项目推荐系统的制作方法

专利名称：项目推荐系统的制作方法
技术领域：
本发明涉及促进用户购买商品和视听节目的在人工智能领域中的推
荐(Recommendation )技术。
背景技术：
在商品和节目等的项目的推荐中有2种方式。 一种是进行类似项目 的推荐的方式，利用对项目付与特征的关键字的集合向用户推荐类似的 项目。 一般把它们称为基于内容的项目推荐方式(Contents-Based Recommendation),另 一种是进行非类似项目的推荐，不利用关键字的 集合，向用户推荐未必是类似的项目。作为有代表性的方法有协同过滤 (Collaboration Filtering)这种方法。该方式利用成为推荐对象的用户 和项目的选择倾向类似的人们的选择倾向进行项目的推荐。
在基于内容的项目推荐方式中，因为推荐类似的项目，所以被视为 不能推荐意想不到的项目。专利文献1以及非专利文献1涉及找到兼具 有益性和意外性的书籍并推荐给顾客的技术。 〖专利文献1特开2001-265808号^^才艮 [非专利文献1人工智能学会研究会资料SIG-KBS-9904 上述的以往技术将顾客过去购入的书籍的关键字的集合合成为各自 种类并生成顾客轮廓，另一方面，以书籍数据库为基础对每种书籍生成 关键字的集合，特别是通过在不同的种类间的双方的组合，计算顾客轮 廓的关键字的集合和未购入的各书籍的关键字的集合的类似度，从有益 性和意外性的双方的观点出发检索书籍。但是，当把某一种类的关键字 的集M为另 一种类的关键字的集合在基于内容的推荐系统中使用的情 况下，虽然能够推荐类似度高的未购买书籍，但不能推荐类似度低的未 购买书籍。

发明内容
本发明的课题是对用户以高效率推荐意外性高的项目。在此所谓项
目是商品、书籍、Web网页和TV节目。此外，所谓意外性高表示表现 用户的喜好的关键字的集合和表现项目的特征的关键字的集合的类似度 低。进而，所谓高效率是指对于所推荐的项目通过商品购买、Web阅览、 TV视听等行为，用户高频度地选择或者高频度地给予高评价(评定)。
在本发明中，在将表现用户的喜好的用户喜好关键字集合作为推荐 用关键字集合进行项目的检索的基于内容的项目推荐方式中，附加在推 荐用关键字集合中随机地追加用户不喜好的关键字的功能和从推荐用关 键字集合中随机除去一部分喜好的关键字的功能。通过使用变更规则来 执行该随机的变更、即关键字的追加、删除。在变更规则中，在表示应 用条件的状态部中记述包含在推荐用关键字中的关键字、用户轮廓、类 型等，在表示对推荐用关键字集合的变更内容的动作部中记述从推荐用 关键字集合中删除的关键字和追加的关键字。进而，在变更规则中，付 与表示应用规则的频度的权重，当用户选择推荐的项目，或者，给予高 度的评价(评定)的情况下，在检索该项目时使用的变更规则的权重增 加，在不是的情况下减少。变更规则的集合在全部用户中共用，随机地 并且重复执行推荐、评价的功能。
才艮据本发明，可以以高效率对用户推荐意外性高的项目。


图l是具有意外性的项目推荐系统的整体结构的说明图。
图2是具有意外性的项目推荐方式的整体的处理过程。
图3是客户端DB的数据结构的说明图。
图4是关键字记录DB的数据结构的说明图。
图5是内容DB的数据结构的说明图。
图6是关键字DB的数据结构的说明图。
图7是推荐暂时记录DB的数据结构的说明图。
图8是变更规则DB的数据结构的说明图。
图9是喜好关键字抽取功能的说明图。图10是表示在喜好关键字抽取处理中的文本信息抽取功能的处理过 程的PAD图。
图ll是表示在喜好关鍵字抽取处理中的关键字记录DB更新功能的 处理过程的PAD图。
图12是在喜好关键字抽取处理中的客户端DB更新功能的处理过程 的PAD图。
图13是混合推荐功能的说明图。
图14是表示基于内容推荐的处理过程的PAD图。
图15是表示随机变更推荐的处理过程的PAD图。
图16是表示关键字^1>推荐的处理过程的PAD图。
图17是评价反馈功能的说明图。
图18是表示评价反馈处理的处理过程的PAD图。
图19是变更规则库构筑支援接口的说明图。
图20是客户端接口的说明图。
图21是具有意外性的项目推荐系统的客户端一侧的结构的说明图。 图22是具有意外性的项目推荐系统的服务器一侧的结构的说明图。 图23是变更规则库学习过程的说明图。
符号说明 101:客户端 102:服务器
108:喜好关键字抽取功能
114:混合推荐功能
115:评价反馈功能
116:变更规则库更新功能
904:关键字记录DB
905:客户端DB
1304:内容DB
1309:推荐暂时记录DB1310:变更规则DB 1311:关键字DB
具体实施例方式
通过在推荐用关键字集合中进行随机的追加、删除，能够推荐具有 用户感到意外的可能性的项目。但是，当随便或者随机地删除、追加关 键字的情况下，推荐的效率差。因此，使用根据记述于状态部中的推荐 用关键字中所包含的关键字、用户轮廓、类型等，进行动作部记述的关 键字的追加、删除的变更规则。因为在用户选择使用变更规则所推荐的 项目或者给予高度的评价(评定)的情况下，付与给变更规则的权重增 加，所以下一次应用该变更规则的可能性增加，应用不是该变更规则的 可能性减少。由于变更规则集合的用户共用的原因，对于生成某一用户 选择的项目做出贡献的变更规则即使在脱离轮廓类似的其他的用户的项 目推荐中使用的可能性也增高，所以将该变更规则的妥当性提示给其他 的用户，能够生成作为用户全体用于进行高效率的推荐的变更规则的集 合。
图1表示本发明的项目推荐系统的整体结构。本实施例的系统从用 户的Web阅览、TV视听履历中抽取管理用户喜好的关键字，根据该喜 好关键字，向用户推荐项目(TV节目等)。本发明的项目推荐系统由客 户端101和服务器102构成。客户端具有计算装置103、记录装置104、 输入装置105、输出装置106以及通信装置107,主要用来执行喜好关键 字抽取功能108。和客户端一样，服务器也具有计算装置109、记录装置 110、输入装置lll、输出装置112以及通信装置113，主要用来执行混 合推荐功能114、评价反馈功能115、变更规则库更新功能116。
图21表示客户端一侧的功能和DB (数据库)的结构。客户端具有 从Web阅览、TV视听中抽取用户的喜好关键字的喜好关键字抽取功能 108;用户让系统执行项目的推荐的推荐起动功能1301、显示推荐结果的 推荐结果提示功能1308;输入针对所推荐的项目的用户的评价的评价输 入功能2104;暂时记录与用户的Web阅览、TV视听有关的关键字的关键字记录DB卯4;记录客户端的轮廓和喜好的关键字的客户端DB905。 而且，在图中的各DB用以虛线结合的功能块进行数据的读出和写入。 此外，箭头表示功能块间或者功能块和外部之间的数据的授受关系。
图22表示服务器一侧的功能和DB的结构。服务器具有安装有本 发明的有意外性的项目的推荐方式的混合推荐功能114;用于将用户的评 价结果反映在混合推荐功能的推荐方式中的评价反馈功能115;用于进行 以后说明的变&见则DB1310的初始化、规则的追加的变更规则库# 功能116;记录项目和关键字的关系的内容DB1304;记录在推荐中使用 的关键字和所推荐的目录的关系的推荐暂时记录DB1309;记录与多个用 户访问的Web网页、TV节目有关的全部关键字的关键字DB1311;关 键字追加功能2208;变更规则追加支援功能2209。而且，在服务器上连 接多个客户端2210、 2211。
图2表示采用本发明的有意外性的项目推荐方式的全体处理。如果 进行在客户端中的推荐起动功能的执行201 ，则在服务器中执行混合推荐 功能206，在客户端中执行推荐结果提示功能212。对于推荐结果，如果 进行用户选择所推荐的项目，或者，执行对项目进行评价(评定)的评 价输入功能214，则在服务器中执行评价反馈功能217。
在推荐起动功能的执行201中，进行用户名输入202和推荐项目的 类型输入203， M户端DB中取得轮廓、该类型的喜好关键字204，对 服务器发送用户名、轮廓、该类型的喜好关键字205。
在执行混合推荐功能206中，执行以后说明的3个推荐功能。这些 功能是作为以往技术的基于内容的推荐功能207;在本发明中起到本质作 用的随机变更推荐功能208;提供者追加与时事用语和赞助商有关的用语 等的关键字追加推荐功能209。这些推荐结果在执行推荐结果混合功能 210中以预先确定的比率混合，将推荐结果的项目ID和项目名称向客户 端进行回送211。
在执行推荐结果提示功能212中，对用户进行项目名称的列表显示 213。在执行评价输入功能214中，将用户进行的项目的选择、评价(评 定)215的评价结果发送给服务器216，根据它执行评价反馈功能217,进行变^JL则DB的更新218。
图3表示客户端DB的数据结构。客户端DB记录与多个的用户301、 302有关的信息。其内容包含识别用户的用户ID303、用户登记的用户 名304和轮廓305、系统在推荐中使用的类型各自喜好关键字306。在本 实施例中，作为轮廓305使用性别307、年龄308、职业309、居住地310。 此外，在类别各自喜好关键字中记录多个类型311、 312和在该类型中的 用户喜好的喜好关键字313、 314。在此在类型中记入提供者决定的项目 (TV节目)的类型、例如新闻、体育、料理、旅行、寻美食、动作这样 的语句。
图4表示关键字记录DB的数据结构。关键字记录DB从与各用户 的Web阅览、TV视听有关的文本中记录与关键字的频度和更新时刻有 关的信息。这些关键字频度、更新信息401、 402包含关键字名称403、 最终频度更新日404和在以前说明的文本中出现的全体的频度405和类 型各自频度406。而且，设类型407、 408取基于图3的客户端DB的值。
图5表示内容DB的数据结构。内容DB是用于检索项目(TV节目) 501、 502的数据，用项目ID503、项目名称504、表示其内容的关键字 的集合(关键字向量)505构成。在关键字的集合中记录有从EPG、因 特网TV引导中取得的付与该项目特征的关键字506、 507。
图6表示关键字DB的数据结构。在关键字DB中，对于图5所示 的内容DB保持的全部项目的关键字的集合，将关键字名称603和该类 型各自的重要度604作为关键字信息601、 602记录。类型各自重要度包 括类型605、 606和重要度607。在此，类型各自重要度为记录该类型中 的关键字的出现频度相对全体出现频度的比率。
图7表示推荐暂时记录DB的数据结构。推荐暂时记录DB将推荐 的项目和用于变更在以后述说的项目的检索中使用的关键字的集合的规 则之间的对应作为项目推荐信息701、 702来记录。项目推荐信息包含 所推荐的项目ID703、变更规则ID系列704，变更规则ID系列由多个 规则ID705、 706构成。
图8表示变更规则DB的数据结构。变更规则DB由多个规则801、802构成。各个规则含有规则ID803、表示规则的应用条件的状态804、 在应用条件被满足时所执行的动作805、表示规则被应用的程度的权重 806。状态包含类型807、轮廓808、关键字的集合(关键字向量)809; 作为轮廓，和图3所示的客户端DB —样，假设使用性别812、年龄813、 职业814、居住地815。此外，动作由追加关键字的集合(关键字向量) 810和删除关键字的集合(关键字向量)811构成。各个向量作为关键字 816-821的集合,皮构成。
作为变B则的例子，可以列举如下这样的例子。
规则1: If Genre ("戏剧，，)and Has Keyword ("温泉，，)then Add Keyword ("刑事")
规则2: If Has Keyword ("钓鱼，，)and Has Keyword ("鲑鱼，，)then Delete Keyword ("鲑鱼")
规则3: If Genre ("新闻，，)and User Age ("40岁以上，，)then Add Keyword ("代谢综合症")
规则l是当在用户喜好的关键字的集合809中包含"温泉"，并用"戏 剧，，这一类型807进行推荐的情况下，追加存储在追加关键字810中的关 键字"刑事，，的更新规则。规则2是当在用户喜好的关键字的集合809中 包含"钓鱼，，和"鲑鱼，，并进行推荐的情况下，删除存储在删除关键字811 中的关键字"鲑鱼，，的更新规则。规则3是当在用户的轮廓808中的年龄 813是"40岁以上"，并且用"新闻，，这一类型807进行推荐的情况下，追 加存储在追加关键字810中的关键字"代谢综合症"的更新规则。
用图9 图12说明喜好关键字抽取功能。在本发明中将用户的喜好 作为关键字的集合来进行记录，并在推荐中使用。将该关键字的集合称 为用户喜好关键字集合。用户喜好关键字集合是在用户阅览的Web网页 和视听的TV节目的EPG (电子节目引导)、因特网上的TV引导中高 频度出现的关键字的集合。
图9表示喜好关键字抽取功能的结构。喜好关键字抽取功能含有 从用户的Web阅览内容、TV视听内容中抽取关键字的文本信息抽取功 能901;将抽取出的关键字的频度记录更新在关键字记录DB卯4中的关键字记录DB更新功能902;解析关键字记录DB的内容，制成客户端 DB卯5的用户喜好关键字集合的客户端DB更新功能903。
图10表示文本信息抽取功能的处理。如果有Web阅览和TV视听 这一用户的项目访问1001，则当它是对Web进行访问1002的情况下， 进行取得Web网页1003，当它是对TV节目进行访问1004的情况下， 进行取得EPG数据、因特网TV引导1005。
此外，解析表现在Web网页中的Genre、 Category这一内容的标签 信息的有无，尝试取得在1003、 1005中取得的信息的类型信息1006。除 去在1003、 1005中取得的信息的标签，取得文本部分1007,对取得的文 本数据进行语素解析并抽取独立词1008。
图ll表示关键字记录DB更新功能的处理。对于抽取出的全部的独 立词1101，在图4所示的关键字记录DB中进行釆用关键字名称的匹配 1102，当匹配的关键字存在的情况下(1103)将在图4的关键字记录DB 中的最终更新日变更为现在日期1104，对频度进行加1的计算1105，在 取得类型信息的情况下，对该类型的频度进行加1的计算1106。当不存 在匹配的关键字的情况下(1103)，在图4的关键字记录DB中进行关 键字、更新信息的追加(1107)，在设定关键字名称1108、用现在的日 期^殳定最终更新日1109、用l来i殳定频度1110、当取得类型信息的情况 下用l来设定该类型的频度llll。而且，为了确保系统性能(处理速度 和存储容量)，在1112-1114中删除一定时间不出现的关键字。
图12表示客户端DB更新功能的处理。在客户端DB更新功能中， 假设首先删除客户端DB的类型各自关键字1201，将图4的关键字记录 DB的各类型1202中的高频度上位关键字的被指定个数追加到客户端 DB的类型各自关键字1203中。
使用图13~图16说明混合推荐功能。推荐在用户按下推荐键时起动 (1301),如前面叙述的那样将记录在客户端DB905上的与类型相应的 喜好关键字集合送到服务器，将它作为推荐用关键字集合，该推荐用关 键字经受由以后说明的随机变更、关键字追加产生的作用并加工，取和 内容DB1304的匹配进行项目的检索1303。在本发明中对作为以往技术的基于内容的推荐和随机变更推荐(1305 )、关键字追加推荐(1306 ) 的推荐结果进行混合(1307)，送到客户端提示给用户(1308)。
图14表示基于内容的推荐的处理。在作为以往技术的基于内容的推 荐中，将用户喜好关键字集合直接作为推荐用关键字使用。即，用推荐 用关键字集合A-该类型的喜好关键字集合1401;和在采用推荐用关键 字集合A的图13的内容DB1304中的采用关键字的集合的匹配的项目检 索1402这一过程来推荐项目。
图15表示随机变更推荐的处理。在随机变更推荐中，为了出现意外 性，所以对于推荐用关键字集合，随机地追加用户不喜好的关键字，将 随机删除了用户的喜好关键字的结果作为推荐用关键字集合使用。处理 过程如下。
首先，将推荐用关键字集合A设定为该类型的喜好关键字集合 (1501)。在此，为了以后说明的评价反馈，删除记录在图13的推荐暂 时记录DB1309中的变更规则系列并进行初始化(1502)。接着，在重 复次数等结束条件1503下随机地应用规则。在1504中从图13的变更规 则DB1310中以按照同样分布的随机数等概率地选择1个规则。当在1505 中按照将区间[0， l)作为值域的同样分布的随机数比表示应用频度的规则 的权重小的情况下，选择该规则，当不是的情况下选择下一个规则。将 该随才几选择方式称为偏币(biased coin )方式。当选择出的规则的状态匹 配的情况下(1506)，即，图8中的状态804—致的情况下应用该规则， 向关键字的集合追加在动作805中的追加关键字的集合810 ( 1507 ),对 删除关键字的集合811进行删除(1508)。此外，将所应用的规则的规 则ID80追加到对变更规则系列的规则ID (1509)。采用通过这样接受 了加工的推荐用关键字集合、即推荐用关键字集合B的图13的内容 DB1304中的关键字的集合的匹配进行项目检索(1510),为了评价反馈， 在图13的推荐暂时记录DB1309中设定项目ID和变更规则系列(1511)。 图16表示关键字追加推荐的处理。关键字追加推荐是追加时事关键 字和与赞助商有关的关键字、变成话题的关键字等的推荐方式，在将推 荐用关键字集合设定为该类型的喜好关键字集合后(1601)，进行基于提供者的追加关键字集合的追加(1602),在采用推荐用关键字集合C 的图13的内容DB1304中的采用关键字的集合的匹配的项目检索1603 这一过程中推荐项目。
混合推荐方式由3种推荐方式构成，即基于内容的推荐、随机变更 推荐、关键字追加推荐。其中，随机变更推荐方式是用于推荐有意外性 的项目。
另一方面，基于内容的推荐和关键字追加推荐并不是为了推荐有意 外性的项目的推荐，是用于避免在只有意外性的项目的提示中不存在对 用户来说想选择的项目的状况的发生的推荐，由此，用户能够从没有意 外性的项目和有意外性的项目中选择项目。
图23表示用于高效率地推荐有意外性的项目的变更规则库的重复学 习过程。在客户端一侧如果起动推荐起动功能1301，则在服务器一侧执 行混合推荐功能(随机变更)114，将推荐结果送到客户端，在客户端一 侧上执行推荐结果提示功能1308。如果经由评价输入功能2104将用户的 评价发送到客户端一侧，则在评价反馈功能115中进行如以后说明的那 样附加在变更规则上的权重的学习，进行现有的变更规则的权重的强化 和不需要的变更规则的删除。此外，新的变更规则的追加由变更规则库 追加功能116进行。变更规则的追加、删除、权重的变更结果反映在变 ，则DB1310上，在下次的推荐中利用。重复该过程，进行变更规则 库的学习。
使用图17、图18说明评价反馈功能，图17表示评价反馈功能。对 基于推荐结果的提示功能1308的项目的推荐结果，用户选择一部分或者 给予评价(评定)(2104)。经过选择或者评价的项目参照推荐暂时记 录DB1309，进行是否是图15所示的随机变更推荐的结果的判定、分类 (评价项目分类功能1703)，在是随机变更推荐的结果的情况下用评价 结果分配功能1704更新变更规则DB1310的规则的权重。
图18表示该处理过程。如果由用户进行项目的选择、评价(评定) 1801,则当经过选择、评价的项目在评价暂时记录DB1309中存在的情 况下(1802 )，对变^JL则DB1310的全部变更规则1803进4亍权重的再设定。在变&见则中，有关经过选择、评价的项目的变更规则ID系列的 规则1804，使用预先决定的值a用下式来更新权重(1805)。 权重 =inin (权重+a， 1.0 ) (1)
在不是的情况下使用预先决定的值p用下式更新权重(1806)。 权重-权重-P (2 )
其结果，当权重没有变成负值的情况下(1807 )，删除变更规则 (1808)。
图20表示客户端接口。用l卯l表示的小的矩形区域是进行信息的 显示编辑的区域。通过按下推荐执行键2002，系统才艮据用户名和类型进 行项目推荐，用列表形式表示结果(2003)。如果选择列表项并按下视 听执行键2004，则进行项目的视听，通过按下评价鍵2005来输入项目的 评价。
在图23的变更规则库学习过程中，利用变更规则库3|>功能116进 行变更规则的追加。在变更规则的追加中并用2个方法。其一是以预先 决定的时间间隔，系统随机地设定图8的类型807、性别812、年龄813、 职业814、居住地815、关键字816-820，将变更规则追加到变更规则DB 中。在该方法中应用的变更规则具有应用的程度、即使用该变更规则推 荐给用户的项目是被用户选择或者受到高的评价少这一缺点。但是，因 为图22的变更规则DB1310由全体用户共用，所以i殳想,皮某一用户选择 出的项目中祐 使用过1次的变更规则,皮另一用户再次利用的可能性高。 相反，利用删除图18的变更规则1808的功能，可以从变更规则DB1310 中删除被应用的频度低的变更规则。
追加变更规则目前的一种方法是，用图22的变更规则ili口支援功能 2209，提供者参照新的项目(TV节目)的EPG、因特网TV引导靠手 工制作图8的规则801。例如，当在"温泉杀人事件，，的EPG、因特网TV 引导中存在温泉和刑事的情况下，作为状态809的关键字设定温泉，作 为追加关键字810的关键字设定刑事，使得能够推荐只用温泉难以推荐 的项目(TV节目)。
以下，说明基于提供者的变更规则库构筑的支援方法的一个例子。有关新的项目(TV节目)参照EPG、因特网TV引导，抽取关联的文 本数据的关键字，生成这些关键字的对。关键字的对个数是关键字的数 的平方个数，因为数多，所以随机地生成预先指定的个数。对于生成的 关键字的对如以下那样对用户进行信息提示。
假设生成的关鍵字A和关键字B的关键字对为(A， B)。对于全 部的用户调查在图3的客户端DB中的用户喜好关键字313、 314，计算 关键字A、关键字B的出现频度，将其值分别设为a、 p。此外，对于全 部项目，调查在图5的内容DB中的关键字的集合506、 507，计算关鍵 字对(A, B)的出现频度，将该值作为Y。当a的值(比预先决定的值) 高，p的值(比预先决定的值)低，y的值(比预先决定的值)低的情况 下，作为追加的变更规则的候补生成"if Athenadd (B)"，将关键字对 (A， B)提示给用户。所谓a的值高表示对于多个用户来说关键字A是 用户喜好关鍵字，所谓P的值低表示对于多个用户来说关键字B是意外 性高的关键字，所谓Y的值低表示关键字对(A， B)是该项目固有。由 此，能够将包含意外关键字B的项目推荐给关键字A作为喜好关键字的 多个用户。
进而，对于不仅追加进行关键字的追加的变更规则，而且追加如以 下那样删除关键字的变更规则的全部项目，调查图5、在内容DB中的关 键字的集合506、 507，如上所述那样随机地生成关键字对(A， B),计 算其出现频度，将该值作为"5c"。对于全部用户调查在图3的客户端DB 中的用户喜好关键字的集合313、 314，如上所述那样随机地生成关键字 对(A， C)，计算其出现频度，将该值作为Y。当Y的值(比预先决定 的值)高的情况下，作为删除的变更规则的候补，为了生成"if A then delete (C)"向用户提示关键字对(A， C)。通过防止在非常容易出现 的关键字对(A， C)上附加特征的项目的推荐，具有增加用关键字B付 与特征的项目的推荐的可能性。
图19表示在图22的变更规则追加支援功能2209中的变更规则追加 支援接口。 1901中所示的小的矩形区域是进行信息的显示编辑的区域。 对生成键1902是解析前面说过的项目，进行关键字对的生成、过滤、提200810005868.5
示的键。结果作为追加候补、删除候补被显示，通过键1903的按下反映 在规则中。此外，另 一追加候补对、删除候补对的显示用按下向前键1904， 向后键1905来进行，将规则显示在l卯6的区域上。
本发明可以利用到在广播、电视系统中的节目和场景的推荐、在线 购物中的商品的推荐、销售中的商品推销。
权利要求
1. 一种项目推荐系统，其特征在于具有客户端和服务器， 所il^户端具有抽取与所访问或者选择的项目有关的关键字的关键字抽取部； 存储在与用户有关的信息以及上述抽取出的关键字中出现频度 高的关键字的记录部；以及 输入输出部；发送存储在上迷记录部中的多个关键字，所述服务器具有将项目和表示其内容的关键字相关联地存储的内容数据库；存储多个用于变更关鍵字群的一部分的关键字的规则的变更规 则数据库；对从上述客户端接收到的多个关键字，随机地应用存储在上述变 更规则数据库中的规则，制成检索用的关键字群的检索关键字制成 部；使用检索用的关键字群检索上述内容数据库的检索部；以及 将使用由上述检索关键字制成部制成的检索用的关键字群、用上 述检索部检索到的与项目有关的信息发送到上述客户端的发送部。
2. 根据权利要求1所述的项目推荐系统，其特征在于在上述规则 中包含在从上述客户端中接收到的多个关键字中追加预先决定的关键字 的集合的规则。
3. 根据权利要求1所述的项目推荐系统，其特征在于在上述规则 中包含在从上^户端中接收到的多个关键字中除去其一部分的关键字 的规则。
4. 根据权利要求1所述的项目推荐系统，其特征在于上述规则具 有与用户有关的条件，上述条件在被从上i^户端中接收到的与用户有 关的信息满足时可以应用。
5. 根据权利要求1所述的项目推荐系统，其特征在于上述规则具有与关键字有关的条件，在从上i^户端中接收到的多个关键字中包含 用上述条件指定的关键字时可以应用。
6. 根据权利要求1所述的项目推荐系统，其特征在于在上述规则 中付与表示被应用程度的权重。
7. 根据权利要求6所迷的项目推荐系统，其特征在于上述服务器 具有根据由上述客户端进行的项目的选择以及/或者评价结果来变更权 重的功能。
8. 根据权利要求1所述的项目推荐系统，其特征在于对使用通过与项目有关的:息、;从上^户端接收到:多个关键字作;检索用关 键字群由上述检索部检索出的与项目有关的信息进行混合，从上述发送 部发送到上述客户端。
9. 根据权利要求1所述的项目推荐系统，其特征在于对使用通过与项目有关的信息、将从上^户端接收到的多个关键字作为检索用关 键字群由上述检索部检索出的与项目有关的信息、将在从上述客户端接 收到的多个关键字上追加了预先决定的关键字所得到的结果作为检索用的关键字群由上述检索部检索出的与项目有关的信息进行混合，从上述 发送部发送到上^户端。
全文摘要
推荐因为用户的喜好和类似性低，所以对用户来说意外性高，并且对用户有用的项目。随机地应用变更用于推荐项目的关键字的集合的规则，进行用户不喜好的关键字的追加和喜好的关键字的删除，在将该推荐结果和采用变更前的关键字的集合进行的推荐结果进行混合提示给用户的同时，根据用户对推荐项目的评价进行规则的应用概率的学习。
文档编号G06Q50/00GK101311928SQ200810005868
公开日2008年11月26日 申请日期2008年2月15日 优先权日2007年5月23日
发明者竹内胜 申请人:株式会社日立制作所