特許 7427634 情報処理装置、情報処理方法及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】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-01-26

(45)【発行日】2024-02-05

(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 30/0201 20230101AFI20240129BHJP

【ＦＩ】

G06Q30/0201

【請求項の数】 10

(21)【出願番号】P 2021117417

(22)【出願日】2021-07-15

(65)【公開番号】P2023013328

(43)【公開日】2023-01-26

【審査請求日】2022-10-20

(73)【特許権者】

【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】小川 知紘

【審査官】酒井 優一

(56)【参考文献】

【文献】特開２０１７－０９１３７６（ＪＰ，Ａ）

【文献】特開２０１７－０６８４８２（ＪＰ，Ａ）

【文献】特開２００２－３２９０５５（ＪＰ，Ａ）

【文献】特開２０１９－０４６３０２（ＪＰ，Ａ）

【文献】特開２００６－２６０４２０（ＪＰ，Ａ）

【文献】特開２０１７－０２７３５９（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

ユーザが入力した検索クエリの履歴である検索履歴を示す検索情報に基づいて、前記ユーザを前記ユーザの興味関心トピックに対応するセグメントに分類する分類部と、
前記分類部によって前記ユーザが分類されたセグメントに属するセグメントユーザの人数であるセグメント規模の成長率を示すセグメント成長率が、当該セグメントとは異なる他のセグメントのセグメント成長率と比べて大きい場合、当該セグメントを当該セグメントと対応する対象に関するキーワードを検索する検索頻度が第１閾値を超えうるユーザであるエクストリームユーザの増加が予測される成長セグメントとして特定する特定部と、
を備えることを特徴とする情報処理装置。

【請求項2】

前記分類部は、
前記ユーザがアクセスしたコンテンツの履歴であるアクセス履歴を示すアクセス情報に基づいて、前記ユーザを前記ユーザの興味関心トピックに対応するセグメントに分類し、
前記特定部は、
前記分類部によって前記ユーザが分類されたセグメントに属するセグメントユーザの人数であるセグメント規模の成長率を示すセグメント成長率が、当該セグメントとは異なる他のセグメントのセグメント成長率と比べて大きい場合、当該セグメントを当該セグメントと対応する対象に関するキーワードを含むコンテンツにアクセスするアクセス頻度が第２閾値を超えうるユーザであるエクストリームユーザの増加が予測される成長セグメントとして特定する、
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3】

前記分類部は、
前記ユーザによる購買の履歴である購買履歴を示す購買情報に基づいて、前記ユーザを前記ユーザの興味関心トピックに対応するセグメントに分類し、
前記特定部は、
前記分類部によって前記ユーザが分類されたセグメントに属するセグメントユーザの人数であるセグメント規模の成長率を示すセグメント成長率が、当該セグメントとは異なる他のセグメントのセグメント成長率と比べて大きい場合、当該セグメントを当該セグメントと対応する対象に関するキーワードを含む商品を購入する購入頻度が第３閾値を超えうるユーザであるエクストリームユーザの増加が予測される成長セグメントとして特定する、
ことを特徴とする請求項１または２に記載の情報処理装置。

【請求項4】

前記分類部は、
前記ユーザによる購買の履歴である購買履歴を示す購買情報に基づいて、前記ユーザを前記ユーザの興味関心トピックに対応するセグメントに分類し、
前記特定部は、
前記分類部によって前記ユーザが分類されたセグメントに属するセグメントユーザの人数であるセグメント規模の成長率を示すセグメント成長率が、当該セグメントとは異なる他のセグメントのセグメント成長率と比べて大きい場合、当該セグメントを当該セグメントと対応する対象に関するキーワードを含む商品を購入する一回当たりの購入金額の平均が第４閾値を超えうるユーザであるエクストリームユーザの増加が予測される成長セグメントとして特定する、
ことを特徴とする請求項１～３のいずれか１つに記載の情報処理装置。

【請求項5】

前記特定部は、
前記ユーザが分類されたセグメントに属するセグメントユーザの人数に対する当該セグメントに属する前記エクストリームユーザの人数の比率を示すエクストリームユーザ比率が、当該セグメントとは異なる他のセグメントのエクストリームユーザ比率よりも小さい場合、当該セグメントを前記成長セグメントとして特定する、
ことを特徴とする請求項１～４のいずれか１つに記載の情報処理装置。

【請求項6】

前記セグメント成長率と前記エクストリームユーザ比率との関係性をセグメントごとに示すグラフを提供する提供部をさらに備える、
ことを特徴とする請求項５に記載の情報処理装置。

【請求項7】

前記提供部は、
前記セグメントを示す円の大きさが当該セグメントに属するユーザの人数であるセグメント規模を示す前記グラフを提供する、
ことを特徴とする請求項６に記載の情報処理装置。

【請求項8】

前記分類部は、
ダイエット、思想、健康または商品に関するセグメントに前記ユーザを分類する、
ことを特徴とする請求項１～７のいずれか１つに記載の情報処理装置。

【請求項9】

コンピュータが実行する情報処理方法であって、
ユーザが入力した検索クエリの履歴である検索履歴を示す検索情報に基づいて、前記ユーザを前記ユーザの興味関心トピックに対応するセグメントに分類する分類工程と、
前記分類工程によって前記ユーザが分類されたセグメントに属するセグメントユーザの人数であるセグメント規模の成長率を示すセグメント成長率が、当該セグメントとは異なる他のセグメントのセグメント成長率と比べて大きい場合、当該セグメントを当該セグメントと対応する対象に関するキーワードを検索する検索頻度が第１閾値を超えうるユーザであるエクストリームユーザの増加が予測される成長セグメントとして特定する特定工程と、
を含むことを特徴とする情報処理方法。

【請求項10】

ユーザが入力した検索クエリの履歴である検索履歴を示す検索情報に基づいて、前記ユーザを前記ユーザの興味関心トピックに対応するセグメントに分類する分類手順と、
前記分類手順によって前記ユーザが分類されたセグメントに属するセグメントユーザの人数であるセグメント規模の成長率を示すセグメント成長率が、当該セグメントとは異なる他のセグメントのセグメント成長率と比べて大きい場合、当該セグメントを当該セグメントと対応する対象に関するキーワードを検索する検索頻度が第１閾値を超えうるユーザであるエクストリームユーザの増加が予測される成長セグメントとして特定する特定手順と、
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】

本発明は、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】

近年、インターネットの飛躍的な普及に伴い、例えば、インターネット上の種々の情報を用いた分析に関する技術が提供されている。例えば、ネットオークションサイトから過去のオークションに関する情報を所定の検索条件のもとで抽出し、複数の分析要素に基づき分析した結果を各種グラフ及び数表で視覚化してユーザに提供するネットオークション履歴データの視覚化プリゼンテーションシステムに関する技術が提案されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１１－１３８４３９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、上記の従来技術では、有用な情報を得ることができるとは限らない。例えば、上記の従来技術では、ネットオークションの履歴に関する情報を提供しているに過ぎないので、所定の事業者が提供する対象に対する潜在的なニーズに関する情報を視覚的に適切に提示できるとは言えない。

【0005】

本願は、上記に鑑みてなされたものであって、有用な情報を提供することができる情報処理装置、情報処理方法及び情報処理プログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

本願に係る情報処理装置は、ユーザの行動履歴に関する行動情報に基づいて、前記ユーザをセグメントに分類する分類部と、前記分類部によって分類されたセグメントに関するセグメント情報に基づいて、当該セグメントと対応する対象に関する所定の行動を行う頻度が所定の閾値を超えうるユーザであるエクストリームユーザの増加が予測される成長セグメントを特定する特定部と、を備えることを特徴とする。

【発明の効果】

【0007】

実施形態の一態様によれば、有用な情報を提供することができるといった効果を奏する。

【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概要を示す図である。

【図2】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3】図３は、実施形態に係る端末装置の構成例を示す図である。

【図4】図４は、実施形態に係る情報提供装置の構成例を示す図である。

【図5】図５は、ユーザ情報データベースの一例を示す図である。

【図6】図６は、履歴情報データベースの一例を示す図である。

【図7】図７は、実施形態に係る分類処理の一例を示す図である。

【図8】図８は、実施形態に係る処理手順を示すフローチャートである。

【図9】図９は、ハードウェア構成の一例を示す図である。

【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。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

【0010】

また、以下の実施形態における「ユーザＵ」とは、不特定多数のユーザの行動履歴に関する行動情報に基づく所定の分析結果を提供する情報提供サービスＤＳ１を利用するユーザ（情報提供サービスＤＳ１のユーザともいう）であるとともに、不特定多数のユーザでもあるユーザのことを指す。

【0011】

〔１．情報処理方法の概要〕
図１は、実施形態に係る情報処理方法の概要を示す説明図である。図１に示す情報処理は、情報処理システム１によって実現される。図１に示すように、情報処理システム１は、端末装置１０と情報提供装置１００とを含む。端末装置１０と情報提供装置１００とは、それぞれネットワークＮ（図２参照）を介して有線又は無線で互いに通信可能に接続される。

【0012】

図１では、情報提供装置１００が、ユーザの行動履歴に関する行動情報を取得する（ステップＳ１）。続いて、情報提供装置１００は、行動情報を取得すると、取得した行動情報に基づいて、ユーザをセグメントに分類する（ステップＳ２）。例えば、情報提供装置１００は、行動情報の一例として、ユーザが入力した検索クエリの履歴である検索履歴を示す検索情報に基づいて、ユーザをセグメントに分類する。図１に示す例では、情報提供装置１００は、ダイエット、思想、健康または商品に関するセグメント等にユーザを分類する。

【0013】

続いて、情報提供装置１００は、ユーザをセグメントに分類すると、ユーザを分類したセグメントに関するセグメント情報に基づいて、図１に示すようなグラフＧＨ１を生成する（ステップＳ３）。より具体的には、情報提供装置１００は、セグメントに属するユーザの人数であるセグメント規模の成長率を示すセグメント成長率（図１に示すグラフＧＨ１の縦軸に相当）、セグメント規模に対するセグメントに属するエクストリームユーザの人数の比率を示すエクストリームユーザ比率（図１に示すグラフＧＨ１の横軸に相当）との関係性をセグメントごとに示すグラフＧＨ１を生成する。図１に示すグラフＧＨ１の縦軸は、昨年のセグメント規模に対する今年のセグメント規模の成長率を示す。また、情報提供装置１００は、セグメントを示す円の大きさがセグメント規模を示すグラフＧＨ１を生成する。

【0014】

ここで、エクストリームユーザとは、自身が分類されたセグメントと対応する対象に関する所定の行動を行う頻度が所定の閾値を超えうるユーザのことを指す。例えば、エクストリームユーザとは、セグメントと対応する対象に関するキーワードを検索する検索頻度が第１閾値を超えうるユーザ、対象に関するキーワードを含むコンテンツにアクセスするアクセス頻度が第２閾値を超えうるユーザ、対象に関するキーワードを含む商品を購入する購入頻度が第３閾値を超えうるユーザ、または対象に関するキーワードを含む商品を購入する一回当たりの購入金額の平均が第４閾値を超えうるユーザである。すなわち、エクストリームユーザとは、自身が分類されたセグメントと対応する対象に対する熱心なファンであると言える。

【0015】

続いて、情報提供装置１００は、グラフＧＨ１を生成すると、エクストリームユーザの増加が予測される成長セグメントを特定する（ステップＳ４）。例えば、図１に示すグラフＧＨ１の縦軸は、セグメント成長率を示すので、グラフＧＨ１の下方よりも上方に位置するセグメントほど、セグメント成長率が大きいことを意味する。例えば、グラフＧＨ１を上下に２分割した場合、下側の領域よりも上側の領域に位置するセグメントの方が、セグメント成長率が大きいこと意味する。また、セグメント成長率が大きいことは、セグメントと対応する対象に対する興味関心を抱いているユーザの人数の増加率が大きいことを意味する。また、ユーザの人数の増加率が大きいことは、他のセグメントと比べると、エクストリームユーザの増加が予測されることを意味する。したがって、情報提供装置１００は、グラフＧＨ１のグラフの表示領域のうち、下方よりも上方に位置するセグメントほど、成長セグメントである確率が高いと推定する。例えば、情報提供装置１００は、グラフＧＨ１を上下に２分割した場合、下側の領域よりも上側の領域に位置するセグメントを成長セグメントである確率が高いと推定する。

【0016】

また、図１に示すグラフＧＨ１の横軸は、エクストリームユーザ比率を示すので、グラフＧＨ１の左側よりも右側に位置するセグメントほど、エクストリームユーザ比率が高いことを意味する。例えば、グラフＧＨ１を左右に２分割した場合、左側の領域よりも右側の領域に位置するセグメントの方が、エクストリームユーザ比率が高いこと意味する。また、エクストリームユーザ比率が高いことは、セグメントと対応する対象に対する熱心なファンがすでに多く形成されており、成熟したセグメント（つまり、成長の余地が少ないセグメント）であることを意味する。したがって、情報提供装置１００は、グラフＧＨ１のグラフの表示領域のうち、右側よりも左側に位置するセグメントほど、成長セグメントである確率が高いと推定する。例えば、情報提供装置１００は、グラフＧＨ１を左右に２分割した場合、右側の領域よりも左側の領域に位置するセグメントほど、成長セグメントである確率が高いと推定する。

【0017】

上述したように、情報提供装置１００は、グラフＧＨ１を上下左右に４分割した場合、下側の領域よりも上側の領域に位置するセグメントであって、かつ、右側の領域よりも左側の領域に位置するセグメントほど、成長セグメントである確率が高いと推定する。例えば、情報提供装置１００は、グラフＧＨ１を上下左右に４分割した場合、グラフＧＨ１の左上の領域に含まれるセグメントは、グラフＧＨ１の右上、左下、右下の領域に含まれるセグメントと比べて成長セグメントである確率が高いと推定する。続いて、情報提供装置１００は、グラフＧＨ１を上下左右に４分割した領域のうち、その領域に含まれるセグメントが成長セグメントである確率が最も高いと推定した領域に含まれるセグメントを成長セグメントとして特定する。図１に示す例では、情報提供装置１００は、グラフＧＨ１を上下左右に４分割した場合、グラフＧＨ１の左上の領域ＡＲ１に含まれる２つのセグメントＣＬ１１およびセグメントＣＬ１２を成長セグメントとして特定する。

【0018】

端末装置１０は、情報の送信要求を情報提供装置１００に対して送信する（ステップＳ５）。例えば、端末装置１０は、情報提供サービスＤＳ１のユーザＵが分析の対象として希望するターゲットユーザの条件を指定して、ターゲットユーザに関するグラフＧＨ１に関する情報の送信要求を送信する。

【0019】

情報提供装置１００は、端末装置１０から情報の送信要求を受信すると、グラフＧＨ１に関する情報を端末装置１０に提供する（ステップＳ６）。例えば、情報提供装置１００は、成長セグメントを視覚的に把握しやすい状態で表示したグラフＧＨ１を端末装置１０に送信する。図１に示す例では、情報提供装置１００は、成長セグメントとして特定したセグメントＣＬ１１およびセグメントＣＬ１２を示す円の内側を塗りつぶす色と、成長セグメントとは異なる他のセグメントを示す円の内側を塗りつぶす色とを異ならせて表示したグラフＧＨ１を端末装置１０に送信する。

【0020】

また、情報提供装置１００は、グラフＧＨ１を上下左右に４分割した場合、グラフＧＨ１の右上の領域ＡＲ２に含まれるセグメントＣＬ２１を成熟したセグメント（以下、成熟セグメントともいう）として特定する。そして、情報提供装置１００は、成熟セグメントとして特定したセグメントＣＬ２１を示す円の内側を塗りつぶす色と、成長セグメントとして特定したセグメントＣＬ１１およびセグメントＣＬ１２を示す円の内側を塗りつぶす色と、成長セグメントおよび成熟セグメントとは異なる他のセグメントを示す円の内側を塗りつぶす色とを異ならせて表示したグラフＧＨ１を端末装置１０に送信する。このように、情報提供装置１００は、グラフＧＨ１を上下左右に４分割した場合、グラフＧＨ１の左上の領域ＡＲ１に含まれる成長セグメント、グラフＧＨ１の右上の領域ＡＲ２に含まれる成熟セグメント、およびグラフＧＨ１の下側の領域に含まれるその他のセグメント（図１に示す例では、セグメントＣＬ３１やセグメントＣＬ４１など）を示す円の内側を塗りつぶす色を異ならせて表示する。

【0021】

これにより、情報提供装置１００は、ターゲットユーザに関する成長セグメント、成熟セグメントおよびその他のセグメントに関する情報を視覚的に把握しやすい状態で提供することができる。

【0022】

〔２．情報処理システムの構成例〕
図２は、実施形態に係る情報処理システム１の構成例を示す図である。図２に示すように、実施形態に係る情報処理システム１は、端末装置１０と情報提供装置１００とを含む。これらの各種装置は、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。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネット等のＷＡＮ（Wide Area Network）である。

【0023】

また、図２に示す情報処理システム１に含まれる各装置の数は図示したものに限られない。例えば、図２では、図示の簡略化のため、端末装置１０を１台のみ示したが、これはあくまでも例示であって限定されるものではなく、２台以上であってもよい。

【0024】

端末装置１０は、ユーザＵによって使用される情報処理装置である。例えば、端末装置１０は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、ＰＣ（Personal Computer）、ＰＤＡ（Personal Digital Assistant）、通信機能を備えたゲーム機、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイ等のウェアラブルデバイス（Wearable Device）、スマートグラス等である。

【0025】

また、かかる端末装置１０は、ＬＴＥ（Long Term Evolution）、４Ｇ（4th Generation）、５Ｇ（5th Generation：第５世代移動通信システム）等の無線通信網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線ＬＡＮ（Local Area Network）等の近距離無線通信を介してネットワークＮに接続し、情報提供装置１００と通信することができる。

【0026】

情報提供装置１００は、例えばＰＣやサーバ装置、あるいはメインフレーム又はワークステーション等である。なお、情報提供装置１００は、クラウドコンピューティングにより実現されてもよい。

【0027】

〔３．端末装置の構成例〕
次に、図３を用いて、端末装置１０の構成について説明する。図３は、端末装置１０の構成例を示す図である。図３に示すように、端末装置１０は、通信部１１と、表示部１２と、入力部１３と、測位部１４と、センサ部２０と、制御部３０（コントローラ）と、記憶部４０とを備える。

【0028】

（通信部１１）
通信部１１は、ネットワークＮ（図２参照）と有線又は無線で接続され、ネットワークＮを介して、情報提供装置１００との間で情報の送受信を行う。例えば、通信部１１は、ＮＩＣ（Network Interface Card）やアンテナ等によって実現される。

【0029】

（表示部１２）
表示部１２は、位置情報等の各種情報を表示する表示デバイスである。例えば、表示部１２は、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬディスプレイ（Organic Electro-Luminescent Display）である。また、表示部１２は、タッチパネル式のディスプレイであるが、これに限定されるものではない。

【0030】

また、表示部１２は、表示制御部３４の制御に従って、情報提供装置１００から受信したグラフを表示する。

【0031】

（入力部１３）
入力部１３は、ユーザＵから各種操作を受け付ける入力デバイスである。また、入力部１３は、例えば、文字や数字等を入力するためのボタン等を有する。また、表示部１２がタッチパネル式のディスプレイである場合、表示部１２の一部が入力部１３として機能する。なお、入力部１３は、ユーザＵから音声入力を受け付けるマイク等であってもよい。マイクはワイヤレスであってもよい。

【0032】

（測位部１４）
測位部１４は、ＧＰＳ（Global Positioning System）の衛星から送出される信号（電波）を受信し、受信した信号に基づいて、自装置である端末装置１０の現在位置を示す位置情報（例えば、緯度及び経度）を取得する。すなわち、測位部１４は、端末装置１０の位置を測位する。なお、ＧＰＳは、ＧＮＳＳ（Global Navigation Satellite System）の一例に過ぎない。

【0033】

また、測位部１４は、ＧＰＳ以外にも、種々の手法により位置を測位することができる。例えば、測位部１４は、位置補正等のための補助的な測位手段として、下記のように、端末装置１０の様々な通信機能を利用して位置を測位してもよい。

【0034】

（Ｗｉ－Ｆｉ測位）
例えば、測位部１４は、端末装置１０のＷｉ－Ｆｉ（登録商標）通信機能や、各通信会社が備える通信網を利用して、端末装置１０の位置を測位する。具体的には、測位部１４は、Ｗｉ－Ｆｉ通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、端末装置１０の位置を測位する。

