JP6479239B1 - Information processing apparatus, information processing system, information processing method, and program - Google Patents
Information processing apparatus, information processing system, information processing method, and program Download PDFInfo
- Publication number
- JP6479239B1 JP6479239B1 JP2018080536A JP2018080536A JP6479239B1 JP 6479239 B1 JP6479239 B1 JP 6479239B1 JP 2018080536 A JP2018080536 A JP 2018080536A JP 2018080536 A JP2018080536 A JP 2018080536A JP 6479239 B1 JP6479239 B1 JP 6479239B1
- Authority
- JP
- Japan
- Prior art keywords
- user
- service
- query
- information processing
- type
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 67
- 238000003672 processing method Methods 0.000 title claims abstract description 6
- 238000011156 evaluation Methods 0.000 claims abstract description 52
- 230000000737 periodic effect Effects 0.000 claims abstract description 44
- 230000009471 action Effects 0.000 claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 21
- 230000006399 behavior Effects 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 description 20
- 238000000034 method Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 235000008216 herbs Nutrition 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000010411 cooking Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】周期的にユーザが着目するクエリを精度よく抽出することができる情報処理装置、情報処理システム、情報処理方法、およびプログラムを提供すること。
【解決手段】情報処理装置は、第1期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であって前記サービスの種別ごとに管理されるユーザの行動と、第2期間においてユーザが入力した前記クエリに応答して提供されるサービスに対するユーザの行動であって前記サービスの種別ごとに管理されるユーザの行動とに基づいて、前記クエリを評価する評価部と、前記評価部の評価結果に基づいて所定の周期性を有する周期性クエリを決定する決定部とを備える。
【選択図】図1An information processing apparatus, an information processing system, an information processing method, and a program capable of accurately extracting a query focused by a user periodically.
An information processing apparatus includes: a user action on a service provided in response to a query input by a user in a first period, the user action managed for each type of service; and a second period An evaluation unit that evaluates the query based on a user behavior for a service provided in response to the query input by the user and managed by each type of the service; and A determination unit that determines a periodic query having a predetermined periodicity based on the evaluation result of the unit.
[Selection] Figure 1
Description
本発明は、情報処理装置、情報処理システム、情報処理方法、およびプログラムに関する。 The present invention relates to an information processing apparatus, an information processing system, an information processing method, and a program.
従来、所定のクエリが特定のクエリであるか否かを判別するクエリ判別装置に関する技術が開示されている(例えば、特許文献1参照)。このクエリ判別装置は、クリックログを参照して、所定のクエリに対する検索結果リストに含まれるページへのリンクの総クリック数を集計する総クリック数集計部と、当該クリックログ及び前記所定のクエリに対する検索結果リストに含まれるページが特定のWebページか否かの判断結果に基づいて、所定のクエリに対する検索結果リストのうち、特定のWebページへのリンクのクリック数を集計する特定Webページクリック数集計部と、特定のWebページと判断したページへのリンクのクリック数の総クリック数に対する比を算出する特定Webページクリック率算出部と、この比が所定の値以上である場合に、所定のクエリが特定のクエリであると判別する特定クエリ判別部とを備える。 Conventionally, a technique relating to a query determination device that determines whether a predetermined query is a specific query has been disclosed (for example, see Patent Document 1). The query determination device refers to the click log, and totals the total number of clicks for the total number of clicks of links to pages included in the search result list for the predetermined query, and the click log and the predetermined query. Number of clicks on a specific Web page that counts the number of clicks on links to a specific Web page in the search result list for a given query based on a determination result of whether or not a page included in the search result list is a specific Web page A totaling unit, a specific Web page click rate calculation unit that calculates a ratio of the number of clicks of a link to a page determined to be a specific Web page to the total number of clicks, and when this ratio is equal to or greater than a predetermined value, A specific query determining unit that determines that the query is a specific query.
しかしながら、上記従来の技術では、周期的にユーザが着目するクエリを精度よく抽出することができない場合があった。 However, in the above-described conventional technique, there is a case where it is not possible to accurately extract a query that a user pays attention to periodically.
本発明は、このような事情を考慮してなされたものであり、周期的にユーザが着目するクエリを精度よく抽出することができる情報処理装置、情報処理システム、情報処理方法、およびプログラムを提供することを目的の一つとする。 The present invention has been made in consideration of such circumstances, and provides an information processing apparatus, an information processing system, an information processing method, and a program capable of accurately extracting a query that a user pays attention to periodically. One of the purposes is to do.
本発明の一態様は、第1期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であって前記サービスの種別ごとに管理されるユーザの行動と、第2期間においてユーザが入力した前記クエリに応答して提供されるサービスに対するユーザの行動であって前記サービスの種別ごとに管理されるユーザの行動とに基づいて、前記クエリを評価する評価部と、前記評価部の評価結果に基づいて所定の周期性を有する周期性クエリを決定する決定部とを備える情報処理装置である。 One aspect of the present invention is a user behavior for a service provided in response to a query input by a user in the first period, the user behavior managed for each type of the service, and a user in the second period. An evaluation unit that evaluates the query based on a user's behavior for a service provided in response to the query input by the user and is managed for each type of the service; and It is an information processing apparatus provided with the determination part which determines the periodic query which has predetermined | prescribed periodicity based on an evaluation result.
本発明の一態様によれば、周期的にユーザが着目するクエリを精度よく抽出することができる。更に、周期的にユーザが着目するクエリを用いて、クエリに応じたサービスの種別を決定するモデルを生成することにより、より適切にマーケティングを行ったり、ユーザに有益な情報を提供したりすることができる。 According to one aspect of the present invention, it is possible to accurately extract a query that a user focuses on periodically. Furthermore, by using a query that the user focuses on periodically and generating a model that determines the type of service according to the query, marketing more appropriately or providing useful information to the user Can do.
以下、図面を参照し、本発明の情報処理装置、情報処理システム、情報処理方法、およびプログラムの実施形態について説明する。 Hereinafter, embodiments of an information processing apparatus, an information processing system, an information processing method, and a program according to the present invention will be described with reference to the drawings.
[概要]
情報処理装置は、一以上のプロセッサにより実現される。情報処理装置は、ユーザが入力したクエリを評価し、評価結果に基づいて所定の周期性を有する周期性クエリを決定する。より具体的には、情報処理装置は、第1期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であってサービスの種別ごとに管理されるユーザの行動と、第2期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であってサービスの種別ごとに管理されるユーザの行動とに基づいて、クエリを評価する。
[Overview]
The information processing apparatus is realized by one or more processors. The information processing apparatus evaluates a query input by the user, and determines a periodic query having a predetermined periodicity based on the evaluation result. More specifically, the information processing apparatus is a user action for a service provided in response to a query input by the user in the first period, and the user action managed for each type of service; The query is evaluated based on the user's behavior with respect to the service provided in response to the query input by the user during the period, and the user behavior managed for each type of service.
「クエリに応答して提供される」とは、入力されたクエリに基づく検索結果を示す画面にリンクが設定されてサービスが提供されることである。また、「クエリに応答して提供される」とは、例えば、入力されたクエリに応じてユーザに提供する画像の所定の領域(ショートカット領域)にサービスが含まれ提供されることである。「サービスの種別」とは、例えば、電子商取引、料理のレシピ、地図情報などに分類される。「ユーザの行動」とは、例えば、クエリの結果を示す画面においてリンクを選択したこと、或いは、選択した後においてコンバージョンに相当する行動をとったこと等である。「選択」とは、クリックやタッチ、タップその他の態様を含む。以下の説明では、一例として「クリック」が行われるものとして説明する。 “Provided in response to a query” means that a service is provided by setting a link on a screen showing a search result based on the input query. Also, “provided in response to a query” means, for example, that a service is included and provided in a predetermined area (shortcut area) of an image provided to a user according to an input query. “Service types” are classified into, for example, electronic commerce, cooking recipes, map information, and the like. “User behavior” means, for example, that a link is selected on a screen showing the result of a query, or that an action corresponding to conversion is taken after the selection. “Select” includes clicks, touches, taps and other modes. In the following description, it is assumed that “click” is performed as an example.
情報処理装置は、周期性クエリとサービスの種別とが対応付けられたデータを学習データとして学習し、学習済モデルを生成する。この学習済モデルは、ユーザによってクエリが入力された場合にユーザにどのサービスの種別の情報を提供すべきかに用いるものである。情報処理装置は、学習済モデルを利用して、クエリに応じたサービスの種別に係るサービスをユーザに提供することを決定する。 The information processing apparatus learns, as learning data, data in which a periodic query and a service type are associated with each other, and generates a learned model. This learned model is used for which service type information should be provided to the user when a query is input by the user. The information processing apparatus uses the learned model to determine to provide the user with a service related to the type of service corresponding to the query.
<第1実施形態>
図1は、情報処理装置を含む情報処理システム1の機能構成の一例を示す図である。情報処理システム1は、例えば、一以上の端末装置10と、一以上のサービスサーバ20と、情報処理装置100とを備える。サービスサーバ20と情報処理装置100とは一体でもよい。これらの装置は、ネットワークNWを介して互いに通信する。ネットワークNWは、例えば、WAN(Wide Area Network)やLAN(Local Area Network)、インターネット、専用回線、無線基地局、プロバイダなどを含む。
<First Embodiment>
FIG. 1 is a diagram illustrating an example of a functional configuration of an
[端末装置]
端末装置10は、ユーザによって使用される装置であり、例えば、スマートフォンなどの携帯電話、タブレット型コンピュータ、ノート型コンピュータ、デスクトップ型コンピュータなどである。端末装置10では、ブラウザやアプリケーションプログラムなどのUA(User Agent)が起動し、以下の動作を行う。ユーザが、端末装置10を操作して、クエリを入力し、入力したクエリに関連する情報を検索するようにサービスサーバ20に依頼する。端末装置10は、サービスサーバ20の検索結果であるクエリに関連する情報を取得し、取得した情報を自装置の表示部に表示される。そして、ユーザは、所望のクエリに関する情報のうち、興味のある情報を提供している提供元の所在を示す領域を選択することで、情報を入手する。
[Terminal device]
The
[サービスサーバ]
サービスサーバ20は、クエリ入力欄を有する何らかのウェブサイトを提供する。ウェブサイトを提供するのに代えて、アプリケーションプログラムに表示される画像を提供するものであってもよい。以下の説明では、サービスサーバ20は、ウェブサイトを提供するウェブサーバであるものとする。サービスサーバ20は、検索部22を含む。サービスサーバ20は、例えば、端末装置10からクエリを取得し、検索部22に、取得したクエリに関連する情報を、ネットワークNWを介して検索させる。サービスサーバ20は、検索部22の検索結果を端末装置10に提供する。また、サービスサーバ20は、ユーザの行動履歴である行動履歴情報を記憶装置に記憶させる。行動履歴情報は、ユーザが入力したクエリ、サービスの種別、時刻、およびユーザの行動が互いに対応付けられた情報である。詳細は、後述する図2参照。
[Service Server]
The
[情報処理装置]
情報処理装置100は、例えば、通信部102と、評価部104と、決定部106と、学習部108と、処理部110と、記憶部120とを備える。評価部104、決定部106、学習部108、および処理部110は、例えば、CPU(Central Processing Unit)等のハードウェアプロセッサが、記憶装置に記憶されたプログラムを実行することにより実現される。また、これらの機能部は、LSI(Large Scale Integration)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)等のハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。また、上記のプログラムは、予め記憶装置に格納されていてもよいし、DVDやCD−ROMなどの着脱可能な記憶媒体に格納されており、記憶媒体が情報処理装置100のドライブ装置に装着されることで記憶装置にインストールされてもよい。
[Information processing device]
The
記憶部120は、例えば、ROM(Read Only Memory)、フラッシュメモリ、SDカード、RAM(Random Access Memory)、HDD(Hard Disc Drive)、レジスタ等によって実現される。また、記憶部120の一部または全部は、NAS(Network Attached Storage)や外部ストレージサーバ装置等であってもよい。記憶部120には、例えば、行動履歴情報122、解析情報124、スコア情報126、周期性クエリ情報128、学習データ130、および学習済モデル132が記憶されている。各情報の詳細については後述する。
The
通信部102は、ネットワークインターフェースカード(Network Interface Card)等の通信インターフェースを含む。
The
評価部104は、第1期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であってサービスの種別ごとに管理されるユーザの行動と、第2期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であってサービスの種別ごとに管理されるユーザの行動とに基づいて、クエリを評価する。
The
決定部106は、評価部104の評価結果に基づいて所定の周期性を有する周期性クエリを決定する。
The
学習部108は、周期性クエリとサービスの種別とが互いに対応付けられたデータを学習データとして、クエリが入力された場合にユーザにどのサービスの種別の情報を提供すべきかに用いる学習済モデル132を生成する。また、学習データは、更に、学習済モデル132が生成されるときの直近(例えば直近の数か月)の期間にユーザが入力したクエリとサービスの種別とが互いに対応付けられたデータを含む。
The
処理部110は、ユーザに入力されたクエリを学習済モデル132に入力し、学習済モデル132が出力した出力結果に基づいて、ユーザに提供するサービスの種別を決定する。
The
[行動履歴情報]
図2は、行動履歴情報122の内容の一例を示す図である。行動履歴情報122は、サービスサーバ20から送信された行動履歴情報である。図2の例では、ユーザが入力したクエリと、ユーザに提供された特定情報に係るサービスの種別と、特定情報をクリックしたか否かを示す情報と、年月とが互いに対応づけられている。特定情報とは、ユーザがクエリを入力した際に提供された所定のサービスの種別の情報である。特定情報は、例えば、ショートカット領域(図3、領域AR1参照)に含まれる情報(サービスに関する情報)である。特定情報がクリックされると、特定情報に対応付けられているリンク先である、例えば、ショッピングのウェブページや、料理のレシピのウェブページ、地図のウェブページ等に遷移する。
[Behavior history information]
FIG. 2 is a diagram illustrating an example of the contents of the
以下、サービスサーバ20が、入力されたクエリに応じたサービスの種別の特定情報をユーザに提供した際に端末装置10の表示される画像IMの一例について図3を参照して説明する。例えば、クエリが入力された場合、サービスサーバ20は、評価用学習済モデル(または予め設定された基準)を用いて、クエリに応じたサービスの種別を決定する。
Hereinafter, an example of the image IM displayed on the
例えば、評価用学習済モデルは、領域AR1に含める特定情報のサービスの種別が分かっているクエリを教師データとして学習されたモデルである。教師データには、領域AR1に含めない特定情報のサービスの種別が分かっているクエリを(負例)が含まれていてもよい。評価用学習済モデルは、例えば、ニューラルネットワーク(Neural Network)や、SVM(Support Vector Machine)などを構成要素として生成されている。以下、所定期間において、評価用学習済モデルにクエリ「七草粥」が入力されると、サービスの種別は「レシピ」と判定されるものとして説明する。なお、「七草粥」が入力された場合、所定の基準に従って、または均一にサービスの種別を「レシピ」、「ショッピング」、「地図」と決定してもよい。 For example, the learned model for evaluation is a model learned by using, as teacher data, a query in which the type of service of specific information included in the area AR1 is known. The teacher data may include a query (a negative example) in which the type of service of specific information not included in the area AR1 is known. The learned model for evaluation is generated using, for example, a neural network (Neural Network) or a support vector machine (SVM) as a component. In the following description, it is assumed that the service type is determined to be “recipe” when the query “Nanakusa” is input to the learned model for evaluation in a predetermined period. Note that when “Nanagusa” is input, the service type may be determined as “recipe”, “shopping”, or “map” according to a predetermined standard or uniformly.
サービスサーバ20は、クエリ「七草粥」と、決定されたサービスの種別「レシピ」とに基づいて七草粥の作り方を提供しているウェブページに関連する情報(所在や画像等)と、クエリ「七草粥」に関するその他の情報(例えば七草粥を解説している百科事典に関連する情報等)を取得する。そして、サービスサーバ20は、取得した情報に基づいて、端末装置10の表示部に画像IMを表示させるための情報を生成し、生成した情報を端末装置10に送信する。
The
画像IMの領域AR1には、例えば、評価用学習済モデルに基づいて決定されたサービスの種別「レシピ」である七草粥の作り方を提供しているウェブページのリンク先等を示す画像が表示され、画像IMの領域AR2には、例えば、七草粥を解説している百科事典のリンク先等を示す情報が表示される。また、領域AR1の画像、および領域AR2の情報には、それぞれ対応するウェブページに遷移するための情報(URLなどの所在)が対応付けられている。 In the area IM1 of the image IM, for example, an image indicating a link destination of a web page that provides a method of making a herb rice that is a service type “recipe” determined based on the learned model for evaluation is displayed. In the area IM2 of the image IM, for example, information indicating a link destination of an encyclopedia that explains the herbs is displayed. Further, information (location such as URL) for transition to the corresponding web page is associated with the image of the area AR1 and the information of the area AR2.
また、例えば、クエリ「入学式」が入力された場合、領域AR1には、サービスの種別「ショッピング」である入学式で着るような洋服を販売しているウェブページに関連する情報(所在や画像等)を含む画像が端末装置10の表示部に表示される。また、クエリ「○○ビル」などの建物名や地名などが入力された場合、領域AR1には、サービスの種別「地図」である○○ビルの位置を示す地図情報や○○ビルの外観などを含む画像が端末装置10の表示部に表示される。
For example, when the query “entrance ceremony” is input, information (location and image) related to a web page that sells clothes that can be worn at the entrance ceremony that is the type of service “shopping” is displayed in the area AR1. And the like are displayed on the display unit of the
[学習済モデルを生成する処理]
以下、入力されたクエリ応じたサービスの種別をより精度よく決定することができる学習済モデル132を生成するための処理について説明する。
[Process to generate learned model]
Hereinafter, a process for generating the learned
(クリック数の集計)
評価部104は、行動履歴情報122に基づいて、解析情報124を生成する。図4は、解析情報124の内容の一例を示す図である。図4の縦軸はクリック数を示し、図4の横軸は年月を示している。評価部104は、行動履歴情報122を参照し、クエリとサービスの種別との組み合わせごとに、図3で示した領域AR1がクリックされた回数を導出する。例えば、評価部104は、第1期間P1(例えば1月)において領域AR1がクリックされた回数、および第2期間P2(例えば1〜12月)において領域AR1がクリックされた回数を導出する。第2期間P2は、第1期間P1よりも長い期間である。
(Counting clicks)
The
(第1スコア)
評価部104は、解析情報124に基づいて、第1スコアを導出する。第1スコアは、例えば、第2期間P2を対象とした場合に第1期間P1における評価対象のクエリの重要度を示す指標である。第1スコアScоre1は、例えば、以下の式(1)に基づいて導出される。「P1_CLICK」は第1期間P1におけるクリック数であり、「P2_CLICK」は第2期間P2におけるクリック数である。「P1_CLICK」は第1指標の一例であり、「P2_CLICK」は第2指標の一例である。
Scоre1=(P1_CLICK/P2_CLICK) (1)
(First score)
The
Score1 = (P1_CLICK / P2_CLICK) (1)
なお、「P1_CLICK」に代えて(或いは加えて)、以下の第1指標が用いられてもよい。第1指標は、例えば、サービスの種別に係るサービスをユーザが選択した選択数、サービスをユーザが選択した後にユーザが所定の行動をした回数であるコンバージョン数、または、サービスをユーザが選択した後に発生した課金額である選択単価のうちいずれか、またはこれらの組み合わせに基づく指標である。 The following first index may be used instead of (or in addition to) “P1_CLICK”. The first index is, for example, the number of selections that the user has selected a service related to the type of service, the number of conversions that is the number of times the user has performed a predetermined action after the user has selected the service, or the user has selected the service This is an index based on one of the selected unit prices, which is the amount of billing, or a combination thereof.
また、「P2_CLICK」に代えて(或いは加えて)、以下の第2指標が用いられてもよい。第2指標は、例えば、サービスの種別に係るサービスをユーザが選択した選択数、サービスをユーザが選択した後にユーザが所定の行動をした回数であるコンバージョン数、または、サービスをユーザが選択した後に発生した課金額である選択単価のうちいずれか、またはこれらの組み合わせに基づく指標である。 Further, instead of (or in addition to) “P2_CLICK”, the following second index may be used. The second index is, for example, the number of selections by which the user has selected a service related to the type of service, the number of conversions that the user has performed a predetermined action after selecting the service, or after the user has selected the service This is an index based on one of the selected unit prices, which is the amount of billing, or a combination thereof.
(第2スコア)
評価部104は、解析情報124に基づいて、第2スコアを導出する。第2スコアは、例えば、第2期間P2を対象とした場合に第1期間P1における、第1スコアを加味した評価対象のクエリの重要度を示す指標である。第2スコアScоre2は、例えば、以下の式(2)に基づいて導出される。「LG」は、例えば「P2_CLICK」の対数である。
Scоre2=Scоre1×LG (2)
(Second score)
The
Score2 = Score1 × LG (2)
例えば、「LG」は、10を底とする対数である。「LG」を乗算することにより、より適切なスコアを導出することができる。なぜなら、「LG」を加味することで、検索頻度が低いクエリや検索回数が少ないクエリについて高いスコアが導出され、周期性クエリとして決定されることを抑制するためである。また、「LG」を加味することで、ユーザが入力していないクエリ(スパムなど)が周期性クエリと判定される可能性を抑制するためである。
For example, “LG” is a logarithm with
なお、「LG」に代えて(或いは加えて)、以下の第3指標が用いられてもよい。第3指標は、サービスの種別に係るサービスをユーザが選択した選択数、サービスをユーザが選択した後にユーザが所定の行動をした回数であるコンバージョン数、または、サービスをユーザが選択した後に発生した課金額である選択単価のうちいずれか、またはこれらの組み合わせに基づく指標の対数である。 Instead of (or in addition to) “LG”, the following third index may be used. The third index occurs when the user selects a service related to the type of service, the number of conversions that the user performs a predetermined action after the user selects the service, or after the user selects the service It is a logarithm of an index based on any one of the selected unit prices that are billing amounts or a combination thereof.
図5は、スコア情報126の内容の一例を示す図である。上述した処理が行われ、複数の、クエリとサービスの種別との組み合わせに対して、スコアが導出され、スコア情報126が生成される。スコア情報126は、評価対象のクエリ、第1期間P1、第2期間P2、第1スコア、第2スコアが互いに対応付けられた情報である。
FIG. 5 is a diagram illustrating an example of the content of the
(周期性クエリの決定)
決定部106は、スコア情報126に基づいて、周期性クエリを決定する。例えば、決定部106は、第2スコアが閾値以上であり、且つ第2スコアを基準にした場合にランキングで上位所定数のクエリを周期性クエリとして決定する。
(Determining periodic query)
The
なお、決定部106は、第2スコア(および/または第1スコア)が閾値以上であるクエリ、または第2スコア(および/または第1スコア)を基準にした場合にランキングで上位所定数のクエリを周期性クエリとして決定してもよい。また、決定部106は、第1スコアと、第2スコアと、第1スコアまたは第2スコアを基準にした場合のランキング結果とのうち、一以上の項目を統計的に処理して周期性クエリを決定してもよい。
Note that the
また、決定部106は、第3スコアに基づいて、周期性クエリを決定してもよい。第3スコアは、例えば、第1指標と第2指標とに基づいて、導出されたスコアである。また、例えば、評価部104は、第1指標〜第3指標のうち、一以上の指標を所定の関数に入力して、所定の関数が出力結果に基づいて、周期性クエリを評価してもよい。
In addition, the
[フローチャート(その1)]
図6は、情報処理装置100により実行される処理の流れの一例を示すフローチャートである。本処理は、周期性クエリが決定される際の処理である。まず、評価部104が、行動履歴情報122を取得し(S10)、取得した行動履歴情報122を解析する(S12)。これにより、解析情報124が生成される。
[Flowchart (Part 1)]
FIG. 6 is a flowchart illustrating an example of a flow of processing executed by the
次に、評価部104は、解析した解析情報124に基づいて第1スコアを導出する(S14)。次に、評価部104は、解析情報124および第1スコアに基づいて、第2スコアを導出する(S16)。
Next, the
決定部106が、導出した第2スコアに基づいて、閾値以上の第2スコアを有し、且つランキングで上位所定数のクエリを周期性クエリとして導出し、導出した周期性クエリを周期性クエリ情報128として記憶部120に記憶させる(S18)。これにより、本フローチャートの1ルーチンの処理は終了する。
Based on the derived second score, the
上述した処理により、情報処理装置100は、周期性クエリを精度よく導出することができる。
Through the processing described above, the
図7は、情報処理装置100により導出された周期性クエリの一例を示す図である。例えば、情報処理装置100は、過去数年間における月ごとの周期性クエリを導出する。また、例えば、決定部106は、所定の期間(例えば1月などの所定月や所定の季節など)において、過去数年間において閾値以上の第2スコアを有し、且つ上位所定数のクエリを周期性クエリとして抽出してもよい。例えば、過去3年間の1月において、クエリ「七草粥」が閾値以上の第2スコアを有し、且つ上位所定数のクエリを周期性クエリである場合、周期性クエリとして決定されてもよい。これにより流行等により一時的に入力数や検索数が増加したクエリが除外される。
FIG. 7 is a diagram illustrating an example of a periodic query derived by the
[フローチャート(その2)]
図8は、情報処理装置100により実行される処理の流れの他の一例を示すフローチャートである。本処理は、学習済モデル132が生成される際の処理である。なお、以下の説明では、月や年を基準に第1期間または第2期間を定めているが、これに限られない。例えば、第1期間は、あるイベントが発生した所定の期間(商品が発売された期間やオリンピックなどの開催期間)であり、第2期間は、イベントが発生する前(または後)の所定の期間であってもよい。
[Flowchart (Part 2)]
FIG. 8 is a flowchart illustrating another example of the flow of processing executed by the
まず、学習部108が、対象月の前の所定期間(例えば2か月間)の学習データ130を取得する(S100)。次に、学習部108は、周期性クエリに関する学習データ130を取得する(S102)。次に、学習部108は、S100およびS102で取得した学習データ130に基づいて、学習を行う(S104)。図9は、学習データ130の内容の一例を示す図である。対象月の前の2か月間の学習データ130は、その期間において入力されたクエリと、サービスの種別とが対応付けられた情報である。周期性クエリに関する学習データ130は、過去の1月(第1期間)において入力されたクエリと、サービスの種別とが対応付けられた情報である。
First, the
図8に戻る。次に、学習部108は、学習済モデル132を生成する(S106)。なお、学習済モデル132は、例えば、ニューラルネットワークや、SVMなどを構成要素として生成される。これにより、本フローチャートの1ルーチンの処理は終了する。
Returning to FIG. Next, the
上述した処理により、図10に示すような学習済モデル132が生成される。図10は、学習済モデル132の一例を示す図である。例えば、学習済モデル132は、クエリが入力されると、所定のサービスの種別に該当するか否かを判定するモデルである。学習済モデル132は、例えば、判定するサービスの種別ごとに生成される。学習済モデル132は、例えば、サービスの種別がレシピであるか、サービスの種別がショッピングであるか、サービスの種別が地図であるか等を判定するモデルである。例えば、サービスの種別がレシピであるかを判定する学習済モデル132に、クエリ「七草粥」が入力されると、学習済モデル132は、そのクエリがレシピのサービスの種別に該当すると判定し、判定結果を出力する。
Through the above-described processing, a learned
[フローチャート(その3)]
図11は、サービスサーバ20および情報処理装置100により実行される処理の流れの他の一例を示すフローチャートである。本処理は、ユーザがクエリを入力した際にユーザにクエリに応じたサービスの種別の特定情報が提供される処理の流れの一例である。
[Flowchart (Part 3)]
FIG. 11 is a flowchart illustrating another example of the flow of processing executed by the
まず、サービスサーバ20が、クエリが入力されたか否かを判定する(S200)。そして、サービスサーバ20は、入力されたクエリを情報処理装置100に送信する。
First, the
次に、情報処理装置100の処理部110が、学習済モデル132を用いて、送信されたクエリに応じたサービスの種別を決定する(S202)。処理部110は、決定したサービスの種別をサービスサーバ20に送信する。次に、サービスサーバ20の検索部22は、クエリに関連する情報をネットワークNWにおいて検索する(S204)。次に、サービスサーバ20は、S202で決定されたサービスの種別に基づいて、検索結果の表示画面に含めるリンクを決定し、決定したリンクをショートカット領域に対応付ける(S206)。このように、サービスサーバ20は、サービスの種別に基づく検索結果に関する情報を生成する。検索結果に関する情報とは、例えば、検索結果の表示画面に含めるリンクであり、画像へのリンクや、テキストへのリンク、または画像へのリンクとテキストへのリンクとの組み合わせ等である。そして、サービスサーバ20が、生成した情報を端末装置10に送信することにより、端末装置10の表示部には生成された情報に基づく画像(特定情報)が表示される。これにより、本フローチャートの1ルーチンの処理は終了する。
Next, the
上述した処理により、情報処理装置100は、より適切なサービスの種別を決定することができる。そして、サービスサーバ20は、決定されたサービスの種別に基づいて、より適切にマーケティングを行えたり、ユーザにとって有益な情報を提供できたりすることができる。
Through the processing described above, the
[比較例]
例えば、学習済モデル132は、対象の月(または期間)ごとに生成される。例えば、1月に用いられる学習済モデルは、学習するコストを抑制するために直近の数か月(例えば11月、12月)の情報が用いられて生成されている場合がある。例えば、11月、12月において入力されたクエリや、クエリに応じて領域AR1に表示された情報、領域AR1に表示された情報がクリックされた頻度等に基づいて、学習データが生成される。学習データは、クエリと、クエリに応じたサービスの種別とが互いに対応付けられた情報である。
[Comparative example]
For example, the learned
この学習データを用いて学習済モデルが生成されるが、この学習済モデルには対象の月で頻繁に入力される周期性クエリについては加味されていない。このため、例えば、1月において、クエリ「XXX」が入力された場合に、サービスの種別を「ショッピング」として決定し、ショッピングに関する情報をユーザに提供したほうがクリックされる確率が高い場合であっても、サービスの種別を「レシピ」や「地図」として決定して、これらのサービスの種別に関する情報をユーザに提供したり、サービスの種別が決定されずに適切な情報をユーザに提供したりすることができない場合がある。 A learned model is generated using this learning data, but this learned model does not take into account periodic queries that are frequently input in the target month. For this reason, for example, in January, when the query “XXX” is input, the service type is determined as “shopping”, and it is more likely that the user will be provided with information related to shopping. In addition, the service type is determined as “recipe” or “map”, and information regarding these service types is provided to the user, or appropriate information is provided to the user without determining the service type. It may not be possible.
具体的には、1月において、クエリ「七草粥」が入力された場合に、サービスの種別を「レシピ」として決定し、レシピに関する情報をユーザに提供したほうがクリックされる確率が高い場合であっても、図12の画像IM1に示すように、サービスの種別を「ショッピング」や「地図」として決定したり、図12の画像IM2に示すように、そもそもサービスの種別を決定せずに領域AR1にサービスの種別に応じた情報を提供できなかったりする場合がある。 Specifically, in January, when the query “Nanagusa” is input, the service type is determined as “recipe”, and the information about the recipe is provided to the user, and the probability of being clicked is higher. However, as shown in the image IM1 in FIG. 12, the service type is determined as “shopping” or “map”, or as shown in the image IM2 in FIG. 12, the service type is not determined in the area AR1. There are cases where information according to the type of service cannot be provided.
このように、過去数か月の情報のみを学習データとして用いた場合、例えば、周期性クエリとなるようなクエリが入力される回数や頻度が低いため、学習済モデルに周期性クエリのサービスの種別の内容が反映されず、より適切にマーケティングを行うことができないことがあったり、ユーザにとって有益な情報を提供することができなかったりすることがあった。 In this way, when only the information of the past few months is used as learning data, for example, the number of times and frequency of inputting a query that becomes a periodic query is low. The content of the type is not reflected, and marketing may not be performed more appropriately, or information useful for the user may not be provided.
これに対して、本実施形態では、周期性クエリを決定し、この周期性クエリと周期性クエリのサービスの種別とを学習データに含めることにより、より適切にマーケティングを行ったり、ユーザにとって有益な情報を提供したりすることができる学習済モデル132を生成することができる。具体的には、1月に用いる学習済モデル132の生成には、過去の1月の情報に基づいて決定された周期性クエリと、周期性クエリに応じたサービスの種別とを含む学習データが用いられるためである。
On the other hand, in the present embodiment, by determining a periodic query and including the periodic query and the type of service of the periodic query in the learning data, it is possible to perform marketing more appropriately or be beneficial to the user. A learned
以上説明した第1実施形態によれば、情報処理装置100が、第1期間および第2期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であってサービスの種別ごとに管理されるユーザの行動に基づいて、クエリを評価し、評価結果に基づいて所定の周期性を有する周期性クエリを決定することにより、周期的にユーザが着目するクエリを精度よく抽出することができる。
According to the first embodiment described above, the
<第2実施形態>
以下、第2実施形態について説明する。第1実施形態では、ショートカット領域にクエリに基づいて決定されたサービスの種別の情報が表示され、この情報に対するユーザの行動に基づいて、スコアが導出されるものとした。これに対して、第2実施形態では、ショートカット領域は設けられずに、クエリに応答して提供されるサービスに対するユーザの行動であってサービスの種別ごとに管理されるユーザの行動に基づいて、スコアが導出される。以下、第2実施形態について説明する。
Second Embodiment
Hereinafter, a second embodiment will be described. In the first embodiment, information on the type of service determined based on the query is displayed in the shortcut area, and the score is derived based on the user's action on this information. On the other hand, in the second embodiment, the shortcut area is not provided, and the user's behavior for the service provided in response to the query is based on the user's behavior managed for each service type. A score is derived. Hereinafter, a second embodiment will be described.
サービスサーバ20は、ユーザによって入力されたクエリに関連する情報を端末装置10に提供する。図13は、第2実施形態においてサービスサーバ20が端末装置10の表示部に表示させる画像IM3の一例を示す図である。クエリが「七草粥」である場合、画像IM3には、例えば、七草粥のレシピを紹介しているウェブページのリンク先L1や、七草粥の商品を販売しているウェブページのリンク先L2、七草粥を提供している店舗のリンク先L3等が含まれる。また、記憶部120には、対応情報が記憶されている。対応情報は、リンク先(L1〜L3)と、リンク先が表示された領域と、サービスの種別とが対応付けられた情報である。サービスの種別は、例えば、リンク先のHTML(Hyper Text Markup Language)や、リンク先のウェブページに含まれる文字情報等に基づいて決定されたサービスの種別である。
The
処理部110は、対応情報に基づいて、ユーザがクリックした領域(リンク先)と、リンク先のサービスの種別とを取得し、取得した情報を行動履歴情報122として記憶部120に記憶させる。そして、評価部104は、行動履歴情報122に基づいて、解析情報124Aを生成する。図14は、第2実施形態の解析情報124Aの一例を示す図である。解析情報124Aは、例えば、クエリに対して、行動履歴を取得した対象期間と、サービスの種別と、クリックされた回数とが対応付けられた情報である。評価部104は、第1実施形態の処理と同等の処理により、第1スコアおよび第2スコアを導出する。
Based on the correspondence information, the
以上説明した第2実施形態によれば、情報処理装置100は、クエリに基づく検索結果に対するユーザの行動(クエリに応答して提供されるサービスに対するユーザの行動であってサービスの種別ごとに管理されるユーザの行動)に基づいて、クエリを評価することにより、第1実施形態の効果と同様の効果を奏することができる。
According to the second embodiment described above, the
<第3実施形態>
以下、第3実施形態について説明する。第1実施形態では、第1期間および第2期間においてユーザが入力したクエリに関連付けられた第1サービスの種別の情報に対するユーザの行動に基づいて、クエリを評価するものとした。これに対して、第3実施形態では、情報処理装置100は、クエリに対してサービスの種別が対応付けられた対応情報を参照し、第1期間においてユーザが入力したクエリであって、対応情報においてサービスの種別が対応付けられたクエリの入力数と、第2期間においてユーザが入力したクエリであって、対応情報においてサービスの種別が対応付けられたクエリの入力数と、に基づいて、クエリを評価する。以下、第3実施形態について説明する。
<Third Embodiment>
Hereinafter, the third embodiment will be described. In the first embodiment, the query is evaluated based on the user's behavior with respect to the information of the first service type associated with the query input by the user in the first period and the second period. On the other hand, in the third embodiment, the
第3実施形態では、記憶部120にクエリとサービスの種別とが対応付けられた対応情報が記憶されている。そして、評価部104は、対応情報と行動履歴情報122とに基づいて、解析情報124Bを生成する。図15は、第3実施形態の解析情報124Bの内容の一例を示す図である。図15の縦軸は検索数を示し、図15の横軸は年月を示している。評価部104は、解析情報124Bを参照し、所定のクエリ(例えば「七草粥」)が検索された回数を導出する。例えば、評価部104は、第1期間P1(例えば1月)において所定のクエリが検索された回数、および第2期間P2(例えば1〜12月)において所定のクエリが検索された回数を導出する。
In the third embodiment, correspondence information in which a query is associated with a service type is stored in the
(第1スコア)
評価部104は、解析情報124Bに基づいて、第1スコアを導出する。第1スコアScоre1は、例えば、以下の式(3)に基づいて導出される。「P1_SEARCH」は第1期間P1における検索数であり、「P2_SEARCH」は第2期間P2における検索数である。「P1_SEARCH」は第1指標の他の一例であり、「P2_SEARCH」は第2指標の他の一例である。
Scоre1=(P1_SEARCH/P2_SEARCH) (3)
(First score)
The
Score1 = (P1_SEARCH / P2_SEARCH) (3)
(第2スコア)
評価部104は、解析情報124Bに基づいて、第2スコアを導出する。第2スコアScоre2は、例えば、以下の式(4)に基づいて導出される。「LG」は「P2_SEARCH」の対数である。「P2_SEARCH」は第3指標の他の一例である。
Scоre2=Scоre1×LG (4)
(Second score)
The
Score2 = Score1 × LG (4)
上述したように評価部104は、スコア情報126を生成し、スコア情報126に基づいて、周期性クエリを決定する。そして、決定部106は、スコア情報126に基づいて、周期性クエリを決定する。
As described above, the
以上説明した第3実施形態によれば、情報処理装置100は、第1期間および第2期間においてユーザが入力したクエリであって、クエリに対してサービスの種別が対応付けられた対応情報においてサービスの種別が対応付けられたクエリの入力数に基づいて、クエリを評価し、評価結果に基づいて所定の周期性を有する周期性クエリを決定することにより、第1実施形態の効果と同様の効果を奏することができる。
According to the third embodiment described above, the
以上説明した実施形態によれば、情報処理装置100は、第1期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であってサービスの種別ごとに管理されるユーザの行動と、第2期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であってサービスの種別ごとに管理されるユーザの行動とに基づいて、クエリを評価する評価部104と、評価部104の評価結果に基づいて所定の周期性を有する周期性クエリを決定する決定部106とを備えることにより、周期的にユーザが着目するクエリを精度よく抽出することができる。
According to the embodiment described above, the
また、以上説明した他の実施形態によれば、情報処理装置100は、クエリに対してサービスの種別が対応付けられた対応情報を参照し、第1期間においてユーザが入力したクエリであって、クエリに対してサービスの種別が対応付けられた対応情報においてサービスの種別が対応付けられたクエリの入力数と、第2期間においてユーザが入力したクエリであって、対応情報においてサービスの種別が対応付けられたクエリの入力数と、に基づいて、クエリを評価する評価部104と、評価部104の評価結果に基づいて所定の周期性を有する周期性クエリを決定する決定部106を備えることにより、周期的にユーザが着目するクエリを精度よく抽出することができる。
According to another embodiment described above, the
以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等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内において種々の変形及び置換を加えることができる。 As mentioned above, although the form for implementing this invention was demonstrated using embodiment, this invention is not limited to such embodiment at all, In the range which does not deviate from the summary of this invention, various deformation | transformation and substitution Can be added.
1‥情報処理システム、10‥端末装置、20‥サービスサーバ、100‥情報処理装置、102‥通信部、104‥評価部、106‥決定部、108‥学習部、110‥処理部110、120‥記憶部、122‥行動履歴情報、124‥解析情報、126‥スコア情報、128‥周期性クエリ情報、130‥学習データ、132‥学習済モデル
DESCRIPTION OF
Claims (12)
前記評価部の評価結果に基づいて所定の周期性を有する周期性クエリを決定する決定部と、
を備える情報処理装置。 User behavior for a service provided in response to a query input by the user in the first period and managed for each type of service, and response to the query input by the user in the second period An evaluation unit that evaluates the query based on a user's behavior with respect to the service provided and managed by each type of the service, and
A determination unit that determines a periodic query having a predetermined periodicity based on an evaluation result of the evaluation unit;
An information processing apparatus comprising:
請求項1に記載の情報処理装置。 The second period is longer than the first period.
The information processing apparatus according to claim 1.
前記第1指標は、前記サービスの種別に係るサービスをユーザが選択した選択数、前記サービスをユーザが選択した後にユーザが所定の行動をした回数であるコンバージョン数、または、前記サービスをユーザが選択した後に発生した課金額である選択単価のうちいずれか、またはこれらの組み合わせに基づく指標である、
請求項1または2に記載の情報処理装置。 The evaluation unit evaluates the query based on a first index obtained by indexing the user's behavior in the first period;
The first index is the number of selections by which the user has selected a service related to the type of service, the number of conversions by which the user has performed a predetermined action after the user has selected the service, or the user has selected the service A metric based on one or more of the selected bids that are accrued after
The information processing apparatus according to claim 1 or 2.
前記第2指標は、前記サービスの種別に係るサービスをユーザが選択した選択数、前記サービスをユーザが選択した後にユーザが所定の行動をした回数であるコンバージョン数、または、前記サービスをユーザが選択した後に発生した課金額である選択単価のうちいずれか、またはこれらの組み合わせに基づく指標である、
請求項1から3のうちいずれか1項に記載の情報処理装置。 The evaluation unit evaluates the query based on a second index obtained by indexing the user's behavior in the second period;
The second index is the number of selections that the user has selected a service related to the type of service, the number of conversions that is the number of times the user has performed a predetermined action after the user has selected the service, or the user has selected the service A metric based on one or more of the selected bids that are accrued after
The information processing apparatus according to any one of claims 1 to 3.
前記第3指標は、前記サービスの種別に係るサービスをユーザが選択した選択数、前記サービスをユーザが選択した後にユーザが所定の行動をした回数であるコンバージョン数、または、前記サービスをユーザが選択した後に発生した課金額である選択単価のうちいずれか、またはこれらの組み合わせに基づく指標の対数である、
請求項1から4のうちいずれか1項に記載の情報処理装置。 The evaluation unit evaluates the query based on a third index that indexes the user's behavior in the second period,
The third index is the number of selections that the user has selected a service related to the type of service, the number of conversions that is the number of times the user has performed a predetermined action after the user has selected the service, or the user has selected the service Is the logarithm of the metric based on one of the selected bids, or any combination of these,
The information processing apparatus according to any one of claims 1 to 4.
請求項1から5のうちいずれかの1項に記載の情報処理装置。 Using the data in which the periodic query and the service type are associated with each other as learning data, a learned model is generated that is used to determine which service type information should be provided to the user when a query is input. A learning unit;
The information processing apparatus according to any one of claims 1 to 5.
請求項6に記載の情報処理装置。 The learning data further includes data in which a query input by a user in the most recent period when the learned model is generated and the service type are associated with each other.
The information processing apparatus according to claim 6.
請求項6または7に記載の情報処理装置。 A processing unit that inputs a query input by a user to the learned model and determines a type of service to be provided to the user based on an output result output by the learned model;
The information processing apparatus according to claim 6 or 7.
ユーザにより入力されたクエリを前記情報処理装置に送信し、前記情報処理装置が前記クエリを前記学習済モデルに入力して前記学習済モデルが出力した出力結果に基づいて決定したサービスの種別を取得し、取得したサービスの種別に基づく検索結果に関する情報を前記ユーザに提供するサービスサーバと、
を備える情報処理システム。 The information processing apparatus according to any one of claims 6 to 8,
A query input by a user is transmitted to the information processing device, and the information processing device inputs the query to the learned model and obtains a service type determined based on an output result output by the learned model. And a service server that provides the user with information on search results based on the type of service acquired,
An information processing system comprising:
第1期間においてユーザが入力したクエリであって、前記対応情報においてサービスの種別が対応付けられたクエリの入力数と、
第2期間においてユーザが入力したクエリであって、前記対応情報においてサービスの種別が対応付けられたクエリの入力数と、に基づいて、クエリを評価する評価部と、
前記評価部の評価結果に基づいて所定の周期性を有する周期性クエリを決定する決定部と、
を備える情報処理装置。 Refer to the correspondence information in which the service type is associated with the query,
The number of queries input by the user in the first period and associated with the service type in the correspondence information;
An evaluation unit that evaluates the query based on the number of queries input by the user in the second period and associated with the service type in the correspondence information;
A determination unit that determines a periodic query having a predetermined periodicity based on an evaluation result of the evaluation unit;
An information processing apparatus comprising:
第1期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であって前記サービスの種別ごとに管理されるユーザの行動と、第2期間においてユーザが入力した前記クエリに応答して提供されるサービスに対するユーザの行動であって前記サービスの種別ごとに管理されるユーザの行動とに基づいて、前記クエリを評価し、
前記評価結果に基づいて所定の周期性を有する周期性クエリを決定する、
情報処理方法。 Computer
User behavior for a service provided in response to a query input by the user in the first period and managed for each type of service, and response to the query input by the user in the second period The user's behavior with respect to the service provided and the user behavior managed for each type of the service, and the query is evaluated,
Determining a periodic query having a predetermined periodicity based on the evaluation result;
Information processing method.
第1期間においてユーザが入力したクエリに応答して提供されるサービスに対するユーザの行動であって前記サービスの種別ごとに管理されるユーザの行動と、第2期間においてユーザが入力した前記クエリに応答して提供されるサービスに対するユーザの行動であって前記サービスの種別ごとに管理されるユーザの行動とに基づいて、前記クエリを評価させ、
前記評価結果に基づいて所定の周期性を有する周期性クエリを決定させる、
プログラム。 On the computer,
User behavior for a service provided in response to a query input by the user in the first period and managed for each type of service, and response to the query input by the user in the second period The user's behavior with respect to the service provided and the user behavior managed for each type of the service, the query is evaluated,
A periodic query having a predetermined periodicity is determined based on the evaluation result;
program.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018080536A JP6479239B1 (en) | 2018-04-19 | 2018-04-19 | Information processing apparatus, information processing system, information processing method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018080536A JP6479239B1 (en) | 2018-04-19 | 2018-04-19 | Information processing apparatus, information processing system, information processing method, and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6479239B1 true JP6479239B1 (en) | 2019-03-06 |
JP2019191686A JP2019191686A (en) | 2019-10-31 |
Family
ID=65655806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018080536A Active JP6479239B1 (en) | 2018-04-19 | 2018-04-19 | Information processing apparatus, information processing system, information processing method, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6479239B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021022343A (en) * | 2019-07-30 | 2021-02-18 | ヤフー株式会社 | Information processing device, information processing method, and information processing program |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7157407B2 (en) * | 2020-05-30 | 2022-10-20 | コンテンツライツ合同会社 | Information processing device, information processing program and carrier medium |
JP6998489B1 (en) | 2021-08-26 | 2022-01-18 | ヤフー株式会社 | Information processing equipment, information processing methods and information processing programs |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011002972A (en) * | 2009-06-18 | 2011-01-06 | Yahoo Japan Corp | Query analysis device, query analysis method, program and information retrieval device |
JP2012174097A (en) * | 2011-02-23 | 2012-09-10 | Yahoo Japan Corp | Query extraction device and method |
JP2013250677A (en) * | 2012-05-30 | 2013-12-12 | Rakuten Inc | Information processor, information processing method, information processing program and recording medium |
JP2017059184A (en) * | 2015-09-18 | 2017-03-23 | ヤフー株式会社 | Searching device, searching method, and program |
-
2018
- 2018-04-19 JP JP2018080536A patent/JP6479239B1/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011002972A (en) * | 2009-06-18 | 2011-01-06 | Yahoo Japan Corp | Query analysis device, query analysis method, program and information retrieval device |
JP2012174097A (en) * | 2011-02-23 | 2012-09-10 | Yahoo Japan Corp | Query extraction device and method |
JP2013250677A (en) * | 2012-05-30 | 2013-12-12 | Rakuten Inc | Information processor, information processing method, information processing program and recording medium |
JP2017059184A (en) * | 2015-09-18 | 2017-03-23 | ヤフー株式会社 | Searching device, searching method, and program |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021022343A (en) * | 2019-07-30 | 2021-02-18 | ヤフー株式会社 | Information processing device, information processing method, and information processing program |
Also Published As
Publication number | Publication date |
---|---|
JP2019191686A (en) | 2019-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9953364B2 (en) | Information processing system, information processing system control method, information processing device, information processing device control method, program, and information storage medium | |
JP6619024B2 (en) | Information processing apparatus, information processing method, program, and storage medium | |
EP2941724A1 (en) | Method and apparatus for generating webpage content | |
JPWO2012002351A1 (en) | Information processing apparatus, information processing method, and information processing program | |
US9911130B1 (en) | Attribution modeling using regression analysis | |
JP2018156429A (en) | Information processing device, information processing method, and program | |
JP6479239B1 (en) | Information processing apparatus, information processing system, information processing method, and program | |
JP6728178B2 (en) | Method and apparatus for processing search data | |
JP6310539B1 (en) | Information processing system, information processing method, and information processing program | |
US20170270572A1 (en) | System and method for autonomous internet searching and display of product data and sending alerts | |
CN106445947A (en) | Data searching method and system | |
US10394804B1 (en) | Method and system for increasing internet traffic to a question and answer customer support system | |
JP2013077041A (en) | Information search device, information search method and information search program | |
JP6960253B2 (en) | Product evaluation device, product evaluation method, and program | |
JP5734332B2 (en) | Advertisement information providing device | |
JP6956652B2 (en) | Information processing equipment, information processing methods, and programs | |
CN107622125B (en) | Information crawling method and device and electronic equipment | |
JP6993955B2 (en) | Information processing equipment, information processing methods, and programs | |
JP7140561B2 (en) | Information processing device, information processing method, and program | |
JP2021108220A (en) | Information processing device, information processing method, and program | |
JP6894875B2 (en) | Brand dictionary creation device, product evaluation device, brand dictionary creation method and program. | |
JP2017076376A (en) | Calculation device, calculation method and calculation program | |
JP6246271B1 (en) | Attribute evaluation apparatus, sales system, attribute evaluation method, and attribute evaluation program | |
JP6007300B1 (en) | Calculation device, calculation method, and calculation program | |
JP6783133B2 (en) | Information processing equipment, information processing methods, and programs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180802 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180802 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180815 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181112 |
|
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: 6479239 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |