JP7032595B1 - 情報提供装置、情報処理方法、およびプログラム - Google Patents

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。

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。

特開２０１４－１８６５８２号公報

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。

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。

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。

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。

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。 図２は、第１実施形態に係る情報処理システムの構成例を示す図である。 図３は、第１実施形態に係る情報提供装置の構成例を示す図である。 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。 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。 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）。 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）。 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。 図９は、情報提供装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

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。

（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。

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。

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。

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。

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。

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）。

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。

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。

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。

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）。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

＜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。

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。

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）。

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）。

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）。

＜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。

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。

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。

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。

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。

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。

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。

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。

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。

（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。

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。

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。

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。

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。

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）。

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。

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。

＜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。

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。

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）。

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）。

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）。

＜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。

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。

（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。

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。

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。

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。

（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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

（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。

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。

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。

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。

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。

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。

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

Claims (9)

1. 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部と、
   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。
2. 前記分類モデルによって分類された前記提供先のユーザに関するクラスタのデータを前記提供先から取得する取得部
   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。
3. 前記特定部は、前記提供先によって指定される前記ユーザの属性に基づいて、前記統計情報を特定する、請求項１または２に記載の情報提供装置。
4. 前記統計情報は、前記ユーザの属性を満たす度合いのスコアである、請求項３に記載の情報提供装置。
5. 前記生成部は、前記クラスタに属する前記ユーザの数が、所定数以上となる前記分類モデルを生成する、請求項１～４のいずれか１つに記載の情報提供装置。
6. 前記生成部は、前記クラスタに属する前記ユーザの数が、前記所定数よりも少ない前記クラスタがある場合、前記クラスタに属する前記ユーザの数が前記所定数以上となるように、クラスタの区切りを変更した前記分類モデルを生成する、請求項５に記載の情報提供装置。
7. 前記生成部は、前記提供先によって指定される属性に基づいて前記分類モデルを生成する、請求項１～６のいずれか１つに記載の情報提供装置。
8. 情報提供装置が実行する情報処理方法であって、
   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。
9. 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手順と、
   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。

Images