JP7460809B1 - サジェスト装置、サジェスト方法、およびプログラム - Google Patents

Abstract

【課題】ユーザの現在のシーンまたは状況に基づいて次のシーンまたは状況に応じたコンテンツをサジェストする。【解決手段】本発明の一態様は、検索要求を受け付ける受付部と、受付部により受け付けられた前記検索要求に基づいてコンテンツを検索する検索部と、現在においてユーザが置かれているシーンまたは状況を推定し、推定された現在のシーンまたは状況に基づいて、現在のシーンまたは状況から遷移した次のシーンまたは状況を予測するシーン・状況推定部と、前記検索部により検索されたコンテンツのうち前記シーン・状況推定部により予測された次のシーンまたは状況に対応したコンテンツをサジェストするサジェスト部と、を備えるサジェスト装置である。【選択図】図９

Description

本発明は、サジェスト装置、サジェスト方法、およびプログラムに関する。

従来、ユーザ属性に基づいてコンテンツを提供する技術が知られている。この種の技術は、例えば、特許文献１に記載されている。特許文献１に記載されている関心分析装置は、ユーザの属性情報、およびユーザがコンテンツに関心を示したことを表す関心情報に基づき、コンテンツの重要度を算出することが記載されている。また、特許文献２に記載された旅行支援システムは、ユーザの旅行を支援するために、ユーザ端末からの条件情報およびユーザの属性情報を含む入力情報に基づいて、ユーザの旅行に関する、経由及び利用する観光地、交通手段及び経路の項目を含むプラン案を作成することが記載されている。

特開2021-157206号公報 特開2016-139263号公報

上述した特許文献１に記載された技術は、ユーザの属性情報に基づいてコンテンツの重要度を算出することを行っており、特許文献２に記載された技術は、ユーザの属性情報に基づいてプラン案を作成することが記載されている。しかしながら、特許文献１および２に記載された技術は、ユーザの属性情報、およびユーザ端末からの条件情報を含む入力情報に基づいてコンテンツを提供しているので、ユーザの行動や場所等を含む現在のシーン、及び、天候等を含む現在の状況に基づいて次のシーンまたは状況に応じたコンテンツをサジェストすることができないという問題がある。

本発明は、上記の課題に鑑みてなされたものであって、ユーザの現在のシーンまたは状況に基づいて次のシーンまたは状況に応じたコンテンツをサジェストすることができるサジェスト装置、サジェスト方法、およびプログラムを提供することを目的としている。

（１）本発明の一態様は、検索要求を受け付ける受付部と、前記受付部により受け付けられた前記検索要求に基づいてコンテンツを検索する検索部と、現在においてユーザが置かれているシーンまたは状況を推定し、推定された現在のシーンまたは状況に基づいて、現在のシーンまたは状況から遷移した次のシーンまたは状況を予測するシーン・状況推定部と、前記検索部により検索されたコンテンツのうち前記シーン・状況推定部により予測された次のシーンまたは状況に対応したコンテンツをサジェストするサジェスト部と、を備え、前記シーン・状況推定部は、複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測し、前記サジェスト部は、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいてサジェストするコンテンツの理由を示す情報をユーザに提供する、サジェスト装置である。

（２）本発明の一態様は、検索要求を受け付ける受付部と、前記受付部により受け付けられた前記検索要求に基づいてコンテンツを検索する検索部と、現在においてユーザが置かれているシーンまたは状況を推定し、複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測するシーン・状況推定部と、前記検索部により検索されたコンテンツのうち前記シーン・状況推定部により予測された次のシーンまたは状況に対応したコンテンツをサジェストするサジェスト部と、を備え、前記受付部は、ユーザについての場所および時間帯を含むプラン情報を取得し、前記シーン・状況推定部は、前記プラン情報に基づいて現在においてユーザが置かれているシーンまたは状況を推定し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率、および前記プラン情報に含まれる未来の場所および時間帯の情報に基づいて、次のシーンまたは状況を予測する、サジェスト装置である。

（３）本発明の一態様は、前記シーン・状況推定部は、現在においてユーザが置かれているシーンまたは状況として、ユーザの行動、同伴者、時間帯、および場所を含むシーン、天候、気温を含む状況を取得し、取得したシーンおよび状況の組み合わせをパターン化して分類する次元圧縮処理を行い、分類したシーンおよび状況の何れかを次のシーンまたは状況として予測してよい。

（４）本発明の一態様は、検索要求を受け付けるステップと、前記検索要求に基づいてコンテンツを検索するステップと、現在においてユーザが置かれているシーンまたは状況を推定するステップと、推定された現在のシーンまたは状況に基づいて、現在のシーンまたは状況から遷移した次のシーンまたは状況を予測するステップと、検索されたコンテンツのうち、予測された次のシーンまたは状況に対応したコンテンツをサジェストするステップと、を含み、前記した予測するステップは、複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測し、前記したサジェストするステップは、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいてサジェストするコンテンツの理由を示す情報をユーザに提供する、サジェスト方法である。

（５）本発明の一態様は、検索要求を受け付けるステップと、前記検索要求に基づいてコンテンツを検索するステップと、現在においてユーザが置かれているシーンまたは状況を推定するステップと、数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測するステップと、検索されたコンテンツのうち、予測された次のシーンまたは状況に対応したコンテンツをサジェストするステップと、を含み、前記したシーンまたは状況を推定するステップは、ユーザについての場所および時間帯を含むプラン情報を取得した場合、前記プラン情報に基づいて現在においてユーザが置かれているシーンまたは状況を推定し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率、および前記プラン情報に含まれる未来の場所および時間帯の情報に基づいて、次のシーンまたは状況を予測する、サジェスト方法である。

（６）本発明の一態様は、情報処理装置のコンピュータに、検索要求を受け付けるステップと、前記検索要求に基づいてコンテンツを検索するステップと、現在においてユーザが置かれているシーンまたは状況を推定するステップと、推定された現在のシーンまたは状況に基づいて、現在のシーンまたは状況から遷移した次のシーンまたは状況を予測するステップと、検索されたコンテンツのうち、予測された次のシーンまたは状況に対応したコンテンツをサジェストするステップと、を実行させ、前記した予測するステップは、複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測し、前記したサジェストするステップは、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいてサジェストするコンテンツの理由を示す情報をユーザに提供する、プログラムである。

（７）本発明の一態様は、情報処理装置のコンピュータに、検索要求を受け付けるステップと、前記検索要求に基づいてコンテンツを検索するステップと、現在においてユーザが置かれているシーンまたは状況を推定するステップと、複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測するステップと、検索されたコンテンツのうち、予測された次のシーンまたは状況に対応したコンテンツをサジェストするステップと、を実行させ、前記したシーンまたは状況を推定するステップは、ユーザについての場所および時間帯を含むプラン情報を取得した場合、前記プラン情報に基づいて現在においてユーザが置かれているシーンまたは状況を推定し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率、および前記プラン情報に含まれる未来の場所および時間帯の情報に基づいて、次のシーンまたは状況を予測する、プログラムである。

本発明の一態様によれば、ユーザの現在のシーンまたは状況に基づいて次のシーンまたは状況に応じたコンテンツをサジェストすることができる。

実施の形態におけるサジェストシステムの一構成例を示すブロック図である。 実施の形態におけるサジェストシステムの全体処理の一例を示す図である。 実施の形態における価値観推定用のコンテンツの一例を示す図である。 実施の形態においてユーザの行動に基づくユーザの価値観を更新する処理の一例を説明するための図である。 実施の形態におけるサジェスト装置により価値観を更新する処理を説明するための図である。 実施の形態におけるサジェストを行う処理一例を示すフローチャートである。 実施の形態におけるサジェストシステムの全体処理を説明するための図である。 第１の実施の形態の概要を説明する図である。 第１の実施の形態におけるサジェストシステムの処理を説明するための図である。 第１の実施の形態におけるユーザが訪問しているスポットを推定する処理の概要を説明するための図である。 第１の実施の形態におけるシーンおよび状況を構成する要素の一例を示す図である。 第１の実施の形態において現在のシーンから次のシーンを予測する処理の概要を示す図である。 第１の実施の形態におけるシーン・状況データの次元圧縮処理のための学習処理の一例を説明するための図である。 第１の実施の形態におけるシーン・状況データの次元圧縮処理のための学習処理の他の一例を説明するための図である。 第１の実施の形態におけるシーン・状況データの次元圧縮処理の一例を説明するための図である。 第１の実施の形態におけるベイジアンネットワークを用いてシーンおよび状況を推定する処理の一例を示す図である。 第１の実施の形態におけるベイジアンネットワークを用いた確率モデルの学習処理を説明するための図である。 第１の実施の形態におけるベイジアンネットワークを用いた確率モデルの推定処理を説明するための図である。 第１の実施の形態における系列予測を用いたサジェストスコアの計算処理の一例を示す図である。 第２の実施の形態において利用ユーザと類似ユーザでシーンまたは状況が類似する場合に類似ユーザの旅プラン、スポット、または口コミ情報に関連する旅プランやコンテンツをサジェストする一例を説明する図である。 第２の実施の形態におけるサジェストシステムの処理を説明するための図である。 第２の実施の形態において類似ユーザをカテゴリごとに抽出する処理の一例を示す図である。 第２の実施の形態においてユーザの類似度を計算する処理の一例を示す図であり、（ａ）はユーザ属性データの一例を示し、（ｂ）はユーザ類似度行列の一例を示す図である。 第２の実施の形態においてユーザの類似度を計算する処理の他の一例を示す図であり、（ａ）はアプリ操作履歴集計データを示し、（ｂ）はユーザ類似度行列の一例を示す図である。 第２の実施の形態においてユーザの類似度を計算する処理の他の一例を示す図であり、（ａ）は旅プランデータの一例を示し、（ｂ）はコンテンツ属性集計データの一例を示し、（ｃ）はコンテンツ属性類似度行列の一例を示し、（ｄ）は訪問地域集計データの一例を示し、（ｅ）は訪問地域類似度行列の一例を示し、（ｆ）はユーザ類似度行列の一例を示す。 第２の実施の形態のシーン・状況の類似度スコア計算におけるシーン・状況の類似度を説明するための図である。 第２の実施の形態におけるシーン・状況の類似度スコアを計算する処理の一例を示す図である。 第２の実施の形態における類似ユーザ、類似シーン・状況に基づくサジェストスコア計算処理（ステップＳ３０８）の処理手順の一例を示す図である。 第２の実施の形態における口コミのサジェストについて説明する図である。 第２の実施の形態においてユーザ端末装置にコンテンツを表示する画面の一例である。 第３の実施の形態における概要を説明する図であり、（ａ）は、ユーザ端末装置にコンテンツを表示する画面の一例を示す図であり、（ｂ）はユーザ端末装置に地図およびコンテンツを表示する画面の一例を示す図である。 第３の実施の形態におけるサジェスト装置２００により価値観、シーン・状況に応じたサジェスト理由を計算する処理の一例を示すフローチャートである。 第３の実施の形態におけるサジェスト理由を表示する処理の概要を説明するための図である。 第３の実施の形態におけるサジェストスコアの分計に基づいてサジェスト理由を提供する処理の一例を説明するための図であり、（ａ）はコンテンツごとのサジェストスコアの合計、および各サジェストスコアのスコア分計の一例を示す図であり、（ｂ）はサジェスト理由テーブルの一例を示す図であり、（ｃ）はサジェスト画面の一例を示す図である。 第４の実施の形態において探索空間と価値観探索目的関数との関係の一例を示すであり、（ａ）は価値観の探索が局所解に陥って更新がすくなくなることを説明するための図であり、（ｂ）は、未探索の価値観をもつコンテンツをサジェストすることで価値観の最適解が得られることを説明するための図である。 第４の実施の形態におけるサジェスト部の動作の一例を説明するための図である。 第４の実施の形態におけるユーザの価値観と、属性スコアと、コンテンツの記事名と、ゆらぎに応じた順位との関係を示す図である。 第４の実施の形態におけるユーザの価値観と、属性スコアと、一時的に属性スコアを上昇させた価値観と、コンテンツの記事名および順位との関係を示す図である。 第４の実施の形態におけるサジェスト装置により価値観、シーン・状況に応じたサジェスト理由を計算する処理の一例を示すフローチャートである。

