JP2012203454A - Recommendation list generator - Google Patents
Recommendation list generator Download PDFInfo
- Publication number
- JP2012203454A JP2012203454A JP2011064692A JP2011064692A JP2012203454A JP 2012203454 A JP2012203454 A JP 2012203454A JP 2011064692 A JP2011064692 A JP 2011064692A JP 2011064692 A JP2011064692 A JP 2011064692A JP 2012203454 A JP2012203454 A JP 2012203454A
- Authority
- JP
- Japan
- Prior art keywords
- purchase
- product
- recommendation list
- candidate
- group
- 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.)
- Granted
Links
- 238000000605 extraction Methods 0.000 claims abstract description 30
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 7
- 239000000284 extract Substances 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 23
- 230000003287 optical effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 239000000470 constituent Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、レコメンドリスト生成装置に関する。 The present invention relates to a recommendation list generating apparatus.
従来より、インターネット等のネットワークを介して、コンピュータによって商品を販売及び購入させるシステムが普及している。このようなシステムによれば、ユーザは、Webページで商品を販売したり、商品を購入することができる。 2. Description of the Related Art Conventionally, a system that sells and purchases products using a computer via a network such as the Internet has been widespread. According to such a system, a user can sell a product on a Web page or purchase a product.
ユーザは、このようなシステムを利用して、Webページで商品を購入する場合、まず商品の情報を提供する商品ページで購入する商品を選択した後、決済ページに移動して商品の決済をすることができる。
特許文献1には、Webページで商品の決済を可能とするシステムとして、ユーザ端末から送信される商品購入に係る要求に対して、この要求に含まれる認証キーを用いて認証を行い、商品の決済処理を行う商品販売システムが提案されている。
この商品販売システムによれば、ユーザは、商品購入に係る要求をすることで、商品の決済を行うことができる。
When a user purchases a product on a Web page using such a system, the user first selects a product to be purchased on a product page that provides product information, and then moves to a payment page to settle the product. be able to.
In
According to this product sales system, the user can make a payment for a product by making a request for purchasing the product.
ところで、Webページで商品の決済を可能とするシステムにおいては、ユーザが商品を購入する際に、当該商品の購入金額が所定の基準額に達することで、配送料を無料にする等の所定のサービスを提供する場合がある。そこで、ユーザは、商品購入に係る要求をし商品の決済を行うときに、当該商品の購入金額が上記サービスを受けるための所定の基準額に達していない場合には、当該商品をメイン商品として当該メイン商品と組み合わせて購入するいわゆるついで買い商品を追加することで、購入金額が所定の基準額に達するように調整をすることが考えられる。 By the way, in a system that enables payment of a product on a Web page, when a user purchases a product, the purchase price of the product reaches a predetermined reference amount, thereby reducing a delivery fee or the like. May provide services. Therefore, when a user makes a request for purchase of a product and settles the product, if the purchase price of the product does not reach the predetermined reference amount for receiving the service, the product is set as the main product. It may be possible to adjust so that the purchase amount reaches a predetermined reference amount by adding a so-called purchase product to be purchased in combination with the main product.
しかしながら、このような場合、ユーザは、決済ページから商品ページに再び移動して、どのようなついで買い商品を追加するかを検討し、追加するついで買い商品を決めた後に、更に決済ページに戻ってきて購入金額の合計が所定の基準額に達するかどうかを確認する、という煩雑な操作を行う必要がある。したがって、このような煩雑な操作を嫌うユーザは、ついで買いをすることなく、そのまま決済をしてしまうこともある。また、ついで買いをしようとしたユーザが再び商品ページに戻ることにより、そのまま購入を中止してしまう可能性もある。このようなシステムは、ユーザにとっても、操作が煩雑となると同時に、商品を販売する業者にとっても、販売機会を逸することとなる。そこで、ユーザを決済ページから移動させることなく、その場で所定の基準額に達する適切なついで買い商品を選択できるようなレコメンドを行うことが考えられる。 However, in such a case, the user moves again from the payment page to the product page, considers what kind of purchase product to add, decides the purchase product to add, and then returns to the payment page. It is necessary to perform a complicated operation of confirming whether the total purchase amount reaches a predetermined reference amount. Therefore, a user who dislikes such a complicated operation may make a settlement as it is without making a purchase. In addition, when the user who has made a purchase returns to the product page again, the purchase may be canceled as it is. Such a system makes the operation complicated for the user and at the same time misses the sales opportunity for the merchant who sells the product. Therefore, it is conceivable to perform a recommendation that allows the user to select an appropriate purchase product that reaches a predetermined reference amount on the spot without moving the user from the payment page.
本発明は、このような課題に鑑みてなされたものであり、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供することを目的とする。 The present invention has been made in view of such a problem, and provides a recommendation list generation device for creating a recommendation list for recommending a user to purchase a product that is appropriately purchased in combination with a main product. With the goal.
本発明では、以下のような解決手段を提供する。 The present invention provides the following solutions.
(1) ネットワークを介して接続可能なユーザの端末に、メイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成するレコメンドリスト生成装置であって、
所定期間内に同一のユーザにより購入された複数の商品を関連付けて購入ログとして記憶する購入ログ記憶手段と、
前記購入ログ記憶手段に記憶された前記購入ログを参照して、所定回数以上関連付けられている前記複数の商品の組み合わせを、ついで買い候補商品群として抽出するついで買い候補商品群抽出手段と、
前記ついで買い候補商品群抽出手段が抽出した前記ついで買い候補商品群に含まれる前記複数の商品の商品名を検索クエリとしてWebページを検索し、これらの検索クエリが出現する全てのWebページのうちこれらの検索クエリが同一のWebページに出現する割合である共起率を算出する共起率算出手段と、
前記共起率算出手段で算出した前記共起率が所定値以下の前記複数の商品を前記ついで買い候補商品群から排除するついで買い候補商品群絞込み手段と、
前記ついで買い候補商品群絞込み手段が絞り込んだついで買い候補商品群を前記レコメンドリストとして記憶するレコメンドリスト生成手段と、を備えるレコメンドリスト生成装置。
(1) A recommendation list generation device that generates a recommendation list for transmitting recommended information of a purchased product to be purchased in combination with a main product to a user terminal connectable via a network,
Purchase log storage means for associating and storing a plurality of products purchased by the same user within a predetermined period as purchase logs;
Referring to the purchase log stored in the purchase log storage means, and then extracting a combination of the plurality of products associated with a predetermined number of times or more as a purchase candidate product group;
Next, a Web page is searched using the product names of the plurality of products included in the purchase candidate product group extracted by the purchase candidate product group extraction unit, and among all the Web pages in which these search queries appear. A co-occurrence rate calculating means for calculating a co-occurrence rate, which is the rate at which these search queries appear on the same Web page;
Next, the candidate product group narrowing means for excluding the plurality of products whose co-occurrence rate calculated by the co-occurrence rate calculating unit is a predetermined value or less from the buy candidate product group;
A recommendation list generation device comprising: a recommendation list generation unit that stores the candidate purchase product group as the recommendation list after the purchase candidate product group narrowing unit narrows down.
(1)のレコメンドリスト生成装置は、ネットワークを介して接続可能なユーザの端末に、メイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成する。購入ログ記憶手段は、所定期間内に同一のユーザにより購入された複数の商品を関連付けて購入ログとして記憶する。ついで買い候補商品群抽出手段は、購入ログ記憶手段に記憶された購入ログを参照して、所定回数以上関連付けられている複数の商品の組み合わせを、ついで買い候補商品群として抽出する。共起率算出手段は、ついで買い候補商品群抽出手段が抽出したついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとしてWebページを検索し、これらの検索クエリが出現する全てのWebページのうちこれらの検索クエリが同一のWebページに出現する割合である共起率を算出する。ついで買い候補商品群絞込み手段は、共起率算出手段で算出した共起率が所定値以下の複数の商品をついで買い候補商品群から排除する。レコメンドリスト生成手段は、ついで買い候補商品群絞込み手段が絞り込んだついで買い候補商品群をレコメンドリストとして記憶する。 The recommendation list generating device of (1) generates a recommendation list for transmitting recommendation information of a purchased product to be purchased in combination with the main product to a user terminal connectable via a network. The purchase log storage means stores a plurality of products purchased by the same user within a predetermined period as a purchase log in association with each other. Next, the purchase candidate product group extraction unit refers to the purchase log stored in the purchase log storage unit, and then extracts a combination of a plurality of products associated with a predetermined number of times as a purchase candidate product group. The co-occurrence rate calculating unit then searches the Web page using the product names of a plurality of products included in the purchase candidate product group extracted by the purchase candidate product group extracting unit, and all of these search queries appear. A co-occurrence rate, which is a ratio of these search queries appearing on the same Web page in the Web page, is calculated. Next, the buying candidate product group narrowing means excludes a plurality of products whose co-occurrence rate calculated by the co-occurrence rate calculating means is a predetermined value or less from the buying candidate product group. The recommendation list generation unit stores the candidate purchase product group as a recommendation list after the purchase candidate product group narrowing unit narrows down.
これにより、メイン商品と同時期に購入される商品であって、その回数が所定回数以上のついで買い候補商品群を抽出し、更にこのついで買い候補商品群のうちから、メイン商品と共起率が所定値以下のを商品を排除して、メイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成する。すなわち、レコメンドリストのついで買い候補商品群は、メイン商品と同時期に購入され、なおかつ、同一のWebページに掲載されていることが、他の商品に比べて多い。よって、例えば、メイン商品に追加して他の商品を購入する際に、ユーザは、このついで買い候補商品群が示されれば、煩雑な操作を行うことなく、適切なついで買い商品を選択できる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。
As a result, products that are purchased at the same time as the main product, the number of purchases of which is equal to or greater than the predetermined number of times are extracted, and then the candidate product group is extracted from the group of candidate products for purchase. A recommendation list for transmitting recommendation information of the purchased product is generated after the product is purchased in combination with the main product by excluding the product whose value is equal to or less than the predetermined value. That is, the candidate product group to be purchased after the recommendation list is purchased at the same time as the main product and is posted on the same Web page more often than other products. Therefore, for example, when purchasing another product in addition to the main product, the user can select an appropriate purchase product without performing a complicated operation if a candidate purchase product group is displayed next. .
Therefore, it is possible to provide a recommendation list generation device that creates a recommendation list for recommending a purchase product that is appropriate for the user to purchase in combination with the main product.
(2) 前記購入ログ記憶手段は、前記商品の価格を前記商品に関連付けて更に記憶し、
前記レコメンドリスト生成手段は、前記購入ログ記憶手段を参照して、前記ついで買い候補商品群に含まれる前記複数の商品のうち前記価格が最も高いものをメイン商品として設定する(1)に記載のレコメンドリスト生成装置。
(2) The purchase log storage means further stores the price of the product in association with the product,
The recommendation list generation unit refers to the purchase log storage unit, and then sets, as a main product, a product having the highest price among the plurality of products included in the candidate product group for purchase as described in (1). Recommendation list generator.
(2)のレコメンドリスト生成装置は、購入ログ記憶手段を参照して、ついで買い候補商品群に含まれる複数の商品のうち価格が最も高いものをメイン商品として設定する。
これにより、メイン商品は、所定期間において同一のユーザにより購入された複数の商品の中でも、最も単価が高いものであるので、ユーザの主たる購入物であった可能性が高い。そして、メイン商品以外の商品は、メイン商品の付属物や消耗品であった可能性が高い。このように、メイン商品を決定することで、ユーザの買い物の態様に即したレコメンドリストを生成できる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。
The recommendation list generation device of (2) refers to the purchase log storage means, and then sets the highest price among a plurality of products included in the candidate purchase product group as the main product.
Thereby, since the main product has the highest unit price among a plurality of products purchased by the same user during the predetermined period, it is highly likely that the main product was the main purchase item of the user. And it is highly possible that the product other than the main product was an accessory or consumable of the main product. Thus, by determining the main product, it is possible to generate a recommendation list that matches the user's shopping mode.
Therefore, it is possible to provide a recommendation list generation device that creates a recommendation list for recommending a purchase product that is appropriate for the user to purchase in combination with the main product.
(3) 前記ついで買い候補商品群抽出手段は、前記購入ログを参照し、前記複数の商品が関連付けられている回数が多いほど大きい重み付け値を設定して前記ついで買い候補商品群に関連付けて記憶し、
前記レコメンドリスト生成手段は、前記ついで買い候補商品群抽出手段が前記ついで買い候補商品群に関連付けた前記重み付け値を、前記レコメンドリストにおいて前記ついで買い商品群に更に関連付けて記憶する(1)又は(2)に記載のレコメンドリスト生成装置。
(3) The purchase candidate product group extraction unit then refers to the purchase log, sets a larger weighting value as the number of times the plurality of products are associated, and stores the weighting value in association with the purchase candidate product group. And
The recommendation list generating means stores the weight value associated with the purchase candidate commodity group by the purchase candidate commodity group extraction means and then further associated with the purchase commodity group in the recommendation list (1) or ( The recommendation list generating device according to 2).
(3)のレコメンドリスト生成装置は、購入ログを参照し、当該複数の商品が関連付けられている回数が多いほど大きい重み付け値を設定してついで買い候補商品群に関連付けて記憶し、重み付け値を、レコメンドリストにおいてついで買い商品群に更に関連付けて記憶する。
これにより、レコメンドリストにおけるついで買い候補商品群について重み付け値によるランク付けをすることができるので、例えば、ユーザに対して、重み付け値が高いついで買い商品から順に示すことができる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。
The recommendation list generation device of (3) refers to the purchase log, sets a larger weighting value as the number of times that the plurality of products are associated, and then stores the weighting value in association with the buying candidate product group. Then, in the recommendation list, it is stored in further association with the purchased product group.
Thereby, since it is possible to rank the purchase candidate product group in the recommendation list by the weighting value, for example, it is possible to show the user in order from the purchase product having the higher weighting value.
Therefore, it is possible to provide a recommendation list generation device that creates a recommendation list for recommending a purchase product that is appropriate for the user to purchase in combination with the main product.
本発明によれば、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供することができる。このレコメンドリストを活用することにより、ユーザを決済ページから移動させることなく、その場で所定の基準額に達する適切なついで買い商品を選択できるようなレコメンドを行うことを可能とする。 ADVANTAGE OF THE INVENTION According to this invention, the recommendation list production | generation apparatus which produces the recommendation list | wrist for recommending the next purchase goods suitable for a user purchased in combination with a main product can be provided. By utilizing this recommendation list, it is possible to make a recommendation that allows the user to select an appropriate purchase product that reaches a predetermined reference amount on the spot without moving the user from the payment page.
以下に、本発明の実施形態を図面に基づいて詳細に説明する。なお、以下の実施形態の説明にあたって、同一構成要件については同一符号を付し、その説明を省略もしくは簡略化する。 Embodiments of the present invention will be described below in detail with reference to the drawings. In the following description of the embodiments, the same constituent elements are denoted by the same reference numerals, and the description thereof is omitted or simplified.
[レコメンドシステム1の機能構成]
図1は、本発明の実施形態に係るレコメンドシステム1の機能構成を示す図である。
レコメンドシステム1は、ネットワーク7を介して商品を販売及び購入させるシステムであって、レコメンド装置10と、ネットワーク7を介してレコメンド装置10と接続可能な複数のユーザ端末20と、ネットワーク7を介してレコメンド装置10と接続可能な検索サーバ30と、を備える。
[Functional configuration of recommendation system 1]
FIG. 1 is a diagram showing a functional configuration of a
The
レコメンド装置10は、ユーザ端末20にメイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成するレコメンドリスト生成装置11と、レコメンドリストに基づき、ユーザ端末20に対してレコメンド商品を通知するついで買い商品レコメンド装置12と、を備える。なお、レコメンド装置10は様々な汎用コンピュータ等を用いて実現することが可能であり、その台数に制限はなく、レコメンドリスト生成装置11、ついで買い商品レコメンド装置12及び検索サーバ30を一の装置で構成することもできる。
The
レコメンドリスト生成装置11は、購入ログ取得手段111と、ついで買い候補商品群抽出手段112と、共起率算出手段113と、ついで買い候補商品群絞込み手段114と、レコメンドリスト生成手段115と、購入ログ記憶手段117と、レコメンドリスト記憶手段118と、を備える。
The recommendation
購入ログ取得手段111は、ユーザにより購入された商品についての情報である購入ログを、ユーザ端末20より取得し、購入ログ記憶手段117が記憶する購入ログデータベース(DB)(図2参照)に格納する。
購入ログ記憶手段117は、所定期間内に同一のユーザにより購入された複数の商品を関連付けて購入ログとして購入ログDBに記憶する。また、購入ログ記憶手段117は、商品の価格を商品に関連付けて更に、購入ログDBに記憶する。
The purchase log acquisition unit 111 acquires a purchase log, which is information about a product purchased by the user, from the
The purchase log storage unit 117 stores a plurality of products purchased by the same user within a predetermined period in the purchase log DB as purchase logs. Further, the purchase log storage unit 117 associates the price of the product with the product and further stores it in the purchase log DB.
図2を参照して、購入ログデータベース(DB)について説明する。
図2は、購入ログDBを説明する図である。
購入ログDBは、各購入者IDに、所定期間内に購入された複数の購入商品を識別する購入商品ID、購入商品名及び単価が対応付けられている。
購入者IDは、ユーザ端末20によりアクセスしたユーザを識別するための各ユーザ特有の識別子である。
購入商品IDは、商品を識別するための各商品特有の識別子である。購入ログDBでは、各購入者IDに当該購入者IDを有するユーザにより、所定期間(例えば、同一のタイミングや、24時間以内)において購入された購入商品の購入商品IDが対応付けられている。
購入商品名は、購入商品の種類の名称である。購入ログDBでは、各購入商品IDに当該購入商品IDを有する購入商名が対応付けられている。
単価は、購入商品の単価である。購入ログDBでは、各購入商品IDに当該購入商品IDを有する購入商品の単価が対応付けられている。
The purchase log database (DB) will be described with reference to FIG.
FIG. 2 is a diagram for explaining the purchase log DB.
In the purchase log DB, each purchaser ID is associated with a purchase product ID, a purchase product name, and a unit price that identify a plurality of purchase products purchased within a predetermined period.
The purchaser ID is an identifier unique to each user for identifying the user who has accessed through the
The purchased product ID is an identifier unique to each product for identifying the product. In the purchase log DB, a purchase product ID of a purchase product purchased in a predetermined period (for example, at the same timing or within 24 hours) by a user having the purchaser ID is associated with each purchaser ID.
The purchased product name is the name of the type of purchased product. In the purchase log DB, each purchase product ID is associated with a purchase trade name having the purchase product ID.
The unit price is the unit price of the purchased product. In the purchase log DB, the unit price of the purchased product having the purchased product ID is associated with each purchased product ID.
図1に戻って、ついで買い候補商品群抽出手段112は、購入ログ記憶手段117に記憶された購入ログDB(図2参照)を参照して、所定回数以上関連付けられている複数の商品の組み合わせを、ついで買い候補商品群として抽出する。
例えば、図2を参照して説明すると、ついで買い候補商品群抽出手段112は、購入商品のうち、所定回数(例えば、2回)以上関連付けられている「ノートパソコン」と「光学ドライブ」及び「ノートパソコン」と「マウス」の組み合わせをついで買い候補商品群として抽出する。
Returning to FIG. 1, the purchase candidate product group extraction unit 112 then refers to the purchase log DB (see FIG. 2) stored in the purchase log storage unit 117, and a combination of a plurality of products associated with a predetermined number of times or more. Are extracted as a candidate product group for purchase.
For example, referring to FIG. 2, the purchase candidate product group extraction unit 112 then selects “notebook computer”, “optical drive”, and “ Next, a combination of “notebook computer” and “mouse” is extracted as a candidate product group.
また、ついで買い候補商品群抽出手段112は、購入ログ記憶手段117に記憶された購入ログを参照し、複数の商品が関連付けられている回数が多いほど大きい重み付け値を設定してついで買い候補商品群に関連付けて記憶する。 The purchase candidate product group extraction unit 112 then refers to the purchase log stored in the purchase log storage unit 117, sets a larger weighting value as the number of times a plurality of products are associated, and then purchase candidate products. Store in association with the group.
図3は、ついで買い候補商品群抽出手段112による重み付け値を設定する処理を説明する図である。
ついで買い候補商品群抽出手段112は、購入ログDB(図2参照)を参照して、購入商品のうち、所定回数(例えば、2回)以上関連付けられている「ノートパソコン」と「光学ドライブ」及び「ノートパソコン」と「マウス」の組み合わせをついで買い候補商品群として抽出する。そして、ついで買い候補商品群抽出手段112は、「ノートパソコン」と「光学ドライブ」及び「ノートパソコン」と「マウス」の組み合わせのそれぞれについて、購入ログDBに含まれている数に応じた重み付け値を算出する。具体的には、ついで買い候補商品群抽出手段112は、「ノートパソコン」と「光学ドライブ」の組み合わせは購入ログDBに2回含まれているので、重み付け値2.0を算出し、「ノートパソコン」と「マウス」の組み合わせは購入ログDBに3回含まれているので、重み付け値3.0を算出する。なお、重み付け値は、購入ログDBに含まれている回数に所定の乗数を乗算することで算出することもできる。
FIG. 3 is a diagram for explaining a process of setting a weighting value by the buying candidate commodity group extracting unit 112.
Next, with reference to the purchase log DB (see FIG. 2), the purchase candidate product group extraction unit 112 refers to the “notebook computer” and “optical drive” that are associated with the purchase product a predetermined number of times (for example, twice) or more. The combination of “notebook computer” and “mouse” is then extracted as a candidate product group. Then, the candidate product group extraction unit 112 weights each of the combinations of “notebook computer” and “optical drive” and “notebook computer” and “mouse” according to the number included in the purchase log DB. Is calculated. Specifically, the purchase candidate product group extraction unit 112 calculates the weighting value 2.0 because the combination of “notebook computer” and “optical drive” is included twice in the purchase log DB, and “notebook” Since the combination of “personal computer” and “mouse” is included three times in the purchase log DB, a weight value of 3.0 is calculated. The weighting value can also be calculated by multiplying the number of times included in the purchase log DB by a predetermined multiplier.
図1に戻って、共起率算出手段113は、ついで買い候補商品群抽出手段112が抽出したついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとしてWebページを検索し、これらの検索クエリが出現する全てのWebページのうちこれらの検索クエリが同一のWebページに出現する割合である共起率を算出する。具体的には、共起率算出手段113は、ついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとして、検索サーバ30に送信し、これらの検索クエリが出現する全てのWebページにおける検索件数を受信し、この受信した検索件数に基づき、ついで候補商品毎に共起率を算出する。
Returning to FIG. 1, the co-occurrence
図4は、共起率算出手段113による共起率を算出する処理を説明する図である。
共起率算出手段113は、各商品名「ノートパソコン」と「光学ドライブ」及び「ノートパソコン」と「マウス」、商品名の組み合わせ「ノートパソコンAND光学ドライブ」及び「ノートパソコンANDマウス」を検索クエリとして検索サーバ30に送信し、これらの検索クエリが出現する全てのWebページの検索結果としてそれぞれの検索件数を受信する。
FIG. 4 is a diagram for explaining the process of calculating the co-occurrence rate by the co-occurrence
The co-occurrence rate calculating means 113 searches for the product names “notebook computer” and “optical drive” and “notebook computer” and “mouse”, and combinations of product names “notebook computer AND optical drive” and “notebook computer AND mouse”. It transmits to the
共起率算出手段113は、「ノートパソコン」と「光学ドライブ」との検索件数を合算した値から「ノートパソコンAND光学ドライブ」の検索件数を減算した値で、「ノートパソコンAND光学ドライブ」の検索件数を除算することで、「ノートパソコン」と「光学ドライブ」との共起率を算出する。
また、共起率算出手段113は、「ノートパソコン」と「マウス」との検索件数を合算した値から「ノートパソコンANDマウス」の検索件数を減算した値で、「ノートパソコンANDマウス」の検索件数を除算することで、「ノートパソコン」と「マウス」との共起率を算出する。
The co-occurrence rate calculating means 113 is a value obtained by subtracting the number of searches for “notebook personal computer AND optical drive” from the sum of the number of searches for “notebook personal computer” and “optical drive”. By dividing the number of searches, the co-occurrence rate of “notebook PC” and “optical drive” is calculated.
Further, the co-occurrence rate calculating means 113 searches for “notebook computer AND mouse” by subtracting the number of searches for “notebook computer AND mouse” from the sum of the number of searches for “notebook computer” and “mouse”. By dividing the number of cases, the co-occurrence rate of “notebook computer” and “mouse” is calculated.
図1に戻って、ついで買い候補商品群絞込み手段114は、共起率算出手段113で算出した共起率が所定値以下(例えば、5%以下)の複数の商品をついで買い候補商品群から排除する。すなわち、購入ログ記憶手段117に記憶されている複数のついで買い候補商品群には、たまたま所定期間内に同一ユーザによって購入された商品が含まれており、ついで買い商品としてレコメンドするには適切ではない組み合わせが含まれていると考えられる。そこで、ついで買い候補商品群絞込み手段114は、このようなついで買い候補商品群のうち、Webページにおける共起率が所定値以下のものを排除することにより、当該共起率が所定値を超えている、同時にWebページに掲載されることが多い商品の組み合わせを的確についで買い商品候補群として残すことができる。 Returning to FIG. 1, the purchase candidate product group narrowing means 114 then selects a plurality of products whose co-occurrence rate calculated by the co-occurrence rate calculation means 113 is a predetermined value or less (for example, 5% or less) from the purchase candidate product group. Exclude. That is, the plurality of subsequent purchase candidate product groups stored in the purchase log storage means 117 includes products purchased by the same user within a predetermined period, and is not suitable for recommending as a purchased product. It is considered that no combination is included. Then, the buy candidate product group narrowing means 114 eliminates those co-occurrence rates on the Web page that are less than or equal to the predetermined value from the buy candidate product groups, so that the co-occurrence rate exceeds the predetermined value. At the same time, a combination of products that are often posted on a web page can be accurately and then left as a candidate product group for purchase.
レコメンドリスト生成手段115は、ついで買い候補商品群絞込み手段114が絞り込んだついで買い候補商品群をレコメンドリストとしてレコメンドリスト記憶手段118に記憶する。
また、レコメンドリスト生成手段115は、購入ログ記憶手段117に記憶された購入ログDB(図2参照)を参照して、ついで買い候補商品群に含まれる複数の商品のうち価格が最も高いものをメイン商品として設定する。
更に、レコメンドリスト生成手段115は、ついで買い候補商品群抽出手段112がついで買い候補商品群に関連付けた重み付け値(図3参照)を、レコメンドリストにおいて、ついで買い商品群に更に関連付けて記憶する。
The recommendation
Further, the recommendation
Further, the recommendation
図5を参照して、レコメンドリストについて説明する。
図5は、レコメンドリストを説明する図である。
図5に示すレコメンドリストは、レコメンドリスト生成手段115が購入ログDB(図2参照)を参照して、ついで買い候補商品群に含まれる複数の商品のうち価格が最も高い「ノートパソコン」をメイン商品として設定したものである。
レコメンドリストは、メイン商品IDに、メイン商品名、ついで買い商品ID、ついで買い商品名、ついで買い商品の単価及びスコアが対応付けられている。
メイン商品IDは、メイン商品を識別するための各商品特有の識別子である。
メイン商品名は、メイン商品の種類の名称である。
ついで買い商品IDは、ついで買い商品を識別するための各商品特有の識別子である。
ついで買い商品名は、ついで買い商品の種類の名称である。レコメンドリストでは、各ついで買い商品IDに当該ついで買い商品IDを有するついで買い商品名が対応付けられている。
単価は、ついで買い商品の単価である。レコメンドリストでは、各ついで買い商品IDに当該ついで買い商品IDを有するついで買い商品の単価が対応付けられている。
スコアは、ついで買い候補商品群抽出手段112が設定した重み付け値である。レコメンドリストでは、各ついで買い商品IDに当該ついで買い商品IDを有するついで買い商品のスコアが関連付けられている。また、レコメンドリストでは、各メイン商品毎に、スコアの高い順についで買い商品が記憶されている。
なお、スコアは、ついで買い候補商品群抽出手段112が設定した重み付け値と共起率算出手段113が算出した共起率とを乗算して得た値とすることもできる。
The recommendation list will be described with reference to FIG.
FIG. 5 is a diagram for explaining the recommendation list.
In the recommendation list shown in FIG. 5, the recommendation
In the recommendation list, the main product ID is associated with the main product name, the purchased product ID, the purchased product name, and the unit price and score of the purchased product.
