ホーム > 特許ランキング > ＬＩＮＥヤフー株式会社
知財求人 - 知財ポータルサイト「IP Force」
(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】P2024027553
(43)【公開日】2024-03-01
(54)【発明の名称】情報処理装置、情報処理方法、及び情報処理プログラム
(51)【国際特許分類】
G06Q 50/10 20120101AFI20240222BHJP
【ＦＩ】
G06Q50/10
【審査請求】未請求
【請求項の数】6
【出願形態】ＯＬ
(21)【出願番号】P 2022130440
(22)【出願日】2022-08-18
(71)【出願人】
【識別番号】500257300
【氏名又は名称】ＬＩＮＥ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】日暮 立
(72)【発明者】
【氏名】田口 拓明
(72)【発明者】
【氏名】坪内 孝太
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC20
(57)【要約】
【課題】属性情報の推定対象となる利用者を評価することが可能な情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。
【解決手段】本願に係る情報処理装置は、利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報を取得する取得部と、利用者情報と行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するモデル記憶部と、複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出する算出部と、算出部が特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う質問部と、質問部が行った質問に対する利用者の回答と、当該利用者について算出した特定の特徴についての指標とに基づいて、利用者の回答の適正度合いを評価する評価部と、を備える。
【選択図】図３
【解決手段】本願に係る情報処理装置は、利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報を取得する取得部と、利用者情報と行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するモデル記憶部と、複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出する算出部と、算出部が特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う質問部と、質問部が行った質問に対する利用者の回答と、当該利用者について算出した特定の特徴についての指標とに基づいて、利用者の回答の適正度合いを評価する評価部と、を備える。
【選択図】図３
【特許請求の範囲】
【請求項1】
利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報を取得する取得部と、
前記利用者情報と前記行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するモデル記憶部と、
前記複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出する算出部と、
前記算出部が特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う質問部と、
前記質問部が行った質問に対する利用者の回答と、当該利用者について算出した前記特定の特徴についての指標とに基づいて、利用者の回答の適正度合いを評価する評価部と、を備える、
情報処理装置。
前記利用者情報と前記行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するモデル記憶部と、
前記複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出する算出部と、
前記算出部が特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う質問部と、
前記質問部が行った質問に対する利用者の回答と、当該利用者について算出した前記特定の特徴についての指標とに基づいて、利用者の回答の適正度合いを評価する評価部と、を備える、
情報処理装置。
【請求項2】
前記質問部は、特定の特徴に関係する質問として、利用者が特定の特徴を有するか否かという択一式の質問を利用者に対して質問する、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項3】
前記質問部は、特定の特徴の分類ごとに、利用者に対して質問し、
前記評価部は、特定の特徴の分類ごとに、利用者を評価し、特定の特徴の分類ごとの利用者の評価を出力する、
請求項２に記載の情報処理装置。
前記評価部は、特定の特徴の分類ごとに、利用者を評価し、特定の特徴の分類ごとの利用者の評価を出力する、
請求項２に記載の情報処理装置。
【請求項4】
前記質問部の質問の仕方、及び前記特定の特徴の分類という観点から、前記評価部が評価した利用者の評価を上げるための方法を提案する提案部をさらに備える、
請求項１から請求項３のいずれか１項に記載の情報処理装置。
請求項１から請求項３のいずれか１項に記載の情報処理装置。
【請求項5】
利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報を取得するステップと、
前記利用者情報と前記行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するステップと、
前記複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出するステップと、
特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行うステップと、
質問に対する利用者の回答に基づいて、利用者の回答の適正度合いを評価するステップと、を含む、
情報処理方法。
前記利用者情報と前記行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するステップと、
前記複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出するステップと、
特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行うステップと、
質問に対する利用者の回答に基づいて、利用者の回答の適正度合いを評価するステップと、を含む、
情報処理方法。
【請求項6】
利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報を取得するステップと、
前記利用者情報と前記行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するステップと、
前記複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出するステップと、
特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行うステップと、
質問に対する利用者の回答に基づいて、利用者の回答の適正度合いを評価するステップと、
をコンピュータに実行させる情報処理プログラム。
前記利用者情報と前記行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するステップと、
前記複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出するステップと、
特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行うステップと、
質問に対する利用者の回答に基づいて、利用者の回答の適正度合いを評価するステップと、
をコンピュータに実行させる情報処理プログラム。
【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、及び情報処理プログラムに関する。
【背景技術】
【0002】
情報の配信先となる利用者の属性を示す属性情報を配信先情報として予め登録しておき、配信先となる利用者の属性情報と対応する広告を選択的に配信するターゲティング配信が行われている。
【0003】
例えば、広告と属性情報との見かけ上の関連性の程度、及び複数の広告と属性情報との平均的な関連性の程度に基づいて、広告と属性情報との真の関連性を算出する技術が下記の特許文献１に開示されている。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０１５－１９５６号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
このように利用者の属性情報を推定する場合に、その推定が正しいかどうかを利用者に質問して確かめる場合がある。そのような場合に、利用者が正直に回答するとは限らないことから、質問を受けた利用者を評価することが求められていた。
【0006】
本開示は上記の課題を鑑み、属性情報の推定対象となる利用者を評価することが可能な情報処理装置、情報処理方法、及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】
【0007】
上述した課題を解決し、目的を達成するために、本開示に係る情報処理装置は、利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報を取得する取得部と、前記利用者情報と前記行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するモデル記憶部と、前記複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出する算出部と、前記算出部が特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う質問部と、前記質問部が行った質問に対する利用者の回答と、当該利用者について算出した前記特定の特徴についての指標とに基づいて、利用者の回答の適正度合いを評価する評価部と、を備える。
【発明の効果】
【0008】
実施形態の一態様によれば、属性情報の推定対象となる利用者を評価することが可能な情報処理装置、情報処理方法、及び情報処理プログラムを提供することができる。
【図面の簡単な説明】
【0009】
【発明を実施するための形態】
【0010】
以下に、本願に係る情報処理装置、情報処理方法、及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」と記載する。）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、及び情報処理プログラムが限定されるものではない。
【0011】
（実施形態）
〔１－１．実施形態に係る情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。まず、実施形態に係る情報処理の概要を説明した後に、個々の処理を詳細に説明する。
〔１－１．実施形態に係る情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。まず、実施形態に係る情報処理の概要を説明した後に、個々の処理を詳細に説明する。
【0012】
図１では、情報処理装置１００が、複数の利用者端末２００から利用者情報と行動情報とを取得し、取得した利用者情報と行動情報を複数のモデルに入力し、特定の特徴についての指標を算出し、利用者に特定の特徴に関係する質問を行い、特定の特徴に関する指標と、質問の回答との齟齬の有無を確認し、齟齬の有無に基づいて利用者を評価する。以下、図１を用いて、実施形態に係る情報処理の一例についてステップごとに詳細に説明する。
【0013】
まず、情報処理装置１００は、複数の利用者端末２００から利用者情報と、行動情報と、を取得する（ステップＳ１）。例えば、情報処理装置１００は、図１に示すように、利用者Ｕ１からＵ６の利用者端末２００Ａから２００Ｆから、利用者情報と、行動情報と、を取得する。なお、図１に示す利用者Ｕ１からＵ６、及び利用者端末２００Ａから２００Ｆは例示であって、情報処理装置１００は、これ以上の数の利用者の利用者端末２００から利用者情報と、行動情報を取得してよい。
【0014】
次に、情報処理装置１００は、複数のモデルを用いて特定の特徴についての指標を算出する（ステップＳ２）。なお、ここにおけるモデルとは、利用者情報と、行動情報と、利用者の特定の特徴に関する指標との関係を学習させたモデルのことを指しており、利用者の利用者情報と、行動情報を入力すると、利用者の特定の特徴に関する指標を０から１の値として出力する。また、特定の特徴は、利用者の属性情報と言い換えることもでき、例えば、「眼鏡好き」や「本好き」などいった利用者の趣味嗜好や利用者の特性を示す概念である。情報処理装置１００は、複数の利用者端末２００から取得した利用者情報と行動情報を、特定の特徴についての指標を算出する複数のモデルに入力し、モデルごとに利用者の特定の特徴についての指標を算出する。
【0015】
次に、情報処理装置１００は、複数の利用者端末２００に対して、特定の特徴に関係する質問情報を送信する（ステップＳ３）。例えば、情報処理装置１００は、ステップＳ２において特定の特徴に関する指標を算出した複数の利用者の利用者端末２００に対して、特定の特徴としての「眼鏡好き」に該当するか否かに関する質問を択一式または入力式により質問する質問情報を送信し、質問情報を受信した複数の利用者端末２００が出力部２３０に質問情報を表示させることにより、ステップＳ３において特徴に関する指標を算出した利用者に特定の特徴に該当するか否かについて質問してよい。
【0016】
次に、情報処理装置１００は、複数の利用者端末２００から特定の特徴に関係する質問に対する回答情報を受け付ける（ステップＳ４）。例えば、情報処理装置１００は、利用者端末２００に表示された特定の特徴に関係する質問を確認した利用者Ｕが利用者端末２００の入力部２２０を介して入力した回答情報を利用者端末２００から受け付けてよい。この場合において、利用者Ｕが利用者端末２００の入力部２２０に入力する回答情報は、質問に対する回答を「はい」又は「いいえ」で表したものや、質問に対しての回答を文章で表したものであってよい。図１に示すように、情報処理装置１００は、複数の利用者端末２００から利用者Ｕが入力した回答情報を受け付ける。
【0017】
次に、情報処理装置１００は、利用者の特定の特徴に関する指標の算出結果と、その利用者の回答の齟齬の有無を確認する（ステップＳ５）。例えば、情報処理装置１００は、利用者Ｕ１の特定の特徴、例えば、「眼鏡好き」に関する指標を０．８と算出したとする。この場合において、情報処理装置１００が、利用者Ｕ１の利用者端末２００Ａに特定の特徴に関係する質問として「あなたは眼鏡好きですか？」という質問を送信し、利用者Ｕ１が「はい」と回答したとする。ここで、指標の値が高いほど、利用者が特定の特徴を有する可能性が高いと推定される。そのため、利用者Ｕ１が「はい」と回答したことは、適正であると考えられる。この場合、情報処理装置１００は、利用者Ｕ１の指標と回答の間の齟齬の有無を齟齬無しとする。
【0018】
次に、情報処理装置１００は、齟齬の有無に基づいて利用者を評価する（ステップＳ６）。先ほどの利用者Ｕ１の指標が０．８と算出された場合に、利用者Ｕ１が「はい」と回答した場合であれば、情報処理装置１００は、利用者を高く評価する。この場合において、例えば、情報処理装置１００は、利用者Ｕ１の評価を０から１の数値範囲の数値によって表してよく、例えば、利用者Ｕ１を０．８と評価してよい。
【0019】
これにより、情報処理装置１００は、利用者の特定の特徴に関する指標の算出結果と、利用者の特定の特徴に関する質問に対する回答との齟齬の有無に基づいて利用者を評価することができる。そのため、属性情報の推定対象となる利用者を評価することが可能な情報処理装置１００を提供することができる。
【0020】
〔１－２．実施形態に係る情報処理の他の例１〕
情報処理装置１００は、特定の特徴に関係する質問として、利用者が特定の特徴を有するか否かという択一式の質問を利用者に対して質問する。
情報処理装置１００は、特定の特徴に関係する質問として、利用者が特定の特徴を有するか否かという択一式の質問を利用者に対して質問する。
【0021】
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からステップＳ２までと同じ処理を実行する。ステップＳ１からステップＳ２までの処理は、前述した処理と同じであるから説明を省略する。
【0022】
次に、情報処理装置１００は、複数の利用者端末２００に対して、特定の特徴に関係する質問情報を送信する（ステップＳ３）。この場合において、情報処理装置１００は、特定の特徴に関する質問情報として、利用者が特定の特徴を有するか否かという択一式の質問を含む質問情報を利用者端末２００に対して送信する。例えば、情報処理装置１００は、ステップＳ２において特定の特徴に関する指標を算出した複数の利用者の利用者端末２００に対して、例えば「あなたは眼鏡好きですか？「はい」又は「いいえ」で答えてください。」という質問を含む質問情報を送信し、質問情報を受信した複数の利用者端末２００が出力部２３０にその質問と「はい」及び「いいえ」の選択ボックスを表示させることにより、ステップＳ３において特徴に関する指標を算出した利用者に特定の特徴に該当するか否かについて質問してよい。
【0023】
次に、情報処理装置１００は、図１に示したステップＳ４からステップＳ６までの処理と同じ処理を実行する。ステップＳ４からステップＳ６までの処理は、前述した処理と同じであるから説明を省略する。
【0024】
これにより、利用者に特定の特徴に関係する質問において、クローズドクエスションによって質問することが可能となることから、利用者から曖昧な回答をされることを防ぐことができる。そのため、属性情報の推定対象となる利用者を正確に評価することが可能な情報処理装置１００を提供することができる。
【0025】
〔１－３．実施形態に係る情報処理の他の例２〕
情報処理装置１００は、特定の特徴の分類ごとに、利用者に対して質問し、特定の特徴の分類ごとに、利用者を評価し、特定の特徴の分類ごとの利用者の評価を出力する。
情報処理装置１００は、特定の特徴の分類ごとに、利用者に対して質問し、特定の特徴の分類ごとに、利用者を評価し、特定の特徴の分類ごとの利用者の評価を出力する。
【0026】
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からＳ２までと同じ処理を実行する。ステップＳ１からステップＳ２までの処理は、前述した処理と同じであるから説明を省略する。
【0027】
次に、情報処理装置１００は、複数の利用者端末２００に対して、特定の特徴に関係する質問情報を送信する（ステップＳ３）。この場合において、情報処理装置１００は、特定の特徴の分類ごとに、利用者に対して質問を行う。なお、ここで、特定の特徴の分類は、特定の特徴を複数のカテゴリに分類した分類の名称のことを指しており、例えば、「グルメ」、「スポーツ」、「映画」などであってよい。例えば、情報処理装置１００は、特定の特徴の分類ごとに、ステップＳ２において特定の特徴に関する指標を算出した複数の利用者の利用者端末２００に対して、例えば、「グルメ」の分類に属する特定の特徴の場合であれば、「あなたはバナナ好きですか？「はい」又は「いいえ」で答えてください。」という質問を含む質問情報を送信し、質問情報を受信した複数の利用者端末２００が出力部２３０に質問文と「はい」及び「いいえ」の選択ボックスを表示させることにより、ステップＳ３において特徴に関する指標を算出した利用者に特定の特徴に該当するか否かについて質問してよい。
【0028】
次に、情報処理装置１００は、図１に示したステップＳ４と同じ処理を実行する。ステップＳ４の処理は、前述した処理と同じであるから説明を省略する。
【0029】
次に、情報処理装置１００は、指標の算出結果と回答との齟齬の有無を確認する（ステップＳ５）。この場合において、情報処理装置１００は、特定の特徴の分類ごとに、指標の算出結果と回答との齟齬の有無を確認する。例えば、情報処理装置１００は、「グルメ」や「スポーツ」などの分類ごとに特定の特徴についての指標の算出結果と、利用者の回答との齟齬の有無を確認する。具体的には、利用者の特定の特徴についての指標が所定の値以上、例えば、０．６以上の値が算出されているにも拘わらず、利用者の回答が「いいえ」という回答であれば、特定の特徴についての指標と利用者の回答との間に齟齬が有るとする。なお、この場合における特定の特徴についての指標における所定の値は、任意の値を設定してよい。
【0030】
次に、情報処理装置１００は、齟齬の有無に基づいて利用者を評価する（ステップＳ６）。この場合において、情報処理装置１００は、特定の特徴の分類ごとに、利用者を評価し、特定の特徴の分類ごとの利用者の評価を出力する。例えば、情報処理装置１００は、「グルメ」と「スポーツ」に関する特定の特徴についての指標の算出結果と、利用者の回答との齟齬の有無に基づいて、特定の特徴の分類ごとに利用者を評価する。すなわち、情報処理装置１００は、利用者の「グルメ」に関する複数の特定の特徴の指標と、それに関する利用者の回答との齟齬の有無を総合的に評価する。例えば、情報処理装置１００は、「グルメ」に関する複数の特定の特徴の指標と、利用者の回答との齟齬の有無により、個々の特定の特徴ごとに評価値を算出し、「グルメ」の分類に属する複数の特定の特徴についての平均値を算出することにより、特定の特徴の分類ごとに利用者を評価してよい。
【0031】
これにより、情報処理装置１００は、利用者を特定の特徴の分類ごとに評価することが可能となる。そのため、属性情報の推定対象となる利用者を評価することが可能な情報処理装置１００を提供することができる。
【0032】
〔１－４．実施形態に係る情報処理の他の例３〕
情報処理装置１００は、質問の仕方、及び特定の特徴の分類という観点から、利用者の評価を上げるための方法を提案する。
情報処理装置１００は、質問の仕方、及び特定の特徴の分類という観点から、利用者の評価を上げるための方法を提案する。
【0033】
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からＳ２までと同じ処理を実行する。ステップＳ１からステップＳ２までの処理は、前述した処理と同じであるから説明を省略する。
【0034】
次に、情報処理装置１００は、複数の利用者端末２００に対して、特定の特徴に関係する質問情報を送信する（ステップＳ３）。この場合において、情報処理装置１００は、特定の特徴の分類ごとに、利用者に対して質問の仕方を択一式や入力式として質問を行う。この場合における情報処理装置１００の処理は、前述した処理と同じであるから説明を省略する。
【0035】
次に、情報処理装置１００は、図１に示したステップＳ４からステップＳ６までの処理と同じ処理を実行する。ステップＳ４からステップＳ６までの処理は、前述した処理と同じであるから説明を省略する。
【0036】
次に、情報処理装置１００は、質問の仕方、及び特定の特徴の分類という観点から、評価した利用者の評価を上げるための方法を提案する（ステップＳ７）。例えば、ステップＳ３において択一式の質問を行った場合に、入力式の質問を行う場合と比較して、利用者Ｕ１の評価が高い傾向が認められたとする。また、ステップＳ６において、利用者Ｕ１の特定の特徴の分類として「グルメ」に関する質問についての回答の評価が他の特定の特徴の分類と比較して顕著に高い傾向が認められたとする。この場合、情報処理装置１００は、利用者Ｕ１については、「択一式」の質問を、特定の特徴の分類としての「グルメ」についての「択一式」の質問を行うことを提案する。すなわち、情報処理装置１００は、利用者の質問の仕方、及び特定の特徴の分類という観点から利用者の評価の傾向を分析し、利用者の評価が上がることが考えられる質問の仕方と、特定の特徴の分類を提案する。
【0037】
これにより、情報処理装置１００は、利用者に対する質問の仕方や、特定の特徴の分類という観点から利用者の評価を上げるための方法を得ることができる。そのため、属性情報の推定対象となる利用者を評価することが可能な情報処理装置１００を提供することができる。
【0038】
〔２．情報処理システムの構成〕
次に、図２を用いて実施形態に係る情報処理システムの構成について説明する。図２は、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に示すように、情報処理システム１は、情報処理装置１００と、利用者端末２００を含む。なお、図２に示した情報処理システム１は、複数台の情報処理装置１００や、複数台の利用者端末２００が含まれ構成されていてもよい。情報処理装置１００と、利用者端末２００は所定の通信網（ネットワークＮ）を介して、有線又は無線により通信可能に接続される。
次に、図２を用いて実施形態に係る情報処理システムの構成について説明する。図２は、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に示すように、情報処理システム１は、情報処理装置１００と、利用者端末２００を含む。なお、図２に示した情報処理システム１は、複数台の情報処理装置１００や、複数台の利用者端末２００が含まれ構成されていてもよい。情報処理装置１００と、利用者端末２００は所定の通信網（ネットワークＮ）を介して、有線又は無線により通信可能に接続される。
【0039】
情報処理装置１００は、例えばＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ＷＳ（Ｗｏｒｋ Ｓｔａｔｉｏｎ）、サーバの機能を備えるコンピュータなどの情報処理装置であってよい。情報処理装置１００は、利用者端末２００からネットワークＮを介して送信されてきた情報に基づいて処理を行う。
【0040】
利用者端末２００は、利用者が利用する情報処理装置である。利用者端末２００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）等の情報処理装置であってよい。なお、図１に示す例においては、利用者端末２００がスマートフォンである場合を示している。
【0041】
【0042】
図３に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０と、を有する。なお、図３に図示はしていないが、情報処理装置１００は、情報処理装置１００の管理者から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
【0043】
（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、利用者端末２００との間で情報の送受信を行う。
通信部１１０は、例えば、ＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）等によって実現される。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、利用者端末２００との間で情報の送受信を行う。
【0044】
（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ)、フラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）等の半導体メモリ素子、または、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク等の記憶装置によって実現される。図３に示すように、記憶部１２０は、利用者情報記憶部１２１と、行動情報記憶部１２２と、モデル記憶部１２３を有する。
記憶部１２０は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ)、フラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）等の半導体メモリ素子、または、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク等の記憶装置によって実現される。図３に示すように、記憶部１２０は、利用者情報記憶部１２１と、行動情報記憶部１２２と、モデル記憶部１２３を有する。
【0045】
（利用者情報記憶部１２１について）
利用者情報記憶部１２１は、利用者に関する情報、すなわち、利用者情報を記憶する。利用者情報は、例えば、利用者が所定の情報サービスを利用する際に、情報サービスの提供事業者に提供する利用者に関する情報である。ここで、図４を用いて、利用者情報記憶部１２１が記憶する情報の一例を説明する。図４は、実施形態に係る情報処理装置の利用者情報記憶部に記憶される情報の一例を示す図である。
利用者情報記憶部１２１は、利用者に関する情報、すなわち、利用者情報を記憶する。利用者情報は、例えば、利用者が所定の情報サービスを利用する際に、情報サービスの提供事業者に提供する利用者に関する情報である。ここで、図４を用いて、利用者情報記憶部１２１が記憶する情報の一例を説明する。図４は、実施形態に係る情報処理装置の利用者情報記憶部に記憶される情報の一例を示す図である。
【0046】
図４に示す例において、利用者情報記憶部１２１は、「利用者ＩＤ」、「生年月日」、「性別」、「職業」、という項目に係る情報を紐付けて記憶する。
【0047】
「利用者ＩＤ」は、利用者を識別する識別子であり文字列や番号などによって表される。「生年月日」は、「利用者ＩＤ」に紐付けられた利用者の生年月日に関する情報である。「性別」は、「利用者ＩＤ」に紐付けられた利用者の性別に関する情報である。「職業」は、「利用者ＩＤ」に紐付けられた利用者の職業に関する情報である。
【0048】
すなわち、図４においては、利用者ＩＤ「ＵＩＤ＃１」により識別された利用者の生年月日が「生年月日＃Ｕ１」であり、性別が「女性」であり、職業が「職業＃Ｕ１」であることを示している。
【0049】
なお、利用者情報記憶部１２１に記憶される情報は、「利用者ＩＤ」、「生年月日」、「性別」、「職業」という項目に係る情報に限定されるものではなく、その他の任意の利用者に関係する情報が記憶されてよい。
【0050】
（行動情報記憶部１２２について）
行動情報記憶部１２２は、利用者の行動を示す情報、すなわち、行動情報を記憶する。行動情報とは、利用者の所定の情報サービスの利用によって生じる利用者の所定の情報サービスを用いた行動を示す情報である。ここで、図５を用いて、行動情報記憶部１２２が記憶する情報の一例を説明する。図５は、実施形態に係る情報処理装置の行動情報記憶部に記憶される情報の一例を示す図である。
行動情報記憶部１２２は、利用者の行動を示す情報、すなわち、行動情報を記憶する。行動情報とは、利用者の所定の情報サービスの利用によって生じる利用者の所定の情報サービスを用いた行動を示す情報である。ここで、図５を用いて、行動情報記憶部１２２が記憶する情報の一例を説明する。図５は、実施形態に係る情報処理装置の行動情報記憶部に記憶される情報の一例を示す図である。
【0051】
図５に示す例において、行動情報記憶部１２２は、「利用者ＩＤ」、「検索履歴」、「閲覧履歴」、「購入履歴」、「路線検索履歴」、「掲示板投稿履歴」という項目に係る情報を紐付けて記憶する。
【0052】
「利用者ＩＤ」は、利用者を識別する識別子であり文字列や番号などによって表される。「検索履歴」は、「利用者ＩＤ」に紐付けられた利用者が検索に使用した検索クエリと入力時刻とを含む情報である。「閲覧履歴」は、「利用者ＩＤ」に紐付けられた利用者の閲覧サイトと閲覧時刻とを含む情報である。「購入履歴」は、「利用者ＩＤ」に紐付けられた利用者のインターネット通信販売サイトや所定のサービス契約サイトなどにおける購入商品、又は購入サービスと購入時刻とを含む情報である。「路線検索履歴」は、「利用者ＩＤ」に紐付けられた利用者の路線検索結果と検索時刻とを含む情報である。「掲示板投稿履歴」は、「利用者ＩＤ」に紐付けられた利用者の掲示板投稿と投稿時刻とを含む情報である。
【0053】
すなわち、図５においては、利用者ＩＤ「ＵＩＤ＃１」により識別された利用者の検索履歴が「検索履歴＃Ｕ１」であり、利用者の閲覧履歴が「閲覧履歴＃Ｕ１」であり、購入履歴が「購入履歴＃Ｕ１」であり、路線検索履歴が「路線検索履歴＃Ｕ１」であり、掲示板投稿履歴が「掲示板投稿履歴＃Ｕ１」であることを示している。
【0054】
なお、行動情報記憶部１２２に記憶される情報は、「利用者ＩＤ」、「検索履歴」、「閲覧履歴」、「購入履歴」、「路線検索履歴」、「掲示板投稿履歴」という項目に係る情報に限定されるものではなく、その他の任意の利用者の行動に関係する情報が記憶されてよい。
【0055】
（モデル記憶部１２３について）
モデル記憶部１２３は、利用者情報と行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶する。なお、モデルに利用者情報と行動情報を入力すると特定の特徴についての指標を算出する。図６は、実施形態に係る情報処理装置のモデル記憶部に記憶される情報の一例を示す図である。
モデル記憶部１２３は、利用者情報と行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶する。なお、モデルに利用者情報と行動情報を入力すると特定の特徴についての指標を算出する。図６は、実施形態に係る情報処理装置のモデル記憶部に記憶される情報の一例を示す図である。
【0056】
図６に示す例において、モデル記憶部１２３は、「モデルＩＤ」、「モデルデータ」という項目に係る情報を紐付けて記憶する。
【0057】
「モデルＩＤ」は、機械学習モデルを識別する識別子であり文字列や番号などによって表される。「モデルデータ」は、機械学習モデルのモデルデータを示す。例えば、機械学習モデルは、ニューラルネットワークなどであってよい。
【0058】
すなわち、図６において、モデルＩＤ「Ｍ＃１」で識別されるモデルは、機械学習モデルＭ＃１を示す。また、モデルデータ「ＭＤＴ＃１」は、機械学習モデルＭ＃１のモデルデータを示す。
【0059】
ここで、機械学習モデルがニューラルネットワークである場合は、モデルデータ「ＭＤＴ＃１」には、例えば、ニューラルネットワークを構成する複数の層のそれぞれに含まれるノードが互いにどのように結合するかという結合情報や、結合されたノード間で入出力される数値に掛け合わされる結合係数などの各種情報が含まれる。
【0060】
なお、モデル記憶部１２３は、「モデルＩＤ」、「モデルデータ」という項目に係る情報に限定されることなく、その他の任意の機械学習モデルに関係する情報が記憶されてよい。
【0061】
（制御部１３０について）
次に、図３に戻って、制御部１３０について説明する。制御部１３０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の集積回路により実現されてもよい。
次に、図３に戻って、制御部１３０について説明する。制御部１３０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の集積回路により実現されてもよい。
【0062】
図３に示すように、制御部１３０は、取得部１３１と、算出部１３２と、質問部１３３と、確認部１３４と、評価部１３５と、提案部１３６を有する。
【0063】
（取得部１３１について）
取得部１３１は、利用者に関する情報を示す利用者情報と、利用者の行動を示す行動情報と、を取得する。ここで、利用者情報は、利用者に関する情報であって、例えば、利用者が所定の情報サービスを利用する際に、情報サービスの提供事業者に提供する情報である。また、行動情報は、利用者の所定の情報サービスの利用によって生じる利用者の所定の情報サービスを用いた行動を示す情報である。取得部１３１は、利用者情報を取得したら、取得した利用者情報を利用者情報記憶部１２１に記憶する。取得部１３１は、行動情報を取得したら、取得した行動情報を行動情報記憶部１２２に記憶する。なお、取得部１３１は、所定日時ごとに利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよいし、利用者が情報処理装置１００にアクセスする度に利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよい。
取得部１３１は、利用者に関する情報を示す利用者情報と、利用者の行動を示す行動情報と、を取得する。ここで、利用者情報は、利用者に関する情報であって、例えば、利用者が所定の情報サービスを利用する際に、情報サービスの提供事業者に提供する情報である。また、行動情報は、利用者の所定の情報サービスの利用によって生じる利用者の所定の情報サービスを用いた行動を示す情報である。取得部１３１は、利用者情報を取得したら、取得した利用者情報を利用者情報記憶部１２１に記憶する。取得部１３１は、行動情報を取得したら、取得した行動情報を行動情報記憶部１２２に記憶する。なお、取得部１３１は、所定日時ごとに利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよいし、利用者が情報処理装置１００にアクセスする度に利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよい。
【0064】
また、取得部１３１が利用者情報と行動情報とを取得する取得元は、利用者端末２００に限定されるものではなく、検索サービスや、ショッピングサービス、決済サービス、路線検索サービス、地図提供サービス、旅行サービス、飲食店紹介サービス、天気予報サービス、スケジュール管理サービス、ニュース提供サービス、オークションサービス、動画コンテンツ配信サービス、金融取引（株取引等）サービスといった各種情報サービスを提供するその他のサーバ装置から取得してもよいし、外部の記憶媒体から取得してもよい。
【0065】
（算出部１３２について）
算出部１３２は、複数のモデルを用いてモデルごとに利用者の特定の特徴についての指標を算出する。算出部１３２は、利用者情報と、行動情報とを入力すると、特定の特徴についての指標を算出するモデルに、利用者情報と行動情報とを入力することによって、利用者の特定の特徴についての指標をモデルごとに算出する。なお、指標の算出に使用するモデルは、モデル記憶部１２３から読み出して使用し、モデルごとに利用者の特定の特徴についての指標を算出する。また、算出部１３２が利用者の特定の特徴についての指標の算出に使用するモデルの数は任意の数であってよい。
算出部１３２は、複数のモデルを用いてモデルごとに利用者の特定の特徴についての指標を算出する。算出部１３２は、利用者情報と、行動情報とを入力すると、特定の特徴についての指標を算出するモデルに、利用者情報と行動情報とを入力することによって、利用者の特定の特徴についての指標をモデルごとに算出する。なお、指標の算出に使用するモデルは、モデル記憶部１２３から読み出して使用し、モデルごとに利用者の特定の特徴についての指標を算出する。また、算出部１３２が利用者の特定の特徴についての指標の算出に使用するモデルの数は任意の数であってよい。
【0066】
（質問部１３３について）
質問部１３３は、特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う。図１に示したように算出部１３２は、利用者ごとに特定の特徴に関する指標を算出することから、質問部１３３は、算出部１３２が特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う。例えば、質問部１３３は、算出部１３２が特定の特徴に関する指標を算出した複数の利用者の利用者端末２００に対して、特定の特徴としての「眼鏡好き」に該当するか否かに関する質問を択一式または入力式により質問する質問情報を送信することにより、利用者に対して特定の特徴に関する質問を行ってよい。また、この場合において、質問部１３３は、質問情報を受信した複数の利用者端末２００が出力部２３０に質問情報を表示させて、利用者端末２００に表示された特定の特徴に関係する質問を確認した利用者Ｕが利用者端末２００の入力部２２０を介して入力した回答情報を利用者端末２００から受け付けてよい。
質問部１３３は、特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う。図１に示したように算出部１３２は、利用者ごとに特定の特徴に関する指標を算出することから、質問部１３３は、算出部１３２が特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う。例えば、質問部１３３は、算出部１３２が特定の特徴に関する指標を算出した複数の利用者の利用者端末２００に対して、特定の特徴としての「眼鏡好き」に該当するか否かに関する質問を択一式または入力式により質問する質問情報を送信することにより、利用者に対して特定の特徴に関する質問を行ってよい。また、この場合において、質問部１３３は、質問情報を受信した複数の利用者端末２００が出力部２３０に質問情報を表示させて、利用者端末２００に表示された特定の特徴に関係する質問を確認した利用者Ｕが利用者端末２００の入力部２２０を介して入力した回答情報を利用者端末２００から受け付けてよい。
【0067】
また、質問部１３３は、特定の特徴に関係する質問として、利用者が特定の特徴を有するか否かという択一式の質問を利用者に対して質問する。例えば、質問部１３３は、特定の特徴に関する指標を算出した複数の利用者の利用者端末２００に対して、あなたは眼鏡好きですか？「はい」又は「いいえ」で答えてください。」という質問を含む質問情報を送信し、質問情報を受信した複数の利用者端末２００が出力部２３０に質問文と「はい」及び「いいえ」の選択ボックスを表示させることにより、利用者に特定の特徴に該当するか否かについて択一式の質問を利用者に対して行ってよい。また、質問部１３３は、質問情報を受信した複数の利用者端末２００から利用者が入力した回答情報を受け付ける。
【0068】
また、質問部１３３は、特定の特徴の分類ごとに、利用者に対して質問してもよい。特定の特徴の分類は、特定の特徴を複数のカテゴリに分類した場合の分類の名称のことを指しており、例えば、「グルメ」、「スポーツ」、「映画」、「ファッション」などであってよい。例えば、質問部１３３は、例えば、「グルメ」の分類に属する特定の特徴の場合であれば、「あなたはバナナ好きですか？「はい」又は「いいえ」で答えてください。」という質問を含む質問情報を送信することにより、特定の特徴の分類ごとに、利用者に対して質問してよい。質問部１３３は、特定の特徴の分類ごとに、利用者に対して質問し、複数の利用者端末２００から利用者が入力した回答情報を受け付ける。
【0069】
（確認部１３４について）
確認部１３４は、利用者の特定の特徴についての指標の算出結果と、利用者の特定の特徴に関係する回答との齟齬の有無を確認する。例えば、算出部１３２が、利用者Ｕ１の特定の特徴、例えば、「眼鏡好き」に関する指標を０．８と算出したとする。この場合において、質問部１３３が、利用者Ｕ１の利用者端末２００Ａに特定の特徴に関係する質問として「あなたは眼鏡好きですか？」という質問を送信し、利用者Ｕ１が「はい」と回答したとする。この場合、確認部１３４は、利用者Ｕ１の特定の特徴についての指標の算出結果と、利用者Ｕ１の特定の特徴に関係する回答との間に齟齬が無いとする確認結果を出力する。なお、確認部１３４は、算出部１３２が特定の特徴についての指標を算出し、質問部１３３が特定の特徴に関係する質問を行い、回答が得られた全ての利用者に対して、利用者の特定の特徴についての指標の算出結果と、利用者の特定の特徴に関係する質問の回答との齟齬の有無を確認する。
確認部１３４は、利用者の特定の特徴についての指標の算出結果と、利用者の特定の特徴に関係する回答との齟齬の有無を確認する。例えば、算出部１３２が、利用者Ｕ１の特定の特徴、例えば、「眼鏡好き」に関する指標を０．８と算出したとする。この場合において、質問部１３３が、利用者Ｕ１の利用者端末２００Ａに特定の特徴に関係する質問として「あなたは眼鏡好きですか？」という質問を送信し、利用者Ｕ１が「はい」と回答したとする。この場合、確認部１３４は、利用者Ｕ１の特定の特徴についての指標の算出結果と、利用者Ｕ１の特定の特徴に関係する回答との間に齟齬が無いとする確認結果を出力する。なお、確認部１３４は、算出部１３２が特定の特徴についての指標を算出し、質問部１３３が特定の特徴に関係する質問を行い、回答が得られた全ての利用者に対して、利用者の特定の特徴についての指標の算出結果と、利用者の特定の特徴に関係する質問の回答との齟齬の有無を確認する。
【0070】
なお、確認部１３４は、回答者との齟齬の判定において、所定モデルと類似する別のモデルを使用して判定してもよい。例えば、「バナナ好き」モデルと「バナナケーキ好き」モデルのように、似たような回答分布になると想定されるモデルについて、これらのモデルと対応する質問に対して異なる回答を行っている回答者について、回答の齟齬があると判定してよい。確認部１３４は、このように複数のモデルをクロスさせる、すなわち類似のモデルの回答同士を照合することで齟齬を発見するようにしてもよい。
【0071】
（評価部１３５について）
評価部１３５は、質問部１３３が行った質問に対する利用者の回答と、当該利用者について算出した特定の特徴についての指標とに基づいて、利用者の回答の適正度合いを評価する。例えば、利用者の特定の特徴についての指標が０．８と算出された場合に、利用者が「はい」と回答した場合であれば、評価部１３５は、利用者の回答の適正度合いを高く評価する。具体的には、評価部１３５は、当該の利用者の回答の適正度合いを０から１の数値範囲の数値によって表して評価してよく、例えば、０．８と評価してよい。
評価部１３５は、質問部１３３が行った質問に対する利用者の回答と、当該利用者について算出した特定の特徴についての指標とに基づいて、利用者の回答の適正度合いを評価する。例えば、利用者の特定の特徴についての指標が０．８と算出された場合に、利用者が「はい」と回答した場合であれば、評価部１３５は、利用者の回答の適正度合いを高く評価する。具体的には、評価部１３５は、当該の利用者の回答の適正度合いを０から１の数値範囲の数値によって表して評価してよく、例えば、０．８と評価してよい。
【0072】
また、評価部１３５は、特定の特徴の分類ごとに、利用者を評価し、特定の特徴の分類ごとの利用者の評価を出力する。すなわち、質問部１３３が特定の特徴の分類ごとに、利用者に対して質問した場合、又は、既に質問部１３３が複数の特定の特徴についての質問を行っており、複数の特定の特徴に関係する質問に対する回答が得られている場合に、評価部１３５は、特定の特徴の分類ごとに、利用者を評価し、特定の特徴の分類ごとの利用者の評価を出力する。具体的には、例えば、「グルメ」と「スポーツ」に関する特定の特徴についての指標の算出結果と、利用者の回答との齟齬の有無に基づいて、特定の特徴の分類ごとに利用者を評価してよい。すなわち、評価部１３５は、利用者の「グルメ」に関する複数の特定の特徴の指標と、それに関する利用者の回答との齟齬の有無を総合的に評価する。例えば、評価部１３５は、「グルメ」に関する複数の特定の特徴の指標と、利用者の回答との齟齬の有無により、個々の特定の特徴ごとに評価値を算出し、「グルメ」の分類に属する複数の特定の特徴についての平均値を算出することにより、特定の特徴の分類ごとに利用者を評価してよい。
【0073】
（提案部１３６について）
提案部１３６は、質問部１３３の質問の仕方、及び特定の特徴の分類という観点から、評価部１３５が評価した利用者の評価を上げるための方法を提案する。例えば、質問部１３３が択一式の質問を行った場合に、入力式の質問を行う場合と比較して、利用者Ｕ１の評価が高い傾向が認められたとする。また、利用者Ｕ１の特定の特徴の分類として「グルメ」に関する質問についての回答の評価が他の特定の特徴の分類と比較して顕著に高い傾向が認められたとする。この場合、提案部１３６は、利用者Ｕ１については、「択一式」の質問を、特定の特徴の分類としての「グルメ」についての「択一式」の質問を行うことを提案する。すなわち、提案部１３６は、利用者の質問の仕方、及び特定の特徴の分類という観点から利用者の評価の傾向を分析し、利用者の評価が上がることが考えられる質問の仕方と、特定の特徴の分類を提案する。
提案部１３６は、質問部１３３の質問の仕方、及び特定の特徴の分類という観点から、評価部１３５が評価した利用者の評価を上げるための方法を提案する。例えば、質問部１３３が択一式の質問を行った場合に、入力式の質問を行う場合と比較して、利用者Ｕ１の評価が高い傾向が認められたとする。また、利用者Ｕ１の特定の特徴の分類として「グルメ」に関する質問についての回答の評価が他の特定の特徴の分類と比較して顕著に高い傾向が認められたとする。この場合、提案部１３６は、利用者Ｕ１については、「択一式」の質問を、特定の特徴の分類としての「グルメ」についての「択一式」の質問を行うことを提案する。すなわち、提案部１３６は、利用者の質問の仕方、及び特定の特徴の分類という観点から利用者の評価の傾向を分析し、利用者の評価が上がることが考えられる質問の仕方と、特定の特徴の分類を提案する。
【0074】
〔４．利用者端末の構成〕
次に、図７を用いて、実施形態に係る利用者端末２００の構成について説明する。図７は、実施形態に係る利用者端末の構成例を示す図である。図７に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０と、を有する。
次に、図７を用いて、実施形態に係る利用者端末２００の構成について説明する。図７は、実施形態に係る利用者端末の構成例を示す図である。図７に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０と、を有する。
【0075】
通信部２１０は、例えば、ＮＩＣ等によって実現される。そして、通信部２１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、情報処理装置１００との間で各種の情報の送受信を行う。
【0076】
入力部２２０は、利用者から各種の操作情報が入力される。例えば、入力部２２０は、タッチパネルにより表示面（例えば出力部２３０）を介して利用者からの各種操作を受け付けてもよい。また、入力部２２０は、利用者端末２００に設けられたボタンや、利用者端末２００に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
【0077】
出力部２３０は、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等によって実現されるタブレット型端末等の表示画面であり、各種情報を表示するための表示装置である。つまり、利用者端末２００は、入力部２２０がタッチパネルである場合は、出力部２３０である表示画面により利用者の入力を受け付け、利用者への出力も行う。また、出力部２３０は、スピーカーであり、スピーカーにより音声を出力してよい。
【0078】
制御部２４０は、例えば、ＣＰＵやＭＰＵ等によって、利用者端末２００に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部２４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。
【0079】
図７に示すように、制御部２４０は、受付部２４１を有する。
【0080】
受付部２４１は、利用者から質問に対する回答を受け付ける。受付部２４１は、情報処理装置１００から送信された質問情報を、通信部２１０を介して受信し、質問情報を出力部２３０に表示させて利用者から質問に対する回答を、入力部２２０を介して受け付ける。なお、受付部２４１が受け付ける回答情報には、質問情報に含まれる質問に対して利用者が回答した「はい」、又は「いいえ」や質問に対する回答を文章で表したものが含まれていてよい。
【0081】
〔５．情報処理のフロー〕
次に、図８を用いて、実施形態に係る情報処理装置１００による情報処理の手順について説明する。図８は、実施形態に係る情報処理の一例を示すフローチャートである。例えば、情報処理装置１００は、利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報と、を取得する（ステップＳ１０１）。そして、情報処理装置１００は、利用者情報と行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶する（ステップＳ１０２）。そして、情報処理装置１００は、複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出する（ステップＳ１０３）。そして、情報処理装置１００は、特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う（ステップＳ１０４）。そして、情報処理装置１００は、質問に対する利用者の回答に基づいて、利用者の回答の適正度合いを評価する（ステップＳ１０５）。
次に、図８を用いて、実施形態に係る情報処理装置１００による情報処理の手順について説明する。図８は、実施形態に係る情報処理の一例を示すフローチャートである。例えば、情報処理装置１００は、利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報と、を取得する（ステップＳ１０１）。そして、情報処理装置１００は、利用者情報と行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶する（ステップＳ１０２）。そして、情報処理装置１００は、複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出する（ステップＳ１０３）。そして、情報処理装置１００は、特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う（ステップＳ１０４）。そして、情報処理装置１００は、質問に対する利用者の回答に基づいて、利用者の回答の適正度合いを評価する（ステップＳ１０５）。
【0082】
〔６．ハードウェア構成〕
また、上述した実施形態に係る情報処理装置１００は、例えば図９に示すような構成のコンピュータ１０００によって実現される。図９は、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。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。
また、上述した実施形態に係る情報処理装置１００は、例えば図９に示すような構成のコンピュータ１０００によって実現される。図９は、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。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。
【0083】
演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが記憶される記憶装置であり、ＲＯＭ(Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ等により実現される。
【0084】
出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）やＤＶＩ（Ｄｉｇｉｔａｌ Ｖｉｓｕａｌ Ｉｎｔｅｒｆａｃｅ）、ＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。
【0085】
なお、入力装置１０２０は、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、ＰＤ（Ｐｈａｓｅ ｃｈａｎｇｅ ｒｅｗｒｉｔａｂｌｅ Ｄｉｓｋ）等の光学記録媒体、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ ｄｉｓｋ）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。
【0086】
ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。
【0087】
演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。
【0088】
例えば、コンピュータ１０００が情報処理装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、情報処理装置１００の制御部１３０の機能を実現する。
【0089】
〔７．構成と効果〕
本開示に係る情報処理装置１００は、利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報を取得する取得部１３１と、利用者情報と行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するモデル記憶部１２３と、複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出する算出部１３２と、算出部１３２が特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う質問部１３３と、質問部１３３が行った質問に対する利用者の回答と、当該利用者について算出した特定の特徴についての指標とに基づいて、利用者の回答の適正度合いを評価する評価部１３５と、を備える。
本開示に係る情報処理装置１００は、利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報を取得する取得部１３１と、利用者情報と行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するモデル記憶部１２３と、複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出する算出部１３２と、算出部１３２が特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行う質問部１３３と、質問部１３３が行った質問に対する利用者の回答と、当該利用者について算出した特定の特徴についての指標とに基づいて、利用者の回答の適正度合いを評価する評価部１３５と、を備える。
【0090】
この構成によれば、利用者の特定の特徴に関する指標の算出結果と、利用者の特定の特徴に関する質問に対する回答との齟齬の有無に基づいて利用者を評価することができる。そのため、属性情報の推定対象となる利用者を評価することが可能な情報処理装置１００を提供することができる。
【0091】
本開示に係る情報処理装置１００の質問部１３３は、特定の特徴に関係する質問として、利用者が特定の特徴を有するか否かという択一式の質問を利用者に対して質問する。
【0092】
この構成によれば、利用者が特定の特徴を有するか否かに関する回答において、判然としない曖昧な回答ではなく、明確な回答を得ることが可能となる。そのため、属性情報の推定対象となる利用者を評価することが可能な情報処理装置１００を提供することができる。
【0093】
本開示に係る情報処理装置１００の質問部１３３は、特定の特徴の分類ごとに、利用者に対して質問し、評価部１３５は、特定の特徴の分類ごとに、利用者を評価し、特定の特徴の分類ごとの利用者の評価を出力する。
【0094】
この構成によれば、利用者が得意な分野と、不得意な分野の切り分けを行うことが可能になる。そのため、利用者を特定の分野の回答に基づいて評価することなく、利用者を適正に評価することができる。
【0095】
本開示に係る情報処理装置１００の質問部１３３の質問の仕方、及び特定の特徴の分類という観点から、評価部１３５が評価した利用者の評価を上げるための方法を提案する提案部１３６をさらに備える。
【0096】
この構成によれば、利用者に対する質問の仕方や、特定の特徴の分類という観点から利用者の評価を上げるための方法を得ることができる。
【0097】
本開示に係る情報処理方法は、利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報を取得するステップと、利用者情報と行動情報と利用者の特定の特徴との関係を複数のモデルを記憶するステップと、複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出するステップと、特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行うステップと、質問に対する利用者の回答に基づいて、利用者の回答の適正度合いを評価するステップと、を含む。
【0098】
この構成によれば、利用者の特定の特徴に関する指標の算出結果と、利用者の特定の特徴に関する質問に対する回答との齟齬の有無に基づいて利用者を評価することができる。そのため、属性情報の推定対象となる利用者を評価することが可能な情報処理方法を提供することができる。
【0099】
本開示に係る情報処理プログラムは、利用者に関する情報を示す利用者情報と、利用者の検索履歴を含む行動情報を取得するステップと、利用者情報と行動情報と利用者の特定の特徴との関係を学習させた複数のモデルを記憶するステップと、複数のモデルを用いて利用者ごとに特定の特徴についての指標を算出するステップと、特定の特徴に関する指標を算出した利用者に対して、特定の特徴に関係する質問を行うステップと、質問に対する利用者の回答に基づいて、利用者の回答の適正度合いを評価するステップと、をコンピュータに実行させる。
【0100】
この構成によれば、利用者の特定の特徴に関する指標の算出結果と、利用者の特定の特徴に関する質問に対する回答との齟齬の有無に基づいて利用者を評価することができる。そのため、属性情報の推定対象となる利用者を評価することが可能な情報処理プログラムを提供することができる。
【0101】
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。
【0102】
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１３１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】
【0103】
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報記憶部
１２２ 行動情報記憶部
１２３ モデル記憶部
１３０ 制御部
１３１ 取得部
１３２ 算出部
１３３ 質問部
１３４ 確認部
１３５ 評価部
１３６ 提案部
２００ 利用者端末
２１０ 通信部
２２０ 入力部
２３０ 出力部
２４０ 制御部
２４１ 受付部
Ｎ ネットワーク
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報記憶部
１２２ 行動情報記憶部
１２３ モデル記憶部
１３０ 制御部
１３１ 取得部
１３２ 算出部
１３３ 質問部
１３４ 確認部
１３５ 評価部
１３６ 提案部
２００ 利用者端末
２１０ 通信部
２２０ 入力部
２３０ 出力部
２４０ 制御部
２４１ 受付部
Ｎ ネットワーク
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】