JP2017037650A - Commodity recommendation service method by relative comparison, recommendation service device therefor, and program - Google Patents
Commodity recommendation service method by relative comparison, recommendation service device therefor, and program Download PDFInfo
- Publication number
- JP2017037650A JP2017037650A JP2016158334A JP2016158334A JP2017037650A JP 2017037650 A JP2017037650 A JP 2017037650A JP 2016158334 A JP2016158334 A JP 2016158334A JP 2016158334 A JP2016158334 A JP 2016158334A JP 2017037650 A JP2017037650 A JP 2017037650A
- Authority
- JP
- Japan
- Prior art keywords
- product
- user
- ranking
- users
- recommendation
- 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 abstract description 80
- 238000011156 evaluation Methods 0.000 claims abstract description 64
- 238000012795 verification Methods 0.000 claims abstract description 38
- 235000019640 taste Nutrition 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 description 29
- 238000012545 processing Methods 0.000 description 11
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 9
- 230000006872 improvement Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 235000013351 cheese Nutrition 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241000972773 Aulopiformes Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 235000015277 pork Nutrition 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000019515 salmon Nutrition 0.000 description 1
- 235000013555 soy sauce Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
Abstract
Description
本発明は、相対比較による商品推薦サービス方法、このための推薦サービス装置、及びプログラムに関するもので、より詳細には、使用者が自分の趣向にしたがって相対比較を通じて商品のランキングを決め、使用者間に商品のランキングに対する交差比較を通じて類似趣向の使用者を判断し、類似趣向の使用者が決めた商品のランキングに基づいて商品を推薦する方法等に関するものである。 The present invention relates to a product recommendation service method based on relative comparison, a recommendation service device for the same, and a program. More specifically, the user determines the ranking of products through relative comparison according to his / her preference, and between users. Further, the present invention relates to a method for determining a user with a similar preference through cross comparison with the ranking of products and recommending a product based on the ranking of products determined by the user with a similar preference.
インターネット上には豊富な情報が共有されており、使用者は、多様な情報の中で他人が経験したり保有した商品に対する評価や推薦を参考にして商品を選択している。 Abundant information is shared on the Internet, and users select products with reference to evaluations and recommendations on products that others have experienced or possessed among a variety of information.
一例として、検索サービス上にて商品を検索すると、その検索結果として多様な商品に対する評価や推薦が提示され、使用者はこのような情報に基づいて自分に適合した商品を選択したりする。 As an example, when a product is searched for on the search service, evaluations and recommendations for various products are presented as search results, and the user selects a product suitable for himself based on such information.
ところが、このような状況が悪用されて、広告性の情報などが乱れ飛ぶことによって商品に対する評価や推薦に対する信頼度が低下しつつ、また、人は個人ごとに個性が異なるため、好みの商品に対する趣向も異なり、商品に対する評価や推薦によって商品を選択すると、実質的には自分の趣向に適していない商品が選択される問題がある。 However, this situation is abused, and the reliability of evaluations and recommendations for products declines due to disruption of advertising information, etc., and people have different personalities. On the other hand, when a product is selected by evaluation or recommendation for the product, there is a problem that a product that is substantially unsuitable for one's taste is selected.
また、商品の評価を星の数などのレベルで表示して商品を推薦する方式が多く適用されているが、星の数を利用した評価の場合、比較対象がないため、ただ一つの商品に対して使用者がその感じを評価するため、同一使用者が同一商品に対して評価しているにもかかわらず、その当時の感じが異なって反映され、多くの評価が相異する結果を招くため、一貫した評価が難しいという限界があり、また、同じ星の数を有する商品間には比較が不可能な問題点がある。 In addition, there are many methods for recommending products by displaying product ratings at a level such as the number of stars. However, in the case of ratings using the number of stars, there is no comparison target, so only one product is displayed. On the other hand, because the user evaluates the feeling, even though the same user evaluates the same product, the feeling at that time is reflected differently, and many evaluations cause different results. Therefore, there is a limit that it is difficult to evaluate consistently, and there is a problem that comparison is not possible between products having the same number of stars.
本発明は前述のような従来技術の問題点を解決するためのものであって、広告性の情報などによりインターネット上に提示された商品に対する評価や推薦の信頼度が低下する問題点を解決するためのものである。 The present invention is for solving the problems of the prior art as described above, and solves the problem that the reliability of evaluation and recommendation for a product presented on the Internet due to advertisement information etc. decreases. Is for.
特に、人は個人ごとに個性が異なるため、好みの商品に対する趣向も異なり、商品に対する評価や推薦を信頼して商品を選択すると、実質的には自分の趣向に適していない商品が選択されてしまう問題点を解決するためのものである。 In particular, because each person has a different personality, the taste for the favorite product is also different, and if you select a product that trusts the evaluation and recommendation for the product, the product that is not actually suitable for your taste is selected. This is to solve the problem.
また、星の数などを利用した商品に対する評価の場合、同一使用者が同一商品に対して評価しているにもかかわらず、一貫した評価が難しい限界があり、また、同じ星の数を有する商品間には比較が不可能な問題点があるため、新しい方式で相対的な比較評価が可能な推薦サービスを提供するためのものである。 In addition, in the case of evaluation for products using the number of stars, etc., there are limits to which consistent evaluation is difficult even though the same user evaluates the same product, and it has the same number of stars Since there is a problem that cannot be compared between products, it is intended to provide a recommendation service that enables relative comparison and evaluation using a new method.
前記技術的課題を達成することができる本発明に係る推薦サービス装置は、複数の使用者それぞれの趣向にしたがって複数の商品に対する相対比較による使用者の選好商品選択に基づいて、使用者別に商品に対するランキングを設定する商品ランキング設定部と、前記使用者が経験したことのない気になる商品の指定を受け付ける商品指定受付部と、前記指定商品の事前検証及び評価を要請する事前検証・評価部と、特定使用者が設定した商品に対するランキングと一名以上の他の使用者が設定した商品に対するランキングとを交差比較し、前記特定使用者の趣向と類似する趣向を有する他の使用者を判断する類似使用者判断部と、前記特定使用者の趣向と類似する趣向を有する他の使用者が設定した商品に対するランキングに基づいて前記特定使用者に商品を推薦する商品推薦部とを備え、前記商品ランキング設定部は、前記使用者から複数の商品情報の入力を受けて商品リストを生成し、前記商品リストに含まれた複数の商品に対する前記使用者の趣向による相対比較を通じた前記使用者の選好商品選択に基づいて、前記複数の商品に対するランキングを設定し、商品ランキングリストを生成し、前記事前検証・評価部は、特定使用者に係る指定商品を当該特定使用者が当該指定商品を経験する前に趣向に合うか否か事前検証・評価を要請し、前記類似使用者判断部は、前記特定使用者に対応する商品ランキングリストと前記複数の使用者中の一名以上の他の使用者に対応する商品ランキングリストとを交差比較して類似度を算出し、前記類似度に基づいて前記一名以上の他の使用者のうち前記特定使用者の趣向と類似する趣向を有する一名以上の他の使用者を判断し、前記類似使用者判断部による前記類似度の算出では、前記特定使用者に対応する商品ランキングリストと前記他の使用者に対応する商品ランキングリストそれぞれに対して、複数の商品を順次的な序列順序又は非順次的な序列順序により複数のグループに分類し、前記特定使用者に対応する商品ランキングリストのグループと前記他の使用者に対応する商品ランキングリストのグループとをグループ別に交差比較し、グループ別に同一商品の個数に基づいて前記特定使用者に対する前記他の使用者の類似度を算出することを特徴とする。 The recommended service device according to the present invention capable of achieving the technical problem is based on selection of a user's preferred product by a relative comparison with respect to a plurality of products in accordance with each user's preferences, A product ranking setting unit for setting a ranking, a product designation receiving unit for accepting designation of a product that the user has never experienced, a pre-verification / evaluation unit for requesting prior verification and evaluation of the designated product, The cross-comparison of the ranking for the product set by the specific user and the ranking for the product set by one or more other users is made to determine other users who have similar preferences to that of the specific user. Based on rankings for products set by a similar user determination unit and other users having a similar preference to that of the specific user A product recommendation unit that recommends products to a regular user, the product ranking setting unit receives a plurality of product information input from the user, generates a product list, and includes a plurality of items included in the product list Based on the user's preference product selection through a relative comparison according to the user's preference for the product, the ranking for the plurality of products is set, a product ranking list is generated, and the pre-verification / evaluation unit specifies Request for prior verification / evaluation of whether or not the specified product related to the user suits the taste before the specific user experiences the specified product, and the similar user judgment unit is a product corresponding to the specific user A similarity is calculated by cross-comparison between a ranking list and a product ranking list corresponding to one or more other users among the plurality of users, and the one or more other users are calculated based on the similarity One or more other users who have a preference similar to that of the specific user among the users are determined, and in the calculation of the similarity by the similar user determination unit, a product corresponding to the specific user For each of the ranking list and the product ranking list corresponding to the other user, a plurality of products are classified into a plurality of groups according to a sequential order or a non-sequential order, and correspond to the specific user. A group of product ranking lists and a group of product ranking lists corresponding to the other users are cross-compared for each group, and the similarity of the other users to the specific user is determined based on the number of the same products for each group. It is characterized by calculating.
本発明に係る商品推薦サービス方法は、商品ランキング設定部と、類似使用者判断部と、商品推薦部とからなる推薦サービス装置による商品推薦サービス方法であって、商品ランキング設定部が、複数の使用者それぞれの趣向にしたがって複数の商品に対する相対比較による使用者の選好商品選択に基づいて、使用者別に商品に対するランキングを設定するステップと、商品指定受付部が、前記使用者が経験したことのない気になる商品の指定を受け付けるステップと、特定使用者に係る指定商品を当該特定使用者が経験する前に、趣向に合うか否かを事前に評価する事前検証及び評価を要請するステップと、類似使用者判断部が、特定使用者が設定した商品に対するランキングと一名以上の他の使用者が設定した商品に対するランキングとを交差比較し、前記特定使用者の趣向と類似する趣向を有する他の使用者を判断するステップと、商品推薦部が、前記特定使用者の趣向と類似する趣向を有する他の使用者が設定した商品に対するランキングに基づいて前記特定使用者に商品を推薦するステップと、を有し、前記商品ランキング設定部が、前記使用者から複数の商品情報の入力を受けて商品リストを生成し、前記商品リストに含まれた複数の商品に対する前記使用者の趣向による相対比較を通じた前記使用者の選好商品選択に基づいて、前記複数の商品に対するランキングを設定し、商品ランキングリストを生成し、前記事前検証・評価部が、前記複数の使用者のうち特定使用者に係る指定商品を当該特定使用者が経験する前に、趣向に合うか否か事前検証・評価を要請し、類似使用者判断部が、前記特定使用者に対応する商品ランキングリストと前記複数の使用者中の一名以上の他の使用者に対応する商品ランキングリストとを交差比較して類似度を算出し、前記類似度に基づいて前記一名以上の他の使用者のうち前記特定使用者の趣向と類似する趣向を有する一名以上の他の使用者を判断し、前記類似使用者判断部による前記類似度の算出では、前記特定使用者に対応する商品ランキングリストと前記他の使用者に対応する商品ランキングリストそれぞれに対して、複数の商品を順次的な序列順序又は非順次的な序列順序により複数のグループに分類し、前記特定使用者に対応する商品ランキングリストのグループと前記他の使用者に対応する商品ランキングリストのグループとをグループ別に交差比較し、グループ別に同一商品の個数に基づいて前記特定使用者に対する前記他の使用者の類似度を算出することを特徴とする。 A product recommendation service method according to the present invention is a product recommendation service method by a recommendation service device including a product ranking setting unit, a similar user determination unit, and a product recommendation unit, wherein the product ranking setting unit includes a plurality of usages. The user has never experienced the step of setting the ranking for the product for each user based on the user's preference product selection by relative comparison with respect to a plurality of products according to each user's taste, and the product designation receiving unit A step of accepting designation of a product to be worried, a step of requesting prior verification and evaluation for evaluating in advance whether or not the specified user is suitable for the preference before the specific user experiences the specified product, The similar user judgment unit ranks the product set by the specific user and the rank set by one or more other users. A step of judging cross-comparison and determining other users having a preference similar to that of the specific user, and a product recommendation unit set by another user having a preference similar to that of the specific user Recommending a product to the specific user based on a ranking for the product, and the product ranking setting unit receives a plurality of product information from the user to generate a product list, and the product Based on the user's preference product selection through a relative comparison according to the user's preference for a plurality of products included in the list, the ranking for the plurality of products is set, a product ranking list is generated, and the advance The verification / evaluation unit requests prior verification / evaluation as to whether it suits the taste before the specific user experiences the designated product related to the specific user among the plurality of users, The similar user determination unit calculates a similarity by cross-comparing a product ranking list corresponding to the specific user and a product ranking list corresponding to one or more other users among the plurality of users. Determining one or more other users having a preference similar to that of the specific user among the one or more other users based on the similarity, and the similar user judging unit In the calculation of the similarity, a plurality of products are sequentially ordered or non-sequentially ordered for each of the product ranking list corresponding to the specific user and the product ranking list corresponding to the other user. The product ranking list group corresponding to the specific user and the product ranking list group corresponding to the other user are cross-compared for each group, The similarity of the other user to the specific user is calculated based on the number of the same product for each group.
本発明のプログラムは、推薦サービス装置を、複数の使用者それぞれの趣向にしたがって複数の商品に対する相対比較による使用者の選好商品選択に基づいて、使用者別に商品に対するランキングを設定する商品ランキング設定部と、前記使用者が経験したことのない気になる商品の指定を受け付ける商品指定受付部と、前記指定商品の事前検証及び評価を要請する事前検証・評価部と、特定使用者が設定した商品に対するランキングと一名以上の他の使用者が設定した商品に対するランキングとを交差比較し、前記特定使用者の趣向と類似する趣向を有する他の使用者を判断する類似使用者判断部と、前記特定使用者の趣向と類似する趣向を有する他の使用者が設定した商品に対するランキングに基づいて前記特定使用者に商品を推薦する商品推薦部として機能させ、前記商品ランキング設定部は、前記使用者から複数の商品情報の入力を受けて商品リストを生成し、前記商品リストに含まれた複数の商品に対する前記使用者の趣向による相対比較を通じた前記使用者の選好商品選択に基づいて、前記複数の商品に対するランキングを設定し、商品ランキングリストを生成し、前記事前検証・評価部は、特定使用者に係る指定商品を当該特定使用者が当該指定商品を経験する前に趣向に合うか否か事前検証・評価を要請し、前記類似使用者判断部は、前記特定使用者に対応する商品ランキングリストと前記複数の使用者中の一名以上の他の使用者に対応する商品ランキングリストとを交差比較して類似度を算出し、前記類似度に基づいて前記一名以上の他の使用者のうち前記特定使用者の趣向と類似する趣向を有する一名以上の他の使用者を判断し、前記類似使用者判断部による前記類似度の算出では、前記特定使用者に対応する商品ランキングリストと前記他の使用者に対応する商品ランキングリストそれぞれに対して、複数の商品を順次的な序列順序又は非順次的な序列順序により複数のグループに分類し、前記特定使用者に対応する商品ランキングリストのグループと前記他の使用者に対応する商品ランキングリストのグループとをグループ別に交差比較し、グループ別に同一商品の個数に基づいて前記特定使用者に対する前記他の使用者の類似度を算出する。 The program of the present invention is a product ranking setting unit that sets a ranking for a product for each user based on a user's preferred product selection based on a relative comparison with respect to a plurality of products according to each user's preferences. A product designation receiving unit that accepts designation of a product that the user has never experienced, a pre-verification / evaluation unit that requests pre-verification and evaluation of the designated product, and a product set by a specific user A similar user determination unit that cross-compares a ranking for a product set by one or more other users and determines other users having a similar preference to the particular user's preference, and Recommend a product to the specific user based on a ranking for a product set by another user having a similar preference to the specific user The product ranking setting unit generates a product list upon receiving a plurality of product information input from the user, and depends on the user's preference for the plurality of products included in the product list. Based on the user's preferred product selection through relative comparison, ranking is set for the plurality of products, and a product ranking list is generated. The specific user requests prior verification / evaluation as to whether or not it suits the taste before experiencing the designated product, and the similar user determination unit includes the product ranking list corresponding to the specific user and the plurality of users. A similarity is calculated by cross-comparison with a product ranking list corresponding to one or more other users, and the identification among the one or more other users is performed based on the similarity One or more other users having a preference similar to that of the user are determined, and in the calculation of the similarity by the similar user determination unit, a product ranking list corresponding to the specific user and the other user For each product ranking list corresponding to a user, a plurality of products are classified into a plurality of groups according to a sequential order or a non-sequential order, and a product ranking list group corresponding to the specific user The product ranking list group corresponding to the other user is cross-compared for each group, and the similarity of the other user to the specific user is calculated based on the number of the same product for each group.
このような本発明によれば、使用者の趣向と類似する趣向を有する他の使用者が設定した商品に対する評価に基づいて商品を推薦することによって、使用者が満足できる商品推薦を行うことができる。 According to the present invention, by recommending a product based on an evaluation for a product set by another user having a taste similar to the user's taste, it is possible to make a product recommendation that the user can satisfy. it can.
また、商品推薦を要請した使用者と類似の趣向を有する多数の他の使用者の評価を纏めて商品を推薦するので、広告性情報などを排除することができ、推薦の信頼度を高めることができる。 In addition, since the product is recommended based on the evaluation of a large number of other users who have similar preferences to the user who requested the product recommendation, it is possible to eliminate advertisement information and increase the reliability of the recommendation. Can do.
また、星の数などを利用した商品に対する単純評価が有する限界を克服し、多数の商品間に比較評価を通じて推薦することによって、使用者がより効果的に商品を選択することができるようになる。 In addition, by overcoming the limitations of simple evaluation for products that use the number of stars, etc., and making recommendations through comparative evaluation among a large number of products, users can select products more effectively. .
また、特定使用者が商品を使う前に、自己の趣向に近いかどうかを事前に検証・評価することができる。 In addition, before a specific user uses a product, it can be verified and evaluated in advance whether it is close to his / her preference.
本発明と本発明の動作上の利点および本発明の実施によって達成される目的を説明するために、以下では本発明の好ましい実施形態を例示してこれを参照して説明する。 In order to illustrate the present invention and the operational advantages of the present invention and the objects achieved by the practice of the present invention, a preferred embodiment of the present invention will now be illustrated and described with reference thereto.
まず、本出願で用いられた用語は、単に特定の実施形態を説明するために用いられたものであり、本発明を限定しようとする意図ではなく、単数の表現は文脈上明白に異なることを意味しない限り、複数の表現を含むことができる。また、本出願で、「含む」または「有する」などの用語は、明細書上に記載された特徴、数字、段階、動作、構成要素、部品または、これらを組み合わせたものが存在することを指定しようとするものであって、一つまたは、それ以上の他の特徴や数字、段階、動作、構成要素、部品または、これらを組み合わせたものなどの存在または、付加可能性をあらかじめ排除しないもので理解されるべきである。 First, the terminology used in this application is merely used to describe a particular embodiment, and is not intended to limit the invention, and the singular expression is clearly different in context. Multiple expressions can be included unless implied. Also, in this application, terms such as "include" or "have" indicate that there are features, numbers, steps, operations, components, parts, or combinations thereof as described in the specification. It is intended to pre-exist the existence or additional possibilities of one or more other features or numbers, steps, actions, components, parts or combinations thereof. Should be understood.
本発明を説明するにおいて、関連した公知の構成または、機能に対する具体的な説明が本発明の要旨を曖昧にする恐れがあると判断される場合には、その詳細な説明は省略する。 In the description of the present invention, if it is determined that a specific description of a related known configuration or function may obscure the gist of the present invention, the detailed description thereof will be omitted.
本発明は、使用者が自分の趣向にしたがって相対比較を通じて商品のランキングを決め、使用者間に商品のランキングに対する交差比較を通じて類似趣向の使用者を判断し、類似趣向の使用者が決めた商品のランキングに基づいて商品を推薦する方法を提示する。 According to the present invention, a user determines a product ranking through a relative comparison according to his / her preference, determines a user with a similar preference through a cross-comparison with respect to the product ranking between users, and a product determined by a user with a similar preference A method for recommending products based on the ranking of
本発明において、推薦サービスに適用される商品とは、形態のある物であることもあれば、無形の情報であることもあり得るが、たとえばスマートフォン、自動車などの各種物を含むことができ、レストラン、カフェなどの場所を含むこともでき、また、映画、音楽などのコンテンツを含むこともできる。 In the present invention, the product applied to the recommendation service may be a form or intangible information, but may include various items such as a smartphone, a car, a restaurant, Locations such as cafes can also be included, and content such as movies and music can also be included.
図１は本発明に係る商品推薦サービスを提供するための推薦サービスシステムに対する実施形態を図示している。 FIG. 1 illustrates an embodiment of a recommendation service system for providing a product recommendation service according to the present invention.
推薦サービス装置１００は多数の使用者１０ａ、１０ｂ、…１０ｎそれぞれの趣向にしたがってそれぞれの使用者が決めた商品のランキングリスト情報を保有し、使用者別商品のランキングリスト情報に基づいて特定使用者の趣向と類似する趣向を有する他の使用者を把握し、類似趣向の他の使用者が決めた商品のランキング情報に基づいて前記特定使用者に商品推薦サービスを提供する。 The recommended service device 100 holds product ranking list information determined by each user according to each user's preferences, and is based on the user-specific product ranking list information. Other users who have similar preferences to the user's preferences are grasped, and a product recommendation service is provided to the specific user based on product ranking information determined by other users of similar preferences.
多数の使用者１０ａ、１０ｂ、…１０ｎは自分が保有した通信端末で推薦サービス装置１００に接続して推薦サービスの提供を受けることができるが、前記通信端末としては、スマートフォン、ＰＣ、ノートパソコンなどの一般的に公知された多様な通信端末を適用することができる。 A large number of users 10a, 10b,... 10n can receive recommended services by connecting to the recommended service device 100 with their own communication terminals, such as smartphones, PCs, notebook computers, and the like. Various generally known communication terminals can be applied.
使用者は、自分の保有している通信端末でネットワーク網３０を通じて推薦サービス装置１００に連結することができ、ここでネットワーク網３０は一般的なインターネット回線であって、有線網と無線網の両方を含むことができる。また、本発明に係る推薦サービスが特定会社などの制限的な範囲で提供される場合、ネットワーク網は制限された領域または認証された人だけが接近可能な仮想の私設網やイントラネット網となり得る。 The user can connect to the recommended service device 100 through the network 30 by using a communication terminal that the user owns, and the network 30 is a general Internet line, which is both a wired network and a wireless network. Can be included. In addition, when the recommended service according to the present invention is provided in a limited range such as a specific company, the network network can be a restricted area or a virtual private network or an intranet network accessible only by an authenticated person.
また、推薦サービス装置１００が一般的な検索サービスサーバー５０と連動して使用者１０ａ、１０ｂ、…１０ｎに推薦サービスを提供することもできるが、例えば、使用者１０ａ、１０ｂ、…１０ｎは自分が普段利用している検索サービスサーバー５０に接続して商品に対する推薦を要請することができ、このような場合、検索サービスサーバー５０は推薦サービス装置１００に該当使用者の趣向を考慮した商品の推薦を要請して推薦サービス装置１００が検索サービスサーバー５０に該当使用者に対する趣向を考慮した商品の推薦結果を提供することもできる。 Further, the recommendation service device 100 can provide a recommendation service to the users 10a, 10b,... 10n in conjunction with a general search service server 50. For example, the users 10a, 10b,. It is possible to request a recommendation for a product by connecting to the search service server 50 that is normally used. In this case, the search service server 50 recommends a product considering the user's preference to the recommendation service device 100. Upon request, the recommendation service device 100 can provide the search service server 50 with a product recommendation result that takes into account the user's preferences.
図２は本発明に係る商品推薦サービスを提供するための推薦サービス装置の実施形態に対する構成図を図示したものである。 FIG. 2 is a block diagram illustrating an embodiment of a recommendation service apparatus for providing a product recommendation service according to the present invention.
推薦サービス装置１００は、概略的にランキング設定部１１０、類似使用者判断部１３０、商品推薦部１５０などを含むことができ、追加的に使用者情報ＤＢ１７０をさらに含むことができる。 The recommendation service device 100 may generally include a ranking setting unit 110, a similar user determination unit 130, a product recommendation unit 150, and the like, and may further include a user information DB 170.
ランキング設定部１１０は、各使用者が経験したり保有した商品に対する使用者別商品リストを生成し、各使用者が自分の趣向による相対比較を通じて選好商品を選択するとこれに基づいて前記商品リスト上の商品に対するランキングを決め、前記商品リストとそれによる商品に対するランキングをマッチングさせて使用者別商品ランキングリストを生成する。ここでランキング設定部１１０は使用者が自分が経験したり保有した商品リストを入力し、自分の趣向にしたがって各商品に対する相対比較を通じて選好商品を決めることができるサービスページやツールを使用者端末に提供することもできる。 The ranking setting unit 110 generates a user-specific product list for products that each user has experienced or possessed. When each user selects a preferred product through a relative comparison according to his / her preference, the ranking setting unit 110 displays the product list on the product list. A ranking for each product is determined, and a product ranking list for each user is generated by matching the product list with the corresponding ranking for the product. Here, the ranking setting unit 110 inputs a product list that the user has experienced or possessed, and uses a service page or tool that allows the user terminal to determine a preferred product through a relative comparison with each product according to his / her preference. It can also be provided.
好ましくは、ランキング設定部１１０で生成した商品ランキングリストは該当使用者の識別情報に対応して使用者情報ＤＢ１７０に貯蔵することができる。なお、ランキング設定部１１０が、予め登録された使用者が好きでない商品、嫌いな商品については、ランキングを設定する過程を省略し、直接、下位グループに配置してもよい。これによれば、商品ランキングリストに登録されている商品数が少ないとき、予め登録された好きでない商品、嫌いな商品が、好きな商品に混ざり推薦商品とならないように、タグ付け等により区別することが可能となる。 Preferably, the product ranking list generated by the ranking setting unit 110 can be stored in the user information DB 170 corresponding to the identification information of the corresponding user. Note that the ranking setting unit 110 may omit the process of setting the ranking for products that the user registered in advance does not like or dislikes, and directly place them in the lower group. According to this, when the number of products registered in the product ranking list is small, it is distinguished by tagging so that pre-registered unfavorable and disliked products are not mixed with favorite products and become recommended products. It becomes possible.
類似使用者判断部１３０は、ランキング設定部１１０で生成した使用者別商品ランキングリストに基づいて類似使用者を判断するが、一例として、特定使用者に対応する商品ランキングリストと他の使用者に対応する商品ランキングリストとを交差比較して前記特定使用者の趣向と類似する趣向を有する他の使用者を判断する。この時、類似使用者判断部１３０は、商品ランキングリストの交差比較による類似度を算出することができ、最も高い類似度を現わす１人の他の使用者を選択したり既設定された範囲の類似度内にある多数の他の使用者を選択することもできる。 The similar user determination unit 130 determines similar users based on the user-specific product ranking list generated by the ranking setting unit 110. As an example, the similar user determination unit 130 determines the product ranking list corresponding to the specific user and other users. Cross-comparison with the corresponding product ranking list is performed to determine other users who have similar preferences to that of the specific user. At this time, the similar user determination unit 130 can calculate the similarity based on the cross-comparison of the product ranking list, and can select one other user who exhibits the highest similarity or a preset range. It is also possible to select a number of other users that are within the degree of similarity.
