TWI534734B - Feed apparatus, information providing method, program, and recording medium - Google Patents
Feed apparatus, information providing method, program, and recording medium Download PDFInfo
- Publication number
- TWI534734B TWI534734B TW104112859A TW104112859A TWI534734B TW I534734 B TWI534734 B TW I534734B TW 104112859 A TW104112859 A TW 104112859A TW 104112859 A TW104112859 A TW 104112859A TW I534734 B TWI534734 B TW I534734B
- Authority
- TW
- Taiwan
- Prior art keywords
- type
- statement
- collected
- record
- product
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2425—Iterative querying; Query formulation based on the results of a preceding query
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90324—Query formulation using system suggestions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本發明係有關於資訊提供裝置、資訊提供方法、程式、及記錄媒體。
先前,在網際網路上的購物網站或競標網站中,為了將檢索結果再予以過濾,而可向顧客,提示關於商品的資訊,輔助過濾檢索的商品檢索裝置,已為人知(例如專利文獻1)。
[專利文獻1]日本特開2012-194685號公報
然而,於此種商品檢索裝置中所被提示的關於商品之資訊,係未隨著資訊所示之內容而被加權,所被
檢索到的關於商品之資訊,會有被一律提示的傾向。因此,所被提示的關於商品之資訊中係含有很多,例如:普通名稱、類型名,這類不適合用來作為檢索過濾所需之語句,存在有如此問題。
本發明係有鑑於上記實情而研發,目的在於
提供一種,可將適切的推薦關鍵字提示給顧客來作為檢索過濾之語句的資訊提供裝置、資訊提供方法、程式、及記錄媒體。
為了達成上記目的,本發明之第1觀點所述之資訊提供裝置,其特徵為,具備:取得部,係取得電子市場中所被決定之類型中所屬之商品的排名;收集部,係將前記所被取得之排名中上位之商品的關連語句,從該當上位之商品所被販售的販售網頁中所含之本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加以收集;計算部,係將前記所被收集之語句之每一者的分數,至少根據該當語句所被收集之次數而加以計算;提示部,係將前記所被計算出來之分數為上位之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示。
於上記資訊提供裝置中,亦可為,
於前記電子市場中,藉由各類型被配置成節點的樹狀結構,而定義類型階層;針對前記類型而被收集到的前記語句之分數,係藉由:(a)由該當語句所被收集之次數而被決定的權重;和(b)由該當類型之子類型之數目、及該當子類型之中該當語句被收集到的子類型之數目而被決定的逆類型頻率;之積,而被決定。
於上記資訊提供裝置中,亦可為,針對前記類型而被收集到的前記語句之分數,係根據:將該當語句針對該當類型而被收集到的次數,基於該當語句針對其他類型而被收集到的次數而予以降低後的值,而被決定。
於上記資訊提供裝置中,亦可為,前記降低的程度,係若前記類型與前記其他類型之類似度越高,則越小。
於上記資訊提供裝置中,亦可為,於前記電子市場中,藉由各類型被配置成節點的樹狀結構,而定義類型階層;於前記樹狀結構中,若前記類型與前記其他類型是兄弟節點,則前記類型與前記其他類型之類似度係為高。
於上記資訊提供裝置中,亦可為,
於前記電子市場中,藉由各類型被配置成節點的樹狀結構,而定義類型階層;於前記樹狀結構中,若從前記類型至前記其他類型的距離係為短,則前記類型與前記其他類型之類似度係為高。
於上記資訊提供裝置中,亦可為,於前記電子市場中,複數店家之每一者係可作成販售網頁,從前記各個販售網頁可販售同一類型中所屬之同一商品;前記排名,係無關於商品是被從哪個店家所販售,而是針對所被販售之商品所屬的每一類型,而被取得。
為了達成上記目的,本發明之第2觀點所述之資訊提供方法,係具備取得部、收集部、計算部、提示部的資訊提供裝置所執行的資訊提供方法,其特徵為,具有:取得步驟,係由前記取得部,取得電子市場中所被決定之類型中所屬之商品的排名;收集步驟,係由前記收集部,將前記所被取得之排名中上位之商品的關連語句,從該當上位之商品所被販售的販售網頁中所含之本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加以收集;計算步驟,係由前記計算部,將前記所被收集之語句之每一者的分數,至少根據該當語句所被收集之次數而加以計算;
提示步驟,係由前記提示部,將前記所被計算出來之分數為上位之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示。
為了達成上記目的,本發明之第3觀點所述之程式,其特徵為,使電腦發揮機能成為:取得部,係取得電子市場中所被決定之類型中所屬之商品的排名;收集部,係將前記所被取得之排名中上位之商品的關連語句,從該當上位之商品所被販售的販售網頁中所含之本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加以收集;計算部,係將前記所被收集之語句之每一者的分數,至少根據該當語句所被收集之次數而加以計算;提示部,係將前記所被計算出來之分數為上位之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示。
為了達成上記目的,本發明之第4觀點所述之電腦可讀取之記錄媒體,係記錄程式,其特徵為,使電腦發揮機能成為:取得部,係取得電子市場中所被決定之類型中所屬之商品的排名;收集部,係將前記所被取得之排名中上位之商品的關連語句,從該當上位之商品所被販售的販售網頁中所含之
本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加以收集;計算部,係將前記所被收集之語句之每一者的分數,至少根據該當語句所被收集之次數而加以計算;提示部,係將前記所被計算出來之分數為上位之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示。
上記程式,係可獨立於執行程式的電腦,而可透過電腦通訊網路進行散佈、販售。又,上記記憶媒體,係可為非暫時性記錄媒體,可獨立於電腦而進行散佈、販售。
若依據本發明所述之資訊提供裝置、資訊提供方法、程式、及記錄媒體,則可將適切的推薦關鍵字提示給顧客來作為檢索過濾之語句。
1‧‧‧資訊提供系統
100‧‧‧資訊提供裝置
101‧‧‧控制部
102‧‧‧ROM
103‧‧‧RAM
104‧‧‧顯示部
105‧‧‧通訊部
106‧‧‧操作部
107‧‧‧匯流排
120‧‧‧取得部
121‧‧‧收集部
122‧‧‧計算部
123‧‧‧提示部
200‧‧‧店家終端
300‧‧‧顧客終端
400‧‧‧商品資料庫
401‧‧‧樹狀結構
500‧‧‧網際網路
600‧‧‧購入表
700‧‧‧類型表
800‧‧‧排名表
900~902‧‧‧販售網頁
900a‧‧‧商品說明顯示部
1000‧‧‧關連語句表
1100‧‧‧關連語句表
1200‧‧‧關連語句出現頻率表
1300‧‧‧關連語句出現頻率表
1400‧‧‧排名網頁
1401‧‧‧檢索查詢輸入部
1402‧‧‧排名期間顯示部
1403‧‧‧推薦關鍵字顯示部
1404‧‧‧排名顯示部
1700‧‧‧關連語句出現頻率表
[圖1]本發明的實施形態所述之資訊提供系統之構成的圖示。
[圖2]資訊提供裝置之硬體構成的概略區塊圖。
[圖3]資訊提供裝置之機能構成的概略區塊圖。
[圖4]類型的樹狀結構之一例的圖示。
[圖5]商品資料庫中所儲存之資料之一例的圖示。
[圖6]購入表之一例的圖示。
[圖7]類型表之一例的圖示。
[圖8]排名表之一例的圖示。
[圖9]販售網頁之一例的圖示。
[圖10]某類型之關連語句之表格之一例的圖示。
[圖11]其他類型之關連語句之表格之一例的圖示。
[圖12]關連語句之出現頻率之表格之一例的圖示。
[圖13]關連語句之出現頻率之表格之另一例的圖示。
[圖14]排名網頁之一例的圖示。
[圖15]資訊提供處理之流程圖之一例。
[圖16]女性時尚的樹狀結構之一例的圖示。
[圖17]關連語句之出現頻率之表格之另一例的圖示。
[圖18]表示逆類型頻率的表格之一例的圖示。
[圖19]表示使用逆類型頻率所計算出來的加權值的表格之一例的圖示。
[圖20A]關連語句之分數變遷之一例的圖示。
[圖20B]關連語句之分數變遷之一例的圖示。
[圖20C]關連語句之分數變遷之一例的圖示。
以下,針對本發明的實施形態,一面參照添
附圖式一面說明之。
圖1中圖示了本實施形態所述之資訊提供系統1之概要構成。資訊提供系統1,係於電子市場中,當顧客進行商品檢索時,提供適切推薦關鍵字的系統。如圖1所示,資訊提供系統1係由:資訊提供裝置100、店家終端200、顧客終端300、商品資料庫400所構成,各裝置係透過網際網路500而被連接成可彼此通訊。
資訊提供裝置100係藉由顧客所指定之查詢,而執行商品資料庫400之商品的檢索、從所被檢索到之商品根據顧客所購入的商品而作成排名、排名中的商品的關連語句的收集、從所收集到的語句來計算分數而提示推薦關鍵字的電腦系統。具體而言,資訊提供裝置100係針對從複數顧客終端300有購入申請的商品,取得排名,收集排名上位之商品的關連語句,計算收集到的商品的關連語句的分數,將上位分數的語句當作推薦關鍵字,提示給顧客終端300。此外,資訊提供裝置100,係可由伺服器裝置等各種裝置來實現。
店家終端200,係為在電子市場中販售商品的
店家所操作的電腦。店家終端200,係受理店家所希望販售之商品之資訊的輸入,向資訊提供裝置100發送該當商品之資訊。又,店家終端200,係可將該當店家所作成的商品之販售網頁,藉由來自顧客終端300之要求,透過網
際網路500而讓顧客瀏覽。
顧客終端300,係為在電子市場中購入商品的
顧客所操作的電腦。店家終端300,係受理顧客所希望購入之商品之資訊的輸入,透過資訊提供裝置100而向店家終端200,發送購入申請之資訊。又,顧客終端300,係將從資訊提供裝置100所提示的推薦關鍵字,顯示在顯示部。
商品資料庫400,係為記憶店家於電子市場中
所希望販售之商品之相關資訊的裝置。圖5中圖示商品資料庫400中所記憶的資料之一例。商品資料庫400係記憶:商品ID、商品名、類型ID、店家ID、商品之價格、商品之說明。
商品名,係為店家所輸入的商品名,係為由
店家所任意決定的商品之名稱。商品ID,係對應於商品名而被決定的識別元,類型ID,係用來識別該商品所屬類型所需之識別元。店家ID,係用來識別販售該商品的店家所需之識別元。商品之說明,係店家在販售網頁中所記入之商品的關連資訊。
接著詳細說明資訊提供裝置100之構成。
圖2係資訊提供裝置100之硬體構成的概略
區塊圖。如圖2所示,資訊提供裝置100係具備:控制部101、ROM(Read Only Memory)102、RAM(Random Access Memory)103、顯示部104、通訊部105、操作部106,各部係藉由匯流排107而連接。
控制部101,係例如由CPU(Central
Processing Unit)所構成,進行資訊提供裝置100全體之控制。
ROM 102,係為儲存用來讓控制部101控制資
訊提供裝置100全體所需之程式或各種資料的非揮發性記憶體。
RAM 103,係為將控制部101所生成之資訊、
或為了生成該當資訊所必須之資料予以暫時儲存的揮發性記憶體。
顯示部104,係由具備LCD(Liquid Crystal
Display)及背光等的顯示裝置所構成。顯示部104,係在控制部101所做的控制之下,例如,將從控制部101所輸出之資料予以顯示。
通訊部105,係由將資訊提供裝置100連接至
網際網路500所需之通訊介面所構成。
操作部106,係由按鈕、觸控面板、鍵盤等之
輸入裝置所構成。操作部106,係受理來自顧客或店家的操作輸入,將對應於所受理之操作輸入的操作輸入訊號,輸出至控制部101。
接著說明資訊提供裝置100的機能構成。
圖3係資訊提供裝置100之機能構成的概略區塊圖。如圖3所示,資訊提供裝置100係具備:取得部120、收集部121、計算部122、提示部123。
取得部120,係取得電子市場中所被決定之類
型中所屬之排名。排名之取得,係資訊提供裝置100根據已經完成商品之購入手續的商品作成購入表,而開始進行。此處,所謂電子市場,係指被設在網際網路上而可在企業間進行交易的市場。然後,排名,係針對電子市場中所被決定之每一類型,而被取得。
電子市場中的商品之類型的結構係可為,各
類型是以並列之關係而被構成,也可為各類型是藉由節點而被配置的樹狀結構而被構成。於本實施形態中係說明,類型是藉由樹狀結構而被構成為階層狀的類型結構。圖4係被構成為階層狀的樹狀結構之類型的結構之一例的圖示。圖4所示的類型之樹狀結構401,係為女性時尚此一類型的樹狀結構。該當樹狀結構401中,以女性時尚為根(root)的母節點,該當母節點,係與複數子節點的洋裝、禮服、套裝,以邊(edge)而被連結。複數子節點,係分別處於兄弟節點之關係。各子節點,係還和孫節點以邊而被連結。亦即,子節點的洋裝,係和孫節點之長版、短版、迷你,以邊而被連結;子節點的禮服,係和孫節點之派對、正式,以邊而被連結。
以下,針對取得部120取得排名的處理,以
女性時尚之類型中所屬之商品之排名為例來說明。
排名,係藉由購入表被作成而被開始,因此
首先說明購入表作成處理。顧客終端300,係一旦從顧客受理檢索查詢,就將所受理的檢索查詢,發送至資訊提供裝置100。資訊提供裝置100的控制部101,係根據所接
收之檢索查詢,將具有與檢索查詢相符之字串的商品,從商品資料庫400中檢索出來,將檢索到的商品,發送至顧客終端300。顧客終端300,係若被檢索到之商品之中任一商品是被顧客所選擇,則將有該當商品之購入申請之事實,發送至資訊提供裝置100。資訊提供裝置100,係向店家終端200,發送有商品之購入申請的事實,店家終端200係開始購入申請之手續。於店家終端200中,在顧客之購入手續完成後,所被購入的商品之資訊,係從店家終端200發送至資訊提供裝置100,記憶在資訊提供裝置100的購入表中。該處理係針對各顧客終端300分別進行。
圖6中係圖示資訊提供裝置100中所記憶之
購入表600之一例。購入表600中係記憶有:顧客所購入之商品的商品ID、該商品所屬的商品之類型ID、該商品之價格、所定期間被購入的購入個數、該商品被檢索到之際所使用的檢索查詢。
所謂商品之類型ID,係隨著商品之屬性而被
決定而被分類的類型之指標,在類型表中,與類型名建立對應而被記憶。圖7係表示女性時尚之類型中的類型名與類型ID之對應關係的類型表700之一例的圖示。對於類型結構之最上階層之女性時尚之類型,作為類型ID是賦予了J001,對於中階層之洋裝、禮服、套裝之類型,作為類型ID係分別賦予了J011、J012、J013,對於最下層之長版、短版、迷你、派對、正式之類型,作為類型ID是
賦予了J111、J112、J113、J211、J212。
購入表600中所記憶之類型ID、和商品資料
庫400中所記憶之類型ID,係被賦予同一類型ID。因此,商品資料庫400、和購入表600,係以類型ID而被對應關連,因此如後述,在收集特定類型的商品的關連語句之際,可將雙方所被記憶的文字資訊,當作商品的關連語句而收集。
排名,係基於所定之期間而被決定,例如:
即時、每日、每週、每月、每年之期間之任一期間被顧客所選擇,藉此而決定排名之期間。於特定類型中,隨應於顧客所選擇的排名之期間,資訊提供裝置100,係作成購入表600,基於所作成的購入表600,取得部120係取得排名。
具體而言,取得部120,係使用購入表600之
資料,於所定之期間中,針對每一商品,算出總銷售額,亦即,販售價格與販售個數乘算後的額。然後,取得部120,係以總銷售額較高之順序來排序商品,銷量之排名表800。
圖8中圖示排名表800之一例。排名表800
中係記憶著:商品ID、總銷售額、排名之順位。排名表800,係按照所定之每一類型而被作成。類型是被構成為階層狀時,則亦可使用最上層之每一類型、中間層之每一類型、最下層之每一類型,之中任一類型階層來作成。本實施形態的排名表800,係為洋裝之類型J011的排名表,
是按照總銷售額較高之順序而排列商品。
此外,排名係不限定於銷量之排名,亦可為
人氣商品之排名等其他種類之排名。在取得人氣商品之排名時,係可基於以人氣投票數等為指標的表格,來決定商品之排名。
在本實施形態中,控制部101、通訊部105、
及ROM 102係會協同運作,成為取得部120而發揮機能。
收集部121,係將所被取得之排名中上位之商
品的關連語句,從該當上位之商品所被販售的販售網頁中所含之本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加以收集。
以下,針對收集部121來收集商品的關連語
句的處理,以女性時尚中所被取得之排名之上位之商品的關連語句加以取得的處理為例,進行說明。
首先說明,從該商品所被販售之販售網頁中所含之本文,收集商品的關連語句的情形。
所謂商品所被販售之販售網頁,係店家輸入希望販售商品之資訊的網頁。通常是藉由店家對店家終端200輸入商品資訊而作成。圖9中圖示販售網頁之一例。販售網頁900係含有:販售商品的店家之店家名、商品名、該商品之說明文、商品之照片等。被輸入至販售網頁900的資訊之中,文字資訊,係被從店家終端200發送至資訊提供裝置100,被記憶在商品資料庫400中。具體而
言,販售網頁900之文字資訊的商品名、商品之說明,係被記憶在商品資料庫400的商品名、商品之說明之欄中。
又,亦可為,販售網頁900,係藉由顧客以顧客終端300選擇希望購入商品,而可連結至店家終端200,讓顧客瀏覽。
收集部121,係針對取得部120所取得的排名
之上位之商品,具體而言是針對排名表800之所定順位以上之商品,參照商品資料庫400的商品之說明、商品名等中所被記載之文字資訊,收集該當所定之順位以上之商品的關連語句。
商品的關連語句,係亦可為以最小單位之語
句所分割而成的語句。若是像英語這類可藉由單字而分割的語言之文字,為以單字單位所分割而成的語句。若是像日文這類單字未被空白所區隔的語言之文字,則亦可使用分割成具有語意之最小單位之串列的構詞解析(Morphlogical Analysis)等之手法,來決定最小單位之語句。
接著說明,從變成販售網頁被瀏覽之契機的檢索查詢,收集商品的關連語句的情形。
顧客在檢索希望購入之商品之際,顧客係將檢索查詢輸入至顧客終端300,資訊提供裝置100係基於所被輸入的檢索查詢,來檢索該當檢索查詢之字串所關連的商品。若顧客從被檢索到之商品中購入任一商品,則所被購入之商品所對應的檢索查詢,係被記憶在圖6所示的
購入表600之檢索查詢之項目中。收集部121,係於排名表800中,針對所定排名以上之商品,參照以商品ID而被對應關連到的購入表600之檢索查詢,收集商品的關連語句。
商品的關連語句,係可為檢索查詢本身,也
可為如上述是以最小單位之語句所分割而成的語句。
所被收集到的商品的關連語句,係按照每一
類型地而被記憶在關連語句之表格中。圖10及11中圖示針對每一類型而被收集到的關連語句之表格之一例。圖10係以洋裝之類型所收集到的商品的關連語句之表格,圖11係以禮服之類型所收集到的商品的關連語句之表格。
在本實施形態中,控制部101、通訊部105、
及ROM 102係會協同運作,成為收集部121而發揮機能。
計算部122,係將所被收集到之語句之每一者
的分數,至少根據該當語句所被收集到之次數而加以計算。
以下,針對計算部122把所被收集到之語句
之分數基於所被收集到之次數來予以計算的處理,以基於在洋裝之類型及禮服之類型中所被收集到之語句來計算分數的處理為例,進行說明。此處,所謂所被收集到之次數係例如,商品的關連語句的出現次數、或商品的關連語句被顯示之販售網頁的出現次數。
若所被收集到之次數,係為商品的關連語句
的出現次數,則語句之分數係被當成,商品的關連語句在所定之期間內,例如:即時、每日、每週、每月中出現幾次的出現頻率,而被求出。圖12及13中圖示關連語句的出現頻率表之一例。圖12係表示洋裝之類型之關連語句的出現頻率之表格,圖13係表示禮服之類型之關連語句的出現頻率之表格。商品的關連語句的出現次數越多,出現頻率的分數就越大。
例如,洋裝之類型中的關連語句的出現頻
率,係如圖12所示,是對關連的每一語句,將所定期間中出現的次數當作出現頻率此一分數而表示,係為「送禮」為2、「免運費」為2、「迷你洋裝」為3、「迷你春天洋裝」為2、「長袖」為1的此種出現頻率的分數。
又,禮服之類型中的關連語句的出現頻率,係如圖13所示,係為「續攤用」為1、「免運費」為2、「婚禮」為2、「喪禮」為2、「送禮」為1、「喪事」為2的此種出現頻率的分數。
若所被收集到之次數,是商品的關連語句所
被顯示的販售網頁之出現次數,則分數係基於,店家所作成的販售網頁中,商品的關連語句被顯示的網頁之數量,該當語句在所定之期間內,被從多少網頁所收集到,而被決定。此外,販售網頁,通常是由販售商品的每一店家所作成,但販售網頁係亦可由同一店家來作成複數販售網頁。
例如,根據所定排名以上之商品的販售網頁
中,在所定之期間內出現多少網頁之販售網頁,來決定分數。在圖9所示的販售網頁900中,係出現有「迷你洋裝」此一商品的關連語句。「迷你洋裝」此一語句,若在其他販售網頁,例如販售網頁901、販售網頁902中也有出現時,則「迷你洋裝」此一語句出現的次數係為3次。
計算部122,係將3次當作所被收集到之次數,而予以計算。此外,雖然在販售網頁900中,「迷你洋裝」此一語句是出現了2次,但作為販售網頁,係計數為1次。
在本實施形態中,控制部101及通訊部105
係會協同運作,成為計算部122而發揮機能。
提示部123,係將所被計算出來之分數為上位
之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示。
以下,針對提示部123提示來作為商品的過
濾檢索之推薦關鍵字的處理,以洋裝之類型及禮服之類型中提示推薦關鍵字的處理為例,加以說明。
提示部123,係於洋裝之類型中,將關連語句
之中出現頻率較高順位的關連語句,當作商品過濾檢索之推薦關鍵字而加以提示。例如,圖12所示的關連語句的出現頻率表中,關連語句的出現頻率,係按照「長袖」→「送禮」、「免運費」、「迷你春天洋裝」→「迷你洋裝」之順序而出現頻率越來越高。因此,提示部123,係將例如出現頻率為2以上之關連語句,當作商品的過濾檢
索之推薦關鍵字,提示給顧客終端300。
提示部123,係於禮服之類型中,將關連語句
之中出現頻率較高順位的關連語句,當作商品過濾檢索之推薦關鍵字而加以提示。例如,圖13所示的關連語句的出現頻率表中,關連語句的出現頻率,係按照「續攤用」、「送禮」→「免運費」、「婚禮」、「喪禮」、「喪事」之順序而出現頻率越來越高。因此,提示部123,係將例如出現頻率為2以上之關連語句,當作商品的過濾檢索之推薦關鍵字,提示給顧客終端300。
提示部123,具體而言,係在顧客終端300的
顯示部,將推薦關鍵字當作排名網頁之一部分而予以提供。圖14係為,被顧客終端300的顯示部所顯示的含有推薦關鍵字的排名網頁1400之一例的圖示。排名網頁1400係含有:檢索查詢輸入部1401、排名期間顯示部1402、推薦關鍵字顯示部1403、排名顯示部1404。檢索查詢輸入部1401係為顧客輸入希望檢索之查詢的欄,排名期間顯示部1402係為顯示排名作成對象期間的部分,推薦關鍵字顯示部1403係為顯示商品過濾檢索所需之推薦關鍵字的部分,排名顯示部1404係為顯示取得部120基於顧客所輸入之檢索查詢所取得的商品之排名的部分。
顧客係觀看排名顯示部1404中所顯示的排名
之結果,在想要更為過濾商品時,參照推薦關鍵字顯示部1403中所被顯示之推薦關鍵字。顧客係使用所被顯示的推薦關鍵字,將商品再加以過濾檢索時,則對推薦關鍵字
或推薦關鍵字,將追加關鍵字予以追加,輸入至檢索查詢輸入部1401。資訊提供裝置100,係使用所被輸入的推薦關鍵字及追加關鍵字,再度進行檢索,將檢索結果顯示在顧客終端300的顯示部。又,資訊提供裝置100係亦可不是藉由對檢索查詢輸入部1401輸入關鍵字而進行過濾檢索,而是藉由推薦關鍵字顯示部1403中所被顯示之推薦關鍵字之任一者有被顧客所選擇,而自動進行過濾檢索。
此外,提示部123,係將所被計算出來之分數為上位之語句,當作推薦關鍵字而加以提示,但所謂「上位之語句」,係不限於像是本實施形態這樣出現頻率為所定之值以上的情形。例如,在出現頻率由高往低依序排列的關連語句中,亦可將所定順位以上之關連語句,當作上位之語句。又,亦可將所定之關連語句的出現頻率之總計為全體之60%以上的語句,當作上位之語句。
在本實施形態中,控制部101及通訊部105係會協同運作,成為提示部123而發揮機能。
接著,說明本實施形態所述之資訊提供裝置100的動作。
說明資訊提供裝置100的控制部101所執行的資訊提供裝置。圖15係資訊提供處理之流程圖之一例。圖15所示的資訊提供處理,係例如,從顧客終端300,受理了要求商品之排名網頁1400之意旨的輸入為契機,而被開始。又,該處理係藉由控制部101讀取ROM 102中所記憶之程式而被執行。
取得部120,係一旦從顧客終端300,受理到
要求商品之排名網頁1400之意旨的輸入,則參照購入表600,取得商品的排名(步驟S101)。取得部120,係隨應於來自顧客終端300之排名要求,是針對哪種類型之商品的要求,而參照相應於該當類型的購入表600。又,取得部120係隨應於,來自顧客終端300之排名要求是對應於哪種期間亦即即時、每日、每週、每月、每年的排名,而參照購入表600。
接著,收集部121,係針對已被取得部120所
取得的排名之上位之商品,收集商品的關連語句(步驟S102)。商品的關連語句,係從店家所作成的販售網頁900中所含之語句、或顧客所輸入的檢索查詢,而加以收集。
接著,針對已被收集部121所收集到之商品
的關連語句之每一者,計算部122係基於該當語句所被收集之次數,來計算該當語句之分數(步驟S103)。
接著,提示部123,係於已被計算部122所計
算出來的語句之分數中,將分數為上位之語句,當作商品的過濾檢索之推薦關鍵字,顯示在顧客終端300的顯示部(步驟S104)。然後,結束本處理。
如以上說明,本實施形態的資訊提供裝置100,係針對商品的排名處於上位的商品,取得這些商品的關連語句,基於該當語句所被取得之次數來計算分數。然後,可將所被計算出來之分數為上位之語句,當作商品
的過濾檢索之推薦關鍵字而加以提示。因此,顧客係可將排名上位之商品的關連語句當作推薦關鍵字而加以取得,所以藉由使用所被提示之推薦關鍵字來進行過濾檢索,就可容易檢索位於排名上位的推薦商品,具有如此效果。
以上,雖然說明了本發明的實施形態,但本
發明係不被本實施形態所限定。以下,說明本實施形態的變形例。此外,於以下之變形例中,針對和上記之實施形態相同之構成,係使用相同符號來表示,其詳細說明係省略。
於上記實施形態1中,計算部122係將針對特定類型所收集到之語句的分數,基於該當語句所被收集之次數而予以計算。然而,可將計算部122計算分數的方法再加以限定。例如,分數係亦可根據:將特定語句以第1類型所被收集到之次數,基於該當特定語句以第2類型所被收集到之次數而予以降低後的值,而被決定。
以下,參照圖12之洋裝之類型之關連語句出現頻率表、和圖13之禮服之類型之關連語句出現頻率表,進行說明。洋裝此一第1類型中的「免運費」此一特定語句,係在禮服此一第2類型中也有出現。如此同一語句是出現於複數類型中的情況下,則該語句,係與其說是各個類型所特有的語句,不如說是普通名稱、業界用語等的可能性較高。因此,若有此種語句存在,則必須要降低
該語句之分數。於本變形例中,「免運費」此一語句,是出現在洋裝之類型和禮服之類型中。因此,將洋裝之類型的「免運費」此一語句的出現頻率之次數,基於禮服之類型的「免運費」此一語句的出現頻率,而予以降低。
作為降低分數的方法係可想到有:將該當語
句在第2類型中的出現頻率之次數,從該當語句在第1類型中的出現頻率之次數單純予以減算的方法、隨應於在第2類型中出現的頻率,乘上係數,然後從第1類型的出現頻率之次數予以減算的方法、若有在第2類型中出現,則從第1類型的出現頻率之次數,減算一定數的方法等。
藉由具備如此構成,可以判斷所被收集到的
商品的關連語句,是否於該當語句所屬之類型中,為該當類型所特有之語句,藉此,可適切地抽出商品的過濾檢索之推薦關鍵字。
上記實施形態1的變形例1中,計算部122根據:將特定語句以第1類型所被收集到之次數,基於該當特定語句以第2類型所被收集到之次數而予以降低後的值,來做決定。然而,降低的值的程度,係還可更為限定。例如,亦可為,若第1類型與第2類型之類似度越高,則降低的程度就越小。
若類型間之類似度越高,則作為商品的關連
語句而被收集的語句也越共通,該當語句被收集的次數會
越多,係為這些類型所特有之語句的可能性就越高。另一方面,若類型間之類似度越低,則作為商品的關連語句而被收集的語句,經常不會共通。此種在類型間所收集的語句係為共通,該當語句被收集之次數較多的情況下,該語句係為普通名稱、一般用語的可能性較高。因此,若類型間之類似度越高,則將語句之分數予以降低的程度設定成較低,較為理想。
以下,參照圖12之洋裝之類型之關連語句出
現頻率表、和圖13之禮服之類型之關連語句出現頻率表,進行說明。洋裝此一第1類型中的「送禮」此一特定語句,係於禮服此一第2類型中也有出現。然後,洋裝此一類型、和禮服此一類型,係分別都是女性時尚此一母類型的子類型,兩類型為類似的可能性很高。因此,在有此種語句存在的情況下,將該語句之分數予以降低時,必須要縮小降低的程度。又,假設洋裝之類型的「長袖」此一語句,係例如在男性時尚的襯衫之類型中也有出現。此情況下,洋裝之類型的母類型係為女性時尚,襯衫之類型的母類型係為男性時尚,兩者之類型的類似度,係比洋裝之類型與禮服之類型的類似度還低。因此,在將語句之分數予以降低時,會降得較大。
藉由具備如此構成,在計算所被收集到之語
句的分數時,考慮所被收集到的商品的關連語句所屬之類型、與該當語句所出現的其他類型之類似度,來判斷該當語句是否為某類型中所特有之語句,因此可適切地抽出商
品的過濾檢索之推薦關鍵字。
上記實施形態1的變形例2中,計算部122根據:將特定語句以第1類型所被收集到之次數,基於該當特定語句以第2類型所被收集到之次數而予以降低後的值,來做決定,若第1類型與第2類型之類似度越高,則將降低的程度設成越小。然而,作為判斷類似度的方法,亦可使用其他方法。例如,亦可為,各類型是被配置成節點的樹狀結構,當類型階層是被定義時,若樹狀結構的某類型和其他類型是兄弟節點,則判斷某類型與其他類型之類似度為高。
具體而言,使用圖4所示的類型之樹狀結構
401來說明。如前述,圖4中的樹狀結構401,係為女性時尚此一類型中的樹狀結構,以女性時尚為根(root)的節點。此根,係有複數子節點的洋裝、禮服、套裝,以邊而被連結。於該當樹狀結構401中,洋裝、禮服、套裝之關係係為兄弟關係。又,洋裝之類型的長版、短版、迷你之關係,係為兄弟關係。這些具有兄弟關係的類型間,判斷為類似度高,分數被降低的程度也會縮小。
藉由具備如此構成,在計算所被收集到之語
句的分數時,考慮所被收集到的商品的關連語句所屬之類型、與該當語句所出現的其他類型的節點關係,來判斷該當語句是否為某類型中所特有之語句,因此可適切地抽出
商品的過濾檢索之推薦關鍵字。
上記實施形態1的變形例2中,計算部122根據:將特定語句以第1類型所被收集到之次數,基於該當特定語句以第2類型所被收集到之次數而予以降低後的值,來做決定,若第1類型與第2類型之類似度越高,則將降低的程度設成越小。然而,作為判斷類似度的方法,亦可使用其他方法。例如,亦可為,各類型是被配置成節點的樹狀結構,當類型階層是被定義時,若樹狀結構中的某類型到其他類型的距離為短,則判斷某類型與其他類型之類似度為高。
以下,使用圖4所示的類型之樹狀結構401
來說明。如前述,圖4中的樹狀結構401,係為女性時尚此一類型中的樹狀結構。於該當樹狀結構401中,從洋裝之類型的子類型亦即長版,到同樣屬於洋裝之子類型的迷你為止,係需要經過長版→洋裝→迷你這2個邊。因此,從長版到迷你的距離,係可計算成為與2個邊同等之距離。另一方面,從洋裝之類型的子類型的長版,到禮服的子類型的派對為止,必須要經過長版→洋裝→女性時尚→禮服→派對這4個邊。如此,從洋裝的子類型的長版之類型到迷你之類型的距離,係比從洋裝的子類型的長版之類型到禮服的子類型的派對的距離還短。因此,長版之類型與迷你之類型的類似度,係判斷為比長版與派對之類型的
類似度還高。然後,分數被降低的程度也被縮小。
藉由具備如此構成,在計算所被收集到之語
句的分數時,考慮從所被收集到的商品的關連語句所屬之類型、到該當語句所出現的其他類型的距離,來判斷該當語句是否為某類型中所特有之語句,因此可適切地抽出商品的過濾檢索之推薦關鍵字。
於上記之實施形態1中,取得部120係取得電子市場中的特定之類型中所屬之商品的排名。然而,商品之排名的取得,亦可考慮該當商品、與販售該商品之店家的關係,而更為限定。例如,複數店家所作成的販售網頁中,有同一類型中所屬之同一商品被販售之際,排名係亦可無論店家之異同,針對所被販售之商品所屬的每一類型而被取得。
於電子市場中,商品名係由店家所作成,因
此同一類型中所屬之同一商品,經常商品名不同,而從複數店家被販售。此種情況下,資訊提供裝置100,係會將這些商品當作個別之商品而作成購入表600,取得部120係會從該當所被作成的購入表600,取得排名。因此會變成,就算實際是同一商品,而有被多數販售的商品,其排名仍會被視為下位之商品。
為了避免此種事態,可採用本變形例。具體
而言,於商品資料庫400中,針對從同一類型而被販售的
同一商品,另外賦予商品代碼等,藉此而使其被視為同一商品。例如,於商品資料庫400中,同一類型(J011)中所屬之複數商品,「A線洋裝」和「荷葉邊洋裝」,若被賦予同一商品代碼,則這些商品係被視為同一商品。因此,購入表600的商品ID「M001」與商品ID「M002」之商品,係被視為同一商品,取得部120係在作成排名表800時,總銷售額係會被合算而計算。因此,圖8之排名表中的排名,通常係為,1位是M004之商品,2位是M002之商品,3位是M001之商品的順序。然而,若依據本變形例,則會被成1位是含M001與M002的商品群,2位是M004之商品。
藉由具備如此構成,即使複數店家個別販售
同一商品,仍可基於以同一商品為基準的排名,來提示商品的關連語句的推薦關鍵字。因此,顧客係不受限於店家為何,可將出現頻率較多的檢索語句當作推薦關鍵字而看見,可有效進行檢索過濾。
接著說明實施形態2。在實施形態1中,是將商品的關連語句之分數,基於該當語句所被收集之次數而加以計算,決定商品的過濾檢索之推薦關鍵字。於本實施形態中,係將分數之計算,使用語句所被收集之次數與逆類型頻率之積來計算,而決定分數。
所謂逆類型頻率,係表示相應於類型數之語
句的出現頻率的指標,出現的類型數越多,逆類型頻率就越小。逆類型頻率,係可用以下的式子來表示。
逆類型頻率=log(子類型數/出現的子類型數)
使用逆類型頻率的分數之計算,係可使用於複數類型是被配置在節點的樹狀結構也就是類型階層中。一般而言,樹狀結構之類型階層,係為具備圖4所示的樹狀結構401的類型階層,但於本實施形態中,為了容易說明而是以圖16所示的簡易之類型階層為前提來說明。
具體而言,複數類型被配置在節點的樹狀結構之類型階層中,計算部122係算出在子類型、母類型中的關連語句的出現頻率,根據算出的出現頻率而計算逆類型頻率。例如,如圖16所示,於女性時尚此一母類型中,洋裝和禮服此一子類型之節點所被配置的類型階層中,洋裝之關連語句的出現頻率係示於圖12,禮服之關連語句的出現頻率係示於圖13。根據這些圖所示的關連語句的出現頻率,計算部122係求出女性時尚中的關連語句之出現頻率。圖17係係女性時尚中的關連語句之出現頻率之一例的表格。
計算部122,係基於圖17所示的關連語句之出現頻率,求出逆類型頻率。表示關連語句與逆類型頻率之關係的表格之一例,示於圖18。圖18所示的表示關連語句與逆類型頻率之關係的表格,係由:關連語句、該關
連語句出現之頻率、子類型數、該當語句出現之類型數、逆類型頻率的項目所構成。將出現頻率、子類型數、該當語句出現之類型數之值,代入上述式子而求出逆類型頻率。例如,如圖18所示,計算部122係使用上述式子,將關連語句之逆類型頻率,針對「免運費」「送禮」而計算出「0」,針對其以外之關連語句係計算出「0.301」。
出現的類型數為0時,則將逆類型頻率設定成等於1而計算。
接著,計算部122,係藉由所求出的逆類型頻
率、與出現頻率之積,來計算各關連語句之加權。針對每一關連語句而被計算出來的加權表之一例,示於圖19。
加權表係由:關連語句、出現頻率、逆類型頻率、以出現頻率×逆類型頻率所求出的加權值所構成。提示部123,係在如此所被求出的加權值之中,將加權值之值為上位之語句,當作商品的過濾檢索之推薦關鍵字,提示給顧客終端300。
此外,若有相同意思但不同表記之語句複數
存在時,則亦可將這些語句視為同一關連語句來處理。具體而言,計算部122,係在字X與字Y之類似度是小於閾值k時,則認為字X與字Y係為具有相同意思的語句,而處理之。被辨識成為同一語句的複數語句,係以代表用語而被視為同一語句。例如,假設「喪禮」和「喪事」這些語句的類似度小於閾值k,而視為同一關連語句,以「喪事」為代表用語。
如此,被當成商品之過濾檢索之關鍵字而提
示的商品的關連語句,係可在提示部123將出現頻率之次數為上位之語句予以取得之後,使用逆類型頻率,變更順位,然後將類似的語句予以整合。經過如此程序,就可提示高精確度之商品的過濾檢索之推薦關鍵字。
圖20A~C,係商品的過濾檢索之推薦關鍵字
被逐步過濾之過程的圖示。圖20A係於女性時尚之類型中,將商品的關連語句,按照出現頻率順序而排列的表格的圖示,圖20B係將相同商品的關連語句,使用逆類型頻率,進行加權然後排序的表格的圖示,圖20C係於相同商品的關連語句中,將類似的語句整合成1個來顯示的表格的圖示。如圖20A、B所示,「免運費」此一關連語句,當初是被排序成出現頻率第1位,但在使用逆類型頻率進行加權後,變成位於下位。又,「喪禮」與「喪事」係被辨識成同一單字,以「喪事」此一代表的語句,而被整合顯示。最終而言,係如圖20C所示,非該類型所特有的語句係被排序在下位,具有相同意思的複數語句,係被整合成1個語句而顯示。
藉由具備如此構成,某類型中的商品的關連
之複數語句,係藉由使用逆類型頻率,過濾成該當類型特有之語句,然後,具有類似意思的語句,係可用代表的語句而整合。因此,顧客係可接受較高精確度的推薦關鍵字的提示,可將該當推薦關鍵字使用於檢索的過濾。
此外,於上記實施之形態中,資訊提供裝置
100所執行的程式,係亦可儲存在軟碟、CD-ROM(Compact Disk Read-Only Memory)、DVD(Digital Versatile Disk)、MO(Magneto to Optical Disk)等之電腦可讀取之記錄媒體中而散佈。然後,亦可藉由該程式被安裝至個人電腦等之資訊處理裝置,來構成執行上述處理的資訊提供裝置100。
又,上述之機能是由OS(Operating System)
所分擔而實現的情況、或由OS與應用程式之協同運作而實現的情況下,亦可僅把實現OS機能部分以外之程式,儲存在記錄媒體中而散佈、或是被下載。
以上雖然詳述本發明的理想實施形態,但本發明係不限定於特定實施形態,在申請專利範圍所記載的本發明之要旨的範圍內,可做各種變形、變更。
又,上述的實施形態,係用來說明本發明,但並非限定本發明之範圍。亦即,本發明的範圍,係並非由實施形態來表示,而是由申請專利範圍來表示。然後,在申請專利範圍及和其同等發明意義之範圍所施加的各種變形,仍視為本發明的範圍內。
本發明係適合於,利用網際網路等之網路的電子商務。
100‧‧‧資訊提供裝置
120‧‧‧取得部
121‧‧‧收集部
122‧‧‧計算部
123‧‧‧提示部
Claims (11)
- 一種資訊提供裝置,其特徵為,具備:取得部,係取得電子市場中所被決定之類型中所屬之商品的排名;收集部,係將前記所被取得之排名中上位之商品的關連語句,從該當上位之商品所被販售的販售網頁中所含之本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加以收集;計算部,係將前記所被收集之語句之每一者的分數,至少根據該當語句所被收集之次數而加以計算;提示部,係將前記所被計算出來之分數為上位之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示;於前記電子市場中,藉由各類型被配置成節點的樹狀結構,而定義類型階層;針對前記類型而被收集到的前記語句之分數,係藉由:(a)由該當語句所被收集之次數而被決定的權重;和(b)由該當類型的子類型之數目、及該當子類型之中該當語句被收集到的子類型之數目而被決定的逆類型頻率;之積,而被決定。
- 一種資訊提供裝置,其特徵為,具備:取得部,係取得電子市場中所被決定之類型中所屬之商品的排名;收集部,係將前記所被取得之排名中上位之商品的關連語句,從該當上位之商品所被販售的販售網頁中所含之本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加以收集;計算部,係將前記所被收集之語句之每一者的分數,至少根據該當語句所被收集之次數而加以計算;提示部,係將前記所被計算出來之分數為上位之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示;針對前記類型而被收集到的前記語句之分數,係根據:將該當語句針對該當類型而被收集到的次數,基於該當語句針對其他類型而被收集到的次數而予以降低後的值,而被決定。
- 如請求項2所記載之資訊提供裝置,其中,前記降低的程度,係若前記類型與前記其他類型之類似度越高,則越小。
- 如請求項2所記載之資訊提供裝置,其中,於前記電子市場中,藉由各類型被配置成節點的樹狀結構,而定義類型階層;於前記樹狀結構中,若前記類型與前記其他類型是兄 弟節點,則前記類型與前記其他類型之類似度係為高。
- 如請求項2所記載之資訊提供裝置,其中,於前記電子市場中,藉由各類型被配置成節點的樹狀結構,而定義類型階層;於前記樹狀結構中,若從前記類型至前記其他類型的距離係為短,則前記類型與前記其他類型之類似度係為高。
- 如請求項1或2所記載之資訊提供裝置,其中,於前記電子市場中,複數店家之每一者係可作成販售網頁,從前記各個販售網頁可販售同一類型中所屬之同一商品;前記排名,係無關於商品是被從哪個店家所販售,而是針對所被販售之商品所屬的每一類型,而被取得。
- 如請求項1所記載之資訊提供裝置,其中,針對前記類型而被收集到的前記語句之分數,係根據:將該當語句針對該當類型而被收集到的次數,基於該當語句針對其他類型而被收集到的次數而予以降低後的值,而被決定。
- 一種資訊提供方法,係為具備取得部、收集部、計算部、提示部的資訊提供裝置所執行的資訊提供方法,其特徵為,具備:取得步驟,係由前記取得部,取得電子市場中所被決定之類型中所屬之商品的排名; 收集步驟,係由前記收集部,將前記所被取得之排名中上位之商品的關連語句,從該當上位之商品所被販售的販售網頁中所含之本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加以收集;計算步驟,係由前記計算部,將前記所被收集之語句之每一者的分數,至少根據該當語句所被收集之次數而加以計算;提示步驟,係由前記提示部,將前記所被計算出來之分數為上位之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示;於前記電子市場中,藉由各類型被配置成節點的樹狀結構,而定義類型階層;針對前記類型而被收集到的前記語句之分數,係藉由:(a)由該當語句所被收集之次數而被決定的權重;和(b)由該當類型的子類型之數目、及該當子類型之中該當語句被收集到的子類型之數目而被決定的逆類型頻率;之積,而被決定。
- 一種資訊提供方法,係為具備取得部、收集部、計算部、提示部的資訊提供裝置所執行的資訊提供方法,其特徵為,具備: 取得步驟,係由前記取得部,取得電子市場中所被決定之類型中所屬之商品的排名;收集步驟,係由前記收集部,將前記所被取得之排名中上位之商品的關連語句,從該當上位之商品所被販售的販售網頁中所含之本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加以收集;計算步驟,係由前記計算部,將前記所被收集之語句之每一者的分數,至少根據該當語句所被收集之次數而加以計算;提示步驟,係由前記提示部,將前記所被計算出來之分數為上位之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示;針對前記類型而被收集到的前記語句之分數,係根據:將該當語句針對該當類型而被收集到的次數,基於該當語句針對其他類型而被收集到的次數而予以降低後的值,而被決定。
- 一種記錄程式之電腦可讀取之記錄媒體,其特徵為,令電腦發揮機能而成為:取得部,係取得電子市場中所被決定之類型中所屬之商品的排名;收集部,係將前記所被取得之排名中上位之商品的關連語句,從該當上位之商品所被販售的販售網頁中所含之本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加 以收集;計算部,係將前記所被收集之語句之每一者的分數,至少根據該當語句所被收集之次數而加以計算;提示部,係將前記所被計算出來之分數為上位之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示;於前記電子市場中,藉由各類型被配置成節點的樹狀結構,而定義類型階層;針對前記類型而被收集到的前記語句之分數,係藉由:(a)由該當語句所被收集之次數而被決定的權重;和(b)由該當類型的子類型之數目、及該當子類型之中該當語句被收集到的子類型之數目而被決定的逆類型頻率;之積,而被決定。
- 一種記錄程式之電腦可讀取之記錄媒體,其特徵為,令電腦發揮機能而成為:取得部,係取得電子市場中所被決定之類型中所屬之商品的排名;收集部,係將前記所被取得之排名中上位之商品的關連語句,從該當上位之商品所被販售的販售網頁中所含之本文或是變成該當販售網頁被瀏覽之契機的檢索查詢,加 以收集;計算部,係將前記所被收集之語句之每一者的分數,至少根據該當語句所被收集之次數而加以計算;提示部,係將前記所被計算出來之分數為上位之語句,當作前記類型中所屬之商品的過濾檢索之推薦關鍵字而加以提示;針對前記類型而被收集到的前記語句之分數,係根據:將該當語句針對該當類型而被收集到的次數,基於該當語句針對其他類型而被收集到的次數而予以降低後的值,而被決定。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2014/061426 WO2015162719A1 (ja) | 2014-04-23 | 2014-04-23 | 情報提供装置、情報提供方法、プログラム、及び記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201602939A TW201602939A (zh) | 2016-01-16 |
TWI534734B true TWI534734B (zh) | 2016-05-21 |
Family
ID=52822374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW104112859A TWI534734B (zh) | 2014-04-23 | 2015-04-22 | Feed apparatus, information providing method, program, and recording medium |
Country Status (4)
Country | Link |
---|---|
US (1) | US10740819B2 (zh) |
JP (1) | JP5687401B1 (zh) |
TW (1) | TWI534734B (zh) |
WO (1) | WO2015162719A1 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10354010B2 (en) * | 2015-04-24 | 2019-07-16 | Nec Corporation | Information processing system, an information processing method and a computer readable storage medium |
JP6007300B1 (ja) * | 2015-10-13 | 2016-10-12 | ヤフー株式会社 | 算出装置、算出方法および算出プログラム |
CN105512300B (zh) * | 2015-12-11 | 2019-01-22 | 宁波中青华云新媒体科技有限公司 | 信息过滤方法及系统 |
US11836165B2 (en) * | 2016-08-22 | 2023-12-05 | Nec Corporation | Information processing apparatus, control method, and program including display of prioritized information |
EP3529717B1 (en) * | 2016-10-24 | 2020-02-19 | Koninklijke Philips N.V. | Multi domain real-time question answering system |
US9913143B1 (en) * | 2016-11-28 | 2018-03-06 | Amazon Technologies, Inc. | Auto-provisioning device |
JP6505755B2 (ja) * | 2017-01-20 | 2019-04-24 | Necパーソナルコンピュータ株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP7162417B2 (ja) * | 2017-07-14 | 2022-10-28 | ヤフー株式会社 | 推定装置、推定方法、及び推定プログラム |
US11250486B1 (en) * | 2018-08-03 | 2022-02-15 | Rentpath Holdings, Inc. | Systems and methods for displaying filters and intercepts leveraging a predictive analytics architecture |
JP6754811B2 (ja) * | 2018-10-17 | 2020-09-16 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
JP6728445B1 (ja) * | 2019-05-28 | 2020-07-22 | ヤフー株式会社 | 抽出装置、抽出方法及び抽出プログラム |
CN112818009A (zh) * | 2021-02-25 | 2021-05-18 | 华侨大学 | 一种在线展会的用户画像建模方法与系统 |
JP7087181B1 (ja) * | 2021-09-17 | 2022-06-20 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
CN115063211B (zh) * | 2022-08-16 | 2022-11-11 | 华能能源交通产业控股有限公司 | 一种获取商品属性数据方法及装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4179858B2 (ja) | 2002-11-28 | 2008-11-12 | 株式会社リコー | 文書検索装置、文書検索方法、プログラムおよび記録媒体 |
JP4428703B2 (ja) * | 2004-11-11 | 2010-03-10 | 日本電信電話株式会社 | 情報検索方法及びそのシステム並びにコンピュータプログラム |
US8438142B2 (en) * | 2005-05-04 | 2013-05-07 | Google Inc. | Suggesting and refining user input based on original user input |
US20070022085A1 (en) * | 2005-07-22 | 2007-01-25 | Parashuram Kulkarni | Techniques for unsupervised web content discovery and automated query generation for crawling the hidden web |
WO2007081681A2 (en) * | 2006-01-03 | 2007-07-19 | Textdigger, Inc. | Search system with query refinement and search method |
JP5106995B2 (ja) * | 2007-11-13 | 2012-12-26 | 株式会社ジャム | 情報検索支援装置、情報検索支援方法、情報検索支援プログラム、プログラム格納媒体 |
JP5266761B2 (ja) * | 2008-01-10 | 2013-08-21 | 日産自動車株式会社 | 情報案内システムおよびその認識辞書データベース更新方法 |
US20110289088A1 (en) * | 2010-05-19 | 2011-11-24 | Frank N. Magid Associates, Inc. | System and method for ranking content interest |
JP5547669B2 (ja) * | 2011-02-09 | 2014-07-16 | 日本電信電話株式会社 | 関連語抽出装置、関連語抽出方法、関連語抽出プログラム |
JP2012194685A (ja) | 2011-03-15 | 2012-10-11 | Advance Brain Co Ltd | 商品検索装置及び商品検索方法 |
US8538984B1 (en) * | 2012-04-03 | 2013-09-17 | Google Inc. | Synonym identification based on co-occurring terms |
JP5319829B1 (ja) | 2012-07-31 | 2013-10-16 | 楽天株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
US9323830B2 (en) * | 2013-10-30 | 2016-04-26 | Rakuten Kobo Inc. | Empirically determined search query replacement |
-
2014
- 2014-04-23 US US15/106,353 patent/US10740819B2/en active Active
- 2014-04-23 WO PCT/JP2014/061426 patent/WO2015162719A1/ja active Application Filing
- 2014-04-23 JP JP2014550966A patent/JP5687401B1/ja active Active
-
2015
- 2015-04-22 TW TW104112859A patent/TWI534734B/zh active
Also Published As
Publication number | Publication date |
---|---|
US20160335693A1 (en) | 2016-11-17 |
US10740819B2 (en) | 2020-08-11 |
JP5687401B1 (ja) | 2015-03-18 |
JPWO2015162719A1 (ja) | 2017-04-13 |
WO2015162719A1 (ja) | 2015-10-29 |
TW201602939A (zh) | 2016-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI534734B (zh) | Feed apparatus, information providing method, program, and recording medium | |
US10394894B2 (en) | Search with autosuggest and refinements | |
US11080314B2 (en) | Dynamic search suggestion and category specific completion | |
CN104462333B (zh) | 购物搜索推荐与告警方法和系统 | |
US9928525B2 (en) | Method, medium, and system for promoting items based on event information | |
JP5824532B2 (ja) | サーフショッピングのための関連抽出のシステム及び方法 | |
TWI567673B (zh) | Sorting methods and devices for search results | |
JP6022056B2 (ja) | 検索結果の生成 | |
US8244726B1 (en) | Computer-aided extraction of semantics from keywords to confirm match of buyer offers to seller bids | |
KR20090130774A (ko) | 사용자 추천 방법 및 이를 위한 프로그램이 기록된 기록매체 | |
WO2016034028A1 (zh) | 商品资讯信息获取方法、装置及设备 | |
US10409877B2 (en) | Search engine results declumping method | |
JP6003637B2 (ja) | 情報処理装置、ノード抽出プログラムおよびノード抽出方法 | |
JP2020107269A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP5458058B2 (ja) | 商品名同一性判定装置および商品名同一性判定プログラム | |
Mattsson | Effect of Filtering Function on User Search Cost and How to Enable the Creation of this Function | |
TW201818325A (zh) | 搜尋系統 |