JP2000348039A

JP2000348039A - 情報提供方式及びその方式を用いた情報提供装置

Info

Publication number: JP2000348039A
Application number: JP15551999A
Authority: JP
Inventors: Koji Miyahara; 浩二宮原
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1999-06-02
Filing date: 1999-06-02
Publication date: 2000-12-15

Abstract

(57)【要約】【課題】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、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。また、提供情報が、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
るという等の課題があった。【解決手段】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。

Description

【発明の詳細な説明】

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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、ｘ_i 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、ｙ_i 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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【００４６】

【数３】式（３）において、ＰｒｅｄｉｃｔｅｄＳｃｏｒｅ_k 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、Ｖ_j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。Ｐ_k（ｖ_j）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、ａ_i は対象情報ａに含まれている各キー
ワード、Ｐ_k （ａ_i ｜ｖ_j ）は評価値Ｖ_j の時にキーワ
ードａ_i 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。

【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。

【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。

【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。

【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。

【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。

【００５２】

【数４】式（４）において、ＰｒｅｄｉｃｔｅｄＳｃｏｒｅ_k 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、Ｖ_jは評価値の集合Ｓ
ｃｏｒｅに属する評価値の各要素、Ｐ_k（ｖ_j）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、ａ_i は対
象情報ａに含まれている各キーワード、Ｐ（ａ_i ｜ｖ
_j ）は対象ユーザｋが一定数以上、キーワードａ_i を評
価している場合には、対象ユーザｋ自身の評価値がＶ_j
の時にキーワードａ_i 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ａ_i を一定数以上評価し
ている類似ユーザの評価値が、Ｖ_j の時にキーワードａ
_i が出現する確率となる。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【図面の簡単な説明】

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【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。

【図２０】従来の情報提供方式の概念を示す図であ
る。

【符号の説明】

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。

Claims

【特許請求の範囲】

【請求項１】提供情報蓄積手段に蓄積されている過去
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。
【請求項２】評価値予測手段は、算出された類似度に
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ことを特徴
とする請求項１記載の情報提供方式。
【請求項３】評価値予測手段は、対象ユーザの評価値
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。
【請求項４】評価値予測手段は、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。
【請求項５】類似度算出手段から得られるユーザ間の
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。
【請求項６】評価値予測手段で予測した評価値を予測
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。
【請求項７】過去にユーザに提供した情報を蓄積する
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。
【請求項８】類似度算出手段によって算出された類似
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。
【請求項９】対象ユーザの評価値を予測する際、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。
【請求項１０】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。
【請求項１１】類似度算出手段から得られるユーザ間
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。
【請求項１２】評価値予測手段で予測した評価値を保
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。