JP5041797B2

JP5041797B2 - ネットワーク上のユーザの属性を分類する方法、分類装置及び分類プログラム

Info

Publication number: JP5041797B2
Application number: JP2006336427A
Authority: JP
Inventors: ブローディドージェ; マイスターベルナルド; ブローディジュリアン
Original assignee: Yahoo Japan Corp
Current assignee: Yahoo Japan Corp
Priority date: 2006-12-13
Filing date: 2006-12-13
Publication date: 2012-10-03
Anticipated expiration: 2026-12-13
Also published as: JP2008146609A

Description

本発明は、ネットワーク上のユーザの属性を分類する方法、分類装置及び分類プログラムに関する。

近年、インターネットの社会への普及に伴い、Ｗｅｂその他のネットワーク環境において、ユーザはＷｅｂブラウザその他の技術的手段により情報を単に閲覧するだけではなく、商品を購入したり、属性の近いもの同士で情報を送受信してコミュニティを作ったり、といった現実社会における活動と同様の活動をするようになってきた。

ところで、当該Ｗｅｂその他のネットワーク環境においては、ユーザの情報閲覧、商品購入、コミュニティにおける情報の送受信等の活動を記録することは比較的容易である。具体的には、例えば、Ｗｅｂ上でユーザの会員登録等を受け付けることによって、サーバが当該ユーザの基本属性を記憶したり、当該会員登録等を行ったユーザのＷｅｂ上での情報閲覧、商品購入等の活動を、サーバがログ（活動記録）として自動的に収集、記憶したり、といったことが可能である。

そこで、当該Ｗｅｂその他のネットワーク環境において、登録された基本属性やログ（活動記録）等に基づいてユーザに興味があると考えられる商品やサービスを推薦したり（レコメンデーション）、広告を送信したり、属性が似ていると思われるユーザを紹介したり（ソーシャル・ネットワーキング・サービス；ＳＮＳ）、といったサービスが行われている。

例えば、特許文献１に記載の技術によれば、Ｗｅｂサーバは、ユーザの購買記録に基づいて当該ユーザの興味を分析し、その分析結果に基づいて、商品推薦（レコメンデーション）を行うことができる。

より具体的には、Ｗｅｂサーバが、すべてのユーザの過去の購買記録に基づいて、人気商品を特定し、その人気商品を購入したユーザが購入した別の商品の購入頻度を集計し、これらの人気商品とその他の商品との間の購入に関する相関を分析し、以ってそれぞれの人気商品について購入頻度において相関の強いその他の商品をその特定商品を購入したユーザに推薦する。

また、例えば、非特許文献１の技術によれば、Ｗｅｂサーバは、ユーザの購買記録や商品の評価記録（レイティング）に基づいて、商品推薦を行うことができる。

より具体的には、Ｗｅｂサーバは、類似商品テーブルを生成し、人気商品を購入したユーザをサンプリングして当該ユーザの購買記録や商品の評価記録（レイティング）に基づいて、当該人気商品を購入したユーザが購入或いはレイティングを行った商品に類似した商品を相関の強い商品として推薦する。
米国特許第６，９１２，５０５号明細書Ａｍａｚｏｎ．ｃｏｍＲｅｃｏｍｍｅｎｄａｔｉｏｎｓ，Ｉｔｅｍ−ｔｏ−ＩｔｅｍＣｏｌｌａｂｏｒａｔｉｖｅＦｉｌｔｅｒｉｎｇ，ＧｒｅｇＬｉｎｄｅｎ，ＢｒｅｎｔＳｍｉｔｈ，ａｎｄＪｅｒｅｍｙＹｏｒｋ，Ａｍａｚｏｎ．ｃｏｍ，Ｊａｎｕａｒｙ・Ｆｅｂｒｕａｒｙ２００３，ＩＥＥＥＣｏｍｐｕｔｅｒＳｏｃｉｅｔｙ

しかしながら、特許文献１及び非特許文献１に記載された発明において、レコメンデーションを行うに当たって、ユーザではなく、まず商品に着目するアプローチを採っていること、及び、人気商品を購入したユーザがあわせて購入した商品との「相関」を用いることに関していくつか課題が存在する。

第１の課題は、一般に相関は−１から１の間の値を取り得ると考えられているが、実際にはより限られた範囲の値しか取らない分布が多々存在している。具体的には例えば、−０．２から＋０．６の値しか取らないことも考えられる。このような状況においては、例えば、「相関が＋０．７の場合にユーザの属性が近いと判断する」などとした場合、相関を用いてもユーザの属性の重複度合いを判断することができない。

第２の課題は、相関を用いる分析において、あるユーザ同士の相関が負の値を持つ場合、その値は破棄されてしまうが、仮にあるユーザ同士の相関が負の大きな値を持つ場合、そのユーザ同士は明らかに依存性を持っているといえるため、相関により依存性を捉えることには限界があるといえる。

第３の課題は、相関はユーザの属性を表す確率分布に関するグローバルな情報を含んでいないということである。具体的には、あるユーザ同士の属性の重複度合いが比較的大きい場合においても、相関はそれを察知できるとは限らない。即ち、あるユーザの属性の重複度合いが全く無い場合は、相関はゼロであるので正しい判断を下すことができるが、逆に相関がゼロであっても属性の重なり度合いが比較的大きい場合も存在し、無相関＝無関係として誤った判断を下すことになるのである。特に、相関は２次のモーメントにしか依存しないため、複数のユーザの行動特性の確率分布が与えられたとき、テールに関する情報は相関を用いた分析結果に現れないことである。例として、Ａ及びＢ２人のユーザがある商品を購入する頻度を示す確率分布が当該商品の価格に対して例えばＡがパワー型、Ｂがガウス型のテールを持つ場合、このテールの部分には決定的な違いがある。即ち、Ｂは高額の商品を薦めても購入する見込みは無いが、Ａは商品が気に入れば購入する可能性がある。しかしながら、確率分布全体としては似通っているため、相関はこのような差異を判断する情報を与えることができない。

第４の課題は、相関は線形の関係を表現することができるが、非線形の関係を表現することができないことである。具体的には、２つの確率変数ＸとＹがＹ＝ａＸ＋ｂの関係（線形の関係）を有している場合には、相関を用いた分析は有意義な情報を与えることができるが、これら２つの確率変数が例えばＹ＝Ｓｉｎ（Ｘ）の関係（周期的に依存する関係）を有している場合（例えば、ネットワークへのアクセス数Ｙと時間Ｘとの関係がこれに当たる）、相関を用いた分析はこのような周期的に依存する関係について有意義な情報を与えることができない。

そこで、相関を用いることなく、ネットワーク上のユーザの属性を分類する方法を提供することが望まれている。

そこで、本発明は、商品重視ではなく、ユーザ重視であり、また、相関を用いることなく、ネットワーク上のユーザの属性を分類する方法、分類装置及び分類プログラムを提供することを目的とする。

上述の目的を達成するために、本発明者らは研究を重ね、本発明を完成するに至った。具体的には、本発明は以下のようなものを提供する。

（１）分類装置（分類装置１０）が複数のユーザの属性を分類する方法であって、
通信ネットワーク（通信ネットワーク３０）を介してサーバ（サーバ２０）が受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データを受け付けるステップと、
受信した前記ユーザ特性データに基づいて、前記複数のユーザの特性を確率空間にマッピングするステップと、
マッピングした前記確率空間においてそれぞれの前記ユーザの間の球面距離を計算するステップと、
計算した前記球面距離に基づいて、前記複数のユーザを前記球面距離の近い複数のグループに分類するステップと、を含む方法。

本発明のこのような構成によれば、前記分類装置は、通信ネットワークを介してサーバが受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データを受け付け、受信した前記ユーザ特性データに基づいて、前記複数のユーザの特性を確率空間にマッピングし、マッピングした前記確率空間においてそれぞれの前記ユーザの間の球面距離を計算し、計算した前記球面距離に基づいて、前記複数のユーザを前記球面距離の近い複数のグループに分類することができる、という作用効果を有する。

このことにより、前記分類装置は、計算した前記球面距離に基づいて、前記複数のユーザを前記球面距離の近い複数のグループに分類することができる。

ここで用いる球面距離は、ユーザの属性を表す分布に関してその重複度が大きければ大きいほど限りなくゼロに近づき、また小さければ小さいほどその最大値に近づく。即ち、球面距離は、０〜最大値の値を取り得、ユーザの属性の分布によって、「相関」のように、その取り得る範囲がそれ以下の範囲に限定されることがない。このように本発明の原理によれば、「相関」が依存性の大きさに関わらずゼロに近い値しか取り得ないような状況においても、当該球面距離は全ての値を取り得るので第１の課題を解決することができる。

なお、当該球面距離の値は、インプットであるユーザ特性データの全てを反映した値であり、「相関」のように負の値が廃棄されることがない。このように本発明の原理によれば、第２の課題を解決することができる。

また、当該球面距離は、グローバルなレベルでユーザの属性の重複度合いを表しているので、基本的にグローバルな全てのモーメントが関与しており、包括的な情報を含んでいるといえる。従って、当該球面距離は、上述の例のように、Ａ及びＢ２人のユーザがある商品を購入する頻度を示す確率分布が当該商品の価格に対して例えばＡがパワー型、Ｂがガウス型のテールを持つ場合において、「相関」が当該テールの違いを十分に表すことができないのと対照的である。このように本発明の原理によれば、第３の課題を解決することができる。

更に、距離の概念においては、異なるユーザの利用特性を表す確率変数の依存性には無関係に距離が定まる。このため、依存性が線形であるか否かに関わらず、球面距離はユーザの属性の重複度合いを表現することができる。従って、当該球面距離は、「相関」のように線形の依存関係しか十分に表現することができない、という制約から解放されている。このように本発明の原理によれば、第４の課題を解決することができる。

（２）前記球面距離を計算するステップにおいて、前記分類装置は、前記球面距離としてバッタチャヤの球面距離を計算する（１）に記載の方法。

本発明のこのような構成によれば、前記球面距離を計算するステップにおいて、前記分類装置は、前記球面距離としてバッタチャヤの球面距離を計算することができる、という作用効果を有する。

このことにより、前記分類装置は、前記球面距離としてバッタチャヤの球面距離を計算し、前記バッタチャヤの球面距離に基づいてユーザを前記バッタチャヤの球面距離の近い複数のグループに分類することができる。

ここで用いるバッタチャヤの球面距離は、ユーザの属性を表す分布に関してその重複度が大きければ大きいほど限りなくゼロに近づき、また小さければ小さいほどその最大値であるπ／２に近づく。即ち、球面距離は、０〜π／２の値を取り得、ユーザの属性の分布によって、「相関」のように、その取り得る範囲がそれ以下の範囲に限定されることがない。このように本発明の原理によれば、「相関」が依存性の大きさに関わらずゼロに近い値しか取り得ないような状況においても、当該球面距離は全ての値を取り得るので第１の課題を解決することができる。

また、前記分類装置は、バッタチャヤの球面距離に基づいて前記ユーザを分類することにより、上述の球面距離を用いる場合と同様に上述の第２乃至第４の課題を解決することができる。

（３）前記分類装置は、前記バッタチャヤの球面距離を

によって計算する（２）に記載の方法。

本発明のこのような構成によれば、前記分類装置は、前記バッタチャヤの球面距離を

によって計算することができる、という作用効果を有する。

（４）前記分類装置は、計算した前記バッタチャヤの球面距離をマップとして表示部（表示装置１０２２）に表示させる（３）に記載の方法。

本発明のこのような構成によれば、前記分類装置は、計算した前記バッタチャヤの球面距離をマップとして表示部に表示させることができる、という作用効果を有する。

このことにより、前記分類装置は、計算した前記バッタチャヤの球面距離をマップとして表示部に表示させることができる。

その結果、前記分類装置のユーザは、視覚的に容易に前記複数のユーザの分類結果を参照することができる。

（５）前記分類装置は、計算した前記バッタチャヤの球面距離に基づいて、それぞれの前記ユーザを中心として、その他の前記ユーザとの相対距離を計算するステップを更に含み、
前記分類するステップにおいて、前記分類装置は、計算した前記相対距離に基づいて、前記複数のユーザを前記相対距離の近い複数のグループに分類する（３）又は（４）に記載の方法。

本発明のこのような構成によれば、前記分類装置は、計算した前記バッタチャヤの球面距離に基づいて、それぞれの前記ユーザを中心として、その他の前記ユーザとの相対距離を計算し、前記分類するステップにおいて、前記分類装置は、計算した前記相対距離に基づいて、前記複数のユーザを前記相対距離の近い複数のグループに分類することができる、という作用効果を有する。

このことにより、前記分類装置は、計算した前記相対距離に基づいて、前記複数のユーザを前記相対距離の近い複数のグループに分類することができる。

ここで、ユーザの特性を表す確率空間において、前記相対距離は、それぞれの前記ユーザを中心として個々に計算されるので、当該中心となるユーザにとってのそれぞれのその他の前記ユーザとの間の属性の重複度合いを表現することができる。

したがって、前記分類装置は、前記ユーザの属性の重複度合いを表す前記相対距離に基づいて、属性の重複度合いの大きなユーザ同士を複数のグループに分類することができる。

（６）前記分類装置は、前記相対距離を

によって計算する（５）に記載の方法。

本発明のこのような構成によれば、前記分類装置は、前記相対距離を

によって計算することができる、という作用効果を有する。
（７）前記分類装置は、計算した前記相対距離をヒストグラムとして表示部（表示装置１０２２）に表示させる（６）に記載の方法。

本発明のこのような構成によれば、前記分類装置は、計算した前記相対距離をヒストグラムとして表示部に表示させることができる、という作用効果を有する。

このことにより、前記分類装置は、計算した前記相対距離をヒストグラムとして表示部に表示させることができる。

（８）前記分類装置は、前記分類するステップにおいてユーザを分類する際の閾値の設定を受け付けるステップを更に含む（１）から（５）のいずれかに記載の方法。

本発明のこのような構成によれば、前記分類装置は、前記分類するステップにおいてユーザを分類する際の閾値の設定を受け付けることができる、という作用効果を有する。

このことにより、前記分類装置は、ユーザを分類する際の閾値の設定を受け付けることができる。

その結果、前記分類装置のユーザは、前記閾値の設定を変更しつつ、ユーザの分類結果を確認することで、状況に応じてユーザの分類の数を調節することができる。

（９）前記分類装置は、前記分類するステップにおいて、前記相対距離の集計の精度の設定を受け付けるステップを更に含む（５）から（７）のいずれかに記載の方法。

本発明のこのような構成によれば、前記分類装置は、前記分類するステップにおいて、前記相対距離の集計の精度の設定を受け付けることができる、という作用効果を有する。

このことにより、前記分類装置は、前記相対距離の集計の精度の設定を受け付けることができる。

その結果、前記分類装置のユーザは、前記集計の精度を調整しつつ、ユーザの分類結果を確認することで、状況に応じてユーザを分類する粒度を調節することができる。

（１０）前記グループに分類された前記複数のユーザのうち特定のユーザに対してレコメンデーション又はコミュニティへの勧誘を行うためのレコメンデーションリストを、前記特定のユーザが分類されたグループに分類されたその他のユーザのユーザ特性データに基づいて生成するステップを更に含む（１）から（９）のいずれかに記載の方法。

本発明のこのような構成によれば、前記分類装置は、前記グループに分類された前記複数のユーザのうち特定のユーザに対してレコメンデーション又はコミュニティへの勧誘を行うためのレコメンデーションリストを、前記特定のユーザが分類されたグループに分類されたその他のユーザのユーザ特性データに基づいて生成することができる、という作用効果を有する。

このことにより、前記分類装置は、特定のユーザに対するレコメンデーションリストを、前記特定のユーザと同じグループに分類されたその他のユーザのユーザ特性データに基づいて生成することができる。

その結果、前記分類装置は、同一グループに分類されたユーザ内でレコメンデーション又はコミュニティへの勧誘を行うため、前記レコメンデーション又はコミュニティへの勧誘に対してユーザの高い満足度が期待できる。

（１１）複数のユーザの属性を分類する分類装置であって、
通信ネットワークを介してサーバが受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データを受け付ける手段と、
受信した前記ユーザ特性データに基づいて、前記複数のユーザの特性を含む確率空間にマッピングする手段と、
マッピングした前記確率空間においてそれぞれの前記ユーザの間の球面距離を計算する手段と、
計算した前記球面距離に基づいて、前記複数のユーザを前記球面距離の近い複数のグループに分類する手段と、を備える分類装置。

本発明のこのような構成によれば、前記分類装置は、通信ネットワークを介してサーバが受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データを受け付け、受信した前記ユーザ特性データに基づいて、前記複数のユーザの特性を含む確率空間にマッピングし、マッピングした前記確率空間においてそれぞれの前記ユーザの間の球面距離を計算し、計算した前記球面距離に基づいて、前記複数のユーザを前記球面距離の近い複数のグループに分類することができる、という作用効果を有する。

このことにより、前記分類装置を運用することにより、（１）と同様の作用効果を有する。

（１２）分類装置に複数のユーザの属性を分類させるプログラムであって、前記分類装置に、
通信ネットワークを介してサーバが受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データを受け付けさせるステップと、
受信した前記ユーザ特性データに基づいて、前記複数のユーザの特性を確率空間にマッピングさせるステップと、
マッピングした前記確率空間においてそれぞれの前記ユーザの間の球面距離を計算させるステップと、
計算した前記球面距離に基づいて、前記複数のユーザを前記球面距離の近い複数のグループに分類させるステップと、を実行させるプログラム。

このことにより、前記分類装置に前記プログラムを導入して運用することにより、（１）と同様の作用効果を有する。

本発明によれば、前記分類装置は、計算した前記球面距離に基づいて、前記複数のユーザを前記球面距離の近い複数のグループに分類することができる。

以下、本発明の実施形態について図面を参照して説明する。

図１は、本発明の好適な実施形態の一例に係るシステムの全体構成を示す図である。図２は、本発明の好適な実施形態の一例に係る分類装置１０及びサーバ２０の構成を示す図である。図３は、本発明の好適な実施形態の一例に係る分類装置１０によるユーザ属性分類処理１を示すフローチャートである。図４は、本発明の好適な実施形態の一例に係る分類装置１０によるユーザ属性分類処理２を示すフローチャートである。図５は本発明の好適な実施形態の一例に係る分類装置１０が計算するユーザの球面距離及び相対距離を説明する図である。図６は、本発明の好適な実施形態の一例に係る分類装置１０が表示する相対距離のヒストグラムの例を示す図である。
［システムの全体構成］

図１は、本発明の好適な実施形態の一例に係るシステム１の全体構成を示す図である。

分類装置１０は、通信ネットワーク３０を介して、サーバ２０及びユーザの端末４０と接続可能である。

分類装置１０とサーバ２０の接続の形態としては、有線でも無線でもよく、本発明において、これらの機器が接続されていることは必要条件ではない。サーバ２０が通信ネットワーク３０を介して複数のユーザの端末４０から受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データをオフラインで受け付けてもよい。
［分類装置１０のハードウェア構成］

図２は、図１で説明した本発明の好適な実施形態の一例に係る分類装置１０のハードウェア構成の一例を示す図である。分類装置１０は、制御部１０１を構成するＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）１０１０（マルチプロセッサ構成ではＣＰＵ１０１２など複数のＣＰＵが追加されてもよい）、バスライン１００５、通信Ｉ／Ｆ１０４０、メインメモリ１０５０、ＢＩＯＳ（ＢａｓｉｃＩｎｐｕｔＯｕｔｐｕｔＳｙｓｔｅｍ）１０６０、ＵＳＢポート１０９０、Ｉ／Ｏコントローラ１０７０、並びにキーボード及びマウス１１００等の入力手段や表示装置１０２２を備える。

Ｉ／Ｏコントローラ１０７０には、テープドライブ１０７２、ハードディスク１０７４、光ディスクドライブ１０７６、半導体メモリ１０７８、等の記憶手段を接続することができる。

ＢＩＯＳ１０６０は、分類装置１０の起動時にＣＰＵ１０１０が実行するブートプログラムや、分類装置１０のハードウェアに依存するプログラム等を格納する。

記憶部１０７を構成するハードディスク１０７４は、分類装置１０がサーバとして機能するための各種プログラム及び本発明の機能を実行するプログラムを記憶しており、更に必要に応じて各種データベースを構成可能である。

光ディスクドライブ１０７６としては、例えば、ＤＶＤ−ＲＯＭドライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤ−ＲＡＭドライブ、ＣＤ−ＲＡＭドライブを使用することができる。この場合は各ドライブに対応した光ディスク１０７７を使用する。光ディスク１０７７から光ディスクドライブ１０７６によりプログラム又はデータを読み取り、Ｉ／Ｏコントローラ１０７０を介してメインメモリ１０５０又はハードディスク１０７４に提供することもできる。また、同様にテープドライブ１０７２に対応したテープメディア１０７１を主としてバックアップのために使用することもできる。

分類装置１０に提供されるプログラムは、ハードディスク１０７４、光ディスク１０７７、又はメモリーカード等の記録媒体に格納されて提供される。このプログラムは、Ｉ／Ｏコントローラ１０７０を介して、記録媒体から読み出され、又は通信Ｉ／Ｆ１０４０を介してダウンロードされることによって、分類装置１０にインストールされ実行されてもよい。

前述のプログラムは、内部又は外部の記憶媒体に格納されてもよい。ここで、記憶部１０７を構成する記憶媒体としては、ハードディスク１０７４、光ディスク１０７７、又はメモリーカードの他に、ＭＤ等の光磁気記録媒体、テープ媒体を用いることができる。また、専用通信回線やインターネットに接続されたサーバシステムに設けたハードディスク１０７４又は光ディスクライブラリー等の記憶装置を記録媒体として使用し、通信回線を介してプログラムを分類装置１０に提供してもよい。

ここで、表示装置１０２２は、ユーザにデータの入力を受け付ける画面を表示したり、分類装置１０による演算処理結果の画面を表示したりするものであり、ブラウン管表示装置（ＣＲＴ）、液晶表示装置（ＬＣＤ）等のディスプレイ装置を含む。

ここで、入力手段は、ユーザによる入力の受付を行うものであり、キーボード及びマウス１１００等により構成してよい。

また、通信Ｉ／Ｆ１０４０は、分類装置１０を専用ネットワーク又は公共ネットワークを介して端末と接続できるようにするためのネットワーク・アダプタである。通信Ｉ／Ｆ１０４０は、モデム、ケーブル・モデム及びイーサネット（登録商標）・アダプタを含んでよい。

以上の例は、分類装置１０について主に説明したが、コンピュータに、プログラムをインストールして、そのコンピュータをサーバ装置として動作させることにより上記で説明した機能を実現することもできる。したがって、本発明において一実施形態として説明したサーバにより実現される機能は、上述の方法を当該コンピュータにより実行することにより、或いは、上述のプログラムを当該コンピュータに導入して実行することによっても実現可能である。
［サーバ２０のハードウェア構成］

ここでサーバ２０は、上述の分類装置１０と同様の構成を備えてよい。
［ユーザの端末４０のハードウェア構成］

またユーザの端末４０は、上述の分類装置１０と同様の構成を備えてよい。
［ユーザ属性分類処理１］

分類装置１０は、図３に示すようにユーザ属性分類処理を行う。

まず、制御部１０１は、サーバ２０が通信ネットワーク３０を介して複数のユーザの端末４０から受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データを受信する（ステップＳ１０１）。

具体的には、例えば、前記ユーザの性別、年齢、職業、興味のある分野等を含む基本属性データ又は、商品・サービスの購入履歴、商品・サービスに対する評価記録（レイティング）等のデータを受け付ける。

次に、制御部１０１は、受け付けた前記ユーザ特性データに基づいて、前記複数のユーザの特性を確率空間にマッピングする（ステップＳ１０２）。

次に、制御部１０１は、受け付けた前記ユーザ特性データに基づいて、前記複数のユーザの特性を含む確率空間においてそれぞれの前記ユーザ間のバッタチャヤの球面距離を計算する（ステップＳ１０３）。

次に、制御部１０１は、計算した前記相対距離に基づいて、前記複数のユーザを前記バッタチャヤの球面距離の近い複数のグループに分類する際の閾値の指定操作及び精度の調整操作をユーザから受け付ける（ステップＳ１０４）。

次に、制御部１０１は、計算した前記バッタチャヤの球面距離に基づいて、前記複数のユーザを前記相対距離の近い複数のグループに分類すると共に、マップを表示する（ステップＳ１０５）。具体的には、図５に示すようなマップを表示する。この例では、ユーザ１乃至ユーザ８の８人のユーザ属性を確率空間にマップしている。

ユーザ１乃至ユーザ５の間のバッタチャヤの球面距離が非常に小さな値（ε）であり、同様に、ユーザ６及びユーザ７の間のバッタチャヤの球面距離も非常に小さな値（ε）である。更に、ユーザ１乃至ユーザ５とユーザ６及びユーザ７との間のバッタチャヤの球面距離はＸである。更に、ユーザ１乃至ユーザ５とユーザ８との間のバッタチャヤの球面距離は√３Ｘ／２であり、ユーザ６及びユーザ７とユーザ８との間のバッタチャヤの球面距離はＸ／２である。

このように、分類装置１０の制御部１０１は、ユーザ属性を確率空間にマッピングしたものを表示するので、ユーザは、視覚的に容易にこのようなユーザ属性の重複度合いを認識することができる。

なお、図５においては、説明のためにユーザの人数を比較的少ない８名としているが、実際には、数万人或いは数百万人といった規模のユーザに対しても同様に、制御部１０１は、これらのユーザ属性を確率空間にマップして表示することができる。

更に、図５の例において、ユーザ１乃至ユーザ５の間のユーザ属性の重複度合いを更に詳しく調査したい場合には、制御部１０１は、閾値として小さな値を指定したり、バッタチャヤの球面距離の精度をより細かく調整したりする操作をユーザから受け付けることによって実行することができる。

次に、図示はしていないが、制御部１０１は、上述のようにグループに分類したユーザのうち特定のユーザに対してレコメンデーション又はコミュニティへの勧誘を行うためのレコメンデーションリストを、前記特定のユーザが分類されたグループに分類されたその他のユーザのユーザ特性データに基づいて生成することができる。

次に、制御部１０１は、ユーザから終了指示を受け付けるまで上述のステップＳ１０４及びステップＳ１０５を繰り返す（ステップＳ１０６）。
［ユーザ属性分類処理２］

分類装置１０は、上述のユーザ属性分類処理１とは別の好適な実施形態の一例として、図４に示すようにユーザ属性分類処理２を行う。

まず、制御部１０１は、サーバ２０が通信ネットワーク３０を介して複数のユーザの端末４０から受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データを受信する（ステップＳ２０１）。

次に、制御部１０１は、受け付けた前記ユーザ特性データに基づいて、前記複数のユーザの特性を確率空間にマッピングする（ステップＳ２０２）。

次に、制御部１０１は、受け付けた前記ユーザ特性データに基づいて、前記複数のユーザの特性を含む確率空間においてそれぞれの前記ユーザ間のバッタチャヤの球面距離を計算する（ステップＳ２０３）。

次に、制御部１０１は、計算した前記バッタチャヤの球面距離に基づいて、それぞれの前記ユーザを中心として、その他の全ての前記ユーザとの相対距離を計算する（ステップＳ２０４）。

次に、制御部１０１は、計算した前記相対距離に基づいて、前記複数のユーザを前記相対距離の近い複数のグループに分類する際の閾値の指定操作及び精度の調整操作をユーザから受け付ける（ステップＳ２０５）。

次に、制御部１０１は、計算した前記相対距離に基づいて、前記複数のユーザを前記相対距離の近い複数のグループに分類すると共に、ヒストグラムを表示する（ステップＳ２０６）。

次に、制御部１０１は、ユーザから終了指示を受け付けるまで上述のステップＳ２０５及びステップＳ２０６を繰り返す（ステップＳ２０７）。

上述のバッタチャヤの球面距離の計算から、相対距離に基づくユーザ属性の分類までの一連の処理について、具体的な例を示して説明する。

計算したバッタチャヤの球面距離により、各ユーザ（ユーザ１乃至ユーザ８）の特性を含む確率空間が図５に示すようになっている場合を考える。

ユーザ１乃至ユーザ５のグループとユーザ６及びユーザ７のグループとの間のバッタチャヤの球面距離がＸ、ユーザ１乃至ユーザ５のグループとユーザ８との間のバッタチャヤの球面距離が√３Ｘ／２、ユーザ６及びユーザ７のグループとユーザ８の間のバッタチャヤの球面距離がＸ／２であったとする。

ここで、相対距離を計算すると、

となる。

この相対距離の計算結果をヒストグラムに表すと図６のようになる。

図５によると、ゼロ付近、０．０９付近、０．１６付近、０．１８付近、０．３付近、０．３５付近の計６本のヒストグラムが観察できる。

或いは、０．０９付近のスケールを更に拡大すると、１本の０．０９付近のヒストグラム（高さ４）ではなく、０．０９１付近及び０．０９４付近にそれぞれ１本ずつ合計２本（高さ２）のヒストグラムが観察できる。

このヒストグラムの本数が、前記ユーザを分類する単位を示している。

即ち、図６のスケールに従えば、６の共通の相対距離を持つグループに前記複数のユーザを分類することができる。或いは、更に細かなスケールを用いて、０．０９付近のグループを２つのグループに分解してグループ分けすることもできる。

このように、制御部１０１は、バッタチャヤの球面距離に基づいて計算した相対距離を用いて、前記複数のユーザをその属性の重複度合いに応じて自動的に分類することができる。

更に、その分類の細かさは、前記複数のユーザの相対距離のヒストグラムを集計する精度を調節することによって調整可能である。即ち、ヒストグラムをより細かな精度で集計すればするほど、グループの分類は細かくなり、ヒストグラムをより粗い精度で集計すればするほど、グループの分類は粗くなる。

更に、図６において、閾値６以上のヒストグラムのみを集計すれば、ユーザは３つのグループ（ゼロ付近、０．１８付近、０．３５付近）に分類でき、残りのユーザはどの分類にも属さない。しかし、閾値を下げて５以上のヒストグラムで集計すれば、０．１６付近のユーザ、０．３付近のユーザが新たにグループ分けに加えられ、場合によっては、あわせて５つのグループに分けることができる。

このように、閾値を調整することによって、制御部１０１は、ユーザを分類するグループの数を調整することができる。即ち、閾値を上げれば上げるほど、グループの数は少なくなり、閾値を下げれば下げるほど、グループの数は多くなる。

以上、図６を用いてヒストグラムで説明したが、実際には、閾値と集計の精度を設定しておくことにより、制御部１０１は、自動的なデータ処理で目的とする前記複数のユーザの分類を行うことができる。

このように、本発明の原理によれば、ユーザの属性の重複度合いに応じて分類処理を行うことにより、短期間に大まかな状況をつかむことができる。

なお、上述の例においては、バッタチャヤの球面距離を用いる例を説明したが、本発明の技術的範囲はこれに限られず、本発明の原理は一般的な球面距離を用いる実施形態についても適用可能である。

以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施例に記載されたものに限定されるものではない。

本発明に係るシステムの全体構成を示す図である。本発明に係る分類装置１０及びサーバ２０の構成を示す図である。本発明に係る分類装置１０によるユーザ属性分類処理１を示すフローチャートである。本発明に係る分類装置１０によるユーザ属性分類処理２を示すフローチャートである。本発明に係る分類装置１０が計算するユーザの球面距離及び相対距離を説明する図である。本発明に係る分類装置１０が表示する相対距離のヒストグラムの例を示す図である。

符号の説明

１システム
１０分類装置
２０サーバ
３０通信ネットワーク
４０端末
１０１制御部
１０７記憶部
１０２２表示装置

Claims

分類装置が複数のユーザの属性を分類する方法であって、
通信ネットワークを介してサーバが受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データを受け付けるステップと、
受信した前記ユーザ特性データに基づいて、前記複数のユーザの特性を確率空間にマッピングするステップと、
マッピングした前記確率空間において、バッタチャヤの球面距離を計算することで、それぞれの前記ユーザの間の球面距離を計算するステップと、
計算した前記球面距離に基づいて、前記複数のユーザを前記球面距離の近い複数のグループに分類するステップと、を含む方法。
前記分類装置は、前記バッタチャヤの球面距離を

によって計算する請求項１に記載の方法。
前記分類装置は、計算した前記バッタチャヤの球面距離をマップとして表示部に表示させる請求項２に記載の方法。
前記分類装置は、計算した前記バッタチャヤの球面距離に基づいて、それぞれの前記ユーザを中心として、その他の前記ユーザとの相対距離を計算するステップを更に含み、
前記分類するステップにおいて、前記分類装置は、計算した前記相対距離に基づいて、前記複数のユーザを前記相対距離の近い複数のグループに分類する請求項２又は請求項３に記載の方法。
前記分類装置は、前記相対距離を

によって計算する請求項４に記載の方法。
前記分類装置は、計算した前記相対距離をヒストグラムとして表示部に表示させる請求項５に記載の方法。
前記分類装置は、前記分類するステップにおいてユーザを分類する際の閾値の設定を受け付けるステップを更に含む請求項１から請求項４のいずれかに記載の方法。
前記分類装置は、前記分類するステップにおいて、前記相対距離の集計の精度の設定を受け付けるステップを更に含む請求項４から請求項６のいずれかに記載の方法。
前記グループに分類された前記複数のユーザのうち特定のユーザに対してレコメンデーション又はコミュニティへの勧誘を行うためのレコメンデーションリストを、前記特定のユーザが分類されたグループに分類されたその他のユーザのユーザ特性データに基づいて生成するステップを更に含む請求項１から請求項８のいずれかに記載の方法。
複数のユーザの属性を分類する分類装置であって、
通信ネットワークを介してサーバが受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データを受け付ける手段と、
受信した前記ユーザ特性データに基づいて、前記複数のユーザの特性を含む確率空間にマッピングする手段と、
マッピングした前記確率空間において、バッタチャヤの球面距離を計算することで、それぞれの前記ユーザの間の球面距離を計算する手段と、
計算した前記球面距離に基づいて、前記複数のユーザを前記球面距離の近い複数のグループに分類する手段と、を備える分類装置。
分類装置に複数のユーザの属性を分類させるプログラムであって、前記分類装置に、
通信ネットワークを介してサーバが受信して記憶した前記複数のユーザの基本属性データ又はログデータを少なくとも含んで構成するユーザ特性データを受け付けさせるステップと、
受信した前記ユーザ特性データに基づいて、前記複数のユーザの特性を確率空間にマッピングさせるステップと、
マッピングした前記確率空間において、バッタチャヤの球面距離を計算することで、それぞれの前記ユーザの間の球面距離を計算させるステップと、
計算した前記球面距離に基づいて、前記複数のユーザを前記球面距離の近い複数のグループに分類させるステップと、を実行させるプログラム。