JP7360524B2 - 情報提案システム、情報提案方法、プログラムおよび記録媒体 - Google Patents

Description

本発明は、商品の情報をユーザに提案し、ユーザに商品の情報を提案するための情報を商品提供者に提案する情報提案システム、情報提案方法、プログラムおよび記録媒体に関する。

ユーザの購入履歴、閲覧履歴等に基づいて、新たな商品の購入等に関する情報をユーザに提案するという技術に関しては、非常に多数の従来技術が存在する。

例えば、特許文献１には、コンテンツ（画像および動画）の識別情報と、商品の画像と、コンテンツに含まれるユーザの人物情報（年齢および性別）と、を関連付けておき、ユーザの人物情報を考慮した商品情報をレコメンドするレコメンドシステムが記載されている。

特許文献２には、画像内に含まれる物品に係る物品区分に対応するカテゴリに関連する物品区分のうち、画像内に含まれる物品に係る物品区分以外の物品区分の識別情報に対応する情報を出力するレコメンドシステムが記載されている。

特許文献３には、人物の複数の撮影画像を参照して、その人物の服装の傾向を推定し、推定された人物の服装の傾向に基づき、複数の衣服の中から、その人物に関する衣服を選択し、選択された衣服の情報を出力する画像処理装置が記載されている。

特許文献４には、サーバへアップロードされた画像群に含まれる画像の画像解析を行う画像処理装置が記載されている。

特許文献５には、広告データ、広告データの特徴量が関連付けられた広告データベースを構築しておき、画像データの特徴量と広告データの特徴量とのマッチング処理を行い、広告データの表示位置の制御を行って表示位置を決定し、クライアント端末に表示させる広告表示制御装置が記載されている。

特許文献６には、共通要素と広告データベース内の広告とを一対一に対応させておき、共通要素に関連する広告を広告データベースから選択して表示する広告表示方法が記載されている。

特許文献７には、顧客に提供する商品又はサービスが消費される商品消費特性を求め、求めた商品消費特性に基づいて、商品を推奨するタイミングを算出し、求めたタイミングに基づいて、顧客に商品の購入を促す情報を提供する顧客管理システムが記載されている。

特開２０１３－１６１１１６号公報 特開２０１１－１４１８９２号公報 特開２０１７－０７６３１５号公報 特開２０１７－０３３２９３号公報 特開２０１３－０５０５０２号公報 特開２００６－１０６４０４号公報 特開２０１４－２１６００４号公報

しかし、本発明が提案するように、オンラインストレージ等のストレージに記憶されたユーザの画像群の解析結果から、商品の購入に係る商品の情報をユーザに提案したり、ユーザに商品の情報を提案するための情報を、その商品の情報をユーザに提案し、その商品をユーザに販売する商品提供者に提案したりする従来技術は存在していなかったと考えられる。

例えば、SNS（Social Networking Service）において公開された画像は、最初から他のユーザとの情報伝達を意図している。これに対し、オンラインストレージに記憶された画像群は、身近な家族および友人とのよりプライベートな感情等が込められているものである。従って、オンラインストレージに記憶された画像群からは、SNSにおいて公開された画像からの情報の提案とは異なる情報の提案が実現できると考えられる。

従って、本発明の目的は、ユーザの画像群から、ユーザの趣味、嗜好等に合致する商品の情報をそのユーザに提案することができる情報提案システム、情報提案方法、プログラムおよび記録媒体を提供することにある。

上記目的を達成するために、本発明は、ストレージに記憶されたユーザの画像群を取得する画像群取得部と、
ユーザの画像群に含まれる各々の画像を解析して各々の画像の属性を検出し、ユーザの画像群に含まれる複数の画像の複数の属性を検出する画像解析部と、
ユーザの画像群において、属性毎に、同じ属性を有する同属画像の撮影枚数を集計する撮影枚数集計部と、
ユーザの画像群において、属性毎に、同属画像の撮影枚数から、同属画像の撮影頻度を算出する撮影頻度算出部と、
属性毎に、同属画像の撮影目的を推定する撮影目的推定部と、
属性毎に、同属画像の撮影枚数および撮影頻度が一定の条件を満たすか否かに応じて、同属画像の撮影目的に関連する商品の情報をユーザに提案するか否かを決定する提案決定部と、
ユーザに提案すると決定された商品の情報をユーザに提案する情報提案部と、を備える、情報提案システムを提供する。

上記情報提案システムにおいて、ユーザに提案する商品の情報は、一定の周期で発生する周期イベントに関連する商品の情報を含み、
情報提案部は、次の周期イベントが発生するタイミングよりも一定の期間前に、周期イベントに関連する商品の情報をユーザに提案することが好ましい。

さらに、撮影目的と商品の情報とが対応付けられた１以上の提案情報を登録する提案情報登録部を備え、
提案決定部は、１以上の提案情報の中から、撮影枚数および撮影頻度が一定の条件を満たす同属画像の撮影目的と一致する撮影目的を含む提案情報を検索し、
情報提案部は、提案決定部により検索された提案情報に含まれる商品の情報をユーザに提案することが好ましい。

また、提案情報登録部は、１以上の提案情報として、２以上の撮影目的と商品の情報とが対応付けられた提案情報を登録し、
提案決定部は、撮影枚数および撮影頻度が一定の条件を満たす２以上の同属画像の２以上の撮影目的と一致する２以上の撮影目的を含む提案情報を検索することが好ましい。

また、属性には、画像の撮影日時、画像の撮影場所、画像の撮影方角、画像に写っている人物、画像に写っている物体および画像に写っているシーンの少なくとも１つが含まれることが好ましい。

また、撮影目的は、予め定められた物体の撮影であり、
提案決定部は、一定の条件を満たすか否かに係わらず、予め定められた物体が撮影された画像の撮影目的に関連する商品の情報をユーザに提案すると決定することが好ましい。

また、ユーザの画像群は、他のユーザに対して非公開の画像を含むことが好ましい。

また、撮影目的推定部は、同じ属性を有する学習用同属画像の撮影枚数および撮影頻度と撮影目的との関係を、複数組の学習用同属画像について予め学習した学習済みモデルを作成しておき、学習済みモデルを使用して、同属画像から、同属画像の撮影目的を推定することが好ましい。

また、学習済みモデルはニューラルネットワークからなり、
撮影目的推定部は、１組の学習用同属画像の撮影枚数および撮影頻度と、１組の学習用同属画像の撮影枚数および撮影頻度に対応する撮影目的の情報を得た場合に、
複数組および１組の学習用同属画像の撮影枚数および撮影頻度を入力したときに出力する撮影目的に基づく出力誤差が最小になるように、ニューラルネットワークを構成する各ノードの係数を変更する変更処理を行い、
変更処理を繰り返し行って、学習済みモデルを作成することが好ましい。

また、本発明は、画像群取得部が、ストレージに記憶されたユーザの画像群を取得するステップと、
画像解析部が、ユーザの画像群に含まれる各々の画像を解析して各々の画像の属性を検出し、ユーザの画像群に含まれる複数の画像の複数の属性を検出するステップと、
撮影枚数集計部が、ユーザの画像群において、属性毎に、同じ属性を有する同属画像の撮影枚数を集計するステップと、
撮影頻度算出部が、ユーザの画像群において、属性毎に、同属画像の撮影枚数から、同属画像の撮影頻度を算出するステップと、
撮影目的推定部が、属性毎に、同属画像の撮影目的を推定するステップと、
提案決定部が、属性毎に、同属画像の撮影枚数および撮影頻度が一定の条件を満たすか否かに応じて、同属画像の撮影目的に関連する商品の情報をユーザに提案するか否かを決定するステップと、
情報提案部が、ユーザに提案すると決定された商品の情報をユーザに提案するステップと、を含む、情報提案方法を提供する。

上記情報提案方法において、ユーザに提案する商品の情報は、一定の周期で発生する周期イベントに関連する商品の情報を含み、
次の周期イベントが発生するタイミングよりも一定の期間前に、周期イベントに関連する商品の情報をユーザに提案することが好ましい。

さらに、提案情報登録部が、撮影目的と商品の情報とが対応付けられた１以上の提案情報を登録するステップを含み、
１以上の提案情報の中から、撮影枚数および撮影頻度が一定の条件を満たす同属画像の撮影目的と一致する撮影目的を含む提案情報を検索し、
検索された提案情報に含まれる商品の情報をユーザに提案することが好ましい。

また、１以上の提案情報として、２以上の撮影目的と商品の情報とが対応付けられた提案情報を登録し、
撮影枚数および撮影頻度が一定の条件を満たす２以上の同属画像の２以上の撮影目的と一致する２以上の撮影目的を含む提案情報を検索することが好ましい。

また、属性には、画像の撮影日時、画像の撮影場所、画像の撮影方角、画像に写っている人物、画像に写っている物体および画像に写っているシーンの少なくとも１つが含まれることが好ましい。

また、撮影目的は、予め定められた物体の撮影であり、
一定の条件を満たすか否かに係わらず、予め定められた物体が撮影された画像の撮影目的に関連する商品の情報をユーザに提案すると決定することが好ましい。

また、ユーザの画像群は、他のユーザに対して非公開の画像を含むことが好ましい。

また、同じ属性を有する学習用同属画像の撮影枚数および撮影頻度と撮影目的との関係を、複数組の学習用同属画像について予め学習した学習済みモデルを作成しておき、学習済みモデルを使用して、同属画像から、同属画像の撮影目的を推定することが好ましい。

また、学習済みモデルはニューラルネットワークからなり、
１組の学習用同属画像の撮影枚数および撮影頻度と、１組の学習用同属画像の撮影枚数および撮影頻度に対応する撮影目的の情報を得た場合に、
複数組および１組の学習用同属画像の撮影枚数および撮影頻度を入力したときに出力する撮影目的に基づく出力誤差が最小になるように、ニューラルネットワークを構成する各ノードの係数を変更する変更処理を行い、
変更処理を繰り返し行って、学習済みモデルを作成することが好ましい。

また、本発明は、上記のいずれかの情報提案方法の各々のステップをコンピュータに実行させるためのプログラムを提供する。

また、本発明は、上記のいずれかの情報提案方法の各々のステップをコンピュータに実行させるためのプログラムが記録されたコンピュータ読み取り可能な記録媒体を提供する。

また、本発明は、ストレージに記憶されたユーザの画像群を取得する画像群取得部と、
ユーザの画像群に含まれる各々の画像を解析して各々の画像の属性を検出し、ユーザの画像群に含まれる複数の画像の複数の属性を検出する画像解析部と、
ユーザの画像群において、属性毎に、同じ属性を有する同属画像の撮影枚数を集計する撮影枚数集計部と、
ユーザの画像群において、属性毎に、同属画像の撮影枚数から、同属画像の撮影頻度を算出する撮影頻度算出部と、
属性毎に、同属画像の撮影目的を推定する撮影目的推定部と、
属性毎に、同属画像の撮影枚数および撮影頻度が一定の条件を満たすか否かに応じて、同属画像の撮影目的に関連する商品の情報をユーザに提案するか否かを決定する提案決定部と、
ユーザに提案すると決定された商品の情報をユーザに提案する情報提案部と、を備え、
画像群取得部、画像解析部、撮影枚数集計部、撮影頻度算出部、撮影目的推定部、提案決定部および情報提案部は、ハードウェア、または、プログラムを実行するプロセッサである、情報提案システムを提供する。

上記情報提案システムにおいて、さらに、撮影目的と商品の情報とが対応付けられた１以上の提案情報を登録する提案情報登録部を備え、
提案情報登録部は、ハードウェア、または、プログラムを実行するプロセッサであり、
提案決定部は、１以上の提案情報の中から、撮影枚数および撮影頻度が一定の条件を満たす同属画像の撮影目的と一致する撮影目的を含む提案情報を検索し、
情報提案部は、提案決定部により検索された提案情報に含まれる商品の情報をユーザに提案することが好ましい。

本発明によれば、画像の属性毎に、同属画像の撮影目的を推定して、同属画像の撮影目的に関連する商品の情報をユーザに提案する。従って、同属画像の撮影目的から、ユーザの個人的な趣味、嗜好、友人と共有される趣味、嗜好、家族で好んでいる趣味、嗜好等を適切に判断することができ、ユーザの趣味、嗜好を広くかつ適切に推定することができ、それに対応する商品の情報の提案も適切に行うことができる。

本発明に係る情報提案システムの構成を表す一実施形態のブロック図である。 サーバの構成を表す一実施形態のブロック図である。 １のユーザに情報を提案する場合の情報提案システムの動作を表す一実施形態のフローチャートである。 商品提供者に情報を提案する場合の情報提案システムの動作を表す一実施形態のフローチャートである。 商品提供者に情報を提案する場合の情報提案システムの動作を表す別の実施形態のフローチャートである。

以下に、添付の図面に示す好適実施形態に基づいて、本発明の情報提案システム、情報提案方法、プログラムおよび記録媒体を詳細に説明する。

図１は、本発明に係る情報提案システムの構成を表す一実施形態のブロック図である。図１に示す情報提案システム１０は、商品の情報をユーザに提案し、ユーザに商品の情報を提案するための情報を商品提供者に提案するものであり、サーバ１２と、ネットワーク１６を介して各々サーバ１２に接続された複数のクライアント１４Ａ、１４Ｂと、を備えている。
クライアント１４Ａは、情報提案システム１０を利用する複数のユーザの各々が使用するユーザ用クライアントであり、クライアント１４Ｂは、同じく情報提案システム１０を利用する複数の商品提供者の各々が使用する商品提供者用クライアントである。

サーバ１２は、各々のユーザ用クライアント１４Ａからアップロードされる、各々のユーザが所有する画像群を、オンラインストレージにおける各々のユーザの記憶領域に記憶する機能、オンラインストレージに記憶された各々のユーザの画像群の解析結果に基づいて、各々のユーザに商品の情報を提案し、各々のユーザに商品の情報を提案するための情報を各々の商品提供者に提案する機能等を有する。
サーバ１２は、１台に限らず、複数台であってもよく、制御装置、記憶装置および通信装置等を有する、ワークステーション等によって構成される。

ユーザ用クライアント１４Ａは、各々のユーザが所有する画像群の中から、各々のユーザにより選択された画像群をサーバ１２にアップロードする機能、サーバ１２により提案される情報を表示する機能等を有する。
商品提供者用クライアント１４Ｂは、サーバ１２により提案される情報を表示する機能、サーバ１２により提案される情報に基づいて、この情報に関連する商品の情報を、各々のユーザに提案するようにサーバ１２へ依頼する機能等を有する。
クライアント１４Ａ、１４Ｂは、制御装置、入力装置、記憶装置、通信装置およびディスプレイ（表示装置）等を有する、デスクトップPC（パーソナルコンピュータ）、ノートPC、タブレットPC、あるいは、携帯電話およびスマートフォン等の携帯端末等によって構成される。

ユーザは、各種商品を購入して使用する消費者であり、商品提供者は、各々のユーザに対して各種商品の情報を提案し、その商品を販売する企業および自治体等である。本発明において、商品には、有形の物品等だけでなく、無形のサービス等も含まれる。
各々のユーザおよび各々の商品提供者は、情報提案システム１０を利用する前に、各々のアカウントを作成し、各自のアカウント情報に基づいて、情報提案システム１０にログインした後に、情報提案システム１０を利用することができる。
ユーザのアカウント情報には、ユーザ名（アカウント名）およびログインのためのパスワードの他、年齢（年代）、性別、住所、メールアドレスおよび電話番号等の情報が含まれる。また、商品提供者のアカウント情報には、ユーザ名およびパスワードの他、住所、メールアドレスおよび電話番号等の情報が含まれる。

図２は、サーバの構成を表す一実施形態のブロック図である。図２に示すサーバ１２は、オンラインストレージ１８と、画像群取得部２０と、画像解析部２２と、領域情報受付部２４と、画像抽出部２６と、撮影枚数集計部２８と、撮影頻度算出部３０と、撮影目的推定部３２と、提案情報登録部３４と、提案決定部３６と、提案書作成部３８と、情報提案部４０と、を備えている。

オンラインストレージ１８には、各々のユーザの記憶領域が設けられている。オンラインストレージ１８は、各々のユーザ用クライアント１４Ａからサーバ１２へアップロードされる各々のユーザの画像群を各々のユーザの記憶領域に記憶する。

各々のユーザの画像群には、他のユーザと共有された画像、つまり、他のユーザに対して公開された画像が含まれていてもよいし、他のユーザと共有されていない画像、つまり、他のユーザに対して非公開の画像が含まれていてもよい。
オンラインストレージ１８に記憶された各々のユーザの画像群は、例えば写真プリントおよびフォトアルバム等のように、画像を使用する各種の製品および用途に利用することができる。

続いて、画像群取得部２０は、オンラインストレージ１８に記憶された１のユーザの画像群を取得する。
また、画像群取得部２０は、オンラインストレージ１８に記憶された複数のユーザの画像群を取得する。つまり、複数のユーザの各々が所有する画像群を含む画像群の集合を取得する。

画像群取得部２０は、情報提案システム１０を利用する全てのユーザの中から任意に選択された１のユーザの画像群を取得してもよいし、各々のユーザの画像群を順次取得してもよい。また、情報提案システム１０を利用する全てのユーザの中から任意に選択された複数のユーザの画像群を取得してもよいし、例えば東京都在住の２０代女性等のように、年齢、性別および住所等のユーザの属性に応じて選択された複数のユーザの画像群を取得してもよい。
画像群取得部２０は、１のユーザの画像群および複数のユーザの画像群を一定の期間毎に取得してもよいし、各々のユーザについて、新たな画像群がアップロードされ、オンラインストレージ１８に記憶される毎に取得してもよい。
なお、画像群取得部２０は、オンラインストレージ１８に限らず、各種のストレージ、例えば各々のユーザ用クライアント１４Ａの記憶装置等から各々のユーザの画像群を取得してもよい。

続いて、画像解析部２２は、画像群取得部２０により取得された１のユーザの画像群に含まれる各々の画像を解析して各々の画像の属性を検出し、１のユーザの画像群に含まれる複数の画像の複数の属性を検出する。つまり、複数の画像の各々の属性を含む属性の集合を検出する。
また、画像解析部２２は、画像群取得部２０により取得された複数のユーザの画像群に含まれる各々の画像を解析して、各々の画像の撮影場所および各々の画像に写っている物体を検出する。

画像の解析項目は特に限定されないが、画像に写っている被写体（人物および人物以外の物体）の検出、人物の顔の検出、画像の撮影方角の検出、シーンの検出（夜景、海、砂浜、空、…）およびイベントの検出（運動会、結婚式、卒業式、…）等の画像内容の解析、画像の明るさ、色合い、コントラストおよびボケブレの程度等の画像の画質の解析、Exif（Exchangeable Image File Format）などの画像の付加情報に含まれる時間情報（撮影日時）および位置情報（GPS（Global Positioning System）情報）（撮影場所）等の検出等を含む。また、上記の一部の解析のみを行ってもよいし、上記以外の画像の解析を行ってもよい。

画像の属性には、画像の撮影日時、画像の撮影場所、画像の撮影方角、画像に写っている人物、画像に写っている物体および画像に写っているシーンの少なくとも１つが含まれる。また、画像の属性には、上記以外の属性が含まれていてもよい。

続いて、領域情報受付部２４は、複数の商品提供者の各々から提供される、情報を希望する地理的な領域および事業的な領域の少なくとも一方の領域に対応する領域の情報を受け付ける。

領域（地理的な領域および事業的な領域）の情報は、複数のユーザの画像群において、商品提供者が提供する商品に関連性のある画像を限定する。
地理的な領域の情報は、画像の撮影場所を限定する。例えば、商品提供者が東京都内で商品を提供するのであれば、東京都内以外の撮影場所で撮影された画像は不要であるため、地理的な領域を、東京都内で撮影された画像に限定する。この場合、地理的な領域は、国別でもよいし、日本国内であれば、本州、九州等の区別でもよいし、東日本、西日本等の区別、関東、近畿等の区別、都道府県別、市町村別等でもよい。
事業的な領域の情報は、画像に写っている物体の種類を限定する。例えば、商品提供者がお菓子業界の企業であれば、お菓子以外の物体が写っている画像は不要であるため、事業的な領域を、お菓子が写っている画像に限定する。お菓子業界の場合、事業的な領域は、個別のお菓子の名称である「チョコレート」、「キャンディー」等でもよいし、あるいは包括的な名称である「お菓子」、「和菓子」、「洋菓子」等でもよい。

続いて、画像抽出部２６は、複数のユーザの画像群から、領域情報受付部２４により受け付けられた領域の情報に関連する画像を領域関連画像として抽出する。

画像抽出部２６は、領域関連画像として、例えば画像の撮影場所および画像に写っている物体の少なくとも一方に関する情報が、各々の商品提供者により提供された領域の情報に関連する画像を抽出する。
画像抽出部２６は、例えば地理的な領域が東京都内であれば、複数のユーザの画像群から、東京都内で撮影された画像を領域関連画像として抽出し、事業的な領域がお菓子業界であれば、複数のユーザの画像群から、お菓子が写っている画像を領域関連画像として抽出する。

続いて、撮影枚数集計部２８は、１のユーザの画像群において、画像解析部２２により検出された画像の属性毎に、同属画像（画像群）の撮影枚数を集計する。本発明において、同属画像とは、画像の属性毎に、同じ属性を有する画像群のことをいう。言い換えると同属画像は、ある１つの属性に着目した場合に、その１つの属性が同じ内容の画像群である。
また、撮影枚数集計部２８は、複数のユーザの画像群において、同種画像（画像群）毎に、同種画像の撮影枚数を集計する。本発明において、同種画像とは、同じ撮影場所で撮影され、かつ同じ物体が写っている画像群のことをいう。言い換えると、同種画像は、画像の撮影場所および画像に写っている物体という２つの属性が同じ内容の画像群である。つまり、同種画像は、画像の撮影場所という属性が同じ内容の同属画像で、かつ画像に写っている物体という属性が同じ内容の同属画像からなる画像群である。

撮影枚数集計部２８は、属性が画像の撮影場所である場合、例えば東京都内で撮影された画像、および大阪で撮影された画像等のように、同じ撮影場所で撮影された画像の撮影枚数を集計する。また、属性が画像に写っている物体である場合、チョコレートが写っている画像、およびキャンディーが写っている画像等のように、同じ物体が写っている画像の撮影枚数を集計する。
また、撮影枚数集計部２８は、例えば釧路湿原で撮影され、かつタンチョウヅルが写っている同種画像の撮影枚数を集計する。

続いて、撮影頻度算出部３０は、１のユーザの画像群において、画像の属性毎に、撮影枚数集計部２８により集計された同属画像の撮影枚数から、この同属画像の撮影頻度を算出する。
また、撮影頻度算出部３０は、複数のユーザの画像群において、撮影枚数集計部２８により集計された同種画像毎に、同種画像の撮影枚数から、この同種画像の撮影頻度を算出する。

撮影頻度算出部３０は、属性が画像の撮影場所である場合、例えば１のユーザの画像群に含まれる画像の合計枚数が５枚、東京都内で撮影された画像の撮影枚数が３枚であれば、その画像の撮影頻度は、（３／５）であると算出し、大阪で撮影された画像の撮影枚数が２枚であれば、その画像の撮影頻度は、（２／５）であると算出する。同種画像の撮影頻度の場合も同様である。

続いて、撮影目的推定部３２は、画像の属性毎に、同属画像の撮影目的を推定する。また、撮影目的推定部３２は、同属画像の撮影目的を、この同属画像（画像群）に含まれる各々の画像の撮影目的とする。

撮影目的推定部３２が、同属画像の撮影目的を推定する方法は特に限定されないが、例えば画像の属性および画像の解析結果等に基づいて、同属画像の撮影目的を推定することができる。

続いて、提案情報登録部３４は、撮影目的と商品の情報とが対応付けられた１以上の提案情報を登録する。

提案情報登録部３４には、例えば複数の商品提供者の各々から提供される、１以上の提案情報が特録される。商品の情報は、撮影目的に関連するものであれば特に限定されないが、撮影目的が、例えば「スポーツをする」というシーンの画像の撮影であれば、野球のバット、グローブ等のスポーツ用品に関する情報が考えられ、撮影目的が、例えば「スポーツ観戦」の画像の撮影であれば、はちまき、メガホン等の応援グッズに関する情報が考えられる。
提案情報は、提案決定部３６が、同属画像の撮影目的から、提案する商品の情報を取得する場合に用いられる。

続いて、提案決定部３６は、画像の属性毎に、同属画像の撮影枚数および撮影頻度が一定の条件を満たすか否かに応じて、同属画像の撮影目的に関連する商品の情報を、この同属画像を所有する１のユーザに提案するか否かを決定する。
また、提案決定部３６は、画像抽出部２６により抽出された領域関連画像において、または、領域関連画像における複数のユーザの属性について、同じ撮影場所で撮影され、かつ同じ物体が写っている同種画像の撮影枚数および撮影頻度が一定の条件を満たすか否かに応じて、同種画像の同じ撮影場所および同じ物体に関する同種画像情報を、複数の商品提供者のうち、この同種画像情報に関連する商品提供者に提案するか否かを決定する。

一定の条件を満たすとは、例えば撮影枚数および撮影頻度が閾値以上であることを意味する。撮影枚数および撮影頻度の閾値は特に限定されないが、撮影枚数の閾値を、例えば１００枚とし、撮影頻度の閾値を、例えば撮影頻度が（撮影枚数／画像群に含まれる画像の合計枚数）の比で表されるとして、（１０／１００）とすることができる。例えば、全ユーザに対する、ある画像群１００枚当たりに含まれる平均枚数を１枚とし、標準偏差を３枚とすると、撮影枚数は、平均枚数＋標準偏差×３＝１＋３×３＝１０となり、撮影頻度の閾値は、上記の（１０／１００）となる。また、最初は全ての物体についての撮影頻度の閾値を上述の平均枚数および標準偏差からなる式から求めるが、後述するユーザへの提案に対するユーザの行動などに基づいて調整してもよい。例えば、初期の撮影頻度の閾値に基づいてユーザへ提案したがユーザの行動に結びつかないときは、撮影頻度の閾値を上げ、より頻繁に当該物体を撮影するユーザに絞ってユーザへの提案を行うこととしてもよい。
撮影枚数が多くても、撮影頻度が低ければ、あるいは撮影頻度が高くても、撮影枚数が少なければ、その同属画像が１のユーザの趣味、嗜好等に合致するものであるか否かも、その同種画像が多くのユーザにとって興味、関心等のある情報であるか否かも正しく判断することは難しい。正しく判断するためには、撮影枚数および撮影頻度が一定の条件を満たしていることが必要である。

複数のユーザの属性には、複数のユーザの年齢、年代、性別、および住所の少なくとも１つが含まれる。ユーザの属性は、例えばそのユーザのアカウント情報から取得することができる。また、ユーザの属性には、上記以外の属性が含まれていてもよい。

提案決定部３６は、同属画像の撮影枚数および撮影頻度が一定の条件を満たす場合、この同属画像の撮影目的に関連する商品の情報を、１のユーザに提案すると決定する。一方、提案決定部３６は、同属画像の撮影枚数および撮影頻度が一定の条件を満たさない場合、この同属画像の撮影目的に関連する商品の情報を、１のユーザに提案しないと決定する。
また、提案決定部３６は、同種画像の撮影枚数および撮影頻度が一定の条件を満たす場合、この同種画像の同種画像情報を、この同種画像情報に関連する商品提供者に提案すると決定する。一方、同種画像の撮影枚数および撮影頻度が一定の条件を満たさない場合、この同種画像の同種画像情報を、この同種画像情報に関連する商品提供者に提案しないと決定する。

続いて、提案書作成部３８は、撮影枚数および撮影頻度が一定の条件を満たす同種画像の同じ物体に関する情報と、この撮影枚数および撮影頻度が一定の条件を満たす同種画像の同種画像情報を１以上のユーザに提案するための提案条件と、を含む提案書を作成する。
提案書は、同種画像情報の一例であり、例えば情報提案部４０が、同種画像情報を商品提供者に提案する場合に用いられる。

物体に関する情報には、例えば物体の名称、物体の所在地、物体の説明等の情報が含まれる。
提案条件は特に限定されないが、例えば撮影枚数および撮影頻度が一定の条件を満たす同種画像が前回アップロードされてから一定の期間が経過したとき、同種画像の撮影枚数および撮影頻度が一定の条件を満たしたとき等のように、特定の条件が満たされた場合を含む。
なお、物体に関する情報および提案条件には、上記以外の情報および条件が含まれていてもよい。また、提案書には、物体に関する情報および提案条件以外の情報、例えばユーザに提案する提案内容等が含まれていてもよい。

提案書には、例えば「富士山の写真が増加中です。富士山の写真をアップロードしているユーザに、富士山へ行くことを提案してはどうですか？」等の提案が含まれる。この場合、「富士山」が物体に関する情報であり、「富士山の写真が増加中です。」が提案条件であり、「富士山へ行くことを提案してはどうですか？」がユーザに提案する提案内容である。

続いて、情報提案部４０は、提案決定部３６により１のユーザに提案すると決定された商品の情報を、その１のユーザに提案する。
また、情報提案部４０は、撮影枚数および撮影頻度が一定の条件を満たす同種画像の同じ撮影場所および同じ物体に関する同種画像情報を、複数の商品提供者のうち、この同種画像情報に関連する商品提供者に提案する。

ユーザおよび商品提供者への提案方法は特に限定されず、例えばユーザおよび商品提供者へ提案に関する電子メールを送信してもよいし、ユーザ用クライアント１４Ａおよび商品提供者用クライアント１４Ｂのディスプレイにおいて提案の情報を表示させてもよい。

次に、図３、図４および図５に示すフローチャートを参照しながら、情報提案システム１０の動作を説明する。まず、１のユーザに情報を提案する場合について説明する。

各々のユーザは、各々のユーザ用クライアント１４Ａにおいて、各々のユーザが所有する画像群の中から所望の画像群を選択し、選択された画像群をサーバ１２へアップロードするように指示する。あるいは、各々のユーザは、各々のユーザ用クライアント１４Ａの記憶装置の所定のフォルダに保存された画像群を自動的にサーバ１２へアップロードするように設定することもできる。

これにより、各々のユーザ用クライアント１４Ａから、各々のユーザにより選択された各々のユーザの画像群がサーバ１２へアップロードされ、オンラインストレージ１８における各々のユーザの記憶領域に記憶される。

オンラインストレージ１８に１以上のユーザの画像群が記憶されると、画像群取得部２０により、オンラインストレージに１８に記憶された１のユーザの画像群が取得される（図３のステップS11）。

続いて、画像解析部２２により、１のユーザの画像群に含まれる各々の画像が解析されて各々の画像の属性が検出され、１のユーザの画像群に含まれる複数の画像の複数の属性が検出される（図３のステップS12）。

続いて、撮影枚数集計部２８により、１のユーザの画像群において、画像の属性毎に、同属画像の撮影枚数が集計される（図３のステップS13）。

続いて、撮影頻度算出部３０により、１のユーザの画像群において、画像の属性毎に、同属画像の撮影枚数から、この同属画像の撮影頻度が算出される（図３のステップS14）。

また、撮影目的推定部３２により、画像の属性毎に、同属画像の撮影目的が推定される（図３のステップS15）。撮影枚数および撮影頻度の算出と、撮影目的の推定とは、どちらを先に行ってもよいし、あるいは両方を並列に処理してもよい。

続いて、提案決定部３６により、画像の属性毎に、同属画像の撮影枚数および撮影頻度が一定の条件を満たすか否かに応じて、同属画像の撮影目的に関連する商品の情報を、この同属画像を所有する１のユーザに提案するか否かが決定される（図３のステップS16）。

続いて、情報提案部４０により、１のユーザに提案すると決定された商品の情報が、その１のユーザに提案される（図３のステップS17）。

本実施形態の場合、提案決定部３６により、提案情報登録部３４に登録された１以上の提案情報の中から、撮影枚数および撮影頻度が一定の条件を満たす同属画像の撮影目的と一致する撮影目的を含む提案情報が検索される。
続いて、情報提案部４０により、提案決定部３６により検索された提案情報に含まれる商品の情報が、１のユーザに提案される。

情報提案部４０は、例えば撮影目的が「旅行」である場合、提案内容として、「XXXへの旅行がお薦めです。」というように、１の情報の提案だけをしてもよいが、より好ましい実施例として、「XXXへの旅行の交通手段、ホテル、観光地切符等を一括でお薦めします。ご覧になりますか？ はい／いいえ」等のメッセージを、ユーザ用クライアント１４Ａのディスプレイに表示させ、ユーザにより「はい」が選択された場合に、続いて、各種のサービスを一覧で表示させ、ユーザが一括で各種のサービスを予約できるようにすることが望ましい。

