JP6015959B2 - 情報処理装置、情報処理方法、及び、プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、及び、プログラムに関する。

複数のソーシャルネットワークサービス（ＳＮＳ）におけるユーザの同一性を特定する方法が知られている（例えば、特許文献１）。
［特許文献１］特開２０１３−１２２６３０号公報

しかし、ユーザのＳＮＳ等における発信履歴と商品購入等のユーザの実際の行動とを関連付けて、ユーザの同一性を特定する方法は知られていない。

本発明の第１の態様においては、第１ユーザ識別情報により特定される第１ユーザの行動履歴を取得する行動履歴取得部と、第２ユーザ識別情報により特定される第２ユーザによる情報の発信履歴を取得する発信履歴取得部と、行動履歴に含まれる行動内容と、発信履歴に含まれる発信内容に基づいて、第１ユーザ及び第２ユーザの同一性を判定する判定部と、を備える情報処理装置、当該情報処理装置による情報処理方法、及び、当該情報処理装置を用いるプログラムを提供する。

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

本実施形態の情報処理装置１０の構成を示す。 本実施形態の情報処理装置１０の処理フローを示す。 本実施形態の発信履歴の一例を示す。 本実施形態の行動履歴の一例を示す。 本実施形態において類似度算出部１１４が算出する類似度の一例を示す。 本実施形態において関連度算出部１１２が算出する関連度の一例を示す。 コンピュータ１９００のハードウェア構成の一例を示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、本実施形態の情報処理装置１０の構成を示す。情報処理装置１０は、外部サーバ２０から商品購買履歴等の行動履歴を取得し、外部サーバ３０からＳＮＳの投稿等の発信履歴を取得する。ここで、外部サーバ２０のサービス、及び、外部サーバ３０のサービスは別個に提供されるものであってよく、そのために同一人物が外部サーバ２０のサービスと外部サーバ３０のサービスに別個に登録し、別箇のログインＩＤ等の提供を受ける。情報処理装置１０は、このように別箇に登録されている各サービスのＩＤ同士が同一人物によるものであるか否かを検出する。情報処理装置１０は、行動履歴取得部１０２、発信履歴取得部１０４、判定部１１０、重要度算出部１２０、及び、配信部１３０を備える。

行動履歴取得部１０２は、第１ユーザ識別情報により特定される第１ユーザの行動履歴を取得する。例えば、行動履歴取得部１０２は、外部サーバ２０が提供するインターネット通販サービス等におけるログインＩＤ等の第１ユーザ識別情報により特定される複数の第１ユーザについて、外部サーバ２０から商品購買履歴等の行動履歴を取得する。行動履歴取得部１０２は、取得した行動履歴を判定部１１０に供給する。

発信履歴取得部１０４は、第２ユーザ識別情報により特定される第２ユーザによる情報の発信履歴を取得する。例えば、発信履歴取得部１０４は、外部サーバ３０が提供するＳＮＳ等のサービスにおけるログインＩＤ等の第２ユーザ識別情報により特定される複数の第２ユーザについて、外部サーバ３０からメッセージ投稿等の発信履歴を取得する。発信履歴取得部１０４は、取得した発信履歴を判定部１１０に供給する。

判定部１１０は、行動履歴に含まれる行動内容と、発信履歴に含まれる発信内容に基づいて、第１ユーザ及び第２ユーザの同一性を判定する。例えば、判定部１１０は、判定部は、行動履歴に含まれる行動内容及び行動タイミングと、発信履歴に含まれる発信内容及び発信タイミングとに更に基づき、第１ユーザの行動履歴及び第２ユーザの発信履歴の組み合わせの関連度を算出し、複数の組み合わせに対する複数の関連度に基づいて第１ユーザ及び第２ユーザの同一性を判定する。判定部１１０は、関連度算出部１１２、類似度算出部１１４、及び、同一ユーザ抽出部１１６を有する。

関連度算出部１１２は、第１ユーザの複数の行動履歴と第２ユーザの複数の発信履歴との組み合わせごとに関連度を算出する。更に、関連度算出部１１２は、第１ユーザの複数の行動履歴と第２ユーザの複数の発信履歴との組み合わせごとに、第１ユーザと第２ユーザが別ユーザである度合を示す相違度を算出してもよい。関連度算出部は、算出した関連度及び相違度を類似度算出部１１４に供給する。

類似度算出部１１４は、複数の関連度等に基づいて、複数の第１ユーザ及び複数の第２ユーザの組み合わせのそれぞれに対して類似度を算出する。類似度算出部１１４は、算出した類似度を同一ユーザ抽出部１１６に供給する。

同一ユーザ抽出部１１６は、複数の第１ユーザ及び複数の第２ユーザの組み合わせのうち、類似度が予め定められた閾値以上となる第１ユーザ及び第２ユーザの組み合わせを抽出する。同一ユーザ抽出部１１６は、抽出した第１ユーザ及び第２ユーザの組み合わせを重要度算出部１２０に供給する。

重要度算出部１２０は、第１ユーザ及び第２ユーザの組み合わせに対する類似度、及び、当該組み合わせに含まれる第２ユーザの情報の発信における影響度に基づいて、組み合わせに対応する第１ユーザ及び第２ユーザにより特定されるユーザの重要度を算出する。例えば、重要度算出部１２０は、類似度が高くかつ発信の影響度が大きい第１ユーザ及び第２ユーザの組み合わせにより特定されるユーザの重要度をより大きく算出する。重要度算出部１２０は、算出したユーザの重要度を配信部１３０に供給する。

配信部１３０は、重要度が予め定められた条件を満たすユーザに対して、情報を配信する。例えば、配信部１３０は、重要度が閾値以上となる第１ユーザに対して商品等に関するダイレクトメールを配信してよい。

このように、情報処理装置１０は、行動履歴に含まれる第１ユーザ及び発信履歴に含まれる第２ユーザをその行動内容及び発信内容から関連付けることにより、同一ユーザの可能性が高い第１ユーザ及び第２ユーザの組み合わせを抽出することができる。また、情報処理装置１０は、影響度が高い可能性が高い第１ユーザに対して効果的に情報を発信することができる。

図２は、本実施形態の情報処理装置１０による処理フローを示す。情報処理装置１０は、Ｓ１１０からＳ１８０までの処理により、本実施形態に係る情報処理方法を実行する。

まず、Ｓ１１０において、行動履歴取得部１０２は、外部サーバ２０から、第１ユーザ識別情報により特定される第１ユーザの行動履歴を取得する。例えば、行動履歴取得部１０２は、第１ユーザの行動履歴として、インターネットを介した商品又はサービスの購買履歴を取得してよい。一例として、行動履歴取得部１０２は、外部のＥＣサイトの購買履歴データベースサーバ等から、複数の第１ユーザについて、ユーザＩＤ等の第１識別情報、購入商品名、購入商品価格、購入商品のカテゴリ、購入商品の配達先住所、及び、購入日時等を含む商品購買履歴の組を取得してよい。なお、行動履歴取得部１０２は、複数の同一／異なるサービスに係る複数の外部サーバ２０から、行動履歴を取得してもよい。

更に行動履歴取得部１０２は、ＥＣサイト等から第１ユーザの第１プロフィール情報を取得してよい。例えば、行動履歴取得部１０２は、第１プロフィール情報として、第１ユーザの第１識別情報、名前、メールアドレス、住所、及び／又は、嗜好等の情報を含む自己紹介等を取得してよい。行動履歴取得部１０２は、取得した行動履歴等を判定部１１０に供給する。

次に、Ｓ１２０において、発信履歴取得部１０４は、外部サーバ３０から、第２ユーザ識別情報により特定される第２ユーザによる情報の発信履歴を取得する。例えば、発信履歴取得部１０４は、第２ユーザが第２ユーザ識別情報により情報の投稿を受け付けるウェブサイトにログインして、ウェブサイトに対して情報を投稿した投稿履歴を、第２ユーザによる情報の発信履歴として取得してよい。なお、発信履歴取得部１０４は、複数の同一／異なるサービスに係る複数の外部サーバ３０から、発信履歴を取得してもよい。

一例として、発信履歴取得部１０４は、複数の第２ユーザについて、ユーザＩＤ等の第２ユーザ識別情報、インターネット上で送信されるテキスト、ウェブサイトに対して投稿されたテキスト、音声、画像、及び／又は、動画の投稿履歴を発信履歴として取得してよい。ここで、発信履歴取得部１０４は、投稿されたテキスト本文、投稿された音声から抽出したテキスト、及び／又は、投稿された画像又は動画から解析された画像中のテキストを第２ユーザによる情報の発信履歴として取得してよい。

ここで、発信履歴取得部１０４は、元となる発信履歴を外部の別のサーバに検索させて得られた検索後の発信履歴を取得してもよい。例えば、発信履歴取得部１０４は、ウエブ検索エンジンの検索サーバに、インターネット上で外部サーバ３０により公開されている発信履歴を検索させて抽出した発信履歴を取得してよい。

一例として、発信履歴取得部１０４は、複数の発信履歴から行動履歴の行動内容に関連する情報、又は、行動履歴に関連する商品又はサービスに関する情報、例えば、行動履歴に関連する商品又はサービスを購入した旨のキーワードが含まれるものを検索して抽出してよい。

具体的には、行動履歴取得部１０２がインターネット上の商品購買履歴を取得する場合、発信履歴取得部１０４は、検索エンジンにより、インターネット上の商品購買に関連する「購買」、「購入」、「販売」、「予約」、「配送」、「配達」、「及び」、及び／又は、「外部サーバ２０が提供するサービスの名称（例えば、ＥＣサイトの提供するサービスの名称）」等のキーワードで発信履歴を検索し、当該キーワードを含む発信履歴を検索してもよい。

更に、発信履歴取得部１０４は、投稿先となるウェブサイトから第２ユーザの第２プロフィール情報を取得してよい。例えば、発信履歴取得部１０４は、第２プロフィール情報として、第２ユーザの第２識別情報、メールアドレス、名前、住所、所属コミュニティ、及び／又は、嗜好等の情報を含む自己紹介を取得してよい。

また、発信履歴取得部１０４は、当該ウェブサイトから第２ユーザの影響度の情報（例えば、当該ウェブサイトにおける第２ユーザのフォロワー及び／又は友人の数等）を取得してよい。発信履歴取得部１０４は、複数の第２ユーザの発信履歴及びプロフィール情報を判定部１１０に供給し、複数の第２ユーザの影響度の情報を重要度算出部１２０に供給してよい。

次に、Ｓ１３０において、関連度算出部１１２は、第１ユーザの複数の行動履歴と第２ユーザの複数の発信履歴との組み合わせごとに関連度を算出する。例えば、まず、関連度算出部１１２は、第１識別情報ｉｄを有する第１ユーザｉｄの行動履歴の行動内容ｘ（ｉｄ，ｎ）、及び、抽出された第２識別情報ＩＤを有する第２ユーザＩＤの発信履歴の発信内容ｙ（ＩＤ，Ｎ）が一致する度合が大きいほど大きい値をとるように、一致度ｑ（ｘ（ｉｄ，ｎ），ｙ（ＩＤ，Ｎ））を算出する。

一例として、行動履歴の行動内容が「第１ユーザが特定のＥＣサイト（例えば、インターネットショップＡＢＣ）で特定の商品（例えば、商品ＸＸＸ）を購入したこと」であるのに対し、発信履歴の発信内容が「当該特定のＥＣサイト（例えば、インターネットショップＡＢＣ）のウェブサイトで、第２ユーザが当該特定の商品（例えば、商品ＸＸＸ）を購入した旨の発言をＳＮＳ上で投稿するボタン（たとえば、つぶやくボタン、及び、いいねボタン等）をクリックして投稿されるテキスト」である場合に、関連度算出部１１２は、一致度を１としてよい。

また、一例として、行動履歴の行動内容が「第１ユーザが特定のＥＣサイト（例えば、インターネットショップＡＢＣ）で特定の商品（例えば、商品ＸＸＸ）を購入したこと」であるのに対し、発信履歴の発信内容が「当該特定のＥＣサイト（例えば、インターネットショップＡＢＣ）の当該特定の商品（例えば、商品ＸＸＸ）のＵＲＬと、『購入』、『買う』、『買った』、『配送』又は『配達』等の購入に密接に関連する単語とを含むテキスト」である場合に、関連度算出部１１２は、一致度を０．８としてよい。

また、一例として、行動履歴の行動内容が「第１ユーザが特定のＥＣサイト（例えば、インターネットショップＡＢＣ）で特定の商品（例えば、商品ＸＸＸ）を購入したこと」であるのに対し、発信履歴の発信内容が「当該特定の商品（例えば、商品ＸＸＸ）の名称の部分文字列と、『購入』、『買う』、『買った』、『届いた』、『配送』又は『配達』等の購買に関連する単語とを含むテキスト」である場合に、関連度算出部１１２は一致度を０．６としてよい。

また、一例として、行動履歴の行動内容が「第１ユーザが特定のＥＣサイト（例えば、インターネットショップＡＢＣ）で特定の商品（例えば、商品ＸＸＸ）を購入したこと」であるのに対し、発信履歴の発信内容が「当該特定の商品（例えば、商品ＸＸＸ）の名称の部分文字列を含むテキスト」である場合に、関連度算出部１１２は一致度を０．５としてよい。

また、一例として、行動履歴の行動内容が「第１ユーザが特定のＥＣサイト（例えば、インターネットショップＡＢＣ）で特定の商品（例えば、商品ＸＸＸ）を購入したこと」であるのに対し、発信履歴の発信内容が「当該特定のＥＣサイト（例えば、インターネットショップＡＢＣ）上の当該特定の商品（例えば、商品ＸＸＸ）のカテゴリ名（例えば、「書籍」、「ミュージック」及び／又は「生活用品」等）を含むテキスト」である場合に、関連度算出部１１２は一致度を０．２としてよい。

関連度算出部１１２は、行動履歴における行動の日時と発信履歴における発信の日時との順番及び時間差を考慮して一致度を割り当ててもよい。例えば、関連度算出部１１２は、発信日時が行動日時の後である場合に、発信日時が行動日時の前である場合に比べて高い一致度を付与してよい。例えば、関連度算出部１１２は、行動履歴における行動日時と発信履歴における発信日時との差が１日以内であれば一致度に１を乗じ、差が２日以内であれば一致度に０．８を乗じ、差が３日以内であれば一致度に０．５を乗じ、差が１週間以内であれば、一致度に０．２を乗じ、差が１週間超であれば０を乗じてよい。ここで、関連度算出部１１２は、行動履歴において購買された商品の価格が高い場合、商品価格が低い場合と比較して、行動日時と発信日時との差の基準を長く設定してよい。

これらに代えて、関連度算出部１１２は、行動履歴の行動内容及び発信履歴の発信内容の組み合わせのそれぞれに対してロジスティック回帰を用いて一致度を算出してもよい。例えば、関連度算出部１１２は、（ｉ）発信履歴の発信内容が購買がされた販売店の名称の部分文字列を含むか否か、（ｉｉ）発信履歴の発信内容が購買された商品のＵＲＬを含むか否か、（ｉｉｉ）発信履歴の発信内容が購買された商品名の部分文字列を含むか、（ｉｖ）発信履歴の発信内容が「購入」及び「届いた」等の購買に関連する単語を含むか、及び、（ｖ）行動日時と発信日時との時間差を考慮して一致度を割り当ててもよい。一例として、関連度算出部１１２は、（ｉ）〜（ｖ）等の条件を特徴量として、行動内容と行動内容が一致するほど大きくなり０〜１の範囲となるように一致度を算出してもよい。

次に、関連度算出部１１２は、算出した一致度ｑ（ｘ（ｉｄ，ｎ），ｙ（ＩＤ，Ｎ））に基づいて、行動履歴の行動内容ｘ（ｉｄ，ｎ）と発信履歴の発信内容ｙ（ＩＤ，Ｎ）との関連度λ（ｘ（ｉｄ，ｎ），ｙ（ＩＤ，Ｎ））を算出する。

関連度算出部１１２は、関連度λ（ｘ，ｙ）を数式（１）に基づいて算出してよい。

ここで、ｒは、行動履歴及び発信履歴全体に対して付与される１を超える係数であり、一致度ｑが関連度λに寄与する重みを示す。例えば、関連度算出部１１２は、ｒを予め定められた実数としてよく、又は、行動履歴及び発信履歴の一部若しくはテストデータを用いた交差検定により決定した実数としてもよい。

次に、Ｓ１４０において、関連度算出部１１２は、複数の第１ユーザｉｄの行動履歴ｎと複数の第２ユーザＩＤの発信履歴Ｎとの組み合わせごとに、第１ユーザｉｄと第２ユーザＩＤが別ユーザである度合を示す相違度κ（ｘ（ｉｄ，ｎ），ｙ（ＩＤ，Ｎ））を算出する。

例えば、まず、関連度算出部１１２は、行動履歴の行動内容及び発信履歴の発信内容の組み合わせごとに、第１ユーザの行動履歴に係る行動内容ｘ（ｉｄ，ｎ）と、第２ユーザの発信履歴に係る発信内容ｙ（ＩＤ，Ｎ）とが一致しない度合を示す不一致度ｑ'（ｘ（ｉｄ，ｎ），ｙ（ＩＤ，Ｎ））を算出する。

一例として、関連度算出部１１２は、発信履歴の発言内容に地名についての記載が含まれ、発信履歴の発信日時と行動履歴の行動日時が予め定められた差以内である場合、行動履歴に含まれる商品の配達先住所と発信内容に含まれる地名との距離が離れるほど値が大きくなるように、０〜１の範囲の値となる不一致度を算出してよい。

また、一例として、関連度算出部１１２は、発信履歴の発信内容に商品名の少なくとも一部、及び、「欲しい」又は「羨ましい」等の購入を否定する発言の少なくとも一部が含まれる場合、発信内容と商品名の一致する割合及び発信内容と購入を否定する発言の一致する割合が大きくなるほど値が大きくなるように、０〜１の範囲の値となる不一致度を算出してよい。

次に、関連度算出部１１２は、算出した不一致度ｑ'（ｘ（ｉｄ，ｎ），ｙ（ＩＤ，Ｎ））に基づいて、行動履歴ｎと発信履歴Ｎとの相違度κ（ｘ（ｉｄ，ｎ），ｙ（ＩＤ，Ｎ））を算出する。

関連度算出部１１２は、相違度κ（ｘ，ｙ）を数式（２）に基づいて算出してよい。

ここで、ｒ'は、行動履歴及び発信履歴全体に対して付与される１未満の係数であり、不一致度ｑ'が相違度κに寄与する重みを示す。例えば、関連度算出部１１２は、ｒ'を予め定められた実数としてもよく、又は、行動履歴及び発信履歴の一部若しくはテストデータを用いた交差検定により算出した実数としてもよい。

次に、Ｓ１５０において、類似度算出部１１４が、Ｓ１３０で算出した関連度λ及びＳ１４０で算出した相違度κを累積させた結果に基づいて、複数の第１ユーザｉｄ及び複数の第２ユーザＩＤの組み合わせのそれぞれに対して類似度を算出する。類似度算出部１１４は、更に第１ユーザのプロフィール情報並びに第２ユーザのプロフィール情報に基づいて、類似度を算出してよい。例えば、類似度算出部１１４は、数式（３）により、第１ユーザｉｄと第２ユーザＩＤの類似度Ｓ（ｉｄ，ＩＤ）を算出してよい。

ここで、ｐ（ｉｄ，ＩＤ）は、第１ユーザｉｄの第１プロフィール情報及び第２ユーザＩＤの第２プロフィール情報が互いに類似する程度を表すプロフィール類似度である。

例えば、類似度算出部１１４は、第１ユーザｉｄの第１プロフィール情報における住所の都道府県と、第２ユーザＩＤの第２プロフィール情報に含まれる住所の都道府県とが一致する場合にプロフィール類似度ｐ（ｉｄ，ＩＤ）を高く設定してよい。また、例えば、類似度算出部１１４は、第１プロフィール情報に含まれるメールアドレスと第２ユーザＩＤのアカウント文字列とに共通して含まれる文字列がある場合にプロフィール類似度ｐ（ｉｄ，ＩＤ）を高く設定してよい。

また、例えば、類似度算出部１１４は、第１ユーザｉｄのプロフィール情報、及び、第２ユーザＩＤのプロフィール情報において、（ｉ）在住都道府県が共通するか否か、（ｉｉ）第１ユーザｉｄの第１識別情報又はメールアドレスと第２ユーザＩＤの第２識別情報又はメールアドレスとに共通する文字列が含まれるか否か、及び／又は、（ｉｉｉ）共通する文字列が含まれるか否か等に基づき、ロジスティック回帰を用いてプロフィール類似度ｐ（ｉｄ，ＩＤ）を設定してよい。

類似度算出部１１４は、第１プロフィール情報以外の第１ユーザｉｄの情報（例えば、第１ユーザｉｄのログイン状況及び／又はログイン頻度等）、及び、第２プロフィール情報以外の第２ユーザＩＤの情報（例えば、第２ユーザＩＤのログイン状況及び／又はログイン頻度等）の類似度に更に基づいて、プロフィール類似度ｐ（ｉｄ，ＩＤ）を算出してもよい。また、類似度算出部１１４は、第１プロフィール及び第２プロフィールの少なくとも一方から予め定められた情報量以上の情報が得られない場合などプロフィール情報から十分な情報が得られない場合、プロフィール類似度ｐ（ｉｄ，ＩＤ）＝１としてよい。

次に、Ｓ１６０において、同一ユーザ抽出部１１６は、同一ユーザとなる可能性が高い第１ユーザｉｄ及び第２ユーザＩＤの組み合わせを特定する。例えば、同一ユーザ抽出部１１６は、複数の第１ユーザｉｄ及び複数の第２ユーザＩＤの組み合わせのうち、類似度が予め定められた閾値以上となる第１ユーザｉｄ及び第２ユーザＩＤの組み合わせを抽出する。同一ユーザ抽出部１１６は、抽出した第１ユーザｉｄ及び第２ユーザＩＤの組み合わせを重要度算出部１２０に供給する。

次に、Ｓ１７０において、重要度算出部１２０は、同一ユーザと特定された組み合わせに係るユーザの重要度を算出する。例えば、重要度算出部１２０は、第２ユーザＩＤの影響度の情報（例えば、第２ユーザＩＤのフォロワー及び／又は友人の数等）に応じた第２ユーザＩＤの影響度Ｅを算出する。

一例として、重要度算出部１２０は、第２ユーザＩＤのフォロワーの数に応じて、影響度Ｅを１（フォロワー１０００人以上）、０．８（フォロワー１００人以上１０００人未満）、０．５（フォロワー２０人以上１００人未満）、０．２（フォロワー１０人以上２０人未満）、０（フォロワー１０人未満）と設定してよい。

次に、重要度算出部１２０は、第１ユーザｉｄ及び第２ユーザＩＤの組み合わせに対する類似度Ｓ（ｉｄ，ＩＤ）に対して、第２ユーザＩＤの影響度Ｅ（ＩＤ）を乗じることにより、第１ユーザｉｄ及び第２ユーザＩＤの重要度Ｉ（ｉｄ，ＩＤ）を算出する。重要度算出部１２０は、算出した重要度Ｉ（ｉｄ，ＩＤ）を配信部１３０に供給する。

次に、Ｓ１８０において、配信部１３０は、重要と判断した第１ユーザｉｄに対して情報を配信する。例えば、配信部１３０は、重要度Ｉ（ｉｄ，ＩＤ）が予め定められた閾値以上となる第１ユーザｉｄに対して、第１ユーザｉｄ対応する第２ユーザＩＤが購入した商品等に関連する商品等のダイレクトメール、広告、及び／又は、試供品等を送信してよい。

このように、情報処理装置１０は、複数の行動履歴及び複数の発信履歴の組み合わせの各々に対して関連度ｑ及び相違度ｑ'を算出し、第１ユーザｉｄと第２ユーザＩＤの組み合わせに対して当該関連度及び相違度を累積した結果に基づいて両ユーザの類似度Ｓ（ｉｄ，ＩＤ）を算出し、類似度Ｓ（ｉｄ，ＩＤ）が大きい組み合わせの第１ユーザｉｄ及び第２ユーザＩＤを同一ユーザである可能性が高い組み合わせと特定する。このように、情報処理装置１０によれば、行動履歴中のユーザと発信履歴中のユーザの名寄せを実現することができる。

また、情報処理装置１０は、同一と特定したユーザのうち影響度が大きい第１ユーザｉｄを重要度が高いユーザとし、当該重要度が高いユーザに対して選択的に情報を発信することにより効果的に商品等の広告を実行することができる。

なお、本実施形態の第１変形例において、関連度算出部１１２は、Ｓ１４０の処理を省略してもよい。この場合、Ｓ１５０において、類似度算出部１１４は、数式（３）の右辺からΠΠκ（ｘ，ｙ）の部分を除いて類似度Ｓ（ｉｄ，ＩＤ）を算出してよい。

また、本実施形態の第２変形例において、Ｓ１４０において、関連度算出部１１２は、第１ユーザｉｄの行動内容ｘ（ｉｄ，ｎ）及び第２ユーザＩＤの発信内容ｙ（ＩＤ，Ｎ）の組み合わせごとに不一致度ｑ'（ｘ（ｉｄ，ｎ），ｙ（ＩＤ，Ｎ））を算出する代わりに、第１ユーザｉｄ及び発信履歴の発信内容ｙ（ＩＤ，Ｎ）の組み合わせごとに不一致度ｑ"（Ｘ（ｉｄ），ｙ（ＩＤ，Ｎ））を算出してよい。

例えば、第２ユーザＩＤの発信内容で購買した商品等について言及しているが、第１ユーザｉｄの購買履歴に対応する商品等が存在しない場合、関連度算出部１１２は、第１ユーザｉｄと第２ユーザＩＤの発言Ｎとの組み合わせに大きな不一致度ｑ"（Ｘ（ｉｄ），ｙ（ＩＤ，Ｎ））を割り当ててよい。

また、本実施形態の第３変形例において、情報処理装置１０は、行動履歴として商品等の購買履歴の代わりに、交通履歴を用いてもよい。例えば、Ｓ１１０において、行動履歴取得部１０２は、行動履歴として交通機関の利用履歴を取得する。一例として、行動履歴取得部１０２は、外部の交通機関の利用履歴データベースサーバから、複数のユーザに係る乗車駅、及び、下車駅等を含む利用履歴を取得してよい。

Ｓ１３０において、関連度算出部１１２は、第１ユーザｉｄの交通機関の利用内容ｘ（ｉｄ，ｎ）及び第２ユーザＩＤの発信内容ｙ（Ｎ，ＩＤ）の組み合わせのそれぞれに対して一致度ｑ（ｘ（ｉｄ，ｎ），ｙ（ＩＤ，Ｎ））を割り当ててよい。例えば、関連度算出部１１２は、交通機関の利用履歴における乗車駅又は下車駅の単語又はその一部を含む場合、乗車駅の地名又は下車駅の地名の単語又はその一部を含む場合、又は、利用したと考えられる路線名の単語又はその一部を含む場合、この場合順で高くなるように一致度を設定してよい。

また、本実施形態の第４変形例において、情報処理装置１０は、取得済みの行動履歴及び発信履歴に基づいて予め行動履歴及び発信履歴の関連度を算出し第１ユーザ及び第２ユーザの組み合わせを特定してよい。

そして、本変形例の情報処理装置１０は、取得済みの行動履歴及び発信履歴に加えて新しい行動履歴及び発信履歴を随時取得し、新しい行動履歴及び発信履歴と取得済みの行動履歴及び発信履歴について関連度（及び相違度）を計算し、これにより、第１ユーザ及び第２ユーザの類似度を更新し、第１ユーザと第２ユーザの組み合わせを更新してよい。

この場合、Ｓ１３０において、関連度算出部１１２は、数式（１）の係数ｒを数式（４）に基づいて算出してよい。

ここで、数式（４）のｉｄは、取得済みの行動履歴及び発信履歴により、同一ユーザと判定された第１ユーザ及び第２ユーザの組み合わせに付与される識別情報であってよく、例えば、第１の第１ユーザｉｄ及び第２ユーザＩＤの組み合わせに対して同一ユーザ１のｉｄが付与され、第２の第１ユーザｉｄ及び第２ユーザＩＤの組み合わせに対して同一ユーザ２のｉｄが付与される。

ｎ（ｉｄ）は同一ユーザｉｄに係る行動履歴の数（例えば、購買数）を示し、Σｎ（ｉｄ）は、全ての同一ユーザの行動履歴の合計を示す。Ｎ（ｉｄ）は、同一ユーザｉｄに係る発信履歴の数（例えば、ＳＮＳ上の投稿数）を示し、ΣＮ（ｉｄ）は、全ての同一ユーザの発信履歴の合計を示す。

ｍ（ｉｄ）は、同一ユーザｉｄに係る発信履歴の発信内容のうち自己の行動履歴の行動内容のいずれかと関連付けられるもの（例えば、算出されている関連度が予め定められた閾値以上となるもの）の数を示し、Σｍ（ｉｄ）は全ての同一ユーザのｍ（ｉｄ）の合計を示す。

また、Ｍ（ｉｄ）は、同一ユーザｉｄに係る発信履歴の発信内容のうち、全ての同一ユーザの行動履歴のいずれかと関連付けられるもの（例えば、算出されている関連度が予め定められた閾値以上となるもの）の数を示し、ΣＭ（ｉｄ）は、全ての同一ユーザのＭ（ｉｄ）の合計を示す。また、Σｎ（ｉｄ）Ｎ（ｉｄ）は、全ての同一ユーザｉｄについてのｎ（ｉｄ）×Ｎ（ｉｄ）の合計を示す。

また、本変形例に係る関連度算出部１１２は、Ｓ１４０において、数式（５）に基づいてｒ'を算出してよい。

ここで、数式（５）のｉｄ、ｎ'（ｉｄ）、及び、Ｎ'（ｉｄ）は、数式（４）のｉｄ、ｎ（ｉｄ）、及び、Ｎ（ｉｄ）と同様であってよい。

ｍ'（ｉｄ）は、同一ユーザｉｄに係る発信履歴の発信内容のうち自己の行動履歴の行動内容のいずれかと矛盾すると判断されるもの（例えば、算出されている相違度が予め定められた閾値以上となるもの）の数を示し、Σｍ'（ｉｄ）は全ての同一ユーザのｍ'（ｉｄ）の合計を示す。また、Ｍ'（ｉｄ）は、同一ユーザｉｄに係る発信履歴の発言内容のうち全ての同一ユーザの行動内容のいずれかと矛盾すると判断されるもの（例えば、相違度が予め定められた閾値以上となるもの）の数を示し、ΣＭ'（ｉｄ）は、全ての同一ユーザのＭ'（ｉｄ）の合計を示す。

図３は、本実施形態に係る発信履歴の一例を示す。発信履歴取得部１０４は、短文投稿サイト等のＳＮＳへの投稿履歴を取得してよい。例えば、図示するように、発信履歴取得部１０４が取得する発信履歴には、第２ユーザに係る第２識別情報（「yamadataro」等）、投稿内容、投稿日時等の情報が含まれる。投稿内容には、第２ユーザが購買した店舗（「ネットショップＡＢＣ」及び「ＡＢＣ」）、及び、購買した商品情報（「ＣＤ」、「バンドＸＸＸ」、及び「ＸＸＸ限定盤」）等の情報が含まれる。

図４は、本実施形態の行動履歴の一例を示す。行動履歴取得部１０２は、ＥＣサイトにおける購買履歴を取得してよく、例えば、図示するように、第１ユーザに係る第１識別情報（「山田太郎」等）、第１ユーザが購買した商品（「書籍ＡＡＡ」等）、住所（「ＡＡ県ＡＡ」等）、購入日、及び、配達日等の情報を取得する。

図５は、本実施形態において類似度算出部１１４が算出する類似度の一例を示す。図示するように、類似度算出部１１４は、複数の第１ユーザＡ〜Ｄ及び複数の第２ユーザＡ〜Ｄの組み合わせのそれぞれに対して類似度を算出する。例えば、類似度算出部１１４は、第１ユーザＡと第２ユーザＡとの組み合わせに対して類似度ＡＡを算出し、第１ユーザＡと第２ユーザＢとの組み合わせに対して類似度ＡＢを算出し、第１ユーザＡと第３ユーザＣとの組み合わせに対して類似度ＡＣを算出し、第１ユーザＡと第２ユーザＤとの組み合わせに対して類似度ＡＤを算出する。このように、類似度算出部１１４は、全ての第１ユーザと全ての第２ユーザとの組み合わせに対して類似度を算出する。

図６は、本実施形態において関連度算出部１１２が算出する関連度の一例を示す。図示するように、関連度算出部１１２は、一の第１ユーザＡの複数の発信履歴Ａ〜Ｄ及び一の第２ユーザＡの複数の行動履歴Ａ〜Ｄの組み合わせのそれぞれに対して関連度を算出する。例えば、関連度算出部１１２は、第１ユーザＡの発信履歴Ａ及び第２ユーザＡの行動履歴Ａの組み合わせに対して関連度ＡＡを算出し、第１ユーザＡの発信履歴Ｂ及び第２ユーザＡの行動履歴Ａの組み合わせに対して関連度ＢＡを算出し、第１ユーザＡの発信履歴Ｃ及び第２ユーザＡの行動履歴Ａの組み合わせに対して関連度ＣＡを算出し、第１ユーザＡの発信履歴Ｄ及び第２ユーザＡの行動履歴Ａの組み合わせに対して関連度ＤＡを算出する。このように、関連度算出部１１２は、一の第１ユーザの全ての行動履歴と一の第２ユーザの全ての発信履歴との組み合わせに対して関連度を算出する。

図７は、情報処理装置１０として機能するコンピュータ１９００のハードウェア構成の一例を示す。本実施形態に係るコンピュータ１９００は、ホスト・コントローラ２０８２により相互に接続されるＣＰＵ２０００、ＲＡＭ２０２０、グラフィック・コントローラ２０７５、及び表示装置２０８０を有するＣＰＵ周辺部と、入出力コントローラ２０８４によりホスト・コントローラ２０８２に接続される通信インターフェイス２０３０、ハードディスクドライブ２０４０、及びＣＤ−ＲＯＭドライブ２０６０を有する入出力部と、入出力コントローラ２０８４に接続されるＲＯＭ２０１０、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０を有するレガシー入出力部を備える。

ホスト・コントローラ２０８２は、ＲＡＭ２０２０と、高い転送レートでＲＡＭ２０２０をアクセスするＣＰＵ２０００及びグラフィック・コントローラ２０７５とを接続する。ＣＰＵ２０００は、ＲＯＭ２０１０及びＲＡＭ２０２０に格納されたプログラムに基づいて動作し、各部の制御を行う。

グラフィック・コントローラ２０７５は、ＣＰＵ２０００等がＲＡＭ２０２０内に設けたフレーム・バッファ上に生成する画像データを取得し、表示装置２０８０上に表示させる。これに代えて、グラフィック・コントローラ２０７５は、ＣＰＵ２０００等が生成する画像データを格納するフレーム・バッファを、内部に含んでもよい。

入出力コントローラ２０８４は、ホスト・コントローラ２０８２と、比較的高速な入出力装置である通信インターフェイス２０３０、ハードディスクドライブ２０４０、ＣＤ−ＲＯＭドライブ２０６０を接続する。通信インターフェイス２０３０は、有線又は無線によりネットワークを介して他の装置と通信する。

また、通信インターフェイスは、情報処理装置１０における通信を行うハードウェアとして機能する。ハードディスクドライブ２０４０は、コンピュータ１９００内のＣＰＵ２０００が使用するプログラム及びデータを格納する。ＣＤ−ＲＯＭドライブ２０６０は、ＣＤ−ＲＯＭ２０９５からプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。

また、入出力コントローラ２０８４には、ＲＯＭ２０１０と、フレキシブルディスク・ドライブ２０５０、及び入出力チップ２０７０の比較的低速な入出力装置とが接続される。ＲＯＭ２０１０は、コンピュータ１９００が起動時に実行するブート・プログラム、及び／又は、コンピュータ１９００のハードウェアに依存するプログラム等を格納する。

フレキシブルディスク・ドライブ２０５０は、フレキシブルディスク２０９０からプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。入出力チップ２０７０は、フレキシブルディスク・ドライブ２０５０を入出力コントローラ２０８４へと接続するとともに、例えばパラレル・ポート、シリアル・ポート、キーボード・ポート、マウス・ポート等を介して各種の入出力装置を入出力コントローラ２０８４へと接続する。

ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供されるプログラムは、フレキシブルディスク２０９０、ＣＤ−ＲＯＭ２０９５、又はＩＣカード等の記録媒体に格納されて利用者によって提供される。プログラムは、記録媒体から読み出され、ＲＡＭ２０２０を介してコンピュータ１９００内のハードディスクドライブ２０４０にインストールされ、ＣＰＵ２０００において実行される。

コンピュータ１９００にインストールされ、コンピュータ１９００を情報処理装置１０として機能させるプログラムは、行動履歴取得モジュールと、発信履歴取得モジュールと、判定モジュールと、関連度算出モジュールと、類似度算出モジュールと、同一ユーザ抽出モジュールと、重要度算出モジュールと、配信モジュールとを備える。これらのプログラム又はモジュールは、ＣＰＵ２０００等に働きかけて、コンピュータ１９００を、行動履歴取得部１０２、発信履歴取得部１０４、判定部１１０、関連度算出部１１２、類似度算出部１１４、同一ユーザ抽出部１１６、重要度算出部１２０、及び、配信部１３０としてそれぞれ機能させてよい。

これらのプログラムに記述された情報処理は、コンピュータ１９００に読込まれることにより、ソフトウェアと上述した各種のハードウェア資源とが協働した具体的手段である行動履歴取得部１０２、発信履歴取得部１０４、判定部１１０、関連度算出部１１２、類似度算出部１１４、同一ユーザ抽出部１１６、重要度算出部１２０、及び、配信部１３０として機能する。そして、これらの具体的手段によって、本実施形態におけるコンピュータ１９００の使用目的に応じた情報の演算又は加工を実現することにより、使用目的に応じた特有の情報処理装置１０が構築される。

一例として、コンピュータ１９００と外部の装置等との間で通信を行う場合には、ＣＰＵ２０００は、ＲＡＭ２０２０上にロードされた通信プログラムを実行し、通信プログラムに記述された処理内容に基づいて、通信インターフェイス２０３０に対して通信処理を指示する。

通信インターフェイス２０３０は、ＣＰＵ２０００の制御を受けて、ＲＡＭ２０２０、ハードディスクドライブ２０４０、フレキシブルディスク２０９０、又はＣＤ−ＲＯＭ２０９５等の記憶装置上に設けた送信バッファ領域等に記憶された送信データを読み出してネットワークへと送信し、もしくは、ネットワークから受信した受信データを記憶装置上に設けた受信バッファ領域等へと書き込む。

このように、通信インターフェイス２０３０は、ＤＭＡ（ダイレクト・メモリ・アクセス）方式により記憶装置との間で送受信データを転送してもよく、これに代えて、ＣＰＵ２０００が転送元の記憶装置又は通信インターフェイス２０３０からデータを読み出し、転送先の通信インターフェイス２０３０又は記憶装置へとデータを書き込むことにより送受信データを転送してもよい。

また、ＣＰＵ２０００は、ハードディスクドライブ２０４０、ＣＤ−ＲＯＭドライブ２０６０（ＣＤ−ＲＯＭ２０９５）、フレキシブルディスク・ドライブ２０５０（フレキシブルディスク２０９０）等の外部記憶装置に格納されたファイルまたはデータベース等の中から、全部または必要な部分をＤＭＡ転送等によりＲＡＭ２０２０へと読み込ませ、ＲＡＭ２０２０上のデータに対して各種の処理を行う。

そして、ＣＰＵ２０００は、処理を終えたデータを、ＤＭＡ転送等により外部記憶装置へと書き戻す。このような処理において、ＲＡＭ２０２０は、外部記憶装置の内容を一時的に保持するものとみなせるから、本実施形態においてはＲＡＭ２０２０及び外部記憶装置等をメモリ、記憶部、または記憶装置等と総称する。

本実施形態における各種のプログラム、データ、テーブル、データベース等の各種の情報は、このような記憶装置上に格納されて、情報処理の対象となる。なお、ＣＰＵ２０００は、ＲＡＭ２０２０の一部をキャッシュメモリに保持し、キャッシュメモリ上で読み書きを行うこともできる。このような形態においても、キャッシュメモリはＲＡＭ２０２０の機能の一部を担うから、本実施形態においては、区別して示す場合を除き、キャッシュメモリもＲＡＭ２０２０、メモリ、及び／又は記憶装置に含まれるものとする。

また、ＣＰＵ２０００は、ＲＡＭ２０２０から読み出したデータに対して、プログラムの命令列により指定された、本実施形態中に記載した各種の演算、情報の加工、条件判断、情報の検索・置換等を含む各種の処理を行い、ＲＡＭ２０２０へと書き戻す。例えば、ＣＰＵ２０００は、条件判断を行う場合においては、本実施形態において示した各種の変数が、他の変数または定数と比較して、大きい、小さい、以上、以下、等しい等の条件を満たすか否かを判断し、条件が成立した場合（又は不成立であった場合）に、異なる命令列へと分岐し、またはサブルーチンを呼び出す。

また、ＣＰＵ２０００は、記憶装置内のファイルまたはデータベース等に格納された情報を検索することができる。例えば、第１属性の属性値に対し第２属性の属性値がそれぞれ対応付けられた複数のエントリが記憶装置に格納されている場合において、ＣＰＵ２０００は、記憶装置に格納されている複数のエントリの中から第１属性の属性値が指定された条件と一致するエントリを検索し、そのエントリに格納されている第２属性の属性値を読み出すことにより、所定の条件を満たす第１属性に対応付けられた第２属性の属性値を得ることができる。

以上に示したプログラム又はモジュールは、外部の記録媒体に格納されてもよい。記録媒体としては、フレキシブルディスク２０９０、ＣＤ−ＲＯＭ２０９５の他に、ＤＶＤ又はＣＤ等の光学記録媒体、ＭＯ等の光磁気記録媒体、テープ媒体、ＩＣカード等の半導体メモリ等を用いることができる。また、専用通信ネットワーク又はインターネットに接続されたサーバシステムに設けたハードディスク又はＲＡＭ等の記憶装置を記録媒体として使用し、ネットワークを介してプログラムをコンピュータ１９００に提供してもよい。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１０ 情報処理装置、２０ 外部サーバ、３０ 外部サーバ、１０２ 行動履歴取得部、１０４ 発信履歴取得部、１１０ 判定部、１１２ 関連度算出部、１１４ 類似度算出部、１１６ 同一ユーザ抽出部、１２０ 重要度算出部、１３０ 配信部、１９００ コンピュータ、２０００ ＣＰＵ、２０１０ ＲＯＭ、２０２０ ＲＡＭ、２０３０ 通信インターフェイス、２０４０ ハードディスクドライブ、２０５０ フレキシブルディスク・ドライブ、２０６０ ＣＤ−ＲＯＭドライブ、２０７０ 入出力チップ、２０７５ グラフィック・コントローラ、２０８０ 表示装置、２０８２ ホスト・コントローラ、２０８４ 入出力コントローラ、２０９０ フレキシブルディスク、２０９５ ＣＤ−ＲＯＭ

Claims (14)

1. 第１ユーザ識別情報により特定される第１ユーザの行動履歴を取得する行動履歴取得部と、
   第２ユーザ識別情報により特定される第２ユーザによる情報の発信履歴を取得する発信履歴取得部と、
   前記行動履歴に含まれる行動内容と、前記発信履歴に含まれる発信内容に基づいて、第１ユーザ及び前記第２ユーザの同一性を判定する判定部と、
   を備え、
   前記判定部は、前記第１ユーザの１以上の行動履歴と前記第２ユーザの１以上の発信履歴との組み合わせごとに行動履歴の内容と発信履歴の内容との関連度を算出し、複数の前記組み合わせに対する複数の前記関連度に基づいて、前記第１ユーザ及び前記第２ユーザの同一性を判定する情報処理装置。
2. 前記判定部は、前記発信履歴に含まれる発信タイミングが前記行動履歴に含まれる行動タイミングの前である場合よりも、前記発信履歴に含まれる発信タイミングが前記行動履歴に含まれる行動タイミングの後である場合に前記関連度が高くなるように前記関連度を算出すること、および、前記発信履歴に含まれる発信タイミングおよび前記行動履歴に含まれる行動タイミングの差が小さいほど前記関連度が高くなるように前記関連度を算出することの少なくとも一方を行う、
   請求項１に記載の情報処理装置。
3. 前記判定部は、複数の前記関連度に基づいて、複数の前記第１ユーザ及び複数の前記第２ユーザの組み合わせのそれぞれに対して類似度を算出し、前記類似度が予め定められた閾値以上となる前記第１ユーザ及び前記第２ユーザの組み合わせを抽出する、
   請求項１または２に記載の情報処理装置。
4. 前記判定部は、前記第１ユーザの１以上の行動履歴と前記第２ユーザの１以上の発信履歴との組み合わせごとに、前記第１ユーザと前記第２ユーザが別ユーザである度合を示す相違度を算出し、前記関連度及び前記相違度に基づいて、前記第１ユーザ及び前記第２ユーザの同一性を判定する、
   請求項３に記載の情報処理装置。
5. 前記判定部は、前記第１ユーザのプロフィール情報及び前記第２ユーザのプロフィール情報が互いに類似する程度が高いほど前記類似度が高くなるように前記類似度を算出する、
   請求項３または４に記載の情報処理装置。
6. 前記第１ユーザ及び第２ユーザの前記組み合わせに対する類似度、及び、当該組み合わせに含まれる第２ユーザの情報の発信における影響度に基づいて、前記組み合わせに対応する前記第１ユーザ及び前記第２ユーザにより特定されるユーザの重要度を算出する重要度算出部を更に備える請求項３または４に記載の情報処理装置。
7. 前記発信履歴取得部は、前記第２ユーザによる情報の発信履歴として、前記第２ユーザが前記第２ユーザ識別情報により情報の投稿を受け付けるウェブサイトにログインして、前記ウェブサイトに対して情報を投稿した投稿履歴を取得する、
   請求項１から６のいずれか１項に記載の情報処理装置。
8. 前記行動履歴取得部は、前記ユーザの行動履歴として、インターネットを介した商品又はサービスの購買履歴を取得する、
   請求項１から７のいずれか１項に記載の情報処理装置。
9. 前記行動履歴取得部は、前記ユーザの行動履歴として、交通機関の利用履歴を取得する、
   請求項１から８のいずれか１項に記載の情報処理装置。
10. 前記発信履歴取得部は、前記発信履歴を外部のサーバに検索させて得られた検索後の発信履歴を取得し、
    前記判定部は、前記検索後の発信履歴から前記行動履歴に関連する情報が含まれるものを抽出する、
    請求項１から９のいずれか１項に記載の情報処理装置。
11. 前記判定部は、前記検索後の発信履歴から前記行動履歴に関連する商品又はサービスに関する情報が含まれるものを検索して抽出する、
    請求項１０に記載の情報処理装置。
12. 前記判定部は、前記検索後の発信履歴から前記行動履歴に関連する商品又はサービスを購入した旨のキーワードが含まれるものを抽出する、
    請求項１０に記載の情報処理装置。
13. コンピュータにより実行される情報処理方法であって、
    第１ユーザ識別情報により特定される第１ユーザの行動履歴を取得する行動履歴取得段階と、
    第２ユーザ識別情報により特定される第２ユーザによる情報の発信履歴を取得する発信履歴取得段階と、
    前記行動履歴に含まれる行動内容と、前記発信履歴に含まれる発信内容に基づいて、第１ユーザ及び前記第２ユーザの同一性を判定する判定段階と、
    を備え、
    前記判定段階では、前記第１ユーザの１以上の行動履歴と前記第２ユーザの１以上の発信履歴との組み合わせごとに行動履歴の内容と発信履歴の内容との関連度を算出し、複数の前記組み合わせに対する複数の前記関連度に基づいて、前記第１ユーザ及び前記第２ユーザの同一性を判定する情報処理方法。
14. コンピュータを情報処理装置として機能させるプログラムであって、
    当該プログラムは、前記コンピュータを、
    第１ユーザ識別情報により特定される第１ユーザの行動履歴を取得する行動履歴取得部と、
    第２ユーザ識別情報により特定される第２ユーザによる情報の発信履歴を取得する発信履歴取得部と、
    前記行動履歴に含まれる行動内容と、前記発信履歴に含まれる発信内容に基づいて、第１ユーザ及び前記第２ユーザの同一性を判定する判定部と、
    として機能させ、
    前記判定部は、前記第１ユーザの１以上の行動履歴と前記第２ユーザの１以上の発信履歴との組み合わせごとに行動履歴の内容と発信履歴の内容との関連度を算出し、複数の前記組み合わせに対する複数の前記関連度に基づいて、前記第１ユーザ及び前記第２ユーザの同一性を判定するプログラム。

Images