JPWO2014171373A1 - 情報処理装置、情報処理方法、及び、プログラム - Google Patents

Abstract

本技術は、イベントに関する情報を適切なタイミングで各ユーザに提示することができるようにする情報処理装置、情報処理方法、及び、プログラムに関する。サーバは、各イベントに関するイベント情報を提示する提示タイミングをユーザ毎に設定するためのルールを設定するルール設定部と、設定されたルールに基づいて、ユーザ毎にイベント情報の提示タイミングを設定する提示タイミング設定部と、設定された提示タイミングで各ユーザにイベント情報を提示するように制御する提示制御部とを備える。本技術は、例えば、イベント情報の提示を行うサーバに適用できる。

Description

本技術は、情報処理装置、情報処理方法、及び、プログラムに関し、特に、イベントに関する情報をユーザに提示する場合に用いて好適な情報処理装置、情報処理方法、及び、プログラムに関する。

近年、ユーザに適したコンテンツを推薦するための技術の開発が盛んである。例えば、ユーザの操作時点のコンテキストに基づいて、ユーザに適したコンテンツを推薦する技術が提案されている（例えば、特許文献１参照）。

また、ユーザに推薦するコンテンツの１つに、ライブ、展示会、ツアー旅行、バーゲンセール等のイベントがある。そして、例えば、移動通信端末から位置情報を受信し、イベントの実行場所から所定の範囲内にあり、かつ位置情報の取得日時がイベントの実行日時より前である移動通信端末にイベント情報を配信する技術が提案されている（例えば、特許文献２参照）。

特開２００５−２６７４８３号公報 特開２００９−７１４９９号公報

ところで、イベントへの参加の意思を決定するタイミング（例えば、イベントのチケットを購入するタイミング等）には個人差がある。例えば、開催日のかなり前から計画的に参加の意思を決定する傾向のユーザもいれば、開催の直前に参加の意思を決定する傾向のユーザもいる。

しかしながら、従来の技術では、そのようなユーザの傾向を考慮せずに、メールの一斉配信等により、全ユーザにほぼ同じタイミングでイベント情報が提示されていた。

そこで、本技術は、イベントに関する情報を適切なタイミングで各ユーザに提示できるようにするものである。

本技術の第１の側面の情報処理装置は、各イベントに関するイベント情報を提示する提示タイミングをユーザ毎に設定するためのルールを設定するルール設定部と、設定された前記ルールに基づいて、ユーザ毎に前記イベント情報の前記提示タイミングを設定する提示タイミング設定部と、設定された前記提示タイミングで各ユーザに前記イベント情報を提示するように制御する提示制御部とを備える。

前記ルールを、予め定められたルール、又は、前記ルール設定部が、各ユーザのイベントへの参加の意思を決定する意思決定タイミングを学習することで作成するルールでとすることができる。

前記ルール設定部には、各ユーザの前記提示タイミングと前記意思決定タイミングとの関係を学習させることで前記ルールを作成させることができる。

前記ルール設定部には、前記意思決定タイミングの確率モデルの学習を行うことで前記ルールを作成させることができる。

前記提示タイミング設定部には、前記確率モデルのピークの数に基づいて、ユーザ毎に前記イベント情報の提示回数を設定させることができる。

前記ルール設定部には、前記意思決定タイミングの傾向が類似する複数のユーザの学習データをまとめて、前記複数のユーザの前記意思決定タイミングの学習を行わせることができる。

イベントを認知したタイミング、イベントへの参加の意思を決定したタイミング、及び、イベントへの参加のうち少なくとも１つ以上を各ユーザの各イベントに対する反応として検出するユーザ反応検出部をさらに設け、前記ルール設定部には、各ユーザの各イベントに対する反応の検出結果に基づいて、前記意思決定タイミングの学習を行わせることができる。

前記提示タイミング設定部には、ユーザから前記イベント情報の提示の要求があった場合、当該ユーザに対する各イベントの前記イベント情報の前記提示タイミングを設定させ、前記提示制御部には、設定された前記提示タイミングが現在の日時から所定の範囲内にある前記イベント情報を当該ユーザに提示するように制御させることができる。

前記ルール設定部には、複数のグループにイベントを分類させ、前記グループ毎に前記ルールを設定させ、前記提示タイミング設定部には、対象となるイベントが属するグループに対する前記ルールに基づいて、ユーザ毎に前記対象となるイベントの前記イベント情報の前記提示タイミングを設定させることができる。

前記ルール設定部には、イベントに対する各ユーザの嗜好度に基づいてユーザ毎に複数の前記グループにイベントを分類させることができる。

各ユーザのコンテキストを検出するコンテキスト検出部をさらに設け、前記提示タイミング設定部には、検出された各ユーザの前記コンテキストに基づいて、ユーザ毎に前記提示タイミングを調整させることができる。

前記ルール設定部には、前記イベント情報を提示する前に対応するイベントをユーザが認知していない場合と認知している場合とで異なる前記ルールを設定させ、前記提示タイミング設定部には、ユーザが認知していないイベントと認知しているイベントで異なる前記ルールに基づいて前記提示タイミングを設定させることができる。

前記ルール設定部には、さらに、前記イベント情報を提示する前に対応するイベントを認知した方法毎に前記ルールを設定させ、前記提示タイミング設定部には、前記イベント情報を提示する前に対応するイベントをユーザが認知している場合、当該イベントを認知した方法に対応する前記ルールに基づいて前記提示タイミングを設定させることができる。

前記提示タイミング設定部には、イベントの定員の残数に基づいて、前記イベント情報の提示タイミングを変更させることができる。

前記提示タイミング設定部には、前記イベントへの参加の意思を決定することが可能な期間が開始するタイミング、前記期間が終了するタイミング、及び、前記イベントが開催されるタイミングのうちの少なくとも１つ以上を基準にして前記提示タイミングを設定させることができる。

前記提示制御部には、各ユーザが使用する他の情報処理装置において前記イベント情報を提示するように制御させることができる。

本技術の第１の側面の情報処理方法は、各イベントに関するイベント情報のユーザへの提示を制御する情報処理装置が、前記イベント情報を提示する提示タイミングをユーザ毎に設定するためのルールを設定し、設定された前記ルールに基づいて、ユーザ毎に前記イベント情報を提示する提示タイミングを設定し、設定された前記提示タイミングで各ユーザに前記イベント情報を提示するように制御するステップを含む。

本技術の第１の側面のプログラムは、各イベントに関するイベント情報を提示する提示タイミングをユーザ毎に設定するためのルールを設定し、設定された前記ルールに基づいて、ユーザ毎に各イベントに関するイベント情報を提示する提示タイミングを設定し、設定された前記提示タイミングで各ユーザに前記イベント情報を提示するように制御するステップを含む処理をコンピュータに実行させる。

本技術の第２の側面の情報処理装置は、各イベントに関するイベント情報をユーザに提示する提示タイミングを設定するためのルール、及び、前記イベント情報を他の情報処理装置から受信する受信部と、受信した前記ルールに基づいて、受信した前記イベント情報を提示する提示タイミングを設定する提示タイミング設定部と、設定された前記提示タイミングで前記イベント情報を提示するように制御する提示制御部とを備える。

各イベントに対する前記ユーザの反応を検出するユーザ反応検出部と、検出された前記ユーザの反応を示す情報であって、前記ルールの作成に用いられる情報であるユーザ反応情報を前記他の情報処理装置に送信する送信部とをさらに設けることができる。

本技術の第１の側面においては、各イベントに関するイベント情報を提示する提示タイミングをユーザ毎に設定するためのルールが設定され、設定された前記ルールに基づいて、ユーザ毎に前記イベント情報の前記提示タイミングが設定され、設定された前記提示タイミングで各ユーザに前記イベント情報が提示される。

本技術の第２の側面においては、各イベントに関するイベント情報をユーザに提示する提示タイミングを設定するためのルール、及び、前記イベント情報が他の情報処理装置から受信され、受信された前記ルールに基づいて、受信した前記イベント情報を提示する提示タイミングが設定され、設定された前記提示タイミングで前記イベント情報が提示される。

本技術の第１の側面又は第２の側面によれば、イベントに関する情報を適切なタイミングで各ユーザに提示することができる。

本技術を適用した情報処理システムの一実施の形態を示すブロック図である。 サーバの第１の実施の形態の機能の構成例を示すブロック図である。 クライアントの第１の実施の形態の機能の構成例を示すブロック図である。 ユーザがイベントに参加するまでのフローをモデル化した図である。 提示タイミング設定処理の第１の実施の形態を説明するためのフローチャートである。 イベント情報提示処理の第１の実施の形態を説明するためのフローチャートである。 学習処理を説明するためのフローチャートである。 提示モデルの作成方法の第１の例を説明するための図である。 提示モデルの第１の具体例を示す図である。 提示モデルの第２の具体例を示す図である。 提示モデルの第３の具体例を示す図である。 提示モデルの作成方法の第２の例を説明するための図である。 提示モデルの作成方法の第２の例を説明するための図である。 提示モデルの作成方法の第２の例を説明するための図である。 提示モデルの作成方法の第３の例を説明するための図である。 提示タイミング設定処理の第２の実施の形態を説明するためのフローチャートである。 Pull型のイベント情報提示処理を説明するためのフローチャートである。 サーバの第２の実施の形態の機能の構成例を示すブロック図である。 クライアントの第２の実施の形態の機能の構成例を示すブロック図である。 コンテキスト検出処理を説明するためのフローチャートである。 提示タイミング設定処理の第３の実施の形態を説明するためのフローチャートである。 イベント情報提示処理の第２の実施の形態を説明するためのフローチャートである。 提示モデルの作成方法の第４の例を説明するための図である。 クライアントの第３の実施の形態の機能の構成例を示すブロック図である。 コンピュータの構成例を示すブロック図である。

以下、本技術を実施するための形態（以下、実施の形態という）について説明する。なお、説明は以下の順序で行う。
１．第１の実施の形態（ユーザのコンテキストを考慮しない場合）
２．第２の実施の形態（ユーザのコンテキストを考慮する場合）
３．変形例

＜１．第１の実施の形態＞
まず、図１乃至図１７を参照して、本技術の第１の実施の形態について説明する。

［情報処理システム１の構成例］
図１は、本技術を適用した情報処理システム１の一実施の形態を示すブロック図である。

情報処理システム１は、サーバ１１及びクライアント１２−１乃至１２−ｎを含むように構成される。サーバ１１とクライアント１２−１乃至１２−ｎは、ネットワーク１３を介して相互に接続されている。また、サーバ１１及びクライアント１２−１乃至１２−ｎは、ネットワーク１３を介して、サーバ２と相互に接続されている。

なお、以下、クライアント１２−１乃至１２−ｎを個々に区別する必要がない場合、単に、クライアント１２と称する。

サーバ１１は、各種のイベントの案内、申込み、予約、チケットの販売等のサービス（以下、イベント関連サービスと称する）を提供する。また、後述するように、サーバ１１は、各種のイベントに関する情報（以下、イベント情報と称する）を提示するのに適切なタイミングをユーザ毎に設定し、各ユーザが使用するクライアント１２に適切なタイミングでイベント情報を提示することができる。

なお、イベント関連サービスの形態は、各種のウエブサイトなど、ネットワーク１３を利用してクライアント１２に提供可能な形態を含むものであれば、特に限定されるものではない。例えば、通常のイベントの案内や参加申込み等を行うウエブサイトの他、SNS（Social Networking Service）、メッセージ又は動画等の投稿サイト等の形態をとることも可能である。

また、サーバ１１がイベント関連サービスで取り扱う対象となるイベントの種類は、事前に開催日時が決まっているものであれば、特に限定されるものではない。

例えば、対象となるイベントは、事前に予約、申込み、チケットの購入等が可能なイベントであってもよいし、それらができないイベントであってもよい。例えば、前者には、ライブ（例えば、コンサート、演劇、スポーツの試合等）、展示会、映画、ツアー旅行等があり、後者には、バーゲンセール等がある。

また、対象となるイベントは、例えば、定員が設けられたイベントであってもよいし、定員が設けられていないイベントであってもよい。例えば、前者には、ライブ、ツアー旅行等があり、後者には、展示会、バーゲンセール等がある。

さらに、対象となるイベントは、例えば、単発又は単発に近いイベントであってもよいし、一定の期間継続するイベントであってもよい。例えば、前者には、コンサート、スポーツの国際試合等があり、後者には、映画、展示会等がある。また、一定の期間継続するイベントは、期間中に連続して開催されるイベントであってもよいし、期間中に断続的に開催されるイベントであってもよい。例えば、前者には、映画、展示会等があり、後者には、コンサートツアー等がある。なお、コンサートツアーは、個々のコンサートについて見れば、単発のイベントに分類することも可能である。

また、対象となるイベントは、例えば、所定の場所でのみ参加が可能なイベントであってもよいし、遠隔からの参加が可能なイベントであってもよい。例えば、前者には、ライブ、映画等があり、後者には、ライブビューイング、ペイパービュー等がある。また、前者は、必ずしも１ヶ所で開催されるイベントである必要はなく、例えば、複数の場所で同時間帯に開催されるイベントであってもよい。

さらに、対象となるイベントは、例えば、参加型のイベントであってもよいし、体験型のイベントであってもよい。例えば、前者には、ライブ等があり、後者には、ツアー旅行等がある。

また、対象となるイベントは、現実空間のイベントであってもよいし、仮想空間のイベントであってもよい。例えば、前者には、ライブ、ツアー旅行等があり、後者には、インターネット上の仮想世界で開催されるバーチャルイベント、オンラインのゲーム大会等がある。

クライアント１２は、例えば、パーソナルコンピュータ、携帯情報端末、携帯電話機、スマートフォン、タブレット端末等、サーバ１１が提供するイベント関連サービスの利用が可能な装置により構成される。

サーバ２は、サーバ１１が提供するイベント関連サービスと異なるサービスをクライアント１２に提供する。なお、サーバ２が提供するサービスの形態は特に限定されるものではなく、例えば、SNSや投稿サイト等のウエブサイトが想定される。そして、サーバ１１は、例えば、サーバ２が提供するサービスを利用して、各イベントに対するユーザの反応を検出したり、イベント情報をユーザに提示したりすることも可能である。

なお、図１では、サーバ２及びサーバ１１をそれぞれ１台ずつ図示しているが、複数台設けるようにすることも可能である。

［サーバ１１ａの構成例］
図２は、情報処理システム１のサーバ１１の第１の実施の形態であるサーバ１１ａの機能の構成例を示すブロック図である。

サーバ１１ａは、受信部１０１、ユーザ反応検出部１０２、ユーザ反応記憶部１０３、イベント情報記憶部１０４、ルール設定部１０５、ルール記憶部１０６、提示タイミング設定部１０７、提示情報記憶部１０８、提示制御部１０９、及び、送信部１１０を含むように構成される。

受信部１０１は、ネットワーク１３を介して、クライアント１２及びサーバ２から送信されてくる各種の情報を受信し、必要に応じて受信した情報をユーザ反応検出部１０２及び提示タイミング設定部１０７に供給する。

ユーザ反応検出部１０２は、クライアント１２又はサーバ２から受信した情報に基づいて、各イベントに対する各ユーザの反応を検出し、検出結果を示す情報（以下、ユーザ反応情報と称する）をユーザ反応記憶部１０３に記憶させる。なお、検出対象となるユーザ反応の例については後述する。

イベント情報記憶部１０４は、サーバ１１ａが取り扱う各イベントに関するイベント情報を記憶する。イベント情報の内容は、任意に設定することが可能であるが、例えば、以下の情報の全部又は一部を含む。

・イベントの名称
・日時情報（情報公開日時、予約、販売又は申込み開始及び終了日時、開催日時等）
・イベント概要（概要文、イベント紹介用の画像又は動画、出演者、イベントに関するクチコミ及びレビュー、詳細情報を掲載したウエブサイトのURL（Uniform Resource Locator）等）
・開催場所
・料金（チケット価格、入場料など）
・数量、在庫情報（定員、販売数、残席数等）

ルール設定部１０５は、各イベントのイベント情報を提示する提示タイミングをユーザ毎に設定するためのルール（以下、提示ルールと称する）を設定し、設定した提示ルールをルール記憶部１０６に記憶させる。

例えば、ルール設定部１０５は、ユーザ反応記憶部１０３に記憶されているユーザ反応情報、イベント情報記憶部１０４に記憶されているイベント情報、及び、提示情報記憶部１０８に記憶されている提示情報等を用いた学習処理を行うことで、提示ルールを作成する。具体的には、例えば、ルール設定部１０５は、ユーザ毎に最適化した提示モデルの学習を行い、作成した提示モデルを各ユーザの提示ルールに設定する。

ここで、提示モデルとは、簡単に言えば、ユーザ及びイベントに関する情報に基づいて、各イベントのイベント情報を各ユーザに提示するのに適切なタイミングを求めるための数理モデルである。提示モデルには、線形回帰モデル、非線形回帰モデル、確率モデル等の任意の数理モデルを用いることができる。例えば、イベントの内容や属性、及び、提示モデルの学習に必要なデータや計算量等を考慮して、適切な数理モデルが採用される。

また、例えば、ルール設定部１０５は、学習処理を行わずに、予め定められたルールを提示ルールに設定することが可能である。例えば、ルール設定部１０５は、設計者や運用者等が事前に用意したヒューリスティックなルールやロジック、或いは、それらに基づくモデルを、提示ルールに設定することが可能である。

なお、例えば、上述した提示モデルのようにユーザ毎に個別に提示ルールを設定するようにしてもよいし、或いは、複数のユーザに対して共通の提示ルールを設定するようにしてもよい。なお、後者の場合、例えば、共通の提示ルールを用いても、ユーザ毎に異なる条件（例えば、ユーザの属性等）が提示ルールに適用されることにより、ユーザ毎に異なる提示タイミングが設定される。

提示タイミング設定部１０７は、イベント情報記憶部１０４に記憶されているイベント情報、及び、ルール記憶部１０６に記憶されている提示ルールに基づいて、各イベントのイベント情報を各ユーザに提示する提示タイミングを設定する。提示タイミング設定部１０７は、提示する対象となるユーザ、提示タイミング、提示する内容など、各ユーザへのイベント情報の提示に必要な提示情報を提示情報記憶部１０８に記憶させる。

提示制御部１０９は、各クライアント１２におけるイベント情報の提示を制御する。例えば、提示制御部１０９は、提示タイミングに達したイベント情報を、提示する対象となるユーザのクライアント１２に、送信部１１０及びネットワーク１３を介して送信し、送信先のクライアント１２にイベント情報を提示させる。

送信部１１０は、ネットワーク１３を介して、クライアント１２及びサーバ２に各種の情報を送信する。

なお、以下、提示ルールとして上述した提示モデルを用いる場合について説明する。

［クライアント１２ａの構成例］
図３は、情報処理システム１のクライアント１２の第１の実施の形態であるクライアント１２ａの機能の構成例を示すブロック図である。

クライアント１２ａは、入力部２０１、ユーザ反応検出部２０２、送信部２０３、受信部２０４、提示制御部２０５、及び、出力部２０６を含むように構成される。

入力部２０１は、例えば、キーボード、マウス、タッチパネル、マイクロフォン等の各種の入力デバイス、各種のセンサ、GPS（Global Positioning System）受信機等の位置検出装置等により構成される。入力部２０１は、ユーザにより入力された情報や指令、センサ情報、位置検出結果等をユーザ反応検出部２０２及び提示制御部２０５に供給する。

ユーザ反応検出部２０２は、入力部２０１から供給される情報等に基づいて、各イベントに対するユーザの反応を検出する。ユーザ反応検出部２０２は、検出結果を含むユーザ反応情報を、送信部２０３及びネットワーク１３を介して、サーバ１１ａに送信する。なお、ユーザ反応検出部２０２が検出対象とする反応には、後述するように、サーバ１１ａにより提示されたイベント情報に対する反応以外の反応も含まれる。

送信部２０３は、ネットワーク１３を介して、サーバ１１ａ及びサーバ２に各種の情報を送信する。

受信部２０４は、ネットワーク１３を介して、サーバ１１ａ及びサーバ２から送信されてくる各種の情報を受信し、受信した情報を提示制御部２０５に供給する。

提示制御部２０５は、入力部２０１を介してユーザにより入力された指令等に従って、サーバ１１ａ又はサーバ２から受信した情報や、サーバ１１ａ又はサーバ２が提供するサービスの画面等の出力部２０６による提示を制御する。

出力部２０６は、例えば、ディスプレイ等の各種の表示デバイス、スピーカ、音声出力端子等の各種の音声出力デバイス等により構成される。

［ユーザがイベントに参加するまでのフロー］
ここで、情報処理システム１の処理について説明する前に、図４を参照して、ユーザがイベントに参加するまでのフローについて説明する。図４は、ユーザがイベントに参加するまでのフローをモデル化したものを、左から右方向に進む時系列に沿って示した図である。

タイミングａは、イベント情報の公開が開始されるタイミング（以下、情報公開開始タイミングと称する）を示している。

タイミングｂは、ユーザがイベントへの参加の意思を決定することが可能な意思決定可能期間が開始するタイミング（以下、意思決定可能期間開始タイミングと称する）を示している。

タイミングｃは、ユーザがイベントに関する情報を最初に認知するタイミング（以下、認知タイミングと称する）を示している。従って、ユーザは、この認知タイミングにおいて、イベントの開催を初めて知ることになる。

タイミングｄは、ユーザがイベントに参加する意思を決定するタイミング（以下、意思決定タイミングと称する）を示している。

タイミングｅは、意思決定可能期間が終了するタイミング（以下、意思決定可能期間終了タイミングと称する）を示している。

タイミングｆは、イベントが開始されるタイミング（以下、イベント開始タイミングと称する）を示している。なお、一定の期間継続して行われるイベントの場合、処理の便宜上、所定の条件（例えば、主催者による指定、ユーザのスケジュール、所定のアルゴリズム等）に基づいて、そのうちの１つが選択される。そして、選択されたイベントに基づいてイベント開始タイミングｆが設定される。

また、情報公開開始タイミングａからイベント開始タイミングｆまでの期間を、イベント情報公開期間と定義する。なお、イベント情報の公開が終了するタイミングとイベント開始タイミングｆとは必ずしも一致するとは限らないが、処理の便宜上、イベント情報公開期間が終了するタイミングをイベント開始タイミングｆに設定する。

また、認知タイミングｃから意思決定タイミングｄまでの期間が、ユーザがイベントを認知した状態で、まだ参加の意思を決定していない期間となる。意思決定タイミングｄから意思決定可能期間終了タイミングｅまでの期間が、ユーザがイベントに参加する意思を決定した状態の期間となる。イベント開始タイミングｆ以降の期間が、ユーザがイベントに参加したり、イベントを実行したりすることが可能な期間となる。

例えば、対象となるイベントが、事前にチケットの前売り等が行われ、定員が決まっているライブである場合、情報公開開始タイミングａは、ライブ情報の公開が開始されるタイミングとなる。意思決定可能期間開始タイミングｂは、チケットの販売が開始されるタイミングとなる。認知タイミングｃは、ユーザがライブ情報を初めて認知するタイミングとなる。意思決定タイミングｄは、ユーザがライブのチケットを購入するタイミングとなる。意思決定可能期間終了タイミングｅは、チケットの販売が終了するタイミングとなる。イベント開始タイミングｆは、ライブが開始されるタイミングとなる。

なお、例えば、ライブの開催までにチケットが売り切れない場合等に、意思決定可能期間終了タイミングｅが、イベント開始タイミングｆと一致したり、又は、イベント開始タイミングｆより後に来たりする場合も想定される。また、例えば、先行予約と通常販売等によりチケットの販売が複数回に分けて行われる場合、意思決定可能期間開始タイミングｂと意思決定可能期間終了タイミングｅの組が複数設定され、意思決定可能期間が複数に分かれる場合も想定される。

また、例えば、対象となるイベントが、事前にチケットの前売り等が行われず、定員が決まっていないバーゲンセールである場合、情報公開開始タイミングａと意思決定可能期間開始タイミングｂは、バーゲンセール情報の公開が開始されるタイミングで一致する。認知タイミングｃは、ユーザがバーゲンセール情報を初めて認知するタイミングとなる。意思決定タイミングｄは、ユーザがバーゲンセールに行く意思を決定するタイミングとなる。意思決定可能期間終了タイミングｅとイベント開始タイミングｆは、バーゲンセールが開始されるタイミングで一致する。

そして、サーバ１１ａは、情報公開開始タイミングａから意思決定タイミングｄまでの間の提示タイミングＸにおいて、例えばイベントへの参加を誘引する目的で各ユーザにイベント情報を提示する。また、後述するように、提示タイミングＸは、各ユーザがイベントに参加する可能性を高め、イベントの参加人数が増えるように、ユーザ毎に異なるタイミングに設定される。

［情報処理システム１の処理の第１の実施の形態］
次に、図５乃至図１７を参照して、情報処理システム１の処理の第１の実施の形態について説明する。

（提示タイミング設定処理の第１の実施の形態）
まず、図５のフローチャートを参照して、サーバ１１ａにより実行される提示タイミング設定処理の第１の実施の形態について説明する。

なお、この処理は、イベント毎に任意のタイミングで行われる。例えば、定期的、新たなイベントに関するイベント情報が追加されたとき、新たなユーザが追加されたとき、ユーザの登録情報が変更されたとき等のタイミングで処理が実行される。

また、以下、この処理において、提示タイミングを設定する対象となるイベントを対象イベントと称する。

ステップＳ１において、提示タイミング設定部１０７は、対象イベントに関するイベント情報をイベント情報記憶部１０４から読み出す。

ステップＳ２において、提示タイミング設定部１０７は、各ユーザの提示モデルをルール記憶部１０６から読み出す。

ステップＳ３において、提示タイミング設定部１０７は、各ユーザの提示モデルを用いて、ユーザ毎にイベント情報を提示するタイミングを設定する。なお、提示タイミングの設定方法の具体例については後述する。

ステップＳ４において、サーバ１１ａは、提示情報を記憶する。具体的には、提示タイミング設定部１０７は、提示する対象となるユーザ、提示タイミング、提示する内容など、各ユーザへのイベント情報の提示に必要な提示情報を提示情報記憶部１０８に記憶させる。

その後、提示タイミング設定処理は終了する。

なお、１回の処理で提示タイミングを設定する対象となるユーザの範囲は、任意に設定することが可能である。例えば、新たに追加されたイベントに関するイベント情報の提示タイミングを設定する場合、全ユーザを対象にしてもよいし、イベントの内容等（例えば、ジャンル、出演アーティスト等）に応じて、対象となるユーザの範囲を限定するようにしてもよい。また、例えば、新たなユーザが追加されたり、ユーザの登録情報が変更されたりした場合、そのユーザのみを対象に設定するようにしてもよい。

（イベント情報提示処理）
次に、図６のフローチャートを参照して、サーバ１１ａにより実行されるイベント情報提示処理について説明する。

なお、以下、この処理において、イベント情報を提示する対象となるユーザを対象ユーザと称する。

ステップＳ２１において、提示制御部１０９は、提示するタイミングになったイベント情報があるか否かを判定する。例えば、提示制御部１０９は、提示情報記憶部１０８に記憶されている提示情報をチェックし、提示するタイミングになったイベント情報があるか否かを判定する。この処理は、例えば、提示するタイミングになったイベント情報があると判定されるまで定期的に繰り返され、提示するタイミングになったイベント情報があると判定された場合、処理はステップＳ２２に進む。

ステップＳ２２において、提示制御部１０９は、提示するイベント情報を提示情報記憶部１０８から読み出す。

ステップＳ２３において、提示制御部１０９は、イベント情報を提示する。具体的には、提示制御部１０９は、送信部１１０及びネットワーク１３を介して、読み出したイベント情報を対象ユーザのクライアント１２ａに送信する。

対象ユーザのクライアント１２ａの提示制御部２０５は、受信部２０４を介して、イベント情報を受信する。出力部２０６は、提示制御部２０５の制御の下に、イベント情報を提示する。

なお、対象ユーザにイベント情報を提示する方法には、任意の方法を採用することができる。例えば、対象ユーザのクライアント１２ａに、イベント情報を含む電子メールを送信するようにしてもよい。また、例えば、イベント関連サービスの会員向けのウエブサイトの対象ユーザのページにイベント情報を掲載するようにしてもよい。

さらに、例えば、SNS、マイクロブログ等のサービスを利用してイベント情報を提示するようにしてもよい。この場合、必ずしもサーバ１１ａが提供するサービスを利用する必要はなく、例えば、サーバ２が提供する外部のサービスを利用することも可能である。

また、例えば、対象ユーザのクライアント１２ａがスマートフォンやタブレット端末により構成される場合、クライアント１２ａ上で動作するアプリケーションプログラムを利用してイベント情報を提示するようにしてもよい。

また、提示するイベント情報の内容は任意に設定することができる。例えば、先に例示したイベント情報の内容の全部又は一部を提示するようにすることが可能である。

さらに、定員が決まっているイベントの場合、例えば、定員の残数が所定の閾値以下になったとき、イベント情報と合わせて残数を提示するようにしてもよい。このように残数が僅かであることを具体的な数値で示すことで、対象ユーザのイベントへの参加意欲を高めることができる。

その後、処理はステップＳ２１に戻り、ステップＳ２１以降の処理が実行される。

（学習処理）
次に、図７のフローチャートを参照して、サーバ１１ａにより実行される学習処理について説明する。

ステップＳ４１において、ユーザ反応検出部１０２は、イベントに対するユーザの反応を検出したか否かを判定する。この処理は、例えば、イベントに対するユーザの反応を検出したと判定されるまで、定期的に繰り返される。そして、ユーザ反応検出部１０２が、ネットワーク１３及び受信部１０１を介して、クライアント１２ａ又はサーバ２等から受信した情報に基づいて、イベントに対するユーザの反応を検出したと判定した場合、処理はステップＳ４２に進む。

ここで、検出対象となるユーザの反応は、クライアント１２ａ又はサーバ２等からの情報に基づいて検出可能な範囲で任意に設定される。例えば、イベントに関する情報の閲覧、イベントに対するコメントや評価等の付与、イベントの申込み又は予約、チケット等の購入、イベントへの参加等が検出対象に設定される。そして、例えば、各ユーザのイベントへの参加、図４の認知タイミングｃ、意思決定タイミングｄのうち少なくとも１つ以上が、直接又は間接的に検出される。

また、検出対象となるユーザ反応は、例えば、サーバ１１ａが直接又はサーバ２が提供する外部のサービスを介して提示するイベント情報との関連性が認められる反応（以下、直接反応と称する）と、関連性が認められない反応（以下、非直接反応）に分けられる。

直接反応には、例えば、当該イベント情報を閲覧したり、当該イベント情報を介してサーバ１１ａが提供するイベント関連サービスを利用したりすることが想定される。また、イベント関連サービスの利用には、例えば、イベント関連サービスが提供するウエブサイトへのアクセス、投稿、トラックバック、評価の付与（例えば、「いいね」ボタンの押下）、ウエブサイトのブックマーク登録、イベント関連サービスを利用したイベントの申込み、予約、チケットの購入等が想定される。

非直接反応には、例えば、サーバ２が提供する外部のサービスが独自に提示するイベント情報に対するユーザの反応が想定される。また、非直接反応には、サーバ１１ａが提供するイベント関連サービスにおけるユーザの反応であっても、サーバ１１ａが提示したイベント情報との関連性が認められないものが含まれる。さらに、非直接反応には、例えば、サーバ１１ａ、サーバ２又はクライアント１２ａが提供するスケジュール機能へのイベントの予定の登録、クライアント１２ａの位置情報に基づいて検出されるイベント会場への来場等が想定される。

なお、以下、この処理において、イベントに対する反応が検出されたユーザを対象ユーザと称する。

ステップＳ４２において、サーバ１１ａは、ユーザ反応の検出結果を記憶する。具体的には、ユーザ反応検出部１０２は、対象ユーザ、対象となるイベント、反応した日時、反応の種類、提示したイベント情報との関連性の有無等を含むユーザ反応情報をユーザ反応記憶部１０３に記憶させる。

ステップＳ４３において、ルール設定部１０５は、対象ユーザの学習データが十分に蓄積されたか否かを判定する。例えば、ルール設定部１０５は、対象ユーザの提示モデルの学習が一度も行われていない場合、対象ユーザのユーザ反応情報の蓄積量が所定の閾値以上になったとき、対象ユーザの学習データが十分に蓄積されたと判定し、処理はステップＳ４４に進む。また、例えば、ルール設定部１０５は、対象ユーザの提示モデルを学習済みの場合、前回の学習を実行してからの対象ユーザのユーザ反応情報の蓄積量が所定の閾値以上になったとき、対象ユーザの学習データが十分に蓄積されたと判定し、処理はステップＳ４４に進む。

ステップＳ４４において、ルール設定部１０５は、対象ユーザに対する提示モデルを学習する。なお、提示モデルの学習方法の具体例については後述する。

ステップＳ４５において、サーバ１１ａは、学習した提示モデルを記憶する。すなわち、ルール設定部１０５は、ステップＳ４４の学習処理により作成した対象ユーザの提示モデルをルール記憶部１０６に記憶させる。

その後、処理はステップＳ４１に戻り、ステップＳ４１以降の処理が実行される。

一方、ステップＳ４３において、対象ユーザの学習データが十分に蓄積されていないと判定された場合、処理はステップＳ４１に戻り、ステップＳ４１以降の処理が実行される。

（提示モデルの学習方法とイベント情報の提示タイミングの設定方法の具体例）
ここで、図８乃至図１５を参照して、提示モデルの学習方法と、イベント情報の提示タイミングの設定方法の具体例について説明する。なお、以下、この具体例の説明において、処理の対象となるユーザを対象ユーザと称し、情報を提示する対象となるイベントを対象イベントと称する。

例えば、ルール設定部１０５は、対象ユーザの意思決定タイミングの学習を行い、その学習結果に基づいて提示モデルを作成する。具体的には、チケットの前売りが行われるライブ等のイベントの場合、チケットの購入タイミングが意思決定タイミングとなる。そこで、ルール設定部１０５は、例えば、対象ユーザのチケットの購入タイミングの分布を学習し、その分布に基づく確率モデルを提示モデルとして作成する。

例えば、ルール設定部１０５は、図８の上の図に示されるように、対象ユーザのチケットの購入タイミングのヒストグラムを作成する。このとき、チケットの発売日時が始点（０）に設定され、イベントの開催日時が終点（１）に設定される。これにより、チケットの購入タイミングが０から１の間の値をとるようにヒストグラムが正規化される。

次に、ルール設定部１０５は、図８の下の図に示されるように、作成したヒストグラムに基づいてチケット購入タイミングの確率密度を推定することにより得られる確率分布を、対象ユーザの提示モデルとして求める。このとき、ガウス分布、対数正規分布、指数分布、ワイブル分布、三角分布、標準正規分布、ｔ分布、カイ二乗分布、Ｆ分布等の各種の確率分布の中から、ヒストグラムの性質に応じた適切な確率分布が用いられる。

そして、提示タイミング設定部１０７は、作成された提示モデルに基づいて、イベント情報の提示タイミングを設定する。例えば、提示タイミング設定部１０７は、対象ユーザの提示モデルに基づいて、対象ユーザのチケットを購入する確率（以下、チケット購入率と称する）が最大となる日時を算出し、算出した日時を提示タイミングに設定する。

なお、この提示モデルにおいて、提示タイミング（対象ユーザのチケット購入率が最大となる日時）は、図4の意思決定可能期間開始タイミングｂ、意思決定可能期間終了タイミングｅ及びイベント開始タイミングｆのうちの１つ以上を基準にして設定される。例えば、意思決定可能期間開始タイミングｂのｄ日後、イベント開始タイミングｆのｈ時間前、意思決定可能期間開始タイミングｂとイベント開始タイミングｆの間の中間点といった形式で、提示タイミングが求められる。

これにより、各ユーザのイベントに対する行動特性、より具体的には、各ユーザのイベントへの参加の意思決定の時期的傾向に基づいて、ユーザ毎に適切なタイミングでイベント情報が提示されるようになる。すなわち、各ユーザに対して、対象イベントのチケット購入率が最も高くなる時期、すなわち、対象イベントへの参加を最も誘引しやすく、最も宣伝効果や集客効果が高い時期にイベント情報が提示されるようになる。その結果、例えば、提示したイベント情報に対するチケットの購買率や、各ユーザのイベントの参加率を向上させることができる。

図９は、図８の提示モデルの具体例として、事前購入派と直前購入派の典型的な２つのタイプのユーザの提示モデルの例を示している。

事前購入派のユーザとは、イベントへの参加の意思決定を用意周到に計画して行う傾向があるユーザである。事前購入派のユーザの提示モデルは、例えば、図９の上側に示されるように、チケットの発売日時に近い時期においてチケット購入率が最大となる。従って、事前購入派のユーザには、チケット発売開始から所定の期間内にイベント情報が提示されるようになる。

直前購入派のユーザとは、イベントの開催直前に参加の意思決定を行う傾向があるユーザである。直前購入派のユーザの提示モデルは、例えば、図９の下側に示されるように、イベントの開催日時に近い時期においてチケット購入率が最大となる。従って、直前購入派のユーザには、イベント開始直前の所定の期間内にイベント情報が提示されるようになる。

なお、同じユーザでも、イベントの内容や属性に基づく変動要因により、チケットの購入タイミングの傾向が異なることが想定される。ここで、イベントの内容とは、イベントの種類、出演者、開催地、開催日時等の具体的なイベントの内容のことであり、イベントの属性とは、イベントの内容以外のイベントに関する情報のことである。また、チケットの購入タイミングに影響を与える変動要因として、例えば、イベントの種類、ジャンル、人気度、出演者、客層、開催形態、開催時期、開催地、チケット等の販売形態、料金等が考えられる。

そこで、イベントの内容又は属性を表す１以上の要素（すなわち、変動要因）に基づいて２以上の複数のグループにイベントを分類し、各ユーザの提示モデルをグループ毎に分けて作成するようにしてもよい。

例えば、図１０は、同じユーザに対して、音楽系イベントに対する提示モデルと、演劇系イベントに対する提示モデルを分けて作成した例を示している。

音楽系のイベントは、単発又は公演数が少ないものが多く、事前に売り切れるものが多い。そのため、音楽系イベントに対する提示モデルには、例えば、図１０の上側に示されるように、チケット発売日時に近い時期に１つだけピークが現れることが想定される。従って、音楽系のイベントに対しては、チケット発売開始前後の所定の期間内にイベント情報が提示されるようになる。

一方、演劇系のイベントは、所定の期間内に繰り返し開催されることが多く、開催直前でもチケットが残っていることが多い。そのため、演劇系イベントに対する提示モデルには、例えば、図１０の下側に示されるように、チケット発売日時に近い時期と、イベントの開催日時に近い時期に２つのピークが現れることが想定される。従って、演劇系のイベントに対しては、まず、チケット発売開始前後の所定の期間内にイベント情報が提示されるようになる。また、そこでチケットの購入に至らなかった場合、イベント開始直前の所定の期間内に再度イベント情報が提示されるようになる。

これにより、イベントの内容や属性に応じて、より適切なタイミングで各ユーザにイベント情報を提示することが可能になる。その結果、例えば、提示したイベント情報に対するチケットの購買率や、各ユーザのイベントの参加率をさらに向上させることができる。

なお、この図１０の例に示されるように、提示モデルの所定の閾値以上のピーク（又は山）の数に基づいて、イベント情報の提示回数を設定し、制御することが可能である。例えば、上述したように、ピークの数が１つの音楽系イベントに対しては、１回だけイベント情報を提示し、ピークの数が２つの演劇系イベントに対しては、最大で２回イベント情報を提示するようにすることが可能である。

また、同じユーザでも、イベントに対する嗜好度によりチケットの購入タイミングの傾向が異なることが想定される。例えば、図１１は、同じユーザに対して、嗜好一致度の高いイベントに対する提示モデルと、嗜好一致度のやや低いイベントに対する提示モデルを分けて作成した例を示している。

例えば、嗜好一致度の高いイベントについては、開催日のかなり前から予定を調整して参加しようとしたり、良い席を確保したりする等の理由で、チケット発売日時に近い時期にチケットを購入することが多くなることが想定される。また、例えば、スケジュールを確保できた場合等に、イベント開催日時に近い時期に駆け込み的にチケットを購入する場合も多くなることが想定される。そのため、嗜好一致度の高いイベントに対する提示モデルには、例えば、図１１の上側に示されるように、チケット発売日時に近い時期と、イベントの開催日時に近い時期に２つのピークが現れることが想定される。

従って、嗜好一致度の高いイベントに対しては、まず、チケット発売開始前後の所定の期間内にイベント情報が提示されるようになる。また、そこでチケットの購入に至らなかった場合、イベント開始直前の所定の期間内に再度イベント情報が提示されるようになる。

一方、嗜好一致度のやや低いイベントについては、例えば、参加を迷ったり、スケジュールが空いていたら参加したりする等の理由により、イベント開催日時に近い時期にチケットを購入する場合が多くなることが想定される。そのため、嗜好一致度のやや低いイベントに対する提示モデルには、例えば、図１１の下側に示されるように、チケット発売日時に近い時期に１つだけピークが現れることが想定される。

従って、嗜好一致度のやや低いイベントに対しては、チケット発売開始前後の所定の期間内にイベント情報が提示されるようになる。

これにより、イベントに対する嗜好度に応じて、より適切なタイミングで各ユーザにイベント情報を提示することが可能になる。その結果、例えば、提示したイベント情報に対するチケットの購買率や、各ユーザのイベントの参加率をさらに向上させることができる。

なお、各ユーザのイベントに対する嗜好の学習は、例えば、ルール設定部１０５が、各ユーザのユーザ反応情報に基づいて、すなわち、各ユーザの各イベントに対する反応に基づいて行うことが可能である。また、その学習方法は、特定の方法に限定されるものではなく、任意の方法を採用することができる。例えば、内容ベースフィルタリング（CBF）や協調フィルタリング（CF）等、既存の推薦システム等で用いられる方法を採用することができる。

或いは、例えば、アンケート等により事前にユーザの嗜好に関する情報（例えば、好きな又は嫌いなイベントの種類、ジャンル等）を取得し、取得した情報に基づいてイベントを分類するようにしてもよい。

また、ユーザの嗜好に基づいてイベントを分類する場合のグループの数は、２以上の任意の値に設定することができる。

さらに、イベントの分類方法は、上述した例に限定されるものではなく、他の方法により分類することも可能である。例えば、ユーザが参加したことがあるジャンルと参加したことがないジャンルでイベントを分類するようにしてもよい。

なお、以上の例では、サーバ１１ａによるイベント情報の提示とチケットの購入がほぼ同時に行われると仮定して、提示タイミングを設定する例を示した。換言すれば、図４の提示タイミングＸ、認知タイミングｃ及び意思決定タイミングｄがほぼ同じタイミングになると仮定して、提示タイミングを設定する例を示した。

しかし、通常、提示タイミングＸから認知タイミングｃまでの間や、認知タイミングｃから意思決定タイミングｄまでの間に時間差が生じ、必ずしもイベント情報の提示とチケットの購入がほぼ同時に行われるとは限らない。そこで、イベント情報の提示タイミングとチケットの購入タイミングとの間の時間差を考慮して、提示タイミングを提示モデルがピークとなる時期（チケット購入率がピークとなる時期）より前倒しするようにしてもよい。

例えば、提示タイミングＸと意思決定タイミングｄの間の長さ、すなわち、サーバ１１ａによりイベント情報が提示されてから参加の意思を決定するまでの期間の長さをさらにユーザ毎に学習するようにしてもよい。例えば、提示タイミングＸと意思決定タイミングｄの間の長さの平均値がユーザ毎に求められる。そして、例えば、提示モデルがピークとなる時期から、学習した長さの期間だけ前倒ししたタイミングを提示タイミングに設定するようにしてもよい。

また、提示タイミングＸと意思決定タイミングｄの間の長さのうち、提示タイミングＸから認知タイミングｃまでの間の長さは、イベント情報の提示方法により大きく変動することが想定される。例えば、スマートフォンで動作するアプリケーションプログラムを用いてイベント情報を提示する場合、イベント情報の提示とユーザによる認知がほぼ同時に行われる可能性が高いと想定される。一方、例えば、電子メールによりイベント情報を提示した場合、電子メールがいつ読まれるか分からないため、ユーザにより提示したイベント情報が認知されるまである程度の時間を要することが想定される。従って、イベント情報の提示方法により、上述した提示タイミングを前倒しする時間を変化させるようにしてもよい。

また、提示モデルに用いる確率分布には、２次元以上の多次元の確率分布を用いることも可能である。図１２乃至図１４は、多次元の確率分布を用いて、提示タイミングと意思決定タイミングとの関係の学習結果に基づく提示モデルを作成し、その提示モデルに基づいて提示タイミングを設定するようにした例を示している。

例えば、ルール設定部１０５は、図１２の上の図に示されるように、Ｘ軸をイベント情報の提示タイミングに設定し、Ｙ軸をチケットの購入タイミング（すなわち、意思決定タイミング）に設定し、対象ユーザの提示タイミングと購入タイミングの関係を示す分布図を作成する。このとき、Ｘ軸及びＹ軸ともチケットの発売日時が始点（０）、イベントの開催日時が終点（１）に設定される。これにより、提示タイミング及び購入タイミングが０から１の間の値をとるように分布図が正規化される。また、イベント情報の公開日時が−ｘに設定される。

次に、ルール設定部１０５は、作成した分布図に基づいて提示タイミングと購入タイミングの確率密度を推定することにより、対象ユーザの提示タイミング及び購入タイミングに対するチケット購入率の確率分布を求める。このとき、分布図の性質に応じた適切な確率分布が用いられる。

これにより、例えば、図１２の下に模式的に示されるように、図１２の上の２次元の分布図にプロットされた点の集合を、点の密度に応じてモデル化した確率モデルが作成される。なお、図１２の下の図では、紙面に垂直な方向に奥から手前に延びる、チケット購入率に対応するＺ軸の図示を省略している。また、図１２の下の図では、Ｚ軸方向の値が同じ点を結んだ等高線の形式で確率分布が示されている。従って、線の密度の高いほどＺ軸方向の値の変化が急になり、線の密度が低いほどＺ軸方向の値の変化が緩やかになる。また、最も内側の閉曲線内においてＺ軸方向の値（チケット購入率）がピークとなる。

次に、ルール設定部１０５は、図１３の上の図に示されるように、作成した確率モデルをＸ軸及びＺ軸からなる２次元の座標系に射影する。これにより、図１３の下の図に示されるように、イベント情報提示タイミングに対するチケット購入率の確率モデルが作成される。ルール設定部１０５は、この確率モデルを対象ユーザの提示モデルに設定する。

そして、提示タイミング設定部１０７は、作成された提示モデルに基づいて、イベント情報の提示タイミングを設定する。例えば、提示タイミング設定部１０７は、提示モデルにおいて、Ｚ軸方向のチケット購入率がピークとなるＸ軸方向のイベント情報提示タイミングの値に対応する日時を、対象ユーザに対するイベント情報の最適な提示タイミングとして設定する。このとき、提示モデルに所定の閾値を超えるピークが複数現れる場合、イベント情報の提示タイミングをそれらのピーク毎に複数設定するようにしてもよい。

次に、図１５を参照して、線形回帰モデルを用いて提示モデルを作成する場合の例について説明する。

例えば、ルール設定部１０５は、以下の回帰式（１）を仮定する。

ｆ−Ｘ＝Ａ（ｆ−ｄ）＋Ｂ（ｄ−ｃ）＋Ｃ（ｅ−ｂ） ・・・（１）

なお、ｂ乃至ｆは、図４の各タイミングを示している。従って、ｆ−Ｘは、ユーザの意思決定と情報提示のタイミング差を表す。ｆ−ｄは、ユーザの意思決定とイベントへの参加又は実行のタイミング差を表す。ｄ−ｃは、意思決定とイベントに関する情報の認知のタイミング差を表す。ｅ−ｂは、意思決定可能期間の長さを表す。また、Ａ乃至Ｃは所定のパラメータ（係数）である。

例えば、ルール設定部１０５は、イベント情報記憶部１０４、ユーザ反応記憶部１０３及び提示情報記憶部１０８に記憶されている情報に基づいて、対象ユーザの過去の行動におけるタイミングｂ乃至ｆを学習データとして求める。そして、ルール設定部１０５は、図１５に模式的に示されるように、学習データに基づいて、二乗誤差が最小となるパラメータＡ乃至Ｃを算出し、回帰式（１）による線形回帰モデルからなる提示モデルを作成する。

そして、提示タイミング設定部１０７は、回帰式（１）に基づいて、対象ユーザに対する対象イベントのイベント情報の提示タイミングを設定する。ここで、対象イベントがチケットの前売りを行うライブ等である場合について説明する。

タイミングａ、ｂ及びｆは、対象イベントのイベント情報から求められる。そこで、提示タイミング設定部１０７は、タイミングｅ、ｄ及びｃの推定又は設定を行う。

例えば、意思決定可能期間終了タイミングｅは、チケットが売り切れないと予測される場合、チケットの販売が終了する日時に設定される。一方、チケットが売り切れると予測される場合、チケットが売り切れると予測される日時が、意思決定可能期間終了タイミングｅに推定される。

例えば、意思決定可能期間終了タイミングｅは、過去の同種のイベントの販売実績から推定することができる。例えば、対象イベントがコンサートである場合、同一アーティストの過去のコンサートにおいて、意思決定可能期間開始タイミングｂ（チケット販売開始日時）からイベント開始タイミングｆまでの期間の何％が経過したときにチケットが売り切れたかのデータを集計することができる。そして、その平均値に基づいて、意思決定可能期間終了タイミングｅを設定することが考えられる。

また、意思決定タイミングｄは、例えば、図１１を参照して上述したように、対象ユーザの対象イベントに対する嗜好の一致度により変動すると想定される。従って、例えば、嗜好一致度が所定の閾値以上である場合、意思決定タイミングｄを意思決定可能期間開始タイミングｂに設定することが考えられる。また、嗜好一致度が所定の閾値未満である場合、意思決定タイミングｄを意思決定可能期間終了タイミングｅの少し前に設定することが考えられる。

また、線形回帰モデルを用いて次の回帰式（２）を推定し、回帰式（２）を用いて意思決定タイミングｄを推定するようにしてもよい。

ｅ−ｄ＝Ｄ（ｅ−ｂ）＋Ｅ ・・・（２）

なお、ＤとＥは所定のパラメータ（係数）を表す。

さらに、認知タイミングｃが意思決定タイミングｄに対して早すぎると、意思決定をするまでの間にイベント情報が失念されるおそれがある。そこで、認知タイミングｃは、例えば、意思決定タイミングｄの直前に設定される。具体的には、認知タイミングｃは、意思決定タイミングｄから所定の時間Ｔだけ前のタイミングに設定される。

なお、時間Ｔは、例えば、意思決定可能期間開始タイミングｂと意思決定タイミングｄの間の長さに基づいて設定される。例えば、意思決定可能期間開始タイミングｂとタ意思決定タイミングｄの間が数十日である場合、時間Ｔは１日程度に設定され、意思決定可能期間開始タイミングｂと意思決定タイミングｄの間が数時間である場合、時間Ｔは数十分程度に設定される。

そして、以上のようにして求めたタイミングｂ乃至ｆを回帰式（１）に代入することにより、提示タイミングＸが求められる。

このように、線形回帰モデルを用いて、適切な提示タイミングを求めることができる。

なお、例えば、回帰式（１）を用いずに、上述した方法により設定した認知タイミングｃから所定の時間だけ前倒しした日時に提示タイミングＸを設定するようにしてもよい。このとき、例えば、過去のユーザ反応情報に基づいて、対象ユーザの提示タイミングＸと認知タイミングｃとの間の時間の平均値を求め、求めた平均値を前倒しする時間に設定することができる。或いは、上述したように、イベント情報の提示方法により、イベント情報を提示してから認知するまでの時間が変動することが想定されるため、前倒しする時間を、イベント情報の提示方法により変化させるようにしてもよい。

（イベントの認知前と認知後で提示タイミングを変える場合の処理）
ところで、サーバ１１ａがイベント情報を提示する前に、すでに別のルートでユーザがイベントを認知している場合が想定される。そして、ユーザが事前にイベントを認知していない場合と認知している場合とでは、サーバ１１ａが当該イベントに関するイベント情報を提示するのに適切なタイミングが変化すると想定される。すなわち、図４の提示タイミングＸが認知タイミングｃの前又は後のいずれに来るかで、適切な提示タイミングＸが変化することが想定される。より具体的には、サーバ１１ａが提示するイベント情報により初めてイベントを認知する場合と、すで認知しているイベントに対してサーバ１１ａがイベント情報を提示する場合とでは、適切な提示タイミングＸが変化することが想定される。

そこで、例えば、ユーザが事前にイベントを認知していない場合と認知している場合とで異なる提示モデルを設定するようにしてもよい。これは、例えば、ユーザがイベントを認知する前にサーバ１１ａがイベント情報を提示した場合と、認知した後にサーバ１１ａがイベント情報を提示した場合とで学習データを分けて、各ケースついて個別に提示モデルを作成することで実現することができる。なお、ユーザが事前にイベントを認知しているか否かは、例えば、上述した非直接反応に基づいて判定することができる。

なお、以下、ユーザがイベントを認知する前に用いる提示モデルを認知前提示モデルと称し、ユーザがイベントを認知した後に用いる提示モデルを認知後提示モデルと称する。

ここで、図１６のフローチャートを参照して、イベントの認知前と認知後でイベント情報の提示タイミングを変える場合にサーバ１１ａにより実行される提示タイミング処理について説明する。

ステップＳ１０１において、図５のステップＳ１の処理と同様に、対象イベントに関するイベント情報がイベント情報記憶部１０４から読み出される。

ステップＳ１０２において、提示タイミング設定部１０７は、対象イベントに対する各ユーザのユーザ反応情報をユーザ反応記憶部１０３から読み出す。

ステップＳ１０３において、提示タイミング設定部１０７は、各ユーザが対象イベントを認知しているか否かに基づいて、各ユーザに用いる提示モデルを選択して読み出す。具体的には、提示タイミング設定部１０７は、読み出したユーザ反応情報に基づいて、各ユーザが対象イベントを認知しているか否かを検出する。そして、提示タイミング設定部１０７は、対象イベントをまだ認知していないユーザについては、当該ユーザの認知前提示モデルをルール記憶部１０６から読み出す。一方、提示タイミング設定部１０７は、対象イベントをすでに認知しているユーザについては、当該ユーザの認知後提示モデルをルール記憶部１０６から読み出す。

ステップＳ１０４において、図５のステップＳ３の処理と同様に、各ユーザの提示モデルを用いて、ユーザ毎にイベント情報を提示するタイミングが設定される。

ステップＳ１０５において、図５のステップＳ４の処理と同様に、提示情報が記憶される。

その後、提示タイミング設定処理は終了する。

これにより、各ユーザが対象イベントをすでに認知しているか否かに応じて、より適切なタイミングで各ユーザにイベント情報を提示することが可能になる。その結果、例えば、提示したイベント情報に対するチケットの購買率や、各ユーザのイベントの参加率をさらに向上させることができる。

なお、認知後提示モデルを、イベントを認知した方法毎に複数の提示モデルに分けるようにしてもよい。これは、例えば、サーバ１１ａがイベント情報を提示する前にユーザがイベントを認知した方法毎に学習データを分けて、認知した方法毎に個別に提示モデルを作成することで実現することができる。なお、イベントを認知した方法は、例えば、サーバ１１又はサーバ２が提供する複数のサービスのうち、イベント情報を提示する前にユーザがイベントを認知するきっかけとなったサービスの種類により分類することが考えられるが、これに限定されるものではない。

そして、各ユーザが事前にイベントを認知した方法により、提示モデルを使い分けて、提示タイミングを設定するようにしてもよい。すなわち、ユーザが認知しているイベントを、当該イベントを認知した方法により分類して、提示タイミングを設定するようにしてもよい。

（イベント情報提示処理（Pull型））
以上の説明では、クライアント１２ａからの要求によらずに、サーバ１１ａ主導でイベント情報の提示を行うPush型の処理について説明した。次に、図１７を参照して、クライアント１２ａからの要求によりサーバ１１ａがイベント情報の提示を行うPull型の処理について説明する。

なお、以下、この処理において、イベント情報を提示する対象となるユーザを対象ユーザと称する。

例えば、対象ユーザは、クライアント１２ａ上で実行されるアプリケーションプログラム等を用いて、イベント情報の提示の要求をクライアント１２ａの入力部２０１に入力する。入力部２０１は、イベント情報の提示が要求されたことをユーザ反応検出部２０２に通知する。ユーザ反応検出部２０２は、送信部２０３を介して、イベント情報の提示の要求を示すイベント情報提示要求信号を送信する。そして、サーバ１１ａの提示タイミング設定部１０７が、ネットワーク１３及び受信部１０１を介して、イベント情報提示要求信号を受信したとき、図１７の処理が開始される。

ステップＳ２０１において、提示タイミング設定部１０７は、対象ユーザに提示するイベントを抽出する。すなわち、提示タイミング設定部１０７は、イベント情報記憶部１０４にイベント情報が記憶されているイベントの中から、対象ユーザにイベント情報を提示するイベントを抽出する。

ここで、イベントの抽出条件は、任意に設定することが可能である。例えば、今後開催される予定のイベントを全て抽出するようにしてもよいし、所定の期間内に開催されるイベントを抽出するようにしてもよい。また、例えば、対象ユーザの嗜好に基づいて、抽出イベントのジャンル等を絞るようにしてもよい。さらに、例えば、イベント情報提示要求信号にユーザ等により設定された抽出条件が示されている場合、その抽出条件に従ってイベントを抽出するようにしてもよい。

ステップＳ２０２において、提示タイミング設定部１０７は、ステップＳ２０１の処理の結果に基づいて、対象ユーザに提示するイベントがあるか否かを判定する。対象ユーザに提示するイベントがあると判定された場合、処理はステップＳ２０３に進む。

ステップＳ２０３において、提示タイミング設定部１０７は、対象ユーザの提示モデルをルール記憶部１０６から読み出す。

ステップＳ２０４において、提示タイミング設定部１０７は、抽出したイベントの中から未処理のイベントを１つ選択し、選択したイベントのイベント情報をイベント情報記憶部１０４から読み出す。

ステップＳ２０５において、図５のステップＳ３の処理と同様に、対象ユーザの提示モデルを用いて、選択したイベントのイベント情報の提示タイミングを設定する。

ステップＳ２０６において、提示タイミング設定部１０７は、現在が提示タイミングとして適切であるか否かを判定する。例えば、提示タイミング設定部１０７は、ステップＳ２０４の処理で設定した提示タイミングが現在の日時から所定の範囲内にある場合、現在が提示タイミングとして適切であると判定し、処理はステップＳ２０６に進む。

ステップＳ２０７において、提示タイミング設定部１０７は、選択したイベントを対象ユーザに提示するイベントに設定する。そして、提示タイミング設定部１０７は、選択したイベントのイベント情報を提示情報記憶部１０８に記憶させる。

その後、処理はステップＳ２０８に進む。

一方、ステップＳ２０６において、現在が提示タイミングとして適切でないと判定された場合、ステップＳ２０７の処理はスキップされ、処理はステップＳ２０８に進む。

ステップＳ２０８において、提示タイミング設定部１０７は、抽出した全てのイベントについて処理したか否かを判定する。まだ抽出した全てのイベントについて処理していないと判定された場合、処理はステップＳ２０４に戻る。

その後、ステップＳ２０８において、抽出した全てのイベントについて処理したと判定されるまで、ステップＳ２０４乃至Ｓ２０８の処理が繰り返し実行される。これにより、現在が対象ユーザに提示するのに適切なタイミングであるイベント情報が抽出され、提示情報記憶部１０８に蓄積される。

一方、ステップＳ２０８において、抽出した全てのイベントについて処理したと判定された場合、処理はステップＳ２０９に進む。

ステップＳ２０９において、サーバ１１ａは、対象ユーザのクライアント１２ａに選択したイベント情報を提示する。具体的には、提示制御部１０９は、対象ユーザに提示するイベント情報として提示情報記憶部１０８に蓄積されているイベント情報を読み出す。提示制御部１０９は、送信部１１０及びネットワーク１３を介して、読み出したイベント情報を対象ユーザのクライアント１２ａに送信する。

対象ユーザのクライアント１２ａの提示制御部２０５は、受信部２０４を介して、イベント情報を受信する。出力部２０６は、提示制御部２０５の制御の下に、イベント情報を提示する。例えば、出力部２０６は、受信したイベント情報に対応するイベントをリスト（以下、イベントリストと称する）にして提示する。

これにより、例えば、対象ユーザが要求した時点においてイベント情報を提示するのに適切なタイミングであるイベントのみからなるイベントリストが、対象ユーザに提示される。

ステップＳ２１０において、ユーザ反応検出部１０２は、提示したイベント情報に対する対象ユーザの反応を検出する。ここでは、上述した直接反応及び非直接反応のうち、主に直接反応の検出を行う。例えば、ユーザ反応検出部１０２は、対象ユーザのクライアント１２ａからの情報に基づいて、提示した複数のイベント情報のうち対象ユーザにより実際に閲覧されたイベント情報及び閲覧した日時、並びに、閲覧したイベント情報に対する閲覧以外の直接反応（例えば、チケットの購入等）の検出を行う。

ステップＳ２１１において、図７のステップＳ４２との処理と同様に、ユーザ反応の検出結果が記憶される。

ステップＳ２１２において、図７のステップＳ４３の処理と同様に、対象ユーザの学習データが十分蓄積されたか否かが判定される。対象ユーザの学習データが十分蓄積されたと判定された場合、処理はステップＳ２１３に進む。

ステップＳ２１３において、図７のステップＳ４４の処理と同様に、対象ユーザに対する提示モデルが学習される。

ステップＳ２１４において、図７のステップＳ４５の処理と同様に、学習した提示モデルが記憶される。

その後、イベント情報提示処理（Pull型）は終了する。

一方、ステップＳ２１２において、対象ユーザの学習データが十分蓄積されていないと判定された場合、ステップＳ２１３及びＳ２１４の処理はスキップされ、イベント情報提示処理（Pull型）は終了する。

また、ステップＳ２０２において、対象ユーザに提示するイベントがないと判定された場合、ステップＳ２０３乃至Ｓ２１４の処理はスキップされ、イベント情報提示処理（Pull型）は終了する。なお、このとき、図示を省略しているが、例えば、提示するイベント情報がない旨が対象ユーザのクライアント１２ａに提示される。

このようにして、ユーザからの要求によりイベント情報を提示する場合にも、適切なタイミングでイベント情報が提示されるようになる。その結果、例えば、提示したイベント情報に対するチケットの購買率や、各ユーザのイベントの参加率を向上させることができる。

また、提示されるイベント情報が厳選されるため、ユーザにとって必要な情報が他の重要でない情報に埋もれてしまうことが防止される。

＜２．第２の実施の形態＞
次に、図１８乃至図２２を参照して、本技術の第２の実施の形態について説明する。なお、この第２の実施の形態は、ユーザのコンテキストに基づいてイベント情報の提示タイミングを調整できるようにするものである。

なお、本技術の第２の実施の形態における情報処理システムの構成は、第１の実施の形態における図１の情報処理システム１と同様である。ただし、第２の実施の形態では、第１の実施の形態と比較して、情報処理システム１を構成するサーバ１１ａが図１８のサーバ１１ｂに置き換わり、クライアント１２ａが図１９のクライアント１２ｂに置き換わる。

［サーバ１１ｂの構成例］
図１８は、サーバ１１ｂの機能の構成例を示すブロック図である。なお、図中、図２と対応する部分には同じ符号を付してあり、処理が同じ部分については、その説明は繰り返しになるため適宜省略する。

サーバ１１ｂは、受信部１０１、ユーザ反応検出部１０２、ユーザ反応記憶部１０３、イベント情報記憶部１０４、ルール設定部１０５、ルール記憶部１０６、提示情報記憶部１０８、提示制御部１０９、送信部１１０、コンテキスト検出部３０１、コンテキスト記憶部３０２、及び、提示タイミング設定部３０３を含むように構成される。サーバ１１ｂは、図２のサーバ１１ａと比較して、コンテキスト検出部３０１及びコンテキスト記憶部３０２が追加され、提示タイミング設定部１０７の代わりに、提示タイミング設定部３０３が設けられている点が異なっている。

コンテキスト検出部３０１は、ネットワーク１３及び受信部１０１を介して、クライアント１２ｂ及びサーバ２から各ユーザのコンテキストを示すコンテキスト情報を受信する。また、コンテキスト検出部３０１は、ネットワーク１３及び受信部１０１を介して、クライアント１２ｂ及びサーバ２から受信した情報に基づいて、各ユーザのコンテキストを検出する。コンテキスト検出部３０１は、受信又は検出したコンテキスト情報をコンテキスト記憶部３０２に記憶させる。

ここで、コンテキストとは、例えば、ユーザの状態、ユーザが置かれている状況や環境等を含む概念である。また、現在のコンテキストだけでなく、未来のコンテキストも検出対象となる。例えば、検出対象となるコンテキストには、ユーザのスケジュール、現在位置、各種のセンサ（例えば、加速度センサ、ジャイロセンサ等）のセンサ情報等が含まれる。

提示タイミング設定部３０３は、イベント情報記憶部１０４に記憶されているイベント情報、及び、ルール記憶部１０６に記憶されている提示モデルに基づいて、各ユーザに各イベントのイベント情報を提示する提示タイミングを設定する。また、提示タイミング設定部３０３は、コンテキスト記憶部３０２に記憶されているコンテキスト情報に基づいて、必要に応じて提示タイミングを調整する。提示タイミング設定部３０３は、提示する対象となるユーザ、提示タイミング、提示する内容など、各ユーザへのイベント情報の提示に必要な提示情報を提示情報記憶部１０８に記憶させる。

［クライアント１２ｂの構成例］
図１９は、クライアント１２ｂの機能の構成例を示すブロック図である。なお、図中、図３と対応する部分には同じ符号を付してあり、処理が同じ部分については、その説明は繰り返しになるため適宜省略する。

クライアント１２ｂは、入力部２０１、ユーザ反応検出部２０２、送信部２０３、受信部２０４、提示制御部２０５、出力部２０６、及び、コンテキスト検出部４０１を含むように構成される。クライアント１２ｂは、図３のクライアント１２ａと比較して、コンテキスト検出部４０１が追加されている点が異なっている。

コンテキスト検出部４０１は、入力部２０１から供給される情報等に基づいて、ユーザのコンテキストを検出する。コンテキスト検出部４０１は、検出結果を示すコンテキスト情報を、送信部２０３及びネットワーク１３を介して、サーバ１１ｂに送信する。

［情報処理システム１の処理の第２の実施の形態］
次に、図２０乃至図２２を参照して、情報処理システム１の処理の第２の実施の形態について説明する。

（コンテキスト検出処理）
まず、図２０のフローチャートを参照して、サーバ１１ｂにより実行されるコンテキスト検出処理について説明する。

なお、この処理は、例えば、定期的に、又は、クライアント１２ｂ若しくはサーバ２からユーザのコンテキスト情報が送信されてきたときに開始される。

ステップＳ３０１において、コンテキスト検出部３０１は、各ユーザのコンテキストを検出する。

例えば、クライアント１２ｂのコンテキスト検出部４０１は、定期的に、又は、ユーザのコンテキストを検出したときに、検出したコンテキスト示すコンテキスト情報を、送信部１２ｂ及びネットワーク１３を介してサーバ１１ｂ送信する。

また、例えば、サーバ２は、提供するサービスを介して検出した各ユーザのコンテキストを示すコンテキスト情報を、所定のタイミングでネットワーク１３を介してサーバ１１ｂに送信する。例えば、サーバ２が検出するコンテキストには、ユーザのスケジュール、サービスの利用状況（例えば、サービスを利用中か否か等）等が含まれる。

サーバ１１ｂのコンテキスト検出部３０１は、ネットワーク１３及び受信部１０１を介して、クライアント１２ｂ又はサーバ２からのコンテキスト情報を受信する。

なお、サーバ１１ｂのコンテキスト検出部３０１が、定期的に、又は、所定のタイミングで、クライアント１２ｂ及びサーバ２から各ユーザのコンテキスト情報を能動的に収集したり、クライアント１２ｂ及びサーバ２からの情報に基づいて、各ユーザのコンテキストを検出したりするようにしてもよい。

ステップＳ３０２において、サーバ１１ｂは、各ユーザのコンテキストを記憶する。具体的には、コンテキスト検出部３０１は、受信又は検出したコンテキスト情報を、対象となるユーザと関連付けてコンテキスト記憶部３０２に記憶させる。このとき、例えば、コンテキスト情報がセンサ情報や位置情報である場合、より具体的なコンテキストに変換して記憶するようにしてもよい。例えば、緯度及び経度で示される位置情報を、具体的な場所に変換して記憶するようにしてもよい。また、例えば、加速度センサやジャイロセンサのセンサ値を基に、ユーザが歩行中なのか、乗り物に乗車中なのかといった形式に変換して記憶するようにしてもよい。

その後、コンテキスト検出処理は終了する。

（提示タイミング設定処理）
次に、図２１のフローチャートを参照して、サーバ１１ｂにより実行される提示タイミング設定処理について説明する。

なお、以下、この処理において、提示タイミングを設定する対象となるイベントを対象イベントと称する。

ステップＳ３２１において、図５のステップＳ１の処理と同様に、対象イベントに関するイベント情報が読み出される。

ステップＳ３２２において、図５のステップＳ２の処理と同様に、各ユーザの提示モデルが読み出される。

ステップＳ３２３において、提示タイミング設定部３０３は、各ユーザのコンテキスト情報をコンテキスト記憶部３０２から読み出す。なお、このとき、図２０を参照して上述したコンテキスト検出処理を実行し、各ユーザの最新のコンテキストを検出するようにしてもよい。

ステップＳ３２４において、提示タイミング設定部３０３は、提示モデル及びコンテキスト情報を用いて、ユーザ毎にイベント情報を提示するタイミングを設定する。具体的には、提示タイミング設定部３０３は、図５のステップＳ３と同様の処理により、ユーザ毎にイベント情報を提示するタイミングを設定する。そして、提示タイミング設定部３０３は、各ユーザのコンテキスト情報に基づいて、設定した提示タイミングをユーザ毎に調整する。

例えば、提示タイミング設定部３０３は、設定した提示タイミングに従うと、提示を受け入れにくいコンテキストにおいてイベント情報が提示されてしまう場合、提示タイミングを変更する。例えば、提示タイミング設定部３０３は、設定した提示タイミングを、提示を受け入れやすいコンテキストとなる時間帯に変更したり、当該時間帯に近づけたりする。或いは、例えば、提示タイミング設定部３０３は、設定した提示タイミングを、提示を受け入れにくいコンテキストとなる時間帯から外したり、当該時間帯から遠ざけたりする。

ここで、提示を受け入れやすいコンテキストとは、提示されたイベント情報に対してユーザが反応する可能性が高いコンテキストのことであり、以下、受容コンテキストと称する。例えば、電車やバス等の乗り物に乗車しているとき、休憩中、帰宅中、予定をキャンセルして空いた時間、待ち時間、閑暇時、給料日、ボーナス日等のコンテキストが、受容コンテキストに該当すると考えられる。

一方、提示を受け入れにくいコンテキストとは、提示されたイベント情報に対してユーザが反応する可能性が低いコンテキストのことであり、以下、非受容コンテキストと称する。例えば、勤務中、会議中、勉強中、運動中、イベントに参加中、多忙時、給料日前等のコンテキストが、非受容コンテキストに該当すると考えられる。

ステップＳ３２５において、図５のステップＳ４の処理と同様に、提示情報が記憶される。

その後、提示タイミング設定処理は終了する。

（イベント情報提示処理）
次に、図２２のフローチャートを参照して、サーバ１１ｂにより実行されるイベント情報提示処理について説明する。

ステップＳ３４１において、図６のステップＳ２１の処理と同様に、提示するタイミングになったイベント情報があるか否かが判定される。この処理は、例えば、提示するタイミングになったイベント情報があると判定されるまで定期的に繰り返され、提示するタイミングになったイベント情報があると判定された場合、処理はステップＳ３４２に進む。

ステップＳ３４２において、図６のステップＳ２２の処理と同様に、提示するイベント情報が読み出される。

ステップＳ３４３において、提示制御部１０９は、対象ユーザのコンテキスト情報をコンテキスト記憶部３０２から読み出す。なお、このとき、対象ユーザに対して、図２０を参照して上述したコンテキスト検出処理を実行し、対象ユーザの最新のコンテキストを検出するようにしてもよい。

ステップＳ３４４において、提示制御部１０９は、提示タイミングを変更する必要があるか否かを判定する。例えば、提示制御部１０９は、現在の対象ユーザのコンテキストが非受容コンテキストでない場合、提示タイミングを変更する必要がないと判定し、処理はステップＳ３４５に進む。

ステップＳ３４５において、図６のステップＳ２３の処理と同様に、対象ユーザにイベント情報が提示される。

その後、処理はステップＳ３４１に戻り、ステップＳ３４１以降の処理が実行される。

一方、ステップＳ３４４において、提示制御部１０９は、現在の対象ユーザのコンテキストが非受容コンテキストである場合、提示タイミングを変更する必要があると判定し、処理はステップＳ３４６に進む。

ステップＳ３４６において、提示タイミング設定部３０３は、提示タイミングを変更する。具体的には、提示制御部１０９は、提示タイミングの変更を提示タイミング設定部３０３に指令する。提示タイミング設定部３０３は、対象イベントに関するイベント情報の対象ユーザへの提示タイミングを再計算し、変更後の提示タイミングを提示情報記憶部１０８に記憶させる。これにより、例えば、現在の非受容コンテキストが継続する時間帯の後に提示タイミングが変更される。

その後、処理はステップＳ３４１に戻り、ステップＳ３４１以降の処理が実行される。

これにより、各ユーザがイベント情報の提示を受け入れやすいコンテキストにおいて、イベント情報が提示されるとともに、提示を受け入れにくいコンテキストにおいて、イベント情報が提示されることが防止される。その結果、例えば、提示したイベント情報に対するチケットの購買率や、各ユーザのイベントの参加率をさらに向上させることができる。

なお、例えば、図２１の提示タイミング設定処理、及び、図２２のイベント情報提示処理のいずれか一方のみで、ユーザのコンテキストに基づいて提示タイミングの設定又は変更を行うようにしてもよい。

＜３．変形例＞
以下、上述した本技術の実施の形態の変形例について説明する。

［変形例１：提示モデルの学習方法に関する変形例］
ユーザによっては、イベントに参加する機会が少なく、提示モデルの学習に必要なデータが十分に蓄積されるまでに長期間を要する場合が想定される。そこで、より迅速に提示モデルを学習できるように、例えば、行動又は嗜好等が類似する複数のユーザ間で学習データを共有するようにしてもよい。

例えば、図２３に示されるように、各ユーザのチケットの購入タイミングのヒストグラムの類似判定を行い、類似するヒストグラムを１つにまとめ、得られたヒストグラムに基づいて、提示モデルを作成するようにしてもよい。より具体的には、この例では、互いに類似するユーザＡとユーザＢのヒストグラムが１つにまとめられている。すなわち、ユーザＡとユーザＢは、意思決定タイミングが類似するユーザである。そして、得られたヒストグラムに基づいて、ユーザＡとユーザＢのチケットの購入タイミングの共有確率分布を求め、提示モデルとする例が示されている。

これにより、イベントに対する行動特性、より具体的には、イベントへの参加の意思決定の時期的傾向が類似するユーザの提示モデルが共有され、より早く提示モデルを作成することができる。

また、例えば、提示モデルの作成前のユーザに対して、全て同じタイミングでイベント情報を提示するようにしてもよいし、所定の条件によりユーザ毎又はイベント毎に異なるタイミングでイベント情報を提示するようにしてもよい。後者の場合、例えば、アンケート等により事前にユーザの属性や嗜好等に関する情報を取得し、取得した情報に基づいてユーザを複数のグループに分類し、ユーザが属するグループ毎に提示タイミングを設定することが考えられる。或いは、後者の場合、上述したように複数のグループにイベントを分類し、イベントが属するグループ毎に提示タイミングを設定することが考えられる。

また、有効な学習データを迅速に蓄積できるように、イベント毎に提示タイミングをシフトさせながらイベント情報を提示するようにしてもよい。すなわち、提示モデルが作成されるまで、イベント毎に異なるタイミングでイベント情報を提示し、ユーザの反応を検出することにより、適切な提示タイミングを迅速に学習（検出）できるようにしてもよい。

また、例えば、サーバ２からの情報を利用せずに、クライアント１２からの情報のみに基づいて、ユーザ反応を検出し、提示モデルの学習を行うようにしてもよい。さらに、例えば、上述した非直接反応の検出を行わずに、直接反応のみに基づいて提示モデルの学習を行うようしてもよい。

［変形例２：提示ルールに関する変形例］
以上の説明では、イベントを複数のグループに分けて、グループ毎に提示モデルを作成する例を示したが、例えば、予め用意されている提示ルールの中から、グループ毎に異なる提示ルールを設定するようにしてもよい。

同様に、例えば、予め用意されている提示ルールの中から、ユーザが事前にイベントを認知していない場合と認知している場合とで異なる提示ルールを設定するようにしたり、ベントを認知した方法毎に異なる提示ルールを設定するようにしてもよい。

［変形例３：提示タイミングに関する変形例］
以上の説明では、提示ルール（提示モデル）に基づいて提示タイミングを制御する例を示したが、例えば、提示ルールに基づいてイベント情報を提示する頻度を制御するようにしてもよい。例えば、上述した図８の下の図の提示モデルが提示ルールに設定されている場合、提示モデルのピーク付近で提示頻度を最大にし、後は、提示モデルの値に応じて提示頻度を変化させるようにしてもよい。

また、例えば、定員が決まっているイベントについては、定員の残数に基づいて、提示タイミングを変更するようにしてもよい。例えば、提示タイミングに達していないユーザに対しても、定員の残数が所定の閾値未満になった時点で、イベント情報を提示するようにしてもよい。これにより、定員に達する前に、確実にユーザに参加意思を決定する機会を与えることが可能になる。

［変形例４：処理の分担の変形例］
上述したサーバ１１（サーバ１１ａ又はサーバ１１ｂ）とクライアント１２（クライアント１２ａ又はクライアント１２ｂ）の処理の分担は、その一例であり、任意に変更することが可能である。例えば、サーバ１１の機能の一部をクライアント１２に移管したり、クライアント１２の機能の一部をサーバ１１に移管したりすることが可能である。

例えば、サーバ１１ａ又はサーバ１１ｂのユーザ反応検出部１０２と、クライアント１２ａ又はクライアント１２ｂのユーザ反応検出部２０２の機能をどちらか一方に集約することが可能である。また、例えば、サーバ１１ｂのコンテキスト検出部３０１と、クライアント１２ｂのコンテキスト検出部４０１の機能をどちらか一方に集約することが可能である。

また、例えば、図２４に示されるように、提示タイミング設定部の機能をクライアント１２に設けるようにしてもよい。

具体的には、図２４は、クライアント１２ｃの機能の構成例を示している。なお、図中、図１９と対応する部分には同じ符号を付してあり、処理が同じ部分については、その説明は繰り返しになるため適宜省略する。

クライアント１２ｃは、入力部２０１、ユーザ反応検出部２０２、送信部２０３、受信部２０４、提示制御部２０５、出力部２０６、コンテキスト検出部４０１、及び、提示タイミング設定部５０１を含むように構成される。クライアント１２ｃは、図１９のクライアント１２ｂと比較して、提示タイミング設定部５０１が追加されている点が異なっている。

提示タイミング設定部５０１は、ネットワーク１３及び受信部２０４を介して、クライアント１２ｃを利用する対象ユーザの提示ルール、及び、対象ユーザに提示可能なイベント情報をサーバ１１から受信する。そして、提示タイミング設定部５０１は、上述したサーバ１１ｂの提示タイミング設定部３０３と同様に、対象ユーザの提示ルールに基づいて、各イベント情報の提示タイミングを設定する。また、提示タイミング設定部５０１は、コンテキスト検出部４０１により検出された対象ユーザのコンテキストに基づいて、設定した提示タイミングを調整することが可能である。そして、提示タイミング設定部５０１は、イベント情報及び設定した提示タイミングを示す情報を提示制御部２０５に供給する。

提示制御部２０５は、提示タイミング設定部５０１により設定された提示タイミングで各イベント情報を提示するように、出力部２０６を制御する。

これにより、クライアント１２ｃ側で提示するイベント情報を選択したり、提示タイミングを制御したりすることができる。従って、例えば、提示するイベント情報や提示タイミングをユーザの好みに応じてカスタマイズすることができる。また、サーバ１１の処理の負荷を軽減することができる。

［コンピュータの構成例］
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。

図２５は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。

コンピュータにおいて、CPU（Central Processing Unit）７０１，ROM（Read Only Memory）７０２，RAM（Random Access Memory）７０３は、バス７０４により相互に接続されている。

バス７０４には、さらに、入出力インタフェース７０５が接続されている。入出力インタフェース７０５には、入力部７０６、出力部７０７、記憶部７０８、通信部７０９、及びドライブ７１０が接続されている。

入力部７０６は、キーボード、マウス、マイクロフォンなどよりなる。出力部７０７は、ディスプレイ、スピーカなどよりなる。記憶部７０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部７０９は、ネットワークインタフェースなどよりなる。ドライブ７１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア７１１を駆動する。

以上のように構成されるコンピュータでは、CPU７０１が、例えば、記憶部７０８に記憶されているプログラムを、入出力インタフェース７０５及びバス７０４を介して、RAM７０３にロードして実行することにより、上述した一連の処理が行われる。

コンピュータ（CPU７０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア７１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。

コンピュータでは、プログラムは、リムーバブルメディア７１１をドライブ７１０に装着することにより、入出力インタフェース７０５を介して、記憶部７０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部７０９で受信し、記憶部７０８にインストールすることができる。その他、プログラムは、ROM７０２や記憶部７０８に、あらかじめインストールしておくことができる。

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。

さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。

例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。

また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。

さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。

また、例えば、本技術は以下のような構成も取ることができる。

（１）
各イベントに関するイベント情報を提示する提示タイミングをユーザ毎に設定するためのルールを設定するルール設定部と、
設定された前記ルールに基づいて、ユーザ毎に前記イベント情報の前記提示タイミングを設定する提示タイミング設定部と、
設定された前記提示タイミングで各ユーザに前記イベント情報を提示するように制御する提示制御部と
を備える情報処理装置。
（２）
前記ルールは、予め定められたルール、又は、前記ルール設定部が、各ユーザのイベントへの参加の意思を決定する意思決定タイミングを学習することで作成するルールである
前記（１）に記載の情報処理装置。
（３）
前記ルール設定部は、各ユーザの前記提示タイミングと前記意思決定タイミングとの関係を学習することで前記ルールを作成する
前記（２）に記載の情報処理装置。
（４）
前記ルール設定部は、前記意思決定タイミングの確率モデルの学習を行うことで前記ルールを作成する
前記（２）又は（３）のいずれかに記載の情報処理装置。
（５）
前記提示タイミング設定部は、前記確率モデルのピークの数に基づいて、ユーザ毎に前記イベント情報の提示回数を設定する
前記（４）のいずれかに記載の情報処理装置。
（６）
前記ルール設定部は、前記意思決定タイミングの傾向が類似する複数のユーザの学習データをまとめて、前記複数のユーザの前記意思決定タイミングの学習を行う
前記（２）乃至（５）のいずれかに記載の情報処理装置。
（７）
イベントを認知したタイミング、イベントへの参加の意思を決定したタイミング、及び、イベントへの参加のうち少なくとも１つ以上を各ユーザの各イベントに対する反応として検出するユーザ反応検出部を
さらに備え、
前記ルール設定部は、各ユーザの各イベントに対する反応の検出結果に基づいて、前記意思決定タイミングの学習を行う
前記（２）乃至（６）のいずれかに記載の情報処理装置。
（８）
前記提示タイミング設定部は、ユーザから前記イベント情報の提示の要求があった場合、当該ユーザに対する各イベントの前記イベント情報の前記提示タイミングを設定し、
前記提示制御部は、設定された前記提示タイミングが現在の日時から所定の範囲内にある前記イベント情報を当該ユーザに提示するように制御する
前記（１）乃至（７）のいずれかに記載の情報処理装置。
（９）
前記ルール設定部は、複数のグループにイベントを分類し、前記グループ毎に前記ルールを設定し、
前記提示タイミング設定部は、対象となるイベントが属するグループに対する前記ルールに基づいて、ユーザ毎に前記対象となるイベントの前記イベント情報の前記提示タイミングを設定する
前記（１）乃至（８）のいずれかに記載の情報処理装置。
（１０）
前記ルール設定部は、イベントに対する各ユーザの嗜好度に基づいてユーザ毎に複数の前記グループにイベントを分類する
前記（９）に記載の情報処理装置。
（１１）
各ユーザのコンテキストを検出するコンテキスト検出部を
さらに備え、
前記提示タイミング設定部は、検出された各ユーザの前記コンテキストに基づいて、ユーザ毎に前記提示タイミングを調整する
前記（１）乃至（１０）のいずれかに記載の情報処理装置。
（１２）
前記ルール設定部は、前記イベント情報を提示する前に対応するイベントをユーザが認知していない場合と認知している場合とで異なる前記ルールを設定し、
前記提示タイミング設定部は、ユーザが認知していないイベントと認知しているイベントで異なる前記ルールに基づいて前記提示タイミングを設定する
前記（１）乃至（１１）のいずれかに記載の情報処理装置。
（１３）
前記ルール設定部は、さらに、前記イベント情報を提示する前に対応するイベントを認知した方法毎に前記ルールを設定し、
前記提示タイミング設定部は、前記イベント情報を提示する前に対応するイベントをユーザが認知している場合、当該イベントを認知した方法に対応する前記ルールに基づいて前記提示タイミングを設定する
前記（１）乃至（１２）のいずれかに記載の情報処理装置。
（１４）
前記提示タイミング設定部は、イベントの定員の残数に基づいて、前記イベント情報の提示タイミングを変更する
前記（１）乃至（１３）のいずれかに記載の情報処理装置。
（１５）
前記提示タイミング設定部は、前記イベントへの参加の意思を決定することが可能な期間が開始するタイミング、前記期間が終了するタイミング、及び、前記イベントが開催されるタイミングのうちの少なくとも１つ以上を基準にして前記提示タイミングを設定する
前記（１）乃至（１４）のいずれかに記載の情報処理装置。
（１６）
前記提示制御部は、各ユーザが使用する他の情報処理装置において前記イベント情報を提示するように制御する
前記（１）乃至（１５）のいずれかに記載の情報処理装置。
（１７）
各イベントに関するイベント情報のユーザへの提示を制御する情報処理装置が、
前記イベント情報を提示する提示タイミングをユーザ毎に設定するためのルールを設定し、
設定された前記ルールに基づいて、ユーザ毎に前記イベント情報を提示する提示タイミングを設定し、
設定された前記提示タイミングで各ユーザに前記イベント情報を提示するように制御する
ステップを含む情報処理方法。
（１８）
各イベントに関するイベント情報を提示する提示タイミングをユーザ毎に設定するためのルールを設定し、
設定された前記ルールに基づいて、ユーザ毎に各イベントに関するイベント情報を提示する提示タイミングを設定し、
設定された前記提示タイミングで各ユーザに前記イベント情報を提示するように制御する
ステップを含む処理をコンピュータに実行させるためのプログラム。
（１９）
各イベントに関するイベント情報をユーザに提示する提示タイミングを設定するためのルール、及び、前記イベント情報を他の情報処理装置から受信する受信部と、
受信した前記ルールに基づいて、受信した前記イベント情報を提示する提示タイミングを設定する提示タイミング設定部と、
設定された前記提示タイミングで前記イベント情報を提示するように制御する提示制御部と
を備える情報処理装置。
（２０）
各イベントに対する前記ユーザの反応を検出するユーザ反応検出部と、
検出された前記ユーザの反応を示す情報であって、前記ルールの作成に用いられる情報であるユーザ反応情報を前記他の情報処理装置に送信する送信部と
をさらに備える前記（１９）に記載の情報処理装置。

１ 情報処理システム， ２，１１，１１ａ，１１ｂ サーバ， １２−１乃至１２−ｍ，１２ａ乃至１２ｃ クライアント， １３ ネットワーク， １０２ ユーザ反応検出部， １０４ イベント情報記憶部， １０５ ルール設定部， １０７ 提示タイミング設定部， １０９ 提示制御部， ２０１ 入力部， ２０２ ユーザ反応検出部， ２０３ 送信部， ２０４ 受信部， ２０５ 提示制御部， ２０６ 出力部， ３０１ コンテキスト検出部， ３０３ 提示タイミング設定部， ４０１ コンテキスト検出部， ５０１ 提示タイミング設定部

Claims (20)

1. 各イベントに関するイベント情報を提示する提示タイミングをユーザ毎に設定するためのルールを設定するルール設定部と、
   設定された前記ルールに基づいて、ユーザ毎に前記イベント情報の前記提示タイミングを設定する提示タイミング設定部と、
   設定された前記提示タイミングで各ユーザに前記イベント情報を提示するように制御する提示制御部と
   を備える情報処理装置。
2. 前記ルールは、予め定められたルール、又は、前記ルール設定部が、各ユーザのイベントへの参加の意思を決定する意思決定タイミングを学習することで作成するルールである
   請求項１に記載の情報処理装置。
3. 前記ルール設定部は、各ユーザの前記提示タイミングと前記意思決定タイミングとの関係を学習することで前記ルールを作成する
   請求項２に記載の情報処理装置。
4. 前記ルール設定部は、前記意思決定タイミングの確率モデルの学習を行うことで前記ルールを作成する
   請求項２に記載の情報処理装置。
5. 前記提示タイミング設定部は、前記確率モデルのピークの数に基づいて、ユーザ毎に前記イベント情報の提示回数を設定する
   請求項４に記載の情報処理装置。
6. 前記ルール設定部は、前記意思決定タイミングの傾向が類似する複数のユーザの学習データをまとめて、前記複数のユーザの前記意思決定タイミングの学習を行う
   請求項２に記載の情報処理装置。
7. イベントを認知したタイミング、イベントへの参加の意思を決定したタイミング、及び、イベントへの参加のうち少なくとも１つ以上を各ユーザの各イベントに対する反応として検出するユーザ反応検出部を
   さらに備え、
   前記ルール設定部は、各ユーザの各イベントに対する反応の検出結果に基づいて、前記意思決定タイミングの学習を行う
   請求項２に記載の情報処理装置。
8. 前記提示タイミング設定部は、ユーザから前記イベント情報の提示の要求があった場合、当該ユーザに対する各イベントの前記イベント情報の前記提示タイミングを設定し、
   前記提示制御部は、設定された前記提示タイミングが現在の日時から所定の範囲内にある前記イベント情報を当該ユーザに提示するように制御する
   請求項１に記載の情報処理装置。
9. 前記ルール設定部は、複数のグループにイベントを分類し、前記グループ毎に前記ルールを設定し、
   前記提示タイミング設定部は、対象となるイベントが属するグループに対する前記ルールに基づいて、ユーザ毎に前記対象となるイベントの前記イベント情報の前記提示タイミングを設定する
   請求項１に記載の情報処理装置。
10. 前記ルール設定部は、イベントに対する各ユーザの嗜好度に基づいてユーザ毎に複数の前記グループにイベントを分類する
    請求項９に記載の情報処理装置。
11. 各ユーザのコンテキストを検出するコンテキスト検出部を
    さらに備え、
    前記提示タイミング設定部は、検出された各ユーザの前記コンテキストに基づいて、ユーザ毎に前記提示タイミングを調整する
    請求項１に記載の情報処理装置。
12. 前記ルール設定部は、前記イベント情報を提示する前に対応するイベントをユーザが認知していない場合と認知している場合とで異なる前記ルールを設定し、
    前記提示タイミング設定部は、ユーザが認知していないイベントと認知しているイベントで異なる前記ルールに基づいて前記提示タイミングを設定する
    請求項１に記載の情報処理装置。
13. 前記ルール設定部は、さらに、前記イベント情報を提示する前に対応するイベントを認知した方法毎に前記ルールを設定し、
    前記提示タイミング設定部は、前記イベント情報を提示する前に対応するイベントをユーザが認知している場合、当該イベントを認知した方法に対応する前記ルールに基づいて前記提示タイミングを設定する
    請求項１２に記載の情報処理装置。
14. 前記提示タイミング設定部は、イベントの定員の残数に基づいて、前記イベント情報の提示タイミングを変更する
    請求項１に記載の情報処理装置。
15. 前記提示タイミング設定部は、前記イベントへの参加の意思を決定することが可能な期間が開始するタイミング、前記期間が終了するタイミング、及び、前記イベントが開催されるタイミングのうちの少なくとも１つ以上を基準にして前記提示タイミングを設定する
    請求項１に記載の情報処理装置。
16. 前記提示制御部は、各ユーザが使用する他の情報処理装置において前記イベント情報を提示するように制御する
    請求項１に記載の情報処理装置。
17. 各イベントに関するイベント情報のユーザへの提示を制御する情報処理装置が、
    前記イベント情報を提示する提示タイミングをユーザ毎に設定するためのルールを設定し、
    設定された前記ルールに基づいて、ユーザ毎に前記イベント情報を提示する提示タイミングを設定し、
    設定された前記提示タイミングで各ユーザに前記イベント情報を提示するように制御する
    ステップを含む情報処理方法。
18. 各イベントに関するイベント情報を提示する提示タイミングをユーザ毎に設定するためのルールを設定し、
    設定された前記ルールに基づいて、ユーザ毎に各イベントに関するイベント情報を提示する提示タイミングを設定し、
    設定された前記提示タイミングで各ユーザに前記イベント情報を提示するように制御する
    ステップを含む処理をコンピュータに実行させるためのプログラム。
19. 各イベントに関するイベント情報をユーザに提示する提示タイミングを設定するためのルール、及び、前記イベント情報を他の情報処理装置から受信する受信部と、
    受信した前記ルールに基づいて、受信した前記イベント情報を提示する提示タイミングを設定する提示タイミング設定部と、
    設定された前記提示タイミングで前記イベント情報を提示するように制御する提示制御部と
    を備える情報処理装置。
20. 各イベントに対する前記ユーザの反応を検出するユーザ反応検出部と、
    検出された前記ユーザの反応を示す情報であって、前記ルールの作成に用いられる情報であるユーザ反応情報を前記他の情報処理装置に送信する送信部と
    をさらに備える請求項１９に記載の情報処理装置。

Images