JP2012190417A - Information recommendation process device, method and program - Google Patents
Information recommendation process device, method and program Download PDFInfo
- Publication number
- JP2012190417A JP2012190417A JP2011055705A JP2011055705A JP2012190417A JP 2012190417 A JP2012190417 A JP 2012190417A JP 2011055705 A JP2011055705 A JP 2011055705A JP 2011055705 A JP2011055705 A JP 2011055705A JP 2012190417 A JP2012190417 A JP 2012190417A
- Authority
- JP
- Japan
- Prior art keywords
- information
- concept
- preference model
- time zone
- time
- 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.)
- Withdrawn
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
この発明は、情報利用者に対しその嗜好モデルに応じた推薦情報を提供する情報推薦処理装置、方法及びプログラムに関する。 The present invention relates to an information recommendation processing apparatus, method, and program for providing recommendation information corresponding to a preference model to an information user.
近年、コンピュータネットワーク上において、情報提供者が情報利用者に対して情報を提供する場合に、情報利用者ごとに適する情報を選択するか、或いは情報利用者ごとに適する順番に情報を並び替えて表示する、情報推薦サービスが提案されている。推薦する情報としては、例えば広告情報やニュース情報、飲食店情報が有望である。 In recent years, when an information provider provides information to an information user on a computer network, information suitable for each information user is selected, or information is rearranged in an order suitable for each information user. An information recommendation service to be displayed has been proposed. As information to recommend, advertising information, news information, and restaurant information are promising, for example.
この種のサービスを実現する手法として、本発明者等は有向非巡回グラフ、つまりリンクが方向を持ちリンクを辿って元のノードに戻ることはないという特徴を持つグラフからなる概念構造を利用する手法を提案している。この手法は、概念構造において各概念（ノード又はクラスとも呼ぶ）或いは概念間の関係を示す各リンクに対し、情報利用者ごとにその嗜好の強度を表す強度情報を設定することにより、当該情報利用者の嗜好モデルを構築する。そして、情報利用者の操作履歴等をもとに、予め定めた強度更新ルールに従い嗜好モデルの強度情報を更新し、この強度情報が更新された嗜好モデルをもとに情報利用者に適する情報（インスタンスとも呼ぶ）を選択するか、或いは順番を並び替えて提示するものとなっている（例えば、特許文献１又は非特許文献１を参照）。 As a method for realizing this kind of service, the present inventors use a conceptual structure consisting of a directed acyclic graph, that is, a graph having a characteristic that a link has a direction and does not follow the link and return to the original node. We propose a method to do this. This method uses information by setting strength information indicating the strength of preference for each information user for each concept (also referred to as a node or class) or a link indicating the relationship between concepts in the concept structure. A user preference model. Then, based on the operation history of the information user, etc., the strength information of the preference model is updated according to a predetermined strength update rule, and information suitable for the information user based on the preference model with the updated strength information ( (Referred to as Patent Document 1 or Non-Patent Document 1).
ところが、上記特許文献１又は非特許文献１に記載された手法には、以下のような改善すべき課題があった。すなわち、人の嗜好は時間帯に応じて変化する場合がある。例えば、飲食店の推薦サービスの場合、酒が好きな人であっても夜の時間帯では飲みたくても朝や昼の時間帯には飲みたくない場合がある。また、ハンバーガが好きな人であっても、昼間の時間帯に食べたくても夜には食べたくないという場合もある。ところが、前述の特許文献１又は非特許文献１に記載された従来の技術は、時間帯を考慮せずに情報推薦処理を行うものとなっているため、時間帯によっては利用者に対し有益な情報を推薦することができない。 However, the technique described in Patent Document 1 or Non-Patent Document 1 has the following problems to be improved. That is, a person's preference may change according to a time zone. For example, in the case of a restaurant recommendation service, a person who likes liquor may not want to drink in the morning or noon hours even if he wants to drink in the evening hours. In addition, even people who like hamburgers may want to eat during the daytime but do not want to eat at night. However, the conventional technique described in Patent Document 1 or Non-Patent Document 1 described above performs information recommendation processing without considering the time zone, and may be beneficial to the user depending on the time zone. Cannot recommend information.
この発明は上記事情に着目してなされたもので、その目的とするところは、利用者に対し時間帯を考慮してより適切な情報を推薦できるようにした情報推薦処理装置、方法及びプログラムを提供することにある。 The present invention has been made paying attention to the above circumstances, and an object of the present invention is to provide an information recommendation processing apparatus, method and program that can recommend more appropriate information to a user in consideration of a time zone. It is to provide.
上記目的を達成するためにこの発明の１つの観点は、階層化された複数の概念間をリンクにより関連付けると共に前記概念に推薦候補情報を関連付けた有向非巡回グラフからなる概念構造を利用し、前記各概念又は当該概念に至るリンクに利用者の嗜好に応じた強度情報を設定することにより利用者の嗜好を反映した嗜好モデル情報を、時間帯別に作成し記憶する記憶手段と、前記利用者による推薦候補情報の選択操作に応じて、前記記憶手段に記憶された嗜好モデル情報に含まれる強度情報を更新する更新手段とを具備する。そして、前記更新手段により、前記記憶された時間帯別の嗜好モデル情報の中から前記推薦候補情報の選択操作が行われた時刻を含む時間帯に対応する嗜好モデル情報を特定した後、この特定された嗜好モデル情報から前記選択操作により選択された推薦候補情報が関連付けられた概念を着目概念として特定し、この特定された着目概念又は当該概念に至るリンクに設定された強度情報を予め設定された第１の更新幅で増加させるようにしたものである。 In order to achieve the above object, one aspect of the present invention uses a concept structure including a directed acyclic graph in which a plurality of hierarchized concepts are associated with links and recommendation candidate information is associated with the concept. Storage means for creating and storing preference model information reflecting the user's preference by setting strength information according to the user's preference in each concept or a link leading to the concept, and the user And updating means for updating the strength information included in the preference model information stored in the storage means in response to the selection operation of the recommendation candidate information by. Then, after the updating unit specifies the preference model information corresponding to the time zone including the time when the selection operation of the recommendation candidate information is performed from the stored preference model information for each time zone, this specification is performed. A concept associated with recommended candidate information selected by the selection operation from the selected preference model information is identified as a concept of interest, and intensity information set in the identified concept of interest or a link leading to the concept is preset. The first update width is increased.
したがって、利用者の嗜好モデル情報が時間帯別に用意され、利用者による情報選択操作が行われた場合に、その操作時刻を含む時間帯に対応する時間帯別嗜好モデル情報が選択されて更新されることになる。このため、時間帯による利用者の嗜好の変化を考慮した情報推薦処理を行うことが可能となる。 Therefore, when user preference model information is prepared for each time zone and an information selection operation is performed by the user, the time zone preference model information corresponding to the time zone including the operation time is selected and updated. Will be. For this reason, it becomes possible to perform the information recommendation process in consideration of the change in the user's preference according to the time zone.
また、この発明の第１の観点は以下のような態様を備えることも特徴とする。
第１の態様は、前記更新手段により、前記記憶された時間帯別の嗜好モデル情報の中から、前記推薦候補情報の選択操作が行われた時刻を含む時間帯に対し近傍の時間帯に対応する嗜好モデル情報を特定した後、この特定された近傍の時間帯に対応する嗜好モデル情報から前記選択操作により選択された推薦候補情報が関連付けられた概念を着目概念として特定し、この特定された着目概念又は当該概念に至るリンクに設定された強度情報を、前記第１の更新幅を予め設定された係数をもとに減じた第２の更新幅で増加させる処理を、さらに行うようにしたものである。
The first aspect of the present invention is also characterized by comprising the following aspects.
The first mode corresponds to a time zone near the time zone including the time when the selection operation of the recommended candidate information is performed from the stored preference model information for each time zone by the updating unit. After identifying the preference model information to be identified, the concept associated with the recommendation candidate information selected by the selection operation from the preference model information corresponding to the identified neighboring time zone is identified as the concept of interest, and the identified The strength information set for the target concept or the link leading to the concept is further increased by the second update width obtained by reducing the first update width based on a preset coefficient. Is.
このようにすると、前記推薦候補情報の選択操作が行われた時刻を含む時間帯に対応する嗜好モデル情報に加え、その近傍の時間帯に対応する嗜好モデル情報が選択される。そして、この選択された近傍の時間帯に対応する嗜好モデル情報が、上記選択操作が行われた時刻を含む時間帯に対応する嗜好モデル情報よりも影響を減じた更新幅で更新される。このため、時間帯が異なる嗜好モデル情報間で嗜好の強度の変化を緩やかにすることが可能となり、これにより時間帯が切り替わったときに利用者に推薦される情報が大幅に変化しないようになる。したがって、利用者に対し違和感が少なく自然な情報推薦を行うことが可能となる。 In this way, in addition to the preference model information corresponding to the time zone including the time when the selection operation of the recommendation candidate information is performed, the preference model information corresponding to the neighboring time zone is selected. Then, the preference model information corresponding to the selected nearby time zone is updated with an update width with less influence than the preference model information corresponding to the time zone including the time when the selection operation is performed. For this reason, it is possible to moderate changes in preference intensity between preference model information with different time zones, so that the information recommended to the user does not change significantly when the time zones change. . Therefore, it is possible to perform natural information recommendation with less discomfort to the user.
第２の態様は、正規分布の確率密度関数により決定される係数を用意して、この係数をもとに前記第１及び第２の更新幅を算出し、この算出された第１又は第２の更新幅をもとに上記特定された嗜好モデル情報の強度情報を更新するようにしたものである。
このようにすると、選択操作が行われた時刻を含む時間帯の嗜好モデル情報、及びその近傍の時間帯に対応する嗜好モデル情報の強度情報の更新処理を、正規分布の確率密度関数により表される特性に従いより適切に行うことが可能となる。
In the second aspect, a coefficient determined by a probability density function of a normal distribution is prepared, the first and second update widths are calculated based on the coefficient, and the calculated first or second is calculated. The intensity information of the specified preference model information is updated based on the update width of the above.
In this way, the updating process of the preference model information in the time zone including the time when the selection operation is performed and the strength information of the preference model information corresponding to the time zone in the vicinity thereof is represented by a probability distribution function of a normal distribution. It becomes possible to carry out more appropriately according to the characteristics.
すなわちこの発明の１つの観点によれば、利用者に対し時間帯を考慮してより適切な情報を推薦できるようにした情報推薦処理装置、方法及びプログラムを提供することができる。 That is, according to one aspect of the present invention, it is possible to provide an information recommendation processing apparatus, method, and program that can recommend more appropriate information to a user in consideration of a time zone.
以下、図面を参照してこの発明に係わる実施形態を説明する。
［構成］
図１は、この発明の一実施形態に係わる情報推薦サービスを実施するシステムの概略構成図である。
このシステムは、情報推薦処理装置ＳＶaaと、情報蓄積装置ＳＤと、利用者が使用するクライアント端末ＭＳ１〜ＭＳｎとを備えている。そして、上記情報推薦処理装置ＳＶaaとクライアント端末ＭＳ１〜ＭＳｎとの間で、通信ネットワークＮＷを介して情報推薦サービスを受けるための通信を可能としている。
Embodiments according to the present invention will be described below with reference to the drawings.
[Constitution]
FIG. 1 is a schematic configuration diagram of a system that implements an information recommendation service according to an embodiment of the present invention.
This system includes an information recommendation processing device SVaa, an information storage device SD, and client terminals MS1 to MSn used by users. Communication for receiving the information recommendation service is enabled between the information recommendation processing device SVaa and the client terminals MS1 to MSn via the communication network NW.
通信ネットワークＮＷは、例えばＩＰ（Internet Protocol）網と、このＩＰ網にアクセスするためのアクセス網とから構成される。アクセス網としては、公衆有線電話網、携帯電話網、ＬＡＮ（Local Area Network）、無線ＬＡＮ、ＣＡＴＶ（Cable Television）網等が用いられる。 The communication network NW includes, for example, an IP (Internet Protocol) network and an access network for accessing the IP network. As the access network, a public wired telephone network, a mobile telephone network, a LAN (Local Area Network), a wireless LAN, a CATV (Cable Television) network, or the like is used.
（１）クライアント端末
クライアント端末ＭＳ１〜ＭＳｎは、利用者が使用するもので、パーソナル・コンピュータ、携帯電話機、スマートフォン、ＰＤＡ（Personal Digital Assistant）、電子書籍端末等からなる。そして、例えば図２に示すように制御ユニット１１と、入出力インタフェース部１２と、通信インタフェース部１３を備えている。
(1) Client Terminals Client terminals MS1 to MSn are used by users, and include a personal computer, a mobile phone, a smartphone, a PDA (Personal Digital Assistant), an electronic book terminal, and the like. For example, as shown in FIG. 2, a
入出力インタフェース部１２は、液晶又は有機ＥＬを用いた表示デバイスと、キーボード又はタブレット型の入力デバイスを有する。通信インタフェース部１３は、制御ユニット１１の制御の下で、通信ネットワークＮＷで規定される通信プロトコルに従い情報推薦処理装置ＳＶaaとの間で情報の送受信を行う。
The input /
制御ユニット１１は中央処理ユニット（ＣＰＵ）を有し、この発明に係る制御機能として、情報選択部１１１と、情報要求部１１２と、推薦情報受付部１１３と、推薦情報表示制御部１１４を備えている。これらの制御機能はいずれも図示しないプログラム・メモリに格納されたアプリケーション・プログラムを上記ＣＰＵに実行させることにより実現される。
The
情報選択部１１１は、利用者が入出力インタフェース部１２において、例えば店舗の一覧データの中から自身が利用した、或いは利用しようとする店舗を選択する操作を行った場合に、この選択された情報を識別するための情報ＩＤと、利用者を識別するための利用者ＩＤと、現在時刻を表す時刻情報とを含む選択情報を生成し、この生成された選択情報を通信インタフェース部１３から情報推薦処理装置ＳＶaaへ向け送信する処理を行う。
When the user performs an operation in the input /
情報要求部１１２は、利用者が入出力インタフェース部１２において、例えば店舗の推薦情報を要求する操作を行った場合に、利用者ＩＤと、現在時刻を表す時刻情報とを含む要求情報を生成し、この生成された要求情報を通信インタフェース部１３から情報推薦処理装置ＳＶaaへ向け送信する処理を行う。
The
推薦情報受付部１１３は、上記要求情報の送信に対し、情報推薦処理装置ＳＶaaから推薦情報の一覧データが返送された場合に、当該データを通信インタフェース部１３により受信する処理を行う。
推薦情報表示制御部１１４は、上記受信された推薦情報の一覧データを入出力インタフェース部１２の表示デバイスに表示させる処理を行う。
In response to the transmission of the request information, the recommendation information reception unit 113 performs a process of receiving the data by the
The recommendation information display control unit 114 performs processing for displaying the received recommendation information list data on the display device of the input /
（２）情報蓄積装置
情報蓄積装置ＳＤは、例えばパーソナル・コンピュータ又はワークステーションを用いたデータベースサーバからなり、図３に示すように強度データベース３１と、情報データベース３２と、通信インタフェース部３３を備えている。通信インタフェース部３３は、情報推薦処理装置ＳＶaとの間で通信ネットワークＮＷを介して情報の送受信を行う。
(2) Information storage device The information storage device SD comprises a database server using, for example, a personal computer or a workstation, and includes an
強度データベース３１には、時間帯別に用意された複数の嗜好モデル用テーブルが記憶されている。図６はその一例を示すもので、１日を１時間ずつ２４個の時間帯に分けた場合の時間帯別嗜好モデル用テーブル３００〜３２３を備える。そして、個々のモデル用テーブル３００〜３２３には、例えば図７に示すように、利用者ＩＤに関連付けて、概念（ノード）を表す識別情報（概念ＩＤ）と、当該概念に対し設定された利用者の嗜好の強度を表す情報が記憶されている。概念は、後述する情報推薦処理装置ＳＶaの概念構造情報記憶部２２に記憶されている共通の概念構造において定義されたものである。
The
情報データベース３２には、例えば図８に示すように、インスタンスとしての例えば店舗名を識別する情報（情報ＩＤ）に関連付けて、当該店舗名とリンクにより関連付けられている概念のＩＤと、当該リンクに対し設定されているコンテンツリンク強度を表す情報がそれぞれ記憶されている。
In the
（３）情報推薦処理装置
情報推薦処理装置ＳＶaは、例えばパーソナル・コンピュータ又はワークステーションを用いたＷｅｂサーバからなり、以下のように構成される。図３はその機能構成を示すブロック図である。
すなわち、情報推薦処理装置ＳＶaは、制御ユニット２１aと、概念構造情報記憶部２２と、通信インタフェース部２３，２４を備える。通信インタフェース部２３，２４は、制御ユニット２１aの制御の下で、通信ネットワークＮＷで規定される通信プロトコルに従い、それぞれクライアント端末ＭＳ１〜ＭＳｎ及び情報蓄積装置ＳＤとの間で情報の送受信を行う。
(3) Information recommendation processing device The information recommendation processing device SVa is composed of, for example, a Web server using a personal computer or a workstation, and is configured as follows. FIG. 3 is a block diagram showing the functional configuration.
That is, the information recommendation processing device SVa includes a control unit 21a, a conceptual structure
概念構造情報記憶部２２には、予め各情報利用者に対し共通に作成された概念構造を表す情報が予め記憶されている。なお、この概念構造はサービスの種類ごとにそれぞれ作成される。
In the conceptual structure
制御ユニット２１aは、中央処理ユニット（ＣＰＵ）及びメモリを備えたもので、この発明を実現するために必要な制御機能として、選択情報受付部２１１と、更新対象テーブル選択部２１２と、嗜好モデル更新部２１３と、情報要求受付部２１４と、推薦候補テーブル選択部２１５と、推薦情報作成部２１６と、推薦情報送信部２１７と、概念構造情報読込部２１８を備えている。なお、これらの制御機能はいずれも、図示しないプログラム・メモリに格納されたアプリケーション・プログラムを上記ＣＰＵに実行させることにより実現される。
The control unit 21a includes a central processing unit (CPU) and a memory. As control functions necessary for realizing the present invention, a selection
概念構造情報読込部２１８は、システム起動時に概念構造情報記憶部２２から概念構造を表すデータを読み込む処理を行う。
選択情報受付部２１１は、前記クライアント端末ＭＳ１〜ＭＳｎから送信された選択情報を通信インタフェース部２３を介して受信し、制御ユニット２１a内の作業用メモリに一時保存する処理を行う。
The conceptual structure
The selection
更新対象テーブル選択部２１２は、以下の処理機能を有している。
(1) 通信インタフェース部２４から通信ネットワークＮＷを介して情報蓄積装置ＳＤの強度データベース３１に対しアクセスし、上記選択情報受付部２１１により受信された選択情報に含まれる時刻情報をキーとして、当該時刻情報により示される時刻を含む時間帯に対応する時間帯別嗜好モデル用テーブルを更新対象テーブルとして特定し、その記憶情報を強度データベース３１から選択的に読込む処理。
(2) 上記更新対象テーブルとして特定されたテーブルの時間帯と隣接する時間帯（一次隣接時間帯）に対応する時間帯別嗜好モデル用テーブルを一次隣接更新対象テーブルとして特定し、その記憶情報を強度データベース３１から選択的に読込む処理。
(3) 上記一次隣接時間帯と隣接する時間帯（二次隣接時間帯）に対応する時間帯別嗜好モデル用テーブルを二次隣接更新対象テーブルとしてさらに特定し、その記憶情報を強度データベース３１から選択的に読込む処理。
(4) 上記(2) 及び(3) により特定された一次及び二次の隣接更新対象テーブルの記憶情報をそれぞれ、予め制御ユニット２１a内のメモリに保存しておいた一次隣接係数及び二次隣接係数と関連付ける。そして、(1) により読み込んだ更新対象テーブルの記憶情報と、上記関連付けられた隣接更新対象テーブルの記憶情報とその隣接係数を、上記選択情報に含まれる利用者ＩＤ及び情報ＩＤと共に嗜好モデル更新部２１３に渡す処理。
The update target
(1) The
(2) A time zone preference model table corresponding to a time zone (primary adjacent time zone) adjacent to the time zone of the table specified as the update target table is specified as a primary adjacent update target table, and the stored information is Processing to selectively read from the
(3) The preference table for each time zone corresponding to the time zone adjacent to the primary adjacent time zone (secondary adjacent time zone) is further specified as a secondary adjacent update target table, and the stored information is obtained from the
(4) The primary adjacency coefficient and the secondary adjacency stored in advance in the memory in the control unit 21a, respectively, in the storage information of the primary and secondary adjacent update target tables specified by the above (2) and (3) Associate with a coefficient. Then, the storage information of the update target table read in (1), the storage information of the associated adjacent update target table and the adjacent coefficient thereof, together with the user ID and information ID included in the selection information, the preference model update unit Processing to pass to 213.
嗜好モデル更新部２１３は、以下の処理機能を有する。
(1) 通信インタフェース部２４から通信ネットワークＮＷを介して情報蓄積装置ＳＤの情報データベース３２に対しアクセスし、上記更新対象テーブル選択部２１２から渡された情報ＩＤをキーとして、当該情報ＩＤに関連付けられている概念のＩＤを情報データベース３２から検索する処理。
(2) 上記読込まれた概念ＩＤ及び利用者ＩＤをキーにして、上記更新対象テーブル選択部２１２から渡された更新対象テーブルの記憶情報から更新対象の強度情報を特定し、この特定した強度情報を更新する処理。
この強度情報の更新処理は以下のように行われる。
(2-1) 前記時刻情報により示される時刻を含む時間帯に対応するテーブルについては、更新対象の強度値に予め定められた基本更新幅を加算する。
(2-2) 前記一次隣接時間帯に対応するテーブルについては、更新対象の強度値に、上記基本更新幅に上記一次隣接係数を乗じた値を加算する。
(2-3) 前記二次隣接時間帯に対応するテーブルについては、更新対象の強度値に、上記基本更新幅に上記二次隣接係数を乗じた値を加算する。
(3) 上記(2-1) 〜(2-3) により計算された強度値をもとに、強度データベース３１に記憶された該当する更新対象テーブルの記憶情報を更新する処理。
The preference
(1) The
(2) Using the read concept ID and user ID as keys, specify the update target strength information from the storage information of the update target table passed from the update target
The update process of the intensity information is performed as follows.
(2-1) For a table corresponding to a time zone including the time indicated by the time information, a predetermined basic update width is added to the intensity value to be updated.
(2-2) For the table corresponding to the primary adjacent time zone, a value obtained by multiplying the basic update width by the primary adjacent coefficient is added to the intensity value to be updated.
(2-3) For the table corresponding to the secondary adjacent time zone, a value obtained by multiplying the basic update width by the secondary adjacent coefficient is added to the intensity value to be updated.
(3) A process of updating the storage information of the corresponding update target table stored in the
情報要求受付部２１４は、上記クライアント端末ＭＳ１〜ＭＳｎから送信された要求情報を通信インタフェース部２３により受信して制御ユニット２１a内のメモリに一次保存する処理を行う。
The information
推薦候補テーブル選択部２１５は、通信インタフェース部２４から通信ネットワークＮＷを介して情報蓄積装置ＳＤの強度データベース３１に対しアクセスし、上記受信された要求情報に含まれる時刻情報をキーとして、当該時刻情報により示される時刻を含む時間帯に対応する時間帯別嗜好モデル用テーブルの記憶情報を強度データベース３１から選択的に読込む処理を行う。
The recommendation candidate
推薦情報作成部２１６は、以下の処理機能を有する。
(1) 上記選択された時間帯別嗜好モデル用テーブルの記憶情報から、上記要求情報に含まれる利用者ＩＤに該当する概念ＩＤと強度情報を選択する処理。
(2) 通信インタフェース部２４から通信ネットワークＮＷを介して情報蓄積装置ＳＤの情報データベース３２に対しアクセスし、上記選択された概念ＩＤをキーにして該当するコンテンツリンク強度を表す情報を情報データベース３２から読込む処理。
(3) 上記(1) により選択された強度情報と、上記(2) により読込んだコンテンツリンク強度を表す情報とをもとに、各店舗のインスタンス重要度を計算する処理。
(4) 上記インスタンス重要度の計算結果に基づいて、重要度が閾値以上の店舗を選択し、この選択した店舗が複数ある場合にはこれらの店舗をインスタンス重要度の高い順に並べ替えることにより、推薦情報の一覧データを作成する処理。
The recommendation
(1) A process of selecting a concept ID and intensity information corresponding to a user ID included in the request information from the stored information of the selected time zone preference model table.
(2) The
(3) A process of calculating the instance importance of each store based on the strength information selected in (1) above and the information indicating the content link strength read in (2) above.
(4) Based on the above-mentioned instance importance calculation results, select stores with an importance level equal to or higher than the threshold, and if there are multiple stores, select these stores in descending order of instance importance. Processing to create recommendation information list data.
推薦情報送信部２１７は、上記作成された推薦情報の一覧データを、通信インタフェース部２３から要求元のクライアント端末ＭＳ１〜ＭＳｎへ送信する処理を行う。
The recommendation
［概念構造とこの概念構造を利用した嗜好モデルの更新処理及び情報推薦処理の基本動作］
先ず、本実施形態の動作の理解を助けるため、嗜好モデル情報を表す概念構造と、この概念構造を使用した嗜好モデルの更新処理及び情報推薦処理の基本動作について説明する。
[Concept structure and basic operation of preference model update process and information recommendation process using this concept structure]
First, in order to help understanding of the operation of the present embodiment, a conceptual structure representing preference model information, and basic operations of a preference model update process and an information recommendation process using this conceptual structure will be described.
利用者の嗜好モデル情報は概念構造をベースとする。概念構造は、多重継承を許容する有向非巡回グラフからなり、例えば図１０に示すように階層化された複数の概念（ノード又はクラス）をリンクにより関連付けると共に、概念を具象化したインスタンスを推薦候補として概念に関連付けたものからなる。そして、上記概念間のリンク又は各概念には、利用者ごとにその嗜好の強度を表す情報が設定され、これが当該利用者の嗜好モデルを表す情報となる。 User preference model information is based on a conceptual structure. The conceptual structure consists of a directed acyclic graph that allows multiple inheritance. For example, as shown in FIG. 10, a plurality of hierarchical concepts (nodes or classes) are linked by links, and instances that are made concrete are recommended. Consists of those associated with a concept as a candidate. Information indicating the intensity of preference is set for each user in the link between concepts or each concept, and this is information indicating the preference model of the user.
図１１は、概念構造に含まれる任意のリンクに対し利用者ごとに強度情報を設定した場合の嗜好モデルの一例を示すものである。同図において、概念構造に含まれるリンクには、利用者の操作履歴等を用いて強度情報を更新することを定めたルールが関連付けられる。そして、これらのルールに従い、嗜好モデルは利用者の嗜好に適合するように更新され、この更新された嗜好モデルを用いて利用者に適する情報が選択されて利用者に提示される。 FIG. 11 shows an example of a preference model when intensity information is set for each user for an arbitrary link included in the conceptual structure. In the same figure, a link that is included in the conceptual structure is associated with a rule that stipulates that the strength information is updated using the user's operation history or the like. In accordance with these rules, the preference model is updated so as to match the user's preference, and information suitable for the user is selected and presented to the user using the updated preference model.
例えば、概念構造に含まれる任意のリンクに対し、「リンク先の概念がある情報に対するリンクを持ちかつ情報利用者が当該情報を利用した場合に、当該リンク及び当該リンクの下位リンクに設定された強度情報を１増加させる」というルールが関連付けられていたとする。この場合には、情報利用者が当該情報を利用するごとに、このルールに従い当該リンク及び当該リンクの下位リンクに設定された強度情報が１増加され、情報利用者の嗜好モデルが利用者の嗜好に適合するように更新される。 For example, for an arbitrary link included in the concept structure, “when the information user has a link to some information and the information user uses the information, it is set as the link and the lower link of the link. Assume that the rule “increase the intensity information by 1” is associated. In this case, each time the information user uses the information, the strength information set in the link and the lower link of the link is incremented by 1 according to this rule, and the information user's preference model is changed to the user's preference. Updated to fit.
より具体的には、図１１において、「麺類」と「スパゲティミートソース」との間のリンク、「肉料理」と「スパゲティミートソース」との間のリンク、及び「肉料理」と「ステーキ」との間のリンクに対して上記ルールが設定されている場合には、情報利用者が「店４」を利用すると、「麺類」と「スパゲティミートソース」との間のリンク、「肉料理」と「スパゲティミートソース」との間のリンク、及び「肉料理」と「ステーキ」との間のリンクにそれぞれ設定された強度情報が1ずつ増加され、情報利用者の嗜好モデルが更新される。
More specifically, in FIG. 11, a link between “noodles” and “spaghetti meat sauce”, a link between “meat dish” and “spaghetti meat sauce”, and “meat dish” and “steak”. When the above rule is set for the link between the information users, when the information user uses “
そして、嗜好モデルを用いて情報利用者ごとに適する情報のみを表示する場合、或いは情報を利用者ごとに適する順番に並び替えて表示する場合には、全ての概念について当該概念に至る全てのリンクの強度情報と着目率を用いて当該概念をどの程度重視するかを表す値（クラス重要度）が計算される。また、概念とコンテンツがどの程度関連しているかを表す値（コンテンツリンク強度情報）も考慮し、情報が情報利用者にどの程度適しているかを表す値（インスタンス重要度）が計算される。そして、このインスタンス重要度の計算値が閾値を超えた情報のみが選択されて表示されるか、或いはインスタンス重要度の高い情報から順に並べられて表示される。以上述べた、リンクに強度情報を設定する方法は、特許文献１又は非特許文献２に詳しく述べられている。
When only the information suitable for each information user is displayed using the preference model, or when the information is rearranged and displayed in an order suitable for each user, all links leading to the concept for all concepts A value (class importance) representing how much the concept is emphasized is calculated using the intensity information and the attention rate. In addition, a value (instance importance) indicating how much the information is suitable for the information user is calculated in consideration of a value (content link strength information) indicating how much the concept and the content are related. Then, only information whose calculated value of instance importance exceeds the threshold is selected and displayed, or arranged in order from information with higher instance importance. The method for setting the strength information in the link described above is described in detail in Patent Document 1 or
一方、図１２は概念構造に含まれる各ノード（クラス）に強度情報を保持する場合の嗜好モデルの一例を示すものである。この場合も、基本的に前述したリンクに強度情報を設定した場合と同様に、利用者の嗜好モデルの更新処理と、利用者に適する情報の表示処理が行われる。このノード（クラス）に強度情報を保持させる方法は、以下の文献に詳しく述べられている。
信学技報、伊藤浩二ほか、「ユーザ理解モデルを用いた嗜好把握方法の提案と飲食店推薦サービスへの適用」、Vol.110, No.207,208, LOIS2010-25, pp. 43-48, 2010年9月
On the other hand, FIG. 12 shows an example of a preference model when strength information is held in each node (class) included in the conceptual structure. Also in this case, basically, a process for updating the user's preference model and a process for displaying information suitable for the user are performed as in the case where the strength information is set for the link described above. The method of holding the intensity information in this node (class) is described in detail in the following document.
IEICE Technical Report, Koji Ito et al., “Proposal of a method of grasping preferences using user understanding model and application to restaurant recommendation service”, Vol.110, No.207,208, LOIS2010-25, pp. 43-48, 2010 September
［実施形態の動作］
（１）嗜好モデル更新処理
ここでは、例えば利用者Ａがクライアント端末ＭＳ１において飲食店の選択操作を行い、それに伴い情報推薦処理装置ＳＶaが当該利用者に関する嗜好モデルの情報を更新する場合を例にとって説明する。図４はその処理手順と処理内容を示すフローチャートである。
[Operation of the embodiment]
(1) Preference Model Update Processing Here, for example, a case where the user A performs a restaurant selection operation at the client terminal MS1 and the information recommendation processing device SVa updates the preference model information related to the user as an example. explain. FIG. 4 is a flowchart showing the processing procedure and processing contents.
情報推薦処理装置ＳＶaでは、システム起動時に、概念構造情報読込部２１８により概念構造情報記憶部２２から概念構造情報が読込まれ、制御ユニット２１a内のメモリに保存される。またそれと共に、隣接係数やインスタンス重要度の閾値等も、図示しないシステム設定ファイルやデータベースから制御ユニット２１a内に読込まれて保存される
いま例えば、利用者がクライアント端末ＭＳ１において、店舗の一覧データの中から自身が利用した、或いは利用しようとする店舗を選択する操作を行ったとする。そうすると、クライアント端末ＭＳ１は、情報選択部１１１がステップＳ９により上記操作を検出し、ステップＳ１０により選択情報を生成してこの選択情報を情報推薦処理装置ＳＶaに向け送信する。この選択情報には、上記選択された店舗を識別するための情報ＩＤと、利用者を識別するための利用者ＩＤと、現在時刻を表す時刻情報が挿入される。
In the information recommendation processing device SVa, conceptual structure information is read from the conceptual structure
これに対し情報推薦処理装置ＳＶaでは、上記クライアント端末ＭＳ１から選択情報が送られると、選択情報受付部２１１がステップＳ１１により上記選択情報を通信インタフェース部２３を介して受信し、制御ユニット２１a内の作業用メモリに一時保存する。この選択情報が受信されると情報推薦処理装置ＳＶaでは、更新対象テーブル選択部２１２が起動し、この更新対象テーブル選択部２１２の制御の下で以下の処理が実行される。
On the other hand, in the information recommendation processing device SVa, when selection information is sent from the client terminal MS1, the selection
すなわち、先ずステップＳ１２において、通信インタフェース部２４から通信ネットワークＮＷを介して情報蓄積装置ＳＤの強度データベース３１に対しアクセスされる。そして、上記受信された選択情報に含まれる時刻情報をキーとして、当該時刻情報により示される時刻を含む時間帯に対応する時間帯別嗜好モデル用テーブルが更新対象テーブルとして特定され、その記憶情報が強度データベース３１から選択的に読み込まれて制御ユニット２１a内のメモリに保存される。
That is, first, in step S12, the
続いてステップＳ１３において、上記更新対象テーブルとして特定されたテーブルの時間帯と隣接する時間帯（一次隣接時間帯）に対応する時間帯別嗜好モデル用テーブルが特定され、その記憶情報が強度データベース３１から読み込まれて制御ユニット２１a内のメモリに保存される。
さらにステップＳ１４において、上記一次隣接時間帯に隣接する時間帯（二次隣接時間帯）に対応する時間帯別嗜好モデル用テーブルが特定され、その記憶情報が強度データベース３１から読み込まれて制御ユニット２１a内のメモリに保存される。
Subsequently, in step S13, a preference model table for each time zone corresponding to a time zone (primary adjacent time zone) adjacent to the time zone of the table specified as the update target table is specified, and the stored information is stored in the
Further, in step S14, a time zone preference model table corresponding to a time zone (secondary adjacent time zone) adjacent to the primary adjacent time zone is specified, and the stored information is read from the
例えば、いま図６及び図１３に示すように１日を１時間ずつに分割した２４個の時間帯別嗜好モデル用テーブル３００〜３２３が強度データベース３１に記憶されており、上記受信された選択情報に含まれる時刻Ｔ１が12:30だったとする。この場合、当該時刻Ｔ１＝12:30を含む時間帯（12:00≦時刻＜13:00）に対応する時間帯別嗜好モデル用テーブル３１２が更新対象テーブルとして先ず特定され、その記憶情報が情報蓄積装置ＳＤの強度データベース３１から読み込まれる。
For example, as shown in FIGS. 6 and 13, 24 time model table 300 to 323 for each time zone obtained by dividing one day into one hour are stored in the
続いて、上記更新対象テーブルとして特定された時間帯別嗜好モデル用テーブル３１２の時間帯（12:00≦時刻＜13:00）の両隣の時間帯（11:00≦時刻＜12:00），（13:00≦時刻＜14:00）に対応する嗜好モデル用テーブル３１１，３１３が一次隣接更新対象テーブルとしてそれぞれ特定され、その記憶情報が情報蓄積装置ＳＤの強度データベース３１から読み込まれる。
Subsequently, the time zone (11: 00 ≦ time <12:00) on both sides of the time zone (12: 00 ≦ time <13:00) of the time model preference model table 312 specified as the update target table, The preference model tables 311 and 313 corresponding to (13: 00 ≦ time <14:00) are specified as the primary adjacent update target tables, respectively, and the stored information is read from the
さらに、上記一次隣接更新対象テーブルとして特定された各テーブル３１１，３１３の時間帯（11:00≦時刻＜12:00），（13:00≦時刻＜14:00）にさらに隣接する時間帯（10:00≦時刻＜11:00），（14:00≦時刻＜15:00）に対応する嗜好モデル用テーブル３１０，３１４が二次隣接更新対象テーブルとしてそれぞれ特定され、その記憶情報が情報蓄積装置ＳＤの強度データベース３１から読み込まれる。
Further, the time zones (11: 00 ≦ time <12:00) and (13: 00 ≦ time <14:00) of each table 311 and 313 specified as the primary adjacent update target table are further adjacent ( The preference model tables 310 and 314 corresponding to 10: 00 ≦ time <11:00) and (14: 00 ≦ time <15:00) are specified as the secondary adjacent update target tables, respectively, and the stored information is stored as information. It is read from the
以上の更新対象テーブル、一次隣接更新対象テーブル及び二次隣接更新対象テーブルの特定が終了すると、情報推薦処理装置ＳＶaでは続いて嗜好モデル更新部２１３が起動し、この嗜好モデル更新部２１３の制御の下で以下のように嗜好モデルの更新処理が実行される。
When the identification of the update target table, the primary adjacent update target table, and the secondary adjacent update target table is completed, the preference
すなわち、先ずステップＳ１５において上記特定された更新対象の各テーブルの中から一つが選択される。続いてステップＳ１６により、先に受信した選択情報に含まれる情報ＩＤをキーとして、当該情報ＩＤに関連付けられている概念のＩＤが情報蓄積装置ＳＤの情報データベース３２から検索される。次にステップＳ１７において、上記選択された更新対象テーブルの記憶情報から、上記検索された概念ＩＤに関連付けられている嗜好の強度情報が特定される。そしてステップＳ１８において、この特定された強度情報を、予め設定された基本更新幅と隣接係数とにより決まる更新幅に従い更新する処理が行われる。最後にステップＳ１９において、上記更新された強度情報を用いて、情報蓄積装置ＳＤの強度データベース３１の該当するテーブルの記憶情報が更新される。
That is, first, in step S15, one is selected from the identified update target tables. Subsequently, in step S16, the ID of the concept associated with the information ID is retrieved from the
一つの嗜好モデルテーブルに対する更新処理が終了すると、ステップＳ２０において全ての更新対象テーブルに対する更新処理が終了したか否かが判定される。そして、まだ更新処理が終了していない嗜好モデルテーブルが残っていればステップＳ１５に戻り、未更新のテーブルが一つ選択されて上記したステップＳ１６〜Ｓ１９による強度情報の更新処理が繰り返される。 When the update process for one preference model table is completed, it is determined in step S20 whether the update process for all the update target tables is completed. If there remains a preference model table that has not yet been updated, the process returns to step S15, one unupdated table is selected, and the intensity information update process in steps S16 to S19 described above is repeated.
例えば、先ず時間帯別嗜好モデルテーブル３１２が選択され、利用者が選択した店舗ＩＤに関連付けられている概念が「スパゲッティミートソース」であれば、当該「スパゲッティミートソース」に関連付けられている嗜好の強度が更新される。このとき、更新対象テーブル３１２は利用者の選択操作時刻を含む時間帯に対応する嗜好モデルテーブルであるため、上記概念「スパゲッティミートソース」に関連付けられている嗜好の強度に、予め設定された基本更新幅＝１が加算される。そして、情報蓄積装置ＳＤの強度データベース３１に記憶された嗜好モデルテーブル３１２の記憶内容が、上記加算後の強度に更新される。図１３にその更新の様子を示す。
For example, if the preference model table 312 by time zone is first selected and the concept associated with the store ID selected by the user is “spaghetti meat sauce”, the intensity of preference associated with the “spaghetti meat sauce” is Updated. At this time, since the update target table 312 is a preference model table corresponding to a time zone including the user's selection operation time, the basic update preset in the strength of preference associated with the concept “spaghetti meat sauce”. Width = 1 is added. Then, the stored content of the preference model table 312 stored in the
一方、一次隣接時間帯の嗜好モデルテーブル３１１，３１３に対しては、上記基本更新幅＝１に上記一次隣接係数＝１／２を乗じた値を、上記概念「スパゲッティミートソース」に関連付けられている嗜好の強度に加算する。さらに、二次隣接時間帯の嗜好モデルテーブル３１０，３１４に対しては、上記基本更新幅＝１に上記二次隣接係数＝１／４を乗じた値を、上記概念「スパゲッティミートソース」に関連付けられている嗜好の強度に加算する。図１４はその更新の様子を示す図である。 On the other hand, for the preference model tables 311 and 313 in the primary adjacent time zone, a value obtained by multiplying the basic update width = 1 by the primary adjacent coefficient = 1/2 is associated with the concept “spaghetti meat source”. Add to the intensity of preference. Furthermore, for the preference model tables 310 and 314 in the secondary adjacent time zone, a value obtained by multiplying the basic update width = 1 by the secondary adjacent coefficient = 1/4 is associated with the concept “spaghetti meat source”. Add to the intensity of your preferences. FIG. 14 shows the state of the update.
（２）情報推薦処理
ここでは、利用者Ａがクライアント端末ＭＳ１において情報の推薦サービスを利用する場合を例にとって説明する。図５はその処理手順と処理内容を示すフローチャートである。
いま例えば、利用者Ａがクライアント端末ＭＳ１において、推薦情報を要求するための操作を行ったとする。そうすると、クライアント端末ＭＳ１では、情報要求部１１２がステップＳ２１により上記操作を検出し、ステップＳ２２により要求情報を生成してこの要求情報を情報推薦処理装置ＳＶaに向け送信する。このとき要求情報には、利用者ＩＤと、現在時刻を表す時刻情報が挿入される。
(2) Information recommendation processing Here, a case where user A uses an information recommendation service in the client terminal MS1 will be described as an example. FIG. 5 is a flowchart showing the processing procedure and processing contents.
Now, for example, it is assumed that the user A performs an operation for requesting recommendation information at the client terminal MS1. Then, in the client terminal MS1, the
これに対し情報推薦処理装置ＳＶaでは、上記クライアント端末ＭＳ１から要求情報が送られると、情報要求受付部２１４がステップＳ２３により上記要求情報を通信インタフェース部２３を介して受信し、制御ユニット２１a内のメモリに一次保存する。
On the other hand, in the information recommendation processing device SVa, when the request information is sent from the client terminal MS1, the information
上記要求情報が受信されると情報推薦処理装置ＳＶaでは、次に推薦候補テーブル選択部２１５が起動され、この推薦候補テーブル選択部２１５の制御の下で以下のように推薦対象テーブルの選択処理が行われる。すなわち、先ずステップＳ２４において、上記要求情報に含まれる時刻情報をキーにして、当該時刻情報により示される時刻が含まれる時間帯に対応する時間帯別嗜好モデルテーブルが、強度デーダース３１に格納された２４個の時間帯別嗜好モデルテーブルの中から特定される。そして、この特定された時間帯別嗜好モデルテーブルの記憶情報が、情報蓄積装置ＳＤの強度データベース３１から読み込まれる。
例えば、利用者が要求操作を行った時刻Ｔ２がＴ２＝13:30だったとすると、この時刻Ｔ２（＝13:30）が含まれる時間帯に対応するテーブルとして、時間帯別嗜好モデルテーブル３１３が特定され、その記憶情報が読み込まれる。
When the request information is received, in the information recommendation processing device SVa, the recommendation candidate
For example, if the time T2 when the user performs the requested operation is T2 = 13: 30, the preference model table 313 by time zone is a table corresponding to the time zone including this time T2 (= 13: 30). The stored information is read.
次に推薦情報作成部２１６の制御の下で、以下のように推薦情報作成処理が行われる。すなわち、先ずステップＳ２５において、上記選択情報に含まれる利用者ＩＤをキーにして、当該利用者Ａに関する概念ＩＤとその強度情報が上記特定された時間帯別嗜好モデルテーブルの記憶情報から選択される。続いてステップＳ２６において、上記選択された概念ＩＤをキーにして該当するコンテンツリンク強度を表す情報を情報データベース３２から読み込まれる。そして、ステップＳ２７において、上記ステップＳ２５により選択された強度情報と、上記ステップＳ２６により読み込まれたコンテンツリンク強度を表す情報とをもとに、上記嗜好モデルに含まれる各店舗のインスタンス重要度が計算される。
Next, under the control of the recommendation
このインスタンス重要度の計算は次のように行われる。すなわち、先ず更新対象の全ての概念について、当該概念に設定された強度情報又は当該概念に至る全てのリンクの強度情報と着目率を用いて、当該概念をどの程度重視するかを表すクラス重要度を計算する。次に、この計算されたクラス重要度に、上記コンテンツリンク強度情報を乗算することによりインスタンス重要度を算出する。その具体例は図１１及び図１２に示してある。 This instance importance calculation is performed as follows. That is, first, for all concepts to be updated, the class importance indicating how much importance is given to the concept using the strength information set in the concept or the strength information of all links leading to the concept and the attention rate Calculate Next, the instance importance is calculated by multiplying the calculated class importance by the content link strength information. Specific examples thereof are shown in FIGS.
例えば、図１２では、クライアント端末ＭＳ１の利用者Ａに関する「そば」及び「うどん」の強度はそれぞれ“３．０”、“４．０”であるため、着目率“１．０”とこの強度情報を用いてクラス強度を算出すると、
「そば」のクラス強度＝１．０×３．０＝３．０
「うどん」のクラス強度＝１．０×４．０＝４．０
となる。
For example, in FIG. 12, the strengths of “Soba” and “Udon” relating to the user A of the client terminal MS1 are “3.0” and “4.0”, respectively. When class strength is calculated using information,
Class strength of “Soba” = 1.0 × 3.0 = 3.0
Class intensity of “Udon” = 1.0 × 4.0 = 4.0
It becomes.
また、「店１」（「そば」とのコンテンツリンク強度＝０．５）、「店３」（「うどん」とのコンテンツリンク強度＝１．０）が情報データベース３２から読込まれる。そして、上記クラス強度とコンテンツリンク強度とをもとに、「店１」及び「店３」のインスタンス重要度はそれぞれ
「店１」のインスタンス重要度＝４．０×０．５＋３．０×０．５＝３．５
「店３」のインスタンス重要度＝４．０×１．０＝４．０
となる。
Also, “Store 1” (content link strength with “Soba” = 0.5) and “
Instance importance of “
It becomes.
上記インスタンス重要度が算出されると推薦情報作成部２１６は、続いてステップＳ２８において、上記算出されたインスタンス重要度をもとに、上記着目クラスの中からインスタンス重要度が予め設定された閾値に満たないクラスを削除する。そして、この削除後に残ったクラスを上記インスタンス重要度が高い順に並べ替え、この並べ替えたクラスの一覧を示す情報を推薦情報一覧データとして推薦情報送信部２１７に渡す。
When the instance importance is calculated, the recommendation
例えば図１２では、「店２」に対してリンクを持つ概念「そば」、「うどん」からのリンクがある「店１」、「店３」が先ず選択され、そのインスタンス重要度が例えば閾値＝１．０以上であるか否かが判定される。この判定の結果、いま「店１」、「店３」のインスタンス重要度はいずれも閾値＝１．０以上であるので、これらの「店１」、「店３」が類似店として選定される。そして、これらの「店１」、「店３」はインスタンス重要度が高い順に「店３」、「店１」の順に並べ替えられ、この並び替え後の情報が推薦一覧データとなる。
上記推薦情報の一覧データが生成されると、最後に推薦情報返却部２１７がステップＳ２９により、上記推薦情報の一覧データを通信インタフェース部２３から要求元のクライアント端末ＭＳ１に向けて送信する。
For example, in FIG. 12, the concept “Soba” having a link to “
When the recommendation information list data is generated, the recommendation
これに対しクライアント端末ＭＳ１では、推薦情報受付部１１３がステップＳ３０により上記推薦情報の一覧データを受信する。そして、推薦情報表示制御部１１４がステップＳ３１により、上記受信された推薦情報の一覧データを入出力インタフェース部１２へ出力する。したがって、入出力インタフェース部１２の表示器には推薦情報の一覧が表示され、利用者Ａはこの表示された推薦情報の一覧から、推薦された「店３」及び「店１」をその重要度が高い順に知ることができる。
On the other hand, in the client terminal MS1, the recommended information receiving unit 113 receives the recommended information list data in step S30. Then, the recommendation information display control unit 114 outputs the received recommendation information list data to the input /
以上詳述したようにこの実施形態では、概念構造を利用した嗜好モデル情報のテーブル３００〜３２３を、１日を１時間ずつに分割した２４の時間帯別に作成して強度データベース３１に記憶している。この状態で、利用者の情報選択操作に応じてクライアント端末ＭＳ１〜ＭＳｎから選択情報が送られた場合に、この選択情報に含まれる時刻情報が含まれる時間帯に対応する時間帯別嗜好モデルテーブルと、当該時間帯に対し直接隣接する一次隣接時間帯の嗜好モデルテーブルと、さらに間接的に隣接する二次隣接時間帯の嗜好モデルテーブルを上記強度データベース３１からそれぞれ読み出す。そして、この読み出された各時間帯別嗜好モデルテーブルの上記利用者に該当する概念に関連付けられた嗜好の強度を、上記選択操作時刻より離れるに従い小さくなるように調整された更新幅だけ増加させるようにしている。
As described above in detail, in this embodiment, the preference model information tables 300 to 323 using the conceptual structure are created for each of the 24 time zones in which one day is divided into one hour and stored in the
したがって、利用者の嗜好モデルテーブル３００〜３２３が時間帯別に用意され、利用者による情報選択操作が行われた場合に、その操作時刻を含む時間帯に対応する時間帯別嗜好モデルテーブルが選択されて更新されることになる。このため、時間帯による利用者の嗜好の変化を考慮した情報推薦処理を行うことが可能となる。 Therefore, when the user preference model tables 300 to 323 are prepared for each time zone and an information selection operation is performed by the user, a time zone preference model table corresponding to the time zone including the operation time is selected. Will be updated. For this reason, it becomes possible to perform the information recommendation process in consideration of the change in the user's preference according to the time zone.
しかも、選択操作が行われた時刻を含む時間帯の嗜好モデルテーブルに加え、当該時間帯に対し直接隣接する一次隣接時間帯の嗜好モデルテーブルと、間接的に隣接する二次隣接時間帯の嗜好モデルテーブルが選択的に読み出され、この選択された一次隣接時間帯及び二次隣接時間帯の嗜好モデルテーブルの強度情報が、上記選択操作が行われた時刻から遠ざかるに従い増加幅が小さくなるように調整された更新幅で更新される。このため、時間帯が異なる嗜好モデルテーブル３００〜３２３間で嗜好の強度の変化を緩やかにすることが可能となり、これにより時間帯が切り替わったときに利用者に推薦される情報が大幅に変化しないようになる。したがって、利用者に対し違和感が少なく自然な情報推薦を行うことが可能となる。 Moreover, in addition to the preference model table for the time zone including the time when the selection operation was performed, the preference model table for the primary adjacent time zone that is directly adjacent to the time zone and the preference for the secondary adjacent time zone that is indirectly adjacent A model table is selectively read out, and the increase in the intensity information of the preference model table in the selected primary adjacent time zone and secondary adjacent time zone decreases as the distance from the time when the selection operation is performed decreases. It is updated with the update width adjusted to. For this reason, it becomes possible to loosen the change of the intensity of preference between the preference model tables 300 to 323 having different time zones, and thus the information recommended to the user when the time zone is changed does not change significantly. It becomes like this. Therefore, it is possible to perform natural information recommendation with less discomfort to the user.
また、この実施形態によれば次のような効果も奏せられる。すなわち、時間帯に応じた嗜好モデルテーブルを構築するにあたり、時間帯の分割数が少ないと時刻に応じて変化する嗜好への追従精度が低くなる。例えば、１日を２つの時間帯に分割してこれらの時間帯ごとに嗜好モデルテーブルを構築する場合には、２つの時間帯別の情報推薦に留まるため、１つの時間帯の中で利用者の嗜好が変化する場合にはこの嗜好の変化を情報推薦に反映させることができない。一方、時間帯別の嗜好モデルテーブルを構築するにあたり、時間帯の分割数を増やすと時刻に応じて変化する嗜好への追従性能は向上するが、各時間帯の時間長が短くなるため、各嗜好モデルテーブルを構築するために用いる利用者の情報選択履歴が減少し、推薦精度が低下する。例えば、図６及び図１３に例示したように１日を２４の時間帯に分割してこれらの時間帯ごとに嗜好モデルテーブル３００〜３２３を構築する場合には、１つの時間帯の嗜好モデルテーブルを構築する際に利用できる情報選択履歴は当該１時間に得られる履歴のみとなり、推薦精度の低下を招く。 Moreover, according to this embodiment, the following effects can also be achieved. That is, in constructing the preference model table according to the time zone, if the number of time zone divisions is small, the accuracy of following the preference that changes according to the time is lowered. For example, when a day is divided into two time zones and a preference model table is constructed for each of these time zones, the information recommendation for each of the two time zones remains, so the user is in one time zone. This change in preference cannot be reflected in the information recommendation. On the other hand, in building a preference model table for each time zone, increasing the number of time zone divisions improves the ability to follow preferences that change according to the time, but the time length of each time zone becomes shorter. The user's information selection history used for constructing the preference model table decreases, and the recommendation accuracy decreases. For example, as illustrated in FIGS. 6 and 13, when one day is divided into 24 time zones and the preference model tables 300 to 323 are constructed for each of these time zones, the preference model table for one time zone is used. The information selection history that can be used when constructing is only the history that can be obtained in the hour, which leads to a decrease in recommendation accuracy.
しかしながら、本実施形態のように、選択操作が行われた時刻を含む時間帯の嗜好モデルテーブルに加え、当該時間帯に対し直接隣接する一次隣接時間帯の嗜好モデルテーブルと、間接的に隣接する二次隣接時間帯の嗜好モデルテーブルについても強度情報を更新するようにすると、ある時刻に発生した情報選択操作の履歴が当該操作時刻を含む時間帯ばかりでなく、それに直接隣接する一次隣接時間帯の嗜好モデルテーブルにも反映され、さらには間接的に隣接する二次隣接時間帯の嗜好モデルテーブルにも反映される。 However, as in the present embodiment, in addition to the preference model table for the time zone including the time when the selection operation is performed, the preference model table for the primary adjacent time zone that is directly adjacent to the time zone is indirectly adjacent. When the intensity information is also updated for the preference model table of the secondary adjacent time zone, the history of the information selection operation that occurred at a certain time is not only the time zone including the operation time, but also the primary adjacent time zone immediately adjacent to it. Are also reflected in the preference model table of the secondary adjacent time zone that is indirectly adjacent.
例えば図１４では12:30に発生した情報選択操作履歴により、12:30が含まれる時間帯の嗜好モデルテーブル３１２の更新に加え、その前後の時間帯の嗜好モデルテーブル３１１，３１３についても影響の大きさが１／２に減じられた上で更新され、さらにその前後の時間帯の嗜好モデルテーブル３１０，３１４についても影響の大きさが１／４に減じられた上で更新される。つまり、図１４の例では1回分の操作履歴に対して５つの時間帯の嗜好モデルテーブルが更新される。 For example, in FIG. 14, in addition to the update of the preference model table 312 for the time zone including 12:30, the preference model tables 311 and 313 for the time zones before and after that are affected by the information selection operation history that occurred at 12:30. The size is updated after being reduced to ½, and the preference model tables 310 and 314 in the time zones before and after the size are updated after the size of the influence is reduced to ¼. That is, in the example of FIG. 14, the preference model table for five time zones is updated for one operation history.
したがって、任意の時刻に行われた情報選択操作の履歴は、当該履歴が含まれる時間帯の嗜好モデルテーブルだけでなく、直接及び間接的に隣接する近傍の時間帯の嗜好モデルテーブルに同時に影響を与えることになるため、隣り合う嗜好モデルテーブルは互いに相関し、嗜好モデルテーブルが切り替わる際に推薦結果が大幅に変化しないようになる。 Therefore, the history of information selection operations performed at an arbitrary time affects not only the preference model table of the time zone in which the history is included, but also the preference model table of a neighboring time zone that is directly and indirectly adjacent. Therefore, the adjacent preference model tables are correlated with each other, and the recommendation result does not change significantly when the preference model table is switched.
また、嗜好モデルを十分多くの時間帯に対応して分割する事が可能となり、時刻に応じて変化する嗜好への追従性能は向上する。さらに、嗜好モデルの分割数を多くした場合であっても、複数の嗜好モデルに対して同時に更新を行うため、嗜好モデル作成に用いる履歴が減少せず、推薦精度の低下を抑えることができる。 Further, it becomes possible to divide the preference model corresponding to a sufficiently large number of time zones, and the follow-up performance to the preference that changes according to the time is improved. Furthermore, even when the number of preference model divisions is increased, since a plurality of preference models are updated simultaneously, the history used for creating the preference model does not decrease, and a reduction in recommendation accuracy can be suppressed.
またこの実施形態では、管理すべき嗜好モデルテーブルの数は増加するが、情報推薦時にはこれまでと同じく、当該情報推薦要求の操作時刻が含まれる時間帯の嗜好モデルテーブルのみを特定し、この特定された嗜好モデルテーブルをもとに情報を推薦すればよいので、情報推薦処理に新たな計算が追加されることはなく、応答性能の低下は起らない。 In this embodiment, the number of preference model tables to be managed is increased. However, when information is recommended, only the preference model table in the time zone including the operation time of the information recommendation request is specified, and this specification is performed. Since information only needs to be recommended based on the preference model table that has been set, no new calculation is added to the information recommendation process, and the response performance does not deteriorate.
（他の実施形態）
前記実施形態では、一次隣接係数及び二次隣接係数として任意に設定した１／２，１／４を用いて更新幅を調整するようにしたが、適切な分散を持つ正規分布の確率密度関数を用いて、上記更新幅を調整するための係数を設定するようにしてもよい。例えば、分散δ＝１の標準正規分布の場合には下式を用いて係数を計算し、この計算により得られた係数を操作時刻を含む時間帯、一次隣接時間帯及び二次隣接時間帯の各嗜好モデルテーブルと関連付ける。図１７にその設定結果の一例を示す。
In the above embodiment, the update width is adjusted using 1/2 and 1/4 arbitrarily set as the primary adjacency coefficient and the secondary adjacency coefficient, but the probability density function of a normal distribution having an appropriate variance is obtained. It is also possible to set a coefficient for adjusting the update width. For example, in the case of a standard normal distribution with variance δ = 1, the coefficient is calculated using the following formula, and the coefficient obtained by this calculation is used for the time zone including the operation time, the primary adjacent time zone, and the secondary adjacent time zone. Associate with each preference model table. FIG. 17 shows an example of the setting result.
また、前記実施形態では１日を２４の時間帯に分割する場合を例にとって説明したが、さらに多くの時間帯に分割してもよい。このようにすると、管理すべき嗜好モデルテーブルの数は増加するが、嗜好モデルテーブルの時刻変化に対する追従性のさらなる向上が期待できる。反対に、１日に設定する時間帯の数を２４より少ない数に設定してもよい。図１５及び図１６はその一例を示すもので、図１５は時間帯として「MORNING」、「DAY1」、「DAY2」、「EVENIG」、「NIGHT」の５つの時間帯を設定した場合を、また図１６は時間帯として「DAY」及び「NIGHT」の２つの時間帯を設定した場合をそれぞれ例示している。 In the embodiment, the case where one day is divided into 24 time zones has been described as an example. However, the day may be divided into more time zones. In this way, although the number of preference model tables to be managed increases, it is possible to expect further improvement in the followability to the time change of the preference model table. Conversely, the number of time zones set per day may be set to a number less than 24. FIG. 15 and FIG. 16 show an example. FIG. 15 shows a case where five time zones of “MORNING”, “DAY1”, “DAY2”, “EVENIG”, and “NIGHT” are set as time zones. FIG. 16 illustrates a case where two time zones, “DAY” and “NIGHT”, are set as time zones.
さらに、必ずしも各時間帯の長さを一定長に設定する必要はなく、１日における時間帯の位置に応じてその時間長を可変するようにしてもよい。例えば、嗜好が変化しやすい時間領域においては１つの時間帯の長さを短く設定し、嗜好が変化しにくい時間領域においては１つの時間帯の長さを長く設定する。また、各時間帯の長さは利用者ごとにその嗜好の変化の傾向性に応じて異ならせるようにしてもよい。 Furthermore, it is not always necessary to set the length of each time zone to a fixed length, and the time length may be varied according to the position of the time zone in one day. For example, the length of one time zone is set short in the time region where the preference is likely to change, and the length of one time zone is set long in the time region where the preference is difficult to change. Moreover, you may make it vary the length of each time slot | zone according to the tendency of the change of the preference for every user.
さらに、前記実施形態では、図１４に例示したように、１つの情報選択操作の履歴に応じて更新対象とする嗜好モデルテーブルを、当該操作時刻が含まれる時間帯と、その前後の４つの時間帯とからなる合計５つの時間帯の嗜好モデルテーブルとした。しかしながら、それに限定されるものではなく、さらに再帰的に近傍の時間帯の嗜好モデルテーブルを更新対象に含めるようにしてもよく、逆に操作時刻が含まれる時間帯のみ、或いは当該操作時刻が含まれる時間帯とこの時間帯に直接隣接する一次隣接時間帯のみを更新対象とするようにしてもよい。 Further, in the embodiment, as illustrated in FIG. 14, the preference model table to be updated according to the history of one information selection operation is represented by the time zone including the operation time and the four times before and after the time zone. A preference model table for a total of five time zones composed of bands was used. However, the present invention is not limited to this, and the preference model table of a nearby time zone may be included in the update target recursively, conversely, only the time zone including the operation time or the operation time is included. It is also possible to update only the time zone to be updated and the primary adjacent time zone immediately adjacent to this time zone.
さらに、前記各実施形態では、情報推薦処理装置ＳＶaと情報蓄積装置ＳＤとを別々のサーバとして構成し、両装置間を通信ネットワークＮＷを介して接続した場合を例にとって説明したが、情報蓄積装置ＳＤ内の各データベース３１，３２を情報推薦処理装置ＳＶa内に設けるようにしてもよい。
Further, in each of the above embodiments, the information recommendation processing device SVa and the information storage device SD are configured as separate servers and the two devices are connected to each other via the communication network NW. The
また、前記実施形態では飲食店の嗜好モデルを例にとって説明したが、ほかにニュースや広告、ファッション等の嗜好モデル等にも同様に適用可能である。その他、情報推薦処理装置の構成や、嗜好モデル更新処理及び情報推薦処理の処理手順と処理内容、更新時の増加幅等についても、この発明の要旨を逸脱しない範囲で種々変形して実施できる。 Moreover, although the said embodiment demonstrated taking the taste model of the restaurant as an example, it is applicable similarly to taste models, such as news, an advertisement, and fashion. In addition, the configuration of the information recommendation processing device, the processing procedure and processing contents of the preference model update process and the information recommendation process, the increase range at the time of update, and the like can be variously modified without departing from the gist of the present invention.
要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。 In short, the present invention is not limited to the above-described embodiment as it is, and can be embodied by modifying the constituent elements without departing from the scope of the invention in the implementation stage. Further, various inventions can be formed by appropriately combining a plurality of constituent elements disclosed in the embodiment. For example, some components may be deleted from all the components shown in the embodiment. Furthermore, you may combine suitably the component covering different embodiment.
ＳＶa…情報推薦処理装置、ＳＤ…情報蓄積装置、ＭＳ１〜ＭＳｎ…クライアント端末、ＮＷ…通信ネットワーク、１１…クライアント端末の制御ユニット、１２…入出力インタフェース部、１３…クライアント端末の通信インタフェース部、１１１…情報選択、１１２…情報要求、１１３…推薦情報受付部、１１４…推薦情報表示制御部、２１…情報推薦処理装置の制御ユニット、２２…概念構造情報記憶部、２３，２４…情報推薦処理装置の通信インタフェース部、２１１…選択情報受付部、２１２…更新対象テーブル選択部、２１３…嗜好モデル更新部、２１４…情報要求受付部、２１５…推薦候補テーブル選択部、２１６…推薦情報作成部、２１７…推薦情報送信部、３１…強度データベース、３２…情報データベース、３３…情報蓄積装置の通信インタフェース部、３００〜３２３…時間帯別のモデル用テーブル。
SVa ... information recommendation processing device, SD ... information storage device, MS1 to MSn ... client terminal, NW ... communication network, 11 ... control unit of client terminal, 12 ... input / output interface unit, 13 ... communication interface unit of client terminal, 111 ... Information selection, 112 ... Information request, 113 ... Recommended information receiving unit, 114 ... Recommended information display control unit, 21 ... Control unit of information recommendation processing device, 22 ... Conceptual structure information storage unit, 23, 24 ... Information recommendation processing device
Claims (7)
前記利用者による推薦候補情報の選択操作に応じて、前記記憶手段に記憶された嗜好モデル情報に含まれる強度情報を更新する更新手段と
を具備し、
前記更新手段は、
前記記憶された時間帯別の嗜好モデル情報の中から、前記推薦候補情報の選択操作が行われた時刻を含む時間帯に対応する嗜好モデル情報を特定する手段と、
前記特定された嗜好モデル情報から、前記選択操作により選択された推薦候補情報が関連付けられた概念を着目概念として特定する手段と、
前記特定された着目概念又は当該概念に至るリンクに設定された強度情報を予め設定された第１の更新幅で増加させる第１の増加手段と
を備えることを特徴とする情報推薦処理装置。 Using a conceptual structure consisting of a directed acyclic graph in which a plurality of hierarchized concepts are linked by a link and recommendation candidate information is linked to the concept, the user's preference for each concept or a link leading to the concept Storage means for creating and storing preference model information reflecting the user's preference by time zone by setting the corresponding strength information;
Updating means for updating intensity information included in the preference model information stored in the storage means in response to a selection operation of recommendation candidate information by the user;
The updating means includes
Means for specifying preference model information corresponding to a time zone including a time when the selection operation of the recommended candidate information is performed from the stored preference model information for each time zone;
Means for identifying a concept associated with recommendation candidate information selected by the selection operation as the concept of interest from the identified preference model information;
An information recommendation processing apparatus, comprising: a first increase unit configured to increase intensity information set in the identified concept of interest or a link leading to the concept with a preset first update width.
前記記憶された時間帯別の嗜好モデル情報の中から、前記推薦候補情報の選択操作が行われた時刻を含む時間帯に対し近傍の時間帯に対応する嗜好モデル情報を特定する手段と、
前記特定された近傍の時間帯に対応する嗜好モデル情報から、前記選択操作により選択された推薦候補情報が関連付けられた概念を着目概念として特定する手段と、
前記特定された着目概念又は当該概念に至るリンクに設定された強度情報を、前記第１の更新幅を予め設定された係数をもとに減じた第２の更新幅で増加させる第２の増加手段と
を、さらに備えることを特徴とする請求項１記載の情報推薦処理装置。 The updating means includes
Means for identifying preference model information corresponding to a time zone close to a time zone including a time when the selection operation of the recommended candidate information is performed from the stored preference model information for each time zone;
Means for identifying a concept associated with recommendation candidate information selected by the selection operation as a concept of interest from preference model information corresponding to the identified neighboring time zone;
A second increase that increases the strength information set for the identified concept of interest or the link leading to the concept by a second update width obtained by subtracting the first update width based on a preset coefficient. The information recommendation processing device according to claim 1, further comprising: means.
正規分布の確率密度関数により決定される係数を記憶する手段と、
前記第１及び第２の更新幅を前記記憶された係数をもとに算出する手段と、
前記特定された着目概念又は当該概念に至るリンクに設定された強度情報を、前記算出された第１又は第２の更新幅で増加させる手段と
を有することを特徴とする請求項１又は２記載の情報推薦処理装置。 The first and second increasing means are:
Means for storing coefficients determined by a probability density function of a normal distribution;
Means for calculating the first and second update widths based on the stored coefficients;
3. The apparatus according to claim 1, further comprising: means for increasing intensity information set in the identified concept of interest or a link leading to the concept with the calculated first or second update width. Information recommendation processing device.
前記利用者による推薦候補情報の選択操作に応じて、前記記憶手段に記憶された嗜好モデル情報に含まれる強度情報を更新する更新過程と
を具備し、
前記更新過程は、
前記記憶手段に記憶された時間帯別の嗜好モデル情報の中から、前記推薦候補情報の選択操作が行われた時刻を含む時間帯に対応する嗜好モデル情報を特定する過程と、
前記特定された嗜好モデル情報から、前記選択操作により選択された推薦候補情報が関連付けられた概念を着目概念として特定する過程と、
前記特定された着目概念又は当該概念に至るリンクに設定された強度情報を予め設定された第１の更新幅で増加させる過程と
を備えることを特徴とする情報推薦処理方法。 Using a conceptual structure consisting of a directed acyclic graph in which a plurality of hierarchized concepts are linked by a link and recommendation candidate information is linked to the concept, the user's preference for each concept or a link leading to the concept A process of creating preference model information reflecting the user's preference by setting the corresponding strength information, and storing it in the storage means for each time zone;
Updating the strength information included in the preference model information stored in the storage means in response to the selection operation of the recommendation candidate information by the user,
The update process includes:
A process of identifying preference model information corresponding to a time zone including a time when the selection operation of the recommendation candidate information is performed from among preference model information for each time zone stored in the storage unit;
A process of identifying a concept associated with recommendation candidate information selected by the selection operation as a concept of interest from the identified preference model information;
And a step of increasing intensity information set for the identified concept of interest or a link leading to the concept by a first update width set in advance.
前記記憶された時間帯別の嗜好モデル情報の中から、前記推薦候補情報の選択操作が行われた時刻を含む時間帯に対し近傍の時間帯に対応する嗜好モデル情報を特定する過程と、
前記特定された近傍の時間帯に対応する嗜好モデル情報から、前記選択操作により選択された推薦候補情報が関連付けられた概念を着目概念として特定する過程と、
前記特定された着目概念又は当該概念に至るリンクに設定された強度情報を、前記第１の更新幅を予め設定された係数をもとに減じた第２の更新幅で増加させる過程と
を、さらに備えることを特徴とする請求項４記載の情報推薦処理方法。 The update process includes:
A step of identifying preference model information corresponding to a time zone near the time zone including the time when the selection operation of the recommended candidate information is performed, from among the stored preference model information for each time zone,
From the preference model information corresponding to the identified nearby time zone, the process of identifying the concept associated with the recommended candidate information selected by the selection operation as a concept of interest;
Increasing the intensity information set for the identified concept of interest or the link leading to the concept with a second update width obtained by reducing the first update width based on a preset coefficient; The information recommendation processing method according to claim 4, further comprising:
正規分布の確率密度関数により前記係数を決定しメモリに記憶する過程と、
前記第１及び第２の更新幅を前記メモリに記憶された係数をもとに算出する過程と、
前記特定された着目概念又は当該概念に至るリンクに設定された強度情報を、前記算出された第１又は第２の更新幅で増加させる過程と
を有することを特徴とする請求項４又は５記載の情報推薦処理方法。 The process of increasing the first and second update widths is as follows:
Determining the coefficient by a probability density function of a normal distribution and storing it in a memory;
Calculating the first and second update widths based on coefficients stored in the memory;
6. The process of increasing intensity information set for the identified concept of interest or a link leading to the concept with the calculated first or second update width. Information recommendation processing method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011055705A JP2012190417A (en) | 2011-03-14 | 2011-03-14 | Information recommendation process device, method and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011055705A JP2012190417A (en) | 2011-03-14 | 2011-03-14 | Information recommendation process device, method and program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2012190417A true JP2012190417A (en) | 2012-10-04 |
Family
ID=47083459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011055705A Withdrawn JP2012190417A (en) | 2011-03-14 | 2011-03-14 | Information recommendation process device, method and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2012190417A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106372113A (en) * | 2016-08-22 | 2017-02-01 | 上海亿账通互联网科技有限公司 | News content pushing method and system |
-
2011
- 2011-03-14 JP JP2011055705A patent/JP2012190417A/en not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106372113A (en) * | 2016-08-22 | 2017-02-01 | 上海亿账通互联网科技有限公司 | News content pushing method and system |
| CN106372113B (en) * | 2016-08-22 | 2018-03-20 | 上海壹账通金融科技有限公司 | The method for pushing and system of news content |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10049400B2 (en) | Systems and methods for generating location-based group recommendations | |
| AU2015238908B2 (en) | Real-time location-aware recommendations | |
| US20160188733A1 (en) | Generating Recommendations Based on Clustered Application States | |
| JP5460632B2 (en) | Information recommendation processing apparatus, method and program | |
| Leblanc | A bias-reduced approach to density estimation using Bernstein polynomials | |
| US8838725B2 (en) | Internet cache subscription for wireless mobile users | |
| CN108460082A (en) | A kind of recommendation method and device, electronic equipment | |
| WO2016150108A1 (en) | Resource information pushing method and apparatus | |
| WO2011119396A2 (en) | System for sharing favorites and enabling in-network local search based on network rankings | |
| KR101967696B1 (en) | Method and apparatus of providing subscription service | |
| CN102163197B (en) | A kind of skin change method, system and device | |
| CN108028768A (en) | The method and system of application version is installed by short-range communication | |
| JP6352951B2 (en) | Display promotional information | |
| JP2012053863A (en) | Information recommendation processor and control program thereof | |
| CN108038714B (en) | Advertisement promotion processing method and device | |
| CN110930101B (en) | Method, device, electronic equipment and readable medium for determining delivery time of order | |
| JP2012190417A (en) | Information recommendation process device, method and program | |
| JP5498978B2 (en) | Information recommendation processing apparatus, method and program | |
| CN110457598A (en) | User's lookup method, the device and computer-readable medium searched for user | |
| US20140195458A1 (en) | Methods, systems, and computer program products for compiling experience ratings for service providers | |
| JP2020052638A (en) | Information processing device, information processing method, program, and storage medium | |
| US9680732B2 (en) | Identifying influence paths in a communication network | |
| JP2022026687A (en) | Information providing apparatus | |
| JP2012242859A (en) | Graph generator and program | |
| JP5107383B2 (en) | Information providing apparatus, information providing method, and information providing program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20140603 |