JP7200069B2 - Information processing device, vector generation method and program - Google Patents
Information processing device, vector generation method and program Download PDFInfo
- Publication number
- JP7200069B2 JP7200069B2 JP2019152599A JP2019152599A JP7200069B2 JP 7200069 B2 JP7200069 B2 JP 7200069B2 JP 2019152599 A JP2019152599 A JP 2019152599A JP 2019152599 A JP2019152599 A JP 2019152599A JP 7200069 B2 JP7200069 B2 JP 7200069B2
- Authority
- JP
- Japan
- Prior art keywords
- action
- user
- identification information
- category
- vector
- 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
Images
Landscapes
- Navigation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Traffic Control Systems (AREA)
Description
本発明は、ユーザに推薦する行動を特定するために用いる特徴ベクトルを生成する情報処理装置、ベクトル生成方法及びプログラムに関する。 The present invention relates to an information processing device, a vector generation method, and a program for generating a feature vector used to specify actions recommended to a user.
従来、ユーザの行動履歴に基づいて、ユーザが関心を持つ場所であるPOI(Point of Interest)を推薦するシステムが知られている。特許文献1には、ユーザの行動履歴に基づいてユーザ同士の類似度を算出し、類似度が推薦対象のユーザと類似することを示す他のユーザのPOIを、ユーザに推薦する技術が開示されている。 Conventionally, there is known a system that recommends a POI (Point of Interest), which is a place of interest to a user, based on the action history of the user. Patent Literature 1 discloses a technique of calculating a degree of similarity between users based on the user's action history, and recommending to the user POIs of other users whose similarity indicates that the degree of similarity is similar to that of the user to be recommended. ing.
特許文献1に係る技術では、ユーザが行動した地域が共通しない場合、類似度が低く算出され得る。例えば、2人のユーザが行動した地域が異なる場合、これら2人のユーザの行動傾向が類似する場合であっても、類似度が低く算出され得る。行動履歴が少ない過疎地域のユーザについては、同じ地域に当該ユーザの行動傾向と類似する他のユーザが少なく、類似度が高い他のユーザを特定することができない場合がある。この場合、過疎地域のユーザにPOIを推薦する精度が低下してしまうという問題が発生する。そのため、地域性を希釈しつつ、ユーザの行動傾向に対応した情報であって、ユーザに推薦するPOIを特定するために用いられる情報を生成できるようにすることが求められている。 With the technology according to Patent Literature 1, if the regions where the users acted are not common, the similarity may be calculated to be low. For example, if two users acted in different regions, the similarity may be calculated to be low even if the behavior tendencies of these two users are similar. For a user in a depopulated area with few behavior histories, there are few other users in the same area who have similar behavior tendencies to the user, and it may not be possible to identify other users with a high degree of similarity. In this case, there arises a problem that the accuracy of recommending POIs to users in depopulated areas decreases. Therefore, it is required to be able to generate information that is used to specify POIs to be recommended to the user, while diluting the locality and corresponding to the user's behavioral tendencies.
そこで、本発明はこれらの点に鑑みてなされたものであり、地域性を希釈しつつ、ユーザの行動傾向に対応した特徴ベクトルを生成することができる情報処理装置、ベクトル生成方法及びプログラムを提供することを目的とする。 Therefore, the present invention has been made in view of these points, and provides an information processing device, a vector generation method, and a program capable of generating feature vectors corresponding to user behavior tendencies while diluting regional characteristics. intended to
本発明の第1の態様に係る情報処理装置は、ユーザが行った行動ごとに、当該行動を識別するための行動識別情報を含み、前記ユーザが各行動を行った順序を示す時系列データを取得する取得部と、前記時系列データに含まれている複数の前記行動識別情報それぞれが属する複数のカテゴリの中から1つの前記カテゴリを選択する選択部と、前記選択部が選択した前記カテゴリである選択カテゴリに属する前記行動識別情報と、前記選択カテゴリとは異なる他の前記カテゴリに属し、かつ前記時系列データに含まれている前記行動識別情報が属する前記カテゴリを示すカテゴリ情報とを含む変換データを生成するデータ生成部と、前記データ生成部が生成した前記変換データに含まれる前記行動識別情報又は前記カテゴリ情報ごとに、当該行動識別情報が示す行動又は当該カテゴリ情報に属する行動と、当該行動とは異なる他の行動との関連性を示す特徴ベクトルである行動ベクトルを生成する行動ベクトル生成部と、を有する。 The information processing device according to the first aspect of the present invention includes, for each action performed by a user, action identification information for identifying the action, and time-series data indicating the order in which the user performs each action. an acquisition unit that acquires, a selection unit that selects one category from among a plurality of categories to which each of the plurality of behavior identification information contained in the time-series data belongs, and the category selected by the selection unit Conversion including the action identification information belonging to a certain selected category and category information indicating the category to which the action identification information belonging to the other category different from the selected category and included in the time-series data belongs a data generation unit that generates data; for each of the action identification information or the category information included in the conversion data generated by the data generation unit, the action indicated by the action identification information or the action belonging to the category information; and an action vector generation unit that generates an action vector, which is a feature vector indicating a relationship with another action different from the action.
前記時系列データに含まれている前記行動識別情報は、前記ユーザが行動を行った行動位置を特定不能な第1行動識別情報と、前記行動位置を特定可能な第2行動識別情報とのうちのいずれかに該当し、前記データ生成部は、前記選択カテゴリに属する前記行動識別情報と、前記他のカテゴリに属する前記行動識別情報のうち、前記第1行動識別情報に該当する前記行動識別情報と、前記他のカテゴリに属する前記行動識別情報のうち、前記第2行動識別情報に該当する前記行動識別情報が属する前記カテゴリを示す前記カテゴリ情報とを含む変換データを生成してもよい。 The action identification information included in the time-series data is selected from first action identification information that cannot specify the action position of the user's action and second action identification information that can specify the action position. and the data generation unit generates the action identification information corresponding to the first action identification information among the action identification information belonging to the selected category and the action identification information belonging to the other category. and the category information indicating the category to which the action identification information corresponding to the second action identification information belongs among the action identification information belonging to the other category.
前記取得部は、複数のユーザそれぞれに対応する複数の前記時系列データを取得し、前記情報処理装置は、前記取得部が取得した前記時系列データに対応する前記ユーザごとに、当該ユーザに対応する前記変換データに基づいて生成された複数の前記行動ベクトルに基づいて、前記ユーザの行動の特徴を示す特徴ベクトルであるユーザベクトルを生成するユーザベクトル生成部をさらに有してもよい。 The acquisition unit acquires a plurality of pieces of time-series data corresponding to each of a plurality of users, and the information processing device acquires the time-series data for each user corresponding to the time-series data acquired by the acquisition unit. A user vector generation unit may further include a user vector generation unit that generates a user vector, which is a feature vector indicating a feature of behavior of the user, based on the plurality of behavior vectors generated based on the conversion data.
前記情報処理装置は、前記行動ベクトル生成部が生成した複数の前記行動ベクトルのうち、前記ユーザベクトルに相対的に近い前記行動ベクトルに対応する行動を、前記ユーザベクトルに対応する前記ユーザに推薦する推薦部をさらに有してもよい。
前記推薦部は、前記ユーザベクトルに対応する前記ユーザとは異なる他の前記ユーザに対応する前記行動を推薦してもよい。
The information processing device recommends, to the user corresponding to the user vector, an action corresponding to the action vector relatively close to the user vector among the plurality of action vectors generated by the action vector generation unit. It may further have a recommendation unit.
The recommendation unit may recommend the action corresponding to another user different from the user corresponding to the user vector.
前記時系列データは、前記ユーザが前記行動識別情報によって示される行動を行った時刻を示す時刻情報であって、前記行動識別情報に関連付けられた前記時刻情報をさらに含み、前記推薦部は、前記時系列データにおいて所定の期間に含まれる時刻を示す前記時刻情報に関連付けられた前記行動識別情報が示す行動を推薦してもよい。 The time-series data is time information indicating a time at which the user performed an action indicated by the action identification information, and further includes the time information associated with the action identification information. An action indicated by the action identification information associated with the time information indicating a time included in a predetermined period in the time-series data may be recommended.
前記時系列データは、前記ユーザが行動を行った行動位置を特定可能な行動識別情報を含み、前記推薦部は、前記行動位置が所定の範囲に含まれる前記行動識別情報が示す行動を推薦してもよい。
前記推薦部は、前記ユーザベクトルに対応する前記ユーザに対応する前記時系列データに含まれていない前記行動識別情報が示す行動を推薦してもよい。
The time-series data includes action identification information that can identify the action position where the user performed the action, and the recommendation unit recommends an action indicated by the action identification information in which the action position is included in a predetermined range. may
The recommendation unit may recommend an action indicated by the action identification information that is not included in the time-series data corresponding to the user corresponding to the user vector.
本発明の第2の態様に係るベクトル生成方法は、コンピュータが実行する、ユーザが行った行動ごとに、当該行動を識別するための行動識別情報を含み、前記ユーザが各行動を行った順序を示す時系列データを取得するステップと、前記時系列データに含まれている複数の前記行動識別情報それぞれが属する複数のカテゴリの中から1つの前記カテゴリを選択するステップと、選択した前記カテゴリである選択カテゴリに属する前記行動識別情報と、前記選択カテゴリとは異なる他の前記カテゴリに属し、かつ前記時系列データに含まれている前記行動識別情報が属する前記カテゴリを示すカテゴリ情報とを含む変換データを生成するステップと、生成した前記変換データに含まれる前記行動識別情報又は前記カテゴリ情報ごとに、当該行動識別情報が示す行動又は当該カテゴリ情報に属する行動と、当該行動とは異なる他の行動との関連性を示す特徴ベクトルである行動ベクトルを生成するステップと、を有する。 A vector generation method according to a second aspect of the present invention is executed by a computer, includes action identification information for identifying the action for each action performed by a user, and determines the order in which the user performs each action. a step of acquiring time-series data indicating, a step of selecting one of a plurality of categories to which each of the plurality of action identification information contained in the time-series data belongs, and a step of selecting the selected category Conversion data including the action identification information belonging to a selected category and category information indicating the category to which the action identification information belonging to the other category different from the selected category and included in the time-series data belongs and for each of the action identification information or the category information included in the generated conversion data, the action indicated by the action identification information or the action belonging to the category information, and other actions different from the action and generating an action vector that is a feature vector that indicates the relevance of .
本発明の第3の態様に係るプログラムは、コンピュータを、ユーザが行った行動ごとに、当該行動を識別するための行動識別情報を含み、前記ユーザが各行動を行った順序を示す時系列データを取得する取得部、前記時系列データに含まれている複数の前記行動識別情報それぞれが属する複数のカテゴリの中から1つの前記カテゴリを選択する選択部、前記選択部が選択した前記カテゴリである選択カテゴリに属する前記行動識別情報と、前記選択カテゴリとは異なる他の前記カテゴリに属し、かつ前記時系列データに含まれている前記行動識別情報が属する前記カテゴリを示すカテゴリ情報とを含む変換データを生成するデータ生成部、及び前記データ生成部が生成した前記変換データに含まれる前記行動識別情報又は前記カテゴリ情報ごとに、当該行動識別情報が示す行動又は当該カテゴリ情報に属する行動と、当該行動とは異なる他の行動との関連性を示す特徴ベクトルである行動ベクトルを生成する行動ベクトル生成部、として機能させる。 A program according to a third aspect of the present invention provides a computer with, for each action performed by a user, action identification information for identifying the action, and time-series data indicating the order in which the user performs each action. an acquisition unit that acquires the above, a selection unit that selects one category from among a plurality of categories to which each of the plurality of behavior identification information contained in the time series data belongs, and the category selected by the selection unit Conversion data including the action identification information belonging to a selected category and category information indicating the category to which the action identification information belonging to the other category different from the selected category and included in the time-series data belongs and for each of the action identification information or the category information included in the conversion data generated by the data generation unit, the action indicated by the action identification information or the action belonging to the category information, and the action It functions as an action vector generation unit that generates an action vector, which is a feature vector indicating relevance to another action different from the action vector.
本発明によれば、地域性を希釈しつつ、ユーザの行動傾向に対応した特徴ベクトルを生成することができるという効果を奏する。 ADVANTAGE OF THE INVENTION According to this invention, it is effective in the ability to generate|occur|produce the feature vector corresponding to a user's action tendency, diluting regional characteristics.
[情報処理システムSの概要]
図1は、情報処理システムSの概要を説明するための図である。情報処理システムSは、ユーザUが関心を持ち得る場所であるPOIを推薦するために用いられるシステムである。情報処理システムSは、ユーザ端末1と、情報処理装置2とを有する。
[Overview of information processing system S]
FIG. 1 is a diagram for explaining an outline of an information processing system S. As shown in FIG. The information processing system S is a system that is used to recommend POIs, which are places that the user U may be interested in. The information processing system S has a user terminal 1 and an information processing device 2 .
ユーザ端末1は、ユーザUが使用する端末であり、例えばスマートフォンをはじめとするモバイル端末である。ユーザ端末1には、例えば、ユーザUが行った行動に関する情報を収集するアプリケーションソフトウェア(以下、「収集アプリ」という。)がインストールされている。ユーザUが行った行動は、例えば、ユーザUが店舗に訪問したり、ユーザUがユーザ端末1のウェブブラウザを用いてウェブページにアクセスしたり、ユーザUがユーザ端末1にインストールされている収集アプリとは異なる他のアプリケーションソフトウェア(例えば、店舗を検索することが可能な検索アプリ、ニュースを閲覧することが可能な閲覧アプリ等)を操作したりする行動である。 The user terminal 1 is a terminal used by the user U, and is a mobile terminal such as a smart phone, for example. The user terminal 1 is installed with, for example, application software (hereinafter referred to as “collection application”) for collecting information on actions performed by the user U. FIG. Actions performed by the user U include, for example, the user U visiting a store, the user U accessing a web page using the web browser of the user terminal 1, and the collection It is an action of operating other application software (for example, a search application capable of searching for stores, a browsing application capable of browsing news, etc.) that is different from the application.
ユーザ端末1は、収集アプリが動作することにより、ユーザUの行動履歴を示す時系列データをユーザUが行った行動に関する情報として生成し、生成した時系列データを情報処理装置2に送信する。時系列データは、ユーザUが行った行動ごとに、当該行動を識別するための行動識別情報を含み、ユーザUが各行動を行った順序を示すデータである。行動識別情報は、例えば、ユーザUが訪問した店舗の名称、ユーザUがユーザ端末1のウェブブラウザを用いてアクセスしたウェブページの名称(例えばタイトル)及びユーザUがユーザ端末1で操作した他のアプリケーションソフトウェアの名称等である。なお、行動識別情報は、上述した名称に限らず、行動を識別可能な情報であれば、例えば英数字の文字列又はウェブページのURL等であってもよい。 By operating the collection application, the user terminal 1 generates time-series data indicating the behavior history of the user U as information related to the behavior performed by the user U, and transmits the generated time-series data to the information processing device 2 . The time-series data is data that includes action identification information for identifying each action performed by the user U and indicates the order in which the user U performed each action. The action identification information is, for example, the name of the store visited by the user U, the name of the web page accessed by the user U using the web browser of the user terminal 1 (for example, the title), and other information that the user U operated on the user terminal 1. It is the name of the application software and the like. Note that the action identification information is not limited to the name described above, and may be, for example, a string of alphanumeric characters, a URL of a web page, or the like as long as the action can be identified.
収集アプリは、店舗内に設けられた近距離無線通信機器が発信したビーコンIDをユーザ端末1が受信した場合に、当該ビーコンIDに関連付けられた店舗を特定してもよいし、店舗が提供するWi-Fi(登録商標)にユーザ端末1が接続した場合に、当該Wi-Fiのアクセスポイントの管理IDに関連付けられた店舗を特定してもよい。ユーザ端末1は、所定の間隔(例えば日ごと)で、時系列データを情報処理装置2に送信する。 When the user terminal 1 receives a beacon ID transmitted by a short-range wireless communication device provided in the store, the collection application may specify the store associated with the beacon ID, or the store provides the beacon ID. When the user terminal 1 is connected to Wi-Fi (registered trademark), the store associated with the management ID of the access point of the Wi-Fi may be identified. The user terminal 1 transmits time-series data to the information processing device 2 at predetermined intervals (for example, every day).
情報処理装置2は、収集アプリがインストールされたユーザ端末1を使用するユーザUにPOIを推薦する装置であり、例えばサーバである。 The information processing device 2 is a device, such as a server, that recommends POIs to the user U who uses the user terminal 1 in which the collection application is installed.
図1に示す例において、まず、情報処理装置2は、複数のユーザ端末1(ユーザU1が使用するユーザ端末1a、ユーザU2が使用するユーザ端末1b及びユーザU3が使用するユーザ端末1c)それぞれから時系列データを取得する(図1の(1))。情報処理装置2は、取得した時系列データに含まれている複数の行動識別情報それぞれが属する複数のカテゴリの中から1つのカテゴリを選択する(図1の(2))。 In the example shown in FIG. 1, first, the information processing device 2 receives a Obtain time-series data ((1) in FIG. 1). The information processing device 2 selects one category from a plurality of categories to which each of the plurality of action identification information included in the acquired time-series data belongs ((2) in FIG. 1).
カテゴリは、行動識別情報を抽象化した情報であり、例えば、レストラン、カフェ、居酒屋、スーパー及びコンビニ等である。具体的には、カテゴリは、行動識別情報によってユーザUが行動を行った行動位置を特定することが可能である場合に、当該行動識別情報を、ユーザUが行動を行った行動位置を特定することが不能になるように変換した情報である。情報処理装置2が選択したカテゴリは、ユーザUに推薦するPOIの種類である。 A category is information obtained by abstracting action identification information, and includes, for example, restaurants, cafes, pubs, supermarkets, and convenience stores. Specifically, when the action identification information can specify the action position where the user U has acted, the category identifies the action position where the user U has acted. It is information that has been converted in such a way that it becomes impossible to The category selected by the information processing device 2 is the type of POI recommended to the user U. FIG.
情報処理装置2は、取得した時系列データに対応するユーザUごとに、当該時系列データに基づいて、変換データを生成する(図1の(3))。変換データは、選択したカテゴリである選択カテゴリに属する行動識別情報と、選択カテゴリとは異なる他のカテゴリに属し、かつ時系列データに含まれている行動識別情報が属するカテゴリを示すカテゴリ情報とを含むデータである。 The information processing device 2 generates conversion data based on the acquired time-series data for each user U corresponding to the acquired time-series data ((3) in FIG. 1). The conversion data contains action identification information belonging to the selected category, which is the selected category, and category information that belongs to another category different from the selected category and indicates the category to which the action identification information contained in the time series data belongs. data that contains
情報処理装置2は、生成した変換データに含まれる行動識別情報又はカテゴリ情報ごとに、変換データに基づいて、行動ベクトルを生成する(図1の(4))。行動ベクトルは、行動識別情報が示す行動又はカテゴリ情報に属する行動と、当該行動とは異なる他の行動との関連性を示す特徴ベクトルである。このように、情報処理装置2は、選択カテゴリに属する行動識別情報と、選択カテゴリに属さない他の行動識別情報を抽象化したカテゴリ情報とを含む変換データに基づいて行動ベクトルを生成することにより、地域性を希釈しつつ、ユーザUの行動傾向に対応した特徴ベクトルを生成することができる。 The information processing device 2 generates an action vector based on the conversion data for each action identification information or category information included in the generated conversion data ((4) in FIG. 1). The action vector is a feature vector indicating the relationship between the action indicated by the action identification information or the action belonging to the category information and other actions different from the action. In this way, the information processing device 2 generates an action vector based on conversion data including action identification information belonging to the selected category and category information abstracted from other action identification information not belonging to the selected category. , it is possible to generate a feature vector corresponding to the behavioral tendency of the user U while diluting the locality.
続いて、情報処理装置2は、取得した時系列データに対応するユーザUごとに、当該ユーザUに対応する変換データに基づいて生成した複数の行動ベクトルに基づいて、ユーザベクトルを生成する(図1の(5))。ユーザベクトルは、ユーザUの行動の特徴を示す特徴ベクトルである。図1に示す例において、情報処理装置2は、ユーザU1に対応するユーザベクトルと、ユーザU2に対応するユーザベクトルと、ユーザU3に対応するユーザベクトルとを生成する。 Subsequently, the information processing device 2 generates a user vector based on a plurality of behavior vectors generated based on the conversion data corresponding to the user U for each user U corresponding to the acquired time-series data (Fig. (5) of 1). A user vector is a feature vector that indicates features of the user U's behavior. In the example shown in FIG. 1, the information processing device 2 generates a user vector corresponding to user U1, a user vector corresponding to user U2, and a user vector corresponding to user U3.
そして、情報処理装置2は、ユーザUごとに、複数の行動ベクトルのうち、ユーザベクトルに相対的に近い行動ベクトルに対応する行動をPOIとして、ユーザベクトルに対応するユーザUに推薦する(図1の(6))。 Then, for each user U, the information processing apparatus 2 recommends, as a POI, an action corresponding to an action vector relatively close to the user vector among the plurality of action vectors to the user U corresponding to the user vector (see FIG. 1 ). of (6)).
このようにすることで、情報処理装置2は、ユーザUの行動傾向に対応したPOIを特定することができる。これにより、情報処理装置2は、複数のユーザUそれぞれが行動した地域が異なる場合であっても、推薦対象のユーザUの行動傾向に類似する他のユーザUのPOIを推薦することができる。その結果、情報処理装置2は、ユーザUの行動履歴の情報量が地域ごとに異なる場合であっても、ユーザUにPOIを推薦する精度のばらつきを小さくすることができる。
以下において、情報処理装置2の構成について説明する。
By doing so, the information processing device 2 can identify the POI corresponding to the user's U behavior tendency. As a result, the information processing device 2 can recommend POIs of other users U who are similar to behavior tendencies of the user U to be recommended, even when the regions where the plurality of users U have acted are different. As a result, the information processing apparatus 2 can reduce variations in the accuracy of recommending POIs to the user U even when the amount of information in the action history of the user U varies from region to region.
The configuration of the information processing device 2 will be described below.
[情報処理装置2の構成]
図2は、情報処理装置2の構成を示す図である。情報処理装置2は、通信部21と、記憶部22と、制御部23とを有する。通信部21は、ネットワークに接続するためのインターフェイスであり、例えばLAN(Local Area Network)コントローラを含んで構成されている。
[Configuration of information processing device 2]
FIG. 2 is a diagram showing the configuration of the information processing device 2. As shown in FIG. The information processing device 2 has a
記憶部22は、ROM(Read Only Memory)、RAM(Random Access Memory)及びハードディスク等の記憶媒体である。記憶部22は、制御部23が実行するプログラムを記憶している。記憶部22には、収集アプリがインストールされたユーザ端末1を使用するユーザUに関する情報と、時系列データとが記憶されている。ユーザUに関する情報には、例えば、ユーザUを識別するためのユーザ識別情報が含まれる。時系列データの詳細については後述する。
The
制御部23は、例えば、CPU(Central Processing Unit)である。制御部23は、記憶部22に記憶されたプログラムを実行することにより、取得部231、選択部232、データ生成部233、行動ベクトル生成部234、ユーザベクトル生成部235及び推薦部236として機能する。
The
取得部231は、通信部21を介して、ユーザUが行った行動ごとに、当該行動を識別するための行動識別情報を含み、ユーザUが各行動を行った順序を示す時系列データをユーザ端末1から取得する。時系列データには、ユーザUが各行動を行った順序を示す情報として、ユーザUが行動識別情報によって示される行動を行った時刻を示す時刻情報がさらに含まれている。
The
取得部231は、例えば、所定の間隔(例えば日ごと)で、時系列データをユーザ端末1から取得する。取得部231は、ユーザ端末1から時系列データとともに、当該ユーザ端末1を使用するユーザUに対応するユーザ識別情報を取得し、ユーザ識別情報に関連付けて時系列データを記憶部22に記憶させる。
The acquiring
図3は、情報処理装置2が用いる各種のデータの一例を示す図である。図3(a)には、各ユーザUに対応する時系列データが示されており、各時系列データには、行動識別情報と、当該行動識別情報に関連付けられた時刻情報とが含まれている。なお、時系列データに含まれている各行動識別情報の順序が、ユーザUが各行動を行った順序を示してもよい。 FIG. 3 is a diagram showing an example of various data used by the information processing device 2. As shown in FIG. FIG. 3A shows time-series data corresponding to each user U, and each time-series data includes action identification information and time information associated with the action identification information. there is Note that the order of each action identification information included in the time-series data may indicate the order in which the user U performed each action.
ここで、時系列データに含まれている行動識別情報は、第1行動識別情報と、第2行動識別情報とのうちのいずれかに該当する。第1行動識別情報は、ユーザUが行動を行った行動位置を特定不能な行動識別情報であり、例えば、ユーザUがユーザ端末1のウェブブラウザを用いてアクセスしたウェブページの名称(タイトル)又はユーザUがユーザ端末1で操作した他のアプリケーションソフトウェアの名称である。第2行動識別情報は、行動位置を特定可能な行動識別情報であり、例えば、ユーザUが訪問した店舗の名称である。 Here, the action identification information included in the time-series data corresponds to either the first action identification information or the second action identification information. The first action identification information is action identification information that cannot specify the action position where the user U performed the action, for example, the name (title) of the web page accessed by the user U using the web browser of the user terminal 1 This is the name of other application software that the user U has operated on the user terminal 1 . The second action identification information is action identification information that can identify the action position, and is, for example, the name of the store that the user U has visited.
図2に戻り、選択部232は、時系列データに含まれている複数の行動識別情報それぞれが属する複数のカテゴリの中から1つのカテゴリを選択する。選択部232は、例えば、情報処理装置2の管理者が指定した1つのカテゴリを受け付けることにより、1つのカテゴリを選択する。選択部232は、時系列データに含まれている複数の行動識別情報それぞれが属する複数のカテゴリの中からランダムに1つのカテゴリを選択してもよい。
Returning to FIG. 2, the
データ生成部233は、選択部232が選択したカテゴリである選択カテゴリに属する行動識別情報と、選択カテゴリとは異なる他のカテゴリに属し、かつ時系列データに含まれている行動識別情報が属するカテゴリを示すカテゴリ情報とを含む変換データを生成する。具体的には、データ生成部233は、時系列データに含まれる複数の行動識別情報のうち、1つの行動識別情報を順番に選択し、選択した行動識別情報に対して変換処理を実行することにより、行動識別情報とカテゴリ情報とを含む変換データを生成する。データ生成部233は、変換処理として、選択した行動識別情報が選択カテゴリに属する場合、当該行動識別情報を変換せず、選択した行動識別情報が選択カテゴリとは異なる他のカテゴリに属する場合、当該行動識別情報を、当該行動識別情報が属するカテゴリを示すカテゴリ情報に変換する。データ生成部233は、例えば、ユーザUごとに、当該ユーザUに対応する変換データを生成する。
The
図3(b)に示す例において、時系列データに含まれる行動識別情報である行動A、B、Cにおいて、行動AがカテゴリXに属し、行動BがカテゴリYに属し、行動CがカテゴリZに属し、選択部232がカテゴリX、Y、Zの中からカテゴリXを選択したとする。この場合において、データ生成部233は、選択されたカテゴリであるカテゴリXに属する行動Aを変換せず、カテゴリXとは異なる他のカテゴリに属する行動B、Cを、それぞれが属するカテゴリY、Zを示すカテゴリ情報に変換する。このように、データ生成部233は、変換処理を実行することにより、行動Aを示す行動識別情報と、カテゴリYを示すカテゴリ情報と、カテゴリZを示すカテゴリ情報とを含む変換データを生成する。
In the example shown in FIG. 3B, among actions A, B, and C, which are action identification information included in the time-series data, action A belongs to category X, action B belongs to category Y, and action C belongs to category Z. and the
データ生成部233は、行動識別情報をカテゴリ情報に変換する場合、例えば、行動識別情報とカテゴリ情報とが関連付けられた変換情報を用いて変換する。データ生成部233は、行動識別情報がユーザUによって訪問された店舗の名称を示す場合であって、当該店舗がチェーン店又はブランド店である場合、行動識別情報が示す店舗名に含まれるチェーン名又はブランド名(店舗名において位置を特定可能な部分以外の部分)をカテゴリとして用いて変換してもよい。例えば、チェーン店「ABC」の店舗名が「ABC XYZ駅前店」である場合、データ生成部233は、店舗名において位置を特定可能な部分「XYZ駅前店」以外の部分であるチェーン店「ABC」をカテゴリとして用いて変換する。
When converting the action identification information into category information, the
データ生成部233は、他のカテゴリに属する行動識別情報であっても、当該行動識別情報が第1行動識別情報に該当する場合、当該行動識別情報をカテゴリ情報に変換しなくてもよい。具体的には、データ生成部233は、選択カテゴリに属する行動識別情報と、他のカテゴリに属する行動識別情報のうち、第1行動識別情報に該当する行動識別情報と、他のカテゴリに属する行動識別情報のうち、第2行動識別情報に該当する行動識別情報が属するカテゴリを示すカテゴリ情報とを含む変換データを生成してもよい。
Even if the action identification information belongs to another category, the
より具体的には、データ生成部233は、他のカテゴリに属する行動識別情報のうち、第1行動識別情報に該当する行動識別情報においてはカテゴリ情報に変換せず、第2行動識別情報に該当する行動識別情報を、当該行動識別情報が属するカテゴリを示すカテゴリ情報に変換することにより、変換データを生成してもよい。このようにすることで、情報処理装置2は、ユーザUが行動を行った行動位置が特定可能な行動識別情報に限定して抽象化することができる。
More specifically, among the action identification information belonging to other categories, the
行動ベクトル生成部234は、データ生成部233が生成した変換データに含まれる行動識別情報又はカテゴリ情報ごとに、当該行動識別情報が示す行動又は当該カテゴリ情報に属する行動と、当該行動とは異なる他の行動との関連性を示す特徴ベクトルである行動ベクトルを生成する。具体的には、行動ベクトル生成部234は、データ生成部233が生成した変換データに含まれる行動識別情報又はカテゴリ情報ごとに、当該行動識別情報又は当該カテゴリ情報と、時系列データによって示される複数の行動間の関係とに基づいて、行動ベクトルを生成する。
For each action identification information or category information included in the conversion data generated by the
複数の行動間の関係は、第1行動と、第1行動の前後に行われた第2行動との関連性の高さを示す。例えば、各ユーザUの変換データ全てにおいて、行動Aの後にカテゴリYに属する行動(行動B等)と、カテゴリZに属する行動(行動C等)とが行われたことが示されている場合、行動ベクトル生成部234は、行動Aに対応する行動ベクトルとして、カテゴリYに属する行動及びカテゴリZに属する行動との関連性が高いことを示す行動ベクトルを生成する。
A relationship between a plurality of actions indicates the degree of relevance between the first action and the second actions performed before and after the first action. For example, if all the conversion data of each user U indicate that an action belonging to category Y (action B, etc.) and an action belonging to category Z (action C, etc.) were performed after action A, The action
行動ベクトル生成部234は、例えば、行動識別情報又はカテゴリ情報に基づいて生成された特徴ベクトルである入力ベクトルを入力することにより行動ベクトルを出力可能なように学習された機械学習モデルを用いて、行動ベクトルを生成する。機械学習モデルは、変換データに基づいて生成された教師データを用いて学習したモデルである。
The action
図3(c)に示す教師データは、入力情報と予測情報とを関連付けたデータである。入力情報は、データ生成部233が生成した変換データにおいて、ユーザUが行った第1行動を示す行動識別情報又は第1行動が属するカテゴリを示すカテゴリ情報に基づいて生成された入力ベクトルである。予測情報は、ユーザUが第1行動の前又は後に行った第2行動を示す行動識別情報又は第2行動が属するカテゴリを示すカテゴリ情報に基づいて生成された特徴ベクトルである予測ベクトルである。
The teacher data shown in FIG. 3(c) is data in which input information and prediction information are associated with each other. The input information is an input vector generated based on the action identification information indicating the first action performed by the user U or the category information indicating the category to which the first action belongs in the converted data generated by the
具体的には、まず、行動ベクトル生成部234は、特徴ベクトルを生成するために用いる機械学習モデルを生成する。行動ベクトル生成部234は、データ生成部233が生成した変換データに基づいて、教師データを生成する。行動ベクトル生成部234は、生成した教師データを用いて、生成した機械学習モデルを学習させる。そして、行動ベクトル生成部234は、変換データに含まれる行動識別情報又はカテゴリ情報ごとに、機械学習モデルに当該行動識別情報又は当該カテゴリ情報に対応する入力ベクトルを入力し、当該機械学習モデルが出力した予測ベクトルを取得することにより、当該行動識別情報又は当該カテゴリ情報に対応する行動ベクトルを生成する。
Specifically, first, the action
行動ベクトル生成部234は、例えば、情報処理装置2がPOIを推薦するための処理を実行したときに、機械学習モデルを生成する処理から行動ベクトルを生成する処理までの一連の処理を実行する。行動ベクトル生成部234は、選択部232が選択可能な各カテゴリに対応する機械学習モデルであって、教師データを用いて学習させた複数の機械学習モデルを予め記憶部22に記憶させておき、選択部232がカテゴリを選択したときに、選択されたカテゴリに対応する機械学習モデルを用いて行動ベクトルを生成する処理を実行してもよい。
For example, when the information processing device 2 executes processing for recommending a POI, the action
ユーザベクトル生成部235は、ユーザUの行動の特徴を示す特徴ベクトルであるユーザベクトルを生成する。具体的には、まず、取得部231は、通信部21を介して、複数のユーザUそれぞれに対応する複数の時系列データを取得する。そして、ユーザベクトル生成部235は、取得部231が取得した時系列データに対応するユーザUごとに、当該ユーザUに対応する変換データに基づいて生成された複数の行動ベクトルに基づいて、ユーザベクトルを生成する。ユーザベクトル生成部235は、例えば、ユーザUに対応する変換データに基づいて生成された複数の行動ベクトルの平均を算出し、算出した結果をユーザベクトルとして生成する。
The user
推薦部236は、行動ベクトル生成部234が生成した複数の行動ベクトルのうち、ユーザベクトルに相対的に近い行動ベクトルに対応する行動をPOIとして、ユーザベクトルに対応するユーザUに推薦する。行動ベクトルに対応する行動は、行動ベクトルに対応する行動識別情報によって識別される行動、すなわち、行動識別情報によって示されるユーザUが訪問した店舗の名称である。具体的には、推薦部236は、選択カテゴリに属する複数の行動識別情報それぞれに基づいて生成された複数の行動ベクトルの中から、推薦対象のユーザUに対応するユーザベクトルに相対的に近い行動ベクトルを特定し、特定した行動ベクトルに対応する行動を、推薦対象のユーザUに推薦する。
The
より具体的には、まず、推薦部236は、行動ベクトル生成部234が選択カテゴリに属する行動識別情報に基づいて生成した行動ベクトルごとに、当該行動ベクトルとユーザベクトルとの近さに基づいて類似度を算出する。推薦部236は、例えば、行動ベクトルとユーザベクトルとの近さが近いほど高い類似度を算出する。推薦部236は、算出した複数の類似度の中から、相対的に高い類似度に対応する行動ベクトルを特定する。推薦部236は、例えば、複数の類似度が示す近さの上位から所定の順位までに含まれる複数の行動ベクトルを特定する。推薦部236は、複数の類似度のうち、所定の類似度閾値より近いことを示す類似度に対応する行動ベクトルを特定してもよい。
More specifically, for each action vector generated by the action
そして、推薦部236は、特定した行動ベクトルに対応する行動を、ユーザUに推薦する。推薦部236は、例えば、通信部21を介して、ユーザUのユーザ端末1にPOIを示す情報を通知し、ユーザ端末1にインストールされた収集アプリの画面にPOIを表示させることにより、ユーザUにPOIを推薦する。
Then, the
推薦部236は、ユーザベクトルに対応するユーザUとは異なる他のユーザUに対応する行動を推薦してもよい。具体的には、推薦部236は、行動ベクトル生成部234が生成した複数の行動ベクトルのうち、他のユーザUに対応する行動ベクトルであって、ユーザベクトルに相対的に近い行動ベクトルに対応する行動を、ユーザベクトルに対応するユーザUに推薦する。他のユーザUに対応する行動ベクトルは、他のユーザUに対応する変換データに基づいて生成された行動ベクトルである。このようにすることで、情報処理装置2は、推薦対象のユーザUに対して、当該ユーザUのPOIを推薦することを回避することができる。
The
推薦部236は、時系列データにおいて所定の期間に含まれる時刻を示す時刻情報に関連付けられた行動識別情報が示す行動を推薦してもよい。所定の期間は、管理者が指定した期間であってもよいし、予め設定された期間(例えば、現在から1か月前までの期間等)であってもよい。
The
具体的には、推薦部236は、行動ベクトル生成部234が生成した複数の行動ベクトルのうち、時系列データにおいて所定の期間に含まれる時刻を示す時刻情報に関連付けられた行動識別情報に基づいて生成された行動ベクトルであって、ユーザベクトルに相対的に近い行動ベクトルに対応する行動を、ユーザベクトルに対応するユーザUに推薦してもよい。このようにすることで、情報処理装置2は、指定された期間内に行われた行動を、ユーザUに推薦することができる。
Specifically, the
推薦部236は、行動位置が所定の範囲に含まれる行動識別情報が示す行動を推薦してもよい。所定の範囲は、例えば、都道府県又は市区町村等である。所定の範囲は、管理者が指定した範囲であってもよいし、推薦対象のユーザUに対応する時系列データに含まれる、第2行動識別情報に該当する行動識別情報によって特定されるユーザUの行動範囲であってもよい。
The
具体的には、推薦部236は、行動ベクトル生成部234が生成した複数の行動ベクトルのうち、特定された行動位置が所定の範囲に含まれる第2行動識別情報に該当する行動識別情報に基づいて生成された行動ベクトルであって、ユーザベクトルに相対的に近い行動ベクトルに対応する行動を、ユーザベクトルに対応するユーザUに推薦してもよい。このようにすることで、情報処理装置2は、所定の範囲内で行われた行動を、ユーザUに推薦することができる。
Specifically, the
推薦部236は、ユーザベクトルに対応するユーザUに対応する時系列データに含まれていない行動識別情報が示す行動を推薦してもよい。具体的には、推薦部236は、行動ベクトル生成部234が生成した複数の行動ベクトルのうち、ユーザベクトルに対応するユーザUに対応する時系列データに含まれる行動識別情報以外の他の行動識別情報に基づいて生成された行動ベクトルであって、ユーザベクトルに相対的に近い行動ベクトルに対応する行動を、ユーザベクトルに対応するユーザUに推薦してもよい。このようにすることで、情報処理装置2は、推薦対象のユーザUが行ったことが無い行動を推薦することができる。
The
[情報処理装置2の処理]
続いて、情報処理装置2の処理の流れについて説明する。図4は、情報処理装置2の処理の流れを示すフローチャートである。本フローチャートは、管理者が、取得部231によって複数のユーザ端末1それぞれから取得された複数の時系列データに含まれている複数の行動識別情報それぞれが属する複数のカテゴリのうちの1つのカテゴリを、ユーザUに推薦したいPOIの種類として指定したことを契機として開始する。
[Processing of information processing device 2]
Next, the processing flow of the information processing device 2 will be described. FIG. 4 is a flow chart showing the processing flow of the information processing device 2. As shown in FIG. In this flowchart, the administrator selects one category among a plurality of categories to which each of the plurality of behavior identification information contained in the plurality of time-series data acquired from each of the plurality of user terminals 1 by the
選択部232は、管理者が指定した1つのカテゴリを選択する(S1)。データ生成部233は、取得部231が取得した時系列データに対応するユーザUごとに、選択部232が選択したカテゴリである選択カテゴリに属する行動識別情報と、選択カテゴリとは異なる他のカテゴリに属し、かつ時系列データに含まれている行動識別情報が属するカテゴリを示すカテゴリ情報とを含む変換データを生成する(S2)。行動ベクトル生成部234は、データ生成部233が生成した変換データに含まれる行動識別情報又はカテゴリ情報ごとに行動ベクトルを生成する(S3)。
The
ユーザベクトル生成部235は、ユーザUごとに、当該ユーザUに対応する変換データに基づいて生成された複数の行動ベクトルに基づいて、ユーザベクトルを生成する(S4)。推薦部236は、行動ベクトル生成部234が生成した複数の行動ベクトルのうち、ユーザベクトルに相対的に近い行動ベクトルに対応する行動をPOIとして、ユーザベクトルに対応するユーザUに推薦する(S5)。
The user
[本実施の形態における効果]
以上説明したとおり、情報処理装置2は、取得した時系列データに含まれている複数の行動識別情報それぞれが属する複数のカテゴリの中から選択したカテゴリである選択カテゴリに属する行動識別情報と、選択カテゴリとは異なる他のカテゴリに属し、かつ時系列データに含まれている行動識別情報が属するカテゴリを示すカテゴリ情報とを含む変換データを生成し、生成した変換データに含まれる行動識別情報又はカテゴリ情報ごとに、当該変換データに基づいて、行動ベクトルを生成する。このように、情報処理装置2は、選択カテゴリに属する行動識別情報と、選択カテゴリに属さない他の行動識別情報を抽象化したカテゴリ情報とを含む変換データに基づいて行動ベクトルを生成することにより、地域性を希釈しつつ、ユーザUの行動傾向に対応した特徴ベクトルを生成することができる。
[Effects of this embodiment]
As described above, the information processing device 2 includes the action identification information belonging to the selected category, which is a category selected from among the plurality of categories to which each of the plurality of action identification information included in the acquired time-series data belongs, and the selection Generate conversion data that belongs to another category different from the category and contains category information that indicates the category to which the action identification information contained in the time series data belongs, and the action identification information or category included in the generated conversion data A behavior vector is generated for each piece of information based on the conversion data. In this way, the information processing device 2 generates an action vector based on conversion data including action identification information belonging to the selected category and category information abstracted from other action identification information not belonging to the selected category. , it is possible to generate a feature vector corresponding to the behavioral tendency of the user U while diluting the locality.
行動ベクトルを生成した後において、情報処理装置2は、ユーザUに対応する変換データに基づいて生成した複数の行動ベクトルに基づいて、ユーザベクトルを生成し、複数の行動ベクトルのうち、ユーザベクトルに相対的に近い行動ベクトルに対応する行動をPOIとして、ユーザベクトルに対応するユーザUに推薦する。このようにすることで、情報処理装置2は、複数のユーザUそれぞれが行動した地域が異なる場合であっても、推薦対象のユーザUの行動傾向に類似する他のユーザUのPOIを推薦することができる。その結果、情報処理装置2は、ユーザUの行動履歴の情報量が地域ごとに異なる場合であっても、ユーザUにPOIを推薦する精度のばらつきを小さくすることができる。 After generating the action vector, the information processing device 2 generates a user vector based on a plurality of action vectors generated based on the conversion data corresponding to the user U, and selects the user vector from among the plurality of action vectors. An action corresponding to a relatively close action vector is recommended to the user U corresponding to the user vector as a POI. By doing so, the information processing apparatus 2 recommends POIs of other users U that are similar to the behavioral tendencies of the user U to be recommended, even when the regions where the plurality of users U have acted are different. be able to. As a result, the information processing apparatus 2 can reduce variations in the accuracy of recommending POIs to the user U even when the amount of information in the action history of the user U varies from region to region.
[変形例]
上記において、情報処理装置2は、管理者が指定したカテゴリを選択する例を説明したが、これに限らない。例えば、情報処理装置2は、ユーザUがユーザ端末1にインストールされた収集アプリの画面において指定したカテゴリを選択してもよい。
[Modification]
In the above description, the information processing apparatus 2 selects the category specified by the administrator, but the present invention is not limited to this. For example, the information processing device 2 may select a category specified by the user U on the screen of the collection application installed in the user terminal 1 .
この場合、情報処理装置2は、ユーザUが指定可能な各カテゴリに対応した機械学習モデルであって、教師データを用いて学習させた複数の機械学習モデルが予め記憶部22に記憶されており、ユーザUがカテゴリを指定したときに、指定されたカテゴリに対応する機械学習モデルを用いて行動ベクトルを生成する処理から、当該ユーザUにPOIを推薦する処理までを実行してもよい。なお、情報処理装置2は、CPUの性能が高く、教師データを用いて機械学習モデルを学習させる処理が高速に処理できる場合、ユーザUがカテゴリを指定したときに、機械学習モデルを生成する処理から、当該ユーザUにPOIを推薦する処理までを実行してもよい。 In this case, the information processing device 2 stores in advance in the storage unit 22 a plurality of machine learning models corresponding to each category that can be specified by the user U, which are learned using teacher data. , when the user U designates a category, a process of generating an action vector using a machine learning model corresponding to the designated category and a process of recommending a POI to the user U may be executed. If the information processing apparatus 2 has a high CPU performance and can perform processing of learning a machine learning model using teacher data at high speed, the processing of generating a machine learning model when the user U designates a category is performed. to the process of recommending the POI to the user U may be executed.
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、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。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。 Although the present invention has been described above using the embodiments, the technical scope of the present invention is not limited to the scope described in the above embodiments, and various modifications and changes are possible within the scope of the gist thereof. be. For example, all or part of the device can be functionally or physically distributed and integrated in arbitrary units. In addition, new embodiments resulting from arbitrary combinations of multiple embodiments are also included in the embodiments of the present invention. The effect of the new embodiment caused by the combination has the effect of the original embodiment.
1 ユーザ端末
2 情報処理装置
21 通信部
22 記憶部
23 制御部
231 取得部
232 選択部
233 データ生成部
234 行動ベクトル生成部
235 ユーザベクトル生成部
236 推薦部
S 情報処理システム
U ユーザ
1 user terminal 2
Claims (10)
前記ユーザが行動を行った行動位置を特定することが不能であるカテゴリであって、前記時系列データに含まれている複数の前記行動識別情報それぞれが属する複数の前記カテゴリの中から、前記ユーザが関心を持ち得る場所であるPOI(Point of Interest)の種類として前記ユーザに推薦する1つの前記カテゴリを選択する選択部と、
前記時系列データに含まれる複数の行動識別情報のうちの前記選択部が選択した前記カテゴリである選択カテゴリに属する前記行動識別情報は変換せず、前記複数の行動識別情報のうちの前記選択カテゴリとは異なる他のカテゴリに属する前記行動識別情報を前記他のカテゴリを示すカテゴリ情報に変換した変換データを生成するデータ生成部と、
前記時系列データによって示される前記ユーザが行った各行動の順序に基づいて、前記データ生成部が生成した前記変換データに含まれる前記行動識別情報又は前記カテゴリ情報ごとに、当該行動識別情報が示す行動又は当該カテゴリ情報に属する行動と、当該行動とは異なる他の行動との順序での関連性を示す特徴ベクトルである行動ベクトルを生成する行動ベクトル生成部と、
を有する情報処理装置。 an acquisition unit that acquires, for each action performed by a user, time-series data that includes action identification information for identifying the action and indicates the order in which the user performs each action;
From among a plurality of categories in which it is impossible to specify an action position where the user has performed an action, and to which each of the plurality of action identification information included in the time-series data belongs, the user A selection unit that selects one category to be recommended to the user as a type of POI (Point of Interest) that is a place that can be of interest;
The action identification information belonging to the selected category which is the category selected by the selection unit among the plurality of action identification information included in the time-series data is not converted, and the selected category among the plurality of action identification information A data generation unit that generates converted data obtained by converting the action identification information belonging to another category different from the category information to the category information indicating the other category;
Based on the order of each action performed by the user indicated by the time-series data, the action identification information is indicated for each of the action identification information or the category information included in the conversion data generated by the data generation unit. an action vector generation unit that generates an action vector that is a feature vector that indicates the relationship in order between an action or an action belonging to the category information and another action that is different from the action;
Information processing device having
前記データ生成部は、前記選択カテゴリに属する前記行動識別情報と、前記他のカテゴリに属する前記行動識別情報のうち、前記第1行動識別情報に該当する前記行動識別情報と、前記他のカテゴリに属する前記行動識別情報のうち、前記第2行動識別情報に該当する前記行動識別情報が属する前記他のカテゴリを示す前記カテゴリ情報とを含む変換データを生成する、
請求項1に記載の情報処理装置。 The action identification information included in the time-series data is selected from first action identification information that cannot specify the action position of the user's action and second action identification information that can specify the action position. falls under any of
The data generation unit includes, among the action identification information belonging to the selected category and the action identification information belonging to the other category, the action identification information corresponding to the first action identification information and the other category Of the action identification information belonging, generating conversion data including the category information indicating the other category to which the action identification information corresponding to the second action identification information belongs,
The information processing device according to claim 1 .
前記取得部が取得した前記時系列データに対応する前記ユーザごとに、当該ユーザに対応する前記変換データに基づいて生成された複数の前記行動ベクトルの平均を、前記ユーザの行動の特徴を示す特徴ベクトルであるユーザベクトルとして生成するユーザベクトル生成部をさらに有する、
請求項1又は2に記載の情報処理装置。 The acquisition unit acquires a plurality of time-series data corresponding to each of a plurality of users,
A characteristic indicating behavior characteristics of the user, for each of the users corresponding to the time-series data acquired by the acquisition unit, by calculating an average of the plurality of behavior vectors generated based on the conversion data corresponding to the user. further comprising a user vector generation unit that generates a user vector that is a vector,
The information processing apparatus according to claim 1 or 2.
請求項3に記載の情報処理装置。 further comprising a recommendation unit that recommends, to the user corresponding to the user vector, an action corresponding to the action vector relatively close to the user vector, among the plurality of action vectors generated by the action vector generation unit,
The information processing apparatus according to claim 3.
請求項4に記載の情報処理装置。 The recommendation unit recommends the action corresponding to the user different from the user corresponding to the user vector,
The information processing apparatus according to claim 4.
前記推薦部は、前記時系列データにおいて所定の期間に含まれる時刻を示す前記時刻情報に関連付けられた前記行動識別情報が示す行動を推薦する、
請求項4又は5に記載の情報処理装置。 The time-series data is time information indicating the time when the user performed the action indicated by the action identification information, and further includes the time information associated with the action identification information,
The recommendation unit recommends an action indicated by the action identification information associated with the time information indicating a time included in a predetermined period in the time-series data,
The information processing apparatus according to claim 4 or 5.
前記推薦部は、前記行動位置が所定の範囲に含まれる前記行動識別情報が示す行動を推薦する、
請求項4から6のいずれか一項に記載の情報処理装置。 The time-series data includes action identification information that can identify the action position where the user performed the action,
The recommendation unit recommends an action indicated by the action identification information in which the action position is included in a predetermined range.
The information processing apparatus according to any one of claims 4 to 6.
請求項4から7のいずれか一項に記載の情報処理装置。 The recommendation unit recommends an action indicated by the action identification information that is not included in the time-series data corresponding to the user corresponding to the user vector,
The information processing apparatus according to any one of claims 4 to 7.
ユーザが行った行動ごとに、当該行動を識別するための行動識別情報を含み、前記ユーザが各行動を行った順序を示す時系列データを取得するステップと、
前記ユーザが行動を行った行動位置を特定することが不能であるカテゴリであって、前記時系列データに含まれている複数の前記行動識別情報それぞれが属する複数のカテゴリの中から、前記ユーザが関心を持ち得る場所であるPOIの種類として前記ユーザに推薦する1つの前記カテゴリを選択するステップと、
前記時系列データに含まれる複数の行動識別情報のうちの選択した前記カテゴリである選択カテゴリに属する前記行動識別情報は変換せず、前記複数の行動識別情報のうちの前記選択カテゴリとは異なる他のカテゴリに属する前記行動識別情報を前記他のカテゴリを示すカテゴリ情報に変換した変換データを生成するステップと、
前記時系列データによって示される前記ユーザが行った各行動の順序に基づいて、生成した前記変換データに含まれる前記行動識別情報又は前記カテゴリ情報ごとに、当該行動識別情報が示す行動又は当該カテゴリ情報に属する行動と、当該行動とは異なる他の行動の順序での関連性を示す特徴ベクトルである行動ベクトルを生成するステップと、
を有するベクトル生成方法。 the computer runs
Acquiring time-series data including action identification information for identifying the action for each action performed by the user and indicating the order in which the user performed each action;
From among a plurality of categories in which it is impossible to specify the action position where the user has acted, and to which each of the plurality of action identification information included in the time-series data belongs, the user selecting one said category to recommend to said user as a type of POI that may be of interest;
The action identification information belonging to the selected category, which is the category selected from among the plurality of action identification information included in the time-series data, is not converted, and is different from the selected category among the plurality of action identification information. a step of generating conversion data in which the action identification information belonging to the category of is converted into category information indicating the other category;
Based on the order of each action performed by the user indicated by the time-series data, for each of the action identification information or the category information included in the generated conversion data, the action indicated by the action identification information or the category information a step of generating an action vector, which is a feature vector indicating the relevance in order between actions belonging to and other actions different from the action;
A vector generation method with
ユーザが行った行動ごとに、当該行動を識別するための行動識別情報を含み、前記ユーザが各行動を行った順序を示す時系列データを取得する取得部、
前記ユーザが行動を行った行動位置を特定することが不能であるカテゴリであって、前記時系列データに含まれている複数の前記行動識別情報それぞれが属する複数のカテゴリの中から、前記ユーザが関心を持ち得る場所であるPOIの種類として前記ユーザに推薦する1つの前記カテゴリを選択する選択部、
前記時系列データに含まれる複数の行動識別情報のうちの前記選択部が選択した前記カテゴリである選択カテゴリに属する前記行動識別情報は変換せず、前記複数の行動識別情報のうちの前記選択カテゴリとは異なる他のカテゴリに属する前記行動識別情報を前記他のカテゴリを示すカテゴリ情報に変換した変換データを生成するデータ生成部、及び
前記時系列データによって示される前記ユーザが行った各行動の順序に基づいて、前記データ生成部が生成した前記変換データに含まれる前記行動識別情報又は前記カテゴリ情報ごとに、当該行動識別情報が示す行動又は当該カテゴリ情報に属する行動と、当該行動とは異なる他の行動との順序での関連性を示す特徴ベクトルである行動ベクトルを生成する行動ベクトル生成部、
として機能させるためのプログラム。 the computer,
an acquisition unit that acquires, for each action performed by a user, time-series data that includes action identification information for identifying the action and indicates the order in which the user performs each action;
From among a plurality of categories in which it is impossible to specify the action position where the user has acted, and to which each of the plurality of action identification information included in the time-series data belongs, the user a selection unit for selecting one of the categories to recommend to the user as a type of POI that may be of interest;
The action identification information belonging to the selected category which is the category selected by the selection unit among the plurality of action identification information included in the time-series data is not converted, and the selected category among the plurality of action identification information A data generation unit that generates conversion data obtained by converting the action identification information belonging to another category different from the category information to the category information indicating the other category, and
Based on the order of each action performed by the user indicated by the time-series data, the action identification information is indicated for each of the action identification information or the category information included in the conversion data generated by the data generation unit. an action vector generation unit that generates an action vector that is a feature vector that indicates the relationship in order between an action or an action belonging to the category information and another action that is different from the action;
A program to function as
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019152599A JP7200069B2 (en) | 2019-08-23 | 2019-08-23 | Information processing device, vector generation method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019152599A JP7200069B2 (en) | 2019-08-23 | 2019-08-23 | Information processing device, vector generation method and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021033602A JP2021033602A (en) | 2021-03-01 |
JP7200069B2 true JP7200069B2 (en) | 2023-01-06 |
Family
ID=74675854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019152599A Active JP7200069B2 (en) | 2019-08-23 | 2019-08-23 | Information processing device, vector generation method and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7200069B2 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW202240426A (en) * | 2021-04-14 | 2022-10-16 | 阿物科技股份有限公司 | Method and system for behavior vectorization of information de-identification |
JPWO2023007922A1 (en) * | 2021-07-30 | 2023-02-02 | ||
CN114494543A (en) * | 2022-01-25 | 2022-05-13 | 上海商汤科技开发有限公司 | Action generation method and related device, electronic equipment and storage medium |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009116552A (en) | 2007-11-05 | 2009-05-28 | Yahoo Japan Corp | Behavior attribute acquisition system and method for controlling the system |
JP2010181966A (en) | 2009-02-03 | 2010-08-19 | Ntt Docomo Inc | Device and method for evaluating recommendation information |
JP2016058027A (en) | 2014-09-12 | 2016-04-21 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | Data processing device, data processing method, and program |
-
2019
- 2019-08-23 JP JP2019152599A patent/JP7200069B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009116552A (en) | 2007-11-05 | 2009-05-28 | Yahoo Japan Corp | Behavior attribute acquisition system and method for controlling the system |
JP2010181966A (en) | 2009-02-03 | 2010-08-19 | Ntt Docomo Inc | Device and method for evaluating recommendation information |
JP2016058027A (en) | 2014-09-12 | 2016-04-21 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | Data processing device, data processing method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP2021033602A (en) | 2021-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Elahi et al. | Active learning strategies for rating elicitation in collaborative filtering: a system-wide perspective | |
US10373177B2 (en) | Dynamic prediction of online shopper's intent using a combination of prediction models | |
CN104462156B (en) | A kind of feature extraction based on user behavior, personalized recommendation method and system | |
TWI533246B (en) | Method and system for discovery of user unknown interests | |
JP7200069B2 (en) | Information processing device, vector generation method and program | |
US20150278359A1 (en) | Method and apparatus for generating a recommendation page | |
JP6415619B2 (en) | Analysis device, analysis method, and program | |
US20160042403A1 (en) | Extraction device, extraction method, and non-transitory computer readable storage medium | |
CN103678647A (en) | Method and system for recommending information | |
CN111695960A (en) | Object recommendation system, method, electronic device and storage medium | |
CN104423621A (en) | Pinyin string processing method and device | |
JP6185379B2 (en) | RECOMMENDATION DEVICE AND RECOMMENDATION METHOD | |
JP2020170538A (en) | Method, apparatus and program for processing search data | |
US20170228378A1 (en) | Extracting topics from customer review search queries | |
CN103309869A (en) | Method and system for recommending display keyword of data object | |
JP2010097461A (en) | Document search apparatus, document search method, and document search program | |
CN117235586B (en) | Hotel customer portrait construction method, system, electronic equipment and storage medium | |
CN114329207A (en) | Multi-service information sequencing system, method, storage medium and electronic equipment | |
JP2009265754A (en) | Information providing system, information providing method, and information providing program | |
JP5406794B2 (en) | Search query recommendation device and search query recommendation program | |
JP2006053616A (en) | Server device, web site recommendation method and program | |
JPWO2003017137A1 (en) | User profile management device and recommendation device | |
KR102368043B1 (en) | Apparatus and method for recommending news of user interest using user-defined topic modeling | |
US8903817B1 (en) | Determining search relevance from user feedback | |
JP6761068B2 (en) | Decision device, decision method and decision program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210623 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220425 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220510 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220707 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221117 |
|
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: 20221220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221221 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7200069 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |