JP2013033363A - Provided information selecting device, method, and program - Google Patents
Provided information selecting device, method, and program Download PDFInfo
- Publication number
- JP2013033363A JP2013033363A JP2011168793A JP2011168793A JP2013033363A JP 2013033363 A JP2013033363 A JP 2013033363A JP 2011168793 A JP2011168793 A JP 2011168793A JP 2011168793 A JP2011168793 A JP 2011168793A JP 2013033363 A JP2013033363 A JP 2013033363A
- Authority
- JP
- Japan
- Prior art keywords
- information
- group
- providing data
- data
- information providing
- 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
- 238000000034 method Methods 0.000 title claims description 74
- 239000013598 vector Substances 0.000 claims abstract description 50
- 238000010187 selection method Methods 0.000 claims 2
- 230000006399 behavior Effects 0.000 abstract description 46
- 235000013527 bean curd Nutrition 0.000 description 38
- 238000004364 calculation method Methods 0.000 description 34
- 238000012545 processing Methods 0.000 description 24
- 238000013500 data storage Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000010606 normalization Methods 0.000 description 11
- 239000013256 coordination polymer Substances 0.000 description 9
- 238000007796 conventional method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 235000013305 food Nutrition 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000015220 hamburgers Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000012149 noodles Nutrition 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
この発明は、複数の構成員を含む集団に対し適切な情報を選択し提供するための提供情報選択装置、方法及びプログラムに関する。 The present invention relates to a provision information selection apparatus, method, and program for selecting and providing appropriate information to a group including a plurality of members.
近年、コンピュータネットワークを利用して情報利用者に対し当該情報利用者に適した情報を提供するサービスが種々提案されており、その一つに嗜好の異なる複数の構成員を含む集団に対して適切な情報を提供する、ディジタルサイネージを利用したサービスが注目されている。提供する情報としては、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, various services have been proposed to provide information users with information suitable for the information users using a computer network, one of which is appropriate for a group including a plurality of members with different preferences. Attention has been focused on services that use digital signage to provide useful information. As information to be provided, for example, advertisement information, news information, and restaurant information are promising.
この種のサービスを実現する手法として、従来では例えば各構成員の嗜好情報と対象集団での行動履歴とから集団の関係性を導き出し、その関係性を利用して対象集団にとって未知かつ最適な情報を選択する手法が提案されている。この手法によれば、集団の関係性を利用することにより、未体験でかつ集団に適した情報を選択することが可能となる(例えば非特許文献1を参照)。 As a method for realizing this type of service, conventionally, for example, the relationship of the group is derived from the preference information of each member and the action history in the target group, and the information that is unknown and optimal for the target group using the relationship. A method of selecting is proposed. According to this method, it is possible to select information that has not been experienced and is suitable for the group by using the group relationship (see, for example, Non-Patent Document 1).
ところが、前記従来の手法は、対象集団にとって未知でかつ最適な情報を選択することには長けているが,同時に対象集団にとって不適な情報も選択してしまう場合がある。また、不適切な情報を除去しようとすると、未知でかつ最適な情報も除去してしまう場合がある。このように、従来の手法では、対象集団にとって未知かつ最適な情報と不適切な情報との間にトレードオフの関係が生じ、両立が困難になる場合がある。 However, although the conventional method is good at selecting information that is unknown and optimal for the target group, it may also select information that is inappropriate for the target group at the same time. In addition, when trying to remove inappropriate information, unknown and optimum information may also be removed. As described above, in the conventional method, there is a trade-off relationship between information that is unknown and optimal for the target group and information that is inappropriate for the target group, and it may be difficult to achieve both.
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、集団にとって未知でかつ適切な情報と不適切な情報との間で生じるトレードオフの問題を軽減し、これにより集団にとって未知でかつ適切な情報の選択精度の向上を図った提供情報選択装置、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 its purpose is to alleviate the trade-off problem that occurs between information that is unknown and appropriate for the group and inappropriate information. It is an object of the present invention to provide a provision information selection device, method, and program that improve the selection accuracy of information that is unknown and appropriate for the user.
上記目的を達成するためにこの発明の1つの観点は、先ず集団に提供するための複数の情報提供用データと、上記集団の構成員を表す情報と、上記構成員の嗜好を表す情報と、上記集団の行動履歴を表す情報をそれぞれ取得して記憶媒体に記憶する。そして、情報提供用データの提供対象となる集団が指定されたとき、上記記憶媒体に記憶された集団の構成員を表す情報及び当該構成員の嗜好を表す情報をもとに、上記記憶された複数の情報提供用データの各々に対する上記指定された集団の各構成員の嗜好の強さを表す嗜好スコア情報を算出する。またそれと共に、上記記憶媒体に記憶された情報提供用データ及び行動履歴を表す情報をもとに、当該情報提供用データに対する上記指定された集団の選択傾向度合いを表す情報を算出する。そして、上記算出された各構成員の嗜好スコア情報と集団の選択傾向度合いを表す情報とをもとに、上記情報提供用データ及び行動履歴を表す情報に対する特徴ベクトルをそれぞれ算出し、さらに情報提供用データごとに当該情報提供用データに対し算出された特徴ベクトルと上記行動履歴を表す情報に対し算出された特徴ベクトルとの類似度をそれぞれ算出する。そして、上記情報提供用データごとに算出された特徴ベクトルの類似度を予め設定されたしきい値とそれぞれ比較し、類似度がしきい値より大きい嗜好スコア情報に対応する情報提供用データを、上記集団に適したデータとして選択するようにしたものである。 In order to achieve the above object, one aspect of the present invention is to first provide a plurality of data for providing information to a group, information indicating members of the group, information indicating preferences of the members, Information representing the behavior history of the group is acquired and stored in a storage medium. And when the group which is the provision target of the information providing data is specified, the information stored on the basis of the information indicating the member of the group stored in the storage medium and the information indicating the preference of the member is stored. Preference score information representing the strength of preference of each member of the designated group for each of a plurality of information providing data is calculated. At the same time, based on the information providing data and the information indicating the action history stored in the storage medium, information indicating the degree of selection tendency of the designated group for the information providing data is calculated. Then, based on the calculated preference score information of each member and information indicating the selection tendency degree of the group, feature vectors for the information providing data and information indicating the action history are calculated, respectively, and further providing information The degree of similarity between the feature vector calculated for the information providing data and the feature vector calculated for the information representing the action history is calculated for each data. Then, the similarity of the feature vector calculated for each of the information providing data is compared with a preset threshold value, and the information providing data corresponding to the preference score information whose similarity is larger than the threshold value, The data is selected as data suitable for the group.
したがって、嗜好空間に集団の選択傾向の次元が追加され、集団に提供する情報の候補である情報提供用データと集団の行動履歴データとがその拡張された嗜好空間上に示され、その空間上での類似度を測ることによって各情報提供用データが対象集団にとって適しているか否かが判定される。すなわち、情報に対する各構成員の嗜好スコアの組み合わせに加え、情報が持つメタ情報(ジャンル等のその情報を特徴づける情報)に対する集団の選択傾向が考慮されて、集団に適した情報提供用データが選択される。この結果、集団の関係性による未知でかつ適切な情報を選択可能という利点と、集団の選択傾向による不適切な情報を排除するという利点を兼ね備えた情報選択が可能となり、これによりトレードオフを解消して集団に適した情報選択が可能となる。 Therefore, a dimension of group selection tendency is added to the preference space, and information providing data that is a candidate for information provided to the group and behavior history data of the group are displayed on the expanded preference space. It is determined whether or not each information providing data is suitable for the target group by measuring the similarity at. In other words, in addition to the combination of preference scores of each member for information, the selection tendency of the group with respect to the meta information (information that characterizes the information such as genre) possessed by the information is considered, and data for providing information suitable for the group is Selected. As a result, it is possible to select information that has the advantage of being able to select unknown and appropriate information due to the relationship of the group, and the advantage of eliminating inappropriate information due to the selection tendency of the group, thereby eliminating the trade-off. Thus, information suitable for the group can be selected.
またこの発明の1つの観点は、上記選択傾向度合いを表す情報を算出する際に、先ず記憶媒体に記憶された行動履歴を表す情報をもとに、当該行動履歴情報の総数をN、任意の 行動履歴情報に含まれる当該行動履歴の特徴を表すメタ情報の数をmとした場合に、あるメタ情報Gの出現頻度GF(G) を
このようにすると、集団の行動履歴情報に含まれるジャンル情報等の出現頻度を利用して、各情報提供用データに対する集団の選択傾向度合いを適切に計算することが可能となる。
Further, according to one aspect of the present invention, when calculating the information indicating the degree of selection tendency, first, based on the information indicating the action history stored in the storage medium, the total number of the action history information is N, an arbitrary When m is the number of meta information representing features of the action history included in the action history information, the appearance frequency GF (G) of certain meta information G is
In this way, it is possible to appropriately calculate the group selection tendency with respect to each information providing data by using the appearance frequency of genre information or the like included in the group action history information.
すなわちこの発明の1つの観点によれば、集団にとって未知でかつ適切な情報と不適切な情報との間で生じるトレードオフの問題を軽減し、これにより集団にとって未知でかつ適切な情報の選択精度の向上を図った提供情報選択装置、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 reduce a trade-off problem between information that is unknown and appropriate for a group and information that is inappropriate for the group. It is possible to provide a provision information selection device, method, and program that are improved.
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。
[概要]
この発明の一実施形態は、集団の関係性に加えて対象集団が選択した情報の傾向を考慮することで、集団にとって未知でかつ適切な情報と不適切な情報との間で生じるトレードオフの問題を解決する。
Embodiments according to the present invention will be described below with reference to the drawings.
[Overview]
One embodiment of the present invention takes into account the tendency of information selected by the target group in addition to the relationship of the group, and thereby the trade-off that occurs between information that is unknown and appropriate for the group and information that is inappropriate for the group. Solve a problem.
従来提案されている方法、例えば非特許文献1では、各構成員の嗜好スコアを軸とした空間(以下、嗜好空間)を作成し、その空間内における集団での行動履歴と情報提供用データとの類似性を基に未知かつ最適な情報を選択していた。しかしながら、この手法は空間を作成したあとは、情報提供用データや行動履歴情報が持つメタ情報(ジャンル等のその情報を特徴づける情報)を全く利用していなかった。このため、全く異なるメタ情報をもつ情報であっても、その情報に対する各構成員の嗜好スコアの組み合わせが同等であれば、推薦スコア(推薦の優先度)も全く同等の値になってしまう。このように、情報提供用データや行動履歴情報が持つメタ情報を利用していなかったため、対象集団にとって未知かつ最適な情報は選択可能であっても、不適な情報も多量に選択してしまうという問題が生じ易いと考えられる。
In a conventionally proposed method, for example, Non-Patent
そこでこの発明の一実施形態では、情報提供用データや行動履歴情報が持つメタ情報に対する集団の選択傾向も考慮することで、従来技術の長所を活かしつつ不適切な情報が選択されないようにすることを実現する。
その実現方法として、嗜好空間に集団の選択傾向の次元を追加し、集団に提供する情報の候補である情報提供用データ、例えば「○○麻婆豆腐屋」、「△△ラーメン屋」等の飲食店情報データの集合と、集団の行動履歴データ、例えば「□□ハンバーガーショップ」に訪れた等の訪問した飲食店情報データをその拡張した嗜好空間上に示し、その空間上での類似度を測ることによって各情報提供用データが対象集団にとって適しているか否かを判定する手法を用いる。
Therefore, in one embodiment of the present invention, by taking into account the group selection tendency with respect to the information providing data and the meta information included in the action history information, it is possible to prevent inappropriate information from being selected while taking advantage of the advantages of the prior art. Is realized.
As a realization method, a dimension of group selection tendency is added to the preference space, and information providing data that is a candidate of information to be provided to the group, for example, “XX mapo tofu shop”, “△△ ramen shop”, etc. A set of restaurant information data and group action history data, for example, visited restaurant information data such as a visit to “□□ Hamburger Shop” are shown on the expanded preference space, and the similarity in that space is shown. A method of determining whether or not each information providing data is suitable for the target group by measuring is used.
図12及び図13は、それぞれいずれも異なるメタ情報を持つ情報提供用データA〜Cを、従来技術による空間及びこの発明の一実施形態による空間にプロットした例を示すものである。図12及び図13において行動履歴高密度エリアとは、集団の行動履歴がプロットされる可能性が高い領域、つまり情報提供用データがこの領域中および近くにあればあるほど推薦順位が高くなる領域を示している。したがって、図12における推薦順位はA=C>Bとなり、図13における推薦順位はA>B>Cとなる。このように、情報提供用データや行動履歴情報が持つメタ情報に対する集団の選択傾向を加味することにより、従来技術では同等の推薦順位になってしまうものを分離することが可能となり、集団の関係性による未知でかつ適切な情報を選択可能という利点と、集団の選択傾向による不適切な情報を除去可能という利点を兼ね備えた情報選択が可能となり、これによりトレードオフの問題を解決することが可能となる。 12 and 13 show examples in which information providing data A to C each having different meta information are plotted in a space according to the prior art and a space according to an embodiment of the present invention. 12 and 13, the action history high-density area is an area where the action history of the group is likely to be plotted, that is, an area where the recommendation ranking becomes higher as the information providing data is in and near this area. Is shown. Therefore, the recommendation order in FIG. 12 is A = C> B, and the recommendation order in FIG. 13 is A> B> C. In this way, by taking into account the group selection tendency with respect to the meta information of the data for providing information and behavior history information, it becomes possible to separate those that would have the same recommendation rank in the prior art, and the relationship between the groups It is possible to select information that has the advantage of being able to select unknown and appropriate information due to sex and the advantage of being able to remove inappropriate information due to the selection tendency of the group, which can solve the trade-off problem It becomes.
この発明の一実施形態では、集団の選択傾向度合いを算出する手法として、行動履歴として現れたジャンル情報の出現頻度を利用した例をあげる。ジャンルごとに行動履歴として現れた頻度を算出する。もし、行動履歴データが複数のジャンル情報をメタ情報として持っている場合、ジャンルの出現頻度は所持しているジャンル数で割った値を加算する。例えば、「○○麻婆豆腐屋」が中華と豆腐の2つのジャンルを持っている場合、中華と豆腐に対する選択傾向度合いは1/2ずつ加算されることになる。つまり、全行動履歴データ数がN、ある行動履歴データCが所持しているジャンル数をmとした場合、あるジャンルGの出現頻度GF(G) は以下の式(1)で表される。
各情報提供用データに対する集団の選択傾向度合いは、これらのメタ情報の出現頻度を用いて計算を行う。例えば、各情報提供用データに対する集団の選択傾向度合いは、それぞれの情報提供用データがもつメタ情報の頻度の平均とする。例えば、「中華」の出現頻度が「2」、「豆腐」の出現頻度が「1」であった場合、中華と豆腐の2つのメタ情報をもつ「○○麻婆豆腐屋」に対する選択傾向度合いは、
(中華の出現頻度+豆腐の出現頻度)/(○○麻婆豆腐屋が持つメタ情報数)
=(2+1)/2
=1.5
となる。
なお、所持するジャンルに対応する出現頻度が存在しない場合には、その値は0として扱う。
The group selection tendency degree for each information providing data is calculated using the appearance frequency of the meta information. For example, the group selection tendency degree for each piece of information providing data is the average of the frequency of meta information possessed by each piece of information providing data. For example, when the appearance frequency of “Chinese Chinese” is “2” and the appearance frequency of “Tofu” is “1”, the degree of selection tendency with respect to “XX Mapo Tofuya” having two meta information of Chinese and tofu Is
(Appearance frequency of Chinese food + Appearance frequency of tofu) / (Number of meta information of XX mapo tofu shop)
= (2 + 1) / 2
= 1.5
It becomes.
In addition, when there is no appearance frequency corresponding to the genre possessed, the value is treated as 0.
以上のことより、候補として選んだ情報提供用データDが所持しているジャンル数をm、あるジャンルGの出現頻度をGF(G) とした場合、当該情報提供用データDに対する選択傾向度合いBS(D) は以下の式(2)で表される。
以上述べたジャンル情報の出現頻度を利用した集団の選択傾向度合いの算出例を以下に述べる。
例えば、対象集団の行動履歴として図15に示した3つの店舗で食事をしたとし、それぞれの店舗は図15に示されるジャンルをメタ情報として有しているものとする。この場合、それぞれのジャンルxの出現頻度GF(x) は以下のようになる。
GF(中華)=1/2+1/3+0
=5/6
GF(豆腐)=1/2+0+0
=1/2
GF(麺)=0+1/3+0
=1/3
GF(ラーメン)=0+1/3+0
=1/3
GF(和食)=0+0+1/3
=1/3
GF(居酒屋)=0+0+1/3
=1/3
GF(日本酒)=0+0+1/3
=1/3
A calculation example of the group selection tendency degree using the appearance frequency of the genre information described above will be described below.
For example, it is assumed that the behavior history of the target group is eaten at three stores shown in FIG. 15, and each store has the genre shown in FIG. 15 as meta information. In this case, the appearance frequency GF (x) of each genre x is as follows.
GF (Chinese) = 1/2 + 1/3 + 0
= 5/6
GF (tofu) = 1/2 + 0 + 0
= 1/2
GF (noodle) = 0 + 1/3 + 0
= 1/3
GF (Ramen) = 0 + 1/3 + 0
= 1/3
GF (Japanese food) = 0 + 0 + 1/3
= 1/3
GF (Izakaya) = 0 + 0 + 1/3
= 1/3
GF (Sake) = 0 + 0 + 1/3
= 1/3
また、情報提供用データとして例えば図16に示す4つの店舗が含まれていたとする。この場合、それぞれの情報提供用データxに対する選択傾向度合いBS(x) は以下のようになる。
BS(□□中華飯店)=1/2(5/6+0)
=5/12
BS(◇◇うどん)=1/2(1/3+0)
=1/6
BS(○○ステーキ店)=1/3(0+0+0)
=0
BS(△△小料理)=1/3(0+1/3+1/3)
=2/9
Further, it is assumed that the information providing data includes, for example, four stores shown in FIG. In this case, the selection tendency degree BS (x) for each information providing data x is as follows.
BS (□□ Chinese restaurant) = 1/2 (5/6 + 0)
= 5/12
BS (◇◇ Udon) = 1/2 (1/3 + 0)
= 1/6
BS (XX steak restaurant) = 1/3 (0 + 0 + 0)
= 0
BS (△△ small dish) = 1/3 (0 + 1/3 + 1/3)
= 2/9
情報提供用データと集団の行動履歴データとの類似性を算出する手法としては、ユークリッド距離を利用した例をあげる。
図14は、集団の行動履歴データ3つと情報提供用データ1つを、ユーザAとユーザBの嗜好スコアと集団の選択傾向度合いからなる空間上にプロットした場合の例を示したものである。集団の行動履歴データ及び情報提供用データは共にユーザAの嗜好スコア、ユーザBの嗜好スコア、集団の選択傾向度合いを成分としたベクトルで表される。ある情報提供用データDが所持するジャンル数をm、あるジャンルGに対するユーザUの嗜好スコアをGP(U,G) としたとき、ある情報提供用データDに対するユーザUの嗜好スコアをCP(U,D) は以下の式(3)で表される。なお、あるジャンルGに対するユーザUの嗜好スコアGP(U,G) は予めアンケート等で取得されているものとする。
FIG. 14 shows an example in which three group action history data and one information providing data are plotted on a space composed of the preference scores of the user A and the user B and the group selection tendency degree. The group action history data and the information providing data are both represented by vectors having the user A's preference score, the user B's preference score, and the group selection tendency as components. When the number of genres possessed by a certain information providing data D is m and the preference score of the user U for a certain genre G is GP (U, G), the preference score of the user U for a certain information providing data D is CP (U , D) is expressed by the following equation (3). It is assumed that the preference score GP (U, G) of the user U for a certain genre G is acquired in advance through a questionnaire or the like.
例えば、ユーザAとユーザBのジャンルに対する嗜好スコアが図17に示す値であったとする。この場合、中華と豆腐をジャンルにもつ○○麻婆豆腐屋に対する各ユーザの嗜好スコアは以下のようになる。
CP(ユーザA、○○麻婆豆腐屋)=1/2(5+4)
=4.5
CP(ユーザB、○○麻婆豆腐屋)=1/(3+5)
=4
For example, it is assumed that the preference scores for the genre of user A and user B are the values shown in FIG. In this case, each user's preference score for XX mapo tofu shop with Chinese and tofu genres is as follows.
CP (User A, Mao Tofu Shop) = 1/2 (5 + 4)
= 4.5
CP (User B, Mao Tofu Shop) = 1 / (3 + 5)
= 4
この嗜好スコア(図17より算出される値)と、集団の選択傾向度合い(図15より算出される値)を利用して、各集団の行動履歴データの特徴ベクトル及び情報提供用データの特徴ベクトルをそれぞれ作成すると、このユーザAとユーザBとからなるグループの「○○麻婆豆腐屋」に対する特徴ベクトルV(○○麻婆豆腐屋)は以下のようになる。
V(○○麻婆豆腐屋)=(4.5,4,5/12)
Using this preference score (value calculated from FIG. 17) and the group selection tendency degree (value calculated from FIG. 15), the feature vector of the action history data of each group and the feature vector of the information providing data , The feature vector V (XX mapo tofu shop) for the group consisting of user A and user B for "XX mapo tofu shop" is as follows.
V (Mao tofu shop) = (4.5, 4, 5/12)
しかし、それぞれの特徴量の値をそのまま使用すると各次元(軸)がもつ値の範囲にばらつきがあるため、それぞれの次元(軸)ごとに正規化を行う。正規化を行うと、各構成員の嗜好スコアと集団の選択傾向度合いは0から1までの値に収まるため、各次元の取り得る範囲のばらつきを抑えることが可能となる。 However, if the value of each feature value is used as it is, the range of values of each dimension (axis) varies, so normalization is performed for each dimension (axis). When normalization is performed, the preference score of each member and the degree of selection tendency of the group fall within the values from 0 to 1, and thus it is possible to suppress variations in the range that each dimension can take.
正規化には、例えばProbability Density Functionを利用する。Probability Density Function は対象とするデータ集合(個人の嗜好スコア,集団の選択傾向度合い)の中で、正規化したい値以下が起こる確率を用いて正規化を行う。具体的には、確率分布の関数に対して、−∞からx(正規化したい値)までの積分値が、xの正規化後の値となる。したがって、値xの正規化後の値をF(x) とした場合、正規化の数式は式(4)により表せる。
確率分布の関数としては、例えば正規分布を用いる。つまり、式(4)内の関数f(t) は、以下の式(5)で置き換えられる。
例えば、図17に示した6つのジャンルしか存在せず、ユーザAのジャンルに対する嗜好スコアも図17に示されている値の場合、ユーザAの中華および豆腐に対する嗜好スコアの正規化後の値(NGP(ユーザA,中華)、(NGP(ユーザA,豆腐)は以下のようになる。
したがって、ユーザAの「○○麻婆豆腐屋」(中華と豆腐をジャンルとして持つ)に対する嗜好スコアの正規化後の値NGP(ユーザA,○○麻婆豆腐屋)は以下の値になる。
NGP(ユーザA,○○麻婆豆腐屋)
=1/2(0.8861+0.6185)
≒0.7525
同様に、ユーザBの中華および豆腐に対する嗜好スコアの正規化後の値NCP(ユーザB,中華)、NCP(ユーザB,豆腐)、及び「○○麻婆豆腐屋」(中華と豆腐をジャンルとして持つ)に対する嗜好スコアの正規化後の値(NCP(ユーザB,○○麻婆豆腐屋)は以下のようになる。
NGP (User A, Mao Tofu Shop)
= 1/2 (0.8861 + 0.6185)
≒ 0.7525
Similarly, normalized values NCP (user B, Chinese food), NCP (user B, Chinese tofu), and “XX mapo tofu shop” (Chinese and tofu as genres) The value (NCP (user B, XX mapo tofu shop)) after normalization of the preference score for “having” is as follows.
また、ユーザAとユーザBとからなる集団の行動履歴が図15に示すものだった場合、この集団の中華及び豆腐に対する選択傾向度合いの正規化後の値(NGF(中華),NGF(豆腐))及び「○○麻婆豆腐屋」(中華と豆腐をジャンルとして持つ)に対する選択傾向度合いの正規化後の値(NBS(○○麻婆豆腐屋))は、以下のようになる。
(NV(○○麻婆豆腐屋))=(0.7523,0.7649,0.8005)
Further, when the behavior history of the group consisting of the user A and the user B is as shown in FIG. 15, values after normalization of the degree of selection tendency for Chinese and tofu in this group (NGF (Chinese), NGF (Tofu) ) And “XX mapo tofu shop” (having Chinese and tofu as genres) after normalization (NBS (XX mapo tofu shop)) are as follows.
(NV (XX mapo tofu shop)) = (0.7523, 0.7649, 0.8005)
情報提供用データ・集団の行動履歴データの特徴ベクトルは、すべてこのように正規化を行う。これら正規化された特徴ベクトルを用いて、情報提供用データと集団の行動履歴データとのユークリッド距離に基づいた類似度を計算し、類似度の総和を情報提供用データの推薦スコアとする。図14を例にとると、情報提供用データは3つの行動履歴データとの類似度をそれぞれ計算し、その総和が情報提供用データの推薦スコアとなる。式(6)は情報提供用データ(C)の特徴ベクトル(NV(C))と行動履歴データ(H)の特徴ベクトル(NV(H))との類似度を計算する式の一例を示したものである。
このように、情報提供用データの特徴ベクトルと行動履歴データの特徴ベクトルのユークリッド距離が近いほど類似度が高くなる。このような特徴を持たせれば、類似度の計算式はこの限りではない。例えば式(7)のように、ノルムをべき乗し、ユークリッド距離がより近くにないと高い類似度が算出されないようにするなどしても良い。
この類似度を全行動履歴データに対して計算し、その総和を情報提供用データの推薦スコアとする。したがって、全行動履歴データの数をNとすると、情報提供用データ(C)の推薦スコア(RS(C))は式(8)で表せる。
以上のように、各構成員の嗜好スコアと集団の行動履歴を入力データとし、情報提供用データが対象集団に適した情報か否かを、各構成員の嗜好スコアと集団の選択傾向度合いからなる空間において、集団の行動履歴データとの類似度を用いて評価することにより、従来手法で問題であったトレードオフを解消した集団に適した情報選択が可能となる。 As described above, the preference score of each member and the behavior history of the group are used as input data, and whether or not the information providing data is information suitable for the target group is determined from the preference score of each member and the group selection tendency degree. In such a space, it is possible to select information suitable for the group in which the trade-off that has been a problem in the conventional method is eliminated by performing evaluation using the similarity to the group's behavior history data.
[装置の機能構成]
図1は、この発明の一実施形態に係わる提供情報選択装置の機能構成を示すブロック図である。
この発明の一実施形態に係わる提供情報選択装置は、図示しない入力デバイスや表示デバイス、記憶装置との間でデータの入出力を行う入出力インタフェース1と、プログラム及びデータを記憶しておくための記憶部2と、情報選択部3と、集団の行動頻度情報算出部4と、他のシステムとの間で図示しない通信ネットワークを介して情報を送受信するための通信インタフェース部5と、開始トリガを発生するタイマ部6とを備えている。
[Functional configuration of the device]
FIG. 1 is a block diagram showing a functional configuration of a provision information selection apparatus according to an embodiment of the present invention.
A provided information selection device according to an embodiment of the present invention includes an input /
入出力インタフェース部1又は通信インタフェース部5は、入力デバイス、記憶装置、情報提供者又は情報利用者の端末から個人の嗜好情報、集団の行動履歴情報、集団構成情報及び情報提供用データを受け取り、この受け取った各入力データを記憶部2に記憶させる。ただし、入力データのうち集団の行動履歴情報については、当該入力データを集団の行動頻度情報算出部4へ供給する。集団の行動頻度情報算出部4は、集団の行動履歴情報を受け取ると、この集団の行動履歴情報に含まれているグループIDと項目をもとにジャンル別の行動頻度情報を算出し、その算出結果を記憶部2に記憶させる。
The input /
また、入出力インタフェース部1は、操作者又はタイマ部6から入力された開始トリガを情報選択部3へ与える。情報選択部3は、開始トリガを受け取ると記憶部2に対し必要なデータを要求し、該当するデータを受け取る。そして、受け取ったデータをもとに、情報提供用データの中から指定された集団に適した情報を選択し、この選択された集団に適した情報を記憶部2に記憶させる。また、必要に応じて、上記集団に適した情報を入出力インタフェース部1から操作者へ提示し、さらに通信インタフェース部5から情報利用者の端末等へ送信する。
The input /
情報選択部3は、この家実施形態を実施するために必要な機能として、個人情報の嗜好スコア算出部31と、集団の選択傾向度合い算出部32と、推薦スコア算出部33を備えている。これらの機能についての詳細は後に述べる。
The
[装置の具体的構成]
図2は、図1に示した提供情報選択装置の具体的な構成を示すブロック図である。
同図に示すように提供情報選択装置は、中央処理ユニット(Central Processing Unit;CPU)11を備え、このCPU11に対しバス12を介してプログラムメモリ13及びデータメモリ14を接続し、さらに通信インタフェース16、入出力インタフェース17及びタイマ・インタフェース20を接続したものとなっている。
[Specific configuration of device]
FIG. 2 is a block diagram showing a specific configuration of the provided information selection apparatus shown in FIG.
As shown in the figure, the provided information selection apparatus includes a central processing unit (CPU) 11, a
通信インタフェース16はアンテナ15を備え、情報利用者が所持する携帯端末(図示せず)との間でIP網等からなる通信ネットワークを介して通信を行う。入出力インタフェース17には入力デバイス18及び表示デバイス19が接続される。入力デバイス18は、キーボード及びマウスあるいはタブレット型入力デバイスからなる。表示デバイス19は液晶ディスプレイ(LCD)又は有機ELディスプレイからなる。タイマ・インタフェース20は、タイマ21から発生された開始トリガ信号を受信してCPU11に通知する。
The
データメモリ14には、この発明の一実施形態を実施する上で必要な情報データを記憶するエリアとして、個人の嗜好情報記憶エリア141と、集団の行動履歴情報記憶エリア142と、嗜好クラスタ情報記憶エリア143と、情報提供用データ記憶エリア144と、集団に適した情報記憶エリア145と、集団構成情報記憶エリア146と、集団の行動頻度情報記憶エリア147が設けられている。
The
情報提供用データ記憶エリア144は、情報利用者の集団に提供する提供用データを記憶するために用いられる。図3は記憶された情報提供用データの一例を示すものである。このデータは、飲食店を情報利用者に紹介するもので、項目名として店舗名を定義し、この店舗名に対し当該店舗のジャンル名、立地場所及び営業時間を表す情報を関連付けたもの(メタ情報)からなる。このように、外食を例にとると、項目名(店舗名)やジャンル名といった情報の集合が1つのデータとなる。なお、1つのデータが複数のジャンルを持っても良く、設定可能なジャンルがn個あったとしても必ずしもn個のジャンルを持たなくても良い。また、飲食店のような場所や時間に限定される項目であれば、その限定条件(立地場所、開店時間等)が1つのデータの中に含まれていても良い。
The information providing
集団構成情報記憶エリア146は、情報利用者の集団の構成を表す情報を記憶するために用いられる。図4は記憶された集団構成情報の一例を示すもので、この情報は情報利用者のユーザIDに対し当該情報利用者が所属する集団(グループ)のIDを関連付けたものからなる。なお、1人の情報利用者が複数の集団に所属することも可能である。
The group composition
個人の嗜好情報記憶エリア141は、情報利用者の嗜好を表す情報を記憶するために使用される。図5は記憶された個人の嗜好情報の一例を示すものである。この情報は、情報利用者のユーザIDに対しジャンル名と嗜好スコアを表す情報を関連付けたものからなる。嗜好スコアはジャンルに対する情報利用者の嗜好を定量化したもので、例えば非特許文献1に記述されているような手法や、情報利用者に対してアンケートを行うことにより算出される。
The personal preference
集団の行動履歴情報記憶エリア142は、集団の行動履歴情報を記憶するために使用される。図6は記憶された集団の行動履歴情報の一例を示すものである。この情報は、集団のグループIDに行動日時、項目名(飲食店名)及び費用を表す情報を関連付けたものからなる。集団の行動履歴情報は、例えば情報利用者が集団で飲食店を訪れたときに、当該情報利用者が携帯端末等を利用して上記行動日時、項目名(飲食店名)及び費用を表す情報を入力して送信し、提供情報選択装置がこの入力情報を受信して上記情報利用者が属する集団のグループIDに関連付けることにより生成される。
The group action history
集団の行動頻度情報記憶エリア147は、集団ごとに項目別の行動頻度を表す情報を記憶するために使用される。図7は記憶された集団の行動頻度情報の一例を示したものである。この集団の行動頻度情報は、集団のグループIDに対し、ジャンル名及び行動頻度を表す情報を関連付けたものからなる。行動頻度は、例えば中華料理店に訪れた場合にその回数を中華というジャンルに対応付けて累積加算することにより求められる。 The group action frequency information storage area 147 is used to store information representing the action frequency for each group. FIG. 7 shows an example of the stored group behavior frequency information. The behavior frequency information of the group is formed by associating information indicating the genre name and the behavior frequency with the group ID of the group. The action frequency is obtained, for example, by accumulating the number of visits in association with a genre called Chinese when visiting a Chinese restaurant.
嗜好クラスタ情報記憶エリア143は、集団に所属する各情報利用者の項目別の嗜好の程度を表す情報を記憶するために使用される。嗜好クラスタ情報は、集団のグループIDに、項目名(店舗名)と、上記集団に所属する各ユーザの嗜好クラスタ番号を関連付けたものからなる。嗜好クラスタ番号とは、嗜好スコアの理論的な最小値と最大値との区間をn分割したとき、対象嗜好スコアがどの区間に該当するかを示す番号である。例えば、理論的な最小値が1、理論的な最大値が5であり、10個の区間に分割する場合、1.0〜1.4が区間1、1.4〜1.8が区間2、…、4.6〜5.0が区間10というような区間番号になり、この各番号を嗜好クラスタ番号と呼ぶ。
The preference cluster
プログラムメモリ13には、この発明を実施するために必要なアプリケーション・プログラムとして、入出力制御プログラム131と、個人の嗜好スコア算出プログラム132と、集団の選択傾向度合い算出プログラム133と、集団の行動頻度算出プログラム134と、推薦スコア算出プログラム135と、集団に適した情報選択プログラム136が格納されている。
The
入出力制御プログラム131は、入力デバイス18、外部記憶装置、情報提供者端末又は情報利用者端末から、個人の嗜好情報、集団の行動履歴情報、集団構成情報及び情報提供用データを、入出力インタフェース17又は通信インタフェース16を介して受信する。そして、この受信された各入力データをそれぞれ、データメモリ14内の個人の嗜好情報記憶エリア141、集団の行動履歴情報記憶エリア142、集団の構成情報記憶エリア146及び情報提供用データ記憶エリア144に記憶させる処理を、上記CPU11に実行させる。
The input /
個人の嗜好スコア算出プログラム132は、図1に述べた個人の嗜好スコア算出部31の機能を実現するためのもので、情報提供用データの提供対象となる集団が指定されたとき、情報選択処理の過程で、上記集団構成情報記憶エリア146に記憶された集団の構成員を表す情報及び当該構成員の嗜好を表す情報をもとに、上記情報提供用データ記憶エリア144に記憶された複数の情報提供用データの各々に対する上記指定された集団の各構成員の嗜好の強さを表す嗜好スコア情報を算出する処理を、上記CPU11に実行させる。
The personal preference
集団の選択傾向度合い算出プログラム133は、図1に示した集団の選択傾向度合い算出部32の機能を実現するためのもので、先ず上記集団の行動履歴情報記憶エリア142に記憶された行動履歴情報をもとに、当該行動履歴の特徴を表すメタ情報、例えばジャンル情報の出現頻度を算出する。次に、この算出されたジャンル情報の出現頻度を用いて、上記情報提供用データ記憶エリア144に記憶された情報提供用データの各々について、当該情報提供用データに対する上記集団の選択傾向度合いを算出する処理を、上記CPU11に実行させる。
The group selection tendency
集団の行動頻度算出プログラム134は、新たな集団行動履歴情報を受信した場合に、この集団行動履歴情報に含まれている識別ID(グループID)と同じIDが付与されている過去の集団行動履歴情報を集団の行動履歴情報記憶エリア142から読み出す。そして、この読み出された集団行動履歴情報をもとに当該集団の行動頻度情報を算出し、その算出結果をデータメモリ14内の集団の行動頻度情報記憶エリアに記憶させる処理を、上記CPU11に実行させる。
When the group behavior
推薦スコア算出プログラム135は、情報選択処理の過程で、上記算出された各構成員の嗜好スコア情報と集団の選択傾向度合いを表す情報とをもとに、上記情報提供用データ及び行動履歴を表す情報に対する特徴ベクトルをそれぞれ算出し、さらに情報提供用データごとに当該情報提供用データに対し算出された特徴ベクトルと上記行動履歴を表す情報に対し算出された特徴ベクトルとの類似度をそれぞれ算出する。そして、この類似度の総和を情報提供用データの推薦スコアとする処理を、上記CPU11に実行させる。
The recommendation
集団に適した情報選択プログラム136は、データメモリ14内の個人の嗜好情報記憶エリア141、集団の行動頻度情報記憶エリア147、集団構成情報記憶エリア146及び情報提供用データ記憶エリア144からそれぞれ個人の嗜好情報、集団の行動頻度情報、集団構成情報及び情報提供用データを読み出す。そして、上記算出された推薦スコアをもとに、当該推薦スコアが高い順に予め設定した数の情報提供用データを選択する処理を、CPU11に実行させる。
The
[装置の動作]
次に、以上のように構成された提供情報選択装置の動作を説明する。
提供情報選択装置は以下のような手順で処理を実行する。図8はその全体の処理手順と処理内容を示すフローチャートである。
[Device operation]
Next, the operation of the provided information selection apparatus configured as described above will be described.
The provided information selection device executes processing in the following procedure. FIG. 8 is a flowchart showing the overall processing procedure and processing contents.
(1)入力データの記憶処理
提供情報選択装置は、待機状態において入出力制御プログラム131の制御の下でデータの入力を監視している。この状態で、入出力インタフェース17又は通信インタフェース16を介してデータが受信されると、先ずステップS1により当該入力データが開始トリガであるかを判断する。この判定の結果、開始トリガでなければ、続いてステップS3において上記入力データが集団の行動履歴情報であるか他のデータであるかを判定する。そして、集団の行動履歴情報以外のデータだったとすれば、ステップS7において当該入力データをデータメモリ14内の対応する記憶エリアに記憶させる。
(1) Input Data Storage Processing The provided information selection device monitors data input under the control of the input /
例えば、入力データが情報提供者の端末から送られた情報提供用データであれば、このデータを情報提供用データ記憶エリア144に記憶させる。このとき、入力データと同一の項目名が既に情報提供用データ記憶エリア144に記憶されていればこの該当データに上書きし、そうでなければ追記する。また、入力データが情報利用者の携帯端末等から送られた個人の嗜好情報であれば、個人の嗜好情報記憶エリア141に記憶させる。このとき、入力データと同一のユーザID及びジャンル名が既に嗜好情報記憶エリア141に記憶されていれば当該該当データに上書きし、そうでなければ追記する。同様に、入力データが集団構成情報であれば、この入力データを集団構成情報記憶エリア146に記憶させる。このとき、入力データと同一のユーザIDが既に集団構成情報記憶エリア146に記憶されていればその該当データに上書きし、そうでなければ追記する。
For example, if the input data is information providing data sent from the information provider terminal, the data is stored in the information providing
(2)集団の行動頻度の算出処理
一方、入力データが集団の行動履歴を表す情報だったとする。この場合提供情報選択装置は、ステップS4により入出力制御プログラム131の制御の下で、上記入力された集団の行動履歴情報をデータメモリ14内の集団の行動履歴情報記憶エリア142に記憶させる。次に、ステップS5において集団の行動頻度算出プログラム134を起動し、この行動頻度算出プログラム134の制御の下で集団の行動頻度を算出するための処理を以下のように実行する。図9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。
(2) Group Behavior Frequency Calculation Processing On the other hand, it is assumed that the input data is information representing the behavior history of the group. In this case, the provided information selection device stores the input group action history information in the group action history
すなわち、提供情報選択装置は先ずステップS51において、上記集団の行動履歴情報記憶エリア142に記憶された集団の行動履歴情報から、グループIDと項目名との組み合わせを一組選択する。選択対象となるグループIDと項目名との組み合わせは、今回入力された集団の行動履歴情報に含まれるグループIDと項目名との全組み合わせのうち、行動頻度の加算処理が行われていないすべての組み合わせである。例えば、今回入力された集団の行動履歴情報の1レコード目のグループIDが「グループ1」、項目名が「○○麻婆豆腐屋」であった場合、「グループ1+○○麻婆豆腐屋」という組になる。
That is, in step S51, the provided information selection device first selects a combination of group ID and item name from the group action history information stored in the group action history
提供情報選択装置は、次にステップS52において、上記選択された項目名に該当するジャンル名を情報提供用データ記憶エリア144から検索する。例えば、項目名が「○○麻婆豆腐屋」であり、情報提供用データに当該「○○麻婆豆腐屋」に対応するジャンル名として「中華」、「豆腐」が登録されていたとすると、ジャンル名として「中華」、「豆腐」が検索される。
In step S52, the provided information selection device searches the information providing
続いて提供情報選択装置は、ステップS53において、上記選択されたグループIDとジャンル名との組に該当する行動頻度の加算処理を以下のように行う。すなわち、先ず上記選択されたグループIDとジャンル名との組に該当する集団の行動頻度情報を、集団の行動頻度情報記憶エリア147から読み出す。そして、この読み出された集団の行動頻度情報の行動頻度をインクリメント(+1加算)する。例えば、選択されたグループIDが「グループ1」、ジャンル名が「中華」及び「豆腐」だった場合には、集団の行動頻度情報で「グループ1・中華」「グループ1・豆腐」の組であるデータの行動頻度をインクリメントする。そして、それまで記憶されていた同一グループID・ジャンル名に該当する行動頻度情報を、上記インクリメント後の行動頻度に更新する。なお、選択されたグループID・ジャンル名に該当する集団の行動頻度情報が記憶エリア147に存在しない場合には、上記選択されたグループIDとジャンル名との組に対応する行動頻度の値を「1」に設定し、これを新たな記憶情報とする。
Subsequently, in step S53, the provided information selection device performs an action frequency addition process corresponding to the set of the selected group ID and genre name as follows. That is, first, the behavior frequency information of the group corresponding to the set of the selected group ID and genre name is read from the behavior frequency information storage area 147 of the group. And the action frequency of the read action frequency information of the group is incremented (+1 addition). For example, if the selected group ID is “
最後に提供情報選択装置は、ステップS54において、今回入力された集団の行動履歴情報に含まれるグループIDとジャンル名との組み合わせの中に、まだ加算処理が行われていない組み合わせが存在するか否かを判定する。そして、この判定の結果、加算処理が済んでいない組み合わせが残っていれば、ステップS51に戻ってこの組み合わせに対し上記行動頻度の加算処理を実行する。これに対し、加算処理が済んでいない組み合わせが残っていなければ、ステップS6において上記加算処理後のすべての行動頻度情報を集団の行動頻度情報を記憶エリア147に記憶したのち、集団の行動頻度情報の算出処理を終了する。 Finally, in step S54, the provided information selection device determines whether there is a combination that has not yet undergone addition processing among the combinations of the group ID and the genre name included in the group action history information input this time. Determine whether. As a result of the determination, if there remains a combination that has not been subjected to the addition process, the process returns to step S51 to execute the action frequency addition process for the combination. On the other hand, if there is no combination that has not been subjected to addition processing, all the behavior frequency information after the addition processing is stored in the storage area 147 in step S6, and then the group behavior frequency information is stored. The calculation process is terminated.
(3)情報提供用データの選択処理
さて、この状態でタイマ21から開始トリガが発生するか、又は入力デバイス18において操作者が開始トリガを入力したとする。開始トリガには、集団に適した情報選択処理を実行する開始フラグと情報選択対象とするグループIDが必ず含まれ、必要に応じてその他の情報も含まれる。グループIDは、このグループIDに一致する情報を記憶部2より抽出するといった用途に使用する。その他の情報は、例えば場所や時間帯などの情報であり、必ずしも含まれていなくても良い。場所や時間帯情報は、開始トリガ発信者の今居る場所や時間帯であっても、これから向かおうと思っている場所や時間帯であっても構わない。なお、ユーザID、グループID、ジャンル名、項目名は全ての情報データにおいて統一されており、同一のID及び名称であれば同じものを示している。
(3) Information Providing Data Selection Process Now, assume that a start trigger is generated from the
上記開始トリガが入力されると、提供情報選択装置はステップS1からステップS2に移行し、ここで情報提供用データの選択処理を以下のように実行する。図10はその制御手順と制御内容を示すフローチャートである。 When the start trigger is input, the provision information selection device shifts from step S1 to step S2, where the information provision data selection process is executed as follows. FIG. 10 is a flowchart showing the control procedure and control contents.
(3−1)記憶データの検索
すなわち提供情報選択装置は、先ずステップS21において、受信した開始トリガに含まれているグループIDに該当する集団行動頻度情報、集団構成情報及び集団行動履歴情報をそれぞれデータメモリ14内の記憶エリア147,146,142より読み出す。続いてステップS22において、上記読み出した集団構成情報に含まれるユーザIDをもとに該当する個人の嗜好情報を記憶エリア141から読み出す。
(3-1) Retrieval of Stored Data That is, the provided information selection device first searches the group behavior frequency information, the group composition information, and the group behavior history information corresponding to the group ID included in the received start trigger in step S21. Data is read from the
次にステップS23において、上記読み出された個人の嗜好情報及び集団の行動頻度情報の値の正規化を行う。この正規化はそれぞれのデータ群、例えばユーザ1の嗜好情報、ユーザ2の嗜好情報、集団の行動頻度情報ごとに行う。正規化には、例えば正規分布を用いたProbability Density Functionを利用する。正規化したいデータ、例えばユーザAの中華に対する嗜好情報をx、データxが所属するデータ集合、例えばユーザAの嗜好情報の集合の平均値をμ、標準偏差値をσとしたとき、データxの正規化後の値F(x) は以下の式で求められる。
そして、ステップS24において、情報提供用データ記憶エリア144から情報提供用データを読み出す。このとき、開始トリガに場所や時間帯を表す情報が含まれていた場合には、この場所や時間帯に合致したデータのみを読み出す。例えば、開始トリガの場所情報に「横浜」、時間帯情報に「18:00〜19:00」が含まれていたとすると、情報提供用データの立地場所情報が「横浜」に合致し、営業時間情報が「18:00〜19:00」を包括する範囲であるデータのみを選択的に読み出す。なお、読み出す情報提供用データは1つに絞る必要はなく、該当するデータが複数あれば複数読み出す。
In step S24, the information providing data is read from the information providing
(3−2)情報提供用データ及び行動履歴情報の特徴ベクトルの作成
さて、上記各情報の読み出しが終了すると、提供情報選択装置は続いて上記情報提供用データ及び行動履歴情報の特徴ベクトルを作成する処理を以下のように実行する。
すなわち、先ずステップS25により、まだ特徴ベクトルを算出していない情報提供用データ及び行動履歴情報が存在するか否かを判定する。そして、特徴ベクトルを算出していない情報提供用データ及び行動履歴情報が存在する場合にはステップS26〜S28の処理へ、存在しなければステップS29へ移行する。
(3-2) Creation of Feature Vectors for Information Providing Data and Behavior History Information Now, when the reading of each information is completed, the provision information selection device subsequently creates feature vectors for the information provision data and behavior history information. The processing to be executed is executed as follows.
That is, first, in step S25, it is determined whether there is information providing data and action history information for which a feature vector has not been calculated yet. If there is data for providing information and action history information for which a feature vector has not been calculated, the process proceeds to steps S26 to S28, and if not, the process proceeds to step S29.
(3−2−1)嗜好スコアの算出
提供情報選択装置は、ステップS26において、選択された情報提供用データまたは行動履歴情報に対する個人の嗜好スコアを算出するために、データメモリ14から、選択した情報提供用データまたは行動履歴情報が持つジャンル名と、そのジャンル名と対象とするユーザに該当する個人の嗜好情報を読み出す。そして、上記選択された情報提供用データまたは行動履歴情報のデータDが所持するジャンル数をm、あるジャンルGに対するユーザUの嗜好スコアをGP(U,G)とすると、上記選択した情報提供用データDに対するユーザUの嗜好スコアCP(U,D)を以下の式により算出する。
(3−2−2)情報提供用データに対する集団の選択傾向度合いの算出
提供情報選択装置は、次にステップS27において、上記選択された情報提供用データに対する集団の選択度合いを算出するために、選択した行動履歴情報が持つジャンル名と、そのジャンル名と対象とするグループに該当する行動頻度情報をデータメモリ14から読み出す。いま、全行動履歴情報の数がN、ある行動履歴情報Cが所持しているジャンル数をmとすると、あるジャンルGの出現頻度GF(G) は
続いて、上記算出されたあるジャンルGの出現頻度GF(G) を用いて、ある情報提供用データDに対する選択傾向度合いBS(D) を
(3−2−3)特徴ベクトルの算出
提供情報選択装置は、続いてステップS28において、上記ステップS26,S27で算出されたユーザの嗜好スコアCP(U,D) 及び集団の選択傾向度合いBS(D) をもとに、上記選択された情報提供用データ及び行動履歴情報に対する特徴ベクトルを以下のように算出する。
(3-2-3) Calculation of Feature Vector Subsequently, in step S28, the provided information selection apparatus calculates the user preference score CP (U, D) calculated in steps S26 and S27 and the group selection tendency degree BS ( Based on D), the feature vector for the selected information providing data and action history information is calculated as follows.
すなわち、集団の構成員の数をN、選択された情報提供用データDに対するユーザUの嗜好スコアをCP(U,D)、上記選択された情報提供用データDに対する選択傾向度合いをBS(D)とすると、上記選択された情報提供用データDの特徴ベクトル(V(D))を
V(D)={CP(U1,D),CP(U2,D),…,CP(UN,D),BS(D)} (11)
により算出する。そして、この算出された情報提供用データDの特徴ベクトル(V(D))をデータメモリ14に保存する。なお、行動履歴情報に対する特徴ベクトルについても同様に算出し、データメモリ14に保存する。
That is, the number of members of the group is N, the preference score of the user U with respect to the selected information providing data D is CP (U, D), and the degree of selection tendency with respect to the selected information providing data D is BS (D ), The feature vector (V (D)) of the selected information providing data D is
V (D) = {CP (U1, D), CP (U2, D), ..., CP (UN, D), BS (D)} (11)
Calculated by Then, the calculated feature vector (V (D)) of the information providing data D is stored in the
以上述べたステップS26〜ステップS28による処理が終了すると、提供情報選択装置はステップS25に戻って、まだ特徴ベクトルを算出していない情報提供用データ及び行動履歴情報が存在するか否かを判定する。そして、特徴ベクトルを算出していない情報提供用データ及び行動履歴情報が残っている限り、ステップS26〜ステップS28による一連の処理を繰り返す。 When the processes in steps S26 to S28 described above are completed, the provision information selection device returns to step S25 and determines whether or not information provision data and action history information for which a feature vector has not yet been calculated exist. . Then, as long as the information providing data for which the feature vector has not been calculated and the action history information remain, a series of processes in steps S26 to S28 are repeated.
(3−3)情報提供用データの選択
(3−3−1)特徴ベクトルを用いた類似度の算出
そうして全ての情報提供用データ及び行動履歴情報に対する特徴ベクトルの算出が終了すると、提供情報選択装置はステップS29に移行し、このステップS29において、上記算出された情報提供用データ及び行動履歴情報の特徴ベクトルを利用して、情報提供用データが対象集団に適しているか否かを判定する。ここでは、ユークリッド距離を応用した判定法を例にあげ、その処理を説明する。図11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。
(3-3) Selection of information providing data (3-3-1) Calculation of similarity using feature vector When the calculation of feature vectors for all information providing data and action history information is completed, the information is provided. The information selection apparatus moves to step S29, and in this step S29, using the calculated information providing data and the feature vector of the action history information, it is determined whether the information providing data is suitable for the target group. To do. Here, the determination method using the Euclidean distance will be described as an example, and the process will be described. FIG. 11 is a flowchart showing the processing procedure and processing contents.
すなわち、先ずステップS31により、推薦スコアをまだ計算していない情報提供用データが存在するか否かを判定する。そして、未計算の情報提供データが存在するのであれば、ステップS32〜ステップS36により推薦スコアの計算処理を実行し、存在しなければ計算したすべての推薦スコア情報をデータメモリ14に保持して図10のステップS30へ移行する。つまり、図10のステップS24により情報提供用データ記憶エリア144から読み出したすべての情報提供用データに対する推薦スコアの計算処理が終わるまで、上記ステップS32〜ステップS36による推薦スコアの計算処理を繰り返し実行し、すべての情報提供用データに対する推薦スコアの計算が終わると図10のステップS30へ移行する。
That is, first, in step S31, it is determined whether there is information providing data for which a recommendation score has not yet been calculated. If there is uncalculated information provision data, a recommendation score calculation process is executed in steps S32 to S36, and if not, all calculated recommendation score information is stored in the
ステップS32では、推薦スコアが未計算の情報提供用データの中からひとつを選択し、続いてステップS33において、図10のステップS21により集団の行動履歴情報記憶エリア142から読み出された集団の行動履歴データの中に、上記選択された情報提供用データとの間で類似度の計算がまだ行われていない行動履歴データが存在するか否かを判定する。この判定の結果、存在するのであれば、ステップS34において、上記選択された情報提供用データとの間の類似度をまだ計算していない行動履歴データの中からひとつを選択し、ステップS35に移行する。
In step S32, one of the information provision data for which the recommendation score has not been calculated is selected, and in step S33, the group behavior read from the group behavior history
ステップS35では、上記選択された情報提供用データと、上記選択された集団の行動履歴データとの間の類似度を計算する。類似度の計算には、それぞれのデータに対する特徴ベクトルのユークリッド距離を利用する。なお、特徴ベクトルは図10のステップS28により算出されたものを利用する。すなわち、上記選択された情報提供用データ(C)の特徴ベクトル(V(C))と、上記選択された行動履歴データ(H)の特徴ベクトル(V(H))との類似度は、
(3−3−2)推薦スコアの算出
前記選択されたひとつの情報提供用データと、全ての行動履歴データとの間の類似度の計算が終了すると、ステップS36に移行する。そして、このステップS36において、上記算出された類似度を用いて、上記選択された情報提供用データの推薦スコアを決定する。情報提供用データの推薦スコアは、ステップSS33〜S35で求めた類似度の総和とする。したがって、すべての行動履歴データの数をNとすると、情報提供用データ(C)の推薦スコア(RS(C))は、
かくして、全ての情報提供データについて推薦スコアが算出される。
(3-3-2) Calculation of recommendation score When the calculation of the similarity between the selected information providing data and all the action history data is completed, the process proceeds to step S36. In step S36, the recommended score of the selected information providing data is determined using the calculated similarity. The recommendation score of the information providing data is the sum of the similarities obtained in steps SS33 to S35. Therefore, if the number of all action history data is N, the recommendation score (RS (C)) of the information providing data (C) is
Thus, a recommendation score is calculated for all information provision data.
(3−3−3)情報提供用データの選択と出力
上記ステップS29による推薦スコアの計算処理が終了すると、提供情報選択装置はステップS30に移行する。そして、ステップS29において算出された推薦スコアをもとに、対象集団に適した情報提供データを選択する。具体的には、提供候補となる全ての情報提供用データを、上記ステップS29により算出された推薦スコアが高い順に並べ、そのうち上位n個の情報提供用データを選択する。なお、このnは予め設定しておくか、あるいは開始トリガ情報の中に含めておく。
(3-3-3) Selection and Output of Information Providing Data When the recommendation score calculation process in step S29 is completed, the provided information selecting apparatus proceeds to step S30. Then, based on the recommendation score calculated in step S29, information provision data suitable for the target group is selected. Specifically, all the information provision data that are candidates for provision are arranged in descending order of the recommendation score calculated in step S29, and the top n pieces of information provision data are selected. Note that n is set in advance or included in the start trigger information.
上記提供対象として選択された情報提供用データは、対象集団に適した情報提供用データとしてデータメモリ14中の集団に適した情報記憶エリア145に保存する。そして、この保存された情報提供データを、通信インタフェース部5を介して上記集団が存在する街頭や集会場等に設置されたディジタルサイネージ用の表示デバイスに表示させ、これにより集団の構成員に提示する。また、必要に応じて装置に付属する表示器に表示させてシステムオペレータが確認できるようにしたり、通信インタフェース部5を介して他のシステムへ送信する。
The information provision data selected as the provision target is stored in the
[実施形態の作用効果]
以上詳述したようにこの実施形態では、集団に提供する情報の集合である情報提供用データ集合と、集団の構成を表す情報と、集団を構成する各個人の嗜好を表す情報を取得してデータメモリ14の記憶エリアにそれぞれ格納すると共に、集団の行動履歴情報を取得してこの情報をもとに集団の行動頻度を算出して記憶エリアに格納する。そして、開始トリガが発生した場合に、この開始トリガにより指定されたグループIDに該当する集団に所属する個人の嗜好情報と、上記開始トリガにより指定された立地場所及び営業時間に該当する情報提供用データとをそれぞれ検索し、この検索された情報提供用データに対する個人の嗜好スコアを算出する。またそれと共に、上記情報提供用データ及び行動履歴データをもとに、当該情報提供用データに対する上記指定された集団の選択傾向度合いを表す情報を算出する。そして、上記算出された各構成員の嗜好スコア情報と集団の選択傾向度合いを表す情報とをもとに、上記情報提供用データ及び行動履歴を表す情報に対する特徴ベクトルをそれぞれ算出してこれらの特徴ベクトル間の類似度を算出し、上記情報提供用データごとに算出された特徴ベクトルの類似度を予め設定されたしきい値とそれぞれ比較することにより、類似度がしきい値より大きい嗜好スコア情報に対応する情報提供用データを、上記集団に適したデータとして選択するようにしている。
[Effects of Embodiment]
As described above in detail, in this embodiment, an information providing data set that is a set of information provided to the group, information indicating the structure of the group, and information indicating the preference of each individual constituting the group are acquired. The data is stored in the storage area of the
したがって、集団にとって適する情報提供用データを選択する場合に、情報提供データに対する各構成員の嗜好スコアの組み合わせに加え、情報が持つジャンルに対する集団の選択傾向が考慮されて、集団に適した情報提供用データが選択される。この結果、集団の関係性による未知でかつ適切な情報を選択可能という利点と、集団の選択傾向による不適切な情報を排除するという利点を兼ね備えた情報選択が可能となり、これによりトレードオフを解消して集団に適した情報選択が可能となる。 Therefore, when selecting information provision data suitable for the group, in addition to the combination of each member's preference score for the information provision data, the group selection tendency with respect to the genre of the information is taken into consideration, and information provision suitable for the group is provided. Data is selected. As a result, it is possible to select information that has the advantage of being able to select unknown and appropriate information due to the relationship of the group, and the advantage of eliminating inappropriate information due to the selection tendency of the group, thereby eliminating the trade-off. Thus, information suitable for the group can be selected.
なお、この発明は上記実施形態に限定されるものではない。例えば、集団は2人であっても3人以上であってもよい。また、前記実施形態では情報提供用データとして飲食店に関する情報を取り扱う場合を例に説明したが、その他商品やサービス、ニュース、広告、映画やコンサート等のイベントに関する情報を取り扱うことも可能である。 The present invention is not limited to the above embodiment. For example, the group may be two people or three or more people. Moreover, although the said embodiment demonstrated as an example the case where the information regarding a restaurant was handled as information provision data, it is also possible to handle the information regarding events, such as other goods and services, news, an advertisement, a movie, and a concert.
その他、提供情報選択装置の設置場所や構成、情報選択のための処理手順と処理内容等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。
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 addition, the installation location and configuration of the provided information selection device, the processing procedure and information for selecting information, and the like can be variously modified without departing from the scope of the present invention.
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.
1…入出力インタフェース部、2…記憶部、3…情報選択部、4…集団の行動頻度情報算出部、5…通信インタフェース部、6…タイマ部、11…中央処理ユニット(CPU)、12…バス、13…プログラムメモリ、14…データメモリ、15…アンテナ、16…通信インタフェース、17…入出力インタフェース、18…入力デバイス、19…表示デバイス、20…タイマ・インタフェース、21…タイマ、31…個人の嗜好スコア算出部、32…集団の選択傾向度合い算出部、33…推薦スコア算出部、131…入出力制御プログラム、132…個人の嗜好スコア算出プログラム、133…集団の選択傾向度合い算出プログラム、134…集団の行動頻度算出プログラム、135…推薦スコア算出プログラム、136…集団に適した情報選択プログラム、141…個人の嗜好情報記憶エリア、142…集団の行動履歴情報記憶エリア、143…嗜好クラスタ情報記憶エリア、144…情報提供用データ記憶エリア、145…集団に適した情報記憶エリア、146…集団構成情報記憶エリア、147…集団の行動頻度情報記憶エリア。
DESCRIPTION OF
Claims (5)
情報提供用データの提供対象となる集団が指定されたとき、前記記憶媒体に記憶された集団の構成員を表す情報及び当該構成員の嗜好を表す情報をもとに、前記記憶された複数の情報提供用データの各々に対する前記指定された集団の各構成員の嗜好の強さを表す嗜好スコア情報を算出する手段と、
前記記憶媒体に記憶された情報提供用データ及び行動履歴を表す情報をもとに、前記情報提供用データごとに当該情報提供用データに対する前記指定された集団の選択傾向度合いを表す情報を算出する手段と、
前記算出された各構成員の嗜好スコア情報と前記算出された集団の選択傾向度合いを表す情報とをもとに、前記情報提供用データ及び行動履歴を表す情報に対する特徴ベクトルをそれぞれ算出する手段と、
前記情報提供用データごとに、当該情報提供用データに対し算出された特徴ベクトルと前記行動履歴を表す情報に対し算出された特徴ベクトルとの類似度をそれぞれ算出する手段と、
前記情報提供用データごとに算出された特徴ベクトルの類似度を予め設定されたしきい値とそれぞれ比較し、類似度がしきい値より大きい嗜好スコア情報に対応する情報提供用データを、前記集団に適したデータとして選択する手段と
を具備することを特徴とする提供情報選択装置。 A plurality of information providing data to be provided to the group, information representing the members of the group, information representing the preferences of the members, and information representing the behavior history of the group are obtained and stored in a storage medium. Means for storing;
When a group to be provided with the information providing data is designated, a plurality of stored data are stored based on information representing a member of the group stored in the storage medium and information representing a preference of the member. Means for calculating preference score information representing the strength of preference of each member of the designated group for each of the information providing data;
Based on the information providing data and the information indicating the action history stored in the storage medium, information indicating the degree of selection tendency of the designated group for the information providing data is calculated for each information providing data. Means,
Means for respectively calculating feature vectors for the information providing data and the information indicating the action history based on the calculated preference score information of each member and the information indicating the calculated selection tendency degree of the group; ,
Means for calculating the degree of similarity between the feature vector calculated for the information providing data and the feature vector calculated for the information representing the action history, for each of the information providing data;
The similarity of the feature vector calculated for each information providing data is compared with a preset threshold value, and the information providing data corresponding to the preference score information having a similarity greater than the threshold Providing information selecting apparatus, comprising: means for selecting data suitable for the device.
前記記憶媒体に記憶された行動履歴を表す情報をもとに、当該行動履歴情報の総数をN、任意の行動履歴情報に含まれる当該行動履歴の特徴を表すメタ情報の数をmとした場合に、あるメタ情報Gの出現頻度GF(G) を
前記記憶媒体に記憶された複数の情報提供用データのうち候補として選んだ情報提供用データDに含まれるメタ情報の数をmとしたとき、前記行動履歴情報から算出されたメタ情報Gの出現頻度GF(G) に基づいて、当該候補となる情報提供用データDに対する前記集団の選択傾向度合いBS(D) を
を備えることを特徴とする請求項1記載の提供情報選択装置。 The means for calculating the information indicating the degree of selection tendency is:
Based on information representing the action history stored in the storage medium, the total number of the action history information is N, and the number of meta information representing the feature of the action history included in any action history information is m And the appearance frequency GF (G) of certain meta information G
Appearance of meta information G calculated from the action history information, where m is the number of meta information included in the information providing data D selected as a candidate among the plurality of information providing data stored in the storage medium Based on the frequency GF (G), the selection tendency degree BS (D) of the group with respect to the candidate information providing data D is calculated.
情報提供用データの提供対象となる集団が指定されたとき、前記記憶媒体に記憶された集団の構成員を表す情報及び当該構成員の嗜好を表す情報をもとに、前記記憶された複数の情報提供用データの各々に対する前記指定された集団の各構成員の嗜好の強さを表す嗜好スコア情報を算出する過程と、
前記記憶媒体に記憶された情報提供用データ及び行動履歴を表す情報をもとに、前記情報提供用データごとに当該情報提供用データに対する前記指定された集団の選択傾向度合いを表す情報を算出する過程と、
前記算出された各構成員の嗜好スコア情報と前記算出された集団の選択傾向度合いを表す情報とをもとに、前記情報提供用データ及び行動履歴を表す情報に対する特徴ベクトルをそれぞれ算出する過程と、
前記情報提供用データごとに、当該情報提供用データに対し算出された特徴ベクトルと前記行動履歴を表す情報に対し算出された特徴ベクトルとの類似度をそれぞれ算出する過程と、
前記情報提供用データごとに算出された特徴ベクトルの類似度を予め設定されたしきい値とそれぞれ比較し、類似度がしきい値より大きい嗜好スコア情報に対応する情報提供用データを、前記集団に適したデータとして選択する過程と
を具備することを特徴とする提供情報選択方法。 A plurality of information providing data to be provided to the group, information representing the members of the group, information representing the preferences of the members, and information representing the behavior history of the group are obtained and stored in a storage medium. The process of remembering,
When a group to be provided with the information providing data is designated, a plurality of stored data are stored based on information representing a member of the group stored in the storage medium and information representing a preference of the member. Calculating preference score information representing the strength of preference of each member of the designated group for each of the information providing data;
Based on the information providing data and the information indicating the action history stored in the storage medium, information indicating the degree of selection tendency of the designated group for the information providing data is calculated for each information providing data. Process,
A process of calculating feature vectors for the information providing data and the information indicating the action history, based on the calculated preference score information of each member and information indicating the calculated group selection tendency, ,
For each of the information providing data, a process of calculating the similarity between the feature vector calculated for the information providing data and the feature vector calculated for the information representing the action history,
The similarity of the feature vector calculated for each information providing data is compared with a preset threshold value, and the information providing data corresponding to the preference score information having a similarity greater than the threshold Providing information selection method comprising: selecting as data suitable for
前記記憶媒体に記憶された行動履歴を表す情報をもとに、当該行動履歴情報の総数をN、任意の行動履歴情報に含まれる当該行動履歴の特徴を表すメタ情報の数をmとした場合に、あるメタ情報Gの出現頻度GF(G) を
前記記憶媒体に記憶された複数の情報提供用データのうち候補として選んだ情報提供用データDに含まれるメタ情報の数をmとしたとき、前記行動履歴情報から算出されたメタ情報Gの出現頻度GF(G) に基づいて、当該候補となる情報提供用データDに対する前記集団の選択傾向度合いBS(D) を
を備えることを特徴とする請求項3記載の提供情報選択方法。 The process of calculating the information indicating the degree of selection tendency is as follows:
Based on information representing the action history stored in the storage medium, the total number of the action history information is N, and the number of meta information representing the feature of the action history included in any action history information is m And the appearance frequency GF (G) of certain meta information G
Appearance of meta information G calculated from the action history information, where m is the number of meta information included in the information providing data D selected as a candidate among the plurality of information providing data stored in the storage medium Based on the frequency GF (G), the selection tendency degree BS (D) of the group with respect to the candidate information providing data D is calculated.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011168793A JP5504220B2 (en) | 2011-08-01 | 2011-08-01 | Provided information selection apparatus, method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011168793A JP5504220B2 (en) | 2011-08-01 | 2011-08-01 | Provided information selection apparatus, method and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013033363A true JP2013033363A (en) | 2013-02-14 |
JP5504220B2 JP5504220B2 (en) | 2014-05-28 |
Family
ID=47789208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011168793A Active JP5504220B2 (en) | 2011-08-01 | 2011-08-01 | Provided information selection apparatus, method and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5504220B2 (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017049750A (en) * | 2015-09-01 | 2017-03-09 | 株式会社Jvcケンウッド | Information providing apparatus, terminal device, information providing method, and program |
US9824157B2 (en) | 2014-03-17 | 2017-11-21 | Fujitsu Limited | Information processing device and information processing method |
WO2018229810A1 (en) * | 2017-06-12 | 2018-12-20 | 株式会社日立製作所 | Information presentation device, information presentation system, and information presentation method for action control |
US10509835B2 (en) | 2015-09-08 | 2019-12-17 | Fujitsu Limited | Retrieval method, retrieval apparatus, and non-transitory recording medium storing retrieval program recorded therein |
JP2020119040A (en) * | 2019-01-18 | 2020-08-06 | 株式会社日立製作所 | Management support system and method |
-
2011
- 2011-08-01 JP JP2011168793A patent/JP5504220B2/en active Active
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9824157B2 (en) | 2014-03-17 | 2017-11-21 | Fujitsu Limited | Information processing device and information processing method |
JP2017049750A (en) * | 2015-09-01 | 2017-03-09 | 株式会社Jvcケンウッド | Information providing apparatus, terminal device, information providing method, and program |
US10509835B2 (en) | 2015-09-08 | 2019-12-17 | Fujitsu Limited | Retrieval method, retrieval apparatus, and non-transitory recording medium storing retrieval program recorded therein |
WO2018229810A1 (en) * | 2017-06-12 | 2018-12-20 | 株式会社日立製作所 | Information presentation device, information presentation system, and information presentation method for action control |
CN110622183A (en) * | 2017-06-12 | 2019-12-27 | 株式会社日立制作所 | Information presentation device, information presentation system, and information presentation method for behavior control |
JPWO2018229810A1 (en) * | 2017-06-12 | 2020-05-21 | 株式会社日立製作所 | Information presentation device, information presentation system, and information presentation method for behavior control |
JP2020119040A (en) * | 2019-01-18 | 2020-08-06 | 株式会社日立製作所 | Management support system and method |
Also Published As
Publication number | Publication date |
---|---|
JP5504220B2 (en) | 2014-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110297848B (en) | Recommendation model training method, terminal and storage medium based on federal learning | |
US9582547B2 (en) | Generalized graph, rule, and spatial structure based recommendation engine | |
JP5805548B2 (en) | Information processing apparatus and information processing method | |
JP5504220B2 (en) | Provided information selection apparatus, method and program | |
JP2010073170A (en) | Recommended commodity selection device, recommended commodity selection program and commodity retrieval device | |
CN106686460B (en) | Video program recommendation method and video program recommendation device | |
JP6185379B2 (en) | RECOMMENDATION DEVICE AND RECOMMENDATION METHOD | |
US20130073618A1 (en) | Information Providing System, Information Providing method, Information Providing Device, Program, And Information Storage Medium | |
CN111310046B (en) | Object recommendation method and device | |
JP6405343B2 (en) | Information processing apparatus, information processing method, and program | |
JP2009129057A (en) | Information recommendation system, information recommendation method, and program for information recommendation | |
JP2013131009A (en) | Information providing system, and information providing method and program | |
JP5404662B2 (en) | Product recommendation device, method and program | |
US20140280098A1 (en) | Performing application search based on application gaminess | |
CN112765478A (en) | Method, apparatus, device, medium, and program product for recommending content | |
JP5056803B2 (en) | Information providing server and information providing method | |
US10185982B1 (en) | Service for notifying users of item review status changes | |
CN109660580B (en) | Information pushing method and device | |
JP2019148878A (en) | Information processing device, information processing method, and program | |
JP5508987B2 (en) | Provided information selection apparatus, method and program | |
JP6505755B2 (en) | INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING METHOD, AND PROGRAM | |
JP2017004493A (en) | Data analysis method, data analysis device and program | |
JP5056801B2 (en) | Information providing server and information providing method | |
JP2005085207A (en) | Database merging device, and advertisement media planning support device | |
JPWO2019159288A1 (en) | Information processing system, information processing method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130515 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130723 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140228 |
|
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: 20140311 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140317 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5504220 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |