JP6478734B2 - アイテム推薦装置、アイテム推薦方法およびプログラム - Google Patents
アイテム推薦装置、アイテム推薦方法およびプログラム Download PDFInfo
- Publication number
- JP6478734B2 JP6478734B2 JP2015050664A JP2015050664A JP6478734B2 JP 6478734 B2 JP6478734 B2 JP 6478734B2 JP 2015050664 A JP2015050664 A JP 2015050664A JP 2015050664 A JP2015050664 A JP 2015050664A JP 6478734 B2 JP6478734 B2 JP 6478734B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- search
- context
- tag
- 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
- 238000000034 method Methods 0.000 title claims description 88
- 239000013598 vector Substances 0.000 claims description 69
- 238000004458 analytical method Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 57
- 230000008569 process Effects 0.000 description 47
- 239000011159 matrix material Substances 0.000 description 23
- 238000010586 diagram Methods 0.000 description 20
- 230000000877 morphologic effect Effects 0.000 description 13
- 238000009826 distribution Methods 0.000 description 9
- 238000013178 mathematical model Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 7
- 238000010191 image analysis Methods 0.000 description 7
- 235000021167 banquet Nutrition 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000035622 drinking Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000021259 spicy food Nutrition 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
図1は、第1実施形態のアイテム推薦装置の構成例を示すブロック図である。本実施形態のアイテム推薦装置は、図1に示すように、意味解析エンジン10と、文脈認識型推薦エンジン20と、を備える。
店舗絞込処理とは、入力されたユーザ要望表現を含む自然言語要求D1を元に、推薦候補となる店舗(候補アイテム)を絞り込む処理である。自然言語要求D1に店舗名が含まれていた場合は、推薦候補はその店舗名で絞り込まれる。自然言語要求D1に店舗カテゴリ名が含まれていた場合は、推薦候補はその店舗カテゴリ名で絞り込まれる。その他、自然言語要求D1に“安い”、“食べ放題あり”など、店舗の属性を表す表現が含まれていた場合は、推薦候補はその属性で絞り込まれる。
文脈タグ群の処理とは、入力されたユーザ要望表現を含む自然言語要求D1を元に、ユーザの内面的な情報を含む文脈情報としての文脈タグ群D4を生成する処理である。
本実施形態のアイテム推薦装置では、文脈タグ群D4、ユーザDB104に格納されたユーザ情報、および利用ログDB105に格納された利用ログに基づき、文脈認識型推薦エンジン20の順位付け器22において、候補アイテム群D3に含まれる候補アイテムの順位付けを行って、その結果を推薦アイテムリストD5として出力する。順位付け器22における候補アイテムの順位付けは、機械学習による学習処理および予測処理により行われる。この学習処理および予測処理には、例えば、非特許文献1に記載されている確率的潜在関係モデル(Probabilistic Latent Relational Model)を用いることができる。ただし、文脈情報を扱うことが可能な他の手法を用いてもよい。
λ(y):適当な値を与える(超パラメタ)
yi,j,c:ユーザi、店舗j、および文脈タグ群cが与えられた時のレーティング値
fi:ユーザiと自然言語要求内の文脈タグに関して抽出した(顕在的)特徴ベクトル
fj:店舗jに関して抽出した(顕在的)特徴ベクトル
次に、第2実施形態のアイテム推薦装置について説明する。本実施形態のアイテム推薦装置は、第1実施形態のアイテム推薦装置の意味解析エンジン10による文脈タグ生成処理を統計ベースに置き換えたものである。以下、第1実施形態との差分について説明する。
(参考文献1)Semantic Compositionality through Recursive Matrix-Vector Spaces,Richard Socher,Brody Huval,Christopher D.Manning and Andrew Y.Ng.Conference on Empirical Methods in Natural Language Processing,2012.
(参考文献2)Recurrent neural network based language model,T Mikolov,M Karafiat,L Burget,J Cernocky,S Khudanpur.INTERSPEECH 2010.
(参考文献3)Dynamic Pooling and Unfolding Recursive Autoencoders for Paraphrase Detection,Richard Socher,Eric H.Huang,Jeffrey Pennington,Andrew Y.Ng,and Christopher D.Manning.Advances in Neural Information Processing Systems 2011.
次に、第3実施形態のアイテム推薦装置について説明する。本実施形態のアイテム推薦装置は、上述した第1実施形態のアイテム推薦装置の機能に加え、人物群を撮影した画像を入力としてさらに受け取り、この画像に基づいて推定した人間関係タグを、自然言語要求D1から生成した文脈タグ群D4と統合する機能を持つ。そして、本実施形態のアイテム推薦装置は、人間関係タグが統合された文脈タグ群を用いて推薦アイテムの順位付けを行う。また、本実施形態のアイテム推薦装置は、画像認識処理により人物群の中の中心人物(主人公)と推定される人物を選択し、この選択した人物の属性を、ユーザDB104に格納されたユーザ情報の代わりに用いる。これにより、ユーザDB104を予め用意できない応用に適用できるようになるほか、人間関係に応じたアイテムを推薦できるようになる。なお、このような機能追加は、第2実施形態のアイテム推薦装置に対して行ってもよい。この場合、例えば、人間関係タグに相当する情報が文脈ベクトルの次元の一部として組み込まれる。
10歳未満の人物が含まれている → 子連れ
20代以上の男女が1人ずつ含まれ、かつ年代差が20以下である → カップル
20代以上の男女が1人ずつと10歳未満の人物とが含まれている → ファミリー
(参考文献4)甲斐寛規,宮崎大輔,古川亮,青山正人,日浦慎作,浅田尚紀、***領域の抽出と認識による発話検出、情報処理学会研究報告、Vol.2011-CVIM-177,No.13,pp.1-8(2011)
上述した実施形態のアイテム推薦装置における各処理部(例えば第1実施形態の形態素解析器11、検索タグ抽出器12、文脈タグ生成器13、候補抽出器21、順位付け器22)は、ハードウェア、またはハードウェアと協働して動作するソフトウェア(プログラム)での実装が可能である。上記の各処理部をソフトウェアで実装する場合、アイテム推薦装置は、例えば図21に示すように、CPU(Central Processing Unit)51などのプロセッサ回路、ROM(Read Only Memory)52やRAM(Random Access Memory)53などの記憶装置、表示パネルや各種操作デバイスが接続される入出力I/F54、ネットワークに接続して通信を行う通信I/F55、各部を接続するバス56などを備えた、通常のコンピュータを利用したハードウェア構成とすることができる。
11 形態素解析器
12 検索タグ抽出器
13 文脈タグ生成器
14 形態素解析および構文解析器
15 文脈ベクトル生成器
20,20A,20B 文脈認識型推薦エンジン
21 候補抽出器
22,22A,22B 順位付け器
30 画像解析エンジン
31 人物属性推定器
32 グループ属性推定器
40 統合エンジン
41 タグ統合器
101 検索タグ辞書
102 文脈タグ辞書
103 店舗DB
104 ユーザDB
105,105A 利用ログDB
110 人間関係推定ルール
D1 自然言語要求
D2 検索タグ群
D3 候補アイテム群
D4 文脈タグ群
D5 推薦アイテムリスト
D6 文脈ベクトル
D11 画像
D12 人物属性群
D13 人間関係タグ
D14 主人公属性
D15 人間関係付き文脈タグ群
Claims (7)
- 入力された自然言語要求を意味解析して、アイテムの情報を蓄積する蓄積部に対する検索に用いる検索情報を生成する検索情報生成部と、
前記検索情報を用いて前記蓄積部に対する検索を行って、ユーザに提示するアイテムの候補を抽出する候補抽出部と、
前記自然言語要求を意味解析して、ユーザの意図を含む文脈情報を生成して出力する文脈情報生成部と、
前記文脈情報と、ユーザの属性を表すユーザ情報と、ユーザのアイテム利用履歴を表す履歴情報とに基づいて、抽出された前記候補に対する順位付けを行う順位付け部と、を備え、
前記文脈情報生成部は、前記自然言語要求に対して、統計的意味解析を用いて該自然言語要求のテキスト全体の意味を示す特徴ベクトルを生成し、該特徴ベクトルを前記文脈情報として出力する、アイテム推薦装置。 - 検索キーワードとなる検索タグを、該検索タグを生成するトリガとなる語句と、該検索タグが適用される属性を表す適用先属性とに対応付けて格納する検索タグ辞書をさらに備え、
前記検索情報生成部は、前記自然言語要求から抽出した語句が前記検索タグ辞書に格納された前記検索タグと一致する場合は該検索タグおよび該検索タグに対応付けて前記検索タグ辞書に格納された前記適用先属性を前記検索情報として出力し、前記自然言語要求から抽出した語句が前記検索タグ辞書に格納された前記トリガとなる語句と一致する場合は該語句に対応付けて前記検索タグ辞書に格納された前記検索タグおよび該検索タグに対応付けて前記検索タグ辞書に格納された前記適用先属性を前記検索情報として出力する、請求項1に記載のアイテム推薦装置。 - 入力された画像を解析して、該画像に含まれる人物群の人間関係を表す人間関係情報を生成して出力する人間関係情報生成部と、
前記人間関係情報を前記文脈情報に統合する統合部と、をさらに備え、
前記順位付け部は、前記人間関係情報が統合された前記文脈情報と、前記ユーザ情報と、前記履歴情報とに基づいて、抽出された前記候補に対する順位付けを行う、請求項1または2に記載のアイテム推薦装置。 - 前記人間関係情報生成部は、前記画像から人物を検出して各人物の属性を推定し、前記画像から検出した各人物の属性の集合を所定のルールと照合して前記人間関係情報を生成する、請求項3に記載のアイテム推薦装置。
- 前記人間関係情報生成部は、さらに、前記画像から検出した各人物のうち、前記画像におけるサイズが最大の人物、または前記画像の中心に最も近い位置から検出された人物、または***領域が動いていると判定される人物を選択し、
前記順位付け部は、前記人間関係情報生成部により選択された人物の属性を、前記ユーザ情報として用いる、請求項4に記載のアイテム推薦装置。 - アイテム推薦装置において実行されるアイテム推薦方法であって、
入力された自然言語要求を意味解析して、アイテムの情報を蓄積する蓄積部に対する検索に用いる検索情報を生成する工程と、
前記検索情報を用いて前記蓄積部に対する検索を行って、ユーザに提示するアイテムの候補を抽出する工程と、
前記自然言語要求を意味解析して、ユーザの意図を含む文脈情報を生成して出力する工程と、
前記文脈情報と、ユーザの属性を表すユーザ情報と、ユーザのアイテム利用履歴を表す履歴情報とに基づいて、抽出された前記候補に対する順位付けを行う工程と、を含み、
前記文脈情報を生成して出力する工程では、前記自然言語要求に対して、統計的意味解析を用いて該自然言語要求のテキスト全体の意味を示す特徴ベクトルを生成し、該特徴ベクトルを前記文脈情報として出力する、アイテム推薦方法。 - コンピュータに、
入力された自然言語要求を意味解析して、アイテムの情報を蓄積する蓄積部に対する検索に用いる検索情報を生成する機能と、
前記検索情報を用いて前記蓄積部に対する検索を行って、ユーザに提示するアイテムの候補を抽出する機能と、
前記自然言語要求を意味解析して、ユーザの意図を含む文脈情報を生成して出力する機能と、
前記文脈情報と、ユーザの属性を表すユーザ情報と、ユーザのアイテム利用履歴を表す履歴情報とに基づいて、抽出された前記候補に対する順位付けを行う機能と、を実現させ、
前記文脈情報を生成して出力する機能は、前記自然言語要求に対して、統計的意味解析を用いて該自然言語要求のテキスト全体の意味を示す特徴ベクトルを生成し、該特徴ベクトルを前記文脈情報として出力する、プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/926,219 US10089364B2 (en) | 2014-10-31 | 2015-10-29 | Item recommendation device, item recommendation method, and computer program product |
CN201510724756.5A CN105574067B (zh) | 2014-10-31 | 2015-10-29 | 项目推荐装置以及项目推荐方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014223222 | 2014-10-31 | ||
JP2014223222 | 2014-10-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016091535A JP2016091535A (ja) | 2016-05-23 |
JP6478734B2 true JP6478734B2 (ja) | 2019-03-06 |
Family
ID=56018776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015050664A Active JP6478734B2 (ja) | 2014-10-31 | 2015-03-13 | アイテム推薦装置、アイテム推薦方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6478734B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6440660B2 (ja) * | 2016-09-12 | 2018-12-19 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP7188852B2 (ja) * | 2017-09-08 | 2022-12-13 | ソニーグループ株式会社 | 情報処理装置および情報処理方法 |
JP6788637B2 (ja) * | 2018-02-27 | 2020-11-25 | 株式会社 ミックウェア | 情報検索装置及び情報検索システム |
CN110472995A (zh) * | 2019-07-08 | 2019-11-19 | 汉海信息技术(上海)有限公司 | 到店预测方法、装置、可读存储介质及电子设备 |
US11354721B2 (en) * | 2019-10-16 | 2022-06-07 | Coupang Corp. | Computerized systems and methods for providing product recommendations |
JP7496803B2 (ja) | 2021-09-03 | 2024-06-07 | Kddi株式会社 | 対象間の関係の表現を生成可能な対象関係情報生成モデル、並びに対象関係推定装置及び方法 |
WO2023152951A1 (ja) * | 2022-02-14 | 2023-08-17 | シャープNecディスプレイソリューションズ株式会社 | 表示システム、表示方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002288187A (ja) * | 2001-03-23 | 2002-10-04 | Sharp Corp | 情報蓄積システム、情報提示システム、電子メール配信システム、情報蓄積方法、情報提示方法、電子メール配信方法及び情報処理プログラムを記録した記録媒体 |
JP4676160B2 (ja) * | 2004-04-13 | 2011-04-27 | 株式会社日立製作所 | 情報通知方法、および、情報通知システム |
JP2006195637A (ja) * | 2005-01-12 | 2006-07-27 | Toyota Motor Corp | 車両用音声対話システム |
JP4547721B2 (ja) * | 2008-05-21 | 2010-09-22 | 株式会社デンソー | 自動車用情報提供システム |
CN102012900B (zh) * | 2009-09-04 | 2013-01-30 | 阿里巴巴集团控股有限公司 | 信息检索方法和*** |
JP2011248548A (ja) * | 2010-05-25 | 2011-12-08 | Fujitsu Ltd | コンテンツ決定プログラムおよびコンテンツ決定装置 |
JP5551985B2 (ja) * | 2010-07-05 | 2014-07-16 | パイオニア株式会社 | 情報検索装置及び情報検索方法 |
JP2013109051A (ja) * | 2011-11-18 | 2013-06-06 | Glory Ltd | 電子情報提供システム及び電子情報提供方法 |
JP5421403B2 (ja) * | 2012-02-15 | 2014-02-19 | パイオニア株式会社 | 地点リスト提示装置、地点リスト提示方法、地点リスト提示プログラム、および記録媒体 |
-
2015
- 2015-03-13 JP JP2015050664A patent/JP6478734B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016091535A (ja) | 2016-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105574067B (zh) | 项目推荐装置以及项目推荐方法 | |
JP6478734B2 (ja) | アイテム推薦装置、アイテム推薦方法およびプログラム | |
CN111602147B (zh) | 基于非局部神经网络的机器学习模型 | |
CN108959603B (zh) | 基于深度神经网络的个性化推荐***及方法 | |
CN110121706B (zh) | 提供会话中的响应 | |
CN107609101B (zh) | 智能交互方法、设备及存储介质 | |
US10198503B2 (en) | System and method for performing a semantic operation on a digital social network | |
JP5324937B2 (ja) | 推薦システム用の時間情報および場所情報の言語抽出 | |
CN109189904A (zh) | 个性化搜索方法及*** | |
US10437894B2 (en) | Method and system for app search engine leveraging user reviews | |
Thiagarajan et al. | Computing semantic similarity using ontologies | |
WO2023065211A1 (zh) | 一种信息获取方法以及装置 | |
WO2016135905A1 (ja) | 情報処理システム及び情報処理方法 | |
US10586174B2 (en) | Methods and systems for finding and ranking entities in a domain specific system | |
CN111339284A (zh) | 产品智能匹配方法、装置、设备及可读存储介质 | |
JP2022035314A (ja) | 情報処理装置及びプログラム | |
CN113821588A (zh) | 文本处理方法、装置、电子设备及存储介质 | |
JP5545876B2 (ja) | クエリ提供装置、クエリ提供方法及びクエリ提供プログラム | |
CN115033772B (zh) | 一种基于语义网络的创意激发方法及装置 | |
Bharathi et al. | Sentiment Classification of Tourist’s Opinion on Tourist Places of Interest in South India using Tweet Reviews | |
Prieur et al. | Evaluating and Improving End-to-End Systems for Knowledge Base Population | |
Joseph et al. | A Comparative Study of Collaborative Movie Recommendation System | |
CN113763084A (zh) | 产品推荐的处理方法、装置、设备及存储介质 | |
CN112732743A (zh) | 一种基于中文自然语言的数据分析方法及装置 | |
Liao et al. | Crowd knowledge enhanced multimodal conversational assistant in travel domain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170328 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180327 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180524 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181030 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181213 |
|
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: 20190108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190205 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6478734 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |