JP7348246B2 - 情報提供システム及び情報提供方法 - Google Patents

Description

本発明は、情報提供システム及び情報提供方法に関する。より詳しくは、アイテムプロファイルデータベースに登録された複数の登録アイテムの中から対象ユーザの趣味趣向に適するアイテムを提案する情報提供システム及び情報提供方法に関する。

特許文献１に示された情報提供方法は、実在の店舗及びインターネット上の仮想店舗上での顧客情報を収集するステップと、収集した顧客情報から顧客毎の個人別情報を抽出するステップと、これら個人別情報に基づいて各個人に応じた趣味や購入パターンを分析するステップ、これら分析の結果に関連した顧客に有益なニーズ情報を作成するステップと、これら作成されたニーズ情報を、インターネットを介して各顧客に提供するステップと、を含む。特許文献１に示された情報提供方法によれば、顧客が満足する情報を提供することができる。

特開２００１－２８２８３３号公報

このように従来の情報提供方法では、キュレーションされたデータベースを用いることによって、ユーザの趣味趣向に適した情報を提供するものが多いが、これでは所謂フォロワー層と呼称されるユーザを中心として高々６～７割程度のユーザに対してしか満足度の高い情報を提供することができない。

すなわち、キュレーションされたデータベースに基づく方法では、一般的な尺度に基づく提案に終始するため、志向性の強い一部のマニア層と呼称されるユーザに対しては追従性が悪い。また例えばインターネットにおけるレビューに基づいて生成したデータベースは静的であるため、飲食店のように流行り廃れの激しい業界では、フォロワー層のユーザに対しては有効であっても、常に新しいものを志向する所謂先進層と呼称されるユーザや、常に同種のものを志向する所謂定番層と呼称されるユーザに対しては、満足度の高い情報を提供することはできない。

本発明は、より多くのユーザに対し満足度の高いアイテムを提案することができる情報提供システム及び情報提供方法を提供することを目的とする。

（１）本発明に係る情報提供システム（例えば、後述の情報提供システム１）は、アイテムプロファイルデータベース（例えば、後述のアイテムプロファイルデータベース５２）に登録された複数の登録アイテムの中から対象ユーザに適するアイテムを提案するものであって、ユーザプロファイルデータベース（例えば、後述のユーザプロファイルデータベース５１）に登録された前記対象ユーザの情報及び前記アイテムプロファイルデータベースに登録された情報に基づいて、前記対象ユーザと関連付けられる１以上のアイテムを含むアイテムリストを生成するアイテムリスト生成部（例えば、後述のアイテムリスト生成部５５）と、前記対象ユーザのユーザインターフェース（例えば、後述のユーザインターフェース２）を介して当該対象ユーザに対するセッションにおけるセッション情報を取得し、前記ユーザプロファイルデータベースに登録された複数の登録ユーザの価値観を反映して形成されるソーシャル空間における前記対象ユーザの目標ソーシャルポジションを前記セッション情報に基づいて算出するセッション情報処理システム（例えば、後述のセッション情報処理システム６）と、前記アイテムリスト及び前記目標ソーシャルポジションに基づいて、前記対象ユーザに対し１以上のアイテムを提案するアイテム提案部（例えば、後述のアイテム提案部７）と、を備えることを特徴とする。

（２）この場合、前記セッションは、前記アイテム提案部が前記対象ユーザへ暫定的に複数のアイテムを提案する提案工程（例えば、後述のステップＳＴ３参照）と、前記対象ユーザが前記アイテム提案部から提案された複数のアイテムの中から少なくとも１つのアイテムを暫定的に選択する選択工程（例えば、後述のステップＳＴ４参照）と、の複数回の繰り返しを含み、前記セッション情報は、前記選択工程において前記対象ユーザによって選択されたアイテムに関する情報を含むことが好ましい。

（３）この場合、前記セッション情報処理システムは、前記ソーシャル空間における前記対象ユーザのソーシャルポジションの前記セッション内の変化履歴に基づいて前記目標ソーシャルポジションを算出することが好ましい。

（４）この場合、前記セッション情報処理システムは、前記ユーザプロファイルデータベースに登録された情報に基づいて前記登録ユーザ毎にユーザベクトルを生成するユーザベクトル生成部（例えば、後述のユーザベクトル生成部６２）と、前記ユーザベクトル生成部によって生成されたユーザベクトルを記憶するユーザベクトル記憶部（例えば、後述のユーザベクトル記憶部６０）と、を備え、前記ソーシャル空間は、複数の前記登録ユーザのユーザベクトルに基づいて定義されることが好ましい。

（５）この場合、前記セッション情報処理システムは、前記アイテムプロファイルデータベースに登録された情報に基づいて前記登録アイテム毎にアイテムベクトルを生成するアイテムベクトル生成部（例えば、後述のアイテムベクトル生成部６３）と、前記アイテムベクトル生成部によって生成されたアイテムベクトルを記憶するアイテムベクトル記憶部（例えば、後述のアイテムベクトル記憶部６１）と、を備え、前記アイテム提案部は、前記アイテムリストによって関連付けられる前記アイテムベクトル及び前記目標ソーシャルポジションに基づいて前記対象ユーザに対し１以上のアイテムを提案することが好ましい。

（６）この場合、前記セッション情報処理システムは、前記セッション情報に基づいて前記ユーザベクトル記憶部に記憶された前記対象ユーザのユーザベクトルを更新するユーザベクトル更新部（例えば、後述のユーザベクトル更新部６４）をさらに備えることが好ましい。

（７）この場合、前記ユーザベクトル更新部は、前記セッション情報と関連付けられたアイテムベクトルに基づいて前記対象ユーザのユーザベクトルを更新することが好ましい。

（８）この場合、前記セッション情報処理システムは、前記セッション情報と関連付けられたアイテムベクトルを選択アイテムベクトルとし、前記対象ユーザのユーザベクトルに基づいて前記アイテムベクトル記憶部に記憶された前記選択アイテムベクトルを更新するアイテムベクトル更新部（例えば、後述のアイテムベクトル更新部６５）をさらに備えることが好ましい。

（９）この場合、前記セッション情報処理システムは、前記ユーザベクトル記憶部に記憶された複数の前記登録ユーザのユーザベクトルのユーザベクトル空間における重心及び境界を算出する重心境界算出部（例えば、後述の重心境界算出部６６）をさらに備え、前記ソーシャル空間は、前記重心及び前記境界に基づいて定義されることが好ましい。

（１０）前記セッション情報処理システムは、前記対象ユーザのユーザベクトルに基づいて前記ソーシャル空間における前記対象ユーザのソーシャルポジションを算出するソーシャルポジション算出部（例えば、後述のソーシャルポジション算出部６７）と、前記対象ユーザのソーシャルポジションの前記セッション内における変化履歴に基づいてセッションベクトルを生成するセッションベクトル生成部（例えば、後述のセッションベクトル生成部６８）と、前記対象ユーザのソーシャルポジション及び前記セッションベクトルに基づいて前記目標ソーシャルポジションを算出する目標ソーシャルポジション算出部（例えば、後述の目標ソーシャルポジション算出部６９）と、をさらに備えることが好ましい。

（１１）この場合、前記目標ソーシャルポジション算出部は、前記対象ユーザの最新のソーシャルポジションと、前記セッションベクトルに基づいて推定される前記対象ユーザのソーシャルポジションの変化目標と、を合成することによって前記目標ソーシャルポジションを算出することが好ましい。

（１２）この場合、前記アイテム提案部は、前記目標ソーシャルポジション、前記セッションベクトル、及び前記アイテムベクトルに基づいて、前記アイテムリストに含まれる各アイテムに対するスコアを算出し、前記スコアが高いアイテムから順に提案することが好ましい。

（１３）本発明に係る情報提供方法は、アイテムプロファイルデータベース（例えば、後述のアイテムプロファイルデータベース５２）に登録された複数の登録アイテムの中から対象ユーザに適するアイテムをコンピュータ（例えば、後述の情報提供システム１）によって提案する方法であって、ユーザプロファイルデータベース（例えば、後述のユーザプロファイルデータベース５１）に登録された前記対象ユーザの情報及び前記アイテムプロファイルデータベースに登録された情報に基づいて、前記対象ユーザと関連付けられる１以上のアイテムを含むアイテムリストを生成する工程（例えば、後述のステップＳＴ２参照）と、前記対象ユーザのユーザインターフェースを介して当該対象ユーザに対するセッションにおけるセッション情報を取得する工程（例えば、後述のステップＳＴ４参照）と、前記ユーザプロファイルデータベースに登録された複数の登録ユーザの価値観を反映して形成されるソーシャル空間における前記対象ユーザの目標ソーシャルポジションを前記セッション情報に基づいて算出する工程（例えば、後述のステップＳＴ７参照）と、前記アイテムリスト及び前記目標ソーシャルポジションに基づいて、前記対象ユーザに対し１以上のアイテムを提案する工程（例えば、後述のステップＳＴ８参照）と、を備えることを特徴とする。

（１）本発明に係る情報提供システムにおいて、アイテムリスト生成部は、ユーザプロファイルデータベースに登録された対象ユーザの情報及びアイテムプロファイルデータベースに登録された情報に基づいて、対象ユーザと関連付けられる１以上のアイテムを含むアイテムリストを生成し、セッション情報処理システムは、対象ユーザのユーザインターフェースを介してこの対象ユーザに対するセッションにおけるセッション情報を取得するとともに、複数の登録ユーザの価値観を反映して形成されるソーシャル空間における対象ユーザの目標ソーシャルポジションをセッション情報に基づいて算出し、アイテム提案部は、これらアイテムリスト及び目標ソーシャルポジションに基づいて１以上のアイテムを提案する。本発明によれば、先ず、ユーザプロファイルデータベース及びアイテムプロファイルデータベースに登録された情報に基づいて生成されたアイテムリストを用いて対象ユーザにアイテムを提案することにより、フォロワー層を中心とする多数のユーザに対し、満足度の高いアイテムを提案することができる。

ところでイマヌエル・カントの人格性モデルによれば、「意志」とは、自己認識される「現状」から、在りたい自分としての「目的」に向かう実行として定めることができ、またその実行度合いを「幸福度」、すなわち満足度として定めることができる。本発明によれば、セッション情報処理システムは、対象ユーザに対するセッションにおいて取得したセッション情報に基づいてソーシャル空間における対象ユーザの目標ソーシャルポジションを算出することにより、対象ユーザのセッション実行時における上記人格性モデルで言うところの「目的」を目標ソーシャルポジションとして算出することができる。また本発明によれば、アイテム提案部は、アイテムリスト及び目標ソーシャルポジションに基づいて対象ユーザに対しアイテムを提案することにより、フォロワー層以外のマニア層、先進層、及び定番層等のユーザに対しても、満足度の高いアイテムを提案することができる。

（２）セッション情報処理システムは、提案工程と選択工程との複数回にわたる繰り返しを含む対象ユーザに対するセッションにおいて、対象ユーザによって選択されたアイテムに関する情報をセッション情報として取得し、このセッション情報に基づいて目標ソーシャルポジションを算出することにより、対象ユーザのセッション実行時における趣味、趣向、及び興味等の価値観を反映して対象ユーザの目標ソーシャルポジションを算出することができるので、さらに多くのユーザに対し満足度の高いアイテムを提案することができる。

（３）セッション情報処理システムは、ソーシャル空間における対象ユーザのソーシャルポジションのセッション内の変化履歴に基づいて目標ソーシャルポジションを算出することにより、対象ユーザのセッション実行時における価値観を精度良く反映して対象ユーザの目標ソーシャルポジションを算出することができるので、さらに多くのユーザに対し満足度の高いアイテムを提案することができる。

（４）ユーザベクトル生成部は、ユーザプロファイルデータベースに登録された情報に基づいて登録ユーザ毎にユーザベクトルを生成し、ユーザベクトル記憶部は、ユーザベクトル生成部によって生成されたユーザベクトルを記憶する。また本発明において、セッション情報処理システムは、目標ソーシャルポジションが定義されるソーシャル空間を、複数の登録ユーザのユーザベクトルに基づいて定義する。これにより、ユーザプロファイルデータベースに登録されている複数の登録ユーザによって構成される仮想的な社会の価値観を反映してソーシャル空間を定義することができる。

（５）アイテムベクトル生成部は、アイテムプロファイルデータベースに登録された情報に基づいて登録アイテム毎にアイテムベクトルを生成し、アイテムベクトル記憶部は、アイテムベクトル生成部によって生成されたアイテムベクトルを記憶し、アイテム提案部は、アイテムリストによって関連付けられるアイテムベクトル及び目標ソーシャルポジションに基づいて対象ユーザに対し１以上のアイテムを提案する。これにより、アイテムリストに含まれる複数のアイテムのうち、上記人格性モデルで言うところの「幸福度」を高めるようなアイテムを定量的に抽出し、対象ユーザに提案することができる。

（６）ユーザベクトル更新部は、セッション情報に基づいてユーザベクトル記憶部に記憶された対象ユーザのユーザベクトルを更新する。これにより、対象ユーザのセッション実行時における価値観を、対象ユーザのユーザベクトルに反映させることができる。

（７）ユーザベクトル更新部は、セッション情報と関連付けられたアイテムベクトルに基づいて対象ユーザのユーザベクトルを更新することにより、対象ユーザのセッション実行時における価値観を定量的に評価し、対象ユーザのユーザベクトルに反映させることができる。

（８）登録アイテムの社会全体における価値は、アイテムプロファイルデータベースへの登録時から普遍ではなく、社会全体の価値観の変化と共に時々刻々と変化する。そこでアイテムベクトル更新部は、アイテムベクトル記憶部に記憶された複数のアイテムベクトルのうち、対象ユーザのセッション情報と関連付けられた選択アイテムベクトルを、この対象ユーザのユーザベクトルに基づいて更新する。これにより、社会全体の価値観の変化に合わせて、すなわち流行りや廃れに追従するようにアイテムベクトルを更新することができるので、アイテムベクトル記憶部に記憶されているアイテムベクトルの鮮度を高く維持することができる。またこのようにアイテムベクトルの鮮度を高く維持することにより、対象ユーザに対し満足度の高いアイテムを提案することができる。

（９）社会全体の価値観は、社会の一部である自身の価値観の変化に関わらず時々刻々と変化する。特にマニア層や先進層のユーザの価値観の変遷は激しく、これに伴って社会全体の価値観も変化する。これに対し本発明では、重心境界算出部は、ユーザベクトル記憶部に記憶された複数の登録ユーザのユーザベクトルのユーザベクトル空間における重心及び境界を算出し、セッション情報処理システムは、複数の登録ユーザの重心及び境界に基づいてソーシャル空間を定義する。これにより、社会全体の価値観の変化に合わせてソーシャル空間を定義できるので、社会全体における対象ユーザのソーシャルポジションを社会全体の価値観の変化に合わせて是正することができる。

（１０）ソーシャルポジション算出部は、対象ユーザのユーザベクトルに基づいてソーシャル空間における対象ユーザのソーシャルポジションを算出し、セッションベクトル生成部は、対象ユーザのソーシャルポジションのセッション内における変化履歴に基づいてセッションベクトルを生成し、目標ソーシャルポジション算出部は、対象ユーザのソーシャルポジション及びこのソーシャルポジションの変化履歴を反映したセッションベクトルに基づいて目標ソーシャルポジションを算出する。これにより、対象ユーザのセッション実行時における価値観を反映した適切な目標ソーシャルポジションを算出することができる。

（１１）目標ソーシャルポジション算出部は、対象ユーザの最新のソーシャルポジションと、セッションベクトルに基づいて推定される対象ユーザのソーシャルポジションの変化目標と、を合成することによって目標ソーシャルポジションを算出する。これにより、対象ユーザ自身が認識できていない潜在的なニーズを汲み取って目標ソーシャルポジションを算出することができるので、個々人にパーソナライズされた満足度の高いアイテムを対象ユーザに提案することができる。

（１２）アイテム提案部は、目標ソーシャルポジション、セッションベクトル、及びアイテムベクトルに基づいて、アイテムリストに含まれる各アイテムに対するスコアを算出し、スコアが高いアイテムから順にアイテムを提案することにより、満足度の高いものから順にアイテムを提案することができる。

（１３）本発明によれば、上記情報提供システムに係る発明と同様の理由により、フォロワー層のユーザだけでなく、マニア層、先進層、及び定番層等のユーザに対しても満足度の高いアイテムを提案することができる。

本発明の一実施形態に係る情報提供システムの構成を示す図である。 ユーザプロファイル推定部の構成を示す図である。 アイテムプロファイル推定部の構成を示す図である。 アイテムリスト生成部の構成を示す図である。 ユーザベクトル生成部においてユーザベクトルを生成する手順を模式的に示す図である。 アイテムベクトル生成部においてアイテムベクトルを生成する手順を模式的に示す図である。 対象ユーザに対するセッションを構成する複数の工程を模式的に示す図である。 ユーザベクトル更新部の構成を示す図である。 アイテムベクトル更新部の構成を示す図である。 ２次元平面上に模式的に表されたソーシャル空間に、複数の登録ユーザのソーシャルポジションをプロットした図である。 アイテム提案部の構成を示す図である。 ２次元平面上に模式的に表されたアイテムベクトル空間に、マッチペアリストに含まれる複数の登録アイテムのアイテムベクトルをプロットした図である。 本実施形態に係る情報提供方法の手順を示すフローチャートである。

以下、本発明の一実施形態に係る情報提供システム及び情報提供方法について図面を参照しながら説明する。

図１は、本実施形態に係る情報提供システム１の構成を示す図である。情報提供システム１は、複数のユーザ（以下、「登録ユーザ」ともいう）が登録されたユーザプロファイルデータベース５１及び複数のアイテム（以下、「登録アイテム」ともいう）が登録されたアイテムプロファイルデータベース５２を備えており、以下で説明する情報提供方法に従って、複数の登録アイテムの中から登録ユーザの一人である対象ユーザに適した１つ以上のアイテムに関する情報を対象ユーザが所有するユーザインターフェース２に提案するアイテム提案サービスを管理するコンピュータである。

なお本実施形態において「アイテム」とは、宿泊施設が提供する宿泊サービス、飲食店が提供する飲食サービス、及び体験施設が提供する体験サービスであり、「ユーザ」とは、アイテムを購入し上記サービスの提供を受ける消費者とした場合について説明するが、本発明はこれに限らない。「アイテム」は、サービスに限らず、動産及び不動産を含む商品としてもよい。また「ユーザ」は、消費者に限らず、サービスや商品を提供する提供者としてもよい。

また本実施形態では、「ユーザインターフェース」は、上記アイテム提案サービスの提供を受けるためのアプリケーションソフトがインストールされた携帯情報端末（例えば、スマートフォン）とした場合について説明するが、本発明はこれに限らない。「ユーザインターフェース」は、情報提供システム１が管理するアイテム提案サービスを受けるためのソフトウェアがインストールされたコンピュータであればどのようなものでもよい。

情報提供システム１は、ユーザインターフェース２や外部データソース３等と通信ネットワーク（例えば、インターネット）を介して接続され、上記アイテム提案サービスを管理するサーバシステムである。図１に示すように、サーバシステムとしての情報提供システム１は、主にデータベース５１，５２における情報の登録処理及び更新処理並びにデータベース５１，５２に登録されている情報に基づく処理を担う登録情報処理システム５と、主に対象ユーザに対するセッションの実行時に得られた情報に基づく処理を担うセッション情報処理システム６と、上記登録情報処理システム５及びセッション情報処理システム６における演算結果を利用して対象ユーザのユーザインターフェース２へアイテムに関する情報を提案するアイテム提案部７と、を備える。なお、情報提供システム１によるアイテム提案サービスにおける、対象ユーザに対するセッションの具体的な内容については、後に図７を参照しながら説明する。

＜登録情報処理システム＞
先ず、登録情報処理システム５の構成について説明する。登録情報処理システム５は、ユーザプロファイルデータベース５１と、アイテムプロファイルデータベース５２と、ユーザプロファイル推定部５３と、アイテムプロファイル推定部５４と、アイテムリスト生成部５５と、を備える。

ユーザプロファイルデータベース５１には、各登録ユーザの個人情報が、各登録ユーザに割り振られたユーザＩＤと関連付けられた状態で登録されている。ユーザプロファイルデータベース５１に登録されている個人情報は、図１に示すように、ユーザ属性情報と、趣味趣向情報と、消費活動情報と、を含む。

ユーザ属性情報とは、例えば、登録ユーザの性別や年齢等に関する情報を含み、ユーザプロファイルデータベース５１には、例えば構造化データとして記憶されている。趣味趣向情報とは、例えば、登録ユーザの趣味趣向に関する情報を含み、ユーザプロファイルデータベース５１には、例えば複数項目のフラグデータとして記憶されている。本実施形態では、登録ユーザの特定の趣向性の有無を示す複数種（例えば、１００種程度）の趣向性フラグによって趣味趣向情報を表現した場合について説明するが、本発明はこれに限るものではない。

また消費活動情報とは、例えば、登録ユーザの消費活動に関する情報を含み、ユーザプロファイルデータベース５１には、例えば複数項目のスコアデータとして記憶されている。本実施形態では、登録ユーザの消費活動の対象を複数種（例えば、３０種程度）の消費セグメントに分けた上、各消費セグメントに対する消費活動の強弱を示すスコア値によって消費活動情報を表現した場合について説明するが、本発明はこれに限るものではない。

アイテムプロファイルデータベース５２には、各登録アイテムに関するアイテム情報が、各登録アイテムに割り振られたアイテムＩＤと関連付けられた状態で登録されている。アイテムプロファイルデータベース５２に登録されているアイテム情報は、図１に示すように、アイテム属性情報と、評価者情報と、アイテム評価情報と、を含む。

アイテム属性情報とは、例えば、ユーザが登録アイテムを特定するために必要な、登録アイテムの属性に関する情報を含み、アイテムプロファイルデータベース５２には、例えば構造化データとして記憶されている。本実施形態では、登録アイテムのカテゴリ（すなわち、本実施形態では、宿泊施設、飲食店、及び体験施設）に関する情報、登録アイテムの名称に関する情報、登録アイテムが存在する住所及び電話番号に関する情報、並びに登録アイテムの営業日及び営業時間に関する情報等によってアイテム属性情報を表現した場合について説明するが、本発明はこれに限らない。

アイテム評価情報は、例えば、過去において登録アイテムを利用した消費者による登録アイテムの客観的な評価に関する情報（所謂、口コミ情報）や、登録アイテムを提供する提供者による登録アイテムの主観的な評価に関する情報（所謂、宣伝情報）等を含み、アイテムプロファイルデータベース５２には、例えば前処理を経たテキストデータとして記憶されている。また評価者情報は、例えば、上記アイテム評価情報を提供した消費者に関する情報を含み、アイテムプロファイルデータベース５２には、例えば構造化データとして記憶されている。

ユーザプロファイル推定部５３は、外部データソース３やユーザインターフェース２等から提供されるデータから登録ユーザの個人情報を抽出するとともに、抽出した個人情報をユーザプロファイルデータベース５１に新規に登録したり、抽出した個人情報によってユーザプロファイルデータベース５１に既に登録されている個人情報を更新したりする。

ここで外部データソース３からユーザプロファイル推定部５３へ提供されるデータには、例えば、登録ユーザと関連付けられたメールアカウントに関するデータ、このメールアカウントと関連付けられたメールの送受信データ、登録ユーザと関連付けられたＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）アカウントに関するデータ、及びこのＳＮＳアカウントと関連付けられたメッセージデータ等、登録ユーザのユーザ属性情報、趣味趣向情報、及び消費活動情報と関連のある様々なデータが含まれる。

図２は、ユーザプロファイル推定部５３の構成を示す図である。ユーザプロファイル推定部５３は、ユーザ属性表現抽出部５３１と、ユーザ属性情報構造化処理部５３２と、ユーザ属性情報書き込み部５３３と、自然言語テキスト前処理部５３４と、趣味趣向情報スコアリング部５３６と、趣味趣向情報書き込み部５３７と、消費活動情報スコアリング部５３８と、消費活動情報書き込み部５３９と、を備え、これらを用いることによって所定の登録ユーザの個人情報を抽出し、ユーザプロファイルデータベース５１のデータフィールドに書き込む。

ユーザ属性表現抽出部５３１は、ユーザインターフェース２又は外部データソース３から提供されるデータを取得し、取得したデータを予め定められたユーザ属性表現抽出プログラムに従って処理することにより、登録ユーザのユーザ属性情報のみを抽出する。ユーザ属性情報構造化処理部５３２は、ユーザ属性表現抽出部５３１によって抽出されたユーザ属性情報を予め定められたユーザ属性情報構造化プログラムに従って処理することにより、ユーザ属性情報を構造化データに変換する。ユーザ属性情報書き込み部５３３は、ユーザ属性情報構造化処理部５３２から出力される構造化データをユーザプロファイルデータベース５１のうちユーザ属性情報に関するデータフィールドに、登録ユーザのユーザＩＤと関連付けた状態で書き込む。

自然言語テキスト前処理部５３４は、ユーザインターフェース２又は外部データソース３から提供されるデータのうち、登録ユーザの趣味趣向及び消費活動について自然言語で記述されたテキストデータを抽出し、抽出したテキストデータを予め定められた自然言語テキスト前処理プログラムに従って前処理することにより、抽出したテキストデータを後述の趣味趣向情報スコアリング部５３６や消費活動情報スコアリング部５３８における処理に適したデータに変換する。

趣味趣向情報スコアリング部５３６は、自然言語テキスト前処理部５３４による前処理を経たテキストデータを機械学習によって構築された趣味趣向スコアリングアルゴリズムに従って処理することにより、登録ユーザの趣味趣向を示す複数項目のフラグ値を算出する。趣味趣向情報書き込み部５３７は、趣味趣向情報スコアリング部５３６から出力されるフラグデータをユーザプロファイルデータベース５１のうち趣味趣向情報に関するデータフィールドに、登録ユーザのユーザＩＤと関連付けた状態で書き込む。

消費活動情報スコアリング部５３８は、自然言語テキスト前処理部５３４による前処理を経たテキストデータを機械学習によって構築された消費活動スコアリングアルゴリズムに従って処理することにより、登録ユーザの消費活動を示す複数項目のスコア値を算出する。消費活動情報書き込み部５３９は、消費活動情報スコアリング部５３８から出力されるスコアデータをユーザプロファイルデータベース５１のうち消費活動情報に関するデータフィールドに、登録ユーザのユーザＩＤと関連付けた状態で書き込む。

図１に戻り、アイテムプロファイル推定部５４は、外部データソース３から提供されるデータから登録アイテムのアイテム情報を抽出するとともに、抽出したアイテム情報をアイテムプロファイルデータベース５２に新規に登録したり、抽出したアイテム情報によってアイテムプロファイルデータベース５２に既に登録されているアイテム情報を更新したりする。

ここで外部データソース３からアイテムプロファイル推定部５４へ提供されるデータには、例えば、ＳＮＳにおける登録アイテムに対する評価を含むメッセージデータ、このメッセージデータを投稿した評価者に関するデータ、不特定多数の評価者による様々なアイテムに対する評価が掲載される評価サイトにおける登録アイテムに対する評価に関するデータ、及びその評価者に関するデータ等、登録アイテムのアイテム属性情報、アイテム評価情報、及び評価者情報と関連のある様々なデータが含まれる。

図３は、アイテムプロファイル推定部５４の構成を示す図である。アイテムプロファイル推定部５４は、属性表現抽出部５４１と、アイテム属性情報構造化処理部５４２と、アイテム属性情報書き込み部５４３と、評価者情報構造化処理部５４４と、評価者情報書き込み部５４５と、自然言語テキスト前処理部５４６と、アイテム評価情報書き込み部５４７と、を備え、これらを用いることによって所定の登録アイテムのアイテム情報を抽出し、アイテムプロファイルデータベース５２のデータフィールドに書き込む。

属性表現抽出部５４１は、外部データソース３から提供されるデータを取得し、取得したデータを予め定められた属性表現抽出プログラムに従って処理することにより、登録アイテムのアイテム属性情報及び評価者情報のみを抽出する。

アイテム属性情報構造化処理部５４２は、属性表現抽出部５４１によって抽出されたアイテム属性情報を予め定められたアイテム属性情報構造化プログラムに従って処理することにより、アイテム属性情報を構造化データに変換する。アイテム属性情報書き込み部５４３は、アイテム属性情報構造化処理部５４２から出力される構造化データをアイテムプロファイルデータベース５２のうちアイテム属性情報に関するデータフィールドに、登録アイテムのアイテムＩＤと関連付けた状態で書き込む。

評価者情報構造化処理部５４４は、属性表現抽出部５４１によって抽出された評価者情報を予め定められた評価者情報構造化プログラムに従って処理することにより、評価者情報を構造化データに変換する。評価者情報書き込み部５４５は、評価者情報構造化処理部５４４から出力される構造化データをアイテムプロファイルデータベース５２のうち評価者情報に関するデータフィールドに、登録アイテムのアイテムＩＤと関連付けた状態で書き込む。

自然言語テキスト前処理部５４６は、外部データソース３から提供されるデータのうち、登録アイテムの評価について自然言語で記述されたテキストデータを抽出し、抽出したテキストデータを予め定められた自然言語テキスト前処理プログラムに従って前処理することにより、抽出したテキストデータを後述のアイテムベクトル生成部６３におけるディープニューラルネットワーク処理（以下、「ＤＮＮ処理」という）に適したデータに変換する。アイテム評価情報書き込み部５４７は、自然言語テキスト前処理部５４６による前処理を経たテキストデータをアイテムプロファイルデータベース５２のうちアイテム評価情報に関するデータフィールドに、登録アイテムのアイテムＩＤと関連付けた状態で書き込む。

図１に戻り、アイテムリスト生成部５５は、対象ユーザに対するセッションにおいて、ユーザプロファイルデータベース５１に登録された対象ユーザに関する個人情報及びアイテムプロファイルデータベース５２に登録された複数の登録アイテムのアイテム情報に基づいて、対象ユーザの個人情報と関連付けられる１以上の登録アイテムを含むマッチペアリストを生成する。

図４は、アイテムリスト生成部５５の構成を示す図である。アイテムリスト生成部５５は、マッチペア生成部５５１と、マッチペアフィルタリング部５５２と、を備え、これらを用いることによって対象ユーザに対するマッチペアリストを生成する。

始めにマッチペア生成部５５１は、ユーザプロファイルデータベース５１及びアイテムプロファイルデータベース５２からそれぞれ対象ユーザの個人情報及び複数の登録アイテムのアイテム情報を読出し、読み出した個人情報及びアイテム情報を予め定められたマッチペア生成プログラムに従って処理することにより、アイテムプロファイルデータベース５２に登録された複数の登録アイテムの中から対象ユーザに適すると思われる複数の登録アイテムを抽出する。

マッチペアフィルタリング部５５２は、ユーザインターフェース２から図示しない処理によって取得した対象ユーザの要望（例えば、地域や予算等）とマッチペア生成部５５１によって抽出された複数の登録アイテムのアイテム情報とを予め定められたマッチペアフィルタリングプログラムに従って処理することにより、抽出された複数の登録アイテムの中から対象ユーザの要望に合わない登録アイテムを除外することにより、対象ユーザの要望に合致しかつ予め登録された個人情報から推察される対象ユーザの価値観に合った１以上、より好ましくは複数の登録アイテムを含むマッチペアリストを生成する。

図１に戻り、以上のように登録情報処理システム５は、データベース５１，５２に登録されている情報を外部データソース３から提供される情報によって適宜更新するとともに、対象ユーザに対するセッションでは、このセッション開始時にデータベース５１，５２に登録されている情報に基づいて、対象ユーザの価値観及び要望に合致する複数の登録アイテムを含むマッチペアリストを生成し、アイテム提案部７へ送信する。

＜セッション情報処理システム＞
次に、セッション情報処理システム６の構成について説明する。セッション情報処理システム６は、ユーザベクトル記憶部６０と、アイテムベクトル記憶部６１と、ユーザベクトル生成部６２と、アイテムベクトル生成部６３と、ユーザベクトル更新部６４と、アイテムベクトル更新部６５と、重心境界算出部６６と、ソーシャルポジション算出部６７と、セッションベクトル生成部６８と、目標ソーシャルポジション算出部６９と、を備える。

以下で説明するように、セッション情報処理システム６は、対象ユーザのユーザインターフェース２を介してこの対象ユーザに対するセッションにおけるセッション情報を取得し、ユーザプロファイルデータベース５１に登録された複数の登録ユーザの価値観を反映して形成されるベクトル空間であるソーシャル空間における対象ユーザの目標ソーシャルポジションをセッション情報に基づいて算出し、アイテム提案部７へ送信する。すなわち、登録情報処理システム５はセッション開始前の登録情報を利用してマッチペアリストを生成するのに対し、セッション情報処理システム６は、セッション実行時に対象ユーザのユーザインターフェース２を介して取得されるセッション情報に基づき、セッション実行時における対象ユーザの価値観を反映して目標ソーシャルポジションを算出する。

ユーザベクトル記憶部６０は、ユーザプロファイルデータベース５１に登録された全登録ユーザに対し、登録ユーザ毎に１つずつ定義されるユーザベクトルを記憶する。これらユーザベクトルが定義されるユーザベクトル空間は、ユーザの価値観を反映して定義される多次元（例えば、１００～３００次元程度）のベクトル空間である。

ユーザベクトル記憶部６０に記憶される複数のユーザベクトルは、後述のユーザベクトル生成部６２によってユーザプロファイルデータベース５１に登録ユーザ毎に登録された個人情報に基づいて生成される。ユーザベクトル記憶部６０に記憶されている各登録ユーザのユーザベクトルは、ユーザプロファイルデータベース５１に登録されている個人情報が変更された場合には、この変更による差分だけユーザベクトル生成部６２によって更新される。またユーザベクトル記憶部６０に記憶されている複数のユーザベクトルのうち、対象ユーザのユーザベクトルは、この対象ユーザに対するセッションの実行時に取得されるセッション情報に基づいて後述のユーザベクトル更新部６４によって更新される。

ユーザベクトル生成部６２は、ユーザプロファイルデータベース５１に登録ユーザ毎に登録された個人情報に基づいて、後述のＤＮＮ処理によって登録ユーザ毎に多次元のユーザベクトル空間におけるユーザベクトルを生成し、ユーザベクトル記憶部６０に記憶させる。

図５は、ユーザベクトル生成部６２においてユーザベクトルを生成する手順を模式的に示す図である。ユーザベクトル生成部６２は、ユーザプロファイルデータベース５１から読み込んだ登録ユーザの個人情報（ユーザ属性情報、趣味趣向情報、及び消費活動情報）を入力するとその次元を圧縮し特徴量を出力する畳み込みニューラルネットワークとしてのエンコーダ６２１と、エンコーダ６２１から出力される特徴量を入力するとエンコーダ６２１への入力である個人情報を復元する逆畳み込みニューラルネットワークとしてのデコーダ６２２と、を組み合わせて構成されるオートエンコーダ６２０を備える。ユーザベクトル生成部６２は、オートエンコーダ６２０を用いた既知のベクトル埋め込みアルゴリズムに基づいて、ユーザプロファイルデータベース５１に登録された登録ユーザの個人情報をユーザベクトル空間に埋め込むことによって、各登録ユーザのユーザベクトルを生成する。またユーザベクトル生成部６２は、ユーザプロファイルデータベース５１の登録情報が更新された場合には、更新前の登録情報と更新後の登録情報との差分が補われるようにユーザベクトル記憶部６０に記憶されているユーザベクトルを更新する。

図１に戻り、アイテムベクトル記憶部６１は、アイテムプロファイルデータベース５２に登録された全登録アイテムに対し、登録アイテム毎に１つずつ定義されるアイテムベクトルを記憶する。これらアイテムベクトルが定義されるアイテムベクトル空間は、アイテムの情報を反映して定義される多次元（例えば、ユーザベクトル空間とほぼ同次元であり、１００～３００次元程度）のベクトル空間である。

アイテムベクトル記憶部６１に記憶される複数のアイテムベクトルは、後述のアイテムベクトル生成部６３によってアイテムプロファイルデータベース５２に登録アイテム毎に登録されたアイテム情報に基づいて生成される。アイテムベクトル記憶部６１に記憶されている各登録アイテムのアイテムベクトルは、アイテムプロファイルデータベース５２に登録されているアイテム情報が変更された場合には、この変更による差分だけアイテムベクトル生成部６３によって更新される。またアイテムベクトル記憶部６１に記憶されている複数のアイテムベクトルは、対象ユーザに対するセッションの実行時に取得されるセッション情報に基づいて後述のアイテムベクトル更新部６５によって更新される。

アイテムベクトル生成部６３は、アイテムプロファイルデータベース５２に登録アイテム毎に登録されたアイテム情報に基づいて、後述のＤＮＮ処理によって登録アイテム毎に多次元のアイテムベクトル空間におけるアイテムベクトルを生成し、アイテムベクトル記憶部６１に記憶させる。

図６は、アイテムベクトル生成部６３においてアイテムベクトルを生成する手順を模式的に示す図である。アイテムベクトル生成部６３は、アイテムプロファイルデータベース５２から読み込んだ登録アイテムのアイテム情報（アイテム属性情報、評価者情報、及びアイテム評価情報）を入力するとその次元を圧縮し特徴量を出力する畳み込みニューラルネットワークとしてのエンコーダ６３１と、エンコーダ６３１から出力される特徴量を入力するとエンコーダ６３１への入力であるアイテム情報を復元する逆畳み込みニューラルネットワークとしてのデコーダ６３２と、を組み合わせて構成されるオートエンコーダ６３０を備える。アイテムベクトル生成部６３は、オートエンコーダ６３０を用いた既知のベクトル埋め込みアルゴリズムに基づいて、アイテムプロファイルデータベース５２に登録された登録アイテムのアイテム情報をアイテムベクトル空間に埋め込むことによって、各登録アイテムのアイテムベクトルを生成する。またアイテムベクトル生成部６３は、アイテムプロファイルデータベース５２の登録情報が更新された場合には、更新前の登録情報と更新後の登録情報との差分が補われるようにアイテムベクトル記憶部６１に記憶されているアイテムベクトルを更新する。

図１に戻り、ユーザベクトル更新部６４は、セッション実行時における対象ユーザの価値観を対象ユーザのユーザベクトルに反映させるべく、対象ユーザに対するセッションにおいて取得されたセッション情報に基づいてユーザベクトル記憶部６０に記憶されている対象ユーザのユーザベクトルを更新する。

ここで対象ユーザに対するセッション及びこのセッションにおいて対象ユーザのユーザインターフェース２から取得されるセッション情報の構成について、図７を参照しながら説明する。

図７は、対象ユーザに対するセッションを構成する複数の工程を模式的に示す図である。対象ユーザに対するセッションは、例えば、対象ユーザがユーザインターフェース２において情報提供システム１からアイテム提案サービスの提供を受けるためのアプリケーションを起動したことに応じて開始する。またこのセッションは、対象ユーザがユーザインターフェース２を操作することによって、情報提供システム１から提案された複数のアイテムの中から少なくとも１つのアイテムを確定するか又は対象ユーザが上記アプリケーションを停止したことに応じて終了する。

図７に示すように、対象ユーザに対するセッションは、提案工程及び選択工程を交互に複数の設定回数（以下、設定回数をＮｓｅｔと表記する）にわたり繰り返す絞り込み工程と、この絞り込み工程において対象ユーザのユーザインターフェース２を介して得られたセッション情報に基づいて情報提供システム１から対象ユーザへ複数のアイテムを最終的に提案する最終提案工程と、対象ユーザがユーザインターフェース２を操作することによって、最終提案工程において最終的に提案された複数のアイテムの中から少なくとも１つのアイテムを最終的に選択（すなわち、確定）する確定工程と、を含む。

ここで提案工程では、アイテム提案部７は、対象ユーザへ暫定的に複数のアイテムを提案する。また選択工程では、対象ユーザは、ユーザインターフェース２を操作することによって、先の提案工程において暫定的に提案された複数のアイテムの中から少なくとも１つのアイテムを暫定的に選択する。なお絞り込み工程における設定回数Ｎｓｅｔは、例えば、２から所定の最大設定回数（以下、最大設定回数をＮｍａｘと表記する）の間の整数に設定される。またこの対象ユーザに対するセッションにおいて、情報提供システム１が対象ユーザのユーザインターフェース２から得られるセッション情報には、例えば、各提案工程において対象ユーザへ暫定的に提案された複数のアイテムに関する情報や、各選択工程において対象ユーザによって暫定的に選択されたアイテムに関する情報等が含まれる。なお以下では、ｎ回目の選択工程において対象ユーザによって暫定的に選択されたアイテムをｎ回目の選択アイテムともいう。

図８は、ユーザベクトル更新部６４の構成を示す図である。ユーザベクトル更新部６４は、対象ユーザベクトル抽出部６４１と、選択アイテムベクトル抽出部６４２と、差成分抽出部６４３と、ベクトル更新部６４４と、を備える。

対象ユーザベクトル抽出部６４１は、ユーザベクトル記憶部６０に記憶された全登録ユーザのユーザベクトルから、対象ユーザのユーザベクトルを抽出し、この対象ユーザのユーザベクトルに関する情報を差成分抽出部６４３及びベクトル更新部６４４へ送信する。

選択アイテムベクトル抽出部６４２は、対象ユーザのユーザインターフェース２から取得したセッション情報に基づいて、対象ユーザに対するセッションにおいて対象ユーザが暫定的に選択した選択アイテムを特定するとともに、アイテムベクトル記憶部６１に記憶された全登録アイテムのアイテムベクトルから、特定した選択アイテムのアイテムベクトルを抽出し、この選択アイテムのアイテムベクトルに関する情報を差成分抽出部６４３へ送信する。

差成分抽出部６４３は、対象ユーザのユーザベクトルと選択アイテムのアイテムベクトルとの間の差成分を算出し、ベクトル更新部６４４へ送信する。より具体的には、差成分抽出部６４３は、選択アイテムのアイテムベクトルを所定のアルゴリズムに基づいてユーザベクトル空間に射影することによって生成されるベクトルと対象ユーザのユーザベクトルとの間のユーザベクトル空間における差を差成分として算出する。

ベクトル更新部６４４は、対象ユーザのユーザベクトルを差成分抽出部６４３によって算出された差成分に基づいて更新する。より具体的には、ベクトル更新部６４４は、上記差成分が小さくなるように対象ユーザのユーザベクトルを更新し、ユーザベクトル記憶部６０に記憶させる。以上のように、ユーザベクトル更新部６４は、対象ユーザのユーザベクトルが、選択アイテムのアイテムベクトルをユーザベクトル空間に射影することによって生成されるベクトルに近くなるように、対象ユーザのユーザベクトルを更新する。

図１に戻り、アイテムベクトル更新部６５は、セッション実行時における対象ユーザの価値観を、対象ユーザによって選択された選択アイテムのアイテムベクトルに反映させるべく、対象ユーザのユーザベクトルに基づいてアイテムベクトル記憶部６１に記憶されている選択アイテムのアイテムベクトルを更新する。

図９は、アイテムベクトル更新部６５の構成を示す図である。アイテムベクトル更新部６５は、対象ユーザベクトル抽出部６５１と、選択アイテムベクトル抽出部６５２と、差成分抽出部６５３と、ベクトル更新部６５４と、を備える。

対象ユーザベクトル抽出部６５１は、ユーザベクトル記憶部６０に記憶された全登録ユーザのユーザベクトルから、対象ユーザのユーザベクトルを抽出し、この対象ユーザのユーザベクトルに関する情報を差成分抽出部６５３へ送信する。

選択アイテムベクトル抽出部６５２は、対象ユーザのユーザインターフェース２から取得したセッション情報に基づいて、対象ユーザに対するセッションにおいて対象ユーザが暫定的に選択した選択アイテムを特定するとともに、アイテムベクトル記憶部６１に記憶された全登録アイテムのアイテムベクトルから、特定した選択アイテムのアイテムベクトルを抽出し、この選択アイテムのアイテムベクトルに関する情報を差成分抽出部６５３及びベクトル更新部６５４へ送信する。

差成分抽出部６５３は、対象ユーザのユーザベクトルと選択アイテムのアイテムベクトルとの間の差成分を算出し、ベクトル更新部６５４へ送信する。より具体的には、差成分抽出部６５３は、対象ユーザのユーザベクトルを所定のアルゴリズムに基づいてアイテムベクトル空間に射影することによって生成されるベクトルと選択アイテムのアイテムベクトルとの間のアイテムベクトル空間における差を差成分として算出する。

ベクトル更新部６５４は、選択アイテムのアイテムベクトルを差成分抽出部６５３によって算出された差成分に基づいて更新する。より具体的には、ベクトル更新部６５４は、上記差成分が小さくなるように選択アイテムのアイテムベクトルを更新し、アイテムベクトル記憶部６１に記憶させる。以上のようにアイテムベクトル更新部６５は、選択アイテムのアイテムベクトルが、対象ユーザのユーザベクトルをアイテムベクトル空間に射影することによって生成されるベクトルに近くなるように、選択アイテムのアイテムベクトルを更新する。

図１に戻り、重心境界算出部６６は、ユーザベクトル記憶部６０に記憶された複数の登録ユーザ、より具体的には全登録ユーザのユーザベクトルのユーザベクトル空間における重心及び境界を算出し、これら重心及び境界に関する情報をソーシャルポジション算出部６７へ送信する。上述のようにユーザベクトル記憶部６０に記憶されているユーザベクトルは、ユーザベクトル生成部６２及びユーザベクトル更新部６４によって適宜更新されている。このため重心境界算出部６６によって算出される全登録ユーザのユーザベクトルの重心及び境界もその都度変化する。

ソーシャルポジション算出部６７は、全登録ユーザの価値観を反映して定義される多次元空間であるソーシャル空間における対象ユーザの位置ベクトルを示すソーシャルポジションを、対象ユーザのユーザベクトルに基づいて算出する。より具体的には、ソーシャルポジション算出部６７は、重心境界算出部６６によって算出された全登録ユーザのユーザベクトルの重心及び境界に基づいて、ソーシャル空間の原点を定義するとともに、このソーシャル空間における対象ユーザのソーシャルポジションを対象ユーザのユーザベクトルに基づいて算出する。なおこのソーシャル空間の次元数は、ユーザベクトル空間の次元数と同程度であり、例えば１００～３００程度である。ソーシャルポジション算出部６７は、対象ユーザに対するセッションにおいて、ユーザベクトル更新部６４がセッション情報に基づいて対象ユーザのユーザベクトルを更新する度に、すなわち対象ユーザが暫定的に選択アイテムを選択する度に、新たなソーシャル空間を定義するとともにこのソーシャル空間における対象ユーザのソーシャルポジションを更新する。

図１０は、２次元平面上に模式的に表されたソーシャル空間に、複数の登録ユーザのソーシャルポジションをプロットした図である。図１０に示すように、ソーシャル空間は、全登録ユーザのユーザベクトルに基づいて定義される多次元空間、すなわち全登録ユーザの価値観を反映して定義される多次元空間であるため、各登録ユーザのソーシャルポジションは、似た価値観（例えば、高齢者、安定志向を有する者、及び若者等）を持つ者同士が近くなるように分布する。またこのようなソーシャル空間の原点を、全登録ユーザのユーザベクトルの重心に基づいて定義することにより、ソーシャル空間におけるソーシャルポジションから各ユーザの人格形成の行動分布を得ることができる。

セッションベクトル生成部６８は、ソーシャルポジション算出部６７によって算出される対象ユーザのソーシャルポジションの、対象ユーザに対するセッション内における変化履歴に基づいて、対象ユーザのセッションベクトルを生成又は更新する。ここでセッションベクトルとは、対象ユーザに対するセッションの内容を表すベクトルであり、多次元空間であるセッションベクトル空間内に定義される。上述のように１つのセッションは、最大でＮｍａｘ回の絞り込み工程を繰り返すことから、ソーシャル空間の次元数をＮｓとした場合、このセッションベクトル空間の次元数はＮｓ×Ｎｍａｘとなる。セッションベクトル生成部６８は、対象ユーザに対するセッションにおいて、ソーシャルポジション算出部６７によって対象ユーザのソーシャルポジションが更新される度にセッションベクトルを更新する。またセッションベクトル生成部６８は、対象ユーザに対するセッションが終了すると、この対象ユーザに対するセッションベクトルもリセットする。従ってセッションベクトル生成部６８によって生成又は更新されるセッションベクトルは、対象ユーザに対するセッションにおいて、対象ユーザのソーシャルポジションがソーシャル空間において辿った線に相当する。

目標ソーシャルポジション算出部６９は、ソーシャルポジション算出部６７によって算出又は更新される対象ユーザのソーシャルポジション及びセッションベクトル生成部６８によって生成又は更新されるセッションベクトルに基づいて、セッション実行時における対象ユーザが目標とするソーシャルポジションに相当する目標ソーシャルポジションを算出する。より具体的には、目標ソーシャルポジション算出部６９は、セッションベクトル生成部６８によって生成又は更新されるセッションベクトルに基づいて対象ユーザのソーシャル空間における変化目標を算出するとともに、この変化目標と、対象ユーザの最新のソーシャルポジションと、を合成することによって、対象ユーザの目標ソーシャルポジションを算出する。

図１に戻り、アイテム提案部７は、アイテムリスト生成部５５によって生成されたマッチペアリストと、アイテムベクトル記憶部６１に記憶された各登録アイテムのアイテムベクトルと、セッションベクトル生成部６８によって生成又は更新されるセッションベクトルと、目標ソーシャルポジション算出部６９によって算出される目標ソーシャルポジションと、に基づいて、ユーザインターフェース２を介して対象ユーザに適した１以上のアイテムを提案する。

図１１は、アイテム提案部７の構成を示す図である。アイテム提案部７は、目標ソーシャルポジション取得部７１と、セッションベクトル取得部７２と、アイテムベクトル取得部７３と、推薦スコア算出部７４と、ソート・フィルタリング処理部７５と、を備える。

目標ソーシャルポジション取得部７１は、対象ユーザの最新の目標ソーシャルポジションを目標ソーシャルポジション算出部６９から取得し、この目標ソーシャルポジションに関する情報を推薦スコア算出部７４へ送信する。

セッションベクトル取得部７２は、対象ユーザの最新のセッションベクトルをセッションベクトル生成部６８から取得し、このセッションベクトルに関する情報を推薦スコア算出部７４へ送信する。

アイテムベクトル取得部７３は、アイテムベクトル記憶部６１に記憶された全登録アイテムのアイテムベクトルの中から、マッチペアリストに含まれる登録アイテムのアイテムベクトルを取得し、取得したアイテムベクトルに関する情報をマッチペアリストの記載順で推薦スコア算出部７４へ送信する。

推薦スコア算出部７４は、目標ソーシャルポジション取得部７１によって取得された目標ソーシャルポジションと、セッションベクトル取得部７２によって取得されたセッションベクトルと、アイテムベクトル取得部７３によって取得されたアイテムベクトルと、に基づいて、マッチペアリストに含まれる各登録アイテムに対し、対象ユーザに対する推薦度合いを数値化した推薦スコアを算出する。より具体的には、推薦スコア算出部７４は、目標ソーシャルポジション、セッションベクトル、及びアイテムベクトルを入力すると、このアイテムベクトルと関連付けられる登録アイテムの対象ユーザに対する推薦スコアを出力するように機械学習によって構築されたＤＮＮを備えており、このＤＮＮを用いることによってマッチペアリストに含まれる各登録アイテムに対する推薦スコアを算出する。

図１２は、２次元平面上に模式的に表されたアイテムベクトル空間に、マッチペアリストに含まれる複数の登録アイテムのアイテムベクトルをプロットした図である。図１２において、線Ｌ１は、１回目の提案工程においてアイテム提案部７によって対象ユーザに提案された登録アイテムが分布する領域を示し、線Ｌ２は、２回目の提案工程においてアイテム提案部７によって対象ユーザに提案された登録アイテムが分布する領域を示し、線Ｌ３は、３回目の提案工程においてアイテム提案部７によって対象ユーザに提案された登録アイテムが分布する領域を示す。

ここでセッションベクトルは、上述のようにユーザベクトル更新部６４、ユーザベクトル記憶部６０、重心境界算出部６６、ソーシャルポジション算出部６７、及びセッションベクトル生成部６８により、対象ユーザに対するセッション情報に基づいて生成されるため、対象ユーザに対するセッションにおけるアイテムの選択履歴を反映したものとなっている。このため、推薦スコア算出部７４では、このようなセッションベクトルを入力に含むＤＮＮ処理によって登録アイテムに対する推薦スコアを算出することにより、先の提案工程においてアイテム提案部７によって暫定的に提案された複数の登録アイテムのうち、対象ユーザによって暫定的に選択された登録アイテムの近傍に分布する登録アイテムに対する推薦スコアを、対象ユーザによって暫定的に選択されなかった複数の登録アイテムの近傍に分布する登録アイテムに対する推薦スコアよりも高くすることができる。このため図１２に示すように、アイテム提案部７が対象ユーザに提案する登録アイテムが分布する領域を徐々に絞り込むことができる。

図１１に戻り、ソート・フィルタリング処理部７５は、マッチペアリストに含まれる複数の登録アイテムを推薦スコアの高いものから順に並び変えるとともに、推薦スコアが所定値未満の登録アイテムを除くことにより、推薦スコアが所定値以上である登録アイテムによって構成される提案リストを生成し、対象ユーザのユーザインターフェース２へ送信する。これによりアイテム提案部７は、対象ユーザに対し推薦スコアが高い登録アイテムから順に提案することができる。

図１３は、以上のような情報提供システム１によって対象ユーザに対しアイテムを提案する情報提供方法の手順を示すフローチャートである。

始めにステップＳＴ１では、セッション情報処理システム６は、対象ユーザに対する前回のセッションにおいて生成したセッションベクトル及び絞り込み工程の繰り返し回数を計数するカウンタｎをリセットし、ステップＳＴ２に移る。

ステップＳＴ２では、登録情報処理システム５は、ユーザプロファイルデータベース５１に登録された対象ユーザの個人情報及びアイテムプロファイルデータベース５２に登録された各登録アイテムのアイテム情報に基づいて、対象ユーザに対するマッチペアリストを生成し、ステップＳＴ３に移る。

ステップＳＴ３では、アイテム提案部７は、ステップＳＴ２において生成されたマッチペアリストと、セッション情報処理システム６において最新のセッション情報に基づいて生成される目標ソーシャルポジション及びセッションベクトルと、に基づいて、提案リストを生成し、提案リストに含まれる登録アイテムを、ユーザインターフェース２を介して対象ユーザに暫定的に提案し（提案工程）、ステップＳＴ４に移る。

ステップＳＴ４では、セッション情報処理システム６は、対象ユーザのユーザインターフェース２を介して、先のステップＳＴ３においてアイテム提案部７から対象ユーザへ暫定的に提案された複数の登録アイテムのうち対象ユーザによって暫定的に選択された登録アイテムに関する情報をセッション情報として取得し（選択工程）、ステップＳＴ５に移る。

ステップＳＴ５では、セッション情報処理システム６は、カウンタｎを値１だけカウントアップし（ｎ＝ｎ＋１）、ステップＳＴ６に移る。

ステップＳＴ６では、セッション情報処理システム６は、カウンタｎの値は設定回数Ｎｓｅｔ以上であるか否かを判定する。ステップＳＴ６の判定結果がＮＯである場合、ステップＳＴ３に戻り、ＹＥＳである場合、ステップＳＴ７に移る。すなわち、セッション情報処理システム６及びアイテム提案部７は、提案工程（ステップＳＴ３）及び選択工程（ステップＳＴ４）を、設定回数Ｎｓｅｔにわたり交互に繰り返し実行する。

ステップＳＴ７では、セッション情報処理システム６は、最新のセッション情報に基づいて対象ユーザに対する目標ソーシャルポジション及びセッションベクトルを更新するとともに、これら目標ソーシャルポジション及びセッションベクトルをアイテム提案部７へ送信する。

ステップＳＴ８では、アイテム提案部７は、マッチペアリスト、目標ソーシャルポジション、及びセッションベクトルに基づいて提案リストを生成し、提案リストに含まれる登録アイテムを、ユーザインターフェース２を介して対象ユーザに提案し（最終提案工程）、ステップＳＴ９に移る。

ステップＳＴ９では、セッション情報処理システム６は、対象ユーザのユーザインターフェース２を介して、先のステップＳＴ８においてアイテム提案部７から対象ユーザへ最終的に提案された複数の登録アイテムのうち対象ユーザによって最終的に選択された登録アイテムを確定アイテムとし、図１３に示す処理を終了する。

本実施形態に係る情報提供システム１及び情報提供方法によれば、以下の効果を奏する。
（１）情報提供システム１において、アイテムリスト生成部５５は、ユーザプロファイルデータベース５１に登録された対象ユーザの個人情報及びアイテムプロファイルデータベース５２に登録された各登録アイテムのアイテム情報に基づいて、対象ユーザと関連付けられる１以上の登録アイテムを含むマッチペアリストを生成し、セッション情報処理システム６は、対象ユーザのユーザインターフェース２を介してこの対象ユーザに対するセッションにおけるセッション情報を取得するとともに、複数の登録ユーザの価値観を反映して形成されるソーシャル空間における対象ユーザの目標ソーシャルポジションをセッション情報に基づいて算出し、アイテム提案部７は、これらマッチペアリスト及び目標ソーシャルポジションに基づいて１以上のアイテムを提案する。情報提供システム１及び情報提供方法によれば、先ず、ユーザプロファイルデータベース５１及びアイテムプロファイルデータベース５２に登録された情報に基づいて生成されたマッチペアリストを用いて対象ユーザにアイテムを提案することにより、フォロワー層を中心とする多数のユーザに対し、満足度の高いアイテムを提案することができる。

また情報提供システム１及び情報提供方法によれば、セッション情報処理システム６は、対象ユーザに対するセッションにおいて取得したセッション情報に基づいてソーシャル空間における対象ユーザの目標ソーシャルポジションを算出することにより、対象ユーザのセッション実行時における上記人格性モデルで言うところの「目的」を、目標ソーシャルポジションとして算出することができる。また情報提供システム１及び情報提供方法によれば、アイテム提案部７は、マッチペアリスト及び目標ソーシャルポジションに基づいて対象ユーザに対しアイテムを提案することにより、フォロワー層以外のマニア層、先進層、及び定番層等のユーザに対しても、満足度の高いアイテムを提案することができる。

（２）セッション情報処理システム６は、提案工程と選択工程との複数回にわたる繰り返しを含む対象ユーザに対するセッションにおいて、対象ユーザによって選択されたアイテムに関する情報をセッション情報として取得し、このセッション情報に基づいて目標ソーシャルポジションを算出することにより、対象ユーザのセッション実行時における趣味、趣向、及び興味等の価値観を反映して対象ユーザの目標ソーシャルポジションを算出することができるので、さらに多くのユーザに対し満足度の高いアイテムを提案することができる。

（３）セッション情報処理システム６は、ソーシャル空間における対象ユーザのソーシャルポジションのセッション内の変化履歴に基づいて目標ソーシャルポジションを算出することにより、対象ユーザのセッション実行時における価値観を精度良く反映して対象ユーザの目標ソーシャルポジションを算出することができるので、さらに多くのユーザに対し満足度の高いアイテムを提案することができる。

（４）ユーザベクトル生成部６２は、ユーザプロファイルデータベース５１に登録された個人情報に基づいて登録ユーザ毎にユーザベクトルを生成し、ユーザベクトル記憶部６０は、ユーザベクトル生成部６２によって生成されたユーザベクトルを記憶する。また情報提供システム１及び情報提供方法において、セッション情報処理システム６は、目標ソーシャルポジションが定義されるソーシャル空間を、複数の登録ユーザのユーザベクトルに基づいて定義する。これにより、ユーザプロファイルデータベース５１に登録されている複数の登録ユーザによって構成される仮想的な社会の価値観を反映してソーシャル空間を定義することができる。

（５）アイテムベクトル生成部６３は、アイテムプロファイルデータベース５２に登録されたアイテム情報に基づいて登録アイテム毎にアイテムベクトルを生成し、アイテムベクトル記憶部６１は、アイテムベクトル生成部６３によって生成されたアイテムベクトルを記憶し、アイテム提案部７は、マッチペアリストによって関連付けられるアイテムベクトル及び目標ソーシャルポジションに基づいて対象ユーザに対し１以上のアイテムを提案する。これにより、マッチペアリストに含まれる複数のアイテムのうち、上記人格性モデルで言うところの「幸福度」を高めるようなアイテムを定量的に抽出し、対象ユーザに提案することができる。

（６）ユーザベクトル更新部６４は、セッション情報に基づいてユーザベクトル記憶部６０に記憶された対象ユーザのユーザベクトルを更新する。これにより、対象ユーザのセッション実行時における価値観を、対象ユーザのユーザベクトルに反映させることができる。

（７）ユーザベクトル更新部６４は、セッション情報と関連付けられたアイテムベクトルに基づいて対象ユーザのユーザベクトルを更新することにより、対象ユーザのセッション実行時における価値観を定量的に評価し、対象ユーザのユーザベクトルに反映させることができる。

（８）登録アイテムの社会全体における価値は、アイテムプロファイルデータベース５２への登録時から普遍ではなく、社会全体の価値観の変化と共に時々刻々と変化する。そこでアイテムベクトル更新部６５は、アイテムベクトル記憶部６１に記憶された複数のアイテムベクトルのうち、対象ユーザのセッション情報と関連付けられた選択アイテムベクトルを、この対象ユーザのユーザベクトルに基づいて更新する。これにより、社会全体の価値観の変化に合わせて、すなわち流行りや廃れに追従するようにアイテムベクトルを更新することができるので、アイテムベクトル記憶部６１に記憶されているアイテムベクトルの鮮度を高く維持することができる。またこのようにアイテムベクトルの鮮度を高く維持することにより、対象ユーザに対し満足度の高いアイテムを提案することができる。

（９）社会全体の価値観は、社会の一部である自身の価値観の変化に関わらず時々刻々と変化する。特にマニア層や先進層のユーザの価値観の変遷は激しく、これに伴って社会全体の価値観も変化する。これに対し情報提供システム１及び情報提供方法では、重心境界算出部６６は、ユーザベクトル記憶部６０に記憶された複数の登録ユーザのユーザベクトルのユーザベクトル空間における重心及び境界を算出し、セッション情報処理システム６は、複数の登録ユーザの重心及び境界に基づいてソーシャル空間を定義する。これにより、社会全体の価値観の変化に合わせてソーシャル空間を定義できるので、社会全体における対象ユーザのソーシャルポジションを社会全体の価値観の変化に合わせて是正することができる。

（１０）ソーシャルポジション算出部６７は、対象ユーザのユーザベクトルに基づいてソーシャル空間における対象ユーザのソーシャルポジションを算出し、セッションベクトル生成部６８は、対象ユーザのソーシャルポジションのセッション内における変化履歴に基づいてセッションベクトルを生成し、目標ソーシャルポジション算出部６９は、対象ユーザのソーシャルポジション及びこのソーシャルポジションの変化履歴を反映したセッションベクトルに基づいて目標ソーシャルポジションを算出する。これにより、対象ユーザのセッション実行時における価値観を反映した適切な目標ソーシャルポジションを算出することができる。

（１１）目標ソーシャルポジション算出部６９は、対象ユーザの最新のソーシャルポジションと、セッションベクトルに基づいて推定される対象ユーザのソーシャルポジションの変化目標と、を合成することによって目標ソーシャルポジションを算出する。これにより、対象ユーザ自身が認識できていない潜在的なニーズを汲み取って目標ソーシャルポジションを算出することができるので、個々人にパーソナライズされた満足度の高いアイテムを対象ユーザに提案することができる。

（１２）アイテム提案部７は、目標ソーシャルポジション、セッションベクトル、及びアイテムベクトルに基づいて、アイテムリストに含まれる各アイテムに対するスコアを算出し、スコアが高いアイテムから順にアイテムを提案することにより、満足度の高いものから順にアイテムを提案することができる。

以上、本発明の一実施形態について説明したが、本発明はこれに限らない。本発明の趣旨の範囲内で、細部の構成を適宜変更してもよい。

１…情報提供システム
２…ユーザインターフェース
３…外部データソース
５…登録情報処理システム
５１…ユーザプロファイルデータベース
５２…アイテムプロファイルデータベース
５３…ユーザプロファイル推定部
５４…アイテムプロファイル推定部
５５…アイテムリスト生成部
６…セッション情報処理システム
６０…ユーザベクトル記憶部
６１…アイテムベクトル記憶部
６２…ユーザベクトル生成部
６３…アイテムベクトル生成部
６４…ユーザベクトル更新部
６５…アイテムベクトル更新部
６６…重心境界算出部
６７…ソーシャルポジション算出部
６８…セッションベクトル生成部
６９…目標ソーシャルポジション算出部
７…アイテム提案部

Claims (12)

1. アイテムプロファイルデータベースに登録された複数の登録アイテムの中から対象ユーザに適するアイテムを提案する情報提供システムであって、
   ユーザプロファイルデータベースに登録された前記対象ユーザの情報及び前記アイテムプロファイルデータベースに登録された情報に基づいて、前記対象ユーザと関連付けられる１以上のアイテムを含むアイテムリストを生成するアイテムリスト生成部と、
   前記対象ユーザのユーザインターフェースを介して当該対象ユーザに対するセッションにおけるセッション情報を取得し、前記ユーザプロファイルデータベースに登録された複数の登録ユーザの価値観を反映して形成されるソーシャル空間における前記対象ユーザの目標ソーシャルポジションを前記セッション情報に基づいて算出するセッション情報処理システムと、
   前記アイテムリスト、前記目標ソーシャルポジション、及び前記セッション情報に基づいて生成される情報に基づいて、前記対象ユーザに対し１以上のアイテムを提案するアイテム提案部と、を備え、
   前記セッションは、前記アイテム提案部が前記対象ユーザへ暫定的に複数のアイテムを提案する提案工程と、前記対象ユーザが前記アイテム提案部から提案された複数のアイテムの中から少なくとも１つのアイテムを暫定的に選択する選択工程と、の複数回の繰り返しを含み、
   前記セッション情報は、前記選択工程において前記対象ユーザによって選択された選択アイテムに関する情報を含むことを特徴とする情報提供システム。
2. 前記セッション情報処理システムは、前記ソーシャル空間における前記対象ユーザのソーシャルポジションの前記セッション内の変化履歴に基づいて前記目標ソーシャルポジションを算出することを特徴とする請求項１に記載の情報提供システム。
3. 前記セッション情報処理システムは、
   前記ユーザプロファイルデータベースに登録された情報に基づいて前記登録ユーザ毎にユーザベクトルを生成するユーザベクトル生成部と、
   前記ユーザベクトル生成部によって生成されたユーザベクトルを記憶するユーザベクトル記憶部と、を備え、
   前記ソーシャル空間は、複数の前記登録ユーザのユーザベクトルに基づいて定義されることを特徴とする請求項１又は２に記載の情報提供システム。
4. 前記セッション情報処理システムは、
   前記アイテムプロファイルデータベースに登録された情報に基づいて前記登録アイテム毎にアイテムベクトルを生成するアイテムベクトル生成部と、
   前記アイテムベクトル生成部によって生成されたアイテムベクトルを記憶するアイテムベクトル記憶部と、を備え、
   前記アイテム提案部は、前記アイテムベクトル記憶部に記憶された全登録アイテムのアイテムベクトルの中から、前記アイテムリストに含まれる登録アイテムのアイテムベクトルを取得し、当該取得したアイテムベクトルと、前記目標ソーシャルポジションと、前記セッション情報に基づいて生成される情報と、に基づいて前記対象ユーザに対し１以上のアイテムを提案することを特徴とする請求項３に記載の情報提供システム。
5. 前記セッション情報処理システムは、前記セッション情報に基づいて前記ユーザベクトル記憶部に記憶された前記対象ユーザのユーザベクトルを更新するユーザベクトル更新部をさらに備えることを特徴とする請求項４に記載の情報提供システム。
6. 前記ユーザベクトル更新部は、前記アイテムベクトル記憶部に記憶された全登録アイテムのアイテムベクトルの中から、前記選択アイテムのアイテムベクトルを抽出し、当該抽出したアイテムベクトルに基づいて前記対象ユーザのユーザベクトルを更新することを特徴とする請求項５に記載の情報提供システム。
7. 前記セッション情報処理システムは、前記選択アイテムのアイテムベクトルを選択アイテムベクトルとし、前記対象ユーザのユーザベクトルに基づいて前記アイテムベクトル記憶部に記憶された前記選択アイテムベクトルを更新するアイテムベクトル更新部をさらに備えることを特徴とする請求項４又は５に記載の情報提供システム。
8. 前記セッション情報処理システムは、前記ユーザベクトル記憶部に記憶された複数の前記登録ユーザのユーザベクトルのユーザベクトル空間における重心及び境界を算出する重心境界算出部をさらに備え、
   前記ソーシャル空間は、前記重心及び前記境界に基づいて定義されることを特徴とする請求項４から７の何れかに記載の情報提供システム。
9. 前記セッション情報処理システムは、
   前記対象ユーザのユーザベクトルに基づいて前記ソーシャル空間における前記対象ユーザのソーシャルポジションを算出するソーシャルポジション算出部と、
   前記対象ユーザのソーシャルポジションの前記セッション内における変化履歴に基づいてセッションベクトルを生成するセッションベクトル生成部と、
   前記対象ユーザのソーシャルポジション及び前記セッションベクトルに基づいて前記目標ソーシャルポジションを算出する目標ソーシャルポジション算出部と、をさらに備えることを特徴とする請求項８に記載の情報提供システム。
10. 前記目標ソーシャルポジション算出部は、前記対象ユーザの最新のソーシャルポジションと、前記セッションベクトルに基づいて推定される前記対象ユーザのソーシャルポジションの変化目標と、を合成することによって前記目標ソーシャルポジションを算出することを特徴とする請求項９に記載の情報提供システム。
11. 前記アイテム提案部は、前記目標ソーシャルポジション、前記セッションベクトル、及び前記アイテムリストに含まれる各登録アイテムのアイテムベクトルに基づいて、前記アイテムリストに含まれる各登録アイテムに対するスコアを算出し、前記スコアが高いアイテムから順に提案することを特徴とする請求項９又は１０に記載の情報提供システム。
12. アイテムプロファイルデータベースに登録された複数の登録アイテムの中から対象ユーザに適するアイテムをコンピュータによって提案する情報提供方法であって、
    前記コンピュータが、ユーザプロファイルデータベースに登録された前記対象ユーザの情報及び前記アイテムプロファイルデータベースに登録された情報に基づいて、前記対象ユーザと関連付けられる１以上のアイテムを含むアイテムリストを生成する工程と、
    前記コンピュータが、前記対象ユーザのユーザインターフェースを介して当該対象ユーザに対するセッションにおけるセッション情報を取得する工程と、
    前記コンピュータが、前記ユーザプロファイルデータベースに登録された複数の登録ユーザの価値観を反映して形成されるソーシャル空間における前記対象ユーザの目標ソーシャルポジションを前記セッション情報に基づいて算出する工程と、
    前記コンピュータが、前記アイテムリスト、前記目標ソーシャルポジション、及び前記セッション情報に基づいて生成される情報に基づいて、前記対象ユーザに対し１以上のアイテムを提案する工程と、を備え、
    前記セッションは、前記コンピュータが前記対象ユーザへ暫定的に複数のアイテムを提案する提案工程と、前記対象ユーザが前記コンピュータから提案された複数のアイテムの中から少なくとも１つのアイテムを暫定的に選択する選択工程と、の複数回の繰り返しを含み、
    前記セッション情報は、前記選択工程において前記対象ユーザによって選択された選択アイテムに関する情報を含むことを特徴とする情報提供方法。

Images