以下、本発明を適用したサジェスト装置、サジェスト方法、およびプログラムを、図面を参照して説明する。本発明を適用したサジェスト装置、サジェスト方法、およびプログラムは、例えば、ユーザの操作に基づく検索要求に応じ、ユーザの価値観、ユーザが置かれているシーン、状況等に基づいてユーザにコンテンツをサジェストするサジェストシステムにより実現される。サジェストとは、コンテンツの一覧を含むコンテンツをユーザに提供する処理である。これによりサジェストシステムは、ユーザにとって利便性の高い情報提供サービスを実現する。なお、以下の実施形態において、サジェストシステムの適用分野は観光および街歩きであるが、これに限定されず、買い物などのあらゆる分野に適用可能である。

＜サジェストシステムの全体説明＞
まず、実施の形態におけるサジェストシステムの全体の構成、および処理内容について説明する。
図１は、実施の形態におけるサジェストシステムの一構成例を示すブロック図である。サジェストシステムは、例えば、ユーザ端末装置１００と、サジェスト装置２００と、コンテンツ提供装置３００と、環境情報提供装置４００とを備える。ユーザ端末装置１００、コンテンツ提供装置３００、コンテンツ提供装置３００、および環境情報提供装置４００は、例えば、通信ネットワークに接続される。通信ネットワークに接続される各装置は、ＮＩＣ（Network Interface Card）や無線通信モジュールなどの通信インターフェースを備えている（図１では不図示）。通信ネットワークは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、セルラー網などを含む。

ユーザ端末装置１００は、例えばスマートフォンやタブレット端末などの携帯型端末装置である。ユーザ端末装置１００は、ブラウザやアプリケーションプログラムなどのＵＡ（User Agent）が起動する。ＵＡは、例えば、サジェスト装置２００が提供する情報提供サービスを受けるためのアプリケーションである。ユーザ端末装置１００は、ユーザの操作に基づく操作情報、ＧＰＳ（Global Positioning System， Global Positioning Satellite）を利用したユーザ端末装置１００の位置情報、およびクエリを含む検索要求を生成し、サジェスト装置２００またはコンテンツ提供装置３００に送信する。ユーザ端末装置１００は、サジェスト装置２００から提供されたコンテンツの一覧を表す情報、およびコンテンツ提供装置３００から受信したコンテンツを用いて表示処理や操作の受け付け処理などを行う。

サジェスト装置２００は、例えば、情報提供サービスのための処理を行う情報処理装置である。サジェスト装置２００は、例えば、受付部２１０と、行動履歴取得部２２０と、シーン・状況推定部２３０と、価値観推定部２４０と、検索部２５０と、サジェスト部２６０と、データベース部２７０とを備える。受付部２１０、行動履歴取得部２２０、シーン・状況推定部２３０、価値観推定部２４０、検索部２５０、およびサジェスト部２６０といった機能部は、例えばＣＰＵ（Central Processing Unit）等のプロセッサがプログラムメモリに格納されたプログラムを実行することにより実現される。また、これらの機能部のうち一部または全部は、ＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、またはＦＰＧＡ（Field-Programmable Gate Array）等のハードウェアにより実現されてもよいし、ソフトウェアとハードウェアが協働することで実現されてもよい。

受付部２１０は、ユーザ端末装置１００から、ユーザの操作に基づく情報である操作情報等を取得することで、ユーザの操作等を受け付ける。行動履歴取得部２２０は、操作情報、ユーザの位置情報、コンテンツの閲覧履歴、お気に入り登録などのユーザの価値観に関する行動（アクション）の履歴を含む行動履歴情報を取得する。シーン・状況推定部２３０は、ユーザの価値観に影響を与えるシーンを表すシーン情報および／またはユーザが置かれている状況を表す状況情報を取得する。価値観推定部２４０は、例えば観光等の適用分野におけるユーザの価値観を推定する。ユーザの価値観は、例えば、観光における嗜好または好みなどである。ユーザの価値観は、シーンおよび／または状況によって変動するため、シーンおよび／または状況に対応した価値観を含む。なお、価値観推定部２４０は、ユーザの価値観に基づいて、ユーザに対応したペルソナを推定してよい。ペルソナは、情報提供サービスを受ける顧客モデルである。なお、価値観推定部２４０は、ユーザ属性として、例えば、ユーザの固定的な情報（住所、性別、年齢など）も取得してよい。検索部２５０は、受付部２１０により受け付けられた検索要求に基づいてコンテンツを検索する。サジェスト部２６０は、検索部２５０により検索されたコンテンツの中から、シーン・状況推定部２３０により推定されたシーン・状況、価値観推定部２４０により推定された価値観等に基づいて、コンテンツをサジェストする。

データベース部２７０は、例えば、ＨＤＤ（Hard Disc Drive）、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＯＭ（Read Only Memory）、またはＲＡＭ（Random Access Memory）、或いはこれらを複数用いたハイブリッド型記憶装置により実現される。データベース部２７０は、各種ネットワークを介してアクセス可能な外部記憶装置によって実現されてもよい。外部記憶装置の一例として、ＮＡＳ（Network Attached Storage）装置が挙げられる。データベース部２７０は、サジェスト装置２００における各部の処理に必要な情報を管理する。

コンテンツ提供装置３００は、例えば、ユーザ端末装置１００からの要求に対して各種のコンテンツを提供するサーバ装置である。コンテンツ提供装置３００は、例えば、旅行先における、飲食店、店舗、公共施設（公園など）や、交通機関や、営利目的施設に関するコンテンツを提供する。コンテンツ提供装置３００は、例えば、飲食店の広告情報や、クーポン情報や、飲食店のＵＲＬなどを含む提供用コンテンツのコンテンツデータをコンテンツ記憶部３００Ａに記憶する。コンテンツデータには、コンテンツの属性を示すコンテンツ属性情報が付加されている。コンテンツの属性は、コンテンツの性質を示す情報であり、例えば、ユーザの価値観に対応した情報、ペルソナに対応した情報、およびシーンまたは状況に対応した情報である。

環境情報提供装置４００は、天候情報、交通情報、災害情報といった時々刻々と変化する環境情報を配信するサーバ装置である。環境情報提供装置４００は、例えばサジェスト装置２００からの要求に応じて環境情報を発信する。なお、環境情報は、現在地情報、現在地のスポット（例えば店舗名称、観光地名称）を示すスポット情報、電子マネーの残高情報などのユーザの情報を含んでよい。

図２は、実施の形態におけるサジェストシステムの全体処理の一例を示す図である。
先ずユーザ端末装置１００は、例えば、情報提供サービスを受けるためのアプリケーションをインストールまたは起動すると、サジェスト装置２００に接続要求Ｓ１０を送信する。サジェスト装置２００は、接続要求Ｓ１０に対して、データベース部２７０に蓄積された価値観推定用のコンテンツＳ１１をユーザ端末装置１００に送信する。ユーザ端末装置１００は、価値観推定用のコンテンツＳ１１に対する選択操作を受け付け、操作情報Ｓ１２をサジェスト装置２００に送信する。受付部２１０は、選択操作に基づく操作情報Ｓ１２を受け付け、価値観推定部２４０は、選択操作に基づいてユーザの価値観を推定し、ユーザ情報に、推定した価値観を付与する（ステップＳＴ１０）。

その後、ユーザ端末装置１００は、各種の操作情報Ｓ１３ａ、位置情報Ｓ１３ｂ、またはシーン・状況に関する情報Ｓ１３ｃをサジェスト装置２００に送信する。これに応じ、行動履歴取得部２２０は、操作情報Ｓ１３ａに基づいて行動履歴を更新し、価値観推定部２４０は、送信された情報に基づいて価値観を更新する（ステップＳＴ１１）。また、環境情報提供装置４００は、予め設定されたタイミングが到来した時、環境情報が変化した時などの条件が成立した場合、シーン・状況に関する環境情報Ｓ１４をサジェスト装置２００に送信する。これに応じ、価値観推定部２４０は、送信された環境情報Ｓ１４に基づいて価値観を更新する（ステップＳＴ１２）。

その後、ユーザ端末装置１００は、観光に関するコンテンツを検索するためのクエリを含む検索要求Ｓ１５をサジェスト装置２００に送信する。受付部２１０は、検索要求Ｓ１５を受け付け、検索部２５０は、検索要求Ｓ１５に対し、コンテンツ提供装置３００からコンテンツデータＳ１６を取得し、サジェスト部２６０は、現時点のユーザの価値観、およびシーン・状況に基づいてサジェストスコアを計算する（ステップＳＴ１３）。サジェスト部２６０は、計算したサジェストスコアに基づいてコンテンツ一覧を表示するためのサジェストデータＳ１７をユーザ端末装置１００に送信する。ユーザ端末装置１００は、サジェストデータＳ１７を受信してコンテンツ一覧を表示させる。ユーザ端末装置１００は、コンテンツの一覧を表示したことに起因する操作を受け付けた場合、操作情報Ｓ１８をサジェスト装置２００に送信する。コンテンツの一覧を表示したことに起因する操作は、例えば、コンテンツ一覧に含まれるコンテンツを選択したことに基づくコンテンツの閲覧、コンテンツのお気に入りへの追加、プランへの追加などがある。価値観推定部２４０は、送信された操作情報Ｓ１８に基づいて価値観を更新する（ステップＳＴ１４）。

図３は、実施の形態における価値観推定用のコンテンツの一例を示す図である。価値観推定用のコンテンツは、観光に特化した画像および観光に特化したキャッチコピーの組を複数含む。ユーザ端末装置１００は、推定用コンテンツを受信すると価値観推定画面を表示する。価値観推定画面には、４組の画像および画像それぞれに対応したキャッチコピーと、「どんなところが好きですか？」という質問メッセージが含まれる。価値観推定用のコンテンツに含まれる画像およびキャッチコピーは、コンテンツの属性に対応した画像およびキャッチコピーである。ユーザ端末装置１００は、４組のうち何れかを選択する操作を受け付けた場合、選択された画像およびキャッチコピーを示す選択結果情報をサジェスト装置２００に送信する。価値観推定部２４０は、選択結果情報に基づいてコンテンツの属性に対応したユーザの価値観を推定し、サジェスト部２６０は、推定した価値観に基づいてコンテンツの一覧情報をユーザ端末装置１００に送信する。これによりユーザ端末装置１００は、コンテンツの一覧を含むおすすめスポット一覧画面を表示する。ユーザ端末装置１００は、例えばカテゴリや観光スポットなどのフィルター情報をサジェスト装置２００に送信し、サジェスト装置２００は、フィルター情報に合致するコンテンツの一覧情報をユーザ端末装置１００に送信してよい。なお、価値観推定用のコンテンツは、観光に特化したモデルプランの価値観を更新する画像およびキャッチコピーを含んでよい。

なお、図３に示した価値観推定画面は、４組の画像およびキャッチコピーを表示させたが、これに限定されず、一度に８組を表示してもよい。また、一度に表示する画像およびキャッチコピーの組に優先度または順位を設定せずに、ランダムな順番または位置に表示してよい。さらに、一度に表示する画像およびキャッチコピーの組のそれぞれは、同じ大きさとし、ユーザが一度に見ることができるように画面内に整列して表示することで、画像間での公平性を保つことが望ましい。

図４は、実施の形態においてユーザの行動に基づくユーザの価値観を更新する処理の一例を説明するための図である。実施形態の価値観推定部２４０は、図５に示すように、操作（行動）が行われた場合、コンテンツの属性に対応したユーザの価値観を更新する。価値観推定部２４０は、「ローカル」および「昔ながら」に属するコンテンツに対してコンテンツの閲覧等の操作が行われた場合、「ローカル」および「昔ながら」に対応するユーザの価値観の属性スコアを高く更新する。一方、価値観推定部２４０は、「フォトジェニック」に属するコンテンツに対して操作が行われていないので、「フォトジェニック」に対応するユーザの価値観の属性スコアを低く更新する。これにより価値観推定部２４０は、価値観推定用のコンテンツを用いて推定したユーザの価値観にユーザの操作を反映させることで、ユーザの価値観をより正確に捉えることができる。

図５は、実施の形態におけるサジェスト装置２００により価値観を更新する処理（ステップＳＴ１４）を説明するための図である。ユーザ端末装置１００は、サジェスト装置２００から受信したコンテンツ一覧画面を表示する（ステップＳＴ２０）。受付部２１０は、例えば、コンテンツ一覧に対するコンテンツ閲覧等の行動に基づく操作情報を受信し、当該操作情報で操作されたコンテンツについてのコンテンツデータをコンテンツ提供装置３００から取得する。サジェスト部２６０は、行動に関わるコンテンツの属性（ユーザの価値観に対応する）を確認する（ステップＳＴ３０）。なお、サジェスト装置２００は、コンテンツデータに含まれたジャンル等の情報からコンテンツの属性を計算してよい。次に価値観推定部２４０は、コンテンツの属性、ユーザの行動、および更新前のユーザの価値観を組み合わせて、ユーザの価値観を計算し（ステップＳＴ３１）、計算したユーザの価値観を更新後のユーザの価値観として更新する（ステップＳＴ３２）。

図６は、実施の形態におけるサジェストを行う処理一例を示すフローチャートである。先ず受付部２１０は、ユーザ端末装置１００から検索要求を受信したことに応じ、検索部２５０は、検索要求に基づいてコンテンツデータを取得し、サジェスト部２６０は、ユーザの価値観に基づくサジェストスコアを計算する（ステップＳＴ４０）。サジェスト部２６０は、ユーザ端末装置１００の操作情報および環境情報提供装置４００からシーンおよび／または状況に関する情報を取得し、シーン情報および／または状況情報に基づいてコンテンツデータを取得し、サジェストスコアを計算する（ステップＳＴ４１）。サジェスト部２６０は、ユーザの価値観に合致するコンテンツほどサジェストスコアを高くし、ユーザが置かれているシーンおよび／または状況に合致するコンテンツほどサジェストスコアを高くする。サジェスト部２６０は、サジェストスコアを合計することで最終的なサジェストスコアを計算する（ステップＳＴ４２）。サジェスト部２６０は、最終的なサジェストスコアに従ってサジェストスコアが上位のコンテンツがコンテンツ一覧画面の上位になるようにコンテンツ一覧情報を作成する（ステップＳ４３）。サジェスト部２６０は、コンテンツ一覧情報をユーザ端末装置１００に送信することで、コンテンツをサジェストする。これによりサジェスト装置２００は、ユーザの価値観、シーンおよび／または状況を考慮してコンテンツ一覧をサジェストすることができる。

図７は、実施の形態におけるサジェストシステムの全体処理を説明するための図である。図７において、「ＵＩ（ユーザ）」はユーザ端末装置１００の処理を示し、「処理」はサジェスト装置２００の処理を示し、「データ」はサジェスト装置２００において用いられるデータであってデータベース部２７０に記録されているデータを示す。まず、ユーザ端末装置１００は、サジェスト装置２００から提供された価値観推定用のコンテンツを選択する操作を受け付け（ステップＳ１００）、サジェスト装置２００は、ユーザの操作に基づくコンテンツ（画像）診断により、ユーザ属性における価値観を付与し（ステップＳ１０２）、ユーザ属性データを更新する。

次にユーザ端末装置１００は、コンテンツの一覧を要求し（ステップＳ１０４）、サジェスト部２６０は、例えば、ユーザ属性データ、コンテンツデータ、シーン・状況データ、ユーザの位置情報（ユーザＧＰＳデータ）、操作情報（ＵＩ操作ログデータ）、旅プランデータの少なくとも一つの情報を用いて、サジェストスコアを計算する（ステップＳ１０６）。サジェスト部２６０は、多様な価値観、シーンおよび／または状況に応じてサジェストスコアを計算し、計算したサジェストスコアに基づいてコンテンツのサジェストを行う。サジェスト部２６０は、現在のシーンまたは状況に基づいて、現在のシーンまたは状況から遷移した次のシーンまたは状況を予測し、予測された次のシーンまたは状況に対応したコンテンツをサジェストしてよい（第１の実施の形態）。さらに、サジェスト部２６０は、検索部２５０により検索されたコンテンツのうち、利用ユーザの価値観に類似する価値観を持つ類似ユーザが、利用ユーザが置かれているシーンまたは状況と同一または類似するシーンまたは状況における行動履歴に基づくコンテンツをサジェストしてよい（第２の実施の形態）。サジェスト部２６０は、サジェストされたコンテンツの理由を示す情報をユーザに提供してよい（第３の実施の形態）。さらに、サジェスト部２６０は、利用ユーザの価値観のうち基準より低い価値観に基づくコンテンツをサジェストしてよい（第４の実施の形態）。

サジェスト部２６０は、サジェストスコアに基づいてコンテンツの一覧をユーザ端末装置１００に提供し、ユーザ端末装置１００は、コンテンツの一覧、およびサジェストされたコンテンツの理由を表示することができる（ステップＳ１０８）。ユーザ端末装置１００は、ユーザの操作に基づいてコンテンツの閲覧、コンテンツのお気に入りへの追加、またはコンテンツの旅プランへの追加などの操作を受け付ける（ステップＳ１１０）。サジェスト装置２００は、ユーザ端末装置１００により受け付けた操作に基づいてＵＩ操作ログデータ、旅プランデータ等を更新する。価値観推定部２４０は、ユーザの操作に基づいて価値観を更新する処理、ペルソナを推定する処理を行ってよい（ステップＳ１１２）。

＜第１の実施の形態＞
以下、上述したサジェストシステムにおける第１の実施の形態について説明する。なお、上述の実施の形態において上述したサジェストシステムと同じ部分については同一符号を付する。

第１の実施の形態におけるサジェスト装置２００は、図１に示すように、例えば、検索要求を受け付ける受付部２１０と、受付部２１０により受け付けられた検索要求に基づいてコンテンツを検索する検索部２５０と、現在においてユーザが置かれているシーンまたは状況を推定し、推定された現在のシーンまたは状況に基づいて、現在のシーンまたは状況から遷移した次のシーンまたは状況を予測するシーン・状況推定部２３０と、検索部２５０により検索されたコンテンツのうちシーン・状況推定部２３０により予測された次のシーンまたは状況に対応したコンテンツをサジェストするサジェスト部２６０と、を備える。

図８は、第１の実施の形態の概要を説明する図である。第１の実施の形態のサジェストシステムは、現在においてユーザが置かれているシーンまたは状況（ユーザの行動を含む）を推定し、推定された現在のシーンまたは状況に基づいて、現在のシーンまたは状況から遷移した次のシーンまたは状況を予測する。これによりサジェストシステムは、例えば、予測した次のシーンに合ったスポットに関するコンテンツをサジェストすることができる。具体的に、現在のシーンが「お昼過ぎに友達とショッピングモールで買い物している」である場合、サジェストシステムは、次のシーンとして「カフェで休憩する」の確率が大きいことを予測し、「カフェで休憩する」に関するコンテンツをサジェストすることができる。

図９は、第１の実施の形態におけるサジェストシステムの処理を説明するための図である。図９において、「ＵＩ（ユーザ）」はユーザ端末装置１００の処理を示し、「処理」はサジェスト装置２００の処理を示し、「データ」はサジェスト装置２００において用いられるデータであってデータベース部２７０に記録されているデータを示す。まず、ユーザ端末装置１００は、コンテンツの一覧を要求する検索要求を受け付け（ステップＳ２００）、シーン・状況推定部２３０は、ＵＩ操作ログデータおよび旅プランデータに基づいてユーザが訪問しているスポットを推定する（ステップＳ２０２）。旅プランデータは、ユーザについての場所および時間帯を含むプラン情報である。次にシーン・状況推定部２３０は、シーン・状況データを次元圧縮する（ステップＳ２０４）。シーン・状況推定部２３０は、次元圧縮（ステップＳ２０４）を、学習処理（ステップＳ２０６）により構築された学習済モデルを用いて行う。

