WO2016152277A1 - リコメンド装置、リコメンドシステム、リコメンド方法、及びプログラム - Google Patents

リコメンド装置、リコメンドシステム、リコメンド方法、及びプログラム Download PDF

Info

Publication number
WO2016152277A1
WO2016152277A1 PCT/JP2016/053511 JP2016053511W WO2016152277A1 WO 2016152277 A1 WO2016152277 A1 WO 2016152277A1 JP 2016053511 W JP2016053511 W JP 2016053511W WO 2016152277 A1 WO2016152277 A1 WO 2016152277A1
Authority
WO
WIPO (PCT)
Prior art keywords
evaluation
product
products
recommendation
unit
Prior art date
Application number
PCT/JP2016/053511
Other languages
English (en)
French (fr)
Inventor
野口　幸典
Original Assignee
富士フイルム株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 富士フイルム株式会社 filed Critical 富士フイルム株式会社
Priority to JP2017507569A priority Critical patent/JP6348657B2/ja
Publication of WO2016152277A1 publication Critical patent/WO2016152277A1/ja
Priority to US15/695,013 priority patent/US20170364992A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/02—Comparing digital values
    • G06F7/026—Magnitude comparison, i.e. determining the relative order of operands based on their numerical value, e.g. window comparator
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers

Definitions

  • the present invention relates to a recommendation device, a recommendation system, a recommendation method, and a program, and in particular, a recommendation device, a recommendation system, and a recommendation method for recommending a second product by evaluating a combination of the first product and the second product. And the program.
  • Patent Document 1 describes a technique for supporting a coordinate with an item selected by a user based on a photograph of clothing published in a fashion magazine or the like as a photograph for reference and based on the photograph for reference. Yes.
  • Patent Document 2 describes a technique in which one piece of clothing is selected from a plurality of pieces of clothing owned by a user and color matching (coordination) with the selected clothing is performed.
  • the user when the user is thinking about purchasing trousers on the EC site, the user already owns a plurality of shirts, and is considering purchasing trousers that fit the plurality of shirts owned by the user. There is a case. That is, the user may desire to purchase pants that can be worn around a plurality of shirts already owned by the user.
  • the present invention has been made in view of such circumstances, and an object thereof is to provide a recommendation device, a recommendation system, a recommendation method, and a program capable of recommending a product considering a combination with each of a plurality of products. It is to be.
  • a recommendation device for achieving the above object includes a plurality of second products belonging to a category different from the first product and each of the plurality of first products constituting the evaluation reference group.
  • a recommendation device that evaluates a product based on an evaluation rule and recommends one or a plurality of second products.
  • Evaluation standard group information related to a plurality of first products constituting an evaluation standard group One-to-one individual evaluation of each of a plurality of first products and a plurality of second products based on the evaluation rule, an evaluation rule acquisition unit for acquiring an evaluation rule, and an evaluation rule And a second evaluation for performing a many-to-one comprehensive evaluation for each of the plurality of second products for the evaluation reference group based on the individual evaluation performed by the first evaluation unit.
  • Based on comprehensive evaluation made by the second evaluation unit includes a recommendation information output unit that outputs the recommendation information of the plurality of second products, the.
  • the one-to-one individual evaluation is performed by the first evaluation unit, and the many-to-one comprehensive evaluation is performed based on the individual evaluation performed by the second evaluation unit in the first evaluation unit. Done.
  • this aspect can recommend one or several 2nd goods which considered the combination with each of several 1st goods.
  • the first evaluation unit calculates an individual evaluation value for each individual evaluation
  • the second evaluation unit performs comprehensive evaluation on each of the plurality of second products using the individual evaluation value.
  • the first evaluation unit calculates the individual evaluation value for each one-to-one individual evaluation
  • the second evaluation unit performs the comprehensive evaluation using the individual evaluation value. And a comprehensive evaluation is performed.
  • the comprehensive evaluation is performed by calculating a total evaluation value obtained by summing up the individual evaluation values.
  • the second evaluation unit since the second evaluation unit performs the comprehensive evaluation by calculating the total evaluation value obtained by summing up the individual evaluation values, more accurate comprehensive evaluation is performed.
  • the recommendation information output unit includes a threshold value for determining the individual evaluation value, and includes mismatch information, which is information on the second product having the individual evaluation value equal to or less than the threshold value, in the recommendation information.
  • the recommendation information of the second product having the individual evaluation value equal to or less than the threshold includes mismatch information.
  • this aspect can specify the 2nd goods which have the individual evaluation value below a threshold.
  • the mismatch information includes information on the first product and the second product whose individual evaluation value is equal to or less than a threshold value.
  • the mismatch information includes information on the first product and the second product whose individual evaluation value is equal to or less than the threshold value
  • the first product and the second product whose individual evaluation value is equal to or less than the threshold value Can be identified.
  • the recommendation information includes information related to the product image of the first product, information related to the product image of the second product, and display information related to the mismatch information.
  • the recommendation information includes information related to the product image of the first product, information related to the product image of the second product, and display information related to the mismatch information
  • the first product image displayed on the display unit The second product image and the display relating to the mismatch information are displayed, and the user can visually confirm the evaluation of the combination of the first product and the second product.
  • the first evaluation unit performs the individual evaluation using the product stored in the product database as the second product.
  • the first evaluation unit since the first evaluation unit performs the individual evaluation using the product stored in the product database as the second product, the accurate individual evaluation using the information related to the product stored in the product database. It can be performed.
  • the evaluation criterion group information acquisition unit acquires user purchase history information or user favorite information as evaluation criterion group information.
  • this aspect since the purchase history information of the user or the user's favorite information is acquired as the evaluation reference group information, the product purchased by the user or the product registered in the favorite can be set as the product of the evaluation reference group. . Thereby, this aspect can perform the recommendation of the goods which considered the combination with the goods which the user purchased, or the goods registered into the favorite.
  • the first product and the second product are clothing-related products.
  • the first product and the second product are clothing-related products
  • individual evaluation and comprehensive evaluation of the clothing-related products are performed.
  • this aspect can perform the recommendation of the 2nd goods which can be mixed with respect to a plurality of 1st goods.
  • the recommendation system which is the other aspect of this invention is a recommendation apparatus connected to a user terminal and a user terminal via a network, Comprising: Each of several 1st goods which comprise an evaluation reference group, 1st A recommendation system comprising: a recommendation device that evaluates a plurality of second products belonging to a category different from that of the product based on an evaluation rule, and recommends one or more second products.
  • the apparatus is based on an evaluation criterion group information acquisition unit that acquires evaluation criterion group information related to a plurality of first products constituting the evaluation criterion group, an evaluation rule acquisition unit that acquires an evaluation rule, and an evaluation rule.
  • a first evaluation unit that performs one-to-one individual evaluation of each of a plurality of first products and a plurality of second products, and an individual evaluation performed by the first evaluation unit
  • a second evaluation unit that performs a many-to-one comprehensive evaluation for each of the plurality of second products for the evaluation reference group, and a plurality of evaluations based on the comprehensive evaluation performed by the second evaluation unit.
  • a recommendation information output unit that outputs recommendation information of the second product, and the user terminal displays on the display unit and the display unit based on the recommendation information based on the recommendation information acquired from the recommendation device. And a control unit.
  • one-to-one individual evaluation is performed by the first evaluation unit, and many-to-one based on the individual evaluation performed by the first evaluation unit by the second evaluation unit.
  • An overall evaluation is conducted.
  • this aspect can recommend one or several 2nd goods which considered the combination with each of several 1st goods.
  • the evaluation reference group information acquisition unit of the recommendation device acquires evaluation reference group information from the user terminal, and the user terminal includes an evaluation reference group information output unit that outputs the evaluation reference group information to the recommendation device.
  • the evaluation criterion group information is output from the user terminal, and the output evaluation criterion group information is acquired by the recommendation device.
  • this aspect can utilize the information which a user terminal has as evaluation reference group information.
  • the evaluation rule acquisition unit of the recommendation device acquires an evaluation rule from the user terminal, and the user terminal includes an evaluation rule output unit that outputs the evaluation rule to the recommendation device.
  • the evaluation rule is output from the user terminal, and the output evaluation rule is acquired by the recommendation device.
  • this aspect can recommend goods based on the evaluation rule output by the user terminal.
  • the recommendation method is based on an evaluation rule for each of a plurality of first products constituting an evaluation reference group and a plurality of second products belonging to a category different from the first product.
  • Evaluation criteria group information acquisition for obtaining evaluation criteria group information related to a plurality of first products constituting an evaluation criteria group, which is a recommendation method of evaluating one or a plurality of second products.
  • An evaluation rule acquisition step for acquiring an evaluation rule, and a first evaluation step for performing one-to-one individual evaluation of each of the plurality of first products and the plurality of second products based on the evaluation rules And a second evaluation step for performing a many-to-one comprehensive evaluation for each of the plurality of second products for the evaluation reference group based on the individual evaluation performed in the first evaluation step.
  • the recommendation information output step of outputting the recommendation information of the plurality of second products, the.
  • a program according to another aspect of the present invention is based on an evaluation rule for each of a plurality of first products constituting an evaluation reference group and a plurality of second products belonging to a category different from the first product.
  • An evaluation program for causing a computer to execute a process of performing a recommendation and recommending one or a plurality of second products, and obtaining evaluation criterion group information related to a plurality of first products constituting an evaluation criterion group A reference group information acquisition step, an evaluation rule acquisition step for acquiring an evaluation rule, and a first one-to-one individual evaluation of each of the plurality of first products and the plurality of second products based on the evaluation rules.
  • a many-to-one comprehensive evaluation is performed for each of the plurality of second products for the evaluation reference group.
  • the recommendation information output step of outputting the recommendation information of the plurality of second products, the.
  • the one-to-one individual evaluation is performed by the first evaluation unit, and the many-to-one comprehensive evaluation is performed based on the individual evaluation performed by the first evaluation unit by the second evaluation unit. Since it is performed, it is possible to recommend one or a plurality of second products considering a combination with each of the plurality of first products.
  • the first product refers to a product that is a standard for evaluating a combination
  • the second product is evaluated for a combination with the first product and recommended based on the evaluation.
  • the first product and the second product are clothing and products with different categories. For example, when the first product is tops, the second product is bottoms, and when the first product is bottoms, the second products are tops.
  • the combination of the first product and the second product is not limited to this, and various combinations can be adopted.
  • FIG. 1 is a diagram for explaining a one-to-many recommendation.
  • five second products (bottoms) are recommended based on an arbitrary evaluation rule for one first product (tops) selected by the user.
  • a “one-to-many” recommendation is made in which a plurality of second products are recommended based on one first product.
  • the “one-to-many” recommendation is effective when recommending a second product in consideration of a combination with one first product.
  • FIG. 2 is a diagram for explaining the recommendation of the present invention.
  • five second products bottoms are recommended based on an arbitrary evaluation rule with respect to an evaluation standard group composed of a plurality of first products (tops) owned by the user.
  • a plurality of second products are recommended in consideration of a combination with each of the plurality of first products constituting the evaluation reference group.
  • the recommended second product is (Bottoms) as an example, but it is not only (Bottoms) that is recommended, but any category-related product, and multiple categories of clothing.
  • a second product may be recommended from related products.
  • the recommendation performed in the present invention can be evaluated based on a plurality of first products and the second product can be recommended.
  • FIG. 3 is a conceptual diagram of a recommendation system (client server system) 1 including a recommendation device 10 according to the present invention.
  • a recommendation system 1 according to this embodiment includes a recommendation device 10, a plurality of general consumer (user) user terminals 11, and a plurality of electronic commerce sites (EC sites) EC0 to ECn via a network 12 such as the Internet. Connected and configured.
  • the recommendation device 10 is connected to a product database 13 in which products and information on the products are registered in association with each other.
  • the recommendation device 10 evaluates each of the plurality of first products constituting the evaluation reference group and the plurality of second products belonging to a category different from the first product based on the evaluation rule. The second product is recommended.
  • the recommendation device 10 corresponds to a server in the recommendation system 1, and the user terminal 11 and the EC sites EC0 to ECn correspond to clients in the recommendation system 1.
  • the recommendation device 10 recommends (recommends) a coordinated product that is a product obtained by appropriately combining (coordinated) two or more products to the user.
  • a product database (Data Base: DB) 13 is connected to the recommendation device 10.
  • the recommendation device 10 can appropriately access the product database 13, and can appropriately refer to and acquire product information and product images registered in the product database 13.
  • the product database 13 includes storage means such as an HDD (Hard Disc Drive) and an SSD (Solid State Drive).
  • the user terminal 11 is a terminal that is operated when the user searches for products such as clothing.
  • the user terminal 11 is a portable terminal such as a smartphone or a tablet device or a personal computer.
  • the EC sites EC0 to ECn provide information relating to the product (for example, product image, brand, inventory, price, size, recommended product, purchase information, etc.) to the recommendation device 10 or the recommendation device 10 from the user terminal 11. It has a function of providing information on products handled by the EC site to users who have accessed via the Internet, or to users who have accessed without using the recommendation device 10.
  • product for example, product image, brand, inventory, price, size, recommended product, purchase information, etc.
  • FIG. 4 is a block diagram illustrating a functional configuration example of the user terminal 11.
  • the user terminal 11 of this example mainly includes an input unit 20, a communication unit 23 (a transmission unit 21 and a reception unit 22), an evaluation criterion group information output unit 24, an evaluation rule output unit 26, a display control unit 25, a display unit 27, and
  • the system controller 28 is configured.
  • the input unit 20 selects user identification information (user ID) (identification), data such as a password and a search word, icons displayed on the display unit 27, operations on the screen of the display unit 27 (tap, swipe, pinch) Or an operation unit that is directly operated by a user to input a stretch and the like, and an information specifying unit that specifies data such as a user ID, a password, and a search word input via the operation unit.
  • user ID user identification information
  • data such as a password and a search word
  • icons displayed on the display unit 27 operations on the screen of the display unit 27 (tap, swipe, pinch) Or an operation unit that is directly operated by a user to input a stretch and the like
  • an information specifying unit that specifies data such as a user ID, a password, and a search word input via the operation unit.
  • the user can input his / her purchase history information or information on clothing registered in favorites (favorite information) via the input unit 20.
  • the user can input an evaluation rule via the input unit 20.
  • the evaluation criterion group information output unit 24 outputs the evaluation criterion group information to the recommendation device.
  • the evaluation criterion group information is information related to a plurality of first products constituting the evaluation criterion group, and is various information for specifying the first product.
  • the evaluation criterion group information is a product ID (Identification), a product name, and a product image related to the first product.
  • the evaluation criterion group information output unit 24 outputs the user ID as evaluation criterion group information when an evaluation criterion group can be formed by purchase history or favorite information by the user ID input from the input unit 20. .
  • the evaluation rule output unit 26 outputs the evaluation rule to the recommendation device.
  • the evaluation rule is a rule used in the one-to-one individual evaluation performed by the first evaluation unit 45 of the recommendation device 10. For example, when the evaluation rule is “cute”, the one-to-one individual evaluation of the first product and the second product is evaluated based on “cute”. The individual evaluation will be described in detail later.
  • the display control unit 25 controls the display unit 27 to control the entire display of the display unit 27, and causes the display unit 27 to display based on the acquired information. For example, the display control unit 25 acquires information about the product image of the first product, information about the product image of the second product, and display information about the mismatch information included in the recommendation information acquired via the reception unit 22, The display unit 27 is caused to display according to each acquired information.
  • the system controller 28 is composed of one or a plurality of CPUs (Central Processing Units) and the like, and operates by loading various programs onto the CPU. Then, the system controller 28 controls the communication unit 23 (the transmission unit 21 and the reception unit 22), the input unit 20, the evaluation criterion group information output unit 24, the evaluation rule output unit 26, and the display control unit 25 to perform the above-described processing. Alternatively, other processing is executed by each unit, and each unit (not shown) of the user terminal 11 is also controlled. For example, when the user inputs purchase history or favorite information via the input unit 20, the system controller 28 evaluates the purchase history or favorite information from the transmission unit 21 via the evaluation reference group information output unit 24. Control is performed so as to transmit the information to the recommendation device 10 as group information. For example, when the user inputs an evaluation rule via the input unit 20, the system controller 28 transmits the evaluation rule to the recommendation device 10 from the transmission unit 21 via the evaluation rule output unit 26. Take control.
  • CPUs Central Processing Units
  • FIG. 5 is a diagram showing an appearance of the user terminal 11.
  • a portable terminal that uses a touch panel provided on the display unit 27 as a user operation unit (input unit 20) is referred to as a user terminal 11.
  • the software keyboard 62 may be displayed as the input unit 20 on the display unit 27 of the user terminal 11.
  • the software keyboard 62 includes an arbitrary character palette displayed on the display unit 27 and a touch panel (display unit 27), and the user touches a location corresponding to each character palette displayed on the display unit 27 on the touch panel.
  • a character or the like corresponding to the touch position is input.
  • the character palette displayed on the display unit 27 as the software keyboard 62 is not particularly limited, and includes not only input characters such as hiragana, alphabets, numbers, symbols, but also space keys, enter keys, delete keys, display switching keys, and the like. Function keys can also be displayed on the display unit 27 as the software keyboard 62.
  • the display unit 27 displays a product image of the first product, a product image of the second product, and a display regarding mismatch information (see FIG. 16).
  • the user can input selection of the product of the touched image by touching the product image of the first product or the product image of the second product.
  • FIG. 6 is a block diagram illustrating a functional configuration example of the recommendation device 10.
  • the recommendation device 10 has a function of recommending one or a plurality of second products to the user based on the plurality of first products constituting the evaluation reference group.
  • the recommendation device 10 mainly includes a communication unit 33 (a transmission unit 31 and a reception unit 32), an evaluation reference group information acquisition unit 41, an evaluation rule acquisition unit 43, a first evaluation unit 45, and a second evaluation. And a recommendation information output unit 49.
  • a communication unit 33 a transmission unit 31 and a reception unit 32
  • an evaluation reference group information acquisition unit 41 an evaluation rule acquisition unit 43
  • a first evaluation unit 45 a second evaluation.
  • a recommendation information output unit 49 When various programs are loaded into one or a plurality of CPUs (not shown) included in the recommendation device 10, the CPUs operate, and each unit in the recommendation device 10 is controlled.
  • the receiving unit 32 acquires information and data transmitted from the user terminal 11 via the network 12. For example, the receiving unit 32 acquires evaluation reference group information and evaluation rules. When receiving the evaluation criterion group information, the reception unit 32 transmits the evaluation criterion group information to the evaluation criterion group information acquisition unit 41. Moreover, the receiving part 32 transmits to the evaluation rule acquisition part 43, when an evaluation rule is acquired.
  • the evaluation reference group information acquisition unit 41 acquires evaluation reference group information from the reception unit 32 and forms an evaluation reference group. For example, the evaluation reference group information acquisition unit 41 acquires a product ID related to the first product, and forms a product group of products related to the acquired product ID as an evaluation reference group.
  • the evaluation criterion group information acquisition unit 41 may store an evaluation criterion group in advance. In this case, the evaluation criterion group information acquisition unit 41 needs to acquire the evaluation criterion group information from the user terminal 11. Instead, the evaluation reference group stored in advance is transmitted to the first evaluation unit 45. Furthermore, the evaluation reference group information acquisition unit 41 may acquire purchase history information or favorite information of the user to form an evaluation reference group.
  • the evaluation rule acquisition unit 43 acquires the evaluation rule from the reception unit 32 and transmits it to the first evaluation unit 45. For example, the evaluation rule acquisition unit 43 acquires information that the evaluation is performed based on “cute” as the evaluation rule from the reception unit 32, and transmits “cute” as the evaluation rule to the first evaluation unit 45. Further, the evaluation rule acquisition unit 43 may store the evaluation rule in advance. In this case, the evaluation rule acquisition unit 43 does not need to acquire the evaluation rule from the user terminal 11 and is stored in advance. The evaluation rule is transmitted to the first evaluation unit 45.
  • the first evaluation unit 45 performs one-to-one individual evaluation of each of the plurality of first products and the plurality of second products based on the evaluation rule. That is, the first evaluation unit 45 includes a plurality of first products that form the evaluation reference group formed by the evaluation reference group information acquisition unit 41, and second products that belong to a category different from the first product.
  • the one-to-one individual evaluation is performed based on the evaluation rule.
  • the individual evaluation based on the evaluation rule is performed based on, for example, an evaluation rule table stored in the evaluation rule table database 39.
  • the first evaluation unit 45 transmits the result of the one-to-one individual evaluation to the second evaluation unit 47.
  • the second evaluation unit 47 performs a many-to-one comprehensive evaluation for each of the plurality of second products for the evaluation reference group based on the individual evaluation performed by the first evaluation unit.
  • the comprehensive evaluation performed by the second evaluation unit 47 is performed based on a plurality of individual evaluations of the second product. For example, the second evaluation unit 47 performs a comprehensive evaluation by calculating a total evaluation value by adding a plurality of individual evaluation values of the second product.
  • the second evaluation unit 47 may select the second product to be recommended to the user in accordance with the comprehensive evaluation. For example, the second evaluation unit 47 may recommend a second product whose total evaluation value is within the top 100.
  • the recommendation information output unit 49 outputs recommendation information of a plurality of second products based on the comprehensive evaluation performed by the second evaluation unit. For example, the recommendation information output unit 49 outputs information about the second product within the top 100 of the comprehensive evaluation value as recommendation information.
  • FIG. 7 is a conceptual diagram of the data structure of data related to products stored in the product database 13.
  • the product database 13 stores information on a plurality of products including the first product and the second product.
  • the data (information) regarding the product stored in the product database 13 may be acquired from, for example, one or a plurality of EC sites.
  • the product database 13 acquires data on products from a plurality of EC sites, it is possible to provide the user with selection of products across ECs.
  • the product database 13 includes “product ID”, “category”, “product image”, “design feature value”, “EC site”, “brand”, “inventory”, “stock” as product information. Information on “size” and “price” is registered.
  • the “product ID” is identification information unique to each product, and even if the product is the same, a different product ID may be given if the provider (supplier, EC site, or store) is different. . Therefore, it may be possible to recognize from which provider the product is provided by the product ID.
  • Category is a category of products, and examples of categories include tops, pants (bottoms), hats, shoes, etc., which are useful information when combined (coordinated) with other products.
  • Product image is data of an image in which a product is photographed.
  • the “design feature quantity” includes, for example, physical quantities of product images (information on product colors, information on product patterns, information on product shapes, and information on product texture) and sensitivity words associated with physical quantities.
  • Information about “color” obtained by image analysis of the product image is represented by H (hue), S (saturation), V (lightness), and RGB (red, green, blue).
  • the design feature amount related to “pattern” is expressed by, for example, the pattern size and pattern density.
  • the pattern size is the size of the pattern that the product has, and is represented by, for example, the area.
  • the pattern density indicates how densely the patterns are arranged in a certain range, and is represented by, for example, “high density” or “low density”.
  • “Information on“ shape ” refers to information on a characteristic shape of a product or a shape that makes it possible to identify a product.
  • the information regarding the shape is, for example, information such as a collar shape, slenderness, or looseness.
  • the information related to “texture” is, for example, glossiness or transparency, and is information obtained by image analysis of a product image.
  • FIG. 8 is a conceptual diagram showing the relationship between the sensitivity space 40 and the physical measurement space 42. Conversion from the physical measurement space 42 to the sensitivity space 40 is performed by the conversion table T. That is, the conversion table T defines a region (hereinafter referred to as “physical quantity region 46”) in the physical measurement space 42 corresponding to a region in the sensitivity space 40 (hereinafter referred to as “sensitive region 44”). As shown in FIG. 8, there is a sensitivity area 44 assigned to each sensitivity word in the sensitivity space 40, and for each sensitivity area 44, there is a corresponding physical quantity area 46 in the physical measurement space 42. In the example shown in FIG.
  • a specific physical quantity area 46 in the physical measurement space 42 relating to the design feature quantity of the color, the design feature quantity of the pattern, and the design feature quantity of the texture is the sensitivity area. 44a (see the hatched portion in FIG. 8).
  • the conversion table T defines the association between the sensitivity area 44 expressed in the sensitivity space 40 and the physical quantity area 46 expressed in the physical measurement space 42, and the data on the sensitivity space 40 is converted into the physical measurement space 42. Used to convert to the above data.
  • RGB red green blue
  • pattern feature amount defined by pattern density and pattern size “glossiness and transparency” are specified.
  • the “texture feature value” is used as a reference for defining the physical quantity region 46 in the physical measurement space 42, but is not limited thereto.
  • the product database 13 information related to the sensitivity word associated with the physical quantity of the product image is registered in the product database 13. That is, in the product database 13, sensitivity words obtained by using the conversion table T from physical quantities obtained by image analysis from product images are registered for each product.
  • FIG. 9 is a diagram showing an example of the evaluation rule table stored in the evaluation rule table database (Data Base: DB) 39.
  • Evaluation rule table data as shown in FIG. 9 is stored in the evaluation rule table database 39, and the first evaluation unit 45 corresponds to the evaluation rule table data corresponding to the evaluation rule acquired from the evaluation rule acquisition unit 43.
  • FIG. 9 shows coordinate (combination) evaluation rule table data regarding “cute” as an example of the evaluation rule table data. That is, the bottoms with the color “white” and the sensitivity word “cute”, while the bottoms with the color “white” and the sensitivity word “cute” have an evaluation value in the evaluation rule “cute”. 10.0.
  • the first evaluation unit 45 acquires, for example, evaluation rule table data stored in the evaluation rule table database 39 based on the evaluation rule, and performs individual evaluation with reference to the acquired evaluation rule table data. It can be carried out.
  • the content of the evaluation rule table is not limited to the content shown in FIG. 9, and various combinations of colors, patterns, shapes, textures, and sensitivity words of tops and bottoms can be considered. Further, the evaluation rule table may be created with reference to coordinates of a famous designer or a fashion magazine, for example.
  • the individual evaluation performed by the first evaluation unit 45 is not limited to the evaluation using the evaluation rule table data.
  • the first evaluation unit 45 may perform the individual evaluation based on at least one of the distance in the color space and the distance in the sensitivity space between the first product and the second product.
  • the evaluation criterion group is configured by a first product 101, a first product 102, a first product 103, a first product 104, and a first product 105 owned by the user. ing.
  • 10 to 14 are conceptual diagrams for explaining individual evaluation, which is a one-to-one evaluation performed by the first evaluation unit 45.
  • the first evaluation unit 45 performs individual evaluation based on the evaluation rule “cute”. That is, in FIG. 10 to FIG. 14, the first evaluation unit 45 acquires the evaluation rule table data based on the evaluation rule “cute” and refers to the acquired evaluation rule table data to Individual evaluation with the second product registered in the product database 13 is performed.
  • the individual evaluation of the first product and the second product is performed, and the individual evaluation value of the first product 101 and the second product 106 is 5.5. Yes, the individual evaluation value of the first product 101 and the second product 107 is 0.4, the individual evaluation value of the first product 101 and the second product 108 is 0.9, The individual evaluation value of the first product 101 and the second product 109 is 6.3, and the individual evaluation value of the first product 101 and the second product 110 is 5.5.
  • the individual evaluation regarding the first product 102 is shown, and the individual evaluation value of the first product 102 and the second product 111 is 1.3, and the first product 102 is displayed.
  • the second product 112 have an individual evaluation value of 1.2
  • the first product 102 and the second product 113 have an individual evaluation value of 4.2
  • the first product 102 and the second product 112 The individual evaluation value for the product 114 is 0.3
  • the individual evaluation value for the first product 102 and the second product 115 is 5.3.
  • the individual evaluation regarding the first product 103 is shown, and the individual evaluation value of the first product 103 and the second product 116 is 2.1, and the first product 103 And the second product 117 have an individual evaluation value of 1.8, the first product 103 and the second product 118 have an individual evaluation value of 1.4, and the first product 103 and the second product 118
  • the individual evaluation value for the product 119 is 1.1, and the individual evaluation value for the first product 103 and the second product 120 is 0.9.
  • the individual evaluation regarding the first product 104 is shown, and the individual evaluation value of the first product 104 and the second product 121 is 1.7, and the first product 104 is displayed.
  • the second product 122 have an individual evaluation value of 1.6
  • the first product 104 and the second product 123 have an individual evaluation value of 1.5
  • the first product 104 and the second product 122 have a second evaluation value of 1.5.
  • the individual evaluation value for the product 124 is 1.3
  • the individual evaluation value for the first product 104 and the second product 125 is 1.0.
  • the individual evaluation regarding the first product 105 is shown, and the individual evaluation value of the first product 105 and the second product 106 is 6.1.
  • the second product 107 have an individual evaluation value of 4.1
  • the first product 105 and the second product 126 have an individual evaluation value of 0.8
  • the first product 105 and the second product The individual evaluation value for the product 127 is 0.7
  • the individual evaluation value for the first product 105 and the second product 128 is 6.5.
  • the individual evaluation is performed for each first product.
  • the second evaluation unit 47 performs a many-to-one comprehensive evaluation for each of the plurality of second products for the evaluation reference group.
  • FIG. 15 is a diagram for explaining the comprehensive evaluation performed by the second evaluation unit 47.
  • the second product 106 has an individual evaluation value of 5.5 (1) for the first product 101, 4.2 (2) for the first product 102, and for the first product 103. 6.3 (3), 5.3 (4) for the first product 104, 6.1 (5) for the first product 105, and adding these individual evaluation values to 27. 4, which is the total evaluation value.
  • the second product 107 in FIG. 15 has an individual evaluation value of 0.4 (1) for the first product 101, 5.3 (2) for the first product 102,
  • the product 103 has 6.2 (3)
  • the first product 104 has 5.5 (4)
  • the first product 105 has 4.1 (5). Is 21.5, which is the total evaluation value.
  • the second product 113 in FIG. 15 has an individual evaluation value of 5.5 (1) for the first product 101, 4.2 (2) for the first product 102, The product 103 has 6.3 (3), the first product 104 has 5.3 (4), and the first product 105 has 6.1 (5). Is 27.4, which is the total evaluation value.
  • the second product 114 in FIG. 15 has 5.4 (1) for the first product 101, 0.3 (2) for the first product 102, and the first evaluation value as the individual evaluation values.
  • the product 103 has 6.2 (3)
  • the first product 104 has 5.5 (4)
  • the first product 105 has 4.1 (5). Is 21.5, which is the total evaluation value.
  • the second product 115 in FIG. 15 has 5.4 (1) for the first product 101, 5.3 (2) for the first product 102, and the first evaluation value as the individual evaluation values. 6.2 (3) for the product 103, 0.5 (4) for the first product 104, and 4.1 (5) for the first product 105, and these individual evaluation values Is 21.5, which is the total evaluation value.
  • the second evaluation unit 47 sums up the evaluation values of each of the plurality of second products, calculates a total evaluation value, and performs a comprehensive evaluation. Further, the second evaluation unit 47 may select the second product based on the calculated total evaluation value. For example, as illustrated in FIG. 15, the second evaluation unit 47 includes the top five second products (second product 106, second product 107, second product 113, second product) having a high total evaluation value. A product 114 and a second product 115) can be selected.
  • one-to-one individual evaluation is performed by the first evaluation unit 45, and the individual evaluation performed by the first evaluation unit 45 by the second evaluation unit 47 is performed. Based on this, a many-to-one overall evaluation is performed. Thereby, this aspect can recommend one or some 2nd goods based on evaluation to a plurality of 1st goods.
  • FIG. 16 is a diagram illustrating a display form of recommendation information displayed on the display unit 27 of the user terminal 11.
  • the product image of the second product recommended by the lower part of the display unit 27 reference numerals 231, 232, 234, 235, And 236).
  • mismatch display is shown based on display information related to mismatch information output from the recommendation information output unit 49.
  • the recommendation information output unit 49 has a threshold value for determining the individual evaluation value, and includes the mismatch information, which is information related to the second product having the individual evaluation value equal to or less than the threshold value, in the recommendation information.
  • the individual evaluation value of 201 and the second product 232 is 0.4
  • the individual evaluation value of the first product 202 and the second product 235 is 0.3
  • the first product 204 and the second product 235 Since the individual evaluation value with the product 236 is 0.5 and these individual evaluation values are equal to or less than the threshold for determining the individual evaluation value, the recommendation information output unit 49 includes the mismatch information in the recommendation information.
  • the mismatch display based on the mismatch information can adopt various modes. For example, as shown in FIG. 16, a combination of the first product and the second product whose individual evaluation value is lower than the threshold is selected by the user. (See arrow 210, arrow 211, and arrow 212 in FIG. 16) and display so that the user can see that the combination is not suitable (x mark 213, x mark 214, And x mark 215). Thereby, the user can visually recognize the suitability of the combination of the first product and the second product.
  • the threshold for determining the individual evaluation value is appropriately determined according to the user's settings and the content of the recommendation.
  • FIG. 17 is a diagram showing an operation flow of the recommendation system 1.
  • the evaluation criterion group information output unit 24 outputs evaluation criterion group information
  • the evaluation rule output unit 26 outputs an evaluation rule (step). S10).
  • the evaluation criterion group information output from the evaluation criterion group information output unit 24 and the evaluation rule output from the evaluation rule output unit 26 are transmitted to the recommendation device 10 via the transmission unit 21.
  • the recommendation device 10 receives the evaluation reference group information and the evaluation rule transmitted from the user terminal 11 by the receiving unit 32. Thereafter, evaluation criterion group information is acquired by the evaluation criterion group information acquisition unit 41, and an evaluation rule is acquired by the evaluation rule acquisition unit 43 (step S11). Thereafter, the first evaluation unit 45 performs a one-to-one individual evaluation between each of the plurality of first products specified based on the evaluation criterion group information and the second product stored in the product database 13. Is performed based on the evaluation rule (step S12). Thereafter, based on the one-to-one individual evaluation performed by the first evaluation unit 45, the second evaluation unit 47 performs a many-to-one comprehensive evaluation for each of the plurality of second products (steps). S13). Then, the recommendation information output unit 49 outputs recommendation information based on the many-to-one comprehensive evaluation performed by the second evaluation unit 47 (step S14). The recommendation information output by the recommendation information output unit 49 is transmitted to the user terminal 11 via the transmission unit 31.
  • the user terminal 11 receives the recommendation information transmitted by the receiving unit 22. Thereafter, display based on the recommendation information is performed on the display unit 27 by the display control unit 25 (step S15).

Abstract

複数の商品の各々との組み合わせを考慮した商品をリコメンドすることができるリコメンド装置、リコメンドシステム、リコメンド方法、及びプログラムを提供すること。リコメンド装置１０は、評価基準グループを構成する複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得部４１と、評価ルールを取得する評価ルール取得部４３と、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う第１の評価部４５と、第１の評価部によって行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う第２の評価部４７と、第２の評価部によって行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力するリコメンド情報出力部４９と、を備える。

Description

リコメンド装置、リコメンドシステム、リコメンド方法、及びプログラム
　本発明は、リコメンド装置、リコメンドシステム、リコメンド方法、及びプログラムに関し、特に第１の商品と第２の商品との組み合わせを評価することにより第２の商品をリコメンドするリコメンド装置、リコメンドシステム、リコメンド方法、及びプログラムに関する。
　消費者（ユーザ）は、インターネット上における電子商取引サイト（Ｅｌｅｃｔｒｏｎｉｃ　Ｃｏｍｍｅｒｃｅ（ＥＣ）サイト)において服飾関係の商品を購入する場合に、２種類以上の商品が調和するように組み合わせを考慮して（コーディネートして）、商品を購入することがある。
　しかしながらユーザによっては、自分自身のファッション感覚に自信が持てず、他の人にコーディネートのアドバイスをもらいたいという要望を持つ場合がある。
　従来より、上記要望に対応すべく、ユーザがＥＣサイト上において服飾品等を購入する場合に、ユーザに対してコーディネートのアドバイスを提供し購買を支援する技術が提案されている。
　例えば特許文献１には、ファッション雑誌等に掲載されている衣類の写真を参考用写真画像とし、この参考用写真画像に基づいて、ユーザが選択したアイテムとのコーディネートを支援する技術が記載されている。
　また、例えば特許文献２には、ユーザの所有する複数の衣類から一つの衣類が選択され、その選択された衣類との色あわせ（コーディネート）を行う技術が記載されている。
特開２０１２－１４５４４号公報 特開２００６－１１９８３６号公報
　ここで、例えばユーザがＥＣサイトにおいてズボンの購入を考えている際に、ユーザは既に複数のシャツを所有しており、その所有している複数のシャツに合うようなズボンの購入を考えている場合がある。すなわち、ユーザは、ユーザが既に所有している複数のシャツに対して着回しが可能なズボンの購入を希望することがある。
　資金があまりない場合でも、上述したような着回しが可能な服を提案することによって、より購買を促進させることができると考えられる。
　しかしながら、特許文献１及び特許文献２に記載された技術では、選択された一つのアイテム（衣類）に対してコーディネートされたアイテムが提案されているだけである。すなわち、特許文献１及び特許文献２に記載された技術では、コーディネートをする場合の評価の基準となるアイテムは一つであり、１対多のコーディネートが行われている。このような１対多のコーディネートの技術では、評価の基準となるアイテムが複数ある場合、ユーザの希望するような商品を提案することは困難となる。すなわち、ユーザの所有している複数のシャツに対して着回しが可能なズボンの提案をすることが困難となる場合がある。
　本発明はこのような事情に鑑みてなされたもので、その目的は、複数の商品の各々との組み合わせを考慮した商品をリコメンドすることができるリコメンド装置、リコメンドシステム、リコメンド方法、及びプログラムを提供することである。
　上記目的を達成するための本発明の一の態様であるリコメンド装置は、評価基準グループを構成する複数の第１の商品の各々と、第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の第２の商品のリコメンドを行うリコメンド装置であって、評価基準グループを構成する複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得部と、評価ルールを取得する評価ルール取得部と、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う第１の評価部と、第１の評価部によって行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う第２の評価部と、第２の評価部によって行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力するリコメンド情報出力部と、を備える。
　本態様によれば、第１の評価部により１対１の個別評価が行われ、且つ第２の評価部により第１の評価部において行われた個別評価に基づいて多対１の総合評価が行われる。これにより、本態様は、複数の第１の商品の各々との組み合わせを考慮した一又は複数の第２の商品をリコメンドすることができる。
　好ましくは、第１の評価部は、個別評価毎に個別評価値を算出し、第２の評価部は、複数の第２の商品の各々に関して、個別評価値を用いて総合評価を行う。
　本態様によれば、第１の評価部は１対１の個別評価毎に個別評価値を算出し、第２の評価部は個別評価値を用いて総合評価を行うので、より正確に個別評価及び総合評価が行われる。
　好ましくは、総合評価は、個別評価値を合計した合計評価値を算出することにより行われる。
　本態様によれば、第２の評価部は個別評価値を合計した合計評価値を算出することにより総合評価を行うので、より正確な総合評価が行われる。
　好ましくは、リコメンド情報出力部は、個別評価値を判断するための閾値を有し、閾値以下の個別評価値を有する第２の商品に関する情報であるミスマッチ情報をリコメンド情報に含ませる。
　本態様によれば、閾値以下の個別評価値を有する第２の商品のリコメンド情報にはミスマッチ情報が含まれる。これにより、本態様は、閾値以下の個別評価値を有する第２の商品を特定することができる。
　好ましくは、ミスマッチ情報は、個別評価値が閾値以下となる第１の商品と第２の商品とに関する情報を含む。
　本態様によれば、ミスマッチ情報は個別評価値が閾値以下となる第１の商品及び第２の商品に関する情報を含むので、個別評価値が閾値以下である第１の商品と第２の商品との組み合わせを特定することができる。
　好ましくは、リコメンド情報は、第１の商品の商品画像に関する情報、第２の商品の商品画像に関する情報、及びミスマッチ情報に関する表示情報を含む。
　本態様によれば、リコメンド情報が第１の商品の商品画像に関する情報、第２の商品の商品画像に関する情報、及びミスマッチ情報に関する表示情報を含むので、表示部に表示される第１の商品画像、第２の商品画像、及びミスマッチ情報に関する表示が表示され、ユーザは視覚的に第１の商品と第２の商品との組み合わせの評価を確認することができる。
　好ましくは、第１の評価部は、商品データベースに記憶されている商品を第２の商品として個別評価を行う。
　本態様によれば、第１の評価部は商品データベースに記憶されている商品を第２の商品として個別評価を行うので、商品データベースに記憶されている商品に関する情報を使用した精度の良い個別評価を行うことができる。
　好ましくは、評価基準グループ情報取得部は、ユーザの購買履歴情報又はユーザのお気に入り情報を評価基準グループ情報として取得する。
　本態様によれば、ユーザの購買履歴情報又はユーザのお気に入り情報が評価基準グループ情報として取得されるので、ユーザの購入した商品又はお気に入りに登録された商品を評価基準グループの商品とすることができる。これにより、本態様は、ユーザの購入した商品又はお気に入りに登録された商品との組み合わせを考慮した商品のリコメンドを行うことができる。
　好ましくは、第１の商品及び第２の商品は服飾関係の商品である。
　本態様によれば、第１の商品及び第２の商品が服飾関係の商品であるので、服飾関係の商品における個別評価及び総合評価が行われる。これにより、本態様は、複数の第１の商品に対して着回しが可能な第２の商品のリコメンドを行うことができる。
　本発明の他の態様であるリコメンドシステムは、ユーザ端末と、ネットワークを介してユーザ端末に接続されるリコメンド装置であって、評価基準グループを構成する複数の第１の商品の各々と、第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の第２の商品のリコメンドを行うリコメンド装置と、を備えるリコメンドシステムであって、リコメンド装置は、評価基準グループを構成する複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得部と、評価ルールを取得する評価ルール取得部と、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う第１の評価部と、第１の評価部によって行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う第２の評価部と、第２の評価部によって行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力するリコメンド情報出力部と、を含み、ユーザ端末は、表示部と、リコメンド装置から取得したリコメンド情報に基づいて、表示部にリコメンド情報に基づく表示を行わせる表示制御部と、を含む。
　本態様によれば、リコメンド装置において、第１の評価部により１対１の個別評価が行われ、且つ第２の評価部により第１の評価部によって行われた個別評価に基づいて多対１の総合評価が行われる。これにより、本態様は、複数の第１の商品の各々との組み合わせを考慮した一又は複数の第２の商品をリコメンドすることができる。
　また、本態様によれば、ユーザ端末において、表示部にリコメンド情報に基づく表示が行われるので、ユーザはリコメンド情報を視覚的に把握することができる。
　好ましくは、リコメンド装置の評価基準グループ情報取得部は、ユーザ端末から評価基準グループ情報を取得し、ユーザ端末は、評価基準グループ情報をリコメンド装置に出力する評価基準グループ情報出力部を含む。
　本態様によれば、ユーザ端末から評価基準グループ情報が出力され、出力された評価基準グループ情報がリコメンド装置により取得される。これにより、本態様は、ユーザ端末が有する情報を評価基準グループ情報として活用することができる。
　好ましくは、リコメンド装置の評価ルール取得部は、ユーザ端末から評価ルールを取得し、ユーザ端末は、評価ルールをリコメンド装置に出力する評価ルール出力部を含む。
　本態様によれば、ユーザ端末から評価ルールが出力され、出力された評価ルールがリコメンド装置により取得される。これにより、本態様は、ユーザ端末によって出力された評価ルールに基づいて商品のリコメンドを行うことができる。
　本発明の他の態様であるリコメンド方法は、評価基準グループを構成する複数の第１の商品の各々と、第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の第２の商品のリコメンドを行うリコメンド方法であって、評価基準グループを構成する複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得ステップと、評価ルールを取得する評価ルール取得ステップと、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う第１の評価ステップと、第１の評価ステップにおいて行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う第２の評価ステップと、第２の評価ステップにおいて行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力するリコメンド情報出力ステップと、を含む。
　本発明の他の態様であるプログラムは、評価基準グループを構成する複数の第１の商品の各々と、第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の第２の商品のリコメンドを行う処理をコンピュータに実行させるプログラムであって、評価基準グループを構成する複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得ステップと、評価ルールを取得する評価ルール取得ステップと、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う第１の評価ステップと、第１の評価ステップで行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う第２の評価ステップと、第２の評価ステップにおいて行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力するリコメンド情報出力ステップと、を含む。
　本発明によれば、第１の評価部により１対１の個別評価が行われ、且つ第２の評価部により第１の評価部によって行われた個別評価に基づいて多対１の総合評価が行われるので、複数の第１の商品の各々との組み合わせを考慮した一又は複数の第２の商品をリコメンドすることができる。
１対多のリコメンドに関して説明する図である。 本発明のリコメンドに関して説明する図である。 リコメンドシステムの概念図である。 ユーザ端末の機能構成例を示すブロック図である。 ユーザ端末の外観を示す図である。 リコメンド装置の機能構成例を示すブロック図である。 商品データベースに保存される商品に関するデータのデータ構造概念図である。 感性空間及び物理計測空間の関係を示す概念図である。 評価ルールテーブルデータベースに保存される評価ルールテーブルの概念図である。 第１の評価部によって行われる個別評価に関して説明する概念図である。 第１の評価部によって行われる個別評価に関して説明する概念図である。 第１の評価部によって行われる個別評価に関して説明する概念図である。 第１の評価部によって行われる個別評価に関して説明する概念図である。 第１の評価部によって行われる個別評価に関して説明する概念図である。 第２の評価部によって行われる総合評価に関して説明する概念図である。 ユーザ端末の表示部に表示されるリコメンド情報の表示形態を示した図である。 リコメンドシステムの動作フローを示す図である。
　以下、添付図面に従って本発明に係るリコメンド装置、リコメンドシステム、リコメンド方法、及びプログラムの実施の形態について説明する。以下の実施形態では「服飾品、特に衣服」をコーディネートの対象の商品とする例について説明するが、これに限定されず、他の任意の商品の組み合わせを行う場合にも本発明を応用することが可能である。例えば、メインのイラストと背景のイラストとの組み合わせや、ハガキのイラストとキャラクタのイラストの組み合わせ等に関しても、本発明を適用してリコメンドを行うことが可能である。
　以下の説明で第１の商品とは組み合わせを評価する場合の基準となる商品のことをいい、第２の商品とは第１の商品との組み合わせを評価され、その評価に基づいてリコメンドされる商品のことをいう。また、以下の説明では、第１の商品及び第２の商品は、衣類でありカテゴリが異なる商品である。例えば、第１の商品がトップスである場合には第２の商品はボトムスであり、第１の商品がボトムスである場合には第２の商品はトップスである。なお、第１の商品及び第２の商品の組み合わせはこれに限定されず、様々な組み合わせを採用することができる。
　図１は１対多のリコメンドに関して説明する図である。図１では、ユーザが選択した一つの第１の商品（トップス）に対して、任意の評価ルールに基づいて、５つの第２の商品（ボトムス）がリコメンドされている。すなわち、一つの第１の商品を基準にして複数の第２の商品のリコメンドがされている「１対多」のリコメンドが行われている。「１対多」のリコメンドは、一つの第１の商品との組み合わせを考慮して第２の商品をリコメンドする場合には有効である。しかし、複数の第１の商品との組み合わせを考慮して第２の商品のリコメンドを行うことは困難となる。
　図２は本発明のリコメンドに関して説明する図である。図２では、例えばユーザが所有している複数の第１の商品（トップス）で構成される評価基準グループに対して、任意の評価ルールに基づいて、５つの第２の商品（ボトムス）がリコメンドされている。すなわち、評価基準グループを構成する複数の第１の商品の各々との組み合わせを考慮して、複数の第２の商品のリコメンドが行われている。なお、リコメンドされる第２の商品は（ボトムス）を例にあげているが、リコメンドされるのは（ボトムス）のみならず、任意のカテゴリの服飾関係の商品でよく、また複数のカテゴリの服飾関係の商品から第２の商品がリコメンドされてよい。
　このように、本発明で行われるリコメンドは、複数の第１の商品を基準にして、評価を行い第２の商品をリコメンドすることができる。
　図３は、本発明に係るリコメンド装置１０を含むリコメンドシステム（クライアントサーバシステム）１の概念図である。本実施形態に係るリコメンドシステム１は、リコメンド装置１０と、複数の一般消費者（ユーザ）のユーザ端末１１と、複数の電子商取引サイト（ＥＣサイト）ＥＣ０～ＥＣｎとがインターネット等のネットワーク１２を介して接続されて構成される。また、リコメンド装置１０には、商品とその商品の情報が関連付けられて登録されている商品データベース１３が接続されている。
　リコメンド装置１０は、評価基準グループを構成する複数の第１の商品の各々と、第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価し、一又は複数の第２の商品のリコメンドを行う。
　リコメンド装置１０はリコメンドシステム１におけるサーバに相当し、ユーザ端末１１及びＥＣサイトＥＣ０～ＥＣｎはリコメンドシステム１におけるクライアントに相当する。リコメンド装置１０は、２以上の商品を適宜組み合わせた（コーディネートした）商品であるコーディネート商品をユーザにリコメンド（推奨）する。
　リコメンド装置１０には、商品データベース（Ｄａｔａ　Ｂａｓｅ：ＤＢ）１３が接続されている。リコメンド装置１０は、商品データベース１３に適宜アクセスすることが可能であり、商品データベース１３に登録されている商品の情報及び商品画像を適宜参照及び取得することができる。商品データベース１３はＨＤＤ（Ｈａｒｄ　Ｄｉｓｃ　Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等の記憶手段により構成されている。
　ユーザ端末１１は、ユーザが服飾品等の商品を検索する際に操作する端末である。例えばユーザ端末１１は、スマートフォン、タブレットデバイス等のポータブル端末やパソコンなどである。
　ＥＣサイトＥＣ０～ＥＣｎは、商品に関する情報（例えば、商品画像、ブランド、在庫、価格、サイズ、お勧め商品、及び購買情報等）をリコメンド装置１０に提供したり、ユーザ端末１１からリコメンド装置１０を経由してアクセスしたユーザに対して、又はリコメンド装置１０を経由せずにアクセスしたユーザに対して、ＥＣサイトが取り扱っている商品に関する情報を提供する機能を備える。
　次に、このリコメンドシステム１におけるユーザ端末１１の機能構成について説明する。
　図４は、ユーザ端末１１の機能構成例を示すブロック図である。
　本例のユーザ端末１１は、主として入力部２０、通信部２３（送信部２１及び受信部２２）、評価基準グループ情報出力部２４、評価ルール出力部２６、表示制御部２５、表示部２７、及びシステムコントローラ２８から構成されている。
　入力部２０は、ユーザ識別情報（ユーザＩＤ）（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）、パスワード、検索ワード等のデータ類、表示部２７に表示されるアイコン等の選択、表示部２７の画面の操作（タップ、スワイプ、ピンチ又はストレッチ等）を入力するためにユーザによって直接的に操作される操作部と、操作部を介して入力されたユーザＩＤ、パスワード、検索ワード等のデータ類を特定する情報特定部とを含む。例えばユーザは、入力部２０を介して自分の購買履歴情報又はお気に入りに登録した衣類の情報（お気に入り情報）を入力することができる。また例えばユーザは、入力部２０を介して評価ルールを入力することができる。
　評価基準グループ情報出力部２４は、評価基準グループ情報をリコメンド装置に出力する。ここで、評価基準グループ情報とは、評価基準グループを構成する複数の第１の商品に関連する情報であり、第１の商品を特定するための様々な情報である。例えば評価基準グループ情報は、第１の商品に関連する商品ＩＤ（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）、商品名、及び商品画像である。また評価基準グループ情報出力部２４は、入力部２０から入力されるユーザＩＤによって、購買履歴又はお気に入り情報によって評価基準グループを形成することができる場合には、ユーザＩＤを評価基準グループ情報として出力する。
　評価ルール出力部２６は、評価ルールをリコメンド装置に出力する。ここで評価ルールとは、リコメンド装置１０の第１の評価部４５によって行われる１対１の個別評価において使用されるルールである。例えば評価ルールが「かわいい」であった場合には、第１の商品及び第２の商品の１対１の個別評価は「かわいい」を基準に評価される。なお、個別評価については後で詳述する。
　表示制御部２５は、表示部２７を制御して表示部２７の表示全般をコントロールしており、取得情報に基づいて表示部２７に表示を行わせる。例えば表示制御部２５は、受信部２２を介して取得するリコメンド情報に含まれる第１の商品の商品画像に関する情報、第２の商品の商品画像に関する情報、及びミスマッチ情報に関する表示情報を取得し、各取得した情報に応じた表示を表示部２７に行わせる。
　システムコントローラ２８は一つ又は複数のＣＰＵ（Central Processing Unit）等により構成されており、各種プログラムが当該ＣＰＵにロードされることにより動作する。そして、システムコントローラ２８は、通信部２３（送信部２１及び受信部２２）、入力部２０、評価基準グループ情報出力部２４、評価ルール出力部２６、及び表示制御部２５を制御して上述の処理或いは他の処理を各部に実行させ、また、ユーザ端末１１の図示しない各部も制御する。例えばユーザが入力部２０を介して購買履歴又はお気に入り情報を入力した場合には、システムコントローラ２８は、評価基準グループ情報出力部２４を経由して送信部２１より、購買履歴又はお気に入り情報を評価基準グループ情報としてリコメンド装置１０に送信するように制御を行う。また例えば、ユーザが入力部２０を介して評価ルールを入力した場合には、システムコントローラ２８は、評価ルール出力部２６を経由して送信部２１より、評価ルールをリコメンド装置１０に送信するように制御を行う。
　図５は、ユーザ端末１１の外観を示す図である。図５に示す場合では、表示部２７に設けられたタッチパネルをユーザ操作部（入力部２０）とするポータブル端末をユーザ端末１１とする。
　例えばユーザ端末１１の表示部２７に、入力部２０としてソフトウエアキーボード６２が表示されてもよい。ソフトウエアキーボード６２は、表示部２７に表示される任意の文字パレット及びタッチパネル（表示部２７）によって構成され、タッチパネルのうち表示部２７に表示された各文字パレットに対応する箇所をユーザがタッチすることによって、タッチ位置に対応する文字等が入力される。ソフトウエアキーボード６２として表示部２７に表示される文字パレットは特に限定されず、ひらがな、アルファベット、数字、記号等の入力用文字だけではなく、スペースキー、エンターキー、デリートキー、表示切り換えキー等のファンクションキーもソフトウエアキーボード６２として表示部２７に表示可能である。
　また表示部２７には、第１の商品の商品画像、第２の商品の商品画像、及びミスマッチ情報に関する表示が表示される（図１６参照）。例えば、ユーザは第１の商品の商品画像又は第２の商品の商品画像をタッチすることにより、タッチした画像の商品の選択を入力することができる。
　次に、リコメンド装置１０の機能構成について説明する。
　図６は、リコメンド装置１０の機能構成例を示すブロック図である。
　リコメンド装置１０は、評価基準グループを構成する複数の第１の商品を基準としてユーザに一又は複数の第２の商品をリコメンドする機能を有する。
　図６に示すようにリコメンド装置１０は、主として通信部３３（送信部３１及び受信部３２）、評価基準グループ情報取得部４１、評価ルール取得部４３、第１の評価部４５、第２の評価部４７、及びリコメンド情報出力部４９から構成されている。リコメンド装置１０が有する図示しない一つ又は複数のＣＰＵに、各種プログラムがロードされることにより当該ＣＰＵが動作し、リコメンド装置１０における各部が制御される。
　受信部３２は、ネットワーク１２を介してユーザ端末１１から送信される情報及びデータを取得する。例えば受信部３２は、評価基準グループ情報、及び評価ルールを取得する。受信部３２は、評価基準グループ情報を取得した場合には、評価基準グループ情報を評価基準グループ情報取得部４１に送信する。また、受信部３２は、評価ルールを取得した場合には、評価ルール取得部４３に送信する。
　評価基準グループ情報取得部４１は、受信部３２から評価基準グループ情報を取得し、評価基準グループを形成する。例えば、評価基準グループ情報取得部４１は、第１の商品に関する商品ＩＤを取得し、取得した商品ＩＤに関する商品の商品群を評価基準グループとして形成する。また、評価基準グループ情報取得部４１には予め評価基準グループが記憶されていてもよく、この場合には、評価基準グループ情報取得部４１は、ユーザ端末１１から評価基準グループ情報を取得する必要はなく、予め記憶されている評価基準グループを第１の評価部４５に送信する。さらに、評価基準グループ情報取得部４１は、ユーザの購買履歴情報又はお気に入り情報を取得して、評価基準グループを形成してもよい。
　評価ルール取得部４３は、受信部３２から評価ルールを取得して、第１の評価部４５に送信する。例えば評価ルール取得部４３は、受信部３２から評価ルールとして「かわいい」を基準に評価を行うという情報を取得し、第１の評価部４５に評価ルールとして「かわいい」を送信する。また、評価ルール取得部４３には予め評価ルールが記憶されていてもよく、この場合には、評価ルール取得部４３は、ユーザ端末１１から評価ルールを取得する必要はなく、予め記憶されている評価ルールを第１の評価部４５へ送信する。
　第１の評価部４５は、評価ルールに基づいて、複数の第１の商品の各々と複数の第２の商品との１対１の個別評価を行う。すなわち、第１の評価部４５は、評価基準グループ情報取得部４１によって形成された評価基準グループを構成する複数の第１の商品と、第１の商品とは異なるカテゴリに属する第２の商品との１対１の個別評価を評価ルールに基づいて行う。ここで、評価ルールに基づいた個別評価は、例えば評価ルールテーブルデータベース３９に記憶されている評価ルールテーブルに基づいて行われる。第１の評価部４５は、１対１の個別評価の結果を第２の評価部４７に送信する。
　第２の評価部４７は、第１の評価部によって行われた個別評価に基づいて、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価を行う。第２の評価部４７によって行われる総合評価は、第２の商品が有する複数の個別評価に基づいて行われる。例えば、第２の評価部４７は、第２の商品が有する複数の個別評価値を合計して合計評価値を算出することにより総合評価を行う。
　そして、第２の評価部４７は、第２の商品が複数ある場合には、総合評価に応じてユーザにリコメンドする第２の商品を選択してもよい。例えば、第２の評価部４７は、合計評価値が上位１００位以内の第２の商品をリコメンドしてもよい。なお、第１の評価部４５で行われる個別評価及び第２の評価部４７によって行われる総合評価については後で詳述する。
　リコメンド情報出力部４９は、第２の評価部によって行われた総合評価に基づいて、複数の第２の商品のリコメンド情報を出力する。例えばリコメンド情報出力部４９は、総合評価値の上位１００以内の第２の商品についての情報をリコメンド情報として出力する。
　図７は、商品データベース１３に保存される商品に関するデータのデータ構造概念図である。商品データベース１３には、第１の商品及び第２の商品を含む複数の商品の情報が記憶されている。また、商品データベース１３に記憶される商品に関するデータ（情報）は、例えば、単数又は複数のＥＣサイトから取得してもよい。商品データベース１３が複数のＥＣサイトから商品に関するデータを取得すると、ＥＣ間を横断した商品の選択をユーザに提供できる。
　図７に示すように、商品データベース１３には商品情報として、「商品ＩＤ」、「カテゴリ」、「商品画像」、「デザイン特徴量」、「ＥＣサイト」、「ブランド」、「在庫」、「サイズ」、及び「価格」に関する情報が登録されている。ここで、「商品ＩＤ」は各商品に対して固有の識別情報であり、同じ商品であっても提供元（サプライヤ、ＥＣサイト、又は販売店）が異なれば異なる商品ＩＤが付与されてもよい。したがって、商品ＩＤにより、商品がどこの提供元から提供されているかを認識することができる場合もある。
　「カテゴリ」とは商品のカテゴリであり、カテゴリの例として、トップス、パンツ（ボトムス）、帽子、靴等があり、他の商品と組み合わせる（コーディネートする）際に有用な情報となる。「商品画像」は、商品が撮影された画像のデータである。
　「デザイン特徴量」は、例えば、商品画像の物理量（商品の色に関する情報、商品の柄に関する情報、商品の形に関する情報、及び商品の質感に関する情報）及び物理量と関連付けられた感性語を有する。商品画像を画像解析して得られる「色」に関する情報はＨ（色相）、Ｓ（彩度）、及びＶ（明度）やＲＧＢ（赤、緑、青）によって表される。
　「柄」に関するデザイン特徴量は、例えば柄サイズや柄密度によって表される。柄サイズは商品が有する柄のサイズであり、例えば面積によって表される。また、柄密度は、ある一定の範囲にどれだけ柄が密集して配置されているかが示されており、例えば「密度が高い」や「密度が低い」等によって表される。
　「形」に関する情報とは、商品の特徴的な形又は商品を識別することが可能となる形に関する情報のことである。形に関する情報は、例えば、襟の形状や、細身、又はゆったり等の情報である。「質感」に関する情報は、例えば光沢度や透け度等であり、商品画像を画像解析することによって得られる情報である。
　次に物理量と関連付けられた感性語に関する情報に関して説明する。先ず、物理量と感性語との関係に関して説明する。
　図８は、感性空間４０及び物理計測空間４２の関係を示す概念図である。物理計測空間４２から感性空間４０への変換は変換テーブルＴによって行われる。すなわち、変換テーブルＴは、感性空間４０における領域（以下「感性領域４４」と表記する）に対応する物理計測空間４２における領域（以下「物理量領域４６」と表記する）を規定する。図８に示すように、感性空間４０において感性語毎に割り当てられる感性領域４４があり、各感性領域４４に関し、物理計測空間４２において対応する物理量領域４６がある。図８に示す例では、ある感性語が感性領域４４ａを占める場合、色のデザイン特徴量、柄のデザイン特徴量及び質感のデザイン特徴量に関する物理計測空間４２における特定の物理量領域４６がその感性領域４４ａに対応付けられている（図８の斜線部参照）。
　変換テーブルＴは、この感性空間４０において表される感性領域４４と、物理計測空間４２において表される物理量領域４６との関連付けを規定するものであり、感性空間４０上のデータを物理計測空間４２上のデータに変換するために使用される。
　なお、図８に示す例では、「ＲＧＢ（赤緑青）データによって規定される色特徴量」、「柄密度及び柄サイズによって規定される柄特徴量」、及び「光沢度及び透け度によって規定される質感特徴量」が物理計測空間４２における物理量領域４６を定める基準として用いられているが、これらに限定されない。
　上述したように商品画像の物理量に関連付けられた感性語に関する情報が商品データベース１３には登録されている。すなわち、商品データベース１３には、商品画像から画像解析によって得られる物理量から、変換テーブルＴを使用して求められる感性語が商品毎に登録されている。
　図７に戻って、商品データベース１３には、さらに商品についての「ＥＣサイト（店舗）」、「ブランド」、「在庫」、「サイズ」、及び「価格」が登録されている。なお、商品情報は図７に示したものに限定されず、商品に関する他の様々な情報が商品情報として商品データベース１３に登録されてもよい。
　図９は、評価ルールテーブルデータベース（Ｄａｔａ　Ｂａｓｅ：ＤＢ）３９に記憶されている評価ルールテーブルの一例を示す図である。評価ルールテーブルデータベース３９には、図９に示すような評価ルールテーブルデータが記憶されており、第１の評価部４５は評価ルール取得部４３から取得した評価ルールに基づいて対応する評価ルールテーブルデータを取得する。図９には、評価ルールテーブルデータの例示として、「かわいい」に関してのコーディネート（組み合わせの）の評価ルールテーブルデータが示されている。すなわち、色が「白」であり感性語が「かわいい」であるトップスに対して、色が「白」であり感性語が「かわいい」であるボトムスは、評価ルール「かわいい」においては評価値が１０．０となる。同様に、色が「グレー」であり感性語が「かわいい」であるボトムスは評価ルール「かわいい」においては評価値が９．５となり、色が「グレー」であり感性語が「若々しい」であるボトムスは評価ルール「かわいい」においては評価値が９．４となる。また、色が「黒」であり感性語が「カッコいい」であるトップスに対して、色が「青」であり感性語が「フォーマル」であるボトムスは評価ルール「かわいい」においては評価値が２．０となる。上述したように、第１の評価部４５は、例えば評価ルールテーブルデータベース３９に記憶されている評価ルールテーブルデータを評価ルールに基づいて取得し、取得した評価ルールテーブルデータを参照して個別評価を行うことができる。
　評価ルールテーブルの内容は、図９の内容に限定されるものではなく、トップスとボトムスの、色、柄、形、質感、及び感性語の様々な組み合わせのものが考えられる。また、評価ルールテーブルは、例えば有名デザイナー又はファッション雑誌のコーディネートを参考に作成されてもよい。
　さらに、第１の評価部４５によって行われる個別評価は、評価ルールテーブルデータを使用した評価に限定されない。例えば第１の評価部４５は、第１の商品と第２の商品との色空間での距離及び感性空間での距離のうち少なくとも一方に基づいて、個別評価を行ってもよい。
　次に、本発明の第１の評価部４５及び第２の評価部４７によって行われる評価についての具体例について説明する。以下に説明する具体例では、評価基準グループは、ユーザが所有する第１の商品１０１、第１の商品１０２、第１の商品１０３、第１の商品１０４、及び第１の商品１０５によって構成されている。
　図１０から図１４は、第１の評価部４５によって行われる１対１の評価である個別評価に関して説明する概念図である。
　図１０から図１４では、第１の評価部４５は、評価ルール「かわいい」に基づいて、個別評価を行っている。すなわち、図１０から図１４では、第１の評価部４５は、評価ルール「かわいい」に基づいて評価ルールテーブルデータを取得し、取得した評価ルールテーブルデータを参照して、第１の商品１０１と商品データベース１３に登録されている第２の商品との個別評価が行われている。
　図１０に示された個別評価では、第１の商品と第２の商品との個別評価が行われており、第１の商品１０１と第２の商品１０６との個別評価値は５．５であり、第１の商品１０１と第２の商品１０７との個別評価値は０．４であり、第１の商品１０１と第２の商品１０８との個別評価値は０．９であり、第１の商品１０１と第２の商品１０９との個別評価値は６．３であり、第１の商品１０１と第２の商品１１０との個別評価値は５．５である。
　同様に、図１１においては第１の商品１０２に関しての個別評価が示されており、第１の商品１０２と第２の商品１１１との個別評価値は１．３であり、第１の商品１０２と第２の商品１１２との個別評価値は１．２であり、第１の商品１０２と第２の商品１１３との個別評価値は４．２であり、第１の商品１０２と第２の商品１１４との個別評価値は０．３であり、第１の商品１０２と第２の商品１１５との個別評価値は５．３である。
　同様に、図１２においては第１の商品１０３に関しての個別評価が示されており、第１の商品１０３と第２の商品１１６との個別評価値は２．１であり、第１の商品１０３と第２の商品１１７との個別評価値は１．８であり、第１の商品１０３と第２の商品１１８との個別評価値は１．４であり、第１の商品１０３と第２の商品１１９との個別評価値は１．１であり、第１の商品１０３と第２の商品１２０との個別評価値は０．９である。
　同様に、図１３においては第１の商品１０４に関しての個別評価が示されており、第１の商品１０４と第２の商品１２１との個別評価値は１．７であり、第１の商品１０４と第２の商品１２２との個別評価値は１．６であり、第１の商品１０４と第２の商品１２３との個別評価値は１．５であり、第１の商品１０４と第２の商品１２４との個別評価値は１．３であり、第１の商品１０４と第２の商品１２５との個別評価値は１．０である。
　同様に、図１４においては第１の商品１０５に関しての個別評価について示されており、第１の商品１０５と第２の商品１０６との個別評価値は６．１であり、第１の商品１０５と第２の商品１０７との個別評価値は４．１であり、第１の商品１０５と第２の商品１２６との個別評価値は０．８であり、第１の商品１０５と第２の商品１２７との個別評価値は０．７であり、第１の商品１０５と第２の商品１２８との個別評価値は６．５である。
　図１０から図１４で示したように個別評価が第１の商品毎に行われる。その後に、第２の評価部４７において、評価基準グループに対する複数の第２の商品の各々についての多対１の総合評価が行われる。
　図１５は、第２の評価部４７で行われる総合評価に関して説明する図である。
　第２の商品１０６は、個別評価値として、第１の商品１０１に対して５．５（１）、第１の商品１０２に対して４．２（２）、第１の商品１０３に対して６．３（３）、第１の商品１０４に対して５．３（４）、第１の商品１０５に対して６．１（５）を有し、これらの個別評価値を合計すると２７．４となり、これを合計評価値とする。
　また、図１５の第２の商品１０７は、個別評価値として、第１の商品１０１に対して０．４（１）、第１の商品１０２に対して５．３（２）、第１の商品１０３に対して６．２（３）、第１の商品１０４に対して５．５（４）、第１の商品１０５に対して４．１（５）を有し、これらの個別評価値を合計すると２１．５となり、これを合計評価値とする。
　また、図１５の第２の商品１１３は、個別評価値として、第１の商品１０１に対して５．５（１）、第１の商品１０２に対して４．２（２）、第１の商品１０３に対して６．３（３）、第１の商品１０４に対して５．３（４）、第１の商品１０５に対して６．１（５）を有し、これらの個別評価値を合計すると２７．４となり、これを合計評価値とする。
　また、図１５の第２の商品１１４は、個別評価値として、第１の商品１０１に対して５．４（１）、第１の商品１０２に対して０．３（２）、第１の商品１０３に対して６．２（３）、第１の商品１０４に対して５．５（４）、第１の商品１０５に対して４．１（５）を有し、これらの個別評価値を合計すると２１．５となり、これを合計評価値とする。
　また、図１５の第２の商品１１５は、個別評価値として、第１の商品１０１に対して５．４（１）、第１の商品１０２に対して５．３（２）、第１の商品１０３に対して６．２（３）、第１の商品１０４に対して０．５（４）、第１の商品１０５に対して４．１（５）を有し、これらの個別評価値を合計すると２１．５となり、これを合計評価値とする。
　図１５で示すように、第２の評価部４７は、複数の第２の商品の各々が有する評価値を合計して合計評価値を算出して総合評価を行う。また、第２の評価部４７は、算出した合計評価値に基づいて第２の商品を選択してもよい。例えば、図１５に示すように第２の評価部４７は、合計評価値が高い上位５つの第２の商品（第２の商品１０６、第２の商品１０７、第２の商品１１３、第２の商品１１４、及び第２の商品１１５）を選択することができる。
　以上で説明したように、本発明によれば、第１の評価部４５により１対１の個別評価が行われ、第２の評価部４７により第１の評価部４５によって行われた個別評価に基づいて多対１の総合評価が行われる。これにより、本態様は、複数の第１の商品に対する評価に基づいて一又は複数の第２の商品をリコメンドすることができる。
　＜表示形態＞
　図１６は、ユーザ端末１１の表示部２７に表示されるリコメンド情報の表示形態を示した図である。
　図１６には、リコメンド情報出力部４９から出力される第１の商品の商品画像に関する情報に基づいて、表示部２７の上段に評価基準グループを構成する第１の商品の商品画像（符号２０１、２０２、２０３、２０４、及び２０５によって示されている）が表示されている。また、リコメンド情報出力部４９から出力される第２の商品の商品画像に関する情報に基づいて、表示部２７の下段にリコメンドされる第２の商品の商品画像（符号２３１、２３２、２３４、２３５、及び２３６によって示されている）が表示されている。また、リコメンド情報出力部４９から出力されるミスマッチ情報に関する表示情報に基づいてミスマッチ表示（符号２１０、２１１、２１２、２１３、２１４、及び２１５によって示されている）について示されている。
　リコメンド情報出力部４９は、個別評価値を判断するための閾値を有しており、閾値以下の個別評価値を有する第２の商品に関する情報であるミスマッチ情報をリコメンド情報に含ませる
　第１の商品２０１と第２の商品２３２との個別評価値は０．４であり、第１の商品２０２と第２の商品２３５との個別評価値は０．３であり、第１の商品２０４と第２の商品２３６との個別評価値は０．５であり、これらの個別評価値は個別評価値を判断するための閾値以下であるので、リコメンド情報出力部４９はミスマッチ情報をリコメンド情報に含ませる。
　ミスマッチ情報に基づくミスマッチ表示は、様々な態様を採用することが可能であるが、例えば図１６に示すように個別評価値が閾値よりも低い第１の商品と第２の商品との組み合わせをユーザがわかるように表示し（図１６中の矢印２１０、矢印２１１、及び矢印２１２を参照）、また組み合わせが適さないことをユーザにわかるように表示（図１６中の×印２１３、×印２１４、及び×印２１５を参照）してもよい。これにより、ユーザは視覚的に第１の商品と第２の商品との組み合わせの適否を認識することができる。なお、個別評価値を判断するための閾値は、ユーザの設定やリコメンドの内容に沿って適宜決定される。
　図１７は、リコメンドシステム１の動作フローを示す図である。
　先ず、ユーザ端末１１のユーザの入力部２０に入力された指示に基づいて、評価基準グループ情報出力部２４から評価基準グループ情報が出力され、評価ルール出力部２６から評価ルールが出力される（ステップＳ１０）。そして、評価基準グループ情報出力部２４から出力された評価基準グループ情報及び評価ルール出力部２６から出力された評価ルールは、送信部２１を介してリコメンド装置１０に送信される。
　リコメンド装置１０は、ユーザ端末１１から送信された評価基準グループ情報及び評価ルールを受信部３２により受信する。その後、評価基準グループ情報取得部４１により評価基準グループ情報が取得され、評価ルール取得部４３により評価ルールが取得される（ステップＳ１１）。その後、第１の評価部４５により、評価基準グループ情報に基づいて特定された複数の第１の商品の各々と、商品データベース１３に記憶されている第２の商品との１対１の個別評価が評価ルールに基づいて行われる（ステップＳ１２）。その後、第２の評価部４７により、第１の評価部４５により行われた１対１の個別評価に基づいて、複数の第２の商品の各々について多対１の総合評価が行われる（ステップＳ１３）。そして、リコメンド情報出力部４９により、第２の評価部４７で行われた多対１の総合評価に基づいてリコメンド情報が出力される（ステップＳ１４）。リコメンド情報出力部４９により出力されたリコメンド情報は、送信部３１を介してユーザ端末１１に送信される。
　次にユーザ端末１１は、受信部２２により送信されたリコメンド情報を受信する。その後、表示制御部２５により、表示部２７にリコメンド情報に基づいた表示が行われる（ステップＳ１５）。
　上述の各構成及び機能は、任意のハードウェア、ソフトウェア、或いは両者の組み合わせによって適宜実現可能である。例えば、上述の処理ステップ（処理手順）をコンピュータに実行させるプログラム、そのようなプログラムを記録したコンピュータ読み取り可能な記録媒体（非一時的記録媒体）、或いはそのようなプログラムをインストール可能なコンピュータに対しても本発明を適用することが可能である。
　以上で本発明の例に関して説明してきたが、本発明は上述した実施の形態に限定されず、本発明の精神を逸脱しない範囲において種々の変形が可能であることは言うまでもない。
　１…リコメンドシステム、１０…リコメンド装置、１１…ユーザ端末、１２…ネットワーク、１３…商品データベース、２０…入力部、２１…送信部、２２…受信部、２３…通信部、２４…評価基準グループ情報出力部、２５…表示制御部、２６…評価ルール出力部、２７…表示部、２８…システムコントローラ、３１…送信部、３２…受信部、３３…通信部、３９…評価ルールテーブルデータベース、４０…感性空間、４１…評価基準グループ情報取得部、４２…物理計測空間、４３…評価ルール取得部、４４…感性領域、４４ａ…感性領域、４５…第１の評価部、４６…物理量領域、４７…第２の評価部、４９…リコメンド情報出力部、６２…ソフトウエアキーボード

Claims (14)

  1. 　評価基準グループを構成する複数の第１の商品の各々と、前記第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の前記第２の商品のリコメンドを行うリコメンド装置であって、
    　前記評価基準グループを構成する前記複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得部と、
    　前記評価ルールを取得する評価ルール取得部と、
    　前記評価ルールに基づいて、前記複数の第１の商品の各々と前記複数の第２の商品との１対１の個別評価を行う第１の評価部と、
    　前記第１の評価部によって行われた個別評価に基づいて、前記評価基準グループに対する前記複数の第２の商品の各々についての多対１の総合評価を行う第２の評価部と、
    　前記第２の評価部によって行われた総合評価に基づいて、前記複数の第２の商品のリコメンド情報を出力するリコメンド情報出力部と、
    　を備えるリコメンド装置。
  2. 　前記第１の評価部は、前記個別評価毎に個別評価値を算出し、
    　前記第２の評価部は、前記複数の第２の商品の各々に関して、前記個別評価値を用いて前記総合評価を行う請求項１に記載のリコメンド装置。
  3. 　前記総合評価は、前記個別評価値を合計した合計評価値を算出することにより行われる請求項２に記載のリコメンド装置。
  4. 　前記リコメンド情報出力部は、前記個別評価値を判断するための閾値を有し、前記閾値以下の前記個別評価値を有する第２の商品に関する情報であるミスマッチ情報をリコメンド情報に含ませる請求項２又は３に記載のリコメンド装置。
  5. 　前記ミスマッチ情報は、前記個別評価値が前記閾値以下となる前記第１の商品と前記第２の商品とに関する情報を含む請求項４に記載のリコメンド装置。
  6. 　前記リコメンド情報は、前記第１の商品の商品画像に関する情報、前記第２の商品の商品画像に関する情報、及び前記ミスマッチ情報に関する表示情報を含む請求項４又は５に記載のリコメンド装置。
  7. 　前記第１の評価部は、商品データベースに記憶されている商品を前記第２の商品として前記個別評価を行う請求項１から６のいずれか１項に記載のリコメンド装置。
  8. 　前記評価基準グループ情報取得部は、ユーザの購買履歴情報又はユーザのお気に入り情報を前記評価基準グループ情報として取得する請求項１から７のいずれか１項に記載のリコメンド装置。
  9. 　前記第１の商品及び前記第２の商品は服飾関係の商品である請求項１から８のいずれか１項に記載のリコメンド装置。
  10. 　ユーザ端末と、ネットワークを介して前記ユーザ端末に接続されるリコメンド装置であって、評価基準グループを構成する複数の第１の商品の各々と、前記第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の前記第２の商品のリコメンドを行う前記リコメンド装置と、を備えるリコメンドシステムであって、
    　前記リコメンド装置は、
    　前記評価基準グループを構成する前記複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得部と、
    　前記評価ルールを取得する評価ルール取得部と、
    　前記評価ルールに基づいて、前記複数の第１の商品の各々と前記複数の第２の商品との１対１の個別評価を行う第１の評価部と、
    　前記第１の評価部によって行われた個別評価に基づいて、前記評価基準グループに対する前記複数の第２の商品の各々についての多対１の総合評価を行う第２の評価部と、
    　前記第２の評価部によって行われた総合評価に基づいて、前記複数の第２の商品のリコメンド情報を出力するリコメンド情報出力部と、
    　を含み、
    　前記ユーザ端末は、
    　表示部と、
    　前記リコメンド装置から取得した前記リコメンド情報に基づいて、前記表示部に前記リコメンド情報に基づく表示を行わせる表示制御部と、
    　を含むリコメンドシステム。
  11. 　前記リコメンド装置の前記評価基準グループ情報取得部は、前記ユーザ端末から前記評価基準グループ情報を取得し、
    　前記ユーザ端末は、前記評価基準グループ情報を前記リコメンド装置に出力する評価基準グループ情報出力部を含む請求項１０に記載のリコメンドシステム。
  12. 　前記リコメンド装置の前記評価ルール取得部は、前記ユーザ端末から前記評価ルールを取得し、
    　前記ユーザ端末は、前記評価ルールを前記リコメンド装置に出力する評価ルール出力部を含む請求項１０又は１１に記載のリコメンドシステム。
  13. 　評価基準グループを構成する複数の第１の商品の各々と、前記第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の前記第２の商品のリコメンドを行うリコメンド方法であって、
    　前記評価基準グループを構成する前記複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得ステップと、
    　前記評価ルールを取得する評価ルール取得ステップと、
    　前記評価ルールに基づいて、前記複数の第１の商品の各々と前記複数の第２の商品との１対１の個別評価を行う第１の評価ステップと、
    　前記第１の評価ステップにおいて行われた個別評価に基づいて、前記評価基準グループに対する前記複数の第２の商品の各々についての多対１の総合評価を行う第２の評価ステップと、
    　前記第２の評価ステップにおいて行われた総合評価に基づいて、前記複数の第２の商品のリコメンド情報を出力するリコメンド情報出力ステップと、
    　を含むリコメンド方法。
  14. 　評価基準グループを構成する複数の第１の商品の各々と、前記第１の商品とは異なるカテゴリに属する複数の第２の商品とを評価ルールに基づいて評価をし、一又は複数の前記第２の商品のリコメンドを行う処理をコンピュータに実行させるプログラムであって、
    　前記評価基準グループを構成する前記複数の第１の商品に関連する評価基準グループ情報を取得する評価基準グループ情報取得ステップと、
    　前記評価ルールを取得する評価ルール取得ステップと、
    　前記評価ルールに基づいて、前記複数の第１の商品の各々と前記複数の第２の商品との１対１の個別評価を行う第１の評価ステップと、
    　前記第１の評価ステップによって行われた個別評価に基づいて、前記評価基準グループに対する前記複数の第２の商品の各々についての多対１の総合評価を行う第２の評価ステップと、
    　前記第２の評価ステップによって行われた総合評価に基づいて、前記複数の第２の商品のリコメンド情報を出力するリコメンド情報出力ステップと、
    　を含む処理をコンピュータに実行させるプログラム。
PCT/JP2016/053511 2015-03-25 2016-02-05 リコメンド装置、リコメンドシステム、リコメンド方法、及びプログラム WO2016152277A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017507569A JP6348657B2 (ja) 2015-03-25 2016-02-05 リコメンド装置、リコメンドシステム、リコメンド方法、及びプログラム
US15/695,013 US20170364992A1 (en) 2015-03-25 2017-09-05 Recommendation device, recommendation system, recommendation method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015063138 2015-03-25
JP2015-063138 2015-03-25

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/695,013 Continuation US20170364992A1 (en) 2015-03-25 2017-09-05 Recommendation device, recommendation system, recommendation method, and program

Publications (1)

Publication Number Publication Date
WO2016152277A1 true WO2016152277A1 (ja) 2016-09-29

Family

ID=56977129

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/053511 WO2016152277A1 (ja) 2015-03-25 2016-02-05 リコメンド装置、リコメンドシステム、リコメンド方法、及びプログラム

Country Status (3)

Country Link
US (1) US20170364992A1 (ja)
JP (1) JP6348657B2 (ja)
WO (1) WO2016152277A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019133620A (ja) * 2018-01-31 2019-08-08 ネイバー コーポレーションＮＡＶＥＲ Ｃｏｒｐｏｒａｔｉｏｎ イメージ内の複数の客体の調和に基づく調和検索方法、コンピュータ装置およびコンピュータプログラム

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110754075B (zh) * 2017-10-13 2020-09-11 美的集团股份有限公司 用于提供个性化现场信息交换的方法和系统
JP7230343B2 (ja) * 2018-05-28 2023-03-01 株式会社リコー 画像検索装置、画像検索方法、画像検索プログラム及び販売システム
US11562418B2 (en) * 2020-06-18 2023-01-24 Capital One Services, Llc Methods and systems for providing a recommendation
CN112257776B (zh) * 2020-10-21 2023-07-04 中国联合网络通信集团有限公司 终端推荐方法、系统、计算机设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002288482A (ja) * 2001-03-23 2002-10-04 Matsushita Electric Ind Co Ltd 服飾情報サーバ装置及び服飾情報管理方法
JP2006119836A (ja) * 2004-10-20 2006-05-11 Joho Kankyo Design Kk コンピュータシステムを利用した着衣コンサルティング方法及びプログラム
JP2009223740A (ja) * 2008-03-18 2009-10-01 Fujifilm Corp 服飾商品検索装置および方法並びにプログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2681697A1 (en) * 2008-10-09 2010-04-09 Retail Royalty Company Methods and systems for online shopping
US20100191770A1 (en) * 2009-01-27 2010-07-29 Apple Inc. Systems and methods for providing a virtual fashion closet
US8260684B2 (en) * 2009-10-02 2012-09-04 Bespeak Inc. System and method for coordinating and evaluating apparel
US9639880B2 (en) * 2009-12-17 2017-05-02 Google Inc. Photorealistic recommendation of clothing and apparel based on detected web browser input and content tag analysis
JP2013235528A (ja) * 2012-05-11 2013-11-21 Dainippon Printing Co Ltd ファッションコーディネート生成装置、ファッションコーディネート生成システム、ファッションコーディネート生成方法、プログラムおよび記録媒体
US20140180864A1 (en) * 2012-12-20 2014-06-26 Ebay Inc. Personalized clothing recommendation system and method
CN104424230B (zh) * 2013-08-26 2019-10-29 阿里巴巴集团控股有限公司 一种网络商品推荐方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002288482A (ja) * 2001-03-23 2002-10-04 Matsushita Electric Ind Co Ltd 服飾情報サーバ装置及び服飾情報管理方法
JP2006119836A (ja) * 2004-10-20 2006-05-11 Joho Kankyo Design Kk コンピュータシステムを利用した着衣コンサルティング方法及びプログラム
JP2009223740A (ja) * 2008-03-18 2009-10-01 Fujifilm Corp 服飾商品検索装置および方法並びにプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019133620A (ja) * 2018-01-31 2019-08-08 ネイバー コーポレーションＮＡＶＥＲ Ｃｏｒｐｏｒａｔｉｏｎ イメージ内の複数の客体の調和に基づく調和検索方法、コンピュータ装置およびコンピュータプログラム

Also Published As

Publication number Publication date
JP6348657B2 (ja) 2018-06-27
US20170364992A1 (en) 2017-12-21
JPWO2016152277A1 (ja) 2017-08-31

Similar Documents

Publication Publication Date Title
JP6348657B2 (ja) リコメンド装置、リコメンドシステム、リコメンド方法、及びプログラム
US11755173B2 (en) Information processing device, information processing method, storage medium, and guide system
US20140143082A1 (en) Method and apparatus for generating customized designs for retail items
JP6300677B2 (ja) コーディネート提案装置及び方法
JP6114707B2 (ja) 商品検索装置、商品検索システム、サーバシステム及び商品検索方法
JP6085017B1 (ja) スタイリング提供システム
JP6037540B1 (ja) 検索システム、検索方法およびプログラム
KR20220153992A (ko) 온라인 투 오프라인(o2o) 기반의 상품 디자인 및 판매를 위한 전자 장치 및 그 동작 방법
WO2016017241A1 (ja) 統計データ生成サーバ装置、統計データ生成システム、及び統計データ生成方法
JP6195550B2 (ja) コーディネート提案装置及び方法
JP2016091522A (ja) 商品検索装置、商品検索方法、及び商品検索システム
JP6182125B2 (ja) コーディネート提案装置及び方法
US20170103436A1 (en) Coordination server, coordination system, and coordination method
US10438267B2 (en) Product search device, system, method, and program which uses first and second different features of products to display and search the products
JP7013506B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP7069240B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP2012155550A (ja) 商品コーディネートシステム、商品コーディネート装置及び方法、商品コーディネートプログラム
JP6193152B2 (ja) 商品検索装置、システム、方法およびプログラム
JP2014191588A (ja) コンテンツ検索装置、コンテンツ検索システム、コンテンツ検索方法およびプログラム
WO2023062668A1 (ja) 情報処理装置、情報処理方法、情報処理システム、およびプログラム
JP5809762B1 (ja) 商品表示プログラム
JP6163440B2 (ja) 商品検索装置及び方法、商品検索システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16768180

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017507569

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16768180

Country of ref document: EP

Kind code of ref document: A1