JP7491882B2 - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。

従来、ビジネスシーン等に活用することを目的として、インターネットを介してやり取りされる膨大なデータを様々な側面から分析するための様々な技術が提案されている。例えば、購買履歴データ等を用いて時期のトレンドを考慮して顧客（適宜、「ユーザ」）を分析する技術が知られている。

特開２０１６－１４３０８０号公報

しかしながら、従来の技術は、ターゲットとなるユーザに関する有益な情報を提供する上で改善の余地がある。

上述した課題を解決し、目的を達成するために、本発明に係る情報処理装置は、ユーザの情報を取得する第１取得部と、前記ユーザの位置情報を取得する第２取得部と、前記ユーザの情報および前記位置情報を用いて、訪問場所における前記ユーザの興味のあるカテゴリーを示す興味ベクトルを生成する第１生成部と、を備えることを特徴とする。

また、本発明に係る情報処理方法は、情報処理装置によって実行される情報処理方法であって、ユーザの情報を取得する第１取得工程と、前記ユーザの位置情報を取得する第２取得工程と、前記ユーザの情報および前記位置情報を用いて、訪問場所における前記ユーザの興味のあるカテゴリーを示す興味ベクトルを生成する第１生成工程と、を含むことを特徴とする。

また、本発明に係る情報処理プログラムは、ユーザの情報を取得する第１取得ステップと、前記ユーザの位置情報を取得する第２取得ステップと、前記ユーザの情報および前記位置情報を用いて、訪問場所における前記ユーザの興味のあるカテゴリーを示す興味ベクトルを生成する第１生成ステップと、をコンピュータに実行させることを特徴とする。

本発明では、ターゲットとなるユーザに関する有益な情報を提供できる。

図１は、実施形態に係る情報処理システムの処理の一例を示す図である。 図２は、実施形態に係る情報処理装置の構成例を示すブロック図である。 図３は、実施形態に係る第１生成処理の一例を示す図である。 図４は、実施形態に係る第２生成処理の一例を示す図である。 図５は、実施形態に係る処理全体の流れの一例を示すフローチャートである。 図６は、ハードウェア構成の一例を示す図である。

以下に、本願に係る情報処理装置、情報処理方法およ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）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、情報処理方法および情報処理プログラムが限定されるものではない。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〕
以下に、実施形態に係る情報処理システム１００の処理、情報処理装置１０の構成、処理の具体例、処理の流れを順に説明し、最後に本実施形態の効果を説明する。

［１．情報処理システム１００の処理］
図１を用いて、本実施形態に係る情報処理システム（適宜、本システム）１００の処理を説明する。図１は、実施形態に係る情報処理システムの処理の一例を示す図である。以下では、本システム１００の構成例、本システム１００の処理、本システム１００の効果の順に説明する。

（１－１．システム１００の構成例）
図１に示した本システム１００は、情報処理装置１０、ユーザ情報データベース（ＤＢ）２０、位置情報ＤＢ３０およびユーザ端末（適宜、新規ユーザ）４０を有する。ここで、情報処理装置１０と、ユーザ情報ＤＢ２０と、位置情報ＤＢ３０と、ユーザ端末４０とは、図示しない所定の通信網を介して、有線または無線により通信可能に接続される。なお、本システム１００には、複数台の情報処理装置１０、複数のユーザ情報ＤＢ２０、複数の位置情報ＤＢ３０、および複数台のユーザ端末４０が含まれてもよい。

（１－１－１．情報処理装置１０）
情報処理装置１０は、ユーザ情報ＤＢ２０との間、位置情報ＤＢ３０との間、ユーザ端末４０との間でデータの送受信を行う装置であり、例えば、サーバ装置やクラウドシステム等により実現される。図１の例では、情報処理装置１０がサーバ装置により実現される場合を示す。

（１－１－２．ユーザ端末４０）
ユーザ端末４０は、Ｗｅｂページを閲覧したり、Ｗｅｂ上でインターネットショッピング等を行ったりするユーザによって使用されるデバイス（コンピュータ）である。ユーザ端末４０は、ユーザによる操作を受け付ける。なお、ユーザ端末４０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。図１の例では、ユーザ端末４０がスマートフォンにより実現される場合を示す。

（１－２．システム１００の処理）
（１－２－１．ステップＳ１の処理）
本システム１００において、第１に、情報処理装置１０は、ユーザ情報ＤＢ２０を参照し、ユーザ情報を取得する（ステップＳ１）。ここで、ユーザ情報とは、ユーザに関する情報であって、ユーザのＷｅｂサイト上での検索履歴、閲覧履歴、購入履歴等のユーザの行動履歴の他、ユーザの性別、年齢、職業、居住地、既婚・未婚の別、子供の有無等のユーザの属性を含む情報である。さらに、ユーザ情報は、図示しないユーザの端末を介して収集したユーザの画面情報、生体情報等であってもよく、特に限定されない。また、図１の例では、情報処理装置１０は、ユーザ情報をユーザ情報ＤＢ２０から取得しているが、図示しないユーザの端末やその他の端末から取得してもよい。

上述したステップＳ１の説明のように、情報処理装置１０は、ユーザの情報を取得する装置である。

（１－２－２．ステップＳ２の処理）
本システム１００において、第２に、情報処理装置１０は、位置情報ＤＢ３０を参照し、ユーザの位置情報を取得する（ステップＳ２）。ここで、位置情報とは、ユーザが訪問した場所に関する情報であって、訪問場所の住所や施設名の他、施設の種類や用途、ユーザの滞在時間や訪問回数等を含む情報である。さらに、位置情報は、ユーザ情報である検索履歴、閲覧履歴、購入履歴等のユーザの行動履歴と関連付けされた情報であってもよい。また、図１の例では、情報処理装置１０は、位置情報を位置情報ＤＢ３０から取得しているが、図示しないユーザの端末やその他の端末から収集してもよい。さらに、情報処理装置１０は、位置情報を自動車の走行ログ等の移動情報から取得してもよい。