次にシーン・状況推定部２３０は、現在から所定時間を経過した予測対象時点（次）のシーンを、確率モデルで出力する（ステップＳ２１０）。確率モデルは、学習処理（ステップＳ２０８）により構築された学習済モデルである。シーン・状況推定部２３０は、例えば、旅プランデータに含まれたユーザの未来の時間帯および場所に基づいて予測対象時点のシーンを予測してよい。次にサジェスト部２６０は、系列予測を用いたサジェストスコアを計算する（ステップＳ２１２）。次にサジェスト部２６０は、検索部２５０により検索されたコンテンツの一覧に対応したサジェストスコアのリストに対して、系列予測を用いたサジェストスコアと合算し（ステップＳ２１４）、合算した結果としてのサジェストスコアに基づいてコンテンツの一覧を表示するためのサジェストデータをユーザ端末装置１００に提供する。これによりユーザ端末装置１００は、コンテンツの一覧を表示する（ステップＳ２１６）。サジェスト部２６０は、グラフィカルモデル（シーン・状況推定部２３０）から出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいてサジェストするコンテンツの理由を示す情報をユーザ端末装置１００に提供してよい。

図１０は、第１の実施の形態におけるユーザが訪問しているスポットを推定する処理（ステップＳ２０２）の概要を説明するための図である。シーン・状況推定部２３０は、図１０（ａ）に示すように位置情報に基づいてユーザが訪問しているスポットを特定する。次にシーン・状況推定部２３０は、特定されたスポットと、ユーザの同伴者、時間帯、場所、天気からシーンまたは状況を推定する。シーン・状況推定部２３０は、例えば図１０（ｂ）に示すように、「ショッピングモール」、「家族」、および「１２：００」というシーンの纏まりをクラスタリングにより抽出することで、当該シーンの纏まりに「ランチ中」というシーンラベルを付与することができる。シーン・状況推定部２３０は、図１０（ｃ）に示すように、現在のシーンを「買い物中」であると推定した場合、系列予測処理により、次のシーンを「休憩中」であると推定する。系列予測処理は、例えば、現在のシーンを特定するためのデータの粒度、データ量を入力し、次のシーンを特定するデータを出力する予測モデルを用いて行ってよい。シーン・状況推定部２３０は、予測モデルから出力されたデータが「カフェ」、「友人」、「１５：００」である場合、当該出力データに基づいて「休憩中」のシーンを推定し、「休憩中」のシーン属性スコアが高い「カフェ」のコンテンツをサジェストすることができる。

図１１は、第１の実施の形態におけるシーンおよび状況を構成する要素の一例を示す図であり、図１２は、第１の実施の形態において現在のシーンから次のシーンを予測する処理（ステップＳ２０４、Ｓ２１０）の概要を示す図である。シーン・状況推定部２３０は、図１１に示したように、行動、同伴者、時間帯、および場所を示す情報を含むシーン情報、天気および気温を示す情報を含む状況情報を取得する。シーン・状況推定部２３０は、まず、シーン情報および状況情報を収集することで時刻ｔ－１におけるシーン情報および状況情報を取得し、時刻ｔ－１のシーンに分類し、分類された時刻ｔ－１のシーンから時刻ｔのシーンを予測して出力する（シーンの系列予測）。シーン・状況推定部２３０は、時刻ｔ－１におけるシーン情報および状況情報から時刻ｔにおけるユーザの行動を予測して出力してよい（行動の系列予測）。

図１３は、第１の実施の形態におけるシーン・状況データの次元圧縮処理のための学習処理（ステップＳ２０６）の一例を説明するための図である。シーン・状況推定部２３０は、図１３（ａ）に示すユーザ行動履歴データを行列分解し、図１３（ｂ）に示すように、場所（Where）、行動（What）、場所の特徴量、および行動の特徴量を表す行列を取得する。なお、シーン・状況推定部２３０は、図１３（ｃ）に示すユーザＩＤと特徴量を表す行列を生成してよい。

図１４は、第１の実施の形態におけるシーン・状況データの次元圧縮処理のための学習処理（ステップＳ２０６）の他の一例を説明するための図である。シーン・状況推定部２３０は、ユーザの行動履歴（例えば位置情報）に基づいて次元圧縮を行うことで場所（Where）および行動（What）をパターン化し、分類シーンの定義を作成する。シーン・状況推定部２３０は、例えばNMF（非負値行列因子分解）やLDA（潜在ディリクレ配分法）を用いて、図１４に示すように、分類番号、場所（Where）、行動（What）、および特徴量の解釈を含む５個の分類シーンを定義する。シーン・状況推定部２３０は、学習済モデルにシーン情報および状況情報を入力し、学習済モデルから５つの分類シーンの何れかを出力するように、学習済モデルのパラメータを学習させる。

図１５は、第１の実施の形態におけるシーン・状況データの次元圧縮処理（ステップＳ２０４）の一例を説明するための図である。シーン・状況推定部２３０は、学習処理（ステップＳ２０６）により学習された学習済モデルを用いて分類シーンを採用する。具体的に、シーン・状況推定部２３０は、場所（Where）および行動（What）を学習済モデルに入力し、学習済モデルの出力から分類シーンのスコアを計算し、複数の分類シーンのうち最もスコアが高い分類シーン（例えば「ゆっくり一休み」）を採用する。この結果、シーン・状況推定部２３０は、場所（Where）および行動（What）を、一つの分類シーンに次元圧縮することができる。すなわち、シーン・状況推定部２３０は、シーン・状況データとして、時間帯、同伴者、天気、および分類シーンを推定することができる。なお、シーン・状況推定部２３０は、例えばLDA（潜在ディリクレ配分法）を用いることにより未知のシーン・状況データの組み合わせでも分類シーンのスコアを計算することができる。

図１６は、第１の実施の形態におけるベイジアンネットワークを用いてシーンおよび状況を推定する処理の一例を示す図である。予測部としてのシーン・状況推定部２３０は、複数のシーンまたは状況（Ａ，Ｂ，Ｃ）の方向性および確率を表現するグラフィカルモデルに、現在のシーンまたは状況を入力し、グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測してよい。シーン・状況推定部２３０は、ベイジアンネットワークを用いて、シーンＡがＡ１またはＡ２に遷移する、シーンＢがＢ１またはＢ２に遷移する、シーンＣがＣ１またはＣ２に遷移するといった要素の組み合わせに対する確率分布を推定する。同様に、シーン・状況推定部２３０は、シーン情報および状況情報といった要素の組み合わせに対する確率分布を推定することができる。

図１７は、第１の実施の形態におけるベイジアンネットワークを用いた確率モデルの学習処理（ステップＳ２０８）を説明するための図である。シーン・状況推定部２３０は、時刻ｔ－１の時点における分類シーンから時刻ｔの時点における分類シーンの確率分布を求め、時刻ｔ＋１の時点における分類シーンの確率分布から時刻ｔの時点における分類シーンの確率分布を求める学習済モデルを構築する。各時点における分類シーンの確率分布は、上述したようにベイジアンネットワークを作成することにより各分類シーン間の因果の方向性により変動する。学習の過程において確率モデルから因果関係のないノード（図中矢印）が削除されるため、確率モデルごとに、予測対象時点におけるシーンまたは状況の予測に貢献しない要素が分かる。これによりシーン・状況推定部２３０は、現在のシーンまたは状況から確率の高い次のシーンまたは状況を予測することができる。なお、学習済モデルは、上述の例に限定されず、過去における分類シーンから現在の分類シーンの確率分布を求め、未来における分類シーンの確率分布から現在の分類シーンの確率分布を求める学習済モデルであってよく、例えば、時刻ｔ－２以前の分類シーンや時刻ｔ＋２以降の分類シーンを用いた確率モデル（学習済モデル）に従って処理を行ってよい。

図１８は、第１の実施の形態におけるベイジアンネットワークを用いた確率モデルの推定処理（ステップＳ２１０）を説明するための図である。シーン・状況推定部２３０は、ベイジアンネットワークを用いた確率モデルの学習処理（ステップＳ２０８）により構築された学習済モデルに、図１８（ａ）に示すステップＳ２０４において次元圧縮された過去のシーン・状況データ、図１８（ｃ）に示す未来のシーン・状況データ、および図１８（ｂ）に示す予測対象時点のシーン・状況データを入力する。シーン・状況推定部２３０は、処理（１）のように、時間帯、同伴者、および天気から学習済モデルを選択する。次にシーン・状況推定部２３０は、処理（２）のように、学習済モデルの出力を元に、図１８（ｄ）に示すような予測対象時点における分類シーンの確率分布を出力する。

図１９は、第１の実施の形態における系列予測を用いたサジェストスコアの計算処理（ステップＳ２１２）の一例を示す図である。サジェスト部２６０は、ステップＳ２１０において推定された分類シーンの確率分布を用いて、コンテンツ属性に応じたサジェストスコアを計算する。例えば図１９（ａ）に示すような分類シーンにおいて、図１９（ｂ）に示すような確率分布が出力された場合、サジェスト部２６０は、分類番号「５」の確率が７０％であるので、「買物・ハイクラス」という属性を持つコンテンツのサジェストスコアに０．７を加点する。サジェスト部２６０は、分類番号「１」の確率が５％であるので、「食事・カフェ」という属性を持つコンテンツのサジェストスコアに０．０５を加点する。これによりサジェスト部２６０は、分類シーンに対応した属性を持つコンテンツに対して、確率が高いほどサジェストスコアを高くするように計算を実行する。

以上のように、第１の実施の形態のサジェストシステムによれば、現在においてユーザが置かれているシーンまたは状況から遷移した次のシーンまたは状況を予測し、検索要求により検索されたコンテンツのうち予測された次のシーンまたは状況に対応したコンテンツをサジェストすることができる。これによりサジェストシステムによれば、ユーザが次に取りやすい行動を先読みしてサジェストを行うことができる。

また、第１の実施の形態のサジェストシステムによれば、ベイジアンネットワーク等のグラフィカルモデルを用いるので、予測の過程（理由）を解釈可能なサジェストを行うことができる。さらに、第１の実施の形態のサジェストシステムによれば、予測した次のシーンまたは状況をサジェストの理由としてコンテンツの一覧と合わせてユーザ端末装置１００に提供することができるので、シーンまたは状況に合わせてコンテンツのサジェストを行っていることをユーザに認識させることができ、サジェスト結果の納得性を向上させることができる。

さらに、第１の実施の形態のサジェストシステムによれば、旅プランデータを用いて現在のシーンまたは状況を予測し、さらに、ユーザの旅プランデータに含まれる未来の場所および時間帯の情報を用いて次のシーンまたは状況を予測するので、過去と未来の双方向の情報を考慮してコンテンツをサジェストすることができる。

さらに、第１の実施の形態のサジェストシステムによれば、次元圧縮処理によってシーンまたは状況を「休憩中」、「飲み会中」のような抽象的な概念として捉えるので、シーンまたは状況の組み合わせパターン数を減少させることができる。この結果、サジェストシステムによれば、サジェストを行うために必要なデータ量を抑制することができる。

＜第２の実施の形態＞
以下、上述したサジェストシステムにおける第２の実施の形態について説明する。なお、上述の実施の形態において上述したサジェストシステムと同じ部分ついては同一符号を付する。

第２の実施の形態におけるサジェスト装置２００は、図１に示すように、ユーザの価値観を推定する価値観推定部２４０と、ユーザが置かれているシーンまたは状況を推定するシーン・状況推定部２３０と、ユーザの行動履歴を取得する行動履歴取得部２２０と、利用ユーザから検索要求を受け付ける受付部２１０と、受付部２１０により受け付けられた検索要求に基づいてコンテンツを検索する検索部２５０と、利用ユーザから検索要求を受け付けた場合に、利用ユーザの価値観に類似する価値観を持つ類似ユーザの行動履歴のうち、利用ユーザが置かれているシーンまたは状況と同一または類似するシーンまたは状況における行動履歴に基づいて、検索部２５０により検索されたコンテンツのうち利用ユーザに提供するコンテンツをサジェストするサジェスト部２６０と、を備える。

図２０は、第２の実施の形態において利用ユーザと類似ユーザでシーンまたは状況が類似する場合に類似ユーザの旅プラン、スポット、または口コミ情報に関連する旅プランやコンテンツをサジェストする一例を説明する図である。第２の実施の形態のサジェスト装置２００は、利用ユーザにコンテンツの一覧をサジェストするために、利用ユーザの価値観に類似する価値観を持つ類似ユーザを推定する。サジェスト装置２００は、類似ユーザに関するユーザの価値観、シーン・状況データ、旅プランデータ、スポット情報、および口コミ情報を取得し、データベース部２７０に蓄積する。サジェスト装置２００は、利用ユーザの操作に基づいてユーザ端末装置１００から検索要求を受け付けた場合において、利用ユーザのシーン・状況データと類似ユーザのシーン・状況データとが同一または類似であることを判定した場合、類似ユーザが作成した旅プランデータに含まれるコンテンツ、スポット情報に関連するコンテンツ、または口コミ情報に関連するコンテンツをサジェストする。

図２１は、第２の実施の形態におけるサジェストシステムの処理を説明するための図である。図２１において、「ＵＩ（ユーザ）」はユーザ端末装置１００の処理を示し、「処理」はサジェスト装置２００の処理を示し、「データ」はサジェスト装置２００において用いられるデータであってデータベース部２７０に記録されているデータを示す。まず、ユーザ端末装置１００は、コンテンツの一覧を要求する検索要求を受け付け（ステップＳ３００）、価値観推定部２４０は、ユーザ属性データ、ＵＩ操作ログデータ、旅プランデータ、ユーザにより閲覧されたコンテンツデータの少なくとも一部を参照して、利用ユーザと他のユーザ同士の類似度を計算する（ステップＳ３０２）。受付部２１０は、ユーザについての場所および時間帯を含む旅プランデータを取得し、価値観推定部２４０は、利用ユーザにより作成された旅プランデータと類似ユーザの行動履歴とに基づいて利用ユーザと類似ユーザとの類似度を推定してよい。価値観推定部２４０は、類似度が基準以上のユーザを類似ユーザとして決定する。

次にシーン・状況推定部２３０は、ＵＩ操作ログデータおよび旅プランデータの少なくとも一部を参照して、利用ユーザのシーン・状況と類似ユーザのシーン・状況との類似度を計算する（ステップＳ３０４）。行動履歴取得部２２０は、類似ユーザ、および類似シーン・状況データに基づいて、類似ユーザによる類似シーン・状況データにおける口コミ情報を抽出する（ステップＳ３０６）。サジェスト部２６０は、類似ユーザ、および類似シーン・状況データに基づいて、サジェストスコアを計算する（ステップＳ３０８）。次にサジェスト部２６０は、検索部２５０により検索されたコンテンツの一覧に対応したサジェストスコアのリストに対して、ステップＳ３０８において計算したサジェストスコアと合算し（ステップＳ３１２）、合算した結果としてのサジェストスコアに基づいてコンテンツの一覧を表示するためのサジェストデータをユーザ端末装置１００に提供する。これによりユーザ端末装置１００は、ステップＳ３０６において抽出された口コミ情報、およびコンテンツの一覧を表示する（ステップＳ３１４）。

図２２は、第２の実施の形態において類似ユーザをカテゴリごとに抽出する処理（ステップＳ３０２）の一例を示す図である。価値観推定部２４０は、ユーザの嗜好がカテゴリごとに異なるため、サジェスト対象のカテゴリごとに類似ユーザを抽出する。カテゴリは、例えば、食事等のユーザの行動を示す情報である。価値観推定部２４０は、全てのカテゴリで類似度を計算した場合、利用ユーザＡの類似ユーザとしてユーザＢを抽出する。価値観推定部２４０は、例えば、カテゴリ「観光」に注目して類似度を計算することにより、利用ユーザＡの類似ユーザとしてユーザＣを抽出する。

図２３は、第２の実施の形態においてユーザの類似度を計算する処理（ステップＳ３０２）の一例を示す図であり、（ａ）はユーザ属性データの一例を示し、（ｂ）はユーザ類似度行列の一例を示す図である。データベース部２７０には、図２３（ａ）に示すように複数のユーザについてのユーザ属性データが記憶されている。ユーザ属性データは、ユーザごとに、カテゴリごとの価値観のスコアが登録されている。価値観推定部２４０は、ユーザ属性データにおいて、カテゴリごとにユーザ同士で相関係数を計算することで、図２３（ｂ）に示すようなユーザ類似度行列を作成する。価値観推定部２４０は、データベース部２７０に登録されたユーザのうち相関係数が高いユーザを類似ユーザとして抽出する。このように価値観推定部２４０は、ユーザの多様な価値観の類似度に基づいて類似ユーザを抽出することができる。

図２４は、第２の実施の形態においてユーザの類似度を計算する処理（ステップＳ３０２）の他の一例を示す図であり、（ａ）はアプリ操作履歴集計データを示し、（ｂ）はユーザ類似度行列の一例を示す図である。データベース部２７０には、図２４（ａ）に示すように複数のユーザについてのアプリ操作履歴集計データが記憶されている。アプリ操作履歴集計データは、行動履歴取得部２２０により、例えば、ユーザがあるスポットにおけるコンテンツを１回閲覧すると０．２、お気に入りに追加または旅プランに追加すると１．０を加算することにより更新される。価値観推定部２４０は、アプリ操作履歴集計データにおいて、カテゴリごとにユーザ同士で相関係数を計算することで、図２４（ｂ）に示すようなユーザ類似度行列を作成する。アプリ操作履歴集計データは次元が多くスパースなデータになるため、例えばNMF（非負値行列因子分解）やLDA（潜在ディリクレ配分法）を用いて、次元圧縮をしてから相関係数を計算してもよい。価値観推定部２４０は、データベース部２７０に登録されたユーザのうち相関係数が高いユーザを類似ユーザとして抽出する。このように価値観推定部２４０は、ユーザの操作履歴に基づいて類似ユーザを抽出することができる。

図２５は、第２の実施の形態においてユーザの類似度を計算する処理（ステップＳ３０２）の他の一例を示す図であり、（ａ）は旅プランデータの一例を示し、（ｂ）はコンテンツ属性集計データの一例を示し、（ｃ）はコンテンツ属性類似度行列の一例を示し、（ｄ）は訪問地域集計データの一例を示し、（ｅ）は訪問地域類似度行列の一例を示し、（ｆ）はユーザ類似度行列の一例を示す。データベース部２７０には、図２５（ａ）に示すように、複数のユーザについて時間帯および場所（スポット）を含む旅プランデータが記憶されている。価値観推定部２４０は、図２５（ａ）に示す旅プランに含まれるスポットのコンテンツ属性の平均を集計することで、図２５（ｂ）に示すコンテンツ属性集計データを作成する。コンテンツ属性集計データには、ユーザごとに、旅プラン内の場所等に関するコンテンツの属性についての平均値が含まれる。次に価値観推定部２４０は、ユーザ同士でコサイン類似度を計算することで、図２５（ｃ）に示すコンテンツ属性類似度行列を作成する。コンテンツ属性類似度行列には、ユーザ同士の類似度が含まれる。価値観推定部２４０は、図２５（ａ）に示す旅プランに含まれる市町村にフラグを付与することにより、図２５（ｄ）に示す訪問地域集計データを作成する。訪問地域集計データには、ユーザごとに、フラグが付与された訪問地域が含まれる。次に価値観推定部２４０は、ユーザ同士でコサイン類似度を計算することで、図２５（ｅ）に示す訪問地域類似度行列を作成する。訪問地域類似度行列には、ユーザ同士の類似度が含まれる。価値観推定部２４０は、コンテンツ属性類似度行列および訪問地域類似度の幾何平均を演算することにより、図２５（ｆ）のユーザ属性類似度行列を作成する。価値観推定部２４０は、データベース部２７０に登録されたユーザのうち相関係数が高いユーザを類似ユーザとして抽出する。このように価値観推定部２４０は、旅プラン内のコンテンツ属性および訪問地域の類似度に基づいて類似ユーザを抽出することができる。

図２６は、第２の実施の形態のシーン・状況の類似度スコア計算（ステップＳ３０４）におけるシーン・状況の類似度を説明するための図である。シーン・状況推定部２３０は、シーン・状況の項目および値に対し、類似度の測定方法のような処理を行うことでシーン・状況の類似度を計算する。シーン・状況推定部２３０は、利用ユーザと類似ユーザのシーン・状況が「同伴者」で一致し、且つ値が「友人と」で一致した場合、類似度は「１」として計算し、異なる場合には類似度を「０」として計算する。このようにシーン・状況推定部２３０は、予め設定されたシーン・状況の項目と、値と、類似度の測定方法とを対応付けた情報をデータベース部２７０に登録しておき、登録された情報に従って利用ユーザと類似ユーザのシーン・状況の類似度を計算することができる。

図２７は、第２の実施の形態におけるシーン・状況の類似度スコアを計算する処理（ステップＳ３０４）の一例を示す図である。シーン・状況推定部２３０は、サジェストを行う対象の利用ユーザのシーン・状況と類似ユーザのシーン・状況とを比較して、訪問先に関連するコンテンツごとに、シーン・状況の類似度スコアを計算する。シーン・状況推定部２３０は、例えば、下記の式のような加重平均の計算を行う。
（シーン・状況類似度スコア）＝Σ（（個別の類似度）×（重み））/Σ（重み）
図２７（ａ）に示すように、利用ユーザが訪問先を探している場合において、類似ユーザの訪問先が「○○カフェ」であるとする。この場合、シーン・状況推定部２３０は、図２７（ａ）に示す利用ユーザのシーン・状況と類似ユーザのシーン・状況とを比較することにより、図２７（ｂ）に示すようにシーン・状況ごとに個別の類似度を計算する。シーン・状況推定部２３０は、下記のように、個別の類似度に予め設定されたシーン・状況ごとの重みを乗算し、全ての類似度の乗算値を合計することでシーン・状況類似度スコアを算出する。
（シーン・状況類似度スコア）＝（1.0×1.0+0.5×1.0+0.9×1.0+1.0×0.2+1.0×0.3+0.0×0.3+0.0×0.8+0.0×0.5+0.6×0.5+1.0×0.5）/（1.0+1.0+1.0+0.2+0.3+0.3+0.8+0.5+0.5+0.5）＝0.606

図２８は、第２の実施の形態における類似ユーザ、類似シーン・状況に基づくサジェストスコア計算処理（ステップＳ３０８）の処理手順の一例を示す図である。図２８（ａ）に示すように、例えば利用ユーザＡが食事スポットを探したい場合において、食事のカテゴリにおける利用ユーザＡに対する類似ユーザＢおよびＣの類似度がそれぞれ０．７、０．１であったとする。なお、図２８（ｃ）に示すような観光のカテゴリにおける利用ユーザＡに対する類似ユーザＢおよびＣの類似度はサジェストスコアの計算に使用されない。また、図２８（ｄ）に示すように、類似ユーザＢの訪問先（○○カフェ、△△食堂）ごとのシーン・状況類似度が０．６、０．４であり、類似ユーザＣの訪問先（○○カフェ、□□居酒屋）ごとのシーン・状況類似度が０．７、０．２であったとする。この場合、サジェスト部２６０は、類似ユーザＢの類似度スコア（０．７）に類似ユーザＢの○○カフェのシーン・状況類似度（０．６）を乗算した値（０．４２）、類似ユーザＢの類似度スコア（０．７）に類似ユーザＢの△△食堂のシーン・状況類似度（０．４）を乗算した値（０．２８）を計算し、類似ユーザＣの類似度スコア（０．１）に類似ユーザＣの○○カフェのシーン・状況類似度（０．７）を乗算した値（０．０７）、類似ユーザＣの類似度スコア（０．１）に類似ユーザＣの□□居酒屋のシーン・状況類似度（０．２）を乗算した値（０．０２）を計算する。サジェスト部２６０は、類似ユーザＢの類似度スコア（０．７）に類似ユーザＢの○○カフェのシーン・状況類似度（０．６）を乗算した値（０．４２）を○○カフェのサジェストスコアに加算し、類似ユーザＢの類似度スコア（０．７）に類似ユーザＢの△△食堂のシーン・状況類似度（０．４）を乗算した値（０．２８）を△△食堂のサジェストスコアに加算する。サジェスト部２６０は、類似ユーザＣの類似度スコア（０．１）に類似ユーザＣの○○カフェのシーン・状況類似度（０．７）を乗算した値（０．０７）を○○カフェのサジェストスコアに加算せず、類似ユーザＣの類似度スコア（０．１）に類似ユーザＣの□□居酒屋のシーン・状況類似度（０．２）を乗算した値（０．０２）を□□居酒屋のサジェストスコアに加算する。これによりサジェスト部２６０は、類似ユーザの類似度スコアおよび類似シーン・状況の類似度スコアに基づいてサジェストスコアを計算することができる。

図２９は、第２の実施の形態における口コミのサジェスト（ステップＳ３０６）について説明する図である。サジェスト部２６０は、データベース部２７０に記憶された口コミ情報の中から、類似ユーザ、類似シーン・状況、ユーザ評価により絞り込んだ口コミ情報をサジェストしてよい。サジェスト部２６０は、例えば、利用ユーザからコンテンツの一覧が要求された場合において、まず、類似ユーザが投稿した口コミ情報を抽出し、次に、抽出した口コミ情報から類似シーン・状況の口コミ情報に絞り込み、さらに、類似シーン・状況によって絞り込まれた口コミ情報のうち高評価の口コミ情報に絞り込む。

図３０は、第２の実施の形態においてユーザ端末装置１００にコンテンツを表示する画面の一例である。サジェスト部２６０は、図３０に示すように、類似ユーザおよび類似シーン・状況から計算されたサジェストスコアに基づいてコンテンツをサジェストするとともに、類似ユーザ、類似シーン・状況、および評価により絞り込まれた口コミ情報をサジェストすることができる。

以上のように、第２の実施の形態のサジェストシステムによれば、利用ユーザの価値観に類似する価値観を持つ類似ユーザの行動履歴のうち、利用ユーザが置かれているシーンまたは状況と同一または類似するシーンまたは状況における行動履歴に基づいて利用ユーザに提供するコンテンツをサジェストするので、サジェストしたコンテンツに対する利用ユーザの納得性を向上させることができる。また、サジェストシステムによれば、ユーザベース協調フィルタリングを組み合わせてサジェストを行うので、サジェストしたコンテンツに意外性が生まれやすくなり、利用ユーザが新たな発見を得る可能性が高くなる。さらに、サジェストシステムによれば、利用ユーザにおけるシーンまたは状況と類似ユーザにおけるシーンまたは状況とが同一または類似であることをサジェストスコアに反映させることができるので、シーンまたは状況に応じたユーザベース協調フィルタリングのサジェストを行うことができる。

また、第２の実施の形態のサジェストシステムによれば、利用ユーザにより作成された旅プランデータというノイズが少ないデータを用いてコンテンツをサジェストするので、利用ユーザの嗜好に合わせたコンテンツをサジェストすることができる。さらに、第３の実施の形態のサジェストシステムによれば、サジェストしたコンテンツに関連した類似ユーザの口コミ情報を提供するので、利用ユーザに第三者の意見を提供することができ、結果的に、サジェストしたコンテンツの納得性を向上させることができる。

＜第３の実施の形態＞
以下、上述したサジェストシステムにおける第３の実施の形態について説明する。なお、上述の実施の形態において上述したサジェストシステムと同じ部分ついては同一符号を付する。

第３の実施の形態におけるサジェスト装置２００は、図１に示すように、ユーザの価値観を推定する価値観推定部２４０と、ユーザが置かれているシーンまたは状況を推定するシーン・状況推定部２３０と、利用ユーザから検索要求を受け付ける受付部２１０と、受付部２１０により受け付けられた検索要求に基づいてコンテンツを検索する検索部２５０と、利用ユーザから検索要求を受け付けた場合に、検索部２５０により検索されたコンテンツのうち、利用ユーザの価値観に基づくコンテンツのスコア分計と利用ユーザが置かれているシーンまたは状況に基づくコンテンツのスコア分計とを合計したスコアに基づくコンテンツをサジェストするサジェスト部２６０と、を備える。サジェスト部２６０は、スコア分計に基づいて、サジェストされたコンテンツの理由を示す情報を利用ユーザに提供する。

図３１は、第３の実施の形態における概要を説明する図であり、（ａ）は、ユーザ端末装置１００にコンテンツを表示する画面の一例を示す図であり、（ｂ）はユーザ端末装置１００に地図およびコンテンツを表示する画面の一例を示す図である。サジェスト装置２００は、例えば、コンテンツの一覧をサジェストした場合、コンテンツの一覧を示す情報、およびサジェストされたコンテンツの理由を示す情報をユーザ端末装置１００に送信する。ユーザ端末装置１００は、図３１（ａ）に示すように、例えば、○○カフェのコンテンツを含むコンテンツの一覧を表示し、○○カフェのコンテンツに、サジェストした理由として「パートナーと」、および「フォトジェニック好きにおすすめ」という文字画像を表示することができる。ユーザ端末装置１００は、図３１（ｂ）に示すように、地図に、カフェのコンテンツおよび当該コンテンツをサジェストした理由を冗長させて表示させることができる。

図３２は、第３の実施の形態におけるサジェスト装置２００により価値観、シーン・状況に応じたサジェスト理由を計算する処理の一例を示すフローチャートである。図３２において、「ＵＩ（ユーザ）」はユーザ端末装置１００の処理を示し、「処理」はサジェスト装置２００の処理を示し、「データ」はサジェスト装置２００において用いられるデータであってデータベース部２７０に記録されているデータを示す。まず、ユーザ端末装置１００は、コンテンツの一覧を要求する検索要求を受け付け（ステップＳ４００）、検索要求をサジェスト装置２００に送信する。検索部２５０は、検索要求に合致するコンテンツを検索し、検索要求に基づくコンテンツの一覧を取得する。

サジェスト部２６０は、検索部２５０により取得されたコンテンツの一覧に含まれるコンテンツのそれぞれについて、ユーザ属性データおよびコンテンツデータの少なくとも一部を参照し、価値観推定部２４０により推定された多様な価値観によるサジェストスコア分計を計算する（ステップＳ４０２）。次にサジェスト部２６０は、検索部２５０により取得されたコンテンツの一覧に含まれるコンテンツのそれぞれについて、ＵＩ操作ログデータ、シーン・状況のルールエンジン、およびコンテンツデータの少なくとも一部を参照し、シーン・状況推定部２３０により推定されたシーン・状況の組み合わせによるサジェストスコア分計を計算する（ステップＳ４０４）。次にサジェスト部２６０は、検索部２５０により取得されたコンテンツの一覧に含まれるコンテンツのそれぞれについて、ユーザ属性データおよびコンテンツデータの少なくとも一部を参照し、ユーザに対応したペルソナごとのサジェストスコア分計を計算する（ステップＳ４０６）。

次にサジェスト部２６０は、検索部２５０により取得されたコンテンツの一覧に含まれるコンテンツのそれぞれについて、ステップＳ４０２、ステップＳ４０４、およびステップＳ４０６において計算されたサジェストスコア分計の合計を計算する（ステップＳ４０８）。このとき、サジェスト部２６０は、図９のステップＳ２１２において説明した系列予測を用いたサジェストスコアをスコア分計、および／または図２１のステップＳ３０８において説明した類似ユーザ、類似シーン・状況に基づくサジェストスコアをスコア分計として考慮して、サジェストスコアの合計を計算してよい。

次にサジェスト部２６０は、合計したサジェストスコアに基づいてコンテンツの一覧を表示するためのサジェストデータをユーザ端末装置１００に提供する。また、サジェスト部２６０は、合計したサジェストスコアに基づいてサジェスト理由を作成し、コンテンツの一覧に含まれるコンテンツについてのサジェスト理由を表示するためのデータをユーザ端末装置１００に提供する。これによりユーザ端末装置１００は、コンテンツの一覧、およびサジェスト理由を表示する（ステップＳ４１２）。

上述したサジェスト理由を表示する処理において、サジェスト装置２００は、コンテンツの一覧に含まれるコンテンツのそれぞれについてサジェスト理由の候補を優先度順に表示させる。サジェスト装置２００は、サジェスト理由の優先度を、サジェスト理由のスコア分計に基づいて決定する。ユーザ端末装置１００は、サジェストされたコンテンツの一覧に含まれるコンテンツを表示させるときに、当該コンテンツに対応したサジェスト理由の表示数を制御する。

図３３は、第３の実施の形態におけるサジェスト理由を表示する処理の概要を説明するための図である。サジェスト装置２００は、例えば、シーン・状況を捉えたコンテンツであることや、多様な価値観を捉えたコンテンツであることや、ペルソナを捉えたコンテンツであることを、サジェスト理由としてユーザに提供することが望ましい。サジェスト装置２００は、例えば、シーン・状況を捉えたサジェストを行うときに（レイヤ）、シーン・状況のルールエンジンに設定した「天気の良い日に夕日をサジェスト」などのルールが発動したときに（項目、概要）、「晴れていて夕日がきれい」、「景色が良い」などのサジェスト理由をユーザに提供してよい。さらに、サジェスト装置２００は、例えば、多様な価値観を捉えたサジェストを行うときに（レイヤ）、ユーザの価値観に対するマッチング度が高いコンテンツがある場合、「ハイクラス好きにおすすめ」などのサジェスト理由をユーザに提供してよい。

サジェスト装置２００は、ユーザ端末装置１００においてサジェスト理由の表示順序を変更することができるようなフォーマットでサジェスト理由を提供してよい。サジェスト装置２００は、例えば図３３に示した項目とサジェスト理由を表す文言とのセットを優先度順に並べたデータをユーザ端末装置１００に提供し、ユーザ端末装置１００は、サジェストされたコンテンツについて、項目を選択し、項目に対応したサジェスト理由を表示させてよい。さらに、サジェスト装置２００は、スコア分計が基準より高い項目のサジェスト理由を、優先度順でユーザ端末装置１００に提供してよい。サジェスト装置２００は、例えば、スコア分計がＡ＞Ｂ＞Ｃ＞Ｄ＞Ｅとなった場合、
{[“晴れていて夕日がきれい”, スコア分計Ａ, シーン状況_ルール],
[“300m以内”, スコア分計Ｂ, シーン状況_距離],
[“ハイクラス好きにおすすめ”, スコア分計Ｃ, 多様な価値観_価値観],
[“友人と”, スコア分計Ｄ, シーン状況_同伴者],
[“オーシャンビュー”, スコア分計Ｅ, 多様な価値観_詳細情報]}
のように、サジェスト理由とスコア分計と項目とを含めた情報を提供してよい。
サジェスト装置２００は、例えば、情報収集画面：多様な価値観、同伴者、およびペルソナルールを考慮することから、スコア分計がＦ＞Ｇ＞Ｈとなった場合、
{[“ハイクラス好きにおすすめ”, スコア分計Ｆ, 多様な価値観_価値観],
[“友人と”, スコア分計Ｇ, シーン状況_同伴者],
[“オーシャンビュー”, スコア分計Ｈ, 多様な価値観_詳細情報]}
のように、多様な価値観、同伴者、ペルソナルールに該当してサジェストに寄与した要素を含む情報を提供してよい。

図３４は、第３の実施の形態におけるサジェストスコアの分計に基づいてサジェスト理由を提供する処理の一例を説明するための図であり、（ａ）はコンテンツごとのサジェストスコアの合計、および各サジェストスコアのスコア分計の一例を示す図であり、（ｂ）はサジェスト理由テーブルの一例を示す図であり、（ｃ）はサジェスト画面の一例を示す図である。例えば図３４（ａ）に示すように、コンテンツの一覧に含まれる一つのコンテンツに対応した価値観のサジェストスコアが２．２、シーン・状況のサジェストスコアが１．５、系列予測のサジェストスコアが０．７、類似ユーザおよび類似シーン・状況のサジェストスコアが０．４であり、サジェストスコアの合計が４．８であったとする。各サジェストスコアには、複数のスコア分計が含まれている。サジェスト部２６０は、図３４（ｂ）に示すように、スコア分計が高い順に、スコア種別およびサジェスト理由を並べたサジェスト理由テーブルを作成する。サジェスト部２６０は、サジェスト理由テーブルに含まれるスコア分計のうち上位２つのサジェスト理由を表示するようにサジェスト理由をユーザ端末装置１００に送信する。これによりユーザ端末装置１００は、図３４（ｃ）に示すように、○○カフェのコンテンツとともに２つのサジェスト理由を表示することができる。

なお、サジェスト装置２００は、スコア分計に関連しないサジェスト理由を提供してもよい。サジェスト装置２００は、例えば、コンテンツの一覧のうち人気度が高いコンテンツについて「多くのユーザが興味あり」というサジェスト理由を表示させてよい。

以上のように、第３の実施の形態におけるサジェスト装置２００によれば、検索要求を受け付けた場合に、検索部２５０により検索されたコンテンツのうち、利用ユーザの価値観に基づくコンテンツのスコア分計と利用ユーザが置かれているシーンまたは状況に基づくコンテンツのスコア分計とを合計したスコアに基づくコンテンツをサジェストし、スコア分計に基づいて、サジェストされたコンテンツの理由を示す情報を利用ユーザに提供することができる。第３の実施の形態のサジェストシステムによれば、サジェストスコアへの寄与率（＝スコア分計）が大きい価値観、シーンまたは状況をサジェスト理由としてコンテンツの一覧と合わせてユーザ端末装置１００に表示させることができる。この結果、第３の実施の形態のサジェストシステムによれば、価値観、シーンまたは状況に合ったコンテンツをサジェストしていることをユーザに認識させることができ、サジェスト結果の納得性を向上させることができる。

＜第４の実施の形態＞
以下、上述したサジェストシステムにおける第４の実施の形態について説明する。なお、上述の実施の形態において上述したサジェストシステムと同じ部分ついては同一符号を付する。

第４の実施の形態におけるサジェスト装置２００は、図１に示すように、利用ユーザから検索要求を受け付ける受付部２１０と、受付部２１０により受け付けられた検索要求に基づいてコンテンツを検索する検索部２５０と、ユーザの行動履歴を取得する行動履歴取得部２２０と、行動履歴取得部２２０により取得された行動履歴に基づいて複数のユーザ価値観のそれぞれに対応した属性スコアを更新し、属性スコアに基づいてユーザの価値観を推定する価値観推定部２４０と、検索部２５０により検索されたコンテンツのうち、ユーザ価値観の属性スコアに基づいてユーザ価値観に合致するコンテンツをサジェストするサジェスト部２６０と、を備え、サジェスト部２６０は、複数のユーザ価値観の属性スコアのうち基準より低い属性スコアを一時的に高く変更してコンテンツをサジェストする。

上述した実施の形態におけるサジェスト装置２００は、ユーザの価値観を属性化してユーザの嗜好を捉えている。価値観推定部２４０は、ユーザの価値観を正しく捉えるため、ユーザのコンテンツの閲覧、お気に入りへの追加、旅プランへの追加などの行動を取得した場合に、コンテンツの属性に基づいてユーザの価値観、およびペルソナを推定および更新する処理を行う。サジェスト装置２００は、ユーザの価値観を更新することにより、ユーザの嗜好にあったコンテンツを優先的にサジェストする。

しかし、サジェスト装置２００において特定の価値観が更新されにくい状態となるときがある。例えば、フォトジェニックの嗜好性、およびローカル（その土地の風土）に高い嗜好性を持つユーザがフォトジェニックの価値観を持つコンテンツを頻繁に閲覧していると、サジェスト装置２００は、フォトジェニックのコンテンツを優先的にサジェストする状態になる。この状態になると、ユーザがローカルに高い嗜好性を持っていてもローカルのコンテンツがサジェストされずに、ローカルのコンテンツが自分の嗜好性にあうことに気づくことができない可能性がある。この課題を解決するためには、予め設定されたユーザの価値観の全体を探索するようにコンテンツをサジェストすることが望ましい。したがって、第４の実施の形態のサジェスト部２６０は、検索部２５０により検索されたコンテンツのうちユーザ価値観の属性スコアに基づいてユーザ価値観に合致するコンテンツをサジェストする機能と、複数のユーザ価値観の属性スコアのうち基準より低い属性スコアを一時的に高く変更してコンテンツをサジェストする機能とを持つ。これによりサジェスト部２６０は、複数のユーザ価値観のうち属性スコアの更新回数が少ない価値観（探索が進んでいない価値観）を持つコンテンツを提供し、ユーザが当該コンテンツを発見して行動したときに、探索が進んでいない価値観を更新することができる。換言すれば、サジェスト部２６０は、予め設定されている価値観の全体について利用ユーザの価値観を探索するようにコンテンツのサジェストを行うことで、有益性と意外性とを併せ持つセレンディピティなサジェストを行うことができる。

図３５は、第４の実施の形態において探索空間と価値観探索目的関数との関係の一例を示す図であり、（ａ）は価値観の探索が進んだ状態を示す図であり、（ｂ）は、価値観探索が進んでいないコンテンツをサジェストしたときの状態を示す図である。図３５における縦軸は価値観探索目的関数であり、横軸は探索空間である。価値観探索目的関数は、サジェストシステムに設定された価値観の探索が進むほど低い値となる関数であり、探索空間は、ユーザが持つ価値観を表す空間である。図３５（ａ）に示すように、特定の価値観を持つコンテンツを複数回提供すると特定の価値観についてのユーザの価値観が複数回更新されるため、さらに特定の価値観を持つコンテンツを提供してもユーザの価値観の更新度合いが緩やかになり、探索空間に対する価値観目的関数は、局所解が得られている状態である。しかし、特定の価値観以外の価値観を持つコンテンツを提供して本来のユーザが持つ価値観を捉えることによって探索空間に対する価値観を最適解に近づけることが望ましい。これに対し、サジェスト部２６０は、ユーザの特定の価値観に対応した価値観を持つコンテンツの提供回数が少ない（ユーザの価値観の更新が進んでいない）コンテンツを提供することにより、図３５（ｂ）に示すように、探索空間に対する価値観を最適解に近づける。

図３６は、第４の実施の形態におけるサジェスト部２６０の動作の一例を説明するための図である。例えば、ユーザＡについてフォトジェニックのユーザ価値観の属性スコアが高く、ローカルのユーザの価値観の属性スコアが低い場合、フォトジェニックの価値観を持つコンテンツは頻繁にサジェストされるが、ローカルの価値観を持つコンテンツはサジェストされにくい。これに対し、サジェスト部２６０は、ローカルのユーザ価値観の属性スコアを一時的に高くすることにより、一時的にローカルの価値観を持つコンテンツをサジェストされやすくする。すなわち、サジェスト部２６０は、ユーザの価値観の属性スコアにゆらぎを与えることにより、属性スコアの低い価値観を「最大値を持つ価値観と同じ値」に変更してサジェストスコアの計算を行う。サジェスト部２６０は、変更対象のユーザの価値観の属性スコアを、最大値のユーザの価値観の属性スコア以外の価値観からラウンドロビンで１つ選択してよい。これにより、サジェスト部２６０は、ユーザの価値観の探索が進んでいない可能性があるコンテンツをコンテンツの一覧に含めることにより、ユーザの価値観の探索を進めてユーザの価値観を正確に捉えることができる。

図３７は、第４の実施の形態におけるユーザの価値観と、属性スコアと、コンテンツの記事名と、ゆらぎに応じた順位との関係を示す図である。サジェスト部２６０は、ユーザの価値観の属性スコアにゆらぎを与えていない場合、ユーザＡにとって高い属性スコアを持つ価値観「映え」を属性として持つ記事名（コンテンツ）の一覧（１位から１２位）がサジェストされる。サジェスト部２６０は、例えば、価値観「学び」にゆらぎを与えることによって価値観「学び」の属性スコアを高くした場合、ユーザの価値観の属性スコアにゆらぎを与えていない場合の記事名一覧に含まれる順位を変動させることができる。なお、サジェスト部２６０は、例えば、コンテンツの一覧のうち特定の順位（６位）の記事を変動させずに、１位から５位の間でゆらぎに応じて順位を変動させ、７位から１２位の間でゆらぎに応じて順位を変動させてよい。

図３８は、第４の実施の形態におけるユーザの価値観と、属性スコアと、一時的に属性スコアを上昇させた価値観と、コンテンツの記事名および順位との関係を示す図である。サジェスト部２６０は、例えば、図３８（ａ）に示すようにユーザＡの価値観の属性スコアのうち価値観「定番」の属性スコアが最も高い場合、図３８（ｂ）に示す「定番」における１位から１０位でコンテンツの一覧がサジェストする。サジェスト部２６０は、例えば価値観「ローカル」の属性スコアを上昇させた場合、図３８（ｂ）における「ローカル」に示すように、価値観「定番」の属性スコアが最も高い場合における７位と８位の間に１３位のコンテンツをサジェストすることができる。

図３９は、第４の実施の形態におけるサジェスト装置２００により価値観、シーン・状況に応じたサジェスト理由を計算する処理の一例を示すフローチャートである。図３９において、「ＵＩ（ユーザ）」はユーザ端末装置１００の処理を示し、「処理」はサジェスト装置２００の処理を示し、「データ」はサジェスト装置２００において用いられるデータであってデータベース部２７０に記録されているデータを示す。まず、ユーザ端末装置１００は、コンテンツの一覧を要求する検索要求を受け付け（ステップＳ５００）、検索要求をサジェスト装置２００に送信する。検索部２５０は、検索要求に合致するコンテンツを検索し、検索要求に基づくコンテンツの一覧を取得する。サジェスト部２６０は、上述した実施の形態のように、検索部２５０により検索されたコンテンツのうち、ユーザ価値観の属性スコアに基づいてユーザ価値観に合致するコンテンツをサジェストすることができる。すなわち、サジェスト部２６０は、利用ユーザの価値観の属性スコアが、最高値または平均値などの基準より高いほど、頻繁にコンテンツをサジェストすることができる。

第４の実施の形態において、サジェスト部２６０は、ユーザ属性データを参照し、ユーザの価値観のうち少なくとも一つの価値観の属性スコアを一時的に引き上げる（ステップＳ５０２）。このとき、サジェスト部２６０は、複数のユーザ価値観のうち属性スコアの更新回数が少ないユーザ価値観の属性スコアを一時的に高く変更してよい。また、サジェスト部２６０は、複数のユーザ価値観のうち属性スコアの更新度合いが緩やかなユーザ価値観の属性スコアを一時的に高く変更してよい。

次にサジェスト部２６０は、検索部２５０により取得されたコンテンツの一覧に含まれるコンテンツのそれぞれについて、コンテンツデータの少なくとも一部を参照し、価値観推定部２４０により推定された多様な価値観によるサジェストスコア分計を計算する（ステップＳ５０４）。次にサジェスト部２６０は、検索部２５０により検索されたコンテンツの一覧に対応したサジェストスコアのリストに対して、ステップＳ５０４において計算したサジェストスコアと合算し（ステップＳ５０６）、合算した結果としてのサジェストスコアに基づいてコンテンツの一覧を表示するためのサジェストデータをユーザ端末装置１００に提供する。これによりユーザ端末装置１００は、コンテンツの一覧を表示する（ステップＳ５０８）。

以上のように、第４の実施の形態のサジェスト装置２００によれば、行動履歴取得部２２０により取得された行動履歴に基づいて複数のユーザ価値観のそれぞれに対応した属性スコアを更新し、属性スコアに基づいてユーザの価値観を推定し、ユーザ価値観の属性スコアに基づいてユーザ価値観に合致するコンテンツをサジェストし、複数のユーザ価値観の属性スコアのうち基準より低い属性スコアを一時的に高く変更してコンテンツをサジェストする。これによりサジェスト装置２００によれば、ユーザの価値観の探索の進んでいない可能性があるコンテンツを上位でサジェストするので、ユーザが潜在的に嗜好する価値観に応じてサジェストをすることができる。

なお、各実施形態、各変形例について説明したが、一例であってこれらに限られず、例えば、各実施形態や各変形例のうちのいずれかや、各実施形態の一部や各変形例の一部を、他の１または複数の実施形態や他の１または複数の変形例と組み合わせて本発明の一態様を実現させてもよい。

なお、本実施形態におけるユーザ端末装置１００、サジェスト装置２００、コンテンツ提供装置３００、および環境情報提供装置４００の各処理を実行するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、当該記録媒体に記録されたプログラムを、コンピュータシステムに読み込ませ、実行することにより、ユーザ端末装置１００、サジェスト装置２００、コンテンツ提供装置３００、および環境情報提供装置４００に係る上述した種々の処理を行ってもよい。

なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器などのハードウェアを含むものであってもよい。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリなどの書き込み可能な不揮発性メモリ、ＣＤ－ＲＯＭなどの可搬媒体、コンピュータシステムに内蔵されるハードディスクなどの記憶装置のことをいう。

さらに「コンピュータ読み取り可能な記録媒体」とは、インターネットなどのネットワークや電話回線などの通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Ｄｙｎａｍｉｃ
Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ））のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、このプログラムを記憶装置などに格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。

ここで、プログラムを伝送する「伝送媒体」は、インターネットなどのネットワーク（通信網）や電話回線などの通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

以上、本発明の実施形態について図面を参照して詳述したが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計なども含まれる。

１００ ユーザ端末装置
２００ サジェスト装置
２１０ 受付部
２２０ 行動履歴取得部
２３０ シーン・状況推定部
２４０ 価値観推定部
２５０ 検索部
２６０ サジェスト部
２７０ データベース部
３００ コンテンツ提供装置
３００Ａ コンテンツ記憶部
４００ 環境情報提供装置

Claims (7)

1. 検索要求を受け付ける受付部と、
   前記受付部により受け付けられた前記検索要求に基づいてコンテンツを検索する検索部と、
   現在においてユーザが置かれているシーンまたは状況を推定し、推定された現在のシーンまたは状況に基づいて、現在のシーンまたは状況から遷移した次のシーンまたは状況を予測するシーン・状況推定部と、
   前記検索部により検索されたコンテンツのうち前記シーン・状況推定部により予測された次のシーンまたは状況に対応したコンテンツをサジェストするサジェスト部と、を備え、
   前記シーン・状況推定部は、複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測し、
   前記サジェスト部は、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいてサジェストするコンテンツの理由を示す情報をユーザに提供する、
   サジェスト装置。
2. 検索要求を受け付ける受付部と、
   前記受付部により受け付けられた前記検索要求に基づいてコンテンツを検索する検索部と、
   現在においてユーザが置かれているシーンまたは状況を推定し、複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測するシーン・状況推定部と、
   前記検索部により検索されたコンテンツのうち前記シーン・状況推定部により予測された次のシーンまたは状況に対応したコンテンツをサジェストするサジェスト部と、を備え、
   前記受付部は、ユーザについての場所および時間帯を含むプラン情報を取得し、
   前記シーン・状況推定部は、前記プラン情報に基づいて現在においてユーザが置かれているシーンまたは状況を推定し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率、および前記プラン情報に含まれる未来の場所および時間帯の情報に基づいて、次のシーンまたは状況を予測する、
   サジェスト装置。
3. 前記シーン・状況推定部は、現在においてユーザが置かれているシーンまたは状況として、ユーザの行動、同伴者、時間帯、および場所を含むシーン、天候、気温を含む状況を取得し、取得したシーンおよび状況の組み合わせをパターン化して分類する次元圧縮処理を行い、分類したシーンおよび状況の何れかを次のシーンまたは状況として予測する、請求項１または２に記載のサジェスト装置。
4. 検索要求を受け付けるステップと、
   前記検索要求に基づいてコンテンツを検索するステップと、
   現在においてユーザが置かれているシーンまたは状況を推定するステップと、
   推定された現在のシーンまたは状況に基づいて、現在のシーンまたは状況から遷移した次のシーンまたは状況を予測するステップと、
   検索されたコンテンツのうち、予測された次のシーンまたは状況に対応したコンテンツをサジェストするステップと、を含み、
   前記した予測するステップは、複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測し、
   前記したサジェストするステップは、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいてサジェストするコンテンツの理由を示す情報をユーザに提供する、
   サジェスト方法。
5. 検索要求を受け付けるステップと、
   前記検索要求に基づいてコンテンツを検索するステップと、
   現在においてユーザが置かれているシーンまたは状況を推定するステップと、
   複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測するステップと、
   検索されたコンテンツのうち、予測された次のシーンまたは状況に対応したコンテンツをサジェストするステップと、を含み、
   前記したシーンまたは状況を推定するステップは、ユーザについての場所および時間帯を含むプラン情報を取得した場合、前記プラン情報に基づいて現在においてユーザが置かれているシーンまたは状況を推定し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率、および前記プラン情報に含まれる未来の場所および時間帯の情報に基づいて、次のシーンまたは状況を予測する、
   サジェスト方法。
6. 情報処理装置のコンピュータに、
   検索要求を受け付けるステップと、
   前記検索要求に基づいてコンテンツを検索するステップと、
   現在においてユーザが置かれているシーンまたは状況を推定するステップと、
   推定された現在のシーンまたは状況に基づいて、現在のシーンまたは状況から遷移した次のシーンまたは状況を予測するステップと、
   検索されたコンテンツのうち、予測された次のシーンまたは状況に対応したコンテンツをサジェストするステップと、を実行させ、
   前記した予測するステップは、複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測し、
   前記したサジェストするステップは、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいてサジェストするコンテンツの理由を示す情報をユーザに提供する、
   プログラム。
7. 情報処理装置のコンピュータに、
   検索要求を受け付けるステップと、
   前記検索要求に基づいてコンテンツを検索するステップと、
   現在においてユーザが置かれているシーンまたは状況を推定するステップと、
   複数のシーンまたは状況の方向性および確率を表現するグラフィカルモデルに、推定された現在のシーンまたは状況を入力し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率に基づいて、次のシーンまたは状況を予測するステップと、
   検索されたコンテンツのうち、予測された次のシーンまたは状況に対応したコンテンツをサジェストするステップと、を実行させ、
   前記したシーンまたは状況を推定するステップは、ユーザについての場所および時間帯を含むプラン情報を取得した場合、前記プラン情報に基づいて現在においてユーザが置かれているシーンまたは状況を推定し、前記グラフィカルモデルから出力された現在のシーンまたは状況から次のシーンまたは状況へ遷移する確率、および前記プラン情報に含まれる未来の場所および時間帯の情報に基づいて、次のシーンまたは状況を予測する、
   プログラム。

Images