特許 6237832 情報選択装置、情報選択方法、および情報選択プログラム

(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】6237832

(24)【登録日】2017年11月10日

(45)【発行日】2017年11月29日

(54)【発明の名称】情報選択装置、情報選択方法、および情報選択プログラム

(51)【国際特許分類】

   G06F 17/30 20060101AFI20171120BHJP

【ＦＩ】

   G06F17/30 340A

   G06F17/30 220Z

【請求項の数】16

【全頁数】62

(21)【出願番号】特願2016-128500(P2016-128500)

(22)【出願日】2016年6月29日

(62)【分割の表示】特願2012-256005(P2012-256005)の分割

【原出願日】2012年11月22日

(65)【公開番号】特開2016-170821(P2016-170821A)

(43)【公開日】2016年9月23日

【審査請求日】2016年6月29日

(73)【特許権者】

【識別番号】308036402

【氏名又は名称】株式会社ＪＶＣケンウッド

(72)【発明者】

【氏名】宍戸 一郎

(72)【発明者】

【氏名】松下 幸之助

【審査官】 田中 秀樹

(56)【参考文献】

【文献】 特表２００９−５３４７６１（ＪＰ，Ａ）

【文献】 特開２０１２−１１３５０５（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１１／０１３１０７７（ＵＳ，Ａ１）

【文献】 特開２０１０−００２９４４（ＪＰ，Ａ）

【文献】 特開２００７−２３３９２６（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １７／３０

Ｇ０６Ｑ １０／００−９９／００

(57)【特許請求の範囲】

【請求項1】

推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出部と、
前記優先度算出部で算出された優先度に基づいて、利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択部と、
を備え、
前記優先度算出部は、前記所定の条件として、推薦有用性があると判定されたことを用いる、
ことを特徴とする情報選択装置。

【請求項2】

推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出部と、
前記優先度算出部で算出された優先度に基づいて、利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択部と、
を備え、
前記所定の条件を満たすアイテムは、それぞれの推薦候補カテゴリの中でアイテム関連度が相対的に高いアイテムである、
ことを特徴とする情報選択装置。

【請求項3】

前記所定の条件を満たすアイテムは、アイテム関連度が第１の所定値以上のアイテム、または、それぞれの推薦候補カテゴリの中でアイテム関連度が高い順に第１の所定数を超えない数だけ選択されたアイテムである、
ことを特徴とする請求項２に記載の情報選択装置。

【請求項4】

推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出部と、
前記優先度算出部で算出された優先度に基づいて、利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択部と、
を備え、
前記優先度算出部は、前記特定されたアイテムの内のアイテム関連度が第２の所定値以上であるアイテムの数を用いて、優先度を算出する、
ことを特徴とする情報選択装置。

【請求項5】

推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出部と、
前記優先度算出部で算出された優先度に基づいて、利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択部と、
を備え、
前記優先度算出部は、前記特定されたアイテムの内の少なくとも一部のアイテムを対象として、アイテム関連度を加算した値、または、前記対象としたアイテムのアイテム関連度の代表値、または、前記対象としたアイテムのアイテム関連度の最大値を用いて、優先度を算出する、
ことを特徴とする情報選択装置。

【請求項6】

推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出部と、
前記優先度算出部で算出された優先度に基づいて、利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択部と、
を備え、
前記優先度算出部は、アイテム関連度、および、アイテムと推薦候補カテゴリとの関連性の強さを示す異種関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する、
ことを特徴とする情報選択装置。

【請求項7】

推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出部と、
前記優先度算出部で算出された優先度に基づいて、利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択部と、
を備え、
前記優先度算出部は、アイテム関連度、および、利用主体と候補カテゴリとの関連性の強さを示すカテゴリ関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する、
ことを特徴とする情報選択装置。

【請求項8】

複数の推薦カテゴリ、および前記複数の推薦カテゴリそれぞれに対応する複数の優先度を受信する受信部と、
前記推薦カテゴリに関する情報を示す表示画面を出力するための表示制御情報を作成する制御情報作成部とを備え、
前記複数の優先度それぞれは、推薦候補カテゴリと対応関係にあり、かつ推薦有用性があると判定されたアイテムと、利用主体との関連性の強さを示すアイテム関連度を用いて算出されており、
前記表示画面は、前記複数の推薦カテゴリのそれぞれに対応する複数の表示オブジェクトを含み、
前記表示画面内における各表示オブジェクトの表示状態は、各表示オブジェクトが表している推薦カテゴリの優先度の高さに応じて決定される、
ことを特徴とする端末装置。

【請求項9】

コンピュータが実行する情報選択方法であって、
推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出ステップと、
前記優先度算出ステップで算出された優先度に基づいて、前記利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択ステップと、
を含み、
前記優先度算出ステップにおける、前記所定の条件として、推薦有用性があると判定されたことを用いる、
ことを特徴とする情報選択方法。

【請求項10】

コンピュータが実行する情報選択方法であって、
推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出ステップと、
前記優先度算出ステップで算出された優先度に基づいて、前記利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択ステップと、
を含み、
前記優先度算出ステップにおける、前記所定の条件を満たすアイテムは、それぞれの推薦候補カテゴリの中でアイテム関連度が相対的に高いアイテムである、
ことを特徴とする情報選択方法。

【請求項11】

コンピュータが実行する情報選択方法であって、
推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出ステップと、
前記優先度算出ステップで算出された優先度に基づいて、前記利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択ステップと、
を含み、
前記優先度算出ステップにおいては、前記特定されたアイテムの内のアイテム関連度が第２の所定値以上であるアイテムの数を用いて、優先度を算出する、
ことを特徴とする情報選択方法。

【請求項12】

コンピュータが実行する情報選択方法であって、
推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出ステップと、
前記優先度算出ステップで算出された優先度に基づいて、前記利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択ステップと、
を含み、
前記優先度算出ステップにおいては、前記特定されたアイテムの内の少なくとも一部のアイテムを対象として、アイテム関連度を加算した値、または、前記対象としたアイテムのアイテム関連度の代表値、または、前記対象としたアイテムのアイテム関連度の最大値を用いて、優先度を算出する、
ことを特徴とする情報選択方法。

【請求項13】

コンピュータが実行する情報選択方法であって、
推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出ステップと、
前記優先度算出ステップで算出された優先度に基づいて、前記利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択ステップと、
を含み、
前記優先度算出ステップにおいては、アイテム関連度、および、アイテムと推薦候補カテゴリとの関連性の強さを示す異種関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する、
ことを特徴とする情報選択方法。

【請求項14】

コンピュータが実行する情報選択方法であって、
推薦候補カテゴリと対応関係にあり、かつ所定の条件を満たすアイテムを特定し、前記特定されたアイテムと利用主体との関連性の強さを示すアイテム関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する優先度算出ステップと、
前記優先度算出ステップで算出された優先度に基づいて、前記利用主体に推薦する推薦カテゴリを前記複数の推薦候補カテゴリの中から選択するカテゴリ選択ステップと、
を含み、
前記優先度算出ステップにおいては、アイテム関連度、および、利用主体と候補カテゴリとの関連性の強さを示すカテゴリ関連度を用いて、複数の推薦候補カテゴリそれぞれについて優先度を算出する、
ことを特徴とする情報選択方法。

【請求項15】

コンピュータが実行する制御方法であって、
複数の推薦カテゴリ、および前記複数の推薦カテゴリそれぞれに対応する複数の優先度を受信する受信ステップと、
前記推薦カテゴリに関する情報を示す表示画面を出力するための表示制御情報を作成する制御情報作成ステップと、
を含み、
前記複数の優先度それぞれは、推薦候補カテゴリと対応関係にあり、かつ推薦有用性があると判定されたアイテムと、利用主体との関連性の強さを示すアイテム関連度を用いて算出されており、
前記表示画面は、前記複数の推薦カテゴリのそれぞれに対応する複数の表示オブジェクトを含み、
前記表示画面内における各表示オブジェクトの表示状態は、各表示オブジェクトが表している推薦カテゴリの優先度の高さに応じて決定される、
ことを特徴とする制御方法。

【請求項16】

請求項９から請求項１５のいずれか１項に記載の方法を、コンピュータに実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、推薦情報を選択する情報選択技術に関する。

【背景技術】

【0002】

多数のアイテムの中からユーザにとって有用なアイテムを推薦する技術へのニーズが高
まっている。アイテムを推薦する手法の１つとして、カテゴリ単位で推薦する手法が知ら
れている。カテゴリ単位で推薦する場合、推薦カテゴリを決定することが必要である。特
許文献１は、推薦カテゴリとそれに属する推薦番組を決定する番組推薦装置を開示してい
る。特許文献１の番組推薦装置は、番組カテゴリ毎のユーザ嗜好度を用いて推薦カテゴリ
を決定する。ここで、番組カテゴリ毎のユーザ嗜好度は、各番組カテゴリとユーザの録画
履歴に含まれるテレビ番組との関連度、又は各番組カテゴリとユーザがＥＰＧ（Electron
ic
Program Guide）から選択したテレビ番組との関連度を示す。

【0003】

より具体的に述べると、特許文献１の番組推薦装置は、推薦する番組カテゴリを決定す
るために、まず、ユーザによるテレビ番組の録画予約履歴（又はＥＰＧからの選択履歴）
を用いて番組カテゴリ毎のユーザ嗜好度を算出する。次に、当該番組推薦装置は、ユーザ
嗜好度が閾値を上回る番組カテゴリを推薦番組カテゴリとして決定する。そして、当該番
組推薦装置は、決定した推薦カテゴリに対応する番組群の中から推薦番組を決定する（特
許文献１の図８を参照）。決定された推薦番組カテゴリ及び推薦番組は、例えば、カテゴ
リ単位でディスプレイに表示される（特許文献１の図１０を参照）。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】国際公開第２００５／０４８５８７号

【発明の概要】

【発明が解決しようとする課題】

【0005】

上述したように、特許文献１に開示された技術は、推薦番組カテゴリを決定するために
、ユーザによるテレビ番組の録画予約履歴（又はＥＰＧからの選択履歴）に含まれる番組
を用いて計算された番組カテゴリ毎のユーザ嗜好度を使用する。しかしながら、特許文献
１に開示された技術は、推薦番組カテゴリを決定する際に、各番組カテゴリに属するテレ
ビ番組の情報を十分に考慮していない。このため、特許文献１に開示された技術では、推
薦番組カテゴリに関連付けられた推薦番組が十分に存在するとは限らない。

【0006】

したがって、特許文献１に開示された技術は、ユーザによるテレビ番組の録画予約履歴
（又はＥＰＧからの選択履歴）に含まれる番組に基づいて推薦番組カテゴリを提示できて
も、推薦番組を十分に提示できない可能性がある。ユーザにとっては、番組カテゴリより
も直接の利用対象である番組こそが重要であり、番組カテゴリはあくまでも補助的な情報
に過ぎない。すなわち、推薦番組カテゴリを提示できたとしても、その推薦番組カテゴリ
が推薦番組と十分に関連付けられていなければ、推薦の本来的な目的である番組の視聴が
促進されない。

【0007】

この問題は、テレビ番組に関する推薦カテゴリを提供する場合に限らず、何らかのアイ
テムに関する推薦カテゴリを提供する場合に広く起こり得る。

【課題を解決するための手段】

【0008】

上記課題を解決するために本発明は、利用主体に対してアイテムを提供可能な期間に関
する情報、または利用主体がアイテムを利用した情報を記録した利用履歴を用いて、利用
主体に対してアイテムを推薦する有用性を判定し、有用性があると判定したアイテムの集
合である推薦候補アイテム集合を生成する推薦有用性判定部（１０７３）と、前記推薦候
補アイテム集合に属し、かつ候補カテゴリに属するアイテムと前記利用主体との関連性の
強さを示すアイテム関連度を用いてカテゴリ優先度を算出するカテゴリ優先度算出部（カ
テゴリ選択部１０７１）と、複数の候補カテゴリのそれぞれについて算出された複数のカ
テゴリ優先度に基づいて、前記利用主体に対して提供する推薦カテゴリを前記複数の候補
カテゴリの中から選択するカテゴリ選択部とを有することを特徴とする情報選択装置（１
０）を提供する。

【0009】

また、上記課題を解決するために本発明は、利用主体に対してアイテムを提供可能な期
間に関する情報、または利用主体がアイテムを利用した情報を記録した利用履歴を用いて
、利用主体に対してアイテムを推薦する有用性を判定し、有用性があると判定したアイテ
ムの集合である推薦候補アイテム集合を生成するステップと、前記推薦候補アイテム集合
に属し、かつ候補カテゴリに属するアイテムと前記利用主体との関連性の強さを示すアイ
テム関連度を用いてカテゴリ優先度を算出するステップと、複数の候補カテゴリのそれぞ
れについて算出された複数のカテゴリ優先度に基づいて、前記利用主体に対して提供する
推薦カテゴリを前記複数の候補カテゴリの中から選択するステップとを有することを特徴
とする情報選択方法を提供する。

【0010】

また、上記課題を解決するために本発明は、利用主体に対してアイテムを提供可能な期
間に関する情報、または利用主体がアイテムを利用した情報を記録した利用履歴を用いて
、利用主体に対してアイテムを推薦する有用性を判定し、有用性があると判定したアイテ
ムの集合である推薦候補アイテム集合を生成する処理と、前記推薦候補アイテム集合に属
し、かつ候補カテゴリに属するアイテムと前記利用主体との関連性の強さを示すアイテム
関連度を用いてカテゴリ優先度を算出する処理と、複数の候補カテゴリのそれぞれについ
て算出された複数のカテゴリ優先度に基づいて、前記利用主体に対して提供する推薦カテ
ゴリを前記複数の候補カテゴリの中から選択する処理とをコンピューターに実行させるこ
とを特徴とする情報選択プログラムを提供する。

【発明の効果】

【0011】

上述した各態様によれば、利用主体との間に高い関連性を有する推薦アイテムが存在す
る可能性が高い推薦カテゴリを示す推薦情報の提供に寄与することができる。

【図面の簡単な説明】

【0012】

【図1】情報選択装置を含むネットワークシステムの構成例を示すブロック図である。

【図2】情報選択装置を含むネットワークシステムの他の構成例を示すブロック図である。

【図3】情報選択装置の構成例を示すブロック図である。

【図4】第１の実施形態に係る情報選択装置による推薦カテゴリの選択手順の一例を示すフローチャートである。

【図5】第２の実施形態に係る情報選択装置による推薦カテゴリの選択手順の一例を示すフローチャートである。

【図6】第３の実施形態に係る情報選択装置の構成例を示すブロック図である。

【図7】メタデータ格納部に格納されているアイテム情報テーブルとカテゴリ情報テーブルとアイテム−カテゴリ対応テーブルの例を示す図である。

【図8】利用履歴格納部に格納されるアイテム利用履歴テーブルとカテゴリ利用履歴テーブルの例を示す図である。

【図9】カテゴリ関連度格納部に格納されるカテゴリ関連度テーブルの例を示す図である。

【図10】推薦情報格納部に格納される推薦情報テーブルの例を示す図である。

【図11】アイテム関連度格納部に格納されるアイテム関連度テーブルの例を示す図である。

【図12】アイテム提供サーバの構成例を示すブロック図である。

【図13】端末装置の構成例を示すブロック図である。

【図14】システム全体の動作の具体例を説明するフローチャートである。

【図15】アイテム提供サーバからの応答データに基づく表示画面例を示す図である。

【図16】推薦リストを表示する画面例を示す図である。

【図17】情報選択装置が推薦情報を作成する動作の具体例について説明するフローチャートである。

【図18】アイテム関連度算出処理の具体例について説明するフローチャートである。

【図19】カテゴリ関連度算出処理の具体例について説明するフローチャートである。

【図20】推薦情報作成処理の第１の具体例について説明するフローチャートである。

【図21】推薦情報作成処理の第２の具体例について説明するフローチャートである。

【図22】カテゴリ関連度を入力Ｘとし、拡張関連度を出力Ｙとする変換関数Ｆ（Ｘ）の特性例を示す図である。

【図23】推薦情報作成処理の第１の具体例における推薦アイテム決定処理の具体例を説明するための図である。

【図24】推薦情報作成処理の第２の具体例における一時テーブルの例を示す図である。

【図25】推薦リストを表示する画面の第１の変形例を示す図である。

【図26】拡張関連度を調整する画面例を示す図である。

【図27】拡張関連度の算出に用いられる変換関数Ｆ（Ｘ）の特性の調整を説明するための図である。

【図28】推薦リストを表示する画面の第２の変形例を示す図である。

【図29】推薦リストを表示する画面の第２の変形例において、アイテム情報を表示する画面の例を示す図である。

【発明を実施するための形態】

【0013】

以下では、具体的な実施形態について、図面を参照しながら詳細に説明する。各図面に
おいて、同一又は対応する要素には同一の符号が付されており、説明の明確化のため、必
要に応じて重複説明は省略される。

【0014】

初めに、本明細書で使用される用語の定義について説明する。本明細書における“アイ
テム”との用語は、ユーザによって利用（例えば、購入、閲覧、視聴、評価、選択、又は
検索）される様々な対象を意味する。言い換えると、アイテムとの用語は、有体物か無体
物かを問わず、物品、情報、及びサービスを含む包括的な概念を意味する。アイテムは、
例えば、以下の（ａ）〜（ｄ）の少なくとも１つを含む。
（ａ）無体物としてのデジタルコンテンツ（例えば、テキストデータ、音声データ、音楽
データ、写真データ、動画データ、コンピュータプログラム、Webページ）、又はこれら
に関する情報（例えば、商品情報、広告）
（ｂ）有体物又は無体物としての非電子的な商品（例えば、物品、金融商品）、又はこれ
らに関する情報（例えば、商品情報、広告）
（ｃ）サービス（例えば、スポーツ興行、コンサート興行、映画興行、テレビ放送、ネッ
トワークサービス）に関する情報（例えば、チケットの販売情報、予約情報、テレビ番組
情報）
（ｄ）検索キーワード、検索結果

【0015】

本明細書における“カテゴリ”という用語は、アイテムを分類するための項目を意味す
る。カテゴリは、グループ又はクラスと呼ぶこともできる。アイテムとカテゴリの対応関
係（例えば、アイテムが属しているカテゴリ）は、アイテムに付与されたメタデータ、又
は対応テーブル等によって明示的に指定されてもよい。また、アイテムとカテゴリの対応
関係は、アイテムとカテゴリの関連性、類似性、又は相関性を評価することにより決定さ
れてもよい。

【0016】

また、本明細書における“利用主体”という用語は、アイテムを利用するユーザ、また
はユーザがアイテムを利用する際に使用する端末装置を意味する。また、“利用主体識別
子”という用語は、アイテムを利用するユーザを識別するためのユーザ識別子、またはユ
ーザがアイテムを利用する際に使用する端末装置を識別するための端末識別子を意味する
。
本明細書における“関連度”という用語は、要素間（例えば、利用主体とアイテム間、
利用主体とカテゴリ間、又はアイテムとカテゴリ間）の関連性、類似性、嗜好性又は相関
性の強さを示す尺度を意味する。

【0017】

＜第１の実施形態＞
本実施形態は、情報選択装置１０を含む。図１は、本実施形態に係る情報選択装置１０
を含むシステム１の構成例を示すブロック図である。情報選択装置１０は、アイテム提供
サーバ２０又は少なくとも１台の端末装置３０と結合して使用され、ユーザに推薦する推
薦カテゴリを選択するよう動作する。情報選択装置１０は、ユーザに推薦される推薦アイ
テムをさらに決定してもよい。これにより、推薦カテゴリ、又は推薦カテゴリ及び推薦ア
イテムを示す推薦情報が端末装置３０を介してユーザに提供される。

【0018】

情報選択装置１０は、少なくとも１つのプロセッサ（例えば、マイクロプロセッサ、Ｍ
ＰＵ（Micro Processing Unit）、ＣＰＵ（Central
Processing Unit））を有するコンピュータシステムを用いて構成されてもよい。コンピ
ュータシステムは、後述される推薦カテゴリの選択に関するアルゴリズムを行うための命
令群を含む１又は複数のコンピュータプログラムを実行することによって、情報選択装置
１０として機能することができる。

【0019】

このプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory
computer readable medium）を用いて格納され、コンピュータに供給することができる
。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible
storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例え
ば、フレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（
例えば光磁気ディスク）、光ディスク（例えば、ＣＤ−ＲＯＭ（Read
Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、ＤＶＤ−ＲＯＭ、ＤＶＤ−Ｒ）、半導体メモ
リ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable
PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。また、プログラ
ムは、様々なタイプの一時的なコンピュータ可読媒体（transitory
computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピ
ュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可
読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムを
コンピュータに供給できる。

【0020】

情報選択装置１０は、複数台のコンピュータを用いて構成されてもよい。例えば、負荷
分散のために、情報選択装置１０の同じ処理ブロックを各々が担当する複数台のコンピュ
ータを用いてもよい。また、あるコンピュータが情報選択装置１０の一部の処理ブロック
を担当し、別のコンピュータが他の一部の処理ブロックを担当してもよい。

【0021】

アイテム提供サーバ２０は、アイテム（例えば、デジタルコンテンツ、コンピュータプ
ログラム）又はアイテムに関する情報（例えば、電子的又は非電子的な商品・サービスに
関する情報）をネットワーク４０を介して端末装置３０に送信する。アイテム提供サーバ
２０の具体例は、デジタルコンテンツ提供サーバ、デジタルコンテンツ共有サーバ、検索
サーバ、ＥＣ（Electronic
Commerce）システム、テレビ放送の放送局を含む。

【0022】

端末装置３０は、ユーザによって使用される。端末装置３０の具体例は、携帯電話端末
、スマートフォン、デジタルオーディオプレーヤー、タブレットコンピュータ、ノートＰ
Ｃ（Personal
Computer）、デスクトップＰＣ、テレビ放送受信機、テレビ番組録画機を含む。

【0023】

端末装置３０は、アイテム提供サーバ２０から送信されるアイテム又はアイテムに関す
る情報を受信し、アイテム又はアイテムに関する情報を示す画像若しくは音声又はこれら
の組み合わせを出力デバイス（例えば、ディスプレイ、スピーカ）から出力するよう動作
する。また、端末装置３０は、推薦カテゴリ及び推薦アイテムを含む推薦情報を情報選択
装置１０又はアイテム提供サーバ２０から受信し、推薦カテゴリ及び推薦アイテムを示す
画像若しくは音声又はこれらの組み合わせを出力デバイス（例えば、ディスプレイ、スピ
ーカ）から出力するよう動作する。

【0024】

ネットワーク４０は、通信ネットワーク、又は通信ネットワークと放送ネットワークの
組み合わせである。ネットワーク４０は、有線ネットワークでもよいし、無線ネットワー
クでもよいし、これらの組み合わせであってもよい。

【0025】

なお、図１の構成例は、情報選択装置１０の利用形態に関する一例に過ぎない。例えば
、情報選択装置１０を含むシステム１は、図２のように構成されてもよい。図２の例では
、情報選択装置１０は、ネットワーク４０とは異なるネットワーク４２を介してアイテム
提供サーバ２０と通信する。ネットワーク４２は、例えばＬＡＮ（Local
Area Network）とされてもよく、セキュリティ確保の観点から、端末装置３０から情報選
択装置１０への直接的なアクセスが制限されてもよい。

【0026】

また、図１及び図２の例では、情報選択装置１０は、アイテム提供サーバ２０及び端末
装置３０から物理的に離間して配置されている。しかしながら、情報選択装置１０は、こ
れらいずれかと物理的に一体的に配置されてもよい。すなわち、情報選択装置１０は、ア
イテム提供サーバ２０と物理的に同一の装置（例えば、コンピュータシステム）として構
成されてもよい。また、情報選択装置１０は、端末装置３０と物理的に同一の装置（例え
ば、コンピュータシステム）として構成されてもよい。

【0027】

続いて以下では、情報選択装置１０の構成例、及び情報選択装置１０による推薦カテゴ
リ及び推薦アイテムの選択動作の一例について説明する。図３は、情報選択装置１０の構
成例を示すブロック図である。情報選択装置１０は、情報選択部１０７を含む。情報選択
部１０７は、ユーザに推薦される推薦カテゴリを決定する。情報選択部１０７は、さらに
推薦アイテムを決定してもよい。図３の例では、情報選択部１０７は、推薦カテゴリを選
択するカテゴリ選択部１０７１、推薦アイテムを選択するアイテム選択部１０７２、及び
アイテムを推薦した場合の有用性を判定し、有用性があると判定されたアイテムの集合で
ある推薦候補アイテム集合を作成する推薦有用性判定部１０７３を含む。しかしながら、
情報選択装置１０によって決定された推薦カテゴリに対応する推薦アイテムの選択は、情
報選択装置１０とは異なる他の装置、例えばアイテム提供サーバ２０又は端末装置３０、
によって行われてもよい。

【0028】

推薦有用性判定部（有用アイテム判定部）１０７３は、各々のアイテムを対象にして、
そのアイテムを推薦アイテムとした場合の有用性を判定し、有用性があると判定されたア
イテムの集合である推薦候補アイテム集合を作成する。例えば、ユーザが既に頻繁に利用
しているアイテムは、ユーザがそのアイテムの存在を十分認識していると推測できるので
、改めて推薦してみても従来以上の利用につながる可能性は低い。このため、ユーザの利
用頻度が非常に高いアイテムは、有用性がない（有用性が低い）と判定する。また、ユー
ザが同じアイテムを１回のみ利用（例えば、購入、閲覧）することが多いアイテム提供サ
ービスにおいては、ユーザが過去に利用したアイテムは、推薦有用性がないと判定する。
また、過去においてユーザに提供していたが、今後はユーザに提供することが難しいアイ
テム、例えば、生産／販売が中止になったアイテムや在庫のないアイテムは、推薦有用性
がないと判定する。また、アイテム提供サーバ２０から期間限定で提供されるアイテムに
関して、ユーザに推薦情報を提供する時点や期間と、アイテムを提供可能な期間とを勘案
し、推薦有用性を判定する。

【0029】

例えば、提供期間が終了したアイテムや、提供期間がかなり先の将来であるアイテムに
ついては、有用性がないと判定する。そして、推薦有用性があると判定されたアイテム（
推薦有用性がないと判定されたアイテム以外のアイテム）を推薦候補アイテム集合に入れ
る。
なお、有用性の有無や程度を表わす際に、「ある／ない」等の二値の表現を用いてもよ
いし、３種類以上の多値で表現してもよいし、数値で表現してもよい。例えば、アイテム
の有用性を数値（有用度）で表現し、その値が所定値以上であるアイテムを推薦候補アイ
テム集合に入れるようにしてもよい。あるいは、有用度が高い順に所定数のアイテムを選
択したり、有用度が高い順に所定割合（全アイテム数に対する割合）のアイテムを選択し
、その選択したアイテムを推薦候補アイテム集合に入れてもよい。

【0030】

カテゴリ選択部１０７１は、複数の候補カテゴリのそれぞれについて算出されたカテゴ
リ優先度に基づいて、利用主体識別子に対する推薦カテゴリを複数の候補カテゴリの中か
ら選択するよう動作する。ここで、複数のカテゴリ優先度の各々は、推薦候補アイテム集
合に属し、かつ各候補カテゴリに属するアイテムと利用主体との関連性の強さを示すアイ
テム関連度を用いて算出される。すなわち、カテゴリ優先度は、推薦カテゴリや推薦カテ
ゴリの順位を決定するための尺度として用いられる。カテゴリ選択部１０７１は、カテゴ
リ優先度を計算する際に、カテゴリに属するアイテムと利用主体とのアイテム関連度を考
慮する。

【0031】

カテゴリ選択部１０７１は、カテゴリ優先度の大きさを考慮して、複数の候補カテゴリ
の中から推薦カテゴリを決定する。例えば、カテゴリ選択部１０７１は、カテゴリ優先度
が高いものを推薦カテゴリとして優先的に選択してもよい。例えば、カテゴリ選択部１０
７１は、カテゴリ優先度が高いものから順に所定数のカテゴリを推薦カテゴリとして選択
してもよい。また、カテゴリ選択部１０７１は、複数の候補カテゴリのうちカテゴリ優先
度が所定値以上のものを推薦カテゴリとしてもよい。

【0032】

続いて以下では、カテゴリ優先度の計算に必要な各種パラメータ及び情報の求め方、及
びカテゴリ優先度の計算例について説明する。カテゴリ優先度の計算に必要なアイテム関
連度は、情報選択装置１０によって導出されてもよいし、外部から情報選択装置１０に供
給されてもよい。例えば、管理者又はオペレータによって決定されたアイテム関連度を情
報選択装置１０に供給すればよい。アイテム関連度は、例えば、利用主体識別子と、アイ
テム識別子と、その両者の関連度を示すアイテム関連度とを対応付けたテーブル（すなわ
ち、アイテム関連度テーブル）として外部の装置から情報選択装置１０に供給されてもよ
い。

【0033】

アイテム関連度を導出するためには、情報選択装置１０又は外部の装置は、利用主体と
アイテムとの関連性、類似性、嗜好性、又は相関性を分析すればよい。具体的には、情報
選択装置１０又は外部の装置は、複数の利用主体（ユーザ）の履歴（例えば、利用履歴、
購入履歴、閲覧履歴、視聴履歴、評価履歴、又は検索履歴）を用いて、アイテム関連度を
算出してもよい。例えば、情報選択装置１０又は外部の装置は、ある利用主体ｘと他の利
用主体ｘ２が共に利用したことのあるアイテムの数を算出し、この数が多いほどユーザ間
の類似度が高くなるようにユーザ間類似度を算出する。次に、利用主体ｘに関して、ユー
ザ間類似度が高い他の利用主体の集合である類似ユーザ集合を作成する。そして、類似ユ
ーザ集合に属する利用主体により利用されたアイテムｙを抽出し、類似ユーザ集合に属す
る利用主体がアイテムｙを利用した利用回数Ｄ１を算出する。そして、この利用回数Ｄ１
を利用主体ｘとアイテムｙとのアイテム関連度Ｗ［ｘ］［ｙ］とする。

【0034】

類似ユーザ集合に属する利用主体により利用されていないアイテムに関しては、関連度
を「０」とすればよい。なお、情報選択装置１０又は外部の装置は、利用主体ｘと他の利
用主体ｘ２とのユーザ間類似度を、統計学の分野において用いられる共起性（co-occurre
nce）の尺度を用いて算出してもよい。例えば、利用主体ｘの利用したアイテムの集合と
、利用主体ｘ２が利用したアイテムの集合の２つの集合に対して、Jaccard係数、Simpson
係数、コサイン尺度（コサイン距離）、又はピアソン積率相関係数などの共起性尺度を算
出し、それを用いてユーザ間類似度を算出することができる。

【0035】

また、類似ユーザ集合に属する利用主体がいずれかのアイテムを利用した回数の合計値
Ｄ２を算出し、類似ユーザ集合に属する利用主体がアイテムｙを利用した利用回数Ｄ１を
算出し、Ｄ１をＤ２で割った値（Ｄ１÷Ｄ２）をアイテム関連度Ｗ［ｘ］［ｙ］としても
よい。また、利用主体を類似ユーザ集合に限定せずに、いずれかの利用主体がアイテムｙ
を利用した利用回数Ｄ３を算出し、Ｄ１をＤ３で割った値（Ｄ１÷Ｄ３）をアイテム関連
度Ｗ［ｘ］［ｙ］としてもよい。また、類似ユーザ集合に属する利用主体の中で、アイテ
ムｙを利用した利用主体の個数（ユーザの人数）を用いてアイテム関連度Ｗ［ｘ］［ｙ］
を算出してもよい。なお、全てのアイテムを対象にしてアイテム関連度を算出してもよい
が、推薦候補アイテム集合に属するアイテムに限定してアイテム関連度を算出する方が効
率よく処理ができる。

【0036】

各候補カテゴリとアイテムとの対応関係（以下、アイテム−カテゴリ対応関係）は、情
報選択装置１０によって導出されてもよいし、外部から情報選択装置１０に供給されても
よい。アイテム−カテゴリ対応関係は、例えば、アイテム識別子とカテゴリ識別子を対応
付けたテーブル（すなわち、アイテム−カテゴリ対応テーブル）として予め定義されても
よい。また、アイテム−カテゴリ対応関係は、アイテム情報を示すテーブル又はデータベ
ースにおいて、アイテムが属するカテゴリをアイテム属性の１つとして規定することによ
って定義されてもよい。１つのアイテムは１つのカテゴリだけに対応する（属する）とい
う制約を設けてもよいし、そのような制約を設けずに、１つのアイテムを複数のカテゴリ
に対応させてもよい。

【0037】

また、情報選択装置１０又は外部の装置は、各アイテムがいずれのカテゴリと類似する
かを分析し、アイテム−カテゴリ対応関係を導出してもよい。例えば、各アイテムと各カ
テゴリとの関係性の強さを示す異種関連度を用いて、アイテム−カテゴリ対応関係を導出
してもよい。具体的には、アイテム毎に異種関連度が所定値以上のカテゴリを選択し、そ
の選択されたカテゴリにアイテムが属していると判定する。ただし、所定値以上のカテゴ
リが存在しない場合は、異種関連度が最大のカテゴリにアイテムが属していると判定する
。これにより、１つのアイテムは少なくとも１つのカテゴリに属することになる。別の方
法として、アイテム毎に異種関連度が大きい順に所定数のカテゴリを選択し、その選択さ
れたカテゴリにアイテムが属していると判定し、それ以外のカテゴリには属していないと
判定してもよい。なお、この所定数を１として、異種関連度の最も高いカテゴリとアイテ
ムとの対応関係を導出するようにしてもよい。この場合は、１つのアイテムがただ１つの
カテゴリに対応することになる。

【0038】

利用主体に対する推薦カテゴリを決定するために用いるカテゴリ優先度は、推薦候補ア
イテム集合に属し、かつ各候補カテゴリに属するアイテムと利用主体との関連性の強さを
示すアイテム関連度の大きさを反映していればよい。したがって、複数のカテゴリ優先度
の各々は、アイテム関連度の関数として算出されてもよい。例えば、複数のカテゴリ優先
度の各々は、推薦候補アイテム集合に属し、かつ各候補カテゴリに属する複数のアイテム
それぞれと利用主体とのアイテム関連度を加算した値に応じた値であってもよい。また、
複数のカテゴリ優先度の各々は、推薦候補アイテム集合に属し、かつ各候補カテゴリに属
する複数のアイテムのうち、利用主体とのアイテム関連度が所定の閾値を上回るアイテム
の数に応じた値であってもよい。また、推薦候補アイテム集合に属し、かつ各候補カテゴ
リに属するアイテムに関するアイテム関連度の最大値を用いてもよい。なお、複数のカテ
ゴリ優先度も、情報選択装置１０（すなわち、カテゴリ選択部１０７１）によって算出さ
れてもよいし、外部から情報選択装置１０に供給されてもよい。

【0039】

図４は、カテゴリ選択部１０７１による推薦カテゴリの選択手順の一例を示すフローチ
ャートである。なお、図４は、カテゴリ選択部１０７１がカテゴリ優先度を計算する例を
示している。ステップＳ１０では、カテゴリ選択部１０７１は、推薦情報を提供する対象
である、処理対象の利用主体を選択する。第３の実施形態において詳述するが、情報選択
装置１０は端末装置３０から推薦情報リクエストを受信し、それに含まれる利用主体識別
子を抽出すればよい。また、推薦情報リクエストの受信とは非同期のタイミングで処理を
行う場合には、ユーザがアイテム提供サービスを利用開始するにあたり登録されたユーザ
または端末装置の情報を格納するデータベース（ユーザ管理データベース）の中から、１
つ以上の利用主体識別子を選択してもよい。また、ユーザの履歴（例えば、利用履歴、購
入履歴、閲覧履歴、視聴履歴、評価履歴、又は検索履歴）に含まれる利用主体識別子の中
から、１つ以上の利用主体識別子を選択してもよい。

【0040】

ステップＳ１１では、カテゴリ選択部１０７１は、ステップＳ１０で選択された利用主
体に関する推薦候補アイテム集合を取得する。
ステップＳ１２では、カテゴリ選択部１０７１は、ステップＳ１０で選択された利用主
体とアイテムとのアイテム関連度であり、かつステップＳ１１で取得した推薦候補アイテ
ム集合に対応するアイテムのアイテム関連度を取得する。既に述べたように、アイテム関
連度は、情報選択装置１０によって動的に算出されてもよいし、オペレータ等によって静
的に設定されてもよい。

【0041】

ステップＳ１３では、カテゴリ選択部１０７１は、各候補カテゴリについて、ステップ
Ｓ１２で取得したアイテム関連度を用いてカテゴリ優先度を算出する。ステップＳ１４で
は、カテゴリ選択部１０７１は、カテゴリ優先度の大きさを考慮して、ステップＳ１０で
選択された利用主体に対して、複数のカテゴリの中から推薦カテゴリを決定する。なお、
ステップＳ１０において、複数の利用主体を処理対象として選択し、ステップＳ１１〜Ｓ
１４の各ステップにおいて、その選択された複数の利用主体全てに対する処理を行っても
よい。また、ステップＳ１０において、１つの利用主体を選択し、ステップＳ１１〜Ｓ１
４の各ステップにおいて、その１つの利用主体に対して処理を行い、ステップＳ１４実行
後に、必要に応じてステップＳ１０に戻るループ処理を追加して、複数の利用主体に対す
る処理を行ってもよい。

【0042】

上述したように、本実施形態では、推薦カテゴリを決定するための尺度であるカテゴリ
優先度は、各候補カテゴリに属するアイテムのそれぞれと利用主体とのアイテム関連度の
大きさを反映している。したがって、カテゴリ優先度に基づいて決定された推薦カテゴリ
は、利用主体との関連性、類似性、嗜好性、又は相関性を有するアイテムと対応付けられ
ている可能性が高い。したがって、本実施形態で説明した情報選択装置１０、及びこれに
よる推薦カテゴリの決定手法によれば、利用主体との間に高い関連性を有する推薦アイテ
ムが存在する可能性が高い推薦カテゴリを決定することができる。

【0043】

続いて図３のアイテム選択部１０７２について説明する。アイテム選択部１０７２は、
推薦有用性判定部１０７３により決定された推薦候補アイテム集合に属し、かつカテゴリ
選択部１０７１により決定された推薦カテゴリに属するアイテムの中から推薦アイテムを
選択するよう動作する。アイテム選択部１０７２は、アイテム関連度に基づいて推薦アイ
テムを選択するとよい。これにより、利用主体との間に高い関連性を有するアイテムを推
薦アイテムとして選択できる可能性が向上する。

【0044】

具体的には、アイテム選択部１０７２は、推薦候補アイテム集合に属し、かつ推薦カテ
ゴリに属するアイテムのうち、利用主体とのアイテム関連度が高いものを推薦アイテムと
して優先的に選択してもよい。例えば、アイテム選択部１０７２は、推薦候補アイテム集
合に属し、かつ推薦カテゴリに属するアイテムのうち、利用主体とのアイテム関連度が高
いものから順に所定数のアイテムを推薦アイテムとして選択してもよい。また、アイテム
選択部１０７２は、推薦候補アイテム集合に属し、かつ推薦カテゴリに属するアイテムの
うち、利用主体とのアイテム関連度が所定値以上のものを推薦アイテムとしてもよい。

【0045】

しかしながら、アイテム選択部１０７２は、複数の推薦アイテムのなかにアイテム関連
度の低いアイテムを適度に含めてもよい。これにより、アイテム選択部１０７２は、推薦
カテゴリに属する他のアイテムに比べて利用主体とのアイテム関連度が相対的に低いアイ
テムを推薦アイテムとして選択できるため、意外性の高いアイテムをユーザに推薦できる
場合がある。これは、アイテムの新たな利用機会（例えば、購買機会、視聴機会）を創出
できる可能性がある。

【0046】

＜第２の実施形態＞
本実施形態では、第１の実施形態で説明した情報選択装置１０による推薦カテゴリの決
定手順の変形例について説明する。第１の実施形態では、候補カテゴリに属する各アイテ
ムと利用主体とのアイテム関連度を用いて、各候補カテゴリのカテゴリ優先度を求める例
について説明した。これに対して本実施形態に係る情報選択装置１０は、各候補カテゴリ
のカテゴリ優先度を求めるために、アイテム関連度だけでなく、利用主体と候補カテゴリ
との関連性の強さを示すカテゴリ関連度をさらに用いる。

【0047】

カテゴリ関連度は、情報選択装置１０によって導出されてもよいし、外部から情報選択
装置１０に供給されてもよい。アイテム関連度の導出と同様に、カテゴリ関連度を導出す
るためには、情報選択装置１０又は外部の装置は、利用主体とカテゴリとの関連性、類似
性、嗜好性、又は相関性を分析すればよい。例えば、カテゴリ関連度は、アンケート調査
等により収集されたユーザの各カテゴリに対する興味の度合いを示すデータを基に算出さ
れてもよい。また、情報選択装置１０又は外部の装置は、複数の利用主体（ユーザ）の履
歴（例えば、利用履歴、購入履歴、閲覧履歴、視聴履歴、評価履歴、又は検索履歴）を用
いて、カテゴリ関連度を算出してもよい。例えば、情報選択装置１０又は外部の装置は、
ある利用主体ｘと他の利用主体ｘ２が共に利用したことのあるアイテムの数またはカテゴ
リの数を算出し、この数が多いほどユーザ間の類似度が高くなるようにユーザ間類似度を
算出する。

【0048】

次に、利用主体ｘに関して、ユーザ間類似度が高い他の利用主体の集合である類似ユー
ザ集合を作成する。そして、アイテム−カテゴリ対応テーブルを参照しながら、類似ユー
ザ集合に属する利用主体により利用されたアイテムに対応するカテゴリｐを特定し、類似
ユーザ集合に属する利用主体がカテゴリｐに対応するアイテムを利用した利用回数Ｄ５算
出する。そして、この利用回数Ｄ５を利用主体ｘとカテゴリｐとのカテゴリ関連度Ｈ［ｘ
］［ｐ］としてもよい。類似ユーザ集合に属する利用主体により利用されていないカテゴ
リに関しては、カテゴリ関連度を「０」とすればよい。

【0049】

また、類似ユーザ集合に属する利用主体がいずれかのアイテムを利用した回数の合計値
Ｄ２を算出し、類似ユーザ集合に属する利用主体がカテゴリｐに対応するアイテムを利用
した利用回数Ｄ５を算出し、Ｄ５をＤ２で割った値（Ｄ５÷Ｄ２）をカテゴリ関連度Ｈ［
ｘ］［ｐ］としてもよい。また、利用主体を類似ユーザ集合に限定せずに、いずれかの利
用主体がカテゴリｐに対応するアイテムを利用した利用回数Ｄ６を算出し、Ｄ５をＤ３で
割った値（Ｄ５÷Ｄ６）をカテゴリ関連度Ｈ［ｘ］［ｐ］としてもよい。また、類似ユー
ザ集合に属する利用主体の中で、カテゴリｐに対応するアイテムを利用した利用主体の個
数（ユーザの人数）を用いてカテゴリ関連度を算出してもよい。

【0050】

なお、カテゴリ関連度を算出する際に、保存されている全ての履歴を用いてもよいし、
履歴に利用日時が記録されている場合には、比較的新しい履歴のみを用いてもよい。全て
の履歴を用いた方が、ユーザの長期的な嗜好がカテゴリ関連度に反映され易い。一方、ユ
ーザの履歴の数が多い場合は、比較的新しい履歴のみに限定した方が、ユーザの最近の嗜
好がカテゴリ関連度に反映されるので、好ましい場合がある。また、ユーザが利用したア
イテムを除外せずに推薦候補アイテム集合が作成された場合（提供中止となったアイテム
等を除外した場合）には、履歴に含まれていて、かつ推薦候補アイテム集合に属するアイ
テムに限定してアイテム情報を用い、カテゴリ関連度を算出してもよい。

【0051】

上述の履歴を用いたカテゴリ関連度算出方法は、アイテム提供サーバ２０によって提供
されるアイテムの情報を用いた方法であるといえるが、アイテム提供サーバ２０によって
提供されるアイテム以外の情報に基づいてカテゴリ関連度を算出してもよい。例えば、ア
ンケート調査により、各カテゴリに対するユーザの関心度合いを「大変興味がある」、「
やや興味がある」、「どちらとも言えない」「あまり興味がない」、「全く興味がない」
等の選択肢から選んで回答してもらい、その回答を数値化してカテゴリ関連度としてもよ
い。なお、アンケートの際には、アイテム提供サーバ２０における実際のアイテムの品揃
え（各カテゴリに対応してどんなアイテムが提供されているか等）をユーザにあまり意識
させずに回答してもらった方が、ユーザのカテゴリに対する本来の関心度合いを精度よく
アンケートデータに反映できる。更に、アイテム情報選択装置１０およびアイテム提供サ
ーバ２０で使用するカテゴリの体系（例えば、音楽ジャンルとして「ロック」、「ジャズ
」、「クラシック」、「フォーク」を用いる等）と同一のカテゴリ体系が使用されている
のであれば、ユーザが他のサービスで回答したアンケートデータ等を用いてカテゴリ関連
度を算出してもよい。同様に、情報選択装置１０およびアイテム提供サーバ２０で使用す
るカテゴリ体系と同一のカテゴリ体系を持ち、かつ情報選択装置１０で扱う利用主体識別
子と共通する利用主体識別子を使用している他のサービスが存在するのであれば、そのサ
ービスにおけるユーザ履歴を用いて、カテゴリ関連度を算出してもよい。その場合、他の
サービスがアイテム提供サーバ２０によって提供されるアイテム以外のアイテム（非提供
アイテム）を含めてアイテムを提供していれば、非提供アイテムの情報もカテゴリ関連度
に反映されることになる。

【0052】

カテゴリ優先度は、例えば以下のように求めることができる。利用主体ｘと、カテゴリ
ｐに対応するアイテムｙとのアイテム関連度をＷ［ｘ］［ｙ］とし、利用主体ｘと候補カ
テゴリｐとのカテゴリ関連度をＨ［ｘ］［ｐ］とする。そして、Ｗ［ｘ］［ｙ］とＨ［ｘ
］［ｐ］の積（Ｗ［ｘ］［ｙ］×Ｈ［ｘ］［ｐ］）を候補カテゴリｐに対応し、かつ利用
主体ｘの推薦候補アイテム集合に属するアイテムｙについて加算した値Ｖ［ｘ］［ｐ］を
算出し、Ｖ［ｘ］［ｐ］を候補カテゴリｐのカテゴリ優先度とすればよい。また、候補カ
テゴリｐに対応し、かつ推薦候補アイテム集合に属するアイテムの中から、Ｗ［ｘ］［ｙ
］が大きい順に所定数のアイテム、またはＷ［ｘ］［ｙ］が所定値以上のアイテムを抽出
し、その抽出したアイテムを対象にして、（Ｗ［ｘ］［ｙ］×Ｈ［ｘ］［ｐ］）を加算し
た値Ｖ［ｘ］［ｐ］を算出し、その値を候補カテゴリｐのカテゴリ優先度としてもよい。
また、Ｗ［ｘ］［ｙ］を候補カテゴリｐに対応し、かつ推薦候補アイテム集合に属する全
てのアイテムについて加算した値ＷＡを算出し、ＷＡとＨ［ｘ］［ｐ］との重み付き加算
値をカテゴリ優先度としてもよい。

【0053】

さらに、候補カテゴリｐと推薦候補アイテム集合に属する任意のアイテムｙ’との異種
関連度Ｓ［ｙ’］［ｐ］が利用できる場合には、候補カテゴリｐに対応するアイテムに限
定せず、推薦候補アイテム集合に属する全てのアイテムを対象にしてカテゴリ優先度算出
処理を行ってもよい。例えば、Ｗ［ｘ］［ｙ’］とＨ［ｘ］［ｐ］とＳ［ｙ’］［ｐ］と
の積（Ｗ［ｘ］［ｙ’］×Ｈ［ｘ］［ｐ］×Ｓ［ｙ’］［ｐ］）を推薦候補アイテム集合
に属する全てのアイテムｙ’について加算した値Ｖ’［ｘ］［ｐ］を算出し、Ｖ’［ｘ］
［ｐ］を候補カテゴリｐのカテゴリ優先度としてもよい。また、Ｗ［ｘ］［ｙ’］とＳ［
ｙ’］［ｐ］との積（Ｗ［ｘ］［ｙ’］×Ｓ［ｙ’］［ｐ］）を推薦候補アイテム集合に
属する全てのアイテムｙ’について加算した値Ｖ’［ｘ］［ｐ］を算出し、Ｖ’［ｘ］［
ｐ］を候補カテゴリｐのカテゴリ優先度としてもよい。更に、第１の実施形態で説明した
ように、カテゴリ関連度を用いずにカテゴリ優先度を算出する場合には、Ｗ［ｘ］［ｙ’
］とＳ［ｙ’］［ｐ］との積（Ｗ［ｘ］［ｙ’］×Ｓ［ｙ’］［ｐ］）を推薦候補アイテ
ム集合に属する全てのアイテムｙ’について加算した値Ｖ’［ｘ］［ｐ］を算出し、Ｖ’
［ｘ］［ｐ］を候補カテゴリｐのカテゴリ優先度としてもよい。

【0054】

このような算出方法では、アイテムｙ’が候補カテゴリｐに対応するか（属する）か否
かといった二値的な判定をしておらず、異種関連度Ｓ［ｙ’］［ｐ］をアイテムｙ’と候
補カテゴリｐとの対応情報として利用している。すなわち、利用主体ｘとアイテムｙ’と
のアイテム関連度Ｗ［ｘ］［ｙ’］、及びアイテムｙ’と候補カテゴリｐとの対応情報で
ある異種関連度Ｓ［ｙ’］［ｐ］を用いて、カテゴリ優先度を算出している。なお、Ｓ［
ｙ’］［ｐ］が０より大きい場合に、アイテムｙ’と候補カテゴリｐが属するとし、Ｓ［
ｙ’］［ｐ］が０である場合に、属さないと判定してもよい。また、Ｓ［ｙ’］［ｐ］が
所定値以上である場合に、アイテムｙ’が候補カテゴリに属すると判定し、所定値未満で
ある場合に属さないと判定してもよい。すなわち、アイテムがカテゴリに属しているか否
かの情報は、対応情報の内の１つである、ともいえる。

【0055】

本実施形態に係る情報選択装置１０の構成例は、第１の実施形態に示した構成例（図３
）と同様である。図５は、本実施形態に係る情報選択装置１０（すなわち、カテゴリ選択
部１０７１）による推薦カテゴリの選択手順の一例を示すフローチャートである。図５の
ステップＳ２０〜Ｓ２２における処理は、図４のステップＳ１０〜Ｓ１２における処理と
、それぞれ同様である。図５のステップＳ２３では、利用主体と各候補カテゴリとのカテ
ゴリ関連度を取得する。上述したように、このカテゴリ関連度は、情報選択装置１０によ
って動的に算出されてもよいし、オペレータ等によって静的に設定されてもよい。ステッ
プＳ２４では、カテゴリ選択部１０７１は、各候補カテゴリについてカテゴリ優先度を算
出する。ステップＳ２５では、カテゴリ選択部１０７１は、カテゴリ優先度の大きさを考
慮して、複数の候補カテゴリの中から推薦カテゴリを決定する。

【0056】

上述したように、本実施形態で用いるカテゴリ優先度は、第１の実施形態のそれと同様
に、各候補カテゴリに対応するアイテムのそれぞれと利用主体とのアイテム関連度の大き
さを反映している。このため、本実施形態は、利用主体との間に高い関連性を有するアイ
テムが推薦カテゴリの中に存在しない可能性を減らすことができる。

【0057】

さらに、本実施形態では、利用主体と候補カテゴリとのカテゴリ関連度の関数としてカ
テゴリ優先度を求める例を示した。これにより利用主体との関連性、類似性、嗜好性、又
は相関性が強く、且つ利用主体との間に高い関連性を有するアイテムと十分に対応付けら
れている可能性の高い推薦カテゴリを決定することができる。

【0058】

なお、候補カテゴリのカテゴリ優先度は、利用主体と候補カテゴリとのカテゴリ関連度
が大きいほど高くなるように定めればよい。これにより、利用主体との関連性、類似性、
嗜好性、又は相関性が強い候補カテゴリのカテゴリ優先度を大きくすることができる。し
かしながら、候補カテゴリのカテゴリ優先度とカテゴリ関連度との関係は、利用主体との
カテゴリ関連度が非常に大きな候補カテゴリよりも、カテゴリ関連度が小さい候補カテゴ
リ、または中程度の候補カテゴリのカテゴリ優先度が高くなるように定められてもよい。
これにより、意外性の高い推薦情報をユーザに提供できる可能性がある。例えば、カテゴ
リ関連度がそれ程高くなく、かつアイテム関連度の高いアイテムが多く対応しているカテ
ゴリを推薦すると、ユーザが推薦情報に意外性を感じる可能性が高い。候補カテゴリのカ
テゴリ優先度は、利用主体とのカテゴリ関連度を所定の変換規則に入力して得られる拡張
関連度の関数として算出されてもよい。拡張関連度の具体例は、以下の述べる第３の実施
形態において詳細に説明される。

【0059】

＜第３の実施形態＞
本実施形態では、第２の実施形態で説明した情報選択装置１０による推薦カテゴリの決
定手順の具体例について説明する。また、本実施形態では、推薦カテゴリの決定に必要な
カテゴリ優先度およびアイテム関連度の計算の具体例についても説明する。さらに、本実
施形態では、カテゴリ優先度の計算手法に関するいくつかのバリエーションを説明する。

【0060】

＜システム全体構成＞
本実施形態に係る情報選択装置１０を含むシステム１の構成例は、第１の実施形態で述
べた例（例えば、図１及び図２）と同様である。以下では、図１に示した構成例を例にと
って説明する。

【0061】

＜情報選択装置＞
図６は、第３の実施形態における情報選択装置１０の構成例を示すブロック図である。
情報選択装置１０は、第１の実施形態で説明した通り、情報選択部１０７を有する。さら
に図６の構成例では、情報選択装置１０は、メタデータ格納部１０１、利用履歴格納部１
０２、カテゴリ関連度格納部１０３、関連度算出部１０４、アイテム関連度格納部１０５
、表示制御情報作成部１０６、推薦情報格納部１０８、送受信部１０９、及び制御部１１
０を有する。また、図６の情報選択装置１０には、情報選択装置１０の管理者向けに必要
な情報を表示するための表示装置１２０（例えば、ＬＣＤ（Liquid
Crystal Display）、ＯＥＬＤ（Organic Electroluminescent Display）、ＣＲＴ（Catho
de Ray Tube）ディスプレイ）と、管理者が操作を行なうための入力装置１３０（例えば
、キーボード、マウス、タッチパネル）が接続されている。

【0062】

情報選択装置１０は、既に述べた通り、一般的なコンピュータシステムを用いて構成さ
れてもよい。例えば、情報選択装置１０は、ＣＰＵ、ＲＡＭ、ＲＯＭ、不揮発性記憶デバ
イス（例えば、ＨＤＤ（Hard
Disc Drive）、フラッシュメモリ）、ネットワークインタフェース等を備える一般的なコ
ンピュータを用いて構成することができる。すなわち、一般的なコンピュータは、以下で
説明するような推薦カテゴリおよび推薦アイテムの選択に関する処理・アルゴリズムを行
なうためのコンピュータプログラムを実行することにより、本実施形態に係る情報選択装
置１０として機能することができるようになる。

【0063】

メタデータ格納部１０１は、アイテム情報、カテゴリ情報、及びアイテムとカテゴリの
対応関係を示す情報を格納する。アイテム情報は、アイテム識別子、及びアイテム属性（
例えば、アイテム名、アイテム説明、属するカテゴリ）を含む。カテゴリ情報は、カテゴ
リ識別子、及びカテゴリ属性（カテゴリ名、カテゴリ種別、カテゴリ説明）を含む。アイ
テムとカテゴリの対応関係は、第１の実施形態で説明した通り、アイテム−カテゴリ対応
テーブルとして規定されてもよい。また、アイテムとカテゴリの対応関係は、アイテム情
報において、アイテムが属するカテゴリをアイテム属性の１つとして規定することによっ
て定義されてもよい。

【0064】

図７（ａ）は、アイテム情報を記録するアイテム情報テーブル１０１Ａの一例（１０１
Ａ−１）を示している。本図に示すように、アイテム情報テーブル１０１Ａは、アイテム
識別子（アイテムＩＤ）とアイテム属性情報を対応付けるテーブルである。図７（ａ）の
例では、アイテム属性情報は、アイテムの「タイトル（アイテム名）」、「説明」、及び
「アイテム時期」を含む。アイテム属性情報の「説明」は、アイテムのあらすじや要約、
制作された背景説明などを示す。

【0065】

「アイテム時期」は、アイテムの作成時期（時点）、アイテムの提供開始時期（時点）
、アイテムの提供終了時期（時点）の３つの項目から構成されている。アイテムの作成時
期の情報が存在しない場合には、代わりにアイテム提供サーバ２０にアイテムが登録され
た時期を格納してもよいし、データなしを示す「ＮＵＬＬ」を登録してもよい。アイテム
の提供開始時期は、アイテム提供サーバ２０からそのアイテムの提供が開始される時点で
ある。また、アイテムの提供終了時期は、アイテム提供サーバ２０からそのアイテムの提
供が終了する時点である。提供終了時期が未定の場合は、「９９９９／１２／３１」のよ
うに、遠い未来の日付を格納すればよい。なお、図７（ａ）の例では、時期（時点）の表
現形式として「２０１０年１月１日」などの日付を用いているが、他の表現形式を用いて
もよい。例えば、「２０１０年１月１日 １０時１５分２０秒」などの秒単位までの日時
でもよいし、ミリ秒単位までの日時でもよい。あるいは、「２０１０年１月」などの月単
位の表現形式でも、「２０１０年 １Ｑ」などの四半期単位の表現形式でも、「２０１０
年」などの年単位の表現形式でも、「２０００年代」などの年単位より大まかな年代の表
現形式でもよい。提供開始時期および提供終了時期の情報を格納することで、期間限定で
提供されるアイテムであっても、その情報を適切に推薦情報に入れることができる。

【0066】

図７（ｂ）は、アイテム情報テーブル１０１Ａの別の一例（１０１Ａ−２）を示してい
る。テーブル１０１Ａ−２と１０１Ａ−１との違いは、アイテム属性情報の１つとしてカ
テゴリ情報（例えば、カテゴリ名、カテゴリ識別子）を格納する点である。図７（ｂ）に
示す例では、１つのアイテムに対して最大２つのカテゴリが対応付けられる。もちろん、
１つのアイテムに対して３つ以上のカテゴリを対応させてもよいし、１つのアイテムに１
つのカテゴリのみ対応させるようにしてもよい。図７（ｂ）におけるアイテム識別子「Ｉ
ｔｅｍＩＤ−２」のカテゴリ２は、該当するデータが存在しないことを意味する「ＮＵＬ
Ｌ」に対応付けられている。本実施形態の以下の説明においては、アイテム情報テーブル
１０１Ａ−１を用いることとするが、これに代えてアイテム情報テーブル１０１Ａ−２を
用いる場合は、後述するアイテム−カテゴリ対応テーブル１０１Ｃを省略することができ
る。なお、図７（ｂ）の「アイテム時期」も図７（ａ）と同様に、アイテムの作成時期（
時点）、アイテムの提供開始時期（時点）、アイテムの提供終了時期（時点）の３つの項
目から構成されているが、本図では詳細を省略している。

【0067】

図７（ｃ）は、カテゴリ情報を記録するカテゴリ情報テーブル１０１Ｂの一例を示して
いる。本図に示すように、カテゴリ情報テーブル１０１Ｂは、カテゴリ識別子（カテゴリ
ＩＤ）とカテゴリ属性情報を対応付けるテーブルである。カテゴリは、既に述べた通り、
アイテムを分類するためのインデックスを意味する。１つのアイテムについて少なくとも
１つのカテゴリが設定される。言い換えると、１つのアイテムは、少なくとも１つのカテ
ゴリに対応付けられる。

【0068】

図７（ｃ）の例では、カテゴリ属性情報は、「カテゴリ種別」、「カテゴリ名」、及び
「カテゴリ説明」を含む。カテゴリ種別（カテゴリタイプ）は、カテゴリの種類（大分類
）を表わす。例えば、アイテムの「クリエイター（作成者）」をカテゴリ種別とすること
ができる。なおカテゴリ種別＝「クリエイター」に属するカテゴリは、アイテムの制作者
、監督、プロデューサー、執筆者、作曲者、作詞者、演奏者、出演者などを含む。すなわ
ち、監督およびプロデューサーなどの人名が「カテゴリ名」に相当する。

【0069】

また、カテゴリ種別として「ジャンル」を用いてもよい。例えば、アイテムが音楽コン
テンツの場合、カテゴリ種別＝「ジャンル」に属するカテゴリ（カテゴリ名）は、ロック
、ジャズ、クラシック、フォーク、ブルース等を含む。アイテムが映画コンテンツの場合
、カテゴリ種別＝「ジャンル」に属するカテゴリ（カテゴリ名）は、ＳＦ、アクション、
コメディ、アニメ、サスペンスなどを含む。

【0070】

また、カテゴリ種別として「地域」を用いてもよい。例えば、カテゴリ種別＝「地域」
に属するカテゴリ名は、日本、アメリカ、イギリス、フランス、東京などの国又は地域名
を含む。

【0071】

また、カテゴリ種別として、アイテムの持つ雰囲気やアイテムを使用するのに適した雰
囲気を表わす「ムード」を用いてもよい。この場合、カテゴリ種別＝「ムード」に属する
カテゴリ（カテゴリ名）は、癒し系、エキサイティング、ドラマティック、素朴、及び渋
いといった用語であってもよい。

【0072】

また、アイテムを使用するのに適した状況を示す「シチュエーション」をカテゴリ種別
としてもよい。例えば、カテゴリ種別＝「シチュエーション」に属するカテゴリ（カテゴ
リ名）は、就寝前、ジョギング、電車、ドライブ、勉強中などを含む。なお、アイテムが
音楽コンテンツであり、「ムード」や「シチュエーション」などをカテゴリ種別として用
いる場合には、情報選択装置１０または他の装置は、特開２００７−３２２５９８（JP
2007-322598 A）に開示されている技術を用いて楽曲をカテゴリに分類してもよい。

【0073】

また、アイテムの価格帯や割引率に関するカテゴリ群を１つのカテゴリ種別に分類して
もよい。例えば、当該カテゴリ種別に属するカテゴリ（カテゴリ名）は、高額品、ミドル
レンジ価格帯、お買い得品、２０％ＯＦＦ、５０％ＯＦＦなどを含む。また、アイテムの
サイズや色に関するカテゴリ群を１つのカテゴリ種別に分類してもよい。もちろん、ここ
で挙げたアイテム属性情報とカテゴリ属性情報は、あくまでも例示であり、これらの例に
限定される訳ではない。例えば、アイテム属性は、アイテムの価格情報を含んでもよい。

【0074】

図７（ｄ）は、アイテム−カテゴリ対応テーブル１０１Ｃの一例を示している。アイテ
ム−カテゴリ対応テーブル１０１Ｃは、アイテム識別子とカテゴリ識別子を対応付けるテ
ーブルであり、１つのアイテム識別子に対して任意の数のカテゴリ識別子を対応付けるこ
とができる。また、アイテム−カテゴリ対応テーブル１０１Ｃは、１つのカテゴリ識別子
に対して任意の数のアイテム識別子を対応付けることができる。図７（ｄ）に示す例では
、「ＩｔｅｍＩＤ−１」に３つ、「ＩｔｅｍＩＤ−２」に１つ、「ＩｔｅｍＩＤ−３」に
２つのカテゴリ識別子が対応している。また、１つのアイテムに複数のカテゴリが対応す
る場合、それらのカテゴリ種別は同じであってもよいし、異なっていてもよい。また、図
７（ｄ）には示していないが、アイテム識別子とカテゴリ識別子に加えて、更にアイテム
とカテゴリ間の関連度である異種関連度をアイテム−カテゴリ対応テーブル１０１Ｃに格
納してもよい。

【0075】

異種関連度は、アイテム識別子とカテゴリ識別子と異種関連度を対応付けたテーブル（
すなわち、異種関連度テーブル）として外部の装置から情報選択装置１０に供給されても
よい。また、異種関連度を導出するために、特許文献１に記載されているようなカテゴリ
毎のキーワードを記載したカテゴリ辞書を用いて導出してもよい。例えば、各アイテムに
含まれるキーワード（例えば、商品名、商品説明、番組名、出演者名）のカテゴリ毎の出
現回数を各アイテムに含まれるキーワードの全出現回数で割った値（カテゴリ毎のキーワ
ードの相対出現率）を異種関連度としてもよい。

【0076】

また別の方法として、異種関連度は、利用主体（ユーザ）と利用主体によって利用され
たアイテムとを対応させた利用履歴と、各利用主体（ユーザ）と各カテゴリに対する興味
の度合い（カテゴリ関連度）をアンケート調査等により収集したカテゴリ興味データとを
用いて計算されてもよい。具体的には、あるアイテム（アイテムＡ）を利用したユーザ（
ユーザ群Ｂ）を対象にして、カテゴリ毎にユーザ群Ｂのカテゴリ関連度の合計（カテゴリ
別合計）を算出し、そのカテゴリ別合計をユーザ群Ｂでのカテゴリ関連度の総合計で割っ
た値を異種関連度としてもよい。例えば、アイテムＡを３人のユーザ（Ｕ１，Ｕ２、Ｕ３
）が利用しており、Ｕ１のカテゴリ１に対する関連度が「１．０」、カテゴリ２に対する
関連度が「０．５」、Ｕ２のカテゴリ１に対する関連度が「０．８」、カテゴリ２に対す
る関連度が「０．３」、Ｕ３のカテゴリ１に対する関連度が「０．０」、カテゴリ２に対
する関連度が「０．４」である場合、カテゴリ１の関連度の合計は「１．０＋０．８＋０
．０＝１．８」、カテゴリ２の関連度の合計は「０．５＋０．３＋０．４＝１．２」とな
る。また、３人のユーザの関連度の総合計は「１．０＋０．５＋０．８＋０．３＋０．０
＋０．４＝３．０」なので、アイテムＡとカテゴリ１との異種関連度は「１．８÷３．０
＝０．６」、アイテムＡとカテゴリ２との異種関連度は「１．２÷３．０＝０．４」とな
る。

【0077】

なお、カテゴリ関連度の合計値を算出するのではなく、カテゴリ関連度が所定値（例え
ば「０．５」）以上のユーザの数（支持ユーザ数）をカテゴリ毎にカウントし、その支持
ユーザ数をアイテムＡを利用した全ユーザ数で割った値を、アイテムＡと各カテゴリとの
異種関連度としてもよい。例えば、上記の例で関連度が０．５以上のユーザ数をカウント
すると、カテゴリ１の支持ユーザ数は「２人」、カテゴリ２の支持ユーザ数は「１人」に
なるので、アイテムＡとカテゴリ１との異種関連度は「２÷３＝０．６６７」、アイテム
Ａとカテゴリ２との異種関連度は「１÷３＝０．３３３」となる。さらにユーザがアイテ
ムを利用した回数を用いて異種関連度を算出してもよい。
異種関連度を省略した場合は、アイテム−カテゴリ対応テーブル１０１Ｃに格納されて
いるアイテムとカテゴリの組合せは、全て異種関連度が一定値（例えば、「１」）である
ことに相当する。

【0078】

なお、第１の実施形態で述べたように、情報選択装置１０は、外部の装置から必要に応
じてアイテム又はカテゴリに関する情報（すなわち、メタデータ）を取得してもよい。こ
の場合、メタデータ格納部１０１は省略されてもよい。例えば、情報選択装置１０は、ア
イテム提供サーバ２０（e.g.後述するアイテム格納部２０２）からメタデータを取得して
もよい。

【0079】

送受信部１０９は、ネットワーク４０（図２の構成例の場合は、さらにネットワーク４
２）を介して、アイテム提供サーバ２０または端末装置３０との間でデータを送受信する
。

【0080】

制御部１１０は、情報選択装置１０の全体の制御を行なうための種々の処理を行なう。
例えば、後述するように、制御部１１０は、アイテム提供サーバ２０または端末装置３０
から送信される利用リクエストを送受信部１０９を介して受信し、利用リクエストに含ま
れるユーザ識別子とアイテム識別子を対応付ける利用履歴情報を利用履歴格納部１０２に
格納する。

【0081】

利用履歴格納部１０２は、ユーザによるアイテム利用履歴を示す情報を格納する。アイ
テム利用履歴は、例えば、テーブル形式（アイテム利用履歴テーブル１０２と呼ぶ）で格
納されてもよい。本実施形態では、アイテム利用は、ユーザからの利用リクエストに対し
てアイテム提供サーバ２０がアイテムを提供することにより実行される。なお、本実施形
態では、利用主体識別子としてユーザ識別子（ユーザＩＤ）を用いてユーザが識別される
例を主に説明するが、例えば端末装置３０として携帯電話が用いられる場合、端末識別子
（端末ＩＤ）がユーザ識別子の代わりに用いられてもよい。端末識別子は、例えば、情報
選択装置１０又はアイテム提供サーバ２０と端末装置３０との接続時に取得することがで
きる。また、例えば端末装置３０としてパーソナルコンピュータ等を用いる場合には、ユ
ーザ識別子の代わりにＣｏｏｋｉｅ又はこれに類似する識別情報を用いて、Ｗｅｂブラウ
ザ又は端末装置３０を識別してもよい。上述したように、ユーザまたはユーザの利用する
端末装置を「利用主体」と称し、ユーザ識別子と端末識別子とを合わせて、「利用主体識
別子」と称する。

【0082】

アイテム利用履歴テーブル１０２Ａは、利用履歴情報の格納のために種々の格納形態を
採用することができる。例えば、図８（ａ）のアイテム利用履歴テーブル１０２Ａ−１に
示すように、利用主体識別子とアイテム識別子とを関連付けて格納することができる。本
例では、１つの利用リクエストが、テーブル１０２Ａ−１の１行に対応している。テーブ
ルの１行目と４行目がともに「ＵｓｅｒＩＤ−１」と「ＩｔｅｍＩＤ−３」の組み合わせ
であることから分かるように、利用主体識別子とアイテム識別子の組み合わせが同じであ
っても、利用リクエスト毎にテーブル行のデータが追加される。このため、他の処理部（
例えば、関連度算出部１０４）は、アイテム識別子が示すアイテム毎の利用回数、および
アイテム毎の利用ユーザ数を容易にカウントできる。なお、１つの利用リクエストに複数
のアイテム識別子が含まれている場合は、アイテム識別子の数だけのテーブル行を割り当
てて格納すればよい。

【0083】

図８（ｂ）に示すアイテム利用履歴テーブル１０２Ａ−２は、利用主体識別子、アイテ
ム識別子、及びアイテム利用時期を関連付けて格納する例である。図８（ａ）に示したア
イテム利用履歴テーブル１０２Ａ−１と同様に、１つの利用リクエストがテーブル１０２
Ａ−２の１行に対応している。利用リクエストがアイテム利用時期を示す場合、制御部１
１０は、利用リクエストから取り出されたアイテム利用時期情報をテーブル１０２Ａ−２
に格納させる。利用リクエストにアイテム利用時期情報が含まれていない場合、制御部１
１０は、例えば情報選択装置１０に内蔵されている時計を用いて、情報選択装置１０が利
用リクエストを受信した時期（時点）を利用時期情報として用いればよい。

【0084】

図８（ｂ）の例は、アイテム利用時期の表現形式として、「２０１０年１月１日 １０
時１５分２０秒」などの秒単位までの日時を用いている。しかしながら、アイテム利用時
期は、ミリ秒単位までの日時、日単位までの日付、月単位、年単位などの任意の形式で表
されてもよい。なお、利用リクエストは、ユーザによるアイテムに対する評価値（例えば
、好き＝３、どちらでもない＝２、嫌い＝１、などの好き嫌いの度合いを示す数値）を含
んでもよい。この場合、アイテム利用履歴テーブル１０２Ａ−２は、利用主体識別子、ア
イテム識別子、アイテム利用時期、及び当該アイテム評価値を関連付けて格納してもよい
。

【0085】

図８（ｃ）に示すアイテム利用履歴テーブル１０２Ａ−３は、利用主体識別子、アイテ
ム識別子、及びアイテム利用回数を関連付けて格納する例である。後述するように、関連
度算出部１０４がアイテム利用時期を用いない場合は、アイテム利用履歴テーブル１０２
Ａ−３を用いることで利用履歴格納部１０２の記憶容量を削減することができる。また、
ユーザによるアイテムに対する評価値（アイテム評価値）が利用リクエストに含まれる場
合は、アイテム利用履歴テーブル１０２Ａ−３は、利用主体識別子、アイテム識別子、ア
イテム利用回数、及び最新のアイテム評価値を関連付けて格納してもよい。

【0086】

カテゴリ関連度格納部１０３は、利用主体識別子とカテゴリ識別子の組み合わせについ
てのカテゴリ関連度を格納する。カテゴリ関連度は、例えば、テーブル形式（カテゴリ関
連度テーブル１０３Ａと呼ぶ）で格納されてもよい。図９（ａ）は、カテゴリ関連度テー
ブル１０３の一例であるテーブル１０３Ａ−１を示している。テーブル１０３Ａ−１は、
利用主体識別子とカテゴリ識別子とこれらのカテゴリ関連度を対応付ける。カテゴリ関連
度は、例えば、０以上１以下の数値によって表すことができる。ここでは、カテゴリ関連
度の値が１であるときに利用主体（ユーザ）とカテゴリとの関連性、類似性、嗜好性、又
は相関性が最も高いことを表し、０であるときに最も低いことを表わす。例えば、図９（
ａ）は、「ＵｓｅｒＩＤ−１」と「ＣａｔｅｇｏｒｙＩＤ−２」とのカテゴリ関連度が「
０．８５」であることを示している。

【0087】

また、図９（ｂ）は、カテゴリ関連度テーブル１０３Ａの他の例であるテーブル１０３
Ａ−２を示している。テーブル１０３Ａ−２は、マトリクス形式のテーブルである。この
マトリクスの行および列の一方が利用主体識別子に対応しており、他方がカテゴリ識別子
に対応している。また、カテゴリ関連度テーブル１０３Ａは、他の方法で作成されてもよ
い。本実施形態では、後述するように、関連度算出部１０４が、利用履歴格納部１０２に
格納されたデータを用いてカテゴリ関連度を算出し、カテゴリ関連度テーブル１０３Ａを
作成する。しかしながら、カテゴリ関連度は他の方法を用いて算出されてもよい。

【0088】

推薦情報格納部１０８は、情報選択部１０７で選択された推薦カテゴリ及び推薦アイテ
ムを含む推薦情報を記録する。推薦情報は、例えば、テーブル形式（推薦情報テーブル１
０８Ａと呼ぶ）で格納されてもよい。推薦情報テーブル１０８Ａは、ユーザ識別子（利用
主体識別子）、推薦カテゴリ識別子、及び推薦アイテム識別子を対応付ける。また、テー
ブル１０８Ａは、これらの識別子に加えて、推薦カテゴリの推薦順位及び推薦アイテムの
推薦順位の少なくとも一方を記録してもよい。

【0089】

図１０は、推薦情報テーブル１０８Ａの一例を示している。利用主体識別子は、推薦情
報を出力するトリガーとなる推薦リクエストに含まれるアイテム識別子に対応するもので
ある。推薦リクエストについては後述する。推薦カテゴリ識別子は、利用主体識別子に対
応して推薦されるカテゴリの識別子である。推薦アイテム識別子は、推薦カテゴリに属す
るアイテム群の中で利用主体との関連度が高いアイテムの識別子である。すなわち、推薦
情報テーブル１０８Ａにて関連付けられた推薦カテゴリ識別子と推薦アイテム識別子は、
アイテム−カテゴリ対応テーブル１０１Ｃにおいても関連付けられている。

【0090】

図１０の例に示すように、利用主体識別子毎に推薦カテゴリ識別子（推薦カテゴリ）の
個数が異なっていてもよい。また、推薦カテゴリ識別子（推薦カテゴリ）毎に、それに対
応する推薦アイテム識別子（推薦アイテム）の個数が異なっていてもよい。ある利用主体
識別子に対応する推薦カテゴリ識別子が１つのみであってもよい。ただし、本実施形態で
は、推薦情報テーブル１０８Ａは、複数の推薦カテゴリ識別子を持つ利用主体識別子を１
つ以上含むことが望ましい。

【0091】

図１０におけるカテゴリ順位は、利用主体識別子毎に推薦カテゴリの推薦順位を示して
いる。図１０の例では、カテゴリ順位の番号が小さいカテゴリほど優先順位が高く、優先
的にユーザに提示される。また、アイテム順位は、利用主体識別子と推薦カテゴリ識別子
の組み合わせ毎に推薦アイテムの推薦順位を示している。図１０の例では、アイテム順位
の番号が小さいアイテムほど優先順位が高く、優先的にユーザに提示されるものとする。
図１０では、各々の利用主体識別子に対して、カテゴリ順位の高い順に推薦カテゴリ識別
子を格納している。しかしながら、カテゴリ順位と対応付けて推薦カテゴリ識別子を格納
する場合、推薦カテゴリは適当な順序で格納されてもよい。推薦アイテム識別子の格納順
序についても同様である。

【0092】

なお、カテゴリ順位およびアイテム順位の代わりに、数値が大きいほど優先順位が高い
ことを示す推薦度が用いられてもよい。すなわち、推薦度の値が大きいカテゴリ又はアイ
テムほど優先的にユーザに提示される。また、推薦情報テーブル１０８Ａは、利用主体識
別子毎に推薦順位の高い順（または推薦順位の低い順）に推薦カテゴリ識別子を格納する
規則に従って作成されてもよい。これにより、テーブル１０８Ａへのカテゴリ推薦順位の
格納を省略することができる。また、これと同様の規則を推薦アイテム識別子に適用する
ことによって、アイテム推薦順位を省略してもよい。あるいは、テーブル１０８Ａに記録
された全ての推薦カテゴリ識別子（又は全ての推薦アイテム識別子）は同じ推薦順位とし
て扱われてもよいし、テーブル１０８Ａから読み出された推薦カテゴリ（又は推薦アイテ
ム）に対してランダムに推薦順位が付与されてもよい。

【0093】

関連度算出部１０４は、利用履歴格納部１０２に格納されたデータを用いて、利用主体
とアイテムとの組み合わせについてアイテム関連度を算出し、これらをアイテム関連度格
納部１０５に格納させる。なお、第１の実施形態で述べたように、アイテム関連度は管理
者又はオペレータによって予め定義されてもよいし、外部の装置から情報選択装置１０に
供給されてもよい。この場合、関連度算出部１０４は、省略されてもよい。

【0094】

また、関連度算出部１０４は、ユーザとカテゴリの組み合わせに対するカテゴリ関連度
を算出し、算出したカテゴリ関連度をカテゴリ関連度格納部１０３に格納させてもよい。

【0095】

アイテム関連度格納部１０５は、関連度算出部１０４により算出された、利用主体とア
イテムとの組み合わせについてのアイテム関連度を格納する。アイテム関連度は、例えば
、テーブル形式（アイテム関連度テーブル１０５Ａと呼ぶ）で格納されてもよい。図１１
は、アイテム関連度テーブル１０５Ａの一例を示している。本図の例では、利用主体識別
子「ＵｓｅｒＩＤ−１」に対応する関連アイテム識別子をＬ１個、利用主体識別子「Ｕｓ
ｅｒＩＤ−２」に対応する関連アイテム識別子をＬ２個格納している。ここで、Ｌ１とＬ
２は同数であってもよいし、異なっていてもよい。

【0096】

すなわち、テーブル１０５Ａは、すべての利用主体識別子に対して同じ数の関連アイテ
ム識別子を格納してもよいし、利用主体識別子毎に任意の数の関連アイテム識別子を格納
してもよい。また、テーブル１０５Ａは、関連度算出部１０４によって算出された利用主
体とアイテムの全ての組み合わせに関するアイテム関連度を格納してもよいし、ある利用
主体識別子とのアイテム関連度が相対的に高い関連アイテム識別子のみを関連アイテム集
合として格納してもよい。一部のみを格納することにより、アイテム関連度格納部１０５
の記憶容量を削減することができる。また、図１１に示すように、テーブル１０５Ａは、
利用主体識別子毎に、アイテム関連度の大きい順に関連アイテム識別子を格納してもよい
。

【0097】

１つの利用主体識別子に対応する関連アイテム識別子の個数は、基本的には複数である
が１であってもよい。ただし、少なくとも１つの利用主体識別子において、関連アイテム
識別子が２以上であることが望ましい。なお、情報選択装置１０以外の他の装置で算出さ
れたアイテム関連度をアイテム関連度テーブル１０５Ａに記録してもよく、その場合に関
連度算出部１０４は省略されてもよい。

【0098】

情報選択部１０７は、カテゴリ関連度格納部１０３およびアイテム関連度格納部１０５
に格納されたデータを用いて、ユーザに提示されるべき推薦カテゴリ及び推薦アイテムを
選択する。そして、情報選択部１０７は、推薦カテゴリ及び推薦アイテムを含む推薦情報
を作成し、推薦情報格納部１０８（例えば、推薦情報テーブル１０８Ａ）に格納する。

【0099】

＜アイテム提供サーバ＞
アイテム提供サーバ２０は、端末装置３０からの要求に応じて、アイテム又はアイテム
に関する情報を提供する。図１２は、アイテム提供サーバ２０の構成例を示すブロック図
である。図１２の例では、アイテム提供サーバ２０は、ユーザ管理部２０１、アイテム格
納部２０２、データ格納部２０３、送受信部２０４、及び制御部２０５を有する。

【0100】

アイテム提供サーバ２０は、一般的なコンピュータシステムを用いて構成されてもよい
。例えば、アイテム提供サーバ２０は、ＣＰＵ、ＲＡＭ、ＲＯＭ、不揮発性記憶デバイス
（例えば、ＨＤＤ（Hard
Disc Drive）、フラッシュメモリ）、ネットワークインタフェース等を備える一般的なコ
ンピュータを用いて構成することができる。すなわち、一般的なコンピュータは、以下で
説明するようなアイテム又はアイテム情報の提供に関する処理・アルゴリズムを行なうた
めのプログラムを実行することにより、アイテム提供サーバ２０として機能することがで
きるようになる。

【0101】

送受信部２０４は、ネットワーク４０（図２の構成の場合は、さらにネットワーク４２
）を介して情報選択装置１０および端末装置３０との間でデータを送受信する。制御部２
０５は、アイテム提供サーバ２０の全体の制御を行なう。

【0102】

ユーザ管理部２０１は、端末装置３０を利用するユーザを識別するためのユーザ識別子
、または端末装置３０を識別するための端末識別子、つまり利用主体識別子を格納する。
アイテム提供サーバ２０は、例えば、ユーザにアイテム利用を開始させる前に入会処理等
を行い、入会処理の終了したユーザに関する利用主体識別子を記憶部（不図示）に格納さ
せる。また、アイテム提供サーバ２０は、ログイン名、パスワード、氏名、生年月日、連
絡先、決済方法等のユーザ属性情報を利用主体識別子に関連付けてユーザ管理部２０１に
格納させるようにしてもよい。

【0103】

アイテム格納部２０２は、アイテム提供サーバ２０が提供するアイテムに関する情報を
格納する。アイテム格納部２０２は、情報選択装置１０のメタデータ格納部１０１と同様
な情報を格納する。ただし、アイテムがデジタルコンテンツであって、ネットワーク４０
を介した端末装置３０へのアイテム提供（すなわち、コンテンツ配信）が可能である場合
には、アイテム格納部２０２は、メタデータ格納部１０１のデータに加えて、アイテム識
別子と、アイテム本体（デジタルコンテンツ等のデータ）とを対応付けて格納する。

【0104】

なお、制御部２０５は、アイテム格納部２０２が更新されたことに応じて、または所定
のスケジュールに従って、アイテム格納部２０２のデータを、送受信部２０４を介して情
報選択装置１０に送信し、メタデータ格納部１０１に格納させるようにしてもよい。反対
に、制御部２０５は、メタデータ格納部１０１のデータを情報選択装置１０から受信し、
アイテム格納部２０２に格納させるようにしてもよい。あるいは、情報選択装置１０は、
アイテム属性情報を要求するメッセージをアイテム提供サーバ２０に送信してもよい。そ
して、制御部２０５は、要求メッセージに応じたデータをアイテム格納部２０２から読み
出して、送受信部２０４を介して情報選択装置１０に送信してもよい。

【0105】

データ格納部２０３は、様々なデータを格納することができる。例えば、情報選択装置
１０の推薦情報格納部１０８に格納されたデータをコピーしてデータ格納部２０３に格納
することができる。この場合、端末装置３０は、アイテム提供サーバ２０から推薦情報を
受信することができるので、情報選択装置１０の処理負荷を低減することができる。また
、データ格納部２０３は、情報選択装置１０の利用履歴格納部１０２と同様なデータを格
納してもよい。この場合、情報選択装置１０からデータ格納部２０３を参照できるように
して、情報選択装置１０の利用履歴格納部１０２を省略することも可能である。

【0106】

＜端末装置＞
端末装置３０は、ユーザが使用する装置である。図１３は、端末装置３０の構成例を示
すブロック図である。図１３の例では、端末装置３０は、制御部３０１、送受信部３０２
、ブラウザ部３０３、及びアプリケーション部３０４を有する。端末装置３０は、ＣＰＵ
、ＲＡＭ、ＲＯＭ、不揮発性記憶デバイス（例えば、ＨＤＤ（Hard
Disc Drive）、フラッシュメモリ）、ネットワークインタフェース等を備える一般的なコ
ンピュータを用いて構成することができる。すなわち、一般的なコンピュータは、以下で
説明するようなアルゴリズム・処理を行なうためのプログラムを実行することにより、端
末装置３０として機能することができるようになる。また、コンピュータシステムとして
の端末装置３０は、Ｗｅｂブラウザ機能を備えた携帯電話、スマートフォン、タブレット
コンピュータ等でもよい。

【0107】

制御部３０１は、端末装置３０の全体の制御を行う。送受信部３０２は、ネットワーク
４０（図２の構成の場合は、さらにネットワーク４２）を介して端末装置３０又は情報選
択装置１０との間でデータを送受信する。

【0108】

ブラウザ部３０３は、ＨＴＴＰ（Hypertext Transfer Protocol）プロトコル、ＨＴＴ
ＰＳ（HTTP over Secure Socket
Layer）プロトコル等を用いて、サーバ（例えば、ＷＷＷ（World Wide Web）サーバ）か
らＨＴＭＬ（Hypertext Markup
Language）文書、画像等を含むＷｅｂページを取得し、Ｗｅｂページに基づく情報を表示
装置３２０に出力するよう動作する。ブラウザ部３０３は、更に、スクリプト言語等で記
述されたプログラムを解釈し、実行する機能を持っていてもよい。例えば、ブラウザ部３
０３の機能は、コンピュータシステムとしての端末装置３０がＷｅｂブラウザ・プログラ
ムを実行することによって実現できる。

【0109】

アプリケーション部３０４は、端末装置３０の用途又はユーザの指示に応じて、アプリ
ケーションレイヤにおける種々の処理を行う。アプリケーション部３０４の機能は、コン
ピュータシステムとしての端末装置３０が種々のアプリケーションプログラムを実行する
ことによって実現できる。

【0110】

端末装置３０が例えばパーソナルコンピュータである場合には、表示装置３２０（例え
ば、ＬＣＤ、ＯＥＬＤ、ＣＲＴディスプレイ）、およびユーザからの操作指示を受け付け
るための入力装置３３０（例えば、キーボード、マウス、タッチパネル、トラックボール
、リモコン）が接続されてもよい。端末装置３０が携帯電話端末、スマートフォン、タブ
レットコンピュータ等である場合、一般的に、表示装置および入力装置は端末装置３０に
一体的に配置される。以下では、便宜的に表示装置３２０および入力装置３３０が端末装
置３０に接続されているものとして説明する。

【0111】

＜システム動作＞
＜システム全体の動作＞
図１４のフローチャートを参照して、情報選択装置１０、アイテム提供サーバ２０、及
び端末装置３０を含むシステム１全体の動作の一例を説明する。まず、ステップＳ１００
において、端末装置３０は、ブラウザ部３０３を用いて、アイテム提供サーバ２０のＵＲ
Ｌ（Uniform
Resource Locator）にアクセスする。具体的には、アイテム提供サーバ２０の提供する所
定のＷｅｂページへのリクエスト（利用開始リクエスト）をアイテム提供サーバ２０に送
信する。

【0112】

端末装置３０が例えばパーソナルコンピュータである場合、端末装置３０は、ユーザに
よるログイン名（ユーザＩＤ）及びパスワードの入力を受け付け、これらを含む利用開始
リクエストを送信してもよい。この場合は、ステップＳ１００の前に、ログイン名及びパ
スワードの入力を受け付けるためのＨＴＭＬ（Hyper
Text Markup Language）データ等をアイテム提供サーバ２０から端末装置３０に送信して
おけばよい。あるいは、端末装置３０は、ログイン名及びパスワードの送信を省略するた
めに、Ｃｏｏｋｉｅ又はこれと同様の技術を用いて、端末装置３０を利用するユーザまた
はブラウザを識別可能なデータを含む利用開始リクエストを送信してもよい。また、端末
装置３０が携帯電話端末、スマートフォン、タブレットコンピュータ等である場合、ログ
イン名及びパスワードの送信を省略するために、端末識別子を含む利用開始リクエストを
送信してもよい。

【0113】

ステップＳ１１０において、アイテム提供サーバ２０の制御部２０５は、端末装置３０
からの利用開始リクエストを送受信部２０４を介して受信し、ユーザ管理部２０１を参照
することによって登録済のユーザか否かを判定する。具体的には、利用開始リクエストが
ログイン名およびパスワードを含む場合は、制御部２０５は、それらをユーザ管理部２０
１に格納されているログイン名およびパスワードと照合すればよい。また、利用開始リク
エストが端末識別子を含む場合は、制御部２０５は、それがユーザ管理部２０１に格納さ
れている利用主体識別子と一致するか判定すればよい。登録済のユーザ又は端末である場
合（Ｓ１１０でＹｅｓ）はステップＳ１３０に進み、そうでない場合（Ｓ１１０でＮｏ）
はステップＳ１２０に進む。

【0114】

ステップＳ１２０において、アイテム提供サーバ２０の制御部２０５は、入会処理のた
めのＷｅｂページ（ＨＴＭＬ）を送受信部２０４を介して端末装置３０に送信する。本図
には示していないが、端末装置３０を利用するユーザは、入力装置３３０を利用して入会
処理のＷｅｂページに必要な情報を入力し、アイテム提供サーバに送信する操作を行う。
これにより、アイテム提供サーバ２０は、その情報をユーザ管理部２０１に格納すること
を含む入会処理を行う。端末装置３０は、入会処理完了後に、改めて利用開始リクエスト
を送信してもよい。ステップＳ１３０以降の各ステップにおいて、情報選択装置１０およ
びアイテム提供サーバ２０は必要に応じて、端末装置３０を使用しているユーザのユーザ
識別子または端末装置３０の端末識別子である利用主体識別子を取得することができる。

【0115】

ステップＳ１３０において、アイテム提供サーバ２０の制御部２０５は、アイテム格納
部２０２を参照しながら、利用開始リクエストに対応するＷｅｂページの応答データを作
成し、受信部２０４を介して端末装置３０に送信する。この応答データは、カテゴリ及び
アイテムの少なくとも一方を紹介する情報を含んでいる。応答データは、ＨＴＭＬデータ
、画像データ、映像データ、音声データなどで構成されており、複数回に分けて端末装置
３０に送信されてもよい。また応答データは、Ｃｏｏｋｉｅ等の技術を用いてユーザ又は
端末装置３０を識別するための情報を含んでもよい。

【0116】

ステップＳ１４０において、端末装置３０は、アイテム提供サーバ２０から応答データ
を受信し、表示装置３２０にその情報を表示する。表示画面の例を図１５に示す。本図の
例は、アイテム提供サーバ２０が最近提供を開始した「新着アイテム」を紹介する表示画
面である。本図に示すようなアイテムを紹介する情報は、種々のタイミングでアイテム提
供サーバ２０から端末装置３０に送信することができる。なお、ステップＳ１３０で送信
される応答データは、もちろん「新着アイテム」を紹介するページに限らず、種々のペー
ジであってよい。一般的なインターネットサイトのトップページに相当するページであっ
てもよい。

【0117】

図１５において「アイテムＡＢＣ」は１番目のアイテムのタイトルであり、「ＳＦ」は
１番目のアイテムが属するカテゴリ名であり、「このアイテムは、２００１年に制作され
た映画で…」という表示は１番目のアイテムに関する説明（アイテム説明）である。図１
５の例は、端末装置３０を使用中のユーザに対して、推薦情報を提供するためのボタン又
はリンク等（以下では、推薦リンクと称する）を示す表示要素１４０１を含む。また、１
番目のアイテムを利用するためのボタン又はリンク等（以下では、利用リンクと称する）
を示す表示要素１４０２を含む。

【0118】

ユーザは、入力装置３３０を使用したクリック等の操作により、推薦リンク（表示要素
１４０１）または利用リンク（表示要素１４０２）を選択することができる。なお表示画
面には表示されないが、応答データには、利用主体識別子が含まれており、推薦リンクに
は利用主体識別子が対応付けられている。また応答データには、各々のアイテムのアイテ
ム識別子が含まれており、各々の利用リンクには、選択対象となるアイテムのアイテム識
別子および利用主体識別子が対応付けられている。

【0119】

図１４のフローチャートに戻って説明を続ける。ステップＳ１５０において、端末装置
３０は、推薦リンクがユーザから入力装置３３０を介して選択されたか否かを判定する。
推薦リンクが指定された場合（Ｙｅｓ）はステップＳ１６０に進み、指定されていない場
合（Ｎｏ）はステップＳ１９０に進む。

【0120】

ステップＳ１６０において、端末装置３０は、推薦リンクに対応するＵＲＬにリクエス
ト（推薦リクエスト）を送信する。本実施形態では、推薦リンクが情報選択装置１０の所
定のＵＲＬに対応する場合を説明するが、推薦リンクをアイテム提供サーバ２０の所定の
ＵＲＬに対応させてもよい。推薦リクエストは、推薦リンクに対応付けられた利用主体識
別子を含む。この推薦リクエストに含まれる利用主体識別子を以下では、「リクエスト識
別子」と称する。また、推薦リクエストは、必要な推薦情報の個数（例えば、推薦カテゴ
リの個数、各推薦カテゴリの推薦アイテムの個数など）に関する情報を含んでもよい。

【0121】

ステップＳ１７０において、情報選択装置１０の制御部１１０は、送受信部１０９を介
して、推薦リクエストを受信し、それに含まれるリクエスト識別子に対応する表示用推薦
データ（すなわち、表示制御情報）を表示制御情報作成部１０６に作成させる。そして、
制御部１１０は、作成された表示用推薦データを端末装置３０に送信する。

【0122】

表示制御情報作成部１０６は、図１０に示した推薦情報格納部１０８の推薦情報テーブ
ル１０８Ａを参照しながら、リクエスト識別子に一致する利用主体識別子を特定し、それ
に対応する推薦カテゴリ識別子とカテゴリ順位とを読み出す。また、表示制御情報作成部
１０６は、推薦カテゴリ識別子毎に、対応する推薦アイテム識別子とアイテム順位を読み
出す。さらに、表示制御情報作成部１０６は、読み出した推薦カテゴリ識別子に対応する
カテゴリ属性情報（例えば、カテゴリ種別、カテゴリ名、カテゴリ説明）をカテゴリ情報
テーブル１０１Ｂから読み出す。さらにまた、表示制御情報作成部１０６は、読み出した
推薦アイテム識別子に対応するアイテム属性情報（例えば、タイトル、アイテム説明、ア
イテム時期）をメタデータ格納部１０１のアイテム情報テーブル１０１Ａから読み出す。
そして、表示制御情報作成部１０６は、それら読み出したデータを用いて表示用推薦デー
タを作成する。

【0123】

表示用推薦データ（すなわち、表示制御情報）は、端末装置３０のブラウザ部３０３が
解釈可能なＨＴＭＬ（Hyper Text Markup Language）などで記述されたデータである。表
示制御情報作成部１０６は、端末装置３０に接続された表示装置３２０において、推薦カ
テゴリのカテゴリ属性情報の表示位置がカテゴリ順位に応じて変わるように、表示用推薦
データを作成してもよい。カテゴリ順位はカテゴリ優先度によって決まるため、カテゴリ
優先度に応じてカテゴリ属性情報の表示位置を決めているといえる。また、表示制御情報
作成部１０６は、推薦アイテムのアイテム属性情報の表示位置がアイテム順位に応じて変
わるように、表示用推薦データを作成してもよい。また、表示用推薦データは、リクエス
ト識別子を含んでもよい。

【0124】

参考として図１０に示した例を用いて説明する。リクエスト識別子が「ＵｓｅｒＩＤ−
１０」である場合を考える。表示制御情報作成部１０６は、リクエスト識別子（Ｕｓｅｒ
ＩＤ−１０）と同じ利用主体識別子に対応付けられた３つの推薦カテゴリ識別子「Ｃａｔ
ｅｇｏｒｙＩＤ−１００」、「ＣａｔｅｇｏｒｙＩＤ−１０２」、及び「Ｃａｔｅｇｏｒ
ｙＩＤ−１１０」と、これらのカテゴリ順位「１」、「２」、及び「３」を読み出す。さ
らに、表示制御情報作成部１０６は、「ＣａｔｅｇｏｒｙＩＤ−１００」に対応付けられ
た３つの推薦アイテム識別子「ＩｔｅｍＩＤ−２０」、「ＩｔｅｍＩＤ−２５」、「Ｉｔ
ｅｍＩＤ−１１」と、これらのアイテム順位「１」、「２」、「３」を読み出す。他の推
薦カテゴリ識別子についても同様である。ただし、表示制御情報作成部１０６は、特定し
た利用主体識別子に対応する推薦カテゴリ識別子および推薦アイテム識別子をすべて読み
出してもよいし、カテゴリ順位およびアイテム順位の高い順に所定数を読み出してもよい
。また推薦リクエストが推薦情報の個数を指定している場合、表示制御情報作成部１０６
は、推薦順位の高い順にその個数だけ推薦カテゴリ識別子又は推薦アイテム識別子を読み
出してもよい。

【0125】

ステップＳ１７０において、推薦情報テーブル１０８Ａから読み出した推薦アイテムの
有用性を改めて判定し、有用性のないアイテムが存在する場合は、それを表示用推薦デー
タに含めない処理を行うことが望ましい。後述するように、推薦情報選択処理において、
推薦アイテム候補集合（有用性のあるアイテム集合）の中から推薦アイテムを決定し、推
薦情報テーブル１０８Ａに格納するが、推薦情報選択処理が実行された時点からステップ
Ｓ１７０が実行される時点までの間に時間差があるのが一般的であるため、この期間にア
イテムの有用性が変化する可能性がある。このため、ステップＳ１７０において、改めて
アイテムの有用性を判定することが望ましい。例えば、推薦情報選択処理が実行された時
点では、提供中であったが、ステップＳ１７０実行時点では、提供中止となったアイテム
が存在する可能性がある。また、サービスの特性に応じて、利用主体が所定回数以上利用
したアイテムは有用でないと判定する場合、上記期間に利用回数が変化している可能性が
ある。例えば、ユーザが１回以上利用したアイテムは有用性がないと判定する場合には、
表示制御情報作成部１０６は、利用履歴格納部１０２のアイテム利用履歴テーブル１０２
Ａを参照し、リクエスト識別子に該当する利用主体が過去に利用したアイテム識別子（利
用済みアイテム識別子）を特定し、利用済みアイテム識別子（利用済みアイテム）をユー
ザに提供する推薦情報から除外すればよい。このような処理を行なうことで、ユーザが同
じアイテムを１回のみ利用（例えば、購入、閲覧）することが多いアイテム提供サービス
において、精度の高い推薦が可能になる。例えば、一度購入したデジタルコンテンツは、
端末装置３０で繰り返し利用（再生）できるサービスに適している。

【0126】

図１４のフローチャートに戻って説明を続ける。ステップＳ１８０において、端末装置
３０は、表示用推薦データを情報選択装置１０から受信する。ブラウザ部３０３は、表示
用推薦データを解釈し、例えば、図１６に示す形式で表示装置３２０に推薦リストを表示
する。図に示すように、「あなただけにお薦めする特選情報」といった表現を用いること
により、全てのユーザに一律に提供する情報ではなく、ユーザごとに異なるパーソナル化
された情報であることを明確にすると、ユーザの興味・関心を高める上で効果的である。
また、「あなたが過去に利用したアイテムの傾向をシステムが分析して見つけた掘り出し
物です」等の推薦情報が作成された背景等の簡単な説明を加えてもよい。図１６における
「１）」、「２）」、「３）」を含む番号は、カテゴリ順位（すなわち、推薦順位）を示
している。図１６における「サスペンス」、「ＳＦ」、「いやし系」を含むテキスト表示
は、推薦カテゴリのカテゴリ名を示している。図１６における推薦カテゴリの表示順序（
又は表示位置）は、カテゴリ順位に従って決められている。具体的には、カテゴリ順位が
上位のカテゴリほど、ユーザの目に留まりやすい位置に表示されるとよい。例えば、図１
６に示すように上下方向に複数のカテゴリの情報を配置する場合は、カテゴリ順位が上位
のカテゴリを表示画面の上側に表示するとよい。また、左右方向に複数のカテゴリの情報
を配置する場合は、カテゴリ順位が上位のカテゴリを表示画面の左側に表示するとよい。
図１６における「ジャンル」、「ムード」を含むテキスト表示は、カテゴリ種別の名称を
示している。図１６の例に示すように、表示用推薦データに基づく表示画面は、複数のカ
テゴリ種別が混在してもよい。

【0127】

推薦アイテムの情報は、推薦カテゴリとの対応が分かるように表示されるとよい。図１
６の例では、推薦カテゴリ「サスペンス」に対応する推薦アイテムとして、３つのアイテ
ムの情報が表示されている。図１６における丸で囲まれた１〜３の番号表示は、アイテム
順位（すなわち、推薦順位）を示す。「アイテムＯＰＱ」とのテキスト表示は、推薦順位
が１番目のアイテムのタイトルを示す。「このアイテムは、目が離せない…」というテキ
スト表示は、１番目のアイテムの説明を示す。また、図１６の例では、図１５の例と同様
に、各々のアイテムに対して、利用リンクに対応付けられた「アイテム利用」ボタンが表
示される。各アイテムの属性情報の表示順序（表示位置）は、アイテム順位に応じて決ま
る。アイテム順位は、アイテム関連度の強さに応じて決まっているので、アイテム属性情
報の表示順序は、アイテム関連度に応じて決まるといえる。

【0128】

また図１６には示していないが、推薦カテゴリ毎に更に多くの推薦アイテム（関連アイ
テム）を表示させるための表示要素（例えば、ボタン）を配置してもよい。例えば、図１
６の「サスペンス（ジャンル）好きなら」という表示の近くに「このジャンル（カテゴリ
）の推薦アイテムをもっとたくさん見る」といったテキストを含む表示要素を配置しても
よい。そして、ユーザがその表示要素を操作した場合に、リクエスト識別子に対応する「
サスペンス」の推薦アイテムをより多く表示するようにしてもよい。すなわち、ユーザが
指定したカテゴリの推薦アイテムを表示するようにしてもよい。最初の推薦リストとして
表示された「サスペンス」の推薦アイテムを除外して２回目の推薦リストを表示してもよ
いし、それらを除外せずに新たに追加する形式で表示してもよい。

【0129】

また、カテゴリ間の関係性の強さを示す関連度に関する情報をあらかじめ制御部１１０
内部の記憶部に格納しておき、推薦カテゴリと関連度の高いカテゴリのアイテムを表示さ
せるための表示要素を表示してもよい。例えば、「サスペンス」カテゴリと「ホラー」カ
テゴリの関連度が高い場合、図１６の「サスペンス（ジャンル）好きなら」という表示の
近くに、「ホラーの推薦アイテムを見る」や「サスペンス好きならホラーも是非チェック
して」といったテキストを含む表示要素を配置してもよい。
そして、ユーザがその表示要素を操作した場合に、リクエスト識別子に対応する「ホラー
」の推薦アイテムを表示するようにしてもよい。

【0130】

図１４のフローチャートに戻って説明を続ける。ステップＳ１９０において、端末装置
３０は、入力装置３３０を利用してユーザにより利用リンクが選択されたか否かを判定す
る。この利用リンクは、代表的には、アイテムの購入要求とすることができるが、アイテ
ムの再生、アイテムのプレビュー、アイテムの詳細情報の表示、又はアイテムに対する評
価情報（評価値）の登録などの種々の要求であってもよい。利用リンクが選択された場合
（Ｙｅｓ）はステップＳ２００に進み、そうでない場合（Ｎｏ）はステップＳ２５０に進
む。

【0131】

ステップＳ２００において、端末装置３０は、利用リンクに対応するＵＲＬにリクエス
ト（利用リクエスト）を送信する。本実施形態では、利用リンクがアイテム提供サーバ２
０の所定のＵＲＬに対応する場合を説明する。なお端末装置３０は、アイテム提供サーバ
２０に加えて情報選択装置１０に利用リクエストを直接送信してもよい。

【0132】

利用リクエストは、ユーザが選択したアイテムのアイテム識別子と、そのユーザまたは
端末装置３０を識別する利用主体識別子とを含む。なお、ユーザが一度に複数のアイテム
を利用する場合、端末装置３０は、複数のアイテムのアイテム識別子を含む１つの利用リ
クエストを送信してもよいし、各々が１つのアイテム識別子を含む複数の利用リクエスト
を送信してもよい。

【0133】

ステップＳ２１０において、アイテム提供サーバ２０の送受信部２０４は、端末装置３
０から受信した利用リクエストを情報選択装置１０に中継（転送）する。このとき、アイ
テム提供サーバ２０の制御部２０５は、アイテム識別子や利用主体識別子などの情報を利
用リクエストから取り出し、これらを利用情報としてデータ格納部２０３に格納させるよ
うにしてもよい。

【0134】

ステップＳ２２０において、情報選択装置１０の制御部１１０は、送受信部１０９を介
して利用リクエストを受信し、アイテム識別子や利用主体識別子などの情報を利用リクエ
ストから取り出し、これらの利用履歴として利用履歴格納部１０２に格納させる。そして
、制御部１１０は、送受信部１０９を介して、利用履歴情報の格納を終了したことを示す
メッセージをアイテム提供サーバ２０に送信する。

【0135】

ステップＳ２３０において、アイテム提供サーバ２０の制御部２０５は、情報選択装置
１０からの格納終了メッセージを受信した後、端末装置３０にアイテムを提供する処理を
行なう。例えば、提供対象のアイテムがデジタルコンテンツである場合、制御部２０５は
、利用リクエストに示されたアイテム識別子に対応するアイテム本体をアイテム格納部２
０２から読み出し、送受信部２０４を介して端末装置３０に送信する。また、アイテムが
有体物としての物品である場合には、配送事業者のシステムに配送依頼の情報を送ること
を含む配送処理などを行なう。このとき、制御部２０５は、課金処理を行なってもよい。
また、アイテムの詳細情報が要求された場合には、制御部２０５は、アイテム格納部２０
２から「アイテム説明」などの追加情報を読み出し、これを端末装置３０に送信する。

【0136】

ステップＳ２４０において、端末装置３０は、アイテム提供サーバ２０から提供された
アイテムの利用に係る処理を行なう。例えば、アイテムがデジタルコンテンツである場合
には、アイテムの再生、表示などを行なう。また、アイテムが物品である場合には、配送
処理を受付した旨のメッセージ等を画面に表示する。

【0137】

ステップＳ２５０において、端末装置３０は、ユーザがブラウザを終了する等の操作終
了指示があるか否かを判定する。操作終了指示がある場合（Ｙｅｓ）は端末装置３０の処
理を終了し、操作終了指示がない場合（Ｎｏ）はステップＳ１５０に戻って処理を継続す
る。

【0138】

以上がシステム全体の動作の説明である。なお、図１４のステップＳ１６０では、端末
装置３０は推薦リクエストを情報選択装置１０に送信しているが、これ以外の方法を用い
てもよい。例えば、端末装置３０は推薦リクエストをアイテム提供サーバ２０に送信し、
アイテム提供サーバ２０が推薦リクエストを情報選択装置１０に中継（転送）してもよい
。また、周期的又は非周期的なタイミングにおいて、情報選択装置１０の制御部１１０は
、送受信部１０９を介して、推薦情報格納部１０８に格納されたデータをアイテム提供サ
ーバ２０に送信してもよい。そして、アイテム提供サーバ２０の制御部２０５は、送受信
部２０４を介してそのデータを受信し、データ格納部２０３に予め格納しおいてもよい。
そして、アイテム提供サーバ２０の制御部２０５は、推薦リクエストに応答するためのス
テップＳ１７０に相当する処理として、データ格納部２０３から推薦データを読み出し、
表示用推薦データを作成して、端末装置３０に送信するようにしてもよい。この場合は、
表示用推薦データ作成とその送信に伴う情報選択装置１０の処理負荷を減らすことができ
る。

【0139】

また、図１４のステップＳ２１０では、アイテム提供サーバ２０は端末装置３０からの
利用リクエストを情報選択装置１０に中継しているが、これ以外の方法を用いてもよい。
例えば、ステップＳ２００の利用リクエストの送信と同時、あるいは適当なタイミングで
、端末装置３０から情報選択装置１０に利用リクエストを直接的に送信してもよい。

【0140】

また、図１４のステップＳ２２０において、情報選択装置１０は、利用履歴情報を格納
することに加えて、利用リクエストに含まれる利用主体識別子に対応する表示用推薦デー
タをステップＳ１７０と同様な方法で作成し、表示用推薦データをアイテム提供サーバ２
０に送信してもよい。そして、ステップＳ２３０において、アイテム提供サーバ２０が、
アイテム提供処理を行うことに加えて、表示用推薦データを端末装置３０に送信してもよ
い。すなわちこの場合、端末装置３０は、利用リクエストを送信する毎に、利用リクエス
トに含まれるアイテム識別子に対応する推薦情報を受信することができる。例えば、ユー
ザが１つのアイテムを購入した直後に、更に別のアイテムを推薦したい場合などに適して
いる。

【0141】

また、携帯電話端末等の端末識別子を利用することができるために特別なユーザ登録処
理が不要なアイテム提供サービスにおいて、ステップＳ２００で送信される利用リクエス
トは、利用主体識別子としての端末識別子を含んでもよい。これにより、ステップＳ１１
０の登録済ユーザ確認処理と、ステップＳ１２０の入会処理に必要なデータの送信とを省
略することも可能である。

【0142】

＜情報選択装置の動作＞
第３の実施形態における情報選択装置１０の処理動作の具体例について説明する。まず
、推薦情報の作成動作の具体例について図１７のフローチャートを参照して説明する。

【0143】

情報選択装置１０の制御部１１０は、所定のタイミングで情報選択装置１０の各処理部
に指示を出し、推薦情報を作成する処理を開始する。推薦情報作成のタイミングは、周期
的でもよいし、非周期的でもよい。推薦情報作成のタイミングとして、例えば、次の３種
類のうち少なくとも１つを用いることができる。

【0144】

推薦情報作成の第１のタイミングは、所定の日時または所定の時間間隔である。例えば
、「毎日午前６時と午後６時」、「毎週月曜の午前１０時３０分」、「１２時間ごと」、
「２４時間ごと」などである。このとき、「平日は午前６時、土日は午前６時と午後６時
」、「平日は３時間ごと、土曜日は６時間ごと、日曜日は１２時間ごと」などのように時
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。この第１のタイミングを用いると、他のタイミ
ングを用いた場合より情報選択装置１０の処理負荷を減らすことができる。特に、推薦リ
クエスト数が少ない時間帯に推薦情報を作成するように設定すれば、情報選択装置１０の
処理負荷の低減に効果的である。

【0145】

推薦情報作成の第２のタイミングは、端末装置３０の推薦リクエスト送信処理（図１４
ステップＳ１６０）に基づく推薦リクエストを所定回数受信するごとである。この場合は
、情報選択装置１０は、まず推薦情報を作成し、その後に、表示用推薦データ作成・送信
処理（ステップＳ１７０）を行なうようにするとよい。この所定回数（すなわち、推薦情
報を更新するまでの推薦リクエストの受信回数）を調整することにより、情報選択装置１
０の処理負荷の大きさと、推薦情報の新しさとのバランスを調整することができる。例え
ば、所定回数を１回として、推薦リクエストを受信する毎に推薦情報を作成すると、情報
選択装置１０の処理負荷は大きくなるが、最新の推薦情報を提供することができる。以下
では、説明を簡単にするために、第２のタイミングを用いる場合には、推薦リクエストを
１回受信するごとに（所定回数を１として）、推薦情報を作成するものとする。

【0146】

推薦情報作成の第３のタイミングは、端末装置３０の利用リクエスト送信（ステップ２
００）に基づく利用リクエストを所定回数受信するごとである。推薦リクエストの発生頻
度に比べて利用リクエストの発生頻度が少ない場合には、第２のタイミングよりも第３の
タイミングの使用が適している。この所定回数を調整することにより、情報選択装置１０
の処理負荷の大きさと、推薦情報の新しさとのバランスを調整することができる。所定回
数を１回として、利用リクエストを受信する毎に推薦情報を作成するようにすれば、情報
選択装置１０の処理負荷は大きくなるが、最新の推薦情報を提供することができる。以下
では、説明を簡単にするために、第３タイミングを用いる場合には、利用リクエストを１
回受信するごとに（所定回数を１として）、推薦情報を作成するものとする。

【0147】

以下の説明において、推薦情報を作成する対象となる利用主体識別子の集合を「推薦タ
ーゲット集合」と称する。第１のタイミングで推薦情報を作成する場合は基本的に、推薦
ターゲット集合の要素数（利用主体数）が多数となる。第２および第３のタイミングで推
薦情報を作成する場合、上述した所定回数が１であれば、推薦ターゲット集合の要素数は
１つである。

【0148】

まず、ステップＳ４００において、制御部１１０の指示を受けた関連度算出部１０４が
、推薦ターゲット集合の各要素と各アイテムとのアイテム関連度を算出し、利用主体とア
イテムと算出したアイテム関連度とを対応させて、アイテム関連度格納部１０５に格納さ
せる。

【0149】

ステップＳ４１０において、制御部１１０の指示を受けた関連度算出部１０４が、推薦
ターゲット集合の各要素と各カテゴリとの関連度を算出し、利用主体とカテゴリと算出し
たカテゴリ関連度とを対応させて、カテゴリ関連度格納部１０３に格納させる。

【0150】

ステップＳ４２０において、制御部１１０の指示を受けた情報選択部１０７が、推薦情
報を作成する。具体的には、情報選択部１０７は、カテゴリ関連度格納部１０３およびア
イテム関連度格納部１０５を参照しながら、推薦ターゲット集合に属する利用主体ごとに
、推薦カテゴリと推薦アイテムを選択し、これらの情報を含む推薦情報を推薦情報格納部
１０８に格納させる。そして、推薦情報作成動作が終了した旨を制御部１１０に通知する
。

【0151】

＜アイテム関連度算出（ステップＳ４００）＞
次に、アイテム関連度算出処理（ステップＳ４００）の具体例について図１８のフロー
チャートを参照して説明する。

【0152】

ステップＳ５００において、関連度算出部１０４は、複数のユーザによるアイテム利用
履歴を利用履歴格納部１０２のアイテム利用履歴テーブル１０２Ａから読み出す。ここで
は、すべてのアイテム利用履歴を読み出してもよいし、所定の条件を満たす利用履歴を読
み出してもよい。例えば、関連度算出部１０４は、図８（ｂ）の例のようにアイテム利用
時期情報を含む利用履歴テーブル１０２Ａに基づいて、「アイテム利用時期が所定範囲内
にある」という条件を満たす利用履歴を読み出してもよい。アイテム利用時期に関する条
件は、例えば、「利用時期が過去４ヶ月以内」、又は「利用時期と現在との差が３日以上
かつ３０日未満」などと指定できる。

【0153】

また、関連度算出部１０４は、利用主体毎に利用時期が新しい順に所定個数以内の利用
履歴を読み出してもよい。例えば、所定個数を２０個とした場合、利用回数が２０回以上
のアイテムに対しては、利用時期が新しい順に２０個ずつの利用履歴を読み出し、利用回
数が２０回未満の利用主体に対しては、その利用主体に関するすべての利用履歴を読み出
すようにする。このようにすれば、利用回数が少なく、最近アイテムを利用していないよ
うな利用主体に対しても効率よく関連アイテム集合を作成することができる。また、第２
のタイミングで推薦情報を作成する場合には、推薦リクエストに含まれるリクエスト識別
子に対応する利用履歴が含まれるように利用履歴を読み出すようにする。また、第３のタ
イミングで推薦情報を作成する場合には、利用リクエストに含まれる利用主体識別子に対
応する利用履歴が含まれるように利用履歴を読み出すようにする。

【0154】

そして、このステップＳ５００で読み出した利用履歴に含まれる利用主体（すなわち、
利用主体識別子）の集合σを作成する。以下では、集合σに含まれる利用主体（利用主体
識別子）の数をＵｓとする。

【0155】

ステップＳ５１０において、関連度算出部１０４は、推薦ターゲット集合Ｋ１を作成す
る。上述したように、第２のタイミングで推薦情報を作成する場合には、リクエスト識別
子（推薦リクエストに含まれている利用主体識別子）を推薦ターゲット集合Ｋ１に入れれ
ばよい。

【0156】

第３のタイミングで推薦情報を作成する場合には、関連度算出部１０４は、利用リクエ
ストに含まれる利用主体識別子を推薦ターゲット集合Ｋ１に入れればよい。

【0157】

第１のタイミングで推薦情報を作成する場合は、ステップＳ５００で作成した利用主体
の集合σを推薦ターゲット集合Ｋ１とすればよい。この場合は、集合σに含まれる利用主
体識別子それぞれに対して関連アイテム集合が作成されることになる。なお、ここで作成
された推薦ターゲット集合Ｋ１は、情報選択部１０７、制御部１１０などの他の処理部か
ら参照されてもよい。

【0158】

ステップＳ５２０において、関連度算出部１０４は、ステップＳ５１０で作成された推
薦ターゲット集合Ｋ１の中から未処理の利用主体を１つ選択する。この処理対象となる利
用主体を利用主体ｘとする。

【0159】

ステップＳ５３０において、関連度算出部１０４は、ステップＳ５００で読み出された
利用履歴を用いて、利用主体ｘと、利用主体集合σに属する他の利用主体ｘ２（ｘ２∈σ
、ｘ≠ｘ２）との類似度を算出する。

【0160】

具体的には、利用主体ｘと他の利用主体ｘ２とが共に利用したことのあるアイテムの数
｜Ｉ［ｘ］∩Ｉ［ｘ２］｜を算出し、これを利用主体ｘ及び利用主体ｘ２のユーザ間類似
度Ｓｕ［ｘ］［ｘ２］としてもよい。また、（１）式に示すジャカード（Ｊａｃｃａｒｄ
）係数を用いて算出してもよい。（１）式において、Ｉ［ｘ］は利用主体ｘが利用したア
イテムの集合を示し、Ｉ［ｘ２］は利用主体ｘ２が利用したアイテムの集合を示し、｜Ｉ
［ｘ］∩Ｉ［ｘ２］｜は、利用主体ｘと利用主体ｘ２が共に利用したアイテムの数を示し
、｜Ｉ［ｘ］∪Ｉ［ｘ２］｜は、利用主体ｘと利用主体ｘ２の少なくとも一方が利用した
アイテムの数を示す。

【数1】

【0161】

また、アイテム利用履歴からアイテム利用回数に関する情報、又はユーザがアイテムに
対して行なった評価の情報（評価値）などの追加情報を含む場合、ユーザ間類似度はコサ
イン尺度やピアソン積率相関係数を用いて算出されてもよい。例えば、ユーザ間類似度Ｓ
ｕ［ｘ］［ｘ２］は、（２）式に示すように、コサイン尺度を用いて算出されてもよい。
ここで、Ｅ［ｘ］［ｙ］は利用主体（ユーザ）ｘによるアイテムｙの利用回数または評価
値を示し、Ｅ［ｘ２］［ｙ］は利用主体（ユーザ）ｘ２によるアイテムｙの利用回数また
は評価値を示す。また、Ｍｓは、ステップＳ５００で読み出されたアイテム利用履歴に含
まれるアイテムの種類数（アイテム識別子の種類数）である。

【数2】

【0162】

また、ユーザ間類似度Ｓｕ［ｘ］［ｘ２］は、（３）式に示すように、ピアソン積率相
関係数を用いて算出されてもよい。ここで、Ｉｃ［ｘ］［ｘ２］は、利用主体ｘ及びｘ２
が共に利用または評価したアイテムの集合である。Ｅａ［ｘ］は、Ｉｃ［ｘ］［ｘ２］に
属するアイテムを利用主体ｘが利用した回数の平均値、または評価した評価値の平均値で
ある。Ｅａ［ｘ２］は、Ｉｃ［ｘ］［ｘ２］に属するアイテムを利用主体ｘ２が利用した
回数の平均値または評価値の平均値である。

【数3】

【0163】

また、Ｅ［ｘ］［ｙ］とＥ［ｘ２］［ｙ］とのユークリッド距離あるいはその他の距離
を用いて、ユーザ間類似度Ｓｕ［ｘ］［ｘ２］を算出してもよい。

【0164】

また、利用履歴格納部１０２にアイテム利用時期情報が格納されている場合は、Ｅ［ｘ
］［ｙ］などを算出する際に、利用時期が古い利用履歴より、新しい利用履歴の重みを大
きくして算出してもよい。具体的にはまず、アイテム関連度算出処理を実行する時点（日
時など）とアイテム利用時期との差を計算する。新しいアイテム利用履歴ではこの差が小
さな値となり、古い利用履歴ではこの差が大きな値となる。そして、この差を単調減少関
数に入力したときの出力値を重み係数とし、Ｅ［ｘ］［ｙ］およびＥ［ｘ２］［ｙ］に重
み係数を乗じた値を用いて、（２）式または（３）式に従ってユーザ間類似度Ｓｕ［ｘ］
［ｘ２］を算出すればよい。すなわち、利用主体ｘがアイテムｙを利用した利用時期が新
しいほど、Ｅ［ｘ］［ｙ］の値を大きくする。

【0165】

また、アイテム情報テーブル１０１Ａ（例えば、１０１Ａ−１または１０１Ａ−２）に
格納されているアイテム作成時期またはアイテム提供開始時期の情報を用いて、アイテム
ｙのアイテム時期情報（作成または提供開始の時期）が新しいほど大きな値となる重みを
用いて、ユーザ間類似度Ｓｕ［ｘ］［ｘ２］を算出してもよい。具体的にはまず、アイテ
ム関連度算出処理を実行する時点（日時など）とアイテム時期情報との差を計算する。ア
イテムｙの制作または登録が新しい場合にこの差が小さな値となり、古い場合にこの差が
大きな値となる。そして、この差を単調減少関数に入力したときの出力値を重み係数とし
、Ｅ［ｘ］［ｙ］およびＥ［ｘ２］［ｙ］に重み係数を乗じた値を用いて、（２）式また
は（３）式に従ってユーザ間類似度Ｓｕ［ｘ］［ｘ２］を算出すればよい。

【0166】

さらに、利用主体ｘのアイテムｙに対する利用回数または評価値であるＥ［ｘ］［ｙ］
（ｘ＝１〜Ｕｓ，ｙ＝１〜Ｍｓ）を行列要素とする行列に対して、主成分分析や数量化３
類などの多変量解析を適用して、ユーザ間類似度を算出してもよい。多変量解析を適用す
ることにより、行列を構成する各利用主体に対応し、かつ次元数を削減したベクトルを生
成できるので、任意の２つの利用主体に対応する２つのベクトルのベクトル空間における
コサイン尺度やユークリッド距離などを用いてユーザ間類似度Ｓｕ［ｘ］［ｘ２］を算出
すればよい。また、上記以外にも、２つの利用主体間の類似性を表わす指標であれば、ど
のような方法を用いてもよい。

【0167】

ステップＳ５３２において、関連度算出部１０４は、ステップＳ５３０で算出されたユ
ーザ間類似度に基づいて、利用主体ｘに対応する類似ユーザ集合Λ［ｘ］を作成する。類
似ユーザ集合Λ［ｘ］には、利用主体ｘ以外の利用主体（利用主体識別子）が含まれてい
る。
類似ユーザ集合作成の第１の方法は、ユーザ間類似度Ｓｕ［ｘ］［ｘ２］が所定値以上
の利用主体ｘ２（ｘ２∈σ、ｘ≠ｘ２）を類似ユーザ集合に入れる方法である。
類似ユーザ集合作成の第２の方法は、ユーザ間類似度Ｓｕ［ｘ］［ｘ２］が大きい順に
所定数を超えない数だけ利用主体ｘ２を選び、それを類似ユーザ集合に入れる方法である
。ユーザ間類似度Ｓｕ［ｘ］［ｘ２］が算出された利用主体ｘ２の数が所定数より多い場
合には、ユーザ間類似度が大きい順に所定数の利用主体を選べばよい。そうでない場合に
は、ユーザ間類似度が算出された利用主体ｘ２を全て類似ユーザ集合に入れればよい。
類似ユーザ集合作成の第３の方法は、ユーザ間類似度Ｓｕ［ｘ］［ｘ２］が算出された
利用主体ｘ２を全て類似ユーザ集合に入れる方法である。この第３の方法は、処理量は最
も多くなるが、後述するアイテム関連度算出の第３の方法と組み合わせることにより、関
連アイテム集合に含まれるアイテムの種類（バリエーション）を増やすことができる。

【0168】

ステップＳ５３４において、関連度算出部１０４は、ステップＳ５３２で作成された類
似ユーザ集合Λ［ｘ］を用いて、利用主体ｘとアイテムｙとのアイテム関連度Ｗ［ｘ］［
ｙ］を算出する。アイテム関連度算出の第１の方法は、アイテムｙの利用回数を用いる方
法である。具体的には、ステップＳ５００で読み出した利用履歴データの中から、利用主
体が類似ユーザ集合に該当するデータを抽出し、その抽出したデータを対象にして、アイ
テム毎の利用回数（利用履歴の登録数）をカウントする。そして、類似ユーザ集合により
利用されたアイテムｙに関して、その利用回数をアイテム関連度Ｗ［ｘ］［ｙ］とする。
類似ユーザ集合により利用されていないアイテムｙに関しては、アイテム関連度を「０」
とすればよい。

【0169】

アイテム関連度算出の第２の方法は、アイテムｙを利用した利用主体の数（ユーザの人
数）を用いる方法である。具体的には、ステップＳ５００で読み出した利用履歴データの
中から、利用主体識別子が類似ユーザ集合に該当するデータを抽出し、その抽出したデー
タを対象にして、アイテム毎に利用主体識別子の種類数（利用主体のユニークな個数）を
カウントする。そして、類似ユーザ集合により利用されたアイテム（アイテムｙ）に関し
て、その利用主体識別子の種類数をアイテム関連度Ｗ［ｘ］［ｙ］とする。類似ユーザ集
合により利用されていないアイテムｙに関しては、アイテム関連度を「０」とすればよい
。具体例を説明すると、類似ユーザ集合の中で、１人のユーザ（ユーザＢ）だけが、ある
アイテム（アイテムｙ）を利用しており、ユーザＢがアイテムｙを３回利用している場合
、第１の方法によるアイテム関連度は「３」になり、第２の方法によるアイテム関連度は
「１」になる。

【0170】

アイテム関連度算出の第３の方法は、ユーザ間類似度を用いる方法である。具体的には
、（４）式に基づいてアイテム関連度Ｗ［ｘ］［ｙ］を算出する。ここで、Ｓｕ［ｘ］［
ｒ］は、利用主体ｘと類似ユーザ集合Λ［ｘ］に含まれる利用主体ｒとのユーザ間類似度
であり、Ｅ［ｒ］［ｙ］は、ステップＳ５００で読み出した利用履歴データにおいて、利
用主体ｒがアイテムｙを利用した利用回数である。類似ユーザ集合により利用されていな
いアイテムｙに関しては、アイテム関連度を「０」とすればよい。また、類似ユーザ集合
作成の第３の方法を用いた場合は、アイテム関連度算出の第３の方法を用いるのがよい。

【数4】

【0171】

なお、上述の第１の方法〜第３の方法において、アイテム情報テーブル１０１Ａに格納
されているアイテム作成時期またはアイテム提供開始時期の情報（時期情報）を用いてア
イテム関連度を算出してもよい。例えば、上述の方法で得られるアイテム関連度Ｗ［ｘ］
［ｙ］に、アイテムｙの時期情報が新しいほど大きな値となる重み係数を乗算した値を算
出し、それをアイテム関連度Ｗ［ｘ］［ｙ］として、以下の処理で用いてもよい。

【0172】

ステップＳ５４０において、関連度算出部１０４は、ステップＳ５３４で算出されたア
イテム関連度に基づいて、利用主体ｘに関する関連アイテム集合Ω［ｘ］を作成し、アイ
テム関連度格納部１０５に格納させる。関連アイテム集合Ω［ｘ］は、利用主体ｘと関連
性の強いアイテム群のアイテム識別子を含む集合である。

【0173】

関連アイテム集合作成の第１の方法は、ステップＳ５３４において利用主体ｘとの関連
度を算出したすべてのアイテムを関連アイテム集合Ω［ｘ］に入れる方法である。この方
法は、後述するカテゴリ優先度算出に係わる処理量が多くなるが、カテゴリ優先度算出に
用いるアイテムの数が多くなるため、推薦情報に含まれるアイテムの多様性や推薦精度を
重視したい場合に適している。

【0174】

関連アイテム集合作成の第２の方法は、利用主体ｘとの関連度Ｗ［ｘ］［ｙ］が相対的
に高いアイテムを選出して関連アイテム集合Ω［ｘ］に入れる方法である。具体的には、
利用主体ｘとの関連度Ｗ［ｘ］［ｙ］が所定の閾値以上であるアイテムを選出する。また
、利用主体ｘとの関連度Ｗ［ｘ］［ｙ］が大きい順に所定値を超えない範囲でアイテムを
選出してもよい。例えば、利用主体ｘとの関連度Ｗ［ｘ］［ｙ］が算出されたアイテムの
数が所定数に満たない場合は、関連度Ｗ［ｘ］［ｙ］が算出されたすべてのアイテムを選
出し、そうでない場合は、関連度Ｗ［ｘ］［ｙ］が大きい順に所定数のアイテムを選出す
ればよい。この第２の方法によれば、アイテム関連度格納部１０５に必要な記憶容量を削
減できる。また、後述するカテゴリ優先度算出に係わる処理量を比較的少なくすることが
できる。

【0175】

そして、関連度算出部１０４は、利用主体ｘの利用主体識別子と、関連アイテム集合Ω
［ｘ］に含まれる各アイテム識別子と、そのアイテム関連度Ｗ［ｘ］［ｙ］とを対応させ
て、アイテム関連度格納部１０５のアイテム関連度テーブル１０５Ａに記録する。具体的
には、利用主体ｘのアイテム識別子が、図１１に示したアイテム関連度テーブル１０５Ａ
の利用主体識別子（利用主体ＩＤ、ユーザＩＤ）に相当する。また、関連アイテム集合Ω
［ｘ］に含まれる各アイテム識別子は、アイテム関連度テーブル１０５Ａの関連アイテム
識別子（アイテムＩＤ）に相当する。なお、推薦ターゲット集合Ｋ１に含まれるいずれか
の識別子と合致する利用主体識別子がアイテム関連度テーブル１０５Ａに既に格納されて
いる場合、関連度算出部１０４は、それらを更新（上書き）すればよい。一方、推薦ター
ゲット集合Ｋ１に含まれるいずれの識別子とも合致しない利用主体識別子が関連度テーブ
ル１０５に格納されている場合、関連度算出部１０４は、それらを変更しないようにする
。

【0176】

ステップＳ５５０において、関連度算出部１０４は、他の利用主体を選択可能か判定す
る。関連度算出部１０４は、ステップＳ５１０で作成された推薦ターゲット集合Ｋ１の中
に未処理の利用主体が存在する場合に「Ｙｅｓ」と判定し、未処理のアイテムが存在しな
い場合にＮｏ」と判定する。関連度算出部１０４は、「Ｙｅｓ」と判定した場合にステッ
プＳ５２０に戻って処理を繰り返し、「Ｎｏ」と判定した場合にアイテム関連度算出処理
を終了する。以上説明したアイテム関連度算出処理においては、アイテムとカテゴリとの
関係を示す情報を用いずにアイテム関連度を算出している。

【0177】

なお、ステップＳ４００において（ステップＳ５２０の実行後、ステップＳ５３０実行
前などの適当なタイミングで）、後述するステップＳ７３０と同様な処理を更に行って、
利用主体ｘに対するアイテムの有用性を判定し、推薦候補アイテム集合を作成してもよい
。そして、ステップＳ５３４で、推薦候補アイテム集合に属するアイテムのみを対象にし
て、アイテム関連度を算出してもよい。また、ステップＳ５３４では推薦候補アイテム集
合に属するアイテムに限定せず、ステップＳ５４０において、推薦候補アイテム集合に属
するアイテムを対象に関連アイテム集合を作成してもよい。更に、ユーザが利用したアイ
テムを除外せずに推薦候補アイテム集合を作成した場合（提供中止となったアイテム等を
除外した場合）には、ステップＳ５３０において、推薦候補アイテム集合に属するアイテ
ムに限定した情報を用いて、ユーザ間類似度を算出してもよい。このように、アイテム関
連度算出処理において推薦候補アイテム集合を考慮することにより、推薦情報作成に必要
な計算量や記憶容量を削減することができる。

【0178】

＜カテゴリ関連度算出（ステップＳ４１０）＞
次に、カテゴリ関連度算出処理（ステップＳ４１０）の第１の方法について図１９のフ
ローチャートを参照して説明する。

【0179】

ステップＳ６００〜Ｓ６２０は、アイテム関連度算出におけるステップＳ５００〜Ｓ５
２０とそれぞれ同様な処理である。ステップＳ６００において利用履歴を読み出す条件は
、ステップＳ５００において利用履歴を読み出す条件と同じであってもよいが、ステップ
Ｓ５００で読み出す利用履歴よりも長期間の利用履歴を読み出すと更によい。ユーザのア
イテムに対する嗜好は比較的短期間で変化するのに対し、ユーザのカテゴリに対する嗜好
は短期間ではあまり変化しない傾向がある。アイテム関連度およびカテゴリ関連度を精度
よく算出するためには、ある程度以上の利用履歴が必要であるが、アイテム関連度を算出
する際に、あまり長期間の利用履歴を用いると、過去の流行したアイテムの関連度が高く
なり過ぎる場合がある。一方、カテゴリ関連度は、このような問題が比較的少ないので、
比較的長期間の利用履歴を用いたほうがよい。なお、アイテム−カテゴリ対応テーブル１
０１Ｃを参照することにより、ステップＳ６００で読み出された利用履歴に含まれるアイ
テム識別子をカテゴリ識別子に対応させることができる。ステップＳ６００で読み出され
た利用履歴に対応するカテゴリ識別子の種類数をＣｓとする。

【0180】

ステップＳ６３０において、関連度算出部１０４は、ステップＳ６００で読み出された
利用履歴を用いて、利用主体ｘと、利用主体集合σに属する他の利用主体ｘ２（ｘ２∈σ
、ｘ≠ｘ２）とのユーザ間類似度Ｓｕ［ｘ］［ｘ２］を算出する。ユーザ間類似度算出の
第１の方法として、ステップＳ５３０と同様な方法を用いることができる。

【0181】

ユーザ間類似度算出の第２の方法として、利用主体のカテゴリに関する利用回数を用い
ることができる。具体的にはまず、ステップＳ６００で読み出された利用履歴と、アイテ
ム−カテゴリ対応テーブル１０１Ｃとをアイテム識別子をキーにして結合し、利用主体ｘ
の利用したカテゴリを特定し、カテゴリ毎の利用回数を算出する。利用主体ｘ２について
も、カテゴリ毎の利用回数を算出する。具体的には、利用主体ｘがカテゴリｐに対応する
アイテムを利用した利用回数をＧ［ｘ］［ｐ］、利用主体ｘ２がカテゴリｐに対応するア
イテムを利用した利用回数をＧ［ｘ２］［ｐ］、ステップＳ６００で読み出された利用履
歴に対応するカテゴリ識別子の種類数をＣｓとして、（５）式に示すコサイン尺度を用い
てユーザ間類似度Ｓｕ［ｘ］［ｘ２］を算出する。あるいは（６）式に示すピアソン積率
相関係数を用いて算出してもよい。ただし、Ｇｃ［ｘ］［ｘ２］は、利用主体ｘ及びｘ２
が共に利用したカテゴリの集合であり、Ｇａ［ｘ］は、Ｇｃ［ｘ］［ｘ２］に属するカテ
ゴリを利用主体ｘが利用した回数の平均値、。Ｇａ［ｘ２］は、Ｇｃ［ｘ］［ｘ２］に属
するカテゴリを利用主体ｘ２が利用した回数の平均値である。

【数5】

【数6】

【0182】

ステップＳ６３２において、関連度算出部１０４は、ステップＳ５３２と同様な方法で
、利用主体ｘに対応する類似ユーザ集合Λ［ｘ］を作成する。
ステップＳ６３４において、関連度算出部１０４は、ステップＳ６３２で作成された類
似ユーザ集合Λ［ｘ］を用いて、利用主体ｘとカテゴリｐとのカテゴリ関連度Ｈ［ｘ］［
ｐ］を算出する。カテゴリ関連度算出の第１の方法は、カテゴリｐに対応するアイテムが
利用された利用回数を用いる方法である。具体的には、ステップＳ６００で読み出した利
用履歴データの中から、利用主体識別子が類似ユーザ集合に該当するデータを抽出し、そ
の抽出したデータを対象にして、アイテム−カテゴリ対応テーブル１０１Ｃを参照しなが
ら、カテゴリ毎のアイテム利用回数（利用履歴の登録数）をカウントする。そして、類似
ユーザ集合により利用された、カテゴリｐに対応するアイテムの利用回数をカテゴリ関連
度Ｈ［ｘ］［ｐ］とする。類似ユーザ集合により利用されていないカテゴリｐに関しては
、カテゴリ関連度を「０」とすればよい。

【0183】

カテゴリ関連度算出の第２の方法は、カテゴリｐに対応するアイテムを利用した利用主
体の数（ユーザの人数）を用いる方法である。具体的には、ステップＳ６００で読み出し
た利用履歴データの中から、利用主体識別子が類似ユーザ集合に該当するデータを抽出し
、その抽出したデータを対象にして、アイテム−カテゴリ対応テーブル１０１Ｃを参照し
な がら、カテゴリ毎に利用主体識別子の種類数（利用主体のユニークな個数）をカウン
トする。そして、カテゴリｐに対応するいずれかのアイテムを利用した利用主体識別子の
種類数をカテゴリ関連度Ｈ［ｘ］［ｐ］とする。類似ユーザ集合により利用されていない
カテゴリｐに関しては、カテゴリ関連度を「０」とすればよい。具体例を説明すると、類
似ユーザ集合の中で、あるユーザＵ１がアイテムＩ１を３回利用し、別のユーザＵ２がア
イテムＩ２を２回利用しており、アイテムＩ１とアイテムＩ２は共にカテゴリｐに対応し
ているとする。この場合、第１の方法によるカテゴリ関連度は「３＋２＝５」になり、第
２の方法によるカテゴリ関連度は、Ｕ１とＵ２の２人のユーザが利用しているので「２」
になる。

【0184】

カテゴリ関連度算出の第３の方法は、ユーザ間類似度を用いる方法である。具体的には
、（７）式に基づいてカテゴリ関連度Ｈ［ｘ］［ｐ］を算出する。

【数7】

【0185】

ここで、Ｓｕ［ｘ］［ｒ］は、利用主体ｘと類似ユーザ集合Λ［ｘ］に含まれる利用主
体ｒとのユーザ間類似度であり、Ｇ［ｒ］［ｐ］は、ステップＳ６００で読み出した利用
履歴データにおいて、利用主体ｒがカテゴリｐを利用した利用回数である。類似ユーザ集
合により利用されていないカテゴリｐに関しては、アイテム関連度を「０」とすればよい
。また、類似ユーザ集合作成の第３の方法を用いた場合は、カテゴリ関連度算出の第３の
方法を用いるのがよい。

【0186】

ステップＳ６４０において、関連度算出部１０４は、利用主体ｘに関する関連カテゴリ
集合Π［ｘ］を作成し、カテゴリ関連度格納部１０３に格納させる。図９に示したカテゴ
リ関連度テーブル１０３Ａの利用主体識別子のカラムを利用主体ｘの利用主体識別子とし
、関連カテゴリ集合Π［ｘ］に含まれる各カテゴリ識別子はテーブル１０３Ａのカテゴリ
識別子に対応させればよい。関連カテゴリ集合Π［ｘ］を作成するために、関連度算出部
１０４は、ステップＳ５４０におけるアイテムをカテゴリに置き換えて同様の処理を行え
ばよい。具体的には、関連度算出部１０４は、ステップＳ５４０で説明した第１または第
２の方法を用いて、関連カテゴリ集合Π［ｘ］を作成すればよい。

【0187】

ステップＳ６５０において、関連度算出部１０４は、未処理の利用主体を選択可能か判
定する。関連度算出部１０４は、ステップＳ６１０で作成された推薦ターゲット集合Ｋ１
の中に未処理の利用主体が存在する場合に「Ｙｅｓ」と判定し、未処理の利用主体が存在
しない場合に「Ｎｏ」と判定する。関連度算出部１０４は、「Ｙｅｓ」と判定した場合に
ステップ６２０に戻って処理を繰り返し、「Ｎｏ」と判定した場合にカテゴリ関連度算出
処理を終了する。以上がカテゴリ関連度算出処理の第１の方法の説明である。

【0188】

カテゴリ関連度算出処理の第２の方法は、カテゴリ関連度を算出する際に、利用主体ｘ
の利用履歴のみを用いる。カテゴリ関連度算出処理の第２の方法において、上述したＳ６
００〜Ｓ６２０の処理を実行後、ステップＳ６３０およびＳ６３２を省略し、ステップＳ
６３４の代わりに、ステップＳ６３６（図示せず）の処理を実行する。

【0189】

ステップＳ６３６において、関連度算出部１０４は、ステップＳ６００で読み出された
利用履歴の中から、利用主体ｘに対応する利用履歴を抽出し、それを用いて、利用主体ｘ
とカテゴリｐとのカテゴリ関連度Ｈ［ｘ］［ｐ］を算出する。具体的には、利用主体ｘに
対応する利用履歴と、アイテム−カテゴリ対応テーブル１０１Ｃとをアイテム識別子をキ
ーにして結合し、カテゴリ毎のアイテム利用回数Ｊ［ｐ］をカウントし、Ｊ［ｐ］をカテ
ゴリ関連度Ｈ［ｘ］［ｐ］とすればよい（Ｈ［ｘ］［ｐ］＝Ｊ［ｐ］）。また、利用主体
ｘに対応する利用履歴の数をＪ２として、Ｊ［ｐ］をＪ２で割った値をカテゴリ関連度と
してもよい（Ｈ［ｘ］［ｐ］＝Ｊ［ｐ］／Ｊ２）。すなわち、利用主体ｘがカテゴリｐに
対応するアイテムを利用した利用回数（カテゴリ利用回数）の相対割合をカテゴリ関連度
としてもよい。なお、利用主体ｘが利用していないカテゴリに関しては、カテゴリ関連度
を所定の小さな値（例えば「０」）とすればよい。ステップＳ６３６の処理を実行した後
、第１の方法と同様に、ステップＳ６４０〜Ｓ６５０を実行する。以上がカテゴリ関連度
算出処理の第２の方法の説明である。

【0190】

なお、ステップＳ４１０において（ステップＳ６２０の実行後、ステップＳ６３０実行
前などの適当なタイミングで）、後述するステップＳ７３０と同様な処理を更に行って、
利用主体ｘに対するアイテムの有用性を判定し、推薦候補アイテム集合を作成してもよい
。そして、ステップＳ６３４でカテゴリ関連度を算出する際に、推薦候補アイテム集合に
属するアイテムに限定して、アイテムの利用回数やアイテムを利用したユーザ数などを計
数してもよい。更に、ユーザが利用したアイテムを除外せずに推薦候補アイテム集合を作
成した場合（提供中止となったアイテム等を除外した場合）には、ステップＳ６３０にお
いて、推薦候補アイテム集合に属するアイテムに限定した情報を用いて、ユーザ間類似度
を算出してもよい。このように、カテゴリ関連度算出処理において推薦候補アイテム集合
を考慮することにより、推薦情報作成に必要な計算量や記憶容量を削減することができる
。

【0191】

なお、上述したアイテム関連度の算出工程において、アイテム関連度の最大値や合計値
が所定値になるように、正規化処理を行なってもよい。例えば、アイテム関連度の最大値
が「１」、最小値が「０」になるように正規化処理を行なってもよい。カテゴリ関連度に
ついても同様である。

【0192】

＜推薦情報作成（ステップＳ４２０）＞
続いて以下では、推薦情報作成（ステップＳ４２０）に含まれる推薦情報の選択処理の
詳細について説明する。図２０は、推薦情報選択処理の第１の方法を示すフローチャート
である。

【0193】

ステップＳ７１０において、情報選択部１０７は、ステップＳ５１０で作成された推薦
ターゲット集合Ｋ１の中から未処理の利用主体を１つ選択する。この処理対象となるアイ
テムを利用主体ｘとする。

【0194】

ステップＳ７２０において、情報選択部１０７は、カテゴリ優先度を算出するためのバ
ッファＢを初期化する。カテゴリ優先度とは、利用主体ｘに対応する推薦カテゴリを決定
するための指標である。具体的には、情報選択部１０７は、カテゴリ関連度テーブル１０
３Ａを参照し、そこに格納されているカテゴリの種類の総数Ｎｃを特定する。そして、カ
テゴリｋ（カテゴリ識別子ｋ）に対応するＮｃ個のバッファＢ［ｋ］を用意し、それらの
値を「０」に初期化する。

【0195】

ステップＳ７３０において、情報選択部１０７は、利用主体ｘに対する推薦候補アイテ
ム集合を作成する。本実施例では、推薦候補アイテム集合の補集合である、利用主体ｘに
対する非推薦アイテム集合η［ｘ］を作成する。具体的には、まずアイテム利用履歴テー
ブル１０２Ａを参照しながら、利用主体ｘが所定回数η１以上利用したアイテムを抽出す
る。なお、所定期間（例えば、最近１ヶ月間）に所定回数η１以上利用したアイテムを抽
出してもよい。そして、抽出したアイテムのアイテム識別子を非推薦アイテム集合η［ｘ
］に入れる。この所定回数η１は、アイテムの種類やサービスの特性に応じて決めればよ
い。

【0196】

具体的には、ユーザが同じアイテムを繰り返し頻繁に利用（購入）するような性質のア
イテム（例えば、食料品、消耗品、プリンタ用紙等）では、η１を大きな値に設定する。
また、そのような性質のアイテムに対して、利用回数を集計する所定期間を相対的に短く
設定してもよい（例えば、通常のアイテムの所定期間が１ヶ月である場合に、１週間にす
る等）。一方、ユーザが同じアイテムを頻繁に利用（購入）しない性質のアイテム（例え
ば、自動車、コンピュータ、家電製品など）では、η１を小さな値に設定する。また、そ
のような性質のアイテムに対して、利用回数を集計する所定期間を相対的に長く設定して
もよい（例えば、通常のアイテムの所定期間が１ヶ月である場合に、１年間にする等）。
また原則的に、ユーザが同じアイテムを１回のみ利用（例えば、購入、閲覧）する性質の
アイテム（例えば、購入後に端末装置３０で繰り返し再生可能なデジタルコンテンツ）は
、η１＝１とする。なお、アイテムの種類やサービスに特性によっては、η１を非常に大
きな値に設定することにより、利用回数の多いアイテムでも非推薦アイテム集合η［ｘ］
に入れない（推薦候補アイテム集合に入れる）ようにしてもよい。

【0197】

更に、アイテムの提供期間の情報を用いて、非推薦アイテム集合η［ｘ］にアイテムを
追加する。まず、アイテム情報テーブル１０１Ａを参照しながら、現在日時に所定の時間
η２（例えば、１時間、２４時間など）を加算して得られる日時と、アイテム提供終了時
期（日時）を比較し、アイテム提供終了時期の方が早い場合には、そのアイテムを非推薦
アイテム集合に入れる。そのようなアイテムは、既に提供期間が終了しているか、まもな
く終了するアイテムなので、推薦アイテムとして適さないと判定する。次に、現在日時に
所定の時間η３（例えば、１週間、１ヶ月）を加算して得られる日時と、アイテム提供開
始時期（日時）を比較し、アイテム提供開始時期の方が遅い場合には、そのアイテムを非
推薦アイテム集合に入れる。なお、通常はη２＜η３である。そのようなアイテムは、提
供開始がかなり将来なので、現時点の推薦アイテムとして適さないと判定する。

【0198】

また、ユーザ自身の操作により、お気に入りアイテムや欲しいものリスト（Ｗｉｓｈリ
スト）などを登録できるようなサービスにおいては、ユーザがそのアイテムの存在を十分
に認識していると判断できる。そのようなアイテムを改めてユーザに推薦しても、推薦情
報がアイテム利用行動につながる可能性が低いので、そのようなアイテムを非推薦アイテ
ム集合に入れるとよい。また、テレビ番組やネット番組（所定日時に試聴可能な番組）の
録画予約または視聴予約サービスにおいて、ユーザが録画／視聴予約を行っている番組（
アイテム）は、同様に、ユーザがそのアイテムの存在を十分に認識していると判断できる
。従って、録画／視聴予約を行っている番組（アイテム）非推薦アイテム集合に入れると
よい。

【0199】

更に非推薦アイテム集合η［ｘ］を作成する別の方法として、アイテムの利用回数、ア
イテム提供期間との整合性、ユーザがアイテムを既に認知している可能性などをそれぞれ
数値化し、それらの数値を用いて総合的な非有用度（あるいは有用度）を算出し、非有用
度を用いて非推薦アイテム集合を作成することができる。例えば、まずユーザｘがアイテ
ムｙを利用した回数Ｅ［ｘ］［ｙ］を計数し、それを上述のη１で割った値Ｄａ［ｘ］［
ｙ］（Ｄａ［ｘ］［ｙ］÷η１）を算出する。次に、現在日時Ｔ０に所定の時間η２を加
算して得られる日時からアイテムｙのアイテム提供終了時期（日時）Ｔｅを引いた値Ｔ１
を算出する。Ｔ１＝（Ｔ０＋η２）−Ｔｅである。そして、Ｔ１を関数Ｚ（ｔ）に入力し
たときの出力値Ｄｂ［ｙ］＝Ｚ（Ｔ１）を算出する。

【0200】

ここで、関数Ｚ（ｔ）は、０以上の値を出力する単調増加関数であり、入力ｔがマイナ
スの区間では出力が小さく、入力ｔがプラスの区間では出力が大きくなる特性を持ってい
る。例えば、シグモイド関数を用いて関数Ｚ（ｔ）を得ることができる。次に、アイテム
ｙのアイテム提供開始時期（日時）Ｔｓから現在日時Ｔ０に所定の時間η３を加算して得
られる日時を引いた値Ｔ２を算出する。Ｔ２＝Ｔｓ−（Ｔ０＋η３）である。そして、Ｔ
２を上述の関数Ｚ（ｔ）に入力したときの出力値Ｄｃ［ｙ］＝Ｚ（Ｔ２）を算出する。次
にユーザｘがアイテムｙを認知している可能性を示す数値Ｄｄ［ｘ］［ｙ］を算出する。
例えば、ユーザｘがアイテムｙをお気に入りアイテムや欲しいものリストに登録している
場合には、Ｄｄ［ｘ］［ｙ］＝１、そうでない場合にはＤｄ［ｘ］［ｙ］＝０とすればよ
い。

【0201】

そして、Ｄａ［ｘ］［ｙ］、Ｄｂ［ｙ］、Ｄｃ［ｙ］、Ｄｄ［ｘ］［ｙ］の重み付き加
算値を用いて、非有用度Ｄｚ［ｘ］［ｙ］を算出する。それぞれの重み係数をＷａ、Ｗｂ
、Ｗｃ、Ｗｄとすると、Ｄｚ［ｘ］［ｙ］＝Ｗａ×Ｄａ［ｘ］［ｙ］＋Ｗｂ×Ｄｂ［ｙ］
＋Ｗｃ×Ｄｃ［ｙ］＋Ｗｄ×Ｄｄ［ｘ］［ｙ］である。このＤｚ［ｘ］［ｙ］は、アイテ
ムｙのユーザｘに対する有用性が低いほど大きな値になるので、非有用性を数値化した非
有用度であるといる。そして、非有用度Ｄｚ［ｘ］［ｙ］が所定のしきい値θｚ以上であ
る場合に、アイテムｙを非推薦アイテム集合η［ｘ］を入れればよい。あるいは、重み付
き加算値ではなく、Ｄａ［ｘ］［ｙ］、Ｄｂ［ｙ］、Ｄｃ［ｙ］、Ｄｄ［ｘ］［ｙ］の積
を用いて、非有用度Ｄｚ［ｘ］［ｙ］を算出してもよい。すなわち、Ｄｚ［ｘ］［ｙ］＝
Ｄａ［ｘ］［ｙ］×Ｄｂ［ｙ］×Ｄｃ［ｙ］×Ｄｄ［ｘ］［ｙ］としてもよい。

【0202】

また、Ｄａ［ｘ］［ｙ］を基数とし所定値γａを指数とする累乗値、Ｄｂ［ｙ］を基数
とし所定値γｂを指数とする累乗値、Ｄｃ［ｙ］を基数とし所定値γｃを指数とする累乗
値、Ｄｄ［ｘ］を基数とし所定値γｄを指数とする累乗値を算出し、それぞれの累乗値の
積をＤｚ［ｘ］［ｙ］としてもよい。上述した方法と同様な方法で、アイテムｙのユーザ
ｘに対する有用度を算出し、有用度が所定値以上のアイテムを推薦候補アイテム集合に入
れても、もちろんよい。なお、本実施形態では、情報選択部１０７が非推薦アイテム集合
を作成するので、情報選択部１０７が実施形態１の推薦有用性判定部１０７３の機能を持
つといえる。また、独立した推薦有用性判定部を設けて、推薦有用性判定部が推薦候補ア
イテム集合または非推薦アイテム集合を作成するように情報選択装置１を構成してもよい
。

【0203】

ステップＳ７４０において、情報選択部１０７は、アイテム関連度テーブル１０５Ａを
参照しながら、利用主体ｘに対応する関連アイテムであり、かつ非推薦アイテム集合η［
ｘ］に登録されていないアイテムの中から、未処理の関連アイテムｙを選択し、そのアイ
テム関連度Ｗ［ｘ］［ｙ］を取得する。

【0204】

ステップＳ７５０において、情報選択部１０７は、アイテム−カテゴリ対応テーブル１
０１Ｃを参照しながら、関連アイテムｙに対応するカテゴリである候補カテゴリ（候補カ
テゴリ識別子）を取得する。候補カテゴリ識別子が複数存在する場合は、情報選択部１０
７は、その全てを取得すればよい。この取得した候補カテゴリ識別子の集合を候補カテゴ
リ集合βとし、集合βの要素数をＮβとする。

【0205】

ステップＳ７６０において、情報選択部１０７は、候補カテゴリ集合βの要素を指定す
るための制御変数ｊを「１」に初期化する。以下では、βのｊ番目の要素であるカテゴリ
をβ［ｊ］と表記する。β［ｊ］としてカテゴリ識別子を用いてもよいし、カテゴリを識
別可能な番号（例えば、「１」「２」「３」等の番号）を用いてもよい。

【0206】

ステップＳ７７０において、情報選択部１０７は、カテゴリβ［ｊ］に対応するカテゴ
リ優先度Ｂ［β［ｊ］］を更新する。具体的には、以下に示す第１〜第４の方法のいずれ
かを用いればよい。

【0207】

カテゴリ優先度更新の第１の方法は、（８）式を用いる方法である。γ１およびγ２は
、それぞれ正の定数である。また（８）式には示していないが、Ｈ［ｘ］［β［ｊ］］に
定数を乗じた値や定数を加算した値などをＨ［ｘ］［β［ｊ］］の代わりに用いてもよい
。また、Ｗ［ｘ］［ｙ］に定数を乗じた値や定数を加算した値などをＷ［ｘ］［ｙ］の代
わりに用いてもよい。この第１の方法は、利用主体ｘと候補カテゴリβ［ｊ］とのカテゴ
リ関連度Ｈ［ｘ］［β［ｊ］］を用いた値を基数とし第１の所定値γ１を指数とする累乗
値と、アイテム関連度Ｗ［ｘ］［ｙ］を用いた値を基数とし第２の所定値γ２を指数とす
る累乗値との乗算値を用いて、カテゴリ優先度を算出しているといえる。γ１およびγ２
の値を変えることにより、カテゴリ優先度算出におけるアイテム関連度とカテゴリ関連度
のバランスを変えることができる。

【数8】

【0208】

カテゴリ優先度更新の第２の方法は、（９）式を用いる方法である。ここで、ω１、ω
２は、それぞれ正の定数である。（９）式から明らかであるように、ω１は、利用主体ｘ
と候補カテゴリβ［ｊ］とのカテゴリ関連度Ｈ［ｘ］［β［ｊ］］に基づく値に対する重
み係数である。また、ω２は、アイテム関連度Ｗ［ｘ］［ｙ］に対する重み係数である。
なお更に、Ｈ［ｘ］［β［ｊ］］およびＷ［ｘ］［ｙ］にそれぞれ所定値を加算又は減算
した値を用いて、重み付き加算を行ってもよい。すなわち、第２の方法は、カテゴリ関連
度を用いた値とアイテム関連度を用いた値との重み付き加算値を用いて、カテゴリ優先度
を算出しているといえる。ω１およびω２の値を変えることにより、カテゴリ優先度算出
におけるアイテム関連度とカテゴリ関連度のバランスを変えることができる。

【数9】

【0209】

カテゴリ優先度更新の第３の方法は、（１０）式を用いる方法である。第１の方法との
違いは、関数Ｆ（Ｘ）を用いて、カテゴリ関連度を拡張関連度に変換して用いる点である
。カテゴリ関連度を関数Ｆ（Ｘ）に入力した場合の出力が拡張関連度である。この関数Ｆ
（Ｘ）の特性の一例を図２２（ａ）及び（ｂ）に示す。図２２（ａ）に示す例では、関数
Ｆ（Ｘ）がＳ字カーブ状の非線形特性を持つため、カテゴリ関連度が高い領域において、
拡張関連度の大きさは、ほぼ同じ値となる。このような特性の関数は、カテゴリ関連度が
やや高いカテゴリと、非常に高いカテゴリがあったときに、カテゴリ優先度に与えるカテ
ゴリ関連度の影響力を両者で同じ程度にしたい場合に適している。図２２（ｂ）に示す例
では、入力Ｘが０からＸ１の区間では、入力に対して出力Ｙが増加するが、入力ＸがＸ１
の時に出力Ｙが最大値Ｙ１となり、入力ＸがＸ１より大きい区間では出力Ｙが減少し、入
力Ｘが最大値Ｘ２のときに出力値はＹ２になる。すなわち、Ｘ１＜Ｘ２かつＹ１＞Ｙ２で
ある。図２２（ｂ）に示すような特性の関数を用いると、カテゴリ関連度が非常に大きい
場合に、拡張関連度を下げることができる。

【数10】

【0210】

ユーザｘとの関連度が非常に高いカテゴリをユーザｘに推薦することが有効な場合もあ
るが、関連度が非常に高いカテゴリは、ユーザｘが慣れ親しんでいるカテゴリであるため
、ユーザｘが意外性を感じる確率は低い。アイテムやサービスの性質によっては、ユーザ
が推薦情報に対して意外性を感じないため、アイテム利用が促進されない等の問題が生じ
る場合もある。これに対して、図２２（ｂ）に示すような変換関数Ｆ（ｘ）に基づく拡張
関連度を用いてカテゴリ優先度を算出することにより、ユーザｘにとって自明なカテゴリ
が推薦され難くなるため、このような問題を解決することができる。例えば、カテゴリ関
連度が中程度で、かつアイテム関連度の高いアイテムが多く存在するカテゴリを推薦する
と、「日頃あまり意識していないカテゴリの中にも、面白そうなアイテムが結構ある」と
いった感想（ユーザの新たな発見）につながり易いため、アイテム利用が促進され易い。

【0211】

なお、Ｘ＝０のときにＹ＝０になるようにしてもよいが、図２２（ａ）及び（ｂ）に示
すように、Ｘ＝０のときの出力値Ｙ０を比較的小さな正の値にしてもよい。このようにす
ることで、ユーザｘとの関連度が非常に低いカテゴリも推薦情報の中にある程度入れ易く
なる。もちろん図２２（ａ）及び（ｂ）に示す関数Ｆ（Ｘ）の特性は、あくまでも一例で
あり、アイテムやサービスの性質の応じて種々の特性の関数を用いることができる。また
、変換関数Ｆ（ｘ）として原点を通る単調増加の線形関数を用いれば、第１の方法と同じ
結果を得ることができる。

【0212】

カテゴリ優先度更新の第４の方法は、（１１）式を用いる方法である。第２の方法との
違いは、第３の方法で説明した関数Ｆ（Ｘ）を用いて、カテゴリ関連度を拡張関連度に変
換して用いる点である。この第４の方法を使っても、第３の方法で説明した効果と同様な
効果が得られる。

【数11】

【0213】

なお、カテゴリ関連度の値の範囲と、アイテム関連度の値の範囲が大きく違うような場
合には、対数関数などを用いて、カテゴリ関連度若しくはアイテム関連度又はこれら両方
の値の範囲を調整した後に、（８）式〜（１１）式を適用してもよい。

【0214】

ステップＳ７８０において、情報選択部１０７は、制御変数ｊの値がＮβより小さいか
否か判定する。小さい場合はステップＳ７９０に進み、そうでない場合はステップＳ８０
０に進む。ステップＳ７９０において、情報選択部１０７は、制御変数ｊの値を「１」増
やして更新する。そしてステップＳ７７０に戻る。

【0215】

ステップＳ８００において、情報選択部１０７は、アイテム関連度テーブル１０５Ａを
参照しながら、利用主体ｘに対応する関連アイテムであり、かつ非推薦アイテム集合η［
ｘ］に登録されていないアイテムの中から、他の未処理の関連アイテムを選択可能か判定
する。選択可能である場合はステップＳ７４０に戻り、そうでない場合はステップＳ８１
０に進む。

【0216】

ステップＳ８１０において、情報選択部１０７は、カテゴリ優先度（カテゴリ優先度バ
ッファＢ）の値に基づいて、利用主体に対する推薦カテゴリを決定する。具体的には、情
報選択部１０７は、カテゴリ優先度の高い順に所定数を超えない数のカテゴリを選択し、
それを推薦カテゴリとすればよい。例えば、カテゴリ優先度が算出されたカテゴリの数が
所定数以下の場合は、情報選択部１０７は、カテゴリ優先度が算出されたカテゴリを全て
推薦カテゴリとすればよい。一方、所定数より多い場合は、情報選択部１０７は、カテゴ
リ優先度の高い順に所定数を選択し、これらを推薦カテゴリとすればよい。また、情報選
択部１０７は、カテゴリ優先度が所定値以上のカテゴリを選択し、これらを推薦カテゴリ
としてもよい。また、情報選択部１０７は、カテゴリ優先度が所定値以上のカテゴリの中
から、カテゴリ優先度の高い順に所定数を超えない数のカテゴリを選択してもよい。

【0217】

さらに、情報選択部１０７は、推薦カテゴリそれぞれに対して、カテゴリ優先度の高い
順にカテゴリ順位を付与する。そして、情報選択部１０７は、利用主体識別子、カテゴリ
順位、及び推薦カテゴリ識別子を対応させて、推薦情報テーブル１０８Ａに格納する。ス
テップＳ８１０の１回の処理で、１つの利用主体に対応する推薦カテゴリ識別子およびこ
れらのカテゴリ順位が推薦情報テーブル１０８Ａに格納される。

【0218】

ステップＳ８２０において、情報選択部１０７は、ステップＳ８１０で決定された推薦
カテゴリ毎に推薦アイテムを決定する。具体的には、情報選択部１０７は、アイテム関連
度テーブル１０５Ａの関連アイテム識別子とアイテム−カテゴリ対応テーブル１０１Ｃの
アイテム識別子を対応させることで当該２つのテーブルを結合すればよい。そして、情報
選択部１０７は、結合されたテーブルにおいて「利用主体識別子」カラム（項目）が利用
主体ｘに一致する行を対象に選び、推薦カテゴリのカテゴリ識別子の各々に対して、アイ
テム関連度の高い順に、非推薦アイテム集合η［ｘ］に登録されていないアイテムを所定
数を超えない数だけ選択し、それを推薦アイテムとすればよい。

【0219】

例えば、推薦カテゴリに対応し、かつ非推薦アイテム集合η［ｘ］に登録されていない
アイテムの数が所定数以下の場合は、それらのアイテム全てを推薦アイテムとすればよい
。一方、アイテムが所定数より多い場合は、アイテム関連度の高い順に所定数を選択して
、これらを推薦アイテムとすればよい。なお、カテゴリ優先度の大きさに応じて、この所
定数（すなわち、推薦カテゴリの上限数）を設定してもよい。例えば、カテゴリ優先度が
高いカテゴリでは、この所定数を大きくし、多くのアイテムが推薦アイテムとして選択さ
れるようにしてもよい。これに対して、カテゴリ優先度が低いカテゴリでは、この所定数
を小さくし、少数のアイテムが推薦アイテムとして選択されるようにしてもよい。

【0220】

また、情報選択部１０７は、推薦カテゴリのカテゴリ識別子の各々に対して、アイテム
関連度が所定値以上であり、かつ非推薦アイテム集合η［ｘ］に登録されていないアイテ
ムを選択し、それらを推薦アイテムとしてもよい。この場合も、カテゴリ優先度の大きさ
に応じて、この所定値を設定してもよい。例えば、カテゴリ優先度が高いカテゴリでは、
この所定値を小さくし、多くのアイテムが推薦アイテムとして選択されるようにしてもよ
い。これに対して、カテゴリ優先度が低いカテゴリでは、この所定数を大きく、少数のア
イテムが推薦アイテムとして選択されるようにしてもよい。

【0221】

また、情報選択部１０７は、推薦カテゴリのカテゴリ識別子の各々に対して、アイテム
関連度が所定値以上のアイテムの中からアイテム関連度の高い順に所定数を超えない数の
アイテムを選択してもよい。

【0222】

そして、情報選択部１０７は、推薦カテゴリと推薦アイテムの組合せそれぞれに対して
、アイテム関連度の高い順にアイテム順位を付与する。そして、情報選択部１０７は、利
用主体識別子、アイテム順位、及び推薦アイテム識別子を対応させて、推薦情報テーブル
１０８Ａに格納する。ステップＳ８２０の１回の処理で、１つの利用主体に対応する推薦
アイテム識別子およびこれらのアイテム順位が推薦情報テーブル１０８Ａに格納される。

【0223】

ステップＳ８２０の処理の具体例を図２３を用いて説明する。図２３は、アイテム関連
度テーブル１０５Ａの関連アイテム識別子とアイテム−カテゴリ対応テーブル１０１Ｃの
アイテム識別子とを対応させることで当該２つのテーブルを結合した上で、非推薦アイテ
ムを除外した状態（内部テーブル）を模式的に示している。例えば、関連アイテム「Ｉｔ
ｅｍＩＤ−５２」に対応する行が合計３行あることからも分かるように、１つの関連アイ
テムに複数のカテゴリが対応する場合は、対応するカテゴリの個数だけ内部テーブルの行
が作成される。本図の例において、アイテムは音楽コンテンツであり、カテゴリ種別とし
て「ジャンル」と「ムード」とを用いており、ステップＳ８１０において、「ロック（ジ
ャンル）」、「ジャズ（ジャンル）」、及び「渋い（ムード）」の３つのカテゴリが推薦
カテゴリとして決定されたものとする。また、利用主体ｘが「ＵｓｅｒＩＤ−１０」であ
り、各推薦カテゴリについてアイテム関連度の高い順に２つのアイテムを選択するという
選択条件を用いる。

【0224】

推薦カテゴリ「ロック」に対応するアイテムは、「ＩｔｅｍＩＤ−５０」、「Ｉｔｅｍ
ＩＤ−５２」、及び「ＩｔｅｍＩＤ−５４」の３つであり、これらが推薦候補アイテムと
なる。アイテム関連度はそれぞれ「０．９０」、「０．８０」、及び「０．６０」である
。このため、「ＩｔｅｍＩＤ−５０」がアイテム順位１位、「ＩｔｅｍＩＤ−５２」がア
イテム順位２位として選択される。

【0225】

推薦カテゴリ「ジャズ」に対応するアイテムは、「ＩｔｅｍＩＤ−５８」の１つのみな
ので、これがアイテム順位１位として選択される。

【0226】

推薦カテゴリ「渋い」に対応するカテゴリは、「ＩｔｅｍＩＤ−５２」、「ＩｔｅｍＩ
Ｄ−５５」、及び「ＩｔｅｍＩＤ−２５」の３つであり、アイテム関連度はそれぞれ「０
．８０」、「０．７２」、及び「０．４０」である。このため、「ＩｔｅｍＩＤ−５２」
がアイテム順位１位、「ＩｔｅｍＩＤ−５５」がアイテム順位２位として選択される。

【0227】

なお、この例の場合、「ＩｔｅｍＩＤ−５２」が「ロック」と「渋い」の２つのカテゴ
リで重複して選択されることになる。このように、複数のカテゴリ間で重複して同じアイ
テムを選択してもよい。あるいは、複数のカテゴリ間で重複しないようにアイテムを選択
してもよい。例えば、「渋い」に対応するアイテムを選択する際に、「ＩｔｅｍＩＤ−５
２」が既に「ロック」で選択されていることをチェックし、これを除外して、「Ｉｔｅｍ
ＩＤ−５５」をアイテム順位１位とし、「ＩｔｅｍＩＤ−２５」をアイテム順位２位とし
て選択してもよい。また、ある推薦候補アイテムが複数の推薦カテゴリに対応する場合、
カテゴリ優先度またはカテゴリ関連度に応じて、最終的に対応させる推薦カテゴリを決定
してもよい。例えば、図２３に示した例において、「ロック」のカテゴリ優先度が「０．
９」、「渋い」のカテゴリ優先度が「０．７」である場合、「ＩｔｅｍＩＤ−５２」を相
対的にカテゴリ優先度の高い「ロック」に対応させ、相対的にカテゴリ優先度の低い「渋
い」には対応させない等の処理をしてもよい。また、２つのカテゴリのカテゴリ優先度が
同程度であるような場合に、カテゴリ関連度の低いカテゴリを優先させて推薦カテゴリに
してもよい。このような処理により、意外性のある推薦情報をユーザに提供できる。

【0228】

ステップＳ８３０において、情報選択部１０７は、アイテム関連度テーブル１０５Ａを
参照しながら、他の未処理の利用主体を選択可能か判定する。選択可能である場合はステ
ップＳ７１０に戻り、そうでない場合は推薦情報選択処理を終了する。

【0229】

次に、ステップＳ４２０における推薦情報選択処理の第２の方法について、図２１のフ
ローチャートを参照して説明する。

【0230】

ステップＳ９１０において、情報選択部１０７は、ステップＳ５１０で作成された推薦
ターゲット集合Ｋ１の中から未処理の利用主体を１つ選択する。この処理対象となる利用
主体を利用主体ｘとする。

【0231】

ステップＳ９２０において、情報選択部１０７は、ステップＳ７３０と同様な方法で、
非推薦アイテム集合η［ｘ］を作成する。

【0232】

ステップＳ９３０において、情報選択部１０７は、利用主体ｘに対応する関連アイテム
をカテゴリ毎にまとめるとともに、アイテム関連度の高い順にソートした一時テーブルを
作成する。なお、非推薦アイテム集合η［ｘ］に登録されているアイテムは、この一時テ
ーブルに登録しないようにする。ｘ以外の別の利用主体に対応する一時テーブルが既に存
在する場合、情報選択部１０７は、それを消去してから新たな一時テーブルを作成すれば
よい。具体的には、ステップＳ８２０の説明と同様に、アイテム関連度テーブル１０５Ａ
の関連アイテム識別子とアイテム−カテゴリ対応テーブル１０１Ｃのアイテム識別子とを
対応させることで当該２つのテーブルを結合した上で、非推薦アイテムを除外すればよい
。そして、情報選択部１０７は、結合されたテーブルにおいて「利用主体識別子」カラム
（項目）が利用主体ｘに一致する行を対象に選び、カテゴリ毎に利用主体とのアイテム関
連度の高い順にテーブルの行をソートする。非推薦アイテム集合を除外して一時テーブル
を作成することにより、推薦候補アイテム集合（非推薦アイテム集合の補集合）の属する
アイテムのアイテム関連度を用いてカテゴリ優先度を算出できる。

【0233】

この一時テーブルの一例を図２４に示す。本図に示すように、一時テーブルでは、「ロ
ック」、「ジャズ」、「ブルース」、「渋い」等のカテゴリ別に、アイテム関連度の高い
順に、関連アイテムがソートされており、さらにアイテム順位が付与されている。なお、
アイテム識別子の格納位置でアイテム順位が分かるため、アイテム順位のカラムを省略し
てもよい。また、アイテム順位のカラムを設ける場合は、テーブルの行を必ずしもソート
しなくてよい。本図に示す例では、「ＩｔｅｍＩＤ−１０１」が「ロック」、「ブルース
」、及び「渋い」の合計３つのカテゴリに登録されており、「ＩｔｅｍＩＤ−１１０」が
「ロック」および「ブルース」の合計２つのカテゴリに登録されている。このことから分
かるように、複数のカテゴリに対応するアイテムは、カテゴリ別に複数のテーブル行に登
録されている。図２４では、「ロック」、「ジャズ」、「ブルース」、及び「渋い」に対
応するアイテムがそれぞれ「Ｃ１」、「Ｃ２」、「Ｃ３」、及び「Ｃ４」個登録されてい
る。

【0234】

なお、一時テーブルを作成する際に、アイテム関連度テーブル１０５Ａに登録されてい
る関連アイテム全てを一時テーブルに入れるのではなく、各カテゴリの関連アイテム数が
同じになるように登録したり、各カテゴリの関連アイテムの登録数に上限を設けてもよい
。例えば、１つのカテゴリについて、関連アイテム数が最大２０件となるように設定して
もよい。また、アイテム関連度が所定値以上の関連アイテムのみを一時テーブルに登録し
てもよい。

【0235】

ステップＳ９４０において、情報選択部１０７は、ステップＳ９３０で作成された一時
テーブルを用いて、カテゴリ優先度を算出する。以下では、利用主体ｘに対応する、一時
テーブルに登録されているカテゴリｋのカテゴリ優先度をＰ［ｘ］［ｋ］で表わす。

【0236】

カテゴリ優先度算出の第１の方法は、（１２）式を用いる方法である。ここで、Ｈ［ｘ
］［ｋ］は、利用主体ｘとカテゴリｋとのカテゴリ関連度である。当該カテゴリ関連度は
、カテゴリ関連度テーブル１０３Ａを参照することで得られる。γ３およびγ４は、それ
ぞれ正の定数である。スコアＱ［ｘ］［ｋ］は、一時テーブルに登録された関連アイテム
に関するカテゴリｋに関する値であり、利用主体ｘとのアイテム関連度を反映している。
スコアＱ［ｘ］［ｋ］の算出方法の具体例については後述する。また（１２）式には示し
ていないが、Ｈ［ｘ］［ｋ］に定数を乗じた値や定数を加算した値などをＨ［ｘ］［ｋ］
の代わりに用いてもよい。また、Ｑ［ｋ］に定数を乗じた値や定数を加算した値などをＱ
［ｘ］［ｋ］の代わりに用いてもよい。この第１の方法は、カテゴリ関連度Ｈ［ｘ］［ｋ
］を用いた値を基数とし第３の所定値γ３を指数とする累乗値と、アイテム関連度を用い
た値（Ｑ［ｘ］［ｋ］）を基数とし第４の所定値γ４を指数とする累乗値とを乗算した値
を用いて、カテゴリ優先度を算出しているといえる。

【数12】

【0237】

カテゴリ優先度算出の第２の方法は、（１３）式を用いる方法である。ここで、ω３、
ω４は、それぞれ正の定数である。なお、Ｈ［ｘ］［ｋ］およびＱ［ｘ］［ｋ］にそれぞ
れ所定値を加算又は減算した値を用いて、重み付き加算を行ってもよい。第２の方法は、
カテゴリ関連度Ｈ［ｘ］［ｋ］を用いた値と、アイテム関連度を用いた値（Ｑ［ｘ］［ｋ
］）とを重み付き加算した値を用いて、カテゴリ優先度を算出しているといえる。

【数13】

【0238】

カテゴリ優先度算出の第３の方法は、（１４）式を用いる方法である。第１の方法との
違いは、ステップＳ７７０の説明と同様に、関数Ｆ（Ｘ）を使った拡張関連度を用いる点
である。例えば、ユーザｘ（利用主体ｘ）とカテゴリｋとの関連度が非常に高い場合に、
そのカテゴリは、ユーザｘにとって、慣れ親しんだカテゴリである一方、新鮮味に欠ける
可能性が高い。そのため関数Ｆ（Ｘ）を用いて、関連度が非常に高いカテゴリのカテゴリ
優先度をあえて下げることにより、ユーザｘに対して、意外性のあるカテゴリを推薦する
ことができる。

【数14】

【0239】

カテゴリ優先度算出の第４の方法は、（１５）式を用いる方法である。第２の方法との
違いは、ステップＳ７７０の説明と同様に、関数Ｆ（Ｘ）を使った拡張関連度を用いる点
である。

【数15】

【0240】

ここで、スコアＱ［ｘ］［ｋ］の算出方法について説明する。スコアＱ［ｘ］［ｋ］算
出の第１の方法は、カテゴリｋに対応する一時テーブルのアイテムのうち、利用主体ｘと
のアイテム関連度が所定値以上のアイテムの個数を用いる方法である。例えば、一時テー
ブルにおいて、アイテム関連度が「０．５」以上の関連アイテムの個数をカテゴリ毎にカ
ウントすればよい。また、ステップＳ５４０において関連アイテム集合作成の第２の方法
を用いて、利用主体ｘとのアイテム関連度が閾値以上のアイテムを関連アイテム集合に入
れた場合は、一時テーブルに登録されている、カテゴリ毎のアイテム数「Ｃ１」、「Ｃ２
」、「Ｃ３］、「Ｃ４］などを各カテゴリのスコアＱ［ｘ］［ｋ］とすることができる。

【0241】

スコアＱ［ｘ］［ｋ］算出の第２の方法は、カテゴリｋに対応する一時テーブルのアイ
テムから、利用主体ｘとのアイテム関連度が高い順に所定数（ＮＱ個）選択したとき、ま
たはアイテム関連度が所定値以上のアイテムを選択したときのアイテム関連度の総和、ま
たはアイテム関連度の代表値を用いる方法である。代表値としては、平均値、中央値、又
は最頻値などを用いることができる。図２４に示す例において、ＮＱ＝３とし、平均値を
用いる場合、カテゴリ「ロック」に対応するスコアＱ［ｘ］［ｋ］は、「（０．９５＋０
．９２＋０．８６）÷３＝０．９１」と算出される。
スコアＱ［ｘ］［ｋ］算出の第３の方法は、カテゴリｋに対応する一時テーブルのアイ
テムを対象にして、アイテム関連度の最大値を算出する方法である。例えば、図２４に示
す例において、カテゴリ「ロック」に対応するスコアＱ［ｘ］［ｋ］は「０．９５」、カ
テゴリ「ジャズ」に対応するスコアＱ［ｘ］［ｋ］は「０．７８」になる。この方法は、
第２の方法において、ＮＱ＝１とした場合に相当する。

【0242】

上述の第１〜第３のいずれの方法を用いた場合でも、スコアＱ［ｘ］［ｋ］は、カテゴ
リｋに対応する関連アイテムの利用主体ｘとのアイテム関連度を用いて算出された値とい
える。なお、スコアＱ［ｘ］［ｋ］算出の各方法において、最大値を「１」にする等の正
規化処理を行なってもよい。また、上述の第１および第２の方法を組合せてスコアＱ［ｘ
］［ｋ］を算出してもよい。例えば、第１の方法によって得られる値をＱ１［ｘ］［ｋ］
とし、第２の方法によって得られる値をＱ２［ｘ］［ｋ］とした場合、Ｑ１［ｘ］［ｋ］
とＱ２［ｘ］［ｋ］との積Ｑａ［ｘ］［ｋ］、またはＱ１［ｘ］［ｋ］とＱ２［ｘ］［ｋ
］との重み付き加算値Ｑｂ［ｘ］［ｋ］を算出し、（１２）式〜（１５）式のＱ［ｘ］［
ｋ］にＱａ［ｘ］［ｋ］またはＱｂ［ｘ］［ｋ］を代入してカテゴリ優先度を算出しても
よい。

【0243】

ステップＳ９５０において、情報選択部１０７は、ステップＳ８１０と同様な方法で、
推薦カテゴリを決定し、推薦カテゴリとカテゴリ順位とを推薦情報テーブル１０８Ａに格
納する。ステップＳ８１０におけるカテゴリ優先度バッファＢの代わりに、カテゴリ優先
度Ｐを用いて同様の処理を行なえばよい。

【0244】

ステップＳ９６０において、情報選択部１０７は、利用主体ｘに対する推薦アイテムを
決定する。具体的には、ステップＳ９３０で作成された一時テーブルを用いて、ステップ
Ｓ９５０で決定された推薦カテゴリ毎に、利用主体ｘとのアイテム関連度の高い順に所定
数を超えない数のアイテムを選択し、それを推薦アイテムとすればよい。なお、ここで用
いる所定数をステップＳ９４０のスコアＱ算出の第２の方法で用いた所定数ＮＱと同じに
してもよい。また、利用主体ｘとのアイテム関連度が所定値以上のアイテムを選択し、推
薦アイテムとしてもよい。さらに、利用主体ｘとのアイテム関連度が所定値以上のアイテ
ムの中から、利用主体ｘとのアイテム関連度の高い順に所定数を超えない数のアイテムを
選択してもよい。一時テーブルからアイテムを選択しているため、非推薦アイテムを除外
して、すなわち推薦候補アイテム集合の中から推薦アイテムを選択していることになる。

【0245】

ステップＳ９７０において、情報選択部１０７は、アイテム関連度テーブル１０５Ａを
参照しながら、他の未処理の利用主体を選択可能か判定する。選択可能である場合はステ
ップＳ９１０に戻り、そうでない場合は推薦情報選択処理を終了する。以上が推薦情報作
成処理（ステップＳ４２０）に含まれる推薦情報選択処理の具体例に関する説明である。
なお、本実施形態においては、情報選択部１０７が推薦情報選択処理を行うものとしたが
、情報選択部１０７が更に、推薦有用性判定部、カテゴリ優先度算出部、カテゴリ選択部
、アイテム選択部などを含むように情報選択装置１０を構成してもよい。例えば、推薦有
用性判定部がステップＳ７３０およびステップＳ９２０の処理を行い、カテゴリ優先度算
出部がステップＳ７７０およびステップＳ９４０の処理を行い、カテゴリ選択部がステッ
プＳ８１０およびステップＳ９５０の処理を行うようにしてもよい。

【0246】

既に述べたように、特許文献１に開示された技術は、推薦カテゴリを決定するために、
ユーザによるテレビ番組の録画予約履歴に含まれる番組を用いて計算された番組カテゴリ
毎のユーザ嗜好度を使用する。しかしながら、特許文献１に開示された技術は、推薦カテ
ゴリを決定する際に、各番組カテゴリに属するテレビ番組（すなわち、本実施の形態のア
イテムに相当）の情報を十分に考慮していない。例えば、ユーザ嗜好度の算出に、録画予
約履歴を用いているが、録画予約された番組は、その存在を既にユーザが十分に認識して
いるため、それを推薦番組から除外することが十分考えられる。また、推薦カテゴリを決
定するために用いられた番組には、既に放送が終了したものも含まれている可能性がある
が、そのような番組は、今後放送される番組を対象にした推薦番組には入らない。すなわ
ち、推薦カテゴリを決定するために用いられた番組と、推薦番組との間の違い（ギャップ
）が大きい。このため、特許文献１に開示された技術では、推薦カテゴリに関連付けられ
た推薦番組（すなわち、本実施形態の推薦アイテムに相当）が十分に存在するとは限らな
い。したがって、特許文献１に開示された技術は、ユーザによるテレビ番組の録画予約履
歴に含まれる番組に基づいて推薦カテゴリを提示できても、そのカテゴリに対応し、かつ
今後放送される推薦番組（すなわち、本実施形態の推薦アイテムに相当）を十分に提示で
きない可能性がある。

【0247】

情報推薦の主要な目的は、ユーザが興味を持つようなアイテムに関する情報をユーザに
提示することで、ユーザによるアイテムの利用を増やすことにある。推薦カテゴリに分け
て推薦アイテムの情報を提示することにより、推薦情報の分かり易さが向上し、ユーザの
興味の度合いを高めることが期待できる。しかしながら、ユーザとの間に高い関連性を有
するアイテムを含んでいない推薦カテゴリが推薦情報に混在していると、推薦情報に対す
るユーザの満足度や興味の度合いが低下し、むしろ逆効果となる。例えば、あるカテゴリ
を推薦したものの、そのカテゴリに対応する推薦アイテムが少ない場合、アイテム提供サ
ービスの品揃えが十分でない印象をユーザに与える可能性がある。

【0248】

また、推薦カテゴリに対応する推薦アイテム数を増やすために、アイテム関連度の低い
アイテムを多く含めて推薦すると、情報推薦機能に対するユーザの信頼を損なうおそれが
ある。特に、推薦カテゴリを決定した後、それに対応する推薦アイテムを選択する際に、
ユーザがアイテムの存在を十分認識していると推定できるものを除外したり、提供期間が
終了しているアイテムを除外する処理を行うと、推薦カテゴリに対応する推薦アイテムを
十分確保できない可能性が増える。一方、ユーザに対して有用性のないアイテムを推薦ア
イテムから除外する処理を行わないと、情報推薦機能に対するユーザの信頼が得られない
。また、ユーザにとって有益でない推薦カテゴリを表示するために表示スペース又は表示
ページが増えたり、推薦情報を閲覧するための操作が増える結果を招く。特に、表示画面
が小さく一度に表示できる情報が限られ、ボタン等の操作部が小さいなど操作性に制限の
ある携帯電話端末やスマートフォン等のデバイスでは、なるべく少ない表示ページや表示
領域でコンパクトに推薦情報を提示することが必要であるため、このような問題が顕在化
し易い。

【0249】

これに対して、本実施形態の推薦情報選択の第１の方法では、ステップＳ７３０におい
て、ユーザにとって有用性がないと判定できるアイテムの集合である非推薦アイテム集合
を作成し、ステップＳ７７０において、非推薦アイテム集合以外のアイテム（推薦候補ア
イテム）のアイテム関連度を用いてカテゴリ優先度を算出（更新）し、ステップＳ８１０
において、このカテゴリ優先度に基づいて推薦カテゴリを決定している。また、推薦情報
選択の第２の方法では、ステップＳ９４０において、アイテム関連度を用いてカテゴリ優
先度を算出し、ステップＳ９５０において、このカテゴリ優先度に基づいて推薦カテゴリ
を決定している。

【0250】

すなわち、本実施形態で用いるカテゴリ優先度は、第１の実施形態のそれと同様に、各
候補カテゴリに属するアイテムのそれぞれと利用主体とのアイテム関連度の大きさを反映
している。特に、推薦アイテムになる可能性の高いアイテム（推薦候補アイテム）のアイ
テム関連度を用い推薦カテゴリを決定しているため、推薦カテゴリを決定するのに用いた
アイテムと、推薦アイテムとの違い（ギャップ）が小さい。このため、本実施形態は、利
用主体との間に高い関連性を有するアイテムが推薦カテゴリの中に存在しない可能性を減
らすことができる。ひいては、推薦情報の表示に必要なスペースやページ、推薦情報の閲
覧に必要な操作が不必要に増えることを防止できる。このため、本実施形態は、ユーザが
使い易く、かつ分かり易い推薦情報を作成し、ユーザに提示することができる。

【0251】

さらに、本実施形態では、（８）式〜（１５）式のように、カテゴリ関連度とアイテム
関連度の両方を用いてカテゴリ優先度を算出する例を示した。これにより利用主体との関
連性、類似性、嗜好性又は相関性が強く、且つ利用主体との間に高い関連性を有するアイ
テムと十分に対応付けられている可能性の高い推薦カテゴリを決定することができる。

【0252】

＜第４の実施形態＞
本実施形態では、第３の実施形態のステップＳ１８０で表示される推薦リストの変形例
について説明する。図２５は、本実施形態に係る推薦リスト表示の変形例を示している。
図１６に示した例との違いは、画面の右上に「拡張関連度の調整」ボタンおよび「お薦め
情報を再取得」ボタンを表示している点である。ユーザは、「拡張関連度の調整」ボタン
を押して、拡張関連度を算出する変換関数Ｆ（ｘ）の特性を調整した後、「お薦め情報を
再取得」ボタンを押すことにより、新しい関数特性を用いて作成された推薦情報を得るこ
とができる。なお、図１５に示した新着アイテム紹介画面など他の画面に「拡張関連度の
調整」ボタンを表示してもよい。ユーザが「拡張関連度の調整」ボタンを押さない場合は
、標準の関数特性または直前に設定された関数特性を用いて、拡張関連度が算出される。

【0253】

端末装置３０は、ユーザが「拡張関連度の調整」ボタンを押したことに応じて、図２６
（ａ）又は（ｂ）に示すような拡張関連度の調整画面が表示するとよい。この調整画面は
、情報選択装置１０又はアイテム提供サーバ２０から送信された表示制御情報に従って端
末装置３０により生成される。例えば、情報選択装置１０の表示制御情報作成部１０６は
、変換関数Ｆ（ｘ）の特性の調整を受け付ける画面（例えば、図２６（ａ）又は（ｂ））
を出力するための表示制御情報を生成し、これを端末装置３０に送信すればよい。

【0254】

図２６（ａ）は、ユーザが所定の選択肢から１つを選んで、関数Ｆ（ｘ）の特性を設定
するための設定画面の一例である。図２６（ａ）の例における各選択肢に対応する関数Ｆ
（ｘ）の一例を図２７に示す。図２６（ａ）の選択肢１）〜５）がそれぞれ図２７の１）
〜５）の特性に対応している。また、図２６（ｂ）に示すように、関数Ｆ（ｘ）の特性を
ユーザが直接指定するようにしてもよい。本図に示す例では、ユーザは、入力装置３３０
（例えば、マウス、トラックボール、タッチパネル）を用いて、関数のカーブを直接入力
したり、あらかじめ用意されている関数カーブを修正することができる。

【0255】

なお、図２６（ａ）及び（ｂ）、並びに図２７に示した例は、あくまでも一例であり、
他の方法を使ってユーザに関数Ｆ（Ｘ）の特性を調整させてもよい。例えば、図２６（ａ
）に示した例と同様に、関連度の低いカテゴリに関する選択肢や、関連度が中程度のカテ
ゴリに関する選択肢を用意し、ユーザに選ばせてもよい。また、ユーザに提示した推薦リ
ストで用いた変換関数の特性を基準にして、それとの相対的な変化（例えば、「関連度の
高いカテゴリをもっと上げる」、「関連度の低いカテゴリをもっと優先させる」など）を
ユーザに指定させて、新たな変換関数の特性を設定してもよい。ユーザにより設定された
関数Ｆ（Ｘ）の特性に関する情報は、端末装置３０から情報選択装置１０に送信され、情
報選択部１０７内部の記憶領域に格納される。

【0256】

ユーザが「お薦め情報を再取得」ボタンを押すと、ステップＳ１６０と同様に、端末装
置３０から推薦リクエストが情報選択装置１０に推薦リクエストが送信される。なお本実
施例では、推薦リクエストに関数Ｆ（Ｘ）の特性に関する情報を含めてもよい。情報選択
装置１０は、推薦リクエストを受信したタイミングで推薦情報を作成し（上述した推薦情
報作成の第２のタイミングに相当）、指定された関数の特性に応じた推薦情報を端末装置
３０に提供する。なお、情報選択部１０７は、利用主体ごとに拡張関連度算出に用いる関
数の特性情報を格納してもよい。推薦情報作成時には、処理対象の利用主体により最も最
近指定された関数の特性を用いるようにする。このようにすると、ユーザが自分の好みの
関数の特性を頻繁に指定する必要がないので、ユーザの利便性が向上する。また、上述し
た第１のタイミングで推薦情報を作成する場合にも、各ユーザの好みに合った拡張関連度
の特性に基づいて推薦情報を作成することができる。

【0257】

本実施形態は、ユーザに関数Ｆ（Ｘ）の特性を調整させた後に、それを使って推薦情報
を作成することができるため、ユーザが自分の好みに合った推薦情報を容易に得ることが
できる。また、関数の特性を適宜変更することにより、変化に富んだ推薦情報を得ること
ができる。

【0258】

＜第５の実施形態＞
本実施形態では、第３の実施形態のステップＳ１８０で表示される推薦リストの他の変
形例について説明する。図２８（ａ）〜（ｃ）は、本実施形態に係る推薦リスト表示の変
形例を示している。図２８（ａ）〜（ｃ）に示された表示画面は、複数の推薦カテゴリの
それぞれに対応する複数の図形オブジェクトを含む。さらに、表示画面内における各図形
オブジェクトの配置は、各図形オブジェクトが表している推薦カテゴリのカテゴリ優先度
の高さに応じて決定される。

【0259】

より具体的には、図２８（ａ）〜（ｃ）は、推薦カテゴリを円形オブジェクトとして表
示している。そして、各円形オブジェクトの画面の上下方向の座標位置は、各円形オブジ
ェクトが表す推薦カテゴリのカテゴリ優先度に基づいて決定されている。例えば、図２８
（ａ）では、画面内の上方の位置ほどカテゴリ優先度が高いことに対応する。すなわち、
画面の上から「カテゴリＡ」、「カテゴリＣ」、「カテゴリＢ」の順で並んでいるため、
「カテゴリＡ」のカテゴリ優先度が最も高く、「カテゴリＢ」のカテゴリ優先度が最も低
いことになる。このように、推薦カテゴリに対応付けられた図形オブジェクトを用いると
共に、その表示位置をカテゴリ優先度に応じて定めることで、ユーザは推薦カテゴリのカ
テゴリ優先度を直感的に把握することができる。

【0260】

図２８（ａ）〜（ｃ）の円形オブジェクト内に示された数字は、その推薦カテゴリに対
応する推薦アイテムの個数である。図２８（ｂ）では、円形オブジェクトの大きさを推薦
アイテムの個数に応じて設定している。「カテゴリＣ」の推薦アイテムが「２０個」で最
も多いので、円の直径が最も大きくなっている。このような表示をすることで、ユーザは
推薦カテゴリに対応する推薦アイテムの個数を直感的に把握することができる。

【0261】

図２８（ｃ）は、カテゴリ毎に表示色や表示パターン（模様）を変えて表示する例を示
している。例えば、カテゴリ種別が「ムード」である場合、「癒し系」等のカテゴリに対
してはパステルカラーなどの彩度の低い色を用いるとよく、「激しい」等のカテゴリに対
しては原色系の彩度の高い色を用いるとよい。「ジャンル」、「ムード」、及び「シチュ
エーション」などの各カテゴリ種別に適合する色、模様、アイコンなどを色彩心理学など
の知見を用いて設定してもよい。

【0262】

図２８（ａ）〜（ｃ）に示す表示方法は、あくまでも一例であり、他の表示方法を用い
てもよい。例えば、円形以外のオブジェクト形状を用いてもよいし、オブジェクトの形状
をカテゴリ毎に変えて表示してもよいし、オブジェクトの形状、大きさ、色などの組合せ
をカテゴリ毎に変えてもよい。また、図２８（ａ）〜（ｃ）に示す２次元グラフにおいて
、水平方向の座標値を何らかの指標に基づいて決定してもよい。例えば、ユーザの利用頻
度の高いカテゴリほど画面の左側に表示されるようにしたり、アイテムの作成時期または
アイテムの提供開始時期が新しいアイテムが多いカテゴリほど左側に表示されるようにし
たり、カテゴリ毎のアイテム価格の代表値や合計値などに基づいて、水平方向の座標値を
決定してもよい。また、ユーザが自分の好みに応じて、推薦カテゴリに対応付けられた図
形オブジェクトの表示位置、形状、大きさ、色などの表示特性を指定できるようにしても
よい。

【0263】

具体的には、端末装置３０の制御部３０１が、入力装置３３０を用いてユーザに希望の
表示特性を入力させ、カテゴリ（カテゴリＩＤ、カテゴリ名）と表示特性とを対応させた
データを送受信部３０２を介して情報選択装置１０に送信する。情報選択装置１０の制御
部１１０は、送受信部１０９を介してそのデータを受信し、利用主体識別子と対応させて
表示制御情報作成部１０６の内部メモリに記憶させる。表示制御情報作成部１０６は、内
部メモリに記憶されている利用主体識別子に対しては、それに対応する表示特性に従って
表示制御情報を作成すればよい。

【0264】

図２８（ａ）〜（ｃ）に示すカテゴリの中からユーザが入力装置３３０を用いて所望の
カテゴリを選択すると、図２９に示すように、選択されたカテゴリに対応する推薦アイテ
ムを表示するようにしてもよい。本図では、推薦アイテムの名称（タイトル）のみが表示
されているが、もちろん適当なアイテム属性情報を合わせて表示してもよい。ユーザは所
望のアイテムを選択することで、そのアイテムを利用することができる。

【0265】

情報選択装置１０は、図２８及び図２９に示された表示画面を端末装置３０の表示装置
３２０に表示するために以下のように動作すればよい。情報選択装置１０の表示制御情報
作成部１０６は、図１４のステップＳ１７０において、図２８および図２９に示された表
示画面を表示装置３２０に表示させることを可能にする表示制御情報を作成し、端末装置
３０に送信する。表示制御情報には、ユーザの対話的な操作を効率的に実現するために、
端末装置３０のブラウザ部３０３で実行可能なスクリプト言語等で記述されたプログラム
が含まれていてもよい。表示制御情報作成部１０６は、複数の推薦カテゴリそれぞれに図
形オブジェクトを対応させ、各推薦カテゴリに係わる情報、及び各推薦カテゴリに対応す
る推薦アイテムの情報に基づき、図形オブジェクトの位置、大きさ、形状、色などの表示
特性を決定して表示制御情報を作成する。

【0266】

なお、表示制御情報作成部１０６は、必ずしも表示制御情報を作成しなくてもよい。例
えば、表示制御情報作成部１０６は、図１４のステップＳ１７０において、表示制御情報
の元情報である各推薦カテゴリに係わる情報（カテゴリ優先度など）、及び各推薦カテゴ
リに対応する推薦アイテムの情報を表示制御情報の代わりに端末装置３０に送信してもよ
い。そして、端末装置３０は、これらの情報に基づいて、図形オブジェクトの表示位置、
形状、大きさ、色などの表示特性を決定してもよい。更に必要であれば、アイテム時期情
報やアイテム価格情報などのデータを情報選択装置１０から端末装置３０に送信した上で
、端末装置３０がそれらの情報を用いて表示特性を決定してもよい。すなわち、推薦リス
トの表示に係わる処理を情報選択装置１０と端末装置３０にどのように分担させるかは任
意である。

【0267】

なお、以上の説明では、推薦カテゴリに対応する図形オブジェクトの配置をカテゴリ優
先度の高さに応じて決定する例を示した。しかしながら、推薦カテゴリに対応する図形オ
ブジェクトのその他の表示形態（例えば、色、大きさ、又は形状）をカテゴリ優先度に応
じて決定してもよい。さらに、推薦カテゴリをテキスト表示することも考えられる。この
場合、推薦カテゴリを示すテキストの色、フォントサイズ、又はフォント種別をカテゴリ
優先度に応じて決定してもよい。すなわち、推薦カテゴリに対応する表示オブジェクト（
例えば、図形若しくはテキスト、又はこれらの組み合わせ）の表示形態（例えば、配置、
色、大きさ、形状、フォント、又はフォント種別）をカテゴリ優先度に応じて決定しても
よい。これらの変形例においても、ユーザは推薦カテゴリのカテゴリ優先度を直感的に把
握することができる。

【0268】

＜その他の実施形態＞
上述した第３〜第５の実施形態では、情報選択装置１０が、ステップＳ４２０（図１７
）の推薦情報作成処理を行なったが、この処理を端末装置３０側で行なうようにしてもよ
い。この場合、端末装置３０のアプリケーション部３０４に、情報選択部１０７に相当す
る動作を行なわせればよい。例えば、ステップＳ１６０（図１４）に先立つ適当なタイミ
ングで、アプリケーション部３０４が、アイテム提供サーバ２０を経由して、あるいは直
接情報選択装置１０から、アイテム情報テーブル１０１Ａ、カテゴリ情報テーブル１０１
Ｂ、アイテム−カテゴリ対応テーブル１０１Ｃ、カテゴリ関連度テーブル１０３Ａ、及び
アイテム関連度テーブル１０５Ａのデータを取得する。このとき、各々のテーブルの全部
のデータを取得してもよいし、ステップＳ４２０で１つのリクエスト識別子に対して推薦
情報を作成する際に必要なデータのみを取得するようにしてもよい。カテゴリ関連度テー
ブル１０３Ａ及びアイテム関連度テーブル１０５Ａについては、処理を行う端末装置３０
を使用するユーザのユーザ識別子またはその端末装置の端末識別子に該当するデータのみ
取得すればよい。そして、ステップＳ１６０において、推薦リクエストを送信する代わり
に、ステップＳ４２０に相当する処理をアプリケーション部３０４が実行すればよい。こ
の場合、アプリケーション部３０４が情報選択部１０７の機能を担うことになる。

【0269】

また、第３〜第５の実施形態で説明した変換関数Ｆ（ｘ）を用いてカテゴリ関連度を拡
張関連度に変換する技術思想は、推薦カテゴリを決定するためのカテゴリ優先度の計算に
アイテム関連度を使用しない場合にも適用することができる。言い換えると、拡張関連度
に関する技術思想は、第１〜第５の実施形態で説明した“カテゴリ優先度の計算にアイテ
ム関連度を使用する技術思想”とは独立して実施可能である。拡張関連度に関する技術思
想は、推薦カテゴリの決定にカテゴリ関連度を用いる場合に広く適用することができる。
特に、図２２（ｂ）に示されているように、入力値の増加に応じて出力値が減少する区間
を有する変換関数Ｆ（ｘ）を用いることによって、ユーザにとって自明なカテゴリが推薦
され難くなり、ユーザにとって意外性のある推薦カテゴリを提供できる。

【0270】

さらに、上述した実施形態は本件発明者により得られた技術思想の適用に関する例に過
ぎない。すなわち、当該技術思想は、上述した実施形態のみに限定されるものではなく、
種々の変更が可能であることは勿論である。

【符号の説明】

【0271】

１ ネットワークシステム
１０ 情報選択装置
２０ アイテム提供サーバ
３０ 端末装置
４０、４２ ネットワーク
１０１ メタデータ格納部
１０２ 利用履歴格納部
１０３ カテゴリ関連度格納部
１０４ 関連度算出部
１０５ 関連集合格納部
１０６ 表示制御情報作成部
１０７ 情報選択部
１０８ 推薦情報格納部
１０９ 送受信部
１１０ 制御部
１２０ 表示装置
１３０ 入力装置
２０１ ユーザ管理部
２０２ アイテム格納部
２０３ データ格納部
２０４ 送受信部
２０５ 制御部
３０１ 制御部
３０２ 送受信部
３０３ ブラウザ部
３０４ アプリケーション部
３２０ 表示装置
３３０ 入力装置
１０７１ カテゴリ選択部
１０７２ アイテム選択部
１０７３ 推薦有用性判定部

【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20】

【図21】

【図22】

【図23】

【図24】

【図25】

【図26】

【図27】

【図28】

【図29】