なお、ユーザに提案するサービスの一覧は、例えばこのユーザによりオンラインストレージ１８に記憶された過去の「XXX旅行」に関する画像の解析結果等から作成することができる。また、このオンラインストレージ１８に記憶されたこのユーザの「XXX旅行」に関する画像、ならびに、承諾を得て解析され、判明した他の複数のユーザの「XXX旅行」に関する画像の撮影場所および画像に写っている物体の解析結果等から作成することもできる。

以後同様に、各々のユーザの画像群がサーバ１２へアップロードされ、オンラインストレージ１８における各々のユーザの記憶領域に記憶されると、各々のユーザの画像群が順次取得され、各々のユーザの画像群について上記の動作が繰り返される。

ここで、SNSのうち、例えばFacebook（登録商標）において共有（公開）された画像群を解析すれば、その画像群を共有したユーザが友人と共有したいと考える趣味、嗜好が表れるし、LINE（登録商標）およびWhatsApp（登録商標）において共有された画像群を解析すれば、各トークメンバーのみのさらにクローズドな友人、家族と共有したいと考える趣味、嗜好が表れる。
また、Amazon.com（登録商標）および楽天市場（登録商標）等のオンラインショップにおけるユーザの購入履歴を解析すれば、そのユーザが購入した商品に関する趣味、嗜好が表れる。

しかし、１つのアプリケーションまたはウェブサービス等によりユーザの趣味、嗜好を広く表すことができるものは従来存在していなかった。スマートフォンが普及した現在では、内蔵カメラによってユーザが興味のある様々な画像が撮られ、記憶されている。そのようなユーザの画像群を統一して閲覧できるアプリケーションまたはウェブサービス等があれば、ユーザの趣味、嗜好が広く表れる可能性がある。
一方で、初期状態では、ユーザの画像群は通常単に時系列に並べられているだけという場合が多く、このような画像群を混然一体として解析すると、却ってユーザの趣味、嗜好の推定がうまく行かないことも考えられる。

これに対し、情報提案システム１０においては、撮影目的推定部３２が同属画像の撮影目的を推定することにより、同属画像毎に、撮影目的からユーザの趣味、嗜好の推定をすることができる。

撮影目的推定部３２は、属性が撮影場所の場合、例えばユーザの自宅付近で撮影された同属画像の撮影目的が、「日常」の画像の撮影であると推定する。また、自宅から少し離れた場所で撮影された同属画像の撮影目的は、非日常である「イベント」の画像の撮影であり、自宅から遠く離れた場所で撮影された同属画像の撮影目的は、「旅行」の画像の撮影であると推測する。

また、撮影目的推定部３２は、属性が、画像に写っている人物である場合、例えばある時間帯を通して、人物が中心被写体となっていない同属画像の撮影目的は、「個人的」な画像の撮影であると推定する。また、家族が写っている同属画像の撮影目的は、「家族的」な画像の撮影であり、家族以外の人物が写っている同属画像の撮影目的は、「友人関係」の画像の撮影であると推測する。

例えば、画像のシーンを検出して、野球に関連する画像であると判別できたとしても、その画像を所有するユーザ本人が野球をしているのか、あるいは野球観戦が好きなのかは、野球に関連する画像というだけでは判別できない。
この場合、撮影目的推定部３２は、属性が、画像に写っている物体である場合、例えばユーザの友人が多数画像に写っていれば、ユーザ本人が野球をしている可能性が高いため、その画像の撮影目的は、「スポーツをする」というシーンの画像の撮影であると推定する。また、画像が著名な野球場で撮影されていたり、著名な野球選手が画像に写っていたりすれば、ユーザは野球観戦が好きであり、その画像の撮影目的は、「スポーツ観戦」の画像の撮影であると推測する。

情報提案システム１０においては、上記のように、画像の属性毎に、同属画像の撮影目的を推定して、同属画像の撮影目的に関連する商品の情報をユーザに提案する。従って、同属画像の撮影目的から、ユーザの個人的な趣味、嗜好、友人と共有される趣味、嗜好、家族で好んでいる趣味、嗜好等を適切に判断することができ、ユーザの趣味、嗜好を広くかつ適切に推定することができ、それに対応する商品の情報の提案も適切に行うことができる。

（実施例１）
１のユーザの画像群の中に、「冬のタンチョウヅル」の画像（写真）が多数含まれていたとする。撮影目的は、「タンチョウヅル」または「冬のタンチョウヅル」の画像の撮影であると考えられる。「タンチョウヅル」の画像は釧路湿原で撮影された可能性が高い。このような画像を撮るユーザは写真が趣味であり、高価なカメラ機材を所有していることが予想される。また、「冬のタンチョウヅル」を撮るユーザはリピータが多く、次年度の冬にまた釧路を訪れ、宿泊および観光等を行う可能性が高いと考えられる。
この場合、商品提供者として、釧路市および釧路観光協会等を想定する。画像群の中に「冬のタンチョウヅル」の画像が多数含まれている１のユーザに対して、翌年の冬の「タンチョウヅル」の飛来シーズン近くになったときに、釧路市の観光案内および宿泊施設の情報等を提案する。また、商品提供者として、カメラ機材の販売会社から、新商品のカメラ機材の情報を、この１のユーザに提案してもよい。

（実施例２）
１のユーザの画像群の中に、「スキー」のシーンの画像（写真）が多数含まれていたとする。また、この「スキー」のシーンの画像は単年度でなく複数年度にわたって含まれていたとする。撮影目的は、「スキー」のシーンの画像の撮影であると考えられる。このユーザはスキーが趣味で毎年スキーに行く可能性が高い。
この場合、商品提供者として、スキー場運営会社を想定する。画像群の中に「スキー」のシーンの画像が多数含まれている１のユーザに対して、翌年のスキーシーズン近くになったときに、スキー場および宿泊施設の情報を提案する。

（実施例３）
１のユーザの画像群の中に「ＴＤＬ（東京ディズニーランド（登録商標））」の画像（写真）が多数含まれていたとする。また、「ＴＤＬ」の画像は単年度でなく複数年度に含まれていたとする。撮影目的は、「ＴＤＬ」の画像の撮影であると考えられる。このユーザは「ＴＤＬ」が好きで毎年「ＴＤＬ」に行く可能性が高い。
この場合、商品提供者として旅行会社を想定する。画像群の中に「ＴＤＬ」の画像が多数含まれている１のユーザに対して、「ＴＤＬ」への旅行プランの情報を提案する。

（実施例４）
１のユーザの画像群の中に、「鉄道」の画像（写真）が多数含まれていたとする。撮影目的は、「鉄道」の画像の撮影であると考えられる。このユーザは、鉄道が好きで各地の鉄道に行って「鉄道」の画像を撮影している可能性が高い。
この場合、商品提供者として旅行会社を想定する。画像群の中に「鉄道」の画像が多数含まれている１のユーザに対して、新しい撮影スポットとしての鉄道の撮影場所、およびその１のユーザの画像群に含まれる画像に写っていない新しい鉄道車両の種類（蒸気機関車、電車等）等に関する情報を提案する。

なお、ユーザに提案する商品の情報が、一定の周期で発生する周期イベントに関連する商品の情報を含む場合、情報提案部４０は、次の周期イベントが発生するタイミングよりも一定の期間前に、周期イベントに関連する商品の情報を１のユーザに提案してもよい。
周期イベントには、例えばシャンプーおよびリンス等の日用品の購入、および旅行等の予約が含まれるが、これ以外のイベントが含まれていてもよい。
これにより、１のユーザが定期的に購入する商品の購入を、１のユーザがその商品を購入する前に１のユーザに定期的に提案することができ、商品の販売を促進することができる。

また、提案情報登録部３４は、１以上の提案情報として、２以上の撮影目的と商品の情報とが対応付けられた提案情報を登録してもよい。
この場合、提案決定部３６により、撮影枚数および撮影頻度が一定の条件を満たす２以上の同属画像の２以上の撮影目的と一致する２以上の撮影目的を含む提案情報が検索される。
これにより、２以上の撮影目的の組合せに対応する商品の情報を１のユーザに提案することができる。例えば、撮影目的が、冬の画像の撮影、および、タンチョウヅルの画像の撮影の２つである場合、冬のタンチョウヅルに関連する商品の情報を１のユーザに提案することができる。

また、撮影目的が、情報提案システム１０によって予め定められた物体の撮影である場合、提案決定部３６は、一定の条件を満たすか否かに係わらず、予め定められた物体が撮影された画像の撮影目的に関連する商品の情報をユーザに提案すると決定してもよい。
これにより、撮影枚数および撮影頻度に係わらず、予め定められた物体が撮影された画像の撮影目的に関連する商品の情報を、その画像をアップロードしたユーザに即座に提案することができる。例えば、予め定められた物体がタンチョウヅルである場合、タンチョウヅルが撮影された画像をアップロードしたユーザに対して、タンチョウヅルに関連する商品の情報を即座に提案する。
なお、予め定められた物体は特に限定されず、例えば珍しい物体でもよいし、あるいは商品提供者から依頼された物体でもよいなど、任意の物体を定めることができる。

また、撮影目的推定部３２は、同じ属性を有する学習用同属画像の撮影枚数および撮影頻度と撮影目的との関係を、複数組の学習用同属画像について予め学習した学習済みモデルを作成しておき、この学習済みモデルを使用して、同属画像から、この同属画像の撮影目的を推定してもよい。
これにより、学習用同属画像の組数が多くなるに応じて、同属画像から、この同属画像の撮影目的をより正確に推定することができるようになる。

学習済みモデルを作成する場合、複数組の学習用同属画像について、学習用同属画像の撮影枚数および撮影頻度に対応する撮影目的の情報が提供される。例えば、撮影目的に関連する商品の情報をユーザに提案し、そのユーザがこの商品の情報に対応する商品を購入した場合に、その撮影目的は正しいと判断し、ユーザが商品の情報に対応する商品を購入しなかった場合に、その撮影目的は正しくないと判断することができる。

学習済みモデルは、例えばニューラルネットワークからなるものを作成することができる。
この場合、撮影目的推定部３２は、例えば１組の学習用同属画像の撮影枚数および撮影頻度と、この１組の学習用同属画像の撮影枚数および撮影頻度に対応する撮影目的の情報を得た場合に、上記の複数組および１組の学習用同属画像の撮影枚数および撮影頻度を入力したときに出力する撮影目的に基づく出力誤差が最小になるように、ニューラルネットワークを構成する各ノードの係数を変更する変更処理を行う。例えば、撮影目的１が人物の画像の撮影であれば、この撮影目的１に基づく出力誤差が最小になるように変更処理が行われ、撮影目的２が動物の画像の撮影であれば、この撮影目的２に基づく出力誤差が最小になるように変更処理が行われる。
撮影目的推定部３２は、上記の変更処理を繰り返し行って、学習用同属画像の撮影枚数および撮影頻度と撮影目的との関係を学習する。これにより、撮影枚数および撮影頻度に対応する各々の撮影目的に基づく出力誤差が最小になるように、ニューラルネットワークを構成する各ノードの係数が変更された学習済みモデルを作成することができる。例えば、撮影枚数および撮影頻度に対する、上記の撮影目的１および撮影目的２に基づく出力誤差が最小になるように、ニューラルネットワークを構成する各ノードの係数がそれぞれ変更される。
撮影目的推定部３２は、学習済みモデルを使用して、同属画像の撮影枚数および撮影頻度に対して、出力誤差が最小の撮影目的が最も正確な撮影目的であると推定する。

なお、学習済みモデルを作成する場合の学習方法は、複数の学習用同属画像から、撮影枚数および撮影頻度と撮影目的との関係を学習し、学習済みモデルを生成することができるものであれば特に限定されない。
学習方法としては、前述のように、例えば人工知能（AI：Artificial Intelligence）の技術の１つである機械学習（マシンラーニング）の一例として、階層構造型のニューラルネットワークを用いるディープラーニング（深層学習）等を利用することができる。
また、ディープラーニング以外の機械学習を利用してもよいし、機械学習以外の人工知能の技術を利用してもよいし、人工知能の技術以外の学習方法を利用してもよい。

次に、商品提供者に情報を提案する場合について説明する。

オンラインストレージ１８に複数のユーザの画像群が記憶されると、画像群取得部２０により、オンラインストレージ１８に記憶された複数のユーザの画像群が取得される（図４のステップS21）。

続いて、画像解析部２２により、複数のユーザの画像群に含まれる各々の画像が解析されて、各々の画像の撮影場所および各々の画像に写っている物体が検出される（図４のステップS22）。

続いて、撮影枚数集計部２８により、複数のユーザの画像群において、同種画像毎に、同種画像の撮影枚数が集計される（図４のステップS23）。

続いて、撮影頻度算出部３０により、複数のユーザの画像群において、同種画像毎に、同種画像の撮影枚数から、この同種画像の撮影頻度が算出される（図４のステップS24）。

続いて、情報提案部４０により、撮影枚数および撮影頻度が一定の条件を満たす同種画像の同種画像情報が、同種画像情報に関連する商品提供者に提案される（図４のステップS25）。
商品提供者は、同種画像情報に関する商品の情報を１以上のユーザ、例えば同種画像をアップロードしている多数のユーザに同時に提案することができる。

情報提案システム１０においては、上記のように、同種画像の同種画像情報を、この同種画像情報に関連する商品提供者に提案する。従って、同種画像をアップロードしている多くのユーザにとって興味、関心等のある情報を商品提供者に提案することができる。言い換えると、商品提供者は、同種画像をアップロードしている多くのユーザにとって興味、関心等のある商品の情報をユーザに提案することができる。

例えば、自治体が、「この町について何らかの観光のアピールをしたいが、何がこの町のアピールポイントなのか分からない。」という悩みを抱えているときに、オンラインストレージ１８に記憶された複数のユーザの画像群の解析結果から、その町において、撮影枚数が多い撮影場所および撮影枚数が多い物体等に関連する情報を自治体に提案し、自治体による観光アピールの一助とすることができる。

（実施例５）
複数のユーザの画像群の中に、「Ａ市のドラマで使われたロケ地」の画像が多数含まれていたとする。最近、このロケ地に人が集まるようになり、このロケ地の写真を撮る人が増えている。複数のユーザの画像群の解析結果から、このロケ地の場所で写真を撮る人が増えていることが分かった。
この場合から、Ａ市に対して、「ロケ地を観光スポットにしてはどうですか？」という提案を行う。「ロケ地」が同種画像情報の同じ撮影場所であり、「Ａ市」が商品提供者であり、「ロケ地を観光スポットにしてはどうですか？」が同種画像情報である。

（実施例６）
１のユーザの画像群には、Ｂ市の「鉄道」の画像（写真）が含まれていないが、他の複数のユーザの画像群には、Ｂ市の「鉄道」の画像が多数含まれていたとする。
この場合、Ｂ市の「鉄道」（蒸気機関車、電車等）に関する商品の情報をこの１のユーザに提案するための情報を、この商品の情報に関連する商品提供者に提案する。例えば、Ｂ市の「鉄道」の画像の撮影に必要と考えられる、Ｂ市までの交通手段、Ｂ市における宿泊情報等の情報を、旅行会社に提案する。

（実施例７）
画像の付加情報に含まれる位置情報および画像に写っているランドマーク等の情報を活用して、複数のユーザの画像群に含まれる各々の画像の撮影場所を特定し、特定された画像の撮影場所の情報と、その画像に写っている物体の情報と、を関連付ける。他の多数のユーザの画像群に含まれている多数の画像に写っている物体が、１のユーザの画像群に含まれている画像に写っていないとする。
この場合、その物体が写っている画像の撮影場所に関する商品の情報をこの１のユーザに提案するための情報を、この商品の情報に関連する商品提供者に提案する。

なお、各々の商品提供者は、同種画像情報を希望する領域の情報をサーバ１２に提供することができる。

この場合、領域情報受付部２４により、各々の商品提供者から提供される領域の情報が受け付けられる（図５のステップS31）。

続いて、画像抽出部２６により、複数のユーザの画像群から、１の商品提供者により提供された領域の情報に関連する画像が領域関連画像として抽出される（図５のステップS32）。
なお、各々の画像の解析は既に終了しているものとする。
領域関連画像は、複数のユーザの画像群のうち、各々の商品提供者にとって関連性のある画像であるため、複数のユーザの画像群を処理するよりも領域関連画像を処理することにより、これ以降の処理を迅速に行うことができる。

続いて、撮影枚数集計部２８により、領域関連画像において、または、領域関連画像における複数のユーザの属性について、同種画像毎に、同種画像の撮影枚数が集計される（図５のステップS33）。

続いて、撮影頻度算出部３０により、領域関連画像において、または、領域関連画像における複数のユーザの属性について、同種画像毎に、同種画像の撮影枚数から、この同種画像の撮影頻度が算出される（図５のステップS34）。

続いて、情報提案部４０により、撮影枚数および撮影頻度が一定の条件を満たす同種画像の同種画像情報が、撮影枚数および撮影頻度が一定の条件を満たす同種画像の同じ撮影場所および同じ物体の少なくとも一方を含む領域に対応する領域の情報を提供した商品提供者に提案される（図５のステップS35）。

以後同様に、各々の商品提供者により提供された領域の情報が順次取得され、各々の商品提供者により提供された領域の情報に関連する領域関連画像について上記の動作が繰り返される。

また、提案決定部３６は、領域関連画像において、または、領域関連画像における複数のユーザの属性について、同種画像の撮影枚数および撮影頻度が一定の条件を満たすか否かに応じて、同種画像の同種画像情報を、複数の商品提供者のうち、この同種画像情報に関連する商品提供者に提案するか否かを決定してもよい。
この場合、情報提案部４０により、提案すると決定された同種画像情報が、この提案すると決定された同種画像情報に関連する商品提供者に提案される。

また、同種画像の撮影枚数および撮影頻度が一定の条件を満たす場合、提案書作成部３８は、この撮影枚数および撮影頻度が一定の条件を満たす同種画像に関する提案書を作成してもよい。
この場合、情報提案部４０により、提案書が、撮影枚数および撮影頻度が一定の条件を満たす同種画像の同種画像情報に関連する商品提供者に送付される。
なお、情報提案部４０は、提案書作成部３８により作成された提案書だけでなく、既存の複数の提案書の中から選択された１の提案書または人間により作成された提案書を商品提供者に送付してもよい。

同種画像情報に関連する商品提供者は、提案書に基づいて、同種画像情報に関する商品の情報を１以上のユーザに提案するための条件をサーバ１２に提供し、同種画像情報に関する商品の情報を１以上のユーザに提案することをサーバ１２に依頼することができる。
この場合、情報提案部４０により、複数の商品提供者の各々から提供される、同種画像情報に関する商品の情報を１以上のユーザに提案するための条件に基づいて、同種画像情報に関する商品の情報が、１以上のユーザに提案される。
なお、各々の商品提供者は、サーバ１２に依頼して各々のユーザに提案してもらう代わりに、各々のユーザに直接提案を行ってもよい。また、各々の商品提供者は、同種画像とその同種画像の同種画像情報に関する商品の情報とが対応付けられた提案情報を提案情報登録部３４に登録してもよい。これにより、撮影枚数および撮影頻度が一定の条件を満たす同種画像に基づいて、提案情報登録部３４から、その同種画像の同種画像情報に関する商品の情報を取得することができる。

また、情報提案部４０は、１のユーザの画像群において、撮影枚数および撮影頻度が一定の条件を満たす同種画像がオンラインストレージ１８に前回アップロードされてから一定の期間が経過したときに、撮影枚数および前記撮影頻度が一定の条件を満たす同種画像の同種画像情報に関連する商品の情報を１のユーザに提案することを、この撮影枚数および前記撮影頻度が一定の条件を満たす同種画像の同種画像情報に関連する商品提供者に提案してもよい。
これにより、商品提供者は、この同種画像の同種画像情報に関連する商品の情報をこの１のユーザに定期的に提案することができる。この同種画像をアップロードしている１のユーザは、この同種画像の同種画像情報に関連する商品の情報に興味があると考えられるため、商品の販売を促進することができる。
なお、一定の期間は、提案内容に応じて適宜決定することができる。

例えば、旅行先において撮影された画像をアップロードしているユーザであって、このユーザによりアップロードされた画像が、撮影枚数および撮影頻度が一定の条件を満たす同種画像であり、このユーザにより上記画像が前回アップロードされてから一定の期間が経過したときに、前回と同じ旅行先への旅行等をユーザに提案することを、旅行会社の商品提供者に提案する。
これに応じて、商品提供者は、例えばそのユーザにより上記画像が前回アップロードされてから１年が経過したときに、前回と同じ旅行先への旅行の情報をそのユーザに提案することを、サーバ１２に依頼する。
これにより、旅行等の予約を定期的に行うリピータをターゲットして商品の情報の提案を行うことができる。

また、情報提案部４０は、複数のユーザの画像群において、同種画像の撮影枚数および撮影頻度が一定の条件を満たしたときに、この撮影枚数および前記撮影頻度が一定の条件を満たす同種画像の同種画像情報に関連する商品の情報を、この撮影枚数および撮影頻度が一定の条件を満たす同種画像をアップロードしていない類似属性のユーザに提案することを、この撮影枚数および前記撮影頻度が一定の条件を満たす同種画像の同種画像情報に関連する商品提供者に提案してもよい。
類似属性のユーザとは、複数のユーザと属性、例えば年齢、年代、性別、および住所等が類似しているユーザ、あるいは同じような画像、例えば猫の画像、電車の画像、および花の画像等を撮影しているユーザ等が含まれる。
これにより、商品提供者は、この同種画像の同種画像情報に関連する商品の情報を類似属性のユーザに提案することができる。類似属性のユーザは、この同種画像の同種画像情報に関連する商品の情報に興味があると考えられるため、商品の販売を促進することができる。

例えば、ある撮影場所での複数ユーザによる同種画像の撮影頻度が閾値を超えたときに、この撮影場所への旅行等を、この同種画像をアップロードしていない類似属性のユーザに提案することを、旅行会社等の商品提供者に提案する。
これに応じて、商品提供者は、例えばこの撮影場所への旅行の情報を直ちに類似属性のユーザに提案することを、サーバ１２に依頼する。
これにより、類似属性のユーザであって、複数のユーザにより撮影された同種画像を撮影していない、つまり、この同種画像が撮影された撮影場所に行っていないと未体験のユーザをターゲットとして商品の情報を提案することができる。

なお、個人情報保護の観点から、情報提案システム１０の運用に際しては、下記１～４を実施するものとする。

１．情報提案システム１０の管理者は、オンラインストレージ１８に記憶されたユーザの画像群を解析すること、およびその解析結果から各種の情報をユーザおよび商品提供者に提案することについて、ユーザの承諾を得るものとする。
２．商品提供者が、商品の情報をユーザに提案する主体は、情報提案システム１０の場合もあり、商品提供者の場合もあることについて、ユーザの承諾を得るものとする。
３．上記２の主体が商品提供者である場合、商品の情報をユーザに提案するために必要な情報を商品提供者に引き渡すことについて、ユーザに承諾を得るものとする。必要な情報は、電子メールアドレスのみとするなど、必要最低限とすることが好ましい。
４．複数のユーザの画像群を解析して、撮影枚数が多い物体の情報を商品提供者に送付するなどの情報提供に当たっては、ユーザの情報およびユーザが特定されるような情報を商品提供者に提供しないものとする。予め、これらの情報を匿名化してから情報提供を行うことについて、ユーザの承諾を得るものとする。

本発明の装置において、例えば画像群取得部２０、画像解析部２２、領域情報受付部２４、画像抽出部２６、撮影枚数集計部２８、撮影頻度算出部３０、撮影目的推定部３２、提案情報登録部３４、提案決定部３６、提案書作成部３８、および情報提案部４０等の各種の処理を実行する処理部（Processing Unit）のハードウェア的な構成は、専用のハードウェアであってもよいし、プログラムを実行する各種のプロセッサまたはコンピュータであってもよい。

各種のプロセッサには、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device：ＰＬＤ）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理をさせるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。

１つの処理部を、これら各種のプロセッサのうちの１つで構成してもよいし、同種または異種の２つ以上のプロセッサの組み合わせ、例えば、複数のＦＰＧＡの組み合わせ、または、ＦＰＧＡおよびＣＰＵの組み合わせ等によって構成してもよい。また、複数の処理部を、各種のプロセッサのうちの１つで構成してもよいし、複数の処理部のうちの２以上をまとめて１つのプロセッサを用いて構成してもよい。

例えば、サーバおよびクライアント等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。また、システムオンチップ（System on Chip：ＳｏＣ）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。

さらに、これらの各種のプロセッサのハードウェア的な構成は、より具体的には、半導体素子などの回路素子を組み合わせた電気回路（Circuitry）である。

また、本発明の方法は、例えば、その各々のステップをコンピュータに実行させるためのプログラムにより実施することができる。また、このプログラムが記録されたコンピュータ読み取り可能な記録媒体を提供することもできる。

以上、本発明について詳細に説明したが、本発明は上記実施形態に限定されず、本発明の主旨を逸脱しない範囲において、種々の改良や変更をしてもよいのはもちろんである。

１０ 情報提案システム
１２ サーバ
１４Ａ ユーザ用クライアント
１４Ｂ 商品提供者用クライアント
１６ ネットワーク
１８ オンラインストレージ
２０ 画像群取得部
２２ 画像解析部
２４ 領域情報受付部
２６ 画像抽出部
２８ 撮影枚数集計部
３０ 撮影頻度算出部
３２ 撮影目的推定部
３４ 提案情報登録部
３６ 提案決定部
３８ 提案書作成部
４０ 情報提案部

Claims (18)

1. ストレージに記憶されたユーザの画像群を取得する画像群取得部と、
   前記ユーザの画像群に含まれる各々の画像を解析して前記各々の画像の属性を検出し、前記ユーザの画像群に含まれる複数の画像の複数の属性を検出する画像解析部と、
   前記ユーザの画像群において、前記属性毎に、同じ属性を有する同属画像の撮影枚数を集計する撮影枚数集計部と、
   前記ユーザの画像群において、前記属性毎に、前記同属画像の撮影枚数から、前記同属画像の撮影頻度を算出する撮影頻度算出部と、
   前記属性毎に、前記同属画像の撮影目的を推定する撮影目的推定部と、
   前記同属画像の撮影目的に関連する商品の情報を前記ユーザに提案する情報提案部と、を備える、情報提案システム。
2. 前記ユーザに提案する商品の情報は、一定の周期で発生する周期イベントに関連する商品の情報を含み、
   前記情報提案部は、次の前記周期イベントが発生するタイミングよりも一定の期間前に、前記周期イベントに関連する商品の情報を前記ユーザに提案する、請求項１に記載の情報提案システム。
3. さらに、前記撮影目的と前記商品の情報とが対応付けられた１以上の提案情報を登録する提案情報登録部を備え、
   前記情報提案部は、前記１以上の提案情報の中から、前記同属画像の撮影目的と一致する撮影目的を含む提案情報に含まれる商品の情報を前記ユーザに提案する、請求項１または２に記載の情報提案システム。
4. 前記提案情報登録部は、前記１以上の提案情報として、２以上の前記撮影目的と前記商品の情報とが対応付けられた提案情報を登録し、
   前記情報提案部は、２以上の前記同属画像の２以上の撮影目的と一致する２以上の撮影目的を含む提案情報に含まれる商品の情報を前記ユーザに提案する、請求項３に記載の情報提案システム。
5. 前記属性には、画像の撮影日時、画像の撮影場所、画像の撮影方角、画像に写っている人物、画像に写っている物体および画像に写っているシーンの少なくとも１つが含まれる、請求項１ないし４のいずれか一項に記載の情報提案システム。
6. 前記ユーザの画像群は、他のユーザに対して非公開の画像を含む、請求項１ないし５のいずれか一項に記載の情報提案システム。
7. 前記撮影目的推定部は、同じ属性を有する学習用同属画像の撮影枚数および撮影頻度と撮影目的との関係を、複数組の前記学習用同属画像について予め学習した学習済みモデルを作成しておき、前記学習済みモデルを使用して、前記同属画像から、前記同属画像の撮影目的を推定する、請求項１ないし６のいずれか一項に記載の情報提案システム。
8. 前記学習済みモデルはニューラルネットワークからなり、
   前記撮影目的推定部は、１組の前記学習用同属画像の撮影枚数および撮影頻度と、前記１組の学習用同属画像の撮影枚数および撮影頻度に対応する撮影目的の情報を得た場合に、
   前記複数組および前記１組の学習用同属画像の撮影枚数および撮影頻度を入力したときに出力する撮影目的に基づく出力誤差が最小になるように、前記ニューラルネットワークを構成する各ノードの係数を変更する変更処理を行い、
   前記変更処理を繰り返し行って、前記学習済みモデルを作成する、請求項７に記載の情報提案システム。
9. 画像群取得部が、ストレージに記憶されたユーザの画像群を取得するステップと、
   画像解析部が、前記ユーザの画像群に含まれる各々の画像を解析して前記各々の画像の属性を検出し、前記ユーザの画像群に含まれる複数の画像の複数の属性を検出するステップと、
   撮影枚数集計部が、前記ユーザの画像群において、前記属性毎に、同じ属性を有する同属画像の撮影枚数を集計するステップと、
   撮影頻度算出部が、前記ユーザの画像群において、前記属性毎に、前記同属画像の撮影枚数から、前記同属画像の撮影頻度を算出するステップと、
   撮影目的推定部が、前記属性毎に、前記同属画像の撮影目的を推定するステップと、
   情報提案部が、前記同属画像の撮影目的に関連する商品の情報を前記ユーザに提案するステップと、を含む、情報提案方法。
10. 前記ユーザに提案する商品の情報は、一定の周期で発生する周期イベントに関連する商品の情報を含み、
    前記情報提案部は、次の前記周期イベントが発生するタイミングよりも一定の期間前に、前記周期イベントに関連する商品の情報を前記ユーザに提案する、請求項９に記載の情報提案方法。
11. さらに、提案情報登録部が、前記撮影目的と前記商品の情報とが対応付けられた１以上の提案情報を登録するステップを含み、
    前記情報提案部は、前記１以上の提案情報の中から、前記同属画像の撮影目的と一致する撮影目的を含む提案情報に含まれる商品の情報を前記ユーザに提案する、請求項９または１０に記載の情報提案方法。
12. 前記提案情報登録部は、前記１以上の提案情報として、２以上の前記撮影目的と前記商品の情報とが対応付けられた提案情報を登録し、
    前記情報提案部は、２以上の前記同属画像の２以上の撮影目的と一致する２以上の撮影目的を含む提案情報に含まれる商品の情報を前記ユーザに提案する、請求項１１に記載の情報提案方法。
13. 前記属性には、画像の撮影日時、画像の撮影場所、画像の撮影方角、画像に写っている人物、画像に写っている物体および画像に写っているシーンの少なくとも１つが含まれる、請求項９ないし１２のいずれか一項に記載の情報提案方法。
14. 前記ユーザの画像群は、他のユーザに対して非公開の画像を含む、請求項９ないし１３のいずれか一項に記載の情報提案方法。
15. 前記撮影目的推定部は、同じ属性を有する学習用同属画像の撮影枚数および撮影頻度と撮影目的との関係を、複数組の前記学習用同属画像について予め学習した学習済みモデルを作成しておき、前記学習済みモデルを使用して、前記同属画像から、前記同属画像の撮影目的を推定する、請求項９ないし１４のいずれか一項に記載の情報提案方法。
16. 前記学習済みモデルはニューラルネットワークからなり、
    前記撮影目的推定部は、１組の前記学習用同属画像の撮影枚数および撮影頻度と、前記１組の学習用同属画像の撮影枚数および撮影頻度に対応する撮影目的の情報を得た場合に、
    前記複数組および前記１組の学習用同属画像の撮影枚数および撮影頻度を入力したときに出力する撮影目的に基づく出力誤差が最小になるように、前記ニューラルネットワークを構成する各ノードの係数を変更する変更処理を行い、
    前記変更処理を繰り返し行って、前記学習済みモデルを作成する、請求項１５に記載の情報提案方法。
17. 請求項９ないし１６のいずれか一項に記載の情報提案方法の各々のステップをコンピュータに実行させるためのプログラム。
18. 請求項９ないし１６のいずれか一項に記載の情報提案方法の各々のステップをコンピュータに実行させるためのプログラムが記録されたコンピュータ読み取り可能な記録媒体。