JP2018181135A - レコメンドシステム、レコメンド方法、及び、レコメンドプログラム - Google Patents

Abstract

【課題】ユーザの嗜好に合ったアイテムを推薦する。【解決手段】レコメンドシステムは、ユーザＩＤに対応するユーザの当該ウェブコンテンツにおける行動履歴を蓄積保存し、且つ、ユーザＩＤに対応するユーザのユーザ属性情報を記憶する記憶部（６）と、記憶部から、行動履歴とユーザ属性情報とを、両者をユーザＩＤごとに結合した形態の結合情報として取得する結合情報取得部（３２１）と、対象ユーザＩＤを取得するユーザＩＤ取得部（３１）と、対象ユーザＩＤの結合情報と他のユーザＩＤの結合情報との類似度であるユーザ間類似度を算出する類似度算出部（３２２）と、ユーザ間類似度の高いユーザＩＤの結合情報における行動履歴に基づき、レコメンド情報としてユーザベースレコメンド情報を生成するレコメンド情報生成部（３２３）と、を備える。【選択図】図２

Description

本発明は、ユーザ端末にウェブコンテンツを提供するコンテンツサーバに対し、前記ウェブコンテンツを利用するユーザへのレコメンド情報を提供するレコメンドシステム、レコメンド方法、及び、レコメンドプログラムに関する。

近年、ウェブコンテンツを閲覧するユーザに対し、そのユーザにとって有益と考えられる商品等のコンテンツ（アイテム）を推薦（レコメンド）することが行われている。そして、例えば、特開２００３−１６７９０１号公報（特許文献１）には、各ユーザの行動履歴を評価対象として各ユーザの評価データを得て、レコメンド対象とするユーザと評価データの傾向が類似しているユーザの利用しているアイテムを、レコメンド対象のユーザに推薦するという協調フィルタリングを行って、ユーザに対するレコメンドを行うことが記載されている。

特開２００３−１６７９０１号公報

各ユーザの行動履歴を評価対象として協調フィルタリングを行うことでユーザの嗜好に合ったアイテムを推薦することができるが、改善の余地がある。

そこで、よりユーザの嗜好に合ったアイテムを推薦することができるレコメンドシステム、レコメンド方法、及び、レコメンドプログラムが望まれる。

本発明に係るレコメンドシステムは、
ユーザ端末にウェブコンテンツを提供するコンテンツサーバに対し、前記ウェブコンテンツを利用するユーザへのレコメンド情報を提供するレコメンドシステムであって、
前記ウェブコンテンツを利用するユーザのユーザＩＤごとに、当該ユーザＩＤに対応するユーザの当該ウェブコンテンツにおける行動履歴を蓄積保存し、且つ、当該ユーザＩＤに対応するユーザのユーザ属性情報を記憶する記憶部と、
前記記憶部から、前記行動履歴と前記ユーザ属性情報とを、両者を前記ユーザＩＤごとに結合した形態の結合情報として取得する結合情報取得部と、
前記コンテンツサーバから対象のユーザの前記ユーザＩＤである対象ユーザＩＤを取得するユーザＩＤ取得部と、
前記対象ユーザＩＤの前記結合情報と他の前記ユーザＩＤの前記結合情報との類似度であるユーザ間類似度を算出する類似度算出部と、
前記ユーザ間類似度の高い前記ユーザＩＤの前記結合情報における前記行動履歴に基づき、前記レコメンド情報としてユーザベースレコメンド情報を生成するレコメンド情報生成部と、を備える。

この構成によれば、ユーザの行動履歴のみを評価対象にするのではなく、ユーザの行動履歴にユーザの属性情報（性別、年齢等）を結合した結合情報を評価対象としてユーザ間の類似度を求め、その類似度の高いユーザの行動履歴に基づくレコメンド情報を対象のユーザに提供するから、よりユーザの嗜好に合ったアイテムを推薦することができる。

１つの態様として、前記結合情報取得部に取得させる前記行動履歴及び前記ユーザ属性情報の範囲を設定するデータ範囲設定部を備えると好適である。

この構成によれば、レコメンド情報の生成に必要なデータのみを結合情報取得部に取得させることができる。

１つの態様として、前記結合情報取得部は、前記行動履歴を各行動の有無を表したものとし、且つ、前記ユーザ属性情報を各項目に該当するか否かを表したものとして、前記ユーザＩＤと、前記行動履歴及び前記ユーザ属性情報と、の行列の形式で前記結合情報を取得すると好適である。

