(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】P2023004580
(43)【公開日】2023-01-17
(54)【発明の名称】プログラム、方法、およびシステム
(51)【国際特許分類】
G06Q 30/015 20230101AFI20230110BHJP
【ＦＩ】
G06Q30/02 470
【審査請求】有
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2021106375
(22)【出願日】2021-06-28
(11)【特許番号】
(45)【特許公報発行日】2022-04-04
(71)【出願人】
【識別番号】518127510
【氏名又は名称】カラクリ株式会社
(74)【代理人】
【識別番号】110002815
【氏名又は名称】ＩＰＴｅｃｈ弁理士法人
(72)【発明者】
【氏名】武藤 健介
(72)【発明者】
【氏名】吉田 雄紀
(72)【発明者】
【氏名】中山 智文
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049BB08
(57)【要約】
【課題】ユーザを選択するうえで必要となる特定の条件を簡単に設定するシステムを提供する。
【解決手段】本開示のプログラムは、コンピュータのプロセッサに、特定のイベントに至ったユーザ端末の操作ログを取得するステップと、取得した操作ログを用いて、ユーザが、特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを生成するステップと、イベントに至るかどうかの程度に関する条件を設定し、条件を満たすユーザに対して実行するアクションを設定するステップと、ユーザ行動モデルを用いて算出された、イベントに至るかどうかの程度が高いユーザに対して、アクションを実行するステップと、を実行させる。
【選択図】図６
【解決手段】本開示のプログラムは、コンピュータのプロセッサに、特定のイベントに至ったユーザ端末の操作ログを取得するステップと、取得した操作ログを用いて、ユーザが、特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを生成するステップと、イベントに至るかどうかの程度に関する条件を設定し、条件を満たすユーザに対して実行するアクションを設定するステップと、ユーザ行動モデルを用いて算出された、イベントに至るかどうかの程度が高いユーザに対して、アクションを実行するステップと、を実行させる。
【選択図】図６
【特許請求の範囲】
【請求項1】
コンピュータのプロセッサに、
特定のイベントに至ったユーザ端末の操作ログを取得するステップと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを生成するステップと、
前記イベントに至るかどうかの程度に関する条件を設定し、前記条件を満たすユーザに対して実行するアクションを設定するステップと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行するステップと、
を実行させるプログラム。
特定のイベントに至ったユーザ端末の操作ログを取得するステップと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを生成するステップと、
前記イベントに至るかどうかの程度に関する条件を設定し、前記条件を満たすユーザに対して実行するアクションを設定するステップと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行するステップと、
を実行させるプログラム。
【請求項2】
前記操作ログを取得するステップでは、定期的にユーザの操作ログを取得し、
前記アクションを設定するステップでは、
前記イベントに至るかどうかの程度に関する条件として、イベントが発生する確率を示すイベント発生確率を算出する、請求項１に記載のプログラム。
前記アクションを設定するステップでは、
前記イベントに至るかどうかの程度に関する条件として、イベントが発生する確率を示すイベント発生確率を算出する、請求項１に記載のプログラム。
【請求項3】
前記アクションを実行するステップでは、
前記ユーザを、前記特定のイベントに至らせるための情報の提示を行う、請求項１又は２に記載のプログラム。
前記ユーザを、前記特定のイベントに至らせるための情報の提示を行う、請求項１又は２に記載のプログラム。
【請求項4】
前記アクションを設定するステップでは、
前記アクションを、前記特定のイベントに至った他のユーザにおける、前記イベントに至る直前の行動履歴から設定する、請求項１から３のいずれか１項に記載のプログラム。
前記アクションを、前記特定のイベントに至った他のユーザにおける、前記イベントに至る直前の行動履歴から設定する、請求項１から３のいずれか１項に記載のプログラム。
【請求項5】
前記アクションには、チャットボットにおいてやり取りされる会話カードの提示が含まれる、請求項１から４のいずれか１項に記載のプログラム。
【請求項6】
前記ユーザの行動履歴には、チャットボットにおいてやり取りされた会話カードが含まれ、
前記アクションには、イベント発生に至った他のユーザが、イベント発生の直前に受け取った回答カードの提示が含まれる、請求項５に記載のプログラム。
前記アクションには、イベント発生に至った他のユーザが、イベント発生の直前に受け取った回答カードの提示が含まれる、請求項５に記載のプログラム。
【請求項7】
前記ユーザ行動モデルは、
ユーザの操作ログを入力とし、前記イベントに至るかどうかの確率を出力とする学習済みモデルである、請求項１から６のいずれか１項に記載のプログラム。
ユーザの操作ログを入力とし、前記イベントに至るかどうかの確率を出力とする学習済みモデルである、請求項１から６のいずれか１項に記載のプログラム。
【請求項8】
ユーザ行動モデルは、
ユーザの操作ログ対して、前記特定のイベントに至ったか否かの情報をアノテーションされた情報を事前学習した学習済みモデルである、請求項７に記載のプログラム。
ユーザの操作ログ対して、前記特定のイベントに至ったか否かの情報をアノテーションされた情報を事前学習した学習済みモデルである、請求項７に記載のプログラム。
【請求項9】
コンピュータのプロセッサが、
特定のイベントに至ったユーザ端末の操作ログを取得するステップと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを生成するステップと、
前記イベントに至るかどうかの程度に関する条件を設定し、前記条件を満たすユーザに対して実行するアクションを設定するステップと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行するステップと、
を実行する方法。
特定のイベントに至ったユーザ端末の操作ログを取得するステップと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを生成するステップと、
前記イベントに至るかどうかの程度に関する条件を設定し、前記条件を満たすユーザに対して実行するアクションを設定するステップと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行するステップと、
を実行する方法。
【請求項10】
プロセッサを有するコンピュータを備え、
前記プロセッサは、
特定のイベントに至ったユーザ端末の操作ログを取得する第１モジュールと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを生成する第２モジュールと、
前記イベントに至るかどうかの程度に関する条件を設定し、前記条件を満たすユーザに対して実行するアクションを設定する第３モジュールと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行する第４モジュールと、
を備えるシステム。
前記プロセッサは、
特定のイベントに至ったユーザ端末の操作ログを取得する第１モジュールと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを生成する第２モジュールと、
前記イベントに至るかどうかの程度に関する条件を設定し、前記条件を満たすユーザに対して実行するアクションを設定する第３モジュールと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行する第４モジュールと、
を備えるシステム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、ユーザに対して適切な情報を提供するプログラム、方法、およびシステムに関する。
【背景技術】
【0002】
従来、ユーザのＷＥＢ環境下における行動が特定の条件を満たした際に、なんらかのアクションをユーザに対して行うことで、システム管理者がユーザに期待する行動を促すシステムが知られている。
例えば、特許文献１には、ユーザが特定のホームページを閲覧するという行動等の特定の条件に該当した際に、ユーザの購買意欲が増すことを目的に、商品の広告をユーザに対して提示するシステムが開示されている。
例えば、特許文献１には、ユーザが特定のホームページを閲覧するという行動等の特定の条件に該当した際に、ユーザの購買意欲が増すことを目的に、商品の広告をユーザに対して提示するシステムが開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２０－１４４５６２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、特許文献１に記載のシステムでは、ユーザを選択するうえで必要となる特定の条件を、その後に行うアクションそれぞれに対して設定する必要がある。そして、適切な条件の設定には、当該システムが適用される分野ごとの専門知識が必要である。このため、ユーザを選択するうえで必要となる条件の設定に労力を要していた。
【0005】
そこで、本開示では、ユーザを選択するうえで必要となる特定の条件を簡単に設定することができるシステ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】
本開示の一態様におけるプログラムは、コンピュータのプロセッサに、特定のイベントに至ったユーザ端末の操作ログを取得するステップと、取得した操作ログを用いて、ユーザが、特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを生成するステップと、イベントに至るかどうかの程度に関する条件を設定し、条件を満たすユーザに対して実行するアクションを設定するステップと、ユーザ行動モデルを用いて算出された、イベントに至るかどうかの程度が高いユーザに対して、アクションを実行するステップと、を実行させる。
【発明の効果】
【0007】
本開示によれば、ユーザを選択するうえで必要となる特定の条件および対応するアクションを簡単に設定することができる。
【図面の簡単な説明】
【0008】
【図1】本発明の情報提供システムの概要を説明する図である。
【図2】情報提供システムを構成するユーザ端末の機能的な構成を示すブロック図である。
【図3】情報提供システムを構成する処理サーバの機能的な構成を示すブロック図である。
【図4】記憶部が記憶する質問回答データベースの具体例を示す図である。
【図5】記憶部が記憶する操作ログデータベースの具体例を示す図である。
【図6】セグメント条件について説明する表である。
【図7】セグメント条件の設定の処理を説明する図である。
【図8】アクション実行の処理を説明する図である。
【図9】複数設定された閾値について説明する図である。
【図10】第２実施形態に係る処理サーバの機能的な構成を示すブロック図である。
【図11】第２実施形態に係るセグメント条件の設定の処理を説明する図である。
【図12】第２実施形態に係るアクションの実行の処理を説明する図である。
【発明を実施するための形態】
【0009】
＜第１実施形態＞
以下、本開示の第１実施形態に係る情報提供システム１について図面を参照しながら説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態で説明される構成の全てが、本開示の必須構成要件であるとは限らない。また、実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。
以下、本開示の第１実施形態に係る情報提供システム１について図面を参照しながら説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態で説明される構成の全てが、本開示の必須構成要件であるとは限らない。また、実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。
【0010】
＜概要＞
図１は、本発明の情報提供システム１の概要を説明する図である。
図１に示すように、本実施形態に係る情報提供システム１は、ユーザのＷＥＢ環境での行動態様を分析して、ユーザに対してシステム管理者が期待する行動を促すための情報を提供するシステムである。
図１は、本発明の情報提供システム１の概要を説明する図である。
図１に示すように、本実施形態に係る情報提供システム１は、ユーザのＷＥＢ環境での行動態様を分析して、ユーザに対してシステム管理者が期待する行動を促すための情報を提供するシステムである。
【0011】
以下の説明では、まず情報提供システム１の構成について説明した後に、情報提供システム１が行う各処理について詳述する。
【0012】
＜全体構成＞
本実施形態に係る情報提供システム１の全体構成について説明する。
図１に示すように、情報提供システム１は、複数のユーザ（図１では、ユーザが使用するユーザ端末１０Ａ、１０Ｂ、以下総称して「ユーザ端末１０」という）と、処理サーバ２０と、を含む。複数のユーザ端末１０と処理サーバ２０とは、ネットワーク８０を介して相互に通信可能に接続されている。ネットワーク８０は、有線または無線ネットワークにより構成される。
本実施形態に係る情報提供システム１の全体構成について説明する。
図１に示すように、情報提供システム１は、複数のユーザ（図１では、ユーザが使用するユーザ端末１０Ａ、１０Ｂ、以下総称して「ユーザ端末１０」という）と、処理サーバ２０と、を含む。複数のユーザ端末１０と処理サーバ２０とは、ネットワーク８０を介して相互に通信可能に接続されている。ネットワーク８０は、有線または無線ネットワークにより構成される。
【0013】
ユーザ端末１０は、各ユーザが操作する装置である。ユーザ端末１０は、据え置き型のＰＣ（Personal Computer）、ラップトップＰＣなどにより実現される。この他、ユーザ端末１０は、例えば移動体通信システムに対応したタブレットや、スマートフォン等の携帯端末であってもよい。
【0014】
ユーザ端末１０は、ネットワーク８０を介して処理サーバ２０と通信可能に接続される。ユーザ端末１０は、５Ｇ、ＬＴＥ（Long Term Evolution）などの通信規格に対応した無線基地局８１、ＩＥＥＥ（Institute of Electrical and Electronics Engineers）８０２．１１などの無線ＬＡＮ（Local Area Network）規格に対応した無線ＬＡＮルータ８２等の通信機器と通信することにより、ネットワーク８０に接続される。図１に示すように、ユーザ端末１０は、通信ＩＦ（Interface）１２と、入力装置１３と、出力装置１４と、メモリ１５と、記憶部１６と、プロセッサ１９とを備える。
【0015】
通信ＩＦ１２は、ユーザ端末１０が外部の装置と通信するため、信号を入出力するためのインタフェースである。
入力装置１３は、ユーザからの入力操作を受け付けるための装置（例えば、キーボードや、タッチパネル、タッチパッド、マウス等のポインティングデバイス等）である。
入力装置１３は、ユーザからの入力操作を受け付けるための装置（例えば、キーボードや、タッチパネル、タッチパッド、マウス等のポインティングデバイス等）である。
【0016】
出力装置１４は、ユーザに対し情報を提示するための装置（ディスプレイ、スピーカ等）である。
メモリ１５は、プログラム、および、プログラム等で処理されるデータ等を一時的に記憶するためのものであり、例えばＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。
メモリ１５は、プログラム、および、プログラム等で処理されるデータ等を一時的に記憶するためのものであり、例えばＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。
【0017】
記憶部１６は、データを保存するための記憶装置であり、例えばフラッシュメモリ、ＨＤＤ（Hard Disc Drive）である。
プロセッサ１９は、プログラムに記述された命令セットを実行するためのハードウェアであり、演算装置、レジスタ、周辺回路などにより構成される。
プロセッサ１９は、プログラムに記述された命令セットを実行するためのハードウェアであり、演算装置、レジスタ、周辺回路などにより構成される。
【0018】
処理サーバ２０は、ユーザの行動様式を分析して、処理サーバ２０の管理者がユーザに対して期待する行動を促す情報を提供する装置である。処理サーバ２０の管理者とは、処理サーバ２０が実装されるサービスの運営者を指す。例えば、処理サーバ２０がＥＣサイトに搭載された場合には、管理者は、ＥＣサイトの運営者と指す。この場合には、管理者がユーザに期待する行動とは、当該ＥＣサイトでのユーザの物品の購入を指す。
【0019】
処理サーバ２０は、ネットワーク８０に接続されたコンピュータである。処理サーバ２０は、通信ＩＦ２２と、入力装置２３と、出力装置２４と、プロセッサ２５と、メモリ２６と、ストレージ２７とを備える。
【0020】
通信ＩＦ２２は、処理サーバ２０が外部の装置と通信するため、信号を入出力するためのインタフェースである。
入力装置２３は、管理者からの入力操作を受け付けるための装置（例えば、キーボードや、タッチパネル、タッチパッド、マウス等のポインティングデバイス等）である。
出力装置２４は、管理者に対し情報を提示するための装置（ディスプレイ、スピーカ等）である。
入力装置２３は、管理者からの入力操作を受け付けるための装置（例えば、キーボードや、タッチパネル、タッチパッド、マウス等のポインティングデバイス等）である。
出力装置２４は、管理者に対し情報を提示するための装置（ディスプレイ、スピーカ等）である。
【0021】
プロセッサ２５は、プログラムに記述された命令セットを実行するためのハードウェアであり、演算装置、レジスタ、周辺回路などにより構成される。
メモリ２６は、プログラム、および、プログラム等で処理されるデータ等を一時的に記憶するためのものであり、例えばＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。
ストレージ２７は、データを保存するための記憶装置であり、例えばフラッシュメモリ、ＨＤＤ（Hard Disc Drive）である。
メモリ２６は、プログラム、および、プログラム等で処理されるデータ等を一時的に記憶するためのものであり、例えばＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。
ストレージ２７は、データを保存するための記憶装置であり、例えばフラッシュメモリ、ＨＤＤ（Hard Disc Drive）である。
【0022】
＜ユーザ端末１０の構成＞
図２は、情報提供システム１を構成するユーザ端末１０の機能的な構成を示すブロック図である。ユーザ端末１０は、例えば、サーバ管理者が運営するＥＣサイトにアクセスをして、物品の購入を検討する一般ユーザが扱う端末が想定される。図２に示すように、ユーザ端末１０は、複数のアンテナ（アンテナ１１１、アンテナ１１２）と、各アンテナに対応する無線通信部（第１無線通信部１２１、第２無線通信部１２２）と、入力受付部１３０（キーボード１３１およびディスプレイ１３２を含む）と、音声処理部１４０と、マイク１４１と、スピーカ１４２と、カメラ１５０と、記憶部１６０と、制御部１７０とを含む。
図２は、情報提供システム１を構成するユーザ端末１０の機能的な構成を示すブロック図である。ユーザ端末１０は、例えば、サーバ管理者が運営するＥＣサイトにアクセスをして、物品の購入を検討する一般ユーザが扱う端末が想定される。図２に示すように、ユーザ端末１０は、複数のアンテナ（アンテナ１１１、アンテナ１１２）と、各アンテナに対応する無線通信部（第１無線通信部１２１、第２無線通信部１２２）と、入力受付部１３０（キーボード１３１およびディスプレイ１３２を含む）と、音声処理部１４０と、マイク１４１と、スピーカ１４２と、カメラ１５０と、記憶部１６０と、制御部１７０とを含む。
【0023】
ユーザ端末１０は、図２では特に図示していない機能および構成（例えば、電力を保持するためのバッテリー、バッテリーから各回路への電力の供給を制御する電力供給回路など）も有している。図２に示すように、ユーザ端末１０に含まれる各ブロックは、バス等により電気的に接続される。
【0024】
アンテナ１１１は、ユーザ端末１０が発する信号を電波として放射する。また、アンテナ１１１は、空間から電波を受信して受信信号を第１無線通信部１２１へ与える。
【0025】
アンテナ１１２は、ユーザ端末１０が発する信号を電波として放射する。また、アンテナ１１２は、空間から電波を受信して受信信号を第２無線通信部１２２へ与える。
【0026】
第１無線通信部１２１は、ユーザ端末１０が他の無線機器と通信するため、アンテナ１１１を介して信号を送受信するための変復調処理などを行う。第２無線通信部１２２は、ユーザ端末１０が他の無線機器と通信するため、アンテナ１１２を介して信号を送受信するための変復調処理などを行う。第１無線通信部１２１と第２無線通信部１２２とは、チューナー、ＲＳＳＩ（Received Signal Strength Indicator）算出回路、ＣＲＣ（Cyclic Redundancy Check）算出回路、高周波回路などを含む通信モジュールである。第１無線通信部１２１と第２無線通信部１２２とは、ユーザ端末１０が送受信する無線信号の変復調や周波数変換を行い、受信信号を制御部１７０へ与える。
【0027】
入力受付部１３０は、ユーザの入力操作を受け付けるための機構を有する。具体的には、入力受付部１３０は、キーボード１３１と、ディスプレイ１３２とを含む。なお、入力受付部１３０は、例えば静電容量方式のタッチパネルを用いることによって、タッチパネルに対するユーザの接触位置を検出する、タッチスクリーンとして構成してもよい。
【0028】
キーボード１３１は、ユーザ端末１０のユーザの入力操作を受け付ける。キーボード１３１は、文字入力を行う装置であり、入力された文字情報を入力信号として制御部１７０へ出力する。
【0029】
ディスプレイ１３２は、制御部１７０の制御に応じて、画像、動画、テキストなどのデータを表示する。すなわち、ディスプレイ１３２は、ユーザに対して情報を出力する出力部としても機能する。ディスプレイ１３２は、例えばＬＣＤ（Liquid Crystal Display）や有機ＥＬ（Electro-Luminescence）ディスプレイによって実現される。
【0030】
音声処理部１４０は、音声信号の変復調を行う。音声処理部１４０は、マイク１４１から与えられる信号を変調して、変調後の信号を制御部１７０へ与える。また、音声処理部１４０は、音声信号をスピーカ１４２へ与える。
音声処理部１４０は、例えば音声処理用のプロセッサによって実現される。マイク１４１は、音声入力を受け付けて、当該音声入力に対応する音声信号を音声処理部１４０へ与える。スピーカ１４２は、音声処理部１４０から与えられる音声信号を音声に変換して当該音声をユーザ端末１０の外部へ出力する。
音声処理部１４０は、例えば音声処理用のプロセッサによって実現される。マイク１４１は、音声入力を受け付けて、当該音声入力に対応する音声信号を音声処理部１４０へ与える。スピーカ１４２は、音声処理部１４０から与えられる音声信号を音声に変換して当該音声をユーザ端末１０の外部へ出力する。
【0031】
カメラ１５０は、受光素子により光を受光して、撮影画像として出力するためのデバイスである。カメラ１５０は、例えば、カメラ１５０から撮影対象までの距離を検出できる深度カメラである。
【0032】
記憶部１６０は、例えばフラッシュメモリ等により構成され、ユーザ端末１０が使用するデータおよびプログラムを記憶する。ある局面において、記憶部１６０は、ユーザ情報１６１を記憶する。
【0033】
ユーザ情報１６１は、ユーザ端末１０を使用して情報提供システム１を利用するユーザの情報である。ユーザ情報１６１としては、ユーザの名称、ユーザのメールアドレス、ユーザ端末のＩＰアドレス等の連絡先に関する情報等が含まれる。
【0034】
制御部１７０は、記憶部１６０に記憶されるプログラムを読み込んで、プログラムに含まれる命令を実行することにより、ユーザ端末１０の動作を制御する。制御部１７０は、例えば予めユーザ端末１０にインストールされているアプリケーションプログラムである。制御部１７０は、プログラムに従って動作することにより、操作受付部１７１と、送受信部１７２と、データ処理部１７３と、表示処理部１７４としての機能を発揮する。
【0035】
操作受付部１７１は、キーボード１３１等の入力装置に対するユーザの入力操作を受け付ける処理を行う。
【0036】
送受信部１７２は、ユーザ端末１０が、処理サーバ２０等の外部の装置と、通信プロトコルに従ってデータを送受信するための処理を行う。
【0037】
データ処理部１７３は、ユーザ端末１０が入力を受け付けたデータに対し、プログラムに従って演算を行い、演算結果をメモリ等に出力する処理を行う。
【0038】
表示処理部１７４は、ユーザに対し情報を提示する処理を行う。表示処理部１７４は、表示画像をディスプレイ１３２に表示させる処理、音声をスピーカ１４２に出力させる処理、振動をカメラ１５０に発生させる処理等を行う。
【0039】
＜処理サーバ２０の機能的な構成＞
図３は、情報提供システム１を構成する処理サーバ２０の機能的な構成を示すブロック図である。処理サーバ２０は、情報提供システム１としての処理を行うサーバ装置である。
処理サーバ２０は、例えば、ＥＣサイトの運営会社が管理するＥＣサイトの管理端末とネットワーク８０を介して接続されている。
図３に示すように、処理サーバ２０は、通信部２０１と、記憶部２０２と、制御部２０３としての機能を発揮する。
図３は、情報提供システム１を構成する処理サーバ２０の機能的な構成を示すブロック図である。処理サーバ２０は、情報提供システム１としての処理を行うサーバ装置である。
処理サーバ２０は、例えば、ＥＣサイトの運営会社が管理するＥＣサイトの管理端末とネットワーク８０を介して接続されている。
図３に示すように、処理サーバ２０は、通信部２０１と、記憶部２０２と、制御部２０３としての機能を発揮する。
【0040】
通信部２０１は、処理サーバ２０が外部の装置と通信するための処理を行う。
【0041】
記憶部２０２は、処理サーバ２０が使用するデータおよびプログラムを記憶する。記憶部２０２は、質問回答データベース、操作ログデータベース、およびユーザ行動モデルを少なくとも記憶している。
【0042】
質問回答データベースは、チャットボットによる自動応答システムにおいて用いられる会話文を記憶するデータベースである。すなわち、情報提供システム１は、チャットボットの機能を備えていてもよい。
質問回答データベースは、例えば、ある１つのテーマに対して、１つのタイトルと１つの回答パターンが存在し、それに対して想定される１又は複数の質問パターンが記憶される。
質問回答データベースは、例えば、ある１つのテーマに対して、１つのタイトルと１つの回答パターンが存在し、それに対して想定される１又は複数の質問パターンが記憶される。
【0043】
図４は、記憶部２０２が記憶する質問回答データベースの具体例を示す図である。質問回答データベースは、「タイトル」フィールドと、「質問パターン」フィールドと、「回答パターン」フィールドと、を備えている。
【0044】
「タイトル」フィールドには、例えば、質問パターンおよび回答パターンの内容を端的に示す会話のテーマに関する情報が格納される。
「質問パターン」フィールドには、ユーザから入力が想定される質問文に関する情報が格納される。
「回答パターン」フィールドには、タイトルと対応して、ユーザに対して回答を行う回答文に関する情報が格納される。
「質問パターン」フィールドには、ユーザから入力が想定される質問文に関する情報が格納される。
「回答パターン」フィールドには、タイトルと対応して、ユーザに対して回答を行う回答文に関する情報が格納される。
【0045】
なお、図４に示すように、１つの回答パターンに対する質問パターンは１つである必要はない。例えば、ＥＣ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ）サイトで購入を行う場合に、ユーザが住所を変更する方法を知りたい場合には、「住所を変更したい。」「住所を間違えて入力しました。」などの様々な聞き方が考えられることから、質問パターンを複数登録しておくことが有益である。
【0046】
質問回答データベースは、さらにカテゴリを記憶してもよい。カテゴリは、ＦＡＱページのページ構造の生成に使われる。また、管理者が質問回答データベースの編集を行う際に、管理者の設定画面でのページ構造の生成に使用してもよい。なお、ページ構造は、カテゴリによるグループ化のみでなく、順番や階層を用いてもよい。
【0047】
記憶部２０２が記憶する操作ログデータベースは、処理サーバ２０が取得したユーザの操作ログを記憶するデータベースである。図５は、記憶部２０２が記憶する操作ログデータベースの具体例を示す図である。
図５に示すように、操作ログデータベースは、「操作ログＩＤ」フィールドと、「ユーザＩＤ」フィールドと、「操作対象」フィールドと、「操作ログ」フィールドと、「日時」フィールドと、を備えている。
図５に示すように、操作ログデータベースは、「操作ログＩＤ」フィールドと、「ユーザＩＤ」フィールドと、「操作対象」フィールドと、「操作ログ」フィールドと、「日時」フィールドと、を備えている。
【0048】
「操作ログＩＤ」フィールドには、処理サーバ２０が取得したユーザの操作ログを識別するためのＩＤが格納される。
【0049】
「ユーザＩＤ」フィールドには、操作ログＩＤに対応する操作を行ったユーザのユーザＩＤが格納される。
【0050】
「操作対象」フィールドには、操作ログＩＤに対応する操作を行ったサイトのＵＲＬが格納される。
【0051】
「操作ログ」フィールドには、操作ログＩＤに対応する操作ログが格納される。操作ログは、時系列情報であり、例えば、ログインをした操作、ページ遷移の操作、ページ滞在の操作、クリックによる商品選択の操作等が、時刻情報とともに記述されている。
【0052】
「日時」フィールドには、操作ログＩＤに対応する操作の日時が格納される。
【0053】
記憶部２０２が記憶するユーザ行動モデルは、評価対象者であるユーザが、特定のイベントに至るかどうかの程度を推定する学習済みモデルである。ユーザ行動モデルは、ユーザの操作ログと、当該操作ログにおいて至ったイベントと、を教師データとして学習している。
ユーザ行動モデルは、ユーザの操作ログを入力データとし、当該ユーザが、所定のイベントに至るかどうかの程度を示すイベント発生確率を出力データとする。ここで、所定のイベントには、例えば、ＥＣサイトにおいてユーザが商品を購入することのように、ＥＣサイトの管理者にとって望ましい行動が含まれる。なお、所定のイベントとして、例えば、ユーザの当該ＥＣサイトを提供する通販サービスの退会といったような、管理者にとって望ましくないアクションを設定してもよい。
ユーザ行動モデルは、ユーザの操作ログを入力データとし、当該ユーザが、所定のイベントに至るかどうかの程度を示すイベント発生確率を出力データとする。ここで、所定のイベントには、例えば、ＥＣサイトにおいてユーザが商品を購入することのように、ＥＣサイトの管理者にとって望ましい行動が含まれる。なお、所定のイベントとして、例えば、ユーザの当該ＥＣサイトを提供する通販サービスの退会といったような、管理者にとって望ましくないアクションを設定してもよい。
【0054】
本実施形態に係るユーザ行動モデルは、例えば、複数の関数が合成されたパラメータ付き合成関数である。パラメータ付き合成関数は、複数の調整可能な関数、及びパラメータの組合せにより定義される。本実施形態に係るユーザ行動モデルは、上記の要請を満たす如何なるパラメータ付き合成関数であってもよいが、多層のネットワークモデル（以下、多層化ネットワークと呼ぶ）であるとする。多層化ネットワークを用いるユーザ行動モデルは、入力層と、出力層と、入力層と出力層との間に設けられる少なくとも１層の中間層あるいは隠れ層とを有する。ユーザ行動モデルは、人工知能ソフトウェアの一部であるプログラムモジュールとしての使用が想定される。
【0055】
本実施形態に係る多層化ネットワークとしては、例えば、深層学習（Deep Learning）の対象となる多層ニューラルネットワークである深層ニューラルネットワーク（Deep Neural Network：ＤＮＮ）が用いられ得る。ＤＮＮとしては、例えば、画像を対象とする畳み込みニューラルネットワーク（Convolution Neural Network：ＣＮＮ）を用いてもよい。
【0056】
図３に示す制御部２０３は、処理サーバ２０のプロセッサ２９が、プログラムに従って処理を行うことにより、各種モジュールとして送受信制御モジュール２０３１、操作ログ取得モジュール２０３２、モデル生成モジュール２０３３と、アクション設定モジュール２０３４、行動推定モジュール２０３５、アクション実行モジュール２０３６、としての機能を発揮する。
【0057】
送受信制御モジュール２０３１は、処理サーバ２０が外部の装置から通信プロトコルに従って信号を送受信する処理を制御する。
【0058】
また、操作ログ取得モジュール２０３２は、ユーザの操作ログを取得する。操作ログ取得モジュール２０３２は、ユーザ端末１０が取得したユーザの操作ログを、ユーザ端末１０から受信することで、ユーザの操作ログを取得する。操作ログ取得モジュール２０３２は、取得したユーザの操作ログを、操作ログデータベースに記憶させる。
【0059】
モデル生成モジュール２０３３は、ユーザ行動モデルを生成する。モデル生成モジュール２０３３は、ユーザの操作ログを用いて、ユーザ行動モデルを生成する。具体的には、モデル生成モジュール２０３３は、あるイベントに至った（ある製品を購入した）ユーザに関する操作ログと、当該イベントに至らなかった（当該製品を購入しなかった）ユーザに関する操作ログと、を取得する。この際、操作ログとしては、ＥＣサイトへの訪問時からイベント発生に至るまでの操作ログ、あるいは、ＥＣサイトへの訪問からイベント未発生の直前までの操作ログが取得の対象となる。
【0060】
一例として、モデル生成モジュール２０３３は、あるイベントに至ったユーザと、あるイベントに至らなかったユーザと、におけるそれぞれの操作ログに対して、イベントに至ったかどうかに関する情報をアノテーションしユーザ行動モデルに学習させる。ユーザ行動モデルは、操作ログの入力を受け付けると、当該イベントに至るイベント発生確率を出力する。
【0061】
アクション設定モジュール２０３４は、アクションを実行するセグメント条件を設定する。具体的には、アクション設定モジュール２０３４は、ＥＣサイトの管理者端末から入力されたユーザを特定するための条件を示すセグメントの内容、および特定の条件を満たすユーザに対して実行するアクションを、セグメント条件として設定する。図６は、セグメント条件について説明する表である。
【0062】
図６に示すように、アクション設定モジュール２０３４は、複数のユーザ行動モデルを用いることで、複数のセグメント条件を設定することができる、セグメントの内容として、以下の例が挙げられる。
・商品を購入しそうなユーザに対して、商品広告を提示する
・チャットボットを使用しそうなユーザに対して、チャットボットウインドウをポップアップさせる
・商品をお気に入りに登録しそうなユーザに対して、他のユーザからの評価コメントを提示する
・商品ページを長時間閲覧する傾向があるユーザに対して、割引情報を提示する
・Ｑ＆Ａを閲覧しそうなユーザに対して、Ｑ＆Ａを案内する。
・関連商品を購入しそうなユーザに対して、関連商品を提示する
このように、複数のセグメント条件を設定しておくことで、様々のユーザの行動に対して、様々な適切なアクションを実行することができる。
・商品を購入しそうなユーザに対して、商品広告を提示する
・チャットボットを使用しそうなユーザに対して、チャットボットウインドウをポップアップさせる
・商品をお気に入りに登録しそうなユーザに対して、他のユーザからの評価コメントを提示する
・商品ページを長時間閲覧する傾向があるユーザに対して、割引情報を提示する
・Ｑ＆Ａを閲覧しそうなユーザに対して、Ｑ＆Ａを案内する。
・関連商品を購入しそうなユーザに対して、関連商品を提示する
このように、複数のセグメント条件を設定しておくことで、様々のユーザの行動に対して、様々な適切なアクションを実行することができる。
【0063】
なお、セグメント条件としては、例えば以下の内容でもよく、管理者の要求により、任意に設定することができる。
・退会しそうなユーザに対して、退会を慰留するための情報を提供する
・評価コメントを入力しそうなユーザに対して、コメント入力により特典付与の案内をする
・返品をしそうなユーザに対して、返品方法を提示する
・Ｑ＆Ａを確認しそうなユーザに対して、Ｑ＆Ａのページを表示する
・退会しそうなユーザに対して、退会を慰留するための情報を提供する
・評価コメントを入力しそうなユーザに対して、コメント入力により特典付与の案内をする
・返品をしそうなユーザに対して、返品方法を提示する
・Ｑ＆Ａを確認しそうなユーザに対して、Ｑ＆Ａのページを表示する
【0064】
行動推定モジュール２０３５は、ユーザがイベントに至るかどうかの程度を推定する。具体的には、行動推定モジュール２０３５は、ユーザ行動モデルに対して、ユーザの操作ログを入力し、ユーザ行動モデルから出力されたイベント発生確率により、ユーザがイベントに至るかどうかの程度を推定する。
【0065】
アクション実行モジュール２０３６は、行動推定モジュール２０３５が推定したユーザがイベントに至るかどうかの程度が高いユーザに対して、当該ユーザを当該イベントに至らせるための情報の提示（アクション）を実行する。具体的には、アクション実行モジュール２０３６は、設定されたセグメント条件に従って、アクションを実行する。例えば図６の例では、商品を購入しそうなユーザに対して、アクションとして商品広告の提示を実行する。
【0066】
＜処理の流れ＞
次に、情報提供システム１の処理について説明する。まず、セグメント条件の設定の処理について説明する。図７は、セグメント条件の設定の処理を説明する図である。
次に、情報提供システム１の処理について説明する。まず、セグメント条件の設定の処理について説明する。図７は、セグメント条件の設定の処理を説明する図である。
【0067】
図７に示すように、処理サーバ２０は、複数のユーザの操作ログを取得する（ステップＳ２００）。具体的には、処理サーバ２０の操作ログ取得モジュール２０３２は、全てのユーザの操作ログを定期的に取得する。
【0068】
ステップＳ２０１の後に、処理サーバ２０は、ユーザ行動モデルを生成する（ステップＳ２０１）。具体的には、処理サーバ２０のモデル生成モジュール２０３３は、取得した全てのユーザの操作ログについて、あるイベントに至ったユーザの操作ログと、あるイベントに至らなかったユーザの操作ログと、に分類する。
【0069】
次に、モデル生成モジュール２０３３は、分類した操作ログに対して、イベントに至ったかどうかに関する情報をアノテーションし、ユーザ行動モデルに学習させる。これにより、ユーザ行動モデルが生成される。
なお、モデル生成モジュール２０３３は、この後の処理で入力されるセグメント条件の内容を予測して、予め複数のユーザ行動モデルを作成しておくことができる。
なお、モデル生成モジュール２０３３は、この後の処理で入力されるセグメント条件の内容を予測して、予め複数のユーザ行動モデルを作成しておくことができる。
【0070】
次に、処理サーバ２０は、セグメント条件の設定を行う（ステップＳ２０２）。具体的には、ＥＣサイトの管理端末からの管理者の入力操作に基づいて、セグメントの内容、および実行するアクションの内容が設定される。なお、アクションの設定は、例えば、統計的に取得された過去の施策を参考にして行ってもよい。これにより、セグメント条件の設定の処理が終了する。
また、セグメント条件の設定では、予め作成された複数のユーザ行動モデルに対応するセグメント条件を、管理者が選択する手順により設定してもよい。この場合には、実行するアクションについては、新たに管理者からの入力により設定してもよい。
また、セグメント条件の設定では、予め作成された複数のユーザ行動モデルに対応するセグメント条件を、管理者が選択する手順により設定してもよい。この場合には、実行するアクションについては、新たに管理者からの入力により設定してもよい。
【0071】
なお、セグメント条件の設定は、ユーザ行動モデルの生成（ステップS２０１）の前に行われてもよい。この場合には、モデル生成モジュール２０３３は、セグメントの内容として入力された項目に応じたユーザ行動モデルを生成する。
【0072】
次に、ユーザへのアクション実行の処理について説明する。図８はアクション実行の処理を説明する図である。
図８に示すように、ユーザ端末１０は操作を入力する（ステップＳ１１０）。具体的には、ユーザがユーザ端末１０を操作して、ＥＣサイトを訪問して、商品の購入を検討する。
図８に示すように、ユーザ端末１０は操作を入力する（ステップＳ１１０）。具体的には、ユーザがユーザ端末１０を操作して、ＥＣサイトを訪問して、商品の購入を検討する。
【0073】
ステップＳ１１０の後に、処理サーバ２０は、ユーザ端末１０からユーザの操作ログを取得する（ステップＳ２１０）。具体的には、操作ログ取得モジュール２０３２が、ユーザの一連の操作ログを取得し、操作ログデータベースに記憶させる。操作ログの取得は、例えば１分間隔で行われる。定期的に取得することで、ユーザの操作ログを定期的に評価することができる。
【0074】
ステップＳ２１０の後に、処理サーバ２０は、ユーザのイベント発生確率を算出する（ステップＳ２１１）。具体的には、処理サーバ２０の行動推定モジュール２０３５が、操作ログデータベースを参照し、一連のユーザの操作ログを、ユーザ行動モデルに入力する。これにより、ユーザのイベント発生確率が算出される。このように、ユーザのイベント発生確率を算出することで、ユーザがイベントに至るかどうかの程度を定量的に評価することができる。行動推定モジュール２０３５は、定期的に取得されるユーザの操作ログに対して、イベント発生確率を定期的に算出する。行動推定モジュール２０３５は、イベント発生確率を、例えば操作ログの取得と同じ間隔で定期的に算出してもよい。なお、行動推定モジュール２０３５は、イベント発生確率を、操作ログの取得よりも長い間隔で定期的に算出してもよい。
【0075】
また、複数のユーザ行動モデルが使用される場合には、図８に示すステップＳ２１１において、行動推定モジュール２０３５は、複数のユーザ行動モデルそれぞれに対してユーザの操作ログを入力する。これにより、行動推定モジュール２０３５は、それぞれのユーザ行動モデルから出力されるイベント発生確率を算出する。
また、算出された複数の種類のイベントに関するイベント発生確率に対して、その後の処理が行われる。
また、算出された複数の種類のイベントに関するイベント発生確率に対して、その後の処理が行われる。
【0076】
ステップＳ２１１の後に、処理サーバ２０は、アクションを決定する（ステップＳ２１２）。具体的には、処理サーバ２０のアクション実行モジュール２０３６が、イベント発生確率に対して予め設定されている閾値との比較を行い、該当するアクションを決定する。なおこの際、該当するアクションがない場合は、アクションは決定されない。
【0077】
ステップＳ２１２の後に、処理サーバ２０は、ユーザ端末１０に対してアクションを実行する（ステップＳ２１３）。具体的には、処理サーバ２０のアクション実行モジュール２０３６が、決定したアクションを実行する。例えば、ユーザ端末１０に対して商品広告の提示を行う。ユーザ端末１０に提示される情報は、処理サーバ２０の送受信制御モジュール２０３１を介して、ユーザ端末１０に送信される。そして、アクション実行モジュール２０３６によりアクションの実行は、ステップ２１１におけるイベント発生確率の算出に対して、即時的に実行される。アクションを定期的に繰り返し実行されるイベント発生確率の算出に対して即時的に実行することで、ユーザに対して時宜を得た情報の提供を行うことができる。
【0078】
ステップＳ２１３の後に、ユーザ端末１０は、処理サーバ２０からのアクションの内容を、表示処理部１７４は、ディスプレイ１３２に表示する。例えば、処理サーバ２０から送信された割引情報を、ディスプレイ１３２に表示する。これにより、ユーザへのアクション実行の処理が終了する。
【0079】
以上説明したように、本開示の情報提供システム１によれば、ユーザの操作ログから生成されたユーザ行動モデルを用いて、ユーザのイベントに至るかどうかの程度を推定し、程度が高いユーザに対してアクションを実行する。このため、アクションを実行するユーザを選択するうえで必要となる特定の条件を簡単に設定することができる。
【0080】
なお、上記の説明では、イベントの発生を「商品の購入」として説明したが、この例に限られない。例えば、イベントの発生を、「チャットボットでの問い合わせ」とし、チャットボットでの問い合わせが生じそうなユーザに対して、ユーザからの問い合わせに先んじて、チャットボット機能を提案してもよい。この場合には、実行されるアクションは、チャットボット機能の質問文の入力ウインドウの表示を指す。
【0081】
この場合には、チャットボット機能により問い合わせを行った（イベントに至った）ユーザの操作ログと、チャットボット機能により問い合わせを行わなかった（イベントに至らなかった）ユーザの操作ログと、分類する。
そして、問い合わせを行った操作ログと、問い合わせを行わなかった操作ログと、に対して、イベントに至ったかどうかに関する情報をアノテーションし、ユーザ行動モデルに学習させる。これにより、行動推定モジュール２０３５は、ユーザ行動モデルにユーザの操作ログを入力することで、イベント発生確率として、ユーザが、チャットボットにより問い合わせを行う確率を算出することができる。そして、イベント発生確率が予め設定された閾値を超える場合に、設定したアクションとして、チャットボット機能の質問文の入力ウインドウをポップアップさせる処理を実行する。
そして、問い合わせを行った操作ログと、問い合わせを行わなかった操作ログと、に対して、イベントに至ったかどうかに関する情報をアノテーションし、ユーザ行動モデルに学習させる。これにより、行動推定モジュール２０３５は、ユーザ行動モデルにユーザの操作ログを入力することで、イベント発生確率として、ユーザが、チャットボットにより問い合わせを行う確率を算出することができる。そして、イベント発生確率が予め設定された閾値を超える場合に、設定したアクションとして、チャットボット機能の質問文の入力ウインドウをポップアップさせる処理を実行する。
【0082】
また、「チャットボットでの特定のテーマに関する問い合わせ」を、イベントの発生とて設定したユーザ行動モデルを作成することもできる。この場合には、チャットボットでの特定のテーマに関する問い合わせを行った（イベントに至った）ユーザの操作ログと、チャットボットでの特定のテーマに関する問い合わせを行わなかった（イベントに至らなかった）ユーザの操作ログと、を分類する。
そして、分類した２種類の操作ログに対して、イベントに至ったかどうかに関する情報をアノテーションし、ユーザ学習モデルに学習させる。
そして、セグメント条件として設定される実行するアクションには、チャットボットにおいてやり取りされる会話カードが設定される。すなわち、特定のテーマに関する会話カードにおいて、回答パターンとして設定されている回答文の提示が、アクションとして設定される。
そして、分類した２種類の操作ログに対して、イベントに至ったかどうかに関する情報をアノテーションし、ユーザ学習モデルに学習させる。
そして、セグメント条件として設定される実行するアクションには、チャットボットにおいてやり取りされる会話カードが設定される。すなわち、特定のテーマに関する会話カードにおいて、回答パターンとして設定されている回答文の提示が、アクションとして設定される。
【0083】
具体的には、ログインができずに困っていそうなユーザに対して、「ログインできない」というテーマに関する回答パターンを表示させた形で、チャットボット機能をユーザの操作に応じて即時に起動する処理が該当する。
【0084】
＜変形例１＞
また、情報提供システム１は、処理サーバ２０が、複数設定された閾値に応じて、実行するアクションを選択してもよい。この場合のセグメント条件について説明する。図９は、複数設定されたセグメント条件について説明する図である。この例では、商品を購入しそうなユーザを対象としたセグメント条件について説明する。
また、情報提供システム１は、処理サーバ２０が、複数設定された閾値に応じて、実行するアクションを選択してもよい。この場合のセグメント条件について説明する。図９は、複数設定されたセグメント条件について説明する図である。この例では、商品を購入しそうなユーザを対象としたセグメント条件について説明する。
【0085】
図９に示すように、イベント発生確率が９０％以上のユーザには、商品の購入を促すために、商品広告の提示を行うことがアクションとして設定されている。商品広告を見ることで、購買意欲が増す可能性があるためである。
次に、例えば、イベント発生確率が８０％以上、９０％未満のユーザには、商品の購入を促すために、他のユーザによる高い評価コメントの提示を行うことがアクションとして設定されている。他人の高い評価により、購買意欲が増す可能性があるためである。
次に、例えば、イベント発生確率が８０％以上、９０％未満のユーザには、商品の購入を促すために、他のユーザによる高い評価コメントの提示を行うことがアクションとして設定されている。他人の高い評価により、購買意欲が増す可能性があるためである。
【0086】
次に、例えば、イベント発生確率が７０％以上、８０％未満のユーザには、商品の購入を促すために、割引情報を提示することがアクションとして設定されている。価格が安くなることで、購入する可能性があるからである。
次に、例えば、イベント発生確率が６０％以上、７０％未満のユーザには、商品の購入を促すために、類似商品を提示することがアクションとして設定されている。類似商品との比較により、購買意欲が増す可能性があるためである。
次に、例えば、イベント発生確率が６０％以上、７０％未満のユーザには、商品の購入を促すために、類似商品を提示することがアクションとして設定されている。類似商品との比較により、購買意欲が増す可能性があるためである。
【0087】
次に、例えば、イベント発生確率が５０％以上、６０％未満のユーザには、商品の購入を促すために、購入を検討している商品と同時に使用される関連商品を提示することがアクションとして設定されている。関連商品を確認することで、購買意欲が増す可能性があるためである。
このように、複数設定された閾値に応じて、実行するアクションを選択することで、アクション発生に至らせる施策に自由度を与えることができる。
このように、複数設定された閾値に応じて、実行するアクションを選択することで、アクション発生に至らせる施策に自由度を与えることができる。
【0088】
＜第２実施形態＞
次に、第２実施形態に係る情報提供システム１について説明する。第２実施形態に係る情報提供システム１では、処理サーバ２０Ｂが、セグメント条件における実行するアクションの内容を自動で設定する。図１０は、第２実施形態に係る処理サーバ２０Ｂの機能的な構成を示すブロック図である。なお、第１実施形態と同一の構成については同一の符号を振り、その説明を省略する。
次に、第２実施形態に係る情報提供システム１について説明する。第２実施形態に係る情報提供システム１では、処理サーバ２０Ｂが、セグメント条件における実行するアクションの内容を自動で設定する。図１０は、第２実施形態に係る処理サーバ２０Ｂの機能的な構成を示すブロック図である。なお、第１実施形態と同一の構成については同一の符号を振り、その説明を省略する。
【0089】
処理サーバ２０Ｂの記憶部２０２は、さらにアクション設定モデルを記憶している。
【0090】
アクション設定モデルは、特定のイベントに至るかどうかの程度が高いユーザに対して、イベントに至らせるために実行すべきアクションを推定する学習済みモデルである。アクション設定モデルは、ユーザの操作ログと、当該操作ログにおいて、イベント発生の直前に行われた処理と、を教師データとして学習している。
【0091】
アクション設定モデルは、ユーザの操作ログを入力データとし、当該ユーザが、所定のイベントに至らせるために行うべきアクションを出力データとする。アクション設定モデルは、モデル生成モジュール２０３３が生成する。
次に、第２実施形態に係るセグメント条件の設定の処理について説明する。図１１は、第２実施形態に係るセグメント条件の設定の処理を説明する図である。
次に、第２実施形態に係るセグメント条件の設定の処理について説明する。図１１は、第２実施形態に係るセグメント条件の設定の処理を説明する図である。
【0092】
図１１に示すように、ユーザ行動モデルの生成（ステップＳ２０１）の後に、アクション設定モデルを生成する（ステップ２０１Ｂ）。具体的には、モデル生成モジュール２０３３は、あるイベントに至ったユーザのイベント発生の直前の行動履歴を取得する。直前の行動履歴とは、イベント発生の前に行われたユーザの行動であって、イベント発生と直接関係があると認められる処理に関する情報である。イベント発生と直接関係があるがどうかは、処理の時期や内容により判断される。この行動履歴には、ユーザからの入力操作に加えて、処理サーバ２０からユーザ端末１０に対して出力され、ユーザ端末１０が表示処理を行った情報等も含まれる。
【0093】
次に、モデル生成モジュール２０３３は、ユーザのイベント発生に至るまでの操作履歴の特徴量と、相関のある直前の行動履歴を特定して関連付けてユーザ行動モデルに学習させる。これにより、アクション設定モデルが生成される。
【0094】
ステップ２０１Ｂの後に、管理者は、セグメント条件を設定する。この際、セグメントの内容および閾値については、使用するユーザ行動モデルの内容に応じて設定される。一方、セグメント条件のうち、アクションの内容については、この時点では設定しない。
次に、第２実施形態に係るアクションの実行の処理について説明する。図１２は、第２実施形態に係るアクションの実行の処理を説明する図である。
次に、第２実施形態に係るアクションの実行の処理について説明する。図１２は、第２実施形態に係るアクションの実行の処理を説明する図である。
【0095】
図１２に示すように、処理サーバ２０Ｂは、行動推定モジュール２０３５によりイベント発生確率の算出（ステップＳ２１１）の後に、アクションを決定する（ステップＳ２１２Ｂ）。具体的には、処理サーバ２０のアクション設定モジュール２０３４は、アクション設定モデルに対してユーザの操作ログを入力することで、実行するべきアクションの出力を得る。これにより、セグメント条件において設定されていなかったアクションの内容が決定される。
すなわち、アクション設定モジュール２０３４は、実行するべきアクションを、特定のイベントに至った他のユーザにおける、イベントに至る直前の行動履歴から設定することとなる。
すなわち、アクション設定モジュール２０３４は、実行するべきアクションを、特定のイベントに至った他のユーザにおける、イベントに至る直前の行動履歴から設定することとなる。
【0096】
このような第２実施形態の具体例として、購入しそうなユーザを対象としたセグメント条件において、アクション設定モジュール２０３４が学習するユーザの行動履歴には、チャットボットにおいてやり取りされた会話カードが含まれる。そして、実行されるアクションには、イベント発生に至った他のユーザが、イベント発生の直前に受け取った回答カードの提示が含まれる。すなわち、あるユーザがチャットボットでの回答カードを確認して購入に踏み切った事例に基づいて、同様の行動履歴を行ったユーザに対して、同様の回答カードを提示することで、購入を促すことができる。
【0097】
ステップＳ２１２Ｂの後に、アクション実行モジュール２０３６によるアクションの実行（ステップＳ２１３）、およびユーザ端末１０によるアクションの内容の表示（ステップＳ１１１）の処理が行われる。これにより、第２実施形態に係るアクションの実行の処理が終了する。
【0098】
以上説明したように、第２実施形態に係る情報提供システム１によれば、アクション設定モデルを用いて、特定のイベントに至った他のユーザにおける、イベントに至る直前の行動履歴から、ユーザに対して実行するべきアクションが設定される。このため、アクションを管理者が設定する必要がなく、ユーザの操作ログを取得するという簡易な処理により、それぞれのユーザに対して適切なアクションを設定することができる。
【0099】
＜その他の変形例＞
【0100】
上記の各実施形態では、ＥＣサイトに情報提供システム１が実装されている構成を示したが、このような態様に限られない、情報提供システム１は、ＷＥＢ環境下で提供される各種のサービスに実装することができる。
【0101】
また、ユーザ行動モデル、およびアクション設定モデルは、処理サーバ２０において生成されなくてもよい。すなわち、他のサーバにおいて、それぞれの学習済みモデルを生成し、記憶部２０２に記憶させることで、アクション実行の処理に用いてもよい。また、それぞれの学習済みモデルは、最新のユーザの操作ログを用いて、再学習されてもよい。
【0102】
また、上記の各実施形態では、セグメント条件は、プログラムに実行させるソースコードとして設定されている構成を示したが、このような態様に限られない。セグメント条件は、データテーブルとして処理サーバ２０の記憶部２０２に記憶されてもよい。
【0103】
また、質問回答データベースは、コンピュータにプログラムを実装するサーバにより実現されてもよい。質問回答サーバを構成する各部は、複数のコンピュータに分散して実現されていても構わない。
【0104】
以上、本開示の実施形態について説明したが、設計上の都合やその他の要因によって必要となる様々な修正や組み合わせは、請求項に記載されている発明や発明の実施形態に記載されている具体例に対応する発明の範囲に含まれるものとする。
【0105】
本発明の内容を以下に付記する。
【0106】
（付記１）
クレーム確定後に作成します。
クレーム確定後に作成します。
【0107】
１ 情報提供システム
１０ ユーザ端末
２０ 質問回答サーバ
２０３ 制御部
２０３１ 送受信制御モジュール
２０３２ 操作ログ取得モジュール
２０３３ モデル生成モジュール
２０３４ アクション設定モジュール
２０３５ 行動推定モジュール
２０３６ アクション実行モジュール
１０ ユーザ端末
２０ 質問回答サーバ
２０３ 制御部
２０３１ 送受信制御モジュール
２０３２ 操作ログ取得モジュール
２０３３ モデル生成モジュール
２０３４ アクション設定モジュール
２０３５ 行動推定モジュール
２０３６ アクション実行モジュール
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【手続補正書】
【提出日】2021-12-23
【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】
コンピュータのプロセッサに、
特定のイベントに至ったユーザ端末の操作ログを取得するステップと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを、前記特定のイベントに至るかどうかの程度の高いユーザを特定するための条件として複数設定されたセグメント毎に生成するステップと、
サイトの管理者の入力操作に基づいて、前記セグメントを満たすユーザに対して実行する複数の異なるアクションを前記セグメント毎に設定し、前記セグメントと前記アクションとを対応させるセグメント条件を設定するステップと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行するステップと、
を実行させるプログラム。
特定のイベントに至ったユーザ端末の操作ログを取得するステップと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを、前記特定のイベントに至るかどうかの程度の高いユーザを特定するための条件として複数設定されたセグメント毎に生成するステップと、
サイトの管理者の入力操作に基づいて、前記セグメントを満たすユーザに対して実行する複数の異なるアクションを前記セグメント毎に設定し、前記セグメントと前記アクションとを対応させるセグメント条件を設定するステップと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行するステップと、
を実行させるプログラム。
【請求項2】
前記アクションには、チャットボットにおいてやり取りされる会話カードの提示が含まれる、請求項１に記載のプログラム。
【請求項3】
前記アクションには、イベント発生に至った他のユーザが、イベント発生の直前に受け取った回答カードの提示が含まれる、請求項２に記載のプログラム。
【請求項4】
前記操作ログを取得するステップでは、定期的にユーザの操作ログを取得し、
前記アクションを設定するステップでは、
前記イベントに至るかどうかの程度に関する条件として、イベントが発生する確率を示すイベント発生確率を算出する、請求項１から３のいずれか１項に記載のプログラム。
前記アクションを設定するステップでは、
前記イベントに至るかどうかの程度に関する条件として、イベントが発生する確率を示すイベント発生確率を算出する、請求項１から３のいずれか１項に記載のプログラム。
【請求項5】
前記アクションを実行するステップでは、
前記ユーザを、前記特定のイベントに至らせるための情報の提示を行う、請求項１から４のいずれか１項に記載のプログラム。
前記ユーザを、前記特定のイベントに至らせるための情報の提示を行う、請求項１から４のいずれか１項に記載のプログラム。
【請求項6】
前記アクションを設定するステップでは、
前記アクションを、前記特定のイベントに至った他のユーザにおける、前記イベントに至る直前の行動履歴から設定する、請求項１から５のいずれか１項に記載のプログラム。
前記アクションを、前記特定のイベントに至った他のユーザにおける、前記イベントに至る直前の行動履歴から設定する、請求項１から５のいずれか１項に記載のプログラム。
【請求項7】
前記ユーザ行動モデルは、
ユーザの操作ログを入力とし、前記イベントに至るかどうかの確率を出力とする学習済みモデルである、請求項１から６のいずれか１項に記載のプログラム。
ユーザの操作ログを入力とし、前記イベントに至るかどうかの確率を出力とする学習済みモデルである、請求項１から６のいずれか１項に記載のプログラム。
【請求項8】
ユーザ行動モデルは、
ユーザの操作ログ対して、前記特定のイベントに至ったか否かの情報をアノテーションされた情報を事前学習した学習済みモデルである、請求項７に記載のプログラム。
ユーザの操作ログ対して、前記特定のイベントに至ったか否かの情報をアノテーションされた情報を事前学習した学習済みモデルである、請求項７に記載のプログラム。
【請求項9】
コンピュータのプロセッサが、
特定のイベントに至ったユーザ端末の操作ログを取得するステップと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを、前記特定のイベントに至るかどうかの程度の高いユーザを特定するための条件として複数設定されたセグメント毎に生成するステップと、
サイトの管理者の入力操作に基づいて、前記セグメントを満たすユーザに対して実行する複数の異なるアクションを前記セグメント毎に設定し、前記セグメントと前記アクションとを対応させるセグメント条件を設定するステップと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行するステップと、
を実行する方法。
特定のイベントに至ったユーザ端末の操作ログを取得するステップと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを、前記特定のイベントに至るかどうかの程度の高いユーザを特定するための条件として複数設定されたセグメント毎に生成するステップと、
サイトの管理者の入力操作に基づいて、前記セグメントを満たすユーザに対して実行する複数の異なるアクションを前記セグメント毎に設定し、前記セグメントと前記アクションとを対応させるセグメント条件を設定するステップと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行するステップと、
を実行する方法。
【請求項10】
プロセッサを有するコンピュータを備え、
前記プロセッサは、
特定のイベントに至ったユーザ端末の操作ログを取得する第１モジュールと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを、前記特定のイベントに至るかどうかの程度の高いユーザを特定するための条件として複数設定されたセグメント毎に生成する第２モジュールと、
サイトの管理者の入力操作に基づいて、前記セグメントを満たすユーザに対して実行する複数の異なるアクションを前記セグメント毎に設定し、前記セグメントと前記アクションとを対応させるセグメント条件を設定する第３モジュールと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行する第４モジュールと、
を備えるシステム。
前記プロセッサは、
特定のイベントに至ったユーザ端末の操作ログを取得する第１モジュールと、
取得した前記操作ログを用いて、ユーザが、前記特定のイベントに至るかどうかの程度を推定するユーザ行動モデルを、前記特定のイベントに至るかどうかの程度の高いユーザを特定するための条件として複数設定されたセグメント毎に生成する第２モジュールと、
サイトの管理者の入力操作に基づいて、前記セグメントを満たすユーザに対して実行する複数の異なるアクションを前記セグメント毎に設定し、前記セグメントと前記アクションとを対応させるセグメント条件を設定する第３モジュールと、
前記ユーザ行動モデルを用いて算出された、前記イベントに至るかどうかの程度が高いユーザに対して、前記アクションを実行する第４モジュールと、
を備えるシステム。