JPH11250091A - 類推と遺伝的アルゴリズムを利用した情報提供方法 - Google Patents
類推と遺伝的アルゴリズムを利用した情報提供方法Info
- Publication number
- JPH11250091A JPH11250091A JP10051803A JP5180398A JPH11250091A JP H11250091 A JPH11250091 A JP H11250091A JP 10051803 A JP10051803 A JP 10051803A JP 5180398 A JP5180398 A JP 5180398A JP H11250091 A JPH11250091 A JP H11250091A
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- inference
- data
- genetic algorithm
- 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】 （修正有）
【課題】ユーザの現時点の情報(ページ)と過去の履歴お
よび他のユーザの過去の履歴との類推結果からユーザの
これから目指すべき方向性(意向と興味)を推測し、その
推測した結果から違ったタイプの情報を提供する情報提
供方法と、ユーザの新しい興味や意向を誘発する情報提
供方法を提供する。 【解決手段】ユーザのブラウジング履歴とアンケートに
より、ユーザに提供してきたデータを基にして現状ユー
ザが見ているページだけでなく、過去のユーザの履歴、
およびユーザの履歴に良く似た他のユーザの履歴を解析
し、ユーザに次に進んだらよいであろう方向を提示す
る。もし提示した情報が、ユーザの意図にあわない場合
は、フィードバックして次の入力データとして利用され
る。フィードバックされた情報および過去の履歴データ
等を類似推論エンジンに入力し、情報の提供をおこな
う。
よび他のユーザの過去の履歴との類推結果からユーザの
これから目指すべき方向性(意向と興味)を推測し、その
推測した結果から違ったタイプの情報を提供する情報提
供方法と、ユーザの新しい興味や意向を誘発する情報提
供方法を提供する。 【解決手段】ユーザのブラウジング履歴とアンケートに
より、ユーザに提供してきたデータを基にして現状ユー
ザが見ているページだけでなく、過去のユーザの履歴、
およびユーザの履歴に良く似た他のユーザの履歴を解析
し、ユーザに次に進んだらよいであろう方向を提示す
る。もし提示した情報が、ユーザの意図にあわない場合
は、フィードバックして次の入力データとして利用され
る。フィードバックされた情報および過去の履歴データ
等を類似推論エンジンに入力し、情報の提供をおこな
う。
Description
【０００１】
【発明の属する技術分野】本発明はインターネットに代
表されるネットワーク上の情報提供方法に関し、特にユ
ーザの多種多様なニーズに応えるため、如何にユーザの
興味にそって情報提供をおこない、かつユーザのひらめ
きの援助的な情報提供を行う方法に関する。
表されるネットワーク上の情報提供方法に関し、特にユ
ーザの多種多様なニーズに応えるため、如何にユーザの
興味にそって情報提供をおこない、かつユーザのひらめ
きの援助的な情報提供を行う方法に関する。
【０００２】
【従来の技術】インターネットの利用の拡大によって、
全世界に散らばる電子化された情報はきわめて膨大なも
のになっている。こうした中、ユーザ（利用者側）の多
様なニーズに対して情報をどのように提供していくかが
大きな問題となる。従来から、情報検索、情報フィルタ
リング、ブラウジングといった分野の中で様々な方法が
研究されている。その中でもブラウジングでは、一般に
いわれる検索とは異なり、漠然とした目標しか持ってい
ないときでも、情報の収集が可能である。しかしブラウ
ジングでは利用者がつねに選択を行うため、利用者のく
せや利用者の飽き等によって、必要な情報にたどりつく
ことが難しいことがある。そこで、ユーザの主導権を維
持しつつ、いかにユーザの行為を支援できるかが必要で
ある。すなわちブラウジングにおいては、いかにユーザ
の好みを獲得するかが課題となる。以下に従来のブラウ
ジングに関する技術の説明を列挙する。従来に研究され
た技術は、「ユーザの宣言した興味に対して有用だと判
断した現ページの中のハイパーリンクの推薦」、「ユー
ザの興味にしたがってハイパーリンクの付加」、「ユー
ザが参照しているページを起点とした推薦ページの提
案」、「人工生命的方法を利用した適応型情報エージェ
ントによるページの提示」等である。
全世界に散らばる電子化された情報はきわめて膨大なも
のになっている。こうした中、ユーザ（利用者側）の多
様なニーズに対して情報をどのように提供していくかが
大きな問題となる。従来から、情報検索、情報フィルタ
リング、ブラウジングといった分野の中で様々な方法が
研究されている。その中でもブラウジングでは、一般に
いわれる検索とは異なり、漠然とした目標しか持ってい
ないときでも、情報の収集が可能である。しかしブラウ
ジングでは利用者がつねに選択を行うため、利用者のく
せや利用者の飽き等によって、必要な情報にたどりつく
ことが難しいことがある。そこで、ユーザの主導権を維
持しつつ、いかにユーザの行為を支援できるかが必要で
ある。すなわちブラウジングにおいては、いかにユーザ
の好みを獲得するかが課題となる。以下に従来のブラウ
ジングに関する技術の説明を列挙する。従来に研究され
た技術は、「ユーザの宣言した興味に対して有用だと判
断した現ページの中のハイパーリンクの推薦」、「ユー
ザの興味にしたがってハイパーリンクの付加」、「ユー
ザが参照しているページを起点とした推薦ページの提
案」、「人工生命的方法を利用した適応型情報エージェ
ントによるページの提示」等である。
【０００３】「ユーザの宣言した興味に対して有用だと
判断した現ページの中のハイパーリンクの推薦」と「ユ
ーザの興味にしたがってハイパーリンクの付加」は、あ
るページにおいて、あるゴールのために、あるユーザ
が、そのページの中のあるリンクをどの程度評価するか
ということである。このうちユーザを除く部分をそれぞ
れ単語の集合で表現する。ページは、ハイパーリンクに
なっている部分のみを抽出の対象として、200単語から
の特徴ベクトルで表現する。リンクはリンクになってい
る部分と対象として200単語、リンクを包含する章節の
タイトルを対象として100単語の特徴ベクトルとする。
ゴールは30単語からの特徴ベクトルで表す。実際にはこ
れら三つのものを一つにした特徴ベクトルを用いる。ユ
ーザが一つのページを選ぶたびにこの特徴ベクトルが一
つつくられることになる。
判断した現ページの中のハイパーリンクの推薦」と「ユ
ーザの興味にしたがってハイパーリンクの付加」は、あ
るページにおいて、あるゴールのために、あるユーザ
が、そのページの中のあるリンクをどの程度評価するか
ということである。このうちユーザを除く部分をそれぞ
れ単語の集合で表現する。ページは、ハイパーリンクに
なっている部分のみを抽出の対象として、200単語から
の特徴ベクトルで表現する。リンクはリンクになってい
る部分と対象として200単語、リンクを包含する章節の
タイトルを対象として100単語の特徴ベクトルとする。
ゴールは30単語からの特徴ベクトルで表す。実際にはこ
れら三つのものを一つにした特徴ベクトルを用いる。ユ
ーザが一つのページを選ぶたびにこの特徴ベクトルが一
つつくられることになる。
【０００４】「ユーザが参照しているページを起点とし
た推薦ページの提案」は、現在参照中のページにあるリ
ンクから幅優先で探索する。探索は一定数に達するかユ
ーザが別のページに移動した時点で終了する。このため
計算資源やネットワーク資源をいたずらに消費すること
を避けている。ページの関連性の表現にはTFIDF(TermFr
equency times Inverse Document Frequency)法を用い
ている。また検索の結果は、ユーザプロファイルとして
保存され、次回以降でも継続的に用いられる。なお、TF
IDF法は、「ユーザの宣言した興味に対して有用だと判
断した現ページの中のハイパーリンクの推薦」と「ユー
ザの興味にしたがってハイパーリンクの付加」でも、特
徴ベクトルの学習方法として、利用されている。
た推薦ページの提案」は、現在参照中のページにあるリ
ンクから幅優先で探索する。探索は一定数に達するかユ
ーザが別のページに移動した時点で終了する。このため
計算資源やネットワーク資源をいたずらに消費すること
を避けている。ページの関連性の表現にはTFIDF(TermFr
equency times Inverse Document Frequency)法を用い
ている。また検索の結果は、ユーザプロファイルとして
保存され、次回以降でも継続的に用いられる。なお、TF
IDF法は、「ユーザの宣言した興味に対して有用だと判
断した現ページの中のハイパーリンクの推薦」と「ユー
ザの興味にしたがってハイパーリンクの付加」でも、特
徴ベクトルの学習方法として、利用されている。
【０００５】「人工生命的方法を利用した適応型情報エ
ージェントによるページの提示」は、人間のブラウジン
グに相当する行為を自己発生型の人工生命の方法を適用
した適応型情報エージェントによって行っている。エー
ジェントはリンクをたどっていき、そこのページの内容
によってエネルギーを得たり、場合によっては増殖して
いく。このエージェントを稼働した結果、エージェント
は、答えのない質問の場合は急速に消滅し、それ以外の
場合はすばやく答えのページにエージェントは分布する
ようになる。
ージェントによるページの提示」は、人間のブラウジン
グに相当する行為を自己発生型の人工生命の方法を適用
した適応型情報エージェントによって行っている。エー
ジェントはリンクをたどっていき、そこのページの内容
によってエネルギーを得たり、場合によっては増殖して
いく。このエージェントを稼働した結果、エージェント
は、答えのない質問の場合は急速に消滅し、それ以外の
場合はすばやく答えのページにエージェントは分布する
ようになる。
【０００６】
【発明が解決しようとする課題】かかる従来の方法にお
いては、次のような問題がある。
いては、次のような問題がある。
【０００７】上記に述べたユーザの意向および興味を得
ようとする技術および適応型情報エージェントによりペ
ージの提示は、すべて起点がユーザが参照しているペー
ジといままでの履歴に依存している。ユーザの興味や意
向を学習するためには、履歴や現時点でのページを参照
することは大変有益である。
ようとする技術および適応型情報エージェントによりペ
ージの提示は、すべて起点がユーザが参照しているペー
ジといままでの履歴に依存している。ユーザの興味や意
向を学習するためには、履歴や現時点でのページを参照
することは大変有益である。
【０００８】しかし、ブラウジングによってユーザに新
しい情報を提供する段階において、基準にしているのが
ユーザの過去の履歴と学習結果では、突拍子的な新しい
情報の提案はできない。
しい情報を提供する段階において、基準にしているのが
ユーザの過去の履歴と学習結果では、突拍子的な新しい
情報の提案はできない。
【０００９】すなわち、新しい情報もまた、ユーザの興
味および意向の範囲ということになり、ある限られた範
囲でしか、情報提供ができない。このように従来の方法
は、ユーザの現時点での情報を起因とするため、ユーザ
が能動的に動かないかぎり、違ったタイプの情報がえら
れないという問題があった。
味および意向の範囲ということになり、ある限られた範
囲でしか、情報提供ができない。このように従来の方法
は、ユーザの現時点での情報を起因とするため、ユーザ
が能動的に動かないかぎり、違ったタイプの情報がえら
れないという問題があった。
【００１０】本発明の目的は、ユーザの現時点の情報
（ページ）と過去の履歴および他のユーザの過去の履歴
との類推結果からユーザのこれから目指すべき方向性
（意向と興味）を推測し、その推測した結果から違った
タイプの情報を提供する方法を提供することにある。
（ページ）と過去の履歴および他のユーザの過去の履歴
との類推結果からユーザのこれから目指すべき方向性
（意向と興味）を推測し、その推測した結果から違った
タイプの情報を提供する方法を提供することにある。
【００１１】本発明の他の目的は、ユーザの新しい興味
や意向を誘発する方法を提供することにある。
や意向を誘発する方法を提供することにある。
【００１２】
【課題を解決するための手段】本発明は、インターネッ
トに代表されるネットワーク上のWorld Wide Webにおい
て、ユーザのブラウジング履歴とアンケート等により、
ユーザの好みを学習し、その好みに応じた情報だけでな
く、ユーザが本来欲しいであろうと思われる情報にニア
ミスを起こす情報を提供することと、ブラウジングに焦
点をおき、現状のページだけでなく、過去のユーザの履
歴、およびユーザの履歴に良く似た他のユーザの履歴に
対し、類似推論を利用して情報の提供をおこなうこと
と、ユーザに対して提供される情報に対して、遺伝的ア
ルゴリズムの突然変移の考え方を応用したユーザの意向
および興味を条件にした条件付き変移を起こして、その
結果の情報をユーザに提供し、ユーザの反応からそれを
フィードバックさせ、ユーザのひらめきをよりよく誘発
させるような情報を提供することを可能とするものであ
る。
トに代表されるネットワーク上のWorld Wide Webにおい
て、ユーザのブラウジング履歴とアンケート等により、
ユーザの好みを学習し、その好みに応じた情報だけでな
く、ユーザが本来欲しいであろうと思われる情報にニア
ミスを起こす情報を提供することと、ブラウジングに焦
点をおき、現状のページだけでなく、過去のユーザの履
歴、およびユーザの履歴に良く似た他のユーザの履歴に
対し、類似推論を利用して情報の提供をおこなうこと
と、ユーザに対して提供される情報に対して、遺伝的ア
ルゴリズムの突然変移の考え方を応用したユーザの意向
および興味を条件にした条件付き変移を起こして、その
結果の情報をユーザに提供し、ユーザの反応からそれを
フィードバックさせ、ユーザのひらめきをよりよく誘発
させるような情報を提供することを可能とするものであ
る。
【００１３】ここでいう条件付き変移とは、類似推論に
よって得られたデータを遺伝的アルゴリズムの極端な突
然変移を制御するバイアス的なデータとすることで、ユ
ーザに提供するデータをユーザが理解できる範疇の中に
押える働きをする学習方法である。類似推論で生成され
るデータは、該当ユーザおよび他のユーザの過去の履歴
や意向を利用することによって生成されるものである。
よって得られたデータを遺伝的アルゴリズムの極端な突
然変移を制御するバイアス的なデータとすることで、ユ
ーザに提供するデータをユーザが理解できる範疇の中に
押える働きをする学習方法である。類似推論で生成され
るデータは、該当ユーザおよび他のユーザの過去の履歴
や意向を利用することによって生成されるものである。
【００１４】
【発明の実施の形態】以下、本発明の実施の形態を一実
施例を用いて説明する。
施例を用いて説明する。
【００１５】図１は、本発明を適用した情報提供方法に
おける基本システム構成図である。
おける基本システム構成図である。
【００１６】図１において、１０は、インターネット電
子網であり、２０は、１０に接続されているプロバイダ
を表す。２０からＮＴＴに代表される公衆電話回線(３
０)を利用して、一般家庭のパーソナルコンピュータ(４
０)に接続される。
子網であり、２０は、１０に接続されているプロバイダ
を表す。２０からＮＴＴに代表される公衆電話回線(３
０)を利用して、一般家庭のパーソナルコンピュータ(４
０)に接続される。
【００１７】１００は、WEBサーバであり、１１０は、
１００から要求されるさまざまなユーザの要求に応答す
る推論ＤＢサーバである。１０２と１１２は、ディスプ
レイ装置である。１０４は、１００のコンテンツを保存
しておくハードディスクユニットである。１０４の中に
は、ユーザへの質問項目、検索エンジンインタフェー
ス、ＤＢに要求をだすクエリーインタフェースのプログ
ラムが保存されている。４０のＰＣを利用しているユー
ザが３０、２０、１０を経由して、１００のWEBサーバ
に接続し、ユーザ自身が望むキーワード、要望などをWE
B画面に打ち込んで行く。１００で受けられたユーザの
データは、ＤＢクエリー言語および推論エンジン稼働言
語（スクリプト）に書換えられ、５０のＬＡＮを経由し
て、１１０のエンジンに送られる。サーバ１１０は、デ
ータを１１４のハードディスクユニットに保存してい
る。本実施例では、ユーザがサーバ１１０にユーザ自身
が欲しいデータを推論検索エンジンに送信する場合、サ
ーバ１００のインターフェースプログラム（CGIプログ
ラム）を経由することで、記述が複雑な推論エンジン稼
働言語に変換し、そのデータを１１０のサーバに送信
し、推論エンジンを稼働させ、ユーザに提供する情報を
生成する。データを推論エンジンに要求することをクエ
リーという。
１００から要求されるさまざまなユーザの要求に応答す
る推論ＤＢサーバである。１０２と１１２は、ディスプ
レイ装置である。１０４は、１００のコンテンツを保存
しておくハードディスクユニットである。１０４の中に
は、ユーザへの質問項目、検索エンジンインタフェー
ス、ＤＢに要求をだすクエリーインタフェースのプログ
ラムが保存されている。４０のＰＣを利用しているユー
ザが３０、２０、１０を経由して、１００のWEBサーバ
に接続し、ユーザ自身が望むキーワード、要望などをWE
B画面に打ち込んで行く。１００で受けられたユーザの
データは、ＤＢクエリー言語および推論エンジン稼働言
語（スクリプト）に書換えられ、５０のＬＡＮを経由し
て、１１０のエンジンに送られる。サーバ１１０は、デ
ータを１１４のハードディスクユニットに保存してい
る。本実施例では、ユーザがサーバ１１０にユーザ自身
が欲しいデータを推論検索エンジンに送信する場合、サ
ーバ１００のインターフェースプログラム（CGIプログ
ラム）を経由することで、記述が複雑な推論エンジン稼
働言語に変換し、そのデータを１１０のサーバに送信
し、推論エンジンを稼働させ、ユーザに提供する情報を
生成する。データを推論エンジンに要求することをクエ
リーという。
【００１８】図２は、図１のWEBサーバ１００と推論エ
ンジンサーバ１１０との内部を説明したブロック図であ
る。２００、２１０、２０２は、すべて図１の１００の
サーバ内に存在するプログラムである。２０２は、シス
テムのプラットホームであるＯＳである。２００は、WE
B用を制御するデーモンプログラムであり、NetscapeCom
munications Server、NCSA httpd、CERN httpd、APACHE
httpdといった制御プログラムが利用されている。
ンジンサーバ１１０との内部を説明したブロック図であ
る。２００、２１０、２０２は、すべて図１の１００の
サーバ内に存在するプログラムである。２０２は、シス
テムのプラットホームであるＯＳである。２００は、WE
B用を制御するデーモンプログラムであり、NetscapeCom
munications Server、NCSA httpd、CERN httpd、APACHE
httpdといった制御プログラムが利用されている。
【００１９】２０４は、２００上で稼働するCGIプログ
ラムである。CGIプログラムとは、WEB画面を通じてプロ
グラムを稼働させ、動的にWEB画面を作成するインター
フェースプログラムのことを示す。２０６は、１１０の
サーバにアクセスするためのクエリー言語に変換する推
論エンジンのためのインタフェースプログラムである。
２１０は、ユーザ２１４が利用するWEBのビューアであ
る。
ラムである。CGIプログラムとは、WEB画面を通じてプロ
グラムを稼働させ、動的にWEB画面を作成するインター
フェースプログラムのことを示す。２０６は、１１０の
サーバにアクセスするためのクエリー言語に変換する推
論エンジンのためのインタフェースプログラムである。
２１０は、ユーザ２１４が利用するWEBのビューアであ
る。
【００２０】ユーザ２１４は、WEBサーバの２００が提
供しているデータ要求のページに対し必要情報を記述
し、２０４のCGIプログラムを経由して２００のhttpdに
送信する。送信されたデータは推論ＤＢからデータを得
るための専用の記述言語に２０６で変換される。変換さ
れたデータは、LAN２０８を通って２２８の推論エンジ
ンに送信される。
供しているデータ要求のページに対し必要情報を記述
し、２０４のCGIプログラムを経由して２００のhttpdに
送信する。送信されたデータは推論ＤＢからデータを得
るための専用の記述言語に２０６で変換される。変換さ
れたデータは、LAN２０８を通って２２８の推論エンジ
ンに送信される。
【００２１】２２８には、ユーザに提供するデータを生
成するためのモジュール（生成器）が４つ存在する。２
２０は、ユーザの意向、これからどこの情報を得ればい
いのかということを推論する生成エンジン。２２２は、
ユーザの実際の行動を解析するモジュール。２２４は、
過去のユーザから似た履歴、行動構造が似ているデータ
を抽出する類似推論エンジン。２２６は、ユーザに提供
する情報を、遺伝的アルゴリズムの突然変移を利用して
生成する解決器である。２２６では、２２２および２２
４で生成されたデータを条件付き変移の制御条件として
利用する。これによってユーザのひらめきを阻害してし
まうような情報を排除することを行う。ここで生成され
た情報は、データが経由してきた逆のコースを利用し
て、再び２１４のユーザに提供される。提供されたデー
タがユーザの納得いくものでなければ、再びマイナスの
要因として推論エンジンに送信され、これを繰り返すこ
とにより、ユーザの情報をデータベース２３０内に保持
していく。
成するためのモジュール（生成器）が４つ存在する。２
２０は、ユーザの意向、これからどこの情報を得ればい
いのかということを推論する生成エンジン。２２２は、
ユーザの実際の行動を解析するモジュール。２２４は、
過去のユーザから似た履歴、行動構造が似ているデータ
を抽出する類似推論エンジン。２２６は、ユーザに提供
する情報を、遺伝的アルゴリズムの突然変移を利用して
生成する解決器である。２２６では、２２２および２２
４で生成されたデータを条件付き変移の制御条件として
利用する。これによってユーザのひらめきを阻害してし
まうような情報を排除することを行う。ここで生成され
た情報は、データが経由してきた逆のコースを利用し
て、再び２１４のユーザに提供される。提供されたデー
タがユーザの納得いくものでなければ、再びマイナスの
要因として推論エンジンに送信され、これを繰り返すこ
とにより、ユーザの情報をデータベース２３０内に保持
していく。
【００２２】次に、図３のフローチャートに基づいて、
ユーザに提供するひらめきを援助する情報を如何に生成
し、提供するかについて説明する。３２２のユーザが情
報検索を続行(初期も含む)するとき、CGIを経由してサ
ーバにデータが送信される(３０４)。３０６でクエリー
言語で変換されたデータは、推論エンジンのインタフェ
ースに渡され、３１８のユーザの方向性（意向）と３１
０の実際の行動からの次の行動予測とを行う。３１８と
３１０で生成されたデータは、類推エンジンに渡され、
他のユーザの履歴等と類似推論を行う。そのあと得られ
た解を遺伝的アルゴリズムを利用してユーザの次の一手
となる情報を検索および生成する(３１４)。このとき、
３１４で生成された情報を遺伝的アルゴリズムの変移パ
ラメタの初期データとすることで、極端な変移を制御す
る。また遺伝的アルゴリズムで状態が不安定名な場合
は、３１８と３１０もしくは、３１２へデータを送り、
データの作り直しを行う。最終的に状態が安定したとき
に、そこで得られた解とユーザの行動および過去の移動
の履歴を保存する(３１６)。これらのプロセスを通過
し、ユーザに情報を提供する(３２０)。
ユーザに提供するひらめきを援助する情報を如何に生成
し、提供するかについて説明する。３２２のユーザが情
報検索を続行(初期も含む)するとき、CGIを経由してサ
ーバにデータが送信される(３０４)。３０６でクエリー
言語で変換されたデータは、推論エンジンのインタフェ
ースに渡され、３１８のユーザの方向性（意向）と３１
０の実際の行動からの次の行動予測とを行う。３１８と
３１０で生成されたデータは、類推エンジンに渡され、
他のユーザの履歴等と類似推論を行う。そのあと得られ
た解を遺伝的アルゴリズムを利用してユーザの次の一手
となる情報を検索および生成する(３１４)。このとき、
３１４で生成された情報を遺伝的アルゴリズムの変移パ
ラメタの初期データとすることで、極端な変移を制御す
る。また遺伝的アルゴリズムで状態が不安定名な場合
は、３１８と３１０もしくは、３１２へデータを送り、
データの作り直しを行う。最終的に状態が安定したとき
に、そこで得られた解とユーザの行動および過去の移動
の履歴を保存する(３１６)。これらのプロセスを通過
し、ユーザに情報を提供する(３２０)。
【００２３】
【発明の効果】以上に述べたように、本発明によれば、
ユーザのブラウジング履歴とアンケート等により、ユー
ザの好みを学習し、その好みに応じた情報だけでなく、
ユーザが本来欲しいであろう情報にニアミスを起こす情
報を提供することができる。また過去のユーザの履歴お
よびユーザの履歴に良く似た他のユーザの履歴に対し、
類似推論を利用して情報の提供をおこなうことができる
ので、ユーザが情報の検査で息詰まったとき、何らかの
打開策を見つけることが可能となる。さらに遺伝的アル
ゴリズムを応用した条件付き変移を起こすことで、ユー
ザのひらめきをよりよく誘発させるような情報を提供す
ることが可能になる。
ユーザのブラウジング履歴とアンケート等により、ユー
ザの好みを学習し、その好みに応じた情報だけでなく、
ユーザが本来欲しいであろう情報にニアミスを起こす情
報を提供することができる。また過去のユーザの履歴お
よびユーザの履歴に良く似た他のユーザの履歴に対し、
類似推論を利用して情報の提供をおこなうことができる
ので、ユーザが情報の検査で息詰まったとき、何らかの
打開策を見つけることが可能となる。さらに遺伝的アル
ゴリズムを応用した条件付き変移を起こすことで、ユー
ザのひらめきをよりよく誘発させるような情報を提供す
ることが可能になる。
【図１】本発明を適用した、類推と遺伝的アルゴリズム
を利用した情報提供方法におけるシステム構成図。
を利用した情報提供方法におけるシステム構成図。
【図２】本発明を適用した、プログラム関連図とデータ
のながれ。
のながれ。
【図３】本発明を適用した、ユーザに提供するデータの
生成手順を表したフローチャート図。
生成手順を表したフローチャート図。
２００…WEBサーバ用のhttpdデーモンプログラム。 ２０４…ユーザインタフェースCGIプログラム。 ２０６…推論エンジンクエリースクリプト生成プログラ
ム。 ２２０…ユーザの方向性(意向)を解析するプログラム。 ２２２…実際の行動からユーザの興味を抽出するプログ
ラム。 ２２４…類推エンジン（ＤＢアクセスエンジン）。 ２２６…遺伝的アルゴリズムに基づく推論エンジン。 ２３０…知識データベース。
ム。 ２２０…ユーザの方向性(意向)を解析するプログラム。 ２２２…実際の行動からユーザの興味を抽出するプログ
ラム。 ２２４…類推エンジン（ＤＢアクセスエンジン）。 ２２６…遺伝的アルゴリズムに基づく推論エンジン。 ２３０…知識データベース。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 ＦＩ Ｇ０６Ｆ 15/403 ３５０Ｃ
Claims (3)
- 【請求項１】インターネットに代表されるネットワーク
上のWorld Wide Webにおいて、ユーザのブラウジング履
歴とアンケート等により、ユーザの好みを学習し、その
好みに応じた情報だけでなく、ニアミスを起こす情報を
提供することを特徴とした情報提供方法。 - 【請求項２】請求項１において、ブラウジングに焦点を
おき、現状のページだけでなく、過去のユーザの履歴、
およびユーザの履歴に良く似た他のユーザの履歴に対
し、類似推論を利用して情報の提供をおこなうことを特
徴とした情報提供方法。 - 【請求項３】請求項１において、ユーザに対して提供さ
れる情報に対して、遺伝的アルゴリズムの突然変移の考
え方を応用したユーザの意向および興味を条件にした条
件付き変移を起こして、その結果の情報をユーザに提供
し、ユーザの反応からそれをフィードバックさせ、より
ユーザのひらめきを誘発させるような情報を提供するこ
とを特徴とした情報提供方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10051803A JPH11250091A (ja) | 1998-03-04 | 1998-03-04 | 類推と遺伝的アルゴリズムを利用した情報提供方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10051803A JPH11250091A (ja) | 1998-03-04 | 1998-03-04 | 類推と遺伝的アルゴリズムを利用した情報提供方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11250091A true JPH11250091A (ja) | 1999-09-17 |
Family
ID=12897096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10051803A Pending JPH11250091A (ja) | 1998-03-04 | 1998-03-04 | 類推と遺伝的アルゴリズムを利用した情報提供方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11250091A (ja) |
Cited By (6)
| 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 |
| JP2006331461A (ja) * | 2006-09-04 | 2006-12-07 | Joho Kankyo Design Kk | コンサルトメニューシステム |
| US7461058B1 (en) | 1999-09-24 | 2008-12-02 | Thalveg Data Flow Llc | Optimized rule based constraints for collaborative filtering systems |
| US10324916B2 (en) | 2012-02-22 | 2019-06-18 | Nokia Technologies Oy | Predictive service access |
-
1998
- 1998-03-04 JP JP10051803A patent/JPH11250091A/ja active Pending
Cited By (6)
| 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 |
| JP2006331461A (ja) * | 2006-09-04 | 2006-12-07 | Joho Kankyo Design Kk | コンサルトメニューシステム |
| US10324916B2 (en) | 2012-02-22 | 2019-06-18 | Nokia Technologies Oy | Predictive service access |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8442973B2 (en) | Real time implicit user modeling for personalized search | |
| US8875038B2 (en) | Anchoring for content synchronization | |
| US7693827B2 (en) | Personalization of placed content ordering in search results | |
| Zaiane | Building a recommender agent for e-learning systems | |
| EP1673703B1 (en) | Personalization of web search | |
| Billsus et al. | User modeling for adaptive news access | |
| US6996768B1 (en) | Electric publishing system and method of operation generating web pages personalized to a user's optimum learning mode | |
| US20040215608A1 (en) | Search engine supplemented with URL's that provide access to the search results from predefined search queries | |
| US6671682B1 (en) | Method and system for performing tasks on a computer network using user personas | |
| US20140298200A1 (en) | Providing user interface elements for interactive sessions | |
| Chau et al. | Building a scientific knowledge web portal: The NanoPort experience | |
| WO2009018141A2 (en) | Traffic predictor for network-accessible information modules | |
| Liu et al. | Personalization in text information retrieval: A survey | |
| CN115210692A (zh) | 用于数字动作执行的接口和模式选择 | |
| WO2016016733A1 (en) | Method of and a system for website ranking using an appeal factor | |
| Chalmers | Awareness, representation and interpretation | |
| Widyantoro et al. | Alipes: A swift messenger in cyberspace | |
| JP2012037920A (ja) | 広告マッチング装置、方法及びプログラム | |
| US20120030021A1 (en) | Selecting advertisements using same session queries | |
| JPH11250091A (ja) | 類推と遺伝的アルゴリズムを利用した情報提供方法 | |
| CN113068077A (zh) | 一种字幕文件处理方法及装置 | |
| KR100419843B1 (ko) | 사이버 캐릭터를 이용한 개인 비서 시스템 | |
| JP2010026624A (ja) | リスティング運用支援装置及びリスティング運用支援方法 | |
| Zhu et al. | Using learned browsing behavior models to recommend relevant web pages | |
| JP2020135566A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム |