JP6056592B2 - Information recommendation device, recommendation information determination method, recommendation information determination program, and information recommendation program - Google Patents
Information recommendation device, recommendation information determination method, recommendation information determination program, and information recommendation program Download PDFInfo
- Publication number
- JP6056592B2 JP6056592B2 JP2013065167A JP2013065167A JP6056592B2 JP 6056592 B2 JP6056592 B2 JP 6056592B2 JP 2013065167 A JP2013065167 A JP 2013065167A JP 2013065167 A JP2013065167 A JP 2013065167A JP 6056592 B2 JP6056592 B2 JP 6056592B2
- Authority
- JP
- Japan
- Prior art keywords
- node
- item
- information
- similarity
- user
- 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.)
- Active
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、ユーザにより選択されたアイテムと関連性のあるアイテムを推薦可能なシステム等の技術分野に関する。 The present invention relates to a technical field such as a system capable of recommending an item related to an item selected by a user.
従来から、情報の内容に基づくフィルタリング方式（Content-based Filtering方式）を利用して、ユーザに情報を推薦するシステムが知られている。情報の内容に基づくフィルタリング方式では、先ず、ユーザがＷｅｂページの閲覧などの行動を取ることにより閲覧された対象文書が解析され、当該文書に含まれている単語が抽出される。次に、抽出された単語が、ユーザごとに、ユーザプロファイルに記録される。そして、ユーザプロファイルに、１つの興味の概念が表現され、これを利用してユーザに情報が推薦される。 2. Description of the Related Art Conventionally, a system that recommends information to a user by using a filtering method based on information content (Content-based Filtering method) is known. In the filtering method based on the content of information, first, a target document browsed by a user taking an action such as browsing a Web page is analyzed, and words included in the document are extracted. Next, the extracted words are recorded in the user profile for each user. Then, one concept of interest is expressed in the user profile, and information is recommended to the user using this.
一方、特許文献１には、マッピングされた情報とユーザプロファイルを用いて、情報の内容に基づくフィルタリング方式よりも高精度な情報推薦を行う情報推薦装置が提案されている。 On the other hand, Patent Document 1 proposes an information recommendation device that uses information mapped and a user profile to recommend information with higher accuracy than a filtering method based on information content.
しかしながら、推薦精度の高い情報推薦システムが必ずしもユーザを満足させるものではなく、意外性や多様性が求められることもある。上述したような従来の内容ベース型推薦では、ユーザにより選択されたアイテム（例えば、文書、書籍等）とアイテムデータベースとを直接マッチングして推薦されるアイテムを決めるため、ユーザにより選択されたアイテムと関連性の大きいアイテムを推薦できるが、同じ傾向のものだけが推薦されてしまい、意外性や多様性を持たせられないといった問題があった。 However, an information recommendation system with high recommendation accuracy does not always satisfy the user, and unexpectedness and diversity may be required. In the conventional content-based recommendation as described above, the item selected by the user is determined by directly matching the item selected by the user (eg, document, book, etc.) with the item database. Although highly relevant items can be recommended, only items with the same tendency are recommended, and there is a problem that unexpectedness and diversity cannot be provided.
そこで、本発明は、上記問題等に鑑みてなされたものであり、ユーザにより選択されたアイテムやユーザプロファイルと、推薦されるアイテムとの関連性を保ちながら、意外性や多様性を持つアイテムを推薦することが可能な情報推薦装置、推薦情報決定方法、推薦情報決定プログラム、及び情報推薦プログラムを提供することを課題とする。 Therefore, the present invention has been made in view of the above problems and the like, and an item having unexpectedness and diversity while maintaining the relationship between the item selected by the user or the user profile and the recommended item. An object is to provide an information recommendation device, a recommendation information determination method, a recommendation information determination program, and an information recommendation program that can be recommended.
上記課題を解決するために、請求項１に記載の発明は、情報の分類に用いられる分類語であって上位概念を表す分類語と下位概念を表す分類語とを含む複数の分類語のそれぞれがノードとして他のノードへリンクすることで複数階層の木構造を形成する階層データであって、前記木構造における少なくとも下位階層に位置する各ノードには当該ノードに関するノード情報が付与されるように構成された前記階層データを用いて情報を推薦する情報推薦装置であって、ユーザにより選択されたアイテムに関するアイテム情報、またはユーザの行動履歴に基づいて作成されたユーザプロファイルを取得する取得手段と、前記取得手段により取得された前記アイテム情報又は前記ユーザプロファイルと、前記木構造における少なくとも下位階層に位置する各ノードに付与された各ノード情報とを用いて、前記アイテムまたは前記ユーザプロファイルと、前記各ノードとの類似度を算出する第１類似度算出手段と、前記第１類似度算出手段により算出された類似度の大小関係に基づいて、前記アイテム又は前記ユーザプロファイルに関連するノードを前記木構造における階層ごとに決定するノード決定手段と、前記ノード決定手段により決定された各ノードに付与された各ノード情報と、アイテムデータベースに記憶された複数のアイテム情報であって複数のアイテムそれぞれに関するアイテム情報とを用いて、前記各ノードと、各前記アイテムとの類似度を算出する第２類似度算出手段と、前記第２類似度算出手段により算出された類似度の大小関係に基づいて、前記ユーザに対して推薦するアイテムを前記木構造における階層ごとに決定するアイテム決定手段と、を備えることを特徴とする。 In order to solve the above problem, the invention described in claim 1 is a classification word used for classification of information, each of a plurality of classification words including a classification word representing a higher concept and a classification word representing a lower concept. Is a hierarchical data that forms a tree structure of multiple hierarchies by linking to other nodes as nodes, and each node located at least in the lower hierarchy in the tree structure is given node information about the node An information recommendation device that recommends information using the configured hierarchical data, and an acquisition unit that acquires item information related to an item selected by a user or a user profile created based on a user's behavior history; The item information or the user profile acquired by the acquisition means and at least a lower hierarchy in the tree structure The first similarity calculation means for calculating the similarity between the item or the user profile and each node using each node information given to each node to be calculated, and the first similarity calculation means Node determination means for determining, for each hierarchy in the tree structure, a node related to the item or the user profile based on the magnitude relationship of the similarity, and each node determined by the node determination means Second similarity calculation for calculating the similarity between each node and each item using each node information and item information related to each of the plurality of items stored in the item database And recommendation to the user based on the magnitude relationship between the similarity and the similarity calculated by the second similarity calculation means That the item, characterized in that it comprises, and an item determination means for determining for each hierarchy in the tree structure.
請求項２に記載の発明は、請求項１に記載の情報推薦装置において、前記第１類似度算出手段は、前記アイテムまたは前記ユーザプロファイルと、前記木構造における下位階層に位置する各ノードとの類似度を算出し、前記ノード決定手段は、前記第１類似度算出手段により算出された類似度が最も大きいノードを決定し、且つ、当該決定されたノードが位置する下位階層より上位の階層に位置するノードであって前記決定されたノードを起点として上位の階層に向かって前記リンクを辿ることで当該上位の階層に位置するノードを決定することを特徴とする。 According to a second aspect of the present invention, in the information recommendation device according to the first aspect, the first similarity calculation unit includes the item or the user profile and each node located in a lower hierarchy in the tree structure. The similarity is calculated, and the node determining means determines the node having the highest similarity calculated by the first similarity calculating means, and is arranged in a higher hierarchy than the lower hierarchy where the determined node is located. A node located in a higher hierarchy is determined by tracing the link toward a higher hierarchy starting from the determined node.
請求項３に記載の発明は、請求項１に記載の情報推薦装置において、前記第１類似度算出手段は、前記アイテムまたは前記ユーザプロファイルと、前記木構造における各階層に位置する各ノードとの類似度を算出し、前記ノード決定手段は、前記第１類似度算出手段により算出された類似度が最も大きいノードを階層ごとに決定することを特徴とする。 According to a third aspect of the present invention, in the information recommendation device according to the first aspect, the first similarity calculation means includes the item or the user profile and each node located in each hierarchy in the tree structure. Similarity is calculated, and the node determining means determines, for each hierarchy, a node having the highest similarity calculated by the first similarity calculating means.
請求項４に記載の発明は、情報の分類に用いられる分類語であって上位概念を表す分類語と下位概念を表す分類語とを含む複数の分類語のそれぞれがノードとして他のノードへリンクすることで複数階層の木構造を形成する階層データであって、前記木構造における少なくとも下位階層に位置する各ノードには当該ノードに関するノード情報が付与されるように構成された前記階層データを用いて情報を推薦するコンピュータにより実行される情報推薦方法であって、ユーザにより選択されたアイテムに関するアイテム情報、またはユーザの行動履歴に基づいて作成されたユーザプロファイルを取得する取得ステップと、前記取得ステップにより取得された前記アイテム情報又は前記ユーザプロファイルと、前記木構造における少なくとも下位階層に位置する各ノードに付与された各ノード情報とを用いて、前記アイテムまたは前記ユーザプロファイルと、前記各ノードとの類似度を算出する第１類似度算出ステップと、前記第１類似度算出ステップにより算出された類似度の大小関係に基づいて、前記アイテム又は前記ユーザプロファイルに関連するノードを前記木構造における階層ごとに決定するノード決定ステップと、前記ノード決定ステップにより決定された各ノードに付与された各ノード情報と、アイテムデータベースに記憶された複数のアイテム情報であって複数のアイテムそれぞれに関するアイテム情報とを用いて、前記各ノードと、各前記アイテムとの類似度を算出する第２類似度算出ステップと、前記第２類似度算出ステップにより算出された類似度の大小関係に基づいて、前記ユーザに対して推薦するアイテムを前記木構造における階層ごとに決定するアイテム決定ステップと、を含むことを特徴とする。 The invention according to claim 4 is a classification word used for classification of information, and each of a plurality of classification words including a classification word representing a higher concept and a classification word representing a lower concept is linked to another node as a node. Hierarchical data that forms a tree structure of a plurality of hierarchies, wherein each node located at least in the lower hierarchy in the tree structure is used so that node information relating to the node is given An information recommendation method executed by a computer that recommends information, an acquisition step of acquiring item information relating to an item selected by a user, or a user profile created based on a user's behavior history, and the acquisition step The item information or the user profile obtained by the above and at least the bottom in the tree structure A first similarity calculating step for calculating a similarity between the item or the user profile and each node using each node information assigned to each node located in the hierarchy; and the first similarity calculating A node determination step for determining a node related to the item or the user profile for each hierarchy in the tree structure based on the magnitude relationship of the similarity calculated in the step, and each node determined by the node determination step Secondly, a degree of similarity between each node and each item is calculated using each node information given and item information related to each of the plurality of items stored in the item database. Magnitude relationship between similarity calculated by similarity calculating step and second similarity calculating step Based on, characterized in that it comprises a, and item determining step of determining for each hierarchy items to be recommended to the user in the tree structure.
請求項５に記載の発明は、情報の分類に用いられる分類語であって上位概念を表す分類語と下位概念を表す分類語とを含む複数の分類語のそれぞれがノードとして他のノードへリンクすることで複数階層の木構造を形成する階層データであって、前記木構造における少なくとも下位階層に位置する各ノードには当該ノードに関するノード情報が付与されるように構成された前記階層データを用いて情報を推薦するコンピュータを、ユーザにより選択されたアイテムに関するアイテム情報、またはユーザの行動履歴に基づいて作成されたユーザプロファイルを取得する取得手段、前記取得手段により取得された前記アイテム情報又は前記ユーザプロファイルと、前記木構造における少なくとも下位階層に位置する各ノードに付与された各ノード情報とを用いて、前記アイテムまたは前記ユーザプロファイルと、前記各ノードとの類似度を算出する第１類似度算出手段、前記第１類似度算出手段により算出された類似度の大小関係に基づいて、前記アイテム又は前記ユーザプロファイルに関連するノードを前記木構造における階層ごとに決定するノード決定手段、前記ノード決定手段により決定された各ノードに付与された各ノード情報と、アイテムデータベースに記憶された複数のアイテム情報であって複数のアイテムそれぞれに関するアイテム情報とを用いて、前記各ノードと、各前記アイテムとの類似度を算出する第２類似度算出手段、及び、前記第２類似度算出手段により算出された類似度の大小関係に基づいて、前記ユーザに対して推薦するアイテムを前記木構造における階層ごとに決定するアイテム決定手段として機能させることを特徴とする。 The invention according to claim 5 is a classification word used for classification of information, and each of a plurality of classification words including a classification word representing a higher concept and a classification word representing a lower concept is linked to another node as a node. Hierarchical data that forms a tree structure of a plurality of hierarchies, wherein each node located at least in the lower hierarchy in the tree structure is used so that node information relating to the node is given A computer that recommends information, acquisition means for acquiring item information relating to an item selected by the user, or a user profile created based on a user's behavior history, the item information acquired by the acquisition means, or the user Each node assigned to each node located at least in a lower hierarchy in the profile and the tree structure First similarity calculation means for calculating the similarity between the item or the user profile and each node using the information, based on the magnitude relationship of the similarity calculated by the first similarity calculation means , Node determination means for determining nodes related to the item or the user profile for each hierarchy in the tree structure, each node information given to each node determined by the node determination means, and stored in the item database Second similarity calculation means for calculating similarity between each node and each item using item information relating to each of a plurality of items, and the second similarity calculation means Based on the magnitude relationship of similarity calculated by Characterized in that to function as an item determination means for determining every.
請求項６に記載の発明は、情報の分類に用いられる分類語であって上位概念を表す分類語と下位概念を表す分類語とを含む複数の分類語のそれぞれがノードとして他のノードへリンクすることで複数階層の木構造を形成する階層データであって、前記木構造における少なくとも下位階層に位置する各ノードには当該ノードに関するノード情報が付与されるように構成された前記階層データを用いて情報を推薦する端末装置のコンピュータを、ユーザにより選択されたアイテムに関するアイテム情報、またはユーザの行動履歴に基づいて作成されたユーザプロファイルを取得する取得手段、前記取得手段により取得された前記アイテム情報又は前記ユーザプロファイルと、前記木構造における少なくとも下位階層に位置する各ノードに付与された各ノード情報とを用いて、前記アイテムまたは前記ユーザプロファイルと、前記各ノードとの類似度を算出する第１類似度算出手段、前記第１類似度算出手段により算出された類似度の大小関係に基づいて、前記アイテム又は前記ユーザプロファイルに関連するノードを前記木構造における階層ごとに決定するノード決定手段、及び、前記ノード決定手段により決定された各ノードを示す情報を、ネットワークを介して情報推薦サーバへ送信する送信手段として機能させる情報推薦プログラムであって、前記情報推薦サーバが、前記決定された各ノードに付与された各ノード情報と、アイテムデータベースに記憶された複数のアイテム情報であって複数のアイテムそれぞれに関するアイテム情報とを用いて、前記各ノードと、各前記アイテムとの類似度を算出し、当該算出した類似度の大小関係に基づいて前記ユーザに対して推薦するアイテムを前記木構造における階層ごとに決定し、当該決定したアイテムのタイトルを含む情報を前記端末装置へ送信し、前記情報推薦プログラムは、前記端末装置のコンピュータを、さらに、前記情報推薦サーバから送信された前記アイテムのタイトルを含む情報を受信する受信手段、及び前記受信手段により受信された情報をユーザに対して提示する提示手段として機能させることを特徴とする。 The invention according to claim 6 is a classification word used for classification of information, and each of a plurality of classification words including a classification word representing a higher concept and a classification word representing a lower concept is linked to another node as a node. Hierarchical data that forms a tree structure of a plurality of hierarchies, wherein each node located at least in the lower hierarchy in the tree structure is used so that node information relating to the node is given A terminal device computer that recommends information, an acquisition unit that acquires item information related to an item selected by a user or a user profile created based on a user's behavior history, and the item information acquired by the acquisition unit Or given to each node located at least in the lower hierarchy in the tree structure with the user profile. Using each node information, a first similarity calculation unit for calculating a similarity between the item or the user profile and each node, and a similarity relationship calculated by the first similarity calculation unit A node determining unit that determines a node related to the item or the user profile for each hierarchy in the tree structure, and information indicating each node determined by the node determining unit via the network An information recommendation program that functions as a transmission unit that transmits to a server, wherein the information recommendation server includes node information assigned to each determined node and a plurality of item information stored in an item database. Using the item information regarding each of the plurality of items, the nodes and the items The item to be recommended to the user is determined for each hierarchy in the tree structure based on the magnitude relationship of the calculated similarity, and the information including the title of the determined item is determined in the terminal The information recommendation program is further received by the computer of the terminal device, further receiving information including the title of the item transmitted from the information recommendation server, and the information received by the receiving means. It functions as a presentation means to present to the user.
本発明によれば、ユーザにより選択されたアイテムやユーザプロファイルと、推薦されるアイテムとの関連性を保ちながら、意外性や多様性を持つアイテムを推薦することができる。 According to the present invention, it is possible to recommend items having unexpectedness and diversity while maintaining the relevance between the item selected by the user or the user profile and the recommended item.
以下、本発明を実施するための実施形態について、図面に基づいて説明する。なお、以下に説明の実施形態は、アイテム情報提供システムに対して本発明を適用した場合の実施形態である。 DESCRIPTION OF EMBODIMENTS Hereinafter, embodiments for carrying out the present invention will be described with reference to the drawings. In addition, embodiment described below is embodiment at the time of applying this invention with respect to an item information provision system.
［１．アイテム情報提供システムの構成及び機能］
先ず、図１を参照して、本実施形態に係るアイテム情報提供システムの構成及び機能について説明する。図１は、本実施形態に係るアイテム情報提供システムの概要構成例を示す図である。図１に示すように、アイテム情報提供システムＳは、ユーザ端末１（端末装置の一例）、階層データサーバ２、コンテンツサーバ３、ユーザプロファイルサーバ４、及び情報推薦サーバ５（情報推薦装置の一例）等を備えて構成される。
[1. Configuration and function of item information provision system]
First, with reference to FIG. 1, the structure and function of the item information provision system which concerns on this embodiment are demonstrated. FIG. 1 is a diagram illustrating a schematic configuration example of an item information providing system according to the present embodiment. As shown in FIG. 1, the item information providing system S includes a user terminal 1 (an example of a terminal device), a hierarchical data server 2, a content server 3, a user profile server 4, and an information recommendation server 5 (an example of an information recommendation device). And so on.
情報推薦サーバ５ 階層データサーバ２、コンテンツサーバ３、及びユーザプロファイルサーバ４は、例えばＬＡＮを介して情報推薦サーバ５に接続されている。また、情報推薦サーバ５は、ネットワークＮＷに接続されている。ネットワークＮＷは、例えば、インターネット、専用通信回線（例えば、ＣＡＴＶ（Community Antenna Television）回線）、移動体通信網（基地局等を含む）、及びゲートウェイ等により構成される。なお、階層データサーバ２、コンテンツサーバ３、ユーザプロファイルサーバ４、及び情報推薦サーバ５と１つのサーバとして構成されてもよい。ユーザ端末１は、ネットワークＮＷを介して情報推薦サーバ５にアクセスして通信を行うことが可能になっている。ユーザ端末１の例として、タブレット、携帯電話機、スマートフォン、パーソナルコンピュータ等が挙げられる。 Information recommendation server 5 The hierarchical data server 2, the content server 3, and the user profile server 4 are connected to the information recommendation server 5 via, for example, a LAN. The information recommendation server 5 is connected to the network NW. The network NW includes, for example, the Internet, a dedicated communication line (for example, CATV (Community Antenna Television) line), a mobile communication network (including a base station), a gateway, and the like. The hierarchical data server 2, the content server 3, the user profile server 4, and the information recommendation server 5 may be configured as one server. The user terminal 1 can communicate by accessing the information recommendation server 5 via the network NW. Examples of the user terminal 1 include a tablet, a mobile phone, a smartphone, and a personal computer.
階層データサーバ２は、例えばサーバコンピュータにより構成され、階層データベース２１を備える。階層データベース２１には、情報の分類に用いられる分類語であって上位概念を表す分類語と下位概念を表す分類語とを含む複数の分類語のそれぞれがノードとして他のノード（１以上の他のノード）へリンク（接続）することで複数階層の木構造を形成する階層データが記憶されている。分類語とは、例えば事物や事象を表す用語である。図２は、階層データの構造例を示す概念図である。図２の例では、ノードＮ１〜Ｎ１８等が３階層（第１階層〜第３階層）の木構造を形成しており、木構造の上（根方向）から下（枝方向）をたどると上位概念から下位概念に移動するという関係となっている。木構造における階層は２階層であってもよいが、３階層以上で構成されることが望ましい。また、各ノードＮ１〜Ｎ１８等には、それぞれのノードに関するノードベクトル（ノード情報の一例）が付与されている。各ノードベクトルには、例えば、それぞれの分類語ついての解説文及び関連ワード等が含まれる。なお、図２の例では、解説文と関連ワードを含むノードベクトルが各階層に位置する各ノードＮ１〜Ｎ１８に付与されているが、ノードベクトルは、少なくとも末端階層（最下位階層）に位置する各ノードＮ１５〜Ｎ１８等に付与されていればよい。また、ノードベクトルとして解説文と関連ワードのうち何れか一方がノードに付与されている場合であっても本発明は実施可能である。このような階層データは、階層型データは、図書分類（NDC:十進分類）やＥＣ（Electronic Commerce）サイトの商品カテゴリをもとに作成することができる。 The hierarchical data server 2 is configured by, for example, a server computer and includes a hierarchical database 21. In the hierarchical database 21, each of a plurality of classification words that are classification words used for classification of information, including a classification word that represents a higher concept and a classification word that represents a lower concept, is set as another node (one or more other classifications). The hierarchical data that forms a tree structure of a plurality of hierarchies by linking (connecting) to (nodes of) is stored. A classification term is a term that represents, for example, things or events. FIG. 2 is a conceptual diagram illustrating an example of the structure of hierarchical data. In the example of FIG. 2, the nodes N1 to N18 and the like form a tree structure of three layers (first to third layers), and if the tree structure is traced from the top (root direction) to the bottom (branch direction) The relationship is moving from concept to subordinate concept. The hierarchy in the tree structure may be two levels, but is preferably configured with three or more levels. Further, a node vector (an example of node information) relating to each node is assigned to each of the nodes N1 to N18 and the like. Each node vector includes, for example, an explanation sentence and a related word for each classification word. In the example of FIG. 2, a node vector including an explanatory text and a related word is assigned to each of the nodes N1 to N18 located in each hierarchy, but the node vector is located at least in the terminal hierarchy (lowest hierarchy). What is necessary is just to be provided to each node N15-N18 grade | etc.,. Further, the present invention can be implemented even when any one of the explanatory text and the related word is given to the node as the node vector. Such hierarchical data can be created based on the product category of the book classification (NDC: decimal classification) or EC (Electronic Commerce) site.
コンテンツサーバ３は、例えばサーバコンピュータにより構成され、アイテムデータベース３１を備える。アイテムデータベース３１には、ユーザに推薦される推薦候補となる複数のアイテムに関するアイテムベクトル（アイテム情報の一例）がアイテム（アイテムを識別するアイテムＩＤ）ごとに対応付けられて記憶されている。アイテムの例として、書籍、音楽、映画等が挙げられる。本発明は、アイテムとして分類語により分類可能な物（例えば商品）であれば如何なるものにも適用可能である。アイテムベクトルには、例えば、アイテムのタイトル、アイテムの作成者（書籍の場合、著作者）、及びアイテムの内容紹介文等が含まれる。 The content server 3 is configured by a server computer, for example, and includes an item database 31. In the item database 31, item vectors (an example of item information) relating to a plurality of items that are recommended candidates recommended by the user are stored in association with each item (item ID for identifying the item). Examples of items include books, music, movies, and the like. The present invention can be applied to any item that can be classified as an item by a classification word (for example, a product). The item vector includes, for example, the title of the item, the creator of the item (in the case of a book, the author), the content introduction of the item, and the like.
ユーザプロファイルサーバ４は、例えばサーバコンピュータにより構成され、ユーザプロファイルデータベース４１を備える。ユーザプロファイルデータベース４１には、ユーザに関するユーザベクトルがユーザ（ユーザを識別するユーザＩＤ）ごとに対応付けられて記憶されている。ユーザベクトルには、ユーザの行動履歴に基づいて作成されたユーザプロファイルが含まれる。ユーザの行動履歴の例として、ユーザによるＷｅｂサイトの利用履歴（検索履歴、閲覧履歴、購買履歴）、アンケート履歴、その他の履歴等が挙げられる。例えばユーザの行動履歴に含まれるデータが解析されて用語が抽出され、当該用語がユーザの興味、嗜好情報として含まれるユーザプロファイルが作成される。 The user profile server 4 is configured by a server computer, for example, and includes a user profile database 41. In the user profile database 41, user vectors relating to users are stored in association with each user (user ID for identifying the user). The user vector includes a user profile created based on the user's behavior history. Examples of the user's behavior history include a website usage history (search history, browsing history, purchase history), questionnaire history, other history, and the like by the user. For example, data included in the user's behavior history is analyzed to extract terms, and a user profile is created in which the terms are included as user interest and preference information.
情報推薦サーバ５は、上述した階層データを用いて情報を推薦するサーバであり、内容ベース型推薦を行う際に、階層データを媒介として利用し、階層データのどの階層を利用するかを指定することで、ユーザにより選択されたアイテムやユーザプロファイルと、推薦されるアイテムとの関連性を保ちながら、推薦されるアイテムの内容の幅広さを制御する。情報推薦サーバ５は、例えばサーバコンピュータにより構成され、図１に示すように、通信部５１、記憶部５２、及び制御部５３等を備える。通信部５１は、ネットワークＮＷに接続され、通信状態を制御する。記憶部５２は、例えば、ハードディスクドライブ等により構成されており、オペレーティングシステム及び本発明の推薦情報決定プログラム等を記憶する。なお、推薦情報決定プログラムは、例えば、所定のサーバ等からネットワークＮＷを介して配信されるようにしても良いし、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等の記録媒体に記録されて提供されるようにしてもよい。 The information recommendation server 5 is a server that recommends information using the hierarchical data described above, and when performing content-based recommendation, uses hierarchical data as a medium and specifies which hierarchy of hierarchical data to use. Thus, the width of the content of the recommended item is controlled while maintaining the relevance between the item selected by the user and the user profile and the recommended item. The information recommendation server 5 is configured by, for example, a server computer, and includes a communication unit 51, a storage unit 52, a control unit 53, and the like as illustrated in FIG. The communication unit 51 is connected to the network NW and controls the communication state. The storage unit 52 is configured by, for example, a hard disk drive or the like, and stores an operating system, a recommended information determination program of the present invention, and the like. The recommended information determination program may be distributed from a predetermined server or the like via the network NW, or may be recorded on a recording medium such as a CD (Compact Disc) or a DVD (Digital Versatile Disc). It may be provided.
制御部５３は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等により構成される。制御部５３は、本発明の推薦情報決定プログラム等を実行することにより、情報取得部５３１（取得手段の一例）、第１類似度算出部５３２（第１類似度算出手段の一例）、ノード決定部５３３（ノード決定手段の一例）、第２類似度算出部５３４（第２類似度算出手段の一例）、アイテム決定部５３５（アイテム決定手段の一例）、及びアイテム推薦部５３６等として機能し、アイテム推薦処理を実行する。 The control unit 53 includes a CPU (Central Processing Unit), a ROM (Read Only Memory), a RAM (Random Access Memory), and the like. The control unit 53 executes the recommended information determination program of the present invention, so that an information acquisition unit 531 (an example of an acquisition unit), a first similarity calculation unit 532 (an example of a first similarity calculation unit), a node determination Functions as a unit 533 (an example of a node determination unit), a second similarity calculation unit 534 (an example of a second similarity calculation unit), an item determination unit 535 (an example of an item determination unit), an item recommendation unit 536, etc. Execute item recommendation processing.
情報取得部５３１は、ユーザ端末１のユーザにより選択されたアイテム（以下、「選択アイテム」という）に関するアイテムベクトルをコンテンツサーバ３から取得するか、または当該ユーザに関するユーザベクトルをユーザプロファイルサーバ４から取得する。また、情報取得部５３１は、階層データサーバ２から階層データ（ノードベクトルを含む）を取得する。また、情報取得部５３１は、コンテンツサーバ３から、ユーザに対する推薦候補となる複数のアイテムに関するアイテムベクトルを取得する。 The information acquisition unit 531 acquires an item vector related to an item selected by the user of the user terminal 1 (hereinafter referred to as “selected item”) from the content server 3 or acquires a user vector related to the user from the user profile server 4. To do. The information acquisition unit 531 acquires hierarchical data (including node vectors) from the hierarchical data server 2. Further, the information acquisition unit 531 acquires, from the content server 3, item vectors relating to a plurality of items that are recommended candidates for the user.
第１類似度算出部５３２は、情報取得部５３１により取得されたアイテムベクトル又はユーザベクトルと、情報取得部５３１により取得された階層データの木構造における少なくとも下位階層（例えば、末端階層、またはこれより一つ上の階層）に位置する各ノードに付与された各ノードベクトルとを用いて、上記選択アイテムまたはユーザプロファイルと、当該各ノードとの類似度（関連度ともいう）を算出する。例えば、第１類似度算出部５３２は、アイテムベクトルとノードベクトルとに基づき、ＴＦ（Term Frequency）−ＩＤＦ（Inverse Document Frequency）（ＴＦとＩＤＦとの積）によるキーワードへの重み付けとコサイン尺度（２つのベクトルのなす角度）による類似度計算によって、選択アイテムと各ノードとの類似度を算出する。なお、ＴＦ−ＩＤＦは、例えば特開２００２−２１５６６５号公報等に開示されるように公知であるので詳しい説明を省略する。また、ＴＦ−ＩＤＦが用いられる代わりに、ＴＦだけが用いられるように構成してもよいし、ＩＤＦだけが用いられるように構成してもよい。また、ＴＦ−ＩＤＦが用いられる代わりに、「bynary weight」（キーワードが出現したら１出現しなければ０）が用いられるように構成してもよい。また、コサイン尺度が用いられる代わりに、２つのベクトルの内積が用いられるように構成してもよい。 The first similarity calculation unit 532 includes the item vector or user vector acquired by the information acquisition unit 531 and at least a lower hierarchy (for example, a terminal hierarchy or a higher hierarchy) in the tree structure of the hierarchical data acquired by the information acquisition unit 531. Using each node vector assigned to each node located in the hierarchy one level above, the similarity (also referred to as relevance) between the selected item or user profile and each node is calculated. For example, based on the item vector and the node vector, the first similarity calculation unit 532 weights the keyword by the TF (Term Frequency) -IDF (Inverse Document Frequency) (product of TF and IDF) and the cosine measure (2 The degree of similarity between the selected item and each node is calculated by calculating the degree of similarity using an angle formed by two vectors. Since TF-IDF is known as disclosed in, for example, Japanese Patent Application Laid-Open No. 2002-215665, detailed description thereof is omitted. Further, instead of using TF-IDF, only TF may be used, or only IDF may be used. Further, instead of using the TF-IDF, “bynary weight” (1 if the keyword appears, 0 if it does not appear) may be used. Further, instead of using the cosine scale, an inner product of two vectors may be used.
ノード決定部５３３は、第１類似度算出部５３２により算出された類似度の大小関係に基づいて、例えば、上記選択アイテム又はユーザプロファイルとの類似度が最も大きい（つまり、最も類似している）ノードを、上記選択アイテム又はユーザプロファイルに関連するノード（以下、「関連ノード」という）として上記木構造における階層ごとに決定する。 The node determination unit 533 has, for example, the highest similarity (that is, most similar) to the selected item or the user profile based on the magnitude relationship of the similarity calculated by the first similarity calculation unit 532. A node is determined for each hierarchy in the tree structure as a node related to the selected item or user profile (hereinafter referred to as “related node”).
第２類似度算出部５３４は、ノード決定部５３３により決定された各関連ノードに付与された各ノードベクトルと、情報取得部５３１により取得された推薦候補となる複数のアイテムに関するアイテムベクトルとを用いて、当該各関連ノードと当該各アイテムとの類似度を算出する。この類似度の算出方法は、第１類似度算出部５３２による類似度の算出方法と同様である。 The second similarity calculation unit 534 uses each node vector assigned to each related node determined by the node determination unit 533 and item vectors related to a plurality of items to be recommended candidates acquired by the information acquisition unit 531. Thus, the similarity between each related node and each item is calculated. The similarity calculation method is the same as the similarity calculation method performed by the first similarity calculation unit 532.
アイテム決定部５３５は、第２類似度算出部５３４により算出された類似度の大小関係に基づいて、上記関連ノードとの類似度が大きい上位所定数のアイテムを、ユーザに対して推薦するアイテム（以下、「推薦アイテム」という）として上記木構造における階層ごとに決定する。 The item determination unit 535 recommends, to the user, an item with a predetermined upper number of items having a high degree of similarity with the related node based on the similarity relationship calculated by the second similarity calculation unit 534 ( Hereinafter, it is determined for each hierarchy in the tree structure as “recommended item”.
アイテム推薦部５３６は、アイテム決定部５３５により決定された階層ごとの推薦アイテムのタイトルを含む情報をユーザ端末１へ送信することで上記ユーザへ推薦する。 The item recommendation unit 536 makes recommendations to the user by transmitting information including the title of the recommended item for each layer determined by the item determination unit 535 to the user terminal 1.
［２．アイテム情報提供システムＳにおける動作例］
次に、図３〜図５等を参照して、本実施形態に係るアイテム情報提供システムＳにおける動作例について説明する。図３（Ａ）は、ユーザにより選択された選択アイテムに関するアイテムベクトルを用いる場合におけるアイテム推薦処理の一例を示すフローチャートである。図３（Ｂ）は、ユーザに関するユーザベクトル（ユーザプロファイル）を用いる場合におけるアイテム推薦処理の一例を示すフローチャートである。図４は、ユーザにより選択された選択アイテムに関するアイテムベクトルを用いる場合におけるアイテム推薦処理の具体例を示す概念図である。図５は、ユーザに関するユーザベクトルを用いる場合におけるアイテム推薦処理の具体例を示す概念図である。なお、図４と図５の例では、アイテムの例として書籍を適用している。また、図４と図５とでは、関連ノードを決定する際の流れが異なっている。
[2. Example of operation in item information providing system S]
Next, an operation example in the item information providing system S according to the present embodiment will be described with reference to FIGS. FIG. 3A is a flowchart illustrating an example of an item recommendation process when an item vector related to a selected item selected by a user is used. FIG. 3B is a flowchart illustrating an example of an item recommendation process when a user vector (user profile) related to a user is used. FIG. 4 is a conceptual diagram showing a specific example of the item recommendation process in the case of using an item vector related to a selected item selected by the user. FIG. 5 is a conceptual diagram showing a specific example of the item recommendation process when a user vector related to a user is used. In the example of FIGS. 4 and 5, a book is applied as an example of an item. Further, FIG. 4 and FIG. 5 are different from each other in determining a related node.
