JP7122286B2 - 決定装置、決定方法及び決定プログラム - Google Patents

Description

本発明は、決定装置、決定方法及び決定プログラムに関する。

近年、インターネット等を介して商品や役務の取引を行う電子商取引の技術が知られている。このような電子商取引において、取引対象の購入個数等に応じて、取引対象の価格を自動的に変更する技術が知られている。

再表２００７／１３６０１１号公報

しかしながら、上述した従来技術では、適切な価格を設定しているとは言えない場合がある。

例えば、上述した従来技術では、購入個数等に応じて取引対象の価格を自動的に変更しているに過ぎないので、利用者に適切な購買行動を行わせるような動機づけを与える価格を設定しているとは言えない。

本願は、上記に鑑みてなされたものであって、より適切な価格を設定することを目的とする。

本願に係る決定装置は、利用者の感情であって、当該利用者に対して提供されるコンテンツと関連性を有する感情を取得する取得部と、前記取得部により取得された利用者の感情に基づいて、前記コンテンツの提供に関する費用の額を決定する決定部とを有することを特徴とする。

実施形態の一態様によれば、より適切な価格を設定することができるという効果を奏する。

図１は、実施形態に係る決定処理の一例を示す図である。 図２は、実施形態に係る決定装置の構成例を示す図である。 図３は、実施形態に係る価格情報記憶部の一例を示す図である。 図４は、実施形態に係る決定装置による決定処理手順を示すフローチャートである。 図５は、ハードウェア構成の一例を示す図である。

以下に、本願に係る決定装置、決定方法及び決定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係る決定装置、決定方法及び決定プログラムが限定されるものではない。また、各実施形態は、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、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略する。

〔１．決定処理〕
まず、図１を参照して、実施形態に係る決定処理の一例について説明する。図１は、実施形態に係る決定処理の一例を示す図である。図１の例では、実施形態に係る決定システム１によって決定処理が行われる。

図１に示すように、決定システム１には、ユーザ装置１０と、決定装置１００とが含まれる。図１中では図示していないが、決定システム１は、複数台のユーザ装置１０や、複数台の決定装置１００を含んでもよい。

ユーザ装置１０は、ユーザによって利用される情報処理装置である。ユーザ装置１０は、スマートフォン、デスクトップ型ＰＣ（Personal Computer）、ノート型ＰＣ、タブレット型ＰＣを含む、任意のタイプの情報処理装置であってもよい。

図１の例では、ユーザ装置１０は、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツを要求するクライアント装置である。

決定装置１００は、商品やサービス等の取引対象の価格を決定する情報処理装置である。決定装置１００は、サーバを含む、任意のタイプの情報処理装置であってもよい。図１中では図示していないが、決定装置１００は、ネットワーク網（例えば、インターネット網）を介して、有線又は無線によりユーザ装置１０と通信を行う。

図１の例では、決定装置１００は、販売コンテンツ内に表示される価格を決定するサーバ装置である。販売コンテンツは、例えば、ウェブサイトやアプリの商品購入ページである。図１の例では、販売コンテンツへの商品リンクが、例えば、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツに含まれる。商品リンクが選択された場合に、決定装置１００は、販売コンテンツをユーザ装置１０に提供する。

ところで、従来、様々な価格決定アルゴリズムが、商品やサービスの価格を決定するために用いられている。例えば、ダイナミックプライシング（dynamic pricing）等の価格決定アルゴリズムが、ＥＣ（Electronic Commerce）サイトやＥＣアプリの商品の価格を決定するために用いられている。ダイナミックプライシングでは、商品の価格は、一般的には、「顧客の需要」に応じて動的に決定される。言い換えると、一般的なダイナミックプライシングでは、商品の価格は、「いくらなら顧客が商品を購入するか」に基づいて決定される。

しかしながら、顧客は、商品やサービスの価格に基づいて合理的な購買行動を行うとは限らない。例えば、ＥＣサイトやＥＣアプリのユーザ（すなわち、顧客）は、感情に促され、適切な購買行動を行わない場合がある。

例えば、ユーザの感情が、神経質、動転等のネガティブ感情である場合がある。この場合、ユーザは商品を購入するか迷っているにもかかわらず、ユーザは、焦って商品を購入するかもしれない。ユーザが焦って商品を購入した場合には、商品の販売者は、一時的に利益を得る。しかしながら、このユーザは、ユーザが商品を購入するかどうかよく考えるべきだった、と思うかもしれない。さらに、このユーザは、焦って商品を購入したことを後悔するかもしれない。このような場合、ユーザは、不愉快な購入体験のため、この販売者から商品を再び購入しない可能性がある。このように、ユーザの感情が、商品販売時に考慮されていない場合は、商品の販売者は、ユーザとの継続的な関係を維持できない場合がある。

そこで、図１の例示的な実施形態では、決定装置１００は、ユーザとの継続的な関係維持を実現するために、以下に説明される決定処理を実行する。

以下に説明される決定処理の一例では、決定装置１００は、ユーザの行動からユーザの感情を予測する機械学習モデルを用いて、商品リンクが選択された時のユーザの感情を推定する。後述されるように、ユーザの感情を予測する機械学習モデルは、例えば、クラウドソーシングのワーカから収集された学習データに基づいて生成され得る。そして、決定装置１００は、推定されたユーザの感情に応じて、販売コンテンツ内に表示される価格を動的に決定する。このようにして、決定装置１００は、適切な購買行動をユーザに促す価格を、販売コンテンツの商品に設定することができる。

はじめに、決定装置１００は、コンテンツをユーザ装置１０に配信する（ステップＳ１１）。

例えば、決定装置１００は、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツを、ユーザ装置１０に提供する。上述のように、コンテンツは、販売コンテンツへの商品リンクを含む。図１の例では、コンテンツは、ユーザ装置１０にユーザの行動情報を送信させる制御情報を含む。なお、このような制御情報は、例えば、ＪａｖａＳｃｒｉｐｔ（登録商標）等のスクリプト言語で記述される。

次いで、決定装置１００は、ユーザの行動情報を、ユーザ装置１０から取得する（ステップＳ１２）。

図１の例では、上述のように、コンテンツは、ユーザ装置１０にユーザの行動情報を送信させる制御情報を含む。このため、コンテンツがユーザ装置１０に配信された場合には、ユーザ装置１０は、コンテンツに含まれる制御情報に従って、ユーザの行動情報を、決定装置１００に送信する。その結果、決定装置１００は、ユーザ装置１０に配信されたコンテンツを介して、ユーザの行動情報を受信することができる。

取得された行動情報は、例えば、クリック履歴、閲覧されたコンテンツの履歴、スクロール履歴、視線の履歴等の各種ログを示す。なお、視線の履歴は、例えば、ユーザ装置１０に搭載された視線センサによって収集され得る。例えば、ユーザの視線は、ＡＲ（Augmented Reality）コンテンツを介して取得され得る。

次いで、決定装置１００は、商品リンクの選択を受け付ける（ステップＳ１３）。

例えば、決定装置１００は、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツ内に表示された商品リンクの選択を受け付ける。例示のために、図１の例では、ユーザが、商品「ミネラルウォーターＢＷ１」に関する販売コンテンツへの商品リンクを選択したと仮定する。この例では、決定装置１００は、商品「ミネラルウォーターＢＷ１」に関する販売コンテンツの送信要求を、ユーザ装置１０から受信する。

次いで、決定装置１００は、取得されたユーザの行動情報を用いて、ユーザの感情を推定する（ステップＳ１４）。

例えば、決定装置１００は、ユーザの行動からユーザの感情を予測する機械学習モデルを用いて、ユーザの感情を推定する。より具体的には、決定装置１００は、取得されたユーザの行動情報を、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情を予測する機械学習モデルに入力することによって、商品リンクが選択された時のユーザの感情を推定する。

上述のユーザの感情を予測する機械学習モデルに関しては、例えば、決定装置１００は、ウェアラブルデバイス等のセンシングデバイスを用いて、クラウドソーシングのワーカの生理的な反応（例えば、心拍数や体温の変化）を特定する。そして、決定装置１００は、特定された生理的な反応に基づいて、ワーカが１つまたは複数の行動をとった期間におけるワーカの感情を推定する。１つまたは複数の行動は、例えば、クリック、コンテンツの閲覧、スクロール、視線の動き等の行動である。このようにして、決定装置１００は、このような１つまたは複数の行動と、ユーザの感情との対応関係を学習するための学習データを生成することができる。その結果、決定装置１００は、生成された学習データから、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情を予測する機械学習モデルを生成することができる。なお、ユーザの感情を予測する機械学習モデルを生成するための手法は、図２に関連して後述される。

次いで、決定装置１００は、推定されたユーザの感情に基づいて、販売コンテンツ内に表示される価格を決定する（ステップＳ１５）。

推定されたユーザの感情が、楽しみ等のポジティブ感情である場合には、ユーザは、商品に高い期待感を抱いている可能性がある。このようなユーザは、潜在顧客（potential customer）である可能性が高い。この点に関し、潜在顧客は、商品の価格に関心があることが多い。そこで、決定装置１００は、商品の価格に対するユーザの期待に応えるために、商品の価格を低下させる。

例えば、決定装置１００は、推定されたユーザの感情が楽しみ等のポジティブ感情である場合の価格が、所定の価格よりも低くなるように、販売コンテンツ内に表示される価格を決定する。例えば、決定装置１００は、推定されたユーザの感情がポジティブ感情である場合の価格が、推定されたユーザの感情が中立的感情である場合の価格よりも低くなるように、販売コンテンツ内に表示される価格を決定する。なお、中立的感情は、例えば、冷静等の感情である。

なお、上述の所定の価格は、ダイナミックプライシング等の価格決定アルゴリズムを用いて決定されてもよい。例えば、所定の価格は、ユーザの需要に応じて動的に決定されてもよい。また、例えば、所定の価格は、ユーザの購入意思に応じて動的に決定されてもよい。

一方、推定されたユーザの感情が、神経質、動転等のネガティブ感情である場合には、ユーザは、上述のように商品を購入するか迷い、焦って商品を購入する可能性がある。また、推定されたユーザの感情が、ストレス等のネガティブ感情である場合には、ユーザは、商品を衝動買いする可能性もある。この点に関し、商品の価格が高い場合には、ユーザは、商品を購入するか迷い、結果的に、商品を購入しないかもれしれない。そこで、決定装置１００は、適切な購買行動をユーザに促すために、商品の価格を上昇させる。

例えば、決定装置１００は、推定されたユーザの感情が神経質、動転、ストレス等のネガティブ感情である場合の価格が、所定の価格よりも高くなるように、販売コンテンツ内に表示される価格を決定する。例えば、決定装置１００は、推定されたユーザの感情がネガティブ感情である場合の価格が、推定されたユーザの感情が中立的感情である場合の価格よりも高くなるように、販売コンテンツ内に表示される価格を決定する。

図１の例では、推定されたユーザの感情が、好意的感情である場合に、決定装置１００は、商品「ミネラルウォーターＢＷ１」の現在の価格「２５００円」よりも低い価格「２１０００円」を、商品「ミネラルウォーターＢＷ１」の価格として決定する。一方、推定されたユーザの感情が、否定的感情である場合に、決定装置１００は、商品「ミネラルウォーターＢＷ１」の現在の価格「２５００円」よりも高い価格「２８００円」を、商品「ミネラルウォーターＢＷ１」の価格として決定する。

価格変更の程度に関しては、決定装置１００は、覚醒度（arousal）に基づいて、販売コンテンツ内に表示される価格を決定してもよい。言い換えると、決定装置１００は、「どれくらい強く感情が活性化されたか」に基づいて、販売コンテンツ内に表示される価格を決定してもよい。

例えば、決定装置１００は、推定されたユーザの感情がとてもポジティブな感情（例えば、感情「幸福」）である場合の価格が、推定されたユーザの感情がポジティブな感情（例えば、感情「リラックス」）である場合の価格よりも高くなるように、販売コンテンツ内に表示される価格を決定してもよい。一方、例えば、決定装置１００は、推定されたユーザの感情がとてもネガティブ感情（例えば、感情「動転」）である場合の価格が、推定されたユーザの感情がネガティブな感情（例えば、感情「憂鬱」）である場合の価格よりも高くなるように、販売コンテンツ内に表示される価格を決定してもよい。

販売コンテンツの表示態様に関しては、決定装置１００は、推定されたユーザの感情に基づいて、商品の購入要求を受け付けるためのコンテンツ項目に対応するコンポーネントを決定してもよい。

図１の例では、推定されたユーザの感情が、好意的感情である場合に、決定装置１００は、テキスト「購入する」を、商品「ミネラルウォーターＢＷ１」を購入するための購入ボタンのテキストとして決定する。一方、推定されたユーザの感情が、否定的感情である場合に、決定装置１００は、テキスト「来週セール（今買う）」を、商品「ミネラルウォーターＢＷ１」を購入するための購入ボタンのテキストとして決定する。このように、推定されたユーザの感情が、否定的感情である場合には、決定装置１００は、ユーザが商品を購入しにくくしてもよい。

なお、図１の例示的な実施形態では、決定装置１００は、推定されたユーザの感情に基づいて、販売コンテンツ内に表示される価格を決定しているが、これに限定されるものではない。他の実施形態では、決定装置１００は、商品リンクが表示される時のユーザの感情に基づいて、この商品リンク内に表示される価格を決定してもよい。

例えば、決定装置１００は、コンテンツを介して受信されたユーザの行動情報を、ユーザの感情を予測する上述の機械学習モデルに入力することによって、ユーザがこのコンテンツを閲覧した場合のユーザの感情を推定してもよい。決定装置１００が、商品リンクを含む他のコンテンツの送信要求を、ユーザ装置１０から受信した場合には、決定装置１００は、推定されたユーザの感情に基づいて、この商品リンク内に表示される価格を決定してもよい。例えば、決定装置１００は、推定されたユーザの感情が楽しみ等のポジティブ感情である場合の価格が、所定の価格よりも低くなるように、商品リンク内に表示される価格を決定してもよい。また、例えば、決定装置１００は、推定されたユーザの感情が神経質、動転、ストレス等のネガティブ感情である場合の価格が、所定の価格よりも高くなるように、商品リンク内に表示される価格を決定してもよい。

その後、決定装置１００は、商品リンクの選択に対応する応答として、販売コンテンツをユーザ装置１０に提供する（ステップＳ１６）。

図１の例では、提供された販売コンテンツ（図示せず）は、上述のようにユーザの感情に基づいて決定された価格を示す。さらに、提供された販売コンテンツは、上述のようにユーザの感情に基づいて決定された購入ボタンを示す。

上述のように、実施形態に係る決定装置１００は、ユーザの行動情報と、ユーザの行動からユーザの感情を予測する機械学習モデルとを用いて、販売コンテンツへの商品リンクが選択された時のユーザの感情を推定する。そして、決定装置１００は、推定されたユーザの感情に応じて、販売コンテンツ内に表示される価格を動的に決定する。これにより、決定装置１００は、商品販売の全体最適を実現することができる。

例えば、一般的なダイナミックプライシングでは、商品の価格は、上述のように「ユーザの需要」に応じて動的に決定される。言い換えると、需要に応じたダイナミックプライシングでは、商品の価格は、上述のように「いくらなら顧客が商品を購入するか」に基づいて決定される。このことは、需要に応じたダイナミックプライシングでは、販売時における販売者の利益が最適化されることを意味する。

一方、図１の例示的な実施形態では、販売コンテンツ内に表示される価格は、上述のように「ユーザの感情」に応じて動的に決定される。言い換えると、感情に応じたダイナミックプライシングでは、商品の価格が、「顧客が商品を購入して嬉しいか」に基づいて決定される。このことは、感情に応じたダイナミックプライシングでは、顧客エクスペリエンスが最適化されることを意味する。上述のように、決定装置１００は、ユーザの需要だけでなく、ユーザの感情に基づいて、販売コンテンツ内に表示される価格を動的に決定することができる。これにより、決定装置１００は、販売者の利益を最適化するとともに、販売機会を増加させることができる。このため、決定装置１００は、ＥＣサイトやＥＣアプリの商品販売の全体最適を実現することができる。以下、このような決定処理を実現する決定装置１００について詳細に説明する。

〔２．決定装置の構成〕
次に、図２を参照して、実施形態に係る決定装置１００の構成例について説明する。図２は、実施形態に係る決定装置１００の構成例を示す図である。図２に示すように、決定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、決定装置１００は、決定装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部１１０は、ネットワーク網と有線又は無線により接続され、ネットワーク網を介して、ユーザ装置１０との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０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、または、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。図２に示すように、記憶部１２０は、コンテンツ情報記憶部１２１を有する。

（コンテンツ情報記憶部１２１）
図３は、実施形態に係るコンテンツ情報記憶部１２１の一例を示す図である。コンテンツ情報記憶部１２１は、コンテンツのコンテンツ情報を記憶する。例えば、コンテンツ情報記憶部１２１は、所定の取引対象に関するコンテンツのコンテンツ情報を記憶する。

コンテンツ情報記憶部１２１は、例えば、受信部１３１によって受信されたコンテンツ情報を記憶する。図３の例では、コンテンツ情報記憶部１２１には、「コンテンツ情報」が、「コンテンツＩＤ」ごとに記憶される。例示として、「コンテンツ情報」には、項目「商品」、項目「感情」および項目「コンポーネント」が含まれる。

「コンテンツＩＤ」は、コンテンツを識別するための識別子を示す。「商品」は、コンテンツに関連付けられた商品を示す。「感情」は、コンテンツに関連付けられた感情を示す。「コンポーネント」は、コンテンツに含まれるコンポーネントを示す。「コンポーネント」には、項目「テキスト」が含まれる。「テキスト」は、コンポーネント内のテキストを示す。

例えば、図３は、コンテンツＩＤ「Ｃ１１」で識別されるコンテンツが、商品「ミネラルウォーターＢＷ１」に関連付けられていることを示している。

また、例えば、図３は、コンテンツＩＤ「Ｃ１１」で識別されるコンテンツが、感情「好意的感情」に関連付けられていることを示している。

また、例えば、図３は、コンテンツＩＤ「Ｃ１１」で識別されるコンテンツに含まれるコンポーネント内のテキストが、テキスト「購入する」であることを示している。

（制御部１３０）
制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、決定装置１００内部の記憶装置に記憶されている各種プログラム（決定プログラムの一例に相当）がＲＡＭ等を作業領域として実行されることにより実現される。また、制御部１３０は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

制御部１３０は、図２に示すように、受信部１３１と、取得部１３２と、決定部１３３と、第１提供部１３４と、第２提供部１３５とを有し、以下に説明する情報処理の機能や作用を実現又は実行する。なお、制御部１３０の内部構成は、図２に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

（受信部１３１）
受信部１３１は、コンテンツのコンテンツ情報を受信する。例えば、受信部１３１は、所定の情報処理装置から、コンテンツ情報を受信する。例えば、受信部１３１は、決定装置１００に関係するエンティティ（例えば、ユーザ、企業）の装置から、コンテンツ情報を受信する。受信部１３１は、受信されたコンテンツ情報を、コンテンツ情報記憶部１２１に格納してもよい。

受信部１３１は、ユーザインタフェースを介して、決定装置１００のユーザからコンテンツ情報を受信してもよい。受信部１３１は、受信されたコンテンツ情報を、コンテンツ情報記憶部１２１に格納してもよい。

受信部１３１は、コンテンツの要求を、ユーザ装置１０から受信する。例えば、受信部１３１は、所定の取引対象に関するコンテンツを取得するための要求を、ユーザ装置１０から受信する。また、例えば、受信部１３１は、所定の取引対象に関するコンテンツを選択したことを契機として表示される販売コンテンツを取得するための要求を、ユーザ装置１０から受信する。

一例では、受信部１３１は、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツまたはこのようなコンテンツに含まれる商品リンクを取得するための要求を、ユーザ装置１０から受信する。

一例では、受信部１３１は、商品リンクの選択を受け付ける。

例えば、受信部１３１は、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツ内に表示された商品リンクの選択を受け付ける。ユーザが、商品に関する販売コンテンツへの商品リンクを選択した場合に、受信部１３１は、商品に関する販売コンテンツの送信要求を、ユーザ装置１０から受信する。

上述の所定の取引対象に関するコンテンツは、例えば、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツまたはこのようなコンテンツに含まれる商品リンクであるが、これに限定されるものではない。上述の所定の取引対象に関するコンテンツは、ＥＣサイトやＥＣアプリ等の電子市場に関するコンテンツであってもよい。電子市場に関するコンテンツは、例えば、オンラインショッピング、オークション等のコンテンツである。

上述の所定の取引対象は、商品であってもよいし、サービス（例えば、ホテルの予約）であってもよい。所定の取引対象は、電子市場（例えば、オンラインショッピング）で販売されてもよい。また、所定の取引対象は、電子市場（例えば、オークション）に出品されてもよい。

受信部１３１は、利用者（例えば、ユーザ）の行動情報を受信する。例えば、受信部１３１は、第１提供部１３４によって配信されたコンテンツを介して、ユーザの行動情報を受信する。受信部１３１は、受信された行動情報を、記憶部１２０内の所定の記憶領域である行動情報記憶部（図示せず）に格納してもよい。

第１提供部１３４によって配信されたコンテンツは、例えば、上述の所定の取引対象に関するコンテンツである。第１提供部１３４によって配信されたコンテンツは、検索、ポータル、ショッピング、オークション、ニュース、ファイナンス、旅行、飲食店紹介、スポーツ、テレビ、動画、ゲーム、地図、路線情報、料理、不動産、自動車、ブログ、結婚、漫画、占い、地域情報等のコンテンツであってもよい。

一例では、第１提供部１３４によって配信されたコンテンツは、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツである。この例では、コンテンツは、販売コンテンツへの商品リンクを含む。販売コンテンツは、例えば、ウェブサイトやアプリの商品購入ページである。

一例では、第１提供部１３４によって配信されたコンテンツは、ユーザ装置１０にユーザの行動情報を送信させる制御情報を含む。このため、このコンテンツが、ユーザ装置１０に配信された場合には、ユーザ装置１０は、このコンテンツに含まれる制御情報に従って、ユーザの行動情報を、決定装置１００に送信する。その結果、受信部１３１は、ユーザ装置１０に配信されたコンテンツを介して、ユーザの行動情報を受信することができる。

（取得部１３２）
取得部１３２は、利用者（例えば、ユーザ）の感情であって、所定の取引対象に関するコンテンツを提供した際の感情を取得する。

例えば、取得部１３２は、コンテンツが表示された際の利用者の感情を取得する。

また、例えば、取得部１３２は、コンテンツを選択した際の利用者の感情を取得する。

また、例えば、取得部１３２は、利用者の行動であって、コンテンツと関連性を有する行動に基づいて、この利用者の感情を推定する。例えば、取得部１３２は、利用者の行動のうち、コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する。

また、例えば、取得部１３２は、利用者の行動であって、コンテンツが利用者に提供されるまでの行動に基づいて、この利用者の感情を推定する。例えば、取得部１３２は、利用者の行動のうち、コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する。

取得部１３２は、利用者（例えば、ユーザ）の行動情報を取得してもよい。例えば、取得部１３２は、受信部１３１によって受信された行動情報を取得してもよい。取得部１３２は、第１提供部１３４によって配信されたコンテンツを介して受信された行動情報を取得してもよい。

一例では、取得部１３２は、ユーザの行動情報を、ユーザ装置１０から取得する。この例では、取得された行動情報は、例えば、クリック履歴、閲覧されたコンテンツの履歴、スクロール履歴、視線の履歴等の各種ログを示す。なお、視線の履歴は、例えば、ユーザ装置１０に搭載された視線センサによって収集され得る。例えば、ユーザの視線は、ＡＲコンテンツを介して取得され得る。

なお、取得部１３２は、利用者（例えば、ユーザ）の感情と、この感情と因果関係を有する利用者の一連の行動との間の関係性を学習したモデル（例えば、ＭＩＬ（Multiple Instance Learning）の技術を用いて学習したモデル）を用いて、取得した行動情報に基づき、コンテンツ閲覧時の利用者の感情を推定してもよい。例えば、取得部１３２は、利用者がコンテンツの閲覧時に行った一連の操作（クリックやスクロール）や利用者が閲覧したコンテンツの順番、どのようなリンクを選択したかといった利用者の時系列順の行動と、その行動を行う前、行動中、若しくは行動後に利用者が有していたと推定される感情との間の関係性を学習したモデルを用いてもよい。なお、このようなモデルは、例えば、利用者の生体情報等から推定された感情と、利用者の一連の行動との間の関係性をＭＩＬの技術を用いて学習することで実現され、利用者の一連の行動が入力された場合に、その行動を行う前、行動中、若しくは行動後等、一連の行動と何かしらの因果関係を有すると推定される感情を出力することとなる。すなわち、このようなモデルは、感情と一連の行動とを学習データとし、ＭＩＬの技術を用いた学習を行うことで、入力された一連の行動の全体若しくは一部と因果関係を有する（何かしらの関連性を有する）感情を示す情報を出力するように学習が行われることとなる。また、取得部１３２は、利用者の行動情報及び生体情報を取得した場合、行動情報や生体情報等と、感情との間の関係性を学習したモデルを用いて、行動情報や生体情報等から利用者の感情を推定してもよい。

一例では、取得部１３２は、取得されたユーザの行動情報を用いて、ユーザの感情を推定する。

例えば、取得部１３２は、ユーザの行動からユーザの感情を予測する機械学習モデルを用いて、ユーザの感情を推定する。より具体的には、取得部１３２は、取得されたユーザの行動情報を、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情を予測する機械学習モデルに入力することによって、商品リンクが選択された時のユーザの感情を推定する。

なお、取得部１３２は、第１提供部１３４によって配信されたコンテンツを介して受信されたユーザの行動情報を、ユーザの感情を予測する上述の機械学習モデルに入力することによって、ユーザがこのコンテンツを閲覧した場合のユーザの感情を推定してもよい。

上述のユーザの感情を予測する機械学習モデルに関しては、例えば、取得部１３２は、ウェアラブルデバイス等のセンシングデバイスを用いて、クラウドソーシングのワーカの生理的な反応（例えば、心拍数や体温の変化）を特定する。そして、取得部１３２は、特定された生理的な反応に基づいて、ワーカが１つまたは複数の行動をとった期間におけるワーカの感情を推定する。１つまたは複数の行動は、例えば、クリック、コンテンツの閲覧、スクロール、視線の動き等の行動である。このようにして、取得部１３２は、このような１つまたは複数の行動と、ユーザの感情との対応関係を学習するための学習データを生成することができる。その結果、取得部１３２は、生成された学習データから、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情を予測する機械学習モデルを生成することができる。

ユーザの感情を予測する機械学習モデルを生成するための手法に関しては、例えば、取得部１３２は、生成された学習データに基づいて、ＭＩＬを行い、ユーザの感情を予測する予測モデルを生成する。ＭＩＬでは、１つまたは複数のワーカの行動が、１つの感情のバッグ（例えば、ポジティブバッグまたはネガティブバッグ）に含まれる。所定の感情のポジティブバッグは、この所定の感情に対応する１つまたは複数の行動を含む。一方、所定の感情のネガティブバッグは、この所定の感情に対応しない１つまたは複数の行動のみを含む。例えば、取得部１３２は、生成された学習データに基づいて、ＭＩＬを行い、ユーザの感情を予測する予測モデルとして、ユーザの感情を分類するＳＶＭ（Support Vector Machine）を生成する。生成されたＳＶＭに入力された場合に、生成されたＳＶＭは、ユーザが１つまたは複数のユーザの行動をとった期間におけるユーザの感情を分類する。取得部１３２は、取得されたユーザの行動情報を、生成された予測モデルに入力することによって、ユーザの感情と、この感情と因果関係を有するユーザの一連の行動とを推定することができる。

なお、ユーザが、ウェアラブルデバイス等のセンシングデバイスを利用している場合には、取得部１３２は、このセンシングデバイスを用いて、ユーザの生理的な反応（例えば、心拍数や体温の変化）を特定してもよい。センシングデバイスは、ユーザ装置１０であってもよい。そして、取得部１３２は、特定された生理的な反応に基づいて、ユーザが１つまたは複数の行動（例えば、クリック、コンテンツの閲覧、スクロール、視線の動き等の行動）をとった期間におけるユーザの感情を推定してもよい。例えば、取得部１３２は、特定された生理的な反応に基づいて、「幸福」、「驚き」、「恐れ」等の感情（例えば、基本６感情）を、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情として推定してもよい。このような感情は、商品リンク等のコンテンツの選択と関連性がある感情であってもよい。例えば、取得部１３２は、幸福、冷静、嫌悪等の感情を、ユーザがこのようなコンテンツを選択した時のユーザの感情として推定してもよい。あるいは、このような感情は、コンテンツの閲覧と関連性がある感情であってもよい。例えば、取得部１３２は、幸福、冷静、嫌悪等の感情を、ユーザがコンテンツを閲覧した場合のユーザの感情として推定してもよい。

（決定部１３３）
決定部１３３は、取得部１３２によって取得された感情に基づいて、所定の取引対象の価格を決定する。

例えば、決定部１３３は、取得された感情に基づいて、所定の取引対象の価格であって、コンテンツ内に表示される価格を決定する。

また、例えば、決定部１３３は、取得された感情に基づいて、所定の取引対象の価格であって、コンテンツを選択したことを契機として表示される販売コンテンツ内に表示される価格を決定する。

また、例えば、決定部１３３は、利用者（例えば、ユーザ）の感情が好意的な感情である場合は、所定の取引対象の価格を所定の価格よりも下げる。

また、例えば、決定部１３３は、利用者が、所定の取引対象の購入を迷っている場合は、所定の取引対象の価格を所定の価格よりも上げる。例えば、決定部１３３は、さらに、利用者による所定の取引対象の購入を防ぐ制御を行う。

また、例えば、決定部１３３は、利用者の感情の強さに応じた額だけ、所定の取引対象の価格を変更する。

一例では、決定部１３３は、取得部１３２によって推定されたユーザの感情に基づいて、販売コンテンツ内に表示される価格を決定する。

例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情が楽しみ等のポジティブ感情である場合の価格が、所定の価格よりも低くなるように、販売コンテンツ内に表示される価格を決定する。例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情がポジティブ感情である場合の価格が、取得部１３２によって推定されたユーザの感情が中立的感情である場合の価格よりも低くなるように、販売コンテンツ内に表示される価格を決定する。なお、中立的感情は、例えば、冷静等の感情である。

なお、上述の所定の価格は、ダイナミックプライシング等の価格決定アルゴリズムを用いて決定されてもよい。例えば、所定の価格は、ユーザの需要に応じて動的に決定されてもよい。また、例えば、所定の価格は、ユーザの購入意思に応じて動的に決定されてもよい。

一方、例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情が神経質、動転、ストレス等のネガティブ感情である場合の価格が、所定の価格よりも高くなるように、販売コンテンツ内に表示される価格を決定する。例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情がネガティブ感情である場合の価格が、取得部１３２によって推定されたユーザの感情が中立的感情である場合の価格よりも高くなるように、販売コンテンツ内に表示される価格を決定する。

一例では、取得部１３２によって推定されたユーザの感情が、好意的感情である場合に、決定部１３３は、商品の現在の価格よりも低い価格を、この商品の価格として決定する。一方、取得部１３２によって推定されたユーザの感情が、否定的感情である場合に、決定部１３３は、商品の現在の価格よりも高い価格を、この商品の価格として決定する。

価格変更の程度に関しては、決定部１３３は、覚醒度に基づいて、販売コンテンツ内に表示される価格を決定してもよい。言い換えると、決定部１３３は、「どれくらい強く感情が活性化されたか」に基づいて、販売コンテンツ内に表示される価格を決定してもよい。

例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情がとてもポジティブな感情（例えば、感情「幸福」）である場合の価格が、取得部１３２によって推定されたユーザの感情がポジティブな感情（例えば、感情「リラックス」）である場合の価格よりも高くなるように、販売コンテンツ内に表示される価格を決定してもよい。一方、例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情がとてもネガティブ感情（例えば、感情「動転」）である場合の価格が、取得部１３２によって推定されたユーザの感情がネガティブな感情（例えば、感情「憂鬱」）である場合の価格よりも高くなるように、販売コンテンツ内に表示される価格を決定してもよい。

販売コンテンツの表示態様に関しては、決定部１３３は、取得部１３２によって推定されたユーザの感情に基づいて、商品の購入要求を受け付けるためのコンテンツ項目に対応するコンポーネントを決定してもよい。

一例では、取得部１３２によって推定されたユーザの感情が、好意的感情である場合に、決定部１３３は、テキスト「購入する」を、商品を購入するための購入ボタンのテキストとして決定する。一方、取得部１３２によって推定されたユーザの感情が、否定的感情である場合に、決定部１３３は、テキスト「来週セール（今買う）」を、商品を購入するための購入ボタンのテキストとして決定する。このように、取得部１３２によって推定されたユーザの感情が、否定的感情である場合には、決定部１３３は、ユーザが商品を購入しにくくしてもよい。

別の例では、取得部１３２によって推定されたユーザの感情が、ポジティブ感情である場合に、決定部１３３は、テキスト「注文に進む」を、商品を購入するための購入ボタンのテキストとして決定してもよい。一方、取得部１３２によって推定されたユーザの感情が、ネガティブ感情である場合に、決定部１３３は、テキスト「カートに入れる」を、商品を購入するための購入ボタンのテキストとして決定してもよい。さらに別の例では、取得部１３２によって推定されたユーザの感情が、感情「楽しみ」である場合に、決定部１３３は、テキスト「今すぐ購入する」を、商品を購入するための購入ボタンのテキストとして決定してもよい。一方、取得部１３２によって推定されたユーザの感情が、感情「神経質」である場合に、決定部１３３は、テキスト「後で購入する」を、商品を購入するための購入ボタンのテキストとして決定してもよい。

取得部１３２によって推定されたユーザの感情が、ネガティブ感情である場合に、ユーザが商品を購入することができない購入ボタンを、販売コンテンツ内に表示される購入ボタンとして決定してもよい。例えば、取得部１３２によって推定されたユーザの感情が、ネガティブ感情である場合に、購入ボタンは、グレーアウトされてもよい。

なお、決定部１３３は、商品リンクが表示される時のユーザの感情に基づいて、上述の商品リンク内に表示される価格を決定してもよい。

例えば、受信部１３１が、商品リンクを含む他のコンテンツの送信要求を、ユーザ装置１０から受信した場合には、決定部１３３は、取得部１３２によって推定されたユーザがコンテンツ（すなわち、第１提供部１３４によって配信されたコンテンツ）を閲覧した場合のユーザの感情に基づいて、この商品リンク内に表示される価格を決定してもよい。例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情が楽しみ等のポジティブ感情である場合の価格が、所定の価格よりも低くなるように、商品リンク内に表示される価格を決定してもよい。また、例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情が神経質、動転、ストレス等のネガティブ感情である場合の価格が、所定の価格よりも高くなるように、商品リンク内に表示される価格を決定してもよい。

（第１提供部１３４）
第１提供部１３４は、ユーザ装置１０に、コンテンツを提供する。第１提供部１３４は、例えば、受信部１３１によって受信されたコンテンツを、ユーザ装置１０に提供する。第１提供部１３４は、コンテンツ情報記憶部１２１から、コンテンツを取得してもよい。第１提供部１３４は、取得されたコンテンツを、ユーザ装置１０に提供してもよい。

一例では、第１提供部１３４は、コンテンツをユーザ装置１０に配信する。この例では、受信部１３１によって所定の取引対象に関するコンテンツを取得するための要求が受信された場合に、第１提供部１３４は、所定の取引対象に関するコンテンツを、コンテンツをユーザ装置１０に提供する。

（第２提供部１３５）
第２提供部１３５は、ユーザ装置１０に、第１提供部１３４によって提供されたコンテンツを選択したことを契機として表示される他のコンテンツを提供する。第２提供部１３５は、例えば、受信部１３１によって受信された他のコンテンツを、ユーザ装置１０に提供する。第２提供部１３５は、コンテンツ情報記憶部１２１から、他のコンテンツを取得してもよい。第２提供部１３５は、取得された他のコンテンツを、ユーザ装置１０に提供してもよい。

一例では、第２提供部１３５は、商品リンクの選択に対応する応答して、販売コンテンツをユーザ装置１０に提供する。この例では、第２提供部１３５は、受信部１３１によって商品に関する販売コンテンツの送信要求が受信された場合に、第２提供部１３５は、販売コンテンツをユーザ装置１０に提供する。

一例では、第２提供部１３５によって提供された販売コンテンツは、ユーザの感情に基づいて決定された価格を示す。さらに、第２提供部１３５によって提供された販売コンテンツは、ユーザの感情に基づいて決定された購入ボタンを示す。

〔３．決定処理のフロー〕
次に、実施形態に係る決定装置１００による決定処理の手順について説明する。図４は、実施形態に係る決定装置１００による決定処理手順を示すフローチャートである。

図４に示すように、はじめに、決定装置１００は、利用者の感情であって、所定の取引対象に関するコンテンツを提供した際の感情を取得する（ステップＳ１０１）。

例えば、決定装置１００は、コンテンツが表示された際の利用者の感情を取得する。

また、例えば、決定装置１００は、コンテンツを選択した際の利用者の感情を取得する。

また、例えば、決定装置１００は、利用者の行動であって、コンテンツと関連性を有する行動に基づいて、この利用者の感情を推定する。例えば、決定装置１００は、利用者の行動のうち、コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する。

また、例えば、決定装置１００は、利用者の行動であって、コンテンツが利用者に提供されるまでの行動に基づいて、この利用者の感情を推定する。例えば、決定装置１００は、利用者の行動のうち、コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する。

次いで、決定装置１００は、取得された感情に基づいて、所定の取引対象の価格を決定する（ステップＳ１０２）。

例えば、決定装置１００は、取得された感情に基づいて、所定の取引対象の価格であって、コンテンツ内に表示される価格を決定する。

また、例えば、決定装置１００は、取得された感情に基づいて、所定の取引対象の価格であって、コンテンツを選択したことを契機として表示される販売コンテンツ内に表示される価格を決定する。

また、例えば、決定装置１００は、利用者の感情が好意的な感情である場合は、所定の取引対象の価格を所定の価格よりも下げる。

また、例えば、決定装置１００は、利用者が、所定の取引対象の購入を迷っている場合は、所定の取引対象の価格を所定の価格よりも上げる。例えば、決定装置１００は、さらに、利用者による所定の取引対象の購入を防ぐ制御を行う。

また、例えば、決定装置１００は、利用者の感情の強さに応じた額だけ、所定の取引対象の価格を変更する。

〔４．変形例〕
上述の実施形態に係る決定装置１００は、上記の実施形態以外にも、種々の異なる形態で実施されてよい。そこで、以下では、上記の決定装置１００の他の実施形態について説明する。

〔４－１．複数のユーザの感情に基づく取引対象の価格決定〕
取得部１３２は、所定の取引対象に関するコンテンツを提供した複数の利用者（例えば、複数のユーザ）の感情を取得してもよい。また、決定部１３３は、複数の利用者の感情に基づいて、所定の取引対象の価格を決定してもよい。例えば、決定部１３３は、複数の利用者のうち、好意的な感情を有する利用者の割合が所定の条件を満たす場合は、所定の取引対象の価格を変更してもよい。

例えば、複数のユーザが、第１提供部１３４によって配信されたコンテンツを同じタイミングで閲覧した場合には、決定部１３３は、取得部１３２によって取得されたこの複数のユーザの感情に基づいて、所定の取引対象の価格を決定してもよい。また、例えば、複数のユーザが、第２提供部１３５によって提供される他のコンテンツに、同じタイミングでアクセスした場合には、決定部１３３は、取得部１３２によって取得されたこの複数のユーザの感情に基づいて、所定の取引対象の価格を決定してもよい。

例えば、複数のユーザの過半数の感情が、楽しみ等のポジティブ感情である場合に、決定部１３３は、所定の取引対象の現在の価格よりも低い価格を、この所定の取引の価格として決定してもよい。一方、例えば、複数のユーザの過半数の感情が、神経質、動転等のネガティブ感情である場合に、決定部１３３は、所定の取引対象の現在の価格よりも高い価格を、この所定の取引の価格として決定してもよい。

〔４－２．ユーザの属性に基づく取引対象の価格決定〕
決定部１３３は、利用者（例えば、ユーザ）の感情と、この利用者の属性とに基づいて、所定の取引対象の価格を決定してもよい。例えば、決定部１３３は、利用者が有する属性であって、価格と購入との関係性に関する属性に基づいて、所定の取引対象の価格を決定してもよい。

例えば、決定部１３３は、ユーザが感じる価値に基づいて、所定の取引対象の価格を決定してもよい。例えば、ユーザが贅沢品や嗜好品を好む場合に、決定部１３３は、所定の取引対象の現在の価格よりも高い価格を、この所定の取引の価格として決定してもよい。一方、例えば、ユーザがリーズナブルな価格の取引対象を好む場合に、決定部１３３は、所定の取引対象の現在の価格よりも低い価格を、この所定の取引の価格として決定してもよい。

〔４－３．リアルタイムに変化する取引対象の価格〕
第１提供部１３４は、第１提供部１３４によって提供されるコンテンツ内に表示される価格を、取得部１３２によって取得されたユーザの感情に応じて、リアルタイムに変化させてもよい。この場合、第１提供部１３４によって提供されるコンテンツは、例えば、オークション等のコンテンツである。

例えば、ユーザの感情が、楽しみ等のポジティブ感情である場合に、第１提供部１３４は、所定の取引対象の価格をリアルタイムに低下させてもよい。一方、例えば、ユーザの感情が、神経質、動転等のネガティブ感情である場合に、第１提供部１３４は、所定の取引対象の価格をリアルタイムに上昇させてもよい。

〔４－４．その他〕
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一部を手動的に行うこともできる。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また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、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

例えば、図２に示した記憶部１２０の一部又は全部は、決定装置１００によって保持されるのではなく、ストレージサーバ等に保持されてもよい。この場合、決定装置１００は、ストレージサーバにアクセスすることで、価格情報等の各種情報を取得する。

〔４－５．ハードウェア構成〕
また、上述してきた実施形態に係る決定装置１００は、例えば図５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。図５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ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０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。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一時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、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタ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フェースであり、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ＩＦ１０７０は、マウス、キーボード、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フェースであり、例えば、ＵＳＢ等により実現される。

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、また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。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０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ＩＦ１０６０や入力ＩＦ１０７０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が決定装置１００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１３０の機能を実現する。

〔５．効果〕
上述してきたように、実施形態に係る決定装置１００は、取得部１３２と、決定部１３３とを有する。取得部１３２は、利用者の感情であって、所定の取引対象に関するコンテンツを提供した際の感情を取得する。決定部１３３は、取得部１３２により取得された感情に基づいて、所定の取引対象の価格を決定する。

また、実施形態に係る決定装置１００において、取得部１３２は、コンテンツが表示された際の利用者の感情を取得する。また、実施形態に係る決定装置１００において、決定部１３３は、取得部１３２により取得された感情に基づいて、所定の取引対象の価格であって、コンテンツ内に表示される価格を決定する。

また、実施形態に係る決定装置１００において、取得部１３２は、コンテンツを選択した際の利用者の感情を取得する。また、実施形態に係る決定装置１００において、決定部１３３は、取得部１３２により取得された感情に基づいて、所定の取引対象の価格であって、コンテンツを選択したことを契機として表示される販売コンテンツ内に表示される価格を決定する。

また、実施形態に係る決定装置１００において、決定部１３３は、利用者の感情が好意的な感情である場合は、所定の取引対象の価格を所定の価格よりも下げる。

また、実施形態に係る決定装置１００において、決定部１３３は、利用者が、所定の取引対象の購入を迷っている場合は、所定の取引対象の価格を所定の価格よりも上げる。

また、実施形態に係る決定装置１００において、決定部１３３は、さらに、利用者による所定の取引対象の購入を防ぐ制御を行う。

また、実施形態に係る決定装置１００において、決定部１３３は、利用者の感情の強さに応じた額だけ、所定の取引対象の価格を変更する。

また、実施形態に係る決定装置１００において、取得部１３２は、所定の取引対象に関するコンテンツを提供した複数の利用者の感情を取得する。また、実施形態に係る決定装置１００において、決定部１３３は、複数の利用者の感情に基づいて、所定の取引対象の価格を決定する。

また、実施形態に係る決定装置１００において、決定部１３３は、複数の利用者のうち、好意的な感情を有する利用者の割合が所定の条件を満たす場合は、所定の取引対象の価格を変更する。

また、実施形態に係る決定装置１００において、決定部１３３は、利用者の感情と、この利用者の属性とに基づいて、所定の取引対象の価格を決定する。

また、実施形態に係る決定装置１００において、決定部１３３は、利用者が有する属性であって、価格と購入との関係性に関する属性に基づいて、所定の取引対象の価格を決定する。

また、実施形態に係る決定装置１００において、取得部１３２は、利用者の行動であって、コンテンツと関連性を有する行動に基づいて、この利用者の感情を推定する。

また、実施形態に係る決定装置１００において、取得部１３２は、利用者の行動であって、コンテンツが利用者に提供されるまでの行動に基づいて、この利用者の感情を推定する。

また、実施形態に係る決定装置１００において、取得部１３２は、利用者の行動のうち、コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する。

上述した各処理により、決定装置１００は、より適切な価格を設定することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述した決定装置１００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プラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、受信部は、受信手段や受信回路に読み替えることができる。

１ 決定システム
１０ ユーザ装置
１００ 決定装置
１１０ 通信部
１２０ 記憶部
１２１ コンテンツ情報記憶部
１３０ 制御部
１３１ 受信部
１３２ 取得部
１３３ 決定部
１３４ 第１提供部
１３５ 第２提供部

Claims (14)

1. 利用者の感情であって、所定の取引対象に関するコンテンツを提供した際の感情を、特定のユーザの感情を前記特定のユーザの行動から予測する機械学習モデルに前記利用者の行動を入力することによって、取得する取得部と、
   前記取得部により取得された感情がネガティブ感情である場合に、前記所定の取引対象の価格を、前記価格が、前記取得部により取得された感情が中立的感情である場合の前記価格よりも高くなるように、決定する決定部と
   を有することを特徴とする決定装置。
2. 前記決定部は、さらに、前記利用者による前記所定の取引対象の購入を防ぐ制御を行う
   ことを特徴とする請求項１に記載の決定装置。
3. 前記取得部は、前記コンテンツが表示された際の前記利用者の感情を取得し、
   前記決定部は、前記所定の取引対象の価格であって、前記コンテンツ内に表示される価格を決定する
   ことを特徴とする請求項１に記載の決定装置。
4. 前記取得部は、前記コンテンツを選択した際の前記利用者の感情を取得し、
   前記決定部は、前記所定の取引対象の価格であって、前記コンテンツを選択したことを契機として表示される販売コンテンツ内に表示される価格を決定する
   ことを特徴とする請求項１に記載の決定装置。
5. 前記決定部は、前記利用者の感情が好意的な感情である場合は、前記所定の取引対象の価格を、前記価格が、前記取得部により取得された感情が中立的感情である場合の前記価格よりも低くなるように、決定する
   ことを特徴とする請求項１～４のうちいずれか１つに記載の決定装置。
6. 前記決定部は、前記利用者の感情の強さに応じた額だけ、前記所定の取引対象の価格を変更する
   ことを特徴とする請求項１～５のうちいずれか１つに記載の決定装置。
7. 前記取得部は、所定の取引対象に関するコンテンツを提供した複数の利用者の感情を、前記機械学習モデルに前記複数の利用者の行動を入力することによって、取得し、
   前記決定部は、前記複数の利用者のうち、好意的な感情を有する利用者の割合が所定の条件を満たす場合は、前記所定の取引対象の価格を、前記所定の取引対象の現在の価格よりも低い価格に変更する
   ことを特徴とする請求項１～６のうちいずれか１つに記載の決定装置。
8. 前記決定部は、前記利用者の感情と、当該利用者の属性とに基づいて、前記所定の取引対象の価格を決定する
   ことを特徴とする請求項１～７のうちいずれか１つに記載の決定装置。
9. 前記決定部は、前記利用者が有する属性であって、価格と購入との関係性に関する属性に基づいて、前記所定の取引対象の価格を決定する
   ことを特徴とする請求項８に記載の決定装置。
10. 前記取得部は、前記機械学習モデルに、前記利用者の行動であって、前記コンテンツと関連性を有する行動を入力することによって、当該利用者の感情を推定する
    ことを特徴とする請求項１～９のうちいずれか１つに記載の決定装置。
11. 前記取得部は、前記機械学習モデルに、前記利用者の行動であって、前記コンテンツが前記利用者に提供されるまでの行動を入力することによって、当該利用者の感情を推定する
    ことを特徴とする請求項１～１０のうちいずれか１つに記載の決定装置。
12. 前記取得部は、前記利用者の行動のうち、前記コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する
    ことを特徴とする請求項１０または１１に記載の決定装置。
13. 決定装置が実行する決定方法であって、
    利用者の感情であって、所定の取引対象に関するコンテンツを提供した際の感情を、特定のユーザの感情を前記特定のユーザの行動から予測する機械学習モデルに前記利用者の行動を入力することによって、取得する取得工程と、
    前記取得工程により取得された感情がネガティブ感情である場合に、前記所定の取引対象の価格を、前記価格が、前記取得工程により取得された感情が中立的感情である場合の前記価格よりも高くなるように、決定する決定工程と
    を含むことを特徴とする決定方法。
14. 利用者の感情であって、所定の取引対象に関するコンテンツを提供した際の感情を、特定のユーザの感情を前記特定のユーザの行動から予測する機械学習モデルに前記利用者の行動を入力することによって、取得する取得手順と、
    前記取得手順により取得された感情がネガティブ感情である場合に、前記所定の取引対象の価格を前記価格が、前記取得手順により取得された感情が中立的感情である場合の前記価格よりも高くなるように、決定する決定手順と
    をコンピュータに実行させるための決定プログラム。

Images