WO2019202791A1

WO2019202791A1 - 趣味嗜好推定装置および趣味嗜好推定方法

Info

Publication number: WO2019202791A1
Application number: PCT/JP2019/001121
Authority: WO
Inventors: 剛神山; 佑介深澤
Original assignee: 株式会社Ｎｔｔドコモ
Priority date: 2018-04-18
Filing date: 2019-01-16
Publication date: 2019-10-24
Also published as: US20210123765A1; JPWO2019202791A1

Abstract

趣味嗜好推定装置(10)は、訪問ＰＯＩ候補および該訪問ＰＯＩ候補のカテゴリを含んだ所定期間分の訪問履歴データを取得する履歴取得部(12)と、取得された訪問履歴データに基づいて、訪問ＰＯＩ候補のカテゴリの分布に関する情報を取得する分布情報取得部(13)と、少なくとも、取得された訪問ＰＯＩ候補のカテゴリの分布に関する情報、を含んだ取得情報に基づいて、ユーザの趣味嗜好を推定する趣味嗜好推定部(14)と、を備える。

Description

趣味嗜好推定装置および趣味嗜好推定方法

　本発明は、ユーザの趣味嗜好を推定する趣味嗜好推定装置および趣味嗜好推定方法に関する。

　ユーザの訪問先となり得る施設（Point　of　Interest（以下「ＰＯＩ」という）の位置を予め記憶しておき、ユーザの位置を示す位置情報を取得し、該位置情報によって示されるユーザの滞留位置とＰＯＩの位置との関係（例えば両者の距離）に基づいて、当該ユーザの訪問先である訪問ＰＯＩを推定し、得られた訪問ＰＯＩに基づいて当該ユーザの趣味嗜好を推定する技術が知られている。

　このような技術では、ユーザが、多数の施設（ＰＯＩ）が密集しているエリア、多数の施設（ＰＯＩ）を含んだ複合商業施設などを訪問した場合に、訪問ＰＯＩを適切に絞り込むことが困難であった。そのため、絞り込みが困難な場合に得られた訪問ＰＯＩの推定結果については、例えば、ユーザの趣味嗜好推定のための基礎情報から除外するといった対応がなされていた。

特開２００５－１２７８５４号公報

　しかし、実際にユーザが、多数の施設（ＰＯＩ）が密集しているエリア、多数の施設（ＰＯＩ）を含んだ複合商業施設などを訪問するケース（特許文献１参照）はありうるので、絞り込みが困難な場合の訪問ＰＯＩの推定結果を趣味嗜好推定のための基礎情報から単に除外するといった従来手法では、ユーザの趣味嗜好を精度良く推定するには限界があった。一方、訪問ＰＯＩの絞り込みが困難ではなくほぼ確実に絞り込める場合などは、当該訪問ＰＯＩへの訪問の確実度合い（以下「訪問確度」という）が相対的に高いと解されるため、訪問確度が相対的に高い訪問ＰＯＩの推定結果を重視して趣味嗜好の推定精度を高めるといった対応が待望される。

　そこで、本発明は、ユーザの趣味嗜好をより精度良く推定することを目的とする。

　本発明の一実施形態に係る趣味嗜好推定装置は、訪問ＰＯＩ候補および前記訪問ＰＯＩ候補のカテゴリを含んだ所定期間分の訪問履歴データを取得する履歴取得部と、前記履歴取得部により取得された訪問履歴データに基づいて、前記訪問ＰＯＩ候補のカテゴリの分布に関する情報を取得する分布情報取得部と、少なくとも、前記分布情報取得部により取得された前記訪問ＰＯＩ候補のカテゴリの分布に関する情報、を含んだ取得情報に基づいて、ユーザの趣味嗜好を推定する趣味嗜好推定部と、を備える。

　上記の趣味嗜好推定装置では、履歴取得部が、訪問ＰＯＩ候補および該訪問ＰＯＩ候補のカテゴリを含んだ所定期間分の訪問履歴データを取得し、分布情報取得部が、取得された訪問履歴データに基づいて、訪問ＰＯＩ候補のカテゴリの分布に関する情報を取得し、そして、趣味嗜好推定部が、少なくとも、取得された訪問ＰＯＩ候補のカテゴリの分布に関する情報、を含んだ取得情報に基づいて、ユーザの趣味嗜好を推定する。このように、従来には無かった「訪問ＰＯＩ候補のカテゴリの分布に関する情報」を含んだ取得情報に基づいてユーザの趣味嗜好を推定することで、ユーザの趣味嗜好をより精度良く推定することができる。

　本発明によれば、ユーザの趣味嗜好をより精度良く推定することができる。

発明の第１、第２実施形態に係る趣味嗜好推定装置の機能ブロック構成図である。訪問履歴テーブルの概要を説明するための図である。第１実施形態の処理Ａを示すフロー図である。訪問ＰＯＩ候補のカテゴリ分布を説明するための図である。第１実施形態の処理Ｂを示すフロー図である。処理Ｂを補足説明するための図である。第２実施形態の処理Ｃを示すフロー図である。第２実施形態の処理Ｄを示すフロー図である。趣味嗜好推定装置のハードウェア構成例を示す図である。

　以下、図面を参照しながら、本発明に係るさまざまな実施形態を説明する。以下では、第１実施形態として、訪問ＰＯＩの絞り込みが困難な場合の訪問ＰＯＩ推定結果（訪問ＰＯＩの不特定分）を趣味嗜好推定のための基礎情報とする実施形態を説明し、第２実施形態として、訪問ＰＯＩへの訪問の確実度合い（訪問確度）が相対的に高い訪問ＰＯＩの推定結果を重視して趣味嗜好推定を行う実施形態を説明する。

　［趣味嗜好推定装置の構成について］
　趣味嗜好推定装置の構成は、第１、第２実施形態でほぼ共通するため、まずは同構成について説明する。図１に示すように、趣味嗜好推定装置１０は、訪問履歴テーブル１１、履歴取得部１２、分布情報取得部１３、および、趣味嗜好推定部１４を備える。

　訪問履歴テーブル１１には、例えば図２に示すように、少なくとも、訪問日時、訪問ＰＯＩ候補、当該訪問ＰＯＩ候補のカテゴリ、対応する訪問ＰＯＩ候補群データの有無を示すフラグが記憶されている。図２に示す訪問ＰＯＩ候補が「不特定」とは、例えばユーザが多数のＰＯＩが密集しているエリア、多数のＰＯＩを含んだ複合商業施設などを訪問し、訪問ＰＯＩ候補を特定できない状況を意味する。このように訪問ＰＯＩ候補が「不特定」の場合は、対応する訪問ＰＯＩ候補群データ「有り」とされ、対応する訪問ＰＯＩ候補群データが対応付けて記憶されている。対応する訪問ＰＯＩ候補群データとしては、例えば、ユーザが訪問したと見込まれるＰＯＩ密集エリア、複合商業施設などに関する各ＰＯＩ（訪問ＰＯＩ候補）とそのカテゴリとを対応付けた情報が例示される。

　履歴取得部１２は、訪問ＰＯＩ候補および前記訪問ＰＯＩ候補のカテゴリを含んだ所定期間分の訪問履歴データを訪問履歴テーブル１１から取得する機能部である。

　分布情報取得部１３は、履歴取得部１２により取得された訪問履歴データに基づいて、前記訪問ＰＯＩ候補のカテゴリの分布に関する情報を取得する機能部である。

　趣味嗜好推定部１４は、少なくとも、分布情報取得部１３により取得された訪問ＰＯＩ候補のカテゴリの分布に関する情報、を含んだ取得情報に基づいて、ユーザの趣味嗜好を推定する機能部である。趣味嗜好推定部１４による趣味嗜好推定の処理は、後述するさまざまな態様を採用できる。例えば後述する第２実施形態の処理Ｄ（図８）では、趣味嗜好推定部１４が、外部からユーザの購入履歴情報を取得して該購入履歴情報をさらに基礎として、ユーザの趣味嗜好を推定する処理を説明する。

　なお、趣味嗜好推定装置１０が訪問履歴テーブル１１を備えることは必須ではなく、訪問履歴テーブル１１は、趣味嗜好推定装置１０の外部に設けられ、趣味嗜好推定装置１０との間で情報の送受信を行ってもよい。

　［第１実施形態］
　以下、第１実施形態として、対象ユーザの訪問ＰＯＩの絞り込みが困難な場合の訪問ＰＯＩ推定結果（訪問ＰＯＩの不特定分）を対象ユーザの趣味嗜好推定のための基礎情報とする実施形態を説明する。第１実施形態では、処理Ａとして、訪問ＰＯＩの特定分のみならず、訪問ＰＯＩの不特定分が有る場合に該不特定分に対応する訪問ＰＯＩ候補のカテゴリ分布をさらに用いて趣味嗜好推定を行う処理を説明し、処理Ｂとして、複数の訪問ＰＯＩの不特定分に対応する複数組のカテゴリ分布において共通するカテゴリに対し重み付けした上で趣味嗜好推定を行う処理を説明する。

　上記の処理Ａについては、図３に示すように、履歴取得部１２が、対象ユーザに関する訪問ＰＯＩ候補および該訪問ＰＯＩ候補のカテゴリを含んだ所定期間分の訪問履歴データを訪問履歴テーブル１１から取得する（ステップＳ１）。取得された訪問履歴データは分布情報取得部１３へ渡される。

　次に、分布情報取得部１３が、訪問ＰＯＩの不特定分が訪問履歴データに有るか否かを判断し（ステップＳ２）、不特定分が有る場合は当該不特定分に対応する訪問ＰＯＩ候補群データを訪問履歴テーブル１１から取得する（ステップＳ３）。そして、分布情報取得部１３は、上記訪問ＰＯＩ候補群データにおけるカテゴリごとの訪問回数を設定する（ステップＳ４）。例えば、図４には、ある訪問ＰＯＩ候補群データを示し、具体的には複数の訪問ＰＯＩ候補（例えば、ある複合商業施設に入居している複数のテナントなど）に関するカテゴリの分布を示す。この図４には、一例として、訪問ＰＯＩ候補を、スポーツ、カフェ、書籍、スーパー、雑貨、アパレル、その他、の計７つのカテゴリに分類し、各カテゴリの数を全体数で除算した結果（即ち、全体数に対する各カテゴリの割合（例えばスポーツが0.2など））が示されている。

　上記ステップＳ４では、不特定分については、各カテゴリに係る訪問回数として、図４に例示するような各カテゴリの割合の値が設定される。即ち、訪問ＰＯＩ候補が「不特定」である訪問１回について、図４の例では、カテゴリ「スポーツ」の訪問回数「0.2回」、カテゴリ「カフェ」の訪問回数「0.25回」などのように訪問回数が設定される。ステップＳ４での設定結果は、趣味嗜好推定部１４へ渡される。

　次に、趣味嗜好推定部１４は、訪問履歴データにおいて訪問ＰＯＩ候補が特定された分の当該訪問ＰＯＩ候補の情報、および、上記ステップＳ４で設定された不特定分の訪問回数情報に基づいて、カテゴリ毎の訪問回数を集計し（ステップＳ５）、各ユーザについての趣味嗜好種別ごとの趣味嗜好度合いの強さを示す指標値（本実施形態では「スコア」と称する）を、カテゴリ毎の訪問回数に応じて算出する（ステップＳ６）。そして、趣味嗜好推定部１４は、算出されたカテゴリ毎のスコアに基づいて、ユーザの趣味嗜好を推定する（ステップＳ７）。例えばスコアが最高値であるカテゴリをユーザの趣味嗜好として推定してもよいし、スコアが上位から所定数（例えば３つ）に入っているカテゴリをユーザの趣味嗜好として推定してもよい。なお、推定結果は、図示しないディスプレイ、スピーカ、プリンタ等の出力装置により出力してもよい。

　以上のような処理Ａにより、訪問履歴データにおける訪問ＰＯＩ候補不特定分についても、対応する訪問ＰＯＩ候補群データを趣味嗜好推定のために用いることができ、訪問ＰＯＩ候補不特定分を単に除外していた従来技術に比べ、ユーザの趣味嗜好をより精度良く推定することができる。

　次に、第１実施形態における処理Ｂとして、複数の訪問ＰＯＩの不特定分に対応する複数組のカテゴリ分布において共通するカテゴリに対し重み付けした上で趣味嗜好推定を行う処理を説明する。この処理Ｂは、上記処理Ａとは、図５に示すステップＳ３Ａ～Ｓ４Ｃが異なるため、これら異なる点を説明する。

　処理Ｂでは、ステップＳ２で複数の訪問ＰＯＩ不特定分が訪問履歴データに有ると判断され、分布情報取得部１３は、当該不特定分に対応する複数組の訪問ＰＯＩ候補群データを訪問履歴テーブル１１から取得する（ステップＳ３Ａ）。そして、分布情報取得部１３は、各組についてカテゴリ別のＰＯＩ数を導出し（ステップＳ４Ａ）、複数組で共通するカテゴリのＰＯＩ数を重み付けする（ステップＳ４Ｂ）。例えば、図６の上段に、訪問ＰＯＩ候補群Ａ、Ｂそれぞれのデータ例を示すが、訪問ＰＯＩ候補群Ａ、Ｂではカテゴリ「スポーツ」が共通する。そのため、ステップＳ４Ｂでは、共通するカテゴリ「スポーツ」のＰＯＩ数に対し重み付けされる。図６の下段には、一例として、共通するカテゴリ「スポーツ」のＰＯＩ数に、１より大きい係数Ｗを乗算することで、重み付けを行う例を示す。さらに、分布情報取得部１３は、重み付け後のＰＯＩ数に基づき、カテゴリごとの訪問回数を設定する（ステップＳ４Ｃ）。

　以後は、処理Ａと同様に、趣味嗜好推定部１４は、訪問履歴データにおいて訪問ＰＯＩ候補が特定された分の当該訪問ＰＯＩ候補の情報、および、上記ステップＳ４Ｃで設定された不特定分の訪問回数情報に基づいて、カテゴリ毎の訪問回数を集計し（ステップＳ５）、カテゴリ毎の訪問回数に応じたスコアを算出し（ステップＳ６）、そして、算出されたカテゴリ毎のスコアに基づいて、ユーザの趣味嗜好を推定する（ステップＳ７）。

　以上のような処理Ｂにより、複数の訪問ＰＯＩ不特定分に対応する複数組のカテゴリ分布において共通するカテゴリに対し重み付けした上で趣味嗜好推定を行うため、当該共通するカテゴリを重要視した上でユーザの趣味嗜好を精度良く推定することができる。

　なお、上記第１実施形態の処理Ａ、Ｂでは、訪問ＰＯＩ不特定分については、対応するカテゴリ分布のみを用いる例を示したが、本発明は、訪問ＰＯＩ不特定分についてカテゴリ分布のみを用いることに限定されるものではなく、以下のようにさらに別の情報を考慮してもよい。

　例えば、TF-IDF（Term　Frequency－Inverse　Document　Frequency）のような考え方に基づき、カテゴリ分布に含まれる各カテゴリの重要度を評価し、得られた各カテゴリの重要度を考慮してもよい。この場合、例えば「スーパーマーケット」のように、どの商業施設にでも存在するようなごくありふれたカテゴリ（即ち、重要度が相対的に低いカテゴリ）に偏らないようにして、ユーザの趣味嗜好を推定することができる。

　また、訪問ＰＯＩ候補を訪問したと推定される尤もらしさを表す指標である、訪問ＰＯＩ候補ごとの「訪問スコア」が取得できる場合は、訪問ＰＯＩ候補のカテゴリ分布に加え、訪問ＰＯＩ候補ごとの訪問スコアを考慮してもよい。例えば、カテゴリ分布の割合がスポーツ0.5、カフェ0.2、…であり、スポーツ用品店Ａの訪問スコアが0.4、スポーツ用品店Ｂの訪問スコアが0.3、カフェＣの訪問スコアが0.2、…である場合、カテゴリ分布の割合と訪問スコアとを乗算した値をカテゴリごとに集計すると、スポーツが0.35、カフェが0.04、…となり、例えば、このようにカテゴリ分布の割合と訪問スコアとを乗算した値に基づきユーザの趣味嗜好を推定してもよい。この場合、訪問ＰＯＩ候補ごとの訪問スコアも考慮するため、ユーザの趣味嗜好をより精度良く推定できる。

　［第２実施形態］
　以下、第２実施形態として、対象ユーザの訪問ＰＯＩへの訪問確度が相対的に高い訪問ＰＯＩの推定結果を重視して対象ユーザの趣味嗜好推定を行う実施形態を説明する。第２実施形態では、処理Ｃとして、訪問ＰＯＩ候補が特定された場合の当該訪問ＰＯＩ候補を、訪問確度が相対的に高い訪問ＰＯＩ候補とみなし、当該訪問ＰＯＩ候補特定分に対応するカテゴリを重み付け対象カテゴリとして重み付けし、趣味嗜好推定を行う処理を説明し、処理Ｄとして、訪問ＰＯＩ候補におけるユーザの購入履歴が有る場合の当該訪問ＰＯＩ候補を、訪問確度が相対的に高い訪問ＰＯＩ候補とみなし、当該訪問ＰＯＩ候補特定分に対応するカテゴリを重み付け対象カテゴリとして重み付けし、趣味嗜好推定を行う処理を説明する。

　ここでは、カテゴリごとの「スコア」に対し重み付けしてもよいし、スコア算出の基礎情報とされるカテゴリごとの「訪問回数」に対し重み付けしてもよい。以下では一例として、処理Ｃにおいてカテゴリごとの「訪問回数」に対し重み付けする例を示し、処理Ｄにおいてカテゴリごとの「スコア」に対し重み付けする例を示すが、その逆パターン（即ち、処理Ｃで「スコア」に対し、処理Ｄで「訪問回数」に対し、それぞれ重み付けするパターン）を採用してもよい。

　上記の処理Ｃについては、図７に示すように、履歴取得部１２が、対象ユーザの訪問ＰＯＩ候補および該訪問ＰＯＩ候補のカテゴリを含んだ所定期間分の訪問履歴データを訪問履歴テーブル１１から取得し（ステップＳ１１）、分布情報取得部１３が、例えば訪問履歴データにおいて訪問ＰＯＩ候補が特定された分（即ち、訪問ＰＯＩ候補特定分）の当該訪問ＰＯＩ候補の情報から、カテゴリ毎の訪問回数を集計する（ステップＳ１２）。

　次に、趣味嗜好推定部１４は、訪問履歴データにおける訪問ＰＯＩ候補特定分に対応するカテゴリについて、カテゴリ毎の訪問回数が所定回数以上であるカテゴリを重み付け対象カテゴリとして決定し、さらに当該重み付けで用いる係数を決定する（ステップＳ１３）。ここでの「係数」は、例えば各カテゴリで共通の一定値であってもよいし、訪問回数に応じて増減する値であってもよい。

　次に、趣味嗜好推定部１４は、重み付け対象カテゴリに関する訪問回数を、ステップＳ１３で決定した係数によって重み付ける（ステップＳ１４）。例えば、訪問回数に係数を乗算してもよいし、訪問回数に係数を加算してもよいし、その他の演算を用いてもよい。

　そして、趣味嗜好推定部１４は、カテゴリ毎の訪問回数に応じたスコアを算出し（ステップＳ１５）、算出されたカテゴリ毎のスコアに基づいて、ユーザの趣味嗜好を推定する（ステップＳ１６）。例えばスコアが最高値であるカテゴリをユーザの趣味嗜好として推定してもよいし、スコアが上位から所定数（例えば３つ）に入っているカテゴリをユーザの趣味嗜好として推定してもよい。なお、推定結果は、図示しないディスプレイ、スピーカ、プリンタ等の出力装置により出力してもよい。

　以上のような処理Ｃにより、訪問確度が相対的に高いと考えられる訪問ＰＯＩ候補（訪問ＰＯＩ候補特定分）のカテゴリに対し重み付けすることで、訪問確度に応じて適切に重み付けした上でユーザの趣味嗜好をより精度良く推定することができる。

　次に、第２実施形態における処理Ｄとして、訪問ＰＯＩ候補におけるユーザの購入履歴が有る場合の当該訪問ＰＯＩ候補を、訪問確度が相対的に高い訪問ＰＯＩ候補とみなし、当該訪問ＰＯＩ候補特定分に対応するカテゴリを重み付け対象カテゴリとして重み付けし、趣味嗜好推定を行う処理を説明する。この処理Ｄは、上記処理Ｃとは、図８に示すステップＳ１３Ａ～Ｓ１４Ａが異なるため、これら異なる点を説明する。

　処理Ｄでは、ステップＳ１２でカテゴリ毎の訪問回数が集計された後、趣味嗜好推定部１４は、外部（例えば外部の購入履歴管理サーバなど）から、対象ユーザの購入履歴情報を取得して、購入履歴が有るＰＯＩに対応するカテゴリについて、カテゴリ毎の訪問回数が所定回数以上であるカテゴリを重み付け対象カテゴリとして決定し、そして当該重み付けで用いる係数を決定する（ステップＳ１３Ａ）。処理Ｃと同様に、「係数」は、例えば各カテゴリで共通の一定値であってもよいし、訪問回数に応じて増減する値であってもよい。なお、上記の購入履歴管理サーバは、趣味嗜好推定装置１０の内部に設けられてもよい。

　そして、趣味嗜好推定部１４は、カテゴリ毎の訪問回数に応じたスコアを算出するが、その際、重み付け対象カテゴリについては、ステップＳ１３Ａで決定した係数によって重み付けて、スコアを算出する（ステップＳ１４Ａ）。さらに、趣味嗜好推定部１４は、処理Ｃと同様に、算出されたカテゴリ毎のスコアに基づいて、ユーザの趣味嗜好を推定する（ステップＳ１６）。

　以上のような処理Ｄにより、訪問確度が相対的に高いと考えられる訪問ＰＯＩ候補（対象ユーザの購入履歴が有る訪問ＰＯＩ候補）のカテゴリに対し重み付けすることで、訪問確度に応じて適切に重み付けした上で対象ユーザの趣味嗜好をより精度良く推定することができる。

　上記の発明の実施形態では、訪問ＰＯＩの不特定分を趣味嗜好推定のための基礎情報とする第１実施形態と、訪問確度が相対的に高い訪問ＰＯＩの推定結果を重視して趣味嗜好推定を行う第２実施形態とを、別々に説明したが、これらを組み合わせた実施形態、即ち、訪問ＰＯＩの不特定分を趣味嗜好推定のための基礎情報としつつ訪問確度が相対的に高い訪問ＰＯＩの推定結果を重視して趣味嗜好推定を行う実施形態を採用してもよい。

　上記の実施形態の説明で用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及び／又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は特に限定されない。すなわち、各機能ブロックは、物理的及び／又は論理的に結合した１つの装置により実現されてもよいし、物理的及び／又は論理的に分離した２つ以上の装置を直接的及び／又は間接的に(例えば、有線及び／又は無線)で接続し、これら複数の装置により実現されてもよい。

　例えば、上記の実施形態における趣味嗜好推定装置１０は、上述した趣味嗜好推定装置１０の処理を行うコンピュータとして機能してもよい。図９は、趣味嗜好推定装置１０のハードウェア構成の一例を示す図である。上述の趣味嗜好推定装置１０は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。

　なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。趣味嗜好推定装置１０のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

　趣味嗜好推定装置１０における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることで、プロセッサ１００１が演算を行い、通信装置１００４による通信、メモリ１００２及びストレージ１００３におけるデータの読み出し及び／又は書き込みを制御することで実現される。

　プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central　Processing　Unit）で構成されてもよい。例えば、趣味嗜好推定装置１０の各機能部は、プロセッサ１００１を含んで実現されてもよい。

　また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データ等を、ストレージ１００３及び／又は通信装置１００４からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施形態で説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、趣味嗜好推定装置１０の各機能部は、メモリ１００２に格納され、プロセッサ１００１で動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、１つのプロセッサ１００１で実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップで実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

　メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read　Only　Memory）、ＥＰＲＯＭ（Erasable　Programmable　ＲＯＭ）、ＥＥＰＲＯＭ（Electrically　Erasable　Programmable　ＲＯＭ）、ＲＡＭ（Random　Access　Memory）などの少なくとも１つで構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本発明の一実施形態に係る方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

　ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact　Disc　ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つで構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及び／又はストレージ１００３を含むデータベース、サーバその他の適切な媒体であってもよい。

　通信装置１００４は、有線及び／又は無線ネットワークを介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。例えば、上述の趣味嗜好推定装置１０の各機能部は、通信装置１００４を含んで実現されてもよい。

　入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、LEDランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。

　また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００７で接続される。バス１００７は、単一のバスで構成されてもよいし、装置間で異なるバスで構成されてもよい。

　また、趣味嗜好推定装置１０は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital　Signal　Processor）、ＡＳＩＣ（Application　Specific　Integrated　Circuit）、ＰＬＤ（Programmable　Logic　Device）、ＦＰＧＡ（Field　Programmable　Gate　Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つで実装されてもよい。

　以上、本実施形態について詳細に説明したが、当業者にとっては、本実施形態が本明細書中に説明した実施形態に限定されるものではないということは明らかである。本実施形態は、特許請求の範囲の記載により定まる本発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本明細書の記載は、例示説明を目的とするものであり、本実施形態に対して何ら制限的な意味を有するものではない。

　本明細書で説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本明細書で説明した方法については、例示的な順序で様々なステップの要素を提示しており、提示した特定の順序に限定されない。

　入出力された情報などは特定の場所(例えば、メモリ)に保存されてもよいし、管理テーブルで管理してもよい。入出力される情報などは、上書き、更新、または追記され得る。出力された情報などは削除されてもよい。入力された情報などは他の装置へ送信されてもよい。

　判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：trueまたはfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

　本明細書で説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

　ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

　また、ソフトウェア、命令などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア及びデジタル加入者回線（ＤＳＬ）などの有線技術及び／又は赤外線、無線及びマイクロ波などの無線技術を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び／又は無線技術は、伝送媒体の定義内に含まれる。

　本明細書で説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

　また、本明細書で説明した情報、パラメータなどは、絶対値で表されてもよいし、所定の値からの相対値で表されてもよいし、対応する別の情報で表されてもよい。

　移動通信端末は、当業者によって、加入者局、モバイルユニット、加入者ユニット、ワイヤレスユニット、リモートユニット、モバイルデバイス、ワイヤレスデバイス、ワイヤレス通信デバイス、リモートデバイス、モバイル加入者局、アクセス端末、モバイル端末、ワイヤレス端末、リモート端末、ハンドセット、ユーザエージェント、モバイルクライアント、クライアント、またはいくつかの他の適切な用語で呼ばれる場合もある。

　本明細書で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking　up)（例えば、テーブル、データベースまたは別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。

　本明細書で使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

　「含む（include）」、「含んでいる（including）」、およびそれらの変形が、本明細書あるいは特許請求の範囲で使用されている限り、これら用語は、用語「備える(comprising)」と同様に、包括的であることが意図される。さらに、本明細書あるいは特許請求の範囲において使用されている用語「または（or）」は、排他的論理和ではないことが意図される。

　本明細書において、文脈または技術的に明らかに１つのみしか存在しない装置である場合以外は、複数の装置をも含むものとする。本開示の全体において、文脈から明らかに単数を示したものではなければ、複数のものを含むものとする。

　１０…趣味嗜好推定装置、１１…訪問ＰＯＩテーブル、１２…趣味嗜好定義テーブル、１３…趣味嗜好スコアテーブル、１４…訪問ＰＯＩ情報取得部、１５…趣味嗜好推定部、１００１…プロセッサ、１００２…メモリ、１００３…ストレージ、１００４…通信装置、１００５…入力装置、１００６…出力装置、１００７…バス。

Claims

　訪問ＰＯＩ候補および前記訪問ＰＯＩ候補のカテゴリを含んだ所定期間分の訪問履歴データを取得する履歴取得部と、
　前記履歴取得部により取得された訪問履歴データに基づいて、前記訪問ＰＯＩ候補のカテゴリの分布に関する情報を取得する分布情報取得部と、
　少なくとも、前記分布情報取得部により取得された前記訪問ＰＯＩ候補のカテゴリの分布に関する情報、を含んだ取得情報に基づいて、ユーザの趣味嗜好を推定する趣味嗜好推定部と、
　を備える趣味嗜好推定装置。
　前記分布情報取得部は、訪問ＰＯＩの不特定分が前記訪問履歴データに有る場合、当該不特定分に対応する訪問ＰＯＩ候補のカテゴリの分布に関する情報を取得し、
　前記趣味嗜好推定部は、取得された前記不特定分に対応する訪問ＰＯＩ候補のカテゴリの分布に関する情報をさらに含んだ前記取得情報に基づいて、前記ユーザの趣味嗜好を推定する、
　ことを特徴とする請求項１に記載の趣味嗜好推定装置。
　前記趣味嗜好推定部は、
　前記不特定分に対応する訪問ＰＯＩ候補のカテゴリの分布に関する情報が複数組取得された場合には、前記カテゴリの分布に関する情報において複数組で共通するカテゴリに対し重み付けした上で、前記ユーザの趣味嗜好を推定する、
　ことを特徴とする請求項２に記載の趣味嗜好推定装置。
　前記趣味嗜好推定部は、
　前記カテゴリの分布に関する情報において、前記カテゴリに対応する訪問ＰＯＩ候補を訪問した確実度合いに基づき定められる重み付け対象カテゴリに対し、重み付けした上で、前記ユーザの趣味嗜好を推定する、
　ことを特徴とする請求項１～３の何れか一項に記載の趣味嗜好推定装置。
　前記訪問した確実度合いは、訪問ＰＯＩ候補におけるユーザの購入履歴の存否に基づき定められる、
　ことを特徴とする請求項４に記載の趣味嗜好推定装置。
　趣味嗜好推定装置によって実行される趣味嗜好推定方法であって、
　訪問ＰＯＩ候補および前記訪問ＰＯＩ候補のカテゴリを含んだ所定期間分の訪問履歴データを取得するステップと、
　取得された訪問履歴データに基づいて、前記訪問ＰＯＩ候補のカテゴリの分布に関する情報を取得するステップと、
　少なくとも、取得された前記訪問ＰＯＩ候補のカテゴリの分布に関する情報、を含んだ取得情報に基づいて、ユーザの趣味嗜好を推定するステップと、
　を備える趣味嗜好推定方法。