【0035】

（ビーコン測位）
また、測位部１４は、端末装置１０のＢｌｕｅｔｏｏｔｈ（登録商標）機能を利用して位置を測位してもよい。例えば、測位部１４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）機能によって接続されるビーコン（beacon）発信機と接続することにより、端末装置１０の位置を測位する。

【0036】

（地磁気測位）
また、測位部１４は、予め測定された構造物の地磁気のパターンと、端末装置１０が備える地磁気センサとに基づいて、端末装置１０の位置を測位する。

【0037】

（ＲＦＩＤ測位）
また、例えば、端末装置１０が駅改札や店舗等で使用される非接触型ＩＣカードと同等のＲＦＩＤ（Radio Frequency Identification）タグの機能を備えている場合、もしくはＲＦＩＤタグを読み取る機能を備えている場合、端末装置１０によって決済等が行われた情報とともに、使用された位置が記録される。測位部１４は、かかる情報を取得することで、端末装置１０の位置を測位してもよい。また、位置は、端末装置１０が備える光学式センサや、赤外線センサ等によって測位されてもよい。

【0038】

測位部１４は、必要に応じて、上述した測位手段の一つ又は組合せを用いて、端末装置１０の位置を測位してもよい。

【0039】

（センサ部２０）
センサ部２０は、端末装置１０に搭載又は接続される各種のセンサを含む。なお、接続は、有線接続、無線接続を問わない。例えば、センサ類は、ウェアラブルデバイスやワイヤレスデバイス等、端末装置１０以外の検知装置であってもよい。図３に示す例では、センサ部２０は、加速度センサ２１と、ジャイロセンサ２２と、気圧センサ２３と、気温センサ２４と、音センサ２５と、光センサ２６と、磁気センサ２７と、画像センサ（カメラ）２８とを備える。

【0040】

なお、上記した各センサ２１～２８は、あくまでも例示であって限定されるものではない。すなわち、センサ部２０は、各センサ２１～２８のうちの一部を備える構成であってもよいし、各センサ２１～２８に加えてあるいは代えて、湿度センサ等その他のセンサを備えてもよい。

【0041】

加速度センサ２１は、例えば、３軸加速度センサであり、端末装置１０の移動方向、速度、及び、加速度等の端末装置１０の物理的な動きを検知する。ジャイロセンサ２２は、端末装置１０の角速度等に基づいて３軸方向の傾き等の端末装置１０の物理的な動きを検知する。気圧センサ２３は、例えば端末装置１０の周囲の気圧を検知する。

【0042】

端末装置１０は、上記した加速度センサ２１やジャイロセンサ２２、気圧センサ２３等を備えることから、これらの各センサ２１～２３等を利用した歩行者自律航法（ＰＤＲ：Pedestrian Dead-Reckoning）等の技術を用いて端末装置１０の位置を測位することが可能になる。これにより、ＧＰＳ等の測位システムでは取得することが困難な屋内での位置情報を取得することが可能になる。

【0043】

例えば、加速度センサ２１を利用した歩数計により、歩数や歩くスピード、歩いた距離を算出することができる。また、ジャイロセンサ２２を利用して、ユーザＵの進行方向や視線の方向、体の傾きを知ることができる。また、気圧センサ２３で検知した気圧から、ユーザＵの端末装置１０が存在する高度やフロアの階数を知ることもできる。

【0044】

気温センサ２４は、例えば端末装置１０の周囲の気温を検知する。音センサ２５は、例えば端末装置１０の周囲の音を検知する。光センサ２６は、端末装置１０の周囲の照度を検知する。磁気センサ２７は、例えば端末装置１０の周囲の地磁気を検知する。画像センサ２８は、端末装置１０の周囲の画像を撮像する。

【0045】

上記した気圧センサ２３、気温センサ２４、音センサ２５、光センサ２６及び画像センサ２８は、それぞれ気圧、気温、音、照度を検知したり、周囲の画像を撮像したりすることで、端末装置１０の周囲の環境や状況等を検知することができる。また、端末装置１０の周囲の環境や状況等から、端末装置１０の位置情報の精度を向上させることが可能になる。

【0046】

（制御部３０）
制御部３０は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ、入出力ポート等を有するマイクロコンピュータや各種の回路を含む。また、制御部３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路等のハードウェアで構成されてもよい。制御部３０は、送信部３１と、受信部３２と、処理部３３とを備える。

【0047】

（送信部３１）
送信部３１は、例えば入力部１３を用いてユーザＵにより入力された各種情報や、端末装置１０に搭載又は接続された各センサ２１～２８によって検知された各種情報、測位部１４によって測位された端末装置１０の位置情報等を、通信部１１を介して情報提供装置１００へ送信することができる。

【0048】

（受信部３２）
受信部３２は、通信部１１を介して、情報提供装置１００から提供される各種情報や、情報提供装置１００からの各種情報の要求を受信することができる。例えば、受信部３２は、通信部１１を介して、情報提供装置１００からグラフに関する情報を受信する。

【0049】

（処理部３３）
処理部３３は、表示部１２等を含め、端末装置１０全体を制御する。例えば、処理部３３は、送信部３１によって送信される各種情報や、受信部３２によって受信された情報提供装置１００からの各種情報を表示部１２へ出力して表示させることができる。例えば、処理部３３は、受信部３２によって受信されたグラフに関する情報を表示部１２へ出力して表示させる。

【0050】

（記憶部４０）
記憶部４０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、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、光ディスク等の記憶装置によって実現される。かかる記憶部４０には、各種プログラムや各種データ等が記憶される。

【0051】

〔４．情報提供装置の構成例〕
次に、図４を用いて、実施形態に係る情報提供装置１００の構成について説明する。図４は、実施形態に係る情報提供装置１００の構成例を示す図である。図４に示すように、情報提供装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

【0052】

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。また、通信部１１０は、ネットワークＮ（図２参照）と有線又は無線で接続される。

【0053】

（記憶部１２０）
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、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４に示すように、記憶部１２０は、ユーザ情報データベース１２１と、履歴情報データベース１２２とを有する。

【0054】

（ユーザ情報データベース１２１）
ユーザ情報データベース１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報データベース１２１は、ユーザの属性等の種々の情報を記憶する。図５は、ユーザ情報データベース１２１の一例を示す図である。図５に示した例では、ユーザ情報データベース１２１は、「ユーザＩＤ（Identifier）」、「年齢」、「性別」、「自宅」、「勤務地」、「興味・関心」といった項目を有する。

【0055】

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。また、「年齢」は、ユーザＩＤにより識別されるユーザの年齢を示す。なお、「年齢」は、例えば３５歳など、ユーザＩＤにより識別されるユーザの具体的な年齢であってもよい。また、「性別」は、ユーザＩＤにより識別されるユーザの性別を示す。

【0056】

また、「自宅」は、ユーザＩＤにより識別されるユーザの自宅の位置情報を示す。なお、図５に示す例では、「自宅」は、「ＬＣ１１」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。

【0057】

また、「勤務地」は、ユーザＩＤにより識別されるユーザの勤務地（学生の場合は学校）の位置情報を示す。なお、図５に示す例では、「勤務地」は、「ＬＣ１２」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。

【0058】

また、「興味・関心」は、ユーザＩＤにより識別されるユーザの興味または関心を示す。すなわち、「興味・関心」は、ユーザＩＤにより識別されるユーザが興味または関心の高い対象を示す。例えば、「興味・関心」は、分類部１３２が分類したユーザの興味関心トピックに対応するセグメントの対象を示す。なお、図５に示す例では、「興味・関心」は、各ユーザに１つずつ図示するが、複数であってもよい。

【0059】

例えば、図５に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザの年齢は、「２０代」であり、性別は、「男性」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、自宅が「ＬＣ１１」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、勤務地が「ＬＣ１２」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、「ヴィーガン・思想」に興味があることを示す。

【0060】

ここで、図５に示す例では、「Ｕ１」、「ＬＣ１１」及び「ＬＣ１２」といった抽象的な値を用いて図示するが、「Ｕ１」、「ＬＣ１１」及び「ＬＣ１２」には、具体的な文字列や数値等の情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な値を図示する場合がある。

【0061】

なお、ユーザ情報データベース１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報データベース１２１は、ユーザの端末装置１０に関する各種情報を記憶してもよい。また、ユーザ情報データベース１２１は、ユーザのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）等の属性に関する情報を記憶してもよい。例えば、ユーザ情報データベース１２１は、氏名、家族構成、出身地（地元）、職業、職位、収入、資格、居住形態（戸建、マンション等）、車の有無、通学・通勤時間、通学・通勤経路、定期券区間（駅、路線等）、利用頻度の高い駅（自宅・勤務地の最寄駅以外）、習い事（場所、時間帯等）、趣味、興味、ライフスタイル等の情報を記憶してもよい。

【0062】

（履歴情報データベース１２２）
履歴情報データベース１２２は、ユーザの行動を示す履歴情報（ログデータ）に関する各種情報を記憶する。図６は、履歴情報データベース１２２の一例を示す図である。図６に示した例では、履歴情報データベース１２２は、「ユーザＩＤ」、「位置履歴」、「検索履歴」、「アクセス履歴」、「購買履歴」、「投稿履歴」といった項目を有する。

【0063】

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。また、「位置履歴」は、ユーザの位置や移動の履歴である位置履歴を示す。また、「検索履歴」は、ユーザが入力した検索クエリの履歴である検索履歴を示す。また、「アクセス履歴」は、ユーザがアクセスしたコンテンツの履歴であるアクセス履歴を示す。また、「購買履歴」は、ユーザによる購買の履歴である購買履歴を示す。また、「投稿履歴」は、ユーザによる投稿の履歴である投稿履歴を示す。なお、「投稿履歴」は、ユーザの所有物に関する質問を含んでいてもよい。

【0064】

例えば、図６に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザは、「位置履歴＃１」の通りに移動し、「検索履歴＃１」の通りに検索し、「アクセス履歴＃１」の通りにコンテンツにアクセスし、「購買履歴＃１」の通りに所定の店舗等で所定の商品等を購入し、「投稿履歴＃１」の通りに投稿したことを示す。

【0065】

ここで、図６に示す例では、「Ｕ１」、「位置履歴＃１」、「検索履歴＃１」、「アクセス履歴＃１」、「購買履歴＃１」及び「投稿履歴＃１」といった抽象的な値を用いて図示するが、「Ｕ１」、「位置履歴＃１」、「検索履歴＃１」、「アクセス履歴＃１」、「購買履歴＃１」及び「投稿履歴＃１」には、具体的な文字列や数値等の情報が記憶されるものとする。

【0066】

なお、履歴情報データベース１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、履歴情報データベース１２２は、ユーザの所定のサービスの利用履歴等を記憶してもよい。例えば、履歴情報データベース１２２は、ユーザの情報提供サービスＤＳ１における利用履歴を記憶する。

【0067】

また、履歴情報データベース１２２は、ユーザの実店舗の来店履歴又は施設の訪問履歴等を記憶してもよい。また、履歴情報データベース１２２は、ユーザの電子決済での決済履歴等を記憶してもよい。

【0068】

（制御部１３０）
図４に戻り、説明を続ける。制御部１３０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、情報提供装置１００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４に示す例では、制御部１３０は、取得部１３１と、分類部１３２と、生成部１３３と、特定部１３４と、提供部１３５とを有する。

【0069】

（取得部１３１）
取得部１３１は、通信部１１０を介して、各種サーバ等から、ユーザが検索エンジン等での検索に用いたキーワードに関する情報を取得する。

【0070】

このとき、取得部１３１は、通信部１１０を介して、端末装置１０や各種サーバ等から、ユーザに関する各種情報を取得する。例えば、取得部１３１は、ユーザを示す情報（ユーザＩＤ等）や、ユーザの位置情報、ユーザの属性情報等を取得する。そして、取得部１３１は、記憶部１２０のユーザ情報データベース１２１に登録する。

【0071】

また、取得部１３１は、通信部１１０を介して、各種サーバ等から、ユーザの行動履歴を示す各種の行動情報（ログデータ）を取得する。具体的には、取得部１３１は、行動情報として、ユーザの位置や移動の履歴である位置履歴を示す位置情報、ユーザが入力した検索クエリの履歴である検索履歴を示す検索情報、ユーザがアクセスしたコンテンツの履歴であるアクセス履歴を示すアクセス情報、ユーザによる購買の履歴である購買履歴を示す購買情報、ユーザによる投稿の履歴である投稿履歴を示す投稿情報を取得する。そして、取得部１３１は、取得した行動情報をユーザＩＤと対応付けて記憶部１２０の履歴情報データベース１２２に登録する。なお、上記のユーザが検索エンジン等での検索に用いたキーワードは、各種の履歴情報に含まれるキーワード（履歴情報に登場するキーワード）であってもよい。

【0072】

（分類部１３２）
分類部１３２は、ユーザの行動履歴に関する行動情報に基づいて、ユーザをセグメントに分類する。具体的には、分類部１３２は、取得部１３１が取得した行動情報に基づいて、ユーザをセグメントに分類する。例えば、分類部１３２は、行動情報の一例として、ユーザが入力した検索クエリの履歴である検索履歴を示す検索情報に基づいて、ユーザをセグメントに分類する。

【0073】

図７は、実施形態に係る分類処理の一例を示す図である。図７では、分類部１３２が、ユーザが入力した検索クエリの履歴である検索履歴を示す検索情報に基づいて、ユーザをセグメントに分類する処理について説明する。まず、分類部１３２は、取得部１３１が取得した不特定多数のユーザが入力した検索クエリの履歴である検索履歴を示す検索情報を取得する。続いて、分類部１３２は、分析対象となるユーザ（以下、分析対象ユーザともいう）の検索情報と比較対象となるユーザ（以下、比較対象ユーザともいう）の検索情報との比較に基づいて、分析対象ユーザに特徴的な検索クエリを取得する。

【0074】

ここで、分析対象ユーザとは、情報提供サービスＤＳ１のユーザが分析の対象として希望するターゲットユーザのことを指す。例えば、分析対象ユーザは、特定の検索クエリを検索したユーザまたは特定の商品を購入したユーザなど、特定の対象に対する所定の行動を起こしたユーザであってよい。また、比較対象ユーザとは、分析対象ユーザの比較対象となるユーザのことを指す。例えば、比較対象ユーザは、「１８～３４歳の独身の男性」など、特定の属性を有するユーザであってよい。

【0075】

例えば、分類部１３２は、検索クエリごとにリフト値を算出する。ここで、リフト値とは、分析対象ユーザによる検索率を比較対象ユーザによる検索率と比較する指標を指す。分析対象ユーザに特徴的な検索クエリほど、リフト値が大きくなる。例えば、分類部１３２は、比較対象ユーザの検索情報に基づいて、比較対象ユーザによるクエリＡの検索率の平均を５０%と算出する。また、分類部１３２は、分析対象ユーザの検索情報に基づいて、分析対象ユーザによるクエリＡの検索率の平均を２０%と算出する。この場合、分類部１３２は、クエリＡのリフト値として、比較対象ユーザによるクエリＡの検索率の平均である５０%を、分析対象ユーザによるクエリＡの検索率の平均である２０%で除した値である「２．５」を算出する。続いて、分類部１３２は、分析対象ユーザに特徴的な検索クエリとして、算出したリフト値が所定の閾値（例えば、「１５」など）を超える複数の検索クエリを取得する。このようにして、分類部１３２は、分析対象ユーザに特徴的な検索クエリを分析対象ユーザごとに取得する。

【0076】

続いて、分類部１３２は、分析対象ユーザに特徴的な検索クエリ（以下、特徴クエリともいう）を分析対象ユーザごとに取得すると、取得した特徴クエリを抽象的な興味関心トピックに分類する。例えば、分類部１３２は、取得した特徴クエリを複数（図７に示す例では、９つ）の興味関心トピックに分類する。例えば、分類部１３２は、検索クエリから検索クエリが分類される興味関心トピックを推定するよう学習された学習済みの機械学習モデルＭ１を用いて、特徴クエリが分類される興味関心トピックを推定する。例えば、分類部１３２は、検索クエリが入力された場合に、入力された検索クエリがダイエット、思想、健康または商品に関するトピックを含む複数の興味関心トピックそれぞれに分類される確率をそれぞれ出力するよう学習された学習済みの機械学習モデルＭ１を用いて、特徴クエリが分類される興味関心トピックを推定する。分類部１３２は、特徴クエリを機械学習モデルＭ１に入力する。続いて、分類部１３２は、機械学習モデルＭ１から出力された確率が所定の閾値を超える興味関心トピックに特徴クエリを分類する。図７に示す例では、分類部１３２は、特徴クエリのうち、クエリＡ、クエリＢ、クエリＣを興味関心トピック１に分類する。また、分類部１３２は、特徴クエリのうち、クエリＤを興味関心トピック２に分類する。また、分類部１３２は、特徴クエリのうち、クエリＦを興味関心トピック９に分類する。

【0077】

続いて、分類部１３２は、分析対象ユーザを興味関心トピックが共通する集まりであるクラスター（以下、セグメントともいう）に分類する。例えば、分類部１３２は、興味関心トピック１～９に分類された特徴クエリの数に基づいて、分析対象ユーザが最も興味関心を有する興味関心トピックを推定する。例えば、分類部１３２は、分析対象ユーザであるユーザＵ１が検索した特徴クエリのうち、興味関心トピック１に分類された特徴クエリの数が最も多い場合、ユーザＵ１が最も興味関心を有する興味関心トピックを興味関心トピック１であると推定する。続いて、分類部１３２は、ユーザＵ１が最も興味関心を有する興味関心トピックを興味関心トピック１であると推定すると、ユーザＵ１を興味関心トピック１に分類する。このようにして、分類部１３２は、分析対象ユーザが最も興味関心を有する興味関心トピックを推定すると、分析対象ユーザが最も興味関心を有する興味関心トピックに分析対象ユーザを分類する。

【0078】

（生成部１３３）
生成部１３３は、分類部１３２によって分類されたセグメントに関するセグメント情報に基づいて、セグメントに属するユーザの人数であるセグメント規模、セグメント規模の成長率を示すセグメント成長率、およびセグメント規模に対するセグメントに属するエクストリームユーザの人数の比率を示すエクストリームユーザ比率をセグメントごとに算出する。

【0079】

例えば、生成部１３３は、分類部１３２によって分類されたセグメントに分類されたユーザの人数に基づいて、セグメントに分類されたユーザの人数をセグメント規模として算出する。また、生成部１３３は、セグメント成長率の一例として、昨年のセグメント規模に対する今年のセグメント規模の成長率を算出する。

【0080】

例えば、生成部１３３は、エクストリームユーザの一例として、セグメントに対応する対象に関するキーワードを検索する検索頻度が第１閾値を超えるユーザ、対象に関するキーワードを含むコンテンツにアクセスするアクセス頻度が第２閾値を超えるユーザ、対象に関するキーワードを含む商品を購入する購入頻度が第３閾値を超えるユーザ、または対象に関するキーワードを含む商品を購入する一回当たりの購入金額の平均が第４閾値を超えるユーザの比率をセグメントごとに算出する。

【0081】

続いて、生成部１３３は、セグメント成長率とエクストリームユーザ比率との関係性をセグメントごとに示すグラフを生成する。例えば、生成部１３３は、セグメントを示す円の大きさがセグメントに属するユーザの人数であるセグメント規模を示すグラフを生成する。

【0082】

（特定部１３４）
特定部１３４は、分類部１３２によって分類されたセグメントに関するセグメント情報に基づいて、セグメントと対応する対象に関する所定の行動を行う頻度が所定の閾値を超えうるユーザであるエクストリームユーザの増加が予測される成長セグメントを特定する。具体的には、特定部１３４は、セグメント情報として、セグメントに属するユーザの人数であるセグメント規模の成長率を示すセグメント成長率、およびセグメント規模に対するセグメントに属するエクストリームユーザの人数の比率を示すエクストリームユーザ比率に基づいて、成長セグメントを特定する。

【0083】

例えば、特定部１３４は、成長セグメントとして、他のセグメントと比べてセグメント成長率が大きいセグメントを特定する。例えば、特定部１３４は、セグメント成長率が大きいセグメントほど、成長セグメントである確率が高いと推定する。例えば、特定部１３４は、生成部１３３が生成したグラフを上下に２分割した場合、セグメント成長率が小さい下側の領域に位置するセグメントよりも、セグメント成長率が大きい上側の領域に位置するセグメントの方が成長セグメントである確率が高いと推定する。続いて、特定部１３４は、成長セグメントである確率がより高いと推定したセグメントを成長セグメントとして特定する。

【0084】

また、例えば、特定部１３４は、成長セグメントとして、他のセグメントと比べてエクストリームユーザ比率が小さいセグメントを特定する。例えば、特定部１３４は、エクストリームユーザ比率が小さいセグメントほど、成長セグメントである確率が高いと推定する。例えば、特定部１３４は、生成部１３３が生成したグラフを左右に２分割した場合、エクストリームユーザ比率が大きい右側の領域に位置するセグメントよりも、エクストリームユーザ比率が小さい左側の領域に位置するセグメントの方が成長セグメントである確率が高いと推定する。続いて、特定部１３４は、成長セグメントである確率がより高いと推定したセグメントを成長セグメントとして特定する。

【0085】

例えば、特定部１３４は、成長セグメントとして、セグメント成長率が大きいセグメントであって、かつ、他のセグメントと比べてエクストリームユーザ比率が小さいセグメントを特定する。例えば、特定部１３４は、生成部１３３が生成したグラフを上下左右に４分割した場合、セグメント成長率が大きい上側の領域に位置するセグメントであって、かつ、エクストリームユーザ比率が小さい左側の領域に位置するセグメントほど、成長セグメントである確率が高いと推定する。例えば、特定部１３４は、生成部１３３が生成したグラフを上下左右に４分割した場合、生成部１３３が生成したグラフの左上の領域に含まれるセグメントは、生成部１３３が生成したグラフの右上、左下、右下の領域に含まれるセグメントと比べて成長セグメントである確率が高いと推定する。続いて、特定部１３４は、生成部１３３が生成したグラフを上下左右に４分割した領域のうち、その領域に含まれるセグメントが成長セグメントである確率が最も高いと推定した領域に含まれるセグメントを成長セグメントとして特定する。

【0086】

また、特定部１３４は、セグメント規模に基づいて、成長セグメントを特定してよい。例えば、特定部１３４は、成長セグメントとして、他のセグメントと比べてセグメント規模が小さいセグメントを特定する。例えば、特定部１３４は、セグメント規模が小さいセグメントほど、成長セグメントである確率が高いと推定する。続いて、特定部１３４は、成長セグメントである確率がより高いと推定したセグメントを成長セグメントとして特定する。また、例えば、特定部１３４は、セグメント規模に基づいて、成長セグメントとして特定したセグメントの優先順位を決定する。例えば、特定部１３４は、成長セグメントとして特定したセグメントが複数存在する場合には、セグメント規模が小さいセグメントほど成長セグメントとしての成長の余地が高いと推定する。続いて、特定部１３４は、成長セグメントとしての成長の余地が高いと推定した順番に、成長セグメントとして特定したセグメントの優先順位を決定する。

【0087】

また、特定部１３４は、エクストリームユーザの一例として、対象に関するキーワードを検索する検索頻度が第１閾値を超えうるユーザの増加が予測される成長セグメントを特定する。また、例えば、特定部１３４は、エクストリームユーザの一例として、対象に関するキーワードを含むコンテンツにアクセスするアクセス頻度が第２閾値を超えうるユーザの増加が予測される成長セグメントを特定する。また、例えば、特定部１３４は、エクストリームユーザの一例として、対象に関するキーワードを含む商品を購入する購入頻度が第３閾値を超えうるユーザの増加が予測される成長セグメントを特定する。また、例えば、特定部１３４は、エクストリームユーザの一例として、対象に関するキーワードを含む商品を購入する一回当たりの購入金額の平均が第４閾値を超えうるユーザの増加が予測される成長セグメントを特定する。

【0088】

（提供部１３５）
提供部１３５は、セグメント成長率とエクストリームユーザ比率との関係性をセグメントごとに示すグラフを提供する。具体的には、提供部１３５は、生成部１３３が生成したグラフをユーザの端末装置１０に送信する。例えば、提供部１３５は、特定部１３４が特定した成長セグメントを視覚的に視認可能な状態で表示したグラフを端末装置１０に送信する。例えば、提供部１３５は、特定部１３４が特定した成長セグメントを他のセグメントと視覚的に識別可能なように色分けして表示したグラフを端末装置１０に送信する。

【0089】

また、例えば、提供部１３５は、成長セグメントとして特定したセグメントを示す円の近傍または円の内側に、特定部１３４が決定した優先順位を示す数字を付したグラフを端末装置１０に送信してよい。

【0090】

〔５．処理手順〕
次に、図８を用いて実施形態に係る端末装置１０及び情報提供装置１００による処理手順について説明する。図８は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、端末装置１０の制御部３０及び情報提供装置１００の制御部１３０によって繰り返し実行される。

【0091】

図８に示すように、情報提供装置１００の取得部１３１は、通信部１１０を介して、各種サーバ等から、ユーザの行動履歴に関する行動情報を取得する（ステップＳ１０１）。例えば、取得部１３１は、行動情報の一例として、ユーザが入力した検索クエリの履歴である検索履歴を示す検索情報を取得する。

【0092】

また、情報提供装置１００の分類部１３２は、取得部１３１が取得した行動情報に基づいて、ユーザをセグメントに分類する（ステップＳ１０２）。例えば、分類部１３２は、図７で説明したように、検索情報に基づいて、ユーザをセグメントに分類する。

【0093】

また、情報提供装置１００の生成部１３３は、分類部１３２が分類したセグメントに関するセグメント情報に基づいて、セグメント成長率とエクストリームユーザ比率との関係性をセグメントごとに示すグラフを生成する（ステップＳ１０３）。例えば、生成部１３３は、セグメントを示す円の大きさがセグメントに属するユーザの人数であるセグメント規模を示すグラフを生成する。

【0094】

また、情報提供装置１００の特定部１３４は、セグメントと対応する対象に関する所定の行動を行う頻度が所定の閾値を超えうるユーザであるエクストリームユーザの増加が予測される成長セグメントを特定する（ステップＳ１０４）。例えば、特定部１３４は、生成部１３３が生成したグラフのうち、特定の領域に含まれるセグメントを成長セグメントとして特定する。

【0095】

また、情報提供装置１００の提供部１３５は、生成部１３３が生成したグラフを提供する（ステップＳ１０５）。例えば、提供部１３５は、特定部１３４が特定した成長セグメントを視覚的に視認可能な状態で表示したグラフを提供する。
〔６．変形例〕
上述した端末装置１０及び情報提供装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。

【0096】

上記の実施形態において、情報提供装置１００が実行している処理は、実際には、端末装置１０が実行してもよい。すなわち、スタンドアロン(Standalone)で（端末装置１０単体で）処理が完結してもよい。この場合、端末装置１０に、上記の実施形態における情報提供装置１００の機能が備わっているものとする。

【0097】

上記の実施形態では、分類部１３２が、行動情報の一例として、ユーザが入力した検索クエリの履歴である検索履歴を示す検索情報に基づいて、ユーザをセグメントに分類する場合について説明したが、行動情報は検索情報に限られない。例えば、分類部１３２は、行動情報として、ユーザの位置や移動の履歴である位置履歴を示す位置情報、ユーザがアクセスしたコンテンツの履歴であるアクセス履歴を示すアクセス情報、ユーザによる購買の履歴である購買履歴を示す購買情報、または、ユーザによる投稿の履歴である投稿履歴を示す投稿情報に基づいて、ユーザをセグメントに分類してよい。

【0098】

例えば、分類部１３２は、図７で説明した検索クエリの代わりに、各種履歴情報に含まれるキーワードに基づいて、各種履歴情報に含まれるキーワードを興味関心トピックに分類してよい。続いて、分類部１３２は、興味関心トピックに基づいて、ユーザをセグメントに分類してよい。例えば、分類部１３２は、位置情報に基づいてユーザをセグメントに分類する場合には、ユーザが位置した場所等を示す地名または店舗の名称を示すキーワードに基づいて、ユーザをセグメントに分類してよい。また、分類部１３２は、アクセス情報に基づいてユーザをセグメントに分類する場合には、ユーザがアクセスしたコンテンツに含まれるキーワードに基づいて、ユーザを興味関心トピックに分類してよい。また、分類部１３２は、購買情報に基づいてユーザをセグメントに分類する場合には、ユーザが購入した商品の名称や商品のカテゴリを示すキーワードに基づいて、ユーザを興味関心トピックに分類してよい。また、分類部１３２は、投稿情報に基づいてユーザをセグメントに分類する場合には、ユーザが投稿した投稿情報に含まれるキーワードに基づいて、ユーザを興味関心トピックに分類してよい。

【0099】

〔７．効果〕
上述してきたように、本願に係る情報処理装置（実施形態では情報提供装置１００）は、分類部１３２と特定部１３４を備える。分類部１３２は、ユーザの行動履歴に関する行動情報に基づいて、ユーザをセグメントに分類する。特定部１３４は、分類部１３２によって分類されたセグメントに関するセグメント情報に基づいて、セグメントと対応する対象に関する所定の行動を行う頻度が所定の閾値を超えうるユーザであるエクストリームユーザの増加が予測される成長セグメントを特定する。

【0100】

これにより、情報処理装置は、新たな市場開発または商品開発を行いたいと考えている事業者に対して、新たなターゲットとすべき成長セグメントに関する情報を提供することができる。したがって、情報処理装置は、有用な情報を提供することができる。

【0101】

また、特定部１３４は、エクストリームユーザとして、対象に関するキーワードを検索する検索頻度が第１閾値を超えうるユーザの増加が予測される成長セグメントを特定する。

【0102】

これにより、情報処理装置は、対象に関するキーワードを検索する検索頻度が高いユーザであるエクストリームユーザの増加が予測される成長セグメントに関する情報を提供することができる。

【0103】

また、特定部１３４は、エクストリームユーザとして、対象に関するキーワードを含むコンテンツにアクセスするアクセス頻度が第２閾値を超えうるユーザの増加が予測される成長セグメントを特定する。

【0104】

これにより、情報処理装置は、対象に関するキーワードを含むコンテンツにアクセスするアクセス頻度が高いユーザであるエクストリームユーザの増加が予測される成長セグメントに関する情報を提供することができる。

【0105】

また、特定部１３４は、エクストリームユーザとして、対象に関するキーワードを含む商品を購入する購入頻度が第３閾値を超えうるユーザの増加が予測される成長セグメントを特定する。

【0106】

これにより、情報処理装置は、対象に関するキーワードを含む商品を購入する購入頻度が高いユーザであるエクストリームユーザの増加が予測される成長セグメントに関する情報を提供することができる。

【0107】

また、特定部１３４は、エクストリームユーザとして、対象に関するキーワードを含む商品を購入する一回当たりの購入金額の平均が第４閾値を超えうるユーザの増加が予測される成長セグメントを特定する。

【0108】

これにより、情報処理装置は、対象に関するキーワードを含む商品を購入する一回当たりの購入金額の平均が高いユーザであるエクストリームユーザの増加が予測される成長セグメントに関する情報を提供することができる。

【0109】

また、特定部１３４は、セグメント情報として、セグメントに属するユーザの人数であるセグメント規模の成長率を示すセグメント成長率、およびセグメント規模に対するセグメントに属するエクストリームユーザの人数の比率を示すエクストリームユーザ比率に基づいて、成長セグメントを特定する。例えば、特定部１３４は、成長セグメントとして、他のセグメントと比べてセグメント成長率が大きいセグメントを特定する。特定部１３４は、成長セグメントとして、他のセグメントと比べてエクストリームユーザ比率が小さいセグメントを特定する。特定部１３４は、成長セグメントとして、セグメント成長率が大きいセグメントであって、かつ、他のセグメントと比べてエクストリームユーザ比率が小さいセグメントを特定する。

【0110】

これにより、情報処理装置は、セグメント成長率およびエクストリームユーザ比率に基づいて、成長セグメントを適切に特定することができる。

【0111】

また、情報処理装置は、提供部１３５をさらに備える。提供部１３５は、セグメント成長率とエクストリームユーザ比率との関係性をセグメントごとに示すグラフを提供する。

【0112】

これにより、情報処理装置は、成長セグメントに関する情報を視覚的に把握しやすい状態で提供することができる。

【0113】

また、提供部１３５は、セグメントを示す円の大きさがセグメントに属するユーザの人数であるセグメント規模を示すグラフを提供する。

【0114】

これにより、情報処理装置は、成長セグメントに関する情報とともに、セグメント規模を視覚的に把握しやすい状態で提供することができる。

【0115】

また、分類部１３２は、ダイエット、思想、健康または商品に関するセグメントにユーザを分類する。

【0116】

これにより、情報処理装置は、ダイエット、思想、健康または商品に関するセグメントである成長セグメントに関する情報を提供することができる。

【0117】

〔８．ハードウェア構成〕
また、上述した実施形態に係る端末装置１０や情報提供装置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。以下、情報提供装置１００を例に挙げて説明する。図９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。

【0118】

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。

【0119】

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。

【0120】

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。

【0121】

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。

【0122】

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。

【0123】

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。

【0124】

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。

【0125】

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。

【0126】

例えば、コンピュータ１０００が情報提供装置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、制御部１３０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。

【0127】

〔９．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。

【0128】

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。

【0129】

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。

【0130】

例えば、上述した情報提供装置１００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ホーム等を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。

【0131】

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。

【0132】

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、特定部は、特定手段や特定回路に読み替えることができる。

【符号の説明】

【0133】

１ 情報処理システム
１０ 端末装置
１００ 情報提供装置
１２１ ユーザ情報データベース
１２２ 履歴情報データベース
１３１ 取得部
１３２ 分類部
１３３ 生成部
１３４ 特定部
１３５ 提供部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】