特開 2024-87642 情報処理装置、情報処理方法および情報処理プログラム

(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】P2024087642

(43)【公開日】2024-07-01

(54)【発明の名称】情報処理装置、情報処理方法および情報処理プログラム

(51)【国際特許分類】

   G06Q 30/0601 20230101AFI20240624BHJP

【ＦＩ】

G06Q30/0601

G06Q30/0601 340

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2022202576

(22)【出願日】2022-12-19

(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】鍜治 伸裕

(72)【発明者】

【氏名】赤崎 智

【テーマコード（参考）】

5L030

5L049

【Ｆターム（参考）】

5L030BB08

5L030BB47

5L030BB66

5L049BB08

5L049BB47

5L049BB66

(57)【要約】

【課題】利用者に対して適切な検索サービスを提供すること。
【解決手段】本願に係る情報処理装置は、商品の説明文から企業独自で付与される型番を示す型番文字列を抽出するように学習された第１モデルを用いて説明文から型番文字列を抽出する抽出部と、型番文字列から商品の属性を推定するように学習された第２モデルを用いて抽出部によって抽出された型番文字列から商品の属性を推定する推定部とを備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

商品の説明文から企業独自で付与される型番を示す型番文字列を抽出するように学習された第１モデルを用いて前記説明文から前記型番文字列を抽出する抽出部と、
前記型番文字列から前記商品の属性を推定するように学習された第２モデルを用いて前記抽出部によって抽出された前記型番文字列から前記商品の属性を推定する推定部と
を備えることを特徴とする情報処理装置。

【請求項2】

前記抽出部は、
前記商品の説明文として、商品タイトルから前記型番文字列を抽出すること
を特徴とする請求項１に記載の情報処理装置。

【請求項3】

前記抽出部は、
前記説明文が入力された際に前記型番文字列か否かを示すスコアを文字ごとに出力する前記第１モデルを用いて前記説明文から前記型番文字列を抽出すること
を特徴とする請求項１に記載の情報処理装置。

【請求項4】

前記抽出部は、
前記説明文が入力された際に前記型番文字列か否かを示すスコアを分かち書きごとに出力する前記第１モデルを用いて前記説明文から前記型番文字列を抽出すること
を特徴とする請求項１に記載の情報処理装置。

【請求項5】

前記推定部は、
前記型番文字列から前記商品の属性としてブランド名を推定するように学習された前記第２モデルを用いて前記型番文字列から前記商品の属性を推定すること
を特徴とする請求項１に記載の情報処理装置。

【請求項6】

コンピュータが実行する情報処理方法であって、
商品の説明文から企業独自で付与される型番を示す型番文字列を抽出するように学習された第１モデルを用いて前記説明文から前記型番文字列を抽出する抽出工程と、
前記型番文字列から前記商品の属性を推定するように学習された第２モデルを用いて前記抽出工程によって抽出された前記型番文字列から前記商品の属性を推定する推定工程と
を含むことを特徴とする情報処理方法。

【請求項7】

商品の説明文から企業独自で付与される型番を示す型番文字列を抽出するように学習された第１モデルを用いて前記説明文から前記型番文字列を抽出する抽出手順と、
前記型番文字列から前記商品の属性を推定するように学習された第２モデルを用いて前記抽出手順によって抽出された前記型番文字列から前記商品の属性を推定する推定手順と
をコンピュータに実行させることを特徴とする情報処理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。

【背景技術】

【0002】

従来、オンラインショッピングサービスにおいてユーザが入力した検索クエリの結果として、販売者がオンラインショッピングサービスを介して販売する商品に関するコンテンツを提供する技術がある（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第７００３２１２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、従来技術では、出品された商品の説明として詳細な商品情報が入力されなかった場合、検索が適切に行われない場合があり、検索サービスの利便性向上を図るうえで改善の余地があった。

【0005】

本発明は、上記に鑑みてなされたものであって、検索サービスの利便性向上を図ることができる情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

上述した課題を解決し、目的を達成するために、本発明に係る情報処理装置は、商品の説明文から企業独自で付与される型番を示す型番文字列を抽出するように学習された第１モデルを用いて前記説明文から前記型番文字列を抽出する抽出部と、前記型番文字列から前記商品の属性を推定するように学習された第２モデルを用いて前記抽出部によって抽出された前記型番文字列から前記商品の属性を推定する推定部とを備える。

【発明の効果】

【0007】

本発明に係る情報処理装置によれば、利用者に対して適切な検索サービスを提供することができる。

【図面の簡単な説明】

【0008】

【図1】図１は、実施形態に係る情報処理の一例を示す図である。

【図2】図２は、実施形態に係る情報処理装置の構成例を示すブロック図である。

【図3】図３は、実施形態に係る出品情報データベースに格納される情報の一例を示す図である。

【図4】図４は、実施形態に係る抽出処理の一例を示す図である。

【図5】図５は、実施形態に係る推定処理の一例を示すフローチャートである。

【図6】図６は、実施形態に係る情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

【発明を実施するための形態】

【0009】

以下に、本願に係る情報処理装置、情報処理方法および情報処理プログラムを実施するための形態（以下、「実施形態」と記載する。）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、情報処理方法および情報処理プログラムが限定されるものではない。

【0010】

［実施形態］
〔１．情報処理〕
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。

【0011】

図１に示す実施形態に係る情報処理装置１は、各種Ｗｅｂサービスを提供する情報処理装置である。情報処理装置１は、ネットショッピングや、オークション、フリマなどといった各種ＥＣサイトを運営する。なお、情報処理装置１は、Ｗｅｂサービスとして、インターネット接続、検索サービス、ＳＮＳ（Social Networking Service）、電子商取引、電子決済、オンラインゲーム、オンラインバンキング、オンライントレーディング、宿泊・チケット予約、動画・音楽配信等のサービスを提供してもよい。

【0012】

情報処理装置１は、各利用者の利用者端末１０と連携し、各利用者の利用者端末１０に対して、各種アプリケーション（以下、アプリ）等に対するＡＰＩ（Application Programming Interface）サービス等と、各種データを提供する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。また、情報処理装置１は、実際には、上記のようなＷｅｂサービスを提供する各種サーバと連携し、Ｗｅｂサービスを仲介してもよい。

【0013】

利用者端末１０は、利用者によって操作される端末である。例えば、利用者端末１０は、所定のネットワークを介して情報処理装置１が提供する各種Ｗｅｂサービスを利用者に対して提供する。利用者は、利用者端末１０を通じて、情報処理装置１が提供する各種ＥＣサイトに商品を出品する、あるいは、他の利用者や店舗が出品した商品を購入することができる。

【0014】

ところで、例えば、利用者がＥＣサイトに商品を出品する際に、利用者が入力した商品の説明として詳細な商品情報が入力されない場合がある。このような場合に、商品に関する情報が乏しいため、ＥＣサイトで利用者が出品した商品を検索することは困難となる。

【0015】

そこで、実施形態に係る情報処理装置１は、利用者がＥＣサイトに商品を出品する際に、利用者が入力した商品の説明から商品の属性を推定することとした。図１に示すように、情報処理装置１は、第１モデルデータベースおよび第２モデルデータベースを有する。

【0016】

第１モデルデータベースは、第１モデルを格納するデータベースであり、第２モデルデータベースは、第２モデルを格納する。第１モデルは、ブランド独自で採用される型番を正解データとして学習されたモデルであり、第２モデルは、型番からブランドを推定するように学習されたモデルである。

【0017】

情報処理装置１は、第１モデルおよび第２モデルを用いて、商品の説明文から型番を抽出するとともに、抽出した型番から商品のブランド名を推定する。まず、情報処理装置１は、利用者端末１０から出品情報を取得し（ステップＳ１）、出品情報データベースに登録する。出品情報は、利用者が出品する商品に関する商品情報であり、タイトル、説明文、画像、販売価格等に関する各種情報を含む。

【0018】

つづいて、情報処理装置１は、出品情報のタイトルＴを第１モデルに入力し、出力結果に基づいてタイトルＴから型番文字列を抽出する（ステップＳ２）。例えば、第１モデルは、型番である可能性を示すスコアをタイトルＴに含まれる文字列それぞれに算出し、情報処理装置１は、当該スコアが閾値を超える文字列を型番文字列として抽出する。

【0019】

情報処理装置１は、抽出した型番文字列を第２モデルに入力することで、商品のブランドを推定する（ステップＳ３）。図１では、タイトルＴから「ＸＸＸ－ＹＹＹ」を型番文字列として抽出し、抽出した型番文字列から「ＸＹＺブランド」を抽出した場合を示す。

【0020】

このように、情報処理装置１は、出品情報から型番文字列を抽出するとともに、抽出した型番文字列から商品のブランドを推定する。これにより、情報処理装置１は、出品された商品の説明として詳細な商品情報が入力されなかった場合であっても、当該商品に対して適切な検索タグを設定することができる。

【0021】

したがって、実施形態に係る情報処理装置１によれば、検索サービスの利便性向上を図ることができる。

【0022】

〔２．情報処理装置の構成例〕
次に、図２を用いて、実施形態に係る情報処理装置１の構成例について説明する。図２は、実施形態に係る情報処理装置１の構成例を示すブロック図である。図２に示すように、情報処理装置１は、通信部２と、記憶部３と、制御部４とを有する。

【0023】

（通信部２）
通信部２、例えば、ＮＩＣ（Network Interface Card）等によって実現される。また、通信部２は、ネットワークと有線又は無線で接続される。

【0024】

（記憶部３）
記憶部３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、又は、ハードディスク、光ディスク等の記憶装置によって実現される。図２に示すように、記憶部３は、出品情報データベース３１と、第１モデルデータベース３２と、第２モデルデータベース３３とを有する。

【0025】

（出品情報データベース３１）
出品情報データベース３１は、ＥＣサイトに出品された商品に関する各種情報を格納するデータベースである。図３は、実施形態に係る出品情報データベース３１に格納される情報の一例を示す図である。

【0026】

図３に示すように、出品情報データベース３１は、「出品ＩＤ」、「出品者ＩＤ」、「商品情報」、「検索タグ」、「ＵＲＬ」などといった項目の情報を互いに対応付けて記憶する。「出品ＩＤ」は、各商品を識別するための識別子であり、新たに商品が出品される度に新たな出品ＩＤが割り振られる。

【0027】

「出品者ＩＤ」は、対応する出品ＩＤによって識別される商品の出品者を識別するための識別子であり、商品を出品した店舗または利用者に関する情報が格納される。「商品情報」は、対応する出品ＩＤによって識別される商品に関する情報であり、商品の状態、画像、価格などといった情報である。例えば、商品情報は、出品者によって入力される。

【0028】

「検索タグ」は、対応する出品ＩＤによって識別される商品の紐づいた検索タグに関する情報である。例えば、「検索タグ」と「検索クエリ」との類似度等によって、商品検索が行われる。「ＵＲＬ」は、対応する出品ＩＤによって識別される商品の販売ページに関するアドレスである。

【0029】

（第１モデルデータベース３２）
第１モデルデータベース３２は、第１モデルを格納するデータベースである。第１モデルは、例えば、タイトルの文字列あるいは分かち書きそれぞれに型番文字列に関するスコアをそれぞれ付与するように学習されたモデルである。例えば、第１モデルの学習は、型番文字列がラベル付けされた正解データを用いて行われる。

【0030】

（第２モデルデータベース３３）
第２モデルデータベース３３は、第２モデルを格納するデータベースである。第２モデルは、型番文字列から商品の属性（ブランド）を推定するように学習されたモデルである。例えば、第２モデルは、ブランドおよび型番のペアを学習データとして学習したモデルであるが、例えば、型番文字列からブランドデータベース（不図示）を検索するようなモデルであってもよい。

【0031】

（制御部４）
制御部４は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等によって、情報処理装置１の内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ等の記憶領域を作業領域として実行されることにより実現される。図２に示す例では、制御部４は、取得部４１と、抽出部４２と、推定部４３と、更新部４４と、受付部４５と、提供部４６とを有する。

【0032】

（取得部４１）
取得部４１は、通信部２を介し、各利用者端末１０から出品情報を取得する。また、取得部４１は、取得した出品情報を出品情報データベース３１に登録する。例えば、この際、取得部４１は、出品情報毎に新たな出品ＩＤや、検索タグ等を付与する。

【0033】

（抽出部４２）
抽出部４２は、商品の説明文から企業独自で付与される型番を示す型番文字列を抽出するように学習された第１モデルを用いて説明文から型番文字列を抽出する。例えば、抽出部４２は、商品のタイトルから型番文字列を抽出する。

【0034】

まず、抽出部４２は、出品情報データベース３１を参照し、ブランド等の商品の属性が登録されていない商品を抽出する。つづいて、抽出部４２は、抽出した商品のタイトルを第１モデルに入力し、第１モデルの出力結果に基づいて型番文字列を抽出する。

【0035】

図４は、実施形態に係る抽出処理の一例を示す図である。図４に示すように、タイトルを第１モデルに入力すると、例えば、分かち書き毎に型番文字列に関するスコア（図４ではＳｃ１～Ｓｃ７）が出力される。

【0036】

抽出部４２は、各分かち書きに付与されたスコアのうち、閾値を超える文字列を型番文字列として抽出する。同図に示す例では、「ＸＸＸ－ＹＹＹ」のスコアＳｃ７がこれに該当し、「ＸＸＸ－ＹＹＹ」を型番文字列として抽出した場合を示している。なお、ここでは、第１モデルが分かち書き毎にスコアを出力する場合について示したが、第１モデルは、１文字単位やその他の単位で分割した文字列毎にスコアを出力するモデルであってもよい。なお、例えば、スコアが抽出条件を満たさない場合には、推定部４３による後段の処理は中止となる。

【0037】

（推定部４３）
推定部４３は、型番文字列から商品の属性を推定するように学習された第２モデルを用いて抽出部４２によって抽出された型番文字列から商品の属性を推定する。推定部４３は、商品の属性として、商品のブランドを推定する。推定部４３は、抽出部４２によって抽出された型番文字列を第２モデルへ入力し、第２モデルから出力されるデータを商品の属性として推定する。

【0038】

（更新部４４）
更新部４４は、推定部４３による推定結果に応じて出品情報データベース３１を更新する。更新部４４は、商品の属性を商品情報項目や検索タグ項目に追加する。これにより、商品の説明として詳細な商品情報が入力されなかった場合であっても、検索を行うことが可能となる。

【0039】

（受付部４５）
受付部４５は、通信部２を介し、利用者端末１０によるＷｅｂサービスに関する各種リクエストを受け付ける。例えば、受付部４５は、利用者端末１０から検索クエリを含む検索リクエストを受け付ける。

【0040】

（提供部４６）
提供部４６は、利用者端末１０に対して各種情報を提供する。提供部４６は、受付部４５から受け取った検索クエリを用いて、出品情報データベース３１を検索し、検索結果に関する情報をリクエスト元の利用者端末１０に対して提供する。その他、提供部４６は、利用者端末１０によるリクエストに応じてＷｅｂサービスに関する各種情報を利用者端末１０に対して提供する。

【0041】

〔３．処理フロー〕
次に、図５を用いて、実施形態に係る情報処理装置１が実行する処理手順について説明する。図５は、実施形態に係る推定処理の一例を示すフローチャートである。図５に示すように、実施形態に係る情報処理装置１は、まず、利用者端末１０から出品情報を取得する（ステップＳ１０１）。

【0042】

つづいて、情報処理装置１は、商品のタイトルから第１モデルを用いて、型番文字列を抽出する（ステップＳ１０２）。つづいて、情報処理装置１は、型番文字列が抽出できたか否かを判定し（ステップＳ１０３）、型番文字列が抽出できた場合には（ステップＳ１０３；Ｙｅｓ）、型番文字列に基づいてブランド名を推定する（ステップＳ１０４）。

【0043】

つづいて、情報処理装置１は、推定したブランド名を出品情報データベース３１に登録し（ステップＳ１０５）、処理を終了する。また、情報処理装置１は、ステップＳ１０３の判定において型番文字列を抽出できなかったと判定した場合（ステップＳ１０３；Ｎｏ）、処理を終了する。

【0044】

〔４．変形例〕
上述した実施形態では、商品の属性としてブランド名を推定する場合について説明したが、これに限定されるものではない。属性として、商品カテゴリ、商品名、製造元などといった商品に関する各種属性を推定するようにしてもよい。また、上述した実施形態では、型番文字列から商品の属性を推定する場合について説明したが、これに限定されるものではない。例えば、商品名など、各商品を識別する文字列から商品の属性を推定するようにしてもよい。また、上述した実施形態では、商品のタイトルから型番文字列を抽出する場合について説明したが、例えば、商品の説明文（例えば、商品ページ全体）から型番文字列を抽出するようにしてもよい。

【0045】

〔５．効果〕
上述してきたように、本願に係る情報処理装置１は、商品の説明文から企業独自で付与される型番を示す型番文字列を抽出するように学習された第１モデルを用いて説明文から型番文字列を抽出する抽出部４２と、型番文字列から商品の属性を推定するように学習された第２モデルを用いて抽出部４２によって抽出された型番文字列から商品の属性を推定する推定部４３とを備える。

【0046】

また、抽出部４２は、商品の説明文として、商品タイトルから型番文字列を抽出する。また、抽出部４２は、説明文が入力された際に型番文字列か否かを示すスコアを文字ごとに出力する第１モデルを用いて説明文から型番文字列を抽出する。

【0047】

また、抽出部４２は、説明文が入力された際に前記型番文字列か否かを示すスコアを分かち書きごとに出力する第１モデルを用いて説明文から型番文字列を抽出する。また、推定部４３は、型番文字列から商品の属性としてブランド名を推定するように学習された第２モデルを用いて型番文字列から商品の属性を推定する。

【0048】

上述した各処理のいずれかもしくは組合せにより、本願に係る情報処理装置１は、利用者に対して適切な検索サービスを提供することができる。

【0049】

〔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１は、例えば図６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６は、ハードウェア構成の一例を示す図である。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Ｉ／Ｆ（Interface）１０６０、入力Ｉ／Ｆ１０７０、ネットワークＩ／Ｆ１０８０がバス１０９０により接続された形態を有する。

【0050】

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。演算装置１０３０は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等により実現される。

【0051】

一次記憶装置１０４０は、ＲＡＭ（Random Access Memory）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登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等により実現される。二次記憶装置１０５０は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置１０５０は、ＵＳＢメモリやＳＤ（Secure Digital）メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置１０５０は、クラウドストレージ（オンラインストレージ）やＮＡＳ（Network Attached Storage）、ファイルサーバ等であってもよい。

【0052】

出力Ｉ／Ｆ１０６０は、ディスプレイ、プロジェクタ、及びプリンタ等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ーフェイスであり、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Ｉ／Ｆ１０７０は、マウス、キーボード、キーパッド、ボタン、及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ーフェイスであり、例えば、ＵＳＢ等により実現される。

【0053】

また、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０はそれぞれ出力装置１０１０及び入力装置１０２０と無線で接続してもよい。すなわち、出力装置１０１０及び入力装置１０２０は、ワイヤレス機器であってもよい。

【0054】

また、出力装置１０１０及び入力装置１０２０は、タッチパネルのように一体化していてもよい。この場合、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０も、入出力Ｉ／Ｆとして一体化していてもよい。

【0055】

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、又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。

【0056】

ネットワークＩ／Ｆ１０８０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。

【0057】

演算装置１０３０は、出力Ｉ／Ｆ１０６０や入力Ｉ／Ｆ１０７０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。

【0058】

例えば、コンピュータ１０００が情報処理装置１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、制御部４の機能を実現する。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器から取得した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してもよい。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。

【0059】

〔７．その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。

【0060】

また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

【0061】

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

【0062】

例えば、上述した情報処理装置１は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。

【0063】

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

【0064】

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

【符号の説明】

【0065】

１ 情報処理装置
２ 通信部
３ 記憶部
４ 制御部
１０ 利用者端末
３１ 出品情報データベース
３２ 第１モデルデータベース
３３ 第２モデルデータベース
４１ 取得部
４２ 抽出部
４３ 推定部
４４ 更新部
４５ 受付部
４６ 提供部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】