The main product ID is an identifier unique to each product for identifying the main product.
The main product name is the name of the main product type.
The purchased product ID is an identifier unique to each product for identifying the purchased product.
The purchased product name is the name of the type of the purchased product. In the recommendation list, each purchase product ID is associated with the purchase product name having the purchase product ID.
The unit price is the unit price of the purchased product. In the recommendation list, each purchased product ID is associated with the unit price of the purchased product having the next purchased product ID.
The score is a weighting value set by the buying candidate product group extraction unit 112. In the recommendation list, each purchased product ID is associated with the score of the next purchased product having the next purchased product ID. Also, in the recommendation list, for each main product, the purchased products are stored in descending order of score.
The score may be a value obtained by multiplying the weighting value set by the buying candidate commodity group extracting unit 112 and the co-occurrence rate calculated by the co-occurrence
図1に戻って、ついで買い商品レコメンド装置12は、決済要求受信手段121と、基準額到達判定手段122と、ついで買い商品抽出手段123と、ついで買い商品推薦情報送信手段124と、を備える。
決済要求受信手段121は、ユーザ端末20から送信された決済要求を受信する。決済要求とは、ユーザ端末20に表示された商品を選択するためのWebページにおいて、ユーザが購入を希望する商品を選択し、当該商品の決済を要求する情報である。決済要求には、決済を要求する商品の商品ID、名称、数量及び単価等の情報が含まれる。
Returning to FIG. 1, the purchased
The settlement
基準額到達判定手段122は、決済要求受信手段121が受信した決済要求に含まれる商品の数量と単価とを乗算し、決済要求に含まれる商品の合計金額を算出し、当該合計金額が所定の基準額に到達しているか否かを判定する。所定の基準額とは、例えば、商品の合計金額が10万円以上で1割引きとするサービスを提供している場合であれば、10万円である。
The reference amount
ついで買い商品抽出手段123は、基準額到達判定手段122における判定で、所定の基準額に到達していないと判定した場合に、レコメンドリスト記憶手段118に記憶されたレコメンドリスト(図5参照)を参照して、ついで買い商品を抽出する。具体的には、ついで買い商品抽出手段123は、レコメンドリストを参照して、決済要求に含まれる商品と同種の商品であるメイン商品を検索し、このメイン商品のメイン商品IDに対応付けられたついで買い商品の商品ID、名称、単価及びスコアを抽出する。
Next, when the purchase
ついで買い商品推薦情報送信手段124は、ついで買い商品抽出手段123で抽出したついで買い商品の商品ID、名称及び単価をついで買い商品推薦情報として、決済要求を送信してきたユーザ端末20に送信する。具体的には、ついで買い商品推薦情報送信手段124は、決済要求するWebページにおいて、例えば、商品の合計金額が10万円以上で1割引きとするサービスを提供している旨の表示に加え、ついで買い商品のスコアの高い順に、商品ID、名称及び単価を表示するための推薦情報を送信する。
Next, the purchased product recommendation
ユーザ端末20は、入力手段210と、表示手段220と、ユーザ端末制御手段230と、を備える。
入力手段210は、商品を選択するためのWebページにおいて、ユーザが商品を選択し決済要求するクリック操作等を受け付ける。
表示手段220は、商品を選択するためのWebページや決済要求するWebページを表示する。
ユーザ端末制御手段230は、ユーザ端末20を制御し、入力手段210で受け付けたユーザの操作に伴う情報(例えば、決済要求)をレコメンド装置10に送信する。また、ユーザ端末制御手段230は、レコメンド装置10から送信された、決済要求するWebページにおいて、ついで買い商品の商品ID、名称及び単価を表示するための情報を受信し、表示手段220に表示させる制御を行う。
The
The
The
The user terminal control unit 230 controls the
検索サーバ30は、検索エンジンを備え、検索サービスを提供する。具体的には、レコメンド装置10の共起率算出手段113から送信された検索クエリに対する検索結果を、共起率算出手段113に送信する。
The
[レコメンドシステム1のハードウェア構成]
実施形態に係るレコメンドシステム1のレコメンド装置10、ユーザ端末20及び検索サーバ30は、コンピュータ及びその周辺装置に適用される。レコメンド装置10、ユーザ端末20及び検索サーバ30における各部は、コンピュータ及びその周辺装置が備えるハードウェア並びに当該ハードウェアを制御するソフトウェアによって構成される。
[Hardware configuration of recommendation system 1]
The
上記ハードウェアには、CPU(Central Processing Unit)、記憶部の他、通信装置、表示装置、入力装置が含まれる。記憶部としては、例えば、メモリ(RAM:Random Access Memory、ROM:Read Only Memory等)、ハードディスクドライブ(HDD:Hard Disk Drive)、及び光ディスク(CD:Compact Disk、DVD:Digital Versatile Disk等)ドライブが挙げられる。通信装置としては、例えば、各種有線及び無線インターフェース装置が挙げられる。表示装置としては、例えば、液晶ディスプレイ、プラズマディスプレイ等の各種ディスプレイが挙げられる。入力装置としては、例えば、入力キー、タッチパネル、キーボード及びポインティング・デバイス(マウス、トラッキングボール等)が挙げられる。 The hardware includes a CPU (Central Processing Unit), a storage unit, a communication device, a display device, and an input device. Examples of the storage unit include a memory (RAM: Random Access Memory, ROM: Read Only Memory, etc.), a hard disk drive (HDD: Hard Disk Drive), and an optical disk (CD: Compact Disc, DVD: Digital Versatile Drive, etc.). Can be mentioned. Examples of the communication device include various wired and wireless interface devices. Examples of the display device include various displays such as a liquid crystal display and a plasma display. Examples of the input device include an input key, a touch panel, a keyboard, and a pointing device (mouse, tracking ball, etc.).
上記ソフトウェアには、上記ハードウェアを制御するコンピュータ・プログラム及びデータが含まれる。コンピュータ・プログラム及びデータは、記憶部により記憶され、各制御部により適宜実行、参照される。また、コンピュータ・プログラムやデータは、通信回線を介して配布されることも可能であり、CD−ROM等のコンピュータ可読媒体に記録して配布されることも可能である。 The software includes a computer program and data for controlling the hardware. The computer program and data are stored in the storage unit, and are appropriately executed and referenced by each control unit. The computer program and data can be distributed via a communication line, or can be recorded on a computer-readable medium such as a CD-ROM and distributed.
[レコメンド装置10の制御フロー]
次に、レコメンド装置10の制御フローについて説明する。
図6は、本実施形態に係るレコメンド装置10のレコメンドリスト生成装置11がレコメンドリストを生成する処理のフローチャートである。
[Control Flow of Recommendation Device 10]
Next, the control flow of the
FIG. 6 is a flowchart of processing in which the recommendation
ステップS11では、ついで買い候補商品群抽出処理を行う。この処理において、ついで買い候補商品群抽出手段112(図1参照)は、購入ログ記憶手段117(図1参照)に記憶された購入ログDB(図2参照)を参照して、所定回数以上関連付けられている複数の商品の組み合わせを、ついで買い候補商品群として抽出する。また、この処理において、ついで買い候補商品群抽出手段112は、購入ログ記憶手段117に記憶された購入ログを参照し、複数の商品が関連付けられている回数が多いほど大きい重み付け値を設定してついで買い候補商品群に関連付けて記憶する。 In step S11, a candidate product group extraction process is then performed. In this process, the purchase candidate commodity group extraction unit 112 (see FIG. 1) then refers to the purchase log DB (see FIG. 2) stored in the purchase log storage unit 117 (see FIG. 1) and associates a predetermined number of times or more. Then, a combination of a plurality of products is extracted as a purchase candidate product group. Further, in this process, the purchase candidate product group extraction unit 112 then refers to the purchase log stored in the purchase log storage unit 117 and sets a larger weight value as the number of times a plurality of products are associated with each other. Next, it is stored in association with the candidate product group for purchase.
ステップS12では、共起率算出処理を行う。この処理において、共起率算出手段113(図1参照)は、ステップS11でついで買い候補商品群抽出手段112が抽出したついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとしてWebページを検索し、これらの検索クエリが出現する全てのWebページのうちこれらの検索クエリが同一のWebページに出現する割合である共起率を算出する。 In step S12, a co-occurrence rate calculation process is performed. In this process, the co-occurrence rate calculation means 113 (see FIG. 1) uses the product names of a plurality of products included in the purchase candidate product group extracted by the purchase candidate product group extraction means 112 in step S11 as a search query. A page is searched, and a co-occurrence rate that is a ratio of these search queries appearing on the same web page among all the web pages in which these search queries appear is calculated.
ステップS13では、ついで買い候補商品群絞込み処理を行う。この処理において、ついで買い候補商品群絞込み手段114(図1参照)は、ステップS12で共起率算出手段113で算出した共起率が所定値以下の複数の商品をついで買い候補商品群から排除する。
In step S13, a candidate product group narrowing process is performed. In this process, the buying candidate product group narrowing means 114 (see FIG. 1) then excludes a plurality of products whose co-occurrence rate calculated by the co-occurrence
ステップS14では、レコメンドリスト生成処理を行う。この処理において、レコメンドリスト生成手段115(図1参照)は、ステップS13でついで買い候補商品群絞込み手段114が絞り込んだついで買い候補商品群をレコメンドリストとしてレコメンドリスト記憶手段118(図1参照)に記憶する。
また、この処理において、レコメンドリスト生成手段115は、購入ログ記憶手段117に記憶された購入ログDB(図2参照)を参照して、ついで買い候補商品群に含まれる複数の商品のうち価格が最も高いものをメイン商品として設定する。
更に、この処理において、レコメンドリスト生成手段115は、ステップS11でついで買い候補商品群抽出手段112がついで買い候補商品群に関連付けた重み付け値(図3参照)を、レコメンドリストにおいて、ついで買い商品群に更に関連付けて記憶する。
In step S14, a recommendation list generation process is performed. In this process, the recommendation list generating means 115 (see FIG. 1) is selected in the recommendation list storage means 118 (see FIG. 1) as a recommendation list after the purchase candidate commodity group narrowing means 114 narrows down in step S13. Remember.
In this process, the recommendation
Further, in this process, the recommendation
図7は、本実施形態に係るレコメンド装置10のついで買い商品レコメンド装置12がユーザ端末20に対してついで買い商品の推薦情報を送信する処理のフローチャートである。
FIG. 7 is a flowchart of a process in which the purchased
ステップS21では、決済要求受信処理を行う。この処理において、決済要求受信手段121(図1参照)は、ユーザ端末20(図1参照)から送信された決済要求を受信する。 In step S21, payment request reception processing is performed. In this process, the settlement request receiving unit 121 (see FIG. 1) receives the settlement request transmitted from the user terminal 20 (see FIG. 1).
ステップS22では、基準額到達判定処理を行う。この処理において、基準額到達判定手段122(図1参照)は、ステップS21で決済要求受信手段121が受信した決済要求に含まれる商品の数量と単価とを乗算し、決済要求に含まれる商品の合計金額を算出し、当該合計金額が所定の基準額に到達しているか否かを判定する。基準額到達判定手段122は、合計金額が所定の基準額に到達していると判定した場合には本処理を終了し、合計金額が所定の基準額に到達していないと判定した場合にはステップS23に処理を移す。 In step S22, a reference amount arrival determination process is performed. In this process, the reference amount arrival determination means 122 (see FIG. 1) multiplies the quantity of the product included in the payment request received by the payment request reception means 121 in step S21 and the unit price, and calculates the product included in the payment request. The total amount is calculated, and it is determined whether or not the total amount has reached a predetermined reference amount. When it is determined that the total amount has reached the predetermined reference amount, the reference amount arrival determination means 122 ends this processing, and when it is determined that the total amount has not reached the predetermined reference amount The process moves to step S23.
ステップS23では、ついで買い商品抽出処理を行う。この処理において、ついで買い商品抽出手段123(図1参照)は、レコメンドリスト記憶手段118(図1参照)に記憶されたレコメンドリスト(図5参照)を参照して、ついで買い商品を抽出する。 In step S23, a purchased product extraction process is performed. In this process, the purchased product extraction unit 123 (see FIG. 1) then refers to the recommendation list (see FIG. 5) stored in the recommendation list storage unit 118 (see FIG. 1), and then extracts the purchased product.
ステップS24では、ついで買い商品推薦情報送信処理を行う。この処理において、ついで買い商品推薦情報送信手段124(図1参照)は、ステップS23で、ついで買い商品抽出手段123で抽出したついで買い商品のスコアの高い順に、商品ID、名称及び単価を表示するための推薦情報を、決済要求を送信してきたユーザ端末20に送信する。
In step S24, purchase product recommendation information transmission processing is then performed. In this process, the purchased product recommendation information transmitting means 124 (see FIG. 1) then displays the product ID, name, and unit price in descending order of the scores of the purchased products extracted by the purchased product extracting means 123 in step S23. For this reason, the recommended information is transmitted to the
本実施形態によれば、以下のような作用効果がある。
本実施形態によれば、レコメンドリスト生成装置11は、ユーザ端末20にメイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成する。購入ログ記憶手段117は、所定期間内に同一のユーザにより購入された複数の商品を関連付けて購入ログとして購入ログDBに記憶する。ついで買い候補商品群抽出手段112は、購入ログ記憶手段117に記憶された購入ログDBを参照して、所定回数以上関連付けられている複数の商品の組み合わせを、ついで買い候補商品群として抽出する。共起率算出手段113は、ついで買い候補商品群抽出手段112が抽出したついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとしてWebページを検索し、これらの検索クエリが出現する全てのWebページのうちこれらの検索クエリが同一のWebページに出現する割合である共起率を算出する。ついで買い候補商品群絞込み手段114は、共起率算出手段113で算出した共起率が所定値以下の複数の商品をついで買い候補商品群から排除する。レコメンドリスト生成手段115は、ついで買い候補商品群絞込み手段114が絞り込んだついで買い候補商品群をレコメンドリストとしてレコメンドリスト記憶手段118に記憶する。
According to this embodiment, there are the following effects.
According to the present embodiment, the recommendation
これにより、メイン商品と同時期に購入される商品であって、その回数が所定回数以上のついで買い候補商品群を抽出し、更にこのついで買い候補商品群のうちから、メイン商品と共起率が所定値以下のを商品を排除して、メイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成する。すなわち、レコメンドリストのついで買い候補商品群は、メイン商品と同時期に購入され、なおかつ、同一のWebページに掲載されていることが、他の商品に比べて多い。よって、例えば、メイン商品に追加して他の商品を購入する際に、ユーザは、このついで買い候補商品群が示されれば、煩雑な操作を行うことなく、適切なついで買い商品を選択できる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。
As a result, products that are purchased at the same time as the main product, the number of purchases of which is equal to or greater than the predetermined number of times are extracted, and then the candidate product group is extracted from the group of candidate products for purchase. A recommendation list for transmitting recommendation information of the purchased product is generated after the product is purchased in combination with the main product by excluding the product whose value is equal to or less than the predetermined value. That is, the candidate product group to be purchased after the recommendation list is purchased at the same time as the main product and is posted on the same Web page more often than other products. Therefore, for example, when purchasing another product in addition to the main product, the user can select an appropriate purchase product without performing a complicated operation if a candidate purchase product group is displayed next. .
Therefore, it is possible to provide a recommendation list generation device that creates a recommendation list for recommending a purchase product that is appropriate for the user to purchase in combination with the main product.
また、レコメンドリスト生成手段115は、購入ログ記憶手段117に記憶された購入ログDBを参照して、ついで買い候補商品群に含まれる複数の商品のうち価格が最も高いものをメイン商品として設定する。
これにより、メイン商品は、所定期間において同一のユーザにより購入された複数の商品の中でも、最も単価が高いものであるので、ユーザの主たる購入物であった可能性が高い。そして、メイン商品以外の商品は、メイン商品の付属物や消耗品であった可能性が高い。このように、メイン商品を決定することで、ユーザの買い物の態様に即したレコメンドリストを生成できる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。
In addition, the recommendation
Thereby, since the main product has the highest unit price among a plurality of products purchased by the same user during the predetermined period, it is highly likely that the main product was the main purchase item of the user. And it is highly possible that the product other than the main product was an accessory or consumable of the main product. Thus, by determining the main product, it is possible to generate a recommendation list that matches the user's shopping mode.
Therefore, it is possible to provide a recommendation list generation device that creates a recommendation list for recommending a purchase product that is appropriate for the user to purchase in combination with the main product.
また、レコメンドリスト生成手段115は、ついで買い候補商品群抽出手段112がついで買い候補商品群に関連付けた重み付け値を、レコメンドリストにおいて、ついで買い商品群に更に関連付けて記憶する。
これにより、レコメンドリストにおけるついで買い候補商品群について重み付け値によるランク付けをすることができるので、例えば、ユーザに対して、重み付け値が高いついで買い商品から順に示すことができる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。
Further, the recommendation
Thereby, since it is possible to rank the purchase candidate product group in the recommendation list by the weighting value, for example, it is possible to show the user in order from the purchase product having the higher weighting value.
Therefore, it is possible to provide a recommendation list generation device that creates a recommendation list for recommending a purchase product that is appropriate for the user to purchase in combination with the main product.
以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。 As mentioned above, although embodiment of this invention was described, this invention is not restricted to embodiment mentioned above. The effects described in the embodiments of the present invention are only the most preferable effects resulting from the present invention, and the effects of the present invention are limited to those described in the embodiments of the present invention. is not.
11 レコメンドリスト生成装置
117 購入ログ記憶手段
112 ついで買い候補商品群抽出手段
113 共起率算出手段
114 ついで買い候補商品群絞込み手段
115 レコメンドリスト生成手段
11 Recommendation List Generation Device 117 Purchase Log Storage Unit 112 Next Purchase Candidate Product
Claims (3)
所定期間内に同一のユーザにより購入された複数の商品を関連付けて購入ログとして記憶する購入ログ記憶手段と、
前記購入ログ記憶手段に記憶された前記購入ログを参照して、所定回数以上関連付けられている前記複数の商品の組み合わせを、ついで買い候補商品群として抽出するついで買い候補商品群抽出手段と、
前記ついで買い候補商品群抽出手段が抽出した前記ついで買い候補商品群に含まれる前記複数の商品の商品名を検索クエリとしてWebページを検索し、これらの検索クエリが出現する全てのWebページのうちこれらの検索クエリが同一のWebページに出現する割合である共起率を算出する共起率算出手段と、
前記共起率算出手段で算出した前記共起率が所定値以下の前記複数の商品を前記ついで買い候補商品群から排除するついで買い候補商品群絞込み手段と、
前記ついで買い候補商品群絞込み手段が絞り込んだついで買い候補商品群を前記レコメンドリストとして記憶するレコメンドリスト生成手段と、を備えるレコメンドリスト生成装置。 A recommendation list generation device for generating a recommendation list for transmitting recommendation information of a purchased product to be purchased in combination with a main product to a user terminal connectable via a network,
Purchase log storage means for associating and storing a plurality of products purchased by the same user within a predetermined period as purchase logs;
Referring to the purchase log stored in the purchase log storage means, and then extracting a combination of the plurality of products associated with a predetermined number of times or more as a purchase candidate product group;
Next, a Web page is searched using the product names of the plurality of products included in the purchase candidate product group extracted by the purchase candidate product group extraction unit, and among all the Web pages in which these search queries appear. A co-occurrence rate calculating means for calculating a co-occurrence rate, which is the rate at which these search queries appear on the same Web page;
Next, the candidate product group narrowing means for excluding the plurality of products whose co-occurrence rate calculated by the co-occurrence rate calculating unit is a predetermined value or less from the buy candidate product group;
A recommendation list generation device comprising: a recommendation list generation unit that stores the candidate purchase product group as the recommendation list after the purchase candidate product group narrowing unit narrows down.
前記レコメンドリスト生成手段は、前記購入ログ記憶手段を参照して、前記ついで買い候補商品群に含まれる前記複数の商品のうち前記価格が最も高いものをメイン商品として設定する請求項1に記載のレコメンドリスト生成装置。 The purchase log storage means further stores the price of the product in association with the product,
The said recommendation list production | generation means refers to the said purchase log memory | storage means, Then, the thing with the said highest price among the said some goods contained in the said purchase candidate goods group is set as main goods. Recommendation list generator.
前記レコメンドリスト生成手段は、前記ついで買い候補商品群抽出手段が前記ついで買い候補商品群に関連付けた前記重み付け値を、前記レコメンドリストにおいて前記ついで買い商品群に更に関連付けて記憶する請求項1又は2に記載のレコメンドリスト生成装置。 The purchase candidate product group extraction means then refers to the purchase log, sets a larger weighting value as the number of times the plurality of products are associated with each other, and stores the weighting value in association with the purchase candidate product group.
The recommendation list generation means stores the weight value associated with the purchase candidate commodity group by the purchase candidate commodity group extraction means and then further associates with the purchase commodity group in the recommendation list. The recommendation list generator described in 1.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011064692A JP5255667B2 (en) | 2011-03-23 | 2011-03-23 | Recommendation list generator |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011064692A JP5255667B2 (en) | 2011-03-23 | 2011-03-23 | Recommendation list generator |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012203454A true JP2012203454A (en) | 2012-10-22 |
JP5255667B2 JP5255667B2 (en) | 2013-08-07 |
Family
ID=47184450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011064692A Active JP5255667B2 (en) | 2011-03-23 | 2011-03-23 | Recommendation list generator |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5255667B2 (en) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015038676A (en) * | 2013-07-02 | 2015-02-26 | 株式会社BookLive | Article sales system, article sales device and article sales method |
JP2015060447A (en) * | 2013-09-19 | 2015-03-30 | カシオ計算機株式会社 | Sales support device and program |
JP2015090612A (en) * | 2013-11-06 | 2015-05-11 | 株式会社ネクストシステム | Information display system and information display device |
JP6026682B1 (en) * | 2016-02-05 | 2016-11-16 | サイジニア株式会社 | Purchasing activity management device, purchasing activity management method, and program |
JP2017199438A (en) * | 2017-08-10 | 2017-11-02 | カシオ計算機株式会社 | Purchase support device and program |
JP2018136620A (en) * | 2017-02-20 | 2018-08-30 | 東芝テック株式会社 | Tax exemption processing device and program |
WO2022044812A1 (en) * | 2020-08-27 | 2022-03-03 | 株式会社Nttドコモ | Recommendation device |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07262217A (en) * | 1994-03-24 | 1995-10-13 | Fuji Xerox Co Ltd | Text retrieval device |
JP2002279279A (en) * | 2001-03-22 | 2002-09-27 | Just Syst Corp | Commodity recommendation system, commodity recommendation method and commodity recommendation program |
JP2004348179A (en) * | 2003-05-19 | 2004-12-09 | National Institute Of Advanced Industrial & Technology | Method and program for preparing human relation data and computer-readable recording medium recorded with the same program |
JP2005222390A (en) * | 2004-02-06 | 2005-08-18 | Matsushita Electric Ind Co Ltd | Device for providing recommendation information |
JP2006099753A (en) * | 2004-08-31 | 2006-04-13 | National Institute Of Advanced Industrial & Technology | Grouping method of names and keywords, and program, storage medium and device therefor |
JP2007249584A (en) * | 2006-03-15 | 2007-09-27 | Softec:Kk | Client database creation method, data retrieval method, data retrieval system, data retrieval filtering system, client database creation program, data retreival program, data retreival filtering program, and computer-readable recording medium storing program or equipment recording program |
-
2011
- 2011-03-23 JP JP2011064692A patent/JP5255667B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07262217A (en) * | 1994-03-24 | 1995-10-13 | Fuji Xerox Co Ltd | Text retrieval device |
JP2002279279A (en) * | 2001-03-22 | 2002-09-27 | Just Syst Corp | Commodity recommendation system, commodity recommendation method and commodity recommendation program |
JP2004348179A (en) * | 2003-05-19 | 2004-12-09 | National Institute Of Advanced Industrial & Technology | Method and program for preparing human relation data and computer-readable recording medium recorded with the same program |
JP2005222390A (en) * | 2004-02-06 | 2005-08-18 | Matsushita Electric Ind Co Ltd | Device for providing recommendation information |
JP2006099753A (en) * | 2004-08-31 | 2006-04-13 | National Institute Of Advanced Industrial & Technology | Grouping method of names and keywords, and program, storage medium and device therefor |
JP2007249584A (en) * | 2006-03-15 | 2007-09-27 | Softec:Kk | Client database creation method, data retrieval method, data retrieval system, data retrieval filtering system, client database creation program, data retreival program, data retreival filtering program, and computer-readable recording medium storing program or equipment recording program |
Non-Patent Citations (4)
Title |
---|
CSND200200018008; 安東 一真: 'リコメンデーション・システム 今年に入って製品が倍に コンテンツの特性や営業戦略で選ぶ' 日経インターネットテクノロジー 第51号, 20010922, p.46-55, 日経BP社 * |
CSNG200701246003; 西村 拓弥、外2名: 'Webページからの商品知識の獲得' 第22回 ことば工学研究会資料 (SIG-LSE-A503) , 20060310, p.9-12, 社団法人人工知能学会 ことば工学事務局 * |
JPN6013014397; 安東 一真: 'リコメンデーション・システム 今年に入って製品が倍に コンテンツの特性や営業戦略で選ぶ' 日経インターネットテクノロジー 第51号, 20010922, p.46-55, 日経BP社 * |
JPN6013014400; 西村 拓弥、外2名: 'Webページからの商品知識の獲得' 第22回 ことば工学研究会資料 (SIG-LSE-A503) , 20060310, p.9-12, 社団法人人工知能学会 ことば工学事務局 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015038676A (en) * | 2013-07-02 | 2015-02-26 | 株式会社BookLive | Article sales system, article sales device and article sales method |
JP2015060447A (en) * | 2013-09-19 | 2015-03-30 | カシオ計算機株式会社 | Sales support device and program |
JP2015090612A (en) * | 2013-11-06 | 2015-05-11 | 株式会社ネクストシステム | Information display system and information display device |
JP6026682B1 (en) * | 2016-02-05 | 2016-11-16 | サイジニア株式会社 | Purchasing activity management device, purchasing activity management method, and program |
JP2018136620A (en) * | 2017-02-20 | 2018-08-30 | 東芝テック株式会社 | Tax exemption processing device and program |
JP2017199438A (en) * | 2017-08-10 | 2017-11-02 | カシオ計算機株式会社 | Purchase support device and program |
WO2022044812A1 (en) * | 2020-08-27 | 2022-03-03 | 株式会社Nttドコモ | Recommendation device |
Also Published As
Publication number | Publication date |
---|---|
JP5255667B2 (en) | 2013-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10902460B2 (en) | Product-based advertising | |
JP6061309B2 (en) | Method and system for displaying related product information | |
JP5255667B2 (en) | Recommendation list generator | |
US8600803B1 (en) | Incentivizing behavior to address pricing, tax, and currency issues in an online marketplace for digital goods | |
TWI512508B (en) | Recommended methods and systems for recommending information | |
US7908184B2 (en) | Method of providing customized information of commodity for on-line shopping mall users | |
JP2014519661A (en) | Supplementary product recommendations based on pay-for-performance information | |
JP5756138B2 (en) | Product sales apparatus and product sales method | |
US20130254025A1 (en) | Item ranking modeling for internet marketing display advertising | |
WO2013145454A1 (en) | Information provision device, information provision method, information provision program, and computer-readable recording medium storing program | |
KR20090103457A (en) | System and method for advertisement using shopping trend | |
US20140067581A1 (en) | Electronic commercial transaction device | |
JPWO2015186253A1 (en) | Information processing apparatus, information processing method, program, and storage medium | |
CN102957722A (en) | Network service Method and system for generating personalized recommendation | |
JP2018120337A (en) | Retrieval device, retrieval method and retrieval program | |
JP2017173915A (en) | Information processing apparatus, information processing method, and information processing program | |
JP5639561B2 (en) | Commerce management device, commerce management method, commerce management program, and computer-readable recording medium for recording the program | |
KR100891930B1 (en) | Method, system and computer-readable recording medium for providing popular goods by using evaluation data on goods | |
JP5215912B2 (en) | Online shopping management device | |
US20120306894A1 (en) | Displaying listings based on listing activity | |
JP2013210960A (en) | Introduction system | |
JP2017228000A (en) | Information processing device, information processing method and information processing program | |
JP6924611B2 (en) | Information processing equipment, information processing methods and programs | |
JP6276443B1 (en) | Information providing apparatus, information providing method, and information providing program | |
JP2013545190A (en) | Product information search |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130318 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130326 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130419 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5255667 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160426 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |