JPH10247198A - 嗜好分類方法および装置 - Google Patents
嗜好分類方法および装置Info
- Publication number
- JPH10247198A JPH10247198A JP9050100A JP5010097A JPH10247198A JP H10247198 A JPH10247198 A JP H10247198A JP 9050100 A JP9050100 A JP 9050100A JP 5010097 A JP5010097 A JP 5010097A JP H10247198 A JPH10247198 A JP H10247198A
- Authority
- JP
- Japan
- Prior art keywords
- preference
- information
- user
- range
- space
- 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.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 利用者の嗜好が時間経過とともに様々変化す
る場合も、該嗜好変化に合致した情報の提示を可能にす
る。 【解決手段】 複数の情報カテゴリを空間軸としてもつ
多次元空間を定義し、利用者の嗜好範囲を該多次元空間
における部分空間としてとらえて、所定の時間経過にお
ける部分空間の移動および拡大縮小によって利用者の嗜
好変化パターンを分類してあらかじめ利用者タイプ定義
テーブルとして用意しておく。そして、利用者の検索試
行結果を入力として、多次元空間における各時間ごとの
部分空間の位置から該部分空間の移動履歴と拡大縮小履
歴を求め、これら履歴情報を用いてテーブルを参照する
ことにより利用者の嗜好変化タイプを判断する。
る場合も、該嗜好変化に合致した情報の提示を可能にす
る。 【解決手段】 複数の情報カテゴリを空間軸としてもつ
多次元空間を定義し、利用者の嗜好範囲を該多次元空間
における部分空間としてとらえて、所定の時間経過にお
ける部分空間の移動および拡大縮小によって利用者の嗜
好変化パターンを分類してあらかじめ利用者タイプ定義
テーブルとして用意しておく。そして、利用者の検索試
行結果を入力として、多次元空間における各時間ごとの
部分空間の位置から該部分空間の移動履歴と拡大縮小履
歴を求め、これら履歴情報を用いてテーブルを参照する
ことにより利用者の嗜好変化タイプを判断する。
Description
【０００１】
【発明の属する技術分野】本発明は、ヒューマン情報処
理技術に関し、特に、利用者の嗜好をコンピュータシス
テムが処理可能なように具体的に表現、分類し、利用者
の嗜好に合致する情報を提示するシステム等に適用して
有効な嗜好分類方法および装置に関するものである。
理技術に関し、特に、利用者の嗜好をコンピュータシス
テムが処理可能なように具体的に表現、分類し、利用者
の嗜好に合致する情報を提示するシステム等に適用して
有効な嗜好分類方法および装置に関するものである。
【０００２】
【従来の技術】従来、利用者の嗜好に関する情報をコン
ピュータ処理可能なように具体化する場合は、ただ漠然
と情報自体に対する興味度合いによって利用者の嗜好を
表わしており（例えば、過去の検索試行における選択回
数により興味度合いを定義する）、時間経過による嗜好
変化について考慮されない場合がほとんどである。嗜好
変化を考慮している場合も、利用者の嗜好範囲の変化で
はなく、嗜好がある対象からある対象へ移るということ
自体が着目されており、嗜好範囲が時間とともにどのよ
うな傾向で変化しているかを考慮した汎用的に活用可能
な技術とはなっていない。
ピュータ処理可能なように具体化する場合は、ただ漠然
と情報自体に対する興味度合いによって利用者の嗜好を
表わしており（例えば、過去の検索試行における選択回
数により興味度合いを定義する）、時間経過による嗜好
変化について考慮されない場合がほとんどである。嗜好
変化を考慮している場合も、利用者の嗜好範囲の変化で
はなく、嗜好がある対象からある対象へ移るということ
自体が着目されており、嗜好範囲が時間とともにどのよ
うな傾向で変化しているかを考慮した汎用的に活用可能
な技術とはなっていない。
【０００３】
【発明が解決しようとする課題】ある情報カテゴリに属
するある情報に対する興味度合いだけで利用者の嗜好を
表わす従来の技術は、対象となっている情報カテゴリが
同一の場合にのみ有効な方法であり、対象となる情報カ
テゴリが異なる場合には利用できない。また、従来の嗜
好処理技術のほとんどは、時間経過による嗜好変化につ
いて考慮されていない。嗜好変化を考慮している場合
も、嗜好がある対象からある対象へ移るということ自体
は考慮しているものの、利用者の嗜好範囲に関して、範
囲の移動、拡大縮小といった変化パターンについて体系
的に分類されていない。このため、利用者の嗜好が時間
経過とともに様々に変化する場合も汎用的に活用可能な
技術とはなっていない。
するある情報に対する興味度合いだけで利用者の嗜好を
表わす従来の技術は、対象となっている情報カテゴリが
同一の場合にのみ有効な方法であり、対象となる情報カ
テゴリが異なる場合には利用できない。また、従来の嗜
好処理技術のほとんどは、時間経過による嗜好変化につ
いて考慮されていない。嗜好変化を考慮している場合
も、嗜好がある対象からある対象へ移るということ自体
は考慮しているものの、利用者の嗜好範囲に関して、範
囲の移動、拡大縮小といった変化パターンについて体系
的に分類されていない。このため、利用者の嗜好が時間
経過とともに様々に変化する場合も汎用的に活用可能な
技術とはなっていない。
【０００４】本発明の目的は、様々な情報カテゴリに関
する利用者の嗜好について、たとえ時間経過によってそ
の嗜好が変化しようとも、嗜好変化パターンによる利用
者タイプをあらかじめテーブルとして定義しておき、こ
のテーブルを参照することにより利用者の嗜好の分類を
行ない、その分類結果に基づいて利用者の嗜好変化に合
致した情報の推薦提示を可能にすることにある。
する利用者の嗜好について、たとえ時間経過によってそ
の嗜好が変化しようとも、嗜好変化パターンによる利用
者タイプをあらかじめテーブルとして定義しておき、こ
のテーブルを参照することにより利用者の嗜好の分類を
行ない、その分類結果に基づいて利用者の嗜好変化に合
致した情報の推薦提示を可能にすることにある。
【０００５】
【課題を解決するための手段】本発明では、複数の情報
カテゴリを空間軸としてもつ多次元空間を考え、利用者
の嗜好の範囲をその多次元空間における部分空間として
とらえて、ある時間経過における部分空間の移動および
拡大縮小によって嗜好変化パターンを分類する。そし
て、多次元空間における各時間ごとの部分空間の位置か
ら部分空間の移動履歴と拡大縮小履歴を求め、これら履
歴情報を用いて利用者の嗜好変化パターンを調べ、利用
者の嗜好変化タイプを判断する。
カテゴリを空間軸としてもつ多次元空間を考え、利用者
の嗜好の範囲をその多次元空間における部分空間として
とらえて、ある時間経過における部分空間の移動および
拡大縮小によって嗜好変化パターンを分類する。そし
て、多次元空間における各時間ごとの部分空間の位置か
ら部分空間の移動履歴と拡大縮小履歴を求め、これら履
歴情報を用いて利用者の嗜好変化パターンを調べ、利用
者の嗜好変化タイプを判断する。
【０００６】
【発明の実施の形態】以下、図面によって本発明の実施
の形態を説明する。図１は本発明の実施例を示すシステ
ム構成図である。図において、１０は種々の情報が蓄積
されたデータベース、２０は利用者がデータベースに対
して検索を行う情報検索システム、３０は利用者の嗜好
を分類する嗜好分類システム、４０は利用者の嗜好に合
った情報を提示するための情報提示システムである。本
発明は嗜好分類システム３０にかかわる。ここで、１１
０は複数の情報カテゴリを空間軸としてもつ多次元嗜好
空間、１２０は利用者の嗜好変化パターンによる利用者
タイプが定義されている利用者タイプ定義テーブルであ
る。１０１は多次元嗜好空間１１０における利用者の嗜
好範囲を表わす部分空間を管理する嗜好範囲管理手段、
１０２は多次元嗜好空間１１０を構成する情報カテゴリ
を管理する情報カテゴリ管理手段、１０３は利用者の嗜
好範囲の部分空間に関して移動履歴を記憶する移動履歴
記憶手段、１０４は同じくその拡大縮小履歴を記憶する
拡大縮小履歴記憶手段である。１０５は移動履歴記憶手
段１０３および拡大縮小履歴記憶手段１０４から履歴情
報を獲得し、利用者タイプ定義テーブル１２０を参照し
て、利用者の嗜好変化パターンから利用者の嗜好変化タ
イプを判断する嗜好判断手段である。１０６は嗜好判断
手段１０５で判断された利用タイプをもとに、利用者に
推薦提示する情報を決定する提示情報決定手段である。
の形態を説明する。図１は本発明の実施例を示すシステ
ム構成図である。図において、１０は種々の情報が蓄積
されたデータベース、２０は利用者がデータベースに対
して検索を行う情報検索システム、３０は利用者の嗜好
を分類する嗜好分類システム、４０は利用者の嗜好に合
った情報を提示するための情報提示システムである。本
発明は嗜好分類システム３０にかかわる。ここで、１１
０は複数の情報カテゴリを空間軸としてもつ多次元嗜好
空間、１２０は利用者の嗜好変化パターンによる利用者
タイプが定義されている利用者タイプ定義テーブルであ
る。１０１は多次元嗜好空間１１０における利用者の嗜
好範囲を表わす部分空間を管理する嗜好範囲管理手段、
１０２は多次元嗜好空間１１０を構成する情報カテゴリ
を管理する情報カテゴリ管理手段、１０３は利用者の嗜
好範囲の部分空間に関して移動履歴を記憶する移動履歴
記憶手段、１０４は同じくその拡大縮小履歴を記憶する
拡大縮小履歴記憶手段である。１０５は移動履歴記憶手
段１０３および拡大縮小履歴記憶手段１０４から履歴情
報を獲得し、利用者タイプ定義テーブル１２０を参照し
て、利用者の嗜好変化パターンから利用者の嗜好変化タ
イプを判断する嗜好判断手段である。１０６は嗜好判断
手段１０５で判断された利用タイプをもとに、利用者に
推薦提示する情報を決定する提示情報決定手段である。
【０００７】図２と図３に、図１の嗜好分類システム３
０にて、利用者の嗜好変化タイプを調べて、嗜好に合っ
た情報を推薦提示するまでの処理の流れを示す。ここで
は、情報検索システム２０において、利用者がｋ回目の
検索試行を行なったときを考える。
０にて、利用者の嗜好変化タイプを調べて、嗜好に合っ
た情報を推薦提示するまでの処理の流れを示す。ここで
は、情報検索システム２０において、利用者がｋ回目の
検索試行を行なったときを考える。
【０００８】ステップ２０１において、利用者は情報検
索システム２０にて検索試行の度に選択した情報に対す
る採点を行ない、その満足度を入力するものとする。い
ま、ｋ回目の検索試行において選択された情報のＩＤを
Ｉkとし、Ｉkに対する利用者の採点結果をＳkとする。
すなわち、この採点結果が利用者の好みを示すことにな
る。ステップ２０２において、情報検索システム２０
は、ｋ回目の検索試行が行なわれと、選択された情報の
ＩＤであるＩkと採点結果Ｓkを嗜好分類システム３０の
嗜好範囲管理手段１０１へ送る。
索システム２０にて検索試行の度に選択した情報に対す
る採点を行ない、その満足度を入力するものとする。い
ま、ｋ回目の検索試行において選択された情報のＩＤを
Ｉkとし、Ｉkに対する利用者の採点結果をＳkとする。
すなわち、この採点結果が利用者の好みを示すことにな
る。ステップ２０２において、情報検索システム２０
は、ｋ回目の検索試行が行なわれと、選択された情報の
ＩＤであるＩkと採点結果Ｓkを嗜好分類システム３０の
嗜好範囲管理手段１０１へ送る。
【０００９】ステップ２０３において、嗜好範囲管理手
段１０１は、利用者の採点結果Ｓkが、ある閾値となる
スコア（＝Ｓth）より高いかどうか判断する。すなわ
ち、スコアＳthは選択した情報が利用者の好みか否か判
断するための閾値を意味する。ここで、採点結果がＳth
より低い場合は処理を終了し、高い場合は、ステップ２
０４において、Ｉkを情報カテゴリ管理手段１０３へ送
って、以下の処理を行なう。
段１０１は、利用者の採点結果Ｓkが、ある閾値となる
スコア（＝Ｓth）より高いかどうか判断する。すなわ
ち、スコアＳthは選択した情報が利用者の好みか否か判
断するための閾値を意味する。ここで、採点結果がＳth
より低い場合は処理を終了し、高い場合は、ステップ２
０４において、Ｉkを情報カテゴリ管理手段１０３へ送
って、以下の処理を行なう。
【００１０】ステップ２０５において、情報カテゴリ管
理手段１０３は、多次元嗜好空間１１０を参照してＩk
に相当する位置ベクトル（＝Ｖk）を調べ、嗜好範囲管
理手段１０１へ送る。ステップ２０６において、嗜好範
囲管理手段１０１は、該Ｖkを移動履歴記憶手段１０３
と拡大縮小履歴記憶手段１０６へ送ると共に、自からも
記述する。
理手段１０３は、多次元嗜好空間１１０を参照してＩk
に相当する位置ベクトル（＝Ｖk）を調べ、嗜好範囲管
理手段１０１へ送る。ステップ２０６において、嗜好範
囲管理手段１０１は、該Ｖkを移動履歴記憶手段１０３
と拡大縮小履歴記憶手段１０６へ送ると共に、自からも
記述する。
【００１１】ステップ２０７において、移動履歴記憶手
段１０５は、ｎ回前の検索試行で選択された情報の位置
ベクトルＶk-nとＶkとの空間内での距離（＝‖Ｖk−Ｖ
k-n‖)を調べ、その距離がある閾値（＝ｄ1）より小さ
いかどうか判定する。すなわち、ｄ1は、ある時間経過
の前と後（ｋ−ｎ回目の検索試行時とｋ回目の検索試行
時）での嗜好範囲の移動距離を判断するための閾値を意
味する。ここで、‖Ｖk−Ｖk-n‖＜ｄ1であれば、利用
者はｎ回前の検索試行時とほぼ同じ嗜好状態にあると考
え、ステップ２０８において、移動履歴記憶手段１０３
は、ある時間経過において嗜好範囲が別の場所へ移った
かどうかを示す変数Ｍkを、Ｍk＝１（移っていないこと
を示す）として嗜好判断手段１０５へ送る。一方、‖Ｖ
k−Ｖk-n‖≧ｄ1の場合は、利用者はｎ回前の検索試行
時とは異なる嗜好状態にあると考え、ステップ２０９に
おいて、移動履歴記憶手段１０３は、Ｍk＝０（嗜好範
囲が別の場所へ移ったことを示す）として、このＭkを
嗜好判断手段１０５へ送る。
段１０５は、ｎ回前の検索試行で選択された情報の位置
ベクトルＶk-nとＶkとの空間内での距離（＝‖Ｖk−Ｖ
k-n‖)を調べ、その距離がある閾値（＝ｄ1）より小さ
いかどうか判定する。すなわち、ｄ1は、ある時間経過
の前と後（ｋ−ｎ回目の検索試行時とｋ回目の検索試行
時）での嗜好範囲の移動距離を判断するための閾値を意
味する。ここで、‖Ｖk−Ｖk-n‖＜ｄ1であれば、利用
者はｎ回前の検索試行時とほぼ同じ嗜好状態にあると考
え、ステップ２０８において、移動履歴記憶手段１０３
は、ある時間経過において嗜好範囲が別の場所へ移った
かどうかを示す変数Ｍkを、Ｍk＝１（移っていないこと
を示す）として嗜好判断手段１０５へ送る。一方、‖Ｖ
k−Ｖk-n‖≧ｄ1の場合は、利用者はｎ回前の検索試行
時とは異なる嗜好状態にあると考え、ステップ２０９に
おいて、移動履歴記憶手段１０３は、Ｍk＝０（嗜好範
囲が別の場所へ移ったことを示す）として、このＭkを
嗜好判断手段１０５へ送る。
【００１２】ステップ２１０においては、拡大縮小履歴
記憶手段１０４は、ｋ−ｎ回目からｋ−１回目までの検
索試行において選択された情報の位置ベクトルＶh（ｈ
＝ｋ−ｎ，・・・，ｋ−１）の中にＶkと等しいものが
存在するかどうか調べる。存在する場合は、ステップ２
１１において、拡大縮小履歴記憶手段１０４は、ある時
間経過において嗜好範囲が広がったかどうかを示す変数
Ｅkを、Ｅk＝１（広がっていないことを示す）として嗜
好判断手段１０５へ送る。一方、Ｖkと等しいものが存
在しない場合は、利用者がそれまでの嗜好範囲には存在
しない新しい情報を気に入ったと考え、ステップ２１２
において、拡大縮小履歴記憶手段１０４は、Ｅk＝０
（嗜好範囲が広がったことを示す）として、このＥkを
嗜好判断手段１０５へ送る。
記憶手段１０４は、ｋ−ｎ回目からｋ−１回目までの検
索試行において選択された情報の位置ベクトルＶh（ｈ
＝ｋ−ｎ，・・・，ｋ−１）の中にＶkと等しいものが
存在するかどうか調べる。存在する場合は、ステップ２
１１において、拡大縮小履歴記憶手段１０４は、ある時
間経過において嗜好範囲が広がったかどうかを示す変数
Ｅkを、Ｅk＝１（広がっていないことを示す）として嗜
好判断手段１０５へ送る。一方、Ｖkと等しいものが存
在しない場合は、利用者がそれまでの嗜好範囲には存在
しない新しい情報を気に入ったと考え、ステップ２１２
において、拡大縮小履歴記憶手段１０４は、Ｅk＝０
（嗜好範囲が広がったことを示す）として、このＥkを
嗜好判断手段１０５へ送る。
【００１３】ステップ２１３において、嗜好判断手段１
０５は、図４に示すような利用者タイプ定義テーブル１
２０を参照し、Ｍk，Ｅkの組み合わせに該当する利用者
タイプ（＝Ｕk）を調べ、このＵkを提示情報決定手段１
０６へ送る。
０５は、図４に示すような利用者タイプ定義テーブル１
２０を参照し、Ｍk，Ｅkの組み合わせに該当する利用者
タイプ（＝Ｕk）を調べ、このＵkを提示情報決定手段１
０６へ送る。
【００１４】ステップ２１４において、提示情報決定手
段１０６は、位置ベクトルの各要素全てについて、Ｖk
〜Ｖk-nから最大の要素をとってきたものをＶmaxとす
る。すなわち、Ｖmaxは多次元嗜好空間１１０上におけ
る利用者の嗜好範囲の境界を表わしていることになる。
ステップ２１５、２１７において、提示情報決定手段１
０６はＵkの値を調べる。図４より、Ｕk＝０の場合は、
嗜好範囲が拡大していって以前とは別の場所へ嗜好範囲
が移っていると考え、ステップ２１６において、嗜好範
囲の境界を表わすベクトルＶmaxとの距離が、ある閾値
ｄ2より大きなベクトルＶr（＝ある程度嗜好範囲から外
れたベクトル）を適当に一つ選択し、このＶrを情報カ
テゴリ管理手段１０２へ送る。図４より、Ｕk＝１もし
くはＵk＝２の場合は、嗜好範囲が少しだけ変わったと
考え、ステップ２１８において、ベクトルＶmaxとの距
離が、閾値ｄ2以下となるベクトルＶr（＝わずかに嗜好
範囲から外れたベクトル）を適当に一つ選択し、このＶ
rを情報カテゴリ管理手段１０３へ送る。図４より、Ｕk
＝３の場合は、嗜好範囲が変わっていないと考え、ステ
ップ２１９において、Ｖk〜Ｖk-nの中から適当に一つ選
択してＶrとし、このＶrを情報カテゴリ管理手段１０２
へ送る。ここで、ｄ2は、利用者に提示する情報を利用
者の嗜好範囲外から選択する際の、多次元嗜好空間１１
０内での嗜好範囲限界から提示情報までの距離を意味す
る。
段１０６は、位置ベクトルの各要素全てについて、Ｖk
〜Ｖk-nから最大の要素をとってきたものをＶmaxとす
る。すなわち、Ｖmaxは多次元嗜好空間１１０上におけ
る利用者の嗜好範囲の境界を表わしていることになる。
ステップ２１５、２１７において、提示情報決定手段１
０６はＵkの値を調べる。図４より、Ｕk＝０の場合は、
嗜好範囲が拡大していって以前とは別の場所へ嗜好範囲
が移っていると考え、ステップ２１６において、嗜好範
囲の境界を表わすベクトルＶmaxとの距離が、ある閾値
ｄ2より大きなベクトルＶr（＝ある程度嗜好範囲から外
れたベクトル）を適当に一つ選択し、このＶrを情報カ
テゴリ管理手段１０２へ送る。図４より、Ｕk＝１もし
くはＵk＝２の場合は、嗜好範囲が少しだけ変わったと
考え、ステップ２１８において、ベクトルＶmaxとの距
離が、閾値ｄ2以下となるベクトルＶr（＝わずかに嗜好
範囲から外れたベクトル）を適当に一つ選択し、このＶ
rを情報カテゴリ管理手段１０３へ送る。図４より、Ｕk
＝３の場合は、嗜好範囲が変わっていないと考え、ステ
ップ２１９において、Ｖk〜Ｖk-nの中から適当に一つ選
択してＶrとし、このＶrを情報カテゴリ管理手段１０２
へ送る。ここで、ｄ2は、利用者に提示する情報を利用
者の嗜好範囲外から選択する際の、多次元嗜好空間１１
０内での嗜好範囲限界から提示情報までの距離を意味す
る。
【００１５】ステップ２２０において、情報カテゴリ管
理手段１０２は、多次元嗜好空間１１０を参照し、位置
ベクトルＶrに該当する情報のＩＤ（＝Ｉr）を調べ、こ
のＩrを提示情報決定手段１０６へ送る。ステップ２２
１において、提示情報決定手段１０６が、情報カテゴリ
管理手段１０２から受け取ったＩrを情報提示システム
４０に送る。ステップ２２２において、情報提示システ
ム４０がＩrを推薦情報として利用者に提示する。
理手段１０２は、多次元嗜好空間１１０を参照し、位置
ベクトルＶrに該当する情報のＩＤ（＝Ｉr）を調べ、こ
のＩrを提示情報決定手段１０６へ送る。ステップ２２
１において、提示情報決定手段１０６が、情報カテゴリ
管理手段１０２から受け取ったＩrを情報提示システム
４０に送る。ステップ２２２において、情報提示システ
ム４０がＩrを推薦情報として利用者に提示する。
【００１６】
【発明の効果】以上説明したように、本発明は、利用者
の嗜好の変化に関して、その嗜好範囲の移動、拡大縮小
の変化パターンによりあらかじめ利用者タイプをテーブ
ル等に定義しておき、このテーブル等を参照することに
より利用者の分類を行なうものであり、利用者の嗜好が
時間経過とともに様々に変化する場合でも、その変化パ
ターンに合致した情報を推薦提示することができ、しか
も対象となる情報カテゴリが異なっても汎用的に活用可
能な技術である。
の嗜好の変化に関して、その嗜好範囲の移動、拡大縮小
の変化パターンによりあらかじめ利用者タイプをテーブ
ル等に定義しておき、このテーブル等を参照することに
より利用者の分類を行なうものであり、利用者の嗜好が
時間経過とともに様々に変化する場合でも、その変化パ
ターンに合致した情報を推薦提示することができ、しか
も対象となる情報カテゴリが異なっても汎用的に活用可
能な技術である。
【００１７】本発明では、広く汎用的にコンピュータ上
で嗜好範囲が可能となるように、情報カテゴリの種類に
限定されることなく、嗜好範囲の移動、拡大縮小に関す
る嗜好変化パターンにより利用者を分類しており、利用
者の嗜好変化に合わせて嗜好に合致した情報を推薦提示
できる上、利用者の過去の検索試行において選択されな
かった未知情報も利用者が欲するタイミングで提供可能
である。
で嗜好範囲が可能となるように、情報カテゴリの種類に
限定されることなく、嗜好範囲の移動、拡大縮小に関す
る嗜好変化パターンにより利用者を分類しており、利用
者の嗜好変化に合わせて嗜好に合致した情報を推薦提示
できる上、利用者の過去の検索試行において選択されな
かった未知情報も利用者が欲するタイミングで提供可能
である。
【図１】本発明の一実施例を示すシステム構成図であ
る。
る。
【図２】図１のシステムで利用者の嗜好変化タイプを調
べて、嗜好に合った情報を推薦提示するまでの処理の流
れを示す図である。
べて、嗜好に合った情報を推薦提示するまでの処理の流
れを示す図である。
【図３】図２の処理の続きを示す図である。
【図４】嗜好変化パターンによる利用者テイプの分類を
定義した利用者タイプ定義テーブルの一例を示す図であ
る。
定義した利用者タイプ定義テーブルの一例を示す図であ
る。
１０ データベース ２０ 情報検索システム ３０ 嗜好分類システム ４０ 情報提示システム １０１ 嗜好範囲管理手段 １０２ 情報カテゴリ管理手段 １０３ 移動履歴記憶手段 １０４ 拡大縮小履歴記憶手段 １０５ 嗜好判断手段 １０６ 提示情報決定手段 １１０ 多次元嗜好空間 １２０ 利用者タイプ定義テーブル
───────────────────────────────────────────────────── フロントページの続き (72)発明者 上野 圭一 東京都新宿区西新宿三丁目19番２号 日本 電信電話株式会社内
Claims (2)
- 【請求項１】 複数の情報カテゴリを空間軸としてもつ
多次元空間を定義し、利用者の嗜好の範囲を前記多次元
空間における部分空間としてとらえて多次元ベクトル表
現し、前記部分空間の時間経過による移動が移動前の位
置と同じ位置への移動か異なる位置への移動か、前記部
分空間の時間経過による形状変化が拡大か縮小かを判定
して、嗜好変化を分類することを特徴とする嗜好分類方
法。 - 【請求項２】 複数の情報カテゴリを空間軸としてもつ
多次元空間を定義し、前記多次元嗜好空間を構成する情
報カテゴリを管理する情報カテゴリ管理手段と、前記多
次元空間内の部分空間として表現される利用者の嗜好範
囲を管理する嗜好範囲管理手段と、前記嗜好範囲の移動
履歴を記憶する移動履歴記憶手段と、前記嗜好範囲が拡
大縮小履歴を記憶する拡大縮小履歴記憶手段と、前記移
動履歴記憶手段および前記拡大縮小履歴記憶手段の履歴
情報に従い、利用者の嗜好変化パターンから利用者の嗜
好変化タイプを判断する嗜好判断手段とを備えることを
特徴とする嗜好分類装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9050100A JPH10247198A (ja) | 1997-03-05 | 1997-03-05 | 嗜好分類方法および装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9050100A JPH10247198A (ja) | 1997-03-05 | 1997-03-05 | 嗜好分類方法および装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10247198A true JPH10247198A (ja) | 1998-09-14 |
Family
ID=12849667
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9050100A Pending JPH10247198A (ja) | 1997-03-05 | 1997-03-05 | 嗜好分類方法および装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10247198A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6321221B1 (en) | 1998-07-17 | 2001-11-20 | Net Perceptions, Inc. | System, method and article of manufacture for increasing the user value of recommendations |
| US6334127B1 (en) * | 1998-07-17 | 2001-12-25 | Net Perceptions, Inc. | System, method and article of manufacture for making serendipity-weighted recommendations to a user |
| JP2002073677A (ja) * | 2000-09-05 | 2002-03-12 | Zenrin Co Ltd | 閲覧者の個人嗜好情報収集装置およびこれを利用した情報閲覧支援装置 |
| US6412012B1 (en) | 1998-12-23 | 2002-06-25 | Net Perceptions, Inc. | System, method, and article of manufacture for making a compatibility-aware recommendations to a user |
| US7461058B1 (en) | 1999-09-24 | 2008-12-02 | Thalveg Data Flow Llc | Optimized rule based constraints for collaborative filtering systems |
| US7788123B1 (en) | 2000-06-23 | 2010-08-31 | Ekhaus Michael A | Method and system for high performance model-based personalization |
| CN108304432A (zh) * | 2017-08-01 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 信息推送处理方法、信息推送处理装置及存储介质 |
-
1997
- 1997-03-05 JP JP9050100A patent/JPH10247198A/ja active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6321221B1 (en) | 1998-07-17 | 2001-11-20 | Net Perceptions, Inc. | System, method and article of manufacture for increasing the user value of recommendations |
| US6334127B1 (en) * | 1998-07-17 | 2001-12-25 | Net Perceptions, Inc. | System, method and article of manufacture for making serendipity-weighted recommendations to a user |
| US6412012B1 (en) | 1998-12-23 | 2002-06-25 | Net Perceptions, Inc. | System, method, and article of manufacture for making a compatibility-aware recommendations to a user |
| US7461058B1 (en) | 1999-09-24 | 2008-12-02 | Thalveg Data Flow Llc | Optimized rule based constraints for collaborative filtering systems |
| US8548987B2 (en) | 1999-09-24 | 2013-10-01 | Thalveg Data Flow Llc | System and method for efficiently providing a recommendation |
| US7788123B1 (en) | 2000-06-23 | 2010-08-31 | Ekhaus Michael A | Method and system for high performance model-based personalization |
| US8155992B2 (en) | 2000-06-23 | 2012-04-10 | Thalveg Data Flow Llc | Method and system for high performance model-based personalization |
| JP2002073677A (ja) * | 2000-09-05 | 2002-03-12 | Zenrin Co Ltd | 閲覧者の個人嗜好情報収集装置およびこれを利用した情報閲覧支援装置 |
| CN108304432A (zh) * | 2017-08-01 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 信息推送处理方法、信息推送处理装置及存储介质 |
| CN108304432B (zh) * | 2017-08-01 | 2021-09-07 | 腾讯科技（深圳）有限公司 | 信息推送处理方法、信息推送处理装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yom-Tov et al. | Learning to estimate query difficulty: including applications to missing content detection and distributed information retrieval | |
| US6546379B1 (en) | Cascade boosting of predictive models | |
| CN101496002B (zh) | 利用在线会话的内容选择广告内容和/或其他相关信息以供显示的系统和方法 | |
| US6556710B2 (en) | Image searching techniques | |
| US8190621B2 (en) | Method, system, and computer readable recording medium for filtering obscene contents | |
| US6522782B2 (en) | Image and text searching techniques | |
| EP1073272A1 (en) | Signal processing method and video/audio processing device | |
| US6728689B1 (en) | Method and apparatus for generating a data classification model using interactive adaptive learning algorithms | |
| US11443468B2 (en) | Training and using an ensemble of complimentary convolutional neural networks for cross-domain retrieval of fashion item images | |
| US20050021357A1 (en) | System and method for the efficient creation of training data for automatic classification | |
| KR20050007306A (ko) | 혼합형 수치 및/또는 비수치 데이터의 처리 | |
| US20020099702A1 (en) | Method and apparatus for data clustering | |
| US6522780B1 (en) | Indexing of images and/or text | |
| JP2004164608A (ja) | 情報検索装置 | |
| JPH10247198A (ja) | 嗜好分類方法および装置 | |
| CN110245700A (zh) | 分类模型构建方法、分类模型及物体识别方法 | |
| JPH1139325A (ja) | 類似検索方法及び類似検索システム | |
| JPH10228482A (ja) | 嗜好推定方法、情報抽出方法および情報提供方法 | |
| US6522779B2 (en) | Representing an image with a posterized joint histogram | |
| CN112214684A (zh) | 一种种子扩展的重叠社区发现方法及装置 | |
| JP2007249600A (ja) | 目的データをカテゴリに分類する方法 | |
| CN115600677A (zh) | 针对序列推荐系统成员推断攻击推理系统及方法 | |
| JP2000132558A (ja) | 分類ルール探求式クラスター分析装置 | |
| CN114693404A (zh) | 一种基于协同度量的商品个性化推荐方法及系统 | |
| US8175998B2 (en) | Method and expert system with evolutionary algorithm for valuating an object |