商品推薦部１５０は、類似使用者判断部１３０が判断した該当使用者の趣向と類似する趣向を有する一名以上の他の使用者を確認し、類似の趣向を有する他の使用者が決めた商品ランキングリストに基づいて該当使用者が経験または保有していない商品を推薦する推薦情報を生成して提供する。 The product recommendation unit 150 confirms one or more other users who have similar preferences to the preferences of the corresponding user determined by the similar user determination unit 130, and other users having similar preferences have decided. Based on the product ranking list, recommendation information for recommending products that the corresponding user does not have experience or possess is generated and provided.
このような構成を推薦サービス装置１００が具備して、各構成の機能によって本発明に係る推薦サービスが提供されるが、ここで推薦サービス装置１００は各構成を含む一つの装置で具現することもでき、または、各構成がそれぞれの個別装置または、個別モジュールで構成されて選択的に結合することもでき、推薦サービス装置１００を各構成のグループで具現することもできる。また、推薦サービス装置１００に貯蔵機能と演算機能などを遂行可能な一種のサーバーが適用され、後述する本発明に係る商品推薦サービス方法の各段階を遂行するコンピュータプログラムが推薦サービス装置に記録されることもあり得る。 The recommended service device 100 has such a configuration, and the recommended service according to the present invention is provided by the function of each configuration. Here, the recommended service device 100 may be embodied by one device including each configuration. Alternatively, each configuration may be configured by each individual device or individual module and selectively combined, and the recommended service device 100 may be implemented by a group of each configuration. In addition, a kind of server capable of performing a storage function, a calculation function, and the like is applied to the recommendation service device 100, and a computer program for performing each stage of the product recommendation service method according to the present invention described later is recorded in the recommendation service device. It can happen.
前述した本発明に係る推薦サービス装置を通じて使用者の趣向を考慮した相対比較による商品推薦サービスを提供することができるが、本発明に係る相対比較による商品推薦サービスを提供する方法に対して、その実施形態を通じて説明することにする。 The product recommendation service based on the relative comparison considering the user's preference can be provided through the above-described recommendation service device according to the present invention, but the method for providing the product recommendation service based on the relative comparison according to the present invention This will be described through the embodiment.
図３は本発明に係る相対比較による商品推薦サービス方法の実施形態に対する概略的なフローチャートである。 FIG. 3 is a schematic flowchart for an embodiment of a product recommendation service method based on relative comparison according to the present invention.
本発明に係る商品推薦サービス方法は、前述した本発明に係る推薦サービス装置で具現されるので、前記の推薦サービス装置を一緒に参照して説明する。 Since the product recommendation service method according to the present invention is implemented by the above-described recommendation service apparatus according to the present invention, it will be described with reference to the recommendation service apparatus.
本発明に係る推薦サービス方法は、概略的に使用者の趣向にしたがって相対比較を通じて商品に対するランキングを設定する商品ランキング設定過程（Ｓ１００）、推薦サービスを要請する特定使用者が決めた商品のランキングと他の使用者が決めた商品のランキングとを交差比較して、前記特定使用者の趣向と類似する趣向を有する一名以上の他の使用者を判断する類似趣向使用者判断過程（Ｓ２００）、および類似趣向の他の使用者が決めた商品に対するランキングに基づいて前記特定使用者に商品を推薦する商品推薦過程（Ｓ３００）を含むことができる。 The recommended service method according to the present invention includes a product ranking setting process (S100) for setting a ranking for a product through relative comparison according to a user's preference, a product ranking determined by a specific user who requests a recommendation service, Cross-comparison with the rankings of products determined by other users to determine one or more other users who have similar preferences to the specific user's preferences (S200), In addition, a product recommendation process (S300) of recommending a product to the specific user based on a ranking for a product determined by another user having a similar preference may be included.
本発明に係る推薦サービス方法で提示する前記の各過程に対し、以下の細部的な実施形態を通じてさらに詳しく説明することにする。 The respective processes presented by the recommended service method according to the present invention will be described in more detail through the following detailed embodiments.
第一に、商品ランキング設定過程（Ｓ１００）を前記図３とともに図４に図示された本発明に係る推薦サービス方法で商品ランキング設定過程の実施形態を参照して説明する。 First, the product ranking setting process (S100) will be described with reference to an embodiment of the product ranking setting process in the recommended service method according to the present invention shown in FIG. 4 together with FIG.
まず、推薦サービス装置１００のランキング設定部１１０は、使用者から自分が経験したり保有した商品情報の入力（Ｓ１１０）を受けて商品リストを生成（Ｓ１２０）する。前記図４はレストランに対するランキングを設定する実施形態であるが、推薦サービス装置１００のランキング設定部１１０は使用者Ａから自分が経験したレストラン情報の入力を受けて、これを纏めて前記図４（ａ）に図示された通り、前記使用者Ａが経験したレストラン情報２１５を纏めたレストランリスト２１０を生成する。 First, the ranking setting unit 110 of the recommended service device 100 generates a product list (S120) in response to an input of product information that the user has experienced or possessed (S110). FIG. 4 is an embodiment for setting a ranking for a restaurant. The ranking setting unit 110 of the recommendation service device 100 receives restaurant information that the user A has experienced from the user A, and collects the restaurant information as shown in FIG. As shown in a), a restaurant list 210 is created in which the restaurant information 215 experienced by the user A is collected.
そして推薦サービス装置１００のランキング設定部１１０は、該当使用者の趣向にしたがって前記商品リストに含まれた商品間の相対比較を通じて自分が選好する商品を選択すると、これに基づいて商品に対するランキングを設定（Ｓ１３０）し、これを纏めて商品ランキングリストを生成（Ｓ１４０）する。 Then, the ranking setting unit 110 of the recommendation service device 100 selects a product that the user prefers through a relative comparison between the products included in the product list according to the user's preference, and sets a ranking for the product based on the selected product. (S130), and a product ranking list is generated (S140).
前記図４（ｂ）に図示された通り、前記使用者Ａのレストランリスト２１０上にてレストラン１（２２１）とレストラン２（２２３）に対する前記使用者Ａの趣向による相対比較を通じて前記使用者Ａが相対的により選好するレストラン２（２２５）を選択することができ、このような相対比較を繰り返し遂行して推薦サービス装置１００のランキング設定部１１０は使用者の趣向にしたがって自分が経験したレストランリスト２１０上のレストランに対する選択に基づいてランキングを設定し、これを纏めてレストランランキングリストを生成する。ここでレストランランキングリストは、前記図４（ｃ）に図示された通り、レストランリスト２１０上のすべてのレストラン２１５を序列で羅列２３５してランキング２３１を設定したレストランランキングリスト２３０として生成することもできる。 As shown in FIG. 4B, the user A is compared with the restaurant 1 (221) and the restaurant 2 (223) on the restaurant list 210 of the user A according to the user A's preference. The restaurant 2 (225) that is relatively preferred can be selected, and the ranking setting unit 110 of the recommendation service device 100 repeatedly performs such a relative comparison, and the restaurant setting list 210 experienced by the user according to the taste of the user. A ranking is set based on the selection for the upper restaurant, and a restaurant ranking list is generated by collecting the rankings. Here, as shown in FIG. 4C, the restaurant ranking list can be generated as a restaurant ranking list 230 in which all restaurants 215 on the restaurant list 210 are listed 235 and the ranking 231 is set. .
使用者の商品入力とランキング設定のために推薦サービス装置１００は、使用者の端末に商品情報の入力およびランキング設定のためのサービスページやアプリケーションを提供することができる。 The recommended service device 100 can provide a service page and application for inputting product information and setting rankings to the user's terminal for user product input and ranking setting.
このような商品ランキング設定過程（Ｓ１００）を通じて使用者の趣向にしたがって商品間の相対比較を通じて商品に対するランキングを設定し、多数の使用者それぞれに対して商品ランキング設定過程（Ｓ１００）を繰り返し遂行して多数の使用者それぞれに対する使用者別商品ランキングリストを生成することができる。 Through such a product ranking setting process (S100), rankings for products are set through relative comparisons between products according to user preferences, and the product ranking setting process (S100) is repeatedly performed for each of a number of users. A user-specific product ranking list for each of a large number of users can be generated.
そして、このように生成された使用者別商品ランキングリストは各使用者に対応して使用者情報ＤＢ１７０に貯蔵することができる。 The product ranking list for each user generated in this way can be stored in the user information DB 170 corresponding to each user.
また、使用者は商品ランキングリストに存在する既存の商品に対する再経験により該当商品の選好選択を調整することによって、全体的な商品ランキングリストを更新することもでき、また、使用者が新たに経験したり新たに保有した商品に対するランキングを既存商品ランキングリストに新たに追加して商品ランキングリストをアップデートすることもできる。 In addition, the user can update the overall product ranking list by adjusting the preference selection of the corresponding product by re-experience with existing products existing in the product ranking list. It is also possible to update the product ranking list by newly adding a ranking for the newly owned product to the existing product ranking list.
第二に、類似趣向使用者判断過程（Ｓ２００）を前記図３とともに図５に図示された本発明に係る推薦サービス方法で類似趣向使用者判断過程の実施形態を参照して説明する。 Second, the similar preference user determination process (S200) will be described with reference to an embodiment of the similar preference user determination process in the recommended service method according to the present invention shown in FIG. 5 together with FIG.
商品ランキング設定過程（Ｓ１００）を通じて多数の使用者に対する商品ランキングリストが保有された状態で、推薦サービス装置１００の類似使用者判断部１３０は、特定使用者からの商品推薦要請（Ｓ２１０）により前記特定使用者に対応する商品ランキングリストと少なくとも一名以上の他の使用者に対応する商品ランキングリストとを交差比較（Ｓ２２０）して、前記特定使用者と他の使用者に対する趣向の類似度を算出（Ｓ２３０）する。そして、算出された類似度に基づいて前記特定使用者の趣向と類似する趣向を有する他の使用者を判断（Ｓ２４０）する。 In a state where the product ranking list for a large number of users is held through the product ranking setting process (S100), the similar user determination unit 130 of the recommendation service device 100 performs the identification by the product recommendation request (S210) from a specific user. The product ranking list corresponding to the user and the product ranking list corresponding to at least one other user are cross-compared (S220), and the degree of preference for the specific user and other users is calculated. (S230). Then, based on the calculated similarity, another user having a preference similar to that of the specific user is determined (S240).
たとえば、前記図５（ａ）に図示された通り、使用者Ａに対応して複数のレストランそれぞれに対する順次的な序列の羅列でランキングが設定されたレストランランキングリスト３１０ａから使用者Ｎに対応するレストランランキングリスト３１０ｎが保有された状態で、使用者Ａがレストラン推薦を要請する場合、使用者Ａに対応するレストランランキングリスト３１０ａと使用者Ｂに対応するレストランランキングリスト３１０ｂから使用者Ｎに対応するレストランランキングリスト３１０ｎまでを交差比較して使用者Ａに対するそれぞれの他の使用者の類似度を算出する。 For example, as shown in FIG. 5A, the restaurant corresponding to the user N from the restaurant ranking list 310a in which the ranking is set in a sequential order for each of the plurality of restaurants corresponding to the user A. When the user A requests restaurant recommendation while the ranking list 310n is held, the restaurant corresponding to the user N is selected from the restaurant ranking list 310a corresponding to the user A and the restaurant ranking list 310b corresponding to the user B. The ranking list 310n is cross-compared to calculate the similarity of each other user to the user A.
この時、使用者Ｂ〜使用者Ｎのうち、使用者Ａに対応する商品ランキングリストに含まれた商品と同一商品を基準個数以上含んだレストランランキングリストだけを考慮して類似度を算出することもできる。なお、商品ランキングリストに登録されている同一の商品の数だけでなく、同一の商品の割合も考慮して類似度を算出するようにしてもよい。例えば、同一商品の割合が非常に高い人は、新規商品の情報が含まれていないか、少ない可能性が高いので、比較対象として選ばないようにしてもよい。 At this time, the similarity is calculated in consideration of only the restaurant ranking list including the same number of products as the products included in the product ranking list corresponding to the user A among the users B to N. You can also. The similarity may be calculated in consideration of not only the number of the same products registered in the product ranking list but also the ratio of the same products. For example, a person with a very high ratio of the same product may not be selected as a comparison target because there is a high possibility that information on a new product is not included or is low.
類似度算出と関連して、前記図５（ｂ）に図示された一例を参照すれば、複数のレストランそれぞれに対する順次的な序列の羅列でランキングが設定されたレストランランキングリストに対して、商品の順次的な序列順序により複数のグループに分類するが、前記図５（ｂ）では使用者Ａに対応するレストランランキングリストに含まれたレストランを序列順序により１０個ずつグループ３２０ａ、３３０ａに分類し、同様に使用者Ｂに対応するレストランランキングリストに含まれたレストランも１０個ずつグループ３２０ｂ、３３０ｂに分類した。 In connection with the similarity calculation, referring to the example shown in FIG. 5 (b), the restaurant ranking list in which the ranking is set in a sequential order for each of a plurality of restaurants, In FIG. 5B, the restaurants included in the restaurant ranking list corresponding to the user A are classified into groups 320a and 330a by ten according to the order of order. Similarly, ten restaurants included in the restaurant ranking list corresponding to the user B are also classified into groups 320b and 330b.
そして、レストラン推薦を要請した使用者Ａと使用者Ｂのレストランランキングリストに含まれたレストラングループ別交差比較を通じて使用者Ａに対する使用者Ｂの類似度を算出するが、使用者Ａに対応する上位ランキンググループ３２０ａを使用者Ｂに対応する上位ランキンググループ３２０ｂおよび下位ランキンググループ３３０ｂそれぞれに交差比較し、また、使用者Ａに対応する下位ランキンググループ３３０ａを使用者Ｂに対応する上位ランキンググループ３２０ｂおよび下位ランキンググループ３３０ｂそれぞれに交差比較する。 Then, the similarity of the user B to the user A is calculated through the cross comparison by restaurant group included in the restaurant ranking list of the user A and the user B who requested the restaurant recommendation. The ranking group 320a is cross-compared with the upper ranking group 320b and the lower ranking group 330b corresponding to the user B, and the lower ranking group 330a corresponding to the user A is compared with the upper ranking group 320b and the lower ranking group 330b corresponding to the user B. Cross comparison is made for each ranking group 330b.
たとえば、使用者Ａと使用者Ｂ間の類似趣向の把握として、使用者Ａに対応する上位ランキンググループ３２０ａに含まれたレストラン３２３ａと使用者Ｂに対応する上位ランキンググループ３２０ｂに含まれたレストラン３２３ｂとを比較して、レストラン１（３２５ａ、３２５ｂ）のように、同一に上位ランキンググループに属したレストラン個数を把握する。そして使用者Ａに対応する下位ランキンググループ３３０ａに含まれたレストラン３３３ａと使用者Ｂに対応する下位ランキンググループ３３０ｂに含まれたレストラン３３３ｂとを比較して、レストラン１２（３３５ａ、３３５ｂ）のように、同一に下位ランキンググループに属したレストラン個数を把握する。 For example, as a grasp of the similar preference between the user A and the user B, the restaurant 323a included in the higher ranking group 320a corresponding to the user A and the restaurant 323b included in the upper ranking group 320b corresponding to the user B And the number of restaurants that belong to the same higher ranking group as in restaurant 1 (325a, 325b). Then, the restaurant 333a included in the lower ranking group 330a corresponding to the user A and the restaurant 333b included in the lower ranking group 330b corresponding to the user B are compared, and a restaurant 12 (335a, 335b) is obtained. Identifies the number of restaurants that belong to the same lower ranking group.
また、使用者Ａと使用者Ｂ間の反対趣向の把握として、使用者Ａに対応する上位ランキンググループ３２０ａに含まれたレストラン３２３ａと使用者Ｂに対応する下位ランキンググループ３３０ｂに含まれたレストラン３３３ｂとを比較して、レストラン２（３２７ａ、３３７ｂ）のように、反対となるランキンググループに属したレストラン個数を把握する。同様に使用者Ａに対応する下位ランキンググループ３３０ａに含まれたレストラン３３３ａと使用者Ｂに対応する上位ランキンググループ３２０ｂに含まれたレストラン３２３ｂとを比較して、反対となるランキンググループに属したレストラン個数を把握する。 Further, as a grasp of the opposite preference between the user A and the user B, the restaurant 333a included in the higher ranking group 320a corresponding to the user A and the restaurant 333b included in the lower ranking group 330b corresponding to the user B And the number of restaurants belonging to the opposite ranking group, such as restaurant 2 (327a, 337b), is grasped. Similarly, the restaurant 333a included in the lower ranking group 330a corresponding to the user A is compared with the restaurant 323b included in the upper ranking group 320b corresponding to the user B, and the restaurant belonging to the opposite ranking group Know the number.
このような比較に基づいて使用者Ａに対する使用者Ｂの類似度を算出するが、同一に上位ランキンググループに属したレストランは使用者Ａと使用者Ｂの趣向が類似する可能性が高いという意味となるので、上位ランキンググループに属したレストランの個数に対してはそれだけ高い加重値を適用し、同一に下位ランキンググループに属したレストランは使用者Ａと使用者Ｂの趣向がある程度類似する可能性があるという意味となるので、下位ランキンググループに属したレストランの個数に中間加重値を適用し、反対となるランキンググループに属したレストランは使用者Ａと使用者Ｂの趣向が相異する可能性があるという意味となるので、それだけ低い加重値を適用して、これを纏めた類似度を算出する。 Based on such comparison, the similarity of the user B to the user A is calculated, but the restaurant belonging to the same higher ranking group is likely to have similar preferences of the user A and the user B. Therefore, a higher weighting value is applied to the number of restaurants belonging to the upper ranking group, and the tastes of the user A and the user B may be somewhat similar in restaurants belonging to the same lower ranking group. Therefore, an intermediate weight is applied to the number of restaurants belonging to the lower ranking group, and restaurants belonging to the opposite ranking group may have different preferences for user A and user B. Therefore, a lower weight value is applied to calculate the degree of similarity.
一例として、使用者Ａに対する使用者Ｂの類似度は下記の［式１］によって算出することができる。 As an example, the similarity of the user B to the user A can be calculated by the following [Equation 1].
ＳＡＢ=（α×Ｈ+β×Ｌ+γ×Ｒ）／Ｔ；（α>β>γ） ［式１］ SAB = (α × H + β × L + γ × R) / T; (α> β> γ) [Formula 1]
ここで、ＳＡＢは使用者Ａに対する使用者Ｂの類似度であり、αは上位ランキンググループに同一に属した商品に対する加重値、βは下位ランキンググループに同一に属した商品に対する加重値、γは反対となるランキンググループに属した商品に対する加重値、Ｈは上位ランキンググループに同一に属した商品の個数、Ｌは下位ランキンググループに同一に属した商品の個数、Ｒは反対となるランキンググループに属した商品の個数、Ｔは前記Ｈ、ＬおよびＲを合算した商品の個数を現わす。 Here, SAB is the similarity of user B to user A, α is a weighted value for products belonging to the same higher ranking group, β is a weighted value for products belonging to the same lower ranking group, and γ is Weights for products belonging to the opposite ranking group, H is the number of products belonging to the same upper ranking group, L is the number of products belonging to the lower ranking group, and R is to the opposite ranking group The number of products, T, represents the number of products obtained by adding H, L and R.
このような過程を繰り返し遂行し、前記図５（ａ）に図示された使用者Ｂ以後から使用者Ｎまでに対して、使用者Ａに対する類似度を算出する。 Such a process is repeatedly performed, and the similarity with respect to the user A is calculated from the user B to the user N shown in FIG.
そして使用者Ａに対して類似度の高い他の使用者を選択するが、この時、最も高い類似度を有する他の使用者一名だけを選択することもでき、または、既設定された数値までの類似度を有する多数の他の使用者を選択することもできる。 Then, another user having a high degree of similarity with respect to the user A is selected. At this time, only one other user having the highest degree of similarity can be selected, or a preset numerical value can be selected. Many other users with similarities up to can be selected.
第三に、商品推薦過程（Ｓ３００）を前記図３とともに図６に図示された本発明に係る推薦サービス方法で商品推薦過程に対する実施形態を参照して説明する。 Third, the product recommendation process (S300) will be described with reference to the product recommendation process in the recommendation service method according to the present invention shown in FIG. 6 together with FIG.
類似趣向使用者判断過程（Ｓ２００）を通じて商品の推薦を要請した特定使用者の趣向と類似する趣向を有する一名以上の類似趣向使用者が選択されると、推薦サービス装置１００の商品推薦部１５０は前記特定使用者に対応する商品ランキングリストと選択された一名以上の類似趣向使用者に対応する商品ランキングリストとを抽出（Ｓ３１０）する。 When one or more similar preference users having a preference similar to that of the specific user who requested the recommendation of the product through the similar preference user determination process (S200) are selected, the product recommendation unit 150 of the recommendation service device 100 is selected. Extracts a product ranking list corresponding to the specific user and a product ranking list corresponding to one or more selected similar preference users (S310).
次に、推薦サービス装置１００の商品推薦部１５０は前記特定使用者の商品ランキングリストと前記類似趣向使用者の商品ランキングリストとを対比（Ｓ３２０）し、前記類似趣向使用者に対応する商品ランキングリストから前記特定使用者に対応する商品ランキングリストに含まれていない商品を新規商品として抽出（Ｓ３３０）する。 Next, the product recommendation unit 150 of the recommendation service device 100 compares the product ranking list of the specific user with the product ranking list of the similar preference user (S320), and the product ranking list corresponding to the similar preference user. The products not included in the product ranking list corresponding to the specific user are extracted as new products (S330).
そして、推薦サービス装置１００の商品推薦部１５０は前記類似趣向使用者が設定した新規商品に対するランキングに基づいて推薦商品を判断（Ｓ３４０）し、前記推薦商品を含む推薦情報を前記特定使用者に提供（Ｓ３５０）する。 Then, the product recommendation unit 150 of the recommendation service device 100 determines a recommended product based on the ranking for the new product set by the similar preference user (S340), and provides recommended information including the recommended product to the specific user. (S350).
たとえば、商品の推薦を要請した特定使用者に対する類似度が最も高い他の使用者一名だけを類似趣向使用者として選択する場合、一名の類似趣向使用者に対応するランキングリストから新規商品を抽出し、新規商品のうち最も上位ランキングの新規商品または、既設定された個数までのランキング昇順で新規商品を推薦商品として選択することになる。 For example, when only one other user who has the highest degree of similarity to a specific user who requested product recommendation is selected as a similar preference user, a new product is selected from the ranking list corresponding to one similar preference user. The new product is extracted and selected as a recommended product in the ascending ranking up to the preset number of new products or new products.
さらに、類似度が既設定された数値までの多数の他の使用者を類似趣向使用者として選択する場合について、図６に図示された実施形態を参照して説明することにする。 Furthermore, a case where a large number of other users up to a numerical value for which similarity is already set is selected as a similar preference user will be described with reference to the embodiment illustrated in FIG.
前記図６は、前述したレストラン推薦と関連して、多数の類似趣向使用者のレストランランキング設定に基づいて推薦レストランを抽出する例である。 FIG. 6 shows an example in which recommended restaurants are extracted based on restaurant ranking settings of a number of similar preference users in association with the restaurant recommendation described above.
まず、使用者Ａと類似趣向使用者として選択された使用者Ｂ、使用者Ｄ、…使用者Ｃに対応するレストランランキングリストを抽出し、各レストランランキングリスト上から使用者Ａに対応するレストランランキングリストに含まれていないレストランを新規レストランとして抽出し、前記図６に図示された通り、類似趣向使用者の類似度順で各類似趣向使用者に対応する新規レストランを整列した新規レストランテーブル４１０を生成する。前記図６でＸと表示された部分は、使用者Ａに対応するレストランランキングリスト上に含まれたレストランであって、新規レストランから除外された部分である。 First, a restaurant ranking list corresponding to user B, user D,..., User C selected as user A and similar preference users is extracted, and the restaurant ranking corresponding to user A is selected from each restaurant ranking list. A restaurant that is not included in the list is extracted as a new restaurant, and as shown in FIG. 6, a new restaurant table 410 in which new restaurants corresponding to each similar preference user are arranged in the order of similarity of similar preference users. Generate. The portion indicated by X in FIG. 6 is a restaurant included in the restaurant ranking list corresponding to the user A and is excluded from the new restaurant.
このような新規レストランテーブル４１０に基づいて、それぞれの新規レストランに対して該当類似趣向使用者の類似度と該当類似趣向使用者が設定したランキングに基づいて推薦点数を算出するが、レストラン３（４１１、４１３）の場合、類似度が最も高い使用者Ｂによって設定されたランキングが２位であり、その次に類似度が高い使用者Ｄによって設定されたランキングが１位であるので、これを考慮すれば推薦点数は高く算出される。そして、レストラン６（４１５、４１７）の場合、類似度が最も高い使用者Ｂによって設定されたランキングが３位であり、類似度が最も低い使用者Ｃによって設定されたランキングが１位であるので、相対的にレストラン３（４１１）よりは低い推薦点数が算出される。 Based on the new restaurant table 410, the recommended score is calculated based on the similarity of the corresponding similar taste user and the ranking set by the corresponding similar taste user for each new restaurant, but the restaurant 3 (411 413), the ranking set by the user B with the highest degree of similarity is second, and the ranking set by the user D with the next highest degree of similarity is first, so this is taken into account. If so, the recommended number is calculated high. In the case of the restaurant 6 (415, 417), the ranking set by the user B with the highest degree of similarity is third, and the ranking set by the user C with the lowest degree of similarity is first. A recommendation score lower than that of restaurant 3 (411) is calculated.
一例として、新規商品に対する推薦点数は下記の［式２］によって算出することができる。 As an example, the recommended score for a new product can be calculated by the following [Equation 2].
ここで、ＳＣＯＲＥは該当新規商品に対する推薦点数であり、Ｍは該当新規商品に対するランキングを設定した類似趣向使用者の総数、ＳＩはｉ番目の類似趣向使用者の類似度、Ｒａｎｋはｉ番目の類似趣向使用者が該当新規商品に設定したランキング、ｋは必要に応じて設定される加重値である。 Here, SCORE is the recommended score for the corresponding new product, M is the total number of similar preference users who set the ranking for the new product, SI is the similarity of the i-th similar preference user, and Rank is the i-th similarity The ranking set by the intended user for the corresponding new product, k is a weighting value set as necessary.
このように、各新規商品ごとにそれぞれの推薦点数が算出され、算出された推薦点数に基づいて推薦する商品が選択されるが、最も高い推薦点数が算出された新規商品一つだけを推薦商品に選択することもでき、推薦点数のうち設定された上位の順番まで多数の新規商品を推薦商品に選択することもできる。 As described above, the recommended score is calculated for each new product, and the recommended product is selected based on the calculated recommended score. Only one new product with the highest recommended score is calculated as the recommended product. It is also possible to select a large number of new products up to the set higher order among the recommended points, and it is also possible to select the recommended products.
推薦商品が選択されると、推薦サービス装置１００の商品推薦部１５０は推薦商品を含む推薦情報を生成して使用者に提供するが、たとえば、図７に図示された本発明に係る推薦サービス方法での推薦商品情報に対する実施形態のように、推薦順位とともに順次的な順序の推薦レストランを含む推薦情報４２０を使用者端末に提供する。この時、推薦情報に多様な付加情報もともに含むことができるが、たとえば、前記図７のようなレストランの推薦の場合、メニュー、価格、位置、電話番号などの情報を含むこともでき、多様な使用者の評価文を含むこともでき、さらには、このような多様な情報が提示されたウェブページに対するＵＲＬを含むこともできる。 When the recommended product is selected, the product recommendation unit 150 of the recommendation service device 100 generates recommendation information including the recommended product and provides it to the user. For example, the recommended service method according to the present invention illustrated in FIG. As in the embodiment for the recommended product information, the recommended information 420 including the recommended restaurants in the sequential order along with the recommended order is provided to the user terminal. At this time, various kinds of additional information can be included in the recommendation information. For example, in the case of restaurant recommendation as shown in FIG. 7, information such as menu, price, location, and telephone number can be included. A user's evaluation sentence can be included, and further, a URL for a web page on which such various information is presented can be included.
（改良例１）
ここで、商品推薦過程（Ｓ３００）は、次のように改良することも可能である。以下では、商品推薦過程（Ｓ３００）を図３、図８、及び図９を参照して、実施形態の改良例に係る推薦サービス方法で実行する商品推薦過程を説明する。
(Improved example 1)
Here, the product recommendation process (S300) can be improved as follows. Hereinafter, the product recommendation process (S300) executed by the recommendation service method according to the improved example of the embodiment will be described with reference to FIGS. 3, 8, and 9. FIG.
推薦サービス装置１００の商品推薦部１５０は、特定使用者の商品ランキングリストと類似趣向使用者の商品ランキングリストとを対比し（Ｓ３２０）、類似趣向使用者に対応する商品ランキングリストから特定使用者に対応する商品ランキングリストに含まれていない商品を新規商品として抽出する（Ｓ３３０）。 The product recommendation unit 150 of the recommendation service device 100 compares the product ranking list of the specific user with the product ranking list of the similar preference user (S320), and selects the specific user from the product ranking list corresponding to the similar preference user. A product not included in the corresponding product ranking list is extracted as a new product (S330).
以下、図８を参照して、この対比（Ｓ３２０）、及び新規商品抽出（Ｓ３３０）の処理について更に詳述する。 Hereinafter, the comparison (S320) and the new product extraction (S330) process will be described in more detail with reference to FIG.
先ず、使用者Ａと類似趣向使用者として選択された使用者Ｂ、使用者Ｄ、使用者Ｅ、使用者Ｃ、…使用者Ｆに対応する商品ランキングリストを抽出し、各商品ランキングリスト上から使用者Ａに対応する商品ランランキングリストに含まれていない商品を新規商品として抽出し、類似趣向使用者の類似度順で各類似趣向使用者に対応する新規レストランを整列した新規商品テーブル５１０を生成する。図８で＊と表示された部分は、使用者Ａに対応する商品ランランキングリスト上に含まれた商品であって、新規商品から除外された部分である。 First, the product ranking list corresponding to the user B, the user D, the user E, the user C,... The user F selected as the user A and the similar preference user is extracted, and the product ranking list is extracted from each product ranking list. A new product table 510 in which products not included in the product run ranking list corresponding to the user A are extracted as new products, and new restaurants corresponding to the similar preference users in order of similarity of the similar preference users are arranged. Generate. The part indicated by * in FIG. 8 is a product that is included in the product run ranking list corresponding to the user A and is excluded from the new product.
このような新規商品テーブル５１０に基づいて、それぞれの新規商品に対して該当類似趣向使用者の類似度と該当類似趣向使用者が設定したランキングに基づいて推薦点数を算出するが、その演算手順は次のようになる。 Based on such a new product table 510, the recommended score is calculated based on the similarity of the corresponding similar preference user and the ranking set by the corresponding similar preference user for each new product. It becomes as follows.
各順位には順位スコアが予め付与されている。この例では、１位に順位スコア１００、２位に順位スコア９０、３位に順位スコア８０、４位に順位スコア７０…が付与されている。そして、各比較対象者、つまり類似趣向の使用者の類似度ＳＩＲａｗｉを、合計が１になるような割合ＳＩｉに変換する。この変換は、下記の［式３］による。 A rank score is assigned to each rank in advance. In this example, a ranking score 100 is given to the first place, a ranking score 90 is given to the second place, a ranking score 80 is given to the third place, and a ranking score 70 is given to the fourth place. Then, the degree of similarity SIRawi of each comparison target person, that is, a user with a similar preference is converted into a ratio SIi such that the sum is 1. This conversion is based on the following [Equation 3].
ここで、ＳＩｉは類似度に係る割合であり、ＳＩＲａｗｉは類似趣向の各使用者の類似度、Ｍは比較対象者の数である。 Here, SI i is a ratio related to the similarity, SIRaw i is the similarity of each user having a similar preference, and M is the number of comparison subjects.
こうして類似度に係る割合ＳＩｉを算出した後、各使用者の割合と順位スコアＲａｎｋＳｃｏｒｅｉに基づいて評価対象となる商品の推薦点数ＳＣＯＲＥを下記の［式４］により算出することになる。 After calculating the ratio SI i related to the similarity in this way, the recommended score SCORE of the product to be evaluated is calculated by the following [Formula 4] based on the ratio of each user and the rank score RankScore i .
ここで、ＳＩｉは類似度に係る割合であり、ＲａｎｋＳｃｏｒｅｉは各使用者の商品リストにおける商品の順位スコア、Ｍは比較対象者の数である。 Here, SI i is a ratio relating to the degree of similarity, RankScore i is a ranking score of products in each user's product list, and M is the number of comparison subjects.
例えば、図８において、商品Ｐ１２の推薦点数と予想ランキングは、次のように決定することになる。
ＳＣＯＲＥＰ１２＝（ＳＩ１＊８０＋ＳＩ２＊８０＋…＋ＳＩｉ＊80）
＝８０＊ΣＳＩｉ＝８０
となるので、使用者Ａの商品ランキングリストの中では、商品Ｐ３と同じ推薦点数となるので、予想ランキングは３位となる。
For example, in FIG. 8, the recommended score and the predicted ranking of the product P12 are determined as follows.
SCOREP12 = (SI 1 * 80 + SI 2 * 80 +... + SI i * 80)
= 80 * ΣSI i = 80
Therefore, in the user A's product ranking list, the recommended score is the same as that of the product P3, so the predicted ranking is third.
また、図８において、商品Ｐ１０の推薦点数と予想ランキングは、次のように決定することになる。
ＳＣＯＲＥＰ１０
＝（ＳＩ１＊１００＋ＳＩ２＊９０＋ＳＩ３＊７０…＋ＳＩｉ＊９０）
この推薦点数ＳＣＯＲＥＰ１０を使用者Ａの商品ランキングリストの順位スコアと比較して予想ランキングを決定する。
In FIG. 8, the recommended score and the predicted ranking of the product P10 are determined as follows.
SCOREP10
= (SI 1 * 100 + SI 2 * 90 + SI 3 * 70... + SI i * 90)
The recommended ranking SCOREP10 is compared with the ranking score of the product ranking list of the user A to determine the expected ranking.
このように、各新規商品ごとにそれぞれの推薦点数が算出され、算出された推薦点数に基づいて推薦する商品が選択されるが、最も高い推薦点数が算出された新規商品一つだけを推薦商品に選択することもでき、推薦点数のうち設定された上位の順番まで多数の新規商品を推薦商品に選択することもできる。 As described above, the recommended score is calculated for each new product, and the recommended product is selected based on the calculated recommended score. Only one new product with the highest recommended score is calculated as the recommended product. It is also possible to select a large number of new products up to the set higher order among the recommended points, and it is also possible to select the recommended products.
推薦商品が選択されると、推薦サービス装置１００の商品推薦部１５０は推薦商品を含む推薦情報を生成して使用者に提供するが、たとえば、図９に図示されるように、推薦順位とともに商品名を含む推薦情報５２０を使用者端末に提供する。このとき、推薦情報に多様な付加情報もともに含むことができる。例えば、商品がレストランの推薦の場合、メニュー、価格、位置、電話番号などの情報を含むこともでき、多様な使用者の評価文を含むこともでき、さらには、このような多様な情報が提示されたウェブページに対するＵＲＬを含むこともできる。 When the recommended product is selected, the product recommendation unit 150 of the recommendation service device 100 generates recommendation information including the recommended product and provides it to the user. For example, as shown in FIG. Recommendation information 520 including the name is provided to the user terminal. At this time, the recommendation information can include various additional information. For example, if the product is a restaurant recommendation, it can include information such as menus, prices, locations, phone numbers, etc., it can also include various user evaluation statements, and such diverse information A URL for the presented web page can also be included.
(改良例２)
さらに、使用者が、自己の商品に対して、相対的選好度を主観的に付与し、商品ランキングリストを生成し、該商品ランキングリストに基づいて、類似趣向使用者と推薦商品を判断するようにしてもよい。この場合、使用者の商品に対する主観的な相対的選好度と最小限の情報に基づいて類似趣向使用者と推薦商品を判断することが可能となるので、情報提供に必要なデータベース容量、演算、処理負荷を低減することが可能となる。
(Improvement example 2)
Further, the user subjectively gives a relative preference to his / her product, generates a product ranking list, and judges similar preference users and recommended products based on the product ranking list. It may be. In this case, since it becomes possible to judge the similar preference user and the recommended product based on the subjective relative preference for the product of the user and the minimum information, the database capacity, calculation, It becomes possible to reduce processing load.
この場合には、類似趣向使用者判断過程（Ｓ２００）は、次のように改良することが可能である。前述した手法では、商品ランキングリストに使用者Ａと共通した商品を含む使用者（例えば、共通した商品の多い順）を比較対象とし、比較対象となった他の使用者と使用者Ａの商品ランキングリストをグループに分けて、グループ別に交差比較を行い、類似度を算出し、類似趣向使用者を判断していた。 In this case, the similar preference user determination process (S200) can be improved as follows. In the above-described method, a user whose product ranking list includes products common to the user A (for example, in order of the number of common products) is to be compared, and the products of the user A and other users who are compared with each other are compared. The ranking list was divided into groups, cross comparisons were made for each group, similarity was calculated, and similar preference users were judged.
これに対して、使用者Ａの上位グループに属する商品を上位グループに多く含む使用者を類似指向使用者と判断してもよい。 On the other hand, a user who includes many products belonging to the upper group of the user A in the upper group may be determined as a similarity-oriented user.
あるいは、使用者Ａの商品ランキングリストに含まれている各商品のランキングを、比較対象となる使用者の商品ランキングリストで確認し、ランキングの差を総合的に勘案して類似度を算出し、類似趣向使用者を判断してもよい。これは、例えば使用者Ａの商品ランキングリストでの商品Ｘのランキングと他の使用者の商品ランキングリストでの商品Ｘのランキングを比較するなどして算出することが考えられる。 Alternatively, the ranking of each product included in the product ranking list of user A is confirmed in the product ranking list of the user to be compared, and the similarity is calculated by comprehensively considering the difference in ranking, A similar preference user may be determined. This may be calculated, for example, by comparing the ranking of the product X in the product ranking list of the user A with the ranking of the product X in the product ranking list of another user.
（改良例３）
図１０には、改良例３に係る推薦商品サービス装置の構成を示し説明する。
(Improved example 3)
In FIG. 10, the structure of the recommended goods service apparatus which concerns on the improvement example 3 is shown and demonstrated.
基本的な構成は、図２と同じであるので、ここでは、同一構成には同一符号を付し、異なる部分を中心に説明する。この改良例では、特定使用者が商品を使う前に、自己の趣向に近いかどうかを事前に検証・評価する点に特徴の一つを有している。それを実現するために、商品指定受付部１８０と、事前検証・評価部１９０を備える。商品指定受付部１８０は、使用者が経験したことのない気になる商品の指定を受け付ける。そして、事前検証・評価部１９０は、指定商品の事前検証及び評価の要請を行う。各部の詳細な処理については、後に後述する。 Since the basic configuration is the same as in FIG. 2, the same components are denoted by the same reference numerals and different portions will be mainly described. This improved example has one of the features that a specific user verifies and evaluates in advance whether or not it is close to his / her preference before using the product. In order to realize this, a product designation receiving unit 180 and a pre-verification / evaluation unit 190 are provided. The product designation receiving unit 180 accepts designation of products that the user has never experienced before. Then, the pre-verification / evaluation unit 190 makes a request for pre-verification and evaluation of the designated product. Detailed processing of each part will be described later.
以下、図１１のフローチャートを参照して、改良例３に係る推薦サービス装置による処理手順を説明する。ここでは、先に示した図３と同一の処理手順には同一符号を付して重複した説明は省略する。図４乃至図１０の考え方は、基本的に同様に適用可能である。 Hereinafter, with reference to the flowchart of FIG. 11, a processing procedure performed by the recommended service device according to Modification 3 will be described. Here, the same processing steps as those shown in FIG. The concept of FIGS. 4 to 10 is basically applicable in the same manner.
使用者別に商品ランキングリストを生成、編集する（Ｓ１１０〜Ｓ１４０）。この処理の詳細は、先に図３で前述した通りであるので、詳細は省略する。 A product ranking list is generated and edited for each user (S110 to S140). Details of this processing are as described above with reference to FIG.
続いて、特定使用者が気になる商品の指定を受け付け（Ｓ４１０）、特定使用者が指定商品の事前検証・評価のために、指定商品に対する評価情報をシステム側に要請する（Ｓ４２０）。 Subsequently, the specification of the product that the specific user is interested in is received (S410), and the specific user requests evaluation information for the specified product from the system side for prior verification and evaluation of the specified product (S420).
類似趣向使用者を判断する（Ｓ２２０〜Ｓ２４０）。そして、類似趣向使用者の類似度（割合）と、類似趣向使用者が設定した商品ランキングリストから指定商品のみを抽出し、当該指定商品に対しての順位情報を基に、指定商品の推薦点数を算出する（Ｓ３１０〜Ｓ３４０）。 A similar preference user is determined (S220 to S240). Then, only the designated product is extracted from the similarity (ratio) of the similar preference user and the product ranking list set by the similar preference user, and based on the rank information for the designated product, the recommended score of the designated product Is calculated (S310 to S340).
すなわち、推薦サービス装置１００の商品推薦部１５０は、類似趣向使用者に対応する商品ランキングリストから指定商品を抽出し（Ｓ３３０）、指定商品の推薦点数の算出及びランキング決定を行う（Ｓ３４０）。 That is, the product recommendation unit 150 of the recommendation service device 100 extracts the designated product from the product ranking list corresponding to the similar preference user (S330), calculates the recommended score of the designated product, and determines the ranking (S340).
尚、上記指定商品の抽出では、すべての新規商品を抽出する必要はない。次いで、指定商品の事前検証・評価結果情報（推薦点数、ランキング）を提供する（Ｓ３５０）。これらの処理についても、先に図３で説明した通りであるので、詳細は省略する。 Note that in the extraction of the designated product, it is not necessary to extract all new products. Next, pre-verification / evaluation result information (recommended score, ranking) of the designated product is provided (S350). Since these processes are also as described above with reference to FIG. 3, details thereof will be omitted.
以上で推薦商品情報提供までの一連の処理を終了する。 This completes the series of processing up to provision of recommended product information.
上記Ｓ３４０では、類似趣向使用者の類似度割合と指定商品に対するランキング・順位スコアに基づいて算出する。Ｓ３５０では、「特定使用者の商品ランキングリスト上に指定商品を表示する方法」、「レストランのメニュー上に表示する方法」、「地図の上に表示する方法」などの方法で、特定使用者に指定商品の評価結果を提供する。 In S340, the calculation is performed based on the similarity ratio of the similar preference user and the ranking / ranking score for the designated product. In S350, the method for displaying the designated product on the product ranking list of the specific user, the method for displaying on the menu of the restaurant, the method for displaying on the map, and the like are given to the specific user. Provide evaluation results for designated products.
既存方法については、新しい商品の発見をその用途とし、検証、評価対象商品を指定することは不可能であった。また、新規商品全体を評価対象とするため、システムリソースの消費が多かった。 As for existing methods, it was impossible to specify a product to be verified and evaluated by finding a new product. In addition, since new products as a whole are subject to evaluation, system resources are often consumed.
これに対して、本改良例３の方法では、未だ経験したことのない特定商品が自分の趣向に近いのかを事前に確認するときに好適であり、使用者が気になる商品だけを評価対象商品として指定することができる。また、興味のある商品だけを評価対象とするため、システムリソースの消費が少ないことも特徴の一つである。 On the other hand, the method of the present improved example 3 is suitable for checking in advance whether a specific product that has not yet been experienced is close to the user's taste, and evaluates only products that the user is interested in. Can be specified as a product. Another feature is that the consumption of system resources is low because only the products of interest are evaluated.
実際の事前検証・評価に係る処理手順を更に具体的に説明すると次のようになる。 The processing procedure related to actual pre-verification / evaluation will be described more specifically as follows.
使用者Ａが、例えば街頭看板、テレビ、新聞、雑誌、ブログ、ＳＮＳ、広告、求人、インターネット、カタログ、飲食店メニュー等で見た商品の中で、気になる商品を指定し、事前検証・評価部１９０が、事前検証、評価を要請する。すると、推薦サービス装置は、類似趣向使用者（単数又は複数）の指定商品に対しての評価を基に、指定商品の推薦点数を算出し、使用者Ａの商品ランキング上での予想順位、おすすめ可否などの推薦情報を使用者Ａに提供する。 For example, user A designates a product that he / she is interested in from street signs, televisions, newspapers, magazines, blogs, SNSs, advertisements, job offers, the Internet, catalogs, restaurant menus, etc. The evaluation unit 190 requests prior verification and evaluation. Then, the recommended service device calculates the recommended score of the designated product based on the evaluation of the designated product (s) by the similar preference user (s), and the expected rank and recommendation on the product ranking of the user A Recommendation information such as availability is provided to user A.
ここで、図１２（ａ）は、使用者Ａの商品ランキング中に表示した表示画面を示している。図１２（ｂ）は、レストランのメニューと一緒に表示した表示画面を示している。この図１２（ｂ）では、使用者Ａの商品ランキング上での予想順位が表示される。図１２（ｃ）は、該当商品の推薦情報を中心に表示する表示画面を示している。図１２（ｃ）の画面では、使用者Ａの商品ランキング上での予想順位が表示されている。そして、図１３の画面では、地図上に評価結果が表示されている。 Here, Fig.12 (a) has shown the display screen displayed during the user A's product ranking. FIG. 12B shows a display screen displayed together with the restaurant menu. In FIG. 12B, the expected rank on the product ranking of the user A is displayed. FIG. 12C shows a display screen that displays mainly the recommendation information of the corresponding product. In the screen of FIG. 12C, the expected rank on the product ranking of the user A is displayed. In the screen of FIG. 13, the evaluation result is displayed on the map.
より詳細には、例えば、街頭で見つけたラーメン屋の検証、評価を例に挙げると、「ＡＡラーメン」の「つけ麺」が自分の口に合うのかを確認したいときは、先ず商品指定受付部１８０が、「ＡＡラーメン」の「つけ麺」の指定を受け付け、事前検証・評価部１９０が事前検証、評価の要請を行う。そして、自分の商品ランキング上での予想順位とおすすめの可否（オプション）を画面に表示する。 More specifically, for example, in the case of verification and evaluation of a ramen shop found on the street, for example, when it is desired to check whether “AA ramen” “tsukemen” suits his / her mouth, first, the product designation receiving unit 180 However, the designation of “tsukemen” of “AA ramen” is accepted, and the pre-verification / evaluation unit 190 requests pre-verification and evaluation. Then, the predicted ranking on the product ranking and the recommendation possibility (option) are displayed on the screen.
別の例では、初めて行った料理店、「ＢＢ庵」で、自分の口に合うメニューを選びたいときを例に挙げると、商品指定受付部１８０が、メニュー全体、又は気になるメニュー、「豚たっぷりお好み焼き」、「明太子・餅・チーズもんじゃ」、「ハイジの作ったもんじゃ」、「ジャガチーズお好み焼き」、「醤油で食べるお好み焼き」の指定を受け付け、事前検証・評価部１９０が、検証、評価の要請を行う。そして、各メニューについての自分の商品ランキング上での予想順位とおすすめ可否（オプション）を画面（メニュー）上に表示する。 As another example, in the case where you want to select a menu that suits your mouth at the first restaurant “BB 庵”, for example, the product designation receiving unit 180 displays the entire menu, Accepts the designation of “Plenty of pork okonomiyaki”, “Mentaco, salmon, cheese monja”, “Heiji made monja”, “Jaga cheese okonomiyaki”, “okonomiyaki eaten with soy sauce”, and the pre-verification / evaluation unit 190 verifies and evaluates Make a request. Then, the predicted order on the product ranking of each menu and the recommendation availability (option) are displayed on the screen (menu).
さらに、別の例では、赤坂駅周辺の「つけ麺」に対して、自分の商品ランキング上での予想順位を地図に文字と色で表示する。つまり、特定地域で、興味のある商品、メニューのランキングを文字と色で地図に表示する。地図と連動し、特定地域の範囲内でメニュー「つけ麺」を検索し、検索された「つけ麺」の情報（ＩＤ番号など）でシステムに検証、評価を要請し、各「つけ麺」に対して、自分の商品ランキング上での予想順位、またはおすすめ可否を地図上に表示する。 Furthermore, in another example, the predicted ranking on the product ranking of “tsukemen” around Akasaka Station is displayed on the map with characters and colors. In other words, the product and menu rankings that interest you in a specific area are displayed on the map in letters and colors. In conjunction with the map, search for the menu “Tsukemen” within the area of the specific area, request verification and evaluation from the system with the information (ID number etc.) of the searched “Tsukemen”, and for each “Tsukemen” Display on the map the expected rank on your product ranking or the recommendation availability.
類似使用者判断過程のグループ分類方法と比較方法については、次の通りである。 The group classification method and comparison method in the similar user judgment process are as follows.
つまり、「複数の商品を順次的な序列順序により複数のグループに分類」となっているグループの分類方法を、「順次的な序列順序」と限定されないようにし、特定範囲の順位の商品グループだけで類似度の算出ができるようにする。 In other words, the classification method of a group that is “classify multiple products into multiple groups in sequential order” is not limited to “sequential order”, and only product groups with a specific range of ranks. To calculate the similarity.
例えば、上位１位から１０位の商品で構成されたグループと、特定順位以下の商品で構成されたグループで、各グループ別に交差比較し、類似度を算出する場合、次の第１及び第２の処理手順となる。 For example, when calculating the similarity by cross-comparison for each group between a group composed of the top 1 to 10th products and a group composed of products below a specific rank, the following first and second The processing procedure is as follows.
つまり、第１の処理手順では、複数の商品を順次的な序列順序により複数のグループに分類してもよく、又はグループを順次的な序列順序ではなくても分類できるようにしてもよい。 That is, in the first processing procedure, a plurality of products may be classified into a plurality of groups according to a sequential order, or a group may be classified without being in a sequential order.
さらに、第２の処理手順では、前述した第１の処理手順、つまり、複数の商品を順次的な序列順序により複数のグループに分類する方法で分類された複数のグループを、選択的に交差比較に適用できるようにする。この第２の方法の場合、上位１位から１０位の商品で構成されたグループと、３０位以下の商品で構成されたグループだけを、類似度算出のための比較過程に含めて、１１位から２９位の商品で構成されたグループは、比較過程に入らないようにするとよい。 Furthermore, in the second processing procedure, a plurality of groups classified by the first processing procedure described above, that is, a method of classifying a plurality of products into a plurality of groups in a sequential order, is selectively cross-compared. To be applicable to. In the case of this second method, only the group composed of the top 1 to 10th products and the group composed of the 30th or lower products are included in the comparison process for calculating the similarity, and ranked 11th. It is recommended that the group composed of the 29th product is not included in the comparison process.
以上説明したように、改良例３に係る推薦サービス装置は、複数の使用者それぞれの趣向にしたがって複数の商品に対する相対比較による使用者の選好商品選択に基づいて、使用者別に商品に対するランキングを設定する商品ランキング設定部１１０と、前記使用者が経験したことのない気になる商品の指定を受け付ける商品指定受付部１８０と、前記指定商品の事前検証及び評価の要請を行う事前検証・評価部１９０と、特定使用者が設定した商品に対するランキングと一名以上の他の使用者が設定した商品に対するランキングとを交差比較し、前記特定使用者の趣向と類似する趣向を有する他の使用者を判断する類似使用者判断部１３０と、前記特定使用者の趣向と類似する趣向を有する他の使用者が設定した商品に対するランキングに基づいて前記特定使用者に商品を推薦する商品推薦部１５０とを備える。そして、前記商品ランキング設定部１１０は、前記使用者から複数の商品情報の入力を受けて商品リストを生成し、前記商品リストに含まれた複数の商品に対する前記使用者の趣向による相対比較を通じた前記使用者の選好商品選択に基づいて、前記複数の商品に対するランキングを設定し、商品ランキングリストを生成する。前記類似使用者判断部１３０は、前記特定使用者に対応する商品ランキングリストと前記複数の使用者中の一名以上の他の使用者に対応する商品ランキングリストとを交差比較して類似度を算出し、前記類似度に基づいて前記一名以上の他の使用者のうち前記特定使用者の趣向と類似する趣向を有する一名以上の他の使用者を判断する。そして、前記類似使用者判断部１３０による前記類似度の算出では、前記特定使用者に対応する商品ランキングリストと前記他の使用者に対応する商品ランキングリストそれぞれに対して、複数の商品を順次的な序列順序又は非順次的な序列順序により複数のグループに分類し、前記特定使用者に対応する商品ランキングリストのグループと前記他の使用者に対応する商品ランキングリストのグループとをグループ別に交差比較し、グループ別に同一商品の個数に基づいて前記特定使用者に対する前記他の使用者の類似度を算出することを特徴とする。 As described above, the recommended service device according to the improvement example 3 sets the rankings for the products for each user based on the user's preference product selection based on the relative comparison with respect to the plurality of products according to the preferences of the plurality of users. A product ranking setting unit 110 to perform, a product designation receiving unit 180 that accepts designation of a product that the user has never experienced, and a pre-verification / evaluation unit 190 that makes a request for pre-verification and evaluation of the designated product. And a ranking for a product set by a specific user and a ranking for a product set by one or more other users to determine other users having a similar preference to that of the specific user To the rankings for products set by other users who have similar preferences to that of the specific user And a product recommendation unit 150 for recommending a product to the specific user's Zui. The product ranking setting unit 110 receives a plurality of product information input from the user, generates a product list, and performs a relative comparison according to the user's preference for the plurality of products included in the product list. Based on the user's preferred product selection, rankings for the plurality of products are set, and a product ranking list is generated. The similar user determination unit 130 performs cross-comparison between a product ranking list corresponding to the specific user and a product ranking list corresponding to one or more other users among the plurality of users to obtain a similarity. Based on the similarity, one or more other users having an interest similar to that of the specific user among the one or more other users are determined. In the calculation of the similarity by the similar user determination unit 130, a plurality of products are sequentially added to each of the product ranking list corresponding to the specific user and the product ranking list corresponding to the other user. Classify into multiple groups according to a random order or non-sequential order, and cross-comparison the product ranking list group corresponding to the specific user and the product ranking list group corresponding to the other user by group The similarity of the other user to the specific user is calculated based on the number of the same product for each group.
従って、使用者が気になる商品の指定を受け付け、当該指定商品の事前検証、評価結果に基づいて、最適な商品を選択することができる。このように、未だ経験したことのない特定商品が自分の趣向に近いのかを事前に確認するときに好適であり、使用者が気になる商品だけを評価対象商品として指定できる。また、興味のある商品だけを評価対象とするため、システムリソースの消費が少ないことも特徴の一つである。 Accordingly, it is possible to accept designation of a product that the user is interested in, and to select an optimal product based on the prior verification and evaluation results of the designated product. Thus, it is suitable when confirming in advance whether a specific product that has not yet been experienced is close to his / her preference, and only products that the user is interested in can be designated as evaluation target products. Another feature is that the consumption of system resources is low because only the products of interest are evaluated.
以上で詳察した通り、本発明によれば、使用者の趣向と類似する趣向を有する他の使用者が設定した商品に対する評価に基づいて商品を推薦することによって、使用者が満足できる商品の推薦を行うことができる。 As detailed above, according to the present invention, by recommending a product based on an evaluation for a product set by another user having a taste similar to that of the user, a product that the user can satisfy is recommended. Recommendations can be made.
また、商品の推薦を要請した使用者の趣向と類似の趣向を有する多数の他の使用者の評価を纏めて商品を推薦するので、広告性情報などを排除することができ、推薦の信頼度を高めることができる。 In addition, since the product is recommended based on the evaluation of a large number of other users who have similar preferences to the user who requested the product recommendation, it is possible to eliminate advertisement information and the reliability of the recommendation. Can be increased.
また、星の数などを利用した商品に対する単純評価が有する限界を克服し、多数の商品間に比較評価を行って推薦することによって、使用者がより効果的に商品を選択することができる。 In addition, the user can select a product more effectively by overcoming the limitations of simple evaluation for products using the number of stars, etc., and performing comparative evaluation among a number of products and making recommendations.
以上の説明は、本発明の技術思想を例示的に説明したものに過ぎず、本発明が属する技術分野において通常の知識を有した者であれば、本発明の本質的な特性から逸脱しない範囲で多様な修正および変形が可能である。したがって本発明に記載された各実施形態は本発明の技術思想を限定するためのものではなく説明するためのものであり、このような実施形態によって本発明の技術思想が限定されるものではない。本発明の保護範囲は、下記の特許請求の範囲によって解釈されるべきであり、それと同等な範囲内にあるすべての技術思想は本発明の権利範囲に含まれるものと解釈されるべきである。 The above description is merely illustrative of the technical idea of the present invention, and a person who has ordinary knowledge in the technical field to which the present invention belongs does not depart from the essential characteristics of the present invention. Various modifications and variations are possible. Therefore, each embodiment described in the present invention is not intended to limit the technical idea of the present invention, but to explain it, and the technical idea of the present invention is not limited by such an embodiment. . The protection scope of the present invention should be construed by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the right of the present invention.
例えば、本発明は、コンピュータを、ランキング設定部１１０、類似使用者判断部１３０、及び商品推薦部１５０、商品指定受付部１８０、事前検証・評価部１９０として機能させるプログラムとしても実現される。 For example, the present invention is also realized as a program that causes a computer to function as the ranking setting unit 110, the similar user determination unit 130, the product recommendation unit 150, the product designation reception unit 180, and the pre-verification / evaluation unit 190.
１０ａ、１０ｂ、…１０ｎ 使用者
３０ ネットワーク
５０ 検索サービスサーバー
１００ 推薦サービス装置
１１０ ランキング設定部
１３０ 類似使用者判断部
１５０ 商品推薦部
１７０ 使用者情報ＤＢ
１８０ 商品指定受付部
１９０ 事前検証・評価部
10a, 10b, ... 10n User 30 Network 50 Search service server 100 Recommended service device 110 Ranking setting unit 130 Similar user determination unit 150 Product recommendation unit 170 User information DB
180 Product designation reception unit 190 Prior verification / evaluation unit
Claims (11)
前記使用者が経験したことのない気になる商品の指定を受け付ける商品指定受付部と、
前記指定商品の事前検証及び評価を要請する事前検証・評価部と、
特定使用者が設定した商品に対するランキングと一名以上の他の使用者が設定した商品に対するランキングとを交差比較し、前記特定使用者の趣向と類似する趣向を有する他の使用者を判断する類似使用者判断部と、
前記特定使用者の趣向と類似する趣向を有する他の使用者が設定した商品に対するランキングに基づいて前記特定使用者に商品を推薦する商品推薦部とを備え、
前記商品ランキング設定部は、前記使用者から複数の商品情報の入力を受けて商品リストを生成し、前記商品リストに含まれた複数の商品に対する前記使用者の趣向による相対比較を通じた前記使用者の選好商品選択に基づいて、前記複数の商品に対するランキングを設定し、商品ランキングリストを生成し、
前記事前検証・評価部は、特定使用者に係る指定商品を当該特定使用者が当該指定商品を経験する前に趣向に合うか否か事前検証・評価を要請し、
前記類似使用者判断部は、前記特定使用者に対応する商品ランキングリストと前記複数の使用者中の一名以上の他の使用者に対応する商品ランキングリストとを交差比較して類似度を算出し、前記類似度に基づいて前記一名以上の他の使用者のうち前記特定使用者の趣向と類似する趣向を有する一名以上の他の使用者を判断し、
前記類似使用者判断部による前記類似度の算出では、前記特定使用者に対応する商品ランキングリストと前記他の使用者に対応する商品ランキングリストそれぞれに対して、複数の商品を順次的な序列順序又は非順次的な序列順序により複数のグループに分類し、前記特定使用者に対応する商品ランキングリストのグループと前記他の使用者に対応する商品ランキングリストのグループとをグループ別に交差比較し、グループ別に同一商品の個数に基づいて前記特定使用者に対する前記他の使用者の類似度を算出することを特徴とする
推薦サービス装置。 A product ranking setting unit that sets a ranking for a product for each user based on a user's preferred product selection by a relative comparison with a plurality of products according to each user's preferences;
A product designation receiving unit that accepts designation of a product that the user has never experienced, and
A pre-verification / evaluation unit that requests pre-verification and evaluation of the designated product;
Similarity in which a ranking for a product set by a specific user and a ranking for a product set by one or more other users are cross-compared to determine other users who have similar preferences to that of the specific user A user judgment unit;
A product recommendation unit that recommends a product to the specific user based on a ranking for a product set by another user having a preference similar to the preference of the specific user,
The product ranking setting unit generates a product list upon receiving a plurality of product information input from the user, and the user through a relative comparison according to the user's preference for a plurality of products included in the product list. Set rankings for the plurality of products based on the preferred product selection, and generate a product ranking list,
The pre-verification / evaluation unit requests prior verification / evaluation as to whether or not the specified product related to the specific user is suitable for the specific user before experiencing the specified product,
The similar user determination unit calculates a similarity by cross-comparing a product ranking list corresponding to the specific user and a product ranking list corresponding to one or more other users among the plurality of users. And determining one or more other users having a preference similar to that of the specific user among the one or more other users based on the similarity,
In the calculation of the similarity by the similar user determination unit, a plurality of products are sequentially arranged in order for each of the product ranking list corresponding to the specific user and the product ranking list corresponding to the other user. Or, it is classified into a plurality of groups by non-sequential ordering, and the group of the product ranking list corresponding to the specific user and the group of the product ranking list corresponding to the other user are cross-compared by group, Separately, the recommendation service apparatus calculates the similarity of the other user to the specific user based on the number of the same products.
請求項１に記載の推薦サービス装置。 The product recommendation unit extracts a product ranking list corresponding to the specific user and a product ranking list corresponding to one or more selected similar preference users, and a product ranking list corresponding to the similar preference users The designated product is extracted from the list, the designated product is evaluated based on a ranking for the designated product set by the similar preference user, and the evaluation result is provided to the specific user. Recommendation service device.
前記商品推薦部は、前記指定商品の評価のときに、前記類似趣向使用者の類似度を合計が１となるような割合に変換し、この類似度に係る割合と前記順位スコアとに基づいて新規商品または指定商品の推薦点数を算出する
請求項２に記載の推薦サービス装置。 Each ranking of the product ranking list is given a ranking score in advance,
The product recommendation unit converts the similarity of the similar preference user into a ratio such that the total is 1 when evaluating the designated product, and based on the ratio related to the similarity and the ranking score The recommendation service device according to claim 2, wherein the recommendation score of a new product or a designated product is calculated.
請求項３に記載の推薦サービス装置。 The recommendation service apparatus according to claim 3, wherein the product recommendation unit determines a recommendation order based on the recommended score and displays the recommendation order in the product ranking of the specific user.
請求項３に記載の推薦サービス装置。 The recommendation service device according to claim 3, wherein the product recommendation unit determines a recommendation order based on the recommended score, and displays a product having a high recommendation order on a map.
商品ランキング設定部が、複数の使用者それぞれの趣向にしたがって複数の商品に対する相対比較による使用者の選好商品選択に基づいて、使用者別に商品に対するランキングを設定するステップと、
商品指定受付部が、前記使用者が経験したことのない気になる商品の指定を受け付けるステップと、
事前検証・評価部が、特定使用者に係る指定商品を当該特定使用者が経験する前に、趣向に合うか否かを事前に評価する事前検証及び評価を要請するステップと、
類似使用者判断部が、特定使用者が設定した商品に対するランキングと一名以上の他の使用者が設定した商品に対するランキングとを交差比較し、前記特定使用者の趣向と類似する趣向を有する他の使用者を判断するステップと、
商品推薦部が、前記特定使用者の趣向と類似する趣向を有する他の使用者が設定した商品に対するランキングに基づいて前記特定使用者に商品を推薦するステップと、
を有し、
前記商品ランキング設定部が、前記使用者から複数の商品情報の入力を受けて商品リストを生成し、前記商品リストに含まれた複数の商品に対する前記使用者の趣向による相対比較を通じた前記使用者の選好商品選択に基づいて、前記複数の商品に対するランキングを設定し、商品ランキングリストを生成し、
前記類似使用者判断部が、前記特定使用者に対応する商品ランキングリストと前記複数の使用者中の一名以上の他の使用者に対応する商品ランキングリストとを交差比較して類似度を算出し、前記類似度に基づいて前記一名以上の他の使用者のうち前記特定使用者の趣向と類似する趣向を有する一名以上の他の使用者を判断し、
前記類似使用者判断部による前記類似度の算出では、前記特定使用者に対応する商品ランキングリストと前記他の使用者に対応する商品ランキングリストそれぞれに対して、複数の商品を順次的な序列順序又は非順次的な序列順序により複数のグループに分類し、前記特定使用者に対応する商品ランキングリストのグループと前記他の使用者に対応する商品ランキングリストのグループとをグループ別に交差比較し、グループ別に同一商品の個数に基づいて前記特定使用者に対する前記他の使用者の類似度を算出することを特徴とする
商品推薦サービス方法。 A product recommendation service method by a recommendation service device comprising a product ranking setting unit, a similar user determination unit, and a product recommendation unit,
A step of setting a ranking for the product for each user based on the user's preferred product selection by a relative comparison with respect to the plurality of products according to the preferences of each of the plurality of users;
A step in which a product designation receiving unit accepts designation of a product that the user has never experienced, and
A step in which the prior verification / evaluation section requests prior verification and evaluation for evaluating in advance whether or not the specified user is satisfied with the preference before the specific user experiences the designated product relating to the specific user;
The similar user determination unit crosses and compares the ranking for the product set by the specific user with the ranking for the product set by one or more other users, and has similar taste to that of the specific user Determining the user of
A product recommendation unit recommending a product to the specific user based on a ranking for a product set by another user having a preference similar to the preference of the specific user;
Have
The product ranking setting unit receives a plurality of product information input from the user to generate a product list, and the user through a relative comparison according to the user's preference for a plurality of products included in the product list Set rankings for the plurality of products based on the preferred product selection, and generate a product ranking list,
The similar user determination unit calculates a similarity by cross-comparing a product ranking list corresponding to the specific user with a product ranking list corresponding to one or more other users among the plurality of users. And determining one or more other users having a preference similar to that of the specific user among the one or more other users based on the similarity,
In the calculation of the similarity by the similar user determination unit, a plurality of products are sequentially arranged in order for each of the product ranking list corresponding to the specific user and the product ranking list corresponding to the other user. Or, it is classified into a plurality of groups by non-sequential ordering, and the group of the product ranking list corresponding to the specific user and the group of the product ranking list corresponding to the other user are cross-compared by group, Separately, the product recommendation service method is characterized in that the similarity of the other user to the specific user is calculated based on the number of the same product.
請求項６に記載の商品推薦サービス方法。 The product recommendation unit extracts a product ranking list corresponding to the specific user and a product ranking list corresponding to one or more selected similar preference users, and the similarity of similar preference users and similar preference 7. The product recommendation service according to claim 6, wherein only the designated product is extracted from the product ranking list set by the user, and the recommended score of the designated product is calculated based on the ranking information for the designated product. Method.
前記商品推薦部が、前記指定商品の評価のときに、前記類似趣向使用者の類似度を合計が１となるような割合に変換し、この類似度に係る割合と前記順位スコアとに基づいて指定商品の推薦点数を算出する
請求項７に記載の商品推薦サービス方法。 Each ranking of the product ranking list is given a ranking score in advance,
When the product recommendation unit evaluates the designated product, the similarity level of the similar preference user is converted into a ratio such that the total is 1, and based on the ratio related to the similarity level and the rank score The product recommendation service method according to claim 7, wherein the recommended number of designated products is calculated.
請求項８に記載の商品推薦サービス方法。 The product recommendation service method according to claim 8, wherein the product recommendation unit determines a recommendation order based on the recommended score, and displays the recommendation order in the product ranking of the specific user.
請求項８に記載の商品推薦サービス方法。 The product recommendation service method according to claim 8, wherein the product recommendation unit determines a recommendation order based on the recommended score, and displays a product having a high recommendation order on a map.
複数の使用者それぞれの趣向にしたがって複数の商品に対する相対比較による使用者の選好商品選択に基づいて、使用者別に商品に対するランキングを設定する商品ランキング設定部と、
前記使用者が経験したことのない気になる商品の指定を受け付ける商品指定受付部と、
前記指定商品の事前検証及び評価を要請する事前検証・評価部と、
特定使用者が設定した商品に対するランキングと一名以上の他の使用者が設定した商品に対するランキングとを交差比較し、前記特定使用者の趣向と類似する趣向を有する他の使用者を判断する類似使用者判断部と、
前記特定使用者の趣向と類似する趣向を有する他の使用者が設定した商品に対するランキングに基づいて前記特定使用者に商品を推薦する商品推薦部として機能させ、
前記商品ランキング設定部は、前記使用者から複数の商品情報の入力を受けて商品リストを生成し、前記商品リストに含まれた複数の商品に対する前記使用者の趣向による相対比較を通じた前記使用者の選好商品選択に基づいて、前記複数の商品に対するランキングを設定し、商品ランキングリストを生成し、
前記事前検証・評価部は、特定使用者に係る指定商品を当該特定使用者が当該指定商品を経験する前に趣向に合うか否か事前検証・評価を要請し、
前記類似使用者判断部は、前記特定使用者に対応する商品ランキングリストと前記複数の使用者中の一名以上の他の使用者に対応する商品ランキングリストとを交差比較して類似度を算出し、前記類似度に基づいて前記一名以上の他の使用者のうち前記特定使用者の趣向と類似する趣向を有する一名以上の他の使用者を判断し、
前記類似使用者判断部による前記類似度の算出では、前記特定使用者に対応する商品ランキングリストと前記他の使用者に対応する商品ランキングリストそれぞれに対して、複数の商品を順次的な序列順序又は非順次的な序列順序により複数のグループに分類し、前記特定使用者に対応する商品ランキングリストのグループと前記他の使用者に対応する商品ランキングリストのグループとをグループ別に交差比較し、グループ別に同一商品の個数に基づいて前記特定使用者に対する前記他の使用者の類似度を算出する
プログラム。 Recommended service device
A product ranking setting unit that sets a ranking for a product for each user based on a user's preferred product selection by a relative comparison with a plurality of products according to each user's preferences;
A product designation receiving unit that accepts designation of a product that the user has never experienced, and
A pre-verification / evaluation unit that requests pre-verification and evaluation of the designated product;
Similarity in which a ranking for a product set by a specific user and a ranking for a product set by one or more other users are cross-compared to determine other users who have similar preferences to that of the specific user A user judgment unit;
Function as a product recommendation unit that recommends a product to the specific user based on a ranking for a product set by another user having a preference similar to that of the specific user,
The product ranking setting unit generates a product list upon receiving a plurality of product information input from the user, and the user through a relative comparison according to the user's preference for a plurality of products included in the product list. Set rankings for the plurality of products based on the preferred product selection, and generate a product ranking list,
The pre-verification / evaluation unit requests prior verification / evaluation as to whether or not the specified product related to the specific user is suitable for the specific user before experiencing the specified product,
The similar user determination unit calculates a similarity by cross-comparing a product ranking list corresponding to the specific user and a product ranking list corresponding to one or more other users among the plurality of users. And determining one or more other users having a preference similar to that of the specific user among the one or more other users based on the similarity,
In the calculation of the similarity by the similar user determination unit, a plurality of products are sequentially arranged in order for each of the product ranking list corresponding to the specific user and the product ranking list corresponding to the other user. Or, it is classified into a plurality of groups by non-sequential ordering, and the group of the product ranking list corresponding to the specific user and the group of the product ranking list corresponding to the other user are cross-compared by group, A program for calculating the similarity of the other user with respect to the specific user based on the number of the same product.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150114490A KR20170019944A (en) | 2015-08-13 | 2015-08-13 | Method and device for recommendation service of product using relative comparison |
| KR10-2015-0114490 | 2015-08-13 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017037650A true JP2017037650A (en) | 2017-02-16 |
| JP6087467B2 JP6087467B2 (en) | 2017-03-01 |
Family
ID=56921017
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016079235A Active JP5992122B1 (en) | 2015-08-13 | 2016-04-12 | Product recommendation service method based on relative comparison, recommendation service device and program therefor |
| JP2016158334A Active JP6087467B2 (en) | 2015-08-13 | 2016-08-11 | Product recommendation service method based on relative comparison, recommendation service device and program therefor |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016079235A Active JP5992122B1 (en) | 2015-08-13 | 2016-04-12 | Product recommendation service method based on relative comparison, recommendation service device and program therefor |
Country Status (3)
| Country | Link |
|---|---|
| JP (2) | JP5992122B1 (en) |
| KR (2) | KR20170019944A (en) |
| WO (1) | WO2017026852A1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109840825A (en) * | 2017-11-29 | 2019-06-04 | 迪特技术公司 | The recommender system of physical features based on user |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109919650A (en) * | 2019-01-16 | 2019-06-21 | 深圳壹账通智能科技有限公司 | Multi-stage service promotes management method, device and storage medium, computer equipment |
| KR102272063B1 (en) * | 2019-12-13 | 2021-07-02 | 임계수 | Apparatus and method for determinating taste similarity of users |
| CN115699069A (en) * | 2020-06-19 | 2023-02-03 | 松下知识产权经营株式会社 | Information providing method |
| JP6910515B1 (en) * | 2020-07-31 | 2021-07-28 | ＰａｙＰａｙ株式会社 | Analytical instruments, analytical methods and analytical programs |
| CN117635266A (en) * | 2023-12-01 | 2024-03-01 | 深圳市瀚力科技有限公司 | Platform optimization management system for commodity recommendation |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003196421A (en) * | 2001-12-25 | 2003-07-11 | Pia Corp | Ranking information return system, computer program for realizing it, and method therefor |
| JP2008102846A (en) * | 2006-10-20 | 2008-05-01 | Dowango:Kk | Content recommendation server, content recommendation program, and content recommendation method |
| WO2009014300A1 (en) * | 2007-07-24 | 2009-01-29 | Samsung Electronics Co., Ltd. | Method and apparatus for recommending information using hybrid algorithm |
| JP2011053920A (en) * | 2009-09-02 | 2011-03-17 | Fujitsu Ltd | Method and apparatus for supporting consolidation of ballot target |
| JP2011257955A (en) * | 2010-06-08 | 2011-12-22 | Nippon Telegr & Teleph Corp <Ntt> | Recommended item filtering method and recommended item filtering program |
| JP2013218415A (en) * | 2012-04-05 | 2013-10-24 | Sharp Corp | Similarity calculation device, similarity calculation system, similarity calculation method, and similarity calculation program |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3707361B2 (en) * | 2000-06-28 | 2005-10-19 | 日本ビクター株式会社 | Information providing server and information providing method |
| WO2007024736A2 (en) * | 2005-08-19 | 2007-03-01 | Biap Systems, Inc. | System and method for recommending items of interest to a user |
| KR100811937B1 (en) * | 2006-06-30 | 2008-03-10 | 현대자동차주식회사 | Forming Limit Diagram Tester |
| KR20100005289A (en) * | 2008-07-07 | 2010-01-15 | 엘지전자 주식회사 | Apparatus for generating vibration |
| KR101022886B1 (en) * | 2008-11-11 | 2011-03-16 | 한국과학기술원 | Mehod and system for recommending intelligent contents according to user |
| KR20100091669A (en) * | 2009-02-11 | 2010-08-19 | 인하대학교 산학협력단 | Personalized recommendation system for e-commerce service |
| KR101095311B1 (en) * | 2009-10-22 | 2011-12-16 | 성균관대학교산학협력단 | User adaptive recommendation system |
| KR20120076477A (en) * | 2010-11-25 | 2012-07-09 | 주식회사 케이티 | Method and systmem for store recommendation |
| KR20120101188A (en) | 2011-02-01 | 2012-09-13 | 케이비에스인터넷 주식회사 | System and method for providing information of good food restaurant using smart phone |
| KR101647364B1 (en) * | 2013-08-26 | 2016-08-23 | 네이버 주식회사 | System and method for recommending contents based on user characteristics and transactions, and recording media thereof |
| KR20150080090A (en) * | 2013-12-30 | 2015-07-09 | 전남대학교산학협력단 | System for recommending product based on Hadoop and apparatus and methode for recommending product in the system |
| KR101579376B1 (en) * | 2014-05-11 | 2015-12-21 | 이정우 | Personalized place recommendation system and method by using subjectivity analysis for user classification |
-
2015
- 2015-08-13 KR KR1020150114490A patent/KR20170019944A/en not_active Application Discontinuation
-
2016
- 2016-04-12 JP JP2016079235A patent/JP5992122B1/en active Active
- 2016-08-11 KR KR1020160102309A patent/KR101866514B1/en active IP Right Grant
- 2016-08-11 JP JP2016158334A patent/JP6087467B2/en active Active
- 2016-08-12 WO PCT/KR2016/008915 patent/WO2017026852A1/en active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003196421A (en) * | 2001-12-25 | 2003-07-11 | Pia Corp | Ranking information return system, computer program for realizing it, and method therefor |
| JP2008102846A (en) * | 2006-10-20 | 2008-05-01 | Dowango:Kk | Content recommendation server, content recommendation program, and content recommendation method |
| WO2009014300A1 (en) * | 2007-07-24 | 2009-01-29 | Samsung Electronics Co., Ltd. | Method and apparatus for recommending information using hybrid algorithm |
| JP2011053920A (en) * | 2009-09-02 | 2011-03-17 | Fujitsu Ltd | Method and apparatus for supporting consolidation of ballot target |
| JP2011257955A (en) * | 2010-06-08 | 2011-12-22 | Nippon Telegr & Teleph Corp <Ntt> | Recommended item filtering method and recommended item filtering program |
| JP2013218415A (en) * | 2012-04-05 | 2013-10-24 | Sharp Corp | Similarity calculation device, similarity calculation system, similarity calculation method, and similarity calculation program |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109840825A (en) * | 2017-11-29 | 2019-06-04 | 迪特技术公司 | The recommender system of physical features based on user |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5992122B1 (en) | 2016-09-14 |
| WO2017026852A1 (en) | 2017-02-16 |
| JP2017037629A (en) | 2017-02-16 |
| KR20170116924A (en) | 2017-10-20 |
| KR20170019944A (en) | 2017-02-22 |
| JP6087467B2 (en) | 2017-03-01 |
| KR101866514B1 (en) | 2018-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6087467B2 (en) | Product recommendation service method based on relative comparison, recommendation service device and program therefor | |
| US11798053B2 (en) | Information provision system, information provision method, and storage medium | |
| US11449917B2 (en) | Network computing system for providing interactive menus and group recommendations | |
| JP5108679B2 (en) | User recommendation system, user recommendation method, product information output system, product information output method and program | |
| US20070143281A1 (en) | Method and system for providing customized recommendations to users | |
| US9122757B1 (en) | Personal concierge plan and itinerary generator | |
| JP4886749B2 (en) | Recommended product selection device, recommended product selection program, and product search device | |
| US10078706B2 (en) | Information processing apparatus, information processing method, information processing program, and recording medium storing thereon information processing program which classifies and displays a plurality of elements constituting a list on a plurality of pages | |
| US9720570B2 (en) | Dynamic sorting and inference using gesture based machine learning | |
| WO2017019424A1 (en) | Methods and systems for ranking merchants | |
| US20120123828A1 (en) | Fast and Versatile Graphical Scoring Device and Method | |
| WO2016052149A1 (en) | Commodity recommendation device and commodity recommendation method | |
| JP5831204B2 (en) | Information providing system, information providing method, and program | |
| JP2011039909A (en) | Method and system for optimizing presentation information | |
| US20090234664A1 (en) | System and method for recommending entertainment venues for specific occasions | |
| KR20100092852A (en) | System for recommending goods based on preference, and method thereof | |
| US20130046620A1 (en) | Fast and Versatile Graphical Scoring Device and Method, and of Providing Advertising Based Thereon | |
| KR101230034B1 (en) | System and method for manufacturing taste idenfication code, and recomendation system and method | |
| KR20220008665A (en) | Method, user device and service provision server for providing product recommendation service | |
| US10445793B2 (en) | Review text output system and review text output method | |
| JP2017513131A (en) | How to compare goods or services from one or more websites | |
| KR100975588B1 (en) | service system for comparing travel goods via online and the method thereof | |
| JP2002108930A (en) | Matching system and device using factor database, and factor database preparing method for the system | |
| WO2010084629A1 (en) | Recommendation system, recommendation method, recommendation program, and information storage medium | |
| KR101669006B1 (en) | System and method for providing user-centered shopping service |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161226 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20161226 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20170105 |
|
| 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: 20170124 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170201 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6087467 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |