JP7280923B2 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。

従来、ユーザに被服を提示する技術が知られている。例えば、ユーザと被服とをマッチングさせて、ユーザに被服を提示する技術が知られている。

特表２０１０－５２４０９０号公報

しかしながら、従来の技術では、更なる訴求効果の向上を促進するための向上の余地があった。

本願は、上記に鑑みてなされたものであって、更なる訴求効果の向上を促進することを目的とする。

本願に係る情報処理装置は、ユーザの試着履歴に関する試着履歴情報と、当該ユーザが試着した対象物の購買履歴に関する購買履歴情報とを取得する取得部と、前記取得部により取得された試着履歴情報又は購買履歴情報に基づいて、前記ユーザが所定の行動を行った対象物に対して試着に至った試着率、又は、前記ユーザが試着を行った対象物に対して購買に至った購買率を算出する算出部と、前記算出部により算出された試着率又は購買率に基づいて、所定の条件を満たす前記対象物の特徴を特定する特定部と、前記特定部により特定された特徴に基づく特徴を有する所定の対象物に関する情報を提供する提供部と、を有することを特徴とする。

実施形態の一態様によれば、更なる訴求効果の向上を促進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システムの構成例を示す図である。 図２は、実施形態に係る情報処理の一例を示す図である。 図３Ａは、実施形態に係るＵＩ画面の一例を示す図である。 図３Ｂは、実施形態に係るＵＩ画面の一例を示す図である。 図４は、実施形態に係る端末装置の構成例を示す図である。 図５は、実施形態に係る情報処理装置の構成例を示す図である。 図６は、実施形態に係る試着履歴情報記憶部の一例を示す図である。 図７は、実施形態に係る購買履歴情報記憶部の一例を示す図である。 図８は、実施形態に係る体型情報記憶部の一例を示す図である。 図９は、実施形態に係る情報処理の一例を示すフローチャートである。 図１０は、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、情報処理方法及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、情報処理方法及び情報処理プログラムが限定されるものではない。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。

（実施形態）
〔１．情報処理システムの構成〕
図１に示す情報処理システム１について説明する。図１に示すように、情報処理システム１は、端末装置１０と、情報処理装置１００とが含まれる。端末装置１０と、情報処理装置１００とは所定の通信網（ネットワークＮ）を介して、有線または無線により通信可能に接続される。図１は、実施形態に係る情報処理システム１の構成例を示す図である。なお、図１に示した情報処理システム１には、複数台の端末装置１０や、複数台の情報処理装置１００が含まれてもよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、実施形態における処理を実現可能であれば、どのような装置であってもよい。また、端末装置１０は、スマートフォンや、タブレット型端末や、ノート型ＰＣや、デスクトップＰＣや、携帯電話機や、ＰＤＡ等の装置であってもよい。図２に示す例においては、端末装置１０がスマートフォンである場合を示す。

端末装置１０は、例えば、スマートフォンやタブレット等のスマートデバイスであり、３Ｇ（Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。また、端末装置１０は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、ユーザから指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、コンテンツ等の表示データに対する各種の操作を受付けてもよい。

図２では、端末装置１０はユーザＵ１１によって利用される。以下では、端末装置１０をユーザＵ１１と表記する場合がある。すなわち、以下では、ユーザＵ１１を端末装置１０と読み替えることもできる。

情報処理装置１００は、試着率や購買率が高いと推定される所定の対象物を提案するための情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。例えば、情報処理装置１００は、ユーザの試着履歴に関する試着履歴情報と、ユーザが試着した対象物の購買履歴に関する購買履歴情報とに基づいて、試着率及び購買率を算出し、試着率及び購買率のそれぞれが所定の条件を満たす対象物の特徴に基づいて、所定の対象物に関する情報を提供する機能を有する。

なお、図１では、端末装置１０と情報処理装置１００とが、別装置である場合を示すが、端末装置１０と情報処理装置１００とが一体であってもよい。

〔２．情報処理の一例〕
以下実施形態では、説明の便宜上、ユーザの体型を模して仮想上で表示する対象となる表示対象の一例として、アバター（Ａｖａｔａｒ）を例に挙げて説明するが、この例に限られないものとする。ユーザの体型を仮想上で疑似的に表現可能なものであれば、アバターといった単語で表現されるものに限らず、どのようなものであってもよい。なお、アバターが３Ｄであるものとして説明する。また、以下実施形態では、アバターに試着させる対象物の一例として、被服を例に挙げて説明するが、この例に限られないものとする。ユーザが身に着けることが可能なものであれば、被服に限らず、どのようなものであってもよい。また、以下実施形態では、試着とは、ユーザの体型を模して仮想上で表示する表示対象に対する試着であるものとして説明する。例えば、ユーザの試着とは、ユーザの体型を仮想上で疑似的に反映させたアバターに対する試着と読み替えることもできるものとする。

図２は、実施形態に係る情報処理システム１の情報処理の一例を示す図である。図２では、端末装置１０を介してユーザＵ１１に提案を行うものとする。なお、以下実施形態では、情報処理の一例として、ユーザＵ１１の試着履歴情報及び購買履歴情報に基づいて算出された試着率及び購買率に基づいて、所定の条件を満たす被服に関する情報を提供する場合を説明するが、この例に限られず、例えば、ユーザＵ１１の試着履歴情報又は購買履歴情報に基づいて算出された試着率又は購買率に基づいて、所定の条件を満たす被服に関する情報を提供してもよいものとする。

情報処理装置１００は、ユーザＵ１１の試着履歴に関する試着履歴情報を取得する（ステップＳ１０１）。例えば、情報処理装置１００は、ユーザＵ１１が所定の行動（例えば、閲覧や検索）を行った被服のうち、どの被服を試着して、どの被服を試着しなかったといった試着履歴情報を取得する。換言すると、情報処理装置１００は、ユーザＵ１１がユーザＵ１１のアバターに、どの被服を試着させて、どの被服を試着させなかったといった試着履歴情報を取得する。なお、所定の行動とは、例えば、所定の電子商店街上で購入可能な被服の閲覧や検索である。なお、図２では、情報処理装置１００が、試着履歴情報を端末装置１０から取得する場合を示すが、この例に限られず、例えば、外部の情報処理装置から取得してもよいものとする。例えば、情報処理装置１００は、試着履歴情報を、ユーザＵ１１の所定の行動の対象となった所定の電子商店街を提供するサーバから取得してもよい。

情報処理装置１００は、ユーザＵ１１が試着した被服の購買履歴に関する購買履歴情報を取得する（ステップＳ１０２）。例えば、情報処理装置１００は、ユーザＵ１１が試着した被服のうち、どの被服を購入して、どの被服を購入しなかったといった購買履歴情報を取得する。換言すると、情報処理装置１００は、ユーザＵ１１がユーザＵ１１のアバターに試着させた被服のうち、どの被服を購入して、どの被服を購入しなかったといった購買履歴情報を取得する。なお、図２では、情報処理装置１００が、購買履歴情報を端末装置１０から取得する場合を示すが、この例に限られず、例えば、外部の情報処理装置から取得してもよいものとする。例えば、情報処理装置１００は、購買履歴情報を、ユーザＵ１１の所定の行動の対象となった所定の電子商店街を提供するサーバから取得してもよい。

以下、ユーザＵ１１のアバターの生成について説明する。

情報処理装置１００は、ユーザＵ１１の体型に関する体型情報を取得する。例えば、情報処理装置１００は、端末装置１０に表示されたＵＩ画面で入力された入力情報に基づいて、ユーザＵ１１の体型情報を取得する。この場合、情報処理装置１００は、ユーザＵ１１により入力された体型情報を、ユーザＵ１１の体型情報として取得する。なお、情報処理装置１００は、ユーザＵ１１の体型情報をどのように取得してもよい。例えば、情報処理装置１００は、ユーザＵ１１の体型情報を、試着することにより体型情報の詳細が計測可能な体型情報計測手段を介して取得してもよい。

情報処理装置１００は、取得された体型情報に基づいて、ユーザＵ１１の体型を仮想上で疑似的に表現したアバターを生成する。なお、情報処理装置１００は、ユーザＵ１１のアバターをユーザＵ１１に提示するための情報を端末装置１０に送信してもよい。この場合、端末装置１０は、ユーザＵ１１のアバターを表示させる。これにより、ユーザＵ１１は、アバターの体型が自身の体型と合っているか否かを適切に把握することができる。

図３Ａは、ユーザＵ１１にアバターを提示するＵＩ画面の一例を示す図である。画面ＵＩ１１には、ユーザＵ１１のアバターＡＶ１１が表示されている。なお、アバターＡＶ１１の状態（ポーズ）は、任意に変更可能なものとする。また、画面ＵＩ１１は、アバターＡＶ１１を、自身のアバターとして決定する操作項目ＳＫ１１を含む。ユーザＵ１１が、操作項目ＳＫ１１を操作すると、操作項目ＳＫ１１が操作された情報が、情報処理装置１００に送信される。

以下、ユーザＵ１１のアバターの試着について説明する。

情報処理装置１００は、生成されたアバターに試着させる被服に関する情報を取得する。なお、生成されたアバターに試着させる被服に関する情報は、どのように取得されてもよい。例えば、情報処理装置１００は、生成されたアバターに試着させる被服を選択させるための情報を端末装置１０に送信し、ユーザＵ１１が選択することにより取得してもよい。また、例えば、ユーザＵ１１は、ユーザＵ１１の所定の行動の対象となる所定の電子商店街上で購入可能な被服の中から、アバターに試着させる被服を選択してもよい。

図３Ｂは、ユーザＵ１１に被服を選択させるＵＩ画面の一例を示す図である。画面ＵＩ１１には、ユーザＵ１１が選択した被服を試着したモデルＭＯ１１が表示されている。なお、モデルＭＯ１１は、アバターＡＶ１１とは異なり、ユーザＵ１１の体型を反映した表示対象ではなく、予め定められた表示対象である。例えば、モデルＭＯ１１は、所定の電子商店街を管理するサーバから提供された情報に基づいて表示される。なお、モデルＭＯ１１の状態は、任意に変更可能なものとする。

画面ＵＩ１１は、被服の選択を提案する入力項目ＮＫ１１及びＮＫ１２を含む。ユーザＵ１１が入力項目ＮＫ１１及びＮＫ１２を操作すると、被服が選択可能なものとする。例えば、ユーザＵ１１が入力項目ＮＫ１１及びＮＫ１２を操作すると、被服が選択可能なＵＩ画面に遷移する。そして、ユーザＵ１１が入力項目ＮＫ１１及びＮＫ１２を介して被服を選択すると、選択された被服を試着したモデルＭＯ１１が表示される。また、画面ＵＩ１２は、選択された被服を、アバターＡＶ１１に試着させる被服として決定する操作項目ＳＫ１２を含む。ユーザＵ１１が、操作項目ＳＫ１２を操作すると、操作項目ＳＫ１２が操作された情報が、情報処理装置１００に送信される。なお、図３Ｂでは、画面ＵＩ１２が有する入力項目の数がアウターとパンツとの２つである場合を示すが、入力項目の数は特に限定されないものとする。また、入力項目が対象とする項目は、アウターとパンツといった例に限定されないものとする。

ユーザＵ１１が、入力項目ＮＫ１１及びＮＫ１２を介して被服を選択し、操作項目ＳＫ１２を操作すると、入力項目ＮＫ１１及びＮＫ１２を介して選択された情報が、情報処理装置１００に送信される。そして、情報処理装置１００は、入力項目ＮＫ１１及びＮＫ１２で選択された情報に基づいて、アバターＡＶ１１に試着させる被服に関する情報を取得する。

情報処理装置１００は、ユーザＵ１１が選択した被服を、アバターＡＶ１１が試着したように表示させるための情報を端末装置１０に送信する。なお、アバターＡＶ１１の試着を示す表示態様には、３Ｄに基づく試着に限らず、ユーザＵ１１が選択した被服を、アバターＡＶ１１に重畳して表示させるといった２Ｄに基づく試着を示す表示態様を含むものとする。また、情報処理装置１００は、ユーザＵ１１が選択した被服を、アバターＡＶ１１が試着したように表示させるための情報を端末装置１０に送信する。

以下、情報処理の説明に戻る。

情報処理装置１００は、ステップＳ１０１において取得された試着履歴情報に基づいて、ユーザＵ１１が所定の行動を行った被服に対して、ユーザＵ１１が試着に至ると推定される可能性（例えば、確率）を示す試着率を算出する（ステップＳ１０３）。例えば、情報処理装置１００は、ユーザＵ１１が被服に対する所定の行動を行った１回目で試着に至った場合には、被服の試着に関する興味が高かったと推定して、被服の試着率を高く算出する。一方、情報処理装置１００は、ユーザＵ１１が被服に対する所定の行動を行った数回目で試着に至った場合には、被服の試着に関して迷いがあったと推定して、被服の試着率を低く算出する。なお、情報処理装置１００は、試着に至らなかった場合には、被服の試着率を最も低く算出する。また、例えば、情報処理装置１００は、ユーザＵ１１と試着履歴又は購買履歴が類似する他のユーザを特定して、被服に対して所定の行動を行った他のユーザのうち、試着に至った他のユーザの割合を算出することで、試着率を算出してもよい。このように、情報処理装置１００は、ユーザＵ１１が所定の行動を行っていない被服に対しても、他のユーザの情報に基づいて、試着率を算出してもよい。

情報処理装置１００は、ステップＳ１０２において取得された購買履歴情報に基づいて、ユーザＵ１１が試着を行った被服に対して、ユーザＵ１１が購買に至ると推定される可能性を示す購買率を算出する（ステップＳ１０４）。例えば、情報処理装置１００は、ユーザＵ１１が被服に対する試着を行った１回目で購買に至った場合には、被服の購買に関する興味が高かったと推定して、被服の購買率を高く算出する。一方、情報処理装置１００は、ユーザＵ１１が被服に対する試着を行った数回目で購買に至った場合には、被服の購買に関して迷いがあったと推定して、被服の購買率を低く算出する。なお、情報処理装置１００は、購買に至らなかった場合には、被服の購買率を最も低く算出する。また、例えば、情報処理装置１００は、ユーザＵ１１と試着履歴又は購買履歴が類似する他のユーザを特定して、被服に対して試着を行った他のユーザのうち、購買に至った他のユーザの割合を算出することで、購買率を算出してもよい。このように、情報処理装置１００は、ユーザＵ１１が試着を行っていない被服に対しても、他のユーザの情報に基づいて、購買率を算出してもよい。

情報処理装置１００は、算出された試着率と購買率とに基づいて、所定の条件を満たす被服の特徴を特定する（ステップＳ１０５）。具体的には、情報処理装置１００は、試着率と購買率とのそれぞれが、所定の閾値を満たす被服に共通する特徴を特定する。例えば、情報処理装置１００は、試着率が、試着率に対して予め定められた第１閾値以上を満たし、購買率が、購買率に対して予め定められた第２閾値以上を満たす被服に共通する特徴を特定する。これにより、情報処理装置１００は、試着率が高くて購買率が高い被服に共通する特徴を適切に特定することができる。情報処理装置１００は、例えば、ウエスト部分が細身の複数の被服の試着率と購買率とが共に高い場合には、所定の条件を満たす被服の特徴として、ウエスト部分が細身の特徴を特定する。この場合、情報処理装置１００は、ウエスト部分が細身の被服がユーザＵ１１の試着傾向及び購買傾向にあると推定してもよい。

情報処理装置１００は、特定された被服に共通する特徴と同一又は類似の特徴を有する被服に関する情報を提供する（ステップＳ１０６）。例えば、特定された被服に共通する特徴が、ウエスト部分が細身の特徴であれば、情報処理装置１００は、ウエスト部分が細身の被服に関する情報を提供する。なお、情報処理装置１００は、特定された被服に共通する特徴と同一又は類似の特徴を有する被服を、例えば、ユーザＵ１１の所定の行動の対象となった所定の電子商店街上で購入可能な被服の中から特定する。また、情報処理装置１００は、同一又は類似の特徴を有する被服に関する情報として、例えば、同一又は類似の特徴を有する被服の試着を推奨する情報を提供してもよいし、同一又は類似の特徴を有する被服の購入を推奨する情報を提供してもよい。なお、情報処理装置１００は、被服の購入を推奨する情報を提供する場合には、被服の購入を推奨する情報とともに、推奨する被服を試着したアバターＡＶ１１を表示させるための情報を提供してもよい。また、情報処理装置１００は、例えば被服の試着を推奨する情報を提供する場合には、ユーザの操作に従って、推奨された被服を試着したアバターＡＶ１１を表示させるための情報を提供してもよい。

なお、上記実施形態において、ユーザＵ１１が指定した他のユーザの試着履歴情報及び購買履歴情報に基づいて特定された被服に関する情報を提供してもよい。例えば、芸能人やインフルエンサー等の著名人が試着して購入すると推定される被服を、ユーザＵ１１が試着したい場合がある。この場合などには、情報処理装置１００は、ユーザＵ１１が指定した他のユーザの試着履歴情報及び購買履歴情報に基づいて、他のユーザの試着率及び購買率を算出し、算出された試着率及び購買率に基づいて特定された被服の特徴と同一又は類似の特徴を有する被服に関する情報をユーザＵ１１に提供してもよい。

ここで、上記実施形態では、情報処理装置１００が、ユーザＵ１１のアバターＡＶ１１を生成し、表示する場合を例に挙げて説明したが、この場合に限られず、ユーザＵ１１が指定した他のユーザのアバターを生成し、表示してもよい。そして、情報処理装置１００は、ユーザＵ１１が選択した被服を、ユーザＵ１１が指定した他のユーザのアバターが試着したように表示させるための情報を端末装置１０に送信してもよい。また、情報処理装置１００は、ユーザＵ１１のアバターＡＶ１１とともに、他のユーザのアバターを生成して、同一の所定の領域内に表示するための処理を行ってもよい。これにより、情報処理装置１００は、ユーザＵ１１自身が試着した場合と、他のユーザが試着した場合とを比較することができるため、被服に関して試着のイメージをより詳細に把握させることができる。

なお、上記実施形態において、情報処理装置１００は、試着率と購買率とに基づいて特定された特徴に基づいて、特定された特徴と類似の特徴を有する被服ほど優先的に情報を提供してもよい。例えば、情報処理装置１００は、特定された特徴と、類似の特徴との特徴の類似度を算出してもよい。例えば、情報処理装置１００は、特定された特徴が、ウエスト部分が細身の特徴である場合には、細身の特徴がウエスト部分に近いほど、類似度を高く算出してもよい。そして、情報処理装置１００は、算出された類似度が高い被服ほど優先的に情報を提供してもよい。例えば、情報処理装置１００は、特定された特徴が、ウエスト部分が細身の特徴である場合には、細身の特徴がウエスト部分に近い被服ほど優先的に情報を提供してもよい。これにより、情報処理装置１００は、試着率が高くて購買率が高い被服に共通する特徴を有する被服ほど優先的に推奨することができる。それゆえ、情報処理装置１００は、例えばユーザＵ１１が過去に試着して購入した被服と類似のものほど優先的に推奨することができる。また、情報処理装置１００は、類似度を示すスコアの高い順に被服を並び替えて、例えばユーザＵ１１の所定の行動の対象となる所定の電子商店街上で購入可能な被服の中から、スコアの高い被服ほど優先的に情報を提供してもよい。例えば、情報処理装置１００は、類似度を示すスコアの最も高い被服に関する情報を提供してもよい。

なお、上記実施形態において、情報処理装置１００は、被服の適合度を算出し、算出された適合度に基づいて、適合度が高い被服ほど優先的に情報を提供してもよい。ここで、適合度とは、例えば、ユーザＵ１１の体型との適合度であってもよいし、他の被服とのコーディネートとしての適合度であってもよい。前者の場合、情報処理装置１００は、ユーザＵ１１の各部分の体型情報と、被服の各部分の被服情報とに基づいて、部分ごとに、ユーザＵ１１の体型に対する被服の適合度を算出してもよい。例えば、情報処理装置１００は、所定の部分において、ユーザＵ１１の体型に対して被服がきつすぎる又は緩すぎる場合には、所定の部分の適合度を低く算出してもよい。このように、情報処理装置１００は、被服の各部分の適合度を算出し、算出された各部分の適合度に基づく被服全体の適合度に基づいて、被服全体の適合度が高い被服ほど優先的に情報を提供してもよい。一方、後者の場合、情報処理装置１００は、コーディネートの候補となる被服の被服情報に基づいて、被服同士のコーディネートとしての適合度を算出してもよい。例えば、情報処理装置１００は、異なる特徴（例えば、属性）の被服をコーディネートさせる場合には、被服同士のコーディネートとしての適合度を低く算出してもよい。例えば、上半身に対応する被服がスーツであり、下半身に対応する被服がパンツである場合である。また、情報処理装置１００は、ユーザＵ１１が過去に試着して購入した被服との適合度を算出し、その被服との適合度が高い被服ほど優先的に情報を提供してもよい。このように、情報処理装置１００は、被服同士ごとの適合度を算出し、算出された被服同士ごとの適合度に基づくコーディネート全体の適合度に基づいて、コーディネート全体の適合度が高い被服ほど優先的に情報を提供してもよい。これにより、情報処理装置１００は、例えばユーザＵ１１が過去に試着して購入した被服とのコーディネートが合うものほど優先的に推奨することができる。また、情報処理装置１００は、適合度を示すスコアの高い順に被服を並び替えて、例えばユーザＵ１１の所定の行動の対象となる所定の電子商店街上で購入可能な被服の中から、スコアの高い被服ほど優先的に情報を提供してもよい。例えば、情報処理装置１００は、適合度を示すスコアの最も高い被服に関する情報を提供してもよい。

なお、上記実施形態において、情報処理装置１００は、算出された試着率と購買率とに基づいて、試着率と購買率とに基づくスコア（以下、適宜、「試着購買率」とする。）を算出し、算出された試着購買率に基づいて、試着購買率が、所定の閾値を満たす被服に共通する特徴を特定してもよい。また、情報処理装置１００は、試着購買率が高い被服ほど優先的に情報を提供してもよい。例えば、情報処理装置１００は、試着購買率を示すスコアの高い順に被服を並び替えて、例えばユーザＵ１１の所定の行動の対象となる所定の電子商店街上で購入可能な被服の中から、スコアの高い被服ほど優先的に情報を提供してもよい。例えば、情報処理装置１００は、試着購買率を示すスコアの最も高い被服に関する情報を提供してもよい。なお、試着購買率は、例えば、試着率と購買率とを掛け合わせることで算出されてもよいし、足し合わせることで算出されてもよい。また、試着購買率は、ユーザＵ１１自身の試着履歴情報及び購買履歴情報に基づいて算出されてもよいし、他のユーザの試着履歴情報及び購買履歴情報に基づいて算出されてもよい。

なお、上記実施形態では、情報処理装置１００が、ユーザＵ１１が試着を行った被服に対する購買率を算出する場合を示したが、この例に限られない。例えば、情報処理装置１００は、所定の行動を行った被服に対する購買率を算出してもよい。例えば、情報処理装置１００は、ユーザＵ１１が被服に対する所定の行動を行った１回目で購買に至った場合には、被服の購買率を高く算出してもよい。一方、情報処理装置１００は、ユーザＵ１１が被服に対する所定の行動を行った数回目で購買に至った場合には、被服の購買率を低く算出してもよい。このように、情報処理装置１００は、ユーザＵ１１が試着を行っていない被服に対する購買率を算出してもよい。また、勿論、情報処理装置１００は、ユーザＵ１１と試着履歴又は購買履歴が類似する他のユーザを特定して、被服に対して所定の行動を行った他のユーザのうち、購買に至った他のユーザの割合を算出することで、購買率を算出してもよい。

なお、上記実施形態において、情報処理装置１００は、ユーザＵ１１と試着履歴又は購買履歴が類似する他のユーザを特定して、特定された他のユーザの試着履歴情報及び購買履歴情報に基づいて算出された試着率及び購買率に基づいて、所定の条件を満たす被服の特徴を特定してもよい。そして、情報処理装置１００は、ユーザＵ１１と試着履歴又は購買履歴が類似する他のユーザの情報に基づいて、所定の条件を満たす被服に共通すると特定された特徴と同一又は類似の特徴を有する被服に関する情報をユーザＵ１１に提供してもよい。また、情報処理装置１００は、ユーザＵ１１が所定の行動又は試着を行った被服と同一又は類似の被服に対して所定の行動又は試着を行った他のユーザを特定して、特定された他のユーザの試着履歴情報及び購買履歴情報に基づいて算出された試着率及び購買率に基づいて、所定の条件を満たす被服の特徴を特定してもよい。例えば、情報処理装置１００は、ユーザＵ１１が所定の行動又は試着を行った被服と同一又は類似の被服に対して所定の行動又は試着を行ったユーザの中から、ユーザＵ１１と試着履歴又は購買履歴が類似する他のユーザを特定して、特定された他のユーザの試着履歴情報及び購買履歴情報に基づいて算出された試着率及び購買率に基づいて、所定の条件を満たす被服の特徴を特定してもよい。また、情報処理装置１００は、ユーザＵ１１と試着履歴又は購買履歴が類似すると特定されたユーザの中から、ユーザＵ１１が所定の行動又は試着を行った被服と同一又は類似の被服に対して所定の行動又は試着を行った他のユーザを特定して、特定された他のユーザの試着履歴情報及び購買履歴情報に基づいて算出された試着率及び購買率に基づいて、所定の条件を満たす被服の特徴を特定してもよい。

〔３．端末装置の構成〕
次に、図４を用いて、実施形態に係る端末装置１０の構成について説明する。図４は、実施形態に係る端末装置１０の構成例を示す図である。図４に示すように、端末装置１０は、通信部１１と、入力部１２と、出力部１３と、制御部１４とを有する。

（通信部１１）
通信部１１は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１は、所定のネットワークＮと有線又は無線で接続され、所定のネットワークＮを介して、情報処理装置１００等との間で情報の送受信を行う。

（入力部１２）
入力部１２は、ユーザからの各種操作を受け付ける。図２に示す例では、ユーザＵ１１からの各種操作を受け付ける。例えば、入力部１２は、タッチパネル機能により表示面を介してユーザからの各種操作を受け付けてもよい。また、入力部１２は、端末装置１０に設けられたボタンや、端末装置１０に接続されたキーボードやマウスからの各種操作を受け付けてもよい。

（出力部１３）
出力部１３は、例えば液晶ディスプレイや有機ＥＬ（Electro-Luminescence）ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置である。例えば、出力部１３は、情報処理装置１００から送信された情報を表示する。

（制御部１４）
制御部１４は、例えば、コントローラ（controller）であり、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、端末装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ（Random Access Memory)を作業領域として実行されることにより実現される。例えば、この各種プログラムには、端末装置１０にインストールされたアプリケーションのプログラムが含まれる。例えば、この各種プログラムには、情報処理装置１００から送信された情報を表示させるアプリケーションのプログラムが含まれる。また、制御部１４は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図４に示すように、制御部１４は、受信部１４１と、送信部１４２とを有し、以下に説明する情報処理の作用を実現または実行する。

（受信部１４１）
受信部１４１は、各種情報を受信する。受信部１４１は、外部の情報処理装置から各種情報を受信する。受信部１４１は、情報処理装置１００等の他の情報処理装置から各種情報を受信する。例えば、受信部１４１は、ユーザに試着や購入を推奨する被服に関する情報を受信する。また、例えば、受信部１４１は、ユーザが選択した被服を、アバターが試着したように表示させるＵＩ画面に関する情報を受信する。また、例えば、受信部１４１は、ユーザに体型情報を入力させるＵＩ画面に関する情報を受信する。

（送信部１４２）
送信部１４２は、外部の情報処理装置へ各種情報を送信する。送信部１４２は、情報処理装置１００等の他の情報処理装置へ各種情報を送信する。例えば、送信部１４２は、ユーザの試着履歴情報を送信する。また、例えば、送信部１４２は、ユーザの購買履歴情報を送信する。また、例えば、送信部１４２は、ユーザの体型情報を送信する。

〔４．情報処理装置の構成〕
次に、図５を用いて、実施形態に係る情報処理装置１００の構成について説明する。図５は、実施形態に係る情報処理装置１００の構成例を示す図である。図５に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、情報処理装置１００は、情報処理装置１００の管理者から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ等によって実現される。そして、通信部１１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、端末装置１０等との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図５に示すように、記憶部１２０は、試着履歴情報記憶部１２１と、購買履歴情報記憶部１２２と、体型情報記憶部１２３とを有する。

試着履歴情報記憶部１２１は、ユーザの試着履歴情報を記憶する。ここで、図６に、実施形態に係る試着履歴情報記憶部１２１の一例を示す。図６に示すように、試着履歴情報記憶部１２１は、「試着履歴ＩＤ」、「ユーザＩＤ」、「被服ＩＤ」、「試着履歴情報」といった項目を有する。

「試着履歴ＩＤ」は、試着履歴情報を識別するための識別情報を示す。「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「被服ＩＤ」は、被服を識別するための識別情報を示す。「試着履歴情報」は、試着履歴情報を示す。図６に示す例では、「試着履歴情報」に「試着履歴情報＃１１」や「試着履歴情報＃１２」といった概念的な情報が格納される例を示したが、実際には、所定の行動を行った被服に対する試着の有無や、試着に至るまでの所定の行動の回数などの情報が格納される。

すなわち、図６では、試着履歴ＩＤ「ＳＲ１１」によって識別されるユーザのユーザＩＤが「Ｕ１１」であり、被服の被服ＩＤが「ＩＴ１１」であり、試着履歴情報が「試着履歴情報＃１１」である例を示す。

購買履歴情報記憶部１２２は、ユーザの購買履歴情報を記憶する。ここで、図７に、実施形態に係る購買履歴情報記憶部１２２の一例を示す。図７に示すように、購買履歴情報記憶部１２２は、「購買履歴ＩＤ」、「ユーザＩＤ」、「被服ＩＤ」、「購買履歴情報」といった項目を有する。

「購買履歴ＩＤ」は、購買履歴情報を識別するための識別情報を示す。「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「被服ＩＤ」は、被服を識別するための識別情報を示す。「購買履歴情報」は、購買履歴情報を示す。図７に示す例では、「購買履歴情報」に「購買履歴情報＃１１」や「購買履歴情報＃１２」といった概念的な情報が格納される例を示したが、実際には、試着を行った被服に対する購買の有無や、購買に至るまでの試着の回数などの情報が格納される。

すなわち、図７では、購買履歴ＩＤ「ＫＲ１１」によって識別されるユーザのユーザＩＤが「Ｕ１１」であり、被服の被服ＩＤが「ＩＴ１１」であり、購買履歴情報が「購買履歴情報＃１１」である例を示す。

体型情報記憶部１２３は、ユーザの体型情報を記憶する。ここで、図８に、実施形態に係る体型情報記憶部１２３の一例を示す。図８に示すように、体型情報記憶部１２３は、「体型ＩＤ」、「ユーザＩＤ」、「時期」、「体型情報」といった項目を有する。

「体型ＩＤ」は、体型情報を識別するための識別情報を示す。「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「時期」は、体型情報を受け付けた時期を示す。「体型情報」は、体型情報を示す。図８に示す例では、「体型情報」に「体型情報＃１１」や「体型情報＃１２」といった概念的な情報が格納される例を示したが、実際には、身長１７０ｃｍ、ウエスト８０ｃｍなどの情報が格納される。

すなわち、図８では、体型ＩＤ「ＴＪ１１」によって識別されるユーザのユーザＩＤが「Ｕ１１」であり、時期が「２０２１年５月１９日」であり、体型情報が「体型情報＃１１」である例を示す。

（制御部１３０）
制御部１３０は、コントローラであり、例えば、ＣＰＵやＭＰＵ等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラムが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、制御部１３０は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図５に示すように、制御部１３０は、取得部１３１と、算出部１３２と、特定部１３３と、生成部１３４と、提供部１３５とを有し、以下に説明する情報処理の作用を実現または実行する。なお、制御部１３０の内部構成は、図５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。

（取得部１３１）
取得部１３１は、各種情報を取得する。取得部１３１は、外部の情報処理装置から各種情報を取得する。取得部１３１は、端末装置１０等の他の情報処理装置から各種情報を取得する。

取得部１３１は、記憶部１２０から各種情報を取得する。取得部１３１は、試着履歴情報記憶部１２１や購買履歴情報記憶部１２２や体型情報記憶部１２３から各種情報を取得する。また、取得部１３１は、取得した各種情報を記憶部１２０に格納する。取得部１３１は、試着履歴情報記憶部１２１や購買履歴情報記憶部１２２や体型情報記憶部１２３に各種情報を格納する。

取得部１３１は、ユーザの試着履歴情報を取得する。例えば、取得部１３１は、ユーザが所定の行動を行った被服に対する試着の有無に関する情報を取得する。なお、取得部１３１は、他のユーザの試着履歴情報を取得してもよい。例えば、取得部１３１は、ユーザと試着履歴又は購買履歴が類似すると特定された他のユーザの試着履歴情報を取得してもよい。また、例えば、取得部１３１は、ユーザの指定により特定された著名人などの他のユーザの試着履歴情報を取得してもよい。

取得部１３１は、ユーザの購買履歴情報を取得する。例えば、取得部１３１は、ユーザが試着を行った被服に対する購買の有無に関する情報を取得する。なお、取得部１３１は、他のユーザの購買履歴情報を取得してもよい。例えば、取得部１３１は、ユーザと試着履歴又は購買履歴が類似すると特定された他のユーザの購買履歴情報を取得してもよい。また、例えば、取得部１３１は、ユーザの指定により特定された著名人などの他のユーザの購買履歴情報を取得してもよい。

取得部１３１は、ユーザの体型情報を取得する。例えば、取得部１３１は、端末装置１０に表示されたＵＩ画面で入力された体型情報を取得する。なお、取得部１３１は、他のユーザの体型情報を取得してもよい。例えば、取得部１３１は、ユーザと試着履歴又は購買履歴が類似すると特定された他のユーザの体型情報を取得してもよい。また、例えば、取得部１３１は、ユーザの指定により特定された著名人などの他のユーザの体型情報を取得してもよい。

取得部１３１は、ユーザの体型を疑似的に反映させたアバターに試着させる被服情報を取得する。例えば、取得部１３１は、所定の電子商店街上で購入可能な被服の中から、アバターに試着させる被服として、ユーザにより選択された被服の被服情報を取得する。

（算出部１３２）
算出部１３２は、取得部１３１により取得された試着履歴情報に基づいて、ユーザが所定の行動を行った被服に対して試着に至った試着率を算出する。なお、算出部１３２は、他のユーザの試着率を算出してもよい。

算出部１３２は、取得部１３１により取得された購買履歴情報に基づいて、ユーザが試着を行った被服に対して購買に至った購買率を算出する。なお、算出部１３２は、他のユーザの購買率を算出してもよい。

算出部１３２は、試着率と購買率とに基づく情報を算出する。例えば、算出部１３２は、後述する特定部１３３により特定された特徴と、類似の特徴との特徴の類似度を算出する。例えば、算出部１３２は、類似の特徴と類似度とを紐づけて予め定めた情報との比較に基づいて、対象となる類似の特徴に対する特徴の類似度を算出する。また、例えば、算出部１３２は、被服の適合度を算出する。例えば、算出部１３２は、体型と被服との差分と、適合度とを紐づけて予め定めた情報との比較に基づいて、対象となる被服の適合度を算出してもよいし、被服同士の特徴の差分と、適合度とを紐づけて予め定めた情報との比較に基づいて、対象となる被服の適合度を算出してもよい。

（特定部１３３）
特定部１３３は、算出部１３２により算出された試着率と購買率とに基づいて、所定の条件を満たす被服の特徴を特定する。例えば、特定部１３３は、試着率と購買率とのそれぞれが、所定の閾値を満たす被服に共通する特徴を特定する。

特定部１３３は、特定された特徴と同一又は類似の特徴を有する被服を特定する。例えば、特定部１３３は、特定された特徴と同一又は類似の特徴を有する被服を、所定の電子商店街上で購入可能な被服の中から特定する。

特定部１３３は、例えばユーザと試着履歴又は購買履歴が類似する、他のユーザを特定する。また、特定部１３３は、例えばユーザが指定した、他のユーザを特定する。

（生成部１３４）
生成部１３４は、取得部１３１により取得された体型情報に基づいて、ユーザの体型を疑似的に表現したアバターを生成する。例えば、身長、胸囲、ウエストが、それぞれ、１７０ｃｍ、８０ｃｍ、８０ｃｍである場合には、身長、胸囲、ウエストが、それぞれ、１７０ｃｍ、８０ｃｍ、８０ｃｍのアバターを生成する。なお、生成部１３４は、取得部１３１により取得された体型情報に基づいて、他のユーザの体型を疑似的に表現したアバターを生成してもよい。

（提供部１３５）
提供部１３５は、特定部１３３により特定された被服に関する情報を送信する。例えば、提供部１３５は、特定部１３３により特定された被服の試着や購入を推奨する情報を送信する。

提供部１３５は、生成部１３４により生成されたアバターを表示させるための情報を送信する。例えば、提供部１３５は、生成部１３４により生成されたアバターに、被服を試着させて表示させるための情報を送信する。換言すると、提供部１３５は、被服を試着したアバターを表示させるための情報を送信する。

〔５．情報処理のフロー〕
次に、図９を用いて、実施形態に係る情報処理システム１による情報処理の手順について説明する。図９は、実施形態に係る情報処理システム１による情報処理の手順を示すフローチャートである。

図９に示すように、情報処理装置１００は、試着履歴情報及び購買履歴情報を取得する（ステップＳ２０１）。

情報処理装置１００は、取得された試着履歴情報及び購買履歴情報に基づいて、試着率及び購買率を算出する（ステップＳ２０２）。

情報処理装置１００は、算出された試着率及び購買率に基づいて、所定の条件を満たす被服の特徴を特定する（ステップＳ２０３）。

情報処理装置１００は、特定された特徴と同一又は類似の特徴を有する被服に関する情報を提供する（ステップＳ２０４）。

〔６．変形例〕
上述した実施形態に係る情報処理システム１は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理システム１の他の実施形態について説明する。

上記実施形態では、情報処理装置１００が、ユーザＵ１１の試着履歴情報及び購買履歴情報に基づいて算出された試着率及び購買率に基づいて、所定の条件を満たす被服に関する情報を提供する場合を示した。ここで、情報処理装置１００は、試着率又は購買率に基づいて、所定の条件を満たす被服に関する情報を提供してもよい。以下、この場合の情報処理の手順について説明する。

情報処理装置１００は、試着履歴情報及び購買履歴情報を取得する。

情報処理装置１００は、取得された試着履歴情報又は購買履歴情報に基づいて、試着率又は購買率を算出する。

情報処理装置１００は、算出された試着率又は購買率に基づいて、所定の条件を満たす被服の特徴を特定する。例えば、情報処理装置１００は、試着率が第１閾値以上を満たす被服に共通する特徴を特定してもよいし、購買率が第２閾値以上を満たす被服に共通する特徴を特定してもよい。

情報処理装置１００は、試着率又は購買率が所定の条件を満たす被服に共通すると特定された特徴と同一又は類似の特徴を有する被服に関する情報を提供する。これにより、情報処理装置１００は、試着率又は購買率が高いと推定される被服を適切に提案することができる。

なお、情報処理装置１００は、他のユーザ（第２ユーザ）の試着履歴情報又は購買履歴情報に基づいて算出された他のユーザの試着率又は購買率に基づく情報、又は、他のユーザの試着履歴情報及び購買履歴情報に基づいて算出された他のユーザの試着率と購買率とに基づく情報に基づいて、所定の条件を満たす被服に共通すると特定された特徴と同一又は類似の特徴を有する被服に関する情報を第１ユーザ（例えば、ユーザＵ１１）に提供してもよい。

〔７．効果〕
上述してきたように、実施形態に係る情報処理装置１００は、取得部１３１と、算出部１３２と、特定部１３３と、提供部１３５とを有する。取得部１３１は、ユーザの試着履歴に関する試着履歴情報と、ユーザが試着した対象物の購買履歴に関する購買履歴情報とを取得する。算出部１３２は、取得部１３１により取得された試着履歴情報又は購買履歴情報に基づいて、ユーザが所定の行動を行った対象物に対して試着に至った試着率、又は、ユーザが試着を行った対象物に対して購買に至った購買率を算出する。特定部１３３は、算出部１３２により算出された試着率又は購買率に基づいて、所定の条件を満たす対象物の特徴を特定する。提供部１３５は、特定部１３３により特定された特徴に基づく特徴を有する所定の対象物に関する情報を提供する。

これにより、実施形態に係る情報処理装置１００は、試着履歴情報に基づく試着率、又は、購買履歴情報に基づく購買率に基づいて、ユーザがより興味のある所定の対象物に関する情報を提供することができるため、更なる訴求効果の向上を促進することができる。

また、算出部１３２は、取得部１３１により取得された試着履歴情報に基づいて、ユーザが所定の行動を行った対象物に対して試着に至った試着率を算出し、取得部１３１により取得された購買履歴情報に基づいて、ユーザが試着を行った対象物に対して購買に至った購買率を算出する。また、特定部１３３は、算出部１３２により算出された試着率と購買率とに基づいて、所定の条件を満たす対象物の特徴を特定する。

これにより、実施形態に係る情報処理装置１００は、試着履歴情報に基づく試着率と、購買履歴情報に基づく購買率とに基づいて、ユーザがより興味のある所定の対象物に関する情報を提供することができるため、更なる訴求効果の向上を促進することができる。

また、特定部１３３は、試着率が第１閾値以上を満たし、且つ、購買率が第２閾値以上を満たす対象物に共通する特徴を特定する。

これにより、実施形態に係る情報処理装置１００は、試着率が高くて購買率が高い対象物に共通する特徴を適切に特定することができる。

また、試着は、ユーザの体型を模して仮想上で表示する対象となる表示対象に対する試着である。

これにより、実施形態に係る情報処理装置１００は、試着した状態をユーザが容易に確認することができるため、ユーザビリティの向上を促進することができる。

また、算出部１３２は、特定部１３３により特定された特徴に基づいて、所定の対象物との類似度を算出する。また、提供部１３５は、算出部１３２により算出された類似度が高い所定の対象物ほど優先的に試着を推奨する情報を提案する。

これにより、実施形態に係る情報処理装置１００は、試着率が高くて購買率が高い対象物に共通する特徴を有する所定の対象物ほど優先的に推奨することができる。

また、算出部１３２は、所定の対象物に対するユーザの試着履歴情報に基づいて、所定の対象物の各部分の適合度を算出する。また、提供部１３５は、算出部１３２により算出された各部分の適合度に基づく対象物全体の適合度に基づいて、対象物全体の適合度が高い所定の対象物ほど優先的に試着を推奨する情報を提案する。

これにより、実施形態に係る情報処理装置１００は、適合度が高い所定の対象物ほど優先的に推奨することができる。

また、算出部１３２は、所定の対象物の対象物同士のコーディネートとしての適合度を算出する。また、提供部１３５は、算出部１３２により算出されたコーディネートとしての適合度に基づいて、ユーザが購入した対象物との適合度が高い所定の対象物ほど優先的に試着を推奨する情報を提案する。

これにより、実施形態に係る情報処理装置１００は、ユーザが購入した対象物とのコーディネートが合う所定の対象物ほど優先的に推奨することができる。

また、提供部１３５は、ユーザと試着履歴又は購買履歴が類似する他のユーザの試着履歴情報又は購買履歴情報に基づいて、他のユーザの試着率又は購買率に基づく情報、又は、他のユーザの試着履歴情報及び購買履歴情報に基づいて、他のユーザの試着率と購買率とに基づく情報が高い所定の対象物ほど優先的に試着を推奨する情報をユーザに提供する。

これにより、実施形態に係る情報処理装置１００は、ユーザと類似する他のユーザの試着履歴情報に基づく試着率や、購買履歴情報に基づく購買率に基づいて所定の対象物を特定することができるため、ユーザが興味のあると推定される所定の対象物に関する情報を適切に提供することができる。

また、提供部１３５は、算出部１３２により算出されたスコアの高い順に並び替えられた情報に基づいて、所定の対象物のうち、最もスコアの高い所定の対象物の試着を推奨する情報を提案する。

これにより、実施形態に係る情報処理装置１００は、ユーザが興味のあると推定される所定の対象物をスコアの高い順に並び替えることができるため、ユーザが興味のあると推定される所定の対象物に関する情報を適切に提供することができる。

〔８．ハードウェア構成〕
また、上述してきた実施形態に係る端末装置１０及び情報処理装置１００は、例えば、図１０に示すような構成のコンピュータ１０００によって実現される。図１０は、端末装置１０及び情報処理装置１００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。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、所定の通信網を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを所定の通信網を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００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１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る端末装置１０及び情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００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１４及び１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。

〔９．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。

また、上述してきた実施形態は、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。

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

また、上述してきた「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、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
１１ 通信部
１２ 入力部
１３ 出力部
１４ 制御部
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 試着履歴情報記憶部
１２２ 購買履歴情報記憶部
１２３ 体型情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 算出部
１３３ 特定部
１３４ 生成部
１３５ 提供部
１４１ 受信部
１４２ 送信部
Ｎ ネットワーク

Claims (11)

1. ユーザの試着履歴に関する試着履歴情報と、当該ユーザが試着した対象物の購買履歴に関する購買履歴情報とを取得する取得部と、
   前記取得部により取得された試着履歴情報に基づいて、前記ユーザが所定の行動を行った対象物に対して試着に至った当該所定の行動を行った対象物ごとの試着率であって当該対象物の試着を行うに至るまでに前記ユーザが当該所定の行動を行った回数が少ないほど高く算出される試着率を算出し、且つ、前記取得部により取得された購買履歴情報に基づいて、前記ユーザが試着を行った対象物に対して購買に至った当該試着を行った対象物ごとの購買率であって当該対象物の購買を行うに至るまでに前記ユーザが試着を行った回数が少ないほど高く算出される購買率を算出する算出部と、
   前記算出部により算出された試着率又は購買率に基づいて、所定の条件を満たす前記対象物の特徴を特定する特定部と、
   前記特定部により特定された特徴に基づく特徴を有する所定の対象物に関する情報を提供する提供部と、
   を有することを特徴とする情報処理装置。
2. 前記算出部は、
   前記取得部により取得された試着履歴情報に基づいて、前記ユーザが所定の行動を行った対象物に対して試着に至った試着率を算出し、前記取得部により取得された購買履歴情報に基づいて、前記ユーザが試着を行った対象物に対して購買に至った購買率を算出し、
   前記特定部は、
   前記算出部により算出された試着率と購買率とに基づいて、所定の条件を満たす前記対象物の特徴を特定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記特定部は、
   前記試着率が第１閾値以上を満たし、且つ、前記購買率が第２閾値以上を満たす前記対象物に共通する特徴を特定する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記試着は、前記ユーザの体型を模して仮想上で表示する対象となる表示対象に対する試着である
   ことを特徴とする請求項１～３のいずれか１項に記載の情報処理装置。
5. 前記算出部は、
   前記特定部により特定された特徴に基づいて、前記対象物と所定の対象物との類似度を算出し、
   前記提供部は、
   前記算出部により算出された類似度が高い所定の対象物ほど優先的に試着を推奨する情報を提案する
   ことを特徴とする請求項１～４のいずれか１項に記載の情報処理装置。
6. 前記算出部は、
   前記ユーザの各部分の体型情報と所定の対象物の各部分の情報とに基づいて、前記ユーザの体型に対する当該所定の対象物の各部分の適合度を算出し、
   前記提供部は、
   前記算出部により算出された各部分の適合度に基づく対象物全体の適合度に基づいて、当該対象物全体の適合度が高い所定の対象物ほど優先的に試着を推奨する情報を提案する
   ことを特徴とする請求項１～５のいずれか１項に記載の情報処理装置。
7. 前記算出部は、
   前記所定の対象物の対象物同士のコーディネートとしての適合度を算出し、
   前記提供部は、
   前記算出部により算出されたコーディネートとしての適合度に基づいて、前記ユーザが購入した対象物との適合度が高い所定の対象物ほど優先的に試着を推奨する情報を提案する
   ことを特徴とする請求項６に記載の情報処理装置。
8. 前記提供部は、
   前記ユーザと試着履歴が類似する他のユーザの試着履歴情報に基づいて算出された前記他のユーザの前記試着率に基づく情報、又は、前記ユーザと購買履歴が類似する他のユーザの購買履歴情報に基づいて算出された前記他のユーザの前記購買率に基づく情報、が高い所定の対象物ほど優先的に試着を推奨する情報を前記ユーザに提供する
   ことを特徴とする請求項１～７のいずれか１項に記載の情報処理装置。
9. 前記提供部は、
   前記算出部により算出されたスコアの高い順に並び替えられた情報に基づいて、前記所定の対象物のうち、最もスコアの高い所定の対象物の試着を推奨する情報を提案する
   ことを特徴とする請求項５～８のいずれか１項に記載の情報処理装置。
10. コンピュータが実行する情報処理方法であって、
    ユーザの試着履歴に関する試着履歴情報と、当該ユーザが試着した対象物の購買履歴に関する購買履歴情報とを取得する取得工程と、
    前記取得工程により取得された試着履歴情報に基づいて、前記ユーザが所定の行動を行った対象物に対して試着に至った当該所定の行動を行った対象物ごとの試着率であって当該対象物の試着を行うに至るまでに前記ユーザが当該所定の行動を行った回数が少ないほど高く算出される試着率を算出し、且つ、前記取得工程により取得された購買履歴情報に基づいて、前記ユーザが試着を行った対象物に対して購買に至った当該試着を行った対象物ごとの購買率であって当該対象物の購買を行うに至るまでに前記ユーザが試着を行った回数が少ないほど高く算出される購買率を算出する算出工程と、
    前記算出工程により算出された試着率又は購買率に基づいて、所定の条件を満たす前記対象物の特徴を特定する特定工程と、
    前記特定工程により特定された特徴に基づく特徴を有する所定の対象物に関する情報を提供する提供工程と、
    を含むことを特徴とする情報処理方法。
11. ユーザの試着履歴に関する試着履歴情報と、当該ユーザが試着した対象物の購買履歴に関する購買履歴情報とを取得する取得手順と、
    前記取得手順により取得された試着履歴情報に基づいて、前記ユーザが所定の行動を行った対象物に対して試着に至った当該所定の行動を行った対象物ごとの試着率であって当該対象物の試着を行うに至るまでに前記ユーザが当該所定の行動を行った回数が少ないほど高く算出される試着率を算出し、且つ、前記取得手順により取得された購買履歴情報に基づいて、前記ユーザが試着を行った対象物に対して購買に至った当該試着を行った対象物ごとの購買率であって当該対象物の購買を行うに至るまでに前記ユーザが試着を行った回数が少ないほど高く算出される購買率を算出する算出手順と、
    前記算出手順により算出された試着率又は購買率に基づいて、所定の条件を満たす前記対象物の特徴を特定する特定手順と、
    前記特定手順により特定された特徴に基づく特徴を有する所定の対象物に関する情報を提供する提供手順と、
    をコンピュータに実行させることを特徴とする情報処理プログラム。

Images