JP7032595B1 - Information providers, information processing methods, and programs - Google Patents
Information providers, information processing methods, and programs Download PDFInfo
- Publication number
- JP7032595B1 JP7032595B1 JP2021085656A JP2021085656A JP7032595B1 JP 7032595 B1 JP7032595 B1 JP 7032595B1 JP 2021085656 A JP2021085656 A JP 2021085656A JP 2021085656 A JP2021085656 A JP 2021085656A JP 7032595 B1 JP7032595 B1 JP 7032595B1
- Authority
- JP
- Japan
- Prior art keywords
- information
- classification model
- user
- cluster
- providing
- 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 23
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000013145 classification model Methods 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 14
- 238000010586 diagram Methods 0.000 abstract description 15
- 238000004891 communication Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】事業者のユーザが特定されることを防止しつつ、提供先に情報を提供する情報提供装置、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】本願に係る情報提供装置は、生成部と、特定部と、提供部とを備える。生成部は、所定事業者が取得したユーザに関するデータに基づいて、ユーザをクラスタに分類する分類モデルを生成する。特定部は、分類モデルによって分類されたユーザに関する統計情報を、クラスタ毎に特定する。提供部は、分類モデル、および統計情報を提供先に提供する。【選択図】図1PROBLEM TO BE SOLVED: To provide an information providing device, an information processing method, and a program for providing information to a provider while preventing a user of a business operator from being identified. An information providing device according to the present application includes a generation unit, a specific unit, and a providing unit. The generation unit generates a classification model that classifies users into clusters based on the data about users acquired by a predetermined business operator. The identification unit identifies statistical information about users classified by the classification model for each cluster. The provider provides the classification model and statistical information to the provider. [Selection diagram] Fig. 1
Description
本発明は、情報提供装置、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 providing device, an information processing method, and a program.
従来、複数の事業者が販売する取引対象を購買可能な電子商店街のサービスが提供されている。このようなサービスの一例として、ユーザの属性に応じて選択された取引対象を提案する技術が知られている。 Conventionally, an electronic shopping street service that allows purchase of transaction targets sold by a plurality of businesses has been provided. As an example of such a service, a technique of proposing a transaction target selected according to a user's attribute is known.
取引対象を提案する場合には、事業者から情報を提供されることで提供先は、提供された情報に基づいて取引対象を提案可能となる。しかしながら、この場合、事業者のユーザの個人情報を提供先に提供することは、好ましくない。例えば、事業者のユーザが特定されるような情報が、提供先に提供されることは好ましくない。 When proposing a transaction target, the provider can propose a transaction target based on the provided information by providing information from the business operator. However, in this case, it is not preferable to provide the personal information of the user of the business operator to the provider. For example, it is not preferable that information that identifies the user of the business operator is provided to the provider.
本願は、上記に鑑みてなされたものであって、事業者のユーザが特定される情報が提供先に提供されることを防止しつつ、提供先に有用な情報を提供可能な情報提供装置、情報処理方法、およびプログラムを提供することを目的とする。 The present application has been made in view of the above, and is an information providing device capable of providing useful information to a provider while preventing the information specified by the user of the business operator from being provided to the provider. The purpose is to provide information processing methods and programs.
本願にかかる情報提供装置は、生成部と、特定部と、提供部とを備える。生成部は、所定事業者が取得したユーザに関するデータに基づいて、ユーザをクラスタに分類する分類モデルを生成する。特定部は、分類モデルによって分類されたユーザに関する統計情報を、クラスタ毎に特定する。提供部は、分類モデル、および統計情報を提供先に提供する。 The information providing device according to the present application includes a generation unit, a specific unit, and a providing unit. The generation unit generates a classification model that classifies users into clusters based on the data about users acquired by a predetermined business operator. The identification unit identifies statistical information about users classified by the classification model for each cluster. The provider provides the classification model and statistical information to the provider.
実施形態の一態様によれば、事業者のユーザが特定されることを防止しつつ、提供先に情報を提供することができる。 According to one aspect of the embodiment, information can be provided to the provider while preventing the user of the business operator from being identified.
以下に、本願にかかる情報提供装置、情報処理方法、およびプログラムを実施するための形態(以下、「実施形態」と呼ぶ。)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願にかかる情報提供装置、情報処理方法、およびプログラムが限定されるものではない。 Hereinafter, the information providing device, the information processing method, and the embodiment for implementing the program (hereinafter referred to as “the embodiment”) according to the present application will be described in detail with reference to the drawings. It should be noted that this embodiment does not limit the information providing device, the information processing method, and the program according to the present application.
(第1実施形態)
<情報処理方法の概要>
まず、図1を参照し、第1実施形態に係る情報提供装置1が行う情報処理方法の概要について説明する。図1は、第1実施形態に係る情報処理方法の概略を示す説明図である。
(First Embodiment)
<Overview of information processing method>
First, with reference to FIG. 1, an outline of an information processing method performed by the
情報提供装置1は、外部装置100とネットワークN(図2参照)を介して有線、または無線で互いに通信可能に接続される。
The
外部装置100は、情報提供装置1から各種情報が提供される提供先の情報処理装置であり、サーバ装置やクラウドシステムなどにより実現される。外部装置100は、提供先のユーザに関するデータを有する。ユーザに関するデータは、ユーザの属性を含む。
The
ユーザの属性は、ユーザのデモグラフィック(人口統計学的属性)、ジオグラフィック(地理学的属性)、ベヘイビオラル(行動学的属性)などを含む。例えば、ユーザに関するデータは、氏名、年齢、性別、家族構成、出身地(地元)、職業、職位、収入、資格、居住形態(戸建、マンション等)、車の有無、通学・通勤時間、通学・通勤経路、定期券区間(駅、路線等)、勤務地、利用頻度の高い駅(自宅・勤務地の最寄駅以外)、習い事(場所、時間帯等)、趣味、興味、ライフスタイル等の情報のデータを含む。 User attributes include user demographics (demographic attributes), geographics (geographical attributes), behavioral attributes (behavioral attributes), and the like. For example, user-related data includes name, age, gender, family structure, place of origin (local), occupation, position, income, qualification, living style (detached house, apartment, etc.), presence or absence of a car, commuting time, commuting to school.・ Commuting route, commuter pass section (station, route, etc.), work location, frequently used station (other than the nearest station to your home / work location), lessons (location, time zone, etc.), hobbies, interests, lifestyle, etc. Includes informational data.
また、ユーザに関するデータは、ユーザの行動ログを含んでもよい。ユーザの行動ログは、例えば、検索クエリ、行動などの情報のデータを含む。検索クエリは、ユーザが検索エンジンなどに入力したキーワードを示す。行動は、例えば、購入等のコンバージョン(最終的な行動)へと至る段階的な行動(クリックする、カートに入れる、購入ボタンを押す等)である。 In addition, the data about the user may include the user's action log. The user's action log contains informational data such as search queries and actions. The search query indicates a keyword entered by the user into a search engine or the like. The action is, for example, a stepwise action (clicking, adding to a cart, pressing a purchase button, etc.) leading to a conversion (final action) such as a purchase.
情報提供装置1は、事業者(所定事業者)の情報処理装置であり、サーバ装置やクラウドシステムなどにより実現される。事業者は、提供先に、後述する分類モデル、および統計情報を提供する者である。情報提供装置1は、事業者のユーザに関するデータを有する。情報提供装置1は、事業者のユーザに関するデータに基づいて、事業者のユーザを分類する分類モデルを生成する(S1)。
The
分類モデルは、事業者のユーザに関するデータに基づいて、事業者のユーザをラベル無しでクラスタリングするモデルである。分類モデルは、任意の機械学習のアルゴリズムを適用することで生成される。任意の機械学習のアルゴリズムは、ディープラーニングをはじめ、ロジスティック分析やランダムフォレスト、サポートベクタマシン、決定木などを含む。分類モデルによって分類されるクラスタは、事業者のユーザの属性を含んでもよい。分類モデルによって分類されるクラスタは、事業者のユーザの属性の組み合わせであってもよい。 The classification model is a model in which the users of the business are clustered without a label based on the data about the users of the business. The classification model is generated by applying an arbitrary machine learning algorithm. Arbitrary machine learning algorithms include deep learning, logistic analysis, random forests, support vector machines, decision trees, and more. Clusters classified by the classification model may include the attributes of the operator's users. The cluster classified by the classification model may be a combination of the attributes of the users of the business operator.
情報提供装置1は、生成した分類モデルを外部装置100に送信する(S2)。すなわち、情報提供装置1は、分類モデルを提供先に提供する。なお、情報提供装置1は、事業者のユーザに関する個人情報を外部装置100に送信しない。具体的には、情報提供装置1は、事業者のユーザが特定される情報を外部装置100に送信しない。
The
外部装置100は、情報提供装置1から送信された分類モデルを用いて、提供先のユーザを分類する(S3)。すなわち、外部装置100は、提供先のユーザに関するデータに基づき、分類モデルを用いて提供先のユーザをクラスタリングする。外部装置100は、提供先のユーザが属するクラスタに関するデータ(以下、「提供先クラスタ」と称する。)を情報提供装置1に送信する(S4)。提供先クラスタは、提供先のユーザの属性を含んでもよい。提供先クラスタは、提供先のユーザの属性の組み合わせであってもよい。
The
情報提供装置1は、外部装置100から送信される提供先クラスタに基づいて、提供先クラスタにおける事業者のユーザに関する統計情報を特定する(S5)。
The
統計情報は、事業者のユーザの属性を満たす度合いのスコアである。例えば、統計情報は、事業者のユーザが冷蔵庫を購入する可能性を示すスコアや、事業者のユーザがワインを好む可能性を示すスコアである。統計情報におけるユーザの属性(項目)は、例えば、提供先によって指定される。統計情報におけるユーザの属性は、事業者によって設定されてもよい。 The statistical information is a score of the degree to which the attribute of the user of the business operator is satisfied. For example, the statistical information is a score indicating the possibility that the user of the business operator purchases a refrigerator or a score indicating the possibility that the user of the business operator prefers wine. User attributes (items) in the statistical information are specified, for example, by the provider. User attributes in the statistics may be set by the operator.
情報提供装置1は、特定した統計情報を外部装置100に送信する(S6)。すなわち、情報提供装置1は、提供先クラスタに属する事業者のユーザに関する統計情報を提供先に提供する。なお、情報提供装置1は、事業者のユーザに関する個人情報を外部装置100に送信しない。
The
このように、情報提供装置1は、提供先に対し、事業者のユーザに関する個人情報を送信せずに、分類モデル、および統計情報を送信する。そのため、情報提供装置1は、提供先に、提供先のユーザに関する統計情報を提供するとともに、事業者のユーザの個人情報が外部に漏れることを防止することができる。
In this way, the
提供先は、提供された統計情報に基づいて、提供先のユーザに適した提案などを行うことができる。 The provider can make a proposal suitable for the user of the provider based on the provided statistical information.
<情報処理システムの構成>
次に、図2を参照し、情報処理システム300の構成について説明する。図2は、第1実施形態に係る情報処理システム300の構成例を示す図である。情報処理システム300は、外部装置100と、情報提供装置1と、端末装置200とを備える。
<Information processing system configuration>
Next, the configuration of the
図2に示す情報処理システム300に含まれる各装置の数は図示したものに限られない。例えば、図2では、図示の簡略化のため、端末装置200を1台のみ示したが、これはあくまでも例示であって限定されるものではなく、2台以上であってもよい。
The number of each device included in the
端末装置200は、ユーザによって使用される情報処理装置である。例えば、端末装置200は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、PC(Personal Computer)、PDA(Personal Digital Assistant)、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイ等のウェアラブルデバイス(Wearable Device)、スマートグラス等である。
The
また、かかる端末装置200は、LTE(Long Term Evolution)、4G(4th Generation)、5G(5th Generation:第5世代移動通信システム)等の無線通信網や、Bluetooth(登録商標)、無線LAN(Local Area Network)等の近距離無線通信を介してネットワークNに接続し、外部装置100、および情報提供装置1と通信することができる。
Further, the
外部装置100は、端末装置200を介して、ユーザ(提供先のユーザ)に関するデータを取得することができる。情報提供装置1は、端末装置200を介して、ユーザ(事業者のユーザ)に関するデータを取得することができる。
The
<情報提供装置の構成>
次に、図3を参照し、情報提供装置1の構成について説明する。図3は、第1実施形態に係る情報提供装置1の構成例を示す図である。情報提供装置1は、通信部10と、記憶部20と、制御部30とを備える。
<Configuration of information providing device>
Next, the configuration of the
通信部10は、例えば、NIC(Network Interface Card)等によって実現される。また、通信部10は、ネットワークN(図2参照)と有線又は無線で接続される。
The
記憶部20は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置によって実現される。
The
記憶部20は、事業者のユーザに関するデータ、分類モデル、および統計情報を記憶する。記憶部20は、ユーザ情報データベース21と、モデルデータベース22と、統計情報データベース23とを有する。
The
ユーザ情報データベース21は、事業者のユーザに関する各種情報を記憶する。例えば、ユーザ情報データベース21は、事業者のユーザの属性等の種々の情報を記憶する。例えば、ユーザ情報データベース21は、「ユーザID(Identifier)」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。ユーザIDは、事業者のユーザを識別するための識別情報を示す。
The
また、ユーザ情報データベース21は、事業者のユーザの行動ログに関する各種情報を記憶する。例えば、ユーザ情報データベース21は、「ユーザID」、「検索クエリ」、「行動」といった項目を有する。
Further, the
なお、ユーザ情報データベース21は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報データベース21は、事業者のユーザの位置履歴、検索履歴、閲覧履歴、購買履歴、投稿履歴等の情報を記憶してもよい。
The
モデルデータベース22は、後述する生成部32によって生成された分類モデルを記憶する。
The
統計情報データベース23は、分類モデルによって分類された事業者のユーザのクラスタ毎の統計情報を記憶する。統計情報データベース23は、クラスタ毎に、複数の統計情報を記憶してもよい。例えば、統計情報データベース23は、各クラスタに属する事業者のユーザおける冷蔵庫を購入する可能性を示すスコア、および各クラスタに属する事業者のユーザおけるワインを好む可能性を示すスコアなどを記憶する。
The
制御部30は、コントローラ(Controller)であり、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等によって、情報提供装置1の内部の記憶装置に記憶されている各種プログラム(情報処理プログラムの一例に相当)がRAM等の記憶領域を作業領域として実行されることにより実現される。
The
図3に示す例では、制御部30は、取得部31と、生成部32と、特定部33と、提供部34とを備える。取得部31、生成部32、特定部33、および提供部34は、これに限られず、統合されて構成されてもよく、また、分割されて構成されてもよい。
In the example shown in FIG. 3, the
取得部31は、通信部10を介して、端末装置200から、事業者のユーザに関するデータを取得する。例えば、取得部31は、通信部10を介して、端末装置200の操作に応じて、ユーザの端末装置200から事業者のユーザの属性や、事業者のユーザの行動ログを取得する。
The
取得部31は、通信部10を介して、提供先クラスタを外部装置100から取得する。
The
生成部32は、取得部31によって取得された事業者のユーザに関するデータを用いて機械学習を行い、分類モデルを生成する。
The
生成部32は、分類モデルによって事業者のユーザをクラスタリングした場合に、各クラスタに含まれる事業者のユーザの数が、所定数以上となるように分類モデルを生成する。所定数は、例えば、「10」である。生成部32は、生成した分類モデルをモデルデータベース22に記憶させる。
When the users of the business operator are clustered by the classification model, the
生成部32は、各クラスタにおける統計情報を生成する。具体的には、生成部32は、各クラスタにおける統計情報を算出する。生成部32は、算出した統計情報を統計情報データベース23に記憶させる。生成部32は、例えば、提供先によって指定されたユーザの属性に関する統計情報を算出する。生成部32は、事業者によって設定されたユーザの属性に関する統計情報を算出してもよい。生成部32は、複数の属性に関する統計情報を算出してもよい。
The
特定部33は、統計情報をクラスタ毎に特定する。具体的には、特定部33は、取得部31によって取得した提供先クラスタの情報に基づいて、提供先クラスタと同じクラスタに属する事業者のユーザの統計情報を特定する。特定部33は、提供先によって指定されるユーザの属性に基づいて統計情報を特定する。なお、特定部33は、事業者によって設定されるユーザの属性に基づいて統計情報を特定してもよい。
The
例えば、分類モデルによって、事業者のユーザが図4に示すように、ベクトル空間上で、3つのクラスタA~Cに分類されているとする。図4は、分類モデルによって分類されるベクトル空間を模式的に示す図である。 For example, it is assumed that the user of the business operator is classified into three clusters A to C in the vector space by the classification model, as shown in FIG. FIG. 4 is a diagram schematically showing a vector space classified by a classification model.
そして、取得された提供先クラスタが、「クラスタA」である場合、特定部33は、クラスタAに属する事業者のユーザの統計情報を特定する。
Then, when the acquired supply destination cluster is "cluster A", the specifying
例えば、統計情報が、ワインを購入する可能性のスコアである場合、特定部33は、クラスタAに属する事業者のユーザにおける、ワインを購入する可能性のスコアを特定する。
For example, when the statistical information is the score of the possibility of purchasing wine, the
提供部34は、生成部32によって生成された分類モデルを、通信部10を介して外部装置100に送信する。すなわち、提供部34は、分類モデルを外部装置100に提供する。
The providing
提供部34は、特定部33によって特定された事業者のユーザの統計情報に関するデータを、通信部10を介して外部装置100に送信する。すなわち、提供部34は、統計情報を外部装置100に提供する。
The providing
<統計情報提供処理の説明>
次に、第1実施形態に係る統計情報提供処理について、図5を参照し説明する。図5は、第1実施形態に係る統計情報提供処理を示すフローチャートである。
<Explanation of statistical information provision processing>
Next, the statistical information providing process according to the first embodiment will be described with reference to FIG. FIG. 5 is a flowchart showing the statistical information providing process according to the first embodiment.
情報提供装置1の制御部30は、分類モデルを外部装置100に送信する(S100)。なお、分類モデルは、事前に外部装置100に送信されてもよい。
The
情報提供装置1の制御部30は、外部装置100から、提供先クラスタのデータを取得する(S101)。
The
情報提供装置1の制御部30は、取得した提供先クラスタと同じクラスタに属する事業者のユーザの統計情報を特定する(S102)。
The
情報提供装置1の制御部30は、特定した統計情報を外部装置100に送信する(S103)。
The
<効果>
情報提供装置1は、生成部32と、特定部33と、提供部34とを備える。生成部32は、事業者が取得した事業者のユーザに関するデータに基づいて、事業者のユーザをクラスタに分類する分類モデルを生成する。特定部33は、分類モデルによって分類された事業者のユーザに関する統計情報を、クラスタ毎に特定する。提供部34は、分類モデル、および統計情報を提供先に提供する。
<Effect>
The
これにより、情報提供装置1は、事業者のユーザの個人情報を提供先に提供することなく、クラスタに属する事業者のユーザにおける統計情報を提供先に提供することができる。すなわち、情報提供装置1は、事業者のユーザが特定されることを防止しつつ、提供先に有用な統計情報を提供することができる。統計情報が提供された提供先は、提供先のユーザに対して、提供された統計情報に基づいて提供先のユーザに適した提案などを行うことができる。そのため、例えば、提供先は、提供先のユーザのデータから得ることができない提案を行うことができる。
As a result, the
情報提供装置1は、取得部31を備える。取得部31は、分類モデルによって分類された提供先クラスタを提供先から取得する。提供部34は、分類モデルを提供先に提供した後に、取得部31によって提供先クラスタのデータが取得されると、提供先のユーザが属するクラスタの統計情報を提供先に提供する。
The
これにより、情報提供装置1は、提供先が求める統計情報を適切に提供先に提供することができる。また、情報提供装置1は、不要な情報が提供先に提供されることを防止することができる。
As a result, the
特定部33は、提供先によって指定されるユーザの属性に基づいて、統計情報を特定する。
The
これにより、情報提供装置1は、提供先が求める統計情報を提供先に提供することができる。
As a result, the
統計情報は、事業者のユーザの属性を満たす度合いのスコアである。これにより、情報提供装置1は、統計情報を数値化した状態で、提供先に統計情報を提供できる。そのため、提供先は、提供先のユーザに対する提案の有用性を容易に判断することができる。
The statistical information is a score of the degree to which the attribute of the user of the business operator is satisfied. As a result, the
生成部32は、クラスタに属する事業者のユーザの数が、所定数以上となる分類モデルを生成する。
The
クラスタに属する事業者のユーザの数が少ない場合には、統計情報に基づいてユーザが特定されるおそれがある。情報提供装置1は、クラスタに属する事業者のユーザの数が、所定数以上となる分類モデルを生成することで、分類モデルを用いた統計情報を提供先に提供した場合に、事業者のユーザが特定されることを抑制することができる。
If the number of users of the business operator belonging to the cluster is small, the users may be identified based on the statistical information. The
(第2実施形態)
<情報提供装置の構成>
次に、第2実施形態に係る情報提供装置1について説明する。ここでは、第1実施形態とは異なる箇所を中心に説明する。第1実施形態と同様の構成、および同様の処理については、詳しい説明を省略する。
(Second Embodiment)
<Configuration of information providing device>
Next, the
第2実施形態の情報提供装置1の制御部30における生成部32は、生成した分類モデルを用いて、事業者のユーザをクラスタリングし、クラスタに含まれる事業者のユーザの数が、所定数よりも少ないクラスタがある場合には、各クラスタに含まれる事業者のユーザの数が、所定数以上となるように分類モデルを再度生成する。生成部32は、例えば、クラスタを変更し、変更後の各クラスタに含まれる事業者のユーザの数が、所定数以上となるように分類モデルを生成する。
The
例えば、生成された分類モデルによって事業者のユーザがクラスタリングされ、図6に示すように、ベクトル空間上で5つのクラスタD~Hに事業者のユーザが分類されたとする。図6は、分類モデルによって分類されるベクトル空間を模式的に示す図である(その1)。所定数は、「10」であるものとする。 For example, it is assumed that the users of the business operator are clustered by the generated classification model, and the users of the business operator are classified into five clusters D to H on the vector space as shown in FIG. FIG. 6 is a diagram schematically showing a vector space classified by a classification model (No. 1). The predetermined number shall be "10".
クラスタD、E、およびHに含まれる事業者のユーザの数は、「10」以上である。しかし、クラスタF、およびGに含まれる事業者のユーザの数は、「5」、および「1」である。このような場合には、生成部32は、各クラスタに含まれる事業者のユーザの数が、所定数以上となるように分類モデルを再度生成する。
The number of users of the business operator included in the clusters D, E, and H is "10" or more. However, the number of users of the business operator included in the clusters F and G is "5" and "1". In such a case, the
例えば、生成部32は、クラスタD~Hに分類するための事業者のユーザの属性の区切りが「年齢」の「5歳単位」である場合、区切りを「年齢」の「10歳単位」とする分類モデルを生成する。
For example, when the division of the attribute of the user of the business operator for classifying into clusters D to H is "5 years old unit" of "age", the
これにより、再度生成された分類モデルによって事業者のユーザがクラスタリングされると、例えば、図7に示すように、ベクトル空間上で3つのクラスタI~Kに事業者のユーザが分類される。再度生成された分類モデルによって分類され、各クラスタG~Hに含まれる事業者のユーザの数は、全て「10」以上である。図7は、分類モデルによって分類されるベクトル空間を模式的に示す図である(その2)。 As a result, when the users of the business operator are clustered by the regenerated classification model, for example, as shown in FIG. 7, the users of the business operator are classified into three clusters I to K on the vector space. It is classified by the regenerated classification model, and the number of users of the business operator included in each cluster G to H is "10" or more. FIG. 7 is a diagram schematically showing a vector space classified by a classification model (No. 2).
なお、生成部32は、事業者のユーザの属性の区切りを大きく(広く)することで、各クラスタに含まれる事業者のユーザの数が、所定数以上となるようにしてもよい。また、生成部32は、事業者のユーザの属性の区切りを小さく(狭く)することで、各クラスタに含まれる事業者のユーザの数が、所定数以上となるようにしてもよい。
The
モデルデータベース22には、各クラスタに含まれる事業者のユーザの数が、所定数以上となる分類モデルが記憶される。
The
<モデル生成処理>
次に、図8を参照し、第2実施形態に係るモデル生成処理について説明する。図8は、第2実施形態に係るモデル生成処理を示すフローチャートである。
<Model generation process>
Next, the model generation process according to the second embodiment will be described with reference to FIG. FIG. 8 is a flowchart showing a model generation process according to the second embodiment.
情報提供装置1の制御部30は、通信部10を介して端末装置200から事業者のユーザに関するデータを取得する(S200)。取得した事業者のユーザに関するデータは、ユーザ情報データベース21に記憶される。
The
情報提供装置1の制御部30は、取得した事業者のユーザに関するデータに基づいて、分類モデルを生成する(S201)。情報提供装置1の制御部30は、生成した分類モデルによって、事業者のユーザをクラスタリングする(S202)。
The
情報提供装置1の制御部30は、各クラスタに含まれる事業者のユーザの数が所定数以上である場合、すなわち、事業者のユーザの数が所定数よりも少ないクラスタがない場合(S202:No)、生成したモデルをモデルデータベース22に記憶させる(S203)。
The
情報提供装置1の制御部30は、生成した分類モデルによって、クラスタに含まれる事業者のユーザの数が、所定数よりも少ないクラスタがある場合(S202:Yes)、各クラスタに含まれる事業者のユーザの数が、所定数以上となるように分類モデルを再度生成する(S201)。
According to the generated classification model, the
<効果>
生成部32は、クラスタに属する事業者のユーザの数が、所定数よりも少ないクラスタがある場合、クラスタに属する事業者のユーザの数が所定数以上となるように、クラスタの区切りを変更した分類モデルを生成する。
<Effect>
The
これにより、情報提供装置1は、分類モデルを用いた統計情報を提供先に提供した場合に、事業者のユーザが特定されることを抑制することができる。
As a result, the
(変形例)
変形例に係る情報提供装置1は、クラスタに含まれる事業者のユーザの数に上限を設けてもよい。
(Modification example)
The
変形例に係る情報提供装置1は、分類モデルと、統計情報とを同時に外部装置100に送信してもよい。この場合、分類モデルのクラスタと、統計情報とが紐付けられて送信される。外部装置100は、分類モデルを用いて、提供先のユーザが属するクラスタを特定し、特定したクラスタにおける統計情報を得ることができる。なお、この場合も、事業者のユーザの個人情報は、外部装置100には送信されない。
The
変形例に係る情報提供装置1は、事業者、および提供先において共有されるユーザに関するデータを用いて分類モデルを生成してもよい。これにより、情報提供装置1は、提供先が求める統計情報を提供先に提供することができる。
The
変形例に係る情報提供装置1は、提供先によって指定されるユーザの属性に関するデータに基づいて生成モデルを生成する。これにより、情報提供装置1は、提供先が求める統計情報を提供先に提供することができる。
The
(ハードウェア構成)
また、上述した実施形態に係る外部装置100、情報提供装置1、端末装置200は、例えば図9に示すような構成のコンピュータ1000によって実現される。以下、情報提供装置1を例に挙げて説明する。図9は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力I/F(Interface)1060、入力I/F1070、ネットワークI/F1080がバス1090により接続された形態を有する。
(Hardware configuration)
Further, the
演算装置1030は、一次記憶装置1040や二次記憶装置1050に格納されたプログラムや入力装置1020から読み出したプログラム等に基づいて動作し、各種の処理を実行する。演算装置1030は、例えばCPU(Central Processing Unit)、MPU(Micro Processing Unit)、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等により実現される。
The arithmetic unit 1030 operates based on a program stored in the
一次記憶装置1040は、RAM(Random Access Memory)等、演算装置1030が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置1050は、演算装置1030が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ROM(Read Only Memory)、HDD(Hard Disk Drive)、SSD(Solid State Drive)、フラッシュメモリ等により実現される。二次記憶装置1050は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置1050は、USBメモリやSD(Secure Digital)メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置1050は、クラウドストレージ(オンラインストレージ)やNAS(Network Attached Storage)、ファイルサーバ等であってもよい。
The
出力I/F1060は、ディスプレイ、プロジェクタ、およびプリンタ等といった各種の情報を出力する出力装置1010に対し、出力対象となる情報を送信するためのインターフェイスであり、例えば、USB(Universal Serial Bus)やDVI(Digital Visual Interface)、HDMI(登録商標)(High Definition Multimedia Interface)といった規格のコネクタにより実現される。また、入力I/F1070は、マウス、キーボード、キーパッド、ボタン、およびスキャナ等といった各種の入力装置1020から情報を受信するためのインターフェイスであり、例えば、USB等により実現される。
The output I /
また、出力I/F1060および入力I/F1070はそれぞれ出力装置1010および入力装置1020と無線で接続してもよい。すなわち、出力装置1010および入力装置1020は、ワイヤレス機器であってもよい。
Further, the output I /
また、出力装置1010および入力装置1020は、タッチパネルのように一体化していてもよい。この場合、出力I/F1060および入力I/F1070も、入出力I/Fとして一体化していてもよい。
Further, the output device 1010 and the
なお、入力装置1020は、例えば、CD(Compact Disc)、DVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、又は半導体メモリ等から情報を読み出す装置であってもよい。
The
ネットワークI/F1080は、ネットワークNを介して他の機器からデータを受信して演算装置1030へ送り、また、ネットワークNを介して演算装置1030が生成したデータを他の機器へ送信する。
The network I /
演算装置1030は、出力I/F1060や入力I/F1070を介して、出力装置1010や入力装置1020の制御を行う。例えば、演算装置1030は、入力装置1020や二次記憶装置1050からプログラムを一次記憶装置1040上にロードし、ロードしたプログラムを実行する。
The arithmetic unit 1030 controls the output device 1010 and the
例えば、コンピュータ1000が情報提供装置1として機能する場合、コンピュータ1000の演算装置1030は、一次記憶装置1040上にロードされたプログラムを実行することにより、制御部30の機能を実現する。また、コンピュータ1000の演算装置1030は、ネットワークI/F1080を介して他の機器から取得したプログラムを一次記憶装置1040上にロードし、ロードしたプログラムを実行してもよい。また、コンピュータ1000の演算装置1030は、ネットワークI/F1080を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。
For example, when the computer 1000 functions as the
(その他)
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
(others)
Although the embodiments of the present application have been described above, the present invention is not limited to the contents of these embodiments. Further, the above-mentioned components include those that can be easily assumed by those skilled in the art, those that are substantially the same, that is, those in a so-called equal range. Furthermore, the components described above can be combined as appropriate. Further, various omissions, replacements or changes of the components can be made without departing from the gist of the above-described embodiment.
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。 Further, among the processes described in the above-described embodiment, all or a part of the processes described as being automatically performed can be manually performed, or the processes described as being manually performed can be performed. All or part of it can be done automatically by a known method. In addition, the processing procedure, specific name, and information including various data and parameters shown in the above document and drawings can be arbitrarily changed unless otherwise specified. For example, the various information shown in each figure is not limited to the information shown in the figure.
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。 Further, each component of each of the illustrated devices is a functional concept, and does not necessarily have to be physically configured as shown in the figure. That is, the specific form of distribution / integration of each device is not limited to the one shown in the figure, and all or part of them may be functionally or physically distributed / physically in arbitrary units according to various loads and usage conditions. Can be integrated and configured.
例えば、上述した情報提供装置1は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のフレームワーク等をAPI(Application Programming Interface)やネットワークコンピューティング等で呼び出して実現する等、構成は柔軟に変更できる。
For example, the above-mentioned
また、上述してきた実施形態および変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。 Further, the above-described embodiments and modifications can be appropriately combined as long as the processing contents do not conflict with each other.
また、上述してきた「部(section、module、unit)」は、「手段」や「回路」等に読み替えることができる。例えば、取得部31は、取得手段や取得回路に読み替えることができる。
Further, the above-mentioned "section, module, unit" can be read as "means", "circuit" and the like. For example, the
1 情報提供装置
10 通信部
20 記憶部
30 制御部
31 取得部
32 生成部
33 特定部
34 提供部
100 外部装置
200 端末装置
300 情報処理システム
1
Claims (9)
前記分類モデルによって分類された前記ユーザに関する統計情報を、クラスタ毎に特定する特定部と、
前記分類モデル、および前記統計情報を提供先に提供する提供部と
を備える、情報提供装置。 A generator that generates a classification model that classifies the users into clusters based on the data about the users acquired by the predetermined business operator.
A specific part that specifies statistical information about the user classified by the classification model for each cluster, and
An information providing device including the classification model and a providing unit that provides the statistical information to a providing destination.
を備え、
前記提供部は、前記分類モデルを前記提供先に提供した後に、前記取得部によって前記提供先のユーザに関するクラスタのデータが取得されると、前記提供先のユーザが属するクラスタの前記統計情報を前記提供先に提供する、請求項1に記載の情報提供装置。 It is provided with an acquisition unit for acquiring cluster data regarding the user of the provision destination classified by the classification model from the provision destination.
When the providing unit provides the classification model to the providing destination and then the acquisition unit acquires the data of the cluster related to the providing destination user, the providing unit obtains the statistical information of the cluster to which the providing destination user belongs. The information providing device according to claim 1, which is provided to a provider.
所定事業者が取得したユーザに関するデータに基づいて、前記ユーザをクラスタに分類する分類モデルを生成する生成工程と、
前記分類モデルによって分類された前記ユーザに関する統計情報を、クラスタ毎に特定する特定工程と、
前記分類モデル、および前記統計情報を提供先に提供する提供工程と
を有する、情報処理方法。 It is an information processing method executed by the information providing device.
A generation process that generates a classification model that classifies the users into clusters based on the data about the users acquired by the predetermined business operator.
A specific process for specifying statistical information about the user classified by the classification model for each cluster, and
An information processing method having the classification model and a providing process for providing the statistical information to a providing destination.
前記分類モデルによって分類された前記ユーザに関する統計情報を、クラスタ毎に特定する特定手順と、
前記分類モデル、および前記統計情報を提供先に提供する提供手順と
をコンピュータに実行させる、プログラム。 A generation procedure for generating a classification model that classifies the users into clusters based on the data about the users acquired by the predetermined business operator, and a generation procedure.
A specific procedure for specifying statistical information about the user classified by the classification model for each cluster, and
A program that causes a computer to execute the classification model and the provision procedure for providing the statistical information to a provider.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021085656A JP7032595B1 (en) | 2021-05-20 | 2021-05-20 | Information providers, information processing methods, and programs |
JP2022027259A JP2022179320A (en) | 2021-05-20 | 2022-02-24 | Information provision device, information processing method and program |
PCT/JP2022/020936 WO2022244858A1 (en) | 2021-05-20 | 2022-05-20 | Information providing device, information processing method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021085656A JP7032595B1 (en) | 2021-05-20 | 2021-05-20 | Information providers, information processing methods, and programs |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022027259A Division JP2022179320A (en) | 2021-05-20 | 2022-02-24 | Information provision device, information processing method and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7032595B1 true JP7032595B1 (en) | 2022-03-08 |
JP2022178693A JP2022178693A (en) | 2022-12-02 |
Family
ID=81212838
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021085656A Active JP7032595B1 (en) | 2021-05-20 | 2021-05-20 | Information providers, information processing methods, and programs |
JP2022027259A Pending JP2022179320A (en) | 2021-05-20 | 2022-02-24 | Information provision device, information processing method and program |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022027259A Pending JP2022179320A (en) | 2021-05-20 | 2022-02-24 | Information provision device, information processing method and program |
Country Status (2)
Country | Link |
---|---|
JP (2) | JP7032595B1 (en) |
WO (1) | WO2022244858A1 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016136148A1 (en) * | 2015-02-23 | 2016-09-01 | 日本電気株式会社 | Grouping system, method and program |
JP2020135770A (en) * | 2019-02-25 | 2020-08-31 | ヤフー株式会社 | Estimation device, estimation method and estimation program |
JP2021105868A (en) * | 2019-12-26 | 2021-07-26 | Tis株式会社 | Information providing server, program, and information providing method |
-
2021
- 2021-05-20 JP JP2021085656A patent/JP7032595B1/en active Active
-
2022
- 2022-02-24 JP JP2022027259A patent/JP2022179320A/en active Pending
- 2022-05-20 WO PCT/JP2022/020936 patent/WO2022244858A1/en active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016136148A1 (en) * | 2015-02-23 | 2016-09-01 | 日本電気株式会社 | Grouping system, method and program |
JP2020135770A (en) * | 2019-02-25 | 2020-08-31 | ヤフー株式会社 | Estimation device, estimation method and estimation program |
JP2021105868A (en) * | 2019-12-26 | 2021-07-26 | Tis株式会社 | Information providing server, program, and information providing method |
Also Published As
Publication number | Publication date |
---|---|
JP2022178693A (en) | 2022-12-02 |
JP2022179320A (en) | 2022-12-02 |
WO2022244858A1 (en) | 2022-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10509806B2 (en) | Recommendation engine for aggregated platform data | |
US9529917B2 (en) | System and method for generating information feed based on contextual data | |
US10031738B2 (en) | Providing application recommendations | |
US20130132468A1 (en) | Discovering, organizing, accessing and sharing information in a cloud environment | |
JP6872851B2 (en) | Information selection device, information selection method and information selection program | |
JP6703572B2 (en) | Information processing apparatus, information processing method, and information processing program | |
US20210365511A1 (en) | Generation and delivery of content curated for a client | |
US11016633B2 (en) | Intelligent support recommendations for snap-ins | |
JP2019020930A (en) | Learning device, learning method, learning program, learning data, and model | |
JP7032595B1 (en) | Information providers, information processing methods, and programs | |
US20180150890A1 (en) | Trust circle through machine learning | |
US20160124959A1 (en) | System and method to recommend a bundle of items based on item/user tagging and co-install graph | |
JP7032594B1 (en) | Information providers, information processing methods, and programs | |
CN111784376B (en) | Method and device for processing information | |
JP2017215647A (en) | Selection device, selection method and selection program | |
JP2021022403A (en) | Information selection device, information selection method, and information selection program | |
JP7321977B2 (en) | Information processing device, information processing method and information processing program | |
KR101791784B1 (en) | Method and system for managing business card using hash tag | |
US20180268443A1 (en) | Determination method, determination apparatus, and non-transitory computer-readable storage medium | |
JP7208286B2 (en) | Information processing device, information processing method and information processing program | |
US9256621B2 (en) | Claims-based querying in an online system | |
JP7453191B2 (en) | Information processing device, information processing method, and information processing program | |
JP6944577B1 (en) | Information processing equipment, information processing methods and information processing programs | |
US11151315B1 (en) | Automatically defining groups in documents | |
JP2023136507A (en) | Information processor, method for processing information, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211118 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211118 |
|
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: 20220125 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220224 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7032595 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |