情報作成装置、情報作成方法、レコメンド装置、レコメンド方法及びプログラム
【課題】レコメンドのために複数の流通チャネルにおける購買履歴を考慮することができるようにする。
【解決手段】ユーザに対して提案する商品又はサービスを決定するための情報を作成する分析装置３０は、オンライン販売及び実店舗における対面販売で購買された商品の購買履歴を記憶するオンライン購買履歴データベース３３２及び実店舗購買履歴データベース３３３を備える。購買連関ネットワーク作成部３１２は、オンライン購買履歴及び実店舗購買履歴に基づいて、商品の小分類をノードとし、同一のユーザにより購買されたことをリンクとするグラフである購買連関ネットワーク１を作成する。
【解決手段】ユーザに対して提案する商品又はサービスを決定するための情報を作成する分析装置３０は、オンライン販売及び実店舗における対面販売で購買された商品の購買履歴を記憶するオンライン購買履歴データベース３３２及び実店舗購買履歴データベース３３３を備える。購買連関ネットワーク作成部３１２は、オンライン購買履歴及び実店舗購買履歴に基づいて、商品の小分類をノードとし、同一のユーザにより購買されたことをリンクとするグラフである購買連関ネットワーク１を作成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、情報作成装置、情報作成方法、レコメンド装置、レコメンド方法及びプログラムに関する。
【背景技術】
【０００２】
近年、ブロードバンドによる通信回線の高速化などに伴って、電子商取引（ＥＣ；Electronic Commerce）の普及、進展が続いている。電子商取引では、ある商品がユーザに閲覧される際に、そのユーザに対して他の商品の提案（レコメンド）が行われることがある。レコメンドは過去の購買履歴などに基づいて行われ、例えば特許文献１には、個人の過去の購入履歴などを加味して、この個人の購入確率が高い商品をレコメンドすることが開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００９−１８１２７２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ユーザが商品やサービスを購入するチャネルは電子商取引に限られるものではなく、実店舗の対面販売なども存在している。しかしながら、特許文献１に記載のシステムでは、店頭における購買履歴に基づいてレコメンドが行われており、異なるチャネルでの購買に関しては何ら着目していない。
【０００５】
本発明は、このような背景を鑑みてなされたものであり、レコメンドのために複数の流通チャネルにおける購買履歴を考慮することのできる、情報作成装置、情報作成方法、レコメンド装置、レコメンド方法及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００６】
上記課題を解決するための本発明の主たる発明は、ユーザに対して商品又はサービスを提案するレコメンド装置であって、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶する購買履歴記憶部と、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するネットワーク分析部と、前記購買連関ネットワークを記憶する購買連関ネットワーク記憶部と、前記第１の商品又はサービスの指定を受け付ける指定部と、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、前記レコメンド商品を出力するレコメンド部と、を備えることとする。
【０００７】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するレコメンド装置であって、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶する購買連関ネットワーク記憶部と、第１の前記商品又はサービスの指定を受け付ける指定部と、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、前記レコメンド商品を出力するレコメンド部と、を備えることとする。
【０００８】
また、本発明のレコメンド装置では、前記リンクには前記ノード間の関連性の強さを示す強度が付帯されており、前記レコメンド決定部は、前記第２のカテゴリのうち、所定値以下の前記強度が付帯された前記リンクによりリンクされたもののみを抽出するようにしてもよい。
【０００９】
また、本発明のレコメンド装置では、前記購買履歴には、前記商品又はサービスが販売された個数が含まれており、前記レコメンド決定部は、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに含まれる前記商品又はサービスの前記個数を合計し、前記合計が所定値以下である場合にのみ前記レコメンド商品を決定するようにしてもよい。
【００１０】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するレコメンド装置であって、第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶するレコメンド決定情報記憶部と、第１の前記商品又はサービスの指定を受け付ける指定部と、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを前記レコメンド決定情報記憶部から抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、前記レコメンド商品を出力するレコメンド部と、を備えることとする。
【００１１】
また、本発明のレコメンド装置では、前記第１及び第２のカテゴリは異なるカテゴリであってもよい。
【００１２】
また、本発明のレコメンド装置では、前記第１及び第２のカテゴリはグループ分けされており、前記レコメンド決定部は、前記第２のカテゴリのうち、前記第１のカテゴリとは異なるグループに属するもののみを抽出するようにしてもよい。
【００１３】
また、本発明の他の態様は、ユーザに対して提案する商品又はサービスを決定するための情報を作成する装置であって、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶する購買履歴記憶部と、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するネットワーク分析部と、を備えることとする。
【００１４】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するレコメンド方法であって、コンピュータが、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶し、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成し、前記購買連関ネットワークを記憶し、前記第１の商品又はサービスの指定を受け付け、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、前記レコメンド商品を出力することとする。
【００１５】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するレコメンド方法であって、コンピュータが、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶し、第１の前記商品又はサービスの指定を受け付け、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、前記レコメンド商品を出力することとする。
【００１６】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するレコメンド方法であって、コンピュータが、第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶し、第１の前記商品又はサービスの指定を受け付け、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、前記レコメンド商品を出力することとする。
【００１７】
また、本発明の他の態様は、ユーザに対して提案する商品又はサービスを決定するための情報を作成する方法であって、コンピュータが、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶し、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成することとする。
【００１８】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するためのプログラムであって、コンピュータに、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶するステップと、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するステップと、前記購買連関ネットワークを記憶するステップと、前記第１の商品又はサービスの指定を受け付けるステップと、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、前記レコメンド商品を出力するステップと、を実行させることとする。
【００１９】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するためのプログラムであって、コンピュータに、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶するステップと、第１の前記商品又はサービスの指定を受け付けるステップと、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、前記レコメンド商品を出力するステップと、を実行させることとする。
【００２０】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するためのプログラムであって、コンピュータに、第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶するステップと、第１の前記商品又はサービスの指定を受け付けるステップと、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、前記レコメンド商品を出力するステップと、を実行させることとする。
【００２１】
また、本発明の他の態様は、ユーザに対して提案する商品又はサービスを決定するための情報を作成するためのプログラムであって、コンピュータに、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶するステップと、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するステップと、を実行させることとする。
【００２２】
その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。
【発明の効果】
【００２３】
本発明によれば、レコメンドのために複数の流通チャネルにおける購買履歴を考慮することができる。
【図面の簡単な説明】
【００２４】
【図１】購買連関ネットワーク１の構成例を示す図である。
【図２】本実施形態のレコメンドシステムの全体構成を示す図である。
【図３】レコメンド装置２０及び分析装置３０を実現するコンピュータのハードウェア構成を示す図である。
【図４】分析装置３０のソフトウェア構成を示す図である。
【図５】商品分類データベース３３１に記憶される商品分類情報の構成例を示す図である。
【図６】購買履歴の構成例を示す図である。
【図７】購買連関ネットワーク１の作成処理の流れを示す図である。
【図８】レコメンド決定情報２を作成する処理の流れを示す図である。
【図９】レコメンド決定情報２の構成例を示す図である。
【図１０】レコメンド装置２０のソフトウェア構成を示す図である。
【図１１】誘導データベース２３２の構成例を示す図である。
【図１２】商品詳細情報データベース２３３に記憶される商品詳細情報の構成例を示す図である。
【図１３】レコメンド商品の決定処理の流れを示す図である。
【発明を実施するための形態】
【００２５】
以下、本発明の一実施形態に係るレコメンドシステムについて説明する。本実施形態のレコメンドシステムは、ユーザに対してお勧め商品の提案（レコメンド）を行うものである。
【００２６】
本実施形態のレコメンドシステムでは、商品の購買履歴から商品の関連を分析したグラフ（以下、「購買連関ネットワーク１」という。）に基づいてレコメンドを行う。購買連関ネットワーク１は、複数の流通チャネルにおける購買履歴から作成される。本実施形態では、インターネットなどにおける電子商取引（以下、「オンライン販売」という。）と実店舗における対面販売との２つの流通チャネルにおける購買履歴から購買連関ネットワーク１が作成されるものとする。図１は、購買連関ネットワーク１の構成例を示す図である。購買連関ネットワーク１は、チャネルごとの商品の小分類（本発明の「カテゴリ」に該当する。）をノードとし、同一のユーザにより購買された小分類のノード間をリンク（「エッジ」、「紐帯」などとも呼ばれる。）によりつながれたグラフである。図１の例では、三角形の図形がオンライン販売における小分類、丸形の図形が実店舗における小分類のノードを示している。リンクには関連性を示す重み（「リンク強度」と呼ばれる。）がつけられている。リンク強度は、同じユーザにより購買される可能性の高さであり、購買関連ネットワーク１の作成時に同じユーザにより購買されていた個数の間のピアソンの積率相関係数である。本実施形態のレコメンドシステムは、オンライン販売による商品の購買履歴（以下、「オンライン購買履歴」という。本発明の「第１の購買履歴」に対応する。）と、実店舗における商品の購買履歴（以下、「実店舗購買履歴」という。本発明の「第２の購買履歴」に対応する。）とに基づいて購買連関ネットワーク１を作成し、購買連関ネットワーク１に基づいてレコメンドを行う。
【００２７】
図２は、本実施形態のレコメンドシステムの全体構成を示す図である。本実施形態のレコメンドシステムは、レコメンド装置２０と分析装置３０とを含んで構成される。レコメンド装置２０と、ユーザ端末１０及び分析装置３０のそれぞれと、は通信路１１及び１２を介して通信可能に接続されている。なお、ユーザ端末１０、レコメンド装置２０及び分析装置３０が１つの通信ネットワークを介して互いに通信可能に接続されるようにしてもよい。通信路１１及び１２は、例えば公衆電話回線網や携帯電話回線網、無線通信網、イーサネット（登録商標）などにより構築される、例えばインターネットやＬＡＮ（Local Area Network）などである。
【００２８】
レコメンド装置２０は、ユーザ端末１０のユーザに商品をレコメンドする、例えばワークステーションやパーソナルコンピュータなどのコンピュータである。本実施形態では、レコメンド装置２０は、例えば、オンラインショッピングやカタログ提供などのサービスを提供するＷｅｂサーバであることを想定する。レコメンド装置２０は、ユーザ端末１０から送信されるＨＴＴＰのリクエストに応じてＷｅｂページを送信する。レコメンド装置２０は、リクエストに商品が指定されていた場合（以下、リクエストに指定された商品を「指定商品」という。）、指定商品についてのＷｅｂページ情報に、購買連関ネットワーク１に基づいて指定商品に関連する他の商品（以下、「レコメンド商品」という。）をユーザに提案するための情報（以下、「レコメンド情報」という。）を埋め込んでユーザ端末１０に送信する。
【００２９】
分析装置３０は、レコメンドに用いる購買連関ネットワーク１を作成する、例えばワークステーションやパーソナルコンピュータなどのコンピュータである。分析装置３０は、後述するように、オンライン購買履歴と実店舗購買履歴とに基づいて購買連関ネットワーク１を作成する。
【００３０】
図３は、レコメンド装置２０及び分析装置３０を実現するコンピュータのハードウェア構成を示す図である。レコメンド装置２０及び分析装置３０は、ＣＰＵ１０１、メモリ１０２、記憶装置１０３、通信インタフェース１０４、入力装置１０５、出力装置１０６を備えている。記憶装置１０３は、各種のプログラムやデータを記憶する、例えばハードディスクドライブやソリッドステートディスク、フラッシュメモリ、半導体記憶装置などである。ＣＰＵ１０１は記憶装置１０３に記憶されているプログラムをメモリ１０２に読み出して実行することにより各種の機能を実現する。通信インタフェース１０４は、通信路１１及び１２に接続するためのインタフェースである。通信インタフェース１０４は、例えば、イーサネット（登録商標）に接続するためのアダプタや、公衆電話回線網に接続するためのモデム、無線通信路に接続するための通信機などである。入力装置１０５は、データを入力するための、例えばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどである。出力装置１０６は、データを出力するための、例えばディスプレイやプリンタ、スピーカなどである。
【００３１】
図４は、分析装置３０のソフトウェア構成を示す図である。分析装置３０は、購買履歴登録部３１１、購買連関ネットワーク作成部３１２、レコメンド決定情報作成部３１３、レコメンド決定情報出力部３１４、商品分類データベース３３１、オンライン購買履歴データベース３３２、実店舗購買履歴データベース３３３を備えている。なお、購買履歴登録部３１１、購買連関ネットワーク作成部３１２、レコメンド決定情報作成部３１３、レコメンド決定情報出力部３１４は、分析装置３０において、ＣＰＵ１０１が記憶装置１０３に記憶されているプログラムをメモリ１０２に読み出して実行することにより実現される。商品分類データベース３３１、オンライン購買履歴データベース３３２、実店舗購買履歴データベース３３３は、分析装置３０が備えるメモリ１０２及び記憶装置１０３が提供する記憶領域の一部として実現される。
【００３２】
商品分類データベース３３１は、商品の分類に関する情報（以下、「商品分類情報」という。）を記憶する。図５は、商品分類データベース３３１に記憶される商品分類情報の構成例を示す図である。商品分類情報は、商品ＩＤ、チャネル、大分類（本発明の「グループ」に該当する。）、小分類、商品名が含まれる。商品ＩＤは商品を特定するための情報である。チャネルは、商品が購買されたチャネルであり、本実施形態では、オンライン販売を示す「オンライン」又は実店舗における対面販売を示す「実店舗」のいずれかが設定される。大分類及び小分類は商品の分類であるが、小分類については、概念上同じ分類に属す場合であっても、チャネルが異なる場合には異なる小分類となるように設定されるものとする。すなわち、オンライン販売における商品の小分類（以下、オンライン販売における小分類を特に「オンライン小分類」という。）と、実店舗での対面販売における商品の小分類（以下、実店舗での対面販売における小分類を特に「実店舗小分類」という。）とは異なる分類になる。例えば図５の例では、「ｅａｔ」（食事）という分類について、オンライン小分類は「１ｅａｔ」、実店舗小分類は「２ｅａｔ」がそれぞれ設定されている。
【００３３】
オンライン購買履歴データベース３３２は、インターネットにおけるオンライン販売に係る購買履歴（以下、「オンライン購買履歴」という。）を記憶し、実店舗購買履歴データベース３３３は、実店舗における対面販売に係る購買履歴（以下、「実店舗購買履歴」という。）を記憶する。本実施形態では、オンライン購買履歴及び実店舗購買履歴（以下、これらをまとめて単に「購買履歴」ともいう。）は同じ内容であるものとする。図６は購買履歴の構成例を示す図である。購買履歴には、購買された商品を示す商品ＩＤ、当該商品の購買に係るオンライン取引が行われたサイト又は対面販売が行われた実店舗を示す店舗ＩＤ、当該商品を購買したユーザを示すユーザＩＤ、購買日時、当該商品が購買された個数、及び当該商品の購買における販売価格（単価）が含まれる。
【００３４】
購買履歴登録部３１１は、購買履歴をオンライン購買履歴データベース３３２及び実店舗購買履歴データベース３３３に登録する。購買履歴登録部３１１は、例えば、オンラインショッピングを提供しているＷｅｂサーバからオンライン購買履歴を取得してオンライン購買履歴データベース３３２に登録し、実店舗やその支部、本部などに設置されているストアコンピュータから実店舗購買履歴を取得して実店舗購買履歴データベース３３３に登録するようにしてもよいし、分析装置３０の使用者からオンライン購買履歴及び実店舗購買履歴の入力を受け付けてオンライン購買履歴データベース３３２及び実店舗購買履歴データベース３３３に登録するようにしてもよい。
【００３５】
購買連関ネットワーク作成部３１２は、オンライン購買履歴及び実店舗購買履歴に基づいて購買連関ネットワーク１を作成する。図７は、購買連関ネットワーク１の作成処理の流れを示す図である。購買連関ネットワーク作成部３１２は、オンライン購買履歴データベース３３２及び実店舗購買履歴データベース３３３を参照して、各小分類について、購買履歴の個数をユーザＩＤごとに合計する（Ｓ４０１）。購買連関ネットワーク作成部３１２は、２つの小分類の組み合わせのそれぞれについて、ユーザＩＤごとの個数合計の間のピアソンの積率相関係数を算出する（Ｓ４０２）。購買連関ネットワーク作成部３１２は、小分類をノードとし、積率相関係数が所定の閾値（以下、「最低強度」という。例えば、一般に相関関係がないと判断される値（図１では「０．１」）とすることができる。）以上である２つの小分類のそれぞれについて、積率相関係数をリンク強度とするリンクで当該２つの小分類を接続するグラフを作成する（Ｓ４０３）。なお、購買連関ネットワーク作成部３１２は、各ノードに、小分類に対応する商品分類情報に含まれるチャネルを付帯させ、各ノードがどのチャネルについてのノードであるかを区別できるようにする。以上のようにして作成されたグラフが、図１に示す購買連関ネットワーク１となる。なお、購買連関ネットワーク１は一般的なグラフを表現する形式のデータとして記述されるものとする。
【００３６】
レコメンド決定情報作成部３１３は、購買連関ネットワーク１に基づいて、レコメンド商品を決定するための情報（以下、「レコメンド決定情報２」という。）を作成する。図８は、レコメンド決定情報２を作成する処理の流れを示す図である。レコメンド決定情報作成部３１３は、商品分類データベース３３１において「オンライン」のチャネルに対応する小分類のそれぞれを処理小分類として以下の処理を行う。レコメンド決定情報作成部３１３は、オンライン購買履歴データベース３３２から、処理小分類に対応する個数を合計し（Ｓ４２１）、個数の合計値が所定の閾値（以下、「最大購買規模」という。）以下である場合に（Ｓ４２２：ＹＥＳ）、購買連関ネットワーク１において処理小分類にリンクにより接続される小分類（以下、「関連小分類」という。）のうち、「実店舗」のチャネルが付帯されているものを抽出してリストとする（Ｓ４２３）。レコメンド決定情報作成部３１３は、リンク強度が所定の閾値（以下、「最大強度」という。例えば、一般に相関関係が強いと判断される値（図１のデータに対しては「０．２」）とすることができる。）より大きい関連小分類をリストから削除する（Ｓ４２４）。レコメンド決定情報作成部３１３は、リストに含まれている関連小分類のそれぞれについて、処理小分類、関連小分類、リンク強度を対応づけてレコメンド決定情報２に追加する（Ｓ４２５）。以上の処理を各処理小分類について行うことにより、最大購買規模以下の販売個数である処理小分類について、最大強度以下のリンク強度でリンクされている関連小分類がレコメンド決定情報２に追加される。上記のようにして作成されるレコメンド決定情報２の構成例を図９に示す。図９に示すように、レコメンド決定情報２には、小分類と、当該小分類に対応する関連小分類と、その関連性を示すリンク強度とが対応づけられた行が含まれる。
【００３７】
レコメンド決定情報出力部３１４は、レコメンド決定情報２を出力する。本実施形態では、レコメンド決定情報出力部３１４は、レコメンド決定情報２をレコメンド装置２０に送信するものとする。
【００３８】
図１０は、レコメンド装置２０のソフトウェア構成を示す図である。レコメンド装置２０は、レコメンド決定情報受信部２１１、商品指定部２１２、レコメンド商品決定部２１３、商品ページ送信部２１４、商品分類データベース２３１、誘導データベース２３２、商品詳細情報データベース２３３、レコメンド決定情報記憶部２３４を備える。なお、レコメンド決定情報受信部２１１、商品指定部２１２、レコメンド商品決定部２１３、商品ページ送信部２１４は、レコメンド装置２０においてＣＰＵ１０１が記憶装置１０３に記憶されているプログラムをメモリ１０２に読み出して実行することにより実現される。商品分類データベース２３１、誘導データベース２３２、商品詳細情報データベース２３３、レコメンド決定情報記憶部２３４は、レコメンド装置２０が備えるメモリ１０２及び記憶装置１０３が提供する記憶領域の一部として実現される。
【００３９】
商品分類データベース２３１は、商品分類情報を記憶する。商品分類データベース２３１の構成は、上述した図５に示す分析装置３０の商品分類データベース３３１と同じである。
【００４０】
誘導データベース２３２は、実店舗での商品とオンライン販売での商品とを対応づけるための情報が記憶される。図１１は本実施形態における誘導データベース２３２の構成例を示す図である。本実施形態では、誘導データベース２３２は、実店舗小分類とオンライン小分類とが対応づけられている。
【００４１】
商品詳細情報データベース２３３は、商品に関するＷｅｂページ（以下、「商品ページ」という。）を作成するための、商品に関する詳細な情報（以下、「商品詳細情報」という。）を記憶する。図１２は商品詳細情報データベース２３３に記憶される商品詳細情報の構成例を示す図である。本実施形態では、商品詳細情報には、商品ＩＤに対応づけて、商品名、価格、商品の画像を表示するための画像データのファイル名、商品についての説明などが含まれている。なお、商品詳細情報には、商品を説明するＷｅｂページを作成するために必要な一般的な情報が含まれているものとする。
【００４２】
レコメンド決定情報受信部２１１は、分析装置３０から送信されるレコメンド決定情報２を受信する。レコメンド決定情報受信部２１１は、受信したレコメンド決定情報２をレコメンド決定情報記憶部２３４に登録する。レコメンド決定情報記憶部２３４は、図９に示すレコメンド決定情報２を記憶する。
【００４３】
商品指定部２１２は、指定商品の指定を受け付ける。商品指定部２１２は、ユーザ端末１０から送信されるＨＴＴＰのリクエストに商品ＩＤが指定されていた場合には、当該商品ＩＤが示す商品を指定商品として受け付けることができる。
【００４４】
レコメンド商品決定部２１３は、指定商品が指定された場合に、指定商品に関連するレコメンド商品を決定する。図１３はレコメンド商品の決定処理の流れを示す図である。レコメンド商品決定部２１３は、商品分類データベース２３１から、指定商品の商品ＩＤ（以下、「指定商品ＩＤ」という。）に対応する小分類を読み出す（Ｓ５０１）。レコメンド商品決定部２１３は、レコメンド決定情報記憶部２３４に記憶されているレコメンド決定情報２から、読み出した小分類に対応する関連小分類を読み出し（Ｓ５０２）、誘導データベース２３２から、関連小分類に対応するオンライン小分類を読み出す（Ｓ５０３）。レコメンド商品決定部２１３は、商品分類データベース２３１から、オンライン小分類に対応する商品ＩＤを読み出す（Ｓ５０４）。レコメンド商品決定部２１３は、読み出した各商品ＩＤについて、商品分類データベース３３１から大分類を読み出し（Ｓ５０５）、上記商品ＩＤのうち、指定商品の大分類と異なる大分類に属するものを、レコメンドに用いるもの（以下、「レコメンド商品ＩＤ」という。）として決定する（Ｓ５０６）。なお、レコメンド商品決定部２１３は、ステップＳ５０４の前に、関連小分類に対応する大分類を商品分類データベース３３１から読み出し、ステップＳ５０４において、指定商品に対応する大分類とは異なる大分類に所属する関連小分類についてのみ商品ＩＤを読み出し、読み出した商品ＩＤをレコメンド商品ＩＤとしてもよい。
【００４５】
商品ページ送信部２１４は、リクエストに応じて、商品についての情報を表示するためのＷｅｂページ（以下、「商品ページ」という。）を作成する。商品ページ送信部２１４は、指定商品ＩＤに対応する商品詳細情報を商品詳細情報データベース２３３から読み出し、読み出した商品詳細情報に基づいて商品ページを作成する。なお、商品ページの作成処理には、一般的な商品についてのＷｅｂページの作成処理を用いることができる。商品ページ送信部２１４は、レコメンド商品決定部２１３がレコメンド商品ＩＤを決定した場合には、レコメンド商品ＩＤに対応する商品詳細情報を商品詳細情報データベース２３３から読み出し、読み出した商品詳細情報に基づいてレコメンド情報を作成し、作成したレコメンド情報を商品ページに組み入れて作成するようにする。商品ページ送信部２１４は、作成した商品ページをユーザ端末１０に送信する。
以上のようにして、指定商品に関連するレコメンド商品が提案される。
【００４６】
本実施形態のレコメンドシステムによれば、オンライン購買履歴と実店舗購買履歴との異なるチャネルの購買履歴に基づいて購買連関ネットワーク１が作成され、この購買連関ネットワーク１に基づいてレコメンドを行うことができる。したがって、例えば実店舗での販売が多くインターネットショッピングではあまり販売されていない商品など、チャネルによって購買履歴に偏りがある場合であっても、チャネルを問わずにレコメンド商品として選択することができる。これにより、異なるチャネルからユーザを誘引することが可能となる。
【００４７】
また、本実施形態のレコメンドシステムでは、オンラインでの指定商品の小分類にリンクされた実店舗での小分類を、オンラインの小分類に変換した後にレコメンド商品を決定しているので、オンラインで購入したユーザが実店舗で購入していた実績のある商品について、オンラインで販売されているものをレコメンドすることができる。したがって、実店舗で商品を購入していたユーザをオンライン販売に誘導することができる。もっとも、同じチャネルの商品をレコメンドすること、すなわちオンラインの指定商品の小分類にリンクされたオンラインの小分類に基づいてレコメンド商品を決定することを、排除するものではない。
【００４８】
また、本実施形態のレコメンドシステムでは、指定商品とは異なる大分類に属する商品をレコメンドするようにしているので、ユーザにとって意外性のあるレコメンドを行うことが可能となる。例えば化粧品を閲覧しているユーザに対しては、化粧品がレコメンドされず、他の大分類（例えば食品（ｆｏｏｄ）など）に属する商品がレコメンドされることになる。ここで食品関連の商品についてオンラインでの販売規模が小さい場合には、従来のレコメンドシステムでは食品関連の商品がレコメンドされる可能性も小さくなる。また実店舗でオンラインでの食品関連の商品がレコメンドされる可能性も小さいと考えられる。これに対して本実施形態のレコメンドシステムのように、生活関連の商品（例えば化粧品（ｃｏｓｍｅｔｉｃ））を閲覧しているユーザに食品関連の商品（例えば菓子（ｃａｎｄｙ））をレコメンドすることにより、これまでレコメンドされることの少なかった商品をレコメンドする機会を増やすことが可能となる。また、実店舗で多く販売されていることからレコメンドされる機会が少なかった商品をオンラインでレコメンドすることができるので、実店舗からオンラインにユーザを誘引することができる。もっとも、大分類が同じ小分類の商品をレコメンドすることを排除するものではない。
【００４９】
また、本実施形態のレコメンドシステムでは、リンク強度（相関）が強すぎる（最大強度より大きい）小分類についてはレコメンド決定情報２に追加しないようにしている（図８のステップＳ４２４）。オンライン購買商品と実店舗購買商品との購買連関が強いということは、その実店舗購買商品は何らかの理由で、あえて実店舗で買っている、つまりオンラインと実店舗との棲み分けができている可能性が高いため、レコメンドによりユーザをオンライン販売に誘導できない可能性がある。このような商品をレコメンドしないことによって、効果的なレコメンドを行うことができる。
【００５０】
また、本実施形態のレコメンドシステムでは、オンライン販売における購買規模が大きすぎる（最大購買規模より大きい）小分類についてもレコメンド決定情報２に追加しないようにしている（図８のステップＳ４２２）。購買規模が大きい商品に比べて、購買規模が小さい商品をオンライン販売により購入しているユーザは、一般的な利用者に比べてオンライン販売に理解があることが期待される。したがって、購買規模が小さい商品について、実店舗で販売されている商品を提案することにより、実店舗からオンライン販売にユーザを効果的に誘導することができる。
【００５１】
なお、本実施形態では、購買対象は商品であるものとしたが、商品に加えて又は商品に代えてサービスを購買対象とすることもできる。
【００５２】
また、本実施形態では、リンク強度はピアソンの積率相関係数により計算するものとしたが、これに限らず、データ中で２つのアイテムが同時に出現する共起単位の個数、２つのアイテム間のジャッカード係数、２つのアイテム間のカイ二乗値、２つのアイテム間のシンプソン係数、２つのアイテム間をそれぞれ出現共起単位からなるベクトルとした両者の間の角度のコサイン値、２つのアイテム間の相互情報量などの共起度により求めるようにしてもよいし、マーケットバスケット分析に用いられる支持度や確信度などの相関ルールにより求めるようにしてもよい。もっとも、本実施形態のようにピアソンの積率相関係数によりリンク強度を計算することは、チャネルによる商品生起頻度に差がある場合でも、購買連関ネットワークにおいてチャネルごとの商品が不自然に密集しあるいは乖離するような現象を回避することが可能となり、また購買量の多寡をリンク強度に反映することもできるので好適である。
【００５３】
また、リンク強度は、個数ではなく、購買金額に基づいて計算するようにしてもよい。もっとも、本実施形態のようにリンク強度を購買個数に基づいて計算することは、商品の小分類に含まれる各商品の価格が大きく異なるような場合や、オークションのように決済金額が大きく異なる可能性がある場合であってもその影響を排除して関連性を計算することができるので好適である。また、購買規模も購買金額から計算するようにしてもよい。
【００５４】
また、本実施形態では、分析装置３０において購買連関ネットワーク１に基づいて作成されたレコメンド決定情報２をレコメンド装置２０に送信するものとしたが、レコメンド装置２０は、予めレコメンド決定情報２を記録しておくようにしてもよい。例えば、レコメンド装置２０のレコメンド決定情報受信部２１１が、オペレータからレコメンド決定情報２の入力を受け付けたり、フラッシュメモリやＣＤ−ＲＯＭなどの可搬型外部記憶装置に記録されているレコメンド決定情報２を読み出したり、分析装置３０とは異なる他のコンピュータから通信ネットワーク経由でレコメンド決定情報２を受信したりする構成を採用することも可能である。また、チャネルごとの複数の購買履歴をレコメンド装置２０が記憶しておき、購買連関ネットワーク１を作らず、購買履歴から異なるチャネルの相関（例えばピアソンの積率相関係数）を求め、指定商品との相関が最低強度より大きく最大強度以下の商品を購買履歴から選択するようにすることも可能である。
【００５５】
また、本実施形態の図２は１台のみのユーザ端末１０を示しているが、複数のユーザ端末１０が存在しうる。また、本実施形態では、レコメンド装置２０と分析装置３０とは別のコンピュータであるものとしたが、一台のコンピュータがレコメンド装置２０及び分析装置３０の機能を備えるようにしてもよい。また、複数のコンピュータにより、レコメンド装置２０及び分析装置３０の一方又は両方を構成することもできる。
【００５６】
また、本実施形態では、レコメンド装置２０はＷｅｂサーバであることを想定したが、これに限らず、例えばユーザに対して商品に関する情報を電子メールで送信する電子メールサーバ、ユーザと電話で通話するオペレータが操作するオペレータ端末などとすることもできる。また、商品指定部２１２は、レコメンド装置２０のオペレータから指定商品の指定を受け付けたり、ユーザ端末１０以外のコンピュータから指定商品を指定したリクエストを受信したりするようにしてもよい。
【００５７】
また、本実施形態では、商品ページの閲覧時にレコメンドを行うものとしたが、これに限らず、例えばユーザがレコメンド装置２０にログインしたときに、過去のユーザの購買履歴に基づいて過去に購買した商品に関連するレコメンド商品を表示するようにしてもよいし、ユーザが商品を購買したときに、その購買した商品に関連するレコメンド商品を表示するようにしてもよい。また、レコメンド装置２０は、ユーザからのアクセスを契機とせず、例えばレコメンド装置２０のオペレータから指示を受けたときや所定の時間ごとなど、任意のタイミングで各ユーザに対して過去の購買履歴に基づくレコメンド商品を紹介する電子メールなどのメッセージを送信するようにすることもできる。
【００５８】
また、本実施形態では、指定商品とはチャネルの異なる関連商品をレコメンドするものとしたが、異なるチャネルのみでなく、同じチャネルの商品もレコメンドするようにしてもよい。すなわち、オンラインの小分類にリンクされた小分類はチャネルを問わずに抽出し、抽出した小分類のチャネルが実店舗である場合にのみオンラインの小分類に変換するようにしてもよい。これにより、幅広い商品をユーザにレコメンドすることができる。
【００５９】
また、本実施形態では、オンラインの処理小分類にリンクされた実店舗の関連小分類を特定してレコメンドを行うものとしたが、逆に実店舗の小分類を処理小分類としてオンラインの関連小分類を特定するようにしてもよい。例えば、実店舗においてＰＯＳ端末やキオスク端末などにレコメンド商品を表示したり、商品やサービスを提供する従業員が携帯する端末に顧客に対するレコメンド商品を表示したり、店舗からユーザにダイレクトメールを送信したりするような状況において、本実施形態のレコメンド装置２０を利用することができる。この場合、オンラインのユーザを実店舗に誘引することが可能となる。
【００６０】
また、本実施形態では、商品の小分類をノードとした購買連関ネットワーク１を作成するものとしたが、これに限らず、商品の中分類や大分類、あるいは商品そのものをノードとして購買連関ネットワーク１を作成するようにしてもよい。
【００６１】
また、本実施形態では、購買規模が大きい（小分類の個数合計が最大購買規模を超える）小分類についてはレコメンド決定情報２に含めないものとしたが、購買規模にかかわらずレコメンド決定情報２に含めるようにしてもよい。この場合、購買規模（個数合計）の小さいものほど優先順位が大きくなるようにして、優先順位に応じてレコメンド商品を決定するようにしてもよい。また、レコメンド決定情報２に購買規模（購買個数の合計）を含めるようにし、レコメンド商品決定部２１３が、関連小分類のうち購買規模が最大購買規模以下となるもののみを読み出すようにしてもよい。
【００６２】
また、本実施形態では、全てのユーザに対して同じようにレコメンドを行うものとしたが、例えば、ユーザごとの購買規模に応じて、レコメンドする商品を変更するようにしてもよい。この場合、図８のステップＳ４２５、Ｓ４２６を省略して、購買規模にかかわらず小分類をレコメンド決定情報２に含めるようにし、ユーザ端末１０からリクエストを受信したときに、リクエストを送信したユーザの当該指定商品の購買個数を取得し、購買個数に応じて購買規模の大小を決定し、購買規模が小さい場合にのみ、レコメンド商品を商品ページに含めるようにすることもできる。
【００６３】
また、本実施形態では、リンク強度が最大強度より小さく最低強度より大きいリンクにより接続される関連小分類は全てレコメンド決定情報２に追加されるものとしたが、最低強度より大きいリンクのうちリンク強度の小さい順に所定数のリンクにより接続される関連小分類のみをレコメンド決定情報２に追加するようにしてもよい。
【００６４】
また、本実施形態では、レコメンド決定情報２を用いて関連小分類を特定するものとしたが、購買連関ネットワーク１を用いて関連小分類を特定するようにしてもよい。この場合、レコメンド商品決定部２１３は、図１３のステップＳ５０２において、指定商品の小分類について、図８のステップＳ４２１〜Ｓ４２４の処理を行い、関連小分類を特定するようにすることができる。
【００６５】
また、本実施形態では、指定商品の小分類に対応する関連小分類に属する商品のうち、指定商品とは大分類が異なるものをレコメンド商品としたが、これに限らず、例えば、指定商品の小分類に対応する関連小分類に属する商品ＩＤを全てレコメンド決定として決定してもよいし、当該商品ＩＤからランダムに所定数をレコメンド商品ＩＤとして決定してもよい。また、上記商品ＩＤに対応するリンク強度の大きい順に所定数をレコメンド商品ＩＤとして決定するようにすることもできる。また、ユーザに対してレコメンドした商品ＩＤの履歴を記録しておき、上記商品ＩＤと過去にレコメンドした商品ＩＤの履歴とに基づいてレコメンド商品ＩＤを決定するようにしてもよい。上述したように、指定商品とは異なる大分類に属する商品をレコメンドすることによりユーザに意外性のあるレコメンドを行うことが可能となり、また効果的に実店舗からオンラインへとユーザを誘引することができるが、同じ大分類に属していても購買傾向の異なる小分類が存在することから、大分類を問わずにレコメンドをしてもレコメンドの効果は期待できる。例えば同じ生活（ｌｉｖｉｎｇ）の大分類でも化粧品（ｃｏｓｍｅｔｉｃ）と喫煙具（ｓｍｏｋｅ）とでは購買傾向が異なることが知られており、例えばオンラインで化粧品を購買したユーザに対して喫煙具をレコメンドすることでも、ユーザに意外性を与え、また実店舗からオンラインへとユーザを誘引することができる。
【００６６】
以上、本実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。
【符号の説明】
【００６７】
１ 購買連関ネットワーク
２ レコメンド決定情報
１０ ユーザ端末
１１ 通信路
１２ 通信路
２０ レコメンド装置
３０ 分析装置
１０１ ＣＰＵ
１０２ メモリ
１０３ 記憶装置
１０４ 通信インタフェース
１０５ 入力装置
１０６ 出力装置
２１１ レコメンド決定情報受信部
２１２ 商品指定部
２１３ レコメンド商品決定部
２１４ 商品ページ送信部
２３１ 商品分類データベース
２３２ 誘導データベース
２３３ 商品詳細情報データベース
２３４ レコメンド決定情報記憶部
３１１ 購買履歴登録部
３１２ 購買連関ネットワーク作成部
３１３ レコメンド決定情報作成部
３１４ レコメンド決定情報出力部
３３１ 商品分類データベース
３３２ オンライン購買履歴データベース
３３３ 実店舗購買履歴データベース
【技術分野】
【０００１】
本発明は、情報作成装置、情報作成方法、レコメンド装置、レコメンド方法及びプログラムに関する。
【背景技術】
【０００２】
近年、ブロードバンドによる通信回線の高速化などに伴って、電子商取引（ＥＣ；Electronic Commerce）の普及、進展が続いている。電子商取引では、ある商品がユーザに閲覧される際に、そのユーザに対して他の商品の提案（レコメンド）が行われることがある。レコメンドは過去の購買履歴などに基づいて行われ、例えば特許文献１には、個人の過去の購入履歴などを加味して、この個人の購入確率が高い商品をレコメンドすることが開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００９−１８１２７２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ユーザが商品やサービスを購入するチャネルは電子商取引に限られるものではなく、実店舗の対面販売なども存在している。しかしながら、特許文献１に記載のシステムでは、店頭における購買履歴に基づいてレコメンドが行われており、異なるチャネルでの購買に関しては何ら着目していない。
【０００５】
本発明は、このような背景を鑑みてなされたものであり、レコメンドのために複数の流通チャネルにおける購買履歴を考慮することのできる、情報作成装置、情報作成方法、レコメンド装置、レコメンド方法及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００６】
上記課題を解決するための本発明の主たる発明は、ユーザに対して商品又はサービスを提案するレコメンド装置であって、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶する購買履歴記憶部と、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するネットワーク分析部と、前記購買連関ネットワークを記憶する購買連関ネットワーク記憶部と、前記第１の商品又はサービスの指定を受け付ける指定部と、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、前記レコメンド商品を出力するレコメンド部と、を備えることとする。
【０００７】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するレコメンド装置であって、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶する購買連関ネットワーク記憶部と、第１の前記商品又はサービスの指定を受け付ける指定部と、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、前記レコメンド商品を出力するレコメンド部と、を備えることとする。
【０００８】
また、本発明のレコメンド装置では、前記リンクには前記ノード間の関連性の強さを示す強度が付帯されており、前記レコメンド決定部は、前記第２のカテゴリのうち、所定値以下の前記強度が付帯された前記リンクによりリンクされたもののみを抽出するようにしてもよい。
【０００９】
また、本発明のレコメンド装置では、前記購買履歴には、前記商品又はサービスが販売された個数が含まれており、前記レコメンド決定部は、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに含まれる前記商品又はサービスの前記個数を合計し、前記合計が所定値以下である場合にのみ前記レコメンド商品を決定するようにしてもよい。
【００１０】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するレコメンド装置であって、第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶するレコメンド決定情報記憶部と、第１の前記商品又はサービスの指定を受け付ける指定部と、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを前記レコメンド決定情報記憶部から抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、前記レコメンド商品を出力するレコメンド部と、を備えることとする。
【００１１】
また、本発明のレコメンド装置では、前記第１及び第２のカテゴリは異なるカテゴリであってもよい。
【００１２】
また、本発明のレコメンド装置では、前記第１及び第２のカテゴリはグループ分けされており、前記レコメンド決定部は、前記第２のカテゴリのうち、前記第１のカテゴリとは異なるグループに属するもののみを抽出するようにしてもよい。
【００１３】
また、本発明の他の態様は、ユーザに対して提案する商品又はサービスを決定するための情報を作成する装置であって、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶する購買履歴記憶部と、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するネットワーク分析部と、を備えることとする。
【００１４】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するレコメンド方法であって、コンピュータが、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶し、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成し、前記購買連関ネットワークを記憶し、前記第１の商品又はサービスの指定を受け付け、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、前記レコメンド商品を出力することとする。
【００１５】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するレコメンド方法であって、コンピュータが、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶し、第１の前記商品又はサービスの指定を受け付け、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、前記レコメンド商品を出力することとする。
【００１６】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するレコメンド方法であって、コンピュータが、第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶し、第１の前記商品又はサービスの指定を受け付け、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、前記レコメンド商品を出力することとする。
【００１７】
また、本発明の他の態様は、ユーザに対して提案する商品又はサービスを決定するための情報を作成する方法であって、コンピュータが、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶し、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成することとする。
【００１８】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するためのプログラムであって、コンピュータに、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶するステップと、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するステップと、前記購買連関ネットワークを記憶するステップと、前記第１の商品又はサービスの指定を受け付けるステップと、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、前記レコメンド商品を出力するステップと、を実行させることとする。
【００１９】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するためのプログラムであって、コンピュータに、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶するステップと、第１の前記商品又はサービスの指定を受け付けるステップと、前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、前記レコメンド商品を出力するステップと、を実行させることとする。
【００２０】
また、本発明の他の態様は、ユーザに対して商品又はサービスを提案するためのプログラムであって、コンピュータに、第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶するステップと、第１の前記商品又はサービスの指定を受け付けるステップと、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、前記レコメンド商品を出力するステップと、を実行させることとする。
【００２１】
また、本発明の他の態様は、ユーザに対して提案する商品又はサービスを決定するための情報を作成するためのプログラムであって、コンピュータに、第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶するステップと、前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するステップと、を実行させることとする。
【００２２】
その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。
【発明の効果】
【００２３】
本発明によれば、レコメンドのために複数の流通チャネルにおける購買履歴を考慮することができる。
【図面の簡単な説明】
【００２４】
【図１】購買連関ネットワーク１の構成例を示す図である。
【図２】本実施形態のレコメンドシステムの全体構成を示す図である。
【図３】レコメンド装置２０及び分析装置３０を実現するコンピュータのハードウェア構成を示す図である。
【図４】分析装置３０のソフトウェア構成を示す図である。
【図５】商品分類データベース３３１に記憶される商品分類情報の構成例を示す図である。
【図６】購買履歴の構成例を示す図である。
【図７】購買連関ネットワーク１の作成処理の流れを示す図である。
【図８】レコメンド決定情報２を作成する処理の流れを示す図である。
【図９】レコメンド決定情報２の構成例を示す図である。
【図１０】レコメンド装置２０のソフトウェア構成を示す図である。
【図１１】誘導データベース２３２の構成例を示す図である。
【図１２】商品詳細情報データベース２３３に記憶される商品詳細情報の構成例を示す図である。
【図１３】レコメンド商品の決定処理の流れを示す図である。
【発明を実施するための形態】
【００２５】
以下、本発明の一実施形態に係るレコメンドシステムについて説明する。本実施形態のレコメンドシステムは、ユーザに対してお勧め商品の提案（レコメンド）を行うものである。
【００２６】
本実施形態のレコメンドシステムでは、商品の購買履歴から商品の関連を分析したグラフ（以下、「購買連関ネットワーク１」という。）に基づいてレコメンドを行う。購買連関ネットワーク１は、複数の流通チャネルにおける購買履歴から作成される。本実施形態では、インターネットなどにおける電子商取引（以下、「オンライン販売」という。）と実店舗における対面販売との２つの流通チャネルにおける購買履歴から購買連関ネットワーク１が作成されるものとする。図１は、購買連関ネットワーク１の構成例を示す図である。購買連関ネットワーク１は、チャネルごとの商品の小分類（本発明の「カテゴリ」に該当する。）をノードとし、同一のユーザにより購買された小分類のノード間をリンク（「エッジ」、「紐帯」などとも呼ばれる。）によりつながれたグラフである。図１の例では、三角形の図形がオンライン販売における小分類、丸形の図形が実店舗における小分類のノードを示している。リンクには関連性を示す重み（「リンク強度」と呼ばれる。）がつけられている。リンク強度は、同じユーザにより購買される可能性の高さであり、購買関連ネットワーク１の作成時に同じユーザにより購買されていた個数の間のピアソンの積率相関係数である。本実施形態のレコメンドシステムは、オンライン販売による商品の購買履歴（以下、「オンライン購買履歴」という。本発明の「第１の購買履歴」に対応する。）と、実店舗における商品の購買履歴（以下、「実店舗購買履歴」という。本発明の「第２の購買履歴」に対応する。）とに基づいて購買連関ネットワーク１を作成し、購買連関ネットワーク１に基づいてレコメンドを行う。
【００２７】
図２は、本実施形態のレコメンドシステムの全体構成を示す図である。本実施形態のレコメンドシステムは、レコメンド装置２０と分析装置３０とを含んで構成される。レコメンド装置２０と、ユーザ端末１０及び分析装置３０のそれぞれと、は通信路１１及び１２を介して通信可能に接続されている。なお、ユーザ端末１０、レコメンド装置２０及び分析装置３０が１つの通信ネットワークを介して互いに通信可能に接続されるようにしてもよい。通信路１１及び１２は、例えば公衆電話回線網や携帯電話回線網、無線通信網、イーサネット（登録商標）などにより構築される、例えばインターネットやＬＡＮ（Local Area Network）などである。
【００２８】
レコメンド装置２０は、ユーザ端末１０のユーザに商品をレコメンドする、例えばワークステーションやパーソナルコンピュータなどのコンピュータである。本実施形態では、レコメンド装置２０は、例えば、オンラインショッピングやカタログ提供などのサービスを提供するＷｅｂサーバであることを想定する。レコメンド装置２０は、ユーザ端末１０から送信されるＨＴＴＰのリクエストに応じてＷｅｂページを送信する。レコメンド装置２０は、リクエストに商品が指定されていた場合（以下、リクエストに指定された商品を「指定商品」という。）、指定商品についてのＷｅｂページ情報に、購買連関ネットワーク１に基づいて指定商品に関連する他の商品（以下、「レコメンド商品」という。）をユーザに提案するための情報（以下、「レコメンド情報」という。）を埋め込んでユーザ端末１０に送信する。
【００２９】
分析装置３０は、レコメンドに用いる購買連関ネットワーク１を作成する、例えばワークステーションやパーソナルコンピュータなどのコンピュータである。分析装置３０は、後述するように、オンライン購買履歴と実店舗購買履歴とに基づいて購買連関ネットワーク１を作成する。
【００３０】
図３は、レコメンド装置２０及び分析装置３０を実現するコンピュータのハードウェア構成を示す図である。レコメンド装置２０及び分析装置３０は、ＣＰＵ１０１、メモリ１０２、記憶装置１０３、通信インタフェース１０４、入力装置１０５、出力装置１０６を備えている。記憶装置１０３は、各種のプログラムやデータを記憶する、例えばハードディスクドライブやソリッドステートディスク、フラッシュメモリ、半導体記憶装置などである。ＣＰＵ１０１は記憶装置１０３に記憶されているプログラムをメモリ１０２に読み出して実行することにより各種の機能を実現する。通信インタフェース１０４は、通信路１１及び１２に接続するためのインタフェースである。通信インタフェース１０４は、例えば、イーサネット（登録商標）に接続するためのアダプタや、公衆電話回線網に接続するためのモデム、無線通信路に接続するための通信機などである。入力装置１０５は、データを入力するための、例えばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどである。出力装置１０６は、データを出力するための、例えばディスプレイやプリンタ、スピーカなどである。
【００３１】
図４は、分析装置３０のソフトウェア構成を示す図である。分析装置３０は、購買履歴登録部３１１、購買連関ネットワーク作成部３１２、レコメンド決定情報作成部３１３、レコメンド決定情報出力部３１４、商品分類データベース３３１、オンライン購買履歴データベース３３２、実店舗購買履歴データベース３３３を備えている。なお、購買履歴登録部３１１、購買連関ネットワーク作成部３１２、レコメンド決定情報作成部３１３、レコメンド決定情報出力部３１４は、分析装置３０において、ＣＰＵ１０１が記憶装置１０３に記憶されているプログラムをメモリ１０２に読み出して実行することにより実現される。商品分類データベース３３１、オンライン購買履歴データベース３３２、実店舗購買履歴データベース３３３は、分析装置３０が備えるメモリ１０２及び記憶装置１０３が提供する記憶領域の一部として実現される。
【００３２】
商品分類データベース３３１は、商品の分類に関する情報（以下、「商品分類情報」という。）を記憶する。図５は、商品分類データベース３３１に記憶される商品分類情報の構成例を示す図である。商品分類情報は、商品ＩＤ、チャネル、大分類（本発明の「グループ」に該当する。）、小分類、商品名が含まれる。商品ＩＤは商品を特定するための情報である。チャネルは、商品が購買されたチャネルであり、本実施形態では、オンライン販売を示す「オンライン」又は実店舗における対面販売を示す「実店舗」のいずれかが設定される。大分類及び小分類は商品の分類であるが、小分類については、概念上同じ分類に属す場合であっても、チャネルが異なる場合には異なる小分類となるように設定されるものとする。すなわち、オンライン販売における商品の小分類（以下、オンライン販売における小分類を特に「オンライン小分類」という。）と、実店舗での対面販売における商品の小分類（以下、実店舗での対面販売における小分類を特に「実店舗小分類」という。）とは異なる分類になる。例えば図５の例では、「ｅａｔ」（食事）という分類について、オンライン小分類は「１ｅａｔ」、実店舗小分類は「２ｅａｔ」がそれぞれ設定されている。
【００３３】
オンライン購買履歴データベース３３２は、インターネットにおけるオンライン販売に係る購買履歴（以下、「オンライン購買履歴」という。）を記憶し、実店舗購買履歴データベース３３３は、実店舗における対面販売に係る購買履歴（以下、「実店舗購買履歴」という。）を記憶する。本実施形態では、オンライン購買履歴及び実店舗購買履歴（以下、これらをまとめて単に「購買履歴」ともいう。）は同じ内容であるものとする。図６は購買履歴の構成例を示す図である。購買履歴には、購買された商品を示す商品ＩＤ、当該商品の購買に係るオンライン取引が行われたサイト又は対面販売が行われた実店舗を示す店舗ＩＤ、当該商品を購買したユーザを示すユーザＩＤ、購買日時、当該商品が購買された個数、及び当該商品の購買における販売価格（単価）が含まれる。
【００３４】
購買履歴登録部３１１は、購買履歴をオンライン購買履歴データベース３３２及び実店舗購買履歴データベース３３３に登録する。購買履歴登録部３１１は、例えば、オンラインショッピングを提供しているＷｅｂサーバからオンライン購買履歴を取得してオンライン購買履歴データベース３３２に登録し、実店舗やその支部、本部などに設置されているストアコンピュータから実店舗購買履歴を取得して実店舗購買履歴データベース３３３に登録するようにしてもよいし、分析装置３０の使用者からオンライン購買履歴及び実店舗購買履歴の入力を受け付けてオンライン購買履歴データベース３３２及び実店舗購買履歴データベース３３３に登録するようにしてもよい。
【００３５】
購買連関ネットワーク作成部３１２は、オンライン購買履歴及び実店舗購買履歴に基づいて購買連関ネットワーク１を作成する。図７は、購買連関ネットワーク１の作成処理の流れを示す図である。購買連関ネットワーク作成部３１２は、オンライン購買履歴データベース３３２及び実店舗購買履歴データベース３３３を参照して、各小分類について、購買履歴の個数をユーザＩＤごとに合計する（Ｓ４０１）。購買連関ネットワーク作成部３１２は、２つの小分類の組み合わせのそれぞれについて、ユーザＩＤごとの個数合計の間のピアソンの積率相関係数を算出する（Ｓ４０２）。購買連関ネットワーク作成部３１２は、小分類をノードとし、積率相関係数が所定の閾値（以下、「最低強度」という。例えば、一般に相関関係がないと判断される値（図１では「０．１」）とすることができる。）以上である２つの小分類のそれぞれについて、積率相関係数をリンク強度とするリンクで当該２つの小分類を接続するグラフを作成する（Ｓ４０３）。なお、購買連関ネットワーク作成部３１２は、各ノードに、小分類に対応する商品分類情報に含まれるチャネルを付帯させ、各ノードがどのチャネルについてのノードであるかを区別できるようにする。以上のようにして作成されたグラフが、図１に示す購買連関ネットワーク１となる。なお、購買連関ネットワーク１は一般的なグラフを表現する形式のデータとして記述されるものとする。
【００３６】
レコメンド決定情報作成部３１３は、購買連関ネットワーク１に基づいて、レコメンド商品を決定するための情報（以下、「レコメンド決定情報２」という。）を作成する。図８は、レコメンド決定情報２を作成する処理の流れを示す図である。レコメンド決定情報作成部３１３は、商品分類データベース３３１において「オンライン」のチャネルに対応する小分類のそれぞれを処理小分類として以下の処理を行う。レコメンド決定情報作成部３１３は、オンライン購買履歴データベース３３２から、処理小分類に対応する個数を合計し（Ｓ４２１）、個数の合計値が所定の閾値（以下、「最大購買規模」という。）以下である場合に（Ｓ４２２：ＹＥＳ）、購買連関ネットワーク１において処理小分類にリンクにより接続される小分類（以下、「関連小分類」という。）のうち、「実店舗」のチャネルが付帯されているものを抽出してリストとする（Ｓ４２３）。レコメンド決定情報作成部３１３は、リンク強度が所定の閾値（以下、「最大強度」という。例えば、一般に相関関係が強いと判断される値（図１のデータに対しては「０．２」）とすることができる。）より大きい関連小分類をリストから削除する（Ｓ４２４）。レコメンド決定情報作成部３１３は、リストに含まれている関連小分類のそれぞれについて、処理小分類、関連小分類、リンク強度を対応づけてレコメンド決定情報２に追加する（Ｓ４２５）。以上の処理を各処理小分類について行うことにより、最大購買規模以下の販売個数である処理小分類について、最大強度以下のリンク強度でリンクされている関連小分類がレコメンド決定情報２に追加される。上記のようにして作成されるレコメンド決定情報２の構成例を図９に示す。図９に示すように、レコメンド決定情報２には、小分類と、当該小分類に対応する関連小分類と、その関連性を示すリンク強度とが対応づけられた行が含まれる。
【００３７】
レコメンド決定情報出力部３１４は、レコメンド決定情報２を出力する。本実施形態では、レコメンド決定情報出力部３１４は、レコメンド決定情報２をレコメンド装置２０に送信するものとする。
【００３８】
図１０は、レコメンド装置２０のソフトウェア構成を示す図である。レコメンド装置２０は、レコメンド決定情報受信部２１１、商品指定部２１２、レコメンド商品決定部２１３、商品ページ送信部２１４、商品分類データベース２３１、誘導データベース２３２、商品詳細情報データベース２３３、レコメンド決定情報記憶部２３４を備える。なお、レコメンド決定情報受信部２１１、商品指定部２１２、レコメンド商品決定部２１３、商品ページ送信部２１４は、レコメンド装置２０においてＣＰＵ１０１が記憶装置１０３に記憶されているプログラムをメモリ１０２に読み出して実行することにより実現される。商品分類データベース２３１、誘導データベース２３２、商品詳細情報データベース２３３、レコメンド決定情報記憶部２３４は、レコメンド装置２０が備えるメモリ１０２及び記憶装置１０３が提供する記憶領域の一部として実現される。
【００３９】
商品分類データベース２３１は、商品分類情報を記憶する。商品分類データベース２３１の構成は、上述した図５に示す分析装置３０の商品分類データベース３３１と同じである。
【００４０】
誘導データベース２３２は、実店舗での商品とオンライン販売での商品とを対応づけるための情報が記憶される。図１１は本実施形態における誘導データベース２３２の構成例を示す図である。本実施形態では、誘導データベース２３２は、実店舗小分類とオンライン小分類とが対応づけられている。
【００４１】
商品詳細情報データベース２３３は、商品に関するＷｅｂページ（以下、「商品ページ」という。）を作成するための、商品に関する詳細な情報（以下、「商品詳細情報」という。）を記憶する。図１２は商品詳細情報データベース２３３に記憶される商品詳細情報の構成例を示す図である。本実施形態では、商品詳細情報には、商品ＩＤに対応づけて、商品名、価格、商品の画像を表示するための画像データのファイル名、商品についての説明などが含まれている。なお、商品詳細情報には、商品を説明するＷｅｂページを作成するために必要な一般的な情報が含まれているものとする。
【００４２】
レコメンド決定情報受信部２１１は、分析装置３０から送信されるレコメンド決定情報２を受信する。レコメンド決定情報受信部２１１は、受信したレコメンド決定情報２をレコメンド決定情報記憶部２３４に登録する。レコメンド決定情報記憶部２３４は、図９に示すレコメンド決定情報２を記憶する。
【００４３】
商品指定部２１２は、指定商品の指定を受け付ける。商品指定部２１２は、ユーザ端末１０から送信されるＨＴＴＰのリクエストに商品ＩＤが指定されていた場合には、当該商品ＩＤが示す商品を指定商品として受け付けることができる。
【００４４】
レコメンド商品決定部２１３は、指定商品が指定された場合に、指定商品に関連するレコメンド商品を決定する。図１３はレコメンド商品の決定処理の流れを示す図である。レコメンド商品決定部２１３は、商品分類データベース２３１から、指定商品の商品ＩＤ（以下、「指定商品ＩＤ」という。）に対応する小分類を読み出す（Ｓ５０１）。レコメンド商品決定部２１３は、レコメンド決定情報記憶部２３４に記憶されているレコメンド決定情報２から、読み出した小分類に対応する関連小分類を読み出し（Ｓ５０２）、誘導データベース２３２から、関連小分類に対応するオンライン小分類を読み出す（Ｓ５０３）。レコメンド商品決定部２１３は、商品分類データベース２３１から、オンライン小分類に対応する商品ＩＤを読み出す（Ｓ５０４）。レコメンド商品決定部２１３は、読み出した各商品ＩＤについて、商品分類データベース３３１から大分類を読み出し（Ｓ５０５）、上記商品ＩＤのうち、指定商品の大分類と異なる大分類に属するものを、レコメンドに用いるもの（以下、「レコメンド商品ＩＤ」という。）として決定する（Ｓ５０６）。なお、レコメンド商品決定部２１３は、ステップＳ５０４の前に、関連小分類に対応する大分類を商品分類データベース３３１から読み出し、ステップＳ５０４において、指定商品に対応する大分類とは異なる大分類に所属する関連小分類についてのみ商品ＩＤを読み出し、読み出した商品ＩＤをレコメンド商品ＩＤとしてもよい。
【００４５】
商品ページ送信部２１４は、リクエストに応じて、商品についての情報を表示するためのＷｅｂページ（以下、「商品ページ」という。）を作成する。商品ページ送信部２１４は、指定商品ＩＤに対応する商品詳細情報を商品詳細情報データベース２３３から読み出し、読み出した商品詳細情報に基づいて商品ページを作成する。なお、商品ページの作成処理には、一般的な商品についてのＷｅｂページの作成処理を用いることができる。商品ページ送信部２１４は、レコメンド商品決定部２１３がレコメンド商品ＩＤを決定した場合には、レコメンド商品ＩＤに対応する商品詳細情報を商品詳細情報データベース２３３から読み出し、読み出した商品詳細情報に基づいてレコメンド情報を作成し、作成したレコメンド情報を商品ページに組み入れて作成するようにする。商品ページ送信部２１４は、作成した商品ページをユーザ端末１０に送信する。
以上のようにして、指定商品に関連するレコメンド商品が提案される。
【００４６】
本実施形態のレコメンドシステムによれば、オンライン購買履歴と実店舗購買履歴との異なるチャネルの購買履歴に基づいて購買連関ネットワーク１が作成され、この購買連関ネットワーク１に基づいてレコメンドを行うことができる。したがって、例えば実店舗での販売が多くインターネットショッピングではあまり販売されていない商品など、チャネルによって購買履歴に偏りがある場合であっても、チャネルを問わずにレコメンド商品として選択することができる。これにより、異なるチャネルからユーザを誘引することが可能となる。
【００４７】
また、本実施形態のレコメンドシステムでは、オンラインでの指定商品の小分類にリンクされた実店舗での小分類を、オンラインの小分類に変換した後にレコメンド商品を決定しているので、オンラインで購入したユーザが実店舗で購入していた実績のある商品について、オンラインで販売されているものをレコメンドすることができる。したがって、実店舗で商品を購入していたユーザをオンライン販売に誘導することができる。もっとも、同じチャネルの商品をレコメンドすること、すなわちオンラインの指定商品の小分類にリンクされたオンラインの小分類に基づいてレコメンド商品を決定することを、排除するものではない。
【００４８】
また、本実施形態のレコメンドシステムでは、指定商品とは異なる大分類に属する商品をレコメンドするようにしているので、ユーザにとって意外性のあるレコメンドを行うことが可能となる。例えば化粧品を閲覧しているユーザに対しては、化粧品がレコメンドされず、他の大分類（例えば食品（ｆｏｏｄ）など）に属する商品がレコメンドされることになる。ここで食品関連の商品についてオンラインでの販売規模が小さい場合には、従来のレコメンドシステムでは食品関連の商品がレコメンドされる可能性も小さくなる。また実店舗でオンラインでの食品関連の商品がレコメンドされる可能性も小さいと考えられる。これに対して本実施形態のレコメンドシステムのように、生活関連の商品（例えば化粧品（ｃｏｓｍｅｔｉｃ））を閲覧しているユーザに食品関連の商品（例えば菓子（ｃａｎｄｙ））をレコメンドすることにより、これまでレコメンドされることの少なかった商品をレコメンドする機会を増やすことが可能となる。また、実店舗で多く販売されていることからレコメンドされる機会が少なかった商品をオンラインでレコメンドすることができるので、実店舗からオンラインにユーザを誘引することができる。もっとも、大分類が同じ小分類の商品をレコメンドすることを排除するものではない。
【００４９】
また、本実施形態のレコメンドシステムでは、リンク強度（相関）が強すぎる（最大強度より大きい）小分類についてはレコメンド決定情報２に追加しないようにしている（図８のステップＳ４２４）。オンライン購買商品と実店舗購買商品との購買連関が強いということは、その実店舗購買商品は何らかの理由で、あえて実店舗で買っている、つまりオンラインと実店舗との棲み分けができている可能性が高いため、レコメンドによりユーザをオンライン販売に誘導できない可能性がある。このような商品をレコメンドしないことによって、効果的なレコメンドを行うことができる。
【００５０】
また、本実施形態のレコメンドシステムでは、オンライン販売における購買規模が大きすぎる（最大購買規模より大きい）小分類についてもレコメンド決定情報２に追加しないようにしている（図８のステップＳ４２２）。購買規模が大きい商品に比べて、購買規模が小さい商品をオンライン販売により購入しているユーザは、一般的な利用者に比べてオンライン販売に理解があることが期待される。したがって、購買規模が小さい商品について、実店舗で販売されている商品を提案することにより、実店舗からオンライン販売にユーザを効果的に誘導することができる。
【００５１】
なお、本実施形態では、購買対象は商品であるものとしたが、商品に加えて又は商品に代えてサービスを購買対象とすることもできる。
【００５２】
また、本実施形態では、リンク強度はピアソンの積率相関係数により計算するものとしたが、これに限らず、データ中で２つのアイテムが同時に出現する共起単位の個数、２つのアイテム間のジャッカード係数、２つのアイテム間のカイ二乗値、２つのアイテム間のシンプソン係数、２つのアイテム間をそれぞれ出現共起単位からなるベクトルとした両者の間の角度のコサイン値、２つのアイテム間の相互情報量などの共起度により求めるようにしてもよいし、マーケットバスケット分析に用いられる支持度や確信度などの相関ルールにより求めるようにしてもよい。もっとも、本実施形態のようにピアソンの積率相関係数によりリンク強度を計算することは、チャネルによる商品生起頻度に差がある場合でも、購買連関ネットワークにおいてチャネルごとの商品が不自然に密集しあるいは乖離するような現象を回避することが可能となり、また購買量の多寡をリンク強度に反映することもできるので好適である。
【００５３】
また、リンク強度は、個数ではなく、購買金額に基づいて計算するようにしてもよい。もっとも、本実施形態のようにリンク強度を購買個数に基づいて計算することは、商品の小分類に含まれる各商品の価格が大きく異なるような場合や、オークションのように決済金額が大きく異なる可能性がある場合であってもその影響を排除して関連性を計算することができるので好適である。また、購買規模も購買金額から計算するようにしてもよい。
【００５４】
また、本実施形態では、分析装置３０において購買連関ネットワーク１に基づいて作成されたレコメンド決定情報２をレコメンド装置２０に送信するものとしたが、レコメンド装置２０は、予めレコメンド決定情報２を記録しておくようにしてもよい。例えば、レコメンド装置２０のレコメンド決定情報受信部２１１が、オペレータからレコメンド決定情報２の入力を受け付けたり、フラッシュメモリやＣＤ−ＲＯＭなどの可搬型外部記憶装置に記録されているレコメンド決定情報２を読み出したり、分析装置３０とは異なる他のコンピュータから通信ネットワーク経由でレコメンド決定情報２を受信したりする構成を採用することも可能である。また、チャネルごとの複数の購買履歴をレコメンド装置２０が記憶しておき、購買連関ネットワーク１を作らず、購買履歴から異なるチャネルの相関（例えばピアソンの積率相関係数）を求め、指定商品との相関が最低強度より大きく最大強度以下の商品を購買履歴から選択するようにすることも可能である。
【００５５】
また、本実施形態の図２は１台のみのユーザ端末１０を示しているが、複数のユーザ端末１０が存在しうる。また、本実施形態では、レコメンド装置２０と分析装置３０とは別のコンピュータであるものとしたが、一台のコンピュータがレコメンド装置２０及び分析装置３０の機能を備えるようにしてもよい。また、複数のコンピュータにより、レコメンド装置２０及び分析装置３０の一方又は両方を構成することもできる。
【００５６】
また、本実施形態では、レコメンド装置２０はＷｅｂサーバであることを想定したが、これに限らず、例えばユーザに対して商品に関する情報を電子メールで送信する電子メールサーバ、ユーザと電話で通話するオペレータが操作するオペレータ端末などとすることもできる。また、商品指定部２１２は、レコメンド装置２０のオペレータから指定商品の指定を受け付けたり、ユーザ端末１０以外のコンピュータから指定商品を指定したリクエストを受信したりするようにしてもよい。
【００５７】
また、本実施形態では、商品ページの閲覧時にレコメンドを行うものとしたが、これに限らず、例えばユーザがレコメンド装置２０にログインしたときに、過去のユーザの購買履歴に基づいて過去に購買した商品に関連するレコメンド商品を表示するようにしてもよいし、ユーザが商品を購買したときに、その購買した商品に関連するレコメンド商品を表示するようにしてもよい。また、レコメンド装置２０は、ユーザからのアクセスを契機とせず、例えばレコメンド装置２０のオペレータから指示を受けたときや所定の時間ごとなど、任意のタイミングで各ユーザに対して過去の購買履歴に基づくレコメンド商品を紹介する電子メールなどのメッセージを送信するようにすることもできる。
【００５８】
また、本実施形態では、指定商品とはチャネルの異なる関連商品をレコメンドするものとしたが、異なるチャネルのみでなく、同じチャネルの商品もレコメンドするようにしてもよい。すなわち、オンラインの小分類にリンクされた小分類はチャネルを問わずに抽出し、抽出した小分類のチャネルが実店舗である場合にのみオンラインの小分類に変換するようにしてもよい。これにより、幅広い商品をユーザにレコメンドすることができる。
【００５９】
また、本実施形態では、オンラインの処理小分類にリンクされた実店舗の関連小分類を特定してレコメンドを行うものとしたが、逆に実店舗の小分類を処理小分類としてオンラインの関連小分類を特定するようにしてもよい。例えば、実店舗においてＰＯＳ端末やキオスク端末などにレコメンド商品を表示したり、商品やサービスを提供する従業員が携帯する端末に顧客に対するレコメンド商品を表示したり、店舗からユーザにダイレクトメールを送信したりするような状況において、本実施形態のレコメンド装置２０を利用することができる。この場合、オンラインのユーザを実店舗に誘引することが可能となる。
【００６０】
また、本実施形態では、商品の小分類をノードとした購買連関ネットワーク１を作成するものとしたが、これに限らず、商品の中分類や大分類、あるいは商品そのものをノードとして購買連関ネットワーク１を作成するようにしてもよい。
【００６１】
また、本実施形態では、購買規模が大きい（小分類の個数合計が最大購買規模を超える）小分類についてはレコメンド決定情報２に含めないものとしたが、購買規模にかかわらずレコメンド決定情報２に含めるようにしてもよい。この場合、購買規模（個数合計）の小さいものほど優先順位が大きくなるようにして、優先順位に応じてレコメンド商品を決定するようにしてもよい。また、レコメンド決定情報２に購買規模（購買個数の合計）を含めるようにし、レコメンド商品決定部２１３が、関連小分類のうち購買規模が最大購買規模以下となるもののみを読み出すようにしてもよい。
【００６２】
また、本実施形態では、全てのユーザに対して同じようにレコメンドを行うものとしたが、例えば、ユーザごとの購買規模に応じて、レコメンドする商品を変更するようにしてもよい。この場合、図８のステップＳ４２５、Ｓ４２６を省略して、購買規模にかかわらず小分類をレコメンド決定情報２に含めるようにし、ユーザ端末１０からリクエストを受信したときに、リクエストを送信したユーザの当該指定商品の購買個数を取得し、購買個数に応じて購買規模の大小を決定し、購買規模が小さい場合にのみ、レコメンド商品を商品ページに含めるようにすることもできる。
【００６３】
また、本実施形態では、リンク強度が最大強度より小さく最低強度より大きいリンクにより接続される関連小分類は全てレコメンド決定情報２に追加されるものとしたが、最低強度より大きいリンクのうちリンク強度の小さい順に所定数のリンクにより接続される関連小分類のみをレコメンド決定情報２に追加するようにしてもよい。
【００６４】
また、本実施形態では、レコメンド決定情報２を用いて関連小分類を特定するものとしたが、購買連関ネットワーク１を用いて関連小分類を特定するようにしてもよい。この場合、レコメンド商品決定部２１３は、図１３のステップＳ５０２において、指定商品の小分類について、図８のステップＳ４２１〜Ｓ４２４の処理を行い、関連小分類を特定するようにすることができる。
【００６５】
また、本実施形態では、指定商品の小分類に対応する関連小分類に属する商品のうち、指定商品とは大分類が異なるものをレコメンド商品としたが、これに限らず、例えば、指定商品の小分類に対応する関連小分類に属する商品ＩＤを全てレコメンド決定として決定してもよいし、当該商品ＩＤからランダムに所定数をレコメンド商品ＩＤとして決定してもよい。また、上記商品ＩＤに対応するリンク強度の大きい順に所定数をレコメンド商品ＩＤとして決定するようにすることもできる。また、ユーザに対してレコメンドした商品ＩＤの履歴を記録しておき、上記商品ＩＤと過去にレコメンドした商品ＩＤの履歴とに基づいてレコメンド商品ＩＤを決定するようにしてもよい。上述したように、指定商品とは異なる大分類に属する商品をレコメンドすることによりユーザに意外性のあるレコメンドを行うことが可能となり、また効果的に実店舗からオンラインへとユーザを誘引することができるが、同じ大分類に属していても購買傾向の異なる小分類が存在することから、大分類を問わずにレコメンドをしてもレコメンドの効果は期待できる。例えば同じ生活（ｌｉｖｉｎｇ）の大分類でも化粧品（ｃｏｓｍｅｔｉｃ）と喫煙具（ｓｍｏｋｅ）とでは購買傾向が異なることが知られており、例えばオンラインで化粧品を購買したユーザに対して喫煙具をレコメンドすることでも、ユーザに意外性を与え、また実店舗からオンラインへとユーザを誘引することができる。
【００６６】
以上、本実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。
【符号の説明】
【００６７】
１ 購買連関ネットワーク
２ レコメンド決定情報
１０ ユーザ端末
１１ 通信路
１２ 通信路
２０ レコメンド装置
３０ 分析装置
１０１ ＣＰＵ
１０２ メモリ
１０３ 記憶装置
１０４ 通信インタフェース
１０５ 入力装置
１０６ 出力装置
２１１ レコメンド決定情報受信部
２１２ 商品指定部
２１３ レコメンド商品決定部
２１４ 商品ページ送信部
２３１ 商品分類データベース
２３２ 誘導データベース
２３３ 商品詳細情報データベース
２３４ レコメンド決定情報記憶部
３１１ 購買履歴登録部
３１２ 購買連関ネットワーク作成部
３１３ レコメンド決定情報作成部
３１４ レコメンド決定情報出力部
３３１ 商品分類データベース
３３２ オンライン購買履歴データベース
３３３ 実店舗購買履歴データベース
【特許請求の範囲】
【請求項１】
ユーザに対して商品又はサービスを提案するレコメンド装置であって、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶する購買履歴記憶部と、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するネットワーク分析部と、
前記購買連関ネットワークを記憶する購買連関ネットワーク記憶部と、
前記第１の商品又はサービスの指定を受け付ける指定部と、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、
前記レコメンド商品を出力するレコメンド部と、
を備えることを特徴とするレコメンド装置。
【請求項２】
ユーザに対して商品又はサービスを提案するレコメンド装置であって、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶する購買連関ネットワーク記憶部と、
第１の前記商品又はサービスの指定を受け付ける指定部と、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、
前記レコメンド商品を出力するレコメンド部と、
を備えることを特徴とするレコメンド装置。
【請求項３】
請求項１又は２のいずれかに記載のレコメンド装置であって、
前記リンクには前記ノード間の関連性の強さを示す強度が付帯されており、
前記レコメンド決定部は、前記第２のカテゴリのうち、所定値以下の前記強度が付帯された前記リンクによりリンクされたもののみを抽出すること、
を特徴とするレコメンド装置。
【請求項４】
請求項１乃至３のいずれか１項に記載のレコメンド装置であって、
前記購買履歴には、前記商品又はサービスが販売された個数が含まれており、
前記レコメンド決定部は、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに含まれる前記商品又はサービスの前記個数を合計し、前記合計が所定値以下である場合にのみ前記レコメンド商品を決定すること、
を特徴とするレコメンド装置。
【請求項５】
ユーザに対して商品又はサービスを提案するレコメンド装置であって、
第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶するレコメンド決定情報記憶部と、
第１の前記商品又はサービスの指定を受け付ける指定部と、
前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを前記レコメンド決定情報記憶部から抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、
前記レコメンド商品を出力するレコメンド部と、
を備えることを特徴とするレコメンド装置。
【請求項６】
請求項５に記載のレコメンド装置であって、
前記レコメンド決定情報記憶部はさらに、前記第１及び第２のカテゴリの関連性の強度を対応付けて記憶しており、
前記レコメンド決定部は、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリのうち、対応する前記強度が所定値以下であるもののみを抽出すること、
を特徴とするレコメンド装置。
【請求項７】
請求項５又は６に記載のレコメンド装置であって、
前記レコメンド決定情報記憶部はさらに、前記第１のカテゴリに属する前記商品又はサービスが販売された個数を対応付けて記憶しており、
前記レコメンド決定部は、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記個数が所定値以下である場合にのみ、前記レコメンド商品を決定すること、
を特徴とするレコメンド装置。
【請求項８】
請求項１乃至７のいずれか１項に記載のレコメンド装置であって、
前記第１及び第２のカテゴリは異なるカテゴリであること、
を特徴とするレコメンド装置。
【請求項９】
請求項１乃至８のいずれか１項に記載のレコメンド装置であって、
前記第１及び第２のカテゴリはグループ分けされており、
前記レコメンド決定部は、前記第２のカテゴリのうち、前記第１のカテゴリとは異なるグループに属するもののみを抽出すること、
を特徴とするレコメンド装置。
【請求項１０】
ユーザに対して提案する商品又はサービスを決定するための情報を作成する装置であって、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶する購買履歴記憶部と、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するネットワーク分析部と、
を備えることを特徴とする情報作成装置。
【請求項１１】
ユーザに対して商品又はサービスを提案するレコメンド方法であって、
コンピュータが、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶し、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成し、
前記購買連関ネットワークを記憶し、
前記第１の商品又はサービスの指定を受け付け、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、
前記レコメンド商品を出力すること、
を特徴とするレコメンド方法。
【請求項１２】
ユーザに対して商品又はサービスを提案するレコメンド方法であって、
コンピュータが、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶し、
第１の前記商品又はサービスの指定を受け付け、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、
前記レコメンド商品を出力すること、
を特徴とするレコメンド方法。
【請求項１３】
ユーザに対して商品又はサービスを提案するレコメンド方法であって、
コンピュータが、
第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶し、
第１の前記商品又はサービスの指定を受け付け、
前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、
前記レコメンド商品を出力すること、
を特徴とするレコメンド方法。
【請求項１４】
ユーザに対して提案する商品又はサービスを決定するための情報を作成する方法であって、
コンピュータが、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶し、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成すること、
を特徴とする情報作成方法。
【請求項１５】
ユーザに対して商品又はサービスを提案するためのプログラムであって、
コンピュータに、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶するステップと、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するステップと、
前記購買連関ネットワークを記憶するステップと、
前記第１の商品又はサービスの指定を受け付けるステップと、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、
前記レコメンド商品を出力するステップと、
を実行させるためのプログラム。
【請求項１６】
ユーザに対して商品又はサービスを提案するためのプログラムであって、
コンピュータに、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶するステップと、
第１の前記商品又はサービスの指定を受け付けるステップと、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、
前記レコメンド商品を出力するステップと、
を実行させるためのプログラム。
【請求項１７】
ユーザに対して商品又はサービスを提案するためのプログラムであって、
コンピュータに、
第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶するステップと、
第１の前記商品又はサービスの指定を受け付けるステップと、
前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、
前記レコメンド商品を出力するステップと、
を実行させるためのプログラム。
【請求項１８】
ユーザに対して提案する商品又はサービスを決定するための情報を作成するためのプログラムであって、
コンピュータに、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶するステップと、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するステップと、
を実行させるためのプログラム。
【請求項１】
ユーザに対して商品又はサービスを提案するレコメンド装置であって、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶する購買履歴記憶部と、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するネットワーク分析部と、
前記購買連関ネットワークを記憶する購買連関ネットワーク記憶部と、
前記第１の商品又はサービスの指定を受け付ける指定部と、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、
前記レコメンド商品を出力するレコメンド部と、
を備えることを特徴とするレコメンド装置。
【請求項２】
ユーザに対して商品又はサービスを提案するレコメンド装置であって、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶する購買連関ネットワーク記憶部と、
第１の前記商品又はサービスの指定を受け付ける指定部と、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、
前記レコメンド商品を出力するレコメンド部と、
を備えることを特徴とするレコメンド装置。
【請求項３】
請求項１又は２のいずれかに記載のレコメンド装置であって、
前記リンクには前記ノード間の関連性の強さを示す強度が付帯されており、
前記レコメンド決定部は、前記第２のカテゴリのうち、所定値以下の前記強度が付帯された前記リンクによりリンクされたもののみを抽出すること、
を特徴とするレコメンド装置。
【請求項４】
請求項１乃至３のいずれか１項に記載のレコメンド装置であって、
前記購買履歴には、前記商品又はサービスが販売された個数が含まれており、
前記レコメンド決定部は、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに含まれる前記商品又はサービスの前記個数を合計し、前記合計が所定値以下である場合にのみ前記レコメンド商品を決定すること、
を特徴とするレコメンド装置。
【請求項５】
ユーザに対して商品又はサービスを提案するレコメンド装置であって、
第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶するレコメンド決定情報記憶部と、
第１の前記商品又はサービスの指定を受け付ける指定部と、
前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを前記レコメンド決定情報記憶部から抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するレコメンド決定部と、
前記レコメンド商品を出力するレコメンド部と、
を備えることを特徴とするレコメンド装置。
【請求項６】
請求項５に記載のレコメンド装置であって、
前記レコメンド決定情報記憶部はさらに、前記第１及び第２のカテゴリの関連性の強度を対応付けて記憶しており、
前記レコメンド決定部は、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリのうち、対応する前記強度が所定値以下であるもののみを抽出すること、
を特徴とするレコメンド装置。
【請求項７】
請求項５又は６に記載のレコメンド装置であって、
前記レコメンド決定情報記憶部はさらに、前記第１のカテゴリに属する前記商品又はサービスが販売された個数を対応付けて記憶しており、
前記レコメンド決定部は、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記個数が所定値以下である場合にのみ、前記レコメンド商品を決定すること、
を特徴とするレコメンド装置。
【請求項８】
請求項１乃至７のいずれか１項に記載のレコメンド装置であって、
前記第１及び第２のカテゴリは異なるカテゴリであること、
を特徴とするレコメンド装置。
【請求項９】
請求項１乃至８のいずれか１項に記載のレコメンド装置であって、
前記第１及び第２のカテゴリはグループ分けされており、
前記レコメンド決定部は、前記第２のカテゴリのうち、前記第１のカテゴリとは異なるグループに属するもののみを抽出すること、
を特徴とするレコメンド装置。
【請求項１０】
ユーザに対して提案する商品又はサービスを決定するための情報を作成する装置であって、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶する購買履歴記憶部と、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するネットワーク分析部と、
を備えることを特徴とする情報作成装置。
【請求項１１】
ユーザに対して商品又はサービスを提案するレコメンド方法であって、
コンピュータが、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶し、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成し、
前記購買連関ネットワークを記憶し、
前記第１の商品又はサービスの指定を受け付け、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、
前記レコメンド商品を出力すること、
を特徴とするレコメンド方法。
【請求項１２】
ユーザに対して商品又はサービスを提案するレコメンド方法であって、
コンピュータが、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶し、
第１の前記商品又はサービスの指定を受け付け、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、
前記レコメンド商品を出力すること、
を特徴とするレコメンド方法。
【請求項１３】
ユーザに対して商品又はサービスを提案するレコメンド方法であって、
コンピュータが、
第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶し、
第１の前記商品又はサービスの指定を受け付け、
前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定し、
前記レコメンド商品を出力すること、
を特徴とするレコメンド方法。
【請求項１４】
ユーザに対して提案する商品又はサービスを決定するための情報を作成する方法であって、
コンピュータが、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶し、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成すること、
を特徴とする情報作成方法。
【請求項１５】
ユーザに対して商品又はサービスを提案するためのプログラムであって、
コンピュータに、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶するステップと、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するステップと、
前記購買連関ネットワークを記憶するステップと、
前記第１の商品又はサービスの指定を受け付けるステップと、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、
前記レコメンド商品を出力するステップと、
を実行させるためのプログラム。
【請求項１６】
ユーザに対して商品又はサービスを提案するためのプログラムであって、
コンピュータに、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴に基づいて作成された、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを記憶するステップと、
第１の前記商品又はサービスの指定を受け付けるステップと、
前記購買連関ネットワーク記憶部に記憶される前記購買連関ネットワークから、前記指定された第１の商品又はサービスが属する前記第１のカテゴリに前記リンクにより接続される前記第２のカテゴリを抽出して、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、
前記レコメンド商品を出力するステップと、
を実行させるためのプログラム。
【請求項１７】
ユーザに対して商品又はサービスを提案するためのプログラムであって、
コンピュータに、
第１の流通チャネルにおいて購買された第１の商品又はサービスが属する第１のカテゴリと第２の流通チャネルにおいて購買された第２の商品又はサービスが属する第２のカテゴリとを対応付けて記憶するステップと、
第１の前記商品又はサービスの指定を受け付けるステップと、
前記指定された第１の商品又はサービスが属する前記第１のカテゴリに対応する前記第２のカテゴリを抽出し、抽出した前記第２のカテゴリに含まれる前記第２の商品又はサービスであるレコメンド商品を決定するステップと、
前記レコメンド商品を出力するステップと、
を実行させるためのプログラム。
【請求項１８】
ユーザに対して提案する商品又はサービスを決定するための情報を作成するためのプログラムであって、
コンピュータに、
第１及び第２の流通チャネルで購買された前記商品又はサービスの前記ユーザごとの購買履歴である第１及び第２の購買履歴を記憶するステップと、
前記第１及び第２の購買履歴に基づいて、前記第１の流通チャネルにおいて購買された第１の前記商品又はサービスが属する第１のカテゴリと、前記第２の流通チャネルにおいて購買された第２の前記商品又はサービスが属する第２のカテゴリとを、前記第１及び第２の商品又はサービスが同一のユーザにより購買されたことを示すリンクにより接続したグラフである購買連関ネットワークを作成するステップと、
を実行させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【公開番号】特開２０１２−２４７９２６（Ｐ２０１２−２４７９２６Ａ）
【公開日】平成２４年１２月１３日（２０１２．１２．１３）
【国際特許分類】
【出願番号】特願２０１１−１１８１４２（Ｐ２０１１−１１８１４２）
【出願日】平成２３年５月２６日（２０１１．５．２６）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り 研究集会名：平成２２年度 国立大学法人東京大学主催 修士論文発表会 主催者名：国立大学法人東京大学 公開日：平成２３年２月１日
【出願人】（５００２５７３００）ヤフー株式会社 (1,128)
【出願人】（５０４１３７９１２）国立大学法人 東京大学 (1,942)
【出願人】（３９４０２５９２４）株式会社博報堂 (14)
【公開日】平成２４年１２月１３日（２０１２．１２．１３）
【国際特許分類】
【出願日】平成２３年５月２６日（２０１１．５．２６）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り 研究集会名：平成２２年度 国立大学法人東京大学主催 修士論文発表会 主催者名：国立大学法人東京大学 公開日：平成２３年２月１日
【出願人】（５００２５７３００）ヤフー株式会社 (1,128)
【出願人】（５０４１３７９１２）国立大学法人 東京大学 (1,942)
【出願人】（３９４０２５９２４）株式会社博報堂 (14)
[ Back to top ]