特許 6865045 検索装置、検索方法及び検索プログラム

(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】6865045

(24)【登録日】2021年4月7日

(45)【発行日】2021年4月28日

(54)【発明の名称】検索装置、検索方法及び検索プログラム

(51)【国際特許分類】

   G06F 16/9535 20190101AFI20210419BHJP

【ＦＩ】

   G06F16/9535

【請求項の数】12

【全頁数】28

(21)【出願番号】特願2017-10278(P2017-10278)

(22)【出願日】2017年1月24日

(65)【公開番号】特開2018-120337(P2018-120337A)

(43)【公開日】2018年8月2日

【審査請求日】2019年3月25日

【前置審査】

(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】五十嵐 諒

(72)【発明者】

【氏名】南 翔太郎

(72)【発明者】

【氏名】中山 僚太

【審査官】 齊藤 貴孝

(56)【参考文献】

【文献】 特開２００４−３６２０１９（ＪＰ，Ａ）

【文献】 特開平１１−００７４５３（ＪＰ，Ａ）

【文献】 特開２０１３−１０５２１３（ＪＰ，Ａ）

【文献】 特開２００８−２９９８４３（ＪＰ，Ａ）

【文献】 特開２０１５−１３３０３３（ＪＰ，Ａ）

【文献】 特表２０１４−５０１０１３（ＪＰ，Ａ）

【文献】 近藤 光正、外２名，Ｗｉｋｉｐｅｄｉａに基づくＷｅｂ閲覧履歴からの潜在的興味キーワード抽出，電子情報通信学会論文誌，日本，一般社団法人電子情報通信学会，２０１３年 ５月 １日，第Ｊ９６−Ｄ巻，第５号，ｐ．１１９９−１２１１

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １６／００−１６／９５８

(57)【特許請求の範囲】

【請求項1】

ユーザのネットワーク上の行動履歴であって、当該ユーザが利用したサービスごとの行動履歴を取得する取得部と、
前記取得部によって取得された行動履歴から、前記ユーザに対応するクエリを抽出する抽出部と、
前記抽出部によって抽出された前記サービスごとのクエリの頻度に基づくスコアと、前記サービスごとの利用情報及び反応情報に基づいて算出された重みとを乗算した値の前記クエリごとの総和を算出した算出結果に関する情報であるクエリ情報を用いて、当該ユーザに推薦する情報コンテンツを検索する検索部と、
を備えたことを特徴とする検索装置。

【請求項2】

前記取得部は、
前記情報コンテンツに対するユーザの反応を取得し、
前記検索部は、
前記ユーザの反応に基づいて前記重みが更新されたクエリ情報を用いて、前記情報コンテンツを検索する、
ことを特徴とする請求項１に記載の検索装置。

【請求項3】

前記取得部は、
前記情報コンテンツに対するユーザの反応として、当該情報コンテンツがユーザから選択された数もしくは率、又は、当該情報コンテンツに関するコンバージョンが達成された数もしくは率、当該情報コンテンツが閲覧された数もしくは時間長の少なくともいずれか一つを取得する、
ことを特徴とする請求項２に記載の検索装置。

【請求項4】

前記取得部は、
前記検索部によって検索された情報コンテンツであって、当該情報コンテンツが検索される要因となったサービス、もしくは、当該情報コンテンツと関連するサービスに関する情報を取得し、
前記検索部は、
前記取得部によって取得されたサービスに関する情報に基づいて前記重みが更新されたクエリ情報を用いて、前記情報コンテンツを検索する、
ことを特徴とする請求項２又は３に記載の検索装置。

【請求項5】

前記検索部は、
前記ユーザがサービスを利用した回数、サービスを利用した時間長、サービスに課金した金額、又はサービスを利用した日時の少なくともいずれか一つに基づいて算出された重みが付与された前記クエリ情報を用いて、前記情報コンテンツを検索する、
ことを特徴とする請求項１〜４のいずれか一つに記載の検索装置。

【請求項6】

前記検索部は、
前記情報コンテンツとして、前記ユーザのクエリ情報に対応した商材に関するレコメンドを検索する、
ことを特徴とする請求項１〜５のいずれか一つに記載の検索装置。

【請求項7】

前記検索部は、
前記情報コンテンツとして、前記ユーザのクエリ情報に対応した記事に関するレコメンドを検索する、
ことを特徴とする請求項１〜５のいずれか一つに記載の検索装置。

【請求項8】

前記取得部は、
前記ユーザが利用したサービスとして、検索サービス、ショッピングサービス、オークションサービス又はニュースサービスの少なくともいずれか一つの行動履歴を取得し、
前記検索部は、
前記ユーザが利用した検索サービス、ショッピングサービス、オークションサービス又はニュースサービスの少なくともいずれか一つの重みを付与した前記クエリ情報を用いて、前記情報コンテンツを検索する、
ことを特徴とする請求項１〜７のいずれか一つに記載の検索装置。

【請求項9】

前記検索部は、
前記情報コンテンツが表示される面に応じて異なる重みが付与された前記クエリ情報を用いて、当該面に表示される情報コンテンツを検索する、
ことを特徴とする請求項１〜８のいずれか一つに記載の検索装置。

【請求項10】

前記情報コンテンツの配信要求を前記ユーザから受信する受信部と、
前記情報コンテンツの配信要求を送信したユーザに前記情報コンテンツを配信する配信部と、
をさらに備え、
前記検索部は、
前記受信部によって前記情報コンテンツの配信要求が受け付けられたことを契機として、前記ユーザに対応するクエリ情報を用いて情報コンテンツを検索し、
前記配信部は、
前記検索部によって検索された情報コンテンツを前記ユーザに配信する、
ことを特徴とする請求項１〜９のいずれか一つに記載の検索装置。

【請求項11】

コンピュータが実行する検索方法であって、
ユーザのネットワーク上の行動履歴であって、当該ユーザが利用したサービスごとの行動履歴を取得する取得工程と、
前記取得工程によって取得された行動履歴から、前記ユーザに対応するクエリを抽出する抽出工程と、
前記抽出工程によって抽出された前記サービスごとのクエリの頻度に基づくスコアと、前記サービスごとの利用者情報及び反応情報に基づいて算出された重みとを乗算した値の前記クエリごとの総和を算出した算出結果に関する情報であるクエリ情報を用いて、当該ユーザに推薦する情報コンテンツを検索する検索工程と、
を含んだことを特徴とする検索方法。

【請求項12】

ユーザのネットワーク上の行動履歴であって、当該ユーザが利用したサービスごとの行動履歴を取得する取得手順と、
前記取得手順によって取得された行動履歴から、前記ユーザに対応するクエリを抽出する抽出手順と、
前記抽出手順によって抽出された前記サービスごとのクエリの頻度に基づくスコアと、前記サービスごとの利用者情報及び反応情報に基づいて算出された重みとを乗算した値の前記クエリごとの総和を算出した算出結果に関する情報であるクエリ情報を用いて、当該ユーザに推薦する情報コンテンツを検索する検索手順と、
をコンピュータに実行させることを特徴とする検索プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、検索装置、検索方法及び検索プログラムに関する。

【背景技術】

【0002】

近年、インターネットの飛躍的な普及に伴い、ウェブサイトやアプリを介して、ショッピングサービスやオークションサービス等の提供が盛んに行われている。このようなウェブサイトやアプリでは、サービスにアクセスしてきたユーザの興味関心に応じた商材をお勧め商品として提供する、いわゆるレコメンドが行われている。

【0003】

このようなレコメンドに関する技術として、ユーザのオークション取引の履歴に基づいて、ユーザにオークション推薦情報を配信して報知する技術が知られている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１０−２１１６９０号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、上記の従来技術では、ユーザの多様な行動履歴に応じてレコメンドを行うことができるとは限らない。具体的には、上記の従来技術は、オークション取引履歴に基づいてオークション推薦情報を配信するが、ユーザのネットワーク上の行動はより多様である。例えば、ユーザは、ネットワークを介して、ウェブサイトの閲覧や、検索行動や、購買行動等の様々な行動を採る。このため、従来では、あるウェブサイトでユーザにレコメンドされる商品が、当該ウェブサイト以外の様々なユーザ行動を反映したものとはならない場合があった。

【0006】

本願は、上記に鑑みてなされたものであって、ユーザの多様な行動履歴に応じてレコメンドを行うことができる検索装置、検索方法及び検索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】

【0007】

本願に係る検索装置は、ユーザのネットワーク上の行動履歴であって、当該ユーザが利用したサービスごとの行動履歴を取得する取得部と、前記取得部によって取得された行動履歴から、前記ユーザに対応するクエリを抽出する抽出部と、前記抽出部によって抽出されたクエリに対して前記サービスごとの重みを付与した情報であるクエリ情報を用いて、当該ユーザに推薦する情報コンテンツを検索する検索部と、を備えたことを特徴とする。

【発明の効果】

【0008】

実施形態の一態様によれば、ユーザの多様な行動履歴に応じてレコメンドを行うことができるという効果を奏する。

【図面の簡単な説明】

【0009】

【図1】図１は、実施形態に係る検索処理の一例を示す図である。

【図2】図２は、実施形態に係る検索システムの構成例を示す図である。

【図3】図３は、実施形態に係る検索装置の構成例を示す図である。

【図4】図４は、実施形態に係る行動履歴記憶部の一例を示す図である。

【図5】図５は、実施形態に係るサービステーブルの一例を示す図である。

【図6】図６は、実施形態に係るクエリテーブルの一例を示す図である。

【図7】図７は、実施形態に係るレコメンド情報記憶部の一例を示す図である。

【図8】図８は、実施形態に係るウェブサーバの構成例を示す図である。

【図9】図９は、実施形態に係る処理手順を示すフローチャート（１）である。

【図10】図１０は、実施形態に係る処理手順を示すフローチャート（２）である。

【図11】図１１は、実施形態に係る処理手順を示すフローチャート（３）である。

【図12】図１２は、変形例に係るクエリテーブルの一例を示す図である。

【図13】図１３は、検索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】

【0010】

以下に、本願に係る検索装置、検索方法および検索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検索装置、検索方法および検索プログラムが限定されるものではない。また、各実施形態は、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。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。

【0011】

〔１．検索処理の一例〕
まず、図１を用いて、実施形態に係る検索処理の一例について説明する。図１は、実施形態に係る検索処理の一例を示す図である。図１では、本願に係る検索装置１００によって、所定のサービスページにアクセスしたユーザに応じた情報コンテンツを検索する処理が行われる一例を示す。なお、実施形態では、サービスページの一例としてウェブページを例に挙げて説明する。また、情報コンテンツの一例として所定の商品レコメンド（以下、単に「レコメンド」と表記する）を例に挙げて説明する。

【0012】

図１に示す検索装置１００は、レコメンドに関する情報を保持するサーバ装置である。検索装置１００は、ユーザが所定のウェブページにアクセスしたことを契機として、レコメンドを記憶したデータベース（実施形態では、レコメンド情報記憶部１２５（図３参照））から、当該ユーザに適するレコメンドを検索する。そして、検索装置１００は、検索したレコメンドを当該ユーザに配信する。

【0013】

図１に示すユーザ端末１０は、ユーザＵ０１によって利用される情報処理端末である。例えば、ユーザ端末１０は、スマートフォンやタブレット型端末である。ユーザ端末１０は、ユーザＵ０１による操作に従ってウェブサーバ３０（図２参照）にアクセスし、ウェブサーバ３０から提供されるウェブページを取得する。ユーザＵ０１は、ユーザ端末１０を介して、ウェブページとして提供される各種サービスを利用する。なお、本明細書中においては、ユーザ端末１０と、ユーザ端末１０を利用するユーザＵ０１とを同一視する場合がある。例えば、「ユーザＵ０１にウェブページを送信する」とは、実際には、「ユーザＵ０１が利用するユーザ端末１０にウェブページを送信する」ことを意味する場合がある。

【0014】

検索装置１００は、ユーザ端末１０が取得したウェブページにレコメンドを表示する枠（以下、「レコメンド枠」と表記する）が含まれる場合に、当該枠に表示するためのレコメンドをユーザ端末１０に配信する。ユーザＵ０１は、例えば、レコメンドをクリックして商品情報を取得したり、レコメンドされた商品を購買したりする。これにより、レコメンドを提供する者（例えば、レコメンドに入札した事業者や、レコメンドされた商品を販売するサービス事業者など）は利益を得る。すなわち、検索装置１００は、ユーザＵ０１がレコメンドをクリックしたり購買したりするような、ユーザＵ０１が興味関心を有する対象をレコメンドとして配信することが望ましい。

【0015】

一般に、このようなレコメンドの配信には、ユーザＵ０１が有するクエリ情報が利用される。クエリ情報とは、ユーザＵ０１のネットワーク上の行動履歴や、ユーザＵ０１の属性情報等に基づいて生成される情報であり、ユーザＵ０１に対するレコメンドを検索するために用いられる複数のクエリを含む情報である。

【0016】

例えば、ユーザＵ０１が、所定のショッピングサイトで飲料水を購入したものとする。この場合、ユーザＵ０１のクエリ情報には、購入した飲料水の名称や、「飲料水」といった商品カテゴリや、当該ショッピングサイトの名称等の単語が追加される。具体的には、商品に付与されていたタイトルや説明文が形態素解析され、分解された単語がクエリとして抽出され、ユーザＵ０１のクエリ情報に追加される。そして、ユーザＵ０１に対してレコメンドを検索する機会が発生した場合に、当該クエリ情報を用いてレコメンドが検索される。

【0017】

なお、クエリ情報を構成するクエリは、ユーザＵ０１の行動に応じて順位付けされる。例えば、ユーザＵ０１が同じ飲料水を複数回購入する行動を採っていれば、その分、当該飲料水に関するクエリは上位に位置付けされる。具体的には、ユーザＵ０１の行動履歴に応じて抽出されたクエリのｔｆ値（Term Frequency）等によってクエリが順位付けされる。言い換えれば、クエリ情報におけるクエリは、ユーザＵ０１の行動において出現した回数に応じて順位付けされる。

【0018】

そして、レコメンドを検索する装置は、ユーザＵ０１の上位のクエリを優先的に用いてレコメンドを検索する。例えば、レコメンドを検索する装置は、ユーザＵ０１に対応するクエリ情報に含まれる上位２０件のクエリを検索エンジンに入力することで、ユーザＵ０１に配信するクエリを検索する。これにより、ユーザＵ０１の過去の行動に応じたレコメンドが検索され、検索されたレコメンドがユーザＵ０１に配信される。なお、クエリ情報には、ユーザの属性情報（性別や年齢）を含む単語が含まれていてもよい。

【0019】

このように、ユーザＵ０１の過去の行動に応じたレコメンドが配信されることで、例えば、ユーザＵ０１が当該レコメンドを選択（クリック）したり、レコメンドされた商品を購入したりする機会を増大させることができると想定される。すなわち、レコメンドの検索に用いられるクエリ情報は、ユーザＵ０１の行動、言い換えれば、ユーザＵ０１の興味関心を的確に反映したクエリ情報である方が、よりユーザＵ０１にとって訴求効果の高いレコメンドを検索できると想定される。

【0020】

しかしながら、上記のような従来手法では、ユーザＵ０１の行動を的確に示したクエリ情報が抽出されないおそれがある。例えば、ユーザＵ０１は、ネットワークを利用する大抵のユーザと同様に、ネットワークを介して、ウェブサイトの閲覧や、検索行動や、購買行動等の様々な行動を採ると想定される。ここで、ネットワークを利用するユーザは、ある対象（例えば商品）に関連する行動を採るというよりは、検索サービス（実施形態では、検索サービスを提供する検索サイト等のウェブサイトを含む概念であるものとする）やショッピングサービスなど、頻繁に利用するサービスに関連する行動を採りやすい傾向にある。すなわち、ネットワークを利用するユーザは、ある対象に関する情報を得ようとしてサービスを利用するのではなく、あるサービスを利用するためにネットワークにアクセスする場合がある。

【0021】

ここで、ユーザＵ０１の行動に応じてクエリを抽出し、ｔｆ値に基づいてクエリを順位付けしてクエリ情報が生成された場合、ユーザＵ０１が利用するサービスに関する情報が欠損する。すなわち、ユーザＵ０１の行動に応じてクエリを抽出し、抽出した回数に応じてクエリが順位付けされたクエリ情報では、ユーザが利用するサービスに関する情報は反映されないため、ユーザの興味関心を的確に表せない可能性がある。このため、例えば、ユーザがあまり利用しないサービスで取り扱っている商品のレコメンドがユーザに配信されたり、ユーザの興味関心の傾向とは異なるレコメンドが配信されたりする可能性がある。この結果、レコメンドがクリックされなかったり、コンバージョン（conversion）に至る確率が下がったりといった、レコメンドの訴求効果を低下させるおそれが生じる。

【0022】

そこで、実施形態に係る検索装置１００は、ユーザＵ０１が利用したサービスごとの行動履歴を取得するとともに、それらの行動から抽出したクエリに対して、ユーザＵ０１が利用したサービスごとの重みを付与する。そして、検索装置１００は、クエリにサービスごとの重みを付与した情報であるクエリ情報を用いて、ユーザＵ０１に配信するレコメンドを検索する。かかる手法により、検索装置１００は、ユーザＵ０１の行動に即したレコメンドを的確に検索することができる。以下、図１を用いて、検索装置１００によって行われる検索処理の一例を流れに沿って説明する。

【0023】

図１において、ユーザＵ０１は、ユーザ端末１０を介して、日常的に各種サービスを利用するものとする（ステップＳ１１）。実施形態では、ユーザＵ０１は、例えば、検索サービスＡ０１や、ショッピングサービスＡ０２や、オークションサービスＡ０３や、ニュースサービスＡ０４等を利用する。

【0024】

ここで、検索装置１００は、ユーザＵ０１が利用したサービスに関する行動履歴を取得する（ステップＳ１２）。例えば、検索装置１００は、ユーザ端末１０がアクセスした各ウェブサーバ３０を介して、ユーザＵ０１がサービスを利用した行動履歴を取得する。

【0025】

具体的には、検索装置１００は、ユーザＵ０１が検索サービスＡ０１を利用して検索を行う頻度（例えば、所定期間における検索回数など）、検索サービスＡ０１に送信したクエリの種別や回数、検索サービスＡ０１へのアクセス回数等を取得する。また、検索装置１００は、ユーザＵ０１がショッピングサービスＡ０２を利用する頻度や、閲覧した商品や購入した商品に関する情報、購入回数、利用金額等を取得する。また、検索装置１００は、オークションサービスＡ０３を利用する頻度や、入札もしくは落札した回数、入札もしくは落札した商品に関する情報等、利用金額等を取得する。また、検索装置１００は、ニュースサービスＡ０４を利用する頻度や、閲覧した記事の数、閲覧した記事のタイトル、閲覧した記事に含まれるキーワード、閲覧時間等を取得する。

【0026】

なお、上記で挙げた検索装置１００が取得する行動履歴は一例であり、検索装置１００は、ユーザＵ０１の行動履歴（ログ）として記憶されるあらゆる情報をサービスごとに取得してもよい。

【0027】

そして、検索装置１００は、各種サービスの行動履歴に基づいてクエリを抽出する（ステップＳ１３）。例えば、検索装置１００は、ユーザＵ０１が利用した行動履歴から特定される単語をクエリとして抽出する。

【0028】

検索装置１００は、例えば、ユーザＵ０１が検索サービスＡ０１に送信した検索クエリを、クエリとして抽出する。また、検索装置１００は、ユーザＵ０１が検索サービスＡ０１から得た検索結果に対して、ユーザＵ０１がクリックしたページ（すなわち、検索結果のリンク先）に関する情報からクエリを抽出する。例えば、検索装置１００は、リンク先のページに含まれる単語を形態素解析し、得られた単語をクエリとして抽出する。また、検索装置１００は、ショッピングサービスＡ０２やオークションサービスＡ０３においてユーザＵ０１が選択した商品の名称や、商品のタイトルに含まれる単語をクエリとして抽出する。また、検索装置１００は、ニュースサービスＡ０４においてユーザＵ０１が選択した記事のタイトルに含まれる単語をクエリとして抽出する。

【0029】

具体的には、ユーザＵ０１が、検索サービスＡ０１に「水」という検索クエリを送信していた場合、検索装置１００は、クエリとして「水」を抽出する。また、ユーザＵ０１が、ショッピングサービスＡ０２で商品「テレビ」を閲覧していた場合、検索装置１００は、クエリとして「テレビ」を抽出する。なお、検索装置１００は、この場合、「水」という単語が含まれるカテゴリである「飲料品」や、「テレビ」という単語が含まれるカテゴリである「家電」等をクエリとして抽出してもよい。

【0030】

なお、上記で挙げた検索装置１００が抽出するクエリは一例であり、検索装置１００は、ユーザＵ０１の行動履歴から抽出される様々な単語をクエリとして抽出してよい。また、検索装置１００は、クエリの抽出に関する既知の様々な手法を利用してもよい。また、検索装置１００は、例えば抽出対象となるドキュメント（商品のタイトルや、記事のタイトル等）におけるｔｆ−ｉｄｆ（Term Frequency、Inverse Document Frequency）等を利用して、クエリになりうる単語を抽出するようにしてもよい。例えば、検索装置１００は、所定のドキュメントにおいて形態素解析された単語に対してｔｆ−ｉｄｆ等の値を算出し、算出した値の上位から順に単語を抽出する。これにより、検索装置１００は、例えば一般に広く用いられる単語については、抽出されるクエリから除外することができる。

【0031】

続けて、検索装置１００は、ユーザＵ０１が利用したサービスごとの重みを算出して、ユーザＵ０１のクエリ情報Ｑ０１を生成する（ステップＳ１４）。例えば、検索装置１００は、ユーザＵ０１のサービスの利用頻度に応じて、ユーザＵ０１に関するサービスごとの重みを算出する。具体的には、検索装置１００は、ユーザＵ０１がサービスにアクセスした頻度に基づいて、サービスごとの重みを算出する。

【0032】

また、詳細は後述するが、検索装置１００は、ユーザＵ０１に対して配信したレコメンドに対する反応に基づいて、サービスごとの重みを算出してもよい。例えば、検索装置１００が配信するレコメンドは、ショッピングサービスＡ０２で取り扱う商品であったり、オークションサービスＡ０３で取り扱う商品であったりする。そして、検索装置１００は、ユーザＵ０１が配信されたレコメンドをクリックした場合や、レコメンドに対してコンバージョンした場合に、当該レコメンドに対応するサービスを特定する。そして、検索装置１００は、ユーザＵ０１にとって、当該レコメンドに対応するサービスの重みが重くないように重みを算出する。

【0033】

例えば、検索装置１００は、ユーザＵ０１にとって最も重みの重いサービスが検索サービスＡ０１であると算出したものとする。この場合、検索装置１００は、例えば、ユーザＵ０１の行動履歴から抽出されたクエリの頻度（抽出された回数）と、サービスごとの重みを乗算して、クエリごとのスコアを算出する。

【0034】

具体例を挙げて説明する。例えば、ユーザＵ０１の検索サービスＡ０１の行動履歴からクエリ「水」が「１０」回抽出され、ショッピングサービスＡ０２の行動履歴からもクエリ「水」が「１０」回抽出され、オークションサービスＡ０３の行動履歴からもクエリ「水」が「１０」回抽出され、ニュースサービスＡ０４の行動履歴からもクエリ「水」が「１０」回抽出されたものとする。そして、ユーザＵ０１における検索サービスＡ０１の重みが「６」であり、ショッピングサービスＡ０２の重みが「３」であり、オークションサービスＡ０３の重みが「１」であり、ニュースサービスＡ０４の重みが「１」であるものとする。

【0035】

このとき、実施形態に係る検索装置１００は、「水」のスコアとして、単純に出現回数（抽出回数）を用いて「１０＋１０＋１０＋１０＝４０」と算出するのではなく、各サービスの重みを乗算した、「１０＊６＋１０＊３＋１０＊１＋１０＊１＝１１０」と算出する。このように、検索装置１００は、クエリの抽出された回数のみならず、ユーザＵ０１のサービスの重みを加味したスコアの算出を行う。これにより、検索装置１００は、ユーザＵ０１のサービスの利用頻度や、サービスに対応した興味関心に応じたクエリのスコアを算出することができるので、よりユーザＵ０１の行動の特徴を示したクエリ情報Ｑ０１を生成することができる。このようにして、検索装置１００は、スコアの付与された複数のクエリを含む、ユーザＵ０１に対応したクエリ情報Ｑ０１を生成する。

【0036】

なお、上記は説明のため算出手法を簡略化しているが、実際には、検索装置１００は、種々の正規化等の既知の手法を用いてスコアの算出を行ってもよい。

【0037】

検索装置１００は、生成したクエリ情報Ｑ０１をユーザＵ０１と対応付けて所定の記憶部に記憶する（ステップＳ１５）。ここまで説明してきた処理が、検索装置１００における、ユーザＵ０１に関するクエリ抽出処理（抽出フェーズ）である。

【0038】

続いて、検索装置１００が、クエリ情報Ｑ０１に基づいてユーザＵ０１に配信するレコメンドを検索する処理（検索フェーズ）について説明する。

【0039】

図１に示すように、ユーザ端末１０は、ユーザＵ０１の操作に従い、所定のサービスページ（例えばウェブページ）にアクセスする（ステップＳ２１）。ユーザ端末１０がアクセスしたサービスページには、３つのレコメンド枠が含まれるものとする。この場合、ユーザ端末１０は、サービスページに含まれる命令（スクリプト）に従い、レコメンドの配信要求を検索装置１００に送信する。

【0040】

配信要求を受信した検索装置１００は、予め記憶しておいたクエリ情報Ｑ０１に基づいて、ユーザＵ０１に対応するレコメンドを検索する（ステップＳ２２）。なお、クエリ情報Ｑ０１に含まれるクエリには、上述のように、サービスごとの重みに基づいて算出された所定のスコアが付与される。そして、クエリ情報Ｑ０１では、スコアに基づいて各クエリに順位付けがされているものとする。

【0041】

そして、検索装置１００は、クエリ情報Ｑ０１と、保持する複数のレコメンドとのマッチングを行う。例えば、検索装置１００が保持するレコメンドには予め対応するクエリがタグ付けされており、検索装置１００は、クエリ情報Ｑ０１とレコメンドにタグ付けされたクエリとをマッチングする。

【0042】

例えば、クエリ情報Ｑ０１には、比較的高いスコアを有するクエリとして、「水」や、「飲料品」や、「テレビ」や、「家電」等が含まれるものとする。また、例えば、レコメンドＰ０１やレコメンドＰ０２には、タグ付けされたクエリとして、「水」や「飲料品」が含まれるものとする。また、レコメンドＰ０３には、タグ付けされたクエリとして、「テレビ」や「家電」が含まれるものとする。そして、検索装置１００は、クエリ情報Ｑ０１に含まれるクエリと、各レコメンドにタグ付けされたクエリとをマッチングさせ、いずれかのレコメンドを検索する。なお、このような検索処理には、既知の転置インデックスの手法等が適宜応用されてもよい。すなわち、検索装置１００は、クエリに付与されたスコアと、レコメンドにタグ付けされたクエリのスコアとを乗算し、最もスコアの高いレコメンドを優先的に選択する等の手法を採用してもよい。

【0043】

上記検索処理によって、検索装置１００は、ユーザＵ０１に配信するレコメンドとして、レコメンドＰ０１、レコメンドＰ０２及びレコメンドＰ０３を検索したものとする。この場合、検索装置１００は、検索したレコメンドＰ０１、レコメンドＰ０２及びレコメンドＰ０３をユーザ端末１０に配信する（ステップＳ２３）。

【0044】

図１を用いて説明してきたように、実施形態に係る検索装置１００は、ユーザＵ０１のネットワーク上の行動履歴であって、ユーザＵ０１が利用したサービスごとの行動履歴を取得する。そして、検索装置１００は、取得された行動履歴から、ユーザＵ０１に対応するクエリを抽出する。さらに、検索装置１００は、抽出されたクエリに対してサービスごとの重みを付与した情報であるクエリ情報を用いて、ユーザＵ０１に推薦する情報コンテンツ（すなわち、レコメンド）を検索する。

【0045】

このように、検索装置１００は、ユーザＵ０１が利用したサービスごとに重み付けされたクエリを用いて検索を行うことで、ユーザＵ０１の行動をより反映したレコメンドを検索することができる。このため、検索装置１００によれば、ユーザにクリックされ易かったり、コンバージョンに至る可能性の高かったりする、いわゆる訴求効果の高いレコメンドを検索することができる。すなわち、検索装置１００は、ネットワークを利用するユーザＵ０１の行動に即した、ユーザＵ０１の多様な行動履歴に応じてレコメンドを行うことができる。

【0046】

なお、図１では、ステップＳ１１において、ユーザＵ０１が利用したサービスごとの行動履歴を検索装置１００が取得する例を示した。この場合、検索装置１００は、ウェブビーコン（web beacon）等によって実現される通知機能を利用して、ユーザの行動情報を取得してもよい。

【0047】

すなわち、レコメンドが表示されるウェブページには、ウェブビーコン等によって実現される、ユーザに関する情報（以下、「ユーザ情報」と表記する）を通知する機能が埋め込まれる場合がある。例えば、ウェブビーコンは、ウェブページにアクセスしたユーザ端末１０を検索装置１００内に格納される透明な画像又は非常に小さな画像（「クリアＧＩＦ」と呼ばれることもある）にアクセスさせる機能を有する。これにより、検索装置１００は、ユーザ端末１０からユーザ情報を受信し、取得することができる。例えば、検索装置１００は、ウェブビーコンによって実現される機能により、ユーザＵ０１がユーザ端末１０上において、レコメンドをクリックしたことや、購買行動を行ったことや、レコメンドのリンク先のページ（ランディングページ）を閲覧した情報などを受信することができる。

【0048】

以下、図１で説明した処理を行う検索装置１００、及び、検索装置１００を含む検索システム１の構成等について、詳細に説明する。

【0049】

〔２．検索システムの構成〕
図２を用いて、実施形態に係る検索装置１００が含まれる検索システム１の構成について説明する。図２は、実施形態に係る検索システム１の構成例を示す図である。図２に例示するように、実施形態に係る検索システム１には、ユーザ端末１０と、ウェブサーバ３０と、検索装置１００とが含まれる。これらの各種装置は、ネットワークＮ（例えば、インターネット）を介して、有線又は無線により通信可能に接続される。なお、図２に示した検索システム１には、複数台のユーザ端末１０や、複数台のウェブサーバ３０が含まれてもよい。

【0050】

ユーザ端末１０は、例えば、スマートフォンや、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、タブレット型端末や、携帯電話機、ＰＤＡ（Personal Digital Assistant）、ウェアラブルデバイス（Wearable Device）等の情報処理装置である。ユーザ端末１０は、ユーザによる操作に従って、ウェブサーバ３０にアクセスすることで、ウェブサーバ３０から提供されるウェブサイトからウェブページを取得する。そして、ユーザ端末１０は、取得したウェブページを表示装置（例えば、液晶ディスプレイ）に表示する。

【0051】

ウェブサーバ３０は、ユーザ端末１０からアクセスされた場合に、各種サービスを提供するサーバ装置である。実施形態では、ウェブサーバ３０は、サービスとして各種ウェブサイトを提供するものとする。例えば、ウェブサーバ３０は、ウェブ検索サイト、ショッピングサイト、オークションサイト、ニュースサイト、天気予報サイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、ウェブブログなどに関する各種ウェブページを提供する。

【0052】

例えば、図１で例に挙げた検索サービスＡ０１は、所定のウェブ検索サイトや路線検索サイトや地図提供サイト等に対応する。また、ショッピングサービスＡ０２は、所定のショッピングサイトや旅行サイト等に対応する。また、オークションサービスＡ０３は、所定のオークションサイトに対応する。また、ニュースサービスＡ０４は、所定のニュースサイトや天気予報サイトやファイナンスサイトやウェブブログ等に対応する。

【0053】

なお、ウェブサーバ３０によって配信されるウェブページには、レコメンドや広告コンテンツを表示するためのレコメンド枠や広告枠が含まれる。そして、レコメンド枠や広告枠を含むウェブページには、当該枠に表示するレコメンドや広告コンテンツを取得するための取得命令が含まれる。例えば、ウェブページを形成するＨＴＭＬ（HyperText Markup Language）ファイル等には、検索装置１００のＵＲＬ等が取得命令として記述される。この場合、ユーザ端末１０は、ＨＴＭＬファイル等に記述されているＵＲＬにアクセスすることで、検索装置１００からレコメンドや広告コンテンツの配信を受ける。

【0054】

検索装置１００は、ユーザが利用したサービスごとの行動履歴からユーザに対応するクエリを抽出し、抽出されたクエリに対してサービスごとの重みを付与した情報であるクエリ情報を用いて、当該ユーザに配信するレコメンドを検索するサーバ装置である。

【0055】

上述のように、検索装置１００は、レコメンドの配信にあたって、ユーザ端末１０を識別し、レコメンドを配信するユーザ端末１０を特定する。例えば、ユーザの識別は、ユーザ端末１０のウェブブラウザと検索装置１００との間でやり取りされるクッキー（Cookie）にユーザ識別情報を含めることによって行うことができる。ただし、ユーザを識別する手法は上記に限られない。例えば、ユーザ端末１０に専用のプログラムを設定し、かかる専用プログラムからユーザ識別情報を検索装置１００に送信させてもよい。また、検索装置１００は、各ウェブサイトに登録されているユーザ情報（例えば、ユーザの属性情報）と、広告配信要求を送信したユーザ端末１０のクッキーとを照合することにより、各ユーザのクエリ情報を取得してもよい。

【0056】

〔３．検索装置の構成〕
次に、図３を用いて、実施形態に係る検索装置１００の構成について説明する。図３は、実施形態に係る検索装置１００の構成例を示す図である。図３に示すように、検索装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、検索装置１００は、検索装置１００を利用する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。

【0057】

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部１１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、ユーザ端末１０やウェブサーバ３０との間で情報の送受信を行う。

【0058】

（記憶部１２０について）
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。記憶部１２０は、行動履歴記憶部１２１と、クエリ記憶部１２２と、レコメンド情報記憶部１２５とを有する。

【0059】

（行動履歴記憶部１２１について）
行動履歴記憶部１２１は、ユーザのサービスごとの行動履歴を記憶する。ここで、図４に、実施形態に係る行動履歴記憶部１２１の一例を示す。図４は、実施形態に係る行動履歴記憶部１２１の一例を示す図である。図４に示した例では、行動履歴記憶部１２１は、「ユーザＩＤ」、「行動ログ」といった項目を有する。また、「行動ログ」の項目は、「サービス」、「行動」、「クエリ」といった小項目を有する。

【0060】

「ユーザＩＤ」は、ユーザ又はユーザ端末１０を識別するための識別情報を示す。なお、本明細書中では、図４に示したような識別情報を参照符号として用いる場合がある。例えば、ユーザＩＤ「Ｕ０１」によって識別されるユーザを「ユーザＵ０１」と表記する場合がある。

【0061】

「行動ログ」は、ユーザが各サービスを利用した際に記録されるログを示す。「サービス」は、ユーザが利用したサービスの名称を示す。「行動」は、ユーザがサービスにおいて採った行動や、サービスに関連した行動を示す。「クエリ」は、ユーザの行動において抽出されたクエリの一例を示す。

【0062】

すなわち、図４に示したデータの一例は、ユーザＩＤ「Ｕ０１」によって識別されるユーザＵ０１は、「検索サービスＡ０１」において、「水」を検索クエリとした検索行動を行ったことを示している。また、当該行動によって抽出されたクエリは、「水」や、「商品ＰＲ０１」や、「ショップＥ０１」等であることを示している。

【0063】

なお、行動履歴記憶部１２１には、ユーザがサービスにアクセスして実行した行動のみならず、各サービスに関連したユーザ行動が記憶されてもよい。例えば、図４に示したデータの一例は、ユーザＵ０１は、「検索サービスＡ０１」に由来して配信された「レコメンドＰ０１」へのクリックを行なったことを示している。

【0064】

なお、サービスに由来して配信されたレコメンドとは、例えば、当該サービスの利用によって抽出されたクエリに基づいて検索されたレコメンドを示す。また、例えば、サービスに由来して配信されたレコメンドとは、当該サービスで取り扱う商品に対応するレコメンドを示す。例えば、「ショッピングサービスＡ０２」に由来して配信された「レコメンドＰ０２」とは、ユーザがショッピングサービスＡ０２を利用したログから抽出されたクエリに基づいて検索されたレコメンドであるか、あるいは、ショッピングサービスＡ０２で取り扱う商品に対応するレコメンドであることを示す。いずれにせよ、サービスに由来して配信されたレコメンドに対して、ユーザがクリック等の行動を行なった場合、当該行動がログとして記憶されるとともに、当該行動からクエリが抽出される。

【0065】

なお、図４での図示は省略したが、行動履歴記憶部１２１には、ユーザが行動を行った日時や、所定のサービスの利用回数や頻度を統計した情報等が記憶されてもよい。

【0066】

（クエリ記憶部１２２について）
クエリ記憶部１２２は、クエリに関する情報を記憶する。実施形態において、クエリ記憶部１２２は、サービステーブル１２３と、クエリテーブル１２４というデータテーブルを有する。

【0067】

（サービステーブル１２３について）
サービステーブル１２３は、ユーザによって利用されたサービスと、クエリ情報におけるサービスごとの重みに関する情報を記憶する。ここで、図５に、実施形態に係るサービステーブル１２３の一例を示す。図５は、実施形態に係るサービステーブル１２３の一例を示す図である。図５に示した例では、サービステーブル１２３は、「ユーザＩＤ」、「サービス」、「利用情報」、「反応情報」、「重み」といった項目を有する。

【0068】

「ユーザＩＤ」及び「サービス」は、図４に示した同一の項目に対応する。「利用情報」は、ユーザがサービスを利用した際の行動情報を示す。「反応情報」は、サービスに関連するレコメンドに対するユーザの反応に関する情報を示す。

【0069】

なお、図５に示した例では、「利用情報」や「反応情報」を「Ｆ０１」や「Ｇ０１」といった概念で示しているが、実際には、利用情報には、ユーザがサービスを利用した頻度や、利用した行動内容（滞在時間やクリック回数、利用金額などを含む）等を統計した情報が含まれる。また、実際には、反応情報には、サービスに由来するレコメンドをクリックした回数や頻度、レコメンドにコンバージョンした回数や頻度等を統計した情報が含まれる。

【0070】

なお、検索装置１００は、利用情報や反応情報を、所定のスコアで表してもよい。例えば、検索装置１００は、サービスの利用回数や頻度等に応じて、利用情報に関するスコアを算出してもよい。また、検索装置１００は、レコメンドへのクリックやコンバージョン数や率等に応じて、反応情報に関するスコアを算出してもよい。そして、検索装置１００は、利用情報や反応情報のスコアに基づいて、サービスごとの重みを算出してもよい。

【0071】

「重み」は、ユーザのクエリ情報におけるサービスごとの重みを示す。上述のように、重みの重いサービスにおける行動から抽出されたクエリは、ユーザのクエリ情報において比較的高いスコアが算出される。

【0072】

すなわち、図５に示す一例では、ユーザＵ０１の検索サービスＡ０１の利用情報は「Ｆ０１」であり、反応情報は「Ｇ０１」であり、これらの情報から求められた検索サービスＡ０１の重みは「６」であることを示している。

【0073】

（クエリテーブル１２４について）
クエリテーブル１２４は、クエリ情報に含まれるクエリに関する情報を記憶する。ここで、図６に、実施形態に係るクエリテーブル１２４の一例を示す。図６は、実施形態に係るクエリテーブル１２４の一例を示す図である。図６に示した例では、クエリテーブル１２４は、「ユーザＩＤ」、「クエリ情報ＩＤ」、「クエリ」、「サービス情報」、「総合スコア」といった項目を有する。また、「サービス情報」の項目は、「サービス」、「サービス別スコア」、「重み」といった小項目を有する。

【0074】

「ユーザＩＤ」は、図４で示した同一の項目に対応する。「クエリ情報ＩＤ」は、クエリ情報を識別する識別情報を示す。「クエリ」は、ユーザの行動履歴から抽出されたクエリであって、ユーザのクエリ情報に含まれるクエリを示す。「サービス情報」は、サービスごとのクエリに関する情報を示す。

【0075】

「サービス」は、図４で示した同一の項目に対応する。「サービス別スコア」は、サービス別に抽出されたクエリに関するスコアを示す。例えば、サービス別スコアは、サービスにおける行動履歴から抽出された回数に応じたスコアを示す。「重み」は、図５で示した同一の項目に対応する。「総合スコア」は、クエリ情報に含まれるクエリの、サービスごとの重みを加味したスコアを示す。例えば、総合スコアは、全てのサービスにおける、サービス別スコアと重みとの積を加算して算出される。

【0076】

すなわち、図６に示す一例では、ユーザＵ０１のクエリ情報Ｑ０１において、クエリ「水」は、「検索サービスＡ０１」におけるサービス別スコアが「７」であり、また、検索サービスＡ０１の重みは「６」であることを示している。また、クエリ「水」は、「ショッピングサービスＡ０２」におけるサービス別スコアが「８」であり、「オークションサービスＡ０３」におけるサービス別スコアが「７」であり、「ニュースサービスＡ０４」におけるサービス別スコアが「４」であることを示している。そして、図６に示す例では、クエリ「水」の総合スコアは、「７＊６＋８＊３＋７＊１＋４＊１＝７７」であることを示している。

【0077】

（レコメンド情報記憶部１２５について）
レコメンド情報記憶部１２５は、レコメンドに関する情報を記憶する。ここで、図７に、実施形態に係るレコメンド情報記憶部１２５の一例を示す。図７は、実施形態に係るレコメンド情報記憶部１２５の一例を示す図である。図７に示した例では、レコメンド情報記憶部１２５は、「レコメンドＩＤ」、「商品ＩＤ」、「対応サービス」、「商品カテゴリ」、「対応クエリ」といった項目を有する。

【0078】

「レコメンドＩＤ」は、レコメンドを識別する識別情報を示す。「商品ＩＤ」は、レコメンドに対応する商品を識別する識別情報を示す。「対応サービス」は、レコメンドされる商品が取り扱われているサービスを示す。「商品カテゴリ」は、レコメンドされる商品が属するカテゴリを示す。「対応クエリ」は、レコメンドの検索に用いられるクエリであり、レコメンドにタグ付けされたクエリを示す。

【0079】

すなわち、図７に示す一例では、レコメンドＩＤ「Ｐ０１」で識別されるレコメンドＰ０１は、商品ＩＤ「ＰＲ０１」で識別される商品ＰＲ０１に関するレコメンドであることを示している。また、レコメンドＰ０１に対応するサービスは「ショッピングサービスＡ０２」であり、商品カテゴリは「飲料品」であり、対応クエリは、「水、安い、商品ＰＲ０１、飲食、健康、・・・」等であることを示している。

【0080】

なお、レコメンドに対応する（タグ付けされる）クエリには、所定の順位やスコアが付されていてもよい。例えば、レコメンドＰ０１は、クエリ「健康」よりも、クエリ「水」とマッチングした方が、より検索されやすいなどの順位付けがなされていてもよい。

【0081】

また、実際にユーザ端末１０に配信されるレコメンドのデータ（画像データ等）は、検索装置１００とは別に備えられた所定のストレージサーバに記憶されてもよい。この場合、検索装置１００は、レコメンド情報記憶部１２５に記憶されたレコメンドＩＤに基づいて、外部のストレージサーバに記憶されたレコメンドを特定する。そして、検索装置１００は、ストレージサーバに対して、特定されたレコメンドをユーザ端末１０に対して配信するよう制御する。

【0082】

（制御部１３０について）
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、検索装置１００内部の記憶装置に記憶されている各種プログラム（検索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。

【0083】

図３に示すように、制御部１３０は、取得部１３１と、抽出部１３２と、生成部１３３と、受信部１３４と、検索部１３５と、配信部１３６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。

【0084】

（取得部１３１について）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、ユーザのネットワーク上の行動履歴であって、当該ユーザが利用したサービスごとの行動履歴を取得する。

【0085】

例えば、取得部１３１は、ユーザがサービスを利用した回数や頻度、サービスを利用した時間長、サービスに課金した金額（例えば、サービスにおける商品の購買額等）又はサービスを利用した日時等の情報を含む行動履歴（ログ）を取得する。

【0086】

具体的には、取得部１３１は、ユーザが利用したサービスとして、検索サービスＡ０１や、ショッピングサービスＡ０２や、オークションサービスＡ０３や、ニュースサービスＡ０４の少なくともいずれか一つにおけるユーザの行動履歴を取得する。このように、取得部１３１が多様なサービスの行動履歴を取得することで、後述する検索部１３５は、ユーザの行動をより反映したレコメンドを検索することができる。

【0087】

また、取得部１３１は、実際にユーザ端末１０にレコメンドが配信された際に、レコメンドに対するユーザの反応を取得してもよい。例えば、取得部１３１は、レコメンドに対するユーザの反応として、レコメンドがユーザから選択（クリックやタッチ）された数もしくは率、又は、レコメンドに関するコンバージョンが達成された数もしくは率、また、レコメンドが閲覧された数もしくは時間長の少なくともいずれか一つを取得する。すなわち、取得部１３１は、ＣＴＲ（Click Through Rate）やＣＶＲ（Conversion Rate）等の訴求効果を示す指標値を取得してもよい。

【0088】

また、取得部１３１は、検索部１３５によって検索されたレコメンドであって、レコメンドが検索される要因となったサービス、もしくは、レコメンドと関連するサービスに関する情報を取得する。レコメンドが検索される要因となったサービスとは、例えば、クエリのスコアが算出される際に最も影響を与えたサービス等が該当する。すなわち、取得部１３１は、ユーザが反応を示したレコメンドが、どのようなサービスに由来するレコメンドであるかといった情報を取得する。

【0089】

取得部１３１は、取得した情報を記憶部１２０内の各記憶部に格納する。例えば、取得部１３１は、取得したユーザの行動履歴を行動履歴記憶部１２１に格納する。また、取得部１３１は、取得したユーザの行動履歴から導出される利用情報や反応情報をサービステーブル１２３に記憶する。

【0090】

（抽出部１３２について）
抽出部１３２は、取得部１３１によって取得された行動履歴から、ユーザに対応するクエリを抽出する。例えば、抽出部１３２は、クエリとして、行動履歴に含まれる単語を抽出する。

【0091】

例えば、抽出部１３２は、ユーザが検索サービスＡ０１において送信した検索クエリを、検索処理に用いるクエリとして抽出する。また、抽出部１３２は、ユーザが利用した各サービスにおいてクリックした商品のタイトルや、商品の説明文や、記事のタイトルや、記事に含まれるテキストデータ等からクエリを抽出する。例えば、抽出部１３２は、ユーザの行動履歴に基づいて、商品のタイトル等を構成するテキストデータを形態素解析する。そして、抽出部１３２は、形態素解析した単語をクエリとして抽出する。例えば、抽出部１３２は、過去にクエリとして用いられた実績の多い単語ほど優先的に、検索処理に用いる単語として抽出する。

【0092】

なお、抽出部１３２は、ｔｆ−ｉｄｆ等の重み値を利用してクエリになりうる単語を抽出してもよい。例えば、抽出部１３２は、過去にクエリとして用いられた回数の多い単語であっても、当該単語が広く一般に使用される単語であり、レコメンドの検索処理に有用でないと判定される単語については、クエリとして抽出しないようにしてもよい。

【0093】

抽出部１３２は、抽出したクエリと抽出先となったサービスとを対応付けて、クエリ記憶部１２２に格納する。

【0094】

（生成部１３３について）
生成部１３３は、抽出部１３２によって抽出されたクエリに基づいて、ユーザごとのクエリ情報を生成する。例えば、生成部１３３は、ユーザの行動履歴に基づいて抽出されたクエリに対してサービスごとの重みが付与された情報であるクエリ情報を生成する。

【0095】

例えば、生成部１３３は、図６に示したように、ユーザの行動履歴から抽出されたクエリの種別と、クエリのサービス別のスコアと、サービスごとの重みが対応付けられたクエリ情報を生成する。

【0096】

生成部１３３は、例えば、図５に示した利用情報及び反応情報に基づいて、各ユーザに対応するサービスごとの重みを算出する。例えば、生成部１３３は、ユーザの利用回数の多いサービスほど重みが重くなるよう、重みを算出する。また、生成部１３３は、反応情報として、ユーザのＣＴＲが高いレコメンドに対応するサービスほど重みが重くなるよう、重みを算出する。

【0097】

なお、生成部１３３は、上記の他に、取得部１３１によって取得された情報を種々に組み合わせて重みを算出してもよい。例えば、生成部１３３は、ユーザがサービスを利用した回数のみならず、ユーザが所定期間においてサービスを利用する頻度、サービスを利用した時間長、サービスに課金した金額、又はサービスを利用した日時（例えば、サービスを利用した日時の新しいものほど重みを重くするなど）等に基づいて、重みを算出してもよい。

【0098】

そして、生成部１３３は、サービスごとの重みを加味して算出された総合スコアに基づいて、クエリが順位付けされたクエリ情報を生成する。生成部１３３は、生成したクエリ情報をクエリ記憶部１２２のクエリテーブル１２４に格納する。

【0099】

（受信部１３４について）
受信部１３４は、レコメンドの配信要求をユーザから受信する。具体的には、受信部１３４は、ウェブページを表示するユーザ端末１０から送信される要求であって、ウェブページに含まれるレコメンド枠で表示するレコメンドの配信に関する要求を受け付ける。受信部１３４は、受信した配信要求を検索部１３５に送る。

【0100】

なお、受信部１３４は、ユーザ端末１０から送信される配信要求を受信するとともに、ユーザ端末１０を識別する情報を受け付けてもよい。例えば、受信部１３４は、ユーザ端末１０から送信されるクッキーを受け付ける。

【0101】

（検索部１３５について）
検索部１３５は、抽出部１３２によって抽出されたクエリに対してサービスごとの重みを付与した情報であるクエリ情報を用いて、ユーザに推薦する情報コンテンツ（レコメンド）を検索する。具体的には、検索部１３５は、生成部１３３によって生成されたクエリ情報に基づいて、クエリ情報に含まれるクエリにマッチングするレコメンドを検索する。

【0102】

例えば、検索部１３５は、ユーザがサービスを利用した回数、サービスを利用した時間長、サービスに課金した金額、又はサービスを利用した日時の少なくともいずれか一つに基づいて算出された重みが付与されたクエリ情報を用いてレコメンドを検索する。

【0103】

また、検索部１３５は、ユーザに配信されたレコメンドに対するユーザの反応に基づいて重みが更新されたクエリ情報を用いてレコメンドを検索してもよい。例えば、検索部１３５は、ユーザがレコメンドをクリックした数や率、レコメンドへのコンバージョン等に応じて重みが算出されたクエリ情報を用いてレコメンドを検索する。

【0104】

この場合、検索部１３５は、レコメンドが検索される要因となったサービス、もしくは、レコメンドと関連するサービスに関する情報、すなわち、レコメンドが検索される由来となったサービスを特定する。そして、検索部１３５は、特定されたサービスに関する情報に基づいて重みが更新されたクエリ情報を用いてレコメンドを検索する。

【0105】

具体的には、検索部１３５は、ユーザがクリックしたレコメンドがショッピングサービスＡ０２で取り扱われている商品に関するレコメンドであったり、ショッピングサービスＡ０２における行動履歴から抽出されたクエリを主要因として検索されたレコメンドであったりすることを特定したとする。この場合、検索部１３５は、次回からのレコメンドの検索機会においては、特定されたサービスに関する情報に基づいてショッピングサービスＡ０２に関する重みが重く更新されたクエリ情報を用いてレコメンドを検索する。なお、重みの算出については、例えば生成部１３３によって行われる。

【0106】

上述のように、検索部１３５は、ユーザ端末１０に表示させる情報コンテンツとして、サービスで取り扱う商品や役務を含む商材に関するレコメンドを検索する。例えば、検索部１３５は、クエリ情報と、レコメンド情報記憶部１２５に記憶されているレコメンドとのマッチングに基づいて、レコメンドを検索する。なお、クエリ情報に含まれるクエリと、レコメンドにタグ付けされたクエリとをマッチングさせる処理については、例えば既知の検索手法が適宜用いられてもよい。

【0107】

具体的には、検索部１３５は、検索結果として出力したスコアの順にレコメンドをランク付けする。そして、検索部１３５は、ランクが上位のレコメンドから順に検索結果として表示されるよう、検索結果としてのレコメンドを整列させる。すなわち、検索部１３５によって、よりクエリ情報とマッチングしたと判定されたレコメンドほど、検索結果における上位のレコメンドとして扱われる。

【0108】

（配信部１３６について）
配信部１３６は、各種情報を配信する。例えば、配信部１３６は、レコメンドの配信要求を送信したユーザにレコメンドを配信する。具体的には、配信部１３６は、検索部１３５によって検索されたレコメンドをユーザ端末１０に配信する。

【0109】

なお、配信部１３６は、検索部１３５によって検索されたレコメンドが順位付けされている場合には、上位の順位のレコメンドから優先的に配信する。また、配信部１３６は、ユーザ端末１０が表示したウェブページに複数のレコメンド枠がある場合には、当該レコメンド枠に対応した数のレコメンドを配信する。

【0110】

〔４．ウェブサーバの構成〕
次に、図８を用いて、実施形態に係るウェブサーバ３０の構成について説明する。図８は、実施形態に係るウェブサーバ３０の構成例を示す図である。図８に示すように、ウェブサーバ３０は、通信部３１と、コンテンツ記憶部３２と、制御部３３とを有する。

【0111】

通信部３１は、例えば、ＮＩＣ等によって実現される。そして、通信部３１は、ネットワークＮと有線または無線で接続され、ユーザ端末１０や検索装置１００との間で情報の送受信を行う。

【0112】

コンテンツ記憶部３２は、例えば、ＲＡＭ、フラッシュメモリ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。そして、コンテンツ記憶部３２は、コンテンツ（実施形態ではウェブページ）に関する情報を記憶する。例えば、コンテンツ記憶部３２は、ウェブページを形成するＨＴＭＬファイルや、ウェブページに表示される静止画像や動画像を記憶する。なお、コンテンツ記憶部３２に記憶されるウェブページには、広告コンテンツを表示する広告枠や、レコメンドを表示するレコメンド枠が含まれてもよい。

【0113】

制御部３３は、例えば、ＣＰＵやＭＰＵ等によって、ウェブサーバ３０内部の記憶装置に記憶されている各種プログラムが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３３は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

【0114】

図８に示すように、制御部３３は、受付部３４と、配信部３５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３３の内部構成は、図８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３３が有する各処理部の接続関係は、図８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。

【0115】

受付部３４は、ユーザ端末１０からウェブページの取得要求を受け付ける。例えば、受付部３４は、ウェブページの取得要求として、ＨＴＴＰリクエストを受け付ける。

【0116】

配信部３５は、受付部３４によってウェブページの取得要求が受け付けられた場合に、ウェブページをユーザ端末１０に配信する。具体的には、配信部３５は、コンテンツ記憶部３２から取得要求対象のウェブページを取得し、取得したウェブページをユーザ端末１０に配信する。また、配信部３５は、ユーザ端末１０がウェブページにおいて行った行動に関する情報（すなわち、サービスにおける行動ログ）を検索装置１００に送信してもよい。

【0117】

〔５．処理手順〕
次に、図９、図１０及び図１１を用いて、実施形態に係る検索装置１００による処理の手順について説明する。まず、図９を用いて、検索装置１００が、クエリ情報を生成する処理の手順を説明する。図９は、実施形態に係る処理手順を示すフローチャート（１）である。

【0118】

図９に示すように、検索装置１００は、ユーザが利用したサービスごとの行動履歴を取得する（ステップＳ１０１）。そして、検索装置１００は、取得した行動履歴からクエリを抽出する（ステップＳ１０２）。

【0119】

ここで、検索装置１００は、取得したサービスごとの行動履歴に基づいて、サービスごとの重みを算出する（ステップＳ１０３）。そして、検索装置１００は、クエリと、サービスごとの重みとを含む、各ユーザに対応するクエリ情報を生成する（ステップＳ１０４）。

【0120】

次に、図１０を用いて、検索装置１００がレコメンドを検索する処理の手順を説明する。図１０は、実施形態に係る処理手順を示すフローチャート（２）である。

【0121】

図１０に示すように、検索装置１００は、ユーザ端末１０からレコメンドの配信要求を受信したか否かを判定する（ステップＳ２０１）。配信要求を受信していない場合（ステップＳ２０１；Ｎｏ）、検索装置１００は、配信要求を受信するまで待機する。

【0122】

一方、配信要求を受信した場合（ステップＳ２０１；Ｙｅｓ）、検索装置１００は、配信要求を送信したユーザに対応するクエリ情報に基づいて、レコメンドを検索する（ステップＳ２０２）。そして、検索装置１００は、配信要求を送信したユーザに対して、検索したレコメンドを配信する（ステップＳ２０３）。

【0123】

次に、図１１を用いて、サービスごとの重みを更新する処理に関する手順を説明する。図１１は、実施形態に係る処理手順を示すフローチャート（３）である。

【0124】

図１１に示すように、検索装置１００は、レコメンドに対する反応をユーザから取得したか否かを判定する（ステップＳ３０１）。検索装置１００は、反応を受け付けていない場合（ステップＳ３０１；Ｎｏ）、受け付けるまで待機する。

【0125】

なお、実施形態において、「反応を受け付けていない」とは、レコメンドがユーザ端末１０に表示されたまま、ユーザがレコメンドに対する操作を行っていない状態をいう。このため、例えばユーザが、ユーザ端末１０に表示されたレコメンドを含むウェブページから離脱した場合や、ブラウザソフトウェアを終了した場合も、「ユーザからの反応を受け付けた」状態に含まれる。この場合、検索装置１００は、ユーザから好意的でない（クリックやコンバージョンでない）反応を取得したと判定し、反応を反応情報に反映させる。

【0126】

反応を受け付けた場合（ステップＳ３０１；Ｙｅｓ）、検索装置１００は、ユーザから反応のあったレコメンドに関するサービスを特定する（ステップＳ３０２）。そして、検索装置１００は、特定されたサービスに関する反応情報を更新する（ステップＳ３０３）。

【0127】

そして、検索装置１００は、更新された反応情報に基づいて、サービスの重みを更新する。例えば、検索装置１００は、ユーザからの反応がクリックやコンバージョン等、レコメンドが訴求効果を発揮したものであった場合、当該レコメンドに関するサービスの重みが重くなるよう更新する。一方、検索装置１００は、ユーザからの反応がウェブページからの離脱など、レコメンドが訴求効果を発揮したものでなかった場合、当該レコメンドに関するサービスの重みが低くなるよう更新する。上記のような配信処理と更新処理との流れを繰り返すことにより、検索装置１００は、ユーザに設定される重みの最適化を図ることができる。

【0128】

〔６．変形例〕
上述した検索装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、検索装置１００の他の実施形態について説明する。

【0129】

〔６−１．サービスごとのクエリ〕
上記実施形態では、検索装置１００は、図６に示したように、クエリ情報が含むクエリに対して、サービスごとの重みとスコアとの積を加算した総合的なスコアを算出する例を示した。ここで、検索装置１００は、クエリのスコアについて、サービスごとのスコアを算出してもよい。この点について、図１２を用いて説明する。

【0130】

図１２は、変形例に係るクエリテーブル２２４の一例を示す図である。図１２に示した例では、クエリテーブル２２４は、「ユーザＩＤ」、「クエリ情報ＩＤ」、「クエリ」、「サービス」、「抽出回数」、「重み」、「スコア」といった項目を有する。なお、図６で既出の項目については、説明を省略する。

【0131】

「抽出回数」は、サービスごとにクエリが抽出された回数を示す。なお、抽出回数は、抽出された回数そのものを厳密に示すものではなく、抽出された回数の割合や、全体数に対して正規化された数値等であってもよい。

【0132】

すなわち、図１２に示す一例では、ユーザＵ０１のクエリ情報Ｑ０１において、クエリ「水」のスコアが、サービスごとに算出される例を示している。例えば、クエリ「水」の、「検索サービスＡ０１」におけるスコアは「４８」であり、「ショッピングサービスＡ０２」におけるスコアが「２４」であり、「オークションサービスＡ０３」におけるスコアが「８」であり、「ニュースサービスＡ０４」におけるスコアが「８」であることを示している。

【0133】

変形例に係る検索装置１００は、クエリ「水」を用いて検索する際に、上記のようにサービスごとのスコアに基づいた検索処理を行ってもよい。例えば、検索装置１００は、検索サービスＡ０１における「水」と、ショッピングサービスＡ０２等における「水」とを、互いに異なるクエリとして取り扱う。この場合、検索装置１００は、検索サービスＡ０１における「水」のスコアが最も高いことから、検索サービスＡ０１に関連するレコメンドを検索する可能性が高いものとする。

【0134】

この場合、検索装置１００は、例えば、レコメンドとしてショッピングサービスＡ０２における商品としての飲料水よりも、過去にユーザが検索サービスＡ０１を介して閲覧した飲料水をレコメンドとして検索する。あるいは、検索装置１００は、例えば、レコメンドとしてオークションサービスＡ０３において出品されている飲料水よりも、ショッピングサービスＡ０２における商品としての飲料水の方を優先的にレコメンドとして検索する。

【0135】

すなわち、検索装置１００は、単語としては共通したクエリであっても、そのクエリに対してサービスごとのスコアを設定していてもよい。これにより、検索装置１００は、同じ「水」というクエリを用いて検索を行ったとしても、検索結果となるレコメンドにサービスごとの差異を付けることができる。例えば、検索装置１００は、ショッピングサービスＡ０２をオークションサービスＡ０３よりも頻繁に利用するユーザと、オークションサービスＡ０３をショッピングサービスＡ０２よりも頻繁に利用するユーザとでは、例え同じ「水」というクエリを用いた検索を行ったとしても、異なる検索結果を返すことができる。

【0136】

このように、検索装置１００は、サービスごとに異なるスコアを有するクエリを用いて、レコメンドを検索してもよい。これにより、検索装置１００は、よりユーザの行動に即したレコメンドの検索を行うことができる。

【0137】

〔６−２．情報コンテンツ〕
上記実施形態では、検索装置１００は、ユーザに推薦する情報コンテンツとして、サービスで取り扱う商品や役務を含む商材に関するレコメンドを検索する例を示した。ここで、検索装置１００は、商材に関するレコメンド以外の情報コンテンツを検索してもよい。

【0138】

例えば、検索装置１００は、情報コンテンツとして、ニュースやコラム等の記事を推薦してもよい。上述のように、検索装置１００は、ユーザが利用するサービスごとに重みの付されたクエリ情報を有するので、ユーザの興味関心に係る情報を有しているといえる。そこで、検索装置１００は、クエリ情報を用いてニュースやコラム等の記事を検索することで、ユーザが興味を有すると想定される記事を精度よく検索することができる。この場合、検索装置１００は、例えば、クエリ情報に含まれるクエリと、記事を構成するテキストデータに含まれる単語との一致度等に応じて、ユーザに推薦する記事を検索する。

【0139】

このように、検索装置１００は、商材に関するレコメンド以外を検索する処理を行ってもよい。これにより、検索装置１００は、より多様な情報コンテンツであって、ユーザが興味関心を有する情報コンテンツを検索することができる。

【0140】

〔６−３．面に応じた重み〕
また、検索装置１００は、ユーザ端末１０においてレコメンドが表示される面（ウェブページ）に応じて異なる重みが付与されたクエリ情報を用いて、当該面に表示されるレコメンドを検索してもよい。

【0141】

例えば、検索装置１００は、レコメンドが表示される面がショッピングサービスＡ０２に関するウェブページである場合には、ショッピングサービスＡ０２に関するレコメンドが検索されやすくなるよう重み付けがされたクエリ情報を用いて検索を行ってもよい。これにより、検索装置１００は、ユーザが現時点で閲覧しているページと関連性の高いレコメンドを優先的に配信できる。

【0142】

〔６−４．媒体〕
上記実施形態では、ウェブサーバ３０が提供するウェブページを例に挙げて検索処理が行われる例を示した。しかし、情報コンテンツを表示する媒体は、ウェブページに限られない。例えば、検索装置１００は、所定の情報アプリやゲームアプリ等に表示されるバナー広告枠等に表示する情報コンテンツを検索してもよい。

【0143】

〔６−５．サービスの種別〕
上記実施形態では、検索装置１００は、検索サービスＡ０１やショッピングサービスＡ０２等、サービスごとの重みを付与する例を示した。ここで、検索装置１００は、個別のサービスごとではなく、サービスのカテゴリごとに重みを付与してもよい。例えば、検索装置１００は、検索サービスＡ０１と、検索サービスＡ０１とは異なる検索サービスＡ１１を一ユーザが利用している場合、検索サービスＡ０１と検索サービスＡ１１とを異なるサービスとして判定するのではなく、「検索サービス」という同じカテゴリに属するものとして扱ってもよい。

【0144】

〔７．ハードウェア構成〕
上述してきた実施形態に係る検索装置１００やユーザ端末１０やウェブサーバ３０は、例えば図１３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。以下、検索装置１００を例に挙げて説明する。図１３は、検索装置１００の機能を実現するコンピュータ１０００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、ＲＯＭ（Read Only Memory）１３００、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。

【0145】

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に記憶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記憶する。

【0146】

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記憶する。通信インターフェイス１５００は、通信網５００（図２に示したネットワークＮに対応）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、通信網５００を介して他の機器へ送信する。

【0147】

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、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。

【0148】

メディアインターフェイス１７００は、記録媒体１８００に記憶されたプログラム又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。

【0149】

例えば、コンピュータ１０００が実施形態に係る検索装置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。また、ＨＤＤ１４００には、記憶部１２０内のデータが記憶される。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、他の装置から通信網５００を介してこれらのプログラムを取得してもよい。

【0150】

〔８．その他〕
また、上記実施形態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。

【0151】

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。例えば、図３に示した取得部１３１と受信部１３４とは統合されてもよい。また、例えば、記憶部１２０に記憶される情報は、ネットワークＮを介して、外部に備えられた所定の記憶装置に記憶されてもよい。

【0152】

また、上記実施形態では、検索装置１００が、例えば、ユーザの行動履歴を取得する取得処理と、クエリ情報を生成する生成処理と、レコメンドを検索する検索処理とを行う例を示した。しかし、上述した検索装置１００は、取得処理を行う取得装置と、生成処理を行う生成装置と、検索処理を行う検索装置とに分離されてもよい。この場合、取得装置は、少なくとも取得部１３１を有する。生成装置は、少なくとも生成部１３３を有する。検索装置は、少なくとも検索部１３５を有する。そして、上記の検索装置１００による処理は、取得装置と、生成装置と、検索装置との各装置を有する検索システム１によって実現される。

【0153】

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。

【0154】

〔９．効果〕
上述してきたように、実施形態に係る検索装置１００は、取得部１３１と、抽出部１３２と、検索部１３５とを有する。取得部１３１は、ユーザのネットワーク上の行動履歴であって、当該ユーザが利用したサービスごとの行動履歴を取得する。抽出部１３２は、取得部１３１によって取得された行動履歴から、ユーザに対応するクエリを抽出する。検索部１３５は、抽出部１３２によって抽出されたクエリに対してサービスごとの重みを付与した情報であるクエリ情報を用いて、当該ユーザに推薦する情報コンテンツを検索する。

【0155】

このように、実施形態に係る検索装置１００は、ユーザが利用したサービスごとに重み付けされたクエリを用いて、ユーザに推薦する情報コンテンツの検索を行う。これにより、検索装置１００は、ユーザの多様な行動履歴に応じた、適切な情報コンテンツの検索を行うことができる。

【0156】

また、取得部１３１は、情報コンテンツに対するユーザの反応を取得する。検索部１３５は、ユーザの反応に基づいて重みが更新されたクエリ情報を用いて、情報コンテンツを検索する。

【0157】

このように、実施形態に係る検索装置１００は、情報コンテンツに対するユーザの反応に応じた重みを付与する。これにより、検索装置１００は、単なるサービスの閲覧等ではなく、ユーザの能動的な反応を検索処理に利用することができるので、よりユーザの興味関心に応じた情報コンテンツを検索しやすくなる。

【0158】

また、取得部１３１は、情報コンテンツに対するユーザの反応として、当該情報コンテンツがユーザから選択された数もしくは率、又は、当該情報コンテンツに関するコンバージョンが達成された数もしくは率、当該情報コンテンツが閲覧された数もしくは時間長の少なくともいずれか一つを取得する。

【0159】

このように、実施形態に係る検索装置１００は、情報コンテンツが訴求効果を発揮したと想定されるユーザの反応を取得し、かかる反応を重みに反映する。これにより、検索装置１００は、ユーザが反応を示したサービスに関する情報コンテンツを検索しやすくなるので、よりユーザに対して訴求効果を発揮する情報コンテンツを検索しやすくなる。

【0160】

また、取得部１３１は、検索部１３５によって検索された情報コンテンツであって、当該情報コンテンツが検索される要因となったサービス、もしくは、当該情報コンテンツと関連するサービスに関する情報を取得する。検索部１３５は、取得部１３１によって取得されたサービスに関する情報に基づいて重みが更新されたクエリ情報を用いて、情報コンテンツを検索する。

【0161】

このように、実施形態に係る検索装置１００は、ユーザが反応した情報コンテンツに関するサービスを特定し、当該サービスに関する重みを更新する。これにより、検索装置１００は、よりユーザが興味関心を有すると想定されるサービスに関連する情報コンテンツを検索しやすくなる。

【0162】

また、検索部１３５は、ユーザがサービスを利用した回数、サービスを利用した時間長、サービスに課金した金額、又はサービスを利用した日時の少なくともいずれか一つに基づいて算出された重みが付与されたクエリ情報を用いて、情報コンテンツを検索する。

【0163】

このように、実施形態に係る検索装置１００は、ユーザのサービスの利用態様に応じた重みを付与する。これにより、検索装置１００は、ネットワーク上のユーザの行動をより反映させた検索処理を行うことができる。

【0164】

また、検索部１３５は、情報コンテンツとして、ユーザのクエリ情報に対応した商材に関するレコメンドを検索する。

【0165】

このように、実施形態に係る検索装置１００は、サービスで扱う商品等のレコメンドを検索する。これにより、検索装置１００は、ユーザの購買活動を活性化させることができる。

【0166】

また、検索部１３５は、情報コンテンツとして、ユーザのクエリ情報に対応した記事に関するレコメンドを検索する。

【0167】

このように、実施形態に係る検索装置１００は、ユーザの興味関心に応じた記事等を情報コンテンツとして検索してもよい。これにより、検索装置１００は、情報サービス等にユーザを誘引する機会を数多く与えることができる。

【0168】

また、取得部１３１は、ユーザが利用したサービスとして、検索サービス、ショッピングサービス、オークションサービス、又はニュースサービスの少なくともいずれか一つの行動履歴を取得する。検索部１３５は、ユーザが利用した検索サービス、ショッピングサービス、オークションサービス又はニュースサービスの少なくともいずれか一つの重みを付与したクエリ情報を用いて、情報コンテンツを検索する。

【0169】

このように、実施形態に係る検索装置１００は、種々のカテゴリに属するサービスの行動履歴を取得する。これにより、検索装置１００は、ユーザの多様な行動に即した情報コンテンツを検索することができる。

【0170】

また、検索部１３５は、情報コンテンツが表示される面に応じて異なる重みが付与されたクエリ情報を用いて、当該面に表示される情報コンテンツを検索する。

【0171】

このように、実施形態に係る検索装置１００は、情報コンテンツの媒体に応じた検索処理を行ってもよい。これにより、検索装置１００は、過去のユーザ行動のみならず、現時点でユーザが閲覧しているサービスページ等に関連する情報コンテンツを検索できるので、よりユーザに訴求する情報コンテンツを検索することができる。

【0172】

また、実施形態に係る検索装置１００は、情報コンテンツの配信要求をユーザから受信する受信部１３４と、情報コンテンツの配信要求を送信したユーザに情報コンテンツを配信する配信部１３６とをさらに備える。検索部１３５は、受信部１３４によって情報コンテンツの配信要求が受け付けられたことを契機として、ユーザに対応するクエリ情報を用いて情報コンテンツを検索する。配信部１３６は、検索部１３５によって検索された情報コンテンツを当該ユーザに配信する。

【0173】

このように、実施形態に係る検索装置１００は、情報コンテンツを配信する処理を行ってもよい。これにより、検索装置１００は、サービスごとに重み付けされたユーザの興味関心に応じた情報コンテンツをユーザに配信することができる。

【0174】

以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、発明の開示の欄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。

【0175】

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】

【0176】

１ 検索システム
１０ ユーザ端末
３０ ウェブサーバ
１００ 検索装置
１１０ 通信部
１２０ 記憶部
１２１ 行動履歴記憶部
１２２ クエリ記憶部
１２３ サービステーブル
１２４ クエリテーブル
１２５ レコメンド情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 抽出部
１３３ 生成部
１３４ 受信部
１３５ 検索部
１３６ 配信部

【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】