WO2022244858A1 - 情報提供装置、情報処理方法、およびプログラム - Google Patents
情報提供装置、情報処理方法、およびプログラム Download PDFInfo
- Publication number
- WO2022244858A1 WO2022244858A1 PCT/JP2022/020936 JP2022020936W WO2022244858A1 WO 2022244858 A1 WO2022244858 A1 WO 2022244858A1 JP 2022020936 W JP2022020936 W JP 2022020936W WO 2022244858 A1 WO2022244858 A1 WO 2022244858A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- classification model
- information
- users
- cluster
- user
- Prior art date
Links
- 230000010365 information processing Effects 0.000 title claims description 21
- 238000003672 processing method Methods 0.000 title claims description 10
- 238000013145 classification model Methods 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Definitions
- the control unit 30 of the information providing device 1 generates a classification model based on the acquired data on the users of the business operator (S201).
- the control unit 30 of the information providing device 1 clusters the users of the business using the generated classification model (S202).
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本願に係る情報提供装置は、生成部と、特定部と、提供部とを備える。生成部は、所定事業者が取得したユーザに関するデータに基づいて、ユーザをクラスタに分類する分類モデルを生成する。特定部は、分類モデルによって分類されたユーザに関する統計情報を、クラスタ毎に特定する。提供部は、分類モデル、および統計情報を提供先に提供する。
Description
本発明は、情報提供装置、情報処理方法、およびプログラムに関する。
従来、複数の事業者が販売する取引対象を購買可能な電子商店街のサービスが提供されている。このようなサービスの一例として、ユーザの属性に応じて選択された取引対象を提案する技術が知られている。
取引対象を提案する場合には、事業者から情報を提供されることで提供先は、提供された情報に基づいて取引対象を提案可能となる。しかしながら、この場合、事業者のユーザの個人情報を提供先に提供することは、好ましくない。例えば、事業者のユーザが特定されるような情報が、提供先に提供されることは好ましくない。
本願は、上記に鑑みてなされたものであって、事業者のユーザが特定される情報が提供先に提供されることを防止しつつ、提供先に有用な情報を提供可能な情報提供装置、情報処理方法、およびプログラムを提供することを目的とする。
本願にかかる情報提供装置は、生成部と、特定部と、提供部とを備える。生成部は、所定事業者が取得したユーザに関するデータに基づいて、ユーザをクラスタに分類する分類モデルを生成する。特定部は、分類モデルによって分類されたユーザに関する統計情報を、クラスタ毎に特定する。提供部は、分類モデル、および統計情報を提供先に提供する。
実施形態の一態様によれば、事業者のユーザが特定されることを防止しつつ、提供先に情報を提供することができる。
以下に、本願にかかる情報提供装置、情報処理方法、およびプログラムを実施するための形態(以下、「実施形態」と呼ぶ。)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願にかかる情報提供装置、情報処理方法、およびプログラムが限定されるものではない。
(第1実施形態)
<情報処理方法の概要>
まず、図1を参照し、第1実施形態に係る情報提供装置1が行う情報処理方法の概要について説明する。図1は、第1実施形態に係る情報処理方法の概略を示す説明図である。
<情報処理方法の概要>
まず、図1を参照し、第1実施形態に係る情報提供装置1が行う情報処理方法の概要について説明する。図1は、第1実施形態に係る情報処理方法の概略を示す説明図である。
情報提供装置1は、外部装置100とネットワークN(図2参照)を介して有線、または無線で互いに通信可能に接続される。
外部装置100は、情報提供装置1から各種情報が提供される提供先の情報処理装置であり、サーバ装置やクラウドシステムなどにより実現される。外部装置100は、提供先のユーザに関するデータを有する。ユーザに関するデータは、ユーザの属性を含む。
ユーザの属性は、ユーザのデモグラフィック(人口統計学的属性)、ジオグラフィック(地理学的属性)、ベヘイビオラル(行動学的属性)などを含む。例えば、ユーザに関するデータは、氏名、年齢、性別、家族構成、出身地(地元)、職業、職位、収入、資格、居住形態(戸建、マンション等)、車の有無、通学・通勤時間、通学・通勤経路、定期券区間(駅、路線等)、勤務地、利用頻度の高い駅(自宅・勤務地の最寄駅以外)、習い事(場所、時間帯等)、趣味、興味、ライフスタイル等の情報のデータを含む。
また、ユーザに関するデータは、ユーザの行動ログを含んでもよい。ユーザの行動ログは、例えば、検索クエリ、行動などの情報のデータを含む。検索クエリは、ユーザが検索エンジンなどに入力したキーワードを示す。行動は、例えば、購入等のコンバージョン(最終的な行動)へと至る段階的な行動(クリックする、カートに入れる、購入ボタンを押す等)である。
情報提供装置1は、事業者(所定事業者)の情報処理装置であり、サーバ装置やクラウドシステムなどにより実現される。事業者は、提供先に、後述する分類モデル、および統計情報を提供する者である。情報提供装置1は、事業者のユーザに関するデータを有する。情報提供装置1は、事業者のユーザに関するデータに基づいて、事業者のユーザを分類する分類モデルを生成する(S1)。
分類モデルは、事業者のユーザに関するデータに基づいて、事業者のユーザをラベル無しでクラスタリングするモデルである。分類モデルは、任意の機械学習のアルゴリズムを適用することで生成される。任意の機械学習のアルゴリズムは、ディープラーニングをはじめ、ロジスティック分析やランダムフォレスト、サポートベクタマシン、決定木などを含む。分類モデルによって分類されるクラスタは、事業者のユーザの属性を含んでもよい。分類モデルによって分類されるクラスタは、事業者のユーザの属性の組み合わせであってもよい。
情報提供装置1は、生成した分類モデルを外部装置100に送信する(S2)。すなわち、情報提供装置1は、分類モデルを提供先に提供する。なお、情報提供装置1は、事業者のユーザに関する個人情報を外部装置100に送信しない。具体的には、情報提供装置1は、事業者のユーザが特定される情報を外部装置100に送信しない。
外部装置100は、情報提供装置1から送信された分類モデルを用いて、提供先のユーザを分類する(S3)。すなわち、外部装置100は、提供先のユーザに関するデータに基づき、分類モデルを用いて提供先のユーザをクラスタリングする。外部装置100は、提供先のユーザが属するクラスタに関するデータ(以下、「提供先クラスタ」と称する。)を情報提供装置1に送信する(S4)。提供先クラスタは、提供先のユーザの属性を含んでもよい。提供先クラスタは、提供先のユーザの属性の組み合わせであってもよい。
情報提供装置1は、外部装置100から送信される提供先クラスタに基づいて、提供先クラスタにおける事業者のユーザに関する統計情報を特定する(S5)。
統計情報は、事業者のユーザの属性を満たす度合いのスコアである。例えば、統計情報は、事業者のユーザが冷蔵庫を購入する可能性を示すスコアや、事業者のユーザがワインを好む可能性を示すスコアである。統計情報におけるユーザの属性(項目)は、例えば、提供先によって指定される。統計情報におけるユーザの属性は、事業者によって設定されてもよい。
情報提供装置1は、特定した統計情報を外部装置100に送信する(S6)。すなわち、情報提供装置1は、提供先クラスタに属する事業者のユーザに関する統計情報を提供先に提供する。なお、情報提供装置1は、事業者のユーザに関する個人情報を外部装置100に送信しない。
このように、情報提供装置1は、提供先に対し、事業者のユーザに関する個人情報を送信せずに、分類モデル、および統計情報を送信する。そのため、情報提供装置1は、提供先に、提供先のユーザに関する統計情報を提供するとともに、事業者のユーザの個人情報が外部に漏れることを防止することができる。
提供先は、提供された統計情報に基づいて、提供先のユーザに適した提案などを行うことができる。
<情報処理システムの構成>
次に、図2を参照し、情報処理システム300の構成について説明する。図2は、第1実施形態に係る情報処理システム300の構成例を示す図である。情報処理システム300は、外部装置100と、情報提供装置1と、端末装置200とを備える。
次に、図2を参照し、情報処理システム300の構成について説明する。図2は、第1実施形態に係る情報処理システム300の構成例を示す図である。情報処理システム300は、外部装置100と、情報提供装置1と、端末装置200とを備える。
図2に示す情報処理システム300に含まれる各装置の数は図示したものに限られない。例えば、図2では、図示の簡略化のため、端末装置200を1台のみ示したが、これはあくまでも例示であって限定されるものではなく、2台以上であってもよい。
端末装置200は、ユーザによって使用される情報処理装置である。例えば、端末装置200は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、PC(Personal Computer)、PDA(Personal Digital Assistant)、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイ等のウェアラブルデバイス(Wearable Device)、スマートグラス等である。
また、かかる端末装置200は、LTE(Long Term Evolution)、4G(4th Generation)、5G(5th Generation:第5世代移動通信システム)等の無線通信網や、Bluetooth(登録商標)、無線LAN(Local Area Network)等の近距離無線通信を介してネットワークNに接続し、外部装置100、および情報提供装置1と通信することができる。
外部装置100は、端末装置200を介して、ユーザ(提供先のユーザ)に関するデータを取得することができる。情報提供装置1は、端末装置200を介して、ユーザ(事業者のユーザ)に関するデータを取得することができる。
<情報提供装置の構成>
次に、図3を参照し、情報提供装置1の構成について説明する。図3は、第1実施形態に係る情報提供装置1の構成例を示す図である。情報提供装置1は、通信部10と、記憶部20と、制御部30とを備える。
次に、図3を参照し、情報提供装置1の構成について説明する。図3は、第1実施形態に係る情報提供装置1の構成例を示す図である。情報提供装置1は、通信部10と、記憶部20と、制御部30とを備える。
通信部10は、例えば、NIC(Network Interface Card)等によって実現される。また、通信部10は、ネットワークN(図2参照)と有線又は無線で接続される。
記憶部20は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置によって実現される。
記憶部20は、事業者のユーザに関するデータ、分類モデル、および統計情報を記憶する。記憶部20は、ユーザ情報データベース21と、モデルデータベース22と、統計情報データベース23とを有する。
ユーザ情報データベース21は、事業者のユーザに関する各種情報を記憶する。例えば、ユーザ情報データベース21は、事業者のユーザの属性等の種々の情報を記憶する。例えば、ユーザ情報データベース21は、「ユーザID(Identifier)」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。ユーザIDは、事業者のユーザを識別するための識別情報を示す。
また、ユーザ情報データベース21は、事業者のユーザの行動ログに関する各種情報を記憶する。例えば、ユーザ情報データベース21は、「ユーザID」、「検索クエリ」、「行動」といった項目を有する。
なお、ユーザ情報データベース21は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報データベース21は、事業者のユーザの位置履歴、検索履歴、閲覧履歴、購買履歴、投稿履歴等の情報を記憶してもよい。
モデルデータベース22は、後述する生成部32によって生成された分類モデルを記憶する。
統計情報データベース23は、分類モデルによって分類された事業者のユーザのクラスタ毎の統計情報を記憶する。統計情報データベース23は、クラスタ毎に、複数の統計情報を記憶してもよい。例えば、統計情報データベース23は、各クラスタに属する事業者のユーザおける冷蔵庫を購入する可能性を示すスコア、および各クラスタに属する事業者のユーザおけるワインを好む可能性を示すスコアなどを記憶する。
制御部30は、コントローラ(Controller)であり、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等によって、情報提供装置1の内部の記憶装置に記憶されている各種プログラム(情報処理プログラムの一例に相当)がRAM等の記憶領域を作業領域として実行されることにより実現される。
図3に示す例では、制御部30は、取得部31と、生成部32と、特定部33と、提供部34とを備える。取得部31、生成部32、特定部33、および提供部34は、これに限られず、統合されて構成されてもよく、また、分割されて構成されてもよい。
取得部31は、通信部10を介して、端末装置200から、事業者のユーザに関するデータを取得する。例えば、取得部31は、通信部10を介して、端末装置200の操作に応じて、ユーザの端末装置200から事業者のユーザの属性や、事業者のユーザの行動ログを取得する。
取得部31は、通信部10を介して、提供先クラスタを外部装置100から取得する。
生成部32は、取得部31によって取得された事業者のユーザに関するデータを用いて機械学習を行い、分類モデルを生成する。
生成部32は、分類モデルによって事業者のユーザをクラスタリングした場合に、各クラスタに含まれる事業者のユーザの数が、所定数以上となるように分類モデルを生成する。所定数は、例えば、「10」である。生成部32は、生成した分類モデルをモデルデータベース22に記憶させる。
生成部32は、各クラスタにおける統計情報を生成する。具体的には、生成部32は、各クラスタにおける統計情報を算出する。生成部32は、算出した統計情報を統計情報データベース23に記憶させる。生成部32は、例えば、提供先によって指定されたユーザの属性に関する統計情報を算出する。生成部32は、事業者によって設定されたユーザの属性に関する統計情報を算出してもよい。生成部32は、複数の属性に関する統計情報を算出してもよい。
特定部33は、統計情報をクラスタ毎に特定する。具体的には、特定部33は、取得部31によって取得した提供先クラスタの情報に基づいて、提供先クラスタと同じクラスタに属する事業者のユーザの統計情報を特定する。特定部33は、提供先によって指定されるユーザの属性に基づいて統計情報を特定する。なお、特定部33は、事業者によって設定されるユーザの属性に基づいて統計情報を特定してもよい。
例えば、分類モデルによって、事業者のユーザが図4に示すように、ベクトル空間上で、3つのクラスタA~Cに分類されているとする。図4は、分類モデルによって分類されるベクトル空間を模式的に示す図である。
そして、取得された提供先クラスタが、「クラスタA」である場合、特定部33は、クラスタAに属する事業者のユーザの統計情報を特定する。
例えば、統計情報が、ワインを購入する可能性のスコアである場合、特定部33は、クラスタAに属する事業者のユーザにおける、ワインを購入する可能性のスコアを特定する。
提供部34は、生成部32によって生成された分類モデルを、通信部10を介して外部装置100に送信する。すなわち、提供部34は、分類モデルを外部装置100に提供する。
提供部34は、特定部33によって特定された事業者のユーザの統計情報に関するデータを、通信部10を介して外部装置100に送信する。すなわち、提供部34は、統計情報を外部装置100に提供する。
<統計情報提供処理の説明>
次に、第1実施形態に係る統計情報提供処理について、図5を参照し説明する。図5は、第1実施形態に係る統計情報提供処理を示すフローチャートである。
次に、第1実施形態に係る統計情報提供処理について、図5を参照し説明する。図5は、第1実施形態に係る統計情報提供処理を示すフローチャートである。
情報提供装置1の制御部30は、分類モデルを外部装置100に送信する(S100)。なお、分類モデルは、事前に外部装置100に送信されてもよい。
情報提供装置1の制御部30は、外部装置100から、提供先クラスタのデータを取得する(S101)。
情報提供装置1の制御部30は、取得した提供先クラスタと同じクラスタに属する事業者のユーザの統計情報を特定する(S102)。
情報提供装置1の制御部30は、特定した統計情報を外部装置100に送信する(S103)。
<効果>
情報提供装置1は、生成部32と、特定部33と、提供部34とを備える。生成部32は、事業者が取得した事業者のユーザに関するデータに基づいて、事業者のユーザをクラスタに分類する分類モデルを生成する。特定部33は、分類モデルによって分類された事業者のユーザに関する統計情報を、クラスタ毎に特定する。提供部34は、分類モデル、および統計情報を提供先に提供する。
情報提供装置1は、生成部32と、特定部33と、提供部34とを備える。生成部32は、事業者が取得した事業者のユーザに関するデータに基づいて、事業者のユーザをクラスタに分類する分類モデルを生成する。特定部33は、分類モデルによって分類された事業者のユーザに関する統計情報を、クラスタ毎に特定する。提供部34は、分類モデル、および統計情報を提供先に提供する。
これにより、情報提供装置1は、事業者のユーザの個人情報を提供先に提供することなく、クラスタに属する事業者のユーザにおける統計情報を提供先に提供することができる。すなわち、情報提供装置1は、事業者のユーザが特定されることを防止しつつ、提供先に有用な統計情報を提供することができる。統計情報が提供された提供先は、提供先のユーザに対して、提供された統計情報に基づいて提供先のユーザに適した提案などを行うことができる。そのため、例えば、提供先は、提供先のユーザのデータから得ることができない提案を行うことができる。
情報提供装置1は、取得部31を備える。取得部31は、分類モデルによって分類された提供先クラスタを提供先から取得する。提供部34は、分類モデルを提供先に提供した後に、取得部31によって提供先クラスタのデータが取得されると、提供先のユーザが属するクラスタの統計情報を提供先に提供する。
これにより、情報提供装置1は、提供先が求める統計情報を適切に提供先に提供することができる。また、情報提供装置1は、不要な情報が提供先に提供されることを防止することができる。
特定部33は、提供先によって指定されるユーザの属性に基づいて、統計情報を特定する。
これにより、情報提供装置1は、提供先が求める統計情報を提供先に提供することができる。
統計情報は、事業者のユーザの属性を満たす度合いのスコアである。これにより、情報提供装置1は、統計情報を数値化した状態で、提供先に統計情報を提供できる。そのため、提供先は、提供先のユーザに対する提案の有用性を容易に判断することができる。
生成部32は、クラスタに属する事業者のユーザの数が、所定数以上となる分類モデルを生成する。
クラスタに属する事業者のユーザの数が少ない場合には、統計情報に基づいてユーザが特定されるおそれがある。情報提供装置1は、クラスタに属する事業者のユーザの数が、所定数以上となる分類モデルを生成することで、分類モデルを用いた統計情報を提供先に提供した場合に、事業者のユーザが特定されることを抑制することができる。
(第2実施形態)
<情報提供装置の構成>
次に、第2実施形態に係る情報提供装置1について説明する。ここでは、第1実施形態とは異なる箇所を中心に説明する。第1実施形態と同様の構成、および同様の処理については、詳しい説明を省略する。
<情報提供装置の構成>
次に、第2実施形態に係る情報提供装置1について説明する。ここでは、第1実施形態とは異なる箇所を中心に説明する。第1実施形態と同様の構成、および同様の処理については、詳しい説明を省略する。
第2実施形態の情報提供装置1の制御部30における生成部32は、生成した分類モデルを用いて、事業者のユーザをクラスタリングし、クラスタに含まれる事業者のユーザの数が、所定数よりも少ないクラスタがある場合には、各クラスタに含まれる事業者のユーザの数が、所定数以上となるように分類モデルを再度生成する。生成部32は、例えば、クラスタを変更し、変更後の各クラスタに含まれる事業者のユーザの数が、所定数以上となるように分類モデルを生成する。
例えば、生成された分類モデルによって事業者のユーザがクラスタリングされ、図6に示すように、ベクトル空間上で5つのクラスタD~Hに事業者のユーザが分類されたとする。図6は、分類モデルによって分類されるベクトル空間を模式的に示す図である(その1)。所定数は、「10」であるものとする。
クラスタD、E、およびHに含まれる事業者のユーザの数は、「10」以上である。しかし、クラスタF、およびGに含まれる事業者のユーザの数は、「5」、および「1」である。このような場合には、生成部32は、各クラスタに含まれる事業者のユーザの数が、所定数以上となるように分類モデルを再度生成する。
例えば、生成部32は、クラスタD~Hに分類するための事業者のユーザの属性の区切りが「年齢」の「5歳単位」である場合、区切りを「年齢」の「10歳単位」とする分類モデルを生成する。
これにより、再度生成された分類モデルによって事業者のユーザがクラスタリングされると、例えば、図7に示すように、ベクトル空間上で3つのクラスタI~Kに事業者のユーザが分類される。再度生成された分類モデルによって分類され、各クラスタG~Hに含まれる事業者のユーザの数は、全て「10」以上である。図7は、分類モデルによって分類されるベクトル空間を模式的に示す図である(その2)。
なお、生成部32は、事業者のユーザの属性の区切りを大きく(広く)することで、各クラスタに含まれる事業者のユーザの数が、所定数以上となるようにしてもよい。また、生成部32は、事業者のユーザの属性の区切りを小さく(狭く)することで、各クラスタに含まれる事業者のユーザの数が、所定数以上となるようにしてもよい。
モデルデータベース22には、各クラスタに含まれる事業者のユーザの数が、所定数以上となる分類モデルが記憶される。
<モデル生成処理>
次に、図8を参照し、第2実施形態に係るモデル生成処理について説明する。図8は、第2実施形態に係るモデル生成処理を示すフローチャートである。
次に、図8を参照し、第2実施形態に係るモデル生成処理について説明する。図8は、第2実施形態に係るモデル生成処理を示すフローチャートである。
情報提供装置1の制御部30は、通信部10を介して端末装置200から事業者のユーザに関するデータを取得する(S200)。取得した事業者のユーザに関するデータは、ユーザ情報データベース21に記憶される。
情報提供装置1の制御部30は、取得した事業者のユーザに関するデータに基づいて、分類モデルを生成する(S201)。情報提供装置1の制御部30は、生成した分類モデルによって、事業者のユーザをクラスタリングする(S202)。
情報提供装置1の制御部30は、各クラスタに含まれる事業者のユーザの数が所定数以上である場合、すなわち、事業者のユーザの数が所定数よりも少ないクラスタがない場合(S202:No)、生成したモデルをモデルデータベース22に記憶させる(S203)。
情報提供装置1の制御部30は、生成した分類モデルによって、クラスタに含まれる事業者のユーザの数が、所定数よりも少ないクラスタがある場合(S202:Yes)、各クラスタに含まれる事業者のユーザの数が、所定数以上となるように分類モデルを再度生成する(S201)。
<効果>
生成部32は、クラスタに属する事業者のユーザの数が、所定数よりも少ないクラスタがある場合、クラスタに属する事業者のユーザの数が所定数以上となるように、クラスタの区切りを変更した分類モデルを生成する。
生成部32は、クラスタに属する事業者のユーザの数が、所定数よりも少ないクラスタがある場合、クラスタに属する事業者のユーザの数が所定数以上となるように、クラスタの区切りを変更した分類モデルを生成する。
これにより、情報提供装置1は、分類モデルを用いた統計情報を提供先に提供した場合に、事業者のユーザが特定されることを抑制することができる。
(変形例)
変形例に係る情報提供装置1は、クラスタに含まれる事業者のユーザの数に上限を設けてもよい。
変形例に係る情報提供装置1は、クラスタに含まれる事業者のユーザの数に上限を設けてもよい。
変形例に係る情報提供装置1は、分類モデルと、統計情報とを同時に外部装置100に送信してもよい。この場合、分類モデルのクラスタと、統計情報とが紐付けられて送信される。外部装置100は、分類モデルを用いて、提供先のユーザが属するクラスタを特定し、特定したクラスタにおける統計情報を得ることができる。なお、この場合も、事業者のユーザの個人情報は、外部装置100には送信されない。
変形例に係る情報提供装置1は、事業者、および提供先において共有されるユーザに関するデータを用いて分類モデルを生成してもよい。これにより、情報提供装置1は、提供先が求める統計情報を提供先に提供することができる。
変形例に係る情報提供装置1は、提供先によって指定されるユーザの属性に関するデータに基づいて生成モデルを生成する。これにより、情報提供装置1は、提供先が求める統計情報を提供先に提供することができる。
(ハードウェア構成)
また、上述した実施形態に係る外部装置100、情報提供装置1、端末装置200は、例えば図9に示すような構成のコンピュータ1000によって実現される。以下、情報提供装置1を例に挙げて説明する。図9は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力I/F(Interface)1060、入力I/F1070、ネットワークI/F1080がバス1090により接続された形態を有する。
また、上述した実施形態に係る外部装置100、情報提供装置1、端末装置200は、例えば図9に示すような構成のコンピュータ1000によって実現される。以下、情報提供装置1を例に挙げて説明する。図9は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力I/F(Interface)1060、入力I/F1070、ネットワークI/F1080がバス1090により接続された形態を有する。
演算装置1030は、一次記憶装置1040や二次記憶装置1050に格納されたプログラムや入力装置1020から読み出したプログラム等に基づいて動作し、各種の処理を実行する。演算装置1030は、例えばCPU(Central Processing Unit)、MPU(Micro Processing Unit)、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等により実現される。
一次記憶装置1040は、RAM(Random Access Memory)等、演算装置1030が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置1050は、演算装置1030が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ROM(Read Only Memory)、HDD(Hard Disk Drive)、SSD(Solid State Drive)、フラッシュメモリ等により実現される。二次記憶装置1050は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置1050は、USBメモリやSD(Secure Digital)メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置1050は、クラウドストレージ(オンラインストレージ)やNAS(Network Attached Storage)、ファイルサーバ等であってもよい。
出力I/F1060は、ディスプレイ、プロジェクタ、およびプリンタ等といった各種の情報を出力する出力装置1010に対し、出力対象となる情報を送信するためのインターフェイスであり、例えば、USB(Universal Serial Bus)やDVI(Digital Visual Interface)、HDMI(登録商標)(High Definition Multimedia Interface)といった規格のコネクタにより実現される。また、入力I/F1070は、マウス、キーボード、キーパッド、ボタン、およびスキャナ等といった各種の入力装置1020から情報を受信するためのインターフェイスであり、例えば、USB等により実現される。
また、出力I/F1060および入力I/F1070はそれぞれ出力装置1010および入力装置1020と無線で接続してもよい。すなわち、出力装置1010および入力装置1020は、ワイヤレス機器であってもよい。
また、出力装置1010および入力装置1020は、タッチパネルのように一体化していてもよい。この場合、出力I/F1060および入力I/F1070も、入出力I/Fとして一体化していてもよい。
なお、入力装置1020は、例えば、CD(Compact Disc)、DVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、又は半導体メモリ等から情報を読み出す装置であってもよい。
ネットワークI/F1080は、ネットワークNを介して他の機器からデータを受信して演算装置1030へ送り、また、ネットワークNを介して演算装置1030が生成したデータを他の機器へ送信する。
演算装置1030は、出力I/F1060や入力I/F1070を介して、出力装置1010や入力装置1020の制御を行う。例えば、演算装置1030は、入力装置1020や二次記憶装置1050からプログラムを一次記憶装置1040上にロードし、ロードしたプログラムを実行する。
例えば、コンピュータ1000が情報提供装置1として機能する場合、コンピュータ1000の演算装置1030は、一次記憶装置1040上にロードされたプログラムを実行することにより、制御部30の機能を実現する。また、コンピュータ1000の演算装置1030は、ネットワークI/F1080を介して他の機器から取得したプログラムを一次記憶装置1040上にロードし、ロードしたプログラムを実行してもよい。また、コンピュータ1000の演算装置1030は、ネットワークI/F1080を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。
(その他)
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。
例えば、上述した情報提供装置1は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のフレームワーク等をAPI(Application Programming Interface)やネットワークコンピューティング等で呼び出して実現する等、構成は柔軟に変更できる。
また、上述してきた実施形態および変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
また、上述してきた「部(section、module、unit)」は、「手段」や「回路」等に読み替えることができる。例えば、取得部31は、取得手段や取得回路に読み替えることができる。
1 情報提供装置
10 通信部
20 記憶部
30 制御部
31 取得部
32 生成部
33 特定部
34 提供部
100 外部装置
200 端末装置
300 情報処理システム
10 通信部
20 記憶部
30 制御部
31 取得部
32 生成部
33 特定部
34 提供部
100 外部装置
200 端末装置
300 情報処理システム
Claims (9)
- 所定事業者が取得したユーザに関するデータに基づいて、前記ユーザをクラスタに分類する分類モデルを生成する生成部と、
前記分類モデルによって分類された前記ユーザに関する統計情報を、クラスタ毎に特定する特定部と、
前記分類モデル、および前記統計情報を提供先に提供する提供部と
を備える、情報提供装置。 - 前記分類モデルによって分類された前記提供先のユーザに関するクラスタのデータを前記提供先から取得する取得部
を備え、
前記提供部は、前記分類モデルを前記提供先に提供した後に、前記取得部によって前記提供先のユーザに関するクラスタのデータが取得されると、前記提供先のユーザが属するクラスタの前記統計情報を前記提供先に提供する、請求項1に記載の情報提供装置。 - 前記特定部は、前記提供先によって指定される前記ユーザの属性に基づいて、前記統計情報を特定する、請求項1に記載の情報提供装置。
- 前記統計情報は、前記ユーザの属性を満たす度合いのスコアである、請求項3に記載の情報提供装置。
- 前記生成部は、前記クラスタに属する前記ユーザの数が、所定数以上となる前記分類モデルを生成する、請求項1に記載の情報提供装置。
- 前記生成部は、前記クラスタに属する前記ユーザの数が、前記所定数よりも少ない前記クラスタがある場合、前記クラスタに属する前記ユーザの数が前記所定数以上となるように、クラスタの区切りを変更した前記分類モデルを生成する、請求項5に記載の情報提供装置。
- 前記生成部は、前記提供先によって指定される属性に基づいて前記分類モデルを生成する、請求項1に記載の情報提供装置。
- 情報提供装置が実行する情報処理方法であって、
所定事業者が取得したユーザに関するデータに基づいて、前記ユーザをクラスタに分類する分類モデルを生成する生成工程と、
前記分類モデルによって分類された前記ユーザに関する統計情報を、クラスタ毎に特定する特定工程と、
前記分類モデル、および前記統計情報を提供先に提供する提供工程と
を有する、情報処理方法。 - 所定事業者が取得したユーザに関するデータに基づいて、前記ユーザをクラスタに分類する分類モデルを生成する生成手順と、
前記分類モデルによって分類された前記ユーザに関する統計情報を、クラスタ毎に特定する特定手順と、
前記分類モデル、および前記統計情報を提供先に提供する提供手順と
をコンピュータに実行させる、プログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021-085656 | 2021-05-20 | ||
JP2021085656A JP7032595B1 (ja) | 2021-05-20 | 2021-05-20 | 情報提供装置、情報処理方法、およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022244858A1 true WO2022244858A1 (ja) | 2022-11-24 |
Family
ID=81212838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2022/020936 WO2022244858A1 (ja) | 2021-05-20 | 2022-05-20 | 情報提供装置、情報処理方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
JP (2) | JP7032595B1 (ja) |
WO (1) | WO2022244858A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016136148A1 (ja) * | 2015-02-23 | 2016-09-01 | 日本電気株式会社 | グルーピングシステム、方法、およびプログラム |
JP2020135770A (ja) * | 2019-02-25 | 2020-08-31 | ヤフー株式会社 | 推定装置、推定方法および推定プログラム |
JP2021105868A (ja) * | 2019-12-26 | 2021-07-26 | Tis株式会社 | 情報提供サーバ、プログラム、および情報提供方法 |
-
2021
- 2021-05-20 JP JP2021085656A patent/JP7032595B1/ja active Active
-
2022
- 2022-02-24 JP JP2022027259A patent/JP2022179320A/ja active Pending
- 2022-05-20 WO PCT/JP2022/020936 patent/WO2022244858A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016136148A1 (ja) * | 2015-02-23 | 2016-09-01 | 日本電気株式会社 | グルーピングシステム、方法、およびプログラム |
JP2020135770A (ja) * | 2019-02-25 | 2020-08-31 | ヤフー株式会社 | 推定装置、推定方法および推定プログラム |
JP2021105868A (ja) * | 2019-12-26 | 2021-07-26 | Tis株式会社 | 情報提供サーバ、プログラム、および情報提供方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7032595B1 (ja) | 2022-03-08 |
JP2022178693A (ja) | 2022-12-02 |
JP2022179320A (ja) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200175566A1 (en) | Adding and prioritizing items in a product list | |
US20170053032A1 (en) | Recommendation engine for aggregated platform data | |
US9529917B2 (en) | System and method for generating information feed based on contextual data | |
US20140207794A1 (en) | Method and apparatus for conducting a search based on context | |
WO2015118801A1 (ja) | 情報判定装置、情報判定方法及び記録媒体 | |
US20210365511A1 (en) | Generation and delivery of content curated for a client | |
CN103973724A (zh) | 社交网络的组网方法和装置 | |
WO2013170187A2 (en) | Consumer-initiated demand-driven interactive marketplace | |
JP6099467B2 (ja) | アプリケーション検索サーバ及びアプリケーションランキング生成方法 | |
JP2019020930A (ja) | 学習装置、学習方法、学習プログラム、学習用データ及びモデル | |
Yang et al. | A comprehensive reliability allocation method for series systems based on failure mode and effects analysis transformed functions | |
WO2022244858A1 (ja) | 情報提供装置、情報処理方法、およびプログラム | |
JP6351813B1 (ja) | 選択装置、選択方法および選択プログラム | |
JP6353141B1 (ja) | 生成装置、生成方法、および生成プログラム | |
JP2020086677A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP7032594B1 (ja) | 情報提供装置、情報処理方法、およびプログラム | |
US20210144115A1 (en) | User notification for digital content access systems per mutable or fixed selection criteria | |
CN111784376B (zh) | 用于处理信息的方法和装置 | |
JP2022126409A (ja) | 情報処理装置及びプログラム | |
JP2021022403A (ja) | 情報選択装置、情報選択方法および情報選択プログラム | |
JP2019219916A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
US20180268443A1 (en) | Determination method, determination apparatus, and non-transitory computer-readable storage medium | |
JP7321977B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP2019046451A (ja) | 生成装置、生成方法、および生成プログラム | |
JP7208286B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 22804766 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 22804766 Country of ref document: EP Kind code of ref document: A1 |