JP2021110984A

JP2021110984A - 情報提供方法、情報提供プログラム、及び端末装置

Info

Publication number: JP2021110984A
Application number: JP2020000532A
Authority: JP
Inventors: 生宏楠嶺; Naruhiro Kusumine; 政博原; Masahiro Hara; 彰烏谷; Akira Karasutani
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2020-01-06
Filing date: 2020-01-06
Publication date: 2021-08-02

Abstract

【課題】本発明の課題は、訪問済みのスポットに関する情報の配信タイミングを制御することを目的とする。
【解決手段】上記課題は、ユーザが所持する端末装置から、複数のスポットに関する情報の要求を受信し、訪問からの時間の経過に伴う人の興味の回復率を表す関数に基づく前記要求の受信時点での前記ユーザの興味の回復率を用いて、前記複数のスポットのうちの訪問済みのスポットの情報提供を制御する処理をコンピュータが行う情報提供方法により達成される。
【選択図】図２６

Description

本発明は、情報提供方法、情報提供プログラム、及び端末装置に関する。

レコメンド技術に関して、利用者が所望の情報を検索するために過去に用いた単語、提供した情報のうち実際に利用者がアクセスした情報等の利用履歴を用いて、利用者の新たな検索要求に対して適切な情報提供を行う様々な仕組みが提案されている。

複数個の単語と各単語の特徴を表す単語特徴ベクトルとを対応付けて保持し、ユーザの利用履歴情報（操作履歴）に含まれる単語特徴ベクトルに基づいて利用履歴情報を複数のカテゴリに分類することで、利用者の興味が高い情報を検索する技術等が知られている。

特開２００１−６７３６０号公報特開２００６−２２８１３４号公報

上記技術により、ユーザは、興味のある情報を取得することが可能となったが、情報取得後のユーザの関心の度合の変化に応じた情報提供を行うことができない。例えば、ユーザが、観光を目的として、特定の検索キーワード（土地名、ジャンル（美術館など））による情報検索を行い、観光地（観光スポット、又は単にスポット）の情報収集を行う例を考える。特定の観光地を訪問した場合、訪問を達成するまでは、当該観光地に関する情報収集を積極的に行うものの、訪問後では、同様の検索キーワードで情報検索を行ったとしても、上記訪問済みの観光地に関して、訪問前と同程度の関心の高さで情報を収集するとは限らない。

目的を達成した（例えば、特定の観光地を訪問した）ユーザは、ある程度の期間、同一の観光地にはあまり関心を示さなくなると考えられる。つまり、検索キーワード（土地名、ジャンル）に対する検索結果の中に、当該観光地のような関心の低い情報が頻繁に提供された場合、ユーザはそのような情報提供によって煩わしく感じる。このようなことから、観光地への訪問後には、その観光地への関心は低くなったと判断し、同じ観光地の情報提供を抑止することも考えられる。

その一方で、時間の経過に伴い、再度、訪問済みの観光地に対する関心が高くなる場合もある。そのようなタイミングで、過去に訪問した観光地の情報を提供できれば、リピータを増やせる可能性がある。上述したような既存の技術では、ユーザの関心の変化に対応した情報提供が行われないため、ユーザが再訪問したくなる等の、訪問後には低くなった関心が再び強くなるタイミングで、観光地への情報提供を行えない。結果として、ユーザの消費機会を逃してしまう問題がある。

したがって、１つの側面では、訪問済みのスポットに関する情報の配信タイミングを制御することを目的とする。

一態様によれば、ユーザが所持する端末装置から、複数のスポットに関する情報の要求を受信し、訪問からの時間の経過に伴う人の興味の回復率を表す関数に基づく前記要求の受信時点での前記ユーザの興味の回復率を用いて、前記複数のスポットのうちの訪問済みのスポットの情報提供を制御する処理をコンピュータが行う情報提供方法が提供される。

また、上記課題を解決するための手段として、情報提供プログラム、情報提供装置、及び、情報提供プログラムを記録した記録媒体とすることもできる。

訪問済みのスポットに関する情報の配信タイミングを制御することができる。

システムの概要を説明するための図である。サーバ装置及び端末それぞれのハードウェア構成例を示す図であり。サーバ装置及び端末それぞれの機能構成例を示す図である。サーバ装置の関心推定部の機能構成例を示す図である。行動履歴ＤＢのデータ構成例を示す図である。ドキュメント空間の例を示す図である。提供情報ＤＢのデータ例を示す図である。記憶率の曲線の例を示す図である。第１の推定方法における興味回復率を表す曲線の例を示す図である。初期範囲テーブルのデータ構成例を示す図である。パラメータ更新テーブルのデータ構成例を示す図である。関心度の算出例を示す図である。関心情報ＤＢのデータ構成例を示す図である。ユーザのアプリケーションの利用状況と観光客の旅行状況との対応を示す図である。本実施例に係るシステムにおける処理の全体概要を説明するためのシーケンス図（続く）である。本実施例に係るシステムにおける処理の全体概要を説明するためのシーケンス図（続き）である。端末でのアプリ制御部によるアプリ制御処理を説明するためのフローチャート図である。履歴収集部による履歴収集処理を説明するための図である。サーバ装置の関心推定部による関心推定処理を説明するためのフローチャート図（続く）である。サーバ装置の関心推定部による関心推定処理を説明するためのフローチャート図（続き）である。図１９のステップＳ５０３における興味回復率のパラメータを更新する更新処理を説明するためのフローチャート図である。図１９のステップＳ５０６における第１ベクトル生成処理を説明するためのフローチャート図である。図１９のステップＳ５０８における第２ベクトル生成処理を説明するためのフローチャート図である。関心推定部において行われる関心推定要求の受信制御処理を説明するためのフローチャート図である。興味回復率の変化例を説明するための図である。本実施例におけるお勧め順の変化例を示す図である。図２６（Ａ）における行動履歴ＤＢのデータ例を示す図である。図２６（Ｂ）における行動履歴ＤＢのデータ例を示す図である。図２６（Ｃ）における行動履歴ＤＢのデータ例を示す図である。

以下、本発明の実施の形態を図面に基づいて説明する。先ず、本実施例に係るシステムの概要を説明する。図１は、システムの概要を説明するための図である。図１において、システム１０００は、サーバ装置１００と、端末２００とを有し、端末２００は、ネットワーク２（図２）を介して、サーバ装置１００と接続可能である。図１では、同一ユーザ５について１台の端末２００を示しているが、サーバ装置１００は、複数のユーザ５の端末２００と接続可能である。

サーバ装置１００は、端末１００から行動履歴情報１ｄを受信すると、行動履歴ＤＢ（データベース）１４１に送信元の識別情報と関連付けて蓄積する。送信元の識別情報とは、端末１００を特定可能な情報又はユーザ５を特定可能な情報であればよい、以下、「送信元識別情報」という。

例えば、観光前の状態Ｉにおいて、ユーザ５は観光旅行（例えば、富山城の訪問）を計画しているものとする。富山城を含む様々な観光情報を提供するアプリケーション１７５（図３）を利用して富山城の情報を閲覧すると（ステップＩ−１）、このユーザ５の行動履歴情報１ｄが端末２００からサーバ装置１００へ送信される。サーバ装置１００へ送信された行動履歴情報１ｄは、行動履歴ＤＢ１４１に蓄積される（ステップＩ−２）。

観光前の状態Ｉでは、観光スポットの閲覧を示す行動履歴情報１ｄが蓄積される。ユーザ５による端末２００への観光スポットの閲覧の操作に応じて、指定された処理に対応するアプリケーション１７５により様々な情報等が提供される。このように、アプリケーション１７５は、目的に応じた情報を提供する「サービス」を行う。本実施例における情報提供（サービス）には、文書による情報提供の他、ユーザ５が所望する目的地までのナビゲーション機能等を含む。

観光前の状態Ｉにおける行動履歴情報１ｄには、送信元識別情報、サービス利用履歴を示す行動種別、ログ情報等が含まれる。ログ情報は、アプリケーション１７５を特定するアプリＩＤ、起動時刻等の情報を含む。

数日後、ユーザ５が実際に富山城を訪問すると（観光中の状態ＩＩ）、ユーザ５の端末２００は、観光スポットである富山城にいることを示す行動履歴情報１ｄがサーバ装置１００へ送信される（ステップＩＩ−１）。サーバ装置１００は、行動履歴情報１ｄを行動履歴ＤＢ１４１に蓄積する（ステップＩＩ−２）。観光スポットを包含するエリアにジオフェンス１ｆが設定されている場合、プレイスサービスとして富山城を特定する場所情報を端末２００に受信させることで、端末２００は、富山城に対応づけられた場所情報を行動履歴情報１ｄに含めてサーバ装置１００に送信できる。

観光中の状態ＩＩにおける行動履歴情報１ｄには、送信元識別情報、訪問履歴を示す行動種別、ログ情報等が含まれる。ログ情報は、ユーザ５が訪問した場所を特定する場所ＩＤ、到達時刻を示すチェックイン時刻、滞在時間等の情報を含む。

観光スポットの富山城を観光後に端末２００でアプリケーション１７５を使って観光スポットのお勧めを表示する際、端末２００は、サーバ装置１００に、複数の観光スポットそれぞれに対する関心度を示した情報を要求する関心推定要求８を送信する（ステップＩＩＩ−１）。なお、観光スポットの富山城を観光後は、ユーザ５が観光目的を達成したと感じている期間（観光後の状態ＩＩＩ）に対応する。

このとき、サーバ装置１００は、関心推定要求８に含まれる送信元識別情報を用いて、ユーザ５の関心度３ｃを推定した結果として関心推定結果９を端末２００に提供する（ステップＩＩＩ−２）。端末２００では、お勧めとして得られた観光スポットの情報のうち、関心推定結果９を反映したお勧めが表示される。観光後の状態ＩＩＩでは、ユーザ５が観光目的を達成しているため、本実施例では、訪問した富山城の情報はお勧めから除外して表示される。なお、お勧めとして得られた観光スポットは、ユーザ５から指定された検索キーワードなどを加味した結果であってもよい。

更に、数日経過し、ユーザ５が以前観光した富山城への興味が再び強くなる（興味が回復する）時期に、端末２００を用いて観光スポットのお勧め表示の操作を行うと、関心推定要求８がサーバ装置１００へと送信される（ステップＩＶ−１）。

サーバ装置１００は、関心推定要求８に含まれる送信元識別情報を用いて、ユーザ５の関心度３ｃを推定した結果として関心推定結果９を端末２００に提供する（ステップＩＶ−２）。端末２００では、お勧めの観光スポットの情報に対して関心推定結果９が反映されて表示される。観光後の状態ＩＶでは、ユーザ５が観光した富山城への興味が回復しつつあるため、本実施例では、訪問した富山城の情報を含むお勧め順が端末２００に表示される。

状態Ｉから状態ＩＶのいずれにおいても、端末２００は、ユーザ５のアプリケーション１７５の利用の検知に応じて、アプリケーション１７５の情報を含む行動履歴情報１ｄをサーバ装置１００へ送信する。また、端末２００は、現在位置を特定可能な情報を含む行動履歴情報１ｄをサーバ装置１００へ送信する。

現在位置を特定可能な情報は、端末２００がＧＰＳ（Global Positioning System）により検出した位置を示す情報（位置情報）、アプリケーション１７５が推奨した特定の場所への入出を予め定めたジオフェンスにより検出した場所情報等である。アプリケーション１７５が推奨した特定の場所とは、観光スポット、ショッピング、グルメ等の訪問スポット等を含む。以下、位置情報及び場所情報を、総称して、「場所ＩＤ」という。

例えば、特定のジオフェンスに侵入した端末２００に対して、ジオフェンスに含まれる特定のスポットに関する情報を配信するサービスがある。当該サービスを想定して設置されたジオフェンスを利用することで、サーバ装置１００は、ユーザ５がどのスポットを訪問したかを検出することができる。

サーバ装置１００は、ユーザ５の端末２００から受信した、ユーザ５が利用したアプリケーション１７５の情報又は端末２００の場所ＩＤを含む行動履歴情報１ｄを行動履歴ＤＢ１４１に蓄積する。サーバ装置１００は、蓄積された行動履歴情報１ｄを定期的に、又は、端末２００からの関心推定要求８に応じて、関心推定処理１５３ｐを実施する。関心推定要求８の受信により関心推定処理１５３ｐを行う場合について概要を説明する。関心推定要求８には、送信元識別情報が含まれる。

サーバ装置１００は、関心推定処理１５３ｐを定期的に実行し、行動履歴ＤＢ１４１に蓄積された行動履歴情報１ｄを用いて、送信元識別情報ごとに行動ベクトル３ａを生成する（ステップＰ−１）。行動ベクトル３ａは、行動履歴情報１ｄのそれぞれに対して作成され、行動履歴情報１ｄを用いて特定される観光スポットの情報をベクトル化し、時間の経過による人の記憶の程度又は興味の回復の程度で重み付けしたベクトルである。

そして、サーバ装置１００は、提供情報ＤＢ１４２から得られる単語文書行列２ｄと、送信元識別情報ごとに行動ベクトル３ａを合計した関心ベクトル３ｂとによりサービスごとの関心度３ｃを推定する（ステップＰ−２）。関心ベクトル３ｂは、行動ベクトル３ａの累積により、ユーザ５の情報の閲覧、訪問などの回数に応じた観光スポットへの関心の高さを表すベクトルである。サーバ装置１００において、各サービスの関心度３ｃは送信元識別情報ごとに管理される。単語文書行列２ｄは、「ドキュメント空間Ｄ」を表す行列である。

また、端末２００は、関心推定要求８を送信する（ステップＩＩＩ−１又はステップＩＶ−１）。サーバ装置１００は、関心推定要求８の受信に応じて、関心推定要求８で指定される送信元識別情報に対して、上述したステップＰ−１及びステップＰ−２による関心推定処理１５３ｐを行う。

本実施例に係るシステム１０００において、観光前の状態Ｉでは、観光スポットの閲覧を示す行動履歴情報１ｄが行動履歴ＤＢ１４１に蓄積される。観光中の状態ＩＩでは、観光スポットの場所ＩＤを含む行動履歴情報１ｄが行動履歴ＤＢ１４１に蓄積され、ユーザ５の訪問が検知される。

サーバ装置１００により、ユーザ５が訪問した観光スポットに対する興味が低下したとみなされる期間（状態ＩＩＩ）では、訪問済みの観光スポットに対して、関心度３ｃは低く設定される。その結果、端末２００におけるお勧めには、興味達成後の観光スポットの情報は除外されて表示される。このようなお勧めに係る表示制御により、ユーザ５は、訪問したばかりの観光スポットの情報に煩わされることがない。また、ユーザ５に、新たな観光スポットの情報に興味を持たせることもできる。

観光後の状態ＩＩＩから更に時間経過したのちは、興味が回復したとみなされた観光スポットの情報を含めたままのお勧めが端末２００に表示される（状態ＩＶ）。つまり、ユーザ５の訪問した観光スポットへの興味が回復したとみなされた時期からは、訪問済みの観光スポットに関する情報も、端末２００に表示される。ユーザ５は、訪問した観光スポットであっても、興味が回復している時期であるため、表示された情報に対して煩わしいと感じることなく、また、懐かしい等の気持ちから過去に訪問した観光スポットの情報にアクセスする可能性がある。

本実施例におけるシステム１０００では、上述したような、時間の経過に伴う興味回復の程度を考慮してユーザ５の関心度３ｃを推定する関心推定処理１５３ｐが行われる。よって、本実施例におけるシステム１０００は、お勧めとして表示される情報を、ユーザ５の観光スポットの訪問後の時間経過に従って制御することができる。

図２は、サーバ装置及び端末それぞれのハードウェア構成例を示す図であり。図２において、上述したシステム１０００におけるサーバ装置１００は、情報処理装置である。サーバ装置１００は、ＣＰＵ（Central Processing Unit）１１１と、主記憶装置１１２と、補助記憶装置１１３と、入力装置１１４と、表示装置１１５と、通信Ｉ／Ｆ（InterFace）１１７と、ドライブ装置１１８とを有し、バスＢ１に接続される。主記憶装置１１２と、補助記憶装置１３、及びサーバ装置１００がアクセス可能な外部記憶装置を含めて、後述する機能ブロック図（図３）における記憶部１３０に相当する。

ＣＰＵ１１１は、サーバ装置１００を制御するプロセッサに相当し、記憶部１３０に格納されたプログラムを実行することで、以下に説明する本実施例に係る様々な処理を実現する。入力装置１４は、ユーザによって操作され、操作に応じてデータを入力し、表示装置１１５は、ユーザーインタフェースとして様々な画面を表示する。通信Ｉ／Ｆ１１７は、外部装置との通信を制御する。

記憶媒体１１９に記憶された本実施例に係る関心推定処理１５３ｐを実現するプログラムは、ドライブ装置１１８を介して記憶部１３０にインストールされ、ＣＰＵ１１１によって実行可能となる。一例として、記憶媒体１１９は、ＣＤ−ＲＯＭ（Compact Disc Read-Only Memory）等である。

尚、本実施例に係るプログラムを格納する記憶媒体１１９はＣＤ−ＲＯＭに限定されず、コンピュータが読み取り可能な、構造（structure）を有する１つ以上の非一時的（non-transitory）な、有形（tangible）な媒体であればよい。コンピュータ読取可能な記憶媒体として、ＣＤ−ＲＯＭの他に、ＤＶＤ（Digital Versatile Disk）ディスク、ＵＳＢメモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリであっても良い。

上述したシステム１０００における端末２００は、コンピュータによって制御されるタブレット型、携帯電話、スマートウォッチ（ウェアラブル端末）等の情報処理端末である。端末２００は、ＣＰＵ２１１と、主記憶装置２１２と、ユーザＩ／Ｆ２１６と、通信Ｉ／Ｆ２１７と、ドライブ装置２１８とを有し、バスＢ２に接続される。

ＣＰＵ２１１は、主記憶装置２１２に格納されたプログラムに従って端末２００を制御するプロセッサに相当する。主記憶装置２１２には、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等が用いられ、ＣＰＵ２１１によって実行されるプログラム、ＣＰＵ２１１での処理に必要なデータ、ＣＰＵ２１１での処理にて得られたデータ等を記憶又は一時保存する。主記憶装置２１２に格納されているプログラムが、ＣＰＵ２１１に実行されることによって、各種処理が実現される。ＣＰＵ２１１によって実行されるプログラムには、本実施例に係る種々のアプリケーション１７５が含まれる。

ユーザＩ／Ｆ２１６は、ＣＰＵ２１１の制御のもとに必要な各種情報を表示し、また、ユーザによる操作入力を可能とするタッチパネル等である。通信Ｉ／Ｆ２１７による通信は無線又は有線に限定されるものではない。通信Ｉ／Ｆ２１７によってＧＰＳの位置情報を受信する。

端末２００によって行われる処理を実現するプログラムは、ネットワーク２を介して外部装置からダウンロードされる。或いは、予め端末３の主記憶装置２１２又は記憶媒体２
１９に記憶されていても良い。主記憶装置２１２、記憶媒体２１９等が、後述する機能ブロック図（図３）における記憶部２３０に相当する。

ドライブ装置２１８は、ドライブ装置２１８にセットされた記憶媒体２１９（例えば、ＳＤ（Secure Digital）メモリカード等）と端末２００とのインターフェースを行う。尚、記憶媒体２１９は、コンピュータが読み取り可能な、構造（structure）を有する１つ以上の非一時的（non-transitory）な、有形（tangible）な媒体であればよい。

端末２００は、ノートブック型、ラップトップ型等の情報処理端末であっても良く、そのハードウェア構成は、サーバ装置１００と同様であるので、その説明を省略する。

図３は、サーバ装置及び端末それぞれの機能構成例を示す図である。図３において、サーバ装置１００は、主な処理部として、収集部１５１と、送受信部１５２と、関心推定部１５３と、複数のアプリケーション１７５とを有する。各処理部１５１〜１５３は、サーバ装置１００にインストールされたプログラムが、サーバ装置１００のＣＰＵ１１１に実行させる処理により実現される。また、記憶部１３０は、行動履歴ＤＢ１４１、提供情報ＤＢ１４２、関心情報ＤＢ１４３等を記憶する。

収集部１５１は、端末２００から行動履歴情報１ｄを受信し、受信した行動履歴情報１ｄを行動履歴ＤＢ１４１に蓄積する。収集部１５１は、２以上の端末２００から行動履歴情報１ｄを収集してもよい。

送受信部１５２は、端末２００から関心推定要求８を受信すると、関心推定部１５３に関心推定要求８を通知する。また、送受信部１５２は、関心推定部１５３から関心推定要求８に応じた関心推定結果９を受けると、端末２００に関心推定結果９を提供する。関心推定要求８には送信元識別情報が含まれる。

関心推定部１５３は、定期的に、又は、関心推定要求８を通知に応じて、関心推定処理１５３ｐを実行する。関心推定処理１５３ｐによって推定される関心度３ｃは、各送信元に対して、サービスごとに関心情報ＤＢ１４３で管理される。また、関心推定要求８に対しては、推定した各サービスの関心度３ｃを示した関心推定結果９で応答される。

本実施例では、関心推定部１５３は、行動履歴ＤＢ１４１を参照し、観光スポットへの興味を達成するまでと、観光スポットへの興味が達成された後とにおいて、異なる推定方法を行う。推定方法については後述される。観光スポットへの興味を達成するまでと、観光スポットへの興味が達成された後とで推定方法を切り替えることで、ユーザ５の情報検索の目的に適切な観光スポットのお勧めを実現する。

行動履歴ＤＢ１４１は、収集部１５１が端末２００から受信した行動履歴情報１ｄが蓄積される。提供情報ＤＢ１４２は、端末２００で動作するアプリケーション１７５により端末２００に表示される各スポットも紹介文からその特徴を単語群で表現した多次元のドキュメント空間Ｄ（後述される）に相当する。関心情報ＤＢ１４３は、送信元別にサービスごとの最新の関心度３ｃを記憶する。これらデータベース１４１〜１４３については後述される。

複数のアプリケーション１７５により異なるサービスが提供される。複数のアプリケーション１７５は、提供するサービスの特性によりさまざまなジャンルに分類される。ジャンルの例として、観光施設、グルメ、ツアー、ショッピング等である。各アプリケーション１７５がどのジャンルに属するかは、アプリケーション１７５を特定するアプリＩＤ、アプリケーション名に含まれる特定の単語、アプリケーション１７５に関連付けられた紹介文等に基づいて判断されればよい。最も簡単な例として、アプリＩＤにジャンル名を含めればよい。

端末２００は、主な処理部として、履歴収集部２７１と、履歴送信部２７２と、取得部２７３と、アプリ制御部２７４とを有する。各処理部２７１〜２７４は、端末２００にインストールされたプログラムが、端末２００のＣＰＵ２１１に実行させる処理により実現される。履歴収集部２７１と、履歴送信部２７２とは、履歴管理部２１０に相当し、取得部２７３と、アプリ制御部２７４とは、情報提供部２２０に相当する。また、記憶部２３０は、行動履歴情報１ｄ、関心推定結果９等を記憶する。

履歴収集部２７１は、アプリケーション１７５の実行、場所ＩＤの受信に応じて記憶部２３０に記憶された行動履歴情報１ｄを読み出して、履歴送信部２７２にサーバ装置１００への送信要求を行う。履歴送信部２７２は、履歴収集部２７１からの送信要求に応じて、通信Ｉ／Ｆ２１７を制御してサーバ装置１００へ行動履歴情報１ｄを送信する。履歴収集部２７１は、行動履歴情報１ｄが記憶部２３０に記憶されるごとにサーバ装置１００へ送信してもよいし、所定間隔でサーバ装置１００へ送信してもよい。

取得部２７３は、アプリ制御部２７４からの関心推定結果９の取得要求に応じて、通信Ｉ／Ｆ２１７を制御してサーバ装置１００へ関心推定要求８を送信し、サーバ装置１００から関心推定結果９を受信し、記憶部２３０に記憶する。また、取得部２７３は、アプリ制御部２７４に関心推定結果９の受信を通知する。

アプリ制御部２７４は、ユーザ５の操作に応じて、ユーザ５が選択したサービスに対応するアプリケーション１７５を実行する。アプリ制御部２７４は、ユーザ５の閲覧を目的とした操作や、検索の指示操作を検出し、対応するアプリケーション１７５を実行する。

複数のアプリケーション１７５は、検索用のアプリケーションと、閲覧用のアプリケーションとを含む。複数のアプリケーション１７５のうち、観光スポットの検索処理を行うアプリケーションを、「検索アプリケーション」といい、ユーザ５が閲覧を目的とした観光スポットを紹介するアプリケーションを「閲覧アプリケーション」という。

アプリ制御部２７４は、ユーザ５の閲覧アプリケーションの選択を検知すると、記憶部２３０に行動履歴情報１ｄを記憶する。また、アプリ制御部２７４は、ユーザ５の検索アプリケーションの選択を検知すると、取得部２７３に関心推定結果９の取得要求を行う。そして、サーバ装置１００から関心推定結果９を取得すると、アプリ制御部２７４は、検索アプリケーションに関心推定結果９に基づくお勧め順を作成させ、端末２００のユーザＩ／Ｆ２１６に表示させる。

アプリ制御部２７４から通知された関心推定結果９には、閲覧アプリケーションごとの関心度３ｃに従ったお勧め順が含まれる。検索アプリケーションは、おすすめ順に従って、閲覧アプリケーションに対応付けられた観光地の名称を一覧にし、かつユーザ５によって選択可能に端末２００に表示する。選択された閲覧プリケーションは、アプリ制御部２７４の制御により実行される。その際、アプリ制御部２７４は、行動履歴情報１ｄを生成し、記憶部２３０に記憶する。

本実施例では、複数のアプリケーション１７５は特定の地域での観光に関連する情報提供をサービスとするアプリケーションの場合で説明するが、本実施例の利用の形態は、この例に限定されない。

本実施例における複数のアプリケーション１７５は、サーバ装置１００で管理され、ユーザ５が必要に応じて、サーバ装置１００から端末２００へとダウンロード可能であればよい。

上述したようなシステム１０００では、関心推定部１５３が観光スポットへの興味を達成するまでと、観光スポットへの興味が達成された後とにおいて、異なる推定方法を行う。興味達成後に行われる推定方法により、達成感により一旦薄らいだ興味が回復するまで、訪問済みの観光スポットに関する情報の配信又は表示に係る情報提供制御を可能とする。

図４は、サーバ装置の関心推定部の機能構成例を示す図である。図４において、サーバ装置１００の関心推定部１５３は、主な処理部として、興味回復率更新部１５４と、推定方法制御部１５５と、関心度算出部１５６とを有する。各処理部１５４〜１５６は、サーバ装置１００にインストールされたプログラムが、サーバ装置１００のＣＰＵ１１１に実行させる処理により実現される。また、記憶部１３０は、初期範囲テーブル１４４、パラメータ更新テーブル１４５、行動ベクトルテーブル１４６、関心ベクトルテーブル１４７等を記憶する。

興味回復率更新部１５４は、時間経過により興味が回復する程度（興味回復率ＰＲ）のパラメータαを更新する（後述）。パラメータ更新テーブル１４５に存在しない初めての送信元識別情報の場合、又は、送信元識別情報はパラメータ更新テーブル１４５に存在するが初めてパラメータαを決定するジャンルである場合に、パラメータαの初期値が定められる。その際には、興味回復率更新部１５４は、初期範囲テーブル１４４を参照してパラメータαの初期値を設定する。

一方、既にパラメータ更新テーブル１４５に送信元識別情報とジャンルのパラメータ値とが存在する場合、興味回復率ＰＲが１になるようなパラメータαの値を求めて、パラメータ更新テーブル１４５を更新する。パラメータαは、ユーザ５の興味が回復するまでの時間長（例えば、日、時間、分、秒等の単位で示される）を表す。

推定方法制御部１５５は、行動履歴ＤＢ１４１から、行動履歴情報１ｄを読み込んで解析し、行動履歴情報１ｄに応じた推定方法を選択する。本実施例では、行動履歴情報１ｄの行動種別がサービス利用履歴を示す場合、すなわち、ユーザ５がアプリケーション１７５を利用した場合、推定方法制御部１５５は、第１ベクトル生成部１５５ａによる第１ベクトル生成処理を行う。一方、行動履歴情報１ｄの行動種別が訪問履歴を示す場合、すなわち、ユーザ５が観光スポットを訪問した場合、推定方法制御部１５５は、第２ベクトル生成部１５５ｂによる第２ベクトル生成処理を行う。

第１ベクトル生成部１５５ａは、行動履歴情報１ｄの行動種別がサービス利用履歴の場合に、時間経過により記憶率Ｐが減少する状態を表す関数を用いて、行動ベクトル３ａを生成する。生成された行動ベクトル３ａは、利用したアプリケーション１７５に出現する単語ごとに現時点での記憶の度合を示したベクトルである。記憶率Ｐの変化を表す関数として、エビングハウスの忘却曲線、指数的な減少を表す関数等を用いればよい。

第２ベクトル生成部１５５ｂは、行動履歴情報１ｄの行動種別が訪問履歴の場合に、ユーザ５の観光スポットの訪問後には興味が減少するものの、時間経過による興味回復率ＰＲを表す関数を用いて、行動ベクトル３ａを生成する。興味回復率ＰＲを表す関数として、エビングハウスの忘却曲線に類する形状の曲線、指数的な減少を表す関数等の逆関数を用いる。

第１ベクトル生成部１５５ａ又は第２ベクトル生成部１５５ｂによって生成された行動ベクトル３ａは行動ベクトルテーブル１４６に記憶される。

関心度算出部１５６は、行動ベクトル３ａを用いて、関心度３ｃを推定し、推定した関心度３ｃを含む関心推定結果９を関心情報ＤＢ１４３に記憶する。関心度算出部１５６は、行動ベクトルテーブル１４６から、送信元識別情報ごとに、行動ベクトル３ａを読み込んで合計し、関心ベクトル３ｂを生成する。

行動ベクトル３ａが合算された関心ベクトル３ｂは、利用したアプリケーション１７５の履歴と訪問したスポットの履歴とからサービスに対する、ユーザ５の興味の度合が示されている。関心度算出部１５６は、生成した関心ベクトル３ｂと、提供情報ＤＢ１４２を利用して得られた単語文書行列２ｄ（図６）との内積の結果（ジャンル毎の関心度３ｃ）を用いて関心情報３ｄを生成する。得られた関心情報３ｄを含む関心推定結果９が関心情報ＤＢ１４３に記憶される。

図５は、行動履歴ＤＢのデータ構成例を示す図である。図５において、行動履歴ＤＢ１４１は、端末２００又はユーザ５ごとに行動履歴情報１ｄを蓄積するログデータベースに相当し、送信元識別情報、行動種別、ログ情報等の項目を有する。

送信元識別情報は、端末２００の識別情報を示す。端末２００又はユーザ５のいずれかを識別する情報であればよい。行動種別は、訪問履歴又はサービス利用履歴を示す。ログ情報は、端末２００から受信した行動履歴情報１ｄに含まれる観光スポットの訪問又はサービス利用の情報が記録される。

この例では、送信元識別情報「device1」に関して、行動種別が訪問履歴の場合、
{"placeid": "gps1", "checkintime": "2018/09/10 13:30:00", "staytime": "900"},
{"placeid": "gps2", "checkintime": "2018/09/10 15:15:00", "staytime": "1800"},
{"placeid": "グルメ２５０_お座敷とやま鮨", "checkintime": "2018/09/12 13:00:08, "staytime": "3600"}
等の３件以上のログ情報が記録されている。

訪問履歴のログ情報において、"placeid"に対して、gps1及びgps2は経度緯度を示し端末２００がＧＰＳで取得した情報を示す。経度緯度ではない値の場合、ジオフェンス１ｆへの進入によりプレイスサービスによって得られた予め設定された観光スポットの場所情報が示される。一例として、「グルメ２５０_お座敷とやま鮨」等である。場所情報には、場所を紹介した閲覧アプリケーションを特定するアプリＩＤを含むことが望ましい。更に、アプリＩＤには、ジャンル名を含めることが望ましい。この例では、「グルメ２５０」がアプリＩＤに相当し、ジャンルは「グルメ」である。

また、"checkintime"によりジオフェンス１ｆへと端末２００が進入したときの日時（進入時刻）を示し、"staytime"により、ジオフェンス１ｆから退出するまでの滞在した時間長（滞在時間）を示している。

また、送信元識別情報「device1」に関して、行動種別が訪問履歴の場合、
{"appid": "ツアー８８_二上山", "activatetime": "2018/09/01 22:30:00"},
{"appid": "スポット１８_ものづくり_能作", "activatetime": "2018/09/01 22:30:50"},
{"appid": "スポット３９_富山城址公園", "activatetime": "2018/09/05 22:32:20"},
{"appid": "ツアー１００_黒部市生地のまち歩き", "activatetime": "2018/09/09 11:00:35"},
{"appid": "グルメ２５０_お座敷とやま鮨", "activatetime": "2018/09/10 11:02:35"}
等の５件以上のログ情報が記録されている。

サービス利用履歴のログ情報では、"appid"により、利用したアプリケーション１７５（即ち、サービス）を特定するアプリＩＤ又はアプリＩＤを含む情報が示される。この例では、「ツアー８８」、「スポット１８」、「スポット３９」、「ツアー１００」、そして「グルメ２５０」がアプリＩＤに相当する。

また、"activatetime"により、アプリケーション１７５の起動時刻（サービスの実施時刻）を示している。サービス利用履歴他のログ情報においても、アプリＩＤ、及び実施時刻が同様の形式で示される。

送信元識別情報「device2」に関して、行動種別が訪問履歴については、未だログ情報を収集しておらず空（Null）データである。行動種別がサービス利用履歴については、１件以上のログ情報が上述した形式で記録されている。

図６は、ドキュメント空間の例を示す図である。図６において、ドキュメント空間Ｄは、前処理により得られた、アプリケーション１７５が提供する紹介文の特徴を表す単語に対する特徴量を示す。ドキュメント空間Ｄは、予め準備され提供情報ＤＢ１４２で管理される。

ドキュメント空間Ｄの作成では、ツアーアプリケーションの各ツアー、観光ナビアプリケーションの各スポット、鮨アプリケーションの各店舗等の単位で区別される情報を文書とみなし、単位ごとに文書に出現する単語列２ｅを作成する。そして、各単語に対して計算されたtf-idf（Term Frequency - Inverse Document Frequency）値が記憶される。

図６の例では、ジャンル「ツアー」に分類されるツアー1、ツアー2、及びツアー3の３つの閲覧アプリケーションであり、ジャンル「観光施設」に分類されるスポット1、スポット2、及びスポット3の３つの閲覧アプリケーションの場合で説明する。

ドキュメント空間Ｄは、全アプリケーション（全サービス）の総数を行の次元とし全アプリケーションの全ての紹介文から単語を抽出し、抽出した単語数を列の次元数とした空間に相当する。

行には、ツアー1、ツアー2、・・・、スポット1、スポット2、スポット3が示され、列には、抽出された単語が示される。抽出した単語を含む単語列２ｅとして、例えば、「番屋街、氷見、唐島、阿尾城、富山、・・・、城」を得る。紹介文ごとに、得られた単語列２ｅの各単語のtf-idf値を算出する。単語列２ｅは、任意で定めることが可能であるが、全てのアプリケーションに対して同一とする。

ジャンル「ツアー」のドキュメント空間Ｄ_tourでは、ツアー1、ツアー 2、及びツアー3の行に各単語のtf-idf値が示され、他の行の値には「０」が設定されている。ジャンル「観光施設」のドキュメント空間Ｄ_naviでは、スポット1、スポット2、及びスポット3の行に各単語のtf-idf値が示され、他の行の値には「０」が設定されている。他のジャンルのドキュメント空間についても同様に、対応する行には各単語のtf-idf値が示され、他の行は全て「０」が設定されている。

ドキュメント空間Ｄは、全てのジャンルを対象として、アプリケーションごとに各単語のtf-idf値を計算することで得られる。ドキュメント空間Ｄの作成は前処理として行われる。このように、アプリケーションごとの各単語のtf-idf値を示す行列を、単語文書行列２ｄという。

図７は、提供情報ＤＢのデータ例を示す図である。図７では、作成されたドキュメント空間Ｄを管理する提供情報ＤＢ１４２の具体的なデータ例を図７で示す。提供情報ＤＢ１４２は、紹介文名ごとに、予め定めた単語列２ｅに従って、単語ごとのtf-idf値を記憶し管理するデータベースである。

図７の例では、単語列２ｅは、「城、武士、桜、食事、景色、・・・」である。それぞれの単語が列の項目に相当する。紹介文名は、各ツアー、各スポット、各店舗等の名称を示し、行の名称として示している。

紹介文名「富山城」はスポットを特定し、「富山城」の紹介文では、単語列２ｅのうち、
「城」、「桜」、「景色」に対してそれぞれtf-idf値が「０．４」、「０．２」、「０．２」が設定され、他の単語のtf-idf値は「０．０」を示している。tf-idf値は、０〜１の範囲の値を示し、１に近いほど、特徴をより表している単語であることを示している。他の紹介文についても同様に単語列２ｅの各単語に対してtf-idf値が設定されている。

このような提供情報ＤＢ１４２を用いて、関心推定部１５３は、単語文書行列２ｄを取得し、単語文書行列２ｄと、行動履歴ＤＢ１４１を用いて得られた関心ベクトル３ｂとにより、関心度３ｃを推定する。次に、関心度３ｃの推定方法について説明する。本実施例では、行動履歴情報１ｄの行動種別に応じて推定方法を切り替える。先ず、本実施例における、行動種別がサービス利用履歴の場合に行われる第１の推定方法について説明する。

図８は、記憶率の曲線の例を示す図である。図８に示すように、記憶率Ｐは、時間ｔが０のときを１００％の記憶率とし、時間ｔの経過に応じて０に漸近するような指数関数的な曲線で表される。

このような記憶率Ｐは、エビングハウスの忘却曲線のように指数的に減少する関数で表され、例えば、

のように表される。数１において、ｔは時間であり、βはｔに対する重みパラメータであり、任意の値でよい（設計時に与えられればよい）。数１は、第１ベクトル生成部１５６ａによって用いられる。数１を「忘却関数」と呼ぶものとする。

次に、行動種別が訪問履歴の場合に行われる興味回復率ＰＲを用いた第２の推定方法について説明する。

図９は、第１の推定方法における興味回復率を表す曲線の例を示す図である。図９に例示する興味回復率ＰＲは、時間ｔが０のときを積極的に興味を示さない状態であるとし、時間ｔの経過に応じて１に漸近するような指数関数的な曲線で表される。このような曲線を「興味回復率曲線」というものとする。

このような興味回復率ＰＲは、エビングハウスの忘却曲線のように指数的に減少する関数の逆数で表され得ることを、発明者等は見出した。例えば、

のように表される。数２において、ｔは時間であり、αは第２ベクトル生成部１５５ｂにより決定されるパラメータである。数２を「興味回復関数」と呼ぶものとする。興味回復関数は、パラメータαによって、時間経過に係る回復率のスピードが制御される関数である。

図１０は、初期範囲テーブルのデータ構成例を示す図である。図１０において、初期範囲テーブル１４４は、ジャンルごとに興味回復率ＰＲを得るためのパラメータαの初期範囲を予め記憶したテーブルである。

このデータ例では、ジャンルが「観光施設」の場合、初期範囲「3 < α ≦ 10」とすることが定められ、ジャンルが「グルメ」の場合、初期範囲「2 < α ≦ 3」とすることが定められている。また、ジャンルが「ツアー」の場合、初期範囲「2 < α ≦ 3」とすることが定められ、ジャンルが「ショッピング」の場合、初期範囲「1 < α ≦ 2」とすることが定められている。

本実施例では、ジャンルごとにパラメータαの初期範囲を決めておくことで、ジャンルごとに興味が回復するスピードが異なることを考慮し、興味回復率ＰＲの曲線形状の変化範囲を定めておく。更に、本実施例では、関心推定処理１５３ｐを行うごとに、各送信識別情報に対して、ジャンルごとにパラメータαが学習され更新されるため、ユーザ５ごとに興味回復の程度を調整して適切なタイミングで、過去にお勧めした情報の提供を再開させることができる。

また、ユーザ５ごとに調整された興味回復の程度に応じて、お勧めに含まれる情報の提示を制御することができるため、ユーザ５が既に目的を達成した直後であっても、目的の達成前と同様の情報がお勧めに含まれることによる煩わしさを改善することができる。

図１１は、パラメータ更新テーブルのデータ構成例を示す図である。図１１において、パラメータ更新テーブル１４５は、各ユーザ５又は端末２００に対して、利用したアプリケーション１７５のジャンルごとに興味回復率ＰＲのパラメータαを記憶するテーブルであり、送信元識別情報、パラメータα等の項目を有する。また、パラメータ更新テーブル１４５により、興味回復率更新部１５４により更新された最新のパラメータがジャンルごとに管理される。

送信元識別情報は、ユーザ５又は端末２００を特定する情報である。ジャンルは、利用されたアプリケーション１７５のジャンルを示し、パラメータαは、利用したアプリケーション１７５のジャンルに対する値を示す。

この例では、送信元識別情報「device1」に対して、少なくとも「観光施設」及び「ツアー」のそれぞれのジャンルに対して、パラメータαが「３０」及び「９」であることが示されている。ジャンルの項目には、初期範囲テーブル１４４で管理されているジャンルの値が設定される。

図９において、時間ｔの１単位が１週間であるとする。送信元識別情報「device1」のジャンル「観光施設」の場合、訪問後２９週（ｔ＝２９）経過すると、数２より、
ｌｏｇ_３０（２９＋１）＝１
を得る。即ち、興味回復率ＰＲは１となる。本実施例では、興味回復率ＰＲが１に達すると、ジャンル「観光施設」に分類されていた、ユーザ５が訪問した観光スポットの情報提供が通常のお勧め順で再開される。

言い換えると、経過日数が２９週未満で定めた閾値に達していない場合、ユーザ５が訪問した観光スポットの情報提供は抑制される。日数が閾値以上であり２９週未満の場合、調整されたお勧め順で観光スポットの情報提供が行われる。例えば、訪問済み観光スポットの情報提供には重み付けをし、訪問前のお勧め順での順位より低い順位となるように調整する。

送信元識別情報「device1」のジャンル「ツアー」の場合、訪問後には閾値の日数経過するまで、ユーザ５の端末２００へのツアーの情報提供は抑止される。閾値の一例として、興味回復率ＰＲ「０．５」を設定してもよく、この値に限定されない。

送信元識別情報「device7」に対しては、ジャンル「観光施設」のみが存在し、パラメータαは値「９」である。送信元識別情報「device8」に対しては、少なくともジャンル「グルメ」が存在し、パラメータαは値「8」である。ジャンルに対応する情報提供の制限及び再開は、上述した送信元識別情報「device1」の場合と同様である。

複数のアプリケーション１７５は、提供するサービスの特性により、いずれかのジャンルに分類され、同一のジャンルに分類されるアプリケーション１７５の利用の場合、同一のパラメータαの値が適用される。

図１２は、関心度の算出例を示す図である。図１２より、あるユーザ５の関心度３ｃを求める場合、関心ベクトルテーブル１４７からアプリケーション１７５ごと（スポットの情報ごと）の関心ベクトル３ｂを用いて、関心ベクトル行列３ｍを作成し、提供情報ＤＢ１４２から取得した単語文書行列２ｄとの内積を算出する。

内積を算出することで、アプリケーション１７５ごとのあるユーザ５の関心度３ｃを示した関心情報３ｄを得ることができる。関心情報３ｄは送信元ごとに作成され、関心情報ＤＢ１４３に記憶される。

図１３は、関心情報ＤＢのデータ構成例を示す図である。図１３において、関心情報ＤＢ１４３は、各送信元に対して、複数のアプリケーション１７５のそれぞれに対して推定した関心度３ｃを記憶したテーブルであり、送信元識別情報、推定時刻、関心情報等の項目を有する。

送信元識別情報には、行動履歴ＤＢ１４１から得られた送信元識別情報が設定される。推定時刻には、関心推定部１５３（具体的には、関心度算出部１５６）が関心情報ＤＢ１４３に記憶した時刻が関心度３ｃを推定した時刻として設定される。関心情報には、関心度算出部１５６が算出したアプリケーション１７５ごとの関心度３ｃを示す関心情報３ｄが設定される。

この例では、送信元識別情報「device1」に対する推定時刻「2018/11/30 12:00:00」の関心情報３ｄは、{"ツアー1": 0.8, "ツアー2": 0.0, "スポット1": 0.3, "スポット2": 0.4, ...}である。この関心情報３ｄにより、device1のユーザ５のアプリケーション１７５ごとの関心度３ｃが示される。ツアー2の関心度３は「0.0」を示すため、ツアー2で特定される閲覧アプリケーションで紹介されているツアーを利用したと考えられ、一旦、ユーザ５のツアー2に対する関心がなくなったと判断されている。そのため、検索結果においてツアー2が含まれていても除外される。

送信元識別情報「device1」に対する推定時刻「2019/01/01 12:30:00」の関心情報３ｄは、{""ツアー1": 0.9, "ツアー2": 0.5, "スポット1": 0.8, "スポット2": 0.4, ...}である。この関心情報３ｄにより、device1のユーザ５のアプリケーション１７５ごとの関心度３ｃが示される。ツアー2の関心度３の「0.5」は、ユーザ５の一旦消失したツアー2に対する関心が、回復してきたことを示している。検索結果においてツアー2が含まれている場合、関心度３に基づいてお勧め順のランキングが調整される。

また、送信元識別情報「device2」に対する関心情報３ｄは、{"ツアー1": 0.0, "ツアー2": 0.2, "スポット1": 0.0, "スポット2": 0.7, ...}であり、device2のユーザのアプリケーション１７５ごとの関心度３ｃが示されている。

上述したように、関心度３が「0.0」を示す値のうち、ある期間を経て増加する場合、興味回復率ＰＲにより関心度３が調整されている可能性がある。

本実施例における関心情報３ｄにより示されるアプリケーション１７５ごとの関心度３ｃは、記憶率Ｐ及び興味回復率ＰＲに基づいて調整されたtf-idf値である。

図１４は、ユーザのアプリケーションの利用状況と観光客の旅行状況との対応を示す図である。図１４に示す行動データ８０は、発明者等が分析した、２０１８年７月から２０１８年１２月までの、観光客としての富山県へのリピータであるユーザがアプリケーション１７５を利用した状況を示すデータの一部である。

行動データ８０では、利用データ８１と旅行データ８２とが時系列に対応付けて示されている。利用データ８１では、３つのジャンル「観光施設」、「ツアー」、及び「グルメ」のそれぞれに分類される観光アプリ、ツアーアプリ、及びグルメアプリの利用実績が示されている。旅行データ８２では、ユーザが実際に観光した時期と滞在期間の概要を示している。

この行動データ８０は、２０１８年７月に富山県に旅行したユーザを対象としたデータを示している。ユーザは、富山県に旅行した後に（１回目の滞在）、２０１８年８月にグルメアプリを利用した。さらに、ユーザはグルメアプリを利用した１ヶ月程後である２０１９年９月に、再度富山県を訪れ、２週間程滞在している（２回目の滞在）。グルメアプリについては、この２回目の滞在の直後に再度利用している。その後、ユーザは、富山県へ最大約２か月間の間隔をあけて度々訪問している。

ユーザが利用していたグルメアプリは、富山湾鮨アプリであった。富山湾鮨アプリについては、２０１８年８月の最初の閲覧から９月の２回目の閲覧までの期間は約１ヶ月であった。その後、ユーザは、約１ヶ月の間隔を置いて富山湾鮨アプリを、さらに閲覧している。

また、ユーザは、２０１８年９月の中旬からツアーアプリを閲覧するようになり、その後、１１月下旬までの期間において、約２週間間隔から約１週間間隔へと短い間隔で閲覧するようになっている。

一方、ユーザは、２０１８年９月初旬に観光アプリを利用し、約２カ月後の１１月中旬に再度観光アプリを利用している。閲覧された観光アプリは、立山黒部の観光アプリであった。この観光アプリの２回目の閲覧後、ユーザは、実際に立山及び黒部を訪れている。

図１４に示す行動データ８０は、一部のデータ例であるが、このようなデータを含めて分析を行い、発明者等は、ジャンルに応じて、ユーザが閲覧する期間にある程度の傾向があることに着目した。

更に、上述した本実施例により、サーバ装置１００が、アプリケーション１７５が提供するサービスの特性に応じたジャンルごとに、利用状況を学習することで、特定の情報の提供タイミングを調整できるため、効果的な情報提供を実現できる。上述したように、本実施例では、記憶率Ｐを用いて、ユーザ５が過去に閲覧した情報の記憶（興味）を持ち続けられるようにし、新たに興味回復率ＰＲを導入したことで、訪問済みの観光スポットに関する同様な情報の提供による煩わしさを低減させることができる。

更に、興味回復率ＰＲにより、訪問済みの観光スポットであっても、興味が回復したタイミングを推定することが可能となる。この仕組みにより、ユーザ５に、観光スポット、旅行中に訪れたレストラン、ショッピングした店舗等を懐かしく思い出させ、リピータとして観光地へと引き寄せ、経済を活性化させる効果も期待できる。

図１５及び図１６は、本実施例に係るシステムにおける処理の全体概要を説明するためのシーケンス図である。システム１０００における処理は、処理フェーズＡ、Ｂ、Ｃ、及びＤを有する。図１５及び図１６中、アプリ制御部２７４の制御配下で動作するアプリケーション１７５は省略している。

処理フェーズＡは、サービス利用履歴の行動履歴情報１ｄの収集フェーズに相当し、処理フェースＢは、関心推定処理１５３ｐの実施フェーズに相当する。また、処理フェーズＣは、訪問履歴の行動履歴情報１ｄの収集フェーズに相当し、処理フェーズＤは、関心推定結果の取得フェーズに相当する。

図１５より、処理フェーズＡでは、ユーザ５の端末２００での操作によりアプリ制御部２７４が起動されると（ステップＳ３０１）、ユーザ５がサービスを選択するごとに対応するアプリケーション１７５が実行される（ステップＳ３０２）。実行ごとに、アプリケーション１７５は、行動履歴情報１ｄを作成して端末２００の記憶部２３０に記憶する（ステップＳ３０３）。

履歴収集部２７１は、一定間隔で記憶部２３０に記憶された新たな行動履歴情報１ｄの確認後、サーバ装置１００への送信依頼を履歴送信部２７２に行う（ステップＳ３０４）。履歴送信部２７２は、履歴収集部２７１からの送信依頼に応じて、通信Ｉ／Ｆ２１７によりサーバ装置１００へ行動履歴情報１ｄを送信する（ステップＳ３０５）。

サーバ装置１００では、収集部１５１が、通信Ｉ／Ｆ１１７が受信した行動履歴情報１ｄを行動履歴ＤＢ１４１に蓄積する（ステップＳ３０６）。このような処理フェーズＡにより、様々な端末２００から行動履歴情報１ｄが収集され、行動履歴ＤＢ１４１に蓄積される。

処理フェーズＢでは、関心推定部１５３は、起動されると（ステップＳ３２１）、単語文書行列２ｄを提供情報ＤＢ１４２から取得する（ステップＳ３２２）。そして、関心推定部１５３は、一定間隔で、行動履歴情報ＤＢ１４１から行動履歴情報１ｄを読み出して、関心ベクトル３ｂを生成した後、単語文書行列２ｄを用いてジャンルごとの関心度３ｃを取得する（ステップＳ３２３）。関心推定部１５３は、得られたジャンルごとの関心度３ｃを示した関心情報３ｄを含む関心推定結果９を関心情報ＤＢ１４３に記憶する（ステップＳ３２４）。

処理フェーズＣでは、アプリ制御部２７４が起動された状態で、場所ＩＤが検知されるごとに（ステップＳ３３２）、検知した場所ＩＤを含む行動履歴情報１ｄが記憶部２３０に記憶される（ステップＳ３３３）。

履歴収集部２７１は、一定間隔で記憶部２３０に記憶された新たな行動履歴情報１ｄの確認後、サーバ装置１００への送信依頼を履歴送信部２７２に行う（ステップＳ３３４）。履歴送信部２７２は、履歴収集部２７１からの送信依頼に応じて、通信Ｉ／Ｆ２１７によりサーバ装置１００へ行動履歴情報１ｄを送信する（ステップＳ３３５）。

サーバ装置１００では、収集部１５１が、通信Ｉ／Ｆ１１７が受信した行動履歴情報１ｄを行動履歴ＤＢ１４１に蓄積する（ステップＳ３３６）。このような処理フェーズＡ及びＣにより、様々な端末２００から行動履歴情報１ｄが収集され、行動履歴ＤＢ１４１に蓄積される。サーバ装置１００により関心推定処理１５３ｐが行われ、関心推定結果９が関心情報ＤＢ１４３に蓄積される（ステップＳ３２３〜Ｓ３２４）。

図１６より、処理フェーズＤでは、ユーザ５の端末２００での操作によりアプリ制御部２７４が起動されると（ステップＳ３４１）、ユーザ５による検索を行う操作によるイベントを検出すると（ステップＳ３４２）、取得部２７３を呼び出す（ステップＳ３４３）。アプリ制御部２７４からの呼び出しに応じて、取得部２７３は、関心推定要求８をサーバ装置１００に送信する（ステップＳ３４４）。

関心推定要求８を受信した送受信部１５２は、関心推定部１５３へと通知する（ステップＳ３４５）。関心推定部１５３は、関心情報ＤＢ１４３から関心推定結果９を取得し（ステップＳ３４６）、送受信部１５２に関心推定結果９の送信要求を行うことで、端末２００へ関心推定結果９を関心推定要求８に対する応答として送信する（ステップＳ３４８）。

端末２００では、取得部２７３が、関心推定結果９をサーバ装置１００から取得すると、関心推定結果９は記憶部２３０に記憶されると共に、アプリ制御部２７４に通知される（ステップＳ３４９）。アプリ制御部２７４は、検索アプリケーションに関心推定結果９に従った検索結果をユーザＩ／Ｆ２１６に表示させる（ステップＳ３５０）。

次に、システム１０００における、サーバ装置１００及び端末２００による種々の処理についてフローチャートで説明する。

図１７は、端末でのアプリ制御部によるアプリ制御処理を説明するためのフローチャート図である。図１７において、アプリ制御部２７４は、起動されると、ステップＳ４０１〜Ｓ４０９の処理を行う。

アプリ制御部２７４は、ユーザ５の操作が閲覧であるか検索であるかを判定する（ステップＳ４０１）。一例として、起動時に、アプリ制御部２７４は、メニュー画面をユーザＩ／Ｆ２６１に表示させ、ユーザ５にサービスの選択を促し、ユーザ５により指定されたサービス（アプリケーション１７５）が観光に関する検索を目的とする場合か否かを判定すればよい。検索を目的としない場合、閲覧を目的とすると判断すればよい。

選択されたサービス（アプリケーション１７５）が閲覧用（閲覧アプリケーション）である場合、アプリ制御部２７４は、閲覧アプリケーションの選択を受け付け（ステップＳ４０２）、閲覧アプリケーションを実行する（ステップＳ４０３）。

そして、アプリ制御部２７４は、実行した閲覧アプリケーションの行動履歴情報１ｄを作成して記憶部２３０に記憶する（ステップＳ４０４）。行動履歴情報１ｄには、検索アプリケーションを特定するアプリＩＤ、検索アプリケーションの起動時刻等が示される。

その後、アプリ制御部２７４は、ユーザ５により終了操作がなされたか否かを判断する（ステップＳ４０５）。終了操作ではない場合（ステップＳ４０５のＮＯ）、アプリ制御部２７４は、ステップＳ４０１へと戻る。終了操作の場合（ステップＳ４０５のＹＥＳ）、アプリ制御部２７４は、このアプリ制御処理を終了する。

検索アプリケーションが選択された場合、アプリ制御部２７４は、関心推定要求８をサーバ装置１００へ送信する（ステップＳ４０７）。その後、アプリ制御部２７４は、サーバ装置１００から関心推定結果９を取得したか否かを判断する（ステップＳ４０７）。

関心推定結果９を取得できなかった場合（ステップＳ４０７のＹＥＳ）、アプリ制御部２７４は、関心推定結果９から閲覧アプリケーションごとの関心度３ｃを示す関心情報３ｄを取得する（ステップＳ４０８）。そして、アプリ制御部２７４は、検索アプリケーションに取得した関心情報３ｄを用いたお勧め順で観光情報を表示させる（ステップＳ４０９）。

関心推定結果９を取得できなかった場合（ステップＳ４０７のＮＯ）、アプリ制御部２７４は、検索アプリケーションに通常のお勧め順で観光情報を表示させる（ステップＳ４１０）。通常のお勧め順とは、本実施例の適用がない場合のお勧め順に相当する。その後、アプリ制御部２７４は、ユーザ５により終了操作がなされたか否かを判断する（ステップＳ４０５）。終了操作ではない場合（ステップＳ４０５のＮＯ）、アプリ制御部２７４は、ステップＳ４０１へと戻る。終了操作の場合（ステップＳ４０５のＹＥＳ）、アプリ制御部２７４は、このアプリ制御処理を終了する。

図１８は、履歴収集部による履歴収集処理を説明するための図である。図１８において、履歴収集部２７１は、一定時間が経過したか否かを判断する（ステップＳ４２１）。一定時間が経過していない場合（ステップＳ４２１のＮＯ）、履歴収集部２７１は、ステップＳ４２１を繰り返す。

一定時間が経過した場合（ステップＳ４２１のＹＥＳ）、履歴収集部２７１は、記憶部２３０から行動履歴情報１ｄを読み出して、履歴送信部２７２に対して送信要求を行うことでサーバ装置１００へ送信する（ステップＳ４２２）。

その後、履歴収集部２７１は、アプリ制御部２７４は終了しているか否かを判定する（ステップＳ４２３）。アプリ制御部２７４が終了していない場合（ステップＳ４２３のＮＯ）、履歴収集部２７１は、ステップＳ４２１へと戻り、上述した同様の処理を繰り返す。アプリ制御部２７４が終了している場合、（ステップＳ４２３のＹＥＳ）、履歴収集部２７１は、この履歴収集処理を終了する。

図１９及び図２０は、サーバ装置の関心推定部による関心推定処理を説明するためのフローチャート図である。図１９において、関心推定部１５３は、起動されると、提供情報ＤＢ１４２から単語文書行列２ｄを読み込む（ステップＳ５０１）。

関心推定部１５３は、一定時間が経過したか否かを判断する（ステップＳ５０２）。一定時間が経過していない場合（ステップＳ５０２のＮＯ）、関心推定部１５３は、ステップＳ５０２を繰り返す。

一定時間が経過している場合（ステップＳ５０２のＹＥＳ）、関心推定部１５３における興味回復率更新部１５４が、興味回復率ＰＲのパラメータαを更新するパラメータ更新処理を行う（ステップＳ５０３）。パラメータ更新処理の詳細は後述される。

興味回復率ＰＲのパラメータαの更新後、関心推定部１５３では、推定方法制御部１５５が、行動履歴ＤＢ１４１から行動履歴情報１ｄを順に取得する（ステップＳ５０４）。そして、推定方法制御部１５５は、取得した行動履歴情報１ｄの行動種別がサービス利用履歴を示すか否かを判定する（ステップＳ５０５）。

行動種別がサービス利用履歴の場合（ステップＳ５０５のＹＥＳ）、推定方法制御部１５５は、第１ベクトル生成部１５５ａにより、記憶率Ｐ及び操作種類の重みとを付与した行動ベクトル３ａを生成する（ステップＳ５０６：第１ベクトル生成処理）。そして、推定方法制御部１５５は、生成された行動ベクトル３ａを行動ベクトルテーブル１４６に記憶する（ステップＳ５０９）。

一方、行動種別がサービス利用履歴でない場合（ステップＳ５０５のＮＯ）、推定方法制御部１５５は、更に、行動種別は訪問履歴か否かを判断する（ステップＳ５０７）。行動種別がサービス利用履歴でもなく訪問履歴でもない場合（ステップＳ５０７のＮＯ）、推定方法制御部１５５は、ステップＳ５１１へと進む。

行動種別が訪問履歴の場合（ステップＳ５０７のＹＥＳ）、推定方法制御部１５５は、第２ベクトル生成部１５５ｂにより、興味回復率ＰＲのパラメータαを決定し、重みを付与した行動ベクトル３ａを生成する（ステップＳ５０８：第２ベクトル生成処理）。興味回復率ＰＲは、訪問時には０を示し、訪問からの時間の経過に応じて１に近付く。興味回復率ＰＲで重み付けすることで、ユーザ５の訪問済みのスポットに対する興味の回復を加味した行動ベクトル３を生成できる。そして、推定方法制御部１５５は、生成された行動ベクトル３ａを行動ベクトルテーブル１４６に記憶する（ステップＳ５０９）。

その後、推定方法制御部１５５は、行動履歴情報１ｄに位置情報が付与されているか否かを判断する（ステップＳ５１０）。行動履歴情報１ｄに位置情報が付与されていない場合（ステップＳ５１０のＮＯ）、推定方法制御部１５５は、ステップＳ５０４へと戻り、
上述同様の処理を繰り返す。一方、行動履歴情報１ｄに位置情報が付与されている場合（ステップＳ５１０のＹＥＳ）、推定方法制御部１５５は、図２０のステップＳ５１１へと進む。

図２０において、推定方法制御部１５５は、位置情報から近隣スポットを判定する（ステップＳ５１１）。判定方法の一例として、推定方法制御部１５５は、予め定めた観光スポットごとのジオフェンスに基づいて、位置情報から最も近い観光スポットを特定すればよい。

そして、推定方法制御部１５５は、第２ベクトル生成部１５５ｂにより、興味回復率ＰＲのパラメータαを決定し、重みを付与した行動ベクトル３ａを生成する（ステップＳ５１２）。興味回復率ＰＲで重み付けして、ユーザ５の訪問済みのスポットに対する興味の回復を加味した行動ベクトル３を生成する。そして、推定方法制御部１５５は、生成された行動ベクトル３ａを行動ベクトルテーブル１４６に記憶する（ステップＳ５１３）。

推定方法制御部１５５は、対象の行動情報履歴１ｄを全て処理したか否かを判断する（ステップＳ５１４）。対象範囲は、１以上の年数、レコード数等が予め与えられても良いし、サーバ装置１００の管理者により適宜設定されてもよい。対象の行動情報履歴１ｄが残っている場合（ステップＳ５１４のＮＯ）、推定方法制御部１５５は、ステップＳ５０４へと進み、上記同様の処理を繰り返す。

一方、対象の行動情報履歴１ｄを全て処理した場合（ステップＳ５１４のＹＥＳ）、推定方法制御部１５５は、関心度算出部１５６により、送信元識別情報ごとに、行動ベクトル３ａを合算して、関心ベクトル３ｂを生成する（ステップＳ５１５）。生成された関心ベクトル３ｂは、関心ベクトルテーブル１４７に記憶される。関心ベクトル３ｂは、予め定められた単語列２ｅに従って、単語ごとに記憶率Ｐ及び操作の種類と、興味回復率ＰＲとにより重み付けされた値を示す。

関心度算出部１５６は、関心ベクトルテーブル１４７から同一送信元識別ごとに関心ベクトル３ｂを取得して関心ベクトル行列３ｍを作成し、単語文書行列２ｄとの内積を計算することで、ジャンルごとの関心度３ｃを取得する（ステップＳ５１６）。図１２に示すように、関心度算出部１５６は、関心ベクトル３ｂを、単語文書行列２ｄの行を特定するサービス識別情報に一致させて並べることで関心ベクトル行列３ｍを作成して、単語文書行列２ｄとの内積を計算する。その結果、サービス識別情報ごとの関心度３ｃを得ることができる。

関心度算出部１５６は、各送信元識別情報に対して、ジャンルごとに得られた関心度３ｃを関心情報ＤＢ１４３に記憶する（ステップＳ５１７）。送信元識別情報と推定時刻とに対応付けてジャンルごとの関心度３ｃを示す関心情報３ｄが関心情報ＤＢ１４３に記憶される。その後、関心推定部１５３は、この関心推定処理１５３ｐを終了する。

上述した関心推定処理１５３ｐは、端末２００からの関心推定要求８により必要となった場合には関心推定要求８で指定される送信元識別情報についてのみ、関心度３ｃを求めればよい。

関心度算出部１５６によるステップＳ５１５〜Ｓ５１７は、以下に示す算出式により表すことができる。

数３及び数４において、
・Ｒ：特徴値（ジャンルごとの関心度３ｃを示す関心情報３ｄに相当）
・Ｄ：ドキュメント空間（単語文書行列２ｄに相当）（観光アプリ内で提供されているサービス全体をドキュメントとみなし、サービス全体で出現する単語の出現頻度を行列として持つ）
・ｐ（ｍ）：観光客の行動履歴から得られる関心領域ベクトル
・Ｍ_１：記憶率Ｐ。忘却曲線関数ｙ＝ｅ^−ａｔのような指数関数。αはパラメータ
・Ａ（ａ）：行動に対する重み
・ａ（ｔ）：行動（閲覧）、鮨アプリを開いた、タクシーアプリを開いた、観光ナビの〇〇スポットを閲覧した等の行動
・Ｍ_２：興味回復率
・Ｇ（ｔ）：行動（結果）、店舗、観光スポットへの訪問、商品の購入等
を示す。

図２１は、図１９のステップＳ５０３における興味回復率のパラメータを更新する更新処理を説明するためのフローチャート図である。図２１では、興味回復率更新部１５４は、行動履歴ＤＢ１４１から行動種別がサービス利用履歴の行動履歴情報１ｄを取得する（ステップＳ５３１）。興味回復率更新部１５４は、取得した行動履歴情報１ｄを送信元識別情報ごとに分類する（ステップＳ５３２）。

そして、興味回復率更新部１５４は、送信元識別情報を１つ選択して、同一の送信元識別情報の行動履歴情報１ｄで示されるそれぞれのアプリＩＤに基づいて、行動履歴情報１ｄをジャンル毎に分類する（ステップＳ５３３）。そして、興味回復率更新部１５４は、ジャンル毎に行動履歴情報１ｄの総数をカウントする（ステップＳ５３４）。記憶部１３０に、ジャンルごとの行動履歴情報１ｄの総数が記録される。

次に、興味回復率更新部１５４は、ジャンルを１つ選択し（ステップＳ５３５）、選択したジャンルでサービス利用履歴がない、又は１つしかないか否かを判定する（ステップＳ３５６）。記憶部１３０から選択したジャンルに対応付けられた総数が１以下であるか否かを判断すればよい。

判定結果が肯定的である場合、即ち、総数が１以下である場合（ステップＳ５３６のＹＥＳ）、興味回復率更新部１５４は、ジャンルに対する興味回復率ＰＲのパラメータαを初期値に設定する（ステップＳ５３７）。興味回復率更新部１５４は、初期範囲テーブル１４４（図１０）の初期範囲内で予め定めたパラメータαの値を初期値に設定し、ステップＳ５４０へと進む。

判定結果が否定的である場合、即ち、総数が２以上である場合（ステップＳ５３６のＮＯ）、興味回復率更新部１５４は、行動履歴情報を起動時刻で時系列にソートし、起動時刻間の時刻差Δtを全て求めて、平均値を算出する（ステップＳ５３８）。そして、興味回復率更新部１５４は、平均値のときに興味回復率が１になるパラメータαを求める（ステップＳ５３９）。求めたパラメータαは、送信元識別情報と、ジャンルとに対応付けて記憶部１３０に記憶される。

興味回復率更新部１５４は、全ジャンルを終了したか否かを判断する（ステップＳ５４０）。未選択のジャンルがある場合（ステップＳ５４０のＮＯ）、興味回復率更新部１５４は、ステップＳ５３３へと進む。

全ジャンルを終了した場合、（ステップＳ５４０のＹＥＳ）、興味回復率更新部１５４は、更に、全送信元に対して処理を終了したか否かを判断する（ステップＳ５４１）。未選択の送信元識別情報があるか否かを判断すればよい。未選択の送信元識別情報がある場合（ステップＳ５４１のＮＯ）、興味回復率更新部１５４は、ステップＳ５３３へと戻り、上述した同様の処理を繰り返す。

全送信元に対して処理を終了した場合、即ち、送信元識別情報の全てに対して各ジャンルのパラメータαを更新した場合（ステップＳ５４１のＹＥＳ）、興味回復率更新部１５４は、各デバイスのジャンル毎のパラメータαの値でパラメータ更新テーブル１４５を更新する（ステップＳ５４２）。

図２２は、図１９のステップＳ５０６における第１ベクトル生成処理を説明するためのフローチャート図である。図２２において、第１ベクトル生成部１５５ａは、行動ベクトル３ａを初期化する（ステップＳ５６１）。行動ベクトル３ａは、単語列２ｅにおける単語数に相当する次元を有し、全ての要素が０に設定される。

第１ベクトル生成部１５５ａは、サービス利用履歴の行動履歴情報からアプリＩＤ（appidの値）を取得する（ステップＳ５６２）。そして、第１ベクトル生成部１５５ａは、行動ベクトル３ａにおいて、アプリＩＤで特定される紹介文に単語列２ｅの単語が存在する場合に要素値を１に設定する（ステップＳ５６３）。単語の存在の有無の判断方法の一例として、単語文書行列２ｄにおいてアプリＩＤに相当する行の値を参照し、０以外を１に変更して行動ベクトル３ａの要素値を設定するればよい。

次に、第１ベクトル生成部１５５ａは、数１を用いて記憶率Ｐ（図８）を算出する（ステップＳ５６４）。そして、第１ベクトル生成部１５５ａは、アプリケーション１７５の処理の種別に応じた重み３ｗを付与して、行動ベクトル３ａの各要素に乗算することで行動ベクトル３ａを生成し（ステップＳ５６５）、この第１ベクトル生成処理を終了する。

第１ベクトル生成処理による行動ベクトル３ａの生成例を、図２２のフローチャートに基づいて説明する。単語列２ｅは、図５に示す（番屋街、氷見、唐島、阿尾城、富山、・・・、城）であるとする。先ず、行動ベクトル３ａを初期化することで（ステップＳ５６１）、
（０、０、０、０、０、・・・、０）
となる。

アプリＩＤが「ツアー2」の場合（ステップＳ５６２）、ツアー2の紹介文には「氷見」、「番屋街」等の単語が存在するため、単語列２ｅに対応する要素に１を設定すると、行動ベクトル３ａは、
（１、１、０、０、０、・・・、０）
となる（ステップＳ５６３）。

次に、行動履歴情報１ｄで示される起動時刻（activetime）を用いて時刻ｔを設定することで、記憶率Ｐを算出する（ステップＳ５６４）。更に、アプリケーションの処理の種類に応じた重みを記憶率Ｐに付与して、各要素に乗算することで行動ベクトル３ａを生成する（ステップＳ５６５）。行動ベクトル３ａは行動ベクトルテーブル１４６に記憶される。

ここでは、アプリケーション１７５の処理の種類は、「閲覧」又は「検索」であり、重みを、「閲覧」では「１」、また、「検索」では「２」とする。そして、アプリＩＤから実行されたアプリケーション１７５は閲覧アプリケーションであり、算出された記憶率Ｐは「０．５」であったとする。記憶率Ｐ「０．５」に「閲覧」の重み「１」を掛けて得た「０．５」を行動ベクトル３ａの要素値に乗算し、
（０．５、０．５、０、０、０、・・・、０）
を得る。この行動ベクトル３ａが行動ベクトルテーブル１４６に記憶される。

一方、アプリケーション１７５の処理の種類が検索アプリケーションであり、記憶率Ｐが「０．５」の場合、記憶率Ｐ「０．５」に「検索」の重み「２」を掛けて得た「１．０」が行動ベクトル３ａの要素値に乗算される。

アプリケーション１７５の処理の種類の判別は、全てのアプリケーション１７５を「閲覧」か「検索」かに予め分類したテーブルを備え、参照することで判別してもよい。アプリＩＤに処理の種類を判別するためのキーワードを含め、キーワードを「閲覧」か「検索」かに予め分類したテーブルを備え、参照することで判別してもよい。処理の種類が判別できれば、これらの手段に限定されない。

図２３は、図１９のステップＳ５０８における第２ベクトル生成処理を説明するためのフローチャート図である。図２３において、第２ベクトル生成部１５５ｂは、行動履歴情報１ｄのログ情報から場所ＩＤを取得し、取得した場所ＩＤが場所情報か位置情報かを判断する（ステップＳ５８１）。場所情報であれば、アプリＩＤを特定可能な識別子が含まれる。また、位置情報であれば、ＧＰＳにより取得した経度緯度が示される。

場所情報である場合、第２ベクトル生成部１５５ｂは、場所情報を対象スポットに設定する（ステップＳ５８２）。具体的には、場所情報からアプリＩＤを取得する。そして、第２ベクトル生成部１５５ｂは、ログ情報を参照して、進入時刻（checkintime）に滞在時間（staytime）を加算して、ジオフェンス１ｆから出た退出時刻を取得して対象時刻に設定し（ステップＳ５８３）、ステップＳ５８７へと進む。

一方、位置情報の場合、第２ベクトル生成部１５５ｂは、位置情報に基づいて近隣スポットを推定し、対象スポットに設定する（ステップＳ５８４）。位置情報で示される経度緯度から最短の観光スポットを特定する。次に、第２ベクトル生成部１５５ｂは、処理中の行動履歴情報１ｄから得られる進入時刻に最も近い進入時刻又は起動時刻の行動履歴情報１ｄを行動履歴ＤＢ１４１から取得する（ステップＳ５８５）。

そして、第２ベクトル生成部１５５ｂは、取得した行動履歴情報１ｄの行動種別に応じて、対象時刻を設定する（ステップＳ５８６）。
・行動種別がサービス利用履歴の場合
第２ベクトル生成部１５５ｂは、起動時刻（activatetime）を取得して対象時刻に設定する。
・行動種別が訪問履歴の場合
第２ベクトル生成部１５５ｂは、進入時刻（checkintime）に滞在時間（staytime）を加算して退出時刻を取得して対象時刻に設定する。

対象スポットと対象時刻とが設定されると、第２ベクトル生成部１５５ｂは、対象スポットが予め定めたジオフェンス１ｆ内のエリアであるか否かを判断する（ステップＳ５８７）。エリア内である場合（ステップＳ５８７のＹＥＳ）、第２ベクトル生成部１５５ｂは、この第２ベクトル生成処理を終了する。

一方、エリア内でない場合（ステップＳ５８７のＮＯ）、第２ベクトル生成部１５５ｂは、対象時刻から現在時刻までの経過時間を算出し（ステップＳ５８８）、対象スポットからジャンルを決定する（ステップＳ５８９）。

次に、第２ベクトル生成部１５５ｂは、パラメータ更新テーブル１４５から行動履歴情報１ｄの送信元識別情報に対応付けられたジャンルに対するパラメータαの値を取得する（ステップＳ５９０）。そして、第２ベクトル生成部１５５ｂは、経過時間とパラメータαの値とを興味回復関数に入力し、決定したジャンルの興味回復率ＰＲを算出する（ステップＳ５９１）。

第２ベクトル生成部１５５ｂは、行動ベクトルを初期化し（ステップＳ５９２）、対象スポットに対応するアプリＩＤで特定される紹介文に単語列２ｅの単語が存在する場合に要素値を１に設定する（ステップＳ５９３）。

そして、第２ベクトル生成部１５５ｂは、興味回復率ＰＲを重みとして要素値に付与して行動ベクトル３ａを生成し（ステップＳ５９４）、この第２ベクトル生成処理を終了する。

図２４は、関心推定部において行われる関心推定要求の受信制御処理を説明するためのフローチャート図である。図２４では、関心推定部１５３は、関心推定要求８を受信したか否かを確認する（ステップＳ６０１）。関心推定要求８を送受信部１５２から受信していない場合（ステップＳ６０１のＮＯ）、関心推定部１５３は、図１９のステップＳ５０２へと進み、関心推定処理１５３ｐを行う。関心推定処理１５３ｐが終了すると、関心推定部１５３は、ステップＳ６０１へ戻る。

関心推定要求８を送受信部１５２から受信している場合（ステップＳ６０１のＹＥＳ）、関心推定部１５３は、行動履歴ＤＢ１４１が更新されているか否かを判断する（ステップＳ６０２）。関心推定部１５３は、関心推定要求８で指定されている送信元識別情報を用いて、関心情報ＤＢ１４３を参照して推定時刻を取得し、行動履歴ＤＢ１４１に、取得した推定時刻以降に当該送信元識別情報を含む新たな行動履歴情報１ｄが追加されているかを判断する。

更新されていない場合（ステップＳ６０２のＮＯ）、関心推定部１５３は、ステップＳ６０３へと進む。更新されている場合（ステップＳ６０２のＹＥＳ）、関心推定部１５３は、図１９のステップＳ５０４へと進み、関心推定要求８で指定されている送信元識別情報について、関心推定を行う。

関心推定部１５３は、関心情報ＤＢ１４３から関心推定要求８で指定されている送信元識別情報と関心情報３ｄとを含む関心推定結果９を取得して、関心推定要求８の送信元の端末２００へ送信する（ステップＳ６０４）。

図２５は、興味回復率の変化例を説明するための図である。図２５では、９月５日から９月１９日までの興味回復率ＰＲがどのように変化するかの一例を示している。この例の興味回復率ＰＲは、ジャンル「グルメ」の値を示すものとする。興味回復率ＰＲの初期値は１であり、ユーザ５の観光スポットへの訪問を契機として興味回復率ＰＲが変化する。ユーザ５がいずれの観光スポットへの訪問がない場合、閲覧アプリケーションの履歴に基づいて、観光スポットがお勧め順で示される。

例えば、９月５日にユーザ５がスポット１の閲覧アプリケーションを利用すると、端末２００からスポット１の閲覧に関する行動履歴情報１ｄがサーバ装置１００へ送信される。この時点において、ユーザ５が検索アプリケーションの利用によるお勧め順９１は、
「１位：スポット３９、２位：スポット９、３位：ツアー８８、・・・」
であったとする。

その後、ユーザ５がツアー１００の閲覧アプリケーションを利用すると、端末２００からツアー１００の閲覧に関する行動履歴情報１ｄがサーバ装置１００へ送信される。このツアー１００の閲覧の行動履歴情報１ｄが考慮されることによって、ユーザ５が検索アプリケーションを利用した場合、ユーザ５へのお勧め順９２は、
「１位：ツアー１００、２位：スポット１８、３位：スポット１、・・・」
に変化する。このお勧め順では、１位が「ツアー１００」になり、２位は「スポット１８」であり、前回は１位であったスポット１が３位に変更されている。本願発明では、ユーザが９月５日より以前に閲覧したスポット１８について、記憶率Ｐが考慮されたことにより、比較的直前で閲覧されたスポット１よりも上位の２位にランキングされたと考え得る。

その後、ユーザ５がグルメ２５０の閲覧アプリケーションを利用すると、端末２００からグルメ２５０の閲覧に関する行動履歴情報１ｄがサーバ装置１００へ送信される。このグルメ２５０の閲覧の行動履歴情報１ｄが考慮されることによって、ユーザ５の検索アプリケーションの利用により提示されるお勧め順９３は、
「１位：グルメ２５０、２位：ツアー１００、３位：スポット３９、・・・」
となる。このお勧め順では、１位が「グルメ２５０」であり、２位が「ツアー１００」であり、３位が「スポット３９」である。

グルメ２５０の閲覧後の９月１２日に、ユーザ５がグルメ２５０を訪問した場合、端末２００からグルメ２５０の訪問に関する行動履歴情報１ｄがサーバ装置１００へ送信される。グルメ２５０の訪問の行動履歴情報１ｄの検出により、ユーザ５又は端末２００を特定する送信元識別情報に対して、グルメ２５０の閲覧アプリケーションが分類されるジャンル「グルメ」の興味回復率ＰＲは０に設定される。ＰＲ＝０の場合、「グルメ」に関する行動ベクトル３ａの各要素の値が０になるため、お勧め順から除外される。従って、ユーザ５がグルメ２５０の訪問後の、ユーザ５の検索アプリケーションの利用により提示されるお勧め順９４は、
「１位：ツアー１００、２位：スポット３９、３位：スポット１８、・・・」
となる。このお勧め順には、「グルメ」のスポットは含まれない。

９月１９日に、時間経過により、興味回復率ＰＲが０から０．５に変化したとする。ＰＲ＝０．５のときに、ユーザ５が検索アプリケーションを利用すると、ユーザ５へのお勧め順９５は、
「１位：ツアー１００、２位：グルメ２５０、３位：スポット３９、・・・」
となる。ジャンル「グルメ」に分類されるグルメ２５０が２位に示されている。興味回復率ＰＲに応じて、ユーザ５の興味の回復に応じたお勧め順で観光スポットの紹介を行える。

次に、図２６から図２９を参照して、本実施例におけるお勧め順と行動履歴ＤＢ１４１内のログ情報との関係を説明する。

図２６は、本実施例におけるお勧め順の変化例を示す図である。図２６において、端末２００に表示されたお勧め画面Ｇ２６は、検索アプリケーションにより提供される画面例である。お勧め画面Ｇ２６は、お勧め順に観光スポットの名称を一覧表示する表示領域２６ａと、検索用のキーワードを入力する入力領域２６ｂと、操作領域２６ｃ等とを有する。表示領域２６ａでは、ユーザ５により選択可能な表示領域であり、観光スポットの名称は、アプリＩＤとリンクされ、選択に応じて閲覧アプリケーションの実行が可能である。

図２６（Ａ）から図２６（Ｃ）では、日数経過に応じたお勧め画面Ｇ２６のお勧め順の変化を示している。この例では、ユーザ５は、「お座敷富山鮨」を訪問するものとする。図２６（Ａ）は、訪問前（ＰＲ＝１．０）の、図２５のお勧め順９３に相当するお勧め画面Ｇ２６の表示例を示す。図２６（Ｂ）は、訪問直後（ＰＲ＝０）の、図２５のお勧め順９４に相当するお勧め画面Ｇ２６の表示例を示す。図２６（Ｃ）は、訪問後（ＰＲ＝０．５）の、図２５のお勧め順９５に相当するお勧め画面Ｇ２６の表示例を示している。図２６（Ａ）から図２６（Ｃ）において、ユーザ５は、入力領域２６ｂに同じキーワード「鮨、体験、城」を入力した場合で説明する。

図２６（Ａ）の９月５日のお勧め画面Ｇ２６では、ユーザ５によるキーワードの入力により、お勧め順９３に従って観光スポットの名称が、
「お座敷富山鮨」（グルメ２５０、グルメ）
「黒部市生地のまち歩き」（ツアー１００、ツアー）
「富山城址公園」（スポット３９、観光施設）
「能作」（スポット１８、観光施設）
「二上山」（ツアー８８、ツアー）
のように表示される。ジャンル「グルメ」に対しては、興味回復率ＰＲは１に設定されているため、お勧め順に影響を与えない。上記では、（）内に、観光スポットの名称と関連付けられるアプリＩＤと、アプリＩＤで特定される閲覧アプリケーションが属するジャンルを示している。以下の説明でも同様である。ユーザ５は、このようなお勧め画面Ｇ２６に表示された観光スポットの名称をクリックすると、対応する閲覧アプリケーションが実行される。

その後、ユーザ５が「お座敷富山鮨」を訪問することで、ジャンル「グルメ」の興味回復率ＰＲは０に設定される。お勧め画面Ｇ２６は、図２６（Ｂ）のように、お勧め順９４に従って観光スポットの名称が、
「黒部市生地のまち歩き」（ツアー１００、ツアー）
「富山城址公園」（スポット３９、観光施設）
「能作」（スポット１８、観光施設）
「二上山」（ツアー８８、ツアー）
のように表示されるが、訪問直後の「お座敷富山鮨」は表示されない。

「お座敷富山鮨」の訪問後の日数の経過により、ジャンル「グルメ」の興味回復率ＰＲが０．５になると、お勧め画面Ｇ２６は、図２６（Ｂ）のように、お勧め順９５に従って観光スポットの名称が、
「黒部市生地のまち歩き」（ツアー１００、ツアー）
「お座敷富山鮨」（グルメ２５０、グルメ）
「富山城址公園」（スポット３９、観光施設）
「能作」（スポット１８、観光施設）
「二上山」（ツアー８８、ツアー）
のように表示される。ジャンル「グルメ」の興味回復率ＰＲが０．５の値により、図２６（Ａ）では、１番目にランクされていた「お座敷富山鮨」が２番目にランクされている。更なる時間の経過によりジャンル「グルメ」の興味回復率ＰＲが１に戻ると、図２６（Ａ）のようなお勧め順となり得る。

図２６では、ジャンル「グルメ」の興味回復率ＰＲに着目したお勧め順の変化例を示している。そのため、他のジャンルの興味回復率ＰＲの影響、記憶率Ｐの影響、ユーザ５の閲覧アプリケーションの実行による行動履歴情報１ｄの影響等を考慮した場合には、ユーザ５の興味により精度良くお勧め順が定まる。

図２７〜図２９は、行動履歴ＤＢ１４１における端末２００の行動履歴情報１ｄの蓄積状態例を示す。端末２００の送信元識別情報は「device1」であるとする。

図２７は、図２６（Ａ）における行動履歴ＤＢのデータ例を示す図である。図２７の行動履歴ＤＢ１４１を参照すると、送信元識別情報「device1」に関して、時系列には、ログ情報ＬＧ０１〜ＬＧ０７が記憶されている。

行動種別がサービス利用履歴では、
・ログ情報ＬＧ０１：９月１日に、ツアー８８で特定される閲覧アプリケーションが利用され、
・ログ情報ＬＧ０２：９月１日に、スポット１８で特定される閲覧アプリケーションが利用され、
・ログ情報ＬＧ０３：９月５日に、スポット３９で特定される閲覧アプリケーションが利用され、
・ログ情報ＬＧ０４：９月７日に、ツアー１００で特定される閲覧アプリケーションが利用され、
・ログ情報ＬＧ０５：９月１０日に、グルメ２５０で特定される閲覧アプリケーションが利用
されたことが記録されている。

更に、行動種別が訪問履歴では、
・ログ情報ＬＧ０６：９月１０日に、位置情報１（gps1）の場所に訪れ、
・ログ情報ＬＧ０７：９月１０日に、位置情報２（gps2）の場所に訪れた
ことが記録されている。この時点では、ジャンルに関する観光スポット等の場所のログ情報は記録されておらず、位置情報のみが記録されている。従って、ユーザ５へのお勧め順の表示制御は行われない。

図２８は、図２６（Ｂ）における行動履歴ＤＢのデータ例を示す図である。図２８の行動履歴ＤＢ１４１を参照すると、送信元識別情報「device1」に関して、時系列には、ログ情報ＬＧ０１〜ＬＧ０７に加えてログ情報ＬＧ０８が記憶されている。ログ情報ＬＧ０１〜ＬＧ０７は、図２７と同様であるため説明を省略する。

行動種別が訪問履歴において、ログ情報ＬＧ０６及びＬＧ０７に加えて、
・ログ情報ＬＧ０８：９月１２日に、お座敷とやま鮨（グルメ２５０）を訪問
したことが記録されている。

お座敷とやま鮨（グルメ２５０）はジャンルが「グルメ」の"お座敷とやま鮨"の閲覧アプリケーションで紹介されている。サービス利用履歴のログ情報を参照すると、ログ情報ＬＧ０５でこのアプリケーションが訪問前に利用されていたことが分かる。ユーザ５は、閲覧アプリケーションを利用し、"お座敷とやま鮨"に興味を持ち、実際に訪問したことで興味を達成したものと考えられる。

本実施例では、ジャンル「グルメ」に分類される閲覧アプリケーションに対して、興味回復率ＰＲが０に設定される。そのため、図２６（Ｂ）に示すように、訪問直後から所定期間の間は、図２６（Ａ）に示すお勧めの１番目となる"お座敷とやま鮨"は、表示領域２６ａには表示されない。

時間経過によりジャンル「グルメ」の興味回復率ＰＲの値が増え始め、ＰＲ＝０．５になり、"お座敷とやま鮨"がお勧め順の上位にランク付けされると、"お座敷とやま鮨"がお勧めの表示領域２６ａに出現するようになる。

図２９は、図２６（Ｃ）における行動履歴ＤＢのデータ例を示す図である。図２９の行動履歴ＤＢ１４１を参照すると、送信元識別情報「device1」に関して、時系列には、ログ情報ＬＧ０１〜ＬＧ０８が記憶されている。ログ情報ＬＧ０１〜ＬＧ０８は、図２８と同様であるため説明を省略する。

即ち、送信元識別情報「device1」に対してログ情報に変化がなかったとしても、図２６（Ｃ）では、時間経過により興味回復率ＰＲの値が０ではなくなる。興味回復率ＰＲの値が大きくなることで、ジャンル「グルメ」のお勧め順への表示抑制が解除され、興味回復率ＰＲの値によりランクが調整されてお勧め画面Ｇ２６の表示領域２６ａに表示され始める。

図２６（Ａ）では、"お座敷とやま鮨"は１番目であったが、図２６（Ｃ）では、興味回復率ＰＲの値によりランクが調整され２番目に表示されている。ジャンル「グルメ」の興味回復率ＰＲの値が１に到達すると、図２６（Ａ）のようにお勧め順が表示される。

上述した本実施例では、履歴管理部２１０と情報提供部２２０とを端末２００に実装することで、サーバ装置１００の処理負担を各端末２００へ分散させることができる。更に、複数のアプリケーション１７５を、アプリ制御部２７４と共にまとめて端末２００にインストールしてもよい。

一方、上述した本実施例のように、履歴管理部２１０と情報提供部２２０とを端末２００に実装する構成としているが、サーバ装置１００に実装し、端末２００ごとに情報の配信を制御するようにしてもよい。この場合、端末２００は、サーバ装置１００にブラウザ等からアクセスするのみでよく、記憶部２３０の資源を消費することなく本実施例による適切な情報提供を受けることができる。

また、１つのアプリケーションが１つのサービスを行うものとしたが、１つのアプリケーションが複数のサービスをユーザ５の選択によりインタラクティブで行う場合等、関心推定結果９に基づき提供するサービスを制限する制御を行ってもよい。

更に、上述した本実施例では、検索する場合の適用例で説明したが、端末２００に表示する広告の選択に適用してもよい。本実施例により、訪問前には観光スポットの画像、紹介文等を広告として表示し、訪問直後には表示させず、ユーザ５が次に興味を持っているであろう観光スポットについて表示させることができる。

上述より、本実施例によれば、ある地域に関する様々な観光スポットについて複数の情報を提供する実施形態において、ある観光スポットにユーザ５が訪問した後、当該スポットに対する興味が一度なくなったとみなし、当該観光スポットの情報の配信や表示を抑制する。つまり、たとえ、ユーザ５が指定したキーワードにより訪問した観光スポットの情報（アプリケーション１７５）が検索されたとしても、当該観光スポットの情報は表示されない。

一方で、時間経過を考慮して興味が回復する期間を推定し、興味が回復したタイミングで、再度、ユーザ５の端末２００に、観光スポットの情報を検索結果又は広告として配信又は表示させる。

更に、本実施例では、発明者等が考案した興味回復率ＲＰ（図９）を得る関数のパラメータα（図１１）を、ジャンルごとにを定めることで、興味の回復スピードが異なるジャンルに対応することができる。

上述した実施例における関心推定部１５３は、制御部の一例であり、アプリ制御部２７４は、表示制御部の一例である。興味回復関数は、人の興味の回復率を表す関数の一例である。行動履歴情報１ｄは、履歴情報の一例である。関心推定結果９は、複数のスポットに関する情報の一例であり、関心推定要求は、複数のスポットに関する情報の要求の一例である。第１ベクトル生成部１５５ａによって生成された行動ベクトル３ａは、第１ベクトルの一例である。第２ベクトル生成部１５５ｂによって生成された行動ベクトル３ａは、第２ベクトルの一例である。

本発明の実施形態は詳細に説明されているが、本発明の精神及び範囲から外れることなく、様々な変更、置換及び修正をこれに加えることが可能であることを理解されたい。

以上の実施例を含む実施形態に関し、更に以下の付記を開示する。
（付記１）
ユーザが所持する端末装置から、複数のスポットに関する情報の要求を受信し、
訪問からの時間の経過に伴う人の興味の回復率を表す関数に基づく前記要求の受信時点での前記ユーザの興味の回復率を用いて、前記複数のスポットのうちの訪問済みのスポットの情報提供を制御する
処理をコンピュータが行う情報提供方法。
（付記２）
前記訪問済みのスポットについて、前記回復率に基づき、前記訪問済みのスポットの情報提供を停止させる、または、前記複数のスポットのなかで前記訪問済みのスポットの情報の表示順位を下げる
ことを特徴とする付記１記載の情報提供方法。
（付記３）
前記関数は、前記時間の経過に対する前記回復率のスピードに関するパラメータを含み、
前記パラメータは、前記複数のスポットのジャンルに応じて決定される
ことを特徴とする付記１または２に記載の情報提供方法。
（付記４）
前記端末装置が、前記複数のスポットのいずれかに対応して仮想的に設定されたジオフェンスへの進入が検出された場合、前記ジオフェンスに対応するスポットを前記訪問済みスポットとして、特定する
ことを特徴とする付記１乃至３のいずれかに記載の情報提供方法。
（付記５）
前記関数は、前記訪問からの時間の経過に伴う前記興味の回復率を示した曲線である
ことを特徴とする付記１ないし５のいずれかに記載の情報提供方法。
（付記６）
前記曲線は、対数で表され、
前記パラメータは、前記曲線を表す対数の底である
ことを特徴とする付記３記載の情報提供方法。
（付記７）
前記関数は、エビングハウスの忘却曲線の逆数である
ことを特徴とする付記１ないし６のいずれかに記載の情報提供方法。
（付記８）
前記コンピュータは、
前記端末装置からスポットの情報の利用を示す履歴情報を受信して、記憶部に記憶し、
前記記憶部に記憶された複数の前記履歴情報に基づいて、ジャンルごとに前記スポットの情報を利用した時間の間隔の平均値を算出し、前記関数において、得られた平均値のときに前記回復率が１となる前記パラメータを求めて、前記記憶部に記憶する
処理を行うことを特徴とする付記５記載の情報提供方法。
（付記９）
前記コンピュータは、
前記端末装置から、スポットへの訪問を示す履歴情報を更に受信して前記記憶部に記憶し、
前記記憶部に記憶されたスポットの情報の利用を示す履歴情報に基づいて、該利用からの時間の経過による現在の記憶率を忘却曲線に従って算出し、算出した該記憶率該スポットの情報に含まれる単語の有無を表すベクトルを重み付けして第１ベクトルを生成し、
前記記憶部に記憶されたスポットへの訪問を示す履歴情報に基づいて、該スポットに基づくジャンルの前記パラメータを用いた前記関数により前記回復率を算出し、算出した該回復率で該スポットの情報に含まれる単語の有無を表すベクトルを重み付けして第２ベクトルを生成し、
前記複数のスポットの情報ごとに、生成した前記第１ベクトルと前記第２ベクトルとを合算することで、前記ユーザの該スポットに対する記憶の程度及び興味の回復の程度に基づく関心の高さを表す関心ベクトルを生成し、
前記複数のスポットの情報それぞれの前記関心ベクトルを用いて関心ベクトル行列を作成し、作成した該関心ベクトル行列と、前記複数のスポットの情報のそれぞれに含まれる単語の特徴度を示した単語文書行列との内積を算出し、前記ユーザの該複数のスポットそれぞれに対する関心度を取得する
処理を行うことを特徴とする付記６記載の情報提供方法。
（付記１０）
ユーザが所持する端末装置から、複数のスポットに関する情報の要求を受信し、
訪問からの時間の経過に伴う人の興味の回復率を表す関数に基づく前記要求の受信時点での前記ユーザの興味の回復率を用いて、前記複数のスポットのうちの訪問済みのスポットの情報提供を制御する
処理をコンピュータに行わせる情報提供プログラム。
（付記１１）
ユーザが所持する端末装置から、複数のスポットに関する情報の要求を受信する受信部と、
訪問からの時間の経過に伴う人の興味の回復率を表す関数に基づく前記要求の受信時点での前記ユーザの興味の回復率を用いて、前記複数のスポットのうちの訪問済みのスポットの情報提供を制御する制御部と、
を有する情報提供装置。
（付記１２）
自装置を所持するユーザの複数のスポットに関する情報の要求を情報提供装置に送信し、該情報提供装置から該情報を取得する取得部と、
前記情報提供装置から取得した、訪問からの時間の経過に伴う前記ユーザの興味の回復率に基づく前記情報に従って、前記複数のスポットのうち該ユーザが訪問したスポットの情報表示を制御する表示制御部と、
を有する端末装置。

１ｄ行動履歴情報
２ｄ単語文書列
２ｅ単語列
３ａ行動ベクトル
３ｂ関心ベクトル
３ｃ関心度
３ｄ関心情報
３ｗ重み
８関心推定要求
９関心推定結果
１００サーバ装置
１４１行動履歴ＤＢ
１４２提供情報ＤＢ
１４３関心情報ＤＢ
１５１収集部
１５２送受信部
１５３関心推定部
１７５アプリケーション
２００端末
２１０履歴管理部
２２０情報提供部
２７１履歴収集部
２７２履歴送信部
２７３収集部
２７４アプリ制御部

Claims

ユーザが所持する端末装置から、複数のスポットに関する情報の要求を受信し、
訪問からの時間の経過に伴う人の興味の回復率を表す関数に基づく前記要求の受信時点での前記ユーザの興味の回復率を用いて、前記複数のスポットのうちの訪問済みのスポットの情報提供を制御する
処理をコンピュータが行う情報提供方法。
前記訪問済みのスポットについて、前記回復率に基づき、前記訪問済みのスポットの情報提供を停止させる、または、前記複数のスポットのなかで前記訪問済みのスポットの情報の表示順位を下げる
ことを特徴とする請求項１記載の情報提供方法。
前記関数は、前記時間の経過に対する前記回復率のスピードに関するパラメータを含み、
前記パラメータは、前記複数のスポットのジャンルに応じて決定される
ことを特徴とする請求項１または２に記載の情報提供方法。
前記端末装置が、前記複数のスポットのいずれかに対応して仮想的に設定されたジオフェンスへの進入が検出された場合、前記ジオフェンスに対応するスポットを前記訪問済みスポットとして、特定する
ことを特徴とする請求項１乃至３のいずれかに記載の情報提供方法。
ユーザが所持する端末装置から、複数のスポットに関する情報の要求を受信し、
訪問からの時間の経過に伴う人の興味の回復率を表す関数に基づく前記要求の受信時点での前記ユーザの興味の回復率を用いて、前記複数のスポットのうちの訪問済みのスポットの情報提供を制御する
処理をコンピュータに行わせる情報提供プログラム。
自装置を所持するユーザの複数のスポットに関する情報の要求を情報提供装置に送信し、該情報提供装置から該情報を取得する取得部と、
前記情報提供装置から取得した、訪問からの時間の経過に伴う前記ユーザの興味の回復率に基づく前記情報に従って、前記複数のスポットのうち該ユーザが訪問したスポットの情報表示を制御する表示制御部と、
を有する端末装置。