上述したステップＳ２の説明のように、情報処理装置１０は、ユーザの位置情報を取得する装置である。例えば、情報処理装置１０は、ユーザの移動履歴からユーザの位置情報を取得する装置である。

（１－２－３．ステップＳ３の処理）
本システム１００において、第３に、情報処理装置１０は、取得したユーザ情報および位置情報から、訪問場所におけるユーザの興味関心を有するカテゴリーを示す興味ベクトルを生成する（ステップＳ３）。ここで、興味ベクトルとは、ユーザの興味関心を有するカテゴリーを示す情報をベクトル化した情報であり、ユーザが入力した検索ワード（検索クエリ）の傾向や、各種サービスにおける行動履歴や、行動履歴から推定されるユーザ属性等をベクトル化することにより得られる情報である。このとき、情報処理装置１０は、訪問場所における興味ベクトルとして、特定の訪問場所ごとに複数のユーザ情報を集計してベクトルを生成してもよいし、曜日や時間帯ごとのベクトルを生成してもよいし、ラプラススムージングを用いてベクトルを生成してもよい。

上述したステップＳ３の説明のように、情報処理装置１０は、ユーザの情報およびユーザの位置情報を用いて、訪問場所におけるユーザの興味のあるカテゴリーを示す興味ベクトルを生成する装置である。例えば、情報処理装置１０は、複数のユーザの興味ベクトルを集計し、訪問場所における興味ベクトルを生成する装置である。また、情報処理装置１０は、興味ベクトルを所定の曜日または時間帯ごとに集計し、訪問場所における興味ベクトルを生成する装置である。

（１－２－４．ステップＳ４の処理）
本システム１００において、第４に、情報処理装置１０は、ユーザ端末４０から、新規ユーザのユーザ情報を取得する（ステップＳ４）。ここで、新規ユーザとは、興味関心を有するカテゴリー（ユーザの志向）の推定対象となるユーザである。例えば、新規ユーザは、特定の場所を初めて訪問するユーザであるが、過去に当該場所を訪問したことのあるユーザであってもよい。また、図１の例では、情報処理装置１０は、新規ユーザのユーザ情報をユーザ端末４０から取得しているが、ユーザ情報ＤＢ２０や図示しないその他の端末から取得してもよい。

上述したステップＳ４の説明のように、情報処理装置１０は、新規ユーザの情報を取得する装置である。

（１－２－５．ステップＳ５の処理）
本システム１００において、第５に、情報処理装置１０は、ユーザ端末４０から、新規ユーザの位置情報を取得する（ステップＳ５）。また、図１の例では、情報処理装置１０は、新規ユーザの位置情報をユーザ端末４０から取得しているが、位置情報ＤＢ３０や図示しないその他の端末から取得してもよい。さらに、情報処理装置１０は、位置情報を新規ユーザの自動車の走行ログ等の移動情報から取得してもよい。

上述したステップＳ５の説明のように、情報処理装置１０は、新規ユーザの位置情報を取得する装置である。例えば、情報処理装置１０は、新規ユーザの移動履歴から新規ユーザの位置情報を取得する装置である。

（１－２－６．ステップＳ６の処理）
本システム１００において、第６に、情報処理装置１０は、取得した新規ユーザのユーザ情報および位置情報から、訪問場所における新規ユーザの興味関心を有するカテゴリーを示す興味ベクトル（ユーザベクトル）を生成する（ステップＳ６）。ここで、情報処理装置１０は、新規ユーザの興味ベクトルであるユーザベクトルとして、自宅や特定の訪問場所ごとにベクトルを生成してもよいし、複数の訪問場所のベクトルを統合（マージ）したベクトルを生成してもよいし、曜日や時間帯ごとのベクトルを生成してもよい。

また、情報処理装置１０は、訪問場所における新規ユーザのユーザベクトルから、新規ユーザのデモグラフィック属性（人口統計学的属性）と位置情報とを組み合わせた共通属性を示す志向スコアを算出してもよい。例えば、情報処理装置１０は、「アウトドア志向スコア」として、［男性、４０代、＜住所／緯度経度＞］＝０．６４となる志向スコアを算出する。このとき、情報処理装置１０は、訪問場所における志向スコアとして、曜日や時間帯ごとの平均スコアを算出してもよい。

上述したステップＳ６の説明のように、情報処理装置１０は、訪問場所における新規ユーザの興味のあるカテゴリーを示すユーザベクトルを生成する装置である。例えば、情報処理装置１０は、新規ユーザが所定の時間以上滞在した訪問場所におけるユーザベクトルを生成する装置であり、訪問場所のうち所定の訪問場所におけるユーザベクトルを生成する装置である。また、情報処理装置１０は、所定の曜日または時間帯におけるユーザベクトルを生成する装置である。さらに、情報処理装置１０は、複数の訪問場所におけるユーザベクトルを集計する装置である。

（１－２－７．ステップＳ７の処理）
本システム１００において、第７に、情報処理装置１０は、生成した興味ベクトルと新規ユーザのユーザベクトルとに基づいて、新規ユーザの興味関心を有するカテゴリーを推定する（ステップＳ７）。このとき、情報処理装置１０は、訪問場所における興味ベクトルと新規ユーザのユーザベクトルとの類似性に基づいて、新規ユーザの興味関心を有するカテゴリーを推定する。また、情報処理装置１０は、志向スコアに基づいて、新規ユーザの興味関心を有するカテゴリーを推定する。

ここで、類似性を判定する場合、情報処理装置１０は、ルールベースで類似性を示す類似度を算出し、算出した類似度が所定の閾値を超えるカテゴリーを興味関心があると推定してもよい。また、情報処理装置１０は、モデルを用いてもよい。例えば、情報処理装置１０は、特定の訪問場所において検索ワード等を入力した際に、新規ユーザの興味関心を有するカテゴリーに関する情報を出力するように、ＤＮＮ（Deep Neural Network）等のモデルを学習する。そして、情報処理装置１０は、判定対象となる新規ユーザの行動を示す情報を学習済みのモデルに入力し、モデルの出力に基づいて、新規ユーザの興味関心を有するカテゴリーを推定すればよい。

上述したステップＳ７の説明のように、情報処理装置１０は、興味ベクトルおよびユーザベクトルに基づいて、新規ユーザの興味のあるカテゴリーを推定する装置である。

（１－３．システム１００の効果）
本システム１００では、情報処理装置１０は、ユーザ情報ＤＢ２０を参照しユーザ情報を取得し、位置情報ＤＢ３０を参照してユーザの位置情報を取得し、取得したユーザ情報および位置情報から、訪問場所におけるユーザの興味関心を示す興味ベクトルを生成する。また、情報処理装置１０は、ユーザ端末４０から、新規ユーザのユーザ情報および位置情報を取得し、取得した新規ユーザのユーザ情報および位置情報から、訪問場所における新規ユーザの興味関心を示すユーザベクトルを生成する。さらに、情報処理装置１０は、生成した興味ベクトルと新規ユーザのユーザベクトルとに基づいて、新規ユーザの興味関心を有するカテゴリーを推定する。このため、本システム１００では、ターゲットとなるユーザに関する有益な情報を提供することができる。

すなわち、本システム１００は、ユーザの自宅等で収集された興味関心だけではなく、ショッピングモールや病院等のユーザの立ち寄る場所における特徴が明確化された興味関心の志向を収集することができる。また、本システム１００は、立ち寄る場所や曜日・時間帯も考慮することにより、結婚や出産等のユーザのライフイベントに関する情報を反映した志向を収集することができる。

さらに、本システム１００は、ユーザ情報と位置情報とをベクトル化して扱うことによって、特定の場所における複数のユーザの志向を容易に顕在化することができる。例えば、本システム１００は、病院のあるスポットにおいて、健康に関するユーザの志向を顕在化することができる。また、本システム１００は、ユーザの目的とは別に、場所による集客等の影響を顕在化することもできる。例えば、本システム１００は、駅付近の飲食店や、都心と観光地との中間地点にあるコンビニエンスストアの集客等の、ユーザによるＳＮＳ（Social Networking Service）の評価等からでは分析しにくい情報であっても、マーケティングに利用可能な情報として収集できる。

［２．情報処理装置１０の構成］
図２を用いて、実施形態に係る情報処理装置１０の構成について説明する。図２は、実施形態に係る情報処理装置１０の構成例を示すブロック図である。図２に示すように、情報処理装置１０は、通信部１１、記憶部１２および制御部１３を有する。なお、情報処理装置１０は、情報処理装置１０の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（２－１．通信部１１）
通信部１１は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１は、所定の通信網（ネットワーク）と有線または無線で接続され、ユーザ情報ＤＢ２０、位置情報ＤＢ３０、およびユーザ端末４０との間で情報の送受信を行う。

（２－２．記憶部１２）
記憶部１２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。実施形態に係る記憶部１２は、図２に示すように、ユーザ情報記憶部１２ａ、位置情報記憶部１２ｂ、興味ベクトル記憶部１２ｃおよびユーザベクトル記憶部１２ｄを有する。そして、記憶部１２は、制御部１３が動作する際に参照する各種情報や、制御部１３が動作した際に取得した各種情報を記憶する。

（２－２－１．ユーザ情報記憶部１２ａ）
ユーザ情報記憶部１２ａは、過去のユーザや新規ユーザ４０から取得されたユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２ａは、ユーザのＷｅｂサイト上での検索履歴、閲覧履歴、購入履歴等の行動履歴の他、ユーザの性別、年齢、職業、居住地、既婚・未婚の別、子供の有無等のユーザの属性、ユーザの端末の画面情報、生体情報等を含む情報を記憶する。

（２－２－２．位置情報記憶部１２ｂ）
位置情報記憶部１２ｂは、過去のユーザや新規ユーザ４０から取得されたユーザの位置情報を記憶する。例えば、位置情報記憶部１２ｂは、ユーザが訪問した場所に関する情報として、訪問場所の住所や施設名の他、施設の種類や用途、滞在時間、訪問回数等を記憶する。

（２－２－３．興味ベクトル記憶部１２ｃ）
興味ベクトル記憶部１２ｃは、訪問場所におけるユーザの興味関心を有するカテゴリーを示す興味ベクトルを記憶する。例えば、興味ベクトル記憶部１２ｃは、第１生成部１３ｃによって生成された訪問場所ごとの興味ベクトルを記憶する。また、興味ベクトル記憶部１２ｃは、特定の訪問場所ごとに複数のユーザ情報が集計された興味ベクトルや、曜日や時間帯ごとに分類された興味ベクトルを記憶してもよい。さらに、興味ベクトル記憶部１２ｃは、集計された興味ベクトルとともに、集計された興味ベクトルの件数を記憶してもよい。

（２－２－４．ユーザベクトル記憶部１２ｄ）
ユーザベクトル記憶部１２ｄは、新規ユーザの興味関心を有するカテゴリーを示すユーザベクトルを記憶する。例えば、ユーザベクトル記憶部１２ｄは、第２生成部１３ｄによって生成された訪問場所ごとのユーザベクトルや志向スコアを記憶する。また、ユーザベクトル記憶部１２ｄは、自宅や特定の訪問場所ごとに生成されたユーザベクトルや、複数の訪問場所のベクトルを統合したユーザベクトルや、曜日や時間帯ごとに分類されたユーザベクトルを記憶してもよい。

（２－３．制御部１３）
制御部１３は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１０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１３は、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２に示すように、制御部１３は、第１取得部１３ａ、第２取得部１３ｂ、第１生成部１３ｃ、第２生成部１３ｄおよび推定部１３ｅ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１３の内部構成は、図２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。また、制御部１３が有する各処理部の接続関係は、図２に示した接続関係に限られず、他の接続関係であってもよい。

（２－３－１．第１取得部１３ａ）
第１取得部１３ａは、ユーザの情報を取得する。情報の収集元について説明すると、例えば、第１取得部１３ａは、ユーザ情報ＤＢ２０からユーザの情報を取得する。また、第１取得部１３ａは、新規ユーザ４０からユーザの情報を取得する。

一方、情報の内容について説明すると、例えば、第１取得部１３ａは、ユーザの情報として、ユーザの検索履歴、閲覧履歴、購入履歴、ユーザの属性等を取得する。さらに、ユーザの情報として、ユーザの端末を介してユーザの画面情報、生体情報等を取得してもよい。

なお、第１取得部１３ａは、ベクトル化されたユーザの情報を取得してもよい。また、第１取得部１３ａは、取得したユーザの情報をユーザ情報記憶部１２ａに格納する。

（２－３－２．第２取得部１３ｂ）
第２取得部１３ｂは、ユーザの位置情報を取得する。情報の収集元について説明すると、例えば、第２取得部１３ｂは、位置情報ＤＢ３０からユーザの情報を取得する。また、第２取得部１３ｂは、新規ユーザ４０からユーザの情報を取得する。

一方、情報の内容について説明すると、例えば、第２取得部１３ｂは、ユーザの移動履歴から位置情報を取得する。すなわち、第２取得部１３ｂは、自動車の走行ログ等の移動情報から、ユーザの訪問場所の住所や施設名、ユーザの滞在時間や訪問回数等を取得する。

なお、第２取得部１３ｂは、ベクトル化されたユーザの位置情報を取得してもよい。また、第２取得部１３ｂは、取得したユーザの位置情報を位置情報記憶部１２ｂに格納する。

（２－３－３．第１生成部１３ｃ）
第１生成部１３ｃは、ユーザの情報および位置情報を用いて、訪問場所におけるユーザの興味のあるカテゴリーを示す興味ベクトルを生成する。興味ベクトルについて説明すると、例えば、第１生成部１３ｃは、取得したユーザの情報およびユーザの位置情報を、コサイン類似度の空間や、内積空間、ユークリッド距離空間等におけるユーザ情報ベクトルおよび位置情報ベクトルに変換し、さらに上記ベクトルから興味ベクトルを生成する。

興味ベクトルの集計方法について説明すると、例えば、第１生成部１３ｃは、複数のユーザの興味ベクトルを集計し、訪問場所における興味ベクトルを生成する。すなわち、第１生成部１３ｃは、例えば、「病院ａ」、「ショッピングモールｂ」等の複数のユーザが訪問した場所ごとのユーザの興味ベクトルを集計して、興味ベクトルを生成する。このとき、第１生成部１３ｃは、複数のユーザの興味ベクトルを合計してもよいし、興味ベクトルを平均化してもよい。

また、第１生成部１３ｃは、興味ベクトルを所定の曜日または時間帯ごとに集計し、訪問場所における興味ベクトルを生成する。すなわち、第１生成部１３ｃは、例えば、「日曜日」の「病院ａ」における興味ベクトル、「午前中」の「ショッピングモールｂ」における興味ベクトルを生成する。さらに、第１生成部１３ｃは、１月～１２月の「月」、春夏秋冬の「季節」等の暦ごとの興味ベクトルを生成してもよい。

さらに、第１生成部１３ｃは、ラプラススムージングを用いて興味ベクトルを集計してもよい。すなわち、第１生成部１３ｃは、興味ベクトルが訪問場所、曜日、時間帯ごとに集計され、データの総数が減少することによる推定精度の低下を生じることなく、興味ベクトルを集計することができる。

なお、第１生成部１３ｃは、生成した興味ベクトルを興味ベクトル記憶部１２ｃに格納する。

（２－３－４．第２生成部１３ｄ）
第２生成部１３ｄは、訪問場所における新規ユーザの興味のあるカテゴリーを示すユーザベクトルを生成する。ユーザベクトルを生成する訪問場所について説明すると、例えば、第２生成部１３ｄは、新規ユーザが所定の時間以上滞在した訪問場所におけるユーザベクトルを生成する。また、第２生成部１３ｄは、訪問場所のうち所定の訪問場所におけるユーザベクトルを生成する。すなわち、第２生成部１３ｄは、例えば、新規ユーザの自宅でのベクトルをユーザベクトルとして生成してもよいし、自宅以外の頻繁に立ち寄る飲食店でのベクトルをユーザベクトルとして生成してもよい。

