WO2009075043A1 - 情報提供システム - Google Patents

Abstract

利用者の行動パターンを正確に予測し、個々の時点で最適な情報を選択して提供する。ファイル格納部(100)内には、多数の店舗についての提供情報ファイル(F1,F2, ...)が格納されている。利用者が携帯電話機(10)から検索条件入力部(130)ヘアクセスし、位置情報とキーワードを含む検索条件を送信すると、検索実行部(120)は検索条件に対する合致度が基準以上となるファイルを検索する。リスト提示部(140)内には、各地理的領域ごと、各時間帯ごと、各店舗ジャンルごとに、利用者の統計的な関心度を示すテーブルが用意されている。リスト提示部(140)は、検索されたファイルの合致度を、テーブル内の該当する関心度に基づいて補正し、補正合致度の大きい順にソートしたリストを携帯電話機(10)に提示する。利用者がリストから選択した店舗情報は、情報配信部(110)によって携帯電話機(10)に配信される。

Description

情 報 提 供 シ ス テ ム

技 休 T 分 野

本発明は、 情報提供システムに関し、 特に、 自分自身の位置を認識する機能 明

を備えた移動端末装置に対して、 特定の店舗に関する店舗情報を提供するシス テムに関する。 書

背 景 技 術

近年、 情報の提供手段は、 テレビ ·ラジオなどの放送を利用した旧来の情報 提供方法から、 インターネットの W e bページなどを利用した新たな情報提供 方法に移行しつつある。 特に、 携帯電話機などの移動端末装置の普及により、 利用者は、 任意の場所から必要な情報にアクセスすることが可能になり、 利便 性は大いに高まっている。 また、 商品やサービスを提供する事業者側にとって は、 店舗の宣伝や案内の情報を W e bページを介して利用者に広く提供するこ とができる。 利用者は、 移動中であっても、 移動端末装置を用いてこのような W e bページを閲覧することにより、 利用予定となる店舗について種々の情報 を入手することが可能になる。

このように、 インターネットを利用して情報にアクセスする場合、 大量の情 報の中から、 自分の要求に合致した情報を抽出することが重要である。 このた め、 利用者は、 通常、 所望のキーワードを用いた検索を行い、 必要な情報が提 示された W e bページへのアクセスを行っている。 たとえば、 食事や買物など を行う場合、 利用者は 「イタリア料理」 や 「婦人服」 などのキーワードを用い た検索により、 イタリア料理店や婦人服店などの W e bページを閲覧すること ができる。 また、 個々の利用者に対して、 それぞれ適切な情報を効率良く提供するため に、 様々な技術が提案されている。 たとえば、 特開 2 0 0 3 - 2 9 6 3 5 8号公 報には、 予め、 個々の利用者の嗜好を示す情報を収集しておき、 個人個人の嗜 好に合致した情報を提供する情報配信システムが開示されており、 特開 2 0 0 4 - 3 2 6 2 1 1号公報には、 同伴者を含めた状況情報をもとにして、 各利用者 の嗜好度をプロファイルとして記憶させておく手法が開示されている。 更に、 特開 2 0 0 2 - 1 0 8 9 1- 8号公報には、 利用者の行動履歴に基づき当該利用者 の嗜好を学習する嗜好学習装置が開示されており、 特開 2◦ 0 7 - 1 9 3 3 5 2 号公報には、 移動端末装置から得られる端末位置情報を利用することにより、 より利用価値の高い広告情報を配信する方法が開示されている。

前掲の各文献に開示されているように、 個々の利用者の嗜好や現在位置を把 握して、 それぞれの利用者に適切な情報を提供する技術は、 既にいくつか提案 されている。 しカゝしながら、 いずれの技術も、 個々の利用者が個々の時点にお いて、 どのような行動を予定しているのかを正確に予測することが困難である ため、 利用者の行動パターンを反映させた情報提供を行うことが困難であった。 そこで本発明は、 利用者の行動パターンをできるだけ正確に予測し、 個々の 時点において、 利用者に最適な情報を選択して提供することが可能な情報提供 システムを提供することを目的とする。 発 明 の 開 示

(1) 本発明の第 1の態様は、 自分自身の位置を認識する機能を備えた移動 端末装置に対して、 特定の店舗に関する店舗情報を提供する情報提供システム において、

提供対象となる店舗情報を構成する店舗情報本体データと、 この店舗情報本 体データに付随するメタデータと、 を有する多数の提供情報ファイルを格納し た提供情報フアイル格納部と、 移動端末装置からのアクセスを受け、 少なくとも移動端末装置それ自身の位 置を示す端末位置情報を含む検索条件を入力する検索条件入力部と、

提供情報フアイル格納部に格納されている多数の提供情報ファイルの中から 検索条件に対する合致度が所定の基準以上となる提供情報ファイルを検索する 検索実行部と、

検索実行部によって検索された提供情報ファイルのリストを、 移動端末装置 に送信するリスト提示部と、

移動端末装置から、 リストの中の 1つを選択する選択指示があつたときに、 提供情報ファイル格納部から選択指示に係る提供情報ファイル内の店舗情報本 体データを読み出し、 これを移動端末装置へ配信する情報配信部と、

を設け、

メタデータは、 提供情報ファイルを特定するための情報識別コードと、 提供 情報ファイルに係る店舗のジャンルを示す店舗ジャンルコードと、 提供情報フ アイルに係る店舗の位置を示す店舗位置コードと、 を有しており、

検索実行部は、 少なくとも 「検索条件に含まれている端末位置情報とメタデ —タに含まれている店舗位置コードとの合致の程度」 を参照して検索を行い、 検索された提供情報ファィルの情報識別コードと、 当該提供情報ファィルの合 致の程度を示す合致度と、 を対応づけた情報を検索結果としてリスト提示部へ 引き渡し、

リスト提示部は、

検索実行部から引き渡された検索結果を格納する検索結果格納部と、 地図を複数の地区領域に分割し、 個々の地区領域の個々の時間帯について設 定された単位区画ごとに、 各店舗ジャンルに対応する関心度を設定した関心度 テ一ブルを格納するテーブル格納部と、

検索実行部から検索結果が引き渡されたときに、 関心度テーブルを参照する ことにより、 端末位置情報によって示される位置を含む地区領域についての現 時点に対応する単位区画について設定されている各店舗ジャンルについての関 心度を認識し、 検索結果格納部に格納されている 「各提供情報ファイルの合致 度」 を、 当該提供情報ファイルに係る店舗ジャンルについて認識した関心度を 用いて補正することにより、 補正合致度を求める補正処理部と、

検索結果格納部に格納されている検索結果の中の合致度を補正合致度に置換 した情報を格納する補正結果格納部と、

補正結果格納部に格納されている情報に基づいて、 補正合致度の大きレ、順に 情報識別コードをソートし、 ソートされた順序に従って店舗情報の見出しを並 ベたリストを作成し、 これを移動端末装置に送信するリスト送信部と、

を有するようにしたものである。

(2) 本発明の第 2の態様は、 上述の第 1の態様に係る情報提供システムに おいて、

メタデータが、 店舗情報本体データに関連したキーワードと当該キーワード に付与された重みづけポイントとを含むキーヮードコードを有しており、 検索条件入力部が、端末位置情報と、利用者が指定した所定のキ一ヮ一ドと、 を含む検索条件を入力し、

検索実行部が、 検索条件に含まれる端末位置情報とメタデータに含まれる店 舗位置コードとの合致の程度を示す位置合致度と、 検索条件に含まれるキーヮ ードとメタデータに含まれるキーワードとの重みづけポイントを考慮して算出 された合致の程度を示すキーワード合致度と、 の双方を参照して検索を行い、 位置合致度とキーヮード合致度との双方を考慮した合致度を検索結果としてリ スト提示部へ引き渡すようにしたものである。

(3) 本発明の第 3の態様は、 上述の第 1または第 2の態様に係る情報提供 システムにおいて、

リスト送信部が、 店舗情報本体データ内の見出し行の文字列を、 ソート順に 並べることにより、 リストを作成するようにしたものである。 (4) 本発明の第 4の態様は、 上述の第 1一第 3の態様に係る情報提供シス テムにおいて、

各曜日ごとの時間帯をそれぞれ別個の単位区画とした関心度テーブルを用い るようにしたものである。

(5) 本発明の第 5の態様は、 上述の第 1一第 4の態様に係る情報提供シス テムにおいて、

補正処理部が、 検索結果格納部に格納されている合致度に対して、 関心度を 乗算もしくは加算することにより補正合致度を求めるようにしたものである。

(6) 本発明の第 6の態様は、 上述の第 1一第 4の態様に係る情報提供シス テムにおいて、

テーブル格納部が、 複数の関心度テーブルを格納しており、

補正処理部が、 これら複数の関心度テーブルを参照することにより複数通り の関心度を認識し、 認識した複数通りの関心度を用いて補正を行うことにより、 捕正合致度を求めるようにしたものである。

(7) 本発明の第 7の態様は、 上述の第 6の態様に係る情報提供システムに おいて、

補正処理部が、 認識した複数通りの関心度のそれぞれについて重みパラメ一 タを設定する機能を有し、 それぞれの関心度に重みパラメータを乗じた値を、 合致度に対して乗算もしくは加算することにより.補正合致度を求めるようにし たものである。

(8) 本発明の第 8の態様は、 上述の第 1一第 7の態様に係る情報提供シス テムにおいて、

多数の利用者が所持する移動端末装置から得られる情報に基づいて、 関心度 テーブルを新たに作成し、 テーブル格納部内の関心度テーブルを更新する関心 度テーブル作成部を更に設けたものである。

(9) 本発明の第 9の態様は、 上述の第 8の態様に係る情報提供システムに おいて、

情報配信部が、 移動端末装置から選択指示を受けたときに、 当該移動端末装 置の端末位置情報と、 選択指示を受けた時点を示す時間情報と、 選択指示に係 る提供情報ファイルの店舗ジャンルを示す店舗ジャンル情報と、 を含む関心情 報を、 関心度テーブル作成部に引き渡す機能を有し、

関心度テーブル作成部が、 引き渡された関心情報に基づいて、 端末位置情報 によって示される位置を含む地区領域についての時間情報に対応する単位区画 について、 店舗ジャンル情報で示される店舗ジャンルに対する関心が示された 旨の記録を行い、 個々の単位区画ごとに、 各店舗ジャンルに関心が示された頻 度を集計する頻度集計部を有し、 この集計結果に基づいて予定立案関心度テー ブルを作成するようにしたものである。

(10) 本発明の第 1 0の態様は、 上述の第 8の態様に係る情報提供システム において、

関心度テーブル作成部が、

個々の移動端末装置の所定のサンプル時刻ごとの位置の変遷を示す位置変遷 情報に基づいて、 個々の移動端末装置の移動経路上の通過点を認識し、 提供情 報フアイル格納部内に格納されている提供情報フアイル内の店舗位置コードを 参照することにより、 個々の通過点について、 それぞれ各店舗との距離を算出 し、 距離の小さい順に所定数 m個の店舗を、 当該通過点に関する近傍店舗と認 識する近傍店舗認識部と、

移動経路上において連続する通過点に共通する共通近傍店舗について、 最初 の通過点の通過時刻から最後の通過点の通過時刻に至るまでの時間を滞在時間 と認識する滞在時間認識部と、

共通近傍店舗について、 最初の通過点から最後の通過点に至るまでの全通過 点との距離の和を求め、 その滞在時間を距離の和で除した値を滞在係数として 算出する滞在係数算出部と、 個々の共通近傍店舗について算出された滞在係数を、 当該共通近傍店舗の位 置を含む地区領域についての当該共通近傍店舗について認識された滞在時間に 対応する単位区画について、 当該共通近傍店舗の店舗ジャンルに対する関心の 程度を示す値として集計する滞在係数集計部と、

を有し、 滞在係数集計部による集計結果に基づいて訪問利用関心度テーブル を作成するようにしたものである。

(11) 本発明の第 1 1の態様は、 上述の第 1 0の態様に係る情報提供システ ムにおいて、

滞在時間が複数の単位区画の時間帯を跨いでいる場合に、 滞在時間と個々の 単位区画の時間帯との重なり度合いに応じて按分した滞在係数を、 各単位区間 ごとに集計するようにしたものである。

(12) 本発明の第 1 2の態様は、 上述の第 1一第 1 1の態様に係る情報提供 システムにおいて、

テーブル格納部が、 各提供情報ファイルのそれぞれに対応した広告主意向度 テーブルを格納しており、 広告主意向度テーブルには、 関心度テーブルと同様 の単位区画が設けられており、 個々の単位区画ごとにそれぞれ店舗情報の提供 を行う広告主の意向度が設定されており、- 広告主の指示に応じた外部からの入力操作に基づいて、 各提供情報ファィル についての広告主意向度テーブルをそれぞれ作成し、 これをテーブル格納部に 格納する広告主意向度テーブル作成部を更に有し、

補正処理部が、 合致度の補正対象となる提供情報ファイルについての広告主 意向度テーブルを参照するこどにより、 該当単位区画に設定されている意向度 を認識し、 関心度と意向度との双方を用いて補正を行うことにより、 補正合致 度を求めるようにしたものである。

(13) 本発明の第 1 3の態様は、 上述の第 1 2の態様に係る情報提供システ ムにおいて、 広告主意向度テーブル作成部が、 特定の提供情報ファイルについての特定の 単位区画の意向度を広告主の入力操作に基づいて設定する機能と、 テーブル格 納部内の関心度テーブルを参照することにより、 特定の単位区画について特定 の提供情報ファイルの店舗ジャンルに対応して設定されている関心度を認識し、 認識した関心度を広告主に提示する機能と、 を有するようにしたものである。

(14) 本発明の第 1 4の態様は、 上述の第 1 3の態様に係る情報提供システ ムにおいて、

広告主意向度テーブル作成部が、 「個々の単位区画に対応し、 それぞれ所定 の意向度を入力するための入力欄」 を広告主に提示し、 各単位区画について認 識した関心度に応じた表示態様で各入力欄を表示するようにしたものである。

(15) 本発明の第 1 5の態様は、 上述の第 1 2の態様に係る情報提供システ ムにおいて、

広告主意向度テーブル作成部が、 特定の提供情報ファイルについての各単位 区画の意向度を広告主の入力操作に基づいて設定する機能と、 テーブル格納部 内の関心度テーブルを参照することにより、 各単位区画について特定の提供情 報フアイルの店舗ジャンルに対応して設定されている関心度を認識し、 関心度 の大きさを考慮した優先順位に従って単位区画を広告主に提示する機能と、 を 有するようにしたものである。

(16) 本発明の第 1 6の態様は、 上述の第 1 2—第 1 5の態様に係る情報提 供システムにおいて、

補正処理部が、 関心度と意向度とのそれぞれについて重みパラメータを設定 する機能を有し、 関心度にその重みパラメータを乗じた値および意向度にその 重みパラメ一タを乗じた値を、 それぞれ合致度に対して乗算もしくは加算する ことにより補正合致度を求めるようにしたものである。

(17) 本発明の第 1 7の態様は、 上述の第 1一第 1 6の態様に係る情報提供 システムにおいて、 テーブル格納部が、 各提供情報ファイルのそれぞれに対応した利用者評価値 テーブルを格納しており、 利用者評価値テーブルには、 各提供情報ファイルに 対応する店舗についての利用者の評価値が記録されており、

各店舗に対する評価値を利用者から収集することにより、 各提供情報フアイ ルについての利用者評価値テーブルをそれぞれ作成し、 これをテーブル格納部 に格納する利用者評価値テーブル作成部を更に有し、

補正処理部が、 合致度の補正対象となる提供情報ファイルについて、 当該提 供情報ファイルについての利用者評価値テーブルを参照することにより評価値 を認識し、 関心度と評価値との双方を用いて補正を行うことにより、 補正合致 度を求めるようにしたものである。

(18) 本発明の第 1 8の態様は、 上述の第 1 7の態様に係る情報提供システ ムにおいて、

補正処理部が、 関心度と評価値とのそれぞれについて重みパラメータを設定 する機能を有し、 関心度にその重みパラメータを乗じた値および評価値にその 重みパラメータを乗じた値を、 それぞれ合致度に対して乗算もしくは加算する ことにより補正合致度を求めるようにしたものである。

(19) 本発明の第 1 9の態様は、 上述の第 1 7または第 1 8の態様に係る情 報提供システムにおいて、

利用者評価値テーブル作成部が、 個々の利用者ごとの個人評価値が記録され た利用者評価値テーブルを作成し、

検索条件入力部が、 検索条件とともに、 アクセスを行っているアクセス利用 者を識別する情報を入力し、

補正処理部が、 アクセス利用者の評価に類似した評価傾向のある利用者を嗜 好類似者と認識し、 嗜好類似者についての個人評価値を用いて補正を行うよう にしたものである。

(20) 本発明の第 2 0の態様は、 上述の第 1 9の態様に係る情報提供システ ムにおいて、

補正処理部が、 合致度の補正対象となる提供情報ファイルについての利用者 評価値テーブルに、 アクセス利用者自身の個人評価値が掲載されていた場合に は、 アクセス利用者自身を嗜好類似者と認識し、 アクセス利用者自身の個人評 価値を用いて補正を行うようにしたものである。

(21) 本発明の第 2 1の態様は、 上述の第 1 9または第 2 0の態様に係る情 報提供システムにおいて、

補正処理部が、

合致度の補正対象となる提供情報ファイルと同じ店舗ジャンルをもつた提供 情報ファイルについての利用者評価値テーブルを抽出する第 1の手段と、 第 1の手段によって抽出された利用者評価値テーブルの中から、 アクセス利 用者の個人評価値が掲載されたテーブルを抽出する第 2の手段と、

第 2の手段によって抽出された利用者評価値テーブルを用いて、 アクセス利 用者と他の利用者との相関度を算出する第 3の手段と、

第 3の手段によって算出された相関度が所定の基準値以上の者、 もしくは、 第 3の手段によって算出された相関度の高い順に選択された所定数の者を、 ァ クセス利用者に対する嗜好類似者と認識する第 4の手段と、

合致度の補正対象となる提供情報ファイルについての利用者評価値テーブル に記録されている嗜好類似者の個人評価値に基づいて、 補正に用いる評価値を 決定する第 5の手段と、

を有するようにしたものである。

(22) 本発明の第 2 2の態様は、 上述の第 2 1の態様に係る情報提供システ ムにおいて、

第 3の手段が、利用者 Xと利用者 Yとの相関度 R ( X , Y) を算出する際に、 第 2の手段によって抽出された利用者評価値テーブルの中から、 利用者 Xの個 人評価値と利用者 Yの個人評価値との双方が掲載されたテーブルを選抜し、 選 抜された n個のテーブルに基づいて、

S x x =∑_{i = 1}— _n (E X i -E x a ) ²

S y y =∑_{i = 1}一 _n (Ey i— Ey a) ²

S x y =∑_{i = 1}„_n (E x i -E x a ) (Ey i - Ey a)

なる演算を実行し （但し、 Ex iは、 選抜された第 i番目のテーブルにおける 利用者 Xの個人評価値、 Ey iは、 選抜された第 i番目のテーブルにおける利 用者 Yの個人評価値、 Ex aは、 選抜された n個のテ一ブルにおける利用者 X の個人評価値の平均値、 Ey aは、 選抜された n個のテーブルにおける利用者 Yの個人評価値の平均値） 、 更に、

R (X, Y) =S x y/ (^S x - ^S y y)

なる演算を実行して相関度 R (X, Y) を算出し、

アクセス利用者と K名の嗜好類似者との相関度をそれぞれ算出し、 合致度の 補正対象となる提供情報ファイルについての利用者評価値テーブルに記録され ている第 k番目の嗜好類似者の個人評価値を E k、 第 k番目の嗜好類似者との 相関度を Rkとして （但し、 合致度の補正対象となる提供情報ファイルについ ての利用者評価値テーブルに第 k番目の嗜好類似者の個人評価値が記録されて いなかった場合には、 Ek = 0、 Rk = 0とする） 、 補正に用いる評価値 γを、 γ =∑_{k = 1}__K (Ek XRk) Z∑_{k = 1}一 _K (Rk)

なる演算によって求めるようにしたものである。

(23) 本発明の第 23の態様は、 上述の第 1一第 22の態様に係る情報提供 システムにおいて、

テーブル格納部が、 各利用者それぞれについての個人関心度テーブルを格納 しており、 個人関心度テーブルには、 利用者の各店舗ジャンルに対する個人関 心度が設定されており、

各利用者に関する情報を収集することにより、 各利用者についての個人関心 度テーブルをそれぞれ作成し、 これをテーブル格納部に格納する個人関心度テ 一ブル作成部を更に設け、

補正処理部が、 リス トの提示対象となる提示対象利用者についての個人関心 度テーブルを参照することにより、 合致度の補正対象となる提供情報ファィル についての店舗ジャンルに対する提示対象利用者の個人関心度を認識し、 関心 度と個人関心度との双方を用いて補正を行うことにより、 補正合致度を求める ようにしたものである。

(24) 本発明の第 2 4の態様は、 上述の第 2 3の態様に係る情報提供システ ムにおいて、

個人関心度テーブル作成部が、 検索条件入力部から取得した検索条件に基づ いて、 検索条件の入力操作を行った特定の利用者についての個人関心度テープ ルを作成するようにしたものである。

(25) 本発明の第 2 5の態様は、 上述の第 2 3の態様に係る情報提供システ ムにおいて、

個人関心度テーブル作成部が、 情報配信部から取得した 「特定の利用者に配 信した店舗情報の店舗ジャンル」 を、 特定の利用者についての個人関心情報と して収集し、 収集した個人関心情報に基づいて、 特定の利用者についての個人 関心度テーブルを作成するようにしたものである。

(26) 本発明の第 2 6の態様は、 上述の第 2 3—第 2 5の態様に係る情報提 供システムにおいて、

個人関心度テーブル作成部が、 個々の地区領域の個々の時間帯について設定 された単位区画ごとに、 各店舗ジャンルに対応する個人関心度を設定した個人 関心度テーブルを作成し、

補正処理部が、 個人関心度テーブルの中の、 端末位置情報によって示される 位置を含む地区領域についての現時点に対応する単位区画について設定されて いる各店舗ジャンルについての個人関心度を参照することにより補正を行うよ うにしたものである。 (27) 本発明の第 2 7の態様は、 上述の第 2 3—第 2 6の態様に係る情報提 供システムにおいて、

補正処理部が、 関心度と個人関心度とのそれぞれについて重みパラメータを 設定する機能を有し、 関心度にその重みパラメータを乗じた値および個人関心 度にその重みパラメータを乗じた値を、 それぞれ合致度に対して乗算もしくは 加算することにより補正合致度を求めるようにしたものである。

(28) 本発明の第 2 8の態様は、 上述の第 1一第 2 7の態様に係る情報提供 システムを、 コンピュータに専用のプログラムを組み込むことにより構成した ものである。

本発明の情報提供システムによれば、 地理的および時間的な分割を行うこと により複数の単位区画が定義され、 個々の単位区画ごとに、 各店舗ジャンルに 対する関心度が設定される。 設定された関心度は、 多数の利用者の過去の行動 パターンに基づいて、 個々の単位区画ごとに、 一般利用者がどのようなジヤン ルの店舗に関心を示すかを示すバロメータとなっている。 本発明の情報提供シ ステムでは、 検索結果として示される店舗情報リス トの掲載順が、 この関心度 に応じて補正されることになる。 このため、 利用者がアクセスを行った地理的 場所および時間帯に応じて、 利用者の行動パターンをできるだけ正確に予測し、 利用者に最適な情報を選択して提供することが可能になる。 図 面 の 簡 単 な 説 明

図 1は、 本発明の基本的実施形態に係る情報提供システムの構成を示すプロ ック図である。

図 2は、 図 1に示す提供情報ファイル格納部 1 0 0内に格納されている提供 情報ファイル F 1の具体的な構成例を示す図である。

図 3は、 本発明で用いる店舗ジャンルの具体的な設定例を示す図である。 図 4は、 図 1に示す検索条件入力部 1 3 0によって入力される検索条件の一 例を示す図である。

図 5は、 図 1に示す検索実行部 1 2 0による検索作業で得られた検索結果の 一例を示す図である。

図 6は、 図 5に示す検索結果をそのまま利用して作成されたリストが表示さ れた端末画面図である。

図 7は、 図 6に示すリストの中から一番上の項目を選択することにより提供 された店舗情報の一例を示す端末画面図である。

図 8は、 地図を複数の地区領域に分割した例を示す平面図である。

図 9は、 本発明に用いられる関心度テーブルの構成例を示す平面図である。 図 1 0は、 図 9に示す関心度テーブルの 1つの単位区画内に格納される関心 度の具体例を示す図である。

図 1 1は、 図 9に示す関心度テーブルの 1つの単位区画内に格納される情報 の別な具体例を示す図である。

図 1 2は、 図 1に示すリスト提示部 1 4 0の内部構成を示すプロック図であ る。

図 1 3は、 図 1 2に示す補正処理部 1 4 2による補正処理によって、 各情報 識別コードに対応する合致度について補正が行われた状態を示す図である。 図 1 4は、 図 1 3に示す例において、 補正合致度の大きい順に各情報識別コ 一ドをソ一トした状態を示す図である。

図 1 5は、 図 1 4に示すソート後の検索結果を利用して作成されたリス トが 表示された端末画面図である。

図 1 6は、 関心度テーブルを自動作成する機能をもった実施形態に係る情報 提供システムの構成を示すブロック図である。

図 1 7は、 予定立案関心度テーブルの作成原理を示すプロック図である。 図 1 8は、 訪問利用関心度テーブルの作成原理を示すプロック図である。 図 1 9は、 訪問利用関心度テーブルの作成手順の 1プロセスを示す図である。 図 2 0は、 訪問利用関心度テーブルの作成手順の別な 1プロセスを示す図で あ o_Q

図 2 1は、 訪問利用関心度テーブルの作成プロセスにおいて、 各通過点につ いての近傍店舗とその距離を認識した状態を示す図である。

図 2 2は、 図 2 1に示す認識結果から、 共通近傍店舗を把握し、 その滞在係 数を算出した状態を示す図である。

図 2 3は、 共通近傍店舗についての滞在係数を求める一般的手法を説明する 平面図である。

図 2 4は、 図 2 3に示す例において、 共通近傍店舗 S j の滞在係数を求める 具体的な手法を示す表である。

図 2 5は、 図 1 6に示す関心度テーブル作成部 1 5 0の内部構成を示すプロ ック図である。

図 2 6は、 図 1 6に示すリスト提示部 1 4 0内で行われる補正処理の一例を 示すプロック図である。

図 2 7は、 広告主意向度テーブルを利用した実施形態に係る情報提供システ ムの構成を示すブロック図である。

図 2 8は、 図 2 7に示す広告主意向度テーブル作成部 1 6 0によって作成さ れた広告主意向度テーブルの具体例を示す図である。

図 2 9は、 図 2 7に示すリスト提示部 1 4 0内で行われる補正処理の一例を 示すブロック図である。

図 3 0は、 利用者評価値テーブルを利用した実施形態に係る情報提供システ ムの構成を示すブロック図である。

図 3 1は、 図 3 0に示す利用者評価値テーブル作成部 1 7 0によって作成さ れた利用者評価値テ一ブルの具体例を示す図である。

図 3 2は、 図 3 0に示すリスト提示部 1 4 0内で行われる補正処理の一例を 示すブロック図である。 図 3 3は、 図 3 2に示す評価値 の算出手順を示す流れ図である。

図 3 4は、 図 3 3に示す流れ図のステップ S 3の相関度算出に用いられる n 組の個人評価値の対を示す図である。

図 3 5は、 図 3 3に示す流れ図のステップ S 3の相関度算出に用いられる演 算式を示す図である。

図 3 6は、 個人関心度テーブルを利用した実施形態に係る情報提供システム の構成を示すブロック図である。

図 3 7は、 図 3 6に示す個人関心度テーブル作成部 1 8 0によって作成され た個人関心度テーブルの具体例を示す図である。

図 3 8は、 図 3 6に示すリスト提示部 1 4 0内で行われる補正処理の一例を 示すブロック図である。

発明を実施するための最良の形態

以下、 本発明を図示する実施形態に基づいて説明する。

くぐく § 1 . 本発明に係るシステムに基本構成 〉> >

図 1は、 本発明の基本的実施形態に係る情報提供システムの構成を示すプロ ック図である。 図示のとおり、 このシステムは、 提供情報ファイル格納部 1 0 0 , 情報配信部 1 1 0 , 検索実行部 1 2 0， 検索条件入力部 1 3 0， リス ト提 示部 1 4 0によって構成されており、 インターネット Nを介して移動端末装置 1 0からアクセスを受けることができる。

本発明に係る情報提供システムは、 自分自身の位置を認識する機能を備えた 移動端末装置 1◦に対して、 特定の店舗に関する店舗情報を提供するためのシ ステムである。 本発明に利用可能な移動端末装置 1 0の典型例は、 G P S機能 付きの携帯電話機、小型パソコン、 P D Aなどの機器である。 これらの機器は、 G P Sを利用して自分自身の位置を示す緯度経度情報を取得することができる。 ここでは、 このようにして取得した緯度経度情報を 「端末位置情報」 と呼ぶこ とにする。

移動端末装置 1 0から本発明に係るシステムへのアクセスは、 どのような方 法で行ってもよいが、 ここに示す実施形態では、 移動端末装置 1 0に備わって いる W e bブラゥザ機能を用いてィンタ一ネット Nを介してシステムへのァク セスを行う典型例を述べることにする。

図示の提供情報ファイル格納部 1 0 0は、 多数の提供情報ファイル F 1， F 2， F 3 , . . . .を格納した構成要素であり、 実際には、 ファイルサーバ装置に よって構成されている。 個々の提供情報ファイルには、 それぞれ特定の店舗に 関する店舗情報 （利用者に配信する店舗の広告情報） が収容されている。 図示 のとおり、 1つの提供情報ファイル F 1は、 提供対象となる店舗情報を構成す る店舗情報本体データ D 1と、 この店舗情報本体データ D 1に付随するメタデ ータ D 2と、 によって構成されている。 ここで、 メタデータ D 2は、 提供情報 ファイル F 1を特定するための情報識別コ一ド C 0と、 店舗情報本体データ D 1に関連したキ一ヮ一ドコード C 1と、 提供情報ファイル F 1に係る店舗のジ ヤンルを示す店舗ジャンルコード C 2と、 提供情報ファイル F 1に係る店舗の 位置を示す店舗位置コード C 3と、 を含んでいる。

図 2は、 この提供情報ファイル格納部 1 0 0内に格納されている提供情報フ アイル F 1の具体的な構成例を示す図である。 この例では、 提供情報ファイル F 1は、 「X X X in Tokyo] なるインド料理店に関する店舗情報を示すフアイ ルになっており、店舗情報本体データ D 1には、 「インドレストラン： X X X in Tokyoj なる見出し行の文字列に続いて、 店舗広告の文字列が収容されている。 利用者が操作する移動端末装置 1 0には、 この店舗情報本体データ D 1が配信 されることになり、 移動端末装置 1◦のディスプレイ画面上に図示の文字列が 表示されることになる。 なお、 店舗情報本体データ D 1は、 移動端末装置 1 0 に備わっている W e bブラウザによる解釈が可能なように、 テキスト形式もし くは H TM L形式で記述されている。 メタデータ D 2は、 上述したように、 情報識別コード C 0 , キーワードコー ， ド C 1 , 店舗ジャンルコード C 2， 店舗位置コード C 3から構成されている。

図 2に示す例では、 情報識別コード C 0として、 「D D D 1 1 1 1 1 1」 なる コードが示されているが、 これは、 提供情報ファイル F 1を特定するためのュ ニークなコードであり、 たとえば、 提供情報ファイル F 1のファイル名をその まま用いてもかまわない。

キーヮードコード C 1は、 店舗情報本体データ D 1に関連したキーヮ一ドと 当該キーヮードに付与された重みづけボイン卜とによって構成されるコードで ある。 図 2に示す例において、 「X X X」 ， 「食事」 ， 「レス トラン」 ， 「ィ ンド」 等の文字列はそれぞれキーワードであり、 括弧書きの数値は当該キーヮ ードに付与された重みづけポイントである。 重みづけポイントは、 後述するよ うに、 検索時の合致度を算出するために利用される。

店舗ジャンルコード C 2は、 店舗情報本体データ D 1による広告対象となる 店舗のジャンルを示すコ一ドである。 店舗ジャンルをどのように区分けするか は、 このシステムの管理者の判断に委ねられる事項であり、 本発明を実施する 上で、 任意に設定可能な事項である。 ただ、 ここでは便宜上、 図 3に示すよう な具体的な店舗ジャンルの設定が行われているものとして、 以下の説明を行う ことにする。

一般に 「店舗」 といっても、 飲食物を提供する店舗、 物品販売を行う店舗、 映画観劇を提供する店舗、 遊技施設を提供する店舗など、 その事業内容は様々 である。 そこで、 図 3に示す店舗ジャンルの設定例では、 まず、 「食べる」 ， 「買う」 ，. 「見る」 ， 「遊ぶ」 の 4つの大分類の店舗ジャンルを設定し、 更に、 その下位概念として小分類の店舗ジャンルを設定している。 たとえば、 「食べ る」 の下位概念には、 「フランス料理」 ， 「イタリア料理」 ， 「中華料理」 ， . . .

等の小分類の店舗ジャンルが設定されている。 そして、 メタデータ D 2内の店 舗ジャンルコード C 2としては、 「大分類 Z小分類」 という形式で、 当該店舗 のジャンルを示している。 図 2に示す例における 「食べるノインド料理」 なる 店舗ジャンルコード C 2は、 「X X X in Tokyo J なるインド料理店の店舗ジャ ンルが、 「大分類：食べる」 、 「小分類：ィンド料理」 に属することを示す。 上述したとおり、 店舗ジャンルの設定はシステム管理者の判断に委ねられる 任意事項であるので、 他にも様々な設定が可能である。 たとえば、 「大分類」 のみを店舗ジャンルコード C 2として用いてもよいし、 「小分類」 のみを店舗 ジャンルコード C 2として用いてもよい。 あるいは、 その中間的な 「中分類」 を用いることも可能である。 また、 ジャンルの分類方法も、 当該店舗が提供す るサービスや当該店舗が販売する商品に関する分類に限定されず、 たとえば、 「若年層向け」 ， 「壮年層向け」 ， 「アベック向け」 ， 「家族向け」 とレ、うよ うな顧客層を基準とした分類を行ったり、 「低価格帯」 ， 「中価格帯」 ， 「高 価格帯」 というような価格帯を基準とした分類を行ったりすることも可能であ る。

なお、 ここでは、 説明の便宜上、 「食べる」 ， 「買う」 ， 「フランス料理」 ， 「イタリア料理」 等、 人間が直接識別可能な文字列からなるコードをそのまま 店舗ジャンルコード C 2として用いた例を述べるが、実用上は、必要に応じて、 アルファべットと数字の組み合わせ等からなる人間が直接識別不能な店舗ジャ ンルコ一ド c 2を用いてもかまわない。

店舗位置コード C 3は、 店舗情報本体データ D 1による広告対象となる店舗 の位置を示すコードであり、 ここでは、 店舗所在地の緯度経度を示すコードを 店舗位置コード C 3として用いている。 たとえば、 図 2に示す例における 「N 3 5 . 6 2 3 8 , E 1 3 9 . 7 3 0 8」 なる店舗位置コード C 3は、 「X X X in Tokyojなるインド料理店の店舗所在地が、北緯 3 5 . 6 2 3 8度、東経 1 3 9 . 7 3 0 8度に位置することを示している。

以上、 図 2に示す例に基づいて、 提供情報ファイル F 1の具体的なデータ構 造を説明したが、 提供情報ファイル格納部 1 0 0内には、 多数の店舗 （たとえ ば、 数千軒一数万軒） のそれぞれについて、 同様のデータ構造をもった提供情 報ファイルが格納されることになる。 なお、 このような提供情報ファイルの内 容は、 広告主 （店舗情報の提供主体） の意向に基づいて、 システム管理者が決 定することになる。 たとえば、 キーワードコード C 1のキーワードにどのよう な語句を選定するか、 重みづけポイントをいくつに設定するか、 店舗ジャンル コード C 2としてどのジャンルを選択する力、、 といった事項は、 システム管理 者の判断により任意に設定することができる。

さて、 利用者は、 移動端末装置 1 0を用いてシステムにアクセスし、 提供情 報ファイル格納部 1 0 0内に格納されている多数の店舗情報の中から、 所望の 店舗情報の配信を要求することになる。 そのために、 利用者は、 まず、 移動端 末装置 1 0から検索条件入力部 1 3 0へのアクセスを行い、 所望の検索条件の 入力を行う。 検索条件入力部 1 3 0へのアクセスは、 移動端末装置 1 0の W e bブラウザ機能を利用して、 インターネット Nを経由して行うことができる。 別言すれば、 利用者は、 移動端末装置 1 0の W e bブラウザを用いて、 検索条 件入力部 1 3 0が提供する所定の W e bページへのアクセスを行い、 当該 W e bページ上で、 所望の検索条件を入力すればよい。

検索条件入力部 1 3 0は、 実際には、 W e bサーバ装置によって構成され、 移動端末装置 1 0からのアクセスを受けると、 所定の W e bページデータを移 動端末装置 1 0宛に送信し、 続いで移動端末装置 1 0から送信されてくる検索 条件を取り込む処理を行う。 ここに示す実施形態では、 「端末位置情報とキー ワード」 から構成される検索条件が、 移動端末装置 1 0から検索条件入力部 1 3 0へと送信される。 前述したとおり、 移動端末装置 1 0は、 G P Sを利用し て自分自身の位置を示す緯度経度情報を自動的に取得することができるので、 利用者は、 実際には端末位置情報を入力する作業を行う必要はなく、 W e bぺ ージ上でキーヮ一ドのみを入力する操作を行えばよい。

図 4は、 このようにして、 移動端末装置 1 0から検索条件入力部 1 3 0へと 送信される検索条件の一例を示す図である。 図示のとおり、 この例では、 「ェ スニック」 なるキーワードと 「 （N 3 5 . 6 2 2 1 , E 1 3 9 . 7 3 1 0 ) 」 なる端末位置情報とによって構成される検索条件が、 移動端末装置 1 0から検 索条件入力部 1 3 0へと送信される。 ここで、 「エスニック」 なるキーワード は、利用者の操作によって移動端末装置 1 0に入力されたものであるが、 「 （N 3 5 . 6 2 2 1 , E 1 3 9 . 7 3 1 0 ) 」 なる端末位置情報は、 移動端末装置 1 0の G P S機能によって自動取得されたものである。 移動端末装置 1 0に、 この端末位置情報を検索条件入力部 1 3 0へ自動送信する機能を設けておけば、 利用者が、 キーヮードの入力操作を行うだけで、 図 4に示すような検索条件が 検索条件入力部 1 3 0へ引き渡される。

検索条件入力部 1 3 ◦によってシステムに入力された検索条件 （端末位置情 報と利用者が指定した所定のキーワードとを含む検索条件） は、 検索実行部 1 2 0へと引き渡される。 検索実行部 1 2 0は、 提供情報ファイル格納部 1 0 0 に格納されている多数の提供情報ファイル F 1， F 2 , F 3 , . . .の中から検索 条件に対する合致度が所定の基準以上となる提供情報ファイルを検索する処理 を実行する。 ここで述べる実施形態の場合、 検索実行部 1 2 0による検索は、 位置合致度とキーヮード合致度との双方を参照することによって行われる。

位置合致度は、 利用者の現在位置に適合した店舗情報、 すなわち、 移動端末 装置 1 ◦の現在位置に近い店舗に関する店舗情報を優先的に選択する目的で参 照されるものである。 これは、 何らかの行動を起こそうと考えている利用者か らのアクセスに対して、 検索条件に合致した店舗情報を提供する場合、 当該利 用者の現在位置に近い店舗 （利用者が短時間で到達可能な店舗） に関する情報 を優先的に配信した方が、 利用者の便^:に適うと考えられるからである。

移動端末装置 1 0の現在位置と各店舗との距離は、 検索条件に含まれている 端末位置情報と、 各提供情報ファイル内のメタデータに含まれている店舗位置 コードとを用いた演算 （地理的な 2地点間距離を求める演算） によって算出で きる。 したがって、 距離が小さいほど位置合致度が大きくなるように、 距離と 位置合致度との対応関係を予め定めておけば、 提供情報ファイル格納部 1 0 0 に格納されている個々の提供情報ファイル F 1 , F 2 , F 3 , . . .について、 位 置合致度を求めることができる。

たとえば、 距離が 1 0 0 m以下の場合は位置合致度二 1 0、 距離が 1 0 0— 3 0 0 mの場合は位置合致度 = 8、 距離が 3 0 0 m— 1 k mの場合は位置合致 度 = 5、 距離が 1一 2 k mの場合は位置合致度 = 3、 距離が 2— 4 k mの場合 は位置合致度 = 1、 距離が 4 k m以上の場合は位置合致度 = 0といった設定を 行っておけば、 個々の提供情報ファイルについての位置合致度を一義的に算出 することができる。

一方、 キーヮー.ド合致度は、 検索条件に含まれるキーワードとメタデータに 含まれるキーヮードとの文字列の一致の有無と、 一致したキーヮードについて の重みづけポイントに基づいて算出することができる。 たとえば、 「エスニッ ク」 なるキーワードを含む検索条件による検索では、 図 2に示すようなキーヮ ードコード C 1に対するキーワード合致度は 5 ( 「エスニック」 なるキーヮー ドに付与された重みづけポイント） ということになる。 また、 複数のキ一ヮ一 ドを含む検索条件が与えられた場合にも、 たとえば、 「文字列が一致したキー ヮードについての重みづけポイントの和をキーヮード合致度とする」 とレ、うよ うな取り決めをしておくことにより、 キーワード合致度の算出が可能になる。 たとえば、 検索条件として与えられたキーワードが 「食事」 ， 「エスニック」 ， 「ランチ」 であった場合、 図 2に示すようなキーワードコード C 1に対するキ 一ワード合致度は 1 9 (重みづけポイントの和 = 1 0 + 5 + 4 ) とレ、うことに なる。

検索実行部 1 2 0は、こうして、個々の提供情報ファイル F 1 , F 2， F 3， . . . について、 位置合致度およびキーワード合致度を求めたら、 両者の和を、 当該 提供情報ファィルの合致度と認定し、 合致度が所定の基準以上となる提供情報 ファイルを検索結果として抽出する。

かくして、 ここで述べる実施形態の場合、 検索実行部 1 2 0は、 検索条件に 含まれる端末位置情報とメタデータに含まれる店舗位置コードとの合致の程度 を示す位置合致度と、 検索条件に含まれるキーヮードとメタデータに含まれる キーヮードとの重みづけポイントを考慮して算出された合致の程度を示すキー ワード合致度と、 の双方を参照した検索を行い、 合致度が所定の基準以上とな る提供情報ファイルの情報識別コードと、 当該提供情報ファイルの合致度 （位 置合致度とキーワード合致度との双方を考慮した合致度） と、 を対応づけた情 報を検索結果として出力し、 これをリスト提示部 1 4 0へ引き渡す処理を実行 する。

なお、 ここでは、 端末位置情報とキーワードを検索条件として用いた例を述 ベたが、 検索条件としては、 この他にも種々の条件を設定することが可能であ る。 たとえば、 メタデータ D 2内に、 店舗の価格帯を示す価格帯コードを収容 しておけば、 利用者の希望する価格帯を検索条件とした検索を行うことができ る。

あるいは、 個々の利用者の嗜好や過去の利用履歴などの個人情報がシステム 側に登録されるような仕組みを設けておき、 移動端末装置 1 0から検索条件入 力部 1 3 0にアクセスを行う際に、 アクセスを行っている利用者 （以下、 ァク セス利用者という） を特定する情報を検索条件入力部 1 3 0側へ送信するよう 〖こしておけば、 当該アクセス利用者に関する個人情報を検索条件の一部に加え た検索も可能である。 たとえば、 個人情報として、 「仏教」 に興味があり、 「力 レー」 が好物である旨の登録がなされていた場合には、 移動端末装置 1 0から

「仏教」 ， 「カレー」 というキーワードが与えられなかったとしても、 これら の文字列を自動的にキーヮードに加えて検索を行うようなことも可能になる。 個人情報を収集するには、 個々の利用者が検索条件入力部 1 3 0に対して何 らかの検索条件を入力するたびに、 当該検索条件を当該利用者についての検索 履歴として保存しておくようにすればよレ、。 こうして蓄積された検索履歴は当 該利用者の個人情報として利用することが可能である。 たとえば、 ある利用者 の検索履歴から、 過去に 「仏教」 ， 「カレー」 というキーワードを用いた検索 が頻繁に行われていることが確認できれば、 当該利用者の個人情報として、 「仏 教」 に興味があり、 「カレー」 が好物である旨の登録を行うことが可能である。 以上、 検索実行部 1 2 0が行う検索処理のいくつかを例示したが、 一般に、 様々な検索条件の下で、 利用者が所望する W e bページを検索する技術は、 既 に公知の技術である。 そして、 検索実行部 1 2 0には、 これまで例示した検索 処理の他にも、 様々な検索処理を行う機能を付加することが可能である。

本発明に係るシステムでは、 検索条件には、 少なくとも移動端末装置 1 0そ れ自身の位置を示す端末位置情報が含まれていれば足りる。 したがって、 利用 者が、 キーワード等の入力を一切行わなくても、 移動端末装置 1 0から検索条 件入力部 1 3 0に対して端末位置情報さえ送信されれば、 検索実行部 1 2 0は 検索処理を実行することが可能である。 検索実行部 1 2 0は、 少なくとも 「検 索条件に含まれている端末位置情報とメタデータに含まれている店舗位置コー ドとの合致の程度」 を参照して検索を行うことができ、 検索された提供情報フ アイルの情報識別コードと、 当該提供情報ファイルの合致の程度を示す合致度 と、 を対応づけた情報を検索結果としてリスト提示部 1 4 0へ引き渡すことが できる。

要するに、 本発明に係る検索実行部 1 2 0は、 少なくとも端末位置情報が含 まれている何らかの検索条件に基づいて、 提供情報ファイル格納部 1 0 0内に 格納されている個々の提供情報ファイル F 1 , F 2 , F 3 , . . .についての合致 度を認識し、 合致度が所定の基準以上となる提供情報ファィルについての情報 識別コードと、 当該提供情報ファイルの合致の程度を示す合致度と、 を対応づ けた情報を検索結果としてリス ト提示部へ引き渡す機能を有していればよレ、。 図 5は、 検索実行部 1 2 0による検索作業で得られた検索結果の一例を示す 図である。 上述したとおり、 検索実行部 1 20からリスト提示部 140へ引き 渡される検索結果は、 情報識別コードと合致度とが対応づけられた情報であれ ばよい。 ただ、 図 5に示す例の場合、 これに店舗ジャンルコードの情報を付加 したものを検索結果として引き渡すようにしており、 検索結果は、 情報識別コ 一ド '合致度'店舗ジャンルコ一ドを対応づけた情報によって構成されている。 なお、 図 5の第 1列目に示す 「順位」 の情報は、 検索結果を合致度の大きさの 順にソートした場合の順位を示すためのものであり、 検索結果にこの 「順位」 の情報まで含ませておく必要はなレ、。

図 5に示す検索結果の第 1順位には、 「合致度： 85」 ， 「情報識別コード： DDD 1 1 1 1 1 1」 ， 「店舗ジャンルコード：食べる/インド料理」 という 3つの情報が対応づけられているが、 これは、 検索処理を行った結果、 情報識 別コード 「DDD 1 1 1 1 1 1」 で特定される提供情報ファイルについての合 致度が 85であり、 合致度の大きさの順にソートした場合に第 1位となり、 そ の店舗ジャンルコードは 「食べる インド料理」 であることを示している。 ま た、 合致度 「79」 が得られた情報識別コード 「DDD 222222」 で特定 される提供情報ファイル （店舗ジャンルコードは 「買う 装身具」 ） が第 2順 位となっており、 合致度 「64」 が得られた情報識別コード 「DDD 3333 33」 で特定される提供情報ファイル （店舗ジャンルコードは 「遊ぶ Zテーマ パーク」 ） が第 3順位となっており、 ... 以下同様である。 .

さて、 ここで、 リスト提示部 140力 図 5に示す検索結果を、 その順位ど おりにそのまま並べて提供情報ファイルのリストを作成したとすると、 図 6に 示すようなリス トが得られる。 すなわち、 リス ト提示部 140が、 このような リストを作成して、 移動端末装置 10に対して検索結果として送信したとすれ ば （具体的には、 テキスト形式もしくは HTML形式の We bページデータを 送信すればよい） 、 移動端末装置 10のディスプレイ画面上には、 図 6に示す ような表示がなされることになる。 このように、 リスト提示部 140は、 検索 実行部 1 2 0によって検索された提供情報ファイルのリストを、 移動端末装置 1 0に送信する機能を果たす。

図 6のリス卜に表示されている文字列は、 各提供情報ファイル内の店舗情報 本体データの見出し行の文字列である。 たとえば、 リス トの第 1順位に表示さ れている 「インドレストラン： X X X in Tokyo J なる文字列は、 図 2に示す提 供情報ファイル F 1内の店舗情報本体データ D 1の見出し行の文字列である。 また、 リストの第 2順位に表示されている 「アジアンショップ」 なる文字列は、 情報識別コード 「D D D 2 2 2 2 2 2」 で特定される提供情報ファイル （店舗 ジャンルコードは 「買う 装身具」 ） 内の見出し行の文字列であり、 リス トの 第 3順位に表示されている 「エスニックランド Z Z Z」 なる文字列は、 情報識 別コード 「D D D 3 3 3 3 3 3」 で特定される提供情報ファイル （店舗ジヤン ルコードは 「遊ぶ Zテーマパーク」 ）.内の見出し行の文字列であり、 . . . 以下 同様である。

ここで、 利用者が、 移動端末装置 1 0上に表示されている図 6に示すリス ト を見ながら、 「インドレス トラン： X X X in TokyoJ なる文字列部分をクリッ クするなどの操作を行い、 リストの中の 1つを選択する選択指示を与えると、 図 1に示されているように、 当該選択指示は情報配信部 1 1 0へと送信される。 リスト提示部 1 4 0が移動端末装置 1 0に与えるリストのデータ内に、 各店舗 情報の見出しの文字列とともに、 各店舗情報の情報識別コード C 0を埋め込ん でおくようにすれば、 移動端末装置 1 0は、 利用者がクリックした店舗情報の 情報識別コード C Oそれ自身を選択指示として情報配信部 1 1 0へ送信するこ とができる。

情報配信 1 1 0は、 移動端末装置 1 0から選択指示があつたときに、 提供 情報フアイル格納部 1 0 0から当該選択指示に係る提供情報ファイル F 1内の 店舗情報本体データ D 1を読み出し、 これを移動端末装置 1 0へ配信する処理 を行う。 上述したように、 情報識別コ一ド C Oが選択指示として与えられた場 合、 情報配信部 1 1 0は、 この情報識別コード C Oを用いて該当する提供情報 ファイル F 1を把握することができる。 その結果、 移動端末装置 1 0のデイス プレイ画面上には、図 7に示すような表示がなされることになる。 この表示は、 図 2に示す店舗情報本体データ. D 1に対応する表示である。

もっとも、 図 6に示すリス トは、 従来の一般的な情報提供システムにおいて 提示されるリス トであり、 実は、 本発明に係るシステムで提示されるリス トで はなレ、。 別言すれば、 リスト提示部 1 4 0は、 図 5に示すような検索結果を、 その順位どおりにそのまま並べて提供情報ファイルのリストを作成するわけで はなく、 リスト作成時に掲載順を修正する処理を実行する。 本発明の最も重要 な特徴は、 このリスト提示部 1 4 0によって実行されるリスト掲載順の修正処 理であり、 このような修正処理を施したリストを移動端末装置 1 0 へ送信する ことにより、 利用者の行動パターンをできるだけ正確に予測し、 個々の時点に おいて、 利用者に最適な情報を選択して提供する、 という本発明の目的が達成 されることになる。 以下、 このリス ト提示部 1 4 0によって実行される修正処 理の基本概念を § 2で述べる。

くぐく § 2 . リスト提示部で行われる修正処理の基本概念 > >〉 さて、 § 1では、 たとえば、 図 4に示すような検索条件 （キーワード +端末 位置情報） に基づいて、 検索実行部 1 2 0による検索処理が実行された結果、 図 5に示すような検索結果が得られた具体例を示した。 この検索結果において、 合致度が高い提供情報ファイルは、 検索条件として与えられたキーワードに対 する適合性が高く、 しかも移動端末装置 1 0の現在位置に近い店舗情報につい てのファイルということになる。

しかしながら、 このような合致度の高いファイルから優先的にリス卜の上位 に掲載する方法は、必ずしも利用者の要望に適う方法にはならない。なぜなら、 検索処理により得られた合致度は、 利用者の行動パターンを十分に予測したも のにはなっていないからである。 たとえば、 利用者が 「エスニック」 というキーワードを用いて検索を行った 場合、 エスニックな料理を提供するレス トラン （店舗ジャンル：食べる） 、 ェ スニックな雑貨 '家具などの商品を販売する販売店 （店舗ジャンル：買う） 、 エスニックな美術品を展示する美術館 （店舗ジャンル：見る） 、 エスニックな 雰囲気の遊技施設 （店舗ジャンル：遊ぶ） などの店舗情報が合致度の高い店舗 情報として検索されることになろう。 この場合、 利用者が、 エスニックな料理 を提供するレス トランを検索する意図で 「エスニック」 というキーワードを用 いた検索を行ったのであれば、 本来であれば、 「店舗ジャンル：食べる」 に該 当する店舗情報を優先的にリス トの上位に掲載するべきである。 しかしながら、 § 1で述べた方法では、 利用者の 「食べる」 という行動を予測することができ ないため、 図 6に示す例のように、 雑貨店、 遊技施設、 家具店、 美術館などの 店舗情報までもがリストの上位に掲載されてしまう結果となる。

もちろん、 システムにアクセスしてきた個々の利用者が、 次にどのような行 動を意図しているかを確実に知ることは非常に困難である。 ただ、 多数の利用 者の行動を統計的に解析することにより、 ある程度の行動パターンの予測を行 うことは可能である。 そこで本発明では、 統計的な解析結果に基づいて利用者 の行動パターンを予測し、 当該予測結果に基づいてリス トの掲載順に対する修 正処理を施す、 という手法を採ることにより、 個々の時点において、 利用者に 最適な情報を選択して提供することを可能にしている。

行動パターンを予測するための第 1の手掛かりは、 利用者の地理的な位置で ある。 たとえば、 利用者がレス トランの密集地区からアクセスを行ってきた場 合には、 この利用者は、 これから 「食べる」 という行動を予定している可能性 が高いものと判断することができよう。 あるいは、 利用者が複数の遊技施設へ 向かうバスターミナルからアクセスを行ってきた場合には、 この利用者は、 こ れから 「遊ぶ」 という行動を予定している可能性が高いものと判断することが できよう。 このように、 アクセスを行ってきた利用者の地理的な位置は、 当該 利用者の行動パターンを予測するための何らかの情報を含んでいるものと考え られ、 利用者が望んでいる店舗情報のジャンルを予測する上で有用な手掛かり となる。

行動パターンを予測するための第 2の手掛かりは、 アクセスの時間帯である。 たとえば、 利用者が正午近くにアクセスを行った場合には、 この利用者は、 こ れから昼食を 「食べる」 という行動を予定している可能性が高いものと判断す ることができよう。 また、 時間帯という概念を曜日まで拡張して考えれば、 利 用者が日曜日の午前中にアクセスを行った場合には、 月曜日の午前中にァクセ スを行った場合に比べて、 これから 「遊ぶ」 という行動を予定している可能性 が高いものと判断することができよう。 このように、 アクセスを行ってきた時 間帯も、 当該利用者の行動パターンを予測するための何らかの情報を含んでい るものと考えられ、 利用者が望んでいる店舗情報のジャンルを予測する上で有 用な手掛かりとなる。

本願発明者は、 この 2つの手掛かりを相互に組み合わせると、 その相乗効果 により、更に正確な行動パターンの予測が可能になると考えている。たとえば、 ある地理的な位置において、 ある時間帯に多数の利用者が、 どのような行動を 行ったか、 という統計的データを用意することができれば、 当該地理的な位置 から、 当該時間帯に利用者からのアクセスがあった場合、 当該利用者の行動を 予測することが可能になる。 もちろん、 この予測は、 あくまでも統計的な見地 から得られる行動確率を示すものにすぎないが、 当該予測に基づいてリス トの 掲載順に対する修正処理を施すことにより、 利用者にとってより好ましいと確 率上推定される情報を選択して提供することが可能になる。

そこで、 第 1の手掛かりとなる利用者の地理的位置に基づく行動パターン予 測を行うために、 地図を複数の領域に分割し、 個々の地区領域を定義する。 図 8は、地図を複数の地区領域に分割した例を示す平面図である。図示の例では、 地図を東西の方向に分割することにより座標 A— Nが定義され、 地図を南北の 方向に分割することにより座標 1一 8が定義され、 座標 A— Nと、 座標 1一 8 の組み合わせによって、 1つの地区領域が表される。 たとえば、 図にハツチン グを施した部分は、 「地区領域 4 M」 ということになる。

図 8に示す例は、 単純なモデルであるため、 すべての地区領域が同一寸法を もった正方形から構成されているが、 もちろん、 個々の地区領域の大きさや形 状は任意に設定することが可能である。 たとえば、 ターミナル駅の周辺領域を 1つの地区領域に設定したり、 繁華街の 1ブロックを 1つの地区領域に設定し たりしてもよレ、。 また、 店舗が道路に沿って存在する場合であれば、 利用者が この道路に沿って移動することを想定して、 当該道路に沿った領域を 1つの地 区領域に設定するなど、 道路に沿った人間の移動のしゃすさを考慮して地区領 域の設定を行うようにしてもよレ、。

更に、 第 2の手掛かりとなる時間帯に基づく行動パターン予測を行うために、 図 8に示されている個々の地区領域のそれぞれを時間帯に基づいて区分けする。 ここでは、 こうして区分けされた個々の時間帯を 「単位区画」 と呼ぶことにす る。 たとえば、 個々の地区領域を水平方向に並べ、 個々の時間帯を垂直方向に 並べることにより、 特定の地区領域と特定の時間帯とによって示される単位区 画を二次元マトリックスとして示せば、 図 9に示すようなテーブルが得られる。 後述するように、 このテーブル内の各単位区画には、 それぞれ固有の関心度が 設定されるため、 ここでは、 このテーブルを 「関心度テーブル」 と呼ぶことに する。

この図 9に示す関心度テーブルの水平方向に示されている 1 A , 2 A , 3 A, . . . 6 N , 7 N , 8 Nなる区分けは、 図 8に示す地図上の各地区領域 1 A 一 8 Nに対応するものである。 すなわち、 図 8では、 地図上の各地区領域 1 A 一 8 Nが二次元平面上に配置されているが、 図 9では、 一次元の水平方向軸上 に配置されていることになる。

一方、 図 9の関心度テーブルの垂直方向に示されている日曜日 0— 2 3， 月 曜日 0— 2 3 , . . . 土曜日 0— 2 3なる区分けは、 時間軸上の各時間帯に対応 するものである。 具体的には、 たとえば、 「日曜日 0」 なる時間帯は、 日曜日 の 0 ： 0 0— 1 ： 0 0までの時間帯を示し、 「日曜日 1」 なる時間帯は、 日曜 日の 1 ： ◦ 0— 2 ： 0 0までの時間帯を示し、 . . . 「土曜日 2 3」 なる時間帯 は、 土曜日の 2 3 ： 0 0—日曜日の 0 ： 0 0までの時間帯を示している。

この関心度テーブル上の個々の矩形が、 それぞれ 1つの単位区画を示してい る。 別言すれば、 関心度テーブル上の個々の単位区画は、 それぞれ特定の地区 領域および特定の時間帯を表している。 そして、 1つの単位区画内には、 該当 する地区領域および該当する時間帯において統計的に求められた各店舗ジヤン ルについての多数の利用者の関心度が設定されている。

図 1 0は、 図 9に示す関心度テーブルの 1つの単位区画内に格納される関心 度の具体例を示す図である。 この例では、 単位区画 「1 A : 日曜日 1 4」 に設 定されている関心度が例示されており、 大分類の店舗ジャンルについて、 「食 ベる ： 2 0 %」 ， 「買う ： 6 0 %」 ， 「見る ： 1 5 %」 ， 「遊ぶ： 5 %」 なる 関心度の設定がなされている。 これは、 地図上の地区領域 1 A内に、 日曜日の 1 4 ： 0 0 - 1 5 ： 0 0までの時間帯に居る利用者のその時点における関心の 程度を店舗ジャンルごとに解析すると、 「食べる」 というジャンルに関心をも つている確率が 2 0 %、 「買う」 というジャンルに関心をもっている確率が 6 0 %、 「見る」 というジャンルに関心をもっている確率が 1 5 %、 「遊ぶ」 と レヽぅジャンルに関心をもっている確率が 5 %であることを示している。

このように、 本発明における 「関心度」 とは、 利用者が、 個々の時点におい て直近の行動として、 個々のジャンルに対して、 どの程度の関心をもっている かを示すパラメータである。 ここで重要な点は、 本発明における 「関心度」 と は、 個々の利用者の一般嗜好上の関心の程度を示すものではなく、 特定の地区 領域に特定の時間帯に居るという特定の条件下において、 個々のジャンルに対 する関心の程度を示す数値である点である。 たとえば、 一般に 「グルメ」 と呼ばれる人達に、 一般嗜好上の関心の程度を 尋ねれば、 「食べる」 というジャンルに対する関心が最も高い、 という回答が 得られるであろう。 しかしながら、 このような 「グルメ」 と呼ばれる人達であ つても、 たとえば、 ショッピングモールが密集している地区領域 1 A内に、 日 曜日の 1 4 : 0 0— 1 5 : 0 0までの時間帯 （昼食後の時間帯） に居る場合で あれば、 直近に予定している行動としては、 「買う」 というジャンルの行動で ある可能性が高いであろう。 したがって、 この場合、 アクセスを行ってきた利 用者が 「グルメ」 と呼ばれる人達であっても、 「食べる」 というジャンルの店 舗情報よりも、 「買う」 というジャンルの店舗情報を優先的に提供した方が好 ましいことになる。

このように、 特定の条件下における関心度を求めるためには、 多数の利用者 の行動を調査し、 統計的な解析を行う必要がある。 具体的には、 たとえば、 地 図上の地区領域 1 A内に、 日曜日の 1 4 ： 0 0 - 1 5 ： 0 0までの時間帯に居 る多数の利用者に対して、 これからどんな行動を行う予定である力、あるいは、 現在、 どんな行動を行っているかを、 「食べる」 ， 「買う」 ， 「見る」 ， 「遊 ぶ」 の 4つのジャンルから選択して回答してもらうアンケート調查を行い、 各 ジャンルごとの選択割合を百分率で求めれば、 図 1 0に示すような関心度の数 値を得ることができる。 このような調査を、 地図上のすべての地区領域のすべ ての時間帯について行うようにすれば、 すべての単位区画に図 1 0に示すよう な関心度の数値が収録された関心度テーブルを作成することができる。 図 9に 示す関心度テーブルは、 このようにして作成されたテーブルである。

このように、 関心度テーブルは、 多数の利用者についての過去の行動に基づ いて得られた統計情報であり、 特定の地区領域内に特定の時間帯に居る利用者 力 どのジャンルに関心をもっているかを統計的に示す情報であるが、 個々の 利用者が今後どのような行動をとる可能性が高いかを示す情報としても利用で きる。 すなわち、 利用者の行動パターンを予測するための材料として利用する ことができる。

たとえば、 図 10に示す例の場合、 関心度テーブル内の各数値は、 地区領域 1A内に、 日曜日の 14 ： 00— 1 5 ： 00までの時間帯に居る利用者につい て調查を行ったところ、 「食べる」 というジャンルに関心をもっている人が 2 0%、 「買う」 というジャンルに関心をもっている人が 60%、 「見る」 とい うジャンルに関心をもっている人が 15%、 「遊ぶ」 というジャンルに関心を もっている人が 5%いた、 という過去の調査結果を示すものである。 この調査 結果を利用者の行動パターンを予測するための材料として利用すれば、 地区領 域 1 A内に、 日曜日の 14 ： 00— 15 ： 00までの時間帯に居る利用者が予 定している行動は、 「食べる」 というジャンルである確率が 20%、 「買う」 というジャンルである確率が 60%、 「見る」 というジャンルである確率が 1 5%、 「遊ぶ」 というジャンルである確率が 5%という予測を行うことができ る。

結局、 過去の調査結果として得られた関心度テーブルを用意しておき、 この 関心度テーブル内の各ジャンルごとの関心度に基づいて、 検索結果のリス ト掲 載順を修正するようにすれば、 利用者の行動パターンの予測結果に基づく修正 が可能になり、 個々の時点において、 利用者に最適な情報を選択して提供する ことが可能になる。 たとえば、 地区領域 1 A内に、 日曜日の 14 : 00— 1 5 : 00までの時間帯に居る利用者からアクセスがあった場合、 図 10に示す関心 度テーブルの内容に基づいて、 関心度 60%という最も高い値を示す 「買う」 という店舗ジャンルに係る店舗情報の掲載順がより上位になるようにリスト掲 載順の修正を行えばよい。過去の調査結果から、当該単位区画に居る利用者は、 60%が 「買う」 という行動に関心をもっているので、 「買う」 という店舗ジ ャンルに係る店舗情報の掲載順が上位となるような修正を加えることにより、 利用者により最適と推定されるリスト提示が可能になる。

なお、 図 10には、 関心度テーブルの内容例として、 「食べる」 ， 「買う」 ， 「見る」 ， 「遊ぶ」 という 4つの大分類ジャンルについての関心度を収録した 例を示したが、 もちろん、 小分類ジャンルについての関心度を収録するように してもよい。 図 1 1は、 このような小分類ジャンルについての関心度を収録し た例を示す図である。 図示のとおり、 「食べる」 という大分類ジャンルの下に は、 「フランス料理」 ， 「イタリア料理」 ， 「中華料理」 等の小分類ジャンル が設けられており、 各小分類ジャンルごとに関心度が百分率で示されている。 このように、 各小分類ジャンルごとに関心度を収録した関心度テーブルを用 いれば、 店舗情報の掲載順の修正をより細かく行うことができる。 たとえば、 図 1 1に示す例の場合、 同じ 「食べる」 という大分類ジャンルであっても、 「中 華料理」 という小分類ジャンルの関心度は 1 %であるのに対して、 「イタリア 料理」 という小分類ジャンルの関心度は 3 %である。 したがって、 「中華料理」 の店舗情報に比べて、 「イタリア料理」 の店舗情報をより優先するような掲載 順の修正が行われることになる。

もっとも、 図 1 1に示す例のように、 小分類ジャンルごとに関心度を収録し た関心度テーブルを作成するには、 利用者に対する行動調査も、 小分類ジヤン ルごとに行う必要がある。 たとえば、 地図上の地区領域 1 A内に、 日曜日の 1 4 ： 0 0— 1 5 ： 0 0までの時間帯に居る多数の利用者に対して、 これからど んな行動を行う予定であるか、 あるいは、 現在、 どんな行動を行っているか、 を回答してもらう際に、 単に 「食べる」 という大分類ジャンルを回答してもら う代わりに、 「イタリア料理を食べる」 、 「中華料理を食べる」 というような 小分類ジャンルの回答をもらう必要がある。

なお、 図 1 0および図 1 1に示す例では、 全ジャンルについての関心度の合 計が 1 0 0 %となるような規格化を行い、 関心度を百分率で表すようにしてい るが、 関心度は必ずしも百分率で表現する必要はなく、 任意の数値で表現する ことが可能である。 また、 図 9には、 各曜日ごとの時間帯をそれぞれ別個の単 位区画とした関心度テーブルの例が示されているが、 時間帯の設定は、 必ずし も曜日ごとに別個にする必要はない。 たとえば、 曜日の区別を全く行わないこ とにするのであれば、 0 : 00— 1 : 00、 1 : 00— 2 : 00、 2 : 00— 3 : 00、 .·· 23 : 00— 0 : 00というような時刻単位の時間帯を設定す れば足りる。 もちろん、 曜日の代わりに、 平日と週末といった区分けを行うよ うにしてもよい。 また、 時間帯の区分けの単位も必ずしも 1時間単位にする必 要はなく、 30分単位、 10分単位など、 任意の時間単位で区分けしてかまわ ない。

くぐく § 3. リスト提示部の具体的 構成とその動作 >>〉

上述した § 2では、 リスト提示部 140で行われる修正処理の基本概念を説 明したが、 ここでは、 リスト提示部 140の具体的な構成とその動作を述べる。 図 12は、 図 1に示すリスト提示部 140の内部構成を示すブロック図である。 図示のとおり、 リスト提示部 140は、 検索結果格納部 14 1， 補正処理部 1 42 , テーブル格納部 143, 捕正結果格納部 144, リスト送信部 145に よって構成されている。

検索結果格納部 14 1は、 検索実行部 1 20から引き渡された検索結果を格 納する構成要素である。. 既に § 1で述べたとおり、 検索実行部 120から引き 渡された検索結果は、 たとえば、 図 5に示す例のように、 検索された提供情報 ファイルの情報識別コードと、 当該提供情報ファイルの合致の程度を示す合致 度と、 を対応づけた情報になっている。

テーブル格納部 143は、 § 2で述べた関心度テーブルを格納する構成要素 である。 関心度テーブルは、 地図を複数の地区領域に分割し、 個々の地区領域 の個々の時間帯について設定された単位区画ごとに、 各店舗ジャンルに対応す る関心度を収録したテーブルである。 ここで、 「関心度」 とは、 既に述べたと おり、特定の地区領域に特定の時間帯に居るという特定の条件下において、個々 のジャンルに対する多数の利用者の関心の程度を示す数値であり、 多数の利用 者についての過去の行動を調査することによって求めることができる。 ここで は、 図 9に示すような単位区画をもった関心度テーブルがテーブル格納部 1 4 3内に格納されており、 個々の単位区画内には、 図 1 0に例示するように、 大 分類の店舗ジャンル （食べる、 買う、 見る、 遊ぶの 4つのジャンル） ごとに、 それぞれ百分率で関心度が収録されているものとする。

補正処理部 1 4 2は、 検索実行部 1 2 0から検索結果格納部 1 4 1に対して、 図 5に示すような検索結果 （情報識別コードと合致度とを対応づけた情報） が 引き渡されたときに、 テーブル格納部 1 4 3内の関心度テーブルを参照するこ とにより、 端末位置情報によって示される位置を含む地区領域についての現時 点に対応する単位区画について設定されている各店舗ジャンルについての関心 度を認識する。

ここでは、 説明の便宜上、 図 8に示す地区領域 1 A内に居る利用者が、 移動 端末装置 1 0を用いて、 日曜日の時刻 1 4 ： 2 5に検索条件入力部 1 3 0に対 するアクセスを行い、 何らかのキーワードを検索条件として入力した結果、 検 索実行部 1 2 0によって、 図 5に示すような検索結果が得られた場合を考えて みょう。 上述したように、 このような検索結果は、 検索実行部 1 2 0から検索 結果格納部 1 4 1へと引き渡される。 一方、 図 1のブロック図にも示されてい るとおり、 移動端末装置 1 0から送信されてきた検索条件に含まれている端末 位置情報が、 検索条件入力部 1 3 0力、らリスト提示部 1 4 0へと引き渡される。 図 1 2において、 補正処理部 1 4 2に与えられる端末位置情報は、 こうして検 索条件入力部 1 3 0から引き渡された情報である。

補正処理部 1 4 2は、 この端末位置情報に基づいて、 アクセスを行ってきた 移動端末装置 1 0の現在位置、 すなわち、 アクセス利用者の現在位置を認識す ることができ、 当該現在位置を含む地区領域を特定することができる。 上述の 例の場合、 アクセス利用者の現在位置が、 地区領域 1 Aであることが認識され る。 一方、 補正処理部 1 4 2は、 システムに用意されている時計機能により、 現時点の曜日および時刻を認識することができる。 上述の例の場合、 日曜日の 時刻 1 4 : 2 5という現在時刻が認識される。

なお、 厳密に言えば、 検索実行部 1 2 0による検索処理には多少なりとも時 間がかかるので、 利用者が移動端末装置 1 0に検索条件を入力してから、 検索 結果格納部 1 4 1内に検索結果が引き渡されるまでには多少のタイムラグが生 じるので、 補正処理部 1 4 2が認識した時刻は、 正確には利用者がアクセスを 行った時刻には一致しない。 しかしながら、 この程度のタイムラグによって、 実用上の支障はほとんど生じない。 ただ、 検索実行部 1 2 0による検索処理に かなり時間を要する場合には、 検索条件入力部 1 3 0からリスト提示部 1 4 0 に対して、 利用者がアクセスを行った時刻も併せて引き渡すようにし、 補正処 理部 1 4 2が、 この引き渡された時刻を現在時刻として以下の処理を実行する ようにすれば、 タイムラグの問題は解消する。

さて、 補正処理部 1 4 2は、 「地区領域 1 A」 という利用者の居場所および 「日曜日の時刻 1 4 ： 2 5」 という現在時刻に基づいて、 図 9に示す関心度テ 一ブル上の該当する単位区画 「1 A : 日曜日 1 4」 を参照することにより、 図 1 0に示すような各店舗ジャンルごとの関心度を認識することができる。 そこ で、 検索結果格納部 1 4 1に格納されている 「各提供情報ファイルの合致度」 を、 当該提供情報ファイルに係る店舗ジャンルにつレ、て認識した関心度を用レヽ て補正することにより、補正合致度を求める補正処理を実行する。具体的には、 検索結果格納部 1 4 1に格納されている各合致度に対して、 関心度を乗算する ことにより補正合致度を求めることができる。

図 1 3は、 図 5に示す検索結果に対して、 図 1 0に示す関心度を用いて補正 を行った状態を示す図である。 図 1 3の表の第 1列目に示されている情報識別 コードおよび第 2列目に示されている合致度のデータは、 図 5の表の各対応欄 に示されているデータである。

また、 図 1 3の表の第 3列目に示されている関心度のデータは、 図 5の表の 店舗ジャンルコード欄のデータを用いて、 図 1 0を参照することにより得られ たデータである。 たとえば、 図 1 3の第 1行目の関心度が 「2 0 %」 となって いるのは、 情報識別コード 「D D D 1 1 1 1 1 1」 に対応する店舗情報 （提供 情報ファイル） の店舗ジャンルコードが 「食べる」 であり、 図 1 0を参照する ことにより得られる 「食べる」 というジャンルについての関心度が 「2 0 %」 となっているためである。

そして、 図 1 3の表の第 4列目に示されている補正合致度のデータは、 第 2 列目の合致度のデータに第 3列目の関心度のデータを乗じることにより得られ たデータである。 たとえば、 図 1 3の第 1行目の補正合致度 「1 7 . 0」 は、 合致度 「8 5」 に関心 「2 0 %」 を乗じることにより算出されたものであり、 第 2行目の補正合致度 「4 7 . 4」 は、 合致度 「7 9」 に関心度 「6 0 %」 を 乗じることにより算出されたものである。

補正処理部 1 4 2は、 検索結果格納部 1 4 1内に格納されている検索結果に おける各合致度に対して、 上述した補正処理を実施して補正合致度を算出した 後、 合致度を補正合致度に置換した情報を補正結果格納部 1 4 4に格納する。 したがって、 補正結果格納部 1 4 4には、 検索結果格納部 1 4 1に格納されて いる検索結果の中の合致度を補正合致度に置換した情報が格納されることにな る。

リスト送信部 1 4 5は、 この補正結果格納部 1 4 4に格納されている情報に 基づいて、 補正合致度の大きい順に情報識別コードをソートし、 ソートされた 順序に従って店舗情報の見出しを並べたリストを作成し、 これを移動端末装置 1 0に送信する処理を実行する。 リス トに掲載する各店舗情報の見出しは、 「情 報識別コード j を用いて提供情報ファイル格納部 1 0 0内に格納されている各 提供情報ファイルを調べることにより入手できる。 すなわち、 リスト送信部 1 4 5は、 該当する店舗情報本体データ D 1内の見出し行の文字列を、 ソート順 に並べることによりリス トを作成すればよい （もちろん、 見出しの文字列を、 メタデータ D 2内に用意しておいてもよい） 。 図 1 4は、 補正結果格納部 1 4 4内に格納された補正後の検索結果を、 補正合致度の大きい順にソートした状 態を示している。 図 1 5は、 ソートされた順序に従って店舗情報の見出しを並 ベたリストが、 移動端末装置 10の画面上に表示された状態を示す図である。 すなわち、 図 1 5'に示されているリストにおける 「アジアンショップ」 なる 見出しは、 情報識別コード 「DDD 222222」 で示される提供情報フアイ ノレ （図 14における順位 1位のファイル） の見出しであり、 「トロピカルファ 二チヤ一」 なる見出しは、 情報識別コード 「DDD444444」 で示される 提供情報ファイル （図 14における順位 2位のファイル） の見出しであり、 「ィ ンドレス トラン： XXX in Tokyo J なる見出しは、 情報識別コード 「DDD 1 1 1 1 1 1」 で示される提供情報ファイル （図 14における順位 3位のフアイ ル） の見出しであり、 「カレーショップ： YYY」 なる見出しは、 情報識別コ ード 「DDD 666666」 で示される提供情報ファイル （図 14における順 位 4位のファイル） の見出しであり、 「仏教美術ガンダーラ」 なる見出しは、 情報識別コード 「DDD 555555」 で示される提供情報ファイル （図 14 における順位 5位のファイル） の見出しであり、 「エスニックランド Z Z Z」 なる見出しは、 情報識別コード 「DDD444444」 で示される提供情報フ アイル （図 14における順位 6位のファイル） の見出しである。

§ 1で述べたとおり、 リス ト提示部 140が、 図 5に示す検索結果を、 その 順位どおりにそのまま並べて提供情報ファイルのリストを作成したとすると、 図 6に示すようなリストが得られる。 ところが、 実際には、 リスト提示部 14 0は、 上述したとおり、 図 5に示す検索結果を図 14に示すように補正した上 で、 補正合致度の大きい順にソートしたリストを作成するため、 移動端末装置 10の画面上には、 図 6に示すリストではなく、 図 1 5に示すようなリストが 提示されることになる。

ここで、 利用者が、 この図 1 5に示すリス トの中の 1つを選択する選択指示 を与えると、 移動端末装置 10から情報配信部 1 1 0に対して選択指示が送信 され、 情報配信部 1 1 0が、 提供情報ファイル格納部 1 0 0から当該選択指示 に係る提供情報ファイル内の店舗情報本体データを読み出し、 これを移動端末 装置 1 0へ配信する点は、 既に § 1で述べたとおりである。 たとえば、 利用者 力 移動端末装置 1 0上に表示されている図 1 5に示すリストを見ながら、 「ィ ンドレストラン ： X X X in Tokyo」 なる文字列部分をクリックするなどの操作 を行うと、 提供情報ファイル F 1内の店舗情報本体データ D 1が移動端末装置 1 0 へ配信され、 ディスプレイ画面上には、 図 7に示すような表示がなされる ことになる。

このように、 リスト提示部 1 4 0で行われる修正処理は、 検索実行部 1 2 0 から引き渡される検索結果の表示順序 （利用者に対する提示の優先順位） に対 する修正であり、 検索された店舗情報の見出しの並び順を入れ換える処理とい うことができる。 実際、 図 5に示す検索結果と図 1 4に示す補正後の検索結果 とを比較すると、 両者の相違は、 前者の 「合致度」 が後者では 「補正合致度」 に置換されている点と、 前者が 「合致度」 の大きい順にソートされているのに 対して、 後者が 「補正合致度」 の大きい順にソートされている点のみである。 そして、 図 6に示すリストと図 1 5に示すリストとを比較すると、 両者の相違 は、 各見出しの表示順序だけである。

このように、 本発明の本質的な特徴は、 検索結果をリスト上で一覧表示する 際に、利用者の個々の時点の状況に応じて、見出しの表示順序を適宜修正する、 という点にある。 たとえば、 図 5に示す検索結果は、 店舗ジャンルコードとは 無関係に、 合致度の高い順に各店舗情報をソートした結果である。 ところが、 もし、 このような検索が、 地区領域 1 Aに居る利用者によって、 日曜日の時刻 1 4 ： 2 5という時刻に行われたものだとすれば、 統計的には、 当該利用者の 各ジャンルごとの関心度は図 1 0に示すような分布をとる。 すなわち、 当該利 用者がこれから予定している行動が 「食べる」 である確率は 2 0 %しかないの に、 「買う」 である確率は 6 0 %もあることになる。 そこで、 本発明では、 このようなジャンルごとの関心度を考慮して、 「買う」 というジャンルの店舗情報の提示がより優先されるような修正を施すことにな る。 具体的には、 図 1 3に示すように、 「買う」 というジャンルの店舗情報に 係る合致度に対しては、 「6 0 %」 という関心度を乗じて補正合致度を算出し、 「食べる」 というジャンルの店舗情報に係る合致度に対しては、 「2 0 %」 と いう関心度を乗じて補正合致度を算出することによって調整を行っている。 そ の結果、 図 1 4に示す補正後の検索結果では、 「買う」 というジャンルの店舗 情報の順位が 「食べる」 というジャンルの店舗情報の順位よりも相対的に向上 することとなり、 図 1 5に示すリストでは、 「買う」 というジャンルの店舗情 報の見出しが上位に表示されることになる。

ここでは、 便宜上、 上位 6位までの検索結果についての順位修正処理を例に とって説明を行ったため、 図 6に示すリストと図 1 5に示すリス卜とを比較す ると、 利用者に対する提示効果の面では大差ないように見えるかもしれない。 しかしながら、 実際には、 より多数の店舗情報が検索結果として提示されるこ とになるので、 リスト上での見出しの提示順序は、 利用者の便宜を大きく左右 する要因になる。 たとえば、 全 1 0 0件もの店舗情報の見出しをリス ト上に表 示する場合、 上位 1 0件に提示されるか否かは、 当該店舗情報に対して利用者 が選択指示を与える可能性を大きく変えることになろう。

特に、 移動端末装置 1 0のディスプレイ画面は、 一般的に表示面積が小さい ため、 一画面中に一覧表示可能な見出しの件数は制限されている。 このため、 提示の優先順位が低い見出しを表示させるためには、 利用者は、 スクロール操 作やページ送り操作を行う必要がある。 したがって、 実質的に、 利用者は、 提 示の優先順位が高い見出しに対してのみ選択指示を与える傾向にある。 このよ うな理由からも、 個々の時点における利用者の状況に基づいて利用者の行動パ ターンを予測し、 利用者がこれから予定していると推測される行動ジャンルに 合致した店舗情報を優先的に提示することは非常に重要である。 なお、 図 5の表や図 1 4の表の第 1列目に示された 「順位」 の情報は、 説明 の便宜上、 ソート順を示すためのものであり、 検索結果にこの 「順位」 の情報 まで含ませておく必要はない。 また、 図 5の表や図 1 4の表の第 4列目に示さ れた 「店舗ジャンルコード」 の情報は、 「情報識別コード」 を用いて提供情報 ファイル格納部 1 0 0内に格納されている各提供情報ファイルのメタデータを 調べることにより認識することができるので、 検索結果にこの 「店舗ジャンル コード」 の情報まで含ませておくことも必須ではない。 本発明を実施するにあ たって、 検索結果として必須な情報は、 情報識別コードと合致度のみである。

< < < § 4 . 関心度テーブル作成機能をもつた実施形態 〉〉 > 既に § 3で述べたとおり、 図 1 2に示すリスト提示部 1 4 0内のテーブル格 納部 1 4 3には、 たとえば、 図 9に示すような単位区画について、 それぞれ店 舗ジャンルごとの関心度を収録した関心度テーブルが予め用意されている。 そ して、 補正処理部 1 4 2は、 この関心度テーブルに収録されている関心度を用 いて、 検索結果内の合致度に対する補正を行うことになる。 したがって、 この 関心度テーブルは、 本発明において極めて重要な機能を果たすことになる。 関心度テーブルに収録されている関心度は、 多数の利用者についての過去の 行動に基づいて得られた統計情報であり、 特定の地区領域内に特定の時間帯に 居る利用者が、 どのジャンルに関心をもっているかを統計的に示す情報である。 したがって、 関心度テーブル内の各単位区画についての関心度を求めるために は、 多数の利用者の行動を調査し、 統計的な解析を行う必要がある。 このよう な調查は、 たとえば、 アンケート調査のような方法で行うことができるが、 人 手でこのような調査を行うには、 多大な費用や時間が必要になる。

また、 各単位区画についての関心度は、 時代とともに変遷してゆくことが予 想される。たとえば、ある地区領域内に大きな商業施設が開業したような場合、 当該地区領域についての各ジャンルごとの関心度に変化が生じることが予想さ れる。 したがって、 実用上は、 所定の周期ごとに （たとえば、 3ヶ月おきに） 、 関心度テーブルの内容が最新の調査結果を反映したものになるように更新する 必要がある。

このような課題に対処するためには、 システム自体に関心度テーブルの自動 作成機能をもたせておけばよい。 図 1 6は、 このような関心度テーブル作成機 能をもった実施形態のブロック図である。 図 1に示す基本的な実施形態との相 違は、 新たに、 関心度テーブル作成部 1 5 0が付加されている点のみである。 関心度テーブル作成部 1 5 0は、 多数の利用者が所持する移動端末装置 1 0 から得られる情報に基づいて、 関心度テーブルを新たに作成し、 テーブル格納 部 1 4 3内の関心度テーブルを更新する機能を有している。 なお、 このシステ ムの初期導入時には、 任意の関心度 （たとえば、 いずれの店舗ジャンルについ ても 5 0 %の値） を設定した初期関心度テーブルを格納して運用を開始し、 関 心度テーブル作成部 1 5 0による更新が行われるまで、 仮の運用を行えばよレ、。 ここで述べる実施形態の場合、 関心度テーブル作成部 1 5 0は、 2通りのアル ゴリズムに基づいて、 2通りの関心度テーブルを作成する機能を有している。 以下、 この 2通りのアルゴリズムを順に述べる。

< § 4 - 1 ：予定立案関心度テーブル >

第 1のアルゴリズムは、 「個々の利用者が、 どのようなジャンルに属する行 動についての予定を立案したか」 という観点から、 各単位区画についてのジャ ンルごとの関心度を決定する方法をとる。 そこで、 ここでは、 この第 1のアル ゴリズムにより作成された関心度テーブルを 「予定立案関心度テーブル」 と呼 ぶことにする。

図 1 7は、 予定立案関心度テーブルの作成原理を示すブロック図である。 図 示のとおり、 予定立案関心度テーブル T 1は、 多数の関心情報 I 1に対して統 計処理を行うことにより作成することができる。 関心情報 I 1は、 図示のとお り、 端末位置情報、 時間情報、 店舗ジャンル情報によって構成されている情報 であり、 情報配信部 1 1 0から関心度テーブル作成部 1 5 0に引き渡される情 報である。

ここに示す実施形態の場合、 情報配信部 1 1 0は、 移動端末装置 1 0から選 択指示を受けたときに、 当該移動端末装置 1 0の端末位置情報と、 当該選択指 示を受けた時点を示す時間情報と、 当該選択指示に係る提供情報ファイルの店 舗ジャンルを示す店舗ジャンル情報と、 を含む関心情報 I Iを、 関心度テープ ル作成 ¾5 1 5 0に引き渡す機能を有している。 図 1 7に示す関心情報 I 1は、 このようにして、 情報配信部 1 1 0から関心度テーブル作成部 1 5 0に引き渡 された情報である。

このような関心情報 I 1の引き渡しが行われるまでの経緯は次の通りである。 たとえば、 所定の地区領域に居る利用者が、 移動端末装置 1 0を用いて検索条 件入力部 1 3 0にアクセスし、 何らかの検索条件を入力したものとしょう。 こ の場合、 既に述べたとおり、 検索実行部 1 2 0による検索が行われ、 検索結果 はリス ト提示部 1 4 0へと引き渡され、 移動端末装置 1 0の表示画面には、 た とえば、 図 1 5に示すようなリストが提示される。

ここで、 利用者が、 このリストの 3番目に提示されている 「X X X in TokyoJ なるインド料理店に関する店舗情報を選択する選択指示を与えると、 当該選択 指示は、 情報配信部 1 1 0へと送信される。 情報配信部 1 1 0は、 当該選択指 示に基づいて、 提供情報ファイル格納部 1 0 0から該当する提供情報ファイル F 1内の店舗情報本体データ D 1を読み出し、 これを移動端末装置 1 0へと酉己 信する。 その結果、 移動端末装置 1 0の表示画面上に、 図 7に示すような店舗 情報の表示が行われることになる。 このとき、 情報配信部 1 1 0は、 移動端末 装置 1 0への情報配信を行うとともに、 関心度テーブル作成部 1 5 0に対して、 図 1 7に示すような関心情報 I 1を引き渡す処理を行う。

関心情報 I 1内の端末位置情報は、 図示の例では、 「N 3 5 . 6 2 2 1 , E 1 3 9 . 7 3 1 0」 なる緯度経度情報であり、 移動端末装置 1 0の現時点 （選 択指示を送信した時点）の位置を示す情報である。 このような端末位置情報は、 移動端末装置 1 0から情報配信部 1 1 0に選択指示を送信する際に、 付随させ て送信すればよい。 前述したように、 移動端末装置 1 0は G P S機能を有して いるため、 選択指示を送信する際に、 G P S機能によって認識した緯度経度情 報を自動的に情報配信部 1 1 0 へ送信させることが可能である。

なお、 利用者が検索条件入力部 1 3 0に対して検索条件を送信する時刻と、 当該検索条件に基づいて提示されたリストに基づいて、 情報配信部 1 1 0,に対 して選択指示を送信する時刻との時間差が、 比較的小さいと予想される利用環 境であれば、 関心情報 I 1内の端末位置情報として、 検索条件入力部 1 3 0に 入力された端末位置情報 （すなわち、 検索条件に含まれていた端末位置情報） をそのまま流用するようにしてもかまわない。

関心情報 I 1内の時間情報は、 図示の例では、 「日曜日 1 4 ： 2 3」 なる曜 日も含めた情報となっているが、 これは、 ここで述べる実施形態の場合、 図 9 に示す例のように、 関心度テーブルの時間帯が、 各曜日ごとの時間帯となって いるためである。 この時間情報は、 基本的には、 利用者が情報配信部 1 1 0に 対して選択指示を送信した時点の時刻を示すものであるが、 利用者が検索条件 を送信する時刻と、 当該検索条件に基づいて提示されたリス卜について選択指 示を送信する時刻との時間差が、 比較的小さいと予想される利用環境であれば、 選択指示を送信した時点の時刻の代わりに、 検索条件を送信した時点の時刻を 用いてもかまわない。

関心情報 I 1内の店舗ジャンル情報は、 図示の例では、 「食べる Zインド料 理」 なる情報となっているが、 これは、 配信対象となる提供情 fgファイル F 1 のメタデータ D 2内の店舗ジャンルコード C 2をそのまま読み出すことにより 得られる情報である。 なお、 図 1 1に示す例のように、 小分類の店舗ジャンル についての関心度を収録した関心度テーブルを作成するためには、 関心情報 I 1内にも小分類の店舗ジャンルが必要になるが、 図 1 0に示す例のように、 大 分類の店舗ジャンルについての関心度を収録した関心度テ一ブルを作成する場 合は、 「食べる」 という大分類の店舗ジャンルコードを関心情報 I 1内に用意 しておけば十分である。

ここで、 図 1 7に示されている関心情報 I 1のもつ具体的な意味は、 「日曜 日 1 4 : 2 3」 に、 「N 3 5 . 6 2 2 1 , E 1 3 9 . 7 3 1 0」 なる地点に居 る利用者が、 「食べるノインド料理」 なる店舗ジャンルに所属する特定の店舗 情報の配信を要求した、 という事実を示している。 利用者がこのような配信要 求を行ったということは、 当該利用者のその時点における関心事が、 「食べる

Zインド料理」 なる店舗ジャンルに属する店舗にあり、 そのようなジャンルに 属する店舗を利用する計画を立てている最中であると推測することができる。 そこで、 図 1 7に示すような関心情報 I 1が与えられた場合、 関心度テーブル 作成部 1 5 0は、 「1 A： 日曜日 1 4」 なる単位区画について、 「食べる ィ ンド料理」 なる店舗ジャンルに 1ポイントの得点を与えることにする。

ところで、 関心情報 I 1内の時間情報として、 利用者が検索条件を送信した 時刻を採用しても、 あるいは、 当該検索条件に基づいて提示されたリストにつ いて選択指示を送信した時刻を採用しても、 これらの時刻はいずれも、 利用者 力 これから行う行動の予定を立案している時点を示すものであって、 その行 動を実行している時点 （たとえば、 「食べる」 というジャンルであれば、 実際 に店舗で食事をしている時点） を示しているわけではない。 別言すれば、 実際 に行動が行われる時点は、 関心情報 I 1内の時間情報よりも所定の時間だけ遅 れることになる。

そこで、 関心情報 I 1に対する統計処理を行う際に、 このような遅延時間を 考慮して、敢えて、時間情報が示す時刻が所属する時間帯の単位区画ではなく、 それよりも先の時間帯 （時間軸上で未来の時間帯） の単位区画に集計するよう にしてもよレ、。たとえば、図 1 7に示すような関心情報 I 1が与えられた場合、 「1 A： 日曜日 1 4」 なる単位区画についての集計を行う代わりに、 時間軸上 で次に位置する 「1 A : 日曜日 1 5」 なる単位区画について集計を行うように する。 すなわち、 「1 A : 日曜日 1 5」 なる単位区画について、 「食べる ィ ンド料理」 なる店舗ジャンルに 1ポイントの得点を与えることになる。 結局、 図 1 7に示されている関心情報 I 1の 「日曜日 1 4 : 2 3」 なる時刻を、 利用 者が 「食べる Zインド料理」 なる店舗ジャンルに所属する店舗の利用を検討中 (予定を立案中） の時刻であると考え、 当該利用者が実際に店舗を利用した時 間帯は、 「日曜日の 1 4 ： 0 0— 1 5 ： 0 0」 ではなく、 「日曜日の 1 5 : 0 0— 1 6 ： 0 0」 であろう、 という予測を行うことになる。 要するに、 関心情 報 I 1に含まれている時間情報から、 利用者が実際に店舗を利用するであろう 時刻を予想し、 当該予想時刻が所属する単位区画について、 当該関心情報 I 1 についての統計処理を行うことになる。 このような運用は、 時間帯の区分けめ 単位を 1 0分単位など、 比較的細かく区分けした場合に特に有効である。

さて、実際には、移動端末装置 1 0を用いて本システムを利用する利用者は、 多数 （たとえば、 数千人一数万人） にわたる。 しかも、 これら多数の利用者が リスト内の所望の店舗情報の見出しをクリックするたびに、 図 1 7に示すよう な関心情報 I 1が関心度テーブル作成部 1 5 0に引き渡される。 このため、 関 心度テーブル作成部 1 5 0には、 統計処理に十分な量の関心情報 I 1を収集す ることができる。 こうして、 図 9に示す関心度テーブルを構成する個々の単位 区画内の各店舗ジャンルごとに、 それぞれ得点の合計値が得られたら、 当該合 計値をそのまま関心度の値として用いることができる。 こうして作成された関 心度テーブルは、 多数の利用者の予定立案に係る関心度を示すものであるため、 前述したように、 ここでは 「予定立案関心度テーブル T 1」 と呼ぶことにする。 このようなポィントの集計を行うためには、 関心度テーブル作成部 1 5 0に、 各店舗ジャンルに関心が示された頻度を集計する機能を設けておけばよい。 す なわち、 情報配信部 1 1 0力ゝら、 図 1 7に示すような関心情報 I 1が引き渡さ れたときに、 この関心情報 I 1内に含まれている端末位置情報、 時間情報、 店 舗ジャンル情報を利用して、 端末位置情報によって示される位置を含む地区領 域についての時間情報に対応する単位区画について、 店舗ジャンル情報で示さ れる店舗ジャンルに対する関心が示された旨の記録を行い、 個々の単位区画ご とに、 各店舗ジャンルに関心が示された頻度 （上述したポイント） を集計し、 こうして得られた集計結果に基づいて、 予定立案関心度テーブルを作成すれば よい。

なお、 実用上は、 所定の期間 （たとえば、 1ヶ月間） にわたつて収集した多 数の関心情報 I 1について、 ポイントを集計し、 各集計値を規格化した値を関 心度として、 予定立案関心度テーブルを作成するのが好ましい。 たとえば、 図

10に示す例は、 1つの単位区画内の全店舗ジャンルの関心度の和が 100% となるような規格化を行った例である。

この図 10に示すような内容をもつ予定立案関心度テーブルは、 「日曜日の 14 : 00— 1 5 : 00の時間帯」 に 「地区領域 1 A」 内に居る多数の利用者 が情報配信部 1 10に対して行った選択指示のうち、 20%は 「食べる」 とい うジャンルに属する店舗情報の配信を要求するものであり、 60%は 「買う」 というジャンルに属する店舗情報の配信を要求するものであり、 1 5%は 「見 る」 というジャンルに属する店舗情報の配信を要求するものであり、 5%は「遊 ぶ」 というジャンルに属する店舗情報の配信を要求するものであった、 という 事実に基づく統計処理によって作成されたものである。

< § 4-2 ：訪問利用関心度テーブル >

第 2のアルゴリズムは、 「個々の利用者が、 どのようなジャンルに属する店 舗を訪問し、 利用したか」 という観点から、 各単位区画についてのジャンルご との関心度を決定する方法をとる。 そこで、 ここでは、 この第 2のァルゴリズ ムにより作成された関心度テーブルを 「訪問利用関心度テーブル」 と呼ぶこと にする。

たとえば、 「日曜日の 14 : 00— 1 5 : 00の時間帯」 に 「地区領域 1 A」 内に居る多数の利用者が、 実際にどのようなジャンルに属する店舗を利用した 力、 という事実を把握することができれば、 このような事実を多数収集して統 計処理を施すことにより、 「1 A : 日曜日 1 4」 なる単位区画についての各店 舗ジャンルごとの関心度を求めることができる。 利用者が実際に特定の店舗を 訪問したり、 当該店舗を利用した事実があれば、 当該利用者が、 当該店舗のジ ヤンルに関心があることは明白である。

しかしながら、 個々の利用者が、 どの店舗を実際に訪問し、 あるいは、 どの 店舗を実際に利用した力、 という事実を自動的に収集することは非常に困難で ある。 そこで、 ここで述べる実施形態では、 個々の利用者の移動経路を解析す ることにより、 当該移動経路の周辺に存在する個々の店舗に立ち寄った可能性 を定量的に評価する手法を採っている。 たとえば、 「日曜日の 1 4 : 0 0— 1 5 ： 0 0の時間帯」 に 「地区領域 1 A」 内に居る多数の利用者が、 店舗 S 1に 立ち寄った可能性、 店舗 S 2に立ち寄った可能性、 店舗 S 3に立ち寄った可能 性、 . . .をそれぞれ数値で評価することができれば、 各店舗ジャンルごとに、 こ の評価値を集計することにより、 「1 A : 日曜日 1 4」 なる単位区画について の各店舗ジャンルごとの関心度を求めることができる。 こうして求められた関 心度は、 利用者が当該ジャンルに属する店舗を訪問したり、 利用したりした可 能性を示すものである。

図 1 8は、 訪問利用関心度テーブルの作成原理を示すブロック図である。 図 示のとおり、 訪問利用関心度テーブル T 2は、 多数の位置変遷情報 I 2に対し て統計処理を行うことにより作成することができる。 位置変遷情報 I 2は、 あ る特定の移動端末装置の所定のサンプル時刻ごとの位置の変遷を示す情報であ り、 図示のとおり、 端末位置情報と時間情報とを列挙したデータによって構成 される。 移動端末装置 1 0は、 G P S機能を有しており、 任意の時刻における 自分自身の位置を緯度経度情報として認識することが可能である。 そこで、 た とえば、 移動端末装置 1 0に、 所定のサンプル時刻ごとに端末位置情報を記録 する機能を設けておく。 そうすれば、 移動端末装置 1 0内には、 図 1 8に示す ような位置変遷情報 I 2が作成されることになる。 たとえば、 サンプル時刻を 1分周期に設定しておけば、 移動端末装置 1 0内には、 1 4 : 0 1における位 置、 1 4 ： 0 2における位置、 1 4 ： 0 3における位置、 . . . といった端末位 置情報が時間情報とともに記録されてゆく。 もちろん、サンプル時刻の周期は、 G P Sの機能上可能な範囲内であれば、 たとえば、 8秒周期など、 より細かく 設定することも可能である。

こうして、 作成された位置変遷情報 I 2を、 所定のタイミングで関心度テー ブル作成部 1 5 0に送信するようにする。 たとえば、 2 4時間おきに送信を行 うように設定しておけば、 0 ： 0 0における位置、 0 ： 0 1における位置、 0 ： 0 2における位置 2 3 ： 5 8における位置、 2 3 ： 5 9における位置 というデータから構成される 2 4時間分の位置変遷情報が、 関心度テーブル作 成部 1 5 0に毎日送信されることになる。 したがって、 たとえば、 1ヶ月の間 に多数の利用者から送信されてきた位置変遷情報 I 2は、 統計処理を施すのに 十分な情報になり、 関心度テーブル作成部 1 5 0は、 これらの情報に基づく統 計処理により、 訪問利用関心度テーブル T 2を作成することができる。

続いて、 位置変遷情報 I 2に基づいて訪問利用関心度テーブル T 2を作成す るアルゴリズムを説明する。 上述したように、 位置変遷情報 I 2は、 特定の移 動端末装置の所定のサンプル時刻ごと （ここで述べる実施形態の場合は、 1分 ごと） の位置の変遷を示す情報であるから、 この情報に基づいて個々の移動端 末装置の移動経路上の通過点を認識することができる。

図 1 9は、 このようにして認識された移動経路 R 1と通過点 P 1— P 8を示 す平面図である。 図に黒丸で示す各通過点 P 1— P 8の位置は、 位置変遷情報 I 2に含まれていた端末位置情報 （移動経度情報） に基づいて決定されたもの である。 一方、 図に実線で示す移動経路 R 1は、 各通過点 P 1— P 8を位置変 遷情報 I 2に含まれていた時間情報によって示される時間の順序に従って連結 した直線である。 もちろん、 2つの隣接する通過点間の実際の移動経路は、 必 ずしも直線であるとは限らないので、 図示する移動経路 R 1は、 移動端末装置 1 0の正確な移動経路を示すものではない。

また、 図 1 9に X印で示す各点 S 1— S 7は、 移動経路 R 1の周辺に存在す る店舗の位置を示している。 ここに示す店舗は、 店舗ジャンルとその位置が既 知である店舗であれば、 どのような店舗であってもかまわない。 ただ、 ここに 示す実施形態の場合、 提供情報ファイル格納部 1 0 0内に格納されている個々 の提供情報ファイルに対応する店舗を、 X印で示す各店舗 S 1— S 7として利 用している。 図 1 6のブロック図に示されているとおり、 個々の提供情報ファ ィル内のメタデータ D 2内には、 店舗ジャンルコード C 2と店舗位置コード C 3とが含まれているので、 個々の提供情報ファイルに対応する店舗であれば、 メタデータ D 2を参照することにより、 店舗ジャンルとその位置を認識するこ とができる。

さて、 図 1 9に示す例のように、 位置変遷情報 I 2に基づいて、 その通過点 P 1一 P 8が認識できたら、 提供情報ファイル格納部 1 0 0に格納されている 多数の提供情報ファイル内の店舗位置コード C 3を参照することにより、 個々 の通過点について、 それぞれ各店舗との距離を算出し、 距離の小さい順に所定 数 m個の店舗を、 当該通過点に関する近傍店舗と認識する。 ここでは、便宜上、 所定数 m= 3に設定した例を述べることにする。 なお、 実際には、 1つの通過 点に対してすベての店舗との距離演算を行う必要はなく、 明らかに遠方にある と考えられる店舗との距離演算は省略するのが好ましい。

図 1 9には、 通過点 P 5について、 3つの近傍店舗 S 3， S 4 , S 5が認識 された例が示されている。 通過点 P 5と各近傍店舗 S 3， S 4 , S 5との距離 は、 図の破線の長さとして与えられ、 点 P 5の位置情報と点 S 3 , S 4 , S 5 の位置情報とを用いた幾何学的な演算によって算出することができる。 図示の 例の場合、 通過点 P 5に最も近い店舗は店舗 S 4であり、 2番目に近い店舗は 店舗 S 3であり、 3番目に近い店舗は店舗 S 5である。 したがって、 通過点 P 5については、店舗 S 3, S 4, S 5が近傍店舗として認識されることになる。 もちろん、 個々の通過点ごとに別個独立した近傍店舗が求められる。 たとえ ば、 図 20には、 通過点 P 6についての近傍店舗が、 店舗 S 4， S 5, S 6に なることが示されている。 図 21は、 通過点 P 1— P 8のそれぞれについて求 めた近傍店舗の一覧を示す表である。 この表には、 各通過点の通過時刻 （位置 変遷情報 I 2に含まれる時間情報） と、 各通過点と各近傍店舗との距離も併せ て示されている。 たとえば、 通過点 P 1については、 通過時刻が 「14 : 01」 であり、 3つの近傍店舗が 「S 1, S 2, S4」 であり、 通過点 P Iと各近傍 店舗 S I, S 2 , S 4との距離が 「40m, 28 m, 56 m」 であることが示 されている。 なお、 ここでは一例として、 m単位の精度で距離が算出された例 を示すが、 実際には、 この距離の精度は、 GP Sの位置取得精度に依存して定 まることになる。

この図 21の表を眺めると、 移動経路 R 1上において連続する複数の通過点 に共通する近傍店舗の存在が認識できる。 たとえば、 通過点 P I, P 2は、 移 動経路 R 1上において連続する通過点であるが、 これら 2つの通過点 P I, P 2に関して、 近傍店舗 S l， S 2, S 4は共通している。 更に、 通過点 P 1— P 3に着目すると、 この 3つの通過点も、 移動経路 R 1上において連続する通 過点であるが、 これら 3つの通過点 P 1— P 3に関しては、 近傍店舗 S 4が共 通していることになる。 実は、 この店舗 S 4は、 7つの連続する通過点 P 1— P 7に関して共通する店舗である。 ここでは、 このように移動経路上において 連続する通過点に共通する近傍店舗を共通近傍店舗と呼ぶことにする。

図 21の表は、個々の通過点に着目して、その近傍店舗を示した表であるが、 逆に、 個々の近傍店舗に着目して、 当該近傍店舗を共通近傍店舗とする通過点 を示す表を作成してみょう。 図 22の表は、 このように個々の共通近傍店舗に 着目した表であり、 図 2 1の表に基づいて作成することができる。 たとえば、 図 22の表において、 共通近傍店舗 S 1については、 2つの通過点 P I, P 2 が掲載されているが、 これは、 図 21の表において、 S 1を近傍店舗とする連 続した通過点が P 1と P 2であることを意味している。 同様に、 図 22の表に おいて、 共通近傍店舗 S 4については、 7つの通過点 P 1— P 7が掲載されて いるが、 これは、 図 21の表において、 S 4を近傍店舗とする連続した通過点 が P 1— P 7であることを意味している。

なお、 図 22の表における時刻の欄のデータは、 図 2 1の表における各通過 点の通過時刻を示すものであり、 図 22の表における距離の欄のデータは、 図 '21の表における各通過点と各近傍店舗との距離を示すものである。 また、 図 22の表における滞在係数の欄のデータは、 各共通近傍店舗について、 演算に よって求められた滞在係数の値を示すものである。 こ.こで、 特定の共通近傍店 舗についての滞在係数とは、 当該共通近傍店舗に関する最初の通過点の通過時 刻から最後の通過点の通過時刻に至るまでの時間 （滞在時間） を、 当該共通近 傍店舗に関する最初の通過点から最後の通過点に至るまでの全通過点との距離 の和で除した値である。

たとえば、 図 22の表に示す共通近傍店舗 S 1に関しての滞在時間は、 最初 の通過点 P 1の通過時刻 「14 ： 01」 から最後の通過点 P 2の通過時刻 「1 4 : 02」 に至るまでの時間として与えられるので、 滞在時間 =1分 =60秒 になる。 一方、 最初の通過点 P 1と共通近傍店舗 S 1との距離は 40m、 最後 の通過点 P 2と共通近傍店舗 S 1との距離は 33 mであるから、 「共通近傍店 舗 S 1に関する最初の通過点から最後の通過点に至るまでの全通過点との距離 の和」 は、 40m+ 33 mということになる。 したがって、 共通近傍店舗 S 1 に関しての滞在係数は、 滞在時間 60秒を距離の和 「40m+33m」 で除し た値 「60Z (40 + 33) 」 で与えられる。

同様に、 図 22の表に示す共通近傍店舗 S 4に関しての滞在時間は、 最初の 通過点 Ρ 1の通過時刻 「14 : 01」 から最後の通過点 Ρ 7の通過時刻 「14 : 07」 に至るまでの時間として与えられるので、 滞在時間 = 6分 = 360秒に なる。 一方、 最初の通過点 P 1と共通近傍店舗 S 4との距離は 56 m、 次の通 過点 P 2と共通近傍店舗 S 4との距離は 35 m、 次の通過点 P 3と共通近傍店 舗 S 4との距離は 20m、 次の通過点 P 4と共通近傍店舗 S 4との距離は 1 5 m、 次の通過点 P 5と共通近傍店舗 S 4との距離は 22 m、 次の通過点 P 6と 共通近傍店舗 S 4との距離は 39 m、 最後の通過点 P 7と共通近傍店舗 S 4と の距離は 44 mであるから、 「共通近傍店舗 S 4に関する最初の通過点から最 後の通過点に至るまでの全通過点との距離の和」 は、 56m+ 35m+ 2 Om + 1 5m+22m+39m+44mということになる。 したがって、 共通近傍 店舗 S 4に関しての滞在係数は、 滞在時間 360秒を距離の和 「 56 m+ 35 m+ 20m+ 1 5m+ 22m+39m+44m」 で除した値 「36 OZ (56 + 35 + 20 + 15 + 22 + 39 + 44) 」 で与えられる。

一方、 図 22の表に示す共通近傍店舗 S 7に関しては、 通過点 P 8が唯一の 通過点となっているため、 最初の通過点 P 8の通過時刻 「14 : 08」 から最 後の通過点 P 8の通過時刻 「14 ： 08」 に至るまでの時間は 0であり、 滞在 時間 = 0になる。 このように滞在時間が 0になる共通近傍店舗の滞在係数は 0 であり、 実用上、 このような唯一の通過点しかもたない近傍店舗は、 共通近傍 店舗として取り扱う必要はない。

このように、 滞在係数を求める式の分子 （滞在時間） が 0になる場合は、 滞 在係数 =0になるが、 分母 （距離の総和） が 0になる場合は、 滞在係数 =無限 大となる。 もちろん、 理論的には、 滞在係数の範囲を 0—無限大とする定義を 行ってもかまわない。 ただ、 実用上、 一般的なコンピュータでは、 分母を 0と する演算は実行できない場合が多い。 このような問題を解決するためには、 た とえば、 予め滞在係数の上限値を定めておき、 分母 （距離の総和） が 0になる 場合は、 当該上限値を滞在係数とするような取り扱いを行えばよい。

あるいは、 上記問題を解決する別な方法として、 滞在係数の定義を若干修正 してもよい。 たとえば、 特定の共通近傍店舗についての滞在係数を、 当該共通 近傍店舗に関する最初の通過点の通過時刻から最後の通過点の通過時刻に至る までの時間 （滞在時間） を、 当該共通近傍店舗に関する最初の通過点から最後 の通過点に至るまでの全通過点との距離の和に所定の定数 Δを加えた値で除し た値、 とする定義を行えばよレ、。 所定の定数 Δを 0でない正の数に設定してお けば、 距離の総和が 0であったとしても、 滞在係数を求める式の分母は Δにな り、 0にはならない。

なお、 ここでは、 滞在時間の単位を秒、 距離の単位を mとして、 滞在係数の 値を定義しているが、 滞在時間や距離の単位は任意に設定することができる。 どのような単位を用いて滞在係数を定義するかという問題は、 単なるスケーリ ングの問題であり、 本質的な問題ではない。

さて、 ここで、 各共通近傍店舗について求められた滞在係数の意味するとこ ろを考えてみる。 上述したとおり、 滞在係数は、 滞在時間を距離の総和で除し た値として定義されるパラメータであり、 滞在時間を分子、 距離の総和を分母 とする分数式で与えられる。 したがって、 分子の滞在時間が大きくなればなる ほど、 滞在係数は大きくなり、 分母の距離の総和が大きくなればなるほど、 滞 在係数は小さくなる。 このようなパラメータは、 利用者が共通近傍店舗に立ち 寄った可能性を定量的に評価するパラメータとして利用することができる。 もちろん、 この分数式の分子となる滞在時間は、 単に、 当該店舗が近傍店舗 として認識されていた時間を示すものであり、 当該店舗に利用者が実際に滞在 していた時間を示すものではない。 そもそも位置変遷情報 I 2は、 サンプル時 刻ごとの緯度経度情報の羅列であり、 利用者が特定の店舗を訪問したり、 当該 店舗を実際に利用したりした事実を示すものではない。 しかしながら、 特定の 店舗について算出された上記滞在時間が長ければ長いほど、 当該店舗に実際に 滞在していた可能性は高いと判断することができるので、 上記滞在時間は、 利 用者が当該店舗に立ち寄った可能性を示す定量的な値として利用する'ことが可 能である。 たとえば、 図 2 2に示す例の場合、 店舗 S 1についての滞在時間は 60秒であるのに、 店舗 S 4についての滞在時間は 360秒であるから、 店舗 'S 1に立ち寄った可能性よりも、 店舗 S 4に立ち寄った可能性の方が高い、 と いう推定を行うことができる。

一方、 この分数式の分母となる距離の総和は、 各通過点と店舗とがどれほど 離れているかを示しており、 距離の総和が小さければ小さいほど、 当該店舗に 実際に滞在していた可能性は高いと判断することができるので、 やはり利用者 が当該店舗に立ち寄った可能性を示す定量的な値として利用することが可能で ある。 距離を求めるために利用される各店舗の位置は、 緯度経度情報によって 示される店舗の代表点位置 （たとえば、 店舗の敷地のほぼ中央の点） であるか ら、 利用者が当該店舗に実際に立ち寄つていたとしても、 通常、 距離の総和は 0にはならなレ、。 しかしながら、利用者が当該店舗に実際に立ち寄っていれば、 その滞在期間中の各サンプル時刻に得られた通過点と当該店舗との距離は、 非 常に小さくなると考えられるので、 距離の総和を分母とする分数式の値は、 店 舗に立ち寄った可能性を示す値として利用可能である。 逆言すれば、 特定の店 舗について算出された滞在時間が長くても、 距離の総和が大きければ、 当該店 舗についての滞在係数は小さくなるが、 これは、 実際には当該店舗ではなく別 な場所に滞 していた可能性が高まるためである。

図 23は、 共通近傍店舗についての滞在係数を求める一般的手法を説明する 平面図である。 この図は、 移動経路 R 1上において連続する第 （ i-2) 番目の 通過点 P ( i-2) から、 第 （ i +n + 3) 番目の通過点 P ( i +n + 3) に至 るまで、 第〗番目の店舗 S jが共通する近傍店舗となった例を示している。 図 において、 合計 （n+ 1) 個の通過点 P ( i ) 一 P ( i +n) は同一の黒丸で 示されているが、 これは同一の緯度経度情報を有しているためである。 店舗 S jは、 図 23に示されているすべての通過点 P ( i-2) 一 P ( i +n + 3) に 共通する共通近傍店舗であるから、 これら各通過点のいずれについても、 近い 順の順位が m位以内 （前掲の例の場合、 m=3) に入る店舗になっている。 この図 23に示す位置の変遷は、 利用者が実際に店舗 S j を利用した場合の 典型的な例である。 たとえば、 店舗 S jがレストランであり、 当該店舗の店舗 位置コード C 3としては、 図の点 S jの緯度経度情報が登録されており、 客席 の位置が、 図の通過点 P ( i ) 一 P ( i + n) を示す黒丸の位置であつたよう な場合、 利用者がこのレストランを利用すると、 図示のような位置変遷情報が 得られることになる。 通過点 P ( i ) 一 P ( i +n) の通過時間を時間 t ( i ) 一 t ( i +n) とすれば、 当該時間は、 利用者がレス トランで食事をとつてい た時間ということになる。

図 24は、 図 23に示す例において、 共通近傍店舗 S jの滞在係数を求める 具体的な手法を示す表である。 この表における通過点 P ( i-2) 一 P ( i +n + 3) は、 図 23に黒丸で示す各通過点を示しており、 この表における時刻 t ( i-2) - t ( i +n + 3) は、 各通過点 P ( i-2) 一 P ( i +n + 3) の 通過時刻を示しており、 この表における距離 L ( i- 2)— L ( i + n + 3) は、 各通過点 P ( i-2) 一 P ( i +n + 3) と共通近傍店舗 S j との距離を示して いる。

この例の場合、 共通近傍店舗 S j に関する連続する一連の通過点のうち、 最 初の通過点 P ( i-2) の通過時刻は t ( i-2) であり、 最後の通過点 P ( i + n + 3) の通過時刻は t ( i +n + 3) であるから、 滞在時間は、 t ( i + n + 3) -t ( i-2) として求まる。 一方、 距離の総和は、 L ( i-2) +L ( i 一 1) +L ( i ) + ... +L ( i +n+ 3) として求まる。 結局、 店舗 S j に 関する滞在係数は、 図 24の表の右欄に示す分数式によって算出される。

以上、 1人の利用者の一部分の移動経路に基づいて共通近傍店舗を認識し、 当該店舗についての滞在係数を算出する方法を説明した。 通常、 1人の利用者 の 1日の移動経路からは、複数の共通近傍店舗が認識されることになる。また、 場合によっては、 午前と午後とで、 同一の店舗がそれぞれ共通近傍店舗として 別個独立して認識される場合もあろう。 こうして認識された個々の共通近傍店 舗について、 それぞれ上述した滞在係数が算出される。 このような滞在係数の 算出値は、 多数の利用者の移動経路のそれぞれについて得られることになり、 しかも、 たとえば 30日間といった期間にわたって収集されることになる。 そこで、 個々の共通近傍店舗について算出された滞在係数を、 当該共通近傍 店舗の位置を含む地区領域についての当該共通近傍店舗について認識された滞 在時間に対応する単位区画について、 当該共通近傍店舗の店舗ジャンルに対す る関心の程度を示す値として集計すれば、 この集計結果に基づいて訪問利用関 心度テーブルを作成することができる。

具体的には、 図 22の表の右欄に示されている各滞在係数は、 次のようにし て集計されることになる。 たとえば、共通近傍店舗 S 1についての滞在係数「6 0/ (40 + 3 3) 」 は、 店舗 S 1の位置 （店舗位置コード C 3によって示さ れる位置） を含む地区領域についての滞在時間： 日曜日 1 4 ： 0 1— 1 4 ： 0 2に対応する単位区画について、 店舗 S 1の店舗ジャンルに対する関心度とし て集計される。 具体的には、 店舗 S 1が地区領域 1 Aに所属している映画館で あれば、 単位区画 「1 A： 日曜日 1 4」 の店舗ジャンル 「見る」 について、 滞 在係数 「60Z (40 + 33) 」 なるポイントが加算されることになる。

同様に、 共通近傍店舗 S 4についての滞在係数 「36 0 (56 + 35 + 2 0 + 1 5 + 2 2 + 39 + 44) 」 は、 店舗 S 4の位置を含む地区領域について の滞在時間： 日曜日 1 4 : 0 1— 1 4 : 0 7に対応する単位区画について、 店 舗 S 4の店舗ジャンルに対する関心度として集計される。 具体的には、 店舗 S 4が地区領域 1 Αに所属しているレストランであれば、 単位区画 「1 A : 日曜 日 1 4」 の店舗ジャンル 「食べる」 について、 滞在係数 「360Z (56 + 3 5 + 20+ 1 5 + 22 + 39 + 44)」なるポイントが加算されることになる。 このような集計を、 多数の利用者について、 所定の期間にわたって行い、 各 単位区画ごとの集計値 （累積加算されたポイントの合計値） が得られれば、 当 該集計値を関心度とする訪問利用関心度テーブルを作成することができる。 実 '用上は、 各集計値を規格化した値を関心度として、 予定立案関心度テーブルを 作成するのが好ましい。 たとえば、 図 10に示す例は、 1つの単位区画内の全 店舗ジャンルの関心度の和が 100 %となるような規格化を行った例である。 この図 10に示すような内容をもつ訪問利用関心度テーブルは、 「日曜日の 14 : 00— 1 5 : 00の時間帯」 に 「地区領域 1 A」 内に居た多数の利用者 が実際に訪問したり、 利用したりしたと推測される店舗のうち、 20%は 「食 ベる」 というジャンルに属する店舗であり、 60%は 「買う」 とレ、うジャンル に属する店舗であり、 1 5%は 「見る」 というジャンルに属する店舗であり、 5%は 「遊ぶ」 というジャンルに属する店舗であった、 という推測結果を示す ものである。

< § 4-3 ：関心度テーブル作成部の具体的な構成〉

ここでは、 図 16に示す関心度テーブル作成部 1 50の内部構成およびその 動作を、 図 25のブロック図を参照しながら説明する。 ここに示す関心度テー ブル作成部 150は、 § 4-1で述べた予定立案関心度テーブル T 1と、 § 4- 2で述べた訪問利用関心度テーブル T 2との 2種類の関心度テーブルを作成す る機能を有している。

図 25に示す頻度集計部 1 51は、 情報配信部 1 10から引き渡される関心 情報 I 1に基づいて、 予定立案関心度テーブル T 1を作成するための構成要素 である。 すなわち、 頻度集計部 1 5 1は、 図 1 7に示すような関心情報 I 1に 基づいて、 端末位置情報によって示される位置を含む地区領域についての時間 情報に対応する単位区画について、 店舗ジャンル情報で示される店舗ジャンル に対する関心が示された旨の記録を行い、 個々の単位区画ごとに、 各店舗ジャ ンルに関心が示された頻度を集計し、 この集計結果に基づいて予定立案関心度 テーブルを作成する処理を行う。 その具体的な処理内容については、 既に § 4- 1で述べたとおりである。

一方、 図 25に示す近傍店舗認識部 1 52， 滞在時間認識部 1 53, 滞在係 数算出部 1 5 4 , 滞在係数集計部 1 5 5は、 各移動端末装置 1 0から引き渡さ れる位置変遷情報 I 2に基づいて、 訪問利用関心度テーブル T 2を作成するた めの構成要素である。

まず、 近傍店舗認識部 1 5 2は、 個々の移動端末装置 1 0の所定のサンプル 時刻ごとの位置の変遷を示す位置変遷情報 I 2に基づいて、 個々の移動端末装 置 1 0の移動経路上の通過点 Pを認識し、 提供情報ファイル格納部 1 0 0に格 納されている提供情報ファイル内の店舗位置コード C 3を参照することにより、 個々の通過点 Pについて、 それぞれ各店舗との距離を算出し、 距離の小さい順 に所定数 m個の店舗を、 当該通過点 Pに関する近傍店舗 Sと認識する処理を行 う。 たとえば、 図 1 9， 図 2 0に示す例の場合、 各通過点 P 1— P 8のそれぞ れについて、 図 2 1の表に示すような近傍店舗の認識がなされる。

次に、 滞在時間認識部 1 5 3は、 移動経路上において連続する通過点に共通 する共通近傍店舗について、 最初の通過点の通過時刻から最後の通過点の通過 時刻に至るまでの時間を滞在時間と認識する処理を行う。 たとえば、 図 1 9 , 図 2 0に示す例の場合、 図 2 2の表に示すような各共通近傍店舗 S 1— S 7に ついて、 最初の通過点の通過時刻から最後の通過点の通過時刻に至るまでの滞 在時間が求められる。

なお、 共通近傍店舗は、 基本的には、 1つの移動経路上において 「連続する」 通過点に共通する近傍店舗として定義されるものである。 したがって、 1つの 移動経路上において 「断続する」 通過点に共通する近傍店舗があっても、 当該 近傍店舗は、 これら 「断続する」 通過点についての共'通近傍店舗として認識す べきではない。 たとえば、 図 1 9に示す例において、 通過点 P 8に後続して、 通過点 P 9 , P 1 0 , P 1 1 , P 1 2が存在し、 通過点 P 1 1および P 1 2の 近傍店舗の 1つに店舗 S 2が含まれていた場合を考える。

この場合、 店舗 S 2は、 通過点 P 1， P 2 , P 1 1 , P 1 2についての近傍 店舗であるが、 この 4つの通過点 P l， P 2 , P 1 1 , P I 2についての共通 近傍店舗にはならない。 なぜなら、 通過点 P I, P 2は移動経路上において 「連 続する」 通過点であり、 通過点 P 1 1， P 12も移動経路上において 「連続す る」 通過点であるが、 通過点 P 2と P I 1との間は連続していないため、 通過 点 P l， P 2, P 1 1 , P I 2の 4点は、 1つの移動経路上において 「連続す る」 通過点ではないからである。 このような場合、 店舗 S 2は、 通過点 P l， P 2について共通近傍店舗 S 2として認識されるとともに、 通過点 P 1 1， P 12について別個の共通近傍店舗 S 2として認識されることになる。

もっとも、 実用上は、 「連続する」 という条件の解釈には、 若干の余裕をも たせておくのが好ましい。 たとえば、 図 23には、 利用者が時間 t ( i) 一 t ( i +n)の時間帯に店舗 S jで食事をとつていた例を示した。 この例の場合、 本来は、 移動経路上において 「連続する」 通過点 P ( i-2)一 P ( i +n + 3) のすべてについて、 店舗 S jが近傍店舗となり、 店舗 S jは、 通過点 P ( i-2) 一 P ( i +n + 3) についての共通近傍店舗となるはずである。 ところが、 何 らかの原因で、 通過点 P ( i-2) 一 P ( i +n + 3) 内の 1点についての緯度 経度情報の取得にエラーが生じ、 当該エラーが生じた通過点については、 店舗 S jが近傍店舗にはならなかったとしょう。

この場合、 「連続する」 という条件解釈を厳密に行うと、 店舗 S jは、 通過 点 P ( i-2) 一 P ( i +n + 3) についての共通近傍店舗にはならず、 エラー が生じた通過点の前後で分断された 2つのグループの通過点について、 それぞ れ別個独立した共通近傍店舗として認識されてしまう。 このような認識による 処理が行われても、 重大な支障は生じないが、 このような認識による処理を防 ぐためには、 たとえば、 途中の通過点部分について連続性が途絶えていたとし ても、 途絶えた通過点の数が所定数以下であった場合には、 これを 「連続する」 と解釈した取り扱いを行うようにすればよい。

また、 移動端末装置の位置を認識するシステムとして一般的な GP Sを用い た場合、 屋内での位置情報の取得は不得手である。 したがって、 図 23に示す 例の場合、 店舗 S jが屋内のレストランであると、 図の通過点 P ( i) — P ( i + n) の位置情報は取得できない可能性がある。 このように、 通過点の情報が 一定期間にわたって脱落しているような場合には、 この脱落期間の直前および 直後の通過点の位置情報に基づいて、 両者が移動経路上において連続している か否かを判断すればよい。 具体的には、 図 23に示すように、 直前の通過点 P ( i-1) と直後の通過点 P ( i +n+ 1) とが極めて接近している場合には（た とえば、 「両者の距離が 3 Om以下」 といった基準を満たす場合には） 、 その 途中で途絶えた通過点の数が多数 （図 23の例では 「n + l」 個） あつたとし ても、 両通過点 P ( i-1) , P ( i +n+ 1) は移動経路上において連続して いるものと解釈した取り扱いを行うようにすればよレ、。

次に、 図 25に示す滞在係数算出部 1 54は、 各共通近傍店舗について、 最 初の通過点から最後の通過点に至るまでの全通過点との距離の和を求め、 滞在 時間認識部 153によって求められた滞在時間を距離の和で除した値を滞在係 数として算出する処理を行う。 たとえば、 図 1 9, 図 20に示す例の場合、 図 22の表の右欄に示すような分数式によって、 各共通近傍店舗についての滞在 係数が求められる。 なお、 距離の和が 0になった場合に演算に支障が生じる場 合には、 前述したとおり、 滞在時間を 「距離の和に所定の定数 Δを加えた値」 で除した値を滞在係数とすればよい。

最後の滞在係数集計部 1 55は、 滞在係数算出部 1 54が算出した個々の共 通近傍店舗についての滞在係数を、 当該共通近傍店舗の位置を含む地区領域に ついての当該共通近傍店舗について認識された滞在時間に対応する単位区画に ついて、 当該共通近傍店舗の店舗ジャンルに対する関心の程度を示す値として 集計する処理を行い、 その集計結果に基づいて訪問利用関心度テ一ブルを作成 する。

なお、 集計処理を行う際に、 滞在時間が複数の単位区画の時間帯を跨いでい る場合には、 滞在時間と個々の単位区画の時間帯との重なり度合いに応じて按 分した滞在係数を、 各単位区間ごとに集計するようにすればよい。 たとえば、 図 22に示す例において、店舗 S 4についての滞在係数は、滞在時間である 「日 曜日の 14 ： 01— 14 ： 07」 を含む時間帯、 すなわち、 「日曜日 14」 な る時間帯 （日曜日の 14 ： 00— 1 5 ： 00の時間帯） の単位区画に集計され ることになる。 このように、 滞在時間が 1つの単位区画の時間帯に包含される 場合は、 当該単位区画について滞在係数を集計すればよい。

ところが、 滞在時間が、 たとえば、 「日曜日の 1 3 ： 30— 14 ： 20」 で あった場合、 「日曜日 1 3」 と 「日曜日 14」 という 2つの時間帯に跨がるこ とになる。 このような場合、 滞在時間と個々の単位区画の時間帯との重なり度 合いを求めると、 「日曜日 13」 という時間帯に対しては 30分間だけ重なり、 「日曜日 14」 という時間帯に対しては 20分間だけ重なっていることになる。 そこで、 集計対象となる滞在係数を、 30 ： 20に按分し、 滞在係数の 30/ 50の部分を 「日曜日 1 3」 なる時間帯の単位区画に集計し、 滞在係数の 20 Z50の部分を 「日曜日 14」 なる時間帯の単位区画に集計すればよい。

< § 4-4 ：複数の関心度テーブルの取り扱い〉

さて、 図 25のブロック図に示すように、 ここに述べる実施形態の場合、 関 心度テーブル作成部 1 50は、 予定立案関心度テーブル T 1と訪問利用関心度 テーブル T 2という 2種類の関心度テーブルを作成する機能を有している。 こ うして作成された各関心度テーブル T 1 , T2は、 図 1 2に示すリスト提示部 140内のテーブル格納部 143に格納されることになり、 補正処理部 142 による合致度の補正処理に利用される。

このように、 テーブル格納部 143内に、 複数の関心度テーブルを格納して おき、 補正処理部 142が、 これら複数の関心度テーブルを参照することによ り複数通りの関心度を認識し、 認識した複数通りの関心度を用いて補正を行う ことにより、 補正合致度を求めるようにすることは有用である。

たとえば、ここに示す実施形態の場合、予定立案関心度テーブル T 1は、「個々 の利用者が、 どのようなジャンルに属する行動についての予定を立案したか」 という観点から、 各利用者の関心度を定義したテーブルであるのに対して、 訪 問利用関心度テーブル T 2は、 「個々の利用者が、 どのようなジャソルに属す る店舗を訪問し、 利用したか」 という観点から、 各利用者の関心度を定義した テーブルである。 このように、 異なる観点から作成した複数の関心度テーブル を用いれば、 より適切な関心度を定義することが可能になり、 利用者に最適な 情報を選択して提供するという本発明の目的を達成するための効果を増進させ ることができる。 '

複数の関心度テーブルを参照して補正合致度を求めるには、 補正処理部 1 4 2が、 各関心度テーブルから得た関心度のそれぞれについて予め重みパラメ一 タを設定しておき、 それぞれの関心度に重みパラメータを乗じた値を、 合致度 に対して乗算すればよい。

図 2 6は、 このような方針に基づいて、 リスト提示部 1 4 0内で行われる補 正処理の一例を示すブロック図である。 図示のとおり、 テーブル格納部 1 4 3 には、 予定立案関心度テ一ブル T 1と訪問利用関心度テーブル T 2とが格納さ れている。 これらの各テーブル T l， Τ 2は、 水平方向に地区領域、 垂直方向 に時間帯をとつた個々の単位区画ごとに、 各店舗ジャンルに対応する関心度を 設定したテーブルであり、 関心度テーブル作成部 1 5 0によって所定期間ごと (たとえば、 1ヶ月ごと） に作成され更新される。

ここでは、 予定立案関心度テーブル Τ 1内に設定されている関心度を α 1と し、 訪問利用関心度テーブル Τ 2内に設定されている関心度を α 2としょう。 図において、 各関心度テーブル T l , Τ 2内にハッチングを施して示した部分 は、 それぞれテーブル内の 1つの単位区画である。 予定立案関心度テーブル Τ 1内の各単位区画には、 図示のとおり、 「食べる」 なるジャンルの関心度 ct 1 ( 1 ) 、 「買う」 なるジャンルの関心度ひ 1 ( 2 ) 、 「見る」 なるジャンルの 関心度 α ΐ ( 3 ) 、 「遊ぶ」 なるジャンルの関心度 α ΐ ( 4 ) が設定されてい る。 同様に、訪問利用関心度テーブル T 2内の各単位区画には、 図示のとおり、 「食べる」 なるジャンルの関心度 α 2 ( 1 ) 、 「買う」 なるジャンルの関心度 ひ 2 ( 2 ) 、 「見る」 なるジャンルの関心度 α 2 ( 3 ) 、 「遊ぶ」 なるジヤン ルの関心度 α 2 ( 4 ) が設定されている。 ここでは、 大分類のジャンルについ て設定した関心度を示したが、 もちろん、 小分類のジャンルについて関心度の 設定を行ってもかまわない。

さて、 既に § 3で述べたとおり、 補正処理部 1 4 2は、 関心度テーブルを参 照することにより、 端末位置情報によって示される位置を含む地区領域につい ての現時点に対応する単位区画について設定されている各店舗ジャンルについ ての関心度を認識し、 検索結果格納部 1 4 1に格納されている 「各提供情報フ アイルの合致度」 を、 当該提供情報ファイルに係る店舗ジャンルについて認識 した関心度を用いて補正することにより、 補正合致度を求める処理を行う。 図 2 6に示す実施形態の場合、補正処理部 1 4 2は、 2つの関心度テーブル Τ 1 , Τ 2を参照することにより、 該当する単位区画について設定されている該当ジ ャンルについてのそれぞれの関心度を認識することになる。

たとえば、 合致度 Μの補正を行う対象となる提供情報フアイルの店舗ジャン ルが第〗番目のジャンルであった場合、 補正処理部 1 4 2は、 予定立案関心度 テーブル Τ 1の該当単位区画から関心度ひ 1 ( j ) を読み出し、 訪問利用関心 度テーブル T 2の該当単位区画から関心度 ct 2 ( j ) を読み出す。 そして、 予 め設定されていた重みパラメータ k 1 ， k 2を用いて、 補正対象となる合致度 Mに対して、 M* =M X ( k 1 · α 1 ( j ) ) X ( k 2 · ct 2 ( j ) ) なる演算 を行うことにより、 補正合致度 M*を求める処理を行う。 ここで、 k lは、 予定 立案関心度テーブル T 1内の関心度についての重みを示すパラメータであり、 k 2は、 訪問利用関心度テーブル T 2内の関心度についての重みを示すパラメ ータである。 k l ， k 2の値は、 2つの関心度テーブル T 1 ， T 2のどちらを 重視した補正を行うかを考慮して、 適宜設定しておけばよレ、。 < < < S 5 . 広告主意向度テーブルを用いる実施形態 〉〉>

本発明に係る情報提供システムの重要な特徴は、 過去の調査結果として得ら れた関心度テーブルに基づいて、 検索結果の合致度を補正し、 利用者に提示す る検索結果のリス ト掲載順を修正するという手法にある。 ここで利用される関 心度テーブルは、 あくまでも利用者側の立場から、 どのような状況では、 どの ようなジャンルに対する関心が高いかという関心度を示すものである。

ここで述べる実施形態は、 このような利用者の関心度に加えて、 更に広告主 の意向度を考慮して検索結果の合致度を補正し、 利用者に提示する検索結果の リス ト掲載順を修正するものである。 ここで、 広告主の意向度とは、 特定の時 間帯に特定の地区領域に居る利用者に対して、 自己の店舗情報を配信したい意 向の程度を示すパラメータである。 ここで述べる実施形態の場合、 補正処理に 広告主の意向度を反映させるために、 広告主意向度テーブルを用いている。 図 2 7は、 このような広告主の意向度を考慮した処理を行う機能をもった実 施形態のブロック図である。 図 1 6に示す実施形態との相違は、 新たに、 広告 主意向度テーブル作成部 1 6 0が付加されている点と、 リス ト提示部 1 4 0が 意向度を考慮した処理を行う点である。 広告主意向度テーブル作成部 1 6 0は、 広告主の指示に応じた外部からの入力操作に基づいて、 各提供情報フアイルに ついての広告主意向度テーブルをそれぞれ作成し、 これをリスト提示部 1 4 0 内のテーブル格納部 1 4 3に格納する処理を実行する。

図 2 8は、 図 2 7に示す広告主意向度テーブル作成部 1 6 0によって作成さ れた広告主意向度テーブル T 3の具体例を示す図である。 図示のとおり、 この 広告主意向度テーブル T 3には、 図 9に示す関心度テーブルと同様の単位区画 が設けられており、 個々の単位区画ごとにそれぞれ店舗情報の提供を行う広告 主の意向度が設定されている。 すなわち、 広告主意向度テーブル T 3の基本的 な構成は、 水平方向に個々の地区領域を並べ、 垂直方向に個々の時間帯を並べ ることにより、 特定の地区領域および特定の時間帯に対応した多数の単位区画 が定義される。 図 2 8のテーブル内にハッチングを施して示した部分は、 1つ の単位区画を示している。

ただ、 関心度テーブルと広告主意向度テーブルとの第 1の相違点は、 関心度 テーブルの個々の単位区画には、 図 1 0や図 1 1に示す例のように、 複数の店 舗ジャンルについての関心度が設定されていたのに対し、 広告主意向度テープ ルの個々の単位区画には、 1つの意向度のみが設定されている点である。 たと えば、 図 2 8にハッチングを施して示した単位区画には、 1つの意向度 のみ が設定されている。

そして、 関心度テーブルと広告主意向度テーブルとの第 2の相違点は、 広告 主意向度テーブルが、 1つ 1つの提供情報ファイルごとにそれぞれ別個独立し て用意される点である。 図 2 8には、 複数枚の広告主意向度テーブルが重なつ て描かれているが、 これは、 1つの提供情報ファイルについて、 1つの広告主 意向度テーブルが用意されることを示すものである。 図 2 8において一番上に 示されている広告主意向度テーブル T 3 (D D D 1 1 1 1 1 1 ) は、 情報識別 コード 「D D D 1 1 1 1 1 1」 で特定される提供情報ファイル F 1 (図 2に示 すファイル） について用意された広告主意向度テーブルである。 したがって、 提供情報ファイル格納部 1 0 0内に 1万組の提供情報ファイルが格納されてい る場合、 広告主意向度テーブルも 1万組だけ用意されることになる。

上述したように、 広告主の意向度とは、 特定の時間帯に特定の地区領域に居 る利用者に対して、 自己の店舗情報を配信したい意向の程度を示すパラメータ である。 たとえば、 図 2 7に示す広告主意向度テーブル T 3 (D D D 1 1 1 1 1 1 ) は、 図 2に示す店舗情報の広告主 （通常は、 「インドレストラン： X X X in Tokyo jの経営者） 、当該店舗情報を配信したいと欲する意向の程度を、 個々の単位区画ごとにそれぞれ設定したテーブルである。 すなわち、 図 2 8に ハッチングを施して示した単位区画に設定された意向度 ]3は、 当該単位区画に 対応する地区領域および時間帯に居る利用者に対して、 図 2に示す店舗情報本 体データ D 1を配信したいと欲する意向の程度を示す値ということになる。 意向度 の値としては、 どのような数値を設定してもかまわないが、 たとえ ば、 0 1 0 0の任意の値を設定することができる。 意向度 1 0 0は、 当該店 舗情報の配信を強く望む意向を示し、 意向度 0は、 当該店舗情報の配信を望ま ない意向を示すことになる。 もちろん、 意向度 ]3の値としては、 「配信する （/3 = 1 ) 」 か 「配信しない （/3 = 0 ) 」 の二値データを設定してもかまわない。 広告主意向度テーブル作成部 1 6 0は、 広告主の指示に応じた外部からの入力 操作に基づいて、 このような広告主意向度テーブルを作成し、 リスト提示部 1 4 0内のテーブル格納部 1 4 3に格納する処理を実行する。

具体的には、たとえば、広告主が操作するパソコンなどの端末装置に対して、 各単位区画の部分が空欄となった空の広告主意向度テーブルを表示するための

W e bページのデータを送信し、 当該 W e bページ上において、 広告主に、 空 欄部分に所望の意向度を示す数値を入力する操作を行ってもらうようにすれば、 広告主が入力した数値を取り込むことにより、 広告主意向度テーブルを作成す ることができる。 もちろん、 過去に設定した意向度の値を、 必要に応じて、 更 新することができるようにしておくのが好ましい。

結局、 図 2 7に示す実施形態の場合、 リスト提示部 1 4 0内のテーブル格納 部 1 4 3には、 図 2 9に示すように、 予定立案関心度テーブル T 1および訪問 利用関心度テーブル T 2の他に、 個々の提供情報ファイルに対応した複数の広 告主意向度テーブル T 3が格納されていることになる。 これらの各テーブル T 1 , T 2 , T 3は、 いずれも水平方向に地区領域、 垂直方向に時間帯をとつた 個々の単位区画ごとに、 所定のパラメータを設定したテーブルという点におい て共通している。

そして、 ここに示す実施形態の場合、 補正処理部 1 4 2は、 合致度の補正対 象となる提供情報ファイルについての広告主意向度テーブル T 3を参照するこ とにより、 該当単位区画に設定されている意向度を認識し、 関心度と意向度と の双方を用いて補正を行うことにより、 補正合致度を求める処理を行う。 具体 的には、 補正処理部 142は、 関心度と意向度とのそれぞれについて重みパラ メータを設定する機能を有しており、 関心度にその重みパラメータを乗じた値 および意向度にその重みパラメータを乗じた値を、 それぞれ合致度に対して乗 算することにより補正合致度を求める。

ここでは、 たとえば、 「日曜日の 14 : 00— 1 5 : 00の時間帯」 に 「地 区領域 1A」 内に居る特定の利用者が、 何らかの検索条件を入力することによ り、 検索実行部 1 20が、 所定の検索結果を得た場合を考えてみょう。 このと き、 図 2に示すような 「インドレストラン： XXX in Tokyo] に関する店舗情 報が、 合致度 Mを有する検索結果として含まれていたものとする。 この場合、 図 29に示す補正処理部 142は、 次のような処理によって、 合致度 Mに対す る補正を行うことになる。

まず、補正処理部 142は、予定立案関心度テーブル T 1の該当単位区画「 1 A： 日曜日 14」 から関心度ひ 1 ( j ) を読み出し、 訪問利用関心度テーブル T 2の該当単位区画 「1 A : 日曜日 14」 から関心度ひ 2 ( j ) を読み出す。 ここで、 「インドレス トラン： XXX in Tokyo」 の店舗ジャンルは、 「食べる」 であるから、 j = 1である。 補正処理部 142は、 更に、 「インドレス トラン ： XXX in Tokyo J についての広告主意向度テーブル T 3 (DDD 1 1 1 1 1 1) の該当単位区画 「1Α _: 日曜日 14」 から意向度 ]3を読み出す。

そして、 予め設定されていた重みパラメータ k 1 , k 2, k 3を用いて、 補 正対象となる合致度 Mに対して、 M*=MX (k 1 · α 1 ( j ) ) X (k 2 · ひ 2 ( j ) ) X (k 3 · J3) なる演算を行うことにより、 補正合致度 M*を求める 処理を行う。 ここで、 k lは、 予定立案関心度テーブル T 1内の関心度につい ての重みを示すパラメータであり、 k 2は、 訪問利用関心度テーブル T 2内の 関心度についての重みを示すパラメータであり、 k 3は、 広告主意向度テープ ル T 3内の意向度についての重みを示すパラメータである。 k l， k 2, k 3 の値は、 3つのテ一ブル T l , T 2 , T 3のいずれを重視した補正を行うかを 考慮して、 適宜設定しておけばよい。

広告主は、 広告主意向度テーブル T 3内の各単位区画の意向度の設定を適宜 変えることにより、 各店舗情報の配信確率をある程度コント口ールすることが できる。 たとえば、 地区領域 1 Aに位置する店舗 Aと、 地区領域 1 Fに位置す る店舗 Fとの 2店舗を経営している事業主が、 地区領域 1 Aの近傍にいる利用 者に対しては店舗 Aの店舗情報を配信し、 地区領域 1 Fの近傍にいる利用者に 対しては店舗 Fの店舗情報を配信したいと考えたとしょう。 この場合、 店舗 A の店舗情報についての広告主意向度テーブル上では、 地区領域 1 Aに近い単位 区画の意向度を高く設定し、 地区領域 1 Fに近い単位区画の意向度を低く設定 するとともに、 店舗 Fの店舗情報についての広告主意向度テーブル上では、 地 区領域 1 Aに近い単位区画の意向度を低く設定し、 地区領域 1 Fに近い単位区 画の意向度を高く設定すればよい。 そうすれば、 地区領域 1 Aの近傍にいる利 用者に提示されるリストでは、 店舗 Aの見出しが店舗 Fの見出しよりも上位に 表示されるが、 地区領域 1 Fの近傍にいる利用者に提示されるリストでは、 店 舗 Fの見出しが店舗 Aの見出しよりも上位に表示される傾向になる。

あるいは、 同一店舗について、 ランチメニューを掲載した昼用店舗情報と、 ディナーメニューを掲載した夜用店舗情報との 2通りの店舗情報を用意した場 合であれば、 昼間の時間帯には昼用店舗情報を配信したいと考えるであろうし、 夜間の時間帯には夜用店舗情報を配信したいと考えるであろう。 この場合、 昼 用店舗情報についての広告主意向度テーブルでは、 昼間の時間帯に対応する単 位区画の意向度を高く設定し、 夜間の時間帯に対応する単位区画の意向度を低 く設定するとともに、 夜用店舗情報についての広告主意向度テーブルでは、 昼 間の時間帯に対応する単位区画の意向度を低く設定し、 夜間の時間帯に対応す る単位区画の意向度を高ぐ設定すればよい。 そうすれば、 昼間に検索を行った 利用者に提示されるリストでは、 昼用店舗情報の見出しが夜用店舗情報の見出 しょりも上位に表示されるが、 夜間に検索を行った利用者に提示されるリス ト では、 夜用店舗情報の見出しが昼用店舗情報の見出しよりも上位に表示される 傾向になる。

なお、 広告主に意向度 ]3を設定させるには、 前述したとおり、 広告主が操作 するパソコンなどの画面上に、 空の広告主意向度テーブルを表示し、 空欄部分 に意向度を示す数値を入力してもらうのが実用的であるが、 この空の広告主意 向度テーブル上に、 関心度テーブル作成部 1 5 0によって作成された関心度テ 一ブルの関心度 _αを何らかの形式で表示するようにすれば、 広告主が意向度 ]3 を設定する上で有用な情報を提供することができる。

本発明における関心度テーブルには、 たとえば、 図 9に示す例のように、 複 数の単位区画（地区領域と時間帯によって分けられた区画）が設けられている。 また、 本発明における広告主意向度テーブルにも、 たとえば、 図 2 8に示す例 のように、 複数の単位区画 （地区領域と時間帯によって分けられた区画） が設 けられている。 したがって、 図 2 8に示す広告主意向度テーブル Τ 3 (D D D 1 1 1 1 1 1 ) の個々の単位区画は、 図 9に示す関心度テーブルの個々の単位 区画に 1対 1に対応する。 そこで、 広告主に空の広告主意向度テーブルを提示 して個々の空欄に意向度 ]3を設定してもらう際に、 関心度テーブルを参照して、 個々の空欄に対応する単位区画における対応する店舗ジャンルについての関心 度 αを何らかの形式で表示することができれば、 広告主は、 当該関心度 αを参 考にして、 意向度 ]3を設定することができる。

たとえば、 図 2 8に示す広告主意向度テーブル Τ 3 ( D D D 1 1 1 1 1 1 ) 力 「インドレストラン ： X X X in TokyoJ に関する店舗情報についての空の テーブルであり、 広告主がその空欄 （入力欄） に意向度 を設定する操作を行 う場合を考えてみょう。 このような場合、 個々の入力欄には、 関心度テーブル 上の対応する単位区画における対応する店舗ジャンル、すなわち、 ジャンル「食 ベる」 についての関心度 αを表示すればよい。 要するに、 広告主意向度テーブル作成部 1 6 0は、 特定の提供情報ファイル についての特定の単位区画の意向度を広告主の入力操作に基づいて設定する際 に、 テーブル格納部 1 4 3内の関心度テーブル T 1 , T 2を参照することによ り、 当該特定の単位区画について当該特定の提供情報ファイルの店舗ジャンル (上例の場合は 「食べる」 ） に対応して設定されている関心度 αを認識し、 認 識した関心度 αを広告主が操作するパソコン等の端末装置に提示する処理を行 うようにすればよレ、。

実用上は、 関心度 αを示す数値をそのまま表示する代わりに、 関心度 ctの大 きさを入力欄の色で示すようにすると、 広告主に対して直観的な提示が可能に なる。 たとえば、 関心度 αが 0— 1 0 0 %の範囲の数値で設定されている場合 であれば、 「食べる」 についての関心度 αが、 1 0 0 %≥ α≥ 8 0 %の範囲内 の値をとる入力欄は赤色で表示、 8 0 %〉 α≥ 6 0 %の範囲内の値をと入力欄 はオレンジ色で表示、 6 0 % > α≥4 0 %の範囲内の値をとる入力欄は黄色で 表示、 4 0 % > α≥ 2 0 %の範囲内の値をとる入力欄は緑色で表示、 2 0 % > α≥ 0 %の範囲内の値をとる入力欄は青色で表示、 というように色分けすれば よい。 もちろん、 関心度 αが 4 0 %未満の入力欄は、 何ら着色を行わない、 と いうような表示形式をとることも可能である。

なお、 意向度 ]3の入力欄に関心度 αを表示する方法は、 色彩を変える方法に 限定されるものではない。 たとえば、 各入力欄を、 対応する関心度 αに応じた ハッチングを施して表示したり、 対応する関心度 αに応じた輝度で表示したり、 対応する関心度 αに応じたフォントで表示したりすることもできるし、 各入力 欄に関心度ひに応じたマーク （たとえば、 円、 正方形、 三角形などの幾何学図 形など） を表示することもできる。

要するに、 広告主意向度テーブル作成部 1 6 0が、 「個々の単位区画に対応 し、 それぞれ所定の意向度 ]3を入力するための入力欄」 を広告主に提示し、 各 単位区画について認識した関心度 αに応じた表示態様で各入力欄を表示するよ うにすればよレ、。

本発明における 「関心度」 は、 特定の地区領域において特定の時間帯に居る 標準的な利用者が、 何らかの行動を行うにあたって、 個々のジャンルに対して どの程度の関心をもっているかを示す統計的なデータである。 このような統計 的なデータは、 広告主が意向度 0を設定する上で非常に参考になるデータと言 える。 たとえば、 単位区画 「1 A : 日曜日 1 4」 に対応する空欄に意向度 ]3を 設定する場合 （すなわち、 地区領域 1 Aに、 日曜日 1 4 ： 0 0— 1 5 ： 0 0の 時間帯に居る利用者に対して配信を行うことを示す意向度 /3を設定する場合） 、 当該空欄が赤色で表示されていれば、 当該地区に当該時間帯に居る大多数の利 用者は、 「食べる」 ことが重大な関心事であることが統計的に示されているこ とになるので、 通常、 「インドレストラン： X X X in Tokyo J の広告主は、 効 率的な広告配信を行うために、 当該空欄には数値の高い意向度 ]3を設定するこ とになろう。 逆に、 当該空欄が青色で表示されていれば、 当該地区に当該時間 帯に居る大多数の利用者は、 「食べる」 ことには興味をもっていないことが統 計的に示されていることになるので、 当該広告主は、 低い意向度 ]3を設定する ことになろう。

意向度 ]3の設定用画面上で上述のような表示形態をとる場合、 広告主意向度 テーブル作成部 1 6 0は、 テーブル格納部 1 4 3内に格納されている関心度テ 一ブルを参照して、 対応する単位区画の対応するジャンルについての関心度ひ の値を取得すればよい。 なお、 参考にする関心度 αとしては、 予定立案関心度 テーブル Τ 1内の関心度 α 1を用いてもよいし、 訪問利用関心度テーブル Τ 2 内の関心度 α 2を用いてもよい。 もちろん、 α 1と α 2の双方から求まる関心 度ひ （たとえば、 両者の積や、 これを規格化した値など） を用いてもよい。 広告主に、 各単位区画について、 当該区画の関心度 αを考慮して意向度 J3の 設定を行わせる方法は、 必ずしも各欄に関心度ひを色彩などによって提示する 方法に限定されるものではない。 たとえば、 個々の単位区画を、 関心度 αの大 きレ、順に並べて提示するような方法を採ることもできる。 この方法では、 広告 主意向度テーブル作成部 1 6 0が、 関心度 ctの大きい単位区画を優先的に広告 主に提示することにより、 関心度 αの大きい単位区画を推薦していることにな る。 広告主は、 順序が先の単位区画に対して、 より高い意向度 ]3を設定するこ とにより、 より効果的な広告配信が可能な設定を行うことができる。

要するに、 広告主意向度テーブル作成部 1 6 0が、 特定の提供情報ファイル についての各単位区画の意向度を広告主の入力操作に基づいて設定する際に、 テーブル格納部 1 4 3内の関心度テーブル Τ 1， Τ 2を参照することにより、 各単位区画について当該特定の提供情報ファイルの店舗ジャンルに対応して設 定されている関心度を認識し、 関心度の大きさを考慮した優先順位に従って単 位区画を広告主に提示するようにすればよい。

また、 上例のように単位区画に優先順位をつける際には、 関心度 αだけでな く、 単位区画の地区領域と広告対象店舗との距離を参酌するようにしてもよレ、。 ここで述べる実施形態の場合、 前述したとおり、 各提供情報ファイル内には、 店舗位置コード C 3がメタデータとして用意されているので、 広告対象となる 店舗の位置と各地区領域との距離を算出することができる。 そこで、 「インド レス トラン ： X X X in TokyoJ ついての意向度 ]3を設定する場合であれば、 たとえば、 当該店舗から 1 k m以内の地区領域についての単位区画のみを推薦 対象として、 この推薦対象となる単位区画を、 関心度ひの大きい順に並べて提 示する、 というような方法を採ることも可能である。

このような方法を更に発展させれば、 広告主意向度テーブル作成部 1 6 0は、 広告主の入力操作によって意向度 /3を設定する代わりに、 所定のアルゴリズム に基づいて、 意向度 ]3を自動的に設定することも可能になる。 たとえば、 「ィ ンドレス トラン： X X X in TokyoJ についての意向度 ]3を設定する場合であれ ば、 当該店舗から 1 k m以内の地区領域についての単位区画のうち、 ジャンル 「食べる」 についての関心度 αが 6 0 %以上である単位区画には、 一律、 意向 度 j3 = 1 0 0 %を設定し、 残りの単位区画については、 一律、 意向度 = 0 % を設定する、 というアルゴリズムを予め定めておけば、 広告主が入力操作を行 うことなしに、 各単位区画に 1 0 0 %もしくは 0 %の意向度 ]3を自動的に設定 することが可能になる。

< < < § 6 . 利用者評価値テーブルを用いる実施形態 > >〉

§ 5では、 利用者の関心度を示す関心度テーブルと、 広告主の意向度を示す 広告主意向度テーブルとの双方を用いて、 検索結果の合致度を補正し、 利用者 に提示する検索結果のリスト掲載順を修正する実施例を述べた。 ここで述べる 実施形態は、 このような利用者の関心度および広告主の意向度の加えて、 更に 利用者の評価値を考慮して検索結果の合致度を補正し、 利用者に提示する検索 結果のリスト掲載順を修正するものである。 ここで、利用者の評価値とは、個々 の店舗に対する利用者の評価を示すパラメータであり、 他の利用者に対して当 該店舗を薦めたい程度を示すものである。 ここで述べる実施形態の場合、 補正 処理に利用者の評価値を反映させるために、 利用者評価値テ一ブルを用いてい る。

図 3 0は、 このような利用者の評価値を考慮した処理を行う機能をもった実 施形態のブロック図である。 図 2 7に示す実施形態との相違は、 新たに、 利用 者評価値テーブル作成部 1 7 0が付加されている点と、 リスト提示部 1 4 0が 利用者の評価値を考慮した処理を行う点である。 利用者評価値テーブル作成部 1 7 0は、 各店舗に対する評価を利用者から収集することにより、 各提供情報 ファイルについての利用者評価値テーブル T 4をそれぞれ作成し、 これをリス ト提示部 1 4 0内のテーブル格納部 1 4 3に格納する処理を実行する。

図 3 1は、 図 3 0に示す利用者評価値テーブル作成部 1 7 0によって作成さ れた利用者評価値テーブル T 4の具体例を示す図である。 この利用者評価値テ 一ブル T 4の構成は、 これまで述べてきた関心度テーブル T 1 , T 2や広告主 意向度テーブル T 3とは若干異なっている。 すなわち、 利用者評価値テーブル T4には、 単位区画は設けられておらず、 地区領域や時間帯という概念は存在 しない。

利用者評価値テーブル Τ 4は、 1つ 1つの提供情報ファイルごとにそれぞれ 別個独立して用意される （この特徴は、 広告主意向度テーブル Τ 3の特徴と共 通する） 。 図 3 1には、 複数枚の利用者評価値テーブル Τ 4が重なって描かれ ているが、 これは、 1つの提供情報ファイルについて、 1つの利用者評価値テ 一ブル Τ 4が用意されることを示すものである。 図 31において一番上に示さ れている利用者評価値テーブル Τ 4 (DDD 1 1 1 1 1 1) は、 情報識別コー ド 「DDD 1 1 1 1 1 1」 で特定される提供情報ファイル F 1 (図 2に示すフ アイル） について用意された利用者評価値テーブルである。 したがって、 提供 情報ファイル格納部 100内に 1万組の提供情報ファイルが格納されている場 合、 利用者評価値テーブルも 1万組だけ用意されることになる。 もっとも、 利 用者からの評価値の回答が寄せられていない提供情報ファイルについての利用 者評価値テーブルは、 空のテ一ブルということになる。

上述したように、 特定の店舗に関する利用者の評価値は、 当該店舗に対する 利用者の評価を示すパラメータである。 たとえば、 図 31に示す利用者評価値 テーブル T 4 (DDD 1 1 1 1 1 1) には、 利用者 I D 「U 000 X」 につい ての個人評価値 E= 3、 利用者 I D 「U000Y」 についての個人評価値 E = 5、 利用者 I D 「U000 Z」 についての個人評価値 E= 2、 という評価値が 収録されているが、 これは情報識別コード 「DDD 1 1 1 1 1 1」 で特定され る店舗、 すなわち、 図 2に示す 「インドレストラン： XXX in TokyoJ につい ての各利用者ごとの 「満足度」 や 「お薦め度」 を示すものである。 具体的には、 利用者 I D 「U 000 X」 をもつ利用者は評価値 3を与え、 利用者 I D 「U 0 00 Yj をもつ利用者は評価値 5を与え、 利用者 I D 「U000 Z」 をもつ利 用者は評価値 2を与えた結果が示されている。

個人評価値 Eの値としては、 どのような数値を設定してもかまわないが、 こ こに示す例の場合、 「E = 5 :大変良い、 E = 4 :良い、 E = 3 :普通、 E = 2 ：悪い、 E = l ：大変悪い」 の 5段階評価を行うようにしている。 利用者評 価値テーブル作成部 1 7 0は、 各店舗に対する評価値を利用者から収集するこ とにより、 各提供情報ファイルについての利用者評価値テーブルをそれぞれ作 成し、 リス ト提示部 1 4 0内のテーブル格納部 1 4 3に格納する処理を実行す る。

具体的には、 たとえば、 移動端末装置 1 0からアクセス可能な評価値入力用 W e bページを用意しておき、当該 W e bページ上において、個々の利用者に、 所望の店舗についての個人評価値を入力してもらうようにすればよい。 実用上 は、 個々の利用者に会員登録をしてもらつて利用者 I Dを発行し、 利用者が入 力した特定の店舗に関する個人評価値 Eを、 利用者 I Dに対応づけて、 当該特 定の店舗の提供情報ファイルについての利用者評価値テーブルに記録する処理 を行えばよい。

あるいは、 情報配信部 1 1 0から店舗情報本体データ D 1を配信したときに、 当該店舗情報本体データ D 1に対する個人評価値 Eを利用者から回答してもら うような方法を採ることも可能である。 たとえば、 情報配信部 1 1 0から配信 する店舗情報本体データ D 1の最後に、 個人評価値 Eを回答するための W e b ページの U R Lを含ませておけば、 当該 W e bページへと誘導して、 個人評価 値 Eの入力を促すことができる。 また、 情報配信部 1 1 0から配信する店舗情 報本体データ D 1の最後に、 個人評価値 Eを返信するための電子メールァドレ スを含ませておき、 当該電子メールァドレス宛てに個人評価値 Eを回答するメ ールを送信させるようにしてもよい。

個人評価値 Eを与えるための評価基準は、 個々の利用者の恣意的な判断に委 ねてかまわない。 たとえば、' レス トランであれば、 味、 価格、 内装、 店員のサ 一ビスなど、 個々の利用者の自由裁量に基づく総合的な判断により、 個人評価 値を設定してもらえばよい。 また、 個人評価値の回答者は、 当該店舗を実際に 利用した利用者に限定する必要はない。 たとえば、 情報配信部 1 1 0から店舗 情報の配信を受けた利用者が、 当該配信内容のみに基づいて個人評価値の回答 を行ってもかまわない。

なお、 同一の利用者 （同一の利用者 I Dをもった利用者） から、 同一の店舗 に対する評価値が複数回にわたって寄せられた場合には、 最新の評価値を当該 利用者についての個人評価値としてテーブルに収録すればよい （あるいは、 複 数の評価値の平均値を収録してもよい） 。

こうして、 テーブル格納部 1 4 3内には、 各提供情報ファイルのそれぞれに 対応した利用者評価値テーブルが格納されることになり、 各利用者評価値テー ブルには、 各提供情報ファイルに対応する店舗についての利用者の評価値が記 録されていることになる。 このように、利用者評価度テーブルは、基本的には、 それぞれの提供情報ファイルに対応して用意されることになる。 ただ、 同一の 店舗について複数通りの提供情報ファイルが用意されている場合 （たとえば、 同一店舗について、 ランチメニューを掲載した昼用店舗情報と、 ディナーメニ ユーを掲載した夜用店舗情報との 2通りの店舗情報が用意されているような場 合） は、 これら複数通りの提供情報ファイルについて、 共通する 1つの利用者 評価値テーブルを用意すれば足りる。

結局、 図 3 0に示す実施形態の場合、 リスト提示部 1 4 0内のテーブル格納 部 1 4 3には、 図 3 2に示すように、 予定立案関心度テーブル T 1 , 訪問利用 関心度テーブル T 2， 個々の提供情報ファイルに対応した複数の広告主意向度 テーブル T 3の他に、 更に、 個々の提供情報ファイルに対応した複数の利用者 評価値テ一ブル T 4が格納されていることになる。

ここに示す実施形態の場合、 補正処理部 1 4 2は、 合致度の補正対象となる 提供情報ファイルについての利用者評価値テーブル T 4の内容を参照すること により、 該当店舗に設定されている利用者評価値を認識し、 関心度、 意向度、 利用者評価値のすべてを用いて補正を行うことにより、 補正合致度を求める処 理を行う。 具体的には、 補正処理部 142は、 関心度、 意向度、 利用者評価値 のそれぞれについて重みパラメータを設定する機能を有しており、 関心度にそ の重みパラメータを乗じた値、 意向度にその重みパラメータを乗じた値、 利用 者評価値にその重みパラメータを乗じた値を、 それぞれ合致度に対して乗算す ることにより補正合致度を求める。

ところで、 図 3 1に示す例のように、 1つの店舗に関する利用者評価値テー ブルには、 多数の利用者それぞれについての個人評価値 Eが収録されているの で、 補正処理部 142は、 これら複数の個人評価値 Eに基づいて、 合致度の補 正演算に利用する評価値を決定する必要がある。 最も簡単な方法は、 テーブル に収録されているすべての利用者についての個人評価値 Eの平均値を合致度の 補正演算に利用する方法である。 以下、 この方法によって、 実際に行われる合 致度の補正演算の一例を説明する。

たとえば、 § 5で述べた例と同様に、 「日曜日の 14 : 00— 1 5 : 00の 時間帯」 〖こ 「地区領域 1 A」 内に居る特定の利用者が、 何らかの検索条件を入 力することにより、 検索実行部 1 20が、 所定の検索結果を得た場合を考えて みょう。 このとき、 図 2に示すような 「インドレストラン： XXX in Tokyo J に関する店舗情報が、 合致度 Mを有する検索結果として含まれていたものとす る。 この場合、 図 32に示す補正処理部 142は、 次のような処理によって、 合致度 Mに対する補正を行うことになる。

まず、補正処理部 142は、予定立案関心度テーブル T 1の該当単位区画「 1 A： 日曜日 14」 から関心度 α 1 ( j ) を読み出し、 訪問利用関心度テーブル T 2の該当単位区画 「 1 A： 日曜日 14」 から関心度 _α 2 (j ) を読み出す。 ここで、 「インドレス トラン： XXX in Tokyo」 の店舗ジャンルは、 「食べる」 であるから、 j = 1である。 続いて、 補正処理部 142は、 「インドレストラ ン： XXX in TokyoJ についての広告主意向度テーブル T 3 (DDD 1 1 1 1 1 1) の該当単位区画 「1 A： 日曜日 14」 から意向度 ]3を読み出す。 補正処 理部 142は、 更に、 「インドレストラン： XXX in TokyoJ についての利用 者評価値テーブル T 4 (DDD 1 1 1 1 1 1) を参照することにより、 補正演 算に用いる評価値 γを決定する。 具体的には、 利用者評価値テーブル Τ 4 (D DD I 1 1 1 1 1) に収録されているすべての利用者についての個人評価値 E の平均値を評価値 γと決定すればょレ、。

そして、 予め設定されていた重みパラメータ k 1， k 2, k 3, k 4を用い て、 補正対象となる合致度 Mに対して、 M*=MX (k 1 · α 1 (〗） ） X (k 2 · α 2 ( j ) ) X (k 3 · j3) X (k 4 · y ) なる演算を行うことにより、 補正合致度 M*を求める処理を行う。 ここで、 k lは、 予定立案関心度テーブル T 1内の関心度についての重みを示すパラメータであり、 k 2は、 訪問利用関 心度テーブル T 2内の関心度についての重みを示すパラメータであり、 k 3は、 広告主意向度テーブル T 3内の意向度についての重みを示すパラメータであり、 k 4は、 利用者評価値テーブル T 4内の評価値についての重みを示すパラメ一 タである。 k l, k 2, k 3, k 4の値は、 4つのテーブル T l, T 2, T 3, T 4のいずれを重視した補正を行うかを考慮して、 適宜設定しておけばよい。 こうして、 利用者評価値テーブルの内容を考慮して、 リスト上での検索結果 の提示優先度を変えるようにすれば、 一般的に評価の高い店舗の見出しは、 評 価の低い店舗の見出しよりも上位に表示されるようになる。

以上、 1つの利用者評価値テ一ブルに収録されているすべての利用者につい ての個人評価値 Eの平均値を、 補正演算に用いる評価値 γとする単純な例を述 ベた。 このように、 常に個人評価値 Εの平均値を用いて合致度の補正演算を行 うのであれば、 各利用者評価値テーブルには、 多数の利用者の個人評価値 Εを 個別に収録しておく必要はなく、 その平均値のみを収録しておけば足りる。 し かしながら、 一般に個人個人の嗜好は千差万別であり、 特定の店舗に関する他 人の評価が自分の評価に必ずしも類似するとは限らない。 そこで、 実用上は、 多数の利用者の個人評価値 Εの平均値の代わりに、 自分の嗜好と類似した嗜好 をもった利用者 （以下、 嗜好類似者と呼ぶ） の個人評価値 Eを評価値 γとして 用い、 合致度の補正演算を行うようにするのが好ましい。 以下、 このような方 法で合致度の補正演算を行う具体的な手順を説明する。

この方法では、 利用者評価値テーブル作成部 1 7 0により、 個々の利用者ご との個人評価値 Εが記録された利用者評価値テーブル Τ 4を、 各提供情報ファ ィルについて作成し、 テーブル格納部 1 4 3内に格納しておく。 具体的には、 図 3 1に示す例のように、 多数の利用者についての個人評価値 Εを当該利用者 の利用者 I Dとともに収録した利用者評価値テーブル Τ 4を、 各提供情報ファ ィルごとに用意しておけばよい。

一方、 検索条件入力部 1 3 0は、 検索条件を入力する際に、 アクセスを行つ ているアクセス利用者を識別する情報 （利用者 I D ) を入力するようにする。 たとえば、 検索用の W e bページ上で、 利用者に自分の利用者 I Dを入力させ るようにすれば、 検索条件入力部 1 3 0は、 アクセス利用者の利用者 I Dを取 得できる。 あるいは、 移動端末装置 1 0側に利用者 I Dを自動送信する機能を もたせておくようにしてもよレ、。

そして、 リス ト提示部 1 4 0により検索結果をリス卜として提示する際に、 補正処理部 1 4 2によって、 図 3 2に示すアルゴリズムに基づいて、 合致度 M を補正合致度 M*に補正する処理が行われることになるが、 このとき、 アクセス 利用者の評価に類似した評価傾向のある利用者を嗜好類似者と認識し、 この嗜 好類似者についての個人評価値 Eを用いて評価値 γを算出し、 補正を行うよう にするのである。

図 3 3は、 この評価値 γの算出手順を示す流れ図である。 まず、 ステップ S 1において、 合致度の補正対象となる提供情報ファイルと同じ店舗ジャンルを もった提供情報ファイルについての利用者評価値テーブルを抽出する。 たとえ ば、 図 2に示す提供情報ファイル （ 「インドレストラン： X X X in Tokyo J に 関する店舗情報） についての合致度 Mに対して補正を行う場合、 大分類の店舗 ジャンルは 「食べる」 であるから、 多数の利用者評価値テーブルの中から、 「食 ベる」 というジャンルに属する店舗に関する利用者評価値テーブルを抽出する (もちろん、 小分類のジャンルが同一のファイルのみを抽出するようにしても かまわない） 。 .

このように、 補正対象となる提供情報ファイルと同一ジャンルの利用者評価 値テーブルを抽出するのは、 個人個人の嗜好の類似性には、 ジャンル依存性が あると考えられるからである。 たとえば、 1 0軒のレス トランに対する個々の 個人評価値が極めて類似する傾向にある 2人の利用者 X , Yがいた場合を考え よう。 この場合、 利用者 X， Yは、 「食べる」 というジャンルの嗜好に関して は類似性があり、 1 1軒目のレストランに対する両者の個人評価値も類似した ものになるであろうと予想される。 しかしながら、 「買う」 という別のジヤン ルの嗜好に関しても類似性があるか否かは疑問である。 したがって、 この場合、 利用者 X , Yは、 「食べる」 というジャンルの嗜好に関する嗜好類似者として 取り扱うべきである。

続くステップ S 2では、 ステップ S 1で抽出された利用者評価値テーブルの 中から、 アクセス利用者 （検索条件を指定して、 リス トの提示を要求している 利用者） の個人評価値 Eが掲載されたテーブルを抽出する。 もちろん、 ステツ プ S 1で抽出された利用者評価値テーブル （ 「食べる」 というジャンルに属す る店舗に関する利用者評価値テーブル） 内に、 アクセス利用者自身の個人評価 値 Eが全く収録されていない場合は、 このステップ S 2ではテーブルの抽出を 行うことができないので、 この図 3 3の流れ図に示す手順は実行できなくなる。 これは、 「食べる」 というジャンルの嗜好に関してアクセス利用者に類似する 嗜好をもった嗜好類似者を探そうとしているのに、 アクセス利用者自身の嗜好 を示す情報 （すなわち、 アクセス利用者自身による特定の店舗に対する個人評 価値 E )が存在しなければ、そもそも嗜好類似者の探索が不可能なためである。 このような場合には、 この図 3 3の流れ図に示す手順を中止し、 別な方法に切 り替えればよい。 たとえば、 前述した単純な方法 （テーブルに収録されている すべての利用者の個人評価値 Eの平均値を評価値 γとして用いた補正演算を行 う方法） に切り替えたり、 利用者評価値を考慮しない方法 （たとえば、 § 5で 述べた補正演算方法） に切り替えたりすればよい。 もちろん、 これら様々な方 法を組み合わせるようにしてもよレ、。

次に、 ステップ S 3において、 ステップ S 2で抽出された利用者評価値テー ブルを用いて、 アクセス利用者と他の利用者との相関度の算出を行う。 たとえ ば、 第 1の店舗に関する利用者評価値テーブルに、 アクセス利用者 X自身の個 人評価値 Ex 1と、 別な利用者 Yの個人評価値 Ey 1とが収録されていた場合、 これらの個人評価値 E X 1， E y 1は、 同一の店舗に関する 2人の個人評価値 とレ、うことになるので、 E X 1と E y 1との差が小さければ小さレ、ほど、 利用 者 X， Yの嗜好は類似していることになり、 両者の相関度は大きくなる。 もつ とも、 両者の相関度は、 本来は統計的に算出されるべきものであり、 1つの店 舗に関する個人評価値の比較だけでは、 正確な相関度を算出することはできな レ、。 利用者 X， Yの相関度は、 両者が共通して評価を行っている店舗の数が多 ければ多いほど、 より正確に算出することが可能になる。

図 34は、 このステップ S 3の相関度算出に用いられる n組の個人評価値の 対を示す図である。 この例は、 2人の利用者 X， Yが、 いずれも合計 n軒の共 通する店舗について、 それぞれ評価を行っていた場合の例である。 たとえば、 店舗識別コード 「DDD 1 1 1 1 1 1」 で特定される第 1番目の店舗に関して は、 図示の利用者評価値テーブル T 4 (DDD 1 1 1 1 1 1) に示されている ように、 利用者 I D 「U000X」 をもつ利用者 Xの個人評価値 E x 1と、 利 用者 I D 「U000Y」 をもつ利用者 Yの個人評価値 E y 1とが収録されてい る。 同様に、 店舗識別コード 「DDDn n nn n n」 で特定される第 n番目の 店舗に関しては、 図示の利用者評価値テーブル T 4 (DDDn n n n n n) に 示されているように、 利用者 I D 「U000X」 をもつ利用者 Xの個人評価値 E x nと、 利用者 I D 「U000Y」 をもつ利用者 Yの個人評価値 E y nどが 収録されている。

利用者 X, Yの特定ジャンルの嗜好に関する相関度 R (X, Y) は、 図 34 に示す n組の評価値の対に基づいて統計学上の演算によって算出することがで きる。 図 35は、 この相関度算出に用いられる演算式の一例を示す図である。 すなわち、 相関度 R (X, Y) は、

R (X, Y) = S X y/ ( S x x . S y y)

但し、

¾ X X =∑ i ₌！ __n £x i— Ex aリ ²

sy y =∑_{i = 1}一 _n (Ey i- Ey a) ²

S xy =∑_{i = 1}一 _n (Ex i - E x a ) (Ey i— Ey a)

なる式で求めることができる。 ここで、 E x iは、 図 34に示す n組の個人評 価値の対のうち、 利用者 Xの第 i番目の店舗についての個人評価値であり、 E y iは、 図 34に示す n組の個人評価値の対のうち、 利用者 Yの第 i番目の店 舗についての個人評価値である。 また、 E x aは、 図 34に示す n組の個人評 価値の対のうち、 利用者 Xの全 n個の個人評価値の平均値、 E y aは、 図 34 に示す n組の個人評価値の対のうち、 利用者 Yの全 n個の個人評価値の平均値 である。

上記式によると、 利用者 X, Yの個人評価値が全 n軒の店舗すべてについて 完全に一致した場合、 S X x = S y y = S X yになるので、 R (x, y) = 1 になる。 したがって、 相関度 R (x, y) の最大値は 1である。 また、 相関度 R ( X , y) の最小値は - 1である。 相関度 R (x, y) = 0の場合は、 両者間 に全く相関が見られないことを示し、 相関度 R ( X , y) 〉0の場合は両者間 に芷の相関があることを示し、 相関度 R ( X , y) <0の場合は両者間に負の 相関があることを示す。

結局、 上記式を用いた演算は、 利用者 Xと利用者 Yとの相関度 R (X, Y) を算出する際に、 ステップ S 2で抽出された利用者評価値テーブルの中から、 利用者 Xの個人評価値と利用者 Yの個人評価値との双方が掲載されたテーブル を選抜し、 選抜された n個のテーブルに基づいて、

S x x =∑_{i = 1}— _η (Κ χ l -E x a ) "

S y y =∑ _{i =1}一 _n (E y i-E y a) ²

S x y =∑_{i = 1}一 _n (Ex i— Ex a) (Ey i— Ey a)

なる演算を実行し （但し、 E x iは、 選抜された第 i番目のテーブルにおける 利用者 Xの個人評価値、 Ey iは、 選抜された第 i番目のテーブルにおける利 用者 Yの個人評価値、 E x aは、 選抜された n個のテーブルにおける利用者 X の個人評価値の平均値、 Ey aは、 選抜された n個のテーブルにおける利用者 Yの個人評価値の平均値） 、 更に、

R (X, Y) = S X y/ ( X X . S y y)

なる演算を実行して相関度 R (X, Y) を算出する演算ということになる。 以上、 アクセス利用者 Xと別な利用者 Yとの相関度 R (X, Y) を算出する 例を述べたが、 実際には、 ステップ S 2で抽出された利用者評価値テーブルに は、 他にも様々な利用者の個人評価値が収録されている。 したがって、 ステツ プ S 3では、 アクセス利用者 Xと他の様々な利用者との間の相関度を同様の方 法で算出する処理が行われる。 の結果、 アクセス利用者 Xに対する利用者 Y の相関度 R (X, Y) 、 利用者 Zの相関度 R (X, Z) 、 利用者 Wの R (X, W) ... などが得られることになる。

図 33の流れ図のステップ S 4では、 こうしてステップ S 3で算出された 個々の利用者との間の相関度を比べ、 アクセス利用者 Xに対する相関度の高い 人を嗜好類似者と認識する処理が行われる。 具体的には、 相関度が所定の基準 値以上の者を嗜好類似者と認識すればよい。 たとえば、 基準値として 0. 8を 設定しておけば、 R (X, Y) ≥ 0. 8であれば、 利用者 Yはアクセス利用者 Xに対する嗜好類似者と認定されることになる。 ただ、 相関度が所定の基準値以上の者を嗜好類似者とする方法では、 嗜好類 似者が 1人も認定されない場合もあるし、 非常に多数の嗜好類似者が認定され る場合もある。 そこで、 嗜好類似者の人数を所定数に維持させたい場合には、 ステップ S 3で算出された相関度の高い順に選択された所定数の者を、 嗜好類 似者と認識するようにしてもかまわない。 この場合、 実際の相関度の値とは無 関係に、 相関度の大きい順に所定数の者が嗜好類似者として認定されることに なる。

最後のステップ S 5では、 合致度の補正対象となる提供情報ファイルについ ての利用者評価値テーブルに記録されている嗜好類似者の個人評価値に基づい て、 補正に用いる評価値 γの決定が行われる。 具体的には、 ステップ S 4にお いて、 クセス利用者 Xに対して、 合計 Κ名の嗜好類似者が認識された場合、 合致度の補正対象となる提供情報ファィルについての利用者評価値テーブルに 記録されている第 k番目の嗜好類似者の個人評価値を E k、 第 k番目の嗜好類 似者との相関度を Rkとして、 図 35の最下段の式に示されているとおり、 T/ =∑_{k = 1}一 _K (Ek XRk) Z∑_{k = 1}一 _K (Rk)

なる演算によって、 補正に用いる評価値 γを決定すればよい。 但し、 合致度の 補正対象となる提供情報ファィルについての利用者評価値テーブルに第 k番目 の嗜好類似者の個人評価値が記録されていなかった場合には、 Ek = 0、 Rk =0とする。

たとえば、 合致度の補正対象となる提供情報ファイルが、 図 2に示すフアイ ル 1であった場合、 図 31に示す利用者評価値テーブル T 4 (DDD 1 1 1 1 1 1) (ファイル F 1についての利用者評価値テーブル） に記録されている 合計 K名の嗜好類似者の個人評価値に基づいて、 上記式に基づく演算を行うこ とにより、 補正演算に用いる評価値 γが決定されることになる。

上記式の分子∑_{k = 1}___K (Ek XRk) は、 各嗜好類似者の個人評価値に、 その 相関度 （重みを示すパラメータ） を乗じた値を積算したものであり、 合計 K名 の嗜好類似者の個人評価値についての重み （相関度） を考慮した総和に相当す る。 一方、 分母∑_{k = 1}— _K ( R k ) は、 合計 K名の嗜好類似者の相関度の総和であ り、 評価値 γを規格化する役割を果たす。 なお、 この利用者評価値テーブルに 第 k番目の嗜好類似者の個人評価値が記録されていなかった場合には、 E k = 0、 R k = 0とした演算が行われるので、 そのような嗜好類似者は、 評価値 γ を求める演算には何ら寄与しないことになる。

このような方法で評価値 γを算出するようにすれば、 図 2に示す提供情報フ アイル （ 「インドレストラン： X X X in Tokyo J に関する店舗情報） について の合致度 Mに対して補正を行う場合に用いる評価値 γの値は、 アクセス利用者 Xについての嗜好類似者 （ 「食べる」 というジャンルに関して、 アクセス利用 者 Xと嗜好が類似すると推定される他の利用者） が当該 「インドレス トラン： X X X in Tokyo jに対して与えた評価値に基づいて決定されることになるので、 アクセス利用者 Xに対して提供するリストという見地からは、 検索結果の見出 しをより適切な順序で並べたリストを作成することが可能になる。

なお、 合致度の補正対象となる提供情報ファイルについての利用者評価値テ 一ブルに、 アクセス利用者 X自身の個人評価値が掲載されていた場合には、 ァ クセス利用者 X自身を嗜好類似者と認識し、 ァクセス利用者 X自身の個人評価 値を用いて補正を行うようにしてもよい。 たとえば、 上述した例の場合に、 も しアクセス利用者 X自身が、 過去に 「インドレス トラン： X X X in TokyoJ に 対して何らかの評価値を回答していたとすると、 図 3 1に示す利用者評価値テ 一ブルには、 アクセス利用者 X自身の個人評価値が掲載されていることになる。 この場合、 アクセス利用者 X自身を、 最大の相関度 （R (X , X) = 1 ) をも つた嗜好類似者として取り扱い、 上記式に基づく演算により、 評価値 γを算出 するようにすればよレ、。 あるいは、 この場合、 別な利用者の評価値を一切参酌 せずに、 アクセス利用者 X自身の個人評価値をそのまま.評価値 γと決定するよ うにしてもよレ、。 くくく § 7 . 個人関心度テーブルを用いる実施形態 > > >

§ 6では、 利用者の関心度を示す関心度テーブルと、 広告主の意向度を示す 広告主意向度テーブルと、 利用者の評価値を示す利用者評価値テーブルとを用 いて、 検索結果の合致度を補正し、 利用者に提示する検索結果のリスト掲載順 を修正する実施例を述べた。 ここで述べる実施形態は、 「利用者の関心度」 、 「広告主の意向度」 、 「利用者の評価値」 に加えて、 更に 「利用者の個人関心 度」 を考慮して検索結果の合致度を補正し、 個々の利用者に提示する検索結果 のリスト掲載順を修正するものである。

ここで、 「関心度」 と 「個人関心度」 との相違点は、 「関心度」 は、 個人ご との関心度を統計的に処理することにより得られる全利用者に共通した一般的 な傾向を示すパラメータであるのに対して、 「個人関心度」 は、 一人一人の利 用者が個々のジャンルに対して、 どの程度の関心をもっているかを示す個人ご とに定められるパラメータである点である。

図 3 6は、 このような個人関心度を考慮した処理を行う機能をもった実施形 態のブロック図である。 図 3 0に示す実施形態との主たる相違点は、 新たに、 個人関心度テーブル作成部 1 8 0が付加されている点と、 リスト提示部 1 4 0 が利用者の個人関心度を考慮した処理を行う点である。 なお、 図 3 6では、 便 宜上、 提供情報ファイル格納部 1 0 0内のファイル構成の図示は省略されてい るが、 図 3 6に示す提供情報ファイル格納部 1 0 0と図 3 0に示す提供情報フ アイル格納部 1 0 0とは同じものである。 図 3 6に示す個人関心度テーブル作 成部 1 8 0は、 個々の利用者について収集した様々な情報に基づいて、 各利用 者ごとの個人関心度テーブル T 5をそれぞれ作成し、 これをリスト提示部 1 4 0内のテーブル格納部 1 4 3に格納する処理を実行する。

図 3 7は、 図 3 6に示す個人関心度テーブル作成部 1 8 0によって作成され た個人関心度テーブル T 5の具体例を示す図である。 この個人関心度テーブル T 5の構成は、 これまで述べてきた関心度テーブル T 1 , T 2や広告主意向度 デーブル T 3とは若干異なっている。すなわち、個人関心度テーブル Τ 5には、 単位区画は設けられておらず、 地区領域や時間帯という概念は存在しない。 す なわち、 「関心度」 は、 図 9の関心度テーブルに示されているとおり、 個々の 単位区画ごとに別個独立して設定されるパラメータであるのに対して、 ここに 示す実施例における 「個人関心度」 は、 このような単位区画とは無関係に設定 されるパラメータである。

個人関心度テーブル Τ 5は、 特定の利用者の各店舗ジャンルに対する個人関 心度を示すテーブルであり、 一人一人の利用者ごとにそれぞれ別個独立して用 意される。 図 3 7には、 複数枚の個人関心度テーブル Τ 5が重なって描かれて いるが、 これは、 一人の利用者について、 1組の個人関心度テーブル Τ 5が用 意されることを示すものである。 図 3 7において一番上に示されている個人関 心度テーブル Τ 5 (U 0 0 0 X) は、 利用者 I D 「U 0 0 0 X」 で特定される 一人の利用者について用意された個人関心度テーブルである。 したがって、 こ のシステムに 1万人の利用者が登録されている場合、 個人関心度テーブル T 5 も 1万組だけ用意されることになる。

もっとも、 十分な情報収集が行われていない利用者については、 個人関心度 を把握することができないので、 そのような利用者にっレ、ての個人関心度テー ブルは、 空のテーブルということになる。 実用上、 このシステムの運用当初は、 すべての個人関心度テーブル T 5が空のテーブルであるかもしれないが、 シス テムを継続的に運用してゆくことにより、 各利用者の個人関心度を示す情報が 徐々に収集されてゆくので、 やがて全利用者についての個人関心度テーブル T 5を用意することができる。

ここに示す実施例の場合、 特定の利用者についての個人関心度は、 当該利用 者の各店舗ジャンルに対する一般的な嗜好を示すパラメータということになる。 たとえば、 図 3 7に示す個人関心度テ一ブル T 5 (U 0 0 0 X ) には、 利用者 I D 「U 0 0 0 X」 をもつ利用者の一般的な嗜好として、 「食べる」 というジ ャンルへの関心度が 5 0 %、 「買う」 というジャンルへの関心度が 1 0 %、 「見 る」 というジャンルへの関心度が 4 0 %、 「遊ぶ」 というジャンルへの関心度 が 0 %であることを示している。

個人関心度テーブル作成部 1 8 0は、 各利用者に関する情報を収集すること により、 各利用者について、 このような個人関心度テーブル T 5を作成して、 リスト提示部 1 4 0内のテーブル格納部 1 4 3に格納する処理を実行する。 こ こに示す実施形態の場合、 個人関心度テーブル作成部 1 8◦は、 情報配信部 1 1 0から取得した個人関心情報と、 検索条件入力部 1 3 0から取得した検索条 件とに基づいて、 個人関心度テーブル T 5を作成する機能をもっている。

たとえば、 利用者 I D 「U 0 0 0 X」 をもつ利用者が、 検索条件入力部 1 3 0に対して、 「食事」 あるいは 「ランチ」 といったキーワードを検索条件とし て用いて検索を行ったとしょう。 この場合、 検索条件入力部 1 3 0から個人関 心度テーブル作成部 1 8 0に対して、 当該検索条件とともに利用者 I D 「U 0 0 0 X」 を報告させるようにする。 そうすれば、 個人関心度テーブル作成部 1 8 0は、 この利用者が検索を行うたびに、 当該利用者が入力した検索条件を把 握することができるので、 この検索条件を解析することにより、 当該利用者の 各店舗ジャンルごとの個人関心度を認識することができる。 要するに、 個人関 心度テーブル作成部 1 8 0は、 検索条件入力部 1 3 0から取得した検索条件に 基づいて、 当該検索条件の入力操作を行った特定の利用者についての個人関心 度テーブルを作成することになる。

具体的には、 「食事」 ， 「ランチ」 ， 「ディナー」 ， 「レストラン」 などの キーワードが検索条件に含まれていた場合には、 「食べる」 というジャンルに ポイントを加算し、 「買物」 ， 「デパート」 ， 「ブティック」 などのキーヮー ドが検索条件に含まれていた場合には、 「買う」 というジャンルにポイントを 加算し、 . . .といった方法により、 各ジャンルごとにポイント加算を行い、 その 集計値に基づいて当該利用者についての個人関心度テーブル T 5 (U 0 0 0 X) を作成すればよい。

また、 「エスニック」 のようなキーワードが検索条件に含まれていた場合は、 当該キーヮードだけでは、 利用者が関心をもつジャンルを特定することは困難 であるが、 そのような場合でも、 当該利用者に実際に配信した店舗情報のジャ ンルを個人関心情報として取得すれば、 個人関心度の認識が可能になる。

たとえば、 利用者 I D 「U O O O X」 をもつ利用者が、 「エスニック」 とい うキーワードを用いた検索を行い、 その結果、 図 1 5に示すようなリス トが提 示されたとしょう。 ここで、 このリス トを見た利用者が 「アジアンショップ」 に対する選択指示を情報配信部 1 1 0に対して与えた場合には、 情報配信部 1 1 0から当該利用者に対して、 「アジアンショップ」 なる店舗についての店舗 情報の配信が行われることになるが、 このとき、 情報配信部 1 1 0から個人関 心度テーブル作成部 1 8 0に対して、 「アジアンショップ」 なる店舗のジヤン ル 「買う」 と利用者 I D 「U 0 0 0 X」 とを個人関心情報として報告させるよ うにする。 個人関心度テーブル作成部 1 8 0は、 この報告を受けて、 当該利用 者について、 「買う」 というジャンルにポイントを加算する処理を行う。 そう すれば、 やはり各ジャンルごとのボイント集計値に基づいて当該利用者につい ての個人関心度テーブル T 5 (U 0 0 0 X) を作成することができる。

要するに、 個人関心度テーブル作成部 1 8 0は、 情報配信部 1 1 0から取得 した 「特定の利用者に配信した店舗情報の店舗ジャンル」 を、 当該特定の利用 者についての個人関心情報として収集し、 収集した個人関心情報に基づいて、 当該特定の利用者についての個人関心度テーブルを作成すればよい。

このように、 個人関心度テーブル T 5は、 情報配信部 1 1 0から取得した個 人関心情報に基づいて作成することもできるし、 検索条件入力部 1 3 0から取 得した検索条件に基づいて作成することもできる。 実用上は、 両者の方法を組 み合わせて個人関心度テーブル T 5を作成するのが好ましい。 もちろん、 個人 関心度テーブル作成部 1 8 0には、 このシステムを運用している最中は、 各利 用者の入力した検索条件や、 各利用者の個人関心情報が随時報告されることに なるので、 個人関心度テーブル T 5は定期的に更新するようにするのが好まし レ、。

以上、 個人関心度テーブル作成部 1 8 0によって個人関心度テーブル T 5を 作成する方法として 2通りの方法を説明したが、 個人関心度テーブル T 5の作 成方法は、 この 2通りの方法に限定されるものではなく、 この他にも種々の方 法を採用することができる。 たとえば、 本システムを利用するにあたって、 各 利用者に会員登録してもらうようにし、 そのときに、 各店舗ジャンルに対する 個人関心度を自己申告してもらってもよい。 具体的には、 図 3 7に示すような 個人関心度テーブルを W e bページ上に提示し （個人関心度の数値の部分は空 欄にしておく） 、個々の利用者自身に、個人関心度の数値を入力させればよい _D 結局、 図 3 6に示す実施形態の場合、 リスト提示部 1 4 0内のテーブル格納 部 1 4 3には、 図 3 8に示すように、 予定立案関心度テーブル T 1， 訪問利用 関心度テーブル T 2 , 個々の提供情報ファイルに対応した複数の広告主意向度 テーブル T 3、 個々の提供情報ファイルに対応した複数の利用者評価値テープ ル T 4の他に、 更に、 個々の利用者に対応した複数の個人関心度テーブル T 5 が格納されていることになる。

ここに示す実施形態の場合、 補正処理部 1 4 2は、 検索を行っている利用者 (リスト提示 1 4 0がリストを提示する相手となる利用者） についての個人関 心度テーブル T 5の内容を参照することにより、 合致度 Mの補正対象となる店 舗のジャンルに対する当該利用者の個人関心度を認識し、 関心度、 意向度、 利 用者評価値、 個人関心度のすべてを用いて補正を行うことにより、 補正合致度 を求める処理を行う。 具体的には、 補正処理部 1 4 2は、 関心度、 意向度、 利 用者評価値、 個人関心度のそれぞれについて重みパラメータを設定する機能を 有しており、 関心度にその重みパラメータを乗じた値、 意向度にその重みパラ メータを乗じた値、 利用者評価値にその重みパラメータを乗じた値、 個人関心 度にその重みパラメータを乗じた値を、 それぞれ合致度に対して乗算すること により補正合致度を求める。

具体的には、 図 3 8に示されているとおり、 予め設定されていた重みパラメ ータ k l， k 2 , k 3 , k 4 , k 5を用いて、 補正対象となる合致度 Mに対し て、 M* =M X ( k 1 · α 1 ( j ) ) X ( k 2 · α 2 ( j ) ) X ( k 3 - β ) X ( k 4 · γ ) X ( k 5 · δ ) なる演算を行うことにより、 補正合致度 Μ*を求め る処理を行う。 ここで、 δは、 個人関心度テーブル Τ 5を参照することにより 得られた特定の個人関心度 （検索を行っている利用者についての、 合致度 Μの 補正対象となる店舗のジャンルに対する個人関心度） であり、 k 5は、 その重 みを示すパラメータである。

こうして、 個人関心度テーブル T 5の内容を考慮して、 リスト上での検索結 果の提示優先度を変えるようにすれば、 リスト'の提示相手となる利用者が一般 的に高い関心をもっているジャンルの店舗の見出しは、 上位に表示されるよう になる。 たとえば、 図 3 7に例示されているような個人関心度テーブル T 5 (U 0 0 0 X) が作成されている利用者に対して提示されるリストでは、 「食べる」 というジャンルの店舗の見出しは上位に優先的に表示される傾向にあり、 「遊 ぶ」 というジャンルの店舗の見出しはほとんど表示されないことになる。

このように 「個人関心度」 は、 各個人について、 ジャンルごとの個人的な関 心度を示すものであるから、 実用上は、 ジャンルの分類を更に細かく しても、 十分に意味をもつ情報として利用できる。 これまで述べた実施形態では、 図 3 に例示するように、 店舗のジャンルを、 「食べる」 ， 「買う j , 「見る」 ， 「遊 ぶ」 の 4つの大分類に分類し、 更に、 その下位概念として、 「フランス料理」 ， 「イタリア料理」 ， 「中華料理」 などの小分類に分類している。 しかしながら、 「個人関心度」 は、 いわば個人の嗜好を示すものであるので、 実際には、 より 細分化されたジャンル分けが可能である。

たとえば、 「フランス料理」 の更に下位概念に 「エスカルゴ」 というジヤン ルを設け、 同じフランス料理店であっても、 「エスカルゴ」 を提供する店とそ うでない店とが異なるジャンルに属するようにする。 ぞうすれば、 「エスカル ゴ」 が好物である利用者であれば、 「エスカルゴ」 というジャンルについての 個人関心度が高くなるので、 同じフランス料理店であっても、 「エスカルゴ」 を提供する店がリストのより上位に提示されるような補正を行うことができる。 同様に、 大分類 「買う」 ， 小分類 「書籍」 の更に下位概念に 「推理小説」 とい うジャンルを設け、 同じ書店であっても、 「推理小説」 の品揃えが豊富な店と そうでない店とが異なるジャンルに属するようにすれば、 「推理小説」 という ジャンルの個人関心度が高い利用者が検索した場合に、 「推理小説」 の品揃え が豊富な店がリストのより上位に提示されるような補正を行うことができる。 このように、 「個人関心度」 は、 個人の嗜好や性格などを顕著に反映した極 めて個人的な情報になるため、 ジャンル分けも、 これに応じたものにすると効 果的である。 たとえば、 「明るい店」 ， 「暗い店」 といった雰囲気によるジャ ンル分け、 「モダン調の店」 ， 「クラシック調の店」 といった装飾様式による ジャンル分け、 「赤を基調とした装飾の店」 ， 「青を基調とした装飾の店」 と いった色によるジャンル分け、 を行うこともできょう。

さて、 これまでの実施例では、 「個人関心度」 力 「単位区画」 （特定の地 区領域と特定の時間帯とによって示される二次元マトリックス上の区画） とは 無関係に設定されるパラメータであるという前提で話を進めてきた。 たとえば、 図 3 7に示す個人関心度テーブル T 5 (U O O O X ) は、 利用者 I D 「U 0 0 0 X」 で特定される一人の利用者について用意された個人関心度テーブルであ るが、 そこには、 特定の地区領域や特定の時間帯といった区分けはなされでい ない。 これは、 「個々の利用者の個人的な嗜好は、 場所や時間に依存せずに不 変であろう」 という基本的な考え方に立脚するものである。

もちろん、 「エスカルゴ」 が好物と力、 「推理小説」 が好き、 といった個人 的嗜好は、通常、場所や時間に左右されることはないであろう。 しかしながら、 本発明の目的は、 利用者の行動パターンをできるだけ正確に予測し、 個々の時 点において、 利用者に最適な情報を選択して提供することにある。 そして、 そ のような目的を達成するという見地からは、 「各利用者が、 その時点で何を欲 しているカ をできるだけ正確に予測することが重要である。

たとえば、 ある利用者が従事する職場は火曜日が定休日であったとしょう。 そして、 この利用者は、 定休日である火曜日には、 午後 3時頃から遅めの昼食 として 「イタリア料理」 を食べる習慣があつたとしょう。 このような場合、 当 該特定の利用者の 「個人関心度」 と、 一般大衆の平均的な 「関心度」 とは、 「単 位区画 J を考慮すると、 大きく異なってくるであろう。 たとえば、 月曜日に関 しては、 この特定の利用者も仕事に従事しているので、 「個人関心度」 は一般 大衆の平均的な 「関心度」 と大差ないかもしれないが、 日曜日が一般大衆の休 日であるのに対して、 この特定の利用者の休日は火曜日であるので、 日曜日と 火曜日に関しては、 この特定の利用者の 「個人関心度」 は一般大衆の平均的な 「関心度」 と大きく異なってくるであろう。 もちろん、 ある特定の地区領域を 訪問したときに限って、 特定のジャンルの店舗を利用する、 という特性をもつ た利用者もいるであろう。 この場合、 当該特定の地区領域に関しては、 この特 定の利用者の 「個人関心度」 は一般大衆の平均的な 「関心度」 と大きく異なつ てくるであろう。

そこで、 個人関心度テーブル作成部 1 8 0が、 特定の利用者から与えられた 検索条件や、 特定の利用者についての個人関心情報を収集する際に、 特定の地 区領域および特定の時間帯によって示される単位区画を考慮して収集するよう にすれば （§ 4で述べた関心度テーブルの作成方法と同様の手法で収集すれば よい） 、 図 9に示すような 「関心度テーブル」 と同様に、 二次元マトリ ックス 状の構造をもった 「個人関心度テープ/レ」 を、 個々の利用者のそれぞれについ て作成することが可能になる。

このように、 単位区画を考慮した二次元マトリックス状の個人関心度テ一ブ ル T 5が、 図 3 8に示すテーブル格納部 1 4 3内に用意されている場合、 補正 処理部 1 4 2は、 該当する利用者の個人関心度テーブル Τ 5の中の該当する単 位区画から、 個人関心度 δを読み出す処理を行うことになる。 したがって、 前 述した例のように、 火曜日の午後 3時頃から遅めの昼食 （イタリア料理） をと る習慣がある特定の利用者が、 火曜日の午後 3時前に検索のためのアクセスを 行ってきた場合、 「イタリア料理店」 がリストのより上位に提示されるような 補正処理が行われることになる。

< < < § 8 . 種々の変形例 > > >

以上、 本発明をいぐつかの実施形態に基づいて説明したが、 本発明はこれら の実施形態に限定されるものではなく、 この他にも種々の形態で実施可能であ る。 以下にいくつかの変形例を例示しておく。

( 1 ) 情報提供システムの構成

これまで述べた実施形態では、 本発明に係る情報提供システムを、 それぞれ ブロックで示す各機能要素の集合体として示したが、 実際には、 このシステム は、 データベースサーバや W e bサーバなどを用いて構築したコンピュータシ ステムに専用のプログラムを組み込むことにより構成される。

( 2 ) 移動端末装置の位置認識機能

これまで述べた実施形態では、 移動端末装置 1 0として、 G P S機能をもつ た携帯電話機を用いた例を述べたが、 移動端末装置の位置認識機能は必ずしも G P Sにより実現する必要はない。 たとえば、 周囲に存在する基地局と交信す ることにより、 各基地局からの電波強度に基づいて自分自身の位置座標を取得 するような方法を用いてもかまわない。

( 3 ) キーワードコードの省略

これまで述べた実施形態では、 各提供情報フアイル内のメタデータにキーヮ ードコード C 1を設けておき、 このキーワードコード C 1と検索条件として与 えられたキーヮードとの合致度に基づいて検索を行っていた。 しかしながら、 メタデータ内のキーヮードコード C 1は、 本発明を実施する上での必須の要素 ではない。 たとえば、 店舗情報本体データ D 1内の個々の文字列と検索条件と して与えられたキーヮードとの合致度に基づいて検索を行うようにすれば、 メ タデータ内にキーワードコード C 1が存在しなくても、 検索を行うことが可能 である。 この場合、 たとえば、 見出し行の文字列に合致した場合は 3点、 本文 中の文字列に合致した場合は 1回につき 1点、 というようにポイントを定めて おき、 ポイントの合計値を合致度と定義するようにすればよい。

(4) 関心度 +意向度 +評価値 +個人関心度の組み合わせ

§ 7で述べた実施形態では、 図 38に示すように、 予定立案関心度テーブル T l、 訪問利用関心度テーブル Τ 2、 広告主意向度テーブル Τ 3、 利用者評価 値テーブル Τ 4、 個人関心度テーブル Τ 5という 5つのテーブルのすべてを利 用して、 合致度 Μに対する補正を行った例を示した。 しかしながら、 補正を行 う際に参照するテーブルの組み合わせは任意であり、 必ずしもこの 5つのテー ブルのすべてを利用する必要はない。 たとえば、 予定立案関心度テーブル Τ 1 と利用者評価値テーブル Τ 4という 2つのテーブルだけを利用して補正を行う のであれば、 M*=MX (k 1 · α 1 ( j ) ) X (k 4 · γ) なる演算を行うこ とにより、 補正合致度 Μ*を求めることができる。

( 5 ) 各補正項の和をとる補正演算

これまで述べた実施形態では、 補正合致度 Μ*を求める補正演算の式として、 合致度 Μに、 種々の補正項 （各テーブルから得られた関心度、 意向度、 評価値、 個人関心度などのパラメータを含む項） を乗じる形の式を用いていた。 たとえ ば、 図 38には、 M*=MX (k 1 · α 1 ( j ) ) X (k 2 · α 2 ( j ) ) X (k 3 - β) X (k 4 · γ) X (k 5 · δ) なる演算を行うことにより、 補正合致 度 Μ*を求める処理が例示されている。 しかしながら、 これらの各補正項は、 必 ずしも合致度 Μに対する乗算項にする必要はなく、 場合によっては加算項とし てもかまわない。 実際、 これまで述べた実施形態では、 関心度、 意向度、 評価値、 個人関心度 などのパラメータ値に対して、 重みパラメータ k 1， k 2 , k 3 , k 4 , k 5 などを乗じて補正項を作成し、 これらの補正項を合致度 Mに乗じることにより、 補正合致度 M*を求めていた。 しかしながら、 各補正項を合致度 Mに対する乗算 項とする限り、 各重みパラメータ k 1， k 2 , k 3 , k 4 , k 5は本質的な意 味をなさない。 たとえば、 上例の式、 M*=MX (k 1 · α 1 ( j ) ) X (k 2 · 2 ( j ) ) X (k 3 - β ) X (k 4 · γ) X (k 5 · δ) は、 整理すれば、 M*=MX (k l - k 2 - k 3 - k 4 - k 5) X α 1 ( j ) X α 2 ( j ) X ( β ) X ( γ ) X ( δ ) となるので、 重みパラメ一タ k l， k 2 , k 3 , k 4 , k 5 をそれぞれ別個に設定することは、 本質的には意味がない。 また、 ひ 1， a 2 , β , y , δの 1つでも 0をとる値があると、補正合致度 M*= 0となってしまう。 しかしながら、 上例の式の代わりに、 M*=M+ (k 1 · α 1 ( j ) ) + (k 2 · α 2 ( j ) ) + ( k 3 - β ) + ( k 4 · γ ) + (k 5 · δ ) のように、 各 補正項を合致度 Μに対する加算項とする演算式を用いて補正合致度 Μ*を求め ることも可能である。 この場合、 重みパラメータ k 1， k 2 , k 3 , k 4 , k 5は、 文字どおり、 各補正項に重みづけを与えるパラメータとして機能するこ とになる。 もちろん、 M*=MX (k 1 · α 1 ( j ) ) X (k 2 · α 2 ( j ) ) + (k 3 · i3 ) X (k 5 · δ ) + (k 4 · γ) のように、 乗算項と加算項とを 混合させた演算式を用いて補正合致度 Μ*を求めることも可能である。 また、 Μ *=MX ( (k 1 · α 1 ( j ) ) + (k 2 · α 2 ( j ) ) + (k 3 · β ) + (k 4 · γ) ) X (k 5 · δ) のように、 括弧を含む演算式を用いて補正合致度 Μ* を求めることも可能である。 この最後の演算式では、 ct l , a 2 , β , γのい ずれかが 0であっても、 補正合致度 Μ*は必ずしも 0にはならないが、 δが 0の 場合は、 必ず補正合致度 Μ*= 0となるので、 個人意向度 δを重視した補正を行 うことが可能である。 このように、 実用上は、 重みパラメータ k 1， k 2 , k 3 , k 4 , k 5の各値や、 演算式を構成する括弧 ·乗算項 ·加算項の組み合わ せを様々に変えることにより、 どのパラメータを重視した補正を行うかを適宜 設定することができる。 産 業 上 の 利 用 可 能 性 本発明に係る情報提供システムは、 G P S機能をもった携帯電話機など、 自 分自身の位置を認識する機能を備えた移動端末装置に対して、 種々の店舗に関 する広告情報を W e bページの形式で提供する用途に広く利用できる。

Claims

請 求 の 範 囲

1. 自分自身の位置を認識する機能を えた移動端末装置 （1 0) に対して、 特定の店舗に関する店舗情報を提供する情報提供システムであって、

提供対象となる店舗情報を構成する店舗情報本体データ （D 1) と、 この店 舗情報本体データに付随するメタデータ （D 2) と、 を有する多数の提供情報 ファイル （F l， F 2, F 3) を格納した提供情報ファイル格納部 （1 00) と、

前記移動端末装置 （1 0) からのアクセスを受け、 少なくとも前記移動端末 装置それ自身の位置を示す端末位置情報を含む検索条件を入力する検索条件入 力部 （1 30) と、

前記提供情報ファイル格納部 （1 00) に格納されている多数の提供情報フ アイル （F l， F 2, F 3) の中から前記検索条件に対する合致度が所定の基 準以上となる提供情報ファイルを検索する検索実行部 （1 20) と、

前記検索実行部（1 20) によって検索された提供情報ファイルのリストを、 前記移動端末装置 （1 0) に送信するリスト提示部 （1 40) と、

前記移動端末装置 （1 0) から、 前記リストの中の 1つを選択する選択指示 があったときに、 前記提供情報ファイル格納部 （1 00) から前記選択指示に 係る提供情報ファイル内の店舗情報本体データ （D 1) を読み出し、 これを前 記移動端末装置 （1 0) へ配信する情報配信部 （1 1 0) と、

を備え、

前記メタデータ （D 2) は、 提供情報ファイル （F l， F 2, F 3) を特定 するための情報識別コード （C O) と、 提供情報ファイルに係る店舗のジヤン ルを示す店舗ジャンルコード （C 2) と、 提供情報ファイルに係る店舗の位置 を示す店舗位置コード （C 3) と、 を有しており、

前記検索実行部 （1 3 0) は、 少なくとも 「前記検索条件に含まれている端 末位置情報と前記メタデータ （D 2) に含まれている店舗位置コード （C 3) との合致の程度」 を参照して検索を行い、 検索された提供情報ファイルの情報 識別コード （C O) と、 当該提供情報ファイルの合致の程度を示す合致度 （M) と、 を対応づけた情報を検索結果として前記リス ト提示部 （1 4 0) へ引き渡 し、

前記リス ト提示部 （1 4 0) は、

前記検索実行部 （1 2 0) から引き渡された前記検索結果を格納する検索結 果格納部 （1 4 1 ) と、

地図を複数の地区領域に分割し、 個々の地区領域の個々の時間帯について設 定された単位区画ごとに、 各店舗ジャンルに対応する関心度を設定した関心度 テーブル （T l , T 2) を格納するテーブル格納部 （1 4 3) と、

前記検索実行部 （1 2 0) から前記検索結果が引き渡されたときに、 前記関 心度テーブル （T l , T 2) を参照することにより、 前記端末位置情報によつ て示される位置を含む地区領域についての現時点に対応する単位区画について 設定されている各店舗ジャンルについての関心度 （α ΐ , α 2) を認識し、 前 記検索結果格納部 （1 4 1 ) に格納されている 「各提供情報ファイルの合致度 (Μ) 」 を、 当該提供情報ファイルに係る店舗ジャンルについて認識した関心 度 （ひ 1， a 2) を用いて補正することにより、 補正合致度 （M*) を求める補 正処理部 （ 1 4 2 ) と、

前記検索結果格納部 （1 4 1 ) に格納されている検索結果の中の合致度 （M) を前記補正合致度 （M*) に置換した情報を格納する補正結果格納部 （1 44) と、

前記補正結果格納部 （1 4 4) に格納されている情報に基づいて、 前記補正 合致度 （M*) の大きい順に前記情報識別コード （C O) をソートし、 ソートさ れた順序に従って店舗情報の見出しを並べたリス トを作成し、 これを前記移動 端末装置 （1 0) に送信するリス ト送信部 （1 4 5) と、 を有することを特徴とする情報提供システム

2. 請求項 1に記載の情報提供システムにおいて、

メタデータ （D 2) 力 店舗情報本体データ （D 1) に関連したキーワード と当該キーヮードに付与された重みづけボイントとを含むキーヮードコード (C 1) を有しており、

検索条件入力部 （1 30) 力 端末位置情報と、 利用者が指定した所定のキ 一ワードと、 を含む検索条件を入力し、

検索実行部 （1 20) 力 S、 前記検索条件に含まれる前記端末位置情報と前記 メタデータ （D 2) に含まれる店舗位置コード （C 3) との合致の程度を示す 位置合致度と、 前記検索条件に含まれるキーワードと前記メタデータ （D 2) に含まれるキーヮードとの前記重みづけポイントを考慮して算出された合致の 程度を示すキーワード合致度と、 の双方を参照して検索を行い、 前記位置合致 度と前記キーワード合致度との双方を考慮した合致度 （M) を検索結果として リスト提示部 （1 40) へ引き渡すことを特徴とする情報提供システム。

3. 請求項 1または 2に記載の情報提供システムにおいて、

リス ト送信部 （1 4 5) 、 店舗情報本体データ （D 1) 内の見出し行の文 字列を、 ソート順に並べることにより、 リストを作成することを特徴とする情 報提供システム。

4. 請求項 1一 3のいずれかに記載の情報提供システムにおいて、

各曜日ごとの時間帯をそれぞれ別個の単位区画とした関心度テーブル （T 1 , T 2) を用いることを特徴とする情報提供システム。

5. 請求項 1一 4のいずれかに記載の情報提供システムにおいて、 補正処理部 （142) 1S 検索結果格納部 （141) に格納されている合致 度 （M) に対して、 関心度 （α ΐ, α 2) を乗算もしくは加算することにより 補正合致度 （Μ*) を求めることを特徴とする情報提供システム。

6. 請求項 1一 4のいずれかに記載の情報提供システムにおいて、

テーブル格納部 （143) 力 S、 複数の関心度テーブル （T l， Τ 2) を格納 しており、

補正処理部 （142) これら複数の関心度テーブルを参照することによ り複数通りの関心度 （α ΐ, α 2) を認識し、 認識した複数通りの関心度を用 いて補正を行うことにより、 補正合致度 （Μ*) を求めることを特徴とする情報 提供システム。

7. 請求項 6に記載の情報提供システムにおいて、

補正処理部 （142) 、 認識した複数通りの関心度 （a l, 2) のそれ ぞれについて重みパラメータ （k l, k 2) を設定する機能を有し、 それぞれ の関心度に重みパラメータを乗じた値を、 合致度 （M) に対して乗算もしくは 加算することにより補正合致度 （M*) を求めることを特徴とする情報提供シス テム。

8. 請求項 1一 7のいずれかに記載の情報提供システムにおいて、

多数の利用者が所持する移動端末装置（10)から得られる情報に基づいて、 関心度テーブル （T l， Τ 2) を新たに作成し、 テーブル格納部 （143) 内 の関心度テーブルを更新する関心度テーブル作成部 （1 50) を更に有するこ とを特徴とする情報提供システム。

9. 請求項 8に記載の情報提供システムにおいて、 情報配信部 （1 10) 、 移動端末装置 （10) 力 ら選択指示を受けたとき に、 当該移動端末装置の端末位置情報と、 前記選択指示を受けた時点を示す時 間情報と、 前記選択指示に係る提供情報ファイルの店舗ジャンルを示す店舗ジ

' ヤンル情報と、 を含む関心情報 （I I) を、 関心度テーブル作成部 （150) に引き渡す機能を有し、

関心度テーブル作成部 （1 50) 力 引き渡された関心情報 （I 1) に基づ いて、 前記端末位置情報によって示される位置を含む地区領域についての前記 時間情報に対応する単位区画について、 前記店舗ジャンル情報で示される店舗 ジャンルに対する関心が示された旨の記録を行い、 個々の単位区画ごとに、 各 店舗ジャンルに関心が示された頻度を集計する頻度集計部 （1 5 1) を有し、 この集計結果に基づいて予定立案関心度テーブル （T 1) を作成することを特 徴とする情報提供システム。

10. 請求項 8に記載の情報提供システムにおいて、

. 関心度テーブル作成部 （150) 力

個々の移動端末装置 （10) の所定のサンプル時刻ごとの位置の変遷を示す 位置変遷情報 （ I 2) に基づいて、 個々の移動端末装置 （10) の移動経路上 の通過点 （P l P 8) を認識し、 提供情報ファイル格納部 （100) 内に格 納されている提供情報ファイル （F l， F 2, F 3) 内の店舗位置コード （C 3) を参照することにより、 個々の通過点について、 それぞれ各店舗 （S 1— S 7) との距離を算出し、 距離の小さい順に所定数 m個の店舗を、 当該通過点 に関する近傍店舗と認識する近傍店舗認識部 （1 52) と、

前記移動経路上におレ、て連続する通過点に共通する共通近傍店舗について、 最初の通過点の通過時刻から最後の通過点の通過時刻に至るまでの時間を滞在 時間と認識する滞在時間認識部 （153) と、

前記共通近傍店舗について、 前記最初の通過点から前記最後の通過点に至る までの全通過点との距離の和を求め、 その滞在時間を前記和で除した値を滞在 係数として算出する滞在係数算出部 （1 54) と、

個々の共通近傍店舗について算出された滞在係数を、 当該共通近傍店舗の位 置を含む地区領域についての当該共通近傍店舗について認識された滞在時間に 対応する単位区画について、 当該共通近傍店舗の店舗ジャンルに対する関心の 程度を示す値として集計する滞在係数集計部 （155) と、

を有し、 前記滞在係数集計部 （1 55) による集計結果に基づいて訪問利用 関心度テーブル （T2) を作成することを特徴とする情報提供システム。

1 1. 請求項 10に記載の情報提供システムにおいて、

滞在時間が複数の単位区画の時間帯を跨いでいる場合に、 滞在時間と個々の 単位区画の時間帯との重なり度合いに応じて按分した滞在係数を、 各単位区間 ごとに集計することを特徴とする情報提供システム。

1 2. 請求項 1一 1 1のいずれかに記載の情報提供システムにおいて、 テーブル格納部 （143) 力 各提供情報ファイル （F l, F 2, F 3) の それぞれに対応した広告主意向度テーブル （T3) を格納しており、 前記広告 主意向度テーブルには、 関心度テーブル （T l, T 2) と同様の単位区画が設 けられており、 個々の単位区画ごとにそれぞれ店舗情報の提供を行う広告主の 意向度 (β) が設定されており、

広告主の指示に応じた外部からの入力操作に基づいて、 各提供情報ファイル についての前記広告主意向度テーブル （i3) をそれぞれ作成し、 これを前記テ 一ブル格納部 （143) に格納する広告主意向度テーブル作成部 （1 60) を 更に有し、

補正処理部 （142) 、 合致度 （M) の補正対象となる提供情報ファイル についての広告主意向度テーブル （T3) を参照することにより、 該当単位区 画に設定されている意向度 (β) を認識し、 関心度 （c 1， α 2) と意向度 （]3) との双方を用いて補正を行うことにより、 補正合致度 （Μ*) を求めることを特 徴とする情報提供システム。

1 3. 請求項 1 2に記載の情報提供システムにおいて、

広告主意向度テーブル作成部 （1 6 0) 、 特定の提供情報ファイルについ ての特定の単位区画の意向度を広告主の入力操作に基づいて設定する機能と、 テーブル格納部 （1 4 3) 内の関心度テーブル （T l , Τ 2) を参照すること により、 前記特定の単位区画について前記特定の提供情報ファイルの店舗ジャ ンルに対応して設定されている関心度 （a l , a 2) を認識し、 認識した関心 度を前記広告主に提示する機能と、 を有することを特徴とする情報提供システ ム。 .

1 4. 請求項 1 3に記載の情報提供システムにおいて、

広告主意向度テ一ブル作成部 （1 6 0) 力 「個々の単位区画に対応し、 そ れぞれ所定の意向度を入力するための入力欄」 を広告主に提示し、 各単位区画 について認識した関心度 （a l , a 2) に応じた表示態様で各入力欄を表示す ることを特徴とする情報提供システム。

1 5. 請求項 1 2に記載の情報提供システムにおいて、

広告主意向度テーブル作成部 （1 6 0) 力 特定の提供情報ファイルについ ての各単位区画の意向度（/3)を広告主の入力操作に基づいて設定する機能と、 テーブル格納部 （1 4 3) 内の関心度テーブル （T l， Τ 2) を参照すること により、 各単位区画について前記特定の提供情報ファイルの店舗ジャンルに対 応して設定されている関心度 （ひ 1, 2) を認識し、 関心度の大きさを考慮し た優先順位に従って単位区画を広告主に提示する機能と、 を有することを特徴 とする情報提供システム

1 6. 請求項 1 2— 1 5のいずれかに記載の情報提供システムにおいて、 補正処理部 （1 42) 力 S、 関心度 （_al, a 2) と意向度 （j3) とのそれぞれ について重みパラメータ （k l， k 2, k 3) を設定する機能を有し、 関心度 にその重みパラメータを乗じた値および意向度にその重みパラメータを乗じた 値を、 それぞれ合致度 （M) に対して乗算もしくは加算することにより補正合 致度 （M*) を求めることを特徴とする情報提供システム。

1 7. 請求項 1一 1 6のいずれかに記載の情報提供システムにおいて、 テーブル格納部 （1 4 3) 、 各提供情報ファイル （F l , F 2, F 3) の それぞれに対応した利用者評価値テーブル （T 4) を格納しており、 前記利用 者評価値テーブルには、 各提供情報ファィルに対応する店舗についての利用者 の評価値 （E) が記録されており、

各店舗に対する評価値を利用者から収集することにより、 各提供情報フアイ ノレ （F l， F 2， F 3) についての利用者評価値テーブル （T 4) をそれぞれ 作成し、 これを前記テーブル格納部 （1 4 3) に格納する利用者評価値テープ ル作成部 （1 70) を更に有し、

補正処理部 （1 42) 、 合致度 （M) の補正対象となる提供情報ファイル について、 当該提供情報ファイルについての利用者評価値テーブル （T4) を 参照することにより評価値 （Y) を認識し、 関心度 （αΐ, α 2) と評価値 （γ) との双方を用いて補正を行うことにより、 補正合致度 （Μ*) を求めることを特 徴とする情報提供システム。

1 8. 請求項 1 7に記載の情報提供システムにおいて、

補正処理部 （1 42) 力 関心度 （ひ 1， a 2) と評価値 （γ) とのそれぞれ について重みパラメータ （k l， k 2, k 4) を設定する機能を有し、 関心度 にその重みパラメータを乗じた値および評価値にその重みパラメータを乗じた 値を、それぞれ合致度に対して乗算もしくは加算することにより補正合致度（M *) を求めることを特徴とする情報提供システム。

1 9. 請求項 1 7または 18に記載の情報提供システムにおいて、

利用者評価値テーブル作成部 （1 70) 力 個々の利用者ごとの個人評価値 (E) が記録された利用者評価値テーブル （T4) を作成し、

検索条件入力部 （130) 力 S、 検索条件とともに、 アクセスを行っているァ クセス利用者を識別する情報を入力し、

補正処理部 （142) 1 前記アクセス利用者の評価に類似した評価傾向の ある利用者を嗜好類似者と認識し、 前記嗜好類似者についての個人評価値を用 いて補正を行うことを特徴とする情報提供システム。

20. 請求項 19に記載の情報提供システムにおいて、

補正処理部 （142) 合致度 （M) の補正対象となる提供情報ファイル についての利用者評価値テーブル （T4) に、 アクセス利用者自身の個人評価 値が掲載されていた場合には、 前記アクセス利用者自身を嗜好類似者と認識し、 前記アクセス利用者自身の個人評価値を用いて補正を行うことを特徴とする情 報提供システム。

21. 請求項 19または 20に記載の情報提供システムにおいて、

補正処理部 （142) 力

合致度 （M) の補正対象となる提供情報ファイルと同じ店舗ジャンルをもつ た提供情報ファイルについての利用者評価値テーブル （T4) を抽出する第 1 の手段と、 前記第 1の手段によって抽出された利用者評価値テーブル（T4)の中から、 アクセス利用者の個人評価値が掲載されたテーブルを抽出する第 2の手段と、 前記第 2の手段によって抽出された利用者評価値テーブル（T4)を用いて、 前記アクセス利用者と他の利用者との相関度を算出する第 3の手段と、 前記第 3の手段によって算出された相関度が所定の基準値以上の者、 もしく は、 前記第 3の手段によって算出された相関度の高い順に選択された所定数の 者を、 前記アクセス利用者に対する嗜好類似者と認識する第 4の手段と、 合致度 （M) の補正対象となる提供情報ファイルについての利用者評価値テ 一ブル （T4) に記録されている前記嗜好類似者の個人評価値に基づいて、 補 正に用いる評価値 （γ) を決定する第 5の手段と、

を有することを特徴とする情報提供システム。

22. 請求項 21に記載の情報提供システムにおいて、

第 3の手段が、利用者 Xと利用者 Υとの相関度 R (X, Υ) を算出する際に、 第 2の手段によって抽出された利用者評価値テーブル （Τ4) の中から、 前記 利用者 Xの個人評価値と前記利用者 Υの個人評価値との双方が掲載されたテ一 ブルを選抜し、 選抜された η個のテーブルに基づいて、

S X X =∑ j _{= 1}__n (L χ l -E x a ) ²

S y y =∑ _{i =1}一 _n (Ey i- Ey a) ²

S x y =∑ _{i = 1}— _n (Ex i- Ex a) (Ey i— Ey a)

なる演算を実行し （但し、 E x iは、 選抜された第 i番目のテーブルにおける 利用者 Xの個人評価値、 E y iは、 選抜された第 i番目のテーブルにおける利 用者 Yの個人評価値、 E x aは、 選抜された n個のテーブルにおける利用者 X の個人評価値の平均値、 Ey aは、 選抜された n個のテーブルにおける利用者 Yの個人評価値の平均値） 、 更に、

R (X, Y) =S X y/ (^S x x - >TS y y) なる演算を実行して相関度 R (X, Y) を算出し、

アクセス利用者と K名の嗜好類似者との相関度をそれぞれ算出し、 合致度 (M)の補正対象となる提供情報ファイルについての利用者評価値テーブル（T 4) に記録されている第 k番目の嗜好類似者の個人評価値を E k、 第 k番目の 嗜好類似者との相関度を Rkとして （但し、 合致度の補正対象となる提供情報 フアイルについての利用者評価値テーブルに第 k番目の嗜好類似者の個人評価 値が記録されていなかった場合には、 Ek = 0、 Rk = 0とする） 、 補正に用 いる評価値 γを、

T =∑_{k = 1}一 _K (Ek XRk) Z∑_{k = 1}一 κ (Rk)

なる演算によって求めることを特徴とする情報提供システム。

23. 請求項 1一 22のいずれかに記載の情報提供システムにおいて、 テーブル格納部 （143) 、 各利用者それぞれについての個人関心度テー ブル （T5) を格納しており、 ff記個人関心度テーブルには、 利用者の各店舗 ジャンルに対する個人関心度 （δ) が設定されており、

各利用者に関する情報を収集することにより、 各利用者についての前記個人 関心度テーブル （Τ5) をそれぞれ作成し、 これを前記テーブル格納部 （14 3) に格納する個人関心度テーブル作成部 （180) を更に有し、

補正処理部 （142) 力 リス トの提示対象となる提示対象利用者について の個人関心度テーブル （Τ5) を参照することにより、 合致度 （Μ) の補正対 象となる提供情報ファイルについての店舗ジャンルに対する前記提示対象利用 者の個人関心度 （δ) を認識し、 関心度 （ひ 1, a 2) と個人関心度 （δ) と の双方を用いて補正を行うことにより、 補正合致度 （Μ*) を求めることを特徴 とする情報提供システム。

24. 請求項 23に記載の情報提供システムにおいて、 個人関心度テーブル作成部 （180) 、 検索条件入力部 （130) から取 得した検索条件に基づいて、 前記検索条件の入力操作を行った特定の利用者に ついての個人関心度テーブル （T5) を作成することを特徴とする情報提供シ ステム。

25. 請求項 23に記載の情報提供システムにおいて、

個人関心度テーブル作成部 （180) 、 情報配信部 （1 10) から取得し た 「特定の利用者に配信した店舗情報の店舗ジャンル」 を、 前記特定の利用者 についての個人関心情報として収集し、 収集した個人関心情報に基づいて、 前 記特定の利用者についての個人関心度テーブル （T 5) を作成することを特徴 とする情報提供システム。

26. 請求項 23— 25のいずれかに記載の情報提供システムにおいて、 個人関心度テーブル作成部 （1 80) 力 個々の地区領域の個々の時間帯に ついて設定された単位区画ごとに、 各店舗ジャンルに対応する個人関心度 （δ) を設定した個人関心度テーブル （Τ5) を作成し、

補正処理部 （142) U 個人関心度テーブル （T5) の中の、 端末位置情 報によって示される位置を含む地区領域についての現時点に対応する単位区画 について設定されている各店舗ジャンルについての個人関心度 （δ) を参照す ることにより補正を行うことを特徴とする情報提供システム。

27. 請求項 23— 26のいずれかに記載の情報提供システムにおいて、 補正処理部 （142) 力 関心度 （ひ..1, α 2) と個人関心度 （δ) とのそ れぞれについて重みパラメータ （k l， k 2, k 5) を設定する機能を有し、 関心度にその重みパラメ一タを乗じた値および個人関心度にその重みパラメ一 タを乗じた値を、 それぞれ合致度 （M) に対して乗算もしくは加算することに より補正合致度 （M*) を求めることを特徴とする情報提供システム。

2 8 . 請求項 1一 2 7のいずれかに記載の情報提供システムとしてコンビュ ータを機能させるプログラム。