図３（Ａ）に示す処理の場合、例えばユーザ端末１のＷｅｂブラウザにより、ネットワークＮＷを介して書籍販売サイトから取得された商品ページがユーザ端末１の表示画面に表示されている状態において、ユーザが所定のアイテム（例えば、書籍）を選択（例えば、マウスでクリック、又は指でタップ）すると、例えば当該選択された選択アイテムのアイテムＩＤを含むリクエストがユーザ端末１からネットワークＮＷを介して情報推薦サーバ５へ送信される。情報推薦サーバ５は、ユーザ端末１からの当該リクエストを受信した場合に、図３（Ａ）に示す処理を開始する。或いは、上記Ｗｅｂページがユーザ端末１の表示画面に表示されている状態において、ユーザが所定のアイテム（例えば、書籍）を選択してカート（買い物かご）に入れることにより、或いは当該アイテムを選択して注文ボタンを押すことにより、情報推薦サーバ５へ送信されたリクエスト（選択アイテムのアイテムＩＤを含む）が当該情報推薦サーバ５により受信された場合に、図３（Ａ）に示す処理を開始する。図３（Ａ）に示す処理が開始されると、制御部５３は、受信されたリクエストに含まれる選択アイテムのアイテムＩＤをキーとして、当該選択アイテムに関するアイテムベクトルをコンテンツサーバ３から取得（情報取得部５３１により取得）する（ステップＳ１）。 In the case of the process shown in FIG. 3A, in the state where the product page acquired from the book sales site via the network NW is displayed on the display screen of the user terminal 1 by the Web browser of the user terminal 1, for example. Select a predetermined item (for example, a book) (for example, click with the mouse or tap with a finger), for example, a request including the item ID of the selected selected item is recommended from the user terminal 1 via the network NW. It is transmitted to the server 5. When the information recommendation server 5 receives the request from the user terminal 1, the information recommendation server 5 starts the process illustrated in FIG. Alternatively, in a state where the Web page is displayed on the display screen of the user terminal 1, the user selects a predetermined item (for example, a book) and puts it in the cart (shopping basket), or selects the item. When the request (including the item ID of the selected item) received by the information recommendation server 5 is received by the information recommendation server 5 by pressing the order button, the process shown in FIG. . When the process shown in FIG. 3A is started, the control unit 53 acquires an item vector related to the selected item from the content server 3 using the item ID of the selected item included in the received request as a key (information acquisition). (Obtained by the unit 531) (step S1).
次いで、制御部５３は、ステップＳ１で取得したアイテムベクトルと、階層データサーバ２から任意のタイミングで取得した階層データの木構造における少なくとも下位階層に位置する各ノードに付与された各ノードベクトルとを用いて、上記選択アイテムと当該各ノードとの類似度を算出（第１類似度算出部５３２により算出）する（ステップＳ２）。次いで、制御部５３は、ステップＳ２で算出された類似度の大小関係に基づいて、上記選択アイテムとの類似度が最も大きいノードを、上記選択アイテムに関連する関連ノードとして上記木構造における階層ごとに決定（ノード決定部５３３により決定）する（ステップＳ３）。 Next, the control unit 53 obtains the item vector acquired in step S1 and each node vector assigned to each node located at least in the lower hierarchy in the tree structure of the hierarchical data acquired from the hierarchical data server 2 at an arbitrary timing. The similarity between the selected item and each node is calculated (calculated by the first similarity calculation unit 532) (step S2). Next, the control unit 53 determines, for each hierarchy in the tree structure, a node having the highest similarity to the selected item as a related node related to the selected item based on the magnitude relationship of the similarity calculated in step S2. (Determined by the node determination unit 533) (step S3).
図４の例では、制御部５３は、上記選択アイテムと、上記木構造における末端階層に位置するノードＮ１５〜Ｎ１８等それぞれとの類似度を算出し、当該算出した類似度が最も大きいノードＮ１８を関連ノードとして決定し、且つ、当該決定されたノードＮ１８が位置する末端階層より上位の階層に位置するノードであって当該決定されたノードＮ１８を起点として上位の階層に向かってリンクを辿ることで当該上位の階層（第２階層及び第１階層）に位置するノードＮ１２及びノードＮ３を関連ノードとして決定している。この構成によれば、選択アイテムと、第１階層に位置する全ノード及び第２階層における全ノードとの類似度を算出する必要がないので、類似度の算出時間を低減することができる。 In the example of FIG. 4, the control unit 53 calculates the similarity between the selected item and each of the nodes N15 to N18 and the like located in the terminal hierarchy in the tree structure, and selects the node N18 having the highest calculated similarity. By determining a related node and following the link toward a higher layer starting from the determined node N18 as a node that is located in a layer higher than the terminal layer where the determined node N18 is located. The nodes N12 and N3 located in the higher hierarchy (second hierarchy and first hierarchy) are determined as related nodes. According to this configuration, it is not necessary to calculate the similarity between the selected item and all the nodes located in the first hierarchy and all the nodes in the second hierarchy, so that the time for calculating the similarity can be reduced.
一方、図５の例では、制御部５３は、上記選択アイテムと、上記木構造における各階層（第１階層〜第３階層）に位置する各ノードＮ１〜Ｎ１８等との類似度を算出し、当該算出した類似度が最も大きいノードを階層ごとに決定（この例では、ノードＮ３、ノードＮ１２、及びノードＮ１８が決定）している。この構成によれば、図４に示す場合よりも、より意外性や多様性を向上させることができる。 On the other hand, in the example of FIG. 5, the control unit 53 calculates the similarity between the selected item and each of the nodes N1 to N18 and the like located in each hierarchy (first hierarchy to third hierarchy) in the tree structure, The node with the highest calculated similarity is determined for each layer (in this example, the node N3, the node N12, and the node N18 are determined). According to this configuration, unexpectedness and diversity can be improved more than in the case shown in FIG.
次いで、制御部５３は、ステップＳ３で決定された各関連ノードに付与された各ノードベクトルと、アイテムデータベース３１に記憶された推薦候補となる複数のアイテムに関するアイテムベクトルとを用いて、各関連ノードと各アイテム（推薦候補）との類似度を算出（第２類似度算出部５３４により算出）する（ステップＳ４）。 Next, the control unit 53 uses each node vector assigned to each related node determined in step S3 and item vectors related to a plurality of items to be recommended candidates stored in the item database 31 to use each related node. And the respective items (recommendation candidates) are calculated (calculated by the second similarity calculating unit 534) (step S4).
次いで、制御部５３は、ステップＳ４で算出された類似度の大小関係に基づいて、ステップＳ３で決定された関連ノードとの類似度が大きい上位所定数（例えば、３つ）のアイテムを推薦アイテムとして上記木構造における階層ごとに決定（アイテム決定部５３５により決定）する（ステップＳ５）。 Next, the control unit 53 recommends an upper predetermined number (for example, three) items having a high similarity with the related node determined in step S3 based on the magnitude relationship of the similarity calculated in step S4 as recommended items. Is determined (determined by the item determining unit 535) for each hierarchy in the tree structure (step S5).
次いで、制御部５３は、上記木構造におけるどの階層を推薦に利用するかを決定（初期段階ではデフォルト設定された階層）し（ステップＳ６）、上記ステップＳ５で決定された推薦アイテムのうち、ステップＳ６で決定した階層の推薦アイテムのタイトルを含む情報をユーザ端末１へ送信（アイテム推薦部５３６により送信）する（ステップＳ７）。これにより、推薦アイテムのタイトルを含む情報がユーザに対して提示される。なお、制御部５３は、上記ステップＳ５で決定された全ての階層の推薦アイテムのタイトルを含む情報をユーザ端末１へ送信し、どの階層を推薦に利用するかをユーザ端末１側で決定し切り替えるように構成してもよい。次いで、制御部５３は、推薦に利用する階層を変更するか否かを判定する（ステップＳ８）。そして、例えばユーザの指定により階層を変更すると判定した場合（ステップＳ８：ＹＥＳ）、ステップＳ６に戻る。一方、例えばユーザの指定が所定時間ないことでタイムアウトされると、階層を変更しないと判定され（ステップＳ８：ＮＯ）、図４に示す処理を終了する。 Next, the control unit 53 determines which hierarchy in the tree structure is used for recommendation (default hierarchy in the initial stage) (step S6), and among the recommended items determined in step S5, the step Information including the title of the recommended item in the hierarchy determined in S6 is transmitted to the user terminal 1 (transmitted by the item recommendation unit 536) (step S7). Thereby, information including the title of the recommended item is presented to the user. Note that the control unit 53 transmits information including the titles of the recommended items of all layers determined in step S5 to the user terminal 1, and determines and switches which layer is used for recommendation on the user terminal 1 side. You may comprise as follows. Next, the control unit 53 determines whether or not to change the hierarchy used for recommendation (step S8). For example, when it is determined that the hierarchy is to be changed by the user's designation (step S8: YES), the process returns to step S6. On the other hand, for example, when a time-out occurs because the user does not specify for a predetermined time, it is determined that the hierarchy is not changed (step S8: NO), and the process shown in FIG. 4 is terminated.
図６及び図７は、ユーザ端末１の表示画面に表示された商品詳細ページの一例を示す図である。図６の例では、デフォルト設定された第２階層における関連ノードとの類似度が大きい３つの推薦アイテムのタイトルが表示されている（つまり、第２階層の関連ノードによる推薦）。図６に示す表示状態において、商品詳細ページに設けられた「より広く」ボタン１０１（第１階層に対応）をユーザが指定すると、その情報が情報推薦サーバ５に送信される。そして、情報推薦サーバ５の制御部５３は、推薦に利用する階層を、第２階層から、ユーザにより指定された第１階層に変更し、変更した第１階層における関連ノードとの類似度が大きい３つの推薦アイテムのタイトルを含む情報をユーザ端末１へ送信する。これにより、上位階層の関連ノードによる推薦に切り替えられる。一方、図６に示す表示状態において、商品詳細ページに設けられた「より深く」ボタン１０２（第３階層に対応）をユーザが指定すると、その情報が情報推薦サーバ５に送信される。そして、情報推薦サーバ５の制御部５３は、推薦に利用する階層を、第２階層から、ユーザにより指定された第３階層に変更し、変更した第３階層における関連ノードとの類似度が大きい３つの推薦アイテムのタイトルを含む情報をユーザ端末１へ送信する。これにより、下位階層の関連ノードによる推薦に切り替えられる。 6 and 7 are diagrams illustrating an example of the product detail page displayed on the display screen of the user terminal 1. In the example of FIG. 6, the titles of three recommended items having a high degree of similarity with related nodes in the second hierarchy set as default are displayed (that is, recommendations by related nodes in the second hierarchy). In the display state shown in FIG. 6, when the user designates a “wider” button 101 (corresponding to the first hierarchy) provided on the product detail page, the information is transmitted to the information recommendation server 5. And the control part 53 of the information recommendation server 5 changes the hierarchy utilized for recommendation from the 2nd hierarchy to the 1st hierarchy designated by the user, and the similarity with the related node in the changed 1st hierarchy is large. Information including the titles of the three recommended items is transmitted to the user terminal 1. Thus, the recommendation is switched to the recommendation by the related node in the upper hierarchy. On the other hand, in the display state shown in FIG. 6, when the user designates a “deeper” button 102 (corresponding to the third hierarchy) provided on the product detail page, the information is transmitted to the information recommendation server 5. And the control part 53 of the information recommendation server 5 changes the hierarchy utilized for recommendation from the 2nd hierarchy to the 3rd hierarchy designated by the user, and the similarity with the related node in the changed 3rd hierarchy is large. Information including the titles of the three recommended items is transmitted to the user terminal 1. As a result, the recommendation is switched to the recommendation by the related node in the lower hierarchy.
一方、図７に示す商品詳細ページには、スライダーバー１０３で関連ノードの範囲をコントロールできるインタフェースが設けられており、このスライダー１０４の動きに合わせて推薦されるアイテムが切り替わるようになっている。図７に示す表示状態において、ユーザが正確性重視１０５の方向へスライダー１０４を移動させると、下位階層の関連ノードによる推薦に切り替えられる。一方、図７に示す表示状態において、ユーザが意外性重視１０６の方向へスライダー１０４を移動させると、上位階層の関連ノードによる推薦に切り替えられる。 On the other hand, the product detail page shown in FIG. 7 is provided with an interface capable of controlling the range of related nodes with the slider bar 103, and recommended items are switched according to the movement of the slider 104. In the display state shown in FIG. 7, when the user moves the slider 104 toward the accuracy-oriented 105, the recommendation is switched to the recommendation by the related node in the lower hierarchy. On the other hand, when the user moves the slider 104 in the direction of unexpectedness emphasis 106 in the display state shown in FIG.
次に、図３（Ｂ）に示す処理は、例えば、ユーザ端末１のＷｅｂブラウザにより、ネットワークＮＷを介して書籍販売サイトへのログイン後、情報推薦サーバ５がユーザ端末１からユーザ専用のマイ本棚ページのリクエストを受信した場合に開始される。図３（Ｂ）に示す処理が開始されると、制御部５３は、例えば、受信されたリクエストに含まれるユーザＩＤをキーとして、当該ユーザＩＤに対応するユーザに関するユーザベクトルをユーザプロファイルサーバ４から取得（情報取得部５３１により取得）する（ステップＳ１１）。 Next, the process shown in FIG. 3B is performed by, for example, logging in to the book sales site via the network NW using the Web browser of the user terminal 1, and then the information recommendation server 5 from the user terminal 1 to the user-specific my bookshelf. Triggered when a page request is received. When the process shown in FIG. 3B is started, the control unit 53 uses, for example, the user ID included in the received request as a key to obtain a user vector related to the user corresponding to the user ID from the user profile server 4. Acquisition (acquisition by the information acquisition part 531) is performed (step S11).
次いで、制御部５３は、ステップＳ１１で取得したユーザベクトルと、階層データサーバ２から任意のタイミングで取得した階層データの木構造における少なくとも下位階層に位置する各ノードに付与された各ノードベクトルとを用いて、上記ユーザプロファイルと当該各ノードとの類似度を算出（第１類似度算出部５３２により算出）する（ステップＳ１２）。次いで、制御部５３は、ステップＳ１２で算出された類似度の大小関係に基づいて、上記ユーザプロファイルとの類似度が最も大きいノードを、上記ユーザプロファイルに関連する関連ノードとして上記木構造における階層ごとに決定（ノード決定部５３３により決定）する（ステップＳ１３）。なお、ステップＳ１４〜Ｓ１８の処理は、上記ステップＳ４〜Ｓ８の処理と同様である。 Next, the control unit 53 obtains the user vector acquired in step S11 and each node vector assigned to each node located at least in the lower hierarchy in the tree structure of the hierarchical data acquired from the hierarchical data server 2 at an arbitrary timing. The similarity between the user profile and each node is calculated (calculated by the first similarity calculation unit 532) (step S12). Next, the control unit 53 sets the node having the highest similarity to the user profile based on the similarity relationship calculated in step S12 as a related node related to the user profile for each hierarchy in the tree structure. (Determined by the node determination unit 533) (step S13). Note that the processes in steps S14 to S18 are the same as the processes in steps S4 to S8.
図８は、ユーザ端末１の表示画面に表示されたマイ本棚ページの一例を示す図である。図８に示すマイ本棚ページにも、図７に示す商品詳細ページと同様、スライダーバー１０３で関連ノードの範囲をコントロールできるインタフェースが設けられており、このスライダー１０４の動きに合わせて推薦されるアイテムが切り替わるようになっている。 FIG. 8 is a diagram illustrating an example of a my bookshelf page displayed on the display screen of the user terminal 1. As with the product details page shown in FIG. 7, the My Bookshelf page shown in FIG. 8 is provided with an interface that can control the range of related nodes with the slider bar 103, and an item recommended in accordance with the movement of the slider 104. Will be switched.
以上説明したように、上記実施形態によれば、情報推薦サーバ５は、アイテムベクトル又はユーザベクトルと、各ノードベクトルとを用いて、選択アイテムまたはユーザプロファイルと、当該各ノードとの類似度を算出し、当該類似度の大小関係に基づいて、選択アイテム又はユーザプロファイルに関連する関連ノードを階層ごとに決定し、当該各関連ノードに付与された各ノードベクトルと、推薦候補となる複数のアイテムに関するアイテムベクトルとを用いて、当該各関連ノードと当該各アイテムとの類似度を算出し、当該類似度の大小関係に基づいて、当該関連ノードとの類似度が大きい推薦アイテムを階層ごとに決定するように構成したので、選択アイテム又はユーザプロファイルと、推薦アイテムとの関連性を保ちながら、意外性や多様性を持つ推薦アイテムを推薦することできる。 As described above, according to the embodiment, the information recommendation server 5 calculates the similarity between the selected item or the user profile and each node using the item vector or user vector and each node vector. Then, based on the magnitude relationship of the similarity, a related node related to the selected item or the user profile is determined for each hierarchy, and each node vector assigned to each related node and a plurality of items that are recommended candidates Using the item vector, the degree of similarity between each related node and each item is calculated, and a recommended item having a high degree of similarity with the related node is determined for each layer based on the magnitude relationship of the degree of similarity. Because it is configured as above, while maintaining the relationship between the selected item or user profile and the recommended item, unexpectedness Able to recommend the recommended items with diversity.
なお、上記実施形態においては、情報推薦サーバ５が、上述したアイテム推薦処理における各ステップの処理を行うように構成したが、アイテム推薦処理においてステップＳ１〜Ｓ３（またはステップＳ１１〜Ｓ１３）の処理をユーザ端末１が行うように構成してもよい。この場合、ユーザ端末１には、情報推薦プログラムが予めインストールされる。この情報推薦プログラムは、ユーザ端末１に備えられるＣＰＵを、上述したアイテムベクトル又はユーザベクトル及び上述した階層データを例えば情報推薦サーバ５から取得する取得手段、上記選択アイテムまたはユーザプロファイルと上記各ノードとの類似度を算出する第１類似度算出手段、算出された類似度の大小関係に基づいて例えば上記選択アイテム又はユーザプロファイルとの類似度が最も大きいノードを上記選択アイテム又はユーザプロファイルに関連する関連ノードとして上記木構造における階層ごとに決定するノード決定手段、及び、決定された各ノードを示す情報をネットワークＮＷを介して情報推薦サーバ５へ送信する送信手段として機能させる。一方、情報推薦サーバ５は、上述したように、ステップＳ４〜Ｓ８（またはステップＳ１４〜Ｓ１８）の処理を行い、上記情報推薦プログラムは、ユーザ端末１に備えられるＣＰＵを、さらに、情報推薦サーバ３から送信された推薦アイテムのタイトルを含む情報を受信する受信手段、及び受信された情報をユーザに対して提示する提示手段として機能させる。このような情報推薦プログラムは、例えばアプリケーションとして、所定のサーバ等からネットワークＮＷを介して配信されるようにしても良いし、ＣＤ、ＤＶＤ等の記録媒体に記録されて提供されるようにしてもよい。 In the above embodiment, the information recommendation server 5 is configured to perform the process of each step in the item recommendation process described above. However, the process of steps S1 to S3 (or steps S11 to S13) is performed in the item recommendation process. You may comprise so that the user terminal 1 may perform. In this case, an information recommendation program is installed in the user terminal 1 in advance. The information recommendation program includes a CPU provided in the user terminal 1, an acquisition unit that acquires the item vector or user vector and the hierarchical data described above from, for example, the information recommendation server 5, the selected item or the user profile, and each of the nodes. A first similarity calculating means for calculating the similarity of, for example, a node related to the selected item or user profile with a node having the highest similarity with the selected item or user profile based on the magnitude relationship of the calculated similarity It functions as a node determining unit that determines each node in the tree structure as a node, and a transmitting unit that transmits information indicating each determined node to the information recommendation server 5 via the network NW. On the other hand, as described above, the information recommendation server 5 performs the processes of steps S4 to S8 (or steps S14 to S18), and the information recommendation program further includes a CPU provided in the user terminal 1 and the information recommendation server 3. It functions as receiving means for receiving information including the title of the recommended item transmitted from, and presenting means for presenting the received information to the user. Such an information recommendation program may be distributed as an application from a predetermined server or the like via the network NW, or may be provided by being recorded on a recording medium such as a CD or a DVD. Good.
１ ユーザ端末
２ 階層データサーバ
３ コンテンツサーバ
４ ユーザプロファイルサーバ
５ 情報推薦サーバ
５１ 通信部
５２ 記憶部
５３ 制御部
５３１ 情報取得部
５３２ 第１類似度算出部
５３３ ノード決定部
５３４ 第２類似度算出部
５３５ アイテム決定部
５３６ アイテム推薦部
Ｓ アイテム情報提供システム
1 User terminal 2 Hierarchical data server 3 Content server 4 User profile server 5 Information recommendation server 51 Communication unit 52 Storage unit 53 Control unit 531 Information acquisition unit 532 First similarity calculation unit 533 Node determination unit 534 Second similarity calculation unit 535 Item decision unit 536 Item recommendation unit S Item information providing system
Claims (6)
ユーザにより選択されたアイテムに関するアイテム情報、またはユーザの行動履歴に基づいて作成されたユーザプロファイルを取得する取得手段と、
前記取得手段により取得された前記アイテム情報又は前記ユーザプロファイルと、前記木構造における少なくとも下位階層に位置する各ノードに付与された各ノード情報とを用いて、前記アイテムまたは前記ユーザプロファイルと、前記各ノードとの類似度を算出する第１類似度算出手段と、
前記第１類似度算出手段により算出された類似度の大小関係に基づいて、前記アイテム又は前記ユーザプロファイルに関連するノードを前記木構造における階層ごとに決定するノード決定手段と、
前記ノード決定手段により決定された各ノードに付与された各ノード情報と、アイテムデータベースに記憶された複数のアイテム情報であって複数のアイテムそれぞれに関するアイテム情報とを用いて、前記各ノードと、各前記アイテムとの類似度を算出する第２類似度算出手段と、
前記第２類似度算出手段により算出された類似度の大小関係に基づいて、前記ユーザに対して推薦するアイテムを前記木構造における階層ごとに決定するアイテム決定手段と、
を備えることを特徴とする情報推薦装置。 Multiple class words that are used to classify information and include a class word that represents a superordinate concept and a class word that represents a subordinate concept are linked to other nodes as nodes to create a multi-level tree structure. An information recommendation device that recommends information using the hierarchical data that is formed so that node information relating to the node is assigned to each node located at least in a lower hierarchy in the tree structure. There,
Acquisition means for acquiring item information relating to an item selected by the user or a user profile created based on the user's behavior history;
Using the item information or the user profile acquired by the acquisition means, and each node information assigned to each node located at least in the lower hierarchy in the tree structure, the item or the user profile, and the each First similarity calculation means for calculating a similarity with a node;
Node determining means for determining, for each hierarchy in the tree structure, a node related to the item or the user profile, based on the magnitude relationship of the similarity calculated by the first similarity calculating means;
Using each node information given to each node determined by the node determination means and a plurality of item information stored in the item database and item information regarding each of a plurality of items, the respective nodes, A second similarity calculating means for calculating a similarity with the item;
Item determining means for determining an item recommended for the user for each hierarchy in the tree structure based on the magnitude relationship of the similarity calculated by the second similarity calculating means;
An information recommendation device comprising:
前記ノード決定手段は、前記第１類似度算出手段により算出された類似度が最も大きいノードを決定し、且つ、当該決定されたノードが位置する下位階層より上位の階層に位置するノードであって前記決定されたノードを起点として上位の階層に向かって前記リンクを辿ることで当該上位の階層に位置するノードを決定することを特徴とする請求項１に記載の情報推薦装置。 The first similarity calculating means calculates a similarity between the item or the user profile and each node located in a lower hierarchy in the tree structure;
The node determining means determines a node having the highest similarity calculated by the first similarity calculating means, and is a node located in a hierarchy higher than a lower hierarchy in which the determined node is located. 2. The information recommendation apparatus according to claim 1, wherein a node located in the upper layer is determined by tracing the link toward the upper layer starting from the determined node.
前記ノード決定手段は、前記第１類似度算出手段により算出された類似度が最も大きいノードを階層ごとに決定することを特徴とする請求項１に記載の情報推薦装置。 The first similarity calculation means calculates a similarity between the item or the user profile and each node located in each hierarchy in the tree structure;
The information recommendation apparatus according to claim 1, wherein the node determination unit determines, for each hierarchy, a node having the highest similarity calculated by the first similarity calculation unit.
ユーザにより選択されたアイテムに関するアイテム情報、またはユーザの行動履歴に基づいて作成されたユーザプロファイルを取得する取得ステップと、
前記取得ステップにより取得された前記アイテム情報又は前記ユーザプロファイルと、前記木構造における少なくとも下位階層に位置する各ノードに付与された各ノード情報とを用いて、前記アイテムまたは前記ユーザプロファイルと、前記各ノードとの類似度を算出する第１類似度算出ステップと、
前記第１類似度算出ステップにより算出された類似度の大小関係に基づいて、前記アイテム又は前記ユーザプロファイルに関連するノードを前記木構造における階層ごとに決定するノード決定ステップと、
前記ノード決定ステップにより決定された各ノードに付与された各ノード情報と、アイテムデータベースに記憶された複数のアイテム情報であって複数のアイテムそれぞれに関するアイテム情報とを用いて、前記各ノードと、各前記アイテムとの類似度を算出する第２類似度算出ステップと、
前記第２類似度算出ステップにより算出された類似度の大小関係に基づいて、前記ユーザに対して推薦するアイテムを前記木構造における階層ごとに決定するアイテム決定ステップと、
を含むことを特徴とする推薦情報決定方法。 Multiple class words that are used to classify information and include a class word that represents a superordinate concept and a class word that represents a subordinate concept are linked to other nodes as nodes to create a multi-level tree structure. This is hierarchical data to be formed, and is executed by a computer that recommends information using the hierarchical data configured such that node information relating to the node is assigned to each node located at least in the lower hierarchy in the tree structure. A recommended information determination method,
An acquisition step of acquiring item information relating to an item selected by the user or a user profile created based on the user's behavior history;
Using the item information or the user profile acquired in the acquisition step, and each node information assigned to each node located at least in the lower hierarchy in the tree structure, the item or the user profile, and the each A first similarity calculating step for calculating a similarity with a node;
A node determination step for determining, for each hierarchy in the tree structure, a node related to the item or the user profile based on the magnitude relationship of the similarity calculated by the first similarity calculation step;
Using each node information given to each node determined by the node determination step and a plurality of item information stored in an item database and item information relating to each of the plurality of items, the respective nodes, A second similarity calculating step for calculating a similarity with the item;
An item determining step for determining, for each hierarchy in the tree structure, an item recommended to the user based on the magnitude relationship of the similarity calculated by the second similarity calculating step;
The recommendation information determination method characterized by including.
ユーザにより選択されたアイテムに関するアイテム情報、またはユーザの行動履歴に基づいて作成されたユーザプロファイルを取得する取得手段、
前記取得手段により取得された前記アイテム情報又は前記ユーザプロファイルと、前記木構造における少なくとも下位階層に位置する各ノードに付与された各ノード情報とを用いて、前記アイテムまたは前記ユーザプロファイルと、前記各ノードとの類似度を算出する第１類似度算出手段、
前記第１類似度算出手段により算出された類似度の大小関係に基づいて、前記アイテム又は前記ユーザプロファイルに関連するノードを前記木構造における階層ごとに決定するノード決定手段、
前記ノード決定手段により決定された各ノードに付与された各ノード情報と、アイテムデータベースに記憶された複数のアイテム情報であって複数のアイテムそれぞれに関するアイテム情報とを用いて、前記各ノードと、各前記アイテムとの類似度を算出する第２類似度算出手段、及び、
前記第２類似度算出手段により算出された類似度の大小関係に基づいて、前記ユーザに対して推薦するアイテムを前記木構造における階層ごとに決定するアイテム決定手段として機能させることを特徴とする推薦情報決定プログラム。 Multiple class words that are used to classify information and include a class word that represents a superordinate concept and a class word that represents a subordinate concept are linked to other nodes as nodes to create a multi-level tree structure. A computer that recommends information using the hierarchical data that is configured to be provided with node information related to the node to each node located in at least a lower hierarchy in the tree structure,
Acquisition means for acquiring item information relating to an item selected by the user or a user profile created based on the user's behavior history;
Using the item information or the user profile acquired by the acquisition means, and each node information assigned to each node located at least in the lower hierarchy in the tree structure, the item or the user profile, and the each First similarity calculation means for calculating similarity with a node;
Node determination means for determining, for each hierarchy in the tree structure, a node related to the item or the user profile based on the magnitude relationship of the similarity calculated by the first similarity calculation means;
Using each node information given to each node determined by the node determination means and a plurality of item information stored in the item database and item information regarding each of a plurality of items, the respective nodes, A second similarity calculating means for calculating a similarity with the item, and
A recommendation that functions as an item determination unit that determines an item to be recommended to the user for each hierarchy in the tree structure based on the magnitude relationship of the similarity calculated by the second similarity calculation unit. Information determination program.
ユーザにより選択されたアイテムに関するアイテム情報、またはユーザの行動履歴に基づいて作成されたユーザプロファイルを取得する取得手段、
前記取得手段により取得された前記アイテム情報又は前記ユーザプロファイルと、前記木構造における少なくとも下位階層に位置する各ノードに付与された各ノード情報とを用いて、前記アイテムまたは前記ユーザプロファイルと、前記各ノードとの類似度を算出する第１類似度算出手段、
前記第１類似度算出手段により算出された類似度の大小関係に基づいて、前記アイテム又は前記ユーザプロファイルに関連するノードを前記木構造における階層ごとに決定するノード決定手段、及び、前記ノード決定手段により決定された各ノードを示す情報を、ネットワークを介して情報推薦サーバへ送信する送信手段として機能させる情報推薦プログラムであって、
前記情報推薦サーバが、前記決定された各ノードに付与された各ノード情報と、アイテムデータベースに記憶された複数のアイテム情報であって複数のアイテムそれぞれに関するアイテム情報とを用いて、前記各ノードと、各前記アイテムとの類似度を算出し、当該算出した類似度の大小関係に基づいて前記ユーザに対して推薦するアイテムを前記木構造における階層ごとに決定し、当該決定したアイテムのタイトルを含む情報を前記端末装置へ送信し、
前記情報推薦プログラムは、前記端末装置のコンピュータを、さらに、前記情報推薦サーバから送信された前記アイテムのタイトルを含む情報を受信する受信手段、及び前記受信手段により受信された情報をユーザに対して提示する提示手段として機能させることを特徴とする情報推薦プログラム。 Multiple class words that are used to classify information and include a class word that represents a superordinate concept and a class word that represents a subordinate concept are linked to other nodes as nodes to create a multi-level tree structure. A computer of a terminal device that recommends information using the hierarchical data that is formed so that node information relating to the node is assigned to each node that is at least the lower hierarchy in the tree structure. The
Acquisition means for acquiring item information relating to an item selected by the user or a user profile created based on the user's behavior history;
Using the item information or the user profile acquired by the acquisition means, and each node information assigned to each node located at least in the lower hierarchy in the tree structure, the item or the user profile, and the each First similarity calculation means for calculating similarity with a node;
A node determination unit that determines a node related to the item or the user profile for each hierarchy in the tree structure based on a similarity relationship calculated by the first similarity calculation unit; and the node determination unit An information recommendation program that causes information indicating each node determined by the above to function as a transmission unit that transmits information to an information recommendation server via a network,
The information recommendation server uses each node information given to each determined node and a plurality of item information stored in an item database and item information regarding each of the plurality of items, , Calculating the degree of similarity with each item, determining an item recommended for the user for each hierarchy in the tree structure based on the magnitude relationship of the calculated degree of similarity, and including the title of the determined item Sending information to the terminal device;
The information recommendation program further includes: a receiving unit configured to receive information including a title of the item transmitted from the information recommendation server; and information received by the receiving unit to the user. An information recommendation program that functions as a presentation means for presenting.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013065167A JP6056592B2 (en) | 2013-03-26 | 2013-03-26 | Information recommendation device, recommendation information determination method, recommendation information determination program, and information recommendation program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013065167A JP6056592B2 (en) | 2013-03-26 | 2013-03-26 | Information recommendation device, recommendation information determination method, recommendation information determination program, and information recommendation program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014191501A JP2014191501A (en) | 2014-10-06 |
| JP6056592B2 true JP6056592B2 (en) | 2017-01-11 |
Family
ID=51837719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013065167A Active JP6056592B2 (en) | 2013-03-26 | 2013-03-26 | Information recommendation device, recommendation information determination method, recommendation information determination program, and information recommendation program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6056592B2 (en) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6294371B2 (en) * | 2016-03-01 | 2018-03-14 | Ｎｅｃパーソナルコンピュータ株式会社 | Information processing apparatus, information processing system, information processing method, and program |
| CN109102356B (en) * | 2018-06-13 | 2023-06-30 | 中国平安人寿保险股份有限公司 | Recommendation method of insurance products, readable storage medium and terminal equipment |
| CN110163476A (en) * | 2019-04-15 | 2019-08-23 | 重庆金融资产交易所有限责任公司 | Project intelligent recommendation method, electronic device and storage medium |
| CN111768262A (en) * | 2019-11-08 | 2020-10-13 | 北京沃东天骏信息技术有限公司 | Information recommendation method and device, electronic equipment and storage medium |
| CN111723292B (en) * | 2020-06-24 | 2023-07-07 | 携程计算机技术（上海）有限公司 | Recommendation method, system, electronic equipment and storage medium based on graph neural network |
| CN112182386B (en) * | 2020-09-29 | 2023-12-05 | ***股份有限公司 | Target recommendation method and device based on knowledge graph |
| CN113781087A (en) * | 2021-01-29 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | Recall method and device of recommended object, storage medium and electronic equipment |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001237969A (en) * | 2000-02-23 | 2001-08-31 | Sony Corp | Communication system and device and method for managing communication |
| JP2012053863A (en) * | 2010-08-06 | 2012-03-15 | Nippon Telegr & Teleph Corp <Ntt> | Information recommendation processor and control program thereof |
| JP5578040B2 (en) * | 2010-11-15 | 2014-08-27 | ソニー株式会社 | Information processing apparatus and method, information processing system, and program |
| CN103218719B (en) * | 2012-01-19 | 2016-12-07 | 阿里巴巴集团控股有限公司 | A kind of e-commerce website air navigation aid and system |
-
2013
- 2013-03-26 JP JP2013065167A patent/JP6056592B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2014191501A (en) | 2014-10-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6056592B2 (en) | Information recommendation device, recommendation information determination method, recommendation information determination program, and information recommendation program | |
| US10304116B2 (en) | System and method for targeting content based on filter activity | |
| US8266131B2 (en) | Method and a system for searching information using information device | |
| US10628504B2 (en) | System of providing suggestions based on accessible and contextual information | |
| US10891679B2 (en) | Generating media recommendations based upon beats per minute | |
| US8296291B1 (en) | Surfacing related user-provided content | |
| US20120005044A1 (en) | System And Method To Provide A Table Of Products Based On Ranked User Specified Product Attributes | |
| JP2010113557A (en) | Recommendation device, recommendation method and recommendation program | |
| CN101968802A (en) | Method and equipment for recommending content of Internet based on user browse behavior | |
| US9141671B2 (en) | System and method for presenting filter options to a user based on ongoing monitoring of filter selections | |
| CN102822815A (en) | Method and system for action suggestion using browser history | |
| US20070192317A1 (en) | Method of assessing consumer preference tendencies based on correlated communal information | |
| US20160196593A1 (en) | System and method for tracking filter activity and monitoring trends associated with said activity | |
| TWI507902B (en) | A retrieval system, a retrieval condition setting device, a control method of a search condition setting device, a computer program product, and an information memory medium | |
| JP5805134B2 (en) | Terminal device and device program | |
| JP2016099705A (en) | Information processing device, information providing method, and information providing program | |
| US20160300292A1 (en) | Product navigation tool | |
| JP6789860B2 (en) | Information providing equipment, information providing method, and information providing program | |
| US8635120B1 (en) | File system merchandising | |
| JP2014157403A (en) | Digital content management system, digital content management method, and digital content management program | |
| KR101417894B1 (en) | System and Method of participation search service for providing contents of interest | |
| JP6007634B2 (en) | Book information search device, book information search program, and book information search system | |
| US20070192345A1 (en) | Method of assessing consumer preference tendencies based on an analysis of correlated communal information | |
| CN107180063A (en) | The ItemCF that a kind of hadoop is realized recommends method | |
| JP6901526B2 (en) | Information providing device, information providing method, information providing program, and information display program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160125 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161028 |
|
| 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: 20161108 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161121 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6056592 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |