JP2000348039A - Information provision system and information providing device using same system - Google Patents
Information provision system and information providing device using same systemInfo
- Publication number
- JP2000348039A JP2000348039A JP15551999A JP15551999A JP2000348039A JP 2000348039 A JP2000348039 A JP 2000348039A JP 15551999 A JP15551999 A JP 15551999A JP 15551999 A JP15551999 A JP 15551999A JP 2000348039 A JP2000348039 A JP 2000348039A
- Authority
- JP
- Japan
- Prior art keywords
- information
- evaluation
- evaluation value
- user
- keyword
- 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.)
- Abandoned
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】この発明は、複数のユーザに
対して情報を提供・配信するインターネット、データ放
送等のサービスにおいて、提供情報に対する各ユーザの
評価点を予想し、優先度付けを行なう情報提供サービ
ス、及び情報提供サービスを組込んだ情報提供方式及び
その方式を用いた情報提供装置に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a service for providing and distributing information to a plurality of users, such as the Internet and data broadcasting. The present invention relates to a providing service, an information providing method incorporating the information providing service, and an information providing apparatus using the method.
【０００２】[0002]
【従来の技術】従来、ユーザの過去の動作履歴を参照し
て、提供情報に対するユーザの評価を予測する情報提供
方式として、「協調的フィルタリング」と「内容解析フ
ィルタリング」の２つの方式があった。例えば、協調的
フィルタリングとして、「U. Shardanand and P．Mae
s，“Social Information Filtering： Algorithms for
Automating‘Word of Mouth ’，”Proceedings of th
e CHI-95 Conference（Conference on Human Factors i
n Computing Systems），May 1995．」があった。2. Description of the Related Art Conventionally, there have been two information providing methods for predicting a user's evaluation of provided information with reference to a past operation history of the user, namely, "cooperative filtering" and "content analysis filtering". . For example, as collaborative filtering, "U. Shardanand and P. Mae
s, “Social Information Filtering: Algorithms for
Automating'Word of Mouth ', ”Proceedings of th
e CHI-95 Conference (Conference on Human Factors i
n Computing Systems), May 1995. "was there.
【０００３】図２０は従来の協調的フィルタリングに基
づく情報提供方式の概念を示す図である。図２０におい
て、２００１は、情報提供者が提供する情報項目であ
る。情報項目としては、例えば、「本」や「音楽ＣＤ」
に対して、識別番号が一意に付加されたものが入る。２
００２は、各ユーザ名Ａ，Ｂである。２００３は、過去
に提供された情報項目２００１に対して各ユーザ２００
２が行った評価情報である。本例では、ユーザ評価を７
段階として、１（非常に興味がある）〜７（全く興味が
ない）として記述している。FIG. 20 is a diagram showing the concept of a conventional information providing system based on collaborative filtering. In FIG. 20, 2001 is an information item provided by the information provider. As the information item, for example, “book” or “music CD”
, The one to which the identification number is uniquely added is entered. 2
002 is each user name A and B. 2003 indicates that each user 200 corresponds to the information item 2001 provided in the past.
2 is evaluation information performed. In this example, the user evaluation is 7
Steps are described as 1 (very interesting) to 7 (not at all).
【０００４】次に動作について説明する。情報項目“０
００５”に対するユーザＢの評価値を予測する場合を考
える。システムは、ユーザＡとユーザＢが共通に有して
いる過去の提供情報に対する評価値から、双方の相関関
係を計算する。相関係数は、図２０において、ユーザＡ
とユーザＢが共通に有する情報項目、すなわち、“００
０１”、“０００２”、“０００４”の評価値から計算
される。図２０においては、ユーザＡとユーザＢは、全
く正反対の評価をしており、その相関係数は、−１とし
て計算される。次にシステムは、ユーザＢに対して、情
報項目“０００５”に関する情報を提供するために、そ
の評価値予測を行なう。図２０においては、ユーザＡの
評価情報が「７」であること、ユーザＡとユーザＢは、
全く正反対の相関があることから、その評価情報を
「１」（非常に興味ある）と予測し、その情報をユーザ
Ｂに対して推薦する。Next, the operation will be described. Information item "0"
Consider a case in which the evaluation value of user B for 005 "is predicted. The system calculates a correlation between the evaluation values of the past provided information that user A and user B have in common. Is the user A in FIG.
And the information item that the user B has in common, that is, “00”
20 are calculated from the evaluation values of “01”, “0002”, and “0004.” In FIG. 20, user A and user B have completely opposite evaluations, and the correlation coefficient is calculated as −1. Next, the system predicts the evaluation value of the information item "0005" to provide the information on the information item "0005" to the user B. In Fig. 20, the evaluation information of the user A is "7". , User A and user B,
Since there is a completely opposite correlation, the evaluation information is predicted to be “1” (very interesting), and the information is recommended to the user B.
【０００５】一方、内容解析フィルタリングによる情報
提供方式としては、あるユーザの評価情報の履歴を蓄積
した後、履歴情報から個々のキーワードの頻度分布を取
り、評価値の予測対象となっている提供情報が含むキー
ワードの頻度分布から評価値を予測し、情報提供を行な
う手法があった。[0005] On the other hand, as an information providing method by content analysis filtering, after a history of evaluation information of a certain user is accumulated, a frequency distribution of each keyword is obtained from the history information, and provided information which is a target of evaluation value estimation There is a method of estimating an evaluation value from the frequency distribution of keywords included in the information and providing information.
【０００６】[0006]
【発明が解決しようとする課題】従来の情報提供方式は
上記のように構成されているので、ユーザ間の類似度を
利用して提供情報に対するユーザの評価値を予測する場
合、ユーザ間の類似度を計算するためには、ユーザ間で
共通の提供情報に対する評価をしておく必要があった。
そのため、提供情報が多種多様になると、類似度を計算
対象としているユーザ間で、同一の情報を評価すること
が難しくなるという課題があった。Since the conventional information providing system is configured as described above, when predicting a user's evaluation value for provided information using similarity between users, the similarity between users is determined. In order to calculate the degree, it was necessary to evaluate common provided information among users.
For this reason, there is a problem that it becomes difficult to evaluate the same information among users whose similarity is to be calculated when provided information is diversified.
【０００７】また、他者の評価値を用いて評価値を予測
する際に、予測しようとしている提供情報に対して、予
め他者が評価してあることが前提であった。そのため、
新規の情報を一斉配信するようなサービスに対しては、
他者の評価情報を用いてユーザの評価値を予測できない
という課題があった。Also, when estimating an evaluation value using an evaluation value of another person, it is premised that the provided information to be predicted has been evaluated by another person in advance. for that reason,
For services that broadcast new information all at once,
There is a problem that the evaluation value of the user cannot be predicted using the evaluation information of another person.
【０００８】さらに、対象ユーザの情報のみから推薦を
行なう場合には、そのユーザ本人の過去の操作履歴にの
みに依存するため、提供情報が、これまでにあまり評価
したことのないキーワードを多く含む場合、予測値の精
度が悪くなるという課題があった。[0008] Further, when recommendation is performed based only on the information of the target user, the provided information includes many keywords that have not been evaluated so far because it depends only on the past operation history of the user. In such a case, there is a problem that the accuracy of the predicted value is deteriorated.
【０００９】この発明は上記のような課題を解決するた
めになされたもので、他者との類似性及び過去の評価デ
−タに基づいて提供情報に対する評価値を予測し、情報
提供に役立てることができ、精度の高い予測が可能な情
報提供方式及び情報提供装置を得ることを目的とする。SUMMARY OF THE INVENTION The present invention has been made to solve the above-described problem, and predicts an evaluation value for provided information based on similarity with another person and past evaluation data, thereby utilizing the information. It is an object of the present invention to obtain an information providing method and an information providing apparatus capable of performing highly accurate prediction.
【００１０】[0010]
【課題を解決するための手段】この発明に係る情報提供
方式は、キーワード単位で各ユーザの評価情報を蓄積
し、この蓄積したキーワード単位の評価情報から、ユー
ザ間の類似度を算出し、このユーザ間の類似度を利用し
て提供情報の評価値を予測するものである。An information providing method according to the present invention accumulates evaluation information of each user in keyword units, calculates a similarity between users from the accumulated evaluation information in keyword units, and The evaluation value of the provided information is predicted using the similarity between the users.
【００１１】この発明に係る情報提供方式の評価値予測
手段は、ユーザ間の類似度を参照して予測を行なう際
に、参考とすべき他ユーザを選択し、それら他ユーザの
評価情報に基づいて評価値を予測するものである。The evaluation value predicting means of the information providing method according to the present invention selects another user to be referred to when performing prediction by referring to the similarity between users, and based on the evaluation information of those other users. Is used to predict the evaluation value.
【００１２】この発明に係る情報提供方式の評価値予測
手段は、情報の提供対象であるユーザ本人のキーワード
毎の評価情報と他ユーザの評価情報の双方を利用して、
提供情報に対する評価値を予測するものである。[0012] The evaluation value predicting means of the information providing method according to the present invention utilizes both the evaluation information of each keyword of the user to whom the information is provided and the evaluation information of other users.
This is to predict the evaluation value for the provided information.
【００１３】この発明に係る情報提供方式の評価値予測
手段は、情報の提供対象であるユーザ本人のキーワード
毎の評価情報に対して、他ユーザのキーワード毎の評価
情報を付加することによって、提供情報に対する評価値
を予測するものである。The evaluation value predicting means of the information providing method according to the present invention provides the evaluation information by adding the evaluation information for each keyword of another user to the evaluation information for each keyword of the user to whom the information is to be provided. This is to predict an evaluation value for information.
【００１４】この発明に係る情報提供方式のユーザグル
ーピング手段は、ユーザのキーワード毎の評価値に基づ
き、ユーザをグルーピングし、評価値予測手段は、グル
ープ化されたユーザ全員のキーワード毎の評価値に基づ
き、評価値を予測するものである。[0014] The user grouping means of the information providing method according to the present invention groups the users based on the evaluation value of each keyword of the user, and the evaluation value prediction means calculates the evaluation value of each keyword of all the grouped users. Based on this, the evaluation value is predicted.
【００１５】この発明に係る情報提供方式の予測評価値
蓄積手段は、評価値予測手段が予測した評価値を保持
し、フィードバック手段は予測した評価値とユーザの実
際の評価値が異なった場合に前記キーワード評価情報蓄
積手段内のキーワード評価情報を更新するものである。[0015] The predicted evaluation value accumulating means of the information providing method according to the present invention holds the evaluation value predicted by the evaluation value prediction means, and the feedback means operates when the predicted evaluation value differs from the actual evaluation value of the user. The keyword evaluation information in the keyword evaluation information storage means is updated.
【００１６】この発明に係る情報提供装置は、キーワー
ド単位で各ユーザの評価情報を蓄積するキーワード評価
情報蓄積手段と、キーワード単位の評価情報から、ユー
ザ間の類似度を算出する類似度算出手段及び、ユーザ間
の類似度を利用して提供情報の評価値を予測する評価値
計算手段を備えたものである。An information providing apparatus according to the present invention comprises: a keyword evaluation information storage unit for storing evaluation information of each user in a keyword unit; a similarity calculation unit for calculating a similarity between users from the evaluation information in a keyword unit; And an evaluation value calculating means for predicting the evaluation value of the provided information using the similarity between the users.
【００１７】この発明に係る情報提供装置は、ユーザ間
の類似度を参照して、予測を行なう際に参考とすべき他
ユーザを選択し、それら他ユーザの評価情報に基づいて
評価値を予測する評価値計算手段を備えたものである。The information providing apparatus according to the present invention refers to the similarity between users, selects other users to be referred to when performing prediction, and predicts an evaluation value based on the evaluation information of those other users. This is provided with an evaluation value calculation means for performing the evaluation.
【００１８】この発明に係る情報提供装置は、情報の提
供対象であるユーザ本人のキーワード毎の評価情報と他
ユーザの評価情報の双方を利用して提供情報に対する評
価値を予測する評価値計算手段を備えたものである。An information providing apparatus according to the present invention is an evaluation value calculating means for predicting an evaluation value for provided information by using both evaluation information for each keyword of a user who is a target of providing information and evaluation information of another user. It is provided with.
【００１９】この発明に係る情報提供装置は、情報の提
供対象であるユーザ本人のキーワード毎の評価情報に対
して、他ユーザのキーワード毎の評価情報を付加するこ
とによって、提供情報に対する評価値を予測する評価値
計算手段を備えたものである。The information providing apparatus according to the present invention adds the evaluation information for each keyword of another user to the evaluation information for each keyword of the user to whom the information is to be provided, thereby providing an evaluation value for the provided information. It is provided with an evaluation value calculation means for predicting.
【００２０】この発明に係る情報提供装置は、ユーザの
キーワード毎の評価値に基づき、ユーザをグルーピング
するユーザグルーピング手段と、グループ化されたユー
ザ全員のキーワード毎の評価値に基づき、評価値を予測
する評価値計算手段とを備えたものである。An information providing apparatus according to the present invention predicts an evaluation value based on an evaluation value for each keyword of a user and a user grouping means for grouping users based on an evaluation value for each keyword of the user. And an evaluation value calculating means.
【００２１】この発明に係る情報提供装置は、評価値予
測手段が予測した評価値を保持する予測評価値蓄積手段
と、予測した評価値とユーザの実際の評価値が異なった
場合にキーワード評価情報蓄積手段内のキーワード評価
情報を更新するフィードバック手段を備えたものであ
る。[0021] The information providing apparatus according to the present invention comprises: a predicted evaluation value accumulating means for storing an evaluation value predicted by the evaluation value predicting means; and a keyword evaluation information when the predicted evaluation value differs from the actual evaluation value of the user. It is provided with feedback means for updating the keyword evaluation information in the storage means.
【００２２】[0022]
【発明の実施の形態】以下、この発明の実施の一形態に
ついて説明する。 実施の形態１．図１はこの発明の実施の形態１による情
報提供装置のブロック構成図である。図において、１は
これまでに提供した情報を蓄積する提供情報蓄積手段、
２は提供した情報に対して各ユーザから得られた評価情
報を蓄積する評価情報蓄積手段、３は提供情報蓄積手段
１において蓄積されている提供情報からキーワードを抽
出するキーワード抽出手段である。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS One embodiment of the present invention will be described below. Embodiment 1 FIG. FIG. 1 is a block diagram of an information providing apparatus according to Embodiment 1 of the present invention. In the figure, 1 is provided information storage means for storing information provided so far,
Reference numeral 2 denotes evaluation information storage means for storing evaluation information obtained from each user with respect to the provided information, and reference numeral 3 denotes a keyword extraction means for extracting a keyword from the provided information stored in the provided information storage means 1.
【００２３】４はキーワード抽出手段３が抽出したキー
ワードと評価情報蓄積手段２の各ユーザの評価値との対
応づけを行い、キーワード毎に各ユーザの評価情報を蓄
積するキーワード評価情報蓄積手段である。５はキーワ
ード評価情報蓄積手段４に蓄積されている各キーワード
に対するユーザの評価値から、ユーザ相互間の類似度を
計算する類似度算出手段である。Reference numeral 4 denotes a keyword evaluation information storage unit that associates the keyword extracted by the keyword extraction unit 3 with the evaluation value of each user of the evaluation information storage unit 2 and stores the evaluation information of each user for each keyword. . Reference numeral 5 denotes a similarity calculating unit that calculates the similarity between the users from the user evaluation value for each keyword stored in the keyword evaluation information storing unit 4.
【００２４】６は情報の提供先であるユーザに対して、
類似度算出手段５から他のユーザの類似度を得て、その
類似度と評価情報蓄積手段２中の他ユーザの評価情報に
基づき評価値を予測する評価値予測手段である。７は評
価値予測手段６で予測した評価値を利用して、情報の提
供を行なう情報提供手段である。6 is for the user to whom the information is provided.
Evaluation value prediction means for obtaining the similarity of another user from the similarity calculation means 5 and predicting an evaluation value based on the similarity and the evaluation information of the other user in the evaluation information storage means 2. Reference numeral 7 denotes information providing means for providing information by using the evaluation value predicted by the evaluation value predicting means 6.
【００２５】次に全体の動作について説明する。評価情
報蓄積手段２は、ユーザの評価情報を得ると、評価値を
得たユーザ及び、評価を行った提供情報と共に、ユーザ
の評価情報を蓄積する。図２は評価情報蓄積手段２が蓄
積するユーザの評価情報の例である。図２において、２
０１は各ユーザ名、２０２は提供した情報に対するユー
ザの評価情報であり、一意に決定した提供情報の情報イ
ンデックス及び評価値から構成される。２０３は各ユー
ザの評価値分布情報である。評価情報２０２は、ネット
ワーク等を介して、提供した情報に対して、ユーザが明
示的に入力した評価値を用いる。この実施の形態１で
は、評価情報２０２を５段階とし、５（とても興味があ
る）〜１（興味がない）の評価基準を採用する。Next, the overall operation will be described. Upon obtaining the user evaluation information, the evaluation information storage unit 2 stores the user evaluation information together with the user who obtained the evaluation value and the provided information on which the evaluation was performed. FIG. 2 is an example of the user evaluation information stored in the evaluation information storage unit 2. In FIG. 2, 2
01 is each user name, and 202 is user evaluation information for the provided information, which is composed of an information index and an evaluation value of the uniquely determined provided information. 203 is evaluation value distribution information of each user. The evaluation information 202 uses an evaluation value explicitly input by the user with respect to information provided via a network or the like. In the first embodiment, the evaluation information 202 has five levels, and an evaluation criterion of 5 (very interested) to 1 (not interested) is adopted.
【００２６】図２においては、例えば、ユーザ“Ｄ”
は、提供情報「００１」に対して、「５（とても興味が
ある）」の評価を行ったこと示している。なお、この評
価情報２０２は、ユーザが目を通した／ユーザが無視し
た等の２値の値で表現する。あるいは、提供した情報に
対してユーザが目を通した時間等、様々な評価情報を用
いてもよい。評価値分布情報２０３は、各ユーザが評価
を行った情報の総数に対する各評価値の分布の度合いを
示すものである。In FIG. 2, for example, the user "D"
Indicates that the provided information “001” was evaluated as “5 (very interested)”. Note that the evaluation information 202 is expressed by a binary value such as that the user has read / ignored. Alternatively, various kinds of evaluation information such as the time during which the user has read the provided information may be used. The evaluation value distribution information 203 indicates the degree of distribution of each evaluation value with respect to the total number of information evaluated by each user.
【００２７】キーワード抽出手段３は、新たな提供情報
が提供情報蓄積手段１に蓄積される毎に、提供情報から
キーワードを抽出し格納する。図３はキーワード抽出手
段３が、提供情報蓄積手段１中の提供情報からキーワー
ドを抽出した例である。図３において、３０１は、提供
した情報に対して一意に決定した情報インデックスであ
り、図２に示した評価情報２０２で用いている情報イン
デックスと同一のものである。３０２は、各提供情報に
含まれるキーワードである。このキーワード抽出手段３
がキーワードを抽出する手法は、辞書を用いて既知の方
法で形態素解析を行なう、あるいは、文字種の区切り等
を見て抽出するといった既知の方法を用いることが可能
である。The keyword extracting means 3 extracts and stores a keyword from the provided information every time new provided information is stored in the provided information storing means 1. FIG. 3 shows an example in which the keyword extracting unit 3 extracts a keyword from the provided information in the provided information storage unit 1. In FIG. 3, reference numeral 301 denotes an information index uniquely determined for provided information, which is the same as the information index used in the evaluation information 202 shown in FIG. 302 is a keyword included in each piece of provided information. This keyword extracting means 3
Can extract a keyword by performing a morphological analysis by a known method using a dictionary, or by extracting by looking at a delimiter of a character type or the like.
【００２８】次にキーワード評価情報蓄積手段４の動作
について、図４のフローチャートを用いて説明する。開
始命令が出されると、ステップＳＴ４０１で評価情報蓄
積手段２を参照し、評価情報を１つを抽出する。ステッ
プＳＴ４０２で、ステップＳＴ４０１で取り出した評価
情報とキーワード抽出手段３が持つ提供情報に対するキ
ーワードから、各ユーザ毎の各キーワードに対する評価
値のテーブルを構成する。ステップＳＴ４０３で、全て
の評価情報を取り込んだかを判断し、ＮＯであれば、ス
テップＳＴ４０１に戻り、ＹＥＳであれば、ステップＳ
Ｔ４０４に移行する。そして、各ユーザ毎に各キーワー
ドの評価値平均値を計算し、ステップＳＴ４０２で作成
した評価値のテーブルに追加して、終了する。Next, the operation of the keyword evaluation information storage means 4 will be described with reference to the flowchart of FIG. When a start command is issued, one evaluation information is extracted by referring to the evaluation information storage means 2 in step ST401. In step ST402, a table of evaluation values for each keyword for each user is constructed from the evaluation information extracted in step ST401 and the keywords for the provided information held by the keyword extracting means 3. In step ST403, it is determined whether all pieces of evaluation information have been fetched. If NO, the process returns to step ST401. If YES, step S403.
The process moves to T404. Then, the average of the evaluation value of each keyword is calculated for each user, added to the evaluation value table created in step ST402, and the processing is terminated.
【００２９】図５はキーワード評価情報蓄積手段４が作
成する各ユーザ毎の各キーワードに対する評価値のテー
ブルの例である。図５において、５０１はキーワード、
５０２は各キーワード５０１に対して対象ユーザによっ
てなされた評価点の分布情報、５０３は対象ユーザに提
示されたキーワード５０１の出現回数、５０４はキーワ
ード５０１にユーザが与えた評価点の平均値である。例
えば、ユーザ「Ａ」に対して、キーワード「インターネ
ット」を含む情報は、「１１回」提供されており、それ
ら情報に対してユーザ「Ａ」によってなされた評価値の
平均値は、「３．０」であることを示している。FIG. 5 is an example of an evaluation value table for each keyword created by the keyword evaluation information storage means 4 for each user. In FIG. 5, 501 is a keyword,
Reference numeral 502 denotes distribution information of evaluation points given to each keyword 501 by the target user, reference numeral 503 denotes the number of appearances of the keyword 501 presented to the target user, and reference numeral 504 denotes an average value of evaluation points given to the keyword 501 by the user. For example, the information including the keyword “Internet” is provided “11 times” to the user “A”, and the average value of the evaluation values given by the user “A” to the information is “3. 0 ".
【００３０】次に類似度算出手段５の動作について，図
６のフローチャートを用いて説明する。開始命令が入力
されると、ステップＳＴ６０１でキーワード評価情報蓄
積手段４が蓄積しているキーワード毎の評価情報のテー
ブルから２人のユーザの組を取り出す。次にステップＳ
Ｔ６０２でキーワード毎の評価点により、ユーザ間の類
似度を計算し、格納する。次にステップＳＴ６０３で全
てのユーザの組み合わせについて類似度を計算したか否
かを判定し、ＹＥＳであれば、全てのユーザの組み合わ
せについて類似度を計算していれば終了し、ＮＯであれ
ば、ステップＳＴ６０１に戻る。Next, the operation of the similarity calculating means 5 will be described with reference to the flowchart of FIG. When a start command is input, in step ST601, a set of two users is extracted from a table of evaluation information for each keyword stored in the keyword evaluation information storage unit 4. Next, step S
At T602, the similarity between users is calculated and stored based on the evaluation points for each keyword. Next, in step ST603, it is determined whether or not the similarities have been calculated for all the combinations of the users. If YES, the process ends if the similarities have been calculated for all the combinations of the users. If NO, the process ends. It returns to step ST601.
【００３１】なお、類似度算出手段５が図６のフローチ
ャート中のステップＳＴ６０２で使用する類似度は、例
えば、ユーザｘとユーザｙに対して、式（１）を用いる
ことができる。The similarity used by the similarity calculating means 5 in step ST602 in the flowchart of FIG. 6 can be expressed by, for example, equation (1) for user x and user y.
【００３２】[0032]
【数１】 式（１）において、Ｓｉｍ（ｘ，ｙ）は、ユーザｘとユ
ーザｙの類似度、ｉはユーザｘとユーザｙで共通に評価
しているキーワード、ｘi は、ユーザｘのキーワードｉ
を含む提供情報に対する評価点の平均値、ｙi は、ユー
ザｙのキーワードｉを含む提供情報に対する評価点の平
均値、ｘ＾及び、ｙ＾は、ユーザｘとユーザｙが共通に
評価しているキーワードｉ全体の評価点の平均値であ
る。(Equation 1) In the equation (1), Sim (x, y) is the similarity between the user x and the user y, i is the keyword commonly evaluated by the user x and the user y, and xi is the keyword i of the user x.
Is the average value of the evaluation points for the provided information including the keyword i of the user y, y i is the average value of the evaluation points for the provided information including the keyword i, and xｙ and y ＾ are the values that the user x and the user y evaluate in common. This is the average value of the evaluation points of the entire keyword i.
【００３３】次に評価値予測手段６の動作について説明
する。評価値予測手段６は、ユーザあるいは、情報管理
者から情報の提供要求があると、ユーザ間の類似度で重
み付けされた他ユーザの対象情報に対する評価値を用い
て、評価値を予測する。図７は評価値予測手段６の動作
を示すフローチャートである。ステップＳＴ７０１にお
いて、提供しようとしている情報に対して、既に評価を
行なっているユーザの評価情報の一覧を評価情報蓄積手
段２から取り出す。ステップＳＴ７０２で、ステップＳ
Ｔ７０１で取り出した評価情報を持つ他ユーザとの類似
度を類似度算出手段５から取り出す。次に、ステップＳ
Ｔ７０３で、ステップＳＴ７０１で取り出した他ユーザ
の評価情報とステップＳＴ７０２で取り出した他ユーザ
との類似度から対象となっているユーザの評価値を予測
し、終了する。Next, the operation of the evaluation value predicting means 6 will be described. When a user or an information manager requests information provision, the evaluation value prediction unit 6 predicts an evaluation value using an evaluation value for another user's target information weighted by the similarity between users. FIG. 7 is a flowchart showing the operation of the evaluation value prediction means 6. In step ST701, a list of evaluation information of users who have already evaluated the information to be provided is extracted from the evaluation information storage unit 2. In Step ST702, Step S
The similarity with another user having the evaluation information extracted in T701 is extracted from the similarity calculating unit 5. Next, step S
In T703, the evaluation value of the target user is predicted from the evaluation information of the other user extracted in step ST701 and the similarity to the other user extracted in step ST702, and the process ends.
【００３４】評価値予測手段６が、ステップＳＴ７０３
で、評価値を予測する際に用いる計算式としては、例え
ば、式（２）で表現される計算式を用いることができ
る。The evaluation value predicting means 6 executes step ST703.
As a calculation formula used for predicting the evaluation value, for example, a calculation formula expressed by Expression (2) can be used.
【００３５】[0035]
【数２】 式（２）において、ｙは、対象ユーザｘ以外のユーザ、
Ｓｉｍ（ｘ，ｙ）は、類似度算出手段５が計算したユー
ザｘとユーザｙの類以度であり、例えば式（１）で計算
したユーザｘとユーザｙの類似度、Ｓｃｏｒｅ（ｙ，
ｉ）は、類似度Ｓｉｍ（ｘ，ｙ）が正の場合には、ユー
ザｙが、提供情報ｉに対して与えた評価値となり、類似
度Ｓｉｍ（ｘ，ｙ）が負の場合には、定数、この場合
は、評価値の最大値“５”と最小値“１”の和である
“６”から、ユーザｙが提供情報ｉに与えた評価値を引
いたものとなる。(Equation 2) In the equation (2), y is a user other than the target user x,
Sim (x, y) is the similarity between the user x and the user y calculated by the similarity calculating means 5, and for example, the similarity between the user x and the user y calculated by the equation (1), Score (y,
i) is an evaluation value given to the provided information i by the user y when the similarity Sim (x, y) is positive, and when the similarity Sim (x, y) is negative, In this case, the evaluation value given to the provided information i by the user y is subtracted from the constant "6" which is the sum of the maximum value "5" and the minimum value "1" of the evaluation value.
【００３６】評価値予測手段６がステップＳＴ７０３で
類似度計算する際に用いる情報の例を図８に示す。図８
において、８０１は評価値予測の対象となっている情報
に対して既に評価を行っているユーザの一覧、８０２は
ユーザ８０１が評価値を予測しようとしている情報に対
して既に与えた評価点、８０３は既に評価済みであるユ
ーザ８０１と対象ユーザとの類似度である。例えば、図
８において、式（２）の計算式を用いると、ユーザ
「Ｂ」の提供情報「００２８」に対する評価予測値とし
て、「４．１」が得られる。FIG. 8 shows an example of information used when the evaluation value prediction means 6 calculates the similarity in step ST703. FIG.
801 is a list of users who have already evaluated the information that is the target of evaluation value prediction, 802 is an evaluation point already given to the information that the user 801 is trying to predict the evaluation value, 803 Is the similarity between the user 801 that has already been evaluated and the target user. For example, in FIG. 8, when the calculation formula of Expression (2) is used, “4.1” is obtained as the evaluation prediction value for the provided information “0028” of the user “B”.
【００３７】情報提供手段７は、情報提供要求がある
と、評価値予測手段６から評価予測値を得た後、その評
価予測値に基づき、提供順序を並び替え、情報をユーザ
に送出する。あるいは、ある閾値を設定し、その閾値を
超えた情報のみをユーザに対して提供する等をしても良
い。When there is an information provision request, the information provision means 7 obtains the evaluation prediction value from the evaluation value prediction means 6, rearranges the providing order based on the evaluation prediction value, and sends the information to the user. Alternatively, a certain threshold may be set, and only the information exceeding the threshold may be provided to the user.
【００３８】実施の形態２．図９はこの発明の実施の形
態２による情報提供装置を示すブロック図であり、図に
おいて、図１と同一の構成要素には同一の符号を付し、
重複説明を省略する。図９において、８はユーザ選択手
段である。６ａは評価値予測手段であり、ユーザ間の類
似度を得る際、ユーザ選択手段８に問い合わせ、類似度
がある条件を満たす他ユーザの評価情報のみを利用して
評価値を予測する点が、図１に示した評価値予測手段６
の動作と異なる。Embodiment 2 FIG. 9 is a block diagram showing an information providing apparatus according to Embodiment 2 of the present invention. In the figure, the same components as those in FIG.
A duplicate description is omitted. In FIG. 9, reference numeral 8 denotes a user selection unit. Reference numeral 6a denotes an evaluation value prediction unit. When obtaining similarity between users, the evaluation value prediction unit 6a queries the user selection unit 8 and predicts an evaluation value using only evaluation information of another user who satisfies a certain condition of similarity. Evaluation value predicting means 6 shown in FIG.
Is different from the operation.
【００３９】評価値予測手段６ａの動作を図１０のフロ
ーチャートを用いて説明する。ユーザあるいは、情報管
理者から情報の提供要求があると、ステップＳＴ１００
１で、提供しようとしている情報に対して既に評価を行
なっているユーザの評価情報の一覧を評価情報蓄積手段
２から取り出す。ステップＳＴ１００２で、ステップＳ
Ｔ１００１で取り出した既に評価済みである他ユーザの
内、ある条件を満たす類似度を持つ他ユーザの類似度を
ユーザ選択手段８から得る。次にステップＳＴ１００３
でユーザ選択手段８から得られた他ユーザとの類似度と
ステップＳＴ１００１で得た他ユーザの評価情報から対
象となっているユーザの評価値を予測し終了する。The operation of the evaluation value predicting means 6a will be described with reference to the flowchart of FIG. If there is a request to provide information from the user or the information manager, step ST100
In step 1, a list of evaluation information of users who have already evaluated the information to be provided is extracted from the evaluation information storage unit 2. In step ST1002, step S
The user selecting unit 8 obtains the similarity of another user having a similarity that satisfies a certain condition among the other users already evaluated and extracted in T1001. Next, step ST1003
Then, the evaluation value of the target user is predicted from the similarity with the other user obtained from the user selection means 8 and the evaluation information of the other user obtained in step ST1001, and the processing ends.
【００４０】ユーザ選択手段８は、評価値予測手段６ａ
からユーザ間の類似度の問い合わせがあった際、類似度
算出手段５を参照し、類似度を得た後、選択条件に合致
するユーザの情報のみを評価値予測手段６ａに回答す
る。この時、ユーザ選択手段８が用いる選択条件として
は、「類似度が、０．８以上または、−０．８以下のユ
ーザを選択する」、「類似度の高い上位１００人のユー
ザを選択する」等がある。The user selecting means 8 includes an evaluation value predicting means 6a
When there is an inquiry about the similarity between the users, the similarity calculating means 5 is referred to, and after obtaining the similarity, only the information of the user matching the selection condition is answered to the evaluation value predicting means 6a. At this time, the selection conditions used by the user selection means 8 include “select a user whose similarity is 0.8 or more or −0.8 or less” and “select the top 100 users with a high similarity. And so on.
【００４１】情報提供要求があると、情報提供手段７
は、評価値予測手段６ａから評価予測値を得た後、その
評価予測値に基づき、提供順序を並び替え、情報をユー
ザに送出する。あるいは、ある閾値を設定し、その閾値
を超えた情報のみをユーザに対して提供する等をしても
良い。When there is an information provision request, the information provision means 7
Obtains the evaluation prediction value from the evaluation value prediction means 6a, rearranges the providing order based on the evaluation prediction value, and sends the information to the user. Alternatively, a certain threshold may be set, and only the information exceeding the threshold may be provided to the user.
【００４２】実施の形態３．図１１はこの発明の実施の
形態３による情報提供装置を示すブロック図であり、図
１と同一の構成要素には同一の符号を付して重複説明を
省略する。図１１において、９は情報の提供対象である
ユーザの過去の評価情報のみから提供情報に対する評価
値を予測する個人別評価値予測手段、１０は評価値予測
手段６から得られた予測評価値と、個人別評価値予測手
段９から得られた予測評価値の値を統合して最終的な評
価値を予測する評価値統合手段、７ａは情報提供手段で
ある。この実施の形態３は情報提供の要求があった場合
に評価値統合手段１０から評価値を得る点が、図１に示
した情報提供手段７の動作と異なる。Embodiment 3 FIG. 11 is a block diagram showing an information providing apparatus according to Embodiment 3 of the present invention. The same components as those in FIG. 1 are denoted by the same reference numerals, and redundant description is omitted. In FIG. 11, reference numeral 9 denotes an individual evaluation value prediction unit that predicts an evaluation value for provided information only from past evaluation information of a user to whom information is provided, and 10 denotes a predicted evaluation value obtained from the evaluation value prediction unit 6. An evaluation value integrating means 7a for integrating the values of the predicted evaluation values obtained from the individual evaluation value prediction means 9 to predict a final evaluation value, and 7a is an information providing means. The third embodiment differs from the operation of the information providing unit 7 shown in FIG. 1 in that an evaluation value is obtained from the evaluation value integrating unit 10 when there is a request for providing information.
【００４３】情報提供手段７ａは情報提供要求がある
と、評価値統合手段１０に対して、提供する情報に対す
る対象ユーザの評価予測値を問い合わせる。評価値統合
手段１０は、評価値予測手段６及び個人別評価値予測手
段９から得た値に対して重み付けを行い最終的な評価予
測値として情報提供手段７ａに値を通知する。情報提供
手段７ａは、その評価予測値に基づき、提供順序を並び
替え、情報をユーザに送出する。あるいは、ある閾値を
設定し、その閾値を超えた情報のみをユーザに対して提
供する等をしても良い。When there is an information provision request, the information provision means 7a inquires the evaluation value integration means 10 about the evaluation predicted value of the target user for the information to be provided. The evaluation value integrating means 10 weights the values obtained from the evaluation value prediction means 6 and the individual evaluation value prediction means 9 and notifies the information providing means 7a of the value as the final evaluation prediction value. The information providing means 7a rearranges the providing order based on the evaluation prediction value and sends the information to the user. Alternatively, a certain threshold may be set, and only the information exceeding the threshold may be provided to the user.
【００４４】次に図１２のフローチャートを用いて個人
別評価値予測手段９の動作について説明する。評価値統
合手段１０から評価値を予測する対象情報と対象ユーザ
が入力されると、ステップＳＴ１２０１で、対象となっ
ている情報が持つキーワードをキーワード抽出手段３か
ら得る。この抽出したキーワードと対象ユーザをキーと
して、ステップＳＴ１２０２でキーワード毎の評価値の
情報をキーワード評価情報蓄積手段４から得る。次にス
テップＳＴ１２０３で評価値を予測し、終了する。Next, the operation of the individual evaluation value predicting means 9 will be described with reference to the flowchart of FIG. When the target information for predicting the evaluation value and the target user are input from the evaluation value integrating unit 10, the keyword of the target information is obtained from the keyword extracting unit 3 in step ST1201. In step ST1202, information of the evaluation value for each keyword is obtained from the keyword evaluation information storage unit 4 using the extracted keyword and the target user as keys. Next, an evaluation value is predicted in step ST1203, and the process ends.
【００４５】個人別評価値予測手段９が、ステップＳＴ
１２０３で、評価値を予測する際に用いる計算式として
は、例えば、式（３） で表現される計算式を用いるこ
とができる。The individual evaluation value predicting means 9 executes step ST
In step 1203, as a calculation formula used when estimating the evaluation value, for example, a calculation formula expressed by formula (3) can be used.
【００４６】[0046]
【数３】 式（３）において、ＰｒｅｄｉｃｔｅｄＳｃｏｒｅk は
ユーザｋに対する予測評価値、ａは対象情報、Ｓｃｏｒ
ｅは設定した評価値の集合、Ｖj は評価値の集合Ｓｃｏ
ｒｅに属する評価値の各要素であり、例えば、ユーザの
評価値を１から５の５段階とすると、そのいずれかとな
る。Ｐk（ｖj ）は評価情報蓄積手段２に記述されてい
る対象ユーザｋの評価値分布情報２０３の内、評価値Ｖ
jの分布確率、ａi は対象情報ａに含まれている各キー
ワード、Ｐk （ａi ｜ｖj ）は評価値Ｖj の時にキーワ
ードａi が出現する確率であり、図５に示した対象ユー
ザｋに対するキーワードの総出現回数５０３及び評価点
の分布情報５０２から計算される。(Equation 3) In Equation (3), PredictedScore k is a predicted evaluation value for user k, a is target information, and Scor
e is a set of set evaluation values, V j is a set of evaluation values Sco
Each element of the evaluation value belonging to re. For example, if the user's evaluation value is in one of five levels from 1 to 5, it is one of them. P k (v j ) is the evaluation value V in the evaluation value distribution information 203 of the target user k described in the evaluation information storage means 2.
The distribution probability of j , a i is each keyword included in the target information a, P k (a i | v j ) is the probability that the keyword a i appears at the evaluation value V j , and is shown in FIG. It is calculated from the total number of appearances 503 of the keyword for the target user k and the distribution information 502 of the evaluation points.
【００４７】評価値統合手段１０は、個人別評価値予測
手段９から得た予測評価値と、評価値予測手段６で得ら
れた予測評価値の２つの値に対して、重み付けをした値
を最終的な評価予測値として、情報提供手段７ａに渡
し、情報提供手段７ａが予測した評価値とともにユーザ
に情報を提供する。The evaluation value integrating means 10 weights two values of the predicted evaluation value obtained from the individual evaluation value prediction means 9 and the predicted evaluation value obtained by the evaluation value prediction means 6. The final evaluation prediction value is passed to the information providing unit 7a, and information is provided to the user together with the evaluation value predicted by the information providing unit 7a.
【００４８】実施の形態４．図１３はこの発明の実施の
形態４による情報提供装置を示すブロック図であり、図
において、図１と同一の構成要素には同一の符号を付
し、重複説明を省略する。図１３において、９ａは情報
の提供対象であるユーザが持つ過去のキーワード毎の評
価情報と類似他者のキーワード毎の評価情報を組み合わ
せることによって、提供情報に対する評価値を予測する
個人別評価値予測手段である。Embodiment 4 FIG. 13 is a block diagram showing an information providing apparatus according to Embodiment 4 of the present invention. In the figure, the same components as those in FIG. 1 are denoted by the same reference numerals, and redundant description will be omitted. In FIG. 13, reference numeral 9a denotes an individual evaluation value prediction for predicting an evaluation value for provided information by combining evaluation information for each past keyword of a user to whom information is provided and evaluation information for each keyword of a similar other person. Means.
【００４９】図１４のフローチャートを用いて個人別評
価値予測手段９ａの動作を説明する。提供する情報と、
対象ユーザが入力されると、ステップＳＴ１４０１で、
キーワード抽出手段３を参照して、提供情報が持つキー
ワードを特定し、ステップＳＴ１４０２で類似度が閾値
を超えている類似ユーザを取り出す。次にステップＳＴ
１４０３でキーワードを１つ取り出し、ステップＳＴ１
４０４で対象ユーザがそのキーワードに対して一定数以
上、評価しているか否かを判定する。The operation of the individual evaluation value predicting means 9a will be described with reference to the flowchart of FIG. Information to provide,
When the target user is input, in step ST1401,
With reference to the keyword extracting means 3, the keyword included in the provided information is specified, and in step ST1402, similar users whose similarity exceeds the threshold are extracted. Next, step ST
At step 1403, one keyword is extracted, and step ST1 is executed.
At 404, it is determined whether or not the target user has evaluated the keyword for a certain number or more.
【００５０】一定数以上評価していれば、ステップＳＴ
１４０５で対象ユーザに対するキーワードの出現回数５
０３と、評価点の分布情報５０２から、そのキーワード
に対する確率情報を計算して予測値計算を続ける。一定
数以上評価していなければ、ステップＳＴ１４０６で、
類似ユーザが持つ対象キーワードに対する評価情報を用
いて予測値計算を続ける。ステップＳＴ１４０７で全て
のキーワードに対して予測値計算をしていれば終了し、
そうでなければ、ステップＳＴ１４０３に戻る。If a certain number or more have been evaluated, step ST
At 1405, the number of appearances of the keyword for the target user is 5
03 and the evaluation point distribution information 502, the probability information for the keyword is calculated, and the calculation of the predicted value is continued. If a certain number or more has not been evaluated, in step ST1406,
The prediction value calculation is continued using the evaluation information for the target keyword held by the similar user. If the prediction values have been calculated for all the keywords in step ST1407, the process ends.
Otherwise, it returns to step ST1403.
【００５１】個人別評価値予測手段９ａが、図１４のフ
ローチャートにおいて使用する計算式は、例えば、式
（４）で表現される計算式を用いることができる。The calculation formula used by the individual evaluation value predicting means 9a in the flowchart of FIG. 14 can be, for example, a calculation formula expressed by formula (4).
【００５２】[0052]
【数４】 式（４）において、ＰｒｅｄｉｃｔｅｄＳｃｏｒｅk は
対象ユーザｋに対する予測評価値、ａは対象情報、Ｓｃ
ｏｒｅは設定した評価値の集合、Ｖjは評価値の集合Ｓ
ｃｏｒｅに属する評価値の各要素、Ｐk （ｖj）は評価
情報蓄積手段２に記述されている対象ユーザｋの評価値
分布情報２０３の内、評価値Ｖjの分布確率、ａi は対
象情報ａに含まれている各キーワード、Ｐ（ａi ｜ｖ
j ）は対象ユーザｋが一定数以上、キーワードａi を評
価している場合には、対象ユーザｋ自身の評価値がＶj
の時にキーワードａi が出現する確率であり、対象ユー
ザｋが一定数以上、キーワードａi を一定数以上評価し
ている類似ユーザの評価値が、Ｖj の時にキーワードａ
i が出現する確率となる。(Equation 4) In Equation (4), PredictedScore k is a predicted evaluation value for target user k, a is target information, Sc
ore is a set of set evaluation values, V j is a set of evaluation values S
Each element of the evaluation value belonging to the core, P k (v j ), is the distribution probability of the evaluation value V j in the evaluation value distribution information 203 of the target user k described in the evaluation information storage means 2, and a i is the target Each keyword included in the information a, P (a i | v
j ) indicates that the evaluation value of the target user k itself is V j when the target user k evaluates the keyword a i by a certain number or more.
Is the probability that the keyword a i appears when the target user k is equal to or greater than a certain number, and the evaluation value of a similar user who is evaluating the keyword a i is equal to or more than a certain number is V j when the evaluation value of the similar user is V j
i is the probability of appearance.
【００５３】実施の形態５．図１５はこの発明の実施の
形態５による情報提供装置を示すブロック図であり、図
１と同一の構成要素には同一の符号を付して重複説明を
省略する。図１５において、１１はユーザ間の類似度に
基づき類似した幾つかのユーザグループに分割するユー
ザグルーピング手段、１２はユーザグルーピング手段１
１で分割したユーザグループに属するユーザのキーワー
ド毎の評価情報から、提供情報に対する評価値を予測す
るグループ別評価値予測手段（評価値予測手段）であ
る。Embodiment 5 FIG. 15 is a block diagram showing an information providing apparatus according to Embodiment 5 of the present invention. The same components as those in FIG. 1 are denoted by the same reference numerals, and redundant description is omitted. In FIG. 15, reference numeral 11 denotes a user grouping unit for dividing into several similar user groups based on the similarity between users, and 12 denotes a user grouping unit 1.
This is a group-by-group evaluation value prediction unit (evaluation value prediction unit) that predicts an evaluation value for provided information from evaluation information for each keyword of a user belonging to the user group divided by 1.
【００５４】図１６のフローチャートを用いてユーザグ
ルーピング手段１１の動作を説明する。開始命令及びグ
ルーピングする数が入力されると、ステップＳＴ１６０
１において、類似度算出手段５が保持しているユーザ間
の類似度を参照し、類似度が最も高いユーザあるいは、
ユーザグループの組を検索する。この検索したユーザあ
るいはユーザグループの組を併合して、ステップＳＴ１
６０２で、新たなユーザグループを作成する。次にステ
ップＳＴ１６０３で、ユーザグループの数が所定の数に
達しているか否かを判定する。所定の数に達していれば
終了し、達していなければ、ステップＳＴ１６０１に戻
る。The operation of the user grouping means 11 will be described with reference to the flowchart of FIG. When the start command and the number to be grouped are input, step ST160
In 1, the user refers to the similarity between users held by the similarity calculation means 5 and selects the user having the highest similarity or
Search for a set of user groups. The set of the searched users or user groups is merged, and a step ST1 is executed.
At 602, a new user group is created. Next, in step ST1603, it is determined whether or not the number of user groups has reached a predetermined number. If the number has reached the predetermined number, the process ends. If not, the process returns to step ST1601.
【００５５】次に図１７のフローチャートを用いてグル
ープ別評価値予測手段１２の動作を説明する。情報の提
供要求が情報提供手段７から出されると、ステップＳＴ
１７０１でグループ別評価値予測手段１２は、ユーザグ
ルーピング手段１１から、ユーザグループを１つ取り出
す。Next, the operation of the group-based evaluation value prediction means 12 will be described with reference to the flowchart of FIG. When a request for providing information is issued from the information providing means 7, step ST
In step 1701, the group-based evaluation value prediction unit 12 extracts one user group from the user grouping unit 11.
【００５６】次にステップＳＴ１７０２で、キーワード
評価情報蓄積手段４を参照し、取り出したユーザグルー
プに属する各ユーザのキーワード毎の評価情報を取り出
し、ステップＳＴ１７０３でそのグループ全体に対する
評価値を予測する。評価値の予測方法としては、この発
明の実施の形態３で示した式（３）を用いて計算すれば
よい。次にステップＳＴ１７０４で全てのユーザグルー
プに対して評価値を予測したか否かを確認し、全てのユ
ーザグループに対して評価値を予測していれば終了す
る。全てのユーザグループに対して評価値を予測してい
なければ、ステップＳＴ１７０１に戻る。Next, in step ST1702, referring to the keyword evaluation information storage means 4, the evaluation information for each keyword of each user belonging to the extracted user group is extracted, and in step ST1703, an evaluation value for the entire group is predicted. As a method of estimating the evaluation value, the evaluation value may be calculated using equation (3) shown in the third embodiment of the present invention. Next, in step ST1704, it is confirmed whether or not the evaluation values have been predicted for all the user groups. If the evaluation values have been predicted for all the user groups, the process ends. If the evaluation values have not been predicted for all the user groups, the process returns to step ST1701.
【００５７】実施の形態６．図１８はこの発明の実施の
形態６による情報提供装置を示すブロック図であり、図
１と同一の構成要素には同一の符号を付して重複説明を
省略する。図１８において、１３は評価値予測手段６が
予測した予測評価値を保持する予測評価値蓄積手段、１
４は予測評価値蓄積手段１３と評価情報蓄積手段２を比
較し、キーワード評価情報蓄積手段４に蓄積されている
キーワード毎の評価情報を更新するフィードバック手段
である。Embodiment 6 FIG. FIG. 18 is a block diagram showing an information providing apparatus according to Embodiment 6 of the present invention. The same components as those in FIG. 1 are denoted by the same reference numerals, and redundant description is omitted. In FIG. 18, reference numeral 13 denotes a predicted evaluation value storage unit that holds the predicted evaluation value predicted by the evaluation value prediction unit 6;
A feedback unit 4 compares the predicted evaluation value storage unit 13 with the evaluation information storage unit 2 and updates the evaluation information for each keyword stored in the keyword evaluation information storage unit 4.
【００５８】予測評価値蓄積手段１３は、情報提供手段
７がユーザに情報を提供する際に、提供しようとしてい
る情報に付加されている予測評価値を対象ユーザ及び、
提供情報毎に保持する。When the information providing means 7 provides information to the user, the predicted evaluation value accumulating means 13 stores the predicted evaluation value added to the information to be provided to the target user and
Stored for each provided information.
【００５９】次に図１９のフローチャートを用いてフィ
ードバック手段１４の動作を説明する。フィードバック
手段１４に対する開始命令が出されると、ステップＳＴ
１９０１で、評価情報蓄積手段２中のユーザの評価情報
を１つ取り出す。この取り出したユーザの評価情報に対
応する予測評価値をステップＳＴ１９０２で予測評価値
蓄積手段１３から取り出し比較する。次にステップＳＴ
１９０３で、キーワード評価情報蓄積手段４に保持され
ているキーワード毎の評価情報を更新する。Next, the operation of the feedback means 14 will be described with reference to the flowchart of FIG. When a start command is issued to the feedback means 14, step ST
At 1901, one piece of evaluation information of the user in the evaluation information storage means 2 is extracted. The predicted evaluation value corresponding to the extracted user evaluation information is extracted from the predicted evaluation value storage unit 13 in step ST1902 and compared. Next, step ST
In 1903, the evaluation information for each keyword stored in the keyword evaluation information storage unit 4 is updated.
【００６０】例えば、この時、ユーザの評価値が予測評
価値よりも大きい場合には、対象となっている提供情報
が含むキーワードの内、その平均評価値が予測評価値よ
りも高いキーワードについて、最大の評価値がユーザに
より、そのキーワードに対し、１度、与えられたものと
して、キーワード評価情報蓄積手段４中の評価分布を変
更する。ユーザの評価値が予測評価値よりも小さけれ
ば、対象となっている提供情報が含むキーワードの内、
その平均評価値が予測評価値よりも低いキーワードにつ
いて、最低の評価値がユーザにより、そのキーワードに
対し、１度、与えられたものとして、キーワード評価情
報蓄積手段４中の評価分布を変更する。ステップＳＴ１
９０４で、評価情報蓄積手段２に含まれている全ての評
価情報を処理しているかを判断し、処理していれば、終
了し、処理していなければ、ステップＳＴ１９０１に戻
る。For example, at this time, if the evaluation value of the user is larger than the predicted evaluation value, of the keywords included in the target provided information, for the keyword whose average evaluation value is higher than the predicted evaluation value, Assuming that the maximum evaluation value has been given by the user once for the keyword, the evaluation distribution in the keyword evaluation information storage means 4 is changed. If the user's evaluation value is smaller than the predicted evaluation value, among the keywords included in the target provided information,
For the keyword whose average evaluation value is lower than the predicted evaluation value, the user changes the evaluation distribution in the keyword evaluation information storage means 4 assuming that the lowest evaluation value has been given by the user once for the keyword. Step ST1
At 904, it is determined whether all the evaluation information included in the evaluation information storage means 2 has been processed. If the evaluation information has been processed, the process ends. If not, the process returns to step ST1901.
【００６１】[0061]
【発明の効果】以上のように、この発明よれば、ユーザ
間の類似度の計算をキーワード単位で計算するように構
成したので、ユーザの類似度を算出する場合、共通の提
供情報に対する評価がなされていない場合であってもユ
ーザ間の類似度を得ることができるという効果がある。As described above, according to the present invention, the calculation of the similarity between users is performed in units of keywords, so that when calculating the similarity of users, the evaluation of the common provided information is performed. There is an effect that the similarity between the users can be obtained even when it is not performed.
【００６２】この発明によれば、評価値を予測する際に
参照する他ユーザを制限するように構成したので、評価
値予測の際、精度の高い予測が可能となるという効果が
ある。According to the present invention, since other users to be referred to when estimating an evaluation value are configured to be restricted, there is an effect that highly accurate prediction can be made when estimating an evaluation value.
【００６３】この発明によれば、他者の情報を用いた予
測値と、対象ユーザ個人の情報を用いた予測値とを考慮
して、評価値を予測するように構成したので、ユーザ個
人の視点だけでなく他者の視点からも対象情報に対して
評価することが可能となるという効果がある。According to the present invention, the evaluation value is predicted in consideration of the prediction value using the information of the other person and the prediction value using the information of the target individual user. There is an effect that it is possible to evaluate the target information not only from the viewpoint but also from the viewpoint of another person.
【００６４】この発明によれば、評価値を予測する際、
対象情報が持つ個々のキーワードに対して、対象ユーザ
の該当キーワードの評価情報に基づき、かつ、必要に応
じて類似他者のキーワード毎の評価情報を考慮しながら
予測を行なうように構成したので、類似他者が評価をし
ていない提供情報であっても、他者の視点を組み込みな
がら評価値を予測することができるという効果がある。According to the present invention, when estimating an evaluation value,
For each keyword of the target information, the prediction is made based on the evaluation information of the corresponding keyword of the target user and, if necessary, considering the evaluation information of each keyword of similar other person. Even if provided information is not evaluated by a similar other person, the evaluation value can be predicted while incorporating the viewpoint of the other person.
【００６５】この発明によれば、ユーザをグループ分け
し、各グループ毎に、提供する情報の評価値を予測する
ように構成したので、伝送路の容量が限られている場合
であっても、ユーザが必要としている情報を一斉配信す
ることが可能となるという効果がある。According to the present invention, the users are divided into groups and the evaluation value of the information to be provided is predicted for each group. Therefore, even when the capacity of the transmission path is limited, There is an effect that information required by the user can be distributed all at once.
【００６６】この発明によれば、評価予測値を保持し、
ユーザの実際の評価値との差異をユーザの評価情報にフ
ィードバックするように構成したので、ユーザ間の類似
度計算の精度を高めると共に、次回の情報提供の際に評
価値の予測の精度を高めることが可能となるという効果
がある。According to the present invention, the evaluation prediction value is held,
Since the difference from the user's actual evaluation value is fed back to the user's evaluation information, the accuracy of the similarity calculation between the users is improved, and the accuracy of the prediction of the evaluation value in the next information provision is improved. There is an effect that it becomes possible.
【図１】 この発明の実施の形態１による情報提供装置
のブロック構成図である。FIG. 1 is a block diagram of an information providing apparatus according to a first embodiment of the present invention.
【図２】 この発明の実施の形態１おける評価情報蓄積
手段が蓄積する評価情報図である。FIG. 2 is an evaluation information diagram stored by an evaluation information storage unit according to the first embodiment of the present invention.
【図３】 この発明の実施の形態１におけるキーワード
抽出手段の抽出情報図である。FIG. 3 is an extracted information diagram of a keyword extracting unit according to the first embodiment of the present invention.
【図４】 この発明の実施の形態１におけるキーワード
評価情報蓄積手段の動作を説明するフローチャートであ
る。FIG. 4 is a flowchart illustrating an operation of a keyword evaluation information storage unit according to the first embodiment of the present invention.
【図５】 この発明の実施の形態１におけるキーワード
評価情報蓄積手段が作成する評価値テーブル図である。FIG. 5 is an evaluation value table created by a keyword evaluation information storage unit according to the first embodiment of the present invention.
【図６】 この発明の実施の形態１における類似度算出
手段の動作を説明するフローチャートである。FIG. 6 is a flowchart illustrating an operation of a similarity calculation unit according to the first embodiment of the present invention.
【図７】 この発明の実施の形態１における評価値予測
手段の動作を説明するフローチャートである。FIG. 7 is a flowchart illustrating an operation of an evaluation value prediction unit according to the first embodiment of the present invention.
【図８】 この発明の実施の形態１における評価値予測
手段が使用するデータテーブル図である。FIG. 8 is a data table diagram used by the evaluation value prediction means according to the first embodiment of the present invention.
【図９】 この発明の実施の形態２による情報提供装置
のブロック構成図である。FIG. 9 is a block diagram of an information providing apparatus according to a second embodiment of the present invention.
【図１０】 この発明の実施の形態２におけるユーザ選
択手段の動作を説明するフローチャートである。FIG. 10 is a flowchart illustrating an operation of a user selection unit according to Embodiment 2 of the present invention.
【図１１】 この発明の実施の形態３による情報提供装
置のブロック構成図である。FIG. 11 is a block diagram of an information providing apparatus according to a third embodiment of the present invention.
【図１２】 この発明の実施の形態３における個人別評
価値予測手段の動作を説明するフローチャートである。FIG. 12 is a flowchart illustrating the operation of individual evaluation value prediction means according to Embodiment 3 of the present invention.
【図１３】 この発明の実施の形態４による情報提供装
置のブロック構成図である。FIG. 13 is a block configuration diagram of an information providing apparatus according to a fourth embodiment of the present invention.
【図１４】 この発明の実施の形態４における個人別評
価値予測手段の動作を説明するフローチャートである。FIG. 14 is a flowchart illustrating an operation of an individual evaluation value prediction unit according to Embodiment 4 of the present invention.
【図１５】 この発明の実施の形態５による情報提供装
置のブロック構成図である。FIG. 15 is a block diagram of an information providing apparatus according to a fifth embodiment of the present invention.
【図１６】 この発明の実施の形態５におけるユーザグ
ルーピング手段の動作を説明するフローチャートであ
る。FIG. 16 is a flowchart illustrating an operation of a user grouping unit according to Embodiment 5 of the present invention.
【図１７】 この発明の実施の形態５におけるグループ
別評価値予測手段の動作を説明するフローチャートであ
る。FIG. 17 is a flowchart illustrating an operation of an evaluation value predicting unit for each group according to the fifth embodiment of the present invention.
【図１８】 この発明の実施の形態６による情報提供装
置のブロック構成図である。FIG. 18 is a block diagram of an information providing apparatus according to a sixth embodiment of the present invention.
【図１９】 この発明の実施の形態６におけるフィード
バック手段の動作を説明するフローチャートである。FIG. 19 is a flowchart illustrating an operation of a feedback unit according to the sixth embodiment of the present invention.
【図２０】 従来の情報提供方式の概念を示す図であ
る。FIG. 20 is a diagram illustrating the concept of a conventional information providing method.
１ 提供情報蓄積手段、２ 評価情報蓄積手段、３ キ
ーワード抽出手段、４キーワード評価情報蓄積手段、５
類似度算出手段、６ 評価値予測手段、７情報提供手
段、９ 個人別評価値予測手段、１１ ユーザグルーピ
ング手段、１２ グループ別評価値予測手段（評価値予
測手段）、１３ 予測評価値蓄積手段、１４ フィード
バック手段。1 provided information storage means, 2 evaluation information storage means, 3 keyword extraction means, 4 keyword evaluation information storage means, 5
Similarity calculating means, 6 evaluation value prediction means, 7 information providing means, 9 individual evaluation value prediction means, 11 user grouping means, 12 group evaluation value prediction means (evaluation value prediction means), 13 prediction evaluation value accumulation means, 14 Feedback means.
Claims (12)
にユーザに提供した情報からキーワードを抽出し、 この提供情報に対するユーザの評価データを評価情報蓄
積手段で提供情報毎に前記提供情報蓄積手段に蓄積し、 前記提供情報に含まれるキーワードに対するユーザの評
価データをキーワード評価情報蓄積手段に蓄積し、 このキーワード評価情報蓄積手段に蓄積されているキー
ワード毎の評価データを基に類似度算出手段でユーザ間
の類似度を算出し、 新規に情報を提供する場合、前記算出された類似度と他
ユーザの評価情報に基づき評価値予測手段で評価値を予
測し、 この予測した評価値を利用して情報適用手段から情報を
提供することを特徴とする情報提供方式。A keyword is extracted from information previously provided to a user stored in a provided information storage means, and evaluation data of the user for the provided information is evaluated by the provided information storage means for each provided information by the provided information storage means. The keyword evaluation information storage unit stores user evaluation data for the keyword included in the provided information in the keyword evaluation information storage unit, and the similarity calculation unit uses the keyword evaluation information storage unit based on the evaluation data for each keyword. When the similarity between users is calculated and new information is provided, an evaluation value is predicted by an evaluation value prediction unit based on the calculated similarity and the evaluation information of another user, and the predicted evaluation value is used. An information providing method characterized by providing information from an information applying means by using the information providing means.
基づき、評価値を予測するために参照する他ユーザの評
価データを選択し、それら評価データに基づいて、提供
情報に対する対象ユーザの評価値を予測することを特徴
とする請求項１記載の情報提供方式。2. The evaluation value predicting means selects evaluation data of another user to be referred to for predicting an evaluation value based on the calculated similarity, and, based on the evaluation data, a target user corresponding to the provided information. 2. The information providing method according to claim 1, wherein an evaluation value is predicted.
を予測する際、提供情報に対する他ユーザの評価情報を
用いて予測した値と、キーワード評価情報蓄積手段に蓄
積されている対象ユーザのキーワード毎の評価情報に基
づいて予測した値を適応的に重み付けを行うことによっ
て、対象ユーザの評価値を予測することを特徴とする請
求項１記載の情報提供方式。3. The evaluation value predicting means, when predicting the evaluation value of the target user, evaluates the value predicted by using the evaluation information of the other user with respect to the provided information and the target user stored in the keyword evaluation information storage means. 2. The information providing method according to claim 1, wherein the evaluation value of the target user is predicted by adaptively weighting the value predicted based on the evaluation information for each keyword.
蓄積手段に蓄積されている対象ユーザ自身のキーワード
毎の評価情報に対して、類似度算出手段から得られる類
似ユーザのキーワード毎の評価情報を付加することによ
って、対象ユーザの提供情報に対する評価値を予測する
ことを特徴とした請求項１記載の情報提供方式。4. The evaluation value predicting means compares the evaluation information for each keyword of the similar user obtained from the similarity calculating means with the evaluation information for each keyword of the target user stored in the keyword evaluation information storing means. 2. The information providing method according to claim 1, wherein an evaluation value for the information provided by the target user is predicted by adding the information.
類似度に従い、ユーザグルーピング手段でユーザを複数
のグループに分割し、評価値予測手段は、グループ化さ
れたユーザそれぞれが持つキーワード評価情報から、グ
ループ化されたユーザ全体に対する提供情報の評価値を
予測することを特徴とする請求項１項記載の情報提供方
式。5. A user grouping unit divides a user into a plurality of groups according to the similarity between the users obtained from the similarity calculating unit, and the evaluation value predicting unit calculates the evaluation value from the keyword evaluation information of each of the grouped users. 2. The information providing system according to claim 1, wherein an evaluation value of the provided information for all the grouped users is predicted.
評価値蓄積手段に保持し、実際のユーザの評価値と予測
した評価値が異なった場合、フィードバック手段でキー
ワード評価情報蓄積手段のキーワード毎の評価情報を変
更することを特徴とする請求項１から請求項４のうちの
いずれか１項記載の情報提供方式。6. The evaluation value predicted by the evaluation value prediction means is stored in a predicted evaluation value storage means, and when the actual user evaluation value differs from the predicted evaluation value, the feedback means stores the keyword in the keyword evaluation information storage means. The information providing method according to any one of claims 1 to 4, wherein the evaluation information is changed every time.
提供情報蓄積手段と、 前記提供情報蓄積手段に蓄積されている提供情報からキ
ーワードを抽出するキーワード抽出手段と、 前記提供情報蓄積手段に蓄積された提供情報に対するユ
ーザの評価データを提供情報毎に蓄積する評価情報蓄積
手段と、 前記提供情報蓄積手段に蓄積された提供情報に含まれる
キーワードに対するユーザの評価データを蓄積するキー
ワード評価情報蓄積手段と、 前記キーワード評価情報蓄積手段に蓄積されているキー
ワード毎の評価データを基にユーザ間の類似度を算出す
る類似度算出手段と、 新規に情報を提供する場合に前記類似度算出手段で得ら
れた類似度と前記評価情報蓄積手段に蓄積されている提
供情報に対する他ユーザの評価情報に基づき評価値を予
測する評価値予測手段と、 前記評価値予測手段で予測した評価値を利用して、情報
を提供する情報提供手段を備えたことを特徴とする情報
提供装置。7. Provided information storage means for storing information provided to the user in the past, keyword extraction means for extracting a keyword from the provided information stored in the provided information storage means, and storage in the provided information storage means Evaluation information storage means for storing user evaluation data for the provided information for each provided information, and keyword evaluation information storage means for storing user evaluation data for keywords included in the provided information stored in the provided information storage means A similarity calculating unit that calculates a similarity between users based on the evaluation data for each keyword stored in the keyword evaluation information storing unit; and a similarity calculating unit that newly obtains information. An evaluation value is predicted based on the obtained similarity and the evaluation information of another user with respect to the provided information stored in the evaluation information storage unit. An evaluation value predicting means for, by using the evaluation value predicted by the evaluation value predicting means, the information providing apparatus characterized by comprising information providing means for providing information.
度に基づき、評価値を予測するために参照する他ユーザ
の評価データを選択し、それら評価データに基づいて、
提供情報に対する対象ユーザの評価値を予測する評価値
予測手段を備えたことを特徴とする第７項記載の情報提
供装置。8. Based on the similarity calculated by the similarity calculating means, select evaluation data of another user to be referred to for predicting an evaluation value, and, based on the evaluation data,
8. The information providing apparatus according to claim 7, further comprising: an evaluation value prediction unit configured to predict an evaluation value of the target user with respect to the provided information.
情報に対する他ユーザの評価情報を用いて予測した値
と、キーワード評価情報蓄積手段に蓄積されている対象
ユーザのキーワード毎の評価情報に基づいて予測した値
を適応的に重み付けを行うことによって、対象ユーザの
評価値を予測する評価値予測手段を備えたことを特徴と
する請求項７記載の情報提供装置。9. When predicting an evaluation value of a target user, a value predicted using the evaluation information of another user with respect to the provided information and evaluation information for each keyword of the target user stored in the keyword evaluation information storage means. 8. The information providing apparatus according to claim 7, further comprising: an evaluation value prediction unit that predicts an evaluation value of the target user by adaptively weighting a value predicted based on the evaluation value.
れている対象ユーザ自身のキーワード毎の評価情報に対
して、類似度算出手段から得られる類似ユーザのキーワ
ード毎の評価情報を付加することによって、対象ユーザ
の提供情報に対する評価値を予測する評価値予測手段を
備えたことを特徴とした請求項７記載の情報提供装置。10. By adding the evaluation information for each keyword of a similar user obtained from the similarity calculation means to the evaluation information for each keyword of the target user stored in the keyword evaluation information storage means, 8. The information providing apparatus according to claim 7, further comprising an evaluation value predicting unit for predicting an evaluation value for the information provided by the user.
の類似度に従い、ユーザを複数のグループに分割するユ
ーザグルーピング手段と、グループ化されたユーザそれ
ぞれが持つキーワード評価情報から、グループ化された
ユーザ全体に対する提供情報の評価値を予測する評価値
予測手段とを備えたことを特徴とする請求項７記載の情
報提供装置。11. A user grouping unit that divides a user into a plurality of groups according to the similarity between the users obtained from the similarity calculation unit, and a grouped user based on keyword evaluation information of each of the grouped users. 8. The information providing apparatus according to claim 7, further comprising: an evaluation value predicting unit configured to predict an evaluation value of the provided information for the whole.
持する予測評価値蓄積手段と、実際のユーザの評価値と
予測した評価値が異なった場合に、キーワード評価情報
蓄積手段中のキーワード毎の評価情報を変更するフィー
ドバック手段とを備えたことを特徴とする請求項７から
請求項１０のうちのいずれか１項記載の情報提供装置。12. A predicted evaluation value accumulating means for storing an evaluation value predicted by an evaluation value predicting means, and a keyword for each keyword in a keyword evaluation information accumulating means when an actual user evaluation value differs from a predicted evaluation value. The information providing apparatus according to any one of claims 7 to 10, further comprising a feedback unit configured to change the evaluation information.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15551999A JP2000348039A (en) | 1999-06-02 | 1999-06-02 | Information provision system and information providing device using same system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15551999A JP2000348039A (en) | 1999-06-02 | 1999-06-02 | Information provision system and information providing device using same system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000348039A true JP2000348039A (en) | 2000-12-15 |
Family
ID=15607847
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP15551999A Abandoned JP2000348039A (en) | 1999-06-02 | 1999-06-02 | Information provision system and information providing device using same system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000348039A (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003114903A (en) * | 2001-10-04 | 2003-04-18 | Sony Corp | Information processing system, information outputting device and method, information processor and information processing method, recording medium and its program |
| WO2004114155A1 (en) * | 2003-06-20 | 2004-12-29 | Fujitsu Limited | Content recommending device, method, and program |
| JP2009042553A (en) * | 2007-08-09 | 2009-02-26 | Toshiba Corp | Sensitivity evaluation device and method |
| JP2009181428A (en) * | 2008-01-31 | 2009-08-13 | Kyodo Printing Co Ltd | Information providing system |
| US8069170B2 (en) | 2003-10-10 | 2011-11-29 | Sony Corporation | Private information storage device and private information management device |
| WO2018023802A1 (en) * | 2016-08-05 | 2018-02-08 | 王志强 | Method for pushing demanded second-hand item in forum and pushing system |
-
1999
- 1999-06-02 JP JP15551999A patent/JP2000348039A/en not_active Abandoned
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003114903A (en) * | 2001-10-04 | 2003-04-18 | Sony Corp | Information processing system, information outputting device and method, information processor and information processing method, recording medium and its program |
| KR100857956B1 (en) * | 2001-10-04 | 2008-09-09 | 소니 가부시끼 가이샤 | Information processing system, information output apparatus and method, information processing apparatus and method, recording medium, and program |
| US7835620B2 (en) | 2001-10-04 | 2010-11-16 | Sony Corporation | Information processing system, information output apparatus and method, information processing apparatus and method, recording medium, and program |
| WO2004114155A1 (en) * | 2003-06-20 | 2004-12-29 | Fujitsu Limited | Content recommending device, method, and program |
| US8069170B2 (en) | 2003-10-10 | 2011-11-29 | Sony Corporation | Private information storage device and private information management device |
| JP2009042553A (en) * | 2007-08-09 | 2009-02-26 | Toshiba Corp | Sensitivity evaluation device and method |
| JP2009181428A (en) * | 2008-01-31 | 2009-08-13 | Kyodo Printing Co Ltd | Information providing system |
| WO2018023802A1 (en) * | 2016-08-05 | 2018-02-08 | 王志强 | Method for pushing demanded second-hand item in forum and pushing system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7693904B2 (en) | Method and system for determining relation between search terms in the internet search system | |
| JP4650541B2 (en) | RECOMMENDATION DEVICE AND METHOD, PROGRAM, AND RECORDING MEDIUM | |
| US7451161B2 (en) | Compatibility scoring of users in a social network | |
| JP4678546B2 (en) | RECOMMENDATION DEVICE AND METHOD, PROGRAM, AND RECORDING MEDIUM | |
| CN111782965A (en) | Intention recommendation method, device, equipment and storage medium | |
| CN107180093B (en) | Information searching method and device and timeliness query word identification method and device | |
| CN110717093B (en) | Movie recommendation system and method based on Spark | |
| JP5483576B2 (en) | Recommended item filtering method and recommended item filtering program | |
| US20100057559A1 (en) | method of choosing advertisements to be shown to a search engine user | |
| KR100970335B1 (en) | Method for updating interest keyword of user and system for executing the method | |
| JP2008234550A (en) | Expert information retrieval device, expert information retrieval method and program | |
| CN111159563A (en) | Method, device and equipment for determining user interest point information and storage medium | |
| WO2010037314A1 (en) | A method for searching and the device and system thereof | |
| US8838616B2 (en) | Server device for creating list of general words to be excluded from search result | |
| KR101523192B1 (en) | Social search system and scheme | |
| JP2000348039A (en) | Information provision system and information providing device using same system | |
| CN110188277A (en) | A kind of recommended method and device of resource | |
| KR100918167B1 (en) | Method for studying user profile using user inclination data | |
| JP2004157649A (en) | Hierarchized user profile creation method and system, hierarchized user profile creation program and record medium recorded therewith | |
| JP4307220B2 (en) | Content recommendation target user selection apparatus and method, program, and content recommendation system | |
| US8583681B2 (en) | Keyword filter | |
| WO2022269994A1 (en) | Information assessment device, information assessment method, and program | |
| KR20020096428A (en) | Learning method using information of user's action on the web | |
| JP2000112946A (en) | Individual information generation method and information selection method in distributed recommending system and record medium recording individual information generation program | |
| CN117235378A (en) | Information processing method and device, electronic equipment and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060425 |
|
| A762 | Written abandonment of application |
Free format text: JAPANESE INTERMEDIATE CODE: A762 Effective date: 20060622 |