この構成によれば、結合情報が各行動の有無と各項目に該当するか否かとの単純な情報となるので、類似度の算出が容易になる。

１つの態様として、前記ユーザＩＤは、前記ユーザ端末のそれぞれに発行されたクッキーであり、前記記憶部は、前記行動履歴の各クッキーに対応する前記ユーザ端末から前記コンテンツサーバ以外のサーバに対して送信された送信情報に基づいて、各クッキーにおける前記ユーザ属性情報を取得するユーザ属性情報取得部を備えると好適である。

例えば、ユーザ属性情報を得る手段としては、ユーザにＩＤ登録を求めるとともに性別等の属性情報の任意の入力を求めることが考えられる。ただし、その場合、ユーザにとって手間になり、また手間になることから登録・入力を怠ることも考えられ、確実にユーザ属性情報を得ることはできない。これに対し、この構成によれば、ユーザ端末のそれぞれに発行されたクッキーをユーザＩＤとすることで、ユーザが自らＩＤ登録を行うことなく、各ユーザにユーザＩＤが設定される。そして、クッキーに対応するユーザ端末が送信した送信情報に基づき属性情報を取得するので、ユーザから別途属性情報の入力を求めることなく属性情報を得ることができる。このように、この構成によれば、ユーザにとって手間になることなく、確実に属性情報を得ることができる。

１つの態様として、対象のユーザ端末に表示されているアイテムと他のアイテムとの類似度であるアイテム間類似度を算出するアイテム間類似度算出部と、前記レコメンド情報として、算出された前記アイテム間類似度の高いアイテムに関する情報であるコンテンツベースレコメンド情報を生成するコンテンツベースレコメンド情報生成部と、前記コンテンツサーバ側からの要求に応じて、前記レコメンド情報生成部により前記ユーザベースレコメンド情報を生成させるか、又は、前記コンテンツベースレコメンド情報生成部により前記コンテンツベースレコメンド情報を生成させるかを切り替えるモード切替部と、を備えると好適である。

この構成によれば、レコメンド情報の生成を、ユーザの行動履歴及び属性情報の類似度に基づくユーザベースで行うか、ユーザの閲覧するアイテムと他のアイテムとの類似度に基づくコンテンツベースで行うかを切替可能になっているから、両者を切り替えることでレコメンドさせるアイテムの傾向を異ならせるようにすることができる。これにより、販売促進の目的に応じたより適切なレコメンドを行うことができる。

本発明に係るレコメンド方法は、
ユーザ端末にウェブコンテンツを提供するコンテンツサーバに対する前記ウェブコンテンツを利用するユーザへのレコメンド情報の提供をコンピュータに実行させるレコメンド方法であって、
前記ウェブコンテンツを利用するユーザのユーザＩＤごとに、当該ユーザＩＤに対応するユーザの当該ウェブコンテンツにおける行動履歴を蓄積保存し、且つ、当該ユーザＩＤに対応するユーザのユーザ属性情報を記憶する記憶部から、前記行動履歴と前記ユーザ属性情報とを、両者を前記ユーザＩＤごとに結合した形態の結合情報として取得する結合情報取得工程と、
前記コンテンツサーバから対象のユーザの前記ユーザＩＤである対象ユーザＩＤを取得するユーザＩＤ取得工程と、
前記対象ユーザＩＤの前記結合情報と他の前記ユーザＩＤの前記結合情報との類似度であるユーザ間類似度を算出する類似度算出工程と、
前記ユーザ間類似度の高い前記ユーザＩＤの前記結合情報における前記行動履歴に基づき、前記レコメンド情報としてユーザベースレコメンド情報を生成するレコメンド情報生成工程と、を前記コンピュータに実行させる。

本発明に係るレコメンドプログラムは、
ユーザ端末にウェブコンテンツを提供するコンテンツサーバに対する前記ウェブコンテンツを利用するユーザへのレコメンド情報の提供をコンピュータに実現させるレコメンドプログラムであって、
前記ウェブコンテンツを利用するユーザのユーザＩＤごとに、当該ユーザＩＤに対応するユーザの当該ウェブコンテンツにおける行動履歴を蓄積保存し、且つ、当該ユーザＩＤに対応するユーザのユーザ属性情報を記憶する記憶部から、前記行動履歴と前記ユーザ属性情報とを、両者を前記ユーザＩＤごとに結合した形態の結合情報として取得する結合情報取得機能と、
前記コンテンツサーバから対象のユーザの前記ユーザＩＤである対象ユーザＩＤを取得するユーザＩＤ取得機能と、
前記対象ユーザＩＤの前記結合情報と他の前記ユーザＩＤの前記結合情報との類似度であるユーザ間類似度を算出する類似度算出機能と、
前記ユーザ間類似度の高い前記ユーザＩＤの前記結合情報における前記行動履歴に基づき、前記レコメンド情報としてユーザベースレコメンド情報を生成するレコメンド情報生成機能と、を前記コンピュータに実現させる。

これらの構成によれば、上記した本発明に係るレコメンドシステムによるレコメンド情報の生成を好適に実現できる。

本実施形態に係るレコメンドシステムの概要図 レコメンドサーバのブロック図 結合情報の一例を示す図

本発明に係るレコメンドシステム、レコメンド方法、及び、レコメンドプログラムの実施形態について、図面を参照して説明する。図１はウェブコンテンツを利用するユーザにレコメンド情報を提供するためのレコメンドシステムを示し、レコメンドシステムは、パソコンやスマートフォン等のユーザ端末１と、ユーザ端末１にウェブコンテンツを提供するコンテンツサーバ２と、コンテンツサーバ２に対してウェブコンテンツを利用するユーザへのレコメンド情報を提供するレコメンドサーバ３と、レコメンド情報に応じたサムネイル画像をコンテンツサーバ２に提供するサムネイル管理サーバ４と、を有する。なお、ユーザ端末１とコンテンツサーバ２、コンテンツサーバ２とレコメンドサーバ３及びサムネイル管理サーバ４はそれぞれネットワークを介して通信可能になっている。ここで、レコメンド情報とは対象のユーザにとって有益と考えられる商品やサービス等のコンテンツに関する情報であり、例えば、ユーザが閲覧中のウェブコンテンツ上の一部に表示される等によりユーザに対して提供される。

ユーザ端末１は、ネットワーク５を介してコンテンツサーバ２との通信が可能でウェブコンテンツが閲覧可能なものであれば良く、例えば、ＰＣやスマートフォン等の情報機器が挙げられる。

コンテンツサーバ２はユーザ端末１からの要求に応じてユーザ端末１にウェブコンテンツを提供するサーバである。また、本実施形態では、ウェブコンテンツを閲覧するユーザについてのユーザＩＤをレコメンド情報の要求とともにレコメンドサーバ３に送信し、当該ユーザＩＤに対応するユーザに推薦すべき商品やサービスに関するレコメンド情報をレコメンドサーバ３から取得し、さらに、そのレコメンド情報に対応するサムネイル画像をサムネイル管理サーバ４から取得して、取得したレコメンド情報及びサムネイル画像をウェブコンテンツとともにユーザ端末１に提供するようになっている。

レコメンドサーバ３はウェブコンテンツを利用するユーザに適したレコメンド情報を提供するサーバである。本実施形態では、レコメンドサーバ３は対象のユーザに推薦すべきレコメンド情報を生成して要求元に送信するＡＰＩ（アプリケーションプログラミングインタフェース：Application Programming Interface）を提供しており、コンテンツサーバ２はこのＡＰＩを呼び出すことでレコメンドサーバ３からレコメンド情報を取得できるようになっている。

サムネイル管理サーバ４は種々のサムネイル画像を保管し、レコメンド情報に応じたサムネイル画像をコンテンツサーバ２に提供するサーバである。本実施形態では、サムネイル管理サーバ３はレコメンド情報に応じたサムネイル画像を要求元に送信するＡＰＩを提供しており、コンテンツサーバ２はこのＡＰＩを呼び出すことでサムネイル管理サーバ４からサムネイル画像を取得できるようになっている。

このように、本実施形態に係るレコメンドシステムは、ウェブコンテンツを閲覧するユーザに対して、そのユーザに適したレコメンド情報を提供するようになっている。そして、特に、本実施形態に係るレコメンドシステムでは、後述するように、レコメンドサーバ３がユーザの行動履歴にユーザの属性情報（性別、年齢等）を結合した結合情報を評価対象としてレコメンド情報を生成するから、よりユーザの嗜好に合ったアイテムを推薦できるようになっている。

さらに、本実施形態では、ユーザＩＤとしてコンテンツサーバ２によりユーザ端末１のそれぞれに発行されるクッキー（cookie）を用いている。つまり、クッキーはウェブコンテンツにアクセスしたときに端末の識別情報としてウェブコンテンツ側から各端末に自動的に発行されるものであり、これにより、ユーザから登録を求めることなく自動でユーザＩＤが各ユーザ端末１に設定される。そして、本実施形態に係るレコメンドサーバ３によれば、ユーザに性別等の属性情報の任意の入力を求めることなく、ユーザ属性情報を得ることができるようになっている。

そこで、以下では、このような本実施形態に係るレコメンドサーバ３について詳細に説明する。

本実施形態に係るレコメンドサーバ３は、ユーザへのレコメンド情報の提供をコンピュータに実現させるレコメンドプログラムを図示しない記憶部に格納しており、図示しないＣＰＵ等の処理部により当該レコメンドプログラムに従う処理が実行されることで、レコメンド情報の提供が実行可能になっている。そして、かかるレコメンドプログラムに従う処理の実行により、本実施形態に係るレコメンドサーバ３は、図２に示すように、コンテンツサーバ２からの要求を受け付けるＡＰＩ部３１と、ＡＰＩ部３１の受け付けた要求に基づきレコメンド情報を生成するユーザベースレコメンドエンジン３２及びコンテンツベースレコメンドエンジン３３と、ユーザベースレコメンドエンジン３２とコンテンツベースレコメンドエンジン３３とのいずれでレコメンド情報を生成させるかを切り替えるモード切替部３４と、を備えたものとなっている。なお、本実施形態に係るレコメンドサーバ３による処理は、１のレコメンドプログラムにより実現されてもよいし、複数のレコメンドプログラムの組み合わせにより実現されてもよい。

ＡＰＩ部３１は、コンテンツサーバ２からの要求を受け付けて処理し、ユーザベースレコメンドエンジン３２又はコンテンツベースレコメンドエンジン３３にレコメンド情報を生成させ、生成されたレコメンド情報をコンテンツサーバ２に送信するようになっている。ＡＰＩ部３１は、ユーザベースレコメンドエンジン３２によりユーザベースレコメンド情報を生成させるユーザベースモードと、コンテンツベースレコメンドエンジン３３によりコンテンツベースレコメンド情報を生成させるコンテンツベースモードとを有し、モード切替部３４により両モード間の切替が可能になっている。また、ＡＰＩ部３１は、コンテンツサーバ２から対象のユーザのユーザＩＤである対象ユーザＩＤを取得するユーザＩＤ取得部としても機能し、ユーザベースモードにあるときは対象ユーザＩＤ（すなわちクッキー）と取得する。そして、コンテンツベースモードにあるときは、対象のユーザ端末１に表示されているアイテムをコンテンツサーバ２から取得するようになっている。

ユーザベースレコメンドエンジン３２は、いわゆるユーザベース協調フィルタリングを行うものであり、結合情報取得部３２１と、類似度算出部３２２と、ユーザベースレコメンド情報生成部（レコメンド情報生成部に相当）３２３と、を備え、記憶部６に記憶された情報を用いてユーザベースレコメンド情報を生成するものである。以下ではまず記憶部６について説明する。

記憶部６は、ウェブコンテンツを利用するユーザのユーザＩＤごとに、当該ユーザＩＤに対応するユーザの当該ウェブコンテンツにおける行動履歴を蓄積保存し、且つ、当該ユーザＩＤに対応するユーザのユーザ属性情報を記憶するものであり、具体的には、記憶部６は、行動履歴記憶部６１と、ユーザ属性情報取得部６２と、ユーザ属性情報記憶部６３と、を備えている。なお、記憶部６は、本実施形態ではレコメンドサーバ３の外部のデータベースサーバであり、例えばクラウド環境に構築されたデータベースＡＰＩ等を用いることができる。

行動履歴記憶部６１は、ウェブコンテンツを利用するユーザのユーザＩＤ（すなわちクッキー）ごとに、各ユーザＩＤに対応するユーザの当該ウェブコンテンツにおける行動履歴を蓄積保存するものである。なお、行動履歴記憶部６１には、行動履歴として例えば閲覧履歴、購入履歴、カート追加などのユーザ操作等が、ユーザが対応する行動を行ったときの時間情報とともにユーザＩＤごとに蓄積保存されている。

ユーザ属性情報取得部６２は、各ユーザＩＤに対応するユーザのユーザ属性情報を取得するためのものであり、各クッキーに対応するユーザ端末１からコンテンツサーバ２以外のサーバ７に対して送信された送信情報に基づいて、各クッキーにおけるユーザ属性情報を取得する。具体的には、ユーザ属性情報取得部６２は、いわゆるサードパーティデータを用いて、ユーザ端末１があるウェブサービスに登録するときに入力した情報等、各ユーザ端末１からの他のサーバ７への送信情報をネットワーク５を介して取得するようになっており、取得した送信情報から、当該ユーザの性別や年齢、既婚か未婚か、所在地等のユーザ属性情報が取得されるようになっている。このように、ユーザ属性情報取得部６２によれば、ユーザから別途属性情報の入力を求めることなく属性情報を得ることができる。そして、ユーザ属性情報記憶部６３が、ウェブコンテンツを利用するユーザのユーザＩＤ（すなわちクッキー）ごとに、取得された属性情報を記憶する。

次にユーザベースレコメンドエンジン３２の各部について説明する。まず、結合情報取得部３２１は、記憶部６から、行動履歴とユーザ属性情報とを、両者をユーザＩＤごとに結合した形態の結合情報として取得するものであり、記憶部６から行動履歴とユーザ属性情報とを取得する取得部３２１ａと、取得部３２１ａに取得させる行動履歴及びユーザ属性情報の範囲を設定するデータ範囲設定部３２１ｂと、を備える。

データ範囲設定部３２１ｂについて説明すると、データ範囲設定部３２１ｂは取得部３２１ａが記憶部６から取得するデータ範囲の設定情報を格納するものである。そして、データ範囲設定部３２１ｂは、データ範囲の設定情報として、コンテンツサーバ２の提供するウェブコンテンツのうち、どのウェブサイトに関するデータを取得するかやユーザ属性情報としてどの情報を取得するかの取得対象とするデータの範囲の情報や、取得対象とするデータの中からどのような条件でデータを取得するかの情報を格納する。データを取得する条件としては、例えば、同じ行動をとった回数、取得対象とする時間範囲、特定の年代、地域等が挙げられる。また、設定情報は、ユーザが利用するウェブコンテンツごとに設定可能になっている。

次に取得部３２１ａについて説明すると、取得部３２１ａは、ネットワーク５を介して記憶部６にアクセスして、データ範囲設定部３２１ｂの設定情報に基づき行動履歴とユーザ属性情報とをユーザＩＤごとに結合した形態の結合情報として取得するようになっている。そして、本実施形態では、設定情報に基づいて、行動履歴を各行動の有無を表したものとし、且つ、ユーザ属性情報を各項目に該当するか否かを表したものとして、ユーザＩＤと、行動履歴及びユーザ属性情報と、の行列の形式で行動履歴及びユーザ属性情報を結合情報として取得するようになっている。このように、結合情報が各行動の有無と各項目に該当するか否かとの単純な情報であるので、後述する類似度の算出が容易になる。例えば、本実施形態では、図３に示すように、行動履歴に関しては、閲覧したことがある場合には「１」、閲覧したことがない場合には「空白（−）」とし、また、ユーザ属性情報に関しては、該当する項目は「１」、該当しない又はユーザ属性情報取得部３２３によりユーザ属性情報が取得できなかった項目は「空白（−）」としてある。

類似度算出部３２２は、対象ユーザＩＤの結合情報と他のユーザＩＤの結合情報との類似度であるユーザ間類似度を算出するものであり、本実施形態では、ＡＰＩ部３１から対象のユーザＩＤを取得し、対象のユーザＩＤに関して、図３に示すような結合情報に基づいて、いわゆる協調フィルタリングの手法を利用して、所定の計算式を用いて他のユーザＩＤごとにユーザ間類似度を算出する。

ユーザベースレコメンド情報生成部３２３は、ユーザ間類似度の高いユーザＩＤの結合情報における行動履歴に基づき、レコメンド情報としてユーザベースレコメンド情報を生成するものである。具体的には、算出されたユーザ間類似度の高い１又は複数のユーザＩＤの結合情報における行動履歴を選択し、選択したユーザＩＤの行動履歴のうちで対象ユーザＩＤが行っていない行動（選択したユーザＩＤのユーザが閲覧していて、対象ユーザが閲覧していないページなど）に関する情報をユーザベースレコメンド情報として生成する。

