(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】P2023170551
(43)【公開日】2023-12-01
(54)【発明の名称】情報処理装置、情報処理方法、および情報処理プログラム
(51)【国際特許分類】
G06F 16/903 20190101AFI20231124BHJP
【FI】
G06F16/903
【審査請求】有
【請求項の数】14
【出願形態】OL
(21)【出願番号】P 2022082391
(22)【出願日】2022-05-19
(11)【特許番号】
(45)【特許公報発行日】2022-09-12
(71)【出願人】
【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】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】小沼 剛
(72)【発明者】
【氏名】山口 寛
【テーマコード(参考)】
5B175
【Fターム(参考)】
5B175DA10
5B175HA02
5B175HB03
(57)【要約】
【課題】所定の検索クエリを入力した利用者に関するより詳細な分析を可能にすることができる情報処理装置、情報処理方法、および情報処理プログラムを提供すること。
【解決手段】本願に係る情報処理装置は、受付部と、特定部と、推定部と、提供部とを備える。受付部は、基準クエリの指定を受け付ける。特定部は、基準クエリを入力した利用者を特定利用者として特定する。推定部は、複数の期間の各々において、特定利用者によって入力された検索クエリと基準クエリとの関連度を推定する。提供部は、推定部によって推定された関連度および検索クエリの入力タイミングのうちの一方または両方の変化に関するコンテンツを提供する。情報処理装置は、例えば学習モデルを用いて処理を実現する。
【選択図】
図8
【特許請求の範囲】
【請求項1】
基準クエリの指定を受け付ける受付部と、
前記基準クエリを入力した利用者を特定利用者として特定する特定部と、
複数の期間の各々において、前記特定利用者によって入力された検索クエリと前記基準クエリとの関連度を推定する推定部と、
前記推定部によって推定された前記関連度および前記検索クエリの入力タイミングのうちの一方または両方の変化に関するコンテンツを提供する提供部と、を備える
ことを特徴とする情報処理装置。
【請求項2】
前記提供部は、
前記検索クエリの前記関連度および前記入力タイミングのうちの一方または両方の変化を示すグラフを含む情報を前記コンテンツとして提供する
ことを特徴とする請求項1に記載の情報処理装置。
【請求項3】
前記特定利用者によって入力された検索クエリのうち特定条件を満たす検索クエリを抽出する抽出部を備え、
前記提供部は、
前記抽出部によって抽出された前記検索クエリの前記関連度および前記入力タイミングのうちの一方または両方の変化を示すグラフを含む情報を前記コンテンツとして提供する
ことを特徴とする請求項2に記載の情報処理装置。
【請求項4】
前記抽出部は、
前記入力タイミングが前記基準クエリの入力タイミングより過去に遠ざかる変化を示す検索クエリを、前記特定条件を満たす検索クエリとして抽出する
ことを特徴とする請求項3に記載の情報処理装置。
【請求項5】
前記抽出部は、
前記入力タイミングが前記基準クエリの入力タイミングより前のタイミングから前記基準クエリの入力タイミングより後のタイミングへ変化する検索クエリを、前記特定条件を満たす検索クエリとして抽出する
ことを特徴とする請求項3に記載の情報処理装置。
【請求項6】
前記抽出部は、
前記関連度が閾値以上である検索クエリを、前記特定条件を満たす検索クエリとして抽出する
ことを特徴とする請求項3に記載の情報処理装置。
【請求項7】
前記抽出部は、
前記基準クエリとの入力タイミングの時間差が閾値以上である検索クエリを、前記特定条件を満たす検索クエリとして抽出する
ことを特徴とする請求項3に記載の情報処理装置。
【請求項8】
前記推定部は、
前記検索クエリを入力した前記特定利用者の数に基づいて、前記検索クエリの関連度スコアを前記関連度の推定結果として算出する
ことを特徴とする請求項1に記載の情報処理装置。
【請求項9】
前記推定部は、
前記検索クエリを入力した前記特定利用者の数と前記検索クエリの同一特定利用者による複数回入力とに基づいて、前記検索クエリの関連度スコアを前記関連度の推定結果として算出する
ことを特徴とする請求項8に記載の情報処理装置。
【請求項10】
前記特定利用者によって入力された検索クエリのうち前記基準クエリに対応するカテゴリに検索対象が含まれる検索クエリを抽出する抽出部を備え、
前記推定部は、
複数の期間の各々において、前記抽出部によって抽出された検索クエリの前記基準クエリとの関連度を推定し、
前記提供部は、
前記抽出部によって抽出された前記検索クエリの前記関連度および前記入力タイミングのうちの一方または両方の変化に関するコンテンツを提供する
ことを特徴とする請求項1~9のいずれか1つに記載の情報処理装置。
【請求項11】
前記特定部は、
前記基準クエリで示される検索対象を含むカテゴリを前記基準クエリに対応するカテゴリとして特定する
ことを特徴とする請求項10に記載の情報処理装置。
【請求項12】
前記特定部は、
前記基準クエリで示されるカテゴリを前記基準クエリに対応するカテゴリとして特定する
ことを特徴とする請求項10に記載の情報処理装置。
【請求項13】
コンピュータが実行する情報処理方法であって、
基準クエリの指定を受け付ける受付工程と、
前記基準クエリを入力した利用者を特定利用者として特定する特定工程と、
複数の期間の各々において、前記特定利用者によって入力された検索クエリと前記基準クエリとの関連度を推定する推定工程と、
前記推定工程によって推定された前記関連度および前記検索クエリの入力タイミングのうちの一方または両方の変化に関するコンテンツを提供する提供工程と、を含む
ことを特徴とする情報処理方法。
【請求項14】
基準クエリの指定を受け付ける受付手順と、
前記基準クエリを入力した利用者を特定利用者として特定する特定手順と、
複数の期間の各々において、前記特定利用者によって入力された検索クエリと前記基準クエリとの関連度を推定する推定手順と、
前記推定手順によって推定された前記関連度および前記検索クエリの入力タイミングのうちの一方または両方の変化に関するコンテンツを提供する提供手順と、をコンピュータに実行させる
ことを特徴とする情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法、および情報処理プログラムに関する。
【背景技術】
【0002】
近年のインターネットの飛躍的な普及に伴い、インターネット上の種々の情報を用いた分析に関する技術が発展しつつある。例えば、利用者の検索クエリに基づいて、利用者のニーズを分析する技術が知られている。
【先行技術文献】
【特許文献】
【0003】
【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、所定の検索クエリを入力した利用者に関するより詳細な分析を可能にすることができるとは限らない。
【0005】
本願は、上記に鑑みてなされたものであって、所定の検索クエリを入力した利用者に関するより詳細な分析を可能にすることができる情報処理装置、情報処理方法、および情報処理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】
本願に係る情報処理装置は、受付部と、特定部と、推定部と、提供部とを備える。受付部は、基準クエリの指定を受け付ける。特定部は、基準クエリを入力した利用者を特定利用者として特定する。推定部は、複数の期間の各々において、特定利用者によって入力された検索クエリと基準クエリとの関連度を推定する。提供部は、推定部によって推定された関連度および検索クエリの入力タイミングのうちの一方または両方の変化に関するコンテンツを提供する。
【発明の効果】
【0007】
実施形態の一態様によれば、所定の検索クエリを入力した利用者に関するより詳細な分析を可能に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、実施形態に係る情報処理の一例を示す図である。
【
図2】
図2は、実施形態に係る操作者装置に表示されるコンテンツの一例を示す図である。
【
図3】
図3は、実施形態に係る操作者装置に表示され第1想起クエリが強調されたコンテンツの一例を示す図である。
【
図4】
図4は、実施形態に係る操作者装置に表示されるコンテンツの一例を示す図である。
【
図5】
図5は、実施形態に係る操作者装置に表示されるコンテンツの他の例を示す図である。
【
図6】
図6は、実施形態に係る情報処理装置による時間スコアの算出方法の一例を示す図である。
【
図7】
図7は、実施形態に係る情報処理装置が含まれる情報処理システムの構成の一例を示す図である。
【
図8】
図8は、実施形態に係る情報処理装置の構成例を示す図である。
【
図9】
図9は、実施形態に係る検索履歴記憶部に記憶される検索履歴テーブルの一例を示す図である。
【
図10】
図10は、実施形態に係る利用者情報記憶部に記憶される利用者情報テーブルの一例を示す図である。
【
図11】
図11は、実施形態に係る情報処理装置の推定部の構成の一例を示す図である。
【
図12】
図12は、情報処理装置の処理部が実行する情報処理の一例を示すフローチャートである。
【
図13】
図13は、実施形態に係る情報処理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、本願に係る情報処理装置、情報処理方法、および情報処理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情報処理装置、情報処理方法、および情報処理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。
【0010】
〔1.情報処理の一例〕
図1は、実施形態に係る情報処理の一例を示す図であり、本実施形態においては情報処理装置1により情報処理方法が実行される。
【0011】
図1に示す情報処理装置1は、利用者が入力した時系列の検索クエリに基づいて、所定の検索クエリを入力した利用者のより詳細な分析を行う。検索クエリを入力した利用者とは、端末装置2を介して検索クエリを情報処理装置1に入力した利用者であり、検索クエリを用いて検索した利用者である。
【0012】
情報処理装置1は、時系列の検索クエリのうち、所定の検索クエリを入力した利用者が所定の検索クエリに対応するカテゴリにおいて最初に入力した検索クエリを推定する。また、情報処理装置1は、検索クエリと所定の検索クエリとの関連度や入力タイミングなどの時間的変化を示すコンテンツを生成する。
【0013】
図1に示すように、各利用者U
1,・・・,U
nは、端末装置2
1,・・・,2
nのうち対応する端末装置から検索クエリを検索サーバ3に送信させる(ステップS1
1,・・・,S1
n)。nは、2以上の整数である。端末装置2
1は、利用者U
1によって用いられる端末装置であり、端末装置2
nは、利用者U
nによって用いられる端末装置である。
【0014】
検索サーバ3は、各端末装置21,・・・,2nから送信される検索クエリを受け付け、受け付けた検索クエリに応じた検索結果を各端末装置21,・・・,2nに送信する(ステップS21,・・・,S2n)。以下において、端末装置21,・・・,2nの各々を個別に区別せずに示す場合、端末装置2と記載する場合があり、利用者U1,・・・,Unの各々を個別に区別せずに示す場合、利用者Uと記載する場合がある。
【0015】
ステップS11,・・・,S1nおよびステップS21,・・・,S2nの処理は繰り返し行われる。各利用者Uは、調べたいことがあるたびに、調べたい対象を示す検索クエリを端末装置2から繰り返し検索サーバ3に送信させ、検索サーバ3は、端末装置2から送信される検索クエリを繰り返し受け付け、受け付けた検索クエリに応じた検索結果を端末装置2に送信する。
【0016】
このように、各利用者Uによって複数の検索クエリが互いに異なるタイミングで検索サーバ3に送信される。そのため、検索サーバ3には、各利用者Uによって互いに異なるタイミングの複数の検索クエリである時系列の検索クエリが入力される。
【0017】
検索クエリは、検索キーワードとも呼ばれ、複数の利用者Uによって入力される検索クエリは、互いに同一である場合がある。例えば、利用者U1によって入力される検索クエリ「SUV」は、利用者Unによって入力される検索クエリ「SUV」と同じ検索クエリである。「SUV」は、SUV(Sport Utility Vehicle)である。
【0018】
つづいて、情報処理装置1は、検索サーバ3から検索履歴を取得する(ステップS3)。検索履歴は、各利用者Uによって入力された時系列の検索クエリの履歴である。
【0019】
次に、情報処理装置1は、操作者OPによる基準クエリの指定を受け付ける(ステップS4)。基準クエリは、複数の利用者Uによって入力された検索クエリのうち基準となる検索クエリである。操作者OPは、操作者装置4を操作して基準クエリを指定する操作を行うことで、操作者OPによって指定された基準クエリの情報である操作情報が操作者装置4から情報処理装置1に送信される。
【0020】
例えば、利用者U
1は、
図1に示すコンテンツCT1の所定の領域R1に「SUV」と設定し、設定した「SUV」を検索クエリとして検索するための操作を行うことによって、「SUV」を基準クエリに指定したとする。操作者装置4は、「SUV」を基準クエリに指定する操作を受け付けると、「SUV」を示す情報を基準クエリの指定に関する操作情報として情報処理装置1へ送信する。
【0021】
情報処理装置1は、操作者装置4から送信される操作情報に基づいて、操作者OPによる基準クエリの指定を受け付け、基準クエリを入力した利用者Uを特定利用者として特定する(ステップS5)。
【0022】
例えば、基準クエリが「SUV」である場合、複数の利用者Uのうち、検索クエリとして「SUV」を入力した利用者Uが特定利用者として特定される。この際、情報処理装置1は、基準クエリの検索時期や検索回数に関する所定の条件が予め定められている場合には、所定の条件を満たす利用者Uを特定してもよい。
【0023】
次に、情報処理装置1は、特定利用者の検索履歴に基づいて、特定利用者が入力した検索クエリの時系列変化を示すコンテンツCT2を操作者装置4に表示させるための時系列情報を生成する(ステップS6)。なお、コンテンツCT2で時系列変化として示される検索クエリに、基準クエリと同じである検索クエリが含まれてもよい。例えば、基準クエリが「SUV」である場合、コンテンツCT2において、検索クエリ「SUV」が時系列変化の対象として含まれていてもよい。
【0024】
次に、情報処理装置1は、ステップS6で生成した時系列情報を操作者装置4に送信し、特定利用者が入力した検索クエリの時系列変化を示すコンテンツを操作者装置4に表示させる(ステップS7)。
【0025】
図2は、実施形態に係る操作者装置4に表示されるコンテンツCT2の一例を示す図である。
図2に示すコンテンツCT2は、「SUV」を入力した利用者Uである特定利用者が、2021年3月25日から2022年3月24日までに入力した検索クエリの時系列変化を示すコンテンツである。
【0026】
また、コンテンツCT2において、検索クエリは、重複ボリュームが高い順に上位1000件が表示されるものとする。なお、
図2では、便宜上、主要な検索クエリのみが表示されているが、実際は、1000件分の検索クエリが表示される。なお、操作者OPは、情報処理装置1に対し、端末装置2を介して、表示される検索クエリの数の変更を要求することで、コンテンツCT2に含まれる検索クエリの数を変更することができる。
【0027】
情報処理装置1は、例えば、各特定利用者が基準クエリ「SUV」を入力したタイミングを起点として、期間毎に各特定利用者が入力した検索クエリを集計することで、重複ボリュームの上位の検索クエリを特定する。重複ボリュームは、検索クエリを入力した利用者Uの利用者数であってもよいし、利用者Uの複数回入力を考慮した入力数(検索数)であってもよい。
【0028】
コンテンツCT2は、検索クエリの時系列変化を示すグラフG1を含む。グラフG1の横軸の指標が検索クエリの検索サーバ3への入力の期間であり、縦軸の指標が検索クエリの重複ボリュームである。また、グラフG1において、「A1」~「A3」は、自動車を製造する事業者である。「B1」~「B9」は、自動車のブランドである。なお、自動車を製造する事業者名が自動車のメインブランドである場合、「B1」~「B9」は、自動車のサブブランドである。
【0029】
グラフG1では、検索クエリ「SUV」が基準クエリであるため、各特定利用者による「SUV」の入力タイミングが起点である検索起点とされている。すなわち、グラフG1は、各特定利用者による「SUV」の入力タイミングを検索起点として、各期間に入力された検索クエリの重複ボリュームをプロットしたグラフである。なお、入力タイミングは、日単位のタイミングであるが、数日、数時間、1時間、または数十分などを単位とするタイミングであってもよい。また、検索クエリの入力タイミングは、検索クエリの情報処理装置1への入力タイミングであり、検索クエリによる検索のタイミングである。
【0030】
図2に示すグラフG1では、各特定利用者による基準クエリ「SUV」の入力タイミングを、横軸の指標で「0日」とする。例えば、グラフG1は、基準クエリ「SUV」を入力した特定利用者が、基準クエリ「SUV」を入力した「0日」の期間に、「SUV A1」、「SUV 新型」、「SUV 中古」、「SUV 人気」、「B6」などの検索クエリを入力した傾向にあることを示す。
【0031】
また、
図2に示すグラフG1は、基準クエリ「SUV」を入力した特定利用者が、基準クエリ「SUV」を入力した「0日」の期間から3日~7日後に、「B5 SUV」、「SUV 人気車種ランキング」などの検索クエリを入力した傾向にあることを示す。また、
図2に示すグラフG1は、基準クエリ「SUV」を入力した特定利用者が、基準クエリ「SUV」を入力した「0日」の期間から7日~15日前に、「B1」、「B2」などの検索クエリを入力した傾向にあることを示す。
【0032】
操作者OPは、グラフG1における2つの検索クエリを選択することで、選択された2つの検索クエリを入力した特定利用者が入力した検索クエリを含むグラフを操作者装置4に表示させることができる。例えば、操作者OPは、「0日」の期間の前後の「B5 中古」および「B5 SUV」を選択すると、「B5 中古」および「B5 SUV」を入力した特定利用者が入力した検索クエリを含むグラフが操作者装置4に表示される。
【0033】
情報処理装置1は、操作者装置4を介して、2つの検索クエリの選択を受け付け、利用者Uの検索履歴に基づいて、選択を受け付けた2つの検索クエリを入力した特定利用者を特定する。情報処理装置1は、特定した特定利用者の検索履歴に基づいて、選択を受け付けた2つの検索クエリを入力した特定利用者が、かかる2つの検索クエリの一方から他方までに入力した検索クエリの時系列変化を示すコンテンツを表示させるための時系列情報を生成し、生成した時系列情報を操作者装置4に送信する。これにより、操作者OPは、グラフG1において、特定利用者の切り分けを行うことができる。
【0034】
また、情報処理装置1は、2つの検索クエリの選択に代えてまたは加えて、操作者OPから指定されたペルソナまたは操作者OPから選択された検索クエリに基づいて推定されたペルソナに基づいて、特定利用者の切り分けを行うこともできる。また、情報処理装置1は、グラフG1に対して操作者OPによって指定された所定の範囲に基づいて、特定利用者の切り分けを行うこともできる。なお、特定利用者の切り分けは、特定利用者として特定される利用者の絞り込みということもできる。
【0035】
また、情報処理装置1は、操作者OPによる2つの検索クエリの選択により、特定利用者を切り分けた上で、グラフG1において操作者OPによって選択された所定の範囲に基づいて検索クエリの絞り込みを行うこともできる。
【0036】
なお、期間毎にプロットされる縦軸の指標は、例えば、バスケット分析のリフト値に基づくスコアであってもよい。また、検索クエリを集計する期間を示す横軸の指標は、週単位であっても、月単位であっても、年単位であってもよい。
【0037】
コンテンツCT2には、
図2に示すように、切り替えボタンSW1,SW2が含まれている。操作者OPは、操作者装置4を操作して、切り替えボタンSW1を選択することで、情報処理装置1に第1想起クエリを推定させ、第1想起クエリを操作者装置4に表示させることができる。
【0038】
また、操作者OPは、操作者装置4を操作して、切り替えボタンSW2を選択することで、検索クエリの基準クエリとの関連度および検索クエリの入力タイミングの変化に関するコンテンツを操作者装置4に表示させることができる。
【0039】
ここで、情報処理装置1に第1想起クエリを推定させ、第1想起クエリを操作者装置4に表示させる処理について説明する。操作者装置4は、操作者OPによる切り替えボタンSW1の選択を受け付けると、切り替えボタンSW1の選択を示す操作情報を情報処理装置1に送信する(ステップS8-1)。
【0040】
情報処理装置1は、操作者装置4から送信される操作情報に基づいて、操作者OPによる切り替えボタンSW1の選択を第1想起クエリの推定要求として受け付ける。情報処理装置1は、第1想起クエリの推定要求を受け付けると、基準クエリに対応するカテゴリである対応カテゴリにおいて特定利用者が最初に入力した検索クエリを第1想起クエリとして推定する(ステップS9-1)。
【0041】
基準クエリに対応するカテゴリは、基準クエリで示される検索対象を含むカテゴリであるが、基準クエリで示される検索対象に関係するカテゴリであってもよい。また、基準クエリに対応するカテゴリは、基準クエリで示される検索対象がカテゴリである場合、基準クエリで示されるカテゴリである。
【0042】
例えば、基準クエリで示される対象が自動車のブランド、種別、または特徴などである場合、基準クエリに対応するカテゴリは、自動車であり、基準クエリで示される検索対象が自動車である場合、基準クエリに対応するカテゴリは、自動車である。例えば、基準クエリが「SUV」である場合、基準クエリに対応するカテゴリは、自動車またはSUVである。
【0043】
第1想起クエリは、例えば、基準クエリの入力タイミングから所定の期間前までの特定利用者の入力による時系列の検索クエリのうち、基準クエリに対応するカテゴリにおいて特定利用者が最初に入力した検索クエリである。換言すれば、第1想起クエリは、特定利用者が基準クエリを入力するまでの過程において、基準クエリに対応するカテゴリにおいて特定利用者が最初に想起した対象を検索する検索クエリである。
【0044】
情報処理装置1は、例えば、特定利用者によって入力された各検索クエリと基準クエリとの関連度、および、各検索クエリの入力タイミングと基準クエリの入力タイミングとの間の期間に基づいて、第1想起クエリを推定する。
【0045】
例えば、情報処理装置1は、基準クエリから所定の期間前までに特定利用者が入力し且つ基準クエリに対応するカテゴリの検索クエリのうち、基準クエリとの関連度が閾値以上であって且つ基準クエリとの入力タイミングから最も古い検索クエリを、第1想起クエリと推定することができる。
【0046】
また、情報処理装置1は、各検索クエリの基準クエリとの関連度および基準クエリとの入力タイミングとの間の期間とに基づいて、各検索クエリのスコアである第1想起スコアSfawを算出し、算出した各検索クエリの第1想起スコアSfawに基づいて、第1想起クエリを推定することができる。
【0047】
例えば、情報処理装置1は、関連度スコアSreと時間差スコアStdとに基づいて、第1想起スコアSfawを算出する。関連度スコアSreは、検索クエリの基準クエリとの関連度の一例であり、時間差スコアStdは、検索クエリの入力タイミングと基準クエリの入力タイミングとの間の期間に基づいて算出されるスコアである。
【0048】
情報処理装置1は、例えば、上述した重複ボリュームを関連度スコアSreとすることができる。例えば、情報処理装置1は、検索クエリを入力した特定利用者の数である利用者数Nuに基づいて、検索クエリの関連度スコアSreを算出する。例えば、情報処理装置1は、利用者数Nuに係数k1を乗算して得られる値を関連度スコアSreとして算出することができる。
【0049】
例えば、検索クエリ「SUV A3」を入力した特定利用者の数が20であり、k1=0.1であれば、検索クエリ「SUV A3」の関連度スコアSreは、Sre=0.1×20=2である。なお、k1は、固定値であるが、可変値であってもよい。
【0050】
また、情報処理装置1は、同一特定利用者による複数回入力を考慮した入力数(検索数)に基づいて、関連度スコアSreを算出することができる。同一特定利用者による複数回入力は、同一検索クエリが同一特定利用者によって複数回入力されたことを示す。
【0051】
例えば、情報処理装置1は、特定利用者の入力総数(検索総数)に係数k1を乗じた値を関連度スコアSreとすることができる。また、情報処理装置1は、係数k1を、利用者数Nuに対する同一特定利用者による複数回入力数Npの比Rp(=ka(Np/Nu)+kb)に応じた値にすることで、同一特定利用者による複数回入力を考慮した入力数(検索数)を考慮した値にすることができる。ka,kbは係数であり、複数回入力数Npは、例えば、複数回入力を行った特定利用者の数であるが、複数回入力された検索クエリの総数であってもよい。
【0052】
また、情報処理装置1は、同一利用者Uがどのくらいこれらの利用者行動を同時に行うかを示すスコアを関連度スコアSreとすることもできる。例えば、情報処理装置1は、多くの利用者Uの入力タイミングが基準クエリと一致する検索クエリを最も高いスコアとし、検索クエリの入力タイミングが基準クエリから時間的に離れるほどスコアが小さくなるように関連度スコアSreを算出することができる。
【0053】
情報処理装置1は、特定利用者の数および複数回入力数のうちの1以上と関連度スコアSreとを特定利用者の数および複数回入力数のうちの1以上毎に含む学習用情報を用いて、関連度スコアSreを出力する関連度判定モデルを学習することができる。この場合、情報処理装置1は、特定利用者の数および複数回入力数のうちの1以上を関連度判定モデルに入力することで、関連度スコアSreを算出する。
【0054】
情報処理装置1は、検索クエリの入力タイミングと基準クエリの入力タイミングとの間の期間に基づいて、時間差スコアStdを算出する。検索クエリの入力タイミングと基準クエリの入力タイミングとの間の期間は、例えば、検索クエリの入力タイミングと基準クエリの入力タイミングとの時間差である。
【0055】
情報処理装置1は、例えば、検索クエリの入力タイミングと基準クエリの入力タイミングとの時間差をtdとし、検索クエリの入力タイミングをtsとし、基準クエリの入力タイミングをtrとした場合、時間差td=tr-tsである。
【0056】
情報処理装置1は、各検索クエリの時間差tdに基づいて、各検索クエリの時間差スコアStdを算出する。例えば、情報処理装置1は、下記式(1)の関数f1(td)を用いて、時間差tdから時間差スコアStdを算出することができる。
f1(td)=Std ・・・(1)
【0057】
情報処理装置1は、例えば、時間差tdと時間差スコアStdを時間差td毎に含む学習用情報を用いて、時間差tdを入力とし、時間差スコアStdを出力とする時間差スコア判定モデルを生成することもできる。情報処理装置1は、時間差スコア判定モデルを用いて、時間差スコアStdを算出することができる。
【0058】
情報処理装置1は、関連度スコアSreと時間差スコアStdとに基づいて、第1想起スコアSfawを算出する。例えば、情報処理装置1は、下記式(2)の関数f2(Sre,Std)を用いて、関連度スコアSreと時間差スコアStdとから第1想起スコアSfawを算出することができる。
f2(Sre,Std)=Sfaw ・・・(2)
【0059】
また、情報処理装置1は、例えば、関連度スコアSreと時間差スコアStdとを第1想起スコアSfaw毎に含む学習用情報を用いて、関連度スコアSreと時間差スコアStdとを入力とし、第1想起スコアSfawを出力とする第1想起スコア判定モデルを生成することもできる。情報処理装置1は、第1想起スコア判定モデルを用いて、第1想起スコアSfawを算出する。
【0060】
情報処理装置1は、例えば、複数の特定利用者が入力した検索クエリのうち第1想起スコアSfawが最も高い検索クエリを第1想起クエリと推定する。情報処理装置1は、推定した第1想起クエリを、操作情報に応じた情報として、操作者装置4に送信し、第1想起クエリを示す情報を含むコンテンツCT3を操作者OPに提供する(ステップS10-1)。
【0061】
図3は、実施形態に係る操作者装置4に表示され第1想起クエリが強調されたコンテンツCT3の一例を示す図である。
図3に示すコンテンツCT3では、「SUV」を入力した利用者Uである特定利用者が最初に入力したと推定される検索クエリである第1想起クエリとして検索クエリ「B1」が強調されている。
【0062】
これにより、操作者OPは、情報処理装置1によって推定された第1想起クエリを容易に把握することができ、所定の検索クエリを入力した利用者のより詳細な分析を可能にすることができる。
【0063】
情報処理装置1は、操作者OPの操作によって上述したように特定利用者の切り分けを行った場合、切り分けにより絞り込まれた特定利用者が最初に検索したと推定される検索クエリを第1想起クエリとして推定することができる。
【0064】
また、情報処理装置1は、グラフG1において操作者OPによって所定の範囲が選択された場合、操作者OPによって選択された所定の範囲内において、切り分けにより絞り込まれた特定利用者が最初に検索したと推定される検索クエリを第1想起クエリとして推定することもできる。
【0065】
次に、情報処理装置1が検索クエリの基準クエリとの関連度および検索クエリの入力タイミングの変化に関するコンテンツを操作者装置4に表示させる処理について説明する。操作者装置4は、操作者OPによる切り替えボタンSW2の選択を受け付けると、切り替えボタンSW2の選択を示す操作情報を情報処理装置1に送信する(ステップS8-2)。
【0066】
情報処理装置1は、操作者装置4から送信される操作情報に基づいて、操作者OPによる切り替えボタンSW2の選択を変化に関するコンテンツの要求として受け付ける。情報処理装置1は、変化に関するコンテンツの要求を受け付けると、特定利用者によって入力された各検索クエリの基準クエリとの関連度を推定する(ステップS9-2-1)。
【0067】
ステップS9-2-1の処理において、情報処理装置1は、複数の期間t1~tnの各々において、例えば、上述した各検索クエリの関連度スコアSreを各検索クエリの基準クエリとの関連度として推定する。nは、2以上の整数である。各期間t1~tnは、数日単位の期間であるが、1ヶ月、数十日、1日、数時間などを単位とする期間であってもよい。以下において、複数の期間t1~tnの各々における関連度スコアSreを関連度スコアSre(tx)と表す。xは、1~nまでの任意の値である。
【0068】
関連度スコアSre(tx)は、期間txの関連度スコアSreである。例えば、期間t1における検索クエリの関連度スコアSreは、「Sre(t1)」で表され、期間t2における検索クエリの関連度スコアSreは、「Sre(t2)」で表される。
【0069】
つづいて、情報処理装置1は、ステップS9-2-1の処理で推定した関連度と検索クエリの入力タイミングの変化に関するコンテンツを生成する(ステップS9-2-2)。そして、情報処理装置1は、ステップS9-2-2において生成したコンテンツを表示させるための情報を、操作情報に応じた情報として、操作者装置4に送信し、関連度と入力タイミングの変化を示す情報を含むコンテンツCT4を操作者OPに提供する(ステップS10-2)。
【0070】
ここで、期間txにおける検索クエリの特定利用者による入力タイミングを「T(tx)」とする。期間tkにおける検索クエリの入力タイミングは、「T(tk)」で表され、期間tk+1における検索クエリの入力タイミングは、「T(tk+1)」で表される。
【0071】
情報処理装置1は、特定利用者が入力した各検索クエリについて、各期間txにおける関連度スコアSre(tx)と入力タイミングT(tx)とに基づいて、関連度と入力タイミングの変化に関するコンテンツを生成する。例えば、情報処理装置1は、検索クエリの関連度と入力タイミングとの変化を示すグラフを含む情報をコンテンツCT4として生成する。
【0072】
図4は、実施形態に係る操作者装置4に表示されるコンテンツCT4の一例を示す図である。
図4に示すコンテンツCT4では、検索クエリ「B2」と検索クエリ「B3」の関連度と入力タイミングとの変化を示すグラフG2を含む。
【0073】
図4では、期間t
kにおける検索クエリ「B2」のグラフG2上の位置がB2(t
k)で表され、期間t
k+1における検索クエリ「B2」のグラフG2上の位置がB2(t
k+1)で表される。検索クエリ「B2」の位置は、期間t
kから期間t
k+1にかけて、B2(t
k)からB2(t
k+1)に変化している。
【0074】
具体的には、検索クエリ「B2」は、期間tkにおける関連度スコアSre(tk)が「SreB2(tk)」で表され、期間tk+1における関連度スコアSre(tk+1)が「SreB2(tk+1)」で表されている。すなわち、検索クエリ「B2」の基準クエリに対する関連度は、期間tkから期間tk+1にかけて、SreB2(tk)からSreB2(tk+1)に変化している。
【0075】
また、検索クエリ「B2」は、期間tkにおける入力タイミングT(tk)が「TB2(tk)」で表され、期間tk+1における入力タイミングT(tk+1)が「TB2(tk+1)」で表されている。すなわち、検索クエリ「B2」の入力タイミングは、期間tkから期間tk+1にかけて、TB2(tk)からTB2(tk+1)に変化している。
【0076】
したがって、検索クエリ「B2」の入力タイミングは、基準クエリの入力タイミング(検索基点)よりも前であるが、期間tkから期間tk+1にかけて、基準クエリの入力タイミングに近づいており、また、基準クエリとの関連度は低くなっている。
【0077】
基準クエリとの関連度が高いほど認知度が高く、基準クエリの入力タイミングよりも前であって基準クエリの入力タイミングから遠ざかるほど、認知度が高いと推定される。そのため、「ブランドB2」は、認知度が下がっていると推定される。このように、情報処理装置1では、所定の検索クエリを入力した利用者Uのより詳細な分析を可能にすることができる。
【0078】
また、
図4では、期間t
kにおける検索クエリ「B3」のグラフG2上の位置がB3(t
k)で表され、期間t
k+1における検索クエリ「B3」のグラフG2上の位置がB3(t
k+1)で表される。検索クエリ「B3」の位置は、期間t
kから期間t
k+1にかけて、B3(t
k)からB3(t
k+1)に変化している。
【0079】
具体的には、検索クエリ「B3」は、期間tkにおける関連度スコアSre(tk)が「SreB3(tk)」で表され、期間tk+1における関連度スコアSre(tk+1)が「SreB3(tk+1)」で表されている。すなわち、検索クエリ「B3」の基準クエリに対する関連度は、期間tkから期間tk+1にかけて、SreB3(tk)からSreB3(tk+1)に変化している。
【0080】
また、検索クエリ「B3」は、期間tkにおける入力タイミングT(tk)が「TB3(tk)」で表され、期間tk+1における入力タイミングT(tk+1)が「TB3(tk+1)」で表されている。すなわち、検索クエリ「B3」の入力タイミングは、期間tkから期間tk+1にかけて、TB3(tk)からTB3(tk+1)に変化している。
【0081】
したがって、検索クエリ「B3」の入力タイミングは、基準クエリの入力タイミング(検索基点)よりも前であり、期間tkから期間tk+1にかけて、基準クエリの入力タイミングから遠ざかっており、また、基準クエリとの関連度は高くなっている。
【0082】
基準クエリとの関連度が高いほど認知度が高く、基準クエリの入力タイミングよりも前であって基準クエリの入力タイミングから遠ざかるほど、認知度が高いと推定される。そのため、「ブランドB3」は、認知度が高くなっていると推定される。このように、情報処理装置1では、所定の検索クエリを入力した利用者Uのより詳細な分析を可能にすることができる。
【0083】
図5は、実施形態に係る操作者装置4に表示されるコンテンツCT4の他の例を示す図である。
図5に示すコンテンツCT4では、検索クエリ「B4」の関連度と入力タイミングとの変化を示すグラフG2を含む。
【0084】
図5では、期間t
kにおける検索クエリ「B4」のグラフG2上の位置がB4(t
k)で表され、期間t
k+1における検索クエリ「B4」のグラフG2上の位置がB4(t
k+1)で表される。検索クエリ「B4」の位置は、期間t
kから期間t
k+1にかけて、B4(t
k)からB4(t
k+1)に変化している。
【0085】
検索クエリ「B4」は、期間tkにおける関連度スコアSre(tk)が「SreB4(tk)」で表され、期間tk+1における関連度スコアSre(tk+1)が「SreB4(tk+1)」で表されている。すなわち、検索クエリ「B4」の基準クエリに対する関連度は、期間tkから期間tk+1にかけて、SreB4(tk)からSreB4(tk+1)に変化している。
【0086】
また、検索クエリ「B4」は、期間tkにおける入力タイミングT(tk)が「TB4(tk)」で表され、期間tk+1における入力タイミングT(tk+1)が「TB4(tk+1)」で表されている。すなわち、検索クエリ「B4」の入力タイミングは、期間tkから期間tk+1にかけて、TB4(tk)からTB4(tk+1)に変化している。
【0087】
したがって、検索クエリ「B4」の入力タイミングは、基準クエリの入力タイミング(検索基点)よりも前のタイミングから、期間tkから期間tk+1にかけて、基準クエリの入力タイミングよりも後のタイミングに変化しており、また、基準クエリとの関連度は低くなっている。
【0088】
基準クエリとの関連度が低いほど認知度が低く、基準クエリの入力タイミングよりも後のタイミングになるほど、認知度が低くなると推定される。そのため、「ブランドB4」は、認知度が大きく下がっていると推定される。このように、情報処理装置1では、所定の検索クエリを入力した利用者Uのより詳細な分析を可能にすることができる。以下において、検索クエリで示される検索対象(例えば、「B2」、「B3」、または「B4」など)を検索クエリ対象と記載する場合がある。
【0089】
情報処理装置1は、所定の期間TB(例えば、期間tkから期間tk+1までの期間)における関連度スコアSre(tx)または入力タイミングT(tx)の変化が特定条件を満たす検索クエリを含むグラフを示す情報を、操作者OPに提供することができる。
【0090】
例えば、情報処理装置1は、所定の期間TBにおいて入力タイミングが基準クエリの入力タイミングより過去に所定のタイミング以上遠ざかる変化を示す検索クエリを、特定条件を満たす検索クエリとして抽出し、抽出した検索クエリを含むグラフを示す情報を操作者OPに提供することができる。これにより、情報処理装置1は、
図4に示すブランドB3を検索対象とする検索クエリの変化を示す情報を操作者OPに提供することができ、ブランドB3の認知度が高くなっていることを操作者OPに知らせることができる。
【0091】
また、情報処理装置1は、例えば、所定の期間TBにおいて入力タイミングが基準クエリの入力タイミングより過去であって基準クエリの入力タイミングに所定のタイミング以上近づく変化を示す検索クエリを、特定条件を満たす検索クエリとして抽出し、抽出した検索クエリを含むグラフを示す情報を操作者OPに提供することができる。これにより、情報処理装置1は、
図4に示すブランドB2を検索対象とする検索クエリの変化を示す情報を操作者OPに提供することができ、ブランドB2の認知度が低くなっていることを操作者OPに知らせることができる。
【0092】
また、情報処理装置1は、例えば、所定の期間TBにおいて入力タイミングが基準クエリの入力タイミングより前のタイミングから基準クエリの入力タイミングより後のタイミングへ変化する検索クエリを、特定条件を満たす検索クエリとして抽出し、抽出した検索クエリを含むグラフを示す情報を操作者OPに提供することができる。これにより、情報処理装置1は、
図5に示すブランドB4を検索対象とする検索クエリの変化を示す情報を操作者OPに提供することができ、ブランドB4の認知度が低くなっていることを操作者OPに知らせることができる。
【0093】
また、情報処理装置1は、所定の期間TBにおいて入力タイミングの差が閾値以上である検索クエリを、特定条件を満たす検索クエリとして抽出し、抽出した検索クエリを含むグラフを示す情報を操作者OPに提供することもできる。
【0094】
なお、情報処理装置1は、例えば、操作者OPによる操作者装置4への操作によって操作者装置4から送信される操作情報に基づいて、所定の期間TBを変更することができる。
【0095】
また、情報処理装置1は、所定の期間TBにおいて関連度スコアSreが閾値以上である検索クエリや関連度スコアSreの変化(例えば、低下度や上昇度)が閾値以上などを、特定条件を満たす検索クエリとして抽出し、抽出した検索クエリを含むグラフを示す情報を操作者OPに提供することもできる。なお、情報処理装置1は、上述した条件を複数満たす検索クエリを、特定条件を満たす検索クエリとして抽出することもできる。
【0096】
また、特定条件は、例えば、所定の期間TBにおいて後述する認知度スコアSawが閾値以下で継続していることなどであってもよい。これにより、情報処理装置1は、認知度が継続して低い検索クエリ対象を示す情報を、操作者OPに提供することができる。なお、特定条件は、操作者OPによって設定または選択されてもよい。
【0097】
なお、情報処理装置1は、検索クエリの関連度および検索クエリの入力タイミングの変化に関するコンテンツに代えてまたは加えて、検索クエリの関連度および検索クエリの入力タイミングのうちの一方に関するコンテンツを操作者OPに提供することもできる。
【0098】
情報処理装置1は、検索クエリで示される検索対象の認知度を示すスコアである認知度スコアSawを算出することができる。そして、情報処理装置1は、例えば、認知度スコアSawの変化が特定条件を満たす検索クエリ対象を判定し、認知度スコアSawの変化が特定条件を満たす検索クエリ対象の情報を操作者OPに提供することもできる。
【0099】
以下において、情報処理装置1による認知度スコアSawの算出方法について、例を挙げて説明する。
【0100】
例えば、情報処理装置1は、複数の期間t1~tnの各々において、上述した各検索クエリの時間差スコアStdを用いて、各検索クエリの時間スコアSt(tx)を算出する。時間スコアSt(tx)は、期間txの時間スコアである。例えば、期間t1における検索クエリの時間スコアは、「St(t1)」で表され、期間t2における検索クエリの時間スコアは、「St(t2)」で表される。
【0101】
情報処理装置1は、例えば、複数の期間t1~tnの各々における各検索クエリの時間差スコアStdの平均値である時間差スコア平均値Stdavに基づいて、各検索クエリの時間スコアSt(tx)を算出することができる。例えば、情報処理装置1は、下記式(3)を用いて、各検索クエリの時間スコアSt(tx)を算出する。
St(tx)=Std(tx)-Stdav ・・・(3)
【0102】
図6は、実施形態に係る情報処理装置1による時間スコアStの算出方法の一例を示す図である。
図6では、検索クエリ「B1」の期間t
1~t
nにおける時間差スコア平均値Std
avが-0.2であり、検索クエリ「B1」の期間t
kにおける時間差スコアStdが-0.4であり、検索クエリ「B1」の期間t
k+1における時間差スコアStdが-0.7である。この場合、時間スコアSt(t
k)=-0.4-(-0.2)=-0.2であり、時間スコアSt(t
k+1)=-0.7-(-0.2)=-0.5である。
【0103】
なお、時間スコアSt(t
x)は、期間t
xにおける時間差スコアStdと同じ値であってもよい。この場合、
図6に示す例では、時間スコアSt(t
k)=-0.4であり、時間スコアSt(t
k+1)=-0.7である。
【0104】
情報処理装置1は、検索クエリの関連度スコアSre(tx)と時間スコアSt(tx)とに基づいて、検索クエリで示される検索対象の認知度を示す認知度スコアSaw(tx)を算出する処理を特定利用者が入力した検索クエリ毎に行う。例えば、情報処理装置1は、下記式(4)を用いて、認知度スコアSaw(tx)を算出する。下記式(4)において、k4は負の係数であり、例えば、-1である。
Saw(tx)=Sre(tx)×k4×St(tx) ・・・(4)
【0105】
また、情報処理装置1は、下記式(5)を用いて、認知度スコアSaw(tx)を算出することもできる。下記式(5)において、k5は正の係数であり、k6は負の係数であるが、かかる限定されない。
Saw(tx)=k5×Sre(tx)+k6×St(tx) ・・・(5)
【0106】
情報処理装置1は、上述したように、認知度スコアSawの変化が特定条件を満たす検索クエリ対象の情報を操作者OPに提供することができる。特定条件は、例えば、所定の期間TB(例えば、期間tkから期間tk+1までの期間)において認知度スコアSawの低下度が閾値以上であること、所定の期間TBにおいて認知度スコアSawの上昇度が閾値以上であることである。これにより、情報処理装置1は、認知度の低下度が大きな検索クエリ対象や、認知度の上昇度が大きな検索クエリ対象を示す情報を、操作者OPに提供することができる。
【0107】
なお、情報処理装置1は、例えば、関連度スコアSreと時間スコアStとを認知度スコアSaw毎に含む学習用情報を用いて、関連度スコアSreと時間スコアStとを入力とし、認知度スコアSawを出力とする認知度スコア判定モデルを生成することもできる。情報処理装置1は、認知度スコア判定モデルを用いて、認知度スコアSawを算出することができる。
【0108】
上述した関連度判定モデル、時間差スコア判定モデル、第1想起スコア判定モデル、および認知度判定モデルの各々は、機械学習によって生成される学習モデルであり、例えば、畳み込みニューラルネットワークなどのニューラルネットワークによる機械学習によって生成される。なお、かかる例に限定されず、学習モデルは、ニューラルネットワークに代えて、線形回帰、非線形回帰、ロジスティック回帰、またはサポートベクタマシンといった学習アルゴリズムによる機械学習を用いて生成されてもよい。
【0109】
このように、情報処理装置1は、特定利用者によって入力された各検索クエリと基準クエリとの関連度、および、各検索クエリの入力タイミングと基準クエリの入力タイミングとの間の期間に基づいて、基準クエリに対応するカテゴリにおいて特定利用者が最初に入力した検索クエリである第1想起クエリを推定する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。基準クエリは、所定の検索クエリの一例である。
【0110】
また、情報処理装置1は、複数の期間の各々において、特定利用者によって入力された各検索クエリの基準クエリとの関連度を推定し、検索クエリの関連度および検索クエリの入力タイミングのうちの一方または両方の変化に関するコンテンツを提供する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。基準クエリは、所定の検索クエリの一例である。
【0111】
なお、コンテンツCT1,CT2,CT3,CT4などのコンテンツは、端末装置2主体の処理により表示されてもよく、API(Application Programming Interface)などのインターフェイスを介して端末装置2から入力された情報に基づき、情報処理装置1が端末装置2に表示させるものであってもよい。なお、
図1では、端末装置2と情報処理装置1とが別装置である場合を示したが、端末装置2と情報処理装置1とが一体であってもよい。
【0112】
〔2.情報提供システムの構成〕
図7は、実施形態に係る情報処理装置1が含まれる情報処理システムの構成の一例を示す図である。
図7に示すように、実施形態に係る情報処理システム100は、情報処理装置1と、複数の端末装置2
1,・・・,2
nと、検索サーバ3と、操作者装置4とを備える。
【0113】
図7中では図示していないが、情報処理システム100は、情報処理装置1、検索サーバ3、および操作者装置4の各々を複数含んでしてもよい。また、情報処理システム100は、情報処理装置1に関係するエンティティ(例えば、業者、エンドユーザ)の装置などの、他の構成要素を含んでもよい。
【0114】
情報処理システム100において、情報処理装置1、複数の端末装置2、検索サーバ3、および操作者装置4は、それぞれネットワークNと有線または無線により接続される。ネットワークNは、例えば、インターネット、WAN(Wide Area Network)、LAN(Local Area Network)などのネットワークである。情報処理システム100の構成要素は、ネットワークNを介して互いに通信を行うことができる。
【0115】
情報処理装置1は、検索クエリの時系列データを評価するための処理を実行する情報処理装置である。情報処理装置1は、各利用者Uの時系列の検索クエリから、特定のニーズを持つ利用者Uを発見することができる。また、情報処理装置1は、各利用者Uの時系列の検索クエリから判定される利用者Uの検索傾向から、検索クエリで示される検索対象に対する利用者Uの認識度合いなどを判定することができる。
【0116】
情報処理装置1は、サーバを含む、任意のタイプの情報処理装置であってもよい。情報処理装置1が、ウェブサーバ、アプリケーションサーバ、データベースサーバなどの各種サーバの機能を提供してもよい。情報処理装置1の構成例の詳細については、後述する。
【0117】
端末装置2は、利用者Uによって利用される情報処理装置である。端末装置2は、インターネット上の各種サービス(例えば、ポータルサイト、ポータルアプリ)を介して、利用者Uによって入力された検索クエリを送信することができる。また、端末装置2は、この各種サービスを介して、検索クエリに対する検索結果などを受信することができる。
【0118】
検索サーバ3は、インターネット上の各種サービス(例えば、ポータルサイト、ポータルアプリ)を提供する情報処理装置である。検索サーバ3は、この各種サービスを介して、端末装置2から、検索クエリを受信することができる。検索サーバ3は、検索クエリを受信した場合に検索処理を行い、検索クエリに対する検索結果を端末装置2に送信する。また、検索サーバ3は、受信された複数の検索クエリを、検索履歴として蓄積することができる。
【0119】
操作者装置4は、操作者OPよって利用される情報処理装置である。操作者OPは、例えば、情報処理装置1や検索サーバ3に関係する特定のインターネット企業に関連する人物である。操作者装置4は、操作者OPが情報処理装置1に情報を入力することを可能にする。例えば、操作者OPが各利用者Uの時系列の検索クエリを分析したい場合に、操作者OPは、分析対象のキーワードやカテゴリを、情報処理装置1に対して設定することができる。
【0120】
端末装置2および操作者装置4の各々は、例えば、パーソナルコンピュータ、タブレット、PDA(Personal Digital Assistant)、またはスマートフォンなどである。なお、端末装置2は、上記例に限定されなくともよく、例えば、スマートウォッチ、またはウェアラブルデバイス(Wearable Device)であってもよい。
【0121】
〔3.情報処理装置1の構成〕
以下、上記した情報処理装置1が有する機能構成の一例について説明する。
図8は、実施形態に係る情報処理装置1の構成例を示す図である。
図8に示すように、情報処理装置1は、通信部10と、記憶部11と、処理部12とを有する。なお、情報処理装置1は、情報処理装置1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など)、各種情報を表示するための表示部(例えば、液晶ディスプレイなど)を有してもよい。
【0122】
〔3.1.通信部10〕
通信部10は、例えば、NIC(Network Interface Card)などによって実現される。そして、通信部10は、ネットワークNと有線または無線で接続され、他の各種装置との間で情報の送受信を行う。例えば、通信部10は、端末装置2、検索サーバ3、および操作者装置4の各々との間でネットワークNを介して情報の送受信を行う。
【0123】
〔3.2.記憶部11〕
記憶部11は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)などの半導体メモリ素子、または、ハードディスク、光ディスクなどの記憶装置によって実現される。また、記憶部11は、検索履歴記憶部20と、利用者情報記憶部21とを有する。
【0124】
〔3.2.1.検索履歴記憶部20〕
検索履歴記憶部20は、利用者Uの検索履歴を記憶する。
図9は、実施形態に係る検索履歴記憶部20に記憶される検索履歴テーブルの一例を示す図である。
図9に示す検索履歴テーブルは、「利用者ID」および「検索履歴」などが互いに関連付けられた情報を有する。
【0125】
「利用者ID」は、利用者Uを識別するための識別情報である。「検索履歴」は、検索履歴の情報である。
図9では、利用者ID「P1」の利用者Uの検索履歴が「検索履歴#1」であり、利用者ID「P2」の利用者Uの検索履歴が「検索履歴#2」である。
【0126】
図9に示す例では、「検索履歴」に「検索履歴#1」や「検索履歴#2」といった概念的な情報が格納される例を示したが、「検索履歴」には、時系列の検索クエリの情報が格納される。例えば、「検索履歴」には、利用者Uが入力した検索クエリと、検索クエリを検索した日時とを検索クエリ毎に対応付けた情報などが格納される。
【0127】
〔3.2.2.利用者情報記憶部21〕
利用者情報記憶部21は、利用者情報を記憶する。
図10は、実施形態に係る利用者情報記憶部21に記憶される利用者情報テーブルの一例を示す図である。
図10に示す利用者情報テーブルは、「利用者ID」、「性別」、「年代」、および「居住地」などが互いに関連付けられた情報を有する。
【0128】
「利用者ID」は、利用者Uを識別するための識別情報である。「性別」は、利用者Uの性別を示す情報であり「年代」は、利用者Uの年代を示す情報であり、「居住地」は、利用者Uの居住地を示す情報である。
【0129】
図10に示す例では、利用者ID「P1」の利用者Uは、性別が「男性」であり、年代が「30代」であり、居住地が「地域AR1」である。また、利用者ID「P2」の利用者Uは、性別が「女性」であり、年代が「20代」であり、居住地が「地域AR2」である。
【0130】
〔3.3.処理部12〕
処理部12は、コントローラ(Controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)などのプロセッサによって、情報処理装置1内部の記憶装置に記憶されている各種プログラム(情報処理プログラムの一例)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、処理部12は、コントローラであり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)などの集積回路により実現される。
【0131】
図8に示すように、処理部12は、取得部30と、受付部31と、特定部32と、抽出部33と、推定部34と、生成部35と、提供部36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、処理部12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。
【0132】
〔3.3.1.取得部30〕
取得部30は、各種情報を取得する。取得部30は、記憶部11から各種の情報を取得する。取得部30は、検索履歴記憶部20および利用者情報記憶部21などから各種の情報を取得する。
【0133】
取得部30は、通信部10を介して、外部の情報処理装置から各種情報を受信する。取得部30は、端末装置2、検索サーバ3、操作者装置4、または外部装置から各種情報を受信する。例えば、取得部30は、検索サーバ3から検索履歴を取得する。取得部30は、所定の期間毎に、検索サーバ3から検索履歴を取得し、取得した検索履歴を用いて、検索履歴記憶部20に記憶される検索履歴を更新する。
【0134】
また、取得部30は、例えば、外部装置から利用者情報を取得する。取得部30は、所定の期間毎に、利用者情報を外部装置から取得し、利用者情報記憶部21に記憶される利用者情報を更新する。
【0135】
〔3.3.2.受付部31〕
受付部31は、操作者装置4の操作者OPから基準クエリの指定を受け付ける。例えば、受付部31は、「SUV」を基準クエリに指定する操作に関する操作情報に基づいて、「SUV」を基準クエリとする指定を受け付ける。
【0136】
操作者OPは、操作者装置4を操作して基準クエリを指定する操作を行うことで、操作者OPによって指定された基準クエリの情報である操作情報が操作者装置4から情報処理装置1に送信される。
【0137】
受付部31は、操作者装置4から送信される操作情報に基づいて、操作者OPによる基準クエリの指定を受け付ける。基準クエリは、複数の利用者Uによって入力された検索クエリのうち基準となる検索クエリである。
【0138】
また、受付部31は、操作者装置4の操作者OPからコンテンツCT3の送信要求やコンテンツCT4の送信要求を受け付ける。操作者装置4は、操作者OPが切り替えボタンSW1(
図2参照)を選択すると、切り替えボタンSW1の選択を示す操作情報を情報処理装置1に送信する。受付部31は、切り替えボタンSW1の選択を示す操作情報に基づいて、コンテンツCT3の送信要求を第1想起クエリの推定要求として受け付ける。
【0139】
また、操作者装置4は、操作者OPが切り替えボタンSW2(
図2参照)を選択すると、切り替えボタンSW2の選択を示す操作情報を情報処理装置1に送信する。受付部31は、切り替えボタンSW2の選択を示す操作情報に基づいて、変化に関するコンテンツの要求であるコンテンツCT4の送信要求を受け付ける。
【0140】
受付部31は、操作者装置4の操作者OPから特定利用者の切り分け条件の指定を受け付ける。例えば、受付部31は、検索クエリの選択に関する操作情報に基づいて、検索クエリの選択を特定利用者の切り分け条件の指定として受け付ける。
【0141】
例えば、受付部31は、「B5 中古」と「B4 SUV」との検索クエリを選択する操作に関する操作情報に基づいて、「B5 中古」と「B4 SUV」との選択を特定利用者の切り分け条件の指定として受け付ける。
【0142】
また、受付部31は、操作者OPから指定されたペルソナまたは操作者OPによって指定された所定の範囲などを含む操作情報に基づいて、ペルソナの指定や所定の範囲の指定を特定利用者の切り分け条件の指定として受け付ける。ペルソナは、例えば、「男性、30代、地域AR1」などといった利用者Uの属性であるが、かかる例に限定されない。
【0143】
また、受付部31は、操作者装置4から送信される操作情報に基づいて、操作者OPによる所定の期間TBの設定や変更を受け付ける。操作情報には、例えば、所定の期間TBの起点となる期間(例えば、期間tk)を示す情報、終点となる期間(例えば、期間tk+1や期間tk+2など)を示す情報などが含まれている。
【0144】
〔3.3.3.特定部32〕
特定部32は、基準クエリを入力した利用者Uを特定利用者として特定する。特定部32は、例えば、受付部31によって受け付けられた基準クエリを入力した複数の利用者Uの各々を特定利用者として特定する。
【0145】
特定部32は、基準クエリで示される検索対象を含むカテゴリを基準クエリに対応するカテゴリとして特定する。例えば、基準クエリが「SUV」である場合、「SUV」を含む「自動車」を、基準クエリに対応するカテゴリとして特定する。
【0146】
また、特定部32は、基準クエリで示される検索対象がカテゴリである場合、基準クエリで示されるカテゴリを基準クエリに対応するカテゴリとして特定する。例えば、基準クエリが「自動車」である場合、「自動車」を、基準クエリに対応するカテゴリとして特定する。なお、カテゴリは、「SUV」、「ミニバン」、「クーペ」、「セダン」、「軽自動車」などのボディタイプのカテゴリなどであってもよく、その他のカテゴリであってもよい。
【0147】
特定部32は、基準クエリを入力した複数の利用者Uのうち受付部31によって受け付けられた絞り込み条件を満たす利用者Uを特定利用者として特定することができる。絞り込み条件を満たす利用者Uは、例えば、受付部31によって選択が受け付けられた複数の検索クエリを入力した利用者U、受付部31によって指定が受け付けられた所定の範囲に基準クエリ以外の検索クエリが含まれる利用者Uである。
【0148】
また、絞り込み条件を満たす利用者Uは、例えば、受付部31によって指定が受け付けられたペルソナを満たす利用者U、検索クエリに基づいて推定部34によって推定されたペルソナを満たす利用者Uなどであってもよく、これら以外の利用者Uであってもよい。
【0149】
〔3.3.4.抽出部33〕
抽出部33は、特定利用者によって入力された検索クエリのうち特定条件を満たす検索クエリを抽出する。特定条件は、例えば、第1特定条件と第2特定条件とを含む。
【0150】
例えば、抽出部33は、コンテンツCT2やコンテンツCT3に含める検索クエリを抽出する場合、例えば、第1特定条件を満たす検索クエリを、特定条件を満たす検索クエリとして抽出する。
【0151】
また、抽出部33は、コンテンツCT4に含める検索クエリを抽出する場合、例えば、第1特定条件を満たし、且つ、所定の期間TBにおいて第2特定条件を満たす検索クエリを、特定条件を満たす検索クエリとして抽出する。
【0152】
第1特定条件を満たす検索クエリは、基準クエリに対応するカテゴリと一致する検索対象または基準クエリに対応するカテゴリに検索対象が含まれる検索クエリである。基準クエリに対応するカテゴリは、基準クエリで示される検索対象を含むカテゴリであるが、基準クエリで示される検索対象に関係するカテゴリであってもよい。
【0153】
第2特定条件を満たす検索クエリは、例えば、入力タイミングが基準クエリの入力タイミングより過去に遠ざかる変化を示す検索クエリ、入力タイミングが基準クエリの入力タイミングより前のタイミングから基準クエリの入力タイミングより後のタイミングへ変化する検索クエリ、関連度が閾値以上である検索クエリ、基準クエリとの入力タイミングの時間差が閾値以上である検索クエリであるが、かかる例に限定されない。
【0154】
例えば、第2特定条件を満たす検索クエリは、例えば、認知度スコアSawが閾値以下で継続する検索クエリ、認知度スコアSawの変化(上昇度や下降度)が閾値以上である検索クエリなどであってもよい。
【0155】
抽出部33は、例えば、期間TAにおいて特定利用者が入力した各検索クエリのうち特定条件を満たす検索クエリを抽出したり、期間TAをn分割した複数のt1~tnの各々において特定利用者が入力した各検索クエリのうち特定条件を満たす検索クエリを抽出したりすることができる。
【0156】
〔3.3.5.推定部34〕
推定部34は、特定利用者によって入力され抽出部33によって抽出された各検索クエリと基準クエリとの関連度、および、各検索クエリの入力タイミングと基準クエリの入力タイミングとの間の期間に基づいて、抽出部33によって抽出された各検索クエリの中から、基準クエリに対応するカテゴリにおいて特定利用者が最初に入力した検索クエリである第1想起クエリを推定する。
【0157】
また、推定部34は、複数の期間の各々において、特定利用者によって入力され抽出部33によって抽出された検索クエリと基準クエリとの関連度を推定する。例えば、推定部34は、複数の期間の各々において、特定利用者によって入力された検索クエリと基準クエリとの関連度を示すスコアを上記関連度として推定する。
【0158】
また、推定部34は、利用者Uが入力した複数の検索クエリに基づいて、利用者Uのペルソナを推定することができる。例えば、推定部34は、複数の検索クエリを入力とし、利用者Uの属性毎のスコアを出力する学習モデルを有しており、利用者Uが入力した複数の検索クエリを学習モデルに入力し、学習モデルから出力される属性毎のスコアに基づいて、利用者Uにペルソナを推定することができる。
【0159】
図11は、実施形態に係る情報処理装置1の推定部34の構成の一例を示す図である。
図11に示すように、推定部34は、各検索クエリと基準クエリとの関連度、および各検索クエリの入力タイミングと基準クエリの入力タイミングとの間の期間に基づいて、各検索クエリの第1想起スコアを算出する算出部40と、算出部40によって算出された各検索クエリの第1想起スコアに基づいて、第1想起クエリを推定する推定処理部41とを備える。
【0160】
算出部40は、各検索クエリの関連度スコアSre、各検索クエリの時間差スコアStd、各検索クエリの第1想起スコアSfaw、および各検索クエリの認知度スコアSawなどを算出する。かかる算出部40は、関連度スコア算出部50と、時間差スコア算出部51と、第1想起スコア算出部52と、認知度スコア算出部53とを備える。
【0161】
関連度スコア算出部50は、各検索クエリを入力した特定利用者の数である利用者数Nuに基づいて、各検索クエリの関連度スコアSreを関連度として算出する。関連度スコア算出部50は、例えば、期間TAにおいて特定利用者が入力した各検索クエリの関連度スコアSreを算出したり、期間TAをn分割した複数のt1~tnの各々において特定利用者が入力した各検索クエリの関連度スコアSreを算出したりすることができる。
【0162】
関連度スコア算出部50は、例えば、各検索クエリの利用者数Nuに係数k1を乗算して得られる値を、各検索クエリの関連度スコアSreとして算出することができる。例えば、関連度スコア算出部50は、検索クエリ「SUV B4」を入力した特定利用者の数が120であり、k1=0.1であれば、検索クエリ「SUV B4」の関連度スコアSreは、Sre=0.1×120=12である。なお、k1は、正の係数であり、固定値であるが、可変値であってもよい。
【0163】
また、関連度スコア算出部50は、同一特定利用者による複数回入力を考慮した入力数(検索数)に基づいて、関連度スコアSreを算出することができる。同一特定利用者による複数回入力は、同一検索クエリが同一特定利用者によって複数回入力されたことを示す。例えば、関連度スコア算出部50は、特定利用者の入力総数(検索総数)に係数k1を乗じた値を関連度スコアSreとすることができる。
【0164】
また、関連度スコア算出部50は、係数k1を、利用者数Nuに対する同一特定利用者による複数回入力数Npの比Rp(=ka(Np/Nu)+kb)に応じた値にすることで、同一特定利用者による複数回入力を考慮した入力数(検索数)を考慮した値にすることができる。ka,kbは係数であり、複数回入力数Npは、例えば、複数回入力を行った特定利用者の数であるが、複数回入力された検索クエリの総数であってもよい。
【0165】
また、関連度スコア算出部50は、同一利用者Uがどのくらいこれらの利用者行動を同時に行うかを示すスコアを関連度スコアSreとすることもできる。例えば、関連度スコア算出部50は、多くの利用者Uの入力タイミングが基準クエリと一致する検索クエリを最も高いスコアとし、検索クエリの入力タイミングが基準クエリから時間的に離れるほどスコアが小さくなるように関連度スコアSreを算出することができる。
【0166】
関連度スコア算出部50は、特定利用者の数および複数回入力数のうちの1以上と関連度スコアSreとを特定利用者の数および複数回入力数のうちの1以上毎に含む学習用情報を用いて、関連度スコアSreを出力する関連度判定モデルを学習することができる。この場合、特定利用者の数および複数回入力数のうちの1以上を関連度判定モデルに入力することで、関連度スコアSreを算出する。
【0167】
時間差スコア算出部51は、各検索クエリの入力タイミングと基準クエリの入力タイミングとの間の期間に基づいて、各検索クエリの時間差スコアStdを算出する。検索クエリの入力タイミングと基準クエリの入力タイミングとの間の期間は、例えば、検索クエリの入力タイミングと基準クエリの入力タイミングとの時間差である。
【0168】
時間差スコア算出部51は、例えば、期間TAにおいて特定利用者が入力した各検索クエリの時間差スコアStdを算出したり、期間TAをn分割した複数のt1~tnの各々において特定利用者が入力した各検索クエリの時間差スコアStdを算出したりすることができる。
【0169】
時間差スコア算出部51は、例えば、検索クエリの入力タイミングと基準クエリの入力タイミングとの時間差をtdとし、検索クエリの入力タイミングをtsとし、基準クエリの入力タイミングをtrとした場合、時間差td=tr-tsである。
【0170】
時間差スコア算出部51は、各検索クエリの時間差tdに基づいて、各検索クエリの時間差スコアStdを算出する。例えば、時間差スコア算出部51は、上記式(1)の関数f1(td)を用いて、時間差tdから時間差スコアStdを算出することができる。関数f1(td)は、例えば、f1(td)=k7×tdなどであるが、かかる例に限定されない。例えば、関数f1(td)は、f1(td)=k8×td2+k9×td+k10などであってもよい。なお、k7~k10は、係数である。
【0171】
また、時間差スコア算出部51は、例えば、時間差tdと時間差スコアStdを時間差td毎に含む学習用情報を用いて、時間差tdを入力とし、時間差スコアStdを出力とする時間差スコア判定モデルを生成することもできる。この場合、時間差スコア算出部51は、時間差スコア判定モデルを用いて、時間差スコアStdを算出することができる。
【0172】
第1想起スコア算出部52は、各検索クエリの関連度スコアSreと時間差スコアStdとに基づいて、各検索クエリの第1想起スコアSfawを算出する。第1想起スコア算出部52は、例えば、期間TAにおいて特定利用者が入力した各検索クエリの第1想起スコアSfawを算出したり、期間TAをn分割した複数のt1~tnの各々において特定利用者が入力した各検索クエリの第1想起スコアSfawを算出したりすることができる。
【0173】
例えば、第1想起スコア算出部52は、上記式(2)の関数f2(Sre,Std)を用いて、関連度スコアSreと時間差スコアStdとから第1想起スコアSfawを算出することができる。関数f2(Sre,Std)は、関連度スコアSreと時間差スコアStdとを重み付けして加算する関数、例えば、f2(Sre,Std)=k11×Sre+k12×Stdであるが、かかる例に限定されない。なお、k11は、例えば、正の係数であり、k12は、例えば、負の係数であるが、かかる限定されない。
【0174】
また、第1想起スコア算出部52は、例えば、関連度スコアSreと時間差スコアStdとを第1想起スコアSfaw毎に含む学習用情報を用いて、関連度スコアSreと時間差スコアStdとを入力とし、第1想起スコアSfawを出力とする第1想起スコア判定モデルを生成することもできる。第1想起スコア算出部52は、第1想起スコア判定モデルを用いて、第1想起スコアSfawを算出する。
【0175】
推定処理部41は、第1想起スコア算出部52によって算出した第1想起スコアSfawに基づいて、第1想起クエリを推定することができる。例えば、複数の特定利用者が入力した検索クエリのうち第1想起スコアSfawが最も高い検索クエリを第1想起クエリと推定する。なお、推定処理部41は、複数の特定利用者が入力した検索クエリのうち第1想起スコアSfawが最も高い検索クエリから上位m番目までの検索クエリを第1想起クエリ候補として推定することもできる。
【0176】
また、推定処理部41は、基準クエリから所定の期間前までに特定利用者が入力し且つ基準クエリに対応するカテゴリの検索クエリのうち、基準クエリとの関連度が閾値以上であって且つ基準クエリとの入力タイミングから最も古い検索クエリを、第1想起クエリと推定することができる。例えば、推定処理部41は、関連度スコアSreが閾値以上であって時間差スコアStdが最も大きい検索クエリを、第1想起クエリと推定することができる。
【0177】
認知度スコア算出部53は、検索クエリで示される検索対象の認知度を示すスコアである認知度スコアSawを算出する。認知度スコア算出部53は、例えば、期間TAにおいて特定利用者が入力した各検索クエリの認知度スコアSawを算出したり、期間TAをn分割した複数のt1~tnの各々において特定利用者が入力した各検索クエリの認知度スコアSawを算出したりすることができる。
【0178】
例えば、認知度スコア算出部53は、複数の期間t1~tnの各々において、各検索クエリの時間差スコアStdを用いて、各検索クエリの時間スコアSt(tx)を算出する。時間スコアSt(tx)は、期間txの時間スコアである。例えば、期間t1における検索クエリの時間スコアは、「St(t1)」で表され、期間t2における検索クエリの時間スコアは、「St(t2)」で表される。また、以下において、複数の期間t1~tnの各々における時間差スコアStdをStd(tx)と表す。
【0179】
認知度スコア算出部53は、例えば、複数の期間t1~tnの各々における各検索クエリの時間差スコアStdの平均値である時間差スコア平均値Stdavに基づいて、各検索クエリの時間スコアSt(tx)を算出することができる。例えば、認知度スコア算出部53は、上記式(3)を用いて、各検索クエリの時間スコアSt(tx)を算出する。
【0180】
そして、認知度スコア算出部53は、検索クエリの関連度スコアSre(tx)と時間スコアSt(tx)とに基づいて、検索クエリで示される検索対象の認知度を示す認知度スコアSaw(tx)を算出する処理を特定利用者が入力した検索クエリ毎に行う。例えば、認知度スコア算出部53は、上記式(4)を用いて、認知度スコアSaw(tx)を算出する。また、認知度スコア算出部53は、上記式(5)を用いて、認知度スコアSaw(tx)を算出することもできる。
【0181】
なお、算出部40は、上述した関連度判定モデル、時間差スコア判定モデル、第1想起スコア判定モデル、および認知度判定モデルを有していてもよい。この場合、関連度スコア算出部50は、関連度判定モデルを用いて関連度スコアSreを算出し、時間差スコア算出部51は、時間差スコア判定モデルを用いて時間差スコアStdを算出する。また、第1想起スコア算出部52は、第1想起スコア判定モデルを用いて第1想起スコアSfawを算出し、認知度スコア算出部53は、認知度判定モデルを用いて認知度スコアSawを算出する。
【0182】
〔3.3.6.生成部35〕
生成部35は、特定部32によって特定された特定利用者が入力した検索クエリに基づいて、基準クエリを入力した利用者Uの検索クエリの時系列変化を示すコンテンツを表示させるための時系列情報を生成する。例えば、生成部35は、「SUV」を入力した利用者Uの検索クエリの時系列変化を示すコンテンツCT2を表示させるための時系列情報を生成する。
【0183】
また、生成部35は、推定部34によって推定された第1想起クエリを示す情報を含むコンテンツCT3を表示させるための第1想起クエリ情報を生成する。コンテンツCT3は、例えば、
図3に示すように、「SUV」を入力した利用者Uである特定利用者が入力した検索クエリの時系列変化を示すグラフG1を含む。
【0184】
また、生成部35は、推定部34によって推定された関連度および入力タイミングの変化に関するコンテンツCT4を操作者装置4に表示させるための変遷情報を生成する。コンテンツCT4は、例えば、
図3に示すように、抽出部33によって抽出された検索クエリの関連度および入力タイミングの変化を示すグラフG2を含む。
【0185】
また、生成部35は、検索クエリの関連度および検索クエリの入力タイミングの変化に関するコンテンツに代えてまたは加えて、検索クエリの関連度および検索クエリの入力タイミングのうちの一方に関するコンテンツを操作者装置4に表示させるための変遷情報を生成することもできる。
【0186】
また、生成部35は、基準クエリを入力した利用者Uの検索クエリの時系列変化を示すコンテンツであって推定部34によって推定された第1想起クエリ候補を示す情報を含むコンテンツを表示させるための第1想起クエリ候補情報を生成することもできる。この場合、生成部35は、例えば、第1想起スコアSfawが大きい第1想起クエリ候補ほど強調度を高く強調表示を行ったコンテンツを表示させるための第1想起クエリ候補情報を生成する。
【0187】
強調表示が、文字の大きさを大きくすることによって行われる場合、第1想起スコアSfawが大きい第1想起クエリ候補ほど大きな文字で表示される。なお、強調表示は、文字の大きさに限定されず、例えば、マーカの色の濃さであってもよく、文字を囲む枠の太さであってもよい。
【0188】
〔3.3.7.提供部36〕
提供部36は、生成部35により生成された情報を送信する。例えば、提供部36は、基準クエリを入力した利用者Uの検索クエリの時系列変化を示すコンテンツCT2を表示させるための時系列情報を送信する。端末装置2は、提供部36により送信された時系列情報を受信すると、受信した時系列情報に基づいてコンテンツCT2を表示させる。
【0189】
また、提供部36は、推定部34によって推定された第1想起クエリを示す情報を含むコンテンツCT3を表示させるための第1想起クエリ情報を送信する。端末装置2は、提供部36により送信された第1想起クエリ情報を受信すると、受信した第1想起クエリ情報に基づいてコンテンツCT3を表示させる。
【0190】
また、提供部36は、推定部34によって推定された関連度および入力タイミングの変化に関するコンテンツCT4を操作者装置4に表示させるための変遷情報を送信する。端末装置2は、提供部36により送信された変遷情報を受信すると、受信した変遷情報に基づいてコンテンツCT4を表示させる。
【0191】
〔4.処理手順〕
次に、
図12を用いて、実施形態に係る情報処理装置1の処理部12が実行する情報処理の手順について説明する。
図12は、情報処理装置1の処理部12が実行する情報処理の一例を示すフローチャートである。
【0192】
図12に示すように、情報処理装置1の処理部12は、操作者装置4から送信される基準クエリの指定に関する操作情報に基づいて、操作者OPから基準クエリの指定を受け付けたか否かを判定する(ステップS100)。
【0193】
処理部12は、基準クエリの指定を受け付けたと判定した場合(ステップS100:Yes)、利用者Uの検索履歴に基づいて、ステップS100で受け付けた基準クエリを入力した利用者Uを特定利用者として特定する(ステップS101)。そして、処理部12は、ステップS101で特定された特定利用者が入力した検索クエリの時系列変化を示すコンテンツCT2を操作者OPに提供する(ステップS102)。
【0194】
処理部12は、ステップS102の処理が終了した場合、または基準クエリの指定を受け付けていないと判定した場合(ステップS100:No)、操作者OPから切り分け条件の指定を受け付けたか否かを判定する(ステップS103)。
【0195】
処理部12は、切り分け条件の指定を受け付けたと判定した場合(ステップS103:Yes)、切り分け条件を満たす利用者Uを特定利用者として特定する(ステップS104)。そして、処理部12は、切り分け条件を満たす特定利用者の検索クエリの時系列変化を示すコンテンツCT2を提供する(ステップS105)。
【0196】
処理部12は、ステップS105の処理が終了した場合、または切り分け条件の指定を受け付けていないと判定した場合(ステップS103:No)、第1想起クエリの推定要求があるか否かを判定する(ステップS106)。
【0197】
処理部12は、第1想起クエリの推定要求があると判定した場合(ステップS106:Yes)、特定利用者によって入力された各検索クエリと基準クエリとの関連度、および、各検索クエリの入力タイミングと基準クエリの入力タイミングとの間の期間に基づいて、第1想起クエリを推定する(ステップS107)。そして、処理部12は、第1想起クエリの情報を含むコンテンツCT3を提供する(ステップS108)。
【0198】
処理部12は、ステップS108の処理が終了した場合、または第1想起クエリの推定要求がないと判定した場合(ステップS106:No)、変化に関するコンテンツの要求があるか否かを判定する(ステップS109)。
【0199】
処理部12は、変化に関するコンテンツの要求があると判定した場合(ステップS109:Yes)、ステップS101またはステップS104で特定された特定利用者の検索クエリの関連度および入力タイミングの変化に関するコンテンツCT4を提供する(ステップS110)。
【0200】
処理部12は、ステップS110の処理が終了した場合、または変化に関するコンテンツの要求がないと判定した場合(ステップS109:No)、終了タイミングになったか否かを判定する(ステップS111)。処理部12は、例えば、情報処理装置1の電源がオフにされた場合、または情報処理装置1の不図示の操作部への操作によって終了操作が行われたと判定した場合に、終了タイミングになったと判定する。
【0201】
処理部12は、終了タイミングになっていないと判定した場合(ステップS111:No)、処理をステップS100へ移行し、終了タイミングになったと判定した場合(ステップS111:Yes)、
図12に示す処理を終了する。
【0202】
〔5.変形例〕
推定部34は、ナレッジデータベースにおける検索クエリと基準クエリとの近さを検索クエリと基準クエリとの関連度として推定することもできる。ナレッジデータベースは、各種の知識が体系化、組織化された状態で登録されたデータベースであり、例えば、記憶部11に記憶される。
【0203】
ナレッジデータベースには、例えば、要素であるエンティティと、エンティティ間の関係性を示す情報とが含まれる。エンティティは、実世界における人物、物体、建築物等の主語となりうる各種の物、職業や国籍等といった属性、各種の状態や事象等、世の中における各種の物事に対応する情報である。また、関係情報は、2つのエンティティ間の関係性を示す情報である。
【0204】
推定部34は、例えば、検索クエリに対応するエンティティと基準クエリに対応するエンティティとの近さを検索クエリと基準クエリとの近さとして検索クエリと基準クエリとの関連度を推定することができる。
【0205】
〔6.ハードウェア構成〕
上述してきた実施形態に係る情報処理装置1および端末装置2は、例えば
図13に示すような構成のコンピュータ80によって実現される。以下、情報処理装置1を例に挙げて説明する。
図13は、実施形態に係る情報処理装置1の機能を実現するコンピュータ80の一例を示すハードウェア構成図である。コンピュータ80は、CPU81、RAM82、ROM(Read Only Memory)83、HDD(Hard Disk Drive)84、通信インターフェイス(I/F)85、入出力インターフェイス(I/F)86、およびメディアインターフェイス(I/F)87を有する。
【0206】
CPU81は、ROM83またはHDD84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。ROM83は、コンピュータ80の起動時にCPU81によって実行されるブートプログラムや、コンピュータ80のハードウェアに依存するプログラムなどを記憶する。
【0207】
HDD84は、CPU81によって実行されるプログラム、および、かかるプログラムによって使用されるデータなどを記憶する。通信インターフェイス85は、ネットワークN(
図7参照)を介して他の機器からデータを受信してCPU81へ送り、CPU81が生成したデータを、ネットワークNを介して他の機器に送信する。
【0208】
CPU81は、入出力インターフェイス86を介して、ディスプレイやプリンタなどの出力装置、および、キーボードまたはマウスなどの入力装置を制御する。CPU81は、入出力インターフェイス86を介して、入力装置からデータを取得する。また、CPU81は、入出力インターフェイス86を介して生成したデータを出力装置へ出力する。
【0209】
メディアインターフェイス87は、記録媒体88に記憶されたプログラムまたはデータを読み取り、RAM82を介してCPU81に提供する。CPU81は、かかるプログラムを、メディアインターフェイス87を介して記録媒体88からRAM82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88は、例えばDVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)などの光学記録媒体、MO(Magneto-Optical disk)などの光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリなどである。
【0210】
例えば、コンピュータ80が実施形態に係る情報処理装置1として機能する場合、コンピュータ80のCPU81は、RAM82上にロードされたプログラムを実行することにより、処理部12の機能を実現する。また、HDD84には、記憶部11内のデータが記憶される。コンピュータ80のCPU81は、これらのプログラムを記録媒体88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。
【0211】
また、情報処理装置1の機能の一部は、端末装置2によって実現されてもよい。この場合、端末装置2は、情報処理装置1と共に、情報処理装置1の上述した機能を実現する情報処理装置として機能する。また、情報処理装置1の上述した機能の全部は、端末装置2によって実現されてもよい。この場合、端末装置2は、情報処理装置1の上述した機能を有する情報処理装置として機能する。このように、端末装置2は、情報処理装置1と共にまたは単独で情報処理装置1の上述した機能の一部または全部を実行する情報処理装置として機能してもよい。コンピュータ80が端末装置2として機能する場合、コンピュータ80のCPU81は、処理部12の機能の処理の一部または全部を実現する。
【0212】
〔7.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一部を手動的に行うこともできる。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。
【0213】
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。
【0214】
例えば、上述した情報処理装置1は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットホームなどをAPIやネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。また、情報処理装置1の上述した処理の一部は、端末装置2が担ってもよく。この場合、端末装置2の一部の機能は、情報処理装置1と共に情報処理装置として機能する。
【0215】
また、例えば、
図8に示した記憶部11の一部または全部は、各装置によって保持されるのではなく、ストレージサーバなどに保持されてもよい。この場合、各装置は、ストレージサーバにアクセスすることで、各種情報を取得する。
【0216】
〔8.効果〕
上述してきたように、実施形態に係る情報処理装置1は、受付部31と、特定部32と、推定部34と、提供部36とを備える。受付部31は、基準クエリの指定を受け付ける。特定部32は、基準クエリを入力した利用者Uを特定利用者として特定する。推定部34は、複数の期間の各々において、特定利用者によって入力された検索クエリと基準クエリとの関連度を推定する。提供部36は、推定部34によって推定された関連度および検索クエリの入力タイミングのうちの一方または両方の変化に関するコンテンツを提供する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0217】
また、提供部36は、検索クエリの関連度および入力タイミングのうちの一方または両方の変化を示すグラフG2を含む情報をコンテンツCT4として提供する。これにより、情報処理装置1は、例えば、操作者OPに対して検索クエリの関連度と入力タイミングとの変化を示すグラフG2を提供することができる。
【0218】
また、情報処理装置1は、特定利用者によって入力された検索クエリのうち特定条件を満たす検索クエリを抽出する抽出部33を備える。提供部36は、抽出部33によって抽出された検索クエリの関連度および入力タイミングのうちの一方または両方の変化を示すグラフG2を含む情報をコンテンツCT4として提供する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0219】
また、抽出部33は、入力タイミングが基準クエリの入力タイミングより過去に遠ざかる変化を示す検索クエリを、特定条件を満たす検索クエリとして抽出する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0220】
また、抽出部33は、入力タイミングが基準クエリの入力タイミングより前のタイミングから基準クエリの入力タイミングより後のタイミングへ変化する検索クエリを、特定条件を満たす検索クエリとして抽出する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0221】
また、抽出部33は、関連度が閾値以上である検索クエリを、特定条件を満たす検索クエリとして抽出する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0222】
また、抽出部33は、基準クエリとの入力タイミングの時間差が閾値以上である検索クエリを、特定条件を満たす検索クエリとして抽出する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0223】
また、推定部34は、検索クエリを入力した特定利用者の数に基づいて、検索クエリの関連度スコアSreを関連度の推定結果として算出する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0224】
また、推定部34は、検索クエリを入力した特定利用者の数と検索クエリの同一特定利用者による複数回入力とに基づいて、検索クエリの関連度スコアSreを関連度の推定結果として算出する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0225】
また、抽出部33は、特定利用者によって入力された検索クエリのうち基準クエリに対応するカテゴリに検索対象が含まれる検索クエリを特定する。推定部34は、複数の期間の各々において、抽出部33によって抽出された検索クエリの基準クエリとの関連度を推定する。提供部36は、抽出部33によって抽出された検索クエリの関連度および入力タイミングのうちの一方または両方の変化に関するコンテンツを提供する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0226】
また、特定部32は、基準クエリで示される検索対象を含むカテゴリを基準クエリに対応するカテゴリとして特定する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0227】
また、特定部32は、基準クエリで示されるカテゴリを基準クエリに対応するカテゴリとして特定する。これにより、情報処理装置1は、所定の検索クエリを入力した利用者Uに関するより詳細な分析を可能にすることができる。
【0228】
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。
【0229】
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】
【0230】
1 情報処理装置
2,21,・・・,2n 端末装置
3 検索サーバ
4 操作者装置
10 通信部
11 記憶部
12 処理部
20 検索履歴記憶部
21 利用者情報記憶部
30 取得部
31 受付部
32 特定部
33 抽出部
34 推定部
35 生成部
36 提供部
40 算出部
41 推定処理部
50 関連度スコア算出部
51 時間差スコア算出部
52 第1想起スコア算出部
53 認知度スコア算出部
100 情報処理システム
SW1,SW2 切り替えボタン
U,U1,・・・,Un 利用者