Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JP7849219B2 - 情報処理方法、情報処理装置およびプログラム - Google Patents
[go: Go Back, main page]

JP7849219B2 - 情報処理方法、情報処理装置およびプログラム - Google Patents

情報処理方法、情報処理装置およびプログラム

Info

Publication number
JP7849219B2
JP7849219B2 JP2022083028A JP2022083028A JP7849219B2 JP 7849219 B2 JP7849219 B2 JP 7849219B2 JP 2022083028 A JP2022083028 A JP 2022083028A JP 2022083028 A JP2022083028 A JP 2022083028A JP 7849219 B2 JP7849219 B2 JP 7849219B2
Authority
JP
Japan
Prior art keywords
facility
model
information processing
similarity
aforementioned
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.)
Active
Application number
JP2022083028A
Other languages
English (en)
Other versions
JP2023170924A (ja
JP2023170924A5 (ja
Inventor
政寛 佐藤
友紀 谷口
智子 大熊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Priority to JP2022083028A priority Critical patent/JP7849219B2/ja
Priority to US18/320,188 priority patent/US12475500B2/en
Publication of JP2023170924A publication Critical patent/JP2023170924A/ja
Publication of JP2023170924A5 publication Critical patent/JP2023170924A5/ja
Application granted granted Critical
Publication of JP7849219B2 publication Critical patent/JP7849219B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Recommending goods or services
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0621—Electronic shopping [e-shopping] by configuring or customising goods or services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本開示は、情報処理方法、情報処理装置およびプログラムに係り、特に、ドメインシフトにロバストな推薦を行う情報推薦技術に関する。
ＥＣ（Electronic Commerce）サイトあるいは文書情報管理システムなど、様々なアイテムをユーザー（利用者）に提供するシステムにおいて、多くのアイテムの中からユーザーが自分に合ったベストなものを選ぶことは、時間的にも認知能力的にも難しい。ＥＣサイトにおけるアイテムは、ＥＣサイトで扱っている商品であり、文書情報管理システムにおけるアイテムは、システムに格納されている文書情報である。
ユーザーによるアイテムの選択を補助するために、多くのアイテムの中から選択候補を提示する技術である情報推薦技術が研究されている。一般に、推薦システムをある施設等に導入する場合、導入先の施設等で収集したデータを基に推薦システムのモデルを学習する。しかし、学習に用いたデータが収集された施設と異なる施設に同じ推薦システムを導入すると、モデルの予測精度が低下してしまう問題がある。未知の他施設では機械学習モデルがうまく機能しない問題はドメインシフトと呼ばれ、ドメインシフトに対するロバスト性向上の研究であるドメイン汎化（Domain Generalization）に関して、近年、画像認識分野を中心に研究が活発化している。しかし、情報推薦技術においてドメイン汎化はまだ研究事例がほとんどない。
非特許文献１には、言語横断の翻訳に適用される言語間の転移学習において、いくつかの異なる言語で学習した複数のモデルの中から、転移学習に用いるモデル、すなわちファインチューンするための事前訓練モデル、を選択する方法が記載されている。非特許文献１では、言語間の転移学習を行うために、ターゲットドメインとソースドメインの類似度をいくつかの特徴量を基に推定している。類似度の推定に用いられる特徴量は、データセットサイズ（dataset size）、ワードオーバーラップ（word overlap）、地理的距離（geographic distance）、遺伝的距離（genetic distance）、音韻論的距離（phonological distance）などである。
非特許文献２には、ユーザーのアイテム評価値の予測において、ターゲットドメインと複数のソースドメインのデータがある場合に、ソースドメインとターゲットドメインの類似度で重み付けしてソースドメインのデータによる予測を足し合わせる構成が記載されている。非特許文献２におけるドメイン類似度は、ターゲットドメインの予測誤差が最小化するようにデータから学習する構成となっている。
特許文献１には、予め格納されている複数のモデルと、患者の特徴量データとの類似性を決定し、複数のモデルのうち、対象とする患者の特徴量データと類似する特徴量を持つモデルを検索して使用する構成が記載されている。
特許第６７８２８０２号
Yu-Hsiang Lin, Chian-Yu Chen, Jean Lee, Zirui Li, Yuyan Zhang,Mengzhou Xia, Shruti Rijhwani, Junxian He, Zhisong Zhang, Xuezhe Ma, Antonios Anastasopoulos, Patrick Littell, Graham Neubig "Choosing Transfer Languages for Cross-Lingual Learning"(ACL 2019) "Transfer Learning for Collective Link Prediction in Multiple Heterogenous Domains"（ICML 2010） Ivan Cantador, Ignacio Fenandez-Tobias, Shlomo Bwrkovsky, Paolo Cremonesi, Chapter 27:"Cross-domain Recommender System"(2015 Springer)
非特許文献１は、情報推薦技術の研究ではなく翻訳技術に関する研究である。非特許文献１に記載の技術では、類似度の推定に際して言語固有の特徴量がないと類似度の推定性能が低下する。
非特許文献２に記載の技術は、ターゲットドメインのユーザーの行動または評価の履歴データがないとドメイン類似度が学習できない。
また、非特許文献１および非特許文献２は共に、ドメイン適応の研究であり、未知ドメインへの汎化性を目指したものではない。
特許文献１に記載の技術は、患者ごとのモデルの場合には適用できるが、情報推薦において想定するような施設（ドメイン）ごとのモデルの場合には適用できない。また、仮に患者の特徴量が類似していてもドメインの違いによりモデルの予測性能が十分に出ないこともある。
学習ドメインと導入先ドメインとが異なる場合に、ドメインシフトにロバストな情報推薦を実現する手段の１つとして、予め複数の異なる施設で収集されたデータセットを用いて複数のモデルを学習しておき、導入前に導入先の施設において収集されたユーザーのアイテムに対する行動履歴を含むデータセットを用いてこれら複数のモデルの性能を評価することにより、複数のモデルの中から最適なモデルを選択するという対応が考えられる。
しかし、導入前のモデル評価に際して、導入先の施設におけるデータセットを用意できない場合、あるいは、モデル評価に必要な十分なデータ数が得られていない場合などが想定される。このような場合、事前に用意された候補のモデルの性能を評価できず、導入先の施設に適したモデルを選ぶことができない。
本開示はこのような事情に鑑みてなされたものであり、導入先の施設におけるユーザーのアイテムに対する行動履歴のデータをモデルの性能評価に利用できない場合であっても、導入先の施設に適したモデルを用いて情報推薦を行うことが可能になる、情報処理方法、情報処理装置およびプログラムを提供することを目的とする。
本開示の第１態様に係る情報処理方法は、１つ以上のプロセッサが実行する情報処理方法であって、互いに異なる複数の第１施設のそれぞれにおいて収集されたユーザーのアイテムに対する行動履歴を含むデータセットのうち１つ以上を用いて学習された複数のモデルが用意され、１つ以上のプロセッサが、複数の第１施設とは異なる第２施設および複数の第１施設のそれぞれの施設の特性を取得することと、取得された第２施設の特性と、それぞれのモデルの学習に用いたデータセットが収集された第１施設の特性との類似度を評価することと、類似度に基づいて複数のモデルの中から第２施設に適したモデルを選択することと、を含む。
本態様によれば、用意される複数のモデルのそれぞれは、複数の第１施設において収集された複数のデータセットのうち１つ以上のデータセットを用いて学習されたモデルである。１つ以上のプロセッサは、第２施設での各モデルの性能を直接的に評価する代わりに、各モデルの学習に用いられたデータセットの収集元である第１施設の特性と、第２施設の特性とを用いて施設間の類似度を評価する。第２施設の特性と類似する特性を持つ第１施設にて収集されたデータセットを学習の際の主たるデータセットとして用いて学習したモデルは、第２施設においても相対的に高い性能を示すものとなり得る。本態様によれば、第２施設におけるユーザーのアイテムに対する行動履歴のデータを利用できない場合であっても、施設の特性の類似度に基づき、第２施設での情報推薦に適したモデルを選択することができる。
施設は、例えば、企業、病院、店舗、行政機関、あるいはＥＣサイトなど、複数のユーザーを含んで構成される集団の概念を含む。複数の第１施設および第２施設のそれぞれの施設は互いに異なるドメインとなり得る。
本開示の第２態様に係る情報処理方法は、第１態様に係る情報処理方法において、１つ以上のプロセッサが、モデルの学習に用いられた説明変数であるメタデータのデータセットの統計情報を抽出することを含み、特性は統計情報を含む構成であってもよい。
本開示の第３態様に係る情報処理方法は、第２態様に係る情報処理方法において、メタデータは、ユーザー属性およびアイテム属性のうち少なくとも一方を含む構成であってもよい。
本開示の第４態様に係る情報処理方法は、第１態様から第３態様のいずれか１つの態様に係る情報処理方法において、１つ以上のプロセッサが、モデルの学習に用いられたデータセットに含まれるメタデータ以外の施設関連情報を取得することを含み、特性は施設関連情報を含む構成であってもよい。
本開示の第５態様に係る情報処理方法は、第４態様に係る情報処理方法において、施設関連情報は、ウェブクローリングによって抽出される構成であってもよい。
本開示の第６態様に係る情報処理方法は、第４態様または第５態様に係る情報処理方法において、１つ以上のプロセッサが、ユーザーインターフェースを介して施設関連情報を受け付ける構成であってもよい。
本開示の第７態様に係る情報処理方法は、第１態様から第６態様のいずれか１つの態様に係る情報処理方法において、１つ以上のプロセッサが、複数のモデルのそれぞれの学習に用いたデータセットが収集された第１施設における予測性能の評価値を取得し、類似度と予測性能の評価値とに基づいて複数のモデルの中から第２施設に適したモデルを選択する構成であってもよい。
本開示の第８態様に係る情報処理方法は、第１態様から第７態様のいずれか１つの態様に係る情報処理方法において、１つ以上のプロセッサが、類似度とは別に、第２施設に対するモデルの適合性に関する評価を示す適合性評価情報を取得し、類似度と適合性評価情報とに基づいて複数のモデルの中から第２施設に適したモデルを選択する構成であってもよい。
本開示の第９態様に係る情報処理方法は、第８態様に係る情報処理方法において、適合性評価情報は、第２施設のユーザーに対するアンケートの結果を含む構成であってもよい。
本開示の第１０態様に係る情報処理方法は、第１態様から第９態様のいずれか１つの態様に係る情報処理方法において、１つ以上のプロセッサが、第１施設の特性との類似度を評価済みの複数の第３施設の特性を用い、第２施設の特性と複数の第３施設の特性との類似度に基づいて第２施設の特性と第１施設の特性との類似度を評価することを含む構成であってもよい。
本開示の第１１態様に係る情報処理方法は、第１０態様に係る情報処理方法において、１つ以上のプロセッサが、複数の第３施設の特性と、第１施設の特性と複数の第３施設の特性とのそれぞれの類似度と、を記憶装置に記憶しておくことを含む構成であってもよい。
本開示の第１２態様に係る情報処理方法は、第１態様から第１１態様のいずれか１つの態様に係る情報処理方法において、モデルは、ユーザーに対してアイテムを推薦する推薦システムに用いられる予測モデルであってもよい。
本開示の第１３態様に係る情報処理方法は、第１態様から第１２態様のいずれか１つの態様に係る情報処理方法において、１つ以上のプロセッサが、複数のモデルを記憶装置に記憶しておくことを含む構成であってもよい。
本開示の第１４態様に係る情報処理方法は、第１３態様に係る情報処理方法において、１つ以上のプロセッサが、それぞれのモデルの学習に用いられたデータセットが収集された第１施設の特性を、モデルと関連付けて記憶装置に記憶しておくことを含む構成であってもよい。
本開示の第１５態様に係る情報処理装置は、１つ以上のプロセッサと、１つ以上のプロセッサに実行させる命令が記憶される１つ以上の記憶装置と、を備える情報処理装置であって、互いに異なる複数の第１施設のそれぞれの施設において収集されたユーザーのアイテムに対する行動履歴を含むデータセットのうち１つ以上を用いて学習された複数のモデルが記憶装置に記憶され、１つ以上のプロセッサが、複数の第１施設とは異なる第２施設および複数の第１施設のそれぞれの施設の特性を取得し、取得した第２施設の特性と、それぞれのモデルの学習に用いたデータセットが収集された第１施設の特性との類似度を評価し、類似度に基づいて複数のモデルの中から第２施設に適したモデルを選択する。
第１５態様の情報処理装置において、上述した第２態様から第１４態様のいずれか１つの態様に係る情報処理方法と同様の具体的態様を含む構成とすることができる。
本開示の第１６態様に係るプログラムは、コンピュータに、互いに異なる複数の第１施設のそれぞれの施設において収集されたユーザーのアイテムに対する行動履歴を含むデータセットのうち１つ以上を用いて学習された複数のモデルを記憶しておく機能と、複数の第１施設とは異なる第２施設および複数の第１施設のそれぞれの施設の特性とを取得する機能と、取得した第２施設の特性と、それぞれのモデルの学習に用いたデータセットが収集された第１施設の特性との類似度を評価する機能と、類似度に基づいて複数のモデルの中から第２施設に適したモデルを選択する機能と、を実現させる。
第１６態様のプログラムにおいて、上述した第２態様から第１４態様のいずれか１つの態様に係る情報処理方法と同様の具体的態様を含む構成とすることができる。
本開示によれば、モデルの学習に用いたデータセットが収集された第１施設とは異なる第２施設におけるユーザーのアイテムに対する行動履歴のデータをモデルの性能評価に利用できない場合であっても、複数のモデルの中から第２施設に適したモデルを選択することができる。これにより、その選択したモデルを用いて第２施設において適切な情報推薦を行うことが可能になる。
図１は、典型的な推薦システムの概念図である。 図２は、推薦システムの構築に広く用いられている教師あり機械学習の例を示す概念図である。 図３は、推薦システムの典型的な導入フローを示す説明図である。 図４は、導入先の施設のデータが得られない場合における推薦システムの導入フローの説明図である。 図５は、ドメイン適応によるモデルの学習を行う場合の説明図である。 図６は、学習したモデルの性能を評価するステップを含む推薦システム導入フローの説明図である。 図７は、機械学習に用いる学習用データと評価用データの例を示す説明図である。 図８は、データセットの違いによるモデルの性能の違いを模式的に示すグラフである。 図９は、学習ドメインと導入先ドメインとが異なる場合の推薦システム導入フローの例を示す説明図である。 図１０は、導入先の施設におけるユーザーの行動履歴が存在しない場合の課題を示す説明図である。 図１１は、第１実施形態に係る情報処理方法の概要を示す説明図である。 図１２は、実施形態に係る情報処理装置が実行する処理の例を示す説明図である。 図１３は、情報処理装置のハードウェア構成の例を概略的に示すブロック図である。 図１４は、情報処理装置の機能的構成を示す機能ブロック図である。 図１５は、情報処理装置の動作の例を示すフローチャートである。 図１６は、施設の特性としてのユーザー属性の統計情報を抽出する場合の例を示す説明図である。 図１７は、施設の特性としてのアイテム属性の統計情報を抽出する場合の例を示す説明図である。 図１８は、ウェブクローリングによって施設に関する情報を抽出する場合の例を示す説明図である。 図１９は、第２実施形態に係る情報処理方法の概要を示す説明図である。 図２０は、施設の特性を表現するベクトル空間における各施設の特性を模式的に示した説明図である。 図２１は、同時確率分布Ｐ（Ｘ，Ｙ）の変数間の依存関係を表現する有向非巡回グラフ（Directed Acyclic Graph:ＤＡＧ）の例である。 図２２は、条件付き確率分布Ｐ（Ｙ｜Ｘ）の確率表現の具体例を示す図である。 図２３は、ユーザーの行動特性およびアイテムの特性の組み合わせに対するユーザーのアイテムに対する行動（Ｙ＝１）の条件付き確率を表現する式と、同時確率分布Ｐ（Ｘ，Ｙ）の変数間の依存関係を表現するＤＡＧとの関係を示す説明図である。 図２４は、ユーザー属性１およびユーザー属性２の組み合わせにより規定されるユーザーの行動特性と、アイテム属性１およびアイテム属性２の組み合わせにより規定されるアイテムの行動特性と、変数間の依存関係を表現するＤＡＧとの関係を示す説明図である。
以下、添付図面に従って本発明の好ましい実施形態について説明する。
《情報推薦技術の概説》
はじめに、情報推薦技術の概要と課題について具体例を示して概説する。情報推薦技術は、ユーザーに対してアイテムを推薦（サジェスト）するための技術である。
図１は、典型的な推薦システム１０の概念図である。推薦システム１０は、ユーザーの情報と、コンテキストの情報とを入力として受け付け、コンテキストに応じて当該ユーザーに推薦するアイテムの情報を出力する。コンテキストは、様々な「状況」を意味し、例えば、曜日、時間帯、または天気などがあり得る。アイテムは、例えば、本、動画、飲食店など、様々な対象があり得る。
推薦システム１０は、複数のアイテムを同時に推薦するのが一般的である。図１では、推薦システム１０が３つのアイテムＩＴ１、ＩＴ２、ＩＴ３を推薦する例が示されている。推薦したアイテムＩＴ１、ＩＴ２、ＩＴ３に対してユーザーがポジティブな反応をすると、一般に推薦は成功したとみなされる。ポジティブな反応とは、例えば、購入、視聴、または訪問などである。このような推薦技術は、例えば、ＥＣサイトや飲食店を紹介するグルメサイトなどにおいて広く活用されている。
推薦システム１０は、機械学習の技術を用いて構築される。図２は、推薦システム１０の構築に広く用いられている教師あり機械学習の例を示す概念図である。一般には、過去のユーザーの行動履歴を基に正例および負例を用意して、ユーザーとコンテキストとの組み合わせを予測モデル１２に入力し、予測誤差が小さくなるように予測モデル１２を訓練する。例えば、ユーザーが閲覧した閲覧アイテムを正例、閲覧しなかった非閲覧アイテムを負例とする。予測誤差が収束するまで機械学習が行われ、目標とする予測性能が獲得される。
こうして訓練された学習済み（訓練済み）の予測モデル１２を用いて、ユーザーとコンテキストの組合せに対して予測される閲覧確率が高いアイテムを推薦する。例えば、学習済みの予測モデル１２に対し、あるユーザーＡとコンテキストβとの組合せを入力すると、予測モデル１２は、ユーザーＡがコンテキストβの条件の下でアイテムＩＴ３のような文書を閲覧する確率が高いと推論し、当該ユーザーＡに対してアイテムＩＴ３に近いアイテムを推薦する。なお、推薦システム１０の構成によっては、コンテキストを考慮せずにユーザーに対してアイテムを推薦することも多い。
〔推薦システムの開発に用いるデータの例〕
ユーザーの行動履歴は、機械学習における「正解データ」と略等しいものである。厳密には、過去の行動履歴から次の（未知の）行動を推論するというタスク設定と理解されるが、過去の行動履歴を基に潜在的な特徴量を学習するのが一般的である。
ユーザーの行動履歴としては、例えば、本の購入履歴、動画の視聴履歴、または飲食店の訪問履歴などがあり得る。
また、主要な特徴量としては、ユーザー属性と、アイテム属性とがある。ユーザー属性は、例えば、性別、年代、職業、家族構成、および居住エリアなど、様々な要素があり得る。アイテム属性は、例えば、本のジャンル、値段、動画のジャンル、長さ、飲食店のジャンル、場所など様々な要素があり得る。
〔モデルの構築と運用〕
図３は、推薦システムの典型的な導入フローを示す説明図である。ここでは、ある施設に推薦システムを導入する際の典型的なフローを示す。推薦システムの導入は、まず、目的の推薦タスクを行うモデル１４を構築し（ステップ１）、その後、構築したモデル１４を導入して運用する（ステップ２）。モデル１４を「構築する」とは、機械学習モデルの場合、学習（訓練）用のデータを用いてモデル１４の学習を行い、実用レベルの推薦性能を満たす予測モデル（推薦モデル）を作成することを含む。モデル１４を「運用する」とは、例えば、ユーザーとコンテキストとの組合せの入力に対して、学習済みのモデル１４から推薦アイテムリストの出力を得ることである。
モデル１４の構築には、学習用のデータが必要である。図３に示すように、一般に推薦システムのモデル１４は、導入先の施設で収集したデータを基に学習が行われる。導入先の施設から収集されたデータを用いて学習を行うことにより、モデル１４は導入先の施設のユーザーの振る舞いを学習し、導入先の施設のユーザーに対して精度のよい推薦アイテムの予測が可能である。
しかし、様々な事情により、導入先の施設のデータが得られない場合がある。例えば、企業の社内システムや病院の院内システムにおける文書情報推薦システムなどの場合、推薦モデルを開発する企業が導入先の施設のデータにアクセスできないことが多い。導入先の施設のデータが得られない場合、代わりに、異なる施設で収集されたデータをもとに学習する必要がある。
図４は、導入先の施設のデータが得られない場合における推薦システムの導入フローの説明図である。導入先の施設とは異なる施設で収集されたデータを用いて学習したモデル１４を導入先の施設で運用すると、施設間のユーザーの振る舞いの違いなどにより、モデル１４の予測精度が低下してしまう問題がある。
学習した施設と異なる未知の他施設では機械学習モデルがうまく機能しない問題は、広義にはモデル１４を学習したソースドメインと、モデル１４を適用するターゲットドメインが異なるドメインシフトの問題に対するロバスト性を向上させるという技術課題として把握される。ドメイン汎化（Domain generalization）に関連する問題設定として、ドメイン適応（Domain adaptation）がある。これはソースドメインとターゲットドメインの両方のデータを用いて学習する方法である。ターゲットドメインのデータが存在するにもかかわらず異なるドメインのデータを使う目的は、ターゲットドメインのデータ量が少なく学習に不十分であるのを補うためである。
図５は、ドメイン適応によるモデル１４の学習を行う場合の説明図である。ターゲットドメインである導入先の施設で収集されたデータのデータ量は、異なる施設で収集されたデータよりもデータ量に比べて相対的に少ないものの、両方のデータを用いて学習を行うことにより、モデル１４は、導入先の施設のユーザーの振る舞いについてもある程度の精度で予測することが可能になる。
〔ドメインの説明〕
上記の「施設」の違いはドメインの違いの一種である。情報推薦におけるドメイン適応の研究に関する文献である非特許文献３（Ivan Cantador et al, Chapter 27:"Cross-domain Recommender System"）では、ドメインの違いが以下の４つに分類されている。
［１］アイテム属性レベル（Item attribute level）：例えば、コメディ映画とホラー映画は別ドメイン。
［２］アイテムタイプレベル（Item type level）：例えば、映画と連続テレビドラマは別ドメイン。
［３］アイテムレベル（Item level）：例えば、映画と本は別ドメイン。
［４］システムレベル（System level）：例えば、映画館の映画とテレビ放映の映画は別ドメイン。
図５等に示す「施設」の違いは、上記の４分類のうちの［４］システムレベルのドメインに該当する。
フォーマルにドメインを定義すると、ドメインは目的変数Ｙと説明変数Ｘの同時確率分布Ｐ（Ｘ，Ｙ）で規定され、Ｐｄ１（Ｘ，Ｙ）≠ Ｐｄ２(Ｘ，Ｙ)のとき、ｄ１とｄ２は異なるドメインである。
同時確率分布Ｐ（Ｘ，Ｙ）は、説明変数の分布Ｐ（Ｘ）と条件付き確率分布Ｐ（Ｙ｜Ｘ）との積、又は目的変数の分布Ｐ（Ｙ）と条件付き確率分布Ｐ（Ｙ｜Ｘ）との積で表すことができる。
Ｐ（Ｘ，Ｙ）＝Ｐ（Ｙ｜Ｘ）Ｐ（Ｘ）＝Ｐ（Ｘ｜Ｙ）Ｐ（Ｙ）
したがって、Ｐ（Ｘ）、Ｐ（Ｙ）、Ｐ（Ｙ｜Ｘ）及びＰ（Ｘ｜Ｙ）のうち１つ以上が変わると異なるドメインとなる。
〔ドメインシフトの典型パターン〕
［共変量シフト］説明変数の分布Ｐ（Ｘ）が異なる場合、共変量シフト（Covariate shift）と呼ばれる。例えば、データセット間でユーザー属性の分布が異なる場合、より具体的には男女比率が異なる場合などが共変量シフトに該当する。
［事前確率シフト］目的変数の分布Ｐ（Ｙ）が異なる場合、事前確率シフト（Prior probability shift）と呼ばれる。例えば、データセット間で平均閲覧率や平均購入率が異なる場合などが事前確率シフトに該当する。
［コンセプトシフト］条件付き確率分布Ｐ（Ｙ｜Ｘ）及びＰ（Ｘ｜Ｙ）が異なる場合、コンセプトシフト（Concept shift）と呼ばれる。例えば、ある企業の研究開発部門がデータ分析資料を読む確率がＰ（Ｙ｜Ｘ）にあたるが、これがデータセット間で異なる場合などがコンセプトシフトに該当する。
ドメイン適応あるいはドメイン汎化性の研究は、上記いずれかのパターンを主要因として想定しているものと、特にどのパターンが主要因であるかを考慮せずにＰ（Ｘ，Ｙ）が変化していることへの対処を考えるものと、がある。なお、前者の場合、特に、共変量シフトを想定しているものが多い。
〔ドメインシフトが影響する理由〕
予測あるいは分類のタスクを行う予測／分類モデルは、説明変数Ｘと目的変数Ｙの関係性に基づいて推論を行うため、Ｐ（Ｙ｜Ｘ）が変化すれば当然、予測／分類性能は低下する。また、予測／分類モデルを機械学習する際には学習データ内において予測／分類誤差の最小化を行うが、例えば、説明変数がＸ＝Ｘ_１になる頻度が、Ｘ＝Ｘ_２になる頻度より大きいとき、つまりＰ（Ｘ＝Ｘ_１）＞Ｐ（Ｘ＝Ｘ_２）であるとき、Ｘ＝Ｘ_１のデータの方がＸ＝Ｘ_２のデータより多いので、Ｘ＝Ｘ_１の誤差低減はＸ＝Ｘ_２の誤差低減より優先して学習される。そのためＰ（Ｘ）が施設間で変化する場合も、予測／分類性能は低下する。
ドメインシフトは、情報推薦に限らず、いろいろなタスクのモデルについて問題になり得る。例えば、社員の退職リスクを予測するモデルについて、ある企業のデータを用いて学習した予測モデルを別の企業で運用する場合にドメインシフトが問題になり得る。
また、細胞の抗体生産量を予測するモデルについて、ある抗体のデータを用いて学習したモデルを、別の抗体で運用する場合にドメインシフトが問題になり得る。また、顧客の声（Voice of Customer：ＶＯＣ）を分類するモデル、例えば、ＶＯＣを「商品機能」、「サポート対応」、および「その他」に分類するモデルについて、ある商品に関するデータを用いて学習した分類モデルを別の商品で運用する場合にドメインシフトが問題になり得る。
〔モデルの導入前評価について〕
学習したモデル１４を実際の施設等に導入する前に、モデル１４の性能評価を行うことが多い。性能評価は導入の可否判断や、モデルあるいは学習手法などの研究開発のために必要である。
図６は、学習したモデル１４の性能を評価するステップを含む推薦システム導入フローの説明図である。図６では、図５で説明したステップ１（モデル１４を学習するステップ）とステップ２（モデル１４を運用するステップ）との間に、「ステップ１．５」として、モデル１４の性能を評価するステップが追加されている。その他の構成は図５と同様である。図６に示すように、一般的な推薦システム導入のフローでは、導入先の施設で収集されたデータを学習用データと評価用データとに分割することが多い。評価用データを用いてモデル１４の予測性能を確認してから、モデル１４の運用が開始される。
しかし、ドメイン汎化のモデル１４を構築する場合は、学習用データと評価用データは異なるドメインである必要がある。さらに、ドメイン汎化においては、学習用データについても複数ドメインのデータを用いることが好ましく、学習に使えるドメインが多い方がより好ましい。
〔汎化性について〕
図７は、機械学習に用いる学習用データと評価用データの例を示す説明図である。あるドメインｄ１の同時確率分布Ｐｄ１（Ｘ，Ｙ）から得られるデータセットは、学習用データと、評価用データとに分けられる。学習用データと同一ドメインの評価用データを「第１の評価用データ」といい、図７において「評価用データ１」と表記する。また、ドメインｄ１と異なるドメインｄ２の同時確率分布Ｐｄ２（Ｘ，Ｙ）から得られるデータセットを用意し、これを評価用データとして用いる。学習用データと異なるドメインの評価用データを「第２の評価用データ」といい、図７において「評価用データ２」と表記する。
ドメインｄ１の学習用データを用いてモデル１４の学習が行われ、ドメインｄ１の第１の評価用データと、ドメインｄ２の第２の評価用データとのそれぞれを用いて学習済みのモデル１４の性能が評価される。
図８は、データセットの違いによるモデルの性能の違いを模式的に示すグラフである。学習用データ内でのモデル１４の性能を性能Ａ、第１の評価用データでのモデル１４の性能を性能Ｂ、第２の評価用データでのモデル１４の性能を性能Ｃとすると、通常は、図８のように、性能Ａ＞性能Ｂ＞性能Ｃのような関係になる。
モデル１４の汎化性能の高さは一般には、性能Ｂが高いこと、または性能ＡとＢの差が小さいことを指す。つまり、学習用データに過剰適合せずに、学習していないデータに対しても予測の性能が高いことを目指している。
本明細書におけるドメイン汎化性の文脈では、性能Ｃが高いこと、または性能Ｂと性能Ｃの差が小さいことを指す。つまり、学習に用いたドメインと異なるドメインでも、変わらずに高い性能が出ることを目指している。
仮に、学習の際には導入先の施設の行動履歴データを用いることができなくても、導入前にデータを用意できれば、導入先の施設とは異なる施設で収集されたデータを用いて複数のモデルを学習し、導入前にこれら複数のモデルについて、導入先の施設で収集されたデータを用いて性能を評価することにより、評価の結果に基づいて複数のモデルの中から最適なモデルを選択して導入先の施設に適用することが考えられる。図９にその例を示す。
図９は、学習ドメインと導入先ドメインとが異なる場合の推薦システム導入フローの例を示す説明図である。図９に示すように、導入先の施設とは異なる施設で収集されたデータを用いて、複数のモデルを学習し得る。ここでは、それぞれ異なる施設で収集されたデータセットＤＳ１、ＤＳ２、ＤＳ３を用いて、モデルＭ１、Ｍ２、Ｍ３の学習が行われる例を示す。例えば、モデルＭ１はデータセットＤＳ１を用いて訓練され、モデルＭ２はデータセットＤＳ２を用いて訓練され、モデルＭ３はデータセットＤＳ３を用いて訓練される。なお、各モデルＭ１、Ｍ２、Ｍ３の学習に用いるデータセットは、異なる施設で収集された複数のデータセットの組み合わせであってもよい。例えば、モデルＭ１はデータセットＤＳ１とデータセットＤＳ２とを混合したデータセットを用いて訓練されてもよい。
こうして、複数のモデルＭ１、Ｍ２、Ｍ３を学習した後、導入先の施設で収集されたデータＤｔｇを用いて、各モデルＭ１、Ｍ２、Ｍ３の性能を評価する。図９において、各モデルＭ１、Ｍ２、Ｍ３の下に示す「Ａ」、「Ｂ」、「Ｃ」の記号は、各モデルの評価結果を表している。Ａ評価は、導入基準を満たす良好な予測性能であることを示す。Ｂ評価はＡ評価よりも劣る性能であることを示す。Ｃ評価はＢ評価よりもさらに劣る性能であり、導入に適していないことを示す。
例えば、図９のように、モデルＭ１の評価結果が「Ａ」、モデルＭ２の評価結果が「Ｂ」、モデルＭ３の評価結果が「Ｃ」であったとすると、導入先の施設にとって最適なモデルとしてモデルＭ１が選択され、モデルＭ１を適用した推薦システム１０が導入されることになる。
〔課題の説明〕
本実施形態では、モデル学習時および導入前の評価時のいずれにおいても導入先の施設におけるユーザーのアイテムに対する行動履歴のデータを用意できない場合、あるいは、データはあってもデータ数が少なく、モデル評価を行うのに十分な数のデータを用意できない場合などを想定する。
図１０は、導入先の施設におけるユーザーの行動履歴が存在しない場合の課題を示す説明図である。情報推薦で用いるデータは、ユーザーの行動履歴と、ユーザーの属性やアイテムの属性などのメタデータとに大別される。ユーザーの行動履歴は目的変数であり、ユーザーの属性やアイテムの属性などのメタデータは説明変数である。
導入先の施設におけるユーザーの行動履歴のデータがないと、モデルの性能を評価することができない。すなわち、情報推薦のシステムに用いるモデルは、説明変数を基に目的変数を予測するため、目的変数の正解データがなければモデルの予測精度を評価することができない。モデルの性能を評価できなければ、複数のモデルの中から導入先の施設に適したモデルを選ぶことが困難である。このような課題は、導入先の施設におけるユーザーの行動履歴が存在する場合であっても、そのデータ数が少なく、モデル評価を行うために十分なデータ数が用意できていない場合も同様である。
本実施形態では、導入先の施設における行動履歴のデータがない場合、または、モデル評価に必要なデータ数には足りないような場合であっても、複数のモデルの中から導入先の施設において高性能なモデルを選択することが可能になる手段を提供する。以下の説明では、推薦システム１０の導入先の施設を「導入先施設」と呼び、候補のモデルを学習するためのデータを収集した施設を「学習施設」と呼ぶ。導入先施設はターゲットドメインに相当し、学習施設は学習ドメインに相当する。
〔第１実施形態に係る情報処理方法の概要〕
図１１および図１２は、第１実施形態に係る情報処理方法の概要を示す説明図である。ここでは、候補のモデルとしてモデルＭ１とモデルＭ２とが予め用意されている例を説明するが、実際にはさらに多数のモデルが用意されてよい。
候補のモデルＭ１は、導入先施設ＦＡｔとは異なる学習施設ＦＡ１で収集されたデータを用いて学習された予測モデルである。同様に、他の候補のモデルＭ２は、導入先施設ＦＡｔおよび学習施設ＦＡ１とは異なる学習施設ＦＡ２において収集されたデータを用いて学習された予測モデルである。
導入先施設ＦＡｔにおけるユーザーの行動履歴は利用できないものとする。「利用できない」とは、行動履歴が存在していない場合、存在してもデータにアクセス不能な場合、あるいはデータ数が少なくモデル評価に必要なデータ数が不十分である場合などの概念を含む。その一方で、図１１に示す導入先施設ＦＡｔについては、ユーザーの属性および／またはアイテムの属性などのメタデータのデータセットＤｍｔが存在しているものとする。
この場合、本実施形態に係る情報処理装置１００は、次のような手順（ステップ１～３）により処理を行う。
［ステップ１］
ステップ１では、情報処理装置１００は、学習施設ＦＡ１、ＦＡ２および導入先施設ＦＡｔのそれぞれの施設の特性を示す情報を抽出する。学習施設ＦＡ１、ＦＡ２の特性を示す情報は、学習に用いたメタデータ（説明変数）のデータセットＤｍ１、Ｄｍ２から統計処理などにより抽出した統計値や分布などであってよい。
説明変数のメタデータから抽出される統計情報などの施設特性情報を「メタデータ由来の施設特性情報」という。説明変数が連続値である場合、メタデータ由来の施設特性情報としての統計情報は、例えば、平均値、あるいは標準偏差などの統計値、またはこれらの組み合わせであってよい。また、説明変数が離散値である場合、メタデータ由来の施設特性情報としての統計情報は、例えば、最頻値、あるいは確率分布、またはこれらの組み合わせであってよい。
また、学習施設ＦＡ１、ＦＡ２の施設の特性を示す情報は、学習に用いたデータセットとは別の外部情報であってもよい。外部情報は、例えば、ウェブクローリングによってインターネット上から収集される情報、あるいはその収集された情報から抽出される統計値や分布などであってもよい。また、外部情報は、入手可能な公知資料などに基づき、ユーザーインターフェースを介して入力される情報であってもよい。
すなわち、情報処理装置１００が各施設において収集されるデータセット以外から施設に関する情報を取得する方法は、情報処理装置１００又は他のシステムのアルゴリズムがウェブクローリングなどで自動収集および／または自動抽出する場合と、作業者（オペレータ）が公知資料等を調査および／または入力する場合とがあり得る。
このようなデータセット以外の外部情報は、データセットに含まれるメタデータから抽出できない施設特性情報である。メタデータから抽出できない施設特性情報を「メタデータ外の施設関連情報」という。
情報処理装置１００が各施設について取得する施設特性情報は、メタデータ由来の施設特性情報とメタデータ外の施設関連情報との両方を含む構成であってもよいし、これらのうちいずれか一方の情報のみであってもよい。図１１に示す導入先施設ＦＡｔにおいては、ユーザーの属性およびアイテムの属性などの説明変数（メタデータ）のデータセットＤｍｔが用意されているものとする。
情報処理装置１００は、学習施設ＦＡ１の施設特性情報として、学習施設ＦＡ１についてのメタデータ由来の施設特性情報ＳＴ１とメタデータ外の施設関連情報ＥＩ１とを取得する。また、情報処理装置１００は、学習施設ＦＡ２の施設特性情報として、学習施設ＦＡ２についてのメタデータ由来の施設特性情報ＳＴ２とメタデータ外の施設関連情報ＥＩ２とを取得する。
同様に、情報処理装置１００は、導入先施設ＦＡｔから収集されたメタデータのデータセットＤｍｔから抽出した統計値や分布などのメタデータ由来の施設特性情報ＳＴｔと、ウェブクローリングなどによりメタデータ外の施設関連情報ＥＩｔとを取得する。
［ステップ２］
ステップ２では、情報処理装置１００は、取得した各施設の施設特性情報を基に、各学習施設ＦＡ１、ＦＡ２と導入先施設ＦＡｔとの類似度を評価する。例えば、各施設の施設特性情報は多次元のベクトルとして表現され、類似度はベクトル空間におけるベクトル間のユークリッド距離によって評価される。
［ステップ３］
ステップ３では、情報処理装置１００は、ステップ２にて得られた類似度に基づき、導入先施設ＦＡｔとの類似度の高い学習施設で収集されたデータを用いて学習したモデルを選択する。例えば、ステップ２における評価の結果、学習施設ＦＡ１と導入先施設ＦＡｔの類似度が小さく、学習施設ＦＡ２と導入先施設ＦＡｔの類似度が大きかった場合、情報処理装置１００は、候補のモデルＭ１、Ｍ２のうち、モデルＭ２を導入先施設ＦＡｔに適したモデルとして選択する。
なお、情報処理装置１００において、各施設の施設特性情報として、メタデータ由来の施設特性情報のみを使用する場合には、図１１におけるメタデータ外の施設関連情報ＥＩ１、ＥＩ２、ＥＩｔの取得は不要である。また、情報処理装置１００において、各施設の施設特性情報として、メタデータ外の施設関連情報のみを使用する場合には、図１１におけるメタデータ由来の施設特性情報ＳＴ１、ＳＴ２、ＳＴｔの取得は不要である。
〔各学習施設のデータセットとモデルの関係〕
それぞれの学習施設で収集されるデータセットとモデルの関係は、図１１及び図１２に示すように、データセットごとに、その１つの学習施設のデータセットだけを使って、１データセットから１モデルを学習することが基本的な考え方である。この場合、モデルの学習に用いた１つのデータセットが主たるデータセットとなり、このデータセットの収集元が主たる学習施設である。
しかし、互いに異なる複数の学習施設から収集された複数のデータセットのうち２つ以上のデータセットを混ぜたデータセット用いてモデルを学習することもあり得る。例えば、学習施設１で収集された１００００レコードの行動履歴のデータセットと、学習施設２で収集された１００レコードの行動履歴のデータセットとを含むデータセットを用いてモデルを学習した場合、このモデルの学習に用いたデータセットの大部分は学習施設１のデータであり、学習施設２のデータが占める割合は相対的に極めて少ない。このような場合は、学習施設１で収集されたデータセットが主たるデータセットであり、学習施設１が主たる学習施設であると認められる。このような条件の下で学習されたモデルは、主たる学習施設である学習施設１での予測性能が高いものとなる。したがって、複数の学習施設から収集された複数のデータセットを用いて学習したモデルについては、導入先施設の特性と主たる学習施設の特性との類似度を基に、モデルの採否を決定してもよい。
また、１モデルについての主たる学習施設が複数である場合は、導入先施設の特性とそれぞれの主たる学習施設の特性との類似度の平均値、若しくは最大値、若しくは最小値などの代表値を基に、モデルの採否を決定してもよい。例えば、学習施設１で収集された５０００レコードの行動履歴のデータセットと、学習施設２で収集された５０００レコードの行動履歴のデータセットとを含むデータセットを用いてモデルを学習した場合、このモデルの学習に用いた全データのデータセットに占める学習施設１のデータの割合と、学習施設２のデータの割合とは同等であることから、主たる学習施設として１つの学習施設のみを特定することが困難である。このような場合は、学習施設１と学習施設２のそれぞれが主たる学習施設であるとして扱い、導入先施設の特性と学習施設１の特性との類似度と、導入先施設と学習施設２との類似度との平均値を求めたり、最大値若しくは最小値を求めたりなどの方法により、複数の学習施設の組み合わせに対して施設の特性の類似度を評価し、その評価結果を基に、モデルの採否を決定してもよい。
複数の学習施設にて収集された複数のデータセットのうち２つ以上のデータセットを混ぜたデータセットを用いてモデルを学習した場合には、学習に用いた全データ数に占める学習施設ごとのデータ数の割合が最大である学習施設のデータセットは「主たるデータセット」となり得る。一方、学習に用いた全データ数に占める学習施設ごとのデータ数の割合が基準の値未満であるような学習施設のデータセットは「主たるデータセット」から除外されてもよい。基準の値は、学習に対するデータセットの寄与の程度が相対的に極めて小さいものと見做せるか否かの判定基準としての技術目的の範囲で適宜設定されてよく、例えば、１０％であってもよいし、５％であってもよい。学習に用いた全データ数に占めるデータ数の割合が基準の値以上である学習施設のデータセットは「主たるデータセット」となり得る。
また、複数の学習施設にて収集された複数のデータセットのうち２つ以上のデータセットを混ぜたデータセットを用いてモデルを学習した場合には、学習に用いた全データ数に占める学習施設ごとのデータ数の割合を重みとして、導入先施設の特性と各学習施設の特性との類似度の加重平均を求めるなどの方法により、複数の学習施設の組み合わせに対して施設の特性の類似度を評価し、その評価結果を基に、モデルの採否を決定してもよい。
《情報処理装置の概要》
図１３は、実施形態に係る情報処理装置１００のハードウェア構成の例を概略的に示すブロック図である。情報処理装置１００は、コンピュータのハードウェアとソフトウェアとを用いて実現できる。情報処理装置１００の物理的形態は特に限定されず、サーバコンピュータであってもよいし、ワークステーションであってもよく、パーソナルコンピュータあるいはタブレット端末などであってもよい。ここでは、１台のコンピュータを用いて情報処理装置１００の処理機能を実現する例を述べるが、情報処理装置１００の処理機能は、複数台のコンピュータを用いて構成されるコンピュータシステムによって実現してもよい。
情報処理装置１００は、プロセッサ１０２と、非一時的な有体物であるコンピュータ可読媒体１０４と、通信インターフェース１０６と、入出力インターフェース１０８と、バス１１０とを含む。
プロセッサ１０２は、ＣＰＵ（Central Processing Unit）を含む。プロセッサ１０２はＧＰＵ（Graphics Processing Unit）を含んでもよい。プロセッサ１０２は、バス１１０を介してコンピュータ可読媒体１０４、通信インターフェース１０６および入出力インターフェース１０８と接続される。プロセッサ１０２は、コンピュータ可読媒体１０４に記憶された各種のプログラムおよびデータ等を読み出し、各種の処理を実行する。プログラムという用語は、プログラムモジュールの概念を含み、プログラムに準じる命令を含む。
コンピュータ可読媒体１０４は、例えば、主記憶装置であるメモリ１１２および補助記憶装置であるストレージ１１４を含む記憶装置である。ストレージ１１４は、例えば、ハードディスクドライブ（Hard Disk Drive：ＨＤＤ）装置、ソリッドステートドライブ（Solid State Drive：ＳＳＤ）装置、光ディスク、光磁気ディスク、もしくは半導体メモリ、またはこれらの適宜の組み合わせを用いて構成される。ストレージ１１４には、各種プログラムやデータ等が記憶される。
メモリ１１２は、プロセッサ１０２の作業領域として使用され、ストレージ１１４から読み出されたプログラムおよび各種のデータを一時的に記憶する記憶部として用いられる。ストレージ１１４に記憶されているプログラムがメモリ１１２にロードされ、プログラムの命令をプロセッサ１０２が実行することにより、プロセッサ１０２は、プログラムで規定される各種の処理を行う手段として機能する。
メモリ１１２には、プロセッサ１０２によって実行される施設特性取得プログラム１３０、類似度評価プログラム１３２、およびモデル選択プログラム１３４などの各種のプログラムおよび各種のデータ等が記憶される。
施設特性取得プログラム１３０は、学習施設および導入施設の特性を示す情報を取得する処理を実行させるプログラムである。施設特性取得プログラム１３０は、例えば、学習施設で収集されたデータセットに含まれるデータを統計処理するなどして、学習施設の特性を示す情報を取得してもよい。また、施設特性取得プログラム１３０は、例えば、ユーザーインターフェースを介して施設の特性を示す情報の入力を受け付けてもよいし、インターネット上から施設の特性を示す公開情報などを自動的に収集するウェブクローリングのプログラムを含んでもよい。
類似度評価プログラム１３２は、各施設の施設特性情報を基に、導入施設と各学習施設との施設特性の類似度を評価する処理を実行させるプログラムである。モデル選択プログラム１３４は、類似度の評価結果に基づき、候補の複数のモデルの中から、導入施設に適したモデルを選択する処理を実行させるプログラムである。
メモリ１１２は、施設情報保存部１３６と、候補モデル保存部１３８と、を含む。施設情報保存部１３６は、施設特性取得プログラム１３０によって取得された各施設の施設特性情報を含む施設情報が記憶される記憶領域である。また、施設情報保存部１３６は、導入先施設において収集されたメタデータが記憶される記憶領域を含んでもよい。
候補モデル保存部１３８は、複数の学習施設のそれぞれのデータセットを用いて学習された学習済み（訓練済み）の複数のモデルが記憶される記憶領域である。候補モデル保存部１３８は、各モデルの学習に用いたデータセットを記憶しておく記憶領域を含んでもよい。また、候補モデル保存部１３８は、各学習施設の施設特性情報をモデルと関連付けて（紐付けて）記憶しておく記憶領域を含んでもよい。
通信インターフェース１０６は、有線または無線により外部装置との通信処理を行い、外部装置との間で情報のやり取りを行う。情報処理装置１００は、通信インターフェース１０６を介して不図示の通信回線に接続される。通信回線は、ローカルエリアネットワークであってもよいし、ワイドエリアネットワークであってもよく、これらの組み合わせであってもよい。通信インターフェース１０６は、データセットなど様々なデータの入力を受け付けるデータ取得部の役割を担うことができる。
情報処理装置１００は、入力装置１５２と表示装置１５４とを備えていてもよい。入力装置１５２および表示装置１５４は入出力インターフェース１０８を介してバス１１０に接続される。入力装置１５２は、例えば、キーボード、マウス、マルチタッチパネル、もしくはその他のポインティングデバイス、もしくは、音声入力装置、またはこれらの適宜の組み合わせであってよい。表示装置１５４は、例えば、液晶ディスプレイ、有機ＥＬ（organic electro-luminescence:ＯＥＬ）ディスプレイ、もしくは、プロジェクタ、またはこれらの適宜の組み合わせであってよい。なお、タッチパネルのように入力装置１５２と表示装置１５４とが一体的に構成されてもよく、タッチパネル式のタブレット端末のように、情報処理装置１００と入力装置１５２と表示装置１５４とが一体的に構成されてもよい。
図１４は、情報処理装置１００の機能的構成を示す機能ブロック図である。情報処理装置１００は、データ取得部２２０と、データ保存部２２２と、施設特性取得部２３０と、類似度評価部２４０と、モデル選択部２４４と、を含む。データ取得部２２０は、導入先施設ＦＡｔについてのメタデータなど、様々なデータを取得する。データ取得部２２０は、通信インターフェース１０６を含んで構成されてもよい。
データ取得部２２０を介して取得されたデータはデータ保存部２２２に保存される。データ保存部２２２は、導入先メタデータ保存部２２４と、候補モデル保存部と１３８と、を含む。導入先メタデータ保存部２２４には、導入先施設ＦＡｔのユーザー属性および／またはアイテム属性などのメタデータのデータセットＤｍｔが保存される。
候補モデル保存部１３８には、候補となる複数のモデルＭ１、Ｍ２・・・Ｍｎが保存される。また、候補モデル保存部１３８には、それぞれのモデルの学習に用いたデータセットＤＳ１、ＤＳ２・・・ＤＳｎがモデルと関連付けされて保存されてもよい。ここでは、データセットＤＳ１、ＤＳ２・・・ＤＳｎのそれぞれは異なる学習施設から収集されたものとし、モデルＭｋ（ｋ＝１，２・・・ｎ）は学習施設ｋにおいて収集されたデータセットＤＳｋを用いて学習したモデルとする。なお、学習施設によってはモデルの学習に用いたデータセットをモデル学習後に破棄する契約がなされる場合もあり、モデルの学習に用いたデータセットが保存されていないケースもあり得る。
施設特性取得部２３０は、複数の学習施設ｋおよび導入先施設ＦＡｔのそれぞれの施設の特性を示す情報を取得する。施設特性取得部２３０は、統計情報抽出部２３２と、メタデータ外施設情報抽出部２３４と、を含む。統計情報抽出部２３２は、各学習施設ｋのデータセットＤＳｋに含まれるメタデータについて統計処理を行い、統計値および／または分布などの統計情報を抽出する。
メタデータ外施設情報抽出部２３４は、インターネット上からウェブクローリングを行い、対象とする施設に関するメタデータ外の施設関連情報を抽出する。また、メタデータ外施設情報抽出部２３４は、ユーザーインターフェースを介して作業者による情報の入力を受け付け、対象とする施設についてのメタデータ外の施設関連情報を取得してもよい。
類似度評価部２４０は、各学習施設ｋと導入先施設ＦＡｔとのそれぞれの施設特性情報を基に、各学習施設ｋと導入先施設ＦＡｔとの類似度を評価する。
モデル選択部２４４は、類似度評価部２４０により評価された類似度を基に、複数のモデルの中から導入先施設ＦＡｔに適したモデルを選択する。
〔フローチャートの例〕
図１５は、情報処理装置１００の動作の例を示すフローチャートである。予め学習した複数のモデルＭｋ（ｋ＝１，２・・・ｎ）が用意されているものとする。図１５のフローチャートが開始されると、ステップＳ１１１において、プロセッサ１０２は、用意された各モデルＭｋの学習に用いたデータセットＤＳｋを収集した学習施設ｋの特性を取得する。
ステップＳ１１２において、プロセッサ１０２は、導入先施設ＦＡｔの特性を取得する。なお、ステップＳ１１１とステップＳ１１２の処理の順番は入れ替えてもよい。
ステップＳ１１３において、プロセッサ１０２は、ステップＳ１１１およびステップＳ１１２にて取得した各施設の特性から導入先施設ＦＡｔと各学習施設ｋとの施設間の類似度を評価する。
ステップＳ１１４において、プロセッサ１０２は、導入先施設ＦＡｔとの類似度の高い施設で収集したデータセットを用いて学習したモデルを選択する。プロセッサ１０２は、類似度が最も高い施設のデータセットを用いて学習したモデルを最適なモデルとして抽出してもよいし、類似度が基準値（閾値）以上となる施設が複数存在する場合に、これら類似度の許容条件を満たす施設のデータセットを用いて学習した２以上のモデルを、導入先に適用可能なモデルとして抽出してもよい。導入先に適用可能なモデルが複数抽出される場合、プロセッサ１０２は、施設の特性の類似度の高い順に優先順位を付して類似度が上位の適用候補のモデルを提示してもよいし、類似度の評価結果と共に適用候補のモデルを提示してもよい。プロセッサ１０２によって選択された１つ以上のモデルの情報は、モデル選択の処理結果として表示装置１５４などに出力される。ステップＳ１１４の後、プロセッサ１０２は図１４のフローチャートを終了する。
〔具体的な適用例〕
ここでは小売店舗向けの推薦システムの例を説明する。学習に用いるデータとして、店舗１、店舗２、及び店舗３のそれぞれの店舗における行動履歴（購買履歴）データおよびユーザー属性（年齢）とアイテム属性（価格）とがあるものとする。店舗１～店舗３のそれぞれは学習施設であり、本開示における「第１施設」の一例である。新規オープンする店舗４向けの推薦システムを開発することを目指すが、店舗４における行動履歴データはまだ存在していないものとする。その一方で、店舗４にて販売する予定の商品構成は決まっているため、アイテム属性のデータセットはある。また、オープンに先立ち店舗会員を事前募集しているため店舗４のユーザー属性のデータセットもある。店舗４は導入先施設であり、本開示における「第２施設」の一例である。
以上のような条件の下で、情報処理装置１００は、次のような処理ステップ１～４の処理を行う。
［処理ステップ１］
プロセッサ１０２は、店舗１から店舗４のそれぞれの特性をユーザー属性とアイテム属性とのデータセットから抽出する。例えば、店舗１から店舗４のそれぞれのユーザー属性から抽出されたユーザーの平均年齢は、店舗１から順にそれぞれ、３５歳、４５歳、５０歳、４０歳である（図１６参照）。また、例えば、店舗１から店舗４のそれぞれのアイテム属性から抽出されたアイテムの平均価格は、店舗１から順にそれぞれ、５００円、３００円、６００円、４００円である（図１７参照）。データセットから抽出される店舗の特性は、説明変数などのメタデータから抽出した統計値や分布などであってよい。
［処理ステップ２］
次に、プロセッサ１０２は、店舗１から店舗４のそれぞれの特性を、各店舗のデータセットからではなく、データセットとは別の外部情報から抽出する。プロセッサ１０２は、メタデータ外の施設関連情報として、例えば、各店舗の床面積と、各店舗が所在する市町村の世帯平均年収と、を取得する（図１８参照）。店舗１から店舗４の各店舗の床面積は、店舗１から順にそれぞれ、例えば、１０００ｍ2、１５００ｍ2、５００ｍ2、２０００ｍ2である。また、店舗１から店舗４の各店舗が所在する市町村の平均世帯年収は、店舗１から順にそれぞれ、例えば、６００万円、４００万円、７００万円、５００万円、である。データセットとは別の外部情報から抽出される店舗の特性は、データセットに含まれていない店舗自体の特性に関する様々なデータがあり得る。各店舗の床面積および各店舗が所在する市町村の平均世帯年収のそれぞれは、本開示における「メタデータ以外の施設関連情報」の一例である。
［処理ステップ３］
処理ステップ１および処理ステップ２によって得られた各店舗の特性を示す複数種類の数値から、各店舗の特性は多次元のベクトルで表現される。上述の例の場合、プロセッサ１０２は、各店舗の特性を、ユーザー平均年齢、アイテムの平均価格、店舗の床面積、および所在市町村の平均世帯年収の４次元のベクトルで表現する。具体的には、店舗１から店舗４の各店舗の特性ベクトルは、（３５，５００，１０００，６００）、（４５，３００，１５００，４００）、（５０，６００，５００，７００）、（４０，４００，２０００，５００）である。
［処理ステップ４］
次に、プロセッサ１０２は、各店舗の特性の類似度を求める。店舗の特性を表現するベクトル空間において特性ベクトルの類似度を評価するにあたり、ベクトルの各次元の値の範囲を揃えるために、プロセッサ１０２は、次元ごとに平均値と標準偏差とを求め、各次元の値から平均値を引いて標準偏差で割ることにより値を標準化する。
そして、プロセッサ１０２は、各店舗の標準化された施設特性ベクトルを用いて、店舗４と、他の店舗１～３とのそれぞれのベクトル間のユークリッド距離を求める。ベクトル間のユークリッド距離は、施設特性の類似度を評価する指標（評価値）の一例である。
例えば、店舗４と店舗１のベクトル間のユークリッド距離は２．０５、店舗４と店舗２のベクトル間のユークリッド距離は１．５５、店舗４と店舗３のベクトル間のユークリッド距離は３．５５となる。その結果、店舗２が最も類似度が高いことが把握される。
［処理ステップ５］
プロセッサ１０２は、処理ステップ４による類似度の評価結果から、類似度が最も高い店舗２のデータセットを用いて学習したモデルを店舗４に適したモデルとして選択する。
店舗の特性の類似性から、ユーザーのアイテムに対する行動特性は、店舗１から店舗３の中で店舗２がもっとも店舗４に近いと期待される。したがって、店舗２のデータセットを用いて学習したモデルを店舗４に導入することにより、未だ行動履歴のない店舗４においても高い性能の情報推薦を実現し得る。
〔ユーザー属性の統計情報を抽出する例〕
図１６は、施設の特性としてのユーザー属性の統計情報を抽出する場合の例を示す説明図である。ここでは、施設の具体例として、スーパーなどの小売店の店舗の例を示す。既述のとおり、店舗１～店舗３のそれぞれは学習施設であり、店舗４は導入先施設であるとする。図１７および図１８においても同様である。
図１６では、店舗１～店舗４の各店舗（施設）のユーザーのユーザー属性の１つである「年齢」のデータの例が示されている。
プロセッサ１０２は、図１６に示すような、各店舗のユーザーのユーザー属性についてのデータセットから、各店舗のユーザーの平均年齢を求める。平均年齢は統計情報の一例であり、各店舗の特性を示す情報の１つである。
例えば、店舗１のユーザー属性のデータから算出される店舗１のユーザーの平均年齢は３５歳である。同様に、店舗２のユーザー属性のデータから算出される店舗２のユーザーの平均年齢は４５歳、店舗３のユーザーの平均年齢は５０歳、店舗４のユーザーの平均年齢は４０歳である。
プロセッサ１０２は、さらに、各店舗における標準偏差を求めてもよい。また、プロセッサ１０２は、平均年齢の代わりに、または、平均年齢に加えて、ユーザーの年齢のヒストグラムあるいは年齢の密度分布などを求めてもよい。
〔アイテム属性の統計情報を抽出する例〕
図１７は、施設の特性としてのアイテム属性の統計情報を抽出する場合の例を示す説明図である。図１７には、店舗１～店舗４の各店舗（施設）のアイテムの属性の１つである「価格」のデータの例が示されている。
プロセッサ１０２は、図１７に示すように、各店舗で扱うアイテム（ここでは商品）の価格についてのデータから、各店舗のアイテムの平均価格を求める。平均価格は統計情報の一例であり、各店舗の特性を示す情報の１つである。
例えば、店舗１のアイテム属性のデータから算出される店舗１のアイテムの平均価格は５００円である。同様に、店舗２のアイテム属性のデータから算出される店舗２のアイテムの平均価格は３００円、店舗３のアイテムの平均価格は６００円、店舗４のアイテムの平均価格は４００円である。
プロセッサ１０２は、さらに、各店舗における標準偏差を求めてもよい。また、プロセッサ１０２は、平均価格の代わりに、または、平均価格に加えて、アイテムの価格のヒストグラムあるいは価格の密度分布などを求めてもよい。
〔メタデータ外の施設関連情報を抽出する例〕
図１８は、ウェブクローリングによって施設に関する情報を抽出する場合の例を示す説明図である。図１８には、店舗１～店舗４の各店舗（施設）についてメタデータ外の施設関連情報である各店舗の床面積と、店舗が所在する市町村の平均世帯年収とを抽出する場合の例が示されている。情報処理装置１００は、インターネットで情報をクローリングし、各店舗１～４の床面積の情報と、その店舗が所在する市町村の平均世帯年収の情報とを取得する。店舗の住所、規模（大きさ）、店舗の近隣住民の平均世帯年収などは、その店舗におけるユーザーの行動に関係する店舗の特性となり得る。
なお、情報処理装置１００がクローリングを実施する形態に限らず、情報処理装置１００以外の不図示の情報処理装置がウェブクローリングを実施して、クローリングにより抽出した情報を情報処理装置１００が取得してもよい。
図１８では小売店の店舗の例を示しているが、また、対象とする施設の種類によって、抽出すべき情報の内容は異なってよい。例えば、施設が病院などの医療施設である場合、データセット外の施設特性情報として、病院の種類、病院の規模、あるいは、備えている診療科の種類などがあり得る。病院の種類は、例えば、開設元別に、国立病院、公立病院、大学病院、一般の病院などの種類があり得る。また、病院の種類は、機能別に類型化された特定機能病院、地域医療支援病院、その他、などの種類があり得る。病院の規模は、例えば、病床数などであってもよい。
〔第２実施形態〕
図１９は、第２実施形態に係る情報処理方法の概要を示す説明図である。図１９において、図１２と共通する要素には同一の符号を付し、重複する説明は省略する。図１２で説明した前提条件は図１９においても同様である。第２実施形態では、図１２のステップ１の前にステップ０が追加され、図１２のステップ３の代わりに、図１９のステップ３およびステップ４を含む。
第２実施形態において情報処理装置１００は、次のような手順（ステップ０～４）により処理を行う。
［ステップ０］
ステップ０では、情報処理装置１００または他の機械学習装置は、各モデルを学習した際に、それぞれのモデルの性能を評価しておく。機械学習装置は、情報処理装置１００とは異なるコンピュータシステムであってよい。各モデルの予測性能の評価に用いる評価用データは、学習に用いたデータセットと同じ施設で収集されたデータであってよい。モデルの予測性能は、例えば、予測精度などの指標（評価値）を用いて数値化される。情報処理装置１００は、各モデルの予測性能の評価値をモデルと関連付けて記憶しておく。例えば、モデルＭ１の予測性能を示す評価値は０．５、モデルＭ２の予測性能を示す評価値は０．２であるとする。
［ステップ１およびステップ２］
ステップ１およびステップ２の処理は、図１２と同様である。
［ステップ３］
ステップ３では、情報処理装置１００は、モデルの予測性能と施設間の類似度とによる複合スコアを算出する。ここでは、予測性能の評価値と類似度との積をとって複合スコアを算出する例を示しているが、積の代わりに平均値を用いてもよい。
学習施設ＦＡ１と導入先施設ＦＡｔの類似度が０．６、学習施設ＦＡ２と導入先施設ＦＡｔの類似度が０．８であるとすると、モデルＭ１の予測性能と学習施設ＦＡ１の類似度とによる複合スコアは０．３と算出され、モデルＭ２の予測性能と学習施設ＦＡ２の類似度とによる複合スコアは０．１６と算出される。
［ステップ４］
ステップ４では、情報処理装置１００は、ステップ３にて得られた複合スコアに基づき、複合スコアの高いモデルを選択する。図１９の例では、情報処理装置１００は、モデルＭ１、Ｍ２のうち、複合スコアの高いモデルＭ１を導入先施設ＦＡｔに適したモデルとして選択する。
このように、施設間の類似度のみならず、それぞれの学習施設における各モデルの予測性能を加味してモデルを選択する構成であってもよい。
〔変形例〕
第２実施形態では、各モデルの予測性能を加味した複合スコアを用いる例を説明したが、モデルの予測性能に代えて、または、これと組み合わせて、導入先施設ＦＡｔにおけるモデルの適合性を評価する何かしらの適合性評価値を加味した複合スコアを用いてもよい。適合性評価値は、例えば、導入先施設ＦＡｔでのユーザーに対するアンケートの結果などであってもよい。アンケートの結果などに基づく適合性評価値は本開示における「適合性評価情報」の一例である。
〔学習施設で収集されたデータセットをモデル学習後に利用不能になる場合の対処例〕
契約上の機密情報の破棄などの規定により、学習施設において収集されたデータセットおよびそのデータセットから抽出した特性等のデータについては、学習後に破棄することが要請され、これらデータを保持し続けることができない場合が想定される。
このような場合、施設間の類似度を評価するにあたり、学習施設において収集されたデータセットに含まれるメタデータの利用や、メタデータの統計値等の利用ができなくなる。かかる場合の対処例について、図２０を用いて説明する。
図２０は、施設の特性を表現するベクトル空間における各施設の特性を模式的に示した説明図である。図２０中の破線で示す施設特性ＬＤは、学習後に破棄されるなどして利用不能になる学習施設の特性を示すデータである。施設特性ＬＤの学習施設を「非保持学習施設」と呼ぶ。この場合、情報処理装置１００は、非保持学習施設の施設特性ＬＤとの類似度を評価済みの複数の施設特性Ｄｕｍ１、Ｄｕｍ２、Ｄｕｍ３を用い、導入先施設の施設特性ＴＧと、複数の施設特性Ｄｕｍ１、Ｄｕｍ２、Ｄｕｍ３のそれぞれとの類似度を基に、非保持学習施設の施設特性ＬＤと導入先施設の施設特性ＴＧとの類似度を評価してもよい。複数の施設特性Ｄｕｍ１、Ｄｕｍ２、Ｄｕｍ３のそれぞれはダミーデータであってもよい。
情報処理装置１００または他の情報処理装置は、非保持学習施設の施設特性ＬＤを基に、これら複数の施設特性Ｄｕｍ１、Ｄｕｍ２、Ｄｕｍ３を生成し得る。情報処理装置１００は、非保持学習施設の施設特性ＬＤの代わりに、複数の施設特性Ｄｕｍ１、Ｄｕｍ２、Ｄｕｍ３のデータを施設特性ＬＤとの類似度と関連付けて保持しておくことができる。これにより、非保持学習施設の施設特性ＬＤがなくても、導入先施設の施設特性ＴＧとの類似度を評価することが可能である。複数の施設特性Ｄｕｍ１、Ｄｕｍ２、Ｄｕｍ３のそれぞれは、本開示における「第３施設の特性」の一例である。
〔学習方法の説明〕
次に、モデルの学習方法について説明する。ここでは、情報推薦において多用される行列分解（matrix factorization）の場合を例に説明する。なお、以下の説明においては、情報処理装置１００が学習の処理を実行する例を示すが、学習の処理を実行する装置は、情報処理装置１００とは別のコンピュータシステムであってもよい。
学習施設における複数のユーザーの複数のアイテムに対する行動履歴を含むデータセットがある場合、プロセッサ１０２は、このデータを基に、まず変数間の依存性を学習する。より具体的には、プロセッサ１０２は、ユーザーおよびアイテムをそれぞれベクトルで表現し、それぞれの内積の和が行動確率になるようなモデルを用い、行動予測の誤差を最小化するようにモデルのパラメータを更新していく。
ユーザーのベクトル表現は、例えば、そのユーザーの各属性のベクトル表現の足し合わせで表現する。アイテムのベクトル表現も同様である。変数間の依存性を学習したモデルは、与えられた行動履歴のデータセットにおける目的変数Ｙと各説明変数Ｘ間の同時確率分布Ｐ（Ｘ，Ｙ）を表現したものに相当する。
図２１は、同時確率分布Ｐ（Ｘ，Ｙ）の変数間の依存関係を表現する有向非巡回グラフ（Directed Acyclic Graph:ＤＡＧ）の例である。図２１では、説明変数Ｘとして、ユーザー属性１、ユーザー属性２、アイテム属性１、およびアイテム属性２の４つの変数を用いる例を示す。これら各説明変数Ｘと、目的変数Ｙであるユーザーのアイテムに対する行動との関係は、例えば、図２１のようなグラフによって表される。
学習の際には、例えば、図２１に示すＤＡＧのような変数間の依存関係を基に、同時確率分布Ｐ（Ｘ，Ｙ）のベクトル表現を求める。図２１に示すグラフは、目的変数であるユーザーのアイテムに対する行動が、ユーザーの行動特性と、アイテムの特性とに依存していることを示しており、ユーザーの行動特性がユーザー属性１とユーザー属性２とに依存し、アイテムの特性がアイテム属性１とアイテム属性２とに依存していることを示している。
図２１のように、ユーザー属性１とユーザー属性２との組み合わせがユーザーの行動特性を規定する。また、アイテム属性１とアイテム属性２との組み合わせがアイテムの特性を規定する。そして、ユーザーのアイテムに対する行動は、ユーザーの行動特性とアイテムの特性との組み合わせによって規定される。
一般に、Ｐ（Ｘ，Ｙ）＝Ｐ（Ｘ）×Ｐ（Ｙ｜Ｘ）の関係が成り立ち、図２１のグラフをこの式に当てはめると、次のように表される。
Ｐ（Ｘ）＝Ｐ（ユーザー属性１，ユーザー属性２，アイテム属性１，アイテム属性２）
Ｐ（Ｙ｜Ｘ）＝Ｐ（ユーザーのアイテムに対する行動|ユーザー属性１，ユーザー属性２，アイテム属性１，アイテム属性２）
Ｐ（Ｘ，Ｙ）＝Ｐ（ユーザー属性１，ユーザー属性２，アイテム属性１，アイテム属性２)×Ｐ(ユーザーのアイテムに対する行動|ユーザー属性１，ユーザー属性２，アイテム属性１，アイテム属性２)
また、図２１に示すグラフは、次のように要素分解できることを示している。
Ｐ（Ｙ｜Ｘ）＝Ｐ(ユーザーのアイテムに対する行動|ユーザーの行動特性,アイテムの特性)×Ｐ(ユーザーの行動特性|ユーザー属性１，ユーザー属性２)×Ｐ(アイテムの行動特性|アイテム属性１，アイテム属性２)
〔条件付き確率分布Ｐ（Ｙ｜Ｘ）の確率表現の例〕
例えば、ユーザーがアイテムを閲覧（Ｙ＝１）する確率を、ユーザー特性ベクトルとアイテム特性ベクトルの内積のシグモイド関数で表現する。このような表現方法は、行列分解（Matrix Factorization）と呼ばれる。なお、シグモイド関数を採用している理由は、シグモイド関数の値が０から１の範囲となって関数の値がそのまま確率に対応するものとなり得るためである。シグモイド関数に限らず、他の関数を用いるモデル表現であってもよい。
図２２に、Ｐ（Ｙ｜Ｘ）の確率表現の具体例を示す。図２２の上段に示す式Ｆ２２Ａは、行列分解により、ユーザー特性ベクトルθｕと、アイテム特性ベクトルφｉとをそれぞれ５次元のベクトルで表し、これらの内積（θｕ・φｉ）のシグモイド関数σ（θｕ・φｉ）を条件付き確率Ｐ（Ｙ＝１｜ユーザー，アイテム）として表現する式の例である。
ｕはユーザーを区別するインデックス値である。ｉはアイテムを区別するインデックス値である。なお、ベクトルの次元は５次元に限らず、モデルのハイパーパラメータとして適宜の次元数に設定される。
ユーザー特性ベクトルθｕは、ユーザーの属性ベクトルの足し合わせで表現される。例えば、図２２の中段に示す式Ｆ２２Ｂのように、ユーザー特性ベクトルθｕは、ユーザー属性１ベクトルと、ユーザー属性２ベクトルとの和で表現される。また、アイテム特性ベクトルφｉは、アイテムの属性ベクトルの足し合わせで表現される。例えば、図２２の下段に示す式Ｆ２２Ｃのように、アイテム特性ベクトルφｉは、アイテム属性１ベクトルと、アイテム属性２ベクトルとの和で表現される。
図２３は、ユーザーの行動特性およびアイテムの特性の組み合わせに対するユーザーのアイテムに対する行動（Ｙ＝１）の条件付き確率を表現する式Ｆ２２Ａと、同時確率分布Ｐ（Ｘ，Ｙ）の変数間の依存関係を表現するＤＡＧとの関係を示す説明図である。図２３に示すように、式Ｆ２２Ａは、図２３に示すＤＡＧにおける破線の枠ＦＲ１で囲んだ部分の条件付き確率を表現している。
図２４は、ユーザー属性１およびユーザー属性２の組み合わせにより規定されるユーザーの行動特性と、アイテム属性１およびアイテム属性２の組み合わせにより規定されるアイテムの特性と、変数間の依存関係を表現するＤＡＧとの関係を示す説明図である。図２４に示すように、式Ｆ２２Ｂは、図２４に示すＤＡＧにおける破線により示す枠ＦＲ２で囲んだ部分の関係を表している。また、式Ｆ２２Ｃは、図２４に示すＤＡＧにおける破線により示す枠ＦＲ３で囲んだ部分の関係を表している。
図２３に示す各ベクトルの値は、与えられたドメインのユーザー行動履歴のデータセットに含まれるデータ（学習データ）から学習することにより決定される。
例えば、閲覧したユーザーとアイテムのペアに対しては、Ｐ（Ｙ＝１|ユーザー,アイテム)が大きくなるように、閲覧しなかったユーザーとアイテムのペアに対してはＰ（Ｙ＝１｜ユーザー，アイテム）が小さくなるように、例えば確率的勾配降下法（stochastic gradient descent：ＳＧＤ）でベクトルの値を更新する。
図２３および図２４に示す同時確率分布Ｐ（Ｘ，Ｙ）の場合、データから学習したいパラメータは以下に示すとおりである。
・ユーザー特性ベクトル:θｕ
・アイテム特性ベクトル:φｉ
・ユーザー属性１ベクトル:Ｖｋ_ｕ^１
・ユーザー属性２ベクトル:Ｖｋ_ｕ^２
・アイテム属性１ベクトル:Ｖｋ_ｉ^１
・アイテム属性２ベクトル:Ｖｋ_ｉ^２
ただし、これらのパラメータは、下記の関係を満たす。
・θｕ＝Ｖｋ_ｕ^１＋Ｖｋ_ｕ^２
・φｉ＝Ｖｋ_ｉ^１＋Ｖｋ_ｉ^２
ｋは属性を区別するインデックス値である。例えば、ユーザー属性１が所属部門１０種類、ユーザー属性２が年代６水準、アイテム属性１が商品種類２０種類、アイテム属性２が商品価格５種類であるとすると、属性の種類は１０＋６＋２０＋５＝４１であるため、ｋのとりうる値は１から４１である。例えばｋ＝１ならユーザー属性１の営業部門に対応し、ユーザーｕのユーザー属性１のインデックス値はｋ_ｕ^１と表される。
ユーザー属性１ベクトルＶｋ_ｕ^１、ユーザー属性２ベクトルＶｋ_ｕ^２、アイテム属性１ベクトルＶｋ_ｉ^１、およびアイテム属性２ベクトルＶｋ_ｉ^２の各ベクトルの値は、学習データから学習によって求められる。
学習の際のロス関数として、例えば、次式（１）に示すログ損失（Logloss）が用いられる。
Ｌ＝－｛Ｙui log σ(θｕ・φｉ)＋(１－Ｙui) log (１－σ(θｕ・φｉ))｝（１）
ユーザーｕがアイテムｉを閲覧した場合はＹui＝１であり、予測確率であるσ(θｕ・φｉ)が大きいほどロスＬが小さい。逆にユーザーｕがアイテムｉを閲覧しなかった場合はＹui＝０であり、σ(θｕ・φｉ)が小さいほどロスＬが小さい。
上記のロスＬが小さくなるようにベクトル表現のパラメータを学習する。例えば、確率的勾配降下法による最適化を行う場合、全学習データから１レコードをランダムに選択し（コンテキストによらない場合は、全ｕ－ｉペアの中から１つのｕ－ｉペアを選ぶ）、選択されたレコードに対してロス関数の各パラメータの偏微分（勾配)を算出し、勾配の大きさに比例してロスＬが小さくなる方向にパラメータを変化させる。
例えば、ユーザー属性１ベクトル（Ｖｋ_ｕ^１）のパラメータを次式（２）に従い更新する。
式（２）中のαは学習速度である。
なお、一般に、多数のアイテムの中では、Ｙ＝０のアイテムの方がＹ＝１のアイテムより圧倒的に多いため、図１９のような行動履歴のデータをテーブルとして保存する場合は、Ｙ＝１のみを保持し、行動履歴のデータに含まれないユーザーｕとアイテムｉのペアは、Ｙ＝０として学習する。つまり、正例のデータだけを保存しておけば、負例は正例のデータに含まれていないものとして容易に生成可能である。
〔モデル表現について〕
説明変数Ｘと目的変数Ｙの同時確率分布を表現する手段は行列分解に限らない。例えば、行列分解の代わりに、ロジスティック回帰（logistic regression）、あるいはナイーブベイズ（Naive Bayes）などを適用してもよい。任意の予測モデルの場合も、出力スコアを確率Ｐ（Ｙ｜Ｘ）に近くなるようにキャリブレーションを行うことで、同時確率分布表現の手段に利用できる。例えば、ＳＶＭ（Support Vector Machine）、ＧＤＢＴ（Gradient Boosting Decision Tree）、および任意のアーキテクチャのニューラルネットワークモデルなども利用可能である。
〔コンピュータを動作させるプログラムについて〕
情報処理装置１００における処理機能の一部または全部をコンピュータに実現させるプログラムを、光ディスク、磁気ディスク、もしくは、半導体メモリその他の有体物たる非一時的な情報記憶媒体であるコンピュータ可読媒体に記録し、この情報記憶媒体を通じてプログラムを提供することが可能である。
またこのような有体物たる非一時的なコンピュータ可読媒体にプログラムを記憶させて提供する態様に代えて、インターネットなどの電気通信回線を利用してプログラム信号をダウンロードサービスとして提供することも可能である。
さらに、情報処理装置１００における処理機能の一部または全部をクラウドコンピューティングによって実現してもよく、また、ＳａａＳ（Software as a Service）として提供することも可能である。
〔各処理部のハードウェア構成について〕
情報処理装置１００におけるデータ取得部２２０、施設特性取得部２３０、統計情報抽出部２３２、メタデータ外施設情報抽出部２３４、類似度評価部２４０、およびモデル選択部２４４などの各種の処理を実行する処理部（processing unit）のハードウェア的な構造は、例えば、次に示すような各種のプロセッサ（processor）である。
各種のプロセッサには、プログラムを実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵ、ＧＰＵ、ＦＰＧＡ（Field Programmable Gate Array）などの製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device：ＰＬＤ）、ＡＳＩＣ（Application Specific Integrated Circuit）などの特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路などが含まれる。
１つの処理部は、これら各種のプロセッサのうちの１つで構成されていてもよいし、同種または異種の２つ以上のプロセッサで構成されてもよい。例えば、１つの処理部は、複数のＦＰＧＡ、あるいは、ＣＰＵとＦＰＧＡの組み合わせ、またはＣＰＵとＧＰＵの組み合わせによって構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。複数の処理部を１つのプロセッサで構成する例としては、第一に、クライアントやサーバなどのコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第二に、システムオンチップ（System On Chip：ＳｏＣ）などに代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサを１つ以上用いて構成される。
さらに、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子などの回路素子を組み合わせた電気回路（circuitry）である。
〔実施形態による利点〕
上述した各実施形態によれば、モデルの学習に用いたデータセットが収集された施設とは異なる導入先の施設におけるユーザーのアイテムに対する行動履歴のデータをモデルの性能評価に利用できない場合であっても、施設の特性の類似度に基づき、複数のモデルの中から導入先の施設に適したモデルを選択することができる。
各実施形態によれば、モデル学習に用いるデータが収集される施設等のドメイン（学習ドメイン）と、モデルの導入先である施設等のドメイン（導入先ドメイン）とが異なる場合に、ドメインシフトにロバストな推薦アイテムリストの提供を実現することが可能になる。
〔他の応用例〕
上述の実施形態では、小売店の店舗におけるユーザーの購買行動を例に説明したが、本開示の適用範囲はこの例に限らず、例えば、企業における文書閲覧の閲覧、病院などの医療施設におけるに医用画像や各種の文書等の閲覧、あるいはコンテンツ提供サイトにおける動画等のコンテンツの視聴など、用途を問わず、様々なアイテムに関するユーザーの行動予測を行うモデルについて本開示の技術を適用できる。
〔その他〕
本開示は上述した実施形態に限定されるものではなく、本開示の技術的思想の趣旨を逸脱しない範囲で種々の変形が可能である。
１０ 推薦システム
１２ 予測モデル
１４ モデル
１００ 情報処理装置
１０２ プロセッサ
１０４ コンピュータ可読媒体
１０６ 通信インターフェース
１０８ 入出力インターフェース
１１０ バス
１１２ メモリ
１１４ ストレージ
１３０ 施設特性取得プログラム
１３２ 類似度評価プログラム
１３４ モデル選択プログラム
１３６ 施設情報保存部
１３８ 候補モデル保存部
１５２ 入力装置
１５４ 表示装置
２２０ データ取得部
２２２ データ保存部
２２４ 導入先メタデータ保存部
２３０ 施設特性取得部
２３２ 統計情報抽出部
２３４ メタデータ外施設情報抽出部
２４０ 類似度評価部
２４４ モデル選択部
ＤＳ１ データセット
ＤＳ２ データセット
ＤＳ３ データセット
Ｄｔｇ データ
Ｄｍ１ データセット
Ｄｍ２ データセット
Ｄｍｔ データセット
Ｄｕｍ１ 施設特性
Ｄｕｍ２ 施設特性
Ｄｕｍ３ 施設特性
ＬＤ 施設特性
ＴＧ 施設特性
ＥＩ１ 施設関連情報
ＥＩ２ 施設関連情報
ＥＩｔ 施設関連情報
ＳＴ１ 施設特性情報
ＳＴ２ 施設特性情報
ＳＴｔ 施設特性情報
ＴＧ 施設特性
Ｆ２２Ａ 式
Ｆ２２Ｂ 式
Ｆ２２Ｃ 式
ＦＲ１ 枠
ＦＲ２ 枠
ＦＲ３ 枠
ＩＴ１ アイテム
ＩＴ２ アイテム
ＩＴ３ アイテム
Ｍ１ モデル
Ｍ２ モデル
Ｍｎ モデル
Ｓ１１１～Ｓ１１４ 情報処理装置が行う処理のステップ

Claims (19)

  1. １つ以上のプロセッサが実行する情報処理方法であって、
    互いに異なる複数の第１施設のそれぞれにおいて収集されたユーザーのアイテムに対する行動履歴とユーザー属性とアイテム属性とを含むデータセットのうち１つ以上を用いて学習された複数のモデルが用意され、
    それぞれの前記モデルは、
    前記１つ以上の前記プロセッサが、
    前記複数の第１施設とは異なる第２施設および前記複数の第１施設のそれぞれの施設の特性を取得することと、
    前記取得された前記第２施設の特性と、それぞれの前記モデルの学習に用いた前記データセットが収集された前記第１施設の特性との類似度を評価することと、
    前記類似度に基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択することと、
    を含み、
    前記１つ以上の前記プロセッサが、
    前記モデルの学習に用いられた説明変数であるメタデータのデータセットおよび前記第２施設から収集されたメタデータのデータセットのそれぞれから統計処理を行い、平均値、標準偏差、最頻値、および確率分布のうち少なくとも１つを含む統計情報を抽出し、
    前記特性は前記統計情報を含む、
    情報処理方法。
  2. 前記メタデータは、ユーザー属性およびアイテム属性のうち少なくとも一方を含む、
    請求項１に記載の情報処理方法。
  3. 前記１つ以上の前記プロセッサが、
    前記メタデータ以外の施設関連情報を取得することを含み、
    前記特性は前記施設関連情報を含む、
    請求項１に記載の情報処理方法。
  4. １つ以上のプロセッサが実行する情報処理方法であって、
    互いに異なる複数の第１施設のそれぞれにおいて収集されたユーザーのアイテムに対する行動履歴とユーザー属性とアイテム属性とを含むデータセットのうち１つ以上を用いて学習された複数のモデルが用意され、
    前記１つ以上の前記プロセッサが、
    前記複数の第１施設とは異なる第２施設および前記複数の第１施設のそれぞれの施設の特性を取得することと、
    前記取得された前記第２施設の特性と、それぞれの前記モデルの学習に用いた前記データセットが収集された前記第１施設の特性との類似度を評価することと、
    前記類似度に基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択することと、
    を含み、
    前記１つ以上の前記プロセッサが、
    前記施設の特性として、前記データセットとは別の外部情報を取得し、
    前記外部情報は、前記データセットに含まれるメタデータおよび前記第２施設から収集されたメタデータから抽出できない施設関連情報を含む、
    情報処理方法。
  5. 前記施設関連情報は、ウェブクローリングによって抽出される、
    請求項３又は４に記載の情報処理方法。
  6. 前記１つ以上の前記プロセッサが、
    ユーザーインターフェースを介して前記施設関連情報を受け付ける、
    請求項３又は４に記載の情報処理方法。
  7. 前記１つ以上の前記プロセッサが、
    前記複数のモデルのそれぞれの学習に用いた前記データセットが収集された前記第１施設における予測性能の評価値を取得し、
    前記類似度と前記予測性能の評価値とに基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択する、
    請求項１から４のいずれか一項に記載の情報処理方法。
  8. 前記１つ以上の前記プロセッサが、
    前記類似度とは別に、前記第２施設に対する前記モデルの適合性に関する評価を示す適合性評価情報を取得し、
    前記類似度と前記適合性評価情報とに基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択する、
    請求項１から４のいずれか一項に記載の情報処理方法。
  9. １つ以上のプロセッサが実行する情報処理方法であって、
    互いに異なる複数の第１施設のそれぞれにおいて収集されたユーザーのアイテムに対する行動履歴を含むデータセットのうち１つ以上を用いて学習された複数のモデルが用意され、
    前記１つ以上の前記プロセッサが、
    前記複数の第１施設とは異なる第２施設および前記複数の第１施設のそれぞれの施設の特性を取得することと、
    前記取得された前記第２施設の特性と、それぞれの前記モデルの学習に用いた前記データセットが収集された前記第１施設の特性との類似度を評価することと、
    前記類似度に基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択することと、
    を含み、
    前記１つ以上の前記プロセッサが、
    前記類似度とは別に、前記第２施設に対する前記モデルの適合性に関する評価を示す適合性評価情報を取得し、
    前記類似度と前記適合性評価情報とに基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択し、
    前記適合性評価情報は、前記第２施設のユーザーに対するアンケートの結果を含む、
    情報処理方法。
  10. １つ以上のプロセッサが実行する情報処理方法であって、
    互いに異なる複数の第１施設のそれぞれにおいて収集されたユーザーのアイテムに対する行動履歴を含むデータセットのうち１つ以上を用いて学習された複数のモデルが用意され、
    前記１つ以上の前記プロセッサが、
    前記複数の第１施設とは異なる第２施設および前記複数の第１施設のそれぞれの施設の特性を取得することと、
    前記取得された前記第２施設の特性と、それぞれの前記モデルの学習に用いた前記データセットが収集された前記第１施設の特性との類似度を評価することと、
    前記類似度に基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択することと、
    を含み、
    前記１つ以上の前記プロセッサが、
    前記第１施設の特性との類似度を評価済みの複数の第３施設の特性を用い、
    前記第２施設の特性と前記複数の第３施設の特性との類似度に基づいて前記第２施設の特性と前記第１施設の特性との類似度を評価することを含む、
    情報処理方法。
  11. 前記１つ以上の前記プロセッサが、
    前記複数の第３施設の特性と、
    前記第１施設の特性と前記複数の第３施設の特性とのそれぞれの類似度と、を記憶装置に記憶しておくことを含む、
    請求項１０に記載の情報処理方法。
  12. 前記モデルは、ユーザーに対してアイテムを推薦する推薦システムに用いられる予測モデルである、
    請求項１から４および９から１１のいずれか一項に記載の情報処理方法。
  13. 前記１つ以上の前記プロセッサが、
    前記複数のモデルを記憶装置に記憶しておくことを含む、
    請求項１から４および９から１１のいずれか一項に記載の情報処理方法。
  14. 前記１つ以上の前記プロセッサが、
    それぞれの前記モデルの学習に用いた前記データセットが収集された前記第１施設の特性を、前記モデルと関連付けて前記記憶装置に記憶しておくことを含む、
    請求項１３に記載の情報処理方法。
  15. １つ以上のプロセッサと、
    前記１つ以上の前記プロセッサに実行させる命令が記憶される１つ以上の記憶装置と、を備える情報処理装置であって、
    互いに異なる複数の第１施設のそれぞれの施設において収集されたユーザーのアイテムに対する行動履歴とユーザー属性とアイテム属性とを含むデータセットのうち１つ以上を用いて学習された複数のモデルが前記記憶装置に記憶され、
    前記１つ以上の前記プロセッサが、
    前記複数の第１施設とは異なる第２施設および前記複数の第１施設のそれぞれの施設の特性を取得し、
    前記取得した前記第２施設の特性と、それぞれの前記モデルの学習に用いた前記データセットが収集された前記第１施設の特性との類似度を評価し、
    前記類似度に基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択する、
    情報処理装置であり、
    前記１つ以上の前記プロセッサが、
    前記モデルの学習に用いられた説明変数であるメタデータのデータセットおよび前記第２施設から収集されたメタデータのデータセットのそれぞれから統計処理を行い、平均値、標準偏差、最頻値、および確率分布のうち少なくとも１つを含む統計情報を抽出し、
    前記特性は前記統計情報を含む、
    情報処理装置。
  16. １つ以上のプロセッサと、
    前記１つ以上の前記プロセッサに実行させる命令が記憶される１つ以上の記憶装置と、を備える情報処理装置であって、
    互いに異なる複数の第１施設のそれぞれの施設において収集されたユーザーのアイテムに対する行動履歴とユーザー属性とアイテム属性とを含むデータセットのうち１つ以上を用いて学習された複数のモデルが前記記憶装置に記憶され、
    前記１つ以上の前記プロセッサが、
    前記複数の第１施設とは異なる第２施設および前記複数の第１施設のそれぞれの施設の特性を取得し、
    前記取得した前記第２施設の特性と、それぞれの前記モデルの学習に用いた前記データセットが収集された前記第１施設の特性との類似度を評価し、
    前記類似度に基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択する、
    情報処理装置であり、
    前記１つ以上の前記プロセッサが、
    前記施設の特性として、前記データセットとは別の外部情報を取得し、
    前記外部情報は、前記データセットに含まれるメタデータおよび前記第２施設から収集されたメタデータから抽出できない施設関連情報を含む、
    情報処理方法。
  17. １つ以上のプロセッサと、
    前記１つ以上の前記プロセッサに実行させる命令が記憶される１つ以上の記憶装置と、を備える情報処理装置であって、
    互いに異なる複数の第１施設のそれぞれの施設において収集されたユーザーのアイテムに対する行動履歴を含むデータセットのうち１つ以上を用いて学習された複数のモデルが前記記憶装置に記憶され、
    前記１つ以上の前記プロセッサが、
    前記複数の第１施設とは異なる第２施設および前記複数の第１施設のそれぞれの施設の特性を取得し、
    前記取得した前記第２施設の特性と、それぞれの前記モデルの学習に用いた前記データセットが収集された前記第１施設の特性との類似度を評価し、
    前記類似度に基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択する、
    情報処理装置であり、
    前記１つ以上の前記プロセッサが、
    前記類似度とは別に、前記第２施設に対する前記モデルの適合性に関する評価を示す適合性評価情報を取得し、
    前記類似度と前記適合性評価情報とに基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択し、
    前記適合性評価情報は、前記第２施設のユーザーに対するアンケートの結果を含む、
    情報処理装置。
  18. １つ以上のプロセッサと、
    前記１つ以上の前記プロセッサに実行させる命令が記憶される１つ以上の記憶装置と、を備える情報処理装置であって、
    互いに異なる複数の第１施設のそれぞれの施設において収集されたユーザーのアイテムに対する行動履歴を含むデータセットのうち１つ以上を用いて学習された複数のモデルが前記記憶装置に記憶され、
    前記１つ以上の前記プロセッサが、
    前記複数の第１施設とは異なる第２施設および前記複数の第１施設のそれぞれの施設の特性を取得し、
    前記取得した前記第２施設の特性と、それぞれの前記モデルの学習に用いた前記データセットが収集された前記第１施設の特性との類似度を評価し、
    前記類似度に基づいて前記複数のモデルの中から前記第２施設に適したモデルを選択する、
    情報処理装置であり、
    前記１つ以上の前記プロセッサが、
    前記第１施設の特性との類似度を評価済みの複数の第３施設の特性を用い、
    前記第２施設の特性と前記複数の第３施設の特性との類似度に基づいて前記第２施設の特性と前記第１施設の特性との類似度を評価することを含む、
    情報処理装置。
  19. 請求項１、４、９および１０のいずれか一項に記載の情報処理方法をコンピュータに実行させるプログラム。
JP2022083028A 2022-05-20 2022-05-20 情報処理方法、情報処理装置およびプログラム Active JP7849219B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022083028A JP7849219B2 (ja) 2022-05-20 2022-05-20 情報処理方法、情報処理装置およびプログラム
US18/320,188 US12475500B2 (en) 2022-05-20 2023-05-18 Information processing method, information processing apparatus, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022083028A JP7849219B2 (ja) 2022-05-20 2022-05-20 情報処理方法、情報処理装置およびプログラム

Publications (3)

Publication Number Publication Date
JP2023170924A JP2023170924A (ja) 2023-12-01
JP2023170924A5 JP2023170924A5 (ja) 2025-05-26
JP7849219B2 true JP7849219B2 (ja) 2026-04-21

Family

ID=88791715

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022083028A Active JP7849219B2 (ja) 2022-05-20 2022-05-20 情報処理方法、情報処理装置およびプログラム

Country Status (2)

Country Link
US (1) US12475500B2 (ja)
JP (1) JP7849219B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7543586B1 (ja) 2024-03-28 2024-09-02 Kddi株式会社 情報処理装置、情報処理方法及びプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150348057A1 (en) 2014-05-28 2015-12-03 DecisionGPS. LLC Determination of a Customer Store Segment Sales Model
WO2019131140A1 (ja) 2017-12-27 2019-07-04 パナソニックＩｐマネジメント株式会社 需要予測装置、需要予測方法、及びプログラム
WO2021020299A1 (ja) 2019-07-30 2021-02-04 株式会社Ｎｔｔドコモ 人気度推定システム及び地理的特徴生成モデル
WO2021095693A1 (ja) 2019-11-14 2021-05-20 キヤノン株式会社 情報処理装置、情報処理方法およびプログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7979283B2 (en) * 2004-12-27 2011-07-12 The Trizetto Group, Inc. System and method for selecting healthcare management
JP6129802B2 (ja) * 2014-09-19 2017-05-17 ヤフー株式会社 情報処理装置、情報処理方法、および情報処理プログラム
CN109716346A (zh) * 2016-07-18 2019-05-03 河谷生物组学有限责任公司 分布式机器学习系统、装置和方法
US11250951B2 (en) 2018-03-30 2022-02-15 Hitachi, Ltd. Feature engineering method, apparatus, and system
JP7225875B2 (ja) * 2019-02-08 2023-02-21 トヨタ自動車株式会社 情報処理装置、情報処理方法、プログラム
KR102501496B1 (ko) * 2020-06-11 2023-02-20 라인플러스 주식회사 개인화를 통한 연합 학습의 다중 모델 제공 방법, 시스템, 및 컴퓨터 프로그램
CN115917535A (zh) * 2020-07-24 2023-04-04 华为技术有限公司 推荐模型的训练方法、推荐方法、装置及计算机可读介质
CN111967615B (zh) * 2020-09-25 2024-05-28 北京百度网讯科技有限公司 基于特征抽取的多模型训练方法及设备、电子设备和介质
US20240095777A1 (en) * 2022-09-15 2024-03-21 Intuit Inc. Input normalization for model based recommendation engines

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150348057A1 (en) 2014-05-28 2015-12-03 DecisionGPS. LLC Determination of a Customer Store Segment Sales Model
WO2019131140A1 (ja) 2017-12-27 2019-07-04 パナソニックＩｐマネジメント株式会社 需要予測装置、需要予測方法、及びプログラム
WO2021020299A1 (ja) 2019-07-30 2021-02-04 株式会社Ｎｔｔドコモ 人気度推定システム及び地理的特徴生成モデル
WO2021095693A1 (ja) 2019-11-14 2021-05-20 キヤノン株式会社 情報処理装置、情報処理方法およびプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ＡＩを活用した出店候補地の割り出し効率化，Ｈｉｔａｃｈｉ Ｓｏｃｉａｌ Ｉｎｎｏｖａｔｉｏｎ Ｆｏｒｕｍ ２０１８ ，2018年10月18日，P.1-2

Also Published As

Publication number Publication date
US20230377022A1 (en) 2023-11-23
JP2023170924A (ja) 2023-12-01
US12475500B2 (en) 2025-11-18

Similar Documents

Publication Publication Date Title
Panda et al. Approaches and algorithms to mitigate cold start problems in recommender systems: a systematic literature review
Kyaw et al. Business intelligent framework using sentiment analysis for smart digital marketing in the E-commerce era
Pereira et al. Simultaneous co-clustering and learning to address the cold start problem in recommender systems
Ermiş et al. Link prediction in heterogeneous data via generalized coupled tensor factorization
US11778049B1 (en) Machine learning to determine the relevance of creative content to a provided set of users and an interactive user interface for improving the relevance
Zervoudakis et al. OpinionMine: A Bayesian-based framework for opinion mining using Twitter Data
CN107392319A (zh) 生成机器学习样本的组合特征的方法及系统
US20240211687A1 (en) Systems and methods for utilizing topic models to weight mixture-of-experts for improvement of language modeling
KR102612805B1 (ko) 기업 정보에 따른 인공지능 모델 기반 매체 큐레이션 서비스 제공 방법, 장치 및 시스템
Ranjbar et al. Explaining recommendation system using counterfactual textual explanations
Liu et al. Assessing the helpfulness of hotel reviews for information overload: a multi-view spatial feature approach
JP7784951B2 (ja) 情報処理方法、情報処理装置およびプログラム
Misztal-Radecka et al. A bias detection tree approach for detecting disparities in a recommendation model’s errors: J. Misztal-Radecka, B. Indurkhya
Jiang et al. Retweet prediction using social-aware probabilistic matrix factorization
JP7849219B2 (ja) 情報処理方法、情報処理装置およびプログラム
JP7839030B2 (ja) 機械学習方法、情報処理システム、情報処理装置、サーバーおよびプログラム
Xu et al. Improving recommendation quality through outlier removal
US20250021848A1 (en) Information processing method, information processing apparatus, and program
Kerkache et al. A hybrid approach for enhanced link prediction in social networks based on community detection
Gorli et al. Mrml-movie recommendation model with machine learning techniques
Rafailidis et al. A regularization method with inference of trust and distrust in recommender systems
Ishino Knowledge extraction of consumers’ attitude and behavior: a case study of private medical insurance policy in Japan
Doan et al. Pacela: A neural framework for user visitation in location-based social networks
US20250299239A1 (en) Information processing apparatus and information processing method for predicting preference of user group
Srifi et al. A concise survey on content recommendations

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20250205

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20250516

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20251210

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20251210

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20260205

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20260325

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20260409

R150 Certificate of patent or registration of utility model

Ref document number: 7849219

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150