JP6479239B1 - 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 - Google Patents

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。

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。

特開２０１２−７８８８８号公報

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。

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。

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。

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。

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。 行動履歴情報１２２の内容の一例を示す図である。 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の一例を示す図である。 解析情報１２４の内容の一例を示す図である。 スコア情報１２６の内容の一例を示す図である。 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。 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。 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。 学習データ１３０の内容の一例を示す図である。 学習済モデル１３２の一例を示す図である。 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。 端末装置１０の表示される画像ＩＭ１、ＩＭ２の一例を示す図である。 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。 第２実施形態の解析情報１２４Ａの一例を示す図である。 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。

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。

［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。

「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。

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。

＜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。

［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。

［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。

［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。

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。

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。

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。

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。

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。

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。

［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。

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。

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。

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。

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。

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。

［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。

（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。

（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）

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。

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。

（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）

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。

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。

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。

（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。

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。

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。

［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。

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）。

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。

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。

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。

［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。

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。

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。

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。

［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。

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。

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。

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。

［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。

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。

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。

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。

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。

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。

＜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。

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。

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。

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。

＜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。

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。

（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）

（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）

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。

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。

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。

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。

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。

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

Claims (12)

1. 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。
2. 前記第２期間は、前記第１期間よりも長い、
   請求項１に記載の情報処理装置。
3. 前記評価部は、前記第１期間における前記ユーザの行動を指標化した第１指標に基づいて前記クエリを評価し、
   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。
4. 前記評価部は、前記第２期間における前記ユーザの行動を指標化した第２指標に基づいて前記クエリを評価し、
   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。
5. 前記評価部は、前記第２期間における前記ユーザの行動を指標化した第３指標に基づいて前記クエリを評価し、
   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。
6. 前記周期性クエリと前記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前記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を生成する学習部を更に備える、
   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。
7. 前記学習データは、更に、前記学習済モデルが生成される直近の期間にユーザが入力したクエリと前記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、
   請求項６に記載の情報処理装置。
8. ユーザにより入力されたクエリを前記学習済モデルに入力し、前記学習済モデルが出力した出力結果に基づいて、前記ユーザに提供するサービスの種別を決定する処理部を、更に備える、
   請求項６または７に記載の情報処理装置。
9. 請求項６から８のうちいずれか１項に記載の情報処理装置と、
   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。
10. 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、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。
11. コンピュータが、
    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。
12. コンピュータに、
    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。

Images