JP5255667B2 - レコメンドリスト生成装置 - Google Patents

Description

本発明は、レコメンドリスト生成装置に関する。

従来より、インターネット等のネットワークを介して、コンピュータによって商品を販売及び購入させるシステムが普及している。このようなシステムによれば、ユーザは、Ｗｅｂページで商品を販売したり、商品を購入することができる。

ユーザは、このようなシステムを利用して、Ｗｅｂページで商品を購入する場合、まず商品の情報を提供する商品ページで購入する商品を選択した後、決済ページに移動して商品の決済をすることができる。
特許文献１には、Ｗｅｂページで商品の決済を可能とするシステムとして、ユーザ端末から送信される商品購入に係る要求に対して、この要求に含まれる認証キーを用いて認証を行い、商品の決済処理を行う商品販売システムが提案されている。
この商品販売システムによれば、ユーザは、商品購入に係る要求をすることで、商品の決済を行うことができる。

特開２００８−１１２３８１号公報

ところで、Ｗｅｂページで商品の決済を可能とするシステムにおいては、ユーザが商品を購入する際に、当該商品の購入金額が所定の基準額に達することで、配送料を無料にする等の所定のサービスを提供する場合がある。そこで、ユーザは、商品購入に係る要求をし商品の決済を行うときに、当該商品の購入金額が上記サービスを受けるための所定の基準額に達していない場合には、当該商品をメイン商品として当該メイン商品と組み合わせて購入するいわゆるついで買い商品を追加することで、購入金額が所定の基準額に達するように調整をすることが考えられる。

しかしながら、このような場合、ユーザは、決済ページから商品ページに再び移動して、どのようなついで買い商品を追加するかを検討し、追加するついで買い商品を決めた後に、更に決済ページに戻ってきて購入金額の合計が所定の基準額に達するかどうかを確認する、という煩雑な操作を行う必要がある。したがって、このような煩雑な操作を嫌うユーザは、ついで買いをすることなく、そのまま決済をしてしまうこともある。また、ついで買いをしようとしたユーザが再び商品ページに戻ることにより、そのまま購入を中止してしまう可能性もある。このようなシステムは、ユーザにとっても、操作が煩雑となると同時に、商品を販売する業者にとっても、販売機会を逸することとなる。そこで、ユーザを決済ページから移動させることなく、その場で所定の基準額に達する適切なついで買い商品を選択できるようなレコメンドを行うことが考えられる。

本発明は、このような課題に鑑みてなされたものであり、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供することを目的とする。

本発明では、以下のような解決手段を提供する。

（１） ネットワークを介して接続可能なユーザの端末に、メイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成するレコメンドリスト生成装置であって、
所定期間内に同一のユーザにより購入された複数の商品を関連付けて購入ログとして記憶する購入ログ記憶手段と、
前記購入ログ記憶手段に記憶された前記購入ログを参照して、所定回数以上関連付けられている前記複数の商品の組み合わせを、ついで買い候補商品群として抽出するついで買い候補商品群抽出手段と、
前記ついで買い候補商品群抽出手段が抽出した前記ついで買い候補商品群に含まれる前記複数の商品の商品名を検索クエリとしてＷｅｂページを検索し、これらの検索クエリが出現する全てのＷｅｂページのうちこれらの検索クエリが同一のＷｅｂページに出現する割合である共起率を算出する共起率算出手段と、
前記共起率算出手段で算出した前記共起率が所定値以下の前記複数の商品を前記ついで買い候補商品群から排除するついで買い候補商品群絞込み手段と、
前記ついで買い候補商品群絞込み手段が絞り込んだついで買い候補商品群を前記レコメンドリストとして記憶するレコメンドリスト生成手段と、を備えるレコメンドリスト生成装置。

（１）のレコメンドリスト生成装置は、ネットワークを介して接続可能なユーザの端末に、メイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成する。購入ログ記憶手段は、所定期間内に同一のユーザにより購入された複数の商品を関連付けて購入ログとして記憶する。ついで買い候補商品群抽出手段は、購入ログ記憶手段に記憶された購入ログを参照して、所定回数以上関連付けられている複数の商品の組み合わせを、ついで買い候補商品群として抽出する。共起率算出手段は、ついで買い候補商品群抽出手段が抽出したついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとしてＷｅｂページを検索し、これらの検索クエリが出現する全てのＷｅｂページのうちこれらの検索クエリが同一のＷｅｂページに出現する割合である共起率を算出する。ついで買い候補商品群絞込み手段は、共起率算出手段で算出した共起率が所定値以下の複数の商品をついで買い候補商品群から排除する。レコメンドリスト生成手段は、ついで買い候補商品群絞込み手段が絞り込んだついで買い候補商品群をレコメンドリストとして記憶する。

これにより、メイン商品と同時期に購入される商品であって、その回数が所定回数以上のついで買い候補商品群を抽出し、更にこのついで買い候補商品群のうちから、メイン商品と共起率が所定値以下のを商品を排除して、メイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成する。すなわち、レコメンドリストのついで買い候補商品群は、メイン商品と同時期に購入され、なおかつ、同一のＷｅｂページに掲載されていることが、他の商品に比べて多い。よって、例えば、メイン商品に追加して他の商品を購入する際に、ユーザは、このついで買い候補商品群が示されれば、煩雑な操作を行うことなく、適切なついで買い商品を選択できる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。

（２） 前記購入ログ記憶手段は、前記商品の価格を前記商品に関連付けて更に記憶し、
前記レコメンドリスト生成手段は、前記購入ログ記憶手段を参照して、前記ついで買い候補商品群に含まれる前記複数の商品のうち前記価格が最も高いものをメイン商品として設定する（１）に記載のレコメンドリスト生成装置。

（２）のレコメンドリスト生成装置は、購入ログ記憶手段を参照して、ついで買い候補商品群に含まれる複数の商品のうち価格が最も高いものをメイン商品として設定する。
これにより、メイン商品は、所定期間において同一のユーザにより購入された複数の商品の中でも、最も単価が高いものであるので、ユーザの主たる購入物であった可能性が高い。そして、メイン商品以外の商品は、メイン商品の付属物や消耗品であった可能性が高い。このように、メイン商品を決定することで、ユーザの買い物の態様に即したレコメンドリストを生成できる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。

（３） 前記ついで買い候補商品群抽出手段は、前記購入ログを参照し、前記複数の商品が関連付けられている回数が多いほど大きい重み付け値を設定して前記ついで買い候補商品群に関連付けて記憶し、
前記レコメンドリスト生成手段は、前記ついで買い候補商品群抽出手段が前記ついで買い候補商品群に関連付けた前記重み付け値を、前記レコメンドリストにおいて前記ついで買い商品群に更に関連付けて記憶する（１）又は（２）に記載のレコメンドリスト生成装置。

（３）のレコメンドリスト生成装置は、購入ログを参照し、当該複数の商品が関連付けられている回数が多いほど大きい重み付け値を設定してついで買い候補商品群に関連付けて記憶し、重み付け値を、レコメンドリストにおいてついで買い商品群に更に関連付けて記憶する。
これにより、レコメンドリストにおけるついで買い候補商品群について重み付け値によるランク付けをすることができるので、例えば、ユーザに対して、重み付け値が高いついで買い商品から順に示すことができる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。

本発明によれば、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供することができる。このレコメンドリストを活用することにより、ユーザを決済ページから移動させることなく、その場で所定の基準額に達する適切なついで買い商品を選択できるようなレコメンドを行うことを可能とする。

本発明の実施形態に係るレコメンドシステムの機能構成を示す図である。 上記実施形態に係る購入ログＤＢを説明する図である。 上記実施形態に係るついで買い候補商品群抽出手段による重み付け値を算出する処理を説明する図である。 上記実施形態に係る共起率算出手段による共起率を算出する処理を説明する図である。 上記実施形態に係るレコメンドリストを説明する図である。 上記実施形態に係るレコメンド装置のレコメンドリスト生成装置がレコメンドリストを生成する処理のフローチャートである。 上記実施形態に係るレコメンド装置のついで買い商品レコメンド装置がユーザ端末に対してついで買い商品の推薦情報を送信する処理のフローチャートである。

以下に、本発明の実施形態を図面に基づいて詳細に説明する。なお、以下の実施形態の説明にあたって、同一構成要件については同一符号を付し、その説明を省略もしくは簡略化する。

［レコメンドシステム１の機能構成］
図１は、本発明の実施形態に係るレコメンドシステム１の機能構成を示す図である。
レコメンドシステム１は、ネットワーク７を介して商品を販売及び購入させるシステムであって、レコメンド装置１０と、ネットワーク７を介してレコメンド装置１０と接続可能な複数のユーザ端末２０と、ネットワーク７を介してレコメンド装置１０と接続可能な検索サーバ３０と、を備える。

レコメンド装置１０は、ユーザ端末２０にメイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成するレコメンドリスト生成装置１１と、レコメンドリストに基づき、ユーザ端末２０に対してレコメンド商品を通知するついで買い商品レコメンド装置１２と、を備える。なお、レコメンド装置１０は様々な汎用コンピュータ等を用いて実現することが可能であり、その台数に制限はなく、レコメンドリスト生成装置１１、ついで買い商品レコメンド装置１２及び検索サーバ３０を一の装置で構成することもできる。

レコメンドリスト生成装置１１は、購入ログ取得手段１１１と、ついで買い候補商品群抽出手段１１２と、共起率算出手段１１３と、ついで買い候補商品群絞込み手段１１４と、レコメンドリスト生成手段１１５と、購入ログ記憶手段１１７と、レコメンドリスト記憶手段１１８と、を備える。

購入ログ取得手段１１１は、ユーザにより購入された商品についての情報である購入ログを、ユーザ端末２０より取得し、購入ログ記憶手段１１７が記憶する購入ログデータベース（ＤＢ）（図２参照）に格納する。
購入ログ記憶手段１１７は、所定期間内に同一のユーザにより購入された複数の商品を関連付けて購入ログとして購入ログＤＢに記憶する。また、購入ログ記憶手段１１７は、商品の価格を商品に関連付けて更に、購入ログＤＢに記憶する。

図２を参照して、購入ログデータベース（ＤＢ）について説明する。
図２は、購入ログＤＢを説明する図である。
購入ログＤＢは、各購入者ＩＤに、所定期間内に購入された複数の購入商品を識別する購入商品ＩＤ、購入商品名及び単価が対応付けられている。
購入者ＩＤは、ユーザ端末２０によりアクセスしたユーザを識別するための各ユーザ特有の識別子である。
購入商品ＩＤは、商品を識別するための各商品特有の識別子である。購入ログＤＢでは、各購入者ＩＤに当該購入者ＩＤを有するユーザにより、所定期間（例えば、同一のタイミングや、２４時間以内）において購入された購入商品の購入商品ＩＤが対応付けられている。
購入商品名は、購入商品の種類の名称である。購入ログＤＢでは、各購入商品ＩＤに当該購入商品ＩＤを有する購入商名が対応付けられている。
単価は、購入商品の単価である。購入ログＤＢでは、各購入商品ＩＤに当該購入商品ＩＤを有する購入商品の単価が対応付けられている。

図１に戻って、ついで買い候補商品群抽出手段１１２は、購入ログ記憶手段１１７に記憶された購入ログＤＢ（図２参照）を参照して、所定回数以上関連付けられている複数の商品の組み合わせを、ついで買い候補商品群として抽出する。
例えば、図２を参照して説明すると、ついで買い候補商品群抽出手段１１２は、購入商品のうち、所定回数（例えば、２回）以上関連付けられている「ノートパソコン」と「光学ドライブ」及び「ノートパソコン」と「マウス」の組み合わせをついで買い候補商品群として抽出する。

また、ついで買い候補商品群抽出手段１１２は、購入ログ記憶手段１１７に記憶された購入ログを参照し、複数の商品が関連付けられている回数が多いほど大きい重み付け値を設定してついで買い候補商品群に関連付けて記憶する。

図３は、ついで買い候補商品群抽出手段１１２による重み付け値を設定する処理を説明する図である。
ついで買い候補商品群抽出手段１１２は、購入ログＤＢ（図２参照）を参照して、購入商品のうち、所定回数（例えば、２回）以上関連付けられている「ノートパソコン」と「光学ドライブ」及び「ノートパソコン」と「マウス」の組み合わせをついで買い候補商品群として抽出する。そして、ついで買い候補商品群抽出手段１１２は、「ノートパソコン」と「光学ドライブ」及び「ノートパソコン」と「マウス」の組み合わせのそれぞれについて、購入ログＤＢに含まれている数に応じた重み付け値を算出する。具体的には、ついで買い候補商品群抽出手段１１２は、「ノートパソコン」と「光学ドライブ」の組み合わせは購入ログＤＢに２回含まれているので、重み付け値２．０を算出し、「ノートパソコン」と「マウス」の組み合わせは購入ログＤＢに３回含まれているので、重み付け値３．０を算出する。なお、重み付け値は、購入ログＤＢに含まれている回数に所定の乗数を乗算することで算出することもできる。

図１に戻って、共起率算出手段１１３は、ついで買い候補商品群抽出手段１１２が抽出したついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとしてＷｅｂページを検索し、これらの検索クエリが出現する全てのＷｅｂページのうちこれらの検索クエリが同一のＷｅｂページに出現する割合である共起率を算出する。具体的には、共起率算出手段１１３は、ついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとして、検索サーバ３０に送信し、これらの検索クエリが出現する全てのＷｅｂページにおける検索件数を受信し、この受信した検索件数に基づき、ついで候補商品毎に共起率を算出する。

図４は、共起率算出手段１１３による共起率を算出する処理を説明する図である。
共起率算出手段１１３は、各商品名「ノートパソコン」と「光学ドライブ」及び「ノートパソコン」と「マウス」、商品名の組み合わせ「ノートパソコンＡＮＤ光学ドライブ」及び「ノートパソコンＡＮＤマウス」を検索クエリとして検索サーバ３０に送信し、これらの検索クエリが出現する全てのＷｅｂページの検索結果としてそれぞれの検索件数を受信する。

共起率算出手段１１３は、「ノートパソコン」と「光学ドライブ」との検索件数を合算した値から「ノートパソコンＡＮＤ光学ドライブ」の検索件数を減算した値で、「ノートパソコンＡＮＤ光学ドライブ」の検索件数を除算することで、「ノートパソコン」と「光学ドライブ」との共起率を算出する。
また、共起率算出手段１１３は、「ノートパソコン」と「マウス」との検索件数を合算した値から「ノートパソコンＡＮＤマウス」の検索件数を減算した値で、「ノートパソコンＡＮＤマウス」の検索件数を除算することで、「ノートパソコン」と「マウス」との共起率を算出する。

図１に戻って、ついで買い候補商品群絞込み手段１１４は、共起率算出手段１１３で算出した共起率が所定値以下（例えば、５％以下）の複数の商品をついで買い候補商品群から排除する。すなわち、購入ログ記憶手段１１７に記憶されている複数のついで買い候補商品群には、たまたま所定期間内に同一ユーザによって購入された商品が含まれており、ついで買い商品としてレコメンドするには適切ではない組み合わせが含まれていると考えられる。そこで、ついで買い候補商品群絞込み手段１１４は、このようなついで買い候補商品群のうち、Ｗｅｂページにおける共起率が所定値以下のものを排除することにより、当該共起率が所定値を超えている、同時にＷｅｂページに掲載されることが多い商品の組み合わせを的確についで買い商品候補群として残すことができる。

レコメンドリスト生成手段１１５は、ついで買い候補商品群絞込み手段１１４が絞り込んだついで買い候補商品群をレコメンドリストとしてレコメンドリスト記憶手段１１８に記憶する。
また、レコメンドリスト生成手段１１５は、購入ログ記憶手段１１７に記憶された購入ログＤＢ（図２参照）を参照して、ついで買い候補商品群に含まれる複数の商品のうち価格が最も高いものをメイン商品として設定する。
更に、レコメンドリスト生成手段１１５は、ついで買い候補商品群抽出手段１１２がついで買い候補商品群に関連付けた重み付け値（図３参照）を、レコメンドリストにおいて、ついで買い商品群に更に関連付けて記憶する。

図５を参照して、レコメンドリストについて説明する。
図５は、レコメンドリストを説明する図である。
図５に示すレコメンドリストは、レコメンドリスト生成手段１１５が購入ログＤＢ（図２参照）を参照して、ついで買い候補商品群に含まれる複数の商品のうち価格が最も高い「ノートパソコン」をメイン商品として設定したものである。
レコメンドリストは、メイン商品ＩＤに、メイン商品名、ついで買い商品ＩＤ、ついで買い商品名、ついで買い商品の単価及びスコアが対応付けられている。
メイン商品ＩＤは、メイン商品を識別するための各商品特有の識別子である。
メイン商品名は、メイン商品の種類の名称である。
ついで買い商品ＩＤは、ついで買い商品を識別するための各商品特有の識別子である。
ついで買い商品名は、ついで買い商品の種類の名称である。レコメンドリストでは、各ついで買い商品ＩＤに当該ついで買い商品ＩＤを有するついで買い商品名が対応付けられている。
単価は、ついで買い商品の単価である。レコメンドリストでは、各ついで買い商品ＩＤに当該ついで買い商品ＩＤを有するついで買い商品の単価が対応付けられている。
スコアは、ついで買い候補商品群抽出手段１１２が設定した重み付け値である。レコメンドリストでは、各ついで買い商品ＩＤに当該ついで買い商品ＩＤを有するついで買い商品のスコアが関連付けられている。また、レコメンドリストでは、各メイン商品毎に、スコアの高い順についで買い商品が記憶されている。
なお、スコアは、ついで買い候補商品群抽出手段１１２が設定した重み付け値と共起率算出手段１１３が算出した共起率とを乗算して得た値とすることもできる。

図１に戻って、ついで買い商品レコメンド装置１２は、決済要求受信手段１２１と、基準額到達判定手段１２２と、ついで買い商品抽出手段１２３と、ついで買い商品推薦情報送信手段１２４と、を備える。
決済要求受信手段１２１は、ユーザ端末２０から送信された決済要求を受信する。決済要求とは、ユーザ端末２０に表示された商品を選択するためのＷｅｂページにおいて、ユーザが購入を希望する商品を選択し、当該商品の決済を要求する情報である。決済要求には、決済を要求する商品の商品ＩＤ、名称、数量及び単価等の情報が含まれる。

基準額到達判定手段１２２は、決済要求受信手段１２１が受信した決済要求に含まれる商品の数量と単価とを乗算し、決済要求に含まれる商品の合計金額を算出し、当該合計金額が所定の基準額に到達しているか否かを判定する。所定の基準額とは、例えば、商品の合計金額が１０万円以上で１割引きとするサービスを提供している場合であれば、１０万円である。

ついで買い商品抽出手段１２３は、基準額到達判定手段１２２における判定で、所定の基準額に到達していないと判定した場合に、レコメンドリスト記憶手段１１８に記憶されたレコメンドリスト（図５参照）を参照して、ついで買い商品を抽出する。具体的には、ついで買い商品抽出手段１２３は、レコメンドリストを参照して、決済要求に含まれる商品と同種の商品であるメイン商品を検索し、このメイン商品のメイン商品ＩＤに対応付けられたついで買い商品の商品ＩＤ、名称、単価及びスコアを抽出する。

ついで買い商品推薦情報送信手段１２４は、ついで買い商品抽出手段１２３で抽出したついで買い商品の商品ＩＤ、名称及び単価をついで買い商品推薦情報として、決済要求を送信してきたユーザ端末２０に送信する。具体的には、ついで買い商品推薦情報送信手段１２４は、決済要求するＷｅｂページにおいて、例えば、商品の合計金額が１０万円以上で１割引きとするサービスを提供している旨の表示に加え、ついで買い商品のスコアの高い順に、商品ＩＤ、名称及び単価を表示するための推薦情報を送信する。

ユーザ端末２０は、入力手段２１０と、表示手段２２０と、ユーザ端末制御手段２３０と、を備える。
入力手段２１０は、商品を選択するためのＷｅｂページにおいて、ユーザが商品を選択し決済要求するクリック操作等を受け付ける。
表示手段２２０は、商品を選択するためのＷｅｂページや決済要求するＷｅｂページを表示する。
ユーザ端末制御手段２３０は、ユーザ端末２０を制御し、入力手段２１０で受け付けたユーザの操作に伴う情報（例えば、決済要求）をレコメンド装置１０に送信する。また、ユーザ端末制御手段２３０は、レコメンド装置１０から送信された、決済要求するＷｅｂページにおいて、ついで買い商品の商品ＩＤ、名称及び単価を表示するための情報を受信し、表示手段２２０に表示させる制御を行う。

検索サーバ３０は、検索エンジンを備え、検索サービスを提供する。具体的には、レコメンド装置１０の共起率算出手段１１３から送信された検索クエリに対する検索結果を、共起率算出手段１１３に送信する。

［レコメンドシステム１のハードウェア構成］
実施形態に係るレコメンドシステム１のレコメンド装置１０、ユーザ端末２０及び検索サーバ３０は、コンピュータ及びその周辺装置に適用される。レコメンド装置１０、ユーザ端末２０及び検索サーバ３０における各部は、コンピュータ及びその周辺装置が備えるハードウェア並びに当該ハードウェアを制御するソフトウェアによって構成される。

上記ハードウェアには、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、記憶部の他、通信装置、表示装置、入力装置が含まれる。記憶部としては、例えば、メモリ（ＲＡＭ：Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ、ＲＯＭ：Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ等）、ハードディスクドライブ（ＨＤＤ：Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、及び光ディスク（ＣＤ：Ｃｏｍｐａｃｔ Ｄｉｓｋ、ＤＶＤ：Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ等）ドライブが挙げられる。通信装置としては、例えば、各種有線及び無線インターフェース装置が挙げられる。表示装置としては、例えば、液晶ディスプレイ、プラズマディスプレイ等の各種ディスプレイが挙げられる。入力装置としては、例えば、入力キー、タッチパネル、キーボード及びポインティング・デバイス（マウス、トラッキングボール等）が挙げられる。

上記ソフトウェアには、上記ハードウェアを制御するコンピュータ・プログラム及びデータが含まれる。コンピュータ・プログラム及びデータは、記憶部により記憶され、各制御部により適宜実行、参照される。また、コンピュータ・プログラムやデータは、通信回線を介して配布されることも可能であり、ＣＤ−ＲＯＭ等のコンピュータ可読媒体に記録して配布されることも可能である。

［レコメンド装置１０の制御フロー］
次に、レコメンド装置１０の制御フローについて説明する。
図６は、本実施形態に係るレコメンド装置１０のレコメンドリスト生成装置１１がレコメンドリストを生成する処理のフローチャートである。

ステップＳ１１では、ついで買い候補商品群抽出処理を行う。この処理において、ついで買い候補商品群抽出手段１１２（図１参照）は、購入ログ記憶手段１１７（図１参照）に記憶された購入ログＤＢ（図２参照）を参照して、所定回数以上関連付けられている複数の商品の組み合わせを、ついで買い候補商品群として抽出する。また、この処理において、ついで買い候補商品群抽出手段１１２は、購入ログ記憶手段１１７に記憶された購入ログを参照し、複数の商品が関連付けられている回数が多いほど大きい重み付け値を設定してついで買い候補商品群に関連付けて記憶する。

ステップＳ１２では、共起率算出処理を行う。この処理において、共起率算出手段１１３（図１参照）は、ステップＳ１１でついで買い候補商品群抽出手段１１２が抽出したついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとしてＷｅｂページを検索し、これらの検索クエリが出現する全てのＷｅｂページのうちこれらの検索クエリが同一のＷｅｂページに出現する割合である共起率を算出する。

ステップＳ１３では、ついで買い候補商品群絞込み処理を行う。この処理において、ついで買い候補商品群絞込み手段１１４（図１参照）は、ステップＳ１２で共起率算出手段１１３で算出した共起率が所定値以下の複数の商品をついで買い候補商品群から排除する。

ステップＳ１４では、レコメンドリスト生成処理を行う。この処理において、レコメンドリスト生成手段１１５（図１参照）は、ステップＳ１３でついで買い候補商品群絞込み手段１１４が絞り込んだついで買い候補商品群をレコメンドリストとしてレコメンドリスト記憶手段１１８（図１参照）に記憶する。
また、この処理において、レコメンドリスト生成手段１１５は、購入ログ記憶手段１１７に記憶された購入ログＤＢ（図２参照）を参照して、ついで買い候補商品群に含まれる複数の商品のうち価格が最も高いものをメイン商品として設定する。
更に、この処理において、レコメンドリスト生成手段１１５は、ステップＳ１１でついで買い候補商品群抽出手段１１２がついで買い候補商品群に関連付けた重み付け値（図３参照）を、レコメンドリストにおいて、ついで買い商品群に更に関連付けて記憶する。

図７は、本実施形態に係るレコメンド装置１０のついで買い商品レコメンド装置１２がユーザ端末２０に対してついで買い商品の推薦情報を送信する処理のフローチャートである。

ステップＳ２１では、決済要求受信処理を行う。この処理において、決済要求受信手段１２１（図１参照）は、ユーザ端末２０（図１参照）から送信された決済要求を受信する。

ステップＳ２２では、基準額到達判定処理を行う。この処理において、基準額到達判定手段１２２（図１参照）は、ステップＳ２１で決済要求受信手段１２１が受信した決済要求に含まれる商品の数量と単価とを乗算し、決済要求に含まれる商品の合計金額を算出し、当該合計金額が所定の基準額に到達しているか否かを判定する。基準額到達判定手段１２２は、合計金額が所定の基準額に到達していると判定した場合には本処理を終了し、合計金額が所定の基準額に到達していないと判定した場合にはステップＳ２３に処理を移す。

ステップＳ２３では、ついで買い商品抽出処理を行う。この処理において、ついで買い商品抽出手段１２３（図１参照）は、レコメンドリスト記憶手段１１８（図１参照）に記憶されたレコメンドリスト（図５参照）を参照して、ついで買い商品を抽出する。

ステップＳ２４では、ついで買い商品推薦情報送信処理を行う。この処理において、ついで買い商品推薦情報送信手段１２４（図１参照）は、ステップＳ２３で、ついで買い商品抽出手段１２３で抽出したついで買い商品のスコアの高い順に、商品ＩＤ、名称及び単価を表示するための推薦情報を、決済要求を送信してきたユーザ端末２０に送信する。

本実施形態によれば、以下のような作用効果がある。
本実施形態によれば、レコメンドリスト生成装置１１は、ユーザ端末２０にメイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成する。購入ログ記憶手段１１７は、所定期間内に同一のユーザにより購入された複数の商品を関連付けて購入ログとして購入ログＤＢに記憶する。ついで買い候補商品群抽出手段１１２は、購入ログ記憶手段１１７に記憶された購入ログＤＢを参照して、所定回数以上関連付けられている複数の商品の組み合わせを、ついで買い候補商品群として抽出する。共起率算出手段１１３は、ついで買い候補商品群抽出手段１１２が抽出したついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとしてＷｅｂページを検索し、これらの検索クエリが出現する全てのＷｅｂページのうちこれらの検索クエリが同一のＷｅｂページに出現する割合である共起率を算出する。ついで買い候補商品群絞込み手段１１４は、共起率算出手段１１３で算出した共起率が所定値以下の複数の商品をついで買い候補商品群から排除する。レコメンドリスト生成手段１１５は、ついで買い候補商品群絞込み手段１１４が絞り込んだついで買い候補商品群をレコメンドリストとしてレコメンドリスト記憶手段１１８に記憶する。

これにより、メイン商品と同時期に購入される商品であって、その回数が所定回数以上のついで買い候補商品群を抽出し、更にこのついで買い候補商品群のうちから、メイン商品と共起率が所定値以下のを商品を排除して、メイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成する。すなわち、レコメンドリストのついで買い候補商品群は、メイン商品と同時期に購入され、なおかつ、同一のＷｅｂページに掲載されていることが、他の商品に比べて多い。よって、例えば、メイン商品に追加して他の商品を購入する際に、ユーザは、このついで買い候補商品群が示されれば、煩雑な操作を行うことなく、適切なついで買い商品を選択できる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。

また、レコメンドリスト生成手段１１５は、購入ログ記憶手段１１７に記憶された購入ログＤＢを参照して、ついで買い候補商品群に含まれる複数の商品のうち価格が最も高いものをメイン商品として設定する。
これにより、メイン商品は、所定期間において同一のユーザにより購入された複数の商品の中でも、最も単価が高いものであるので、ユーザの主たる購入物であった可能性が高い。そして、メイン商品以外の商品は、メイン商品の付属物や消耗品であった可能性が高い。このように、メイン商品を決定することで、ユーザの買い物の態様に即したレコメンドリストを生成できる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。

また、レコメンドリスト生成手段１１５は、ついで買い候補商品群抽出手段１１２がついで買い候補商品群に関連付けた重み付け値を、レコメンドリストにおいて、ついで買い商品群に更に関連付けて記憶する。
これにより、レコメンドリストにおけるついで買い候補商品群について重み付け値によるランク付けをすることができるので、例えば、ユーザに対して、重み付け値が高いついで買い商品から順に示すことができる。
したがって、ユーザにメイン商品と組み合わせて購入される適切なついで買い商品をレコメンドするためのレコメンドリストを作成するレコメンドリスト生成装置を提供できる。

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、本発明の実施形態に記載されたものに限定されるものではない。

１１ レコメンドリスト生成装置
１１７ 購入ログ記憶手段
１１２ ついで買い候補商品群抽出手段
１１３ 共起率算出手段
１１４ ついで買い候補商品群絞込み手段
１１５ レコメンドリスト生成手段

Claims (3)

1. ネットワークを介して接続可能なユーザの端末に、メイン商品と組み合わせて購入されるついで買い商品の推薦情報を送信するためのレコメンドリストを生成するレコメンドリスト生成装置であって、
   所定期間内に同一のユーザにより購入された複数の商品を関連付けて購入ログとして記憶する購入ログ記憶手段と、
   前記購入ログ記憶手段に記憶された前記購入ログを参照して、所定回数以上関連付けられている前記複数の商品の組み合わせを、ついで買い候補商品群として抽出するついで買い候補商品群抽出手段と、
   前記ついで買い候補商品群抽出手段が抽出した前記ついで買い候補商品群に含まれる前記複数の商品の商品名を検索クエリとしてＷｅｂページを検索し、これらの検索クエリが出現する全てのＷｅｂページのうちこれらの検索クエリが同一のＷｅｂページに出現する割合である共起率を算出する共起率算出手段と、
   前記共起率算出手段で算出した前記共起率が所定値以下の前記複数の商品を前記ついで買い候補商品群から排除するついで買い候補商品群絞込み手段と、
   前記ついで買い候補商品群絞込み手段が絞り込んだついで買い候補商品群を前記レコメンドリストとして記憶するレコメンドリスト生成手段と、を備えるレコメンドリスト生成装置。
2. 前記購入ログ記憶手段は、前記商品の価格を前記商品に関連付けて更に記憶し、
   前記レコメンドリスト生成手段は、前記購入ログ記憶手段を参照して、前記ついで買い候補商品群に含まれる前記複数の商品のうち前記価格が最も高いものをメイン商品として設定する請求項１に記載のレコメンドリスト生成装置。
3. 前記ついで買い候補商品群抽出手段は、前記購入ログを参照し、前記複数の商品が関連付けられている回数が多いほど大きい重み付け値を設定して前記ついで買い候補商品群に関連付けて記憶し、
   前記レコメンドリスト生成手段は、前記ついで買い候補商品群抽出手段が前記ついで買い候補商品群に関連付けた前記重み付け値を、前記レコメンドリストにおいて前記ついで買い商品群に更に関連付けて記憶する請求項１又は２に記載のレコメンドリスト生成装置。

Images