JP6060833B2 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Description

本発明は、あるアイテムに関連するアイテムを選出するための技術に関する。

近年、デジタル技術やネットワーク技術の進展により、ネットワークを使ってデジタルコンテンツや物品などのアイテムを配信したり、販売することが増えている。また、検索サイトなどを通じて情報収集する機会も増えている。これに伴い、多数のアイテムの中から、ユーザが興味を持つ可能性の高いアイテムの情報や、目的と合致する情報を選択して提供する技術へのニーズが高まっている。
例えば、アイテムを推薦する技術の一つに、協調フィルタリングを用いた推薦処理が存在する。協調フィルタリングを用いた推薦処理では、多数の閲覧履歴や利用履歴などの利用情報を蓄積し、その利用情報を用いて、あるアイテムに関連するアイテム集合を推薦する。
また、サービス開始時等の利用情報が少ない時期においても、アイテムを推薦する技術へのニーズが高まっている。
例えば、利用情報の少ないアイテムでも推薦するための技術が、特許文献１に開示されている。

特開２０１２−０５９１８３

特許文献１は、ユーザが閲覧したアイテムの関連アイテムを提示する際に、閲覧したアイテムに対して付与されている関連性の高いキーワードと同じキーワードを多く有する他のアイテムを優先的に提示することで、利用情報が少ない状態でも関連アイテムを提示することができる。
しかしながら、上記の特許文献１では、関連アイテムが、同じキーワードを多く持つため、キーワードは一致しないが関連する可能性のあるアイテムを提示することが難しい。つまり、多様なアイテムを推薦するのが難しいため、ユーザが「同じようなアイテムしか推薦されない」と感じ、推薦への興味を失ってしまうことがあった。

本発明は、多様なアイテムを推薦することができる技術を提供することを目的とする。

本発明は上述した従来の技術の課題を解決するため、基準アイテムに関連するアイテムを選出する情報処理装置において、利用主体を識別する利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を格納する利用情報格納部と、アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報を格納するアイテム情報格納部と、前記利用情報及び前記属性対応情報に基づいて、属性識別子と、アイテム識別子との間の関連度である属性関連度を算出し、算出した属性関連度に基づいて、アイテム識別子ごとに、そのアイテム識別子に関連する属性識別子である関連属性を選出し、それぞれのアイテム識別子と、選出した関連属性とを対応付けた関連属性情報を作成する関連属性選出部と、前記関連属性選出部が生成した関連属性情報を格納する関連属性情報格納部と、前記基準アイテムのアイテム識別子である基準アイテム識別子を含む関連属性情報を前記関連属性情報格納部より取得し、取得した関連属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である関連候補アイテム集合を形成し、その関連候補アイテム集合に含まれるアイテム識別子それぞれと前記基準アイテムとの関連度を算出し、算出した関連度に基づいて、前記基準アイテムに関連するアイテムを選出する関連アイテム選出部とを備えることを特徴とする情報処理装置を提供する。
また、本発明は上述した従来の技術の課題を解決するため、基準アイテムに関連するアイテムを選出する情報処理方法において、利用主体を識別する利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を利用情報格納部に格納する利用情報格納ステップと、アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報をアイテム情報格納部に格納するアイテム情報格納ステップと、前記利用情報及び前記属性対応情報に基づいて、属性識別子と、アイテム識別子との間の関連度である属性関連度を算出し、算出した属性関連度に基づいて、アイテム識別子ごとに、そのアイテム識別子に関連する属性識別子である関連属性を選出し、それぞれのアイテム識別子と、選出した関連属性とを対応付けた関連属性情報を作成する関連属性選出ステップと、前記関連属性選出ステップにおいて生成した関連属性情報を関連属性情報格納部に格納する関連属性情報格納ステップと、前記基準アイテムのアイテム識別子である基準アイテム識別子を含む関連属性情報を前記関連属性情報格納部より取得し、取得した関連属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である関連候補アイテム集合を形成し、その関連候補アイテム集合に含まれるアイテム識別子それぞれと前記基準アイテムとの関連度を算出し、算出した関連度に基づいて、前記基準アイテムに関連するアイテムを選出する関連アイテム選出ステップとを有することを特徴とする情報処理方法を提供する。
また、本発明は上述した従来の技術の課題を解決するため、コンピュータに基準アイテムに関連するアイテムを選出させる情報処理プログラムにおいて、利用主体を識別する利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を利用情報格納部に格納する利用情報格納ステップと、アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報をアイテム情報格納部に格納するアイテム情報格納ステップと、前記利用情報及び前記属性対応情報に基づいて、属性識別子と、アイテム識別子との間の関連度である属性関連度を算出し、算出した属性関連度に基づいて、アイテム識別子ごとに、そのアイテム識別子に関連する属性識別子である関連属性を選出し、それぞれのアイテム識別子と、選出した関連属性とを対応付けた関連属性情報を作成する関連属性選出ステップと、前記関連属性選出ステップにおいて生成した関連属性情報を関連属性情報格納部に格納する関連属性情報格納ステップと、前記基準アイテムのアイテム識別子である基準アイテム識別子を含む関連属性情報を前記関連属性情報格納部より取得し、取得した関連属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である関連候補アイテム集合を形成し、その関連候補アイテム集合に含まれるアイテム識別子それぞれと前記基準アイテムとの関連度を算出し、算出した関連度に基づいて、前記基準アイテムに関連するアイテムを選出する関連アイテム選出ステップとをコンピュータに実行させることを特徴とする情報処理プログラムを提供する。

本発明によれば、多様なアイテムを推薦することができる。

本発明の第１の実施形態におけるシステム全体の構成を示す図である。 本発明の第１の実施形態における情報処理サーバ装置１の構成を示すブロック図である。 本発明の第１の実施形態におけるユーザ情報格納部１３１の格納状態を示す図である。 本発明の第１の実施形態におけるアイテム情報格納部１３２の格納状態を示す図である。 本発明の第１の実施形態における利用情報格納部１３３の格納状態を示す図である。 本発明の第１の実施形態における関連属性情報格納部１３４の格納状態を示す図である。 本発明の第１の実施形態における属性優先値情報格納部１３５の格納状態を示す図である。 本発明の第１の実施形態における関連アイテム情報格納部１３６の格納状態を示す図である。 本発明の第１の実施形態における関連属性選出処理の手順を示すフローチャートである。 本発明の第１の実施形態における属性優先値算出処理の手順を示すフローチャートである。 本発明の第１の実施形態における関連アイテム選出処理の手順を示すフローチャートである。 本発明の第１の実施形態におけるアイテムｉ３に対する関連属性を示す表である。 本発明の第１の実施形態におけるアイテムｉ３に対する関連候補アイテムのアイテム集合のイメージを示す図である。

以下、本発明の情報処理装置、情報処理方法、及びプログラムについて、添付図面を参照して説明する。なお、本発明におけるアイテムとは、テキスト、音声、音楽、映像、ウェブページ等のデジタルコンテンツや様々な物品であってもよいし、金融商品、不動産、人物に関する情報等であってもよい。すなわち本発明におけるアイテムは、有形か無形かを問わず、有料か無料かも問わない。

＜第１の実施形態＞
以下に、本発明の第１の実施形態について、図を用いて詳細に説明する。図１は、本発明の第１の実施形態におけるシステム全体の構成図である。本実施形態におけるシステムは、情報処理サーバ装置１と、１つ以上の端末装置３（３ａ〜３ｎ）がネットワーク２を介して接続されている。なお、各実施形態において、情報処理サーバ装置１のみが情報処理装置として機能してもよいし、情報処理サーバ装置１が、端末装置３と協働して情報処理装置として機能してもよい。

ネットワーク２は、例えばインターネット等のネットワークであり、情報処理サーバ装置１と端末装置３との間の情報のやり取りを仲介する。
端末装置３は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ、ネットワークインタフェース等を備える一般的なコンピュータ、または、携帯電話やスマートフォンやタブレットＰＣ等の携帯情報端末であり、端末制御部３１と端末通信部３２と端末入力部３３と端末表示部３４とで構成されている。
端末通信部３２は、ネットワーク２を介して情報処理サーバ装置１と通信を行うための部である。
端末入力部３３は、例えば、端末装置３がＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であれば、マウスやキーボード、携帯電話であれば、ボタンといったように、ユーザが端末装置３を操作するためのインタフェースである。
端末表示部３４は、例えば、ディスプレイといったように、様々な情報を表示し、ユーザに視覚的に示すためのインタフェースである。

端末制御部３１は、ネットワーク２を介して、利用情報送信処理や、関連アイテム取得要求送信処理や、関連アイテム詳細情報表示処理を行う。
利用情報送信処理とは、端末装置３を利用するユーザ（利用ユーザ）が、何らかのアイテムの閲覧や利用などの操作を行った場合に、情報処理サーバ装置１に、利用情報を送信する処理である。利用情報とは、ユーザのアイテムの閲覧や利用に関する情報であり、少なくとも、利用ユーザを一意に識別するユーザ識別子、又は端末装置３を一意に識別するための端末識別子と、閲覧や利用の対象となったアイテムを一意に識別するアイテム識別子と閲覧や利用した時期を示す利用時期情報を含む。本実施形態では、ユーザ識別子を用いる場合を例にして説明するが、端末識別子を用いる場合も同様である。ユーザ識別子と端末識別子とを合わせた意味の総称として、利用主体識別子という用語を用いる。また、ユーザ、又は、ユーザの利用した端末装置を、適宜、利用主体と称することとする。また、利用時期情報は、日付のみを示す情報でもよいし、ミリ秒単位まで細かく示す情報でもよく、サービスの形態に応じて、必要な単位まで分かる情報であればよい。

関連アイテム取得要求送信処理とは、利用ユーザが閲覧したアイテムに関連する関連アイテム詳細情報を取得するような操作を行った場合や端末装置３が自動的に関連アイテム詳細情報を取得する動作を行った場合に、情報処理サーバ装置１に関連アイテム取得要求を送信する処理である。関連アイテム詳細情報は、閲覧したアイテムに関連する１つ以上のアイテムに関する情報である。関連アイテム取得要求は、少なくとも閲覧したアイテムのアイテム識別子を含む。なお、関連アイテム取得要求には、取得する関連アイテムの個数を制限する取得制限数を関連付けてもよい。
関連アイテム詳細情報表示処理とは、情報処理サーバ装置１より、送信した関連アイテム取得要求に対応する関連アイテム詳細情報を受信し、端末表示部３４に、受信したアイテム詳細情報を表示する処理である。

情報処理サーバ装置１は、ネットワーク２を介して、端末装置３と様々な情報をやり取りする装置である。情報処理サーバ装置１は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ（ＨＤＤ）、ネットワークインタフェース等を備えるコンピュータを用いて、ソフトウェア（プログラム）処理として実施することも可能である。なお、情報処理サーバ装置１を複数のコンピュータを用いて構成してもよい。例えば、負荷分散をするために、情報処理サーバ装置１の各部に相当する処理を行うコンピュータを複数用いて分散処理を行ってもよい。また、情報処理サーバ装置１の一部の部の処理をあるコンピュータで実施し、他の部の処理を別のコンピュータで実施する形態で分散処理を行ってもよい。
図２は、本実施形態における情報処理サーバ装置１の構成図である。本実施形態における情報処理サーバ装置１は、情報処理サーバ制御部１１と、情報処理サーバ通信部１２と、情報処理サーバ格納部１３とで構成される。
情報処理サーバ通信部１２は、ネットワーク２を介して端末装置３と通信を行うための部である。

情報処理サーバ格納部１３は、メモリやＨＤＤなどの記憶装置を用いて、様々なデータを記憶する。情報処理サーバ格納部１３は、ユーザ情報格納部１３１と、アイテム情報格納部１３２と、利用情報格納部１３３と、関連属性情報格納部１３４と、属性優先値情報格納部１３５と、関連アイテム情報格納部１３６とで構成される。
ユーザ情報格納部１３１は、ユーザ情報を複数記憶する。図３は、ユーザ情報格納部１３１の格納状態を示す図である。ユーザ情報とは、端末装置３の利用ユーザを一意に識別するユーザ識別子（ｕｓｅｒ＿ｉｄ）とユーザ属性情報（ｕｓｅｒ＿ｉｎｆｏ）とを関連付けたものであり、図３のようなテーブル形式で記憶する。ユーザ属性情報とは、ユーザの名前、年齢、性別、住所（地域）、趣味、会員になった時期（年月、日付、日時など）、メールアドレス、電話番号などの情報である。また、情報処理サーバ装置１にて商品の購入が可能であれば、商品の支払いを行うためのクレジットカード情報などを含んでもよい。
アイテム情報格納部１３２は、アイテム識別情報と、属性種別情報と、属性値情報と、属性対応情報を、それぞれ複数記憶する。図４（図４（ａ）〜図４（ｄ））は、アイテム情報格納部１３２の格納状態を示す図である。

アイテム識別情報とは、アイテムを一意に識別するためのアイテム識別子（ｉｔｅｍ＿ｉｄ）と、アイテムの名称（ｉｔｅｍ＿ｎａｍｅ）とを関連付けたものであり、図４（ａ）のようなテーブル形式で格納する。なお、ｉｔｅｍ＿ｉｄは一意であり、重複登録ができない。
属性種別情報とは、アイテム属性の種別を一意に識別するための属性種別識別子（ｔｙｐｅ＿ｉｄ）と、アイテム属性の種別の名称（ｔｙｐｅ＿ｎａｍｅ）とを関連付けたものであり、図４（ｂ）のようなテーブル形式で格納する。アイテム属性の種別は、アイテム属性の項目にあたるものであり、例えば、アイテムの「作成者」「ジャンル」「制作年」「価格」「利用に適したユーザの条件」などになる。なお、ｔｙｐｅ＿ｉｄは一意であり、重複登録ができない。

属性値情報とは、属性種別識別子（ｔｙｐｅ＿ｉｄ）と、属性種別識別子に対応する属性値を一意に識別するための属性値識別子（ａｔｔｒ＿ｉｄ）と、属性値（ａｔｔｒ＿ｎａｍｅ）とを関連付けたものであり、図４（ｃ）のようなテーブル形式で格納する。例えば、アイテムが「本」に関するものであり、ｔｙｐｅ＿ｉｄが「ジャンル」に該当する識別子である場合、属性値は、「フィクション」「恋愛」「料理」などになる。なお、（ｔｙｐｅ＿ｉｄ，ａｔｔｒ＿ｉｄ）の組合せは一意であり、重複登録ができない。
属性対応情報とは、アイテムに対応する属性を関連付けた情報であり、アイテム識別子（ｉｔｅｍ＿ｉｄ）と、属性種別識別子（ｔｙｐｅ＿ｉｄ）と、属性値識別子（ａｔｔｒ＿ｉｄ）とを関連付けたものであり、図４（ｄ）のようなテーブル形式で格納する。なお、（ｉｔｅｍ＿ｉｄ，ｔｙｐｅ＿ｉｄ，ａｔｔｒ＿ｉｄ）の組合せは一意であり、重複登録ができない。

図４（ａ）〜図４（ｄ）のテーブルを用いることで、アイテムが有する複数の属性を、その属性の種別ごとに管理することができる。なお、あるアイテムに対応するアイテム識別情報と、そのアイテムに対応する属性対応情報から特定される属性種別情報と属性値情報とを合わせてアイテム属性情報とする。また、ｔｙｐｅ＿ｎａｍｅとａｔｔｒ＿ｎａｍｅの組合せをアイテム属性とする。また、ｔｙｐｅ＿ｉｄとａｔｔｒ＿ｉｄの組合せを属性識別子とする。また、本実施形態においては、属性識別子を属性種別識別子と属性値識別子の組合せとして扱っているが、アイテム属性の種別が存在しない（属性種別識別子が存在しない）ようなサービスの場合は、属性値識別子のみを属性識別子として扱ってもよい。この場合、属性種別情報の格納が不要になる。
利用情報格納部１３３は、利用情報を複数記憶する。図５は、利用情報格納部１３３の格納状態を示す図である。図５に示すように、利用情報を構成するユーザ識別子（ｕｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用時期情報（ｄｌ＿ｄａｔｅ）とを関連付けて、テーブル形式で格納する。利用情報に他の情報も含まれる場合は、利用情報に含まれている全ての情報を格納できるように、利用情報の形態に合わせて格納形式を変更すればよい。

関連属性情報格納部１３４は、関連属性情報を複数記憶する。図６は、関連属性情報格納部１３４の格納状態を示す図である。図６に示すように、関連属性情報を構成するアイテム識別子（ｉｔｅｍ＿ｉｄ）と、属性種別識別子（ｔｙｐｅ＿ｉｄ）と、属性値識別子（ａｔｔｒ＿ｉｄ）と、関連の度合いを数値化した属性関連度（ａ＿ｖａｌｕｅ）とを関連付けて、テーブル形式で格納する。なお、（ｉｔｅｍ＿ｉｄ，ｔｙｐｅ＿ｉｄ，ａｔｔｒ＿ｉｄ）の組合せは一意とし、重複登録ができない。
属性優先値情報格納部１３５は、属性優先値情報を複数記憶する。図７は、属性優先値情報格納部１３５の格納状態を示す図である。図７に示すように、属性優先値情報を構成するアイテム識別子（ｉｔｅｍ＿ｉｄ）と、属性種別識別子（ｔｙｐｅ＿ｉｄ）と、属性値識別子（ａｔｔｒ＿ｉｄ）と、属性の優先の度合いを数値化した属性優先値（ｐ＿ｖａｌｕｅ）を関連付けて、テーブル形式で格納する。なお、（ｉｔｅｍ＿ｉｄ，ｔｙｐｅ＿ｉｄ，ａｔｔｒ＿ｉｄ）の組合せは一意とし、重複登録ができない。

関連アイテム情報格納部１３６は、関連アイテム情報を複数記憶する。図８は、関連アイテム情報格納部１３６の格納状態を示す図である。図８に示すように、関連アイテム情報を構成する基準となるアイテム（基準アイテム）のアイテム識別子（基準アイテム識別子（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ））と、基準アイテムに対する関連アイテムのアイテム識別子（関連アイテム識別子（ｓｉｍ＿ｉｔｅｍ＿ｉｄ））と、基準アイテムと関連アイテムとの関連性の度合いを数値化した関連度（ｓ＿ｖａｌｕｅ）とを関連付けて、テーブル形式で格納する。なお、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｓｉｍ＿ｉｔｅｍ＿ｉｄ）の組合せは一意とし、重複登録ができない。基準アイテム識別子を指定することで、基準アイテムに対応する関連アイテム識別子を全て取得することができる。ここでは、１つのテーブルに２種類のアイテム識別子を格納するために、ｂａｓｅ＿ｉｔｅｍ＿ｉｄ、ｓｉｍ＿ｉｔｅｍ＿ｉｄという名称を付けて区別しているが、これらはアイテム情報格納部１３２などに格納されているｉｔｅｍ＿ｉｄと同じものである。なお、基準アイテムとは、例えば、閲覧の対象となっているアイテムであるが、その他、様々な方法で指定される任意のアイテムであってもよい。

情報処理サーバ制御部１１は、情報処理サーバ装置１を構成する各部に対して、全体的な制御を行う。情報処理サーバ制御部１１は、利用情報登録部１１１と、関連属性選出部１１２と、属性優先値算出部１１３と、関連アイテム選出部１１４と、関連アイテム詳細情報作成部１１５とで構成される。
利用情報登録部１１１は、ネットワーク２を介して、端末装置３より利用情報を受信し、利用情報格納部１３３に、受信した利用情報を格納する。
関連属性選出部１１２は、所定のタイミングごとに、関連属性選出処理を行う。所定のタイミングとしては、所定の時間間隔（例えば２４時間ごと）を用いてもよいし、利用情報を一定回数受信するごととしてもよい。また、月曜日〜金曜日までは３時間ごと、土曜日は６時間ごと、日曜日は１２時間ごと、というように時間間隔が変動してもよい。また、夏は時間間隔を短くして、冬は時間間隔を長くするなど、季節に応じて時間間隔を変えてもよい。

関連属性選出処理の手順を、図９のフローチャートを用いて説明する。
まず、関連属性選出部１１２が、利用情報格納部１３３より、利用情報に含まれるアイテム識別子を重複なしで、全て抽出する（ステップ１０１）。このとき、アイテム識別子を抽出する利用情報を、関連属性選出処理の時点から所定期間（例えば、３ヶ月といったように予めサービス提供側が決めておく）遡った範囲に該当する利用時期情報を含むものに限定することで、直近に利用されたアイテムのみに対して、関連属性情報を選出するようにしてもよい。
次に、関連属性選出部１１２が、ステップＳ１０１にて抽出したアイテム識別子の中から、例えば、抽出した順に１つ選択する（ステップＳ１０２）。
次に、関連属性選出部１１２が、利用情報格納部１３３より、ステップＳ１０２にて選択したアイテム識別子を有する利用情報を全て取得する（ステップＳ１０３）。このとき、取得する利用情報を、関連属性選出処理の時点から所定期間（例えば、３ヶ月といったように予めサービス提供側が設定しておく）遡った範囲に該当する利用時期情報を含むものに限定することで、直近の利用情報のみを用いて、関連属性情報を選出するようにしてもよい。また、関連属性選出処理の時点に近い順に、所定個数（例えば、１０個といったように予めサービス提供側が設定しておく）まで取得することで、関連属性情報を選出する際の計算量を減らすようにしてもよい。

次に、関連属性選出部１１２が、ステップＳ１０３にて取得した利用情報よりユーザ識別子を重複なしで全て抽出する（ステップＳ１０４）。
次に、関連属性選出部１１２が、利用情報格納部１３４より、ステップＳ１０４にて抽出したユーザ識別子のいずれかを含む利用情報を全て取得する（ステップＳ１０５）。このとき、取得する利用情報を、関連属性選出処理の時点から所定期間（例えば、３ヶ月といったように予めサービス提供側が設定しておく）遡った範囲に該当する利用時期情報を含むものに限定することで、直近の利用情報のみを用いて、関連属性情報を選出するようにしてもよい。また、ユーザ識別子ごとに、関連属性選出処理の時点に近い順に、そのユーザ識別子を含む利用情報を所定個数（例えば、１０個といったように予めサービス提供側が設定しておく）まで取得することで、関連属性情報を選出する際の計算量を減らすようにしてもよい。
次に、関連属性選出部１１２が、アイテム情報格納部１３２より、属性種別情報に含まれる属性種別識別子のうち、関連属性選出対象のものを取得する（ステップＳ１０６）。なお、アイテム属性の種別を属性種別識別子などで管理しているようなサービスは、本発明の効果を実現するために、関連属性選出対象となる属性種別識別子を２つ以上設定する必要がある。関連属性選出対象の属性種別識別子は、予めサービスの提供側が設定すればよい。

次に、関連属性選出部１１２が、ステップＳ１０６にて取得した属性種別識別子のうち、例えば、取得した順に１つ選択する（ステップＳ１０７）。
次に、関連属性選出部１１２が、アイテム情報格納部１３２より、ステップＳ１０７にて選択した属性種別識別子を有する属性対応情報のうち、ステップＳ１０５にて取得した利用情報に含まれるアイテム識別子のいずれかを含むものを全て取得する。さらに、取得した属性対応情報に含まれる属性識別子を、関連候補属性識別子として、重複なしで抽出する（ステップＳ１０８）。
次に、関連属性選出部１１２が、ステップＳ１０８にて抽出した関連候補属性識別子ごとに、属性関連度の算出を行う（ステップＳ１０９）。
属性関連度を算出する方法として例えば、Ｊａｃｃａｒｄ（ジャカード）係数を用いることができる。Ｊａｃｃａｒｄ係数を用いる場合は、アイテムｉを利用したことのあるユーザ集合をＵｉ、アイテム属性ａに属するいずれかのアイテムを利用したことのあるユーザ集合をＵａ、アイテムｉとアイテム属性ａに属するいずれかのアイテムを共に利用したことのあるユーザ数を｜Ｕｉ ∩ Ｕａ｜とし、アイテムｉとアイテム属性ａに属するいずれかのアイテムの少なくとも一方を利用したことのあるユーザ数を｜Ｕｉ ∪ Ｕａ｜としたとき、属性関連度ｓｉｍ（ｉ，ａ）は式（１）にて算出することができる。

また、アイテム嗜好度や属性嗜好度を算出することで、属性関連度算出に、コサイン距離やピアソン積率相関係数を用いることもできる。
アイテム嗜好度とは、ユーザのアイテムに対する嗜好の度合いを示す値であり、算出対象のアイテム識別子を含む利用情報（第１の利用情報）を用いて算出することができる。具体的に、例えば、第１の利用情報の数や、第１の利用情報から重複なしでカウントしたユーザ数や、第１の利用情報に含まれる利用時期情報から、属性関連度算出処理を行った時点までの経過時間などを用いて算出することができる。

属性嗜好度とは、ユーザの属性に対する嗜好の度合いを示す値であり、算出対象の関連候補属性識別子に対応するいずれかのアイテム識別子を含む利用情報（第２の利用情報）を用いて算出することができる。具体的に、例えば、第２の利用情報の数や、第２の利用情報から重複なしでカウントしたユーザ数や、第２の利用情報に含まれる利用時期情報から、属性関連度算出処理を行った時点までの経過時間などを用いて算出することができる。
コサイン距離を用いる場合は、例えば、アイテムｉを利用したことのあるユーザ集合をＵｉとし、アイテムｉのユーザｕｉ（ｕｉ∈Ｕｉ）に対するアイテム嗜好度をＶｉ（ｉ，ｕｉ）、アイテム属性ａに属するいずれかのアイテムを利用したことのあるユーザ集合をＵａとし、アイテム属性ａのユーザｕａ（ｕａ∈Ｕａ）に対する属性嗜好度をＶａ（ａ，ｕａ）、アイテムｉとアイテム属性ａに属するいずれかのアイテムを共に利用したことのあるユーザをＵｃとし、アイテムｉのユーザｕｃ（ｕｃ∈Ｕｃ）に対するアイテム嗜好度をＶｉ（ｉ，ｕｃ）、アイテム属性ａのユーザｕｃに対する属性嗜好度をＶａ（ａ，ｕｃ）としたとき、属性関連度ｓｉｍ（ｉ，ａ）は式（２）で算出することができる。

また、ピアソン積率相関係数を用いる場合は、例えば、アイテムｉとアイテム属性ａに属するいずれかのアイテムを共に利用したことのあるユーザをＵｃとし、Ｕｃに属するユーザの数をｎとし、アイテムｉのユーザｕｃ（ｕｃ∈Ｕｃ）に対するアイテム嗜好度をＶｉ（ｉ，ｕｃ）、アイテム属性ａのユーザｕｃに対する属性嗜好度をＶａ（ａ，ｕｃ）としたとき、属性関連度ｓｉｍ（ｉ，ａ）は式（３）で算出することができる。

これ以外にも、アイテムと属性との関連性を表す指標であれば、どのようなものを用いてもよい。

次に、関連属性選出部１１２が、ステップＳ１０９にて算出した属性関連度に応じて、関連属性の選出を行う（ステップＳ１１０）。関連属性を選出するには、属性関連度が（予め、サービス提供側が設定した）所定値以上の関連候補属性識別子を、関連属性とすればよい。また、属性関連度の降順に（予め、サービス提供側が設定した）所定数まで選択した関連候補属性識別子を、関連属性とすればよい。
次に、関連属性選出部１１２が、ステップＳ１１０にて選出した関連属性ごとに、ステップＳ１０２にて選択したアイテム識別子と、関連属性である属性種別識別子と属性値識別子の組合せと、ステップＳ１０９にて関連属性に対応して算出された属性関連度とを関連付けた関連属性情報を、関連属性情報格納部１３４に格納する（ステップＳ１１１）。

次に、関連属性選出部１１２が、ステップＳ１０７にて全ての属性種別識別子を選択したか否かを判定する（ステップＳ１１２）。全て選択した場合は、ステップＳ１１３へ進み、未選択のものがある場合は、ステップＳ１０７へ進む。
ステップＳ１１３では、関連属性選出部１１２が、ステップＳ１０２にて全てのアイテム識別子を選択したか否かを判定する。全て選択した場合は、ステップＳ１０１からステップＳ１１３までの一連の処理を終了し、未選択のものがある場合は、ステップＳ１０２へ進む。
この手順により、アイテム属性の種別を管理しているようなサービスにおいては、各アイテム識別子ごとに、２種類以上の属性種別識別子に対応する関連属性情報が、関連属性情報格納部１３４に格納されることになる。
なお、関連属性情報を作成する対象となる属性種別識別子を増やせば増やすほど、関連アイテムを選出する際のアイテムの候補を増やすことができる。
また、アイテム属性の種別を管理していない（属性種別識別子のない）サービスにおいては、ステップＳ１０６とステップＳ１０７とステップＳ１１２の処理を省略することができる。
以上が、関連属性選出処理の手順の説明である。

属性優先値算出部１１３は、所定のタイミングごとに、属性優先値算出処理を行う。属性優先値算出処理の手順を、図１０のフローチャートを用いて説明する。
まず、属性優先値算出部１１３が、利用情報格納部１３３より、利用情報に含まれるアイテム識別子を重複なしで、全て抽出する（ステップ２０１）。
次に、属性優先値算出部１１３が、ステップＳ２０１にて抽出したアイテム識別子の中から、例えば、抽出した順に１つ選択する（ステップＳ２０２）。
次に、属性優先値算出部１１３が、利用情報格納部１３３より、ステップＳ２０２にて選択したアイテム識別子を有する利用情報を全て取得する（ステップＳ２０３）。このとき、取得する利用情報を、属性優先値算出処理の時点から所定期間（例えば、３ヶ月といったように予めサービス提供側が設定しておく）遡った範囲に該当する利用時期情報を含むものに限定することで、直近の利用情報のみを用いて、属性優先値を算出するようにしてもよい。
次に、属性優先値算出部１１３が、アイテム情報格納部１３２より、ステップＳ２０２にて選択したアイテム識別子を有する属性対応情報を全て取得する（ステップＳ２０４）。なお、属性対応情報を取得する際に、予めサービス提供側が設定した１つ以上の属性種別識別子のいずれかを含むもののみに限定してもよい。

次に、属性優先値算出部１１３が、ステップＳ２０４にて取得した属性対応情報のうち、例えば、取得した順に１つ選択する（ステップＳ２０５）。
次に、属性優先値算出部１１３が、ステップＳ２０５にて選択した属性対応情報に対して、属性優先値を算出する（ステップＳ２０６）。

属性優先値の算出方法を、以下に７種類説明する。
属性優先値算出の第１の方法は、どのような属性対応情報に対応するアイテム属性対しても、一様に同じ値（例えば、「１」）を算出する方法である。属性優先値算出の第１の方法は、どのようなアイテム属性でも等しく扱うことになる。

属性優先値算出の第２の方法は、ステップＳ２０５にて選択した属性対応情報に対応するアイテム属性に属するアイテムの数が少ないほど、その値が大きくなるように算出する方法である。具体的には、アイテム属性の属性識別子（ｔｘ，ｔｘｙ）（属性種別識別子ｔｘと属性値識別子のペア）に属するアイテム集合Ｉ（ｔｘ，ｔｘｙ）の数｜Ｉ（ｔｘ，ｔｘｙ）｜とした場合、定数α１（＞０）を用いて、アイテムｉに対応する属性優先値ｐｖ（ｉ，ｔｘ，ｔｘｙ）を式（４）にて算出すればよい。

属性優先値算出の第２の方法は、そのアイテム属性に属するアイテムの数が少ないような粒度の細かいアイテム属性ほど重み付けを大きくし、逆に、そのアイテム属性に属するアイテムの数が多いような粒度の粗いアイテム属性ほど重み付けを小さくすることになる。もちろん、アイテム属性に属するアイテム数に対して単調減少するような式であれば、どのような式を用いてもよい。

属性優先値算出の第３の方法は、ステップＳ２０５にて選択した属性対応情報に対応する属性種別識別子に対応する属性値識別子の数が多いほど、その値が大きくなるように算出する方法である。具体的には、アイテム属性の属性種別識別子ｔｘに対応する属性値識別子の集合Ａ（ｔｘ）の数｜Ａ（ｔｘ）｜とした場合、定数β１（≧１）を用いて、アイテムｉに対応する属性優先値ｐｖ（ｉ，ｔｘ，ｔｘｙ）を式（５）にて算出すればよい。

属性優先値算出の第３の方法は、その属性種別に対応する属性値の数が多いような粒度の細かい属性値が設定されている属性種別ほど重み付けを大きくし、逆に、その属性種別に対応する属性値の数が少ないような粒度の粗い属性値が設定されている属性種別ほど重み付けを小さくすることになる。もちろん、アイテム種別に対応する属性値の数に対して単調増加するような式であれば、どのような式を用いてもよい。

属性優先値算出の第４の方法は、ステップＳ２０５にて選択した属性対応情報に対応するアイテム属性に属するアイテムの利用が多いものほど、その値が大きくなるように算出する方法である。具体的には、アイテム属性の属性識別子（ｔｘ，ｔｘｙ）に属するアイテム集合Ｉ（ｔｘ，ｔｘｙ）にいずれかのアイテムの利用に関わる利用情報の集合Ｌ（ｔｘ，ｔｘｙ）の数を｜Ｌ（ｔｘ，ｔｘｙ）｜とした場合、式（５）の｜Ａ（ｔｘ）｜を、｜Ｌ（ｔｘ，ｔｘｙ）｜で置き換えることにより算出できる。属性優先値算出の第４の方法は、多くのユーザに何度も利用されるような人気の高いアイテムが多く属するアイテム属性の重み付けを大きくすることができる。もちろん、アイテム属性に属するアイテムの利用数に対して単調増加するような式であれば、どのような式を用いてもよい。

属性優先値算出の第５の方法は、ステップＳ２０５にて選択した属性対応情報に対応するアイテム属性に属するアイテムを利用したユーザが多いものほど、その値が大きくなるように算出する方法である。具体的には、アイテム属性の属性識別子（ｔｘ，ｔｘｙ）に属するアイテム集合Ｉ（ｔｘ，ｔｘｙ）に含まれるいずれかのアイテムの利用に関わる利用情報の集合Ｌ（ｔｘ，ｔｘｙ）から重複なしで抽出したユーザ集合Ｕ（ｔｘ，ｔｘｙ）の数を｜Ｕ（ｔｘ，ｔｘｙ）｜とした場合、式（５）の｜Ａ（ｔｘ）｜を、｜Ｕ（ｔｘ，ｔｘｙ）｜で置き換えることにより算出できる。属性優先値算出の第５の方法は、多くのユーザに利用されるような人気の高いアイテム属性の重み付けを大きくすることができる。もちろん、アイテム属性に属するアイテムを利用したユーザ数に対して単調増加するような式であれば、どのような式を用いてもよい。

属性優先値算出の第６の方法は、ステップＳ２０２にて選択したアイテム識別子に対応するアイテムの利用数が多いほど、その値が大きくなるように算出する方法である。具体的には、アイテムｉの利用に関わる利用情報の集合Ｌ（ｉ）の数を｜Ｌ（ｉ）｜とした場合、式（５）の｜Ａ（ｔｘ）｜を、｜Ｌ（ｉ）｜で置き換えることにより算出できる。属性優先値算出の第６の方法は、多くのユーザに何度も利用されるような人気の高いアイテムの重み付けを大きくすることができる。もちろん、アイテムの利用数に対して単調増加するような式であれば、どのような式を用いてもよい。

属性優先値算出の第７の方法は、ステップＳ２０２にて選択したアイテム識別子に対応するアイテムを利用したユーザ数が多いほど、その値が大きくなるように算出する方法である。具体的には、アイテムｉの利用に関わる利用情報の集合Ｌ（ｉ）から重複なしで抽出したユーザ集合Ｕ（ｉ）の数を｜Ｕ（ｉ）｜とした場合、式（５）の｜Ａ（ｔｘ）｜を、｜Ｕ（ｉ）｜で置き換えることにより算出できる。属性優先値算出の第７の方法は、多くのユーザに利用されるような人気の高いアイテムの重み付けを大きくすることができる。もちろん、利用したユーザの数に対して単調増加するような式であれば、どのような式を用いてもよい。
また、属性優先値算出の第２から第７の方法を組み合わせて算出してもよい。例えば、第２と第４の方法を組み合わせて、式（６）や式（７）のように算出してもよい。それ以外でも、各算出方法の性質を変化させないように自由に組み合わせてもよい。以上が、属性優先値の算出方法の説明である。

次に、属性優先値算出部１１３が、ステップＳ２０５にて選択した属性対応情報に含まれるアイテム識別子と属性種別識別子と属性値識別子と、ステップＳ２０６にて算出した属性優先値を関連付けた属性優先値情報を、属性優先値情報格納部１３５に格納する（ステップＳ２０７）。
次に、属性優先値算出部１１３が、ステップＳ２０５にて全ての属性対応情報を選択したか否かを判定する（ステップＳ２０８）。全て選択した場合は、ステップＳ２０９へ進み、未選択のものがある場合は、ステップＳ２０５へ進む。
ステップＳ２０９では、属性優先値算出部１１３が、ステップＳ２０２にて全てのアイテム識別子を選択したか否かを判定する。全て選択した場合は、ステップＳ２０１からステップＳ２０９までの一連の処理を終了し、未選択のものがある場合は、ステップＳ２０２へ進む。
以上が、属性優先値算出処理の手順の説明となる。

関連アイテム選出部１１４は、所定のタイミングごとに、関連アイテム選出処理を行う。関連アイテム選出処理の手順を、図１１のフローチャートを用いて説明する。
まず、関連アイテム選出部１１４が、関連属性情報格納部１３４より、関連属性情報に含まれるアイテム識別子を、基準アイテム識別子として重複なしで全て抽出する（ステップＳ３０１）。
次に、関連アイテム選出部１１４が、ステップＳ３０１にて抽出した基準アイテム識別子のうち、例えば、抽出した順に１つ選択する（ステップＳ３０２）。
次に、関連アイテム選出部１１４が、関連属性情報格納部１３４より、ステップＳ３０２にて選択した基準アイテム識別子と一致するアイテム識別子を有する関連属性情報を全て取得する（ステップＳ３０３）。

次に、関連アイテム選出部１１４が、属性優先値情報格納部１３５より、ステップＳ３０２にて選択した基準アイテム識別子と一致するアイテム識別子を有する属性優先値情報を全て取得する（ステップＳ３０４）。
次に、関連アイテム選出部１１４が、アイテム情報格納部１３２より、ステップＳ３０３にて取得した関連属性情報に含まれる属性識別子を含む属性対応情報を特定し、特定した属性対応情報に含まれるアイテム識別子を、関連候補アイテム識別子として重複なしで全て抽出する（ステップＳ３０５）。なお、ここで抽出した関連候補アイテム識別子の集合が関連候補アイテム集合となる。
次に、関連アイテム選出部１１４が、ステップＳ３０５にて抽出した関連候補アイテム識別子のうち、例えば、抽出した順に１つ選択する（ステップＳ３０６）。

次に、関連アイテム選出部１１４が、属性優先値情報格納部１３５より、ステップＳ３０６にて選択した関連候補アイテム識別子と一致するアイテム識別子を有する属性優先値情報を全て取得する（ステップＳ３０７）。
次に、関連アイテム選出部１１４が、ステップＳ３０２にて選択した基準アイテム識別子と、ステップＳ３０６にて選択した関連候補アイテム識別子との関連度を算出する（ステップＳ３０８）。
関連度の算出方法を以下に５種類説明する。なお、算出方法内の説明において、ステップＳ３０３にて取得した基準アイテムｉｂに対応する関連属性情報の集合をＳＴ（ｉｂ）とする。

関連度算出の第１の方法は、ステップＳ３０６にて選択した関連候補アイテム識別子に対応する属性識別子を含む関連属性情報の数を関連度として算出する方法である。関連度算出の第１の方法は、計算量が少ない。

関連度算出の第２の方法は、ステップＳ３０６にて選択した関連候補アイテム識別子に対応する属性識別子のいずれかを含む関連属性情報の属性関連度を用いて算出する方法である。具体的には、ＳＴ（ｉｂ）より、関連候補アイテムｉｒに対応する属性識別子のうち、いずれかの属性識別子を含むものから抽出した属性識別子の集合ＴＡ（ｉｂ，ｉｒ）の数を｜ＴＡ（ｉｂ，ｉｒ）｜とし、ＴＡ（ｉｂ，ｉｒ）に含まれる任意の属性識別子（ｔｘ，ｔｘｙ）に対応する基準アイテムｉｂとの属性関連度ｓｉｍ（ｉｂ，ｔｘ，ｔｘｙ）とした場合、関連度ｒａｔｅ（ｉｂ，ｉｒ）は、α２（０≦α２≦１）を用いて、式（８）にて算出できる。

関連度算出の第２の方法は、関連候補アイテムに対応するいずれかのアイテム属性が、多くの関連属性情報に含まれ、かつ、その関連属性情報に含まれる属性関連度の大きいほど、関連度が高くなりやすい。なお、式（８）は、α２が「０」の場合に、属性関連度の総和となり、α２が「１」の場合に、属性関連度の平均値となる。つまり、関連属性情報の数の影響力を高める場合は、α２を「０」に近づければよい。もちろん、関連属性情報の数と、属性関連度の両方に対して、単調増加であれば、他の式を用いてもよい。

関連度算出の第３の方法は、関連度算出の第２の方法と同様に属性関連度を利用し、かつ、属性種別識別子ごとに、対応する属性関連度の重み付けを変更する算出方法である。具体的には、属性関連度算出の算出対象となっている属性種別識別子の集合Ｔに含まれる属性種別識別子ごとに、属性種別識別子ｔｘ（∈Ｔ）に対応する重み付け係数ｍ１（ｔｘ）を予め設定した上で、ＳＴ（ｉｂ）より、関連候補アイテムｉｒに対応する属性識別子のうち、いずれかの属性識別子を含む関連属性情報の集合ＳＴ（ｉｂ，ｉｒ）を形成する。
次に、ＳＴ（ｉｂ，ｉｒ）から重複なしで抽出したＴの部分集合Ｔ（ｉｂ，ｉｒ）を形成する。そして、ＳＴ（ｉｂ，ｉｒ）に含まれる関連属性情報のうち、属性種別識別子ｔ’ｘ（∈Ｔ（ｉｂ，ｉｒ））を含むものより抽出した属性識別子の集合ＴＡ（ｉｂ，ｉｒ，ｔ’ｘ）の数を｜ＴＡ（ｉｂ，ｉｒ，ｔ’ｘ）｜とし、ＴＡ（ｉｂ，ｉｒ，ｔ’ｘ）の任意の属性識別子（ｔ’ｘ，ｔ’ｘｙ）に対応する属性関連度をａｖ（ｉｂ，ｔ’ｘ，ｔ’ｘｙ）とした場合、関連度ｒａｔｅ（ｉｂ，ｉｒ）は、α３（０≦α３≦１）を用いて、式（９）にて算出できる。

なお、属性種別識別子ｔｘ（∈Ｔ）に対応する重み付け係数ｍ１（ｔｘ）は、属性優先値算出の第３の方法と同様に、属性種別の粒度に合わせて算出することで、属性種別間の粒度を吸収するのがよいが、もちろん、属性種別間の粒度にとらわれずに、サービスの提供側が自由に設定してよい。関連度算出の第３の方法は、関連度算出の第２の方法の性質に加え、属性種別ごとに重み付けを変えることで、どの属性種別に対応する属性関連度を優先するかを、サービスの提供側が自由に設定することができる。

関連度算出の第４の方法は、関連度算出の第２の方法と同様に属性関連度を利用し、かつ、属性識別子ごとに、対応する属性関連度の重み付けを変更する算出方法である。具体的には、属性関連度算出の算出対象となっている属性種別識別子を含む属性識別子の集合ＴＡごとに、属性識別子（ｔｘ，ｔｘｙ）に対応する重み付け係数ｍ２（ｔｘ，ｔｘｙ）を設定した上で、ＳＴ（ｉｂ）より、関連候補アイテムｉｒに対応する属性識別子のうち、いずれかの属性識別子を含む関連属性情報から重複なしで抽出したＴＡの部分集合ＴＡ（ｉｂ，ｉｒ）の任意の属性識別子（ｔ’ｘ，ｔ’ｘｙ）に対応する属性関連度をａｖ（ｉｂ，ｔ’ｘ，ｔ’ｘｙ）とした場合、関連度ｒａｔｅ（ｉｂ，ｉｒ）は、α４（０≦α４≦１）を用いて、式（１０）にて算出できる。

なお、属性識別子（ｔｘ，ｔｘｙ）に対応する重み付け係数ｍ２（ｔｘ，ｔｘｙ）は、属性優先値算出の第２の方法と同様に、アイテム属性の粒度に合わせて算出することで、アイテム属性間の粒度を吸収するのがよいが、もちろん、アイテム属性間の粒度にとらわれずに、サービスの提供側が自由に設定してよい。関連度算出の第４の方法は、関連度算出の第２の方法の性質に加え、アイテム属性ごとに重み付けを変えることで、どのアイテム属性に対応する属性関連度を優先するかを、サービスの提供側が自由に設定することができる。

関連度算出の第５の方法は、ステップＳ３０４にて取得した基準アイテムに対する属性優先情報と、ステップＳ３０７にて取得した関連候補アイテムに対する属性優先値情報とを用いて算出する方法である。具体的には、基準アイテムｉｂに対して取得した属性優先値情報の集合ＴＰ（ｉｂ）から重複なしで抽出した属性識別子の集合ＴＡ’（ｉｂ）と、関連候補アイテムｉｒに対して取得した属性優先値情報の集合ＴＰ（ｉｒ）から重複なしで抽出した属性識別子の集合ＴＡ’（ｉｒ）との共通部分ＴＡ’（ｉｂ）∩ＴＡ’（ｉｒ）に含まれる属性識別子（ｔ’ｘ，ｔ’ｘｙ）に対応する属性優先値をそれぞれ、ｐｖ（ｉｂ，ｔ’ｘ，ｔ’ｘｙ）（基準アイテム）、ｐｖ（ｉｒ，ｔ’ｘ，ｔ’ｘｙ）（関連候補アイテム）とした場合、関連度ｒａｔｅ（ｉｂ，ｉｒ）を式（１１）のように内積値として算出してもよい。

また、コサイン距離やピアソン積率相関係数として算出してもよい。関連度算出の第５の方法は、基準アイテムと関連候補アイテムとの関連度を、属性優先値を用いて算出することで、基準アイテムとアイテム属性的に近いものを優先的に関連アイテムとして選出しやすくなる。また、属性優先値算出に用いた方法の性質も反映される。

また、属性優先値算出の第２から第５の方法を組み合わせて算出してもよい。例えば、第３と第４の方法を組み合わせて、式（１２）のように算出してもよい。

また、第２の方法で算出した関連度ｒａｔｅ２（ｉｂ，ｉｒ）と、第５の方法で算出した関連度ｒａｔｅ５（ｉｂ，ｉｒ）とを用いて、新たな関連度ｎｅｗ＿ｒａｔｅ（ｉｂ，ｉｒ）を関連度として、式（１３）や式（１４）のように算出してもよい。それ以外でも、各算出方法の性質を変化させないように自由に組み合わせてもよい。

次に、関連アイテム選出部１１４が、ステップＳ３０６にて全ての関連候補アイテム識別子を選択したか否かを判定する（ステップＳ３０９）。全て選択した場合は、ステップＳ３１０へ進み、未選択のものがある場合はステップＳ３０６へ進む。
ステップＳ３１０では、関連アイテム選出部１１４が、ステップＳ３０８にて算出した関連度に応じて、関連アイテムを選出する。関連アイテムを選出するには、関連度が（予め、サービス提供側が設定した）所定値以上の関連候補アイテム識別子を、関連アイテムとすればよい。また、関連度の降順に（予め、サービス提供側が設定した）所定数まで選択した関連候補アイテム識別子を、関連アイテムとすればよい。
次に、関連アイテム選出部１１４が、ステップＳ３１０にて選出した関連アイテムごとに、ステップＳ３０２にて選択した基準アイテム識別子と、関連アイテムである関連候補アイテム識別子を関連アイテム識別子としたものと、ステップＳ３０８にて算出した関連度とを関連付けた関連アイテム情報を、関連アイテム情報格納部１３６に格納する（ステップＳ３１１）。

次に、関連アイテム選出部１１４が、ステップＳ３０２にて、全ての基準アイテム識別子を選択したか否かを判定する（ステップＳ３１２）。全て選択した場合は、ステップＳ３０１からステップＳ３１２までの一連の処理を終了し、未選択のものがある場合は、ステップＳ３０２へ進む。
この手順により、実際にどのような効果があるかの具体例を、図１２と図１３を用いて説明する。図１２は、アイテムｉ３に対する関連属性を示すものである。図１２に示すように、アイテムｉ３の関連属性が、（ｔａ，ｔａ７）、（ｔａ，ｔａ１３）、（ｔｂ，ｔｂ４）、（ｔｂ，ｔｂ８）であることが分かる。図１３は、アイテムｉ３に対する関連候補アイテムの対象となるアイテム集合をイメージしたものである。図１３に示すように、アイテムｉ３の関連属性それぞれに対応するアイテム集合、Ｉ（ｔａ，ｔａ７）、Ｉ（ｔａ，ｔａ１３）、Ｉ（ｔｂ，ｔｂ４）、Ｉ（ｔｂ，ｔｂ８）があり、斜線部が、関連候補アイテムのアイテム集合Ｉ（ｔａ，ｔａ７）∪Ｉ（ｔａ，ｔａ１３）∪Ｉ（ｔｂ，ｔｂ４）∪Ｉ（ｔｂ，ｔｂ８）となる。つまり、関連アイテムを、Ｉ（ｔａ，ｔａ７）、Ｉ（ｔａ，ｔａ１３）、Ｉ（ｔｂ，ｔｂ４）、Ｉ（ｔｂ，ｔｂ８）のいずれかに属するアイテムから選出することができるようになるため、利用情報が少なくても、アイテムの推薦を可能とし、かつ、多様なアイテム属性を用いることで、多様なアイテムの推薦を実現することができる。

なお、上記手順において、関連度の算出に属性優先値を利用しない場合は、ステップＳ３０４とステップＳ３０７の処理を省略することができる。さらに、属性優先値情報を作成する必要がなくなるため、属性優先値算出部１１３と属性優先値情報格納部１３５が不要となる。
以上が、関連アイテム選出処理の手順の説明である。

関連アイテム詳細情報作成部１１５は、情報処理サーバ通信部１２を通じて、端末装置３より関連アイテム取得要求を受信すると、関連アイテム詳細情報作成処理を行うことで、関連アイテム詳細情報を作成し、情報処理サーバ通信部１２を通じて、端末装置３に、作成した関連アイテム詳細情報を送信する。
関連アイテム詳細情報作成処理とは、関連アイテム詳細情報を作成する処理である。具体的には、まず、関連アイテム情報格納部１３６より、受信した関連アイテム取得要求に含まれるアイテム識別子と、基準アイテム識別子とを比較し、一致する全ての関連アイテム情報を取得する。そして、アイテム情報格納部１３２より、取得した関連アイテム情報に含まれる関連アイテム識別子に対応するアイテム情報を取得し、取得したアイテム情報を用いて関連アイテム詳細情報を作成する。なお、関連アイテム取得要求に、取得制限数が含まれている場合は、関連アイテム情報格納部１３６より関連アイテム情報を取得する際に、関連度の降順に取得制限数まで取得するようにすればよい。

以上のように、属性情報を基に、関連アイテム情報を作成することで、少ない利用情報でも多様なアイテムを推薦することが可能となる。このため、ユーザの推薦に対する興味を維持し、サービスの利用を促進することができる。

上述した本発明の実施形態は、説明のための例示であり、上記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々変更が可能である。例えば、各実施形態や変形例等を組み合わせてもよい。また、情報処理装置（情報処理サーバ装置１）の一部の構成を別体にし、ネットワーク等を介してその別体とした構成と通信するようにして、情報処理装置の機能を実現してもよい。

また、本発明は各部の機能をコンピュータに実現させるためのプログラムを含むものである。これらのプログラムは、記録媒体から読み取られてコンピュータに取り込まれてもよいし、通信ネットワークを介して伝送されてコンピュータに取り込まれてもよい。

１ 情報処理サーバ装置
２ ネットワーク
３ 端末装置
３１ 端末制御部
３２ 端末通信部
３３ 端末入力部
３４ 端末表示部
１１ 情報処理サーバ制御部
１１１ 利用情報登録部
１１２ 関連属性選出部
１１３ 属性優先値算出部
１１４ 関連アイテム選出部
１１５ 関連アイテム詳細情報作成部
１２ 情報処理サーバ通信部
１３ 情報処理サーバ格納部
１３１ ユーザ情報格納部
１３２ アイテム情報格納部
１３３ 利用情報格納部
１３４ 関連属性情報格納部
１３５ 属性優先値情報格納部
１３６ 関連アイテム情報格納部

Claims (4)

1. 基準アイテムに関連するアイテムを選出する情報処理装置において、
   利用主体を識別する利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を格納する利用情報格納部と、
   アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報を格納するアイテム情報格納部と、
   前記利用情報及び前記属性対応情報に基づいて、属性識別子と、アイテム識別子との間の関連度である属性関連度を算出し、算出した属性関連度に基づいて、アイテム識別子ごとに、そのアイテム識別子に関連する属性識別子である関連属性を選出し、それぞれのアイテム識別子と、選出した関連属性とを対応付けた関連属性情報を作成する関連属性選出部と、
   前記関連属性選出部が生成した関連属性情報を格納する関連属性情報格納部と、
   前記基準アイテムのアイテム識別子である基準アイテム識別子を含む関連属性情報を前記関連属性情報格納部より取得し、取得した関連属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である関連候補アイテム集合を形成し、その関連候補アイテム集合に含まれるアイテム識別子それぞれと前記基準アイテムとの関連度を算出し、
   算出した関連度に基づいて、前記基準アイテムに関連するアイテムを選出する関連アイテム選出部と
   を備えることを特徴とする情報処理装置。
2. 前記利用情報及び前記属性対応情報に基づいて、属性識別子に対する優先の度合いを示す属性優先値を算出する属性優先値算出部
   をさらに備え、
   前記関連アイテム選出部は、前記アイテム情報格納部より、前記関連候補アイテム集合に含まれるアイテム識別子に対応付けられた属性対応情報を取得し、取得した属性対応情報に含まれる属性識別子のうち、いずれかに対して算出された前記属性優先値を用いて前記関連度を算出する、
   ことを特徴とする請求項１記載の情報処理装置。
3. コンピュータが実行する、基準アイテムに関連するアイテムを選出する情報処理方法において、
   利用主体を識別する利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を利用情報格納部に格納する利用情報格納ステップと、
   アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報をアイテム情報格納部に格納するアイテム情報格納ステップと、
   前記利用情報及び前記属性対応情報に基づいて、属性識別子と、アイテム識別子との間の関連度である属性関連度を算出し、算出した属性関連度に基づいて、アイテム識別子ごとに、そのアイテム識別子に関連する属性識別子である関連属性を選出し、それぞれのアイテム識別子と、選出した関連属性とを対応付けた関連属性情報を作成する関連属性選出ステップと、
   前記関連属性選出ステップにおいて生成した関連属性情報を関連属性情報格納部に格納する関連属性情報格納ステップと、
   前記基準アイテムのアイテム識別子である基準アイテム識別子を含む関連属性情報を前記関連属性情報格納部より取得し、取得した関連属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である関連候補アイテム集合を形成し、その関連候補アイテム集合に含まれるアイテム識別子それぞれと前記基準アイテムとの関連度を算出し、
   算出した関連度に基づいて、前記基準アイテムに関連するアイテムを選出する関連アイテム選出ステップと
   を含むことを特徴とする情報処理方法。
4. コンピュータに基準アイテムに関連するアイテムを選出させる情報処理プログラムにおいて、
   利用主体を識別する利用主体識別子と、前記利用主体により利用されたアイテムを識別するアイテム識別子とを対応付けた利用情報を利用情報格納部に格納する利用情報格納ステップと、
   アイテム識別子と、アイテムの属性を識別する属性識別子と、を対応付けた属性対応情報をアイテム情報格納部に格納するアイテム情報格納ステップと、
   前記利用情報及び前記属性対応情報に基づいて、属性識別子と、アイテム識別子との間の関連度である属性関連度を算出し、算出した属性関連度に基づいて、アイテム識別子ごとに、そのアイテム識別子に関連する属性識別子である関連属性を選出し、それぞれのアイテム識別子と、選出した関連属性とを対応付けた関連属性情報を作成する関連属性選出ステップと、
   前記関連属性選出ステップにおいて生成した関連属性情報を関連属性情報格納部に格納する関連属性情報格納ステップと、
   前記基準アイテムのアイテム識別子である基準アイテム識別子を含む関連属性情報を前記関連属性情報格納部より取得し、取得した関連属性情報に含まれる属性識別子の内のいずれかを含む属性対応情報を前記アイテム情報格納部より取得し、取得した属性対応情報に含まれるアイテム識別子の集合である関連候補アイテム集合を形成し、その関連候補アイテム集合に含まれるアイテム識別子それぞれと前記基準アイテムとの関連度を算出し、
   算出した関連度に基づいて、前記基準アイテムに関連するアイテムを選出する関連アイテム選出ステップと
   をコンピュータに実行させることを特徴とする情報処理プログラム。