(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023101947
(43)【公開日】2023-07-24
(54)【発明の名称】提案装置、提案方法及び提案プログラム
(51)【国際特許分類】
G06Q 50/10 20120101AFI20230714BHJP
【ＦＩ】
G06Q50/10
【審査請求】有
【請求項の数】13
【出願形態】ＯＬ
(21)【出願番号】P 2022002203
(22)【出願日】2022-01-11
(11)【特許番号】
(45)【特許公報発行日】2022-09-06
(71)【出願人】
【識別番号】505300841
【氏名又は名称】株式会社ＺＯＺＯ
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】野口 竜司
(72)【発明者】
【氏名】岩崎 大輔
(72)【発明者】
【氏名】大野 公嗣
(72)【発明者】
【氏名】加藤 泰大
(72)【発明者】
【氏名】光瀬 智哉
(72)【発明者】
【氏名】松岡 謙治
(72)【発明者】
【氏名】溝渕 明日香
(72)【発明者】
【氏名】吉本 一平
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC12
(57)【要約】
【課題】タグの付与対象となる商品に対して、検索に適したタグを提案すること。
【解決手段】本願に係る提案装置は、推定部と、提案部とを備える。推定部は、商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、対象商品とタグとの適正度合を推定する。提案部は、推定部により推定された適正度合が所定の条件を満たすタグを、適正度合に応じた表示態様で、対象商品の検索に用いられるタグの候補として出品者に対して提案する。
【選択図】図５
【解決手段】本願に係る提案装置は、推定部と、提案部とを備える。推定部は、商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、対象商品とタグとの適正度合を推定する。提案部は、推定部により推定された適正度合が所定の条件を満たすタグを、適正度合に応じた表示態様で、対象商品の検索に用いられるタグの候補として出品者に対して提案する。
【選択図】図５
【特許請求の範囲】
【請求項1】
商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、当該対象商品とタグとの適正度合を推定する推定部と、
前記推定部により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案部と、
を有することを特徴とする提案装置。
前記推定部により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案部と、
を有することを特徴とする提案装置。
【請求項2】
前記提案部は、
前記対象商品に紐づけて予め定められたタグのうち、前記対象商品の検索に用いられる登録済みのタグと、当該登録済みのタグとは異なる、前記適正度合が所定の条件を満たすタグとを、各々に対応した所定の領域に表示させるための情報を送信することにより、前記適正度合が所定の条件を満たすタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項１に記載の提案装置。
前記対象商品に紐づけて予め定められたタグのうち、前記対象商品の検索に用いられる登録済みのタグと、当該登録済みのタグとは異なる、前記適正度合が所定の条件を満たすタグとを、各々に対応した所定の領域に表示させるための情報を送信することにより、前記適正度合が所定の条件を満たすタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項１に記載の提案装置。
【請求項3】
前記提案部は、
前記対象商品に紐づけて予め定められたタグのうち、所定のタグに対して前記対象商品の検索に用いられないように除外する操作が行われたと判定された場合には、当該所定のタグを前記対象商品に紐づけて予め定められたタグから除外して、前記適正度合が所定の条件を満たすタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項２に記載の提案装置。
前記対象商品に紐づけて予め定められたタグのうち、所定のタグに対して前記対象商品の検索に用いられないように除外する操作が行われたと判定された場合には、当該所定のタグを前記対象商品に紐づけて予め定められたタグから除外して、前記適正度合が所定の条件を満たすタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項２に記載の提案装置。
【請求項4】
前記登録済みのタグは、当該タグが検索に用いられた際に前記対象商品を検索結果に表示させるためのタグであり、
前記候補として提案されるタグは、当該タグが検索に用いられた際に前記対象商品を検索結果に表示させるためのタグではないタグである
ことを特徴とする請求項２又は３に記載の提案装置。
前記候補として提案されるタグは、当該タグが検索に用いられた際に前記対象商品を検索結果に表示させるためのタグではないタグである
ことを特徴とする請求項２又は３に記載の提案装置。
【請求項5】
前記候補として提案されたタグに対して、前記対象商品の検索に用いられるタグとして登録するための操作が行われたと判定された場合には、当該タグを前記登録済みのタグに変更する判定部、
を更に有することを特徴とする請求項２～４のいずれか１項に記載の提案装置。
を更に有することを特徴とする請求項２～４のいずれか１項に記載の提案装置。
【請求項6】
前記対象商品の商品情報を入力すると、前記対象商品とタグとの適正度合を示すスコアを出力するモデルを、前記対象商品に紐づけて予め定められたタグ毎に生成する生成部、
を更に有し、
前記提案部は、
前記対象商品に紐づけて予め定められたタグのうち、前記生成部により生成されたモデルを用いて出力されたスコアが第一の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項２～５のいずれか１項に記載の提案装置。
を更に有し、
前記提案部は、
前記対象商品に紐づけて予め定められたタグのうち、前記生成部により生成されたモデルを用いて出力されたスコアが第一の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項２～５のいずれか１項に記載の提案装置。
【請求項7】
前記提案部は、
前記登録済みのタグの数が所定の閾値未満である場合には、前記スコアが、前記第一の閾値よりも閾値が低い第二の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項６に記載の提案装置。
前記登録済みのタグの数が所定の閾値未満である場合には、前記スコアが、前記第一の閾値よりも閾値が低い第二の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項６に記載の提案装置。
【請求項8】
前記生成部は、
前記商品情報に基づく前記対象商品の確度が高いほど、前記対象商品とタグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項６又は７に記載の提案装置。
前記商品情報に基づく前記対象商品の確度が高いほど、前記対象商品とタグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項６又は７に記載の提案装置。
【請求項9】
前記生成部は、
前記登録済みのタグに対して、前記対象商品の検索に用いられないように登録を解除する操作が行われたと判定された場合には、前記対象商品と当該タグとの適正度合を示すスコアが低くなるように前記モデルを学習させる
ことを特徴とする請求項６～８のいずれか１項に記載の提案装置。
前記登録済みのタグに対して、前記対象商品の検索に用いられないように登録を解除する操作が行われたと判定された場合には、前記対象商品と当該タグとの適正度合を示すスコアが低くなるように前記モデルを学習させる
ことを特徴とする請求項６～８のいずれか１項に記載の提案装置。
【請求項10】
前記生成部は、
前記対象商品のカテゴリに関連するタグのうち、流行度合が高いタグほど、前記対象商品と当該タグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項６～９のいずれか１項に記載の提案装置。
前記対象商品のカテゴリに関連するタグのうち、流行度合が高いタグほど、前記対象商品と当該タグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項６～９のいずれか１項に記載の提案装置。
【請求項11】
前記生成部は、
前記対象商品のターゲットとする検索者の属性との相性度合が高いタグほど、前記対象商品と当該タグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項６～１０のいずれか１項に記載の提案装置。
前記対象商品のターゲットとする検索者の属性との相性度合が高いタグほど、前記対象商品と当該タグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項６～１０のいずれか１項に記載の提案装置。
【請求項12】
コンピュータが実行する情報処理方法であって、
商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、当該対象商品とタグとの適正度合を推定する推定工程と、
前記推定工程により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案工程と、
を含むことを特徴とする提案方法。
商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、当該対象商品とタグとの適正度合を推定する推定工程と、
前記推定工程により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案工程と、
を含むことを特徴とする提案方法。
【請求項13】
商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、当該対象商品とタグとの適正度合を推定する推定手順と、
前記推定手順により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案手順と、
をコンピュータに実行させることを特徴とする提案プログラム。
前記推定手順により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案手順と、
をコンピュータに実行させることを特徴とする提案プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、提案装置、提案方法及び提案プログラムに関する。
【背景技術】
【0002】
従来、商品の検索に用いられるタグを提案する技術が知られている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特許第５４４２７９９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、従来の技術では、タグの付与対象となる商品に対して、検索に適したタグを提案するための更なる向上の余地があった。
【0005】
本願は、上記に鑑みてなされたものであって、タグの付与対象となる商品に対して、検索に適したタグを提案することを目的とする。
【課題を解決するための手段】
【0006】
本願に係る提案装置は、商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、当該対象商品とタグとの適正度合を推定する推定部と、前記推定部により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案部と、を有することを特徴とする。
【発明の効果】
【0007】
実施形態の一態様によれば、タグの付与対象となる商品に対して、検索に適したタグを提案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】
【発明を実施するための形態】
【0009】
以下に、本願に係る提案装置、提案方法及び提案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提案装置、提案方法及び提案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．情報処理システムの構成〕
図１に示す提案システム１について説明する。図１に示すように、提案システム１は、出品者端末１０と、提案装置１００とが含まれる。出品者端末１０と、提案装置１００とは所定の通信網（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。図１は、実施形態に係る提案システム１の構成例を示す図である。
〔１．情報処理システムの構成〕
図１に示す提案システム１について説明する。図１に示すように、提案システム１は、出品者端末１０と、提案装置１００とが含まれる。出品者端末１０と、提案装置１００とは所定の通信網（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。図１は、実施形態に係る提案システム１の構成例を示す図である。
【0011】
出品者端末１０は、出品者によって利用される情報処理装置である。出品者端末１０は、実施形態における処理を実現可能であれば、どのような装置であってもよい。また、出品者端末１０は、スマートフォンや、タブレット型端末や、ノート型ＰＣや、デスクトップＰＣや、携帯電話機や、ＰＤＡ等の装置であってもよい。図２に示す例においては、出品者端末１０がスマートフォンである場合を示す。
【0012】
出品者端末１０は、例えば、スマートフォンやタブレット等のスマートデバイスであり、３Ｇ～５Ｇ（Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。また、出品者端末１０は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、ユーザから指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、コンテンツ等の表示データに対する各種の操作を受付けてもよい。図２では、出品者端末１０は出品者Ｕ１１によって利用される。
【0013】
提案装置１００は、タグの付与対象となる商品に対して、検索に適したタグを提案することを目的とした情報処理装置であり、実施形態における処理を実現可能であれば、どのような装置であってもよい。提案装置１００は、例えば、サーバ装置やクラウドシステム等により実現される。例えば、提案装置１００は、タグの付与対象となる商品を販売する所定の電子商店街のサーバ装置やクラウドシステム等により実現される。
【0014】
〔２．情報処理の一例〕
図２は、実施形態に係る提案システム１の情報処理の一例を示す図である。以下実施形態では、出品者Ｕ１１による操作により、出品者端末１０から提案装置１００へ、タグの付与対象となる商品の商品情報が送信されたものとして説明する。
図２は、実施形態に係る提案システム１の情報処理の一例を示す図である。以下実施形態では、出品者Ｕ１１による操作により、出品者端末１０から提案装置１００へ、タグの付与対象となる商品の商品情報が送信されたものとして説明する。
【0015】
提案装置１００は、出品者端末１０から送信された、タグの付与対象となる商品の商品情報を取得する（ステップＳ１０１）。例えば、提案装置１００は、商品情報として、タグの付与対象となる商品が撮像された画像情報（動画像情報を含む）、タグの付与対象となる商品が説明された文字情報又はその画像情報及び文字情報の両者の情報を取得する。
【0016】
提案装置１００は、取得した商品情報を画像解析又は文字解析することにより、タグの付与対象となる商品を特定する（ステップＳ１０２）。
【0017】
（画像解析に基づく特定）
提案装置１００は、商品が撮像された画像から特徴量を抽出し、商品と特徴量とを対応付けて予め記憶しているものとする。なお、対応付けはこの例に限られず、提案装置１００は、例えば、特徴量が多く含まれる領域を特徴領域として抽出し、商品と特徴領域とを対応付けて記憶していてもよい。
提案装置１００は、商品が撮像された画像から特徴量を抽出し、商品と特徴量とを対応付けて予め記憶しているものとする。なお、対応付けはこの例に限られず、提案装置１００は、例えば、特徴量が多く含まれる領域を特徴領域として抽出し、商品と特徴領域とを対応付けて記憶していてもよい。
【0018】
ステップＳ１０２において、例えば、提案装置１００は、取得した画像情報を画像解析することにより、対象画像の特徴量を抽出する。そして、提案装置１００は、特徴量群と、対象画像から抽出した特徴量とを比較し、特徴量群から最も類似する特徴量を特定する。そして、提案装置１００は、特定した特徴量と紐づく商品を特定する。
【0019】
なお、提案装置１００は、領域を考慮した比較を行ってもよい。例えば、提案装置１００は、特徴が含まれる領域を特徴領域とし、特徴領域に含まれる特徴量同士の比較を行ってもよい。なお、靴など、複数の物品の組合せとなる商品については、複数の特徴領域それぞれの類似度に基づいて、全体の類似度を考慮した比較を行ってもよい。
【0020】
例えば、特定した特徴量と、特徴量群に含まれる第一の特徴量とのが９０％であり、特定した特徴量と、特徴量群に含まれる第二の特徴量との類似度が８０％である場合には、第一の特徴量に紐づけて予め定められた商品を、タグの付与対象となる商品として特定する。
【0021】
そして、提案装置１００は、特定した特徴量と、類似度が最も高い特徴量との特徴量の類似度に基づいて、タグの付与対象となる商品の確度（識別度合）を算出する。
【0022】
（文字解析に基づく特定）
提案装置１００は、商品とキーワードとを対応付けて予め記憶しているものとする。
提案装置１００は、商品とキーワードとを対応付けて予め記憶しているものとする。
【0023】
ステップＳ１０２において、例えば、提案装置１００は、取得した文字情報を文字解析することにより、文字情報に含まれるキーワードを抽出する。そして、提案装置１００は、キーワード群と、文字情報から抽出したキーワードとを比較し、キーワード群から最も類似するキーワードを特定する。そして、提案装置１００は、特定したキーワードと紐づく商品を特定する。
【0024】
なお、提案装置１００は、同意語や表記揺れを考慮した比較を行ってもよい。例えば、提案装置１００は、文字情報から抽出したキーワードに同意語や表記揺れがある場合には、同意語や表記揺れのキーワードを比較対象とし、キーワード群との比較を行ってもよい。
【0025】
例えば、特定したキーワードと、キーワード群に含まれる第一のキーワードとの類似度が８０％であり、特定したキーワードと、キーワード群に含まれる第二のキーワードとの類似度が７０％である場合には、第一のキーワードに紐づけて予め定められた商品を、タグの付与対象となる商品として特定する。
【0026】
そして、提案装置１００は、特定したキーワードと、類似度が最も高いキーワードとの類似度に基づいて、タグの付与対象となる商品の確度を算出する。
【0027】
以上、提案装置１００が、商品情報を画像解析又は文字解析することにより、タグの付与対象となる商品を特定する処理を説明した。
【0028】
（適正度合の推定）
続いて、提案装置１００は、画像やキーワードに基づいて特定した商品と、算出した確度とに基づいて、タグの付与対象となる商品と、その商品に紐づけて予め定められたタグとの適正度合をタグ毎に推定する。
続いて、提案装置１００は、画像やキーワードに基づいて特定した商品と、算出した確度とに基づいて、タグの付与対象となる商品と、その商品に紐づけて予め定められたタグとの適正度合をタグ毎に推定する。
【0029】
ここで、「ブランドＡＡ１の商品ＢＢ１」の商品に紐づけて予め定められたタグに、「ブランドＡＡ１」、「ブランドＡＡ２」、「商品ＢＢ１」、「商品ＢＢ２」、「ワンピース」、「ドレス」が含まれるものとする。
【0030】
提案装置１００は、特定した商品のタイトルが「ブランドＡＡ１の商品ＢＢ１」である場合には、「ブランドＡＡ１の商品ＢＢ１」というタイトルから「ブランドＡＡ」や「商品ＢＢ１」といったテキストをキーワードとして抽出する。そして、提案装置１００は、「ブランドＡＡ１」、「ブランドＡＡ２」、「商品ＢＢ１」、「商品ＢＢ２」、「ワンピース」、「ドレス」といった各タグと、タイトルから抽出したキーワードとを比較する。例えば、本例では、提案装置１００は、各タグのうち、タイトルから抽出したキーワードと一致する「ブランドＡＡ１」や「商品ＢＢ１」といったタグとの適正度合を高く推定することとなる。一方、提案装置１００は、抽出したキーワードと一致しない「ブランドＡＡ２」や、「商品ＢＢ２」、「ドレス」といったタグとの適正度合については、「ブランドＡＡ１」や「商品ＢＢ１」といったタグとの適正度合よりも低く推定する。
【0031】
また、提案装置１００は、算出した確度が高いほど、適正度合を高く推定する。例えば、提案装置１００は、算出した確度が９０％である場合には、算出した確度が８０％である場合よりも適正度合を高く推定する。
【0032】
例えば、提案装置１００が、特徴量に基づいて対象画像の領域を細分化し、細分化した部分毎に確度を算出した場合には、確度が高い部分に対応したタグとの適正度合を高く推定する。例えば、「ブランドＡＡ１の商品ＢＢ１」がワンピースであって、この商品に紐づけて予め定められたタグに、「セーター」、「スカート」が含まれるものとする。このような場合、提案装置１００は、「ブランドＡＡ１の商品ＢＢ１」の画像情報の特徴量に基づいて対象画像の領域を、例えば、上部分と下部分とに細分化したものとする。提案装置１００は、上部分と下部分とで確度を別々に算出し、上部分のほうが、下部分よりも確度を高く算出した場合には、各タグのうち、上部分との関連性が高い「セーター」のタグとの適正度合を高く推定することとなる。一方、提案装置１００は、各タグのうち、上部分との関連性が低い「スカート」のタグとの適正度合については、「セーター」のタグとの適正度合よりも低く推定する。
【0033】
提案装置１００は、適正度合をタグ毎に推定するために、適正度合を示すスコアをタグ毎に算出する。なお、スコアを算出する処理については後述する。
【0034】
提案装置１００は、推定した適正度合が所定の条件を満たすか否かをタグ毎に判定する（ステップＳ１０３）。具体的には、提案装置１００は、算出した適正度合を示すスコアが所定の閾値以上であるか否かをタグ毎に判定する。
【0035】
提案装置１００は、商品に紐づけて予め定められたタグ毎に判定することにより、適正度合が所定の条件を満たすタグを特定する（ステップＳ１０４）。
【0036】
提案装置１００は、適正度合が所定の条件を満たすタグを、対応した第一の領域に表示させるための情報を出品者端末１０に送信することにより、適正度合が所定の条件を満たすタグを、推奨タグとして出品者に対して提案する（ステップＳ１０５）。
【0037】
なお、第一の領域とは、推奨タグを出品者に対して提案するためのコンテンツに含まれる所定の領域であり、このコンテンツが出品者端末１０に表示される。
【0038】
ここで、商品の検索に用いられるタグとして予め登録されたタグを、説明の便宜上、登録タグとする。
【0039】
ステップＳ１０４～Ｓ１０５において、提案装置１００は、登録タグ以外のタグについて、適正度合が所定の条件を満たすか否かの判定を行うことにより、推奨タグとして提案するタグを特定してもよいし、登録タグを含めて判定を行い、適正度合が所定の条件を満たす全てのタグから、登録タグを除外することにより、推奨タグとして提案するタグを特定してもよい。
【0040】
すなわち、推奨タグは、商品に紐づけて予め定められたタグのうち、登録タグとは異なるタグである。
【0041】
また、ステップＳ１０５において、提案装置１００は、適正度合が所定の条件を満たすタグを、対応した第一の領域に表示させるとともに、登録タグを、対応した第二の領域に表示させるための情報を出品者端末１０に送信することにより、推奨タグを出品者に対して提案してもよい。
【0042】
ここで、登録タグと推奨タグについて説明する。登録タグとは、タグが検索に用いられた際に、そのタグが付与されている商品を商品一覧から抽出し、検索結果に表示させるためのタグである。例えば、「ブランドＡＡ１の商品ＢＢ１」の商品の登録タグに「ブランドＡＡ１」が含まれる場合には、検索者が「ブランドＡＡ１」を用いて検索すると、検索結果に、「ブランドＡＡ１の商品ＢＢ１」の商品が表示される。
【0043】
一方、推奨タグとは、タグが検索に用いられた際に、そのタグが付与されている商品を検索結果に表示させるためのタグではないタグである。例えば、「ブランドＡＡ１の商品ＢＢ１」の商品の推奨タグに「ブランドＡＡ２」が含まれる場合には、検索者が「ブランドＡＡ２」を用いて検索しても、検索結果に、「ブランドＡＡ１の商品ＢＢ１」の商品が表示されない。また、推奨タグは、商品の検索に用いられる候補のタグであるため、登録タグへの登録が推奨されるタグである。
【0044】
ここで、推奨タグ及び登録タグ以外のタグを、説明の便宜上、他の候補タグとして説明する。提案装置１００は、推奨タグ又は推奨タグ及び登録タグに加えて、他の候補タグを、対応した第三の領域に表示させるための情報を出品者端末１０に送信することにより、推奨タグを出品者に対して提案してもよい。
【0045】
他の候補タグは、商品に紐づけて予め定められたタグのうち、適正度合が所定の条件を満たさないタグである。すなわち、他の候補タグとは、タグが検索に用いられた際に、そのタグが付与されている商品を検索結果に表示させるためのタグではないタグであり、登録タグへの登録が推奨されないタグである。
【0046】
提案装置１００は、登録タグ以外のタグについて、適正度合が所定の条件を満たすか否かの判定を行うことにより、他の候補タグを特定してもよいし、登録タグを含めて判定を行い、適正度合が所定の条件を満たさない全てのタグから、登録タグを除外することにより、他の候補タグを特定してもよい。
【0047】
図３は、実施形態に係る推奨タグ、登録タグ及び他の候補タグを各所定の領域に含むコンテンツの一例を示す図である。
【0048】
テーブルＴＢ１１は、所定の商品の、推奨タグ、登録タグ及び他の候補タグを示す情報である。テーブルＴＢ１１では、タグの付与対象となる商品を、登録タグの数が少ない順に並び替えられたものとする。
【0049】
テーブルＴＢ１１では、例えば、商品ＢＢ１１のカテゴリがスニーカーであり、ブランドがブランドＡＡ１であり、画像が画像ＰＩ１１であり、登録タグが「スポーツ」及び「ローカット」であり、推奨タグが「スタイリッシュ」及び「アウトドア」であり、他の候補タグが「キャンプ」及び「ナチュラル」である。
【0050】
テーブルＴＢ１１の例では、各タグに並べて配置されたボックスにチェックマークが付与されることにより、提案装置１００は、チェックマークが付与されたボックスのタグを登録タグに変更して記憶する。例えば、提案装置１００は、推奨タグである「スタイリッシュ」に並べて配置されたボックスにチェックマークが付与された場合には、スタイリッシュのタグを登録タグに変更して記憶する。また、例えば、提案装置１００は、他の候補タグである「キャンプ」に並べて配置されたボックスにチェックマークが付与された場合には、キャンプのタグを登録タグに変更して記憶する。
【0051】
また、各タグに並べて配置されたボックスに付与されているチェックマークが解除されることにより、提案装置１００は、チェックマークが解除されたボックスのタグを、登録タグ以外のタグに変更して記憶する。例えば、提案装置１００は、登録タグである「スポーツ」に並べて配置されたボックスに付与されているチェックマークが解除された場合には、スポーツのタグを登録タグ以外のタグに変更して記憶する。例えば、提案装置１００は、スポーツのタグを推奨タグ又は他の候補タグに変更して記憶する。
【0052】
提案装置１００は、登録タグに変更する操作が行われたと判定した場合には、対象となるタグを登録タグに変更して記憶し、登録タグから解除する操作が行われたと判定した場合には、対象となるタグを登録タグ以外のタグに変更して記憶する。
【0053】
テーブルＴＢ１１の例では、各タグに並べて配置されたボックスに対するチェックマークの付与又は解除の操作が、登録タグに変更する操作又は登録タグから解除する操作である場合を示したが、登録タグに変更する操作又は登録タグから解除する操作は、この例に限られず、どのようなルールに基づき、どのようなものに対する操作であってもよい。
【0054】
（適正度合を示すスコアの算出）
以下、適正度合を示すスコアの算出の処理について説明する。提案装置１００は、タグの付与対象となる商品の商品情報を入力すると、その商品と、その商品に紐づけて予め定められたタグとの適正度合を示すスコアを出力するモデルを、その商品に紐づけて予め定められたタグ毎に生成する。
以下、適正度合を示すスコアの算出の処理について説明する。提案装置１００は、タグの付与対象となる商品の商品情報を入力すると、その商品と、その商品に紐づけて予め定められたタグとの適正度合を示すスコアを出力するモデルを、その商品に紐づけて予め定められたタグ毎に生成する。
【0055】
そして、提案装置１００は、タグの付与対象となる商品に紐づけて予め定められたタグのうち、モデルを用いて出力されたスコアが所定の閾値以上のタグを、推奨タグとして提案する。このように、提案装置１００は、モデルを用いて適正度合を定量評価することで、推奨タグを提案する。
【0056】
なお、提案装置１００は、登録タグを含めて適正度合が所定の条件を満たすか否かの判定を行う場合には、登録タグを含めてタグ毎にモデルを生成し、登録タグ以外のタグについて判定を行う場合には、登録タグを除外してタグ毎にモデルを生成する。
【0057】
（モデルの学習）
提案装置１００は、人手による正解データの入力に基づいて、モデルを学習させる。また、提案装置１００は、人手による正解データの入力に基づいてモデルの学習を行った上で、種々のバリエーションに基づいて、更にモデルを学習させてもよい。以下、種々のバリエーションを例に挙げる。
提案装置１００は、人手による正解データの入力に基づいて、モデルを学習させる。また、提案装置１００は、人手による正解データの入力に基づいてモデルの学習を行った上で、種々のバリエーションに基づいて、更にモデルを学習させてもよい。以下、種々のバリエーションを例に挙げる。
【0058】
提案装置１００は、算出した商品の確度が高いほど、適正度合を示すスコアが高くなるようにモデルを学習させてもよい。例えば、提案装置１００は、確度が８０％のものに対応したタグよりも、確度が９０％のものに対応したタグとの適正度合を示すスコアが高くなるようにモデルを学習させてもよい。
【0059】
また、提案装置１００は、所定の登録タグに対して登録を解除する操作が行われたと判定した場合には、その操作が行われたタグとの適正度合を示すスコアが低くなるようにモデルを学習させてもよい。
【0060】
また、提案装置１００は、タグの流行度合（トレンド度合）を加味して、モデルの学習を行ってもよい。
【0061】
例えば、提案装置１００は、タグの付与対象となる商品のカテゴリを特定し、特定したカテゴリに関連するタグのうち、流行度合が高いタグを特定する。例えば、提案装置１００は、流行度合が高いタグを、タグの流行度合を収集する外部の情報処理装置にアクセスすることで、特定する。例えば、タグの流行度合を収集する外部の情報処理装置は、タグに紐づけて流行度合の変化（又は遷移）を記憶した記憶部を有する。
【0062】
なお、流行度合とは、例えば、季節に応じた流行度合である。例えば、提案装置１００は、特定したカテゴリがファッションであり、季節が秋である場合には、ファッションに関連するタグのうち、流行度合が高いタグとして、「冬服」のタグを特定する。なお、ファッションに関連するタグは、例えば、ファッションのカテゴリに紐づけて予め定められたタグである。
【0063】
提案装置１００は、流行度合が高いタグほど、適正度合を示すスコアが高くなるようにモデルを学習させる。例えば、提案装置１００は、タグの付与対象となる商品に紐づけて予め定められたタグに、「冬服」のタグ以外のタグとして、「夏服」のタグが含まれている場合には、「夏服」のタグよりも、「冬服」のタグのほうが、適正度合を示すスコアが高くなるようにモデルを学習させる。
【0064】
また、提案装置１００は、検索者の属性を加味して、モデルの学習を行ってもよい。
【0065】
例えば、提案装置１００は、タグの付与対象となる商品のターゲットとする検索者の属性を特定し、特定した属性との相性度合が高いタグを特定する。例えば、提案装置１００は、属性との相性度合が高いタグを、属性とタグとの相性度合を収集する外部の情報処理装置にアクセスすることで、特定する。例えば、属性とタグとの相性度合を収集する外部の情報処理装置は、タグに紐づけて属性との相性度合を記憶した記憶部を有する。
【0066】
例えば、提案装置１００は、特定した属性が女性である場合には、女性との相性度合が高いタグとして、「フェミニン」のタグを特定する。
【0067】
提案装置１００は、属性との相性度合が高いタグほど、適正度合を示すスコアが高くなるようにモデルを学習させる。例えば、提案装置１００は、タグの付与対象となる商品に紐づけて予め定められたタグに、「フェミニン」のタグ以外のタグとして、「マスキュリン」のタグが含まれている場合には、「マスキュリン」のタグよりも、「フェミニン」のタグのほうが、適正度合を示すスコアが高くなるようにモデルを学習させる。
【0068】
（情報処理のバリエーション１）
上記実施形態において、出品者の人手による操作を加味して、定性評価を行った上で、上記実施形態に係る定量評価を行い、推奨タグの提案を行ってもよい。以下、タグの付与対象となる商品に紐づけて予め定められたタグに対して、出品者が操作を行ったものとして説明する。
上記実施形態において、出品者の人手による操作を加味して、定性評価を行った上で、上記実施形態に係る定量評価を行い、推奨タグの提案を行ってもよい。以下、タグの付与対象となる商品に紐づけて予め定められたタグに対して、出品者が操作を行ったものとして説明する。
【0069】
提案装置１００は、タグの付与対象となる商品に紐づけて予め定められたタグに対する操作情報を取得する。
【0070】
提案装置１００は、取得した操作情報に基づいて、タグの付与対象となる商品に紐づけて予め定められたタグのうち、所定のタグに対して商品の検索に用いられないように除外する操作が行われたか否かを判定し、所定のタグに対して商品の検索に用いられないように除外する操作が行われたと判定した場合には、その所定のタグを、タグの付与対象となる商品に紐づけて予め定められたタグの一覧から除外して、上記実施形態に係る処理を行ってもよい。
【0071】
（情報処理のバリエーション２）
上記実施形態において、推奨タグとして出品者に対して提案するタグの数を増やすために、適正度合を判定するための所定の条件を緩和して、緩和した所定の条件に基づいて、推奨タグの提案を行ってもよい。以下、タグの付与対象となる商品の登録タグの数が所定の閾値未満であるものとして説明する。
上記実施形態において、推奨タグとして出品者に対して提案するタグの数を増やすために、適正度合を判定するための所定の条件を緩和して、緩和した所定の条件に基づいて、推奨タグの提案を行ってもよい。以下、タグの付与対象となる商品の登録タグの数が所定の閾値未満であるものとして説明する。
【0072】
提案装置１００は、タグの付与対象となる商品の登録タグの数が所定の閾値以上であるか否かを判定し、登録タグの数が所定の閾値以上でないと判定したものとする。
【0073】
提案装置１００は、登録タグの数が所定の閾値以上でないと判定した場合には、例えば、適正度合を判定する基準である所定の閾値を、その閾値よりも低い閾値に変更する。
【0074】
提案装置１００は、例えば、第一の閾値よりも閾値が低い第二の閾値以上のタグを、推奨タグと判定し、提案を行ってもよい。
【0075】
提案装置１００は、登録タグの数が少ないほど、適正度合を判定する基準である所定の閾値を低くして、推奨タグとして提案するタグの数を増やしてもよい。
【0076】
（情報処理のバリエーション３）
上記実施形態において、適正度合を示すスコアが高いタグを、自動的に登録タグに変更して記憶してもよいし、スコアが低いのに登録タグになっているタグを、自動的に登録タグから解除して記憶してもよい。
上記実施形態において、適正度合を示すスコアが高いタグを、自動的に登録タグに変更して記憶してもよいし、スコアが低いのに登録タグになっているタグを、自動的に登録タグから解除して記憶してもよい。
【0077】
例えば、出品者に対して推奨タグとして提案することなく、自動的に登録タグに変更して記憶してもよいし、出品者に対して登録タグの解除を提案することなく、自動的に登録タグから解除して記憶してもよい。
【0078】
以下、自動的に登録タグに変更して記憶する場合を説明する。提案装置１００は、例えば、適正度合を示すスコアが、登録タグのスコアよりも高いか否かを判定する。
【0079】
提案装置１００は、登録タグのスコアよりも高いと判定した場合には、登録タグのスコアよりも高いと判定したタグを、自動的に登録タグに変更して記憶してもよい。
【0080】
提案装置１００は、例えば、適正度合を示すスコアが、推奨タグとして提案するか否かを判定する基準である所定の閾値よりも閾値が高い第三の閾値以上であるか否かを判定する。
【0081】
提案装置１００は、適正度合を示すスコアが、第三の閾値以上であると判定した場合には、第三の閾値以上であると判定したタグを、自動的に登録タグに変更して記憶してもよい。
【0082】
以下、自動的に登録タグから解除して記憶する（タグパトロールの）場合を説明する。
【0083】
提案装置１００は、例えば、登録タグのスコアと推奨タグのスコアとの比較に基づいて、登録タグのうち、適正度合を示すスコアが、推奨タグのスコアよりも低い登録タグを特定する。
【0084】
提案装置１００は、推奨タグのスコアよりも低いと特定した登録タグを、自動的に登録タグから解除して記憶してもよい。例えば、提案装置１００は、登録タグ以外のタグ、すなわち、推奨タグ又は他の候補タグに変更して記憶してもよい。
【0085】
提案装置１００は、例えば、登録タグのスコアと第三の閾値との比較に基づいて、登録タグのうち、適正度合を示すスコアが、第三の閾値未満である登録タグを特定する。
【0086】
提案装置１００は、第三の閾値未満であると特定した登録タグを、自動的に登録タグから解除して記憶してもよい。
【0087】
〔３．出品者端末の構成〕
次に、図４を用いて、実施形態に係る出品者端末１０の構成について説明する。図４は、実施形態に係る出品者端末１０の構成例を示す図である。図４に示すように、出品者端末１０は、通信部１１と、入力部１２と、出力部１３と、制御部１４とを有する。
次に、図４を用いて、実施形態に係る出品者端末１０の構成について説明する。図４は、実施形態に係る出品者端末１０の構成例を示す図である。図４に示すように、出品者端末１０は、通信部１１と、入力部１２と、出力部１３と、制御部１４とを有する。
【0088】
（通信部１１）
通信部１１は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１は、所定のネットワークＮと有線又は無線で接続され、所定のネットワークＮを介して、提案装置１００等との間で情報の送取得を行う。
通信部１１は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１は、所定のネットワークＮと有線又は無線で接続され、所定のネットワークＮを介して、提案装置１００等との間で情報の送取得を行う。
【0089】
（入力部１２）
入力部１２は、出品者からの各種操作を受け付ける。図２に示す例では、出品者Ｕ１１からの各種操作を受け付ける。例えば、入力部１２は、タッチパネル機能により表示面を介して出品者からの各種操作を受け付けてもよい。また、入力部１２は、出品者端末１０に設けられたボタンや、出品者端末１０に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
入力部１２は、出品者からの各種操作を受け付ける。図２に示す例では、出品者Ｕ１１からの各種操作を受け付ける。例えば、入力部１２は、タッチパネル機能により表示面を介して出品者からの各種操作を受け付けてもよい。また、入力部１２は、出品者端末１０に設けられたボタンや、出品者端末１０に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
【0090】
（出力部１３）
出力部１３は、例えば液晶ディスプレイや有機ＥＬ（Electro-Luminescence）ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置である。例えば、出力部１３は、提案装置１００から送信された情報を表示する。
出力部１３は、例えば液晶ディスプレイや有機ＥＬ（Electro-Luminescence）ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置である。例えば、出力部１３は、提案装置１００から送信された情報を表示する。
【0091】
（制御部１４）
制御部１４は、例えば、コントローラ（controller）であり、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、出品者端末１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ（Random Access Memory)を作業領域として実行されることにより実現される。例えば、この各種プログラムには、出品者端末１０にインストールされたアプリケーションのプログラムが含まれる。例えば、この各種プログラムには、提案装置１００から送信された情報を表示させるアプリケーションのプログラムが含まれる。また、制御部１４は、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。
制御部１４は、例えば、コントローラ（controller）であり、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、出品者端末１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ（Random Access Memory)を作業領域として実行されることにより実現される。例えば、この各種プログラムには、出品者端末１０にインストールされたアプリケーションのプログラムが含まれる。例えば、この各種プログラムには、提案装置１００から送信された情報を表示させるアプリケーションのプログラムが含まれる。また、制御部１４は、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。
【0092】
図４に示すように、制御部１４は、受信部１４１と、送信部１４２とを有し、以下に説明する情報処理の作用を実現または実行する。
【0093】
（受信部１４１）
受信部１４１は、外部の情報処理装置から各種情報を受信する。受信部１４１は、提案装置１００等の他の情報処理装置から各種情報を受信する。
受信部１４１は、外部の情報処理装置から各種情報を受信する。受信部１４１は、提案装置１００等の他の情報処理装置から各種情報を受信する。
【0094】
受信部１４１は、例えば、推奨タグ、登録タグ及び他の候補タグを各所定の領域に含むコンテンツを表示させるための情報を受信する。各所定の領域には、推奨タグ、登録タグ又は他の候補タグの一覧が表示される。
【0095】
例えば、第一の領域には、複数の推奨タグの一覧が表示される。推奨タグのうち、適正度合を示すスコアが高いタグを優先的に表示させるために、例えば、適正度合を示すスコアが高い順に並べて表示される。
【0096】
また、例えば、第二の領域には、複数の登録タグの一覧が表示される。登録タグのうち、適正度合を示すスコアが高いタグを優先的に表示させるために、例えば、適正度合を示すスコアが高い順に並べて表示される。
【0097】
また、例えば、第三の領域には、複数の他の候補タグの一覧が表示される。他の候補タグのうち、適正度合を示すスコアが高いタグを優先的に表示させるために、例えば、適正度合を示すスコアが高い順に並べて表示される。
【0098】
（送信部１４２）
送信部１４２は、外部の情報処理装置へ各種情報を送信する。送信部１４２は、提案装置１００等の他の情報処理装置へ各種情報を送信する。
送信部１４２は、外部の情報処理装置へ各種情報を送信する。送信部１４２は、提案装置１００等の他の情報処理装置へ各種情報を送信する。
【0099】
送信部１４２は、例えば、出品者による、推奨タグを登録タグに変更した操作の操作情報を送信する。また、送信部１４２は、例えば、出品者による、登録タグを解除した操作の操作情報を送信する。
【0100】
〔４．提案装置の構成〕
次に、図５を用いて、実施形態に係る提案装置１００の構成について説明する。図５は、実施形態に係る提案装置１００の構成例を示す図である。図５に示すように、提案装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、提案装置１００は、提案装置１００の管理者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。
次に、図５を用いて、実施形態に係る提案装置１００の構成について説明する。図５は、実施形態に係る提案装置１００の構成例を示す図である。図５に示すように、提案装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、提案装置１００は、提案装置１００の管理者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。
【0101】
（通信部１１０）
通信部１１０は、例えば、ＮＩＣ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と有線又は無線で接続され、ネットワークＮを介して、出品者端末１０等との間で情報の送取得を行う。
通信部１１０は、例えば、ＮＩＣ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と有線又は無線で接続され、ネットワークＮを介して、出品者端末１０等との間で情報の送取得を行う。
【0102】
（記憶部１２０）
記憶部１２０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。図５に示すように、記憶部１２０は、タグ情報記憶部１２１と、出品者情報記憶部１２２と、商品情報記憶部１２３とを有する。
記憶部１２０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。図５に示すように、記憶部１２０は、タグ情報記憶部１２１と、出品者情報記憶部１２２と、商品情報記憶部１２３とを有する。
【0103】
タグ情報記憶部１２１は、商品に紐づけて予め定められた全てのタグのタグ情報を記憶する。ここで、図６に、実施形態に係るタグ情報記憶部１２１の一例を示す。図６に示すように、タグ情報記憶部１２１は、「商品ＩＤ」、「商品」、「タグ」といった項目を有する。
【0104】
「商品ＩＤ」は、商品を識別するための識別情報を示す。「商品」は、商品を示す。「タグ」は、商品に紐づけて予め定められた全てのタグを示す。
【0105】
すなわち、図６では、商品ＩＤ「Ｐ１１」によって識別される商品が「ＢＢ１１」であり、その商品に紐づけて予め定められた全てのタグが「スポーツ、ローカット、スタイリッシュ、アウトドア、キャンプ、ナチュラル、・・・」である例を示す。
【0106】
出品者情報記憶部１２２は、出品者が出品している全ての商品の識別情報を記憶する。ここで、図７に、実施形態に係る出品者情報記憶部１２２の一例を示す。図７に示すように、出品者情報記憶部１２２は、「出品者ＩＤ」、「商品ＩＤ」といった項目を有する。
【0107】
「出品者ＩＤ」は、出品者を識別するための識別情報を示す。「商品ＩＤ」は、出品者が出品している全ての商品の識別情報を示す。
【0108】
すなわち、図７では、出品者ＩＤ「Ｕ１１」によって識別される出品者が出品している全ての商品の識別情報が「Ｐ１１、Ｐ１２、Ｐ１３、Ｐ１４、Ｐ１５、・・・」である例を示す。
【0109】
商品情報記憶部１２３は、商品の商品情報を記憶する。ここで、図８に、実施形態に係る商品情報記憶部１２３の一例を示す。図８に示すように、商品情報記憶部１２３は、「商品ＩＤ」、「商品」、「カテゴリ」、「ブランド」といった項目を有する。
【0110】
「商品ＩＤ」は、商品を識別するための識別情報を示す。「商品」は、商品を示す。「カテゴリ」は、商品のカテゴリを示す。「ブランド」は、商品のブランドを示す。
【0111】
すなわち、図８では、商品ＩＤ「Ｐ１１」によって識別される商品が「ＢＢ１１」であり、その商品のカテゴリが「スニーカー」であり、その商品のブランドが「ＡＡ１」である例を示す。
【0112】
（制御部１３０）
制御部１３０は、コントローラであり、例えば、ＣＰＵやＭＰＵ等によって、提案装置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やＦＰＧＡ等の集積回路により実現される。
制御部１３０は、コントローラであり、例えば、ＣＰＵやＭＰＵ等によって、提案装置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やＦＰＧＡ等の集積回路により実現される。
【0113】
図５に示すように、制御部１３０は、取得部１３１と、特定部１３２と、算出部１３３と、推定部１３４と、生成部１３５と、提案部１３６と、判定部１３７とを有し、以下に説明する情報処理の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５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。
【0114】
（取得部１３１）
取得部１３１は、各種情報を取得する。取得部１３１は、外部の情報処理装置から各種情報を取得する。取得部１３１は、出品者端末１０等の他の情報処理装置から各種情報を取得する。
取得部１３１は、各種情報を取得する。取得部１３１は、外部の情報処理装置から各種情報を取得する。取得部１３１は、出品者端末１０等の他の情報処理装置から各種情報を取得する。
【0115】
取得部１３１は、記憶部１２０から各種情報を取得する。取得部１３１は、タグ情報記憶部１２１や出品者情報記憶部１２２や商品情報記憶部１２３から各種情報を取得する。また、取得部１３１は、取得した各種情報を記憶部１２０に格納する。取得部１３１は、タグ情報記憶部１２１や出品者情報記憶部１２２や商品情報記憶部１２３に各種情報を格納する。
【0116】
取得部１３１は、例えば、出品者端末１０から送信された、タグの付与対象となる商品の商品情報を取得する。例えば、取得部１３１は、商品情報として、タグの付与対象となる商品が撮像された画像情報、タグの付与対象となる商品が説明された文字情報又はその画像情報及び文字情報の両者の情報を取得する。
【0117】
（特定部１３２）
特定部１３２は、例えば、取得部１３１により取得された商品情報を画像解析又は文字解析することにより、タグの付与対象となる商品を特定する。
特定部１３２は、例えば、取得部１３１により取得された商品情報を画像解析又は文字解析することにより、タグの付与対象となる商品を特定する。
【0118】
（算出部１３３）
算出部１３３は、例えば、特定部１３２により特定された画像情報の特徴領域に基づいて、タグの付与対象となる商品の確度を算出する。
算出部１３３は、例えば、特定部１３２により特定された画像情報の特徴領域に基づいて、タグの付与対象となる商品の確度を算出する。
【0119】
算出部１３３は、例えば、特定部１３２により特定された文字情報のキーワードに基づいて、タグの付与対象となる商品の確度を算出する。
【0120】
（推定部１３４）
推定部１３４は、例えば、特定部１３２により特定された商品と、算出部１３３により算出された確度とに基づいて、タグの付与対象となる商品と、その商品に紐づけて予め定められたタグとの適正度合をタグ毎に推定する。
推定部１３４は、例えば、特定部１３２により特定された商品と、算出部１３３により算出された確度とに基づいて、タグの付与対象となる商品と、その商品に紐づけて予め定められたタグとの適正度合をタグ毎に推定する。
【0121】
推定部１３４は、例えば、適正度合をタグ毎に推定するために、後述の生成部１３５により生成されたモデルを用いて、適正度合を示すスコアをタグ毎に算出する。
【0122】
推定部１３４は、例えば、推定した適正度合が所定の条件を満たすか否かをタグ毎に判定する。具体的には、推定部１３４は、算出した適正度合を示すスコアが所定の閾値以上であるか否かをタグ毎に判定する。
【0123】
推定部１３４は、商品に紐づけて予め定められたタグ毎に判定することにより、適正度合が所定の条件を満たすタグを特定する。
【0124】
（生成部１３５）
生成部１３５は、例えば、タグの付与対象となる商品の商品情報を入力すると、その商品と、その商品に紐づけて予め定められたタグとの適正度合を示すスコアを出力するモデルを、その商品に紐づけて予め定められたタグ毎に生成する。
生成部１３５は、例えば、タグの付与対象となる商品の商品情報を入力すると、その商品と、その商品に紐づけて予め定められたタグとの適正度合を示すスコアを出力するモデルを、その商品に紐づけて予め定められたタグ毎に生成する。
【0125】
生成部１３５は、例えば、商品の確度が高くなる場合のタグ、流行度合が高いタグ又は検索者の属性との相性度合が高いタグほど、適正度合を示すスコアが高くなるようにモデルを学習させる。例えば、生成部１３５は、適正度合を示すスコアが高くなるようにモデルの重みを決定する。
【0126】
（提案部１３６）
提案部１３６は、例えば、推定部１３４により特定されたタグを、対応した第一の領域に表示させるための情報を出品者端末１０に送信することにより、推奨タグとして出品者に対して提案する。
提案部１３６は、例えば、推定部１３４により特定されたタグを、対応した第一の領域に表示させるための情報を出品者端末１０に送信することにより、推奨タグとして出品者に対して提案する。
【0127】
提案部１３６は、例えば、推定部１３４により特定されたタグを、対応した第一の領域に表示させるとともに、登録タグを、対応した第二の領域に表示させるための情報を出品者端末１０に送信することにより、推奨タグを出品者に対して提案する。
【0128】
提案部１３６は、例えば、推定部１３４により特定されたタグを、対応した第一の領域に表示させるとともに、推定部１３４により特定されなかったタグである他の候補タグを、対応した第三の領域に表示させるための情報を出品者端末１０に送信することにより、推奨タグを出品者に対して提案する。
【0129】
（判定部１３７）
判定部１３７は、例えば、登録タグに変更する操作が行われたと判定した場合には、対象となるタグを登録タグに変更し、登録タグから解除する操作が行われたと判定した場合には、対象となるタグを登録タグ以外のタグに変更する。
判定部１３７は、例えば、登録タグに変更する操作が行われたと判定した場合には、対象となるタグを登録タグに変更し、登録タグから解除する操作が行われたと判定した場合には、対象となるタグを登録タグ以外のタグに変更する。
【0130】
【0131】
図９に示すように、提案装置１００は、取得した商品情報に基づいて、タグの付与対象となる商品を特定する（ステップＳ２０１）。
【0132】
提案装置１００は、特定した商品と、特定した商品に紐づけて予め定められたタグとの適正度合を推定する（ステップＳ２０２）。
【0133】
提案装置１００は、推定した適正度合が所定の条件を満たすタグを、適正度合に応じた表示態様で、推奨タグとして出品者に対して提案する（ステップＳ２０３）。
【0134】
〔６．効果〕
上述してきたように、実施形態に係る提案装置１００は、推定部１３４と、提案部１３６とを有する。推定部１３４は、商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、対象商品とタグとの適正度合を推定する。提案部１３６は、推定部１３４により推定された適正度合が所定の条件を満たすタグを、適正度合に応じた表示態様で、対象商品の検索に用いられるタグの候補として出品者に対して提案する。
上述してきたように、実施形態に係る提案装置１００は、推定部１３４と、提案部１３６とを有する。推定部１３４は、商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、対象商品とタグとの適正度合を推定する。提案部１３６は、推定部１３４により推定された適正度合が所定の条件を満たすタグを、適正度合に応じた表示態様で、対象商品の検索に用いられるタグの候補として出品者に対して提案する。
【0135】
これにより、実施形態に係る提案装置１００は、タグの付与対象となる商品とタグとの適正度合に基づいてタグの候補を決定することができるため、タグの付与対象となる商品に対して、検索に適したタグを提案することができる。
【0136】
また、提案部１３６は、対象商品に紐づけて予め定められたタグのうち、対象商品の検索に用いられる登録済みのタグと、登録済みのタグとは異なる、適正度合が所定の条件を満たすタグとを、各々に対応した所定の領域に表示させるための情報を送信することにより、適正度合が所定の条件を満たすタグを、対象商品の検索に用いられるタグの候補として提案する。
【0137】
これにより、実施形態に係る提案装置１００は、適正度合が所定の条件を満たすタグを、検索に適したタグとして提案することができる。
【0138】
また、提案部１３６は、対象商品に紐づけて予め定められたタグのうち、所定のタグに対して対象商品の検索に用いられないように除外する操作が行われたと判定された場合には、所定のタグを対象商品に紐づけて予め定められたタグから除外して、適正度合が所定の条件を満たすタグを、対象商品の検索に用いられるタグの候補として提案する。
【0139】
これにより、実施形態に係る提案装置１００は、人手による定性評価を行った上でタグの候補を決定することができるため、人手による操作を加味して、検索に適したタグを提案することができる。
【0140】
また、登録済みのタグは、タグが検索に用いられた際に対象商品を検索結果に表示させるためのタグである。また、候補として提案されるタグは、タグが検索に用いられた際に対象商品を検索結果に表示させるためのタグではないタグである。
【0141】
これにより、実施形態に係る提案装置１００は、登録済みのタグと比較させることで、未だ登録されていない検索に適したタグを提案することができる。
【0142】
また、実施形態に係る提案装置１００は、候補として提案されたタグに対して、対象商品の検索に用いられるタグとして登録するための操作が行われたと判定された場合には、タグを登録済みのタグに変更する判定部１３７を更に有する。
【0143】
これにより、実施形態に係る提案装置１００は、変更されたタグが検索に用いられた場合、検索結果に反映させることができる。
【0144】
また、実施形態に係る提案装置１００は、対象商品の商品情報を入力すると、対象商品とタグとの適正度合を示すスコアを出力するモデルを、対象商品に紐づけて予め定められたタグ毎に生成する生成部１３５を更に有する。また、提案部１３６は、対象商品に紐づけて予め定められたタグのうち、生成部１３５により生成されたモデルを用いて出力されたスコアが第一の閾値以上のタグを、対象商品の検索に用いられるタグの候補として提案する。
【0145】
これにより、実施形態に係る提案装置１００は、モデルを用いて出力されたスコアに基づいてタグの候補を決定することができるため、定量的に、検索に適したタグを提案することができる。
【0146】
また、提案部１３６は、登録済みのタグの数が所定の閾値未満である場合には、スコアが、第一の閾値よりも閾値が低い第二の閾値以上のタグを、対象商品の検索に用いられるタグの候補として提案する。
【0147】
これにより、実施形態に係る提案装置１００は、登録済みのタグの数が少ないタグに対して、多くの候補を提案することができる。
【0148】
また、生成部１３５は、商品情報に基づく対象商品の確度が高いほど、対象商品とタグとの適正度合を示すスコアが高くなるようにモデルを学習させる。
【0149】
これにより、実施形態に係る提案装置１００は、確度が高い場合を正例としてモデルを学習させることができるため、より適量的に、検索に適したタグを提案することができる。
【0150】
また、生成部１３５は、登録済みのタグに対して、対象商品の検索に用いられないように登録を解除する操作が行われたと判定された場合には、対象商品とタグとの適正度合を示すスコアが低くなるようにモデルを学習させる。
【0151】
これにより、実施形態に係る提案装置１００は、登録が解除された場合を負例としてモデルを学習させることができるため、より適量的に、検索に適したタグを提案することができる。
【0152】
また、生成部１３５は、対象商品のカテゴリに関連するタグのうち、流行度合が高いタグほど、対象商品とタグとの適正度合を示すスコアが高くなるようにモデルを学習させる。
【0153】
これにより、実施形態に係る提案装置１００は、流行度合が高い場合を正例としてモデルを学習させることができるため、流行度合を加味して、検索に適したタグを提案することができる。
【0154】
また、生成部１３５は、対象商品のターゲットとする検索者の属性との相性度合が高いタグほど、対象商品とタグとの適正度合を示すスコアが高くなるようにモデルを学習させる。
【0155】
これにより、実施形態に係る提案装置１００は、ターゲットとする検索者の属性との相性度合が高い場合を正例としてモデルを学習させることができるため、ターゲットとする検索者の属性との相性度合を加味して、検索に適したタグを提案することができる。
【0156】
〔７．ハードウェア構成〕
また、上述してきた実施形態に係る出品者端末１０及び提案装置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、出品者端末１０及び提案装置１００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、ＨＤＤ１４００、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。
また、上述してきた実施形態に係る出品者端末１０及び提案装置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、出品者端末１０及び提案装置１００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、ＨＤＤ１４００、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。
【0157】
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。
【0158】
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、所定の通信網を介して他の機器からデータを取得してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを所定の通信網を介して他の機器へ送信する。
【0159】
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。
【0160】
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。
【0161】
例えば、コンピュータ１０００が実施形態に係る出品者端末１０及び提案装置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１４及び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、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。
【0162】
〔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。
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。
【0163】
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。
【0164】
また、上述してきた実施形態は、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。
【0165】
以上、本願の実施形態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。
【0166】
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】
【0167】
１ 提案システム
１０ 出品者端末
１１ 通信部
１２ 入力部
１３ 出力部
１４ 制御部
１００ 提案装置
１１０ 通信部
１２０ 記憶部
１２１ タグ情報記憶部
１２２ 出品者情報記憶部
１２３ 商品情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 特定部
１３３ 算出部
１３４ 推定部
１３５ 生成部
１３６ 提案部
１３７ 判定部
１４１ 受信部
１４２ 送信部
Ｎ ネットワーク
１０ 出品者端末
１１ 通信部
１２ 入力部
１３ 出力部
１４ 制御部
１００ 提案装置
１１０ 通信部
１２０ 記憶部
１２１ タグ情報記憶部
１２２ 出品者情報記憶部
１２３ 商品情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 特定部
１３３ 算出部
１３４ 推定部
１３５ 生成部
１３６ 提案部
１３７ 判定部
１４１ 受信部
１４２ 送信部
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】
【手続補正書】
【提出日】2022-06-03
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、当該対象商品とタグとの適正度合を推定する推定部と、
前記推定部により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案部と、
を有し、
前記提案部は、
前記対象商品に紐づけて予め定められたタグのうち、前記対象商品の商品情報を入力すると、前記対象商品とタグとの適正度合を示すスコアを出力するモデルであって、前記対象商品に紐づけて予め定められたタグ毎に生成されたモデルを用いて出力されたスコアが第一の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする提案装置。
前記推定部により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案部と、
を有し、
前記提案部は、
前記対象商品に紐づけて予め定められたタグのうち、前記対象商品の商品情報を入力すると、前記対象商品とタグとの適正度合を示すスコアを出力するモデルであって、前記対象商品に紐づけて予め定められたタグ毎に生成されたモデルを用いて出力されたスコアが第一の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする提案装置。
【請求項2】
前記提案部は、
前記対象商品に紐づけて予め定められたタグのうち、前記対象商品の検索に用いられる登録済みのタグと、当該登録済みのタグとは異なる、前記適正度合が所定の条件を満たすタグとを、各々に対応した所定の領域に表示させるための情報を送信することにより、前記適正度合が所定の条件を満たすタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項１に記載の提案装置。
前記対象商品に紐づけて予め定められたタグのうち、前記対象商品の検索に用いられる登録済みのタグと、当該登録済みのタグとは異なる、前記適正度合が所定の条件を満たすタグとを、各々に対応した所定の領域に表示させるための情報を送信することにより、前記適正度合が所定の条件を満たすタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項１に記載の提案装置。
【請求項3】
前記提案部は、
前記対象商品に紐づけて予め定められたタグのうち、所定のタグに対して前記対象商品の検索に用いられないように除外する操作が行われたと判定された場合には、当該所定のタグを前記対象商品に紐づけて予め定められたタグから除外して、前記適正度合が所定の条件を満たすタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項２に記載の提案装置。
前記対象商品に紐づけて予め定められたタグのうち、所定のタグに対して前記対象商品の検索に用いられないように除外する操作が行われたと判定された場合には、当該所定のタグを前記対象商品に紐づけて予め定められたタグから除外して、前記適正度合が所定の条件を満たすタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項２に記載の提案装置。
【請求項4】
前記登録済みのタグは、当該タグが検索に用いられた際に前記対象商品を検索結果に表示させるためのタグであり、
前記候補として提案されるタグは、当該タグが検索に用いられた際に前記対象商品を検索結果に表示させるためのタグではないタグである
ことを特徴とする請求項２又は３に記載の提案装置。
前記候補として提案されるタグは、当該タグが検索に用いられた際に前記対象商品を検索結果に表示させるためのタグではないタグである
ことを特徴とする請求項２又は３に記載の提案装置。
【請求項5】
前記候補として提案されたタグに対して、前記対象商品の検索に用いられるタグとして登録するための操作が行われたと判定された場合には、当該タグを前記登録済みのタグに変更する判定部、
を更に有することを特徴とする請求項２～４のいずれか１項に記載の提案装置。
を更に有することを特徴とする請求項２～４のいずれか１項に記載の提案装置。
【請求項6】
前記提案部は、
前記対象商品の検索に用いられる登録済みのタグの数が所定の閾値未満である場合には、前記スコアが、前記第一の閾値よりも閾値が低い第二の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項１～５のいずれか１項に記載の提案装置。
前記対象商品の検索に用いられる登録済みのタグの数が所定の閾値未満である場合には、前記スコアが、前記第一の閾値よりも閾値が低い第二の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項１～５のいずれか１項に記載の提案装置。
【請求項7】
前記モデルを、前記対象商品に紐づけて予め定められたタグ毎に生成する生成部、
を更に有し、
前記提案部は、
前記対象商品に紐づけて予め定められたタグのうち、前記生成部により生成された前記モデルを用いて出力されたスコアが第一の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項１～６のいずれか１項に記載の提案装置。
を更に有し、
前記提案部は、
前記対象商品に紐づけて予め定められたタグのうち、前記生成部により生成された前記モデルを用いて出力されたスコアが第一の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする請求項１～６のいずれか１項に記載の提案装置。
【請求項8】
前記生成部は、
前記商品情報に基づく前記対象商品の確度が高いほど、前記対象商品とタグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項７に記載の提案装置。
前記商品情報に基づく前記対象商品の確度が高いほど、前記対象商品とタグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項７に記載の提案装置。
【請求項9】
前記生成部は、
前記対象商品の検索に用いられる登録済みのタグに対して、前記対象商品の検索に用いられないように登録を解除する操作が行われたと判定された場合には、前記対象商品と当該タグとの適正度合を示すスコアが低くなるように前記モデルを学習させる
ことを特徴とする請求項７又は８に記載の提案装置。
前記対象商品の検索に用いられる登録済みのタグに対して、前記対象商品の検索に用いられないように登録を解除する操作が行われたと判定された場合には、前記対象商品と当該タグとの適正度合を示すスコアが低くなるように前記モデルを学習させる
ことを特徴とする請求項７又は８に記載の提案装置。
【請求項10】
前記生成部は、
前記対象商品のカテゴリに関連するタグのうち、流行度合が高いタグほど、前記対象商品と当該タグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項７～９のいずれか１項に記載の提案装置。
前記対象商品のカテゴリに関連するタグのうち、流行度合が高いタグほど、前記対象商品と当該タグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項７～９のいずれか１項に記載の提案装置。
【請求項11】
前記生成部は、
前記対象商品のターゲットとする検索者の属性との相性度合が高いタグほど、前記対象商品と当該タグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項７～１０のいずれか１項に記載の提案装置。
前記対象商品のターゲットとする検索者の属性との相性度合が高いタグほど、前記対象商品と当該タグとの適正度合を示すスコアが高くなるように前記モデルを学習させる
ことを特徴とする請求項７～１０のいずれか１項に記載の提案装置。
【請求項12】
コンピュータが実行する情報処理方法であって、
商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、当該対象商品とタグとの適正度合を推定する推定工程と、
前記推定工程により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案工程と、
を含し、
前記提案工程は、
前記対象商品に紐づけて予め定められたタグのうち、前記対象商品の商品情報を入力すると、前記対象商品とタグとの適正度合を示すスコアを出力するモデルであって、前記対象商品に紐づけて予め定められたタグ毎に生成されたモデルを用いて出力されたスコアが第一の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする提案方法。
商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、当該対象商品とタグとの適正度合を推定する推定工程と、
前記推定工程により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案工程と、
を含し、
前記提案工程は、
前記対象商品に紐づけて予め定められたタグのうち、前記対象商品の商品情報を入力すると、前記対象商品とタグとの適正度合を示すスコアを出力するモデルであって、前記対象商品に紐づけて予め定められたタグ毎に生成されたモデルを用いて出力されたスコアが第一の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする提案方法。
【請求項13】
商品の検索に用いられるタグの付与対象となる対象商品の商品情報を用いて、当該対象商品とタグとの適正度合を推定する推定手順と、
前記推定手順により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案手順と、
をコンピュータに実行させ、
前記提案手順は、
前記対象商品に紐づけて予め定められたタグのうち、前記対象商品の商品情報を入力すると、前記対象商品とタグとの適正度合を示すスコアを出力するモデルであって、前記対象商品に紐づけて予め定められたタグ毎に生成されたモデルを用いて出力されたスコアが第一の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする提案プログラム。
前記推定手順により推定された適正度合が所定の条件を満たすタグを、当該適正度合に応じた表示態様で、前記対象商品の検索に用いられるタグの候補として出品者に対して提案する提案手順と、
をコンピュータに実行させ、
前記提案手順は、
前記対象商品に紐づけて予め定められたタグのうち、前記対象商品の商品情報を入力すると、前記対象商品とタグとの適正度合を示すスコアを出力するモデルであって、前記対象商品に紐づけて予め定められたタグ毎に生成されたモデルを用いて出力されたスコアが第一の閾値以上のタグを、前記対象商品の検索に用いられるタグの候補として提案する
ことを特徴とする提案プログラム。