JP2019003587A - Information processing device and program - Google Patents

Information processing device and program Download PDF

Info

Publication number
JP2019003587A
JP2019003587A JP2017120370A JP2017120370A JP2019003587A JP 2019003587 A JP2019003587 A JP 2019003587A JP 2017120370 A JP2017120370 A JP 2017120370A JP 2017120370 A JP2017120370 A JP 2017120370A JP 2019003587 A JP2019003587 A JP 2019003587A
Authority
JP
Japan
Prior art keywords
user
group
purchased
purchaseable
specifying
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
Application number
JP2017120370A
Other languages
Japanese (ja)
Other versions
JP6958014B2 (en
Inventor
政寛 佐藤
Masahiro Sato
政寛 佐藤
園田　隆志
Takashi Sonoda
隆志 園田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Business Innovation Corp
Original Assignee
Fuji Xerox Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuji Xerox Co Ltd filed Critical Fuji Xerox Co Ltd
Priority to JP2017120370A priority Critical patent/JP6958014B2/en
Publication of JP2019003587A publication Critical patent/JP2019003587A/en
Application granted granted Critical
Publication of JP6958014B2 publication Critical patent/JP6958014B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

To recommend such an object that matches user's preference.SOLUTION: Merchandise not purchased by a user includes merchandise which could not be purchased by the user because of a sellout or a sale stop during purchase, or because the user did not recognize the merchandise as a sale object at that time. If such a merchandise group is learned as a merchandise that was not purchased with the intention of the user, preference of the user would be erroneously learned. Therefore, a merchandise group that was not purchased by the user is recognized from merchandise estimated to have been actually selection candidates for the user when the user selected the merchandise. That is, an object j that was not purchased by the user is determined as a purchasable object other than an object i when the user purchased the object i in Expression (3).SELECTED DRAWING: Figure 2

Description

本発明は、情報処理装置及びプログラムに関する。   The present invention relates to an information processing apparatus and a program.

ユーザに商品を推薦する仕組みにおいては、ユーザにより購入された商品と類似する商品をユーザは好み、購入されなかった商品と類似する商品を好まないというアルゴリズムに従って学習を行う。特許文献１においては、ユーザの購入履歴及び閲覧履歴を用いて、そのユーザに推薦する商品を決めている。特許文献２では、各商品の発売時期に基づいて商品カテゴリ毎に発売時期の偏りを算出し、この偏りを期間別重みとして、各商品の関連度を商品カテゴリ毎に補正している。   In the mechanism for recommending a product to the user, learning is performed according to an algorithm that the user likes a product similar to the product purchased by the user and does not like a product similar to the product not purchased. In Patent Document 1, a product recommended for the user is determined using the purchase history and browsing history of the user. In Japanese Patent Laid-Open No. 2004-228688, the bias of the release time is calculated for each product category based on the release time of each product, and the degree of relevance of each product is corrected for each product category using this bias as a weight for each period.

特開２０１５−１３３０３３号公報JP 2015-133303 A 特許第５６０９３７３号公報Japanese Patent No. 5609373

ユーザが或る商品を購入したときに例えば在庫切れや販売停止或いはユーザが販売対象としての商品の存在を認識していなかった等の理由で、ユーザが購入することができなかった商品群がある。従来のアルゴリズムに従う学習の場合には、このようにユーザが購入することができなかった商品群を、ユーザの嗜好に合致しないものとして学習するので、ユーザの嗜好を誤って学習してしまうおそれがある。
そこで、本発明は、ユーザが購入しなかった対象物群をユーザの嗜好に合致しないものとして一律に学習する場合と比較して、ユーザの嗜好により合致するような対象物を推薦することを目的とする。 When a user purchases a certain product, there is a product group that the user could not purchase because, for example, the product was out of stock, stopped selling, or the user did not recognize the presence of the product to be sold. . In the case of learning according to the conventional algorithm, the product group that the user could not purchase in this way is learned as not matching the user's preference, so there is a possibility that the user's preference may be mistakenly learned. is there.
Therefore, the present invention aims to recommend an object that matches the user's preference as compared to a case where the object group that the user has not purchased is uniformly learned as not matching the user's preference. And

請求項１に係る発明は、ユーザが購入した対象物を特定する第１特定手段と、前記ユーザが前記対象物を購入したときに当該ユーザが購入できなかった対象物を除外した購入可能対象物群を特定する第２特定手段と、前記第１特定手段によって特定された対象物と、前記第２特定手段によって特定された購入可能対象物群とに基づいて、ユーザの嗜好を分析する分析手段とを備えることを特徴とする情報処理装置を提供する。   The invention according to claim 1 is the first specifying means for specifying the object purchased by the user, and the purchaseable object excluding the object that the user could not purchase when the user purchased the object. Analyzing means for analyzing a user's preference based on a second specifying means for specifying a group, an object specified by the first specifying means, and a purchaseable object group specified by the second specifying means An information processing apparatus comprising:

請求項２に係る発明は、請求項１記載の構成において、前記第２特定手段は、
前記第１特定手段によって特定された対象物の販売元において販売可能な対象物の一覧に含まれていない対象物群を前記購入可能対象物群から除外する。 The invention according to claim 2 is the configuration according to claim 1, wherein the second specifying means is
Object groups that are not included in the list of objects that can be sold by the seller of the object specified by the first specifying means are excluded from the purchaseable object group.

請求項３に係る発明は、請求項２記載の構成において、前記第２特定手段は、前記一覧に含まれていない対象物群であって前記第１特定手段によって特定された対象物と共通しない属性である対象物群を前記購入可能対象物群から除外する。   According to a third aspect of the present invention, in the configuration according to the second aspect, the second specifying means is a group of objects not included in the list and is not in common with the target specified by the first specifying means. The object group which is an attribute is excluded from the purchaseable object group.

請求項４に係る発明は、請求項１〜３のいずれか１項に記載の構成において、前記第２特定手段は、前記ユーザが閲覧していない対象物群を前記購入可能対象物群から除外する。   According to a fourth aspect of the present invention, in the configuration according to any one of the first to third aspects, the second specifying unit excludes, from the purchaseable target object group, a target object group not browsed by the user. To do.

請求項５に係る発明は、請求項４記載の構成において、前記分析手段は、前記ユーザが閲覧した可能性がある期間に応じた重みで前記購入可能対象物を用いた分析を行う。   According to a fifth aspect of the present invention, in the configuration of the fourth aspect, the analysis unit performs an analysis using the purchaseable object with a weight according to a period in which the user may have browsed.

請求項６に係る発明は、請求項４記載の構成において、前記第２特定手段は、前記ユーザが閲覧した可能性がある期間が閾値以上の対象物群以外を前記購入可能対象物群から除外する。   According to a sixth aspect of the present invention, in the configuration according to the fourth aspect, the second specifying means excludes from the purchaseable target object group other than the target object group whose period during which the user may have browsed is greater than or equal to a threshold value. To do.

請求項７に係る発明は、請求項１記載の構成において、前記第２特定手段は、前記第１特定手段によって特定された対象物の購入時期に対する所定の前後の期間において当該対象物の販売元において他のユーザに販売されていない対象物群を前記購入可能対象物群から除外する。   According to a seventh aspect of the present invention, in the configuration according to the first aspect, the second specifying unit is a distributor of the target object during a predetermined period before and after the purchase time of the target object specified by the first specifying unit. The object group that is not sold to other users is excluded from the purchaseable object group.

請求項８に係る発明は、コンピュータを、ユーザが購入した対象物を特定する第１特定手段と、前記ユーザが前記対象物を購入したときに当該ユーザが購入できなかった対象物を除外した購入可能対象物群を特定する第２特定手段と、前記第１特定手段によって特定された対象物と、前記第２特定手段によって特定された購入可能対象物群とに基づいて、ユーザの嗜好を分析する分析手段として機能させるためのプログラムを提供する。   The invention according to claim 8 is a computer that excludes a first specifying means for specifying an object purchased by a user and an object that the user could not purchase when the user purchased the object. Analyzing the user's preference based on the second specifying means for specifying the possible object group, the object specified by the first specifying means, and the purchaseable object group specified by the second specifying means A program for functioning as an analysis means is provided.

請求項１、８に係る発明によれば、ユーザの嗜好により合致するような対象物が推薦される。
請求項２に係る発明によれば、販売可能な対象物の一覧によって購入可能対象物群が特定される。
請求項３に係る発明によれば、一覧に含まれている対象物群のうち、第１特定手段によって特定された対象物と共通する属性である対象物群によって購入可能対象物群が特定される。
請求項４に係る発明によれば、ユーザが閲覧した可能性がある対象物群が購入可能対象物群として特定される。
請求項５に係る発明によれば、ユーザが閲覧した可能性がある期間に応じた重みで購入可能対象物を用いた分析が行われる。
請求項６に係る発明によれば、ユーザが閲覧した可能性がある期間が閾値以上の対象物群が購入可能対象物群として特定される。
請求項７に係る発明によれば、第１特定手段によって特定された対象物の購入時期に対する所定の前後の期間において、当該対象物の販売元において他のユーザに販売された対象物群が購入可能対象物群として特定される。 According to the first and eighth aspects of the invention, an object that matches the user's preference is recommended.
According to the invention which concerns on Claim 2, the group which can be purchased is specified by the list | wrist of the object which can be sold.
According to the invention which concerns on Claim 3, a target object group which can be purchased is specified by the target object group which is an attribute in common with the target object specified by the 1st specification means among the target object groups contained in the list. The
According to the invention which concerns on Claim 4, the target object group which the user may have browsed is specified as a target object group which can be purchased.
According to the invention which concerns on Claim 5, the analysis using the object which can be purchased is performed with the weight according to the period when the user may have browsed.
According to the invention which concerns on Claim 6, the target object group whose period when the user may browse was more than a threshold value is specified as a target object group which can be purchased.
According to the invention of claim 7, in the period before and after the predetermined purchase time of the target specified by the first specifying means, the target group sold to other users at the seller of the target is purchased. Identified as a possible object group.

情報処理装置１のハードウェア構成を示す図。2 is a diagram illustrating a hardware configuration of the information processing apparatus 1. FIG. 情報処理装置１の機能構成を示すブロック図。2 is a block diagram showing a functional configuration of the information processing apparatus 1. FIG. 情報処理装置１の動作を示すフローチャート。5 is a flowchart showing the operation of the information processing apparatus 1. 購入可能対象物群を特定する方法を説明するための説明図。Explanatory drawing for demonstrating the method of specifying a purchaseable target object group.

本発明の実施形態の一例について説明する。
＜構成＞
図１は、情報処理装置１のハードウェア構成を示す図である。情報処理装置１は、本発明に係る情報処理装置の一例である。情報処理装置１は、制御部１１、記憶部１２、通信部１３及びＵＩ（User Interface）部１４を備えたコンピュータである。 制御部１１は、ＣＰＵ（Central Processing Unit）などの演算装置と、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）などの記憶装置とを備えており、情報処理装置１の全体的な制御を行う。ＲＯＭには、ハードウェアやＯＳ（Operating System）の起動の手順を記述したファームウェアが記憶されている。ＲＡＭは、ＣＰＵが演算を実行する際のデータの記憶に用いられる。 An example of an embodiment of the present invention will be described.
<Configuration>
FIG. 1 is a diagram illustrating a hardware configuration of the information processing apparatus 1. The information processing apparatus 1 is an example of an information processing apparatus according to the present invention. The information processing apparatus 1 is a computer including a control unit 11, a storage unit 12, a communication unit 13, and a UI (User Interface) unit 14. The control unit 11 includes an arithmetic device such as a CPU (Central Processing Unit) and a storage device such as a ROM (Read Only Memory) and a RAM (Random Access Memory), and performs overall control of the information processing device 1. Do. The ROM stores firmware that describes the startup procedure of hardware and an OS (Operating System). The RAM is used for storing data when the CPU executes an operation.

記憶部１２は、例えば半導体メモリやハードディスク記憶装置などを備え、ＯＳのほか、各種の機能を実現するためのプログラム）を記憶している。さらに、記憶部１２は、複数のユーザが自身のパーソナルコンピュータやスマートホン等の通信装置を用いてインターネット上のショッピングウェブサイトを利用した結果に関する情報と、インターネット上のショッピングウェブサイトで販売される商品に関連する情報とを記憶している。   The storage unit 12 includes, for example, a semiconductor memory or a hard disk storage device, and stores an OS and programs for realizing various functions. Furthermore, the storage unit 12 stores information on the results of using a shopping website on the Internet by a plurality of users using communication devices such as their personal computers and smartphones, and products sold on the shopping website on the Internet. And information related to.

具体的には、記憶部１２は、インターネット上のショッピングウェブサイトにおいて各ユーザが商品を購入した履歴である購入履歴（例えば商品を購入したユーザのユーザＩＤ、購入日時、購入した商品の名称、及び価格や用途などの商品の属性）と、ショッピングウェブサイトにおいて各ユーザが商品を閲覧した履歴である閲覧履歴（ユーザＩＤ、閲覧日時、閲覧したウェブページのアドレス）と、ショッピングウェブサイトにおいて販売可能な商品のカタログの履歴であるカタログ履歴（ショッピングウェブサイトのアドレス、カタログの更新日時、各更新日時のカタログに含まれている各商品の名称、価格や用途などの商品の属性、及び各商品が販売可能か否かを示す情報）とを記憶している。カタログ履歴に含まれる、各商品が販売可能か否かを示す情報は、例えばその商品の在庫の有無である。   Specifically, the storage unit 12 is a purchase history (for example, a user ID of a user who purchased a product, a purchase date and time, a name of the purchased product, Product attributes such as price and usage), browsing history (user ID, browsing date, browsing web page address), which is a history of each user browsing the product on the shopping website, and sale on the shopping website Catalog history that is the history of the product catalog (shopping website address, catalog update date and time, the name of each product included in the catalog at each update date, product attributes such as price and usage, and each product sold Information indicating whether or not it is possible). The information included in the catalog history indicating whether or not each product can be sold is, for example, whether or not the product is in stock.

これらの購入履歴、閲覧履歴及びカタログ履歴は、インターネット上のショッピングウェブサイトを管理するウェブサーバ装置からインターネットを介して情報処理装置１に収集されてもよいし、また、情報処理装置１自身がインターネット上のショッピングウェブサイトを管理するウェブサーバ装置であってもよい。   These purchase history, browsing history, and catalog history may be collected from the web server device that manages shopping websites on the Internet to the information processing device 1 via the Internet. It may be a web server device that manages the above shopping website.

通信部１３は、外部の通信装置との間で通信を行うための通信Ｉ／Ｆ（Interface）を備えており、インターネット等の通信回線に接続される。ＵＩ部１４は、表示部と操作部とを含む。表示部は例えば液晶表示装置を備え、情報処理装置１を操作するための画面を表示面に表示する。操作部は、例えば表示部１４の表示面を覆うように設けられたタッチパネルや、表示面に隣接する位置に設けられたキーボードなどを備えており、操作を受け付けて、その操作に応じた信号を制御部１１に出力する。制御部１１は、この操作の内容に従って情報処理装置１を制御する。   The communication unit 13 includes a communication I / F (Interface) for performing communication with an external communication device, and is connected to a communication line such as the Internet. The UI unit 14 includes a display unit and an operation unit. The display unit includes, for example, a liquid crystal display device, and displays a screen for operating the information processing apparatus 1 on the display surface. The operation unit includes, for example, a touch panel provided so as to cover the display surface of the display unit 14 and a keyboard provided at a position adjacent to the display surface. The operation unit receives an operation and outputs a signal corresponding to the operation. Output to the control unit 11. The control unit 11 controls the information processing apparatus 1 according to the contents of this operation.

ここで、ユーザに対してそのユーザの嗜好に合致した商品を推薦する推薦システムについて簡単に説明する。なお、ユーザが購入する対象は商品以外にサービス等も含まれるため、以下では、ユーザが購入する対象（商品またはサービス）を「対象物」と総称する。   Here, a recommendation system that recommends a product that matches a user's preference to the user will be briefly described. In addition, since the object which a user purchases includes a service etc. besides a product, the object (product or service) which a user purchases is named generically as a "target object" below.

ユーザに商品を推薦する仕組みにおいては、ユーザにより購入された商品と類似する商品をユーザは好み、購入されなかった商品と類似する商品を好まないというアルゴリズムに従い、ユーザの嗜好について学習を行う。
ユーザuの対象物iに対する嗜好の強さｖuiは式（１）で表される。

Figure 2019003587
ここで、qi T （Tは転置行列）は対象物の特徴を示すベクトルであり、pu はユーザが好む対象物の特徴を示すベクトルである。これらベクトルの内積が、ユーザuの好みと対象物iの特徴との合致度であり、嗜好の強さｖuiに相当する。 In the mechanism for recommending products to the user, the user's preference is learned according to an algorithm that the user likes products similar to the products purchased by the user and does not like products similar to the products not purchased.
The strength of preference for the object i users u v ui is expressed by Equation (1).
Figure 2019003587
 Where q i T (T is a transposed matrix) is a vector indicating the characteristics of the object, and p u is a vector indicating the characteristics of the object that the user likes. The inner product of these vectors is the degree of coincidence between the preference of the user u and the feature of the object i, and corresponds to the strength of preference v ui .

ユーザuの対象物iに対する嗜好の強さｖuiとユーザuの対象物ｊに対する嗜好の強さｖujとの差Ｘuijは式（２）で表される。

Figure 2019003587
ユーザｕが対象物iを購入して対象物jを購入しない確率pは、上述したｘuijのシグモイド関数である式（３）で表現される。ここでIは対象物の全集合、Iu +は対象物の全集合のうちユーザuが購入した対象物の部分集合である。
Figure 2019003587
 そして、式（４）に示すように確率が最大化するように、パラメータΘを逐次更新して学習していく。パラメータΘとして、たとえば各ユーザのベクトルpuや各アイテムのqiの各成分が含まれる。つまり、ユーザが購入した対象物に対する嗜好の強さとユーザが購入しなかった対象物に対する嗜好の強さとの差が大きくなるように学習を行う。
Figure 2019003587
 The difference X uij between the user's u preference for the object i v ui and the user u's preference for the object j v uj is expressed by equation (2).
Figure 2019003587
 The probability p that the user u does not purchase the object i and does not purchase the object j is expressed by Equation (3), which is the sigmoid function of x uij described above. Here, I is the entire set of objects, and I u + is a subset of the objects purchased by the user u out of the entire set of objects.
Figure 2019003587
 Then, learning is performed by sequentially updating the parameter Θ so that the probability is maximized as shown in Expression (4). As the parameter Θ, for example, each component of the vector p u of each user and q i of each item is included. That is, learning is performed such that the difference between the strength of the preference for the target object purchased by the user and the strength of the preference for the target object not purchased by the user is increased.
Figure 2019003587

ここで、ユーザが購入していない対象物には、その購入時において例えば在庫切れや販売停止、或いはユーザが販売対象としての存在を認識していなかった等の理由で、ユーザの意思にかかわらずそのユーザが購入することができなかった対象物も含まれている。このようにユーザの意思にかかわらず購入不可能であった対象物群を、ユーザの意思により購入されなかった対象物として学習すると、ユーザの嗜好を誤って学習してしまうおそれがある。   Here, the object that the user has not purchased is not related to the user's intention, for example, because the stock is out of stock, the sale is stopped, or the user has not recognized the existence as the object of sale at the time of purchase. It also includes objects that the user could not purchase. As described above, if a target group that cannot be purchased regardless of the user's intention is learned as an object that has not been purchased by the user's intention, the user's preference may be erroneously learned.

そこで、本実施形態では、ユーザが購入する対象物を選択するときにおいて、そのユーザにより選択候補になり得ていたと推定される対象物のなかから、ユーザにより購入されなかった対象物群を認識する。つまり、式（３）において、ユーザにより購入されなかった対象物jを、そのユーザが対象物ｉを購入したときにその対象物ｉ以外に購入可能だった対象物とする。   Therefore, in the present embodiment, when the user selects an object to be purchased, the object group that has not been purchased by the user is recognized from the objects that are estimated to have been candidates for selection by the user. . That is, in the expression (3), an object j that has not been purchased by the user is an object that can be purchased in addition to the object i when the user purchases the object i.

図２は、情報処理装置１の機能構成を示すブロック図である。これらの機能は、制御部１１が記憶部１２に記憶されたプログラムを実行することによって実現される。第１特定部１０１は、ユーザが購入した対象物を特定する。第２特定部１０２は、ユーザが対象物を購入したときに当該ユーザが購入できなかった対象物を除外した購入可能対象物群を特定する。分析部１０３は、第１特定部１０１によって特定された対象物と、第２特定部１０２によって特定された購入可能対象物群とに基づいて、ユーザの嗜好を分析する。   FIG. 2 is a block diagram illustrating a functional configuration of the information processing apparatus 1. These functions are realized when the control unit 11 executes a program stored in the storage unit 12. The 1st specific | specification part 101 specifies the target object which the user purchased. The 2nd specific | specification part 102 specifies the purchaseable target object group which excluded the target object which the said user was not able to purchase when the user purchased the target object. The analysis unit 103 analyzes the user's preference based on the object specified by the first specifying unit 101 and the group of purchaseable objects specified by the second specifying unit 102.

第２特定部１０２は、次のようにして購入可能対象物群を特定する。例えば、第２特定部１０２は、第１特定部１０１によって特定された対象物の販売元において、販売可能な対象物の一覧に含まれている対象物群を購入可能対象物群として特定する。つまり、第２特定部１０２は、第１特定部１０１によって特定された対象物の販売元において販売可能な対象物の一覧に含まれていない対象物群を購入可能対象物群から除外する。また、第２特定部１０２は、一覧に含まれている対象物群のうち、第１特定部１０１によって特定された対象物と共通する属性である対象物群を購入可能対象物群として特定する。つまり、第２特定部１０２は、一覧に含まれていない対象物群であって第１特定部１０１によって特定された対象物と共通しない属性である対象物群を購入可能対象物群から除外する。また、第２特定部１０２は、ユーザが閲覧した可能性がある対象物群を購入可能対象物群として特定する。つまり、第２特定部１０２は、ユーザが閲覧していない対象物群を購入可能対象物群から除外する。また、第２特定部１０２は、ユーザが閲覧した可能性がある期間が閾値以上の対象物群を購入可能対象物群として特定する。つまり、第２特定部１０２は、ユーザが閲覧した可能性がある期間が閾値以上の対象物群以外を購入可能対象物群から除外する。また、第２特定部１０２は、第１特定部１０１によって特定された対象物の購入時期に対する所定の前後の期間において、当該対象物の販売元において他のユーザに販売された対象物群を購入可能対象物群として特定する。つまり、第２特定部１０２は、第１特定部１０１によって特定された対象物の購入時期に対する所定の前後の期間において当該対象物の販売元において他のユーザに販売されていない対象物群を購入可能対象物群から除外する。   The second specifying unit 102 specifies a purchaseable object group as follows. For example, the second specifying unit 102 specifies a target object group included in the list of sellable target objects as a purchasable target object group at the selling source of the target object specified by the first specifying unit 101. That is, the second specifying unit 102 excludes, from the purchaseable object group, object groups that are not included in the list of objects that can be sold at the selling source of the object specified by the first specifying unit 101. Moreover, the 2nd specific | specification part 102 specifies the target object group which is an attribute in common with the target object specified by the 1st specific | specification part 101 among the target object groups contained in the list as a purchaseable target object group. . That is, the second specifying unit 102 excludes, from the purchaseable target group, target groups that are not included in the list and are attributes that are not common to the target specified by the first specifying unit 101. . Moreover, the 2nd specific | specification part 102 specifies the target object group which the user may have browsed as a target object group which can be purchased. That is, the 2nd specific | specification part 102 excludes the target object group which the user has not browsed from a purchaseable target object group. Moreover, the 2nd specific | specification part 102 pinpoints the target object group whose period when the user may browse was more than a threshold value as a target object group which can be purchased. That is, the 2nd specific | specification part 102 excludes from the purchaseable target object group other than the target object group whose period which the user may browse was more than a threshold value. In addition, the second specifying unit 102 purchases a group of objects sold to other users at the selling source of the target object during a predetermined period before and after the purchase time of the target object specified by the first specifying unit 101. Identify as possible object group. That is, the second specifying unit 102 purchases a group of objects that are not sold to other users at the selling source of the target object during a predetermined period before and after the purchase time of the target object specified by the first specifying unit 101. Exclude from possible target group.

＜動作＞
次に図３，４を参照しながら情報処理装置１の動作を説明する。第１特定部１０１は、或るユーザＡにより或る販売元（ショッピングウェブサイト）で購入された対象物ａを１つ特定し、第２特定部１０２は、その対象物ａが購入されたときにユーザＡが購入できなかった対象物を除外した購入可能対象物群を特定する（図３ステップＳ１１）。ユーザが可能対象物群を特定するときの条件は以下のとおりである。 <Operation>
Next, the operation of the information processing apparatus 1 will be described with reference to FIGS. The first specifying unit 101 specifies one target object a purchased by a certain user A at a certain vendor (shopping website), and the second specifying unit 102 determines that the target object a has been purchased. A group of purchaseable objects that excludes the object that user A could not purchase is specified (step S11 in FIG. 3). The conditions when the user specifies the possible object group are as follows.

第１に、第２特定部１０２は、カタログ履歴を参照して、ユーザＡが対象物ａを購入した時点において、販売元（ショッピングウェブサイト）のカタログに掲載されていない対象物と在庫が無い対象物とを除外して、購入可能対象物群を特定する（条件１）。これにより、図４の例では、ユーザＡが購入していない対象物群のうち、カタログに掲載されていない対象物であるか又はそのカタログに掲載されているが在庫が無い対象物である対象物ｇが除外される。なお、ここでいう対象物は、例えば「しゃけおにぎり」や「梅干しおにぎり」などの、おにぎりというカテゴリに属する各商品であってもよいし、「おにぎり」や「サンドイッチ」というカテゴリであってもよい。つまり、各対象物をどのような概念で区別するかは任意である。   First, the second specifying unit 102 refers to the catalog history, and when the user A purchases the object a, there is no object and inventory that are not listed in the catalog of the seller (shopping website). A target object group is specified by excluding the target object (condition 1). Accordingly, in the example of FIG. 4, among the target object groups that are not purchased by the user A, the target object that is not listed in the catalog or the target that is listed in the catalog but is not in stock. Object g is excluded. The object referred to here may be, for example, each product belonging to the category of rice balls, such as “choke rice balls” or “plum dried rice balls”, or may be the categories of “rice balls” or “sandwiches”. . In other words, the concept of distinguishing each object is arbitrary.

第２に、第２特定部１０２は、購入履歴を参照して、ユーザＡが対象物ａを購入した時点の前後の所定の期間（例えば購入時点より１週間前から購入時点より３日後まで、購入時点と同じ日付、購入時点と同じ週等）において、同じ販売元から他のユーザにより購入された対象物を購入可能対象物群として特定する（条件２）。これにより、図４の例では、ユーザＡが購入していない対象物群のうち、前述した対象物ｇのほか、ユーザＡが対象物ａを購入した時点の前後の所定の期間において同じ販売元から他のユーザにより購入されていなかった対象物ｆが除外される。   Second, the second specifying unit 102 refers to the purchase history, and a predetermined period before and after the user A purchases the object a (for example, from one week before the purchase time to three days after the purchase time, On the same date as the purchase time, the same week as the purchase time, etc.), an object purchased by another user from the same vendor is specified as a purchaseable object group (condition 2). Accordingly, in the example of FIG. 4, in the target group not purchased by the user A, in addition to the target g described above, the same vendor in a predetermined period before and after the user A purchases the target a. The object f that has not been purchased by other users is excluded.

第３に、第２特定部１０２は、カタログ履歴を参照して、ユーザＡが対象物ａを購入した時点でその対象物ａを含む一覧を閲覧可能なウェブページと同じウェブページに掲載されていた対象物を購入可能対象物群として特定する（条件３）。これにより、図４の例では、ユーザＡが購入していない対象物群のうち、前述した対象物f,ｇのほか、ユーザＡが対象物ａを購入した時点でその対象物ａが閲覧可能なウェブページと同じウェブページに掲載されていなかった対象物ｅが除外される。   Third, the second specifying unit 102 is listed on the same web page as the web page that can browse the list including the target object a when the user A purchases the target object a with reference to the catalog history. Are identified as a group of objects that can be purchased (condition 3). Thereby, in the example of FIG. 4, in addition to the above-described objects f and g among the object groups not purchased by the user A, the object a can be browsed when the user A purchases the object a. The object e that has not been placed on the same web page as the current web page is excluded.

第４に、第２特定部１０２は、閲覧履歴を参照して、ユーザＡが対象物ａを購入した時点よりも所定期間（例えば２４時間とか同じ日付、同じ週等）だけ前の期間から、その購入時点までの間において、ユーザＡによって閲覧されたと推定される対象物を購入可能対象物群として特定する（条件４の１）。例えばその対象物の詳細ページに遷移するためのリンクがユーザにより指定されたこと等によって、ユーザＡによってその対象物が閲覧されたと推定される。これにより、図４の例では、ユーザＡが購入していない対象物群のうち、前述した対象物e,f,ｇのほか、ユーザＡが対象物ａを購入した時点よりも所定期間だけ前の期間からその購入時点までの間においてユーザＡによって閲覧されていなかったと推定される対象物ｄが除外される。   Fourth, the second specifying unit 102 refers to the browsing history from a period before a predetermined period (for example, 24 hours or the same date, the same week, etc.) before the time when the user A purchased the object a. Until the time of purchase, an object estimated to have been browsed by the user A is specified as a purchaseable object group (condition 4-1). For example, it is presumed that the object has been browsed by the user A because the user has specified a link for transitioning to the detail page of the object. Accordingly, in the example of FIG. 4, in addition to the above-described objects e, f, and g among the object groups not purchased by the user A, a predetermined period before the time when the user A purchased the object a. The object d estimated to have not been browsed by the user A during the period from the time point to the point of purchase is excluded.

さらに、第２特定部１０２は、閲覧履歴を参照して、ユーザＡが対象物ａを購入したときに閲覧したと推定される他の対象物の閲覧時間を算出する（条件４の２）。これは、例えばその対象物の詳細ページに遷移するためのリンクが指定されてから他のウェブページに遷移するまでの期間によって特定される。これにより、図４の例では、対象物ｂの閲覧時間が６０秒と算出され、対象物ｃの閲覧時間が３０秒と推定される。   Furthermore, the 2nd specific | specification part 102 calculates the browsing time of the other target object estimated that it browsed when the user A purchased the target object a with reference to a browsing history (condition 4-2). This is specified, for example, by a period from when a link for transitioning to the detail page of the object is specified until transition to another web page. Thereby, in the example of FIG. 4, the browsing time of the target object b is calculated as 60 seconds, and the browsing time of the target object c is estimated to be 30 seconds.

上記のいずれの条件を採用するかは任意である。例えば、購入可能対象物群を特定する条件として条件１，２が採用される場合には、対象物ｂ，ｃ，ｄ，ｅが特定される。そして各条件１〜４との合致度に応じて式（４）におけるサンプリング確率が決定される。具体的には、条件１〜４の１に合致し且つ条件４の２の閲覧時間が６０秒の対象物ｂのサンプリング確率は０．４となり、条件１〜４の１に合致し且つ条件４の２の閲覧時間が３０秒の対象物ｃのサンプリング確率は０．３となり、条件１〜３に合致した対象物ｄのサンプリング確率は０．２となり、条件１〜２に合致した対象物ｅのサンプリング確率は０．１となる。つまり、ユーザが対象物ａを購入するときに購入候補とされていた確率が高い対象物ほどサンプリング確率が高くなり、より大きな重みで学習が行われることになる。   Which of the above conditions is adopted is arbitrary. For example, when the conditions 1 and 2 are adopted as conditions for specifying the purchaseable object group, the objects b, c, d, and e are specified. And the sampling probability in Formula (4) is determined according to the degree of agreement with each conditions 1-4. Specifically, the sampling probability of the object b that meets Condition 1 to 4 1 and the viewing time of Condition 4 2 for 60 seconds is 0.4, matches Condition 1 to 4 1 and Condition 4 The sampling probability of the object c whose viewing time of 2 is 30 seconds is 0.3, the sampling probability of the object d meeting the conditions 1 to 3 is 0.2, and the object e meeting the conditions 1 to 2 is satisfied. The sampling probability of is 0.1. In other words, an object having a higher probability of being a purchase candidate when the user purchases the object a has a higher sampling probability, and learning is performed with a greater weight.

次に、分析部１０３は、購入された対象物を式（１）〜（４）における対象物ｉとし、ステップＳ１１で特定された購入可能対象物群をそれぞれ式（１）〜（４）における対象物ｊとしてユーザの嗜好を学習する（ステップＳ１２）。そして、分析部１０３は学習したユーザの嗜好に応じて、その嗜好に合致する対象物を特定し、それらをユーザに対して表示やメッセージ等により推薦する（ステップＳ１３）。   Next, the analysis unit 103 sets the purchased object as the object i in the expressions (1) to (4), and sets the purchaseable object group specified in step S11 in the expressions (1) to (4), respectively. The user's preference is learned as the object j (step S12). And the analysis part 103 specifies the target object which agree | coincides with the preference according to the learned user's preference, and recommends them with a display, a message, etc. (step S13).

本実施形態によれば、ユーザの嗜好により合致するような対象物がそのユーザに推薦される。   According to this embodiment, an object that matches the user's preference is recommended to the user.

＜変形例＞
実施形態を次のように変形してもよい。また、複数の変形例を組み合わせてもよい。
＜１＞
実施形態では、ユーザが対象物を購入したときに当該ユーザが購入できなかった対象物を除外した購入可能対象物群のみ（実施形態の例では条件１，２を採用したときの対象物ｂ，ｃ，ｄ，ｅ）を用いてユーザの嗜好を学習していた。これを、ユーザが対象物を購入したときに当該ユーザが購入できなかった対象物（実施形態の例では条件１，２を採用したときの対象物ｆ，ｇ）の重み（サンプリング確率）を、購入可能対象物群（実施形態の例では条件１，２を採用したときの対象物ｂ，ｃ，ｄ，ｅ）の重みよりも小さくしてユーザの嗜好を学習すればよい。実施形態は、ユーザが対象物を購入したときに当該ユーザが購入できなかった対象物の重みが「０（ゼロ）」の例である。 <Modification>
The embodiment may be modified as follows. A plurality of modified examples may be combined.
<1>
In the embodiment, only the purchaseable object group excluding the object that the user could not purchase when the user purchased the object (the object b when the conditions 1 and 2 are adopted in the example of the embodiment) c, d, e) were used to learn user preferences. This is the weight (sampling probability) of the object that the user could not purchase when the user purchased the object (the objects f and g when the conditions 1 and 2 are adopted in the example of the embodiment), What is necessary is just to learn a user preference by making it smaller than the weight of the purchaseable object group (objects b, c, d, e when the conditions 1 and 2 are adopted in the example of the embodiment). The embodiment is an example in which the weight of an object that the user could not purchase when the user purchased the object is “0 (zero)”.

＜２＞
実施形態は、ユーザがインターネット上のショッピングウェブサイトを利用した結果に基づいてそのユーザの嗜好を学習していたが、現実の対象物を販売している店舗を利用した結果に基づいてそのユーザの嗜好を学習してもよい。具体的には、記憶部１２は、店舗において各ユーザが商品を購入した履歴である購入履歴（例えば商品を購入したユーザのユーザＩＤ、購入日時、購入した商品の名称、及び価格や用途などの商品の属性）と、店舗において各ユーザが商品を閲覧した履歴である閲覧履歴（ユーザＩＤ、閲覧日時、閲覧した商品棚の識別情報）と、店舗において販売可能な商品のカタログの履歴であるカタログ履歴（店舗の識別情報、カタログの更新日時、各更新日時のカタログに含まれている各商品の名称、価格や用途などの商品の属性、及び各商品が販売可能か否かを示す情報）とを記憶している。購入履歴は、例えば各ユーザに渡された店舗カードを用いて管理される。閲覧履歴は、例えばショッピングカートや店舗内に搭載されたカメラによって撮像された画像を解析することによって管理される。カタログ履歴は、例えば店舗のオンラインシステムによって管理される。 <2>
In the embodiment, the user's preference is learned based on the result of using the shopping website on the Internet. However, the user's preference is based on the result of using the store selling the actual object. You may learn your preferences. Specifically, the storage unit 12 is a purchase history (for example, a user ID of a user who purchased a product, a purchase date and time, a name of the purchased product, a price, a usage, etc.) Product attributes), browsing history (user ID, browsing date, identification information of browsed product shelves) that is a history of each user browsing the product in the store, and catalog that is a catalog history of products that can be sold in the store History (store identification information, catalog update date / time, name of each product included in the catalog at each update date / time, product attributes such as price and usage, and information indicating whether each product can be sold) Is remembered. The purchase history is managed using, for example, a store card given to each user. The browsing history is managed, for example, by analyzing an image captured by a shopping cart or a camera mounted in a store. The catalog history is managed by a store online system, for example.

＜３＞
第１特定部１０１によって特定された対象物と共通する属性である対象物群を購入可能対象物群として特定するようにしてもよい。例えば購入された対象物と価格帯や用途が共通する対象物が購入可能対象物群として特定され、これに応じた嗜好の学習がなされる。 <3>
You may make it identify the target object group which is an attribute in common with the target object specified by the 1st specific | specification part 101 as a purchaseable target object group. For example, an object having the same price range and use as the purchased object is identified as a group of objects that can be purchased, and preference learning is performed accordingly.

＜４＞
実施形態において、分析部１０３は、ユーザが閲覧した可能性がある期間に応じた重みで購入可能対象物を用いた分析を行っていたが、ユーザが閲覧した可能性がある期間が閾値以上の対象物群を購入可能対象物群として特定してもよい。 <4>
In the embodiment, the analysis unit 103 performs an analysis using a purchaseable object with a weight according to a period in which the user may have browsed, but the period in which the user may have browsed is greater than or equal to a threshold value. The target object group may be specified as a target object group that can be purchased.

＜５＞
上記の実施形態では、制御部１１がプログラムを実行することによって上記の機能を実現する例を示したが、上記の機能がハードウェア回路で実装されていてもよい。また、このプログラムを、光記録媒体、半導体メモリ等、コンピュータで読み取り可能な記録媒体に記録して提供し、この記録媒体からプログラムを読み取って情報処理装置にインストールするようにしてもよい。また、このプログラムを電気通信回線で提供してもよい。 <5>
In the above embodiment, the example in which the control unit 11 realizes the above function by executing a program has been described. However, the above function may be implemented by a hardware circuit. The program may be provided by being recorded on a computer-readable recording medium such as an optical recording medium or a semiconductor memory, and the program may be read from the recording medium and installed in the information processing apparatus. In addition, this program may be provided through a telecommunication line.

１…情報処理装置、１１…制御部、１２…記憶部、１３…通信部、１４…ＵＩ部、１０１…第１特定部、１０２…第２特定部、１０３…分析部。 DESCRIPTION OF SYMBOLS 1 ... Information processing apparatus, 11 ... Control part, 12 ... Memory | storage part, 13 ... Communication part, 14 ... UI part, 101 ... 1st specific part, 102 ... 2nd specific part, 103 ... Analysis part.

Claims (8)

ユーザが購入した対象物を特定する第１特定手段と
前記ユーザが前記対象物を購入したときに当該ユーザが購入できなかった対象物を除外した購入可能対象物群を特定する第２特定手段と、
前記第１特定手段によって特定された対象物と、前記第２特定手段によって特定された購入可能対象物群とに基づいて、ユーザの嗜好を分析する分析手段と
を備えることを特徴とする情報処理装置。 A first specifying means for specifying an object purchased by a user; a second specifying means for specifying a purchaseable object group excluding the object that the user could not purchase when the user purchased the object; ,
And an analysis unit that analyzes a user's preference based on the object specified by the first specifying unit and the group of purchaseable objects specified by the second specifying unit. apparatus. 前記第２特定手段は、
前記第１特定手段によって特定された対象物の販売元において販売可能な対象物の一覧に含まれていない対象物群を前記購入可能対象物群から除外する
ことを特徴とする請求項１記載の情報処理装置。 The second specifying means includes
The object group that is not included in the list of objects that can be sold at the selling source of the object specified by the first specifying means is excluded from the purchaseable object group. Information processing device. 前記第２特定手段は、
前記一覧に含まれていない対象物群であって前記第１特定手段によって特定された対象物と共通しない属性である対象物群を前記購入可能対象物群から除外する
ことを特徴とする請求項２記載の情報処理装置。 The second specifying means includes
The object group which is an object group which is not included in the list and has an attribute not common to the object specified by the first specifying unit is excluded from the purchaseable object group. 2. The information processing apparatus according to 2. 前記第２特定手段は、
前記ユーザが閲覧していない対象物群を前記購入可能対象物群から除外する
ことを特徴とする請求項１〜３のいずれか１項に記載の情報処理装置。 The second specifying means includes
The information processing apparatus according to claim 1, wherein an object group that the user is not browsing is excluded from the purchaseable object group. 前記分析手段は、
前記ユーザが閲覧した可能性がある期間に応じた重みで前記購入可能対象物を用いた分析を行う
ことを特徴とする請求項４に記載の情報処理装置。 The analysis means includes
The information processing apparatus according to claim 4, wherein an analysis using the purchaseable object is performed with a weight according to a period during which the user may have browsed. 前記第２特定手段は、
前記ユーザが閲覧した可能性がある期間が閾値以上の対象物群以外を前記購入可能対象物群から除外する
ことを特徴とする請求項４に記載の情報処理装置。 The second specifying means includes
5. The information processing apparatus according to claim 4, wherein a period other than the target group whose period during which the user may browse is equal to or greater than a threshold is excluded from the purchaseable target group. 前記第２特定手段は、
前記第１特定手段によって特定された対象物の購入時期に対する所定の前後の期間において当該対象物の販売元において他のユーザに販売されていない対象物群を前記購入可能対象物群から除外する
ことを特徴とする請求項１に記載の情報処理装置。 The second specifying means includes
Excluding from the purchaseable object group an object group that is not sold to other users at the seller of the object in a predetermined period before or after the purchase time of the object specified by the first specifying means; The information processing apparatus according to claim 1. コンピュータを、
ユーザが購入した対象物を特定する第１特定手段と、
前記ユーザが前記対象物を購入したときに当該ユーザが購入できなかった対象物を除外した購入可能対象物群を特定する第２特定手段と、
前記第１特定手段によって特定された対象物と、前記第２特定手段によって特定された購入可能対象物群とに基づいて、ユーザの嗜好を分析する分析手段と
して機能させるためのプログラム。 Computer
First identifying means for identifying an object purchased by a user;
A second specifying means for specifying a group of purchaseable objects excluding objects that the user could not purchase when the user purchased the objects;
The program for functioning as an analysis means which analyzes a user's preference based on the target object specified by the said 1st specific means, and the purchaseable target object group specified by the said 2nd specific means.
JP2017120370A 2017-06-20 2017-06-20 Recommender systems, information processing devices and programs Active JP6958014B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017120370A JP6958014B2 (en) 2017-06-20 2017-06-20 Recommender systems, information processing devices and programs

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017120370A JP6958014B2 (en) 2017-06-20 2017-06-20 Recommender systems, information processing devices and programs

Publications (2)

Publication Number Publication Date
JP2019003587A true JP2019003587A (en) 2019-01-10
JP6958014B2 JP6958014B2 (en) 2021-11-02

Family

ID=65006198

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017120370A Active JP6958014B2 (en) 2017-06-20 2017-06-20 Recommender systems, information processing devices and programs

Country Status (1)

Country Link
JP (1) JP6958014B2 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015041121A (en) * 2013-08-20 2015-03-02 株式会社日立製作所 Sales forecast system and sales forecast method
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
US20160055416A1 (en) * 2014-08-21 2016-02-25 International Business Machines Corporation Predicting a consumer selection preference based on estimated preference and environmental dependence

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015041121A (en) * 2013-08-20 2015-03-02 株式会社日立製作所 Sales forecast system and sales forecast method
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
US20160055416A1 (en) * 2014-08-21 2016-02-25 International Business Machines Corporation Predicting a consumer selection preference based on estimated preference and environmental dependence
JP2016045642A (en) * 2014-08-21 2016-04-04 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ Information processing device, information processing method, and program

Also Published As

Publication number Publication date
JP6958014B2 (en) 2021-11-02

Similar Documents

Publication Publication Date Title
US11830031B2 (en) Methods and apparatus for detection of spam publication
US20220101403A1 (en) Computer Vision and Image Characteristic Search
US20180342004A1 (en) Cumulative success-based recommendations for repeat users
US20150310388A1 (en) Local couriers network in the context of an on-line trading platform
US20150066586A1 (en) Evaluation calculating device, evaluation calculating method, and recording medium
JP6754811B2 (en) Information processing equipment, information processing methods and information processing programs
US20140279189A1 (en) Method and system for monitoring and recommending relevant products
JP2010073170A (en) Recommended commodity selection device, recommended commodity selection program and commodity retrieval device
JP6344995B2 (en) Specific apparatus, specific method, and specific program
JP6043858B2 (en) Information providing apparatus, information providing method, and information providing program
CN112085567A (en) Commodity recommendation method and device, electronic equipment and readable medium
JP2018045505A (en) Determination device, determination method, and determination program
JP5852688B2 (en) Information providing apparatus, information providing method, and information providing program
JP6679448B2 (en) Generation device, generation method, and generation program
JP6695953B1 (en) Information processing apparatus, information processing method, and information processing program
JP5613737B2 (en) Recommended product notification device, recommended product notification method, and recommended product notification program
US20140358635A1 (en) Making product substitution recommendations
JP6958014B2 (en) Recommender systems, information processing devices and programs
US20210065276A1 (en) Information processing apparatus and non-transitory computer readable medium
JP2022504336A (en) Identifying and displaying alternative products for purchase that support plugins
JP6441992B2 (en) Review accepting apparatus, review accepting method, and program
JP2020087480A (en) Information processing device, information processing method, and information processing program
US11568427B2 (en) Method and system for ranking products in an electronic commerce environment based on similarity propagation
JP7487157B2 (en) Information processing device, information processing method, and information processing program
JP7489950B2 (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: 20200521

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210312

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210330

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210527

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: 20210907

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210920

R150 Certificate of patent or registration of utility model

Ref document number: 6958014

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150