JP2018120337A - Retrieval device, retrieval method and retrieval program - Google Patents
Retrieval device, retrieval method and retrieval program Download PDFInfo
- Publication number
- JP2018120337A JP2018120337A JP2017010278A JP2017010278A JP2018120337A JP 2018120337 A JP2018120337 A JP 2018120337A JP 2017010278 A JP2017010278 A JP 2017010278A JP 2017010278 A JP2017010278 A JP 2017010278A JP 2018120337 A JP2018120337 A JP 2018120337A
- Authority
- JP
- Japan
- Prior art keywords
- user
- service
- search
- information
- query
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 58
- 230000009471 action Effects 0.000 claims abstract description 95
- 238000000605 extraction Methods 0.000 claims abstract description 41
- 239000000284 extract Substances 0.000 claims abstract description 27
- 238000006243 chemical reaction Methods 0.000 claims description 40
- 238000009826 distribution Methods 0.000 claims description 37
- 230000004044 response Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 description 53
- 230000006399 behavior Effects 0.000 description 34
- 238000012545 processing Methods 0.000 description 28
- 230000008569 process Effects 0.000 description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 25
- 238000010586 diagram Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 239000003651 drinking water Substances 0.000 description 9
- 235000020188 drinking water Nutrition 0.000 description 9
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000010365 information processing Effects 0.000 description 5
- 235000013361 beverage Nutrition 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 235000014510 cooky Nutrition 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- -1 cheap Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本発明は、検索装置、検索方法及び検索プログラムに関する。 The present invention relates to a search device, a search method, and a search program.
近年、インターネットの飛躍的な普及に伴い、ウェブサイトやアプリを介して、ショッピングサービスやオークションサービス等の提供が盛んに行われている。このようなウェブサイトやアプリでは、サービスにアクセスしてきたユーザの興味関心に応じた商材をお勧め商品として提供する、いわゆるレコメンドが行われている。 In recent years, with the rapid spread of the Internet, shopping services, auction services, and the like have been actively provided through websites and applications. In such websites and applications, so-called recommendations are provided in which products according to the interests of users who have accessed services are provided as recommended products.
このようなレコメンドに関する技術として、ユーザのオークション取引の履歴に基づいて、ユーザにオークション推薦情報を配信して報知する技術が知られている。 As a technique relating to such a recommendation, a technique is known in which auction recommendation information is distributed and notified to the user based on the history of the user's auction transaction.
しかしながら、上記の従来技術では、ユーザの多様な行動履歴に応じてレコメンドを行うことができるとは限らない。具体的には、上記の従来技術は、オークション取引履歴に基づいてオークション推薦情報を配信するが、ユーザのネットワーク上の行動はより多様である。例えば、ユーザは、ネットワークを介して、ウェブサイトの閲覧や、検索行動や、購買行動等の様々な行動を採る。このため、従来では、あるウェブサイトでユーザにレコメンドされる商品が、当該ウェブサイト以外の様々なユーザ行動を反映したものとはならない場合があった。 However, with the above-described conventional technology, it is not always possible to make a recommendation according to various behavior histories of the user. Specifically, the above-described conventional technology distributes auction recommendation information based on the auction transaction history, but the user's behavior on the network is more diverse. For example, a user takes various actions such as browsing a website, search actions, and purchase actions via a network. For this reason, conventionally, a product recommended by a user on a certain website may not reflect various user actions other than the website.
本願は、上記に鑑みてなされたものであって、ユーザの多様な行動履歴に応じてレコメンドを行うことができる検索装置、検索方法及び検索プログラムを提供することを目的とする。 The present application has been made in view of the above, and an object thereof is to provide a search device, a search method, and a search program that can make recommendations according to various behavior histories of users.
本願に係る検索装置は、ユーザのネットワーク上の行動履歴であって、当該ユーザが利用したサービスごとの行動履歴を取得する取得部と、前記取得部によって取得された行動履歴から、前記ユーザに対応するクエリを抽出する抽出部と、前記抽出部によって抽出されたクエリに対して前記サービスごとの重みを付与した情報であるクエリ情報を用いて、当該ユーザに推薦する情報コンテンツを検索する検索部と、を備えたことを特徴とする。 The search device according to the present application is an action history on a user's network, and corresponds to the user from an acquisition history for acquiring an action history for each service used by the user, and an action history acquired by the acquisition unit. An extraction unit that extracts a query to be performed, and a search unit that searches for information content recommended to the user using query information that is information obtained by assigning a weight for each service to the query extracted by the extraction unit, , Provided.
実施形態の一態様によれば、ユーザの多様な行動履歴に応じてレコメンドを行うことができるという効果を奏する。 According to one aspect of the embodiment, there is an effect that the recommendation can be performed according to various action histories of the user.
以下に、本願に係る検索装置、検索方法および検索プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る検索装置、検索方法および検索プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。 Hereinafter, embodiments for carrying out a search device, a search method, and a search program according to the present application (hereinafter referred to as “embodiments”) will be described in detail with reference to the drawings. Note that the search device, the search method, and the search program according to the present application are not limited by this embodiment. In addition, the embodiments can be appropriately combined within a range that does not contradict processing contents. In the following embodiments, the same portions are denoted by the same reference numerals, and redundant description is omitted.
〔１．検索処理の一例〕
まず、図１を用いて、実施形態に係る検索処理の一例について説明する。図１は、実施形態に係る検索処理の一例を示す図である。図１では、本願に係る検索装置１００によって、所定のサービスページにアクセスしたユーザに応じた情報コンテンツを検索する処理が行われる一例を示す。なお、実施形態では、サービスページの一例としてウェブページを例に挙げて説明する。また、情報コンテンツの一例として所定の商品レコメンド（以下、単に「レコメンド」と表記する）を例に挙げて説明する。
[1. Example of search process)
First, an example of search processing according to the embodiment will be described with reference to FIG. FIG. 1 is a diagram illustrating an example of a search process according to the embodiment. FIG. 1 shows an example in which processing for searching for information content according to a user who has accessed a predetermined service page is performed by the
図１に示す検索装置１００は、レコメンドに関する情報を保持するサーバ装置である。検索装置１００は、ユーザが所定のウェブページにアクセスしたことを契機として、レコメンドを記憶したデータベース（実施形態では、レコメンド情報記憶部１２５（図３参照））から、当該ユーザに適するレコメンドを検索する。そして、検索装置１００は、検索したレコメンドを当該ユーザに配信する。
The
図１に示すユーザ端末１０は、ユーザＵ０１によって利用される情報処理端末である。例えば、ユーザ端末１０は、スマートフォンやタブレット型端末である。ユーザ端末１０は、ユーザＵ０１による操作に従ってウェブサーバ３０（図２参照）にアクセスし、ウェブサーバ３０から提供されるウェブページを取得する。ユーザＵ０１は、ユーザ端末１０を介して、ウェブページとして提供される各種サービスを利用する。なお、本明細書中においては、ユーザ端末１０と、ユーザ端末１０を利用するユーザＵ０１とを同一視する場合がある。例えば、「ユーザＵ０１にウェブページを送信する」とは、実際には、「ユーザＵ０１が利用するユーザ端末１０にウェブページを送信する」ことを意味する場合がある。
A
検索装置１００は、ユーザ端末１０が取得したウェブページにレコメンドを表示する枠（以下、「レコメンド枠」と表記する）が含まれる場合に、当該枠に表示するためのレコメンドをユーザ端末１０に配信する。ユーザＵ０１は、例えば、レコメンドをクリックして商品情報を取得したり、レコメンドされた商品を購買したりする。これにより、レコメンドを提供する者（例えば、レコメンドに入札した事業者や、レコメンドされた商品を販売するサービス事業者など）は利益を得る。すなわち、検索装置１００は、ユーザＵ０１がレコメンドをクリックしたり購買したりするような、ユーザＵ０１が興味関心を有する対象をレコメンドとして配信することが望ましい。
When the web page acquired by the
一般に、このようなレコメンドの配信には、ユーザＵ０１が有するクエリ情報が利用される。クエリ情報とは、ユーザＵ０１のネットワーク上の行動履歴や、ユーザＵ０１の属性情報等に基づいて生成される情報であり、ユーザＵ０１に対するレコメンドを検索するために用いられる複数のクエリを含む情報である。 Generally, query information possessed by the user U01 is used to distribute such recommendations. The query information is information generated based on the action history of the user U01 on the network, the attribute information of the user U01, and the like, and is information including a plurality of queries used to search for recommendations for the user U01. .
例えば、ユーザＵ０１が、所定のショッピングサイトで飲料水を購入したものとする。この場合、ユーザＵ０１のクエリ情報には、購入した飲料水の名称や、「飲料水」といった商品カテゴリや、当該ショッピングサイトの名称等の単語が追加される。具体的には、商品に付与されていたタイトルや説明文が形態素解析され、分解された単語がクエリとして抽出され、ユーザＵ０１のクエリ情報に追加される。そして、ユーザＵ０１に対してレコメンドを検索する機会が発生した場合に、当該クエリ情報を用いてレコメンドが検索される。 For example, it is assumed that the user U01 has purchased drinking water at a predetermined shopping site. In this case, words such as the name of purchased drinking water, a product category such as “drinking water”, and the name of the shopping site are added to the query information of the user U01. Specifically, the title and description given to the product are analyzed by morpheme, and the decomposed word is extracted as a query and added to the query information of the user U01. Then, when an opportunity to search for a recommendation occurs for the user U01, the recommendation is searched using the query information.
なお、クエリ情報を構成するクエリは、ユーザＵ０１の行動に応じて順位付けされる。例えば、ユーザＵ０１が同じ飲料水を複数回購入する行動を採っていれば、その分、当該飲料水に関するクエリは上位に位置付けされる。具体的には、ユーザＵ０１の行動履歴に応じて抽出されたクエリのｔｆ値（Term Frequency）等によってクエリが順位付けされる。言い換えれば、クエリ情報におけるクエリは、ユーザＵ０１の行動において出現した回数に応じて順位付けされる。 Note that the queries constituting the query information are ranked according to the action of the user U01. For example, if the user U01 takes an action of purchasing the same drinking water a plurality of times, the query related to the drinking water is ranked higher. Specifically, the queries are ranked by the tf value (Term Frequency) of the query extracted according to the action history of the user U01. In other words, the queries in the query information are ranked according to the number of appearances in the action of the user U01.
そして、レコメンドを検索する装置は、ユーザＵ０１の上位のクエリを優先的に用いてレコメンドを検索する。例えば、レコメンドを検索する装置は、ユーザＵ０１に対応するクエリ情報に含まれる上位２０件のクエリを検索エンジンに入力することで、ユーザＵ０１に配信するクエリを検索する。これにより、ユーザＵ０１の過去の行動に応じたレコメンドが検索され、検索されたレコメンドがユーザＵ０１に配信される。なお、クエリ情報には、ユーザの属性情報（性別や年齢）を含む単語が含まれていてもよい。 And the apparatus which searches for a recommendation searches a recommendation using the upper query of the user U01 preferentially. For example, the device for searching for a recommendation searches for a query to be distributed to the user U01 by inputting the top 20 queries included in the query information corresponding to the user U01 to the search engine. Thereby, the recommendation according to the user U01's past action is searched, and the searched recommendation is distributed to the user U01. Note that the query information may include words including user attribute information (gender and age).
このように、ユーザＵ０１の過去の行動に応じたレコメンドが配信されることで、例えば、ユーザＵ０１が当該レコメンドを選択（クリック）したり、レコメンドされた商品を購入したりする機会を増大させることができると想定される。すなわち、レコメンドの検索に用いられるクエリ情報は、ユーザＵ０１の行動、言い換えれば、ユーザＵ０１の興味関心を的確に反映したクエリ情報である方が、よりユーザＵ０１にとって訴求効果の高いレコメンドを検索できると想定される。 In this way, by distributing a recommendation according to the past action of the user U01, for example, the user U01 can select (click) the recommendation or increase the opportunity to purchase the recommended product. Is assumed to be possible. That is, when the query information used for the search for the recommendation is the query information that accurately reflects the behavior of the user U01, in other words, the interest of the user U01, it is possible to search for a recommendation with a higher appeal effect for the user U01. is assumed.
