アプリケーション推薦装置及びアプリケーション推薦方法
【課題】ユーザにアプリケーションを推薦する場合において、ユーザのニーズに合ったアプリケーションを効率的に決定すること。
【解決手段】アプリケーション推薦装置は、ネットワークを経由してユーザ装置からアプリケーションの利用履歴情報を取得する通信部と、少なくとも利用履歴情報を用いて個々のアプリケーションに対する注目度を算出する注目度算出部と、1つ以上のアプリケーション各々について、一定期間にわたる前記注目度の伸び率を算出し、伸び率からアプリケーション各々のスコアを算出するスコア算出部と、アプリケーション各々のスコアから、特定のユーザ装置のユーザに推薦する1つ以上のアプリケーションを決定し、決定したアプリケーションを前記通信部に通知する推薦アプリ決定部とを有する。
【解決手段】アプリケーション推薦装置は、ネットワークを経由してユーザ装置からアプリケーションの利用履歴情報を取得する通信部と、少なくとも利用履歴情報を用いて個々のアプリケーションに対する注目度を算出する注目度算出部と、1つ以上のアプリケーション各々について、一定期間にわたる前記注目度の伸び率を算出し、伸び率からアプリケーション各々のスコアを算出するスコア算出部と、アプリケーション各々のスコアから、特定のユーザ装置のユーザに推薦する1つ以上のアプリケーションを決定し、決定したアプリケーションを前記通信部に通知する推薦アプリ決定部とを有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明はアプリケーション推薦装置及びアプリケーション推薦方法に関連する。
【背景技術】
【０００２】
携帯通信端末の高性能化及び多機能化に伴って、様々なアプリケーションをマーケットからダウンロードし、携帯通信端末に所望の動作を行わせることが、極めて容易になった。マーケットには多種多様なアプリケーションが日々登録されている。ユーザは豊富に揃ったアプリケーションの中から所望のアプリケーションを選択できる。しかしながらその反面、膨大な数のアプリケーションの中からユーザのニーズに合ったアプリケーションを適確に選択することは必ずしも容易でない。ユーザがアプリケーションを選択することを支援するため、通信システムやプロバイダ等はユーザにアプリケーションを推薦している。従来の推薦方法については特許文献1等に示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開2011-145901号公報(段落[0019]等)
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ユーザがアプリケーションを探すための方法の1つは、キーワードのような何らかの検索クエリ(query)又は検索キーワードをユーザが入力し、タイトルや説明文が検索クエリに合致しているアプリケーションを検索結果として(すなわち、推薦するアプリケーションとして)ユーザに提示することである。この場合において、アプリケーションのタイトルや説明文は、アプリケーションの作者が各自の観点から作成したものであり、内容及びデータ量(文章の長さ)は一定していない。しかも検索クエリは検索者が任意に入力するものである。このため、検索結果が常に妥当であることは期待できない。更に、アプリケーションのタイトルや説明文はアプリケーションをマーケットに登録する際に設定され、その後はあまり変わらないことが多い。従って、検索クエリに基づく検索結果は、ユーザが検索を行った時点で最新の情報を適切に反映しているとは限らない。このように、従来の検索クエリに基づくアプリケーションの検索は、必ずしもユーザのニーズに応えるものではない、という問題が懸念される。
【０００５】
本発明の課題は、ユーザにアプリケーションを推薦する場合において、ユーザのニーズに合ったアプリケーションを効率的に決定することである。
【課題を解決するための手段】
【０００６】
本発明の一実施形態によるアプリケーション推薦装置は、
ネットワークを経由してユーザ装置からアプリケーションの利用履歴情報を取得する通信部と、
少なくとも前記利用履歴情報を用いて個々のアプリケーションに対する注目度を算出する注目度算出部と、
1つ以上のアプリケーション各々について、一定期間にわたる前記注目度の伸び率を算出し、該伸び率からアプリケーション各々のスコアを算出するスコア算出部と、
前記アプリケーション各々の前記スコアから、特定のユーザ装置のユーザに推薦する1つ以上のアプリケーションを決定し、決定したアプリケーションを前記通信部に通知する推薦アプリ決定部と
を有するアプリケーション推薦装置である。
【発明の効果】
【０００７】
本発明の一実施形態によれば、ユーザにアプリケーションを推薦する場合において、ユーザのニーズに合ったアプリケーションを効率的に決定することができる。
【図面の簡単な説明】
【０００８】
【図１】通信システムの一例を示す図。
【図２】図1に示される通信端末及びアプリケーション推薦サーバの間で行われる動作例を示す図。
【図３】特定のアプリケーションに対する日々の注目度の一例を示す図。
【図４】変形動作例を示すフローチャート。
【図５】高評価レビューの特徴語辞書を作成するための動作例を示すフローチャート。
【図６】特徴語辞書に特徴語がカテゴリ毎に登録されている様子を示す図。
【図７】通信端末の機能ブロック図。
【図８】アプリケーション推薦サーバの機能ブロック図。
【発明を実施するための形態】
【０００９】
以下に説明する実施形態によれば、ユーザによるアプリケーションの利用履歴情報を用いて個々のアプリケーションに対する注目度を算出し、一定期間にわたる注目度(例えば、レビュー数、利用数等)の伸び率を算出し、該伸び率からアプリケーション各々のスコアが算出される。そして、アプリケーション各々のスコアから、特定のユーザ装置のユーザに推薦する1つ以上のアプリケーションが決定される。
【００１０】
一般に、アプリケーションの場合、機能の追加、変更、修正及び/又は削除を伴うアップデート又は更新が比較的短期間の間に頻繁に行われるので、アップデートの前後でアプリケーションに対するユーザの評価が大きく変わることが少なくない。この点、いったん市場に流通した後は比較的評価が変わらないコンテンツ(例えば、楽曲等)と異なる。本実施形態はこのようなアプリケーションの特殊性に鑑み、レビュー数等の注目度の伸び率から、ユーザに推薦するアプリケーションを決定している。これにより、ユーザのニーズに合ったアプリケーションを効率的に決定することができる。
【００１１】
以下、添付図面を参照しながら本発明の実施形態を次の観点から説明する。図中、同様な要素には同じ参照番号又は参照符号が付されている。
【００１２】
1．通信システム
2．動作例
3．変形動作例
4．通信端末
5．アプリケーション推薦サーバ
【００１３】
＜1．通信システム＞
図1は、一実施形態において使用される通信システムの一例を示す。通信システムにおいて、通信端末11、12はネットワーク13を介して外部サイト14及びアプリケーション推薦サーバ15に接続される。図示の簡明化のため、2台の通信端末しか示されていないが、台数は任意である。
【００１４】
通信端末11、12は、外部サイト14及びアプリケーション推薦サーバ15との通信を可能にする適切な如何なる装置でもよい。通信端末11、12は移動端末でもよいし、固定端末でもよいが、少なくともアプリケーションをダウンロードして実行できることを要する。ダウンロードは、アプリケーション推薦サーバ15から行われてもよいし、アプリケーション推薦サーバ15以外の任意のネットワーク要素(図示せず)から行われてもよい。通信端末11、12は、具体的には、ユーザ装置、携帯電話、情報端末、高機能携帯電話、スマートフォン、パーソナルディジタルアシスタント、スタンドアローン型のパーソナルコンピュータ、携帯用のパーソナルコンピュータ等であるが、これらに限定されない。
【００１５】
通信端末11、12は、履歴情報を取得し、定期的に又は不定期的に(必要に応じて)、取得した履歴情報をアプリケーション推薦サーバ15に通知する。履歴情報は利用履歴情報とも言及され、アプリケーション推薦サーバ15のデータベース又は保存部(DB)に格納される。履歴情報は、ユーザがアプリケーションに対して行った行為又は行動の履歴を示す。ユーザがアプリケーションに対して行った行為は、例えば、アプリケーションをダウンロードしたこと、アプリケーションをインストールしたこと、アプリケーションをアンインストールしたこと、アプリケーションを起動したこと等を日時のような時間情報とともに含むが、これらに限定されない。
【００１６】
ネットワーク13は通信端末11、12と外部サイト14及びアプリケーション推薦サーバ15との間の通信を可能にする通信網である。通信網は、プライベートなネットワークでもよいし、パブリックなネットワークでもよいし、それら双方を含んでいてもよい。あるいは、通信網は、暗号化された信号をやり取りする安全性が確保されたセキュア通信網を含んでもよい。
【００１７】
外部サイト14は、通信端末11、12がネットワーク13を通じてアクセス可能な任意のサイトとすることができる。一例として、外部サイト14は、ソーシャルネットワーキングサービス(SNS)を提供するサイト又はサーバである。通信端末11、12のユーザがSNSのアカウントを所有していた場合、通信端末11、12のユーザは、外部サイト14に対して意見、コメント、感想、レビュー等を投稿したり、他のユーザが投稿した意見等を閲覧することができる。このような外部サイト14は、様々なユーザの意見等の情報をアプリケーション推薦サーバ15に提供することができる。提供された情報はアプリケーション推薦サーバ15のデータベース又は保存部(DB)に保存される。
【００１８】
アプリケーション推薦サーバ15は、アプリケーションをデータベースに格納して管理することに加えて、通信端末11、12のユーザ各々の履歴情報もデータベースに格納して管理する。アプリケーション自体及び履歴情報に加えて、アプリケーション推薦サーバ15は、複数のユーザ各々が所有しているアプリケーションをユーザ毎に管理する。例えば、アプリケーション推薦サーバ15は、アプリケーションについてインストール、アンインストール（削除）及び起動等が行われた日時をアプリケーション毎にかつユーザ毎に管理する。更に、アプリケーション推薦サーバ15は、外部サイト14から提供される情報もデータベースに格納し、必要に応じて使用する。詳細な動作は後述するが、本実施形態におけるアプリケーション推薦サーバ15は、個々のアプリケーションに対する注目度(ダウンロード数やレビュー数等)を算出し、検索要求に合致する1つ以上のアプリケーション各々について注目度の伸び率を算出し、その伸び率に基づいてアプリケーション各々のスコアを算出する。そして、アプリケーション推薦サーバ15は、そのスコアに基づいて、検索要求を行ったユーザに推薦する1つ以上のアプリケーションを決定し、ユーザに推薦する。
【００１９】
＜2．動作例＞
図2は、図1に示されるような通信システムにおいて通信端末11、12及びアプリケーション推薦サーバ15の間で主に行われる動作例を示す。
【００２０】
通信端末11、12は、アプリケーションに対して何らかの行為がなされた場合に、各自の履歴情報を取得又は更新する。上述したように、履歴情報は、ユーザがアプリケーションに対して行った行為の履歴を示す。ユーザがアプリケーションに対して行った行為は、例えば、アプリケーションをダウンロードしたこと、アプリケーションをインストールしたこと、アプリケーションをアンインストールしたこと、アプリケーションを起動したこと等を日時情報とともに含むが、これらに限定されない。
【００２１】
ステップS201において、通信端末11、12は、取得した履歴情報をアプリケーション推薦サーバ15に通知する。履歴情報はアプリケーション推薦サーバ15に保存又は格納される。複数のユーザ各々から取得された履歴情報は、アプリケーション推薦サーバ15において、ユーザ毎にかつアプリケーション毎に管理される。
【００２２】
ステップS203において、アプリケーション推薦サーバ15は、外部サイト14から取得した情報をデータベースに格納する。外部サイト14は、ソーシャルネットワーキングサービス(SNS)を提供するサイト又はサーバである。SNSに対するアカウントを有するユーザは、外部サイト14に対して意見、コメント、レビュー等を投稿したり、他のユーザが投稿した意見等を閲覧することができる。このような様々なユーザの意見等の情報がアプリケーション推薦サーバ15に提供され保存される。
【００２３】
図2において、ステップS201及びS203の動作は、本動作例の始めに一度しか示されていないが、ユーザ装置からの履歴情報の通知や外部サイトからの情報提供は、後述の動作とは別に適宜行われる。すなわち、通信端末11、12が履歴情報をアプリケーション推薦サーバ15に通知するタイミングは、所定の周期にしたがって行われてもよいし、必要に応じて（例えば、アプリケーション推薦サーバ15からの要求に応じて）行われてもよい。また、アプリケーション推薦サーバ15が外部サイト14から情報提供を受けるタイミングは、所定の周期にしたがって行われてもよいし、必要に応じて（例えば、アプリケーション推薦サーバ15からの要求に応じて）行われてもよい。
【００２４】
ステップS205において、何れかの通信端末（例えば、通信端末11）から、リクエスト信号がアプリケーション推薦サーバ15に通知される。リクエスト信号は、特定のユーザ(通信端末11のユーザ)が入力した検索クエリとともに、そのユーザに推薦するアプリケーションの提示を求める検索要求信号である。検索クエリは、典型的には、検索に使用されるキーワードや文字列により指定される。一般に、検索クエリに合致するアプリケーションは多数存在するので、本実施形態では、ステップS207においてアプリケーション毎にスコアが算出され、相対的にスコアの高いアプリケーションが検索結果として優先的にユーザに通知又は推薦される。
【００２５】
ステップS207において、アプリケーション毎にスコアが算出される。一般に、スコアSCは、検索クエリに依存しない静的なスコアSSと、検索クエリに依存する動的なスコアSDとを含む。
【００２６】
SC=SS+SD
アプリケーションの静的なスコアSSは、検索クエリに依存しない任意の量により表現されてもよい。例えば、静的なスコアSSはそのアプリケーションの注目度及び盛り上がり度等により表現される。注目度とは、様々なユーザがそのアプリケーションについてどの程度の関心を持っているかを示す目安又はメトリックを表す。例えば、注目度は、アプリケーションがダウンロードされた数(回数)、アプリケーションが受けた評価の値(例えば、星の数に応じた点数)、アプリケーションが評価された数(回数)、アプリケーションの起動回数、アプリケーションのインストール回数等で表現されてもよいし、或いは、後述の変形動作例で説明するように、アプリケーションについてなされた評価の内容が加味されてもよい。
【００２７】
盛り上がり度とは、一定期間における注目度の伸び率により表現される。一例として、伸び率は、一定期間全体にわたる注目度の累積値allと、その一定期間内の直近の期間における注目度の値tgtとの比率から算出されてもよい。この場合、次のような対数尤度比LSCOREを伸び率として定義し、このような伸び率から静的なスコアSSが算出されてもよい。
【００２８】
Lscore(tgt,all)＝-log2[c×tgt/(c×all+k)]＝log2(c×all+k)-log2(c×tgt)
ここで、cは一定のスケール因子であり、kは一定の定数である。例えば、注目度tgtがレビュー数で表現され、過去7日間にわたるレビュー総数が256個であり、直近の1日分のレビュー数が64個であったとする。また、k=0であるとする。この場合、
Lscore(64,256)＝-log2[c×26/(c×28+k)]＝log2(28)-log2(26)＝2
となる。
【００２９】
上記の対数尤度比の場合、注目度が伸びるほどLSCOREは小さくなるので、アプリケーションの静的なスコアSSは、対数尤度比LSCOREが小さいほど大きくなるように定められる。従って、例えば、SS＝1/LSCOREとしてもよい。ただし、伸び率を対数尤度比で表現することや、静的なスコアSSが対数尤度比に反比例することは単なる一例に過ぎず、伸び率が大きいほど静的なスコアSSが大きくなるような適切な如何なる関数が使用されてもよい。説明の便宜上、注目度はレビュー数により表現されていたが、本発明はこの具体例に限定されず、注目度が他の量で表現されてもよい。
【００３０】
図3は、あるアプリケーションに対する日々のレビュー数の変化を示す。概して、4日前の時点までは、このアプリケーションに対する1日当たりのレビュー数は高々10件であり、非常に少ない。4日前から2日前にかけて、1日当たりのレビュー数は40、50、80のように急激に伸び、昨日においては64件に減っているもののレビュー数は比較的多い。図示の例の場合、昨日の時点において、過去1週間分のレビュー総数は256個であり、昨日1日分のレビュー数は64個であるので、
LSCORE=2、SS=1/LSCORE=0.5である。
2日前の時点においては過去1週間分のレビュー総数は202個であり、2日前1日分のレビュー数は80個であるので、
LSCORE=1.34、SS=1/LSCORE=0.75である。
以下同様に、
3日前の時点においてはLSCORE=1.18、SS=1/LSCORE=0.85であり、
4日前の時点においてはLSCORE=1.02、SS=1/LSCORE=0.982であり、
5日前の時点においてはLSCORE=2.84、SS=1/LSCORE=0.352であり、
6日前の時点においてはLSCORE=2.92、SS=1/LSCORE=0.342である。
【００３１】
従って、図示の例の場合、4日前から2日前にかけて、このアプリケーションに対する注目度が急激に伸びていることが分かる。
【００３２】
アプリケーションの動的なスコアSDは、検索クエリに対する合致度を表現する任意の量により表現されてもよい。例えば、ユーザが電子メールを送受信及び管理するためのアプリケーションを探すために、検索クエリとして「電子メール」及び「管理」と入力したとする。この場合、アプリケーションのタイトルや説明文(又は紹介文)の中に「電子メール」及び「管理」が含まれていた場合、そのアプリケーションの動的なスコアSDは高い値を有する。あるアプリケーションについての説明文の中に「電子メール」は含まれているが「管理」が含まれてなかった場合、そのアプリケーションの動的なスコアSDは次に高い値を有する。あるアプリケーションについての説明文又は紹介文の中に「電子メール」も「管理」も含まれてなかった場合、そのアプリケーションの動的なスコアSDは低い値を有する。このような検索クエリに対する合致度の判定方法は単なる一例に過ぎず、当該技術分野で既知の適切な如何なる判定方法が使用されてもよい。
【００３３】
図2のステップS207では上記のようにしてアプリケーション毎にスコアSCが算出される(SC=SS+SD)。なお、スコアSCを算出する対象は、マーケットに存在する全てのアプリケーションでもよいし、何らかの方法で絞り込まれた一部のアプリケーションでもよい。例えば、動的なスコアSDが一定値以上のアプリケーションについて、静的なスコアSCが算出されてもよい。
【００３４】
図2のステップS209において、個々のアプリケーションのスコアSCから、ユーザに推薦するアプリケーションを決定する。一例として、スコアの高い上位所定数個(例えば、上位20個)のアプリケーションが、推薦するアプリケーションとして決定されてもよい。あるいは、ステップS205においてリクエストを行ったユーザが所有していないアプリケーションに限定して、推薦するアプリケーションが決定されてもよい。どのユーザが如何なるアプリケーションを所有しているかは利用履歴情報から判別できるからである。
【００３５】
ステップS211において、ステップS209で決定された1つ以上のアプリケーションが、リクエスト信号を送信したユーザ装置に通知される。
【００３６】
ステップS213において、通知されたアプリケーションのリストがユーザに提示される。典型的には、通知された1つ以上のアプリケーションを示すリストがユーザインタフェースの表示部に表示される。本実施形態の場合、ユーザに提示されるアプリケーションは、検索クエリに合致するだけでなく、注目度の伸び率(盛り上がり度)が相対的に大きなアプリケーションである。盛り上がり度が大きなアプリケーションは、検索が行われた日の近辺で多くのユーザが注目している、関心を寄せている、話題にしている又は興味を持っているアプリケーションである。従って、そのような盛り上がり度が相対的に高いアプリケーションは、リクエスト信号(検索クエリ)を送信したユーザにとっても有意義であることが期待できる。このように本実施形態によれば、ユーザのニーズに合う可能性が高いアプリケーションを簡易かつ効率的に決定することができる。
【００３７】
また、特定のユーザが検索クエリを入力せず、アプリケーション推薦サーバが注目度の伸び率(盛り上がり度)によりスコアSCを計算し、計算したスコアSCにより、特定のユーザに推薦するアプリケーションを決定し、決定したアプリケーションを所定のタイミングで通信端末に配信してもよい。所定のタイミングは、例えば1日に一回といった一定周期でもよいし、通信端末の起動時でもよい。
【００３８】
この場合、検索クエリに依存する動的なスコアSDは計算できないため、検索クエリに依存しない静的なスコアSSを用いて、
SC=SS
として、スコアSCを計算してもよい。
【００３９】
＜3．変形動作例＞
上述したように、アプリケーションに対する注目度は、ダウンロードされた数(回数)、評価の値(例えば、星の数に応じた点数)、評価された数(回数)、起動回数、インストール回数等で表現されてもよい。これらの数値の情報又はデータは、ユーザ装置から報告される履歴情報に含まれているので、履歴情報から直接的に抽出できる。しかしながら本発明はこのような形態に限定されない。例えば、アプリケーションについてなされた評価又はレビューを利用する場合に、評価又はレビューの内容が考慮されてもよい。
【００４０】
アプリケーションについての評価又はレビューは、そのアプリケーションを使用した実績のある多数のユーザが作成した情報であり、肯定的な評価、否定的な評価、コメント、感想、希望等を表現している。これらの内、肯定的な評価を行ったユーザは、そのアプリケーションを導入しようとしている別のユーザと同様なニーズを有していた可能性が高い。これに対して、肯定的な評価以外を表現しているユーザは、そのアプリケーションを導入しようとしている別のユーザとは異なるニーズを有している可能性が高い。そこで、アプリケーションに対する注目度として例えばレビュー数を使用する場合、個々のレビューの全体の中から、肯定的な内容を含む評価を抽出し、それ以外の評価を排除して上記の注目度及び注目度の伸び率(盛り上がり度)が算出されてもよい。例えば、図3に示すような注目度の統計データを作成する場合において、アプリケーションに関する評価全体の内、肯定的な内容を含む評価(又はレビュー)を数が毎日記録することで、肯定的な評価のみに基づく注目度の統計データが作成されてもよい。
【００４１】
図4はそのような変形動作例を示すフローチャートである。図示の動作例は、図1に示すアプリケーション推薦サーバ15において主に行われる。ステップS201において、アプリケーション推薦サーバ15は、外部サイト14から情報(外部サイト情報)を取得する。このステップは、図2のステップS201に対応する。
【００４２】
ステップS401において、アプリケーション推薦サーバ15は、取得した外部サイト情報の内、アプリケーションに関連する情報とそれ以外の情報とを少なくとも分類する。外部サイト情報が、アプリケーションに関連する情報であるか否かは、適切な如何なる方法で判別されてもよい。例えば、外部サイト情報が特定のアプリケーションの名称やパッケージ名を含んでいる場合や、情報に付随するリンクが特定のアプリケーションに直結している等の場合(例えば、リンク先のURLがダウンロード先である場合)に、その情報は特定のアプリケーションに関連している、と判定されてもよい。
【００４３】
ステップS403において、アプリケーション推薦サーバ15は、様々なアプリケーションに関する様々な外部サイト情報について形態素解析を行い、肯定的な評価を表している外部サイト情報を抽出又は選別する。形態素解析を行うことで、例えば、外部サイト情報は、意味のある単語に区切られ、単語の品詞が判別され、助詞や助動詞が除去される。その結果の単語群を、高評価レビューの特徴語辞書に登録されている一群の単語とを比較することで、その外部サイト情報が肯定的な評価又は高い評価を表現しているか否かが判定される。高評価レビューの特徴語辞書の作成法については後述するが、概して、この特徴語辞書は、アプリケーションについて高い評価を示す多くの外部サイト情報が含んでいる傾向の強い単語又は言葉を特徴語として含んでいる。例えば、「快適」、「面白い」、「速い」、「正確」、「かわいい」等の単語は、特徴語辞書に特徴語として含まれる可能性が高い。高評価レビューの特徴語辞書を利用することで、個々のアプリケーションについての外部サイト情報の内、肯定的な評価を示す外部サイト情報のみを抽出することができる。
【００４４】
ステップS405において、アプリケーション推薦サーバ15は、肯定的な評価を示す外部サイト情報の数(レビュー数)に基づいて、アプリケーションについての注目度を算出する。このようにして算出された注目度を用いて、図2のステップS207において、注目度の伸び率、延いてはスコアSCが算出される。
【００４５】
図5は、図4のステップS403において使用される高評価レビューの特徴語辞書を作成するための動作例を示す。特徴語辞書は、アプリケーション推薦サーバ15が作成してもよいし、それ以外のノードが作成してもよい。後者の場合、アプリケーション推薦サーバ15は、特徴語辞書を利用できるようにそのノードと通信可能に接続されている必要がある。説明の便宜上、特徴語辞書をアプリケーション推薦サーバ15が作成するものとする。
【００４６】
ステップS501において、アプリケーション推薦サーバ15は、マーケットからアプリケーションの評価情報又はレビュー情報を取得する。アプリケーションを入手(購入又はダウンロード)したユーザの内の多くは、入手及び使用したアプリケーションを評価し、マーケットにフィードバックする。評価は例えば星の数及びコメントを含む。この評価の情報は、上記の外部サイト情報と異なっているのが通常的である。上記の外部サイト情報は、ソーシャルネットワーキングサービス(SNS)等においてユーザが話題にしている評価であるのに対して、ステップS501において想定している評価の情報は、アプリケーションを提供するマーケットが、ユーザから取得したフィードバックに基づいて蓄積した情報である。
【００４７】
ステップS503において、アプリケーション推薦サーバ15は、個々のアプリケーションの評価の情報を、少なくとも評価値の分解能に合わせて分類する。例えば、アプリケーションの評価が、5段階の星の数で表現される場合、アプリケーションの評価は、星の数に応じて分類される。以後の計算の基礎となる評価の情報は、アプリケーションに対するコメント(テキスト又はドキュメント)と、アプリケーションに対する評価の点数(星の数)との組み合わせにより特定される。
【００４８】
ステップS505において、星の数が所定数以上である評価の情報(テキスト又はドキュメント)に対して形態素解析が行われ、助詞や助動詞以外の単語について重み又はウェイトが付与される。重み又はウェイトは適切な如何なる方法で付与されてもよい。例えば、TF-IDF(Term Frequency-Inverse Document Frequency)法に従ってドキュメントに登場する単語についての重み(TF-IDF値)が決定されてもよい。その場合、単語の重みは、ドキュメントの中での出現頻度TF値と、多数のドキュメントに出現するほど小さな値をとる逆文書頻度IDF値との積により決定される。従って、TF-IDF法により定められた単語の重みは、1つのドキュメントに多数出現するほど大きな値をとりやすくなる一方、様々なドキュメントに多数出現するほど小さな値をとりやすくなる。例えば、電子メールを処理するアプリケーションについての評価の場合、「メール」のような単語のTF-IDF値は小さい。これに対して、「快適」のような単語は、肯定的な評価の場合には多く含まれるかもしれないが、そうでない評価の場合には含まれにくいので、比較的大きなTF-IDF値が付与されるやすい。
【００４９】
ステップS507において、星の数が所定数以上である評価の情報(ドキュメント)が抽出又は選別される。目下の例の場合、星の数が4つ以上である評価の情報(ドキュメント)が収集される。
【００５０】
ステップS509において、ステップS507で収集されたドキュメントに含まれている単語の内、TF-IDF値が一定値以上である単語が抽出され、特徴語辞書に特徴語として登録される。こうして作成された特徴語辞書は、図4のステップS403において、評価の情報(ドキュメント)の内容が肯定的又は高評価であるか否かを判定するために使用される。判定は、例えば、外部サイト情報について形態素解析を行い、解析結果から助詞や助動詞が除去されて得られた単語群のうち、特徴語辞書に含まれる単語を抽出し、その単語に対応するTF-IDF値を積算し、積算した値が所定の値以上となるかどうかにより行われてもよい。なお、特徴語は、アプリケーションのカテゴリに応じて異なることが予想されるので、図6に示すように、特徴語はカテゴリ毎に登録されることが好ましい。アプリケーションのカテゴリは、通常はアプリケーションの説明文に含まれているので、どのアプリケーションが如何なるカテゴリに属するかはマーケットからの情報に基づいて判別できる。
【００５１】
＜4．通信端末＞
図7は、図1に示されるような通信システムで使用される通信端末の機能ブロック図を示す。図7には通信端末に備わる様々な機能要素の内、本実施形態における動作に特に関連するものが示されている。通信端末は、通信部71、履歴情報処理部72及びユーザインタフェース部73を有する。
【００５２】
送受信部71は、アプリケーション推薦サーバ15から信号を受信する機能及びアプリケーション推薦サーバ15に信号を送信する機能を有する。受信する信号は、例えば、アプリケーション推薦サーバ15が推薦するアプリケーション情報や、アプリケーションそのもの等を含む信号である。送信する信号は、例えば、履歴情報、アプリーションを探すための検索クエリを示す情報、ダウンロード等の対象となるアプリケーションを示す情報等を含む信号である。
【００５３】
履歴情報処理部72は、アプリケーションについてユーザが行った利用履歴情報又は履歴情報を取得する。履歴情報は定期的に又は不定期的に通信部71からアプリケーション推薦サーバ15に報告される。
【００５４】
ユーザインタフェース部73は、ユーザに情報を提示する機能及びユーザからの入力を受け付ける機能を有する適切な如何なるインターフェースでもよい。ユーザインタフェース部は、視覚的なユーザインタフェースでもよいし、聴覚的なユーザインタフェースでもよい。ユーザインタフェース部73は、例えば、ディスプレイ、陰極線管（CRT）、液晶ディスプレイ（LCD）、有機ＥＬディスプレイ、タッチパッド、マウス、スタイラス、トラックボール、マイクロフォン及びスピーカ、又はそれらの適切な任意の組み合わせであるが、これらに限定されない。好ましくは、ユーザインタフェース部73は、タッチスクリーンを備えたディスプレイにより構築され、接触感知式の透明パネルがディスプレイをカバーし、ユーザの指又はスタイラスの動きにより画面の表示を制御する。
【００５５】
＜5．アプリケーション推薦サーバ＞
図8は、図1に示されるような通信システムで使用されるアプリケーション推薦サーバ15の機能ブロック図を示す。図8にはアプリケーション推薦サーバ15に備わる様々な機能要素の内、本実施形態における動作に特に関連するものが示されている。図示のアプリケーション推薦サーバ15は、通信部81、保存部82、スコア算出部83、推薦アプリ決定部84を有する。
【００５６】
通信部81は、通信端末から信号を受信する機能及び通信端末に信号を送信する機能を有する。送信する信号は、例えば、アプリケーション推薦サーバ15が推薦するアプリケーションの情報やアプリケーションそのもの等を含む信号である。受信する信号は、例えば、履歴情報、検索クエリを示す情報、ダウンロード等の対象となるアプリケーションを示す情報等のようなユーザ装置からの信号に加えて、外部サイト14からの信号も含む。
【００５７】
保存部又はデータベース82は、各ユーザの利用履歴情報に加えて、個々のアプリケーションに対する評価の情報(ドキュメント、評価値等)等も格納する。
【００５８】
スコア算出部83は、保存部82に保存されている情報に基づいて、個々のアプリケーションに対する注目度及び注目度の伸び率(盛り上がり度)を算出し、その伸び率等に基づいてアプリケーションのスコアを算出する。
【００５９】
推薦アプリ決定部84は、アプリケーション各々のスコアから、ユーザに推薦する1つ以上のアプリケーションを決定し、決定したアプリケーションを通信部81に通知する。通信部81に通知されたアプリケーションは、ユーザに推薦する情報(レコメンドアイテム)としてユーザに通知される。
【００６０】
以上本発明は特定の実施例を参照しながら説明されてきたが、それらは単なる例示に過ぎず、当業者は様々な変形例、修正例、代替例、置換例等を理解するであろう。例えば、本発明は、ユーザからの要求に応じて1つ以上のアプリケーションを推薦する適切な如何なる通信システムに適用されてもよい。発明の理解を促すため具体的な数値例を用いて説明がなされたが、特に断りのない限り、それらの数値は単なる一例に過ぎず適切な如何なる値が使用されてもよい。発明の理解を促すため具体的な数式を用いて説明がなされたが、特に断りのない限り、それらの数式は単なる一例に過ぎず適切な如何なる数式が使用されてもよい。上記の説明における項目の区分けは本発明に本質的ではなく、2以上の項目に記載された事項が必要に応じて組み合わせて使用されてよいし、ある項目に記載された事項が、別の項目に記載された事項に(矛盾しない限り)適用されてよい。機能ブロック図における機能部又は処理部の境界は必ずしも物理的な部品の境界に対応するとは限らない。複数の機能部の動作が物理的には1つの部品で行われてもよいし、あるいは1つの機能部の動作が物理的には複数の部品により行われてもよい。説明の便宜上、本発明の実施例に係る装置は機能的なブロック図を用いて説明されたが、そのような装置はハードウェアで、ソフトウェアで又はそれらの組み合わせで実現されてもよい。ソフトウェアは、ランダムアクセスメモリ（RAM）、フラッシュメモリ、読み取り専用メモリ（ROM）、EPROM、EEPROM、レジスタ、ハードディスク（HDD）、リムーバブルディスク、CD−ROM、データベース、サーバその他の適切な如何なる記憶媒体に用意されてもよい。本発明は上記実施例に限定されず、本発明の精神から逸脱することなく、様々な変形例、修正例、代替例、置換例等が本発明に包含される。
【符号の説明】
【００６１】
11、12 通信端末
13 ネットワーク
14 外部サイト
15 アプリケーション推薦サーバ
71 通信部
72 履歴情報処理部
73 ユーザインタフェース部
81 通信部
82 保存部
83 スコア算出部
84 推薦アプリ決定部
【技術分野】
【０００１】
本発明はアプリケーション推薦装置及びアプリケーション推薦方法に関連する。
【背景技術】
【０００２】
携帯通信端末の高性能化及び多機能化に伴って、様々なアプリケーションをマーケットからダウンロードし、携帯通信端末に所望の動作を行わせることが、極めて容易になった。マーケットには多種多様なアプリケーションが日々登録されている。ユーザは豊富に揃ったアプリケーションの中から所望のアプリケーションを選択できる。しかしながらその反面、膨大な数のアプリケーションの中からユーザのニーズに合ったアプリケーションを適確に選択することは必ずしも容易でない。ユーザがアプリケーションを選択することを支援するため、通信システムやプロバイダ等はユーザにアプリケーションを推薦している。従来の推薦方法については特許文献1等に示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開2011-145901号公報(段落[0019]等)
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ユーザがアプリケーションを探すための方法の1つは、キーワードのような何らかの検索クエリ(query)又は検索キーワードをユーザが入力し、タイトルや説明文が検索クエリに合致しているアプリケーションを検索結果として(すなわち、推薦するアプリケーションとして)ユーザに提示することである。この場合において、アプリケーションのタイトルや説明文は、アプリケーションの作者が各自の観点から作成したものであり、内容及びデータ量(文章の長さ)は一定していない。しかも検索クエリは検索者が任意に入力するものである。このため、検索結果が常に妥当であることは期待できない。更に、アプリケーションのタイトルや説明文はアプリケーションをマーケットに登録する際に設定され、その後はあまり変わらないことが多い。従って、検索クエリに基づく検索結果は、ユーザが検索を行った時点で最新の情報を適切に反映しているとは限らない。このように、従来の検索クエリに基づくアプリケーションの検索は、必ずしもユーザのニーズに応えるものではない、という問題が懸念される。
【０００５】
本発明の課題は、ユーザにアプリケーションを推薦する場合において、ユーザのニーズに合ったアプリケーションを効率的に決定することである。
【課題を解決するための手段】
【０００６】
本発明の一実施形態によるアプリケーション推薦装置は、
ネットワークを経由してユーザ装置からアプリケーションの利用履歴情報を取得する通信部と、
少なくとも前記利用履歴情報を用いて個々のアプリケーションに対する注目度を算出する注目度算出部と、
1つ以上のアプリケーション各々について、一定期間にわたる前記注目度の伸び率を算出し、該伸び率からアプリケーション各々のスコアを算出するスコア算出部と、
前記アプリケーション各々の前記スコアから、特定のユーザ装置のユーザに推薦する1つ以上のアプリケーションを決定し、決定したアプリケーションを前記通信部に通知する推薦アプリ決定部と
を有するアプリケーション推薦装置である。
【発明の効果】
【０００７】
本発明の一実施形態によれば、ユーザにアプリケーションを推薦する場合において、ユーザのニーズに合ったアプリケーションを効率的に決定することができる。
【図面の簡単な説明】
【０００８】
【図１】通信システムの一例を示す図。
【図２】図1に示される通信端末及びアプリケーション推薦サーバの間で行われる動作例を示す図。
【図３】特定のアプリケーションに対する日々の注目度の一例を示す図。
【図４】変形動作例を示すフローチャート。
【図５】高評価レビューの特徴語辞書を作成するための動作例を示すフローチャート。
【図６】特徴語辞書に特徴語がカテゴリ毎に登録されている様子を示す図。
【図７】通信端末の機能ブロック図。
【図８】アプリケーション推薦サーバの機能ブロック図。
【発明を実施するための形態】
【０００９】
以下に説明する実施形態によれば、ユーザによるアプリケーションの利用履歴情報を用いて個々のアプリケーションに対する注目度を算出し、一定期間にわたる注目度(例えば、レビュー数、利用数等)の伸び率を算出し、該伸び率からアプリケーション各々のスコアが算出される。そして、アプリケーション各々のスコアから、特定のユーザ装置のユーザに推薦する1つ以上のアプリケーションが決定される。
【００１０】
一般に、アプリケーションの場合、機能の追加、変更、修正及び/又は削除を伴うアップデート又は更新が比較的短期間の間に頻繁に行われるので、アップデートの前後でアプリケーションに対するユーザの評価が大きく変わることが少なくない。この点、いったん市場に流通した後は比較的評価が変わらないコンテンツ(例えば、楽曲等)と異なる。本実施形態はこのようなアプリケーションの特殊性に鑑み、レビュー数等の注目度の伸び率から、ユーザに推薦するアプリケーションを決定している。これにより、ユーザのニーズに合ったアプリケーションを効率的に決定することができる。
【００１１】
以下、添付図面を参照しながら本発明の実施形態を次の観点から説明する。図中、同様な要素には同じ参照番号又は参照符号が付されている。
【００１２】
1．通信システム
2．動作例
3．変形動作例
4．通信端末
5．アプリケーション推薦サーバ
【００１３】
＜1．通信システム＞
図1は、一実施形態において使用される通信システムの一例を示す。通信システムにおいて、通信端末11、12はネットワーク13を介して外部サイト14及びアプリケーション推薦サーバ15に接続される。図示の簡明化のため、2台の通信端末しか示されていないが、台数は任意である。
【００１４】
通信端末11、12は、外部サイト14及びアプリケーション推薦サーバ15との通信を可能にする適切な如何なる装置でもよい。通信端末11、12は移動端末でもよいし、固定端末でもよいが、少なくともアプリケーションをダウンロードして実行できることを要する。ダウンロードは、アプリケーション推薦サーバ15から行われてもよいし、アプリケーション推薦サーバ15以外の任意のネットワーク要素(図示せず)から行われてもよい。通信端末11、12は、具体的には、ユーザ装置、携帯電話、情報端末、高機能携帯電話、スマートフォン、パーソナルディジタルアシスタント、スタンドアローン型のパーソナルコンピュータ、携帯用のパーソナルコンピュータ等であるが、これらに限定されない。
【００１５】
通信端末11、12は、履歴情報を取得し、定期的に又は不定期的に(必要に応じて)、取得した履歴情報をアプリケーション推薦サーバ15に通知する。履歴情報は利用履歴情報とも言及され、アプリケーション推薦サーバ15のデータベース又は保存部(DB)に格納される。履歴情報は、ユーザがアプリケーションに対して行った行為又は行動の履歴を示す。ユーザがアプリケーションに対して行った行為は、例えば、アプリケーションをダウンロードしたこと、アプリケーションをインストールしたこと、アプリケーションをアンインストールしたこと、アプリケーションを起動したこと等を日時のような時間情報とともに含むが、これらに限定されない。
【００１６】
ネットワーク13は通信端末11、12と外部サイト14及びアプリケーション推薦サーバ15との間の通信を可能にする通信網である。通信網は、プライベートなネットワークでもよいし、パブリックなネットワークでもよいし、それら双方を含んでいてもよい。あるいは、通信網は、暗号化された信号をやり取りする安全性が確保されたセキュア通信網を含んでもよい。
【００１７】
外部サイト14は、通信端末11、12がネットワーク13を通じてアクセス可能な任意のサイトとすることができる。一例として、外部サイト14は、ソーシャルネットワーキングサービス(SNS)を提供するサイト又はサーバである。通信端末11、12のユーザがSNSのアカウントを所有していた場合、通信端末11、12のユーザは、外部サイト14に対して意見、コメント、感想、レビュー等を投稿したり、他のユーザが投稿した意見等を閲覧することができる。このような外部サイト14は、様々なユーザの意見等の情報をアプリケーション推薦サーバ15に提供することができる。提供された情報はアプリケーション推薦サーバ15のデータベース又は保存部(DB)に保存される。
【００１８】
アプリケーション推薦サーバ15は、アプリケーションをデータベースに格納して管理することに加えて、通信端末11、12のユーザ各々の履歴情報もデータベースに格納して管理する。アプリケーション自体及び履歴情報に加えて、アプリケーション推薦サーバ15は、複数のユーザ各々が所有しているアプリケーションをユーザ毎に管理する。例えば、アプリケーション推薦サーバ15は、アプリケーションについてインストール、アンインストール（削除）及び起動等が行われた日時をアプリケーション毎にかつユーザ毎に管理する。更に、アプリケーション推薦サーバ15は、外部サイト14から提供される情報もデータベースに格納し、必要に応じて使用する。詳細な動作は後述するが、本実施形態におけるアプリケーション推薦サーバ15は、個々のアプリケーションに対する注目度(ダウンロード数やレビュー数等)を算出し、検索要求に合致する1つ以上のアプリケーション各々について注目度の伸び率を算出し、その伸び率に基づいてアプリケーション各々のスコアを算出する。そして、アプリケーション推薦サーバ15は、そのスコアに基づいて、検索要求を行ったユーザに推薦する1つ以上のアプリケーションを決定し、ユーザに推薦する。
【００１９】
＜2．動作例＞
図2は、図1に示されるような通信システムにおいて通信端末11、12及びアプリケーション推薦サーバ15の間で主に行われる動作例を示す。
【００２０】
通信端末11、12は、アプリケーションに対して何らかの行為がなされた場合に、各自の履歴情報を取得又は更新する。上述したように、履歴情報は、ユーザがアプリケーションに対して行った行為の履歴を示す。ユーザがアプリケーションに対して行った行為は、例えば、アプリケーションをダウンロードしたこと、アプリケーションをインストールしたこと、アプリケーションをアンインストールしたこと、アプリケーションを起動したこと等を日時情報とともに含むが、これらに限定されない。
【００２１】
ステップS201において、通信端末11、12は、取得した履歴情報をアプリケーション推薦サーバ15に通知する。履歴情報はアプリケーション推薦サーバ15に保存又は格納される。複数のユーザ各々から取得された履歴情報は、アプリケーション推薦サーバ15において、ユーザ毎にかつアプリケーション毎に管理される。
【００２２】
ステップS203において、アプリケーション推薦サーバ15は、外部サイト14から取得した情報をデータベースに格納する。外部サイト14は、ソーシャルネットワーキングサービス(SNS)を提供するサイト又はサーバである。SNSに対するアカウントを有するユーザは、外部サイト14に対して意見、コメント、レビュー等を投稿したり、他のユーザが投稿した意見等を閲覧することができる。このような様々なユーザの意見等の情報がアプリケーション推薦サーバ15に提供され保存される。
【００２３】
図2において、ステップS201及びS203の動作は、本動作例の始めに一度しか示されていないが、ユーザ装置からの履歴情報の通知や外部サイトからの情報提供は、後述の動作とは別に適宜行われる。すなわち、通信端末11、12が履歴情報をアプリケーション推薦サーバ15に通知するタイミングは、所定の周期にしたがって行われてもよいし、必要に応じて（例えば、アプリケーション推薦サーバ15からの要求に応じて）行われてもよい。また、アプリケーション推薦サーバ15が外部サイト14から情報提供を受けるタイミングは、所定の周期にしたがって行われてもよいし、必要に応じて（例えば、アプリケーション推薦サーバ15からの要求に応じて）行われてもよい。
【００２４】
ステップS205において、何れかの通信端末（例えば、通信端末11）から、リクエスト信号がアプリケーション推薦サーバ15に通知される。リクエスト信号は、特定のユーザ(通信端末11のユーザ)が入力した検索クエリとともに、そのユーザに推薦するアプリケーションの提示を求める検索要求信号である。検索クエリは、典型的には、検索に使用されるキーワードや文字列により指定される。一般に、検索クエリに合致するアプリケーションは多数存在するので、本実施形態では、ステップS207においてアプリケーション毎にスコアが算出され、相対的にスコアの高いアプリケーションが検索結果として優先的にユーザに通知又は推薦される。
【００２５】
ステップS207において、アプリケーション毎にスコアが算出される。一般に、スコアSCは、検索クエリに依存しない静的なスコアSSと、検索クエリに依存する動的なスコアSDとを含む。
【００２６】
SC=SS+SD
アプリケーションの静的なスコアSSは、検索クエリに依存しない任意の量により表現されてもよい。例えば、静的なスコアSSはそのアプリケーションの注目度及び盛り上がり度等により表現される。注目度とは、様々なユーザがそのアプリケーションについてどの程度の関心を持っているかを示す目安又はメトリックを表す。例えば、注目度は、アプリケーションがダウンロードされた数(回数)、アプリケーションが受けた評価の値(例えば、星の数に応じた点数)、アプリケーションが評価された数(回数)、アプリケーションの起動回数、アプリケーションのインストール回数等で表現されてもよいし、或いは、後述の変形動作例で説明するように、アプリケーションについてなされた評価の内容が加味されてもよい。
【００２７】
盛り上がり度とは、一定期間における注目度の伸び率により表現される。一例として、伸び率は、一定期間全体にわたる注目度の累積値allと、その一定期間内の直近の期間における注目度の値tgtとの比率から算出されてもよい。この場合、次のような対数尤度比LSCOREを伸び率として定義し、このような伸び率から静的なスコアSSが算出されてもよい。
【００２８】
Lscore(tgt,all)＝-log2[c×tgt/(c×all+k)]＝log2(c×all+k)-log2(c×tgt)
ここで、cは一定のスケール因子であり、kは一定の定数である。例えば、注目度tgtがレビュー数で表現され、過去7日間にわたるレビュー総数が256個であり、直近の1日分のレビュー数が64個であったとする。また、k=0であるとする。この場合、
Lscore(64,256)＝-log2[c×26/(c×28+k)]＝log2(28)-log2(26)＝2
となる。
【００２９】
上記の対数尤度比の場合、注目度が伸びるほどLSCOREは小さくなるので、アプリケーションの静的なスコアSSは、対数尤度比LSCOREが小さいほど大きくなるように定められる。従って、例えば、SS＝1/LSCOREとしてもよい。ただし、伸び率を対数尤度比で表現することや、静的なスコアSSが対数尤度比に反比例することは単なる一例に過ぎず、伸び率が大きいほど静的なスコアSSが大きくなるような適切な如何なる関数が使用されてもよい。説明の便宜上、注目度はレビュー数により表現されていたが、本発明はこの具体例に限定されず、注目度が他の量で表現されてもよい。
【００３０】
図3は、あるアプリケーションに対する日々のレビュー数の変化を示す。概して、4日前の時点までは、このアプリケーションに対する1日当たりのレビュー数は高々10件であり、非常に少ない。4日前から2日前にかけて、1日当たりのレビュー数は40、50、80のように急激に伸び、昨日においては64件に減っているもののレビュー数は比較的多い。図示の例の場合、昨日の時点において、過去1週間分のレビュー総数は256個であり、昨日1日分のレビュー数は64個であるので、
LSCORE=2、SS=1/LSCORE=0.5である。
2日前の時点においては過去1週間分のレビュー総数は202個であり、2日前1日分のレビュー数は80個であるので、
LSCORE=1.34、SS=1/LSCORE=0.75である。
以下同様に、
3日前の時点においてはLSCORE=1.18、SS=1/LSCORE=0.85であり、
4日前の時点においてはLSCORE=1.02、SS=1/LSCORE=0.982であり、
5日前の時点においてはLSCORE=2.84、SS=1/LSCORE=0.352であり、
6日前の時点においてはLSCORE=2.92、SS=1/LSCORE=0.342である。
【００３１】
従って、図示の例の場合、4日前から2日前にかけて、このアプリケーションに対する注目度が急激に伸びていることが分かる。
【００３２】
アプリケーションの動的なスコアSDは、検索クエリに対する合致度を表現する任意の量により表現されてもよい。例えば、ユーザが電子メールを送受信及び管理するためのアプリケーションを探すために、検索クエリとして「電子メール」及び「管理」と入力したとする。この場合、アプリケーションのタイトルや説明文(又は紹介文)の中に「電子メール」及び「管理」が含まれていた場合、そのアプリケーションの動的なスコアSDは高い値を有する。あるアプリケーションについての説明文の中に「電子メール」は含まれているが「管理」が含まれてなかった場合、そのアプリケーションの動的なスコアSDは次に高い値を有する。あるアプリケーションについての説明文又は紹介文の中に「電子メール」も「管理」も含まれてなかった場合、そのアプリケーションの動的なスコアSDは低い値を有する。このような検索クエリに対する合致度の判定方法は単なる一例に過ぎず、当該技術分野で既知の適切な如何なる判定方法が使用されてもよい。
【００３３】
図2のステップS207では上記のようにしてアプリケーション毎にスコアSCが算出される(SC=SS+SD)。なお、スコアSCを算出する対象は、マーケットに存在する全てのアプリケーションでもよいし、何らかの方法で絞り込まれた一部のアプリケーションでもよい。例えば、動的なスコアSDが一定値以上のアプリケーションについて、静的なスコアSCが算出されてもよい。
【００３４】
図2のステップS209において、個々のアプリケーションのスコアSCから、ユーザに推薦するアプリケーションを決定する。一例として、スコアの高い上位所定数個(例えば、上位20個)のアプリケーションが、推薦するアプリケーションとして決定されてもよい。あるいは、ステップS205においてリクエストを行ったユーザが所有していないアプリケーションに限定して、推薦するアプリケーションが決定されてもよい。どのユーザが如何なるアプリケーションを所有しているかは利用履歴情報から判別できるからである。
【００３５】
ステップS211において、ステップS209で決定された1つ以上のアプリケーションが、リクエスト信号を送信したユーザ装置に通知される。
【００３６】
ステップS213において、通知されたアプリケーションのリストがユーザに提示される。典型的には、通知された1つ以上のアプリケーションを示すリストがユーザインタフェースの表示部に表示される。本実施形態の場合、ユーザに提示されるアプリケーションは、検索クエリに合致するだけでなく、注目度の伸び率(盛り上がり度)が相対的に大きなアプリケーションである。盛り上がり度が大きなアプリケーションは、検索が行われた日の近辺で多くのユーザが注目している、関心を寄せている、話題にしている又は興味を持っているアプリケーションである。従って、そのような盛り上がり度が相対的に高いアプリケーションは、リクエスト信号(検索クエリ)を送信したユーザにとっても有意義であることが期待できる。このように本実施形態によれば、ユーザのニーズに合う可能性が高いアプリケーションを簡易かつ効率的に決定することができる。
【００３７】
また、特定のユーザが検索クエリを入力せず、アプリケーション推薦サーバが注目度の伸び率(盛り上がり度)によりスコアSCを計算し、計算したスコアSCにより、特定のユーザに推薦するアプリケーションを決定し、決定したアプリケーションを所定のタイミングで通信端末に配信してもよい。所定のタイミングは、例えば1日に一回といった一定周期でもよいし、通信端末の起動時でもよい。
【００３８】
この場合、検索クエリに依存する動的なスコアSDは計算できないため、検索クエリに依存しない静的なスコアSSを用いて、
SC=SS
として、スコアSCを計算してもよい。
【００３９】
＜3．変形動作例＞
上述したように、アプリケーションに対する注目度は、ダウンロードされた数(回数)、評価の値(例えば、星の数に応じた点数)、評価された数(回数)、起動回数、インストール回数等で表現されてもよい。これらの数値の情報又はデータは、ユーザ装置から報告される履歴情報に含まれているので、履歴情報から直接的に抽出できる。しかしながら本発明はこのような形態に限定されない。例えば、アプリケーションについてなされた評価又はレビューを利用する場合に、評価又はレビューの内容が考慮されてもよい。
【００４０】
アプリケーションについての評価又はレビューは、そのアプリケーションを使用した実績のある多数のユーザが作成した情報であり、肯定的な評価、否定的な評価、コメント、感想、希望等を表現している。これらの内、肯定的な評価を行ったユーザは、そのアプリケーションを導入しようとしている別のユーザと同様なニーズを有していた可能性が高い。これに対して、肯定的な評価以外を表現しているユーザは、そのアプリケーションを導入しようとしている別のユーザとは異なるニーズを有している可能性が高い。そこで、アプリケーションに対する注目度として例えばレビュー数を使用する場合、個々のレビューの全体の中から、肯定的な内容を含む評価を抽出し、それ以外の評価を排除して上記の注目度及び注目度の伸び率(盛り上がり度)が算出されてもよい。例えば、図3に示すような注目度の統計データを作成する場合において、アプリケーションに関する評価全体の内、肯定的な内容を含む評価(又はレビュー)を数が毎日記録することで、肯定的な評価のみに基づく注目度の統計データが作成されてもよい。
【００４１】
図4はそのような変形動作例を示すフローチャートである。図示の動作例は、図1に示すアプリケーション推薦サーバ15において主に行われる。ステップS201において、アプリケーション推薦サーバ15は、外部サイト14から情報(外部サイト情報)を取得する。このステップは、図2のステップS201に対応する。
【００４２】
ステップS401において、アプリケーション推薦サーバ15は、取得した外部サイト情報の内、アプリケーションに関連する情報とそれ以外の情報とを少なくとも分類する。外部サイト情報が、アプリケーションに関連する情報であるか否かは、適切な如何なる方法で判別されてもよい。例えば、外部サイト情報が特定のアプリケーションの名称やパッケージ名を含んでいる場合や、情報に付随するリンクが特定のアプリケーションに直結している等の場合(例えば、リンク先のURLがダウンロード先である場合)に、その情報は特定のアプリケーションに関連している、と判定されてもよい。
【００４３】
ステップS403において、アプリケーション推薦サーバ15は、様々なアプリケーションに関する様々な外部サイト情報について形態素解析を行い、肯定的な評価を表している外部サイト情報を抽出又は選別する。形態素解析を行うことで、例えば、外部サイト情報は、意味のある単語に区切られ、単語の品詞が判別され、助詞や助動詞が除去される。その結果の単語群を、高評価レビューの特徴語辞書に登録されている一群の単語とを比較することで、その外部サイト情報が肯定的な評価又は高い評価を表現しているか否かが判定される。高評価レビューの特徴語辞書の作成法については後述するが、概して、この特徴語辞書は、アプリケーションについて高い評価を示す多くの外部サイト情報が含んでいる傾向の強い単語又は言葉を特徴語として含んでいる。例えば、「快適」、「面白い」、「速い」、「正確」、「かわいい」等の単語は、特徴語辞書に特徴語として含まれる可能性が高い。高評価レビューの特徴語辞書を利用することで、個々のアプリケーションについての外部サイト情報の内、肯定的な評価を示す外部サイト情報のみを抽出することができる。
【００４４】
ステップS405において、アプリケーション推薦サーバ15は、肯定的な評価を示す外部サイト情報の数(レビュー数)に基づいて、アプリケーションについての注目度を算出する。このようにして算出された注目度を用いて、図2のステップS207において、注目度の伸び率、延いてはスコアSCが算出される。
【００４５】
図5は、図4のステップS403において使用される高評価レビューの特徴語辞書を作成するための動作例を示す。特徴語辞書は、アプリケーション推薦サーバ15が作成してもよいし、それ以外のノードが作成してもよい。後者の場合、アプリケーション推薦サーバ15は、特徴語辞書を利用できるようにそのノードと通信可能に接続されている必要がある。説明の便宜上、特徴語辞書をアプリケーション推薦サーバ15が作成するものとする。
【００４６】
ステップS501において、アプリケーション推薦サーバ15は、マーケットからアプリケーションの評価情報又はレビュー情報を取得する。アプリケーションを入手(購入又はダウンロード)したユーザの内の多くは、入手及び使用したアプリケーションを評価し、マーケットにフィードバックする。評価は例えば星の数及びコメントを含む。この評価の情報は、上記の外部サイト情報と異なっているのが通常的である。上記の外部サイト情報は、ソーシャルネットワーキングサービス(SNS)等においてユーザが話題にしている評価であるのに対して、ステップS501において想定している評価の情報は、アプリケーションを提供するマーケットが、ユーザから取得したフィードバックに基づいて蓄積した情報である。
【００４７】
ステップS503において、アプリケーション推薦サーバ15は、個々のアプリケーションの評価の情報を、少なくとも評価値の分解能に合わせて分類する。例えば、アプリケーションの評価が、5段階の星の数で表現される場合、アプリケーションの評価は、星の数に応じて分類される。以後の計算の基礎となる評価の情報は、アプリケーションに対するコメント(テキスト又はドキュメント)と、アプリケーションに対する評価の点数(星の数)との組み合わせにより特定される。
【００４８】
ステップS505において、星の数が所定数以上である評価の情報(テキスト又はドキュメント)に対して形態素解析が行われ、助詞や助動詞以外の単語について重み又はウェイトが付与される。重み又はウェイトは適切な如何なる方法で付与されてもよい。例えば、TF-IDF(Term Frequency-Inverse Document Frequency)法に従ってドキュメントに登場する単語についての重み(TF-IDF値)が決定されてもよい。その場合、単語の重みは、ドキュメントの中での出現頻度TF値と、多数のドキュメントに出現するほど小さな値をとる逆文書頻度IDF値との積により決定される。従って、TF-IDF法により定められた単語の重みは、1つのドキュメントに多数出現するほど大きな値をとりやすくなる一方、様々なドキュメントに多数出現するほど小さな値をとりやすくなる。例えば、電子メールを処理するアプリケーションについての評価の場合、「メール」のような単語のTF-IDF値は小さい。これに対して、「快適」のような単語は、肯定的な評価の場合には多く含まれるかもしれないが、そうでない評価の場合には含まれにくいので、比較的大きなTF-IDF値が付与されるやすい。
【００４９】
ステップS507において、星の数が所定数以上である評価の情報(ドキュメント)が抽出又は選別される。目下の例の場合、星の数が4つ以上である評価の情報(ドキュメント)が収集される。
【００５０】
ステップS509において、ステップS507で収集されたドキュメントに含まれている単語の内、TF-IDF値が一定値以上である単語が抽出され、特徴語辞書に特徴語として登録される。こうして作成された特徴語辞書は、図4のステップS403において、評価の情報(ドキュメント)の内容が肯定的又は高評価であるか否かを判定するために使用される。判定は、例えば、外部サイト情報について形態素解析を行い、解析結果から助詞や助動詞が除去されて得られた単語群のうち、特徴語辞書に含まれる単語を抽出し、その単語に対応するTF-IDF値を積算し、積算した値が所定の値以上となるかどうかにより行われてもよい。なお、特徴語は、アプリケーションのカテゴリに応じて異なることが予想されるので、図6に示すように、特徴語はカテゴリ毎に登録されることが好ましい。アプリケーションのカテゴリは、通常はアプリケーションの説明文に含まれているので、どのアプリケーションが如何なるカテゴリに属するかはマーケットからの情報に基づいて判別できる。
【００５１】
＜4．通信端末＞
図7は、図1に示されるような通信システムで使用される通信端末の機能ブロック図を示す。図7には通信端末に備わる様々な機能要素の内、本実施形態における動作に特に関連するものが示されている。通信端末は、通信部71、履歴情報処理部72及びユーザインタフェース部73を有する。
【００５２】
送受信部71は、アプリケーション推薦サーバ15から信号を受信する機能及びアプリケーション推薦サーバ15に信号を送信する機能を有する。受信する信号は、例えば、アプリケーション推薦サーバ15が推薦するアプリケーション情報や、アプリケーションそのもの等を含む信号である。送信する信号は、例えば、履歴情報、アプリーションを探すための検索クエリを示す情報、ダウンロード等の対象となるアプリケーションを示す情報等を含む信号である。
【００５３】
履歴情報処理部72は、アプリケーションについてユーザが行った利用履歴情報又は履歴情報を取得する。履歴情報は定期的に又は不定期的に通信部71からアプリケーション推薦サーバ15に報告される。
【００５４】
ユーザインタフェース部73は、ユーザに情報を提示する機能及びユーザからの入力を受け付ける機能を有する適切な如何なるインターフェースでもよい。ユーザインタフェース部は、視覚的なユーザインタフェースでもよいし、聴覚的なユーザインタフェースでもよい。ユーザインタフェース部73は、例えば、ディスプレイ、陰極線管（CRT）、液晶ディスプレイ（LCD）、有機ＥＬディスプレイ、タッチパッド、マウス、スタイラス、トラックボール、マイクロフォン及びスピーカ、又はそれらの適切な任意の組み合わせであるが、これらに限定されない。好ましくは、ユーザインタフェース部73は、タッチスクリーンを備えたディスプレイにより構築され、接触感知式の透明パネルがディスプレイをカバーし、ユーザの指又はスタイラスの動きにより画面の表示を制御する。
【００５５】
＜5．アプリケーション推薦サーバ＞
図8は、図1に示されるような通信システムで使用されるアプリケーション推薦サーバ15の機能ブロック図を示す。図8にはアプリケーション推薦サーバ15に備わる様々な機能要素の内、本実施形態における動作に特に関連するものが示されている。図示のアプリケーション推薦サーバ15は、通信部81、保存部82、スコア算出部83、推薦アプリ決定部84を有する。
【００５６】
通信部81は、通信端末から信号を受信する機能及び通信端末に信号を送信する機能を有する。送信する信号は、例えば、アプリケーション推薦サーバ15が推薦するアプリケーションの情報やアプリケーションそのもの等を含む信号である。受信する信号は、例えば、履歴情報、検索クエリを示す情報、ダウンロード等の対象となるアプリケーションを示す情報等のようなユーザ装置からの信号に加えて、外部サイト14からの信号も含む。
【００５７】
保存部又はデータベース82は、各ユーザの利用履歴情報に加えて、個々のアプリケーションに対する評価の情報(ドキュメント、評価値等)等も格納する。
【００５８】
スコア算出部83は、保存部82に保存されている情報に基づいて、個々のアプリケーションに対する注目度及び注目度の伸び率(盛り上がり度)を算出し、その伸び率等に基づいてアプリケーションのスコアを算出する。
【００５９】
推薦アプリ決定部84は、アプリケーション各々のスコアから、ユーザに推薦する1つ以上のアプリケーションを決定し、決定したアプリケーションを通信部81に通知する。通信部81に通知されたアプリケーションは、ユーザに推薦する情報(レコメンドアイテム)としてユーザに通知される。
【００６０】
以上本発明は特定の実施例を参照しながら説明されてきたが、それらは単なる例示に過ぎず、当業者は様々な変形例、修正例、代替例、置換例等を理解するであろう。例えば、本発明は、ユーザからの要求に応じて1つ以上のアプリケーションを推薦する適切な如何なる通信システムに適用されてもよい。発明の理解を促すため具体的な数値例を用いて説明がなされたが、特に断りのない限り、それらの数値は単なる一例に過ぎず適切な如何なる値が使用されてもよい。発明の理解を促すため具体的な数式を用いて説明がなされたが、特に断りのない限り、それらの数式は単なる一例に過ぎず適切な如何なる数式が使用されてもよい。上記の説明における項目の区分けは本発明に本質的ではなく、2以上の項目に記載された事項が必要に応じて組み合わせて使用されてよいし、ある項目に記載された事項が、別の項目に記載された事項に(矛盾しない限り)適用されてよい。機能ブロック図における機能部又は処理部の境界は必ずしも物理的な部品の境界に対応するとは限らない。複数の機能部の動作が物理的には1つの部品で行われてもよいし、あるいは1つの機能部の動作が物理的には複数の部品により行われてもよい。説明の便宜上、本発明の実施例に係る装置は機能的なブロック図を用いて説明されたが、そのような装置はハードウェアで、ソフトウェアで又はそれらの組み合わせで実現されてもよい。ソフトウェアは、ランダムアクセスメモリ（RAM）、フラッシュメモリ、読み取り専用メモリ（ROM）、EPROM、EEPROM、レジスタ、ハードディスク（HDD）、リムーバブルディスク、CD−ROM、データベース、サーバその他の適切な如何なる記憶媒体に用意されてもよい。本発明は上記実施例に限定されず、本発明の精神から逸脱することなく、様々な変形例、修正例、代替例、置換例等が本発明に包含される。
【符号の説明】
【００６１】
11、12 通信端末
13 ネットワーク
14 外部サイト
15 アプリケーション推薦サーバ
71 通信部
72 履歴情報処理部
73 ユーザインタフェース部
81 通信部
82 保存部
83 スコア算出部
84 推薦アプリ決定部
【特許請求の範囲】
【請求項１】
ネットワークを経由してユーザ装置からアプリケーションの利用履歴情報を取得する通信部と、
少なくとも前記利用履歴情報を用いて個々のアプリケーションに対する注目度を算出する注目度算出部と、
1つ以上のアプリケーション各々について、一定期間にわたる前記注目度の伸び率を算出し、該伸び率からアプリケーション各々のスコアを算出するスコア算出部と、
前記アプリケーション各々の前記スコアから、特定のユーザ装置のユーザに推薦する1つ以上のアプリケーションを決定し、決定したアプリケーションを前記通信部に通知する推薦アプリ決定部と
を有するアプリケーション推薦装置。
【請求項２】
前記スコア算出部は、前記通信部が特定のユーザ装置からアプリケーションの検索要求を受けた場合に、該検索要求に合致する1つ以上のアプリケーション各々について、一定期間にわたる前記注目度の伸び率を算出し、該伸び率からアプリケーション各々のスコアを算出する、請求項１記載のアプリケーション推薦装置。
【請求項３】
前記注目度算出部が、前記或るアプリケーションについてなされたレビューの内容を分析し、肯定的な内容を含むレビューを抽出し、抽出されたレビューに基づいて、前記或るアプリケーションに対する前記注目度を算出する、請求項1又は2記載のアプリケーション推薦装置。
【請求項４】
前記注目度算出部は、前記肯定的な内容を含むレビューを抽出する際に、アプリケーションのカテゴリ毎に予め作成されている辞書を利用する、請求項3記載のアプリケーション推薦装置。
【請求項５】
当該アプリケーション推薦装置が、マーケットから取得した評価の中から、ユーザによる評価の高さを示す点数が所定値以上である評価を選別し、選別した1つ以上の評価に含まれている個々の単語の重みを算出し、該重みが所定値以上である単語により前記辞書を作成する、請求項4記載のアプリケーション推薦装置。
【請求項６】
前記注目度算出部において、或るアプリケーションに対する前記注目度が、該或るアプリケーションについてなされたレビューの件数から算出される、請求項1又は2記載のアプリケーション推薦装置。
【請求項７】
前記注目度算出部において、或るアプリケーションに対する前記注目度が、該或るアプリケーションのインストール数又は起動回数から算出される、請求項1又は2記載のアプリケーション推薦装置。
【請求項８】
前記スコア算出部において、前記伸び率は、前記一定期間全体にわたる注目度の累積値と、前記一定期間内の直近の期間における注目度の値との比率から算出される、請求項1ないし7の何れか1項に記載のアプリケーション推薦装置。
【請求項９】
ネットワークを経由してユーザ装置からアプリケーションの利用履歴情報を取得し、
少なくとも前記利用履歴情報を用いて個々のアプリケーションに対する注目度を算出し、
1つ以上のアプリケーション各々について、一定期間にわたる前記注目度の伸び率を算出し、該伸び率からアプリケーション各々のスコアを算出し、
前記アプリケーション各々の前記スコアから、特定のユーザ装置のユーザに推薦する1つ以上のアプリケーションを決定し、決定したアプリケーションを前記通信部に通知するステップ
を有するアプリケーション推薦方法。
【請求項１】
ネットワークを経由してユーザ装置からアプリケーションの利用履歴情報を取得する通信部と、
少なくとも前記利用履歴情報を用いて個々のアプリケーションに対する注目度を算出する注目度算出部と、
1つ以上のアプリケーション各々について、一定期間にわたる前記注目度の伸び率を算出し、該伸び率からアプリケーション各々のスコアを算出するスコア算出部と、
前記アプリケーション各々の前記スコアから、特定のユーザ装置のユーザに推薦する1つ以上のアプリケーションを決定し、決定したアプリケーションを前記通信部に通知する推薦アプリ決定部と
を有するアプリケーション推薦装置。
【請求項２】
前記スコア算出部は、前記通信部が特定のユーザ装置からアプリケーションの検索要求を受けた場合に、該検索要求に合致する1つ以上のアプリケーション各々について、一定期間にわたる前記注目度の伸び率を算出し、該伸び率からアプリケーション各々のスコアを算出する、請求項１記載のアプリケーション推薦装置。
【請求項３】
前記注目度算出部が、前記或るアプリケーションについてなされたレビューの内容を分析し、肯定的な内容を含むレビューを抽出し、抽出されたレビューに基づいて、前記或るアプリケーションに対する前記注目度を算出する、請求項1又は2記載のアプリケーション推薦装置。
【請求項４】
前記注目度算出部は、前記肯定的な内容を含むレビューを抽出する際に、アプリケーションのカテゴリ毎に予め作成されている辞書を利用する、請求項3記載のアプリケーション推薦装置。
【請求項５】
当該アプリケーション推薦装置が、マーケットから取得した評価の中から、ユーザによる評価の高さを示す点数が所定値以上である評価を選別し、選別した1つ以上の評価に含まれている個々の単語の重みを算出し、該重みが所定値以上である単語により前記辞書を作成する、請求項4記載のアプリケーション推薦装置。
【請求項６】
前記注目度算出部において、或るアプリケーションに対する前記注目度が、該或るアプリケーションについてなされたレビューの件数から算出される、請求項1又は2記載のアプリケーション推薦装置。
【請求項７】
前記注目度算出部において、或るアプリケーションに対する前記注目度が、該或るアプリケーションのインストール数又は起動回数から算出される、請求項1又は2記載のアプリケーション推薦装置。
【請求項８】
前記スコア算出部において、前記伸び率は、前記一定期間全体にわたる注目度の累積値と、前記一定期間内の直近の期間における注目度の値との比率から算出される、請求項1ないし7の何れか1項に記載のアプリケーション推薦装置。
【請求項９】
ネットワークを経由してユーザ装置からアプリケーションの利用履歴情報を取得し、
少なくとも前記利用履歴情報を用いて個々のアプリケーションに対する注目度を算出し、
1つ以上のアプリケーション各々について、一定期間にわたる前記注目度の伸び率を算出し、該伸び率からアプリケーション各々のスコアを算出し、
前記アプリケーション各々の前記スコアから、特定のユーザ装置のユーザに推薦する1つ以上のアプリケーションを決定し、決定したアプリケーションを前記通信部に通知するステップ
を有するアプリケーション推薦方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２０１３−７７０５６（Ｐ２０１３−７７０５６Ａ）
【公開日】平成２５年４月２５日（２０１３．４．２５）
【国際特許分類】
【出願番号】特願２０１１−２１５２０２（Ｐ２０１１−２１５２０２）
【出願日】平成２３年９月２９日（２０１１．９．２９）
【出願人】（３９２０２６６９３）株式会社エヌ・ティ・ティ・ドコモ (5,876)
【公開日】平成２５年４月２５日（２０１３．４．２５）
【国際特許分類】
【出願日】平成２３年９月２９日（２０１１．９．２９）
【出願人】（３９２０２６６９３）株式会社エヌ・ティ・ティ・ドコモ (5,876)
[ Back to top ]