JP7394512B2 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。

従来、利用者に様々な情報を提供する技術が知られている。例えば、利用者に対して提供するコンテンツを、推奨システムを用いて、利用者のコンテンツ閲覧に基づいて選択する技術が提供されている。

特開２０１６－０５１３５７号公報

しかしながら、上記の従来技術には改善の余地がある。上記の従来技術では、利用者の属性に応じてコンテンツを出し分けているに過ぎず、コンテンツ以外の情報を適切に選択できるとは限らない。

本願は、上記に鑑みてなされたものであって、利用者に対して提供する取引対象の情報を適切に選択可能にすることができる情報処理装置、情報処理方法及び情報処理プログラムを目的とする。

本願に係る情報処理装置は、利用者に対して提供する取引対象の選択に用いるシードとなるシード取引対象を選択する複数の選択ロジックのうちから、選択ロジックを選択するロジック選択部と、前記ロジック選択部によって選択された選択ロジックを用いて、前記利用者の行動履歴が示す前記利用者が閲覧した取引対象である閲覧取引対象のうちから、前記シード取引対象を選択するシード選択部と、を備えることを特徴とする。

実施形態の一態様によれば、利用者に対して提供する取引対象の情報を適切に選択可能にすることができるという効果を奏する。

図１は、実施形態に係る情報処理装置が実行する情報処理の一例を示す図である。 図２は、実施形態に係る取引対象の順位の具体例を示す図である。 図３は、実施形態に係るコンテンツの具体例を示す図である。 図４は、利用者の取引対象の閲覧に関する概念図である。 図５は、実施形態に係る情報処理システムの構成例を示す図である。 図６は、実施形態に係る利用者情報記憶部の一例を示す図である。 図７は、実施形態に係る取引対象情報記憶部の一例を示す図である。 図８は、実施形態に係るコンテンツ記憶部の一例を示す図である。 図９は、実施形態に係る基準情報記憶部の一例を示す図である。 図１０は、実施形態に係る情報処理装置が実行する情報処理の流れの一例を示すフローチャートである。 図１１は、協調フィルタリングに関する処理の一例を示す図である。 図１２は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法及び情報処理プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

（実施形態）
〔１．情報処理の一例〕
まず、図１を用いて、情報処理装置１００が実行する情報処理の一例について説明する。図１は、実施形態に係る情報処理装置１００が実行する情報処理の一例を示す図である。情報処理装置１００は、電子商取引（ＥＣ：Electronic Commerce）サービスで取引される取引対象に対する情報処理を実行する。ここで、取引対象とは、商品又はサービスの利用である。なお、電子商取引サービスで取引される取引対象には、オンラインショッピングサイト、オークションサイト、フリーマーケットサイト等の様々な態様にて取引される取引対象が含まれる。なお、図１では、オークションサイトにて取引される取引対象に対する情報処理を一例として示す。

まず、情報処理装置１００が行う情報処理の流れの概要を説明する。まず、情報処理装置１００は、利用者に対して提供する取引対象の選択に用いるシード（「シード取引対象」ともいう）を選択する複数の選択ロジックのうちから、選択ロジックを選択する。そして、情報処理装置１００は、選択した選択ロジックを用いて、利用者が閲覧した取引対象（「閲覧取引対象」ともいう）のうちから、シード取引対象を選択する。そして、情報処理装置１００は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象（「表示取引対象」ともいう）を、取引対象群のうちから、シード取引対象を用いて選択する。そして、情報処理装置１００は、選択した取引対象を含むコンテンツを提供する。このような情報処理装置１００が行う情報処理の流れを、図１を用いて説明する。

まず、情報処理装置１００は、外部装置２０から利用者に関する利用者情報を取得する（ステップＳ１）。外部装置２０は、利用者に関する利用者情報を情報処理装置１００へ送信する。図１では、情報処理装置１００は、利用者に関する利用者情報として、利用者の行動履歴を取得する。情報処理装置１００は、利用者が情報を閲覧した取引対象及びその閲覧が行われた日時を示す情報を外部装置２０から取得する。情報処理装置１００は、利用者が利用する端末装置１０に情報が表示された取引対象及びその表示が行われた日時を示す情報を外部装置２０から取得する。なお、端末装置１０は、利用者が利用する１つ以上の端末装置（デバイス）であり、利用者アカウント（利用者ＩＤ等）が同一であれば、スマートフォン（スマホ）、ＰＣ（パソコン）など、一人の利用者が利用する複数の端末装置１０共通で取引対象履歴が記録される。

例えば、情報処理装置１００は、取引対象を含むコンテンツの端末装置１０への表示履歴等、取引対象に対する利用者の閲覧を示す利用者の行動履歴を外部装置２０から取得する。例えば、情報処理装置１００は、利用者に提供したコンテンツに含まれる取引対象を示す情報を外部装置２０から取得する。例えば、情報処理装置１００は、コンテンツ提供の要求を端末装置１０から受け付ける毎（図１ではステップＳ３毎）に、利用者情報を取得する。なお、情報処理装置１００は、所定の期間（例えば、５時間、１日等）毎に、利用者情報を外部装置２０から取得してもよい。図１では、情報処理装置１００は、利用者Ｕ１等の各利用者が情報を閲覧した閲覧取引対象及びその閲覧が行われた日時を示す行動履歴を、各利用者の利用者情報として外部装置２０から取得する。なお、図１では、情報処理装置１００は、利用者Ｕ１等の各利用者が情報を閲覧した取引対象及びその閲覧が行われた日時を特定可能であればどのような行動履歴を外部装置２０から取得してもよい。

また、上記は一例に過ぎず、情報処理装置１００が取得する利用者情報は、利用者の行動履歴に限らず、利用者に関する情報であれば、様々な情報が含まれてもよい。例えば、利用者が所定のサービスに会員登録している場合、情報処理装置１００は、利用者が会員登録時に登録した情報を利用者情報として取得してもよい。例えば、情報処理装置１００は、利用者情報として、利用者の性別、年齢、電話番号、住所等の属性に関する属性情報や、インターネットショッピング、電子商店街、オークションサイト又はフリーマーケットサイト等における購買履歴を取得してもよい。

また、情報処理装置１００は、外部装置２０から取引対象に関する情報を取得する（ステップＳ２）。例えば、情報処理装置１００は、オークションサイトにて取引される取引対象群に関する情報を外部装置２０から取得する。例えば、情報処理装置１００は、オークションサイトにて入札中の取引対象群（スポーツ用品等）に関する情報を外部装置２０から取得する。例えば、情報処理装置１００は、所定の期間毎に、取引対象に関する情報を外部装置２０から取得する。

なお、上記例では、情報処理装置１００が、ステップＳ１と、ステップＳ２とに分けて取得処理を行う例を挙げて説明したが、情報処理装置１００は、外部装置２０から利用者情報と、取引対象に関する情報とを同時に取得してもよい。

また、情報処理装置１００は、コンテンツ提供の要求を端末装置１０から受け付ける（ステップＳ３）。例えば、情報処理装置１００は、コンテンツの一例として、ポータルサイト提供の要求を端末装置１０から受け付ける。

なお、上記例では、情報処理装置１００が、ステップＳ１と、ステップＳ２とを実行した後に、ステップＳ３を実行する例を挙げて説明したが、情報処理装置１００は、ステップＳ３を実行した後に、ステップＳ１と、ステップＳ２とを実行してもよい。

そして、情報処理装置１００は、シード取引対象を選択する複数の選択ロジックのうちから、選択ロジックを選択する（ステップＳ４）。例えば、情報処理装置１００は、各々が複数の基準のうち少なくとも一の基準に対応する複数の選択ロジックのうちから、選択ロジックを選択する。図１では、情報処理装置１００は、利用者の閲覧取引対象を対象としてランダムにシード取引対象を選択する第１選択ロジックと、利用者の閲覧取引対象のうちその利用者が直近で閲覧したＮ個（例えば１０個）の取引対象をシード取引対象として選択する第２選択ロジックのうちから、選択ロジックを選択する。なお、Ｎが１０である場合は一例に過ぎず、Ｎは５、２０、３０等の任意の数が採用可能である。また、図１では説明を簡単にするために、複数の選択ロジックが第１選択ロジック及び第２選択ロジックのみである場合を説明するが、複数の選択ロジックには、第１選択ロジック及び第２選択ロジックとは異なる基準に基づく第３選択ロジック、第４選択ロジック等の選択ロジックが含まれてもよい。

ここで、図１では、情報処理装置１００は、多腕バンディットの手法により複数の選択ロジックのうちから、選択ロジックを選択する。このように、情報処理装置１００は、強化学習において状態が変化しないケースである多腕バンディットの手法により複数の選択ロジックのうちから、選択ロジックを選択する。例えば、情報処理装置１００は、強化学習に関する手法により複数の選択ロジックのうちから、選択ロジックを選択する。なお、情報処理装置１００は、強化学習に関する手法であれば、多腕バンディットに限らず、様々な手法を適宜用いて選択ロジックを選択してもよい。

以下では、説明のために、情報処理装置１００がイプシロングリーディ（ε-greedy）アルゴリズムにより、複数の選択ロジックのうちから、選択ロジックを選択する場合を示す。例えば、直近の行動がその利用者の興味関心を示す仮定した場合、第１選択ロジック及び第２選択ロジックとでは、第２選択ロジックが最適なシードを選択するロジックであると期待される。一方、第１選択ロジックは、例えば第２選択ロジックよりもシード取引対象になり得る母集団が大きく、第２選択ロジックよりも利用者に認知を引き起こしたり、多様な取引対象が選択されたりし得る選択ロジックである。情報処理装置１００は、多腕バンディットにおける活用に対応する第２選択ロジック及び探索に対応する第１選択ロジック等の第２選択ロジック以外のロジックを使い分ける。

図１では、情報処理装置１００は、εを「０．２」として、「０．８（＝１－０．２）」の確率で第２選択ロジックを選択し、「０．２」の確率でそれ以外のロジック（例えば第１選択ロジック）を選択する。例えば、情報処理装置１００は、利用者からの要求に対して、８０％の確率で第２選択ロジックを選択し、２０％の確率で第１選択ロジックを選択する。なお、εが「０．２」である場合は一例に過ぎず、εの値は、例えば「０．５」等、各選択ロジックの関係等に応じて適宜設定されてもよい。また、イプシロングリーディアルゴリズムは、一例に過ぎず、情報処理装置１００は、例えばソフトマックスなどその他の多腕バンディット手法を用いてもよいがこの点については後述する。

そして、情報処理装置１００は、選択した選択ロジックを用いて、利用者の閲覧取引対象のうちから、シード取引対象を選択する（ステップＳ５）。例えば、情報処理装置１００は、利用者Ｕ１からの要求に対して、多腕バンディットの手法により第１選択ロジックを選択した場合、利用者Ｕ１の閲覧取引対象の全体を対象として、ランダムにシード取引対象を選択する。一方で、情報処理装置１００は、利用者Ｕ２からの要求に対して、多腕バンディットの手法により第２選択ロジックを選択した場合、利用者Ｕ２が直近で閲覧したＮ個の取引対象を対象としてシード取引対象を選択する。なお、選択ロジックは、要求毎に選択され、利用者Ｕ１が複数回の要求を行った場合、利用者Ｕ１の複数回の要求の各々に対して、ある回は第１選択ロジックが選択され、または別の回は第２選択ロジックが選択され得る。このように、情報処理装置１００は、要求ごとに多腕バンディットの手法により複数のロジックから、使用するロジックを選択する。

そして、情報処理装置１００は、利用者が提供する所定のコンテンツに表示される表示取引対象を、取引対象群のうちから、シード取引対象を用いて選択する（ステップＳ６）。例えば、情報処理装置１００は、取引対象群のうちから、シード取引対象との共起性に基づいて表示取引対象を選択する。図１では、情報処理装置１００は、アイテム（取引対象）ベースの協調フィルタリングにより表示取引対象を選択する。この点の一例について、図１１を用いて簡単に説明する。図１１は、協調フィルタリングに関する処理の一例を示す図である。

図１１に示す例は、シード取引対象が取引対象ＳＤ１であり、他の取引対象ＧＤ１～ＧＤ３等との類似度スコア（単に「類似度」または「スコア」ともいう）を情報処理装置１００が算出する場合を示す。情報処理装置１００は、各取引対象についての利用者の閲覧ベクトルの類似度を算出する。図１１では、情報処理装置１００は、表Ｔ１に示すように、取引対象ＳＤ１と他の取引対象ＧＤ１～ＧＤ３等とについて、利用者ａ、ｂ、ｃ、ｄ等の複数の利用者を要素とする閲覧ベクトルの類似度を算出する。

情報処理装置１００は、取引対象ＳＤ１と取引対象ＧＤ１との類似度を０．９２と算出する。また、情報処理装置１００は、取引対象ＳＤ１と取引対象ＧＤ２との類似度を０．７７と算出する。また、情報処理装置１００は、取引対象ＳＤ１と取引対象ＧＤ３との類似度を０．２７と算出する。そして、情報処理装置１００は、表示Ｔ２に示すように、他の取引対象ＧＤ１～ＧＤ３等について類似度（スコア）順にランキング（順位付け）を行う。図１１では、情報処理装置１００は、スコアが高い方から順に取引対象ＧＤ１、取引対象ＧＤ２、取引対象ＧＤ３の順に順位付けする。なお、協調フィルタリングについては詳細な説明は省略する。

図１では、情報処理装置１００は、各シード取引対象について、他の取引対象との類似度（スコア）を算出する。そして、情報処理装置１００は、各シード取引対象について算出したスコアが高い方から順に取引対象を順位付けする。

ここで、図２を用いて、取引対象のスコアに基づく順位の具体例を示す。図２は、実施形態に係る取引対象の順位の具体例を示す図である。図２では、取引対象の順位と、取引対象を識別する識別情報である取引対象ＩＤ（Identifier）と、類似度（スコア）とを対応付けた表ＴＡ１を示す。

表ＴＡ１によると、順位「１位」が、取引対象ＩＤ「Ｍ１５」であり、スコアが「１．０」である。順位「２位」が、取引対象ＩＤ「Ｍ３４」であり、スコアが「０．９４」である。順位「３位」が、取引対象ＩＤ「Ｍ７」であり、スコアが「０．８９」である。順位「４位」が、取引対象ＩＤ「Ｍ１６２」であり、スコアが「０．８４」である。順位「５位」が、取引対象ＩＤ「Ｍ４１」であり、スコアが「０．７９」である。

順位「６位」が、取引対象ＩＤ「Ｍ７７」であり、スコアが「０．７４」である。順位「７位」が、取引対象ＩＤ「Ｍ１８」であり、スコアが「０．６８」である。順位「８位」が、取引対象ＩＤ「Ｍ１」であり、スコアが「０．６３」である。順位「９位」が、取引対象ＩＤ「Ｍ８５」であり、スコアが「０．５８」である。順位「１０位」が、取引対象ＩＤ「Ｍ９１」であり、スコアが「０．５３」である。

このように、情報処理装置１００は、外部装置２０から取得された取引対象に対して、スコアを算出することで、取引対象の順位を決定する。例えば、情報処理装置１００は、スコアが大きい順に取引対象に対して順位付けを行う。なお、情報処理装置１００は、シード取引対象が複数ある場合、各取引対象について複数のスコアが算出される場合がある。この場合、情報処理装置１００は、各取引対象について、算出された複数のスコアのうち値が最も大きいスコア（最大スコア）をその取引対象のスコアとして用いてもよい。また、情報処理装置１００は、各取引対象について、算出された複数のスコアの平均値（平均スコア）を、その取引対象のスコアとして用いてもよい。

情報処理装置１００は、各取引対象のスコアに基づいて、スコアが高い上位６個の取引対象を表示取引対象として選択する。図２では、情報処理装置１００は、取引対象ＩＤが「Ｍ７」、「Ｍ８」、「Ｍ９」、「Ｍ１０」、「Ｍ１１」、「Ｍ１」である取引対象を表示取引対象として選択する。なお、６個は一例に過ぎず、情報処理装置１００は、例えばコンテンツでの表示領域等に応じて、任意の数（例えば３個、１２個等）の表示取引対象を選択する。

そして、情報処理装置１００は、表示取引対象を含むコンテンツを提供する（ステップＳ７）。図１では、情報処理装置１００は、スコアが高い順位から６個の表示取引対象である「Ｍ１５」、「Ｍ３４」、「Ｍ７」、「Ｍ１６２」、「Ｍ４１」、「Ｍ７７」の取引対象を所定の表示枠に配置されたコンテンツであって、ポータルサイトに関するコンテンツを端末装置１０に提供する。なお、図１では説明のために１回の要求を図示するが、情報処理装置１００は、各要求（ステップＳ３）に対してステップＳ４～７に示す処理を繰り返す。

ここで、図３を用いて、端末装置１０に提供されるコンテンツについて説明する。図３は、実施形態に係るコンテンツの具体例を示す図である。例えば、コンテンツＣ１は、ポータルサイトに関するコンテンツである。

また、コンテンツＣ１は、各種情報を含む。例えば、コンテンツＣ１は、検索窓や、ニュースに関する情報や、利用者によく表示されているコンテンツに関する情報や、広告コンテンツ等を含む。

ここで、コンテンツＣ１は、所定の表示枠として、領域ＡＲ１を含む。図３では、オークションサービスであるＡオンラインショップにて取引される取引対象が領域ＡＲ１に６個配置される。例えば、領域ＡＲ１には、左上段が順位「１位」の「Ｍ１５」真中上段が順位「２位」の「Ｍ３４」、右上段が順位「３位」の「Ｍ７」、左下段が順位「４位」の「Ｍ１６２」、真中下段が順位「５位」の「Ｍ４１」、右下段が順位「６位」の「Ｍ７７」といった順序で取引対象が並んで配置される。図３では、ラケット、ユニフォーム等の表示取引対象（スポーツ用品等）が表示される場合を示す。なお、上記の配置は一例に過ぎず、任意の配置態様が採用可能である。

従来、コンテンツ以外の情報を適切に選択できるとは限らない場合があった。そこで、実施形態に係る情報処理装置１００は、利用者に対して提供する取引対象の選択に用いるシードとなるシード取引対象を選択する複数の選択ロジックを選択することで、選択ロジックを適宜切り替えて、シード取引対象を選択する。そして、情報処理装置１００は、選択したシード取引対象を用いて、所定のコンテンツに表示される取引対象を選択する。これにより、情報処理装置１００は、利用者に対して提供する取引対象の情報を適切に選択可能にすることができる。

例えば、上述したように第２選択ロジックが最適なロジックであるという推定は、直近の行動がその利用者の興味関心を示す仮定に基づいている。例えば、取引対象に対する利用者の注目度の基準に基づく選択ロジックが最適なロジックであるという推定は、直近の行動がその利用者の興味関心を示す仮定に基づいている。しかしながら、この仮定が必ず成立するとは限らない。そこで、情報処理装置１００は、多腕バンディット手法を利用して選択ロジックを適宜切り替えてシード取引対象を選択し、選択したシード取引対象を用いて、所定のコンテンツに表示される取引対象を選択する。これにより、情報処理装置１００は、多腕バンディットにおける活用に対応する第２選択ロジック及び探索に対応する第１選択ロジック等の第２選択ロジック以外のロジックを使い分けて、所定のコンテンツに表示される取引対象を選択する。これにより、情報処理装置１００は、複数の選択ロジックを使い分けて、利用者が取引対象を購入するといった利益につながる行動を行う可能性を高めることができる。

〔１－１．他の例（ソフトマックス、注目度、多様性、認知度の基準等）〕
なお、上述した表示取引対象の選択は一例に過ぎず、情報処理装置１００は、様々な情報を適宜用いて表示取引対象を選択してもよい。この点について、以下例示を記載する。なお、上記で説明した内容と同様の点については適宜説明を省略する。例えば、シード取引対象の選択後、表示取引対象を選択する処理は、図１で説明した処理と同様であるため説明を省略する。

上述したように、情報処理装置１００は、例えば多腕バンディット手法におけるソフトマックス手法等を用いてもよい。なお、ソフトマックス手法については公知であるため詳細な説明は省略するが、例えば、情報処理装置１００は、報酬（効果）の高いと推定される選択ロジックほど高い確率で選択しつつ、ランダムの要素も残して、シード取引対象を選択してもよい。例えば、情報処理装置１００は、履歴が直近な閲覧取引対象ほど選択される確率を高くしてもよい。例えば、１日前に利用者に閲覧された閲覧取引対象が選ばれる確率が３０日前に利用者に閲覧された閲覧取引対象に選ばれる確率の３０倍等のように、直近の閲覧取引対象ほど、シード取引対象として選択される確率を高くしてもよい。

例えば、２１～３０日前までの履歴（閲覧取引対象）が選ばれる確率を所定値ｘとした場合、１１～２０日前までの履歴（閲覧取引対象）が選ばれる確率を２ｘ（所定値ｘの２倍）とし、１～１０日前までの履歴（閲覧取引対象）が選ばれる確率を３ｘ（所定値ｘの３倍）としてもよい。例えば、履歴Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇがあり、履歴Ａ、Ｂが１～１０日前の履歴に該当し、履歴Ｃ、Ｄが１１～２０日前の履歴に該当し、履歴Ｅ、Ｆ、Ｇが２１～３０日前の履歴に該当とする。この場合、情報処理装置１００は、選択確率算出用に履歴Ａ、Ａ、Ａ、Ｂ、Ｂ、Ｂ、Ｃ、Ｃ、Ｄ、Ｄ、Ｅ、Ｆ、Ｇと、１～１０日前の履歴を３倍に、１１～２０日前の履歴を２倍に増加させる。これにより、情報処理装置１００は、１～１０日前の履歴Ａ、Ｂが選択される確率を３/１３、１１～２０日前の履歴Ｃ、Ｄが選択される確率を２/１３、及び２１～３０日前の履歴Ｅ、Ｆ、Ｇが選択される確率を１/１３にする。

例えば、情報処理装置１００は、選択用の辞書を作成してもよく、この際に履歴に合わせて確率操作を水増ししてもよい。上記の例の場合、情報処理装置１００は、｛１：Ａ，２：Ａ，３：Ａ，４：Ｂ，５：Ｂ，６：Ｂ，７：Ｃ，８：Ｃ，．．．，１３：Ｇ｝といった辞書（情報）を作成し、作成した辞書のｋｅｙをランダムシャッフルする。情報処理装置１００は、シャッフルしたｋｅｙに対応するｖａｌｕｅの履歴をｓｅｔで取得する。なお、上記は一例に過ぎず、情報処理装置１００は、ソフトマックスに関する手法等を用いてシード取引対象を選択してもよい。

また、例えば、情報処理装置１００は、利用者に対して提供する取引対象の選択に関する複数の基準のうち少なくとも一の基準に基づいて、シード取引対象を選択し、選択したシード取引対象を用いて、取引対象群のうち、所定のコンテンツに表示取引対象を選択してもよい。例えば、情報処理装置１００は、取引対象に対する利用者の注目度に関する基準、取引対象の多様性に関する基準、及び取引対象に対する利用者の認知性に関する基準複数の基準のうち少なくとも一の基準に基づいて、シード取引対象を選択してもよい。

例えば、情報処理装置１００は、取引対象に対する利用者の注目度に関する基準に基づいてシード取引対象を選択してもよい。例えば、情報処理装置１００は、利用者の注目度が高い取引対象をシード取引対象として選択してもよい。例えば、情報処理装置１００は、利用者の行動履歴の中で繰り返し閲覧された取引対象を利用者の注目度が高い取引対象（注目度高取引対象）であると推定して、その取引対象をシード取引対象として選択してもよい。例えば、情報処理装置１００は、利用者の閲覧頻度が所定の閾値以上の取引対象（注目度高取引対象）をシード取引対象として選択してもよい。

ここで、図４を用いて利用者の取引対象の閲覧に関して説明する。図４は、利用者の取引対象の閲覧に関する概念図である。図４の取引対象閲覧履歴ＬＧ１は、利用者Ｕ２が閲覧した取引対象（閲覧取引対象）を示す。図４では、利用者Ｕ２が取引対象の情報が含まれるページＰＧ１～ＰＧ５等を閲覧した履歴がある場合を示し、利用者Ｕ２に近く、サイズが大きいもの程、利用者Ｕ２が直近で閲覧したことを示す。すなわち、図４では、利用者Ｕ２は、ページＰＧ１に含まれる釣り道具である取引対象を最も直近で閲覧していることを示す。直近の行動履歴が利用者Ｕ２の興味関心を示していると仮定され得る。例えば、情報処理装置１００は、直近の行動履歴での閲覧取引対象を利用者の注目度が高い取引対象と推定してもよい。例えば、図４の例では、情報処理装置１００は、ページＰＧ１に含まれる釣り道具である取引対象を、利用者Ｕ２の注目度が高い取引対象であると推定してもよい。

また、例えば、情報処理装置１００は、利用者の行動履歴の中で閲覧された日時が直近である取引対象を利用者の注目度が高い取引対象（注目度高取引対象）であると推定して、その取引対象をシード取引対象として選択してもよい。例えば、情報処理装置１００は、利用者が直近で閲覧した所定数の取引対象（注目度高取引対象）をシード取引対象として選択してもよい。

例えば、情報処理装置１００は、取引対象の多様性に関する基準に基づいてシード取引対象を選択してもよい。例えば、情報処理装置１００は、利用者の行動履歴に含まれる閲覧取引対象のカテゴリの多様性を満たすように、シード取引対象を選択してもよい。例えば、情報処理装置１００は、利用者の行動履歴に含まれる閲覧取引対象のカテゴリが複数ある場合、その各カテゴリに該当する取引対象をシード取引対象として選択してもよい。

例えば、情報処理装置１００は、注目度及び多様性の両方を考慮してシード取引対象を選択してもよい。この場合、情報処理装置１００は、閲覧頻度を考慮しながらカテゴリ多様性も考慮してシード取引対象を選択してもよい。例えば、情報処理装置１００は、利用者の行動履歴に含まれる閲覧取引対象のカテゴリが複数ある場合、その各カテゴリについて、そのカテゴリに該当する取引対象のうち、閲覧回数が最大の取引対象をシード取引対象として選択してもよい。

例えば、情報処理装置１００は、取引対象に対する利用者の認知性に関する基準に基づいてシード取引対象を選択してもよい。例えば、情報処理装置１００は、直近の行動履歴を優先しながら、さらに利用者の行動履歴に含まれる閲覧取引対象を対象として、多腕バンディットアルゴリズムを用いて探索的に選択することにより、シード取引対象を選択してもよい。

情報処理装置１００は、各々が複数の基準のうち少なくとも一の基準に対応する複数の選択ロジックのうちから、選択ロジックを選択し、その選択ロジックを用いてもよい。例えば、情報処理装置１００は、取引対象に対する利用者の認知性に関する基準、及び取引対象に対する利用者の注目度に関する基準を含む複数の基準のうち少なくとも一の基準に対応する複数の選択ロジックのうちから、選択ロジックを選択してもよい。

例えば、情報処理装置１００は、取引対象に対する利用者の認知性の基準または取引対象の多様性に基づく選択ロジックである第１選択ロジックを含む複数の選択ロジックのうちから、選択ロジックを選択してもよい。例えば、情報処理装置１００は、取引対象に対する利用者の注目度の基準に基づく選択ロジックである第２選択ロジックを含む複数の選択ロジックのうちから、選択ロジックを選択してもよい。例えば、情報処理装置１００は、取引対象の多様性の基準に基づく選択ロジック（例えば第３選択ロジック）を含む複数の選択ロジックのうちから、選択ロジックを選択してもよい。

〔２．情報処理システムの構成〕
図５に示すように、情報処理システム１は、端末装置１０と、外部装置２０と、情報処理装置１００とを含む。端末装置１０、外部装置２０及び情報処理装置１００は、ネットワークＮを介して、有線又は無線により通信可能に接続される。なお、図５に示す情報処理システム１には、複数台の端末装置１０や、複数台の外部装置２０や、複数台の情報処理装置１００が含まれてもよい。

実施形態に係る端末装置１０は、ブラウザに表示されるウェブページやアプリケーション用のコンテンツ等のコンテンツにアクセスする利用者によって利用される情報処理装置である。例えば、端末装置１０は、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、タブレット端末や、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等である。なお、端末装置１０は、上記例に限定されなくともよく、例えば、スマートウォッチや、ウェアラブルデバイス（Wearable Device）であってもよい。

実施形態に係る外部装置２０は、各種情報を提供する情報処理装置であり、例えば、サーバ装置又はクラウドシステム等により実現される。例えば、外部装置２０は、各種情報として、利用者情報を提供する。また、他の例として、外部装置２０は、インターネットショッピングや、電子商店街や、フリーマーケットサイトや、オークションサイトや、旅行又は飲食店等予約サイトや、クレジットカード契約サイトや、金融商品提供サイト等における取引対象に関する情報を提供する。

実施形態に係る情報処理装置１００は、インターネット等の所定のネットワークＮを介して、各種の装置と通信可能な情報処理装置であり、例えば、サーバ装置又はクラウドシステム等により実現される。例えば、情報処理装置１００は、ネットワークＮを介して、他の各種装置と通信可能に接続される。

〔３．情報処理装置の構成〕
以下、上記した情報処理装置１００が有する機能構成の一例について説明する。図５は、実施形態に係る情報処理装置１００の構成例を示す図である。図５に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークＮと有線又は無線で接続され、他の各種装置との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部１２０は、利用者情報記憶部１２１と、取引対象情報記憶部１２２と、コンテンツ記憶部１２３と、基準情報記憶部１２４とを有する。

（利用者情報記憶部１２１）
利用者情報記憶部１２１は、利用者に関する各種利用者情報を記憶する。図６は、実施形態に係る利用者情報記憶部の一例を示す図である。図６に示した例では、利用者情報記憶部１２１は、「利用者ＩＤ」、「利用者情報」といった項目を有する。例えば、「利用者情報」は、「属性情報」、「購買履歴」、「閲覧履歴」といった項目を含む。

「利用者ＩＤ」は、利用者を識別する識別子である。「属性情報」は、「利用者ＩＤ」に対応付けられた利用者の属性に関する属性情報である。例えば、属性情報は、利用者の年齢や、性別や、電話番号や、住所等を含む。

「購買履歴」は、「利用者ＩＤ」に対応付けられた利用者によって購買された購買履歴である。例えば、購買履歴は、利用者によって購買された取引対象に関する情報や、取引対象の種別や、取引対象が購買された購買回数や、取引対象が購買された日時に関する情報等である。

「閲覧履歴」は、「利用者ＩＤ」に対応付けられた利用者によってコンテンツが閲覧された履歴である。例えば、「閲覧履歴」は、利用者が利用する端末装置１０にコンテンツが表示された履歴であってもよい。例えば、閲覧履歴は、利用者によって閲覧（表示）されたコンテンツに関する情報や、コンテンツの種別や、コンテンツが表示された表示回数や、コンテンツが表示された日時に関する情報等である。

例えば、図６では、利用者ＩＤによって識別された「Ｕ１」は、属性情報が「ＣＨ１」であり、購買履歴が「ＰＨ１」であり、表示履歴が「ＷＡ１」である。なお、図６に示した例では、属性情報等を、「ＣＨ１」等の抽象的な符号で表現したが、属性情報等は、具体的な数値や、具体的な文字列や、各種情報を含むファイル形式等であってもよい。

なお、利用者情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。利用者情報記憶部１２１は、各取引対象についてその情報の表示回数、例えば利用者の閲覧回数を示す情報を利用者毎に記憶してもよい。

（取引対象情報記憶部１２２）
取引対象情報記憶部１２２は、取引対象に関する各種取引対象情報を記憶する。図７は、実施形態に係る取引対象情報記憶部の一例を示す図である。図７に示した例では、取引対象情報記憶部１２２は、「取引対象ＩＤ」、「取引対象」といった項目を含む。

「取引対象ＩＤ」は、取引対象を識別する識別子である。

「取引対象」は、「取引対象ＩＤ」に対応付けられた取引対象に関する情報である。

例えば、図７では、取引対象ＩＤによって識別された「Ｍ１」は、取引対象が「ＭＡ１」である。なお、図７に示した例では、取引対象を、「ＭＡ１」といった抽象的な符号で表現したが、取引対象は、取引対象に関する各種情報を含むファイル形式等であってもよい。

なお、取引対象情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、取引対象情報記憶部１２２は、各取引対象が該当するカテゴリを示す情報を記憶してもよい。例えば、取引対象情報記憶部１２２は、各取引対象に対応するスコアや表示回数等といった情報を記載してもよい。

（コンテンツ記憶部１２３）
コンテンツ記憶部１２３は、コンテンツに関する情報を記憶する。図８は、実施形態に係るコンテンツ記憶部の一例を示す図である。図８に示した例では、コンテンツ記憶部１２３は、「コンテンツＩＤ」、「コンテンツ」といった項目を有する。

「コンテンツＩＤ」は、コンテンツを識別する識別子である。「コンテンツ」は、「コンテンツＩＤ」に対応付けられたコンテンツに関する情報である。具体的には、コンテンツは、コンテンツの内容に関する情報を示してもよい。

例えば、コンテンツは、ポータルサイトに関するコンテンツである。また、他の例として、コンテンツは、コンテンツは、ニュースサイトや、オークションサイトや、天気予報サイトや、ショッピングサイトや、ファイナンス（株価）サイト等に関するコンテンツであってもよい。

また、コンテンツは、路線検索サイトや、地図提供サイトや、旅行サイトや、飲食店紹介サイトや、ウェブブログサイトや、ＳＮＳ（Social Networking Service）サイト等に関するコンテンツであってもよい。

例えば、図８では、コンテンツＩＤによって識別された「Ｃ１」は、コンテンツが「ＣＯ１」である。なお、図８に示した例では、コンテンツ等を、「ＣＯ１」等の抽象的な符号で表現したが、コンテンツ等は、具体的な数値や、具体的な文字列や、各種情報を含むファイル形式等であってもよい。

なお、コンテンツ記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

（基準情報記憶部１２４）
基準情報記憶部１２４は、選択基準に関する情報を記憶する。図９は、実施形態に係る基準情報記憶部の一例を示す図である。基準情報記憶部１２４は、「基準ＩＤ」、「対象」、「選択ロジック」、「内容」といった項目を有する。

「基準ＩＤ」は、基準を識別する情報を示す。「基準」は、「基準ＩＤ」により識別される基準がどのような内容であるかを示す。「選択ロジック」は、「基準ＩＤ」により識別される基準に対応する選択ロジックを識別する情報を示す。また、「内容」は、対応する選択ロジックがどのような処理を行うロジックであるかの内容を示す。

図９では、基準ＩＤ「ＣＲ１１」により識別される基準（基準ＣＲ１１）は、注目度に関する基準であることを示す。基準ＣＲ１１に対応する選択ロジックは選択ロジックＬＧ１であることを示す。選択ロジックＬＧ１は、利用者が直近で閲覧した１０個の取引対象からシード取引対象を選択するロジックであることを示す。

図９では、基準ＩＤ「ＣＲ１２」により識別される基準（基準ＣＲ１２）は、認知性に関する基準であることを示す。基準ＣＲ１２に対応する選択ロジックは選択ロジックＬＧ２であることを示す。選択ロジックＬＧ２は、利用者が閲覧した取引対象全体を対象としてランダムにシード取引対象を選択するロジックであることを示す。

なお、基準情報記憶部１２４は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

（制御部１３０）
制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図５に示すように、制御部１３０は、取得部１３１と、受付部１３２と、ロジック選択部１３３と、シード選択部１３４と、取引対象選択部１３５と、提供部１３６とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図５に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

（取得部１３１）
取得部１３１は、各種情報を取得する。取得部１３１は、記憶部１２０から各種の情報を取得する。取得部１３１は、利用者情報記憶部１２１、取引対象情報記憶部１２２、コンテンツ記憶部１２３、及び基準情報記憶部１２４等から各種の情報を取得する。

取得部１３１は、通信部１１０を介して、外部の情報処理装置から各種情報を受信する。取得部１３１は、端末装置１０または外部装置２０から各種情報を受信する。例えば、取得部１３１は、外部装置２０から利用者に関する利用者情報を取得する。図１では、取得部１３１は、利用者情報として、利用者の属性情報や、インターネットショッピング、電子商店街、オークションサイト又はフリーマーケットサイト等における購買履歴や、コンテンツの表示履歴等を外部装置２０から取得する。そして、取得部１３１は、かかる利用者情報を利用者情報記憶部１２１に記憶する。例えば、取得部１３１は、所定の期間毎に、利用者情報を外部装置２０から取得し、利用者情報記憶部１２１に記憶される利用者情報を更新する。

また、取得部１３１は、外部装置２０から取引対象に関する情報を取得する。例えば、取得部１３１は、オークションサイト又はフリーマーケットサイトにて取引される取引対象に関する情報を外部装置２０から取得する。より具体的な例を挙げると、取得部１３１は、オークションサイトにて入札中のスポーツ用品等に関する情報を外部装置２０から取得する。そして、取得部１３１は、かかる取引対象に関する情報を取引対象情報記憶部１２２に記憶する。例えば、取得部１３１は、所定の期間毎に、取引対象に関する情報を外部装置２０から取得し、取引対象情報記憶部１２２に記憶される取引対象に関する情報を更新する。

また、取得部１３１は、取引対象に対する表示回数（利用者の閲覧回数）を示す情報を端末装置１０から取得する。例えば、取得部１３１は、コンテンツの表示回数と、各取引対象の表示回数とを端末装置１０から取得する。また、取得部１３１は、コンテンツとともに、予め提供された表示回数を取得する制御情報によって取得される。そして、取得部１３１は、かかる表示回数を取引対象情報記憶部１２２に記憶する。

（受付部１３２）
受付部１３２は、各種要求を受け付ける。受付部１３２は、外部の情報処理装置から各種要求を受け付ける。受付部１３２は、通信部１１０を介して、外部の情報処理装置から各種要求を示す情報を受信する。例えば、受付部１３２は、端末装置１０または外部装置２０から要求を受け付ける。受付部１３２は、コンテンツ提供の要求を端末装置１０から受け付ける。例えば、受付部１３２は、コンテンツの一例として、ポータルサイト提供の要求を端末装置１０から受け付ける。

（ロジック選択部１３３）
ロジック選択部１３３は、種々の情報を選択する。ロジック選択部１３３は、ロジックに関する情報を選択するロジック選択処理を実行する。ロジック選択部１３３は、外部の情報処理装置から受信された各種情報に基づいて、ロジック選択処理を実行する。ロジック選択部１３３は、端末装置１０または外部装置２０から受信された各種情報に基づいて、ロジック選択処理を実行する。ロジック選択部１３３は、記憶部１２０に記憶された各種情報に基づいて、ロジック選択処理を実行する。例えば、ロジック選択部１３３は、取得部１３１により取得された情報に基づいて、ロジック選択処理を実行する。

ロジック選択部１３３は、利用者に対して提供する取引対象の選択に用いるシードとなるシード取引対象を選択する複数の選択ロジックのうちから、選択ロジックを選択する。
ロジック選択部１３３は、電子商取引サービスで取引される取引対象の選択に用いるシードとなるシード取引対象を選択する複数の選択ロジックのうちから、選択ロジックを選択する。

ロジック選択部１３３は、シード取引対象を選択する複数の選択ロジックであって、各々が複数の基準のうち少なくとも一の基準に対応する複数の選択ロジックのうちから、選択ロジックを選択する。

ロジック選択部１３３は、閲覧取引対象を対象として、ランダムにシード取引対象を選択する第１選択ロジックを含む複数の選択ロジックのうちから、選択ロジックを選択する。ロジック選択部１３３は、閲覧取引対象のうち、利用者が直近で閲覧した所定数の取引対象を対象として、シード取引対象を選択する第２選択ロジックを含む複数の選択ロジックのうちから、選択ロジックを選択する。

ロジック選択部１３３は、強化学習に関する手法や強化学習において状態が変化しないケースである多腕バンディットの手法により複数の選択ロジックのうちから、選択ロジックを選択する。

（シード選択部１３４）
シード選択部１３４は、種々の情報を選択する。シード選択部１３４は、シードに関する情報を選択するシード選択処理を実行する。シード選択部１３４は、外部の情報処理装置から受信された各種情報に基づいて、シード選択処理を実行する。シード選択部１３４は、端末装置１０または外部装置２０から受信された各種情報に基づいて、シード選択処理を実行する。シード選択部１３４は、記憶部１２０に記憶された各種情報に基づいて、シード選択処理を実行する。例えば、シード選択部１３４は、取得部１３１により取得された情報に基づいて、シード選択処理を実行する。シード選択部１３４は、ロジック選択部１３３により選択されたロジックに基づいて、シード選択処理を実行する。

シード選択部１３４は、ロジック選択部１３３によって選択された選択ロジックを用いて、利用者の行動履歴が示す利用者が閲覧した取引対象である閲覧取引対象のうちから、シード取引対象を選択する。シード選択部１３４は、ロジック選択部１３３によって選択された選択ロジックを用いて、利用者の行動履歴が示す利用者が閲覧した電子商取引サービスで取引される取引対象である閲覧取引対象のうちから、シード取引対象を選択する。

シード選択部１３４は、利用者に対して提供する取引対象の選択に関する複数の基準のうち少なくとも一の基準に基づいて、利用者の行動履歴が示す利用者が閲覧した取引対象である閲覧取引対象のうちから、利用者に対して提供する取引対象の選択に用いるシードとなるシード取引対象を選択する。シード選択部１３４は、取引対象に対する利用者の注目度に関する基準を含む複数の基準のうち少なくとも一の基準に基づいて、シード取引対象を選択する。シード選択部１３４は、取引対象の多様性に関する基準を含む複数の基準のうち少なくとも一の基準に基づいて、シード取引対象を選択する。シード選択部１３４は、取引対象に対する利用者の認知性に関する基準を含む複数の基準のうち少なくとも一の基準に基づいて、シード取引対象を選択する。

シード選択部１３４は、ロジック選択部１３３により第１選択ロジックが選択された場合、閲覧取引対象を対象として、ランダムにシード取引対象を選択する。シード選択部１３４は、ロジック選択部により第２選択ロジックが選択された場合、所定数の取引対象を対象としてシード取引対象を選択する。

シード選択部１３４は、各種の情報を推定してもよい。シード選択部１３４は、利用者の興味関心等を推定し、推定結果を基にシード取引対象を選択してもよい。例えば、シード選択部１３４は、利用者の注目度が高いと推定した取引対象をシード取引対象として選択してもよい。

（取引対象選択部１３５）
取引対象選択部１３５は、種々の情報を選択する。取引対象選択部１３５は、取引対象に関する情報を選択する取引対象選択処理を実行する。取引対象選択部１３５は、外部の情報処理装置から受信された各種情報に基づいて、取引対象選択処理を実行する。取引対象選択部１３５は、端末装置１０または外部装置２０から受信された各種情報に基づいて、取引対象選択処理を実行する。取引対象選択部１３５は、記憶部１２０に記憶された各種情報に基づいて、取引対象選択処理を実行する。例えば、取引対象選択部１３５は、取得部１３１により取得された情報に基づいて、取引対象選択処理を実行する。取引対象選択部１３５は、シード選択部１３４により選択されたシード取引対象に基づいて、取引対象選択処理を実行する。

取引対象選択部１３５は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、取引対象群のうちから、シード選択部１３４により選択されたシード取引対象を用いて選択する。取引対象選択部１３５は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、電子商取引サービスで取引される取引対象群のうちから、シード選択部１３４により選択されたシード取引対象を用いて選択する。

取引対象選択部１３５は、取引対象群のうちから、シード取引対象との共起性に基づいて所定のコンテンツに表示される取引対象を選択する。取引対象選択部１３５は、協調フィルタリングにより所定のコンテンツに表示される取引対象を選択する。図２では、取引対象選択部１３５は、取引対象ＩＤが「Ｍ７」、「Ｍ８」、「Ｍ９」、「Ｍ１０」、「Ｍ１１」、「Ｍ１」である取引対象を表示取引対象として選択する。

（提供部１３６）
提供部１３６は、各種情報を提供する。提供部１３６は、通信部１１０を介して、外部の情報処理装へ各種情報を送信する。提供部１３６は、端末装置１０または外部装置２０へ各種情報を送信する。提供部１３６は、コンテンツを端末装置１０へ送信する。提供部１３６は、取引対象に関する情報を端末装置１０へ送信する。

提供部１３６は、取引対象選択部１３５によって選択された取引対象を含むコンテンツを提供する。提供部１３６は、取引対象が所定の表示枠に配置されたコンテンツを提供する。

例えば、提供部１３６は、コンテンツ記憶部１２３を参照して、スコアに基づいて順位付された取引対象のうち上位所定数の取引対象を含むコンテンツを端末装置１０に提供する。図１では、提供部１３６は、スコアが高い順位から６個の表示取引対象である「Ｍ１５」、「Ｍ３４」、「Ｍ７」、「Ｍ１６２」、「Ｍ４１」、「Ｍ７７」の取引対象を所定の表示枠に配置されたコンテンツであって、ポータルサイトに関するコンテンツを端末装置１０に送信する。例えば、提供部１３６は、図３のコンテンツＣ１を端末装置１０に送信する。

〔４．処理手順〕
次に、図１０を用いて、実施形態に係る情報処理装置１００が実行する情報処理の手順について説明する。図１０は、実施形態に係る情報処理装置１００が実行する情報処理の流れの一例を示すフローチャートである。

図１０に示すように、情報処理装置１００は、利用者に対して提供する取引対象の選択に用いるシードとなるシード取引対象を選択する複数の選択ロジックであって、各々が複数の基準のうち少なくとも一の基準に対応する複数の選択ロジックのうちから、選択ロジックを選択する（ステップＳ１０１）。

情報処理装置１００は、選択された選択ロジックを用いて、利用者の行動履歴が示す利用者が閲覧した取引対象である閲覧取引対象のうちから、シード取引対象を選択する（ステップＳ１０２）。情報処理装置１００は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、取引対象群のうちから、選択したシード取引対象を用いて選択する（ステップＳ１０３）。情報処理装置１００は、選択された取引対象を含むコンテンツを提供する（ステップＳ１０４）。

〔５．変形例〕
上述した情報処理装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理装置１００の他の実施形態について説明する。

〔５－１．利用者〕
上記実施形態では、所定のサービスの会員に登録している利用者を例に挙げて説明したが、上記例に限定されなくともよい。例えば、利用者は、如何なる利用者であってもよく、例えば、所定のサービスの会員に登録していない利用者等であってもよい。

〔５－２．取引対象〕
上記実施形態では、オークションサイト又はフリーマーケットサイトによって取引される取引対象を例に挙げて説明したが、上記例に限定されなくともよい。例えば、取引対象は、如何なる取引対象であってもよい。例えば、取引対象は、数量が限定された取引対象であってもよい。また、取引対象は、第１利用者によって購入された場合に、かかる第１利用者とは異なる他の利用者である第２利用者によって購入不可になる取引対象であってもよい。また、取引対象は、インターネットショッピングや、電子商店街等によって取引される取引対象であってもよい。

〔５－３．取引対象に関する情報を提供〕
上記実施形態では、情報処理装置１００がコンテンツを端末装置１０に提供する情報処理の一例を挙げて説明したが、上記例に限定されなくともよい。例えば、外部サーバがコンテンツを端末装置１０に提供してもよい。この場合、情報処理装置１００は、取引対象に関する情報を外部サーバに提供してもよい。

例えば、外部サーバは、コンテンツの一例として、ポータルサイトに関するコンテンツを提供する。この場合、情報処理装置１００は、取引対象に関する情報として、取引対象の画像や、コンテンツに配置されたときのレイアウトに関する情報等を外部サーバに提供してもよい。

〔５－４．プログラム〕
また、上述した実施形態に係る情報処理装置１００は、例えば、図１２に示すような構成のコンピュータ１０００によって実現される。図１２は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ(Read Only Memory)、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が情報処理装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。

〔５－５．その他〕
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

〔６．効果〕
上述してきたように、実施形態に係る情報処理装置１００は、ロジック選択部１３３と、シード選択部１３４とを有する。ロジック選択部１３３は、利用者に対して提供する取引対象の選択に用いるシードとなるシード取引対象を選択する複数の選択ロジックのうちから、選択ロジックを選択する。シード選択部１３４は、ロジック選択部１３３によって選択された選択ロジックを用いて、利用者の行動履歴が示す利用者が閲覧した取引対象である閲覧取引対象のうちから、シード取引対象を選択する。

このように、実施形態に係る情報処理装置１００は、利用者に対して提供する取引対象の選択に用いるシードとなるシード取引対象を選択する複数の選択ロジックから選択した選択ロジックを用いて、利用者の行動履歴が示す利用者が閲覧した取引対象である閲覧取引対象のうちから、シード取引対象を選択することにより、利用者に対して提供する取引対象の情報を適切に選択可能にすることができる。

また、実施形態に係る情報処理装置１００は、取引対象選択部１３５を有する。取引対象選択部１３５は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、取引対象群のうちから、シード選択部１３４により選択されたシード取引対象を用いて選択する。

このように、実施形態に係る情報処理装置１００は、利用者が所定のコンテンツを表示する際に、所定のコンテンツに表示される取引対象を、取引対象群のうちから選択したシード取引対象を用いて選択することにより、利用者に対して提供する取引対象の情報を適切に選択することができる。

また、実施形態に係る情報処理装置１００において、取引対象選択部１３５は、取引対象群のうちから、シード取引対象との共起性に基づいて所定のコンテンツに表示される取引対象を選択する。

このように、実施形態に係る情報処理装置１００は、シード取引対象との共起性に基づいて所定のコンテンツに表示される取引対象を選択することにより、利用者に対して提供する取引対象の情報を適切に選択することができる。

また、実施形態に係る情報処理装置１００において、取引対象選択部１３５は、協調フィルタリングにより所定のコンテンツに表示される取引対象を選択する。

このように、実施形態に係る情報処理装置１００は、協調フィルタリングにより所定のコンテンツに表示される取引対象を選択することにより、利用者に対して提供する取引対象の情報を適切に選択することができる。

また、実施形態に係る情報処理装置１００において、取引対象選択部１３５によって選択された取引対象を含むコンテンツを提供する提供部１３６をさらに有する。

このように、実施形態に係る情報処理装置１００は、選択された取引対象を含むコンテンツを提供することにより、利用者に対して訴求効果の高い取引対象を含むコンテンツを提供することができる。

また、実施形態に係る情報処理装置１００において、提供部１３６は、取引対象が所定の表示枠に配置されたコンテンツを提供する。

このように、実施形態に係る情報処理装置１００は、取引対象が所定の表示枠に配置されたコンテンツを提供することにより、利用者に対して訴求効果の高い取引対象が所定の表示枠に配置されたコンテンツを提供することができる。

また、実施形態に係る情報処理装置１００において、ロジック選択部１３３は、閲覧取引対象を対象として、ランダムにシード取引対象を選択する第１選択ロジックを含む複数の選択ロジックのうちから、選択ロジックを選択する。

このように、実施形態に係る情報処理装置１００は、閲覧取引対象を対象として、ランダムにシード取引対象を選択する第１選択ロジックを含む複数の選択ロジックから選択した選択ロジックを用いて、シード取引対象を選択することにより、利用者に対して提供する取引対象の情報を適切に選択可能にすることができる。

また、実施形態に係る情報処理装置１００において、シード選択部１３４は、ロジック選択部１３３により第１選択ロジックが選択された場合、閲覧取引対象を対象として、ランダムにシード取引対象を選択する。

このように、実施形態に係る情報処理装置１００は、第１選択ロジックが選択された場合、閲覧取引対象を対象として、ランダムにシード取引対象を選択することにより、利用者に対して提供する取引対象の情報を適切に選択可能にすることができる。

また、実施形態に係る情報処理装置１００において、ロジック選択部１３３は、閲覧取引対象のうち、利用者が直近で閲覧した所定数の取引対象を対象として、シード取引対象を選択する第２選択ロジックを含む複数の選択ロジックのうちから、選択ロジックを選択する。

このように、実施形態に係る情報処理装置１００は、利用者が直近で閲覧した所定数の取引対象を対象として、シード取引対象を選択する第２選択ロジックを含む複数の選択ロジックから選択した選択ロジックを用いて、シード取引対象を選択することにより、利用者に対して提供する取引対象の情報を適切に選択可能にすることができる。

また、実施形態に係る情報処理装置１００において、シード選択部１３４は、ロジック選択部により第２選択ロジックが選択された場合、所定数の取引対象を対象としてシード取引対象を選択する。

このように、実施形態に係る情報処理装置１００は、第２選択ロジックが選択された場合、所定数の取引対象を対象としてシード取引対象を選択することにより、利用者に対して提供する取引対象の情報を適切に選択可能にすることができる。

また、実施形態に係る情報処理装置１００において、ロジック選択部１３３は、強化学習に関する手法により複数の選択ロジックのうちから、選択ロジックを選択する。

このように、実施形態に係る情報処理装置１００は、強化学習に関する手法により複数の選択ロジックのうちから、選択ロジックを選択することにより、利用者に対して提供する取引対象の情報を適切に選択可能にすることができる。

また、実施形態に係る情報処理装置１００において、ロジック選択部１３３は、多腕バンディットに関する手法により複数の選択ロジックのうちから、選択ロジックを選択する。

このように、実施形態に係る情報処理装置１００は、多腕バンディットに関する手法により複数の選択ロジックのうちから、選択ロジックを選択することにより、利用者に対して提供する取引対象の情報を適切に選択可能にすることができる。

また、実施形態に係る情報処理装置１００において、取引対象は、電子商取引サービスで取引される取引対象である。

このように、実施形態に係る情報処理装置１００は、電子商取引サービスで取引される取引対象について、利用者に対して訴求効果の高い各種取引対象を含むコンテンツを提供することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

Ｎ ネットワーク
１ 情報処理システム
１０ 端末装置
２０ 外部装置
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報記憶部
１２２ 取引対象情報記憶部
１２３ コンテンツ記憶部
１２４ 基準情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 受付部
１３３ ロジック選択部
１３４ シード選択部
１３５ 取引対象選択部
１３６ 提供部

Claims (14)

1. 利用者に対して提供する取引対象の選択に用いるシードとなるシード取引対象を選択する複数の選択ロジックのうちから、最適なシードを選択するロジックであると期待される一の選択ロジックを他の選択ロジックよりも高い確率で選択することにより、選択ロジックを選択するロジック選択部と、
   前記ロジック選択部によって選択された選択ロジックを用いて、前記利用者の行動履歴が示す前記利用者が閲覧した取引対象である閲覧取引対象のうちから、前記シード取引対象を選択するシード選択部と、
   を備えることを特徴とする情報処理装置。
2. 前記利用者が所定のコンテンツを表示する際に、前記所定のコンテンツに表示される取引対象を、取引対象群のうちから、前記シード選択部により選択された前記シード取引対象を用いて選択する取引対象選択部、
   をさらに備えることを特徴とする請求項１に記載の情報処理装置。
3. 前記取引対象選択部は、
   前記取引対象群のうちから、前記シード取引対象との共起性に基づいて前記所定のコンテンツに表示される取引対象を選択する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記取引対象選択部は、
   協調フィルタリングにより前記所定のコンテンツに表示される取引対象を選択する
   ことを特徴とする請求項３に記載の情報処理装置。
5. 前記取引対象選択部によって選択された取引対象を含むコンテンツを提供する提供部をさらに備える
   ことを特徴とする請求項２～４のいずれか１つに記載の情報処理装置。
6. 前記提供部は、
   前記取引対象が所定の表示枠に配置されたコンテンツを提供する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記ロジック選択部は、
   前記閲覧取引対象を対象として、ランダムに前記シード取引対象を選択する第１選択ロジックを含む前記複数の選択ロジックのうちから、選択ロジックを選択する
   ことを特徴とする請求項１～６のいずれか１つに記載の情報処理装置。
8. 前記シード選択部は、
   前記ロジック選択部により前記第１選択ロジックが選択された場合、前記閲覧取引対象を対象として、ランダムに前記シード取引対象を選択する
   ことを特徴とする請求項７に記載の情報処理装置。
9. 前記ロジック選択部は、
   前記閲覧取引対象のうち、前記利用者が直近で閲覧した所定数の取引対象を対象として、前記シード取引対象を選択する第２選択ロジックを含む前記複数の選択ロジックのうちから、選択ロジックを選択する
   ことを特徴とする請求項１～８のいずれか１つに記載の情報処理装置。
10. 前記シード選択部は、
    前記ロジック選択部により前記第２選択ロジックが選択された場合、前記所定数の取引対象を対象として前記シード取引対象を選択する
    ことを特徴とする請求項９に記載の情報処理装置。
11. 前記ロジック選択部は、
    多腕バンディット強化学習に関する手法に基づいて、前記複数の選択ロジックの各々に割り当てられる当該選択ロジックが選択される確率を用いて、前記複数の選択ロジックのうちから、選択ロジックを選択する
    ことを特徴とする請求項１～１０のいずれか１つに記載の情報処理装置。
12. 前記取引対象は、
    電子商取引サービスで取引される取引対象である
    ことを特徴とする請求項１～１１のいずれか１つに記載の情報処理装置。
13. コンピュータが実行する情報処理方法であって、
    利用者に対して提供する取引対象の選択に用いるシードとなるシード取引対象を選択する複数の選択ロジックのうちから、最適なシードを選択するロジックであると期待される一の選択ロジックを他の選択ロジックよりも高い確率で選択することにより、選択ロジックを選択するロジック選択工程と、
    前記ロジック選択工程によって選択された選択ロジックを用いて、前記利用者の行動履歴が示す前記利用者が閲覧した取引対象である閲覧取引対象のうちから、前記シード取引対象を選択するシード選択工程と、
    を含むことを特徴とする情報処理方法。
14. 利用者に対して提供する取引対象の選択に用いるシードとなるシード取引対象を選択する複数の選択ロジックのうちから、最適なシードを選択するロジックであると期待される一の選択ロジックを他の選択ロジックよりも高い確率で選択することにより、選択ロジックを選択するロジック選択手順と、
    前記ロジック選択手順によって選択された選択ロジックを用いて、前記利用者の行動履歴が示す前記利用者が閲覧した取引対象である閲覧取引対象のうちから、前記シード取引対象を選択するシード選択手順と、
    をコンピュータに実行させることを特徴とする情報処理プログラム。

Images