JP2020042381A - 情報処理装置、情報処理方法、およびプログラム - Google Patents

Abstract

【課題】ＰＲ料率をランキングに反映させる程度を好適に調整することで、経済活動を活発化すること。【解決手段】ネットワークを介して商品を販売する電子商取引において利用者によって入力されたクエリと商品との適合度を導出する適合度導出部と、前記クエリと商品との適合度と、商品ごとに設定され、販売された商品の価格に対して前記電子商取引の運営者に支払われる割合であるＰＲ料率と、を所定のパラメータに基づいて反映させたスコアをクエリと商品の組み合わせにごとに導出するスコア導出部と、前記スコア導出部により導出されたスコアに基づいて、前記クエリに対して紹介する商品群を選択し、前記商品群に含まれる商品のポジションを決定するランキング処理部と、前記所定のパラメータを変化させた結果を疑似的に求めることで、前記所定のパラメータを調整する調整部と、を備える情報処理装置。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法、およびプログラムに関する。

従来、商品の出品情報を取得する取得部と、前記取得部により取得された出品情報と、前記商品の商品価格に対する販売促進費の割合である販促割合または販売促進費との関係に基づく前記販促割合の推奨値または前記販売促進費の推奨値を提供する提供部とを有する提供装置が知られている（特許文献１参照）。

特開２０１７−２０８１２７号公報

ネットワークを介して商品等を販売する電子商取引において、入力されたクエリに対して紹介する商品を選択する際に、クエリに依存するＣＴＲ（Click Through Rate）やＣＶＲ（Conversion Rate）などの指標値に基づくランキング結果が良好な商品を優先的に選択することが行われている。このランキングに、販促割合（ＰＲ料率）を加味することについて研究が進められているが、従来の技術では、ＰＲ料率をランキングに反映させる程度を、コンピュータ処理によって調整することができない場合があった。

本発明は、このような事情を考慮してなされたものであり、ＰＲ料率をランキングに反映させる程度を好適に調整することで、経済活動を活発化することができる情報処理装置、情報処理方法、およびプログラムを提供することを目的の一つとする。

本発明の一態様は、ネットワークを介して商品を販売する電子商取引において利用者によって入力されたクエリと商品との適合度を導出する適合度導出部と、前記クエリと商品との適合度と、商品ごとに設定され、販売された商品の価格に対して前記電子商取引の運営者に支払われる割合であるＰＲ料率と、を所定のパラメータに基づいて反映させたスコアをクエリと商品の組み合わせにごとに導出するスコア導出部と、前記スコア導出部により導出されたスコアに基づいて、前記クエリに対して紹介する商品群を選択し、前記商品群に含まれる商品のポジションを決定するランキング処理部と、前記所定のパラメータを変化させた結果を疑似的に求めることで、前記所定のパラメータを調整する調整部と、を備える情報処理装置である。

本発明の一態様によれば、ＰＲ料率をランキングに反映させる程度を好適に調整することで、経済活動を活発化することができる。

情報処理装置を利用したショッピングサーバ１００の構成および使用環境の一例を示す図である。 検索入力画面ＩＭ１の一例を示す図である。 検索結果表示画面ＩＭ２の一例を示す図である。 商品販売画面ＩＭ３の一例を示す図である。 商品データ１５０の内容の一例を示す図である。 調整部１２４により実行される処理の流れの一例を示すフローチャートである。 式（６）に基づいて最適な係数α＊を選択することについて説明するための概念図である。

以下、図面を参照し、本発明の情報処理装置、情報処理方法、およびプログラムの実施形態について説明する。情報処理装置は、一以上のプロセッサにより実現される。情報処理装置は、ネットワークを介して行われるショッピングやオークション、フリーマーケットなどの電子商取引において、購入者（購入を検討している利用者を含むものとする）によって入力されたクエリに対して紹介する商品またはサービスの選択を行う装置である。
以下の説明では、商品とサービスを区別せず、単に商品と称して説明する。

情報処理装置は、ショッピングサイトを管理するショッピングサーバなどに包含される装置であってもよい。すなわち、情報処理装置は、仮想的な装置であってもよい。また、情報処理装置は、ショッピングサーバそのものであってもよい。以下では、情報処理装置がショッピングサーバの少なくとも一部を構成するものとして説明する。ショッピングサーバは、ブラウザからのリクエストに応じてショッピングサイトを提供するものであってもよいし、スマートフォンなどにインストールされたアプリケーションプログラムからのリクエストに応じてショッピングサイトと同様のコンテンツを提供するものであってもよい。以下の説明では、前者であるものとする。

＜第１実施形態＞
［構成］
図１は、情報処理装置を利用したショッピングサーバ１００の構成および使用環境の一例を示す図である。ショッピングサーバ１００は、ネットワークＮＷを介して、購入者端末装置１０、または一以上の販売者端末装置２０と通信する。ネットワークＮＷは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、無線基地局、プロバイダ端末、専用回線などを含む。

購入者端末装置１０と販売者端末装置２０のそれぞれは、例えば、パーソナルコンピュータやスマートフォンなどの携帯電話、タブレット端末などである。これらにおいて、ブラウザやアプリケーションプログラムなどのＵＡ（User Agent）が起動する。購入者端末装置１０のＵＡは、ショッピングサーバ１００から提供された販売画面を表示すると共に、購入者端末装置１０１０の利用者によってなされた入力操作に応じたリクエストをショッピングサーバ１００に送信する。また、販売者端末装置２０のＵＡは、販売者端末装置２０の利用者によって入力された商品情報（出品情報）をショッピングサーバ１００に送信する。

ショッピングサーバ１００は、例えば、サイト提供部１０２と、検索実行部１０４と、ランキング処理部１０６と、ログ収集部１０８と、出品受付部１１０と、料率設定受付部１１２と、適合度導出部１２０と、スコア導出部１２２と、調整部１２４とを備える。これらの構成要素は、例えば、ＣＰＵ（Central Processing Unit）などの一以上のハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ−ＲＯＭなどの着脱可能な記憶媒体（非一過性の記憶媒体）に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。

また、ショッピングサーバ１００は、ＨＤＤやフラッシュメモリ、ＲＡＭ（Random Access Memory）などの記憶装置に、商品データ１５０、ログデータ１５２などのデータを格納している。この記憶装置は、ショッピングサーバ１００に付随するものであってもよいし、ショッピングサーバ１００がネットワークＮＷを介してアクセス可能なＮＡＳ（Network Attached Storage）であってもよい。

サイト提供部１０２は、ショッピングサイトとしての各種画面を端末装置１０に提供する。図２は、検索入力画面ＩＭ１の一例を示す図である。検索入力画面ＩＭ１には、商品を検索するためのクエリを入力するためのクエリ入力欄Ａ１、および、入力されたクエリで検索を実行させるための検索ボタンＢ１が設けられている。クエリ入力欄Ａ１にクエリが入力され、検索ボタンＢ１が操作されると、検索結果表示画面ＩＭ２に遷移する。なお、クエリには、一語だけのクエリもあるし、複数の子クエリがスペースなどで結合された複数語を含むクエリもある。

図３は、検索結果表示画面ＩＭ２の一例を示す図である。検索結果表示画面ＩＭ２には、検索結果表示欄Ａ２が含まれる。検索結果表示欄Ａ２には、ランキング処理部１０６によって決定されたランキング順に、スクロールすることで視認可能な所定の数の商品の画像や説明（例えば、後述するタイトルの一部または全部）が、ポジション順に並べて表示される。ポジションは、１番上の位置を１、２番目の位置を２、…というように定義される。検索結果表示画面ＩＭ２において一つの商品の画像や説明が操作されると、商品販売画面ＩＭ３に遷移する。

図４は、商品販売画面ＩＭ３の一例を示す図である。商品販売画面ＩＭ３には、商品画像表示欄Ａ３−１、タイトル欄Ａ３−２、詳細説明欄Ａ３−３などが含まれる。タイトル欄Ａ３−２や詳細説明欄Ａ３−３には、製造元、商品の素材、使用、その他の内容がテキストとして掲載される。タイトル欄Ａ３−２に表示されるテキストを「タイトル」と称し、詳細説明欄Ａ３−３に表示されるテキストを「詳細説明」と称する。商品販売画面ＩＭ３に対する操作によって、購入者により商品が購入される。

サイト提供部１０２は、図２〜４で示すような各種画面の他、販売者に対するインターフェースとなる画像も提供する。出品受付部１１４は、このインターフェースとなる画像を用いて販売者により入力された、商品の出品のための情報を取得し、商品データ１５０に登録する。

図５は、商品データ１５０の内容の一例を示す図である。商品データ１５０は、商品の識別情報である商品ＩＤに対して、商品カテゴリ、商品画像、タイトル、詳細説明、価格、発送条件、ＰＲ料率、その他のデータが対応付けられたものである。これらのうち、商品ＩＤは、出品受付部１１０により付番された情報であり、その他の情報は、販売者により入力されたものである。ＰＲ料率は、出品時、または出品後の任意のタイミングで料率設定受付部１１２により販売者端末装置２０から受け付けられる。ＰＲ料率は、例えば、ゼロから３０％程度の値に設定される。商品が購入されると、販売者からショッピングサーバ１００の運営者（すなわち電子商取引の運営者）に、商品の価格にＰＲ料率を乗算し価額が支払われる。ＰＲ料率は、従来は一律の割合に定められていたロイヤリティに代わる（或いはロイヤリティを補強する）ものであり、販売者が商品ごとに任意に定めることができる。ＰＲ料率が低いほど一回の販売ごとの販売者の利益は大きくなるが、ショッピングサーバ１００の側では、後述するように、ＰＲ料率の高い商品をランキングにおいて優遇する。従って、ＰＲ料率が高く設定されるほど、その商品が購入者の目に触れる機会が多くなり、販売を促進することができる。

検索実行部１０４は、前述したように検索入力画面ＩＭ１に対してなされた検索指示に応じて、商品データ１５０を検索する。例えば、検索実行部１０４は、タイトルまたは詳細説明の中にクエリが含まれる商品データ１５０のレコード（商品ＩＤ）を抽出し、ランキング処理部１０６に渡す。

ランキング処理部１０６は、検索実行部１０４により抽出されたレコードに対応する商品群について、スコア導出部１２２によって導出されたスコアに基づいてランキング処理（順位付け）を行い、検索結果表示画面ＩＭ２の検索結果表示欄Ａ２に情報を表示する商品の順序を決定する。

ログ収集部１０８は、利用者ごとのショッピングサイトの利用履歴を収集し、ログデータ１５２に登録する。

［ランキングのための処理］
以下、商品のランキングのための処理について説明する。

適合度導出部１２０は、クエリｑ_ｊと商品Ｄ_ｉの適合度（関連度、相関度）ｒｅｌ（ｑ_ｊ，Ｄ_ｉ）を導出する。ｊはクエリの識別情報であり、ｉは商品の識別情報（商品データ１５０における商品ＩＤ）であるものとする。適合度導出部１２０は、ログデータ１５２を参照し、クエリｑ_ｊが指定されて検索実行部１０４により検索が行われた後にセッション内に生じた商品Ｄ_ｉのクリック数やコンバージョン数をインプレッション数で除算するなどして求められるＣＴＲ（Click Through Rate）やＣＶＲ（Conversion Rate）に基づく機械学習を行って、適合度ｒｅｌ（ｑ_ｊ，Ｄ_ｉ）を導出する。

スコア導出部１２２は、適合度導出部１２０により導出された適合度ｒｅｌ（ｑ_ｊ，Ｄ_ｉ）と、その商品Ｄ_ｉに設定されているＰＲ料率ＰＲ（Ｄ_ｉ）とに基づいて、クエリｑ_ｊに対する商品Ｄ_ｉのスコアＳｃｏｒｅ（ｑ_ｊ，Ｄ_ｉ）を導出する。スコア導出部１２２は、例えば式（１）に示すように、適合度ｒｅｌ（ｑ_ｊ，Ｄ_ｉ）の（１−α）乗と、ＰＲ料率ＰＲ（Ｄ_ｉ）のα乗とを乗算することで、スコアＳｃｏｒｅ（ｑ_ｊ，Ｄ_ｉ）を導出する。αは、ゼロから１の間に設定される係数（所定のパラメータの一例）である。係数αがゼロに近いほど、ＰＲ料率とは無関係にＣＴＲやＣＶＲが良好な商品のスコアが高くなり、係数αが１に近いほど、ＰＲ料率の高い商品のスコアが高くなる。

スコアＳｃｏｒｅ（ｑ_ｊ，Ｄ_ｉ）＝｛ｒｅｌ（ｑ_ｊ，Ｄ_ｉ）^{（１−α）}｝×｛ＰＲ（Ｄ_ｉ）^α｝ …（１）

スコア導出部１２２は、例えば、バッチ処理によって一日一回、数日おき、一週間おきといった頻度でスコアを導出してもよいし、リアルタイムに近い頻度でスコアを導出してもよい。

［係数αの調整］
調整部１２４は、係数αを好適な値に調整する。調整部１２４は、例えばシミュレーションによって、係数αを変化させた結果を疑似的に求め、良好な結果を導き出した係数αを選択することで、係数αを調整する。

図６は、調整部１２４により実行される処理の流れの一例を示すフローチャートである。調整部１２４は、処理対象とするすべてのクエリｊ（∈Ｕ）についてＳ２００〜Ｓ２１２の処理を行う。まず、調整部１２４は、ログ情報１５２からクエリｊに対応する情報を抽出する（Ｓ２００）。クエリｊに対応する情報とは、購入者によってクエリｊが入力された後、ランキング処理を経て購入者に提示された商品（図３参照）、商品ごとのポジション、各商品がセッション内にクリックされたか否か、各商品が購入されたか否か、といった情報である。以下、クエリｊが一回入力された後の一連の情報をリクエストごとの情報と称する。

次に、調整部１２４は、係数αを初期値としてのゼロに設定する（Ｓ２０２）。

次に、調整部１２４は、Ｓ２００で抽出した情報に含まれる各商品Ｄｉについて、その時点で設定されている係数αに基づいて、スコアＳｃｏｒｅ（ｑ_ｊ，Ｄ_ｉ）を導出する（Ｓ２０４）。Ｓ２０４の処理において適合度ｒｅｌが必要となるが、調整部１２４は、例えば本フローチャートの開始時点で適合度導出部１２０により導出されている値を固定的に用いてよい。

次に、調整部１２４は、Ｓ２００で抽出した情報に含まれるリクエストごとに、Ｓ２０６〜Ｓ２１０の処理を行う。まず、調整部１２４は、Ｓ２０４で導出したスコアに基づいて、リクエスト内でランキングを行い、リクエストごとにポジションを決定する（Ｓ２０６）。

次に、調整部１２４は、Ｓ２０６で決定したポジションに基づいて、式（２）に基づいてリクエストごとの期待流通（ｒｑ）を計算する（Ｓ２０８）。式中、Ｒは各リクエスト内に含まれる商品の集合である。疑似ＣＴＲ_ｉは、商品Ｄ_ｉのＣＴＲを想定した値であるが、実際にはポジションバイアス（ランキング結果であるポジションに応じた値）が支配的であるため、ポジションに応じた値を決定する。ポジションに応じた値とは、１番上のポジションである場合に最も高く、ポジションが下がる（値が大きくなる）のに応じて小さくなる値である。疑似ＣＶＲ_ｉは、商品Ｄ_ｉのＣＶＲを想定した値であり、調整部１２４は、Ｓ２００で抽出した情報のうちクエリｊに対応する情報に基づいて疑似ＣＶＲ_ｉを計算する（或いは、既に適合度導出部１２０により計算されている値を用いる）。価格_ｉは、商品Ｄ_ｉの価格である。これらを乗算した値は、一回のリクエストあたりに期待される商品Ｄｉの販売額（流通額）である。

期待流通（ｒｑ）＝Σ_ｉ∈Ｒ｛（疑似ＣＴＲ_ｉ）×（疑似ＣＶＲ_ｉ）×（価格_ｉ）｝ …（２）

次に、調整部１２４は、期待流通（ｒｑ）に係数αを乗算して、期待収益（ｒｑ）を計算する（Ｓ２１０）。

Ｓ２０６〜Ｓ２１０の処理をリクエストごとに行うと、調整部１２４は、式（３）、（４）に示すように、リクエスト間で期待流通と期待収益のそれぞれを合計する（Ｓ２１２）。
期待流通（ｒｑ間合計）＝Σ_ｒｑ∈Ｘ（期待流通） …（３）
期待収益（ｒｑ間合計）＝Σ_ｒｑ∈Ｘ（期待収益） …（４）

次に、調整部１２４は、係数αをｋ増加させ（Ｓ２１４）、その結果、係数αが上限値α_ＭＡＸ以上となったか否かを判定する（Ｓ２１６）。ｋは処理上の刻み幅であり、任意に設定される。上限値α_ＭＡＸも任意に設定される。例えば、上限値α_ＭＡＸは１に設定される。調整部１２４は、係数αが上限値α_ＭＡＸ未満である場合はＳ２０４に処理を戻し、係数αが上限値α_ＭＡＸ以上である場合は次のクエリを選択してＳ２００に処理を戻す。

調整部１２４は、全てのクエリを選択し終えた場合はＳ２１８に処理を進める。この時点で、期待流通（ｒｑ間合計）と期待収益（ｒｑ間合計）のそれぞれは、クエリごと、係数αごとに求められている。以下、これらを期待流通（ｒｑ間合計，ｊ，α）、期待収益（ｒｑ間合計，ｊ，α）と称する。

全てのクエリを選択し終えた場合、調整部１２４は、期待流通（ｒｑ間合計，ｊ，α）と期待収益（ｒｑ間合計，ｊ，α）のそれぞれをクエリ間で合計する（Ｓ２１８）。この結果、係数αごとの期待流通（α）と期待収益（α）が求められる。

そして、調整部１２４は、期待流通（α）と期待収益（α）のバランスが最適な係数α＊を選択する（Ｓ２２０）。調整部１２４は、例えば、式（５）に示すように、期待流通（α）と期待収益（α）の加重和を最大化するαを最適な係数α＊として選択してもよいし、式（６）に示すように、係数αが最小値（ゼロ）である場合の期待流通（ゼロ）と期待流通（α）の差分であるΔ期待流通（α）と、係数αが上限値α_ＭＡＸである場合の期待収益（α_ＭＡＸ）と期待収益（α）の差分であるΔ期待収益（α）との合計を最小化するαを最適な係数α＊として選択してもよい。

α＊＝ａｒｇｍａｘ_α｛β１×（期待流通（α））＋β２×（期待収益（α））｝ …（５）
α＊＝ａｒｇｍｉｎ_α｛γ１×（Δ期待流通（α））＋γ２×（Δ期待収益（α））｝ …（６）

図７は、式（６）に基づいて最適な係数α＊を選択することについて説明するための概念図である。

図示するように、係数αを最小値であるゼロに設定した場合、スコアＳｃｏｒｅは適合度ｒｅｌに基づいて導出されるため、ランキングの結果、適合度ｒｅｌの高い順に高いポジションが与えられる。適合度ｒｅｌの高い商品は、クエリ依存のＣＴＲやＣＶＲが高い商品であるため、購入者による購入活動も最大限に活発になると考えられる。この結果、期待流通は高い値となる可能性が高いが、料率ＰＲの高い商品が高いポジションに現れる訳ではないため、期待収益は低い値となる可能性が高い。

一方、係数αを上限値α_ＭＡＸに設定した場合、ランキングの結果、ＰＲ料率の高い商品に高いポジションが与えられる。この結果、ショッピングサーバ１００の運営者に支払われる価額は大きくなり、期待収益も高い値となる可能性が高い。但し、適合度ｒｅｌの高い商品に高いポジションが与えられる訳ではないため、期待流通は低い値となる可能性が高い。

このように、係数αが最小値（ゼロ）である場合の期待流通（ゼロ）は、期待流通の最大値と考えることができ、係数αが上限値α_ＭＡＸである場合の期待収益（α_ＭＡＸ）は、期待収益の最大値と考えることができる。このため、式（６）で示すような計算を行うことで、期待流通（α）と期待収益（α）の最大値からの減少分が釣り合い、バランスが最適な係数α＊を選択することができる。

以上説明した第１実施形態の情報処理装置によれば、ネットワークＮＷを介して商品を販売する電子商取引において利用者によって入力されたクエリと商品との適合度を導出する適合度導出部１２０と、適合度と、商品ごとに設定され、販売された商品の価格に対して前記電子商取引の運営者に支払われる割合であるＰＲ料率と、を係数αに基づいて反映させたスコアをクエリと商品の組み合わせにごとに導出するスコア導出部１２２と、スコア導出部１２２により導出されたスコアに基づいて、クエリに対して紹介する商品群を選択し、商品群に含まれる商品のポジションを決定するランキング処理部１０６と、係数α変化させた結果を疑似的に求めることで、係数αを調整する調整部１２４と、を備えることにより、係数αを好適に調整し、経済活動を活発化することができる。

＜第２実施形態＞
以下、第２実施形態について説明する。第１実施形態においては、図６のＳ２０６で説明したように、「スコアに基づいてリクエスト内でランキングを行い、ポジションを決定し、決定したポジションに基づいて期待流通値および期待収益を計算する」ものとした。これに代えて、第２実施形態では、リクエスト内の商品に、リクエストには含まれないが、クエリに対する適合度ｒｅｌが高い商品を加えた商品群を対象としてラインキングを行い、ポジションを決定し、決定したポジションに基づいて期待流通値および期待収益を計算する。

更に、第２実施形態において、「リクエスト内の商品に、リクエストには含まれないが、クエリに対する適合度ｒｅｌが高い商品を加えた商品群」を、クエリに対する適合度が高い商品から順に選択した所定数（例えば１００）の商品に該当するものに絞りこんでもよいし、「リクエストには含まれないが、クエリに対する適合度ｒｅｌが高い商品」を上記の所定数の商品に絞り込んでもよい。

これによって、期待流通および期待収益を、現実に即した値に近づけることができる。この結果、第１実施形態よりも更に、係数αを好適に調整することができる。

以上説明した第２実施形態によれば、係数αを更に好適に調整することができる。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１００ ショッピングサーバ
１０２ サイト提供部
１０４ 検索実行部
１０６ ランキング処理部
１０８ ログ収集部
１１０ 出品受付部
１１２ 料率設定受付部
１２０ 適合度導出部
１２２ スコア導出部
１２４ 調整部

Claims (9)

1. ネットワークを介して商品を販売する電子商取引において利用者によって入力されたクエリと商品との適合度を導出する適合度導出部と、
   前記クエリと商品との適合度と、商品ごとに設定され、販売された商品の価格に対して前記電子商取引の運営者に支払われる割合であるＰＲ料率と、を所定のパラメータに基づいて反映させたスコアをクエリと商品の組み合わせにごとに導出するスコア導出部と、
   前記スコア導出部により導出されたスコアに基づいて、前記クエリに対して紹介する商品群を選択し、前記商品群に含まれる商品のポジションを決定するランキング処理部と、
   前記所定のパラメータを変化させた結果を疑似的に求めることで、前記所定のパラメータを調整する調整部と、
   を備える情報処理装置。
2. 前記スコア導出部は、前記適合度の（１マイナス前記所定のパラメータ）乗と、（１プラス前記ＰＲ料率）の前記所定のパラメータ乗とを乗算することで、前記スコアを導出する、
   請求項１記載の情報処理装置。
3. 前記調整部は、過去に前記クエリが入力された際のログ情報に対して、前記所定のパラメータを変化させた結果に基づいて期待流通と前記電子商取引の運営者の期待収入を計算し、前記期待流通および前記期待収入に基づいて前記所定のパラメータを調整する、
   請求項１または２記載の情報処理装置。
4. 前記調整部は、ポジションバイアスに基づく期待ＣＴＲ（Click Through Rate）と、前記クエリと商品の組み合わせに対するＣＶＲ（Conversion Rate）と、商品の価格とを乗算することで前記期待流通を計算する、
   請求項３記載の情報処理装置。
5. 前記調整部は、前記所定のパラメータを減少させることによる前記期待流通の減少分と、前記所定のパラメータを増加させることによる前記期待収入の減少分が釣り合うように、前記所定のパラメータを調整する、
   請求項３または４記載の情報処理装置。
6. 前記調整部は、過去に前記クエリが入力された際のログ情報に含まれる商品に、前記ログ情報に含まれないが前記クエリに対する適合度が高い商品を加えた商品群を対象として、前記所定のパラメータを変化させた結果を疑似的に求めることで、前記所定のパラメータを調整する、
   請求項１から５のうちいずれか１項記載の情報処理装置。
7. 前記商品群は、前記クエリに対する適合度が高い順に選択した所定数の商品に該当する商品に絞り込んだ商品群である、
   請求項６記載の情報処理装置。
8. コンピュータが、
   ネットワークを介して商品を販売する電子商取引において利用者によって入力されたクエリと商品との適合度を導出し、
   前記クエリと商品との適合度と、商品ごとに設定され、販売された商品の価格に対して前記電子商取引の運営者に支払われる割合であるＰＲ料率と、を所定のパラメータに基づいて反映させたスコアをクエリと商品の組み合わせごとに導出し、
   前記導出されたスコアに基づいて、前記クエリに対して紹介する商品群を選択し、前記商品群に含まれる商品のポジションを決定し、
   前記所定のパラメータを変化させた結果を疑似的に求めることで、前記所定のパラメータを調整する、
   情報処理方法。
9. コンピュータに、
   ネットワークを介して商品を販売する電子商取引において利用者によって入力されたクエリと商品との適合度を導出させ、
   前記クエリと商品との適合度と、商品ごとに設定され、販売された商品の価格に対して前記電子商取引の運営者に支払われる割合であるＰＲ料率と、を所定のパラメータに基づいて反映させたスコアをクエリと商品の組み合わせごとに導出させ、
   前記導出されたスコアに基づいて、前記クエリに対して紹介する商品群を選択し、前記商品群に含まれる商品のポジションを決定させ、
   前記所定のパラメータを変化させた結果を疑似的に求めることで、前記所定のパラメータを調整させる、
   プログラム。

Images