JP7368428B2 - 情報処理装置、情報処理方法、および情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、および情報処理プログラムに関する。

従来、利用者の需要を予測することで、商品または役務（以下、「取引対象」と総称する。）の供給を効率化する技術が知られている。このような技術の一例として、他の利用者に対して影響力のある利用者を抽出し、抽出した利用者の行動から需要を予測する技術等が知られている。

特表２０１５－５３４１８０号公報

しかしながら、上記の従来技術では、世間一般の流行を予測しているとは言えない。例えば、上記従来技術では、いわゆるインフルエンサーの行動から需要を予測しているため、インフルエンサーが気づいていない流行の推定を行うことができない。

本願は、上記に鑑みてなされたものであって、取引対象の流行の予測を支援することを目的とする。

本願に係る情報処理装置は、受付部と、生成部とを備える。受付部は、カテゴリの選択を受け付ける。生成部は、受付部によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と検索数の伸び率とを示す情報を含むコンテンツを生成する。

実施形態の一態様によれば、取引対象の流行の予測を支援することができるという効果を奏する。

図１は、実施形態に係る情報処理の一例を示す図である。 図２は、実施形態に係る情報処理装置を含む情報処理システムの構成の一例を示す図である。 図３は、実施形態に係る情報処理装置の構成の一例を示す図である。 図４は、実施形態に係るユーザ情報記憶部に記憶されるユーザ情報の一例を示す図である。 図５は、実施形態に係る検索情報記憶部に記憶される検索情報の一例を示す図である。 図６は、実施形態に係る検索対象情報記憶部に記憶される検索対象情報の一例を示す図である。 図７は、実施形態に係る情報処理装置の生成部によって生成されるコンテンツの一例を示す図である。 図８は、実施形態に係る情報処理装置の生成部によって生成されるコンテンツの他の例を示す図である。 図９は、実施形態に係る端末装置に表示される表示コンテンツの一例を示す図である。 図１０は、実施形態に係る情報処理装置の処理部による情報処理の流れの一例を示すフローチャートである。 図１１は、実施形態に係る情報処理装置の処理部によるコンテンツ提供処理の流れの一例を示すフローチャートである。 図１２は、実施形態に係る情報処理装置の処理部によるコンテンツ更新処理の流れの一例を示すフローチャートである。 図１３は、実施形態に係る情報処理装置の生成部によって生成されるコンテンツのさらに他の例を示す図である。 図１４は、実施形態に係る情報処理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、本願に係る情報処理装置、情報処理方法、および情報処理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情報処理装置、情報処理方法、および情報処理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される。

〔１．情報処理の一例〕
図１は、実施形態に係る情報処理の一例を示す図であり、本実施形態においては情報処理装置１を含む情報処理システム１００により情報処理方法が実行される。

図１に示すように、情報処理システム１００は、情報処理装置１、端末装置２_１～２_ｎ，３、および検索処理装置４を含む。ｎは、例えば、２以上の整数である。情報処理装置１は、端末装置２_１～２_ｎ，３および検索処理装置４の各々と通信可能に接続されており、端末装置２_１～２_ｎ，３および検索処理装置４の各々との間で情報の送受信を行う。

ユーザＵＡ１～ＵＡｎの各々は、端末装置２_１～２_ｎのうち対応する端末装置を操作して、検索処理装置４にアクセスし、コンテンツの検索を行う。端末装置２_１～２_ｎは、例えば、スマートフォン、タブレットＰＣ（Personal Computer）、またはノートＰＣなどである。以下において、ユーザＵＡ１～ＵＡｎの各々を個別に区別せずに示す場合、ユーザＵＡと記載する場合がある。また、端末装置２_１～２_ｎの各々を個別に区別せずに示す場合、端末装置２と記載する場合がある。

ユーザＵＢは、端末装置３を操作して、情報処理装置１にアクセスし、情報処理装置１から提供されるコンテンツを参照することで、商品または役務（サービス）などの取引対象の流行を予測する。端末装置３は、例えば、ノートＰＣまたはディスクトップＰＣであるが、スマートフォンまたはタブレットＰＣであってもよい。

検索処理装置４は、インターネットなどのネットワーク上に存在するウェブページ、ウェブサイト、および／または、画像ファイルなどのコンテンツを検索し、検索した結果を通知する装置であり、クラウドシステムなどによって実現される。例えば、検索処理装置４は、ポータルサイトなどを含む検索サイトを提供する。

検索処理装置４は、端末装置２_１～２_ｎから送信される検索クエリを受け付け（ステップＳ１_１～Ｓ１_ｎ）、受け付けた検索クエリに含まれる検索対象の情報に基づいて、検索対象に関係するコンテンツを検索する検索処理を行う（ステップＳ２_１～Ｓ２_ｎ）。

そして、検索処理装置４は、検索対象に関係するコンテンツの一覧などを含む検索結果を端末装置２_１～２_ｎへ送信する（ステップＳ３_１～Ｓ３_ｎ）。なお、検索クエリが文字検索のクエリである場合、検索対象の情報は、検索対象を文字で示す検索キーワードの情報である。

検索キーワードは、１つのキーワードまたは２つ以上のキーワードであり、検索キーワードが１つのキーワードの場合、検索対象は、１つのキーワードで示され、検索キーワードが２つ以上のキーワードの場合、検索対象は、２つ以上のキーワードで示される。例えば、検索キーワードが「Ｘビール」である場合、検索対象は、「Ｘビール」であり、検索キーワードが「ビール Ａ社」である場合、検索対象は、「ビール Ａ社」である。

検索クエリが画像検索のクエリである場合、検索対象の情報は、検索画像に対応する１つのキーワードまたは２つ以上のキーワードの情報であるが、検索画像に対応する画像の情報であってもよい。

検索処理装置４は、検索情報を情報処理装置１へ送信し（ステップＳ４）、情報処理装置１は、検索処理装置４から送信される検索情報を収集する（ステップＳ５）。検索情報には、例えば、端末装置２の検索クエリに含まれる検索対象の情報と、検索クエリが送信された日時の情報と、検索クエリを送信した端末装置２のユーザＵＡのユーザＩＤとが含まれる。

端末装置３のユーザＵＢは、所望のカテゴリで取引対象の流行を予測するために、情報処理装置１にアクセスし、情報処理装置１からコンテンツを取得することができる。具体的には、ユーザＵＢは、端末装置３を操作して、取引対象の流行を予測したいカテゴリを選択すると、選択されたカテゴリの情報であるカテゴリ情報が端末装置３から検索処理装置４へ送信される（ステップＳ６）。

ユーザＵＢによって選択されるカテゴリは、検索対象のカテゴリであり、例えば、商品カテゴリまたは役務カテゴリであり、例えば、大分類のカテゴリ、中分類のカテゴリ、または小分類のカテゴリなどに分類される。ユーザＵＢは、例えば、端末装置３を操作して、検索処理装置４から提供される複数のカテゴリを端末装置３に表示させることができ、これら複数のカテゴリの中から所望のカテゴリを選択することができる。

検索処理装置４は、端末装置３からカテゴリ情報を取得すると、ユーザＵＢによって選択されたカテゴリである選択カテゴリに対応する検索対象毎の検索数と検索数の伸び率とを示す情報を示すコンテンツを生成する（ステップＳ７）。

例えば、検索処理装置４は、選択カテゴリに対応する検索対象毎の設定期間における検索数と検索数の伸び率とを示す情報を示すコンテンツを生成する。設定期間は、例えば、１年、３ヶ月、または１ヶ月などであるが、１週間や１日であってもよい。また、検索数の伸び率を示す情報は、例えば、設定期間における検索数の伸び率を数値化したスコアである伸び率スコアであり、例えば、最小値が０であり最大値が１である。

伸び率スコアは、例えば、設定期間よりも短い単位期間毎の検索数を単位検索数とした場合に、単位検索数の変化が予め設定された検索数の変化態様である検索数設定変化態様と一致する度合いを示す。検索数設定変化態様は、例えば、単位検索数の上昇率の変化が直線状に増加する変化態様であるが、単位検索数の上昇率の変化が二次曲線状に増加する変化態様であってもよい。

また、伸び率スコアは、例えば、複数の異なる検索数設定変化態様との単位検索数の変化の一致度を重み付けして合計した値であってもよい。この場合、伸び率スコアは、例えば、単位検索数が急激に増加するほど大きな値になる。

そして、検索処理装置４は、ステップＳ７で生成したコンテンツを端末装置３へ送信することで、ステップＳ７で生成したコンテンツをユーザＵＢに提供する（ステップＳ８）。端末装置３は、検索処理装置４からコンテンツを受信すると、受信したコンテンツを表示する（ステップＳ９）。

図１に示す例では、端末装置３で表示されるコンテンツは、縦軸を伸び率スコアとし、横軸を検索数として、検索対象毎に黒丸でプロットされたグラフを含むコンテンツである。図１に示すグラフでは、検索数が１００以上且つ伸び率スコアが０．６以上である検索対象が黒丸でプロットされており、検索数の伸び率が高い検索対象が示される。

また、端末装置３で表示されるコンテンツにおいて、各黒丸と対応する位置には、検索対象の情報が示されている。図１に示す例では、例えば、「Ａ社のビール」、「Ｘビール」などが検索対象の情報として示されている。なお、検索対象の情報は、検索対象の黒丸をクリックすることで、表示されてもよい。

このように、情報処理装置１から提供されるコンテンツにおいて検索対象毎に伸び率スコアと検索数とが示されることから、ユーザＵＢは、検索数が伸びている検索対象を容易に把握することができる。そのため、ユーザＵＢは、検索数が伸びている検索対象から、選択カテゴリにおける取引対象の流行を容易に予測することができる。

また、検索数が少ないが伸び率スコアが高い検索対象は、これから流行がくる可能性が高い取引対象に対応する検索対象であり、かかる検索対象から、ユーザＵＢは、取引対象の流行の兆しを容易に把握することができ、選択カテゴリにおける取引対象の次の流行を容易に予測することができる。

また、検索数が多く伸び率スコアが高い検索対象は、すでに流行している取引対象に対応する検索対象であり、伸び率スコアが高いほど、かかる検索対象に対応する取引対象の今後の流行が継続またはさらなる流行の可能性が高いことから、これによっても、選択カテゴリにおける取引対象の流行を容易に予測することができる。

このように、情報処理装置１では、選択カテゴリに対応する検索対象毎の検索数と検索数の伸び率とを示す情報を示すコンテンツを生成することから、ユーザＵＢは、選択カテゴリにおける取引対象の流行を容易に予測することができる。

以下、このような処理を行う情報処理装置１および情報処理装置１を含む情報処理システム１００の構成などについて、詳細に説明する。

〔２．情報処理システム１００の構成〕
図２は、実施形態に係る情報処理装置１を含む情報処理システム１００の構成の一例を示す図である。図２に示すように、実施形態に係る情報処理システム１００は、情報処理装置１と、端末装置２_１～２_ｎ，３と、検索処理装置４とを備える。

情報処理装置１は、端末装置２，３および検索処理装置４の各々との間で通信ネットワーク５を介して情報の送受信が可能である。通信ネットワーク５は、例えば、インターネットなどのＷＡＮ（Wide Area Network）またはＬＡＮ（Local Area Network）である。なお、通信ネットワーク５は、例えば、４Ｇ（4th Generation）または５Ｇ（5th Generation）などの移動体通信システムなどを含む構成であるが、かかる例に限定されない。

〔３．情報処理装置１の構成〕
次に、図３を用いて、実施形態に係る情報処理装置１の構成について説明する。図３は、実施形態に係る情報処理装置１の構成の一例を示す図である。図３に示すように、情報処理装置１は、通信部１０と、記憶部１１と、処理部１２とを備える。なお、情報処理装置１は、情報処理装置１を利用する管理者など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など）や、各種情報を表示するための表示部（例えば、液晶ディスプレイなど）を有してもよい。

〔３．１．通信部１０〕
通信部１０は、例えば、ＮＩＣ（Network Interface Card）などによって実現される。通信部１０は、通信ネットワーク５と有線または無線で接続され、通信ネットワーク５を介して、端末装置２，３および検索処理装置４の各々との間で情報の送受信を行う。

〔３．２．記憶部１１〕
記憶部１１は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子、または、ハードディスク、光ディスクなどの記憶装置によって実現される。記憶部１１は、ユーザ情報記憶部２０と、検索情報記憶部２１と、検索対象情報記憶部２２とを備える。

〔３．２．１．ユーザ情報記憶部２０〕
ユーザ情報記憶部２０は、端末装置２_１～２_ｎのユーザＵＡ１～ＵＡｎの情報を含むユーザ情報を記憶する。図４は、実施形態に係るユーザ情報記憶部２０に記憶されるユーザ情報の一例を示す図である。

図４に示すように、ユーザ情報記憶部２０に記憶されるユーザ情報は、「ユーザＩＤ（Identifier）」、「デモグラフィック属性」、および「サイコグラフィック属性」などの情報をユーザＵＡ毎に含む。「ユーザＩＤ」は、各ユーザＵＡに固有の識別情報である。

「デモグラフィック属性」は、ユーザＵＡのデモグラフィック属性を示す情報である。デモグラフィック属性は、人口統計学的なユーザＵＡの属性であり、例えば、性別、年齢、住所、職業、または年収などである。「サイコグラフィック属性」は、ユーザＵＡのサイコグラフィック属性を示す情報である。サイコグラフィック属性は、ユーザＵＡの価値観、ライフスタイル、性格、興味関心などを示す属性である。

図４に示す例では、ユーザＩＤ「ＵＡ１」のユーザＵＡは、性別が「男性」であり、年齢が「３０代」であり、住所が「東京都港区・・・」であり、「服」への興味関心度が「５」であり、「車」への興味関心度が「３」であり、「旅行」への興味関心度が「１」である。なお、興味関心度は、値が大きいほど高いことを示し、例えば、最低値は０であり、最高値は５である。

また、ユーザＩＤ「ＵＡ２」のユーザＵＡは、性別が「女性」であり、年齢が「２０代」であり、住所が「北海道札幌市・・・」であり、「服」への興味関心度が「３」であり、「車」への興味関心度が「１」であり、「旅行」への興味関心度が「５」である。また、ユーザＩＤ「ＵＡ３」のユーザＵＡは、性別が「男性」であり、年齢が「４０代」であり、住所が「福岡県福岡市・・・」であり、「服」への興味関心度が「０」であり、「車」への興味関心度が「５」であり、「旅行」への興味関心度が「４」である。

〔３．２．２．検索情報記憶部２１〕
検索情報記憶部２１は、検索処理装置４から送信される検索情報を記憶する。図５は、実施形態に係る検索情報記憶部２１に記憶される検索情報の一例を示す図である。

図５に示すように、検索情報記憶部２１に記憶される検索情報は、「検索クエリＩＤ」、「検索対象」、「検索日時」、および「検索ユーザＩＤ」などの情報を検索クエリ毎に含む。「検索クエリＩＤ」は、各検索クエリに固有の識別情報である。

「検索対象」は、検索対象の情報である。検索対象の情報は、検索クエリが文字検索のクエリである場合、検索対象を文字で示す検索キーワードの情報である。検索キーワードは、１つのキーワードまたは２つ以上のキーワードである。また、検索対象の情報は、検索クエリが画像検索のクエリである場合、検索画像に対応する１つのキーワードまたは２つ以上のキーワードであるが、検索画像に対応する画像の情報であってもよい。

「検索日時」は、検索クエリが検索処理装置４で受け付けられた日時を示す情報である。「検索ユーザＩＤ」は、検索クエリを端末装置２から送信させたユーザＵＡのユーザＩＤである。

図５に示す例では、検索クエリＩＤ「Ｑ１」の検索クエリは、検索対象が「Ａ社のビール」であり、検索日時が「２０２１／９／１５ ８:０２」であり、検索ユーザＩＤが「ＵＡ１」である。また、検索クエリＩＤ「Ｑ２」の検索クエリは、検索対象が「Ｘビール」であり、検索日時が「２０２１／９／１５ ８:０２」であり、検索ユーザＩＤが「ＵＡ２」である。

また、検索クエリＩＤ「Ｑ３」の検索クエリは、検索対象が「トウエタ ＶＸＺ」であり、検索日時が「２０２１／９／１５ ８:０３」であり、検索ユーザＩＤが「ＵＡｎ」である。また、検索クエリＩＤ「Ｑ４」の検索クエリは、検索対象が「キウイアイス」であり、検索日時が「２０２１／９／１５ ８:０３」であり、検索ユーザＩＤが「ＵＡ１」である。

〔３．２．３．検索対象情報記憶部２２〕
検索対象情報記憶部２２は、処理部１２によって統計処理された検索対象情報を記憶する。図６は、実施形態に係る検索対象情報記憶部２２に記憶される検索対象情報の一例を示す図である。

図６に示すように、検索対象情報記憶部２２に記憶される検索対象情報は、「検索対象」、「検索数」、「伸び率スコア」、「伸び率」、および「属性スコア」などの情報を検索対象毎に含む。

「検索対象」は、検索対象の情報である。「検索数」は、検索対象の抽出対象となる期間である設定期間における検索数である。設定期間は、例えば、１年、３ヶ月、または１ヶ月などである。

「伸び率スコア」は、検索対象の設定期間における検索数の伸び率を数値化したスコアである。伸び率スコアは、例えば、設定期間よりも短い単位期間毎の検索数を単位検索数とした場合に、単位検索数の変化が予め設定された検索数の変化態様である検索数設定変化態様と一致する度合いを示す。

単位期間は、設定期間を複数に分割した期間であり、設定期間が１年である場合、例えば、１０日、２０日、または１ヶ月などであり、設定期間が３ヶ月である場合、例えば、５日、１０日、または１５日などである。なお、単位期間の長さは、上述した例に限定されず、設定期間にかかわらず一定であってもよい。

「伸び率」は、検索数の算出対象となる検索クエリの検索日時が含まれる今回の設定期間よりも１つ前の設定期間である前回の設定期間における検索数Ｎｒ０に対する今回の設定期間の検索数Ｎｒ１の比であり、以下、伸び率ＲＲと記載する。例えば、今回の設定期間が、２０２０年９月１日から２０２１年の８月３１日までの期間である場合、前回の設定期間は、２０１９年９月１日から２０２０年の８月３１日までの期間である。以下において、今回の設定期間を今回期間と記載し、前回の設定期間を前回期間と記載する場合がある。また、前回の設定期間よりも１つ前の設定期間を前々期と記載する場合がある。

「属性スコア」は、対象検索ユーザの男女比を示すスコアである。対象検索ユーザは、検索対象情報に含まれる検索対象の検索を設定期間に行ったユーザＵＡである。すなわち、対象検索ユーザは、検索対象情報の生成に用いられた検索クエリを送信したユーザＵＡである。属性スコアは、例えば、０である場合に、対象検索ユーザの男女比が１であり、０よりも大きいほど対象検索ユーザの女性の比率が高く、０よりも小さいほど対象検索ユーザの男性の比率が高い。

なお、「属性スコア」は、対象検索ユーザの属性に関するスコアであればよく、検索ユーザの男女比を示すスコアに限定されない。例えば、「属性スコア」は、検索対象ユーザの特定の属性の平均値が全検索ユーザの特定の属性の平均値よりもどの程度高いか低いかを示すスコアであってもよく、または対象検索ユーザの特定の対象に対する興味関心の度合いを示すスコアであってもよい。

例えば、「属性スコア」は、対象検索ユーザの平均年齢または平均年収が全検索ユーザの平均年齢または平均年収よりもどの程度低いかまたは高いかを示すスコアであってもよい。また、「属性スコア」は、対象検索ユーザにおける特定の対象（例えば、車や服）に対する興味関心の度合いを示すスコア、対象検索ユーザの住所が東京都からどの程度離れているかを示すスコア、対象検索ユーザが最も多い年齢層を数値で示すスコアなどであってもよい。

図６に示す例では、検索キーワードが「Ｘビール」である検索対象は、検索数が「２５４２３」であり、伸び率スコアが「０．８８」であり、伸び率ＲＲが「１２５．１」であり、属性スコアが「－０．４」である。検索キーワードが「トウエタ ＶＸＺ」である検索対象は、検索数が「８４５２２」であり、伸び率スコアが「０．６２」であり、伸び率ＲＲが「６２」であり、属性スコアが「－１．６」である。

検索キーワードが「キウイアイス」である検索対象は、検索数が「３４５２」であり、伸び率スコアが「０．７４」であり、伸び率ＲＲが「２．１」であり、属性スコアが「１．６」である。検索キーワードが「Ａ社のビール」である検索対象は、検索数が「１２５４７７」であり、伸び率スコアが「０．１２」であり、伸び率ＲＲが「７５」であり、属性スコアが「１．９」である。

なお、図６に示していないが、検索対象情報には、対象検索ユーザの属性単位且つ検索地域単位の「検索数」、「伸び率スコア」、「伸び率」、「属性スコア」、および「検索数比」などが検索対象毎に含まれる。

また、検索対象情報記憶部２２には、カテゴリ毎に上述した検索対象情報が記憶されてもよい。また、検索対象情報記憶部２２には、対象検索ユーザの属性毎、またはカテゴリ毎且つ対象検索ユーザの属性毎に検索対象情報が記憶されてもよい。

〔３．３．処理部１２〕
処理部１２は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などによって、情報処理装置１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、処理部１２は、例えば、コントローラであり、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などの集積回路により実現される。

図３に示すように、処理部１２は、受付部３０と、解析部３１と、生成部３２と、提供部３３と、学習部３４とを備え、以下に説明する情報処理の機能や作用を実現または実行する。なお、処理部１２の内部構成は、図３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。また、処理部１２が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。

〔３．３．１．受付部３０〕
受付部３０は、検索処理装置４から送信される検索情報を受け付け、受け付けた検索情報を検索情報記憶部２１に記憶されている検索情報に追加する。

また、受付部３０は、検索処理装置４以外の装置から送信される検索情報を受け付け、受け付けた検索情報を検索情報記憶部２１に記憶されている検索情報に追加することもできる。例えば、受付部３０は、ショッピングサイトを提供するサーバ装置などから送信されるショッピングサイトでの検索結果を示す検索情報を受け付けることもできる。

また、受付部３０は、ユーザＵＢによるカテゴリの選択を受け付ける。ユーザＵＢによって選択されるカテゴリは、検索対象のカテゴリであり、例えば、商品カテゴリまたは役務カテゴリであり、例えば、大分類のカテゴリ、中分類のカテゴリ、または小分類のカテゴリなどに分類される。

例えば、大分類のカテゴリが「家電」である場合、中分類のカテゴリは、例えば、「冷蔵庫」、「洗濯機」、「電子レンジ」、および「テレビジョン」などである。また、大分類のカテゴリが「家電」であり、中分類のカテゴリが「洗濯機」である場合、小分類ののカテゴリは、例えば、「ドラム式洗濯機」および「縦型洗濯機」などである。

また、大分類のカテゴリが「食品」である場合、中分類のカテゴリは、例えば、「冷ドリンク」、「水」、および「お酒」などである。また、大分類のカテゴリが「食品」であり、中分類のカテゴリが「お酒」である場合、小分類のカテゴリは、「ワイン」、「焼酎」、「日本酒」、「ビール類」、「ウイスキー」、および「中国酒」などである。

また、受付部３０は、端末装置３からのコンテンツ表示要求および抽出範囲変更要求などを受け付ける。コンテンツ表示要求は、カテゴリなどの抽出範囲変更前のコンテンツの送信要求であり、抽出範囲変更要求は、カテゴリなどの抽出範囲変更後のコンテンツの送信要求である。

受付部３０は、例えば、設定期間の選択、検索地域の指定、第１閾値Ｎ１の変更、および第２閾値Ｎ２の変更などを抽出範囲変更要求として受け付ける。設定期間は、コンテンツに含める検索数の集計期間であり、例えば、１年、６ヶ月、３ヶ月などである。集計期間に検索日時が含まれる検索クエリに基づいて検索数および伸び率スコアが算出される。

検索地域は、ユーザＵＡが端末装置２を操作して検索クエリを検索処理装置４に送信した地域であり、例えば、道洲単位、都道府県単位、または市町村単位で指定される。道洲は、北海道、東北地方、関東地方、北陸地方、近畿地方などの単位である。ユーザＵＡが端末装置２を操作して検索クエリを検索処理装置４に送信した地域は、ユーザ情報で規定されるユーザＵＡの住所、または端末装置２から送信される位置情報に基づいて判定される。

第１閾値Ｎ１は、ユーザＵＢに提供されるコンテンツに含める検索対象の伸び率スコアの閾値であり、第１閾値Ｎ１以上の伸び率スコアを有する検索対象がコンテンツへの適用対象になる。

第２閾値Ｎ２は、ユーザＵＢに提供されるコンテンツに含める検索対象の検索数の伸び率の閾値であり、前回期間の検索数Ｎｒ０に対する今回期間の検索数Ｎｒ１の比である伸び率ＲＲ（＝Ｎｒ１/Ｎｒ０）が第２閾値Ｎ２以上である検索対象がコンテンツへの適用対象になる。例えば、設定期間が１年である場合、現在の１年前から２年前までの期間における検索数が検索数Ｒｒ０であり、現在から１年前までの期間における検索数が検索数Ｒｒ１である。

〔３．３．２．解析部３１〕
解析部３１は、検索情報記憶部２１に記憶されている検索情報に対する統計処理を行い、検索対象情報を生成し、生成した検索対象情報を検索対象情報記憶部２２に記憶させる。

解析部３１は、対象検索ユーザの属性単位且つ検索地域単位で検索対象毎に検索数、伸び率スコア、伸び率ＲＲ、および属性スコアを算出し、算出した検索対象毎の検索数、伸び率スコア、伸び率ＲＲ、および属性スコアを含む検索情報を検索対象情報記憶部２２に記憶させる。対象検索ユーザの属性は、例えば、性別、年齢、居住地域、職業、年収、または興味関心などである。また、検索地域単位は、例えば、道洲単位、都道府県単位、または市町村単位の地域である。

なお、解析部３１は、予め設定された周期で検索対象情報を生成するが、受付部３０によってカテゴリの選択、設定期間の選択、または検索地域の選択などが受け付けられた場合に、受付部３０によって受け付けられた選択または変更などに応じた検索対象情報を生成することもできる。

〔３．３．３．生成部３２〕
生成部３２は、受付部３０によって選択が受け付けられたカテゴリである選択カテゴリと解析部３１によって生成された検索対象情報とに基づいて、選択カテゴリに対応する検索対象毎の検索数と検索数の伸び率とを示す情報を含むコンテンツを生成する。

選択カテゴリに対応する検索対象は、選択カテゴリと一致または類似するカテゴリの検索対象であり、例えば、選択カテゴリが「ビール類」である場合、「ビール」または「発泡酒」の文字列を含む検索対象、ビール類の商品名を含む検索対象、またはビール類に関連すると推測される検索対象などであるが、かかる例に限定されない。

また、生成部３２は、検索数を横軸とし伸び率スコアを縦軸として選択カテゴリに対応する各検索対象の検索数および伸び率スコアを示す情報を含むグラフコンテンツをコンテンツとして生成することができる。なお、横軸は、対数で表されるが、非対数で表されてもよい。また、縦軸は、非対数で表されるが、対数で表されてもよい。

図７は、実施形態に係る情報処理装置１の生成部３２によって生成されるコンテンツの一例を示す図である。図７に示すように、生成部３２によって生成されるコンテンツ５０は、選択カテゴリ「食品－お酒－ビール類」に対応する各検索対象の検索数および伸び率スコアを示す情報を含むグラフコンテンツである。選択カテゴリ「食品－お酒－ビール類」は、大分類カテゴリが「食品」であり、中分類カテゴリが「お酒」であり、小分類カテゴリが「ビール類」である。

図７に示すコンテンツ５０では、各検索対象が黒丸で示されており、各黒丸に対応した位置に検索対象の情報が付加されている。図７に示す例では、検索対象の情報は、「生樽 きら」、「発泡酒 人気」、「Ｚビール」、「泡泡ビール」、「激泡びーる」、「とうがらしビール」、「Ａ社のビール」、「Ｘビール」、「辛口ビール」、または「生泡 ビール」などである。

また、生成部３２は、検索対象を属性スコアに応じた態様で示す情報を含むグラフコンテンツをコンテンツ５０として生成することもできる。図８は、実施形態に係る情報処理装置１の生成部３２によって生成されるコンテンツ５０の他の例を示す図である。図８に示すように、生成部３２によって生成されるコンテンツ５０は、検索対象が属性スコアに応じた色で塗り潰された丸で示されている。図８では、便宜上、色の違いを濃淡の違いで示している。

図８で示されるコンテンツ５０では、各検索対象が属性スコアに応じた態様で示されることから、ユーザＵＢは、検索対象の属性スコアを容易に把握することができる。例えば、属性スコアが対象検索ユーザの男女比を示す場合、男性と女性とでどちらが多く検索を行っているかを容易に把握することができる。

図３に戻って、生成部３２の説明を続ける。生成部３２は、抽出処理部４０と、生成処理部４１とを備える。抽出処理部４０は、選択カテゴリに対応する検索対象を抽出検索対象として抽出する。抽出検索対象の抽出は、検索対象情報記憶部２２に記憶された検索対象情報で示される複数の検索対象の中から選択カテゴリに対応する検索対象を抽出することによって行われる。

抽出処理部４０は、例えば、機械学習によって生成されたモデルであって検索対象の情報から検索対象のカテゴリを推定するモデルであるカテゴリ推定モデルを用いて、選択カテゴリに対応する検索対象を抽出検索対象として抽出することができる。

カテゴリ推定モデルは、例えば、畳み込みニューラルネットワークまたは回帰型ニューラルネットワークなどのニューラルネットワークによる機械学習によって生成されるが、かかる例に限定されない。例えば、カテゴリ推定モデルは、ニューラルネットワークに代えて、線形回帰またはロジスティック回帰といった学習アルゴリズムによる機械学習を用いて生成されてもよい。

また、抽出処理部４０は、記憶部１１に各検索対象とカテゴリとを関連付けたカテゴリ情報が含まれている場合、かかるカテゴリ情報に基づいて、選択カテゴリに対応する検索対象を抽出検索対象として抽出することができる。

抽出処理部４０は、例えば、カテゴリが選択されていない場合、設定期間で検索された検索対象のうち伸び率スコアが第１閾値Ｎ１以上である検索対象を抽出検索対象として抽出する。また、抽出処理部４０は、カテゴリが選択された場合、設定期間で検索され且つ選択カテゴリに対応する検索対象のうち伸び率スコアが第１閾値Ｎ１以上である検索対象を抽出検索対象として抽出する。

第１閾値Ｎ１は、初期値において、例えば、０．６である。これにより、注目度が高くなってきている検索対象を抽出検索対象として抽出することができる。なお、第１閾値Ｎ１は、固定値であるが、ユーザＵＢによる端末装置３への操作によって変更可能であってもよい。

また、抽出処理部４０は、前回期間における検索数の伸び率に対する今回期間の伸び率の比である伸び率ＲＲが、第２閾値Ｎ２以上である検索対象を抽出検索対象としてさらに絞り込んで抽出する。かかる伸び率は、例えば、前回期間および今回期間の各々における単位期間当たりの伸び率の平均値である。

第２閾値Ｎ２は、初期値において、例えば、５０である。これにより、抽出処理部４０は、例えば、ある季節に売れ行きが突出して高くなる季節性の商品または役務などに対応する検索対象のように設定期間毎に伸び率が大きい期間がある検索対象を抽出検索対象から除外することができる。

そのため、例えば、１年のうちある時期において検索数の伸び率が毎年ある時期に増加する検索対象などを抽出検索対象から除外することができる。第２閾値Ｎ２は、ユーザＵＢによる端末装置３への操作によって変更可能であるが、固定値であってもよい。

また、抽出処理部４０は、伸び率ＲＲに代えて、前回期間における検索数の伸び率に対する今回期間の検索数の伸び率の比が、第２閾値Ｎ２以上である検索対象を抽出検索対象としてさらに絞り込んで抽出することもできる。

これによっても、１年のうちある時期において検索数の伸び率が毎年増加する検索対象などを抽出検索対象から除外することができる。第２閾値Ｎ２は、ユーザＵＢによる端末装置３への操作によって変更可能であるが、固定値であってもよい。

また、抽出処理部４０は、選択カテゴリに対応する検索対象のうち受付部３０によって選択が受け付けられた属性を有する対象検索ユーザによって検索された検索対象をさらに絞り込んで抽出検索対象として抽出することができる。

例えば、抽出処理部４０は、対象検索ユーザの地域である検索地域が選択された場合、選択カテゴリに対応する検索対象のうち選択された検索地域の対象検索ユーザによって検索された検索対象を抽出検索対象としてさらに絞り込んで抽出することができる。

また、抽出処理部４０は、対象検索ユーザの年齢層が選択された場合、選択カテゴリに対応する検索対象のうち選択された年齢層の対象検索ユーザによって検索された検索対象を抽出検索対象としてさらに絞り込んで抽出することができる。

また、抽出処理部４０は、対象検索ユーザの興味関心として車が選択された場合、選択カテゴリに対応する検索対象のうち選択された車に興味関心度合いが高い検対象索ユーザによって検索された検索対象を抽出検索対象としてさらに絞り込んで抽出することができる。

また、抽出処理部４０は、対象検索ユーザの興味関心としてコンビニエンスストアが選択された場合、選択カテゴリに対応する検索対象のうち選択されたコンビニエンスストアに興味関心度合いが高い対象検索ユーザによって検索された検索対象を抽出検索対象としてさらに絞り込んで抽出することができる。

生成処理部４１は、抽出処理部４０によって抽出された抽出検索対象の検索数と伸び率スコアとを示す情報を含む情報をコンテンツ５０として生成する。例えば、生成処理部４１は、検索数を横軸とし伸び率スコアを縦軸として選択カテゴリに対応する各検索対象の検索数および伸び率スコアを示す情報を含むグラフコンテンツをコンテンツ５０として生成する。

〔３．３．４．提供部３３〕
提供部３３は、生成部３２によって生成されたコンテンツ５０を含む表示コンテンツを通信部１０および通信ネットワーク５を介して端末装置３へ送信することで、コンテンツ５０を含む表示コンテンツをユーザＵＢに提供する。

図９は、実施形態に係る端末装置３に表示される表示コンテンツの一例を示す図である。図９に示すように、端末装置３に表示される表示コンテンツ６０は、生成部３２によって生成されたコンテンツ５０と、カテゴリ選択領域５１と、伸び率選択領域５２と、設定期間選択領域５３と、属性選択領域５４と、属性スコアガイド領域５５とを含む。

コンテンツ５０は、図８に示すコンテンツ５０と同じであり、検索数を横軸とし伸び率スコアを縦軸として選択カテゴリ「食品－お酒－ビール類」に対応する各検索対象の検索数および伸び率スコアを示す情報を含む。

カテゴリ選択領域５１は、カテゴリの選択を行うための領域であり、大分類カテゴリ、中分類カテゴリ、および小分類カテゴリの各々のプルダウンメニュー５１ａ，５１ｂ，５１ｃを含む。ユーザＵＢは、端末装置３を操作することによって、プルダウンメニュー５１ａ，５１ｂ，５１ｃを操作することによって、大分類カテゴリ、中分類カテゴリ、および小分類カテゴリを選択することができる。なお、カテゴリ選択領域５１において、プルダウンメニュー５１ａ，５１ｂ，５１ｃに代えて、キーワード入力によってカテゴリを選択することができるように入力枠を設けてもよい。

伸び率選択領域５２は、第２閾値Ｎ２を変更するための領域であり、ユーザＵＢは、端末装置３を操作して、スライドバー５２ａを移動させることによって、第２閾値Ｎ２を変更することができる。第２閾値Ｎ２は、伸び率ＲＲの閾値であり、ある季節に注目または販売が突出して高くなる季節性の商品または役務などに対応する検索対象のように設定期間毎に伸び率が大きくなる期間がある検索対象を抽出検索対象から除外することができる。

スライドバー５２ａが移動された場合、生成部３２は、コンテンツ５０を更新する。具体的には、生成部３２は、選択カテゴリに対応する検索対象のうち伸び率ＲＲが第２閾値Ｎ２以上の検索対象を抽出し、抽出した検索対象毎の検索数と検索数の伸び率スコアとを示す情報を含むコンテンツ５０を再生成する。提供部３３は、再生成されたコンテンツ５０をユーザＵＢに提供する。

設定期間選択領域５３は、設定期間の選択を行うための領域であり、設定期間として１年を選択するためのラジオボタンと、設定期間として６ヶ月を選択するためのラジオボタンと、設定期間として３ヶ月を選択するためのラジオボタンとを含む。ユーザＵＢは、端末装置３を操作することによって、ラジオボタンの一つを選択することによって、設定期間の選択を行うことができる。

属性選択領域５４は、対象検索ユーザの属性を選択するための領域であり、図９に示す例では、対象検索ユーザの地域を選択するためのチェックボックスが示されている。ユーザＵＢは、端末装置３を操作することによって、チェックボタンの一つを選択することによって、対象検索ユーザの地域の選択を行うことができる。なお、属性選択領域５４は、対象検索ユーザの属性として、対象検索ユーザの地域に代えてまたは加えて対象検索ユーザの性別、年齢層、職業、年収、興味関心などを選択可能にしてもよい。

属性スコアガイド領域５５は、コンテンツ５０において丸でプロットされた表示対象における属性スコアに応じた色を示す領域であり、コンテンツ５０では、検索対象が属性スコアに応じた色で塗り潰された丸で示されている。図９では、便宜上、色の違いを濃淡の違いで示している。

〔３．３．５．学習部３４〕
図３に戻って、処理部１２の説明を続ける。学習部３４は、機械学習によってカテゴリ推定モデルを生成する。例えば、学習部３４は、検索対象の情報とカテゴリとを含むデータセットを用いて、カテゴリ推定モデルを生成することができる。データセットにおいて、カテゴリは、ラベルとして用いられる。

データセットは、例えば、コンテンツ５０において、検索対象が選択カテゴリではなく、他のカテゴリであるとユーザＵＢによって選択された場合、かかる検索対象の情報と他のカテゴリとのデータセットが学習部３４によって用いられる。

〔４．処理手順〕
次に、実施形態に係る情報処理装置１の処理部１２による情報処理の手順について説明する。図１０は、実施形態に係る情報処理装置１の処理部１２による情報処理の流れの一例を示すフローチャートである。

図１０に示すように、情報処理装置１の処理部１２は、端末装置３からコンテンツ表示要求を受信したか否かを判定する（ステップＳ１０）。処理部１２は、コンテンツ表示要求を受信したと判定した場合（ステップＳ１０：Ｙｅｓ）、コンテンツ提供処理を行う（ステップＳ１１）。ステップＳ１１の処理は、図１１に示すステップＳ２０～Ｓ２２の処理であり、後で詳述する。

処理部１２は、ステップＳ１１の処理が終了した場合、またはコンテンツ表示要求を受信していないと判定した場合（ステップＳ１０：Ｎｏ）、端末装置３から抽出範囲変更要求を受信したか否かを判定する（ステップＳ１２）。処理部１２は、抽出範囲変更要求を受信したと判定した場合（ステップＳ１２：Ｙｅｓ）、コンテンツ更新処理を行う（ステップＳ１３）。ステップＳ１３の処理は、図１２に示すステップＳ３０～Ｓ４１の処理であり、後で詳述する。

処理部１２は、ステップＳ１３の処理が終了した場合、または、抽出範囲変更要求を受信していないと判定した場合（ステップＳ１２：Ｎｏ）、動作終了タイミングになったか否かを判定する（ステップＳ１４）。処理部１２は、例えば、情報処理装置１の電源がオフにされた場合、または情報処理装置１の不図示の操作部への操作によって終了操作が行われたと判定した場合に、動作終了タイミングになったと判定する。

処理部１２は、動作終了タイミングになっていないと判定した場合（ステップＳ１４：Ｎｏ）、処理をステップＳ１０へ移行し、動作終了タイミングになったと判定した場合（ステップＳ１４：Ｙｅｓ）、図１０に示す処理を終了する。

図１１は、実施形態に係る情報処理装置１の処理部１２によるコンテンツ提供処理の流れの一例を示すフローチャートである。図１１に示すように、処理部１２は、検索情報に基づいて、検索対象情報を取得または生成する（ステップＳ２０）。

次に、処理部１２は、ステップＳ２０で取得または生成された検索対象情報に基づいて、検索対象毎の検索数と伸び率スコアとを示すコンテンツ５０を生成する（ステップＳ２１）。コンテンツ５０で検索数と伸び率スコアとが示される検索対象は、例えば、設定期間で検索された検索対象のうち伸び率スコアが第１閾値Ｎ１以上且つ伸び率ＲＲが第２閾値Ｎ２以上の検索対象である。

次に、処理部１２は、生成したコンテンツ５０を含む表示コンテンツ６０を端末装置３へ送信することで、表示コンテンツ６０をユーザＵＢに提供し（ステップＳ２２）、図１１に示す処理を終了する。

図１２は、実施形態に係る情報処理装置１の処理部１２によるコンテンツ更新処理の流れの一例を示すフローチャートである。図１２に示すように、処理部１２は、抽出範囲変更要求がカテゴリの選択要求であるか否かを判定する（ステップＳ３０）。

処理部１２は、抽出範囲変更要求がカテゴリの選択要求であると判定した場合（ステップＳ３０：Ｙｅｓ）、選択要求で示される選択カテゴリに対応する検索対象を抽出する（ステップＳ３１）。処理部１２は、抽出範囲変更がカテゴリの選択要求ではないと判定した場合（ステップＳ３０：Ｎｏ）、抽出範囲変更が検索地域の選択要求であるか否かを判定する（ステップＳ３２）。

処理部１２は、抽出範囲変更要求が検索地域の選択要求であると判定した場合（ステップＳ３２：Ｙｅｓ）、選択要求で示される選択された検索地域に対応する検索対象を抽出する（ステップＳ３３）。処理部１２は、抽出範囲変更が検索地域の選択要求ではないと判定した場合（ステップＳ３３：Ｎｏ）、抽出範囲変更が検索ユーザの属性の選択要求であるか否かを判定する（ステップＳ３４）。

処理部１２は、抽出範囲変更が検索ユーザの属性の選択要求であると判定した場合（ステップＳ３４：Ｙｅｓ）、選択要求で示される選択された検索ユーザの属性に対応する検索対象を抽出する（ステップＳ３５）。処理部１２は、抽出範囲変更が検索ユーザの属性の選択要求ではないと判定した場合（ステップＳ３４：Ｎｏ）、抽出範囲変更が第１閾値Ｎ１の変更要求であるか否かを判定する（ステップＳ３６）。

処理部１２は、抽出範囲変更が第１閾値Ｎ１の変更要求であると判定した場合（ステップＳ３６：Ｙｅｓ）、変更要求で示される変更された第１閾値Ｎ１以上の伸び率スコアを有する検索対象を抽出する（ステップＳ３７）。処理部１２は、抽出範囲変更が第１閾値Ｎ１の変更要求ではないと判定した場合（ステップＳ３６：Ｎｏ）、抽出範囲変更が第２閾値Ｎ２の変更要求であるか否かを判定する（ステップＳ３８）。

処理部１２は、抽出範囲変更が第２閾値Ｎ２の変更要求であると判定した場合（ステップＳ３８：Ｙｅｓ）、変更要求で示される変更された第２閾値Ｎ２以上の伸び率ＲＲを有する検索対象を抽出する（ステップＳ３９）。

処理部１２は、ステップＳ３１の処理が終了した場合、ステップＳ３３の処理が終了した場合、ステップＳ３５の処理が終了した場合、ステップＳ３７の処理が終了した場合、ステップＳ３９の処理が終了した場合、または抽出範囲変更が第２閾値Ｎ２の変更要求ではないと判定した場合（ステップＳ３８：Ｎｏ）、抽出した検索対象毎の検索数と伸び率スコアとを示すコンテンツ５０を生成する（ステップＳ４０）。

そして、処理部１２は、ステップＳ４０で生成したコンテンツ５０を含む表示コンテンツ６０を端末装置３に送信することで、表示コンテンツ６０をユーザＵＢに提供し（ステップＳ４１）、図１２に示す処理を終了する。

〔５．変形例〕
上述した例では、生成部３２は、検索数と伸び率スコアとを示すコンテンツ５０を生成したが、検索数に代えて購買伸び率スコアを示すコンテンツ５０を生成することもできる。購買伸び率スコアは、検索対象に対応する取引対象の購買数と購買数の伸び率とが数値で示される。

この場合、検索対象に対応する取引対象の購買数を示す購買情報が記憶部１１に記憶され、生成部３２は、記憶部１１に記憶されている購買情報に基づいて、検索対象に対応する取引対象の購買数と購買伸び率スコアとを示すコンテンツ５０を生成する。生成部３２によって生成されたコンテンツ５０は提供部３３によってユーザＵＢに提供される。

また、受付部３０は、購買数の閾値である第３閾値Ｎ３を受け付けることもできる。この場合、生成部３２の抽出処理部４０は、選択カテゴリに対応する検索対象のうち購買数が第３閾値Ｎ３以上の検索対象を抽出し、抽出した検索対象毎の検索数と検索数の伸び率スコアとを示す情報を含むコンテンツ５０を生成することができる。

また、解析部３１は、検索サイトおよびショッピングサイトを含む複数のサイトのうち、ユーザＵＢが指定した１以上のサイトに対する検索クエリから検索対象情報を生成することもできる。これにより、情報処理装置１の処理部１２は、特定のサイトを検索するユーザＵＡの検索内容に絞って、コンテンツ５０を生成することができ、サイト毎またはサイト群毎に次に流行する取引対象に対応する検索対象または引き続き流行が継続する取引対象に対応する検索対象を容易に把握することができる。取引対象に対応する検索対象は、取引対象を検索の対象とする検索対象であり、検索対象の情報によって、取引対象が特定される。

生成部３２の抽出処理部４０は、次に流行すると予測される取引対象に対応する検索対象、換言すれば、次に流行が到来すると予測される取引対象に対応する検索対象を判定し、流行すると予測した取引対象に対応する検索対象を自動的に抽出することもできる。この場合、生成処理部４１は、抽出処理部４０によって流行すると予測された取引対象に対応する検索対象のリストである次期流行リストをコンテンツ５０または表示コンテンツ６０に含めることができる。

これにより、ユーザＵＢは、例えば、次に流行が到来すると予測される取引対象を迅速に把握することができる。次に流行が到来すると予測される取引対象は、今回期間の検索数が第４閾値以下であり且つ伸び率スコアが第５閾値以上である検索対象に対応する取引対象である。例えば、図９に示す例では、次に流行が到来すると予測される検索対象は、検索数が１０００以下且つ伸び率スコアが０．６以上の検索対象である。

また、抽出処理部４０は、コンテンツ５０において、次に流行が到来すると予測される取引対象に対応する検索対象の範囲と、現在流行しており今後流行が継続またはさらなる流行が予測される取引対象に対応する検索対象の範囲とを明示することもできる。図１３は、実施形態に係る情報処理装置１の生成部３２によって生成されるコンテンツ５０のさらに他の例を示す図である。

図１３に示す例では、次に流行が到来すると予測される範囲（以下、ネクストブレイクエリアと記載する場合がある）と、現在流行しており今後流行が継続またはさらなる流行が予測される範囲（以下、ブレイクエリアと記載する場合がある）とが異なる色で示されている。図１３では、色の違いをハッチングで示している。

ネクストブレイクエリアおよびブレイクエリアは図１３に示す例に限定されない。例えば、検索数が５００～３０００且つ伸び率スコアが０．８以上の範囲をネクストブレイクエリアとすることができる。ネクストブレイクエリアおよびブレイクエリアは、ユーザＵＢによる設定が可能であるが、学習部３４は、過去に実際に流行した取引対象に対応する検索対象の検索数および伸び率スコアに基づいて、カテゴリ毎、対象検索ユーザの属性毎、設定期間毎に、ネクストブレイクエリアおよびブレイクエリアを設定することもできる。

また、上述した例では、検索対象情報記憶部２２に記憶される検索対象情報には、伸び率ＲＲが含まれるが、かかる例に限定されない。例えば、検索対象情報記憶部２２には、今回期間の検索対象情報、および前回期間の検索対象情報などが設定期間毎に記憶されてもよい。この場合、各期の検索対象情報には、例えば、検索ユーザの属性毎の「検索数」、「伸び率スコア」、および「属性スコア」などが検索対象毎に含まれる。処理部１２の抽出処理部４０は、前回期間と今回期間の検索対象情報に含まれる「検索数」によって伸び率ＲＲを算出することができる。

また、上述した例では、検索数の伸び率を示す情報として、伸び率スコアを例に挙げて説明したが、検索数の伸び率を示す情報は、伸び率スコアに限定されない。例えば、解析部３１は、検索数の伸び率の態様を複数の態様に分類し、これら複数の態様のうち最も近い態様を示す情報を、伸び率スコアに代えて、検索数の伸び率を示す情報とすることもできる。なお、複数の態様は、例えば、直線または曲線の組み合わせで表され、例えば、傾きの異なる複数の直線、係数や正負が異なる２次曲線、大きさや周期の異なる正弦波や矩形波、またはこれらの組み合わせなどで表される。

また、上述した例では、コンテンツ５０として、検索数を横軸とし伸び率スコアを縦軸とするグラフコンテンツとしたが、コンテンツ５０は、検索数を縦軸とし伸び率スコアを横軸とするグラフコンテンツであってもよい。

〔６．ハードウェア構成〕
上述してきた実施形態に係る情報処理装置１または端末装置２，３は、例えば図１４に示すような構成のコンピュータ８０によって実現される。以下、情報処理装置１を例に挙げて説明する。図１４は、実施形態に係る情報処理装置１の機能を実現するコンピュータ８０の一例を示すハードウェア構成図である。コンピュータ８０は、ＣＰＵ８１、ＲＡＭ８２、ＲＯＭ（Read Only Memory）８３、ＨＤＤ（Hard Disk Drive）８４、通信インターフェイス（Ｉ／Ｆ）８５、入出力インターフェイス（Ｉ／Ｆ）８６、およびメディアインターフェイス（Ｉ／Ｆ）８７を有する。

ＣＰＵ８１は、ＲＯＭ８３またはＨＤＤ８４に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ８３は、コンピュータ８０の起動時にＣＰＵ８１によって実行されるブートプログラムや、コンピュータ８０のハードウェアに依存するプログラムなどを記憶する。

ＨＤＤ８４は、ＣＰＵ８１によって実行されるプログラム、および、かかるプログラムによって使用されるデータなどを記憶する。通信インターフェイス８５は、通信ネットワーク５（図２参照）を介して他の機器からデータを受信してＣＰＵ８１へ送り、ＣＰＵ８１が生成したデータを、通信ネットワーク５を介して他の機器へ送信する。

ＣＰＵ８１は、入出力インターフェイス８６を介して、ディスプレイやプリンタなどの出力装置、および、キーボードまたはマウスなどの入力装置を制御する。ＣＰＵ８１は、入出力インターフェイス８６を介して、入力装置からデータを取得する。また、ＣＰＵ８１は、入出力インターフェイス８６を介して生成したデータを出力装置へ出力する。

メディアインターフェイス８７は、記録媒体８８に記憶されたプログラムまたはデータを読み取り、ＲＡＭ８２を介してＣＰＵ８１に提供する。ＣＰＵ８１は、かかるプログラムを、メディアインターフェイス８７を介して記録媒体８８からＲＡＭ８２上にロードし、ロードしたプログラムを実行する。記録媒体８８は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）などの光学記録媒体、ＭＯ（Magneto-Optical disk）などの光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリなどである。

例えば、コンピュータ８０が実施形態に係る情報処理装置１として機能する場合、コンピュータ８０のＣＰＵ８１は、ＲＡＭ８２上にロードされたプログラムを実行することにより、処理部１２の機能を実現する。また、ＨＤＤ８４には、記憶部１１内のデータが記憶される。コンピュータ８０のＣＰＵ８１は、これらのプログラムを記録媒体８８から読み取って実行するが、他の例として、他の装置から通信ネットワーク５を介してこれらのプログラムを取得してもよい。

〔７．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全部また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３に示した受付部３０、解析部３１、生成部３２、提供部３３、および学習部３４のうちの少なくとも２つ以上は統合されてもよい。また、例えば、記憶部１１に記憶される情報は、通信ネットワーク５を介して、外部に備えられた所定の記憶装置に記憶されてもよい。

また、情報処理装置１は、２以上のサーバ装置で構成されてもよく、この場合、情報処理装置１は、例えば、処理サーバと、ストレージサーバとを含む構成を有する。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。

〔８．効果〕
上述してきたように、実施形態に係る情報処理装置１は、受付部３０と、生成部３２とを備える。受付部３０は、カテゴリの選択を受け付ける。生成部３２は、受付部３０によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と検索数の伸び率とを示す情報を含むコンテンツ５０を生成する。これにより、情報処理装置１は、選択カテゴリにおいて検索数が伸びている検索対象をユーザＵＢが容易に把握させることができるコンテンツ５０を生成することができ、ユーザＵＢは、検索数が伸びている検索対象から、選択カテゴリにおける取引対象の流行を容易に予測することができる。

また、生成部３２は、検索数を横軸および縦軸のうちの一方の軸とし伸び率を他方の軸として受付部３０によって選択が受け付けられたカテゴリに対応する各検索対象の検索数および検索数の伸び率を示す情報を含むグラフコンテンツをコンテンツ５０として生成する。これにより、情報処理装置１は、次に流行が予測される取引対象に対応する検索対象と現在流行しており今後流行が継続またはさらなる流行が予測される取引対象に対応する検索対象とをそれぞれユーザＵＢに把握させることができる。

また、生成部３２は、抽出処理部４０と、生成処理部４１とを備える。抽出処理部４０は、受付部３０によって選択が受け付けられたカテゴリに対応する検索対象のうち検索数の伸び率を数値化したスコアである伸び率スコアが第１閾値Ｎ１以上である検索対象を抽出検索対象として抽出する。生成処理部４１は、抽出検索対象の検索数と検索数の伸び率とを示す情報を含む情報をコンテンツ５０として生成する。これにより、情報処理装置１は、次に流行が予測される検索対象や現在流行しており今後流行が継続またはさらなる流行が予測される取引対象に対応する検索対象などに絞ってコンテンツ５０を作成することができる。そのため、ユーザＵＢは、次に流行が予測される検索対象と現在流行しており今後流行が継続またはさらなる流行が予測される取引対象に対応する検索対象とをそれぞれ容易に把握することができる。

また、検索数は、設定された期間である設定期間当たりの検索数である。抽出処理部４０は、設定期間よりも前の期間における検索数に対する設定期間の検索数の比が、第２閾値Ｎ２以上である検索対象を抽出検索対象として抽出する。これにより、情報処理装置１は、例えば、ある季節に売れ行きが突出して高くなる季節性の商品または役務などに対応する検索対象のように設定期間毎に伸び率が大きい期間がある検索対象を抽出検索対象から除外することができる。そのため、情報処理装置１は、例えば、１年のうちある時期において検索数の伸び率が毎年ある時期に増加する検索対象などを抽出検索対象から除外することができる。

また、検索数は、設定された期間である設定期間当たりの検索数である。抽出処理部４０は、設定期間よりも前の期間における検索数の伸び率に対する設定期間の検索数の伸び率の比である伸び率比が、第２閾値Ｎ２以上である検索対象を抽出検索対象として抽出する。これにより、情報処理装置１は、例えば、ある季節に売れ行きが突出して高くなる季節性の商品または役務などに対応する検索対象のように設定期間毎に伸び率が大きくなる期間がある検索対象を抽出検索対象から除外することができる。そのため、情報処理装置１は、例えば、１年のうちある時期において検索数の伸び率が毎年ある時期に増加する検索対象などを抽出検索対象から除外することができる。

また、受付部３０は、第２閾値Ｎ２の設定を受け付ける。抽出処理部４０は、受付部３０によって設定が受け付けられた第２閾値Ｎ２に基づいて、抽出検索対象を抽出する。これにより、ユーザＵＢは、抽出検索対象の絞り込みなどを容易に行うことができる。

また、受付部３０は、第１閾値Ｎ１の設定を受け付ける。抽出処理部４０は、受付部３０によって設定が受け付けられた第１閾値Ｎ１に基づいて、抽出検索対象を抽出する。これにより、ユーザＵＢは、抽出検索対象の絞り込みなどを容易に行うことができる。

また、受付部３０は、検索対象の検索を行った検索ユーザである対象検索ユーザの属性の選択を受け付ける。抽出処理部４０は、受付部３０によって選択が受け付けられたカテゴリに対応する検索対象のうち受付部３０によって選択が受け付けられた属性を有する対象検索ユーザによって検索された検索対象を抽出検索対象として抽出する。これにより、ユーザＵＢがターゲットとするユーザＵＡの属性内において次の流行が予測される取引対象に対応する検索対象や現在流行しており今後流行が継続またはさらなる流行が予測される取引対象に対応する検索対象を容易に把握することができる。

また、抽出処理部４０は、機械学習によって生成されたモデルであって検索対象の情報から検索対象のカテゴリを推定するモデルを用いて、受付部３０によって選択が受け付けられたカテゴリに対応する検索対象を抽出検索対象として抽出する。これにより、情報処理装置１は、選択カテゴリに対応する検索対象を容易に抽出することができる。

以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、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、生成部は、生成手段や生成回路に読み替えることができる。

１ 情報処理装置
２，２_１～２_ｎ，３ 端末装置
４ 検索処理装置
５ 通信ネットワーク
１０ 通信部
１１ 記憶部
１２ 処理部
２０ ユーザ情報記憶部
２１ 検索情報記憶部
２２ 検索対象情報記憶部
３０ 受付部
３１ 解析部
３２ 生成部
３３ 提供部
３４ 学習部
４０ 抽出処理部
４１ 生成処理部
５０ コンテンツ
６０ 表示コンテンツ
１００ 情報処理システム
ＵＡ，ＵＡ１～ＵＡｎ，ＵＢ ユーザ

Claims (12)

1. カテゴリの選択を受け付ける受付部と、
   前記受付部によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と前記検索数の伸び率とを示す情報を含むコンテンツを生成する生成部と、を備え、
   前記生成部は、
   前記検索数を横軸および縦軸のうちの一方の軸とし前記伸び率を他方の軸として前記選択が受け付けられたカテゴリに対応する各検索対象の前記検索数および前記伸び率を示す情報を含むグラフコンテンツを前記コンテンツとして生成し、
   前記グラフコンテンツにおいて、前記各検索対象が検索ユーザの属性に関するスコアである属性スコアに応じた態様で示される
   ことを特徴とする情報処理装置。
2. カテゴリの選択を受け付ける受付部と、
   前記受付部によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と前記検索数の伸び率とを示す情報を含むコンテンツを生成する生成部と、を備え、
   前記検索数は、
   設定された期間である設定期間当たりの検索数であり、
   前記生成部は、
   前記選択が受け付けられたカテゴリに対応する検索対象のうち前記伸び率を数値化したスコアである伸び率スコアが第１閾値以上である検索対象であって前記設定期間よりも前の期間における検索数に対する前記設定期間の前記検索数の比が第２閾値以上である検索対象を抽出検索対象として抽出する抽出処理部と、
   前記抽出検索対象の前記検索数と前記伸び率とを示す情報を含む情報を前記コンテンツとして生成する生成処理部と、を備え、
   前記受付部は、
   前記第２閾値の設定を受け付け、
   前記抽出処理部は、
   前記受付部によって設定が受け付けられた前記第２閾値に基づいて、前記抽出検索対象を抽出する
   ことを特徴とする情報処理装置。
3. カテゴリの選択を受け付ける受付部と、
   前記受付部によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と前記検索数の伸び率とを示す情報を含むコンテンツを生成する生成部と、を備え、
   前記生成部は、
   前記選択が受け付けられたカテゴリに対応する検索対象のうち前記伸び率を数値化したスコアである伸び率スコアが第１閾値以上である検索対象を抽出検索対象として抽出する抽出処理部と、
   前記抽出検索対象の前記検索数と前記伸び率とを示す情報を含む情報を前記コンテンツとして生成する生成処理部と、を備え、
   前記受付部は、
   前記第１閾値の設定を受け付け、
   前記抽出処理部は、
   前記受付部によって設定が受け付けられた前記第１閾値に基づいて、前記抽出検索対象を抽出する
   ことを特徴とする情報処理装置。
4. 前記生成部は、
   前記検索数を横軸および縦軸のうちの一方の軸とし前記伸び率を他方の軸として前記選択が受け付けられたカテゴリに対応する各検索対象の前記検索数および前記伸び率を示す情報を含むグラフコンテンツを前記コンテンツとして生成する
   ことを特徴とする請求項２または３に記載の情報処理装置。
5. 前記受付部は、
   前記検索対象の検索を行った検索ユーザの属性の選択を受け付け、
   前記抽出処理部は、
   前記選択が受け付けられたカテゴリに対応する検索対象のうち前記受付部によって選択が受け付けられた属性を有する検索ユーザによって検索された検索対象を前記抽出検索対象として抽出する
   ことを特徴とする請求項２～４のいずれか一つに記載の情報処理装置。
6. 前記抽出処理部は、
   機械学習によって生成されたモデルであって前記検索対象の情報から前記検索対象のカテゴリを推定するモデルを用いて、前記受付部によって選択が受け付けられたカテゴリに対応する検索対象を前記抽出検索対象として抽出する
   ことを特徴とする請求項２～５のいずれか一つに記載の情報処理装置。
7. コンピュータが実行する情報処理方法であって、
   カテゴリの選択を受け付ける受付工程と、
   前記受付工程によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と前記検索数の伸び率とを示す情報を含むコンテンツを生成する生成工程と、を含み、
   前記生成工程は、
   前記検索数を横軸および縦軸のうちの一方の軸とし前記伸び率を他方の軸として前記選択が受け付けられたカテゴリに対応する各検索対象の前記検索数および前記伸び率を示す情報を含むグラフコンテンツを前記コンテンツとして生成し、
   前記グラフコンテンツにおいて、前記各検索対象が検索ユーザの属性に関するスコアである属性スコアに応じた態様で示される
   ことを特徴とする情報処理方法。
8. コンピュータが実行する情報処理方法であって、
   カテゴリの選択を受け付ける受付工程と、
   前記受付工程によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と前記検索数の伸び率とを示す情報を含むコンテンツを生成する生成工程と、を含み、
   前記検索数は、
   設定された期間である設定期間当たりの検索数であり、
   前記生成工程は、
   前記選択が受け付けられたカテゴリに対応する検索対象のうち前記伸び率を数値化したスコアである伸び率スコアが第１閾値以上である検索対象であって前記設定期間よりも前の期間における検索数に対する前記設定期間の前記検索数の比が第２閾値以上である検索対象を抽出検索対象として抽出する抽出処理工程と、
   前記抽出検索対象の前記検索数と前記伸び率とを示す情報を含む情報を前記コンテンツとして生成する生成処理工程と、を含み、
   前記受付工程は、
   前記第２閾値の設定を受け付け、
   前記抽出処理工程は、
   前記受付工程によって設定が受け付けられた前記第２閾値に基づいて、前記抽出検索対象を抽出する
   ことを特徴とする情報処理方法。
9. コンピュータが実行する情報処理方法であって、
   カテゴリの選択を受け付ける受付工程と、
   前記受付工程によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と前記検索数の伸び率とを示す情報を含むコンテンツを生成する生成工程と、を含み、
   前記生成工程は、
   前記選択が受け付けられたカテゴリに対応する検索対象のうち前記伸び率を数値化したスコアである伸び率スコアが第１閾値以上である検索対象を抽出検索対象として抽出する抽出処理工程と、
   前記抽出検索対象の前記検索数と前記伸び率とを示す情報を含む情報を前記コンテンツとして生成する生成処理工程と、を含み、
   前記受付工程は、
   前記第１閾値の設定を受け付け、
   前記抽出処理工程は、
   前記受付工程によって設定が受け付けられた前記第１閾値に基づいて、前記抽出検索対象を抽出する
   ことを特徴とする情報処理方法。
10. カテゴリの選択を受け付ける受付手順と、
    前記受付手順によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と前記検索数の伸び率とを示す情報を含むコンテンツを生成する生成手順と、をコンピュータに実行させ、
    前記生成手順は、
    前記検索数を横軸および縦軸のうちの一方の軸とし前記伸び率を他方の軸として前記選択が受け付けられたカテゴリに対応する各検索対象の前記検索数および前記伸び率を示す情報を含むグラフコンテンツを前記コンテンツとして生成し、
    前記グラフコンテンツにおいて、前記各検索対象が検索ユーザの属性に関するスコアである属性スコアに応じた態様で示される
    ことを特徴とする情報処理プログラム。
11. カテゴリの選択を受け付ける受付手順と、
    前記受付手順によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と前記検索数の伸び率とを示す情報を含むコンテンツを生成する生成手順と、をコンピュータに実行させ、
    前記検索数は、
    設定された期間である設定期間当たりの検索数であり、
    前記生成手順は、
    前記選択が受け付けられたカテゴリに対応する検索対象のうち前記伸び率を数値化したスコアである伸び率スコアが第１閾値以上である検索対象であって前記設定期間よりも前の期間における検索数に対する前記設定期間の前記検索数の比が第２閾値以上である検索対象を抽出検索対象として抽出する抽出処理手順と、
    前記抽出検索対象の前記検索数と前記伸び率とを示す情報を含む情報を前記コンテンツとして生成する生成処理手順と、を含み、
    前記受付手順は、
    前記第２閾値の設定を受け付け、
    前記抽出処理手順は、
    前記受付手順によって設定が受け付けられた前記第２閾値に基づいて、前記抽出検索対象を抽出する
    ことを特徴とする情報処理プログラム。
12. カテゴリの選択を受け付ける受付手順と、
    前記受付手順によって選択が受け付けられたカテゴリに対応する検索対象毎の検索数と前記検索数の伸び率とを示す情報を含むコンテンツを生成する生成手順と、をコンピュータに実行させ、
    前記生成手順は、
    前記選択が受け付けられたカテゴリに対応する検索対象のうち前記伸び率を数値化したスコアである伸び率スコアが第１閾値以上である検索対象を抽出検索対象として抽出する抽出処理手順と、
    前記抽出検索対象の前記検索数と前記伸び率とを示す情報を含む情報を前記コンテンツとして生成する生成処理手順と、を含み、
    前記受付手順は、
    前記第１閾値の設定を受け付け、
    前記抽出処理手順は、
    前記受付手順によって設定が受け付けられた前記第１閾値に基づいて、前記抽出検索対象を抽出する
    ことを特徴とする情報処理プログラム。

Images