特許 6817120 推定装置、推定方法、及び推定プログラム

(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】6817120

(24)【登録日】2020年12月28日

(45)【発行日】2021年1月20日

(54)【発明の名称】推定装置、推定方法、及び推定プログラム

(51)【国際特許分類】

   G06Q 10/04 20120101AFI20210107BHJP

   G06F 16/00 20190101ALI20210107BHJP

【ＦＩ】

   G06Q10/04

   G06F16/00

【請求項の数】17

【全頁数】24

(21)【出願番号】特願2017-52728(P2017-52728)

(22)【出願日】2017年3月17日

(65)【公開番号】特開2018-156393(P2018-156393A)

(43)【公開日】2018年10月4日

【審査請求日】2017年9月11日

【審判番号】不服2019-7004(P2019-7004/J1)

【審判請求日】2019年5月29日

(73)【特許権者】

【識別番号】319013263

【氏名又は名称】ヤフー株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】特許業務法人酒井国際特許事務所

(72)【発明者】

【氏名】塚本 浩司

(72)【発明者】

【氏名】田地 将也

(72)【発明者】

【氏名】坪内 孝太

(72)【発明者】

【氏名】菊地 裕信

(72)【発明者】

【氏名】甲斐 伸彦

(72)【発明者】

【氏名】江崎 命

【合議体】

【審判長】 渡邊 聡

【審判官】 速水 雄太

【審判官】 相崎 裕恒

(56)【参考文献】

【文献】 特開２０１０−１７８１７６（ＪＰ，Ａ）

【文献】 特開２０１３−１８６８１３（ＪＰ，Ａ）

【文献】 国際公開第２０１０／０８４８３９（ＷＯ，Ａ１）

【文献】 特開２０１１−２１５７１３（ＪＰ，Ａ）

【文献】 特開２０１７−２１８５６（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

G06Q10/00-99/00

G06F16/00-16/958

(57)【特許請求の範囲】

【請求項1】

ユーザの位置情報の推移を含む行動情報を取得する取得部と、
前記取得部により取得されたユーザの行動情報に含まれる前記位置情報の推移、及び所定の時間帯における前記ユーザの位置情報と前記ユーザの所属企業の所在地との位置関係に基づいて、前記ユーザの職業に関する種別を推定する推定部と、
を備えることを特徴とする推定装置。

【請求項2】

ユーザの位置情報を含む行動情報を取得する取得部と、
前記取得部により取得されたユーザの行動情報のうち、第１の時間帯に対応する第１行動情報に基づいて、前記ユーザの所属企業を推定し、推定した前記所属企業、及び所定の時間帯における前記ユーザの位置情報と前記ユーザの所属企業の所在地との位置関係に基づいて、前記ユーザの職業に関する種別を推定する推定部と、
を備えることを特徴とする推定装置。

【請求項3】

前記推定部は、
前記ユーザの行動情報に基づいて、前記ユーザの職種を含む前記種別を推定する
ことを特徴とする請求項１または請求項２に記載の推定装置。

【請求項4】

前記推定部は、
前記ユーザの行動情報に基づいて、前記ユーザの業種を含む前記種別を推定する
ことを特徴とする請求項１〜３のいずれか１項に記載の推定装置。

【請求項5】

前記取得部は、
前記ユーザの位置情報と当該位置情報が取得された時間との組合せ情報を含む前記行動情報を取得する
ことを特徴とする請求項１〜４のいずれか１項に記載の推定装置。

【請求項6】

前記取得部は、
前記ユーザが検索に用いたクエリに関する情報を含む前記行動情報を取得する
ことを特徴とする請求項１〜５のいずれか１項に記載の推定装置。

【請求項7】

前記取得部は、
前記ユーザが閲覧したコンテンツに関する情報を含む前記行動情報を取得する
ことを特徴とする請求項１〜６のいずれか１項に記載の推定装置。

【請求項8】

前記取得部は、
前記ユーザのネットワーク上における行動に対応するＩＰ（Internet Protocol）アドレスを含む前記行動情報を取得する
ことを特徴とする請求項１〜７のいずれか１項に記載の推定装置。

【請求項9】

前記推定部は、
前記行動情報に基づいて、前記ユーザが複数の職業を兼務しているかどうかを推定する
ことを特徴とする請求項１〜８のいずれか１項に記載の推定装置。

【請求項10】

前記推定部は、
前記行動情報に基づいて、前記ユーザが主婦業と他の職業とを兼務しているかどうかを推定する
ことを特徴とする請求項９に記載の推定装置。

【請求項11】

コンピュータが実行する推定方法であって、
ユーザの位置情報の推移を含む行動情報を取得する取得工程と、
前記取得工程により取得されたユーザの行動情報に含まれる前記位置情報の推移、及び所定の時間帯における前記ユーザの位置情報と前記ユーザの所属企業の所在地との位置関係に基づいて、前記ユーザの職業に関する種別を推定する推定工程と、
を含むことを特徴とする推定方法。

【請求項12】

ユーザの位置情報の推移を含む行動情報を取得する取得手順と、
前記取得手順により取得されたユーザの行動情報に含まれる前記位置情報の推移、及び所定の時間帯における前記ユーザの位置情報と前記ユーザの所属企業の所在地との位置関係に基づいて、前記ユーザの職業に関する種別を推定する推定手順と、
をコンピュータに実行させることを特徴とする推定プログラム。

【請求項13】

コンピュータが実行する推定方法であって、
ユーザの位置情報を含む行動情報を取得する取得工程と、
前記取得工程により取得されたユーザの行動情報のうち、第１の時間帯に対応する第１行動情報に基づいて、前記ユーザの所属企業を推定し、推定した前記所属企業、及び所定の時間帯における前記ユーザの位置情報と前記ユーザの所属企業の所在地との位置関係に基づいて、前記ユーザの職業に関する種別を推定する推定工程と、
を含むことを特徴とする推定方法。

【請求項14】

ユーザの位置情報を含む行動情報を取得する取得手順と、
前記取得手順により取得されたユーザの行動情報のうち、第１の時間帯に対応する第１行動情報に基づいて、前記ユーザの所属企業を推定し、推定した前記所属企業、及び所定の時間帯における前記ユーザの位置情報と前記ユーザの所属企業の所在地との位置関係に基づいて、前記ユーザの職業に関する種別を推定する推定手順と、
をコンピュータに実行させることを特徴とする推定プログラム。

【請求項15】

ユーザの位置情報を含む行動情報を取得する取得部と、
前記取得部により取得されたユーザの行動情報に基づいて、前記ユーザの職業に関する種別を推定し、前記ユーザが複数の職業を兼務しているかどうかを推定する推定部と、
を備えることを特徴とする推定装置。

【請求項16】

コンピュータが実行する推定方法であって、
ユーザの位置情報を含む行動情報を取得する取得工程と、
前記取得工程により取得されたユーザの行動情報に基づいて、前記ユーザの職業に関する種別を推定し、前記ユーザが複数の職業を兼務しているかどうかを推定する推定工程と、
を含むことを特徴とする推定方法。

【請求項17】

ユーザの位置情報を含む行動情報を取得する取得手順と、
前記取得手順により取得されたユーザの行動情報に基づいて、前記ユーザの職業に関する種別を推定し、前記ユーザが複数の職業を兼務しているかどうかを推定する推定手順と、
をコンピュータに実行させることを特徴とする推定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、推定装置、推定方法、及び推定プログラムに関する。

【背景技術】

【0002】

従来、ユーザに応じて種々の情報を推定する技術が提供されている。例えば、求職者であるユーザが参加しているコミュニティサイトの情報等を用いて、そのユーザに適する業種及び職種を推定する技術が提供されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１３−１８６８１３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、上記の従来技術では、ユーザの職業に関する種別を適切に推定することができるとは限らない。例えば、ユーザが求職中でなく、コミュニティサイトの情報等が充分でない場合等においては、ユーザの職業に関する種別を適切に推定することが難しい。

【0005】

本願は、上記に鑑みてなされたものであって、ユーザの職業に関する種別を適切に推定する推定装置、推定方法、及び推定プログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

本願に係る推定装置は、ユーザの位置情報を含む行動情報を取得する取得部と、前記取得部により取得されたユーザの行動情報に基づいて、前記ユーザの職業に関する種別を推定する推定部と、を備えたことを特徴とする。

【発明の効果】

【0007】

実施形態の一態様によれば、ユーザの職業に関する種別を適切に推定することができるという効果を奏する。

【図面の簡単な説明】

【0008】

【図1】図１は、実施形態に係る推定処理の一例を示す図である。

【図2】図２は、実施形態に係る推定システムの構成例を示す図である。

【図3】図３は、実施形態に係る推定装置の構成例を示す図である。

【図4】図４は、実施形態に係るユーザ情報記憶部の一例を示す図である。

【図5】図５は、実施形態に係る行動情報記憶部の一例を示す図である。

【図6】図６は、実施形態に係る企業情報記憶部の一例を示す図である。

【図7】図７は、実施形態に係るコンテンツ情報記憶部の一例を示す図である。

【図8】図８は、実施形態に係る推定処理の一例を示すフローチャートである。

【図9】図９は、実施形態に係る複数の職種の推定処理の一例を示す図である。

【図10】図１０は、推定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

【発明を実施するための形態】

【0009】

以下に、本願に係る推定装置、推定方法、及び推定プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る推定装置、推定方法、及び推定プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

【0010】

（実施形態）
〔１．推定処理〕
まず、図１を用いて、実施形態に係る推定処理の一例について説明する。図１は、実施形態に係る推定処理の一例を示す図である。図１の例では、推定装置１００がユーザの位置情報を含む行動情報に基づいて、ユーザの職業に関する種別として、ユーザの業種や職種を推定する場合を示す。ユーザの職業に関する種別は、業種や職種に限らず、役職等の種々の種別であってもよい。例えば、ここでいうユーザの業種とは、ユーザが所属する企業の業種を意味する。また、例えば、ここでいうユーザの職種とは、ユーザが企業において所属する課や部の名称に限らず、ユーザが所属する企業におけるユーザの業務内容に応じて分類される職種であってもよい。

【0011】

〔推定システムの構成〕
図１の説明に先立って、図２を用いて推定システム１の構成について説明する。図２は、実施形態に係る推定システムの構成例を示す図である。図２に示すように、推定システム１は、端末装置１０と、推定装置１００とが含まれる。端末装置１０と、推定装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。なお、図２に示した推定システム１には、複数台の端末装置１０や、複数台の推定装置１００が含まれてもよい。

【0012】

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。図１は、端末装置１０がスマートフォンである場合を示す。また、端末装置１０は、ＧＰＳ（Global Positioning System）センサ等の機能を有し、ユーザの位置を検知し、取得可能であるものとする。また、端末装置１０は、温度センサや気圧センサ等の種々の機能を有し、温度や気圧等のユーザの置かれている環境情報を検知し、取得可能であってもよい。また、端末装置１０は、心拍センサ等の種々の機能を有し、ユーザの生体情報を検知し、取得可能であってもよい。例えば、端末装置１０を利用するユーザは、端末装置１０と通信可能なウェアラブルデバイスを身に付けることにより、端末装置１０によりユーザ自身のコンテキスト情報を取得可能としてもよい。例えば、端末装置１０を利用するユーザは、端末装置１０と通信可能なリストバンド型のウェアラブルデバイスを身に付けることにより、端末装置１０によりユーザ自身の心拍（脈拍）に関する情報を端末装置１０が取得可能としてもよい。

【0013】

また、端末装置１０は、推定装置１００に種々の情報等を送信する。例えば、端末装置１０は、ユーザに関する位置情報やユーザが検索に用いた検索クエリに関する情報を含む行動情報等を推定装置１００へ送信する。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。端末装置１０は、ユーザによる種々の操作を受け付ける。図１の例では、端末装置１０を利用するユーザがユーザＩＤ「Ｕ１」により識別されるユーザ（以下、「ユーザＵ１」と記載する）である場合を示す。

【0014】

推定装置１００は、ユーザの位置情報を含む行動情報に基づいて、ユーザの職業に関する種別を推定する情報処理装置である。例えば、推定装置１００は、ユーザの位置情報を含む行動情報に基づいて、ユーザの職業に関する種別として、ユーザの業種や職種を推定する。
また、推定装置１００は、推定したユーザの職業に関する種別に基づいて、ユーザにコンテンツを提供してもよい。なお、図１の例では、説明を簡単にするためにユーザＵ１を一例として示すが、推定装置１００は、多数のユーザを対象に推定処理を行ってもよい。

【0015】

ここから、図１を用いて、推定処理の流れについて説明する。まず、図１に示すマップ情報ＭＰ１−１、ＭＰ１−２について、簡単に説明する。図１に示すマップ情報ＭＰ１−１、ＭＰ１−２は、ユーザＵ１についての位置やユーザＵ１の自宅ＨＭや企業ＥＰ１の位置等を模式的に示す図である。なお、企業ＥＰ１は、企業ＩＤ「ＥＰ１」により識別される企業であるＩＴ企業Ａ（図６参照）を示す。図１に示すマップ情報ＭＰ１−１及びマップ情報ＭＰ１−２は、ユーザの行動情報が取得される時点の差を示すためのものであり、マップ情報ＭＰ１−１及びマップ情報ＭＰ１−２に示す範囲（エリア）は、同一のエリアである。また、以下では、マップ情報ＭＰ１−１、ＭＰ１−２について、特に区別なく説明する場合には、マップ情報ＭＰ１と記載する。

【0016】

まず、推定装置１００は、ユーザＵ１が利用する端末装置１０からユーザＵ１の行動情報を取得する（ステップＳ１１）。図１では、推定装置１００は、ユーザＵ１が企業ＥＰ１が所在する位置ＬＣ１２にいることを示す位置情報を含むユーザＵ１の行動情報を取得する。なお、位置ＬＣ１２は、企業ＥＰ１が所在する位置の所定の範囲内のエリアであってもよい。

【0017】

例えば、推定装置１００は、ユーザＵ１の第１の時間帯において、マップ情報ＭＰ１−１に示すように、端末装置１０からユーザＵ１の行動情報を取得する。図１の例では、推定装置１００は、日中の時間帯（９〜１７時）をユーザＵ１の第１の時間帯として、ユーザＵ１の行動情報を取得する。なお、第１の時間帯は、そのユーザの労働時間に対応する時間帯であってもよい。例えば、夜間に労働を行うユーザである場合、そのユーザの第１の時間帯は、夜間（２０〜４時）等であってもよい。

【0018】

そして、推定装置１００は、ユーザＵ１の行動情報を行動履歴として格納する（ステップＳ１２）。図１の例では、推定装置１００は、ユーザＵ１の行動情報を行動履歴として、行動情報記憶部１２２に格納する。

【0019】

なお、図１中においては、ユーザＵ１の行動情報の更新に応じて、行動情報記憶部１２２を行動情報記憶部１２２−１、１２２−２として図示する。また、行動情報記憶部１２２−１、１２２−２は同一の行動情報記憶部１２２である。また、以下では、行動情報記憶部１２２−１、１２２−２について、特に区別することなく説明する場合には、行動情報記憶部１２２と記載する。

【0020】

例えば、図１中の行動情報記憶部１２２に示す「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１中のユーザＵ１に対応する。また、図１中の行動情報記憶部１２２に示す「行動ＩＤ」は、ユーザの行動を識別する情報を示す。また、図１中の行動情報記憶部１２２に示す「種別」は、対応するユーザの行動の種別に関する情報を示す。また、図１中の行動情報記憶部１２２に示す「内容」は、対応するユーザの行動において対象となった内容を示す。図１中の行動情報記憶部１２２に示す「日時」は、対応するユーザの行動が行われた日時を示す。また、図１中の行動情報記憶部１２２に示す「位置」は、対応する行動が行われた際のユーザの位置を示す。

