IP Force 特許公報掲載プロジェクト 2022.1.31 β版

知財求人 - 知財ポータルサイト「IP Force」

▶ 株式会社Revieの特許一覧

特開2024-103482情報処理装置、情報処理方法、及びプログラム
<>
  • 特開-情報処理装置、情報処理方法、及びプログラム 図1
  • 特開-情報処理装置、情報処理方法、及びプログラム 図2
  • 特開-情報処理装置、情報処理方法、及びプログラム 図3
  • 特開-情報処理装置、情報処理方法、及びプログラム 図4
  • 特開-情報処理装置、情報処理方法、及びプログラム 図5
  • 特開-情報処理装置、情報処理方法、及びプログラム 図6
  • 特開-情報処理装置、情報処理方法、及びプログラム 図7
  • 特開-情報処理装置、情報処理方法、及びプログラム 図8
  • 特開-情報処理装置、情報処理方法、及びプログラム 図9
  • 特開-情報処理装置、情報処理方法、及びプログラム 図10
  • 特開-情報処理装置、情報処理方法、及びプログラム 図11
  • 特開-情報処理装置、情報処理方法、及びプログラム 図12
< >
(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】P2024103482
(43)【公開日】2024-08-01
(54)【発明の名称】情報処理装置、情報処理方法、及びプログラム
(51)【国際特許分類】
   G06Q 30/0251 20230101AFI20240725BHJP
【FI】
G06Q30/0251
【審査請求】未請求
【請求項の数】8
【出願形態】OL
(21)【出願番号】P 2024043817
(22)【出願日】2024-03-19
(62)【分割の表示】P 2023007020の分割
【原出願日】2023-01-20
(71)【出願人】
【識別番号】521393096
【氏名又は名称】株式会社InsightX
(74)【代理人】
【識別番号】110002790
【氏名又は名称】One ip弁理士法人
(72)【発明者】
【氏名】中沢 弘樹
(72)【発明者】
【氏名】佐竹 佑基
(72)【発明者】
【氏名】角 隆一
(72)【発明者】
【氏名】岸本 陽大
【テーマコード(参考)】
5L030
【Fターム(参考)】
5L030BB08
(57)【要約】
【課題】ユーザごとの深層ニーズを的確に把握して、それぞれのユーザに最適な情報を提供することが可能な情報処理装置、情報処理方法、及びプログラムを提供する。
【解決手段】本開示による情報処理装置は、ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定部と、それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成部と、を備える。
【選択図】図1

【特許請求の範囲】
【請求項1】
ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定部と、
それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成部と、を備える、情報処理装置。
【請求項2】
前記ウェブサイトに掲載された商品に関するインプット情報に基づいて、それぞれの前記商品の前記商品深層ニーズ情報を生成する商品深層ニーズ生成部を備える、請求項1に記載の情報処理装置。
【請求項3】
ユーザ深層ニーズ推定部は、さらに各ユーザの属性情報に基づいて、それぞれのユーザの深層ニーズ情報を推定する、請求項1又は2に記載の情報処理装置。
【請求項4】
出力データ生成部は、さらに各ユーザの属性情報に基づいて、それぞれのユーザに対して出力する出力データを生成する、請求項1又は2に記載の情報処理装置。
【請求項5】
前記行動履歴情報は、ユーザが入力した検索テキスト情報、ユーザが選択した検索タグ情報、ユーザが閲覧した商品に関する商品閲覧情報、ユーザが閲覧したレビュー情報に関するレビュー閲覧情報、出力データとしてユーザに提示した商品の選択に関する情報、の少なくとも何れかの情報を含む、請求項1又は2に記載の情報処理装置。
【請求項6】
前記出力データは、ユーザに対して提示する広告データを含む、請求項1又は2に記載の情報処理装置。
【請求項7】
ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定処理と、
それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成処理と、を含む情報処理方法。
【請求項8】
ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定処理と、
それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成処理と、を情報処理装置に実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、情報処理装置、情報処理方法、及びプログラムに関する。
【背景技術】
【0002】
従来、ウェブサイトを閲覧するサイト閲覧者の検索履歴やサイト閲覧履歴の情報を取得して、当該履歴情報に基づいて、サイト閲覧者の興味のある分野を特定したり、当該分野の広告を表示させたりする技術が知られている。例えば、特許文献1には、ユーザの閲覧した記事の履歴と関連分野を記憶管理し、ユーザの興味分野と閲覧履歴に基づいて決定された優先順位で広告を表示させ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】特許7013054号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
上記特許文献1の技術によれば、ウェブサイトにおける記事の閲覧履歴情報に基づいてユーザが興味ある情報をユーザごとにパーソナライズ(個別化)して表示または送信することができる、とされている。しかしながら、ユーザごとの深層ニーズを把握し、個別に最適な情報を提供するという観点では十分とは言えず、改善の余地があった。
【0005】
そこで、本開示は上記問題点に鑑みてなされたものであり、その目的は、ユーザごとの深層ニーズを的確に把握して、それぞれのユーザに最適な情報を提供することが可能な情報処理装置、情報処理方法、及びプログラムを提供することである。
【課題を解決するための手段】
【0006】
本開示によれば、ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定部と、
それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成部と、を備える、情報処理装置が提供される。
【0007】
また、本開示によれば、ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定処理と、
それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成処理と、を含む情報処理方法が提供される。
【0008】
また、本開示によれば、ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定処理と、
それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成処理と、を情報処理装置に実行させるプログラムが提供される。
【発明の効果】
【0009】
本開示によれば、ユーザごとの深層ニーズを的確に把握して、それぞれのユーザに最適な情報を提供することが可能な情報処理装置、情報処理方法、及びプログラムを提供することができる。
【図面の簡単な説明】
【0010】
図1】本開示の一実施形態に係る情報処理システムの構成例を示す図である。
図2】同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3】同実施形態に係るユーザごとの深層ニーズ情報の一例を示す図である。
図4】同実施形態に係るユーザごとの深層ニーズ情報の他の例を示す図である。
図5】同実施形態に係るユーザ端末の表示画面の一例を示す図である。
図6】同実施形態に係るユーザ端末の表示画面の他の例を示す図である。
図7】同実施形態に係る商品深層ニーズデータベースの一例を示す図である。
図8】同実施形態に係るユーザごとの深層ニーズ情報の他の例を示す図である。
図9】同実施形態に係るユーザ端末の表示画面の他の例を示す図である。
図10】同実施形態に係るユーザ端末の表示画面の他の例を示す図である。
図11】同実施形態に係るユーザ端末の構成例を示す図である。
図12】同実施形態に係る情報処理方法に係るフローチャート図である。
【発明を実施するための形態】
【0011】
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能を有する構成要素については、同一の符号を付することにより重複説明を省略する。
【0012】
図1は、本実施形態の情報処理システム100の一例を示す。情報処理システム100は、システム管理サーバとしての情報処理装置10と、本システム100を用いたサービスの利用者であるユーザが使用するユーザ端末20とを備える。情報処理装置10と、複数のユーザ端末20とは、各々、ネットワークNWを介して接続される。ネットワークNWは、インターネット、イントラネット、無線LAN(Local Area Network)やWAN(Wide Area Network)、固定電話回線、携帯電話回線等、またはこれらの組み合わせにより構成される。なお、本例では複数のユーザ(サイト閲覧者、等)が各自のユーザ端末20(20a、20b、20c)を介して情報処理装置10との通信を行う構成としているが、これに限られず、情報処理装置10の入力部、出力部を介して各ユーザが本システムを利用するようにしてもよい。すなわち、本システム100は、ユーザ端末及びネットワークを含めずに情報処理装置10単独でも機能し得る。あるいは、情報処理装置10の全ての機能をユーザ端末に実装することで、ユーザ端末単独で機能させることもできる。
【0013】
図2は、情報処理装置10の機能上の構成を示すブロック図である。情報処理装置10は、システム管理者等が各種サービスを運営・管理する際に利用する装置であり、例えば、ワークステーションやパーソナルコンピュータのような汎用コンピュータとしてもよいし、或いはクラウド・コンピューティング技術によって論理的に実現されてもよい。
【0014】
本例の情報処理装置10は、制御部11、記憶部12、入力部13、出力部14、及び通信部15を有する。情報処理装置10は、入力部13から、または、通信部15を介して外部装置から、各種の入力情報を受け付ける。そして、制御部11において入力情報に応じたプログラムによる処理を実行し、プログラムの処理結果(例えば、画像や音声等)が出力部14から出力されるか、または、通信部15を介して外部の情報処理装置等に送信される。なお、上記プログラムの一部は、他の情報処理装置(例えばユーザ端末、他のサーバ等)に送信されて他の情報処理装置上で実行されてもよい。この場合、他の情報処理装置は、例えば、スマートフォン、携帯電話端末、タブレット端末、パーソナルコンピュータ等とすることができ、インターネット等のネットワークを介して情報処理装置10に無線又は有線で接続される。
【0015】
制御部11は、各部間の情報の受け渡しを行うとともに、情報処理装置10全体の制御を行うものであり、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)、またはGPU(Graphics Processing Unit)が所定のメモリに格納されたプログラムを実行すること等によって実現される。本実施の形態の制御部11は、ユーザ深層ニーズ推定部111と、出力データ生成部112を備える。
【0016】
ユーザ深層ニーズ推定部111は、ウェブサイトを閲覧するサイト閲覧者の閲覧行動に関する行動履歴情報と、記憶部に記憶される、商品(取引対象)に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのサイト閲覧者の深層ニーズ情報を推定(決定)する。例えば、ウェブサイト上でユーザが特定商品を閲覧した場合、ユーザ深層ニーズ推定部111は、当該特定商品に関連付けられる商品深層ニーズ情報を、当該ユーザの深層ニーズと推定することができる。具体的に、「パンプスA」という商品をユーザが閲覧した場合、「パンプスA」に関連付けられる「機能性重視」、「上品」という商品深層ニーズ情報を、当該ユーザの深層ニーズと推定することができる。
【0017】
行動履歴情報は、オンライン行動履歴と、オフライン行動履歴とを含んでもよい。オンライン行動履歴は、各ユーザの入力操作に基づいて実行される情報処理の履歴であり、例えば、ウェブサイト閲覧履歴、レビュー閲覧履歴、レビュー入力履歴、検索履歴、購買履歴(購買商品、各商品の購買数、購買頻度、1カ月、1年間等所定期間での合計購買金額、平均の購買金額)、ユーザ端末にインストールされた各種アプリケーション、メール、SNS等の実行履歴を含んでもよい。ウェブサイト閲覧履歴は、例えば、ウェブサイト上でユーザが閲覧したページ(記事を含む)、ページの閲覧時間(滞在時間)、各商品(取引対象)の閲覧時間、スクロール長さ、検索したキーワード、各キーワードの検索回数、検索頻度(単位時間あたりの回数)、選択したカテゴリ又はタグ(選択カテゴリ・タグ情報)、各カテゴリ又はタグの選択回数、閲覧した商品説明情報、閲覧したレビュー情報、等を含むことができる。レビュー入力履歴情報は、各ユーザがレビューを入力した履歴であり、例えば入力回数、入力頻度(所定期間内の回数)、入力日時、レビュー対象、レビュー内容(テキスト、画像)、段階的な評価パラメータ(数値)等である。段階的な評価パラメータは、例えば5段階での評価であり、最も評価が高い場合を5とし、最も低い場合を1として、ユーザが選択した数値である。記憶部12は、レビュー情報を入力したユーザごとの個別の評価と、各レビュー対象に対してレビュー情報を入力したユーザ全体の平均値と、の情報を記憶することができる。評価は5段階に限られず、3段階、10段階など、複数段階であればよい。情報処理装置10は、ユーザがユーザ端末を介して入力操作した情報を受信することで、各ユーザの行動の履歴に関する情報を取得して記憶することができる。
【0018】
オフライン行動履歴は、例えば、店舗訪問、イベント参加等のオンライン外での行動である。オフライン行動履歴は、例えば、ユーザがユーザ端末を介して入力したり、店舗やイベント会場に設けられるカメラやセンサ等で取得した情報に基づいて制御部で生成したり、他の外部システムから受信したりすることにより、取得することができる。
【0019】
行動履歴情報は、ユーザが入力した検索テキスト情報、ユーザが選択した検索タグ情報、ユーザが閲覧した商品(商品詳細ページ等)に関する商品閲覧情報、ユーザが閲覧したレビュー情報に関するレビュー閲覧情報、推定した深層ニーズに基づいて出力データとして提案した商品(広告)の選択に関する情報の少なくとも何れかを含むことが好ましい。ユーザが入力した検索テキスト情報は、ユーザが商品を検索するために入力したテキストの情報である。ユーザが選択した検索タグ情報は、ユーザが商品を検索するために選択したタグ(キーワード)の情報である。推定した深層ニーズに基づいて提案した商品(広告)の選択有無に関する情報は、提案商品を選択したか否か、選択回数に関する情報である。
【0020】
商品深層ニーズ情報は、各商品が満たすことができる顧客の深層ニーズである。商品深層ニーズ情報は、各商品に関連付けられ、記憶部に記憶される情報である。それぞれの商品には、1つ又は複数の深層ニーズ情報が関連づけられる。ここで、顧客の「深層ニーズ」とは、それぞれの顧客の深層心理に潜む要望、欲求とすることができる。本発明では、ユーザの行動履歴情報と商品深層ニーズ情報とに基づいて各ユーザの深層ニーズを推定し、当該深層ニーズに対応する情報を提供しようとするものである。ウェブサイトやレビュー情報を閲覧するユーザは、それぞれに個別の深層ニーズを有し、深層ニーズに基づいて、閲覧したり、検索したりする内容の選択、決定などの行動を実行している。深層ニーズとしては、例えば、閲覧対象、購買対象の商品が「香水」である場合、「価格の高い香水を試したい」、「自分に合う香水を見つけたい」、「自分へのご褒美が欲しい」、「恋人にプレゼントしたい」等であり、各ユーザが複数の深層ニーズを有している場合もある。
【0021】
図3、4は、ユーザ深層ニーズ推定部111により推定される各ユーザの深層ニーズの一例を示す。ウェブサイトを利用するユーザにはそれぞれ、制御部10によって識別情報(個人ID等)が付与される。識別情報は、ユーザを識別するための、各ユーザに固有の情報であり、数字、アルファベット等の文字の組み合わせで表現される。ユーザ深層ニーズ推定部111は、各ユーザの行動履歴情報と、商品深層ニーズ情報とに基づいて、1以上の深層ニーズと、各深層ニーズの重要度とを決定し、記憶部に記憶することができる。
【0022】
図3の例では、ユーザごとの識別情報と、属性情報としての「性別」、「年齢」の情報と、深層ニーズのデータとして、「機能性重視」、「お出かけ用」、「注目カテゴリ」、「特定要素への興味」の項目の情報がユーザごとのデータベースとして記憶されている。「機能性重視」の項目は、ユーザが商品の機能性を重視している度合を示す情報であり、重視の度合いが高い方から、「高」、「中」、「低」の3段階で分類される。「お出かけ用」の項目は、出かける際に使用することを望んでいるかの度合いを「高」、「中」、「低」の3段階に、不明である場合の「-(ハイフン)」を加えた4つの分類で示している。なお、全ての項目について、段階は適宜変更可能であり、例えば「あり」、「なし」または「高」、「低」の2段階でもよいし、細かく分類して4段階以上でもよい。例えば、0以上、100以下の数値で深層ニーズの要望度合いを表現してもよい。「注目カテゴリ」の項目は、各ユーザが特に注目している(要望している)具体的な商品のカテゴリ(分類)の情報であり、「パンプス」、「ヨガマット」等の情報を含む。「特定要素への興味」の項目は、例えば、特定のブランド、特定のカテゴリ、特定の商品、特定の店舗等に関する興味の度合いを3段階等で分類した情報である。また、「機能性重視」、「お出かけ用」等の複数の深層ニーズの項目がある場合、ユーザ深層ニーズ推定部111は、それらの優先順位を推定して記憶してもよい。例えば、「機能性重視」、「お出かけ用」、「注目カテゴリ」、「特定要素への興味」の4項目の優先順位を、当該ユーザの行動履歴情報から推定してもよい。その場合、例えば、「機能性重視」、「お出かけ用」、「注目カテゴリ」、「特定要素への興味」の順に優先順位が高くなるようにしてもよい。これによれば、例えば、出力データ生成部112が、最も優先順位の高い項目に関する商品に関する広告を優先的に出力データとして選択するようにすることができる。
【0023】
図4に例示する表のように、記憶部には、ユーザごとの識別情報(個人ID)と、深層ニーズを構成する情報として「カテゴリ」、「ニーズ」、「重要度」の情報とが関連付けて記憶される。なお、深層ニーズを構成する「カテゴリ」、「ニーズ」、「重要度」等の情報は、予め選択肢として記憶部に記憶しておき、各ユーザの行動履歴情報等に基づいてユーザ深層ニーズ推定部111が各ユーザに当てはまる深層ニーズを選択肢の中から選択するようにしてもよい。あるいは、ユーザ深層ニーズ推定部111が、各ユーザの行動履歴情報等に基づいて深層ニーズを構成する「カテゴリ」、「ニーズ」、「重要度」等の個別情報を生成して、記憶部に記憶させるようにしてもよい。また、各深層ニーズには、広告情報等の出力データが予め関連付けて記憶されていてもよい。カテゴリは、要望する対象物等が属する分野であり、ニーズは具体的な要望である。重要度は、「高」、「中」、「低」の3段階など、複数の段階で示され深層ニーズの優先度を示す。
【0024】
なお、ユーザ深層ニーズ推定部111は、本人の行動履歴情報だけでなく、他者の行動履歴情報にも基づいて、各ユーザの深層ニーズを推定するようにしてもよい。例えば、本人と行動履歴情報の類似度が高い他者の行動履歴情報や深層ニーズ情報を参照して、各ユーザの深層ニーズを推定することができる。ユーザ深層ニーズ推定部111は、類似度が最も高い他ユーザの深層ニーズを本人の深層ニーズと推定するようにしてもよいし、類似度が高い複数の他ユーザの深層ニーズに基づいて、本人の深層ニーズを推定してもよい。ユーザ深層ニーズ推定部111は、一のユーザと他のユーザのサイト閲覧履歴情報の類似度を算出することができる。
【0025】
ユーザ深層ニーズ推定部111は、一のユーザのサイト閲覧履歴情報と他のユーザのサイト閲覧履歴情報とを比較して、類似度を判定し、記憶部に記憶することができる。類似度は、例えば、0~100までの数値(%)で表され、数値が大きいほど類似度が高いものとすることができる。類似度は、サイト閲覧履歴情報に含まれる、閲覧対象(記事、商品等)、表示時間(1回の時間、複数回の合計、平均等)、表示時刻、表示回数、タグ、キーワード等の選択回数の構成要素の何れか1つまたは複数の組み合わせを比較することにより、類似度を決定する。類似度の決定方法は特に限定されないが、例えば、同一のタグを選択した回数、同一の商品を閲覧した回数、ウェブサイト内の同一のページを閲覧した回数、の少なくとも何れかを比較して、その差が最も小さいユーザを決定するようにしてもよい。比較するパラメータは、上記の回数の情報に限らず、同一の商品、ページ等を閲覧した時間の長さ等であってもよい。閲覧とは、画面に表示させたことを意味している。類似度の決定もしくは算出は、学習モデルを用いた機械学習又は他の解析手法に基づいて行うようにしてもよい。
【0026】
ユーザ深層ニーズ推定部111は、特定のユーザと最も行動履歴情報の類似度が高いユーザを決定することができる。例えば、複数のユーザの中で、特定のユーザのサイト閲覧履歴情報に対する類似度の数値が最も大きい他ユーザを、類似度が最も高いユーザと決定することができる。ユーザ深層ニーズ推定部111は、商品等の取引対象に関する情報、顧客等のユーザ情報等も参照して深層ニーズを推定してもよい。商品等のレビュー対象に関する情報としては、商品説明のテキスト、画像、価格、メタデータ、商品レビュー等である。ユーザに関する情報としては、例えば属性情報、購買(履歴)情報、行動履歴情報等を含んでもよい。ユーザ深層ニーズ推定部111は、行動履歴情報としてのレビュー閲覧履歴情報及びサイト閲覧履歴情報の少なくとも一方と、商品深層ニーズ情報とに基づいて、各ユーザの深層ニーズを推定するようにしてもよい。
【0027】
ユーザ深層ニーズ推定部111による各ユーザの深層ニーズの推定に際しては、例えば、学習モデルを用いた機械学習又は他の解析手法に基づいて行うようにしてもよい。ユーザ深層ニーズ推定部111は、例えば、ユーザが閲覧した複数のレビュー情報を解析し、レビュー情報に含まれる共通のテキスト(キーワード)を抽出し、また、抽出した各キーワードの合計数、全体における割合等の数値を算出し、当該キーワードをインプット情報として、1以上の深層ニーズの内容(例えば上記「カテゴリ」、「ニーズ」、「重要度」)及び重要度を推定する。ユーザ深層ニーズ推定部111は、レビュー閲覧履歴情報に含まれる各レビュー情報の表示時間(複数回表示させた場合には、合計表示時間、あるいは、1回の表示時間の平均値、等)の情報、レビュー情報を閲覧した日時(日付及び時刻)、レビュー情報として表示されたテキスト、画像、出力した音声、タグ等の情報の何れか、または複数の組み合わせに基づいて、深層ニーズの推定処理を行ってもよい。
【0028】
各レビュー情報は、レビュー対象(商品等)に関連付けて記憶される。また、1つのレビュー対象に対して複数のレビュー情報が関連付けて記憶される。なお、レビュー対象に対するレビューの入力がない場合には、当該レビュー対象に関連付けられたレビュー情報がないこともあり得るし、1つのレビュー情報のみが関連付けられていることもあり得る。ユーザ端末20の入力部23を介してユーザが入力した情報は、テキスト、音声、画像(静止画、動画を含む)、段階的な評価数値、等を含み、ネットワークNWを介してサーバ装置としての情報処理装置10に送信される。情報処理装置10のレビュー情報記憶部123は、当該入力情報を取得して、必要に応じて当該入力情報を編集処理して記憶する。レビュー情報記憶部123は、1つのレビュー対象に対して、複数のユーザによって入力されるレビュー情報を全て記憶することができる。このようにして、レビュー情報記憶部123にレビュー情報を蓄積することができる。
【0029】
ユーザ深層ニーズ推定部111は、さらに、サイト閲覧者等のユーザの属性情報をさらに踏まえて、各ユーザの深層ニーズの推定処理を行ってもよい。属性情報は、例えば、年齢、性別、居住地域(住所)、家族構成、購買履歴等を含む。その場合、ユーザの属性情報の各要素を比較して、一致の度合いを数値化することにより、ユーザ間の属性の類似度を算出するようにしてもよい。そして、ユーザ深層ニーズ推定部111は、行動履歴情報の類似度、及び属性情報の類似度の何れか又は両方に基づいて、類似度の高いユーザを決定し、類似度の高い他ユーザの深層ニーズに基づいて、本人の深層ニーズを推定するようにしてもよい。
【0030】
出力データ生成部112は、各種のインプット情報に基づいて、ユーザに提供するアウトプットする情報(出力データ)を生成する。出力データ生成部112は、例えば、ユーザ深層ニーズ推定部111で推定したそれぞれのサイト閲覧者の深層ニーズ情報に基づいて、該サイト閲覧者に対して出力する出力データを生成する。出力データとしては、例えば、深層ニーズ情報に関連付けられる商品の広告情報(レコメンドする商品に関する情報)、深層ニーズ情報に関連付けられるタグ情報等である。出力データとしては、ウェブサイトの表示内容だけでなく、ユーザ端末で起動する各種アプリケーション、メール、SNS等のコミュニケーションツール等に出力されるデータ(件名、プリヘッダー、本文、画像、お勧め商品等)であってもよいし、広告紙面、ダイレクトメール等の現実世界でやり取りされる対象物への印刷データ等(本文、画像、お勧め商品等)であってもよい。プリヘッダーとは、例えばメール本文には表示されず、スマートフォン等のユーザ端末の通知、ロック画面等のみで表示される短いテキスト文である。
【0031】
出力データ生成部112は、例えば、各ユーザにおける1または複数の深層ニーズの項目と、その度合い(重要度)に基づいて、広告等の出力データを生成する。例えば、図4の例では、ID番号が「0001」のユーザに対して、機能性が高く、お出かけ用として記憶され、特定要素としての特定ブランドのパンプスに関する1以上の広告を出力データとして生成することができる。
【0032】
また、出力データ生成部112は、推定したユーザ深層ニーズ及び必要に応じて各項目の重要度に基づいて、どの広告情報を優先的に提示するかを決定することができる。つまり、出力データ生成部112は、重要度の高い深層ニーズに対応する広告を、重要度の低い深層ニーズに対応する広告よりも時間的に先に表示させたり、先に表示される位置(上から下にスクロール表示する場合には上側、左から右にスクロール表示される場合には左側等)に配置したりすることができ、優先順位を設定することができる。
【0033】
図5、6は、ウェブサイト上に表示されるユーザ毎の出力データの一例を示している。出力データを提示する画面は、商品が一覧表示されるショップ画面等に限定されず、任意の画面とすることができる。例えば、購入検討商品として一時的に記憶されるカート内の1以上の商品を表示する画面(カートにいれた商品を確認する画面)でもよい。具体的に、購入を検討する任意の商品に関連付けられた、「カートに入れる」等のアイコンを選択すること等により、購入検討商品として記憶される。そして、カート内の商品を表示することを指示するアイコンの選択等の入力に応じて、カートにいれた商品を確認する画面が表示され、その画面に、出力データとしての関連商品の広告等を表示させることができる。
【0034】
図5の例では、推定した最も重要なユーザ深層ニーズ情報に対応する「夏デートに使えて疲れにくい!おすすめのパンプス」という深層ニーズのカテゴリ情報(複合情報)と共に、具体的な複数の商品(パンプス)に関する情報(画像、価格、商品名、ブランド等)が、優先度が高い順に左から並べて表示される。なお、深層ニーズの複合情報としての文章(キャプション、見出し、タイトル、説明文)は、深層ニーズの個別要素(「夏」、「デート」、「機能性」、「パンプス」等)を組み合わせて生成されてもよいし、1つの深層ニーズの個別要素のみから生成されてもよい(例えば、「限定品好き」という深層ニーズのみから「限定品に目がないあなたへ!」という文章を生成してもよい)。提案商品が複数ある場合、深層ニーズの個別要素を多く満たす順番で、出力データとしての提案商品(広告)の優先度が決定される。さらに、図5の例では、次に重要なユーザ深層ニーズ情報に対応する「夏デートにおすすめのきれいめスカート」というカテゴリ情報と共に、具体的な複数の商品(スカート)が、優先度が高い順に左から並べて表示される。この場合、ユーザの個別の深層ニーズ要素は「夏」、「デート」、「上品」、「スカート」である。
【0035】
図6の例では、さらに、推定したユーザ深層ニーズに関連付けられる複数のタグ情報(「#足が痛くならない」、「#夏デートにピッタリ」、「#あわせやすい」、「#蒸れにくい」)が選択可能に表示され、何れかのタグをユーザが選択することで、当該タグに関連付けられた商品を表示させることができるようになっている。出力データ生成部112は、このような1以上のタグ情報を出力データとして生成することができる。
【0036】
本例の制御部11は、商品深層ニーズ生成部113を有する。商品深層ニーズ生成部113は、ウェブサイトに掲載された商品に対してユーザによって入力されるレビュー情報を含むインプット情報に基づいて、商品に関連付けられる商品深層ニーズ情報を生成し、記憶部(商品深層ニーズ記憶部121)に記憶する。商品深層ニーズ生成部113は、例えば学習モデルを用いた機械学習又は他の解析手法に基づいて、商品等の深層ニーズに関するデータベースを生成するようにしてもよい。商品深層ニーズ生成部113は、商品に関連付けられるメタデータ、商品説明文、商品レビュー情報、商品画像などの商品に対するデータを機械学習により解析し、その商品が満たす深層ニーズ(例えば、「パンプスA」「履き心地が良い」、「デートにぴったり」)を抽出(推定)することができる。なお、インプット情報としては、当該ウェブサイト以外の、外部のウェブサイトやSNS等の外部システムにおける当該商品に関する情報(メタデータ、商品説明文、商品レビュー情報、商品画像)を取得して、当該異なるウェブサイトに基づいて、商品深層ニーズ情報を生成してもよい。
【0037】
図7は、データベースの一例である。商品ごとに、当該商品が満たす深層ニーズ情報(「清潔感」、「上品」、「大人っぽさ」、「優しさ」、「フローラル」)が関連付けられている。図7のように、各商品が満たす深層ニーズは、1つに限られず、複数であってもよい。図7の例では、各商品の識別情報と、1以上の深層ニーズとが関連付けられている。このようなデータベースは、予めサービス提供者側で設定されてもよい。商品深層ニーズ生成部113が生成する場合、例えば、各商品を購入したユーザに予め関連づけられた深層ニーズを、当該商品に対応する深層ニーズとして推定するようにしてもよいし、あるいは、各ユーザのサイト閲覧履歴、レビュー閲覧履歴の少なくとも何れかの情報に基づいて推定した深層ニーズと、当該ユーザによる商品の閲覧時間、検索回数、タグの選択回数等のデータに基づいて、商品に対応する深層ニーズを推定し、データベースを生成するようにしてもよい。
【0038】
図8は、ユーザ(顧客)ごとに、深層ニーズが関連付けられたデータベースの一例である。各ユーザのサイト閲覧履歴、レビュー閲覧履歴の少なくとも何れかの情報に基づいて推定した深層ニーズを各ユーザに関連付けることにより、当該データベースを生成することができる。また、ユーザの深層ニーズデータベースは、図7に示すような商品に関する深層ニーズデータベースと、各ユーザに関する情報(属性情報、購買情報、行動履歴情報の何れかまたは組み合わせ等)とに基づいて、機械学習により生成することも可能である。制御部は、生成したデータベースを出力することができ、例えば、ユーザ端末のタッチパネル、モニタ等の表示装置に表示させることができる。このようなデータベースは、例えば、商品の販売業者等に提供することで、ユーザの深層ニーズに応じた商品提案をすること等が可能となる。
【0039】
出力データ生成部112は、さらに、サイト閲覧者等のユーザの属性情報をさらに踏まえて、出力データを生成するようにしてもよい。属性情報は、例えば、年齢、性別、居住地域(住所)、家族構成、購買履歴等を含む。これによれば、各ユーザの属性情報に応じた、より精度の高い出力データを提供することができる。
【0040】
出力データ生成部112は、個別の商品のページで、広告文を強調表示するように出力データを生成してもよい。強調表示とは、例えば、文字の大きさを他の文字よりも大きくしたり、色を変えたり、文字の線を太くしたり、下線を付したりする表示とすることができるが、これに限定されない。また、出力データ生成部112は、お勧めの分野、レビュー対象(商品)、レビュー情報、等を自動的にポップアップ表示するようにしてもよい。
【0041】
記憶部12は、各種情報を記憶する。記憶部12は、各種制御処理や制御部11内の各機能を実行するためのプログラム、入力情報等を記憶するものであり、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ、HDD(Hard Disk Drive)、SSD(Solid State Drive)、その他のストレージ等の1つあるいはそれらの任意の組み合わせによって構成される。プログラムは、記憶部12を構成するこれらの記憶媒体のうち非揮発性記憶媒体に記憶されることが好ましい。
【0042】
図2に示すように、記憶部12は、商品深層ニーズ記憶部121、ユーザ情報記憶部122、レビュー情報記憶部123、広告情報記憶部124を備える。レビュー情報記憶部123は必須の構成ではなく、記憶部12は、他の機能部を有してもよい。
【0043】
商品深層ニーズ記憶部121は、それぞれの商品に関連付けられる深層ニーズ情報を記憶する。例えば、図7に示すような商品ごとの深層ニーズ情報が、商品深層ニーズ記憶部121に記憶される。
【0044】
ユーザ情報記憶部122は、サイト閲覧者等のユーザに関する情報を記憶する。ユーザに関する情報とは、例えば、各ユーザの識別情報、属性情報、行動履歴情報等を含む。サイト閲覧者は、それぞれ複数のユーザで構成されてもよく、一部または全体が同一のユーザであってもよい。各ユーザの属性情報は、各ユーザが入力した情報に基づいて生成されてもよいし、ネットワークを介して外部の装置等から取得してもよい。例えば、本システムとは別のSNSシステムとネットワークを介して相互に連携(通信)することにより、当該SNSサービスで予め登録されたアカウント情報(属性情報を含む)を外部のシステムから取得するようにしてもよい。各ユーザに関する情報は、各ユーザのレビュー閲覧履歴情報やサイト閲覧履歴情報、あるいは他の情報に基づいて自動的に生成、更新されてもよい。ユーザ情報記憶部122は、ユーザのカテゴリごとに、情報を記憶してもよい。
【0045】
記憶部12は、ウェブサイトに関連する情報を記憶する。記憶部12は、例えば、ウェブサイトに掲載されるレビュー対象に関する情報を記憶する。レビュー対象は、評価の対象となるものであれば特に限定されないが、例えば商品、サービス、アプリケーション、店舗、ウェブサイト、人物、不動産等である。レビュー対象に関する情報としては、例えば、名称、価値(金額等)、画像、レビュー情報、各レビュー対象に関連付けられたキーワード、タグ等の情報であり、各レビュー対象に関連付けて記憶される。キーワードやタグとしては、例えば、春、夏、秋、冬、初心者、上級者、お洒落、男性向け、女性向け、高額、低額、贈答等の単語や文である。
【0046】
レビュー情報記憶部123は、ユーザによる入力情報に基づいて生成されたレビュー情報を記憶する。レビュー情報は、各商品に関連付けて記憶される。
【0047】
広告情報記憶部124は、広告情報を記憶する。広告情報は、ユーザに対してウェブサイト内で提示する出力データとしての広告に関する情報を記憶する。広告に関する情報は、例えば広告対象となる商品、サービス、アプリケーション、店舗、ウェブサイト、人物、不動産等である。広告対象に関する情報としては、例えば、広告対象の名称、価値(金額等)、画像、広告対象に対するレビュー情報、各広告対象に関連付けられた深層ニーズ、各広告対象に関連付けられたキーワード、タグ等の情報であり、各広告対象に関連付けて記憶される。キーワードやタグとしては、例えば、春、夏、秋、冬、初心者、上級者、お洒落、男性向け、女性向け、高額、低額、贈答等の単語や文である。
【0048】
入力部13は、ユーザやシステム管理者が上述のような各種情報を入力するためのものであり、例えばキーボードやマウス、タッチパネル、マイク等によって実現される。
【0049】
出力部14は、制御部11で生成された情報や通信部を介して受信した情報を出力することができる。出力部14は、例えば、液晶ディスプレイ(LCD:Liquid Crystal Display)、タッチパネル等の画像出力部と、スピーカー等の音声出力部を含むことができる。制御部11からの指令に基づいて各種情報を出力することができる。あるいは、出力部14は、通信部15を介して他の情報処理装置(ユーザ端末)等に各種情報を出力する(送信する)ようにしてもよい。
【0050】
通信部15は、他の情報処理装置との間で通信を行うためのものであり、他の情報処理装置等から送信される各種データや信号を受信する受信部としての機能と、制御部11の指令に応じて各種データや信号を他の情報処理装置等へ送信する送信部としての機能を有している。
【0051】
本例の制御部11は、さらにレビュー提示部114を備える。なお、レビュー提示部114は、必須の構成ではない。レビュー提示部114は、ウェブサイトを閲覧するユーザ(サイト閲覧者等)に対してレビュー情報を提示する。レビュー提示部114は記憶部に記憶されたレビュー情報をユーザ端末に送信して画面に表示させることにより、ユーザに対してレビュー対象に対するレビュー情報を提示する。レビュー情報を提示するタイミングは特に限定されず、例えば、システム側で予め設定されたタイミングであってもよいし、ユーザの要望に応じたタイミングであってもよい。予め設定されたタイミングとは例えば、ユーザがウェブサイトの閲覧を開始したタイミング、または特定のレビュー対象のページの閲覧を開始したタイミングとすることができる。また、ユーザの要望に応じたタイミングとは、例えば、ウェブサイトや特定のレビュー対象のページを閲覧しているユーザが、レビュー情報の表示を要求するアイコン等を選択したタイミングとすることができる。レビュー情報は、ウェブサイト内の任意のページ(表示画面)に表示させることができる。レビュー情報は、ウェブサイト内の任意の位置にウィジェット、またはポップアップウィンドウとして表示するようにしてもよいし、それぞれのレビュー対象(商品等)のページに固定表示(埋め込み形式での表示)されるようにしてもよい。レビュー情報をウィジェット、またはポップアップウィンドウとして表示する場合、ユーザによる表示画面のスクロール操作に当該レビュー情報が追従して移動し、常に画面に表示されるようにしてもよい。
【0052】
ここで、図9は、ウェブサイトを閲覧するユーザのユーザ端末20に表示される画面201の一例を示す。画面201は、オンラインショップのホームページのトップ画面であり、店舗名「ショップA」202と、販売される商品の画像、名称、金額(価格)、説明文等の商品情報203と、レビュー情報を表示させるための選択操作が可能なウィジェットアイコン204が表示されている。ユーザがウィジェットアイコン204を選択することにより、図10に示すように、レビューウィンドウ205が表示される。レビューウィンドウ205は、レビュー対象である店舗名と、段階的な評価の平均値を示す分数値と画像(3つの星型画像のうち、色のついた部分の割合が評価の平均値を示す)、それぞれの段階の評価をしたユーザの割合を示すバー表示、数値(%)、キーワード(タグ)、レビューコメントの一部が表示されている。なお、レビュー情報の提示画面の構成は、図9、10に限定されず、適宜選択可能である。ユーザは、キーワードを示すタグを選択することで、当該キーワードに応じたレビュー情報、商品情報等が表示されることとなる。その場合、キーワードを示すタグと、該キーワードに応じたレビュー情報とを関連付けるように、例えば近接表示したり、同一のウィンドウに表示したりするようにしてもよい。キーワードは、当該ウェブサイト内で選択される回数が多かった順に表示されるようにしてもよいし、そのうちの、上位の所定数のみが表示されるようにしてもよい。情報処理装置の制御部は、複数のウェブサイトの閲覧者全体の履歴情報から、キーワードの選択回数(全ての期間の合計値でもよいし、所定期間(1カ月間、1週間、1日間等)での合計値でもよい)を算出することができる。また、キーワードの情報は、予め記憶部に記憶されていてもよいし、生成部が生成してもよい。情報処理装置の制御部(生成部)は、ユーザのレビュー入力情報、レビュー閲覧履歴情報、及びサイト閲覧履歴情報の何れか1つ又は、それらの組み合わせに基づいて、キーワードの情報を生成し、記憶部に記憶することも可能である。
【0053】
サイト閲覧履歴情報の一例であるレビュー閲覧履歴情報は、ユーザが過去に閲覧した、すなわちユーザ端末の画面に表示させたレビュー情報の履歴であり、後述するように記憶部に記憶される。レビュー閲覧履歴情報は、各ユーザがレビュー情報を閲覧した日時(日付及び時刻)、表示時間(合計値、平均値、個別の表示時間)、閲覧頻度(所定期間での閲覧回数)、レビュー情報として表示されたテキスト、画像、出力した音声、それらに含まれるキーワード、タグ等の情報が含まれる。閲覧したレビュー情報は、レビュー対象、コメント(評価文)、レビュー入力者の情報、等を含む。タグは、予め設定されたキーワードが表示されたアイコンとして表示される。それぞれのタグには、レビュー対象の商品等が関連付けられ、記憶部に記憶されている。これにより、例えば、ユーザが「初心者向け」のタグを選択すると、情報処理装置10の制御部11は、当該「初心者向け」タグに関連付けられた情報(レビュー情報、商品情報、等)をユーザ端末の画面に表示させることができる。サイト閲覧履歴情報は、閲覧対象ページ、各サイト閲覧者がウェブサイトを閲覧した日時(日付及び時刻)、表示時間(合計値、平均値、個別の表示時間)、閲覧頻度(所定期間での閲覧回数)、表示されたテキスト、画像、出力した音声、それらに含まれるキーワード、タグ等の情報が含まれる。
【0054】
ユーザ端末20は、本システム100によって提供されるサービスを利用してサイト閲覧等を行うユーザが使用する。ユーザ端末20は、例えば、スマートフォン、タブレット端末、携帯電話、パーソナルコンピュータ等の情報処理装置とすることができる。
【0055】
図11は、図1のユーザ端末20を示す機能ブロック構成図である。ユーザ端末20は、制御部21、記憶部22、入力部23、出力部24、及び通信部25を有する。制御部21は、上述の制御部11と同様に、各部間の情報の受け渡しを行うとともに、ユーザ端末20全体の制御を行うものであり、例えば、CPU、MPU、またはGPUが所定のメモリに格納されたプログラムを実行すること等によって実現される。記憶部22は、上述の記憶部12と同様に、各種制御処理や制御部21内の各機能を実行するためのプログラム、入力情報等を記憶するものであり、RAM、ROM、フラッシュメモリ、HDD、SSD、その他のストレージ等の1つあるいはそれらの任意の組み合わせによって構成される。入力部23は、上述の入力部13と同様に、ユーザが上述のような各種情報を入力するためのものであり、例えばキーボードやマウス、タッチパネル、マイク等によって実現される。出力部24は、上述の出力部14と同様に、制御部21で生成された情報や通信部を介して受信した情報を出力することができ、例えば、液晶ディスプレイ、タッチパネル等の画像出力部と、スピーカー等の音声出力部を含むことができる。通信部25は、上述の通信部15と同様に、他の情報処理装置との間で通信を行うためのものであり、他の情報処理装置等から送信される各種データや信号を受信する受信部としての機能と、制御部21の指令に応じて各種データや信号を他の情報処理装置等へ送信する送信部としての機能を有している。ユーザは、各ユーザが使用するユーザ端末20の入力部23を介して各種情報を入力し、通信部25を介して入力情報をサーバ装置としての情報処理装置10に送信する。また、情報処理装置10から出力された処理結果を受信して、出力部24を介して確認する。
【0056】
図12は、本システムで実行される情報処理方法の一例を示すフロー図である。情報処理方法は、商品に関連付けて商品深層ニーズ情報を記憶部に記憶する商品深層ニーズ記憶処理(S1)と、ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定処理(S2)と、それぞれのユーザの深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成処理(S3)と、を含む。
【0057】
商品深層ニーズ記憶処理(S1)において、上述のように、商品深層ニーズ生成部113は、ウェブサイトに掲載された商品に関するインプット情報に基づいて、商品に関連付けられる商品深層ニーズ情報を生成し、記憶部(商品深層ニーズ記憶部121)に記憶する。インプット情報は、例えば、タイトル、商品説明文、商品画像、(既存のECサイト等に既に存在する)レビュー、メタデータ、および外部サイトから取得した同様のデータとすることができるが、これに限られない。なお、商品深層ニーズ生成部113が生成することに限定されず、単に、予め商品ごとに深層ニーズ情報を関連付けて記憶部に記憶するようにしてもよい。
【0058】
ユーザ深層ニーズ推定処理(S2)において、情報処理装置10は、ユーザ端末を介して、ウェブサイトを閲覧するユーザの行動に関する行動履歴情報を取得する。例えば、行動履歴情報としてユーザがウェブサイト上で選択して表示させた商品(例えば上記「パンプスA」、「スカートA」など)の詳細ページの情報から、当該商品詳細ページに表示される商品を特定し、当該商品に関連付けられる商品深層ニーズ情報を記憶部から取得して、ユーザの深層ニーズ情報と推定するようにしてもよい。この場合、1つの商品に関連付けられる商品深層ニーズ情報(「夏」、「デート」、「機能性」、「パンプス」等)を、ユーザの深層ニーズ情報と推定するようにしてもよいし、複数の商品に関連付けられる商品深層ニーズ情報に共通する商品深層ニーズ情報(「夏」、「デート」等)を、ユーザの深層ニーズ情報と推定するようにしてもよい。
【0059】
出力データ生成処理(S3)において、情報処理装置10は、それぞれのユーザの深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する。例えば、ユーザの深層ニーズ情報(「夏」、「デート」、「機能性」、「パンプス」等)の全て又は一部を満たす1以上の商品(パンプスA、パンプスB、スカートA、スカート、)、1以上の検索タグ等を生成し、ユーザ端末に表示させるようにしてもよい。
【0060】
ユーザ深層ニーズ推定処理(S2)及び出力データ生成処理(S3)は、繰り返し実行してもよい。その場合、例えば、5秒、10秒、30秒、1分、5分等、予め設定された所定間隔で繰返し、ユーザ深層ニーズ推定処理(S2)及び出力データ生成処理(S3)を実行することができる。5秒、10秒等の短い間隔で繰返し当該処理を実行する場合、ユーザの行動履歴情報に応じて実質的にリアルタイムに近い状態で、ユーザにパーソナライズされた出力データを提示することができる。
【0061】
上記の通り、本実施形態の情報処理装置は、ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定部と、それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成部と、を備える。このように、ユーザの行動に関する行動履歴情報と、商品に関連付けられた商品深層ニーズ情報と、を組み合わせることで、ユーザごとの深層ニーズを的確に把握して、それぞれのユーザにパーソナライズされた最適な情報を提供することが可能となる。
【0062】
また、本実施形態にあっては、行動履歴情報に対して商品深層ニーズ情報(データベース)を掛け合わせることで、一度顧客の深層ニーズを推定・言語化でき、パーソナライズを実現することができる。従来から行動データを元に単純にパーソナライズするサービスはあるものの、「なぜそのパーソナライゼーションを行ったのか?なぜその商品をレコメンドしているのか?」を提示することはできない。本実施形態では、行動履歴情報に対して商品深層ニーズ情報を掛け合わせることで、裏にある意図を一度深層ニーズという形で解釈・言語化することができる。これによれば、単に商品を提示するレコメンド以上のパーソナライゼーションアクション(例えば、ニーズタグでの検索、レコメンド時のキャプション(見出し、タイトル、説明文)を、深層ニーズを用いて作成、メール等の訴求メッセージに深層ニーズに刺さる文言を挿入すること等)ができるため、パーソナライゼーションの幅や深さ(精度)を高めることができる。
【0063】
また、本実施形態の情報処理装置において、前記ウェブサイトに掲載された商品に対してユーザによって入力されるレビュー情報を含むインプット情報に基づいて、それぞれの前記商品の前記商品深層ニーズ情報を生成する商品深層ニーズ生成部を備えるようにしてもよい。この場合、例えば商品を販売する企業側でなく、商品を評価する顧客側の意見(レビュー情報)に基づいて、商品深層ニーズを生成することにより、既存の企業側の商品理解よりも一段深く、顧客側の視点を踏まえた商品の満たすニーズを把握することができる。
【0064】
また、本実施形態の情報処理装置において、ユーザ深層ニーズ推定部は、さらに各ユーザの属性情報に基づいて、それぞれのユーザの深層ニーズ情報を推定するようにしてもよい。これによれば、ユーザの年齢、居住地等の属性情報を踏まえて深層ニーズ情報を推定することができる。その結果、ユーザの深層ニーズをより的確に把握し、適切な情報を提供することができる。
【0065】
また、本実施形態の情報処理装置において、出力データ生成部は、さらに各ユーザの属性情報に基づいて、それぞれのユーザに対して出力する出力データを生成するようにしてもよい。これによれば、ユーザの年齢、居住地等の属性情報を踏まえて出力データを生成することができる。その結果、ユーザの属性に応じた適切な情報を提供することができる。
【0066】
また、本実施形態の情報処理装置において、前記行動履歴情報は、ユーザが入力した検索テキスト情報、ユーザが選択した検索タグ情報、ユーザが閲覧した商品に関する商品閲覧情報、ユーザが閲覧したレビュー情報に関するレビュー閲覧情報、出力データとしてユーザに提示した商品の選択に関する情報、の少なくとも何れかの情報を含むようにしてもよい。これによれば、検索テキスト情報、検索タグ情報、商品閲覧情報、レビュー閲覧情報、出力データとしてユーザに提示した商品の選択に関する情報の1つまたは複数の情報の組み合わせに基づいて、各ユーザの深層ニーズを推定することができる。
【0067】
また、本実施形態の情報処理装置において、前記出力データは、ユーザに対して提示する広告データを含むようにしてもよい。これによれば、各ユーザの深層ニーズに対応する広告データを提示することができる。その結果、例えば、各ユーザが要望する商品に関する情報等を提示することができる。
【0068】
なお、上記実施形態では、出力データとして、提案商品情報を含む広告データを生成しているが、出力データとして、メールのタイトル(件名)や文面を生成するようにしてもよい。すなわち、出力データ生成部112は、ユーザの深層ニーズに基づいて、各ユーザに送信するメールのタイトル、文面を決定することができる。これによれば、各ユーザの登録等により事前に記憶部に記憶されたメールアドレス宛に、自動的にメールを作成し、送信することも可能となる。その結果、ユーザ一人一人の深層ニーズに応じた内容のメールを個別に送付することができるので、画一的な文面のメールに比べて、ユーザの関心を得やすくなる。また、当該メールのタイトルや文面には、先の実施形態においてタグ情報として利用されたキーワードが含まれるようにしたり、深層ニーズに応じた文章が生成されるようにしたりすることができる。具体的な文章の生成には、学習モデルを用いた機械学習の技術を用いるようにしてもよい。
【0069】
ユーザ情報記憶処理において、ユーザがユーザ端末20bを介して情報処理装置10が提供するウェブサイトを閲覧すると、閲覧行動の履歴情報が記憶される。ユーザは、例えば購入を検討する商品についてのレビュー情報を閲覧して、購入検討の参考にする。具体的に、5段階評価の平均値、レビューに記載されたコメントが自分の希望に沿っているか、5段階評価で最低の1もしくは2とするなど、低評価を付けているレビュー情報のコメントを参照して、具体的に不都合希望に沿わない事項がないか等を確認することができる。また、ユーザ情報記憶処理において、ユーザによるサイト閲覧履歴情報、ユーザの属性情報等、他の情報を記憶するようにしてもよい。
【0070】
生成処理において、ユーザのサイト閲覧履歴情報と商品深層ニーズ情報とに基づいて、ユーザに関する出力データを生成するようにしてもよい。そして、情報処理装置の制御部は、決定した広告内容、又は当該広告内容に基づいて生成した情報を、ユーザ端末に送信してユーザ端末の画面に表示させることができる。このような構成により、ユーザの深層ニーズに応じた広告情報を、ユーザごとに提示することができる。
【0071】
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
【0072】
本明細書において説明した装置は、単独の装置として実現されてもよく、一部または全部がネットワークで接続された複数の装置(例えばクラウドサーバ)等により実現されてもよい。例えば、情報処理装置10の制御部11および記憶部12は、互いにネットワークで接続された異なるサーバにより実現されてもよい。
【0073】
本明細書において説明した装置による一連の処理は、ソフトウェア、ハードウェア、及びソフトウェアとハードウェアとの組合せのいずれを用いて実現されてもよい。本実施形態に係る情報処理装置10の各機能を実現するためのコンピュータプログラムを作製し、PC等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリ等である。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信されてもよい。
【0074】
また、本明細書においてフローチャート図を用いて説明した処理は、必ずしも図示された順序で実行されなくてもよい。いくつかの処理ステップは、並列的に実行されてもよい。また、追加的な処理ステップが採用されてもよく、一部の処理ステップが省略されてもよい。
【0075】
また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。
【0076】
なお、以下のような構成も本開示の技術的範囲に属する。
(項目1)
ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定部と、
それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成部と、を備える、情報処理装置。
(項目2)
前記ウェブサイトに掲載された商品に関するインプット情報に基づいて、それぞれの前記商品の前記商品深層ニーズ情報を生成する商品深層ニーズ生成部を備える、請求項1に記載の情報処理装置。
(項目3)
ユーザ深層ニーズ推定部は、さらに各ユーザの属性情報に基づいて、それぞれのユーザの深層ニーズ情報を推定する、請求項1又は2に記載の情報処理装置。
(項目4)
出力データ生成部は、さらに各ユーザの属性情報に基づいて、それぞれのユーザに対して出力する出力データを生成する、請求項1又は2に記載の情報処理装置。
(項目5)
前記行動履歴情報は、ユーザが入力した検索テキスト情報、ユーザが選択した検索タグ情報、ユーザが閲覧した商品に関する商品閲覧情報、ユーザが閲覧したレビュー情報に関するレビュー閲覧情報、出力データとしてユーザに提示した商品の選択に関する情報、の少なくとも何れかの情報を含む、請求項1又は2に記載の情報処理装置。
(項目6)
前記出力データは、ユーザに対して提示する広告データを含む、請求項1又は2に記載の情報処理装置。
(項目7)
ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定処理と、
それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成処理と、を含む情報処理方法。
(項目8)
ウェブサイトを閲覧するユーザの行動に関する行動履歴情報と、記憶部に記憶される、商品に関連付けられた商品深層ニーズ情報と、に基づいて、それぞれのユーザの深層ニーズ情報を推定するユーザ深層ニーズ推定処理と、
それぞれのユーザの前記深層ニーズ情報に基づいて、該ユーザに対して出力する出力データを生成する出力データ生成処理と、を情報処理装置に実行させるプログラム。
【符号の説明】
【0077】
100 情報処理システム
10 情報処理装置
20 ユーザ端末
図1
図2
図3
図4
図5
図6
図7
図8
図9
図10
図11
図12