しかしながら、上記のような従来手法では、ユーザＵ０１の行動を的確に示したクエリ情報が抽出されないおそれがある。例えば、ユーザＵ０１は、ネットワークを利用する大抵のユーザと同様に、ネットワークを介して、ウェブサイトの閲覧や、検索行動や、購買行動等の様々な行動を採ると想定される。ここで、ネットワークを利用するユーザは、ある対象（例えば商品）に関連する行動を採るというよりは、検索サービス（実施形態では、検索サービスを提供する検索サイト等のウェブサイトを含む概念であるものとする）やショッピングサービスなど、頻繁に利用するサービスに関連する行動を採りやすい傾向にある。すなわち、ネットワークを利用するユーザは、ある対象に関する情報を得ようとしてサービスを利用するのではなく、あるサービスを利用するためにネットワークにアクセスする場合がある。 However, with the conventional method as described above, there is a possibility that query information that accurately indicates the behavior of the user U01 may not be extracted. For example, as with most users who use the network, the user U01 is assumed to take various behaviors such as browsing the website, searching behavior, and purchasing behavior via the network. Here, a user using a network is a concept including a search service (in the embodiment, a search site that provides a search service or the like, rather than taking an action related to a certain target (for example, a product)). ) And shopping services tend to take actions related to frequently used services. That is, a user who uses the network may access the network to use a certain service, instead of using a service in an attempt to obtain information about a certain target.
ここで、ユーザＵ０１の行動に応じてクエリを抽出し、ｔｆ値に基づいてクエリを順位付けしてクエリ情報が生成された場合、ユーザＵ０１が利用するサービスに関する情報が欠損する。すなわち、ユーザＵ０１の行動に応じてクエリを抽出し、抽出した回数に応じてクエリが順位付けされたクエリ情報では、ユーザが利用するサービスに関する情報は反映されないため、ユーザの興味関心を的確に表せない可能性がある。このため、例えば、ユーザがあまり利用しないサービスで取り扱っている商品のレコメンドがユーザに配信されたり、ユーザの興味関心の傾向とは異なるレコメンドが配信されたりする可能性がある。この結果、レコメンドがクリックされなかったり、コンバージョン（conversion）に至る確率が下がったりといった、レコメンドの訴求効果を低下させるおそれが生じる。 Here, when query information is generated by extracting queries according to the behavior of the user U01 and ranking the queries based on the tf value, information on the service used by the user U01 is lost. That is, the query information extracted according to the action of the user U01 and the query information ranked according to the number of extractions does not reflect the information related to the service used by the user. There is no possibility. For this reason, for example, the recommendation of the goods handled by the service which a user does not use much may be delivered to a user, or the recommendation different from the tendency of a user's interest may be delivered. As a result, there is a risk that the recommendation effect of the recommendation may be reduced such that the recommendation is not clicked or the probability of conversion is reduced.
そこで、実施形態に係る検索装置１００は、ユーザＵ０１が利用したサービスごとの行動履歴を取得するとともに、それらの行動から抽出したクエリに対して、ユーザＵ０１が利用したサービスごとの重みを付与する。そして、検索装置１００は、クエリにサービスごとの重みを付与した情報であるクエリ情報を用いて、ユーザＵ０１に配信するレコメンドを検索する。かかる手法により、検索装置１００は、ユーザＵ０１の行動に即したレコメンドを的確に検索することができる。以下、図１を用いて、検索装置１００によって行われる検索処理の一例を流れに沿って説明する。
Therefore, the
図１において、ユーザＵ０１は、ユーザ端末１０を介して、日常的に各種サービスを利用するものとする（ステップＳ１１）。実施形態では、ユーザＵ０１は、例えば、検索サービスＡ０１や、ショッピングサービスＡ０２や、オークションサービスＡ０３や、ニュースサービスＡ０４等を利用する。 In FIG. 1, it is assumed that a user U01 uses various services on a daily basis via the user terminal 10 (step S11). In the embodiment, the user U01 uses, for example, a search service A01, a shopping service A02, an auction service A03, a news service A04, and the like.
ここで、検索装置１００は、ユーザＵ０１が利用したサービスに関する行動履歴を取得する（ステップＳ１２）。例えば、検索装置１００は、ユーザ端末１０がアクセスした各ウェブサーバ３０を介して、ユーザＵ０１がサービスを利用した行動履歴を取得する。
Here, the
具体的には、検索装置１００は、ユーザＵ０１が検索サービスＡ０１を利用して検索を行う頻度（例えば、所定期間における検索回数など）、検索サービスＡ０１に送信したクエリの種別や回数、検索サービスＡ０１へのアクセス回数等を取得する。また、検索装置１００は、ユーザＵ０１がショッピングサービスＡ０２を利用する頻度や、閲覧した商品や購入した商品に関する情報、購入回数、利用金額等を取得する。また、検索装置１００は、オークションサービスＡ０３を利用する頻度や、入札もしくは落札した回数、入札もしくは落札した商品に関する情報等、利用金額等を取得する。また、検索装置１００は、ニュースサービスＡ０４を利用する頻度や、閲覧した記事の数、閲覧した記事のタイトル、閲覧した記事に含まれるキーワード、閲覧時間等を取得する。
Specifically, the
なお、上記で挙げた検索装置１００が取得する行動履歴は一例であり、検索装置１００は、ユーザＵ０１の行動履歴（ログ）として記憶されるあらゆる情報をサービスごとに取得してもよい。
Note that the behavior history acquired by the
そして、検索装置１００は、各種サービスの行動履歴に基づいてクエリを抽出する（ステップＳ１３）。例えば、検索装置１００は、ユーザＵ０１が利用した行動履歴から特定される単語をクエリとして抽出する。
And the
検索装置１００は、例えば、ユーザＵ０１が検索サービスＡ０１に送信した検索クエリを、クエリとして抽出する。また、検索装置１００は、ユーザＵ０１が検索サービスＡ０１から得た検索結果に対して、ユーザＵ０１がクリックしたページ（すなわち、検索結果のリンク先）に関する情報からクエリを抽出する。例えば、検索装置１００は、リンク先のページに含まれる単語を形態素解析し、得られた単語をクエリとして抽出する。また、検索装置１００は、ショッピングサービスＡ０２やオークションサービスＡ０３においてユーザＵ０１が選択した商品の名称や、商品のタイトルに含まれる単語をクエリとして抽出する。また、検索装置１００は、ニュースサービスＡ０４においてユーザＵ０１が選択した記事のタイトルに含まれる単語をクエリとして抽出する。
For example, the
具体的には、ユーザＵ０１が、検索サービスＡ０１に「水」という検索クエリを送信していた場合、検索装置１００は、クエリとして「水」を抽出する。また、ユーザＵ０１が、ショッピングサービスＡ０２で商品「テレビ」を閲覧していた場合、検索装置１００は、クエリとして「テレビ」を抽出する。なお、検索装置１００は、この場合、「水」という単語が含まれるカテゴリである「飲料品」や、「テレビ」という単語が含まれるカテゴリである「家電」等をクエリとして抽出してもよい。
Specifically, when the user U01 has transmitted a search query “water” to the search service A01, the
なお、上記で挙げた検索装置１００が抽出するクエリは一例であり、検索装置１００は、ユーザＵ０１の行動履歴から抽出される様々な単語をクエリとして抽出してよい。また、検索装置１００は、クエリの抽出に関する既知の様々な手法を利用してもよい。また、検索装置１００は、例えば抽出対象となるドキュメント（商品のタイトルや、記事のタイトル等）におけるｔｆ−ｉｄｆ（Term Frequency、Inverse Document Frequency）等を利用して、クエリになりうる単語を抽出するようにしてもよい。例えば、検索装置１００は、所定のドキュメントにおいて形態素解析された単語に対してｔｆ−ｉｄｆ等の値を算出し、算出した値の上位から順に単語を抽出する。これにより、検索装置１００は、例えば一般に広く用いられる単語については、抽出されるクエリから除外することができる。
Note that the query extracted by the
続けて、検索装置１００は、ユーザＵ０１が利用したサービスごとの重みを算出して、ユーザＵ０１のクエリ情報Ｑ０１を生成する（ステップＳ１４）。例えば、検索装置１００は、ユーザＵ０１のサービスの利用頻度に応じて、ユーザＵ０１に関するサービスごとの重みを算出する。具体的には、検索装置１００は、ユーザＵ０１がサービスにアクセスした頻度に基づいて、サービスごとの重みを算出する。
Subsequently, the
また、詳細は後述するが、検索装置１００は、ユーザＵ０１に対して配信したレコメンドに対する反応に基づいて、サービスごとの重みを算出してもよい。例えば、検索装置１００が配信するレコメンドは、ショッピングサービスＡ０２で取り扱う商品であったり、オークションサービスＡ０３で取り扱う商品であったりする。そして、検索装置１００は、ユーザＵ０１が配信されたレコメンドをクリックした場合や、レコメンドに対してコンバージョンした場合に、当該レコメンドに対応するサービスを特定する。そして、検索装置１００は、ユーザＵ０１にとって、当該レコメンドに対応するサービスの重みが重くないように重みを算出する。
Although details will be described later, the
例えば、検索装置１００は、ユーザＵ０１にとって最も重みの重いサービスが検索サービスＡ０１であると算出したものとする。この場合、検索装置１００は、例えば、ユーザＵ０１の行動履歴から抽出されたクエリの頻度（抽出された回数）と、サービスごとの重みを乗算して、クエリごとのスコアを算出する。
For example, it is assumed that the
具体例を挙げて説明する。例えば、ユーザＵ０１の検索サービスＡ０１の行動履歴からクエリ「水」が「１０」回抽出され、ショッピングサービスＡ０２の行動履歴からもクエリ「水」が「１０」回抽出され、オークションサービスＡ０３の行動履歴からもクエリ「水」が「１０」回抽出され、ニュースサービスＡ０４の行動履歴からもクエリ「水」が「１０」回抽出されたものとする。そして、ユーザＵ０１における検索サービスＡ０１の重みが「６」であり、ショッピングサービスＡ０２の重みが「３」であり、オークションサービスＡ０３の重みが「１」であり、ニュースサービスＡ０４の重みが「１」であるものとする。 A specific example will be described. For example, the query “water” is extracted “10” times from the behavior history of the search service A01 of the user U01, the query “water” is extracted “10” times from the behavior history of the shopping service A02, and the behavior history of the auction service A03. It is assumed that the query “water” is extracted “10” times and the query “water” is extracted “10” times from the action history of the news service A04. Then, the weight of the search service A01 in the user U01 is “6”, the weight of the shopping service A02 is “3”, the weight of the auction service A03 is “1”, and the weight of the news service A04 is “1”. Suppose that
このとき、実施形態に係る検索装置１００は、「水」のスコアとして、単純に出現回数（抽出回数）を用いて「１０＋１０＋１０＋１０＝４０」と算出するのではなく、各サービスの重みを乗算した、「１０＊６＋１０＊３＋１０＊１＋１０＊１＝１１０」と算出する。このように、検索装置１００は、クエリの抽出された回数のみならず、ユーザＵ０１のサービスの重みを加味したスコアの算出を行う。これにより、検索装置１００は、ユーザＵ０１のサービスの利用頻度や、サービスに対応した興味関心に応じたクエリのスコアを算出することができるので、よりユーザＵ０１の行動の特徴を示したクエリ情報Ｑ０１を生成することができる。このようにして、検索装置１００は、スコアの付与された複数のクエリを含む、ユーザＵ０１に対応したクエリ情報Ｑ０１を生成する。
At this time, the
なお、上記は説明のため算出手法を簡略化しているが、実際には、検索装置１００は、種々の正規化等の既知の手法を用いてスコアの算出を行ってもよい。
Although the calculation method is simplified for the sake of explanation above, in practice, the
検索装置１００は、生成したクエリ情報Ｑ０１をユーザＵ０１と対応付けて所定の記憶部に記憶する（ステップＳ１５）。ここまで説明してきた処理が、検索装置１００における、ユーザＵ０１に関するクエリ抽出処理（抽出フェーズ）である。
The
続いて、検索装置１００が、クエリ情報Ｑ０１に基づいてユーザＵ０１に配信するレコメンドを検索する処理（検索フェーズ）について説明する。
Next, processing (search phase) in which the
図１に示すように、ユーザ端末１０は、ユーザＵ０１の操作に従い、所定のサービスページ（例えばウェブページ）にアクセスする（ステップＳ２１）。ユーザ端末１０がアクセスしたサービスページには、３つのレコメンド枠が含まれるものとする。この場合、ユーザ端末１０は、サービスページに含まれる命令（スクリプト）に従い、レコメンドの配信要求を検索装置１００に送信する。
As shown in FIG. 1, the
配信要求を受信した検索装置１００は、予め記憶しておいたクエリ情報Ｑ０１に基づいて、ユーザＵ０１に対応するレコメンドを検索する（ステップＳ２２）。なお、クエリ情報Ｑ０１に含まれるクエリには、上述のように、サービスごとの重みに基づいて算出された所定のスコアが付与される。そして、クエリ情報Ｑ０１では、スコアに基づいて各クエリに順位付けがされているものとする。
The
そして、検索装置１００は、クエリ情報Ｑ０１と、保持する複数のレコメンドとのマッチングを行う。例えば、検索装置１００が保持するレコメンドには予め対応するクエリがタグ付けされており、検索装置１００は、クエリ情報Ｑ０１とレコメンドにタグ付けされたクエリとをマッチングする。
Then, the
例えば、クエリ情報Ｑ０１には、比較的高いスコアを有するクエリとして、「水」や、「飲料品」や、「テレビ」や、「家電」等が含まれるものとする。また、例えば、レコメンドＰ０１やレコメンドＰ０２には、タグ付けされたクエリとして、「水」や「飲料品」が含まれるものとする。また、レコメンドＰ０３には、タグ付けされたクエリとして、「テレビ」や「家電」が含まれるものとする。そして、検索装置１００は、クエリ情報Ｑ０１に含まれるクエリと、各レコメンドにタグ付けされたクエリとをマッチングさせ、いずれかのレコメンドを検索する。なお、このような検索処理には、既知の転置インデックスの手法等が適宜応用されてもよい。すなわち、検索装置１００は、クエリに付与されたスコアと、レコメンドにタグ付けされたクエリのスコアとを乗算し、最もスコアの高いレコメンドを優先的に選択する等の手法を採用してもよい。
For example, the query information Q01 includes “water”, “beverage”, “TV”, “home appliance”, and the like as a query having a relatively high score. In addition, for example, the recommendation P01 and the recommendation P02 include “water” and “beverage” as tagged queries. In addition, the recommendation P03 includes “television” and “home appliance” as a tagged query. Then, the
上記検索処理によって、検索装置１００は、ユーザＵ０１に配信するレコメンドとして、レコメンドＰ０１、レコメンドＰ０２及びレコメンドＰ０３を検索したものとする。この場合、検索装置１００は、検索したレコメンドＰ０１、レコメンドＰ０２及びレコメンドＰ０３をユーザ端末１０に配信する（ステップＳ２３）。
It is assumed that the
図１を用いて説明してきたように、実施形態に係る検索装置１００は、ユーザＵ０１のネットワーク上の行動履歴であって、ユーザＵ０１が利用したサービスごとの行動履歴を取得する。そして、検索装置１００は、取得された行動履歴から、ユーザＵ０１に対応するクエリを抽出する。さらに、検索装置１００は、抽出されたクエリに対してサービスごとの重みを付与した情報であるクエリ情報を用いて、ユーザＵ０１に推薦する情報コンテンツ（すなわち、レコメンド）を検索する。
As described with reference to FIG. 1, the
このように、検索装置１００は、ユーザＵ０１が利用したサービスごとに重み付けされたクエリを用いて検索を行うことで、ユーザＵ０１の行動をより反映したレコメンドを検索することができる。このため、検索装置１００によれば、ユーザにクリックされ易かったり、コンバージョンに至る可能性の高かったりする、いわゆる訴求効果の高いレコメンドを検索することができる。すなわち、検索装置１００は、ネットワークを利用するユーザＵ０１の行動に即した、ユーザＵ０１の多様な行動履歴に応じてレコメンドを行うことができる。
Thus, the
なお、図１では、ステップＳ１１において、ユーザＵ０１が利用したサービスごとの行動履歴を検索装置１００が取得する例を示した。この場合、検索装置１００は、ウェブビーコン（web beacon）等によって実現される通知機能を利用して、ユーザの行動情報を取得してもよい。
Note that FIG. 1 shows an example in which the
すなわち、レコメンドが表示されるウェブページには、ウェブビーコン等によって実現される、ユーザに関する情報（以下、「ユーザ情報」と表記する）を通知する機能が埋め込まれる場合がある。例えば、ウェブビーコンは、ウェブページにアクセスしたユーザ端末１０を検索装置１００内に格納される透明な画像又は非常に小さな画像（「クリアＧＩＦ」と呼ばれることもある）にアクセスさせる機能を有する。これにより、検索装置１００は、ユーザ端末１０からユーザ情報を受信し、取得することができる。例えば、検索装置１００は、ウェブビーコンによって実現される機能により、ユーザＵ０１がユーザ端末１０上において、レコメンドをクリックしたことや、購買行動を行ったことや、レコメンドのリンク先のページ（ランディングページ）を閲覧した情報などを受信することができる。
That is, a function for notifying information related to a user (hereinafter referred to as “user information”) realized by a web beacon or the like may be embedded in a web page on which a recommendation is displayed. For example, the web beacon has a function of causing the
以下、図１で説明した処理を行う検索装置１００、及び、検索装置１００を含む検索システム１の構成等について、詳細に説明する。
Hereinafter, the configuration of the
〔２．検索システムの構成〕
図２を用いて、実施形態に係る検索装置１００が含まれる検索システム１の構成について説明する。図２は、実施形態に係る検索システム１の構成例を示す図である。図２に例示するように、実施形態に係る検索システム１には、ユーザ端末１０と、ウェブサーバ３０と、検索装置１００とが含まれる。これらの各種装置は、ネットワークＮ（例えば、インターネット）を介して、有線又は無線により通信可能に接続される。なお、図２に示した検索システム１には、複数台のユーザ端末１０や、複数台のウェブサーバ３０が含まれてもよい。
[2. Search system configuration)
The configuration of the
ユーザ端末１０は、例えば、スマートフォンや、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、タブレット型端末や、携帯電話機、ＰＤＡ（Personal Digital Assistant）、ウェアラブルデバイス（Wearable Device）等の情報処理装置である。ユーザ端末１０は、ユーザによる操作に従って、ウェブサーバ３０にアクセスすることで、ウェブサーバ３０から提供されるウェブサイトからウェブページを取得する。そして、ユーザ端末１０は、取得したウェブページを表示装置（例えば、液晶ディスプレイ）に表示する。
The
ウェブサーバ３０は、ユーザ端末１０からアクセスされた場合に、各種サービスを提供するサーバ装置である。実施形態では、ウェブサーバ３０は、サービスとして各種ウェブサイトを提供するものとする。例えば、ウェブサーバ３０は、ウェブ検索サイト、ショッピングサイト、オークションサイト、ニュースサイト、天気予報サイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、ウェブブログなどに関する各種ウェブページを提供する。
The web server 30 is a server device that provides various services when accessed from the
例えば、図１で例に挙げた検索サービスＡ０１は、所定のウェブ検索サイトや路線検索サイトや地図提供サイト等に対応する。また、ショッピングサービスＡ０２は、所定のショッピングサイトや旅行サイト等に対応する。また、オークションサービスＡ０３は、所定のオークションサイトに対応する。また、ニュースサービスＡ０４は、所定のニュースサイトや天気予報サイトやファイナンスサイトやウェブブログ等に対応する。 For example, the search service A01 exemplified in FIG. 1 corresponds to a predetermined web search site, route search site, map providing site, and the like. The shopping service A02 corresponds to a predetermined shopping site, a travel site, or the like. The auction service A03 corresponds to a predetermined auction site. The news service A04 corresponds to a predetermined news site, weather forecast site, finance site, web blog, and the like.
なお、ウェブサーバ３０によって配信されるウェブページには、レコメンドや広告コンテンツを表示するためのレコメンド枠や広告枠が含まれる。そして、レコメンド枠や広告枠を含むウェブページには、当該枠に表示するレコメンドや広告コンテンツを取得するための取得命令が含まれる。例えば、ウェブページを形成するＨＴＭＬ（HyperText Markup Language）ファイル等には、検索装置１００のＵＲＬ等が取得命令として記述される。この場合、ユーザ端末１０は、ＨＴＭＬファイル等に記述されているＵＲＬにアクセスすることで、検索装置１００からレコメンドや広告コンテンツの配信を受ける。
Note that the web page distributed by the web server 30 includes a recommendation frame and an advertisement frame for displaying the recommendation and the advertisement content. The web page including the recommendation frame and the advertisement frame includes an acquisition command for acquiring the recommendation and the advertisement content displayed in the frame. For example, in an HTML (HyperText Markup Language) file that forms a web page, the URL of the
検索装置１００は、ユーザが利用したサービスごとの行動履歴からユーザに対応するクエリを抽出し、抽出されたクエリに対してサービスごとの重みを付与した情報であるクエリ情報を用いて、当該ユーザに配信するレコメンドを検索するサーバ装置である。
The
上述のように、検索装置１００は、レコメンドの配信にあたって、ユーザ端末１０を識別し、レコメンドを配信するユーザ端末１０を特定する。例えば、ユーザの識別は、ユーザ端末１０のウェブブラウザと検索装置１００との間でやり取りされるクッキー（Cookie）にユーザ識別情報を含めることによって行うことができる。ただし、ユーザを識別する手法は上記に限られない。例えば、ユーザ端末１０に専用のプログラムを設定し、かかる専用プログラムからユーザ識別情報を検索装置１００に送信させてもよい。また、検索装置１００は、各ウェブサイトに登録されているユーザ情報（例えば、ユーザの属性情報）と、広告配信要求を送信したユーザ端末１０のクッキーとを照合することにより、各ユーザのクエリ情報を取得してもよい。
As described above, the
〔３．検索装置の構成〕
次に、図３を用いて、実施形態に係る検索装置１００の構成について説明する。図３は、実施形態に係る検索装置１００の構成例を示す図である。図３に示すように、検索装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、検索装置１００は、検索装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
[3. (Configuration of search device)
Next, the configuration of the
（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部１１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、ユーザ端末１０やウェブサーバ３０との間で情報の送受信を行う。
(About the communication unit 110)
The communication unit 110 is realized by, for example, a NIC (Network Interface Card). The communication unit 110 is connected to the network N in a wired or wireless manner, and transmits / receives information to / from the
（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、行動履歴記憶部１２１と、クエリ記憶部１２２と、レコメンド情報記憶部１２５とを有する。
(About the storage unit 120)
The storage unit 120 is realized by, for example, a semiconductor memory device such as a RAM (Random Access Memory) or a flash memory, or a storage device such as a hard disk or an optical disk. The storage unit 120 includes an action
（行動履歴記憶部１２１について）
行動履歴記憶部１２１は、ユーザのサービスごとの行動履歴を記憶する。ここで、図４に、実施形態に係る行動履歴記憶部１２１の一例を示す。図４は、実施形態に係る行動履歴記憶部１２１の一例を示す図である。図４に示した例では、行動履歴記憶部１２１は、「ユーザＩＤ」、「行動ログ」といった項目を有する。また、「行動ログ」の項目は、「サービス」、「行動」、「クエリ」といった小項目を有する。
(About the action history storage unit 121)
The action
「ユーザＩＤ」は、ユーザ又はユーザ端末１０を識別するための識別情報を示す。なお、本明細書中では、図４に示したような識別情報を参照符号として用いる場合がある。例えば、ユーザＩＤ「Ｕ０１」によって識別されるユーザを「ユーザＵ０１」と表記する場合がある。
“User ID” indicates identification information for identifying the user or the
「行動ログ」は、ユーザが各サービスを利用した際に記録されるログを示す。「サービス」は、ユーザが利用したサービスの名称を示す。「行動」は、ユーザがサービスにおいて採った行動や、サービスに関連した行動を示す。「クエリ」は、ユーザの行動において抽出されたクエリの一例を示す。 The “behavior log” indicates a log recorded when the user uses each service. “Service” indicates the name of the service used by the user. “Action” indicates an action taken by the user in the service or an action related to the service. "Query" shows an example of the query extracted in the user's action.
すなわち、図４に示したデータの一例は、ユーザＩＤ「Ｕ０１」によって識別されるユーザＵ０１は、「検索サービスＡ０１」において、「水」を検索クエリとした検索行動を行ったことを示している。また、当該行動によって抽出されたクエリは、「水」や、「商品ＰＲ０１」や、「ショップＥ０１」等であることを示している。 That is, the example of the data illustrated in FIG. 4 indicates that the user U01 identified by the user ID “U01” has performed a search action using “water” as a search query in “search service A01”. . Further, the query extracted by the action indicates “water”, “product PR01”, “shop E01”, and the like.
なお、行動履歴記憶部１２１には、ユーザがサービスにアクセスして実行した行動のみならず、各サービスに関連したユーザ行動が記憶されてもよい。例えば、図４に示したデータの一例は、ユーザＵ０１は、「検索サービスＡ０１」に由来して配信された「レコメンドＰ０１」へのクリックを行なったことを示している。
The behavior
なお、サービスに由来して配信されたレコメンドとは、例えば、当該サービスの利用によって抽出されたクエリに基づいて検索されたレコメンドを示す。また、例えば、サービスに由来して配信されたレコメンドとは、当該サービスで取り扱う商品に対応するレコメンドを示す。例えば、「ショッピングサービスＡ０２」に由来して配信された「レコメンドＰ０２」とは、ユーザがショッピングサービスＡ０２を利用したログから抽出されたクエリに基づいて検索されたレコメンドであるか、あるいは、ショッピングサービスＡ０２で取り扱う商品に対応するレコメンドであることを示す。いずれにせよ、サービスに由来して配信されたレコメンドに対して、ユーザがクリック等の行動を行なった場合、当該行動がログとして記憶されるとともに、当該行動からクエリが抽出される。 Note that the recommendation distributed from the service indicates, for example, a recommendation searched based on a query extracted by using the service. In addition, for example, a recommendation distributed from a service indicates a recommendation corresponding to a product handled by the service. For example, the “recommendation P02” distributed from the “shopping service A02” is a recommendation searched based on a query extracted by a user from a log using the shopping service A02, or a shopping service Indicates a recommendation corresponding to the product handled in A02. In any case, when a user performs an action such as a click on a recommendation distributed from a service, the action is stored as a log, and a query is extracted from the action.
なお、図４での図示は省略したが、行動履歴記憶部１２１には、ユーザが行動を行った日時や、所定のサービスの利用回数や頻度を統計した情報等が記憶されてもよい。
Although not shown in FIG. 4, the action
（クエリ記憶部１２２について）
クエリ記憶部１２２は、クエリに関する情報を記憶する。実施形態において、クエリ記憶部１２２は、サービステーブル１２３と、クエリテーブル１２４というデータテーブルを有する。
(Regarding the query storage unit 122)
The query storage unit 122 stores information related to the query. In the embodiment, the query storage unit 122 includes a data table called a service table 123 and a query table 124.
（サービステーブル１２３について）
サービステーブル１２３は、ユーザによって利用されたサービスと、クエリ情報におけるサービスごとの重みに関する情報を記憶する。ここで、図５に、実施形態に係るサービステーブル１２３の一例を示す。図５は、実施形態に係るサービステーブル１２３の一例を示す図である。図５に示した例では、サービステーブル１２３は、「ユーザＩＤ」、「サービス」、「利用情報」、「反応情報」、「重み」といった項目を有する。
(About the service table 123)
The service table 123 stores information on the service used by the user and the weight for each service in the query information. Here, FIG. 5 shows an example of the service table 123 according to the embodiment. FIG. 5 is a diagram illustrating an example of the service table 123 according to the embodiment. In the example illustrated in FIG. 5, the service table 123 includes items such as “user ID”, “service”, “use information”, “reaction information”, and “weight”.
「ユーザＩＤ」及び「サービス」は、図４に示した同一の項目に対応する。「利用情報」は、ユーザがサービスを利用した際の行動情報を示す。「反応情報」は、サービスに関連するレコメンドに対するユーザの反応に関する情報を示す。 “User ID” and “Service” correspond to the same items shown in FIG. “Usage information” indicates action information when the user uses the service. “Reaction information” indicates information related to a user's response to a recommendation related to the service.
なお、図５に示した例では、「利用情報」や「反応情報」を「Ｆ０１」や「Ｇ０１」といった概念で示しているが、実際には、利用情報には、ユーザがサービスを利用した頻度や、利用した行動内容（滞在時間やクリック回数、利用金額などを含む）等を統計した情報が含まれる。また、実際には、反応情報には、サービスに由来するレコメンドをクリックした回数や頻度、レコメンドにコンバージョンした回数や頻度等を統計した情報が含まれる。 In the example shown in FIG. 5, “usage information” and “reaction information” are indicated by concepts such as “F01” and “G01”, but in actuality, the user uses a service for the usage information. Information that includes statistics on the frequency, content of actions used (including stay time, number of clicks, usage amount, etc.) is included. Actually, the reaction information includes information that statistics the number and frequency of clicking the recommendation derived from the service, the number and frequency of conversion to the recommendation, and the like.
なお、検索装置１００は、利用情報や反応情報を、所定のスコアで表してもよい。例えば、検索装置１００は、サービスの利用回数や頻度等に応じて、利用情報に関するスコアを算出してもよい。また、検索装置１００は、レコメンドへのクリックやコンバージョン数や率等に応じて、反応情報に関するスコアを算出してもよい。そして、検索装置１００は、利用情報や反応情報のスコアに基づいて、サービスごとの重みを算出してもよい。
Note that the
「重み」は、ユーザのクエリ情報におけるサービスごとの重みを示す。上述のように、重みの重いサービスにおける行動から抽出されたクエリは、ユーザのクエリ情報において比較的高いスコアが算出される。 The “weight” indicates a weight for each service in the user query information. As described above, a relatively high score is calculated in the query information of the user for the query extracted from the behavior in the service with heavy weight.
すなわち、図５に示す一例では、ユーザＵ０１の検索サービスＡ０１の利用情報は「Ｆ０１」であり、反応情報は「Ｇ０１」であり、これらの情報から求められた検索サービスＡ０１の重みは「６」であることを示している。 That is, in the example shown in FIG. 5, the usage information of the search service A01 of the user U01 is “F01”, the reaction information is “G01”, and the weight of the search service A01 obtained from these information is “6”. It is shown that.
（クエリテーブル１２４について）
クエリテーブル１２４は、クエリ情報に含まれるクエリに関する情報を記憶する。ここで、図６に、実施形態に係るクエリテーブル１２４の一例を示す。図６は、実施形態に係るクエリテーブル１２４の一例を示す図である。図６に示した例では、クエリテーブル１２４は、「ユーザＩＤ」、「クエリ情報ＩＤ」、「クエリ」、「サービス情報」、「総合スコア」といった項目を有する。また、「サービス情報」の項目は、「サービス」、「サービス別スコア」、「重み」といった小項目を有する。
(Regarding the query table 124)
The query table 124 stores information related to the query included in the query information. Here, FIG. 6 shows an example of the query table 124 according to the embodiment. FIG. 6 is a diagram illustrating an example of the query table 124 according to the embodiment. In the example illustrated in FIG. 6, the query table 124 includes items such as “user ID”, “query information ID”, “query”, “service information”, and “total score”. The item “service information” has small items such as “service”, “score by service”, and “weight”.
「ユーザＩＤ」は、図４で示した同一の項目に対応する。「クエリ情報ＩＤ」は、クエリ情報を識別する識別情報を示す。「クエリ」は、ユーザの行動履歴から抽出されたクエリであって、ユーザのクエリ情報に含まれるクエリを示す。「サービス情報」は、サービスごとのクエリに関する情報を示す。 “User ID” corresponds to the same item shown in FIG. “Query information ID” indicates identification information for identifying query information. The “query” is a query extracted from the user's behavior history, and indicates a query included in the user's query information. “Service information” indicates information related to a query for each service.
「サービス」は、図４で示した同一の項目に対応する。「サービス別スコア」は、サービス別に抽出されたクエリに関するスコアを示す。例えば、サービス別スコアは、サービスにおける行動履歴から抽出された回数に応じたスコアを示す。「重み」は、図５で示した同一の項目に対応する。「総合スコア」は、クエリ情報に含まれるクエリの、サービスごとの重みを加味したスコアを示す。例えば、総合スコアは、全てのサービスにおける、サービス別スコアと重みとの積を加算して算出される。 “Service” corresponds to the same item shown in FIG. “Score by service” indicates a score related to a query extracted by service. For example, the service-specific score indicates a score corresponding to the number of times extracted from an action history in the service. The “weight” corresponds to the same item shown in FIG. The “total score” indicates a score that takes into account the weight for each service of the query included in the query information. For example, the total score is calculated by adding the product of the score for each service and the weight in all services.
すなわち、図６に示す一例では、ユーザＵ０１のクエリ情報Ｑ０１において、クエリ「水」は、「検索サービスＡ０１」におけるサービス別スコアが「７」であり、また、検索サービスＡ０１の重みは「６」であることを示している。また、クエリ「水」は、「ショッピングサービスＡ０２」におけるサービス別スコアが「８」であり、「オークションサービスＡ０３」におけるサービス別スコアが「７」であり、「ニュースサービスＡ０４」におけるサービス別スコアが「４」であることを示している。そして、図６に示す例では、クエリ「水」の総合スコアは、「７＊６＋８＊３＋７＊１＋４＊１＝７７」であることを示している。 That is, in the example illustrated in FIG. 6, in the query information Q01 of the user U01, the query “water” has a service-specific score of “7” in the “search service A01”, and the weight of the search service A01 is “6”. It is shown that. In addition, the query “water” has a service score of “8” for “shopping service A02”, a service score of “7” for “auction service A03”, and a score for each service of “news service A04”. “4” is shown. In the example illustrated in FIG. 6, the total score of the query “water” is “7 * 6 + 8 * 3 + 7 * 1 + 4 * 1 = 77”.
（レコメンド情報記憶部１２５について）
レコメンド情報記憶部１２５は、レコメンドに関する情報を記憶する。ここで、図７に、実施形態に係るレコメンド情報記憶部１２５の一例を示す。図７は、実施形態に係るレコメンド情報記憶部１２５の一例を示す図である。図７に示した例では、レコメンド情報記憶部１２５は、「レコメンドＩＤ」、「商品ＩＤ」、「対応サービス」、「商品カテゴリ」、「対応クエリ」といった項目を有する。
(Recommendation information storage unit 125)
The recommendation
「レコメンドＩＤ」は、レコメンドを識別する識別情報を示す。「商品ＩＤ」は、レコメンドに対応する商品を識別する識別情報を示す。「対応サービス」は、レコメンドされる商品が取り扱われているサービスを示す。「商品カテゴリ」は、レコメンドされる商品が属するカテゴリを示す。「対応クエリ」は、レコメンドの検索に用いられるクエリであり、レコメンドにタグ付けされたクエリを示す。 “Recommendation ID” indicates identification information for identifying a recommendation. “Product ID” indicates identification information for identifying a product corresponding to the recommendation. “Corresponding service” indicates a service in which a recommended product is handled. “Product category” indicates the category to which the recommended product belongs. The “corresponding query” is a query used for searching for a recommendation, and indicates a query tagged with the recommendation.
すなわち、図７に示す一例では、レコメンドＩＤ「Ｐ０１」で識別されるレコメンドＰ０１は、商品ＩＤ「ＰＲ０１」で識別される商品ＰＲ０１に関するレコメンドであることを示している。また、レコメンドＰ０１に対応するサービスは「ショッピングサービスＡ０２」であり、商品カテゴリは「飲料品」であり、対応クエリは、「水、安い、商品ＰＲ０１、飲食、健康、・・・」等であることを示している。 That is, in the example illustrated in FIG. 7, the recommendation P01 identified by the recommendation ID “P01” is a recommendation related to the product PR01 identified by the product ID “PR01”. Further, the service corresponding to the recommendation P01 is “shopping service A02”, the product category is “beverage”, and the corresponding query is “water, cheap, product PR01, food and drink, health,. It is shown that.
なお、レコメンドに対応する（タグ付けされる）クエリには、所定の順位やスコアが付されていてもよい。例えば、レコメンドＰ０１は、クエリ「健康」よりも、クエリ「水」とマッチングした方が、より検索されやすいなどの順位付けがなされていてもよい。 The query corresponding to the recommendation (tagged) may be given a predetermined rank or score. For example, the recommendation P01 may be ranked such that it is easier to search for the query “water” than the query “health”.
また、実際にユーザ端末１０に配信されるレコメンドのデータ（画像データ等）は、検索装置１００とは別に備えられた所定のストレージサーバに記憶されてもよい。この場合、検索装置１００は、レコメンド情報記憶部１２５に記憶されたレコメンドＩＤに基づいて、外部のストレージサーバに記憶されたレコメンドを特定する。そして、検索装置１００は、ストレージサーバに対して、特定されたレコメンドをユーザ端末１０に対して配信するよう制御する。
Further, recommendation data (image data or the like) that is actually distributed to the
（制御部１３０について）
制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、検索装置１００内部の記憶装置に記憶されている各種プログラム（検索プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
(About the control unit 130)
The control unit 130 is a controller, for example, various programs (an example of a search program) stored in a storage device inside the
図３に示すように、制御部１３０は、取得部１３１と、抽出部１３２と、生成部１３３と、受信部１３４と、検索部１３５と、配信部１３６とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。
As illustrated in FIG. 3, the control unit 130 includes an acquisition unit 131, an extraction unit 132, a
（取得部１３１について）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、ユーザのネットワーク上の行動履歴であって、当該ユーザが利用したサービスごとの行動履歴を取得する。
(About the acquisition unit 131)
The acquisition unit 131 acquires various types of information. For example, the acquisition unit 131 acquires an action history for each service used by the user, which is an action history on the user's network.
例えば、取得部１３１は、ユーザがサービスを利用した回数や頻度、サービスを利用した時間長、サービスに課金した金額（例えば、サービスにおける商品の購買額等）又はサービスを利用した日時等の情報を含む行動履歴（ログ）を取得する。 For example, the acquisition unit 131 may provide information such as the number and frequency of use of the service by the user, the length of time of using the service, the amount charged for the service (for example, the purchase amount of goods in the service), or the date and time of use of the service. Get action history (log) including.
具体的には、取得部１３１は、ユーザが利用したサービスとして、検索サービスＡ０１や、ショッピングサービスＡ０２や、オークションサービスＡ０３や、ニュースサービスＡ０４の少なくともいずれか一つにおけるユーザの行動履歴を取得する。このように、取得部１３１が多様なサービスの行動履歴を取得することで、後述する検索部１３５は、ユーザの行動をより反映したレコメンドを検索することができる。
Specifically, the acquisition unit 131 acquires a user's action history in at least one of the search service A01, the shopping service A02, the auction service A03, and the news service A04 as a service used by the user. As described above, the acquisition unit 131 acquires behavior histories of various services, so that the
また、取得部１３１は、実際にユーザ端末１０にレコメンドが配信された際に、レコメンドに対するユーザの反応を取得してもよい。例えば、取得部１３１は、レコメンドに対するユーザの反応として、レコメンドがユーザから選択（クリックやタッチ）された数もしくは率、又は、レコメンドに関するコンバージョンが達成された数もしくは率、また、レコメンドが閲覧された数もしくは時間長の少なくともいずれか一つを取得する。すなわち、取得部１３１は、ＣＴＲ（Click Through Rate）やＣＶＲ（Conversion Rate）等の訴求効果を示す指標値を取得してもよい。
Further, the acquisition unit 131 may acquire the user's reaction to the recommendation when the recommendation is actually distributed to the
また、取得部１３１は、検索部１３５によって検索されたレコメンドであって、レコメンドが検索される要因となったサービス、もしくは、レコメンドと関連するサービスに関する情報を取得する。レコメンドが検索される要因となったサービスとは、例えば、クエリのスコアが算出される際に最も影響を与えたサービス等が該当する。すなわち、取得部１３１は、ユーザが反応を示したレコメンドが、どのようなサービスに由来するレコメンドであるかといった情報を取得する。
In addition, the acquisition unit 131 acquires information related to a service searched for by the
取得部１３１は、取得した情報を記憶部１２０内の各記憶部に格納する。例えば、取得部１３１は、取得したユーザの行動履歴を行動履歴記憶部１２１に格納する。また、取得部１３１は、取得したユーザの行動履歴から導出される利用情報や反応情報をサービステーブル１２３に記憶する。
The acquisition unit 131 stores the acquired information in each storage unit in the storage unit 120. For example, the acquisition unit 131 stores the acquired user action history in the action
（抽出部１３２について）
抽出部１３２は、取得部１３１によって取得された行動履歴から、ユーザに対応するクエリを抽出する。例えば、抽出部１３２は、クエリとして、行動履歴に含まれる単語を抽出する。
(About the extraction unit 132)
The extraction unit 132 extracts a query corresponding to the user from the action history acquired by the acquisition unit 131. For example, the extraction unit 132 extracts words included in the action history as a query.
例えば、抽出部１３２は、ユーザが検索サービスＡ０１において送信した検索クエリを、検索処理に用いるクエリとして抽出する。また、抽出部１３２は、ユーザが利用した各サービスにおいてクリックした商品のタイトルや、商品の説明文や、記事のタイトルや、記事に含まれるテキストデータ等からクエリを抽出する。例えば、抽出部１３２は、ユーザの行動履歴に基づいて、商品のタイトル等を構成するテキストデータを形態素解析する。そして、抽出部１３２は、形態素解析した単語をクエリとして抽出する。例えば、抽出部１３２は、過去にクエリとして用いられた実績の多い単語ほど優先的に、検索処理に用いる単語として抽出する。 For example, the extraction unit 132 extracts a search query transmitted by the user in the search service A01 as a query used for search processing. Further, the extraction unit 132 extracts a query from the title of the product clicked in each service used by the user, the description of the product, the title of the article, the text data included in the article, and the like. For example, the extraction unit 132 performs morphological analysis on text data constituting a product title or the like based on the user's behavior history. Then, the extraction unit 132 extracts the morphologically analyzed word as a query. For example, the extraction unit 132 preferentially extracts words that have been used as queries in the past as words used in search processing.
なお、抽出部１３２は、ｔｆ−ｉｄｆ等の重み値を利用してクエリになりうる単語を抽出してもよい。例えば、抽出部１３２は、過去にクエリとして用いられた回数の多い単語であっても、当該単語が広く一般に使用される単語であり、レコメンドの検索処理に有用でないと判定される単語については、クエリとして抽出しないようにしてもよい。 Note that the extraction unit 132 may extract a word that can be a query using a weight value such as tf-idf. For example, even if the extraction unit 132 is a word that has been frequently used as a query in the past, the word is a word that is widely used in general, and for a word that is determined not to be useful for recommendation search processing, It may not be extracted as a query.
抽出部１３２は、抽出したクエリと抽出先となったサービスとを対応付けて、クエリ記憶部１２２に格納する。 The extraction unit 132 associates the extracted query with the service that is the extraction destination, and stores them in the query storage unit 122.
（生成部１３３について）
生成部１３３は、抽出部１３２によって抽出されたクエリに基づいて、ユーザごとのクエリ情報を生成する。例えば、生成部１３３は、ユーザの行動履歴に基づいて抽出されたクエリに対してサービスごとの重みが付与された情報であるクエリ情報を生成する。
(About the generator 133)
The
例えば、生成部１３３は、図６に示したように、ユーザの行動履歴から抽出されたクエリの種別と、クエリのサービス別のスコアと、サービスごとの重みが対応付けられたクエリ情報を生成する。
For example, as illustrated in FIG. 6, the
生成部１３３は、例えば、図５に示した利用情報及び反応情報に基づいて、各ユーザに対応するサービスごとの重みを算出する。例えば、生成部１３３は、ユーザの利用回数の多いサービスほど重みが重くなるよう、重みを算出する。また、生成部１３３は、反応情報として、ユーザのＣＴＲが高いレコメンドに対応するサービスほど重みが重くなるよう、重みを算出する。
For example, the
なお、生成部１３３は、上記の他に、取得部１３１によって取得された情報を種々に組み合わせて重みを算出してもよい。例えば、生成部１３３は、ユーザがサービスを利用した回数のみならず、ユーザが所定期間においてサービスを利用する頻度、サービスを利用した時間長、サービスに課金した金額、又はサービスを利用した日時（例えば、サービスを利用した日時の新しいものほど重みを重くするなど）等に基づいて、重みを算出してもよい。
In addition to the above, the
そして、生成部１３３は、サービスごとの重みを加味して算出された総合スコアに基づいて、クエリが順位付けされたクエリ情報を生成する。生成部１３３は、生成したクエリ情報をクエリ記憶部１２２のクエリテーブル１２４に格納する。
And the production |
（受信部１３４について）
受信部１３４は、レコメンドの配信要求をユーザから受信する。具体的には、受信部１３４は、ウェブページを表示するユーザ端末１０から送信される要求であって、ウェブページに含まれるレコメンド枠で表示するレコメンドの配信に関する要求を受け付ける。受信部１３４は、受信した配信要求を検索部１３５に送る。
(Receiver 134)
The receiving
なお、受信部１３４は、ユーザ端末１０から送信される配信要求を受信するとともに、ユーザ端末１０を識別する情報を受け付けてもよい。例えば、受信部１３４は、ユーザ端末１０から送信されるクッキーを受け付ける。
The receiving
（検索部１３５について）
検索部１３５は、抽出部１３２によって抽出されたクエリに対してサービスごとの重みを付与した情報であるクエリ情報を用いて、ユーザに推薦する情報コンテンツ（レコメンド）を検索する。具体的には、検索部１３５は、生成部１３３によって生成されたクエリ情報に基づいて、クエリ情報に含まれるクエリにマッチングするレコメンドを検索する。
(About the search unit 135)
The
例えば、検索部１３５は、ユーザがサービスを利用した回数、サービスを利用した時間長、サービスに課金した金額、又はサービスを利用した日時の少なくともいずれか一つに基づいて算出された重みが付与されたクエリ情報を用いてレコメンドを検索する。
For example, the
また、検索部１３５は、ユーザに配信されたレコメンドに対するユーザの反応に基づいて重みが更新されたクエリ情報を用いてレコメンドを検索してもよい。例えば、検索部１３５は、ユーザがレコメンドをクリックした数や率、レコメンドへのコンバージョン等に応じて重みが算出されたクエリ情報を用いてレコメンドを検索する。
Further, the
この場合、検索部１３５は、レコメンドが検索される要因となったサービス、もしくは、レコメンドと関連するサービスに関する情報、すなわち、レコメンドが検索される由来となったサービスを特定する。そして、検索部１３５は、特定されたサービスに関する情報に基づいて重みが更新されたクエリ情報を用いてレコメンドを検索する。
In this case, the
具体的には、検索部１３５は、ユーザがクリックしたレコメンドがショッピングサービスＡ０２で取り扱われている商品に関するレコメンドであったり、ショッピングサービスＡ０２における行動履歴から抽出されたクエリを主要因として検索されたレコメンドであったりすることを特定したとする。この場合、検索部１３５は、次回からのレコメンドの検索機会においては、特定されたサービスに関する情報に基づいてショッピングサービスＡ０２に関する重みが重く更新されたクエリ情報を用いてレコメンドを検索する。なお、重みの算出については、例えば生成部１３３によって行われる。
Specifically, the
上述のように、検索部１３５は、ユーザ端末１０に表示させる情報コンテンツとして、サービスで取り扱う商品や役務を含む商材に関するレコメンドを検索する。例えば、検索部１３５は、クエリ情報と、レコメンド情報記憶部１２５に記憶されているレコメンドとのマッチングに基づいて、レコメンドを検索する。なお、クエリ情報に含まれるクエリと、レコメンドにタグ付けされたクエリとをマッチングさせる処理については、例えば既知の検索手法が適宜用いられてもよい。
As described above, the
具体的には、検索部１３５は、検索結果として出力したスコアの順にレコメンドをランク付けする。そして、検索部１３５は、ランクが上位のレコメンドから順に検索結果として表示されるよう、検索結果としてのレコメンドを整列させる。すなわち、検索部１３５によって、よりクエリ情報とマッチングしたと判定されたレコメンドほど、検索結果における上位のレコメンドとして扱われる。
Specifically, the
（配信部１３６について）
配信部１３６は、各種情報を配信する。例えば、配信部１３６は、レコメンドの配信要求を送信したユーザにレコメンドを配信する。具体的には、配信部１３６は、検索部１３５によって検索されたレコメンドをユーザ端末１０に配信する。
(About distribution unit 136)
The
なお、配信部１３６は、検索部１３５によって検索されたレコメンドが順位付けされている場合には、上位の順位のレコメンドから優先的に配信する。また、配信部１３６は、ユーザ端末１０が表示したウェブページに複数のレコメンド枠がある場合には、当該レコメンド枠に対応した数のレコメンドを配信する。
In addition, when the recommendation searched by the
〔４．ウェブサーバの構成〕
次に、図８を用いて、実施形態に係るウェブサーバ３０の構成について説明する。図８は、実施形態に係るウェブサーバ３０の構成例を示す図である。図８に示すように、ウェブサーバ３０は、通信部３１と、コンテンツ記憶部３２と、制御部３３とを有する。
[4. Web server configuration]
Next, the configuration of the web server 30 according to the embodiment will be described with reference to FIG. FIG. 8 is a diagram illustrating a configuration example of the web server 30 according to the embodiment. As illustrated in FIG. 8, the web server 30 includes a
通信部３１は、例えば、ＮＩＣ等によって実現される。そして、通信部３１は、ネットワークＮと有線または無線で接続され、ユーザ端末１０や検索装置１００との間で情報の送受信を行う。
The
コンテンツ記憶部３２は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。そして、コンテンツ記憶部３２は、コンテンツ（実施形態ではウェブページ）に関する情報を記憶する。例えば、コンテンツ記憶部３２は、ウェブページを形成するＨＴＭＬファイルや、ウェブページに表示される静止画像や動画像を記憶する。なお、コンテンツ記憶部３２に記憶されるウェブページには、広告コンテンツを表示する広告枠や、レコメンドを表示するレコメンド枠が含まれてもよい。
The
制御部３３は、例えば、ＣＰＵやＭＰＵ等によって、ウェブサーバ３０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部３３は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。 The control unit 33 is realized, for example, by executing various programs stored in a storage device inside the web server 30 using the RAM as a work area by a CPU, an MPU, or the like. The control unit 33 is realized by an integrated circuit such as an ASIC or FPGA, for example.
図８に示すように、制御部３３は、受付部３４と、配信部３５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部３３の内部構成は、図８に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部３３が有する各処理部の接続関係は、図８に示した接続関係に限られず、他の接続関係であってもよい。 As illustrated in FIG. 8, the control unit 33 includes a reception unit 34 and a distribution unit 35, and realizes or executes information processing functions and operations described below. The internal configuration of the control unit 33 is not limited to the configuration illustrated in FIG. 8, and may be another configuration as long as the information processing described later is performed. In addition, the connection relationship between the processing units included in the control unit 33 is not limited to the connection relationship illustrated in FIG. 8 and may be another connection relationship.
受付部３４は、ユーザ端末１０からウェブページの取得要求を受け付ける。例えば、受付部３４は、ウェブページの取得要求として、ＨＴＴＰリクエストを受け付ける。
The accepting unit 34 accepts a web page acquisition request from the
配信部３５は、受付部３４によってウェブページの取得要求が受け付けられた場合に、ウェブページをユーザ端末１０に配信する。具体的には、配信部３５は、コンテンツ記憶部３２から取得要求対象のウェブページを取得し、取得したウェブページをユーザ端末１０に配信する。また、配信部３５は、ユーザ端末１０がウェブページにおいて行った行動に関する情報（すなわち、サービスにおける行動ログ）を検索装置１００に送信してもよい。
The distribution unit 35 distributes the web page to the
〔５．処理手順〕
次に、図９、図１０及び図１１を用いて、実施形態に係る検索装置１００による処理の手順について説明する。まず、図９を用いて、検索装置１００が、クエリ情報を生成する処理の手順を説明する。図９は、実施形態に係る処理手順を示すフローチャート（１）である。
[5. Processing procedure)
Next, a processing procedure performed by the
図９に示すように、検索装置１００は、ユーザが利用したサービスごとの行動履歴を取得する（ステップＳ１０１）。そして、検索装置１００は、取得した行動履歴からクエリを抽出する（ステップＳ１０２）。
As illustrated in FIG. 9, the
ここで、検索装置１００は、取得したサービスごとの行動履歴に基づいて、サービスごとの重みを算出する（ステップＳ１０３）。そして、検索装置１００は、クエリと、サービスごとの重みとを含む、各ユーザに対応するクエリ情報を生成する（ステップＳ１０４）。
Here, the
次に、図１０を用いて、検索装置１００がレコメンドを検索する処理の手順を説明する。図１０は、実施形態に係る処理手順を示すフローチャート（２）である。
Next, with reference to FIG. 10, a processing procedure in which the
図１０に示すように、検索装置１００は、ユーザ端末１０からレコメンドの配信要求を受信したか否かを判定する（ステップＳ２０１）。配信要求を受信していない場合（ステップＳ２０１；Ｎｏ）、検索装置１００は、配信要求を受信するまで待機する。
As illustrated in FIG. 10, the
一方、配信要求を受信した場合（ステップＳ２０１；Ｙｅｓ）、検索装置１００は、配信要求を送信したユーザに対応するクエリ情報に基づいて、レコメンドを検索する（ステップＳ２０２）。そして、検索装置１００は、配信要求を送信したユーザに対して、検索したレコメンドを配信する（ステップＳ２０３）。
On the other hand, when the distribution request is received (step S201; Yes), the
次に、図１１を用いて、サービスごとの重みを更新する処理に関する手順を説明する。図１１は、実施形態に係る処理手順を示すフローチャート（３）である。 Next, a procedure related to the process of updating the weight for each service will be described with reference to FIG. FIG. 11 is a flowchart (3) illustrating the processing procedure according to the embodiment.
図１１に示すように、検索装置１００は、レコメンドに対する反応をユーザから取得したか否かを判定する（ステップＳ３０１）。検索装置１００は、反応を受け付けていない場合（ステップＳ３０１；Ｎｏ）、受け付けるまで待機する。
As illustrated in FIG. 11, the
なお、実施形態において、「反応を受け付けていない」とは、レコメンドがユーザ端末１０に表示されたまま、ユーザがレコメンドに対する操作を行っていない状態をいう。このため、例えばユーザが、ユーザ端末１０に表示されたレコメンドを含むウェブページから離脱した場合や、ブラウザソフトウェアを終了した場合も、「ユーザからの反応を受け付けた」状態に含まれる。この場合、検索装置１００は、ユーザから好意的でない（クリックやコンバージョンでない）反応を取得したと判定し、反応を反応情報に反映させる。
In the embodiment, “not accepting a reaction” refers to a state in which the user is not performing an operation on the recommendation while the recommendation is displayed on the
反応を受け付けた場合（ステップＳ３０１；Ｙｅｓ）、検索装置１００は、ユーザから反応のあったレコメンドに関するサービスを特定する（ステップＳ３０２）。そして、検索装置１００は、特定されたサービスに関する反応情報を更新する（ステップＳ３０３）。
When a response is accepted (step S301; Yes), the
そして、検索装置１００は、更新された反応情報に基づいて、サービスの重みを更新する。例えば、検索装置１００は、ユーザからの反応がクリックやコンバージョン等、レコメンドが訴求効果を発揮したものであった場合、当該レコメンドに関するサービスの重みが重くなるよう更新する。一方、検索装置１００は、ユーザからの反応がウェブページからの離脱など、レコメンドが訴求効果を発揮したものでなかった場合、当該レコメンドに関するサービスの重みが低くなるよう更新する。上記のような配信処理と更新処理との流れを繰り返すことにより、検索装置１００は、ユーザに設定される重みの最適化を図ることができる。
Then, the
〔６．変形例〕
上述した検索装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、検索装置１００の他の実施形態について説明する。
[6. (Modification)
The
〔６−１．サービスごとのクエリ〕
上記実施形態では、検索装置１００は、図６に示したように、クエリ情報が含むクエリに対して、サービスごとの重みとスコアとの積を加算した総合的なスコアを算出する例を示した。ここで、検索装置１００は、クエリのスコアについて、サービスごとのスコアを算出してもよい。この点について、図１２を用いて説明する。
[6-1. Query by service)
In the above-described embodiment, as illustrated in FIG. 6, the
図１２は、変形例に係るクエリテーブル２２４の一例を示す図である。図１２に示した例では、クエリテーブル２２４は、「ユーザＩＤ」、「クエリ情報ＩＤ」、「クエリ」、「サービス」、「抽出回数」、「重み」、「スコア」といった項目を有する。なお、図６で既出の項目については、説明を省略する。 FIG. 12 is a diagram illustrating an example of the query table 224 according to the modification. In the example illustrated in FIG. 12, the query table 224 includes items such as “user ID”, “query information ID”, “query”, “service”, “number of extractions”, “weight”, and “score”. In addition, description is abbreviate | omitted about the item already shown in FIG.
「抽出回数」は、サービスごとにクエリが抽出された回数を示す。なお、抽出回数は、抽出された回数そのものを厳密に示すものではなく、抽出された回数の割合や、全体数に対して正規化された数値等であってもよい。 “Number of extractions” indicates the number of times a query is extracted for each service. The number of times of extraction does not strictly indicate the number of times of extraction but may be a ratio of the number of times of extraction or a numerical value normalized with respect to the total number.
すなわち、図１２に示す一例では、ユーザＵ０１のクエリ情報Ｑ０１において、クエリ「水」のスコアが、サービスごとに算出される例を示している。例えば、クエリ「水」の、「検索サービスＡ０１」におけるスコアは「４８」であり、「ショッピングサービスＡ０２」におけるスコアが「２４」であり、「オークションサービスＡ０３」におけるスコアが「８」であり、「ニュースサービスＡ０４」におけるスコアが「８」であることを示している。 That is, the example illustrated in FIG. 12 illustrates an example in which the score of the query “water” is calculated for each service in the query information Q01 of the user U01. For example, the query “water” has a score of “48” in “search service A01”, a score of “shopping service A02” is “24”, and a score of “auction service A03” is “8”, It shows that the score in “News Service A04” is “8”.
変形例に係る検索装置１００は、クエリ「水」を用いて検索する際に、上記のようにサービスごとのスコアに基づいた検索処理を行ってもよい。例えば、検索装置１００は、検索サービスＡ０１における「水」と、ショッピングサービスＡ０２等における「水」とを、互いに異なるクエリとして取り扱う。この場合、検索装置１００は、検索サービスＡ０１における「水」のスコアが最も高いことから、検索サービスＡ０１に関連するレコメンドを検索する可能性が高いものとする。
When searching using the query “water”, the
この場合、検索装置１００は、例えば、レコメンドとしてショッピングサービスＡ０２における商品としての飲料水よりも、過去にユーザが検索サービスＡ０１を介して閲覧した飲料水をレコメンドとして検索する。あるいは、検索装置１００は、例えば、レコメンドとしてオークションサービスＡ０３において出品されている飲料水よりも、ショッピングサービスＡ０２における商品としての飲料水の方を優先的にレコメンドとして検索する。
In this case, for example, the
すなわち、検索装置１００は、単語としては共通したクエリであっても、そのクエリに対してサービスごとのスコアを設定していてもよい。これにより、検索装置１００は、同じ「水」というクエリを用いて検索を行ったとしても、検索結果となるレコメンドにサービスごとの差異を付けることができる。例えば、検索装置１００は、ショッピングサービスＡ０２をオークションサービスＡ０３よりも頻繁に利用するユーザと、オークションサービスＡ０３をショッピングサービスＡ０２よりも頻繁に利用するユーザとでは、例え同じ「水」というクエリを用いた検索を行ったとしても、異なる検索結果を返すことができる。
That is, the
このように、検索装置１００は、サービスごとに異なるスコアを有するクエリを用いて、レコメンドを検索してもよい。これにより、検索装置１００は、よりユーザの行動に即したレコメンドの検索を行うことができる。
Thus, the
〔６−２．情報コンテンツ〕
上記実施形態では、検索装置１００は、ユーザに推薦する情報コンテンツとして、サービスで取り扱う商品や役務を含む商材に関するレコメンドを検索する例を示した。ここで、検索装置１００は、商材に関するレコメンド以外の情報コンテンツを検索してもよい。
[6-2. Information content)
In the above-described embodiment, the
例えば、検索装置１００は、情報コンテンツとして、ニュースやコラム等の記事を推薦してもよい。上述のように、検索装置１００は、ユーザが利用するサービスごとに重みの付されたクエリ情報を有するので、ユーザの興味関心に係る情報を有しているといえる。そこで、検索装置１００は、クエリ情報を用いてニュースやコラム等の記事を検索することで、ユーザが興味を有すると想定される記事を精度よく検索することができる。この場合、検索装置１００は、例えば、クエリ情報に含まれるクエリと、記事を構成するテキストデータに含まれる単語との一致度等に応じて、ユーザに推薦する記事を検索する。
For example, the
このように、検索装置１００は、商材に関するレコメンド以外を検索する処理を行ってもよい。これにより、検索装置１００は、より多様な情報コンテンツであって、ユーザが興味関心を有する情報コンテンツを検索することができる。
As described above, the
〔６−３．面に応じた重み〕
また、検索装置１００は、ユーザ端末１０においてレコメンドが表示される面（ウェブページ）に応じて異なる重みが付与されたクエリ情報を用いて、当該面に表示されるレコメンドを検索してもよい。
[6-3. (Weight according to the surface)
Further, the
例えば、検索装置１００は、レコメンドが表示される面がショッピングサービスＡ０２に関するウェブページである場合には、ショッピングサービスＡ０２に関するレコメンドが検索されやすくなるよう重み付けがされたクエリ情報を用いて検索を行ってもよい。これにより、検索装置１００は、ユーザが現時点で閲覧しているページと関連性の高いレコメンドを優先的に配信できる。
For example, when the surface on which the recommendation is displayed is a web page related to the shopping service A02, the
〔６−４．媒体〕
上記実施形態では、ウェブサーバ３０が提供するウェブページを例に挙げて検索処理が行われる例を示した。しかし、情報コンテンツを表示する媒体は、ウェブページに限られない。例えば、検索装置１００は、所定の情報アプリやゲームアプリ等に表示されるバナー広告枠等に表示する情報コンテンツを検索してもよい。
[6-4. (Medium)
In the above-described embodiment, an example in which search processing is performed using a web page provided by the web server 30 as an example has been described. However, a medium for displaying information content is not limited to a web page. For example, the
〔６−５．サービスの種別〕
上記実施形態では、検索装置１００は、検索サービスＡ０１やショッピングサービスＡ０２等、サービスごとの重みを付与する例を示した。ここで、検索装置１００は、個別のサービスごとではなく、サービスのカテゴリごとに重みを付与してもよい。例えば、検索装置１００は、検索サービスＡ０１と、検索サービスＡ０１とは異なる検索サービスＡ１１を一ユーザが利用している場合、検索サービスＡ０１と検索サービスＡ１１とを異なるサービスとして判定するのではなく、「検索サービス」という同じカテゴリに属するものとして扱ってもよい。
[6-5. Service type]
In the above embodiment, the
〔７．ハードウェア構成〕
上述してきた実施形態に係る検索装置１００やユーザ端末１０やウェブサーバ３０は、例えば図１３に示すような構成のコンピュータ１０００によって実現される。以下、検索装置１００を例に挙げて説明する。図１３は、検索装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
[7. Hardware configuration)
The
ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を記憶する。
The
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（図２に示したネットワークＮに対応）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５００を介して他の機器へ送信する。
The
ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。
The
メディアインターフェイス１７００は、記録媒体１８００に記憶されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
The
例えば、コンピュータ１０００が実施形態に係る検索装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが記憶される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から通信網５００を介してこれらのプログラムを取得してもよい。
For example, when the
〔８．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
[8. Others]
In addition, among the processes described in the above embodiment, all or part of the processes described as being automatically performed can be performed manually, or the processes described as being performed manually can be performed. All or a part can be automatically performed by a known method. In addition, the processing procedures, specific names, and information including various data and parameters shown in the document and drawings can be arbitrarily changed unless otherwise specified. For example, the various types of information illustrated in each drawing is not limited to the illustrated information.
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、図３に示した取得部１３１と受信部１３４とは統合されてもよい。また、例えば、記憶部１２０に記憶される情報は、ネットワークＮを介して、外部に備えられた所定の記憶装置に記憶されてもよい。
Further, each component of each illustrated apparatus is functionally conceptual, and does not necessarily need to be physically configured as illustrated. In other words, the specific form of distribution / integration of each device is not limited to that shown in the figure, and all or a part thereof may be functionally or physically distributed or arbitrarily distributed in arbitrary units according to various loads or usage conditions. Can be integrated and configured. For example, the acquisition unit 131 and the
また、上記実施形態では、検索装置１００が、例えば、ユーザの行動履歴を取得する取得処理と、クエリ情報を生成する生成処理と、レコメンドを検索する検索処理とを行う例を示した。しかし、上述した検索装置１００は、取得処理を行う取得装置と、生成処理を行う生成装置と、検索処理を行う検索装置とに分離されてもよい。この場合、取得装置は、少なくとも取得部１３１を有する。生成装置は、少なくとも生成部１３３を有する。検索装置は、少なくとも検索部１３５を有する。そして、上記の検索装置１００による処理は、取得装置と、生成装置と、検索装置との各装置を有する検索システム１によって実現される。
Moreover, in the said embodiment, the
また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。 In addition, the above-described embodiments and modifications can be combined as appropriate within a range that does not contradict processing contents.
〔９．効果〕
上述してきたように、実施形態に係る検索装置１００は、取得部１３１と、抽出部１３２と、検索部１３５とを有する。取得部１３１は、ユーザのネットワーク上の行動履歴であって、当該ユーザが利用したサービスごとの行動履歴を取得する。抽出部１３２は、取得部１３１によって取得された行動履歴から、ユーザに対応するクエリを抽出する。検索部１３５は、抽出部１３２によって抽出されたクエリに対してサービスごとの重みを付与した情報であるクエリ情報を用いて、当該ユーザに推薦する情報コンテンツを検索する。
[9. effect〕
As described above, the
このように、実施形態に係る検索装置１００は、ユーザが利用したサービスごとに重み付けされたクエリを用いて、ユーザに推薦する情報コンテンツの検索を行う。これにより、検索装置１００は、ユーザの多様な行動履歴に応じた、適切な情報コンテンツの検索を行うことができる。
As described above, the
また、取得部１３１は、情報コンテンツに対するユーザの反応を取得する。検索部１３５は、ユーザの反応に基づいて重みが更新されたクエリ情報を用いて、情報コンテンツを検索する。
In addition, the acquisition unit 131 acquires a user response to the information content. The
このように、実施形態に係る検索装置１００は、情報コンテンツに対するユーザの反応に応じた重みを付与する。これにより、検索装置１００は、単なるサービスの閲覧等ではなく、ユーザの能動的な反応を検索処理に利用することができるので、よりユーザの興味関心に応じた情報コンテンツを検索しやすくなる。
As described above, the
また、取得部１３１は、情報コンテンツに対するユーザの反応として、当該情報コンテンツがユーザから選択された数もしくは率、又は、当該情報コンテンツに関するコンバージョンが達成された数もしくは率、当該情報コンテンツが閲覧された数もしくは時間長の少なくともいずれか一つを取得する。 In addition, as the user's reaction to the information content, the acquisition unit 131 browses the information content by the number or rate at which the information content is selected by the user or the number or rate at which conversion related to the information content is achieved. Get at least one of number or time length.
このように、実施形態に係る検索装置１００は、情報コンテンツが訴求効果を発揮したと想定されるユーザの反応を取得し、かかる反応を重みに反映する。これにより、検索装置１００は、ユーザが反応を示したサービスに関する情報コンテンツを検索しやすくなるので、よりユーザに対して訴求効果を発揮する情報コンテンツを検索しやすくなる。
As described above, the
また、取得部１３１は、検索部１３５によって検索された情報コンテンツであって、当該情報コンテンツが検索される要因となったサービス、もしくは、当該情報コンテンツと関連するサービスに関する情報を取得する。検索部１３５は、取得部１３１によって取得されたサービスに関する情報に基づいて重みが更新されたクエリ情報を用いて、情報コンテンツを検索する。
Further, the acquisition unit 131 acquires information related to a service that is the information content searched by the
このように、実施形態に係る検索装置１００は、ユーザが反応した情報コンテンツに関するサービスを特定し、当該サービスに関する重みを更新する。これにより、検索装置１００は、よりユーザが興味関心を有すると想定されるサービスに関連する情報コンテンツを検索しやすくなる。
As described above, the
また、検索部１３５は、ユーザがサービスを利用した回数、サービスを利用した時間長、サービスに課金した金額、又はサービスを利用した日時の少なくともいずれか一つに基づいて算出された重みが付与されたクエリ情報を用いて、情報コンテンツを検索する。
Further, the
このように、実施形態に係る検索装置１００は、ユーザのサービスの利用態様に応じた重みを付与する。これにより、検索装置１００は、ネットワーク上のユーザの行動をより反映させた検索処理を行うことができる。
As described above, the
また、検索部１３５は、情報コンテンツとして、ユーザのクエリ情報に対応した商材に関するレコメンドを検索する。
In addition, the
このように、実施形態に係る検索装置１００は、サービスで扱う商品等のレコメンドを検索する。これにより、検索装置１００は、ユーザの購買活動を活性化させることができる。
As described above, the
また、検索部１３５は、情報コンテンツとして、ユーザのクエリ情報に対応した記事に関するレコメンドを検索する。
Further, the
このように、実施形態に係る検索装置１００は、ユーザの興味関心に応じた記事等を情報コンテンツとして検索してもよい。これにより、検索装置１００は、情報サービス等にユーザを誘引する機会を数多く与えることができる。
As described above, the
また、取得部１３１は、ユーザが利用したサービスとして、検索サービス、ショッピングサービス、オークションサービス、又はニュースサービスの少なくともいずれか一つの行動履歴を取得する。検索部１３５は、ユーザが利用した検索サービス、ショッピングサービス、オークションサービス又はニュースサービスの少なくともいずれか一つの重みを付与したクエリ情報を用いて、情報コンテンツを検索する。
Further, the acquisition unit 131 acquires at least one action history of a search service, a shopping service, an auction service, or a news service as a service used by the user. The
このように、実施形態に係る検索装置１００は、種々のカテゴリに属するサービスの行動履歴を取得する。これにより、検索装置１００は、ユーザの多様な行動に即した情報コンテンツを検索することができる。
As described above, the
また、検索部１３５は、情報コンテンツが表示される面に応じて異なる重みが付与されたクエリ情報を用いて、当該面に表示される情報コンテンツを検索する。
In addition, the
このように、実施形態に係る検索装置１００は、情報コンテンツの媒体に応じた検索処理を行ってもよい。これにより、検索装置１００は、過去のユーザ行動のみならず、現時点でユーザが閲覧しているサービスページ等に関連する情報コンテンツを検索できるので、よりユーザに訴求する情報コンテンツを検索することができる。
Thus, the
また、実施形態に係る検索装置１００は、情報コンテンツの配信要求をユーザから受信する受信部１３４と、情報コンテンツの配信要求を送信したユーザに情報コンテンツを配信する配信部１３６とをさらに備える。検索部１３５は、受信部１３４によって情報コンテンツの配信要求が受け付けられたことを契機として、ユーザに対応するクエリ情報を用いて情報コンテンツを検索する。配信部１３６は、検索部１３５によって検索された情報コンテンツを当該ユーザに配信する。
The
このように、実施形態に係る検索装置１００は、情報コンテンツを配信する処理を行ってもよい。これにより、検索装置１００は、サービスごとに重み付けされたユーザの興味関心に応じた情報コンテンツをユーザに配信することができる。
Thus, the
以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。 The embodiment of the present application has been described in detail with reference to the drawings. However, this is an exemplification, and various modifications and improvements are made based on the knowledge of those skilled in the art including the aspects described in the column of the disclosure of the invention. The present invention can be implemented in other forms.
また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。 In addition, the “section (module, unit)” described above can be read as “means” or “circuit”. For example, the acquisition unit can be read as acquisition means or an acquisition circuit.
１ 検索システム
１０ ユーザ端末
３０ ウェブサーバ
１００ 検索装置
１１０ 通信部
１２０ 記憶部
１２１ 行動履歴記憶部
１２２ クエリ記憶部
１２３ サービステーブル
１２４ クエリテーブル
１２５ レコメンド情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 抽出部
１３３ 生成部
１３４ 受信部
１３５ 検索部
１３６ 配信部
DESCRIPTION OF
Claims (12)
前記取得部によって取得された行動履歴から、前記ユーザに対応するクエリを抽出する抽出部と、
前記抽出部によって抽出されたクエリに対して前記サービスごとの重みを付与した情報であるクエリ情報を用いて、当該ユーザに推薦する情報コンテンツを検索する検索部と、
を備えたことを特徴とする検索装置。 An action history on the user's network, an acquisition unit for obtaining an action history for each service used by the user;
An extraction unit that extracts a query corresponding to the user from the action history acquired by the acquisition unit;
A search unit that searches for information content recommended to the user using query information that is weighted for each service to the query extracted by the extraction unit;
A search device comprising:
前記情報コンテンツに対するユーザの反応を取得し、
前記検索部は、
前記ユーザの反応に基づいて前記重みが更新されたクエリ情報を用いて、前記情報コンテンツを検索する、
ことを特徴とする請求項１に記載の検索装置。 The acquisition unit
Obtaining a user response to the information content;
The search unit
Searching the information content using query information in which the weight is updated based on the user's reaction,
The search device according to claim 1.
前記情報コンテンツに対するユーザの反応として、当該情報コンテンツがユーザから選択された数もしくは率、又は、当該情報コンテンツに関するコンバージョンが達成された数もしくは率、当該情報コンテンツが閲覧された数もしくは時間長の少なくともいずれか一つを取得する、
ことを特徴とする請求項２に記載の検索装置。 The acquisition unit
As the user's reaction to the information content, at least the number or rate at which the information content is selected from the user, the number or rate at which conversion related to the information content is achieved, the number at which the information content is browsed, or the time length Get one of them,
The search device according to claim 2.
前記検索部によって検索された情報コンテンツであって、当該情報コンテンツが検索される要因となったサービス、もしくは、当該情報コンテンツと関連するサービスに関する情報を取得し、
前記検索部は、
前記取得部によって取得されたサービスに関する情報に基づいて前記重みが更新されたクエリ情報を用いて、前記情報コンテンツを検索する、
ことを特徴とする請求項２又は３に記載の検索装置。 The acquisition unit
Information related to the information content searched by the search unit, which is a factor that causes the information content to be searched, or a service related to the information content;
The search unit
Searching the information content using query information in which the weight is updated based on information about the service acquired by the acquisition unit;
The search device according to claim 2 or 3, wherein
前記ユーザがサービスを利用した回数、サービスを利用した時間長、サービスに課金した金額、又はサービスを利用した日時の少なくともいずれか一つに基づいて算出された重みが付与された前記クエリ情報を用いて、前記情報コンテンツを検索する、
ことを特徴とする請求項１〜４のいずれか一つに記載の検索装置。 The search unit
Using the query information to which a weight calculated based on at least one of the number of times the user has used the service, the length of time of using the service, the amount charged for the service, or the date and time of using the service is used Search for the information content,
The search device according to any one of claims 1 to 4, wherein
前記情報コンテンツとして、前記ユーザのクエリ情報に対応した商材に関するレコメンドを検索する、
ことを特徴とする請求項１〜５のいずれか一つに記載の検索装置。 The search unit
As the information content, search for a recommendation related to a product corresponding to the query information of the user,
The search device according to any one of claims 1 to 5, wherein
前記情報コンテンツとして、前記ユーザのクエリ情報に対応した記事に関するレコメンドを検索する、
ことを特徴とする請求項１〜５のいずれか一つに記載の検索装置。 The search unit
As the information content, search for a recommendation related to an article corresponding to the query information of the user,
The search device according to any one of claims 1 to 5, wherein
前記ユーザが利用したサービスとして、検索サービス、ショッピングサービス、オークションサービス又はニュースサービスの少なくともいずれか一つの行動履歴を取得し、
前記検索部は、
前記ユーザが利用した検索サービス、ショッピングサービス、オークションサービス又はニュースサービスの少なくともいずれか一つの重みを付与した前記クエリ情報を用いて、前記情報コンテンツを検索する、
ことを特徴とする請求項１〜７のいずれか一つに記載の検索装置。 The acquisition unit
As a service used by the user, an action history of at least one of a search service, a shopping service, an auction service, or a news service is acquired,
The search unit
Searching for the information content using the query information to which at least one weight of a search service, a shopping service, an auction service, or a news service used by the user is given,
The search device according to any one of claims 1 to 7.
前記情報コンテンツが表示される面に応じて異なる重みが付与された前記クエリ情報を用いて、当該面に表示される情報コンテンツを検索する、
ことを特徴とする請求項１〜８のいずれか一つに記載の検索装置。 The search unit
Searching for information content displayed on the surface using the query information given different weights depending on the surface on which the information content is displayed;
The search device according to any one of claims 1 to 8, wherein:
前記情報コンテンツの配信要求を送信したユーザに前記情報コンテンツを配信する配信部と、
をさらに備え、
前記検索部は、
前記受信部によって前記情報コンテンツの配信要求が受け付けられたことを契機として、前記ユーザに対応するクエリ情報を用いて情報コンテンツを検索し、
前記配信部は、
前記検索部によって検索された情報コンテンツを前記ユーザに配信する、
ことを特徴とする請求項１〜９のいずれか一つに記載の検索装置。 A receiving unit that receives a delivery request for the information content from the user;
A distribution unit for distributing the information content to a user who has transmitted the distribution request for the information content;
Further comprising
The search unit
In response to a request for distribution of the information content received by the receiving unit, search for information content using query information corresponding to the user,
The delivery unit
Distributing the information content searched by the search unit to the user;
The search device according to any one of claims 1 to 9, wherein:
ユーザのネットワーク上の行動履歴であって、当該ユーザが利用したサービスごとの行動履歴を取得する取得工程と、
前記取得工程によって取得された行動履歴から、前記ユーザに対応するクエリを抽出する抽出工程と、
前記抽出工程によって抽出されたクエリに対して前記サービスごとの重みを付与した情報であるクエリ情報を用いて、当該ユーザに推薦する情報コンテンツを検索する検索工程と、
を含んだことを特徴とする検索方法。 A search method performed by a computer,
An action history on the user's network, which obtains an action history for each service used by the user;
An extraction step of extracting a query corresponding to the user from the action history acquired by the acquisition step;
A search step of searching for information content recommended to the user using query information, which is information that gives a weight for each service to the query extracted by the extraction step;
The search method characterized by including.
前記取得手順によって取得された行動履歴から、前記ユーザに対応するクエリを抽出する抽出手順と、
前記抽出手順によって抽出されたクエリに対して前記サービスごとの重みを付与した情報であるクエリ情報を用いて、当該ユーザに推薦する情報コンテンツを検索する検索手順と、
をコンピュータに実行させることを特徴とする検索プログラム。 An acquisition history for acquiring an action history for each service used by the user, which is an action history on the user's network;
An extraction procedure for extracting a query corresponding to the user from the action history acquired by the acquisition procedure;
A search procedure for searching for information content recommended to the user using query information, which is information obtained by assigning a weight for each service to the query extracted by the extraction procedure,
A search program characterized by causing a computer to execute.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017010278A JP6865045B2 (en) | 2017-01-24 | 2017-01-24 | Search device, search method and search program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017010278A JP6865045B2 (en) | 2017-01-24 | 2017-01-24 | Search device, search method and search program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018120337A true JP2018120337A (en) | 2018-08-02 |
| JP6865045B2 JP6865045B2 (en) | 2021-04-28 |
Family
ID=63045184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017010278A Active JP6865045B2 (en) | 2017-01-24 | 2017-01-24 | Search device, search method and search program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6865045B2 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021149471A (en) * | 2020-03-18 | 2021-09-27 | ヤフー株式会社 | Information processing device, information processing method, and information processing program |
| JP2022012068A (en) * | 2020-06-30 | 2022-01-17 | 株式会社フライウィール | Content distribution system and method |
| JP2022036262A (en) * | 2018-10-03 | 2022-03-04 | ヤフー株式会社 | Information processor, method for processing information, and information processing program |
| JP2022168305A (en) * | 2019-12-20 | 2022-11-04 | ヤフー株式会社 | Information processing device, information processing method, and information processing program |
| JP7510026B1 (en) | 2024-03-11 | 2024-07-02 | Ｓｃｓｋ株式会社 | Selection system and selection program |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH117453A (en) * | 1997-04-22 | 1999-01-12 | Mitsubishi Electric Corp | Media information recommending device |
| JP2004362019A (en) * | 2003-06-02 | 2004-12-24 | Sharp Corp | Information recommendation device, information recommendation method, information recommendation program and recording medium |
| JP2008299843A (en) * | 2007-06-01 | 2008-12-11 | Nhn Corp | Method and system for providing advertisement, computer readable recording medium, and learning data collection method and system to advertisement provision |
| JP2013105213A (en) * | 2011-11-10 | 2013-05-30 | Nippon Telegr & Teleph Corp <Ntt> | Information recommending device and method, and device and program |
| JP2014501013A (en) * | 2010-12-07 | 2014-01-16 | アリババ・グループ・ホールディング・リミテッド | Product information ranking |
| JP2015133033A (en) * | 2014-01-15 | 2015-07-23 | 株式会社日本総合研究所 | Recommendation device, recommendation method and program |
| CN105956161A (en) * | 2016-05-17 | 2016-09-21 | 北京奇虎科技有限公司 | Information recommendation method and apparatus |
-
2017
- 2017-01-24 JP JP2017010278A patent/JP6865045B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH117453A (en) * | 1997-04-22 | 1999-01-12 | Mitsubishi Electric Corp | Media information recommending device |
| JP2004362019A (en) * | 2003-06-02 | 2004-12-24 | Sharp Corp | Information recommendation device, information recommendation method, information recommendation program and recording medium |
| JP2008299843A (en) * | 2007-06-01 | 2008-12-11 | Nhn Corp | Method and system for providing advertisement, computer readable recording medium, and learning data collection method and system to advertisement provision |
| JP2014501013A (en) * | 2010-12-07 | 2014-01-16 | アリババ・グループ・ホールディング・リミテッド | Product information ranking |
| JP2013105213A (en) * | 2011-11-10 | 2013-05-30 | Nippon Telegr & Teleph Corp <Ntt> | Information recommending device and method, and device and program |
| JP2015133033A (en) * | 2014-01-15 | 2015-07-23 | 株式会社日本総合研究所 | Recommendation device, recommendation method and program |
| CN105956161A (en) * | 2016-05-17 | 2016-09-21 | 北京奇虎科技有限公司 | Information recommendation method and apparatus |
Non-Patent Citations (1)
| Title |
|---|
| 近藤 光正、外２名: "Ｗｉｋｉｐｅｄｉａに基づくＷｅｂ閲覧履歴からの潜在的興味キーワード抽出", 電子情報通信学会論文誌, vol. 第Ｊ９６−Ｄ巻，第５号, JPN6021007596, 1 May 2013 (2013-05-01), JP, pages 1199 - 1211, ISSN: 0004458195 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2022036262A (en) * | 2018-10-03 | 2022-03-04 | ヤフー株式会社 | Information processor, method for processing information, and information processing program |
| JP7239749B2 (en) | 2018-10-03 | 2023-03-14 | ヤフー株式会社 | Information processing device, information processing method and information processing program |
| JP2022168305A (en) * | 2019-12-20 | 2022-11-04 | ヤフー株式会社 | Information processing device, information processing method, and information processing program |
| JP7469414B2 (en) | 2019-12-20 | 2024-04-16 | Ｌｉｎｅヤフー株式会社 | Information processing device, information processing method, and information processing program |
| JP2021149471A (en) * | 2020-03-18 | 2021-09-27 | ヤフー株式会社 | Information processing device, information processing method, and information processing program |
| JP7295821B2 (en) | 2020-03-18 | 2023-06-21 | ヤフー株式会社 | Information processing device, information processing method and information processing program |
| JP2022012068A (en) * | 2020-06-30 | 2022-01-17 | 株式会社フライウィール | Content distribution system and method |
| JP7510026B1 (en) | 2024-03-11 | 2024-07-02 | Ｓｃｓｋ株式会社 | Selection system and selection program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6865045B2 (en) | 2021-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7117826B2 (en) | SEARCH DEVICE, SEARCH METHOD AND SEARCH PROGRAM | |
| JP6356744B2 (en) | Method and system for displaying cross-website information | |
| JP6023129B2 (en) | Extraction apparatus, extraction method, and extraction program | |
| JP6865045B2 (en) | Search device, search method and search program | |
| US20110099201A1 (en) | System and method for automatically publishing data items associated with an event | |
| JP6698040B2 (en) | Generation device, generation method, and generation program | |
| JP2018156429A (en) | Information processing device, information processing method, and program | |
| JP6698730B2 (en) | Extraction device, extraction method, and extraction program | |
| US20160196579A1 (en) | Dynamic deep links based on user activity of a particular user | |
| TWI503768B (en) | Information processing devices, information processing methods and information processing products | |
| CN102957722A (en) | Network service Method and system for generating personalized recommendation | |
| JP2017054176A (en) | Determination device, determination method, and determination program | |
| JP6833540B2 (en) | Extractor, extraction method and extraction program | |
| JP2018088282A (en) | Extracting apparatus, extracting method, and extracting program | |
| JP6567688B2 (en) | Management device, management method, non-transitory recording medium, and program | |
| JP6311052B1 (en) | Extraction apparatus, extraction method, and extraction program | |
| KR101990502B1 (en) | a device and a method for extracting generalized information | |
| JP6924611B2 (en) | Information processing equipment, information processing methods and programs | |
| JP6664598B2 (en) | Provision device, provision method, and provision program | |
| JP7140561B2 (en) | Information processing device, information processing method, and program | |
| JP7402260B2 (en) | Information provision device, information provision method, and information provision program | |
| KR20200079108A (en) | System and method for providing goods information related event | |
| JP7339383B1 (en) | Information providing device, information providing method, and information providing program | |
| KR102563130B1 (en) | Apparatus and method for providing merchandise sales page | |
| JP7208103B2 (en) | Information processing device, information processing method, and information processing program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190325 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200221 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200310 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200507 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20201013 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201215 |
|
| C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20201215 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20201228 |
|
| C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20210105 |
|
| 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: 20210309 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210405 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6865045 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |