知財求人 - 知財ポータルサイト「IP Force」
特開2024-34158興味関心モデル製造装置、情報提案装置、興味関心モデル製造方法、情報提案方法、プログラム及び記録媒体
(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】P2024034158
(43)【公開日】2024-03-13
(54)【発明の名称】興味関心モデル製造装置、情報提案装置、興味関心モデル製造方法、情報提案方法、プログラム及び記録媒体
(51)【国際特許分類】
G06F 16/9035 20190101AFI20240306BHJP
【ＦＩ】
G06F16/9035
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2022138219
(22)【出願日】2022-08-31
(71)【出願人】
【識別番号】000232092
【氏名又は名称】ＮＥＣソリューションイノベータ株式会社
(74)【代理人】
【識別番号】100115255
【弁理士】
【氏名又は名称】辻丸 光一郎
(74)【代理人】
【識別番号】100201732
【弁理士】
【氏名又は名称】松縄 正登
(74)【代理人】
【識別番号】100154081
【弁理士】
【氏名又は名称】伊佐治 創
(74)【代理人】
【識別番号】100227019
【弁理士】
【氏名又は名称】安 修央
(72)【発明者】
【氏名】萩原 岳
(72)【発明者】
【氏名】矢澤 隆志
【テーマコード（参考）】
5B175
【Ｆターム（参考）】
5B175FA03
5B175HA02
(57)【要約】
【課題】 検索ログに基づいてユーザの興味関心を分析するための興味関心モデルを製造可能な興味関心モデル製造装置を提供する。
【解決手段】 本発明の興味関心モデル製造装置は、情報取得部、および学習部を含み、
前記情報取得部は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習部は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する。
【選択図】 図１
【解決手段】 本発明の興味関心モデル製造装置は、情報取得部、および学習部を含み、
前記情報取得部は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習部は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する。
【選択図】 図１
【特許請求の範囲】
【請求項1】
情報取得部、および学習部を含み、
前記情報取得部は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習部は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する、興味関心モデル製造装置。
前記情報取得部は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習部は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する、興味関心モデル製造装置。
【請求項2】
前記学習部は、ユーザごとに前記興味関心モデルを生成する、請求項１記載の興味関心モデル製造装置。
【請求項3】
分類部を含み、
前記情報取得部は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、
前記分類部は、前記属性情報に基づいてユーザを分類し、
前記学習部は、前記ユーザの分類ごとに前記興味関心モデルを生成する、請求項１記載の興味関心モデル製造装置。
前記情報取得部は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、
前記分類部は、前記属性情報に基づいてユーザを分類し、
前記学習部は、前記ユーザの分類ごとに前記興味関心モデルを生成する、請求項１記載の興味関心モデル製造装置。
【請求項4】
情報取得部、興味関心情報生成部、情報検索部を含み、
前記情報取得部は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成部は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、請求項１から３のいずれか一項に記載の興味関心モデル製造装置により製造されたものであり、
前記情報検索部は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する、
情報提案装置。
前記情報取得部は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成部は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、請求項１から３のいずれか一項に記載の興味関心モデル製造装置により製造されたものであり、
前記情報検索部は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する、
情報提案装置。
【請求項5】
学習部を含み、
前記学習部は、請求項１から３のいずれか一項に記載の興味関心モデル製造装置を含む、請求項４記載の情報提案装置。
前記学習部は、請求項１から３のいずれか一項に記載の興味関心モデル製造装置を含む、請求項４記載の情報提案装置。
【請求項6】
情報取得工程、および学習工程を含み、
前記情報取得工程は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習工程は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する、興味関心モデル製造方法。
前記情報取得工程は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習工程は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する、興味関心モデル製造方法。
【請求項7】
情報取得工程、興味関心情報生成工程、情報検索工程を含み、
前記情報取得工程は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成工程は、興味関心モデルを用いて興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、請求項６記載の興味関心モデル製造方法により製造されたものであり、
前記情報検索工程は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する、
情報提案方法。
前記情報取得工程は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成工程は、興味関心モデルを用いて興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、請求項６記載の興味関心モデル製造方法により製造されたものであり、
前記情報検索工程は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する、
情報提案方法。
【請求項8】
情報取得手順、および学習手順を含み、
前記情報取得手順は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習手順は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成し、
前記各手順を、コンピュータに実行させるためのプログラム。
前記情報取得手順は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習手順は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成し、
前記各手順を、コンピュータに実行させるためのプログラム。
【請求項9】
情報取得手順、興味関心情報生成手順、情報検索手順を含み、
前記情報取得手順は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成手順は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、請求項８記載のプログラムにより製造されたものであり、
前記情報検索手順は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力し、
前記各手順を、コンピュータに実行させるためのプログラム。
前記情報取得手順は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成手順は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、請求項８記載のプログラムにより製造されたものであり、
前記情報検索手順は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力し、
前記各手順を、コンピュータに実行させるためのプログラム。
【請求項10】
請求項８または９記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、興味関心モデル製造装置、情報提案装置、興味関心モデル製造方法、情報提案方法、プログラム及び記録媒体に関する。
【背景技術】
【0002】
ユーザが求める情報を検索する際、問い合わせ内容に含まれるキーワードに基づいて、類似事例を検索し、対応する問い合わせとその回答を出力する情報検索装置が知られている（特許文献１等）。また、ウェブサイトにおけるユーザの閲覧ページや検索内容等に基づいて、ユーザの興味を推定する技術も知られている（特許文献２等）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２１－１１４０７０号公報
【特許文献2】特開２０１２－９３８６４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、ウェブ上のコンテンツは加速度的に増え続けているため、ユーザの興味・関心を分析する新たな手法が求められている。
【0005】
そこで本発明は、検索ログに基づいてユーザの興味関心を分析するための興味関心モデルを製造可能な興味関心モデル製造装置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】
前記目的を達成するために、本発明の興味関心モデル製造装置は、
情報取得部、および学習部を含み、
前記情報取得部は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習部は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する。
情報取得部、および学習部を含み、
前記情報取得部は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習部は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する。
【0007】
本発明の情報提案装置は、
情報取得部、興味関心情報生成部、情報検索部を含み、
前記情報取得部は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成部は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、前記本発明の興味関心モデル製造装置により製造されたものであり、
前記情報検索部は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する。
情報取得部、興味関心情報生成部、情報検索部を含み、
前記情報取得部は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成部は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、前記本発明の興味関心モデル製造装置により製造されたものであり、
前記情報検索部は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する。
【0008】
本発明の興味関心モデル製造方法は、
情報取得工程、および学習工程を含み、
前記情報取得工程は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習工程は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する。
情報取得工程、および学習工程を含み、
前記情報取得工程は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習工程は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する。
【0009】
本発明の情報提案方法は、
情報取得工程、興味関心情報生成工程、情報検索工程を含み、
前記情報取得工程は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成工程は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、前記本発明の興味関心モデル製造方法により製造されたものであり、
前記情報検索工程は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する。
情報取得工程、興味関心情報生成工程、情報検索工程を含み、
前記情報取得工程は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成工程は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、前記本発明の興味関心モデル製造方法により製造されたものであり、
前記情報検索工程は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する。
【0010】
本発明の第１のプログラムは、
情報取得手順、および学習手順を含み、
前記情報取得手順は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習手順は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成し、
前記各手順を、コンピュータに実行させるためのプログラムである。
情報取得手順、および学習手順を含み、
前記情報取得手順は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習手順は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成し、
前記各手順を、コンピュータに実行させるためのプログラムである。
【0011】
本発明の第２のプログラムは、情報取得手順、興味関心情報生成手順、情報検索手順を含み、
前記情報取得手順は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成手順は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、前記第１のプログラムにより製造されたものであり、
前記情報検索手順は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力し、
前記各手順を、コンピュータに実行させるためのプログラム
前記情報取得手順は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成手順は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、前記第１のプログラムにより製造されたものであり、
前記情報検索手順は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力し、
前記各手順を、コンピュータに実行させるためのプログラム
【0012】
本発明の記録媒体は、前記本発明の第１のプログラムまたは第２のプログラム（以下、第１のプログラムおよび第２のプログラムをまとめて、本発明のプログラムということがある）を記録したコンピュータ読み取り可能な記録媒体である。
【発明の効果】
【0013】
本発明によれば、検索ログに基づいてユーザの興味関心を分析するための興味関心モデルを製造できる。
【図面の簡単な説明】
【0014】
【発明を実施するための形態】
【0015】
次に、本発明の実施形態について図を用いて説明する。本発明は、以下の実施形態には限定されない。以下の各図において、同一部分には、同一符号を付している。また、各実施形態の説明は、特に言及がない限り、互いの説明を援用でき、各実施形態の構成は、特に言及がない限り、組合せ可能である。
【0016】
本発明において、第１データベースおよび第２データベースは、例えば、特に制限されず、組織が所有する情報が記憶されたデータベースであり、かつ、それぞれ異なるデータベースであれば特に制限されない。前記組織は、例えば、会社組織、組合、行政、病院、同好会、学校等が挙げられる。具体例として、前記第１データベースは、例えば、FAQ（Frequently Asked Questions）情報（いわゆるよくある質問とその回答の情報）が記憶されたデータベースであり、前記第２データベースは、例えば、前記組織内の文書情報が記憶されたデータベースが挙げられるが、本発明はこれに限定されない。また、前記第１データベースおよび第２データベースは、例えば、本発明の興味関心モデル製造装置の構成であってもよいし、前記興味関心モデル製造装置と通信可能な装置外部のデータベースであってもよい。
【0017】
［実施形態１］
本実施形態の興味関心モデル製造装置について、図１を用いて説明する。図１は、本実施形態の興味関心モデル製造装置１０の一例の構成を示すブロック図である。図１に示すように、興味関心モデル製造装置１（以下、「本装置１」ともいう）は、情報取得部２、および学習部３を含む。また、図示していないが、本装置１は、例えば、記憶部を含んでもよい。
本実施形態の興味関心モデル製造装置について、図１を用いて説明する。図１は、本実施形態の興味関心モデル製造装置１０の一例の構成を示すブロック図である。図１に示すように、興味関心モデル製造装置１（以下、「本装置１」ともいう）は、情報取得部２、および学習部３を含む。また、図示していないが、本装置１は、例えば、記憶部を含んでもよい。
【0018】
本装置１は、例えば、前記各部を含む１つの装置でもよいし、前記各部が、通信回線網を介して接続可能な装置でもよい。また、本装置１は、通信回線網を介して、後述する外部装置と接続可能である。通信回線網は、特に制限されず、公知のネットワークを使用でき、例えば、有線でも無線でもよい。通信回線網は、例えば、インターネット回線、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）、電話回線、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＳＡＮ（Ｓｔｏｒａｇｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＤＴＮ（Ｄｅｌａｙ Ｔｏｌｅｒａｎｔ Ｎｅｔｗｏｒｋｉｎｇ）、ＬＰＷＡ（Ｌｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ）、Ｌ５Ｇ（ローカル５Ｇ）、等があげられる。無線通信としては、例えば、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｌ５Ｇ、ＬＰＷＡ等が挙げられる。前記無線通信としては、各装置が直接通信する形態（Ａｄ Ｈｏｃ通信）、インフラストラクチャ（infrastructure通信）、アクセスポイントを介した間接通信等であってもよい。本装置１は、例えば、システムとしてサーバに組み込まれていてもよい。また、本装置１は、例えば、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ、例えば、デスクトップ型、ノート型）、スマートフォン、タブレット端末等であってもよい。さらに、本装置１は、例えば、前記各部のうち少なくとも一つがサーバ上にあり、その他の前記各部が端末上にあるような、クラウドコンピューティングやエッジコンピューティング等の形態であってもよい。
【0019】
図２に、本装置１のハードウェア構成のブロック図を例示する。本装置１は、例えば、ＣＰＵ１０１、メモリ１０２、バス１０３、記憶装置１０４、入力装置１０５、出力装置１０６、通信デバイス（通信部）１０７等を含む。本装置１の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス１０３を介して相互に接続されている。
【0020】
ＣＰＵ１０１は、例えば、コントローラ（システムコントローラ、Ｉ／Ｏコントローラ等）等により、他の構成と連携動作し、本装置１の全体の制御を担う。本装置１において、ＣＰＵ１０１により、例えば、本発明のプログラムやその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的には、例えば、ＣＰＵ１０１が、情報取得部２、および学習部３として機能する。本装置１は、演算装置として、ＣＰＵを備えるが、ＧＰＵ（Graphics Processing Unit）、ＡＰＵ（Accelerated Processing Unit）等の他の演算装置を備えてもよいし、ＣＰＵとこれらとの組合せを備えてもよい。
【0021】
バス１０３は、例えば、外部装置とも接続できる。前記外部装置は、例えば、外部記憶装置（外部データベース等）、プリンタ、外部入力装置、外部表示装置、スピーカ等の音声出力装置、カメラ等の外部撮像装置、および加速度センサ、地磁気センサ、方向センサ等の各種センサ等があげられる。本装置１は、例えば、バス１０３に接続された通信デバイス１０７により、外部ネットワーク（前記通信回線網）に接続でき、外部ネットワークを介して、ユーザの端末等の他の装置と接続することもできる。
【0022】
メモリ１０２は、例えば、メインメモリ（主記憶装置）が挙げられる。ＣＰＵ１０１が処理を行う際には、例えば、後述する記憶装置１０４に記憶されている本発明のプログラム等の種々の動作プログラムを、メモリ１０２が読み込み、ＣＰＵ１０１は、メモリ１０２からデータを受け取って、プログラムを実行する。前記メインメモリは、例えば、ＲＡＭ（ランダムアクセスメモリ）である。また、メモリ１０２は、例えば、ＲＯＭ（読み出し専用メモリ）であってもよい。
【0023】
記憶装置１０４は、例えば、前記メインメモリ（主記憶装置）に対して、いわゆる補助記憶装置ともいう。前述のように、記憶装置１０４には、本発明のプログラムを含む動作プログラムが格納されている。記憶装置１０４は、例えば、記録媒体と、記録媒体に読み書きするドライブとの組合せであってもよい。前記記録媒体は、特に制限されず、例えば、内蔵型でも外付け型でもよく、ＨＤ（ハードディスク）、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＭＯ、ＤＶＤ、フラッシュメモリー、メモリーカード等が挙げられる。記憶装置１０４は、例えば、記録媒体とドライブとが一体化されたハードディスクドライブ（ＨＤＤ）、及びソリッドステートドライブ（ＳＳＤ）であってもよい。本装置１が、例えば、前記記憶部を含む場合、記憶装置１０４が前記記憶部として機能する。前記第１データベースおよび第２データベースの少なくとも一方が本装置１の構成である場合、記憶装置１０４は、例えば、前記第１データベースおよび前記第２データベースの少なくとも一方として機能してもよい。
【0024】
本装置１において、メモリ１０２及び記憶装置１０４は、ログ情報、外部データベース（図示せず）や外部の装置から取得した情報、本装置１によって生成した情報、本装置１が処理を実行する際に用いる情報等の種々の情報を記憶することも可能である。なお、少なくとも一部の情報は、例えば、メモリ１０２及び記憶装置１０４以外の外部サーバに記憶されていてもよいし、複数の端末にブロックチェーン技術等を用いて分散して記憶されていてもよい。
【0025】
本装置１は、例えば、さらに、入力装置１０５、出力装置１０６を備える。入力装置１０５は、例えば、タッチパネル、トラックパッド、マウス等のポインティングデバイス；キーボード；カメラ、スキャナ等の撮像手段；ＩＣカードリーダ、磁気カードリーダ等のカードリーダ；マイク等の音声入力手段；等があげられる。出力装置１０６は、例えば、ＬＥＤディスプレイ、液晶ディスプレイ等の表示装置；スピーカ等の音声出力装置；プリンタ；等があげられる。出力装置１０６は、例えば、通信デバイス１０７を介して接続された前記外部装置に各種情報を出力可能であってもよい。本実施形態１において、入力装置１０５と出力装置１０６とは、別個に構成されているが、入力装置１０５と出力装置１０６とは、タッチパネルディスプレイのように、一体として構成されてもよい。
【0026】
つぎに、本実施形態の興味関心モデル製造方法の一例を、図３のフローチャートに基づき説明する。本実施形態の興味関心モデル製造方法は、例えば、図１から図２に示す興味関心モデル製造装置１を用いて、次のように実施する。なお、本実施形態の興味関心モデル製造方法は、図１から図２の興味関心モデル製造装置１の使用には限定されない。なお、以下の説明においては、前記第１データベースが、企業におけるＦＡＱ（Frequently Asked Questions）情報（よくある質問とその回答の情報）のデータベースであり、前記第１検索ログ情報として、前記ＦＡＱ情報に対する検索ログ（例えば、質問ログともいう）が蓄積されており、前記第２データベースが、企業における社内文書情報が記憶されているデータベースであり、前記第２検索ログ情報として、前記社内文書情報の検索ログが蓄積されている場合を例に挙げて説明するが、本発明は以下の例示には何ら制限されない。
【0027】
まず、興味関心モデル製造装置１の情報取得部２は、第１検索ログ情報および第２検索ログ情報を取得する（Ｓ１、情報取得工程）。前記第１検索ログ情報および前記第２検索ログ情報は、例えば、本装置１の記憶装置１０４またはメモリ１０２に記憶されていてもよいし、装置外部のデータベースまたはサーバ（図示せず）に記憶されていてもよい。後者の場合、情報取得部２は、例えば、通信回線網を介して前記外部のデータベースまたはサーバにアクセスすることにより前記第１検索ログ情報および前記第２検索ログ情報を取得できる。
【0028】
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含む。前記第１データベースの検索は、例えば、後述する情報検索支援装置により実行できる。前記第１検索ログは、例えば、前記情報検索支援装置の第１検索部による検索ログがあげられる。前記第１検索ログは、ユーザが頻繁に探す情報や困っていることが記録されるログであり、例えば、ヘルプデスク等におけるＦＡＱ情報の検索ログがあげられ、ユーザの質問内容（検索キーワード）、ユーザが選択（閲覧）したコンテンツ（ＦＡＱ）の種類、および、コンテンツの評価情報を含む。前記評価情報は、例えば、選択（閲覧）によりユーザの疑問が解決したか否かの情報があげられる。
【0029】
前記第１検索ログ情報は、例えば、その他の情報を含んでもよい。前記その他の情報は、例えば、検索キーワードに対して提示したコンテンツの情報、検索日時情報、ユーザの識別情報（氏名、ＩＤ、端末識別情報等）、ユーザの属性情報（性別、所属、職業、年齢、役職等）を含んでもよい。
【0030】
図４に、前記第１検索ログの具体例を示す。図４に示すように、前記第１検索ログは、例えば、第１データベースの検索日時、ユーザ識別情報（ユーザＩＤ）、検索キーワード（質問内容）、ユーザが閲覧したコンテンツ（選択ＦＡＱ）、評価情報（解決有無）を含む。
【0031】
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含む。前記「解決しなかった事項」とは、例えば、前記第１検索ログが含むコンテンツの評価情報において、否定的な評価が含まれる検索ログを意味する。前記第２データベースの検索は、例えば、後述する情報検索支援装置により実行できる。前記第２検索ログは、例えば、前記情報検索支援装置の第２検索部による検索ログがあげられる。前記第２検索ログは、例えば、検索キーワード、ユーザが選択（閲覧）したコンテンツの種類、および、コンテンツの評価情報を含む。前記第２検索ログは、例えば、検索結果ログ、クリックログ、評価ログ等のログを含んでもよい。前記検索結果ログは、例えば、前記第２データベースの検索に関する詳細情報を記録したログであり、検索キーワード、検索結果件数等の情報を含む。前記クリックログは、ユーザが検索結果をクリックして参照したコンテンツを記録したログであり、検索結果におけるクリックされたコンテンツの表示順序（検索結果順位、ランキングともいう）、コンテンツのタイトル（ファイル名、文書名等）、コンテンツのアクセス情報（ＵＲＬ）等の情報を含む。前記評価ログは、ユーザが参照した情報が役に立ったどうかを評価したログであり、評価されたコンテンツの情報、評価内容（肯定的（いいね、good）、否定的（よくないね、bad））等の情報を含む。前記評価ログは、例えば、いいねログともいう。
【0032】
前記第２検索ログ情報は、例えば、その他の情報を含んでもよい。前記その他の情報は、例えば、検索日時情報、ユーザの識別情報（氏名、ＩＤ、端末識別情報等）、ユーザの属性情報（性別、職業、年齢、役職等）を含んでもよい。
【0033】
図５に、前記第２検索ログの具体例を示す。図５に示すように、前記第２検索ログは、例えば、第２データベースの検索日時、ユーザ識別情報（ユーザＩＤ）、ログ種別（検索結果ログ（検索結果）、クリックログ（クリック）、いいねログ（いいね））、検索キーワード、検索結果順位、検索結果件数、ユーザが閲覧したコンテンツ（文書タイトル、URL）を含む。
【0034】
つぎに、学習部３は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する（Ｓ２、学習工程）。具体的に、学習部３は、例えば、第１検索ログ情報および第２検索ログ情報を用いたトピックモデリングにより、前記興味関心モデルを生成できる。
【0035】
学習部３は、例えば、前記第１検索ログ情報および第２検索ログ情報が含む単語の抽象化処理を行い、抽象化処理後の前記第１検索ログ情報および第２検索ログ情報を用いて前記興味関心モデルを生成してもよい。また、学習部３は、例えば、ユーザ毎に前記興味関心モデルを生成することが好ましい。学習部３は、例えば、前記第１検索ログ情報および前記第２検索ログ情報が含むユーザ識別情報に基づいてユーザを識別し、識別したユーザ毎の第１検索ログ情報および第２検索ログ情報を用いた機械学習を行うことによってユーザ毎の興味関心モデルを生成できる。これにより、例えば、ユーザ毎の興味関心事項の分析が可能になる。
【0036】
また、学習部３による処理は、前述の処理には限定されず、例えば、前記第１検索ログ情報および前記第２検索ログ情報を教師データとして用いた機械学習によって前記興味関心モデルを構築してもよい。この場合、前記機械学習は、特に制限されず、例えば、ＣＮＮ、ＳＶＭ、ベイジアンネットワーク、回帰木等を用いた機械学習である。また、学習部３は、例えば、第１検索ログ情報および第２検索ログ情報を組とした教師データと、既に生成された学習済モデルとを用いて、再学習させた学習済モデル（派生モデル）を生成してもよい。さらに、学習部３は、第１検索ログ情報および第２検索ログ情報を組とした教師データとして生成した学習済モデルを用いて転移学習することにより得られた学習済モデルを生成してもよいし、第１検索ログ情報および第２検索ログ情報を組とした教師データとして生成した学習済モデルをモデル圧縮することにより前記学習済モデルを生成してもよい。
【0037】
前記興味関心モデルは、例えば、前記第１検索ログ情報および前記第２検索ログ情報を入力する入力層と、前記興味関心情報を出力する出力層と、入力層と出力層との間に設けられる少なくとも１層の中間層とを含むモデルであってもよい。前記興味関心モデルは、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であってもよい。前記多層化ネットワークとしては、例えば、ニューラルネットワーク等が挙げられる。前記ニューラルネットワークとしては、例えば、畳み込みニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ：ＣＮＮ）等が挙げられるが、ＣＮＮに限定されず、ＣＮＮ以外のニューラルネットワーク、ＳＶＭ（Support Vector Machine）、ベイジアンネットワーク、回帰木等の他の学習アルゴリズムで構築された学習済みモデルであってもよい。
【0038】
本実施形態によって生成される学習済みモデルは、例えば、後述する実施形態３に記載の情報提案装置に使用される。これにより、前記興味関心情報を生成可能であり、検索ログに基づいてユーザの興味関心を分析できる。また、学習部により、第１検索ログ情報および第２検索ログ情報を定期的に学習させることにより、前記興味関心モデルを、ユーザ（利用者）の興味関心の変化を推測するモデルとして構築することもできる。データベースの情報は、例えば、比較的新しい情報から古い情報まで、様々な情報を蓄積しているが、興味関心の変化に応じて、新旧の情報を随時提供することができるようになる。
【0039】
［実施形態２］
実施形態２は、本発明の興味関心モデル製造装置の他の例である。
実施形態２は、本発明の興味関心モデル製造装置の他の例である。
【0040】
本実施形態の興味関心モデル製造装置は、実施形態１の興味関心モデル製造装置１の構成に加えて、分類部を含むこと以外は前記実施形態１の興味関心モデル製造装置１と同様であり、その説明を援用できる。本実施形態の興味関心モデル製造装置１Ａは、例えば、分類部を含み、前記情報取得部は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、前記分類部は、前記属性情報に基づいてユーザを分類し、前記学習部は、前記ユーザの分類ごとに前記興味関心モデルを生成する。
【0041】
図６は、本実施形態の興味関心モデル製造装置１Ａの一例の構成を示すブロック図である。図６に示すように、興味関心モデル製造装置１Ａは、実施形態１の興味関心モデル製造装置１の構成に加えて、分類部４を備える。興味関心モデル製造装置１Ａのハードウェア構成は、図２の興味関心モデル製造装置１のハードウェア構成において、ＣＰＵ１０１が、図１の興味関心モデル製造装置１の構成に代えて、図６の興味関心モデル製造装置１Ａの構成を備える以外は同様である。
【0042】
つぎに、本実施形態の興味関心モデル製造方法について、図７のフローチャートを用いて説明する。本実施形態の興味関心モデル製造方法は、例えば、図６に示す本実施形態の興味関心モデル製造装置１Ａを用いて実施できる。なお、本発明の興味関心モデル製造方法は、興味関心モデル製造装置１Ａの使用に限定されない。
【0043】
まず、情報取得部２は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得する（Ｓ１１、情報取得工程）。Ｓ１１は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得すること以外は実施形態１のＳ１と同様であり、その説明を援用できる。ユーザの属性情報は、例えば、ユーザの性別、年齢、職業、所属、学歴、ＩＴリテラシーの程度、ユーザの興味関心情報等があげられ、これらの組み合わせであってもよい。前記興味関心情報は、ユーザが興味関心を示す可能性がある情報を示す情報である。前記興味関心情報は、例えば、任意に取得した興味関心情報でもよいし、後述する情報提案装置が生成した興味関心情報でもよいし、本装置１が前記興味関心モデルを用いて生成した興味関心情報でもよい。前記興味関心情報を任意に取得する場合、情報取得部２は、例えば、前記ユーザの識別情報に予め紐づけられた興味関心情報を取得してもよいし、本装置１Ａの使用時に、ユーザに興味関心のある情報について質問し、前記質問への回答に基づいてユーザの興味関心情報を推定し、取得してもよい。前記属性情報が前記興味関心情報を含む場合、前記興味関心情報は、例えば、分類属性情報ともいう。
【0044】
つぎに、分類部４は、前記属性情報に基づいてユーザを分類する（Ｓ１２、分類工程）。前記ユーザの分類は、例えば、前記属性情報に基づいてユーザをクラスタリングし、生成したクラスターを分類することにより実行できる。
【0045】
そして、学習部３は、前記ユーザの分類ごとに前記興味関心モデルを生成する（Ｓ１３、学習工程）。Ｓ１３は、前記ユーザの分類ごとに興味関心モデルを生成すること以外は実施形態１のＳ２と同様であり、その説明を援用できる。
【0046】
［実施形態３］
実施形態３は、本発明の情報提案装置の例である。
実施形態３は、本発明の情報提案装置の例である。
【0047】
本実施形態の情報提案装置について、図８を用いて説明する。図８は、本実施形態の情報提案装置２０の一例の構成を示すブロック図である。図８に示すように、情報提案装置２０は、情報取得部２１、興味関心情報生成部２２、情報検索部２３を含む。また、図示していないが、情報提案装置２０は、例えば、記憶部、学習部を含んでもよい。
【0048】
情報提案装置２０は、例えば、前記各部を含む１つの装置でもよいし、前記各部が、通信回線網を介して接続可能な装置でもよい。また、情報提案装置２０は、通信回線網を介して、後述する外部装置と接続可能である。通信回線網は、特に制限されず、公知のネットワークを使用でき、例えば、有線でも無線でもよい。通信回線網は、例えば、インターネット回線、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）、電話回線、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＳＡＮ（Ｓｔｏｒａｇｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＤＴＮ（Ｄｅｌａｙ Ｔｏｌｅｒａｎｔ Ｎｅｔｗｏｒｋｉｎｇ）、ＬＰＷＡ（Ｌｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ）、Ｌ５Ｇ（ローカル５Ｇ）、等があげられる。無線通信としては、例えば、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ローカル５Ｇ、ＬＰＷＡ等が挙げられる。前記無線通信としては、各装置が直接通信する形態（Ａｄ Ｈｏｃ通信）、インフラストラクチャ（infrastructure通信）、アクセスポイントを介した間接通信等であってもよい。情報提案装置２０は、例えば、システムとしてサーバに組み込まれていてもよい。また、情報提案装置２０は、例えば、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ、例えば、デスクトップ型、ノート型）、スマートフォン、タブレット端末等であってもよい。さらに、情報提案装置２０は、例えば、前記各部のうち少なくとも一つがサーバ上にあり、その他の前記各部が端末上にあるような、クラウドコンピューティングやエッジコンピューティング等の形態であってもよい。
【0049】
図９に、情報提案装置２０のハードウェア構成のブロック図を例示する。図９に示すように、情報提案装置２０は、例えば、ＣＰＵ２０１、メモリ２０２、バス２０３、記憶装置２０４、入力装置２０６、ディスプレイ２０７、通信デバイス２０８等を備える。情報提案装置２０の各構成の説明は、興味関心モデル製造装置１の各構成の説明を援用できる。情報提案装置２０の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス２０３を介して接続されている。情報提案装置２０において、ＣＰＵ２０１が情報取得部２１、興味関心情報生成部２２、情報検索部２３、および前記学習部として機能する。
【0050】
つぎに、本実施形態の情報提案方法の一例を、図１０のフローチャートに基づき説明する。本実施形態の情報提案方法は、例えば、図８及び９の情報提案装置２０を用いて、次のように実施する。なお、本実施形態の学習済みモデルの製造方法は、図８及び図９の情報提案装置２０の使用には限定されない。
【0051】
まず、情報取得部２１は、前記第１検索ログ情報および前記第２検索ログ情報を取得する（Ｓ２１、情報取得工程）。Ｓ２１は、例えば、実施形態１のＳ１と同様であり、その説明を援用できる。
【0052】
つぎに、興味関心情報生成部２２は、興味関心モデルを用いて、ユーザの興味関心情報を生成する（Ｓ２２、興味関心情報生成工程）。前記興味関心モデルは、前記実施形態１または２に記載の興味関心モデル製造装置により製造されたものであり、その説明を援用できる。前記興味関心情報は、例えば、ユーザが興味または関心を持つであろう情報を検索するための情報（例えば、検索キーワード、トピック）の情報、または興味関心の傾向毎にユーザを分類するための分類属性情報があげられる。
【0053】
そして、情報検索部２３は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する（Ｓ２３、情報検索工程）。情報検索部２３が検索するデータベースは、特に制限されず、任意のデータベースとできるが、例えば、前記第２データベースであることが好ましい。前記興味関心情報が、ユーザが興味または関心を持つであろう情報を検索するための情報である場合、情報検索部２３は、例えば、前記興味関心情報を検索クエリとして前記データベースを検索し、検索結果を前記関心候補情報として出力できる。また、情報検索部２３は、例えば、前記第２データベースが含む情報（コンテンツ）を検索し、検索したコンテンツを前記興味関心モデル（トピックモデル）を用いて分類してもよい。この場合、前記興味関心情報として、所定の分類属性情報を有するユーザに対し、対応する分類がなされたコンテンツについて、前記ユーザの関心候補情報として出力できる。この場合、前記データベースの検索条件は、特に制限されず、所定期間内に前記データベースに追加されたコンテンツを検索してもよいし、所定の情報を含むコンテンツを検索性手もよい。情報検索部２３による処理は、例えば、ユーザが第１データベースまたは第２データベースを検索したタイミングに実行されてもよいし、任意のタイミングで実行されてもよい。
【0054】
情報提案装置２０が前記学習部を含む場合、前記学習部は、例えば、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成してもよい。前記学習部による処理は、例えば、前記実施形態１および２のＳ２またはＳ１３と同様にして実施でき、その説明を援用できる。
【0055】
本実施形態の情報提案装置によれば、第１検索ログ情報および第２検索ログ情報を学習した興味関心モデルを利用してユーザの興味関心を分析し、ユーザが興味・関心を持つ可能性のある情報を提案できる。
【0056】
図１１を用いて、本実施形態の情報提案装置２０の利用の例を説明する。以下の説明においては、前記第１データベースが、企業におけるＦＡＱ（Frequently Asked Questions）情報（よくある質問とその回答の情報）のデータベースであり、前記質問情報に対する回答の候補となる第１回答候補情報が記憶されているデータベースであり、前記第２データベースが、企業における社内文書情報が記憶されているデータベースであり、前記質問情報に対する回答の候補となる第２回答候補情報が記憶されているデータベースである場合を例に挙げて説明するが、本発明は以下の例示には何ら制限されない。
【0057】
図１１に示すように、まず本装置２０の利用者は、本装置２０外のヘルプデスクにおいて、質問を入力し、ヘルプデスクは、利用者に質問への回答を出力する。本装置２０は、情報取得部２１により、前記ヘルプデスクへの質問のログ情報を前記第１検索ログとして取得する。また、利用者は、前記ヘルプデスクで回答が得られなかった（解決しなかった）事項について、さらに、社内文書検索（情報検索）を用いて検索を実行する。本装置２０は、情報取得部２１により、前記情報検索のログ情報を前記第２検索ログとして取得する。そして、本装置２０の学習部（学習部３）により、前記第１検索ログ情報および前記第２検索ログ情報を前記用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する。そして、興味関心情報生成部２２は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、情報検索部２３は、前記興味関心情報に基づいてデータベースを検索し、ユーザが興味関心を持つ可能性のある興味関心情報を利用者に提供（出力）する。このように、本装置２０によれば、利用者の第１検索ログおよび第２検索ログを学習した興味関心モデルを利用してユーザの興味関心を分析し、ユーザが興味・関心を持つ可能性のある情報を提案できる。
【0058】
［実施形態４］
実施形態４は、実施形態１～２の興味関心モデル製造装置、または実施形態３の情報提案装置が使用する前記第１検索ログ情報および前記第２検索ログ情報を蓄積可能な情報検索支援装置の例である。なお、前述のように、本発明の興味関心モデル製造装置および情報提案装置は、本実施形態の情報提案装置が蓄積した第１検索ログ情報および第２検索ログ情報を利用可能であるが、本発明の興味関心モデル製造装置および情報提案装置が利用する前記第１検索ログ情報および第２検索ログ情報は、本実施形態の情報提案装置が蓄積した情報には限定されない。
実施形態４は、実施形態１～２の興味関心モデル製造装置、または実施形態３の情報提案装置が使用する前記第１検索ログ情報および前記第２検索ログ情報を蓄積可能な情報検索支援装置の例である。なお、前述のように、本発明の興味関心モデル製造装置および情報提案装置は、本実施形態の情報提案装置が蓄積した第１検索ログ情報および第２検索ログ情報を利用可能であるが、本発明の興味関心モデル製造装置および情報提案装置が利用する前記第１検索ログ情報および第２検索ログ情報は、本実施形態の情報提案装置が蓄積した情報には限定されない。
【0059】
本実施形態の情報検索支援装置について、図１２を用いて説明する。図１２は、本実施形態の情報検索支援装置３０の一例の構成を示すブロック図である。図１２に示すように、情報検索支援装置３０（以下、「本装置３０」ともいう）は、第１検索部３１、評価情報取得部３２、誘導部３３、第２検索部３４、優先情報設定部３５、回答候補補正部３６を含む。また、図示していないが、本装置３０は、例えば、記憶部を含んでもよい。
【0060】
本装置３０は、例えば、前記各部を含む１つの装置でもよいし、前記各部が、通信回線網を介して接続可能な装置でもよい。また、本装置３０は、通信回線網を介して、後述する外部装置と接続可能である。通信回線網は、特に制限されず、公知のネットワークを使用でき、例えば、有線でも無線でもよい。通信回線網は、例えば、インターネット回線、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）、電話回線、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＳＡＮ（Ｓｔｏｒａｇｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＤＴＮ（Ｄｅｌａｙ Ｔｏｌｅｒａｎｔ Ｎｅｔｗｏｒｋｉｎｇ）、ＬＰＷＡ（Ｌｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ）、Ｌ５Ｇ（ローカル５Ｇ）、等があげられる。無線通信としては、例えば、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｌ５Ｇ、ＬＰＷＡ等が挙げられる。前記無線通信としては、各装置が直接通信する形態（Ａｄ Ｈｏｃ通信）、インフラストラクチャ（infrastructure通信）、アクセスポイントを介した間接通信等であってもよい。本装置３０は、例えば、システムとしてサーバに組み込まれていてもよい。また、本装置３０は、例えば、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ、例えば、デスクトップ型、ノート型）、スマートフォン、タブレット端末等であってもよい。さらに、本装置３０は、例えば、前記各部のうち少なくとも一つがサーバ上にあり、その他の前記各部が端末上にあるような、クラウドコンピューティングやエッジコンピューティング等の形態であってもよい。
【0061】
図１３に、本装置３０のハードウェア構成のブロック図を例示する。本装置３０は、例えば、ＣＰＵ３０１、メモリ３０２、バス３０３、記憶装置３０４、入力装置３０５、出力装置３０６、通信デバイス（通信部）３０７等を含む。本装置３０の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス３０３を介して相互に接続されている。
【0062】
ＣＰＵ３０１は、例えば、コントローラ（システムコントローラ、Ｉ／Ｏコントローラ等）等により、他の構成と連携動作し、本装置３０の全体の制御を担う。本装置３０において、ＣＰＵ３０１により、例えば、本発明のプログラムやその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的には、例えば、ＣＰＵ３０１が、第１検索部３１、評価情報取得部３２、誘導部３３、第２検索部３４、優先情報設定部３５、回答候補補正部３６として機能する。本装置３０は、演算装置として、ＣＰＵを備えるが、ＧＰＵ（Graphics Processing Unit）、ＡＰＵ（Accelerated Processing Unit）等の他の演算装置を備えてもよいし、ＣＰＵとこれらとの組合せを備えてもよい。
【0063】
バス３０３は、例えば、外部装置とも接続できる。前記外部装置は、例えば、前記実施形態１～２の興味関心モデル製造装置、実施形態３の情報提案装置、外部記憶装置（外部データベース等）、プリンタ、外部入力装置、外部表示装置、スピーカ等の音声出力装置、カメラ等の外部撮像装置、および加速度センサ、地磁気センサ、方向センサ等の各種センサ等があげられる。本装置３０は、例えば、バス３０３に接続された通信デバイス３０７により、外部ネットワーク（前記通信回線網）に接続でき、外部ネットワークを介して、ユーザの端末等の他の装置と接続することもできる。
【0064】
メモリ３０２は、例えば、メインメモリ（主記憶装置）が挙げられる。ＣＰＵ３０１が処理を行う際には、例えば、後述する記憶装置３０４に記憶されている本発明のプログラム等の種々の動作プログラムを、メモリ３０２が読み込み、ＣＰＵ３０１は、メモリ３０２からデータを受け取って、プログラムを実行する。前記メインメモリは、例えば、ＲＡＭ（ランダムアクセスメモリ）である。また、メモリ３０２は、例えば、ＲＯＭ（読み出し専用メモリ）であってもよい。
【0065】
記憶装置３０４は、例えば、前記メインメモリ（主記憶装置）に対して、いわゆる補助記憶装置ともいう。前述のように、記憶装置３０４には、本発明のプログラムを含む動作プログラムが格納されている。記憶装置３０４は、例えば、記録媒体と、記録媒体に読み書きするドライブとの組合せであってもよい。前記記録媒体は、特に制限されず、例えば、内蔵型でも外付け型でもよく、ＨＤ（ハードディスク）、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＭＯ、ＤＶＤ、フラッシュメモリー、メモリーカード等が挙げられる。記憶装置３０４は、例えば、記録媒体とドライブとが一体化されたハードディスクドライブ（ＨＤＤ）、及びソリッドステートドライブ（ＳＳＤ）であってもよい。本装置３０が、例えば、前記記憶部を含む場合、記憶装置３０４が前記記憶部として機能する。前記第１データベースおよび第２データベースの少なくとも一方が本装置３０の構成である場合、記憶装置３０４は、例えば、前記第１データベースおよび前記第２データベースの少なくとも一方として機能してもよい。
【0066】
本装置３０において、メモリ３０２及び記憶装置３０４は、ログ情報、外部データベース（図示せず）や外部の装置から取得した情報、本装置３０によって生成した情報、本装置３０が処理を実行する際に用いる情報等の種々の情報を記憶することも可能である。なお、少なくとも一部の情報は、例えば、メモリ３０２及び記憶装置３０４以外の外部サーバに記憶されていてもよいし、複数の端末にブロックチェーン技術等を用いて分散して記憶されていてもよい。
【0067】
本装置３０は、例えば、さらに、入力装置３０５、出力装置３０６を備える。入力装置３０５は、例えば、タッチパネル、トラックパッド、マウス等のポインティングデバイス；キーボード；カメラ、スキャナ等の撮像手段；ＩＣカードリーダ、磁気カードリーダ等のカードリーダ；マイク等の音声入力手段；等があげられる。出力装置３０６は、例えば、ＬＥＤディスプレイ、液晶ディスプレイ等の表示装置；スピーカ等の音声出力装置；プリンタ；等があげられる。出力装置３０６は、例えば、通信デバイス３０７を介して接続された前記外部装置に各種情報を出力可能であってもよい。本実施形態４において、入力装置３０５と出力装置３０６とは、別個に構成されているが、入力装置３０５と出力装置３０６とは、タッチパネルディスプレイのように、一体として構成されてもよい。
【0068】
つぎに、本実施形態の情報検索支援方法の一例を、図１４のフローチャートに基づき説明する。本実施形態の情報検索支援方法は、例えば、図１２から図１３に示す情報検索支援装置３０を用いて、次のように実施する。なお、本実施形態の情報検索支援方法は、図１２から図１３の情報検索支援装置３０の使用には限定されない。
【0069】
まず、情報検索支援装置３０の第１検索部３１は、質問情報を取得し、前記質問情報に基づいて第１データベースを検索し、前記第１データベースから前記質問情報に対応する第１回答候補情報を出力する（Ｓ３１、第１検索工程）。前記質問情報は、例えば、ユーザが知りたい情報に関して検索するための情報であり、テキスト情報でもよいし、それ以外の情報でもよい。前記それ以外の情報は、例えば、音声情報があげられ、この場合、第１検索部３１は、例えば、取得した音声情報を公知の音声認識技術によりテキスト情報に変換することが好ましい。第１検索部１は、例えば、取得した質問情報を自然言語処理手段（例えば、形態素解析等）により処理し、処理後の質問情報を用いて前記第１データベースを検索してもよい。第１回答候補情報は、例えば、１以上の回答候補を含む。第１回答候補情報が２以上の複数の回答候補を含む場合、第１検索部３１は、例えば、前記質問情報に基づいて、より質問情報に対して適切な回答候補から順に、ランキング形式で表示するように前記第１回答候補情報を出力できる。第１検索部３１のユーザインターフェイスは、例えば、ヘルプデスク、チャットボットのような形式であってもよい。
【0070】
つぎに、評価情報取得部３２は、前記第１回答候補情報に対する第１評価情報を取得する（Ｓ３２、評価情報取得工程）。評価情報取得部３２は、例えば、ユーザに対し、前記第１回答候補情報により質問の内容が解決したかを問い合わせ、そのリアクションを取得することにより前記第１評価情報を取得してもよい。前記第１評価情報は、ユーザが選択した第１回答候補情報と、前記第１回答候補情報の評価とを含む。前記選択した回答候補は、例えば、ユーザが閲覧した回答候補の情報であり、いわゆるクリックログであってもよい。前記第１データベースが前記ＦＡＱ記憶部である場合、前記第１評価情報は、例えば、質問情報に基づいて検索された第１回答候補情報（候補となる「よくある質問」のリスト）から、ユーザが選択した回答候補と、前記回答候補により質問が解決したか否か（役に立ったか否か）の情報があげられる。前記評価は、例えば、前記回答候補に対するユーザの反応の情報であり、肯定的（ポジティブ）な情報でもよいし、否定的（ネガティブ）な情報でもよい。前記評価は、例えば、前記回答候補にユーザが求める情報が含まれていたか否か、回答候補の情報がユーザの役に立ったか否か、ユーザの質問（疑問）が解決したか否か等の情報があげられる。前記第１回答候補情報に対する第１評価情報は、例えば、質問ログともいう。評価情報取得部３２は、例えば、取得した前記第１評価情報を記憶装置３０４またはメモリ３０２に記憶してもよい。
【0071】
前記第１評価情報は、例えば、その他の情報を含んでもよい。前記その他の情報は、例えば、日時情報、ユーザの識別情報（氏名、ＩＤ、端末識別情報等）、ユーザの属性情報（性別、職業、年齢、役職等）を含んでもよい。
【0072】
つぎに、誘導部３３は、前記第１評価情報に基づいて第２検索の要否を判定し、第２検索が必要と判定した場合、ユーザを第２検索に誘導する（Ｓ３３、誘導工程）。誘導部３３は、例えば、前記第１評価情報において、回答候補に対する評価が否定的（ネガティブな）評価である場合に、第２検索が必要と判定できる。誘導部３３は、例えば、前記第２検索が必要と判定した場合、例えば、ユーザが閲覧している画面を第１検索画面から第２検索画面に遷移させることによりユーザを第２検索に誘導してもよいし、第２検索を起動するために必要な情報（アクセスURL等）をユーザに提示することによりユーザを第２検索に誘導してもよい。なお、誘導部３３は、例えば、前記第１評価情報において、回答候補に対する評価がポジティブな評価である場合には、前記第２検索が必要と判定してもよいし、不要と判定してもよい。
【0073】
つぎに、第２検索部３４は、前記質問情報に基づいて第２データベースを検索し、前記第２データベースから前記質問情報に対応する第２回答候補情報を出力する（Ｓ３４、第２検索工程）。前記質問情報は、例えば、前記Ｓ１で第１検索部３１が取得した質問情報と同じでもよいし異なってもよいが、ユーザの利便性の観点からは同じ質問情報であることが好ましい。第２検索部３４は、例えば、質問情報を自然言語処理手段（例えば、形態素解析等）により処理し、処理後の質問情報を用いて前記第２データベースを検索してもよい。第２回答候補情報は、例えば、１以上の回答候補を含む。第２回答候補情報が２以上の複数の回答候補を含む場合、第２検索部３４は、例えば、前記質問情報に基づいて、より質問情報に対して適切な回答候補から順に、ランキング形式で表示するように前記第２回答候補情報を出力できる。また、第２回答候補情報は、例えば、回答候補毎に、質問した内容が回答候補により解決したかを問い合わせる情報を含んでもよい。
【0074】
つぎに、評価情報取得部３２は、前記第２回答候補情報に対する第２評価情報を取得する（Ｓ３５、評価情報取得工程）。評価情報取得部３２は、例えば、ユーザに対し、前記第２回答候補情報が役に立ったかを問い合わせ、そのリアクションを取得することにより前記第２評価情報を取得してもよい。前記第２評価情報は、ユーザが選択した第２回答候補情報と、前記第２回答候補情報の評価とを含む。前記選択した回答候補は、例えば、ユーザが閲覧した回答候補の情報であり、いわゆるクリックログであってもよい。前記評価は、例えば、回答候補の情報がユーザの役に立ったか否か、ユーザの質問（疑問）が解決したか否かの情報があげられる。前記第２回答候補情報に対する第２評価情報は、例えば、検索ログともいう。評価情報取得部３２は、例えば、取得した前記第２評価情報を記憶装置３０４またはメモリ３０２に記憶してもよい。
【0075】
前記第２評価情報は、例えば、その他の情報を含んでもよい。前記その他の情報は、例えば、日時情報、ユーザの識別情報（氏名、ＩＤ、端末識別情報等）、ユーザの属性情報（性別、職業、年齢、役職等）を含んでもよい。
【0076】
つぎに、優先情報設定部３５は、前記第１評価情報に基づいて前記質問情報に対する前記第１回答候補情報の優先情報を設定し、前記第２評価情報に基づいて前記質問情報に対する前記第２回答候補情報の優先情報を設定する（Ｓ３６、優先情報設定工程）。前記優先情報の設定は、例えば、機械学習によるものでもよいし、それ以外の処理によるものであってもよい。機械学習による優先情報の設定は、例えば、前記質問情報、前記第１評価情報、および前記第１回答候補情報を入力データとした機械学習により、前記質問情報を入力した際に、より評価の高い第１回答候補情報を出力するように学習させることにより設定できる。また、前記質問情報、前記第２評価情報、および前記第２回答候補情報を入力データとした機械学習により、前記質問情報を入力した際に、より評価の高い第２回答候補情報を出力するように学習させることにより設定できる。機械学習により設定した前記優先情報は、例えば、ランキング補正モデルともいう。前記それ以外の処理による優先情報の設定は、例えば、前記第１評価情報が前記第１回答候補情報に対する肯定的な情報を含む場合、前記質問情報に対する前記第１回答候補情報の優先情報を相対的に高く算出し、前記評価情報が前記第１回答候補情報に対する否定的な情報を含む場合、前記質問情報に対する前記第１回答候補情報を低く算出し、前記第２評価情報が前記第２回答候補情報に対する肯定的な情報を含む場合、前記質問情報に対する前記第２回答候補情報の優先情報を相対的に高く算出し、前記評価情報が前記第２回答候補情報に対する否定的な情報を含む場合、前記質問情報に対する前記第２回答候補情報を低く算出する、といった処理があげられる。優先情報設定部３５が設定した優先情報は、例えば、記憶装置３０４またはメモリ３０２に記憶してもよい。
【0077】
なお、優先情報設定部３５による処理は、例えば、処理負荷分散のため、Ｓ３１～Ｓ３５までの処理とは異なる時間帯（例えば、夜間）に実行することが好ましい。
【0078】
回答候補補正部３６は、前記優先情報に基づいて、前記第１回答候補情報および前記第２回答候補情報の少なくとも一方を補正する（Ｓ３７、回答候補補正工程）。具体的に、回答候補補正部３６は、例えば、設定された優先情報に基づいて、前記質問情報に対して、優先度が高く設定された回答候補を、前記第１回答候補情報または前記第２回答候補情報において上位に表示されるように補正する。また、回答候補補正部３６は、例えば、前記質問情報に対して優先度が低く設定された回答候補については、前記第１回答候補情報または前記第２回答候補情報において下位に表示されるように補正してもよい。
【0079】
本実施形態の情報検索支援装置３０によれば、前記優先情報に基づいて、前記第１回答候補情報および前記第２回答候補情報の少なくとも一方を補正できる。このため、同一または類似の質問情報を再度取得した際に、前記優先情報に基づいてより精度の高い第１回答候補情報および第２回答候補情報を出力できる。また、本実施形態の情報検索支援装置３０は、例えば、前記Ｓ３１～Ｓ３２のログを前記第１検索ログ情報として蓄積し、前記Ｓ３１～Ｓ３５までのログを、前記第２検索ログ情報として蓄積する。そして、情報検索支援装置３０は、必要に応じて前記実施形態１～２の興味関心モデル製造装置、または実施形態３の情報提案装置と通信し、前記第１検索ログ情報および前記第２検索ログ情報を出力可能である。
【0080】
図１５～図１６を用いて、本実施形態の情報検索支援装置３０の利用の例を説明する。以下の説明においては、前記第１データベースが、企業におけるＦＡＱ（Frequently Asked Questions）情報（よくある質問とその回答の情報）のデータベースであり、前記質問情報に対する回答の候補となる第１回答候補情報が記憶されているデータベースであり、前記第２データベースが、企業における社内文書情報が記憶されているデータベースであり、前記質問情報に対する回答の候補となる第２回答候補情報が記憶されているデータベースである場合を例に挙げて説明するが、本発明は以下の例示には何ら制限されない。
【0081】
まず、図１５を用いて前記Ｓ３１～Ｓ３４を説明する。図１５に示すように、利用者（ユーザ）が、ヘルプデスクである第１検索部３１に対して質問「ＰＣを返却したい」を投稿する。第１検索部３１は、第１データベースである社内ＦＡＱにアクセスし、回答候補として、社内ＦＡＱから投稿された質問に類似する質問を検索して利用者に出力する。利用者は、出力された回答候補から、質問の意図と合致した回答候補（よくある質問）を見つけられなかった場合、前記第１評価情報として、「ありません」等のテキストを本装置３０に入力する。本装置３０の誘導部３は、第１評価情報に基づいて、利用者の端末において、情報検索（第２検索部３４）を立ち上げる（検索誘導）。第２検索部３４は、利用者がヘルプデスクに入力した質問「ＰＣを返却したい」に基づいて、前記質問から検索キーワード「ＰＣ」「返却」を抽出し、第２データベースである社内情報（ｗｅｂ頁／文書）にアクセスし、第２回答候補情報として社内情報の検索結果を出力する。このように、本装置３０によれば、例えば、社内ＦＡＱで解決しなかった質問を利用して、社内情報を横断検索することができる。
【0082】
つぎに、図１６（Ａ）および（Ｂ）を用いてＳ３６～Ｓ３７を説明する。まず、評価情報取得部３２は、利用者が第１回答候補情報から回答候補を選択したことを検知すると、利用者に対し、選択した回答候補により質問が解決したかを問合せる（「解決しましたか？はいｏｒいいえ」）。評価情報取得部３２は、前記第１評価情報として、ユーザが選択した回答候補と、解決した（「はい」）を取得すると、前記第１評価情報を記憶装置３０４に、「解決した」ログとして記録する。同様に、評価情報取得部３２は、利用者が第２回答候補情報から回答候補を選択したことを検知すると、利用者に対し、選択した回答候補は役に立ったかを問合せる（「役に立ちましたか？はいｏｒいいえ」）。評価情報取得部３２は、前記第２評価情報として、ユーザが選択した回答候補と、役に立った（「はい」）を取得すると、前記第２評価情報を記憶装置３０４に、「役に立った」ログとして記録する。優先情報設定部３５は、「解決した」ログを用いた機械学習により、前記質問情報と、第１回答候補情報が含む回答候補との関係性を学習し、第１回答候補情報の優先情報（ランキング補正モデル）を設定する。また、優先情報設定部３５は、「役に立った」ログを用いた機械学習により、前記質問情報と、第２回答候補情報が含む回答候補との関係性を学習し、第２回答候補情報の優先情報（ランキング補正モデル）を設定する。後日、利用者が同様の質問情報を入力した際には、設定したランキング補正モデルにより、前回利用者が選択した回答候補が、その他の回答候補よりも上位に表示されるように補正される。
【0083】
［実施形態５］
実施形態５は、前記情報検索支援装置の他の例である。
実施形態５は、前記情報検索支援装置の他の例である。
【0084】
本実施形態の情報検索支援装置は、実施形態４の情報検索支援装置３０の構成に加えて、分析部、および出力部を含むこと以外は前記実施形態４の情報検索支援装置３０と同様であり、その説明を援用できる。本実施形態の情報検索支援装置３０Ａは、例えば、分析部、および出力部を含み、前記分析部は、前記第１評価情報および第２評価情報の少なくとも一方を分析して、分析情報を生成し、前記分析情報は、前記質問情報に対する前記第１回答候補情報または前記第２回答候補情報の正答率、第１回答候補情報または第２回答候補情報に対する満足率、および効果金額からなる群から選択された少なくとも一つの情報を含み、前記出力部は、前記分析情報を出力する。
【0085】
図１７は、本実施形態の情報検索支援装置３０Ａの一例の構成を示すブロック図である。図１７に示すように、情報検索支援装置３０Ａは、実施形態４の情報検索支援装置３０の構成に加えて、分析部３７、および出力部３８を備える。情報検索支援装置３０Ａのハードウェア構成は、図１３の情報検索支援装置３０のハードウェア構成において、ＣＰＵ３０１が、図１２の情報検索支援装置３０の構成に代えて、図１７の情報検索支援装置３０Ａの構成を備える以外は同様である。
【0086】
つぎに、本実施形態の情報検索支援方法について、図１８のフローチャートを用いて説明する。本実施形態の情報検索支援方法は、例えば、図１７に示す本実施形態の情報検索支援装置３０Ａを用いて実施できる。なお、本発明の情報検索支援方法は、情報検索支援装置３０Ａの使用に限定されない。
【0087】
まず、前記実施形態４の情報検索支援方法におけるＳ３１～Ｓ３７と同様にして、Ｓ３１～Ｓ３７を実施する。
【0088】
つぎに、分析部３７は、前記第１評価情報および第２評価情報の少なくとも一方を分析して、分析情報を生成する（Ｓ３８１、分析工程）。前記分析情報は、前記質問情報に対する前記第１回答候補情報または前記第２回答候補情報の正答率、第１回答候補情報または第２回答候補情報に対する満足率、および効果金額からなる群から選択された少なくとも一つの情報を含む。
【0089】
前記正答率は、例えば、下記式（１）により算出できる。下記式（１）において、「肯定的な評価数」は、積極的な肯定評価（役に立った、解決した等）でもよいし、消極的な肯定評価でもよい。前記消極的な肯定評価は、例えば、利用者に評価を問い合わせてから所定時間経過後に、利用者からのリアクションが得られなかった場合（みなし肯定評価）等があげられる。前記質問回数は、例えば、前記質問情報を取得した回数でもよいし、第１検索部３１または第２検索部３４による検索処理の回数でもよい。なお、前記正答率の算出方法は、下記式（１）には限定されず、組織の規模や目的に応じて適切な手法を採用できる。
正答率＝（肯定的な評価数）／（質問回数）……（１）
正答率＝（肯定的な評価数）／（質問回数）……（１）
【0090】
前記満足率は、例えば、下記式（２）により算出できる。下記式（２）において、前記肯定的な評価数は、例えば、前述の通りである。なお、前記満足率の算出方法は、下記式（２）には限定されず、組織の規模や目的に応じて適切な手法を採用できる。
満足率＝（肯定的な評価数）／（評価の総数）……（２）
満足率＝（肯定的な評価数）／（評価の総数）……（２）
【0091】
前記効果金額は、例えば、下記式（３）により算出できる。下記式（３）において、「Ｘ分」は、例えば、利用者が質問等を本装置３０ではなく、管理部門等の人員に問い合わせた場合に要する時間であり、例えば、２０分、１０分、５分等の任意の時間を設定できる。下記式（３）において、「Ｙ分」は、本装置３０による処理に必要な時間であり、例えば、１分、０．５分等の任意の時間を設定できる。下記式（３）において、「単金」は、例えば、本装置３０Ａの利用者の人件費の時間単価、および／または前記管理部門の人件費の時間単価である。なお、前記効果金額の算出方法は、下記式（３）には限定されず、組織の規模や目的に応じて適切な手法を採用できる。
効果金額＝（（肯定的な評価数）×Ｘ分－（否定的な評価数）×Ｙ分））×単金……（３）
効果金額＝（（肯定的な評価数）×Ｘ分－（否定的な評価数）×Ｙ分））×単金……（３）
【0092】
そして、出力部３８は、前記分析情報を出力する（Ｓ３９、出力工程）。出力部３８は、例えば、通信回線網を介して外部の装置に前記分析情報を出力してもよいし、出力装置３０７に前記分析情報を出力してもよい。また、出力された前記分析情報は、例えば、メモリ３０２又は記憶装置３０４に記憶されてもよい。前記外部の装置は、特に制限されず、例えば、本装置３０Ａを用いて組織の管理を行う者の端末等があげられる。
【0093】
また、分析部３７は、例えば、前記第２評価情報を分析して、第１データベース未収録情報を生成してもよい。分析部３７は、例えば、前記第２評価情報において、肯定的な評価がなされた回答候補と対応する質問情報との組を、第１データベース未収録情報として生成できる。前記第２評価情報は、例えば、前記第１データベースにおいて、質問情報に対して否定的な評価をした回答候補、すなわち、第１データベースに適切な回答候補が存在しなかった情報を意味するため、前記第２評価情報に基づいて肯定的な評価がなされた回答候補は、前記第１データベースに未収録の情報であり、且つ、前記質問情報に対して適切な回答候補である可能性が高い。このため、例えば、前記第１データベースがＦＡＱ情報記憶のデータベースである場合、前記第１データベース未収録情報を新たなよくある質問として記録することで、ＦＡＱの充実を図ることが可能となる。
【0094】
分析部３７が前記第１データベース未収録情報を生成した場合、出力部９は、例えば、前記第１データベース未収録情報を出力する。第１データベース未収録情報の出力先は、特に制限されず、例えば、通信回線網を介して外部の装置に前記分析情報を出力してもよいし、出力装置３０７に前記分析情報を出力してもよい。前記外部の装置は、例えば、第１データベースの管理装置であってもよい。この場合、前記管理装置は、例えば、出力された第１データベース未収録情報を第１データベースに追加できる。なお、第１データベース未収録情報の第１データベースへの追加は、例えば、前記管理装置または本装置３０Ａにより自動的に行われてもよいし、本装置３０Ａの管理者により、人手で行われてもよい。
【0095】
本実施形態の情報検索支援装置３０Ａによれば、例えば、質問情報に対する回答候補の評価に基づいた分析が可能となる。このため、本装置３０Ａの導入による効果が可視化され、組織における情報管理の効率化が期待できる。
【0096】
［実施形態６］
本実施形態の第１のプログラムは、前述の興味関心モデル製造方法の各工程を、コンピュータに実行させるためのプログラムである。具体的に、本実施形態の第１のプログラムは、コンピュータに、情報取得手順、および学習手順を実行させるためのプログラムである。
本実施形態の第１のプログラムは、前述の興味関心モデル製造方法の各工程を、コンピュータに実行させるためのプログラムである。具体的に、本実施形態の第１のプログラムは、コンピュータに、情報取得手順、および学習手順を実行させるためのプログラムである。
【0097】
前記情報取得手順は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習手順は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する。
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習手順は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する。
【0098】
また、本実施形態の第１のプログラムは、コンピュータを、情報取得手順、および学習手順として機能させるプログラムということもできる。
【0099】
本実施形態の第１のプログラムは、前記本発明の興味関心モデル製造装置および興味関心モデル製造方法における記載を援用できる。前記各手順は、例えば、「手順」を「処理」と読み替え可能である。また、本実施形態のプログラムは、例えば、コンピュータ読み取り可能な記録媒体に記録されてもよい。前記記録媒体は、例えば、非一時的なコンピュータ可読記録媒体（non-transitory computer-readable storage medium）である。前記記録媒体は、特に制限されず、例えば、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、ハードディスク（ＨＤ）、光ディスク、フロッピー（登録商標）ディスク（ＦＤ）等があげられる。
【0100】
［実施形態７］
本実施形態の第２のプログラムは、前述の情報提案方法の各工程を、コンピュータに実行させるためのプログラムである。具体的に、本実施形態の第２のプログラムは、コンピュータに、情報取得手順、興味関心情報生成手順、情報検索手順を実行させるためのプログラムである。
本実施形態の第２のプログラムは、前述の情報提案方法の各工程を、コンピュータに実行させるためのプログラムである。具体的に、本実施形態の第２のプログラムは、コンピュータに、情報取得手順、興味関心情報生成手順、情報検索手順を実行させるためのプログラムである。
【0101】
前記情報取得手順は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成手順は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、前記第１のプログラムにより製造されたものであり、
前記情報検索手順は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する。
前記興味関心情報生成手順は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、前記第１のプログラムにより製造されたものであり、
前記情報検索手順は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する。
【0102】
また、本実施形態の第２のプログラムは、コンピュータを、情報取得手順、興味関心情報生成手順、情報検索手順として機能させるプログラムということもできる。
【0103】
本実施形態の第２のプログラムは、前記本発明の情報提案装置および学情報提案方法における記載を援用できる。前記各手順は、例えば、「手順」を「処理」と読み替え可能である。また、本実施形態のプログラムは、例えば、コンピュータ読み取り可能な記録媒体に記録されてもよい。前記記録媒体は、例えば、非一時的なコンピュータ可読記録媒体（non-transitory computer-readable storage medium）である。前記記録媒体は、特に制限されず、例えば、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、ハードディスク（ＨＤ）、光ディスク、フロッピー（登録商標）ディスク（ＦＤ）等があげられる。
【0104】
以上、実施形態を参照して本発明を説明したが、本発明は、上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をできる。
【0105】
＜付記＞
上記の実施形態の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
情報取得部、および学習部を含み、
前記情報取得部は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習部は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する、興味関心モデル製造装置。
（付記２）
前記学習部は、ユーザごとに前記興味関心モデルを生成する、付記１記載の興味関心モデル製造装置。
（付記３）
分類部を含み、
前記情報取得部は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、
前記分類部は、前記属性情報に基づいてユーザを分類し、
前記学習部は、前記ユーザの分類ごとに前記興味関心モデルを生成する、付記１記載の興味関心モデル製造装置。
（付記４）
情報取得部、興味関心情報生成部、情報検索部を含み、
前記情報取得部は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成部は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、付記１から３のいずれかに記載の興味関心モデル製造装置により製造されたものであり、
前記情報検索部は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する、
情報提案装置。
（付記５）
学習部を含み、
前記学習部は、付記１から３のいずれかに記載の興味関心モデル製造装置を含む、付記４記載の情報提案装置。
（付記６）
第１検索部、評価情報取得部、誘導部、第２検索部、優先情報設定部、および回答候補補正部を含み、
前記第１検索部は、質問情報を取得し、前記質問情報に基づいて第１データベースを検索し、前記第１データベースから前記質問情報に対応する第１回答候補情報を出力し、
前記評価情報取得部は、前記第１回答候補情報に対する第１評価情報を取得し、
前記第１評価情報は、ユーザが選択した第１回答候補情報と、前記第１回答候補情報の評価とを含み、
前記誘導部は、前記第１評価情報に基づいて第２検索の要否を判定し、第２検索が必要と判定した場合、ユーザを第２検索に誘導し、
前記第２検索部は、前記質問情報に基づいて第２データベースを検索し、前記第２データベースから前記質問情報に対応する第２回答候補情報を出力し、
前記評価情報取得部は、前記第２回答候補情報に対する第２評価情報を取得し、
前記第２評価情報は、ユーザが選択した第２回答候補情報と、前記第２回答候補情報の評価とを含み、
前記優先情報設定部は、
前記第１評価情報に基づいて、前記質問情報に対する前記第１回答候補情報の優先情報を設定し、
前記第２評価情報に基づいて、前記質問情報に対する前記第２回答候補情報の優先情報を設定し、
前記回答候補補正部は、前記優先情報に基づいて、前記第１回答候補情報および前記第２回答候補情報の少なくとも一方を補正する、
情報検索支援装置。
（付記７）
前記優先情報設定部は、機械学習により前記優先情報を設定する、付記６記載の情報検索支援装置。
（付記８）
分析部、および出力部を含み、
前記分析部は、前記第１評価情報および第２評価情報の少なくとも一方を分析して分析情報を生成し、
前記分析情報は、前記質問情報に対する前記第１回答候補情報または前記第２回答候補情報の正答率、第１回答候補情報または第２回答候補情報に対する満足率、および効果金額からなる群から選択された少なくとも一つの情報を含み、
前記出力部は、前記分析情報を出力する、付記６または７記載の情報検索支援装置。
（付記９）
前記分析部は、前記第２評価情報を分析して、第１データベース未収録情報を生成し、
前記出力部は、前記第１データベース未収録情報を出力する、付記８記載の情報検索支援装置。
（付記１０）
情報取得工程、および学習工程を含み、
前記情報取得工程は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習工程は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する、興味関心モデル製造方法。
（付記１１）
前記学習工程は、ユーザごとに前記興味関心モデルを生成する、付記１０記載の興味関心モデル製造方法。
（付記１２）
分類工程を含み、
前記情報取得工程は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、
前記分類工程は、前記属性情報に基づいてユーザを分類し、
前記学習工程は、前記ユーザの分類ごとに前記興味関心モデルを生成する、付記１０記載の興味関心モデル製造方法。
（付記１３）
情報取得工程、興味関心情報生成工程、情報検索工程を含み、
前記情報取得工程は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成工程は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、付記１０から１２のいずれかに記載の興味関心モデル製造方法により製造されたものであり、
前記情報検索工程は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する、
情報提案方法。
（付記１４）
学習工程を含み、
前記学習工程は、付記１０から１２のいずれかに記載の興味関心モデル製造方法を含む、付記１３記載の情報提案方法。
（付記１５）
第１検索工程、評価情報取得工程、誘導工程、第２検索工程、優先情報設定工程、および回答候補補正工程を含み、
前記第１検索工程は、質問情報を取得し、前記質問情報に基づいて第１データベースを検索し、前記第１データベースから前記質問情報に対応する第１回答候補情報を出力し、
前記評価情報取得工程は、前記第１回答候補情報に対する第１評価情報を取得し、
前記第１評価情報は、ユーザが選択した第１回答候補情報と、前記第１回答候補情報の評価とを含み、
前記誘導工程は、前記第１評価情報に基づいて第２検索の要否を判定し、第２検索が必要と判定した場合、ユーザを第２検索に誘導し、
前記第２検索工程は、前記質問情報に基づいて第２データベースを検索し、前記第２データベースから前記質問情報に対応する第２回答候補情報を出力し、
前記評価情報取得工程は、前記第２回答候補情報に対する第２評価情報を取得し、
前記第２評価情報は、ユーザが選択した第２回答候補情報と、前記第２回答候補情報の評価とを含み、
前記優先情報設定工程は、
前記第１評価情報に基づいて、前記質問情報に対する前記第１回答候補情報の優先情報を設定し、
前記第２評価情報に基づいて、前記質問情報に対する前記第２回答候補情報の優先情報を設定し、
前記回答候補補正工程は、前記優先情報に基づいて、前記第１回答候補情報および前記第２回答候補情報の少なくとも一方を補正する、
情報検索支援方法。
（付記１６）
前記優先情報設定工程は、機械学習により前記優先情報を設定する、付記１５記載の情報検索支援方法。
（付記１７）
分析工程、および出力工程を含み、
前記分析工程は、前記第１評価情報および第２評価情報の少なくとも一方を分析して分析情報を生成し、
前記分析情報は、前記質問情報に対する前記第１回答候補情報または前記第２回答候補情報の正答率、第１回答候補情報または第２回答候補情報に対する満足率、および効果金額からなる群から選択された少なくとも一つの情報を含み、
前記出力工程は、前記分析情報を出力する、付記１５または１６記載の情報検索支援方法。
（付記１８）
前記分析工程は、前記第２評価情報を分析して、第１データベース未収録情報を生成し、
前記出力工程は、前記第１データベース未収録情報を出力する、付記１７記載の情報検索支援方法。
（付記１９）
情報取得手順、および学習手順を含み、
前記情報取得手順は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習手順は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成し、
前記各手順を、コンピュータに実行させるためのプログラム。
（付記２０）
前記学習手順は、ユーザごとに前記興味関心モデルを生成する、付記１９記載のプログラム。
（付記２１）
分類手順を含み、
前記情報取得手順は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、
前記分類手順は、前記属性情報に基づいてユーザを分類し、
前記学習手順は、前記ユーザの分類ごとに前記興味関心モデルを生成する、付記１９記載のプログラム。
（付記２２）
情報取得手順、興味関心情報生成手順、情報検索手順を含み、
前記情報取得手順は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成手順は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、付記１９から２１のいずれかに記載のプログラムにより製造されたものであり、
前記情報検索手順は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力し、
前記各手順を、コンピュータに実行させるためのプログラム。
（付記２３）
学習手順を含み、
前記学習手順は、付記１９から２１のいずれかに記載のプログラムにより実行される、付記２２記載のプログラム。
（付記２４）
第１検索手順、評価情報取得手順、誘導手順、第２検索手順、優先情報設定手順、および回答候補補正手順を含み、
前記第１検索手順は、質問情報を取得し、前記質問情報に基づいて第１データベースを検索し、前記第１データベースから前記質問情報に対応する第１回答候補情報を出力し、
前記評価情報取得手順は、前記第１回答候補情報に対する第１評価情報を取得し、
前記第１評価情報は、ユーザが選択した第１回答候補情報と、前記第１回答候補情報の評価とを含み、
前記誘導手順は、前記第１評価情報に基づいて第２検索の要否を判定し、第２検索が必要と判定した場合、ユーザを第２検索に誘導し、
前記第２検索手順は、前記質問情報に基づいて第２データベースを検索し、前記第２データベースから前記質問情報に対応する第２回答候補情報を出力し、
前記評価情報取得手順は、前記第２回答候補情報に対する第２評価情報を取得し、
前記第２評価情報は、ユーザが選択した第２回答候補情報と、前記第２回答候補情報の評価とを含み、
前記優先情報設定手順は、
前記第１評価情報に基づいて、前記質問情報に対する前記第１回答候補情報の優先情報を設定し、
前記第２評価情報に基づいて、前記質問情報に対する前記第２回答候補情報の優先情報を設定し、
前記回答候補補正手順は、前記優先情報に基づいて、前記第１回答候補情報および前記第２回答候補情報の少なくとも一方を補正し、前記各手順をコンピュータに実行させるためのプログラム。
（付記２５）
前記優先情報設定手順は、機械学習により前記優先情報を設定する、付記２４記載のプログラム。
（付記２６）
分析手順、および出力手順を含み、
前記分析手順は、前記第１評価情報および第２評価情報の少なくとも一方を分析して分析情報を生成し、
前記分析情報は、前記質問情報に対する前記第１回答候補情報または前記第２回答候補情報の正答率、第１回答候補情報または第２回答候補情報に対する満足率、および効果金額からなる群から選択された少なくとも一つの情報を含み、
前記出力手順は、前記分析情報を出力する、付記２４または２５記載のプログラム。
（付記２７）
前記分析手順は、前記第２評価情報を分析して、第１データベース未収録情報を生成し、
前記出力手順は、前記第１データベース未収録情報を出力する、付記２６記載のプログラム。
（付記２８）
情報取得手順、および学習手順を含み、
前記情報取得手順は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習手順は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成し、
前記各手順を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記２９）
前記学習手順は、ユーザごとに前記興味関心モデルを生成する、付記２８記載の記録媒体。
（付記３０）
分類手順を含み、
前記情報取得手順は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、
前記分類手順は、前記属性情報に基づいてユーザを分類し、
前記学習手順は、前記ユーザの分類ごとに前記興味関心モデルを生成する、付記２９記載の記録媒体。
（付記３１）
情報取得手順、興味関心情報生成手順、情報検索手順を含み、
前記情報取得手順は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成手順は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、付記１９から２１のいずれかに記載のプログラムにより製造されたものであり、
前記情報検索手順は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力し、
前記各手順を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記３２）
学習手順を含み、
前記学習手順は、付記１９から２１のいずれかに記載のプログラムにより実行される、付記３１記載の記録媒体。
（付記３３）
第１検索手順、評価情報取得手順、誘導手順、第２検索手順、優先情報設定手順、および回答候補補正手順を含み、
前記第１検索手順は、質問情報を取得し、前記質問情報に基づいて第１データベースを検索し、前記第１データベースから前記質問情報に対応する第１回答候補情報を出力し、
前記評価情報取得手順は、前記第１回答候補情報に対する第１評価情報を取得し、
前記第１評価情報は、ユーザが選択した第１回答候補情報と、前記第１回答候補情報の評価とを含み、
前記誘導手順は、前記第１評価情報に基づいて第２検索の要否を判定し、第２検索が必要と判定した場合、ユーザを第２検索に誘導し、
前記第２検索手順は、前記質問情報に基づいて第２データベースを検索し、前記第２データベースから前記質問情報に対応する第２回答候補情報を出力し、
前記評価情報取得手順は、前記第２回答候補情報に対する第２評価情報を取得し、
前記第２評価情報は、ユーザが選択した第２回答候補情報と、前記第２回答候補情報の評価とを含み、
前記優先情報設定手順は、
前記第１評価情報に基づいて、前記質問情報に対する前記第１回答候補情報の優先情報を設定し、
前記第２評価情報に基づいて、前記質問情報に対する前記第２回答候補情報の優先情報を設定し、
前記回答候補補正手順は、前記優先情報に基づいて、前記第１回答候補情報および前記第２回答候補情報の少なくとも一方を補正し、前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記３４）
前記優先情報設定手順は、機械学習により前記優先情報を設定する、付記３３記載の記録媒体。
（付記３５）
分析手順、および出力手順を含み、
前記分析手順は、前記第１評価情報および第２評価情報の少なくとも一方を分析して分析情報を生成し、
前記分析情報は、前記質問情報に対する前記第１回答候補情報または前記第２回答候補情報の正答率、第１回答候補情報または第２回答候補情報に対する満足率、および効果金額からなる群から選択された少なくとも一つの情報を含み、
前記出力手順は、前記分析情報を出力する、付記３３または３４記載の記録媒体。
（付記３６）
前記分析手順は、前記第２評価情報を分析して、第１データベース未収録情報を生成し、
前記出力手順は、前記第１データベース未収録情報を出力する、付記３５記載の記録媒体。
上記の実施形態の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
情報取得部、および学習部を含み、
前記情報取得部は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習部は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する、興味関心モデル製造装置。
（付記２）
前記学習部は、ユーザごとに前記興味関心モデルを生成する、付記１記載の興味関心モデル製造装置。
（付記３）
分類部を含み、
前記情報取得部は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、
前記分類部は、前記属性情報に基づいてユーザを分類し、
前記学習部は、前記ユーザの分類ごとに前記興味関心モデルを生成する、付記１記載の興味関心モデル製造装置。
（付記４）
情報取得部、興味関心情報生成部、情報検索部を含み、
前記情報取得部は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成部は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、付記１から３のいずれかに記載の興味関心モデル製造装置により製造されたものであり、
前記情報検索部は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する、
情報提案装置。
（付記５）
学習部を含み、
前記学習部は、付記１から３のいずれかに記載の興味関心モデル製造装置を含む、付記４記載の情報提案装置。
（付記６）
第１検索部、評価情報取得部、誘導部、第２検索部、優先情報設定部、および回答候補補正部を含み、
前記第１検索部は、質問情報を取得し、前記質問情報に基づいて第１データベースを検索し、前記第１データベースから前記質問情報に対応する第１回答候補情報を出力し、
前記評価情報取得部は、前記第１回答候補情報に対する第１評価情報を取得し、
前記第１評価情報は、ユーザが選択した第１回答候補情報と、前記第１回答候補情報の評価とを含み、
前記誘導部は、前記第１評価情報に基づいて第２検索の要否を判定し、第２検索が必要と判定した場合、ユーザを第２検索に誘導し、
前記第２検索部は、前記質問情報に基づいて第２データベースを検索し、前記第２データベースから前記質問情報に対応する第２回答候補情報を出力し、
前記評価情報取得部は、前記第２回答候補情報に対する第２評価情報を取得し、
前記第２評価情報は、ユーザが選択した第２回答候補情報と、前記第２回答候補情報の評価とを含み、
前記優先情報設定部は、
前記第１評価情報に基づいて、前記質問情報に対する前記第１回答候補情報の優先情報を設定し、
前記第２評価情報に基づいて、前記質問情報に対する前記第２回答候補情報の優先情報を設定し、
前記回答候補補正部は、前記優先情報に基づいて、前記第１回答候補情報および前記第２回答候補情報の少なくとも一方を補正する、
情報検索支援装置。
（付記７）
前記優先情報設定部は、機械学習により前記優先情報を設定する、付記６記載の情報検索支援装置。
（付記８）
分析部、および出力部を含み、
前記分析部は、前記第１評価情報および第２評価情報の少なくとも一方を分析して分析情報を生成し、
前記分析情報は、前記質問情報に対する前記第１回答候補情報または前記第２回答候補情報の正答率、第１回答候補情報または第２回答候補情報に対する満足率、および効果金額からなる群から選択された少なくとも一つの情報を含み、
前記出力部は、前記分析情報を出力する、付記６または７記載の情報検索支援装置。
（付記９）
前記分析部は、前記第２評価情報を分析して、第１データベース未収録情報を生成し、
前記出力部は、前記第１データベース未収録情報を出力する、付記８記載の情報検索支援装置。
（付記１０）
情報取得工程、および学習工程を含み、
前記情報取得工程は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習工程は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成する、興味関心モデル製造方法。
（付記１１）
前記学習工程は、ユーザごとに前記興味関心モデルを生成する、付記１０記載の興味関心モデル製造方法。
（付記１２）
分類工程を含み、
前記情報取得工程は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、
前記分類工程は、前記属性情報に基づいてユーザを分類し、
前記学習工程は、前記ユーザの分類ごとに前記興味関心モデルを生成する、付記１０記載の興味関心モデル製造方法。
（付記１３）
情報取得工程、興味関心情報生成工程、情報検索工程を含み、
前記情報取得工程は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成工程は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、付記１０から１２のいずれかに記載の興味関心モデル製造方法により製造されたものであり、
前記情報検索工程は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力する、
情報提案方法。
（付記１４）
学習工程を含み、
前記学習工程は、付記１０から１２のいずれかに記載の興味関心モデル製造方法を含む、付記１３記載の情報提案方法。
（付記１５）
第１検索工程、評価情報取得工程、誘導工程、第２検索工程、優先情報設定工程、および回答候補補正工程を含み、
前記第１検索工程は、質問情報を取得し、前記質問情報に基づいて第１データベースを検索し、前記第１データベースから前記質問情報に対応する第１回答候補情報を出力し、
前記評価情報取得工程は、前記第１回答候補情報に対する第１評価情報を取得し、
前記第１評価情報は、ユーザが選択した第１回答候補情報と、前記第１回答候補情報の評価とを含み、
前記誘導工程は、前記第１評価情報に基づいて第２検索の要否を判定し、第２検索が必要と判定した場合、ユーザを第２検索に誘導し、
前記第２検索工程は、前記質問情報に基づいて第２データベースを検索し、前記第２データベースから前記質問情報に対応する第２回答候補情報を出力し、
前記評価情報取得工程は、前記第２回答候補情報に対する第２評価情報を取得し、
前記第２評価情報は、ユーザが選択した第２回答候補情報と、前記第２回答候補情報の評価とを含み、
前記優先情報設定工程は、
前記第１評価情報に基づいて、前記質問情報に対する前記第１回答候補情報の優先情報を設定し、
前記第２評価情報に基づいて、前記質問情報に対する前記第２回答候補情報の優先情報を設定し、
前記回答候補補正工程は、前記優先情報に基づいて、前記第１回答候補情報および前記第２回答候補情報の少なくとも一方を補正する、
情報検索支援方法。
（付記１６）
前記優先情報設定工程は、機械学習により前記優先情報を設定する、付記１５記載の情報検索支援方法。
（付記１７）
分析工程、および出力工程を含み、
前記分析工程は、前記第１評価情報および第２評価情報の少なくとも一方を分析して分析情報を生成し、
前記分析情報は、前記質問情報に対する前記第１回答候補情報または前記第２回答候補情報の正答率、第１回答候補情報または第２回答候補情報に対する満足率、および効果金額からなる群から選択された少なくとも一つの情報を含み、
前記出力工程は、前記分析情報を出力する、付記１５または１６記載の情報検索支援方法。
（付記１８）
前記分析工程は、前記第２評価情報を分析して、第１データベース未収録情報を生成し、
前記出力工程は、前記第１データベース未収録情報を出力する、付記１７記載の情報検索支援方法。
（付記１９）
情報取得手順、および学習手順を含み、
前記情報取得手順は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習手順は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成し、
前記各手順を、コンピュータに実行させるためのプログラム。
（付記２０）
前記学習手順は、ユーザごとに前記興味関心モデルを生成する、付記１９記載のプログラム。
（付記２１）
分類手順を含み、
前記情報取得手順は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、
前記分類手順は、前記属性情報に基づいてユーザを分類し、
前記学習手順は、前記ユーザの分類ごとに前記興味関心モデルを生成する、付記１９記載のプログラム。
（付記２２）
情報取得手順、興味関心情報生成手順、情報検索手順を含み、
前記情報取得手順は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成手順は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、付記１９から２１のいずれかに記載のプログラムにより製造されたものであり、
前記情報検索手順は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力し、
前記各手順を、コンピュータに実行させるためのプログラム。
（付記２３）
学習手順を含み、
前記学習手順は、付記１９から２１のいずれかに記載のプログラムにより実行される、付記２２記載のプログラム。
（付記２４）
第１検索手順、評価情報取得手順、誘導手順、第２検索手順、優先情報設定手順、および回答候補補正手順を含み、
前記第１検索手順は、質問情報を取得し、前記質問情報に基づいて第１データベースを検索し、前記第１データベースから前記質問情報に対応する第１回答候補情報を出力し、
前記評価情報取得手順は、前記第１回答候補情報に対する第１評価情報を取得し、
前記第１評価情報は、ユーザが選択した第１回答候補情報と、前記第１回答候補情報の評価とを含み、
前記誘導手順は、前記第１評価情報に基づいて第２検索の要否を判定し、第２検索が必要と判定した場合、ユーザを第２検索に誘導し、
前記第２検索手順は、前記質問情報に基づいて第２データベースを検索し、前記第２データベースから前記質問情報に対応する第２回答候補情報を出力し、
前記評価情報取得手順は、前記第２回答候補情報に対する第２評価情報を取得し、
前記第２評価情報は、ユーザが選択した第２回答候補情報と、前記第２回答候補情報の評価とを含み、
前記優先情報設定手順は、
前記第１評価情報に基づいて、前記質問情報に対する前記第１回答候補情報の優先情報を設定し、
前記第２評価情報に基づいて、前記質問情報に対する前記第２回答候補情報の優先情報を設定し、
前記回答候補補正手順は、前記優先情報に基づいて、前記第１回答候補情報および前記第２回答候補情報の少なくとも一方を補正し、前記各手順をコンピュータに実行させるためのプログラム。
（付記２５）
前記優先情報設定手順は、機械学習により前記優先情報を設定する、付記２４記載のプログラム。
（付記２６）
分析手順、および出力手順を含み、
前記分析手順は、前記第１評価情報および第２評価情報の少なくとも一方を分析して分析情報を生成し、
前記分析情報は、前記質問情報に対する前記第１回答候補情報または前記第２回答候補情報の正答率、第１回答候補情報または第２回答候補情報に対する満足率、および効果金額からなる群から選択された少なくとも一つの情報を含み、
前記出力手順は、前記分析情報を出力する、付記２４または２５記載のプログラム。
（付記２７）
前記分析手順は、前記第２評価情報を分析して、第１データベース未収録情報を生成し、
前記出力手順は、前記第１データベース未収録情報を出力する、付記２６記載のプログラム。
（付記２８）
情報取得手順、および学習手順を含み、
前記情報取得手順は、第１検索ログ情報および第２検索ログ情報を取得し、
前記第１検索ログ情報は、第１データベースを検索した第１検索ログを含み、
前記第２検索ログ情報は、前記第１検索ログ情報において、解決しなかった事項について第２データベースを検索した第２検索ログを含み、
前記学習手順は、前記第１検索ログ情報および前記第２検索ログ情報を用いた機械学習によって、ユーザが興味関心を示す可能性がある興味関心情報を出力する興味関心モデルを学習済みモデルとして生成し、
前記各手順を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記２９）
前記学習手順は、ユーザごとに前記興味関心モデルを生成する、付記２８記載の記録媒体。
（付記３０）
分類手順を含み、
前記情報取得手順は、前記第１検索ログ情報および前記第２検索ログ情報と紐づけてユーザの属性情報を取得し、
前記分類手順は、前記属性情報に基づいてユーザを分類し、
前記学習手順は、前記ユーザの分類ごとに前記興味関心モデルを生成する、付記２９記載の記録媒体。
（付記３１）
情報取得手順、興味関心情報生成手順、情報検索手順を含み、
前記情報取得手順は、ユーザの第１検索ログ情報および第２検索ログ情報を取得し、
前記興味関心情報生成手順は、興味関心モデルを用いて、ユーザの興味関心情報を生成し、
前記興味関心モデルは、付記１９から２１のいずれかに記載のプログラムにより製造されたものであり、
前記情報検索手順は、データベースを検索し、前記興味関心情報に基づいてユーザが興味関心を持つ可能性のある関心候補情報を出力し、
前記各手順を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記３２）
学習手順を含み、
前記学習手順は、付記１９から２１のいずれかに記載のプログラムにより実行される、付記３１記載の記録媒体。
（付記３３）
第１検索手順、評価情報取得手順、誘導手順、第２検索手順、優先情報設定手順、および回答候補補正手順を含み、
前記第１検索手順は、質問情報を取得し、前記質問情報に基づいて第１データベースを検索し、前記第１データベースから前記質問情報に対応する第１回答候補情報を出力し、
前記評価情報取得手順は、前記第１回答候補情報に対する第１評価情報を取得し、
前記第１評価情報は、ユーザが選択した第１回答候補情報と、前記第１回答候補情報の評価とを含み、
前記誘導手順は、前記第１評価情報に基づいて第２検索の要否を判定し、第２検索が必要と判定した場合、ユーザを第２検索に誘導し、
前記第２検索手順は、前記質問情報に基づいて第２データベースを検索し、前記第２データベースから前記質問情報に対応する第２回答候補情報を出力し、
前記評価情報取得手順は、前記第２回答候補情報に対する第２評価情報を取得し、
前記第２評価情報は、ユーザが選択した第２回答候補情報と、前記第２回答候補情報の評価とを含み、
前記優先情報設定手順は、
前記第１評価情報に基づいて、前記質問情報に対する前記第１回答候補情報の優先情報を設定し、
前記第２評価情報に基づいて、前記質問情報に対する前記第２回答候補情報の優先情報を設定し、
前記回答候補補正手順は、前記優先情報に基づいて、前記第１回答候補情報および前記第２回答候補情報の少なくとも一方を補正し、前記各手順をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
（付記３４）
前記優先情報設定手順は、機械学習により前記優先情報を設定する、付記３３記載の記録媒体。
（付記３５）
分析手順、および出力手順を含み、
前記分析手順は、前記第１評価情報および第２評価情報の少なくとも一方を分析して分析情報を生成し、
前記分析情報は、前記質問情報に対する前記第１回答候補情報または前記第２回答候補情報の正答率、第１回答候補情報または第２回答候補情報に対する満足率、および効果金額からなる群から選択された少なくとも一つの情報を含み、
前記出力手順は、前記分析情報を出力する、付記３３または３４記載の記録媒体。
（付記３６）
前記分析手順は、前記第２評価情報を分析して、第１データベース未収録情報を生成し、
前記出力手順は、前記第１データベース未収録情報を出力する、付記３５記載の記録媒体。
【産業上の利用可能性】
【0106】
本発明によれば、検索ログに基づいてユーザの興味関心を分析するための興味関心モデルを製造でき、これにより、ユーザが興味関心を持つ可能性のある情報を提案できる。このため、情報検索に関わる分野において広く有用である。
【符号の説明】
【0107】
１、１Ａ 興味関心モデル製造装置
２ 情報取得部
３ 学習部
４ 分類部
１０１ ＣＰＵ
１０２ メモリ
１０３ バス
１０４ 記憶装置
１０５ 入力装置
１０６ 出力装置
１０７ 通信デバイス
２０ 情報提案装置
２１ 情報取得部
２２ 興味関心情報生成部
２３ 情報検索部
２０１ ＣＰＵ
２０２ メモリ
２０３ バス
２０４ 記憶装置
２０５ 入力装置
２０６ 出力装置
２０７ 通信デバイス
２ 情報取得部
３ 学習部
４ 分類部
１０１ ＣＰＵ
１０２ メモリ
１０３ バス
１０４ 記憶装置
１０５ 入力装置
１０６ 出力装置
１０７ 通信デバイス
２０ 情報提案装置
２１ 情報取得部
２２ 興味関心情報生成部
２３ 情報検索部
２０１ ＣＰＵ
２０２ メモリ
２０３ バス
２０４ 記憶装置
２０５ 入力装置
２０６ 出力装置
２０７ 通信デバイス
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】