つまり、ユーザベースレコメンドエンジン３２では、
（１）ウェブコンテンツを利用するユーザのユーザＩＤごとに、当該ユーザＩＤに対応するユーザ端末の当該ウェブコンテンツにおける行動履歴を蓄積保存し、且つ、当該ユーザＩＤに対応するユーザのユーザ属性情報を記憶する記憶部６から、行動履歴とユーザ属性情報とを、両者をユーザＩＤごとに結合した形態の結合情報として取得する結合情報取得工程と、
（２）対象のユーザのユーザＩＤである対象ユーザＩＤを取得するユーザＩＤ取得工程、
（３）対象ユーザＩＤの結合情報と他のユーザＩＤの結合情報との類似度であるユーザ間類似度を算出する類似度算出工程、
（４）ユーザ間類似度の高いユーザＩＤの結合情報における行動履歴に基づき、レコメンド情報としてユーザベースレコメンド情報を生成するレコメンド情報生成工程、
が実行されることでユーザベースレコメンド情報が生成されて、生成されたユーザベースレコメンド情報がＡＰＩ部３１に返される。

次に、コンテンツベースレコメンドエンジン３３は、アイテム間類似度算出部３３１と、コンテンツベースレコメンド情報生成部３３２と、クローラ３３３と、を備える。

クローラ３３３は、コンテンツサーバ２が提供するウェブコンテンツ８を定期的に取得し、後述する類似度算出のためのデータベースを構築する。なお、クローラ３３３は、取得頻度やいかなる範囲のデータを取得するかを設定可能になっている。

アイテム間類似度算出部３３１は、対象のユーザ端末１に表示されているアイテムと他のアイテムとの類似度であるアイテム間類似度を算出するものである。具体的には、アイテム間の文章の類似度を算出することとし、ＡＰＩ部３１がコンテンツサーバ２から取得した対象のユーザ端末１に表示されているアイテムについて、当該アイテムと、クローラ３３３により構築されている類似度算出のためのデータベース上の各アイテムと、の間の類似度を所定の計算式に従って算出する。その際、予めクローラ３３３により構築されているデータベース上の各アイテム間における文章の類似度を算出しておき、対象のユーザ端末１に表示されているアイテムをコンテンツサーバ２から取得したときに、かかる算出結果に基づき、当該アイテムと他の各アイテムとの間のアイテム間類似度を取得するようにしてもよいし、当該アイテムをコンテンツサーバ２から取得するたびにその都度アイテム間類似度を算出するようにしてもよい。

コンテンツベースレコメンド情報生成部３３２は、レコメンド情報として、算出されたアイテム間類似度の高いアイテムに関する情報であるコンテンツベースレコメンド情報を生成するものである。具体的には、算出されたアイテム間類似度の高い１又は複数のアイテムに関する情報をコンテンツベースレコメンド情報として生成する。

このように、コンテンツベースレコメンドエンジン３３では、クローラ３３３により構築されているデータベースに基づきアイテム間類似度算出部３３１がアイテム間類似度を算出し、算出されたアイテム間類似度に基づいてコンテンツベースレコメンド情報生成部３３２がコンテンツベースレコメンド情報を生成するようになっている。

モード切替部３４は、コンテンツサーバ２側からの要求に応じて、ＡＰＩ部３１をユーザベースモードとコンテンツベースモードとで切り替えるものである。具体的には、本実施形態では、モード切替部３４は、ＡＰＩ部３１を介してコンテンツサーバ２側からの要求を受け取り、ＡＰＩ部３１をユーザベースモードとコンテンツベースモードとで切り替えるようになっている。例えば、ＡＰＩ部３１がユーザベースモードにあるときには、ユーザの行動履歴と属性情報とに基づくユーザベースレコメンド情報が生成されるので、ユーザの嗜好に合ったアイテムを推薦することができる。また、ある商品群についてキャンペーンを行っている場合には、類似するアイテムを推薦する方が目的にかなうので、かかる場合にＡＰＩ部３１をコンテンツベースモードとすれば、アイテム間類似度の高いアイテムを推薦するコンテンツベースレコメンド情報が生成されるので、ユーザ端末１に表示されたアイテムと類似するアイテムを推薦することができる。このように、モード切替部３４によれば、両者を切り替えることでレコメンドさせるアイテムの傾向を異ならせるようにすることができる。これにより、販売促進の目的に応じたより適切なレコメンドを行うことができる。

以上のように、本実施形態に係るレコメンドサーバ３によれば、ユーザの行動履歴にユーザの属性情報を結合した結合情報に基づくユーザベースレコメンド情報を得ること、ユーザＩＤとしてクッキーを用いることでユーザに性別等の属性情報の任意の入力を求めることなくユーザ属性情報を得ること、及び、ＡＰＩ部３１をユーザベースモードとコンテンツベースモードとの間で切り替えることでレコメンドさせるアイテムの傾向を異ならせるようにすることが可能になっており、より好適なアイテムのレコメンドが可能になっている。

〔その他の実施形態〕
最後に、本発明に係るレコメンドシステム、レコメンド方法、及び、レコメンドプログラムのその他の実施形態について説明する。なお、以下のそれぞれの実施形態で開示される構成は、矛盾が生じない限り、他の実施形態で開示される構成と組み合わせて適用することも可能である。

（１）上記の実施形態では、ユーザＩＤとしてクッキーを用い、ユーザに性別等の属性情報の任意の入力を求めることなくユーザ属性情報を得る構成を例として説明した。しかし、本発明の実施形態はこれに限定されず、ユーザＩＤとして種々のＩＤを用いてもよく、また、ユーザ属性情報の一部又は全部をユーザから直接入力を求めることにより得るようにしてもよい。

（２）結合情報の形式は上記の実施形態で示したものに限定されず、適宜変更可能である。

（３）上記の実施形態では、ＡＰＩ部３１をユーザベースモードとコンテンツベースモードとの間で切替可能な構成を例に説明した。しかし、本発明の実施形態はこれに限定されず、レコメンドサーバ３がユーザベースレコメンド情報の生成のみを実行するようにしてもよい。

（４）上記の実施形態では、記憶部６がレコメンドサーバ３の外部のデータベースサーバである構成を例に説明した。しかし、本発明の実施形態はこれに限定されず、記憶部６はレコメンドサーバ３内に設けられていてもよい。

（５）その他の構成に関しても、本明細書において開示された実施形態は全ての点で例示であって、本発明の範囲はそれらによって限定されることはないと理解されるべきである。当業者であれば、本発明の趣旨を逸脱しない範囲で、適宜改変が可能であることを容易に理解できるであろう。従って、本発明の趣旨を逸脱しない範囲で改変された別の実施形態も、当然、本発明の範囲に含まれる。

本発明は、ユーザに対するアイテムのレコメンドに利用することができる。

１ ユーザ端末
２ コンテンツサーバ
３ レコメンドサーバ
３１ ＡＰＩ部（ユーザＩＤ取得部）
３２１ 結合情報取得部
３２２ 類似度算出部
３２３ ユーザベースレコメンド情報生成部（レコメンド情報生成部）
３３１ アイテム間類似度算出部
３３２ コンテンツベースレコメンド情報生成部
３４ モード切替部
６ 記憶部
６２ ユーザ属性情報取得部
７ コンテンツサーバ以外のサーバ
８ ウェブコンテンツ

Claims (7)

1. ユーザ端末にウェブコンテンツを提供するコンテンツサーバに対し、前記ウェブコンテンツを利用するユーザへのレコメンド情報を提供するレコメンドシステムであって、
   前記ウェブコンテンツを利用するユーザのユーザＩＤごとに、当該ユーザＩＤに対応するユーザの当該ウェブコンテンツにおける行動履歴を蓄積保存し、且つ、当該ユーザＩＤに対応するユーザのユーザ属性情報を記憶する記憶部と、
   前記記憶部から、前記行動履歴と前記ユーザ属性情報とを、両者を前記ユーザＩＤごとに結合した形態の結合情報として取得する結合情報取得部と、
   前記コンテンツサーバから対象のユーザの前記ユーザＩＤである対象ユーザＩＤを取得するユーザＩＤ取得部と、
   前記対象ユーザＩＤの前記結合情報と他の前記ユーザＩＤの前記結合情報との類似度であるユーザ間類似度を算出する類似度算出部と、
   前記ユーザ間類似度の高い前記ユーザＩＤの前記結合情報における前記行動履歴に基づき、前記レコメンド情報としてユーザベースレコメンド情報を生成するレコメンド情報生成部と、を備えるレコメンドシステム。
2. 前記結合情報取得部に取得させる前記行動履歴及び前記ユーザ属性情報の範囲を設定するデータ範囲設定部を備える請求項１に記載のレコメンドシステム。
3. 前記結合情報取得部は、前記行動履歴を各行動の有無を表したものとし、且つ、前記ユーザ属性情報を各項目に該当するか否かを表したものとして、前記ユーザＩＤと、前記行動履歴及び前記ユーザ属性情報と、の行列の形式で前記結合情報を取得する請求項１又は２に記載のレコメンドシステム。
4. 前記ユーザＩＤは、前記ユーザ端末のそれぞれに発行されたクッキーであり、
   前記記憶部は、前記行動履歴の各クッキーに対応する前記ユーザ端末から前記コンテンツサーバ以外のサーバに対して送信された送信情報に基づいて、各クッキーにおける前記ユーザ属性情報を取得するユーザ属性情報取得部を備える請求項１〜３のいずれか一項に記載のレコメンドシステム。
5. 対象のユーザ端末に表示されているアイテムと他のアイテムとの類似度であるアイテム間類似度を算出するアイテム間類似度算出部と、
   前記レコメンド情報として、算出された前記アイテム間類似度の高いアイテムに関する情報であるコンテンツベースレコメンド情報を生成するコンテンツベースレコメンド情報生成部と、
   前記コンテンツサーバ側からの要求に応じて、前記レコメンド情報生成部により前記ユーザベースレコメンド情報を生成させるか、又は、前記コンテンツベースレコメンド情報生成部により前記コンテンツベースレコメンド情報を生成させるかを切り替えるモード切替部と、を備える請求項１〜４のいずれか一項に記載のレコメンドシステム。
6. ユーザ端末にウェブコンテンツを提供するコンテンツサーバに対する前記ウェブコンテンツを利用するユーザへのレコメンド情報の提供をコンピュータに実行させるレコメンド方法であって、
   前記ウェブコンテンツを利用するユーザのユーザＩＤごとに、当該ユーザＩＤに対応するユーザの当該ウェブコンテンツにおける行動履歴を蓄積保存し、且つ、当該ユーザＩＤに対応するユーザのユーザ属性情報を記憶する記憶部から、前記行動履歴と前記ユーザ属性情報とを、両者を前記ユーザＩＤごとに結合した形態の結合情報として取得する結合情報取得工程と、
   前記コンテンツサーバから対象のユーザの前記ユーザＩＤである対象ユーザＩＤを取得するユーザＩＤ取得工程と、
   前記対象ユーザＩＤの前記結合情報と他の前記ユーザＩＤの前記結合情報との類似度であるユーザ間類似度を算出する類似度算出工程と、
   前記ユーザ間類似度の高い前記ユーザＩＤの前記結合情報における前記行動履歴に基づき、前記レコメンド情報としてユーザベースレコメンド情報を生成するレコメンド情報生成工程と、を前記コンピュータに実行させるレコメンド方法。
7. ユーザ端末にウェブコンテンツを提供するコンテンツサーバに対する前記ウェブコンテンツを利用するユーザへのレコメンド情報の提供をコンピュータに実現させるレコメンドプログラムであって、
   前記ウェブコンテンツを利用するユーザのユーザＩＤごとに、当該ユーザＩＤに対応するユーザの当該ウェブコンテンツにおける行動履歴を蓄積保存し、且つ、当該ユーザＩＤに対応するユーザのユーザ属性情報を記憶する記憶部から、前記行動履歴と前記ユーザ属性情報とを、両者を前記ユーザＩＤごとに結合した形態の結合情報として取得する結合情報取得機能と、
   前記コンテンツサーバから対象のユーザの前記ユーザＩＤである対象ユーザＩＤを取得するユーザＩＤ取得機能と、
   前記対象ユーザＩＤの前記結合情報と他の前記ユーザＩＤの前記結合情報との類似度であるユーザ間類似度を算出する類似度算出機能と、
   前記ユーザ間類似度の高い前記ユーザＩＤの前記結合情報における前記行動履歴に基づき、前記レコメンド情報としてユーザベースレコメンド情報を生成するレコメンド情報生成機能と、を前記コンピュータに実現させるレコメンドプログラム。
   

Images