情報処理システム、情報処理方法、プログラム及び情報記憶媒体
【課題】コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向のユーザクラスタによる違いを、コンテンツクラスタとユーザクラスタとの対応付けの結果に反映させる。
【解決手段】データ取得部３０が、コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する。分割部４２が、関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、コンテンツクラスタを、それぞれが少なくとも１つのユーザクラスタに対応付けられる複数のクラスタに分割する。
【解決手段】データ取得部３０が、コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する。分割部４２が、関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、コンテンツクラスタを、それぞれが少なくとも１つのユーザクラスタに対応付けられる複数のクラスタに分割する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、情報処理システム、情報処理方法、プログラム及び情報記憶媒体に関する。
【背景技術】
【０００２】
ゲームや映画などといったコンテンツに関する情報をクライアントに提供したり、クライアントから受け付ける購入要求に応じてコンテンツを提供したりするショッピングシステムが存在する。また、このようなショッピングシステムには、ユーザに推薦するコンテンツに関する情報を提供するレコメンデーションの機能を備えたものがある。
【０００３】
ショッピングシステムによりこのようなレコメンデーションを実現する手法としては、例えば、以下の手法が挙げられる。まず、ショッピングシステムが、公知のクラスタリング手法（例えば、ＳＯＭ（Ｓｅｌｆ Ｏｒｇａｎｉｚａｔｉｏｎ Ｍａｐ））を用いて、ショッピングシステムに情報が登録されているユーザをその属性に応じて複数のユーザクラスタに分類するとともに、ショッピングシステムに情報が登録されているコンテンツをその属性に応じて複数のコンテンツクラスタに分類する。そして、ショッピングシステムが、所与の基準に基づいて関係が強いと判定されるコンテンツクラスタとユーザクラスタとが対応付ける。そして、ショッピングシステムは、ユーザからの要求に応じて、そのユーザが属するユーザクラスタと対応付けられるコンテンツクラスタに属するコンテンツに関する情報を提供する。このようにして、ショッピングシステムを利用するユーザには、おすすめのコンテンツに関する情報が提供されることとなる。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特定のコンテンツクラスタに属するコンテンツについては、発売当初は１０代の人が主に購入するが、発売から３ヶ月ほど経過すると３０代の人が主に購入する傾向にある、などのように、コンテンツクラスタに対応付けられるユーザクラスタが複数存在する際に、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向がユーザクラスタによって異なることがある。そして、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向のユーザクラスタによる違いを踏まえてレコメンデーションを行うことができれば、ユーザに対するより的確なレコメンデーションが可能になると期待される。
【０００５】
しかし、従来技術では、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向がユーザクラスタによって異なっていても、その時期の傾向の違いが、コンテンツクラスタとユーザクラスタとの対応付けの結果には反映されなかった。
【０００６】
本発明は上記課題に鑑みてなされたものであって、その目的の１つは、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向のユーザクラスタによる違いを、コンテンツクラスタとユーザクラスタとの対応付けの結果に反映させることを目的とする。
【課題を解決するための手段】
【０００７】
上記課題を解決するために、本発明に係る情報処理システムは、コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段と、前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段と、を含むことを特徴とする。
【０００８】
また、本発明に係る情報処理方法は、コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得ステップと、前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割ステップと、を含むことを特徴とする。
【０００９】
また、本発明に係るプログラムは、コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段、前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段、としてコンピュータを機能させることを特徴とする。
【００１０】
また、本発明に係る情報記憶媒体は、コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段、前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段、としてコンピュータを機能させることを特徴とするプログラムを記憶したコンピュータ読み取り可能な情報記憶媒体である。
【００１１】
本発明によれば、関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、コンテンツクラスタが、それぞれが少なくとも１つのユーザクラスタに対応付けられる複数のクラスタに分割されるので、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向のユーザクラスタによる違いが、コンテンツクラスタとユーザクラスタとの対応付けの結果に反映されることとなる。
【００１２】
本発明の一態様では、前記分割手段は、前記コンテンツクラスタを、各クラスタに、当該クラスタに対応付けられるユーザクラスタに属するユーザと前記関連データにおいて関連付けられているコンテンツが属するよう、複数のクラスタに分割することを特徴とする。
【００１３】
また、本発明の一態様では、前記関連データにおいて前記ユーザクラスタに属する少なくとも１のユーザのそれぞれに関連付けられている時期に基づき、当該ユーザクラスタにおける時期の分布に関する統計量を算出する統計量算出手段、をさらに含み、前記分割手段は、前記各ユーザクラスタについて算出される統計量の差異に応じて、前記コンテンツクラスタを複数のクラスタに分割するか否かを判定し、前記分割手段は、複数のクラスタに分割すると判定される場合に、前記コンテンツクラスタを複数のクラスタに分割する、ことを特徴とする。
【００１４】
また、本発明の一態様では、コンテンツクラスタとユーザクラスタとの関係の強さを、当該コンテンツクラスタに属するコンテンツと当該ユーザクラスタに属するユーザの関係の強さに基づいて特定する特定手段、をさらに含み、前記分割手段は、前記コンテンツクラスタに属するコンテンツと、前記特定手段により当該コンテンツクラスタと関係が強いと特定される複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データにおいて、ユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを複数のクラスタに分割することを特徴とする。
【００１５】
また、本発明の一態様では、前記ユーザに、当該ユーザが属するユーザクラスタに対応付けられるコンテンツクラスタに属するコンテンツに関する情報を提供する情報提供手段、をさらに含むことを特徴とする。
【００１６】
また、本発明の一態様では、前記関連データに示される時期は、ユーザがコンテンツに関する情報にアクセスした時期、コンテンツに関するコメントをユーザから受け付けた時期、又は、ユーザがコンテンツを購入した時期であることを特徴とする。
【図面の簡単な説明】
【００１７】
【図１】本発明の一実施形態に係るコンピュータネットワークの全体構成図である。
【図２】投稿履歴データの一例を示す図である。
【図３】本発明の一実施形態に係る分析システムで実現される機能の一例を示す機能ブロック図である。
【図４】本発明の一実施形態に係る分析システムで行われる処理の流れの一例を示すフロー図である。
【図５】コンテンツ特徴量データの一例を示す図である。
【図６】ユーザ特徴量データの一例を示す図である。
【図７】コンテンツクラスタ管理データの一例を示す図である。
【図８】ユーザクラスタ管理データの一例を示す図である。
【図９】クラスタ対応データの一例を示す図である。
【図１０】コンテンツクラスタ管理データの一例を示す図である。
【図１１】クラスタ対応データの一例を示す図である。
【発明を実施するための形態】
【００１８】
以下、本発明の一実施形態について図面に基づき詳細に説明する。
【００１９】
図１は、本発明の一実施形態に係るコンピュータネットワークの全体構成図である。図１に示すように、インターネットなどのコンピュータネットワーク１６には、いずれもコンピュータを中心に構成された分析システム１０、ショッピングシステム１２、クライアント１４（１４−１〜１４−ｎ）が接続されている。そして、分析システム１０、ショッピングシステム１２、クライアント１４は互いに通信可能になっている。
【００２０】
分析システム１０は、本実施形態に係る情報処理システムとして機能するサーバ等のコンピュータシステムであり、ショッピングシステム１２に登録されているデータに対する分析を行い、ショッピングシステム１２が提供するユーザに対するコンテンツのレコメンデーション機能を支援する。
【００２１】
ショッピングシステム１２は、例えば、ゲームや映画などといったコンテンツをユーザが購入することができるショッピングサイトのサービスを提供するサーバ等のコンピュータシステムである。
【００２２】
分析システム１０、ショッピングシステム１２は、それぞれ、例えば、自装置にインストールされるプログラムに従って動作するＣＰＵ等のプログラム制御デバイスである制御部、ＲＯＭやＲＡＭ等の記憶素子やハードディスクドライブなどである記憶部、ネットワークボードなどの通信インタフェースである通信部、を含んで構成されている。これらの要素は、バスを介して接続される。分析システム１０、及び、ショッピングシステム１２の記憶部には、自装置の制御部によって実行されるプログラムが記憶される。また、分析システム１０、及び、ショッピングシステム１２の記憶部は、自装置のワークメモリとしても動作する。
【００２３】
クライアント１４は、分析システム１０やショッピングシステム１２のユーザが利用するコンピュータであり、例えば、パーソナルコンピュータ、ゲームコンソール、テレビ受像機、携帯型ゲーム装置、携帯情報端末、などである。そして、クライアント１４は、例えば、ＣＰＵ等の制御装置、ＲＯＭやＲＡＭ等の記憶素子やハードディスクドライブ等の記憶装置、ディスプレイ、スピーカ等の出力装置、ゲームコントローラ、タッチパッド、マウス、キーボード、マイク等の入力装置、ネットワークボード等の通信装置、ＤＶＤ−ＲＯＭやＢｌｕ−ｒａｙ（登録商標）ディスクなどの光ディスク（コンピュータ読み取り可能な情報記憶媒体）を読み取る光ディスクドライブ、等を備えている。
【００２４】
また、本実施形態に係るクライアント１４には、ウェブブラウザが予めインストールされている。そして、本実施形態では、クライアント１４が、ウェブブラウザを通じてショッピングシステム１２にアクセスし、ユーザＩＤ及びパスワードを入力してログインしてから、その後に所定のＵＲＬにアクセスすると、クライアント１４のディスプレイに所定のＵＲＬに対応する画面が表示される。なお、ユーザＩＤ及びパスワードを入力した後は、ショッピングシステム１２は、例えば、セッションＩＤを参照すること等により、クライアント１４を利用するユーザのユーザＩＤを特定することができるようになっている。
【００２５】
本実施形態に係るショッピングシステム１２は、ユーザが購入可能なコンテンツに関する情報が示されるページをクライアント１４に提供する。本実施形態では、クライアント１４は、ウェブブラウザを介して、コンテンツに対応付けられるＵＲＬにアクセスすることによって、そのコンテンツに関する情報が含まれるページがクライアント１４のディスプレイに表示されるようになっている。また、本実施形態に係るショッピングシステム１２は、コンテンツを購入したユーザ等がそのコンテンツについての感想等のコメントを投稿をクライアント１４から受け付けることができるようになっている。そして、このようにして受け付けたコメントは、ショッピングシステム１２が備える記憶部に、図２に例示する投稿履歴データ２０として蓄積される。図２に示すように、投稿履歴データ２０は、コメントの識別子であるコメントＩＤ、投稿の対象となったコンテンツの識別子であるコンテンツＩＤ、投稿を行ったユーザの識別子であるユーザＩＤ、コンテンツに関するコメントをユーザから受け付けた時期を示すデータ（本実施形態では、投稿が登録された日時を表す投稿日時データ）、コメントの内容を表すコメントデータが含まれている。
【００２６】
図３は、本実施形態に係る分析システム１０で実現される機能の一例を示す機能ブロック図である。なお、本実施形態に係る分析システム１０では、図３に示す機能以外も機能も実現されている。図３に示すように、分析システム１０は、機能的には、データ取得部３０、データ記憶部３２、クラスタリング実行部３４、関係度特定部３６、対応付け部３８、統計量算出部４０、分割部４２、データ出力部４４、を含んでいる。データ記憶部３２は、分析システム１０が備える記憶部を主として実現されている。その他の要素は、分析システム１０が備える制御部を主として実現されている。
【００２７】
これらの機能は、コンピュータである分析システム１０で、本実施形態に係るプログラムが実行されることにより実現される。このプログラムは、コンピュータ通信ネットワーク経由で通信インタフェースを介して他のコンピュータからダウンロードされてもよいし、光ディスク（例えば、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなど）、ＵＳＢメモリ等のコンピュータ読み取り可能な情報記憶媒体に格納され、そこから光ディスクドライブやＵＳＢ（Universal Serial Bus）ポートなどを介して分析システム１０にインストールされてもよい。
【００２８】
本実施形態に係る分析システム１０では、ショッピングシステム１２が備える記憶部に記憶された投稿履歴データ２０に基づいて、ユーザとコンテンツとの対応関係についての分析処理を行う。ここで、本実施形態に係る分析システム１０で行われる、分析処理の流れの一例を、図４に示すフロー図を参照しながら説明する。
【００２９】
まず、データ取得部３０が、ショッピングシステム１２が備える記憶部に記憶された投稿履歴データ２０を取得して、データ記憶部３２に記憶させる（Ｓ１０１）。
【００３０】
そして、クラスタリング実行部３４が、投稿履歴データ２０に含まれるコンテンツＩＤと投稿日時との組合せに基づいて、図５に例示するコンテンツ特徴量データ５０、及び、図６に例示するユーザ特徴量データ５２を生成する（Ｓ１０２）。
【００３１】
図５に示すように、コンテンツ特徴量データ５０には、コンテンツＩＤ、当該コンテンツに対する総投稿数、当該コンテンツに対する単位時間（例えば、１日）あたりの投稿数を表す投稿頻度、当該コンテンツに対して投稿を行ったユニークユーザ数（複数の投稿を行ったユーザは１ユーザとしてカウントしたユーザ数）を当該コンテンツに対して投稿を行った延べユーザ数で割った値であるユニークユーザレシオ、当該コンテンツに対する初めての投稿が行われた日時を示す初投稿日時、などが含まれている。なお、コンテンツ特徴量データ５０には、上述のもののほか、例えば、（１）当該コンテンツに対する投稿間隔の分布に基づいて算出されるジニ係数、（２）所定時間単位（例えば、１日単位）で当該コンテンツに対する投稿数を集計した際における、最も投稿数が多かった日、（３）その日における投稿数、（４）その日におけるｄｕｒ平均、（５）２番目に投稿数が多かった日、（６）その日における投稿数、（７）その日におけるｄｕｒ平均、（８）最も投稿数が多かった日から、その日における投稿数の半分の投稿が当該コンテンツに対して行われた日までの日数（半減期）、などが含まれていてもよい。
【００３２】
図６に示すように、ユーザ特徴量データ５２には、ユーザＩＤ、当該ユーザが行った総投稿数、当該ユーザによる単位時間（例えば、１日）あたりの投稿数を表す投稿頻度、当該ユーザにより投稿されたユニークコンテンツ数（複数の投稿を行ったコンテンツは１コンテンツとしてカウントしたコンテンツ数）を当該ユーザによる延べ投稿数で割った値であるユニークコンテンツレシオ、当該ユーザによる初めての投稿が行われた日時を示す初投稿日時、などが含まれている。なお、ユーザ特徴量データ５２には、上述のもののほか、例えば、（１）当該ユーザが投稿を行ったコンテンツについての、初投稿の日時に対応するタイムスタンプ値の平均値、（２）当該ユーザが投稿を行ったコンテンツについての、コンテンツに対する投稿を行ったユニークユーザの数の平均値、（３）当該ユーザが投稿を行ったコンテンツについての、当該ユーザによる初投稿の日から、所定時間単位（例えば、１日単位）で投稿数を集計した際における最も投稿数が多かった日までの日数の平均値、（４）当該ユーザが投稿が行ったコンテンツについての、所定時間単位（例えば、１日単位）で投稿数を集計した際における最も投稿数が多かった日における投稿数の平均値、（５）当該ユーザが投稿を行ったコンテンツについての、当該ユーザによる初投稿の日から、所定時間単位（例えば、１日単位）で投稿数を集計した際における２番目に投稿数が多かった日までの日数の平均値、（６）当該ユーザにより投稿が行われたコンテンツについての、所定時間単位（例えば、１日単位）で投稿数を集計した際における２番目に投稿数が多かった日における投稿数の平均値、（７）曜日又は時間をｒ−θ表現した際のｒの値、（８）曜日又は時間をｒ−θ表現した際のθの値、などが含まれていてもよい。
【００３３】
そして、クラスタリング実行部３４が、Ｓ１０２に示す処理で生成されたコンテンツ特徴量データ５０に基づくクラスタリングを実行することで、図７に例示するコンテンツクラスタ管理データ５４を生成して、データ記憶部３２に記憶させるとともに、Ｓ１０２に示す処理で生成されたユーザ特徴量データ５２に基づくクラスタリングを実行することで、図８に例示するユーザクラスタ管理データ５６を生成して、データ記憶部３２に記憶させる（Ｓ１０３）。
【００３４】
クラスタリング実行部３４は、例えば、ＳＯＭ（Self Organization Map）を用いたクラスタリングを実行する。ここでは、Ｓ１０３に示す処理で実行されるクラスタリングの一例について、その概要を説明する。ここでは、コンテンツ特徴量データ５０に含まれるコンテンツＩＤ以外のパラメータの値を成分とするベクトルを特徴量ベクトルと呼ぶこととする。
【００３５】
まず、クラスタリング実行部３４は、コンテンツ特徴量データ５０に対して主成分分析を実行し、それぞれが、所与の規則に従って配置された二次元座標上の位置のいずれかに対応付けられるノードデータを生成する。このノードデータには、ノードデータに対応付けられる上述の特徴量ベクトルである参照ベクトルが関連付けられている。そして、ノードデータは、クラスタリングにおけるクラスタに対応付けられる。ＳＯＭでは、ノードデータに関連付けられる参照ベクトル間の距離が近いほど、ノードデータに対応付けられる位置が近くなるようになっている。
【００３６】
（１）そして、クラスタリング実行部３４は、各コンテンツ特徴量データ５０について、そのコンテンツ特徴量データ５０に対応する特徴量ベクトルと、各ノードデータに関連付けられている参照ベクトルとの近似度を、所与の計算式に従って計算する。（２）そして、クラスタリング実行部３４は、クラスタリング実行部３４は、各コンテンツ特徴量データ５０について、計算された近似度が最も大きな参照ベクトルに関連付けられているノードデータと関連付ける。（３）そして、クラスタリング実行部３４は、各ノードデータについて、ノードデータに関連付けられた関連付けられたコンテンツ特徴量データ５０、及び、近傍のノードデータに関連付けられている参照ベクトルを入力とした学習を実行して、ノードデータに関連付けられる参照ベクトルを更新する。
【００３７】
クラスタリング実行部３４は、以上の（１）〜（３）の処理を、上述の（３）の処理での参照ベクトルの更新量が所定量以下となるまで（すなわち、結果が収束するまで）繰り返し実行する。このようにして、各ノードデータに関連付けられるコンテンツ特徴量データ５０及び参照ベクトルが最終決定されることとなる。
【００３８】
そして、クラスタリング実行部３４は、ノードデータに対応付けられるコンテンツクラスタ管理データ５４を生成する。コンテンツクラスタ管理データ５４には、コンテンツクラスタ管理データ５４の識別子であるコンテンツクラスタＩＤ、及び、対応するノードデータに関連付けられているコンテンツ特徴量データ５０に含まれるコンテンツＩＤ、が含まれている。なお、コンテンツクラスタ管理データ５４に複数のコンテンツＩＤが含まれる可能性もあれば、コンテンツクラスタ管理データ５４に含まれるコンテンツＩＤの値が空となる可能性もある。
【００３９】
以下、コンテンツクラスタ管理データ５４に対応付けられるクラスタをコンテンツクラスタと呼ぶこととする。本実施形態では、コンテンツクラスタ管理データ５４によって、コンテンツクラスタ管理データ５４に含まれるコンテンツＩＤに対応付けられるコンテンツが、コンテンツクラスタ管理データ５４に含まれるコンテンツクラスタＩＤに対応付けられるコンテンツクラスタに属することが表現されることとなる。
【００４０】
同様にして、クラスタリング実行部３４は、図８に例示するユーザクラスタ管理データ５６も生成する。ユーザクラスタ管理データ５６には、ユーザクラスタ管理データ５６の識別子であるユーザクラスタＩＤ、及び、対応するノードデータに関連付けられるユーザ特徴量データ５２に含まれるユーザＩＤ、が含まれている。なお、ユーザクラスタ管理データ５６に複数のユーザＩＤが含まれる可能性もあれば、ユーザクラスタ管理データ５６に含まれるユーザＩＤの値が空となる可能性もある。
【００４１】
以下、ユーザクラスタ管理データ５６に対応付けられるクラスタをユーザクラスタと呼ぶこととする。本実施形態では、ユーザクラスタ管理データ５６によって、ユーザクラスタ管理データ５６に含まれるユーザＩＤに対応付けられるユーザが、ユーザクラスタ管理データ５６に含まれるユーザクラスタＩＤに対応付けられるユーザクラスタに属することが表現されることとなる。
【００４２】
そして、関係度特定部３６が、コンテンツクラスタ管理データ５４で表現されるコンテンツクラスタと、ユーザクラスタ管理データ５６で表現されるユーザクラスタと、の組合せに対応付けられる、当該コンテンツクラスタと当該ユーザクラスタとの関係の強さを表す関係度を、コンテンツクラスタとユーザクラスタとのすべての組合せについて算出する（Ｓ１０４）。例えば、コンテンツクラスタ管理データ５４がｎ個生成されており、ユーザクラスタ管理データ５６がｍ個生成されている場合は、ｍ×ｎ個の関係度が算出されることとなる。関係度特定部３６は、例えば、あるコンテンツクラスタ（ここでは、例えば、コンテンツクラスタＡ）と、あるユーザクラスタ（ここでは、例えば、ユーザクラスタＢ）と、の組合せに対応付けられる関係度の値＝（コンテンツクラスタＡに属するコンテンツのコンテンツＩＤとユーザクラスタＢに属するユーザのユーザＩＤとの組合せが含まれる投稿履歴データ２０の数）／（コンテンツクラスタＡに属するコンテンツの数とユーザクラスタに属するユーザの数との積）という数式に従って、コンテンツクラスタＡとユーザクラスタＢとの組合せに対応付けられる関係度を算出する。なお、関係度の算出方法は上述のものには限定されない。
【００４３】
そして、対応付け部３８が、関係度の値が所定の閾値以上であるコンテンツクラスタとユーザクラスタの組合せを特定して、特定された組合せに対応付けられる、図９に例示するクラスタ対応データ５８を生成して、データ記憶部３２に記憶させる（Ｓ１０５）。例えば、コンテンツクラスタＡとユーザクラスタＢの組合せに対応付けられる関係度の値が所定の閾値以上である場合には、対応付け部３８は、コンテンツクラスタＡのコンテンツクラスタＩＤとユーザクラスタＢのユーザクラスタＩＤとが含まれるクラスタ対応データ５８を生成する。このようにして、コンテンツクラスタとユーザクラスタとが対応付けられる。なお、図９に示すように、本実施形態において、コンテンツクラスタとユーザクラスタとが多対多で対応付けられても構わない。図９の例では、コンテンツクラスタＩＤ「０００２」に対応するコンテンツクラスタには、ユーザクラスタＩＤ「０００１」に対応するユーザクラスタ、及び、ユーザクラスタＩＤ「０００２」に対応するユーザクラスタが対応付けられている。また、ユーザクラスタＩＤ「００４９」に対応するユーザクラスタには、コンテンツクラスタＩＤ「０００３」に対応するコンテンツクラスタ、及び、コンテンツクラスタＩＤ「００１６」に対応するコンテンツクラスタが対応付けられている。
【００４４】
そして、統計量算出部４０が、クラスタ対応データ５８に基づいて、複数のユーザクラスタに対応付けられているコンテンツクラスタを特定する（Ｓ１０６）。ここでは、例えば、コンテンツＩＤ「０００２」に対応するコンテンツクラスタが特定されたこととする。そして、統計量算出部４０が、Ｓ１０６に示す処理で特定されたコンテンツクラスタのうち、以降の処理がまだ行われていないコンテンツクラスタが存在するか否かを確認する（Ｓ１０７）。存在する場合は（Ｓ１０７：Ｙ）、統計量算出部４０が、未処理のコンテンツクラスタのうちの１つ（ここでは、選択コンテンツクラスタと呼ぶ。）を選択して、そのコンテンツクラスタと対応付けられている複数のユーザクラスタ（ここでは、選択ユーザクラスタと呼ぶ。）を特定する（Ｓ１０８）。ここでは、選択ユーザクラスタとして、ユーザクラスタＩＤ「０００１」に対応するユーザクラスタと、ユーザクラスタＩＤ「０００２」に対応するユーザクラスタと、が特定されたこととする。
【００４５】
そして、統計量算出部４０が、Ｓ１０８に示す処理で特定された複数の選択ユーザクラスタのそれぞれについて、選択ユーザクラスタに対応付けられる時期の分布に関する統計量を算出する（Ｓ１０９）。統計量算出部４０は、例えば、投稿履歴データ２０において、コンテンツクラスタＩＤ「０００２」に対応する選択コンテンツクラスタに属するコンテンツのコンテンツＩＤと、ユーザクラスタＩＤ「０００１」に対応する選択ユーザクラスタに属するユーザのユーザＩＤと、の組合せに関連付けられている少なくとも１つの投稿日時を特定して、特定された投稿日時に対応するタイムスタンプ値の平均値及び標準偏差を、ユーザクラスタＩＤ「０００１」に対応する選択ユーザクラスタについての統計量として算出する。そして、統計量算出部４０は、例えば、投稿履歴データ２０において、コンテンツクラスタＩＤ「０００２」に対応する選択コンテンツクラスタに属するコンテンツのコンテンツＩＤと、ユーザクラスタＩＤ「０００２」に対応する選択ユーザクラスタに属するユーザのユーザＩＤと、の組合せに関連付けられている少なくとも１つの投稿日時を特定して、特定された投稿日時に対応するタイムスタンプ値の平均値及び標準偏差を、ユーザクラスタＩＤ「０００２」に対応する選択ユーザクラスタについての統計量として算出する。なお、選択ユーザクラスタに対応付けられる統計量は上述のものには限定されない。
【００４６】
そして、分割部４２が、Ｓ１０９に示す処理で算出された、それぞれの選択ユーザクラスタに対応付けられる統計量の差異に基づいて、選択コンテンツクラスタを分割の対象とするか否かを判定する（Ｓ１１０）。本実施形態では、分割部４２は、各選択ユーザクラスタについて、（タイムスタンプ値の平均値−タイムスタンプ値の標準偏差）の値以上、（タイムスタンプ値の平均値＋タイムスタンプ値の標準偏差）の値以下の範囲をタイムスコープとして特定する。そして、分割部４２は、他のいずれの選択ユーザクラスタともタイムスコープが重複しない選択ユーザクラスタが存在する場合には、選択コンテンツクラスタを分割の対象とすると判定し、そうでない場合は、選択コンテンツクラスタを分割の対象としないと判定する。
【００４７】
そして、Ｓ１１０に示す処理で、選択コンテンツクラスタを分割の対象とすることが判定された場合は（Ｓ１１０：Ｙ）、分割部４２は、選択コンテンツクラスタを複数のクラスタに分割する（Ｓ１１１）。ここでは、例えば、ユーザクラスタＩＤが「０００２」であるユーザクラスタ管理データ５６に対応するユーザクラスタが、他のいずれの選択ユーザクラスタともタイムスコープが重複しない選択ユーザクラスタであると特定され、コンテンツクラスタＩＤ「０００２」に対応する選択コンテンツクラスタを分割する場合を例に、Ｓ１１１に示す処理について説明する。まず、分割部４２は、新規のコンテンツクラスタＩＤ（例えば、「０１０２」）が設定された新規のコンテンツクラスタ管理データ５４を生成する。そして、分割部４２は、投稿履歴データ２０において、ユーザクラスタＩＤ「０００２」に対応するユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤ（例えば、「００１５」、「００９５」、・・・）を特定して、特定されたコンテンツＩＤを新規のコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定する。そして、分割部４２は、投稿履歴データ２０において、ユーザクラスタＩＤ「０００２」に対応するユーザクラスタ以外の選択ユーザクラスタのいずれか（ここでは、例えば、ユーザクラスタＩＤ「０００１」に対応するユーザクラスタ）に属するユーザのユーザＩＤと関連付けられている少なくとも１つのコンテンツＩＤ（例えば、「００６５」、「０２３５」、・・・）を特定する。そして、分割部４２は、ここで特定されたコンテンツＩＤ以外のコンテンツＩＤ（ここでは、例えば、「００１５」、「００９５」、・・・）について、コンテンツクラスタＩＤが「０００２」であるコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤから削除する。以上のようにして、分割部４２により、コンテンツクラスタＩＤが「０００２」であるコンテンツクラスタ管理データ５４に対応するコンテンツクラスタが分割された後のコンテンツクラスタ管理データ５４の一例を図１０に示す。
【００４８】
そして、分割部４２は、選択コンテンツクラスタの分割に応じたクラスタ対応データ５８の更新を行う（Ｓ１１２）。分割部４２は、例えば、分割の対象である選択コンテンツクラスタのコンテンツクラスタＩＤ（ここでは、「０００２」）と、他のいずれの選択ユーザクラスタともタイムスコープが重複しない選択ユーザクラスタのユーザクラスタＩＤ（ここでは、「０００２」）とが対応付けられたクラスタ対応データ５８について、含まれるコンテンツクラスタＩＤを新規のコンテンツクラスタのコンテンツクラスタＩＤ（ここでは、「０１０２」）に更新する。このようにして更新されたクラスタ対応データ５８の一例を図１１に示す。
【００４９】
そして、Ｓ１１０に示す処理で、選択コンテンツクラスタを分割の対象としないことが判定された場合は（Ｓ１１０：Ｎ）、又は、Ｓ１１２に示す処理が終了した場合に、Ｓ１０７に示す処理を実行する。
【００５０】
Ｓ１０７に示す処理において、処理が行われていないコンテンツクラスタが存在しないことが確認された場合は（Ｓ１０７：Ｎ）、データ出力部４４が、上述のコンテンツクラスタ管理データ５４、ユーザクラスタ管理データ５６、及び、クラスタ対応データ５８を、ショッピングシステム１２に出力して（Ｓ１１３）、本処理例に示す処理を終了する。
【００５１】
本実施形態では、分析システム１０は、上述のＳ１０１〜Ｓ１１３に示す処理を繰り返し実行する。分析システム１０は、例えば、所定の時間間隔で上述のＳ１０１〜Ｓ１１３に示す処理を繰り返し実行するようにしてもよい。また、分析システム１０は、例えば、ショッピングシステム１２に保存される投稿履歴データ２０の数が所定数だけ増加したタイミングで上述のＳ１０１〜Ｓ１１３に示す処理を実行するようにしてもよい。また、二度目以降の上述のＳ１０３に示す処理においては、クラスタリング実行部３４は、主成分分析を実行してノードデータを生成する代わりに、前回の処理における学習結果であるノードデータと参照ベクトルを用いて、上述の（１）〜（３）の処理を実行するようにしてもよい。このとき、クラスタリング実行部３４は、前回の処理において複数のクラスタに分割されたコンテンツクラスタについては、対応付けられるノードデータを、分割後の複数のクラスタそれぞれに対応付けられる複数のノードデータに更新するようにしてもよい。そして、クラスタリング実行部３４は、それぞれのノードデータには、対応付けられるクラスタに属するコンテンツのコンテンツ特徴量データ５０を関連付けるようにしてもよい。そして、クラスタリング実行部３４は、関連付けられたコンテンツ特徴量データ５０に基づいて、ノードデータに関連付けられる参照ベクトルを更新した上で、上述の（１）〜（３）の処理を実行するようにしてもよい。
【００５２】
ショッピングシステム１２は、分析システム１０から上述のデータを受け付けると、ショッピングシステム１２が備える記憶部に上述のデータを記憶させる。
【００５３】
ここで、例えば、ユーザがクライアント１４からショッピングシステム１２にログインすると、ショッピングシステム１２は、クラスタ対応データ５８においてこのユーザが属するユーザクラスタに対応付けられているコンテンツクラスタに属するコンテンツのうち、ユーザが未購入であるもののタイトルが一覧として配置されたトップページを生成して、クライアント１４に送信する。そして、クライアント１４は、このトップページを受信すると、ウェブブラウザを介してトップページをディスプレイに表示出力する。このようにして、ユーザに対するコンテンツのレコメンデーションが行われることとなる。
【００５４】
本実施形態では、投稿履歴データ２０において、コンテンツクラスタに属するコンテンツのコンテンツＩＤとユーザクラスタに属するユーザのユーザＩＤとの組合せに対応付けられている投稿日時データが示す日時の傾向が、ユーザクラスタにより違いがある（上述の例では、例えば、タイムスコープが重複しない）場合には、コンテンツクラスタが分割されて、それぞれのコンテンツクラスタが日時の傾向が異なるいずれかのユーザクラスタに対応付けられることとなる。よって、本実施形態では、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる投稿日時の傾向のユーザクラスタによる違いがコンテンツクラスタとユーザクラスタとの対応付けの結果に反映されることとなる。
【００５５】
なお、本発明は上述の実施形態に限定されるものではない。
【００５６】
例えば、上述の処理例では、２個のユーザクラスタに対応付けられているコンテンツクラスタの分割について具体的に説明したが、ｋ個（ｋは３以上）のユーザクラスタに対応付けられているコンテンツクラスタの分割についても同様の処理が行われる。例えば、第ｐ（ここで、ｐは１，２，・・・，ｋのいずれか）の選択ユーザクラスタが、他のいずれの選択ユーザクラスタともタイムスコープが重複せず、第ｐの選択ユーザクラスタ以外の選択ユーザクラスタはいずれかの他の選択ユーザクラスタとタイムスコープが重複している場合には、上述のＳ１１２に示す処理において、分割部４２は、第ｐの選択ユーザクラスタに対応付けられる新規のコンテンツクラスタに対応するコンテンツクラスタ管理データ５４を生成するようにしてもよい。このとき、分割部４２は、投稿履歴データ２０において、第ｐの選択ユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤを、このコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定する。
【００５７】
また、例えば、第ｐ（ここで、ｐは１，２，・・・，ｋのいずれか）の選択ユーザクラスタと、第ｑ（ここで、ｑは１，２，・・・，ｋのいずれかであって、ｐ以外）の選択ユーザクラスタが、他のいずれの選択ユーザクラスタともタイムスコープが重複せず、第ｐの選択ユーザクラスタ又は第ｑの選択ユーザクラスタとは異なる選択ユーザクラスタはいずれかの他の選択ユーザクラスタとタイムスコープが重複している場合には、上述のＳ１１２に示す処理において、分割部４２は、第ｐの選択ユーザクラスタに対応付けられる新規のコンテンツクラスタに対応するコンテンツクラスタ管理データ５４、及び、第ｑの選択ユーザクラスタに対応付けられる新規のコンテンツクラスタに対応するコンテンツクラスタ管理データ５４を生成するようにしてもよい。このとき、分割部４２は、投稿履歴データ２０において、第ｐの選択ユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤを、第ｐの選択ユーザクラスタに対応するコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定し、第ｑの選択ユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤを、第ｑの選択ユーザクラスタに対応するコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定する。
【００５８】
また、例えば、４個のユーザクラスタに対応付けられているコンテンツクラスタの分割するにあたって、第１の選択ユーザクラスタは、第２の選択ユーザクラスタとのみタイムスコープが重複しており、第３の選択ユーザクラスタは、第４の選択ユーザクラスタとのみタイムスコープが重複している場合には、分割部４２は、分割の対象となるコンテンツクラスタを、第１の選択ユーザクラスタ及び第２の選択ユーザクラスタに対応するコンテンツクラスタと、第３の選択ユーザクラスタ及び第４の選択ユーザクラスタに対応するコンテンツクラスタとに分割するようにしてもよい。このとき、分割部４２は、投稿履歴データ２０において、第１の選択ユーザクラスタ又は第２の選択ユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤを、第１の選択ユーザクラスタ及び第２の選択ユーザクラスタに対応するコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定し、投稿履歴データ２０において、第３の選択ユーザクラスタ又は第４の選択ユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤを、第３の選択ユーザクラスタ及び第４の選択ユーザクラスタに対応するコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定するようにしてもよい。
【００５９】
また、分析システム１０は、例えば、投稿履歴の代わりに、コンテンツに関する情報が提供されるページへのユーザのアクセス履歴（アクセス履歴のデータには、例えば、当該コンテンツのコンテンツＩＤ、当該ユーザのユーザＩＤ、ユーザがコンテンツに関する情報にアクセスした時期（例えば、日時）を示すデータが含まれている。）や、ユーザによるコンテンツの購入履歴（購入履歴のデータには、例えば、当該コンテンツのコンテンツＩＤ、当該ユーザのユーザＩＤ、ユーザがコンテンツを購入した時期（例えば、日時）を示すデータが含まれている。）を上述のようにして分析して、コンテンツクラスタとユーザクラスタとの対応付けやコンテンツクラスタの分割を行うようにしてもよい。
【００６０】
また、分割されたコンテンツクラスタのクラスタ対応データ５８には、上述のタイムスコープに基づいて特定される期間を示すデータが関連付けられていてもよい。具体的には、例えば、上述のタイムスコープを、コンテンツの発売開始日時からの経過時間の範囲に変換したデータ、あるいは、（タイムスタンプ値の平均値−タイムスタンプ値の標準偏差のａ倍）の値以上、（タイムスタンプ値の平均値＋タイムスタンプ値の標準偏差のａ倍）の値以下の範囲をコンテンツの発売開始日時からの経過時間の範囲に変換したデータ等がコンテンツクラスタ管理データ５４に関連付けられていてもよい。そして、この場合は、ショッピングシステム１２は、コンテンツの発売開始日時からの経過時間が上述の期間内となったタイミングで、クラスタ対応データ５８に含まれるコンテンツクラスタＩＤに対応するコンテンツクラスタＩＤに属するコンテンツの宣伝文を、クラスタ対応データ５８に含まれるユーザクラスタＩＤに対応するユーザクラスタＩＤに属するユーザに電子メール等で通知するようにしてもよい。あるいは、ショッピングシステム１２は、コンテンツの発売開始日時からの経過時間が上述の期間内である際に、ショッピングシステム１２がクライアント１４に提供するページに上述の宣伝文を配置するようにしてもよい。あるいは、ショッピングシステム１２は、コンテンツの発売開始日時からの経過時間が上述の期間内であるか否かに応じて異なる宣伝文をショッピングシステム１２がクライアント１４に提供するページに配置するようにしてもよい。
【００６１】
また、分析システム１０が生成するコンテンツクラスタ管理データ５４、ユーザクラスタ管理データ５６、及び、クラスタ対応データ５８を、売上の上昇や衰退の予測、あるいは、書遺品ラインナップや性質の変化に役立てるようにしてもよい。
【００６２】
また、本実施形態に係る分析システム１０、ショッピングシステム１２、及びクライアント１４の役割分担は上述のものには限定されない。例えば、分析システム１０が、ショッピングシステム１２の機能を兼ね備えていてもよい。具体的には、分析システム１０が、クライアント１４に、当該クライアント１４のユーザが属するユーザクラスタに対応付けられるコンテンツクラスタに属するコンテンツに関する情報が含まれるページを提供する情報提供部を含んでいてもよい。
【００６３】
また、上記の具体的な文字列や図面中の具体的な文字列は例示であり、これらの文字列には限定されない。
【符号の説明】
【００６４】
１０ 分析システム、１２ ショッピングシステム、１４ クライアント、１６ コンピュータネットワーク、２０ 投稿履歴データ、３０ データ取得部、３２ データ記憶部、３４ クラスタリング実行部、３６ 関係度特定部、３８ 対応付け部、４０ 統計量算出部、４２ 分割部、４４ データ出力部、５０ コンテンツ特徴量データ、５２ ユーザ特徴量データ、５４ コンテンツクラスタ管理データ、５６ ユーザクラスタ管理データ、５８ クラスタ対応データ。
【技術分野】
【０００１】
本発明は、情報処理システム、情報処理方法、プログラム及び情報記憶媒体に関する。
【背景技術】
【０００２】
ゲームや映画などといったコンテンツに関する情報をクライアントに提供したり、クライアントから受け付ける購入要求に応じてコンテンツを提供したりするショッピングシステムが存在する。また、このようなショッピングシステムには、ユーザに推薦するコンテンツに関する情報を提供するレコメンデーションの機能を備えたものがある。
【０００３】
ショッピングシステムによりこのようなレコメンデーションを実現する手法としては、例えば、以下の手法が挙げられる。まず、ショッピングシステムが、公知のクラスタリング手法（例えば、ＳＯＭ（Ｓｅｌｆ Ｏｒｇａｎｉｚａｔｉｏｎ Ｍａｐ））を用いて、ショッピングシステムに情報が登録されているユーザをその属性に応じて複数のユーザクラスタに分類するとともに、ショッピングシステムに情報が登録されているコンテンツをその属性に応じて複数のコンテンツクラスタに分類する。そして、ショッピングシステムが、所与の基準に基づいて関係が強いと判定されるコンテンツクラスタとユーザクラスタとが対応付ける。そして、ショッピングシステムは、ユーザからの要求に応じて、そのユーザが属するユーザクラスタと対応付けられるコンテンツクラスタに属するコンテンツに関する情報を提供する。このようにして、ショッピングシステムを利用するユーザには、おすすめのコンテンツに関する情報が提供されることとなる。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特定のコンテンツクラスタに属するコンテンツについては、発売当初は１０代の人が主に購入するが、発売から３ヶ月ほど経過すると３０代の人が主に購入する傾向にある、などのように、コンテンツクラスタに対応付けられるユーザクラスタが複数存在する際に、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向がユーザクラスタによって異なることがある。そして、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向のユーザクラスタによる違いを踏まえてレコメンデーションを行うことができれば、ユーザに対するより的確なレコメンデーションが可能になると期待される。
【０００５】
しかし、従来技術では、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向がユーザクラスタによって異なっていても、その時期の傾向の違いが、コンテンツクラスタとユーザクラスタとの対応付けの結果には反映されなかった。
【０００６】
本発明は上記課題に鑑みてなされたものであって、その目的の１つは、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向のユーザクラスタによる違いを、コンテンツクラスタとユーザクラスタとの対応付けの結果に反映させることを目的とする。
【課題を解決するための手段】
【０００７】
上記課題を解決するために、本発明に係る情報処理システムは、コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段と、前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段と、を含むことを特徴とする。
【０００８】
また、本発明に係る情報処理方法は、コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得ステップと、前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割ステップと、を含むことを特徴とする。
【０００９】
また、本発明に係るプログラムは、コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段、前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段、としてコンピュータを機能させることを特徴とする。
【００１０】
また、本発明に係る情報記憶媒体は、コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段、前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段、としてコンピュータを機能させることを特徴とするプログラムを記憶したコンピュータ読み取り可能な情報記憶媒体である。
【００１１】
本発明によれば、関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、コンテンツクラスタが、それぞれが少なくとも１つのユーザクラスタに対応付けられる複数のクラスタに分割されるので、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる時期の傾向のユーザクラスタによる違いが、コンテンツクラスタとユーザクラスタとの対応付けの結果に反映されることとなる。
【００１２】
本発明の一態様では、前記分割手段は、前記コンテンツクラスタを、各クラスタに、当該クラスタに対応付けられるユーザクラスタに属するユーザと前記関連データにおいて関連付けられているコンテンツが属するよう、複数のクラスタに分割することを特徴とする。
【００１３】
また、本発明の一態様では、前記関連データにおいて前記ユーザクラスタに属する少なくとも１のユーザのそれぞれに関連付けられている時期に基づき、当該ユーザクラスタにおける時期の分布に関する統計量を算出する統計量算出手段、をさらに含み、前記分割手段は、前記各ユーザクラスタについて算出される統計量の差異に応じて、前記コンテンツクラスタを複数のクラスタに分割するか否かを判定し、前記分割手段は、複数のクラスタに分割すると判定される場合に、前記コンテンツクラスタを複数のクラスタに分割する、ことを特徴とする。
【００１４】
また、本発明の一態様では、コンテンツクラスタとユーザクラスタとの関係の強さを、当該コンテンツクラスタに属するコンテンツと当該ユーザクラスタに属するユーザの関係の強さに基づいて特定する特定手段、をさらに含み、前記分割手段は、前記コンテンツクラスタに属するコンテンツと、前記特定手段により当該コンテンツクラスタと関係が強いと特定される複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データにおいて、ユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを複数のクラスタに分割することを特徴とする。
【００１５】
また、本発明の一態様では、前記ユーザに、当該ユーザが属するユーザクラスタに対応付けられるコンテンツクラスタに属するコンテンツに関する情報を提供する情報提供手段、をさらに含むことを特徴とする。
【００１６】
また、本発明の一態様では、前記関連データに示される時期は、ユーザがコンテンツに関する情報にアクセスした時期、コンテンツに関するコメントをユーザから受け付けた時期、又は、ユーザがコンテンツを購入した時期であることを特徴とする。
【図面の簡単な説明】
【００１７】
【図１】本発明の一実施形態に係るコンピュータネットワークの全体構成図である。
【図２】投稿履歴データの一例を示す図である。
【図３】本発明の一実施形態に係る分析システムで実現される機能の一例を示す機能ブロック図である。
【図４】本発明の一実施形態に係る分析システムで行われる処理の流れの一例を示すフロー図である。
【図５】コンテンツ特徴量データの一例を示す図である。
【図６】ユーザ特徴量データの一例を示す図である。
【図７】コンテンツクラスタ管理データの一例を示す図である。
【図８】ユーザクラスタ管理データの一例を示す図である。
【図９】クラスタ対応データの一例を示す図である。
【図１０】コンテンツクラスタ管理データの一例を示す図である。
【図１１】クラスタ対応データの一例を示す図である。
【発明を実施するための形態】
【００１８】
以下、本発明の一実施形態について図面に基づき詳細に説明する。
【００１９】
図１は、本発明の一実施形態に係るコンピュータネットワークの全体構成図である。図１に示すように、インターネットなどのコンピュータネットワーク１６には、いずれもコンピュータを中心に構成された分析システム１０、ショッピングシステム１２、クライアント１４（１４−１〜１４−ｎ）が接続されている。そして、分析システム１０、ショッピングシステム１２、クライアント１４は互いに通信可能になっている。
【００２０】
分析システム１０は、本実施形態に係る情報処理システムとして機能するサーバ等のコンピュータシステムであり、ショッピングシステム１２に登録されているデータに対する分析を行い、ショッピングシステム１２が提供するユーザに対するコンテンツのレコメンデーション機能を支援する。
【００２１】
ショッピングシステム１２は、例えば、ゲームや映画などといったコンテンツをユーザが購入することができるショッピングサイトのサービスを提供するサーバ等のコンピュータシステムである。
【００２２】
分析システム１０、ショッピングシステム１２は、それぞれ、例えば、自装置にインストールされるプログラムに従って動作するＣＰＵ等のプログラム制御デバイスである制御部、ＲＯＭやＲＡＭ等の記憶素子やハードディスクドライブなどである記憶部、ネットワークボードなどの通信インタフェースである通信部、を含んで構成されている。これらの要素は、バスを介して接続される。分析システム１０、及び、ショッピングシステム１２の記憶部には、自装置の制御部によって実行されるプログラムが記憶される。また、分析システム１０、及び、ショッピングシステム１２の記憶部は、自装置のワークメモリとしても動作する。
【００２３】
クライアント１４は、分析システム１０やショッピングシステム１２のユーザが利用するコンピュータであり、例えば、パーソナルコンピュータ、ゲームコンソール、テレビ受像機、携帯型ゲーム装置、携帯情報端末、などである。そして、クライアント１４は、例えば、ＣＰＵ等の制御装置、ＲＯＭやＲＡＭ等の記憶素子やハードディスクドライブ等の記憶装置、ディスプレイ、スピーカ等の出力装置、ゲームコントローラ、タッチパッド、マウス、キーボード、マイク等の入力装置、ネットワークボード等の通信装置、ＤＶＤ−ＲＯＭやＢｌｕ−ｒａｙ（登録商標）ディスクなどの光ディスク（コンピュータ読み取り可能な情報記憶媒体）を読み取る光ディスクドライブ、等を備えている。
【００２４】
また、本実施形態に係るクライアント１４には、ウェブブラウザが予めインストールされている。そして、本実施形態では、クライアント１４が、ウェブブラウザを通じてショッピングシステム１２にアクセスし、ユーザＩＤ及びパスワードを入力してログインしてから、その後に所定のＵＲＬにアクセスすると、クライアント１４のディスプレイに所定のＵＲＬに対応する画面が表示される。なお、ユーザＩＤ及びパスワードを入力した後は、ショッピングシステム１２は、例えば、セッションＩＤを参照すること等により、クライアント１４を利用するユーザのユーザＩＤを特定することができるようになっている。
【００２５】
本実施形態に係るショッピングシステム１２は、ユーザが購入可能なコンテンツに関する情報が示されるページをクライアント１４に提供する。本実施形態では、クライアント１４は、ウェブブラウザを介して、コンテンツに対応付けられるＵＲＬにアクセスすることによって、そのコンテンツに関する情報が含まれるページがクライアント１４のディスプレイに表示されるようになっている。また、本実施形態に係るショッピングシステム１２は、コンテンツを購入したユーザ等がそのコンテンツについての感想等のコメントを投稿をクライアント１４から受け付けることができるようになっている。そして、このようにして受け付けたコメントは、ショッピングシステム１２が備える記憶部に、図２に例示する投稿履歴データ２０として蓄積される。図２に示すように、投稿履歴データ２０は、コメントの識別子であるコメントＩＤ、投稿の対象となったコンテンツの識別子であるコンテンツＩＤ、投稿を行ったユーザの識別子であるユーザＩＤ、コンテンツに関するコメントをユーザから受け付けた時期を示すデータ（本実施形態では、投稿が登録された日時を表す投稿日時データ）、コメントの内容を表すコメントデータが含まれている。
【００２６】
図３は、本実施形態に係る分析システム１０で実現される機能の一例を示す機能ブロック図である。なお、本実施形態に係る分析システム１０では、図３に示す機能以外も機能も実現されている。図３に示すように、分析システム１０は、機能的には、データ取得部３０、データ記憶部３２、クラスタリング実行部３４、関係度特定部３６、対応付け部３８、統計量算出部４０、分割部４２、データ出力部４４、を含んでいる。データ記憶部３２は、分析システム１０が備える記憶部を主として実現されている。その他の要素は、分析システム１０が備える制御部を主として実現されている。
【００２７】
これらの機能は、コンピュータである分析システム１０で、本実施形態に係るプログラムが実行されることにより実現される。このプログラムは、コンピュータ通信ネットワーク経由で通信インタフェースを介して他のコンピュータからダウンロードされてもよいし、光ディスク（例えば、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなど）、ＵＳＢメモリ等のコンピュータ読み取り可能な情報記憶媒体に格納され、そこから光ディスクドライブやＵＳＢ（Universal Serial Bus）ポートなどを介して分析システム１０にインストールされてもよい。
【００２８】
本実施形態に係る分析システム１０では、ショッピングシステム１２が備える記憶部に記憶された投稿履歴データ２０に基づいて、ユーザとコンテンツとの対応関係についての分析処理を行う。ここで、本実施形態に係る分析システム１０で行われる、分析処理の流れの一例を、図４に示すフロー図を参照しながら説明する。
【００２９】
まず、データ取得部３０が、ショッピングシステム１２が備える記憶部に記憶された投稿履歴データ２０を取得して、データ記憶部３２に記憶させる（Ｓ１０１）。
【００３０】
そして、クラスタリング実行部３４が、投稿履歴データ２０に含まれるコンテンツＩＤと投稿日時との組合せに基づいて、図５に例示するコンテンツ特徴量データ５０、及び、図６に例示するユーザ特徴量データ５２を生成する（Ｓ１０２）。
【００３１】
図５に示すように、コンテンツ特徴量データ５０には、コンテンツＩＤ、当該コンテンツに対する総投稿数、当該コンテンツに対する単位時間（例えば、１日）あたりの投稿数を表す投稿頻度、当該コンテンツに対して投稿を行ったユニークユーザ数（複数の投稿を行ったユーザは１ユーザとしてカウントしたユーザ数）を当該コンテンツに対して投稿を行った延べユーザ数で割った値であるユニークユーザレシオ、当該コンテンツに対する初めての投稿が行われた日時を示す初投稿日時、などが含まれている。なお、コンテンツ特徴量データ５０には、上述のもののほか、例えば、（１）当該コンテンツに対する投稿間隔の分布に基づいて算出されるジニ係数、（２）所定時間単位（例えば、１日単位）で当該コンテンツに対する投稿数を集計した際における、最も投稿数が多かった日、（３）その日における投稿数、（４）その日におけるｄｕｒ平均、（５）２番目に投稿数が多かった日、（６）その日における投稿数、（７）その日におけるｄｕｒ平均、（８）最も投稿数が多かった日から、その日における投稿数の半分の投稿が当該コンテンツに対して行われた日までの日数（半減期）、などが含まれていてもよい。
【００３２】
図６に示すように、ユーザ特徴量データ５２には、ユーザＩＤ、当該ユーザが行った総投稿数、当該ユーザによる単位時間（例えば、１日）あたりの投稿数を表す投稿頻度、当該ユーザにより投稿されたユニークコンテンツ数（複数の投稿を行ったコンテンツは１コンテンツとしてカウントしたコンテンツ数）を当該ユーザによる延べ投稿数で割った値であるユニークコンテンツレシオ、当該ユーザによる初めての投稿が行われた日時を示す初投稿日時、などが含まれている。なお、ユーザ特徴量データ５２には、上述のもののほか、例えば、（１）当該ユーザが投稿を行ったコンテンツについての、初投稿の日時に対応するタイムスタンプ値の平均値、（２）当該ユーザが投稿を行ったコンテンツについての、コンテンツに対する投稿を行ったユニークユーザの数の平均値、（３）当該ユーザが投稿を行ったコンテンツについての、当該ユーザによる初投稿の日から、所定時間単位（例えば、１日単位）で投稿数を集計した際における最も投稿数が多かった日までの日数の平均値、（４）当該ユーザが投稿が行ったコンテンツについての、所定時間単位（例えば、１日単位）で投稿数を集計した際における最も投稿数が多かった日における投稿数の平均値、（５）当該ユーザが投稿を行ったコンテンツについての、当該ユーザによる初投稿の日から、所定時間単位（例えば、１日単位）で投稿数を集計した際における２番目に投稿数が多かった日までの日数の平均値、（６）当該ユーザにより投稿が行われたコンテンツについての、所定時間単位（例えば、１日単位）で投稿数を集計した際における２番目に投稿数が多かった日における投稿数の平均値、（７）曜日又は時間をｒ−θ表現した際のｒの値、（８）曜日又は時間をｒ−θ表現した際のθの値、などが含まれていてもよい。
【００３３】
そして、クラスタリング実行部３４が、Ｓ１０２に示す処理で生成されたコンテンツ特徴量データ５０に基づくクラスタリングを実行することで、図７に例示するコンテンツクラスタ管理データ５４を生成して、データ記憶部３２に記憶させるとともに、Ｓ１０２に示す処理で生成されたユーザ特徴量データ５２に基づくクラスタリングを実行することで、図８に例示するユーザクラスタ管理データ５６を生成して、データ記憶部３２に記憶させる（Ｓ１０３）。
【００３４】
クラスタリング実行部３４は、例えば、ＳＯＭ（Self Organization Map）を用いたクラスタリングを実行する。ここでは、Ｓ１０３に示す処理で実行されるクラスタリングの一例について、その概要を説明する。ここでは、コンテンツ特徴量データ５０に含まれるコンテンツＩＤ以外のパラメータの値を成分とするベクトルを特徴量ベクトルと呼ぶこととする。
【００３５】
まず、クラスタリング実行部３４は、コンテンツ特徴量データ５０に対して主成分分析を実行し、それぞれが、所与の規則に従って配置された二次元座標上の位置のいずれかに対応付けられるノードデータを生成する。このノードデータには、ノードデータに対応付けられる上述の特徴量ベクトルである参照ベクトルが関連付けられている。そして、ノードデータは、クラスタリングにおけるクラスタに対応付けられる。ＳＯＭでは、ノードデータに関連付けられる参照ベクトル間の距離が近いほど、ノードデータに対応付けられる位置が近くなるようになっている。
【００３６】
（１）そして、クラスタリング実行部３４は、各コンテンツ特徴量データ５０について、そのコンテンツ特徴量データ５０に対応する特徴量ベクトルと、各ノードデータに関連付けられている参照ベクトルとの近似度を、所与の計算式に従って計算する。（２）そして、クラスタリング実行部３４は、クラスタリング実行部３４は、各コンテンツ特徴量データ５０について、計算された近似度が最も大きな参照ベクトルに関連付けられているノードデータと関連付ける。（３）そして、クラスタリング実行部３４は、各ノードデータについて、ノードデータに関連付けられた関連付けられたコンテンツ特徴量データ５０、及び、近傍のノードデータに関連付けられている参照ベクトルを入力とした学習を実行して、ノードデータに関連付けられる参照ベクトルを更新する。
【００３７】
クラスタリング実行部３４は、以上の（１）〜（３）の処理を、上述の（３）の処理での参照ベクトルの更新量が所定量以下となるまで（すなわち、結果が収束するまで）繰り返し実行する。このようにして、各ノードデータに関連付けられるコンテンツ特徴量データ５０及び参照ベクトルが最終決定されることとなる。
【００３８】
そして、クラスタリング実行部３４は、ノードデータに対応付けられるコンテンツクラスタ管理データ５４を生成する。コンテンツクラスタ管理データ５４には、コンテンツクラスタ管理データ５４の識別子であるコンテンツクラスタＩＤ、及び、対応するノードデータに関連付けられているコンテンツ特徴量データ５０に含まれるコンテンツＩＤ、が含まれている。なお、コンテンツクラスタ管理データ５４に複数のコンテンツＩＤが含まれる可能性もあれば、コンテンツクラスタ管理データ５４に含まれるコンテンツＩＤの値が空となる可能性もある。
【００３９】
以下、コンテンツクラスタ管理データ５４に対応付けられるクラスタをコンテンツクラスタと呼ぶこととする。本実施形態では、コンテンツクラスタ管理データ５４によって、コンテンツクラスタ管理データ５４に含まれるコンテンツＩＤに対応付けられるコンテンツが、コンテンツクラスタ管理データ５４に含まれるコンテンツクラスタＩＤに対応付けられるコンテンツクラスタに属することが表現されることとなる。
【００４０】
同様にして、クラスタリング実行部３４は、図８に例示するユーザクラスタ管理データ５６も生成する。ユーザクラスタ管理データ５６には、ユーザクラスタ管理データ５６の識別子であるユーザクラスタＩＤ、及び、対応するノードデータに関連付けられるユーザ特徴量データ５２に含まれるユーザＩＤ、が含まれている。なお、ユーザクラスタ管理データ５６に複数のユーザＩＤが含まれる可能性もあれば、ユーザクラスタ管理データ５６に含まれるユーザＩＤの値が空となる可能性もある。
【００４１】
以下、ユーザクラスタ管理データ５６に対応付けられるクラスタをユーザクラスタと呼ぶこととする。本実施形態では、ユーザクラスタ管理データ５６によって、ユーザクラスタ管理データ５６に含まれるユーザＩＤに対応付けられるユーザが、ユーザクラスタ管理データ５６に含まれるユーザクラスタＩＤに対応付けられるユーザクラスタに属することが表現されることとなる。
【００４２】
そして、関係度特定部３６が、コンテンツクラスタ管理データ５４で表現されるコンテンツクラスタと、ユーザクラスタ管理データ５６で表現されるユーザクラスタと、の組合せに対応付けられる、当該コンテンツクラスタと当該ユーザクラスタとの関係の強さを表す関係度を、コンテンツクラスタとユーザクラスタとのすべての組合せについて算出する（Ｓ１０４）。例えば、コンテンツクラスタ管理データ５４がｎ個生成されており、ユーザクラスタ管理データ５６がｍ個生成されている場合は、ｍ×ｎ個の関係度が算出されることとなる。関係度特定部３６は、例えば、あるコンテンツクラスタ（ここでは、例えば、コンテンツクラスタＡ）と、あるユーザクラスタ（ここでは、例えば、ユーザクラスタＢ）と、の組合せに対応付けられる関係度の値＝（コンテンツクラスタＡに属するコンテンツのコンテンツＩＤとユーザクラスタＢに属するユーザのユーザＩＤとの組合せが含まれる投稿履歴データ２０の数）／（コンテンツクラスタＡに属するコンテンツの数とユーザクラスタに属するユーザの数との積）という数式に従って、コンテンツクラスタＡとユーザクラスタＢとの組合せに対応付けられる関係度を算出する。なお、関係度の算出方法は上述のものには限定されない。
【００４３】
そして、対応付け部３８が、関係度の値が所定の閾値以上であるコンテンツクラスタとユーザクラスタの組合せを特定して、特定された組合せに対応付けられる、図９に例示するクラスタ対応データ５８を生成して、データ記憶部３２に記憶させる（Ｓ１０５）。例えば、コンテンツクラスタＡとユーザクラスタＢの組合せに対応付けられる関係度の値が所定の閾値以上である場合には、対応付け部３８は、コンテンツクラスタＡのコンテンツクラスタＩＤとユーザクラスタＢのユーザクラスタＩＤとが含まれるクラスタ対応データ５８を生成する。このようにして、コンテンツクラスタとユーザクラスタとが対応付けられる。なお、図９に示すように、本実施形態において、コンテンツクラスタとユーザクラスタとが多対多で対応付けられても構わない。図９の例では、コンテンツクラスタＩＤ「０００２」に対応するコンテンツクラスタには、ユーザクラスタＩＤ「０００１」に対応するユーザクラスタ、及び、ユーザクラスタＩＤ「０００２」に対応するユーザクラスタが対応付けられている。また、ユーザクラスタＩＤ「００４９」に対応するユーザクラスタには、コンテンツクラスタＩＤ「０００３」に対応するコンテンツクラスタ、及び、コンテンツクラスタＩＤ「００１６」に対応するコンテンツクラスタが対応付けられている。
【００４４】
そして、統計量算出部４０が、クラスタ対応データ５８に基づいて、複数のユーザクラスタに対応付けられているコンテンツクラスタを特定する（Ｓ１０６）。ここでは、例えば、コンテンツＩＤ「０００２」に対応するコンテンツクラスタが特定されたこととする。そして、統計量算出部４０が、Ｓ１０６に示す処理で特定されたコンテンツクラスタのうち、以降の処理がまだ行われていないコンテンツクラスタが存在するか否かを確認する（Ｓ１０７）。存在する場合は（Ｓ１０７：Ｙ）、統計量算出部４０が、未処理のコンテンツクラスタのうちの１つ（ここでは、選択コンテンツクラスタと呼ぶ。）を選択して、そのコンテンツクラスタと対応付けられている複数のユーザクラスタ（ここでは、選択ユーザクラスタと呼ぶ。）を特定する（Ｓ１０８）。ここでは、選択ユーザクラスタとして、ユーザクラスタＩＤ「０００１」に対応するユーザクラスタと、ユーザクラスタＩＤ「０００２」に対応するユーザクラスタと、が特定されたこととする。
【００４５】
そして、統計量算出部４０が、Ｓ１０８に示す処理で特定された複数の選択ユーザクラスタのそれぞれについて、選択ユーザクラスタに対応付けられる時期の分布に関する統計量を算出する（Ｓ１０９）。統計量算出部４０は、例えば、投稿履歴データ２０において、コンテンツクラスタＩＤ「０００２」に対応する選択コンテンツクラスタに属するコンテンツのコンテンツＩＤと、ユーザクラスタＩＤ「０００１」に対応する選択ユーザクラスタに属するユーザのユーザＩＤと、の組合せに関連付けられている少なくとも１つの投稿日時を特定して、特定された投稿日時に対応するタイムスタンプ値の平均値及び標準偏差を、ユーザクラスタＩＤ「０００１」に対応する選択ユーザクラスタについての統計量として算出する。そして、統計量算出部４０は、例えば、投稿履歴データ２０において、コンテンツクラスタＩＤ「０００２」に対応する選択コンテンツクラスタに属するコンテンツのコンテンツＩＤと、ユーザクラスタＩＤ「０００２」に対応する選択ユーザクラスタに属するユーザのユーザＩＤと、の組合せに関連付けられている少なくとも１つの投稿日時を特定して、特定された投稿日時に対応するタイムスタンプ値の平均値及び標準偏差を、ユーザクラスタＩＤ「０００２」に対応する選択ユーザクラスタについての統計量として算出する。なお、選択ユーザクラスタに対応付けられる統計量は上述のものには限定されない。
【００４６】
そして、分割部４２が、Ｓ１０９に示す処理で算出された、それぞれの選択ユーザクラスタに対応付けられる統計量の差異に基づいて、選択コンテンツクラスタを分割の対象とするか否かを判定する（Ｓ１１０）。本実施形態では、分割部４２は、各選択ユーザクラスタについて、（タイムスタンプ値の平均値−タイムスタンプ値の標準偏差）の値以上、（タイムスタンプ値の平均値＋タイムスタンプ値の標準偏差）の値以下の範囲をタイムスコープとして特定する。そして、分割部４２は、他のいずれの選択ユーザクラスタともタイムスコープが重複しない選択ユーザクラスタが存在する場合には、選択コンテンツクラスタを分割の対象とすると判定し、そうでない場合は、選択コンテンツクラスタを分割の対象としないと判定する。
【００４７】
そして、Ｓ１１０に示す処理で、選択コンテンツクラスタを分割の対象とすることが判定された場合は（Ｓ１１０：Ｙ）、分割部４２は、選択コンテンツクラスタを複数のクラスタに分割する（Ｓ１１１）。ここでは、例えば、ユーザクラスタＩＤが「０００２」であるユーザクラスタ管理データ５６に対応するユーザクラスタが、他のいずれの選択ユーザクラスタともタイムスコープが重複しない選択ユーザクラスタであると特定され、コンテンツクラスタＩＤ「０００２」に対応する選択コンテンツクラスタを分割する場合を例に、Ｓ１１１に示す処理について説明する。まず、分割部４２は、新規のコンテンツクラスタＩＤ（例えば、「０１０２」）が設定された新規のコンテンツクラスタ管理データ５４を生成する。そして、分割部４２は、投稿履歴データ２０において、ユーザクラスタＩＤ「０００２」に対応するユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤ（例えば、「００１５」、「００９５」、・・・）を特定して、特定されたコンテンツＩＤを新規のコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定する。そして、分割部４２は、投稿履歴データ２０において、ユーザクラスタＩＤ「０００２」に対応するユーザクラスタ以外の選択ユーザクラスタのいずれか（ここでは、例えば、ユーザクラスタＩＤ「０００１」に対応するユーザクラスタ）に属するユーザのユーザＩＤと関連付けられている少なくとも１つのコンテンツＩＤ（例えば、「００６５」、「０２３５」、・・・）を特定する。そして、分割部４２は、ここで特定されたコンテンツＩＤ以外のコンテンツＩＤ（ここでは、例えば、「００１５」、「００９５」、・・・）について、コンテンツクラスタＩＤが「０００２」であるコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤから削除する。以上のようにして、分割部４２により、コンテンツクラスタＩＤが「０００２」であるコンテンツクラスタ管理データ５４に対応するコンテンツクラスタが分割された後のコンテンツクラスタ管理データ５４の一例を図１０に示す。
【００４８】
そして、分割部４２は、選択コンテンツクラスタの分割に応じたクラスタ対応データ５８の更新を行う（Ｓ１１２）。分割部４２は、例えば、分割の対象である選択コンテンツクラスタのコンテンツクラスタＩＤ（ここでは、「０００２」）と、他のいずれの選択ユーザクラスタともタイムスコープが重複しない選択ユーザクラスタのユーザクラスタＩＤ（ここでは、「０００２」）とが対応付けられたクラスタ対応データ５８について、含まれるコンテンツクラスタＩＤを新規のコンテンツクラスタのコンテンツクラスタＩＤ（ここでは、「０１０２」）に更新する。このようにして更新されたクラスタ対応データ５８の一例を図１１に示す。
【００４９】
そして、Ｓ１１０に示す処理で、選択コンテンツクラスタを分割の対象としないことが判定された場合は（Ｓ１１０：Ｎ）、又は、Ｓ１１２に示す処理が終了した場合に、Ｓ１０７に示す処理を実行する。
【００５０】
Ｓ１０７に示す処理において、処理が行われていないコンテンツクラスタが存在しないことが確認された場合は（Ｓ１０７：Ｎ）、データ出力部４４が、上述のコンテンツクラスタ管理データ５４、ユーザクラスタ管理データ５６、及び、クラスタ対応データ５８を、ショッピングシステム１２に出力して（Ｓ１１３）、本処理例に示す処理を終了する。
【００５１】
本実施形態では、分析システム１０は、上述のＳ１０１〜Ｓ１１３に示す処理を繰り返し実行する。分析システム１０は、例えば、所定の時間間隔で上述のＳ１０１〜Ｓ１１３に示す処理を繰り返し実行するようにしてもよい。また、分析システム１０は、例えば、ショッピングシステム１２に保存される投稿履歴データ２０の数が所定数だけ増加したタイミングで上述のＳ１０１〜Ｓ１１３に示す処理を実行するようにしてもよい。また、二度目以降の上述のＳ１０３に示す処理においては、クラスタリング実行部３４は、主成分分析を実行してノードデータを生成する代わりに、前回の処理における学習結果であるノードデータと参照ベクトルを用いて、上述の（１）〜（３）の処理を実行するようにしてもよい。このとき、クラスタリング実行部３４は、前回の処理において複数のクラスタに分割されたコンテンツクラスタについては、対応付けられるノードデータを、分割後の複数のクラスタそれぞれに対応付けられる複数のノードデータに更新するようにしてもよい。そして、クラスタリング実行部３４は、それぞれのノードデータには、対応付けられるクラスタに属するコンテンツのコンテンツ特徴量データ５０を関連付けるようにしてもよい。そして、クラスタリング実行部３４は、関連付けられたコンテンツ特徴量データ５０に基づいて、ノードデータに関連付けられる参照ベクトルを更新した上で、上述の（１）〜（３）の処理を実行するようにしてもよい。
【００５２】
ショッピングシステム１２は、分析システム１０から上述のデータを受け付けると、ショッピングシステム１２が備える記憶部に上述のデータを記憶させる。
【００５３】
ここで、例えば、ユーザがクライアント１４からショッピングシステム１２にログインすると、ショッピングシステム１２は、クラスタ対応データ５８においてこのユーザが属するユーザクラスタに対応付けられているコンテンツクラスタに属するコンテンツのうち、ユーザが未購入であるもののタイトルが一覧として配置されたトップページを生成して、クライアント１４に送信する。そして、クライアント１４は、このトップページを受信すると、ウェブブラウザを介してトップページをディスプレイに表示出力する。このようにして、ユーザに対するコンテンツのレコメンデーションが行われることとなる。
【００５４】
本実施形態では、投稿履歴データ２０において、コンテンツクラスタに属するコンテンツのコンテンツＩＤとユーザクラスタに属するユーザのユーザＩＤとの組合せに対応付けられている投稿日時データが示す日時の傾向が、ユーザクラスタにより違いがある（上述の例では、例えば、タイムスコープが重複しない）場合には、コンテンツクラスタが分割されて、それぞれのコンテンツクラスタが日時の傾向が異なるいずれかのユーザクラスタに対応付けられることとなる。よって、本実施形態では、コンテンツクラスタとユーザクラスタとの組合せに関連付けられる投稿日時の傾向のユーザクラスタによる違いがコンテンツクラスタとユーザクラスタとの対応付けの結果に反映されることとなる。
【００５５】
なお、本発明は上述の実施形態に限定されるものではない。
【００５６】
例えば、上述の処理例では、２個のユーザクラスタに対応付けられているコンテンツクラスタの分割について具体的に説明したが、ｋ個（ｋは３以上）のユーザクラスタに対応付けられているコンテンツクラスタの分割についても同様の処理が行われる。例えば、第ｐ（ここで、ｐは１，２，・・・，ｋのいずれか）の選択ユーザクラスタが、他のいずれの選択ユーザクラスタともタイムスコープが重複せず、第ｐの選択ユーザクラスタ以外の選択ユーザクラスタはいずれかの他の選択ユーザクラスタとタイムスコープが重複している場合には、上述のＳ１１２に示す処理において、分割部４２は、第ｐの選択ユーザクラスタに対応付けられる新規のコンテンツクラスタに対応するコンテンツクラスタ管理データ５４を生成するようにしてもよい。このとき、分割部４２は、投稿履歴データ２０において、第ｐの選択ユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤを、このコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定する。
【００５７】
また、例えば、第ｐ（ここで、ｐは１，２，・・・，ｋのいずれか）の選択ユーザクラスタと、第ｑ（ここで、ｑは１，２，・・・，ｋのいずれかであって、ｐ以外）の選択ユーザクラスタが、他のいずれの選択ユーザクラスタともタイムスコープが重複せず、第ｐの選択ユーザクラスタ又は第ｑの選択ユーザクラスタとは異なる選択ユーザクラスタはいずれかの他の選択ユーザクラスタとタイムスコープが重複している場合には、上述のＳ１１２に示す処理において、分割部４２は、第ｐの選択ユーザクラスタに対応付けられる新規のコンテンツクラスタに対応するコンテンツクラスタ管理データ５４、及び、第ｑの選択ユーザクラスタに対応付けられる新規のコンテンツクラスタに対応するコンテンツクラスタ管理データ５４を生成するようにしてもよい。このとき、分割部４２は、投稿履歴データ２０において、第ｐの選択ユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤを、第ｐの選択ユーザクラスタに対応するコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定し、第ｑの選択ユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤを、第ｑの選択ユーザクラスタに対応するコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定する。
【００５８】
また、例えば、４個のユーザクラスタに対応付けられているコンテンツクラスタの分割するにあたって、第１の選択ユーザクラスタは、第２の選択ユーザクラスタとのみタイムスコープが重複しており、第３の選択ユーザクラスタは、第４の選択ユーザクラスタとのみタイムスコープが重複している場合には、分割部４２は、分割の対象となるコンテンツクラスタを、第１の選択ユーザクラスタ及び第２の選択ユーザクラスタに対応するコンテンツクラスタと、第３の選択ユーザクラスタ及び第４の選択ユーザクラスタに対応するコンテンツクラスタとに分割するようにしてもよい。このとき、分割部４２は、投稿履歴データ２０において、第１の選択ユーザクラスタ又は第２の選択ユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤを、第１の選択ユーザクラスタ及び第２の選択ユーザクラスタに対応するコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定し、投稿履歴データ２０において、第３の選択ユーザクラスタ又は第４の選択ユーザクラスタに属するユーザのユーザＩＤと関連付けられているコンテンツＩＤを、第３の選択ユーザクラスタ及び第４の選択ユーザクラスタに対応するコンテンツクラスタ管理データ５４に含まれるコンテンツＩＤとして設定するようにしてもよい。
【００５９】
また、分析システム１０は、例えば、投稿履歴の代わりに、コンテンツに関する情報が提供されるページへのユーザのアクセス履歴（アクセス履歴のデータには、例えば、当該コンテンツのコンテンツＩＤ、当該ユーザのユーザＩＤ、ユーザがコンテンツに関する情報にアクセスした時期（例えば、日時）を示すデータが含まれている。）や、ユーザによるコンテンツの購入履歴（購入履歴のデータには、例えば、当該コンテンツのコンテンツＩＤ、当該ユーザのユーザＩＤ、ユーザがコンテンツを購入した時期（例えば、日時）を示すデータが含まれている。）を上述のようにして分析して、コンテンツクラスタとユーザクラスタとの対応付けやコンテンツクラスタの分割を行うようにしてもよい。
【００６０】
また、分割されたコンテンツクラスタのクラスタ対応データ５８には、上述のタイムスコープに基づいて特定される期間を示すデータが関連付けられていてもよい。具体的には、例えば、上述のタイムスコープを、コンテンツの発売開始日時からの経過時間の範囲に変換したデータ、あるいは、（タイムスタンプ値の平均値−タイムスタンプ値の標準偏差のａ倍）の値以上、（タイムスタンプ値の平均値＋タイムスタンプ値の標準偏差のａ倍）の値以下の範囲をコンテンツの発売開始日時からの経過時間の範囲に変換したデータ等がコンテンツクラスタ管理データ５４に関連付けられていてもよい。そして、この場合は、ショッピングシステム１２は、コンテンツの発売開始日時からの経過時間が上述の期間内となったタイミングで、クラスタ対応データ５８に含まれるコンテンツクラスタＩＤに対応するコンテンツクラスタＩＤに属するコンテンツの宣伝文を、クラスタ対応データ５８に含まれるユーザクラスタＩＤに対応するユーザクラスタＩＤに属するユーザに電子メール等で通知するようにしてもよい。あるいは、ショッピングシステム１２は、コンテンツの発売開始日時からの経過時間が上述の期間内である際に、ショッピングシステム１２がクライアント１４に提供するページに上述の宣伝文を配置するようにしてもよい。あるいは、ショッピングシステム１２は、コンテンツの発売開始日時からの経過時間が上述の期間内であるか否かに応じて異なる宣伝文をショッピングシステム１２がクライアント１４に提供するページに配置するようにしてもよい。
【００６１】
また、分析システム１０が生成するコンテンツクラスタ管理データ５４、ユーザクラスタ管理データ５６、及び、クラスタ対応データ５８を、売上の上昇や衰退の予測、あるいは、書遺品ラインナップや性質の変化に役立てるようにしてもよい。
【００６２】
また、本実施形態に係る分析システム１０、ショッピングシステム１２、及びクライアント１４の役割分担は上述のものには限定されない。例えば、分析システム１０が、ショッピングシステム１２の機能を兼ね備えていてもよい。具体的には、分析システム１０が、クライアント１４に、当該クライアント１４のユーザが属するユーザクラスタに対応付けられるコンテンツクラスタに属するコンテンツに関する情報が含まれるページを提供する情報提供部を含んでいてもよい。
【００６３】
また、上記の具体的な文字列や図面中の具体的な文字列は例示であり、これらの文字列には限定されない。
【符号の説明】
【００６４】
１０ 分析システム、１２ ショッピングシステム、１４ クライアント、１６ コンピュータネットワーク、２０ 投稿履歴データ、３０ データ取得部、３２ データ記憶部、３４ クラスタリング実行部、３６ 関係度特定部、３８ 対応付け部、４０ 統計量算出部、４２ 分割部、４４ データ出力部、５０ コンテンツ特徴量データ、５２ ユーザ特徴量データ、５４ コンテンツクラスタ管理データ、５６ ユーザクラスタ管理データ、５８ クラスタ対応データ。
【特許請求の範囲】
【請求項１】
コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段と、
前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段と、
を含むことを特徴とする情報処理システム。
【請求項２】
前記分割手段は、前記コンテンツクラスタを、各クラスタに、当該クラスタに対応付けられるユーザクラスタに属するユーザと前記関連データにおいて関連付けられているコンテンツが属するよう、複数のクラスタに分割する、
ことを特徴とする請求項１に記載の情報処理システム。
【請求項３】
前記関連データにおいて前記ユーザクラスタに属する少なくとも１のユーザのそれぞれに関連付けられている時期に基づき、当該ユーザクラスタにおける時期の分布に関する統計量を算出する統計量算出手段、をさらに含み、
前記分割手段は、前記各ユーザクラスタについて算出される統計量の差異に応じて、前記コンテンツクラスタを複数のクラスタに分割するか否かを判定し、
前記分割手段は、複数のクラスタに分割すると判定される場合に、前記コンテンツクラスタを複数のクラスタに分割する、
ことを特徴とする請求項１又は２に記載の情報処理システム。
【請求項４】
コンテンツクラスタとユーザクラスタとの関係の強さを、当該コンテンツクラスタに属するコンテンツと当該ユーザクラスタに属するユーザの関係の強さに基づいて特定する特定手段、をさらに含み、
前記分割手段は、前記コンテンツクラスタに属するコンテンツと、前記特定手段により当該コンテンツクラスタと関係が強いと特定される複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データにおいて、ユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを複数のクラスタに分割する、
ことを特徴とする請求項１から３のいずれか一項に記載の情報処理システム。
【請求項５】
前記ユーザに、当該ユーザが属するユーザクラスタに対応付けられるコンテンツクラスタに属するコンテンツに関する情報を提供する情報提供手段、をさらに含む、
ことを特徴とする請求項１から４のいずれか一項に記載の情報処理システム。
【請求項６】
前記関連データに示される時期は、ユーザがコンテンツに関する情報にアクセスした時期、コンテンツに関するコメントをユーザから受け付けた時期、又は、ユーザがコンテンツを購入した時期である、
ことを特徴とする請求項１から５のいずれか一項に記載の情報処理システム。
【請求項７】
コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得ステップと、
前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割ステップと、
を含むことを特徴とする情報処理方法。
【請求項８】
コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段、
前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段、
としてコンピュータを機能させることを特徴とするプログラム。
【請求項９】
コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段、
前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段、
としてコンピュータを機能させることを特徴とするプログラムを記憶したコンピュータ読み取り可能な情報記憶媒体。
【請求項１】
コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段と、
前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段と、
を含むことを特徴とする情報処理システム。
【請求項２】
前記分割手段は、前記コンテンツクラスタを、各クラスタに、当該クラスタに対応付けられるユーザクラスタに属するユーザと前記関連データにおいて関連付けられているコンテンツが属するよう、複数のクラスタに分割する、
ことを特徴とする請求項１に記載の情報処理システム。
【請求項３】
前記関連データにおいて前記ユーザクラスタに属する少なくとも１のユーザのそれぞれに関連付けられている時期に基づき、当該ユーザクラスタにおける時期の分布に関する統計量を算出する統計量算出手段、をさらに含み、
前記分割手段は、前記各ユーザクラスタについて算出される統計量の差異に応じて、前記コンテンツクラスタを複数のクラスタに分割するか否かを判定し、
前記分割手段は、複数のクラスタに分割すると判定される場合に、前記コンテンツクラスタを複数のクラスタに分割する、
ことを特徴とする請求項１又は２に記載の情報処理システム。
【請求項４】
コンテンツクラスタとユーザクラスタとの関係の強さを、当該コンテンツクラスタに属するコンテンツと当該ユーザクラスタに属するユーザの関係の強さに基づいて特定する特定手段、をさらに含み、
前記分割手段は、前記コンテンツクラスタに属するコンテンツと、前記特定手段により当該コンテンツクラスタと関係が強いと特定される複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データにおいて、ユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを複数のクラスタに分割する、
ことを特徴とする請求項１から３のいずれか一項に記載の情報処理システム。
【請求項５】
前記ユーザに、当該ユーザが属するユーザクラスタに対応付けられるコンテンツクラスタに属するコンテンツに関する情報を提供する情報提供手段、をさらに含む、
ことを特徴とする請求項１から４のいずれか一項に記載の情報処理システム。
【請求項６】
前記関連データに示される時期は、ユーザがコンテンツに関する情報にアクセスした時期、コンテンツに関するコメントをユーザから受け付けた時期、又は、ユーザがコンテンツを購入した時期である、
ことを特徴とする請求項１から５のいずれか一項に記載の情報処理システム。
【請求項７】
コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得ステップと、
前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割ステップと、
を含むことを特徴とする情報処理方法。
【請求項８】
コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段、
前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段、
としてコンピュータを機能させることを特徴とするプログラム。
【請求項９】
コンテンツクラスタに属するコンテンツと、複数のユーザクラスタのいずれかに属するユーザと、当該コンテンツと当該ユーザとの組合せに関する時期と、の組合せを示す関連データを取得する関連データ取得手段、
前記関連データにおいてユーザに関連付けられている時期の傾向がユーザが属するユーザクラスタに応じて異なる場合に、前記コンテンツクラスタを、それぞれが少なくとも１つの前記ユーザクラスタに対応付けられる複数のクラスタに分割する分割手段、
としてコンピュータを機能させることを特徴とするプログラムを記憶したコンピュータ読み取り可能な情報記憶媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２０１３−２５６８７（Ｐ２０１３−２５６８７Ａ）
【公開日】平成２５年２月４日（２０１３．２．４）
【国際特許分類】
【出願番号】特願２０１１−１６２１３７（Ｐ２０１１−１６２１３７）
【出願日】平成２３年７月２５日（２０１１．７．２５）
【出願人】（３１００２１７６６）株式会社ソニー・コンピュータエンタテインメント (417)
【公開日】平成２５年２月４日（２０１３．２．４）
【国際特許分類】
【出願日】平成２３年７月２５日（２０１１．７．２５）
【出願人】（３１００２１７６６）株式会社ソニー・コンピュータエンタテインメント (417)
[ Back to top ]