JP7476081B2 - 検索装置、検索方法及び検索プログラム - Google Patents
検索装置、検索方法及び検索プログラム Download PDFInfo
- Publication number
- JP7476081B2 JP7476081B2 JP2020188221A JP2020188221A JP7476081B2 JP 7476081 B2 JP7476081 B2 JP 7476081B2 JP 2020188221 A JP2020188221 A JP 2020188221A JP 2020188221 A JP2020188221 A JP 2020188221A JP 7476081 B2 JP7476081 B2 JP 7476081B2
- Authority
- JP
- Japan
- Prior art keywords
- search
- user
- domain
- search query
- content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 28
- 230000004044 response Effects 0.000 claims description 4
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000010365 information processing Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Description
[検索処理の一例]
図1を用いて、第1の実施形態に係る検索装置100が実行する検索処理の一例を説明する。図1は、第1の実施形態に係る検索装置100が実行する検索処理の一例を示す図である。
(1)検索装置100は、ドメインごとにモデルを準備しておく。
(2)検索装置100は、対応するドメインを利用者がクリックした際に入力した検索クエリを正例とし、他のドメインを利用者がクリックした際に入力した検索クエリを負例として取得する。
(3)検索装置100は、正例を入力した際に、負例を入力した際よりも高い値のスコアを出力するように、モデルの学習を行う。
次に、図2を用いて、第1の実施形態に係る検索装置100の構成について説明する。図2は、第1の実施形態に係る検索装置100の構成例を示す図である。検索装置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、ネットワークと有線又は無線で接続され、端末装置10、サーバ200との間で情報の送受信を行う。例えば、通信部110は、端末装置10から検索クエリを受け付けたり、サーバ200へ検索クエリを送信したり、当該サーバ200からの検索結果を受信したりする。
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。記憶部120は、例えば、ログ情報と、モデルとを有する。破線で示した辞書データは、装備される場合と装備されない場合とがあり、装備される場合については、第2の実施形態で述べる。
ログ情報は、利用者による過去の検索結果を示した情報である。ログ情報は、例えば、検索クエリにより検索されたコンテンツのうち、利用者により選択(クリック)されたコンテンツのドメインを示した情報である。図3に、第1の実施形態に係るログ情報の一例を示す。図3に示した例では、ログ情報は、「利用者情報」、「検索クエリ」、「クリックしたドメイン」等の項目を有する。
図2の説明に戻る。モデルは、利用者からの検索クエリと、所定のドメインのコンテンツに対する当該利用者の興味の度合いとの関連性を学習したモデルである。モデルは、上記のログ情報に基づいて、モデル生成部131により生成される。なお、モデルは、例えば、上記の所定のドメインが複数ある場合、ドメインごとに生成される。
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、検索装置100内部の記憶装置に記憶されている各種プログラム(検索プログラムの一例に相当)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。
モデル生成部131は、ログ情報(図3参照)に基づき、上記のモデルを生成する。例えば、モデル生成部131は、ログ情報に基づき、利用者が、検索クエリにより検索されたコンテンツのうち、どのドメインのコンテンツを選択したかに基づき、上記のモデルを生成する。なお、モデル生成部131は、上記のログ情報に基づき、利用者が、当該ドメインのコンテンツを選択した回数をカウントし、そのカウントの結果も考慮してモデルを生成してもよい。
取得部132は、各種情報を取得する。例えば、取得部132は、利用者からの検索クエリ、ログ情報等を取得する。
スコア算出部133は、検索クエリに基づき、検索対象となる所定のドメインのコンテンツに対する利用者の興味の度合いの推定値を示すスコアを算出する。例えば、スコア算出部133は、検索クエリと、モデルとを用いて、検索対象となる所定のドメインごとに、当該ドメインのコンテンツに対する利用者の興味の度合いの推定値を示すスコアを算出する。
判定部134は、スコア算出部133により算出されたスコアが所定の閾値を超えるドメインがあるか否かを判定する。例えば、判定部134は、検索対象となる所定のドメイン(例えば、図4に示すドメインP1,P2,P3)のうち、スコアが所定の閾値を超えるドメインがあるか否かを判定する。
検索結果取得部135は、判定部134によりスコアが所定の閾値を超えると判定されたドメインのコンテンツから、検索クエリによる検索結果を取得する。例えば、判定部134により、ドメインP1のスコアが所定の閾値を超えると判定された場合、検索結果取得部135は、ドメインP1のサーバ(例えば、図1に示すサーバ200)へ検索クエリを送信し、ドメインP1のサーバから、当該検索クエリによる検索結果を受信する。
検索結果出力部136は、検索結果取得部135により取得された検索結果を、検索クエリにより検索されたコンテンツの結果とともに出力する。例えば、検索結果出力部136は、検索結果取得部135により取得された検索結果に示される商品の情報および画像の組を並べて表示した情報を、検索クエリにより検索されたコンテンツへのリンクの一覧とともに端末装置10に表示する。
次に、図5を用いて、第1の実施形態に係る検索装置100が実行する検索処理の手順について説明する。図5は、第1の実施形態に係る検索装置100が実行する検索処理の流れの一例を示すフローチャートである。なお、検索装置100のモデル生成部131は、ログ情報(図3参照)に基づいて、モデルを生成済みであるものとする。
次に、第2の実施形態について説明する。第2の実施形態に係る検索装置100は、検索対象となる所定のドメインのスコアを算出する際、辞書データ(図2参照)を参照してスコアを算出する。この辞書データは、例えば、図2に示すように、検索装置100内の記憶部120に装備されていてもよいし、検索装置100の外部に装備されてもよい。
また、検索装置100は、検索クエリに加え、検索クエリの入力者である利用者の情報(例えば、利用者の性別、年代、商品の購入履歴等の情報)を用いて、スコアを算出してよい。
(2)検索装置100は、「スポーツショップ#A」をクリックした利用者の性別と検索クエリとの組を正例とし、それ以外の組を負例として「スポーツショップ#A」と対応するモデル(第1モデル)に学習させる。
(3)また、検索装置100は、「シューズショップ#A」をクリックした利用者の性別と検索クエリとの組を正例とし、それ以外の組を負例として「シューズショップ#A」と対応するモデル(第2モデル)に学習させる。
(4)検索装置100は、ある利用者が入力した検索クエリと性別とを各モデルに入力し、スコアを算出する。ここで、検索クエリが「ブランド#A スニーカー」等であり、利用者の性別が男性であるならば、第1モデルのスコアが高くなり、同一の検索クエリであっても、利用者の性別が女性であるならば、第2モデルのスコアが高くなる。
(5)検索装置100は、算出されたスコアがより高いドメインにおける検索結果を提示する。例えば、利用者が男性なら、検索装置100は、「スポーツショップ#A」における検索結果を提供し、利用者が女性なら「シューズショップ#A」の検索結果を提供する。
また、上述してきた各実施形態に係る検索装置100は、例えば、図8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。以下、検索装置100を例に挙げて説明する。図7は、検索装置100の機能を実現するコンピュータ1000の一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM(Read Only Memory)1300、HDD(Hard Disk Drive)1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
また、上記実施形態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。
上述してきたように、検索装置100は、スコア算出部133と、検索結果出力部136とを備える。スコア算出部133は、利用者からの検索クエリに基づき、検索対象となる所定のドメインのコンテンツに対する利用者の興味の度合いを推定する。検索結果出力部136は、スコア算出部133により推定された興味の度合いが所定の閾値を超える場合、推定された興味の度合いが所定の閾値を超えるドメインのコンテンツにおける検索クエリによる検索結果を、検索されたコンテンツの結果とともに出力する。
10 端末装置
100 検索装置
110 通信部
120 記憶部
130 制御部
131 モデル生成部
132 取得部
133 スコア算出部
134 判定部
135 検索結果取得部
136 検索結果出力部
Claims (12)
- 利用者から検索クエリを受け付けた場合、前記利用者の属性に係る属性情報と前記検索クエリとに基づき、検索対象となる所定のドメインの各ドメインに対する前記利用者の興味の度合いを推定する推定部と、
前記所定のドメインの中で前記推定された興味の度合いが所定の閾値を超えるドメインがない場合、前記検索クエリにマッチしたコンテンツへのリンクの一覧のみを出力し、前記所定のドメインの中で前記推定された興味の度合いが前記所定の閾値を超えるドメインがある場合、当該ドメインのサーバに対して前記検索クエリを投入することにより前記サーバから受信した検索結果を、前記検索クエリにマッチしたコンテンツへのリンクの一覧とともに出力する検索結果出力部と、
を有することを特徴とする検索装置。 - 前記推定部は、
利用者の属性情報と、当該利用者からの検索クエリと、所定のドメインに対する当該利用者の興味の度合いとの関連性を学習したモデルを用いて、所定のドメインに対する利用者の興味の度合いを推定する
ことを特徴とする請求項1に記載の検索装置。 - 前記推定部は、
利用者からの検索クエリおよび前記利用者の性別、年代、および、行動履歴の少なくともいずれかの情報を含む利用者情報と、所定のドメインに対する当該利用者の興味の度合いとの関連性を学習したモデルを用いて、所定のドメインに対する利用者の興味の度合いを推定する
ことを特徴とする請求項1に記載の検索装置。 - 前記モデルは、
前記利用者から検索クエリを受け付けた際、当該検索クエリにマッチしたコンテンツのうち、前記利用者により選択されたコンテンツのドメインを示したログに基づいて学習されたモデルである
ことを特徴とする請求項3に記載の検索装置。 - 前記モデルは、
前記ログに基づき、前記検索クエリにマッチしたコンテンツのうち、どのドメインのコンテンツが何回選択されたかのカウント結果を反映したモデルである
ことを特徴とする請求項4に記載の検索装置。 - 前記検索結果出力部は、
前記所定のドメインのうち、前記推定された興味の度合いが所定の閾値を超えるドメインが複数ある場合、当該複数のドメインのうちのいずれか1つのドメインのサーバに対して前記検索クエリを投入することにより前記サーバから受信した前記検索結果を、前記検索クエリにマッチしたコンテンツへのリンクの一覧とともに出力する
ことを特徴とする請求項1に記載の検索装置。 - 前記検索結果出力部は、
前記所定のドメインのうち、前記推定された興味の度合いが所定の閾値を超えるドメインが複数ある場合、当該複数のドメインそれぞれのサーバに対して前記検索クエリを投入することにより前記それぞれのサーバから受信した前記検索結果を、前記検索クエリにマッチしたコンテンツへのリンクの一覧とともに出力する
ことを特徴とする請求項1に記載の検索装置。 - 前記所定のドメインに、電子商店街のドメインが含まれることを特徴とする請求項1に記載の検索装置。
- 前記電子商店街のドメインのサーバに対して前記検索クエリを投入することにより前記サーバから受信した前記検索結果は、
前記サーバにおいて検索された商品の情報および画像の組を並べて表示した情報である
ことを特徴とする請求項8に記載の検索装置。 - 前記検索結果が多数の商品の情報を含む場合、当該商品の情報および画像の組を、利用者の操作に応じて利用者が視認しやすい状態で表示する
ことを特徴とする請求項9に記載の検索装置。 - 検索装置が実行する検索方法であって、
利用者から検索クエリを受け付けた場合、前記利用者の属性に係る属性情報と前記検索クエリとに基づき、検索対象となる所定のドメインの各ドメインに対する前記利用者の興味の度合いを推定する推定工程と、
前記所定のドメインの中で前記推定された興味の度合いが所定の閾値を超えるドメインがない場合、前記検索クエリにマッチしたコンテンツへのリンクの一覧のみを出力し、前記所定のドメインの中で前記推定された興味の度合いが前記所定の閾値を超えるドメインがある場合、当該ドメインのサーバに対して前記検索クエリを投入することにより前記サーバから受信した検索結果を、前記検索クエリにマッチしたコンテンツへのリンクの一覧とともに出力する検索結果出力工程と、
を含むことを特徴とする検索方法。 - 利用者から検索クエリを受け付けた場合、前記利用者の属性に係る属性情報と前記検索クエリとに基づき、検索対象となる所定のドメインの各ドメインに対する前記利用者の興味の度合いを推定する推定手順と、
前記所定のドメインの中で前記推定された興味の度合いが所定の閾値を超えるドメインがない場合、前記検索クエリにマッチしたコンテンツへのリンクの一覧のみを出力し、前記所定のドメインの中で前記推定された興味の度合いが前記所定の閾値を超えるドメインがある場合、当該ドメインのサーバに対して前記検索クエリを投入することにより前記サーバから受信した検索結果を、前記検索クエリにマッチしたコンテンツへのリンクの一覧とともに出力する検索結果出力手順と、
をコンピュータに実行させるための検索プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020188221A JP7476081B2 (ja) | 2020-11-11 | 2020-11-11 | 検索装置、検索方法及び検索プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020188221A JP7476081B2 (ja) | 2020-11-11 | 2020-11-11 | 検索装置、検索方法及び検索プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022077381A JP2022077381A (ja) | 2022-05-23 |
JP7476081B2 true JP7476081B2 (ja) | 2024-04-30 |
Family
ID=81654271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020188221A Active JP7476081B2 (ja) | 2020-11-11 | 2020-11-11 | 検索装置、検索方法及び検索プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7476081B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008186452A (ja) | 2007-01-29 | 2008-08-14 | Nhn Corp | 検索システム及び検索方法 |
JP2008545196A (ja) | 2005-06-29 | 2008-12-11 | グーグル インコーポレイテッド | 所望リポジトリの判定 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591880B (zh) * | 2011-01-14 | 2015-02-18 | 阿里巴巴集团控股有限公司 | 信息提供方法及装置 |
JP6604603B2 (ja) * | 2015-09-18 | 2019-11-13 | Zホールディングス株式会社 | 検索装置、検索方法、及びプログラム |
-
2020
- 2020-11-11 JP JP2020188221A patent/JP7476081B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008545196A (ja) | 2005-06-29 | 2008-12-11 | グーグル インコーポレイテッド | 所望リポジトリの判定 |
JP2008186452A (ja) | 2007-01-29 | 2008-08-14 | Nhn Corp | 検索システム及び検索方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2022077381A (ja) | 2022-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Scholz et al. | A configuration-based recommender system for supporting e-commerce decisions | |
US11055764B2 (en) | Systems and methods for providing personalized online content | |
Kaptein et al. | Advancing e-commerce personalization: Process framework and case study | |
US10409821B2 (en) | Search result ranking using machine learning | |
US20080270248A1 (en) | System and device for social shopping on-line | |
US11132733B2 (en) | Personalized recommendations for unidentified users based on web browsing context | |
CN106447419B (zh) | 基于特征选择的拜访者标识 | |
JP2018045553A (ja) | 選択装置、選択方法および選択プログラム | |
US11501334B2 (en) | Methods and apparatuses for selecting advertisements using semantic matching | |
JP6885858B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
JP7476081B2 (ja) | 検索装置、検索方法及び検索プログラム | |
JP2020154841A (ja) | 決定装置、決定方法及び決定プログラム | |
US10692127B1 (en) | Inferring user demographics from user behavior using Bayesian inference | |
JP7021290B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
Wang et al. | CFSH: Factorizing sequential and historical purchase data for basket recommendation | |
TW201918956A (zh) | 資料關聯性推論系統、行銷目標族群產生方法及系統 | |
JP7303855B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7434264B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP7459040B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
US20230206253A1 (en) | Systems and methods for providing customer insights | |
Zheng et al. | Recommending What to Search: Sales Volume and Consumption Diversity Effects of a Query Recommender System | |
Darlington | AI for vendors-a transformation in the making | |
JP2024060407A (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
JP2023183531A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP2023048788A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210317 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220405 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220603 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220802 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221003 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221025 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221220 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230424 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20230424 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230502 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20230630 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240215 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240417 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7476081 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |