JP7455913B2 - レビュー分析によって下位アイテムのカテゴリを自動分類して検索に活用する方法、システム、およびコンピュータプログラム - Google Patents

Description

以下の説明は、アイテムが保有している下位アイテムを分類する技術に関する。

各種アイテムに対するユーザレビューとして、星レビュー、テキストレビュー、写真レビューなどの多様な評価体系が活用されている。

場所をアイテムとするレビューサービスでは、場所予約機能やレシート認証機能などを利用してユーザが訪問したり利用した場所を認証した後、認証された場所情報をレビューとともに提出する。

例えば、特許文献１（公開日２０２０年１月６日）は、拡張現実を利用して売場レビュー情報を作成する技術を開示している。

場所に対するユーザレビューは、場所レビューサービスではもちろん、検索サービスや地図サービスなどのような場所情報を提供する他のサービスと連動して表示される場合もある。

韓国公開特許第１０－２０２０－００００９２５号公報

レビュー分析によってアイテムが保有している下位アイテムのカテゴリを自動分類し、検索クエリとの関連度が高い下位アイテムを検索結果として提供することを目的とする。

コンピュータシステムで実行される方法において、前記コンピュータシステムは、メモリに含まれたコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサを含み、前記方法は、前記少なくとも１つのプロセッサにより、アイテムに登録されたレビューの内容を分析する段階、および前記少なくとも１つのプロセッサにより、レビュー分析結果を利用して前記アイテムに付属する下位アイテムのカテゴリを分類する段階を含む方法を提供する。

一側面によると、前記分析する段階は、アイテム分類モデルを利用してレビュー内容に対応する候補カテゴリを取得する段階を含み、前記分類する段階は、前記候補カテゴリを前記下位アイテムに関する情報にタギングする段階を含んでよい。

他の側面によると、前記タギングする段階は、前記アイテムのカテゴリと前記候補カテゴリとの関連度によって前記候補カテゴリをタギングするかどうかを決定してよい。

また他の側面によると、前記分析する段階は、前記アイテムに登録されたレビューのうちの少なくとも一部を分析対象レビューとして選定する段階を含み、前記選定する段階は、ここ最近の一定期間以内に登録されたレビュー、一定レベル以上の等級が付与されたユーザが登録したレビュー、および前記アイテムの実際の訪問や利用が認証されたレビューのうちの少なくとも１つを前記分析対象レビューとして選定してよい。

また他の側面によると、前記方法は、前記少なくとも１つのプロセッサにより、前記カテゴリを利用して検索クエリに対応する下位アイテムを検索結果として提供する段階をさらに含んでよい。

また他の側面によると、前記提供する段階は、前記カテゴリと前記検索クエリとの類似度を利用して前記検索結果として提供するための下位アイテムを選定する段階、および前記選定された下位アイテムの人気度を利用したスコアリングによって前記選定された下位アイテムをランキングする段階を含んでよい。

また他の側面によると、前記方法は、前記少なくとも１つのプロセッサにより、検索クエリに対応するアイテムを検索結果として提供する段階をさらに含み、前記提供する段階は、前記検索結果に含まれたアイテム別に、前記検索クエリとマッチングするカテゴリの下位アイテムを前記検索結果に含ませて提供してよい。

また他の側面によると、前記方法は、前記少なくとも１つのプロセッサにより、前記アイテムに登録されたレビューによって前記アイテムの属性情報を抽出して追加する段階、および前記少なくとも１つのプロセッサにより、前記下位アイテムに登録されたレビューによって前記下位アイテムの属性情報を抽出して追加する段階をさらに含んでよい。

前記方法をコンピュータに実行させるためのコンピュータプログラムを提供する。

コンピュータシステムであって、メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサを含み、前記少なくとも１つのプロセッサは、アイテムに登録されたレビューの内容を分析し、レビュー分析結果を利用して前記アイテムに付属する下位アイテムのカテゴリを分類することを特徴とする、コンピュータシステムを提供する。

本発明の実施形態によると、レビュー分析によってアイテムが保有している下位アイテムのカテゴリを自動分類することにより、アイテムに対して未登録の情報を発見することができる。

本発明の実施形態によると、レビュー分析によって分類された下位アイテムのカテゴリをクエリの意図を考慮した検索に活用することにより、ユーザが所望する情報を素早く提供することができる。

本発明の一実施形態における、ネットワーク環境の例を示した図である。 本発明の一実施形態における、コンピュータシステムの例を示したブロック図である。 本発明の一実施形態における、コンピュータシステムのプロセッサが含むことのできる構成要素の例を示した図である。 本発明の一実施形態における、コンピュータシステムが実行することのできる方法の一例を示したフローチャートである。 本発明の一実施形態における、下位アイテムのカテゴリを分類する過程の一例を説明するためフローチャートである。 本発明の一実施形態における、アイテムおよび下位アイテムに対する属性情報を抽出する過程の一例を説明するためのフローチャートである。 本発明の一実施形態における、アイテム検索結果画面の一例を示した図である。 本発明の一実施形態における、アイテム検索結果画面の一例を示した図である。 本発明の一実施形態における、下位アイテム検索結果をランキングする過程の一例を説明するためのフローチャートである。

以下、本発明の実施形態について、添付の図面を参照しながら詳しく説明する。

本発明の実施形態は、アイテムが保有している下位アイテムのカテゴリを自動分類する技術に関する。

本明細書で具体的に開示される事項を含む実施形態は、レビュー分析によってアイテムが保有している下位アイテムのカテゴリを自動分類し、検索クエリとの関連度が高い下位アイテムを検索結果として提供することができる。

本明細書において、アイテムとは、検索または推薦対象を包括したものを意味してよい。一例として、アイテムは、訪問や利用、購入などによるユーザ経験をレビューすることのできる対象を含んでよい。また、下位アイテムとは、アイテムが保有している、言い換えれば、アイテムに副次的に属する対象を意味してよい。ユーザレビューは、アイテムに対するレビューはもちろん、下位アイテムそれぞれに対する個別レビューを含んでよい。

レストランや商店、名所、ホットプレイス（ｈｏｔ ｐｌａｃｅ）などのような場所をアイテムの代表的な一例として挙げることができる。レストランの場合にはレストランで販売しているメニューが下位アイテムに該当してよく、商店の場合には商店で販売している物品が下位アイテムに該当してよい。

本発明の実施形態に係る検索結果提供システムは、少なくとも１つのコンピュータシステムによって実現されてよく、本発明の実施形態に係る検索結果提供方法は、検索結果提供システムに含まれる少なくとも１つのコンピュータシステムによって実行されてよい。このとき、コンピュータシステムにおいては、本発明の一実施形態に係るコンピュータプログラムがインストールされて実行されてよく、コンピュータシステムは、実行されたコンピュータプログラムの制御にしたがって本発明の実施形態に係る検索結果提供方法を実行してよい。上述したコンピュータプログラムは、コンピュータシステムと結合して検索結果提供方法をコンピュータに実行させるためにコンピュータ読み取り可能な記録媒体に記録されてよい。

図１は、本発明の一実施形態における、ネットワーク環境の例を示した図である。図１のネットワーク環境は、複数の電子機器１１０、１２０、１３０、１４０、複数のサーバ１５０、１６０、およびネットワーク１７０を含む例を示している。このような図１は、発明の説明のための一例に過ぎず、電子機器の数やサーバの数が図１のように限定されることはない。また、図１のネットワーク環境は、本実施形態に適用可能な環境のうちの一例を説明したものに過ぎず、本実施形態に適用可能な環境が図１のネットワーク環境に限定されることはない。

複数の電子機器１１０、１２０、１３０、１４０は、コンピュータ装置によって実現される固定端末や移動端末であってよい。複数の電子機器１１０、１２０、１３０、１４０の例としては、スマートフォン、携帯電話、ナビゲーション、ＰＣ（ｐｅｒｓｏｎａｌ ｃｏｍｐｕｔｅｒ）、ノート型ＰＣ、デジタル放送用端末、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、ＰＭＰ（Ｐｏｒｔａｂｌｅ Ｍｕｌｔｉｍｅｄｉａ Ｐｌａｙｅｒ）、タブレット、ゲームコンソール（ｇａｍｅ ｃｏｎｓｏｌｅ）、ウェアラブルデバイス（ｗｅａｒａｂｌｅ ｄｅｖｉｃｅ）、Ｉｏｔ（ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ）デバイス、ＶＲ（ｖｉｒｔｕｌａ ｒｅａｌｉｔｙ）デバイス、ＡＲ（ａｕｇｍｅｎｔｅｄ ｒｅａｌｉｔｙ）デバイスなどがある。一例として、図１では、電子機器１１０の例としてスマートフォンを示しているが、本発明の実施形態において、電子機器１１０は、実質的に無線または有線通信方式を利用し、ネットワーク１７０を介して他の電子機器１２０、１３０、１４０および／またはサーバ１５０、１６０と通信することができる多様な物理的なコンピュータシステムのうちの１つを意味してよい。

通信方式が限定されることはなく、ネットワーク１７０が含むことのできる通信網（一例として、移動通信網、有線インターネット、無線インターネット、放送網）を利用する通信方式だけではなく、機器間の近距離無線通信が含まれてもよい。例えば、ネットワーク１７０は、ＰＡＮ（ｐｅｒｓｏｎａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ＬＡＮ（ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ＣＡＮ（ｃａｍｐｕｓ ａｒｅａ ｎｅｔｗｏｒｋ）、ＭＡＮ（ｍｅｔｒｏｐｏｌｉｔａｎ ａｒｅａ ｎｅｔｗｏｒｋ）、ＷＡＮ（ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ）、ＢＢＮ（ｂｒｏａｄｂａｎｄ ｎｅｔｗｏｒｋ）、インターネットなどのネットワークのうちの１つ以上の任意のネットワークを含んでよい。さらに、ネットワーク１７０は、バスネットワーク、スターネットワーク、リングネットワーク、メッシュネットワーク、スター－バスネットワーク、ツリーまたは階層的ネットワークなどを含むネットワークトポロジのうちの任意の１つ以上を含んでもよいが、これらに限定されることはない。

サーバ１５０、１６０それぞれは、複数の電子機器１１０、１２０、１３０、１４０とネットワーク１７０を介して通信して命令、コード、ファイル、コンテンツ、サービスなどを提供する１つ以上のコンピュータ装置によって実現されてよい。例えば、サーバ１５０は、ネットワーク１７０を介して接続した複数の電子機器１１０、１２０、１３０、１４０に第１サービスを提供するシステムであってよく、サーバ１６０も、ネットワーク１７０を介して接続した複数の電子機器１１０、１２０、１３０、１４０に第２サービスを提供するシステムであってよい。より具体的な例として、サーバ１５０は、複数の電子機器１１０、１２０、１３０、１４０にインストールされて実行されるコンピュータプログラムであるアプリケーションを通じて、該当のアプリケーションが目的とするサービス（一例として、アイテムレビューサービスなど）を第１サービスとして複数の電子機器１１０、１２０、１３０、１４０に提供してよい。他の例として、サーバ１６０は、上述したアプリケーションをインストールして実行するためのファイルを複数の電子機器１１０、１２０、１３０、１４０に配布するサービスを第２サービスとして提供してよい。

図２は、本発明の一実施形態における、コンピュータシステムの例を示したブロック図である。上述した複数の電子機器１１０、１２０、１３０、１４０それぞれやサーバ１５０、１６０それぞれは、図２に示したコンピュータシステム２００によって実現されてよい。

このようなコンピュータシステム２００は、図２に示すように、メモリ２１０、プロセッサ２２０、通信インタフェース２３０、および入力／出力インタフェース２４０を含んでよい。

メモリ２１０は、コンピュータ読み取り可能な記録媒体であって、ＲＡＭ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、ＲＯＭ（ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、およびディスクドライブのような永続的大容量記録装置を含んでよい。ここで、ＲＯＭやディスクドライブのような永続的大容量記録装置は、メモリ２１０とは区分される別の永続的記録装置としてコンピュータシステム２００に含まれてもよい。また、メモリ２１０には、オペレーティングシステムと、少なくとも１つのプログラムコードが記録されてよい。このようなソフトウェア構成要素は、メモリ２１０とは別のコンピュータ読み取り可能な記録媒体からメモリ２１０にロードされてよい。このような別のコンピュータ読み取り可能な記録媒体は、フロッピー（登録商標）ドライブ、ディスク、テープ、ＤＶＤ／ＣＤ－ＲＯＭドライブ、メモリカードなどのコンピュータ読み取り可能な記録媒体を含んでよい。他の実施形態において、ソフトウェア構成要素は、コンピュータ読み取り可能な記録媒体ではない通信インタフェース２３０を通じてメモリ２１０にロードされてもよい。例えば、ソフトウェア構成要素は、ネットワーク１７０を介して受信されるファイルによってインストールされるコンピュータプログラムに基づいてコンピュータシステム２００のメモリ２１０にロードされてよい。

プロセッサ２２０は、基本的な算術、ロジック、および入出力演算を実行することにより、コンピュータプログラムの命令を処理するように構成されてよい。命令は、メモリ２１０または通信インタフェース２３０によって、プロセッサ２２０に提供されてよい。例えば、プロセッサ２２０は、メモリ２１０のような記録装置に記録されたプログラムコードにしたがって受信される命令を実行するように構成されてよい。

通信インタフェース２３０は、ネットワーク１７０を介してコンピュータシステム２００が他の装置（一例として、上述した記録装置）と互いに通信するための機能を提供してよい。一例として、コンピュータシステム２００のプロセッサ２２０がメモリ２１０のような記録装置に記録されたプログラムコードにしたがって生成した要求や命令、データ、ファイルなどが、通信インタフェース２３０の制御にしたがってネットワーク１７０を介して他の装置に伝達されてよい。これとは逆に、他の装置からの信号や命令、データ、ファイルなどが、ネットワーク１７０を経てコンピュータシステム２００の通信インタフェース２３０を通じてコンピュータシステム２００に受信されてよい。通信インタフェース２３０を通じて受信された信号や命令、データなどは、プロセッサ２２０やメモリ２１０に伝達されてよく、ファイルなどは、コンピュータシステム２００がさらに含むことのできる記録媒体（上述した永続的記録装置）に記録されてよい。

入力／出力インタフェース２４０は、入力／出力装置２５０とのインタフェースのための手段であってよい。例えば、入力装置は、マイク、キーボード、またはマウスなどの装置を、出力装置は、ディスプレイ、スピーカのような装置を含んでよい。他の例として、入力／出力インタフェース２４０は、タッチスクリーンのように入力と出力のための機能が１つに統合された装置とのインタフェースのための手段であってもよい。入力／出力装置２５０は、コンピュータシステム２００と１つの装置で構成されてもよい。

また、他の実施形態において、コンピュータシステム２００は、図２の構成要素よりも少ないか多くの構成要素を含んでもよい。しかし、大部分の従来技術的構成要素を明確に図に示す必要はない。例えば、コンピュータ装置２００は、上述した入力／出力装置２５０のうちの少なくとも一部を含むように実現されてもよいし、トランシーバ、データベースなどのような他の構成要素をさらに含んでもよい。

以下では、レビュー分析によって下位アイテムのカテゴリを自動分類して検索に活用する方法およびシステムの具体的な実施形態について説明する。

図３は、本発明の一実施形態における、コンピュータシステムのプロセッサが含むことのできる構成要素の例を示したブロック図であり、図４は、本発明の一実施形態における、コンピュータシステムが実行することのできる検索結果提供方法の一例を示したフローチャートである。

本実施形態に係るコンピュータシステム２００は、クライアントを対象に、クライアント上にインストールされた専用アプリケーションやコンピュータシステム２００と関連するウェブ／モバイルサイトへの接続によってアイテムレビューサービスを提供してよい。

コンピュータシステム２００は、ユーザ個人のサービスページを通じてアイテムに対するレビュー空間を提供してよく、アイテムと関連して予約／注文サービスとの連動機能やレシート認証機能などによってユーザが訪問したり利用したアイテムを認証した後、認証されたアイテム情報とユーザが作成したレビューを関連付けて登録してよい。ユーザは、アイテムはもちろん、アイテム内で下位アイテムを特定してレビューを作成することができる。このとき、下位アイテムに対するレビューは、下位アイテムおよび下位アイテムが属するアイテムと関連付けて管理されてよい。

コンピュータシステム２００は、ユーザを対象に、アイテム基盤の検索および推薦環境を提供してよい。このとき、ユーザ同士のフォロー（ｆｏｌｌｏｗ）を基盤としてアイテムに対するレビューを共有してよい。

一例として、アイテムレビューサービスには、飲食店やカフェなどの多様なカテゴリのアイテムを対象に、フォローしているユーザのレビューやユーザ趣向に合った推薦アイテム／レビューなどが表示されるフィードタブ、ユーザの訪問や利用が認証されたアイテムリストが表示される訪問タブ、ユーザが訪問したり利用したアイテムに対する星レビュー、キーワードレビュー、テキストレビュー、写真レビューなどのレビュー作成が可能なレビュータブ、訪問や利用を目的にアイテムに対する予約や注文などの要請が可能な予約／注文タブ、ユーザが関心対象として保存したアイテムリストが表示される保存タブなどが含まれてよい。

コンピュータシステム２００のプロセッサ２２０は、以下で説明する検索結果提供方法を実行するための構成要素として、図３に示すように、下位アイテム分類部３１０および検索結果提供部３２０を含んでよい。実施形態によって、プロセッサ２２０の構成要素は、選択的にプロセッサ２２０に含まれても除外されてもよい。また、実施形態によって、プロセッサ２２０の構成要素は、プロセッサ２２０の機能の表現のために分離されても併合されてもよい。

このようなプロセッサ２２０およびプロセッサ２２０の構成要素は、以下で説明する検索結果提供方法に含まれる段階を実行するようにコンピュータシステム２００を制御してよい。例えば、プロセッサ２２０およびプロセッサ２２０の構成要素は、メモリ２１０が含むオペレーティングシステムのコードと、少なくとも１つのプログラムのコードとによる命令（ｉｎｓｔｒｕｃｔｉｏｎ）を実行するように実現されてよい。

ここで、プロセッサ２２０の構成要素は、コンピュータシステム２００に記録されたプログラムコードが提供する命令にしたがってプロセッサ２２０によって実行される、互いに異なる機能（ｄｉｆｆｅｒｅｎｔ ｆｕｎｃｔｉｏｎｓ）の表現であってよい。例えば、コンピュータシステム２００が下位アイテムのカテゴリを分類するように上述した命令にしたがってコンピュータシステム２００を制御するプロセッサ２２０の機能的表現として、下位アイテム分類部３１０が利用されてよい。

プロセッサ２２０は、コンピュータシステム２００の制御と関連する命令がロードされたメモリ２１０から必要な命令を読み取ってよい。この場合、前記読み取られた命令は、プロセッサ２２０が以下で説明する検索結果提供方法を実行するように制御するための命令を含んでよい。

以下で説明する検索結果提供方法に含まれる段階は、図に示したものとは異なる順序で実行されてもよいし、段階のうちの一部が省略されたり追加の過程がさらに含まれたりしてもよい。

図４を参照すると、段階４１０で、下位アイテム分類部３１０は、アイテムに登録されたレビューを分析し、該当のアイテムに付属する下位アイテムのカテゴリを分類してよい。

アイテムと下位アイテムは、それぞれの属性情報を有する。例えば、アイテムがレストランである場合、属性情報は、レストランの位置、商号名、業種カテゴリ、電話番号、説明、評点、レビュー、写真、予約情報などを含んでよい。レストランの下位アイテムとしてはレストランで販売しているメニューが該当してよく、各メニューは、メニュー名（カテゴリ）、価格、説明、写真、評点、レビューなどを含む属性情報を有する。

アイテムレビューサービスを提供するサービス提供者は、アイテムおよび下位アイテムに関する属性情報を多様な経路で収集してよい。例えば、アイテム関係者（例えば、会社や事業主など）が情報管理のための公式アカウント（Ｏｆｆｉｃｉａｌ Ａｃｃｏｕｎｔ）などを利用して情報を直接入力したり、アイテムを訪問したり利用したユーザがレビュー形式で情報を入力したり、ユーザレビューから所望する情報を検索したりしてよい。

本実施形態では、多様な方式でアイテムおよび下位アイテムの関係および属性情報を取得するのための過程を支援してよく、これにより、アイテム関係者が情報を直接登録しなくても、アイテムに対するユーザ活動であるレビューに基づいて、アイテムに関する情報はもちろん、アイテムに付属する下位アイテムに関する情報を発見することができる。

一例として、下位アイテム分類部３１０は、アイテムに対するレビューを分析することで、レビュー分析結果に基づいてアイテムと下位アイテムとの関連性（アイテムにどのような下位アイテムが付属しているのか、例えば、飲食店にどのようなメニューがあるのか、商店はどのような商品を販売しているのかなど）を把握することができると同時に、レビュー分析結果によって下位アイテムに関する属性情報を追加することもできる。

下位アイテム分類部３１０は、レビュー分析によって、サービス上でアイテムに付属する下位アイテムに登録されていない下位アイテムを発見すると同時に、発見された下位アイテムのカテゴリ、例えば、下位アイテムがレストランのメニューの場合にはメニュー名を自動でタギング（タグ付け）してよい。

段階４２０で、検索結果提供部３２０は、アイテムに対する検索結果を提供するにあたり、検索結果に含まれたアイテム別に、検索クエリに対応する下位アイテムを検索結果に含ませて提供してよい。

検索結果提供部３２０は、レビュー分析によって、アイテムと関連する下位アイテムに関する情報として自動分類された下位アイテムのカテゴリを検索に活用してよい。このとき、検索クエリとの関連度が高いカテゴリの下位アイテムを検索結果として提供してよい。

図５は、本発明の一実施形態における、下位アイテムのカテゴリを分類する過程の一例を説明するためのフローチャートである。

図５を参照すると、段階５０１で、下位アイテム分類部３１０は、アイテムに登録されたレビューのうちから分析対象となるレビューを選定してよい。

一例として、下位アイテム分類部３１０は、アイテムに対してレビュー登録が可能な複数のレビュー体系のうちで、テキストレビューと写真レビューのうちの少なくとも１つで作成されて登録されたレビューを分析対象レビューとして選定してよい。

他の例として、下位アイテム分類部３１０は、最新の情報を保障するために、アイテムに登録されたレビューのうちで、ここ最近の一定期間（例えば、ここ最近３ヶ月）以内に登録されたレビューを分析対象レビューとして選定してよい。

また他の例として、下位アイテム分類部３１０は、信頼度が高い情報を保障するために、アイテムに登録されたレビューのうちで、一定レベル以上の等級を有するユーザが作成したレビューを分析対象レビューとして選定してよい。レビュー作成者であるユーザに対して、アビューズ（abuse）等級、実名認証状況、レビュー作成回数、サービス内のフォロワー数などに基づいてユーザ等級が付与されてよく、等級の高いユーザが作成したレビューを選別して分析対象として活用してよい。

また他の例として、下位アイテム分類部３１０は、信頼度が高い情報を保障するために、アイテムに登録されたレビューのうちで、実際の訪問や利用が認証されたレビューを分析対象レビューとして選定してよい。アイテムと関連して、予約／注文サービスとの連動機能やレシート認証機能などによってユーザが訪問したり利用したアイテムを認証した後、認証されたアイテム情報とユーザが作成したレビューを関連付けて登録してよい。このとき、下位アイテム分類部３１０は、信頼度が高いレビューとして、実際の訪問や利用が認証されたレビューを分析対象として選別して利用してよい。

実施形態によっては、アイテムに登録されたレビュー全体を分析対象としつつ、最新レビューや信頼度が高いレビューに対しては加重値や重要度を付与して情報を分析してもよい。

段階５０２で、下位アイテム分類部３１０は、ニューラルネットワーク（人工神経網）などを基盤としたアイテム分類モデルに分析対象となるレビューを通過させて、レビュー内容に対する候補カテゴリを取得してよい。

アイテム分類モデルは、ディープラーニングや機械学習を利用して、レビューとして作成されたテキストやイメージ（画像）がどのような下位アイテムに関するものかを分類してよい。例えば、下位アイテムがレストランのメニューの場合、アイテム分類器は、レビューとして登録された写真がどのメニューに関するものかを分類してよい。

下位アイテムのカテゴリは、必要によっては、少なくとも１つ以上の階層に分類されてよい。２つの階層に分類される場合、レビュー分析結果は、上位カテゴリ名と詳細カテゴリ名に区分されて分類されてよい。例えば、上位カテゴリに該当するレベル１の分類は、ラーメン、トンカツ、ドリンクなどに分けられてよく、レベル１の分類のうちのラーメンに対する詳細カテゴリに該当するレベル２の分類は、豚骨ラーメン、味噌ラーメン、醤油ラーメンなどに分けられてよい。

アイテムレビューサービスにおいて、ユーザは、アイテムに付属する下位アイテムをテキストで追加的に入力して、これに対するレビューを登録してよい。一般的に、ユーザが直接登録したり記入した情報は正確性が検証されず、検索にそのまま活用する場合には検索の品質に影響を及ぼすことがある。より正確かつ検索の意図に合った検索結果を提供するためには、レビュー対象に対する分類カテゴリを追加する必要がある。ユーザが下位アイテムに対して登録したレビューがどのカテゴリに属するかを確認するためにアイテム分類モデルを利用してよく、ユーザがレビューとして登録したテキストや写真などの内容から分類カテゴリを取得してよい。

段階５０３で、下位アイテム分類部３１０は、分析対象レビューが登録されたアイテムのカテゴリとの関連度に基づいて、レビュー分析によって取得した候補カテゴリを該当のアイテムの下位アイテムに関する情報にタギングしてよい。

下位アイテム分類部３１０は、下位アイテムに対するカテゴリタギングの正確度を高めるために、アイテムのカテゴリ（例えば、業種など）とレビュー分析によって取得した候補カテゴリとの関連性を計算し、候補カテゴリが該当のアイテムのカテゴリと関連性が高い場合にはタギングを決定し、関連性が低い場合にはタギングから除外してよい。例えば、レストランの業種が「居酒屋」の場合、下位アイテムに対するレビューとして登録されたドリンクの写真は、「レモネード」や「オレンジエード」よりは「ビール」である確率が高い。アイテムのカテゴリと候補カテゴリとの関連性は、該当のアイテムに付属するすべての下位アイテム、レビュー、候補カテゴリを総合して統計分析によって自動計算されてよい。

アイテムのカテゴリに対して特定の下位アイテムが属する確率は、入力されたデータあるいは収集されたデータを活用して求められてよい。例えば、特定の業種のレストランに登録されたメニューのイメージをアイテム分類モデルによって分類すれば、該当の業種にはどのようなカテゴリが多く出現するのかが分かるようになる。下位アイテム分類部３１０は、個別メニューに投稿されたレビュー（写真レビュー、テキストレビューなど）およびメニュー名候補をすべて収集して、相互間で関連性が最も高いメニュー名をタギングしてよい。

例えば、アイテム分類モデルによってレビュー内容（写真やテキストなど）の候補カテゴリが「レモネード」、「オレンジエード」、「ビール」などに分類されてよく、このとき、アイテムのカテゴリが「居酒屋」であるときには、候補カテゴリのうちで「居酒屋」との関連性がより高い「ビール」がタギングされてよい。

図６は、本発明の一実施形態における、アイテムおよび下位アイテムに関する属性情報を抽出する過程の一例を説明するためのフローチャートである。

図６を参照すると、段階６０１で、プロセッサ２２０は、アイテムに登録されたレビューによって該当のアイテムの属性情報を抽出してよい。プロセッサ２２０は、レシート認証によるレビューを分析することにより、アイテムと関連する属性情報を抽出してよい。例えば、レストランの場合、レビューに含まれたレシート内容を蝕合して、営業時間、混雑する時間帯や各時間帯の混雑程度、平均消費価格、年齢別あるいは性別別の人気度などを抽出してよい。このとき、レビュー登録時間やレビュー内容を分析してアイテムを利用した時間帯を把握するか、あるいはレシートに記録された支払い時間を分析してアイテムの営業時間を把握してよい。プロセッサ２２０は、ユーザが訪問認証やレビュー作成のためにレシートイメージを登録した場合、ＯＣＲ（ｏｐｔｉｃａｌ ｃｈａｒａｃｔｅｒ ｒｅａｄｅｒ）などを利用して内容を分析してよく、分析された支払い内訳情報を利用して下位アイテムに関する情報、例えば、レストランの場合にはメニュー名やメニュー価格などを抽出してよい。また、プロセッサ２２０は、レシートを利用した平均消費価格類推モデリングを適用してよい。例えば、レストランのレシートの場合、注文したメニューの数に基づいて同行人数を類推し、支払い総額を人数で割った値が１人あたりの支払い金額となるようしてよい。１つのレストランに対するレシート情報は多数が存在するため、この平均を出したり外れ値（ｏｕｔｌｉｅｒ）をフィルタリングしたりする統計的技法を活用することで、該当のレストランの１人あたりの平均価格情報を類推してよい。これは、訪問認証に活用されるレシートだけでなく、レビューに含まれたレシートイメージや価格情報などに対しても同じように適用してよい。したがって、プロセッサ２２０は、アイテムに登録されたレビューからアイテム管理者が入力し難い情報を抽出したり、アイテム管理者が入力した情報を補完したり更新したりすることができる。

段階６０２で、プロセッサ２２０は、下位アイテムに登録されたレビューによって該当の下位アイテムの属性情報を抽出してよい。プロセッサ２２０は、下位アイテムを特定して登録した個別レビューを分析することにより、下位アイテムと関連する属性情報を抽出してよい。例えば、レストランの場合、各メニューのレビューによって、メニューそれぞれの人気度、主要分類キーワード、代表イメージなどを抽出してよい。プロセッサ２２０は、下位アイテムに登録された個別レビューからアイテム管理者が入力し難い情報を抽出したり、アイテム管理者が入力した情報を補完したり更新したりすることができる。

プロセッサ２２０は、アイテムおよび下位アイテムに関する属性情報を、クエリの意図を考慮した検索に活用することができる。

図７は、本発明の一実施形態における、アイテム検索結果画面の一例を示した図である。

図７を参照すると、プロセッサ２２０は、アイテム検索結果画面７００を通じて、検索クエリ７０１に対応する最終検索結果としてアイテムリスト７１０を提供してよい。

このとき、アイテムリスト７１０は、検索クエリ７０１とマッチングする属性情報を有するアイテム（item）などで構成されてよい。

プロセッサ２２０は、アイテム検索結果画面７００を通じて、アイテムリスト７１０に含まれたアイテムそれぞれに対して下位アイテム推薦リスト７２０とレビュー推薦リスト７３０をともに提供してよい。

プロセッサ２２０は、レビュー分析によって分析された下位アイテム（Sub-item）のカテゴリを、クエリの意図を考慮した検索に活用してよい。

下位アイテム推薦リスト７２０は、検索クエリ７０１に対応する下位アイテム検索結果で構成されてよく、レビュー（review）推薦リスト７３０も、検索クエリ７０１に対応するレビュー検索結果で構成されてよい。

言い換えれば、プロセッサ２２０は、検索クエリ７０１によって検索結果に含まれたアイテム別に、下位アイテム推薦リスト７２０とレビュー推薦リスト７３０を動的に構成して提供することができる。

例えば、ユーザが、レストランメニューキーワードを検索クエリとして使用した場合、検索結果に同じレストランが表示されたとしても、該当のレストランに関する情報が検索クエリによって異なるように表示されるようになる。

図８を参照すると、アイテムに該当する＜レストランI＞が検索結果に含まれたと仮定する。

検索クエリとして「江南パスタ」が入力された場合、＜レストランI＞と関連する推薦情報は、＜レストランI＞で販売されているパスタメニューで構成されてもよいし、パスタメニューを上位表示（例えば、リストの一番左または一番上などのようにユーザが認識しやすい位置に表示）した下位アイテム推薦リスト８２１を提供してもよく、さらに、＜レストランI＞に対するレビューにおいてパスタと関連する内容を含んでいるレビューや、＜レストランI＞のパスタメニューに登録されたレビューを上位表示したレビュー推薦リスト８３１をともに提供してよい。

一方、検索クエリとして「江南ピザ」が入力された場合、＜レストランI＞と関連する推薦情報は、＜レストランI＞で販売されているピザメニューで構成されてもよいし、ピザメニューを上位表示（例えば、リストの一番左または一番上のなどのようにユーザが認識しやすい位置に表示）した下位アイテム推薦リスト８２２と、＜レストランI＞に対するレビューにおいてピザと関連する内容を含んでいるレビューや、＜レストランI＞のピザメニューに登録されたレビューを上位表示したレビュー推薦リスト８３２を提供してよい。

言い換えれば、同一アイテムである＜レストランI＞に対して、検索クエリによって下位アイテム推薦リスト８２１、８２２とレビュー推薦リスト８３１、８３２を異なるように構成することができる。

また、検索結果に含まれた内容のうちで検索クエリとマッチングするキーワードに対しては視覚的表示を追加してよく、例えば、文字のカラーを赤色で表示するかハイライトを利用した強調表示を追加してよい。

プロセッサ２２０は、検索結果に含まれたアイテムそれぞれに対して、検索クエリに対応する下位アイテムリストとレビューリストをともに表示することにより、アイテムに関する情報のうちでコンテキストに合った推薦情報を提供することができる。このとき、プロセッサ２２０は、アイテムに付属する下位アイテムのうちで検索クエリとマッチングする下位アイテムを、そしてアイテムに登録されたレビューのうちで検索クエリとマッチングするレビューをターゲットとして優先的に表示してよい。

図９は、本発明の一実施形態における、下位アイテム検索結果をランキングする過程の一例を説明するためのフローチャートである。

図９を参照すると、段階９０１で、プロセッサ２２０は、検索結果に含まれたアイテムそれぞれに対して検索クエリに対応する下位アイテムリストを選定するにあたり、レビュー分析によって分類された下位アイテムのカテゴリと検索クエリとの類似度を利用して検索結果によって推薦する下位アイテムを選定してよい。

検索クエリと一致するキーワードのカテゴリはもちろん、検索クエリと類似する内容のカテゴリをマッチングするために埋め込み（ｅｍｂｅｄｄｉｎｇ）基盤の意味論的マッチング技法を使用してよい。意味論的マッチングとは、キーワードが検索クエリと正確にマッチングするカテゴリの下位アイテムの他にも、意味論的に類似するキーワードのカテゴリに分類された下位アイテムをマッチングする方法であって、検索クエリとカテゴリの埋め込み類似性を抽出し、これを推薦スコアに反映してよい。例えば、検索クエリが「パスタ」である場合、「パスタ」に分類されなくても、意味論的に「パスタ」と類似するカテゴリ（例えば、スパゲッティなど）に分類された下位アイテムを推薦対象として選定してよい。

段階９０２で、プロセッサ２２０は、下位アイテムの人気度を利用したスコアリングによって下位アイテム検索結果をランキングしてよい。プロセッサ２２０は、下位アイテム自体の人気度としてアイテム管理者が入力した下位アイテム別の人気度、あるいは下位アイテム別のリビューによって抽出した人気度などに基づいて、検索結果として推薦しようとする下位アイテムをランキングしてよい。

したがって、プロセッサ２２０は、コンテキストに合った下位アイテムを検索結果として提供するために、レビュー分析によって自動分類された下位アイテムのカテゴリを活用することができる。

このように、本発明の実施形態によると、レビュー分析によってアイテムが保有している下位アイテムのカテゴリを自動分類することにより、アイテムに対して未登録の情報を発見することができる。さらに、本発明の実施形態によると、レビュー分析によって分類された下位アイテムのカテゴリをクエリの意図を考慮した検索に活用することにより、ユーザが所望する情報を素早く提供することができる。

上述した装置は、ハードウェア構成要素、ソフトウェア構成要素、および／またはハードウェア構成要素とソフトウェア構成要素との組み合わせによって実現されてよい。例えば、実施形態で説明された装置および構成要素は、プロセッサ、コントローラ、ＡＬＵ（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）、デジタル信号プロセッサ、マイクロコンピュータ、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、ＰＬＵ（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｕｎｉｔ）、マイクロプロセッサ、または命令を実行して応答することができる様々な装置のように、１つ以上の汎用コンピュータまたは特殊目的コンピュータを利用して実現されてよい。処理装置は、オペレーティングシステム（ＯＳ）およびＯＳ上で実行される１つ以上のソフトウェアアプリケーションを実行してよい。また、処理装置は、ソフトウェアの実行に応答し、データにアクセスし、データを記録、操作、処理、および生成してもよい。理解の便宜のために、１つの処理装置が使用されるとして説明される場合もあるが、当業者であれば、処理装置が複数個の処理要素および／または複数種類の処理要素を含んでもよいことが理解できるであろう。例えば、処理装置は、複数個のプロセッサまたは１つのプロセッサおよび１つのコントローラを含んでよい。また、並列プロセッサのような、他の処理構成も可能である。

ソフトウェアは、コンピュータプログラム、コード、命令、またはこれらのうちの１つ以上の組み合わせを含んでもよく、思うままに動作するように処理装置を構成したり、独立的または集合的に処理装置に命令したりしてよい。ソフトウェアおよび／またはデータは、処理装置に基づいて解釈されたり、処理装置に命令またはデータを提供したりするために、いかなる種類の機械、コンポーネント、物理装置、コンピュータ記録媒体または装置に具現化されてよい。ソフトウェアは、ネットワークによって接続されたコンピュータシステム上に分散され、分散された状態で記録されても実行されてもよい。ソフトウェアおよびデータは、１つ以上のコンピュータ読み取り可能な記録媒体に記録されてよい。

実施形態に係る方法は、多様なコンピュータ手段によって実行可能なプログラム命令の形態で実現されてコンピュータ読み取り可能な媒体に記録されてよい。ここで、媒体は、コンピュータ実行可能なプログラムを継続して記録するものであっても、実行またはダウンロードのために一時記録するものであってもよい。また、媒体は、単一または複数のハードウェアが結合した形態の多様な記録手段または格納手段であってよく、あるコンピュータシステムに直接接続する媒体に限定されることはなく、ネットワーク上に分散して存在するものであってもよい。媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク、および磁気テープのような磁気媒体、ＣＤ－ＲＯＭおよびＤＶＤのような光媒体、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）のような光磁気媒体、およびＲＯＭ、ＲＡＭ、フラッシュメモリなどを含み、プログラム命令が記録されるように構成されたものであってよい。また、媒体の他の例として、アプリケーションを配布するアプリケーションストアやその他の多様なソフトウェアを供給または配布するサイト、サーバなどで管理する記録媒体または格納媒体が挙げられる。

