特許 5945332 パーソナライズ情報転送方法および装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】5945332

(24)【登録日】2016年6月3日

(45)【発行日】2016年7月5日

(54)【発明の名称】パーソナライズ情報転送方法および装置

(51)【国際特許分類】

   G06Q 30/02 20120101AFI20160621BHJP

【ＦＩ】

   G06Q30/02 300

【請求項の数】18

【全頁数】22

(21)【出願番号】特願2014-542596(P2014-542596)

(86)(22)【出願日】2012年12月14日

(65)【公表番号】特表2014-533418(P2014-533418A)

(43)【公表日】2014年12月11日

(86)【国際出願番号】US2012069693

(87)【国際公開番号】WO2013090686

(87)【国際公開日】20130620

【審査請求日】2014年5月14日

(31)【優先権主張番号】201110424664.7

(32)【優先日】2011年12月16日

(33)【優先権主張国】CN

(31)【優先権主張番号】13/714,027

(32)【優先日】2012年12月13日

(33)【優先権主張国】US

(73)【特許権者】

【識別番号】510330264

【氏名又は名称】アリババ・グループ・ホールディング・リミテッド

【氏名又は名称原語表記】ＡＬＩＢＡＢＡ ＧＲＯＵＰ ＨＯＬＤＩＮＧ ＬＩＭＩＴＥＤ

(74)【代理人】

【識別番号】110000028

【氏名又は名称】特許業務法人明成国際特許事務所

(74)【代理人】

【識別番号】100102989

【弁理士】

【氏名又は名称】井上 佳知

(72)【発明者】

【氏名】ヤン・ジーシオーン

(72)【発明者】

【氏名】デン・ジョーングア

(72)【発明者】

【氏名】スー・ニンジュン

【審査官】 山本 雅士

(56)【参考文献】

【文献】 国際公開第２０１０／１２０３５９（ＷＯ，Ａ１）

【文献】 特開２００１−２３６４０５（ＪＰ，Ａ）

【文献】 特表２００９−５０８２７５（ＪＰ，Ａ）

【文献】 特開２００３−１５０８３５（ＪＰ，Ａ）

【文献】 特開２００３−０５８６７２（ＪＰ，Ａ）

【文献】 特開２００７−１４０８４１（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００ − ９９／００

(57)【特許請求の範囲】

【請求項1】

パーソナライズ情報転送方法であって、
複数のユーザ端末によって実行されたアクセス動作に関するネットワーク行動データをリトリーブし、
前記ネットワーク行動データに基づいて、ユーザ端末と、設定時間ウィンドウ内に前記ユーザ端末に対して相関を有する複数の情報提供端末との間の相関度の数値を決定し、
第１のデータセットを形成するために、前記設定時間ウィンドウ内の第１のユーザ端末および前記情報提供端末の間の前記相関度の数値に基づいて、前記複数のユーザ端末の内の前記第１のユーザ端末に対応する複数の情報提供端末をリトリーブし、
第１の情報を生成するために、前記相関度の数値の大きさに従った順序で前記第１のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、
前記第１の情報を前記第１のユーザ端末に転送すること、
を備える、方法。

【請求項2】

請求項１に記載の方法であって、前記相関度の数値を決定することは、
前記ネットワーク行動データに基づいて、前記設定時間ウィンドウ内の各所定の期間に１つのユーザ端末が１つの情報提供端末に関して実行した各ネットワーク行動の発生回数を決定し、
結果を取得するために、各ネットワーク行動の前記発生回数に、対応する行動重みをそれぞれ掛け、
１つの期間における前記１つのユーザ端末および前記１つの情報提供端末の間の相関度の数値を取得するために、前記結果に、期間に対応する時間減衰係数を掛け、
前記１つのユーザ端末および前記対応する１つの情報提供端末の間の前記相関度の数値を取得するために、前記設定時間ウィンドウ内の各所定の期間における前記１つのユーザ端末および前記対応する１つの情報提供端末の間の前記相関度の数値を合計すること、
を含む、方法。

【請求項3】

請求項２に記載の方法であって、前記期間と現在時間との間の間隔の長さが長くなるにつれて、前記対応する減衰係数は小さくなる、方法。

【請求項4】

請求項２に記載の方法であって、前記第１のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすることは、さらに、
前記複数のユーザ端末によってアクセスされた前記情報提供端末に関連する情報をリトリーブし、
各商品が属するカテゴリに基づいて、各ユーザ端末について、選好カテゴリと、対応する第１の選好度の数値とを決定し、
前記情報提供端末によって提供された前記各商品が属する異なるカテゴリと、各カテゴリに対応する前記各商品の量とに基づいて、各情報提供端末について、前記選好カテゴリと、対応する第２の選好度の数値とを決定し、
関連度計算方法を用いて、前記第１および第２の選好度の数値に基づいて、各ユーザ端末および各情報提供端末の間の関連度の数値を取得し、
第２のデータセットを形成するために、前記関連度の数値に基づいて、複数の情報提供端末をリトリーブし、
前記関連度の数値の大きさに従った順序で前記第２のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、
前記第２のデータセットからリトリーブした前記複数の情報提供端末の内の少なくとも１つの情報を前記第１の情報に追加すること、
を備える、方法。

【請求項5】

請求項４に記載の方法であって、前記第２のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすることは、さらに、
１つの情報提供端末のネットワーク行動データのソース方法に基づいて１期間内の前記情報提供端末の区間別人気度の値を取得するために、前記各ネットワーク行動の前記発生回数に、前記対応する重みをそれぞれ掛けた後に、前記期間に対応する前記時間減衰係数を前記結果に掛け、
前記１つの情報提供端末の人気度の値を取得するために、時間ウィンドウ内の複数の期間中の前記区間別人気度の値を合計し、
第３のデータセットを形成するために、前記複数の情報提供端末の前記人気度の値に基づいて、複数の情報提供端末をリトリーブし、
前記人気度の値の大きさに従った順序で前記第３のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、
前記リトリーブされた情報提供端末の情報を前記第１の情報に追加すること、
を備える、方法。

【請求項6】

請求項５に記載の方法であって、前記相関度の数値の大きさに従った順序で前記複数の情報提供端末の内の少なくとも１つの前記情報をリトリーブすることは、各データセットから情報をリトリーブされる必要のある情報提供端末の数を決定するために、前記第１のデータセット、前記第２のデータセット、および、前記第３のデータセットに対して予め決定された対応する割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３に、それぞれＮを掛けることを備え、ｒａｔ１、ｒａｔ２、および、ｒａｔ３の合計は、１００％に対応する、方法。

【請求項7】

パーソナライズ情報転送装置であって、
少なくとも１つのプロセッサであって、
複数のユーザ端末によって実行されたアクセス動作に関するネットワーク行動データをリトリーブし、
前記ネットワーク行動データに基づいて、少なくとも１つのユーザ端末と、設定時間ウィンドウ内に前記少なくとも１つのユーザ端末に対して相関を有する複数の情報提供端末との間の相関度の数値を決定し、
第１のデータセットを形成するために、前記設定時間ウィンドウ内の第１のユーザ端末および前記情報提供端末の間の前記相関度の数値に基づいて、前記複数のユーザ端末の内の前記第１のユーザ端末に対応する複数の情報提供端末をリトリーブし、
第１の情報を生成するために、前記相関度の数値の大きさに従った順序で前記第１のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、
前記第１の情報を前記第１のユーザ端末に転送するように構成されたている少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサに接続され、前記少なくとも１つのプロセッサに命令を提供するよう構成されているメモリと、
を備える、装置。

【請求項8】

請求項７に記載の装置であって、前記相関度の数値を決定することは、
前記ネットワーク行動データに基づいて、前記設定時間ウィンドウ内の各所定の期間に１つのユーザ端末が１つの情報提供端末に関して実行した各ネットワーク行動の発生回数を決定し、
結果を取得するために、各ネットワーク行動の前記発生回数に、対応する行動重みをそれぞれ掛け、
１つの期間における前記１つのユーザ端末および前記１つの情報提供端末の間の相関度の数値を取得するために、前記結果に、期間に対応する時間減衰係数を掛け、
前記１つのユーザ端末および前記対応する１つの情報提供端末の間の前記相関度の数値を取得するために、前記設定時間ウィンドウ内の各所定の期間における前記１つのユーザ端末および前記対応する１つの情報提供端末の間の前記相関度の数値を合計すること、
を含む、装置。

【請求項9】

請求項８に記載の装置であって、前記期間と現在時間との間の間隔の長さが長くなるにつれて、前記対応する減衰係数は小さくなる、装置。

【請求項10】

請求項８に記載の装置であって、前記少なくとも１つのプロセッサは、さらに、
前記複数のユーザ端末によってアクセスされた前記情報提供端末に関連する情報をリトリーブし、
各商品が属するカテゴリに基づいて、各ユーザ端末について、選好カテゴリと、対応する第１の選好度の数値とを決定し、
前記情報提供端末によって提供された前記各商品が属する異なるカテゴリと、各カテゴリに対応する前記各商品の量とに基づいて、各情報提供端末について、前記選好カテゴリと、対応する第２の選好度の数値とを決定し、
関連度計算方法を用いて、前記第１および第２の選好度の数値に基づいて、各ユーザ端末および各情報提供端末の間の関連度の数値を取得し、
第２のデータセットを形成するために、前記関連度の数値に基づいて、複数の情報提供端末をリトリーブし、
前記関連度の数値の大きさに従った順序で前記第２のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、
前記第２のデータセットからリトリーブした前記複数の情報提供端末の内の少なくとも１つの情報を前記第１の情報に追加するように構成されている、装置。

【請求項11】

請求項１０に記載の装置であって、前記少なくとも１つのプロセッサは、さらに、
１つの情報提供端末のネットワーク行動データのソース方法に基づいて１期間内の前記情報提供端末の区間別人気度の値を取得するために、前記期間に対応する前記時間減衰係数を前記結果に掛け、
記情報提供端末の人気度の値を取得するために、時間ウィンドウ内の複数の期間中の前記区間別人気度の値を合計し、
第３のデータセットを形成するために、前記複数の情報提供端末の前記人気度の値に基づいて、複数の情報提供端末をリトリーブし、
前記人気度の値の大きさに従った順序で前記第３のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、
前記第３のデータセットからリトリーブした前記情報提供端末の情報を前記第１の情報に追加するように構成されている、装置。

【請求項12】

請求項１１に記載の装置であって、前記少なくとも１つのプロセッサは、さらに、各データセットから情報をリトリーブされる必要のある情報提供端末の数を決定するために、前記第１のデータセット、前記第２のデータセット、および、前記第３のデータセットに対して予め決定された対応する割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３に、それぞれＮを掛けるように構成されており、ｒａｔ１、ｒａｔ２、および、ｒａｔ３の合計は、１００％に対応する、装置。

【請求項13】

パーソナライズされた情報を転送するためのコンピュータプログラムであって、
複数のユーザ端末によって実行されたアクセス動作に関するネットワーク行動データをリトリーブするための機能と、
前記ネットワーク行動データに基づいて、少なくとも１つのユーザ端末と、設定時間ウィンドウ内に前記少なくとも１つのユーザ端末に対して相関を有する複数の情報提供端末との間の相関度の数値を決定するための機能と、
第１のデータセットを形成するために、前記設定時間ウィンドウ内の第１のユーザ端末および前記情報提供端末の間の前記相関度の数値に基づいて、前記第１のユーザ端末に対応する複数の情報提供端末をリトリーブするための機能と、
第１の情報を生成するために、前記相関度の数値の大きさに従った順序で前記第１のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブするための機能と、
前記第１の情報を前記第１のユーザ端末に転送するための機能と、
をコンピュータによって実現させる、コンピュータプログラム。

【請求項14】

請求項１３に記載のコンピュータプログラムであって、前記相関度の数値を決定する機能は、
前記ネットワーク行動データに基づいて、前記設定時間ウィンドウ内の各所定の期間に１つのユーザ端末が１つの情報提供端末に関して実行した各ネットワーク行動の発生回数を決定すること、
結果を取得するために、各ネットワーク行動の前記発生回数に、対応する行動重みをそれぞれ掛けること、
１つの期間における前記１つのユーザ端末および前記１つの情報提供端末の間の相関度の数値を取得するために、前記結果に、期間に対応する時間減衰係数を掛けること、
前記１つのユーザ端末および前記対応する１つの情報提供端末の間の前記相関度の数値を得るために、前記設定時間ウィンドウ内の各所定の期間における前記１つのユーザ端末および前記対応する１つの情報提供端末の間の前記相関度の数値を合計すること、
を含む、コンピュータプログラム。

【請求項15】

請求項１４に記載のコンピュータプログラムであって、前記期間と現在時間との間の間隔の長さが長くなるほど、前記対応する減衰係数は小さくなる、コンピュータプログラム。

【請求項16】

請求項１４に記載のコンピュータプログラムであって、前記第１のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブする機能は、さらに、
前記複数のユーザ端末による前記複数の情報提供端末への前記アクセス動作から商品情報をリトリーブすること、
各商品が属するカテゴリに基づいて、各ユーザ端末について、選好カテゴリと、対応する第１の選好度の数値とを決定すること、
前記情報提供端末によって提供された前記情報が属する異なるカテゴリと、各カテゴリに対応する前記各商品の量とに基づいて、各情報提供端末について、前記選好カテゴリと、対応する第２の選好度の数値とを決定すること、
関連度計算方法を用いて、前記第１および第２の選好度の数値に基づいて、各ユーザ端末および各情報提供端末の間の関連度の数値を取得すること、
第２のデータセットを形成するために、前記関連度の数値に基づいて、複数の情報提供端末をリトリーブすること、
前記関連度の数値の大きさに従った順序で前記第２のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすること、
前記第２のデータセットからリトリーブした前記情報提供端末の情報を前記第１の情報に追加すること、
を含む、コンピュータプログラム。

【請求項17】

請求項１６に記載のコンピュータプログラムであって、前記第２のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすることは、さらに、
１つの情報提供端末のネットワーク行動データのソース方法に基づいて１期間内の前記情報提供端末の区間別人気度の値を取得するために、前記各ネットワーク行動の前記発生回数に、前記対応する重みをそれぞれ掛けた後に、前記期間に対応する前記時間減衰係数を前記結果に掛けること、
前記１つの情報提供端末の人気度の値を取得するために、時間ウィンドウ内の複数の期間中の前記区間別人気度の値を合計すること、
第３のデータセットを形成するために、前記複数の情報提供端末の前記人気度の値に基づいて、複数の情報提供端末をリトリーブすること、
前記人気度の値の大きさに従った順序で前記第３のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすること、
前記リトリーブされた情報提供端末の情報を前記第１の情報に追加すること、
を含む、コンピュータプログラム。

【請求項18】

請求項１７に記載のコンピュータプログラムであって、前記相関度の数値の大きさに従った順序で前記複数の情報提供端末の内の少なくとも１つの前記情報をリトリーブすることは、各データセットから情報をリトリーブされる必要のある情報提供端末の数を決定するために、前記第１のデータセット、前記第２のデータセット、および、前記第３のデータセットに対して予め決定された対応する割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３に、それぞれＮを掛けることを含み、ｒａｔ１、ｒａｔ２、および、ｒａｔ３の合計は、１００％に対応する、コンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

他の出願の相互参照
本願は、すべての目的のために参照により本明細書に組み込まれる、発明の名称を「Ａ ＰＥＲＳＯＮＡＬＩＺＥＤ ＩＮＦＯＲＭＡＴＩＯＮ ＰＵＳＨＩＮＧ ＭＥＴＨＯＤ ＡＮＤ ＤＥＶＩＣＥ（パーソナライズ情報転送方法および装置）」２０１１年１２月１６日出願の中国特許出願第２０１１１０４２４６６４．７号に基づく優先権を主張する。

【0002】

本願は、パーソナライズ（個人向け）情報転送方法および装置に関する。

【背景技術】

【0003】

既存の商品売買ウェブサイトは、しばしば、ユーザによって最近検索されたキーワードを用いて、販売者をユーザに推薦する。例えば、適合する販売者を見つけるために検索エンジンに入力されたキーワードに基づいて、ウェブサイトは、それらのキーワードを用いて、販売者をユーザに推薦する。

【0004】

上記の推薦方法は、比較的単純であり、そのため、販売者、購入者、および、オペレータの目的を満たすことは、その推薦方法では困難でありうる。例えば、しばしば、最も人気のある商品が、購入者に推薦され、また、購入者および販売者がすでに以前に接触していた場合には、購入者および販売者の間に以前の接触がなかった場合の推薦よりも、さらなる取引が生じる可能性が高いので、購入者がすでになじみのある販売者が、他の販売者よりも頻繁に推薦される。

【0005】

さらに、上述の推薦方法では、ユーザが最近、検索を全く行っていなかった場合には、キーワードを利用することができない。可能な限り多くのユーザに販売者推薦を提供するには、長期間にわたる大量の検索データを利用できることが必要である。大量の検索データは、大量のシステムメモリの利用を必要とする。

【0006】

さらに、購入者が最近関連コンテンツを検索していた場合でも、ユーザが、閲覧、取引の完了、または、特定の商品のブックマークを行っている時に、ユーザに販売者推薦を提供することは、即座にキーワードを抽出して検索を実行することを含む。検索のためのキーワードを即座に抽出する際に、キーワードの抽出に時間が掛かり、また、抽出されたキーワードを用いて検索動作を実行するにも、ユーザの全行動データの分析を必要とする。したがって、抽出および実行の動作では、非常に大きい計算負荷が掛かり、計算効率が低く、計算された結果の精度が低い傾向がある。

【図面の簡単な説明】

【0007】

以下の詳細な説明と添付の図面において、本発明の様々な実施形態を開示する。

【0008】

【図1】パーソナライズ情報転送システムの一実施形態を示す図。

【0009】

【図2】パーソナライズ情報転送方法の一実施形態を示すフローチャート。

【0010】

【図3】相関度の数値を決定する方法の一実施形態を示すフローチャート。

【0011】

【図4】ｔ日後の選好度Ｐの減衰傾向を示す概略図。

【0012】

【図5】第２のデータセットをリトリーブする方法の一実施形態を示すフローチャート。

【0013】

【図6】第３のデータセットをリトリーブする方法の一実施形態を示すフローチャート。

【0014】

【図7】パーソナライズ情報転送装置の一実施形態を示す概略構造図。

【発明を実施するための形態】

【0015】

本発明は、処理、装置、システム、物質の組成、コンピュータ読み取り可能な格納媒体上に具現化されたコンピュータプログラム製品、および／または、プロセッサ（プロセッサに接続されたメモリに格納および／またはそのメモリによって提供される命令を実行するよう構成されたプロセッサ）を含め、様々な形態で実装されうる。本明細書では、これらの実装または本発明が取りうる任意の他の形態を、技術と呼ぶ。一般に、開示された処理の工程の順序は、本発明の範囲内で変更されてもよい。特に言及しない限り、タスクを実行するよう構成されるものとして記載されたプロセッサまたはメモリなどの構成要素は、ある時間にタスクを実行するよう一時的に構成された一般的な構成要素として、または、タスクを実行するよう製造された特定の構成要素として実装されてよい。本明細書では、「プロセッサ」という用語は、１または複数のデバイス、回路、および／または、コンピュータプログラム命令などのデータを処理するよう構成された処理コアを指すものとする。

【0016】

以下では、本発明の原理を示す図面を参照しつつ、本発明の１または複数の実施形態の詳細な説明を行う。本発明は、かかる実施形態に関連して説明されているが、どの実施形態にも限定されない。本発明の範囲は、特許請求の範囲によってのみ限定されるものであり、多くの代替物、変形物、および、等価物を含む。以下の説明では、本発明の完全な理解を提供するために、多くの具体的な詳細事項が記載されている。これらの詳細事項は、例示を目的としたものであり、本発明は、これらの具体的な詳細事項の一部または全てがなくとも特許請求の範囲に従って実施可能である。簡単のために、本発明に関連する技術分野で周知の技術要素については、本発明が必要以上にわかりにくくならないように、詳細には説明していない。

【0017】

本願の実施形態は、パーソナライズ情報推奨方法および装置を開示する。方法は以下を含む。複数のユーザ端末が、複数の情報提供端末によって提供されネットワークサーバ上に格納された情報にアクセスしている時に、複数のユーザ端末によって実行されたアクセス動作由来のネットワーク行動データをリトリーブすること、ネットワーク行動データに基づいて設定時間ウィンドウ内に相関を有する各ユーザ端末および各情報提供端末の間の相関度の数値を決定すること、第１のユーザ端末に対応する複数の情報提供端末をリトリーブして、設定時ウィンドウ内の第１のユーザ端末および情報提供端末の間の相関度の数値に基づいて第１のデータセットＳ１を形成すること、相関度の数値の大きさに従った順序で第１のデータセットから複数の情報提供端末の情報をリトリーブして、第１の情報を生成すること、ならびに、第１の情報を第１のユーザ端末に転送すること。

【0018】

図１は、パーソナライズ情報転送システムの一実施形態を示す図である。システム１００は、ネットワークサーバ１０２、複数の情報提供端末１０４、および、ネットワーク１０６を介して各々接続された複数のユーザ端末１０８を備える。

【0019】

ネットワークサーバ１０６は、複数の情報提供端末１０４によって提供された情報を格納する。例えば、複数の情報提供端末によって提供された情報は、商品情報であってよい。複数の情報提供端末１０４は、インターネットを通して商品を販売する売り手によって利用されうる。ネットワークサーバ１０６は、複数のユーザ端末によって実行されたアクセス動作からネットワーク行動データをリトリーブし、ネットワーク行動データに基づいて、各ユーザ端末と、設定時間ウィンドウ内に各ユーザ端末に対する相関を有する各情報提供端末との間の相関度の数値を決定する。次に、ネットワークサーバ１０６は、第１のユーザ端末に対応する複数の情報提供端末をリトリーブして、設定時間ウィンドウ内の第１のユーザ端末および情報提供端末の間の相関度の数値に基づいて第１のデータセットＳ１を形成する。次いで、ネットワークサーバ１０６は、相関度の数値の大きさに従った順番で第１のデータセットから複数の情報提供端末の情報をリトリーブして、第１の情報を生成する。第１の情報は、第１のユーザ端末に転送される。

【0020】

図２は、パーソナライズ情報転送方法の一実施形態を示すフローチャートである。方法２００は、例えば、システム１００において実施されうる。図２に示すように、本明細書は、パーソナライズ情報転送方法を開示する。方法２００は以下の工程を含む。

【0021】

複数の情報提供端末が、ネットワークサーバ上に情報を格納する。格納された情報は、複数のユーザ端末によってアクセスされうる。情報提供端末は、特定の商品の売り手すなわち提供業者に関連しうる。情報は、売り手によって販売される品物すなわち商品に関する情報として理解できる。

【0022】

工程２０４において、ネットワークサーバは、複数のユーザ端末によって実行されたアクセス動作に関するネットワーク行動データをリトリーブする。アクセス動作は、商品の閲覧、商品の購入など、特定の行動を含む。これらのアクセス動作は、対応するネットワーク行動データをもたらす。

【0023】

工程２０６において、ネットワークサーバは、ネットワーク行動データに基づいて設定時間ウィンドウ内に相関を有する少なくとも１つのユーザ端末および少なくとも１つの情報提供端末の間の相関度の数値を決定する。いくつかの実施形態において、ネットワークサーバは、ネットワーク行動データに基づいて設定時間ウィンドウ内に相関を有する各ユーザ端末および各情報提供端末の間の相関度の数値を決定する。

【0024】

工程２０８において、ネットワークサーバは、設定時間ウィンドウ内の第１のユーザ端末および情報提供端末の間の相関度の数値に基づいて、第１のユーザ端末に対応する複数の情報提供端末をリトリーブして第１のデータセットＳ１を形成する。いくつかの実施形態において、情報提供端末は、商品の供給業者に関連する。例えば、特定のユーザ端末について、すべての情報提供端末に対応する相関度の数値が計算される。次に、相関度が最大値から最小値までソートされる。最大の相関度を有する情報提供端末が、第１のデータセットＳ１を生成するために用いられる。第１のデータセットＳ１は、複数の情報提供端末を含む。いくつかの実施形態において、第１のデータセットＳ１は、各ユーザ端末に対して複数の情報提供端末を含みうる。

【0025】

工程２１０において、ネットワークサーバは、相関度の数値の大きさに基づいた順番で第１のデータセットから複数の情報提供端末に関連する情報をリトリーブして、第１の情報を生成する。例えば、情報は、ユーザ端末に推薦される情報提供端末に関連する。

【0026】

工程２１２において、ネットワークサーバは、相関度の数値の大きさに基づいた順番で第１の情報を第１のユーザ端末に転送する。

【0027】

図３に示すように、方法３００において、ネットワーク行動データに基づいて設定時間ウィンドウ内に相関を有する少なくとも１つのユーザ端末および少なくとも１つの情報提供端末の間の相関度の数値を決定する工程は、以下の工程を含む。

【0028】

工程３０２において、ネットワークサーバは、ネットワーク行動データに基づいて、設定時間ウィンドウ内の各所定の期間に１つのユーザ端末が各関連情報提供端末に関して実行した各ネットワーク行動の発生回数を決定する。

【0029】

例えば、オンラインストアによる関連ショップ情報および商品情報の提供の文脈においては、ユーザ端末は、オンラインストアに関連する動作を実行するエンドユーザ装置に対応し、情報提供端末は、ショップ情報を提供する端末に対応する。ショップ情報は、ショップ名、連絡先情報、商品および販売者に関する情報などを含みうる。商品情報は、商品名、説明、価格などを含みうる。ネットワーク行動は、取引行動、ブックマーク行動、コンタクト行動（例えば、電子メールの送信、インスタントメッセンジャによる通信など）、ショップの商品の閲覧行動などを含む。各ユーザ端末および情報提供端末のペアについて、相関を有する各情報提供端末および各ユーザ端末の行動データが特定される。「相関を有する」という用語は、ネットワーク行動動作がユーザ端末および情報提供端末間に存在することを意味する。例えば、ユーザが、ユーザ端末を用いて、特定の情報提供端末によって情報が提供されたショップから商品を購入したことなどである。もちろん、本願は、オンラインストアによる関連ショップ情報および商品情報の提供に限定されない。本願は、ビデオウェブサイトによるビデオ情報の提供、または、様々な他のタイプの情報提供プラットフォームにも適用されうる。

【0030】

工程３０４では、対応する結果を得るために、各ネットワーク行動の発生回数に、対応する行動重みがそれぞれ掛けられる。例えば、取引行動および閲覧行動は共に、ユーザの注目の程度を反映するが、異なるタイプのネットワーク行動に基づいて示される注目の程度は、同じではない。したがって、対応する行動重みｗ１、ｗ２、ｗ３、ｗ４などに対して、別個の設定がなされる。

【0031】

工程３０６では、１つのユーザ端末と１つの情報提供端末との間の相関度の数値を得るために、結果に対して各期間に対応する時間減衰係数が掛けられる。時間減衰係数は、実際の以前のデータから算出されてよい。例えば、時間減衰係数は、０．９２６でありうる。

【0032】

工程３０８において、ネットワークサーバは、時間ウィンドウ内の各所定の期間の１つのユーザ端末および１つの情報提供端末の間の相関度の数値を合計して、１つのユーザ端末とそれに対応する１つの情報提供端末との間の相関度の数値を取得する。

【0033】

サーバ装置の記憶容量には制限があるので、計算に用いられる時間ウィンドウの設定は、実際の要件に基づいている。いくつかの実施形態において、時間ウィンドウは、ユーザ設定可能である。例えば、時間ウィンドウは、データ保持期間に基づいて、最近の３０日間、６０日間、または、９０日間以内に設定することができる。設定時間ウィンドウ内に格納された行動データすべてを計算に含めることができる。

【0034】

図４は、ｔ日後の選好度Ｐの減衰傾向を示す概略図である。ユーザの選好度は一般に時間と共に減衰するので、ユーザが現在特定のカテゴリを好むすなわち選好するという事実があっても、ユーザが１ヶ月後にそのカテゴリをまだ好むすなわち選好することを保証するものではない。３０日前のユーザの選好度の挙動に対する影響は、最近数日間のユーザの選好度の挙動に対する影響ほど大きくない。ｔ日後の選好度Ｐの減衰傾向は、図４に示すように、指数モデルを用いて表現される。

【0035】

例えば、指数モデルは以下に関連する：
Ｐ（ｔ）＝Ｋ_１＋ｅｘｐ（（ｔ−Ｋ_２）／Ｋ_３），ｔ≦０， （１）
ここで、ｔ日は負の数に対応する。

【0036】

パラメータＫ_１、Ｋ_２、および、Ｋ_３は、応用シナリオおよびデータの違いに従って調整できる。例えば、Ｋ_１，Ｋ_２、および、Ｋ_３は、以下の値に設定できる。Ｋ_１＝０．２６、Ｋ_２＝１．６５６、および、Ｋ_３＝５．３６８

【0037】

時間ウィンドウの期間は比較的長いので、かなりの数の異なる減衰係数に対応する。したがって、いくつかの実施形態において、時間ウィンドウは、さらに、複数の計算期間（例えば、１日、５日、７日、または、１０日）に分割されてよく、各計算期間に１つの時間減衰係数が対応する。例えば、期間は、３０日間、６０日間、または、９０日間に設定されうる。期間は、実際の経験に基づいて調節できる。

【0038】

時間減衰係数および計算期間の間の関係は、計算期間と現在時刻との間の時間間隔の長さが長いほど、対応する時間減衰係数が小さくなるという関係である。したがって、計算期間が現在の計算時間から離れるほど、時間減衰が大きくなる。換言すると、時間減衰が大きいほど、時間減衰係数の値は小さくなる。例えば、６０日の間に、計算時間ウィンドウが長くなるにつれて、時間減衰係数の値は、１から０．０１まで徐々に減少し、計算期間は１日になる。したがって、時間減衰係数ａ＝０．９２６１は、６０日間で１から０．０１まで減少することと等価である。

【0039】

異なる行動によって示されるユーザの選好度は異なる。例えば、合計ｎ個の行動があり、特定のカテゴリに関連する各行動のユーザによる発生回数の累計が、それぞれ、Ｘ_１，・・・，Ｘ_ｎであると仮定する。したがって、この日にこのユーザによって示されたカテゴリに対する選好度は、
Ｙ＝Ｗ_１Ｘ_１＋・・・＋Ｗ_ｎＸ_ｎ （２）

【0040】

購入者の選好度および販売者の選好度が、別個に計算される。カテゴリの例としては、女性衣料、男性衣料、携帯電話などが挙げられる。

【0041】

各行動に対する現在の重みは、実際の応用例における各行動に対応する相関度に基づいて決定される。重みは、Ｗの値に関する。行動に関する重みの一例を表１に示す。

【0042】

【表1】

【0043】

具体的な応用例において、各行動の重みを表２に示す。

【0044】

【表2】

【0045】

表２において、オファーに関連するターゲットオブジェクトは、商品情報に対応する。例えば、ターゲットオブジェクトは、商品、カテゴリ、または、供給業者でありうる。

【0046】

様々な行動の重みおよびユーザ選択度の時間減衰を決定するために、最近Ｎ日間にユーザの行動によって示された特定のカテゴリに対するユーザの選好度が、Ｙ_１，・・・，Ｙ_ｎであり、これらのＮ日間に対する時間減衰関数のそれぞれの値が、Ｐ（０），・・・，Ｐ（−Ｎ）であると仮定する。そうすると、このカテゴリに関するユーザの選好度は、Ｐ（０）Ｙ_０＋・・・＋Ｐ（−Ｎ）Ｙ_ｎとなる。

【0047】

これは以下のように表される：

【数1】

ｙ（）およびＰ（）の各結果は、特定のカテゴリに関する。ｙ（）およびＰ（）は、それぞれ、式（１）および（２）に対応する。したがって、商品に関する全ユーザ行動が、特定のカテゴリに起因しうる。ｃａｔｉｄは、カテゴリのＩＤまたはカテゴリＩＤ番号に関する。商品は、物理的な商品である。より具体的には、商品はオファーである。例えば、商品はクラスに関連し、オファーはクラスのオブジェクトに関連する。

【0048】

いくつかの実施形態において、カテゴリへのユーザの関心がウェブサイト上での一連の行動に対応すると仮定する。これらの行動は、特定のカテゴリ下の商品情報の詳細ページを閲覧すること、商品情報ページを介して相手の連絡先情報を見ること、商品情報ページを介して相手にＴｒａｄｅ Ｍａｎａｇｅｒメッセージまたはシステムメッセージを残すこと、特定のカテゴリ下の商品情報を投稿すること、特定のカテゴリ下の商品情報に関連する注文を出すこと、などを含む。購入者の行動および販売者の行動は、商品情報の性質に基づいて区別される。

【0049】

例えば、購入者は、商品を購入することもできるし、後で購入するためにそれらをセーブすることもできる。商品は異なるカテゴリに属しうるので、購入者の選好度の値は、上記の方法に基づいて、異なるカテゴリに関して計算されうる。一方、販売者は、異なるカテゴリの商品をリストにできる。式（１）に基づいて、販売者の選好カテゴリが計算されうる。

【0050】

図５は、第２のデータセットをリトリーブする方法の一実施形態を示すフローチャートである。リトリーブされた第１の情報が第１のユーザ端末に転送される前に、ユーザ端末および情報提供端末の選好度を参照するために、図５に示すように、方法は以下の工程を含む。

【0051】

工程５０２において、ネットワークサーバは、複数のユーザ端末によってアクセスされた情報提供端末に関連する商品情報をリトリーブする。いくつかの実施形態において、商品情報は、商品をオンラインで販売する販売者が用いる情報提供端末によって提供される。商品情報は、ネットワークサーバに格納されてよく、インターネットを通してユーザ端末によってアクセスまたは購入されうる。

【0052】

工程５０４において、ネットワークサーバは、各商品が属するカテゴリに基づいて、各ユーザ端末について、選好カテゴリと、それに対応する第１の選好度の数値とを決定する。換言すると、ユーザの行動が最終的にカテゴリの選好度の値を決定する。

【0053】

工程５０６において、ネットワークサーバは、情報提供端末によって提供された商品が属する異なるカテゴリと、各カテゴリに対応する商品の量とに基づいて、各情報提供端末について、選好カテゴリと、それに対応する第２の選好度の数値とを決定する。

【0054】

工程５０８において、ネットワークサーバは、周知の相関計算方法を用いて、第１の選好度の数値および第２の選好度の数値に基づいて、各ユーザ端末および各情報提供端末についての関連度の数値を得る。

【0055】

工程５１０において、ネットワークサーバは、第１および第２の関連度の数値に基づいて、複数の情報提供端末をリトリーブして第２のデータセットＳ２を形成する。

【0056】

例えば、購入者（例えば、ユーザ端末）について、１セットの選好度の値が、様々なカテゴリに対して計算されうる：例えば、（ｃａｔ１，ｖａｌｕｅ１）、（ｃａｔ２，ｖａｌｕｅ２）、（ｃａｔ３，ｖａｌｕｅ３）、・・・（ｃａｔｎ，ｖａｌｕｅｎ）。また、１セットの選好度の値が、販売者（例えば、情報提供端末）について計算されうる：例えば、（Ｃａｔ１，ｖａｌｕｅ１），（ｃａｔ２，ｖａｌｕｅ２），（Ｃａｔ３，ｖａｌｕｅ３），・・・，（Ｃａｔｎ，Ｖａｌｕｅｎ）周知の相関計算方法に基づいて、各販売者に対する各ユーザ（購入者）の相関が、購入者の選好度値のセットおよび販売者の選好度値のセットに基づいて計算されうる。

【0057】

工程５１２において、ネットワークサーバは、第１および第２の関連度の数値の大きさに従った順序で第２のデータセットから複数の情報提供端末の情報をリトリーブする。

【0058】

工程５１４において、ネットワークサーバは、第２のデータセットからリトリーブされた情報提供端末の情報を第１の情報に追加する。

【0059】

図６は、第３のデータセットをリトリーブする方法の一実施形態を示すフローチャートである。特定の応用例では、ショップの人気度の値も、ユーザ端末の選択に影響する。したがって、関連情報がユーザ端末に推薦される場合に、ショップの人気度の値が考慮される。したがって、第１のデータセットからリトリーブされた情報提供端末の第１の情報が、第１のユーザ端末に転送される前に、図６に示すように、方法は、さらに、以下の工程を備える。

【0060】

工程６０２において、ネットワークサーバは、ネットワーク行動の発生回数に、対応する行動重みをそれぞれ掛けて、結果を得た後、期間に対応する時間減衰係数を結果に掛けて、１つの情報提供端末のネットワーク行動データのソース方法（ｓｏｕｒｃｅ ｍｅｔｈｏｄ）に基づいて１期間内の情報提供端末の区間別人気度（ｓｅｃｔｏｒ ｐｏｐｕｌａｒｉｔｙ）の値を得る。

【0061】

いくつかの実施形態において、ネットワーク行動データは、情報提供端末によって提供された商品情報に関するユーザの行動動作データ、および、ショップ全体に関するユーザの行動動作データである。例えば、ユーザ（購入者）が、情報提供端末によって提供された商品情報を閲覧した場合、または、ユーザ（購入者）が、情報提供端末によって提供された全商品情報を含むショップを閲覧した場合、それら２種の閲覧は異なる。そのため、対応するネットワーク行動データのソースは同じではない。したがって、特定の応用例において、方法６００は、以下のように実施されうる。

【0062】

人気度の値が、各商品について計算される。次に、各販売者について、対応する販売者に関連する各商品の人気度の値が合計される。この合計は、ｐｏｐｕｌａｒｉｔｙ＿ｇｏｏｄｓと表される。

【0063】

商品の人気度の値の計算方法によると、販売者のショップの人気度の値は、ｐｏｐｕｌａｒｉｔｙ＿ｓｅｌｌｅｒとして計算される。この例において、行動は、ブックマーク行動およびコンタクト行動であると仮定する。

【0064】

販売者の人気度の値の計算は、以下の式を用いて実行される。
Ｖａｌｕｅ＝ｐｏｐｕｌａｒｉｔｙ＿ｇｏｏｄｓ＊ｗ１１＋ｐｏｐｕｌａｒｉｔｙ＿ｓｅｌｌｅｒ＊ｗ２１

【0065】

上記の式において、ｗ１１およびｗ２１は、それぞれ、ｐｏｐｕｌａｒｉｔｙ＿ｇｏｏｄｓおよびｐｏｐｕｌａｒｉｔｙ＿ｓｅｌｌｅｒに対応する重みである。

【0066】

各ユーザまたは販売者は、様々な商品の人気度の値の変化を引き起こしうるので、商品の人気度の値を決定する時、商品の人気度の値に、対応する時間減衰係数を掛けることができる。したがって、得られた人気度の値は、実際の応用例において、より大きい意味を有する。様々な商品の人気度の値の変化は、例えば、季節変化などの要因に起因しうる。

【0067】

工程６０４では、情報提供端末の人気度の値を得るために、時間ウィンドウ内の各期間中の区間別人気度の値が合計される。

【0068】

工程６０６において、ネットワークサーバは、情報提供端末の人気度の値に基づいて複数の情報提供端末をリトリーブし、第３のデータセットＳ３を形成する。例えば、ユーザの最も好むカテゴリおよびそれに対応する選好度の値が算出されうる。例えば、カテゴリ１、カテゴリ２、カテゴリ３と、それらに対応する選好度の値ｖａｌｕｅ１、ｖａｌｕｅ２、ｖａｌｕｅ３が算出されうる。販売者（例えば、情報提供端末）の人気度の値は、このソートされたリスト、および、どの販売者がどのカテゴリに属するのかについての知識に従って、すでに算出されているので、異なるカテゴリについての人気度の値に基づいてソートされた販売者の順序が算出されうる。各購入者について、第３のデータセットＳ３を形成するために、ｎ１、ｎ２、および、ｎ３の割合の販売者が、カテゴリ１、２、および、３から選択される。ここで、ｎ１＝ｖａｌｕｅ１／（ｖａｌｕｅ１＋ｖａｌｕｅ２＋ｖａｌｕｅ３）、ｎ２＝ｖａｌｕｅ２／（ｖａｌｕｅ１＋ｖａｌｕｅ２＋ｖａｌｕｅ３）、および、ｎ３＝ｖａｌｕｅ３／（ｖａｌｕｅ１＋ｖａｌｕｅ２＋ｖａｌｕｅ３）である。

【0069】

工程６０８において、ネットワークサーバは、販売者の人気度の値の大きさに従った順序で第３のデータセットから複数の情報提供端末の情報をリトリーブする。

【0070】

工程６１０では、第３のデータセットからリトリーブされた情報提供端末の情報は、第１の情報に追加される。

【0071】

さらに、上述の３つのデータセットＳ１、Ｓ２、および、Ｓ３は、ユーザ端末および情報提供端末の異なる焦点に基づいて得られた情報提供端末のセットであるため、対応するユーザ端末に転送するために３つのデータセットから複数の情報提供端末の情報をリトリーブすることは、以下のように実行されてよい。

【0072】

第１のデータセットＳ１、第２のデータセットＳ２、および、第３のデータセットＳ３に対して予め決定された対応する割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３に、それぞれＮを掛けて、各データセットから情報をリトリーブする必要のあるクライアント端末の数を決定する。ｒａｔ１、ｒａｔ２、および、ｒａｔ３の値は、管理者によって決定されてよい。

【0073】

割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３の合計は１００％である（ｒａｔ１＋ｒａｔ２＋ｒａｔ３＝１００％）。割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３は、ビジネスニーズに応じた異なる推薦シナリオで異なる。例えば、Ｎ個の販売者が推薦される必要がある場合、各データセットに対応して転送される情報提供端末の情報は、以下の通りである：

【0074】

（Ｎ＊ｒａｔ１）個の販売者は、第１のデータセットＳ１からの抽出に成功した販売者の数に対応する。抽出に成功した販売者の数は、データセットＳ１から抽出された販売者の実際の数を指す。例えば、元々の目標は、抽出に成功した販売者を１０得ることであってよいが、抽出に成功した販売者の実際の数は、６だけである場合がある。販売者の具体的な数が不十分である場合、販売者の数は、ｋ１と表される。

【0075】

（Ｎ＊ｒａｔ２）個の販売者は、第２のデータセットＳ２からの抽出に成功した販売者の数に対応する。販売者の具体的な数が不十分である場合、販売者の数は、ｋ２と表される。

【0076】

（Ｎ＊ｒａｔ３）個の販売者は、第３のデータセットＳ３からの抽出に成功した販売者の数に対応する。販売者の具体的な数が不十分である場合、販売者の数は、ｋ３と表される。

【0077】

ｋ１＜Ｎ＊ｒａｔ１の場合、（Ｎ＊ｒａｔ１−ｋ１）の販売者が、まだ抽出されていない第２のデータセットＳ２内の販売者から抽出され、実際に抽出された販売者の数は、ｋ４と表される。

【0078】

ｋ１＋ｋ２＋ｋ４＜Ｎ＊ｒａｔ１＋Ｎ＊ｒａｔ２である場合、（Ｎ＊ｒａｔ１＋Ｎ＊ｒａｔ２−ｋ１−ｋ２−ｋ４）のさらなる販売者が、第３のデータセットＳ３から抽出される。

【0079】

図７は、パーソナライズ情報転送装置の一実施形態を示す概略構造図である。図７に示すように、装置７００は、以下を備える。

【0080】

複数のユーザ端末によって実行されたアクセス動作からネットワーク行動データをリトリーブし、ネットワーク行動データに基づいて、設定時間ウィンドウ内に相関を有する各ユーザ端末および各情報提供端末の間の相関度の数値を決定するよう構成された相関度決定モジュール７０１。

【0081】

第１のデータセット生成モジュール７０２が、設定時間ウィンドウ内の第１のユーザ端末および複数の情報提供端末の間の相関度の数値に基づいて、第１のユーザ端末に対応する複数の情報提供端末をリトリーブして、第１のデータセットＳ１を形成するよう構成されている。

【0082】

情報転送モジュール７０３が、相関度の数値の大きさに従った順序で第１のデータセットから複数の情報提供端末に関連する情報をリトリーブして、第１の情報を生成し、リトリーブした第１の情報を第１のユーザ端末に転送するよう構成されている。

【0083】

各商品は、特定のカテゴリに属する。したがって、商品に関する全ユーザ行動が、特定のカテゴリに起因しうる。

【0084】

第２のデータ情報リトリーブモジュール７０４が、複数のユーザ端末によってアクセスされた情報提供端末に関連する商品情報をリトリーブし、各商品の属するカテゴリに基づいて各ユーザ端末について選好カテゴリおよび対応する第１の選好度の数値を決定し、情報提供端末によって提供された商品が属する異なるカテゴリと各カテゴリに対応する商品の量とに基づいて各情報提供端末について選好カテゴリおよび対応する第２の選好度の数値を決定し、関連度計算方法を用いて、第１および第２の選好度の数値に基づいて各ユーザ端末および各情報提供端末の間の関連度の数値を取得し、関連度の数値に基づいて、複数の情報提供端末をリトリーブして第２のデータセットＳ２を形成し、関連度の数値の大きさに従った順序で第２のデータセットから複数の情報提供端末の情報をリトリーブし、第２のデータセットからリトリーブされた情報提供端末の情報を第１の情報に追加するよう構成されている。

【0085】

特定の応用例では、ショップの人気度の値も、ユーザ端末の選択に影響する。したがって、関連情報がユーザ端末に推薦される場合、ショップの人気度の値も考慮する必要がある。

【0086】

第３のデータ情報リトリーブモジュール７０５が、異なるソース由来のネットワーク行動の発生回数に、対応する行動重みをそれぞれ掛けて、結果を得た後に、期間に対応する時間減衰係数を結果に掛けて、１つの情報提供端末のネットワーク行動データのソース方法に基づいて１期間内の情報提供端末の区間別人気度の値を取得し、時間ウィンドウ内の複数の期間中の区間別人気度の値を合計して、情報提供端末の人気度の値を取得し、情報提供端末の人気度の値に基づいて、複数の情報提供端末をリトリーブして第３のデータセットＳ３を形成し、人気度の値の大きさに従った順序で第３のデータセットから複数の情報提供端末の情報をリトリーブし、リトリーブされた情報提供端末の情報を第１の情報に追加するよう構成されている。

【0087】

さらに、３つのデータセットは、ユーザ端末および情報提供端末の異なる焦点に基づいて得られた情報のセットに対応するため、対応するユーザ端末に転送するために３つのデータセットから複数の情報提供端末の情報をリトリーブするに当たって、装置７００は、さらに、選択モジュール７０６を備えうる。

【0088】

選択モジュール７０６は、第１のデータセット、第２のデータセット、および、第３のデータセットに対して予め決定された対応する割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３に、それぞれＮを掛けて、各データセットから情報をリトリーブする必要のあるクライアント端末の数を決定するよう構成されている。割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３の合計は、１００％に対応する。

【0089】

本願の実施形態の上述の技術的解決法の内の１または複数は、少なくとも以下の技術的効果を有する。

【0090】

上述の方法および装置では、固定期間の時間ウィンドウが設定され、その時間ウィンドウ内のデータが解析される。したがって、固定期間中のウェブサイトユーザによるアクセスによって生成された情報のみを保存および解析すればよい。したがって、データ保存に用いられるスペースが削減されると共に、解析すべきデータの量も削減される。その結果、データ解析の効率が上がる。

【0091】

さらに、ユーザ選択に対するネットワーク行動の影響は、ユーザネットワーク行動とネットワーク行動のタイミングとに基づいて決定される。それによって、より正確に情報提供端末の情報をユーザ端末に転送することが可能になる。さらに、本願に開示された方法は、ユーザ入力に応答した情報の推薦に限定されない。ユーザがキーワードを全く入力していない場合にも、情報をユーザに推薦することができる。

【0092】

実施形態のシステムは、複数のユニットおよびサブユニットを備えると記載されている。これらのサブユニット／ユニットは、１または複数のプロセッサ上で実行されるソフトウェアコンポーネントとして、特定の機能を実行するよう設計されたプログラム可能論理デバイスおよび／または特定用途向け集積回路などのハードウェアとして、もしくは、それらの組み合わせとして実装することができる。いくつかの実施形態において、モジュールは、コンピュータデバイス（パーソナルコンピュータ、サーバ、ネットワーク装置など）に本発明の実施形態に記載された方法を実行させるための複数の命令など、不揮発性記憶媒体（光学ディスク、フラッシュ記憶装置、携帯用ハードディスクなど）に格納することができるソフトウェア製品の形態で具現化されてよい。サブユニット／ユニットは、単一のデバイス上に実装されてもよいし、複数のデバイスにわたって分散されてもよい。

【0093】

本願に記載の方法は、本明細書に記載の実施形態に限定されず、本願の技術スキームに基づいて当業者が想到した他の実施形態も、本願の技術革新の範囲に含まれる。

【0094】

明らかに、当業者は、本発明の精神および範囲から逸脱することなく、本願を変形および変更することができる。したがって、本願のこれらの変形例および変更例が、特許請求の範囲および等価の技術の範囲内にある場合、本願は、これらの変形例および変更例をも網羅するものである。

【0095】

上述の実施形態は、理解しやすいようにいくぶん詳しく説明されているが、本発明は、提供された詳細事項に限定されるものではない。本発明を実施する多くの代替方法が存在する。開示された実施形態は、例示であり、限定を意図するものではない。
適用例１：パーソナライズ情報転送方法であって、複数のユーザ端末によって実行されたアクセス動作に関するネットワーク行動データをリトリーブし、前記ネットワーク行動データに基づいて、ユーザ端末と、設定時間ウィンドウ内に前記ユーザ端末に対して相関を有する複数の情報提供端末との間の相関度の数値を決定し、第１のデータセットを形成するために、前記設定時間ウィンドウ内の前記第１のユーザ端末および前記情報提供端末の間の前記相関度の数値に基づいて、前記複数のユーザ端末の内の第１のユーザ端末に対応する複数の情報提供端末をリトリーブし、第１の情報を生成するために、前記相関度の数値の大きさに従った順序で前記第１のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、前記第１の情報を前記第１のユーザ端末に転送すること、を備える、方法。
適用例２：適用例１に記載の方法であって、前記相関度の数値を決定することは、前記ネットワーク行動データに基づいて、前記設定時間ウィンドウ内の各所定の期間に１つのユーザ端末が１つの情報提供端末に関して実行した各ネットワーク行動の発生回数を決定し、結果を取得するために、各ネットワーク行動の前記発生回数に、対応する行動重みをそれぞれ掛け、１つの期間における前記１つのユーザ端末および前記１つの情報提供端末の間の相関度の数値を取得するために、前記結果に、期間に対応する時間減衰係数を掛け、前記１つのユーザ端末および前記対応する１つの情報提供端末の間の前記相関度の数値を取得するために、前記設定時間ウィンドウ内の各所定の期間における前記１つのユーザ端末および前記対応する１つの情報提供端末の間の前記相関度の数値を合計すること、
を含む、方法。
適用例３：適用例２に記載の方法であって、前記期間と現在時間との間の間隔の長さが長くなるにつれて、前記対応する減衰係数は小さくなる、方法。
適用例４：適用例２に記載の方法であって、前記第１のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすることは、さらに、前記複数のユーザ端末によってアクセスされた前記情報提供端末に関連する情報をリトリーブし、各商品が属するカテゴリに基づいて、各ユーザ端末について、選好カテゴリと、対応する第１の選好度の数値とを決定し、前記情報提供端末によって提供された前記各商品が属する異なるカテゴリと、各カテゴリに対応する前記各商品の量とに基づいて、各情報提供端末について、前記選好カテゴリと、対応する第２の選好度の数値とを決定し、関連度計算方法を用いて、前記第１および第２の選好度の数値に基づいて、各ユーザ端末および各情報提供端末の間の関連度の数値を取得し、第２のデータセットを形成するために、前記関連度の数値に基づいて、複数の情報提供端末をリトリーブし、前記関連度の数値の大きさに従った順序で前記第２のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、前記第２のデータセットからリトリーブした前記複数の情報提供端末の内の少なくとも１つの情報を前記第１の情報に追加すること、を備える、方法。
適用例５：適用例４に記載の方法であって、前記第２のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすることは、さらに、１つの情報提供端末のネットワーク行動データのソース方法に基づいて１期間内の前記情報提供端末の区間別人気度の値を取得するために、前記各ネットワーク行動の前記発生回数に、前記対応する重みをそれぞれ掛けた後に、前記期間に対応する前記時間減衰係数を前記結果に掛け、前記１つの情報提供端末の人気度の値を取得するために、時間ウィンドウ内の複数の期間中の前記区間別人気度の値を合計し、第３のデータセットを形成するために、前記複数の情報提供端末の前記人気度の値に基づいて、複数の情報提供端末をリトリーブし、前記人気度の値の大きさに従った順序で前記第３のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、前記リトリーブされた情報提供端末の情報を前記第１の情報に追加すること、を備える、方法。
適用例６：適用例５に記載の方法であって、前記相関度の数値の大きさに従った順序で前記複数の情報提供端末の内の少なくとも１つの前記情報をリトリーブすることは、各データセットから情報をリトリーブされる必要のあるクライアント端末の数を決定するために、前記第１のデータセット、前記第２のデータセット、および、前記第３のデータセットに対して予め決定された対応する割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３に、それぞれＮを掛けることを備え、ｒａｔ１、ｒａｔ２、および、ｒａｔ３の合計は、１００％に対応する、方法。
適用例７：パーソナライズ情報転送装置であって、少なくとも１つのプロセッサであって、複数のユーザ端末によって実行されたアクセス動作に関するネットワーク行動データをリトリーブし、前記ネットワーク行動データに基づいて、少なくとも１つのユーザ端末と、設定時間ウィンドウ内に前記少なくとも１つのユーザ端末に対して相関を有する複数の情報提供端末との間の相関度の数値を決定し、第１のデータセットを形成するために、前記設定時間ウィンドウ内の第１のユーザ端末および前記情報提供端末の間の前記相関度の数値に基づいて、前記複数のユーザ端末の内の前記第１のユーザ端末に対応する複数の情報提供端末をリトリーブし、第１の情報を生成するために、前記相関度の数値の大きさに従った順序で前記第１のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、前記第１の情報を前記第１のユーザ端末に転送するように構成されたている少なくとも１つのプロセッサと、前記少なくとも１つのプロセッサに接続され、前記少なくとも１つのプロセッサに命令を提供するよう構成されているメモリと、を備える、装置。
適用例８：適用例７に記載の装置であって、前記少なくとも１つのプロセッサは、さらに、前記複数のユーザ端末によってアクセスされた前記情報提供端末に関連する情報をリトリーブし、各商品が属するカテゴリに基づいて、各ユーザ端末について、選好カテゴリと、対応する第１の選好度の数値とを決定し、前記情報提供端末によって提供された前記各商品が属する異なるカテゴリと、各カテゴリに対応する前記各商品の量とに基づいて、各情報提供端末について、前記選好カテゴリと、対応する第２の選好度の数値とを決定し、関連度計算方法を用いて、前記第１および第２の選好度の数値に基づいて、各ユーザ端末および各情報提供端末の間の関連度の数値を取得し、第２のデータセットを形成するために、前記関連度の数値に基づいて、複数の情報提供端末をリトリーブし、前記関連度の数値の大きさに従った順序で前記第２のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、前記第２のデータセットからリトリーブした前記複数の情報提供端末の内の少なくとも１つの情報を前記第１の情報提供端末の情報に追加するように構成されている、装置。
適用例９：適用例８に記載の装置であって、前記少なくとも１つのプロセッサは、さらに、１つの情報提供端末のネットワーク行動データのソース方法に基づいて１期間内の前記情報提供端末の区間別人気度の値を取得するために、前記期間に対応する前記時間減衰係数を前記結果に掛け、記情報提供端末の人気度の値を取得するために、時間ウィンドウ内の複数の期間中の前記区間別人気度の値を合計し、第３のデータセットを形成するために、前記複数の情報提供端末の前記人気度の値に基づいて、複数の情報提供端末をリトリーブし、前記人気度の値の大きさに従った順序で前記第３のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブし、前記第３のデータセットからリトリーブした前記情報提供端末の情報を前記第１の情報に追加するように構成されている、装置。
適用例１０：適用例９に記載の装置であって、前記少なくとも１つのプロセッサは、さらに、各データセットから情報をリトリーブされる必要のあるクライアント端末の数を決定するために、前記第１のデータセット、前記第２のデータセット、および、前記第３のデータセットに対して予め決定された対応する割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３に、それぞれＮを掛けるように構成されており、ｒａｔ１、ｒａｔ２、および、ｒａｔ３の合計は、１００％に対応する、装置。
適用例１１：パーソナライズされた情報を転送するためのコンピュータプログラム製品であって、前記コンピュータプログラム製品は、持続性のコンピュータ読み取り可能な記憶媒体内に具現化され、複数のユーザ端末によって実行されたアクセス動作に関するネットワーク行動データをリトリーブするためのコンピュータ命令と、前記ネットワーク行動データに基づいて、少なくとも１つのユーザ端末と、設定時間ウィンドウ内に前記少なくとも１つのユーザ端末に対して相関を有する複数の情報提供端末との間の相関度の数値を決定するためのコンピュータ命令と、第１のデータセットを形成するために、前記設定時間ウィンドウ内の前記第１のユーザ端末および前記情報提供端末の間の前記相関度の数値に基づいて、第１のユーザ端末に対応する複数の情報提供端末をリトリーブするためのコンピュータ命令と、第１の情報を生成するために、前記相関度の数値の大きさに従った順序で前記第１のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブするためのコンピュータ命令と、前記第１の情報を前記第１のユーザ端末に転送するためのコンピュータ命令と、を備える、コンピュータプログラム製品。
適用例１２：適用例１１に記載のコンピュータプログラム製品であって、前記相関度の数値を決定することは、前記ネットワーク行動データに基づいて、前記設定時間ウィンドウ内の各所定の期間に１つのユーザ端末が１つの情報提供端末に関して実行した各ネットワーク行動の発生回数を決定すること、結果を取得するために、各ネットワーク行動の前記発生回数に、対応する行動重みをそれぞれ掛けること、１つの期間における前記１つのユーザ端末および前記１つの情報提供端末の間の相関度の数値を取得するために、前記結果に、期間に対応する時間減衰係数を掛けること、前記１つのユーザ端末および前記対応する１つの情報提供端末の間の前記相関度の数値を得るために、前記設定時間ウィンドウ内の各所定の期間における前記１つのユーザ端末および前記対応する１つの情報提供端末の間の前記相関度の数値を合計すること、を含む、コンピュータプログラム製品。
適用例１３：適用例１２に記載のコンピュータプログラム製品であって、前記期間と現在時間との間の間隔の長さが長くなるほど、前記対応する減衰係数は小さくなる、コンピュータプログラム製品。
適用例１４：適用例１２に記載のコンピュータプログラム製品であって、前記第１のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすることは、さらに、前記複数のユーザ端末による前記複数の情報提供端末への前記アクセス動作から商品情報をリトリーブすること、各商品が属するカテゴリに基づいて、各ユーザ端末について、選好カテゴリと、対応する第１の選好度の数値とを決定すること、前記情報提供端末によって提供された前記情報が属する異なるカテゴリと、各カテゴリに対応する前記各商品の量とに基づいて、各情報提供端末について、前記選好カテゴリと、対応する第２の選好度の数値とを決定すること、関連度計算方法を用いて、前記第１および第２の選好度の数値に基づいて、各ユーザ端末および各情報提供端末の間の関連度の数値を取得すること、第２のデータセットを形成するために、前記関連度の数値に基づいて、複数の情報提供端末をリトリーブすること、前記関連度の数値の大きさに従った順序で前記第２のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすること、前記第２のデータセットからリトリーブした前記情報提供端末の情報を前記第１の情報に追加すること、を含む、コンピュータプログラム製品。
適用例１５：適用例１４に記載のコンピュータプログラム製品であって、前記第２のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすることは、さらに、１つの情報提供端末のネットワーク行動データのソース方法に基づいて１期間内の前記情報提供端末の区間別人気度の値を取得するために、前記各ネットワーク行動の前記発生回数に、前記対応する重みをそれぞれ掛けた後に、前記期間に対応する前記時間減衰係数を前記結果に掛けること、前記１つの情報提供端末の人気度の値を取得するために、時間ウィンドウ内の複数の期間中の前記区間別人気度の値を合計すること、第３のデータセットを形成するために、前記複数の情報提供端末の前記人気度の値に基づいて、複数の情報提供端末をリトリーブすること、前記人気度の値の大きさに従った順序で前記第３のデータセットから前記複数の情報提供端末の内の少なくとも１つの情報をリトリーブすること、前記リトリーブされた情報提供端末の情報を前記第１の情報に追加すること、を含む、コンピュータプログラム製品。
適用例１６：適用例１５に記載のコンピュータプログラム製品であって、前記相関度の数値の大きさに従った順序で前記複数の情報提供端末の内の少なくとも１つの前記情報をリトリーブすることは、各データセットから情報をリトリーブされる必要のあるクライアント端末の数を決定するために、前記第１のデータセット、前記第２のデータセット、および、前記第３のデータセットに対して予め決定された対応する割合ｒａｔ１、ｒａｔ２、および、ｒａｔ３に、それぞれＮを掛けることを含み、ｒａｔ１、ｒａｔ２、および、ｒａｔ３の合計は、１００％に対応する、コンピュータプログラム製品。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】