【0021】

図１の例では、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、行動ＩＤ「ＡＣ１１」により識別される行動（行動ＡＣ１１）等を行ったことを示す。なお、図１の例では、ユーザＵ１の第１の時間帯において取得されるユーザＵ１の位置情報には位置ＬＣ１２が多く含まれるものとする。また、位置ＬＣ１２は、オフィス街に対応するエリア内に位置するものとする。そのため、推定装置１００は、ユーザＵ１の勤務地が位置ＬＣ１２であると推定可能になる。

【0022】

また、以下では、行動ＩＤ「ＡＣ１１」により識別される行動を「行動ＡＣ１１」とする場合がある。このように、以下では、「行動ＡＣ＊（＊は任意の数値）」と記載した場合、その行動は行動ＩＤ「ＡＣ＊」により識別される行動であることを示す。例えば、「行動ＡＣ１５」と記載した場合、その行動は行動ＩＤ「ＡＣ１５」により識別される行動である。

【0023】

図１の例では、ユーザＵ１は、検索クエリ「会計法」及び「改正」を用いた検索を日時「Ｘ月Ｙ日１２時３０分」に位置ＬＣ１２（勤務地）を含む所定のエリア内で行ったことを示す。例えば、行動ＡＣ１１は、日時「Ｘ月Ｙ日１２時３０分」に検索クエリ「会計法」及び「改正」を用いた検索がユーザＵ１が利用する端末装置１０において行われたことを示す。図１の例では、推定装置１００は、行動ＡＣ１１等を含むユーザＵ１の行動履歴を行動情報記憶部１２２に格納する。

【0024】

そして、推定装置１００は、ユーザの業種を推定する（ステップＳ１３）。例えば、推定装置１００は、第１の時間帯におけるユーザＵ１の位置情報を含む行動情報に基づいて、ユーザＵ１の業種を推定する。図１の例では、推定装置１００は、企業情報記憶部１２３に記憶された企業情報と、ユーザＵ１が第１の時間帯における位置情報とに基づいて、ユーザＵ１の業種を推定する。

【0025】

図１中の企業情報記憶部１２３に示す「企業ＩＤ」は、企業を識別するための識別情報を示す。図１中の企業情報記憶部１２３に示す「企業名」は、対応する企業ＩＤにより識別される企業の名称を示す。また、図１中の企業情報記憶部１２３に示す「所在地」は、対応する企業ＩＤにより識別される企業の所在地を示す。図１中の企業情報記憶部１２３に示す「業種」は、対応する企業ＩＤにより識別される企業の業種を示す。図１中の企業情報記憶部１２３に示す「職種」は、対応する企業ＩＤにより識別される企業における業務内容に応じた種別（職種）を示す。

【0026】

例えば、図２に示す例において、企業ＩＤ「ＥＰ１」により識別される企業（企業ＥＰ１）は、企業名が「ＩＴ企業Ａ」であり、所在地が位置ＬＣ１２であり、業種が「ＩＴ（情報技術：Information Technology）」であることを示す。また、企業ＥＰ１の業務内容に応じた種別（職種）には、「総務」、「法務」、「財務」、及び「エンジニア」等が含まれることを示す。

【0027】

図１の例では、推定装置１００は、ユーザＵ１の第１の時間帯において取得されるユーザＵ１の位置情報には位置ＬＣ１２が多く含まれるため、ユーザＵ１の所属企業が位置ＬＣ１２に位置する企業ＥＰ１であると推定する。推定装置１００は、ユーザＵ１の業種を、企業ＥＰ１の業種「ＩＴ」であると推定する。

【0028】

そして、推定装置１００は、推定した情報に基づいて、ユーザ情報記憶部１２１に記憶されたユーザＵ１に関する情報を更新する。

【0029】

なお、図１中においては、情報の更新に応じて、ユーザ情報記憶部１２１をユーザ情報記憶部１２１−１、１２１−２として図示する。また、ユーザ情報記憶部１２１−１、１２１−２は同一のユーザ情報記憶部１２１である。また、以下では、ユーザ情報記憶部１２１−１、１２１−２について、特に区別することなく説明する場合には、ユーザ情報記憶部１２１と記載する。

【0030】

図１中のユーザ情報記憶部１２１に示す「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。また、図１中のユーザ情報記憶部１２１に示す「年齢」は、ユーザの年齢を示す。図１中のユーザ情報記憶部１２１に示す「性別」は、ユーザの性別を示す。

【0031】

また、図１中のユーザ情報記憶部１２１に示す「自宅」は、ユーザの自宅の位置情報を示す。なお、図４に示す例では、「自宅」は、「ＬＣ１１」といった抽象的な符号を図示するが、緯度や経度を示す情報であってもよい。図１中のユーザ情報記憶部１２１に示す「勤務地」は、ユーザの勤務地の位置情報を示す。

【0032】

また、図１中のユーザ情報記憶部１２１に示す「所属企業」は、ユーザが所属する企業を示す。また、図１中のユーザ情報記憶部１２１に示す「業種」は、ユーザの業種を示す。図１中のユーザ情報記憶部１２１に示す「職種」は、ユーザの職業の職種を示す。また、図１中のユーザ情報記憶部１２１に示す「興味」は、ユーザの興味を示す。

【0033】

例えば、図４の例では、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）の年齢は、「２０代」であり、性別は、「女性」であることを示す。また、ユーザＵ１は、自宅が「ＬＣ１１」であることを示す。また、ユーザＵ１の職種は、「財務」であることを示す。また、ユーザＵ１は「グルメ」に興味があることを示す。

【0034】

図１の例では、推定装置１００は、ユーザ情報記憶部１２１−１に示すように、ユーザＵ１の勤務地が「ＬＣ１２」であることを示す情報をユーザ情報記憶部１２１に格納する。また、推定装置１００は、ユーザ情報記憶部１２１−１に示すように、ユーザＵ１の所属企業が「ＩＴ企業Ａ」であることを示す情報をユーザ情報記憶部１２１に格納する。また、推定装置１００は、ユーザ情報記憶部１２１−１に示すように、ユーザＵ１の所属する企業の業種が「ＩＴ」、すなわちユーザＵ１の業種が「ＩＴ」であることを示す情報をユーザ情報記憶部１２１に格納する。

【0035】

また、図１では、推定装置１００は、ユーザＵ１が利用する端末装置１０からユーザＵ１の行動情報を取得する（ステップＳ１４）。図１では、推定装置１００は、ユーザＵ１がユーザＵ１の自宅が所在する位置ＬＣ１１にいることを示す位置情報を含むユーザＵ１の行動情報を取得する。なお、位置ＬＣ１１は、ユーザＵ１の自宅が所在する位置の所定の範囲内のエリアであってもよい。

【0036】

例えば、推定装置１００は、ユーザＵ１の第２の時間帯において、マップ情報ＭＰ１−２に示すように、端末装置１０からユーザＵ１の行動情報を取得する。図１の例では、推定装置１００は、夜を含む時間帯（１８〜８時）をユーザＵ１の第２の時間帯として、ユーザＵ１の行動情報を取得する。なお、第２の時間帯は、そのユーザの労働時間外に対応する時間帯であってもよい。例えば、夜間に労働を行うユーザである場合、そのユーザの第２の時間帯は、日中（９〜１７時）等であってもよい。

【0037】

そして、推定装置１００は、ユーザＵ１の行動情報を行動履歴として格納する（ステップＳ１５）。図１の例では、推定装置１００は、ユーザＵ１の行動情報を行動履歴として、行動情報記憶部１２２に格納する。

【0038】

図１の例では、ユーザＵ１は、行動ＡＣ１５や行動ＡＣ１６等を行ったことを示す。なお、図１の例では、ユーザＵ１の第２の時間帯において取得されるユーザＵ１の位置情報には位置ＬＣ１１が多く含まれるものとする。また、位置ＬＣ１１は、住宅街に対応するエリア内に位置するものとする。そのため、推定装置１００は、ユーザＵ１の自宅が位置ＬＣ１１であると推定可能になる。

【0039】

また、図１の例では、ユーザＵ１は、検索クエリ「ＦＰ」及び「試験」を用いた検索を日時「Ｘ月Ｙ日２０時１５分」に位置ＬＣ１１（自宅）を含む所定のエリア内で行ったことを示す。例えば、行動ＡＣ１２は、日時「Ｘ月Ｙ日２０時１５分」に検索クエリ「ＦＰ」及び「試験」を用いた検索がユーザＵ１が利用する端末装置１０において行われたことを示す。すなわち、ユーザＵ１は、ファイナンシャル・プランナー（Financial Planner）の試験に関する検索を行ったことを示す。また、例えば、ユーザＵ１は、資格サイトに関するサイトＡの閲覧（行動ＡＣ１６）を日時「Ｘ月Ｙ日２０時２０分」に位置ＬＣ１１（自宅）を含む所定のエリア内で行ったことを示す。

【0040】

そして、推定装置１００は、ユーザの職種を推定する（ステップＳ１６）。例えば、推定装置１００は、ユーザＵ１の所属企業やユーザＵ１の各種行動情報に基づいて、ユーザＵ１の職種を推定する。図１の例では、推定装置１００は、企業情報記憶部１２３に記憶された企業情報と、ユーザＵ１が行動情報とに基づいて、ユーザＵ１の職種を推定する。

【0041】

図１の例では、ユーザＵ１が属する企業ＥＰ１には、職種として、「総務」、「法務」、「財務」、及び「エンジニア」等が含まれることを示す。したがって、推定装置１００は、企業ＥＰ１における職種「総務」、「法務」、「財務」、及び「エンジニア」等のうち、いずれの職種であるかを推定する。

【0042】

ここで、図１の例では、推定装置１００は、ユーザＵ１が会計法に関する検索や、ファイナンシャル・プランナー（ＦＰ）に関する検索を行っていることを示す行動情報を収集している。そのため、推定装置１００は、企業ＥＰ１における職種「総務」、「法務」、「財務」、及び「エンジニア」等のうち、会計法やファイナンシャル・プランナー（ＦＰ）に最も関連性が高い職種「財務」がユーザＵ１の職種であると推定する。

【0043】

そして、推定装置１００は、推定した情報に基づいて、ユーザ情報記憶部１２１に記憶されたユーザＵ１に関する情報を更新する。図１の例では、推定装置１００は、ユーザ情報記憶部１２１−２に示すように、ユーザＵ１の職種が「財務」であることを示す情報をユーザ情報記憶部１２１に格納する。

【0044】

そして、推定装置１００は、推定したユーザＵ１の職種に応じて、ユーザＵ１にコンテンツを提供したり、推定したユーザＵ１の職種等のユーザＵ１の職業に関する情報を外部のサービス提供装置へ提供したりする。例えば、推定装置１００は、推定したユーザＵ１の職種に応じて、ユーザＵ１にその職種に対応する求人情報を提供したり、その職種に関連する記事等のコンテンツを提供したりする。

【0045】

このように、推定装置１００は、ユーザの位置情報を含む行動情報に基づいて、ユーザの職業に関する種別を推定することにより、ユーザの職業に関する種別を適切に推定することができる。なお、推定装置１００は、ユーザの職業に関する種別ごとにスコアとして推定してもよい。例えば、推定装置１００は、職種「財務」がスコア「０．８」や職種「法務」がスコア「０．６」等のように、ユーザが職業に関する種別であると推定される度合いをスコアとして算出してもよい。この場合、推定装置１００は、種別ごとに生成セされた各推定モデルに各ユーザの情報を入力して、各推定モデルの出力を各種別のスコアとして用いてもよい。

【0046】

〔１−１．行動情報〕
上述した例では、ユーザの行動情報として、コンテンツの閲覧や検索等の行動情報を用いる場合を示したが、行動情報には種々の情報が用いられてもよい。例えば、推定装置１００は、ユーザのウェブ上における種々の行動情報を用いてもよい。例えば、推定装置１００は、ユーザのネットワーク上における行動に対応するＩＰ（Internet Protocol）アドレスを含む行動情報を用いてもよい。例えば、推定装置１００は、ユーザのＩＰアドレスにより、ユーザの位置や所属企業等を推定してもよい。

【0047】

〔２．推定装置の構成〕
次に、図３を用いて、実施形態に係る推定装置１００の構成について説明する。図３は、実施形態に係る推定装置の構成例を示す図である。図３に示すように、推定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、推定装置１００は、推定装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

【0048】

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、端末装置１０との間で情報の送受信を行う。

【0049】

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図３に示すように、ユーザ情報記憶部１２１と、行動情報記憶部１２２と、企業情報記憶部１２３と、コンテンツ情報記憶部１２４とを有する。

【0050】

（ユーザ情報記憶部１２１）
実施形態に係るユーザ情報記憶部１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２１は、ユーザ属性に関する各種情報を記憶する。図４は、実施形態に係るユーザ情報記憶部の一例を示す図である。図４に示すユーザ情報記憶部１２１は、「ユーザＩＤ」、「年齢」、「性別」、「自宅」、「勤務地」、「所属企業」、「業種」、「職種」、「興味」といった項目が含まれる。

【0051】

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。また、「年齢」は、ユーザの年齢を示す。なお、「年齢」は、例えば３５歳など、ユーザの具体的な年齢であってもよい。また、「性別」は、ユーザの性別を示す。

【0052】

また、「自宅」は、ユーザの自宅の位置情報を示す。なお、図４に示す例では、「自宅」は、「ＬＣ１１」といった抽象的な符号を図示するが、緯度や経度を示す情報であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。

【0053】

また、「勤務地」は、ユーザの勤務地の位置情報を示す。なお、図４に示す例では、「勤務地」は、「ＬＣ１２」といった抽象的な符号を図示するが、緯度や経度を示す情報であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。

【0054】

また、「所属企業」は、ユーザが所属する企業を示す。例えば、「所属企業」は、ユーザが労働に従事する会社を示す。また、「業種」は、ユーザの業種を示す。例えば、「業種」は、ユーザが所属する会社の業種を示す。「職種」は、ユーザの職業の職種を示す。例えば、「職種」は、ユーザの労働に関する内容、すなわち職務の種別（職種）を示す。

【0055】

また、「興味」は、ユーザの興味を示す。すなわち、「興味」は、ユーザが関心の高い対象を示す。なお、図４に示す例では、「興味」は、各ユーザに１つずつ図示するが、複数であってもよい。

【0056】

例えば、図４の例では、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）の年齢は、「２０代」であり、性別は、「女性」であることを示す。また、ユーザＵ１は、自宅が「ＬＣ１１」であることを示す。また、ユーザＵ１は、勤務地が「ＬＣ１２」であることを示す。また、ユーザＵ１は、所属企業が「ＩＴ企業Ａ」であることを示す。また、ユーザＵ１の所属する企業の業種が「ＩＴ」であることを示す。また、ユーザＵ１の職種は、「財務」であることを示す。また、ユーザＵ１は「グルメ」に興味があることを示す。

【0057】

例えば、図４の例では、ユーザＩＤ「Ｕ２」により識別されるユーザ（ユーザＵ２）の年齢は、「３０代」であり、性別は、「女性」であることを示す。また、ユーザＵ２は、自宅が「ＬＣ２１」であることを示す。また、ユーザＵ２は、勤務地、所属企業、業種及び職種が「−」、すなわち未特定であることを示す。また、ユーザＵ２は「スポーツ」に興味があることを示す。

【0058】

なお、ユーザ情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、デモグラフィック属性情報やサイコグラフィック属性情報等の種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、氏名、家族構成、収入等の情報を記憶してもよい。

【0059】

（行動情報記憶部１２２）
実施形態に係る行動情報記憶部１２２は、ユーザの環境に関する行動情報に関する各種情報を記憶する。図５は、実施形態に係る行動情報記憶部の一例を示す図である。例えば、行動情報記憶部１２２は、行動情報として、ある時点（時刻）のユーザの位置におけるユーザの置かれている環境に関する情報を記憶する。例えば、行動情報記憶部１２２は、行動情報として、ある時点（時刻）のユーザの位置における気象情報を記憶する。図５に示す行動情報記憶部１２２には、「ユーザＩＤ」、「行動ＩＤ」、「種別」、「内容」、「日時」、「位置」といった項目が含まれる。

【0060】

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。また、「行動ＩＤ」は、ユーザの行動を識別する情報を示す。また、「種別」は、対応するユーザの行動の種別に関する情報を示す。また、「内容」は、対応するユーザの行動において対象となった内容を示す。「日時」は、対応するユーザの行動が行われた日時を示す。「日時」には、「Ｘ月Ｙ日１２時３０分」等のように月や日については、抽象的に図示し、年や秒については図示しないが、「２０１７年３月４日１２時３０分５２秒」等の具体的な日時が記憶されてもよい。また、「位置」は、対応する行動が行われた際のユーザの位置を示す。なお、図５の例では、説明を簡単にするために、「位置」は、「ＬＣ１２」といった抽象的な記号を図示するが、緯度や経度を示す情報や「Ｘ県Ｙ市Ｚ町」等のような住所を示す情報であってもよい。

【0061】

例えば、図５に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、行動ＩＤ「ＡＣ１１」により識別される行動（行動ＡＣ１１）や行動ＩＤ「ＡＣ１５」により識別される行動（行動ＡＣ１５）や行動ＩＤ「ＡＣ１６」により識別される行動（行動ＡＣ１６）等を行ったことを示す。具体的には、ユーザＵ１は、検索クエリ「会計法」及び「改正」を用いた検索（行動ＡＣ１１）を日時「Ｘ月Ｙ日１２時３０分」に位置ＬＣ１２（勤務地）を含む所定のエリア内で行ったことを示す。例えば、行動ＡＣ１１は、日時「Ｘ月Ｙ日１２時３０分」に検索クエリ「会計法」及び「改正」を用いた検索がユーザＵ１が利用する端末装置１０において行われたことを示す。

【0062】

また、ユーザＵ１は、検索クエリ「ＦＰ」及び「試験」を用いた検索（行動ＡＣ１５）を日時「Ｘ月Ｙ日２０時１５分」に位置ＬＣ１１（自宅）を含む所定のエリア内で行ったことを示す。例えば、行動ＡＣ１５は、日時「Ｘ月Ｙ日２０時１５分」に検索クエリ「ＦＰ」及び「試験」を用いた検索がユーザＵ１が利用する端末装置１０において行われたことを示す。また、例えば、ユーザＵ１は、資格サイトに関するサイトＡの閲覧（行動ＡＣ１６）を日時「Ｘ月Ｙ日２０時２０分」に位置ＬＣ１１（自宅）を含む所定のエリア内で行ったことを示す。

【0063】

なお、行動情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。また、図５では、ユーザＩＤごとに行動情報が行動情報記憶部１２２に記憶される場合を示したが、行動情報は、ユーザＩＤごとに限らず、例えば時刻順に記憶されてもよい。

【0064】

（企業情報記憶部１２３）
実施形態に係る企業情報記憶部１２３は、企業に関する各種情報を記憶する。図６は、実施形態に係る企業情報記憶部の一例を示す図である。図６に示す企業情報記憶部１２３には、「企業ＩＤ」、「企業名」、「所在地」、「業種」、「職種」といった項目が含まれる。

【0065】

「企業ＩＤ」は、企業を識別するための識別情報を示す。「企業名」は、対応する企業ＩＤにより識別される企業の名称を示す。また、「所在地」は、対応する企業ＩＤにより識別される企業の所在地を示す。「業種」は、対応する企業ＩＤにより識別される企業の業種を示す。「職種」は、対応する企業ＩＤにより識別される企業が有する職種を示す。

【0066】

例えば、図５に示す例において、企業ＩＤ「ＥＰ１」により識別される企業（企業ＥＰ１）は、企業名が「ＩＴ企業Ａ」であり、所在地が位置ＬＣ１２であり、業種が「ＩＴ」であることを示す。また、企業ＥＰ１業における業務内容に応じた種別（職種）には、「総務」、「法務」、「財務」、及び「エンジニア」等が含まれることを示す。

【0067】

なお、企業情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、企業情報記憶部１２３は、各企業の従業員数や売上高等の事業規模に関する情報を記憶してもよい。

【0068】

（コンテンツ情報記憶部１２４）
実施形態に係るコンテンツ情報記憶部１２４は、コンテンツに関する各種情報を記憶する。図７は、実施形態に係るコンテンツ情報記憶部の一例を示す図である。図７に示すは、「コンテンツＩＤ」、「コンテンツ」、「カテゴリ」、「職種」といった項目を有する。

【0069】

「コンテンツＩＤ」は、コンテンツを識別するための識別情報を示す。「コンテンツ」は、いわゆるコンテンツプロバイダ等の提供元から取得したコンテンツを示す。図７では「コンテンツ」に「Ａコンテンツ」といった概念的な情報が格納される例を示したが、実際には、文字情報や文字情報と画像との組合せ、または、これらの格納場所を示すファイルパス名などが格納される。また、「カテゴリ」は、コンテンツの内容に基づく分類情報を示す。また、「職種」は、コンテンツに関連性が高い職種を示す。

【0070】

例えば、図７に示す例において、コンテンツＩＤ「ＣＴ１１」により識別されるＡコンテンツ（コンテンツＣＴ１１）は、カテゴリ「経済」に分類されることを示す。また、コンテンツＣＴ１１に関連性が高い職種が「財務」や「営業」等であることを示す。

【0071】

また、図７に示す例において、コンテンツＩＤ「ＣＴ１２」により識別されるＢコンテンツ（コンテンツＣＴ１２）は、カテゴリ「政治」に分類されることを示す。また、コンテンツＣＴ１２に関連性が高い職種が「法務」等であることを示す。

【0072】

また、図７に示す例において、コンテンツＩＤ「ＣＴ１３」により識別されるＣコンテンツ（コンテンツＣＴ１３）は、カテゴリ「芸能」に分類されることを示す。また、コンテンツＣＴ１３に関連性が高い職種が「−」、すなわちコンテンツＣＴ１３が職種に関係ない内容のコンテンツであることを示す。

【0073】

また、図７に示す例において、コンテンツＩＤ「ＣＴ１４」により識別されるＤコンテンツ（コンテンツＣＴ１４）は、カテゴリ「ＩＴ」に分類されることを示す。また、コンテンツＣＴ１４に関連性が高い職種が「エンジニア」であることを示す。

【0074】

なお、コンテンツ情報記憶部１２４は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、コンテンツ情報記憶部１２４は、コンテンツを取得した日時やコンテンツが作成された日時に関する情報を記憶してもよい。コンテンツ情報記憶部１２４は、各提供元の評価値に関する情報を記憶してもよい。また、コンテンツ情報記憶部１２４は、コンテンツの提供元を識別するための識別情報を記憶してもよい。また、コンテンツ情報記憶部１２４は、各モデルにより算出されたコンテンツのスコアを記憶してもよい。

【0075】

（制御部１３０）
図３の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、推定装置１００内部の記憶装置に記憶されている各種プログラム（推定プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

【0076】

図３に示すように、制御部１３０は、取得部１３１と、推定部１３２と、決定部１３３と、提供部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。

【0077】

（取得部１３１）
取得部１３１は、種々の情報を取得する。取得部１３１は、端末装置１０等の外部装置から各種情報を取得する。また、取得部１３１は、ユーザ情報記憶部１２１や、行動情報記憶部１２２や、企業情報記憶部１２３や、コンテンツ情報記憶部１２４等から各種情報を取得する。

【0078】

例えば、取得部１３１は、ユーザの行動情報を取得する。例えば、取得部１３１は、ユーザの位置情報を含む行動情報を取得する。例えば、取得部１３１は、ユーザの位置情報と当該位置情報が取得された時間との組合せ情報を含む行動情報を取得する。例えば、取得部１３１は、ユーザが検索に用いたクエリに関する情報を含む行動情報を取得する。例えば、取得部１３１は、ユーザが閲覧したコンテンツに関する情報を含む行動情報を取得する。例えば、取得部１３１は、ユーザのネットワーク上における行動に対応するＩＰ（Internet Protocol）アドレスを含む行動情報を取得する。

【0079】

図１の例では、取得部１３１は、ユーザＵ１が利用する端末装置１０からユーザＵ１の行動情報を取得する。例えば、取得部１３１は、ユーザＵ１が企業ＥＰ１が所在する位置ＬＣ１２にいることを示す位置情報を含むユーザＵ１の行動情報を取得する。例えば、取得部１３１は、ユーザＵ１の第１の時間帯において、マップ情報ＭＰ１−１に示すように、端末装置１０からユーザＵ１の行動情報を取得する。例えば、取得部１３１は、日中の時間帯（９〜１７時）をユーザＵ１の第１の時間帯として、ユーザＵ１の行動情報を取得する。

【0080】

図１では、取得部１３１は、ユーザＵ１が利用する端末装置１０からユーザＵ１の行動情報を取得する。例えば、取得部１３１は、ユーザＵ１がユーザＵ１の自宅が所在する位置ＬＣ１１にいることを示す位置情報を含むユーザＵ１の行動情報を取得する。例えば、取得部１３１は、ユーザＵ１の第２の時間帯において、マップ情報ＭＰ１−２に示すように、端末装置１０からユーザＵ１の行動情報を取得する。例えば、取得部１３１は、夜を含む時間帯（１８〜８時）をユーザＵ１の第２の時間帯として、ユーザＵ１の行動情報を取得する。

【0081】

（推定部１３２）
推定部１３２は、種々の情報を生成する。例えば、推定部１３２は、端末装置１０から取得される情報に基づいて、各種情報を推定する。例えば、推定部１３２は、ユーザ情報記憶部１２１や、行動情報記憶部１２２や、企業情報記憶部１２３や、コンテンツ情報記憶部１２４等に基づいて、各種情報を推定する。

【0082】

例えば、推定部１３２は、取得部１３１により取得されたユーザの行動情報に基づいて、ユーザの職業に関する種別を推定する。例えば、推定部１３２は、ユーザの行動情報に基づいて、ユーザの職種を含む種別を推定する。例えば、推定部１３２は、ユーザの行動情報に基づいて、ユーザの業種を含む種別を推定する。

【0083】

例えば、推定部１３２は、行動情報に基づいて、ユーザが複数の職業を兼務しているかどうかを推定する。例えば、推定部１３２は、行動情報に基づいて、ユーザが主婦業と他の職業とを兼務しているかどうかを推定する。なお、この点については図９において説明する。

【0084】

図１の例では、推定部１３２は、ユーザの業種を推定する。例えば、推定部１３２は、第１の時間帯におけるユーザＵ１の位置情報を含む行動情報に基づいて、ユーザＵ１の業種を推定する。例えば、推定部１３２は、企業情報記憶部１２３に記憶された企業情報と、ユーザＵ１が第１の時間帯における位置情報とに基づいて、ユーザＵ１の業種を推定する。

【0085】

図１の例では、推定部１３２は、ユーザＵ１の第１の時間帯において取得されるユーザＵ１の位置情報には位置ＬＣ１２が多く含まれるため、ユーザＵ１の所属企業が位置ＬＣ１２に位置する企業ＥＰ１であると推定する。例えば、推定部１３２は、ユーザＵ１の業種を、企業ＥＰ１の業種「ＩＴ」であると推定する。例えば、推定部１３２は、推定した情報に基づいて、ユーザ情報記憶部１２１に記憶されたユーザＵ１に関する情報を更新する。

【0086】

図１の例では、推定部１３２は、ユーザの職種を推定する。例えば、推定部１３２は、ユーザＵ１の所属企業やユーザＵ１の各種行動情報に基づいて、ユーザＵ１の職種を推定する。例えば、推定部１３２は、企業情報記憶部１２３に記憶された企業情報と、ユーザＵ１が行動情報とに基づいて、ユーザＵ１の職種を推定する。例えば、推定部１３２は、ユーザＵ１が属する企業ＥＰ１には、職種として、「総務」、「法務」、「財務」、及び「エンジニア」等が含まれることを示す。例えば、推定部１３２は、企業ＥＰ１における職種「総務」、「法務」、「財務」、及び「エンジニア」等のうち、いずれの職種であるかを推定する。

【0087】

図１の例では、推定部１３２は、ユーザＵ１が会計法に関する検索や、ファイナンシャル・プランナー（ＦＰ）に関する検索を行っていることを示す行動情報を収集しているため、企業ＥＰ１における職種「総務」、「法務」、「財務」、及び「エンジニア」等のうち、会計法やファイナンシャル・プランナー（ＦＰ）に最も関連性が高い職種「財務」がユーザＵ１の職種であると推定する。例えば、推定部１３２は、推定した情報に基づいて、ユーザ情報記憶部１２１に記憶されたユーザＵ１に関する情報を更新する。

【0088】

また、推定部１３２は、ユーザの位置情報のみに基づいて、ユーザの職業に関する種別を推定してもよい。例えば、推定部１３２は、ユーザの位置情報の推移に基づいて、ユーザの職種を推定してもよい。例えば、推定部１３２は、１日におけるユーザの位置情報の推移に基づいて、ユーザの職種を推定してもよい。例えば、推定部１３２は、職種ごとのユーザの位置情報の推移の傾向に基づいて、ユーザの職種を推定してもよい。例えば、推定部１３２は、あるユーザが朝と夕方には、所属企業の所在地に位置する場合が多く、日中は所属企業の所在地以外の種々の位置にいることが多い場合、そのユーザの職種を営業と推定してもよい。このように、推定部１３２は、例えば始業の時間帯に所属企業の所在地に位置し、それ以外の時間帯は種々の位置に移動している傾向があるユーザの職種を営業と推定してもよい。例えば、推定部１３２は、所定期間のユーザの位置情報の推移に基づいて、ユーザの職種を推定してもよい。

【0089】

例えば、推定部１３２は、短期間に長距離移動（例えば１００ｋｍ以上等）が多いユーザの職種を、トラックドライバーであると推定してもよい。例えば、推定部１３２は、短期間に長距離移動が多いユーザの職種を、運送会社に所属するトラックドライバーであると推定してもよい。また、例えば、推定部１３２は、短期間に長距離移動が多いユーザの職種を、長距離のトラックドライバーであると推定し、短期間に所定範囲内での短距離移動が多いユーザの職種を、短距離のトラックドライバー（運送業者）であると推定してもよい。また、例えば、推定部１３２は、ユーザの位置情報の推移に基づいて、ユーザの業種を推定してもよい。例えば、推定部１３２は、所定期間のユーザの位置情報の推移に基づいて、ユーザの業種を推定してもよい。例えば、推定部１３２は、業種ごとのユーザの位置情報の推移の傾向に基づいて、ユーザの職種を推定してもよい。例えば、推定部１３２は、短期間に長距離移動が多いユーザの業種を、運送業であると推定してもよい。

【0090】

（決定部１３３）
決定部１３３は、種々の情報を決定する。例えば、決定部１３３は、ユーザ情報記憶部１２１や、行動情報記憶部１２２や、企業情報記憶部１２３や、コンテンツ情報記憶部１２４等に基づいて、各種情報を決定する。例えば、決定部１３３は、推定部１３２により推定された情報に基づいて、種々の情報を決定する。

【0091】

例えば、決定部１３３は、推定部１３２により推定されたユーザＵ１の職種に応じて、ユーザＵ１にコンテンツを提供すると決定する。例えば、決定部１３３は、推定部１３２により推定されたユーザＵ１の職種等のユーザＵ１の職業に関する情報を外部のサービス提供装置へ提供すると決定する。例えば、決定部１３３は、推定部１３２により推定されたユーザＵ１の職種に応じて、ユーザＵ１にその職種に対応する求人情報を提供すると決定する。例えば、決定部１３３は、推定部１３２により推定された職種に関連する記事等のコンテンツを提供すると決定する。

【0092】

例えば、決定部１３３は、推定部１３２により推定されたユーザの職業に関する種別に基づいて、ユーザに提供するコンテンツを決定する。例えば、決定部１３３は、コンテンツ情報記憶部１２４に記憶されたコンテンツのうち、推定したユーザの職種に対応するコンテンツをユーザが利用する端末装置１０へ提供するコンテンツに決定する。例えば、決定部１３３は、ユーザＵ１の職種「財務」が関連付けられたコンテンツＩＤ「ＣＴ１１」により識別されるコンテンツ（Ａコンテンツ）をユーザＵ１が利用する端末装置１０へ提供するコンテンツに決定する。

【0093】

（提供部１３４）
提供部１３４は、端末装置１０等の外部装置に各種情報を提供する。例えば、提供部１３４は、コンテンツ情報記憶部１２４に記憶されたコンテンツを端末装置１０へ提供する。また、例えば、提供部１３４は、推定部１３２により推定された各種情報を外部装置に提供してもよい。また、提供部１３４は、推定部１３２により推定された各種の情報を外部装置に提供してもよい。また、提供部１３４は、決定部１３３により決定された各種の情報を外部装置に提供してもよい。

【0094】

例えば、提供部１３４は、推定部１３２により推定されたユーザＵ１の職種に応じて、ユーザＵ１にコンテンツを提供する。例えば、提供部１３４は、推定部１３２により推定されたユーザＵ１の職種等のユーザＵ１の職業に関する情報を外部のサービス提供装置へ提供する。例えば、提供部１３４は、推定部１３２により推定されたユーザＵ１の職種に応じて、ユーザＵ１にその職種に対応する求人情報を提供する。例えば、提供部１３４は、推定部１３２により推定された職種に関連する記事等のコンテンツを提供する。

【0095】

例えば、提供部１３４は、決定部１３３により決定されたコンテンツを端末装置１０へ提供する。例えば、決定部１３３は、コンテンツ情報記憶部１２４に記憶されたコンテンツのうち、推定したユーザの職種に対応するコンテンツをユーザが利用する端末装置１０へ提供する。例えば、決定部１３３は、ユーザＵ１の職種「財務」が関連付けられたコンテンツＩＤ「ＣＴ１１」により識別されるコンテンツ（Ａコンテンツ）をユーザＵ１が利用する端末装置１０へ提供する。

【0096】

〔３．推定処理のフロー〕
次に、図８を用いて、実施形態に係る推定システム１による推定処理の手順について説明する。図８は、実施形態に係る推定処理の一例を示すフローチャートである。具体的には、図８は、推定処理に応じたコンテンツの提供の処理を含むフローチャートである。

【0097】

図８に示すように、推定装置１００は、ユーザの行動情報を取得する（ステップＳ１０１）。例えば、推定装置１００は、ユーザが利用する端末装置１０からユーザの位置情報を含む行動情報を取得する。例えば、推定装置１００は、行動情報記憶部１２２（図５参照）からユーザの行動情報を取得する。

【0098】

そして、推定装置１００は、ユーザの行動情報に基づいて、ユーザの職業に関する種別を推定する（ステップＳ１０２）。例えば、推定装置１００は、ユーザが利用する端末装置１０から取得した行動情報や、行動情報記憶部１２２に記憶されたユーザの行動情報に基づいて、ユーザの職種を推定する。

【0099】

また、推定装置１００は、推定したユーザの職業に関する種別に基づいて、ユーザにコンテンツを提供する（ステップＳ１０３）。例えば、推定装置１００は、コンテンツ情報記憶部１２４に記憶されたコンテンツのうち、推定したユーザの職種に対応するコンテンツをユーザが利用する端末装置１０へ提供する。例えば、推定装置１００は、ユーザＵ１の職種「財務」が関連付けられたコンテンツＩＤ「ＣＴ１１」により識別されるコンテンツ（Ａコンテンツ）をユーザＵ１が利用する端末装置１０へ提供する。

【0100】

〔４．複数の職種の推定〕
図１の例では、一のユーザについて１つの職種を推定する場合を示したが、推定装置１００は、一のユーザが複数の職種に従事している場合、一のユーザについて複数の職種を推定してもよい。この点について、図９を用いて説明する。図９は、実施形態に係る複数の職種の推定処理の一例を示す図である。なお、図１と同様の点については適宜説明を省略する。

【0101】

図９の例では、職種を推定する対象となるユーザがユーザＵ２である場合を示す。また、図９の例では、ユーザＵ２の行動情報が取得済みであり、取得したユーザＵ２の行動情報に基づいて、ユーザＵ２の職種を推定する場合を示す。

【0102】

図９の例では、ユーザＩＤ「Ｕ２」により識別されるユーザ（ユーザＵ２）は、行動ＩＤ「ＡＣ２１」により識別される行動（行動ＡＣ２１）等を行ったことを示す。なお、図９の例では、８〜１６時の間において取得されるユーザＵ２の位置情報には位置ＬＣ１２が多く含まれるものとする。

【0103】

図９中の行動情報記憶部１２２に示すように、ユーザＵ２は、検索クエリ「ライセンス契約」を用いた検索を日時「Ｘ月Ｚ日１２時１５分」に位置ＬＣ１２（勤務地）を含む所定のエリア内で行ったことを示す。例えば、行動ＡＣ２１は、日時「Ｘ月Ｚ日１２時１５分」に検索クエリ「ライセンス契約」を用いた検索がユーザＵ２が利用する端末装置１０において行われたことを示す。

【0104】

また、図９の例では、ユーザＵ２は、行動ＩＤ「ＡＣ２５」により識別される行動（行動ＡＣ２５）等を行ったことを示す。なお、図９の例では、１７時前後の所定の範囲内の時間帯（例えば１６時３０分〜１７時３０分）において取得されるユーザＵ２の位置情報には、Ａ幼稚園が所在する位置ＬＣ５１が多く含まれるものとする。

【0105】

図９中の行動情報記憶部１２２に示すように、ユーザＵ２は、検索クエリ「天気」を用いた検索を日時「Ｘ月Ｚ日１７時００分」に位置ＬＣ５１（Ａ幼稚園）を含む所定のエリア内で行ったことを示す。例えば、行動ＡＣ２５は、日時「Ｘ月Ｚ日１７時００分」に検索クエリ「天気」を用いた検索がユーザＵ２が利用する端末装置１０において行われたことを示す。

【0106】

また、図９の例では、ユーザＵ２は、行動ＩＤ「ＡＣ２８」により識別される行動（行動ＡＣ２８）等を行ったことを示す。なお、図９の例では、１８〜７時の間において取得されるユーザＵ２の位置情報には位置ＬＣ２１が多く含まれるものとする。

【0107】

図９中の行動情報記憶部１２２に示すように、ユーザＵ２は、行動ＡＣ２８等を行ったことを示す。例えば、行動ＡＣ２８は、ユーザＵ２が日時「Ｘ月Ｚ日１８時２０分」に料理サイトに関するサイトＢの閲覧を端末装置１０により行ったことを示す。なお、図９の例では、１８〜７時において取得されるユーザＵ２の位置情報には位置ＬＣ２１が多く含まれるものとする。また、位置ＬＣ２１は、住宅街に対応するエリア内に位置するものとする。そのため、推定装置１００は、ユーザＵ２の自宅が位置ＬＣ２１であると推定可能になる。

【0108】

そして、推定装置１００は、上述したユーザＵ２の行動情報に基づいてユーザＵ２の職種を推定する（ステップＳ５１）。

【0109】

図９の例では、推定装置１００は、８〜１６時の間において取得されるユーザＵ２の位置情報には位置ＬＣ１２が多く含まれるため、ユーザＵ２の所属企業が位置ＬＣ１２に位置する企業ＥＰ１であると推定する。推定装置１００は、ユーザＵ２の業種を、企業ＥＰ１の業種「ＩＴ」であると推定する。

【0110】

また、図９の例では、ユーザＵ２の職種を、ユーザＵ２が属する企業ＥＰ１おける職種「総務」、「法務」、「財務」、及び「エンジニア」等のうち、いずれの職種であるかを推定する。

【0111】

ここで、図９の例では、推定装置１００は、ユーザＵ２がライセンス契約等の法務に関する検索を行っていることを示す行動情報を収集している。そのため、推定装置１００は、企業ＥＰ１における職種「総務」、「法務」、「財務」、及び「エンジニア」等のうち、ユーザＵ２の行動に最も関連性が高い職種「法務」がユーザＵ２の職種であると推定する。

【0112】

そして、推定装置１００は、推定した情報に基づいて、ユーザ情報記憶部１２１に記憶されたユーザＵ２に関する情報を更新する。

【0113】

図９の例では、推定装置１００は、ユーザ情報記憶部１２１−３に示すように、ユーザＵ２の勤務地が「ＬＣ１２」であることを示す情報をユーザ情報記憶部１２１に格納する。また、推定装置１００は、ユーザ情報記憶部１２１−３に示すように、ユーザＵ２の所属企業が「ＩＴ企業Ａ」であることを示す情報をユーザ情報記憶部１２１に格納する。また、推定装置１００は、ユーザ情報記憶部１２１−３に示すように、ユーザＵ２の所属する企業の業種が「ＩＴ」、すなわちユーザＵ２の業種が「ＩＴ」であることを示す情報をユーザ情報記憶部１２１に格納する。また、図９の例では、推定装置１００は、ユーザ情報記憶部１２１−３に示すように、ユーザＵ２の職種が「法務」であることを示す情報をユーザ情報記憶部１２１に格納する。

【0114】

また、図９の例では、推定装置１００は、１７時前後の所定の範囲内の時間帯においてＡ幼稚園が所在する位置ＬＣ５１を含むエリア内にユーザＵ２が位置することを示す情報を取得している。そのため、推定装置１００は、ユーザＵ２が、企業ＥＰ１における職種「法務」に加えて、職種「主婦」に従事しているユーザであると推定する。このように、推定装置１００は、ユーザＵ２が、職種「主婦」と、企業ＥＰ１における職種「法務」との２つの職種に従事しているユーザであると推定する。図９の例では、推定装置１００は、ユーザ情報記憶部１２１−３に示すように、ユーザＵ２の職種が「主婦」であることを示す情報をユーザ情報記憶部１２１に格納する。

【0115】

このように、推定装置１００は、ユーザが複数の職種に従事しているユーザであっても適切にユーザの職種を推定することができる。

【0116】

〔５．効果〕
上述してきたように、実施形態に係る推定装置１００は、取得部１３１と、推定部１３２とを有する。取得部１３１は、ユーザの位置情報を含む行動情報を取得する。推定部１３２は、取得部１３１により取得されたユーザの行動情報に基づいて、ユーザの職業に関する種別を推定する。

【0117】

これにより、実施形態に係る推定装置１００は、ユーザの位置情報を含む行動情報に基づいて、ユーザの職業に関する種別を推定することにより、ユーザの職業に関する種別を適切に推定することができる。

【0118】

また、実施形態に係る推定装置１００において、推定部１３２は、ユーザの行動情報に基づいて、ユーザの職種を含む種別を推定する。

【0119】

これにより、実施形態に係る推定装置１００は、ユーザの行動情報に基づいて、ユーザの職種を含む種別を推定することにより、ユーザの職業に関する種別を適切に推定することができる。

【0120】

また、実施形態に係る推定装置１００において、推定部１３２は、ユーザの行動情報に基づいて、ユーザの業種を含む種別を推定する。

【0121】

これにより、実施形態に係る推定装置１００は、ユーザの行動情報に基づいて、ユーザの業種を含む種別を推定することにより、ユーザの職業に関する種別を適切に推定することができる。

【0122】

また、実施形態に係る推定装置１００において、取得部１３１は、ユーザの位置情報と当該位置情報が取得された時間との組合せ情報を含む行動情報を取得する。

【0123】

これにより、実施形態に係る推定装置１００は、ユーザの位置情報と当該位置情報が取得された時間との組合せ情報を含む行動情報を取得することにより、ユーザの職業に関する種別を適切に推定することができる。

【0124】

また、実施形態に係る推定装置１００において、取得部１３１は、ユーザが検索に用いたクエリに関する情報を含む行動情報を取得する。

【0125】

これにより、実施形態に係る推定装置１００は、ユーザが検索に用いたクエリに関する情報を含む行動情報を取得することにより、ユーザの職業に関する種別を適切に推定することができる。

【0126】

また、実施形態に係る推定装置１００において、取得部１３１は、ユーザが閲覧したコンテンツに関する情報を含む行動情報を取得する。

【0127】

これにより、実施形態に係る推定装置１００は、ユーザが閲覧したコンテンツに関する情報を含む行動情報を取得することにより、ユーザの職業に関する種別を適切に推定することができる。

【0128】

また、実施形態に係る推定装置１００において、取得部１３１は、ユーザのネットワーク上における行動に対応するＩＰアドレスを含む行動情報を取得する。

【0129】

これにより、実施形態に係る推定装置１００は、ユーザのネットワーク上における行動に対応するＩＰアドレスを含む行動情報を取得することにより、ユーザの職業に関する種別を適切に推定することができる。

【0130】

また、実施形態に係る推定装置１００において、推定部１３２は、行動情報に基づいて、ユーザが複数の職業を兼務しているかどうかを推定する。

【0131】

これにより、実施形態に係る推定装置１００は、行動情報に基づいて、ユーザが複数の職業を兼務しているかどうかを推定することにより、ユーザの職業に関する種別を適切に推定することができる。

【0132】

また、実施形態に係る推定装置１００において、推定部１３２は、行動情報に基づいて、ユーザが主婦業と他の職業とを兼務しているかどうかを推定する。

【0133】

これにより、実施形態に係る推定装置１００は、行動情報に基づいて、ユーザが主婦業と他の職業とを兼務しているかどうかを推定することにより、ユーザの職業に関する種別を適切に推定することができる。

【0134】

〔６．ハードウェア構成〕
上述してきた実施形態に係る推定装置１００は、例えば図１０に示すような構成のコンピュータ１０００によって実現される。図１０は、推定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

【0135】

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

【0136】

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

【0137】

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

【0138】

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

【0139】

例えば、コンピュータ１０００が実施形態に係る推定装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

【0140】

以上、本願の実施形態及び変形例のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

【0141】

〔７．その他〕
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

【0142】

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

【0143】

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

【0144】

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

【符号の説明】

【0145】

１ 推定システム
１００ 推定装置
１２１ ユーザ情報記憶部
１２２ 行動情報記憶部
１２３ 企業情報記憶部
１２４ コンテンツ情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 推定部
１３３ 決定部
１３４ 提供部
１０ 端末装置
Ｎ ネットワーク

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】