興味ベクトルの集計方法について説明すると、第２生成部１３ｄは、所定の曜日または時間帯におけるユーザベクトルを生成する。すなわち、第１生成部１３ｃは、例えば、「日曜日」の自宅におけるユーザベクトル、「午前中」の「飲食店ｃ」におけるユーザベクトルを生成する。さらに、第１生成部１３ｃは、１月～１２月の「月」、春夏秋冬の「季節」等の暦ごとのユーザベクトルを生成してもよい。

また、第２生成部１３ｄは、複数の訪問場所におけるユーザベクトルを集計し、ユーザベクトルを生成する。すなわち、第１生成部１３ｃは、例えば、「病院ａ」、「ショッピングモールｂ」、「飲食店ｃ」のユーザベクトルを集計して、統合したユーザベクトルを生成する。このとき、第１生成部１３ｃは、複数の訪問場所のユーザベクトルを合計してもよいし、ユーザベクトルを平均化してもよい。

さらに、第２生成部１３ｄは、ユーザベクトルから志向スコアを算出してもよい。例えば、第２生成部１３ｄは、新規ユーザの情報および新規ユーザの位置情報として［男性、４０代、＜住所／緯度経度＞］であるユーザベクトルから、当該新規ユーザの「アウトドア志向スコア」を０．６４として算出する。このとき、第２生成部１３ｄは、訪問場所における志向スコアとして、複数の志向スコアを集計して平均スコアを算出してもよいし、曜日や時間帯ごとの志向スコアを算出してもよい。

なお、第２生成部１３ｄは、生成したユーザベクトルをユーザベクトル記憶部１２ｄに格納する。

（２－３－５．推定部１３ｅ）
推定部１３ｅは、興味ベクトルおよびユーザベクトルに基づいて、新規ユーザの興味のあるカテゴリーを推定する。推定方法について説明すると、例えば、推定部１３ｅは、訪問場所における興味ベクトルと新規ユーザのユーザベクトルとの類似性に基づいて、新規ユーザの興味関心を有するカテゴリーを推定する。すなわち、推定部１３ｅは、例えば、興味ベクトルとユーザベクトルとの距離（例：コサイン類似度、内積距離、ユークリッド距離）を算出し、算出結果に基づいて新規ユーザの興味のあるカテゴリーを推定する。

推定するカテゴリーについて説明すると、推定部１３ｅは、例えば、新規ユーザの興味のあるカテゴリーとして、「アウトドア」、「健康」等の志向を推定する。また、推定部１３ｅは、例えば、特定の場所における新規ユーザの興味のあるカテゴリーとして、「ショッピングモールｂ」において「食事」等の志向を推定する。

［３．処理の具体例］
図３および図４を用いて、実施形態に係る処理の具体例について説明する。図３は、実施形態に係る第１生成処理の一例を示す図である。図４は、実施形態に係る第２生成処理の一例を示す図である。以下では、実施形態に係る第１生成処理の具体例、第２生成処理の具体例の順に説明する。

（３－１．第１生成処理の具体例）
図３を用いて、実施形態に係る第１生成処理の具体例について説明する。以下では、集計方式１、集計方式２の順に説明する。

（３－１－１．集計方式１）
情報処理装置１０は、「ユーザＡ」の自宅である（Ａ－１）における「ユーザＡ」の興味ベクトルを生成し、「ユーザＢ」の自宅である（Ｂ－１）における「ユーザＢ」の興味ベクトルを生成する。すなわち、集計方式１では、情報処理装置１０は、各ユーザの自宅等の特定の拠点でのみ興味ベクトルを生成し、ユーザの志向を収集することができる。

（３－１－２．集計方式２）
情報処理装置１０は、「ユーザＡ」の自宅である（Ａ－１）における「ユーザＡ」の興味ベクトルだけではなく、「ユーザＡ」の立ち寄り地点である（Ａ－２）、（Ａ－３）、（Ａ－４）においても「ユーザＡ」の興味ベクトルを生成する。同様にして、情報処理装置１０は、「ユーザＢ」の自宅である（Ｂ－１）における「ユーザＢ」の興味ベクトルだけではなく、「ユーザＢ」の立ち寄り地点である（Ｂ－２）においても「ユーザＢ」の興味ベクトルを生成する。

ここで、（Ａ－２）および（Ｂ－２）が同一の立ち寄り地点であり、例えば「病院ａ」であったとすると、情報処理装置１０は、「病院ａ」における「ユーザＡ」および「ユーザＢ」の興味ベクトルを集計することによって、「病院ａ」における複数のユーザの志向を顕在化することが可能となる。すなわち、集計方式２では、情報処理装置１０は、特定の拠点だけではなく、訪問場所での興味ベクトルを生成し、場所ごとで異なるユーザの志向を収集することができる。

さらに、情報処理装置１０は、上記のように興味ベクトルを集計する際に、集計する興味ベクトルの件数を用いて、興味ベクトルの「強度」も考慮した興味ベクトルを生成することもできる。すなわち、集計方式２では、情報処理装置１０は、ユーザの志向（興味関心の方向性）だけではなく、志向の強度（興味関心の濃度）をも収集することができる。

（３－２．第２生成処理の具体例）
図４を用いて、実施形態に係る第２生成処理の具体例について説明する。以下では、参照方式１、参照方式２、参照方式３の順に説明する。

（３－２－１．参照方式１）
情報処理装置１０は、新規ユーザである「ユーザＣ」の自宅である（Ｃ－１）における「ユーザＣ」のユーザベクトルを生成し、生成したユーザベクトルをもとに「ユーザＣ」の志向を参照する。すなわち、参照方式１では、情報処理装置１０は、新規ユーザの自宅等の特定の拠点でのユーザベクトルのみをもとに、新規ユーザの志向を推定することができる。

（３－２－２．参照方式２）
情報処理装置１０は、「ユーザＣ」の自宅である（Ｃ－１）における「ユーザＣ」の興味ベクトルだけではなく、「ユーザＣ」の立ち寄り地点である（Ｃ－２）、（Ｃ－３）においても「ユーザＣ」のユーザベクトルを生成し、生成したユーザベクトルをもとに「ユーザＣ」の志向を参照する。

ここで、（Ｃ－２）が上述した（Ａ－２）および（Ｂ－２）と同一の「病院ａ」であったとすると、情報処理装置１０は、「病院ａ」における「ユーザＣ」の志向を参照することが可能となる。すなわち、参照方式２では、情報処理装置１０は、特定の拠点だけではなく、訪問場所でのユーザベクトルをもとに、場所ごとで異なる新規ユーザの志向を推定することができる。

（３－２－３．参照方式３）
情報処理装置１０は、「ユーザＣ」の自宅および立ち寄り地点である（Ｃ－１）、（Ｃ－２）、（Ｃ－３）において生成したユーザベクトルを統合（マージ）し、生成したユーザベクトルをもとに「ユーザＣ」の志向を参照する。すなわち、参照方式３では、情報処理装置１０は、新規ユーザの特定の拠点および訪問場所での複数のユーザベクトルをもとに、新規ユーザの全体的な志向を推定することができる。

［４．処理の流れ］
図５を用いて、情報処理全体の流れを説明する。図５は、実施形態に係る処理全体の流れを示すフローチャートである。以下では、処理全体の流れを説明した上で、各処理の概要を説明する。

（４－１．処理全体の流れ）
第１に、情報処理装置１０の第１取得部１３ａは、第１取得処理を実行する（ステップＳ１０１）。第２に、情報処理装置１０の第２取得部１３ｂは、第２取得処理を実行する（ステップＳ１０２）。第３に、情報処理装置１０の第１生成部１３ｃは、第１生成処理を実行する（ステップＳ１０３）。第４に、情報処理装置１０の第２生成部１３ｄは、第２生成処理を実行する（ステップＳ１０４）。第５に、情報処理装置１０の推定部１３ｅは、推定処理を実行し（ステップＳ１０５）、処理を終了する。なお、上記のステップＳ１０１～Ｓ１０５は、異なる順序で実行することもできる。また、上記のステップＳ１０１～Ｓ１０５のうち、省略される処理があってもよい。

（４－２．各処理の流れ）
（４－２－１．第１取得処理の流れ）
第１に、第１取得部１３ａによる第１取得処理について説明する。第１取得処理では、第１取得部１３ａは、ユーザ情報ＤＢ２０または新規ユーザ４０から、ユーザ情報（ユーザの行動履歴、ユーザ属性等）を取得する。

（４－２－２．第２取得処理の流れ）
第２に、第２取得部１３ｂによる第２取得処理について説明する。第２取得処理では、第２取得部１３ｂは、位置情報ＤＢ３０または新規ユーザ４０から、ユーザの位置情報（住所、施設の名称・種類・用途等）を取得する。

（４－２－３．第１生成処理の流れ）
第３に、第１生成部１３ｃによる第１生成処理について説明する。第１生成処理では、第１生成部１３ｃは、取得したユーザ情報および位置情報から、訪問場所におけるユーザの興味関心を有するカテゴリーを示す興味ベクトルを生成する。ここで、第１生成部１３ｃは、特定の訪問場所ごとに複数のユーザ情報を集計した興味ベクトル、曜日や時間帯ごとの興味ベクトルを生成することができる。

（４－２－４．第２生成処理の流れ）
第４に、第２生成部１３ｄによる第２生成処理について説明する。第２生成処理では、第２生成部１３ｄは、取得した新規ユーザのユーザ情報および位置情報から、訪問場所における新規ユーザの興味関心を有するカテゴリーを示すユーザベクトルを生成する。ここで、第２生成部１３ｄは、自宅や特定の訪問場所ごとのユーザベクトル、複数の訪問場所のベクトルを統合したユーザベクトル、曜日や時間帯ごとのユーザベクトルを生成することができる。また、第２生成部１３ｄは、ユーザベクトルから、新規ユーザの志向スコアを算出することもできる。

（４－２－５．推定処理の流れ）
第５に、推定部１３ｄによる推定処理について説明する。推定処理では、推定部１３ｄは、生成した興味ベクトルと新規ユーザのユーザベクトルとに基づいて、新規ユーザの興味関心を有するカテゴリーを推定する。

［５．実施形態の効果］
第１に、上述した本実施形態に係る処理では、ユーザの情報を取得し、ユーザの位置情報を取得し、ユーザの情報およびユーザの位置情報を用いて、訪問場所におけるユーザの興味のあるカテゴリーを示す興味ベクトルを生成する。このため、本処理では、ターゲットとなるユーザに関する有益な情報を提供できる。

第２に、上述した本実施形態に係る処理では、訪問場所における新規ユーザの興味のあるカテゴリーを示すユーザベクトルを生成し、興味ベクトルおよびユーザベクトルに基づいて、新規ユーザの興味のあるカテゴリーを推定する。このため、本処理では、訪問場所における新規ユーザの興味のあるカテゴリーを推定することにより、ターゲットとなるユーザに関する有益な情報を提供できる。

第３に、上述した本実施形態に係る処理では、ユーザの移動履歴から位置情報を取得する。このため、本処理では、効果的に移動情報を収集することができ、ターゲットとなるユーザに関する有益な情報を提供できる。

第４に、上述した本実施形態に係る処理では、複数のユーザの興味ベクトルを集計し、訪問場所における興味ベクトルを生成する。このため、本処理では、複数のユーザから訪問場所における情報を収集することができ、ターゲットとなるユーザに関する有益な情報を提供できる。

第５に、上述した本実施形態に係る処理では、興味ベクトルを所定の曜日または時間帯ごとに集計し、訪問場所における興味ベクトルを生成する。このため、本処理では、効果的に訪問場所における情報を収集することができ、ターゲットとなるユーザに関する有益な情報を提供できる。

第６に、上述した本実施形態に係る処理では、新規ユーザが所定の時間以上滞在した訪問場所におけるユーザベクトルを生成する。このため、本処理では、より重要な訪問場所における情報を参照することができ、ターゲットとなるユーザに関する有益な情報を提供できる。

第７に、上述した本実施形態に係る処理では、訪問場所のうち所定の訪問場所におけるユーザベクトルを生成する。このため、本処理では、柔軟に訪問場所における情報を参照することができ、ターゲットとなるユーザに関する有益な情報を提供できる。

第８に、上述した本実施形態に係る処理では、所定の曜日または時間帯におけるユーザベクトルを生成する。このため、本処理では、効果的に訪問場所における情報を参照することができ、ターゲットとなるユーザに関する有益な情報を提供できる。

第９に、上述した本実施形態に係る処理では、複数の訪問場所におけるユーザベクトルを集計し、ユーザベクトルを生成する。このため、本処理では、効率的に訪問場所における情報を参照することができ、ターゲットとなるユーザに関する有益な情報を提供できる。

〔実施形態の変形例〕
以下に、実施形態の変形例に係る情報処理システムの処理、および本変形例の効果を説明する。なお、本変形例に係る情報処理装置１０の構成、処理の具体例、処理の流れについては、上述した実施形態と共通するので説明を省略する。

［１．情報処理システムの処理］
以下に、上述した実施形態に係る情報処理システム１００との差異を説明した上で、本変形例に係る情報処理システムの処理について説明する。

（１－１．システム１００との差異）
上述した実施形態に係る情報処理システム１００では、例えば、購買履歴データ等とともにユーザの位置情報を用いてユーザの志向を分析し、マーケティング上のターゲットとなる新規ユーザに関する有益な情報を提供できる。すなわち、上記の情報処理システム１００は、商品やサービスの提供者が、ターゲットとなるユーザに対して、購買意欲を惹起するための広告を配信したり、新商品のダイレクトメールを送付したりするために利用される。

一方、本変形例に係る情報処理システムでは、分析された特定の訪問場所における過去のユーザの志向から、新規ユーザの要求に応じて新規ユーザに対して当該訪問場所における有益な情報を提供することができる。すなわち、本変形例に係る情報処理システムは、例えば、新規ユーザがユーザ情報や位置情報を、志向を提示するＡＰＩ（Application Programming Interface）（以下、「志向ＡＰＩ」）に入力し、志向ＡＰＩが訪問場所における上記の新規ユーザの興味関心を有するカテゴリーの情報を出力することにより、新規ユーザが直接利用することができる。

（１－２．システムの処理）
以下に、本変形例に係る情報処理システムの処理について、情報入力処理、志向推定処理、情報出力処理の順に説明する。

（１－２－１．情報入力処理）
本変形例に係る情報処理システムでは、以下のように、新規ユーザは、ユーザ端末４０の操作に基づいて、ユーザ情報やユーザの位置情報を志向ＡＰＩに入力する（情報入力処理）。すなわち、新規ユーザは、例えば、ユーザの性別、年齢、職業、居住地等のユーザの属性（デモグラフィック属性）を志向ＡＰＩに入力する。また、新規ユーザは、例えば、自動車の走行ログから取得された新規ユーザの位置情報を志向ＡＰＩに入力する。なお、新規ユーザは、ユーザ端末４０の操作によって、所定のＤＢに記憶されたユーザ情報やユーザの位置情報を志向ＡＰＩに入力してもよい。

（１－２－２．志向推定処理）
本変形例に係る情報処理システムでは、以下のように、情報処理装置１０は、過去のユーザの訪問場所における興味ベクトルをもとに、新規ユーザの興味関心を有するカテゴリーを推定する（志向推定処理）。すなわち、情報処理装置１０は、例えば、ユーザ情報ＤＢ２０を参照しユーザ情報を取得し、位置情報ＤＢ３０を参照してユーザの位置情報を取得し、取得したユーザ情報および位置情報から、訪問場所におけるユーザの興味関心を示す興味ベクトルを生成する。また、情報処理装置１０は、志向ＡＰＩに入力された新規ユーザのユーザ情報およびユーザの位置情報を取得し、取得した新規ユーザのユーザ情報および位置情報から、訪問場所における新規ユーザの興味関心を示すユーザベクトルを生成する。さらに、情報処理装置１０は、生成した興味ベクトルと新規ユーザのユーザベクトルとに基づいて、新規ユーザの興味関心を有するカテゴリーを推定する。

なお、上記の情報処理システムの志向推定処理は、実施形態に係る［１．情報処理システム１００の処理］（１－２．システム１００の処理）にて説明した情報処理システム１００の処理と共通するので、詳細な説明は省略する。

（１－２－３．情報出力処理）
本変形例に係る情報処理システムでは、以下のように、志向ＡＰＩは、情報処理装置１０によって推定されたユーザの志向に基づき、新規ユーザに対して各種の情報を提供する（情報出力処理）。すなわち、志向ＡＰＩは、例えば、新規ユーザの訪問場所が「ショッピングモールｂ」であって、推定された新規ユーザの興味関心を有するカテゴリーが「食事」であった場合には、「ショッピングモールｂ」内に出店している飲食店の情報を、ユーザ端末４０を介して新規ユーザに提供する。

［２．実施形態の変形例の効果］
上述した本変形例に係る処理では、情報処理装置１０は、新規ユーザが能動的に入力したユーザ情報およびユーザの位置情報をもとに、ユーザの訪問場所におけるユーザの志向を推定し、ユーザの志向に合致した情報を提供することができる。このため、情報処理装置１０は、ユーザに関する有益な情報を、ユーザが望む情報の範囲や提供するタイミングを反映した上で提供することができる。

〔ハードウェア構成〕
また、上述してきた実施形態に係る情報処理装置１０は、例えば、図６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、情報処理装置１０を例に挙げて説明する。図６は、情報処理装置１０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。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、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、およびメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、所定の通信網を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを所定の通信網を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えば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である。

例えば、コンピュータ１０００が第１の実施形態に係る情報処理装置１０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００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１３の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。

〔その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換または変更を行うことができる。

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又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又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、その全部又は一部を、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又は物理的に分散・統合して構成することができる。

例えば、上述した情報処理装置１０は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットホーム等をＡＰＩやネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。

また、上述してきた実施形態および変形例は、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、制御部は、制御手段や制御回路に読み替えることができる。

１０ 情報処理装置
１１ 通信部
１２ 記憶部
１２ａ ユーザ情報記憶部
１２ｂ 位置情報記憶部
１２ｃ 興味ベクトル記憶部
１２ｄ ユーザベクトル記憶部
１３ 制御部
１３ａ 第１取得部
１３ｂ 第２取得部
１３ｃ 第１生成部
１３ｄ 第２生成部
１３ｅ 推定部
２０ ユーザ情報ＤＢ
３０ 位置情報ＤＢ
４０ ユーザ端末（新規ユーザ）
１００ 情報処理システム

Claims (10)

1. 検索履歴、閲覧履歴、および購入履歴のうち少なくとも１つを含む、ユーザの情報を取得する第１取得部と、
   前記ユーザの位置情報を取得する第２取得部と、
   前記ユーザの情報および前記位置情報を用いて、訪問場所における前記ユーザの興味のあるカテゴリーを示す興味ベクトルを生成する第１生成部と、
   前記訪問場所における新規ユーザの興味のあるカテゴリーを示すユーザベクトルを生成する第２生成部と、
   前記興味ベクトルおよび前記ユーザベクトルに基づいて、前記新規ユーザの興味のあるカテゴリーを推定する推定部と、
   を備えることを特徴とする情報処理装置。
2. 前記第２取得部は、前記ユーザの移動履歴から前記位置情報を取得する、
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記第１生成部は、複数の前記ユーザの前記興味ベクトルを集計し、前記訪問場所における前記興味ベクトルを生成する、
   ことを特徴とする請求項１に記載の情報処理装置。
4. 前記第１生成部は、前記興味ベクトルを所定の曜日または時間帯ごとに集計し、前記訪問場所における前記興味ベクトルを生成する、
   ことを特徴とする請求項１に記載の情報処理装置。
5. 前記第２生成部は、前記新規ユーザが所定の時間以上滞在した前記訪問場所における前記ユーザベクトルを生成する、
   ことを特徴とする請求項１に記載の情報処理装置。
6. 前記第２生成部は、前記訪問場所のうち所定の訪問場所における前記ユーザベクトルを生成する、
   ことを特徴とする請求項１に記載の情報処理装置。
7. 前記第２生成部は、所定の曜日または時間帯における前記ユーザベクトルを生成する、
   ことを特徴とする請求項１または６に記載の情報処理装置。
8. 前記第２生成部は、複数の前記訪問場所における前記ユーザベクトルを集計し、前記ユーザベクトルを生成する、
   ことを特徴とする請求項１に記載の情報処理装置。
9. 情報処理装置によって実行される情報処理方法であって、
   検索履歴、閲覧履歴、および購入履歴のうち少なくとも１つを含む、ユーザの情報を取得する第１取得工程と、
   前記ユーザの位置情報を取得する第２取得工程と、
   前記ユーザの情報および前記位置情報を用いて、訪問場所における前記ユーザの興味のあるカテゴリーを示す興味ベクトルを生成する第１生成工程と、
   前記訪問場所における新規ユーザの興味のあるカテゴリーを示すユーザベクトルを生成する第２生成工程と、
   前記興味ベクトルおよび前記ユーザベクトルに基づいて、前記新規ユーザの興味のあるカテゴリーを推定する推定工程と、
   を含むことを特徴とする情報処理方法。
10. 検索履歴、閲覧履歴、および購入履歴のうち少なくとも１つを含む、ユーザの情報を取得する第１取得ステップと、
    前記ユーザの位置情報を取得する第２取得ステップと、
    前記ユーザの情報および前記位置情報を用いて、訪問場所における前記ユーザの興味のあるカテゴリーを示す興味ベクトルを生成する第１生成ステップと、
    前記訪問場所における新規ユーザの興味のあるカテゴリーを示すユーザベクトルを生成する第２生成ステップと、
    前記興味ベクトルおよび前記ユーザベクトルに基づいて、前記新規ユーザの興味のあるカテゴリーを推定する推定ステップと、
    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