図面 (/)

技術 属性評価装置、販売システム、属性評価方法、および属性評価プログラム

出願人 ヤフー株式会社
発明者 矢野友貴
出願日 2016年6月30日 (3年4ヶ月経過) 出願番号 2016-130449
公開日 2018年1月11日 (1年10ヶ月経過) 公開番号 2018-005495
状態 特許登録済
技術分野 検索装置
主要キーワード 各指標値 専用通信線 テレビ台 検索ウインドウ 指標値算出 処理対象情報 サブクエリ Fiアクセスポイント
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2018年1月11日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (13)

課題

クエリに対する属性適合性を適切に評価すること。

解決手段

販売コンテンツに対して入力されたクエリと、前記クエリが入力された後に前記販売コンテンツにおいて選択された一以上の商品またはサービス(以下、商品等)とが対応付けたられた商品等選択情報を取得する取得部と、前記商品等に対して付与され得る属性の集合から評価対象の属性を選択し、前記選択した評価対象の属性が付与されている商品等であるか否かで、前記商品等選択情報に基づく処理対象情報を分割し、着目するクエリに対応付けられた商品等の情報が、前記分割した前記処理対象情報のいずれかに偏在するほど、前記着目するクエリに対する前記選択した評価対象の属性の適合性を高く評価する評価部と、を備える属性評価装置

概要

背景

近年、e−コマースの技術が進歩を続けている。e−コマースでは、端末装置で動作するブラウザ、或いはアプリケーションプログラムを介して販売コンテンツ販売サイト)が提供される。販売コンテンツでは、ユーザが興味を持つ商品等に関する文言クエリとして入力され、クエリに関連する商品等が検索されてユーザに提示される。

ここで、クエリとして入力される文言に含まれる単語は、曖昧な情報である。例えば、一般的な検索エンジンの手法をそのままe−コマースの分野に適用した場合、文字列のヒットを抽出することで、ノイズが多く発生する。例えば、「テレビ2型」といったクエリが入力された場合、文字列のヒットを抽出すると、(1)「32型の大画面液晶テレビ」(2)「32型まで入る木目調が美しいテレビ台」(3)「32型テレビ用取り付け金具」などの文字列が抽出される。e−コマースの分野において、ユーザの意図としては、(1)が正解と考えられるが、一般的な検索エンジンの手法では、(1)を正確に抽出できない場合がある。

これに関連し、ユーザからの検索クエリを取得し、検索クエリに対応する商品情報を決定し、以前に格納されたユーザ情報および検索クエリと、それぞれの最大ニーズベルカテゴリとの間の対応関係情報に基づいて、検索クエリに応答して、商品情報に対するユーザの個々のニーズを最もよく反映するように決定された最大ニーズレベルカテゴリを決定し、商品情報を順位付けする技術が開示されている(特許文献1参照)。この文献には、カテゴリエクスポージャおよびクリックスルー率に基づいて対応関係情報を作成することについて記載されている。

概要

クエリに対する属性適合性を適切に評価すること。販売コンテンツに対して入力されたクエリと、前記クエリが入力された後に前記販売コンテンツにおいて選択された一以上の商品またはサービス(以下、商品等)とが対応付けたられた商品等選択情報を取得する取得部と、前記商品等に対して付与され得る属性の集合から評価対象の属性を選択し、前記選択した評価対象の属性が付与されている商品等であるか否かで、前記商品等選択情報に基づく処理対象情報を分割し、着目するクエリに対応付けられた商品等の情報が、前記分割した前記処理対象情報のいずれかに偏在するほど、前記着目するクエリに対する前記選択した評価対象の属性の適合性を高く評価する評価部と、を備える属性評価装置

目的

本発明は、このような事情を考慮してなされたものであり、クエリに対する属性の適合性を適切に評価することを目的の一つとする

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

販売コンテンツに対して入力されたクエリと、前記クエリが入力された後に前記販売コンテンツにおいて選択された一以上の商品またはサービス(以下、商品等)とが対応付けたられた商品等選択情報を取得する取得部と、前記商品等に対して付与され得る属性集合から評価対象の属性を選択し、前記選択した評価対象の属性が付与されている商品等であるか否かで、前記商品等選択情報に基づく処理対象情報を分割し、着目するクエリに対応付けられた商品等の情報が、前記分割した前記処理対象情報のいずれかに偏在するほど、前記着目するクエリに対する前記選択した評価対象の属性の適合性を高く評価する評価部と、を備える属性評価装置

請求項2

前記評価部は、着目するクエリに対応付けられた商品等の情報が、前記分割した前記処理対象情報に対して偏在する程度を示す指標値を算出し、偏在する程度が高い程、前記着目するクエリに対する前記選択した評価対象の属性の適合性を高く評価する、請求項1記載の属性評価装置。

請求項3

前記評価部は、前記分割した前記処理対象情報のそれぞれについて前記指標値を算出し、それぞれの指標値に対して前記分割した前記処理対象情報のそれぞれのデータ数乗算した値の和に基づいて、前記着目するクエリに対する前記選択した評価対象の属性の適合性を評価する、請求項2記載の属性評価装置。

請求項4

前記指標値は、式(1)で表され、mは分割された処理対象情報のいずれの側であるかを示す引数、kは着目するクエリと、そうでないクエリとを区別するための引数、pmkは、分割された処理対象情報における着目クエリの出現割合である、請求項2または3記載の属性評価装置。

請求項5

前記指標値は、式(2)で表され、mは分割された処理対象情報のいずれの側であるかを示す引数、kは着目するクエリと、そうでないクエリとを区別するための引数、pmkは、分割された処理対象情報における着目クエリの出現割合である、請求項2または3記載の属性評価装置。

請求項6

前記指標値は、式(3)で表され、mは分割された処理対象情報のいずれの側であるかを示す引数、kは着目するクエリと、そうでないクエリとを区別するための引数、pmkは、分割された処理対象情報における着目クエリの出現割合である、請求項2または3記載の属性評価装置。

請求項7

前記評価部は、分割された処理対象情報のうち前記選択した評価対象の属性が付与されている側の情報において、前記着目するクエリの出現割合が1/2未満である場合、前記評価対象の属性を評価の対象から除外する、請求項1から6のうちいずれか1項記載の属性評価装置。

請求項8

前記評価部は、前記取得部により取得された商品等選択情報において、前記着目するクエリに対応付けられている属性の中から、前記評価対象の属性を選択する、請求項1から7のうちいずれか1項記載の属性評価装置。

請求項9

前記評価部は、前記評価対象の属性を順次選択して評価し、前記評価部により評価された結果が良好な一以上の属性を選択する好適属性選択部を更に備える、請求項1から8のうちいずれか1項記載の属性評価装置。

請求項10

請求項1から9のうちいずれか1項記載の属性評価装置と、前記販売コンテンツを提供するコンテンツ提供装置と、を備える販売システム

請求項11

コンピュータが、販売コンテンツに対して入力されたクエリと、前記クエリが入力された後に前記販売コンテンツにおいて選択された一以上の商品またはサービス(以下、商品等)とが対応付けたられた商品等選択情報を取得し、前記商品等に対して付与され得る属性の集合から評価対象の属性を選択し、前記選択した評価対象の属性が付与されている商品等であるか否かで、前記商品等選択情報に基づく処理対象情報を分割し、着目するクエリに対応付けられた商品等の情報が、前記分割した前記処理対象情報のいずれかに偏在するほど、前記着目するクエリに対する前記選択した評価対象の属性の適合性を高く評価する、属性評価方法

請求項12

コンピュータに、販売コンテンツに対して入力されたクエリと、前記クエリが入力された後に前記販売コンテンツにおいて選択された一以上の商品またはサービス(以下、商品等)とが対応付けたられた商品等選択情報を取得させ、前記商品等に対して付与され得る属性の集合から評価対象の属性を選択させ、前記選択した評価対象の属性が付与されている商品等であるか否かで、前記商品等選択情報に基づく処理対象情報を分割させ、着目するクエリに対応付けられた商品等の情報が、前記分割した前記処理対象情報のいずれかに偏在するほど、前記着目するクエリに対する前記選択した評価対象の属性の適合性を高く評価させる、属性評価プログラム

技術分野

0001

本発明は、属性評価装置販売システム、属性評価方法、および属性評価プログラムに関する。

背景技術

0002

近年、e−コマースの技術が進歩を続けている。e−コマースでは、端末装置で動作するブラウザ、或いはアプリケーションプログラムを介して販売コンテンツ販売サイト)が提供される。販売コンテンツでは、ユーザが興味を持つ商品等に関する文言クエリとして入力され、クエリに関連する商品等が検索されてユーザに提示される。

0003

ここで、クエリとして入力される文言に含まれる単語は、曖昧な情報である。例えば、一般的な検索エンジンの手法をそのままe−コマースの分野に適用した場合、文字列のヒットを抽出することで、ノイズが多く発生する。例えば、「テレビ2型」といったクエリが入力された場合、文字列のヒットを抽出すると、(1)「32型の大画面液晶テレビ」(2)「32型まで入る木目調が美しいテレビ台」(3)「32型テレビ用取り付け金具」などの文字列が抽出される。e−コマースの分野において、ユーザの意図としては、(1)が正解と考えられるが、一般的な検索エンジンの手法では、(1)を正確に抽出できない場合がある。

0004

これに関連し、ユーザからの検索クエリを取得し、検索クエリに対応する商品情報を決定し、以前に格納されたユーザ情報および検索クエリと、それぞれの最大ニーズベルカテゴリとの間の対応関係情報に基づいて、検索クエリに応答して、商品情報に対するユーザの個々のニーズを最もよく反映するように決定された最大ニーズレベルカテゴリを決定し、商品情報を順位付けする技術が開示されている(特許文献1参照)。この文献には、カテゴリエクスポージャおよびクリックスルー率に基づいて対応関係情報を作成することについて記載されている。

先行技術

0005

特表2014−507712号公報

発明が解決しようとする課題

0006

しかしながら、従来の技術では、ユーザにより入力されたクエリ、商品等の選択履歴、およびカテゴリなどの属性情報相互関係を適切に分析できておらず、クエリに対する属性の適合性を適切に評価することができない場合があった。

0007

本発明は、このような事情を考慮してなされたものであり、クエリに対する属性の適合性を適切に評価することを目的の一つとする。

課題を解決するための手段

0008

本発明の一態様は、販売コンテンツに対して入力されたクエリと、前記クエリが入力された後に前記販売コンテンツにおいて選択された一以上の商品またはサービス(以下、商品等)とが対応付けたられた商品等選択情報を取得する取得部と、前記商品等に対して付与され得る属性の集合から評価対象の属性を選択し、前記選択した評価対象の属性が付与されている商品等であるか否かで、前記商品等選択情報に基づく処理対象情報を分割し、着目するクエリに対応付けられた商品等の情報が、前記分割した前記処理対象情報のいずれかに偏在するほど、前記着目するクエリに対する前記選択した評価対象の属性の適合性を高く評価する評価部と、を備える属性評価装置である。

発明の効果

0009

本発明の一態様によれば、クエリに対する属性の適合性を適切に評価することができる。

図面の簡単な説明

0010

コンテンツ提供装置200および属性評価装置300の機能構成の一例を示す図である。
販売サイトの画面遷移の一例を示す図である。
クエリ/属性変換テーブル252の内容の一例を示す図である。
商品等属性テーブル254の内容の一例を示す図である。
クリックログ情報256の内容の一例を示す図である。
記憶部340に格納される処理対象情報342の一例を示す図である。
属性評価装置300により実行される処理の流れの一例を示すフローチャートである。
情報分割部324による処理の内容を説明するための図である。
指標値計算手法を説明するための図である。
属性に重み値が付与されたクエリ/属性変換テーブル252Aの内容の一例を示す図である。
商品等選択部230の処理の内容を説明するための図である。
属性評価装置300のハードウェア構成の一例を示す図である。

実施例

0011

概要
以下、図面を参照し、本発明の属性評価装置、販売システム、属性評価方法、および属性評価プログラムの実施形態について説明する。属性評価装置は、一以上のプロセッサによって実現される。属性評価装置は、商品またはサービス(以下、商品等)を販売する販売コンテンツに対して入力されたクエリ(より具体的には、クエリとサブクエリの組み合わせ、或いはサブクエリ)に対して、商品等の属性の適合性を評価する装置である。適合性とは、その属性が、クエリを入力したユーザが真に興味を持っている商品等を適切に表現したものであるかを評価した評価指標である。

0012

また、販売システムは、属性評価装置と、販売コンテンツを提供するコンテンツ提供装置とを合わせたものである。コンテンツ提供装置は、端末装置において起動したブラウザなどのUA(User Agent)からのHTTPリクエストに応じて販売サイト(販売コンテンツの一例)を提供するウェブサーバであってもよいし、端末装置において動作するアプリケーションプログラムと協働して販売コンテンツを提供するアプリ連携サーバであってもよい。以下の説明では、コンテンツ提供装置はウェブサーバであり、販売コンテンツは販売サイトであるものとする。属性評価装置とコンテンツ提供装置は統合されて一つのプロセッサにより実現されてもよいし、更に細分化されて分散処理を行ってもよい。

0013

[全体構成]
図1は、コンテンツ提供装置200および属性評価装置300の機能構成の一例を示す図である。図1に示す一以上の端末装置100と、コンテンツ提供装置200と、属性評価装置300は、ネットワークNWを介して通信する。ネットワークNWに接続される各装置は、NIC(Network Interface Card)や無線通信モジュールなどの通信インターフェースを備えている(図1では不図示)。ネットワークNWは、例えば、無線基地局、Wi−Fiアクセスポイント通信回線プロバイダインターネットなどを含む。なお、図1に示す構成要素の全ての組み合わせが相互に通信可能である必要はなく、ネットワークNWは、一部にローカルなネットワークを含んでもよい。

0014

[端末装置]
端末装置100は、ユーザ(一般利用者)によって使用される装置である。端末装置100は、例えば、スマートフォンなどの携帯電話タブレット端末パーソナルコンピュータなどのコンピュータ装置通信装置)である。端末装置100は、ウェブブラウザなどのUA(User Agent)が起動し、ユーザによって所定の操作がなされることで、コンテンツ提供装置200に対してHTTP(Hypertext Transfer Protocol)リクエストを送信する。そして、端末装置100は、コンテンツ提供装置200から返信されたウェブページに基づいてウェブ画面を生成し、表示部に表示させる。ウェブページは、例えば、HTML(Hyper Text Markup Language)等のマークアップ言語記述されたテキストデータや、スタイルシート静止画像データ、動画データ、音声データなどを含む。なお、前述したように、販売コンテンツを取得するための手段として、ウェブブラウザに代えて、任意のアプリケーションプログラムが使用されてもよい。

0015

[コンテンツ提供装置]
コンテンツ提供装置200は、例えば、HTTP処理部210と、クエリ/属性変換部220と、商品等選択部230と、ウェブページ生成部240とを備える。これらの構成要素は、例えば、CPU(Central Processing Unit)などのプロセッサが、記憶部250などに記憶されたプログラムを実行することにより実現される。また、これらの構成要素は、LSI(Large Scale Integration)やASCI(Application Specific IntegratedCircuit)、FPGA(Field-Programmable Gate Array)などのハードウェア回路部;circuitry)によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。記憶部250は、例えば、HDD(Hard Disk Drive)やフラッシュメモリ、RAM(Random Access Memory)、ROM(Read Only Memory)、或いはこれらのうち複数を組み合わせたハイブリッド型記憶装置により実現される。記憶部250は、コンテンツ提供装置200からネットワークを介してアクセス可能なNAS(Network Attached Storage)装置などの外部記憶装置であってもよい。

0016

HTTP処理部210は、端末装置100から受信したHTTPリクエストに応じた応答処理を行う。クエリ/属性変換部220は、販売サイトに対して入力されたクエリを、クエリ/属性変換テーブル252を参照して商品等の属性に変換する。商品等選択部230は、クエリ/属性変換部220により変換された結果である属性を用いて、商品等属性テーブル254を検索し、その属性を有する(またはその属性に関連する)商品等を、レコメンドアイテムとして選択する。ウェブページ生成部240は、商品等選択部230により選択されたレコメンドアイテムを表示するウェブページを生成し、端末装置100に提供する。

0017

図2は、販売サイトの画面遷移の一例を示す図である。図2の左図に示す画面100Aにおいて、検索ウインドウ100Aaにクエリが入力され、GOボタン100Abが操作されると、右図に示す画面100Bに遷移する。クエリは、メインクエリ(図中、「テレビ」)と、サブクエリ(図中、「32型」)の組み合わせで入力される場合がある。メインクエリとサブクエリは、間にスペースや「*」などが挿入されることで区別される。GOボタン100Abの操作は、タップマウスによるクリック、或いはEnterキーの押下等によって行われる。画面100Bでは、クエリによって検索された結果を示すレコメンドアイテム100Baが表示される。レコメンドアイテム100Baは、図2に示すようにスクロールによって閲覧されてもよいし、一覧形式で閲覧されてもよい。更に、いずれかのレコメンドアイテム100Baがユーザによって選択され、そのレコメンドアイテム100Baの枠が操作されると、操作されたレコメンドアイテム100Baを詳細に紹介する画面に遷移する。このレコメンドアイテム100Baの操作の履歴は、クリックログ情報256の一部として記憶部250に蓄積される。

0018

図3は、クエリ/属性変換テーブル252の内容の一例を示す図である。クエリ/属性変換テーブル252は、販売サイトに対してユーザによって入力される可能性のあるクエリに対して、属性が対応付けられた情報である。クエリ/属性変換テーブル252におけるクエリの項目は、例えば、過去にユーザによって入力された情報からノイズを除去するなどの手法によって、予め決定されている。また、クエリ/属性変換テーブル252における属性の項目は、例えば、属性評価装置300の処理によって、クエリに対応するものとして選択されたものである。図3に示すように、一つのクエリに対して複数の属性が対応付けられてもよいし、一つのクエリに対しては一つの属性のみ対応付けられるものとしてもよい。

0019

図4は、商品等属性テーブル254の内容の一例を示す図である。商品等属性テーブル254は、コンテンツ提供装置200が販売サイトにおいて販売する商品等に対して、属性が対応付けられた情報である。この組み合わせは、属性評価装置300の処理に依存せず、予めコンテンツ提供装置200の設定情報として、コンテンツ提供装置200の運営者によって設定されている。図4に示すように、一つの商品等に対して複数の属性が対応付けられてもよいし、一つの商品等に対して一つの属性のみ対応付けられるものとしてもよい。

0020

図5は、クリックログ情報256の内容の一例を示す図である。クリックログ情報256は、販売サイトにおいてユーザによってクエリが入力された後、レコメンドアイテムの中から(レコメンドアイテムとは別に販売サイトに掲載された商品等を含めてもよい)選択された商品等が、上記の入力されたクエリに対応付けられた情報(商品等選択情報)である。一つの入力されたクエリに対して、複数の商品等が選択された場合、クリックログ情報256においては、例えば、クエリと商品等との組み合わせが複数生成される。

0021

[属性評価装置]
図1戻り、属性評価装置300は、情報取得部310と、属性評価部320と、好適属性選択部330と、記憶部340とを備える。属性評価部320は、属性選択部322と、情報分割部324と、指標値算出部326とを備える。情報取得部310、属性評価部320の各部、および好適属性選択部330は、例えば、CPUなどのプロセッサが、記憶部340などに記憶されたプログラムを実行することにより実現される。また、これらの構成要素は、LSIやASCI、FPGAなどのハードウェア(回路部;circuitry)によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。記憶部340は、例えば、HDDやフラッシュメモリ、RAM、ROM、或いはこれらのうち複数を組み合わせたハイブリッド型記憶装置により実現される。記憶部340は、属性評価装置300からネットワークを介してアクセス可能なNAS装置などの外部記憶装置であってもよい。

0022

情報取得部310は、コンテンツ提供装置200から、クリックログ情報256の一部または全部を取得し、記憶部340に記憶させる。また、情報取得部310は、任意のタイミングで、商品等属性テーブル254を取得しておき、記憶部340に記憶させる。この結果、記憶部340には、図6に例示されるような対応関係を把握可能な情報が格納される。図6は、記憶部340に格納される処理対象情報342の一例を示す図である。

0023

属性評価部320の属性選択部322は、商品等属性テーブル254に含まれる全ての(或いは適宜カテゴライズされて限定された)属性の集合から、評価対象の属性を順次選択する。情報分割部324は、属性選択部322により選択された属性が付与されている商品等か否かで処理対象情報342を分割する。指標値算出部326は、着目するクエリに対応付けられた商品等の情報が、分割された情報のいずれかに偏在するほど、着目するクエリに対する属性選択部322により選択された属性の適合性を高く評価する。詳細については後述する。

0024

好適属性選択部330は、属性評価部320の評価結果に基づいて、着目するクエリに対する適合性の高い属性を選択し、コンテンツ提供装置200に提供する。なお、この好適属性選択部330の機能は、コンテンツ提供装置200の側にあってもよい。

0025

処理フロー等]
以下、属性評価装置300により実行される処理の詳細について、フローチャートを参照しながら説明する。図7は、属性評価装置300により実行される処理の流れの一例を示すフローチャートである。

0026

まず、属性評価部320が、着目するクエリ(以下、着目クエリ)を決定する(S1)。着目クエリは、コンテンツ提供装置200により指定されてもよいし、属性評価装置300のオペレータによって入力されてもよい。また、ここで着目クエリとして選択されるクエリは、メインクエリとサブクエリとを組み合わせたクエリの集合から選択されるものとしてもよい。

0027

次に、属性選択部322が、属性を一つ選択する(S2)。次に、情報分割部324が、S2で選択された属性が付与されているか否かで、処理対象情報342を分割する(S3)。

0028

図8は、情報分割部324による処理の内容を説明するための図である。情報分割部324は、処理対象情報342を、属性選択部322により選択された属性(図8では「α」)が付与されているか否かで分割する。「分割する」とは便宜的な表現であり、コンピュータ処理の上では、いずれか一方の側にフラグを付与することであってよい。図8に示すように、処理対象情報342は、属性αが付与された情報群342Pと、そうでない情報群342Nとに分割される。

0029

図7に戻り、指標値算出部326は、分割されたそれぞれの情報群について、S1で決定された着目クエリの偏在程度を示す指標値を算出する(S4)。指標値算出部326は、例えば、以下に例示する指標値1〜指標値3のうちいずれかを算出する。

0030

(指標値1)
指標値1は、式(1)で表される、ジニ係数と称される値ginimである。式中、mはデータ集合を示す引数である(例えば情報群342P:m=1、情報群342N:m=2)である。ginimは、情報群342Pと情報群342Nのそれぞれについて算出される。また、kは着目クエリと、そうでないクエリ(非着目クエリ)とを区別するための引数であり(例えば着目クエリ:k=1、非着目クエリ:k=2)、pmkは、そのデータ集合における、着目クエリの出現割合である。

0031

0032

図9は、指標値の計算手法を説明するための図である。本図において、着目クエリは「クエリA」であり、網掛けされたシンボルが着目クエリに対応付けられた情報を表している。図9の例では、p11=3/4、p12=1/4、p21=1/5、p22=4/5である。従って、gini1={3/4・(1−3/4)}+{1/4・(1−1/4)}=0.375、gini2={1/5・(1−1/5)}+{4/5・(1−4/5)}=0.32となる。

0033

(指標値2)
指標値2は、式(2)で表される、エントロピーと称される値entropymである。

0034

0035

図9の例では、entropy1=−{3/4・log(3/4)+1/4・log(1/4)}=0.244、entropy2=−{1/5・log(1/5)+4/5・log(4/5)}=0.217となる。

0036

(指標値3)
指標値3は、式(3)で表される、誤分類率と称される値missclsmである。

0037

0038

図9の例では、misscls1=1−max(3/4,1/4)=0.25、misscls2=1−max(4/5,1/5)=0.2となる。

0039

以上例示したいずれの指標値も、着目クエリがいずれかの情報群に偏在する程、小さい値を示すものである。着目クエリがいずれかの情報群に偏在するということは、分割に用いた属性が、着目クエリであるか否かを適切に分類可能な属性であることを意味する。従って、指標値が小さい程、S1で選択した属性の着目クエリに対する適合性が高いと判断することができる。なお、上記の各指標値はあくまで例示であり、指標値算出部326は、着目クエリの偏在程度を示す指標値であれば如何なるものを算出してもよい。

0040

なお、指標値算出部326は、指標値を求める際に、スケーリング処理を行ってもよい。一般的に、着目クエリと、それ以外のクエリとを比較すると、着目クエリの方が数が少なくなるため、指標値算出部326は、分割された双方の情報群における着目クエリの総数(合計数)と、それ以外のクエリの総数(合計数)が同じになるように補正を行ってよい。例えば、着目クエリの数が10、それ以外のクエリの数が100である場合に、着目クエリ一つあたりに10倍の重みを付与して上記指標値を求めてもよい。

0041

図7に戻り、属性評価部320は、式(4)で表される加重和を求め、S2で選択した属性の評価値とする(S5)。式中、Nは処理対象情報342のデータ数、N1は情報群342Pのデータ数、N2は情報群342Nのデータ数である。また、指標値1とは、例えば、gini1、entropy1、misscls1のいずれかであり、指標値2とは、例えば、gini2、entropy2、misscls2のいずれかである。
Score=(N1/N)×指標値1+(N2/N)×指標値2 …(4)

0042

ここで、属性評価部320は、指標値を求める際に導出されるp11、すなわち分割された処理対象情報342のうち、評価対象の属性が付与されている側の情報群342Pにおける着目クエリの出現割合が1/2未満である場合、その属性に対する評価をエラーとし、評価の対象から除外してもよい。また、評価の対象とするが、評価を下げるように補正してもよい。このような場合、偏在程度を見るまでもなく、属性が着目クエリに適合しない可能性が高いからである。

0043

次に、属性評価部320は、S2において全ての属性を選択したか否かを判定する(S6)。全ての属性を選択していない場合、S2に戻り、次の属性を選択する。全ての属性を選択した場合、S7に進む。

0044

ここで、S2において選択され、S6において全ての属性を選択したか否かを判断される属性は、処理対象情報342において、着目クエリに対応付けられている属性に限定されてよい。こうすれば、S2〜S6の繰り返し処理回数を低減し、処理負荷を軽減することができる。

0045

そして、好適属性選択部330が、S5において各属性について求められた評価値Scoreが小さい(良好な)一以上の属性を、着目クエリに適合する属性として選択する(S7)。

0046

[商品等選択処理について補足
このように選択された着目クエリに適合する属性の情報は、例えば、評価値Scoreと共に、コンテンツ提供装置200に送信される。コンテンツ提供装置200では、受信した情報に基づいてクエリ/属性変換テーブル252を生成または更新する。図3では、説明を簡易にするために、一つのクエリに対して一つの属性が対応付けられているように表現したが、一つのクエリに対して複数の属性が対応付けられ、更にそれぞれの属性に対して重み値が付与されてもよい。図10は、属性に重み値が付与されたクエリ/属性変換テーブル252Aの内容の一例を示す図である。重み値は、属性評価装置300により提供される評価値Scoreが小さいほど大きくなるように計算された値であり、例えば、一つのクエリに対する合計値が1になるように設定されている。なお、このように構成されることは、属性評価装置300の処理に対して特段の影響を与えない。属性評価装置300では、重み値を考慮せずに処理を行うことができる。

0047

図11は、商品等選択部230の処理の内容の一例を説明するための図である。本処理は、[”An Election-based Approach to Search Result Diversification”, Van Dang and W. Bruce Croft]に記載された内容に基づいている。ここでは、図10に例示したクエリAが入力されたと仮定して説明を行う。また、一つのクエリ入力に対してレコメンドアイテムが10個選択されるものとする。図示する例は、あくまで一例であり、商品等選択部230の処理として他の処理が採用されてもよい。クエリAが入力されると、クエリに対応する属性α1、α2、α3がクエリ/属性変換テーブル252Aから読み出され、属性ごとの枠数が重み値に応じて決定される。ここで、商品等選択部230は、メインクエリのみが入力された場合に、続くサブクエリの割合を統計値から取得し、更に、メインクエリとサブクエリの組み合わせに対して属性と重み値を導出してもよい。この場合の重み値は、例えば、サブクエリの割合とクエリ/属性変換テーブル252Aにおける重み値とを乗算したものである。

0048

商品等選択部230は、上記の枠数に応じて、各属性に対応した商品を選択する。まず、商品等選択部230は、属性tiごとの選択されやすさを示す値qtiを式(5)に基づいて算出する。qtiは、選択処理が進行するのに応じて変化する値である。式中、viは、その属性tiに対応する商品等が既に選択された数である。
qti=vi/(2Si+1) …(5)

0049

次に、商品等選択部230は、商品等djを選択し、レコメンドアイテムの枠に格納する。商品等djを選択する際には、例えば、P(dj|ti)なる値が用いられる。P(dj|ti)とは、その属性tiに対応した商品等を探しているユーザの行動(商品等の紹介ページの閲覧、商品等の購入など)に応じてポイント付けした値である。但し、P(dj|ti)の最も大きい商品等が、必ず優先的に選択されるのでは、販売サイトに意外性が無くなり、ユーザの興味が薄れる可能性があるため、商品等選択部230は、式(6)に基づいて、属性tiに対応した商品等djを選択する。式(6)は、argmax以降の項を最大化する商品等djを、商品等d*として求める式である。

0050

0051

[ハードウェア構成]
図12は、属性評価装置300のハードウェア構成の一例を示す図である。属性評価装置300は、NIC300−1、CPU300−2、RAM300−3、ROM300−4、フラッシュメモリやHDDなどの二次記憶装置300−5、およびドライブ装置300−6が、内部バスあるいは専用通信線によって相互に接続された構成となっている。ドライブ装置300−6には、光ディスクなどの可搬型記憶媒体が装着される。二次記憶装置300−5、またはドライブ装置300−6に装着された可搬型記憶媒体に記憶されたプログラムがDMAコントローラ(不図示)などによってRAM300−3に展開され、CPU300−2によって実行されることで、前述した属性評価装置300の各機能が実現される。

0052

以上説明した実施形態の属性評価装置300によれば、販売コンテンツに対して入力されたクエリと、クエリが入力された後に販売コンテンツにおいて選択された一以上の商品等とが対応付けたられた商品等選択情報を取得する情報取得部310と、商品等に対して付与され得る属性の集合から評価対象の属性を選択し、選択した評価対象の属性が付与されている商品等であるか否かで、商品等選択情報に基づく処理対象情報342を分割し、着目するクエリに対応付けられた商品等の情報が、分割した処理対象情報342のいずれかに偏在するほど、着目するクエリに対する選択した評価対象の属性の適合性を高く評価する属性評価部320と、を備えることにより、クエリに対する属性の適合性を適切に評価することができる。

0053

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

0054

100…端末装置、200…コンテンツ提供装置、210…HTTP処理部、220…クエリ/属性変換部、230…商品等選択部、240…ウェブページ生成部、250…記憶部、252…クエリ/属性変換テーブル、254…商品等属性テーブル、256…クリックログ情報、300…属性評価装置、310…情報取得部、320…属性評価部、322…属性選択部、324…情報分割部、326…指標値算出部、330…属性選択部、340…記憶部、342…処理対象情報

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