JP2018169987A - レコメンド情報提供システム及びレコメンド情報提供方法 - Google Patents

Abstract

【課題】ユーザに対し的確なレコメンド情報を、時系列的に整理して提供可能な情報提供技術を提供すること。【解決手段】レコメンド情報提供方法は、ユーザＵｒが商品Ｘに関心を示した場合において、この商品Ｘを購入した履歴のある他のユーザＵｓが商品Ｘを購入した後に購入した購入後商品Ｙの集合である購入後商品群Ｙｓを購入履歴情報から抽出するステップと、商品Ｘと購入後商品群Ｙｓの組み合わせ（Ｘ，Ｙｓ）の中から、商品Ｘに対し最も相関がある購入後商品Ｙを推薦商品Ｙｒとして選択するステップと、推薦商品Ｙｒに関するレコメンド情報を当該ユーザＵｒに提示するステップとを含む。【選択図】図３

Description

本発明は、例えば電子商取引サイトにおいて、ユーザの嗜好等に合致した商品に関するレコメンド情報を当該ユーザに提供するためのレコメンド情報提供技術に関する。

従来、電子商取引サイト（以下、「ＥＣサイト」という。）においては、ユーザの購入履歴に基づき、そのユーザの嗜好に合致すると推論されるレコメンド商品に関する情報（以下、「レコメンド情報」という。）の提供が行われている。例えば、特許文献１には、ＥＣサイトにアクセスしたユーザと、過去にアクセスした他のユーザとの類似性を評価し、当該類似性を有するユーザ間において相関性の高い商品を、協調フィルタリングにより決定する技術が開示されている。また、特許文献２には、配信された広告に関心を示したユーザの属性を、その広告ごとに特定して、ユーザの類似性を機動的に評価する技法が提案されている。

特開２０１０−１３４７３３号公報 特開２０１１−２３８０２０号公報

特許文献１、２の情報提供技術は、ユーザが関心を寄せた商品と統計学的に相関性の高い他の商品を選び出して、当該他の商品に関するレコメンド情報を提供するものである。しかし、単純に相関性が高いと評価された商品の中には、当該ユーザが既に購入した商品が含まれる場合がある。そのような既に購入した商品をフィルタリングにより排除した場合でも、当該ユーザが必要としていない商品がレコメンドされる場合がある。一例を挙げると、「ビジネス英会話上級編」のテキストの購入に関心を寄せたユーザに対し、例えば「初めから学ぶ英会話ＣＤ」のような商品は、現時点における当該ユーザの学習レベルよりも低いものであり、当該ユーザにとって必要とされる商品ではない。

また、従来のレコメンド情報技術においては、ＥＣサイトにアクセスしたユーザ又は広告等に関心を示したユーザと、年齢、性別、趣味などにおいて類似性がある、つまり属性が共通する他のユーザが購入等した商品群の中から、レコメンド商品が選択される。しかし、そのような属性（類似性）という枠内だけでレコメンド商品が選定されると、ユーザの属性とは異なるカテゴリ（ジャンル）に属する商品ではあるが、当該ユーザが真に求め、又は当該ユーザが無意識的に求める商品は、レコメンドから外れる場合が多い。
一例を挙げると、元々テニスなどのスポーツが趣味であったユーザが、「ウォーキングシューズ」の購入に関心を寄せた場合に、例えば「薬膳料理」などのレシピ本は、当該ユーザにとってダイエット目的という点で潜在的にニーズがある。しかし、スポーツと料理本のようにカテゴリが異なる商品は、多くの場合、そのユーザに対し推薦されない。

本発明は、このような従来技術における課題に鑑みてなされたものであり、ＥＣサイトにアクセスしたユーザのニーズに合致しない商品の情報提供を排除する一方、当該ユーザに潜在的に存在するニーズにも合致した商品を含む、より的確なレコメンド情報を時系列的に整理して提供可能な情報提供技術を提供することを目的としている。

上記課題を解決するため、本発明は、ＥＣサイトを利用して複数のユーザが購入した商品の購入履歴情報を蓄積する購入履歴情報蓄積手段を備え、前記購入履歴情報に基づいて、前記ＥＣサイトにアクセスしたユーザＵｒに推薦する商品に関するレコメンド情報を提供するための情報提供装置であって、ユーザＵｒが、ある商品Ｘの購入に関心を示した場合において、前記商品Ｘを購入した履歴のある他のユーザＵｓが、前記商品Ｘを購入した後に購入した購入後商品Ｙの集合である購入後商品群Ｙｓを、前記購入履歴情報から抽出する購入後商品群抽出手段と、前記購入後商品群Ｙｓの中から、前記商品Ｘに対し最も相関がある購入後商品Ｙを、推薦商品Ｙｒとして選択する推薦商品選択手段と、前記推薦商品Ｙｒに関するレコメンド情報を、当該ユーザＵｒに提示する推薦商品提示手段とを備えるレコメンド情報提供装置である。

前記推薦商品選択手段は、前記商品Ｘと前記購入後商品群Ｙｓとの組み合わせ（Ｘ，Ｙｓ）のうち、前記商品Ｘと最も組み合わせ数が多い購入後商品Ｙを前記推薦商品Ｙｒとして選択することが好ましい。

また、前記商品Ｘに対し最も相関がある推薦商品Ｙｒを

で表すとき、
前記推薦商品選択手段は、前記ユーザＵｒに推薦する第ｉ順位の推薦商品Ｙｒ_ｉを、

の変換式に従って選択することが好ましい。

また、本発明は、ＥＣサイトを利用して複数のユーザが購入した商品の購入履歴情報に基づいて、前記ＥＣサイトにアクセスしたユーザＵｒに推薦する商品に関するレコメンド情報を提供する情報提供方法であって、ユーザＵｒが、ある商品Ｘに関心を示した場合において、前記商品Ｘを購入した履歴のある他のユーザＵｓが、前記商品Ｘを購入した後に購入した購入後商品Ｙの集合である購入後商品群Ｙｓを、前記購入履歴情報から抽出するステップと、前記購入後商品群Ｙｓの中から、前記商品Ｘに対し最も相関がある購入後商品Ｙを、推薦商品Ｙｒとして選択するステップと、前記推薦商品Ｙｒに関するレコメンド情報を、当該ユーザＵｒに提示するステップとを含むレコメンド情報提供方法である。

前記推薦商品Ｙｒを選択するステップにおいて、前記商品Ｘと前記購入後商品群Ｙｓとの組み合わせ（Ｘ，Ｙｓ）のうち、前記商品Ｘと最も組み合わせ数が多い購入後商品Ｙが前記推薦商品Ｙｒとして選択されることが好ましい。

また、前記商品Ｘに対し最も相関がある推薦商品Ｙｒを

で表すとき、
前記推薦商品Ｙｒを選択するステップにおいて、前記ユーザＵｒに推薦する第ｉ順位の推薦商品Ｙｒ_ｉ（Ｘ）が、

の変換式に従って選択されることが好ましい。

本発明によれば、ＥＣサイトにアクセスしたユーザのニーズに合致しない商品の情報提供を排除することができる。また、ユーザに潜在的に存在するニーズにも合致した商品を含む、より的確なレコメンド情報を当該ユーザに提供することができる。

ユーザにレコメンド情報が提供されるＥＣサイトシステムの概要を示すシステム図である。 データベースに記録されるＥＣサイトの操作ログ（操作履歴）を例示する図である。 レコメンド情報提供方法を説明するためのフローチャートである。 各ユーザが商品Ｘを購入した後に商品Ｙを購入した履歴を例示する図である。 商品購入の因果関係をベイジアンネットワークにより示す単純化したモデル図である。

以下、本発明に係るレコメンド情報提供装置の一実施形態を、図面を参照しながら説明する。なお、下記で説明される手段及び機能は、コンピュータシステムを構成するハードウエア資源を用いて、ＣＰＵ等の演算装置がプログラムコードに従って演算処理を実行することにより実現される。また、手段及び機能が本実施形態で説明されるものに限定して解釈されるべきではない。例えば、各手段が１つのコンピュータ上で実現されてもよいし、複数のコンピュータが分散したシステム上で実現されてもよい。
また、本明細書において「商品」は、ＥＣ（電子商取引）サイトにおいて販売流通可能な商品全般を意味する。例えば、日用品、生活雑貨、家電品等の有体物品の他にも、旅行ツアー、ネットを通じて配信可能な映画等のコンテンツ、ダウンロード版のアプリケーションソフト等の無体商品やサービス等も、ここでいう「商品」に含まれる。
また、本発明は、ここで説明されるＥＣサイトを利用したオンラインショッピングの実施形態に限定されない。例えば、情報サイトにおける記事の提供や、キーワード検索などのサービスにおいても適用が可能である。

図１は、ユーザにレコメンド情報が提供されるＥＣサイトシステムの概要を示すシステム図である。図１において、ＥＣサイトサーバ３０とユーザ端末Ｔｕとを接続するネットワーク９０は、インターネット及びインターネットを複合した国際付加価値通信網（ＶＡＮ）を含む。例えば、携帯電話等でデータ転送に利用されるパケット通信網やＩＳＤＮ等のデジタル公衆電話回線をネットワーク９０の構成要素としてもよい。また、デジタルテレビジョン放送網（ケーブルテレビ等の有線を含む）と公衆電話回線等とをリンクさせた通信ネットワークも、本実施形態のネットワークに含まれる。

ユーザ端末Ｔｕは、ＰＣ、タブレット、スマートフォンなどであって、ＨＴＴＰ（Hypertext Transfer Protocol）等の通信プロトコルを用いて、ネットワーク９０上のウェブサイトを閲覧するためのブラウジング機能や、電子メールの送受信機能を有するコンピュータ端末であれば特に限定されない。

ＥＣサイトサーバ３０は、ＥＣサイトのオンラインショッピングサービスを提供するＡＳＰ（Application Service Provider）を含む。ＥＣサイトサーバ３０には、ＥＣサイトのＵＲＬ（Uniform Resource Locator）が設定されている。すなわち、任意のユーザは、ネットワーク９０を経由してＥＣサイトサーバ３０のＵＲＬにアクセスし、仮想店舗４０、４０、・・・が取り扱う様々な商品の情報を取得したり、商品購入の意思を送信したりすることができる。

ＥＣサイトサーバ３０による、一般的なＥＣサイトのオンラインショッピングサービスの手順の例について簡単に説明する。

まず、商品購入希望者であるユーザは、ユーザ端末ＴｕからＥＣサイトのＵＲＬにアクセスし、ＥＣサイトのホームページ画面をユーザ端末Ｔｕの表示装置に表示させる。そして、登録したユーザＩＤとパスワードをホームページ画面から入力することで、自己のアカウントにログインする。このログインは、前述の能動的な物以外にＨＴＴＰ ｃｏｏｋｉｅなどを使った自動ログインも含まれる。

ユーザ端末Ｔｕの表示装置には、取り扱われる商品のカテゴリ毎に、各仮想店舗４０、４０、・・・にリンクが張られたアイコン等が掲載された商品購入画面が表示される。商品購入画面には、ＥＣサイトが取り扱う独自ブランド商品や、販売キャンペーン中の目玉商品などのアイコンを商品購入画面のトップに掲載してもよい。

ユーザは、商品購入画面において、購入を希望する商品のカテゴリ（例えば、ファッション、グルメ、本、・・・など）を選択することで、購入を希望する商品や、そのような商品を取り扱っている仮想店舗を絞り込むことができる。また、ユーザは、商品購入画面の検索ウィンドウから所望の商品に関連するキーワードを入力してもよい。その場合、ＥＣサイトサーバ３０の商品検索手段は、入力されたキーワードに関連する商品をデータベース２０から検索し、検索された商品のアイコンリストを商品購入画面に提示することができる。

検索機能により絞り込まれた商品のうち、ユーザが購入を検討したい等の関心を寄せる商品があれば、ユーザは対応するアイコンをクリックすることで、その商品の写真、仕様、価格等の詳細な情報を掲載した商品情報画面が、ユーザ端末Ｔｕの表示装置に表示される。なお、ユーザが関心を寄せた商品について詳細な商品情報を得るための操作のことを、本明細書では「チェックアップ」という。

ユーザは、商品情報を検討し商品を購入しようと決心した場合には、商品情報画面から、当該商品を「カートに入れる」ことができる。その操作がＥＣサイトサーバ３０に送信されると、当該商品がユーザの購入候補（オプション）のひとつとして、所定のワーキングメモリに登録される。そして、ユーザが商品購入画面の注文確定ボタンをクリックすることで、カートに入れた商品の注文が確定する。

図１に示されるＥＣサイトシステムでは、ユーザによってＥＣサイトサーバ３０のＥＣサイトにログイン後にされた操作（本明細書では、ログイン時の全ての操作を総称して「アクション」という。）の履歴（操作ログ）が、ユーザアカウント毎に、データベース２０に記録される。図２には、あるユーザの操作ログの一例が示される。例えばＥＣサイトサーバ３０に備えられる購入履歴情報蓄積手段は、図２に示されるような操作ログに基づいて、複数のユーザが購入した商品の購入履歴情報を蓄積するように構成される。例えば操作ログから注文確定アクションのみを抽出して、購入履歴情報のリストを作成することもできる。

次に、図１に示されるレコメンドサーバ１０に構成されるレコメンド情報提供装置及びその装置を用いたレコメンド情報提供方法を説明する。図３は、レコメンド情報提供方法を説明するためのフローチャートである。なお、レコメンドサーバ１０は、ＥＣサイトサーバ３０と同一のワークステーション又はコンピュータプラットフォームに構成されてもよいし、ＥＣサイトサーバ３０とは別のコンピュータシステムに構成されてもよい。

本実施形態によるレコメンド情報提供装置は、購入後商品群抽出手段と、推薦商品選択手段と、推薦商品提示手段とを備えている。

（ステップＳ１１）
レコメンド情報の提供処理は、ユーザＵｒが、ある商品Ｘに関心を示したときを契機に開始される。ここで、ユーザＵｒは、レコメンド情報の提供対象者である。

ここで、「ユーザＵｒが商品Ｘに関心を示した場合」とは、レコメンド情報の提供対象者であるユーザＵｒが、実際に商品Ｘを購入した場合、商品Ｘの注文を確定した場合、商品Ｘをカートに入れた場合、商品Ｘをお気に入りに入れた場合、商品Ｘをチェックアップした場合、商品Ｘに関連するキーワードを入力した場合の何れの場合をも含む。

（ステップＳ１２）
購入後商品群抽出手段は、データベース２０に記録されている購入履歴情報又は操作ログを参照して、他のユーザＵｓ（通常は複数人）が商品Ｘを購入した後に購入した商品（これを購入後商品という。）Ｙの集合である購入後商品群Ｙｓを抽出する処理を行う。

データベース２０に記録されている購入履歴情報には、複数のユーザが購入した商品の情報が時系列で記憶されている。購入後商品群抽出手段は、この購入履歴情報に基づいて、商品Ｘを購入した履歴のあるユーザＵｓを特定する。図４に示すように、購入履歴情報には、各ユーザＵｓ１、Ｕｓ２、・・・が、商品Ｘを購入した後に購入した全ての商品Ｙの履歴が記録されている。購入後商品群抽出手段は、このように購入履歴情報の時間的要素（因果関係）を考慮して、他のユーザＵｓが当該商品Ｘを購入した後に購入した購入後商品Ｙ１、Ｙ２、Ｙ３・・・の全ての集合である購入後商品群Ｙｓを抽出する。この処理により、商品Ｘと、購入後商品Ｙ１、Ｙ２、Ｙ３、・・・の組み合わせ（Ｘ，Ｙｓ）が得られる。

（ステップＳ１３）
推薦商品選択手段は、当該ユーザＵｒが関心を示した商品Ｘと、購入後商品群Ｙｓとの組み合わせ（Ｘ，Ｙｓ）のうち、商品Ｘに対し最も相関がある購入後商品Ｙを、推薦商品Ｙｒとして選択する。ここで、「商品Ｘに対し最も相関がある購入後商品Ｙ」とは、上記組み合わせ（Ｘ，Ｙｓ）のうち、例えば最も組み合わせの数が多い商品Ｙが該当する。

また、推薦商品選択手段は、ベイジアンネットワーク等による条件付き確率理論に基づいて、組み合わせ（Ｘ，Ｙｓ）の最大相関を求めてもよい。ここで、図５には、商品Ｘと、購入後商品Ｙ１、Ｙ２との間の因果関係を表す簡単なモデルが図示される。この考察モデルは、２人のユーザＵｓにより、商品Ｘが購入された後に購入された商品Ｙ１、Ｙ２が２つある場合で説明される。

図５の例において、商品Ｘが既に購入されたことを条件に次に商品Ｙ１が購入される確率は、次式（１）で表される。

また、商品Ｘが既に購入されたことを条件に次に商品Ｙ２が購入される確率は、次式（２）で表される。

ここで、商品Ｙ１が購入された次に商品Ｙ２が購入された経路も存在する。そのため、商品Ｘに対する最大相関商品を求める際には、その経路における確率も考慮することが好ましい。商品Ｙ１が既に購入された次に商品Ｙ２が購入される確率は、次式（３）で表される。

したがって、この単純化した考察モデルでは、商品Ｘが購入された後に商品Ｙ２が購入される確率が、２つの経路を考慮した次式（４）で表される。

以上は、商品Ｘが購入された後に購入された商品Ｙ１、Ｙ２に対応するノードが２つの場合で説明したが、実際には購入後商品群Ｙｓのノードが多数であることが容易に推察される。このように、商品Ｘから購入後商品Ｙに至る全ての経路の確率を考慮して、組み合わせ（Ｘ，Ｙｓ）の最大相関を求めることにより、推薦商品Ｙｒの的確性精度を更に高めることができる。

ここで、本明細書では、商品Ｘに対し最も相関がある推薦商品Ｙｒを、

で表すものとする。
また、推薦商品選択手段は、次の変換式（６）を用いて最大相関商品の連鎖を演算することにより、ユーザＵｒに推薦する第ｉ順位の推薦商品Ｙｒ_ｉを、順次、選択することができる。

ただし、ｉは正の整数、Ｙｒ_０＝Ｘである。

（ステップＳ１４、Ｓ１５）
推薦商品選択手段は、上記変換式（６）を用い、第２順位の推薦商品Ｙｒ_２を選択する。推薦商品選択手段は、同様に、第３順位以降の推薦商品Ｙｒ_３、Ｙｒ_４、・・・を順次選択する。

なお、推薦商品選択手段は、ステップＳ１２以降の処理を、リアルタイム処理ではなく、バッチ処理で事前に行ってもよい。この場合、推薦商品選択手段は、バッチ処理で得られた推薦商品Ｙｒ_ｉの結果をデータベース２０又は所定のワーキングメモリ等に記憶させることで、ステップＳ１３以降の処理をメモリ参照のみで済ませることができる。

（ステップＳ２１）
推薦商品提示手段は、選択された推薦商品Ｙｒ_１、Ｙｒ_２、Ｙｒ_３、・・・関するレコメンド情報を、商品Ｘに関心を示したユーザＵｒに提示する処理を行う。例えば、推薦商品提示手段は、ユーザＵｒが商品Ｘをチェックアップした画面において、商品Ｘに関連する推薦商品Ｙｒ_１、Ｙｒ_２、Ｙｒ_３、・・・を、この順番で配列して掲載することができる。

なお、レコメンド情報として挙げられた推薦商品Ｙｒ_１、Ｙｒ_２、Ｙｒ_３、・・・の何れかが、当該ユーザＵｒが過去に購入した履歴がある購入済商品Ｗに該当する場合、フィルタリング処理により、その購入済商品Ｗがレコメンド情報から除外されることが好ましい。ただし、その購入済商品Ｗが、他のユーザＵｓが商品Ｘを購入後どの段階で購入した商品Ｙｒ_１、Ｙｒ_２、Ｙｒ_３、・・・に該当するか、時系列上の順位も含め、ユーザＵｒに情報提供されることが好ましい。そうすれば、ユーザＵｒが現時点で興味を示す商品Ｘが、これまで購入した商品Ｗとレベル的にどのような関係にあるかを俯瞰的に認識することができる、という点において有益性が得られる。

上述の実施形態は、時間が進行する（レベルが上がる）方向におけるレコメンド情報が提供される例であるが、時間が遡及する（レベルが下がる）方向におけるレコメンド情報が提供されてもよい。つまり、レコメンド情報提供装置は、購入前商品群抽出手段を更に備えてもよい。

具体的に、購入前商品群抽出手段は、他のユーザＵｓによって、商品Ｘを購入する前に購入された購入前商品Ｙ⁻１、Ｙ⁻２、Ｙ⁻３、・・・の集合である購入前商品群Ｙ⁻ｓを抽出する。そして、推薦商品選択手段は、商品Ｘと、購入前商品群Ｙ⁻ｓとの組み合わせ（Ｘ，Ｙ⁻ｓ）のうち、商品Ｘに対し最も相関がある購入前商品Ｙ⁻を、推薦商品Ｙ⁻ｒ_１として選択する。同様にして、推薦商品選択手段は、商品Ｙ⁻ｒ_１に対し最も相関がある購入前商品Ｙ⁻ｒ_２を選択するというように、時間経過を遡って連鎖的に推薦商品を選択する。

推薦商品提示手段は、このように時間経過を遡って選択された推薦商品Ｙ⁻ｒ_１、Ｙ⁻ｒ_２、Ｙ⁻ｒ_３、・・・に関するレコメンド情報を、商品Ｘに関心を示したユーザＵｒに提示する処理を行う。この実施形態によれば、例えばユーザＵｒがある本を購入してはみたが、より平易な（つまりレベルが低い）関連本はなかったかどうか、時間経過を遡るレコメンド情報に基づいて容易に探すことができる。

上述した時間が経過する方向に従ってレコメンド情報を提供する実施形態と同様に、時間経過を遡ってレコメンド情報を提供する本実施形態においても、推薦商品Ｙ⁻ｒ_１、Ｙ⁻ｒ_２、Ｙ⁻ｒ_３、・・・の何れかが、当該ユーザＵｒが過去に購入した履歴がある購入済商品Ｗに該当する場合、フィルタリング処理により、その購入済商品Ｗがレコメンド情報から除外されることが好ましい。その一方で、その購入済商品Ｗが、他のユーザＵｓが、商品Ｘを購入以前どの段階で購入した商品Ｙ⁻ｒ_１、Ｙ⁻ｒ_２、Ｙ⁻ｒ_３、・・・に該当するか、時系列上の順位も含め、ユーザＵｒに情報提供されることが好ましい。そうすれば、ユーザＵｒは、現時点で興味を示す商品Ｘが、これまで購入した商品Ｗとレベル的にどのような関係にあるかを俯瞰的に認識することができる。

以上のように、本実施形態によれば、ＥＣサイトにアクセスしたユーザが関心を示した商品に対し、購買の時間的要素を考慮して、最も相関のある推薦商品に関連するレコメンド情報を当該ユーザに提供するようにした。これにより、商品の購入を検討したユーザのニーズに合致しない商品（例えば学習レベルがより低いテキスト等）の情報提供を排除することができる。また、レコメンド情報を時系列的に整理することで、ユーザが現時点で興味を示す商品が、これまで購入した商品とレベル的にどのような関係にあるかを俯瞰的に認識することができる。また、推薦商品の選択にあたり、ユーザの属性や商品のカテゴリに制約されないため、ユーザに潜在的に存在するニーズにも合致した商品を含む、より的確なレコメンド情報を当該ユーザに提供することができる。

１０ レコメンドサーバ
２０ データベース
３０ ＥＣサイトサーバ
４０ 仮想店舗
９０ ネットワーク
Ｔｕ ユーザ端末
Ｕｒ ユーザ（商品Ｘに関心を示したレコメンド情報の提供対象者）
Ｕｓ 他のユーザ（商品Ｘを購入した履歴のある者）
Ｘ 商品
Ｙ 購入後商品
Ｙ⁻ 購入前商品
Ｙｓ 購入後商品群
Ｙ⁻ｓ 購入前商品群
Ｙｒ、Ｙ⁻ｒ 推薦商品
Ｗ 購入済商品

Claims (6)

1. ＥＣサイトを利用して複数のユーザが購入した商品の購入履歴情報を蓄積する購入履歴情報蓄積手段を備え、前記購入履歴情報に基づいて、前記ＥＣサイトにアクセスしたユーザＵｒに推薦する商品に関するレコメンド情報を提供するための情報提供装置であって、
   ユーザＵｒが、ある商品Ｘの購入に関心を示した場合において、前記商品Ｘを購入した履歴のある他のユーザＵｓが、前記商品Ｘを購入した後に購入した購入後商品Ｙの集合である購入後商品群Ｙｓを、前記購入履歴情報から抽出する購入後商品群抽出手段と、
   前記購入後商品群Ｙｓの中から、前記商品Ｘに対し最も相関がある購入後商品Ｙを、推薦商品Ｙｒとして選択する推薦商品選択手段と、
   前記推薦商品Ｙｒに関するレコメンド情報を、当該ユーザＵｒに提示する推薦商品提示手段と
   を備えるレコメンド情報提供装置。
2. 前記推薦商品選択手段は、前記商品Ｘと前記購入後商品群Ｙｓとの組み合わせ（Ｘ，Ｙｓ）のうち、前記商品Ｘと最も組み合わせ数が多い購入後商品Ｙを前記推薦商品Ｙｒとして選択する、請求項１に記載のレコメンド情報提供装置。
3. 前記商品Ｘに対し最も相関がある推薦商品Ｙｒを
   

   

   で表すとき、
   前記推薦商品選択手段は、前記ユーザＵｒに推薦する第ｉ順位の推薦商品Ｙｒ_ｉを、
   

   

   の変換式に従って選択する、請求項２に記載のレコメンド情報提供装置。
4. ＥＣサイトを利用して複数のユーザが購入した商品の購入履歴情報に基づいて、前記ＥＣサイトにアクセスしたユーザＵｒに推薦する商品に関するレコメンド情報を提供する情報提供方法であって、
   ユーザＵｒが、ある商品Ｘに関心を示した場合において、前記商品Ｘを購入した履歴のある他のユーザＵｓが、前記商品Ｘを購入した後に購入した購入後商品Ｙの集合である購入後商品群Ｙｓを、前記購入履歴情報から抽出するステップと、
   前記購入後商品群Ｙｓの中から、前記商品Ｘに対し最も相関がある購入後商品Ｙを、推薦商品Ｙｒとして選択するステップと、
   前記推薦商品Ｙｒに関するレコメンド情報を、当該ユーザＵｒに提示するステップと
   を含むレコメンド情報提供方法。
5. 前記推薦商品Ｙｒを選択するステップにおいて、前記商品Ｘと前記購入後商品群Ｙｓとの組み合わせ（Ｘ，Ｙｓ）のうち、前記商品Ｘと最も組み合わせ数が多い購入後商品Ｙが前記推薦商品Ｙｒとして選択される、請求項４に記載のレコメンド情報提供方法。
6. 前記商品Ｘに対し最も相関がある推薦商品Ｙｒを
   

   

   で表すとき、
   前記推薦商品Ｙｒを選択するステップにおいて、前記ユーザＵｒに推薦する第ｉ順位の推薦商品Ｙｒ_ｉ（Ｘ）が、
   

   

   の変換式に従って選択される、請求項５に記載のレコメンド情報提供方法。
   

Images