JP6683638B2 - 通知装置、通知方法、及び通知プログラム - Google Patents
通知装置、通知方法、及び通知プログラム Download PDFInfo
- Publication number
- JP6683638B2 JP6683638B2 JP2017024759A JP2017024759A JP6683638B2 JP 6683638 B2 JP6683638 B2 JP 6683638B2 JP 2017024759 A JP2017024759 A JP 2017024759A JP 2017024759 A JP2017024759 A JP 2017024759A JP 6683638 B2 JP6683638 B2 JP 6683638B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- information
- usefulness
- recommendation information
- history information
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 6
- 230000009471 action Effects 0.000 claims description 175
- 238000004364 calculation method Methods 0.000 claims description 27
- 239000000284 extract Substances 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 238000013145 classification model Methods 0.000 description 37
- 238000003860 storage Methods 0.000 description 17
- 230000006399 behavior Effects 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
前記生成部は、前記レコメンド情報に対応する行動が行われた時刻から前記所定時間前の時刻よりも前の時刻に対応する前記行動履歴情報に基づいて前記教師データを生成してもよい。
[通知システムSの概要]
図1は、第1実施形態に係る通知システムSの概要を示す図である。通知システムSは、通知装置1と、携帯電話回線やインターネット等の通信ネットワーク3を介して通知装置1と通信可能なユーザ端末2とを備える。通知システムSは、ユーザ端末2のユーザに対して、現在時刻から所定時間を経過した時刻における有用度が相対的に高いレコメンド情報を通知するためのシステムである。
続いて、通知装置1の構成について説明する。
図2は、第1実施形態に係る通知装置1の構成を示す図である。
通知装置1は、記憶部11と、制御部12とを備える。
以下、通知装置1における各種の処理の流れを参照しながら、通知装置1の制御部12が備える各機能の詳細について説明する。
まず、レコメンド情報を通知する際の処理の流れについて説明する。図3は、第1実施形態に係るレコメンド情報を通知する際の処理の流れを示すフローチャートである。なお、レコメンド情報として扱う情報は、例えば、ニュース情報、アプリケーション情報、アプリケーションに関する情報、クーポン情報、広告情報、VODサービスに関する情報であるものとする。
続いて、分類モデルを生成する際の処理の流れについて説明する。第1実施形態において、通知装置1は、レコメンド情報に対応する行動が行われた時刻を示す所定時刻に着目し、所定時刻よりも前の行動履歴情報と、所定時刻以降の反応履歴情報とを教師データとして分類モデルを生成する。図4は、第1実施形態に係る分類モデルを生成する際の処理の流れを示すフローチャートである。
続いて、生成部125は、取得された行動履歴情報と反応履歴情報とに基づいて教師データを生成する(S120)。例えば、生成部125は、取得された行動履歴情報及び反応履歴情報のうち、所定時刻よりも前の行動履歴情報と、所定時刻以降の反応履歴情報とを教師データとする。ここで、行動履歴情報は、例えば、半日分の行動履歴を含み、反応履歴情報は、1時間分の反応履歴を含む。
生成部125は、生成した分類モデルを記憶部11に記憶させる(S140)。
以上のとおり、第1実施形態に係る通知システムSでは、通知装置1は、ユーザの行動履歴情報に基づいて、現在時刻から所定時間を経過した時刻における、レコメンド対象となる複数のレコメンド情報のそれぞれの有用度を算出する。そして、通知装置1は、算出された有用度が相対的に大きいレコメンド情報を選択してユーザ端末2のユーザに通知する。このようにすることで、通知装置1は、ユーザの行動履歴に基づいて、現在時刻から所定時間経過した後に有益なレコメンド情報を精度良く通知することができる。
[現在時刻からの異なる経過時間に対応してレコメンド情報を通知する]
続いて、第2実施形態について説明する。第1実施形態に係る通知装置1は、現在時刻から所定時間経過した時刻において有用度が高いレコメンド情報を通知した。このようにレコメンド情報を通知すると、現在時刻から所定時間とは異なる時間が経過した時刻において有用度が高いレコメンド情報を通知することができないという問題がある。これに対して、第2実施形態に係る通知装置1は、現在時刻からの異なる経過時間に対応してレコメンド情報を通知する。以下、第2実施形態に係る通知システムSについて説明する。第1実施形態と同じ部分については適宜説明を省略する。
以上のとおり、第2実施形態に係る通知装置1は、第1モデルに基づいて現在時刻から第1時間を経過した第1時刻における複数のレコメンド情報の有用度を算出するとともに、第2モデルに基づいて、現在時刻から第2時間を経過した第2時刻における複数のレコメンド情報の有用度を算出する。このようにすることで、通知装置1は、ユーザに現在時刻からの異なる経過時間に対応するレコメンド情報を通知することができる。
[予め定められた時刻に着目して教師データを生成する]
続いて、第3実施形態について説明する。第1実施形態に係る通知装置1は、レコメンド情報に対応する行動が行われた時刻を示す所定時刻に着目して教師データを生成して分類モデルを生成した。これに対して、第3実施形態に係る通知装置1は、予め定められた時刻に着目して教師データを生成して分類モデルを生成する点で第1実施形態と異なる。
算出部122は、レコメンド情報を通知する対象であるユーザの行動履歴情報を取得すると、現在時刻に対応する分類モデルを選択する。例えば、算出部122は、現在時刻が18時である場合には、過去日時の18時よりも前の行動履歴情報と、18時以降の反応履歴情報とを含む教師データに基づいて生成された分類モデルを選択する。また、算出部122は、現在時刻に対応する分類モデルが記憶部11に記憶されていない場合、現在時刻に最も近い時刻に対応する分類モデルを選択する。算出部122は、選択された分類モデルに、取得した行動履歴情報を入力することにより、複数のレコメンド情報のそれぞれの有用度を選択する。
以上のとおり、第3実施形態に係る通知装置1は、予め定められた時刻に着目して生成された教師データに基づいて、予め定められた時刻に着目した分類モデルを生成する。そして、通知装置1は、レコメンド情報を通知する対象であるユーザの行動履歴情報を取得した時刻に対応する分類モデルを選択し、当該分類モデルに基づいて算出した複数のレコメンド情報の有用度に基づいて、有用度が相対的に高いレコメンド情報を選択する。ユーザの生活リズムは一定であることが多いことから、通知装置1は、予め定められた時刻に着目した分類モデルに基づいて、ユーザの生活リズムに基づいた有用度を算出することができる。
Claims (11)
- ユーザの行動を示す行動情報と、前記行動が行われた時刻を示す時刻情報とを含む行動履歴情報を取得する取得部と、
前記行動履歴情報に基づいて、現在時刻から所定時間を経過した時刻における、レコメンド対象となる複数のレコメンド情報のそれぞれの有用度を算出する算出部と、
前記有用度が相対的に大きいレコメンド情報を選択する選択部と、
選択されたレコメンド情報を前記ユーザに通知する通知部と、
を備え、
前記取得部は、前記レコメンド情報の通知に対する前記ユーザの反応を示す反応履歴情報を取得し、
前記レコメンド情報に対応する行動が行われた所定時刻から第1時間前の時刻よりも前の時刻に対応する前記行動履歴情報と、前記所定時刻から前記第1時間前の時刻以降の前記反応履歴情報とに基づいて教師データを生成するとともに、前記所定時刻から前記第1時間と異なる第2時間前の時刻よりも前の時刻に対応する前記行動履歴情報と、前記所定時刻から前記第2時間前の時刻以降の前記反応履歴情報とに基づいて教師データを生成し、生成した教師データに基づいて、前記レコメンド情報の前記有用度を算出するモデルを生成する生成部をさらに備え、
前記算出部は、前記レコメンド情報を通知する対象である前記ユーザの前記行動履歴情報を前記モデルに入力することにより、現在時刻から前記第1時間を経過した第1時刻における前記複数のレコメンド情報のそれぞれの有用度と、現在時刻から前記第2時間を経過した第2時刻における前記複数のレコメンド情報のそれぞれの有用度とを算出する、
通知装置。 - 前記生成部は、前記取得部が複数のユーザのそれぞれから取得した前記行動履歴情報と、前記反応履歴情報とに基づいて複数の前記教師データを生成し、当該教師データを用いて前記モデルを生成する、
請求項1に記載の通知装置。 - 前記生成部は、一の前記行動履歴情報の前記第1時間前の時刻を基準として生成された前記教師データに基づいて、第1モデルを生成するとともに、一の前記行動履歴情報を前記第2時間前の時刻を基準として生成された前記教師データに基づいて、第2モデルを生成し、
前記算出部は、前記レコメンド情報を通知する対象である前記ユーザの前記行動履歴情報と前記第1モデルに基づいて、現在時刻から前記第1時刻における前記複数のレコメンド情報の有用度を算出するとともに、当該行動履歴情報と前記第2モデルに基づいて、現在時刻から前記第2時刻における前記複数のレコメンド情報の有用度を算出する、
請求項1又は2に記載の通知装置。 - 前記生成部は、複数の異なる時刻のそれぞれを基準とし、基準とした時刻よりも前の時刻に対応する前記行動履歴情報を一の前記行動履歴情報から抽出することにより、当該一の前記行動履歴情報から複数の前記教師データを生成する、
請求項1から3のいずれか1項に記載の通知装置。 - 前記算出部は、前記複数のレコメンド情報の有用度を、複数の前記モデルに基づいて算出し、
前記選択部は、複数の前記モデルに基づいて算出された複数の有用度のうち、相対的に高い有用度に対応するレコメンド情報を選択する、
請求項1から4のいずれか1項に記載の通知装置。 - 前記選択部は、前記第1時刻と前記第2時刻とのそれぞれにおいて前記有用度が相対的に高いレコメンド情報を選択し、
前記通知部は、前記第1時刻に対して選択されたレコメンド情報と、前記第2時刻に対して選択されたレコメンド情報とを前記ユーザに通知する、
請求項1から5のいずれか1項に記載の通知装置。 - 前記選択部は、前記第1時刻と前記第2時刻とのそれぞれにおいて算出された前記有用度のうち、相対的に有用度が高いレコメンド情報を選択し、
前記通知部は、選択されたレコメンド情報を前記ユーザに通知する、
請求項1から6のいずれか1項に記載の通知装置。 - 前記算出部は、前記第1時刻と前記第2時刻のそれぞれについて算出された有用度に対して、現在時刻からの経過時間に基づく重み付けを行い、
前記選択部は、重み付けがされた後の前記有用度に基づいて、相対的に有用度が高いレコメンド情報を選択する、
請求項7に記載の通知装置。 - 前記算出部は、前記行動履歴情報に基づいて、現在時刻から第1時間を経過した所定時刻における前記複数のレコメンド情報の有用度を算出するとともに、現在時刻よりも過去の時刻から前記第1時間とは異なる第3時間を経過した前記所定時刻における前記複数のレコメンド情報の有用度を算出し、
前記選択部は、算出された前記有用度のうち、相対的に有用度が高いレコメンド情報を選択し、
前記通知部は、選択されたレコメンド情報を前記ユーザに通知する、
請求項1から8のいずれか1項に記載の通知装置。 - コンピュータが実行する、
ユーザの行動を示す行動情報と、前記行動が行われた時刻を示す時刻情報とを含む行動履歴情報を取得するステップと、
前記行動履歴情報に基づいて、現在時刻から所定時間を経過した時刻における、レコメンド対象となる複数のレコメンド情報のそれぞれの有用度を算出するステップと、
前記有用度が相対的に大きいレコメンド情報を選択するステップと、
選択されたレコメンド情報を前記ユーザに通知するステップと、
前記レコメンド情報の通知に対する前記ユーザの反応を示す反応履歴情報を取得するステップと、
前記レコメンド情報に対応する行動が行われた所定時刻から第1時間前の時刻よりも前の時刻に対応する前記行動履歴情報と、前記所定時刻から前記第1時間前の時刻以降の前記反応履歴情報とに基づいて教師データを生成するとともに、前記所定時刻から前記第1時間と異なる第2時間前の時刻よりも前の時刻に対応する前記行動履歴情報と、前記所定時刻から前記第2時間前の時刻以降の前記反応履歴情報とに基づいて教師データを生成し、生成した教師データに基づいて、前記レコメンド情報の前記有用度を算出するモデルを生成するステップと、
前記レコメンド情報を通知する対象である前記ユーザの前記行動履歴情報を前記モデルに入力することにより、現在時刻から前記第1時間を経過した第1時刻における前記複数のレコメンド情報のそれぞれの有用度と、現在時刻から前記第2時間を経過した第2時刻における前記複数のレコメンド情報のそれぞれの有用度とを算出するステップと、
を有する通知方法。 - コンピュータを、
ユーザの行動を示す行動情報と、前記行動が行われた時刻を示す時刻情報とを含む行動履歴情報を取得する取得部、
前記行動履歴情報に基づいて、現在時刻から所定時間を経過した時刻における、レコメンド対象となる複数のレコメンド情報のそれぞれの有用度を算出する算出部、
前記有用度が相対的に大きいレコメンド情報を選択する選択部、及び、
選択されたレコメンド情報を前記ユーザに通知する通知部、
として機能させ、
前記取得部は、前記レコメンド情報の通知に対する前記ユーザの反応を示す反応履歴情報を取得し、
前記コンピュータを、前記レコメンド情報に対応する行動が行われた所定時刻から第1時間前の時刻よりも前の時刻に対応する前記行動履歴情報と、前記所定時刻から前記第1時間前の時刻以降の前記反応履歴情報とに基づいて教師データを生成するとともに、前記所定時刻から前記第1時間と異なる第2時間前の時刻よりも前の時刻に対応する前記行動履歴情報と、前記所定時刻から前記第2時間前の時刻以降の前記反応履歴情報とに基づいて教師データを生成し、生成した教師データに基づいて、前記レコメンド情報の前記有用度を算出するモデルを生成する生成部としてさらに機能させ、
前記算出部は、前記レコメンド情報を通知する対象である前記ユーザの前記行動履歴情報を前記モデルに入力することにより、現在時刻から前記第1時間を経過した第1時刻における前記複数のレコメンド情報のそれぞれの有用度と、現在時刻から前記第2時間を経過した第2時刻における前記複数のレコメンド情報のそれぞれの有用度とを算出する、
通知プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017024759A JP6683638B2 (ja) | 2017-02-14 | 2017-02-14 | 通知装置、通知方法、及び通知プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017024759A JP6683638B2 (ja) | 2017-02-14 | 2017-02-14 | 通知装置、通知方法、及び通知プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018132860A JP2018132860A (ja) | 2018-08-23 |
JP6683638B2 true JP6683638B2 (ja) | 2020-04-22 |
Family
ID=63248474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017024759A Expired - Fee Related JP6683638B2 (ja) | 2017-02-14 | 2017-02-14 | 通知装置、通知方法、及び通知プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6683638B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210065276A1 (en) * | 2019-08-28 | 2021-03-04 | Fuji Xerox Co., Ltd. | Information processing apparatus and non-transitory computer readable medium |
CN111695711A (zh) * | 2020-06-15 | 2020-09-22 | 北京交通发展研究院 | 一种预约方法及装置 |
WO2023162080A1 (ja) * | 2022-02-24 | 2023-08-31 | 日本電信電話株式会社 | 時間割引率推定装置、機械学習方法、時間割引率分析方法、及びプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002024690A (ja) * | 2000-07-07 | 2002-01-25 | Nippon Telegr & Teleph Corp <Ntt> | 映像・音声配信方法及びシステム及び映像・音声配信プログラムを格納した記憶媒体 |
JP2007264764A (ja) * | 2006-03-27 | 2007-10-11 | Denso It Laboratory Inc | コンテンツ選別方法 |
JP2010152588A (ja) * | 2008-12-25 | 2010-07-08 | Logic Design:Kk | ガイド情報提供システム、その方法、及びコンピュータプログラム |
JP5445085B2 (ja) * | 2009-12-04 | 2014-03-19 | ソニー株式会社 | 情報処理装置、およびプログラム |
US10303727B2 (en) * | 2015-05-08 | 2019-05-28 | Facebook, Inc. | Presenting content to a social networking system user based on current relevance and future relevance of the content to the user |
-
2017
- 2017-02-14 JP JP2017024759A patent/JP6683638B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2018132860A (ja) | 2018-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9256826B2 (en) | Predicting reactions to short-text posts | |
WO2019114423A1 (zh) | 对模型预测值进行融合的方法、装置和设备 | |
US10949771B2 (en) | Systems and methods for churn prediction | |
CN111768231B (zh) | 产品信息推荐方法及装置 | |
CN108399222B (zh) | 一种页面刷新方法及装置 | |
JP5944535B2 (ja) | コンテキストを決定するシステムおよび方法 | |
CN108304429B (zh) | 信息推荐方法、装置和计算机设备 | |
JP6683638B2 (ja) | 通知装置、通知方法、及び通知プログラム | |
KR20170020841A (ko) | 통신 개시를 위한 사용자 신호 레버리징 | |
Vico et al. | A study on proactive delivery of restaurant recommendations for android smartphones | |
US20160275533A1 (en) | Segment Membership Determination for Content Provisioning | |
CN110008397A (zh) | 一种推荐模型训练方法及装置 | |
US11907817B2 (en) | System and methods for machine learning training data selection | |
CN114690731B (zh) | 一种关联场景推荐方法、装置、存储介质及电子装置 | |
Beierle et al. | Towards psychometrics-based friend recommendations in social networking services | |
JP6970641B2 (ja) | 感情推測方法、感情推測装置及びプログラム | |
KR20170128429A (ko) | 서비스 처리 방법, 서버 및 컴퓨터 저장 매체 | |
CN107547626B (zh) | 用户画像的共享方法和装置 | |
JP6680663B2 (ja) | 情報処理装置、情報処理方法、予測モデルの生成装置、予測モデルの生成方法、およびプログラム | |
US10672034B2 (en) | Document consumption and value add services | |
JP6193799B2 (ja) | ウェブ要素マッチング装置とマッチング確率分布生成装置と、それらの方法とプログラム | |
CN107301185B (zh) | 音乐推荐***及方法 | |
JP6141378B2 (ja) | 人材検索サーバ | |
JP2019096189A (ja) | 楽曲選択装置、楽曲選択方法及びプログラム | |
CN116561735B (zh) | 一种基于多认证源的互信认证方法、***及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200303 |
|
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: 20200317 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200326 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6683638 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |