and a storage (for example, a flash memory or a hard disk).

プログラムは、例えば、以下のプログラムを含む。
・ＯＳのプログラム
・情報処理を実行するアプリケーションのプログラム The program includes, for example, the following program.
・ OS program ・ Application program that executes information processing

データは、例えば、以下のデータを含む。
・情報処理において参照されるデータベース
・情報処理の実行結果 The data includes, for example, the following data.
・ Database referenced in information processing ・ Execution result of information processing

プロセッサ３２は、記憶装置３１に記憶されたプログラムを起動することによって、サーバ３０の機能を実現するコンピュータである。プロセッサ３２は、例えば、以下の少なくとも１つである。
・ＣＰＵ
・ＧＰＵ
・ＡＳＩＣ
・ＦＰＧＡ The processor 32 is a computer that realizes the function of the server 30 by activating the program stored in the storage device 31. The processor 32 is, for example, at least one of the following.
・ CPU
・ GPU
・ ASIC
・ FPGA

入出力インタフェース３３は、サーバ３０に接続される入力デバイスからユーザの指示を取得し、かつ、サーバ３０に接続される出力デバイスに情報を出力するように構成される。
入力デバイスは、例えば、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイである。 The input / output interface 33 is configured to acquire a user's instruction from an input device connected to the server 30 and output information to an output device connected to the server 30.
The input device is, for example, a keyboard, a pointing device, a touch panel, or a combination thereof.
The output device is, for example, a display.

通信インタフェース３４は、サーバ３０とクライアント装置１０との間の通信を制御するように構成される。 The communication interface 34 is configured to control communication between the server 30 and the client device 10.

（２）実施形態の一態様
本実施形態の一態様について説明する。図４は、本実施形態の一態様の説明図である。 (2) One aspect of the embodiment One aspect of the present embodiment will be described. FIG. 4 is an explanatory diagram of one aspect of the present embodiment.

図４に示すように、ユーザＵＳ１は、自らが体験した商品ＩＴ１について、クライアント装置１０を介してレビューを行う。サーバ３０は、ユーザＵＳ１による商品ＩＴ１に対するレビューと商品データベースＩＤＢとに基づいて、当該ユーザＵＳ１の感性傾向を推定する。感性傾向の詳細は後述する。商品データベースＩＤＢには、商品群ＧＩＴに属する各商品（商品ＩＴ１を含む）に関する情報（以下、「商品情報」という）が蓄積されている。商品情報は、各商品の評価項目毎の客観評価値の情報（以下、「客観評価情報」という）を含む。サーバ３０は、ユーザＵＳ１の感性傾向を推定するために、商品データベースＩＤＢから商品ＩＴ１の客観評価情報を抽出する。 As shown in FIG. 4, the user US1 reviews the product IT1 that he / she has experienced via the client device 10. The server 30 estimates the sensitivity tendency of the user US1 based on the review of the product IT1 by the user US1 and the product database IDB. The details of the sensitivity tendency will be described later. Information about each product (including product IT1) belonging to the product group GIT (hereinafter referred to as "product information") is accumulated in the product database IDB. The product information includes information on the objective evaluation value for each evaluation item of each product (hereinafter referred to as "objective evaluation information"). The server 30 extracts the objective evaluation information of the product IT1 from the product database IDB in order to estimate the sensitivity tendency of the user US1.

サーバ３０は、ユーザＵＳ１の感性傾向とユーザデータベースＵＤＢとに基づいて、感性傾向においてユーザＵＳ１と類似する他のユーザ（以下、「類似ユーザ」という）を特定する。ユーザデータベースＵＤＢには、ユーザ群ＧＵＳに属する各ユーザに関する情報（以下、「ユーザ情報」という）が蓄積されている。ユーザ情報は、各ユーザの感性傾向に関する情報（以下、「感性傾向情報」という）および行動履歴に関する情報（以下、「行動履歴情報」という）を含む。サーバ３０は、類似ユーザを特定するために、ユーザデータベースＵＤＢからユーザＵＳ１以外のユーザの感性傾向情報を抽出する。 The server 30 identifies another user (hereinafter referred to as "similar user") similar to the user US1 in the sensitivity tendency based on the sensitivity tendency of the user US1 and the user database UDB. Information about each user belonging to the user group GUS (hereinafter referred to as "user information") is accumulated in the user database UDB. The user information includes information on the sensitivity tendency of each user (hereinafter referred to as "sensitivity tendency information") and information on the behavior history (hereinafter referred to as "behavior history information"). The server 30 extracts the sensitivity tendency information of users other than the user US1 from the user database UDB in order to identify similar users.

サーバ３０は、類似ユーザの行動履歴情報をユーザデータベースＵＤＢから抽出する。サーバ３０は、類似ユーザの行動履歴情報に基づいてユーザＵＳ１に推奨する商品（以下、「推奨商品」という）を決定する。サーバ３０は、推奨商品の情報（例えば商品情報）をユーザＵＳ１に提示する。 The server 30 extracts the behavior history information of similar users from the user database UDB. The server 30 determines a product recommended for the user US1 (hereinafter referred to as "recommended product") based on the behavior history information of similar users. The server 30 presents recommended product information (for example, product information) to the user US1.

このように、サーバ３０は、ユーザＵＳ１による商品ＩＴ１に対するレビューに基づいて、当該ユーザＵＳ１の感性傾向を推定し、ユーザＵＳ１に感性傾向（つまり、商品の捉え方）の近い類似ユーザを特定し、当該類似ユーザの行動履歴に基づいて推奨商品を決定する。したがって、サーバ３０によれば、ユーザＵＳ１に感性傾向の近い類似ユーザの行動履歴に基づいて当該ユーザＵＳ１に対する推奨商品を決定できる。つまり、ユーザＵＳ１の感性に合う的確な商品を推奨し、ユーザＵＳ１の満足度を向上するとともに商品の販売を促進することができる。また、サーバ３０によれば、商品ＩＴ１を体験したことのないユーザであっても商品ＩＴ１と同じ商品群ＧＩＴに属する商品を体験したことのあるユーザであれば類似ユーザの候補となる。つまり、商品ＩＴ１が新商品であるなど、商品ＩＴ１を体験したことのあるユーザ数が少ない場合であっても、ユーザＵＳ１に的確な商品を推奨することができる。 In this way, the server 30 estimates the sensibility tendency of the user US1 based on the review of the product IT1 by the user US1, identifies a similar user who has a sensibility tendency (that is, how to perceive the product) close to the user US1. A recommended product is determined based on the behavior history of the similar user. Therefore, according to the server 30, it is possible to determine a recommended product for the user US1 based on the behavior history of a similar user who has a tendency to be sensitive to the user US1. That is, it is possible to recommend an accurate product that matches the sensibility of the user US1, improve the satisfaction level of the user US1, and promote the sale of the product. Further, according to the server 30, even a user who has never experienced the product IT1 can be a candidate for a similar user if he / she has experienced a product belonging to the same product group GIT as the product IT1. That is, even when the number of users who have experienced the product IT1 is small, such as when the product IT1 is a new product, it is possible to recommend an accurate product to the user US1.

（３）データベース
本実施形態のデータベースについて説明する。以下のデータベースは、記憶装置３１に記憶される。或いは、以下のデータベースの少なくとも１つが、サーバ３０とネットワークを介して接続された記憶装置、またはサーバ３０とネットワークを介して接続された外部システムの備える記憶装置に記憶されてもよい。外部システムは、例えば、ＥＣシステム、ＳａａＳ（Software as a Service）システム、サブスクリプションシステム、マッチングプラットフォームシステム、などである。つまり、サーバ３０は、外部システムからの要求に応じて、当該外部システムによって管理されるデータベースにアクセスし、当該外部システムのユーザに対する推奨商品の情報を応答してもよい。 (3) Database The database of the present embodiment will be described. The following database is stored in the storage device 31. Alternatively, at least one of the following databases may be stored in a storage device connected to the server 30 via the network or a storage device provided in the external system connected to the server 30 via the network. The external system is, for example, an EC system, a Software as a Service (SAaS) system, a subscription system, a matching platform system, and the like. That is, the server 30 may access the database managed by the external system and respond to the information of the recommended product to the user of the external system in response to the request from the external system.

（３－１）カテゴリデータベース
本実施形態のカテゴリデータベースについて説明する。図５は、本実施形態のカテゴリデータベースのデータ構造を示す図である。 (3-1) Category database The category database of this embodiment will be described. FIG. 5 is a diagram showing a data structure of the category database of the present embodiment.

カテゴリデータベースには、カテゴリ情報が格納される。カテゴリ情報は、商品カテゴリに関する情報である。商品カテゴリとは、商品推薦システム１によって取り扱われる商品のうち、評価項目において共通する商品が属する範囲を意味する。ただし、商品推薦システム１によって取り扱われる商品が全て同一のカテゴリに属する場合に、カテゴリデータベースは省略され得る。 Category information is stored in the category database. Category information is information about a product category. The product category means the range to which the products common to the evaluation items belong among the products handled by the product recommendation system 1. However, if all the products handled by the product recommendation system 1 belong to the same category, the category database may be omitted.

図５に示すように、カテゴリデータベースは、「カテゴリＩＤ」フィールドと、「カテゴリ名称」フィールドとを含む。各フィールドは、互いに関連付けられている。 As shown in FIG. 5, the category database includes a "category ID" field and a "category name" field. Each field is associated with each other.

「カテゴリＩＤ」フィールドには、カテゴリＩＤが格納される。カテゴリＩＤは、商品カテゴリを識別する情報である。 The category ID is stored in the "category ID" field. The category ID is information that identifies the product category.

「カテゴリ名称」フィールドには、カテゴリ名情報が格納される。カテゴリ名情報は、商品カテゴリの名称に関する情報である。 Category name information is stored in the "Category name" field. The category name information is information regarding the name of the product category.

（３－２）商品データベース
本実施形態の商品データベースについて説明する。図６は、本実施形態の商品データベースの第１例のデータ構造を示す図である。図７は、本実施形態の商品データベースの第２例のデータ構造を示す図である。 (3-2) Product database The product database of this embodiment will be described. FIG. 6 is a diagram showing a data structure of the first example of the product database of the present embodiment. FIG. 7 is a diagram showing a data structure of a second example of the product database of the present embodiment.

図６および図７に示すように、商品データベースは、「商品ＩＤ」フィールドと、「商品名称」フィールドと、「客観評価値」フィールドとを含む。各フィールドは、互いに関連付けられている。
商品データベースは、カテゴリデータベース（図５）のカテゴリＩＤに関連付けられている。 As shown in FIGS. 6 and 7, the product database includes a "product ID" field, a "product name" field, and an "objective evaluation value" field. Each field is associated with each other.
The product database is associated with the category ID of the category database (FIG. 5).

「商品ＩＤ」フィールドには、商品ＩＤが格納される。商品ＩＤは、商品を識別する情報である。 The product ID is stored in the "product ID" field. The product ID is information that identifies the product.

「商品名称」フィールドには、商品名情報が格納される。商品名情報は、商品の名称に関する情報である。 Product name information is stored in the "Product Name" field. The product name information is information related to the product name.

「客観評価値」フィールドには、客観評価情報が格納される。客観評価情報は、１以上の評価項目の各々についての商品の客観評価値に関する情報である。ここで、客観評価情報は、商品カテゴリ毎に定義される。つまり、客観評価の対象となる項目は、商品カテゴリによって異なり得る。各項目の客観評価値は、一次元の値として定義されてもよいし、多次元の値（つまりベクトル）として定義されてもよい。客観評価の対象となる項目は、人間（例えば、商品に対する官能検査の設計者、または商品推薦システム１の管理者）によって定義されてもよいし、アルゴリズムによって定義されてもよい。一例として、ある商品カテゴリに属する商品に対するレビューに対してテキストマイニングを行うことで、ユーザにとって関心の高い評価項目を抽出してもよい。 Objective evaluation information is stored in the "objective evaluation value" field. The objective evaluation information is information regarding the objective evaluation value of the product for each of the one or more evaluation items. Here, the objective evaluation information is defined for each product category. That is, the items to be objectively evaluated may differ depending on the product category. The objective evaluation value of each item may be defined as a one-dimensional value or a multidimensional value (that is, a vector). The items to be evaluated objectively may be defined by a human being (for example, the designer of the sensory test for the product or the manager of the product recommendation system 1), or may be defined by an algorithm. As an example, by performing text mining on reviews for products belonging to a certain product category, evaluation items that are of high interest to the user may be extracted.

客観評価値は、計測装置が商品の物理量もしくは化学量を計測した結果、または商品に対する人間による官能検査の結果の少なくとも１つに基づく値であってもよい。
計測装置は、例えば、味覚センサ、測距センサ（一例として、Ｌｉｄａｒ（Light Detection and Ranging））、カラーセンサ、マイクロホン、などである。また、計測装置による計測値に基づいて学習済みモデルが推論（例えば、予測または分類）を行った結果を客観評価値としてもよい。この場合に、学習済みモデルは、計測装置またはサーバ３０上に構築されてもよいし、外部装置（例えばクラウドサーバ）上に構築されてもよい。
官能検査の主体となる人間は、例えばソムリエなどの専門家であってもよいし、官能検査のために選定された調査母集団であってもよい。或いは、商品を実際に体験した複数のユーザのレビューを統計分析した結果を官能検査の結果として利用することもでき、この場合に、客観評価値は商品のレビューの集積に伴って変動し得る。 The objective evaluation value may be a value based on at least one of the result of measuring the physical quantity or the chemical quantity of the product by the measuring device or the result of the sensory test by a human being on the product.
The measuring device is, for example, a taste sensor, a distance measuring sensor (for example, Lidar (Light Detection and Ranging)), a color sensor, a microphone, and the like. Further, the result of inference (for example, prediction or classification) by the trained model based on the measured value by the measuring device may be used as the objective evaluation value. In this case, the trained model may be built on the measuring device or the server 30, or may be built on an external device (for example, a cloud server).
The person who is the subject of the sensory test may be an expert such as a sommelier, or may be a research population selected for the sensory test. Alternatively, the result of statistical analysis of the reviews of a plurality of users who have actually experienced the product can be used as the result of the sensory test, and in this case, the objective evaluation value may fluctuate with the accumulation of product reviews.

図６に示すように、商品カテゴリが「米」である場合に、客観評価情報は、外観情報、香り情報、味情報、粘り情報、および硬さ情報を含み得る。
外観情報は、商品の外観の客観評価値に関する情報である。
香り情報は、商品の香りの客観評価値に関する情報である。
味情報は、商品の味の客観評価値に関する情報である。
粘り情報は、商品の粘りの客観評価値に関する情報である。
硬さ情報は、商品の硬さの客観評価値に関する情報である。 As shown in FIG. 6, when the product category is "rice", the objective evaluation information may include appearance information, aroma information, taste information, stickiness information, and hardness information.
Appearance information is information regarding an objective evaluation value of the appearance of a product.
The scent information is information regarding the objective evaluation value of the scent of the product.
The taste information is information regarding an objective evaluation value of the taste of a product.
Stickiness information is information regarding an objective evaluation value of stickiness of a product.
The hardness information is information regarding an objective evaluation value of the hardness of a product.

図７に示すように、商品カテゴリが「ワイン」である場合に、客観評価情報は、酸味情報、甘み情報、およびタンニン分情報を含み得る。
酸味情報は、商品の酸味の客観評価値に関する情報である。
甘み情報は、商品の甘みの客観評価値に関する情報である。
タンニン分情報は、商品のタンニン分の客観評価値に関する情報である。 As shown in FIG. 7, when the product category is "wine", the objective evaluation information may include acidity information, sweetness information, and tannin content information.
The sourness information is information regarding an objective evaluation value of the sourness of a product.
The sweetness information is information regarding an objective evaluation value of the sweetness of a product.
The tannin content information is information regarding the objective evaluation value of the tannin content of the product.

（３－３）ユーザデータベース
本実施形態のユーザデータベースについて説明する。図８は、本実施形態のユーザデータベースのデータ構造を示す図である。 (3-3) User database The user database of the present embodiment will be described. FIG. 8 is a diagram showing a data structure of the user database of the present embodiment.

図８に示すように、ユーザデータベースは、「ユーザＩＤ」フィールドと、「ユーザ名」フィールドと、感性傾向フィールドと、行動履歴フィールドとを含む。各フィールドは、互いに関連付けられている。 As shown in FIG. 8, the user database includes a "user ID" field, a "user name" field, a sensitivity tendency field, and an action history field. Each field is associated with each other.

「ユーザＩＤ」フィールドには、ユーザＩＤが格納される。ユーザＩＤは、ユーザ情報を識別する情報である。 The user ID is stored in the "user ID" field. The user ID is information that identifies user information.

「ユーザ名」フィールドには、ユーザ名情報が格納される。ユーザ名情報は、ユーザの名称に関する情報である。 Username information is stored in the Username field. The user name information is information related to the user's name.

「感性傾向」フィールドには、感性傾向情報が格納される。感性傾向情報は、ユーザの感性傾向に関する情報である。感性傾向は、１以上の評価項目についての客観評価に対するユーザの主観評価の差異を示す。例えば、客観評価では酸味が「強い」である商品に対して、ユーザが酸味は「標準的」と評価すれば、当該ユーザは酸味を感じにくい感性傾向を持つといえる。また、客観評価では甘みが「やや強い」である商品に対して、ユーザが甘みは「非常に強い」と評価すれば、当該ユーザは甘みを感じやすい感性傾向を持つといえる。一例として、感性傾向情報は、評価項目毎に一次元の数値または多次元のベクトルを備える。また、感性傾向情報は、商品カテゴリ別に定義されてもよい。これにより、例えば、果物に対する甘みの感じ方と酒に対する甘みの感じ方とを区別してユーザの感性傾向を推定することができる。 Sensitivity tendency information is stored in the "Kansei tendency" field. The sensibility tendency information is information regarding the sensibility tendency of the user. The Kansei tendency indicates the difference in the subjective evaluation of the user with respect to the objective evaluation for one or more evaluation items. For example, if a user evaluates a product having a "strong" acidity in an objective evaluation as having a "standard" acidity, it can be said that the user has a sensibility tendency to hardly feel the acidity. Further, if the user evaluates the sweetness as "very strong" for the product whose sweetness is "slightly strong" in the objective evaluation, it can be said that the user has a sensibility tendency to easily feel the sweetness. As an example, the Kansei tendency information includes a one-dimensional numerical value or a multidimensional vector for each evaluation item. In addition, the sensitivity tendency information may be defined for each product category. Thereby, for example, the user's sensibility tendency can be estimated by distinguishing between the way of feeling sweetness for fruits and the way of feeling sweetness for alcohol.

「行動履歴」フィールドには、行動履歴情報が格納される。行動履歴情報は、ユーザの行動履歴に関する情報である。行動履歴は、ユーザによる様々な商品の体験、またはレビューの履歴である。一例として、行動履歴情報は、以下の要素を含む。
・ユーザがいつ商品を体験またはレビューしたかを特定可能な情報
・ユーザがどの商品を体験またはレビューしたかを特定可能な情報
・ユーザによる商品の体験またはレビューの内容を特定可能な情報
ここで、体験の内容は、例えば商品の数量、体験時間、価格などの定量的情報を含み得る。レビューの内容は、例えば商品の総合評価であってもよい。 Behavior history information is stored in the "behavior history" field. The action history information is information about the action history of the user. The behavior history is a history of experiences or reviews of various products by the user. As an example, the behavior history information includes the following elements.
-Information that can identify when the user experienced or reviewed the product-Information that can identify which product the user experienced or reviewed-Information that can identify the content of the user's experience or review of the product Here, The content of the experience may include quantitative information such as quantity of goods, experience time, price and the like. The content of the review may be, for example, a comprehensive evaluation of the product.

（４）商品推薦処理
本実施形態の商品推薦処理について説明する。本実施形態において、商品推薦処理とは、例えば、ある商品を体験したユーザに、当該商品とは異なる商品を推薦する処理である。図９は、本実施形態の商品推薦処理のフローチャートである。図１０は、本実施形態の商品推薦処理において表示されるレビュー入力画面の例を示す図である。図１１は、本実施形態の商品推薦処理において表示される商品推薦画面の例を示す図である。 (4) Product recommendation processing The product recommendation processing of the present embodiment will be described. In the present embodiment, the product recommendation process is, for example, a process of recommending a product different from the product to a user who has experienced a certain product. FIG. 9 is a flowchart of the product recommendation process of the present embodiment. FIG. 10 is a diagram showing an example of a review input screen displayed in the product recommendation process of the present embodiment. FIG. 11 is a diagram showing an example of a product recommendation screen displayed in the product recommendation process of the present embodiment.

商品推薦処理は、ユーザ（「第１ユーザ」の一例）による商品（「第１商品」の一例であり、以下、「対象商品」という）の体験の後に開始する。一例として、商品推薦処理は、以下の開始条件のいずれかの成立に応じて開始してもよい。
・他の情報処理によって商品推薦処理が呼び出された。
・ユーザが商品推薦処理を呼び出すための操作（例えば、図示しないＵＩ(User Interface)上で商品のレビューを開始するための操作）を行った。
・クライアント装置１０が所定の状態（例えば、所定のアプリ（例えばＥＣアプリ）の起動、または所定のウェブサイト（例えばマッチングプラットフォームのウェブサイト）へのアクセス）になった。
・所定のイベント（例えば、ユーザによる商品の体験）から所定の時間が経過した。 The product recommendation process starts after the user (an example of a "first user") experiences a product (an example of a "first product", hereinafter referred to as a "target product"). As an example, the product recommendation process may be started when any of the following start conditions is satisfied.
-The product recommendation process was called by other information processing.
-The user has performed an operation for calling the product recommendation process (for example, an operation for starting a product review on a UI (User Interface) (not shown)).
-The client device 10 is in a predetermined state (for example, launching a predetermined application (for example, an EC application) or accessing a predetermined website (for example, a website of a matching platform)).
-A predetermined time has passed since a predetermined event (for example, a user's experience of a product).

図９に示すように、サーバ３０は、レビュー入力ＵＩの提示（Ｓ１３０）を実行する。
具体的には、サーバ３０は、対象商品に対するユーザによるレビューを入力するためのＵＩを、クライアント装置１０を介してユーザに提示する。一例として、サーバ３０は、レビュー入力画面をクライアント装置１０のディスプレイ２１に表示させる。 As shown in FIG. 9, the server 30 executes the presentation of the review input UI (S130).
Specifically, the server 30 presents the UI for inputting the user's review of the target product to the user via the client device 10. As an example, the server 30 displays the review input screen on the display 21 of the client device 10.

図１０に示すように、レビュー入力画面Ｐ１０は、表示オブジェクトＡ１０と、操作オブジェクトＢ１０ａ～Ｂ１０ｃとを含む。
ここで、表示オブジェクトＡ１０と操作オブジェクトＢ１０ａおよびＢ１０ｂとを含むオブジェクト群は、対象商品が属する商品カテゴリに対して定義された１以上の評価項目の各々について設けられる。 As shown in FIG. 10, the review input screen P10 includes a display object A10 and operation objects B10a to B10c.
Here, the object group including the display object A10 and the operation objects B10a and B10b is provided for each of one or more evaluation items defined for the product category to which the target product belongs.

表示オブジェクトＡ１０は、当該表示オブジェクトＡ１０に対応する評価項目に関する情報（例えば評価項目の名称）を表示する。 The display object A10 displays information (for example, the name of the evaluation item) regarding the evaluation item corresponding to the display object A10.

操作オブジェクトＢ１０ａは、当該操作オブジェクトＢ１０ａに対応する評価項目の観点からユーザが商品について満足であったか不満足であったかを表明するための操作を受け付ける。ユーザが満足、または不満足を表明した評価項目は、ユーザの関心の高い項目と考えられる。一例として、ユーザは、対象商品の酸味を満足に感じたのであれば、評価項目「酸味」に対応する操作オブジェクトＢ１０ａのサムズアップのボタンを選択する。他方、ユーザは、対象商品の酸味を不満足に感じたのであれば、評価項目「酸味」に対応する操作オブジェクトＢ１０ａのサムズダウンのボタンを選択する。 The operation object B10a accepts an operation for expressing whether the user is satisfied or unsatisfied with the product from the viewpoint of the evaluation item corresponding to the operation object B10a. The evaluation items that the user expresses satisfaction or dissatisfaction are considered to be items of high interest to the user. As an example, if the user is satisfied with the acidity of the target product, he / she selects the thumbs-up button of the operation object B10a corresponding to the evaluation item “acidity”. On the other hand, if the user feels unsatisfied with the acidity of the target product, he / she selects the thumbs-down button of the operation object B10a corresponding to the evaluation item “acidity”.

操作オブジェクトＢ１０ｂは、当該操作オブジェクトＢ１０ｂに対応する評価項目についてのユーザによる商品の主観評価を指定する操作を受け付けるオブジェクトである。一例として、ユーザは、商品の酸味が強いと感じたのであれば、評価項目「酸味」に対応する操作オブジェクトＢ１０ｂのスライダを右方向に動かす。他方、ユーザは、商品の酸味が弱いと感じたのであれば、評価項目「酸味」に対応する操作オブジェクトＢ１０ｂのスライダを左側に動かす。
なお、操作オブジェクトＢ１０ｂに重畳して、当該操作オブジェクトＢ１０ｂに対応する評価項目についての商品の客観評価値を表すオブジェクトが表示されてもよい。或いは、操作オブジェクトＢ１０ｂのスライダの初期位置が、当該操作オブジェクトＢ１０ｂに対応する評価項目についての商品の客観評価値を表すように決定されてもよい。
また、複数の評価項目に亘る操作オブジェクトＢ１０ｂが、例えばレーダーチャートなどグラフを用いて表現されてもよい。ユーザは、グラフの状態（例えば、レーダーチャートの各頂点の位置、グラフの棒の長さ）を変更することで、商品の主観的な評価を指定できる。このグラフの初期状態が、各評価項目についての商品の客観評価値を表すように決定されてもよい。或いは、レビュー入力画面Ｐ１０が、商品の各評価項目についての客観評価値を表現する別のグラフをさらに含んでもよい。 The operation object B10b is an object that accepts an operation for designating a subjective evaluation of a product by a user for an evaluation item corresponding to the operation object B10b. As an example, if the user feels that the sourness of the product is strong, the user moves the slider of the operation object B10b corresponding to the evaluation item "sourness" to the right. On the other hand, if the user feels that the sourness of the product is weak, the user moves the slider of the operation object B10b corresponding to the evaluation item "sourness" to the left.
In addition, an object representing an objective evaluation value of the product for the evaluation item corresponding to the operation object B10b may be displayed by superimposing the operation object B10b. Alternatively, the initial position of the slider of the operation object B10b may be determined to represent the objective evaluation value of the product for the evaluation item corresponding to the operation object B10b.
Further, the operation object B10b spanning a plurality of evaluation items may be represented by using a graph such as a radar chart. The user can specify the subjective evaluation of the product by changing the state of the graph (for example, the position of each vertex of the radar chart, the length of the bar of the graph). The initial state of this graph may be determined to represent the objective evaluation value of the product for each evaluation item. Alternatively, the review input screen P10 may further include another graph representing an objective evaluation value for each evaluation item of the product.

操作オブジェクトＢ１０ｃは、各評価項目に対応する操作オブジェクトＢ１０ａ～Ｂ１０ｂの入力状態を確定する操作を受け付ける。ユーザが操作オブジェクトＢ１０ｃを選択すると、クライアント装置１０は、各評価項目に対応する操作オブジェクトＢ１０ａ～Ｂ１０ｂの入力状態を示す情報をユーザによる商品のレビューとしてサーバ３０へ送信する。 The operation object B10c accepts an operation for determining the input state of the operation objects B10a to B10b corresponding to each evaluation item. When the user selects the operation object B10c, the client device 10 transmits information indicating the input state of the operation objects B10a to B10b corresponding to each evaluation item to the server 30 as a product review by the user.

ステップＳ１３０の後に、サーバ３０は、レビューの取得（Ｓ１３１）を実行する。
具体的には、サーバ３０は、ステップＳ１３０において提示したレビュー入力ＵＩがユーザから受け付けた操作に基づくレビューを、クライアント装置１０から取得する。 After step S130, the server 30 executes a review acquisition (S131).
Specifically, the server 30 acquires a review based on the operation received from the user by the review input UI presented in step S130 from the client device 10.

ステップＳ１３１の後に、サーバ３０は、主観評価値の特定（Ｓ１３２）を実行する。
具体的には、サーバ３０は、ステップＳ１３１において取得したレビューに基づいて、対象商品の少なくとも１つの評価項目（以下、「対象項目」という）についてのユーザによる主観評価値を特定する。一例として、ステップＳ１３０においてレビュー入力画面Ｐ１０を提示した場合に、サーバ３０は、各評価項目に対応する操作オブジェクトＢ１０ｂの入力状態に応じた数値を、当該項目についてのユーザによる主観評価値として特定可能である。 After step S131, the server 30 executes the identification of the subjective evaluation value (S132).
Specifically, the server 30 specifies the subjective evaluation value by the user for at least one evaluation item (hereinafter, referred to as “target item”) of the target product based on the review acquired in step S131. As an example, when the review input screen P10 is presented in step S130, the server 30 can specify a numerical value corresponding to the input state of the operation object B10b corresponding to each evaluation item as a subjective evaluation value by the user for the item. Is.

ステップＳ１３２の後に、サーバ３０は、感性傾向の推定（Ｓ１３３）を実行する。
具体的には、サーバ３０は、対象商品の客観評価情報を商品データベース（図６，図７）から抽出する。サーバ３０は、この客観評価情報の示す客観評価値と、ステップＳ１３２において特定した主観評価値との比較に基づいて、ユーザの感性傾向を推定する。一例として、サーバ３０は、対象項目毎に主観評価値から客観評価値を減算した差（以下、「評価差」という）に基づいて、ユーザの感性傾向を推定してもよい。サーバ３０は、推定した感性傾向を特定可能な感性傾向情報を、ユーザに対応するユーザＩＤに関連付けて、ユーザデータベース（図８）に格納する。
なお、対象項目について、ユーザの感性傾向情報（つまり、過去に推定した感性傾向）がユーザデータベース（図８）に格納済みである場合に、サーバ３０は、この感性傾向情報にさらに基づいてユーザの感性傾向を推定してもよい。一例として、サーバ３０は、各対象項目について、評価差と、当該対象項目について過去に推定された感性傾向との加重和（ただし、重みは１：１であってもよい）を、ユーザの現在の感性傾向と推定してもよい。ここで、ユーザが満足または不満足を表明した評価項目と、そうでない評価項目とで、重み付けを変えてもよい。例えば、ユーザが満足または不満足を表明した評価項目では、そうでない評価項目に比べて、評価差に与えられる重みを大きくしてもよい。 After step S132, the server 30 executes the estimation of the sensitivity tendency (S133).
Specifically, the server 30 extracts objective evaluation information of the target product from the product database (FIGS. 6 and 7). The server 30 estimates the user's sensitivity tendency based on the comparison between the objective evaluation value indicated by the objective evaluation information and the subjective evaluation value specified in step S132. As an example, the server 30 may estimate the user's sensitivity tendency based on the difference obtained by subtracting the objective evaluation value from the subjective evaluation value (hereinafter referred to as “evaluation difference”) for each target item. The server 30 stores the estimated Kansei tendency information in the user database (FIG. 8) in association with the user ID corresponding to the user.
When the user's sensitivity tendency information (that is, the sensitivity tendency estimated in the past) is already stored in the user database (FIG. 8) for the target item, the server 30 further bases the user's sensitivity tendency information on the user's sensitivity tendency information. Sensitivity tendencies may be estimated. As an example, the server 30 sets the weighted sum (however, the weight may be 1: 1) of the evaluation difference and the previously estimated sensibility tendency for the target item for each target item at the present time of the user. It may be presumed to be the sensitivity tendency of. Here, the weighting may be changed between the evaluation item in which the user expresses satisfaction or dissatisfaction and the evaluation item in which the user does not express satisfaction or dissatisfaction. For example, in the evaluation item in which the user expresses satisfaction or dissatisfaction, the weight given to the evaluation difference may be larger than that in the evaluation item not.

ステップＳ１３３の後に、サーバ３０は、類似ユーザの特定（Ｓ１３４）を実行する。
具体的には、サーバ３０は、ユーザと感性傾向において類似する他のユーザ（「第２ユーザ」の一例）を特定する。一例として、サーバ３０は、ユーザデータベース（図８）を参照して、対象項目について、ステップＳ１３３において推定した感性傾向と類似する感性傾向を持つ類似ユーザを探索する。サーバ３０は、感性傾向の最も類似する１人の類似ユーザを探索してもよいし、感性傾向が類似する順に所定数の類似ユーザを探索してもよいし、感性傾向の類似度が所定値以上の任意数の類似ユーザを探索してもよい。感性傾向の類似度は、例えば、感性傾向を表す数値またはベクトル同士の距離を用いて定義可能である。
類似度の計算では、評価項目毎の感性傾向の差を均等に評価してもよいし、重み付けして評価してもよい。具体的には、ユーザが満足または不満足を表明した評価項目の感性傾向の差が、そうでない評価項目の感性傾向の差に比べて、類似度に与える影響が大きくなるように各評価項目の感性傾向の差が重み付けられてよい。 After step S133, the server 30 executes identification of similar users (S134).
Specifically, the server 30 identifies another user (an example of a "second user") who is similar in sensitivity to the user. As an example, the server 30 refers to the user database (FIG. 8) and searches for a similar user having a sensibility tendency similar to the sensibility tendency estimated in step S133 for the target item. The server 30 may search for one similar user having the most similar sensibility tendency, may search for a predetermined number of similar users in the order in which the sensibility tendency is similar, and the similarity degree of the sensibility tendency is a predetermined value. You may search for any number of similar users as described above. The similarity of Kansei tendency can be defined by using, for example, a numerical value representing Kansei tendency or a distance between vectors.
In the calculation of the degree of similarity, the difference in the sensitivity tendency for each evaluation item may be evaluated evenly, or may be weighted and evaluated. Specifically, the sensibility of each evaluation item is such that the difference in the sensibility tendency of the evaluation items that the user expresses satisfaction or dissatisfaction has a greater influence on the degree of similarity than the difference in the sensibility tendency of the evaluation items that do not. Differences in trends may be weighted.

ステップＳ１３４の後に、サーバ３０は、推奨商品の決定（Ｓ１３５）を実行する。
具体的には、サーバ３０は、ユーザデータベース（図８）を参照し、ステップＳ１３４において特定した類似ユーザの行動履歴情報を抽出する。サーバ３０は、抽出した行動履歴情報に基づいて、推奨商品（「第２商品」の一例）を決定する。サーバ３０は、１つの推奨商品を決定してもよいし、複数の推奨商品を決定してもよい。 After step S134, the server 30 executes a recommended product determination (S135).
Specifically, the server 30 refers to the user database (FIG. 8) and extracts the behavior history information of the similar user specified in step S134. The server 30 determines a recommended product (an example of a "second product") based on the extracted behavior history information. The server 30 may determine one recommended product or may determine a plurality of recommended products.

一例として、サーバ３０は、以下の商品を推奨商品として決定してもよい。
・対象商品と同一の商品カテゴリに属し、かつ類似ユーザによる体験の頻度、回数、数量、または支払額の少なくとも１つが閾値以上である商品
・対象商品と同一の商品カテゴリに属し、かつ類似ユーザによるレビューにおいて評価が閾値以上であった商品
・対象商品と同一の商品カテゴリに属し、かつユーザが満足または不満足を表明した評価項目について類似ユーザが満足を表明した商品
ここで、体験の回数、数量、または支払額は、１体験あたりの値であってもよいし、複数回に亘る体験の合計値であってもよい。また、類似ユーザによるレビューにおける評価は、例えば商品に対する総合的な評価である。類似ユーザによるレビューにおける評価と比較される閾値は、ユーザ間で共通の値であってもよいし、ユーザ毎に個別に決定されてもよい。一例として、この閾値は、対象商品に対する類似ユーザによる過去のレビューにおける評価であってもよい。或いは、この閾値は、対象商品と同一の商品カテゴリに属する各商品に対する類似ユーザによる過去のレビューにおける評価の統計値（例えば、平均値、中央値、または最頻値）であってもよい。 As an example, the server 30 may determine the following products as recommended products.
-A product that belongs to the same product category as the target product and has at least one of the frequency, number, quantity, or payment amount of the experience by a similar user equal to or higher than the threshold.-The product belongs to the same product category as the target product and is by a similar user. Products whose evaluation was above the threshold in the review ・ Products that belong to the same product category as the target product and that similar users have expressed satisfaction with the evaluation items that the user has expressed satisfaction or dissatisfaction. Alternatively, the payment amount may be a value per experience or a total value of multiple experiences. Further, the evaluation in the review by similar users is, for example, a comprehensive evaluation for the product. The threshold value to be compared with the evaluation in the review by similar users may be a common value among users, or may be determined individually for each user. As an example, this threshold may be an evaluation in a past review by similar users of the target product. Alternatively, this threshold may be a statistic (eg, mean, median, or mode) of evaluations in past reviews by similar users for each product belonging to the same product category as the target product.

或いは、サーバ３０は、対象商品と同一の商品カテゴリに属する他の商品のそれぞれについて推奨スコアを算出し、当該推奨スコアの降順に所定数の商品を推奨商品と決定してもよいし、当該推奨スコアが閾値以上の商品を推奨商品と決定してもよい。推奨スコアは、類似ユーザによる体験の頻度、回数、数量、または支払額の少なくとも１つに基づいて算出されてもよいし、類似ユーザによる商品に対する評価に基づいて算出されてもよいし、ユーザが満足または不満足を表明した評価項目について満足を表明した類似ユーザの数に基づいて算出されてもよい。
さらに、サーバ３０は、ユーザが満足または不満足を表明した評価項目をさらに考慮して推奨スコアを算出してもよい。一例として、サーバ３０は、ユーザが満足を表明した評価項目について、対象商品の客観評価値と他の商品の客観評価値との差が小さくなるほど当該他の商品の推奨スコアを増加させてもよい。或いは、サーバ３０は、ユーザが不満足を表明した評価項目について対象商品の客観評価値と他の商品の客観評価値との差が小さくなるほど当該他の商品の推奨スコアを減少させてもよい。 Alternatively, the server 30 may calculate a recommended score for each of the other products belonging to the same product category as the target product, and determine a predetermined number of products as recommended products in descending order of the recommended score, or the recommended product. Products with a score equal to or higher than the threshold may be determined as recommended products. The recommendation score may be calculated based on at least one of the frequency, number, quantity, or amount of experience by similar users, or it may be calculated based on the evaluation of the product by similar users, or by the user. It may be calculated based on the number of similar users who have expressed satisfaction with the evaluation items that have expressed satisfaction or dissatisfaction.
Further, the server 30 may calculate the recommended score by further considering the evaluation item in which the user expresses satisfaction or dissatisfaction. As an example, the server 30 may increase the recommended score of the other product as the difference between the objective evaluation value of the target product and the objective evaluation value of the other product becomes smaller for the evaluation item for which the user expresses satisfaction. .. Alternatively, the server 30 may reduce the recommended score of the other product as the difference between the objective evaluation value of the target product and the objective evaluation value of the other product becomes smaller for the evaluation item for which the user has expressed dissatisfaction.

ステップＳ１３５の後に、サーバ３０は、推奨商品の情報の提示（Ｓ１３６）を実行する。
具体的には、サーバ３０は、ステップＳ１３５において決定した推奨商品の情報を生成し、当該情報を、クライアント装置１０を介してユーザに提示する。サーバ３０は、推奨商品の情報を生成するために、商品データベース（図６，図７）を参照可能である。一例として、サーバ３０は、商品推薦画面をクライアント装置１０のディスプレイ２１に表示させる。 After step S135, the server 30 executes the presentation of recommended product information (S136).
Specifically, the server 30 generates information on the recommended product determined in step S135, and presents the information to the user via the client device 10. The server 30 can refer to a product database (FIGS. 6 and 7) to generate information on recommended products. As an example, the server 30 displays the product recommendation screen on the display 21 of the client device 10.

図１１に示すように、商品推薦画面Ｐ１１は、表示オブジェクトＡ１１を含む。
ここで、表示オブジェクトＡ１１は、推奨商品群毎に設けられる。 As shown in FIG. 11, the product recommendation screen P11 includes the display object A11.
Here, the display object A11 is provided for each recommended product group.

表示オブジェクトＡ１１は、推奨商品に関する情報を表示する。推奨商品に関する情報は、例えば、推奨商品の名称、外観、産地、原材料、成分、仕様、価格、生産者、または提供者に関する情報を含むことができる。さらに、推奨商品に関する情報は、対象商品の客観評価情報と推奨商品の客観評価情報とを表現するグラフ（一例としてレーダーチャート）を含むことができる。 The display object A11 displays information about recommended products. Information about the recommended product can include, for example, information about the name, appearance, place of origin, raw material, ingredient, specification, price, producer, or provider of the recommended product. Further, the information regarding the recommended product can include a graph (as an example, a radar chart) expressing the objective evaluation information of the target product and the objective evaluation information of the recommended product.

ステップＳ１３６の終了を以て、サーバ３０は、商品推薦処理（図９）を終了する。 With the end of step S136, the server 30 ends the product recommendation process (FIG. 9).

（５）小括
以上説明したように、サーバ３０は、ユーザによる対象商品に対するレビューを取得し、当該レビューと商品データベース（図６，図７）とに基づいて対象項目についてのユーザの感性傾向を推定する。サーバ３０は、感性傾向においてユーザに近い類似ユーザを特定し、当該類似ユーザの行動履歴に基づいて、ユーザに推奨する商品を決定する。これにより、ユーザと商品に対する捉え方の近い類似ユーザによる様々な商品の行動履歴を考慮することで、ユーザに好まれる可能性の高い商品を選出することができる。故に、サーバ３０によれば、ユーザの満足度の向上、および商品の販売促進が可能である。 (5) Summary As described above, the server 30 acquires a review of the target product by the user, and based on the review and the product database (FIGS. 6 and 7), the user's sensitivity tendency regarding the target item is determined. presume. The server 30 identifies a similar user who is close to the user in the sensitivity tendency, and determines a product recommended to the user based on the behavior history of the similar user. As a result, it is possible to select a product that is highly likely to be liked by the user by considering the behavior history of various products by similar users who have similar perceptions of the user and the product. Therefore, according to the server 30, it is possible to improve the satisfaction of the user and promote the sales of the product.

サーバ３０は、レビューに基づいて対象商品の対象項目についてのユーザによる主観評価値を特定し、当該主観評価値と対象商品の客観評価値との比較に基づいて、対象項目についてのユーザの感性傾向を推定してもよい。これにより、ユーザの感性傾向を項目単位に整理して妥当に推定することができる。 The server 30 identifies the subjective evaluation value by the user for the target item of the target product based on the review, and the user's sensitivity tendency for the target item based on the comparison between the subjective evaluation value and the objective evaluation value of the target product. May be estimated. As a result, the user's sensitivity tendency can be organized in item units and estimated appropriately.

サーバ３０は、対象項目に関する情報を含むユーザインタフェースを提示し、当該ユーザインタフェースがユーザから受け付けた操作に基づくレビューを取得してもよい。これにより、ユーザに商品をレビューするための観点を提示し、ユーザの主観評価が漏れおよび重複なく反映されたレビューを取得することができる。サーバ３０は、対象商品の対象項目についての客観評価値をさらに含むユーザインタフェースを提示してもよい。これにより、ユーザに、極端な主観評価を行わないよう促すことができる。また、サーバ３０は、ユーザによる対象商品の複数の対象項目についての主観評価を指定する操作を受け付けるグラフ型のオブジェクトを含むユーザインタフェースを提示してもよい。これにより、ユーザは、商品の主観評価を直感的に行うことができる。さらに、サーバ３０は、ユーザが満足または不満足に感じた評価項目を指定する操作を受け付けるオブジェクトを含むユーザインタフェースを提示してもよい。これにより、ユーザの関心の高い項目を考慮してユーザに好まれる可能性のより高い商品を選出することができる。 The server 30 may present a user interface containing information about the target item and obtain a review based on the operation received from the user by the user interface. As a result, it is possible to present the user with a viewpoint for reviewing the product and obtain a review in which the user's subjective evaluation is reflected without omission and duplication. The server 30 may present a user interface that further includes an objective evaluation value for the target item of the target product. This can encourage the user not to perform extreme subjective evaluations. Further, the server 30 may present a user interface including a graph-type object that accepts an operation for designating a subjective evaluation of a plurality of target items of the target product by the user. This allows the user to intuitively evaluate the product subjectively. Further, the server 30 may present a user interface including an object that accepts an operation for designating an evaluation item that the user feels satisfied or unsatisfied with. As a result, it is possible to select products that are more likely to be liked by the user in consideration of items that are of high interest to the user.

対象商品は、ユーザが購入、レンタル、利用、使用、鑑賞、消費、または面会した商品である。これにより、ユーザが対象商品を実際に体験して形成した主観評価を元に当該ユーザの感性傾向を妥当に推定することが可能になる。 The target product is a product purchased, rented, used, used, viewed, consumed, or visited by the user. This makes it possible to reasonably estimate the user's sensibility tendency based on the subjective evaluation formed by the user actually experiencing the target product.

対象項目についての各商品の客観評価値は、計測装置が当該商品の物理量もしくは化学量を計測した結果、または当該商品に対する人間による官能検査の結果の少なくとも１つに基づく値、であってもよい。これにより、商品の客観評価値の信頼度を高めることができる。 The objective evaluation value of each product for the target item may be a value based on at least one of the result of measuring the physical quantity or the chemical quantity of the product by the measuring device or the result of the sensory test by a human for the product. .. This makes it possible to increase the reliability of the objective evaluation value of the product.

他のユーザの行動履歴は、当該他のユーザによる商品の購入、レンタル、利用、使用、鑑賞、消費、面会、またはレビューの履歴の少なくとも１つを含んでもよい。これにより、類似ユーザによる商品の実際の体験またはレビューの履歴を考慮してユーザに好まれる可能性のより高い商品を選出することができる。また、サーバ３０は、対象商品と同一の商品カテゴリに属し、かつ類似ユーザによる体験の頻度、回数、数量、または支払額の少なくとも１つが閾値以上である商品を推奨商品として決定してもよい。これにより、類似ユーザが実際に積極的に体験している商品をユーザに推薦することができる。或いは、サーバ３０は、対象商品と同一の商品カテゴリに属し、かつ類似ユーザによるレビューにおいて評価が閾値以上であった商品を推奨商品として決定してもよい。これにより、類似ユーザが実際に高評価した商品をユーザに推薦することができる。 The behavior history of another user may include at least one of the history of purchase, rental, use, use, viewing, consumption, visitation, or review of goods by the other user. This makes it possible to select products that are more likely to be preferred by users in consideration of the actual experience or review history of products by similar users. Further, the server 30 may determine as a recommended product a product that belongs to the same product category as the target product and that at least one of the frequency, number of times, quantity, or payment amount of the experience by a similar user is equal to or more than the threshold value. As a result, it is possible to recommend to the user a product that a similar user is actually actively experiencing. Alternatively, the server 30 may determine as a recommended product a product that belongs to the same product category as the target product and whose evaluation is equal to or higher than the threshold value in the reviews by similar users. As a result, it is possible to recommend to the user a product that is actually highly evaluated by a similar user.

サーバ３０は、ユーザデータベース（図８）に基づいて類似ユーザを特定してもよい。これにより、類似ユーザを効率的に探索することができる。 The server 30 may identify similar users based on the user database (FIG. 8). This makes it possible to efficiently search for similar users.

（６）変形例
記憶装置１１は、ネットワークＮＷを介して、クライアント装置１０と接続されてもよい。ディスプレイ２１は、クライアント装置１０に搭載されてもよい。記憶装置３１は、ネットワークＮＷを介して、サーバ３０と接続されてもよい。 (6) Modification Example The storage device 11 may be connected to the client device 10 via the network NW. The display 21 may be mounted on the client device 10. The storage device 31 may be connected to the server 30 via the network NW.

上記の商品推薦処理の各ステップは、クライアント装置１０及びサーバ３０の何れでも実行可能である。
上記説明では、各処理において各ステップを特定の順序で実行する例を示したが、各ステップの実行順序は、依存関係がない限りは説明した例に制限されない。 Each step of the above product recommendation process can be executed by either the client device 10 or the server 30.
In the above description, an example in which each step is executed in a specific order in each process is shown, but the execution order of each step is not limited to the example described as long as there is no dependency.

クライアント装置１０と、サーバ３０との間には別の情報処理装置が介在してもよい。この情報処理装置（以下、便宜的に「第１情報処理装置」という）は、サーバ３０（以下、便宜的に「第２情報処理装置」という）との間で機能を分担できる。第１情報処理装置は、商品推薦システム１の一部であると同時に、外部システム（例えば、ＥＣシステム、ＳａａＳシステム、サブスクリプションシステム、マッチングプラットフォームシステム）の一部である。
第１情報処理装置は、例えば、クライアント装置１０を介してレビュー入力ＵＩを外部システムのユーザに提示し、当該ユーザからレビューを取得する。第１情報処理装置は、取得したレビューを第２情報処理装置へ送信する。第２情報処理装置は、商品推薦処理（図９）のステップＳ１３２～Ｓ１３５を実行する。第２情報処理装置は、推奨商品に関する情報を第１情報処理装置へ送信する。第１情報処理装置は、クライアント装置１０を介して推奨商品に関する情報をユーザに提示する。
このように、商品推薦システム１は、外部システムによるユーザへのサービス提供を支援するために用いることもできる。 Another information processing device may intervene between the client device 10 and the server 30. This information processing device (hereinafter, for convenience, referred to as "first information processing device") can share a function with the server 30 (hereinafter, for convenience, "second information processing device"). The first information processing device is a part of the product recommendation system 1 and at the same time a part of an external system (for example, an EC system, a SaaS system, a subscription system, a matching platform system).
The first information processing apparatus presents the review input UI to the user of the external system via the client apparatus 10, for example, and acquires a review from the user. The first information processing device transmits the acquired review to the second information processing device. The second information processing apparatus executes steps S132 to S135 of the product recommendation process (FIG. 9). The second information processing device transmits information about the recommended product to the first information processing device. The first information processing device presents information about the recommended product to the user via the client device 10.
As described above, the product recommendation system 1 can also be used to support the provision of services to users by an external system.

上記説明では、商品データベース（図６，図７）およびユーザデータベース（図８）を利用する例を説明した。しかしながら、本実施形態の商品推薦システムを、例えばユーザ同士のマッチングサービスに適用する場合に、ユーザデータベースが商品データベースとしても機能し得る。具体的には、ユーザデータベースに格納されるユーザ情報は、対応するユーザの客観評価情報を備えてもよい。 In the above description, an example of using the product database (FIGS. 6 and 7) and the user database (FIG. 8) has been described. However, when the product recommendation system of the present embodiment is applied to, for example, a matching service between users, the user database can also function as a product database. Specifically, the user information stored in the user database may include objective evaluation information of the corresponding user.

上記説明では、ユーザが評価項目毎のスライダ操作により商品のレビューを行う例を示した。しかしながら、ユーザは、評価項目毎に、または評価項目を区別しない文章によりレビューを行ってもよい。この場合に、サーバ３０は、レビューに含まれる文章に対して例えば意味解析などの自然言語処理を行うことでユーザによる評価項目毎の主観評価値を特定してもよい。一例として、サーバ３０は、文章を入力として主観評価値を予測する学習済みモデルを利用してもよい。 In the above description, an example is shown in which a user reviews a product by operating a slider for each evaluation item. However, the user may perform the review for each evaluation item or in a sentence that does not distinguish between the evaluation items. In this case, the server 30 may specify the subjective evaluation value for each evaluation item by the user by performing natural language processing such as semantic analysis on the text included in the review. As an example, the server 30 may use a trained model that predicts a subjective evaluation value by inputting a sentence.

上記説明では、ユーザによる対象商品のレビューに連続して推奨商品の情報を直ちに提示する例を説明した。しかしながら、ユーザによる対象商品のレビューと、推奨商品の情報の提示とは不連続であってもよい。一例として、ユーザによる対象商品のレビュー後、クライアント装置１０が最初に所定のアプリの起動、または所定のウェブサイトへのアクセスした時に推奨商品の情報が提示されてもよい。或いは、ユーザによる対象商品のレビュー後、所定期間の経過後に、推奨商品の情報が例えばプッシュ通知、eメール、またはメッセージの形式でクライアント装置１０へ送信されてよい。所定期間は、例えばユーザによる対象商品と同一の消費カテゴリに属する商品の平均的な体験周期に基づいて定められてよい。 In the above description, an example of immediately presenting information on recommended products in succession to user reviews of target products has been described. However, the user's review of the target product and the presentation of information on the recommended product may be discontinuous. As an example, after the user reviews the target product, the recommended product information may be presented when the client device 10 first launches a predetermined application or accesses a predetermined website. Alternatively, after the user reviews the target product and after a predetermined period of time, information on the recommended product may be transmitted to the client device 10 in the form of, for example, a push notification, an e-mail, or a message. The predetermined period may be determined, for example, based on the average experience cycle of products belonging to the same consumption category as the target product by the user.

（７）付記
実施形態および変形例で説明した事項を、以下に付記する。 (7) Addendum The matters described in the embodiments and modifications are added below.

（付記１）
コンピュータ（３０）を、
第１ユーザが体験した第１商品に対する当該第１ユーザによるレビューを取得する手段（Ｓ１３１）、
商品カテゴリ毎に定義された１以上の評価項目について各商品の客観評価値に関する情報が格納された商品データベースと、レビューとに基づいて、第１商品の属する商品カテゴリについて定義された少なくとも１つの評価項目である対象項目についての当該第１ユーザの感性傾向を推定する手段（Ｓ１３３）、
感性傾向において第１ユーザと類似する第２ユーザを特定する手段（Ｓ１３４）、
第２ユーザの行動履歴に基づいて、第１ユーザに推奨する第２商品を決定する手段（Ｓ１３５）、
として機能させるプログラム。 (Appendix 1)
Computer (30),
A means for acquiring a review by the first user for the first product experienced by the first user (S131),
At least one evaluation defined for the product category to which the first product belongs, based on a product database containing information on the objective evaluation value of each product for one or more evaluation items defined for each product category and a review. Means for estimating the sensitivity tendency of the first user regarding the target item, which is an item (S133),
Means for Identifying a Second User Similar to the First User in Kansei Tendency (S134),
A means for determining a second product recommended for the first user based on the behavior history of the second user (S135),
A program that functions as.

（付記２）
コンピュータを、レビューに基づいて、第１商品の対象項目についての第１ユーザによる主観評価値を特定する手段（Ｓ１３２）としてさらに機能させ、
感性傾向を推定する手段は、第１商品の対象項目についての客観評価値と主観評価値との比較に基づいて、対象項目についての第１ユーザの感性傾向を推定する、
付記１に記載のプログラム。 (Appendix 2)
The computer is further made to function as a means (S132) for identifying the subjective evaluation value by the first user for the target item of the first product based on the review.
The means for estimating the Kansei tendency is to estimate the Kansei tendency of the first user for the target item based on the comparison between the objective evaluation value and the subjective evaluation value for the target item of the first product.
The program described in Appendix 1.

（付記３）
コンピュータを、対象項目、または当該第１商品の当該対象項目についての客観評価値の少なくとも１つに関する情報を含むユーザインタフェースを提示する手段（Ｓ１３０）としてさらに機能させ、
レビューを取得する手段は、ユーザインタフェースが第１ユーザから受け付けた操作に基づくレビューを取得する。
付記１または付記２に記載のプログラム。 (Appendix 3)
Further functioning the computer as a means (S130) of presenting a user interface containing information about the subject item or at least one of the objective evaluation values for the subject item of the first product.
The means for acquiring a review acquires a review based on the operation received by the user interface from the first user.
The program described in Appendix 1 or Appendix 2.

（付記４）
情報を提示する手段は、第１ユーザによる第１商品の複数の対象項目についての主観評価を指定する操作を受け付けるグラフ型のオブジェクトを含むユーザインタフェースを提示する、
付記３に記載のプログラム。 (Appendix 4)
The means for presenting information presents a user interface containing a graph-type object that accepts an operation of specifying a subjective evaluation of a plurality of target items of the first product by the first user.
The program described in Appendix 3.

（付記５）
情報を提示する手段は、第１ユーザが満足または不満足に感じた評価項目または客観評価値を指定する操作を受け付けるオブジェクトを含むユーザインタフェースを提示する、
付記３または付記４に記載のプログラム。 (Appendix 5)
The means for presenting information presents a user interface that includes an object that accepts an operation to specify an evaluation item or an objective evaluation value that the first user feels satisfied or unsatisfied with.
The program described in Appendix 3 or Appendix 4.

（付記６）
レビューを取得する手段は、第１ユーザが購入、レンタル、利用、使用、鑑賞、消費、または面会した商品に対する当該第１ユーザによるレビューを取得する、
付記１乃至付記５のいずれかに記載のプログラム。 (Appendix 6)
The means for obtaining a review is to obtain a review by the first user for the product purchased, rented, used, used, viewed, consumed, or visited by the first user.
The program according to any one of Supplementary Note 1 to Supplementary Note 5.

（付記７）
対象項目についての各商品の客観評価値は、計測装置が当該商品の物理量もしくは化学量を計測した結果、または当該商品に対する人間による官能検査の結果の少なくとも１つに基づく値、である、
付記１乃至付記６のいずれかに記載のプログラム。 (Appendix 7)
The objective evaluation value of each product for the target item is a value based on at least one of the result of measuring the physical quantity or the chemical quantity of the product by the measuring device or the result of the sensory test by a human for the product.
The program according to any one of Supplementary Note 1 to Supplementary Note 6.

（付記８）
第２ユーザの行動履歴は、当該第２ユーザによる商品の購入、レンタル、利用、使用、鑑賞、消費、面会、またはレビューの履歴の少なくとも１つを含む、
付記１乃至付記７のいずれかに記載のプログラム。 (Appendix 8)
The behavior history of the second user includes at least one of the history of purchase, rental, use, use, viewing, consumption, visitation, or review of the product by the second user.
The program according to any one of Supplementary Note 1 to Supplementary Note 7.

（付記９）
決定する手段は、第１商品と同一の商品カテゴリに属し、かつ第２ユーザによる購入、レンタル、利用、使用、鑑賞、消費、または面会の頻度、回数、数量、または支払額の少なくとも１つが閾値以上である商品を第２商品として決定する、
付記８に記載のプログラム。 (Appendix 9)
The means of determination belongs to the same product category as the first product, and at least one of the frequency, number, quantity, or payment amount of purchase, rental, use, use, viewing, consumption, or visit by the second user is the threshold. The above product is determined as the second product.
The program described in Appendix 8.

（付記１０）
決定する手段は、第１商品と同一の商品カテゴリに属し、かつ第２ユーザによるレビューにおいて評価が閾値以上であった商品を第２商品として決定する、
付記８に記載のプログラム。 (Appendix 10)
The means for determining is to determine as the second product a product that belongs to the same product category as the first product and whose evaluation is equal to or higher than the threshold value in the review by the second user.
The program described in Appendix 8.

（付記１１）
第２ユーザを特定する手段は、第２ユーザを含む複数のユーザの感性傾向に関する情報が格納されたユーザデータベースに基づいて、第２ユーザを特定する、
付記１乃至付記１０のいずれかに記載のプログラム。 (Appendix 11)
The means for identifying the second user is to identify the second user based on a user database in which information on the sensitivity tendencies of a plurality of users including the second user is stored.
The program according to any one of Supplementary Note 1 to Supplementary Note 10.

（付記１２）
第１ユーザが体験した第１商品に対する当該第１ユーザによるレビューを取得する手段（Ｓ１３１）と、
商品カテゴリ毎に定義された１以上の評価項目について各商品の客観評価値に関する情報が格納された商品データベースと、レビューとに基づいて、第１商品の属する商品カテゴリについて定義された少なくとも１つの評価項目である対象項目についての当該第１ユーザの感性傾向を推定する手段（Ｓ１３３）と、
感性傾向において第１ユーザと類似する第２ユーザを特定する手段（Ｓ１３４）と、
第２ユーザの行動履歴に基づいて、第１ユーザに推奨する第２商品を決定する手段（Ｓ１３５）と、
を具備する、商品推薦装置（３０）。 (Appendix 12)
A means (S131) for acquiring a review by the first user for the first product experienced by the first user, and
At least one evaluation defined for the product category to which the first product belongs, based on a product database containing information on the objective evaluation value of each product for one or more evaluation items defined for each product category and a review. A means (S133) for estimating the sensitivity tendency of the first user regarding the target item, which is an item, and
A means for identifying a second user similar to the first user in the sensitivity tendency (S134), and
A means (S135) for determining a second product recommended for the first user based on the behavior history of the second user, and
A product recommendation device (30).

（付記１３）
コンピュータ（３０）が、
第１ユーザが体験した第１商品に対する当該第１ユーザによるレビューを取得すること（Ｓ１３１）と、
商品カテゴリ毎に定義された１以上の評価項目について各商品の客観評価値に関する情報が格納された商品データベースと、レビューとに基づいて、第１商品の属する商品カテゴリについて定義された少なくとも１つの評価項目である対象項目についての当該第１ユーザの感性傾向を推定すること（Ｓ１３３）と、
感性傾向において第１ユーザと類似する第２ユーザを特定すること（Ｓ１３４）と、
第２ユーザの行動履歴に基づいて、第１ユーザに推奨する第２商品を決定すること（Ｓ１３５）と、
を具備する、商品推薦方法。 (Appendix 13)
The computer (30)
Obtaining a review by the first user for the first product experienced by the first user (S131),
At least one evaluation defined for the product category to which the first product belongs, based on a product database containing information on the objective evaluation value of each product for one or more evaluation items defined for each product category and a review. To estimate the sensitivity tendency of the first user for the target item, which is an item (S133), and
Identifying a second user who is similar to the first user in Kansei tendency (S134),
To determine the second product recommended for the first user based on the behavior history of the second user (S135),
Product recommendation method.

（付記１４）
第１情報処理装置（１０）と、第１情報処理装置とは異なる第２情報処理装置（３０）とを具備する商品推薦システムであって、
第１情報処理装置は、第１ユーザが体験した第１商品に対する当該第１ユーザによるレビューを取得する手段を備え、
第２情報処理装置は、
商品カテゴリ毎に定義された１以上の評価項目について各商品の客観評価値に関する情報が格納された商品データベースと、レビューとに基づいて、第１商品の属する商品カテゴリについて定義された少なくとも１つの評価項目である対象項目についての当該第１ユーザの感性傾向を推定する手段（Ｓ１３３）と、
感性傾向において第１ユーザと類似する第２ユーザを特定する手段（Ｓ１３４）と、
第２ユーザの行動履歴に基づいて、第１ユーザに推奨する第２商品を決定する手段（Ｓ１３５）と、
を備え、
第１情報処理装置は、第２商品に関する情報を第１ユーザに提示する手段をさらに備える、
商品推薦システム（１）。 (Appendix 14)
A product recommendation system including a first information processing device (10) and a second information processing device (30) different from the first information processing device.
The first information processing apparatus includes means for acquiring a review by the first user for the first product experienced by the first user.
The second information processing device is
At least one evaluation defined for the product category to which the first product belongs, based on a product database containing information on the objective evaluation value of each product for one or more evaluation items defined for each product category and a review. A means (S133) for estimating the sensitivity tendency of the first user regarding the target item, which is an item, and
A means for identifying a second user similar to the first user in the sensitivity tendency (S134), and
A means (S135) for determining a second product recommended for the first user based on the behavior history of the second user, and
Equipped with
The first information processing apparatus further comprises means for presenting information about the second product to the first user.
Product recommendation system (1).

以上、本発明の実施形態について詳細に説明したが、本発明の範囲は上記の実施形態に限定されない。また、上記の実施形態は、本発明の主旨を逸脱しない範囲において、種々の改良や変更が可能である。また、上記の実施形態及び変形例は、組合せ可能である。 Although the embodiments of the present invention have been described in detail above, the scope of the present invention is not limited to the above embodiments. Further, the above-described embodiment can be variously improved or modified without departing from the gist of the present invention. Further, the above embodiments and modifications can be combined.

１ ：商品推薦システム
１０ ：クライアント装置
１１ ：記憶装置
１２ ：プロセッサ
１３ ：入出力インタフェース
１４ ：通信インタフェース
２１ ：ディスプレイ
３０ ：サーバ
３１ ：記憶装置
３２ ：プロセッサ
３３ ：入出力インタフェース
３４ ：通信インタフェース

1: Product recommendation system 10: Client device 11: Storage device 12: Processor 13: Input / output interface 14: Communication interface 21: Display 30: Server 31: Storage device 32: Processor 33: Input / output interface 34: Communication interface

Claims (14)

コンピュータを、
第１ユーザが体験した第１商品に対する当該第１ユーザによるレビューを取得する手段、
前記レビューに基づいて、前記第１商品の属する商品カテゴリについて定義された少なくとも１つの評価項目である対象項目についての前記第１ユーザによる主観評価値を特定する手段、
商品カテゴリ毎に定義された１以上の評価項目について各商品の客観評価値に関する情報が格納された商品データベースを参照し、前記第１商品の前記対象項目についての客観評価値を取得し、前記客観評価値に対する前記第１ユーザによる主観評価値の差異から、前記対象項目についての当該第１ユーザの感性傾向を推定する手段、
前記感性傾向において前記第１ユーザと類似する第２ユーザを特定する手段、
前記第２ユーザの行動履歴に基づいて、前記第１ユーザに推奨する第２商品を決定する手段、
として機能させるプログラム。 Computer,
A means for obtaining a review by the first user for the first product experienced by the first user,
A means for specifying a subjective evaluation value by the first user for a target item which is at least one evaluation item defined for a product category to which the first product belongs based on the review.
A product database that stores information about the objective evaluation values of each product for one or more evaluation items defined for each product category.See, Of the first productSaidtarget itemsThe target item is obtained from the difference in the subjective evaluation value by the first user with respect to the objective evaluation value.Means for estimating the Kansei tendency of the first user,
A means for identifying a second user similar to the first user in the sensitivity tendency,
A means for determining a second product recommended for the first user based on the behavior history of the second user.
A program that functions as. 前記コンピュータを、 The computer
前記第２ユーザのレビューに基づいて、前記第１商品の前記対象項目についての前記第２ユーザによる主観評価値を特定する手段、 A means for specifying a subjective evaluation value by the second user for the target item of the first product based on the review of the second user.
前記第１商品の前記対象項目についての客観評価値に対する前記第２ユーザによる主観評価値の差異から、前記対象項目についての当該第２ユーザの感性傾向を推定する手段、 A means for estimating the sensitivity tendency of the second user for the target item from the difference in the subjective evaluation value by the second user with respect to the objective evaluation value for the target item of the first product.
として機能させる請求項１記載のプログラム。 The program according to claim 1. 前記コンピュータを、前記対象項目、または当該第１商品の当該対象項目についての客観評価値の少なくとも１つに関する情報を含むユーザインタフェースを提示する手段としてさらに機能させ、
前記レビューを取得する手段は、前記ユーザインタフェースが前記第１ユーザから受け付けた操作に基づくレビューを取得する。
請求項１または請求項２に記載のプログラム。 Further functioning the computer as a means of presenting a user interface containing information about the subject item or at least one of the objective evaluation values for the subject item of the first product.
The means for acquiring the review acquires a review based on the operation received by the user interface from the first user.
The program according to claim 1 or 2. 前記情報を提示する手段は、前記第１ユーザによる前記第１商品の複数の対象項目についての主観評価を指定する操作を受け付けるグラフ型のオブジェクトを含むユーザインタフェースを提示する、
請求項３に記載のプログラム。 The means for presenting the information presents a user interface including a graph-type object that accepts an operation of specifying a subjective evaluation of a plurality of target items of the first product by the first user.
The program according to claim 3. 前記情報を提示する手段は、前記第１ユーザが満足または不満足に感じた評価項目または主観評価値を指定する操作を受け付けるオブジェクトを含むユーザインタフェースを提示する、
請求項３または請求項４に記載のプログラム。 The means for presenting the information presents a user interface including an object that accepts an operation for designating an evaluation item or a subjective evaluation value that the first user feels satisfied or unsatisfied with.
The program according to claim 3 or 4. 前記レビューを取得する手段は、前記第１ユーザが購入、レンタル、利用、使用、鑑賞、消費、または面会した商品に対する当該第１ユーザによるレビューを取得する、
請求項１乃至請求項５のいずれかに記載のプログラム。 The means for obtaining the review is to obtain a review by the first user for the product purchased, rented, used, used, viewed, consumed, or visited by the first user.
The program according to any one of claims 1 to 5. 前記対象項目についての各商品の客観評価値は、計測装置が当該商品の物理量もしくは化学量を計測した結果、または当該商品に対する人間による官能検査の結果の少なくとも１つに基づく値、である、
請求項１乃至請求項６のいずれかに記載のプログラム。 The objective evaluation value of each product for the target item is a value based on at least one of the result of measuring the physical quantity or the chemical quantity of the product by the measuring device or the result of the sensory test by a human for the product.
The program according to any one of claims 1 to 6. 前記第２ユーザの行動履歴は、当該第２ユーザによる商品の購入、レンタル、利用、使用、鑑賞、消費、面会、またはレビューの履歴の少なくとも１つを含む、
請求項１乃至請求項７のいずれかに記載のプログラム。 The behavior history of the second user includes at least one of the history of purchase, rental, use, use, viewing, consumption, visitation, or review of the product by the second user.
The program according to any one of claims 1 to 7. 前記決定する手段は、前記第１商品と同一の商品カテゴリに属し、かつ前記第２ユーザによる購入、レンタル、利用、使用、鑑賞、消費、または面会の頻度、回数、数量、または支払額の少なくとも１つが閾値以上である商品を前記第２商品として決定する、
請求項８に記載のプログラム。 The means for determining the product belongs to the same product category as the first product, and is at least the frequency, number, quantity, or payment amount of purchase, rental, use, use, viewing, consumption, or visit by the second user. A product whose one is equal to or higher than the threshold value is determined as the second product.
The program according to claim 8. 前記決定する手段は、前記第１商品と同一の商品カテゴリに属し、かつ前記第２ユーザによるレビューにおいて評価が閾値以上であった商品を前記第２商品として決定する、
請求項８に記載のプログラム。 The determining means determines as the second product a product that belongs to the same product category as the first product and whose evaluation is equal to or higher than the threshold value in the review by the second user.
The program according to claim 8. 前記第２ユーザを特定する手段は、前記第２ユーザを含む複数のユーザの感性傾向に関する情報が格納されたユーザデータベースに基づいて、前記第２ユーザを特定する、
請求項１乃至請求項１０のいずれかに記載のプログラム。 The means for identifying the second user identifies the second user based on a user database in which information regarding the sensitivity tendency of a plurality of users including the second user is stored.
The program according to any one of claims 1 to 10. 第１ユーザが体験した第１商品に対する当該第１ユーザによるレビューを取得する手段と、
前記レビューに基づいて、前記第１商品の属する商品カテゴリについて定義された少なくとも１つの評価項目である対象項目についての前記第１ユーザによる主観評価値を特定する手段と、
商品カテゴリ毎に定義された１以上の評価項目について各商品の客観評価値に関する情報が格納された商品データベースを参照し、前記第１商品の前記対象項目についての客観評価値を取得し、前記客観評価値に対する前記第１ユーザによる主観評価値の差異から、前記対象項目についての当該第１ユーザの感性傾向を推定する手段と、
前記感性傾向において前記第１ユーザと類似する第２ユーザを特定する手段と、
前記第２ユーザの行動履歴に基づいて、前記第１ユーザに推奨する第２商品を決定する手段と、
を具備する、商品推薦装置。 A means for obtaining a review by the first user for the first product experienced by the first user, and
A means for specifying a subjective evaluation value by the first user for a target item which is at least one evaluation item defined for the product category to which the first product belongs based on the review.
A product database that stores information about the objective evaluation values of each product for one or more evaluation items defined for each product category.See, Of the first productSaidtarget itemsThe target item is obtained from the difference in the subjective evaluation value by the first user with respect to the objective evaluation value.As a means of estimating the sensitivity tendency of the first user regarding
A means for identifying a second user similar to the first user in the sensitivity tendency,
A means for determining a second product recommended for the first user based on the behavior history of the second user, and
A product recommendation device equipped with. コンピュータが、
第１ユーザが体験した第１商品に対する当該第１ユーザによるレビューを取得することと、
前記レビューに基づいて、前記第１商品の属する商品カテゴリについて定義された少なくとも１つの評価項目である対象項目についての前記第１ユーザによる主観評価値を特定することと、
商品カテゴリ毎に定義された１以上の評価項目について各商品の客観評価値に関する情報が格納された商品データベースを参照し、前記第１商品の前記対象項目についての客観評価値を取得し、前記客観評価値に対する前記第１ユーザによる主観評価値の差異から、前記対象項目についての当該第１ユーザの感性傾向を推定することと、
前記感性傾向において前記第１ユーザと類似する第２ユーザを特定することと、
前記第２ユーザの行動履歴に基づいて、前記第１ユーザに推奨する第２商品を決定することと、
を具備する、商品推薦方法。 The computer
Obtaining a review by the first user for the first product experienced by the first user,
Based on the review, specifying the subjective evaluation value by the first user for the target item which is at least one evaluation item defined for the product category to which the first product belongs.
A product database that stores information about the objective evaluation values of each product for one or more evaluation items defined for each product category.See, Of the first productSaidtarget itemsThe target item is obtained from the difference in the subjective evaluation value by the first user with respect to the objective evaluation value.To estimate the sensitivity tendency of the first user and
To identify a second user who is similar to the first user in the sensitivity tendency,
Determining a second product recommended for the first user based on the behavior history of the second user.
Product recommendation method. 第１情報処理装置と、前記第１情報処理装置とは異なる第２情報処理装置とを具備する商品推薦システムであって、
前記第１情報処理装置は、第１ユーザが体験した第１商品に対する当該第１ユーザによるレビューを取得する手段を備え、
前記第２情報処理装置は、
前記レビューに基づいて、前記第１商品の属する商品カテゴリについて定義された少なくとも１つの評価項目である対象項目についての前記第１ユーザによる主観評価値を特定する手段と、
商品カテゴリ毎に定義された１以上の評価項目について各商品の客観評価値に関する情報が格納された商品データベースを参照し、前記第１商品の前記対象項目についての客観評価値を取得し、前記客観評価値に対する前記第１ユーザによる主観評価値の差異から、前記対象項目についての当該第１ユーザの感性傾向を推定する手段と、
前記感性傾向において前記第１ユーザと類似する第２ユーザを特定する手段と、
前記第２ユーザの行動履歴に基づいて、前記第１ユーザに推奨する第２商品を決定する手段と、
を備え、
前記第１情報処理装置は、前記第２商品に関する情報を前記第１ユーザに提示する手段をさらに備える、
商品推薦システム。 A product recommendation system including a first information processing device and a second information processing device different from the first information processing device.
The first information processing apparatus includes means for acquiring a review by the first user for the first product experienced by the first user.
The second information processing device is
A means for specifying a subjective evaluation value by the first user for a target item which is at least one evaluation item defined for the product category to which the first product belongs based on the review.
A product database that stores information about the objective evaluation values of each product for one or more evaluation items defined for each product category.See, Of the first productSaidtarget itemsThe target item is obtained from the difference in the subjective evaluation value by the first user with respect to the objective evaluation value.As a means of estimating the sensitivity tendency of the first user regarding
A means for identifying a second user similar to the first user in the sensitivity tendency,
A means for determining a second product recommended for the first user based on the behavior history of the second user, and
Equipped with
The first information processing device further includes means for presenting information about the second product to the first user.
Product recommendation system.
JP2021180597A 2021-11-04 2021-11-04 Programs, product recommendation devices, product recommendation methods, and product recommendation systems Active JP7101438B1 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2021180597A JP7101438B1 (en) 2021-11-04 2021-11-04 Programs, product recommendation devices, product recommendation methods, and product recommendation systems
JP2022106915A JP2023070027A (en) 2021-11-04 2022-07-01 Program, product recommendation device, product recommendation method, and product recommendation system
PCT/JP2022/041246 WO2023080215A1 (en) 2021-11-04 2022-11-04 Program, product recommendation device, product recommendation method, and product recommendation system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021180597A JP7101438B1 (en) 2021-11-04 2021-11-04 Programs, product recommendation devices, product recommendation methods, and product recommendation systems

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022106915A Division JP2023070027A (en) 2021-11-04 2022-07-01 Program, product recommendation device, product recommendation method, and product recommendation system

Publications (2)

Publication Number Publication Date
JP7101438B1 true JP7101438B1 (en) 2022-07-15
JP2023069041A JP2023069041A (en) 2023-05-18

Family

ID=82446210

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2021180597A Active JP7101438B1 (en) 2021-11-04 2021-11-04 Programs, product recommendation devices, product recommendation methods, and product recommendation systems
JP2022106915A Pending JP2023070027A (en) 2021-11-04 2022-07-01 Program, product recommendation device, product recommendation method, and product recommendation system

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2022106915A Pending JP2023070027A (en) 2021-11-04 2022-07-01 Program, product recommendation device, product recommendation method, and product recommendation system

Country Status (2)

Country Link
JP (2) JP7101438B1 (en)
WO (1) WO2023080215A1 (en)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3056168B2 (en) 1998-08-20 2000-06-26 株式会社プロムナード Program organizing method and program organizing apparatus
JP2002074142A (en) 2000-08-30 2002-03-15 Toyota Motor Corp Merchandise recommendation system
JP2008077386A (en) 2006-09-21 2008-04-03 Sony Corp Information processing apparatus, method, program and recording medium
JP2008158823A (en) 2006-12-25 2008-07-10 Dainippon Printing Co Ltd Information providing system
JP2011253243A (en) 2010-05-31 2011-12-15 Nippon Telegr & Teleph Corp <Ntt> Information providing device, information providing method and information providing program
JP5866256B2 (en) 2012-05-28 2016-02-17 富士フイルム株式会社 Print management apparatus and method, print management system, print system, information processing apparatus, and program

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3056168B2 (en) 1998-08-20 2000-06-26 株式会社プロムナード Program organizing method and program organizing apparatus
JP2002074142A (en) 2000-08-30 2002-03-15 Toyota Motor Corp Merchandise recommendation system
JP2008077386A (en) 2006-09-21 2008-04-03 Sony Corp Information processing apparatus, method, program and recording medium
JP2008158823A (en) 2006-12-25 2008-07-10 Dainippon Printing Co Ltd Information providing system
JP2011253243A (en) 2010-05-31 2011-12-15 Nippon Telegr & Teleph Corp <Ntt> Information providing device, information providing method and information providing program
JP5866256B2 (en) 2012-05-28 2016-02-17 富士フイルム株式会社 Print management apparatus and method, print management system, print system, information processing apparatus, and program

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
安部 克，レビュー評価項目別スコアを用いたホテル推薦手法の提案，第１１回データ工学と情報マネジメントに関するフォーラム （第１７回日本データベース学会年次大会） ［ｏｎｌｉｎｅ］ ，日本，2019年03月06日
谷口 祐奈，コスメ推薦におけるレビュー無記述評価項目のスコア推定方式の提案，第１１回データ工学と情報マネジメントに関するフォーラム （第１７回日本データベース学会年次大会） ［ｏｎｌｉｎｅ］ ，日本，2019年03月06日

Also Published As

Publication number Publication date
JP2023069041A (en) 2023-05-18
WO2023080215A1 (en) 2023-05-11
JP2023070027A (en) 2023-05-18

Similar Documents

Publication Publication Date Title
Akoglu et al. The effect of brand experiences on brand loyalty through perceived quality and brand trust: a study on sports consumers
JP6957490B2 (en) Systems and methods for tracking consumer taste preferences
US11769194B2 (en) Method and system for presenting items in online environment based on previous item selections
US11580586B2 (en) Real-time recommendation monitoring dashboard
JP2016118975A (en) Marketing measures optimizer, method and program
JPWO2005024689A1 (en) Method and apparatus for analyzing consumer purchasing behavior
JP2018063484A (en) User&#39;s evaluation prediction system, user&#39;s evaluation prediction method and program
US20130054498A1 (en) System and Method For Providing Personalized Recommendations
US10592918B2 (en) Predictive recommendation system using tiered feature data
Situmorang et al. The Influence Of Brand Ambassador and Brand Image On Purchase Decisions For L'ORÉAL Paris Products In Medan City
KR20210090035A (en) Petition System based on Petition History and Petitioner Profile Analysis
Huseynov et al. Food decision-making under time pressure
Pfeiffer et al. Classification of goal-directed search and exploratory search using mobile eye-tracking
JP2021077269A (en) Recommendation device and recommendation method
JP7101438B1 (en) Programs, product recommendation devices, product recommendation methods, and product recommendation systems
JP2019012524A (en) Information output system, information output program, and method for information output related to taking care of skin state, physical state, or mental state
JP2021039735A (en) Information processor, and program
Sekarlingga et al. Analysis of factors that influence purchase intentions for skintific products using Tiktok shop Indonesia with online trust as mediator variable
WO2019159288A1 (en) Information processing system, information processing method, and program
JP7240065B1 (en) Liquor information processing device, program and storage medium
CN110799093B (en) Information processing apparatus, client apparatus, and recording medium
WO2024080341A1 (en) Cosmetics information system
WO2021199541A1 (en) Design evaluation device, learning device, program, and design evaluation method
Neomániová et al. The Impact of Aromas on Consumers' Emotions: Conscious and Unconscious Evaluation
WO2023062864A1 (en) Alcoholic beverage information processing device and program, and trained model

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211104

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20211104

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220214

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220412

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: 20220628

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220701

R150 Certificate of patent or registration of utility model

Ref document number: 7101438

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150