JP2016177626A - 情報処理装置、情報処理方法、及びプログラム - Google Patents

Abstract

【課題】検索結果に対する、適切でない要素の影響を低減させられるようにすること。【解決手段】情報処理装置は、検索対象に応じた要素の集合と、前記検索対象が属するカテゴリーを取得し、当該カテゴリー及び他のカテゴリーに属する集合において前記要素が出現する程度に基づき、前記要素の拡散度を算出する拡散度算出手段と、前記拡散度に基づいて、前記要素がマッチングに寄与する度合いを示すスコアを算出するスコア算出手段と、を備えることで上記課題を解決する。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法、及びプログラムに関する。

キーワード等の所定のデータと、広告、商品、記事等の検索対象に応じたデータとのマッチングを行うことにより、所定のデータに基づいて、検索対象の中から条件に合ったものを検索する技術が知られている。

例えば、検索連動型広告では、検索エンジンでユーザが入力したキーワードに基づいて、検索結果画面に表示する広告を検索する技術が利用されている。

また、近年、オークションサイトやショッピングサイトでは、ユーザが過去に閲覧や購入した商品等に基づいて、当該ユーザに通知する関連商品等のレコメンド検索する技術が使われている。また、ニュースサイトでは、ユーザが過去に閲覧した記事に基づいて、当該ユーザに通知する、関連記事等のレコメンドを検索する技術が使われている。

また、特許文献１には、Ｗｅｂサイトから抽出したキーワードに基づいて、当該Ｗｅｂサイトを閲覧するユーザに通知する広告を検索する技術が開示されている。

特開２００７−２８６８３３号公報

キーワード等の所定のデータと、検索対象に応じたデータとのマッチングを行う際、当該所定のデータに含まれる単語等の要素が、広範なカテゴリーで普遍的に使われている場合、意図しないカテゴリーに属するものが検索結果として選択される場合がある。

そこで、検索結果に対する、適切でない要素の影響を低減させられるようにすることを目的とする。

情報処理装置において、検索対象に応じた要素の集合と、前記検索対象が属するカテゴリーを取得し、当該カテゴリー及び他のカテゴリーに属する集合において前記要素が出現する程度に基づき、前記要素の拡散度を算出する拡散度算出手段と、前記拡散度に基づいて、前記要素がマッチングに寄与する度合いを示すスコアを算出するスコア算出手段と、を備える。

開示の技術によれば、検索結果に対する、適切でない要素の影響を低減させられるようにすることが可能となる。

第１の実施形態に係るサービス提供システムの全体構成を示す図である。 サービス提供サーバのハードウェア構成を示す図である。 検索先情報管理テーブルの一例を示す図である。 寄与度管理テーブルの一例を示す図である。 除外要素格納テーブルの一例を示す図である。 検索元情報管理テーブルの一例を示す図である。 寄与度算出部の処理のフローチャートである。 サービス提供サーバの処理のフローチャートである。 所定の要素に対するカテゴリー毎の出現回数の例を示す図である。 スコアに対する要素数の例を示す図である。 検索元情報管理テーブルの一例を示す図である。 第３の実施形態に係るサービス提供サーバの処理のフローチャートである。 第６の実施形態に係るサービス提供システムの全体構成を示す図である。 検索先寄与度管理テーブルの一例を示す図である。 検索元寄与度管理テーブルの一例を示す図である。 第６の実施形態に係る検索先情報管理テーブルの例である。 第６の実施形態に係る検索元情報管理テーブルの例である。 第６の実施形態に係る通知情報選択部の処理のフローチャートである。

以下、本発明の各実施形態の詳細について添付の図面を参照しながら説明する。なお、各実施形態に係る明細書及び図面の記載に際して、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省く。

＜第１の実施形態＞
図１は、第１の実施形態に係るサービス提供システム１００の全体構成を示す図である。図１に示すように、サービス提供システム１００は、サービス提供サーバ１、複数のユーザ端末２とを有する。サービス提供システム１００において、サービス提供サーバ１とユーザ端末２とは、インターネット、ＬＡＮ、携帯電話網などの通信ネットワーク３を介して通信可能に接続されている。

サービス提供サーバ１は、寄与度算出部１１、通知情報選択部１２、サービス提供部１３、検索先情報管理ＤＢ１４、検索元情報管理ＤＢ１５、寄与度管理ＤＢ１６、除外要素格納ＤＢ１７を有する。

寄与度算出部１１は、検索対象に応じた要素の集合と、前記検索対象が属するカテゴリーを取得し、当該カテゴリー及び他のカテゴリーに属する集合において前記要素が出現する程度に基づき、前記要素の拡散度を算出する。また、拡散度に基づいて、前記要素がマッチングに寄与する度合いを示すスコアを算出する。そして、マッチングから除外する要素を算出し、除外要素格納データベース（以下「ＤＢ」と省略する）１７に格納する。なお、寄与度算出部１１の説明の詳細は後述する。

通知情報選択部１２は、検索元情報管理ＤＢ１５に格納されている要素集合の中から、除外要素格納ＤＢ１７に格納されている要素を除外した要素集合である検索元要素集合に基づき、検索先情報管理ＤＢ１４に格納されている検索対象に応じた要素集合である検索先要素集合を検索し、検索した結果に基づいて、ユーザ端末２に対して通知する通知情報ＩＤを選択する。検索は、例えば、検索元要素集合に含まれる要素と、検索先要素集合に含まれる要素とをマッチングすることにより行う。

サービス提供部１３は、通知情報選択部１２が選択した通知情報ＩＤに対応する通知情報をＷｅｂサイトに埋め込む等により、ユーザ端末２に通知する。

検索先情報管理ＤＢ１４、検索元情報管理ＤＢ１５、寄与度管理ＤＢ１６、除外要素格納ＤＢ１７に格納する情報の詳細は後述する。

ユーザ端末２は、ユーザが使用するスマートフォン、タブレット、ノートパソコン等の情報処理装置であり、Ｗｅｂブラウザ等を用いて、サービス提供サーバ１から情報を取得する。

＜ハードウェア構成＞
図２は、サービス提供サーバ１のハードウェア構成を示す図である。

図２に示すように、サービス提供サーバ１は、コンピュータであり、ＣＰＵ（Central Processing Unit）１０１、ＲＯＭ（Read Only Memory）１０２、ＲＡＭ（Random Access Memory）１０３、記憶部１０４、入力部１０５、通信部１０６を備える。なお、各部は、バス１０７を介して相互に接続されている。

ＣＰＵ１０１は、記憶部１０４に格納された各種プログラムを実行する演算装置である。

ＲＯＭ１０２は不揮発性メモリである。ＲＯＭ１０２は、ＣＰＵ１０１が記憶部１０４に格納された各種プログラムを実行するために必要な各種プログラム、データ等を格納する。具体的には、ＢＩＯＳ（Basic Input/Output System）等のブートプログラムなどを格納する。

ＲＡＭ１０３は、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）等の記憶装置である。ＲＡＭ１０３は、記憶部１０４に格納された各種プログラムがＣＰＵ１０１によって実行される際に展開される、作業領域として機能する。

記憶部１０４は、ＨＤＤ(Hard Disk Drive)等の記憶装置であり、プログラムやデータを格納している不揮発性の記憶装置である。格納されるプログラムやデータには、基本ソフトウェアであるＯＳ（Operating System）、及び、ＯＳ上において各種機能を提供するアプリケーションプログラムなどがある。記憶部１０４は、格納しているプログラムやデータを所定のファイルシステム及び／又はＤＢ（Data Base）により管理している。

入力部１０５は、管理者等が各種指示を入力する際に用いられる。

通信部１０６は装置をネットワークに接続するインターフェースである。これにより、通信部１０６を介して、サービス提供サーバ１等とデータ通信を行うことができる。

＜各ＤＢに格納する情報説明＞
図３は、検索先情報管理ＤＢ１４が管理する、検索先情報管理テーブルの一例を示す図である。検索先情報管理ＤＢ１４は、図３に示す検索先情報管理テーブルにて、通知情報ＩＤ、アカウント、カテゴリー、通知情報の項目を含む検索先情報を管理する。通知情報ＩＤは、広告、商品、記事等の検索対象に応じた通知情報を識別するための情報である。アカウントは、通知情報の提供者の情報であり、例えば、広告主の企業等である。カテゴリーは、検索対象またはそのアカウントが属する領域の情報であり、検索対象に対応付けて予め登録される。通知情報は、ユーザ端末２に通知する情報であり、例えば、広告やレコメンド等のタイトルと本文の情報であるタイトル／ディスクリプションである。なお、レコメンドとは、ショッピング、オークション、ニュース等のサービスを提供するＷｅｂサイトにて表示する、ユーザにお勧めする商品や記事等のことである。

図４は、寄与度管理ＤＢ１６が管理する、寄与度管理テーブルの一例を示す図である。寄与度管理ＤＢ１６は、図４に示す寄与度管理テーブルにて、要素に対応付けて、当該要素がマッチングに寄与する度合いを示すスコアを格納する。

図５は、除外要素格納ＤＢ１７が管理する、除外要素格納テーブルの一例を示す図である。除外要素格納ＤＢ１７は、図５に示す除外要素格納テーブルにて、マッチングの対象としない要素である除外要素を格納する。

図６は、検索元情報管理ＤＢ１５が管理する、検索元情報管理テーブルの一例を示す図である。検索元情報管理ＤＢ１５は、図６に示す検索元情報管理テーブルにて、ＩＤに対応付けて、通知情報を検索するための情報である検索元情報を格納する。ＩＤは、ユーザ端末２を利用するユーザまたはユーザ端末２を識別するための情報であり、例えば、ショッピング、ニュース、オークション等の所定のサービスを利用するためにサービス提供サーバ１にログインする際に使用されたユーザＩＤや、Ｗｅｂブラウザを利用する際に発行されるクッキー等である。検索元情報は、例えば、ユーザが以前クリックした広告やレコメンドのタイトル／ディスクリプションを形態素解析して抽出した単語や、ユーザが以前の検索に使用したキーワード等であるユーザの行動履歴である。

＜寄与度算出部の説明＞
図１に示すように、寄与度算出部１１は、拡散度算出部１１２、スコア算出部１１３、寄与度判断部１１４を有する。

拡散度算出部１１２は、検索先情報管理ＤＢ１４に格納されている情報を取得し、取得した情報の要素毎のカテゴリーに対する拡散度を算出する。要素毎のカテゴリーに対する拡散度を算出する方法の例を以下に説明する。

まず、図３の検索先情報管理テーブルからアカウント、カテゴリー、通知情報の項目を含む検索先情報を取得する。そして、通知情報を形態素解析して、単語の集合を生成する。例えば、通知情報がタイトル／ディスクリプションである場合は、タイトルとディスクリプションのいずれか一方または両方の一部または全部を形態素解析して、単語の集合を生成する。

なお、集合に含まれる単語毎に、通知情報の数で補正を行ってもよい。同一アカウントでは、同じような通知情報が並ぶことが多いため、単語の数をカウントする前に、例えば、アカウント毎の通知情報の数で割り算をして補正する。図３の例では、Ａ社に対して、「東京」、「神奈川」、「千葉」、「埼玉」の数は１／４となり、「家庭教師」の数は１／４×４＝１となる。

また、集合に含まれる単語毎に、カテゴリー毎のアカウント数で補正を行ってもよい。例えば、「教育」のカテゴリーの全アカウント数が５社であり、Ａ社以外の通知情報に、「家庭教師」という単語が含まれていない場合、上記の通知情報の数による補正も行った場合は、「東京」、「神奈川」、「千葉」、「埼玉」の数は１／２０となり、「家庭教師」の数は１／５となる。

次に、集合に含まれる単語毎に、カテゴリーに対するエントロピー（平均情報量）Ｈを以下の式により求める。

ここで、Ｎは全カテゴリーの数であり、ｐ_ｉは、ｉ番目のカテゴリーで当該単語が現れた数である出現回数を、全カテゴリーで当該単語が現れた数で割った値、つまりｉ番目のカテゴリーに当該単語が現れる割合である。例えば、全カテゴリーの数Ｎが３２であり、「教育」のカテゴリーにおける「家庭教師」の数が１／５であり、「健康」のカテゴリーにおける「家庭教師」の数が１／１０であり、それ以外のカテゴリーにおける「家庭教師」の数が０であったとすると、全カテゴリーにおける「家庭教師」の数は１／５＋１／１０＝３／１０であり、「教育」、「健康」のカテゴリーにおいて「家庭教師」が現れる割合はそれぞれ（１／５）／（３／１０）＝２／３、（１／１０）／（３／１０）＝１／３であるから、「家庭教師」のエントロピーＨ（Ｘ）は、Ｈ（Ｘ）＝−２／３×ｌｏｇ_２（２／３）−１／３×ｌｏｇ_２（１／３）≒０．３９＋０．５３≒０．９２である。

また、例えば、全カテゴリーの数Ｎが３２であり、そのうち１５カテゴリーにおいて「無料」の数がそれぞれ５／１０、その他の１０カテゴリーにおいて「無料」の数がそれぞれ２／１０、残りの７カテゴリーにおいて「無料」の数がそれぞれ０であったとすると、全カテゴリーにおける「無料」の数は５／１０×１５＋２／１０×１０＝９５／１０であり、上記１５カテゴリーと上記１０カテゴリーにおいて「無料」が現れる割合はそれぞれ（５／１０）／（９５／１０）＝５／９５、（２／１０）／（９５／１０）＝２／９５であるから、「無料」のエントロピーＨ（Ｘ）は、Ｈ（Ｘ）＝−５／９５×ｌｏｇ_２（５／９５）×１５−２／９５×ｌｏｇ_２（２／９５）×１０≒３．３６＋１．１７≒４．５３である。

エントロピーＨ（Ｘ）の値は、当該単語が各カテゴリーで現れる割合が均等である場合に最大となり、当該単語が各カテゴリーで現れる割合にばらつきがあるほど小さくなる。例えば、全カテゴリーの数Ｎが３２であれば、最大エントロピーｍａｘＨ（Ｘ）は、ｍａｘＨ（Ｘ）＝−１／３２×ｌｏｇ_２（１／３２）×３２＝５である。

スコア算出部１１３は、拡散度算出部１１２が算出した要素毎のカテゴリーに対する拡散度に基づき、要素毎に、マッチングに寄与する度合いを示すスコアを算出し、寄与度管理ＤＢ１６に格納する。

要素毎のスコアＳは、例えば、Ｓ＝１−Ｈ（Ｘ）／ｍａｘＨ（Ｘ）の式により算出する。それにより、スコアＳの値の範囲を０から１までとし、スコアの値が低い程、除外すべき要素であると判断することができる。

上記の例では、「家庭教師」のスコアの値であるＳ（「家庭教師」）は、Ｓ（「家庭教師」）≒１−０．９２／５≒０．８２である。同様に、Ｓ（「無料」）≒１−４．５３／５≒０．１である。

寄与度判断部１１４は、スコア算出部１１３が寄与度管理ＤＢ１６に格納した、要素毎のスコアに基づき、当該要素が、マッチングに寄与すべきではない要素であるか否かを判断する。例えば、スコアの値が所定の閾値以下である要素を、マッチングに寄与すべきではない要素である除外要素と判断する。または、所定の機械学習や広告主の要望等により予め要素毎に設定された重みの値にスコアの値を乗算した値が所定の閾値以下である要素を、除外要素であると判断するようにしてもよい。そして、除外要素であると決定した要素を、除外要素格納ＤＢ１７に格納する。それにより、除外要素格納ＤＢ１７に、検索に用いない単語の集合であるストップワードのリストが格納される。

＜動作＞
図７は、寄与度算出部１１の処理のフローチャートである。

まず、拡散度算出部１１２が、検索先情報管理ＤＢ１４に格納されている情報を取得し、取得した情報の要素毎のカテゴリーに対する拡散度を算出する（ステップＳ１０１）。そして、スコア算出部１１３が、拡散度算出部１１２が算出した要素毎のカテゴリーに対する拡散度に基づき、当該要素を除外するか否かを判断するための要素毎のスコアを算出する（ステップＳ１０２）。そして、寄与度判断部１１４が、スコアに基づき、当該要素を除外するか否かを判断する（ステップＳ１０３）。そして、除外すると判断した要素を、除外要素格納ＤＢ１７に格納する（ステップＳ１０４）。

図８は、サービス提供サーバ１の処理のフローチャートである。

まず、検索先情報管理ＤＢ１４が管理する図３の検索先情報管理テーブルにて、検索先情報を格納しておく（ステップＳ２０１）。

また、検索元情報管理ＤＢ１５が、図６の検索元情報管理テーブルにて、検索元情報を格納しておく（ステップＳ２０２）。

ユーザ端末２から、ＩＤの情報を含むリクエストを受信すると（ステップＳ２０３）、通知情報選択部１２が、図６の検索元情報管理テーブルから、当該ＩＤに対応付けて記憶されている検索元情報を読み出す（ステップＳ２０４）。そして、図５の除外要素格納テーブルから、除外要素を読み出す（ステップＳ２０５）。そして、検索元情報に含まれる要素の中から、除外要素を除いた要素集合を生成する（ステップＳ２０６）。そして、生成した要素集合に基づき、図３の検索先情報管理テーブルの通知情報を検索し、ユーザ端末２に通知する通知情報を選択する（ステップＳ２０７）。

そして、サービス提供部１３が、通知情報選択部１２が選択した通知情報をユーザ端末２に通知する（ステップＳ２０８）。

図９は、所定の要素に対するカテゴリー毎の出現回数の例を示す図である。図９（Ａ）は、上述した「家庭教師」の場合のように、出現回数が特定のカテゴリーに偏っている要素の例である。また、図９（Ｂ）は、上述した「無料」の場合のように、出現回数が特定のカテゴリーに偏らず、普遍的に使用されている要素の例である。

図１０は、スコアに対する要素数の例を示す図である。なお、要素数はログスケールで示している。スコアが所定の閾値以下である要素が、除外要素であると判断される。

＜効果＞
第１の実施形態により、単語毎のカテゴリーに対する拡散度に応じて、検索に用いない単語の集合であるストップワードのリストを自動で生成することができる。それにより、例えば、ユーザの行動履歴から付与されている単語集号やユーザに入力された単語集合に基づいて、広告やレコメンド等の情報を検索するとき、例えば「対策」という単語が、老化対策、地震対策、婚活対策など、美容、保険、ウェディングなどのカテゴリーに分布するような単語である場合は、そのような単語をマッチングから除外することができる。

＜第２の実施形態＞
第１の実施形態では、拡散度算出部１１２及びスコア算出部１１３が、通知情報に含まれる要素の拡散度及びスコアを、エントロピーに基づいて算出したが、第２の実施形態では、出現頻度ｔｆ(Term Frequency)の変動係数に基づいて算出する。

拡散度算出部１１２が、要素毎の拡散度を算出する方法の例を以下に説明する。

まず、第１の実施形態と同様に、通知情報であるタイトルとディスクリプションのいずれか一方または両方を形態素解析して、単語の集合を生成する。例えば、オークションに出品された商品のタイトルが、「新品 未使用 Ｎ社 "ゲーム機の機種名" ブラック」であった場合、形態素解析により「新品」、「未使用」、「Ｎ社」、「"ゲーム機の機種名"」、「ブラック」という単語の集合を生成する。

そして、集合に含まれる単語毎に、単語ｉのカテゴリｊにおける出現頻度ｔｆを以下の式により求める。

ここで、分子のｎ_ｉｊは単語ｉのカテゴリーｊにおける出現回数、ｗ_ｎはカテゴリーｊの総単語数である。例えば、「新品」という単語が、「ゲーム」のカテゴリーで出品されている商品のタイトル等の中で１００００回使用されており、「ゲーム」のカテゴリーで出品されている商品等のタイトル中の全単語の全使用回数が１０００００回である場合、単語「新品」のカテゴリー「ゲーム」における出現頻度ｔｆは、ｔｆ＝１００００／１０００００＝１／１０となる。

次に、単語ｉの全カテゴリーにおける出現頻度ｔｆの平均を以下の式により求める。

ここで、ｃ_ｎは全カテゴリーの数であり、上述したＮと同じ値である。

次に、単語ｉの全カテゴリーにおける出現頻度ｔｆの標準偏差ＳＤを以下の式により求める。

次に、単語ｉの全カテゴリーにおける出現頻度ｔｆの変動係数ＣＶを以下の式により求める。

これにより、例えば、「新品」、「未使用」、「ブラック」等の単語が、「ゲーム」のカテゴリーのみならず、他のカテゴリーにおいても、商品のタイトル等に普遍的に使われている場合は、変動係数ＣＶの値は小さくなる。一方、「Ｎ社」、「"ゲーム機の機種名"」等の単語が、「ゲーム」のカテゴリー以外のカテゴリーではあまり使われている場合は、変動係数ＣＶの値は大きくなる。

そして、スコア算出部１１３が、要素ｉのスコアＳＣＯＲＥ_ｉを、例えば、以下の式により算出する。

ここで、ＭＡＸ（ＣＶ（ｔｆ））は、ＣＶの最大値である。

それにより、第１の実施形態と同様に、スコアの値の範囲を０から１までとし、スコアの値が低い程、除外すべき要素であると判断することができる。

＜効果＞
第２の実施形態により、第１の実施形態と同様の効果を得られる。例えば、オークションサイトにて、ユーザが「新品 未使用 Ｎ社 "ゲーム機の機種名" ブラック」というタイトルの商品を閲覧した際に、当該ユーザに対するレコメンドを検索するための単語から、「新品」、「未使用」、「ブラック」等の単語をマッチングから除外し、「Ｎ社」、「"ゲーム機の機種名"」の単語に基づいてレコメンドを検索することができる。

＜第３の実施形態＞
第１の実施形態及び第２の実施形態では、通知情報選択部１２は、ユーザの行動履歴から付与されている単語集号やユーザに入力された単語集合に基づいて通知情報を検索していたが、第３の実施形態では、Ｗｅｂサイトに含まれる単語集合に基づいて通知情報を検索する。

寄与度算出部１１の構成と動作は、第１の実施形態及び第２の実施形態と同様である。

図１１は、第３の実施形態における検索元情報管理テーブルの一例を示す図である。第３の実施形態では、検索元情報管理ＤＢ１５には、図１１に示すように、ＩＤとしてＷｅｂサイトのＵＲＬが格納され、検索元情報として、当該Ｗｅｂサイトのデータを形態素解析した単語集合を格納されている。

図１２は、第３の実施形態に係るサービス提供サーバ１の処理のフローチャートである。

ステップＳ３０１は、図８のステップＳ２０１の処理と同様であるため説明を省略する。

検索元情報管理ＤＢ１５が、Ｗｅｂサイトをクロールして形態素解析した単語集合を、図１１に示すように格納しておく（ステップＳ３０２）。

ユーザ端末２から、ＷｅｂサイトのＵＲＬの情報を含むリクエストを受信すると（ステップＳ３０３）、通知情報選択部１２が、検索元情報管理ＤＢ１５から、当該ＵＲＬに対応付けて記憶されている検索元の単語の集合を読み出す（ステップＳ３０４）。

ステップＳ３０５からステップＳ３０８は、図８に示すステップＳ２０５からステップＳ２０８の処理とそれぞれ同様であるため説明を省略する。

＜第４の実施形態＞
第１乃至第３の実施形態では、拡散度算出部１１２は、検索先情報管理ＤＢ１４に格納されている情報を取得し、取得した情報の要素毎の拡散度を算出していた。

第４の実施形態では、拡散度算出部１１２は、検索元情報管理ＤＢ１５に格納されている情報を取得し、取得した情報の要素毎の拡散度を算出する。

検索元情報管理ＤＢ１５には、図６に示すユーザの行動履歴のデータ、または図１１に示すＷｅｂサイトのデータなど、ＩＤ毎に検索元情報が格納されている。

拡散度算出部１１２は、拡散度をエントロピーＨに基づいて算出する場合は、ＩＤをカテゴリーとし、Ｎを全カテゴリーすなわち全ＩＤの数、ｐ_ｉを、ｉ番目の検索元情報ＩＤに対応する検索情報中に当該単語が現れた数を、全検索元情報で当該単語が現れた数で割った値、つまりｉ番目の検索元情報に当該単語が現れる割合として算出する。

また、出現頻度ｔｆの変動係数に基づいて算出する場合は、ｊを、ＩＤをカテゴリーとして算出する。

なお、ＩＤをカテゴリーとして算出する代わりに、ユーザの行動履歴やＷｅｂサイトを所定のクラスタリング手法を用いてクラスタリングした際のクラスターや、担当者が手動でユーザやＷｅｂサイトをグループ分けした際のグループを、カテゴリーとして算出するようにしてもよい。

＜効果＞
第４の実施形態により、単語毎の検索元情報のカテゴリーに対する拡散度に応じて、検索に用いない単語の集合であるストップワードのリストを自動で生成することができる。それにより、例えば、多くのユーザの行動履歴やＷｅｂサイトで使用されている単語、あるいはユーザやＷｅｂサイトがクラスターやグループに分けられている場合に、多くのクラスターやグループで用いられている単語を、例えば広告やレコメンド等の情報を検索する際のマッチングから除外することができる。

＜第５の実施形態＞
第５の実施形態では、検索先情報管理ＤＢ１４に格納されている通知情報と、検索元情報管理ＤＢ１５に格納されている検索元情報の両方に基づいてスコアを算出する。

第５の実施形態に係る拡散度算出部１１２及びスコア算出部１１３は、検索先情報管理ＤＢ１４に格納されている通知情報に含まれる要素毎に、第１の実施形態乃至第２の実施形態で説明したように、検索先情報管理ＤＢ１４に格納されている情報に基づく検索先の拡散度を算出し、当該拡散度に基づくスコアである検索先スコアを算出する。また、通知情報に含まれる要素毎に、第３の実施形態で説明したように、検索元情報管理ＤＢ１５に格納されている検索元情報に基づく検索元の拡散度と算出し、当該拡散度に基づくスコアである検索元スコアを算出する。

寄与度判断部１１４は、通知情報に含まれる要素毎に、検索先スコアと検索元スコアとに基づき、当該要素が、除外要素であるか否かを判断する。例えば、検索先スコアと検索元スコアとを乗算した値が所定の閾値以下である要素を、除外要素であると判断する。

＜第６の実施形態＞
第６の実施形態では、寄与度判断部１１４による判断を行わずに、要素と、当該要素のスコアとを対応付けてサービス提供サーバ１に格納する。それにより、サービス提供サーバ１にて、要素毎のスコアを、マッチングに寄与する度合いを示す連続値のスコアとして用いることができる。

図１３は、第６の実施形態に係るサービス提供システム１００の全体構成を示す図である。

サービス提供サーバ１は、寄与度管理ＤＢ１６の代わりに、検索先寄与度管理ＤＢ１８、検索元寄与度管理ＤＢ１９を備える。

寄与度算出部１１は、寄与度判断部１１４の代わりに、スコア格納部１１５を有する。

第６の実施形態に係る拡散度算出部１１２及びスコア算出部１１３は、第５の実施形態と同様に、検索先スコアと検索元スコアとを算出する。

スコア格納部１１５は、検索先スコアを検索先寄与度管理ＤＢ１８に格納する。また、検索元スコアを、検索元寄与度管理ＤＢ１９に格納する。

図１４は、検索先寄与度管理ＤＢ１８が管理する、検索先寄与度管理テーブルの一例を示す図である。検索先寄与度管理ＤＢ１８は、図１４に示す検索先寄与度管理テーブルにて、要素毎に、検索先スコアを格納する。

図１５は、検索元寄与度管理ＤＢ１９が管理する、検索元寄与度管理テーブルの一例を示す図である。検索元寄与度管理ＤＢ１９は、図１５に示す検索元寄与度管理テーブルにて、要素毎に、検索元スコアを格納する。

図１６は、第６の実施形態に係る検索先情報管理ＤＢ１４が管理する検索先情報管理テーブルの例である。検索先情報管理ＤＢ１４は、図１６の検索先情報管理テーブルにて、通知情報ＩＤに対応付けて、検索先要素毎の重みの情報を格納する。

図１７は、第６の実施形態に係る検索元情報管理ＤＢ１５が管理する検索元情報管理テーブルの例である。検索元情報管理ＤＢ１５は、図１７の検索元情報管理テーブルにて、通知情報ＩＤに対応付けて、検索元要素毎の重みの情報を格納する。

なお、検索先要素毎の重みの情報と、検索元要素毎の重みの情報は、所定の機械学習や広告主の要望等により予め設定される。

図１８は、第６の実施形態に係る通知情報選択部１２の処理のフローチャートである。

通知情報選択部１２は、検索先情報管理ＤＢ１４に格納されている先頭の通知情報ＩＤを読み出す（ステップＳ４０１）。

次に、ユーザ端末２から受信したＩＤに対応付けて検索元情報管理ＤＢ１５に格納されている先頭の検索元要素を読み出す（ステップＳ４０２）。

そして、読み出した検索元要素と一致する検索先要素が、読み出した通知情報ＩＤに対応付けて格納されているか判断する（ステップＳ４０３）。一致しなければ（ステップＳ４０３でＮＯ）、ステップＳ４０７の処理に進む。一致すれば（ステップＳ４０３でＹＥＳ）、検索元情報管理ＤＢ１５に格納されている当該検索元要素に対応する重みと、検索元寄与度管理ＤＢ１９に格納されている当該検索元要素に対応する検索元スコアを取得し、重みと検索元スコアを乗算した値を算出する（ステップＳ４０４）。

そして、検索先情報管理ＤＢ１４に格納されている当該検索先要素に対応する重みと、検索先寄与度管理ＤＢ１８に格納されている当該検索先要素に対応する検索先スコアを取得し、重みと検索先スコアを乗算した値を算出する（ステップＳ４０５）。

そして、ステップＳ４０４およびステップＳ４０５で算出した２つの値を乗算した値である要素スコアを算出し、通知情報ＩＤ毎の通知情報スコアに加算する（ステップＳ４０６）。

そして、ＩＤに対応付けられた全ての検索元要素を読み出したか判断し（ステップＳ４０７）、読み出していなければ（ステップＳ４０７でＮＯ）、次の検索元要素を読み出し
（ステップＳ４０８）、ステップＳ４０３の処理に戻る。読み出していれば（ステップＳ４０７でＹＥＳ）、全ての通知情報ＩＤを読み出したか判断し（ステップＳ４０９）、読み出していなければ（ステップＳ４０９でＮＯ）、次の通知情報ＩＤを読み出し（ステップＳ４１０）、ステップＳ４０２の処理に戻る。読み出していれば（ステップＳ４０９でＹＥＳ）、通知情報スコアが高い順に、ユーザ端末２に通知する所定の数の通知情報ＩＤを選択する（ステップＳ４１１）。

図１４〜図１７の例では、ユーザ端末２から受信したＩＤが「Ｙ０００１」であれば、通知情報ＩＤ「０００１」に対する通知情報スコアは、「家庭教師」の要素スコアが（１×０．７）×（２×０．８）＝１．１２、「東京」の要素スコアが（２×０．５）×（２×０．４）＝０．８、「無料」の要素スコアが（０．５×０．１）×（１．５×０．１）＝０．２であるから、１．１２＋０．８＋０．２＝２．１２である。

なお、検索先要素毎の重みの情報と、検索元要素毎に重みの情報とを用いないようにしてもよい。また、検索先の拡散度を用いたスコアと、検索元の拡散度を用いたスコアとのいずれか一方のみを用いるようにしてもよい。

＜効果＞
第６の実施形態により、単語毎のカテゴリー毎の拡散度に応じて、単語毎に、マッチングに寄与する度合いを示すスコアを算出することができる。また、算出したスコアを、所定のシステムや機械学習の新たな重みとして利用することができる。

＜変形例＞
なお、検索に用いる要素は、単語に限らず、属性情報や音情報等であってもよい。例えば、ユーザの年齢、性別、資格等の属性情報を検索元情報とし、お見合いや企業の求人等で要求されている属性情報を検索先情報としてもよい。

また、スコアの値が所定の閾値以下等である要素をマッチングから除外する要素とする代わりに、スコアの値が所定の閾値以上等である要素をマッチングに用いる要素とするようにしてもよい。

また、要素の拡散度及びスコアの算出は、エントロピーや出現頻度ｔｆ(Term Frequency)の変動係数の代わりに、ＨＨＩ（ハーフィンダール・ハーシュマン・インデックス）等に基づいて算出するようにしてもよい。

また、上述した実施形態に関する手段などの各要素は、コンピュータの演算制御部に限らず、ワイヤードロジック等に基づく電子回路など他の情報処理機構で実現してもよい。また、各構成図、データを格納するテーブルの図、フローチャートの図などは例示に過ぎず、各要素の有無、その配置順序や各処理の実行順序、具体的内容などは適宜変更可能である。例えば、サービス提供サーバ１は、構成要素となるサーバなどの装置を複数用いて実現してもよく、個々の記憶手段を別個独立のサーバ装置やシステムで実現する構成も一般的である。また、機能によっては、外部のプラットフォーム等をＡＰＩ（アプリケーション・プログラム・インタフェース）やネットワークコンピューティング（いわゆるクラウドなど）で呼び出して実現するなど、構成は柔軟に変更できる。

１ サービス提供サーバ
１１ 寄与度算出部
１１２ 拡散度算出部
１１３ スコア算出部
１１４ 寄与度判断部
１１５ スコア格納部
１２ 通知情報選択部
１３ サービス提供部
１４ 検索先情報管理ＤＢ
１５ 検索元情報管理ＤＢ
１６ 寄与度管理ＤＢ
１７ 除外要素格納ＤＢ
１８ 検索先寄与度管理ＤＢ
１９ 検索元寄与度管理ＤＢ
２ ユーザ端末
３ 通信ネットワーク
１００ サービス提供システム

Claims (11)

1. 検索対象に応じた要素の集合と、前記検索対象が属するカテゴリーを取得し、当該カテゴリー及び他のカテゴリーに属する集合において前記要素が出現する程度に基づき、前記要素の拡散度を算出する拡散度算出手段と、
   前記拡散度に基づいて、前記要素がマッチングに寄与する度合いを示すスコアを算出するスコア算出手段と、
   を備える情報処理装置。
2. 前記要素に対する前記スコアが所定の閾値を超えたか否かに基づいて、前記要素をマッチングから除外するか否かを判断する判断手段と、
   マッチングから除外すると判断された前記要素を格納する格納手段と、
   を備える請求項１記載の情報処理装置。
3. スコア算出部は、
   前記拡散度に基づく連続値のスコアを算出し、
   前記スコアに基づいて、前記マッチングの結果を選択する選択手段と、
   を備える請求項１記載の情報処理装置。
4. 前記選択手段は、
   前記スコアと、前記要素毎の重みとに基づいて、前記マッチングの結果を選択する、
   請求項３記載の情報処理装置。
5. 前記拡散度は、
   前記カテゴリーに対する前記要素のエントロピーである、
   請求項１乃至４いずれか一項に記載の情報処理装置。
6. 前記拡散度は、
   前記カテゴリーに対する前記要素の出現頻度である、
   請求項１乃至４いずれか一項に記載の情報処理装置。
7. 前記要素は、前記マッチングを行う対象の情報を形態素解析することにより生成された単語である、
   請求項１乃至６いずれか一項に記載の情報処理装置。
8. 前記要素は、前記マッチングの結果を通知するユーザに対応付けて記録されている単語、またはユーザがアクセスするコンテンツを形態素解析することにより生成された単語である、
   請求項１乃至６いずれか一項に記載の情報処理装置。
9. 前記拡散度算出手段は、
   前記マッチングを行う基となる要素と、前記マッチングを行う対象となる要素の両方の前記拡散度を算出する、
   請求項１乃至６いずれか一項に記載の情報処理装置。
10. 情報処理装置が実行する情報処理方法であって、
    検索対象に応じた要素の集合と、前記検索対象が属するカテゴリーを取得し、当該カテゴリー及び他のカテゴリーに属する集合において前記要素が出現する程度に基づき、前記要素の拡散度を算出する拡散度算出ステップと、
    前記拡散度に基づいて、前記要素がマッチングに寄与する度合いを示すスコアを算出するスコア算出ステップと、
    を有する、情報処理方法。
11. コンピュータに、
    検索対象に応じた要素の集合と、前記検索対象が属するカテゴリーを取得し、当該カテゴリー及び他のカテゴリーに属する集合において前記要素が出現する程度に基づき、前記要素の拡散度を算出する拡散度算出ステップと、
    前記拡散度に基づいて、前記要素がマッチングに寄与する度合いを示すスコアを算出するスコア算出ステップと、
    を実行させるためのプログラム。

Images