WO2009075043A1

WO2009075043A1 - 情報提供システム

Info

Publication number: WO2009075043A1
Application number: PCT/JP2007/074474
Authority: WO
Inventors: Kazuo Fushimi; Tomohisa Hamano
Original assignee: Dai Nippon Printing Co Ltd
Current assignee: Dai Nippon Printing Co Ltd
Priority date: 2007-12-13
Filing date: 2007-12-13
Publication date: 2009-06-18
Anticipated expiration: 2010-06-13
Also published as: US20120143687A1; CN101896902A; EP2237174A1; US8355958B2; JP4213199B1; US8082189B2; EP2237174A4; US20100268578A1; JPWO2009075043A1

Abstract

利用者の行動パターンを正確に予測し、個々の時点で最適な情報を選択して提供する。ファイル格納部(100)内には、多数の店舗についての提供情報ファイル(F1,F2, ...)が格納されている。利用者が携帯電話機(10)から検索条件入力部(130)ヘアクセスし、位置情報とキーワードを含む検索条件を送信すると、検索実行部(120)は検索条件に対する合致度が基準以上となるファイルを検索する。リスト提示部(140)内には、各地理的領域ごと、各時間帯ごと、各店舗ジャンルごとに、利用者の統計的な関心度を示すテーブルが用意されている。リスト提示部(140)は、検索されたファイルの合致度を、テーブル内の該当する関心度に基づいて補正し、補正合致度の大きい順にソートしたリストを携帯電話機(10)に提示する。利用者がリストから選択した店舗情報は、情報配信部(110)によって携帯電話機(10)に配信される。

Description

情報提供システム

技休 T 分野

本発明は、情報提供システムに関し、特に、自分自身の位置を認識する機能明

を備えた移動端末装置に対して、特定の店舗に関する店舗情報を提供するシステムに関する。書

背景技術

近年、情報の提供手段は、テレビ ·ラジオなどの放送を利用した旧来の情報提供方法から、インターネットの W e bページなどを利用した新たな情報提供方法に移行しつつある。特に、携帯電話機などの移動端末装置の普及により、利用者は、任意の場所から必要な情報にアクセスすることが可能になり、利便性は大いに高まっている。また、商品やサービスを提供する事業者側にとっては、店舗の宣伝や案内の情報を W e bページを介して利用者に広く提供することができる。利用者は、移動中であっても、移動端末装置を用いてこのような W e bページを閲覧することにより、利用予定となる店舗について種々の情報を入手することが可能になる。

このように、インターネットを利用して情報にアクセスする場合、大量の情報の中から、自分の要求に合致した情報を抽出することが重要である。このため、利用者は、通常、所望のキーワードを用いた検索を行い、必要な情報が提示された W e bページへのアクセスを行っている。たとえば、食事や買物などを行う場合、利用者は「イタリア料理」や「婦人服」などのキーワードを用いた検索により、イタリア料理店や婦人服店などの W e bページを閲覧することができる。また、個々の利用者に対して、それぞれ適切な情報を効率良く提供するために、様々な技術が提案されている。たとえば、特開 2 0 0 3 - 2 9 6 3 5 8号公報には、予め、個々の利用者の嗜好を示す情報を収集しておき、個人個人の嗜好に合致した情報を提供する情報配信システムが開示されており、特開 2 0 0 4 - 3 2 6 2 1 1号公報には、同伴者を含めた状況情報をもとにして、各利用者の嗜好度をプロファイルとして記憶させておく手法が開示されている。更に、特開 2 0 0 2 - 1 0 8 9 1- 8号公報には、利用者の行動履歴に基づき当該利用者の嗜好を学習する嗜好学習装置が開示されており、特開 2◦ 0 7 - 1 9 3 3 5 2 号公報には、移動端末装置から得られる端末位置情報を利用することにより、より利用価値の高い広告情報を配信する方法が開示されている。

前掲の各文献に開示されているように、個々の利用者の嗜好や現在位置を把握して、それぞれの利用者に適切な情報を提供する技術は、既にいくつか提案されている。しカゝしながら、いずれの技術も、個々の利用者が個々の時点において、どのような行動を予定しているのかを正確に予測することが困難であるため、利用者の行動パターンを反映させた情報提供を行うことが困難であった。そこで本発明は、利用者の行動パターンをできるだけ正確に予測し、個々の時点において、利用者に最適な情報を選択して提供することが可能な情報提供システムを提供することを目的とする。発明の開示

(1) 本発明の第 1の態様は、自分自身の位置を認識する機能を備えた移動端末装置に対して、特定の店舗に関する店舗情報を提供する情報提供システムにおいて、

提供対象となる店舗情報を構成する店舗情報本体データと、この店舗情報本体データに付随するメタデータと、を有する多数の提供情報ファイルを格納した提供情報フアイル格納部と、移動端末装置からのアクセスを受け、少なくとも移動端末装置それ自身の位置を示す端末位置情報を含む検索条件を入力する検索条件入力部と、

提供情報フアイル格納部に格納されている多数の提供情報ファイルの中から検索条件に対する合致度が所定の基準以上となる提供情報ファイルを検索する検索実行部と、

検索実行部によって検索された提供情報ファイルのリストを、移動端末装置に送信するリスト提示部と、

移動端末装置から、リストの中の 1つを選択する選択指示があつたときに、提供情報ファイル格納部から選択指示に係る提供情報ファイル内の店舗情報本体データを読み出し、これを移動端末装置へ配信する情報配信部と、

を設け、

メタデータは、提供情報ファイルを特定するための情報識別コードと、提供情報ファイルに係る店舗のジャンルを示す店舗ジャンルコードと、提供情報フアイルに係る店舗の位置を示す店舗位置コードと、を有しており、

検索実行部は、少なくとも「検索条件に含まれている端末位置情報とメタデ —タに含まれている店舗位置コードとの合致の程度」を参照して検索を行い、検索された提供情報ファィルの情報識別コードと、当該提供情報ファィルの合致の程度を示す合致度と、を対応づけた情報を検索結果としてリスト提示部へ引き渡し、

リスト提示部は、

検索実行部から引き渡された検索結果を格納する検索結果格納部と、地図を複数の地区領域に分割し、個々の地区領域の個々の時間帯について設定された単位区画ごとに、各店舗ジャンルに対応する関心度を設定した関心度テ一ブルを格納するテーブル格納部と、

検索実行部から検索結果が引き渡されたときに、関心度テーブルを参照することにより、端末位置情報によって示される位置を含む地区領域についての現時点に対応する単位区画について設定されている各店舗ジャンルについての関心度を認識し、検索結果格納部に格納されている「各提供情報ファイルの合致度」を、当該提供情報ファイルに係る店舗ジャンルについて認識した関心度を用いて補正することにより、補正合致度を求める補正処理部と、

検索結果格納部に格納されている検索結果の中の合致度を補正合致度に置換した情報を格納する補正結果格納部と、

補正結果格納部に格納されている情報に基づいて、補正合致度の大きレ、順に情報識別コードをソートし、ソートされた順序に従って店舗情報の見出しを並ベたリストを作成し、これを移動端末装置に送信するリスト送信部と、

を有するようにしたものである。

(2) 本発明の第 2の態様は、上述の第 1の態様に係る情報提供システムにおいて、

メタデータが、店舗情報本体データに関連したキーワードと当該キーワードに付与された重みづけポイントとを含むキーヮードコードを有しており、検索条件入力部が、端末位置情報と、利用者が指定した所定のキ一ヮ一ドと、を含む検索条件を入力し、

検索実行部が、検索条件に含まれる端末位置情報とメタデータに含まれる店舗位置コードとの合致の程度を示す位置合致度と、検索条件に含まれるキーヮードとメタデータに含まれるキーワードとの重みづけポイントを考慮して算出された合致の程度を示すキーワード合致度と、の双方を参照して検索を行い、位置合致度とキーヮード合致度との双方を考慮した合致度を検索結果としてリスト提示部へ引き渡すようにしたものである。

(3) 本発明の第 3の態様は、上述の第 1または第 2の態様に係る情報提供システムにおいて、

リスト送信部が、店舗情報本体データ内の見出し行の文字列を、ソート順に並べることにより、リストを作成するようにしたものである。 (4) 本発明の第 4の態様は、上述の第 1一第 3の態様に係る情報提供システムにおいて、

各曜日ごとの時間帯をそれぞれ別個の単位区画とした関心度テーブルを用いるようにしたものである。

(5) 本発明の第 5の態様は、上述の第 1一第 4の態様に係る情報提供システムにおいて、

補正処理部が、検索結果格納部に格納されている合致度に対して、関心度を乗算もしくは加算することにより補正合致度を求めるようにしたものである。

(6) 本発明の第 6の態様は、上述の第 1一第 4の態様に係る情報提供システムにおいて、

テーブル格納部が、複数の関心度テーブルを格納しており、

補正処理部が、これら複数の関心度テーブルを参照することにより複数通りの関心度を認識し、認識した複数通りの関心度を用いて補正を行うことにより、捕正合致度を求めるようにしたものである。

(7) 本発明の第 7の態様は、上述の第 6の態様に係る情報提供システムにおいて、

補正処理部が、認識した複数通りの関心度のそれぞれについて重みパラメ一タを設定する機能を有し、それぞれの関心度に重みパラメータを乗じた値を、合致度に対して乗算もしくは加算することにより.補正合致度を求めるようにしたものである。

(8) 本発明の第 8の態様は、上述の第 1一第 7の態様に係る情報提供システムにおいて、

多数の利用者が所持する移動端末装置から得られる情報に基づいて、関心度テーブルを新たに作成し、テーブル格納部内の関心度テーブルを更新する関心度テーブル作成部を更に設けたものである。

(9) 本発明の第 9の態様は、上述の第 8の態様に係る情報提供システムにおいて、

情報配信部が、移動端末装置から選択指示を受けたときに、当該移動端末装置の端末位置情報と、選択指示を受けた時点を示す時間情報と、選択指示に係る提供情報ファイルの店舗ジャンルを示す店舗ジャンル情報と、を含む関心情報を、関心度テーブル作成部に引き渡す機能を有し、

関心度テーブル作成部が、引き渡された関心情報に基づいて、端末位置情報によって示される位置を含む地区領域についての時間情報に対応する単位区画について、店舗ジャンル情報で示される店舗ジャンルに対する関心が示された旨の記録を行い、個々の単位区画ごとに、各店舗ジャンルに関心が示された頻度を集計する頻度集計部を有し、この集計結果に基づいて予定立案関心度テーブルを作成するようにしたものである。

(10) 本発明の第 1 0の態様は、上述の第 8の態様に係る情報提供システムにおいて、

関心度テーブル作成部が、

個々の移動端末装置の所定のサンプル時刻ごとの位置の変遷を示す位置変遷情報に基づいて、個々の移動端末装置の移動経路上の通過点を認識し、提供情報フアイル格納部内に格納されている提供情報フアイル内の店舗位置コードを参照することにより、個々の通過点について、それぞれ各店舗との距離を算出し、距離の小さい順に所定数 m個の店舗を、当該通過点に関する近傍店舗と認識する近傍店舗認識部と、

移動経路上において連続する通過点に共通する共通近傍店舗について、最初の通過点の通過時刻から最後の通過点の通過時刻に至るまでの時間を滞在時間と認識する滞在時間認識部と、

共通近傍店舗について、最初の通過点から最後の通過点に至るまでの全通過点との距離の和を求め、その滞在時間を距離の和で除した値を滞在係数として算出する滞在係数算出部と、個々の共通近傍店舗について算出された滞在係数を、当該共通近傍店舗の位置を含む地区領域についての当該共通近傍店舗について認識された滞在時間に対応する単位区画について、当該共通近傍店舗の店舗ジャンルに対する関心の程度を示す値として集計する滞在係数集計部と、

を有し、滞在係数集計部による集計結果に基づいて訪問利用関心度テーブルを作成するようにしたものである。

(11) 本発明の第 1 1の態様は、上述の第 1 0の態様に係る情報提供システムにおいて、

滞在時間が複数の単位区画の時間帯を跨いでいる場合に、滞在時間と個々の単位区画の時間帯との重なり度合いに応じて按分した滞在係数を、各単位区間ごとに集計するようにしたものである。

(12) 本発明の第 1 2の態様は、上述の第 1一第 1 1の態様に係る情報提供システムにおいて、

テーブル格納部が、各提供情報ファイルのそれぞれに対応した広告主意向度テーブルを格納しており、広告主意向度テーブルには、関心度テーブルと同様の単位区画が設けられており、個々の単位区画ごとにそれぞれ店舗情報の提供を行う広告主の意向度が設定されており、- 広告主の指示に応じた外部からの入力操作に基づいて、各提供情報ファィルについての広告主意向度テーブルをそれぞれ作成し、これをテーブル格納部に格納する広告主意向度テーブル作成部を更に有し、

補正処理部が、合致度の補正対象となる提供情報ファイルについての広告主意向度テーブルを参照するこどにより、該当単位区画に設定されている意向度を認識し、関心度と意向度との双方を用いて補正を行うことにより、補正合致度を求めるようにしたものである。

(13) 本発明の第 1 3の態様は、上述の第 1 2の態様に係る情報提供システムにおいて、広告主意向度テーブル作成部が、特定の提供情報ファイルについての特定の単位区画の意向度を広告主の入力操作に基づいて設定する機能と、テーブル格納部内の関心度テーブルを参照することにより、特定の単位区画について特定の提供情報ファイルの店舗ジャンルに対応して設定されている関心度を認識し、認識した関心度を広告主に提示する機能と、を有するようにしたものである。

(14) 本発明の第 1 4の態様は、上述の第 1 3の態様に係る情報提供システムにおいて、

広告主意向度テーブル作成部が、「個々の単位区画に対応し、それぞれ所定の意向度を入力するための入力欄」を広告主に提示し、各単位区画について認識した関心度に応じた表示態様で各入力欄を表示するようにしたものである。

(15) 本発明の第 1 5の態様は、上述の第 1 2の態様に係る情報提供システムにおいて、

広告主意向度テーブル作成部が、特定の提供情報ファイルについての各単位区画の意向度を広告主の入力操作に基づいて設定する機能と、テーブル格納部内の関心度テーブルを参照することにより、各単位区画について特定の提供情報フアイルの店舗ジャンルに対応して設定されている関心度を認識し、関心度の大きさを考慮した優先順位に従って単位区画を広告主に提示する機能と、を有するようにしたものである。

(16) 本発明の第 1 6の態様は、上述の第 1 2—第 1 5の態様に係る情報提供システムにおいて、

補正処理部が、関心度と意向度とのそれぞれについて重みパラメータを設定する機能を有し、関心度にその重みパラメータを乗じた値および意向度にその重みパラメ一タを乗じた値を、それぞれ合致度に対して乗算もしくは加算することにより補正合致度を求めるようにしたものである。

(17) 本発明の第 1 7の態様は、上述の第 1一第 1 6の態様に係る情報提供システムにおいて、テーブル格納部が、各提供情報ファイルのそれぞれに対応した利用者評価値テーブルを格納しており、利用者評価値テーブルには、各提供情報ファイルに対応する店舗についての利用者の評価値が記録されており、

各店舗に対する評価値を利用者から収集することにより、各提供情報フアイルについての利用者評価値テーブルをそれぞれ作成し、これをテーブル格納部に格納する利用者評価値テーブル作成部を更に有し、

補正処理部が、合致度の補正対象となる提供情報ファイルについて、当該提供情報ファイルについての利用者評価値テーブルを参照することにより評価値を認識し、関心度と評価値との双方を用いて補正を行うことにより、補正合致度を求めるようにしたものである。

(18) 本発明の第 1 8の態様は、上述の第 1 7の態様に係る情報提供システムにおいて、

補正処理部が、関心度と評価値とのそれぞれについて重みパラメータを設定する機能を有し、関心度にその重みパラメータを乗じた値および評価値にその重みパラメータを乗じた値を、それぞれ合致度に対して乗算もしくは加算することにより補正合致度を求めるようにしたものである。

(19) 本発明の第 1 9の態様は、上述の第 1 7または第 1 8の態様に係る情報提供システムにおいて、

利用者評価値テーブル作成部が、個々の利用者ごとの個人評価値が記録された利用者評価値テーブルを作成し、

検索条件入力部が、検索条件とともに、アクセスを行っているアクセス利用者を識別する情報を入力し、

補正処理部が、アクセス利用者の評価に類似した評価傾向のある利用者を嗜好類似者と認識し、嗜好類似者についての個人評価値を用いて補正を行うようにしたものである。

(20) 本発明の第 2 0の態様は、上述の第 1 9の態様に係る情報提供システムにおいて、

補正処理部が、合致度の補正対象となる提供情報ファイルについての利用者評価値テーブルに、アクセス利用者自身の個人評価値が掲載されていた場合には、アクセス利用者自身を嗜好類似者と認識し、アクセス利用者自身の個人評価値を用いて補正を行うようにしたものである。

(21) 本発明の第 2 1の態様は、上述の第 1 9または第 2 0の態様に係る情報提供システムにおいて、

補正処理部が、

合致度の補正対象となる提供情報ファイルと同じ店舗ジャンルをもつた提供情報ファイルについての利用者評価値テーブルを抽出する第 1の手段と、第 1の手段によって抽出された利用者評価値テーブルの中から、アクセス利用者の個人評価値が掲載されたテーブルを抽出する第 2の手段と、

第 2の手段によって抽出された利用者評価値テーブルを用いて、アクセス利用者と他の利用者との相関度を算出する第 3の手段と、

第 3の手段によって算出された相関度が所定の基準値以上の者、もしくは、第 3の手段によって算出された相関度の高い順に選択された所定数の者を、ァクセス利用者に対する嗜好類似者と認識する第 4の手段と、

合致度の補正対象となる提供情報ファイルについての利用者評価値テーブルに記録されている嗜好類似者の個人評価値に基づいて、補正に用いる評価値を決定する第 5の手段と、

を有するようにしたものである。

(22) 本発明の第 2 2の態様は、上述の第 2 1の態様に係る情報提供システムにおいて、

第 3の手段が、利用者 Xと利用者 Yとの相関度 R ( X , Y) を算出する際に、第 2の手段によって抽出された利用者評価値テーブルの中から、利用者 Xの個人評価値と利用者 Yの個人評価値との双方が掲載されたテーブルを選抜し、選抜された n個のテーブルに基づいて、

S x x =∑_{i = 1}— _n (E X i -E x a ) ²

S y y =∑_{i = 1}一 _n (Ey i— Ey a) ²

S x y =∑_{i = 1}„_n (E x i -E x a ) (Ey i - Ey a)

なる演算を実行し（但し、 Ex iは、選抜された第 i番目のテーブルにおける利用者 Xの個人評価値、 Ey iは、選抜された第 i番目のテーブルにおける利用者 Yの個人評価値、 Ex aは、選抜された n個のテ一ブルにおける利用者 X の個人評価値の平均値、 Ey aは、選抜された n個のテーブルにおける利用者 Yの個人評価値の平均値）、更に、

R (X, Y) =S x y/ (^S x - ^S y y)

なる演算を実行して相関度 R (X, Y) を算出し、

アクセス利用者と K名の嗜好類似者との相関度をそれぞれ算出し、合致度の補正対象となる提供情報ファイルについての利用者評価値テーブルに記録されている第 k番目の嗜好類似者の個人評価値を E k、第 k番目の嗜好類似者との相関度を Rkとして（但し、合致度の補正対象となる提供情報ファイルについての利用者評価値テーブルに第 k番目の嗜好類似者の個人評価値が記録されていなかった場合には、 Ek = 0、 Rk = 0とする）、補正に用いる評価値 γを、 γ =∑_{k = 1}__K (Ek XRk) Z∑_{k = 1}一 _K (Rk)

なる演算によって求めるようにしたものである。

(23) 本発明の第 23の態様は、上述の第 1一第 22の態様に係る情報提供システムにおいて、

テーブル格納部が、各利用者それぞれについての個人関心度テーブルを格納しており、個人関心度テーブルには、利用者の各店舗ジャンルに対する個人関心度が設定されており、

各利用者に関する情報を収集することにより、各利用者についての個人関心度テーブルをそれぞれ作成し、これをテーブル格納部に格納する個人関心度テ一ブル作成部を更に設け、

補正処理部が、リストの提示対象となる提示対象利用者についての個人関心度テーブルを参照することにより、合致度の補正対象となる提供情報ファィルについての店舗ジャンルに対する提示対象利用者の個人関心度を認識し、関心度と個人関心度との双方を用いて補正を行うことにより、補正合致度を求めるようにしたものである。

(24) 本発明の第 2 4の態様は、上述の第 2 3の態様に係る情報提供システムにおいて、

個人関心度テーブル作成部が、検索条件入力部から取得した検索条件に基づいて、検索条件の入力操作を行った特定の利用者についての個人関心度テープルを作成するようにしたものである。

(25) 本発明の第 2 5の態様は、上述の第 2 3の態様に係る情報提供システムにおいて、

個人関心度テーブル作成部が、情報配信部から取得した「特定の利用者に配信した店舗情報の店舗ジャンル」を、特定の利用者についての個人関心情報として収集し、収集した個人関心情報に基づいて、特定の利用者についての個人関心度テーブルを作成するようにしたものである。

(26) 本発明の第 2 6の態様は、上述の第 2 3—第 2 5の態様に係る情報提供システムにおいて、

個人関心度テーブル作成部が、個々の地区領域の個々の時間帯について設定された単位区画ごとに、各店舗ジャンルに対応する個人関心度を設定した個人関心度テーブルを作成し、

補正処理部が、個人関心度テーブルの中の、端末位置情報によって示される位置を含む地区領域についての現時点に対応する単位区画について設定されている各店舗ジャンルについての個人関心度を参照することにより補正を行うようにしたものである。 (27) 本発明の第 2 7の態様は、上述の第 2 3—第 2 6の態様に係る情報提供システムにおいて、

補正処理部が、関心度と個人関心度とのそれぞれについて重みパラメータを設定する機能を有し、関心度にその重みパラメータを乗じた値および個人関心度にその重みパラメータを乗じた値を、それぞれ合致度に対して乗算もしくは加算することにより補正合致度を求めるようにしたものである。

(28) 本発明の第 2 8の態様は、上述の第 1一第 2 7の態様に係る情報提供システムを、コンピュータに専用のプログラムを組み込むことにより構成したものである。

本発明の情報提供システムによれば、地理的および時間的な分割を行うことにより複数の単位区画が定義され、個々の単位区画ごとに、各店舗ジャンルに対する関心度が設定される。設定された関心度は、多数の利用者の過去の行動パターンに基づいて、個々の単位区画ごとに、一般利用者がどのようなジヤンルの店舗に関心を示すかを示すバロメータとなっている。本発明の情報提供システムでは、検索結果として示される店舗情報リストの掲載順が、この関心度に応じて補正されることになる。このため、利用者がアクセスを行った地理的場所および時間帯に応じて、利用者の行動パターンをできるだけ正確に予測し、利用者に最適な情報を選択して提供することが可能になる。図面の簡単な説明

図 1は、本発明の基本的実施形態に係る情報提供システムの構成を示すプロック図である。

図 2は、図 1に示す提供情報ファイル格納部 1 0 0内に格納されている提供情報ファイル F 1の具体的な構成例を示す図である。

図 3は、本発明で用いる店舗ジャンルの具体的な設定例を示す図である。図 4は、図 1に示す検索条件入力部 1 3 0によって入力される検索条件の一例を示す図である。

図 5は、図 1に示す検索実行部 1 2 0による検索作業で得られた検索結果の一例を示す図である。

図 6は、図 5に示す検索結果をそのまま利用して作成されたリストが表示された端末画面図である。

図 7は、図 6に示すリストの中から一番上の項目を選択することにより提供された店舗情報の一例を示す端末画面図である。

図 8は、地図を複数の地区領域に分割した例を示す平面図である。

図 9は、本発明に用いられる関心度テーブルの構成例を示す平面図である。図 1 0は、図 9に示す関心度テーブルの 1つの単位区画内に格納される関心度の具体例を示す図である。

図 1 1は、図 9に示す関心度テーブルの 1つの単位区画内に格納される情報の別な具体例を示す図である。

図 1 2は、図 1に示すリスト提示部 1 4 0の内部構成を示すプロック図である。

図 1 3は、図 1 2に示す補正処理部 1 4 2による補正処理によって、各情報識別コードに対応する合致度について補正が行われた状態を示す図である。図 1 4は、図 1 3に示す例において、補正合致度の大きい順に各情報識別コ一ドをソ一トした状態を示す図である。

図 1 5は、図 1 4に示すソート後の検索結果を利用して作成されたリストが表示された端末画面図である。

図 1 6は、関心度テーブルを自動作成する機能をもった実施形態に係る情報提供システムの構成を示すブロック図である。

図 1 7は、予定立案関心度テーブルの作成原理を示すプロック図である。図 1 8は、訪問利用関心度テーブルの作成原理を示すプロック図である。図 1 9は、訪問利用関心度テーブルの作成手順の 1プロセスを示す図である。図 2 0は、訪問利用関心度テーブルの作成手順の別な 1プロセスを示す図であ o_Q

図 2 1は、訪問利用関心度テーブルの作成プロセスにおいて、各通過点についての近傍店舗とその距離を認識した状態を示す図である。

図 2 2は、図 2 1に示す認識結果から、共通近傍店舗を把握し、その滞在係数を算出した状態を示す図である。

図 2 3は、共通近傍店舗についての滞在係数を求める一般的手法を説明する平面図である。

図 2 4は、図 2 3に示す例において、共通近傍店舗 S j の滞在係数を求める具体的な手法を示す表である。

図 2 5は、図 1 6に示す関心度テーブル作成部 1 5 0の内部構成を示すプロック図である。

図 2 6は、図 1 6に示すリスト提示部 1 4 0内で行われる補正処理の一例を示すプロック図である。

図 2 7は、広告主意向度テーブルを利用した実施形態に係る情報提供システムの構成を示すブロック図である。

図 2 8は、図 2 7に示す広告主意向度テーブル作成部 1 6 0によって作成された広告主意向度テーブルの具体例を示す図である。

図 2 9は、図 2 7に示すリスト提示部 1 4 0内で行われる補正処理の一例を示すブロック図である。

図 3 0は、利用者評価値テーブルを利用した実施形態に係る情報提供システムの構成を示すブロック図である。

図 3 1は、図 3 0に示す利用者評価値テーブル作成部 1 7 0によって作成された利用者評価値テ一ブルの具体例を示す図である。

図 3 2は、図 3 0に示すリスト提示部 1 4 0内で行われる補正処理の一例を示すブロック図である。図 3 3は、図 3 2に示す評価値の算出手順を示す流れ図である。

図 3 4は、図 3 3に示す流れ図のステップ S 3の相関度算出に用いられる n 組の個人評価値の対を示す図である。

図 3 5は、図 3 3に示す流れ図のステップ S 3の相関度算出に用いられる演算式を示す図である。

図 3 6は、個人関心度テーブルを利用した実施形態に係る情報提供システムの構成を示すブロック図である。

図 3 7は、図 3 6に示す個人関心度テーブル作成部 1 8 0によって作成された個人関心度テーブルの具体例を示す図である。

図 3 8は、図 3 6に示すリスト提示部 1 4 0内で行われる補正処理の一例を示すブロック図である。

発明を実施するための最良の形態

以下、本発明を図示する実施形態に基づいて説明する。

くぐく § 1 . 本発明に係るシステムに基本構成〉> >

図 1は、本発明の基本的実施形態に係る情報提供システムの構成を示すプロック図である。図示のとおり、このシステムは、提供情報ファイル格納部 1 0 0 , 情報配信部 1 1 0 , 検索実行部 1 2 0，検索条件入力部 1 3 0，リスト提示部 1 4 0によって構成されており、インターネット Nを介して移動端末装置 1 0からアクセスを受けることができる。

本発明に係る情報提供システムは、自分自身の位置を認識する機能を備えた移動端末装置 1◦に対して、特定の店舗に関する店舗情報を提供するためのシステムである。本発明に利用可能な移動端末装置 1 0の典型例は、 G P S機能付きの携帯電話機、小型パソコン、 P D Aなどの機器である。これらの機器は、 G P Sを利用して自分自身の位置を示す緯度経度情報を取得することができる。ここでは、このようにして取得した緯度経度情報を「端末位置情報」と呼ぶことにする。

移動端末装置 1 0から本発明に係るシステムへのアクセスは、どのような方法で行ってもよいが、ここに示す実施形態では、移動端末装置 1 0に備わっている W e bブラゥザ機能を用いてィンタ一ネット Nを介してシステムへのァクセスを行う典型例を述べることにする。

図示の提供情報ファイル格納部 1 0 0は、多数の提供情報ファイル F 1， F 2， F 3 , . . . .を格納した構成要素であり、実際には、ファイルサーバ装置によって構成されている。個々の提供情報ファイルには、それぞれ特定の店舗に関する店舗情報（利用者に配信する店舗の広告情報）が収容されている。図示のとおり、 1つの提供情報ファイル F 1は、提供対象となる店舗情報を構成する店舗情報本体データ D 1と、この店舗情報本体データ D 1に付随するメタデータ D 2と、によって構成されている。ここで、メタデータ D 2は、提供情報ファイル F 1を特定するための情報識別コ一ド C 0と、店舗情報本体データ D 1に関連したキ一ヮ一ドコード C 1と、提供情報ファイル F 1に係る店舗のジヤンルを示す店舗ジャンルコード C 2と、提供情報ファイル F 1に係る店舗の位置を示す店舗位置コード C 3と、を含んでいる。

図 2は、この提供情報ファイル格納部 1 0 0内に格納されている提供情報フアイル F 1の具体的な構成例を示す図である。この例では、提供情報ファイル F 1は、「X X X in Tokyo] なるインド料理店に関する店舗情報を示すフアイルになっており、店舗情報本体データ D 1には、「インドレストラン： X X X in Tokyoj なる見出し行の文字列に続いて、店舗広告の文字列が収容されている。利用者が操作する移動端末装置 1 0には、この店舗情報本体データ D 1が配信されることになり、移動端末装置 1◦のディスプレイ画面上に図示の文字列が表示されることになる。なお、店舗情報本体データ D 1は、移動端末装置 1 0 に備わっている W e bブラウザによる解釈が可能なように、テキスト形式もしくは H TM L形式で記述されている。メタデータ D 2は、上述したように、情報識別コード C 0 , キーワードコー，ド C 1 , 店舗ジャンルコード C 2，店舗位置コード C 3から構成されている。

図 2に示す例では、情報識別コード C 0として、「D D D 1 1 1 1 1 1」なるコードが示されているが、これは、提供情報ファイル F 1を特定するためのュニークなコードであり、たとえば、提供情報ファイル F 1のファイル名をそのまま用いてもかまわない。

キーヮードコード C 1は、店舗情報本体データ D 1に関連したキーヮ一ドと当該キーヮードに付与された重みづけボイン卜とによって構成されるコードである。図 2に示す例において、「X X X」，「食事」，「レストラン」，「ィンド」等の文字列はそれぞれキーワードであり、括弧書きの数値は当該キーヮードに付与された重みづけポイントである。重みづけポイントは、後述するように、検索時の合致度を算出するために利用される。

店舗ジャンルコード C 2は、店舗情報本体データ D 1による広告対象となる店舗のジャンルを示すコ一ドである。店舗ジャンルをどのように区分けするかは、このシステムの管理者の判断に委ねられる事項であり、本発明を実施する上で、任意に設定可能な事項である。ただ、ここでは便宜上、図 3に示すような具体的な店舗ジャンルの設定が行われているものとして、以下の説明を行うことにする。

一般に「店舗」といっても、飲食物を提供する店舗、物品販売を行う店舗、映画観劇を提供する店舗、遊技施設を提供する店舗など、その事業内容は様々である。そこで、図 3に示す店舗ジャンルの設定例では、まず、「食べる」，「買う」，. 「見る」，「遊ぶ」の 4つの大分類の店舗ジャンルを設定し、更に、その下位概念として小分類の店舗ジャンルを設定している。たとえば、「食べる」の下位概念には、「フランス料理」，「イタリア料理」，「中華料理」， . . .

等の小分類の店舗ジャンルが設定されている。そして、メタデータ D 2内の店舗ジャンルコード C 2としては、「大分類 Z小分類」という形式で、当該店舗のジャンルを示している。図 2に示す例における「食べるノインド料理」なる店舗ジャンルコード C 2は、「X X X in Tokyo J なるインド料理店の店舗ジャンルが、「大分類：食べる」、「小分類：ィンド料理」に属することを示す。上述したとおり、店舗ジャンルの設定はシステム管理者の判断に委ねられる任意事項であるので、他にも様々な設定が可能である。たとえば、「大分類」のみを店舗ジャンルコード C 2として用いてもよいし、「小分類」のみを店舗ジャンルコード C 2として用いてもよい。あるいは、その中間的な「中分類」を用いることも可能である。また、ジャンルの分類方法も、当該店舗が提供するサービスや当該店舗が販売する商品に関する分類に限定されず、たとえば、「若年層向け」，「壮年層向け」，「アベック向け」，「家族向け」とレ、うような顧客層を基準とした分類を行ったり、「低価格帯」，「中価格帯」，「高価格帯」というような価格帯を基準とした分類を行ったりすることも可能である。

なお、ここでは、説明の便宜上、「食べる」，「買う」，「フランス料理」，「イタリア料理」等、人間が直接識別可能な文字列からなるコードをそのまま店舗ジャンルコード C 2として用いた例を述べるが、実用上は、必要に応じて、アルファべットと数字の組み合わせ等からなる人間が直接識別不能な店舗ジャンルコ一ド c 2を用いてもかまわない。

店舗位置コード C 3は、店舗情報本体データ D 1による広告対象となる店舗の位置を示すコードであり、ここでは、店舗所在地の緯度経度を示すコードを店舗位置コード C 3として用いている。たとえば、図 2に示す例における「N 3 5 . 6 2 3 8 , E 1 3 9 . 7 3 0 8」なる店舗位置コード C 3は、「X X X in Tokyojなるインド料理店の店舗所在地が、北緯 3 5 . 6 2 3 8度、東経 1 3 9 . 7 3 0 8度に位置することを示している。

以上、図 2に示す例に基づいて、提供情報ファイル F 1の具体的なデータ構造を説明したが、提供情報ファイル格納部 1 0 0内には、多数の店舗（たとえば、数千軒一数万軒）のそれぞれについて、同様のデータ構造をもった提供情報ファイルが格納されることになる。なお、このような提供情報ファイルの内容は、広告主（店舗情報の提供主体）の意向に基づいて、システム管理者が決定することになる。たとえば、キーワードコード C 1のキーワードにどのような語句を選定するか、重みづけポイントをいくつに設定するか、店舗ジャンルコード C 2としてどのジャンルを選択する力、、といった事項は、システム管理者の判断により任意に設定することができる。

さて、利用者は、移動端末装置 1 0を用いてシステムにアクセスし、提供情報ファイル格納部 1 0 0内に格納されている多数の店舗情報の中から、所望の店舗情報の配信を要求することになる。そのために、利用者は、まず、移動端末装置 1 0から検索条件入力部 1 3 0へのアクセスを行い、所望の検索条件の入力を行う。検索条件入力部 1 3 0へのアクセスは、移動端末装置 1 0の W e bブラウザ機能を利用して、インターネット Nを経由して行うことができる。別言すれば、利用者は、移動端末装置 1 0の W e bブラウザを用いて、検索条件入力部 1 3 0が提供する所定の W e bページへのアクセスを行い、当該 W e bページ上で、所望の検索条件を入力すればよい。

検索条件入力部 1 3 0は、実際には、 W e bサーバ装置によって構成され、移動端末装置 1 0からのアクセスを受けると、所定の W e bページデータを移動端末装置 1 0宛に送信し、続いで移動端末装置 1 0から送信されてくる検索条件を取り込む処理を行う。ここに示す実施形態では、「端末位置情報とキーワード」から構成される検索条件が、移動端末装置 1 0から検索条件入力部 1 3 0へと送信される。前述したとおり、移動端末装置 1 0は、 G P Sを利用して自分自身の位置を示す緯度経度情報を自動的に取得することができるので、利用者は、実際には端末位置情報を入力する作業を行う必要はなく、 W e bぺージ上でキーヮ一ドのみを入力する操作を行えばよい。

図 4は、このようにして、移動端末装置 1 0から検索条件入力部 1 3 0へと送信される検索条件の一例を示す図である。図示のとおり、この例では、「ェスニック」なるキーワードと「（N 3 5 . 6 2 2 1 , E 1 3 9 . 7 3 1 0 ) 」なる端末位置情報とによって構成される検索条件が、移動端末装置 1 0から検索条件入力部 1 3 0へと送信される。ここで、「エスニック」なるキーワードは、利用者の操作によって移動端末装置 1 0に入力されたものであるが、「（N 3 5 . 6 2 2 1 , E 1 3 9 . 7 3 1 0 ) 」なる端末位置情報は、移動端末装置 1 0の G P S機能によって自動取得されたものである。移動端末装置 1 0に、この端末位置情報を検索条件入力部 1 3 0へ自動送信する機能を設けておけば、利用者が、キーヮードの入力操作を行うだけで、図 4に示すような検索条件が検索条件入力部 1 3 0へ引き渡される。

検索条件入力部 1 3 ◦によってシステムに入力された検索条件（端末位置情報と利用者が指定した所定のキーワードとを含む検索条件）は、検索実行部 1 2 0へと引き渡される。検索実行部 1 2 0は、提供情報ファイル格納部 1 0 0 に格納されている多数の提供情報ファイル F 1， F 2 , F 3 , . . .の中から検索条件に対する合致度が所定の基準以上となる提供情報ファイルを検索する処理を実行する。ここで述べる実施形態の場合、検索実行部 1 2 0による検索は、位置合致度とキーヮード合致度との双方を参照することによって行われる。

位置合致度は、利用者の現在位置に適合した店舗情報、すなわち、移動端末装置 1 ◦の現在位置に近い店舗に関する店舗情報を優先的に選択する目的で参照されるものである。これは、何らかの行動を起こそうと考えている利用者からのアクセスに対して、検索条件に合致した店舗情報を提供する場合、当該利用者の現在位置に近い店舗（利用者が短時間で到達可能な店舗）に関する情報を優先的に配信した方が、利用者の便^:に適うと考えられるからである。

移動端末装置 1 0の現在位置と各店舗との距離は、検索条件に含まれている端末位置情報と、各提供情報ファイル内のメタデータに含まれている店舗位置コードとを用いた演算（地理的な 2地点間距離を求める演算）によって算出できる。したがって、距離が小さいほど位置合致度が大きくなるように、距離と位置合致度との対応関係を予め定めておけば、提供情報ファイル格納部 1 0 0 に格納されている個々の提供情報ファイル F 1 , F 2 , F 3 , . . .について、位置合致度を求めることができる。

たとえば、距離が 1 0 0 m以下の場合は位置合致度二 1 0、距離が 1 0 0— 3 0 0 mの場合は位置合致度 = 8、距離が 3 0 0 m— 1 k mの場合は位置合致度 = 5、距離が 1一 2 k mの場合は位置合致度 = 3、距離が 2— 4 k mの場合は位置合致度 = 1、距離が 4 k m以上の場合は位置合致度 = 0といった設定を行っておけば、個々の提供情報ファイルについての位置合致度を一義的に算出することができる。

一方、キーヮー.ド合致度は、検索条件に含まれるキーワードとメタデータに含まれるキーヮードとの文字列の一致の有無と、一致したキーヮードについての重みづけポイントに基づいて算出することができる。たとえば、「エスニック」なるキーワードを含む検索条件による検索では、図 2に示すようなキーヮードコード C 1に対するキーワード合致度は 5 ( 「エスニック」なるキーヮードに付与された重みづけポイント）ということになる。また、複数のキ一ヮ一ドを含む検索条件が与えられた場合にも、たとえば、「文字列が一致したキーヮードについての重みづけポイントの和をキーヮード合致度とする」とレ、うような取り決めをしておくことにより、キーワード合致度の算出が可能になる。たとえば、検索条件として与えられたキーワードが「食事」，「エスニック」，「ランチ」であった場合、図 2に示すようなキーワードコード C 1に対するキ一ワード合致度は 1 9 (重みづけポイントの和 = 1 0 + 5 + 4 ) とレ、うことになる。

検索実行部 1 2 0は、こうして、個々の提供情報ファイル F 1 , F 2， F 3， . . . について、位置合致度およびキーワード合致度を求めたら、両者の和を、当該提供情報ファィルの合致度と認定し、合致度が所定の基準以上となる提供情報ファイルを検索結果として抽出する。

かくして、ここで述べる実施形態の場合、検索実行部 1 2 0は、検索条件に含まれる端末位置情報とメタデータに含まれる店舗位置コードとの合致の程度を示す位置合致度と、検索条件に含まれるキーヮードとメタデータに含まれるキーヮードとの重みづけポイントを考慮して算出された合致の程度を示すキーワード合致度と、の双方を参照した検索を行い、合致度が所定の基準以上となる提供情報ファイルの情報識別コードと、当該提供情報ファイルの合致度（位置合致度とキーワード合致度との双方を考慮した合致度）と、を対応づけた情報を検索結果として出力し、これをリスト提示部 1 4 0へ引き渡す処理を実行する。

なお、ここでは、端末位置情報とキーワードを検索条件として用いた例を述ベたが、検索条件としては、この他にも種々の条件を設定することが可能である。たとえば、メタデータ D 2内に、店舗の価格帯を示す価格帯コードを収容しておけば、利用者の希望する価格帯を検索条件とした検索を行うことができる。

あるいは、個々の利用者の嗜好や過去の利用履歴などの個人情報がシステム側に登録されるような仕組みを設けておき、移動端末装置 1 0から検索条件入力部 1 3 0にアクセスを行う際に、アクセスを行っている利用者（以下、ァクセス利用者という）を特定する情報を検索条件入力部 1 3 0側へ送信するよう〖こしておけば、当該アクセス利用者に関する個人情報を検索条件の一部に加えた検索も可能である。たとえば、個人情報として、「仏教」に興味があり、「力レー」が好物である旨の登録がなされていた場合には、移動端末装置 1 0から

「仏教」，「カレー」というキーワードが与えられなかったとしても、これらの文字列を自動的にキーヮードに加えて検索を行うようなことも可能になる。個人情報を収集するには、個々の利用者が検索条件入力部 1 3 0に対して何らかの検索条件を入力するたびに、当該検索条件を当該利用者についての検索履歴として保存しておくようにすればよレ、。こうして蓄積された検索履歴は当該利用者の個人情報として利用することが可能である。たとえば、ある利用者の検索履歴から、過去に「仏教」，「カレー」というキーワードを用いた検索が頻繁に行われていることが確認できれば、当該利用者の個人情報として、「仏教」に興味があり、「カレー」が好物である旨の登録を行うことが可能である。以上、検索実行部 1 2 0が行う検索処理のいくつかを例示したが、一般に、様々な検索条件の下で、利用者が所望する W e bページを検索する技術は、既に公知の技術である。そして、検索実行部 1 2 0には、これまで例示した検索処理の他にも、様々な検索処理を行う機能を付加することが可能である。

本発明に係るシステムでは、検索条件には、少なくとも移動端末装置 1 0それ自身の位置を示す端末位置情報が含まれていれば足りる。したがって、利用者が、キーワード等の入力を一切行わなくても、移動端末装置 1 0から検索条件入力部 1 3 0に対して端末位置情報さえ送信されれば、検索実行部 1 2 0は検索処理を実行することが可能である。検索実行部 1 2 0は、少なくとも「検索条件に含まれている端末位置情報とメタデータに含まれている店舗位置コードとの合致の程度」を参照して検索を行うことができ、検索された提供情報フアイルの情報識別コードと、当該提供情報ファイルの合致の程度を示す合致度と、を対応づけた情報を検索結果としてリスト提示部 1 4 0へ引き渡すことができる。

要するに、本発明に係る検索実行部 1 2 0は、少なくとも端末位置情報が含まれている何らかの検索条件に基づいて、提供情報ファイル格納部 1 0 0内に格納されている個々の提供情報ファイル F 1 , F 2 , F 3 , . . .についての合致度を認識し、合致度が所定の基準以上となる提供情報ファィルについての情報識別コードと、当該提供情報ファイルの合致の程度を示す合致度と、を対応づけた情報を検索結果としてリスト提示部へ引き渡す機能を有していればよレ、。図 5は、検索実行部 1 2 0による検索作業で得られた検索結果の一例を示す図である。上述したとおり、検索実行部 1 20からリスト提示部 140へ引き渡される検索結果は、情報識別コードと合致度とが対応づけられた情報であればよい。ただ、図 5に示す例の場合、これに店舗ジャンルコードの情報を付加したものを検索結果として引き渡すようにしており、検索結果は、情報識別コ一ド '合致度'店舗ジャンルコ一ドを対応づけた情報によって構成されている。なお、図 5の第 1列目に示す「順位」の情報は、検索結果を合致度の大きさの順にソートした場合の順位を示すためのものであり、検索結果にこの「順位」の情報まで含ませておく必要はなレ、。

図 5に示す検索結果の第 1順位には、「合致度： 85」，「情報識別コード： DDD 1 1 1 1 1 1」，「店舗ジャンルコード：食べる/インド料理」という 3つの情報が対応づけられているが、これは、検索処理を行った結果、情報識別コード「DDD 1 1 1 1 1 1」で特定される提供情報ファイルについての合致度が 85であり、合致度の大きさの順にソートした場合に第 1位となり、その店舗ジャンルコードは「食べるインド料理」であることを示している。また、合致度「79」が得られた情報識別コード「DDD 222222」で特定される提供情報ファイル（店舗ジャンルコードは「買う装身具」）が第 2順位となっており、合致度「64」が得られた情報識別コード「DDD 3333 33」で特定される提供情報ファイル（店舗ジャンルコードは「遊ぶ Zテーマパーク」）が第 3順位となっており、 ... 以下同様である。 .

さて、ここで、リスト提示部 140力図 5に示す検索結果を、その順位どおりにそのまま並べて提供情報ファイルのリストを作成したとすると、図 6に示すようなリストが得られる。すなわち、リスト提示部 140が、このようなリストを作成して、移動端末装置 10に対して検索結果として送信したとすれば（具体的には、テキスト形式もしくは HTML形式の We bページデータを送信すればよい）、移動端末装置 10のディスプレイ画面上には、図 6に示すような表示がなされることになる。このように、リスト提示部 140は、検索実行部 1 2 0によって検索された提供情報ファイルのリストを、移動端末装置 1 0に送信する機能を果たす。

図 6のリス卜に表示されている文字列は、各提供情報ファイル内の店舗情報本体データの見出し行の文字列である。たとえば、リストの第 1順位に表示されている「インドレストラン： X X X in Tokyo J なる文字列は、図 2に示す提供情報ファイル F 1内の店舗情報本体データ D 1の見出し行の文字列である。また、リストの第 2順位に表示されている「アジアンショップ」なる文字列は、情報識別コード「D D D 2 2 2 2 2 2」で特定される提供情報ファイル（店舗ジャンルコードは「買う装身具」）内の見出し行の文字列であり、リストの第 3順位に表示されている「エスニックランド Z Z Z」なる文字列は、情報識別コード「D D D 3 3 3 3 3 3」で特定される提供情報ファイル（店舗ジヤンルコードは「遊ぶ Zテーマパーク」）.内の見出し行の文字列であり、 . . . 以下同様である。

ここで、利用者が、移動端末装置 1 0上に表示されている図 6に示すリストを見ながら、「インドレストラン： X X X in TokyoJ なる文字列部分をクリックするなどの操作を行い、リストの中の 1つを選択する選択指示を与えると、図 1に示されているように、当該選択指示は情報配信部 1 1 0へと送信される。リスト提示部 1 4 0が移動端末装置 1 0に与えるリストのデータ内に、各店舗情報の見出しの文字列とともに、各店舗情報の情報識別コード C 0を埋め込んでおくようにすれば、移動端末装置 1 0は、利用者がクリックした店舗情報の情報識別コード C Oそれ自身を選択指示として情報配信部 1 1 0へ送信することができる。

情報配信 1 1 0は、移動端末装置 1 0から選択指示があつたときに、提供情報フアイル格納部 1 0 0から当該選択指示に係る提供情報ファイル F 1内の店舗情報本体データ D 1を読み出し、これを移動端末装置 1 0へ配信する処理を行う。上述したように、情報識別コ一ド C Oが選択指示として与えられた場合、情報配信部 1 1 0は、この情報識別コード C Oを用いて該当する提供情報ファイル F 1を把握することができる。その結果、移動端末装置 1 0のデイスプレイ画面上には、図 7に示すような表示がなされることになる。この表示は、図 2に示す店舗情報本体データ. D 1に対応する表示である。

もっとも、図 6に示すリストは、従来の一般的な情報提供システムにおいて提示されるリストであり、実は、本発明に係るシステムで提示されるリストではなレ、。別言すれば、リスト提示部 1 4 0は、図 5に示すような検索結果を、その順位どおりにそのまま並べて提供情報ファイルのリストを作成するわけではなく、リスト作成時に掲載順を修正する処理を実行する。本発明の最も重要な特徴は、このリスト提示部 1 4 0によって実行されるリスト掲載順の修正処理であり、このような修正処理を施したリストを移動端末装置 1 0 へ送信することにより、利用者の行動パターンをできるだけ正確に予測し、個々の時点において、利用者に最適な情報を選択して提供する、という本発明の目的が達成されることになる。以下、このリスト提示部 1 4 0によって実行される修正処理の基本概念を § 2で述べる。

くぐく § 2 . リスト提示部で行われる修正処理の基本概念 > >〉さて、 § 1では、たとえば、図 4に示すような検索条件（キーワード +端末位置情報）に基づいて、検索実行部 1 2 0による検索処理が実行された結果、図 5に示すような検索結果が得られた具体例を示した。この検索結果において、合致度が高い提供情報ファイルは、検索条件として与えられたキーワードに対する適合性が高く、しかも移動端末装置 1 0の現在位置に近い店舗情報についてのファイルということになる。

しかしながら、このような合致度の高いファイルから優先的にリス卜の上位に掲載する方法は、必ずしも利用者の要望に適う方法にはならない。なぜなら、検索処理により得られた合致度は、利用者の行動パターンを十分に予測したものにはなっていないからである。たとえば、利用者が「エスニック」というキーワードを用いて検索を行った場合、エスニックな料理を提供するレストラン（店舗ジャンル：食べる）、ェスニックな雑貨 '家具などの商品を販売する販売店（店舗ジャンル：買う）、エスニックな美術品を展示する美術館（店舗ジャンル：見る）、エスニックな雰囲気の遊技施設（店舗ジャンル：遊ぶ）などの店舗情報が合致度の高い店舗情報として検索されることになろう。この場合、利用者が、エスニックな料理を提供するレストランを検索する意図で「エスニック」というキーワードを用いた検索を行ったのであれば、本来であれば、「店舗ジャンル：食べる」に該当する店舗情報を優先的にリストの上位に掲載するべきである。しかしながら、 § 1で述べた方法では、利用者の「食べる」という行動を予測することができないため、図 6に示す例のように、雑貨店、遊技施設、家具店、美術館などの店舗情報までもがリストの上位に掲載されてしまう結果となる。

もちろん、システムにアクセスしてきた個々の利用者が、次にどのような行動を意図しているかを確実に知ることは非常に困難である。ただ、多数の利用者の行動を統計的に解析することにより、ある程度の行動パターンの予測を行うことは可能である。そこで本発明では、統計的な解析結果に基づいて利用者の行動パターンを予測し、当該予測結果に基づいてリストの掲載順に対する修正処理を施す、という手法を採ることにより、個々の時点において、利用者に最適な情報を選択して提供することを可能にしている。

行動パターンを予測するための第 1の手掛かりは、利用者の地理的な位置である。たとえば、利用者がレストランの密集地区からアクセスを行ってきた場合には、この利用者は、これから「食べる」という行動を予定している可能性が高いものと判断することができよう。あるいは、利用者が複数の遊技施設へ向かうバスターミナルからアクセスを行ってきた場合には、この利用者は、これから「遊ぶ」という行動を予定している可能性が高いものと判断することができよう。このように、アクセスを行ってきた利用者の地理的な位置は、当該利用者の行動パターンを予測するための何らかの情報を含んでいるものと考えられ、利用者が望んでいる店舗情報のジャンルを予測する上で有用な手掛かりとなる。

行動パターンを予測するための第 2の手掛かりは、アクセスの時間帯である。たとえば、利用者が正午近くにアクセスを行った場合には、この利用者は、これから昼食を「食べる」という行動を予定している可能性が高いものと判断することができよう。また、時間帯という概念を曜日まで拡張して考えれば、利用者が日曜日の午前中にアクセスを行った場合には、月曜日の午前中にァクセスを行った場合に比べて、これから「遊ぶ」という行動を予定している可能性が高いものと判断することができよう。このように、アクセスを行ってきた時間帯も、当該利用者の行動パターンを予測するための何らかの情報を含んでいるものと考えられ、利用者が望んでいる店舗情報のジャンルを予測する上で有用な手掛かりとなる。

本願発明者は、この 2つの手掛かりを相互に組み合わせると、その相乗効果により、更に正確な行動パターンの予測が可能になると考えている。たとえば、ある地理的な位置において、ある時間帯に多数の利用者が、どのような行動を行ったか、という統計的データを用意することができれば、当該地理的な位置から、当該時間帯に利用者からのアクセスがあった場合、当該利用者の行動を予測することが可能になる。もちろん、この予測は、あくまでも統計的な見地から得られる行動確率を示すものにすぎないが、当該予測に基づいてリストの掲載順に対する修正処理を施すことにより、利用者にとってより好ましいと確率上推定される情報を選択して提供することが可能になる。

そこで、第 1の手掛かりとなる利用者の地理的位置に基づく行動パターン予測を行うために、地図を複数の領域に分割し、個々の地区領域を定義する。図 8は、地図を複数の地区領域に分割した例を示す平面図である。図示の例では、地図を東西の方向に分割することにより座標 A— Nが定義され、地図を南北の方向に分割することにより座標 1一 8が定義され、座標 A— Nと、座標 1一 8 の組み合わせによって、 1つの地区領域が表される。たとえば、図にハツチングを施した部分は、「地区領域 4 M」ということになる。

図 8に示す例は、単純なモデルであるため、すべての地区領域が同一寸法をもった正方形から構成されているが、もちろん、個々の地区領域の大きさや形状は任意に設定することが可能である。たとえば、ターミナル駅の周辺領域を 1つの地区領域に設定したり、繁華街の 1ブロックを 1つの地区領域に設定したりしてもよレ、。また、店舗が道路に沿って存在する場合であれば、利用者がこの道路に沿って移動することを想定して、当該道路に沿った領域を 1つの地区領域に設定するなど、道路に沿った人間の移動のしゃすさを考慮して地区領域の設定を行うようにしてもよレ、。

更に、第 2の手掛かりとなる時間帯に基づく行動パターン予測を行うために、図 8に示されている個々の地区領域のそれぞれを時間帯に基づいて区分けする。ここでは、こうして区分けされた個々の時間帯を「単位区画」と呼ぶことにする。たとえば、個々の地区領域を水平方向に並べ、個々の時間帯を垂直方向に並べることにより、特定の地区領域と特定の時間帯とによって示される単位区画を二次元マトリックスとして示せば、図 9に示すようなテーブルが得られる。後述するように、このテーブル内の各単位区画には、それぞれ固有の関心度が設定されるため、ここでは、このテーブルを「関心度テーブル」と呼ぶことにする。

この図 9に示す関心度テーブルの水平方向に示されている 1 A , 2 A , 3 A, . . . 6 N , 7 N , 8 Nなる区分けは、図 8に示す地図上の各地区領域 1 A 一 8 Nに対応するものである。すなわち、図 8では、地図上の各地区領域 1 A 一 8 Nが二次元平面上に配置されているが、図 9では、一次元の水平方向軸上に配置されていることになる。

一方、図 9の関心度テーブルの垂直方向に示されている日曜日 0— 2 3，月曜日 0— 2 3 , . . . 土曜日 0— 2 3なる区分けは、時間軸上の各時間帯に対応するものである。具体的には、たとえば、「日曜日 0」なる時間帯は、日曜日の 0 ： 0 0— 1 ： 0 0までの時間帯を示し、「日曜日 1」なる時間帯は、日曜日の 1 ： ◦ 0— 2 ： 0 0までの時間帯を示し、 . . . 「土曜日 2 3」なる時間帯は、土曜日の 2 3 ： 0 0—日曜日の 0 ： 0 0までの時間帯を示している。

この関心度テーブル上の個々の矩形が、それぞれ 1つの単位区画を示している。別言すれば、関心度テーブル上の個々の単位区画は、それぞれ特定の地区領域および特定の時間帯を表している。そして、 1つの単位区画内には、該当する地区領域および該当する時間帯において統計的に求められた各店舗ジヤンルについての多数の利用者の関心度が設定されている。

図 1 0は、図 9に示す関心度テーブルの 1つの単位区画内に格納される関心度の具体例を示す図である。この例では、単位区画「1 A : 日曜日 1 4」に設定されている関心度が例示されており、大分類の店舗ジャンルについて、「食ベる： 2 0 %」，「買う： 6 0 %」，「見る： 1 5 %」，「遊ぶ： 5 %」なる関心度の設定がなされている。これは、地図上の地区領域 1 A内に、日曜日の 1 4 ： 0 0 - 1 5 ： 0 0までの時間帯に居る利用者のその時点における関心の程度を店舗ジャンルごとに解析すると、「食べる」というジャンルに関心をもつている確率が 2 0 %、「買う」というジャンルに関心をもっている確率が 6 0 %、「見る」というジャンルに関心をもっている確率が 1 5 %、「遊ぶ」とレヽぅジャンルに関心をもっている確率が 5 %であることを示している。

このように、本発明における「関心度」とは、利用者が、個々の時点において直近の行動として、個々のジャンルに対して、どの程度の関心をもっているかを示すパラメータである。ここで重要な点は、本発明における「関心度」とは、個々の利用者の一般嗜好上の関心の程度を示すものではなく、特定の地区領域に特定の時間帯に居るという特定の条件下において、個々のジャンルに対する関心の程度を示す数値である点である。たとえば、一般に「グルメ」と呼ばれる人達に、一般嗜好上の関心の程度を尋ねれば、「食べる」というジャンルに対する関心が最も高い、という回答が得られるであろう。しかしながら、このような「グルメ」と呼ばれる人達であつても、たとえば、ショッピングモールが密集している地区領域 1 A内に、日曜日の 1 4 : 0 0— 1 5 : 0 0までの時間帯（昼食後の時間帯）に居る場合であれば、直近に予定している行動としては、「買う」というジャンルの行動である可能性が高いであろう。したがって、この場合、アクセスを行ってきた利用者が「グルメ」と呼ばれる人達であっても、「食べる」というジャンルの店舗情報よりも、「買う」というジャンルの店舗情報を優先的に提供した方が好ましいことになる。

このように、特定の条件下における関心度を求めるためには、多数の利用者の行動を調査し、統計的な解析を行う必要がある。具体的には、たとえば、地図上の地区領域 1 A内に、日曜日の 1 4 ： 0 0 - 1 5 ： 0 0までの時間帯に居る多数の利用者に対して、これからどんな行動を行う予定である力、あるいは、現在、どんな行動を行っているかを、「食べる」，「買う」，「見る」，「遊ぶ」の 4つのジャンルから選択して回答してもらうアンケート調查を行い、各ジャンルごとの選択割合を百分率で求めれば、図 1 0に示すような関心度の数値を得ることができる。このような調査を、地図上のすべての地区領域のすべての時間帯について行うようにすれば、すべての単位区画に図 1 0に示すような関心度の数値が収録された関心度テーブルを作成することができる。図 9に示す関心度テーブルは、このようにして作成されたテーブルである。

このように、関心度テーブルは、多数の利用者についての過去の行動に基づいて得られた統計情報であり、特定の地区領域内に特定の時間帯に居る利用者力どのジャンルに関心をもっているかを統計的に示す情報であるが、個々の利用者が今後どのような行動をとる可能性が高いかを示す情報としても利用できる。すなわち、利用者の行動パターンを予測するための材料として利用することができる。

たとえば、図 10に示す例の場合、関心度テーブル内の各数値は、地区領域 1A内に、日曜日の 14 ： 00— 1 5 ： 00までの時間帯に居る利用者について調查を行ったところ、「食べる」というジャンルに関心をもっている人が 2 0%、「買う」というジャンルに関心をもっている人が 60%、「見る」というジャンルに関心をもっている人が 15%、「遊ぶ」というジャンルに関心をもっている人が 5%いた、という過去の調査結果を示すものである。この調査結果を利用者の行動パターンを予測するための材料として利用すれば、地区領域 1 A内に、日曜日の 14 ： 00— 15 ： 00までの時間帯に居る利用者が予定している行動は、「食べる」というジャンルである確率が 20%、「買う」というジャンルである確率が 60%、「見る」というジャンルである確率が 1 5%、「遊ぶ」というジャンルである確率が 5%という予測を行うことができる。

結局、過去の調査結果として得られた関心度テーブルを用意しておき、この関心度テーブル内の各ジャンルごとの関心度に基づいて、検索結果のリスト掲載順を修正するようにすれば、利用者の行動パターンの予測結果に基づく修正が可能になり、個々の時点において、利用者に最適な情報を選択して提供することが可能になる。たとえば、地区領域 1 A内に、日曜日の 14 : 00— 1 5 : 00までの時間帯に居る利用者からアクセスがあった場合、図 10に示す関心度テーブルの内容に基づいて、関心度 60%という最も高い値を示す「買う」という店舗ジャンルに係る店舗情報の掲載順がより上位になるようにリスト掲載順の修正を行えばよい。過去の調査結果から、当該単位区画に居る利用者は、 60%が「買う」という行動に関心をもっているので、「買う」という店舗ジャンルに係る店舗情報の掲載順が上位となるような修正を加えることにより、利用者により最適と推定されるリスト提示が可能になる。

なお、図 10には、関心度テーブルの内容例として、「食べる」，「買う」，「見る」，「遊ぶ」という 4つの大分類ジャンルについての関心度を収録した例を示したが、もちろん、小分類ジャンルについての関心度を収録するようにしてもよい。図 1 1は、このような小分類ジャンルについての関心度を収録した例を示す図である。図示のとおり、「食べる」という大分類ジャンルの下には、「フランス料理」，「イタリア料理」，「中華料理」等の小分類ジャンルが設けられており、各小分類ジャンルごとに関心度が百分率で示されている。このように、各小分類ジャンルごとに関心度を収録した関心度テーブルを用いれば、店舗情報の掲載順の修正をより細かく行うことができる。たとえば、図 1 1に示す例の場合、同じ「食べる」という大分類ジャンルであっても、「中華料理」という小分類ジャンルの関心度は 1 %であるのに対して、「イタリア料理」という小分類ジャンルの関心度は 3 %である。したがって、「中華料理」の店舗情報に比べて、「イタリア料理」の店舗情報をより優先するような掲載順の修正が行われることになる。

もっとも、図 1 1に示す例のように、小分類ジャンルごとに関心度を収録した関心度テーブルを作成するには、利用者に対する行動調査も、小分類ジヤンルごとに行う必要がある。たとえば、地図上の地区領域 1 A内に、日曜日の 1 4 ： 0 0— 1 5 ： 0 0までの時間帯に居る多数の利用者に対して、これからどんな行動を行う予定であるか、あるいは、現在、どんな行動を行っているか、を回答してもらう際に、単に「食べる」という大分類ジャンルを回答してもらう代わりに、「イタリア料理を食べる」、「中華料理を食べる」というような小分類ジャンルの回答をもらう必要がある。

なお、図 1 0および図 1 1に示す例では、全ジャンルについての関心度の合計が 1 0 0 %となるような規格化を行い、関心度を百分率で表すようにしているが、関心度は必ずしも百分率で表現する必要はなく、任意の数値で表現することが可能である。また、図 9には、各曜日ごとの時間帯をそれぞれ別個の単位区画とした関心度テーブルの例が示されているが、時間帯の設定は、必ずしも曜日ごとに別個にする必要はない。たとえば、曜日の区別を全く行わないことにするのであれば、 0 : 00— 1 : 00、 1 : 00— 2 : 00、 2 : 00— 3 : 00、 .·· 23 : 00— 0 : 00というような時刻単位の時間帯を設定すれば足りる。もちろん、曜日の代わりに、平日と週末といった区分けを行うようにしてもよい。また、時間帯の区分けの単位も必ずしも 1時間単位にする必要はなく、 30分単位、 10分単位など、任意の時間単位で区分けしてかまわない。

くぐく § 3. リスト提示部の具体的構成とその動作 >>〉

上述した § 2では、リスト提示部 140で行われる修正処理の基本概念を説明したが、ここでは、リスト提示部 140の具体的な構成とその動作を述べる。図 12は、図 1に示すリスト提示部 140の内部構成を示すブロック図である。図示のとおり、リスト提示部 140は、検索結果格納部 14 1，補正処理部 1 42 , テーブル格納部 143, 捕正結果格納部 144, リスト送信部 145によって構成されている。

検索結果格納部 14 1は、検索実行部 1 20から引き渡された検索結果を格納する構成要素である。. 既に § 1で述べたとおり、検索実行部 120から引き渡された検索結果は、たとえば、図 5に示す例のように、検索された提供情報ファイルの情報識別コードと、当該提供情報ファイルの合致の程度を示す合致度と、を対応づけた情報になっている。

テーブル格納部 143は、 § 2で述べた関心度テーブルを格納する構成要素である。関心度テーブルは、地図を複数の地区領域に分割し、個々の地区領域の個々の時間帯について設定された単位区画ごとに、各店舗ジャンルに対応する関心度を収録したテーブルである。ここで、「関心度」とは、既に述べたとおり、特定の地区領域に特定の時間帯に居るという特定の条件下において、個々のジャンルに対する多数の利用者の関心の程度を示す数値であり、多数の利用者についての過去の行動を調査することによって求めることができる。ここでは、図 9に示すような単位区画をもった関心度テーブルがテーブル格納部 1 4 3内に格納されており、個々の単位区画内には、図 1 0に例示するように、大分類の店舗ジャンル（食べる、買う、見る、遊ぶの 4つのジャンル）ごとに、それぞれ百分率で関心度が収録されているものとする。

補正処理部 1 4 2は、検索実行部 1 2 0から検索結果格納部 1 4 1に対して、図 5に示すような検索結果（情報識別コードと合致度とを対応づけた情報）が引き渡されたときに、テーブル格納部 1 4 3内の関心度テーブルを参照することにより、端末位置情報によって示される位置を含む地区領域についての現時点に対応する単位区画について設定されている各店舗ジャンルについての関心度を認識する。

ここでは、説明の便宜上、図 8に示す地区領域 1 A内に居る利用者が、移動端末装置 1 0を用いて、日曜日の時刻 1 4 ： 2 5に検索条件入力部 1 3 0に対するアクセスを行い、何らかのキーワードを検索条件として入力した結果、検索実行部 1 2 0によって、図 5に示すような検索結果が得られた場合を考えてみょう。上述したように、このような検索結果は、検索実行部 1 2 0から検索結果格納部 1 4 1へと引き渡される。一方、図 1のブロック図にも示されているとおり、移動端末装置 1 0から送信されてきた検索条件に含まれている端末位置情報が、検索条件入力部 1 3 0力、らリスト提示部 1 4 0へと引き渡される。図 1 2において、補正処理部 1 4 2に与えられる端末位置情報は、こうして検索条件入力部 1 3 0から引き渡された情報である。

補正処理部 1 4 2は、この端末位置情報に基づいて、アクセスを行ってきた移動端末装置 1 0の現在位置、すなわち、アクセス利用者の現在位置を認識することができ、当該現在位置を含む地区領域を特定することができる。上述の例の場合、アクセス利用者の現在位置が、地区領域 1 Aであることが認識される。一方、補正処理部 1 4 2は、システムに用意されている時計機能により、現時点の曜日および時刻を認識することができる。上述の例の場合、日曜日の時刻 1 4 : 2 5という現在時刻が認識される。

なお、厳密に言えば、検索実行部 1 2 0による検索処理には多少なりとも時間がかかるので、利用者が移動端末装置 1 0に検索条件を入力してから、検索結果格納部 1 4 1内に検索結果が引き渡されるまでには多少のタイムラグが生じるので、補正処理部 1 4 2が認識した時刻は、正確には利用者がアクセスを行った時刻には一致しない。しかしながら、この程度のタイムラグによって、実用上の支障はほとんど生じない。ただ、検索実行部 1 2 0による検索処理にかなり時間を要する場合には、検索条件入力部 1 3 0からリスト提示部 1 4 0 に対して、利用者がアクセスを行った時刻も併せて引き渡すようにし、補正処理部 1 4 2が、この引き渡された時刻を現在時刻として以下の処理を実行するようにすれば、タイムラグの問題は解消する。

さて、補正処理部 1 4 2は、「地区領域 1 A」という利用者の居場所および「日曜日の時刻 1 4 ： 2 5」という現在時刻に基づいて、図 9に示す関心度テ一ブル上の該当する単位区画「1 A : 日曜日 1 4」を参照することにより、図 1 0に示すような各店舗ジャンルごとの関心度を認識することができる。そこで、検索結果格納部 1 4 1に格納されている「各提供情報ファイルの合致度」を、当該提供情報ファイルに係る店舗ジャンルにつレ、て認識した関心度を用レヽて補正することにより、補正合致度を求める補正処理を実行する。具体的には、検索結果格納部 1 4 1に格納されている各合致度に対して、関心度を乗算することにより補正合致度を求めることができる。

図 1 3は、図 5に示す検索結果に対して、図 1 0に示す関心度を用いて補正を行った状態を示す図である。図 1 3の表の第 1列目に示されている情報識別コードおよび第 2列目に示されている合致度のデータは、図 5の表の各対応欄に示されているデータである。

また、図 1 3の表の第 3列目に示されている関心度のデータは、図 5の表の店舗ジャンルコード欄のデータを用いて、図 1 0を参照することにより得られたデータである。たとえば、図 1 3の第 1行目の関心度が「2 0 %」となっているのは、情報識別コード「D D D 1 1 1 1 1 1」に対応する店舗情報（提供情報ファイル）の店舗ジャンルコードが「食べる」であり、図 1 0を参照することにより得られる「食べる」というジャンルについての関心度が「2 0 %」となっているためである。

そして、図 1 3の表の第 4列目に示されている補正合致度のデータは、第 2 列目の合致度のデータに第 3列目の関心度のデータを乗じることにより得られたデータである。たとえば、図 1 3の第 1行目の補正合致度「1 7 . 0」は、合致度「8 5」に関心「2 0 %」を乗じることにより算出されたものであり、第 2行目の補正合致度「4 7 . 4」は、合致度「7 9」に関心度「6 0 %」を乗じることにより算出されたものである。

補正処理部 1 4 2は、検索結果格納部 1 4 1内に格納されている検索結果における各合致度に対して、上述した補正処理を実施して補正合致度を算出した後、合致度を補正合致度に置換した情報を補正結果格納部 1 4 4に格納する。したがって、補正結果格納部 1 4 4には、検索結果格納部 1 4 1に格納されている検索結果の中の合致度を補正合致度に置換した情報が格納されることになる。

リスト送信部 1 4 5は、この補正結果格納部 1 4 4に格納されている情報に基づいて、補正合致度の大きい順に情報識別コードをソートし、ソートされた順序に従って店舗情報の見出しを並べたリストを作成し、これを移動端末装置 1 0に送信する処理を実行する。リストに掲載する各店舗情報の見出しは、「情報識別コード j を用いて提供情報ファイル格納部 1 0 0内に格納されている各提供情報ファイルを調べることにより入手できる。すなわち、リスト送信部 1 4 5は、該当する店舗情報本体データ D 1内の見出し行の文字列を、ソート順に並べることによりリストを作成すればよい（もちろん、見出しの文字列を、メタデータ D 2内に用意しておいてもよい）。図 1 4は、補正結果格納部 1 4 4内に格納された補正後の検索結果を、補正合致度の大きい順にソートした状態を示している。図 1 5は、ソートされた順序に従って店舗情報の見出しを並ベたリストが、移動端末装置 10の画面上に表示された状態を示す図である。すなわち、図 1 5'に示されているリストにおける「アジアンショップ」なる見出しは、情報識別コード「DDD 222222」で示される提供情報フアイノレ（図 14における順位 1位のファイル）の見出しであり、「トロピカルファ二チヤ一」なる見出しは、情報識別コード「DDD444444」で示される提供情報ファイル（図 14における順位 2位のファイル）の見出しであり、「ィンドレストラン： XXX in Tokyo J なる見出しは、情報識別コード「DDD 1 1 1 1 1 1」で示される提供情報ファイル（図 14における順位 3位のフアイル）の見出しであり、「カレーショップ： YYY」なる見出しは、情報識別コード「DDD 666666」で示される提供情報ファイル（図 14における順位 4位のファイル）の見出しであり、「仏教美術ガンダーラ」なる見出しは、情報識別コード「DDD 555555」で示される提供情報ファイル（図 14 における順位 5位のファイル）の見出しであり、「エスニックランド Z Z Z」なる見出しは、情報識別コード「DDD444444」で示される提供情報フアイル（図 14における順位 6位のファイル）の見出しである。

§ 1で述べたとおり、リスト提示部 140が、図 5に示す検索結果を、その順位どおりにそのまま並べて提供情報ファイルのリストを作成したとすると、図 6に示すようなリストが得られる。ところが、実際には、リスト提示部 14 0は、上述したとおり、図 5に示す検索結果を図 14に示すように補正した上で、補正合致度の大きい順にソートしたリストを作成するため、移動端末装置 10の画面上には、図 6に示すリストではなく、図 1 5に示すようなリストが提示されることになる。

ここで、利用者が、この図 1 5に示すリストの中の 1つを選択する選択指示を与えると、移動端末装置 10から情報配信部 1 1 0に対して選択指示が送信され、情報配信部 1 1 0が、提供情報ファイル格納部 1 0 0から当該選択指示に係る提供情報ファイル内の店舗情報本体データを読み出し、これを移動端末装置 1 0へ配信する点は、既に § 1で述べたとおりである。たとえば、利用者力移動端末装置 1 0上に表示されている図 1 5に示すリストを見ながら、「ィンドレストラン： X X X in Tokyo」なる文字列部分をクリックするなどの操作を行うと、提供情報ファイル F 1内の店舗情報本体データ D 1が移動端末装置 1 0 へ配信され、ディスプレイ画面上には、図 7に示すような表示がなされることになる。

このように、リスト提示部 1 4 0で行われる修正処理は、検索実行部 1 2 0 から引き渡される検索結果の表示順序（利用者に対する提示の優先順位）に対する修正であり、検索された店舗情報の見出しの並び順を入れ換える処理ということができる。実際、図 5に示す検索結果と図 1 4に示す補正後の検索結果とを比較すると、両者の相違は、前者の「合致度」が後者では「補正合致度」に置換されている点と、前者が「合致度」の大きい順にソートされているのに対して、後者が「補正合致度」の大きい順にソートされている点のみである。そして、図 6に示すリストと図 1 5に示すリストとを比較すると、両者の相違は、各見出しの表示順序だけである。

このように、本発明の本質的な特徴は、検索結果をリスト上で一覧表示する際に、利用者の個々の時点の状況に応じて、見出しの表示順序を適宜修正する、という点にある。たとえば、図 5に示す検索結果は、店舗ジャンルコードとは無関係に、合致度の高い順に各店舗情報をソートした結果である。ところが、もし、このような検索が、地区領域 1 Aに居る利用者によって、日曜日の時刻 1 4 ： 2 5という時刻に行われたものだとすれば、統計的には、当該利用者の各ジャンルごとの関心度は図 1 0に示すような分布をとる。すなわち、当該利用者がこれから予定している行動が「食べる」である確率は 2 0 %しかないのに、「買う」である確率は 6 0 %もあることになる。そこで、本発明では、このようなジャンルごとの関心度を考慮して、「買う」というジャンルの店舗情報の提示がより優先されるような修正を施すことになる。具体的には、図 1 3に示すように、「買う」というジャンルの店舗情報に係る合致度に対しては、「6 0 %」という関心度を乗じて補正合致度を算出し、「食べる」というジャンルの店舗情報に係る合致度に対しては、「2 0 %」という関心度を乗じて補正合致度を算出することによって調整を行っている。その結果、図 1 4に示す補正後の検索結果では、「買う」というジャンルの店舗情報の順位が「食べる」というジャンルの店舗情報の順位よりも相対的に向上することとなり、図 1 5に示すリストでは、「買う」というジャンルの店舗情報の見出しが上位に表示されることになる。

ここでは、便宜上、上位 6位までの検索結果についての順位修正処理を例にとって説明を行ったため、図 6に示すリストと図 1 5に示すリス卜とを比較すると、利用者に対する提示効果の面では大差ないように見えるかもしれない。しかしながら、実際には、より多数の店舗情報が検索結果として提示されることになるので、リスト上での見出しの提示順序は、利用者の便宜を大きく左右する要因になる。たとえば、全 1 0 0件もの店舗情報の見出しをリスト上に表示する場合、上位 1 0件に提示されるか否かは、当該店舗情報に対して利用者が選択指示を与える可能性を大きく変えることになろう。

特に、移動端末装置 1 0のディスプレイ画面は、一般的に表示面積が小さいため、一画面中に一覧表示可能な見出しの件数は制限されている。このため、提示の優先順位が低い見出しを表示させるためには、利用者は、スクロール操作やページ送り操作を行う必要がある。したがって、実質的に、利用者は、提示の優先順位が高い見出しに対してのみ選択指示を与える傾向にある。このような理由からも、個々の時点における利用者の状況に基づいて利用者の行動パターンを予測し、利用者がこれから予定していると推測される行動ジャンルに合致した店舗情報を優先的に提示することは非常に重要である。なお、図 5の表や図 1 4の表の第 1列目に示された「順位」の情報は、説明の便宜上、ソート順を示すためのものであり、検索結果にこの「順位」の情報まで含ませておく必要はない。また、図 5の表や図 1 4の表の第 4列目に示された「店舗ジャンルコード」の情報は、「情報識別コード」を用いて提供情報ファイル格納部 1 0 0内に格納されている各提供情報ファイルのメタデータを調べることにより認識することができるので、検索結果にこの「店舗ジャンルコード」の情報まで含ませておくことも必須ではない。本発明を実施するにあたって、検索結果として必須な情報は、情報識別コードと合致度のみである。

< < < § 4 . 関心度テーブル作成機能をもつた実施形態〉〉 > 既に § 3で述べたとおり、図 1 2に示すリスト提示部 1 4 0内のテーブル格納部 1 4 3には、たとえば、図 9に示すような単位区画について、それぞれ店舗ジャンルごとの関心度を収録した関心度テーブルが予め用意されている。そして、補正処理部 1 4 2は、この関心度テーブルに収録されている関心度を用いて、検索結果内の合致度に対する補正を行うことになる。したがって、この関心度テーブルは、本発明において極めて重要な機能を果たすことになる。関心度テーブルに収録されている関心度は、多数の利用者についての過去の行動に基づいて得られた統計情報であり、特定の地区領域内に特定の時間帯に居る利用者が、どのジャンルに関心をもっているかを統計的に示す情報である。したがって、関心度テーブル内の各単位区画についての関心度を求めるためには、多数の利用者の行動を調査し、統計的な解析を行う必要がある。このような調查は、たとえば、アンケート調査のような方法で行うことができるが、人手でこのような調査を行うには、多大な費用や時間が必要になる。

また、各単位区画についての関心度は、時代とともに変遷してゆくことが予想される。たとえば、ある地区領域内に大きな商業施設が開業したような場合、当該地区領域についての各ジャンルごとの関心度に変化が生じることが予想される。したがって、実用上は、所定の周期ごとに（たとえば、 3ヶ月おきに）、関心度テーブルの内容が最新の調査結果を反映したものになるように更新する必要がある。

このような課題に対処するためには、システム自体に関心度テーブルの自動作成機能をもたせておけばよい。図 1 6は、このような関心度テーブル作成機能をもった実施形態のブロック図である。図 1に示す基本的な実施形態との相違は、新たに、関心度テーブル作成部 1 5 0が付加されている点のみである。関心度テーブル作成部 1 5 0は、多数の利用者が所持する移動端末装置 1 0 から得られる情報に基づいて、関心度テーブルを新たに作成し、テーブル格納部 1 4 3内の関心度テーブルを更新する機能を有している。なお、このシステムの初期導入時には、任意の関心度（たとえば、いずれの店舗ジャンルについても 5 0 %の値）を設定した初期関心度テーブルを格納して運用を開始し、関心度テーブル作成部 1 5 0による更新が行われるまで、仮の運用を行えばよレ、。ここで述べる実施形態の場合、関心度テーブル作成部 1 5 0は、 2通りのアルゴリズムに基づいて、 2通りの関心度テーブルを作成する機能を有している。以下、この 2通りのアルゴリズムを順に述べる。

< § 4 - 1 ：予定立案関心度テーブル >

第 1のアルゴリズムは、「個々の利用者が、どのようなジャンルに属する行動についての予定を立案したか」という観点から、各単位区画についてのジャンルごとの関心度を決定する方法をとる。そこで、ここでは、この第 1のアルゴリズムにより作成された関心度テーブルを「予定立案関心度テーブル」と呼ぶことにする。

図 1 7は、予定立案関心度テーブルの作成原理を示すブロック図である。図示のとおり、予定立案関心度テーブル T 1は、多数の関心情報 I 1に対して統計処理を行うことにより作成することができる。関心情報 I 1は、図示のとおり、端末位置情報、時間情報、店舗ジャンル情報によって構成されている情報であり、情報配信部 1 1 0から関心度テーブル作成部 1 5 0に引き渡される情報である。

ここに示す実施形態の場合、情報配信部 1 1 0は、移動端末装置 1 0から選択指示を受けたときに、当該移動端末装置 1 0の端末位置情報と、当該選択指示を受けた時点を示す時間情報と、当該選択指示に係る提供情報ファイルの店舗ジャンルを示す店舗ジャンル情報と、を含む関心情報 I Iを、関心度テープル作成 ¾5 1 5 0に引き渡す機能を有している。図 1 7に示す関心情報 I 1は、このようにして、情報配信部 1 1 0から関心度テーブル作成部 1 5 0に引き渡された情報である。

このような関心情報 I 1の引き渡しが行われるまでの経緯は次の通りである。たとえば、所定の地区領域に居る利用者が、移動端末装置 1 0を用いて検索条件入力部 1 3 0にアクセスし、何らかの検索条件を入力したものとしょう。この場合、既に述べたとおり、検索実行部 1 2 0による検索が行われ、検索結果はリスト提示部 1 4 0へと引き渡され、移動端末装置 1 0の表示画面には、たとえば、図 1 5に示すようなリストが提示される。

ここで、利用者が、このリストの 3番目に提示されている「X X X in TokyoJ なるインド料理店に関する店舗情報を選択する選択指示を与えると、当該選択指示は、情報配信部 1 1 0へと送信される。情報配信部 1 1 0は、当該選択指示に基づいて、提供情報ファイル格納部 1 0 0から該当する提供情報ファイル F 1内の店舗情報本体データ D 1を読み出し、これを移動端末装置 1 0へと酉己信する。その結果、移動端末装置 1 0の表示画面上に、図 7に示すような店舗情報の表示が行われることになる。このとき、情報配信部 1 1 0は、移動端末装置 1 0への情報配信を行うとともに、関心度テーブル作成部 1 5 0に対して、図 1 7に示すような関心情報 I 1を引き渡す処理を行う。

関心情報 I 1内の端末位置情報は、図示の例では、「N 3 5 . 6 2 2 1 , E 1 3 9 . 7 3 1 0」なる緯度経度情報であり、移動端末装置 1 0の現時点（選択指示を送信した時点）の位置を示す情報である。このような端末位置情報は、移動端末装置 1 0から情報配信部 1 1 0に選択指示を送信する際に、付随させて送信すればよい。前述したように、移動端末装置 1 0は G P S機能を有しているため、選択指示を送信する際に、 G P S機能によって認識した緯度経度情報を自動的に情報配信部 1 1 0 へ送信させることが可能である。

なお、利用者が検索条件入力部 1 3 0に対して検索条件を送信する時刻と、当該検索条件に基づいて提示されたリストに基づいて、情報配信部 1 1 0,に対して選択指示を送信する時刻との時間差が、比較的小さいと予想される利用環境であれば、関心情報 I 1内の端末位置情報として、検索条件入力部 1 3 0に入力された端末位置情報（すなわち、検索条件に含まれていた端末位置情報）をそのまま流用するようにしてもかまわない。

関心情報 I 1内の時間情報は、図示の例では、「日曜日 1 4 ： 2 3」なる曜日も含めた情報となっているが、これは、ここで述べる実施形態の場合、図 9 に示す例のように、関心度テーブルの時間帯が、各曜日ごとの時間帯となっているためである。この時間情報は、基本的には、利用者が情報配信部 1 1 0に対して選択指示を送信した時点の時刻を示すものであるが、利用者が検索条件を送信する時刻と、当該検索条件に基づいて提示されたリス卜について選択指示を送信する時刻との時間差が、比較的小さいと予想される利用環境であれば、選択指示を送信した時点の時刻の代わりに、検索条件を送信した時点の時刻を用いてもかまわない。

関心情報 I 1内の店舗ジャンル情報は、図示の例では、「食べる Zインド料理」なる情報となっているが、これは、配信対象となる提供情 fgファイル F 1 のメタデータ D 2内の店舗ジャンルコード C 2をそのまま読み出すことにより得られる情報である。なお、図 1 1に示す例のように、小分類の店舗ジャンルについての関心度を収録した関心度テーブルを作成するためには、関心情報 I 1内にも小分類の店舗ジャンルが必要になるが、図 1 0に示す例のように、大分類の店舗ジャンルについての関心度を収録した関心度テ一ブルを作成する場合は、「食べる」という大分類の店舗ジャンルコードを関心情報 I 1内に用意しておけば十分である。

ここで、図 1 7に示されている関心情報 I 1のもつ具体的な意味は、「日曜日 1 4 : 2 3」に、「N 3 5 . 6 2 2 1 , E 1 3 9 . 7 3 1 0」なる地点に居る利用者が、「食べるノインド料理」なる店舗ジャンルに所属する特定の店舗情報の配信を要求した、という事実を示している。利用者がこのような配信要求を行ったということは、当該利用者のその時点における関心事が、「食べる

Zインド料理」なる店舗ジャンルに属する店舗にあり、そのようなジャンルに属する店舗を利用する計画を立てている最中であると推測することができる。そこで、図 1 7に示すような関心情報 I 1が与えられた場合、関心度テーブル作成部 1 5 0は、「1 A：日曜日 1 4」なる単位区画について、「食べるィンド料理」なる店舗ジャンルに 1ポイントの得点を与えることにする。

ところで、関心情報 I 1内の時間情報として、利用者が検索条件を送信した時刻を採用しても、あるいは、当該検索条件に基づいて提示されたリストについて選択指示を送信した時刻を採用しても、これらの時刻はいずれも、利用者力これから行う行動の予定を立案している時点を示すものであって、その行動を実行している時点（たとえば、「食べる」というジャンルであれば、実際に店舗で食事をしている時点）を示しているわけではない。別言すれば、実際に行動が行われる時点は、関心情報 I 1内の時間情報よりも所定の時間だけ遅れることになる。

そこで、関心情報 I 1に対する統計処理を行う際に、このような遅延時間を考慮して、敢えて、時間情報が示す時刻が所属する時間帯の単位区画ではなく、それよりも先の時間帯（時間軸上で未来の時間帯）の単位区画に集計するようにしてもよレ、。たとえば、図 1 7に示すような関心情報 I 1が与えられた場合、「1 A：日曜日 1 4」なる単位区画についての集計を行う代わりに、時間軸上で次に位置する「1 A : 日曜日 1 5」なる単位区画について集計を行うようにする。すなわち、「1 A : 日曜日 1 5」なる単位区画について、「食べるィンド料理」なる店舗ジャンルに 1ポイントの得点を与えることになる。結局、図 1 7に示されている関心情報 I 1の「日曜日 1 4 : 2 3」なる時刻を、利用者が「食べる Zインド料理」なる店舗ジャンルに所属する店舗の利用を検討中 (予定を立案中）の時刻であると考え、当該利用者が実際に店舗を利用した時間帯は、「日曜日の 1 4 ： 0 0— 1 5 ： 0 0」ではなく、「日曜日の 1 5 : 0 0— 1 6 ： 0 0」であろう、という予測を行うことになる。要するに、関心情報 I 1に含まれている時間情報から、利用者が実際に店舗を利用するであろう時刻を予想し、当該予想時刻が所属する単位区画について、当該関心情報 I 1 についての統計処理を行うことになる。このような運用は、時間帯の区分けめ単位を 1 0分単位など、比較的細かく区分けした場合に特に有効である。

さて、実際には、移動端末装置 1 0を用いて本システムを利用する利用者は、多数（たとえば、数千人一数万人）にわたる。しかも、これら多数の利用者がリスト内の所望の店舗情報の見出しをクリックするたびに、図 1 7に示すような関心情報 I 1が関心度テーブル作成部 1 5 0に引き渡される。このため、関心度テーブル作成部 1 5 0には、統計処理に十分な量の関心情報 I 1を収集することができる。こうして、図 9に示す関心度テーブルを構成する個々の単位区画内の各店舗ジャンルごとに、それぞれ得点の合計値が得られたら、当該合計値をそのまま関心度の値として用いることができる。こうして作成された関心度テーブルは、多数の利用者の予定立案に係る関心度を示すものであるため、前述したように、ここでは「予定立案関心度テーブル T 1」と呼ぶことにする。このようなポィントの集計を行うためには、関心度テーブル作成部 1 5 0に、各店舗ジャンルに関心が示された頻度を集計する機能を設けておけばよい。すなわち、情報配信部 1 1 0力ゝら、図 1 7に示すような関心情報 I 1が引き渡されたときに、この関心情報 I 1内に含まれている端末位置情報、時間情報、店舗ジャンル情報を利用して、端末位置情報によって示される位置を含む地区領域についての時間情報に対応する単位区画について、店舗ジャンル情報で示される店舗ジャンルに対する関心が示された旨の記録を行い、個々の単位区画ごとに、各店舗ジャンルに関心が示された頻度（上述したポイント）を集計し、こうして得られた集計結果に基づいて、予定立案関心度テーブルを作成すればよい。

なお、実用上は、所定の期間（たとえば、 1ヶ月間）にわたつて収集した多数の関心情報 I 1について、ポイントを集計し、各集計値を規格化した値を関心度として、予定立案関心度テーブルを作成するのが好ましい。たとえば、図

10に示す例は、 1つの単位区画内の全店舗ジャンルの関心度の和が 100% となるような規格化を行った例である。

この図 10に示すような内容をもつ予定立案関心度テーブルは、「日曜日の 14 : 00— 1 5 : 00の時間帯」に「地区領域 1 A」内に居る多数の利用者が情報配信部 1 10に対して行った選択指示のうち、 20%は「食べる」というジャンルに属する店舗情報の配信を要求するものであり、 60%は「買う」というジャンルに属する店舗情報の配信を要求するものであり、 1 5%は「見る」というジャンルに属する店舗情報の配信を要求するものであり、 5%は「遊ぶ」というジャンルに属する店舗情報の配信を要求するものであった、という事実に基づく統計処理によって作成されたものである。

< § 4-2 ：訪問利用関心度テーブル >

第 2のアルゴリズムは、「個々の利用者が、どのようなジャンルに属する店舗を訪問し、利用したか」という観点から、各単位区画についてのジャンルごとの関心度を決定する方法をとる。そこで、ここでは、この第 2のァルゴリズムにより作成された関心度テーブルを「訪問利用関心度テーブル」と呼ぶことにする。

たとえば、「日曜日の 14 : 00— 1 5 : 00の時間帯」に「地区領域 1 A」内に居る多数の利用者が、実際にどのようなジャンルに属する店舗を利用した力、という事実を把握することができれば、このような事実を多数収集して統計処理を施すことにより、「1 A : 日曜日 1 4」なる単位区画についての各店舗ジャンルごとの関心度を求めることができる。利用者が実際に特定の店舗を訪問したり、当該店舗を利用した事実があれば、当該利用者が、当該店舗のジヤンルに関心があることは明白である。

しかしながら、個々の利用者が、どの店舗を実際に訪問し、あるいは、どの店舗を実際に利用した力、という事実を自動的に収集することは非常に困難である。そこで、ここで述べる実施形態では、個々の利用者の移動経路を解析することにより、当該移動経路の周辺に存在する個々の店舗に立ち寄った可能性を定量的に評価する手法を採っている。たとえば、「日曜日の 1 4 : 0 0— 1 5 ： 0 0の時間帯」に「地区領域 1 A」内に居る多数の利用者が、店舗 S 1に立ち寄った可能性、店舗 S 2に立ち寄った可能性、店舗 S 3に立ち寄った可能性、 . . .をそれぞれ数値で評価することができれば、各店舗ジャンルごとに、この評価値を集計することにより、「1 A : 日曜日 1 4」なる単位区画についての各店舗ジャンルごとの関心度を求めることができる。こうして求められた関心度は、利用者が当該ジャンルに属する店舗を訪問したり、利用したりした可能性を示すものである。

図 1 8は、訪問利用関心度テーブルの作成原理を示すブロック図である。図示のとおり、訪問利用関心度テーブル T 2は、多数の位置変遷情報 I 2に対して統計処理を行うことにより作成することができる。位置変遷情報 I 2は、ある特定の移動端末装置の所定のサンプル時刻ごとの位置の変遷を示す情報であり、図示のとおり、端末位置情報と時間情報とを列挙したデータによって構成される。移動端末装置 1 0は、 G P S機能を有しており、任意の時刻における自分自身の位置を緯度経度情報として認識することが可能である。そこで、たとえば、移動端末装置 1 0に、所定のサンプル時刻ごとに端末位置情報を記録する機能を設けておく。そうすれば、移動端末装置 1 0内には、図 1 8に示すような位置変遷情報 I 2が作成されることになる。たとえば、サンプル時刻を 1分周期に設定しておけば、移動端末装置 1 0内には、 1 4 : 0 1における位置、 1 4 ： 0 2における位置、 1 4 ： 0 3における位置、 . . . といった端末位置情報が時間情報とともに記録されてゆく。もちろん、サンプル時刻の周期は、 G P Sの機能上可能な範囲内であれば、たとえば、 8秒周期など、より細かく設定することも可能である。

こうして、作成された位置変遷情報 I 2を、所定のタイミングで関心度テーブル作成部 1 5 0に送信するようにする。たとえば、 2 4時間おきに送信を行うように設定しておけば、 0 ： 0 0における位置、 0 ： 0 1における位置、 0 ： 0 2における位置 2 3 ： 5 8における位置、 2 3 ： 5 9における位置というデータから構成される 2 4時間分の位置変遷情報が、関心度テーブル作成部 1 5 0に毎日送信されることになる。したがって、たとえば、 1ヶ月の間に多数の利用者から送信されてきた位置変遷情報 I 2は、統計処理を施すのに十分な情報になり、関心度テーブル作成部 1 5 0は、これらの情報に基づく統計処理により、訪問利用関心度テーブル T 2を作成することができる。

続いて、位置変遷情報 I 2に基づいて訪問利用関心度テーブル T 2を作成するアルゴリズムを説明する。上述したように、位置変遷情報 I 2は、特定の移動端末装置の所定のサンプル時刻ごと（ここで述べる実施形態の場合は、 1分ごと）の位置の変遷を示す情報であるから、この情報に基づいて個々の移動端末装置の移動経路上の通過点を認識することができる。

図 1 9は、このようにして認識された移動経路 R 1と通過点 P 1— P 8を示す平面図である。図に黒丸で示す各通過点 P 1— P 8の位置は、位置変遷情報 I 2に含まれていた端末位置情報（移動経度情報）に基づいて決定されたものである。一方、図に実線で示す移動経路 R 1は、各通過点 P 1— P 8を位置変遷情報 I 2に含まれていた時間情報によって示される時間の順序に従って連結した直線である。もちろん、 2つの隣接する通過点間の実際の移動経路は、必ずしも直線であるとは限らないので、図示する移動経路 R 1は、移動端末装置 1 0の正確な移動経路を示すものではない。

また、図 1 9に X印で示す各点 S 1— S 7は、移動経路 R 1の周辺に存在する店舗の位置を示している。ここに示す店舗は、店舗ジャンルとその位置が既知である店舗であれば、どのような店舗であってもかまわない。ただ、ここに示す実施形態の場合、提供情報ファイル格納部 1 0 0内に格納されている個々の提供情報ファイルに対応する店舗を、 X印で示す各店舗 S 1— S 7として利用している。図 1 6のブロック図に示されているとおり、個々の提供情報ファィル内のメタデータ D 2内には、店舗ジャンルコード C 2と店舗位置コード C 3とが含まれているので、個々の提供情報ファイルに対応する店舗であれば、メタデータ D 2を参照することにより、店舗ジャンルとその位置を認識することができる。

さて、図 1 9に示す例のように、位置変遷情報 I 2に基づいて、その通過点 P 1一 P 8が認識できたら、提供情報ファイル格納部 1 0 0に格納されている多数の提供情報ファイル内の店舗位置コード C 3を参照することにより、個々の通過点について、それぞれ各店舗との距離を算出し、距離の小さい順に所定数 m個の店舗を、当該通過点に関する近傍店舗と認識する。ここでは、便宜上、所定数 m= 3に設定した例を述べることにする。なお、実際には、 1つの通過点に対してすベての店舗との距離演算を行う必要はなく、明らかに遠方にあると考えられる店舗との距離演算は省略するのが好ましい。

図 1 9には、通過点 P 5について、 3つの近傍店舗 S 3， S 4 , S 5が認識された例が示されている。通過点 P 5と各近傍店舗 S 3， S 4 , S 5との距離は、図の破線の長さとして与えられ、点 P 5の位置情報と点 S 3 , S 4 , S 5 の位置情報とを用いた幾何学的な演算によって算出することができる。図示の例の場合、通過点 P 5に最も近い店舗は店舗 S 4であり、 2番目に近い店舗は店舗 S 3であり、 3番目に近い店舗は店舗 S 5である。したがって、通過点 P 5については、店舗 S 3, S 4, S 5が近傍店舗として認識されることになる。もちろん、個々の通過点ごとに別個独立した近傍店舗が求められる。たとえば、図 20には、通過点 P 6についての近傍店舗が、店舗 S 4， S 5, S 6になることが示されている。図 21は、通過点 P 1— P 8のそれぞれについて求めた近傍店舗の一覧を示す表である。この表には、各通過点の通過時刻（位置変遷情報 I 2に含まれる時間情報）と、各通過点と各近傍店舗との距離も併せて示されている。たとえば、通過点 P 1については、通過時刻が「14 : 01」であり、 3つの近傍店舗が「S 1, S 2, S4」であり、通過点 P Iと各近傍店舗 S I, S 2 , S 4との距離が「40m, 28 m, 56 m」であることが示されている。なお、ここでは一例として、 m単位の精度で距離が算出された例を示すが、実際には、この距離の精度は、 GP Sの位置取得精度に依存して定まることになる。

この図 21の表を眺めると、移動経路 R 1上において連続する複数の通過点に共通する近傍店舗の存在が認識できる。たとえば、通過点 P I, P 2は、移動経路 R 1上において連続する通過点であるが、これら 2つの通過点 P I, P 2に関して、近傍店舗 S l， S 2, S 4は共通している。更に、通過点 P 1— P 3に着目すると、この 3つの通過点も、移動経路 R 1上において連続する通過点であるが、これら 3つの通過点 P 1— P 3に関しては、近傍店舗 S 4が共通していることになる。実は、この店舗 S 4は、 7つの連続する通過点 P 1— P 7に関して共通する店舗である。ここでは、このように移動経路上において連続する通過点に共通する近傍店舗を共通近傍店舗と呼ぶことにする。

図 21の表は、個々の通過点に着目して、その近傍店舗を示した表であるが、逆に、個々の近傍店舗に着目して、当該近傍店舗を共通近傍店舗とする通過点を示す表を作成してみょう。図 22の表は、このように個々の共通近傍店舗に着目した表であり、図 2 1の表に基づいて作成することができる。たとえば、図 22の表において、共通近傍店舗 S 1については、 2つの通過点 P I, P 2 が掲載されているが、これは、図 21の表において、 S 1を近傍店舗とする連続した通過点が P 1と P 2であることを意味している。同様に、図 22の表において、共通近傍店舗 S 4については、 7つの通過点 P 1— P 7が掲載されているが、これは、図 21の表において、 S 4を近傍店舗とする連続した通過点が P 1— P 7であることを意味している。

なお、図 22の表における時刻の欄のデータは、図 2 1の表における各通過点の通過時刻を示すものであり、図 22の表における距離の欄のデータは、図 '21の表における各通過点と各近傍店舗との距離を示すものである。また、図 22の表における滞在係数の欄のデータは、各共通近傍店舗について、演算によって求められた滞在係数の値を示すものである。こ.こで、特定の共通近傍店舗についての滞在係数とは、当該共通近傍店舗に関する最初の通過点の通過時刻から最後の通過点の通過時刻に至るまでの時間（滞在時間）を、当該共通近傍店舗に関する最初の通過点から最後の通過点に至るまでの全通過点との距離の和で除した値である。

たとえば、図 22の表に示す共通近傍店舗 S 1に関しての滞在時間は、最初の通過点 P 1の通過時刻「14 ： 01」から最後の通過点 P 2の通過時刻「1 4 : 02」に至るまでの時間として与えられるので、滞在時間 =1分 =60秒になる。一方、最初の通過点 P 1と共通近傍店舗 S 1との距離は 40m、最後の通過点 P 2と共通近傍店舗 S 1との距離は 33 mであるから、「共通近傍店舗 S 1に関する最初の通過点から最後の通過点に至るまでの全通過点との距離の和」は、 40m+ 33 mということになる。したがって、共通近傍店舗 S 1 に関しての滞在係数は、滞在時間 60秒を距離の和「40m+33m」で除した値「60Z (40 + 33) 」で与えられる。

同様に、図 22の表に示す共通近傍店舗 S 4に関しての滞在時間は、最初の通過点 Ρ 1の通過時刻「14 : 01」から最後の通過点 Ρ 7の通過時刻「14 : 07」に至るまでの時間として与えられるので、滞在時間 = 6分 = 360秒になる。一方、最初の通過点 P 1と共通近傍店舗 S 4との距離は 56 m、次の通過点 P 2と共通近傍店舗 S 4との距離は 35 m、次の通過点 P 3と共通近傍店舗 S 4との距離は 20m、次の通過点 P 4と共通近傍店舗 S 4との距離は 1 5 m、次の通過点 P 5と共通近傍店舗 S 4との距離は 22 m、次の通過点 P 6と共通近傍店舗 S 4との距離は 39 m、最後の通過点 P 7と共通近傍店舗 S 4との距離は 44 mであるから、「共通近傍店舗 S 4に関する最初の通過点から最後の通過点に至るまでの全通過点との距離の和」は、 56m+ 35m+ 2 Om + 1 5m+22m+39m+44mということになる。したがって、共通近傍店舗 S 4に関しての滞在係数は、滞在時間 360秒を距離の和「 56 m+ 35 m+ 20m+ 1 5m+ 22m+39m+44m」で除した値「36 OZ (56 + 35 + 20 + 15 + 22 + 39 + 44) 」で与えられる。

一方、図 22の表に示す共通近傍店舗 S 7に関しては、通過点 P 8が唯一の通過点となっているため、最初の通過点 P 8の通過時刻「14 : 08」から最後の通過点 P 8の通過時刻「14 ： 08」に至るまでの時間は 0であり、滞在時間 = 0になる。このように滞在時間が 0になる共通近傍店舗の滞在係数は 0 であり、実用上、このような唯一の通過点しかもたない近傍店舗は、共通近傍店舗として取り扱う必要はない。

このように、滞在係数を求める式の分子（滞在時間）が 0になる場合は、滞在係数 =0になるが、分母（距離の総和）が 0になる場合は、滞在係数 =無限大となる。もちろん、理論的には、滞在係数の範囲を 0—無限大とする定義を行ってもかまわない。ただ、実用上、一般的なコンピュータでは、分母を 0とする演算は実行できない場合が多い。このような問題を解決するためには、たとえば、予め滞在係数の上限値を定めておき、分母（距離の総和）が 0になる場合は、当該上限値を滞在係数とするような取り扱いを行えばよい。

あるいは、上記問題を解決する別な方法として、滞在係数の定義を若干修正してもよい。たとえば、特定の共通近傍店舗についての滞在係数を、当該共通近傍店舗に関する最初の通過点の通過時刻から最後の通過点の通過時刻に至るまでの時間（滞在時間）を、当該共通近傍店舗に関する最初の通過点から最後の通過点に至るまでの全通過点との距離の和に所定の定数 Δを加えた値で除した値、とする定義を行えばよレ、。所定の定数 Δを 0でない正の数に設定しておけば、距離の総和が 0であったとしても、滞在係数を求める式の分母は Δになり、 0にはならない。

なお、ここでは、滞在時間の単位を秒、距離の単位を mとして、滞在係数の値を定義しているが、滞在時間や距離の単位は任意に設定することができる。どのような単位を用いて滞在係数を定義するかという問題は、単なるスケーリングの問題であり、本質的な問題ではない。

さて、ここで、各共通近傍店舗について求められた滞在係数の意味するところを考えてみる。上述したとおり、滞在係数は、滞在時間を距離の総和で除した値として定義されるパラメータであり、滞在時間を分子、距離の総和を分母とする分数式で与えられる。したがって、分子の滞在時間が大きくなればなるほど、滞在係数は大きくなり、分母の距離の総和が大きくなればなるほど、滞在係数は小さくなる。このようなパラメータは、利用者が共通近傍店舗に立ち寄った可能性を定量的に評価するパラメータとして利用することができる。もちろん、この分数式の分子となる滞在時間は、単に、当該店舗が近傍店舗として認識されていた時間を示すものであり、当該店舗に利用者が実際に滞在していた時間を示すものではない。そもそも位置変遷情報 I 2は、サンプル時刻ごとの緯度経度情報の羅列であり、利用者が特定の店舗を訪問したり、当該店舗を実際に利用したりした事実を示すものではない。しかしながら、特定の店舗について算出された上記滞在時間が長ければ長いほど、当該店舗に実際に滞在していた可能性は高いと判断することができるので、上記滞在時間は、利用者が当該店舗に立ち寄った可能性を示す定量的な値として利用する'ことが可能である。たとえば、図 2 2に示す例の場合、店舗 S 1についての滞在時間は 60秒であるのに、店舗 S 4についての滞在時間は 360秒であるから、店舗 'S 1に立ち寄った可能性よりも、店舗 S 4に立ち寄った可能性の方が高い、という推定を行うことができる。

一方、この分数式の分母となる距離の総和は、各通過点と店舗とがどれほど離れているかを示しており、距離の総和が小さければ小さいほど、当該店舗に実際に滞在していた可能性は高いと判断することができるので、やはり利用者が当該店舗に立ち寄った可能性を示す定量的な値として利用することが可能である。距離を求めるために利用される各店舗の位置は、緯度経度情報によって示される店舗の代表点位置（たとえば、店舗の敷地のほぼ中央の点）であるから、利用者が当該店舗に実際に立ち寄つていたとしても、通常、距離の総和は 0にはならなレ、。しかしながら、利用者が当該店舗に実際に立ち寄っていれば、その滞在期間中の各サンプル時刻に得られた通過点と当該店舗との距離は、非常に小さくなると考えられるので、距離の総和を分母とする分数式の値は、店舗に立ち寄った可能性を示す値として利用可能である。逆言すれば、特定の店舗について算出された滞在時間が長くても、距離の総和が大きければ、当該店舗についての滞在係数は小さくなるが、これは、実際には当該店舗ではなく別な場所に滞していた可能性が高まるためである。

図 23は、共通近傍店舗についての滞在係数を求める一般的手法を説明する平面図である。この図は、移動経路 R 1上において連続する第（ i-2) 番目の通過点 P ( i-2) から、第（ i +n + 3) 番目の通過点 P ( i +n + 3) に至るまで、第〗番目の店舗 S jが共通する近傍店舗となった例を示している。図において、合計（n+ 1) 個の通過点 P ( i ) 一 P ( i +n) は同一の黒丸で示されているが、これは同一の緯度経度情報を有しているためである。店舗 S jは、図 23に示されているすべての通過点 P ( i-2) 一 P ( i +n + 3) に共通する共通近傍店舗であるから、これら各通過点のいずれについても、近い順の順位が m位以内（前掲の例の場合、 m=3) に入る店舗になっている。この図 23に示す位置の変遷は、利用者が実際に店舗 S j を利用した場合の典型的な例である。たとえば、店舗 S jがレストランであり、当該店舗の店舗位置コード C 3としては、図の点 S jの緯度経度情報が登録されており、客席の位置が、図の通過点 P ( i ) 一 P ( i + n) を示す黒丸の位置であつたような場合、利用者がこのレストランを利用すると、図示のような位置変遷情報が得られることになる。通過点 P ( i ) 一 P ( i +n) の通過時間を時間 t ( i ) 一 t ( i +n) とすれば、当該時間は、利用者がレストランで食事をとつていた時間ということになる。

図 24は、図 23に示す例において、共通近傍店舗 S jの滞在係数を求める具体的な手法を示す表である。この表における通過点 P ( i-2) 一 P ( i +n + 3) は、図 23に黒丸で示す各通過点を示しており、この表における時刻 t ( i-2) - t ( i +n + 3) は、各通過点 P ( i-2) 一 P ( i +n + 3) の通過時刻を示しており、この表における距離 L ( i- 2)— L ( i + n + 3) は、各通過点 P ( i-2) 一 P ( i +n + 3) と共通近傍店舗 S j との距離を示している。

この例の場合、共通近傍店舗 S j に関する連続する一連の通過点のうち、最初の通過点 P ( i-2) の通過時刻は t ( i-2) であり、最後の通過点 P ( i + n + 3) の通過時刻は t ( i +n + 3) であるから、滞在時間は、 t ( i + n + 3) -t ( i-2) として求まる。一方、距離の総和は、 L ( i-2) +L ( i 一 1) +L ( i ) + ... +L ( i +n+ 3) として求まる。結局、店舗 S j に関する滞在係数は、図 24の表の右欄に示す分数式によって算出される。

以上、 1人の利用者の一部分の移動経路に基づいて共通近傍店舗を認識し、当該店舗についての滞在係数を算出する方法を説明した。通常、 1人の利用者の 1日の移動経路からは、複数の共通近傍店舗が認識されることになる。また、場合によっては、午前と午後とで、同一の店舗がそれぞれ共通近傍店舗として別個独立して認識される場合もあろう。こうして認識された個々の共通近傍店舗について、それぞれ上述した滞在係数が算出される。このような滞在係数の算出値は、多数の利用者の移動経路のそれぞれについて得られることになり、しかも、たとえば 30日間といった期間にわたって収集されることになる。そこで、個々の共通近傍店舗について算出された滞在係数を、当該共通近傍店舗の位置を含む地区領域についての当該共通近傍店舗について認識された滞在時間に対応する単位区画について、当該共通近傍店舗の店舗ジャンルに対する関心の程度を示す値として集計すれば、この集計結果に基づいて訪問利用関心度テーブルを作成することができる。

具体的には、図 22の表の右欄に示されている各滞在係数は、次のようにして集計されることになる。たとえば、共通近傍店舗 S 1についての滞在係数「6 0/ (40 + 3 3) 」は、店舗 S 1の位置（店舗位置コード C 3によって示される位置）を含む地区領域についての滞在時間：日曜日 1 4 ： 0 1— 1 4 ： 0 2に対応する単位区画について、店舗 S 1の店舗ジャンルに対する関心度として集計される。具体的には、店舗 S 1が地区領域 1 Aに所属している映画館であれば、単位区画「1 A：日曜日 1 4」の店舗ジャンル「見る」について、滞在係数「60Z (40 + 33) 」なるポイントが加算されることになる。

同様に、共通近傍店舗 S 4についての滞在係数「36 0 (56 + 35 + 2 0 + 1 5 + 2 2 + 39 + 44) 」は、店舗 S 4の位置を含む地区領域についての滞在時間：日曜日 1 4 : 0 1— 1 4 : 0 7に対応する単位区画について、店舗 S 4の店舗ジャンルに対する関心度として集計される。具体的には、店舗 S 4が地区領域 1 Αに所属しているレストランであれば、単位区画「1 A : 日曜日 1 4」の店舗ジャンル「食べる」について、滞在係数「360Z (56 + 3 5 + 20+ 1 5 + 22 + 39 + 44)」なるポイントが加算されることになる。このような集計を、多数の利用者について、所定の期間にわたって行い、各単位区画ごとの集計値（累積加算されたポイントの合計値）が得られれば、当該集計値を関心度とする訪問利用関心度テーブルを作成することができる。実 '用上は、各集計値を規格化した値を関心度として、予定立案関心度テーブルを作成するのが好ましい。たとえば、図 10に示す例は、 1つの単位区画内の全店舗ジャンルの関心度の和が 100 %となるような規格化を行った例である。この図 10に示すような内容をもつ訪問利用関心度テーブルは、「日曜日の 14 : 00— 1 5 : 00の時間帯」に「地区領域 1 A」内に居た多数の利用者が実際に訪問したり、利用したりしたと推測される店舗のうち、 20%は「食ベる」というジャンルに属する店舗であり、 60%は「買う」とレ、うジャンルに属する店舗であり、 1 5%は「見る」というジャンルに属する店舗であり、 5%は「遊ぶ」というジャンルに属する店舗であった、という推測結果を示すものである。

< § 4-3 ：関心度テーブル作成部の具体的な構成〉

ここでは、図 16に示す関心度テーブル作成部 1 50の内部構成およびその動作を、図 25のブロック図を参照しながら説明する。ここに示す関心度テーブル作成部 150は、 § 4-1で述べた予定立案関心度テーブル T 1と、 § 4- 2で述べた訪問利用関心度テーブル T 2との 2種類の関心度テーブルを作成する機能を有している。

図 25に示す頻度集計部 1 51は、情報配信部 1 10から引き渡される関心情報 I 1に基づいて、予定立案関心度テーブル T 1を作成するための構成要素である。すなわち、頻度集計部 1 5 1は、図 1 7に示すような関心情報 I 1に基づいて、端末位置情報によって示される位置を含む地区領域についての時間情報に対応する単位区画について、店舗ジャンル情報で示される店舗ジャンルに対する関心が示された旨の記録を行い、個々の単位区画ごとに、各店舗ジャンルに関心が示された頻度を集計し、この集計結果に基づいて予定立案関心度テーブルを作成する処理を行う。その具体的な処理内容については、既に § 4- 1で述べたとおりである。

一方、図 25に示す近傍店舗認識部 1 52，滞在時間認識部 1 53, 滞在係数算出部 1 5 4 , 滞在係数集計部 1 5 5は、各移動端末装置 1 0から引き渡される位置変遷情報 I 2に基づいて、訪問利用関心度テーブル T 2を作成するための構成要素である。

まず、近傍店舗認識部 1 5 2は、個々の移動端末装置 1 0の所定のサンプル時刻ごとの位置の変遷を示す位置変遷情報 I 2に基づいて、個々の移動端末装置 1 0の移動経路上の通過点 Pを認識し、提供情報ファイル格納部 1 0 0に格納されている提供情報ファイル内の店舗位置コード C 3を参照することにより、個々の通過点 Pについて、それぞれ各店舗との距離を算出し、距離の小さい順に所定数 m個の店舗を、当該通過点 Pに関する近傍店舗 Sと認識する処理を行う。たとえば、図 1 9，図 2 0に示す例の場合、各通過点 P 1— P 8のそれぞれについて、図 2 1の表に示すような近傍店舗の認識がなされる。

次に、滞在時間認識部 1 5 3は、移動経路上において連続する通過点に共通する共通近傍店舗について、最初の通過点の通過時刻から最後の通過点の通過時刻に至るまでの時間を滞在時間と認識する処理を行う。たとえば、図 1 9 , 図 2 0に示す例の場合、図 2 2の表に示すような各共通近傍店舗 S 1— S 7について、最初の通過点の通過時刻から最後の通過点の通過時刻に至るまでの滞在時間が求められる。

なお、共通近傍店舗は、基本的には、 1つの移動経路上において「連続する」通過点に共通する近傍店舗として定義されるものである。したがって、 1つの移動経路上において「断続する」通過点に共通する近傍店舗があっても、当該近傍店舗は、これら「断続する」通過点についての共'通近傍店舗として認識すべきではない。たとえば、図 1 9に示す例において、通過点 P 8に後続して、通過点 P 9 , P 1 0 , P 1 1 , P 1 2が存在し、通過点 P 1 1および P 1 2の近傍店舗の 1つに店舗 S 2が含まれていた場合を考える。

この場合、店舗 S 2は、通過点 P 1， P 2 , P 1 1 , P 1 2についての近傍店舗であるが、この 4つの通過点 P l， P 2 , P 1 1 , P I 2についての共通近傍店舗にはならない。なぜなら、通過点 P I, P 2は移動経路上において「連続する」通過点であり、通過点 P 1 1， P 12も移動経路上において「連続する」通過点であるが、通過点 P 2と P I 1との間は連続していないため、通過点 P l， P 2, P 1 1 , P I 2の 4点は、 1つの移動経路上において「連続する」通過点ではないからである。このような場合、店舗 S 2は、通過点 P l， P 2について共通近傍店舗 S 2として認識されるとともに、通過点 P 1 1， P 12について別個の共通近傍店舗 S 2として認識されることになる。

もっとも、実用上は、「連続する」という条件の解釈には、若干の余裕をもたせておくのが好ましい。たとえば、図 23には、利用者が時間 t ( i) 一 t ( i +n)の時間帯に店舗 S jで食事をとつていた例を示した。この例の場合、本来は、移動経路上において「連続する」通過点 P ( i-2)一 P ( i +n + 3) のすべてについて、店舗 S jが近傍店舗となり、店舗 S jは、通過点 P ( i-2) 一 P ( i +n + 3) についての共通近傍店舗となるはずである。ところが、何らかの原因で、通過点 P ( i-2) 一 P ( i +n + 3) 内の 1点についての緯度経度情報の取得にエラーが生じ、当該エラーが生じた通過点については、店舗 S jが近傍店舗にはならなかったとしょう。

この場合、「連続する」という条件解釈を厳密に行うと、店舗 S jは、通過点 P ( i-2) 一 P ( i +n + 3) についての共通近傍店舗にはならず、エラーが生じた通過点の前後で分断された 2つのグループの通過点について、それぞれ別個独立した共通近傍店舗として認識されてしまう。このような認識による処理が行われても、重大な支障は生じないが、このような認識による処理を防ぐためには、たとえば、途中の通過点部分について連続性が途絶えていたとしても、途絶えた通過点の数が所定数以下であった場合には、これを「連続する」と解釈した取り扱いを行うようにすればよい。

また、移動端末装置の位置を認識するシステムとして一般的な GP Sを用いた場合、屋内での位置情報の取得は不得手である。したがって、図 23に示す例の場合、店舗 S jが屋内のレストランであると、図の通過点 P ( i) — P ( i + n) の位置情報は取得できない可能性がある。このように、通過点の情報が一定期間にわたって脱落しているような場合には、この脱落期間の直前および直後の通過点の位置情報に基づいて、両者が移動経路上において連続しているか否かを判断すればよい。具体的には、図 23に示すように、直前の通過点 P ( i-1) と直後の通過点 P ( i +n+ 1) とが極めて接近している場合には（たとえば、「両者の距離が 3 Om以下」といった基準を満たす場合には）、その途中で途絶えた通過点の数が多数（図 23の例では「n + l」個）あつたとしても、両通過点 P ( i-1) , P ( i +n+ 1) は移動経路上において連続しているものと解釈した取り扱いを行うようにすればよレ、。

次に、図 25に示す滞在係数算出部 1 54は、各共通近傍店舗について、最初の通過点から最後の通過点に至るまでの全通過点との距離の和を求め、滞在時間認識部 153によって求められた滞在時間を距離の和で除した値を滞在係数として算出する処理を行う。たとえば、図 1 9, 図 20に示す例の場合、図 22の表の右欄に示すような分数式によって、各共通近傍店舗についての滞在係数が求められる。なお、距離の和が 0になった場合に演算に支障が生じる場合には、前述したとおり、滞在時間を「距離の和に所定の定数 Δを加えた値」で除した値を滞在係数とすればよい。

最後の滞在係数集計部 1 55は、滞在係数算出部 1 54が算出した個々の共通近傍店舗についての滞在係数を、当該共通近傍店舗の位置を含む地区領域についての当該共通近傍店舗について認識された滞在時間に対応する単位区画について、当該共通近傍店舗の店舗ジャンルに対する関心の程度を示す値として集計する処理を行い、その集計結果に基づいて訪問利用関心度テ一ブルを作成する。

なお、集計処理を行う際に、滞在時間が複数の単位区画の時間帯を跨いでいる場合には、滞在時間と個々の単位区画の時間帯との重なり度合いに応じて按分した滞在係数を、各単位区間ごとに集計するようにすればよい。たとえば、図 22に示す例において、店舗 S 4についての滞在係数は、滞在時間である「日曜日の 14 ： 01— 14 ： 07」を含む時間帯、すなわち、「日曜日 14」なる時間帯（日曜日の 14 ： 00— 1 5 ： 00の時間帯）の単位区画に集計されることになる。このように、滞在時間が 1つの単位区画の時間帯に包含される場合は、当該単位区画について滞在係数を集計すればよい。

ところが、滞在時間が、たとえば、「日曜日の 1 3 ： 30— 14 ： 20」であった場合、「日曜日 1 3」と「日曜日 14」という 2つの時間帯に跨がることになる。このような場合、滞在時間と個々の単位区画の時間帯との重なり度合いを求めると、「日曜日 13」という時間帯に対しては 30分間だけ重なり、「日曜日 14」という時間帯に対しては 20分間だけ重なっていることになる。そこで、集計対象となる滞在係数を、 30 ： 20に按分し、滞在係数の 30/ 50の部分を「日曜日 1 3」なる時間帯の単位区画に集計し、滞在係数の 20 Z50の部分を「日曜日 14」なる時間帯の単位区画に集計すればよい。

< § 4-4 ：複数の関心度テーブルの取り扱い〉

さて、図 25のブロック図に示すように、ここに述べる実施形態の場合、関心度テーブル作成部 1 50は、予定立案関心度テーブル T 1と訪問利用関心度テーブル T 2という 2種類の関心度テーブルを作成する機能を有している。こうして作成された各関心度テーブル T 1 , T2は、図 1 2に示すリスト提示部 140内のテーブル格納部 143に格納されることになり、補正処理部 142 による合致度の補正処理に利用される。

このように、テーブル格納部 143内に、複数の関心度テーブルを格納しておき、補正処理部 142が、これら複数の関心度テーブルを参照することにより複数通りの関心度を認識し、認識した複数通りの関心度を用いて補正を行うことにより、補正合致度を求めるようにすることは有用である。

たとえば、ここに示す実施形態の場合、予定立案関心度テーブル T 1は、「個々の利用者が、どのようなジャンルに属する行動についての予定を立案したか」という観点から、各利用者の関心度を定義したテーブルであるのに対して、訪問利用関心度テーブル T 2は、「個々の利用者が、どのようなジャソルに属する店舗を訪問し、利用したか」という観点から、各利用者の関心度を定義したテーブルである。このように、異なる観点から作成した複数の関心度テーブルを用いれば、より適切な関心度を定義することが可能になり、利用者に最適な情報を選択して提供するという本発明の目的を達成するための効果を増進させることができる。 '

複数の関心度テーブルを参照して補正合致度を求めるには、補正処理部 1 4 2が、各関心度テーブルから得た関心度のそれぞれについて予め重みパラメ一タを設定しておき、それぞれの関心度に重みパラメータを乗じた値を、合致度に対して乗算すればよい。

図 2 6は、このような方針に基づいて、リスト提示部 1 4 0内で行われる補正処理の一例を示すブロック図である。図示のとおり、テーブル格納部 1 4 3 には、予定立案関心度テ一ブル T 1と訪問利用関心度テーブル T 2とが格納されている。これらの各テーブル T l， Τ 2は、水平方向に地区領域、垂直方向に時間帯をとつた個々の単位区画ごとに、各店舗ジャンルに対応する関心度を設定したテーブルであり、関心度テーブル作成部 1 5 0によって所定期間ごと (たとえば、 1ヶ月ごと）に作成され更新される。

ここでは、予定立案関心度テーブル Τ 1内に設定されている関心度を α 1とし、訪問利用関心度テーブル Τ 2内に設定されている関心度を α 2としょう。図において、各関心度テーブル T l , Τ 2内にハッチングを施して示した部分は、それぞれテーブル内の 1つの単位区画である。予定立案関心度テーブル Τ 1内の各単位区画には、図示のとおり、「食べる」なるジャンルの関心度 ct 1 ( 1 ) 、「買う」なるジャンルの関心度ひ 1 ( 2 ) 、「見る」なるジャンルの関心度 α ΐ ( 3 ) 、「遊ぶ」なるジャンルの関心度 α ΐ ( 4 ) が設定されている。同様に、訪問利用関心度テーブル T 2内の各単位区画には、図示のとおり、「食べる」なるジャンルの関心度 α 2 ( 1 ) 、「買う」なるジャンルの関心度ひ 2 ( 2 ) 、「見る」なるジャンルの関心度 α 2 ( 3 ) 、「遊ぶ」なるジヤンルの関心度 α 2 ( 4 ) が設定されている。ここでは、大分類のジャンルについて設定した関心度を示したが、もちろん、小分類のジャンルについて関心度の設定を行ってもかまわない。

さて、既に § 3で述べたとおり、補正処理部 1 4 2は、関心度テーブルを参照することにより、端末位置情報によって示される位置を含む地区領域についての現時点に対応する単位区画について設定されている各店舗ジャンルについての関心度を認識し、検索結果格納部 1 4 1に格納されている「各提供情報フアイルの合致度」を、当該提供情報ファイルに係る店舗ジャンルについて認識した関心度を用いて補正することにより、補正合致度を求める処理を行う。図 2 6に示す実施形態の場合、補正処理部 1 4 2は、 2つの関心度テーブル Τ 1 , Τ 2を参照することにより、該当する単位区画について設定されている該当ジャンルについてのそれぞれの関心度を認識することになる。

たとえば、合致度 Μの補正を行う対象となる提供情報フアイルの店舗ジャンルが第〗番目のジャンルであった場合、補正処理部 1 4 2は、予定立案関心度テーブル Τ 1の該当単位区画から関心度ひ 1 ( j ) を読み出し、訪問利用関心度テーブル T 2の該当単位区画から関心度 ct 2 ( j ) を読み出す。そして、予め設定されていた重みパラメータ k 1 ， k 2を用いて、補正対象となる合致度 Mに対して、 M* =M X ( k 1 · α 1 ( j ) ) X ( k 2 · ct 2 ( j ) ) なる演算を行うことにより、補正合致度 M*を求める処理を行う。ここで、 k lは、予定立案関心度テーブル T 1内の関心度についての重みを示すパラメータであり、 k 2は、訪問利用関心度テーブル T 2内の関心度についての重みを示すパラメータである。 k l ， k 2の値は、 2つの関心度テーブル T 1 ， T 2のどちらを重視した補正を行うかを考慮して、適宜設定しておけばよレ、。 < < < S 5 . 広告主意向度テーブルを用いる実施形態〉〉>

本発明に係る情報提供システムの重要な特徴は、過去の調査結果として得られた関心度テーブルに基づいて、検索結果の合致度を補正し、利用者に提示する検索結果のリスト掲載順を修正するという手法にある。ここで利用される関心度テーブルは、あくまでも利用者側の立場から、どのような状況では、どのようなジャンルに対する関心が高いかという関心度を示すものである。

ここで述べる実施形態は、このような利用者の関心度に加えて、更に広告主の意向度を考慮して検索結果の合致度を補正し、利用者に提示する検索結果のリスト掲載順を修正するものである。ここで、広告主の意向度とは、特定の時間帯に特定の地区領域に居る利用者に対して、自己の店舗情報を配信したい意向の程度を示すパラメータである。ここで述べる実施形態の場合、補正処理に広告主の意向度を反映させるために、広告主意向度テーブルを用いている。図 2 7は、このような広告主の意向度を考慮した処理を行う機能をもった実施形態のブロック図である。図 1 6に示す実施形態との相違は、新たに、広告主意向度テーブル作成部 1 6 0が付加されている点と、リスト提示部 1 4 0が意向度を考慮した処理を行う点である。広告主意向度テーブル作成部 1 6 0は、広告主の指示に応じた外部からの入力操作に基づいて、各提供情報フアイルについての広告主意向度テーブルをそれぞれ作成し、これをリスト提示部 1 4 0 内のテーブル格納部 1 4 3に格納する処理を実行する。

図 2 8は、図 2 7に示す広告主意向度テーブル作成部 1 6 0によって作成された広告主意向度テーブル T 3の具体例を示す図である。図示のとおり、この広告主意向度テーブル T 3には、図 9に示す関心度テーブルと同様の単位区画が設けられており、個々の単位区画ごとにそれぞれ店舗情報の提供を行う広告主の意向度が設定されている。すなわち、広告主意向度テーブル T 3の基本的な構成は、水平方向に個々の地区領域を並べ、垂直方向に個々の時間帯を並べることにより、特定の地区領域および特定の時間帯に対応した多数の単位区画が定義される。図 2 8のテーブル内にハッチングを施して示した部分は、 1つの単位区画を示している。

ただ、関心度テーブルと広告主意向度テーブルとの第 1の相違点は、関心度テーブルの個々の単位区画には、図 1 0や図 1 1に示す例のように、複数の店舗ジャンルについての関心度が設定されていたのに対し、広告主意向度テープルの個々の単位区画には、 1つの意向度のみが設定されている点である。たとえば、図 2 8にハッチングを施して示した単位区画には、 1つの意向度のみが設定されている。

そして、関心度テーブルと広告主意向度テーブルとの第 2の相違点は、広告主意向度テーブルが、 1つ 1つの提供情報ファイルごとにそれぞれ別個独立して用意される点である。図 2 8には、複数枚の広告主意向度テーブルが重なつて描かれているが、これは、 1つの提供情報ファイルについて、 1つの広告主意向度テーブルが用意されることを示すものである。図 2 8において一番上に示されている広告主意向度テーブル T 3 (D D D 1 1 1 1 1 1 ) は、情報識別コード「D D D 1 1 1 1 1 1」で特定される提供情報ファイル F 1 (図 2に示すファイル）について用意された広告主意向度テーブルである。したがって、提供情報ファイル格納部 1 0 0内に 1万組の提供情報ファイルが格納されている場合、広告主意向度テーブルも 1万組だけ用意されることになる。

上述したように、広告主の意向度とは、特定の時間帯に特定の地区領域に居る利用者に対して、自己の店舗情報を配信したい意向の程度を示すパラメータである。たとえば、図 2 7に示す広告主意向度テーブル T 3 (D D D 1 1 1 1 1 1 ) は、図 2に示す店舗情報の広告主（通常は、「インドレストラン： X X X in Tokyo jの経営者）、当該店舗情報を配信したいと欲する意向の程度を、個々の単位区画ごとにそれぞれ設定したテーブルである。すなわち、図 2 8にハッチングを施して示した単位区画に設定された意向度 ]3は、当該単位区画に対応する地区領域および時間帯に居る利用者に対して、図 2に示す店舗情報本体データ D 1を配信したいと欲する意向の程度を示す値ということになる。意向度の値としては、どのような数値を設定してもかまわないが、たとえば、 0 1 0 0の任意の値を設定することができる。意向度 1 0 0は、当該店舗情報の配信を強く望む意向を示し、意向度 0は、当該店舗情報の配信を望まない意向を示すことになる。もちろん、意向度 ]3の値としては、「配信する（/3 = 1 ) 」か「配信しない（/3 = 0 ) 」の二値データを設定してもかまわない。広告主意向度テーブル作成部 1 6 0は、広告主の指示に応じた外部からの入力操作に基づいて、このような広告主意向度テーブルを作成し、リスト提示部 1 4 0内のテーブル格納部 1 4 3に格納する処理を実行する。

具体的には、たとえば、広告主が操作するパソコンなどの端末装置に対して、各単位区画の部分が空欄となった空の広告主意向度テーブルを表示するための

W e bページのデータを送信し、当該 W e bページ上において、広告主に、空欄部分に所望の意向度を示す数値を入力する操作を行ってもらうようにすれば、広告主が入力した数値を取り込むことにより、広告主意向度テーブルを作成することができる。もちろん、過去に設定した意向度の値を、必要に応じて、更新することができるようにしておくのが好ましい。

結局、図 2 7に示す実施形態の場合、リスト提示部 1 4 0内のテーブル格納部 1 4 3には、図 2 9に示すように、予定立案関心度テーブル T 1および訪問利用関心度テーブル T 2の他に、個々の提供情報ファイルに対応した複数の広告主意向度テーブル T 3が格納されていることになる。これらの各テーブル T 1 , T 2 , T 3は、いずれも水平方向に地区領域、垂直方向に時間帯をとつた個々の単位区画ごとに、所定のパラメータを設定したテーブルという点において共通している。

そして、ここに示す実施形態の場合、補正処理部 1 4 2は、合致度の補正対象となる提供情報ファイルについての広告主意向度テーブル T 3を参照することにより、該当単位区画に設定されている意向度を認識し、関心度と意向度との双方を用いて補正を行うことにより、補正合致度を求める処理を行う。具体的には、補正処理部 142は、関心度と意向度とのそれぞれについて重みパラメータを設定する機能を有しており、関心度にその重みパラメータを乗じた値および意向度にその重みパラメータを乗じた値を、それぞれ合致度に対して乗算することにより補正合致度を求める。

ここでは、たとえば、「日曜日の 14 : 00— 1 5 : 00の時間帯」に「地区領域 1A」内に居る特定の利用者が、何らかの検索条件を入力することにより、検索実行部 1 20が、所定の検索結果を得た場合を考えてみょう。このとき、図 2に示すような「インドレストラン： XXX in Tokyo] に関する店舗情報が、合致度 Mを有する検索結果として含まれていたものとする。この場合、図 29に示す補正処理部 142は、次のような処理によって、合致度 Mに対する補正を行うことになる。

まず、補正処理部 142は、予定立案関心度テーブル T 1の該当単位区画「 1 A：日曜日 14」から関心度ひ 1 ( j ) を読み出し、訪問利用関心度テーブル T 2の該当単位区画「1 A : 日曜日 14」から関心度ひ 2 ( j ) を読み出す。ここで、「インドレストラン： XXX in Tokyo」の店舗ジャンルは、「食べる」であるから、 j = 1である。補正処理部 142は、更に、「インドレストラン： XXX in Tokyo J についての広告主意向度テーブル T 3 (DDD 1 1 1 1 1 1) の該当単位区画「1Α _: 日曜日 14」から意向度 ]3を読み出す。

そして、予め設定されていた重みパラメータ k 1 , k 2, k 3を用いて、補正対象となる合致度 Mに対して、 M*=MX (k 1 · α 1 ( j ) ) X (k 2 · ひ 2 ( j ) ) X (k 3 · J3) なる演算を行うことにより、補正合致度 M*を求める処理を行う。ここで、 k lは、予定立案関心度テーブル T 1内の関心度についての重みを示すパラメータであり、 k 2は、訪問利用関心度テーブル T 2内の関心度についての重みを示すパラメータであり、 k 3は、広告主意向度テープル T 3内の意向度についての重みを示すパラメータである。 k l， k 2, k 3 の値は、 3つのテ一ブル T l , T 2 , T 3のいずれを重視した補正を行うかを考慮して、適宜設定しておけばよい。

広告主は、広告主意向度テーブル T 3内の各単位区画の意向度の設定を適宜変えることにより、各店舗情報の配信確率をある程度コント口ールすることができる。たとえば、地区領域 1 Aに位置する店舗 Aと、地区領域 1 Fに位置する店舗 Fとの 2店舗を経営している事業主が、地区領域 1 Aの近傍にいる利用者に対しては店舗 Aの店舗情報を配信し、地区領域 1 Fの近傍にいる利用者に対しては店舗 Fの店舗情報を配信したいと考えたとしょう。この場合、店舗 A の店舗情報についての広告主意向度テーブル上では、地区領域 1 Aに近い単位区画の意向度を高く設定し、地区領域 1 Fに近い単位区画の意向度を低く設定するとともに、店舗 Fの店舗情報についての広告主意向度テーブル上では、地区領域 1 Aに近い単位区画の意向度を低く設定し、地区領域 1 Fに近い単位区画の意向度を高く設定すればよい。そうすれば、地区領域 1 Aの近傍にいる利用者に提示されるリストでは、店舗 Aの見出しが店舗 Fの見出しよりも上位に表示されるが、地区領域 1 Fの近傍にいる利用者に提示されるリストでは、店舗 Fの見出しが店舗 Aの見出しよりも上位に表示される傾向になる。

あるいは、同一店舗について、ランチメニューを掲載した昼用店舗情報と、ディナーメニューを掲載した夜用店舗情報との 2通りの店舗情報を用意した場合であれば、昼間の時間帯には昼用店舗情報を配信したいと考えるであろうし、夜間の時間帯には夜用店舗情報を配信したいと考えるであろう。この場合、昼用店舗情報についての広告主意向度テーブルでは、昼間の時間帯に対応する単位区画の意向度を高く設定し、夜間の時間帯に対応する単位区画の意向度を低く設定するとともに、夜用店舗情報についての広告主意向度テーブルでは、昼間の時間帯に対応する単位区画の意向度を低く設定し、夜間の時間帯に対応する単位区画の意向度を高ぐ設定すればよい。そうすれば、昼間に検索を行った利用者に提示されるリストでは、昼用店舗情報の見出しが夜用店舗情報の見出しょりも上位に表示されるが、夜間に検索を行った利用者に提示されるリストでは、夜用店舗情報の見出しが昼用店舗情報の見出しよりも上位に表示される傾向になる。

なお、広告主に意向度 ]3を設定させるには、前述したとおり、広告主が操作するパソコンなどの画面上に、空の広告主意向度テーブルを表示し、空欄部分に意向度を示す数値を入力してもらうのが実用的であるが、この空の広告主意向度テーブル上に、関心度テーブル作成部 1 5 0によって作成された関心度テ一ブルの関心度 _αを何らかの形式で表示するようにすれば、広告主が意向度 ]3 を設定する上で有用な情報を提供することができる。

本発明における関心度テーブルには、たとえば、図 9に示す例のように、複数の単位区画（地区領域と時間帯によって分けられた区画）が設けられている。また、本発明における広告主意向度テーブルにも、たとえば、図 2 8に示す例のように、複数の単位区画（地区領域と時間帯によって分けられた区画）が設けられている。したがって、図 2 8に示す広告主意向度テーブル Τ 3 (D D D 1 1 1 1 1 1 ) の個々の単位区画は、図 9に示す関心度テーブルの個々の単位区画に 1対 1に対応する。そこで、広告主に空の広告主意向度テーブルを提示して個々の空欄に意向度 ]3を設定してもらう際に、関心度テーブルを参照して、個々の空欄に対応する単位区画における対応する店舗ジャンルについての関心度 αを何らかの形式で表示することができれば、広告主は、当該関心度 αを参考にして、意向度 ]3を設定することができる。

たとえば、図 2 8に示す広告主意向度テーブル Τ 3 ( D D D 1 1 1 1 1 1 ) 力「インドレストラン： X X X in TokyoJ に関する店舗情報についての空のテーブルであり、広告主がその空欄（入力欄）に意向度を設定する操作を行う場合を考えてみょう。このような場合、個々の入力欄には、関心度テーブル上の対応する単位区画における対応する店舗ジャンル、すなわち、ジャンル「食ベる」についての関心度 αを表示すればよい。要するに、広告主意向度テーブル作成部 1 6 0は、特定の提供情報ファイルについての特定の単位区画の意向度を広告主の入力操作に基づいて設定する際に、テーブル格納部 1 4 3内の関心度テーブル T 1 , T 2を参照することにより、当該特定の単位区画について当該特定の提供情報ファイルの店舗ジャンル (上例の場合は「食べる」）に対応して設定されている関心度 αを認識し、認識した関心度 αを広告主が操作するパソコン等の端末装置に提示する処理を行うようにすればよレ、。

実用上は、関心度 αを示す数値をそのまま表示する代わりに、関心度 ctの大きさを入力欄の色で示すようにすると、広告主に対して直観的な提示が可能になる。たとえば、関心度 αが 0— 1 0 0 %の範囲の数値で設定されている場合であれば、「食べる」についての関心度 αが、 1 0 0 %≥ α≥ 8 0 %の範囲内の値をとる入力欄は赤色で表示、 8 0 %〉 α≥ 6 0 %の範囲内の値をと入力欄はオレンジ色で表示、 6 0 % > α≥4 0 %の範囲内の値をとる入力欄は黄色で表示、 4 0 % > α≥ 2 0 %の範囲内の値をとる入力欄は緑色で表示、 2 0 % > α≥ 0 %の範囲内の値をとる入力欄は青色で表示、というように色分けすればよい。もちろん、関心度 αが 4 0 %未満の入力欄は、何ら着色を行わない、というような表示形式をとることも可能である。

なお、意向度 ]3の入力欄に関心度 αを表示する方法は、色彩を変える方法に限定されるものではない。たとえば、各入力欄を、対応する関心度 αに応じたハッチングを施して表示したり、対応する関心度 αに応じた輝度で表示したり、対応する関心度 αに応じたフォントで表示したりすることもできるし、各入力欄に関心度ひに応じたマーク（たとえば、円、正方形、三角形などの幾何学図形など）を表示することもできる。

要するに、広告主意向度テーブル作成部 1 6 0が、「個々の単位区画に対応し、それぞれ所定の意向度 ]3を入力するための入力欄」を広告主に提示し、各単位区画について認識した関心度 αに応じた表示態様で各入力欄を表示するようにすればよレ、。

本発明における「関心度」は、特定の地区領域において特定の時間帯に居る標準的な利用者が、何らかの行動を行うにあたって、個々のジャンルに対してどの程度の関心をもっているかを示す統計的なデータである。このような統計的なデータは、広告主が意向度 0を設定する上で非常に参考になるデータと言える。たとえば、単位区画「1 A : 日曜日 1 4」に対応する空欄に意向度 ]3を設定する場合（すなわち、地区領域 1 Aに、日曜日 1 4 ： 0 0— 1 5 ： 0 0の時間帯に居る利用者に対して配信を行うことを示す意向度 /3を設定する場合）、当該空欄が赤色で表示されていれば、当該地区に当該時間帯に居る大多数の利用者は、「食べる」ことが重大な関心事であることが統計的に示されていることになるので、通常、「インドレストラン： X X X in Tokyo J の広告主は、効率的な広告配信を行うために、当該空欄には数値の高い意向度 ]3を設定することになろう。逆に、当該空欄が青色で表示されていれば、当該地区に当該時間帯に居る大多数の利用者は、「食べる」ことには興味をもっていないことが統計的に示されていることになるので、当該広告主は、低い意向度 ]3を設定することになろう。

意向度 ]3の設定用画面上で上述のような表示形態をとる場合、広告主意向度テーブル作成部 1 6 0は、テーブル格納部 1 4 3内に格納されている関心度テ一ブルを参照して、対応する単位区画の対応するジャンルについての関心度ひの値を取得すればよい。なお、参考にする関心度 αとしては、予定立案関心度テーブル Τ 1内の関心度 α 1を用いてもよいし、訪問利用関心度テーブル Τ 2 内の関心度 α 2を用いてもよい。もちろん、 α 1と α 2の双方から求まる関心度ひ（たとえば、両者の積や、これを規格化した値など）を用いてもよい。広告主に、各単位区画について、当該区画の関心度 αを考慮して意向度 J3の設定を行わせる方法は、必ずしも各欄に関心度ひを色彩などによって提示する方法に限定されるものではない。たとえば、個々の単位区画を、関心度 αの大きレ、順に並べて提示するような方法を採ることもできる。この方法では、広告主意向度テーブル作成部 1 6 0が、関心度 ctの大きい単位区画を優先的に広告主に提示することにより、関心度 αの大きい単位区画を推薦していることになる。広告主は、順序が先の単位区画に対して、より高い意向度 ]3を設定することにより、より効果的な広告配信が可能な設定を行うことができる。

要するに、広告主意向度テーブル作成部 1 6 0が、特定の提供情報ファイルについての各単位区画の意向度を広告主の入力操作に基づいて設定する際に、テーブル格納部 1 4 3内の関心度テーブル Τ 1， Τ 2を参照することにより、各単位区画について当該特定の提供情報ファイルの店舗ジャンルに対応して設定されている関心度を認識し、関心度の大きさを考慮した優先順位に従って単位区画を広告主に提示するようにすればよい。

また、上例のように単位区画に優先順位をつける際には、関心度 αだけでなく、単位区画の地区領域と広告対象店舗との距離を参酌するようにしてもよレ、。ここで述べる実施形態の場合、前述したとおり、各提供情報ファイル内には、店舗位置コード C 3がメタデータとして用意されているので、広告対象となる店舗の位置と各地区領域との距離を算出することができる。そこで、「インドレストラン： X X X in TokyoJ ついての意向度 ]3を設定する場合であれば、たとえば、当該店舗から 1 k m以内の地区領域についての単位区画のみを推薦対象として、この推薦対象となる単位区画を、関心度ひの大きい順に並べて提示する、というような方法を採ることも可能である。

このような方法を更に発展させれば、広告主意向度テーブル作成部 1 6 0は、広告主の入力操作によって意向度 /3を設定する代わりに、所定のアルゴリズムに基づいて、意向度 ]3を自動的に設定することも可能になる。たとえば、「ィンドレストラン： X X X in TokyoJ についての意向度 ]3を設定する場合であれば、当該店舗から 1 k m以内の地区領域についての単位区画のうち、ジャンル「食べる」についての関心度 αが 6 0 %以上である単位区画には、一律、意向度 j3 = 1 0 0 %を設定し、残りの単位区画については、一律、意向度 = 0 % を設定する、というアルゴリズムを予め定めておけば、広告主が入力操作を行うことなしに、各単位区画に 1 0 0 %もしくは 0 %の意向度 ]3を自動的に設定することが可能になる。

< < < § 6 . 利用者評価値テーブルを用いる実施形態 > >〉

§ 5では、利用者の関心度を示す関心度テーブルと、広告主の意向度を示す広告主意向度テーブルとの双方を用いて、検索結果の合致度を補正し、利用者に提示する検索結果のリスト掲載順を修正する実施例を述べた。ここで述べる実施形態は、このような利用者の関心度および広告主の意向度の加えて、更に利用者の評価値を考慮して検索結果の合致度を補正し、利用者に提示する検索結果のリスト掲載順を修正するものである。ここで、利用者の評価値とは、個々の店舗に対する利用者の評価を示すパラメータであり、他の利用者に対して当該店舗を薦めたい程度を示すものである。ここで述べる実施形態の場合、補正処理に利用者の評価値を反映させるために、利用者評価値テ一ブルを用いている。

図 3 0は、このような利用者の評価値を考慮した処理を行う機能をもった実施形態のブロック図である。図 2 7に示す実施形態との相違は、新たに、利用者評価値テーブル作成部 1 7 0が付加されている点と、リスト提示部 1 4 0が利用者の評価値を考慮した処理を行う点である。利用者評価値テーブル作成部 1 7 0は、各店舗に対する評価を利用者から収集することにより、各提供情報ファイルについての利用者評価値テーブル T 4をそれぞれ作成し、これをリスト提示部 1 4 0内のテーブル格納部 1 4 3に格納する処理を実行する。

図 3 1は、図 3 0に示す利用者評価値テーブル作成部 1 7 0によって作成された利用者評価値テーブル T 4の具体例を示す図である。この利用者評価値テ一ブル T 4の構成は、これまで述べてきた関心度テーブル T 1 , T 2や広告主意向度テーブル T 3とは若干異なっている。すなわち、利用者評価値テーブル T4には、単位区画は設けられておらず、地区領域や時間帯という概念は存在しない。

利用者評価値テーブル Τ 4は、 1つ 1つの提供情報ファイルごとにそれぞれ別個独立して用意される（この特徴は、広告主意向度テーブル Τ 3の特徴と共通する）。図 3 1には、複数枚の利用者評価値テーブル Τ 4が重なって描かれているが、これは、 1つの提供情報ファイルについて、 1つの利用者評価値テ一ブル Τ 4が用意されることを示すものである。図 31において一番上に示されている利用者評価値テーブル Τ 4 (DDD 1 1 1 1 1 1) は、情報識別コード「DDD 1 1 1 1 1 1」で特定される提供情報ファイル F 1 (図 2に示すフアイル）について用意された利用者評価値テーブルである。したがって、提供情報ファイル格納部 100内に 1万組の提供情報ファイルが格納されている場合、利用者評価値テーブルも 1万組だけ用意されることになる。もっとも、利用者からの評価値の回答が寄せられていない提供情報ファイルについての利用者評価値テーブルは、空のテ一ブルということになる。

上述したように、特定の店舗に関する利用者の評価値は、当該店舗に対する利用者の評価を示すパラメータである。たとえば、図 31に示す利用者評価値テーブル T 4 (DDD 1 1 1 1 1 1) には、利用者 I D 「U 000 X」についての個人評価値 E= 3、利用者 I D 「U000Y」についての個人評価値 E = 5、利用者 I D 「U000 Z」についての個人評価値 E= 2、という評価値が収録されているが、これは情報識別コード「DDD 1 1 1 1 1 1」で特定される店舗、すなわち、図 2に示す「インドレストラン： XXX in TokyoJ についての各利用者ごとの「満足度」や「お薦め度」を示すものである。具体的には、利用者 I D 「U 000 X」をもつ利用者は評価値 3を与え、利用者 I D 「U 0 00 Yj をもつ利用者は評価値 5を与え、利用者 I D 「U000 Z」をもつ利用者は評価値 2を与えた結果が示されている。

個人評価値 Eの値としては、どのような数値を設定してもかまわないが、ここに示す例の場合、「E = 5 :大変良い、 E = 4 :良い、 E = 3 :普通、 E = 2 ：悪い、 E = l ：大変悪い」の 5段階評価を行うようにしている。利用者評価値テーブル作成部 1 7 0は、各店舗に対する評価値を利用者から収集することにより、各提供情報ファイルについての利用者評価値テーブルをそれぞれ作成し、リスト提示部 1 4 0内のテーブル格納部 1 4 3に格納する処理を実行する。

具体的には、たとえば、移動端末装置 1 0からアクセス可能な評価値入力用 W e bページを用意しておき、当該 W e bページ上において、個々の利用者に、所望の店舗についての個人評価値を入力してもらうようにすればよい。実用上は、個々の利用者に会員登録をしてもらつて利用者 I Dを発行し、利用者が入力した特定の店舗に関する個人評価値 Eを、利用者 I Dに対応づけて、当該特定の店舗の提供情報ファイルについての利用者評価値テーブルに記録する処理を行えばよい。

あるいは、情報配信部 1 1 0から店舗情報本体データ D 1を配信したときに、当該店舗情報本体データ D 1に対する個人評価値 Eを利用者から回答してもらうような方法を採ることも可能である。たとえば、情報配信部 1 1 0から配信する店舗情報本体データ D 1の最後に、個人評価値 Eを回答するための W e b ページの U R Lを含ませておけば、当該 W e bページへと誘導して、個人評価値 Eの入力を促すことができる。また、情報配信部 1 1 0から配信する店舗情報本体データ D 1の最後に、個人評価値 Eを返信するための電子メールァドレスを含ませておき、当該電子メールァドレス宛てに個人評価値 Eを回答するメールを送信させるようにしてもよい。

個人評価値 Eを与えるための評価基準は、個々の利用者の恣意的な判断に委ねてかまわない。たとえば、' レストランであれば、味、価格、内装、店員のサ一ビスなど、個々の利用者の自由裁量に基づく総合的な判断により、個人評価値を設定してもらえばよい。また、個人評価値の回答者は、当該店舗を実際に利用した利用者に限定する必要はない。たとえば、情報配信部 1 1 0から店舗情報の配信を受けた利用者が、当該配信内容のみに基づいて個人評価値の回答を行ってもかまわない。

なお、同一の利用者（同一の利用者 I Dをもった利用者）から、同一の店舗に対する評価値が複数回にわたって寄せられた場合には、最新の評価値を当該利用者についての個人評価値としてテーブルに収録すればよい（あるいは、複数の評価値の平均値を収録してもよい）。

こうして、テーブル格納部 1 4 3内には、各提供情報ファイルのそれぞれに対応した利用者評価値テーブルが格納されることになり、各利用者評価値テーブルには、各提供情報ファイルに対応する店舗についての利用者の評価値が記録されていることになる。このように、利用者評価度テーブルは、基本的には、それぞれの提供情報ファイルに対応して用意されることになる。ただ、同一の店舗について複数通りの提供情報ファイルが用意されている場合（たとえば、同一店舗について、ランチメニューを掲載した昼用店舗情報と、ディナーメニユーを掲載した夜用店舗情報との 2通りの店舗情報が用意されているような場合）は、これら複数通りの提供情報ファイルについて、共通する 1つの利用者評価値テーブルを用意すれば足りる。

結局、図 3 0に示す実施形態の場合、リスト提示部 1 4 0内のテーブル格納部 1 4 3には、図 3 2に示すように、予定立案関心度テーブル T 1 , 訪問利用関心度テーブル T 2，個々の提供情報ファイルに対応した複数の広告主意向度テーブル T 3の他に、更に、個々の提供情報ファイルに対応した複数の利用者評価値テ一ブル T 4が格納されていることになる。

ここに示す実施形態の場合、補正処理部 1 4 2は、合致度の補正対象となる提供情報ファイルについての利用者評価値テーブル T 4の内容を参照することにより、該当店舗に設定されている利用者評価値を認識し、関心度、意向度、利用者評価値のすべてを用いて補正を行うことにより、補正合致度を求める処理を行う。具体的には、補正処理部 142は、関心度、意向度、利用者評価値のそれぞれについて重みパラメータを設定する機能を有しており、関心度にその重みパラメータを乗じた値、意向度にその重みパラメータを乗じた値、利用者評価値にその重みパラメータを乗じた値を、それぞれ合致度に対して乗算することにより補正合致度を求める。

ところで、図 3 1に示す例のように、 1つの店舗に関する利用者評価値テーブルには、多数の利用者それぞれについての個人評価値 Eが収録されているので、補正処理部 142は、これら複数の個人評価値 Eに基づいて、合致度の補正演算に利用する評価値を決定する必要がある。最も簡単な方法は、テーブルに収録されているすべての利用者についての個人評価値 Eの平均値を合致度の補正演算に利用する方法である。以下、この方法によって、実際に行われる合致度の補正演算の一例を説明する。

たとえば、 § 5で述べた例と同様に、「日曜日の 14 : 00— 1 5 : 00の時間帯」〖こ「地区領域 1 A」内に居る特定の利用者が、何らかの検索条件を入力することにより、検索実行部 1 20が、所定の検索結果を得た場合を考えてみょう。このとき、図 2に示すような「インドレストラン： XXX in Tokyo J に関する店舗情報が、合致度 Mを有する検索結果として含まれていたものとする。この場合、図 32に示す補正処理部 142は、次のような処理によって、合致度 Mに対する補正を行うことになる。

まず、補正処理部 142は、予定立案関心度テーブル T 1の該当単位区画「 1 A：日曜日 14」から関心度 α 1 ( j ) を読み出し、訪問利用関心度テーブル T 2の該当単位区画「 1 A：日曜日 14」から関心度 _α 2 (j ) を読み出す。ここで、「インドレストラン： XXX in Tokyo」の店舗ジャンルは、「食べる」であるから、 j = 1である。続いて、補正処理部 142は、「インドレストラン： XXX in TokyoJ についての広告主意向度テーブル T 3 (DDD 1 1 1 1 1 1) の該当単位区画「1 A：日曜日 14」から意向度 ]3を読み出す。補正処理部 142は、更に、「インドレストラン： XXX in TokyoJ についての利用者評価値テーブル T 4 (DDD 1 1 1 1 1 1) を参照することにより、補正演算に用いる評価値 γを決定する。具体的には、利用者評価値テーブル Τ 4 (D DD I 1 1 1 1 1) に収録されているすべての利用者についての個人評価値 E の平均値を評価値 γと決定すればょレ、。

そして、予め設定されていた重みパラメータ k 1， k 2, k 3, k 4を用いて、補正対象となる合致度 Mに対して、 M*=MX (k 1 · α 1 (〗）） X (k 2 · α 2 ( j ) ) X (k 3 · j3) X (k 4 · y ) なる演算を行うことにより、補正合致度 M*を求める処理を行う。ここで、 k lは、予定立案関心度テーブル T 1内の関心度についての重みを示すパラメータであり、 k 2は、訪問利用関心度テーブル T 2内の関心度についての重みを示すパラメータであり、 k 3は、広告主意向度テーブル T 3内の意向度についての重みを示すパラメータであり、 k 4は、利用者評価値テーブル T 4内の評価値についての重みを示すパラメ一タである。 k l, k 2, k 3, k 4の値は、 4つのテーブル T l, T 2, T 3, T 4のいずれを重視した補正を行うかを考慮して、適宜設定しておけばよい。こうして、利用者評価値テーブルの内容を考慮して、リスト上での検索結果の提示優先度を変えるようにすれば、一般的に評価の高い店舗の見出しは、評価の低い店舗の見出しよりも上位に表示されるようになる。

以上、 1つの利用者評価値テ一ブルに収録されているすべての利用者についての個人評価値 Eの平均値を、補正演算に用いる評価値 γとする単純な例を述ベた。このように、常に個人評価値 Εの平均値を用いて合致度の補正演算を行うのであれば、各利用者評価値テーブルには、多数の利用者の個人評価値 Εを個別に収録しておく必要はなく、その平均値のみを収録しておけば足りる。しかしながら、一般に個人個人の嗜好は千差万別であり、特定の店舗に関する他人の評価が自分の評価に必ずしも類似するとは限らない。そこで、実用上は、多数の利用者の個人評価値 Εの平均値の代わりに、自分の嗜好と類似した嗜好をもった利用者（以下、嗜好類似者と呼ぶ）の個人評価値 Eを評価値 γとして用い、合致度の補正演算を行うようにするのが好ましい。以下、このような方法で合致度の補正演算を行う具体的な手順を説明する。

この方法では、利用者評価値テーブル作成部 1 7 0により、個々の利用者ごとの個人評価値 Εが記録された利用者評価値テーブル Τ 4を、各提供情報ファィルについて作成し、テーブル格納部 1 4 3内に格納しておく。具体的には、図 3 1に示す例のように、多数の利用者についての個人評価値 Εを当該利用者の利用者 I Dとともに収録した利用者評価値テーブル Τ 4を、各提供情報ファィルごとに用意しておけばよい。

一方、検索条件入力部 1 3 0は、検索条件を入力する際に、アクセスを行つているアクセス利用者を識別する情報（利用者 I D ) を入力するようにする。たとえば、検索用の W e bページ上で、利用者に自分の利用者 I Dを入力させるようにすれば、検索条件入力部 1 3 0は、アクセス利用者の利用者 I Dを取得できる。あるいは、移動端末装置 1 0側に利用者 I Dを自動送信する機能をもたせておくようにしてもよレ、。

そして、リスト提示部 1 4 0により検索結果をリス卜として提示する際に、補正処理部 1 4 2によって、図 3 2に示すアルゴリズムに基づいて、合致度 M を補正合致度 M*に補正する処理が行われることになるが、このとき、アクセス利用者の評価に類似した評価傾向のある利用者を嗜好類似者と認識し、この嗜好類似者についての個人評価値 Eを用いて評価値 γを算出し、補正を行うようにするのである。

図 3 3は、この評価値 γの算出手順を示す流れ図である。まず、ステップ S 1において、合致度の補正対象となる提供情報ファイルと同じ店舗ジャンルをもった提供情報ファイルについての利用者評価値テーブルを抽出する。たとえば、図 2に示す提供情報ファイル（「インドレストラン： X X X in Tokyo J に関する店舗情報）についての合致度 Mに対して補正を行う場合、大分類の店舗ジャンルは「食べる」であるから、多数の利用者評価値テーブルの中から、「食ベる」というジャンルに属する店舗に関する利用者評価値テーブルを抽出する (もちろん、小分類のジャンルが同一のファイルのみを抽出するようにしてもかまわない）。 .

このように、補正対象となる提供情報ファイルと同一ジャンルの利用者評価値テーブルを抽出するのは、個人個人の嗜好の類似性には、ジャンル依存性があると考えられるからである。たとえば、 1 0軒のレストランに対する個々の個人評価値が極めて類似する傾向にある 2人の利用者 X , Yがいた場合を考えよう。この場合、利用者 X， Yは、「食べる」というジャンルの嗜好に関しては類似性があり、 1 1軒目のレストランに対する両者の個人評価値も類似したものになるであろうと予想される。しかしながら、「買う」という別のジヤンルの嗜好に関しても類似性があるか否かは疑問である。したがって、この場合、利用者 X , Yは、「食べる」というジャンルの嗜好に関する嗜好類似者として取り扱うべきである。

続くステップ S 2では、ステップ S 1で抽出された利用者評価値テーブルの中から、アクセス利用者（検索条件を指定して、リストの提示を要求している利用者）の個人評価値 Eが掲載されたテーブルを抽出する。もちろん、ステツプ S 1で抽出された利用者評価値テーブル（「食べる」というジャンルに属する店舗に関する利用者評価値テーブル）内に、アクセス利用者自身の個人評価値 Eが全く収録されていない場合は、このステップ S 2ではテーブルの抽出を行うことができないので、この図 3 3の流れ図に示す手順は実行できなくなる。これは、「食べる」というジャンルの嗜好に関してアクセス利用者に類似する嗜好をもった嗜好類似者を探そうとしているのに、アクセス利用者自身の嗜好を示す情報（すなわち、アクセス利用者自身による特定の店舗に対する個人評価値 E )が存在しなければ、そもそも嗜好類似者の探索が不可能なためである。このような場合には、この図 3 3の流れ図に示す手順を中止し、別な方法に切り替えればよい。たとえば、前述した単純な方法（テーブルに収録されているすべての利用者の個人評価値 Eの平均値を評価値 γとして用いた補正演算を行う方法）に切り替えたり、利用者評価値を考慮しない方法（たとえば、 § 5で述べた補正演算方法）に切り替えたりすればよい。もちろん、これら様々な方法を組み合わせるようにしてもよレ、。

次に、ステップ S 3において、ステップ S 2で抽出された利用者評価値テーブルを用いて、アクセス利用者と他の利用者との相関度の算出を行う。たとえば、第 1の店舗に関する利用者評価値テーブルに、アクセス利用者 X自身の個人評価値 Ex 1と、別な利用者 Yの個人評価値 Ey 1とが収録されていた場合、これらの個人評価値 E X 1， E y 1は、同一の店舗に関する 2人の個人評価値とレ、うことになるので、 E X 1と E y 1との差が小さければ小さレ、ほど、利用者 X， Yの嗜好は類似していることになり、両者の相関度は大きくなる。もつとも、両者の相関度は、本来は統計的に算出されるべきものであり、 1つの店舗に関する個人評価値の比較だけでは、正確な相関度を算出することはできなレ、。利用者 X， Yの相関度は、両者が共通して評価を行っている店舗の数が多ければ多いほど、より正確に算出することが可能になる。

図 34は、このステップ S 3の相関度算出に用いられる n組の個人評価値の対を示す図である。この例は、 2人の利用者 X， Yが、いずれも合計 n軒の共通する店舗について、それぞれ評価を行っていた場合の例である。たとえば、店舗識別コード「DDD 1 1 1 1 1 1」で特定される第 1番目の店舗に関しては、図示の利用者評価値テーブル T 4 (DDD 1 1 1 1 1 1) に示されているように、利用者 I D 「U000X」をもつ利用者 Xの個人評価値 E x 1と、利用者 I D 「U000Y」をもつ利用者 Yの個人評価値 E y 1とが収録されている。同様に、店舗識別コード「DDDn n nn n n」で特定される第 n番目の店舗に関しては、図示の利用者評価値テーブル T 4 (DDDn n n n n n) に示されているように、利用者 I D 「U000X」をもつ利用者 Xの個人評価値 E x nと、利用者 I D 「U000Y」をもつ利用者 Yの個人評価値 E y nどが収録されている。

利用者 X, Yの特定ジャンルの嗜好に関する相関度 R (X, Y) は、図 34 に示す n組の評価値の対に基づいて統計学上の演算によって算出することができる。図 35は、この相関度算出に用いられる演算式の一例を示す図である。すなわち、相関度 R (X, Y) は、

R (X, Y) = S X y/ ( S x x . S y y)

但し、

¾ X X =∑ i ₌！ __n £x i— Ex aリ ²

sy y =∑_{i = 1}一 _n (Ey i- Ey a) ²

S xy =∑_{i = 1}一 _n (Ex i - E x a ) (Ey i— Ey a)

なる式で求めることができる。ここで、 E x iは、図 34に示す n組の個人評価値の対のうち、利用者 Xの第 i番目の店舗についての個人評価値であり、 E y iは、図 34に示す n組の個人評価値の対のうち、利用者 Yの第 i番目の店舗についての個人評価値である。また、 E x aは、図 34に示す n組の個人評価値の対のうち、利用者 Xの全 n個の個人評価値の平均値、 E y aは、図 34 に示す n組の個人評価値の対のうち、利用者 Yの全 n個の個人評価値の平均値である。

上記式によると、利用者 X, Yの個人評価値が全 n軒の店舗すべてについて完全に一致した場合、 S X x = S y y = S X yになるので、 R (x, y) = 1 になる。したがって、相関度 R (x, y) の最大値は 1である。また、相関度 R ( X , y) の最小値は - 1である。相関度 R (x, y) = 0の場合は、両者間に全く相関が見られないことを示し、相関度 R ( X , y) 〉0の場合は両者間に芷の相関があることを示し、相関度 R ( X , y) <0の場合は両者間に負の相関があることを示す。

結局、上記式を用いた演算は、利用者 Xと利用者 Yとの相関度 R (X, Y) を算出する際に、ステップ S 2で抽出された利用者評価値テーブルの中から、利用者 Xの個人評価値と利用者 Yの個人評価値との双方が掲載されたテーブルを選抜し、選抜された n個のテーブルに基づいて、

S x x =∑_{i = 1}— _η (Κ χ l -E x a ) "

S y y =∑ _{i =1}一 _n (E y i-E y a) ²

S x y =∑_{i = 1}一 _n (Ex i— Ex a) (Ey i— Ey a)

なる演算を実行し（但し、 E x iは、選抜された第 i番目のテーブルにおける利用者 Xの個人評価値、 Ey iは、選抜された第 i番目のテーブルにおける利用者 Yの個人評価値、 E x aは、選抜された n個のテーブルにおける利用者 X の個人評価値の平均値、 Ey aは、選抜された n個のテーブルにおける利用者 Yの個人評価値の平均値）、更に、

R (X, Y) = S X y/ ( X X . S y y)

なる演算を実行して相関度 R (X, Y) を算出する演算ということになる。以上、アクセス利用者 Xと別な利用者 Yとの相関度 R (X, Y) を算出する例を述べたが、実際には、ステップ S 2で抽出された利用者評価値テーブルには、他にも様々な利用者の個人評価値が収録されている。したがって、ステツプ S 3では、アクセス利用者 Xと他の様々な利用者との間の相関度を同様の方法で算出する処理が行われる。の結果、アクセス利用者 Xに対する利用者 Y の相関度 R (X, Y) 、利用者 Zの相関度 R (X, Z) 、利用者 Wの R (X, W) ... などが得られることになる。

図 33の流れ図のステップ S 4では、こうしてステップ S 3で算出された個々の利用者との間の相関度を比べ、アクセス利用者 Xに対する相関度の高い人を嗜好類似者と認識する処理が行われる。具体的には、相関度が所定の基準値以上の者を嗜好類似者と認識すればよい。たとえば、基準値として 0. 8を設定しておけば、 R (X, Y) ≥ 0. 8であれば、利用者 Yはアクセス利用者 Xに対する嗜好類似者と認定されることになる。ただ、相関度が所定の基準値以上の者を嗜好類似者とする方法では、嗜好類似者が 1人も認定されない場合もあるし、非常に多数の嗜好類似者が認定される場合もある。そこで、嗜好類似者の人数を所定数に維持させたい場合には、ステップ S 3で算出された相関度の高い順に選択された所定数の者を、嗜好類似者と認識するようにしてもかまわない。この場合、実際の相関度の値とは無関係に、相関度の大きい順に所定数の者が嗜好類似者として認定されることになる。

最後のステップ S 5では、合致度の補正対象となる提供情報ファイルについての利用者評価値テーブルに記録されている嗜好類似者の個人評価値に基づいて、補正に用いる評価値 γの決定が行われる。具体的には、ステップ S 4において、クセス利用者 Xに対して、合計 Κ名の嗜好類似者が認識された場合、合致度の補正対象となる提供情報ファィルについての利用者評価値テーブルに記録されている第 k番目の嗜好類似者の個人評価値を E k、第 k番目の嗜好類似者との相関度を Rkとして、図 35の最下段の式に示されているとおり、 T/ =∑_{k = 1}一 _K (Ek XRk) Z∑_{k = 1}一 _K (Rk)

なる演算によって、補正に用いる評価値 γを決定すればよい。但し、合致度の補正対象となる提供情報ファィルについての利用者評価値テーブルに第 k番目の嗜好類似者の個人評価値が記録されていなかった場合には、 Ek = 0、 Rk =0とする。

たとえば、合致度の補正対象となる提供情報ファイルが、図 2に示すフアイル 1であった場合、図 31に示す利用者評価値テーブル T 4 (DDD 1 1 1 1 1 1) (ファイル F 1についての利用者評価値テーブル）に記録されている合計 K名の嗜好類似者の個人評価値に基づいて、上記式に基づく演算を行うことにより、補正演算に用いる評価値 γが決定されることになる。

上記式の分子∑_{k = 1}___K (Ek XRk) は、各嗜好類似者の個人評価値に、その相関度（重みを示すパラメータ）を乗じた値を積算したものであり、合計 K名の嗜好類似者の個人評価値についての重み（相関度）を考慮した総和に相当する。一方、分母∑_{k = 1}— _K ( R k ) は、合計 K名の嗜好類似者の相関度の総和であり、評価値 γを規格化する役割を果たす。なお、この利用者評価値テーブルに第 k番目の嗜好類似者の個人評価値が記録されていなかった場合には、 E k = 0、 R k = 0とした演算が行われるので、そのような嗜好類似者は、評価値 γ を求める演算には何ら寄与しないことになる。

このような方法で評価値 γを算出するようにすれば、図 2に示す提供情報フアイル（「インドレストラン： X X X in Tokyo J に関する店舗情報）についての合致度 Mに対して補正を行う場合に用いる評価値 γの値は、アクセス利用者 Xについての嗜好類似者（「食べる」というジャンルに関して、アクセス利用者 Xと嗜好が類似すると推定される他の利用者）が当該「インドレストラン： X X X in Tokyo jに対して与えた評価値に基づいて決定されることになるので、アクセス利用者 Xに対して提供するリストという見地からは、検索結果の見出しをより適切な順序で並べたリストを作成することが可能になる。

なお、合致度の補正対象となる提供情報ファイルについての利用者評価値テ一ブルに、アクセス利用者 X自身の個人評価値が掲載されていた場合には、ァクセス利用者 X自身を嗜好類似者と認識し、ァクセス利用者 X自身の個人評価値を用いて補正を行うようにしてもよい。たとえば、上述した例の場合に、もしアクセス利用者 X自身が、過去に「インドレストラン： X X X in TokyoJ に対して何らかの評価値を回答していたとすると、図 3 1に示す利用者評価値テ一ブルには、アクセス利用者 X自身の個人評価値が掲載されていることになる。この場合、アクセス利用者 X自身を、最大の相関度（R (X , X) = 1 ) をもつた嗜好類似者として取り扱い、上記式に基づく演算により、評価値 γを算出するようにすればよレ、。あるいは、この場合、別な利用者の評価値を一切参酌せずに、アクセス利用者 X自身の個人評価値をそのまま.評価値 γと決定するようにしてもよレ、。くくく § 7 . 個人関心度テーブルを用いる実施形態 > > >

§ 6では、利用者の関心度を示す関心度テーブルと、広告主の意向度を示す広告主意向度テーブルと、利用者の評価値を示す利用者評価値テーブルとを用いて、検索結果の合致度を補正し、利用者に提示する検索結果のリスト掲載順を修正する実施例を述べた。ここで述べる実施形態は、「利用者の関心度」、「広告主の意向度」、「利用者の評価値」に加えて、更に「利用者の個人関心度」を考慮して検索結果の合致度を補正し、個々の利用者に提示する検索結果のリスト掲載順を修正するものである。

ここで、「関心度」と「個人関心度」との相違点は、「関心度」は、個人ごとの関心度を統計的に処理することにより得られる全利用者に共通した一般的な傾向を示すパラメータであるのに対して、「個人関心度」は、一人一人の利用者が個々のジャンルに対して、どの程度の関心をもっているかを示す個人ごとに定められるパラメータである点である。

図 3 6は、このような個人関心度を考慮した処理を行う機能をもった実施形態のブロック図である。図 3 0に示す実施形態との主たる相違点は、新たに、個人関心度テーブル作成部 1 8 0が付加されている点と、リスト提示部 1 4 0 が利用者の個人関心度を考慮した処理を行う点である。なお、図 3 6では、便宜上、提供情報ファイル格納部 1 0 0内のファイル構成の図示は省略されているが、図 3 6に示す提供情報ファイル格納部 1 0 0と図 3 0に示す提供情報フアイル格納部 1 0 0とは同じものである。図 3 6に示す個人関心度テーブル作成部 1 8 0は、個々の利用者について収集した様々な情報に基づいて、各利用者ごとの個人関心度テーブル T 5をそれぞれ作成し、これをリスト提示部 1 4 0内のテーブル格納部 1 4 3に格納する処理を実行する。

図 3 7は、図 3 6に示す個人関心度テーブル作成部 1 8 0によって作成された個人関心度テーブル T 5の具体例を示す図である。この個人関心度テーブル T 5の構成は、これまで述べてきた関心度テーブル T 1 , T 2や広告主意向度デーブル T 3とは若干異なっている。すなわち、個人関心度テーブル Τ 5には、単位区画は設けられておらず、地区領域や時間帯という概念は存在しない。すなわち、「関心度」は、図 9の関心度テーブルに示されているとおり、個々の単位区画ごとに別個独立して設定されるパラメータであるのに対して、ここに示す実施例における「個人関心度」は、このような単位区画とは無関係に設定されるパラメータである。

個人関心度テーブル Τ 5は、特定の利用者の各店舗ジャンルに対する個人関心度を示すテーブルであり、一人一人の利用者ごとにそれぞれ別個独立して用意される。図 3 7には、複数枚の個人関心度テーブル Τ 5が重なって描かれているが、これは、一人の利用者について、 1組の個人関心度テーブル Τ 5が用意されることを示すものである。図 3 7において一番上に示されている個人関心度テーブル Τ 5 (U 0 0 0 X) は、利用者 I D 「U 0 0 0 X」で特定される一人の利用者について用意された個人関心度テーブルである。したがって、このシステムに 1万人の利用者が登録されている場合、個人関心度テーブル T 5 も 1万組だけ用意されることになる。

もっとも、十分な情報収集が行われていない利用者については、個人関心度を把握することができないので、そのような利用者にっレ、ての個人関心度テーブルは、空のテーブルということになる。実用上、このシステムの運用当初は、すべての個人関心度テーブル T 5が空のテーブルであるかもしれないが、システムを継続的に運用してゆくことにより、各利用者の個人関心度を示す情報が徐々に収集されてゆくので、やがて全利用者についての個人関心度テーブル T 5を用意することができる。

ここに示す実施例の場合、特定の利用者についての個人関心度は、当該利用者の各店舗ジャンルに対する一般的な嗜好を示すパラメータということになる。たとえば、図 3 7に示す個人関心度テ一ブル T 5 (U 0 0 0 X ) には、利用者 I D 「U 0 0 0 X」をもつ利用者の一般的な嗜好として、「食べる」というジャンルへの関心度が 5 0 %、「買う」というジャンルへの関心度が 1 0 %、「見る」というジャンルへの関心度が 4 0 %、「遊ぶ」というジャンルへの関心度が 0 %であることを示している。

個人関心度テーブル作成部 1 8 0は、各利用者に関する情報を収集することにより、各利用者について、このような個人関心度テーブル T 5を作成して、リスト提示部 1 4 0内のテーブル格納部 1 4 3に格納する処理を実行する。ここに示す実施形態の場合、個人関心度テーブル作成部 1 8◦は、情報配信部 1 1 0から取得した個人関心情報と、検索条件入力部 1 3 0から取得した検索条件とに基づいて、個人関心度テーブル T 5を作成する機能をもっている。

たとえば、利用者 I D 「U 0 0 0 X」をもつ利用者が、検索条件入力部 1 3 0に対して、「食事」あるいは「ランチ」といったキーワードを検索条件として用いて検索を行ったとしょう。この場合、検索条件入力部 1 3 0から個人関心度テーブル作成部 1 8 0に対して、当該検索条件とともに利用者 I D 「U 0 0 0 X」を報告させるようにする。そうすれば、個人関心度テーブル作成部 1 8 0は、この利用者が検索を行うたびに、当該利用者が入力した検索条件を把握することができるので、この検索条件を解析することにより、当該利用者の各店舗ジャンルごとの個人関心度を認識することができる。要するに、個人関心度テーブル作成部 1 8 0は、検索条件入力部 1 3 0から取得した検索条件に基づいて、当該検索条件の入力操作を行った特定の利用者についての個人関心度テーブルを作成することになる。

具体的には、「食事」，「ランチ」，「ディナー」，「レストラン」などのキーワードが検索条件に含まれていた場合には、「食べる」というジャンルにポイントを加算し、「買物」，「デパート」，「ブティック」などのキーヮードが検索条件に含まれていた場合には、「買う」というジャンルにポイントを加算し、 . . .といった方法により、各ジャンルごとにポイント加算を行い、その集計値に基づいて当該利用者についての個人関心度テーブル T 5 (U 0 0 0 X) を作成すればよい。

また、「エスニック」のようなキーワードが検索条件に含まれていた場合は、当該キーヮードだけでは、利用者が関心をもつジャンルを特定することは困難であるが、そのような場合でも、当該利用者に実際に配信した店舗情報のジャンルを個人関心情報として取得すれば、個人関心度の認識が可能になる。

たとえば、利用者 I D 「U O O O X」をもつ利用者が、「エスニック」というキーワードを用いた検索を行い、その結果、図 1 5に示すようなリストが提示されたとしょう。ここで、このリストを見た利用者が「アジアンショップ」に対する選択指示を情報配信部 1 1 0に対して与えた場合には、情報配信部 1 1 0から当該利用者に対して、「アジアンショップ」なる店舗についての店舗情報の配信が行われることになるが、このとき、情報配信部 1 1 0から個人関心度テーブル作成部 1 8 0に対して、「アジアンショップ」なる店舗のジヤンル「買う」と利用者 I D 「U 0 0 0 X」とを個人関心情報として報告させるようにする。個人関心度テーブル作成部 1 8 0は、この報告を受けて、当該利用者について、「買う」というジャンルにポイントを加算する処理を行う。そうすれば、やはり各ジャンルごとのボイント集計値に基づいて当該利用者についての個人関心度テーブル T 5 (U 0 0 0 X) を作成することができる。

要するに、個人関心度テーブル作成部 1 8 0は、情報配信部 1 1 0から取得した「特定の利用者に配信した店舗情報の店舗ジャンル」を、当該特定の利用者についての個人関心情報として収集し、収集した個人関心情報に基づいて、当該特定の利用者についての個人関心度テーブルを作成すればよい。

このように、個人関心度テーブル T 5は、情報配信部 1 1 0から取得した個人関心情報に基づいて作成することもできるし、検索条件入力部 1 3 0から取得した検索条件に基づいて作成することもできる。実用上は、両者の方法を組み合わせて個人関心度テーブル T 5を作成するのが好ましい。もちろん、個人関心度テーブル作成部 1 8 0には、このシステムを運用している最中は、各利用者の入力した検索条件や、各利用者の個人関心情報が随時報告されることになるので、個人関心度テーブル T 5は定期的に更新するようにするのが好ましレ、。

以上、個人関心度テーブル作成部 1 8 0によって個人関心度テーブル T 5を作成する方法として 2通りの方法を説明したが、個人関心度テーブル T 5の作成方法は、この 2通りの方法に限定されるものではなく、この他にも種々の方法を採用することができる。たとえば、本システムを利用するにあたって、各利用者に会員登録してもらうようにし、そのときに、各店舗ジャンルに対する個人関心度を自己申告してもらってもよい。具体的には、図 3 7に示すような個人関心度テーブルを W e bページ上に提示し（個人関心度の数値の部分は空欄にしておく）、個々の利用者自身に、個人関心度の数値を入力させればよい _D 結局、図 3 6に示す実施形態の場合、リスト提示部 1 4 0内のテーブル格納部 1 4 3には、図 3 8に示すように、予定立案関心度テーブル T 1，訪問利用関心度テーブル T 2 , 個々の提供情報ファイルに対応した複数の広告主意向度テーブル T 3、個々の提供情報ファイルに対応した複数の利用者評価値テープル T 4の他に、更に、個々の利用者に対応した複数の個人関心度テーブル T 5 が格納されていることになる。

ここに示す実施形態の場合、補正処理部 1 4 2は、検索を行っている利用者 (リスト提示 1 4 0がリストを提示する相手となる利用者）についての個人関心度テーブル T 5の内容を参照することにより、合致度 Mの補正対象となる店舗のジャンルに対する当該利用者の個人関心度を認識し、関心度、意向度、利用者評価値、個人関心度のすべてを用いて補正を行うことにより、補正合致度を求める処理を行う。具体的には、補正処理部 1 4 2は、関心度、意向度、利用者評価値、個人関心度のそれぞれについて重みパラメータを設定する機能を有しており、関心度にその重みパラメータを乗じた値、意向度にその重みパラメータを乗じた値、利用者評価値にその重みパラメータを乗じた値、個人関心度にその重みパラメータを乗じた値を、それぞれ合致度に対して乗算することにより補正合致度を求める。

具体的には、図 3 8に示されているとおり、予め設定されていた重みパラメータ k l， k 2 , k 3 , k 4 , k 5を用いて、補正対象となる合致度 Mに対して、 M* =M X ( k 1 · α 1 ( j ) ) X ( k 2 · α 2 ( j ) ) X ( k 3 - β ) X ( k 4 · γ ) X ( k 5 · δ ) なる演算を行うことにより、補正合致度 Μ*を求める処理を行う。ここで、 δは、個人関心度テーブル Τ 5を参照することにより得られた特定の個人関心度（検索を行っている利用者についての、合致度 Μの補正対象となる店舗のジャンルに対する個人関心度）であり、 k 5は、その重みを示すパラメータである。

こうして、個人関心度テーブル T 5の内容を考慮して、リスト上での検索結果の提示優先度を変えるようにすれば、リスト'の提示相手となる利用者が一般的に高い関心をもっているジャンルの店舗の見出しは、上位に表示されるようになる。たとえば、図 3 7に例示されているような個人関心度テーブル T 5 (U 0 0 0 X) が作成されている利用者に対して提示されるリストでは、「食べる」というジャンルの店舗の見出しは上位に優先的に表示される傾向にあり、「遊ぶ」というジャンルの店舗の見出しはほとんど表示されないことになる。

このように「個人関心度」は、各個人について、ジャンルごとの個人的な関心度を示すものであるから、実用上は、ジャンルの分類を更に細かくしても、十分に意味をもつ情報として利用できる。これまで述べた実施形態では、図 3 に例示するように、店舗のジャンルを、「食べる」，「買う j , 「見る」，「遊ぶ」の 4つの大分類に分類し、更に、その下位概念として、「フランス料理」，「イタリア料理」，「中華料理」などの小分類に分類している。しかしながら、「個人関心度」は、いわば個人の嗜好を示すものであるので、実際には、より細分化されたジャンル分けが可能である。

たとえば、「フランス料理」の更に下位概念に「エスカルゴ」というジヤンルを設け、同じフランス料理店であっても、「エスカルゴ」を提供する店とそうでない店とが異なるジャンルに属するようにする。ぞうすれば、「エスカルゴ」が好物である利用者であれば、「エスカルゴ」というジャンルについての個人関心度が高くなるので、同じフランス料理店であっても、「エスカルゴ」を提供する店がリストのより上位に提示されるような補正を行うことができる。同様に、大分類「買う」，小分類「書籍」の更に下位概念に「推理小説」というジャンルを設け、同じ書店であっても、「推理小説」の品揃えが豊富な店とそうでない店とが異なるジャンルに属するようにすれば、「推理小説」というジャンルの個人関心度が高い利用者が検索した場合に、「推理小説」の品揃えが豊富な店がリストのより上位に提示されるような補正を行うことができる。このように、「個人関心度」は、個人の嗜好や性格などを顕著に反映した極めて個人的な情報になるため、ジャンル分けも、これに応じたものにすると効果的である。たとえば、「明るい店」，「暗い店」といった雰囲気によるジャンル分け、「モダン調の店」，「クラシック調の店」といった装飾様式によるジャンル分け、「赤を基調とした装飾の店」，「青を基調とした装飾の店」といった色によるジャンル分け、を行うこともできょう。

さて、これまでの実施例では、「個人関心度」力「単位区画」（特定の地区領域と特定の時間帯とによって示される二次元マトリックス上の区画）とは無関係に設定されるパラメータであるという前提で話を進めてきた。たとえば、図 3 7に示す個人関心度テーブル T 5 (U O O O X ) は、利用者 I D 「U 0 0 0 X」で特定される一人の利用者について用意された個人関心度テーブルであるが、そこには、特定の地区領域や特定の時間帯といった区分けはなされでいない。これは、「個々の利用者の個人的な嗜好は、場所や時間に依存せずに不変であろう」という基本的な考え方に立脚するものである。

もちろん、「エスカルゴ」が好物と力、「推理小説」が好き、といった個人的嗜好は、通常、場所や時間に左右されることはないであろう。しかしながら、本発明の目的は、利用者の行動パターンをできるだけ正確に予測し、個々の時点において、利用者に最適な情報を選択して提供することにある。そして、そのような目的を達成するという見地からは、「各利用者が、その時点で何を欲しているカをできるだけ正確に予測することが重要である。

たとえば、ある利用者が従事する職場は火曜日が定休日であったとしょう。そして、この利用者は、定休日である火曜日には、午後 3時頃から遅めの昼食として「イタリア料理」を食べる習慣があつたとしょう。このような場合、当該特定の利用者の「個人関心度」と、一般大衆の平均的な「関心度」とは、「単位区画 J を考慮すると、大きく異なってくるであろう。たとえば、月曜日に関しては、この特定の利用者も仕事に従事しているので、「個人関心度」は一般大衆の平均的な「関心度」と大差ないかもしれないが、日曜日が一般大衆の休日であるのに対して、この特定の利用者の休日は火曜日であるので、日曜日と火曜日に関しては、この特定の利用者の「個人関心度」は一般大衆の平均的な「関心度」と大きく異なってくるであろう。もちろん、ある特定の地区領域を訪問したときに限って、特定のジャンルの店舗を利用する、という特性をもつた利用者もいるであろう。この場合、当該特定の地区領域に関しては、この特定の利用者の「個人関心度」は一般大衆の平均的な「関心度」と大きく異なつてくるであろう。

そこで、個人関心度テーブル作成部 1 8 0が、特定の利用者から与えられた検索条件や、特定の利用者についての個人関心情報を収集する際に、特定の地区領域および特定の時間帯によって示される単位区画を考慮して収集するようにすれば（§ 4で述べた関心度テーブルの作成方法と同様の手法で収集すればよい）、図 9に示すような「関心度テーブル」と同様に、二次元マトリックス状の構造をもった「個人関心度テープ/レ」を、個々の利用者のそれぞれについて作成することが可能になる。

このように、単位区画を考慮した二次元マトリックス状の個人関心度テ一ブル T 5が、図 3 8に示すテーブル格納部 1 4 3内に用意されている場合、補正処理部 1 4 2は、該当する利用者の個人関心度テーブル Τ 5の中の該当する単位区画から、個人関心度 δを読み出す処理を行うことになる。したがって、前述した例のように、火曜日の午後 3時頃から遅めの昼食（イタリア料理）をとる習慣がある特定の利用者が、火曜日の午後 3時前に検索のためのアクセスを行ってきた場合、「イタリア料理店」がリストのより上位に提示されるような補正処理が行われることになる。

< < < § 8 . 種々の変形例 > > >

以上、本発明をいぐつかの実施形態に基づいて説明したが、本発明はこれらの実施形態に限定されるものではなく、この他にも種々の形態で実施可能である。以下にいくつかの変形例を例示しておく。

( 1 ) 情報提供システムの構成

これまで述べた実施形態では、本発明に係る情報提供システムを、それぞれブロックで示す各機能要素の集合体として示したが、実際には、このシステムは、データベースサーバや W e bサーバなどを用いて構築したコンピュータシステムに専用のプログラムを組み込むことにより構成される。

( 2 ) 移動端末装置の位置認識機能

これまで述べた実施形態では、移動端末装置 1 0として、 G P S機能をもつた携帯電話機を用いた例を述べたが、移動端末装置の位置認識機能は必ずしも G P Sにより実現する必要はない。たとえば、周囲に存在する基地局と交信することにより、各基地局からの電波強度に基づいて自分自身の位置座標を取得するような方法を用いてもかまわない。

( 3 ) キーワードコードの省略

これまで述べた実施形態では、各提供情報フアイル内のメタデータにキーヮードコード C 1を設けておき、このキーワードコード C 1と検索条件として与えられたキーヮードとの合致度に基づいて検索を行っていた。しかしながら、メタデータ内のキーヮードコード C 1は、本発明を実施する上での必須の要素ではない。たとえば、店舗情報本体データ D 1内の個々の文字列と検索条件として与えられたキーヮードとの合致度に基づいて検索を行うようにすれば、メタデータ内にキーワードコード C 1が存在しなくても、検索を行うことが可能である。この場合、たとえば、見出し行の文字列に合致した場合は 3点、本文中の文字列に合致した場合は 1回につき 1点、というようにポイントを定めておき、ポイントの合計値を合致度と定義するようにすればよい。

(4) 関心度 +意向度 +評価値 +個人関心度の組み合わせ

§ 7で述べた実施形態では、図 38に示すように、予定立案関心度テーブル T l、訪問利用関心度テーブル Τ 2、広告主意向度テーブル Τ 3、利用者評価値テーブル Τ 4、個人関心度テーブル Τ 5という 5つのテーブルのすべてを利用して、合致度 Μに対する補正を行った例を示した。しかしながら、補正を行う際に参照するテーブルの組み合わせは任意であり、必ずしもこの 5つのテーブルのすべてを利用する必要はない。たとえば、予定立案関心度テーブル Τ 1 と利用者評価値テーブル Τ 4という 2つのテーブルだけを利用して補正を行うのであれば、 M*=MX (k 1 · α 1 ( j ) ) X (k 4 · γ) なる演算を行うことにより、補正合致度 Μ*を求めることができる。

( 5 ) 各補正項の和をとる補正演算

これまで述べた実施形態では、補正合致度 Μ*を求める補正演算の式として、合致度 Μに、種々の補正項（各テーブルから得られた関心度、意向度、評価値、個人関心度などのパラメータを含む項）を乗じる形の式を用いていた。たとえば、図 38には、 M*=MX (k 1 · α 1 ( j ) ) X (k 2 · α 2 ( j ) ) X (k 3 - β) X (k 4 · γ) X (k 5 · δ) なる演算を行うことにより、補正合致度 Μ*を求める処理が例示されている。しかしながら、これらの各補正項は、必ずしも合致度 Μに対する乗算項にする必要はなく、場合によっては加算項としてもかまわない。実際、これまで述べた実施形態では、関心度、意向度、評価値、個人関心度などのパラメータ値に対して、重みパラメータ k 1， k 2 , k 3 , k 4 , k 5 などを乗じて補正項を作成し、これらの補正項を合致度 Mに乗じることにより、補正合致度 M*を求めていた。しかしながら、各補正項を合致度 Mに対する乗算項とする限り、各重みパラメータ k 1， k 2 , k 3 , k 4 , k 5は本質的な意味をなさない。たとえば、上例の式、 M*=MX (k 1 · α 1 ( j ) ) X (k 2 · 2 ( j ) ) X (k 3 - β ) X (k 4 · γ) X (k 5 · δ) は、整理すれば、 M*=MX (k l - k 2 - k 3 - k 4 - k 5) X α 1 ( j ) X α 2 ( j ) X ( β ) X ( γ ) X ( δ ) となるので、重みパラメ一タ k l， k 2 , k 3 , k 4 , k 5 をそれぞれ別個に設定することは、本質的には意味がない。また、ひ 1， a 2 , β , y , δの 1つでも 0をとる値があると、補正合致度 M*= 0となってしまう。しかしながら、上例の式の代わりに、 M*=M+ (k 1 · α 1 ( j ) ) + (k 2 · α 2 ( j ) ) + ( k 3 - β ) + ( k 4 · γ ) + (k 5 · δ ) のように、各補正項を合致度 Μに対する加算項とする演算式を用いて補正合致度 Μ*を求めることも可能である。この場合、重みパラメータ k 1， k 2 , k 3 , k 4 , k 5は、文字どおり、各補正項に重みづけを与えるパラメータとして機能することになる。もちろん、 M*=MX (k 1 · α 1 ( j ) ) X (k 2 · α 2 ( j ) ) + (k 3 · i3 ) X (k 5 · δ ) + (k 4 · γ) のように、乗算項と加算項とを混合させた演算式を用いて補正合致度 Μ*を求めることも可能である。また、 Μ *=MX ( (k 1 · α 1 ( j ) ) + (k 2 · α 2 ( j ) ) + (k 3 · β ) + (k 4 · γ) ) X (k 5 · δ) のように、括弧を含む演算式を用いて補正合致度 Μ* を求めることも可能である。この最後の演算式では、 ct l , a 2 , β , γのいずれかが 0であっても、補正合致度 Μ*は必ずしも 0にはならないが、 δが 0の場合は、必ず補正合致度 Μ*= 0となるので、個人意向度 δを重視した補正を行うことが可能である。このように、実用上は、重みパラメータ k 1， k 2 , k 3 , k 4 , k 5の各値や、演算式を構成する括弧 ·乗算項 ·加算項の組み合わせを様々に変えることにより、どのパラメータを重視した補正を行うかを適宜設定することができる。産業上の利用可能性本発明に係る情報提供システムは、 G P S機能をもった携帯電話機など、自分自身の位置を認識する機能を備えた移動端末装置に対して、種々の店舗に関する広告情報を W e bページの形式で提供する用途に広く利用できる。

Claims

請求の範囲

1. 自分自身の位置を認識する機能をえた移動端末装置（1 0) に対して、特定の店舗に関する店舗情報を提供する情報提供システムであって、

提供対象となる店舗情報を構成する店舗情報本体データ（D 1) と、この店舗情報本体データに付随するメタデータ（D 2) と、を有する多数の提供情報ファイル（F l， F 2, F 3) を格納した提供情報ファイル格納部（1 00) と、

前記移動端末装置（1 0) からのアクセスを受け、少なくとも前記移動端末装置それ自身の位置を示す端末位置情報を含む検索条件を入力する検索条件入力部（1 30) と、

前記提供情報ファイル格納部（1 00) に格納されている多数の提供情報フアイル（F l， F 2, F 3) の中から前記検索条件に対する合致度が所定の基準以上となる提供情報ファイルを検索する検索実行部（1 20) と、

前記検索実行部（1 20) によって検索された提供情報ファイルのリストを、前記移動端末装置（1 0) に送信するリスト提示部（1 40) と、

前記移動端末装置（1 0) から、前記リストの中の 1つを選択する選択指示があったときに、前記提供情報ファイル格納部（1 00) から前記選択指示に係る提供情報ファイル内の店舗情報本体データ（D 1) を読み出し、これを前記移動端末装置（1 0) へ配信する情報配信部（1 1 0) と、

を備え、

前記メタデータ（D 2) は、提供情報ファイル（F l， F 2, F 3) を特定するための情報識別コード（C O) と、提供情報ファイルに係る店舗のジヤンルを示す店舗ジャンルコード（C 2) と、提供情報ファイルに係る店舗の位置を示す店舗位置コード（C 3) と、を有しており、

前記検索実行部（1 3 0) は、少なくとも「前記検索条件に含まれている端末位置情報と前記メタデータ（D 2) に含まれている店舗位置コード（C 3) との合致の程度」を参照して検索を行い、検索された提供情報ファイルの情報識別コード（C O) と、当該提供情報ファイルの合致の程度を示す合致度（M) と、を対応づけた情報を検索結果として前記リスト提示部（1 4 0) へ引き渡し、

前記リスト提示部（1 4 0) は、

前記検索実行部（1 2 0) から引き渡された前記検索結果を格納する検索結果格納部（1 4 1 ) と、

地図を複数の地区領域に分割し、個々の地区領域の個々の時間帯について設定された単位区画ごとに、各店舗ジャンルに対応する関心度を設定した関心度テーブル（T l , T 2) を格納するテーブル格納部（1 4 3) と、

前記検索実行部（1 2 0) から前記検索結果が引き渡されたときに、前記関心度テーブル（T l , T 2) を参照することにより、前記端末位置情報によつて示される位置を含む地区領域についての現時点に対応する単位区画について設定されている各店舗ジャンルについての関心度（α ΐ , α 2) を認識し、前記検索結果格納部（1 4 1 ) に格納されている「各提供情報ファイルの合致度 (Μ) 」を、当該提供情報ファイルに係る店舗ジャンルについて認識した関心度（ひ 1， a 2) を用いて補正することにより、補正合致度（M*) を求める補正処理部（ 1 4 2 ) と、

前記検索結果格納部（1 4 1 ) に格納されている検索結果の中の合致度（M) を前記補正合致度（M*) に置換した情報を格納する補正結果格納部（1 44) と、

前記補正結果格納部（1 4 4) に格納されている情報に基づいて、前記補正合致度（M*) の大きい順に前記情報識別コード（C O) をソートし、ソートされた順序に従って店舗情報の見出しを並べたリストを作成し、これを前記移動端末装置（1 0) に送信するリスト送信部（1 4 5) と、を有することを特徴とする情報提供システム

2. 請求項 1に記載の情報提供システムにおいて、

メタデータ（D 2) 力店舗情報本体データ（D 1) に関連したキーワードと当該キーヮードに付与された重みづけボイントとを含むキーヮードコード (C 1) を有しており、

検索条件入力部（1 30) 力端末位置情報と、利用者が指定した所定のキ一ワードと、を含む検索条件を入力し、

検索実行部（1 20) 力 S、前記検索条件に含まれる前記端末位置情報と前記メタデータ（D 2) に含まれる店舗位置コード（C 3) との合致の程度を示す位置合致度と、前記検索条件に含まれるキーワードと前記メタデータ（D 2) に含まれるキーヮードとの前記重みづけポイントを考慮して算出された合致の程度を示すキーワード合致度と、の双方を参照して検索を行い、前記位置合致度と前記キーワード合致度との双方を考慮した合致度（M) を検索結果としてリスト提示部（1 40) へ引き渡すことを特徴とする情報提供システム。

3. 請求項 1または 2に記載の情報提供システムにおいて、

リスト送信部（1 4 5) 、店舗情報本体データ（D 1) 内の見出し行の文字列を、ソート順に並べることにより、リストを作成することを特徴とする情報提供システム。

4. 請求項 1一 3のいずれかに記載の情報提供システムにおいて、

各曜日ごとの時間帯をそれぞれ別個の単位区画とした関心度テーブル（T 1 , T 2) を用いることを特徴とする情報提供システム。

5. 請求項 1一 4のいずれかに記載の情報提供システムにおいて、補正処理部（142) 1S 検索結果格納部（141) に格納されている合致度（M) に対して、関心度（α ΐ, α 2) を乗算もしくは加算することにより補正合致度（Μ*) を求めることを特徴とする情報提供システム。

6. 請求項 1一 4のいずれかに記載の情報提供システムにおいて、

テーブル格納部（143) 力 S、複数の関心度テーブル（T l， Τ 2) を格納しており、

補正処理部（142) これら複数の関心度テーブルを参照することにより複数通りの関心度（α ΐ, α 2) を認識し、認識した複数通りの関心度を用いて補正を行うことにより、補正合致度（Μ*) を求めることを特徴とする情報提供システム。

7. 請求項 6に記載の情報提供システムにおいて、

補正処理部（142) 、認識した複数通りの関心度（a l, 2) のそれぞれについて重みパラメータ（k l, k 2) を設定する機能を有し、それぞれの関心度に重みパラメータを乗じた値を、合致度（M) に対して乗算もしくは加算することにより補正合致度（M*) を求めることを特徴とする情報提供システム。

8. 請求項 1一 7のいずれかに記載の情報提供システムにおいて、

多数の利用者が所持する移動端末装置（10)から得られる情報に基づいて、関心度テーブル（T l， Τ 2) を新たに作成し、テーブル格納部（143) 内の関心度テーブルを更新する関心度テーブル作成部（1 50) を更に有することを特徴とする情報提供システム。

9. 請求項 8に記載の情報提供システムにおいて、情報配信部（1 10) 、移動端末装置（10) 力ら選択指示を受けたときに、当該移動端末装置の端末位置情報と、前記選択指示を受けた時点を示す時間情報と、前記選択指示に係る提供情報ファイルの店舗ジャンルを示す店舗ジ

' ヤンル情報と、を含む関心情報（I I) を、関心度テーブル作成部（150) に引き渡す機能を有し、

関心度テーブル作成部（1 50) 力引き渡された関心情報（I 1) に基づいて、前記端末位置情報によって示される位置を含む地区領域についての前記時間情報に対応する単位区画について、前記店舗ジャンル情報で示される店舗ジャンルに対する関心が示された旨の記録を行い、個々の単位区画ごとに、各店舗ジャンルに関心が示された頻度を集計する頻度集計部（1 5 1) を有し、この集計結果に基づいて予定立案関心度テーブル（T 1) を作成することを特徴とする情報提供システム。

10. 請求項 8に記載の情報提供システムにおいて、

. 関心度テーブル作成部（150) 力

個々の移動端末装置（10) の所定のサンプル時刻ごとの位置の変遷を示す位置変遷情報（ I 2) に基づいて、個々の移動端末装置（10) の移動経路上の通過点（P l P 8) を認識し、提供情報ファイル格納部（100) 内に格納されている提供情報ファイル（F l， F 2, F 3) 内の店舗位置コード（C 3) を参照することにより、個々の通過点について、それぞれ各店舗（S 1— S 7) との距離を算出し、距離の小さい順に所定数 m個の店舗を、当該通過点に関する近傍店舗と認識する近傍店舗認識部（1 52) と、

前記移動経路上におレ、て連続する通過点に共通する共通近傍店舗について、最初の通過点の通過時刻から最後の通過点の通過時刻に至るまでの時間を滞在時間と認識する滞在時間認識部（153) と、

前記共通近傍店舗について、前記最初の通過点から前記最後の通過点に至るまでの全通過点との距離の和を求め、その滞在時間を前記和で除した値を滞在係数として算出する滞在係数算出部（1 54) と、

個々の共通近傍店舗について算出された滞在係数を、当該共通近傍店舗の位置を含む地区領域についての当該共通近傍店舗について認識された滞在時間に対応する単位区画について、当該共通近傍店舗の店舗ジャンルに対する関心の程度を示す値として集計する滞在係数集計部（155) と、

を有し、前記滞在係数集計部（1 55) による集計結果に基づいて訪問利用関心度テーブル（T2) を作成することを特徴とする情報提供システム。

1 1. 請求項 10に記載の情報提供システムにおいて、

滞在時間が複数の単位区画の時間帯を跨いでいる場合に、滞在時間と個々の単位区画の時間帯との重なり度合いに応じて按分した滞在係数を、各単位区間ごとに集計することを特徴とする情報提供システム。

1 2. 請求項 1一 1 1のいずれかに記載の情報提供システムにおいて、テーブル格納部（143) 力各提供情報ファイル（F l, F 2, F 3) のそれぞれに対応した広告主意向度テーブル（T3) を格納しており、前記広告主意向度テーブルには、関心度テーブル（T l, T 2) と同様の単位区画が設けられており、個々の単位区画ごとにそれぞれ店舗情報の提供を行う広告主の意向度 (β) が設定されており、

広告主の指示に応じた外部からの入力操作に基づいて、各提供情報ファイルについての前記広告主意向度テーブル（i3) をそれぞれ作成し、これを前記テ一ブル格納部（143) に格納する広告主意向度テーブル作成部（1 60) を更に有し、

補正処理部（142) 、合致度（M) の補正対象となる提供情報ファイルについての広告主意向度テーブル（T3) を参照することにより、該当単位区画に設定されている意向度 (β) を認識し、関心度（c 1， α 2) と意向度（]3) との双方を用いて補正を行うことにより、補正合致度（Μ*) を求めることを特徴とする情報提供システム。

1 3. 請求項 1 2に記載の情報提供システムにおいて、

広告主意向度テーブル作成部（1 6 0) 、特定の提供情報ファイルについての特定の単位区画の意向度を広告主の入力操作に基づいて設定する機能と、テーブル格納部（1 4 3) 内の関心度テーブル（T l , Τ 2) を参照することにより、前記特定の単位区画について前記特定の提供情報ファイルの店舗ジャンルに対応して設定されている関心度（a l , a 2) を認識し、認識した関心度を前記広告主に提示する機能と、を有することを特徴とする情報提供システム。 .

1 4. 請求項 1 3に記載の情報提供システムにおいて、

広告主意向度テ一ブル作成部（1 6 0) 力「個々の単位区画に対応し、それぞれ所定の意向度を入力するための入力欄」を広告主に提示し、各単位区画について認識した関心度（a l , a 2) に応じた表示態様で各入力欄を表示することを特徴とする情報提供システム。

1 5. 請求項 1 2に記載の情報提供システムにおいて、

広告主意向度テーブル作成部（1 6 0) 力特定の提供情報ファイルについての各単位区画の意向度（/3)を広告主の入力操作に基づいて設定する機能と、テーブル格納部（1 4 3) 内の関心度テーブル（T l， Τ 2) を参照することにより、各単位区画について前記特定の提供情報ファイルの店舗ジャンルに対応して設定されている関心度（ひ 1, 2) を認識し、関心度の大きさを考慮した優先順位に従って単位区画を広告主に提示する機能と、を有することを特徴とする情報提供システム

1 6. 請求項 1 2— 1 5のいずれかに記載の情報提供システムにおいて、補正処理部（1 42) 力 S、関心度（_al, a 2) と意向度（j3) とのそれぞれについて重みパラメータ（k l， k 2, k 3) を設定する機能を有し、関心度にその重みパラメータを乗じた値および意向度にその重みパラメータを乗じた値を、それぞれ合致度（M) に対して乗算もしくは加算することにより補正合致度（M*) を求めることを特徴とする情報提供システム。

1 7. 請求項 1一 1 6のいずれかに記載の情報提供システムにおいて、テーブル格納部（1 4 3) 、各提供情報ファイル（F l , F 2, F 3) のそれぞれに対応した利用者評価値テーブル（T 4) を格納しており、前記利用者評価値テーブルには、各提供情報ファィルに対応する店舗についての利用者の評価値（E) が記録されており、

各店舗に対する評価値を利用者から収集することにより、各提供情報フアイノレ（F l， F 2， F 3) についての利用者評価値テーブル（T 4) をそれぞれ作成し、これを前記テーブル格納部（1 4 3) に格納する利用者評価値テープル作成部（1 70) を更に有し、

補正処理部（1 42) 、合致度（M) の補正対象となる提供情報ファイルについて、当該提供情報ファイルについての利用者評価値テーブル（T4) を参照することにより評価値（Y) を認識し、関心度（αΐ, α 2) と評価値（γ) との双方を用いて補正を行うことにより、補正合致度（Μ*) を求めることを特徴とする情報提供システム。

1 8. 請求項 1 7に記載の情報提供システムにおいて、

補正処理部（1 42) 力関心度（ひ 1， a 2) と評価値（γ) とのそれぞれについて重みパラメータ（k l， k 2, k 4) を設定する機能を有し、関心度にその重みパラメータを乗じた値および評価値にその重みパラメータを乗じた値を、それぞれ合致度に対して乗算もしくは加算することにより補正合致度（M *) を求めることを特徴とする情報提供システム。

1 9. 請求項 1 7または 18に記載の情報提供システムにおいて、

利用者評価値テーブル作成部（1 70) 力個々の利用者ごとの個人評価値 (E) が記録された利用者評価値テーブル（T4) を作成し、

検索条件入力部（130) 力 S、検索条件とともに、アクセスを行っているァクセス利用者を識別する情報を入力し、

補正処理部（142) 1 前記アクセス利用者の評価に類似した評価傾向のある利用者を嗜好類似者と認識し、前記嗜好類似者についての個人評価値を用いて補正を行うことを特徴とする情報提供システム。

20. 請求項 19に記載の情報提供システムにおいて、

補正処理部（142) 合致度（M) の補正対象となる提供情報ファイルについての利用者評価値テーブル（T4) に、アクセス利用者自身の個人評価値が掲載されていた場合には、前記アクセス利用者自身を嗜好類似者と認識し、前記アクセス利用者自身の個人評価値を用いて補正を行うことを特徴とする情報提供システム。

21. 請求項 19または 20に記載の情報提供システムにおいて、

補正処理部（142) 力

合致度（M) の補正対象となる提供情報ファイルと同じ店舗ジャンルをもつた提供情報ファイルについての利用者評価値テーブル（T4) を抽出する第 1 の手段と、前記第 1の手段によって抽出された利用者評価値テーブル（T4)の中から、アクセス利用者の個人評価値が掲載されたテーブルを抽出する第 2の手段と、前記第 2の手段によって抽出された利用者評価値テーブル（T4)を用いて、前記アクセス利用者と他の利用者との相関度を算出する第 3の手段と、前記第 3の手段によって算出された相関度が所定の基準値以上の者、もしくは、前記第 3の手段によって算出された相関度の高い順に選択された所定数の者を、前記アクセス利用者に対する嗜好類似者と認識する第 4の手段と、合致度（M) の補正対象となる提供情報ファイルについての利用者評価値テ一ブル（T4) に記録されている前記嗜好類似者の個人評価値に基づいて、補正に用いる評価値（γ) を決定する第 5の手段と、

を有することを特徴とする情報提供システム。

22. 請求項 21に記載の情報提供システムにおいて、

第 3の手段が、利用者 Xと利用者 Υとの相関度 R (X, Υ) を算出する際に、第 2の手段によって抽出された利用者評価値テーブル（Τ4) の中から、前記利用者 Xの個人評価値と前記利用者 Υの個人評価値との双方が掲載されたテ一ブルを選抜し、選抜された η個のテーブルに基づいて、

S X X =∑ j _{= 1}__n (L χ l -E x a ) ²

S y y =∑ _{i =1}一 _n (Ey i- Ey a) ²

S x y =∑ _{i = 1}— _n (Ex i- Ex a) (Ey i— Ey a)

なる演算を実行し（但し、 E x iは、選抜された第 i番目のテーブルにおける利用者 Xの個人評価値、 E y iは、選抜された第 i番目のテーブルにおける利用者 Yの個人評価値、 E x aは、選抜された n個のテーブルにおける利用者 X の個人評価値の平均値、 Ey aは、選抜された n個のテーブルにおける利用者 Yの個人評価値の平均値）、更に、

R (X, Y) =S X y/ (^S x x - >TS y y) なる演算を実行して相関度 R (X, Y) を算出し、

アクセス利用者と K名の嗜好類似者との相関度をそれぞれ算出し、合致度 (M)の補正対象となる提供情報ファイルについての利用者評価値テーブル（T 4) に記録されている第 k番目の嗜好類似者の個人評価値を E k、第 k番目の嗜好類似者との相関度を Rkとして（但し、合致度の補正対象となる提供情報フアイルについての利用者評価値テーブルに第 k番目の嗜好類似者の個人評価値が記録されていなかった場合には、 Ek = 0、 Rk = 0とする）、補正に用いる評価値 γを、

T =∑_{k = 1}一 _K (Ek XRk) Z∑_{k = 1}一 κ (Rk)

なる演算によって求めることを特徴とする情報提供システム。

23. 請求項 1一 22のいずれかに記載の情報提供システムにおいて、テーブル格納部（143) 、各利用者それぞれについての個人関心度テーブル（T5) を格納しており、 ff記個人関心度テーブルには、利用者の各店舗ジャンルに対する個人関心度（δ) が設定されており、

各利用者に関する情報を収集することにより、各利用者についての前記個人関心度テーブル（Τ5) をそれぞれ作成し、これを前記テーブル格納部（14 3) に格納する個人関心度テーブル作成部（180) を更に有し、

補正処理部（142) 力リストの提示対象となる提示対象利用者についての個人関心度テーブル（Τ5) を参照することにより、合致度（Μ) の補正対象となる提供情報ファイルについての店舗ジャンルに対する前記提示対象利用者の個人関心度（δ) を認識し、関心度（ひ 1, a 2) と個人関心度（δ) との双方を用いて補正を行うことにより、補正合致度（Μ*) を求めることを特徴とする情報提供システム。

24. 請求項 23に記載の情報提供システムにおいて、個人関心度テーブル作成部（180) 、検索条件入力部（130) から取得した検索条件に基づいて、前記検索条件の入力操作を行った特定の利用者についての個人関心度テーブル（T5) を作成することを特徴とする情報提供システム。

25. 請求項 23に記載の情報提供システムにおいて、

個人関心度テーブル作成部（180) 、情報配信部（1 10) から取得した「特定の利用者に配信した店舗情報の店舗ジャンル」を、前記特定の利用者についての個人関心情報として収集し、収集した個人関心情報に基づいて、前記特定の利用者についての個人関心度テーブル（T 5) を作成することを特徴とする情報提供システム。

26. 請求項 23— 25のいずれかに記載の情報提供システムにおいて、個人関心度テーブル作成部（1 80) 力個々の地区領域の個々の時間帯について設定された単位区画ごとに、各店舗ジャンルに対応する個人関心度（δ) を設定した個人関心度テーブル（Τ5) を作成し、

補正処理部（142) U 個人関心度テーブル（T5) の中の、端末位置情報によって示される位置を含む地区領域についての現時点に対応する単位区画について設定されている各店舗ジャンルについての個人関心度（δ) を参照することにより補正を行うことを特徴とする情報提供システム。

27. 請求項 23— 26のいずれかに記載の情報提供システムにおいて、補正処理部（142) 力関心度（ひ..1, α 2) と個人関心度（δ) とのそれぞれについて重みパラメータ（k l， k 2, k 5) を設定する機能を有し、関心度にその重みパラメ一タを乗じた値および個人関心度にその重みパラメ一タを乗じた値を、それぞれ合致度（M) に対して乗算もしくは加算することにより補正合致度（M*) を求めることを特徴とする情報提供システム。

2 8 . 請求項 1一 2 7のいずれかに記載の情報提供システムとしてコンビュータを機能させるプログラム。