JP2009104450A - Product recommendation system based on Web chat observation - Google Patents
Product recommendation system based on Web chat observation Download PDFInfo
- Publication number
- JP2009104450A JP2009104450A JP2007276386A JP2007276386A JP2009104450A JP 2009104450 A JP2009104450 A JP 2009104450A JP 2007276386 A JP2007276386 A JP 2007276386A JP 2007276386 A JP2007276386 A JP 2007276386A JP 2009104450 A JP2009104450 A JP 2009104450A
- Authority
- JP
- Japan
- Prior art keywords
- user
- product
- recommendation system
- product recommendation
- chat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】
Webチャットの観測に基づく商品推薦システムは、インターネット上のショッピングサイトへの設置を想定し、ユーザの商品検索を容易にする。ユーザは本システムを用いて友人や商品を提供する店員等とインターネットを用いてチャットをすることで、システムは会話の内容に応じてユーザの嗜好に合う商品をリアルタイムに変化させながら推薦する。
【解決手段】
Webチャットの観測に基づく商品推薦システム２０は、ユーザ１と他者２とのチャット中での発言をそれぞれ形態素解析５しながら、ユーザの発言、他者の発言情報７、さまざまな嗜好別に分類された単語組み合わせパターン９を用いてユーザの嗜好情報１１を更新し、ユーザの嗜好に合った商品を商品データベース１３から検索して推薦することで、常にユーザの嗜好を捉えながら推薦する商品をリアルタイムに変化させることができる。
【選択図】図１【Task】
The product recommendation system based on the observation of the web chat is assumed to be installed in a shopping site on the Internet, and facilitates the user's product search. The user uses the present system to chat with friends, salesclerks who provide products, etc., using the Internet, so that the system recommends products that meet the user's preference in real time according to the content of the conversation.
[Solution]
The product recommendation system 20 based on the observation of the web chat is classified according to the user's speech, the other's speech information 7 and various tastes, while the morphological analysis 5 of the speech in the chat between the user 1 and the other person 2, respectively. The user's preference information 11 is updated using the word combination pattern 9, and a product that matches the user's preference is searched from the product database 13 and recommended, so that the product recommended while always capturing the user's preference is obtained in real time. Can be changed.
[Selection] Figure 1
Description
本発明は、商品情報を記憶しているデータベースからユーザの嗜好に合った商品情報を検索し、商品を推薦する商品システムに関する。 The present invention relates to a product system that searches for product information that matches a user's preference from a database that stores product information and recommends products.
インターネット上には様々なショッピングサイトが存在し、ユーザはこれらのサイトを利用することで店頭に出向く必要もなく好きな商品を購入できることから多くのユーザに利用されている。 There are various shopping sites on the Internet, and users can use these sites to purchase favorite products without having to go to the storefront, and are used by many users.
このようなショッピングサイトでは、商品の検索に商品に関連したキーワードやジャンルに基づいた検索を用いている。ユーザが商品を検索する時は、常に好みに合った商品に関連したキーワードやジャンルを連想し商品を検索する。 In such a shopping site, a search based on a keyword or a genre related to a product is used to search for the product. When a user searches for a product, the user always searches for the product by associating keywords and genres related to the product that suits his taste.
ところが、上記のような従来のショッピングサイトでは、ユーザに自らの嗜好にあった商品に関連するキーワードやジャンルを常に連想して検索を行うという負担が生じ、場合によってユーザは好みに合う商品を見つけることができない場合もあり、商品検索時にこのようなユーザの負担が軽減される仕組みが求められていた。 However, in the conventional shopping sites as described above, a burden arises that the user always searches for keywords and genres related to the product that suits his / her preference. In some cases, it is impossible to do so, and there is a need for a mechanism that reduces the burden on the user when searching for products.
また、商品検索時に自らの好みが曖昧な場合や商品に対する有益な情報が不足している場合、ユーザには欲しい商品を見つけることが困難であり、商品検索時にユーザの曖昧な好みを明確にして、有益な情報を提供するしくみが求められていた。 Also, if your preferences are ambiguous when searching for products, or if there is a lack of useful information about the products, it is difficult for users to find the products they want. There was a need for a mechanism to provide useful information.
さらに、ユーザの嗜好は時間とともに変化するので、ユーザへの商品推薦の際には、ユーザの嗜好の変化を常に捉えることができるしくみが必要である。 Furthermore, since the user's preference changes with time, it is necessary to have a mechanism that can always grasp the change in the user's preference when recommending products to the user.
そこで本発明は、商品情報を記憶したデータベースからの商品情報検索時において、チャットを用いてユーザの嗜好に合った商品を推薦する商品推薦システムを提供することを目的として、次のような方法、システムを提案する。 Therefore, the present invention aims to provide a product recommendation system that recommends a product that suits the user's preference using chat when searching for product information from a database storing product information, Propose a system.
請求項１の商品推薦システムは、ユーザと他者とのインターネット上でのチャットの内容に基づき、商品情報を記憶したデータベースからユーザの嗜好に合った商品を推薦することを特徴とする。 The product recommendation system according to claim 1 is characterized in that, based on the contents of chat between the user and another person on the Internet, a product suitable for the user's preference is recommended from a database storing product information.
システムは、ユーザと他者とのインターネット上での文字による会話を可能にするチャットインタフェースを備え、ユーザと他者とのチャットの内容を分析しながらユーザの嗜好情報をリアルタイムに更新し、ユーザの嗜好に合った商品をチャットの内容に合わせて変化させながら推薦商品として表示する。 The system is equipped with a chat interface that enables users to communicate with each other by text on the Internet. The user's preference information is updated in real time while analyzing the contents of the chat between the user and the other person. A product that suits the taste is displayed as a recommended product while changing according to the content of the chat.
請求項２の商品推薦システムは、ユーザと他者とのインターネット上での文字による会話を可能にするチャットインタフェースを備え、ユーザが他者と会話することを特徴とする。 The product recommendation system according to claim 2 is provided with a chat interface that enables text-to-text conversation between a user and another person on the Internet, and the user has a conversation with another person.
チャットインタフェースを用いて、ユーザはインターネットを利用して同じ場所に居ない他者と文字によって会話する。 Using the chat interface, the user uses the Internet to talk with others who are not in the same place.
請求項３の商品推薦システムは、ユーザの嗜好情報をシステム内部に持ち、それをチャットの内容に応じてリアルタイムに更新することを特徴とする。 The product recommendation system according to claim 3 has user preference information in the system and updates it in real time according to the content of chat.
請求項２におけるユーザと他者とのチャットインタフェースを用いた会話の内容を随時分析し、分析結果に応じてユーザの嗜好情報を更新する。 The contents of the conversation using the chat interface between the user and others in claim 2 are analyzed as needed, and the user's preference information is updated according to the analysis result.
請求項４の商品推薦システムは、単語組み合わせパターンを内部に持ち、チャット中の発言の意味を捉えることができること特徴とする。 The product recommendation system according to claim 4 has a word combination pattern inside and can capture the meaning of the utterance in the chat.
単語組み合わせパターンとして、さまざまな単語の原形とそれらの組み合わせを定義し、それぞれの組み合わせを意味別に分類する。 As word combination patterns, various word forms and their combinations are defined, and each combination is classified by meaning.
請求項５の商品推薦システムは、請求項２記載のチャットインタフェースに発言がある度に、発言者および発言内容を獲得することを特徴とする。 The product recommendation system according to claim 5 is characterized in that the speaker and the content of the comment are acquired every time there is a comment on the chat interface according to claim 2.
発言者および発言内容は、チャットインタフェースに表示される。 The speaker and the content of the message are displayed on the chat interface.
請求項６の商品推薦システムは、請求項５記載の獲得した発言内容を形態素解析することを特徴とする。 A product recommendation system according to a sixth aspect is characterized in that the acquired utterance content according to the fifth aspect is morphologically analyzed.
発言内容を形態素解析し、発言内容に含まれる単語の名詞、形容詞、動詞、助詞の原形を抽出する。 The utterance content is morphologically analyzed, and the nouns, adjectives, verbs and particles of the words included in the utterance content are extracted.
請求項７の商品推薦システムは、請求項５記載の獲得した発言者が他者の場合、請求項６記載の発言内容の形態素解析結果を一時的に保持しておくことを特徴とする。 The product recommendation system according to claim 7 is characterized in that, when the acquired speaker according to claim 5 is another person, the morphological analysis result of the statement content according to claim 6 is temporarily held.
形態素解析結果の内、発言内容に含まれる単語の名詞、形容詞を一時的に保持する。 Among the morphological analysis results, the nouns and adjectives of the words included in the utterance contents are temporarily stored.
請求項８の商品推薦システムは、請求項５記載の獲得した発言者がユーザの場合、請求項６記載の発言内容の形態素解析結果を、請求項４記載の単語組み合わせパターンと照合させること特徴とする。 The product recommendation system according to claim 8 is characterized in that, when the acquired speaker according to claim 5 is a user, the morphological analysis result of the statement content according to claim 6 is collated with the word combination pattern according to claim 4; To do.
ユーザの発言内容の形態素解析結果である名詞、形容詞、動詞、助詞を用いて、請求項４記載の単語組み合わせパターンと照合する。 Using the nouns, adjectives, verbs, and particles that are the morphological analysis results of the user's utterance content, the word combination pattern according to claim 4 is collated.
請求項９の商品推薦システムは、請求項５記載の獲得した発言者がユーザの場合、請求項６記載の発言内容の形態素解析結果と請求項７記載の保持してある他者の発言内容の形態素解析結果を、請求項４記載の単語組み合わせパターンと照合させること特徴とする。 In the product recommendation system according to claim 9, when the acquired speaker according to claim 5 is a user, the result of morphological analysis of the statement content according to claim 6 and the statement content of another person held according to claim 7 are stored. The morphological analysis result is collated with the word combination pattern according to claim 4.
ユーザの発言内容の形態素解析結果である動詞、助詞および保持してある他者の発言内容に含まれる単語の名詞、形容詞を用いて、請求項４記載の単語組み合わせパターンと照合する。 The word combination pattern according to claim 4 is collated by using a verb, a particle, and a noun and an adjective of a word included in the retained speech content of others, which are morphological analysis results of the speech content of the user.
請求項１０の商品推薦システムは、請求項８におよび請求項９において照合が成功した場合、照合結果に応じて請求項３記載のユーザの嗜好情報の更新を行うことを特徴とする。 A product recommendation system according to a tenth aspect is characterized in that when the collation is successful in the eighth and ninth aspects, the user preference information according to the third aspect is updated according to the collation result.
照合が成功するとシステムはユーザの好みを把握して、ユーザの嗜好情報を更新する。 If the verification is successful, the system grasps the user's preference and updates the user's preference information.
請求項１１の商品推薦システムは、請求項３記載のユーザの嗜好情報に合う商品を、商品情報が記憶されたデータベースから検索することを特徴とする。 The product recommendation system according to an eleventh aspect is characterized in that a product that matches the user's preference information according to the third aspect is searched from a database in which the product information is stored.
ユーザの嗜好情報とデータベースに記憶された商品情報のマッチングを行うことで、システムはユーザの嗜好に合った商品をデータベースから検索する。 By matching the user's preference information with the product information stored in the database, the system searches the database for a product that matches the user's preference.
請求項１２の商品推薦システムは、商品検索結果の表示として、請求項１１記載の検索した商品を、請求項２記載のチャットインタフェースと同じ画面に表示することを特徴とする。 The product recommendation system of claim 12 displays the searched product of claim 11 on the same screen as the chat interface of claim 2 as display of the product search result.
商品をチャットインタフェースと同じ画面に表示することで、ユーザは他者とチャットをしながら商品推薦を受けることになる。 By displaying the product on the same screen as the chat interface, the user receives product recommendations while chatting with others.
請求項１３の商品推薦システムは、請求項３記載のユーザの嗜好情報のリアルタイムな更新に同期して商品を表示することを特徴とする。 A product recommendation system according to a thirteenth aspect is characterized in that the commodity is displayed in synchronization with the real-time update of the user preference information according to the third aspect.
ユーザの嗜好情報が更新されると、その度に請求項１１記載の商品検索を行い、最新のユーザの嗜好に合った商品を推薦商品として、請求項１２記載の商品表示を行う。 When the user's preference information is updated, the product search described in claim 11 is performed each time, and the product according to claim 12 is displayed with the product matching the latest user's preference as the recommended product.
請求項１、２によれば、Webチャットの観測に基づく商品推薦システムを用いると、ユーザはチャットインタフェースで他者とチャットをすることで、自らの嗜好に合った商品の推薦を受けている。従来の商品検索と異なり、ユーザに自らの嗜好にあった商品に関連するキーワードやジャンルを常に連想して検索を行う必要はなく、チャットで他者と会話するだけで商品推薦を受けられるので、ユーザの商品検索時の負担は大幅に軽減する。 According to the first and second aspects, when the product recommendation system based on the observation of the web chat is used, the user receives the recommendation of the product that suits his / her preference by chatting with others through the chat interface. Unlike traditional product search, users do not always have to search for keywords and genres related to products that suit their tastes, and they can receive product recommendations simply by talking to others via chat. The burden on the user when searching for products is greatly reduced.
請求項２記載のチャットインタフェースを備えたWebチャットの観測に基づく商品推薦システムを用いることで、ユーザは自らの曖昧な好みを明確にしたり、自らの嗜好に合う商品に繋がる有益な情報を他者から得ることができる。 By using the product recommendation system based on the observation of the web chat having the chat interface according to claim 2, the user can clarify his / her vague preference or provide useful information that leads to a product that suits his / her preference to others. Can be obtained from
請求項５、６によれば、Webチャットの観測に基づく商品推薦システムは、チャット中に発言がある度に発言者および発言内容を獲得し、発言内容については形態素解析を行う。このようにすることで、システムは発言者がユーザ自身であるか他者であるかを把握でき、形態素解析された発言内容はコンピュータでの処理を容易にすることができる。 According to the fifth and sixth aspects, the product recommendation system based on the observation of the web chat acquires the speaker and the content of the speech every time there is a speech during the chat, and performs morphological analysis on the content of the speech. By doing in this way, the system can grasp whether the speaker is the user himself / herself or the other, and the speech content subjected to the morphological analysis can easily be processed by the computer.
請求項３、１０、１１、１３によれば、Webチャットの観測に基づく商品推薦システムは、ユーザの嗜好情報をシステム内部に持ち、そのリアルタイムな更新に同期して、商品情報が記憶されたデータベースから最新のユーザの嗜好情報に合う商品を推薦する。このようなしくみを持つことで、ユーザの嗜好の時間による変化を常に捉えた商品推薦が可能である。 According to claims 3, 10, 11, and 13, the product recommendation system based on the observation of the web chat has user preference information inside the system and stores the product information in synchronization with the real-time update. To recommend products that match the latest user preference information. By having such a mechanism, it is possible to recommend a product that always captures changes in the user's preference over time.
請求項４、８、９によれば、Webチャットの観測に基づく商品推薦システムは、内部に持つ単語組み合わせパターンとユーザの発言（場合によっては他者の発言も含む）を照合させることで、ユーザの発言時の意図を捉えることができる。このように、あらかじめ定義された単語組み合わせパターンとの照合を行うことで、ユーザの発言時の嗜好の変化を正確に捉えることが可能である。 According to Claims 4, 8, and 9, the product recommendation system based on the observation of the web chat collates the word combination pattern held inside with the user's remarks (including the remarks of others in some cases), thereby enabling the user The intention at the time of speaking can be captured. Thus, by comparing with a word combination pattern defined in advance, it is possible to accurately capture a change in preference when the user speaks.
請求項７、９によれば、Webチャットの観測に基づく商品推薦システムは、チャット中の他者の発言内容も利用して、ユーザの発言時の嗜好の変化を捉えようとしている。このように、他者とのコミュニケーションを利用するしくみを持つことで、より効率良くユーザの嗜好の変化を捉えることが可能である。 According to the seventh and ninth aspects, the product recommendation system based on the observation of the web chat tries to catch the change in the preference when the user speaks by using the content of the other person during the chat. Thus, by having a mechanism for using communication with others, it is possible to capture changes in user preferences more efficiently.
請求項１２、１３によれば、Webチャットの観測に基づく商品推薦システムは、チャットインタフェースと同じ画面に推薦する商品を表示して、ユーザの嗜好情報の変化と同期させて表示する商品も変化させる。このようにすることで、ユーザはチャットを続けながら、自らの嗜好に合わせて変化する商品推薦を受けることができ、ユーザにとって非常に使い易いシステムである。 According to claims 12 and 13, the product recommendation system based on the observation of the web chat displays the recommended product on the same screen as the chat interface, and changes the displayed product in synchronization with the change of the user preference information. . In this way, the user can receive product recommendations that change according to his / her preference while continuing to chat, and this is a system that is very easy for the user to use.
ここに、本発明を実施するための最良の形態を図に従って説明する。
図１は本発明によるWebチャットの観測に基づく商品推薦システムの基本構成を示すブロック図である。
Here, the best mode for carrying out the present invention will be described with reference to the drawings.
FIG. 1 is a block diagram showing a basic configuration of a product recommendation system based on observation of a web chat according to the present invention.
Webチャットの観測に基づく商品推薦システム２０は、チャットにおける発言情報獲得する機構Ａ、形態素解析を行う機構Ｂ、他者の発言内容を一時保存する機構Ｃ、単語組み合わせパターンとの照合を行う機構Ｄ、ユーザの嗜好情報を更新する機構Ｆ、商品検索を行う機構Ｇ、チャットの内容と推薦商品を表示する機構Ｈから構成される。 The product recommendation system 20 based on the observation of the web chat includes a mechanism A for acquiring utterance information in chat, a mechanism B for performing morphological analysis, a mechanism C for temporarily storing utterance contents of others, and a mechanism D for collating with word combination patterns. , A mechanism F for updating user preference information, a mechanism G for searching for products, and a mechanism H for displaying chat contents and recommended products.
機構Ａでは、ユーザ１と他者２がチャットインタフェースに入力３しながら会話しているときの発言情報を獲得４する。処理結果１５として、発言者および発言内容を得る。 In the mechanism A, the user 1 and the other person 2 acquire the speech information 4 when the user 1 and the other person 2 are talking while inputting 3 to the chat interface. As the processing result 15, the speaker and the content of the statement are obtained.
機構Ｂでは、処理結果１５中の発言内容を形態素解析する。処理結果１６として、名詞、形容詞、動詞、助詞の原形を得る。処理結果１５中の発言内容によっては、名詞、形容詞、動詞、助詞についてすべて得られない場合もある。さらに、処理結果１５中の発言者について、処理結果１６に引き継ぐ。 In the mechanism B, the utterance content in the processing result 15 is analyzed. As processing results 16, original forms of nouns, adjectives, verbs, and particles are obtained. Depending on the utterance content in the processing result 15, there are cases where all of the nouns, adjectives, verbs and particles cannot be obtained. Further, the speaker in the processing result 15 is taken over by the processing result 16.
機構Ｃでは、処理結果１６中の発言者が他者２の場合、発言内容の一部を一時的に保持する。他者の発言情報７として保持されるのは、処理結果１６の内、名詞および形容詞である。他者の発言内容によっては、名詞および形容詞について両方得られない場合もある。 In the mechanism C, when the speaker in the processing result 16 is the other person 2, a part of the content of the statement is temporarily held. Of the processing result 16, nouns and adjectives are held as the other person's speech information 7. Depending on what others say, you may not get both nouns and adjectives.
機構Ｄでは、処理結果１６中の発言者がユーザ１の場合、処理結果１６中の名詞、形容詞、動詞、助詞の原形を用いて、ユーザの好みの変化を捉える。つまり、さまざまな単語の原形とそれらの組み合わせが定義され、それぞれの組み合わせが意味別に分類された単語組み合わせパターン９と処理結果１６中の名詞、形容詞、動詞、助詞の原形の組み合わせとのパターン照合８を行う。照合が成功すると照合結果に応じてユーザの嗜好情報を得る。つまり、処理結果１７として、ユーザがどのようなものを好んでいるか又は好んでいないかを得る。 In the mechanism D, when the speaker in the processing result 16 is the user 1, the user's preference change is captured using the original form of the noun, the adjective, the verb, and the particle in the processing result 16. In other words, various word originals and combinations thereof are defined, and pattern matching 8 between word combination pattern 9 in which each combination is classified by meaning and nouns, adjectives, verbs, and particle combinations in processing result 16 I do. When collation is successful, user preference information is obtained according to the collation result. That is, as the processing result 17, what the user likes or does not like is obtained.
また機構Ｄでは、処理結果１６中の名詞および形容詞の不足によりユーザの嗜好情報が十分に得られない場合、他者の発言情報７も利用してユーザの嗜好情報を得る。つまり、ユーザが何かを好んでいる又は好んでいないということは得ることは認識出来ても、どのようなものを好んでいる又は好んでいないとは認識出来ない場合、他者の発言情報７を利用する。具体的には、単語組み合わせパターン９と、処理結果１６中の動詞および助詞かつ他者の発言情報７として保持されている名詞および形容詞の組み合わせとのパターン照合８を行う。照合が成功すると照合結果に応じてユーザの嗜好情報を得る。つまり、処理結果１７として、ユーザがどのようなものを好んでいるか又は好んでいないかを得る。 Further, in the mechanism D, when the user's preference information is not sufficiently obtained due to lack of nouns and adjectives in the processing result 16, the user's preference information is obtained using the other person's remark information 7. That is, if the user can recognize that he / she likes something or not, but cannot recognize what he / she likes or dislikes, the remark information 7 of others Is used. Specifically, pattern matching 8 is performed between the word combination pattern 9 and the combination of the verb and particle in the processing result 16 and the noun and adjective held as the other person's speech information 7. When collation is successful, user preference information is obtained according to the collation result. That is, as the processing result 17, what the user likes or does not like is obtained.
機構Ｆでは、処理結果１７のユーザがどのようなものを好んでいるか又は好んでいないかという情報を利用して、ユーザの嗜好情報を更新１０する。ユーザの嗜好情報１１として、図４のように５つの指標を定める。それぞれの指標はユーザがどのようなものを好んでいるかを表し、１から５の５段階の値に設定され、初期値は３とする。「珍しさ度」は珍しいものや面白いデザインのもの、「可愛さ度」は可愛いものや女の子らしいデザインのもの、「格好良さ度」は格好良いものやクールなデザインのもの、「シンプル度」はシンプルなものやスッキリしたデザインのもの、「高級感度」は高級感のあるものやゴージャスなデザインのもので、ユーザの好みに応じてそれぞれの指標の値が更新される。値の更新は、ある指標の値を１段階上げる又は下げることで行う。例えば、処理結果１７でユーザが珍しいものを好んでいると得られた場合、システムは珍しい度を１上げる。 In the mechanism F, the user's preference information is updated 10 using information indicating what the user of the processing result 17 likes or does not like. As the user preference information 11, five indexes are defined as shown in FIG. Each index represents what the user likes, and is set to 5 values from 1 to 5, with an initial value of 3. "Unusuality" means something unusual or interesting, "Cuteness" means something cute or girly, "Goodness" means something cool or cool, and "Simpleness" means A simple or refreshing design, “luxury sensitivity” is a luxury or gorgeous design, and the value of each index is updated according to the user's preference. The value is updated by raising or lowering the value of a certain index by one level. For example, if the processing result 17 indicates that the user likes something unusual, the system increases the degree of unusualness by one.
機構Ｄの単語組み合わせパターン９には、さまざまな単語の原形とそれらの組み合わせが定義され、それぞれの組み合わせが意味別に分類されているが、具体的にはこのようなユーザの嗜好情報１１を更新させるのに適当な組み合わせが意味別に分類されている。例えば、形容詞「珍しい」と動詞「好き」の組み合わせは、「珍しい度」の値を上げる組み合わせとして分類されている。 In the word combination pattern 9 of mechanism D, various original forms of words and their combinations are defined, and each combination is classified by meaning. Specifically, the user preference information 11 is updated. Appropriate combinations are classified by meaning. For example, the combination of the adjective “rare” and the verb “like” is classified as a combination that increases the value of “rare degree”.
機構Ｇでは、更新されたユーザの嗜好情報１１を参照して、商品データベース（ＤＢ）１３から商品検索１２を行う。商品ＤＢ１３は商品情報を記録したデータベースであり、図３はデータベース中の１つの商品データ構造を示す。商品は品番、名前、画像データを持ち、さらにその商品の特徴として５つの指標を持つ。これら５つのの指標は、図４に示すユーザの嗜好情報１１と同じ指標であり、１から５の５段階の値があらかじめそれぞれの指標に設定されている。例えば、とても面白いデザインを持つような商品には、最大値である５の値が付けられている。商品検索１２の方法としては、ユーザの嗜好情報１１中の値が５の指標について、商品ＤＢ中のその指標の値が４以上の商品を推薦商品として抽出し、処理結果１８とする。 In the mechanism G, the product search 12 is performed from the product database (DB) 13 with reference to the updated user preference information 11. The product DB 13 is a database in which product information is recorded, and FIG. 3 shows one product data structure in the database. A product has a product number, a name, and image data, and further has five indexes as characteristics of the product. These five indices are the same indices as the user preference information 11 shown in FIG. 4, and five levels of 1 to 5 are set in advance for the respective indices. For example, a product with a very interesting design is given a maximum value of 5. As a method of the product search 12, for an index having a value of 5 in the user preference information 11, a product having the index value of 4 or more in the product DB is extracted as a recommended product and set as a processing result 18.
機構Ｈでは、処理結果１５で得た発言者および発言内容からチャットインタフェースにチャットの内容を表示する。また、処理結果１８で得た推薦商品について、商品詳細ページへのリンク付き画像を、チャットインタフェースと同じ画面上にある推薦商品出力部に表示する。チャットインタフェースと商品出力部は処理結果１９としてまとめ、同じ画面上に出力１４として表示する。 In the mechanism H, the chat content is displayed on the chat interface from the speaker and the content of the speech obtained in the processing result 15. For the recommended product obtained from the processing result 18, an image with a link to the product detail page is displayed on the recommended product output unit on the same screen as the chat interface. The chat interface and the product output unit are collected as the processing result 19 and displayed as the output 14 on the same screen.
図２は、ユーザが商品推薦を受けるまでのフローを示す説明図である。チャットインタフェースに入力されたユーザや他者の発言は、形態素解析されて品詞別に名詞、形容詞、動詞、助詞に分けられる。発言者が他者のとき、名詞および形容詞を一時的に保持しておく。発言者がユーザの場合は、ユーザの発言の形態素解析結果より、ユーザが何かを好んでいる又は好んでいないか判断する。判断できない場合は何もしない。判断できた場合、ユーザの発言の形態素解析結果より、ユーザがどのようなものを好んでいる又は好んでいないか判断する。判断できた場合、ユーザの嗜好情報を更新する。判断できない場合は、一時保持してある他者の発言の形態素解析結果中の名詞、形容詞を用いて判断を行い、ユーザの嗜好情報を更新する。更新されたユーザの嗜好情報と商品情報をマッチングすることでユーザの嗜好に合う商品を検索し、推薦商品として表示する。以上の処理の流れを繰り返して、ユーザは他者とチャットしながらリアルタイムに商品推薦を受ける。 FIG. 2 is an explanatory diagram showing a flow until the user receives a product recommendation. The utterances of users and others input to the chat interface are morphologically analyzed and divided into nouns, adjectives, verbs, and particles by part of speech. When the speaker is another person, temporarily hold nouns and adjectives. When the speaker is a user, it is determined from the morphological analysis result of the user's speech whether the user likes or does not like something. If you cannot judge, do nothing. If it can be determined, it is determined what the user likes or dislikes from the morphological analysis result of the user's speech. If it can be determined, the user preference information is updated. If it cannot be determined, a determination is made using the nouns and adjectives in the morphological analysis result of the other person's utterance that is temporarily held, and the user preference information is updated. A product that matches the user's preference is searched by matching the updated user's preference information and product information, and displayed as a recommended product. By repeating the above processing flow, the user receives product recommendations in real time while chatting with others.
１ ユーザ
２ 他者
３ 入力
４ 発言情報獲得
５ 形態素解析
６ 発言内容一時保持
７ 他者の発言情報
８ パターン照合
９ 単語組み合わせパターン
１０ ユーザの嗜好情報更新
１１ ユーザの嗜好情報
１２ 商品検索
１３ 商品データベース（DB）
１４ 出力
１５乃至１９ 処理結果
２０ Webチャットの観測に基づく商品推薦システム
1 User 2 Others 3 Input 4 Speech information acquisition 5 Morphological analysis 6 Speech content temporary retention 7 Others' speech information 8 Pattern matching 9 Word combination pattern 10 User preference information update 11 User preference information 12 Product search 13 Product database ( DB)
14 Output 15 to 19 Processing result 20 Product recommendation system based on Web chat observation
Claims (13)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007276386A JP2009104450A (en) | 2007-10-24 | 2007-10-24 | Product recommendation system based on Web chat observation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007276386A JP2009104450A (en) | 2007-10-24 | 2007-10-24 | Product recommendation system based on Web chat observation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2009104450A true JP2009104450A (en) | 2009-05-14 |
Family
ID=40706049
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007276386A Pending JP2009104450A (en) | 2007-10-24 | 2007-10-24 | Product recommendation system based on Web chat observation |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2009104450A (en) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8745065B2 (en) | 2009-07-07 | 2014-06-03 | Google Inc. | Query parsing for map search |
| US20140195562A1 (en) * | 2013-01-04 | 2014-07-10 | 24/7 Customer, Inc. | Determining product categories by mining interaction data in chat transcripts |
| US8886625B1 (en) | 2012-10-31 | 2014-11-11 | Google Inc. | Methods and computer-readable media for providing recommended entities based on a user's social graph |
| US8972368B1 (en) | 2012-12-07 | 2015-03-03 | Google Inc. | Systems, methods, and computer-readable media for providing search results having contacts from a user's social graph |
| CN104836720A (en) * | 2014-02-12 | 2015-08-12 | 北京三星通信技术研究有限公司 | Method for performing information recommendation in interactive communication, and device |
| US9239865B1 (en) | 2013-01-18 | 2016-01-19 | Google Inc. | Systems, methods, and computer-readable media for providing recommended entities based on a query-specific subset of a user's social graph |
| CN106327275A (en) * | 2015-06-19 | 2017-01-11 | 中兴通讯股份有限公司 | Article information sharing method and apparatus |
| JP2017037658A (en) * | 2009-02-20 | 2017-02-16 | ボイスボックス テクノロジーズ コーポレーション | System and method for processing multi-modal device interaction in natural language voice service environment |
| JP2017167962A (en) * | 2016-03-17 | 2017-09-21 | ヤフー株式会社 | Purchase support system, purchase support method, and purchase support program |
| JP2023045525A (en) * | 2021-09-22 | 2023-04-03 | Ｌｉｎｅ株式会社 | Information processing device, communication system, information processing method, and program |
-
2007
- 2007-10-24 JP JP2007276386A patent/JP2009104450A/en active Pending
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017037658A (en) * | 2009-02-20 | 2017-02-16 | ボイスボックス テクノロジーズ コーポレーション | System and method for processing multi-modal device interaction in natural language voice service environment |
| US10553213B2 (en) | 2009-02-20 | 2020-02-04 | Oracle International Corporation | System and method for processing multi-modal device interactions in a natural language voice services environment |
| US8745065B2 (en) | 2009-07-07 | 2014-06-03 | Google Inc. | Query parsing for map search |
| US10019487B1 (en) | 2012-10-31 | 2018-07-10 | Google Llc | Method and computer-readable media for providing recommended entities based on a user's social graph |
| US8886625B1 (en) | 2012-10-31 | 2014-11-11 | Google Inc. | Methods and computer-readable media for providing recommended entities based on a user's social graph |
| US11714815B2 (en) | 2012-10-31 | 2023-08-01 | Google Llc | Method and computer-readable media for providing recommended entities based on a user's social graph |
| US8972368B1 (en) | 2012-12-07 | 2015-03-03 | Google Inc. | Systems, methods, and computer-readable media for providing search results having contacts from a user's social graph |
| US9471691B1 (en) | 2012-12-07 | 2016-10-18 | Google Inc. | Systems, methods, and computer-readable media for providing search results having contacts from a user's social graph |
| US20140195562A1 (en) * | 2013-01-04 | 2014-07-10 | 24/7 Customer, Inc. | Determining product categories by mining interaction data in chat transcripts |
| US9460455B2 (en) * | 2013-01-04 | 2016-10-04 | 24/7 Customer, Inc. | Determining product categories by mining interaction data in chat transcripts |
| US9239865B1 (en) | 2013-01-18 | 2016-01-19 | Google Inc. | Systems, methods, and computer-readable media for providing recommended entities based on a query-specific subset of a user's social graph |
| CN104836720A (en) * | 2014-02-12 | 2015-08-12 | 北京三星通信技术研究有限公司 | Method for performing information recommendation in interactive communication, and device |
| CN106327275A (en) * | 2015-06-19 | 2017-01-11 | 中兴通讯股份有限公司 | Article information sharing method and apparatus |
| JP2017167962A (en) * | 2016-03-17 | 2017-09-21 | ヤフー株式会社 | Purchase support system, purchase support method, and purchase support program |
| JP2023045525A (en) * | 2021-09-22 | 2023-04-03 | Ｌｉｎｅ株式会社 | Information processing device, communication system, information processing method, and program |
| JP7373531B2 (en) | 2021-09-22 | 2023-11-02 | Ｌｉｎｅ株式会社 | Information processing device, communication system, information processing method and program |
| JP2023176041A (en) * | 2021-09-22 | 2023-12-12 | Ｌｉｎｅヤフー株式会社 | Information processing device, communication system, information processing method, and program |
| JP7679439B2 (en) | 2021-09-22 | 2025-05-19 | Ｌｉｎｅヤフー株式会社 | COMMUNICATION SYSTEM, INFORMATION PROCESSING METHOD, AND PROGRAM |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2009104450A (en) | Product recommendation system based on Web chat observation | |
| Chiny et al. | Netflix recommendation system based on TF-IDF and cosine similarity algorithms | |
| US20120030228A1 (en) | Method and system for need fulfillment | |
| US20100262597A1 (en) | Method and system for searching information of collective emotion based on comments about contents on internet | |
| US20120059850A1 (en) | Computerized face photograph-based dating recommendation system | |
| US9720978B1 (en) | Fingerprint-based literary works recommendation system | |
| JP2011134334A (en) | System and method for identifying topics for short text communications | |
| US9575996B2 (en) | Emotion image recommendation system and method thereof | |
| US20130268475A1 (en) | Information processing apparatus, a method and a non-transitory computer readable medium thereof, and an information communication terminal, a control method and a non-transitory computer readable medium thereof | |
| JP2009099088A (en) | Sns user profile extraction device, extraction method and extraction program, and device using user profile | |
| KR20100077895A (en) | Method and apparatus for recommended semantic social network-based community | |
| CN108388570A (en) | The method, apparatus of classification and matching is carried out to video and selects engine | |
| JP6932162B2 (en) | Area-based item recommendation terminal device and item recommendation information provision method. | |
| Rader et al. | lifexplore at the lifelog search challenge 2024 | |
| KR101074820B1 (en) | Recommendation searching system using internet and method thereof | |
| CN110287422B (en) | Information providing apparatus and control method thereof | |
| JP2016177690A (en) | Service recommendation device, service recommendation method, and service recommendation program | |
| CN112052395A (en) | Data processing method and device | |
| Parizi et al. | EmoNews: an Emotional News Recommender System. | |
| Law | Creativity and television drama: A corpus-based multimodal analysis of pattern-reforming creativity in House MD | |
| CN108140034B (en) | Selecting content items based on received terms using a topic model | |
| JP5134882B2 (en) | Content management device | |
| JP2015069407A (en) | Merchandise recommendation system, merchandise recommendation server, and merchandise recommendation program | |
| JP2015179399A (en) | Text generation apparatus, text generation program, and text generation method | |
| JP2021009633A (en) | Information retrieval method and information retrieval device |