JP6443431B2 - 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１
３１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（ｔｙ
ｐｅ＿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＿ｎ
ａｍｅ）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、（ｔ
ｙｐｅ＿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＿ｎａｍ
ｅ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（ｕｓｅ
ｒ＿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，ａｔｔ
ｒ＿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＿ｖａ
ｌｕｅ）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＿ｉ
ｔｅｍ＿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Ｖ
ｉ（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ｐ
ｖ（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（ｔ
ｘ，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Ｓ２０
２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Ｓ３０
２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Ｓ３
０２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Ｓ３０
３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Ｓ３
０６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≦α
４≦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Ｓ
３０１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，ｔ
ｂ４）、（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（ｔ
ａ，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（ｔ
ａ，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Ｓ
３０４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 (9)

1. 利用主体と、前記利用主体により利用されたアイテムとを対応付けた利用情報、および、アイテムと、アイテム属性とを対応付けた属性対応情報、を取得する取得部と、
   前記取得された利用情報および属性対応情報に基づいて、一のアイテムを利用した利用主体により利用されたアイテムが、前記属性対応情報において対応するアイテム属性を特定し、前記一のアイテムと、特定したアイテム属性との間の関連性の強さを示す属性関連度を算出し、アイテムごとに属性関連度が高いアイテム属性を優先的に、アイテムの関連属性として選出する関連属性選出部と、
   前記選出された関連属性を用いて、基準アイテムと他のアイテムとの間の関連性の強さを示す関連度を算出する関連度算出部と、
   前記算出された関連度に基づいて、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、
   前記関連度算出部は、基準アイテムのいずれかの関連属性が前記属性対応情報において対応するアイテムを要素とする関連候補アイテム集合を作成し、基準アイテムと、関連候補アイテム集合の要素である関連候補アイテムとの関連度を算出する、
   ことを特徴とする情報処理装置。
2. 前記関連度算出部は、前記属性対応情報において関連候補アイテムに対応するアイテム属性が、基準アイテムの関連属性の集合の中に含まれる数を用いて、基準アイテムと関連候補アイテムとの関連度を算出する、
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記関連度算出部は、前記属性対応情報において関連候補アイテムに対応するアイテム属性と、基準アイテムとの間の属性関連度が高いほど、その値が高くなるように、基準アイテムと関連候補アイテムとの関連度を算出する、
   ことを特徴とする請求項１に記載の情報処理装置。
4. 前記関連度算出部は、前記属性対応情報において関連候補アイテムに対応する１つ以上のアイテム属性を特定し、基準アイテムと前記特定したアイテム属性との間の属性関連度を加算し、その合計値を前記特定したアイテム属性の個数に基づく値で割った値を、基準アイテムと関連候補アイテムとの関連度とする、
   ことを特徴とする請求項３に記載の情報処理装置。
5. 前記関連度算出部は、前記属性対応情報において一のアイテム属性に属するアイテムの数が少ないほど高い値となる属性優先値をアイテム属性ごとに算出し、前記属性対応情報において関連候補アイテムに対応する１つ以上のアイテム属性を特定し、基準アイテムと前記特定したアイテム属性との間の属性関連度、および、関連候補アイテムに対応するアイテム属性の属性優先値を用いて、基準アイテムと関連候補アイテムとの関連度を算出する、
   ことを特徴とする請求項１から請求項４のいずれか１項に記載の情報処理装置。
6. 前記関連度算出部は、前記属性対応情報において一のアイテム属性に属するアイテムが利用された回数、または該アイテムを利用した利用主体の数が多いほど高い値となる属性優先値をアイテム属性ごとに算出し、前記属性対応情報において関連候補アイテムに対応する１つ以上のアイテム属性を特定し、基準アイテムと前記特定したアイテム属性との間の属性関連度、および、関連候補アイテムに対応するアイテム属性の属性優先値を用いて、基準アイテムと関連候補アイテムとの関連度を算出する、
   ことを特徴とする請求項１から請求項４のいずれか１項に記載の情報処理装置。
7. 前記関連度算出部は、基準アイテムと前記特定したアイテム属性との間の属性関連度が高いほど高い値となるとともに、関連候補アイテムに対応するアイテム属性の属性優先値が高いほど高い値となるように、基準アイテムと関連候補アイテムとの関連度を算出する、
   ことを特徴とする請求項５または請求項６に記載の情報処理装置。
8. １または複数のコンピュータが実行する情報処理方法であって、
   利用主体と、前記利用主体により利用されたアイテムとを対応付けた利用情報、および、アイテムと、アイテム属性とを対応付けた属性対応情報、を取得する取得ステップと、
   前記取得された利用情報および属性対応情報に基づいて、一のアイテムを利用した利用主体により利用されたアイテムが、属性対応情報において対応するアイテム属性を特定し、前記一のアイテムと、特定したアイテム属性との間の関連性の強さを示す属性関連度を算出し、アイテムごとに属性関連度が高いアイテム属性を優先的に、アイテムの関連属性として選出する関連属性選出ステップと、
   前記選出された関連属性を用いて、基準アイテムと他のアイテムとの間の関連性の強さを示す関連度を算出する関連度算出ステップと、
   前記算出された関連度に基づいて、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
   を含み、
   前記関連度算出ステップは、基準アイテムのいずれかの関連属性が前記属性対応情報において対応するアイテムを要素とする関連候補アイテム集合を作成し、基準アイテムと、関連候補アイテム集合の要素である関連候補アイテムとの関連度を算出する、
   ことを特徴とする情報処理方法。
9. １または複数のコンピュータを、
   利用主体と、前記利用主体により利用されたアイテムとを対応付けた利用情報、および、アイテムと、アイテム属性とを対応付けた属性対応情報、を取得する取得部、
   前記取得された利用情報および属性対応情報に基づいて、一のアイテムを利用した利用主体により利用されたアイテムが、前記属性対応情報において対応するアイテム属性を特定し、前記一のアイテムと、特定したアイテム属性との間の関連性の強さを示す属性関連度を算出し、アイテムごとに属性関連度が高いアイテム属性を優先的に、アイテムの関連属性として選出する関連属性選出部、
   前記選出された関連属性を用いて、基準アイテムと他のアイテムとの間の関連性の強さを示す関連度を算出する関連度算出部、
   前記算出された関連度に基づいて、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、
   として機能させ、
   前記関連度算出部は、基準アイテムのいずれかの関連属性が前記属性対応情報において対応するアイテムを要素とする関連候補アイテム集合を作成し、基準アイテムと、関連候補アイテム集合の要素である関連候補アイテムとの関連度を算出する、
   ことを特徴とする情報処理プログラム。

Images