情報処理方法、情報処理装置、及び情報処理プログラム
【課題】ユーザのポイントサービスに対する関心を高め、アイテムの利用を促進する。
【解決手段】関連アイテムグループ選出ステップにおいて、関連アイテムグループ選出部が、関連度に基づいて、複数のアイテムを複数の関連候補アイテムグループへと振り分ける。不一致度算出ステップにおいて、不一致度算出部が、不一致度を、前記関連候補アイテムグループごとに算出する。関連アイテム情報作成ステップにおいて、関連アイテム情報作成部が、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する。
【解決手段】関連アイテムグループ選出ステップにおいて、関連アイテムグループ選出部が、関連度に基づいて、複数のアイテムを複数の関連候補アイテムグループへと振り分ける。不一致度算出ステップにおいて、不一致度算出部が、不一致度を、前記関連候補アイテムグループごとに算出する。関連アイテム情報作成ステップにおいて、関連アイテム情報作成部が、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ユーザが興味を持ったアイテムに関連した他のアイテムの推薦に係る情報処理を行う情報処理方法、情報処理装置、及び情報処理プログラムに関する。
【背景技術】
【０００２】
近年、デジタル技術やネットワーク技術の進展により、ネットワークを使ってデジタルコンテンツや物品などのアイテムを配信したり、販売することが増えている。これに伴い、多数のアイテムの中から、ユーザが興味を持つ可能性の高いアイテムの情報を選択して提供する技術へのニーズが高まっている。
特に、あるアイテムと類似性の高い他のアイテムをユーザに推薦するアイテム推薦方式が、ネットワークショッピングサイト等で幅広く利用されている。
そして、ユーザに意外性や発見性や驚きを与えるために、ユーザにとって意外性の高いアイテム推薦の技術も提案されている。例えば、特許文献１には、あるアイテムの関連アイテムとして他のアイテムを提示する際に、あるアイテムと類似性の低いアイテムを優先的に関連アイテムとして選択する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００８−２０４２３５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記特許文献１のように、類似性の低いアイテムを優先して関連アイテムとして提示する場合に、類似性の高いアイテムばかりを利用するようなユーザに対しては、通常の類似性の高いアイテムを関連アイテムとして提示するアイテム推薦方式に比べて、意外性の高い関連アイテムが提示されることが期待できる場合がある。このため、ユーザは、提示された関連アイテムに対して、意外性や発見性や驚きを感じ、試しに使ってみようという意識が働く。
【０００５】
しかしながら、上記特許文献１においては、全てのユーザに対して、類似性の低い関連アイテムを一様に提示するため、類似性の高いアイテムばかりを利用しないユーザにとっては、提示される関連アイテムは見慣れている可能性が高く、意外性や発見性や驚きを感じる関連アイテムを提示できない。また、類似性の低い関連アイテムを提示することで、ユーザがあるアイテムとその関連アイテムにおける関連性を見い出せず、推薦に対する信頼性を損なってしまう。このため、ユーザが提示される関連アイテムに興味を失ってしまうことがあった。
【０００６】
そこで本発明は、どのようなユーザに対しても、信頼性を損なわず、常に意外性の高い関連アイテムを提示することで、常にユーザに意外性や発見性や驚きを与えることを可能にし、ユーザの関連アイテムに関する興味を持続することで、アイテムに関する利用を促進することを目的とする。
【課題を解決するための手段】
【０００７】
本発明は上述した従来の技術の課題を解決するため、関連アイテムグループ選出部が、一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出ステップと、不一致度算出部が、ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合であるユーザ利用アイテム集合と、前記関連候補アイテムグループに属するアイテム集合である関連候補アイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出ステップと、関連アイテム情報作成部が、特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおけるユーザ利用アイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成ステップとを備えることを特徴とする情報処理方法を提供する。
また、本発明は上述した従来の技術の課題を解決するため、一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出部と、ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合と、前記関連候補アイテムグループに属するアイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出部と、特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおける利用履歴に含まれるアイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテムグループに属するアイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成部とを備えることを特徴とする情報処理装置を提供する。
また、本発明は上述した従来の技術の課題を解決するため、情報処理装置のコンピュータに、一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出ステップと、ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合と、前記関連候補アイテムグループに属するアイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出ステップと、特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおける利用履歴に含まれるアイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテムグループに属するアイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成ステップとを実行させることを特徴とする情報処理プログラムを提供する。
【発明の効果】
【０００８】
本発明の情報処理方法、情報処理装置、及び情報処理プログラムによれば、どのようなユーザに対しても、信頼性を損なわず、常に意外性の高い関連アイテムを提示することで、常にユーザに意外性や発見性や驚きを与えることを可能にし、ユーザの関連アイテムに関する興味を持続することで、アイテムに関する利用を促進することができる。
【図面の簡単な説明】
【０００９】
【図１】本発明の第１実施形態におけるシステム全体の構成図。
【図２】本発明の第１実施形態におけるアイテム提供サーバ装置１の構成図。
【図３】本発明の第１実施形態におけるユーザ情報格納部１４１の格納状態を示す図。
【図４】本発明の第１実施形態におけるアイテム情報格納部１４２の格納状態を示す図。
【図５】本発明の第１実施形態における利用履歴格納部１４３の格納状態を示す図。
【図６】本発明の第１実施形態における嗜好情報格納部１４４の格納状態を示す図。
【図７】本発明の第１実施形態における関連アイテムグループ格納部１４５の格納状態を示す図。
【図８】本発明の第１実施形態における所属グループ情報格納部１４６の格納状態を示す図。
【図９】本発明の第１実施形態における関連アイテムグループ選出処理の手順を示すフローチャート。
【図１０】本発明の第１実施形態における嗜好度算出処理の手順を示すフローチャート。
【図１１】本発明の第１実施形態における所属グループ選出処理の手順を示すフローチャート。
【図１２】本発明の第１実施形態における関連アイテム情報作成処理の手順を示すフローチャート。
【図１３】本発明の第１実施形態における端末装置３の構成図。
【図１４】本発明の第１実施形態における表示部３４に表示するユーザページの表示例を示す図。
【図１５】本発明の第１実施形態における端末装置３での関連アイテムの表示に関する手順の一例を示すフローチャート。
【図１６】本発明の第２実施形態におけるアイテム提供サーバ装置４の構成図。
【図１７】本発明の第２実施形態における関連アイテム情報作成処理の手順を示すフローチャート。
【図１８】第２実施形態おける図示しない所属グループ情報格納部４４６の格納状態を示す図。
【図１９】本発明の第２実施形態における所属グループ選出処理の手順を示すフローチャート。
【発明を実施するための形態】
【００１０】
＜第１実施形態＞
以下に、本発明の実施形態について、図を用いて詳細に説明する。図１は、本発明の第１実施形態におけるシステム全体の構成図である。本実施形態におけるシステムは、アイテム提供サーバ装置１と、１つ以上の端末装置３（３ａ〜３ｎ）がネットワーク２を介して接続されている。
【００１１】
ネットワーク２は、例えばインターネット等のネットワークであり、アイテム提供サーバ装置１と端末装置３との間の情報のやり取りを仲介する。
【００１２】
アイテム提供サーバ装置１は、端末装置３の要求に応じて、アイテムを提供する装置である。ここでアイテムとは、テキスト、音声、音楽、映像等のデジタルコンテンツや様々な物品であり、更には金融商品、不動産、人物に関する情報等であってもよい。すなわち本実施形態におけるアイテムは、有形か無形かを問わず、有料か無料かも問わない。
アイテム提供サーバ装置１は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ（ＨＤＤ）、ネットワークインタフェース等を備えるコンピュータを用いて、ソフトウェア（プログラム）処理として実施することも可能である。なお、アイテム提供サーバ装置１を複数のコンピュータを用いて構成してもよい。例えば、負荷分散をするために、アイテム提供サーバ装置１の各部に相当する処理を行うコンピュータを複数用いて分散処理を行ってもよい。また、アイテム提供サーバ装置１の一部の構成の処理をあるコンピュータで実施し、他の構成の処理を別のコンピュータで実施する形態で分散処理を行ってもよい。
図２は、本実施形態におけるアイテム提供サーバ装置１の構成図である。本実施形態におけるアイテム提供サーバ装置１は、アイテム提供サーバ制御部１１と、アイテム提供サーバ通信部１２と、認証部１３と、アイテム提供サーバ格納部１４とで構成される。
【００１３】
アイテム提供サーバ通信部１２は、ネットワーク２を介して、端末装置３と通信を行う機能を有する。
【００１４】
認証部１３は、端末装置３または端末装置３を利用するユーザを認証する。認証部１３は、端末装置３を利用するユーザを一意に識別するユーザ識別子、または端末装置３を一意に識別するための端末識別子と、パスワードとを関連付けて格納している。本実施形態では、ユーザ識別子を用いる場合を例にして説明するが、端末識別子を用いる場合も同様である。なお、ユーザ識別子や端末識別子のことを、利用主体識別子と呼ぶこととする。。また、ユーザ識別子とパスワードとの組合せを、利用者特定情報とする。認証部１３では、端末装置３より受信した利用者特定情報と一致するものが格納されている場合に、認証成功とする。そして、認証に成功した利用者特定情報に対応するユーザを認証ユーザとする。
【００１５】
アイテム提供サーバ格納部１４は、ＨＤＤなどの記憶装置を用いて、様々なデータを記憶する。アイテム提供サーバ格納部１４は、ユーザ情報格納部１４１と、アイテム情報格納部１４２と、利用履歴格納部１４３と、嗜好情報格納部１４４と、関連アイテムグループ格納部１４５と、ユーザ所属グループ格納部１４６とで構成される。
【００１６】
ユーザ情報格納部１４１は、ユーザ情報を複数記憶する。図３は、ユーザ情報格納部１４１の格納状態を示す図である。ユーザ情報とは、端末装置３を利用するユーザを一意に識別するユーザ識別子であるｕｓｅｒ＿ｉｄとユーザ属性情報であるｕｓｅｒ＿ｉｎｆｏとを関連付けたものであり、図３のようなテーブル形式で記憶する。ユーザ属性情報とは、ユーザの名前、年齢、性別、住所（地域）、趣味、会員になった時期（年月、日付、日時など）、メールアドレス、電話番号などの情報である。また、アイテム提供サーバ装置１にて商品の購入が可能であれば、商品の支払いを行うためのクレジットカード情報などを含んでもよい。
【００１７】
アイテム情報格納部１４２は、アイテム情報を複数記憶する。図４は、アイテム情報格納部１４２の格納状態を示す図である。アイテム情報とは、アイテム識別子であるｉｔｅｍ＿ｉｄとアイテム属性情報であるｉｔｅｍ＿ｉｎｆｏとを関連付けたものであり、図４のようなテーブル形式で記憶する。アイテム識別子とは、アイテムを一意に識別するためのものである。また、アイテム属性情報とは、例えば、アイテムの名称、制作者、制作年、ジャンル、価格、アイテムを利用するのに適したユーザの条件などの情報である。
【００１８】
利用履歴格納部１４３は、利用履歴を複数記憶する。利用履歴とは、端末装置３より受信した、ユーザのアイテムに関する利用の履歴であり、少なくともユーザ識別子とアイテム識別子（利用アイテム識別子）とアイテムを利用した日時（利用日時）とを含む。図５（図５（ａ）〜図５（ｄ））は、利用履歴格納部１４３の格納状態を示す図である。以下に図５を用いて、利用履歴の格納形式を４種類説明する。
利用履歴の第１の格納形式は、利用履歴に含まれるユーザ識別子（ｕｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）とを関連付けて、図５（ａ）のようなテーブル形式で記憶する。
【００１９】
利用履歴の第２の格納形式は、利用履歴に、ユーザのアイテムに対する利用回数が含まれている場合に用いるものであり、利用履歴に含まれるユーザ識別子（ｕｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）と利用回数（ｃｏｕｎｔ）とを関連付けて、図５（ｂ）のようなテーブル形式で記憶する。
利用履歴の第３の格納形式は、利用履歴に、ユーザがアイテムに対して行った評価を数値化した評価値（例えば、「１：非常に嫌い」、「２：やや嫌い」、「３：どちらでもない」、「４：やや好き」、「５：非常に好き」といったように、好みの度合いを数値化したもの）が含まれている場合に用いるものであり、利用履歴に含まれるユーザ識別子（ｕｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）と評価値（ｖａｌｕｅｅｖａｌ）とを関連付けて、図５（ｃ）のようなテーブル形式で記憶する。
利用履歴の第４の格納形式は、利用履歴に、ユーザがアイテムに対して支払った額（支払い額）が含まれている場合に用いるものであり、利用履歴に含まれるユーザ識別子（ｕｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）と支払い額（ａｍｏｕｎｔ）とを関連付けて、図５（ｄ）のようなテーブル形式で記憶する。
以上が、利用履歴の格納形式の説明である。上記以外にも、利用履歴に含まれている全ての情報を格納できるように、利用履歴の形態に合わせて格納形式を変更すればよい。
【００２０】
また、端末装置３より受信した利用履歴には、利用日時が含まれていることを前提にしているが、もし利用日時が含まれていない場合は、利用履歴格納部１４３に、利用日時の代わりに、利用履歴を記憶するときの日時をｄａｔｅとして記憶すればよい。また、ｄａｔｅを格納しなくてもよく、この場合でも、新しく追加されるデータは、必ずテーブルの末尾（一番下の行）に追加されるので、テーブル内の上に位置する行データほど古く、下に位置する行データほど新しいことになる。このため、２つの行の位置関係を調べることにより、２つのデータのどちらが古いかを容易に判定できる。また、利用履歴格納部１４３に、端末装置３より受信した全ての利用履歴を記憶するが、記憶した利用履歴が一定数を超えた場合は、古いものから削除してもよい。
【００２１】
嗜好情報格納部１４４は、嗜好情報を複数記憶する。図１２６は、嗜好情報格納部１４４の格納状態を示す図である。嗜好情報とは、アイテム識別子（ｉｔｅｍ＿ｉｄ）と、ユーザ識別子（ｕｓｅｒ＿ｉｄ）と、アイテムに対するユーザの好みの度合いを数値化した嗜好度（ｐ＿ｖａｌｕｅ）とを関連付けたものであり、図１２６のようなテーブル形式で記憶する。（ｉｔｅｍ＿ｉｄ，ｕｓｅｒ＿ｉｄ）の組合せは一意とし、重複登録ができない。嗜好度の算出方法については、後に、図１０を用いて詳細に説明する。
【００２２】
関連アイテムグループ格納部１４５は、関連アイテムグループを複数記憶する。図７は、関連アイテムグループ格納部１４５の格納状態を示す図である。関連アイテムグループとは、基準となるアイテム（基準アイテム）のアイテム識別子（基準アイテム識別子（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ））と、基準アイテムと関連のあるアイテム（関連アイテム）が属するグループを一意に識別するグループ識別子（ｇｒｏｕｐ＿ｉｄ）と、関連アイテムのアイテム識別子（関連アイテム識別子（ｓｉｍ＿ｉｔｅｍ＿ｉｄ））と、基準アイテムと関連アイテムとの関連性を数値化した値（関連度（ｖａｌｕｅ））とを関連付けたものであり、図７のようなテーブル形式で記憶する。（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ，ｓｉｍ＿ｉｔｅｍ＿ｉｄ）の組合せは一意とし、重複登録ができない。ｂａｓｅ＿ｉｔｅｍ＿ｉｄとｇｒｏｕｐ＿ｉｄとを指定することで、ｂａｓｅ＿ｉｔｅｍ＿ｉｄとｇｒｏｕｐ＿ｉｄとに対応する関連アイテム識別子を全て取得することができる。ここでは、１つのテーブルに２種類のアイテム識別子を格納するために、ｂａｓｅ＿ｉｔｅｍ＿ｉｄ、ｓｉｍ＿ｉｔｅｍ＿ｉｄという名称を付けて区別しているが、これらはアイテム情報格納部１４２などに格納されているｉｔｅｍ＿ｉｄと同じものである。また、関連アイテムグループ格納部１４５に関連度を格納しているが、関連度を格納する代わりに、例えば、アイテム間の関連性の高い順に１番からの通し番号を付与した順位（関連順位）を格納してもよいし、関連度と関連順位の両方を格納してもよい。また、関連度を格納せずに、基準アイテム識別子とグループ識別子と関連アイテム識別子のみを関連アイテムグループとして格納してもよい。
【００２３】
所属グループ情報格納部１４６は、所属グループ情報を複数記憶する。所属グループ情報とは、ユーザに提供する関連アイテムのグループを示す情報であり、少なくともユーザ識別子とグループ識別子を含む。図８（図８（ａ）〜図８（ｂ））は、所属グループ情報格納部１４６の格納状態を示す図である。以下に図８を用いて、所属グループ情報の格納形式を２種類説明する。
所属グループ情報の第１の格納形式は、ユーザ識別子（ｕｓｅｒ＿ｉｄ）とグループ識別子（ｇｒｏｕｐ＿ｉｄ）とを関連付けて、図８（ａ）のようなテーブル形式で記憶する。ｕｓｅｒ＿ｉｄは一意とし、重複登録ができない。所属グループ情報の第１の格納形式は、関連アイテム取得時に、グループ識別子が一致する関連アイテムのみを取得する場合に用いるものである。
【００２４】
所属グループ情報の第２の格納形式は、ユーザ識別子（ｕｓｅｒ＿ｉｄ）とグループ識別子（ｇｒｏｕｐ＿ｉｄ）と取得比率（ｒａｔｅ）とを関連付けて、図８（ｂ）のようなテーブル形式で記憶する。（ｕｓｅｒ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）の組合せは一意とし、重複登録ができない。所属グループ情報の第２の格納形式は、関連アイテム取得時に、各グループ識別子ごとに、取得の比率に応じて関連アイテムを取得する場合に用いるものである。また、１ユーザの全てのｇｒｏｕｐ＿ｉｄに対応する取得比率の合計値は「１」となる。
以上が、所属グループ情報の格納形式の説明である。
【００２５】
アイテム提供サーバ制御部１１は、アイテム提供サーバ装置１を構成する各部に対して、全体的な制御を行う。アイテム提供サーバ制御部１１は、ユーザページ情報作成部１１１と、利用履歴登録部１１２と、関連アイテムグループ選出部（関連データグループ作成部）１１３と、所属グループ選出部（不一致度算出部）１１４と、関連アイテム情報作成部（関連データ提示部）１１５とで構成される。
【００２６】
ユーザページ情報作成部１１１は、端末装置３から受信したデータに応じて、以下の２種類の処理を行う。
ユーザページ情報作成部１１１の第１の処理は、ユーザページ情報送信処理であり、端末装置３よりユーザページ情報取得要求を受信し、かつ、認証部１３にて認証成功した場合に、この処理を行う。ユーザページ情報取得要求とは、ユーザページ情報の取得を要求する情報であり、認証部１３にて認証を行うために、少なくとも利用者特定情報を含む。ユーザページ情報とは、端末装置３に検索画面や、利用履歴の閲覧画面や、関連アイテム情報の閲覧画面を表示させるために必要な情報である。例えば、ＨＴＭＬ（Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）形式を用いてユーザページ情報を作成してもよいし、これ以外のデータ形式を用いてもよい。
【００２７】
ユーザページ情報送信処理とは、認証ユーザのユーザページ情報を作成し、認証ユーザが利用中の端末装置３に、作成したユーザページ情報を送信する処理であり、まず、利用履歴格納部２４４より、認証ユーザのユーザ識別子に対応する全ての利用履歴を抽出する。次に、抽出した利用履歴を用いて、ユーザページ情報を作成する。そして、ネットワーク２を介して、端末装置３に、作成したユーザページ情報を送信する。また、利用履歴を全て抽出せずに、特定の条件を満たすもののみを抽出してもよい。特定の条件とは、例えば、最新のものからサービス提供側が予め設定した件数を超えない範囲で抽出するとしてもよいし、過去の特定の時点から、ユーザページ情報送信処理を行っている時点（現在）までの間の利用履歴を抽出するとしてもよい。過去の特定の時点は、サービス提供側が予め定めておけばよく、例えば、ユーザページ情報送信処理を行っている時点から３ヶ月前や、半年前や、１年前とすればよい。
【００２８】
ユーザページ情報作成部１１１の第２の処理は、検索結果送信処理であり、ネットワーク２を介して、端末装置３より検索条件を受信すると、この処理を行う。ここで検索条件とは、利用するアイテムを絞り込むために用いる条件であり、例えば、ジャンル名、製作者、キーワード、価格の上限や下限などである。検索結果送信処理とは、端末装置３に、受信した検索条件を満たすアイテム情報を送信する処理であり、まず、アイテム情報格納部１４２より、検索条件を満たすアイテム属性情報を有するアイテム情報を全て抽出する。そして、ネットワーク２を介して、端末装置３に、抽出した全てのアイテム情報を送信する。
【００２９】
利用履歴登録部１１２は、ネットワーク２を介して、端末装置３より利用者特定情報と利用履歴とを受信し、かつ、認証部１３にて認証が成功した場合に、利用履歴登録処理を行う。利用履歴登録処理とは、利用履歴格納部１４３に、受信した利用履歴を格納する処理である。
【００３０】
関連アイテムグループ選出部１１３は、所定のタイミングごとに、嗜好情報格納部１４４に記憶されている嗜好情報と、関連アイテムグループ格納部１４５に記憶されている関連アイテムグループとを全て削除した後、関連アイテムグループ選出処理を行う。所定のタイミングとしては、所定の時間間隔（例えば２４時間ごと）を用いてもよいし、利用履歴を一定回数受信するごととしてもよい。また、月曜日〜金曜日までは３時間ごと、土曜日は６時間ごと、日曜日は１２時間ごと、というように時間間隔が変動してもよい。また、夏は時間間隔を短くして、冬は時間間隔を長くするなど、季節に応じて時間間隔を変えてもよい。
アイテムの利用に関する処理と関連アイテムグループ選出処理を同じ装置で行う場合において、負荷の高い関連アイテムグループ選出処理が、利用の多い時期に何度も実行されることで装置に多大な負荷がかからないように、曜日や季節に応じて時間間隔を変えることで、関連アイテムグループ選出処理が、利用の多い時期に何度も実行しないように調整することができる。また、逆に、アイテムの利用に関する処理と関連アイテムグループ選出処理とを別々の装置で行うといったように、関連アイテムグループ選出処理による負荷が影響なければ、曜日や季節に応じて時間間隔を変えることで、利用の多い時期に頻繁に関連アイテムグループ選出処理を行うことで、常に最新の利用履歴に応じた関連アイテムグループを維持することができる。
また、アイテムを新しく追加する頻度が、曜日や季節で異なっている場合、新規アイテムが頻繁に追加される時期に、時間間隔を短くして関連アイテムグループ選出処理を行うことで、最新のアイテムを関連アイテムグループに反映させ易くなる。また、新規アイテムがあまり追加されない時期には、時間間隔を長くして関連アイテムグループ選出処理を行うことで、装置に不要な負荷をかけないようにすることができる。
【００３１】
関連アイテムグループ選出処理の手順を図９のフローチャートを用いて説明する。
まず、関連アイテムグループ選出部１１３が、嗜好度算出処理を行う（ステップＳ１０１）。
次に、関連アイテムグループ選出部１１３が、嗜好情報格納部１４４より、ｉｔｅｍ＿ｉｄを重複無しで全て抽出する（ステップＳ１０２）。
次に、関連アイテムグループ選出部１１３が、ステップＳ１０２にて抽出したｉｔｅｍ＿ｉｄのうち、例えば、抽出した順に、１つ選択する（ステップＳ１０３）。
【００３２】
次に、関連アイテムグループ選出部１１３が、嗜好情報格納部１４４より、ステップＳ１０２３にて選択したｉｔｅｍ＿ｉｄに対応するアイテム（基準アイテムとみなす）の嗜好情報と、基準アイテムを利用したことのある何れかのユーザが利用した他のアイテム（関連候補アイテム）の全ての嗜好情報を取得する（ステップＳ１０４）。関連候補アイテムの嗜好情報を全て取得するには、基準アイテムの嗜好情報を除く全ての嗜好情報のうち、基準アイテムの全ての嗜好情報に含まれるユーザ識別子の何れかを有する嗜好情報を全て取得すればよい。また、取得する関連候補アイテムの嗜好情報に対して、基準アイテムの嗜好情報との時間順序を考慮してもよい。例えば、基準アイテムより後に利用された関連候補アイテムの嗜好情報のみを取得すればよい。時間順序を考慮するためには、嗜好情報格納部１４４に、利用日時の代表値（平均値や最大値や最小値や中央値）を格納する列を追加し、後述する嗜好度算出処理にて、利用日時の代表値を算出して、嗜好度とともに関連付けて記憶すればよい。また、嗜好情報格納部１４４に、利用日時の代表値を格納する代わりに、このステップで、利用履歴格納部１４３に記憶されている利用情報を用いることで、利用日時の代表値を算出してもよい。このように、基準アイテムと関連候補アイテムを共に利用したユーザが少なくとも１人いるという関連性が存在するので、関連アイテムの信頼性を保つことができる。
【００３３】
次に、関連アイテムグループ選出部１１３が、ステップＳ１０４にて取得した嗜好情報を用いて、関連候補アイテムごとに、基準アイテムとの関連度を算出する（ステップＳ１０５）。関連度を算出する方法として例えば、Ｊａｃｃａｒｄ（ジャカード）係数を用いることができる。Ｊａｃｃａｒｄ係数を用いる場合は、アイテムｘを利用したことのあるユーザ集合をＵｘ、アイテムｙを利用したことのあるユーザ集合をＵｙ、アイテムｘとアイテムｙを共に利用したことのあるユーザ数を｜Ｕｘ ∩ Ｕｙ｜とし、アイテムｘとアイテムｙの少なくとも一方を利用したことのあるユーザ数を｜Ｕｘ ∪ Ｕｙ｜としたとき、関連度は式（１）で算出することができる。
【００３４】
【数１】
【００３５】
また、関連度算出に、コサイン距離やピアソン積率相関係数を用いることもできる。コサイン距離を用いる場合は、例えば、アイテムｘを利用したことのあるユーザ集合をＵｘとし、アイテムｘのユーザｕｘ（ｕｘ∈Ｕｘ）に対する嗜好度をＶ（ｘ，ｕｘ）、アイテムｙを利用したことのあるユーザ集合をＵｙとし、アイテムｙのユーザｕｙ（ｕｙ∈Ｕｙ）に対する嗜好度をＶ（ｙ，ｕｙ）、アイテムｘとアイテムｙを共に利用したことのあるユーザをＵｃとし、アイテムｘのユーザｕｃ（ｕｃ∈Ｕｃ）に対する嗜好度をＶ（ｘ，ｕｃ）、アイテムｙのユーザｕｃに対する嗜好度をＶ（ｙ，ｕｃ）としたとき、関連度は式（２）で算出することができる。
【００３６】
【数２】
【００３７】
また、ピアソン積率相関係数を用いる場合は、例えば、アイテムｘとアイテムｙを共に利用したことのあるユーザをＵｃとし、Ｕｃに属するユーザの数をｎとし、アイテムｘのユーザｕｃ（ｕｃ∈Ｕｃ）に対する嗜好度をＶ（ｘ，ｕｃ）、アイテムｙのユーザｕｃに対する嗜好度をＶ（ｙ，ｕｃ）としたとき、関連度は式（３）で算出することができる。
【００３８】
【数３】
【００３９】
これ以外にも、２アイテム間の関連性を表す指標であれば、どのようなものを用いてもよい。また、関連アイテムの関連性を一定の水準以上に維持するために、算出した関連度がサービス提供側が予め設定した閾値以下のものを関連候補アイテムから除外してもよい。なお、関連度算出に用いた嗜好度を第２の嗜好度とする。
【００４０】
次に、関連アイテムグループ選出部１１３が、全ての関連候補アイテムを、ステップＳ１０５にて算出した関連度に応じて、所定数のグループに振り分ける（ステップＳ１０６）。このとき、関連候補アイテムグループには、グループとしてまとめた順に、グループ識別子を昇順で付与する。つまり、関連候補アイテムグループの数が「ｎ」の場合、グループ識別子を「１」，「２」，…，「ｎ」や「ｇ１」，「ｇ２」，…，「ｇｎ」といった順番で付与すればよい。所定数は、「２」以上の整数として、サービス提供側が予め設定しておけばよい。関連候補アイテムグループ振分方法を、以下に２種類示す。
【００４１】
関連候補アイテムグループ振分の第１の方法は、関連度の高い順に、関連候補アイテムを所定数のグループに振り分ける方法である。具体的には、関連候補アイテムに対して関連度の高い順に順位を付与し、その順位が所定の範囲にある関連候補アイテムを、１つのグループにまとめればよい。これにより、関連度の高い順に、関連候補アイテムを所定数のグループに振り分けることができる。このとき、グループごとのアイテム数の合計値は、関連候補アイテム数と等しくなる。なお、グループ間のアイテム数の偏りが小さくなるように、アイテム数の差が「±１」に収まるように設定するのがよいが、ランダムにアイテム数を設定してもよい。
【００４２】
関連候補アイテムグループ振分の第２の方法は、グループごとに閾値を設定し、設定した閾値を用いることで、関連候補アイテムを所定数のグループに振り分ける方法である。具体的には、グループごとに、２つの閾値を用意し、２つの閾値のうちの大きい方の閾値（ｔｈ１）以下であり、小さい方の閾値（ｔｈ２）より大きい関連度（ｓ：ｔｈ１≧ｓ＞ｔｈ２）を有する関連候補アイテムを１つのグループにまとめればよい。これを繰り返すことで所定数のグループにアイテムを振り分けることができる。関連候補アイテムグループ振分の第２の方法を用いた場合は、２つの閾値の範囲に収まる関連度を有する関連候補アイテムが存在しないため、グループに１つもアイテムが存在しない場合がある。その代わり、グループごとに、グループに所属する関連候補アイテムの関連度の範囲を調整することができる。閾値は、基準アイテムごとにグループ数に応じた閾値を予めサービスの提供側が設定しておけばよい。また、基準アイテムごとに閾値を設定せずに、グループ数に応じて設定した閾値を全ての基準アイテムに対して適用してもよい。また、関連アイテムグループ選出処理のたびに、サービス提供側が閾値を再設定してもよい。
【００４３】
上記２種類の振分方法は、関連度の高い順に、関連候補アイテムをまとめている。このため、２つの関連候補アイテムグループを比較した際に、先にまとめたグループの任意の関連候補アイテムは、後にまとめたグループのどの関連候補アイテムの関連度よりも高いという性質をもっている。上記２種類の方法以外にも、上記の性質を有する振分方法であれば、どのような振り分け方法でもよい。基準アイテムに対するグループ数は全て等しくなるようにしなければならない。
次に、関連アイテムグループ選出部１１３が、ステップＳ１０６にて振り分けた関連候補アイテムグループのうち、例えば、グループ識別子を付与した順に、１つ選択する（ステップＳ１０７）。
【００４４】
次に、関連アイテムグループ選出部１１３が、ステップＳ１０７にて選択した関連候補アイテムグループの中から関連アイテムを選出する（ステップＳ１０８）。関連アイテムを選出するには、関連候補アイテムグループの中から、ランダムに所定数まで関連候補アイテムを関連アイテムとして選出してもよい。また、関連度の高い順に、所定数まで選出してもよい。また、逆に、関連度の低い順に、所定数まで選出してもよい。また、関連候補アイテム全てを関連アイテムとしてもよい。つまり、関連候補アイテムグループに含まれる関連候補アイテムからであれば、どのように選んでもよい。所定数は、予めサービス提供側が定めておく必要がある。
【００４５】
次に、関連アイテムグループ選出部１１３が、ステップＳ１０８にて選出した関連アイテムごとに、関連アイテムグループ格納部１４５に、ステップＳ１０３にて選択した基準アイテムのｉｔｅｍ＿ｉｄ（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ）と、ステップＳ１０７にて選出した関連候補アイテムグループのグループ識別子（ｇｒｏｕｐ＿ｉｄ）と、関連アイテムのアイテム識別子（ｓｉｍ＿ｉｔｅｍ＿ｉｄ）と、基準アイテムと関連アイテムとの関連度（ｖａｌｕｅ）とを関連付けた関連アイテムグループを記憶する（ステップＳ１０９）。
次に、関連アイテムグループ選出部１１３が、ステップＳ１０７にて全ての関連候補アイテムグループを選択したか否かを判定する（ステップＳ１１０）。全て選択した場合はステップＳ１１１へ進み、まだ未選択のものが残っている場合はステップＳ１０７へ進む。
次に、関連アイテムグループ選出部１１３が、ステップＳ１０３にて抽出した全てのｉｔｅｍ＿ｉｄを選択したか否かを判定する（ステップＳ１１１）。全て選択した場合はステップＳ１０１からステップＳ１１１までの一連の処理を終了し、まだ未選択のものが残っている場合はステップＳ１０３へ進む。
【００４６】
次に、ステップＳ１０１の嗜好度算出処理の手順を、図１０のフローチャートを用いて説明する。
まず、関連アイテムグループ選出部１１３が、嗜好情報格納部１４４より、ｉｔｅｍ＿ｉｄを重複無しで全て抽出する（ステップＳ２０１）。
次に、関連アイテムグループ選出部１１３が、ステップＳ２０１にて抽出したｉｔｅｍ＿ｉｄのうち、例えば、抽出した順に、１つ選択する（ステップＳ２０２）。
次に、関連アイテムグループ選出部１１３が、利用履歴格納部１４３より、ステップＳ２０２にて選択したｉｔｅｍ＿ｉｄを含む利用履歴を全て取得する（ステップＳ２０３）。
次に、関連アイテムグループ選出部１１３が、ステップＳ２０３にて取得した利用履歴より、ｕｓｅｒ＿ｉｄを重複なしで全て抽出する（ステップＳ２０４）。
次に、関連アイテムグループ選出部１１３が、ステップＳ２０４にて抽出したｕｓｅｒ＿ｉｄのうち、例えば、抽出した順に、１つ選択する（ステップＳ２０５）。
次に、関連アイテムグループ選出部１１３が、ステップＳ２０３にて取得した利用履歴のうち、ステップＳ４０５にて選択したｕｓｅｒ＿ｉｄを含むもの（嗜好度算出対象利用履歴）のみを用いて、嗜好度を算出する（ステップＳ２０６）。以下に、嗜好度算出方法を８種類説明する。
【００４７】
嗜好度算出の第１の方法は、嗜好度を「１」として算出する方法である。この方法は、嗜好度に対するユーザ一人ひとりの影響力（重み）を全て平等（同じ）に扱っている。また、計算量が最も少なくなる。
嗜好度算出の第２の方法は、全利用回数を嗜好度として算出する方法である。全利用回数は、利用履歴格納部１４３の第２の格納形式のように利用回数が記憶されている場合に、嗜好度算出対象利用履歴に含まれる利用回数の和を全利用回数とすればよい。また、利用回数を含まない場合は、嗜好度算出対象利用履歴の数を全利用回数とすればよい。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、嗜好度算出対象のアイテムに対する全利用回数の多いユーザほど影響力が強いことになる。
【００４８】
嗜好度算出の第３の方法は、利用履歴格納部１４３の第３の格納形式のように評価値が記憶されている場合にのみ用いることができる方法であり、嗜好度算出対象利用履歴に含まれる評価値の代表値（評価値の和や平均値や最大値や最小値や中央値や最新の日付に対応する評価値）を嗜好度として算出する方法である。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、嗜好度算出対象のアイテムに対する評価が高いユーザほど影響力が強いことになる。
嗜好度算出の第４の方法は、利用履歴に含まれる利用日時を用いて、利用日時の古い利用履歴ほど大きな重みを付けて嗜好度を算出する方法である。例えば、嗜好度算出対象利用履歴ごとに、関連アイテム選出処理を行う日付（現在）と、その利用日時との差を算出し、その差の代表値（総和や平均値や最大値や最小値）を算出すればよい。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、嗜好度算出対象のアイテムを早く利用したユーザほど影響力が強いことになる。
【００４９】
嗜好度算出の第５の方法は、利用履歴に含まれる利用日付を用いて、利用日時の新しい利用履歴ほど大きな重みを付けて嗜好度を算出する方法である。例えば、嗜好度算出対象利用履歴ごとに、関連アイテム選出処理を行う日付（現在）と、その利用日時との差を算出し、その差の逆数の代表値（総和や平均値や最大値や最小値や中央値）を算出すればよい。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、嗜好度算出対象のアイテムを後で利用したユーザほど影響力が強いことになる。また、逆数を用いて、日付差が大きくなるほど分配率が小さくなるようにしているが、他の方法を用いてもよい。例えば、底が０より大きく、かつ１未満である指数関数（単調減少関数）を用いてもよい。
【００５０】
ここで、嗜好度算出の第４と第５の方法は、関連アイテム選出処理を行う日付（現在）と、利用日時との差が「０」にならないような処理をする必要がある。
嗜好度算出の第６の方法は、利用履歴格納部１４３の第４の格納形式のように支払い額記憶されている場合にのみ用いることができる方法であり、嗜好度算出対象利用履歴に含まれる支払い額の代表値（総和や平均値や最大値や最小値や中央値）を嗜好度として算出する方法である。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、嗜好度算出対象のアイテムに対する支払い額が高いユーザほど影響力が強いことになる。
【００５１】
嗜好度算出の第７の方法は、ユーザ情報格納部１４１に記憶されたユーザ情報にユーザが会員になった日付（入会日）が含まれる場合に、入会日の古いユーザほど大きな重みを付けて嗜好度を算出する方法である。例えば、関連アイテム選出処理を行う日付（現在）と、入会日との差の代表値（総和や平均値や最大値や最小値や中央値）を嗜好度として算出すればよい。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、早く会員になったユーザほど影響力が強いことになる。
【００５２】
嗜好度算出の第８の方法は、ユーザ情報格納部１４１に記憶されたユーザ情報に入会日が含まれる場合に、入会日の新しいユーザほど大きな重みを付けて嗜好度を算出する方法である。例えば、関連アイテム選出処理を行う日付（現在）と、入会日との差の逆数の代表値（総和や平均値や最大値や最小値や中央値）を嗜好度として算出すればよい。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、後で（最近になって）会員になったユーザほど影響力が強いことになる。また、逆数を用いて、日付差が大きくなるほど分配率が小さくなるようにしているが、他の方法を用いてもよい。例えば、底が０より大きく、かつ１未満である指数関数（単調減少関数）を用いてもよい。
ここで、嗜好度算出の第７と第８の方法は、関連アイテム選出処理を行う日付（現在）と、入会日との差が「０」にならないような処理をする必要がある。
【００５３】
また、上記の嗜好度算出の第１〜嗜好度算出の第８の方法を組み合わせて嗜好度を算出してもよい。例えば、それぞれの方法で嗜好度（嗜好度１〜嗜好度Ｎ）を算出し、それらの嗜好度を加算した値、乗算した値、それらの嗜好度の平均値などを総合的な嗜好度として用いてもよい。また、嗜好度算出の第３の方法と第６の方法を組合せて、評価値と支払い額との積を算出し、その積の総和を嗜好度として算出してもよい。
【００５４】
次に、関連アイテムグループ選出部１１３が、嗜好情報格納部１４４に、ステップＳ２０２で選択したｉｔｅｍ＿ｉｄと、ステップＳ２０５にて選択したｕｓｅｒ＿ｉｄと、ステップＳ２０６にて算出した嗜好度（ｐ＿ｖａｌｕｅ）とを関連付けた嗜好情報を記憶する。（ステップＳ２０７）
次に、関連アイテムグループ選出部１１３が、ステップＳ２０５にて抽出した全てのｕｓｅｒ＿ｉｄを選択したか否かを判定する（ステップＳ２０８）。全て選択した場合はステップＳ２０９へ進み、まだ未選択のものが残っている場合はステップＳ２０５へ進む。
ステップＳ２０９では、関連アイテムグループ選出部１１３が、ステップＳ２０２にて抽出した全てのｉｔｅｍ＿ｉｄを選択したか否かを判定する。全て選択した場合はステップＳ２０１からステップＳ２０９までの一連の処理を終了し、まだ未選択のものが残っている場合はステップＳ２０２へ進む。
【００５５】
なお、関連アイテムを選出する対象のアイテムを制限してもよい。このとき、ステップＳ１０２にて、嗜好情報格納部１４４よりｉｔｅｍ＿ｉｄを取得する際に、所定の条件、例えば、所定数以上のユーザに利用されたアイテムのｉｔｅｍ＿ｉｄのみを取得するとしてもよい。所定数はサービス提供側が予め決めておけばよい。さらに、特定の期間において、所定数以上のユーザに利用されたｉｔｅｍ＿ｉｄのみを取得するとしてもよい。特定の期間はサービス提供側が予め決めておけばよい。また、ステップＳ３０４にて、嗜好情報格納部１４４より、関連候補アイテムの嗜好情報を取得する際に、関連候補アイテムにも同様に制限をかけてもよい。このときも同様に、関連候補アイテムの中で、所定数以上のユーザに利用された関連候補アイテムの嗜好情報のみ取得してもよいし、特定の期間において、所定数以上のユーザに利用された関連候補アイテムの嗜好情報のみを取得してもよい。
【００５６】
また、利用履歴を用いて２アイテム間の関連度を算出する代わりに、アイテム属性情報を用いて２アイテム間の適合度を算出し、その適合度を用いて関連アイテムを選出してもよい。適合度とは、アイテム属性情報を用いてアイテム同士の相性の良さを数値化したものである。このとき、ステップＳ１０２にて、さらに、アイテム情報格納部１４２より、取得したｉｔｅｍ＿ｉｄに対応するアイテム属性情報を全て取得する。そして、ステップＳ１０４の処理を省略し、ステップＳ１０５にて関連度を算出する代わりに、ステップＳ１０３にて選択したｉｔｅｍ＿ｉｄに対応するアイテム属性情報と、それ以外のアイテム属性情報との間の適合度を算出すればよい。このとき、適合度が「０」となったものは、基準アイテムと関連候補アイテムの関連性が全くないので、関連候補アイテムから除外する必要がある。
【００５７】
適合度として、２つのアイテム属性情報間の属性値の一致数を用いることができる。例えば、アイテム属性情報に含まれる属性がジャンルと作者と価格である場合に、一方の属性値が「ジャンルＹ」、「作者ｂ」、「１２００円」であり、他方の属性値が「ジャンルＹ」、「作者ｔ」、「１２００円」であるとき、一致する属性数が２であるため、適合度を「２」とする。また、一致する属性値の条件は、属性ごとにサービス提供者側が自由に決めてよく、例えば、価格なら属性値の差が「１０００円」未満なら一致とするとしてもよい。「ジャンル」など他の属性についても同様の処理を行ってよい。また、属性ごとに異なる重みをつけて適合度を算出してもよい。例えば、「作者」が一致する場合には、「価格」が一致する場合よりも適合度が２倍大きくなるように算出してもよい。また、関連アイテムの関連性を一定の水準以上に維持するために、算出した適合度がサービス提供側が予め設定した閾値以下のものを関連候補アイテムから除外してもよい。
【００５８】
また、嗜好度算出処理で用いる利用履歴を、過去の特定の時点から、嗜好度算出処理を行っている時点（現在）までの間に利用されたアイテムに関する利用履歴のみに制限してもよい。過去の特定の時点は、サービス提供側が予め決めておけばよく、例えば、嗜好度算出処理を行っている時点から３ヶ月前や、半年前や、１年前とすればよい。このとき、ステップＳ２０１にて、利用履歴格納部１４３よりｉｔｅｍ＿ｉｄを抽出する際に、過去の特定の時点以降の利用履歴に含まれるｉｔｅｍ＿ｉｄのみ抽出すればよい。また、ステップＳ２０３にて、利用履歴格納部１４３より利用履歴を取得する際に、過去の特定の時点以降の利用履歴を取得すればよい。
【００５９】
また、ユーザ情報格納部１４１に記憶されているユーザ情報に含まれるユーザ属性情報を用いて、嗜好度算出処理に用いる利用履歴を制限してもよい。このとき、ステップＳ２０１にて、利用履歴格納部１４３よりｉｔｅｍ＿ｉｄを抽出する際に、所定条件（例えば、「２０代女性」）のユーザ属性を持つユーザのｕｓｅｒ＿ｉｄを含む利用履歴のみから取得すればよい。もちろん、所定条件として何も指定しなくてもよい。さらに、ステップＳ２０３でも、同様に取得する利用履歴に含まれるｕｓｅｒ＿ｉｄに所定条件を指定してもよい。
【００６０】
また、アイテム情報格納部１４２に記憶されているアイテム情報に含まれるアイテム属性情報を用いて、嗜好度算出処理に用いる利用履歴を制限してもよい。このとき、ステップＳ２０１にて、利用履歴格納部１４３よりｉｔｅｍ＿ｉｄを抽出する際に、所定条件（例えば、ジャンル「フィクション」）のアイテム属性を持つアイテムのｉｔｅｍ＿ｉｄのみを取得すればよい。もちろん、所定条件として何も指定しなくてもよい。
以上が、関連アイテム選出処理の手順の説明である。
【００６１】
所属グループ選出部１１４は、所定のタイミングごとに、所属グループ選出処理を行う。この所定のタイミングとしては、関連アイテムグループ選出処理を行う所定のタイミングと同様に種々のタイミングを用いることができる。また、関連アイテムグループ選出処理を行う所定のタイミングと同期していても、同期していなくてもよい。
所属グループ選出処理の手順を図１１のフローチャートを用いて説明する。
まず、所属グループ選出部１１４が、利用履歴格納部１４３より、重複なしで全てのｕｓｅｒ＿ｉｄを抽出する（ステップＳ３０１）。
次に、所属グループ選出部１１４が、ステップＳ３０１にて抽出したｕｓｅｒ＿ｉｄのうちの１つを選択する。例えば取得した順に、１つずつ選択すればよい（ステップＳ３０２）。
【００６２】
次に、所属グループ選出部１１４が、グループごとに、関連アイテムグループとの不一致度の総和を一時的に格納するための変数ｓ（ｇ（ｉ））（ｉ＝１，２，…，ｎ：ｇ（ｉ）はグループ識別子）を用意し、不一致度を算出したアイテム数を一時的に格納するための変数ｃ（ｇ（ｉ））を用意する。全ての変数の初期値は「０」とする。
次に、所属グループ選出部１１４が、関連アイテムグループ格納部１４５より、重複なしで全てのｂａｓｅ＿ｉｔｅｍ＿ｉｄを抽出する（ステップＳ３０４）。抽出するｂａｓｅ＿ｉｔｅｍ＿ｉｄは、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄが過去に利用したことのあるアイテムのアイテム識別子と一致するものに限定してもよい。
【００６３】
次に、所属グループ選出部１１４が、ステップＳ３０４にて抽出したｂａｓｅ＿ｉｔｅｍ＿ｉｄのうちの１つを選択する。例えば取得した順に、１つずつ選択すればよい（ステップＳ３０５）。
次に、所属グループ選出部１１４が、グループの数をカウントする変数ｉの初期値を１とする（ステップＳ３０６）。
次に、所属グループ選出部１１４が、関連アイテムグループ格納部１４５より、ステップＳ３０５にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄと、ｉ番目のグループ識別子ｇ（ｉ）とに対応する関連アイテムグループを全て取得する（ステップＳ３０７）。
【００６４】
次に、所属グループ選出部１１４が、利用履歴格納部１４３より、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄに対応する利用履歴（基準ユーザ利用履歴）を全て取得し、取得した利用履歴とステップＳ３０７にて取得した関連アイテムグループとを用いて、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄと、ステップＳ３０５にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄのグループｇ（ｉ）に対応する関連アイテムグループ（不一致度算出対象グループ）との不一致度を算出する（ステップＳ３０８）。不一致度算出方法として、以下に５種類用いることができる。
【００６５】
不一致度算出方法の第１の方法は、不一致度算出対象グループに属する関連アイテムが、基準ユーザ利用履歴に対応するアイテムの何れかと一致する割合（関連アイテム利用率）を用いた算出方法であり、関連アイテム利用率が高いほど不一致度が低くなるようにする。ステップＳ３０５にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄに対応する基準アイテムをｉｂの不一致度算出対象グループに属する関連アイテム集合Ｉｓ（ｉｂ，ｇ（ｉ））に属するアイテムの数を｜Ｉｓ（ｉｂ，ｇ（ｉ））｜とし、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄに対応するユーザｕｂの基準ユーザ利用履歴に対応するアイテムの集合Ｉｕ（ｕｂ）と関連アイテム集合Ｉｓ（ｉｂ，ｇ（ｉ））との積集合Ｉｕ（ｕｂ）∩Ｉｓ（ｉｂ，ｇ（ｉ））の数を｜Ｉｕ（ｕｂ）∩Ｉｓ（ｉｂ，ｇ（ｉ））｜としたとき、関連アイテム利用率ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））は式（４）で表わされる。
【００６６】
【数４】
【００６７】
このとき、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））は、関連アイテム利用率が取りうる最大値ｍｖ１（関連アイテム利用率の最大値は「１」になる）としたとき、式（５）で算出できる。
【００６８】
【数５】
【００６９】
もちろん、関連アイテム利用率の逆数を用いた式（６）や、関連アイテム利用率に「−１」をかけた値を指数部に入れた指数関数を用いた式（７）を用いて、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））を算出してもよい。
【００７０】
【数６】
【００７１】
【数７】
【００７２】
式（６）では分母で関連アイテム利用率に「１」を加算しているが、これは分母が「０」にならないために加算しているものであるので、分母が「０」にならなければ「１」以外の値でもよい。これ以外にも、関連アイテム利用率が高いほど不一致度が低くなるような計算式であればどんなものを用いてもよい。
【００７３】
不一致度算出方法の第２の方法は、基準ユーザ利用履歴に対応するアイテムの集合における、不一致度算出対象グループに属する関連アイテムの占有率（関連アイテム占有率）を用いた算出方法であり、関連アイテム占有率が高いほど不一致度が低くなるようにする。アイテム集合Ｉｕ（ｕｂ）の数を｜Ｉｕ（ｕｂ）｜としたとき、関連アイテム占有率ｖ２（ｕｂ，ｉｂ，ｇ（ｉ））は式（８）で表わされる。
【００７４】
【数８】
【００７５】
このとき、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））は、式（５）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ２（ｕｂ，ｉｂ，ｇ（ｉ））に、ｍｖ１を関連アイテム占有率が取りうる最大値ｍｖ２（関連アイテム占有率の最大値は「１」になる）に置き換えることで算出することができる。また、式（６）や式（７）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ２（ｕｂ，ｉｂ，ｇ（ｉ））に置き換えることで、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））を算出することもできる。これ以外にも、関連アイテム占有率が高いほど不一致度が低くなるような計算式であればどんなものを用いてもよい。
【００７６】
不一致度算出方法の第３の方法は、Ｊａｃｃａｒｄ係数を用いた算出方法であり、Ｊａｃｃａｒｄ係数が高いほど不一致度が低くなるようにする。アイテム集合Ｉｕ（ｕｂ）と関連アイテム集合Ｉｓ（ｉｂ，ｇ（ｉ））との和集合Ｉｕ（ｕｂ）∪Ｉｓ（ｉｂ，ｇ（ｉ））の数を｜Ｉｕ（ｕｂ）∪Ｉｓ（ｉｂ，ｇ（ｉ））｜としたとき、Ｊａｃｃａｒｄ係数ｖ３（ｕｂ，ｉｂ，ｇ（ｉ））は式（９）で表わされる。
【００７７】
【数９】
【００７８】
このとき、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））は、式（５）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ３（ｕｂ，ｉｂ，ｇ（ｉ））に、ｍｖ１をＪａｃｃａｒｄ係数が取りうる最大値ｍｖ３（Ｊａｃｃａｒｄ係数の最大値は「１」になる）に置き換えることで算出することができる。また、式（６）や式（７）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ３（ｕｂ，ｉｂ，ｇ（ｉ））に置き換えることで、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））を算出することもできる。これ以外にも、Ｊａｃｃａｒｄ係数が高いほど不一致度が低くなるような計算式であればどんなものを用いてもよい。
【００７９】
不一致度算出の第１から第３までの方法は、計算量の少ない算出方法であり、ユーザのアイテムに対する嗜好の度合いを示す嗜好度やアイテム属性情報などを考慮していない。
不一致度算出方法の第４の方法は、基準ユーザ利用履歴と不一致度算出対象グループとの間で算出した統合類似度を用いる方法であり、統合類似度が高いほど不一致度が低くなるようにする。統合類似度は、コサイン距離やピアソン積率相関係数を用いて算出することができ、そのためには、基準ユーザ利用履歴を基に算出した嗜好度である基準嗜好度と、不一致度算出対象グループに属する関連アイテムごとに、関連アイテムを利用した様々なユーザの嗜好度の代表値（平均値や最大値や最小値や最頻値）である統合嗜好度を用いる必要がある。基準嗜好度は基準ユーザ利用履歴に含まれるアイテム識別子とユーザ識別子に対応する嗜好度をそのまま流用できるので、嗜好情報格納部１４４より、対応する嗜好度を基準嗜好度として取得することができる。
【００８０】
また、同じアイテム識別子とユーザ識別子有する基準ユーザ利用履歴を用いて、嗜好度算出方法を流用することで基準嗜好度を算出することもできる。また、統合嗜好度は、嗜好情報格納部１４４より、不一致度算出対象グループに属する関連アイテムのアイテム識別子と一致する全ての嗜好度を取得し、取得した嗜好度を用いて算出することができる。また、利用履歴格納部１４３より、不一致度算出対象グループに属する関連アイテムのアイテム識別子と一致する全ての利用履歴を取得し、取得した利用履歴を用いて、嗜好度算出方法と同様の算出方法で、嗜好度を算出し、算出した嗜好度を用いて統合嗜好度を算出することができる。コサイン距離を用いる場合は、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄに対応するユーザｕｂの過去に利用したアイテムｉｕ（∈Ｉｕ（ｕｂ））に対する基準嗜好度をｐｕ（ｕｂ，ｉｕ）とし、不一致度算出対象グループに属する関連アイテムｉｓ（∈Ｉｓ（ｉｂ，ｇ（ｉ）））に対する統合嗜好度をｐｓ（ｉｓ）とし、両集合に存在するアイテムｉｃ（∈Ｉｃ＝Ｉｕ（ｕｂ）∩Ｉｓ（ｉｂ，ｇ（ｉ）））に対する基準嗜好度をｐｕ（ｕｂ，ｉｃ）とし、統合嗜好度をｐｓ（ｉｃ）としたとき、統合類似度ｖ４（ｕｂ，ｉｂ，ｇ（ｉ））は、式（１０）で表わされる。
【００８１】
【数１０】
【００８２】
また、ピアソン積率相関係数を用いる場合は、統合類似度ｖ４（ｕｂ，ｉｂ，ｇ（ｉ））は、式（１１）で表わされる。
【００８３】
【数１１】
【００８４】
このとき、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））は、式（５）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ４（ｕｂ，ｉｂ，ｇ（ｉ））に、ｍｖ１を統合類似度が取りうる最大値ｍｖ４に置き換えることで算出することができる。
【００８５】
また、式（６）や式（７）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ４（ｕｂ，ｉｂ，ｇ（ｉ））に置き換えることで、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））を算出することもできる。
【００８６】
これ以外にも、統合類似度が高いほど不一致度が低くなるような計算式であればどんなものを用いてもよい。不一致度算出方法の第４の方法を用いることで、ユーザが過去に好んで利用したアイテムとは異なる関連アイテムが多く属する不一致度算出対象グループほど、不一致度が高くなるので、ユーザが今まで利用したアイテムとは異なるアイテムが提示されやすくなる。なお、不一致度算出で用いた嗜好度を第１の嗜好度とする。
不一致度算出の第４の方法を用い、かつ、関連度算出においても嗜好度を用いる場合、不一致度算出に用いる第１の嗜好度と、関連度算出に用いる第２の嗜好度の算出方法は同じ方法を用いてもよいが、目的に応じて違う方法を用いてもよい。例えば、ユーザの評価に応じて関連候補アイテムを選出し、ユーザの最近の嗜好とは異なる関連候補アイテムグループから関連アイテムを抽出したい場合は、関連度算出に用いる第２の嗜好度を嗜好度算出の第３の方法を用いて算出し、不一致度算出に用いる第１の嗜好度を嗜好度算出の第４の方法を用いて算出すればよい。
【００８７】
不一致度算出方法の第５の方法は、基準ユーザ利用履歴に対応するアイテムのアイテム属性情報と、不一致度算出対象グループに属するアイテムのアイテム属性情報との間で算出した統合適合度を用いる方法であり、統合適合度が高いほど不一致度が低くなるようにする。基準ユーザ利用履歴に対応するアイテムの集合を１つのアイテム（統合アイテム１）と考え、そのアイテム集合に属する何れかのアイテムが有するアイテム属性情報全てを統合アイテム１のアイテム属性情報とし、不一致度算出対象グループを１つのアイテム（統合アイテム２）と考え、不一致度算出対象グループに属する何れかのアイテムが有するアイテム属性情報全てを統合アイテム２のアイテム属性情報とすれば、統合適合度は、２アイテム間の適合度として算出できる。
【００８８】
このとき、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））は、式（５）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））を統合適合度ｖ５（ｕｂ，ｉｂ，ｇ（ｉ））に、ｍｖ１を統合適合度が取りうる最大値ｍｖ５に置き換えることで算出することができる。また、式（６）や式（７）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ５（ｕｂ，ｉｂ，ｇ（ｉ））に置き換えることで、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））を算出することもできる。これ以外にも、統合適合度が高いほど不一致度が低くなるような計算式であればどんなものを用いてもよい。また、統合適合度を算出する際に、アイテム属性情報を有するアイテムの数で重み付けを行ってもよい。例えば、統合アイテム１のアイテム属性情報に含まれる属性値とその属性値に対応する利用履歴数が「ジャンルＹ：２」、「ジャンルＺ：５」、「作者ｂ：４」、「作者ｃ：３」であり、統合アイテム２のアイテム属性情報に含まれる属性値とその属性値に対応する関連アイテム数が「ジャンルＸ：４」、「ジャンルＺ：２」、「作者ａ：２」、「作者ｃ：２」、「作者ｆ：２」である場合に、統合適合度を「２＋２＝４」というように算出すればよい。不一致度算出方法の第５の方法を用いることで、ユーザが過去に利用したアイテムのアイテム属性情報とは異なるアイテム属性を有する関連アイテムが多く属する不一致度算出対象グループほど、不一致度が高くなるので、ユーザが今まで利用したことのないアイテム属性情報を有するアイテムが提示されやすくなる。
【００８９】
次に、所属グループ選出部１１４が、ｓ（ｇ（ｉ））にステップＳ３０８にて算出した不一致度を加算し、ｃ（ｇ（ｉ））に「１」を加算し、ｉに「１」を加算する（ステップＳ３０９）。
次に、所属グループ選出部１１４が、ｉがグループ数を超えたか否かを判定する（ステップＳ３１０）。ｉがグループ数を超えた場合はステップＳ３１１へ進み、ｉがグループ数以下の場合はステップＳ３０７へ進む。
【００９０】
次に、所属グループ選出部１１４が、ステップＳ３０５にて全てのｂａｓｅ＿ｉｔｅｍ＿ｉｄを選択したか否かを判定する（ステップＳ３１１）。全て選択した場合はステップＳ３１２へ進み、まだ未選択のものが残っている場合はステップＳ３０５へ進む。
次に、所属グループ選出部１１４が、所属グループ情報格納部１４６にて、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄに対応する所属グループ情報の更新を行う（ステップＳ３１２）。所属グループ情報の更新方法は、所属グループ情報格納部１４６の格納形式により異なる。
【００９１】
所属グループ情報格納部１４６が第１の格納形式である場合は、まず、グループごとに、平均不一致度ａｖｇ＿ｓ（ｇ（ｉ））（＝ｓ（ｇ（ｉ））／ｃ（ｇ（ｉ）））を算出する。次に、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄに対応する所属グループ情報のｇｒｏｕｐ＿ｉｄを、算出した平均不一致度が最も高いグループのグループ識別子ｇ（ｍ）（任意のｉに対して、ａｖｇ＿ｓ（ｇ（ｍ））≧ａｖｇ＿ｓ（ｇ（ｉ））が成り立つ）で置き換える。最も高い平均不一致度に対応するグループ識別子が複数ある場合、グループ識別子の昇順に１つ選択してもよいし、降順に１つ選択してもよいし、ランダムに１つ選択してもよい。
所属グループ情報格納部１４６が第２の格納形式である場合は、平均不一致度を用いて、グループごとに最新取得比率を算出する。そして、グループごとに、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄとグループとに対応するｒａｔｅを、算出した最新取得比率で置き換えればよい。最新取得比率ｒａｔｅ（ｇ（ｉ））は、式（１２）で算出することができる。
【００９２】
【数１２】
【００９３】
次に、所属グループ選出部１１４が、ステップＳ３０２にて全てのｕｓｅｒ＿ｉｄを選択したか否かを判定する（ステップＳ３１３）。全て選択した場合はステップＳ３０１からステップＳ３１３までの一連の処理を終了し、まだ未選択のものが残っている場合はステップＳ３０２へ進む。
以上が、所属グループ選出処理の手順の説明である。
【００９４】
関連アイテム情報作成部１１５は、ネットワーク２を介して、端末装置３より関連アイテム情報取得要求を受信すると、関連アイテム情報作成処理を行う。ここで関連アイテム情報取得要求とは、関連アイテム情報を取得する要求であり、少なくとも端末装置３を利用中のユーザのユーザ識別子とアイテム識別子とを含む。関連アイテム情報取得要求は、他に取得する関連アイテムの数や、取得する関連アイテムのアイテム属性情報を含んでもよい。関連アイテム情報は、関連アイテム情報取得要求に対応する複数の関連アイテムのアイテム識別子とアイテム属性情報のペアである。
関連アイテム情報作成処理の手順を、図１２のフローチャートを用いて説明する。
まず、関連アイテム情報作成部１１５が、端末装置３より、関連アイテム情報取得要求を受信する（ステップＳ４０１）。
【００９５】
次に、関連アイテム情報作成部１１５が、所属グループ情報格納部１４６より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるユーザ識別子に対応する所属ユーザ情報を取得する（ステップＳ４０２）。取得する所属ユーザ情報の数は、所属グループ情報格納部１４６の格納形式が第１の格納形式の場合は１つ、第２の格納形式の場合はグループの数だけ取得する。
次に、関連アイテム情報作成部１１５が、ステップＳ４０２にて取得した所属グループ情報に応じて、関連アイテムグループ格納部１４５より、関連アイテムグループを取得する（ステップＳ４０３）。取得する関連アイテムグループは、所属グループ情報格納部１４６の格納形式によって異なる。
【００９６】
第１の格納形式の場合は、関連アイテムグループ格納部１４５より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、ステップＳ４０２にて取得した所属グループ情報に含まれるグループ識別子との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）に一致する関連アイテムグループを全て取得すればよい。また、上記条件を満たす関連アイテムグループが１つも存在しない場合は、条件を満たす関連アイテムが存在しないという情報を端末装置３に返してもよい。
【００９７】
また、ステップＳ４０２にて取得した所属グループ情報に含まれるグループ識別子に最も近いもののうち、関連アイテムグループが少なくとも１つ存在するグループ識別子を特定し、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、特定したグループ識別子との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）に一致する関連アイテムグループを全て取得すればよい。また、関連アイテム情報取得要求に、取得する関連アイテムの数が含まれている場合は、上記条件を満たす関連アイテムグループのうち、ランダムに取得する関連アイテムの数まで取得すればよい。また、上記条件を満たす関連アイテムグループより、関連度の高い順に取得する関連アイテムの数まで取得してもよい。
【００９８】
また、上記条件を満たす関連アイテムグループより、関連度の低い順に取得する関連アイテムの数まで取得してもよい。つまり、上記条件を満たす関連アイテムグループの中からであれば、どのような方法を用いてもよい。また、関連アイテム情報取得要求に、取得する関連アイテムのアイテム属性情報が含まれている場合は、上記条件を満たす関連アイテムグループのうち、取得する関連アイテムのアイテム属性情報と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するもののみを取得すればよい。
【００９９】
第２の格納形式の場合は、ステップＳ４０２にて取得した所属グループ情報ごとに、関連アイテムグループ格納部１４５より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、所属グループ情報に含まれるグループ識別子との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）に一致する関連アイテムグループを特定し、特定した関連アイテムグループより、所属グループ情報に含まれる取得比率に応じて算出した取得数まで取得する。取得数は、予めサービス提供側が設定した全取得数に取得比率を掛け合わせたものであり、例えば、全取得数が１０個で、取得比率が０．７３の場合は、特定した関連アイテムグループより、ランダムに１０×０．７３≒７個（四捨五入でも小数点以下切り捨てでもよく、取得数の合計値が全取得数になるように適切に調整すればよい）取得すればよい。また、関連度の高い順に、７個取得してもよい。また、関連度の低い順に、７個取得してもよい。つまり、特定した関連アイテムグループの中からであれば、どのような方法でもよいので７個取得すればよい。
【０１００】
また、関連アイテムグループの中で、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるユーザ識別子に対応するユーザが過去に利用したアイテムのアイテム識別子と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するものを取得する対象から外してもよい。また、関連アイテム情報取得要求に、取得する関連アイテムの数が含まれている場合は、全取得数の代わりに、取得する関連アイテム数を用いて取得数を算出すればよい。また、関連アイテム情報取得要求に、取得する関連アイテムのアイテム属性情報が含まれている場合は、特定した関連アイテムグループのうち、取得する関連アイテムのアイテム属性情報と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するもののみを取得数まで取得すればよい。
【０１０１】
次に、関連アイテム情報作成部１１５が、ステップＳ４０３にて取得した全ての関連アイテムグループを基に、関連アイテム情報を作成する（ステップＳ４０４）。具体的には、まず、ステップＳ４０３にて取得した全ての関連アイテムグループから関連アイテム識別子を抽出する。次に、抽出した関連アイテム識別子ごとに、アイテム情報格納部１１２より、関連アイテム識別子とｉｔｅｍ＿ｉｄが一致するアイテム情報を取得する。そして、取得したアイテム情報を基に、関連アイテム情報を作成する。
次に、関連アイテム情報作成部１１５が、ネットワーク２を介して、端末装置３に、ステップＳ４０４にて作成した関連アイテム情報を送信し（ステップＳ４０５）、ステップＳ４０１からステップＳ４０５までの一連の処理を終了する。
以上が、関連アイテム情報作成処理の手順の説明である
【０１０２】
端末装置３は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ、ネットワークインタフェース等を備える一般的なコンピュータであり、内蔵されたプログラムにより所定の動作を行う。図１３は、本実施形態における端末装置３の構成図である。本実施形態における端末装置３は、端末制御部３１と、端末通信部３２と、入力部３３と、表示部３４とで構成される。
【０１０３】
端末通信部３２は、ネットワーク２を介してアイテム提供サーバ装置１と通信を行う機能を有する。
【０１０４】
入力部３３は、例えば、端末装置３がＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であれば、マウスやキーボード、携帯電話であれば、ボタンといったように、ユーザが端末装置３を操作するためのインタフェースである。
【０１０５】
表示部３４は、例えば、ディスプレイといったように、様々な情報を表示し、ユーザに視覚的に示すためのインタフェースである。
【０１０６】
端末制御部３１は、端末装置３を構成する各部に対して、全体的な制御を行う。端末制御部３１は、ユーザページ表示部３１１と、利用履歴作成部３１２とで構成される。ユーザページ表示部３１１は、入力部３３から取得した操作や、アイテム提供サーバ装置１から受信したデータの種類に応じて、以下の６種類の処理を行う。
ユーザページ表示部３１１の第１の処理は、ユーザページ情報取得要求送信処理であり、入力部３３よりユーザページの表示を要求する操作を取得すると、この処理を行う。ユーザページとは、ユーザページ情報を基に、表示部３４に表示するために描画されたものである。ユーザページ情報取得要求送信処理とは、端末装置３を利用中のユーザである「利用ユーザ」のユーザ識別子とパスワードの組合せである利用者特定情報を用いて、ユーザページ情報取得要求を作成し、ネットワーク２を介して、アイテム提供サーバ装置１に、作成したユーザページ情報取得要求を送信する処理である。パスワードは、端末装置３の図示しない格納部に記憶しておき、ユーザページ情報取得要求を作成するたびに図示しない格納部から取得してもよいし、ユーザページ情報取得要求を作成するたびにユーザに入力させるようにしてもよい。
【０１０７】
ユーザページ表示部３１１の第２の処理は、ユーザページ表示処理であり、アイテム提供サーバ装置１よりユーザページ情報を取得すると、この処理を行う。ユーザページ表示処理とは、アイテム提供サーバ装置１より取得したユーザページ情報を基に、ユーザページを作成し、表示部３４に、作成したユーザページを表示する処理である。
ユーザページ表示部３１１の第３の処理は、検索条件送信処理であり、入力部３３より条件の入力操作と検索を要求する操作の内容を取得すると、この処理を行う。検索条件送信処理とは、利用ユーザのユーザ識別子と、取得した条件を用いて検索条件を作成し、アイテム提供サーバ装置１に、作成した検索条件を送信する処理である。
ユーザページ表示部３１１の第４の処理は、検索結果表示処理であり、アイテム提供サーバ装置１より、検索条件送信処理にて送信した検索条件に対するアイテム情報を取得すると、この処理を行う。検索結果表示処理とは、受信したアイテム情報を基にユーザページの更新を行う処理である。
【０１０８】
ユーザページ表示部３１１の第５の処理は、関連アイテム情報取得要求送信処理であり、入力部３３より利用履歴閲覧画面に表示されている利用履歴の選択や、検索結果閲覧画面に表示されている検索結果の選択といった操作を取得すると、この処理を行う。関連アイテム情報取得要求送信処理とは、まず、操作の対象となった利用履歴や検索結果より、アイテム識別子を抽出する。次に、利用ユーザのユーザ識別情報と、抽出したアイテム識別子を用いて、関連アイテム情報取得要求を作成する。そして、アイテム提供サーバ装置１に、作成した関連アイテム情報取得要求を送信する処理である。
ユーザページ表示部３１１の第６の処理は、関連アイテムグループ表示処理であり、アイテム提供サーバ装置１より、関連アイテム情報取得要求送信処理にて送信した関連アイテム情報取得要求に対する関連アイテムグループを取得すると、この処理を行う。関連アイテムグループ表示処理とは、受信した関連アイテムグループを基にユーザページの更新を行う処理である。
【０１０９】
表示部３４に表示するユーザページは、例えば、図１４のユーザページの表示例のように、アイテムを検索する手段が用意され、利用履歴と、検索結果と、関連アイテム情報とを分けて表示できるようにすればよい。図１４の表示例では、左上に端末装置３を利用中のユーザのユーザ名を表示し、左下に利用ユーザの利用履歴を表示している。また、中央上に検索条件を入力するテキストボックスと検索条件送信処理のトリガーとなる「検索」ボタンとを表示し、中央下に検索条件を満たすアイテム情報を表示している。また、右下に関連アイテム情報を表示している。尚、図１４の表示例では、右下に小説Ａの関連アイテムが表示されているが、入力部３３より、検索結果の料理本Ｅが選択されることで、小説Ａの代わりに、料理本Ｅの関連アイテムが表示されることになる。
【０１１０】
利用履歴作成部３１２は、入力部３３より、ユーザページに表示されたアイテムの利用操作を取得すると、利用履歴送信処理を行う。アイテムの利用操作とは、ユーザページに表示されたアイテム名などのアイテム属性情報を選択する操作や、アイテムが音楽であれば、再生を行うという操作や、アイテムが映画であれば、視聴するという操作や、ユーザページにてアイテムの購入が行える場合は、アイテムを購入候補に指定する（買い物かごに入れる）操作や、購入候補として指定したアイテムを購入する操作等である。
利用履歴送信処理とは、まず、利用ユーザのユーザ識別子とパスワードの組合せである利用者特定情報を作成する。次に、利用ユーザのユーザ識別子と利用操作の対象となったアイテムのアイテム識別子を基に利用履歴を作成する。
【０１１１】
また、利用履歴送信処理において、上述した以外の情報を利用履歴に追加することもできる。例えば、アイテム名などのアイテム属性情報を選択する操作、アイテムを購入候補に指定する操作、購入候補に指定したアイテムを購入する操作、アイテムを再生する操作、などの各利用操作を区別するための利用形態情報を追加してもよい。また、ユーザにアイテムに対する評価を行わせた上で、その評価値（例えば、「１：非常に嫌い」、「２：やや嫌い」、「３：どちらでもない」、「４：やや好き」、「５：非常に好き」といったように、好みの度合いを数値化したもの）を利用履歴に追加してもよい。また、一定期間ごとに利用履歴送信処理を行う場合は、その期間中に利用されたアイテムの利用回数を利用履歴に追加してもよい。
【０１１２】
ここで、図１５のフローチャートを用いて、端末装置３での関連アイテムの表示に関する手順の一例を説明する。
まず、端末装置３が、ユーザページ情報取得要求送信処理を行い、ネットワーク２を介して、アイテム提供サーバ装置１にユーザページ情報取得要求を送信する（ステップＳ５０１）。
【０１１３】
次に、アイテム提供サーバ装置１の認証部１３が、ネットワーク２を介して、端末装置３よりユーザページ情報取得要求を受信すると、ユーザページ情報取得要求に含まれる利用者特定情報を基に認証を行う（ステップＳ５０２）。認証に成功した場合は、ユーザページ情報作成部１１１に受信したユーザページ情報取得要求を送り、ステップＳ５０３へ進み、失敗した場合はステップＳ５０１からやり直す。
ステップＳ５０３では、ユーザページ情報作成部１１１が、認証部１３よりユーザページ情報取得要求を取得し、ユーザページ情報送信処理を行い、ネットワーク２を介して、端末装置３にユーザページ情報を送信する。
【０１１４】
次に、端末装置３が、ネットワーク２を介して、アイテム提供サーバ装置１より、ユーザページ情報を受信すると、ユーザページ表示処理を行う（ステップＳ５０４）。
次に、表示されたユーザページを閲覧したユーザが、関連アイテムを取得する操作を行うと、端末装置３は、関連アイテム情報取得要求送信処理を行い、ネットワーク２を介して、アイテム提供サーバ装置１に関連アイテム情報取得要求を送信する（ステップＳ５０５）。
次に、ユーザページ情報作成部１１１が、ネットワーク２を介して、端末装置３より、関連アイテム情報取得要求を受信すると、関連アイテム情報作成処理を行い、ネットワーク２を介して、端末装置３に関連アイテム情報を送信する（ステップＳ５０６）。
次に、端末装置３が、ネットワーク２を介して、アイテム提供サーバ装置１より、関連アイテム情報を受信すると、関連アイテム情報表示処理を行い（ステップＳ５０７）、ステップＳ５０１からステップＳ５０７までの一連の処理を終了する。
以上が、端末装置３での関連アイテムの表示に関する手順の一例の説明である。
【０１１５】
なお、関連アイテムグループ選出部１１３の関連アイテムグループ選出処理のステップＳ１０６の処理において、関連度の高い順にグループをまとめ、グループ識別子を昇順に付与しているが、全ての基準アイテムに対して、同じ手順でまとめ、同じ手順でグループ識別子を付与するのであれば、どのような方法を用いてもよい。
【０１１６】
本実施形態における関連アイテムの作成方法によれば、単純に関連度の低い関連アイテムを取得するのではなく、ユーザの過去の利用アイテムから、最も意外性の高い関連アイテムグループを判断するので、どのようなユーザに対しても、意外性の高い関連アイテムを推薦することができる。
【０１１７】
＜第２実施形態＞
以下に、本発明の第２実施形態について、図を用いて詳細に説明する。本発明の第２実施形態では、ユーザごとに算出した各グループの平均不一致度に基づいて、取得する関連アイテムグループのグループ識別子を定める代わりに、ユーザごと基準アイテムごとに算出した各グループの不一致度に基づいて、取得する関連アイテムグループのグループ識別子を定める。
【０１１８】
本発明の第２実施形態におけるシステム全体の構成は、アイテム提供サーバ装置１の代わりにアイテム提供サーバ装置４を用いる以外は本発明の第１実施形態の場合と同様である。端末装置３、ネットワーク４は、本発明の第１実施形態と同様である。
【０１１９】
アイテム提供サーバ装置４は、端末装置３の要求に応じて、アイテムを提供する装置である。
アイテム提供サーバ装置４は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ（ＨＤＤ）、ネットワークインタフェース等を備えるコンピュータを用いて、ソフトウェア（プログラム）処理として実施することも可能である。なお、アイテム提供サーバ装置４を複数のコンピュータを用いて構成してもよい。例えば、負荷分散をするために、アイテム提供サーバ装置４の各部に相当する処理を行うコンピュータを複数用いて分散処理を行ってもよい。また、アイテム提供サーバ装置４の一部の構成の処理をあるコンピュータで実施し、他の構成の処理を別のコンピュータで実施する形態で分散処理を行ってもよい。
図１６は、本実施形態におけるアイテム提供サーバ装置４の構成図である。本実施形態におけるアイテム提供サーバ装置４は、アイテム提供サーバ制御部４１と、アイテム提供サーバ通信部１２と、認証部１３と、アイテム提供サーバ格納部４４とで構成される。アイテム提供サーバ通信部１２と、認証部１３は、本発明の第１実施形態と同様である。
【０１２０】
アイテム提供サーバ格納部４４は、ＨＤＤなどの記憶装置を用いて、様々なデータを記憶する。アイテム提供サーバ格納部１４は、ユーザ情報格納部１４１と、アイテム情報格納部１４２と、利用履歴格納部１４３と、嗜好情報格納部１４４と、関連アイテムグループ格納部１４５とで構成される。ユーザ情報格納部１４１と、アイテム情報格納部１４２と、利用履歴格納部１４３と、嗜好情報格納部１４４と、関連アイテムグループ格納部１４５は、本発明の第１実施形態と同様である。
【０１２１】
アイテム提供サーバ制御部４１は、アイテム提供サーバ装置４を構成する各部に対して、全体的な制御を行う。アイテム提供サーバ制御部１１は、ユーザページ情報作成部１１１と、利用履歴登録部１１２と、関連アイテムグループ選出部１１３と、関連アイテム情報作成部（不一致度算出部＋関連データ提示部）４１５とで構成される。ユーザページ情報作成部１１１と、利用履歴登録部１１２と、関連アイテムグループ選出部１１３は、本発明の第１実施形態と同様である。なお、関連アイテム情報作成部４１５は、不一致度算出部としての機能と、関連データ提示部としての機能を有している。この不一致度算出部と関連データ提示部とは、一体に構成してもよいし、別々に構成してもよい。
【０１２２】
関連アイテム情報作成部４１５は、ネットワーク２を介して、端末装置３より関連アイテム情報取得要求を受信すると、関連アイテム情報作成処理を行う。
関連アイテム情報作成処理の手順を、図１７のフローチャートを用いて説明する。
本実施形態における関連アイテム情報作成処理の手順は、本発明の第１実施形態における関連アイテム情報作成処理のステップＳ４０２からステップＳ４０３までの処理をステップＳ５０２からステップＳ５０７までの処理に置き換えたものである。置き換えた処理についてのみ説明する。
ステップＳ５０２では、関連アイテム情報作成部１１５が、グループごとに、ステップＳ４０１にて取得した関連アイテム情報取得要求に含まれるアイテム識別子に対応する関連アイテムグループとの不一致度を一時的に格納するための変数ｖ（ｇ（ｉ））（ｉ＝１，２，…，ｎ：ｇ（ｉ）はグループ識別子）と、グループの数をカウントする変数ｉを用意し、ｉの初期値を１とする。
【０１２３】
次に、関連アイテム情報作成部４１５が、関連アイテムグループ格納部１４５より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、ｉ番目のグループ識別子ｇ（ｉ）との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）とに一致する関連アイテムグループを全て取得する（ステップＳ５０３）。
次に、関連アイテム情報作成部４１５が、利用履歴格納部１４３より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるユーザ識別子に対応する利用履歴を全て取得し、取得した利用履歴とステップＳ５０３にて取得した関連アイテムグループとを用いて、グループｇ（ｉ）に対する関連アイテムグループとの不一致度を算出する（ステップＳ５０４）。不一致度の算出には、本発明の第１実施形態における所属グループ選出処理のステップＳ３０８の算出方法を用いればよい。
【０１２４】
次に、関連アイテム情報作成部４１５が、ｖ（ｇ（ｉ））にステップＳ５０４にて算出した不一致度を代入し、ｉに「１」を加算する（ステップＳ５０５）。
次に、関連アイテム情報作成部４１５が、ｉがグループ数を超えたか否かを判定する（ステップＳ５０６）。ｉがグループ数を超えた場合はステップＳ５０７へ進み、ｉがグループ数以下の場合はステップＳ５０３へ進む。
次に、関連アイテム情報作成部４１５が、不一致度ｖ（ｇ（ｉ））に応じて、関連アイテムグループ格納部１４５より、関連アイテムグループを取得する（ステップＳ５０７）。関連アイテムグループ取得方法を、以下に２種類説明する。
【０１２５】
関連アイテムグループ取得の第１の方法は、関連アイテムグループ格納部１４５より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、不一致度が最も高いグループのグループ識別子ｇ（ｍ）（任意のｉに対して、ｖ（ｇ（ｍ））≧ｖ（ｇ（ｉ））が成り立つ）との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）に一致する関連アイテムグループを全て取得すればよい。また、関連アイテム情報取得要求に、取得する関連アイテムの数が含まれている場合は、上記条件を満たす関連アイテムグループのうち、ランダムに取得する関連アイテムの数まで取得すればよい。また、上記条件を満たす関連アイテムグループより、関連度の高い順に取得する関連アイテムの数まで取得してもよい。また、上記条件を満たす関連アイテムグループより、関連度の低い順に取得する関連アイテムの数まで取得してもよい。つまり、上記条件を満たす関連アイテムグループの中からであれば、どのような方法を用いてもよい。また、関連アイテム情報取得要求に、取得する関連アイテムのアイテム属性情報が含まれている場合は、上記条件を満たす関連アイテムグループのうち、取得する関連アイテムのアイテム属性情報と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するもののみを取得すればよい。
【０１２６】
関連アイテムグループ取得の第２の方法は、不一致度に応じて各グループ識別子ごとに、関連アイテムグループ格納部１４５より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、グループ識別子ｇ（ｉ）との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）に一致する関連アイテムグループを特定し、不一致度ｖ（ｇ（ｉ））に応じて取得比率を算出し、特定した関連アイテムグループより、取得比率に応じて算出した取得数まで取得する。取得比率ｒａｔｅ（ｇ（ｉ））は、式（５）で算出できる。取得数は、予めサービス提供側が設定した全取得数に取得比率を掛け合わせたものであり、例えば、全取得数が１０個で、取得比率が０．７３の場合は、特定した関連アイテムグループより、ランダムに１０×０．７３≒７個（四捨五入でも小数点以下切り捨てでもよく、取得数の合計値が全取得数になるように適切に調整すればよい）取得すればよい。また、関連度の高い順に、７個取得してもよい。また、関連度の低い順に、７個取得してもよい。
【０１２７】
つまり、特定した関連アイテムグループの中からであれば、どのような方法でもよいので７個取得すればよい。また、関連アイテムグループの中で、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるユーザ識別子に対応するユーザが過去に利用したアイテムのアイテム識別子と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するものを取得する対象から外してもよい。また、関連アイテム情報取得要求に、取得する関連アイテムの数が含まれている場合は、全取得数の代わりに、取得する関連アイテム数を用いて取得数を算出すればよい。また、関連アイテム情報取得要求に、取得する関連アイテムのアイテム属性情報が含まれている場合は、特定した関連アイテムグループのうち、取得する関連アイテムのアイテム属性情報と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するもののみを取得数まで取得すればよい。
以上が、関連アイテム情報作成処理の手順の説明である。
【０１２８】
なお、関連アイテムグループ選出部１１３の関連アイテムグループ選出処理のステップＳ１０６の処理にて、本発明の第１実施形態においては、基準アイテムに対するグループ数が全て等しくなるようにしなければならなかったが、本実施形態においては、ユーザごと基準アイテムごとに各グループの不一致度を算出するので、基準アイテムごとに、自由にグループ数を決めることができる。
【０１２９】
また、関連アイテムグループ選出部１１３の関連アイテムグループ選出処理のステップＳ１０６の処理にて、本発明の第１実施形態においては、全ての基準アイテムに対して、同じ手順でまとめ、同じ手順でグループ識別子を付与する必要があったが、本実施形態においては、ユーザごと基準アイテムごとに各グループの不一致度を算出するので、基準アイテムごとに自由にグループをまとめることができる。
【０１３０】
また、予めユーザごと基準アイテムごとに、各グループの不一致度を算出し、算出した不一致度を用いて、取得する関連アイテムグループを決めるための情報を格納しておき、関連アイテム情報作成処理の際に、その格納しておいた情報を用いて関連アイテム情報を作成すればよい。このとき、まず、図示しない所属グループ情報格納部４４６に、少なくともユーザ識別子と基準アイテム識別子とグループ識別子を含む所属グループ情報を格納しておく必要がある。
【０１３１】
所属グループ情報格納部４４６に記憶する所属グループ情報は、少なくともユーザ識別子と基準アイテム識別子とグループ識別子を含むようにすればよい。図１８（図１８（ａ）〜図１８（ｂ））は、所属グループ情報格納部４４６の格納状態を示す図である。以下に図１８を用いて、所属グループ情報の格納形式を２種類説明する。
所属グループ情報の第１の格納形式は、ユーザ識別子（ｕｓｅｒ＿ｉｄ）と基準アイテム識別子（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ）とグループ識別子（ｇｒｏｕｐ＿ｉｄ）とを関連付けて、図１８（ａ）のようなテーブル形式で記憶する。（ｕｓｅｒ＿ｉｄ，ｂａｓｅ＿ｉｔｅｍ＿ｉｄ）は一意とし、重複登録ができない。
所属グループ情報の第２の格納形式は、ユーザ識別子（ｕｓｅｒ＿ｉｄ）と基準アイテム識別子（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ）とグループ識別子（ｇｒｏｕｐ＿ｉｄ）と取得比率（ｒａｔｅ）とを関連付けて、図１８（ｂ）のようなテーブル形式で記憶する。（ｕｓｅｒ＿ｉｄ，ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）の組合せは一意とし、重複登録ができない。
以上が、所属グループ情報格納部４４６の格納形式の説明である。
【０１３２】
また、図示しない所属グループ選出部４１４にて、本発明の第１実施形態と同様に、所定のタイミングで所属グループ選出処理を行う必要がある。
所属グループ選出処理の手順を図１９のフローチャートを用いて説明する。
所属グループ選出部４１４の所属グループ選出処理は、本発明の第１実施形態における所属グループ選出処理のステップＳ３０３とステップＳ３１２の処理を省略し、ステップＳ３０６の処理をステップＳ６０６の処理に置き換え、ステップＳ３０９の処理をステップＳ６０９の処理に置き換え、ステップＳ３１０の処理とステップＳ３１１の処理の間にステップＳ６１１の処理を追加したものである。置き換えた処理と追加した処理についてのみ説明する。
【０１３３】
ステップＳ６０６では、所属グループ選出部４１４が、グループごとに、ステップＳ４０１にて取得した関連アイテム情報取得要求に含まれるアイテム識別子に対応する関連アイテムグループとの不一致度を一時的に格納するための変数ｖ（ｇ（ｉ））（ｉ＝１，２，…，ｎ：ｇ（ｉ）はグループ識別子）と、グループの数をカウントする変数ｉを用意し、ｉの初期値を１とする。
ステップＳ６０９では、所属グループ選出部４１４が、ｖ（ｇ（ｉ））にステップＳ３０８にて算出した不一致度を代入し、ｉに「１」を加算する。
【０１３４】
ステップＳ６１１では、所属グループ選出部４１４が、、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄとステップＳ３０４にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄとに対応する所属グループ情報の更新を行う。所属グループ情報の更新方法は、所属グループ情報格納部４４６の格納形式により異なる。
所属グループ情報格納部４４６が第１の格納形式である場合は、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄとステップＳ３０４にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄとに対応する所属グループ情報のｇｒｏｕｐ＿ｉｄを、ステップＳ３０８にて算出した不一致度が最も高いグループのグループ識別子ｇ（ｍ）（任意のｉに対して、ｖ（ｇ（ｍ））≧ｖ（ｇ（ｉ））が成り立つ）で置き換える。最も高い不一致度に対応するグループ識別子が複数ある場合、グループ識別子の昇順に１つ選択してもよいし、降順に１つ選択してもよいし、ランダムに１つ選択してもよい。
【０１３５】
所属グループ情報格納部４４６が第２の格納形式である場合は、不一致度を用いて、グループごとに最新取得比率を算出する。そして、グループごとに、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄとステップＳ３０４にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄとグループとに対応するｒａｔｅを、算出した最新取得比率で置き換えればよい。最新取得比率ｒａｔｅ（ｇ（ｉ））は、式（１３）を流用して算出することができる。
【０１３６】
【数１３】
【０１３７】
そして、関連アイテム情報作成部４１５の関連アイテム情報作成処理において、ステップＳ５０２からステップＳ５０６までの処理を省略し、ステップＳ５０７にて、所属グループ情報格納部４４６より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるユーザ識別情報とアイテム識別情報とが、（ｕｓｅｒ＿ｉｄ，ｂａｓｅ＿ｉｔｅｍ＿ｉｄ）との組合せに一致する所属ユーザ情報を用いることで、同様の処理が行える。
【０１３８】
本実施形態における関連アイテムの作成方法によれば、ユーザごとに取得する関連アイテムグループのグループ識別子を定める代わりに、ユーザごと基準アイテムごとに取得する関連アイテムグループのグループ識別子を定めるので、どのような基準アイテムに対しても、意外性の高い関連アイテムを取得することができる。
【０１３９】
以上のように、各実施形態の情報処理方法、情報処理装置、及び情報処理プログラムによれば、どのようなユーザに対しても、信頼性を損なわず、常に意外性の高い関連アイテムを提示することで、常にユーザに意外性や発見性や驚きを与えることを可能にし、ユーザの関連アイテムに関する興味を持続することで、アイテムに関する利用を促進することができる。すなわち、各実施形態の従来の方法に比べて、より多くのユーザに意外性の高い関連アイテムを提示することができので、より多くのユーザが、提示された関連アイテムに対して、意外性や発見性や驚きを感じる。このため、より多くのユーザに関連アイテムを試しに使ってみようという意識が働くので、アイテムの利用が促進される効果が得られる。
【符号の説明】
【０１４０】
１，４ アイテム提供サーバ装置
２ ネットワーク
３ 端末装置
１１，４１ アイテム提供サーバ制御部
１１１ ユーザページ情報作成部
１１２ 利用履歴登録部
１１３ 関連アイテムグループ選出部
１１４ 所属グループ選出部
１１５，４１５ 関連アイテム情報作成部
１２ アイテム提供サーバ通信部
１３ 認証部
１４，４４ アイテム提供サーバ格納部
１４１ ユーザ情報格納部
１４２ アイテム情報格納部
１４３ 利用履歴格納部
１４４ 嗜好情報格納部
１４５ 関連アイテムグループ格納部
１４６，４４６ 所属グループ情報格納部
３１ 端末制御部
３１１ ユーザページ表示部
３１２ 利用履歴作成部
３２ 端末通信部
３３ 入力部
３４ 表示部
【技術分野】
【０００１】
本発明は、ユーザが興味を持ったアイテムに関連した他のアイテムの推薦に係る情報処理を行う情報処理方法、情報処理装置、及び情報処理プログラムに関する。
【背景技術】
【０００２】
近年、デジタル技術やネットワーク技術の進展により、ネットワークを使ってデジタルコンテンツや物品などのアイテムを配信したり、販売することが増えている。これに伴い、多数のアイテムの中から、ユーザが興味を持つ可能性の高いアイテムの情報を選択して提供する技術へのニーズが高まっている。
特に、あるアイテムと類似性の高い他のアイテムをユーザに推薦するアイテム推薦方式が、ネットワークショッピングサイト等で幅広く利用されている。
そして、ユーザに意外性や発見性や驚きを与えるために、ユーザにとって意外性の高いアイテム推薦の技術も提案されている。例えば、特許文献１には、あるアイテムの関連アイテムとして他のアイテムを提示する際に、あるアイテムと類似性の低いアイテムを優先的に関連アイテムとして選択する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００８−２０４２３５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記特許文献１のように、類似性の低いアイテムを優先して関連アイテムとして提示する場合に、類似性の高いアイテムばかりを利用するようなユーザに対しては、通常の類似性の高いアイテムを関連アイテムとして提示するアイテム推薦方式に比べて、意外性の高い関連アイテムが提示されることが期待できる場合がある。このため、ユーザは、提示された関連アイテムに対して、意外性や発見性や驚きを感じ、試しに使ってみようという意識が働く。
【０００５】
しかしながら、上記特許文献１においては、全てのユーザに対して、類似性の低い関連アイテムを一様に提示するため、類似性の高いアイテムばかりを利用しないユーザにとっては、提示される関連アイテムは見慣れている可能性が高く、意外性や発見性や驚きを感じる関連アイテムを提示できない。また、類似性の低い関連アイテムを提示することで、ユーザがあるアイテムとその関連アイテムにおける関連性を見い出せず、推薦に対する信頼性を損なってしまう。このため、ユーザが提示される関連アイテムに興味を失ってしまうことがあった。
【０００６】
そこで本発明は、どのようなユーザに対しても、信頼性を損なわず、常に意外性の高い関連アイテムを提示することで、常にユーザに意外性や発見性や驚きを与えることを可能にし、ユーザの関連アイテムに関する興味を持続することで、アイテムに関する利用を促進することを目的とする。
【課題を解決するための手段】
【０００７】
本発明は上述した従来の技術の課題を解決するため、関連アイテムグループ選出部が、一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出ステップと、不一致度算出部が、ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合であるユーザ利用アイテム集合と、前記関連候補アイテムグループに属するアイテム集合である関連候補アイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出ステップと、関連アイテム情報作成部が、特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおけるユーザ利用アイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成ステップとを備えることを特徴とする情報処理方法を提供する。
また、本発明は上述した従来の技術の課題を解決するため、一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出部と、ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合と、前記関連候補アイテムグループに属するアイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出部と、特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおける利用履歴に含まれるアイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテムグループに属するアイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成部とを備えることを特徴とする情報処理装置を提供する。
また、本発明は上述した従来の技術の課題を解決するため、情報処理装置のコンピュータに、一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出ステップと、ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合と、前記関連候補アイテムグループに属するアイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出ステップと、特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおける利用履歴に含まれるアイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテムグループに属するアイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成ステップとを実行させることを特徴とする情報処理プログラムを提供する。
【発明の効果】
【０００８】
本発明の情報処理方法、情報処理装置、及び情報処理プログラムによれば、どのようなユーザに対しても、信頼性を損なわず、常に意外性の高い関連アイテムを提示することで、常にユーザに意外性や発見性や驚きを与えることを可能にし、ユーザの関連アイテムに関する興味を持続することで、アイテムに関する利用を促進することができる。
【図面の簡単な説明】
【０００９】
【図１】本発明の第１実施形態におけるシステム全体の構成図。
【図２】本発明の第１実施形態におけるアイテム提供サーバ装置１の構成図。
【図３】本発明の第１実施形態におけるユーザ情報格納部１４１の格納状態を示す図。
【図４】本発明の第１実施形態におけるアイテム情報格納部１４２の格納状態を示す図。
【図５】本発明の第１実施形態における利用履歴格納部１４３の格納状態を示す図。
【図６】本発明の第１実施形態における嗜好情報格納部１４４の格納状態を示す図。
【図７】本発明の第１実施形態における関連アイテムグループ格納部１４５の格納状態を示す図。
【図８】本発明の第１実施形態における所属グループ情報格納部１４６の格納状態を示す図。
【図９】本発明の第１実施形態における関連アイテムグループ選出処理の手順を示すフローチャート。
【図１０】本発明の第１実施形態における嗜好度算出処理の手順を示すフローチャート。
【図１１】本発明の第１実施形態における所属グループ選出処理の手順を示すフローチャート。
【図１２】本発明の第１実施形態における関連アイテム情報作成処理の手順を示すフローチャート。
【図１３】本発明の第１実施形態における端末装置３の構成図。
【図１４】本発明の第１実施形態における表示部３４に表示するユーザページの表示例を示す図。
【図１５】本発明の第１実施形態における端末装置３での関連アイテムの表示に関する手順の一例を示すフローチャート。
【図１６】本発明の第２実施形態におけるアイテム提供サーバ装置４の構成図。
【図１７】本発明の第２実施形態における関連アイテム情報作成処理の手順を示すフローチャート。
【図１８】第２実施形態おける図示しない所属グループ情報格納部４４６の格納状態を示す図。
【図１９】本発明の第２実施形態における所属グループ選出処理の手順を示すフローチャート。
【発明を実施するための形態】
【００１０】
＜第１実施形態＞
以下に、本発明の実施形態について、図を用いて詳細に説明する。図１は、本発明の第１実施形態におけるシステム全体の構成図である。本実施形態におけるシステムは、アイテム提供サーバ装置１と、１つ以上の端末装置３（３ａ〜３ｎ）がネットワーク２を介して接続されている。
【００１１】
ネットワーク２は、例えばインターネット等のネットワークであり、アイテム提供サーバ装置１と端末装置３との間の情報のやり取りを仲介する。
【００１２】
アイテム提供サーバ装置１は、端末装置３の要求に応じて、アイテムを提供する装置である。ここでアイテムとは、テキスト、音声、音楽、映像等のデジタルコンテンツや様々な物品であり、更には金融商品、不動産、人物に関する情報等であってもよい。すなわち本実施形態におけるアイテムは、有形か無形かを問わず、有料か無料かも問わない。
アイテム提供サーバ装置１は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ（ＨＤＤ）、ネットワークインタフェース等を備えるコンピュータを用いて、ソフトウェア（プログラム）処理として実施することも可能である。なお、アイテム提供サーバ装置１を複数のコンピュータを用いて構成してもよい。例えば、負荷分散をするために、アイテム提供サーバ装置１の各部に相当する処理を行うコンピュータを複数用いて分散処理を行ってもよい。また、アイテム提供サーバ装置１の一部の構成の処理をあるコンピュータで実施し、他の構成の処理を別のコンピュータで実施する形態で分散処理を行ってもよい。
図２は、本実施形態におけるアイテム提供サーバ装置１の構成図である。本実施形態におけるアイテム提供サーバ装置１は、アイテム提供サーバ制御部１１と、アイテム提供サーバ通信部１２と、認証部１３と、アイテム提供サーバ格納部１４とで構成される。
【００１３】
アイテム提供サーバ通信部１２は、ネットワーク２を介して、端末装置３と通信を行う機能を有する。
【００１４】
認証部１３は、端末装置３または端末装置３を利用するユーザを認証する。認証部１３は、端末装置３を利用するユーザを一意に識別するユーザ識別子、または端末装置３を一意に識別するための端末識別子と、パスワードとを関連付けて格納している。本実施形態では、ユーザ識別子を用いる場合を例にして説明するが、端末識別子を用いる場合も同様である。なお、ユーザ識別子や端末識別子のことを、利用主体識別子と呼ぶこととする。。また、ユーザ識別子とパスワードとの組合せを、利用者特定情報とする。認証部１３では、端末装置３より受信した利用者特定情報と一致するものが格納されている場合に、認証成功とする。そして、認証に成功した利用者特定情報に対応するユーザを認証ユーザとする。
【００１５】
アイテム提供サーバ格納部１４は、ＨＤＤなどの記憶装置を用いて、様々なデータを記憶する。アイテム提供サーバ格納部１４は、ユーザ情報格納部１４１と、アイテム情報格納部１４２と、利用履歴格納部１４３と、嗜好情報格納部１４４と、関連アイテムグループ格納部１４５と、ユーザ所属グループ格納部１４６とで構成される。
【００１６】
ユーザ情報格納部１４１は、ユーザ情報を複数記憶する。図３は、ユーザ情報格納部１４１の格納状態を示す図である。ユーザ情報とは、端末装置３を利用するユーザを一意に識別するユーザ識別子であるｕｓｅｒ＿ｉｄとユーザ属性情報であるｕｓｅｒ＿ｉｎｆｏとを関連付けたものであり、図３のようなテーブル形式で記憶する。ユーザ属性情報とは、ユーザの名前、年齢、性別、住所（地域）、趣味、会員になった時期（年月、日付、日時など）、メールアドレス、電話番号などの情報である。また、アイテム提供サーバ装置１にて商品の購入が可能であれば、商品の支払いを行うためのクレジットカード情報などを含んでもよい。
【００１７】
アイテム情報格納部１４２は、アイテム情報を複数記憶する。図４は、アイテム情報格納部１４２の格納状態を示す図である。アイテム情報とは、アイテム識別子であるｉｔｅｍ＿ｉｄとアイテム属性情報であるｉｔｅｍ＿ｉｎｆｏとを関連付けたものであり、図４のようなテーブル形式で記憶する。アイテム識別子とは、アイテムを一意に識別するためのものである。また、アイテム属性情報とは、例えば、アイテムの名称、制作者、制作年、ジャンル、価格、アイテムを利用するのに適したユーザの条件などの情報である。
【００１８】
利用履歴格納部１４３は、利用履歴を複数記憶する。利用履歴とは、端末装置３より受信した、ユーザのアイテムに関する利用の履歴であり、少なくともユーザ識別子とアイテム識別子（利用アイテム識別子）とアイテムを利用した日時（利用日時）とを含む。図５（図５（ａ）〜図５（ｄ））は、利用履歴格納部１４３の格納状態を示す図である。以下に図５を用いて、利用履歴の格納形式を４種類説明する。
利用履歴の第１の格納形式は、利用履歴に含まれるユーザ識別子（ｕｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）とを関連付けて、図５（ａ）のようなテーブル形式で記憶する。
【００１９】
利用履歴の第２の格納形式は、利用履歴に、ユーザのアイテムに対する利用回数が含まれている場合に用いるものであり、利用履歴に含まれるユーザ識別子（ｕｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）と利用回数（ｃｏｕｎｔ）とを関連付けて、図５（ｂ）のようなテーブル形式で記憶する。
利用履歴の第３の格納形式は、利用履歴に、ユーザがアイテムに対して行った評価を数値化した評価値（例えば、「１：非常に嫌い」、「２：やや嫌い」、「３：どちらでもない」、「４：やや好き」、「５：非常に好き」といったように、好みの度合いを数値化したもの）が含まれている場合に用いるものであり、利用履歴に含まれるユーザ識別子（ｕｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）と評価値（ｖａｌｕｅｅｖａｌ）とを関連付けて、図５（ｃ）のようなテーブル形式で記憶する。
利用履歴の第４の格納形式は、利用履歴に、ユーザがアイテムに対して支払った額（支払い額）が含まれている場合に用いるものであり、利用履歴に含まれるユーザ識別子（ｕｓｅｒ＿ｉｄ）とアイテム識別子（ｉｔｅｍ＿ｉｄ）と利用日時（ｄａｔｅ）と支払い額（ａｍｏｕｎｔ）とを関連付けて、図５（ｄ）のようなテーブル形式で記憶する。
以上が、利用履歴の格納形式の説明である。上記以外にも、利用履歴に含まれている全ての情報を格納できるように、利用履歴の形態に合わせて格納形式を変更すればよい。
【００２０】
また、端末装置３より受信した利用履歴には、利用日時が含まれていることを前提にしているが、もし利用日時が含まれていない場合は、利用履歴格納部１４３に、利用日時の代わりに、利用履歴を記憶するときの日時をｄａｔｅとして記憶すればよい。また、ｄａｔｅを格納しなくてもよく、この場合でも、新しく追加されるデータは、必ずテーブルの末尾（一番下の行）に追加されるので、テーブル内の上に位置する行データほど古く、下に位置する行データほど新しいことになる。このため、２つの行の位置関係を調べることにより、２つのデータのどちらが古いかを容易に判定できる。また、利用履歴格納部１４３に、端末装置３より受信した全ての利用履歴を記憶するが、記憶した利用履歴が一定数を超えた場合は、古いものから削除してもよい。
【００２１】
嗜好情報格納部１４４は、嗜好情報を複数記憶する。図１２６は、嗜好情報格納部１４４の格納状態を示す図である。嗜好情報とは、アイテム識別子（ｉｔｅｍ＿ｉｄ）と、ユーザ識別子（ｕｓｅｒ＿ｉｄ）と、アイテムに対するユーザの好みの度合いを数値化した嗜好度（ｐ＿ｖａｌｕｅ）とを関連付けたものであり、図１２６のようなテーブル形式で記憶する。（ｉｔｅｍ＿ｉｄ，ｕｓｅｒ＿ｉｄ）の組合せは一意とし、重複登録ができない。嗜好度の算出方法については、後に、図１０を用いて詳細に説明する。
【００２２】
関連アイテムグループ格納部１４５は、関連アイテムグループを複数記憶する。図７は、関連アイテムグループ格納部１４５の格納状態を示す図である。関連アイテムグループとは、基準となるアイテム（基準アイテム）のアイテム識別子（基準アイテム識別子（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ））と、基準アイテムと関連のあるアイテム（関連アイテム）が属するグループを一意に識別するグループ識別子（ｇｒｏｕｐ＿ｉｄ）と、関連アイテムのアイテム識別子（関連アイテム識別子（ｓｉｍ＿ｉｔｅｍ＿ｉｄ））と、基準アイテムと関連アイテムとの関連性を数値化した値（関連度（ｖａｌｕｅ））とを関連付けたものであり、図７のようなテーブル形式で記憶する。（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ，ｓｉｍ＿ｉｔｅｍ＿ｉｄ）の組合せは一意とし、重複登録ができない。ｂａｓｅ＿ｉｔｅｍ＿ｉｄとｇｒｏｕｐ＿ｉｄとを指定することで、ｂａｓｅ＿ｉｔｅｍ＿ｉｄとｇｒｏｕｐ＿ｉｄとに対応する関連アイテム識別子を全て取得することができる。ここでは、１つのテーブルに２種類のアイテム識別子を格納するために、ｂａｓｅ＿ｉｔｅｍ＿ｉｄ、ｓｉｍ＿ｉｔｅｍ＿ｉｄという名称を付けて区別しているが、これらはアイテム情報格納部１４２などに格納されているｉｔｅｍ＿ｉｄと同じものである。また、関連アイテムグループ格納部１４５に関連度を格納しているが、関連度を格納する代わりに、例えば、アイテム間の関連性の高い順に１番からの通し番号を付与した順位（関連順位）を格納してもよいし、関連度と関連順位の両方を格納してもよい。また、関連度を格納せずに、基準アイテム識別子とグループ識別子と関連アイテム識別子のみを関連アイテムグループとして格納してもよい。
【００２３】
所属グループ情報格納部１４６は、所属グループ情報を複数記憶する。所属グループ情報とは、ユーザに提供する関連アイテムのグループを示す情報であり、少なくともユーザ識別子とグループ識別子を含む。図８（図８（ａ）〜図８（ｂ））は、所属グループ情報格納部１４６の格納状態を示す図である。以下に図８を用いて、所属グループ情報の格納形式を２種類説明する。
所属グループ情報の第１の格納形式は、ユーザ識別子（ｕｓｅｒ＿ｉｄ）とグループ識別子（ｇｒｏｕｐ＿ｉｄ）とを関連付けて、図８（ａ）のようなテーブル形式で記憶する。ｕｓｅｒ＿ｉｄは一意とし、重複登録ができない。所属グループ情報の第１の格納形式は、関連アイテム取得時に、グループ識別子が一致する関連アイテムのみを取得する場合に用いるものである。
【００２４】
所属グループ情報の第２の格納形式は、ユーザ識別子（ｕｓｅｒ＿ｉｄ）とグループ識別子（ｇｒｏｕｐ＿ｉｄ）と取得比率（ｒａｔｅ）とを関連付けて、図８（ｂ）のようなテーブル形式で記憶する。（ｕｓｅｒ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）の組合せは一意とし、重複登録ができない。所属グループ情報の第２の格納形式は、関連アイテム取得時に、各グループ識別子ごとに、取得の比率に応じて関連アイテムを取得する場合に用いるものである。また、１ユーザの全てのｇｒｏｕｐ＿ｉｄに対応する取得比率の合計値は「１」となる。
以上が、所属グループ情報の格納形式の説明である。
【００２５】
アイテム提供サーバ制御部１１は、アイテム提供サーバ装置１を構成する各部に対して、全体的な制御を行う。アイテム提供サーバ制御部１１は、ユーザページ情報作成部１１１と、利用履歴登録部１１２と、関連アイテムグループ選出部（関連データグループ作成部）１１３と、所属グループ選出部（不一致度算出部）１１４と、関連アイテム情報作成部（関連データ提示部）１１５とで構成される。
【００２６】
ユーザページ情報作成部１１１は、端末装置３から受信したデータに応じて、以下の２種類の処理を行う。
ユーザページ情報作成部１１１の第１の処理は、ユーザページ情報送信処理であり、端末装置３よりユーザページ情報取得要求を受信し、かつ、認証部１３にて認証成功した場合に、この処理を行う。ユーザページ情報取得要求とは、ユーザページ情報の取得を要求する情報であり、認証部１３にて認証を行うために、少なくとも利用者特定情報を含む。ユーザページ情報とは、端末装置３に検索画面や、利用履歴の閲覧画面や、関連アイテム情報の閲覧画面を表示させるために必要な情報である。例えば、ＨＴＭＬ（Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）形式を用いてユーザページ情報を作成してもよいし、これ以外のデータ形式を用いてもよい。
【００２７】
ユーザページ情報送信処理とは、認証ユーザのユーザページ情報を作成し、認証ユーザが利用中の端末装置３に、作成したユーザページ情報を送信する処理であり、まず、利用履歴格納部２４４より、認証ユーザのユーザ識別子に対応する全ての利用履歴を抽出する。次に、抽出した利用履歴を用いて、ユーザページ情報を作成する。そして、ネットワーク２を介して、端末装置３に、作成したユーザページ情報を送信する。また、利用履歴を全て抽出せずに、特定の条件を満たすもののみを抽出してもよい。特定の条件とは、例えば、最新のものからサービス提供側が予め設定した件数を超えない範囲で抽出するとしてもよいし、過去の特定の時点から、ユーザページ情報送信処理を行っている時点（現在）までの間の利用履歴を抽出するとしてもよい。過去の特定の時点は、サービス提供側が予め定めておけばよく、例えば、ユーザページ情報送信処理を行っている時点から３ヶ月前や、半年前や、１年前とすればよい。
【００２８】
ユーザページ情報作成部１１１の第２の処理は、検索結果送信処理であり、ネットワーク２を介して、端末装置３より検索条件を受信すると、この処理を行う。ここで検索条件とは、利用するアイテムを絞り込むために用いる条件であり、例えば、ジャンル名、製作者、キーワード、価格の上限や下限などである。検索結果送信処理とは、端末装置３に、受信した検索条件を満たすアイテム情報を送信する処理であり、まず、アイテム情報格納部１４２より、検索条件を満たすアイテム属性情報を有するアイテム情報を全て抽出する。そして、ネットワーク２を介して、端末装置３に、抽出した全てのアイテム情報を送信する。
【００２９】
利用履歴登録部１１２は、ネットワーク２を介して、端末装置３より利用者特定情報と利用履歴とを受信し、かつ、認証部１３にて認証が成功した場合に、利用履歴登録処理を行う。利用履歴登録処理とは、利用履歴格納部１４３に、受信した利用履歴を格納する処理である。
【００３０】
関連アイテムグループ選出部１１３は、所定のタイミングごとに、嗜好情報格納部１４４に記憶されている嗜好情報と、関連アイテムグループ格納部１４５に記憶されている関連アイテムグループとを全て削除した後、関連アイテムグループ選出処理を行う。所定のタイミングとしては、所定の時間間隔（例えば２４時間ごと）を用いてもよいし、利用履歴を一定回数受信するごととしてもよい。また、月曜日〜金曜日までは３時間ごと、土曜日は６時間ごと、日曜日は１２時間ごと、というように時間間隔が変動してもよい。また、夏は時間間隔を短くして、冬は時間間隔を長くするなど、季節に応じて時間間隔を変えてもよい。
アイテムの利用に関する処理と関連アイテムグループ選出処理を同じ装置で行う場合において、負荷の高い関連アイテムグループ選出処理が、利用の多い時期に何度も実行されることで装置に多大な負荷がかからないように、曜日や季節に応じて時間間隔を変えることで、関連アイテムグループ選出処理が、利用の多い時期に何度も実行しないように調整することができる。また、逆に、アイテムの利用に関する処理と関連アイテムグループ選出処理とを別々の装置で行うといったように、関連アイテムグループ選出処理による負荷が影響なければ、曜日や季節に応じて時間間隔を変えることで、利用の多い時期に頻繁に関連アイテムグループ選出処理を行うことで、常に最新の利用履歴に応じた関連アイテムグループを維持することができる。
また、アイテムを新しく追加する頻度が、曜日や季節で異なっている場合、新規アイテムが頻繁に追加される時期に、時間間隔を短くして関連アイテムグループ選出処理を行うことで、最新のアイテムを関連アイテムグループに反映させ易くなる。また、新規アイテムがあまり追加されない時期には、時間間隔を長くして関連アイテムグループ選出処理を行うことで、装置に不要な負荷をかけないようにすることができる。
【００３１】
関連アイテムグループ選出処理の手順を図９のフローチャートを用いて説明する。
まず、関連アイテムグループ選出部１１３が、嗜好度算出処理を行う（ステップＳ１０１）。
次に、関連アイテムグループ選出部１１３が、嗜好情報格納部１４４より、ｉｔｅｍ＿ｉｄを重複無しで全て抽出する（ステップＳ１０２）。
次に、関連アイテムグループ選出部１１３が、ステップＳ１０２にて抽出したｉｔｅｍ＿ｉｄのうち、例えば、抽出した順に、１つ選択する（ステップＳ１０３）。
【００３２】
次に、関連アイテムグループ選出部１１３が、嗜好情報格納部１４４より、ステップＳ１０２３にて選択したｉｔｅｍ＿ｉｄに対応するアイテム（基準アイテムとみなす）の嗜好情報と、基準アイテムを利用したことのある何れかのユーザが利用した他のアイテム（関連候補アイテム）の全ての嗜好情報を取得する（ステップＳ１０４）。関連候補アイテムの嗜好情報を全て取得するには、基準アイテムの嗜好情報を除く全ての嗜好情報のうち、基準アイテムの全ての嗜好情報に含まれるユーザ識別子の何れかを有する嗜好情報を全て取得すればよい。また、取得する関連候補アイテムの嗜好情報に対して、基準アイテムの嗜好情報との時間順序を考慮してもよい。例えば、基準アイテムより後に利用された関連候補アイテムの嗜好情報のみを取得すればよい。時間順序を考慮するためには、嗜好情報格納部１４４に、利用日時の代表値（平均値や最大値や最小値や中央値）を格納する列を追加し、後述する嗜好度算出処理にて、利用日時の代表値を算出して、嗜好度とともに関連付けて記憶すればよい。また、嗜好情報格納部１４４に、利用日時の代表値を格納する代わりに、このステップで、利用履歴格納部１４３に記憶されている利用情報を用いることで、利用日時の代表値を算出してもよい。このように、基準アイテムと関連候補アイテムを共に利用したユーザが少なくとも１人いるという関連性が存在するので、関連アイテムの信頼性を保つことができる。
【００３３】
次に、関連アイテムグループ選出部１１３が、ステップＳ１０４にて取得した嗜好情報を用いて、関連候補アイテムごとに、基準アイテムとの関連度を算出する（ステップＳ１０５）。関連度を算出する方法として例えば、Ｊａｃｃａｒｄ（ジャカード）係数を用いることができる。Ｊａｃｃａｒｄ係数を用いる場合は、アイテムｘを利用したことのあるユーザ集合をＵｘ、アイテムｙを利用したことのあるユーザ集合をＵｙ、アイテムｘとアイテムｙを共に利用したことのあるユーザ数を｜Ｕｘ ∩ Ｕｙ｜とし、アイテムｘとアイテムｙの少なくとも一方を利用したことのあるユーザ数を｜Ｕｘ ∪ Ｕｙ｜としたとき、関連度は式（１）で算出することができる。
【００３４】
【数１】
【００３５】
また、関連度算出に、コサイン距離やピアソン積率相関係数を用いることもできる。コサイン距離を用いる場合は、例えば、アイテムｘを利用したことのあるユーザ集合をＵｘとし、アイテムｘのユーザｕｘ（ｕｘ∈Ｕｘ）に対する嗜好度をＶ（ｘ，ｕｘ）、アイテムｙを利用したことのあるユーザ集合をＵｙとし、アイテムｙのユーザｕｙ（ｕｙ∈Ｕｙ）に対する嗜好度をＶ（ｙ，ｕｙ）、アイテムｘとアイテムｙを共に利用したことのあるユーザをＵｃとし、アイテムｘのユーザｕｃ（ｕｃ∈Ｕｃ）に対する嗜好度をＶ（ｘ，ｕｃ）、アイテムｙのユーザｕｃに対する嗜好度をＶ（ｙ，ｕｃ）としたとき、関連度は式（２）で算出することができる。
【００３６】
【数２】
【００３７】
また、ピアソン積率相関係数を用いる場合は、例えば、アイテムｘとアイテムｙを共に利用したことのあるユーザをＵｃとし、Ｕｃに属するユーザの数をｎとし、アイテムｘのユーザｕｃ（ｕｃ∈Ｕｃ）に対する嗜好度をＶ（ｘ，ｕｃ）、アイテムｙのユーザｕｃに対する嗜好度をＶ（ｙ，ｕｃ）としたとき、関連度は式（３）で算出することができる。
【００３８】
【数３】
【００３９】
これ以外にも、２アイテム間の関連性を表す指標であれば、どのようなものを用いてもよい。また、関連アイテムの関連性を一定の水準以上に維持するために、算出した関連度がサービス提供側が予め設定した閾値以下のものを関連候補アイテムから除外してもよい。なお、関連度算出に用いた嗜好度を第２の嗜好度とする。
【００４０】
次に、関連アイテムグループ選出部１１３が、全ての関連候補アイテムを、ステップＳ１０５にて算出した関連度に応じて、所定数のグループに振り分ける（ステップＳ１０６）。このとき、関連候補アイテムグループには、グループとしてまとめた順に、グループ識別子を昇順で付与する。つまり、関連候補アイテムグループの数が「ｎ」の場合、グループ識別子を「１」，「２」，…，「ｎ」や「ｇ１」，「ｇ２」，…，「ｇｎ」といった順番で付与すればよい。所定数は、「２」以上の整数として、サービス提供側が予め設定しておけばよい。関連候補アイテムグループ振分方法を、以下に２種類示す。
【００４１】
関連候補アイテムグループ振分の第１の方法は、関連度の高い順に、関連候補アイテムを所定数のグループに振り分ける方法である。具体的には、関連候補アイテムに対して関連度の高い順に順位を付与し、その順位が所定の範囲にある関連候補アイテムを、１つのグループにまとめればよい。これにより、関連度の高い順に、関連候補アイテムを所定数のグループに振り分けることができる。このとき、グループごとのアイテム数の合計値は、関連候補アイテム数と等しくなる。なお、グループ間のアイテム数の偏りが小さくなるように、アイテム数の差が「±１」に収まるように設定するのがよいが、ランダムにアイテム数を設定してもよい。
【００４２】
関連候補アイテムグループ振分の第２の方法は、グループごとに閾値を設定し、設定した閾値を用いることで、関連候補アイテムを所定数のグループに振り分ける方法である。具体的には、グループごとに、２つの閾値を用意し、２つの閾値のうちの大きい方の閾値（ｔｈ１）以下であり、小さい方の閾値（ｔｈ２）より大きい関連度（ｓ：ｔｈ１≧ｓ＞ｔｈ２）を有する関連候補アイテムを１つのグループにまとめればよい。これを繰り返すことで所定数のグループにアイテムを振り分けることができる。関連候補アイテムグループ振分の第２の方法を用いた場合は、２つの閾値の範囲に収まる関連度を有する関連候補アイテムが存在しないため、グループに１つもアイテムが存在しない場合がある。その代わり、グループごとに、グループに所属する関連候補アイテムの関連度の範囲を調整することができる。閾値は、基準アイテムごとにグループ数に応じた閾値を予めサービスの提供側が設定しておけばよい。また、基準アイテムごとに閾値を設定せずに、グループ数に応じて設定した閾値を全ての基準アイテムに対して適用してもよい。また、関連アイテムグループ選出処理のたびに、サービス提供側が閾値を再設定してもよい。
【００４３】
上記２種類の振分方法は、関連度の高い順に、関連候補アイテムをまとめている。このため、２つの関連候補アイテムグループを比較した際に、先にまとめたグループの任意の関連候補アイテムは、後にまとめたグループのどの関連候補アイテムの関連度よりも高いという性質をもっている。上記２種類の方法以外にも、上記の性質を有する振分方法であれば、どのような振り分け方法でもよい。基準アイテムに対するグループ数は全て等しくなるようにしなければならない。
次に、関連アイテムグループ選出部１１３が、ステップＳ１０６にて振り分けた関連候補アイテムグループのうち、例えば、グループ識別子を付与した順に、１つ選択する（ステップＳ１０７）。
【００４４】
次に、関連アイテムグループ選出部１１３が、ステップＳ１０７にて選択した関連候補アイテムグループの中から関連アイテムを選出する（ステップＳ１０８）。関連アイテムを選出するには、関連候補アイテムグループの中から、ランダムに所定数まで関連候補アイテムを関連アイテムとして選出してもよい。また、関連度の高い順に、所定数まで選出してもよい。また、逆に、関連度の低い順に、所定数まで選出してもよい。また、関連候補アイテム全てを関連アイテムとしてもよい。つまり、関連候補アイテムグループに含まれる関連候補アイテムからであれば、どのように選んでもよい。所定数は、予めサービス提供側が定めておく必要がある。
【００４５】
次に、関連アイテムグループ選出部１１３が、ステップＳ１０８にて選出した関連アイテムごとに、関連アイテムグループ格納部１４５に、ステップＳ１０３にて選択した基準アイテムのｉｔｅｍ＿ｉｄ（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ）と、ステップＳ１０７にて選出した関連候補アイテムグループのグループ識別子（ｇｒｏｕｐ＿ｉｄ）と、関連アイテムのアイテム識別子（ｓｉｍ＿ｉｔｅｍ＿ｉｄ）と、基準アイテムと関連アイテムとの関連度（ｖａｌｕｅ）とを関連付けた関連アイテムグループを記憶する（ステップＳ１０９）。
次に、関連アイテムグループ選出部１１３が、ステップＳ１０７にて全ての関連候補アイテムグループを選択したか否かを判定する（ステップＳ１１０）。全て選択した場合はステップＳ１１１へ進み、まだ未選択のものが残っている場合はステップＳ１０７へ進む。
次に、関連アイテムグループ選出部１１３が、ステップＳ１０３にて抽出した全てのｉｔｅｍ＿ｉｄを選択したか否かを判定する（ステップＳ１１１）。全て選択した場合はステップＳ１０１からステップＳ１１１までの一連の処理を終了し、まだ未選択のものが残っている場合はステップＳ１０３へ進む。
【００４６】
次に、ステップＳ１０１の嗜好度算出処理の手順を、図１０のフローチャートを用いて説明する。
まず、関連アイテムグループ選出部１１３が、嗜好情報格納部１４４より、ｉｔｅｍ＿ｉｄを重複無しで全て抽出する（ステップＳ２０１）。
次に、関連アイテムグループ選出部１１３が、ステップＳ２０１にて抽出したｉｔｅｍ＿ｉｄのうち、例えば、抽出した順に、１つ選択する（ステップＳ２０２）。
次に、関連アイテムグループ選出部１１３が、利用履歴格納部１４３より、ステップＳ２０２にて選択したｉｔｅｍ＿ｉｄを含む利用履歴を全て取得する（ステップＳ２０３）。
次に、関連アイテムグループ選出部１１３が、ステップＳ２０３にて取得した利用履歴より、ｕｓｅｒ＿ｉｄを重複なしで全て抽出する（ステップＳ２０４）。
次に、関連アイテムグループ選出部１１３が、ステップＳ２０４にて抽出したｕｓｅｒ＿ｉｄのうち、例えば、抽出した順に、１つ選択する（ステップＳ２０５）。
次に、関連アイテムグループ選出部１１３が、ステップＳ２０３にて取得した利用履歴のうち、ステップＳ４０５にて選択したｕｓｅｒ＿ｉｄを含むもの（嗜好度算出対象利用履歴）のみを用いて、嗜好度を算出する（ステップＳ２０６）。以下に、嗜好度算出方法を８種類説明する。
【００４７】
嗜好度算出の第１の方法は、嗜好度を「１」として算出する方法である。この方法は、嗜好度に対するユーザ一人ひとりの影響力（重み）を全て平等（同じ）に扱っている。また、計算量が最も少なくなる。
嗜好度算出の第２の方法は、全利用回数を嗜好度として算出する方法である。全利用回数は、利用履歴格納部１４３の第２の格納形式のように利用回数が記憶されている場合に、嗜好度算出対象利用履歴に含まれる利用回数の和を全利用回数とすればよい。また、利用回数を含まない場合は、嗜好度算出対象利用履歴の数を全利用回数とすればよい。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、嗜好度算出対象のアイテムに対する全利用回数の多いユーザほど影響力が強いことになる。
【００４８】
嗜好度算出の第３の方法は、利用履歴格納部１４３の第３の格納形式のように評価値が記憶されている場合にのみ用いることができる方法であり、嗜好度算出対象利用履歴に含まれる評価値の代表値（評価値の和や平均値や最大値や最小値や中央値や最新の日付に対応する評価値）を嗜好度として算出する方法である。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、嗜好度算出対象のアイテムに対する評価が高いユーザほど影響力が強いことになる。
嗜好度算出の第４の方法は、利用履歴に含まれる利用日時を用いて、利用日時の古い利用履歴ほど大きな重みを付けて嗜好度を算出する方法である。例えば、嗜好度算出対象利用履歴ごとに、関連アイテム選出処理を行う日付（現在）と、その利用日時との差を算出し、その差の代表値（総和や平均値や最大値や最小値）を算出すればよい。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、嗜好度算出対象のアイテムを早く利用したユーザほど影響力が強いことになる。
【００４９】
嗜好度算出の第５の方法は、利用履歴に含まれる利用日付を用いて、利用日時の新しい利用履歴ほど大きな重みを付けて嗜好度を算出する方法である。例えば、嗜好度算出対象利用履歴ごとに、関連アイテム選出処理を行う日付（現在）と、その利用日時との差を算出し、その差の逆数の代表値（総和や平均値や最大値や最小値や中央値）を算出すればよい。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、嗜好度算出対象のアイテムを後で利用したユーザほど影響力が強いことになる。また、逆数を用いて、日付差が大きくなるほど分配率が小さくなるようにしているが、他の方法を用いてもよい。例えば、底が０より大きく、かつ１未満である指数関数（単調減少関数）を用いてもよい。
【００５０】
ここで、嗜好度算出の第４と第５の方法は、関連アイテム選出処理を行う日付（現在）と、利用日時との差が「０」にならないような処理をする必要がある。
嗜好度算出の第６の方法は、利用履歴格納部１４３の第４の格納形式のように支払い額記憶されている場合にのみ用いることができる方法であり、嗜好度算出対象利用履歴に含まれる支払い額の代表値（総和や平均値や最大値や最小値や中央値）を嗜好度として算出する方法である。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、嗜好度算出対象のアイテムに対する支払い額が高いユーザほど影響力が強いことになる。
【００５１】
嗜好度算出の第７の方法は、ユーザ情報格納部１４１に記憶されたユーザ情報にユーザが会員になった日付（入会日）が含まれる場合に、入会日の古いユーザほど大きな重みを付けて嗜好度を算出する方法である。例えば、関連アイテム選出処理を行う日付（現在）と、入会日との差の代表値（総和や平均値や最大値や最小値や中央値）を嗜好度として算出すればよい。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、早く会員になったユーザほど影響力が強いことになる。
【００５２】
嗜好度算出の第８の方法は、ユーザ情報格納部１４１に記憶されたユーザ情報に入会日が含まれる場合に、入会日の新しいユーザほど大きな重みを付けて嗜好度を算出する方法である。例えば、関連アイテム選出処理を行う日付（現在）と、入会日との差の逆数の代表値（総和や平均値や最大値や最小値や中央値）を嗜好度として算出すればよい。この方法は、嗜好度に対するユーザ１人ひとりの影響力（重み）を変えており、後で（最近になって）会員になったユーザほど影響力が強いことになる。また、逆数を用いて、日付差が大きくなるほど分配率が小さくなるようにしているが、他の方法を用いてもよい。例えば、底が０より大きく、かつ１未満である指数関数（単調減少関数）を用いてもよい。
ここで、嗜好度算出の第７と第８の方法は、関連アイテム選出処理を行う日付（現在）と、入会日との差が「０」にならないような処理をする必要がある。
【００５３】
また、上記の嗜好度算出の第１〜嗜好度算出の第８の方法を組み合わせて嗜好度を算出してもよい。例えば、それぞれの方法で嗜好度（嗜好度１〜嗜好度Ｎ）を算出し、それらの嗜好度を加算した値、乗算した値、それらの嗜好度の平均値などを総合的な嗜好度として用いてもよい。また、嗜好度算出の第３の方法と第６の方法を組合せて、評価値と支払い額との積を算出し、その積の総和を嗜好度として算出してもよい。
【００５４】
次に、関連アイテムグループ選出部１１３が、嗜好情報格納部１４４に、ステップＳ２０２で選択したｉｔｅｍ＿ｉｄと、ステップＳ２０５にて選択したｕｓｅｒ＿ｉｄと、ステップＳ２０６にて算出した嗜好度（ｐ＿ｖａｌｕｅ）とを関連付けた嗜好情報を記憶する。（ステップＳ２０７）
次に、関連アイテムグループ選出部１１３が、ステップＳ２０５にて抽出した全てのｕｓｅｒ＿ｉｄを選択したか否かを判定する（ステップＳ２０８）。全て選択した場合はステップＳ２０９へ進み、まだ未選択のものが残っている場合はステップＳ２０５へ進む。
ステップＳ２０９では、関連アイテムグループ選出部１１３が、ステップＳ２０２にて抽出した全てのｉｔｅｍ＿ｉｄを選択したか否かを判定する。全て選択した場合はステップＳ２０１からステップＳ２０９までの一連の処理を終了し、まだ未選択のものが残っている場合はステップＳ２０２へ進む。
【００５５】
なお、関連アイテムを選出する対象のアイテムを制限してもよい。このとき、ステップＳ１０２にて、嗜好情報格納部１４４よりｉｔｅｍ＿ｉｄを取得する際に、所定の条件、例えば、所定数以上のユーザに利用されたアイテムのｉｔｅｍ＿ｉｄのみを取得するとしてもよい。所定数はサービス提供側が予め決めておけばよい。さらに、特定の期間において、所定数以上のユーザに利用されたｉｔｅｍ＿ｉｄのみを取得するとしてもよい。特定の期間はサービス提供側が予め決めておけばよい。また、ステップＳ３０４にて、嗜好情報格納部１４４より、関連候補アイテムの嗜好情報を取得する際に、関連候補アイテムにも同様に制限をかけてもよい。このときも同様に、関連候補アイテムの中で、所定数以上のユーザに利用された関連候補アイテムの嗜好情報のみ取得してもよいし、特定の期間において、所定数以上のユーザに利用された関連候補アイテムの嗜好情報のみを取得してもよい。
【００５６】
また、利用履歴を用いて２アイテム間の関連度を算出する代わりに、アイテム属性情報を用いて２アイテム間の適合度を算出し、その適合度を用いて関連アイテムを選出してもよい。適合度とは、アイテム属性情報を用いてアイテム同士の相性の良さを数値化したものである。このとき、ステップＳ１０２にて、さらに、アイテム情報格納部１４２より、取得したｉｔｅｍ＿ｉｄに対応するアイテム属性情報を全て取得する。そして、ステップＳ１０４の処理を省略し、ステップＳ１０５にて関連度を算出する代わりに、ステップＳ１０３にて選択したｉｔｅｍ＿ｉｄに対応するアイテム属性情報と、それ以外のアイテム属性情報との間の適合度を算出すればよい。このとき、適合度が「０」となったものは、基準アイテムと関連候補アイテムの関連性が全くないので、関連候補アイテムから除外する必要がある。
【００５７】
適合度として、２つのアイテム属性情報間の属性値の一致数を用いることができる。例えば、アイテム属性情報に含まれる属性がジャンルと作者と価格である場合に、一方の属性値が「ジャンルＹ」、「作者ｂ」、「１２００円」であり、他方の属性値が「ジャンルＹ」、「作者ｔ」、「１２００円」であるとき、一致する属性数が２であるため、適合度を「２」とする。また、一致する属性値の条件は、属性ごとにサービス提供者側が自由に決めてよく、例えば、価格なら属性値の差が「１０００円」未満なら一致とするとしてもよい。「ジャンル」など他の属性についても同様の処理を行ってよい。また、属性ごとに異なる重みをつけて適合度を算出してもよい。例えば、「作者」が一致する場合には、「価格」が一致する場合よりも適合度が２倍大きくなるように算出してもよい。また、関連アイテムの関連性を一定の水準以上に維持するために、算出した適合度がサービス提供側が予め設定した閾値以下のものを関連候補アイテムから除外してもよい。
【００５８】
また、嗜好度算出処理で用いる利用履歴を、過去の特定の時点から、嗜好度算出処理を行っている時点（現在）までの間に利用されたアイテムに関する利用履歴のみに制限してもよい。過去の特定の時点は、サービス提供側が予め決めておけばよく、例えば、嗜好度算出処理を行っている時点から３ヶ月前や、半年前や、１年前とすればよい。このとき、ステップＳ２０１にて、利用履歴格納部１４３よりｉｔｅｍ＿ｉｄを抽出する際に、過去の特定の時点以降の利用履歴に含まれるｉｔｅｍ＿ｉｄのみ抽出すればよい。また、ステップＳ２０３にて、利用履歴格納部１４３より利用履歴を取得する際に、過去の特定の時点以降の利用履歴を取得すればよい。
【００５９】
また、ユーザ情報格納部１４１に記憶されているユーザ情報に含まれるユーザ属性情報を用いて、嗜好度算出処理に用いる利用履歴を制限してもよい。このとき、ステップＳ２０１にて、利用履歴格納部１４３よりｉｔｅｍ＿ｉｄを抽出する際に、所定条件（例えば、「２０代女性」）のユーザ属性を持つユーザのｕｓｅｒ＿ｉｄを含む利用履歴のみから取得すればよい。もちろん、所定条件として何も指定しなくてもよい。さらに、ステップＳ２０３でも、同様に取得する利用履歴に含まれるｕｓｅｒ＿ｉｄに所定条件を指定してもよい。
【００６０】
また、アイテム情報格納部１４２に記憶されているアイテム情報に含まれるアイテム属性情報を用いて、嗜好度算出処理に用いる利用履歴を制限してもよい。このとき、ステップＳ２０１にて、利用履歴格納部１４３よりｉｔｅｍ＿ｉｄを抽出する際に、所定条件（例えば、ジャンル「フィクション」）のアイテム属性を持つアイテムのｉｔｅｍ＿ｉｄのみを取得すればよい。もちろん、所定条件として何も指定しなくてもよい。
以上が、関連アイテム選出処理の手順の説明である。
【００６１】
所属グループ選出部１１４は、所定のタイミングごとに、所属グループ選出処理を行う。この所定のタイミングとしては、関連アイテムグループ選出処理を行う所定のタイミングと同様に種々のタイミングを用いることができる。また、関連アイテムグループ選出処理を行う所定のタイミングと同期していても、同期していなくてもよい。
所属グループ選出処理の手順を図１１のフローチャートを用いて説明する。
まず、所属グループ選出部１１４が、利用履歴格納部１４３より、重複なしで全てのｕｓｅｒ＿ｉｄを抽出する（ステップＳ３０１）。
次に、所属グループ選出部１１４が、ステップＳ３０１にて抽出したｕｓｅｒ＿ｉｄのうちの１つを選択する。例えば取得した順に、１つずつ選択すればよい（ステップＳ３０２）。
【００６２】
次に、所属グループ選出部１１４が、グループごとに、関連アイテムグループとの不一致度の総和を一時的に格納するための変数ｓ（ｇ（ｉ））（ｉ＝１，２，…，ｎ：ｇ（ｉ）はグループ識別子）を用意し、不一致度を算出したアイテム数を一時的に格納するための変数ｃ（ｇ（ｉ））を用意する。全ての変数の初期値は「０」とする。
次に、所属グループ選出部１１４が、関連アイテムグループ格納部１４５より、重複なしで全てのｂａｓｅ＿ｉｔｅｍ＿ｉｄを抽出する（ステップＳ３０４）。抽出するｂａｓｅ＿ｉｔｅｍ＿ｉｄは、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄが過去に利用したことのあるアイテムのアイテム識別子と一致するものに限定してもよい。
【００６３】
次に、所属グループ選出部１１４が、ステップＳ３０４にて抽出したｂａｓｅ＿ｉｔｅｍ＿ｉｄのうちの１つを選択する。例えば取得した順に、１つずつ選択すればよい（ステップＳ３０５）。
次に、所属グループ選出部１１４が、グループの数をカウントする変数ｉの初期値を１とする（ステップＳ３０６）。
次に、所属グループ選出部１１４が、関連アイテムグループ格納部１４５より、ステップＳ３０５にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄと、ｉ番目のグループ識別子ｇ（ｉ）とに対応する関連アイテムグループを全て取得する（ステップＳ３０７）。
【００６４】
次に、所属グループ選出部１１４が、利用履歴格納部１４３より、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄに対応する利用履歴（基準ユーザ利用履歴）を全て取得し、取得した利用履歴とステップＳ３０７にて取得した関連アイテムグループとを用いて、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄと、ステップＳ３０５にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄのグループｇ（ｉ）に対応する関連アイテムグループ（不一致度算出対象グループ）との不一致度を算出する（ステップＳ３０８）。不一致度算出方法として、以下に５種類用いることができる。
【００６５】
不一致度算出方法の第１の方法は、不一致度算出対象グループに属する関連アイテムが、基準ユーザ利用履歴に対応するアイテムの何れかと一致する割合（関連アイテム利用率）を用いた算出方法であり、関連アイテム利用率が高いほど不一致度が低くなるようにする。ステップＳ３０５にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄに対応する基準アイテムをｉｂの不一致度算出対象グループに属する関連アイテム集合Ｉｓ（ｉｂ，ｇ（ｉ））に属するアイテムの数を｜Ｉｓ（ｉｂ，ｇ（ｉ））｜とし、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄに対応するユーザｕｂの基準ユーザ利用履歴に対応するアイテムの集合Ｉｕ（ｕｂ）と関連アイテム集合Ｉｓ（ｉｂ，ｇ（ｉ））との積集合Ｉｕ（ｕｂ）∩Ｉｓ（ｉｂ，ｇ（ｉ））の数を｜Ｉｕ（ｕｂ）∩Ｉｓ（ｉｂ，ｇ（ｉ））｜としたとき、関連アイテム利用率ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））は式（４）で表わされる。
【００６６】
【数４】
【００６７】
このとき、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））は、関連アイテム利用率が取りうる最大値ｍｖ１（関連アイテム利用率の最大値は「１」になる）としたとき、式（５）で算出できる。
【００６８】
【数５】
【００６９】
もちろん、関連アイテム利用率の逆数を用いた式（６）や、関連アイテム利用率に「−１」をかけた値を指数部に入れた指数関数を用いた式（７）を用いて、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））を算出してもよい。
【００７０】
【数６】
【００７１】
【数７】
【００７２】
式（６）では分母で関連アイテム利用率に「１」を加算しているが、これは分母が「０」にならないために加算しているものであるので、分母が「０」にならなければ「１」以外の値でもよい。これ以外にも、関連アイテム利用率が高いほど不一致度が低くなるような計算式であればどんなものを用いてもよい。
【００７３】
不一致度算出方法の第２の方法は、基準ユーザ利用履歴に対応するアイテムの集合における、不一致度算出対象グループに属する関連アイテムの占有率（関連アイテム占有率）を用いた算出方法であり、関連アイテム占有率が高いほど不一致度が低くなるようにする。アイテム集合Ｉｕ（ｕｂ）の数を｜Ｉｕ（ｕｂ）｜としたとき、関連アイテム占有率ｖ２（ｕｂ，ｉｂ，ｇ（ｉ））は式（８）で表わされる。
【００７４】
【数８】
【００７５】
このとき、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））は、式（５）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ２（ｕｂ，ｉｂ，ｇ（ｉ））に、ｍｖ１を関連アイテム占有率が取りうる最大値ｍｖ２（関連アイテム占有率の最大値は「１」になる）に置き換えることで算出することができる。また、式（６）や式（７）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ２（ｕｂ，ｉｂ，ｇ（ｉ））に置き換えることで、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））を算出することもできる。これ以外にも、関連アイテム占有率が高いほど不一致度が低くなるような計算式であればどんなものを用いてもよい。
【００７６】
不一致度算出方法の第３の方法は、Ｊａｃｃａｒｄ係数を用いた算出方法であり、Ｊａｃｃａｒｄ係数が高いほど不一致度が低くなるようにする。アイテム集合Ｉｕ（ｕｂ）と関連アイテム集合Ｉｓ（ｉｂ，ｇ（ｉ））との和集合Ｉｕ（ｕｂ）∪Ｉｓ（ｉｂ，ｇ（ｉ））の数を｜Ｉｕ（ｕｂ）∪Ｉｓ（ｉｂ，ｇ（ｉ））｜としたとき、Ｊａｃｃａｒｄ係数ｖ３（ｕｂ，ｉｂ，ｇ（ｉ））は式（９）で表わされる。
【００７７】
【数９】
【００７８】
このとき、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））は、式（５）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ３（ｕｂ，ｉｂ，ｇ（ｉ））に、ｍｖ１をＪａｃｃａｒｄ係数が取りうる最大値ｍｖ３（Ｊａｃｃａｒｄ係数の最大値は「１」になる）に置き換えることで算出することができる。また、式（６）や式（７）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ３（ｕｂ，ｉｂ，ｇ（ｉ））に置き換えることで、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））を算出することもできる。これ以外にも、Ｊａｃｃａｒｄ係数が高いほど不一致度が低くなるような計算式であればどんなものを用いてもよい。
【００７９】
不一致度算出の第１から第３までの方法は、計算量の少ない算出方法であり、ユーザのアイテムに対する嗜好の度合いを示す嗜好度やアイテム属性情報などを考慮していない。
不一致度算出方法の第４の方法は、基準ユーザ利用履歴と不一致度算出対象グループとの間で算出した統合類似度を用いる方法であり、統合類似度が高いほど不一致度が低くなるようにする。統合類似度は、コサイン距離やピアソン積率相関係数を用いて算出することができ、そのためには、基準ユーザ利用履歴を基に算出した嗜好度である基準嗜好度と、不一致度算出対象グループに属する関連アイテムごとに、関連アイテムを利用した様々なユーザの嗜好度の代表値（平均値や最大値や最小値や最頻値）である統合嗜好度を用いる必要がある。基準嗜好度は基準ユーザ利用履歴に含まれるアイテム識別子とユーザ識別子に対応する嗜好度をそのまま流用できるので、嗜好情報格納部１４４より、対応する嗜好度を基準嗜好度として取得することができる。
【００８０】
また、同じアイテム識別子とユーザ識別子有する基準ユーザ利用履歴を用いて、嗜好度算出方法を流用することで基準嗜好度を算出することもできる。また、統合嗜好度は、嗜好情報格納部１４４より、不一致度算出対象グループに属する関連アイテムのアイテム識別子と一致する全ての嗜好度を取得し、取得した嗜好度を用いて算出することができる。また、利用履歴格納部１４３より、不一致度算出対象グループに属する関連アイテムのアイテム識別子と一致する全ての利用履歴を取得し、取得した利用履歴を用いて、嗜好度算出方法と同様の算出方法で、嗜好度を算出し、算出した嗜好度を用いて統合嗜好度を算出することができる。コサイン距離を用いる場合は、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄに対応するユーザｕｂの過去に利用したアイテムｉｕ（∈Ｉｕ（ｕｂ））に対する基準嗜好度をｐｕ（ｕｂ，ｉｕ）とし、不一致度算出対象グループに属する関連アイテムｉｓ（∈Ｉｓ（ｉｂ，ｇ（ｉ）））に対する統合嗜好度をｐｓ（ｉｓ）とし、両集合に存在するアイテムｉｃ（∈Ｉｃ＝Ｉｕ（ｕｂ）∩Ｉｓ（ｉｂ，ｇ（ｉ）））に対する基準嗜好度をｐｕ（ｕｂ，ｉｃ）とし、統合嗜好度をｐｓ（ｉｃ）としたとき、統合類似度ｖ４（ｕｂ，ｉｂ，ｇ（ｉ））は、式（１０）で表わされる。
【００８１】
【数１０】
【００８２】
また、ピアソン積率相関係数を用いる場合は、統合類似度ｖ４（ｕｂ，ｉｂ，ｇ（ｉ））は、式（１１）で表わされる。
【００８３】
【数１１】
【００８４】
このとき、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））は、式（５）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ４（ｕｂ，ｉｂ，ｇ（ｉ））に、ｍｖ１を統合類似度が取りうる最大値ｍｖ４に置き換えることで算出することができる。
【００８５】
また、式（６）や式（７）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ４（ｕｂ，ｉｂ，ｇ（ｉ））に置き換えることで、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））を算出することもできる。
【００８６】
これ以外にも、統合類似度が高いほど不一致度が低くなるような計算式であればどんなものを用いてもよい。不一致度算出方法の第４の方法を用いることで、ユーザが過去に好んで利用したアイテムとは異なる関連アイテムが多く属する不一致度算出対象グループほど、不一致度が高くなるので、ユーザが今まで利用したアイテムとは異なるアイテムが提示されやすくなる。なお、不一致度算出で用いた嗜好度を第１の嗜好度とする。
不一致度算出の第４の方法を用い、かつ、関連度算出においても嗜好度を用いる場合、不一致度算出に用いる第１の嗜好度と、関連度算出に用いる第２の嗜好度の算出方法は同じ方法を用いてもよいが、目的に応じて違う方法を用いてもよい。例えば、ユーザの評価に応じて関連候補アイテムを選出し、ユーザの最近の嗜好とは異なる関連候補アイテムグループから関連アイテムを抽出したい場合は、関連度算出に用いる第２の嗜好度を嗜好度算出の第３の方法を用いて算出し、不一致度算出に用いる第１の嗜好度を嗜好度算出の第４の方法を用いて算出すればよい。
【００８７】
不一致度算出方法の第５の方法は、基準ユーザ利用履歴に対応するアイテムのアイテム属性情報と、不一致度算出対象グループに属するアイテムのアイテム属性情報との間で算出した統合適合度を用いる方法であり、統合適合度が高いほど不一致度が低くなるようにする。基準ユーザ利用履歴に対応するアイテムの集合を１つのアイテム（統合アイテム１）と考え、そのアイテム集合に属する何れかのアイテムが有するアイテム属性情報全てを統合アイテム１のアイテム属性情報とし、不一致度算出対象グループを１つのアイテム（統合アイテム２）と考え、不一致度算出対象グループに属する何れかのアイテムが有するアイテム属性情報全てを統合アイテム２のアイテム属性情報とすれば、統合適合度は、２アイテム間の適合度として算出できる。
【００８８】
このとき、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））は、式（５）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））を統合適合度ｖ５（ｕｂ，ｉｂ，ｇ（ｉ））に、ｍｖ１を統合適合度が取りうる最大値ｍｖ５に置き換えることで算出することができる。また、式（６）や式（７）において、ｖ１（ｕｂ，ｉｂ，ｇ（ｉ））をｖ５（ｕｂ，ｉｂ，ｇ（ｉ））に置き換えることで、不一致度ｄａ（ｕｂ，ｉｂ，ｇ（ｉ））を算出することもできる。これ以外にも、統合適合度が高いほど不一致度が低くなるような計算式であればどんなものを用いてもよい。また、統合適合度を算出する際に、アイテム属性情報を有するアイテムの数で重み付けを行ってもよい。例えば、統合アイテム１のアイテム属性情報に含まれる属性値とその属性値に対応する利用履歴数が「ジャンルＹ：２」、「ジャンルＺ：５」、「作者ｂ：４」、「作者ｃ：３」であり、統合アイテム２のアイテム属性情報に含まれる属性値とその属性値に対応する関連アイテム数が「ジャンルＸ：４」、「ジャンルＺ：２」、「作者ａ：２」、「作者ｃ：２」、「作者ｆ：２」である場合に、統合適合度を「２＋２＝４」というように算出すればよい。不一致度算出方法の第５の方法を用いることで、ユーザが過去に利用したアイテムのアイテム属性情報とは異なるアイテム属性を有する関連アイテムが多く属する不一致度算出対象グループほど、不一致度が高くなるので、ユーザが今まで利用したことのないアイテム属性情報を有するアイテムが提示されやすくなる。
【００８９】
次に、所属グループ選出部１１４が、ｓ（ｇ（ｉ））にステップＳ３０８にて算出した不一致度を加算し、ｃ（ｇ（ｉ））に「１」を加算し、ｉに「１」を加算する（ステップＳ３０９）。
次に、所属グループ選出部１１４が、ｉがグループ数を超えたか否かを判定する（ステップＳ３１０）。ｉがグループ数を超えた場合はステップＳ３１１へ進み、ｉがグループ数以下の場合はステップＳ３０７へ進む。
【００９０】
次に、所属グループ選出部１１４が、ステップＳ３０５にて全てのｂａｓｅ＿ｉｔｅｍ＿ｉｄを選択したか否かを判定する（ステップＳ３１１）。全て選択した場合はステップＳ３１２へ進み、まだ未選択のものが残っている場合はステップＳ３０５へ進む。
次に、所属グループ選出部１１４が、所属グループ情報格納部１４６にて、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄに対応する所属グループ情報の更新を行う（ステップＳ３１２）。所属グループ情報の更新方法は、所属グループ情報格納部１４６の格納形式により異なる。
【００９１】
所属グループ情報格納部１４６が第１の格納形式である場合は、まず、グループごとに、平均不一致度ａｖｇ＿ｓ（ｇ（ｉ））（＝ｓ（ｇ（ｉ））／ｃ（ｇ（ｉ）））を算出する。次に、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄに対応する所属グループ情報のｇｒｏｕｐ＿ｉｄを、算出した平均不一致度が最も高いグループのグループ識別子ｇ（ｍ）（任意のｉに対して、ａｖｇ＿ｓ（ｇ（ｍ））≧ａｖｇ＿ｓ（ｇ（ｉ））が成り立つ）で置き換える。最も高い平均不一致度に対応するグループ識別子が複数ある場合、グループ識別子の昇順に１つ選択してもよいし、降順に１つ選択してもよいし、ランダムに１つ選択してもよい。
所属グループ情報格納部１４６が第２の格納形式である場合は、平均不一致度を用いて、グループごとに最新取得比率を算出する。そして、グループごとに、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄとグループとに対応するｒａｔｅを、算出した最新取得比率で置き換えればよい。最新取得比率ｒａｔｅ（ｇ（ｉ））は、式（１２）で算出することができる。
【００９２】
【数１２】
【００９３】
次に、所属グループ選出部１１４が、ステップＳ３０２にて全てのｕｓｅｒ＿ｉｄを選択したか否かを判定する（ステップＳ３１３）。全て選択した場合はステップＳ３０１からステップＳ３１３までの一連の処理を終了し、まだ未選択のものが残っている場合はステップＳ３０２へ進む。
以上が、所属グループ選出処理の手順の説明である。
【００９４】
関連アイテム情報作成部１１５は、ネットワーク２を介して、端末装置３より関連アイテム情報取得要求を受信すると、関連アイテム情報作成処理を行う。ここで関連アイテム情報取得要求とは、関連アイテム情報を取得する要求であり、少なくとも端末装置３を利用中のユーザのユーザ識別子とアイテム識別子とを含む。関連アイテム情報取得要求は、他に取得する関連アイテムの数や、取得する関連アイテムのアイテム属性情報を含んでもよい。関連アイテム情報は、関連アイテム情報取得要求に対応する複数の関連アイテムのアイテム識別子とアイテム属性情報のペアである。
関連アイテム情報作成処理の手順を、図１２のフローチャートを用いて説明する。
まず、関連アイテム情報作成部１１５が、端末装置３より、関連アイテム情報取得要求を受信する（ステップＳ４０１）。
【００９５】
次に、関連アイテム情報作成部１１５が、所属グループ情報格納部１４６より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるユーザ識別子に対応する所属ユーザ情報を取得する（ステップＳ４０２）。取得する所属ユーザ情報の数は、所属グループ情報格納部１４６の格納形式が第１の格納形式の場合は１つ、第２の格納形式の場合はグループの数だけ取得する。
次に、関連アイテム情報作成部１１５が、ステップＳ４０２にて取得した所属グループ情報に応じて、関連アイテムグループ格納部１４５より、関連アイテムグループを取得する（ステップＳ４０３）。取得する関連アイテムグループは、所属グループ情報格納部１４６の格納形式によって異なる。
【００９６】
第１の格納形式の場合は、関連アイテムグループ格納部１４５より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、ステップＳ４０２にて取得した所属グループ情報に含まれるグループ識別子との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）に一致する関連アイテムグループを全て取得すればよい。また、上記条件を満たす関連アイテムグループが１つも存在しない場合は、条件を満たす関連アイテムが存在しないという情報を端末装置３に返してもよい。
【００９７】
また、ステップＳ４０２にて取得した所属グループ情報に含まれるグループ識別子に最も近いもののうち、関連アイテムグループが少なくとも１つ存在するグループ識別子を特定し、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、特定したグループ識別子との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）に一致する関連アイテムグループを全て取得すればよい。また、関連アイテム情報取得要求に、取得する関連アイテムの数が含まれている場合は、上記条件を満たす関連アイテムグループのうち、ランダムに取得する関連アイテムの数まで取得すればよい。また、上記条件を満たす関連アイテムグループより、関連度の高い順に取得する関連アイテムの数まで取得してもよい。
【００９８】
また、上記条件を満たす関連アイテムグループより、関連度の低い順に取得する関連アイテムの数まで取得してもよい。つまり、上記条件を満たす関連アイテムグループの中からであれば、どのような方法を用いてもよい。また、関連アイテム情報取得要求に、取得する関連アイテムのアイテム属性情報が含まれている場合は、上記条件を満たす関連アイテムグループのうち、取得する関連アイテムのアイテム属性情報と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するもののみを取得すればよい。
【００９９】
第２の格納形式の場合は、ステップＳ４０２にて取得した所属グループ情報ごとに、関連アイテムグループ格納部１４５より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、所属グループ情報に含まれるグループ識別子との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）に一致する関連アイテムグループを特定し、特定した関連アイテムグループより、所属グループ情報に含まれる取得比率に応じて算出した取得数まで取得する。取得数は、予めサービス提供側が設定した全取得数に取得比率を掛け合わせたものであり、例えば、全取得数が１０個で、取得比率が０．７３の場合は、特定した関連アイテムグループより、ランダムに１０×０．７３≒７個（四捨五入でも小数点以下切り捨てでもよく、取得数の合計値が全取得数になるように適切に調整すればよい）取得すればよい。また、関連度の高い順に、７個取得してもよい。また、関連度の低い順に、７個取得してもよい。つまり、特定した関連アイテムグループの中からであれば、どのような方法でもよいので７個取得すればよい。
【０１００】
また、関連アイテムグループの中で、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるユーザ識別子に対応するユーザが過去に利用したアイテムのアイテム識別子と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するものを取得する対象から外してもよい。また、関連アイテム情報取得要求に、取得する関連アイテムの数が含まれている場合は、全取得数の代わりに、取得する関連アイテム数を用いて取得数を算出すればよい。また、関連アイテム情報取得要求に、取得する関連アイテムのアイテム属性情報が含まれている場合は、特定した関連アイテムグループのうち、取得する関連アイテムのアイテム属性情報と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するもののみを取得数まで取得すればよい。
【０１０１】
次に、関連アイテム情報作成部１１５が、ステップＳ４０３にて取得した全ての関連アイテムグループを基に、関連アイテム情報を作成する（ステップＳ４０４）。具体的には、まず、ステップＳ４０３にて取得した全ての関連アイテムグループから関連アイテム識別子を抽出する。次に、抽出した関連アイテム識別子ごとに、アイテム情報格納部１１２より、関連アイテム識別子とｉｔｅｍ＿ｉｄが一致するアイテム情報を取得する。そして、取得したアイテム情報を基に、関連アイテム情報を作成する。
次に、関連アイテム情報作成部１１５が、ネットワーク２を介して、端末装置３に、ステップＳ４０４にて作成した関連アイテム情報を送信し（ステップＳ４０５）、ステップＳ４０１からステップＳ４０５までの一連の処理を終了する。
以上が、関連アイテム情報作成処理の手順の説明である
【０１０２】
端末装置３は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ、ネットワークインタフェース等を備える一般的なコンピュータであり、内蔵されたプログラムにより所定の動作を行う。図１３は、本実施形態における端末装置３の構成図である。本実施形態における端末装置３は、端末制御部３１と、端末通信部３２と、入力部３３と、表示部３４とで構成される。
【０１０３】
端末通信部３２は、ネットワーク２を介してアイテム提供サーバ装置１と通信を行う機能を有する。
【０１０４】
入力部３３は、例えば、端末装置３がＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）であれば、マウスやキーボード、携帯電話であれば、ボタンといったように、ユーザが端末装置３を操作するためのインタフェースである。
【０１０５】
表示部３４は、例えば、ディスプレイといったように、様々な情報を表示し、ユーザに視覚的に示すためのインタフェースである。
【０１０６】
端末制御部３１は、端末装置３を構成する各部に対して、全体的な制御を行う。端末制御部３１は、ユーザページ表示部３１１と、利用履歴作成部３１２とで構成される。ユーザページ表示部３１１は、入力部３３から取得した操作や、アイテム提供サーバ装置１から受信したデータの種類に応じて、以下の６種類の処理を行う。
ユーザページ表示部３１１の第１の処理は、ユーザページ情報取得要求送信処理であり、入力部３３よりユーザページの表示を要求する操作を取得すると、この処理を行う。ユーザページとは、ユーザページ情報を基に、表示部３４に表示するために描画されたものである。ユーザページ情報取得要求送信処理とは、端末装置３を利用中のユーザである「利用ユーザ」のユーザ識別子とパスワードの組合せである利用者特定情報を用いて、ユーザページ情報取得要求を作成し、ネットワーク２を介して、アイテム提供サーバ装置１に、作成したユーザページ情報取得要求を送信する処理である。パスワードは、端末装置３の図示しない格納部に記憶しておき、ユーザページ情報取得要求を作成するたびに図示しない格納部から取得してもよいし、ユーザページ情報取得要求を作成するたびにユーザに入力させるようにしてもよい。
【０１０７】
ユーザページ表示部３１１の第２の処理は、ユーザページ表示処理であり、アイテム提供サーバ装置１よりユーザページ情報を取得すると、この処理を行う。ユーザページ表示処理とは、アイテム提供サーバ装置１より取得したユーザページ情報を基に、ユーザページを作成し、表示部３４に、作成したユーザページを表示する処理である。
ユーザページ表示部３１１の第３の処理は、検索条件送信処理であり、入力部３３より条件の入力操作と検索を要求する操作の内容を取得すると、この処理を行う。検索条件送信処理とは、利用ユーザのユーザ識別子と、取得した条件を用いて検索条件を作成し、アイテム提供サーバ装置１に、作成した検索条件を送信する処理である。
ユーザページ表示部３１１の第４の処理は、検索結果表示処理であり、アイテム提供サーバ装置１より、検索条件送信処理にて送信した検索条件に対するアイテム情報を取得すると、この処理を行う。検索結果表示処理とは、受信したアイテム情報を基にユーザページの更新を行う処理である。
【０１０８】
ユーザページ表示部３１１の第５の処理は、関連アイテム情報取得要求送信処理であり、入力部３３より利用履歴閲覧画面に表示されている利用履歴の選択や、検索結果閲覧画面に表示されている検索結果の選択といった操作を取得すると、この処理を行う。関連アイテム情報取得要求送信処理とは、まず、操作の対象となった利用履歴や検索結果より、アイテム識別子を抽出する。次に、利用ユーザのユーザ識別情報と、抽出したアイテム識別子を用いて、関連アイテム情報取得要求を作成する。そして、アイテム提供サーバ装置１に、作成した関連アイテム情報取得要求を送信する処理である。
ユーザページ表示部３１１の第６の処理は、関連アイテムグループ表示処理であり、アイテム提供サーバ装置１より、関連アイテム情報取得要求送信処理にて送信した関連アイテム情報取得要求に対する関連アイテムグループを取得すると、この処理を行う。関連アイテムグループ表示処理とは、受信した関連アイテムグループを基にユーザページの更新を行う処理である。
【０１０９】
表示部３４に表示するユーザページは、例えば、図１４のユーザページの表示例のように、アイテムを検索する手段が用意され、利用履歴と、検索結果と、関連アイテム情報とを分けて表示できるようにすればよい。図１４の表示例では、左上に端末装置３を利用中のユーザのユーザ名を表示し、左下に利用ユーザの利用履歴を表示している。また、中央上に検索条件を入力するテキストボックスと検索条件送信処理のトリガーとなる「検索」ボタンとを表示し、中央下に検索条件を満たすアイテム情報を表示している。また、右下に関連アイテム情報を表示している。尚、図１４の表示例では、右下に小説Ａの関連アイテムが表示されているが、入力部３３より、検索結果の料理本Ｅが選択されることで、小説Ａの代わりに、料理本Ｅの関連アイテムが表示されることになる。
【０１１０】
利用履歴作成部３１２は、入力部３３より、ユーザページに表示されたアイテムの利用操作を取得すると、利用履歴送信処理を行う。アイテムの利用操作とは、ユーザページに表示されたアイテム名などのアイテム属性情報を選択する操作や、アイテムが音楽であれば、再生を行うという操作や、アイテムが映画であれば、視聴するという操作や、ユーザページにてアイテムの購入が行える場合は、アイテムを購入候補に指定する（買い物かごに入れる）操作や、購入候補として指定したアイテムを購入する操作等である。
利用履歴送信処理とは、まず、利用ユーザのユーザ識別子とパスワードの組合せである利用者特定情報を作成する。次に、利用ユーザのユーザ識別子と利用操作の対象となったアイテムのアイテム識別子を基に利用履歴を作成する。
【０１１１】
また、利用履歴送信処理において、上述した以外の情報を利用履歴に追加することもできる。例えば、アイテム名などのアイテム属性情報を選択する操作、アイテムを購入候補に指定する操作、購入候補に指定したアイテムを購入する操作、アイテムを再生する操作、などの各利用操作を区別するための利用形態情報を追加してもよい。また、ユーザにアイテムに対する評価を行わせた上で、その評価値（例えば、「１：非常に嫌い」、「２：やや嫌い」、「３：どちらでもない」、「４：やや好き」、「５：非常に好き」といったように、好みの度合いを数値化したもの）を利用履歴に追加してもよい。また、一定期間ごとに利用履歴送信処理を行う場合は、その期間中に利用されたアイテムの利用回数を利用履歴に追加してもよい。
【０１１２】
ここで、図１５のフローチャートを用いて、端末装置３での関連アイテムの表示に関する手順の一例を説明する。
まず、端末装置３が、ユーザページ情報取得要求送信処理を行い、ネットワーク２を介して、アイテム提供サーバ装置１にユーザページ情報取得要求を送信する（ステップＳ５０１）。
【０１１３】
次に、アイテム提供サーバ装置１の認証部１３が、ネットワーク２を介して、端末装置３よりユーザページ情報取得要求を受信すると、ユーザページ情報取得要求に含まれる利用者特定情報を基に認証を行う（ステップＳ５０２）。認証に成功した場合は、ユーザページ情報作成部１１１に受信したユーザページ情報取得要求を送り、ステップＳ５０３へ進み、失敗した場合はステップＳ５０１からやり直す。
ステップＳ５０３では、ユーザページ情報作成部１１１が、認証部１３よりユーザページ情報取得要求を取得し、ユーザページ情報送信処理を行い、ネットワーク２を介して、端末装置３にユーザページ情報を送信する。
【０１１４】
次に、端末装置３が、ネットワーク２を介して、アイテム提供サーバ装置１より、ユーザページ情報を受信すると、ユーザページ表示処理を行う（ステップＳ５０４）。
次に、表示されたユーザページを閲覧したユーザが、関連アイテムを取得する操作を行うと、端末装置３は、関連アイテム情報取得要求送信処理を行い、ネットワーク２を介して、アイテム提供サーバ装置１に関連アイテム情報取得要求を送信する（ステップＳ５０５）。
次に、ユーザページ情報作成部１１１が、ネットワーク２を介して、端末装置３より、関連アイテム情報取得要求を受信すると、関連アイテム情報作成処理を行い、ネットワーク２を介して、端末装置３に関連アイテム情報を送信する（ステップＳ５０６）。
次に、端末装置３が、ネットワーク２を介して、アイテム提供サーバ装置１より、関連アイテム情報を受信すると、関連アイテム情報表示処理を行い（ステップＳ５０７）、ステップＳ５０１からステップＳ５０７までの一連の処理を終了する。
以上が、端末装置３での関連アイテムの表示に関する手順の一例の説明である。
【０１１５】
なお、関連アイテムグループ選出部１１３の関連アイテムグループ選出処理のステップＳ１０６の処理において、関連度の高い順にグループをまとめ、グループ識別子を昇順に付与しているが、全ての基準アイテムに対して、同じ手順でまとめ、同じ手順でグループ識別子を付与するのであれば、どのような方法を用いてもよい。
【０１１６】
本実施形態における関連アイテムの作成方法によれば、単純に関連度の低い関連アイテムを取得するのではなく、ユーザの過去の利用アイテムから、最も意外性の高い関連アイテムグループを判断するので、どのようなユーザに対しても、意外性の高い関連アイテムを推薦することができる。
【０１１７】
＜第２実施形態＞
以下に、本発明の第２実施形態について、図を用いて詳細に説明する。本発明の第２実施形態では、ユーザごとに算出した各グループの平均不一致度に基づいて、取得する関連アイテムグループのグループ識別子を定める代わりに、ユーザごと基準アイテムごとに算出した各グループの不一致度に基づいて、取得する関連アイテムグループのグループ識別子を定める。
【０１１８】
本発明の第２実施形態におけるシステム全体の構成は、アイテム提供サーバ装置１の代わりにアイテム提供サーバ装置４を用いる以外は本発明の第１実施形態の場合と同様である。端末装置３、ネットワーク４は、本発明の第１実施形態と同様である。
【０１１９】
アイテム提供サーバ装置４は、端末装置３の要求に応じて、アイテムを提供する装置である。
アイテム提供サーバ装置４は、ＣＰＵ、ＲＡＭ、ＲＯＭ、ハードディスクドライブ（ＨＤＤ）、ネットワークインタフェース等を備えるコンピュータを用いて、ソフトウェア（プログラム）処理として実施することも可能である。なお、アイテム提供サーバ装置４を複数のコンピュータを用いて構成してもよい。例えば、負荷分散をするために、アイテム提供サーバ装置４の各部に相当する処理を行うコンピュータを複数用いて分散処理を行ってもよい。また、アイテム提供サーバ装置４の一部の構成の処理をあるコンピュータで実施し、他の構成の処理を別のコンピュータで実施する形態で分散処理を行ってもよい。
図１６は、本実施形態におけるアイテム提供サーバ装置４の構成図である。本実施形態におけるアイテム提供サーバ装置４は、アイテム提供サーバ制御部４１と、アイテム提供サーバ通信部１２と、認証部１３と、アイテム提供サーバ格納部４４とで構成される。アイテム提供サーバ通信部１２と、認証部１３は、本発明の第１実施形態と同様である。
【０１２０】
アイテム提供サーバ格納部４４は、ＨＤＤなどの記憶装置を用いて、様々なデータを記憶する。アイテム提供サーバ格納部１４は、ユーザ情報格納部１４１と、アイテム情報格納部１４２と、利用履歴格納部１４３と、嗜好情報格納部１４４と、関連アイテムグループ格納部１４５とで構成される。ユーザ情報格納部１４１と、アイテム情報格納部１４２と、利用履歴格納部１４３と、嗜好情報格納部１４４と、関連アイテムグループ格納部１４５は、本発明の第１実施形態と同様である。
【０１２１】
アイテム提供サーバ制御部４１は、アイテム提供サーバ装置４を構成する各部に対して、全体的な制御を行う。アイテム提供サーバ制御部１１は、ユーザページ情報作成部１１１と、利用履歴登録部１１２と、関連アイテムグループ選出部１１３と、関連アイテム情報作成部（不一致度算出部＋関連データ提示部）４１５とで構成される。ユーザページ情報作成部１１１と、利用履歴登録部１１２と、関連アイテムグループ選出部１１３は、本発明の第１実施形態と同様である。なお、関連アイテム情報作成部４１５は、不一致度算出部としての機能と、関連データ提示部としての機能を有している。この不一致度算出部と関連データ提示部とは、一体に構成してもよいし、別々に構成してもよい。
【０１２２】
関連アイテム情報作成部４１５は、ネットワーク２を介して、端末装置３より関連アイテム情報取得要求を受信すると、関連アイテム情報作成処理を行う。
関連アイテム情報作成処理の手順を、図１７のフローチャートを用いて説明する。
本実施形態における関連アイテム情報作成処理の手順は、本発明の第１実施形態における関連アイテム情報作成処理のステップＳ４０２からステップＳ４０３までの処理をステップＳ５０２からステップＳ５０７までの処理に置き換えたものである。置き換えた処理についてのみ説明する。
ステップＳ５０２では、関連アイテム情報作成部１１５が、グループごとに、ステップＳ４０１にて取得した関連アイテム情報取得要求に含まれるアイテム識別子に対応する関連アイテムグループとの不一致度を一時的に格納するための変数ｖ（ｇ（ｉ））（ｉ＝１，２，…，ｎ：ｇ（ｉ）はグループ識別子）と、グループの数をカウントする変数ｉを用意し、ｉの初期値を１とする。
【０１２３】
次に、関連アイテム情報作成部４１５が、関連アイテムグループ格納部１４５より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、ｉ番目のグループ識別子ｇ（ｉ）との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）とに一致する関連アイテムグループを全て取得する（ステップＳ５０３）。
次に、関連アイテム情報作成部４１５が、利用履歴格納部１４３より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるユーザ識別子に対応する利用履歴を全て取得し、取得した利用履歴とステップＳ５０３にて取得した関連アイテムグループとを用いて、グループｇ（ｉ）に対する関連アイテムグループとの不一致度を算出する（ステップＳ５０４）。不一致度の算出には、本発明の第１実施形態における所属グループ選出処理のステップＳ３０８の算出方法を用いればよい。
【０１２４】
次に、関連アイテム情報作成部４１５が、ｖ（ｇ（ｉ））にステップＳ５０４にて算出した不一致度を代入し、ｉに「１」を加算する（ステップＳ５０５）。
次に、関連アイテム情報作成部４１５が、ｉがグループ数を超えたか否かを判定する（ステップＳ５０６）。ｉがグループ数を超えた場合はステップＳ５０７へ進み、ｉがグループ数以下の場合はステップＳ５０３へ進む。
次に、関連アイテム情報作成部４１５が、不一致度ｖ（ｇ（ｉ））に応じて、関連アイテムグループ格納部１４５より、関連アイテムグループを取得する（ステップＳ５０７）。関連アイテムグループ取得方法を、以下に２種類説明する。
【０１２５】
関連アイテムグループ取得の第１の方法は、関連アイテムグループ格納部１４５より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、不一致度が最も高いグループのグループ識別子ｇ（ｍ）（任意のｉに対して、ｖ（ｇ（ｍ））≧ｖ（ｇ（ｉ））が成り立つ）との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）に一致する関連アイテムグループを全て取得すればよい。また、関連アイテム情報取得要求に、取得する関連アイテムの数が含まれている場合は、上記条件を満たす関連アイテムグループのうち、ランダムに取得する関連アイテムの数まで取得すればよい。また、上記条件を満たす関連アイテムグループより、関連度の高い順に取得する関連アイテムの数まで取得してもよい。また、上記条件を満たす関連アイテムグループより、関連度の低い順に取得する関連アイテムの数まで取得してもよい。つまり、上記条件を満たす関連アイテムグループの中からであれば、どのような方法を用いてもよい。また、関連アイテム情報取得要求に、取得する関連アイテムのアイテム属性情報が含まれている場合は、上記条件を満たす関連アイテムグループのうち、取得する関連アイテムのアイテム属性情報と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するもののみを取得すればよい。
【０１２６】
関連アイテムグループ取得の第２の方法は、不一致度に応じて各グループ識別子ごとに、関連アイテムグループ格納部１４５より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるアイテム識別子と、グループ識別子ｇ（ｉ）との組合せが、（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）に一致する関連アイテムグループを特定し、不一致度ｖ（ｇ（ｉ））に応じて取得比率を算出し、特定した関連アイテムグループより、取得比率に応じて算出した取得数まで取得する。取得比率ｒａｔｅ（ｇ（ｉ））は、式（５）で算出できる。取得数は、予めサービス提供側が設定した全取得数に取得比率を掛け合わせたものであり、例えば、全取得数が１０個で、取得比率が０．７３の場合は、特定した関連アイテムグループより、ランダムに１０×０．７３≒７個（四捨五入でも小数点以下切り捨てでもよく、取得数の合計値が全取得数になるように適切に調整すればよい）取得すればよい。また、関連度の高い順に、７個取得してもよい。また、関連度の低い順に、７個取得してもよい。
【０１２７】
つまり、特定した関連アイテムグループの中からであれば、どのような方法でもよいので７個取得すればよい。また、関連アイテムグループの中で、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるユーザ識別子に対応するユーザが過去に利用したアイテムのアイテム識別子と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するものを取得する対象から外してもよい。また、関連アイテム情報取得要求に、取得する関連アイテムの数が含まれている場合は、全取得数の代わりに、取得する関連アイテム数を用いて取得数を算出すればよい。また、関連アイテム情報取得要求に、取得する関連アイテムのアイテム属性情報が含まれている場合は、特定した関連アイテムグループのうち、取得する関連アイテムのアイテム属性情報と一致するｓｉｍ＿ｉｔｅｍ＿ｉｄを有するもののみを取得数まで取得すればよい。
以上が、関連アイテム情報作成処理の手順の説明である。
【０１２８】
なお、関連アイテムグループ選出部１１３の関連アイテムグループ選出処理のステップＳ１０６の処理にて、本発明の第１実施形態においては、基準アイテムに対するグループ数が全て等しくなるようにしなければならなかったが、本実施形態においては、ユーザごと基準アイテムごとに各グループの不一致度を算出するので、基準アイテムごとに、自由にグループ数を決めることができる。
【０１２９】
また、関連アイテムグループ選出部１１３の関連アイテムグループ選出処理のステップＳ１０６の処理にて、本発明の第１実施形態においては、全ての基準アイテムに対して、同じ手順でまとめ、同じ手順でグループ識別子を付与する必要があったが、本実施形態においては、ユーザごと基準アイテムごとに各グループの不一致度を算出するので、基準アイテムごとに自由にグループをまとめることができる。
【０１３０】
また、予めユーザごと基準アイテムごとに、各グループの不一致度を算出し、算出した不一致度を用いて、取得する関連アイテムグループを決めるための情報を格納しておき、関連アイテム情報作成処理の際に、その格納しておいた情報を用いて関連アイテム情報を作成すればよい。このとき、まず、図示しない所属グループ情報格納部４４６に、少なくともユーザ識別子と基準アイテム識別子とグループ識別子を含む所属グループ情報を格納しておく必要がある。
【０１３１】
所属グループ情報格納部４４６に記憶する所属グループ情報は、少なくともユーザ識別子と基準アイテム識別子とグループ識別子を含むようにすればよい。図１８（図１８（ａ）〜図１８（ｂ））は、所属グループ情報格納部４４６の格納状態を示す図である。以下に図１８を用いて、所属グループ情報の格納形式を２種類説明する。
所属グループ情報の第１の格納形式は、ユーザ識別子（ｕｓｅｒ＿ｉｄ）と基準アイテム識別子（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ）とグループ識別子（ｇｒｏｕｐ＿ｉｄ）とを関連付けて、図１８（ａ）のようなテーブル形式で記憶する。（ｕｓｅｒ＿ｉｄ，ｂａｓｅ＿ｉｔｅｍ＿ｉｄ）は一意とし、重複登録ができない。
所属グループ情報の第２の格納形式は、ユーザ識別子（ｕｓｅｒ＿ｉｄ）と基準アイテム識別子（ｂａｓｅ＿ｉｔｅｍ＿ｉｄ）とグループ識別子（ｇｒｏｕｐ＿ｉｄ）と取得比率（ｒａｔｅ）とを関連付けて、図１８（ｂ）のようなテーブル形式で記憶する。（ｕｓｅｒ＿ｉｄ，ｂａｓｅ＿ｉｔｅｍ＿ｉｄ，ｇｒｏｕｐ＿ｉｄ）の組合せは一意とし、重複登録ができない。
以上が、所属グループ情報格納部４４６の格納形式の説明である。
【０１３２】
また、図示しない所属グループ選出部４１４にて、本発明の第１実施形態と同様に、所定のタイミングで所属グループ選出処理を行う必要がある。
所属グループ選出処理の手順を図１９のフローチャートを用いて説明する。
所属グループ選出部４１４の所属グループ選出処理は、本発明の第１実施形態における所属グループ選出処理のステップＳ３０３とステップＳ３１２の処理を省略し、ステップＳ３０６の処理をステップＳ６０６の処理に置き換え、ステップＳ３０９の処理をステップＳ６０９の処理に置き換え、ステップＳ３１０の処理とステップＳ３１１の処理の間にステップＳ６１１の処理を追加したものである。置き換えた処理と追加した処理についてのみ説明する。
【０１３３】
ステップＳ６０６では、所属グループ選出部４１４が、グループごとに、ステップＳ４０１にて取得した関連アイテム情報取得要求に含まれるアイテム識別子に対応する関連アイテムグループとの不一致度を一時的に格納するための変数ｖ（ｇ（ｉ））（ｉ＝１，２，…，ｎ：ｇ（ｉ）はグループ識別子）と、グループの数をカウントする変数ｉを用意し、ｉの初期値を１とする。
ステップＳ６０９では、所属グループ選出部４１４が、ｖ（ｇ（ｉ））にステップＳ３０８にて算出した不一致度を代入し、ｉに「１」を加算する。
【０１３４】
ステップＳ６１１では、所属グループ選出部４１４が、、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄとステップＳ３０４にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄとに対応する所属グループ情報の更新を行う。所属グループ情報の更新方法は、所属グループ情報格納部４４６の格納形式により異なる。
所属グループ情報格納部４４６が第１の格納形式である場合は、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄとステップＳ３０４にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄとに対応する所属グループ情報のｇｒｏｕｐ＿ｉｄを、ステップＳ３０８にて算出した不一致度が最も高いグループのグループ識別子ｇ（ｍ）（任意のｉに対して、ｖ（ｇ（ｍ））≧ｖ（ｇ（ｉ））が成り立つ）で置き換える。最も高い不一致度に対応するグループ識別子が複数ある場合、グループ識別子の昇順に１つ選択してもよいし、降順に１つ選択してもよいし、ランダムに１つ選択してもよい。
【０１３５】
所属グループ情報格納部４４６が第２の格納形式である場合は、不一致度を用いて、グループごとに最新取得比率を算出する。そして、グループごとに、ステップＳ３０２にて選択したｕｓｅｒ＿ｉｄとステップＳ３０４にて選択したｂａｓｅ＿ｉｔｅｍ＿ｉｄとグループとに対応するｒａｔｅを、算出した最新取得比率で置き換えればよい。最新取得比率ｒａｔｅ（ｇ（ｉ））は、式（１３）を流用して算出することができる。
【０１３６】
【数１３】
【０１３７】
そして、関連アイテム情報作成部４１５の関連アイテム情報作成処理において、ステップＳ５０２からステップＳ５０６までの処理を省略し、ステップＳ５０７にて、所属グループ情報格納部４４６より、ステップＳ４０１にて受信した関連アイテム情報取得要求に含まれるユーザ識別情報とアイテム識別情報とが、（ｕｓｅｒ＿ｉｄ，ｂａｓｅ＿ｉｔｅｍ＿ｉｄ）との組合せに一致する所属ユーザ情報を用いることで、同様の処理が行える。
【０１３８】
本実施形態における関連アイテムの作成方法によれば、ユーザごとに取得する関連アイテムグループのグループ識別子を定める代わりに、ユーザごと基準アイテムごとに取得する関連アイテムグループのグループ識別子を定めるので、どのような基準アイテムに対しても、意外性の高い関連アイテムを取得することができる。
【０１３９】
以上のように、各実施形態の情報処理方法、情報処理装置、及び情報処理プログラムによれば、どのようなユーザに対しても、信頼性を損なわず、常に意外性の高い関連アイテムを提示することで、常にユーザに意外性や発見性や驚きを与えることを可能にし、ユーザの関連アイテムに関する興味を持続することで、アイテムに関する利用を促進することができる。すなわち、各実施形態の従来の方法に比べて、より多くのユーザに意外性の高い関連アイテムを提示することができので、より多くのユーザが、提示された関連アイテムに対して、意外性や発見性や驚きを感じる。このため、より多くのユーザに関連アイテムを試しに使ってみようという意識が働くので、アイテムの利用が促進される効果が得られる。
【符号の説明】
【０１４０】
１，４ アイテム提供サーバ装置
２ ネットワーク
３ 端末装置
１１，４１ アイテム提供サーバ制御部
１１１ ユーザページ情報作成部
１１２ 利用履歴登録部
１１３ 関連アイテムグループ選出部
１１４ 所属グループ選出部
１１５，４１５ 関連アイテム情報作成部
１２ アイテム提供サーバ通信部
１３ 認証部
１４，４４ アイテム提供サーバ格納部
１４１ ユーザ情報格納部
１４２ アイテム情報格納部
１４３ 利用履歴格納部
１４４ 嗜好情報格納部
１４５ 関連アイテムグループ格納部
１４６，４４６ 所属グループ情報格納部
３１ 端末制御部
３１１ ユーザページ表示部
３１２ 利用履歴作成部
３２ 端末通信部
３３ 入力部
３４ 表示部
【特許請求の範囲】
【請求項１】
関連アイテムグループ選出部が、一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出ステップと、
不一致度算出部が、ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合であるユーザ利用アイテム集合と、前記関連候補アイテムグループに属するアイテム集合である関連候補アイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出ステップと、
関連アイテム情報作成部が、特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおけるユーザ利用アイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成ステップと
を備えることを特徴とする情報処理方法。
【請求項２】
前記関連アイテムグループ選出ステップにおいて、前記関連度の順位を前記複数のアイテムそれぞれについて算出し、その順位が所定範囲にあるアイテムを１つの関連候補アイテムグループに対応させて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分けることを特徴とする請求項１記載の情報処理方法。
【請求項３】
前記関連アイテムグループ選出ステップにおいて、一の関連候補アイテムグループに対して２つの閾値を設け、前記関連度が前記２つの閾値の範囲にあるアイテムを前記一の関連候補アイテムグループに対応させ、前記複数のアイテムそれぞれを複数の関連候補アイテムグループへと振り分けることを特徴とする請求項１記載の情報処理方法。
【請求項４】
前記不一致度算出ステップにおいて、前記ユーザ利用アイテム集合と、前記関連候補アイテム集合の両方に共通するアイテムの数が多いほど、前記不一致度が低くなるように算出することを特徴とする請求項１〜３のいずれか１項に記載の情報処理方法。
【請求項５】
前記不一致度算出ステップにおいて、ユーザのアイテムに対する好みの度合いを数値化した第１の嗜好度を用いて、前記ユーザ利用アイテム集合と、前記関連候補アイテム集合との間の類似性が高いほどその値が高くなるような類似度を算出し、その算出した類似度が高いほど、前記不一致度が低くなるように算出することを特徴とする請求項１〜３のいずれか１項に記載の情報処理方法。
【請求項６】
前記第１の嗜好度は、ユーザによるアイテムを利用した回数によって、重み付けされた値であることを特徴とする請求項５記載の情報処理方法。
【請求項７】
前記第１の嗜好度は、ユーザのアイテムに対する評価の高さを示す評価値によって、重み付けされた値であることを特徴とする請求項５記載の情報処理方法。
【請求項８】
前記第１の嗜好度は、ユーザがアイテムを利用した日時によって、重み付けされた値であることを特徴とする請求項５記載の情報処理方法。
【請求項９】
前記第１の嗜好度は、ユーザがアイテムを利用した際の支払い額によって、重み付けされた値であることを特徴とする請求項５記載の情報処理方法。
【請求項１０】
前記不一致度算出ステップにおいて、前記ユーザ利用アイテム集合に属するアイテムのアイテム属性情報と、前記関連候補アイテム集合に属するアイテムのアイテム属性情報との適合の度合いを示す適合度を算出し、その算出した適合度が高いほど、前記不一致度が低くなるように算出することを特徴とする請求項１〜３のいずれか１項に記載の情報処理方法。
【請求項１１】
前記関連データ作成ステップにおいて、前記関連アイテム情報を、不一致の度合いが最も大きい前記関連候補アイテムグループに属するアイテムの集合を用いて作成することを特徴とする請求項１〜１０のいずれか１項に記載の情報処理方法。
【請求項１２】
前記関連データ作成ステップにおいて、前記関連アイテム情報を、不一致の度合いが大きい前記関連候補アイテムグループに属するアイテムほど多く含まれるようなアイテム集合を用いて作成することを特徴とする請求項１〜１０のいずれか１項に記載の情報処理方法。
【請求項１３】
前記関連アイテムグループ選出ステップにおいて、曜日又は月日に応じて異なる所定のタイミングごとに前記複数のアイテムを複数の関連候補アイテムグループへと振り分けることを特徴とする請求項１〜１２のいずれか１項に記載の情報処理方法。
【請求項１４】
前記関連アイテムグループ選出ステップにおいて、アイテムに対するユーザの好みの度合いを数値化した第２の嗜好度に基づいて前記関連度を算出することを特徴とする請求項１〜１３のいずれか１項に記載の情報処理方法。
【請求項１５】
前記第２の嗜好度は、ユーザによるアイテムを利用した回数によって、重み付けされた値であることを特徴とする請求項１４記載の情報処理方法。
【請求項１６】
前記第２の嗜好度は、ユーザのアイテムに対する評価の高さを示す評価値によって、重み付けされた値であることを特徴とする請求項１４記載の情報処理方法。
【請求項１７】
前記第２の嗜好度は、ユーザがアイテムを利用した日時によって、重み付けされた値であることを特徴とする請求項１４記載の情報処理方法。
【請求項１８】
前記第２の嗜好度は、ユーザがアイテムを利用した際の支払い額によって、重み付けされた値であることを特徴とする請求項１４記載の情報処理方法。
【請求項１９】
一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出部と、
ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合と、前記関連候補アイテムグループに属するアイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出部と、
特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおける利用履歴に含まれるアイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテムグループに属するアイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成部と
を備えることを特徴とする情報処理装置。
【請求項２０】
情報処理装置のコンピュータに、
一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出ステップと、
ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合と、前記関連候補アイテムグループに属するアイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出ステップと、
特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおける利用履歴に含まれるアイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテムグループに属するアイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成ステップと
を実行させることを特徴とする情報処理プログラム。
【請求項１】
関連アイテムグループ選出部が、一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出ステップと、
不一致度算出部が、ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合であるユーザ利用アイテム集合と、前記関連候補アイテムグループに属するアイテム集合である関連候補アイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出ステップと、
関連アイテム情報作成部が、特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおけるユーザ利用アイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成ステップと
を備えることを特徴とする情報処理方法。
【請求項２】
前記関連アイテムグループ選出ステップにおいて、前記関連度の順位を前記複数のアイテムそれぞれについて算出し、その順位が所定範囲にあるアイテムを１つの関連候補アイテムグループに対応させて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分けることを特徴とする請求項１記載の情報処理方法。
【請求項３】
前記関連アイテムグループ選出ステップにおいて、一の関連候補アイテムグループに対して２つの閾値を設け、前記関連度が前記２つの閾値の範囲にあるアイテムを前記一の関連候補アイテムグループに対応させ、前記複数のアイテムそれぞれを複数の関連候補アイテムグループへと振り分けることを特徴とする請求項１記載の情報処理方法。
【請求項４】
前記不一致度算出ステップにおいて、前記ユーザ利用アイテム集合と、前記関連候補アイテム集合の両方に共通するアイテムの数が多いほど、前記不一致度が低くなるように算出することを特徴とする請求項１〜３のいずれか１項に記載の情報処理方法。
【請求項５】
前記不一致度算出ステップにおいて、ユーザのアイテムに対する好みの度合いを数値化した第１の嗜好度を用いて、前記ユーザ利用アイテム集合と、前記関連候補アイテム集合との間の類似性が高いほどその値が高くなるような類似度を算出し、その算出した類似度が高いほど、前記不一致度が低くなるように算出することを特徴とする請求項１〜３のいずれか１項に記載の情報処理方法。
【請求項６】
前記第１の嗜好度は、ユーザによるアイテムを利用した回数によって、重み付けされた値であることを特徴とする請求項５記載の情報処理方法。
【請求項７】
前記第１の嗜好度は、ユーザのアイテムに対する評価の高さを示す評価値によって、重み付けされた値であることを特徴とする請求項５記載の情報処理方法。
【請求項８】
前記第１の嗜好度は、ユーザがアイテムを利用した日時によって、重み付けされた値であることを特徴とする請求項５記載の情報処理方法。
【請求項９】
前記第１の嗜好度は、ユーザがアイテムを利用した際の支払い額によって、重み付けされた値であることを特徴とする請求項５記載の情報処理方法。
【請求項１０】
前記不一致度算出ステップにおいて、前記ユーザ利用アイテム集合に属するアイテムのアイテム属性情報と、前記関連候補アイテム集合に属するアイテムのアイテム属性情報との適合の度合いを示す適合度を算出し、その算出した適合度が高いほど、前記不一致度が低くなるように算出することを特徴とする請求項１〜３のいずれか１項に記載の情報処理方法。
【請求項１１】
前記関連データ作成ステップにおいて、前記関連アイテム情報を、不一致の度合いが最も大きい前記関連候補アイテムグループに属するアイテムの集合を用いて作成することを特徴とする請求項１〜１０のいずれか１項に記載の情報処理方法。
【請求項１２】
前記関連データ作成ステップにおいて、前記関連アイテム情報を、不一致の度合いが大きい前記関連候補アイテムグループに属するアイテムほど多く含まれるようなアイテム集合を用いて作成することを特徴とする請求項１〜１０のいずれか１項に記載の情報処理方法。
【請求項１３】
前記関連アイテムグループ選出ステップにおいて、曜日又は月日に応じて異なる所定のタイミングごとに前記複数のアイテムを複数の関連候補アイテムグループへと振り分けることを特徴とする請求項１〜１２のいずれか１項に記載の情報処理方法。
【請求項１４】
前記関連アイテムグループ選出ステップにおいて、アイテムに対するユーザの好みの度合いを数値化した第２の嗜好度に基づいて前記関連度を算出することを特徴とする請求項１〜１３のいずれか１項に記載の情報処理方法。
【請求項１５】
前記第２の嗜好度は、ユーザによるアイテムを利用した回数によって、重み付けされた値であることを特徴とする請求項１４記載の情報処理方法。
【請求項１６】
前記第２の嗜好度は、ユーザのアイテムに対する評価の高さを示す評価値によって、重み付けされた値であることを特徴とする請求項１４記載の情報処理方法。
【請求項１７】
前記第２の嗜好度は、ユーザがアイテムを利用した日時によって、重み付けされた値であることを特徴とする請求項１４記載の情報処理方法。
【請求項１８】
前記第２の嗜好度は、ユーザがアイテムを利用した際の支払い額によって、重み付けされた値であることを特徴とする請求項１４記載の情報処理方法。
【請求項１９】
一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出部と、
ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合と、前記関連候補アイテムグループに属するアイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出部と、
特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおける利用履歴に含まれるアイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテムグループに属するアイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成部と
を備えることを特徴とする情報処理装置。
【請求項２０】
情報処理装置のコンピュータに、
一のアイテムである基準アイテムと、その基準アイテムとは異なる複数のアイテムとの間の関連度を算出し、その算出した関連度に基づいて、前記複数のアイテムを複数の関連候補アイテムグループへと振り分ける関連アイテムグループ選出ステップと、
ユーザのアイテムの利用に関する利用履歴に含まれるアイテム集合と、前記関連候補アイテムグループに属するアイテム集合との不一致の度合いを示す不一致度を、前記関連候補アイテムグループごとに算出する不一致度算出ステップと、
特定のユーザを指定する情報と特定のアイテムを指定する情報とを含む関連アイテム情報取得要求を取得すると、その特定のユーザにおける利用履歴に含まれるアイテム集合と、前記特定のアイテムを基準アイテムとした場合における前記関連候補アイテムグループに属するアイテム集合との前記不一致度に基づいて、不一致の度合いが大きい関連候補アイテムグループに属するアイテムを優先的にユーザに提示するための関連アイテム情報を作成する関連アイテム情報作成ステップと
を実行させることを特徴とする情報処理プログラム。
【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１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【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１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【公開番号】特開２０１２−１４１７２４（Ｐ２０１２−１４１７２４Ａ）
【公開日】平成２４年７月２６日（２０１２．７．２６）
【国際特許分類】
【出願番号】特願２０１０−２９３２６２（Ｐ２０１０−２９３２６２）
【出願日】平成２２年１２月２８日（２０１０．１２．２８）
【出願人】（３０８０３６４０２）株式会社ＪＶＣケンウッド (1,152)
【Ｆターム（参考）】
【公開日】平成２４年７月２６日（２０１２．７．２６）
【国際特許分類】
【出願日】平成２２年１２月２８日（２０１０．１２．２８）
【出願人】（３０８０３６４０２）株式会社ＪＶＣケンウッド (1,152)
【Ｆターム（参考）】
[ Back to top ]