以上のように、実施形態を、限定された実施形態および図面に基づいて説明したが、当業者であれば、上述した記載から多様な修正および変形が可能であろう。例えば、説明された技術が、説明された方法とは異なる順序で実行されたり、かつ／あるいは、説明されたシステム、構造、装置、回路などの構成要素が、説明された方法とは異なる形態で結合されたりまたは組み合わされたり、他の構成要素または均等物によって対置されたり置換されたとしても、適切な結果を達成することができる。

したがって、異なる実施形態であっても、特許請求の範囲と均等なものであれば、添付される特許請求の範囲に属する。

２２０：プロセッサ
３１０：下位アイテム分類部
３２０：検索結果提供部

Claims (13)

1. コンピュータシステムで実行される方法であって、
   前記コンピュータシステムは、メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサを含み、
   前記方法は、
   前記少なくとも１つのプロセッサにより、アイテムに登録されたレビューの内容を分析する段階、および
   前記少なくとも１つのプロセッサにより、レビュー分析結果を利用して前記アイテムに付属する下位アイテムのカテゴリを分類する段階
   を含み、前記方法は、
   前記少なくとも１つのプロセッサにより、前記アイテムに登録されたレビューに基づいて前記アイテムの属性情報を抽出する段階、および
   前記少なくとも１つのプロセッサにより、前記下位アイテムに登録されたレビューに基づいて前記下位アイテムの属性情報を抽出する段階
   をさらに含む、方法。
2. 前記分析する段階は、
   アイテム分類モデルを利用してレビュー内容に対応する候補カテゴリを取得する段階
   を含み、
   前記分類する段階は、
   前記候補カテゴリを前記下位アイテムに関する情報にタギングする段階
   を含む、請求項１に記載の方法。
3. 前記タギングする段階は、
   前記アイテムのカテゴリと前記候補カテゴリとの関連度によって前記候補カテゴリをタギングするかどうかを決定すること
   を特徴とする、請求項２に記載の方法。
4. 前記分析する段階は、
   前記アイテムに登録されたレビューのうちの少なくとも一部を分析対象レビューとして選定する段階
   を含み、
   前記選定する段階は、
   ここ最近の一定期間以内に登録されたレビュー、一定レベル以上の等級が付与されたユーザが登録したレビュー、および前記アイテムの実際の訪問や利用が認証されたレビューのうちの少なくとも１つを前記分析対象レビューとして選定すること
   を特徴とする、請求項１に記載の方法。
5. 前記方法は、
   前記少なくとも１つのプロセッサにより、前記カテゴリを利用して検索クエリに対応する下位アイテムを検索結果として提供する段階
   をさらに含む、請求項１に記載の方法。
6. 前記提供する段階は、
   前記カテゴリと前記検索クエリとの類似度を利用して前記検索結果として提供するための下位アイテムを選定する段階、および
   前記選定された下位アイテムの人気度を利用したスコアリングによって前記選定された下位アイテムをランキングする段階
   を含む、請求項５に記載の方法。
7. 前記方法は、
   前記少なくとも１つのプロセッサにより、検索クエリに対応するアイテムを検索結果として提供する段階
   をさらに含み、
   前記提供する段階は、
   前記検索結果に含まれたアイテム別に、前記検索クエリとマッチングするカテゴリの下位アイテムを前記検索結果に含ませて提供すること
   を特徴とする、請求項１に記載の方法。
8. 前記アイテムの属性情報、および、前記下位アイテムの属性情報は、検索クエリに対して行われる検索に利用される、請求項１に記載の方法。
9. 請求項１～８のうちのいずれか一項に記載の方法をコンピュータに実行させるためのコンピュータプログラム。
10. コンピュータシステムであって、
    メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサ
    を含み、
    前記少なくとも１つのプロセッサは、
    アイテムに登録されたレビューの内容を分析し、
    レビュー分析結果を利用して前記アイテムに付属する下位アイテムのカテゴリを分類する場合に、
    前記アイテムに登録されたレビューに基づいて前記アイテムの属性情報を抽出し、前記少なくとも１つのプロセッサにより、前記下位アイテムに登録されたレビューに基づいて前記下位アイテムの属性情報を抽出すること
    を特徴とする、コンピュータシステム。
11. 前記少なくとも１つのプロセッサは、
    アイテム分類モデルを利用してレビュー内容に対応する候補カテゴリを取得し、
    前記候補カテゴリを前記下位アイテムに関する情報にタギングすること
    を特徴とする、請求項１０に記載のコンピュータシステム。
12. 前記少なくとも１つのプロセッサは、
    前記アイテムのカテゴリと前記候補カテゴリとの関連度によって前記候補カテゴリをタギングするかどうかを決定すること
    を特徴とする、請求項１１に記載のコンピュータシステム。
13. 前記少なくとも１つのプロセッサは、
    前記カテゴリを利用して、検索クエリに対応する下位アイテムを検索結果として提供するか、又は
    検索クエリに対応するアイテムを検索結果として提供する場合に、前記検索結果に含まれたアイテム別に、前記検索クエリとマッチングするカテゴリの下位アイテムを前記検索結果に含ませて提供すること
    を特徴とする、請求項１０に記載のコンピュータシステム。

Images