CN113632126A - 项目推荐*** - Google Patents

项目推荐*** Download PDF

Info

Publication number
CN113632126A
CN113632126A CN201980094736.0A CN201980094736A CN113632126A CN 113632126 A CN113632126 A CN 113632126A CN 201980094736 A CN201980094736 A CN 201980094736A CN 113632126 A CN113632126 A CN 113632126A
Authority
CN
China
Prior art keywords
item
information
unit
terminal
sentence
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CN201980094736.0A
Other languages
English (en)
Inventor
户部谦浏伟澄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Japan Food Organization
Original Assignee
Japan Food Organization
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 Japan Food Organization filed Critical Japan Food Organization
Publication of CN113632126A publication Critical patent/CN113632126A/zh
Pending legal-status Critical Current

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
    • G06Q30/02—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
    • 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
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

项目推荐***也向初次访问的用户推荐适当的项目。在D/B(8)中，积累有使参照项目、参照语句和作为目标顾客的属性的参照属性相对应的参照信息。参照语句相同的参照信息彼此构成信息组。提取部(31)基于从终端(3)获取的记录信息来提取用户语句。信息组检测部(32)检测与用户语句一致的参照语句所对应的提取信息组。项目推荐部(34)选择除提取信息组以外的信息组，即参照属性与提取信息组的参照属性具有相关关系的非提取信息组的参照项目作为推荐项目。

Description

项目推荐***
[技术领域]
本发明涉及一种向访问Web网站的用户推荐与该用户的消费倾向对应的项目的项目推荐***。
[背景技术]
以往，已知如下广告发布***：其在用户的终端经由浏览器访问规定的Web网站时，获取该浏览器持有的Cookie信息，基于获取的Cookie信息检测用户感兴趣的项目领域，使用户的浏览器显示检测到的项目领域的广告(例如：专利文献1)。
专利文献2公开了一种信息发布***，其从用户终端获取浏览历史，并且收集用户终端的动作历史，根据浏览历史和动作历史，使用户附近的显示设备显示与用户的消费倾向对应的影像。在该信息发布***中，动作历史例如是携带用户终端的用户在店铺内如何移动(例如，用户在店铺内的Sweets的卖场是停下来还是径直走过了)的信息。由此，该信息发布***能够比仅通过用户的浏览信息进行分析时更高精度地分析用户的顾客划分，以向用户提示与其顾客划分对应的项目的信息。
[现有技术文献]
专利文献
专利文献1：日本专利第5843983号公报
专利文献2：日本专利第6337332号公报
[发明内容]
发明要解决的课题
在互联网中，对于初次访问规定的信息提示Web网站的用户，也存在提示与用户的消费倾向对应的项目的需求。
然而，在专利文献1的广告发布***中，用户感兴趣的项目仅限于能够从Cookie信息中提取的项目。
在现有的广告发布***中，对于初次访问Web网站的用户，无论是不是与从该用户的终端的Cookie信息中能够提取的项目的领域不同领域的项目，都无法找到用户关感兴趣的领域并找到该领域的项目。
在专利文献2的信息发布***中，在从访问店铺的用户终端获取到浏览历史之后，如果不观察用户的动作一段时间，就无法掌握用户喜欢的项目。另外，该项目是由用户的动作得到的用户直接表示感兴趣的项目，如果与该项目无关，则不是适合于用户的消费属性的项目。
本发明的目的在于提供一种项目推荐***，其对于初次访问Web网站的用户，无论是不是仅从该用户的终端的记录信息中无法提取的领域的项目，都能够推荐适合该用户的消费属性的项目。
用于解决课题的手段
本发明的项目推荐***具备：
数据库，其将各项目作为参照项目，积累使该参照项目、作为与该参照项目相关联的语句的参照语句、以及作为针对该参照项目假定的目标顾客的属性的参照属性相对应的参照信息；
分配部，其针对所述数据库中的所述参照信息，将参照语句相同的参照信息彼此作为一个信息组，并基于属于该信息组的参照信息的参照属性，按该信息组分配对该信息组的属性赋予特征的组属性；
记录信息获取部，其从访问了第一Web网站的终端获取记录信息，该记录信息是通过该终端访问与所述第一Web网站不同的第二Web网站而在所述终端内生成的；
提取部，其从所述记录信息获取部获取的所述记录信息中提取与项目相关联的一个以上的用户语句；
信息组检测部，其将与所述提取部提取出的各用户语句一致的参照语句所对应的各信息组作为提取信息组进行检测；
检索部，其检索所述信息组检测部检测出的所述提取信息组以外的信息组，即参照属性与所述提取信息组的参照属性具有相关关系的非提取信息组；
项目推荐部，其选择所述检索部检索到的非提取信息组的参照项目作为推荐项目；以及
发送部，其将所述项目推荐部选择的所述推荐项目的信息发送至所述终端。
根据本发明，从从终端获取的记录信息中提取用户语句，提取与用户语句一致的参照语句所对应的提取信息组，进而，检索除了提取信息组以外的信息组，即参照属性与提取信息组的参照属性具有相关关系的非提取信息组。并且，选择非提取信息组的参照项目作为推荐项目。这样，对于初次访问Web网站的用户，无论是不是从该用户的终端的记录信息中无法提取的领域的项目，都能够推荐适合该用户的消费属性的项目。
优选的，本发明的项目推荐***中，所述提取信息组的参照语句与所述非提取信息组的参照语句在语句的概念上一部分也不重叠。
根据该结构，能够向用户推荐参照语句与能够从记录信息中提取的用户语句在概念上一部分也不重叠的不相同的参照项目。
优选的，本发明的项目推荐***中，所述提取信息组的参照语句与所述非提取信息组的参照语句在语句的概念上仅部分重叠，或者两个参照语句具有上位概念和下位概念的关系。
根据该结构，能够向用户推荐参照语句与能够从记录信息中提取的用户语句在概念上仅部分重叠(换言之，在概念的中心区域不重叠，仅在周边区域重叠)、或者作为上位概念或下位概念的参照项目。
优选的，本发明的项目推荐***具备：
记录部，其在所述终端初次访问所述第一Web网站时，为该终端分配ID，将分配的ID记录到该终端的所述记录信息中；以及
次数判定部，其针对访问所述第一Web网站的所述终端，基于从该终端的所述记录信息中提取出的ID，判定该终端访问所述第一Web网站的访问次数，其中，
所述发送部仅在所述次数判定部判定出的访问次数在阈值以下时，将所述推荐项目的信息发送到所述终端。
根据该结构，对于访问次数超过阈值的终端的用户，中止推荐非提取信息组的参照项目。由此，关于适合用户的消费属性，避免了长期推荐具有相当大不确定性的参照项目。
优选的，本发明的项目推荐***具备：
实绩信息存储部，其每当所述终端访问所述第一Web网站时，存储并积累该第一Web网站中的由该终端进行的与项目相关的处理操作所涉及的实绩信息，其中，
当所述次数判定部判定出的访问次数超过所述阈值时，
所述检索部将存储并积累在所述实绩信息存储部中与的所述实绩信息相关联的项目作为实绩关联项目进行检索，
所述发送部将所述检索部检索到的所述实绩关联项目的信息发送到所述终端。
根据该结构，随着实绩信息的可靠性提高，能够使对用户的项目推荐从基于提取语句转移到基于实绩信息。
优选的，本发明的项目推荐***中，各参照信息是基于一个以上的回答者对涉及所述参照项目、所述参照语句和所述参照属性的问卷调查的回答信息而生成的。
根据该结构，关于各参照项目的参照信息，不是关于各参照项目机械地生成而是基于人的回答而生成。由此，能够使推荐项目接近人的感性。
优选的，本发明的项目推荐***中，
所述问卷调查包括问卷调查项目，该问卷调查项目使所述回答者针对各项目回答受所述回答者的主观影响较小的第一语句和受所述回答者的主观影响较大的第二语句，
所述参照语句为一个以上的所述第一语句和0个以上的所述第二语句的组合。
根据该机构，参照语句被设为一个以上的第一语句和0个以上的第二语句的组合。由此，对相同参照项目生成各种参照信息和信息组，能够应对用户的消费属性的多样性。
优选的，本发明的项目推荐***中，在中间虚拟店铺的店主提供在他人的原虚拟店铺中销售的原项目的链接以选择该项目作为在该中间虚拟店铺中提示的中间项目时，所述回答信息是基于该店主对关于该中间项目的问卷调查的回答的。
对问卷调查的回答对回答者来说需要时间和工夫，变得繁杂，因此难以强制。结果，收集有用的回答信息的很费工夫。根据该结构，对希望从回答中获利的中间虚拟店铺的店主实施问卷调查，因此能够提高回答信息的收集速度。
优选的，本发明的项目推荐***中，各中间虚拟店铺与规定的市场区段相对应。
根据该结构，作为回答者的中间虚拟店铺与规定的市场区段相对应。由此，作为回答者的中间虚拟店铺的店主，从对自己的中间虚拟店铺的项目设定的市场区段的观点出发，回答问卷调查。因此，各店主很容易地通过推荐项目将与自己的感性相近的用户吸引到自己的中间虚拟店铺，并且用户也能够接收到与自己感性相近的推荐项目。
优选的，本发明的项目推荐***中，各中间虚拟店铺开设于所述第一Web网站。
根据该结构，项目推荐***的运营者成为统括中间虚拟店铺的运营者，因此能够提高整体的运营效率。
[附图的简单说明]
图1是装有项目推荐***的网络***的整体概略图。
图2是项目推荐***的硬件结构图。
图3是项目推荐服务器的功能块图。
图4是绿茶饮料的项目的示例图。
图5是足球鞋的项目的示例图。
图6是A类问卷调查的示例图。
图7是B类问卷调查的示例图。
图8是示出针对关于绿茶项目的A类问卷调查的回答内容的图。
图9是示出针对关于足球鞋项目的A类问卷调查的回答内容的图。
图10是示出针对关于足球鞋项目的B类问卷调查的回答内容的图。
图11是项目推荐***实施的数据库维护程序的流程图。
图12是项目推荐***实施的项目推荐程序的流程图。
图13是示出提取部从访问Web网站的终端的记录信息中提取出的动作记录的图。
图14是示出从提取信息组中评价用户A的顾客划分的一例的图。
图15是例示检索部在图12的项目推荐程序中检测出的非提取信息组的图。
图16是示出应用虚拟店铺提供***的网络环境的图。
图17是详细示出网络环境中的虚拟店铺提供***的功能块的图。
图18是由虚拟店铺提供***进行的入会处理的流程图。
图19是关于各会员使用由虚拟店铺提供***提供的应用程序，选择在自己的会员虚拟店铺中登载的会员项目的作业的说明图。
图20是示出虚拟店铺提供***的门户网站的一例的图。
[具体实施方式]
[实施方式的结构]
图1是装有项目推荐***的网络***的整体概略图。该网络***具备经由作为网络的互联网4收发数据的项目推荐***1和多个终端3。项目推荐***1包括项目推荐服务器2和D/B(数据库)8。
在图示的例子中，项目推荐服务器2通过内部网络或专用电缆与D/B8连接。D/B8也可以经由互联网4与项目推荐服务器2连接。项目推荐服务器2能够对积累在D/B8中的数据进行追加、更新或删除。
终端3例如是个人计算机、平板PC或智能手机等的信息处理器。各用户15操作自己的终端3，与项目推荐服务器2收发信息。
在项目推荐服务器2的Web网站12中，域由URL分配。各用户15能够在作为应用程序而安装在自己的终端3上的浏览器上指定Web网站12的URL，以从自己的终端3浏览Web网站12内的任意的Web页11。
多个Web页11中的一个成为项目提示页11a。项目提示页11a成为Web网站12的门户Web页。
图2是项目推荐***1的硬件结构图。带箭头的波状线表示要素间的控制信号的流向。实线的箭头表示要素间的数据的流向。
项目推荐***1具备CPU20、存储装置22、输入装置23和输出装置24作为硬件。CPU20具有控制装置20a和运算装置20b。存储装置22具有主存储装置22a和辅助存储装置22b。主存储装置22a是易失性存储器，辅助存储装置22b是非易失性存储器。
CPU20和主存储装置22a属于项目推荐服务器2，通过未图示的总线收发数据。辅助存储装置22b包括D/B8。通过在CPU20中执行辅助存储装置22b中存储的程序来进行与项目推荐***1的工作有关的处理。图1的D/B8作为项目推荐服务器2的外部存储装置，兼作输入装置23和输出装置24。
图3是项目推荐服务器2的功能块图。项目推荐服务器2具备分配部29、记录信息获取部30、提取部31、信息组检测部32、检索部33、项目推荐部34和发送部35，作为伴随软件的执行而生成的功能块。项目推荐服务器2还具备记录部39、次数判定部40和实绩信息存储部41作为功能块。稍后将在图11和12中对这些功能块的详细情况进行描述。
[项目]
图4例示了绿茶饮料的项目Ir1～Ir4。项目Ir1～Ir4是通用名称同为绿茶，但分别为不同的项目。
图5例示了足球鞋的项目Is1～Is4。项目Is1～Is4是通用名称同为足球鞋，但分别为不同的项目。
之后，在不区别各个项目(例如，项目Ir1～Ir4和项目Is1～Is4)时，总称为“项目I”。
图6和图7分别例示了A类问卷调查47和B类问卷调查50。D/B8中积累的参照信息是基于回答者对A类问卷调查47和B类问卷调查50的提问事项进行的回答而生成的。回答者例如是后述的会员虚拟店铺223(图16)的店主。项目推荐***1的运营者适当地招募回答者(也可以是运营公司的职员)，对招募的回答者实施针对各项目I的A类问卷调查47和B类问卷调查50的问卷调查，使D/B8中的参照信息的积累量逐渐增大，或者更新该参照信息。
针对一个项目I，同时实施A类问卷调查47和B类问卷调查50这两者。多个回答者对各项目I进行回答。典型地，各回答者对不同的多个项目I进行回答。D/B8中的参照信息的一个单位对应于一个回答者对一个项目I的A类问卷调查47和B类问卷调查50的一组提问的回答。
在关于项目I的问卷调查的典型的实施方式中，调查问卷的回答者在Web页的问卷调查画面上进行回答，或者通过电子邮件来发送回答。作为问卷调查的另一实施方式，也可以是书面形式。在该情况下，回收的回答纸张的回答信息通过OCR等转换为电子数据。
各回答者从消费者或销售者的立场回答A类问卷调查47和B类问卷调查50这两者的提问事项。从消费者的立场回答的回答者在购入项目I时，被要求从与自己的生活方式相关联的消费属性的观点出发回答。从销售者的立场回答的回答者在运营收集了规定的市场区段的项目I的虚拟店铺时，被要求从针对该项目假定的目标顾客的观点出发回答。
无论从哪种观点进行了回答的情况下，回答信息都是规定对项目I感兴趣的消费者的消费属性的信息。此外，消费者的消费属性也是规定对项目I的消费者的顾客划分的属性(参照后述的图14)。进而，各项目I属于与消费者的消费属性对应的市场区段。相同项目I根据不同的消费属性属于多个市场区段。
[问卷调查和回答信息]
图6的A类问卷调查47和图7的B类问卷调查50中，示出了关于图4的项目Ir1的回答例。该回答例可以提示给回答者，以供回答者回答时参照。
回答者对A类问卷调查47的各提问事项的回答是记述式。与此相对，回答者对B类问卷调查50的各提问事项的回答是勾选标记式。为了便于图示，在B类问卷调查50中，由回答者标记的勾选标记用数字“1”图示。
在A类问卷调查47的提问事项中，存在每个回答者的回答容易产生和难以产生偏差的问题。每个回答者的回答产生偏差的提问事项中，是因为回答者的主观性强烈地反映在回答中。在图6中，提问编号A-1～A-3的提问事项相当于每个回答者的偏差较少的回答第一语句的提问事项。与此相对，提问编号A-4～A-5的提问事项相当于每个回答者的偏差较多的回答第二语句的提问事项。
图8示出了回答者Pr1～Pr4分别回答了关于项目Ir1～Ir4的A类问卷调查47的回答内容47r1～47r4。另外，图9示出了回答者Ps1～Ps4分别回答了关于项目Is1～Is4的A类问卷调查47的回答内容47s1～47s4。图10示出了回答者Ps1～Ps4分别回答了项目Is1～Is4的回答内容50s1～50s4。回答者Pr1～Pr4是相互不同的人，并且回答者Ps1～Ps4是相互不同的人。然而，在回答者Pr1～Pr4与回答者Ps1～Ps4之间，也可以有一个以上的同一人(相同的人)。这是因为项目的参照语句(例如：绿茶和足球)不同。
之后，在不区分各个回答者时，总称为“回答者P”。另外，在不区分对A类问卷调查的各个回答内容时，总称为“回答内容47t”。在不区分对B类问卷调查的各个回答内容时，总称为“回答内容50t”。进而，在不区分回答内容47t，50t时，总称为“回答内容55”。
在图8～图10中仅示出一个回答者P对一个项目I的回答内容55。在项目推荐***1的实际问卷调查的实施中，为了高效且大量地收集回答信息，使多个回答者P对各项目I进行回答，并且各回答者P对多个项目I进行回答。
图11是项目推荐***1实施的数据库维护程序的流程图。在说明该流程图之前，对参照信息等术语进行说明。
参照信息是指将各项目I作为参照项目，使该参照项目、作为与该参照项目相关联的语句的参照语句、以及作为针对该参照项目假定的目标顾客的属性的参照属性相对应的信息。
此外，典型地，与参照项目相关联的语句是项目I的通用名称。回答者被引导对前述图6的提问编号A-1的提问回答通用名称。
项目推荐服务器2将关于每个项目I的参照信息(具体地，参照信息的数据)积累在D/B8中。项目推荐服务器2还适当地对积累在D/B8中的参照信息进行追加、更新和删除。由此，D/B8的参照信息针对各项目I维持最新的参照信息。
具体而言，各回答者P针对各项目I的回答内容55(回答内容47t与回答内容50t的组)的信息构成一个参照信息。图8和图9的各回答内容47t的提问事项A-1～A-5所记载的语句全部是参照语句。如果参照语句变多，则在设定后述的参照组时的项目推荐服务器2的处理负荷增大。
为了避免这种情况，项目推荐服务器2间隔剔除或缩减为了设定参照组而使用的参照语句。例如，项目推荐服务器2能够仅将对提问事项A-1回答的语句(项目I的通用名称)作为参照语句，将针对其他提问事项的回答语句从参照语句中排除。
在将对多个提问事项的多个回答语句与一个参照语句对应时，该一个参照语句为多个回答语句的组合。通过使用这样的组合，增大参照语句，因此项目推荐服务器2在想要将与市场区段对应的用户15的顾客划分细致地分类时，能够通过该组合来应对。
作为针对参照项目假定的目标顾客的属性的参照属性被定义为图10的各回答内容50t，各用户15的顾客划分基于该参照属性来判断。各回答内容50t成为针对提问事项B-1～B-5的回答。项目推荐服务器2与前述的参照语句的处理负荷减轻时同样地，能够将基于顾客划分的参照属性缩减到仅针对提问事项B-1～B-5的一部分的回答，而不是对提问事项B-1～B-5的全部的回答。
在STEP101中，项目推荐服务器2进行参照信息的追加、更新或删除。详细而言，项目推荐服务器2经由互联网4适当地收集(接收)回答内容55。一个回答者P对一个项目I的回答内容55的信息相当于参照信息的一个单位。项目推荐服务器2将生成的参照信息积累在D/B8中。项目推荐服务器2也能够根据回答者P的请求来更新(也包括修改)参照信息。项目推荐服务器2在参照信息所对应的项目为销售结束等时，也能够删除该参照信息。
在STEP102中，分配部29对积累在D/B8中的各参照信息组分配组属性。参照信息组为关于D/B8中的参照信息、参照语句相同的参照信息的集合。
例如，在图8的回答内容47r1～47r4中，当仅将对提问事项A-1的回答内容的语句设定为参照语句时，由于参照语句与“绿茶”相同，因此从回答内容47r1～47r4生成的四个参照信息构成“绿茶”这样的信息组。
如前所述，在可以增大项目推荐服务器2的处理负荷时，可以采用前述的组合。即，也能够将对提问事项A-1的回答内容的语句与对其他提问事项、例如提问事项A-2～A-5的回答内容的多个语句中的一个以上的语句的组合作为一个参照语句，设定各参照信息组。另外，项目推荐服务器2能够根据状况变更参照语句的组合，执行后述的图12中的推荐项目的处理。
具体而言，分配部29如下确定各信息组的组属性。例如，图10的四个回答内容50t成为参照项目的参照语句同为足球鞋(图9)的参照项目的参照属性。分配部29基于属于该信息组的参照信息的参照属性，按各信息组分配对该信息组的属性赋予特征的组属性。
组属性例如是相同信息组中包含的参照属性的平均值。例如，在图10中，回答者P为四人。与此相对，在提问事项B-1中，由于回答为婴儿、幼儿和5～10岁的回答者数为0人，因此平均值分别为0％。由于回答为10～15岁的回答者为两人，因此平均值为50％。由于回答为15～20岁的回答者为三人，因此平均值为75％。
也可以代替平均值，以多数决定方式，将回答者数多的回答按顺序从上位到规定的编号(例如：第三个)的回答作为组属性。例如，对于图10的提问B-1，最多的回答是回答者P为四人的20～30岁和30～40岁。没有第二多的回答，第三多的回答为回答者P为三人的15～20岁和40～50岁。因此，还能够将参照项目为足球鞋的信息组的目标顾客的组属性确定为15～50岁。
在上述的例子中，仅从年龄的观点出发对组属性进行说明，但组属性典型地由多个观点(例如，目标顾客的性别、生活方式)确定。
[实施方式的作用]
图12是项目推荐***1实施的项目推荐程序的流程图。项目推荐***1在每次检测出从终端3到Web网站12的访问时，执行该项目推荐程序。
在STEP111中，记录信息获取部30从访问Web网站12的终端3获取该终端3保有的记录信息。记录信息例如是cookie。众所周知，在Cookie中有第一方和第三方这两种。在记录信息获取部30获取Cookie作为记录信息时，获取的Cookie是第一方和第三方双方。其结果，记录信息获取部30还能够获取终端3访问Web网站12以外的Web网站并在该Web网站浏览或处理的记录信息。
在STEP112中，次数判定部40判定终端3对Web网站12的访问次数是否为阈值n以下。次数判定部40能够根据记录信息的用户ID得知该访问次数。用户ID在终端3初次访问Web网站12并从Web网站12移动到其他Web网站时被写入终端3的记录信息中。
次数判定部40在STEP112中进行了肯定的判定时，使处理进入STEP113。另外，在进行了否定的判定时，使处理进入STEP120。
STEP112中的阈值n可以设定为1以上的整数。阈值n例如被设定为1。终端3对Web网站12的访问次数为1是指该终端3初次访问Web网站12。此外，在终端3初次访问Web网站12时，在从终端3读出的Cookie中没有记录后述的用户ID。
次数判定部40也能够基于从终端3获取的记录信息(例：信息量)动态地设定n。这是因为，即使终端3不是初次访问Web网站12，对于终端3的用户15的后述的实绩信息的信息量(图12/STEP122)也较少，有时无法充分掌握该用户15的顾客划分。
在STEP113中，提取部31从记录信息获取部30获取的记录信息中提取与项目I相关联的一个以上的用户语句。参照图13，对具体的提取方法进行说明。
图13是提取部31从访问Web网站12的终端3的记录信息中提取出的动作记录(或者终端3的用户15的操作记录)。为了便于说明，将终端3的用户15命名为“用户A”。将用户A使用自己的终端3在互联网4上进行的动作历史从过去到现在按时间顺序排列，(1)浏览汽车网站、(2)预约旅行票、(3)确认新闻网站上的高尔夫球的结果、(4)在相同新闻网站上确认足球的结果、以及(5)在其他购物网站(与Web网站12不同的网站)购入绿茶。
此外，上述(1)～(5)的浏览网站是指为了方便将Web网站12命名为第一Web网站时，与第一Web网站不同的多个第二Web网站。
提取部31从用户A的五个动作历史中提取汽车、旅行、高尔夫球、足球、绿茶这五个参照语句作为项目I所涉及的用户语句。
在STEP114中，信息组检测部32检测提取信息组。详细而言，信息组检测部32将与提取部31提取出的各用户语句一致的参照语句所对应的各信息组作为提取信息组进行检测。如前所述，提取信息组经由用户A的消费属性与用户A的顾客划分和用户A的市场区段相对应。另外，提取信息组的个数越多，越能够精细地判定用户A的消费属性。
图14是示出从提取信息组中评价用户A的顾客划分的一个例子的图。图14的B-1～B5和a)、b)、...省略了部分记载，但意味着与前述的图10的B-1～B5和a)、b)、...相同。
图14的汽车等五个信息组与从图13的动作历史提取出的汽车等五个参照语句一致。各参照语句成为属于对应的信息组的参照信息的共同的参照语句。图14的各列的数值(％)是包括各参照语句的参照信息所属的信息组的各值的平均值(图10的组属性[％])。
在图14中，在顾客划分中，示出了均等法和最新历史加权法。在均等法中，计算出作为将图14的各行的值的总和除以个数5而得到的值(V1+V2+V3+V4+V5)/5。在最新历史加权法中，计算为(V1+V2+V3)/3+(V4+V5)/2。在均等法中，计算出平均值。在最新历史加权法中，将最近的动作历史设为比以前的动作历史大的权重来计算出顾客划分。
在图14的均等法中，B-2中的c)成为空白的理由是因为，关于旅行和绿茶，没有男女差异，问卷调查的问题不合适。因此，B-2中的a)和b)的均等法的值(平均值)是除以3而不是5。同样地，在最新历史加权法中，B-2中的a)～c)的单元格为空白的理由是因为男女的性别不会随时间发生变化，因此不符合最新历史加权法。
根据图14的均等法和最新历史加权法的数值分析，用户A的顾客划分能够如以下那样预测。
用户A的顾客划分如以下那样预测。20岁～70岁的可能性高，特别是20岁～50岁的可能性高(B-1)。用户A为男性的可能性高(B-2)。用户A为中等收入人群的可能性高(B-3)。用户A的购买的目的是为了满足愉悦、想要冷静下来、想要玩得开心(B-4)。用户A的健康意识高且活跃(B-5)。
返回图12，在STEP115中，检索部33检索非提取信息组。详细而言，检索部33将提取信息组以外的信息组，即参照属性与提取信息组的参照属性具有相关关系的信息组作为非提取信息组进行检索。
图15例示了检索部33通过执行STEP115的处理而检索到的非提取信息组。图15中的B-1～B5和a)、b)、…与图14中的B-1～B5和a)、b)、…相对应。在图15中，粗框所示的单元格表示值为70％以上且与对用户A的前述顾客划分的预测一致的单元格。
与图14的各个“汽车”、“旅行”、“高尔夫球”、“足球”、“绿茶”同样地，图15中的“抗代谢类商品”、“露营用品”、“摩托车”、“拉面套餐”、“保健食品”分别构成一个信息组。图14的“汽车”等信息组相当于提取信息组，图15的“抗代谢类商品”等信息组相当于非提取信息组。
从多个提取信息组中任意选择的一个提取信息组的参照语句与从多个非提取信息组中任意选择的一个非提取信息组的参照语句不同。
假设创建由多个(图14中为五个)提取信息组中的任意一个提取信息组的参照语句和多个(图15中为五个)非提取信息组中的任意一个非提取信息组的参照语句构成的一组。此时，在任意的组中，由于两个参照语句不同，因此提取信息组和非提取信息组在语句的概念上不一致。
作为不一致的例子，存在以下三种情况。(a)两个参照语句在语句的概念上一部分也不重叠。(完全不一致)。(b)一方和另一方在语句的概念上分别具有上位概念和下位概念的关系(阶层不同)。(c)两个参照语句在语句的概念上仅部分重叠(部分一致)。
例如，在图14中作为提取信息组而包含的“汽车”与在图15中作为非提取信息组而包含的“摩托车”的组具有上述(b)的关系。在图14中作为提取信息组而包含的“绿茶”与在图15中作为非提取信息组而包含的“保健食品”的组具有上述(b)的关系。在图15中作为非提取信息组而包含的“拉面套餐”在与图14中任一个提取信息组的组中，都具有(a)的关系。
返回图12，在STEP116中，项目推荐部34选择检索部33检索到的非提取信息组中包含的参照信息的参照项目作为推荐项目。在STEP117中，发送部35向终端3发送推荐项目的信息。
在从发送部35接收到推荐项目的信息的终端3的浏览器画面中，显示推荐项目(参照项目)的图像(例如图4和图5)，并且将与参照项目对应的参照语句作为推荐项目的项目说明(例如商品、劳务的说明)来显示。
以图15的例子对由项目推荐部34进行的推荐项目的选择进行说明。项目推荐部34从“抗代谢类商品”、“露营用品”、“摩托车”、“拉面套餐”和“保健食品”这五个非提取信息组中选择一个以上的非提取信息组，从所选择的各非提取信息组中选择一个以上的参照项目。然后，将所选择的一个以上的参照项目作为推荐项目。
当STEP117的处理结束时，处理进入到STEP118。STEP118还在STEP120～STEP122的处理结束后实施。在对STEP118进行说明之前，对STEP120～STEP122进行说明。
在STEP120中，记录信息获取部30从在STEP111中获取的记录信息中提取用户ID(终端3的ID)。
在STEP121中，检索部33与提取出的用户ID相对应地读出由实绩信息存储部41存储在辅助存储装置22b中的实绩信息。实绩信息是每当终端3访问Web网站12时，作为Web网站12中的终端3的处理实绩，由实绩信息存储部41存储、积累在D/B8或辅助存储装置22b中的信息(后述的STEP119)。
在STEP122中，项目推荐部34进行基于读出的实绩信息的项目处理。
对基于项目推荐部34的实绩信息的具体的处理内容进行说明。此外，实绩信息中包含在上次之前由终端3访问Web网站12时与Web网站12中的项目相关的处理操作。项目推荐部34通过分析处理操作，掌握例如用户15在Web网站12中经由终端3购入的项目或还未购入、但在购入之前调查了内容(性能、价格等)等的项目的处理日期时间等信息作为实绩信息。在Web网站12内开设有虚拟店铺时，能够在实绩信息中包含终端3的用户15访问的虚拟店铺的域(成为Web网站12的域的子域。)的信息。
在处理内容的第一例中，项目推荐部34基于实绩信息选择属于终端3的用户15直接感兴趣的项目分类(包括商品分类和劳务分类这两者)的项目I作为推荐项目。
在处理内容的第二例中，项目推荐部34在用户15在项目提示页11a中以规定的术语为关键字进行检索时，关于点击的多个URL，按照与第一例的项目分类的相关关系顺序排列，向用户15提示点击结果。
在处理内容的第三例中，项目推荐部34从实绩信息中提取多个项目I(以下成为“实绩”。)。然后，将STEP113的提取语句置换为实绩项目的通用名称之后，进行STEP114～STEP116的处理，将STEP116的处理结果的推荐项目提示给用户15。
在第三例中，能够将积累在D/B8中的参照信息灵活用于确定对已经多次访问Web网站12的用户15的推荐项目。另外，与提取语句相比，实绩项目的通用名称能够高精度地检测用户15的顾客划分，因此能够将STEP122确定的推荐项目设为与用户15的实际的顾客划分相关关系高的项目I。
STEP118在STEP117或者STEP122的处理结束后执行。STEP118、119的处理是终端3从Web网站12向其他网站移动时的处理。
在STEP118中，记录部39向终端3写入记录信息(例:Cookie)。在Web网站12对终端3的本次访问为第一次时，该记录信息包括项目推荐服务器2分配给终端3的用户ID。在STEP119中，实绩信息存储部41将实绩信息写入D/B8或辅助存储装置22b。
[虚拟店铺提供***：结构]
图16之后涉及虚拟店铺提供***201。如前所述，项目推荐***1在D/B8中积累参照信息。参照信息是对回答者实施问卷调查，并以其回答信息为基础的信息。项目推荐***1为了高效地收集回答信息，能够利用虚拟店铺提供***201。
项目推荐***1的运营者也能够将项目推荐***1和虚拟店铺提供***201一体运营。在该情况下，能够使项目推荐***1的项目推荐服务器2与虚拟店铺提供***201的区段专用服务器205是共同的。
图16是示出应用虚拟店铺提供***201的网络环境的图。互联网4将区段专用服务器205、***店服务器208、D/B(数据库)210、多个会员终端212、多个浏览者终端216和多个他人虚拟店铺219相互连接。各会员终端212由会员虚拟店铺223的店主、即会员213操作。各浏览者终端216由项目I的购买者、即浏览者217操作。
D/B210包括操作历史数据库、会员信息数据库和项目选择信息数据库。会员终端212和浏览者终端216例如是智能手机、平板PC或者个人计算机。典型地，他人虚拟店铺219构建在与互联网4连接的服务器内。
虚拟店铺提供***201包括安装在与互联网4连接的区段专用服务器205内的软件和D/B210。D/B210也可以不经由互联网4与区段专用服务器205连接，而是经由内部网络(未图示)与之连接。
各会员213以专用的方式具有由虚拟店铺提供***201构建的会员虚拟店铺223。各会员虚拟店铺223被赋予属于共同的根域且能够相互识别的子域。各会员213从他人销售项目220内选择的会员项目224以与待选择的他人销售项目220建立有超链接的方式被登载到会员虚拟店铺223中。
多个他人虚拟店铺219与互联网4连接，通过图像、文本等将作为商品和/或服务的他人销售项目220登载到自己的Web页并进行销售。各浏览者217能够从自己的信息设备直接访问他人虚拟店铺219，并且还能够追寻区段专用服务器205的会员虚拟店铺223的会员项目224的超链接，来访问各他人虚拟店铺219。
图17是示出网络环境中的虚拟店铺提供***201的功能块的详细情况的图。在图17中，为了简化图示，会员终端212和会员213等实际上存在多个，但分别只图示一个。
虚拟店铺提供***201具备地址赋予部251、会员项目登载部252、优惠赋予部253、区段信息收集部254、区段信息提供部255以及链接项目信息提供部256。区段专用服务器205具有公知的内部结构(未图示)作为服务器。在该内部构造中至少包括CPU、RAM、ROM、输入输出I/F以及将它们连接的总线、以及存储OS、各种应用程序的硬盘。
[虚拟店铺提供***：入会处理]
图18是通过虚拟店铺提供***201进行的入会处理的流程图。在STEP281中，地址赋予部251受理来自入会需求者的信息设备的入会申请。若入会需求者被允许入会，则成为会员213。入会需求者对虚拟店铺提供***201的访问通过下述方式进行：入会需求者通过信息设备中的浏览器中指定虚拟店铺提供***201的入会受理的Web页并在浏览器上进行上述访问。
在STEP282中，地址赋予部251让入会需求者输入入会审查信息。该入会审查信息具体包括性别、年龄、住址、电话号码、职业、学历、收入、家族构成、兴趣、银行账户等一份个人信息。
在STEP283中，地址赋予部251根据入会审查信息进行入会需求者的入会审查。作为入会审查结果，地址赋予部251许可入会时，进入到STEP284的处理，拒绝入会时，则结束入会处理。
在STEP284中，地址赋予部251对会员213赋予专用的子域。
在STEP285中，地址赋予部251将会员信息(包括前述个人信息和子域)登记到D/B210。由此，随着会员213的增多，在D/B210中依次积累会员信息。
此外，会员213在入会后能够随着例如住址、电话号码的变更等而对会员信息进行适当变更。另外，在该例中，在会员213入会时实施会员信息的收集，但在其入会时也可以仅收集入会审查所需的信息，在入会后的规定的时期收集其他的会员信息。
在STEP286中，区段信息收集部254收集表示会员213的会员虚拟店铺223属于哪个区段的区段信息。
区段定义为：在市场中具有共同的需求，项目I(商品和服务)的识别的方法/价值体现/使用方法、到购买为止的过程、即购买行为中非常相似的顾客层的集团。进而，为了发现区段，需要进行轴的设定，其中，该轴的设定有利于市场的细分化。在虚拟店铺提供***201中，使用了有利于细分市场而设定的一个以上的轴，对项目I的区段进行识别。
在虚拟店铺提供***201中，为了识别区段，可以设定多个轴。如果进行对比的区段在各轴上的占有范围不同，则判断为两个区段不同。例如，设定男子的年龄作为定义顾客层的集团的轴。如果第一区段占据该轴上的10岁～20岁的范围、第二区段在B类问卷调查中占据该轴上的50岁～70岁的范围，则第一区段和第二区段被判断为在该轴上属于不同的区段。另外，如果第一区段占据该轴上的10岁～30岁的范围、第二区段占据该轴上的15岁～20岁的范围，则第一区段和第二区段被判断为在该轴上属于部分重叠的区段。
此外，在虚拟店铺提供***201中，区段在各轴上占据的范围并不限定于由数值规定的范围。也可以采用不是通过数值规定的会员项目224的种类等参数。另外，在虚拟店铺提供***201中，如上所述，用于识别区段的轴被设定为多个(两个以上，优选为三个或四个以上)。例如，将男子的年龄设定为顾客相关的第一轴，将地区(占有范围不是由数值规定的轴的例子)设定为顾客相关的第二轴。如果第一区段占据第一轴上的30岁～40岁的坐标范围，第二区段占据第一轴上的30岁～40岁的坐标范围，则为该两区段在第一轴上构成相同的区段。另一方面，如果第一区段占据第二轴上的北海道，第二区段占据第二轴上的九州，则该两区段在在第二轴上构成不同的区段。结果，如果相对比的区段在至少一个轴上不同，则该两区段成为不同的区段。
这样，在虚拟店铺提供***201中，能够适当地设定识别区段的轴，从而识别会员虚拟店铺223的区段。此外，在识别各会员虚拟店铺223的区段时，不需要以该会员虚拟店铺223的全部的会员项目224属于相同区段为条件。如果规定的比例(例：9成)以上的会员项目224属于相同区段，则能够将该区段判断为会员虚拟店铺223的区段。不属于该区段的会员项目224在虚拟店铺提供***201中被处理为例外的会员项目224。
具体实施区段问卷调查来进行由区段信息收集部254实施的区段信息的收集。其中，在上述区段问卷调查中，区段信息收集部254让会员213回答针对该会员213提出的多个提问项目。
作为提问项目，例如有关于构成目标(＝浏览者217)的顾客的调查项目和关于会员项目224的调查项目。关于前者的顾客的调查项目，有性别(男女)、年代(例：10岁、20岁、...)、住址地区(例：北海道、九州、神奈川县和千叶市)、职业(例：学生)和兴趣(例：电影鉴赏、旅行、运动和钓鱼)等。关于后者的会员项目224的调查项目，有类型(例：男士和服)和价格范围(例：一万日元以下)等。
各会员虚拟店铺223的区段基本上能够基于会员的回答来确定几个轴(适当地称之为“基本轴”)，并基于该基本轴进行识别。其中，上述会员的回答是区段问卷调查中构成目标(＝浏览者217)的顾客对于调查项目的回答。然而，也可以基于会员对会员项目224的调查项目的回答来对于基本轴确定轴(适当地称之为“追加的轴”。)，并基于基本轴和追加的轴这两个轴，或者根据情况仅基于追加的轴来识别各会员虚拟店铺223的区段。
区段信息是指能够识别通过上述方式所确定的区段的信息，并基于所确定的区段而被生成。
[虚拟店铺提供***：会员项目的选择]
图19是关于各会员213使用由虚拟店铺提供***201提供的应用程序，选择在自己的会员虚拟店铺223中登载的会员项目224的作业的说明图。该应用程序可以是各会员213仅选择自己的会员虚拟店铺223的会员项目224的处理的专用应用程序，也可以作为一部分功能而包含在作为综合应用程序的会员支持应用程序中。
会员213在自己的信息设备(例：个人计算机)中启动该应用程序，使显示部中显示作为规定的画面的图19所示的会员项目选择画面228。
会员项目选择画面228包括左侧的他人Web部分230a和右侧的会员Web部分230b。在图19的上侧的会员项目选择画面228和下侧的会员项目选择画面228中，右侧的会员Web部分230b均与自己的会员虚拟店铺223的Web页对应。另一方面，左侧的他人Web部分230a在上下的会员项目选择画面228中分别显示不同的他人虚拟店铺219的Web页。为了区别两个他人虚拟店铺219，用附图标记“219a”表示上侧的会员项目选择画面228的他人Web部分230a的他人虚拟店铺，用附图标记“219b”表示下侧的会员项目选择画面228的他人Web部分230a的他人虚拟店铺，以方便说明。
在他人虚拟店铺219a的他人Web部分230a中显示有他人销售项目220a-1～220a-9。在他人虚拟店铺219b的他人Web部分230a中显示有他人销售项目220b-1～220b-14。他人销售项目220a-1～220a-9和他人销售项目220b-1～220b-14成为浏览者217能够具体理解商品、服务(例：住宿设施、音乐会的预约或者交通的预约)的项目是什么内容的图像、图标或者文本。
会员213在他人虚拟店铺219a中，从他人销售项目220a-1～220a-9中选择他人销售项目220a-2、220a-9作为自己的会员虚拟店铺223的会员项目224-1、224-2。另外，会员213在他人虚拟店铺219b中，从他人销售项目220b-1～220b-14中选择他人销售项目220b-14作为自己的会员虚拟店铺223的会员项目224-3。在会员项目224-1～224-3中，分别附带有与他人销售项目220a-2、220a-9、220b-14的链接项目信息。
会员213在会员项目选择画面228中通过从他人Web部分230a向会员Web部分230b拖放他人销售项目220a-2、220a-9、220b-14来进行对他人销售项目220a-2、220a-9、220b-14的选择操作。由此，会员项目224-1、224-2、224-3成为与作为超链接目的地的他人销售项目220a-2、220a-9、220b-14相同的图像。
当会员213结束自己的会员虚拟店铺223的会员项目224的选择结束后，结束应用程序。也可以通过之后再次启动该应用程序来适当地执行会员项目224的选择，来追加会员项目224。需要删除会员项目224时，通过从会员Web部分230b的内侧向外侧拖放的方式移动待删除的会员项目224来进行该删除操作。
在会员213新追加了会员项目224时，前述应用程序能够对会员213实施项目选择理由问卷调查。项目选择理由问卷调查的一个例子是将前述图6的A类问卷调查47和图7的B类问卷调查50作为一组的问卷调查。链接项目信息提供部256将会员213对该项目选择理由问卷调查的回答所涉及的回答信息积累在D/B210中。项目推荐服务器2(图1)基于该回答信息生成参照信息并积累在D/B8中。
浏览者217指定会员虚拟店铺223的子域，并浏览指定的会员虚拟店铺223中的会员项目224。然后，如果发现喜欢的会员项目224，则将光标移动到喜欢的会员项目224上，然后进行点击、轻敲等超链接的使用操作。由此，该浏览者217的信息设备的显示部的画面从该会员虚拟店铺223的Web页切换为登载有作为超链接目的地的他人销售项目220的他人虚拟店铺219的Web页。
区段信息提供部255将浏览者217对各会员项目224的超链接的使用操作，按各会员虚拟店铺223的各会员项目224作为超链接的操作历史积累在D/B210中。此外，操作历史当然包括操作的日期时间。
浏览者217在基于超链接而移动后的他人虚拟店铺219的Web页中，对作为超链接目的地的他人销售项目220进行购买手续。购买手续中包括金钱的支付、配送的安排等。因此，各会员虚拟店铺223登载带超链接的会员项目224，仅介绍作为超链接目的地的他人销售项目220，因而，会员213能够省略与浏览者217的繁杂的购买手续。
这样，会员213在开设和运营自己的会员虚拟店铺223时，能够降低资金、劳力以及破产风险。
***店服务器208由***店管理。如前所述，将浏览者217对各会员项目224的超链接的使用操作，按各会员虚拟店铺223的各会员项目224作为超链接的操作历史在线积累在D/B210中。虚拟店铺提供***201的运营者定期或者在判断为需要时，经由互联网4将这样积累的D/B210的操作历史所涉及的信息发送到***店服务器208。
与此相对，***店服务器208基于接收到的操作历史，以金钱的方式向他人虚拟店铺219的他人征收广告费。具体而言，针对该他人的他人虚拟店铺219的他人销售项目220，从他人虚拟店铺219征收与来自虚拟店铺提供***201的会员虚拟店铺223的超链接的操作次数相对应的金钱。
***店服务器208定期或者适当地将从他人虚拟店铺219征收的广告费分配给虚拟店铺提供***201的提供者(也是所有者)以及由浏览者217进行了超链接使用操作的会员虚拟店铺223的会员213。此时，***店服务器208对广告费收取规定比例的征收手续费。然后，由虚拟店铺提供***201的提供者和会员213以规定的分配比例分配余额。
[虚拟店铺提供***：浏览者的浏览器画面]
图20示出虚拟店铺提供***201的门户网站的顶部Web页260。顶部Web页260兼作该门户网站的菜单Web页。在虚拟店铺提供***201兼作项目推荐***1时，顶部Web页260可被设为项目提示页11a(图1)。记载了图20的顶部Web页260兼做项目提示页11a，其显示在浏览者终端216的浏览器上。
检索窗261和多个推荐项目窗262与横幅广告265一起显示在顶部Web页260中。在顶部Web页260兼作项目提示页11a时，项目推荐部34所选择的一个以上的推荐项目显示在对应的推荐项目窗262中。
检索窗261仅用于网站内检索。浏览者217在检索与自己的消费倾向(例：市场区段)一致的会员虚拟店铺223时，能够将该会员虚拟店铺223的店铺名输入到检索窗261来指示检索。
浏览者217能够在将自己感兴趣的一个以上的语句输入到检索窗261后，检索会员虚拟店铺223。结果，显示与输入的语句具有相关关系的会员虚拟店铺223。例如，当浏览者217将图14的提取信息组的“汽车”、“旅行”和“高尔夫球”输入到检索窗261后执行检索时，包含“汽车”、“旅行”和“高尔夫球”的全部的会员虚拟店铺223被显示为会员项目224。进而，也能够与包含“汽车”、“旅行”和“高尔夫球”的全部的会员虚拟店铺223一起或者另外，显示将图15的“抗代谢类商品”、“露营用品”作为市场区段的会员虚拟店铺223。
[符号说明]
1：项目推荐***；2：项目推荐服务器；3：终端；4：互联网；8：D/B；11a：项目提示页；11b：Web页；12：Web网站；29：分配部；30：记录信息获取部；31：提取部；32：信息组检测部；33：检索部；34：项目推荐部；35：发送部；39：记录部；40：次数判定部；41：实绩信息存储部；47：A类问卷调查；50：B类问卷调查；47t、50t、55：回答内容；201：虚拟店铺提供***；205：区段专用服务器；213：会员；217：浏览者；219：他人虚拟店铺；223：会员虚拟店铺。

Claims (10)

1.一种项目推荐***，其特征在于，具备：
数据库，其将各项目作为参照项目，积累使该参照项目、作为与该参照项目相关联的语句的参照语句、以及作为针对该参照项目假定的目标顾客的属性的参照属性相对应的参照信息；
分配部，其针对所述数据库中的所述参照信息，将参照语句相同的参照信息彼此作为一个信息组，并基于属于该信息组的参照信息的参照属性，按该信息组分配对该信息组的属性赋予特征的组属性；
记录信息获取部，其从访问了第一Web网站的终端获取记录信息，该记录信息是通过该终端访问与所述第一Web网站不同的第二Web网站而在所述终端内生成的；
提取部，其从所述记录信息获取部获取的所述记录信息中提取与项目相关联的一个以上的用户语句；
信息组检测部，其将与所述提取部提取出的各用户语句一致的参照语句所对应的各信息组作为提取信息组进行检测；
检索部，其检索所述信息组检测部检测出的所述提取信息组以外的信息组，即参照属性与所述提取信息组的参照属性具有相关关系的非提取信息组；
项目推荐部，其选择所述检索部检索到的非提取信息组的参照项目作为推荐项目；以及
发送部，其将所述项目推荐部选择的所述推荐项目的信息发送至所述终端。
2.根据权利要求1所述的项目推荐***，其特征在于，
所述提取信息组的参照语句与所述非提取信息组的参照语句在语句的概念上一部分也不重叠。
3.根据权利要求1所述的项目推荐***，其特征在于，
所述提取信息组的参照语句与所述非提取信息组的参照语句在语句的概念上仅部分重叠，或者两个参照语句具有上位概念和下位概念的关系。
4.根据权利要求1～3中任一项所述的项目推荐***，其特征在于，具备：
记录部，其在所述终端初次访问所述第一Web网站时，为该终端分配ID，将分配的ID记录到该终端的所述记录信息中；以及
次数判定部，其针对访问所述第一Web网站的所述终端，基于从该终端的所述记录信息中提取出的ID，判定该终端访问所述第一Web网站的访问次数，
其中，所述发送部仅在所述次数判定部判定出的访问次数在阈值以下时，将所述推荐项目的信息发送到所述终端。
5.根据权利要求4所述的项目推荐***，其特征在于，具备：
实绩信息存储部，其每当所述终端访问所述第一Web网站时，存储并积累该第一Web网站中的由该终端进行的与项目相关的处理操作所涉及的实绩信息，其中，
当所述次数判定部判定出的访问次数超过所述阈值时，
所述检索部将存储并积累在所述实绩信息存储部中的与所述实绩信息相关联的项目作为实绩关联项目进行检索，
所述发送部将所述检索部检索到的所述实绩关联项目的信息发送到所述终端。
6.根据权利要求1～5中任一项所述的项目推荐***，其特征在于，
各参照信息是基于一个以上的回答者对涉及所述参照项目、所述参照语句和所述参照属性的问卷调查的回答信息而生成的。
7.根据权利要求6所述的项目推荐***，其特征在于，
所述问卷调查包括问卷调查项目，该问卷调查项目使所述回答者针对各项目回答受所述回答者的主观影响较小的第一语句和受所述回答者的主观影响较大的第二语句，
所述参照语句为一个以上的所述第一语句和0个以上的所述第二语句的组合。
8.根据权利要求7所述的项目推荐***，其特征在于，
在中间虚拟店铺的店主提供在他人的原虚拟店铺中销售的原项目的链接以选择该项目作为在该中间虚拟店铺中提示的中间项目时，所述回答信息是基于该店主对关于该中间项目的问卷调查的回答的。
9.根据权利要求8所述的项目推荐***，其特征在于，
各中间虚拟店铺与规定的市场区段相对应。
10.根据权利要求9所述的项目推荐***，其特征在于，
各中间虚拟店铺开设于所述第一Web网站。
CN201980094736.0A 2019-03-27 2019-03-27 项目推荐*** Pending CN113632126A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/013337 WO2020194596A1 (ja) 2019-03-27 2019-03-27 アイテム提案システム

Publications (1)

Publication Number Publication Date
CN113632126A true CN113632126A (zh) 2021-11-09

Family

ID=69568378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980094736.0A Pending CN113632126A (zh) 2019-03-27 2019-03-27 项目推荐***

Country Status (5)

Country Link
US (1) US20220180417A1 (zh)
EP (1) EP3933740A4 (zh)
JP (1) JP6651163B1 (zh)
CN (1) CN113632126A (zh)
WO (1) WO2020194596A1 (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080243631A1 (en) * 2007-03-30 2008-10-02 Kane Francis J Services for providing item association data
US20130036119A1 (en) * 2011-08-01 2013-02-07 Qatar Foundation Behavior Based Record Linkage
CN103514204A (zh) * 2012-06-27 2014-01-15 华为技术有限公司 信息推荐方法和装置
CN103971259A (zh) * 2013-01-31 2014-08-06 深圳市亿商屋广告传媒有限公司 一种电子商务推荐营销平台服务器、***及方法
CN106033577A (zh) * 2015-03-12 2016-10-19 阿里巴巴集团控股有限公司 信息的推荐方法及装置
CN107862542A (zh) * 2017-09-28 2018-03-30 北京三快在线科技有限公司 一种菜品推荐方法和装置
US9959563B1 (en) * 2013-12-19 2018-05-01 Amazon Technologies, Inc. Recommendation generation for infrequently accessed items
US20180357669A1 (en) * 2015-11-26 2018-12-13 Hakuhodo Dy Holdings Inc. System and method for information processing
CN109409998A (zh) * 2018-10-18 2019-03-01 徐碧远 一种推荐***

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5843983B2 (ja) 1975-02-14 1983-09-30 株式会社日立製作所 ヒヨウジホウシキ
US4174637A (en) 1978-10-19 1979-11-20 International Business Machines Corporation Pressure monitoring system
CN102253936B (zh) * 2010-05-18 2013-07-24 阿里巴巴集团控股有限公司 记录用户访问商品信息的方法及搜索方法和服务器
US11068374B2 (en) * 2010-05-26 2021-07-20 Userzoom Technologies, Inc. Generation, administration and analysis of user experience testing
CN102541862B (zh) * 2010-12-14 2014-05-07 阿里巴巴集团控股有限公司 跨网站的信息显示方法及***
WO2015132886A1 (ja) * 2014-03-04 2015-09-11 楽天株式会社 情報処理装置、情報処理方法、プログラム及び記憶媒体
JP6413508B2 (ja) * 2014-09-03 2018-10-31 富士ゼロックス株式会社 情報推薦プログラム及び情報処理装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080243631A1 (en) * 2007-03-30 2008-10-02 Kane Francis J Services for providing item association data
US20130036119A1 (en) * 2011-08-01 2013-02-07 Qatar Foundation Behavior Based Record Linkage
CN103514204A (zh) * 2012-06-27 2014-01-15 华为技术有限公司 信息推荐方法和装置
CN103971259A (zh) * 2013-01-31 2014-08-06 深圳市亿商屋广告传媒有限公司 一种电子商务推荐营销平台服务器、***及方法
US9959563B1 (en) * 2013-12-19 2018-05-01 Amazon Technologies, Inc. Recommendation generation for infrequently accessed items
CN106033577A (zh) * 2015-03-12 2016-10-19 阿里巴巴集团控股有限公司 信息的推荐方法及装置
US20180357669A1 (en) * 2015-11-26 2018-12-13 Hakuhodo Dy Holdings Inc. System and method for information processing
CN107862542A (zh) * 2017-09-28 2018-03-30 北京三快在线科技有限公司 一种菜品推荐方法和装置
CN109409998A (zh) * 2018-10-18 2019-03-01 徐碧远 一种推荐***

Also Published As

Publication number Publication date
WO2020194596A1 (ja) 2020-10-01
EP3933740A4 (en) 2022-03-23
US20220180417A1 (en) 2022-06-09
JP6651163B1 (ja) 2020-02-19
EP3933740A1 (en) 2022-01-05
JPWO2020194596A1 (ja) 2021-04-08

Similar Documents

Publication Publication Date Title
Ghose et al. Modeling consumer footprints on search engines: An interplay with social media
Gensler et al. Listen to your customers: Insights into brand image using online consumer-generated product reviews
KR101871747B1 (ko) 유사성향 기반 사용자-관광상품 추천 방법 및 시스템
Su et al. A method for discovering clusters of e-commerce interest patterns using click-stream data
Li et al. Let photos speak: The effect of user-generated visual content on hotel review helpfulness
US10769702B2 (en) Recommendations based upon explicit user similarity
Huang et al. Searching for experience on the web: An empirical examination of consumer behavior for search and experience goods
Roberts et al. Development and testing of a model of consideration set composition
US8650141B2 (en) System and method of segmenting and tagging entities based on profile matching using a multi-media survey
CN109597904B (zh) 用于提供社交网络的方法和***
US20070050201A1 (en) Information system with propensity modelling and profiling engine
KR102227552B1 (ko) 상황인지 알고리즘 기반 리뷰 카테고리를 이용한 음식점 노출 개인화 서비스 제공 시스템
JP2001282982A (ja) Ｗｅｂマーケティングシステム
Huseynov et al. The influence of knowledge-based e-commerce product recommender agents on online consumer decision-making
Wu et al. Predicting browsers and purchasers of hotel websites: A weight-of-evidence grouping approach
Müllensiefen et al. Using clustering of rankings to explain brand preferences with personality and socio-demographic variables
Bhat et al. Evaluating the influence of consumer demographics on online purchase intention: An E-Tail Perspective
KR20220117425A (ko) 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템
Chatterjee et al. Classification Analysis for Brand Loyalty Determination
KR101026544B1 (ko) 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치
Sharma et al. Measuring customer response to word-of-mouth messages on social media: Development of a multi-item scale
KR102323153B1 (ko) 고객의 무의식 영역에 기반하여 의사결정 지원자료를 제공하는 의사결정 지원서버 및 그 의사결정 지원방법
Mathew Drivers of Customer Retention: An Introspection Into Indian Retail Customers
CN113632126A (zh) 项目推荐***
Grodzinsky et al. Will “smarter” marketing end social discrimination? A critical review

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination