JPWO2019016891A1

JPWO2019016891A1 - レコメンド装置

Info

Publication number: JPWO2019016891A1
Application number: JP2019530286A
Authority: JP
Inventors: 剛大石黒; 中村　大輔; 大輔中村
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2017-07-19
Filing date: 2017-07-19
Publication date: 2019-12-19
Anticipated expiration: 2037-07-19
Also published as: TW201909076A; DE112017007652T5; TWI660316B; KR20200008659A; US11538085B2; WO2019016891A1; US20200175565A1; CN110892438A; US20230153888A1; JP6611998B2; KR102170865B1

Abstract

製品選定部（１１０）は、閲覧情報格納部（１２）の閲覧情報と、未購入製品情報格納部（１３）の未購入製品情報とに基づいて、レコメンド製品の候補を抽出する。製品情報格納部（１５）には、それぞれの製品に固有の情報である製品仕様（１５０）が格納されている。仕様相関計算部（１１１）は、レコメンド製品の候補の製品仕様と相関のある製品仕様の製品を製品仕様（１５０）に基づいて抽出し、その製品をレコメンド製品として抽出する。

Description

この発明は、ユーザが真に必要としている製品、または潜在的に求めている製品の広告をレコメンド（推奨）製品として表示するため、状況に応じて表示する広告を選別するレコメンド装置に関するものである。

オンラインショッピングの利用者へ商品の広告を表示するために、例えば特許文献１に記載されているように、利用者の購入情報（履歴や予定を含む）や商品の特性から表示する商品の広告やそのタイミングを導出するやり方が一般的である。また、これ以外にも、類似する購入情報を持つ他の利用者の購入傾向を参考に、表示する商品の広告を決定するやり方も良く知られている。

特開２０１４−２１５７７２号公報

しかしながら、従来の装置では、商品をカテゴリ毎という広い範囲で類似性を求めるだけであった。例えば３年前にスマートフォンを購入した顧客に現在販売されているスマートフォンの広告を表示する。また、従来の装置では、商品名や型番といった狭い範囲で類似性を求めるだけであった。例えば１ヶ月前にある洗剤を購入した顧客に同じ洗剤の広告を表示、ある顧客がＡという商品と一緒にＢという商品も購入していたので、別のＡを購入した顧客にＢの広告を表示する。
これらの方法は、適した状況においては非常に効果的な広告を選定できるが、長い間隔で購入する家具や家電、また特定の意図や嗜好を持って商品を選んでいる顧客に対しては、必要としていない商品の広告を表示する可能性が高まるという課題があった。例えば高級腕時計を探している顧客に対して安価な腕時計の広告を表示したり、３年前にゲーム対応ＰＣを購入した顧客にゲーム向きではないＰＣの広告を表示したりするなど、必ずしも対象とする顧客に適したレコメンド製品ではないという問題があった。

この発明は、かかる問題を解決するためになされたもので、レコメンド製品の抽出精度を向上させることのできるレコメンド装置を提供することを目的とする。

この発明に係るレコメンド装置は、ユーザの製品に関する閲覧情報を示す閲覧情報と、ユーザが購入への意思表示をしている製品の情報を示す未購入製品情報に基づき、対象となるユーザに提示するレコメンド製品の候補を抽出する製品選定部と、レコメンド製品の候補の製品仕様と相関のある製品仕様の製品を抽出し、この製品をレコメンド製品として抽出する仕様相関計算部とを備えたものである。

この発明に係るレコメンド装置は、レコメンド製品の候補の製品仕様と相関のある製品仕様の製品を抽出し、この製品をレコメンド製品として抽出するようにしたものである。これにより、レコメンド製品の抽出精度を向上させることができる。

この発明の実施の形態１のレコメンド装置を示す構成図である。この発明の実施の形態１のレコメンド装置のハードウェア構成図である。この発明の実施の形態１のレコメンド装置の動作を示すフローチャートである。この発明の実施の形態２のレコメンド装置における置き換え時のレコメンド製品抽出を示すフローチャートである。この発明の実施の形態２のレコメンド装置における不足製品を補う場合のレコメンド製品抽出を示すフローチャートである。

以下、この発明をより詳細に説明するために、この発明を実施するための形態について、添付の図面に従って説明する。
実施の形態１．
図１は、本実施の形態によるレコメンド装置を含むレコメンド配信システムの構成図である。
図示のレコメンド配信システムは、レコメンド配信装置１、ネットワーク２、ユーザ端末３−１〜３−ｎを備える。レコメンド配信装置１は、ユーザが求めている製品の広告情報をネットワーク２を介してユーザ端末３−１〜３−ｎに配信する装置である。この構成では、１人または複数のユーザが、各自の持つＰＣやスマートフォン、ＴＶ等の入出力機能を持つユーザ端末３−１〜３−ｎを用いて、インターネット等のネットワーク２を通じて、レコメンド配信装置１から製品広告やニュース等の各ユーザに合わせたレコメンド製品の情報を受信するものである。この際、レコメンド製品の情報はユーザが表示させているブラウザやアプリなどの画面の一部に一緒に表示させても良いし、メールや通知などの形式で配信しても良い。またここでいう製品とは、電化製品や衣類、食品、家具、旅行ツアー、コンサートチケットなど、ユーザが購入し利用できるものを指す。

レコメンド配信装置１は、レコメンド情報配信サーバ１０、レコメンド装置１１、閲覧情報格納部１２、未購入製品情報格納部１３、所有製品情報格納部１４、製品情報格納部１５を備える。レコメンド情報配信サーバ１０は、レコメンド装置１１で抽出されたレコメンド情報をユーザ端末３−１〜３−ｎに配信するためのサーバである。レコメンド装置１１は、製品選定部１１０と仕様相関計算部１１１を備え、レコメンド製品を抽出する装置である。製品選定部１１０は、閲覧情報格納部１２の閲覧情報と、未購入製品情報格納部１３の未購入製品情報に基づいて、対象とするユーザへのレコメンド製品の候補を抽出する処理部である。仕様相関計算部１１１は、製品選定部１１０で抽出されたレコメンド製品の候補の製品仕様と相関のある製品仕様の製品を製品情報格納部１５の製品仕様情報１５０を参照して抽出し、当該製品をレコメンド製品として出力する処理部である。

閲覧情報格納部１２は、ユーザがこれまでに表示させたＷｅｂページ、アプリ画面、ＰＤＦ等のドキュメントの種類や内容の情報である閲覧情報を格納する記憶部である。未購入製品情報格納部１３は、ユーザがこれまでに注目しているあるいは購入を希望しているといった購入への意思表示をしている製品の情報である未購入製品情報を格納する記憶部である。未購入製品情報は閲覧情報とは異なり、ユーザが明示的に製品の不所有または購入の意思、その度合いなどの情報を表明するものであり、未購入製品情報を取得する最も単純な例としてレコメンド配信装置１が持つ製品情報からユーザに気になる製品や購入を希望している製品を選択してもらう方法が考えられる。所有製品情報格納部１４は、ユーザがオンラインショッピング等で購入した製品やユーザが所有している製品の情報である所有製品情報を格納するための記憶部である。なお、これらの閲覧情報、未購入製品情報及び所有製品情報は、レコメンド配信装置１を介して登録された情報以外に、レコメンド配信装置１の外部から取得した情報を含めても良い。外部から取得する例として閲覧情報は、ユーザの同意を得た上でＳＮＳ（ソーシャル・ネットワーク・サービス）やブラウザ、検索エンジンなどの外部サービスから収集しても良いし、未購入製品情報はユーザの同意を得た上で第三者が実施するアンケート調査やショッピングサイトの欲しい物リストなどと連携しても良い。また、所有製品情報はユーザの同意を得た上でクレジットカードの明細やユーザがインターネット上で行った書き込み内容などから推察しても良い。これらの情報を外部から入手する場合、レコメンド情報配信サーバ１０はインターネットを通じてこれらの情報配信元から情報を受信する。製品情報格納部１５は、カテゴリ別に分類された製品情報を格納する記憶部であり、製品情報の一つとして製品仕様情報１５０を有している。この製品仕様情報１５０は、製品のサイズやスペック、色、重さ、機能等、製品に固有の情報を示すものであればどのような情報であっても良い。

次に、レコメンド装置１１のハードウェア構成について図２を参照して説明する。
レコメンド装置１１は、図２に示すように、プロセッサ１０１、メモリ１０２、入出力インタフェース１０３、ストレージ１０４、バス１０５を備えている。プロセッサ１０１は、製品選定部１１０及び仕様相関計算部１１１の機能に対応したプログラムを実行することにより、これら製品選定部１１０及び仕様相関計算部１１１を実現するためのプロセッサである。メモリ１０２は、各種プログラムを記憶するプログラムメモリ、プロセッサ１０１がデータ処理を行う際に使用するワークメモリ及び信号データを展開するメモリ等として使用するＲＯＭ及びＲＡＭ等の記憶部である。入出力インタフェース１０３は、例えば、閲覧情報格納部１２〜製品情報格納部１５やレコメンド情報配信サーバ１０との各種の信号をやり取りするためのインタフェースである。また、ストレージ１０４は、製品選定部１１０及び仕様相関計算部１１１のそれぞれの機能に対応したプログラムを格納すると共に、各種データを蓄積するための記憶部である。バス１０５は、プロセッサ１０１〜ストレージ１０４を相互に接続するための通信路である。
なお、製品選定部１１０及び仕様相関計算部１１１の少なくともいずれかを専用のハードウェアで構成しても良い。

次に、実施の形態１のレコメンド装置の動作について説明する。
先ず、製品選定部１１０は、閲覧情報格納部１２の閲覧情報に基づいたユーザのこれまでの行動の傾向と、未購入製品情報格納部１３の未購入製品情報で示されるユーザが興味を示した製品の情報と、所有製品情報格納部１４の所有製品情報に基づいた購入実績等の情報とを用いて、対象とするユーザが潜在的に興味を持っている製品をレコメンド製品の候補として抽出する。また、この抽出処理としては、対象とするユーザと他ユーザとを合わせて分析しても良い。製品選定部１１０は、レコメンド製品の候補を抽出すると、これらの製品が未購入であるというメッセージと共に仕様相関計算部１１１に出力する。

仕様相関計算部１１１では、製品情報格納部１５における製品仕様情報１５０を用いてレコメンド製品を決定する。
図３は仕様相関計算部１１１の動作を示すフローチャートである。仕様相関計算部１１１は、製品選定部１１０からレコメンド製品の候補を受け取ると、それらを製品ジャンル毎に、価格や大きさ、機能といった観点でカテゴリ分けを行う（ステップＳＴ１０１）。このとき、製品情報格納部１５の製品情報を参考にしてカテゴリ分けを行ってもよい。次に、仕様相関計算部１１１は、カテゴリ分けされた候補製品に対し、カテゴリ毎に（ステップＳＴ１０２）、候補製品間の製品仕様の相関度を計算し（ステップＳＴ１０３）、相関度が設定された閾値を超えたかを判定する（ステップＳＴ１０４）。これは、同じカテゴリに分類された複数の候補製品が、仕様面でどういった相関を持つかを計算し、より強い相関を持つカテゴリを見つけるための処理である。強い相関が認められたカテゴリ（ステップＳＴ１０４−ＹＥＳ）は、ユーザの嗜好を示すと考えられるため、当該カテゴリ（条件）を候補選定条件に加える（ステップＳＴ１０５）。そして、仕様相関計算部１１１は、全てのカテゴリを計算したかを判定し（ステップＳＴ１０６）、そうでない場合（ステップＳＴ１０６−ＮＯ）はステップＳＴ１０２に戻り、ステップＳＴ１０２〜ＳＴ１０５の処理を繰り返す。一方、ステップＳＴ１０４において、相関度が閾値以下であった場合（ステップＳＴ１０４−ＮＯ）は、そのままステップＳＴ１０６に移行する。

仕様相関計算部１１１は、全ての候補選定条件が出揃った段階（ステップＳＴ１０６−ＹＥＳ）で、候補選定条件を元に同条件に合致するよう候補製品の絞り込みを行ったり、他に条件に合致する製品も製品情報格納部１５の製品情報などから候補製品として加えたりして、レコメンド製品を抽出する（ステップＳＴ１０７）。
なお、ここでは仕様相関計算部１１１が候補選定条件を元にレコメンド製品の抽出を行ったが、候補選定条件を製品選定部１１０に出力し、製品選定部１１０が条件に合致するレコメンド製品を選定してもよい。またレコメンド製品に加える条件として、各製品の売れ筋、他ユーザからの評価などを参考にしてもよい。

このように、実施の形態１では、製品選定部１１０の処理としては、従来と同様に、ユーザの行動や意思表示などから、ユーザが明示的あるいは潜在的に必要としている製品を選び出す。そして、仕様相関計算部１１１は、製品選定部１１０で選び出された製品の仕様から、関係性の高い製品の絞り込みまたは追加を行う部分とは独立して処理することが可能であるため、既存のレコメンド方式の拡張として幅広い適用が望める。
また、レコメンド製品の抽出自体の効果としては、これまでのレコメンド方式とは異なり、追加で製品仕様情報１５０といった情報が必要であるが、その情報が加わることでこれまで以上に細かく利用者の嗜好を捉えることが可能となる。例えば、ユーザがある機能を不要と感じており、その機能が付加されていない製品を探している場合、これまでは「○○機能なし」というキーワードで製品を検索することが難しかったため、一つ一つの製品の仕様を確認するほかなかったが、本レコメンド装置を用いることで、○○機能がない製品を重点的にチェックしていることがユーザの行動や意思表示から推測できるため、ユーザは、○○機能が搭載されていない製品のレコメンドを受け、求めている製品を効率よく発見できるようになる。

以上説明したように、実施の形態１のレコメンド装置によれば、ユーザの製品に関する閲覧情報を示す閲覧情報と、ユーザが購入への意思表示をしている製品の情報を示す未購入製品情報に基づき、対象となるユーザに提示するレコメンド製品の候補を抽出する製品選定部と、レコメンド製品の候補の製品仕様と相関のある製品仕様の製品を抽出し、この製品をレコメンド製品として抽出する仕様相関計算部とを備えたので、レコメンド製品の抽出精度を向上させることができる。

実施の形態２．
実施の形態２は、ユーザが所有している製品の履歴情報である所有製品情報から、ユーザの次の購買動向を推定する構成に関するものである。図面上の構成は図１に示した実施の形態１と同様であるため、図１を用いて説明する。

実施の形態２における製品選定部１１０は、実施の形態１の機能に加えて、所有製品情報格納部１４の所有製品情報に基づいて、対象となるユーザの所有製品の情報を取得する機能を有している。また、仕様相関計算部１１１は、実施の形態１の機能に加えて、製品選定部１１０で取得された所有製品の置き換え対象となるレコメンド製品を抽出する場合、所有製品の製品仕様のうち維持するかまたは向上させる製品仕様と相関のある製品仕様の製品を抽出し、所有製品の不足を補うためのレコメンド製品を抽出する場合、製品情報格納部１５に格納されている製品グループの情報と所有製品の情報とを比較し、製品グループで含まれていない製品を不足製品として抽出すると共に、この不足製品の製品仕様を所有製品の製品仕様から求め、求めた製品仕様に一致する製品を抽出するよう構成されている。また、製品情報格納部１５には、所定の条件に基づいて決定された製品の組合せを示す製品グループの情報が格納されている。これ以外の構成については実施の形態１と同様であるため、ここでの説明は省略する。

次に、実施の形態２のレコメンド装置の動作について説明する。
先ず、製品選定部１１０は、従来と同様に、ユーザのこれまでの購買履歴や所有製品を示す所有製品情報格納部１４の所有製品情報から、ユーザが現在所有している製品の情報を、所有製品であるというメッセージと共に、仕様相関計算部１１１へ通知する。仕様相関計算部１１１は所有製品の情報を受け取ると、以下に示す買い替えと買い足しの２パターンについて処理を行う。

・所有製品の置き換え検討
図４に所有製品の置き換え検討における仕様相関計算部１１１の動作フローチャートを示す。
所有製品が古くなったあるいは故障したなどの理由で、新しい製品の購入を検討するユーザを想定する場合、仕様相関計算部１１１は、以下の処理で置き換え候補の製品を選定する。まず、全ての所有製品について、購入時期が判明しているものについては購入時期と買い替え間隔から、判明していないものについては製品の販売期間と買い替え間隔から、当該製品の置き換えが望ましいかを判定する（ステップＳＴ２０１）。これを所有製品毎に行う（ステップＳＴ２０２）。判定対象の所有製品で置き換えが望ましくなかった場合（ステップＳＴ２０２−ＮＯ）は、ステップＳＴ２０１に戻って、次の所有製品の置き換え判定を行う。

ステップＳＴ２０２において、置き換えが望ましいと判定された（ステップＳＴ２０２−ＹＥＳ）製品については、次に製品の種別から当該製品が置き換え時に製品の仕様を維持または向上すべきものか、その仕様と共に製品情報格納部１５の製品情報から検索する（ステップＳＴ２０３、ＳＴ２０４）。例えば、一般的に、家具や家電は仕様の中の「サイズ」は維持すべきものであり、その他の性能などの仕様は置き換え時に向上を求められる。維持または向上すべき仕様であった場合（ステップＳＴ２０４−ＹＥＳ）、当該仕様を維持または向上条件としての追加する（ステップＳＴ２０５）。一方、維持または向上すべき仕様ではなかった場合（ステップＳＴ２０４−ＮＯ）は、仕様条件の候補選定条件への追加は行わない。なお、維持すべき仕様の追加は必須とし、向上すべき仕様の追加は任意であってもよい。次に、仕様相関計算部１１１は、全ての仕様を処理したかを判定し（ステップＳＴ２０６）、まだ、判定すべき仕様が残っている場合（ステップＳＴ２０６−ＮＯ）は、ステップＳＴ２０３に戻って、ステップＳＴ２０３〜ＳＴ２０５の処理を繰り返す。

ステップＳＴ２０６において全ての仕様を判定した場合（ステップＳＴ２０６−ＹＥＳ）、仕様相関計算部１１１は、候補選定条件で製品を抽出する（ステップＳＴ２０７）。すなわち、置き換えが推奨され、かつ維持すべき条件や向上すべき条件を満たす製品を製品情報から選出する。その後は全ての製品を処理したかを判定し（ステップＳＴ２０８）、未処理の製品が残っている場合（ステップＳＴ２０８−ＮＯ）は、ステップＳＴ２０１に戻って上記処理を繰り返し、全ての製品を処理したと判定した場合（ステップＳＴ２０８−ＹＥＳ）は、製品の置き換え判定処理を終了する。

なお、上述した処理の内、置き換えが望ましいかの判定に、ユーザの閲覧情報として閲覧情報格納部１２にある当該製品の障害対応などの情報をユーザが参照したという情報から、当該製品に不具合が発生したかもしれないという推測を利用しても良い。また、他ユーザが同製品を別製品に買い替えたという情報を利用してもよい。さらに、条件を満たす製品の選出は、候補選定条件を製品選定部１１０に渡して製品選定部１１０が行ってもよい。

・所有製品の不足を補うことへの検討
図５に所有製品の不足を補うことへの検討における仕様相関計算部１１１の動作フローチャートを示す。
ユーザが満足している、いないにかかわらず、ユーザの所有製品で不足している製品を、仕様相関計算部１１１は、買い足し候補の製品として選定する。この場合、製品情報格納部１５の製品情報として、事前に組み合わさる製品グループの情報が登録されているものとする。例えば生活家電であれば、冷蔵庫、洗濯機、掃除機、テレビなどをグループとして登録されているものとする。このような製品情報を用いて仕様相関計算部１１１は、先ず、ユーザの所有製品と製品グループとを比較する（ステップＳＴ３０１）。比較の結果、不足製品、すなわちユーザが購入していない、あるいは所有していない製品があると判定した場合（ステップＳＴ３０２−ＹＥＳ）、その不足製品のうち、ユーザが不要と意思表示していない製品について、グループに含まれるユーザの所有製品の仕様から買い足しが適切と推測される製品の条件を計算する（ステップＳＴ３０３）。例えば、ユーザが△△電機製の冷蔵庫と洗濯機と掃除機を購入していた場合、△△電機製のテレビが条件として求められる。次に仕様相関計算部１１１は、置き換え時と同様に、導出された条件を元に、条件に合致する製品を製品情報格納部１５の格納されている製品情報から抽出する（ステップＳＴ３０４）。そして、全ての所有製品を比較したかを判定し（ステップＳＴ３０５）、全てを判定済み（ステップＳＴ３０５−ＹＥＳ）であった場合は終了する。一方、ステップＳＴ３０５において、比較対象としての所有製品が残っていた場合（ステップＳＴ３０５−ＮＯ）はステップＳＴ３０１に戻って上記処理を繰り返す。また、ステップＳＴ３０２において、不足製品がなかった場合は、そのまま終了する。

このように、本実施の形態は、従来の、買い替えまたは買い足しを対象としたレコメンド製品の抽出処理に、製品仕様の相関度を用いた処理を加えることで、既存システムの拡張として、より正確にユーザが求めている製品を選出することが可能となる。具体的には、例えば従来のレコメンド方式が苦手とする、ユーザの長期間にわたる購入に対するレコメンドを、ユーザの環境（居住スペース、家族構成、経済状況など）を考慮し、買い替えまたは買い足しを行う製品が環境に合った仕様（サイズ、スペック、価格、など）の製品となる。

以上説明したように、実施の形態２のレコメンド装置によれば、製品選定部は、ユーザが所有している製品の情報を示す所有製品情報に基づき、対象となるユーザの所有製品の情報を取得し、仕様相関計算部は、対象となるユーザの所有製品の置き換え対象となるレコメンド製品を抽出する場合、所有製品の製品仕様のうち維持する製品仕様と相関のある製品仕様の製品を抽出するようにしたので、買い替え時におけるレコメンド製品の抽出精度を向上させることができる。

また、実施の形態２のレコメンド装置によれば、仕様相関計算部は、所有製品の製品仕様のうち向上させる製品仕様と相関のある製品仕様の製品を抽出するようにしたので、ユーザが求めている製品に対応したレコメンド製品をより精度良く抽出することができる。

また、実施の形態２のレコメンド装置によれば、製品選定部は、ユーザが所有している製品の情報を示す所有製品情報に基づき、対象となるユーザの所有製品の情報を取得し、仕様相関計算部は、対象となるユーザの所有製品の不足を補うためのレコメンド製品を抽出する場合、製品の組合せを示す製品グループと所有製品とを比較し、製品グループで含まれていない製品を不足製品として抽出すると共に、所有製品の製品仕様から不足製品の製品仕様を求め、製品仕様に一致する製品を抽出するようにしたので、買い足し時におけるレコメンド製品の抽出精度を向上させることができる。

また、実施の形態２のレコメンド装置によれば、製品選定部は、ユーザが所有している製品の情報を示す所有製品情報に基づき、対象となるユーザの購入済みの製品の情報を取得し、仕様相関計算部は、対象となるユーザの所有製品の置き換え対象となるレコメンド製品を抽出する場合、所有製品の製品仕様のうち維持する製品仕様と相関のある製品仕様の製品を抽出し、対象となるユーザの所有製品の不足を補うためのレコメンド製品を抽出する場合、製品の組合せを示す製品グループと所有製品とを比較して不足製品を抽出すると共に、所有製品の製品仕様から不足製品の製品仕様を求め、製品仕様に一致する製品を抽出するようにしたので、買い替え時と買い足し時におけるレコメンド製品の抽出精度を向上させることができる。

なお、本願発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。

以上のように、この発明に係るレコメンド装置は、ユーザの閲覧情報と未購入製品情報と製品仕様とに基づいて、レコメンド装置を抽出する構成に関するものであり、オンラインショッピングにおけるユーザへの商品の広告を行うのに適している。

１レコメンド配信装置、２ネットワーク、３−１〜３−ｎユーザ端末、１０レコメンド情報配信サーバ、１１レコメンド装置、１２閲覧情報格納部、１３未購入製品情報格納部、１４所有製品情報格納部、１５製品情報格納部、１１０製品選定部、１１１仕様相関計算部、１５０製品仕様情報。

Claims

ユーザの製品に関する閲覧情報を示す閲覧情報と、ユーザが購入への意思表示をしている製品の情報を示す未購入製品情報に基づき、対象となるユーザに提示するレコメンド製品の候補を抽出する製品選定部と、
前記レコメンド製品の候補の製品仕様と相関のある製品仕様の製品を抽出し、当該製品をレコメンド製品として抽出する仕様相関計算部とを備えたことを特徴とするレコメンド装置。
前記製品選定部は、ユーザが所有している製品の情報を示す所有製品情報に基づき、前記対象となるユーザの所有製品の情報を取得し、
前記仕様相関計算部は、前記対象となるユーザの所有製品の置き換え対象となるレコメンド製品を抽出する場合、前記所有製品の製品仕様のうち維持する製品仕様と相関のある製品仕様の製品を抽出することを特徴とする請求項１記載のレコメンド装置。
前記仕様相関計算部は、前記所有製品の製品仕様のうち向上させる製品仕様と相関のある製品仕様の製品を抽出することを特徴とする請求項２記載のレコメンド装置。
前記製品選定部は、ユーザが所有している製品の情報を示す所有製品情報に基づき、前記対象となるユーザの所有製品の情報を取得し、
前記仕様相関計算部は、前記対象となるユーザの所有製品の不足を補うためのレコメンド製品を抽出する場合、製品の組合せを示す製品グループと前記所有製品とを比較し、前記製品グループで含まれていない製品を不足製品として抽出すると共に、前記所有製品の製品仕様から前記不足製品の製品仕様を求め、当該製品仕様に一致する製品を抽出することを特徴とする請求項１記載のレコメンド装置。
前記製品選定部は、ユーザが所有している製品の情報を示す所有製品情報に基づき、前記対象となるユーザの所有製品の情報を取得し、
前記仕様相関計算部は、前記対象となるユーザの所有製品の置き換え対象となるレコメンド製品を抽出する場合、前記所有製品の製品仕様のうち維持する製品仕様と相関のある製品仕様の製品を抽出し、前記所有製品の不足を補うためのレコメンド製品を抽出する場合、製品の組合せを示す製品グループと前記所有製品とを比較して不足製品を抽出すると共に、前記所有製品の製品仕様から前記不足製品の製品仕様を求め、当該製品仕様に一致する製品を抽出することを特徴とする請求項１記載のレコメンド装置。