信息推荐系统、信息推荐方法及记录介质与流程

本发明涉及一种信息推荐系统、信息推荐方法、程序及记录介质，其将产品信息推荐给用户，并将用于将产品信息推荐给用户的信息推荐给产品提供商。

背景技术：

根据用户的购买履历、浏览履历等，将与购买新产品等有关的信息推荐给用户，关于该技术存在很多现有技术。

例如，在专利文献1中记载有一种推荐系统，其预先将内容(图像及动画)的识别信息、产品图像、内容中包括的用户的人物信息(年龄及性别)建立关联，并推荐考虑到用户的人物信息的产品信息。

在专利文献2中记载有一种推荐系统，其输出在与图像中所包括的物品所涉及的物品分类对应的类别有关联的物品分类中，与除了图像中所包括的物品所涉及的物品分类以外的物品分类的识别信息对应的信息。

在专利文献3中记载有一种图像处理装置，其参考人物的多个拍摄图像而推断该人物的着装倾向，根据所推断的人物的着装倾向从很多衣服中选择与该人物有关的衣服，并输出所选择的衣服的信息。

在专利文献4中记载有一种图像处理装置，其关于从多个用户的终端装置被上传的多个图像，进行拍摄场所等的分析、除了图像中所拍摄到的人物以外的被摄体的分析等，在相同的场所或一定范围内的场所拍摄到的图像的张数超过阈值的情况下赋予标签信息。

在专利文献5中记载有一种图像提取装置，其关于由用户上传到服务器等的图像组对图像的图像特征进行分析，该图像包括物体的出现次数、拍摄频率、在各拍摄场所的拍摄次数等特征。

在专利文献6中记载有一种广告选择装置，其对多个图像的拍摄场所所涉及的趋势进行分析，并根据分析结果从预先登录的广告中选择规定数的广告。

专利文献1：日本特开2013-161116号公报

专利文献2：日本特开2011-141892号公报

专利文献3：日本特开2017-076315号公报

专利文献4：日本特开2018-005843号公报

专利文献5：日本特开2017-010251号公报

专利文献6：日本特开2015-060288号公报

然而，认为不存在如本发明所提出那样的现有技术，在本发明中，根据存储于在线存储器等存储器中的用户的图像组的分析结果，将购买产品所涉及的产品信息推荐给用户，或者将用于将产品信息推荐给用户的信息推荐给用户，并推荐给向用户销售该产品的产品提供商。

例如在sns(socialnetworkingservice：社交网络服务)中所公开的图像旨在从一开始就与其他用户进行信息传递。相对于此，存储于在线存储器中的图像组包括与身边的家人及朋友之间的更私密的情感等。从而，认为从存储于在线存储器中的图像组中，能够实现与来自sns中所公开的图像的信息推荐不同的信息推荐。

技术实现要素：

从而，本发明的目的在于提供一种信息推荐系统、信息推荐方法、程序及记录介质，其能够从多个用户的图像组中将多个用户感兴趣和关注等的信息推荐给与该信息有关联的商品提供者。

为了实现上述目的，本发明提供一种信息推荐系统，其具备：图像组获取部，获取存储于在线存储器中的多个用户的图像组；

图像分析部，分析多个用户的图像组中所包括的每个图像，并检测每个图像的拍摄场所及每个图像中所拍摄到的物体；

拍摄张数合计部，在多个用户的图像组中，针对在相同的拍摄场所被拍摄且拍摄到相同物体的每个同类图像，合计同类图像的拍摄张数；

拍摄频率计算部，在多个用户的图像组中，针对每个同类图像，根据同类图像的拍摄张数计算同类图像的拍摄频率；及

信息推荐部，将拍摄张数及拍摄频率满足一定条件的同类图像的与相同的拍摄场所及相同物体有关的同类图像信息，推荐给多个产品提供商中与同类图像信息有关联的产品提供商。

优选在上述信息推荐系统中，还具备区域信息接收部，该区域信息接收部接收由多个产品提供商分别提供且与期待同类图像信息的地理区域及商业区域中的至少一个区域对应的区域的信息，

信息推荐部将拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息推荐给产品提供商，该产品提供商提供了与包括拍摄张数及拍摄频率满足一定条件的同类图像的相同的拍摄场所及相同物体中的至少一个区域对应的区域的信息。

优选还具备图像提取部，该图像提取部从多个用户的图像组中提取与区域的信息有关联的图像作为区域关联图像，

拍摄张数合计部在区域关联图像中或者关于区域关联图像的多个用户的属性，针对每个同类图像，合计同类图像的拍摄张数，

拍摄频率计算部在区域关联图像中或者关于区域关联图像的多个用户的属性，针对每个同类图像，根据同类图像的拍摄张数计算同类图像的拍摄频率。

并且，优选图像提取部提取与图像的拍摄场所及图像中所拍摄到的物体中的至少一个有关的信息相关联于区域的信息的图像作为区域关联图像。

并且，优选多个用户的属性包括多个用户的年龄、年代、性别及地址中的至少一种。

优选还具备推荐确定部，该推荐确定部在区域关联图像中或者关于区域关联图像的多个用户的属性，根据同类图像的拍摄张数及拍摄频率是否满足一定条件来确定将同类图像信息是否推荐给与同类图像信息有关联的产品提供商，

信息推荐部将确定为进行推荐的同类图像信息推荐给与确定为进行推荐的同类图像信息有关联的产品提供商。

优选还具备推荐书制作部，该推荐书制作部制作推荐书，该推荐书包括：与拍摄张数及拍摄频率满足一定条件的同类图像的相同物体有关的信息；及用于将拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息推荐给一个以上的用户的条件。

信息推荐部将推荐书发送到与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品提供商。

并且，优选信息推荐部根据从多个产品提供商分别提供的、用于将与同类图像信息有关的产品的信息推荐给一个以上的用户的条件，将与同类图像信息有关的产品的信息推荐给一个以上的用户。

并且，信息推荐部将如下内容推荐给与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品提供商，所述内容为优选在一个用户的图像组中，当拍摄张数及拍摄频率满足一定条件的同类图像在上次上传到在线存储器之后经过了一定期间时，将与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品的信息推荐给一个用户。

并且，信息推荐部将如下内容推荐给与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品提供商，所述内容为优选在多个用户的图像组中，当同类图像的拍摄张数及拍摄频率满足一定条件时，将与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品的信息推荐给未上传拍摄张数及拍摄频率满足一定条件的同类图像且具有与多个用户相似的属性的相似属性的用户。

并且，本发明提供一种信息推荐方法，其包括：图像组获取部获取存储于在线存储器中的多个用户的图像组；

图像分析部分析多个用户的图像组中所包括的每个图像，并检测每个图像的拍摄场所及每个图像中所拍摄到的物体；

拍摄张数合计部在多个用户的图像组中，针对在相同的拍摄场所被拍摄且拍摄到相同物体的每个同类图像，合计同类图像的拍摄张数；

拍摄频率计算部在多个用户的图像组中，针对每个同类图像，根据同类图像的拍摄张数计算同类图像的拍摄频率；及

信息推荐部将拍摄张数及拍摄频率满足一定条件的同类图像的与相同的拍摄场所及相同物体有关的同类图像信息，推荐给多个产品提供商中与同类图像信息有关联的产品提供商。

优选在上述信息推荐方法中，还包括如下步骤：区域信息接收部接收从多个产品提供商分别提供且与期待同类图像信息的地理区域及商业区域中的至少一个区域对应的区域的信息，

将拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息推荐给产品提供商，该产品提供商提供了与包括拍摄张数及拍摄频率满足一定条件的同类图像的相同的拍摄场所及相同物体中的至少一个区域对应的区域的信息。

优选还包括如下步骤：图像提取部从多个用户的图像组中提取与区域的信息有关联的图像作为区域关联图像，

在区域关联图像中或者关于区域关联图像的多个用户的属性，针对每个同类图像，合计同类图像的拍摄张数，

在区域关联图像中或者关于区域关联图像的多个用户的属性，针对每个同类图像，根据同类图像的拍摄张数计算同类图像的拍摄频率。

并且，优选提取与图像的拍摄场所及图像中所拍摄到的物体中的至少一个有关的信息与区域的信息有关联的图像作为区域关联图像。

并且，优选多个用户的属性包括多个用户的年龄、年代、性别及地址中的至少一种。

其还包括如下步骤：推荐确定部在区域关联图像中或者关于区域关联图像的多个用户的属性，根据同类图像的拍摄张数及拍摄频率是否满足一定条件来确定将同类图像信息是否推荐给与同类图像信息有关联的产品提供商，

将确定为进行推荐的同类图像信息推荐给与确定为进行推荐的同类图像信息有关联的产品提供商。

其还包括如下步骤：推荐书制作部制作推荐书，该推荐书包括：与拍摄张数及拍摄频率满足一定条件的同类图像的相同物体有关的信息；及用于将拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息推荐给一个以上的用户的条件，

将推荐书发送到与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品提供商。

并且，优选根据从多个产品提供商分别提供的、用于将与同类图像信息有关的产品的信息推荐给一个以上的用户的条件，将与同类图像信息有关的产品的信息推荐给一个以上的用户。

并且，将如下内容推荐给与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品提供商，所述内容为优选在一个用户的图像组中，当拍摄张数及拍摄频率满足一定条件的同类图像在上次上传到在线存储器之后经过了一定期间时，将与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品的信息推荐给一个用户。

并且，将如下内容推荐给与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品提供商，所述内容为优选在多个用户的图像组中，当同类图像的拍摄张数及拍摄频率满足一定条件时，将与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品的信息推荐给未上传拍摄张数及拍摄频率满足一定条件的同类图像的、具有与多个用户相似的属性的相似属性的用户。

并且，本发明提供一种程序，其用于使计算机执行上述任一种信息推荐方法的每个步骤。

并且，本发明提供一种计算机可读取的记录介质，其记录有用于使计算机执行上述任一种信息推荐方法的每个步骤的程序。

并且，本发明提供一种信息推荐系统，其具备：图像组获取部，获取存储于在线存储器中的多个用户的图像组；

图像分析部，分析多个用户的图像组中所包括的每个图像，并检测每个图像的拍摄场所及每个图像中所拍摄到的物体；

拍摄张数合计部，在多个用户的图像组中，针对在相同的拍摄场所被拍摄且拍摄到相同物体的每个同类图像，合计同类图像的拍摄张数；

拍摄频率计算部，在多个用户的图像组中，针对每个同类图像，根据同类图像的拍摄张数计算同类图像的拍摄频率；及

将与拍摄张数及拍摄频率满足一定条件的同类图像的相同的拍摄场所及相同物体有关的同类图像信息，推荐给多个产品提供商中与同类图像信息有关联的产品提供商，

图像组获取部、图像分析部、拍摄张数合计部、拍摄频率计算部及信息推荐部是硬件或执行程序的处理器。

优选在上述信息推荐系统中，还具备区域信息接收部，该区域信息接收部接收从多个产品提供商分别提供且与期待同类图像信息的地理区域及商业区域中的至少一个区域对应的区域的信息，

区域信息接收部是硬件或执行程序的处理器，

信息推荐部将拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息推荐给产品提供商，该产品提供商提供了与包括拍摄张数及拍摄频率满足一定条件的同类图像的相同的拍摄场所及相同物体中的至少一个区域对应的区域的信息。

优选还具备图像提取部，该图像提取部从多个用户的图像组中提取与区域的信息有关联的图像作为区域关联图像，

图像提取部是硬件或执行程序的处理器，

拍摄张数合计部在区域关联图像中或者关于区域关联图像的多个用户的属性，针对每个同类图像，合计同类图像的拍摄张数，

拍摄频率计算部在区域关联图像中或者关于区域关联图像的多个用户的属性，针对每个同类图像，根据同类图像的拍摄张数计算同类图像的拍摄频率。

优选还具备推荐确定部，该推荐确定部在区域关联图像中或者关于区域关联图像的多个用户的属性，根据同类图像的拍摄张数及拍摄频率是否满足一定条件来确定将同类图像信息是否推荐给与同类图像信息有关联的产品提供商，

推荐确定部是硬件或执行程序的处理器，

信息推荐部将确定为进行推荐的同类图像信息推荐给与确定为进行推荐的同类图像信息有关联的产品提供商。

优选还具备推荐书制作部，该推荐书制作部制作推荐书，该推荐书包括：与拍摄张数及拍摄频率满足一定条件的同类图像的相同物体有关的信息；及用于将拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息推荐给一个以上的用户的条件，

推荐书制作部是硬件或执行程序的处理器，

信息推荐部将推荐书发送到与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品提供商。

发明效果

根据本发明，将同类图像的同类图像信息推荐给与该同类图像信息有关联的产品提供商。从而，能够将上传同类图像的多个用户感兴趣和关注等的信息推荐给产品提供商。换言之，产品提供商能够将上传同类图像的许多用户感兴趣和关注等的产品信息推荐给用户。

附图说明

图1是表示本发明所涉及的信息推荐系统的结构的一实施方式的框图。

图2是表示服务器结构的一实施方式的框图。

图3是表示向一个用户推荐信息时的信息推荐系统的动作的一实施方式的流程图。

图4是表示将信息推荐给产品提供商时的信息推荐系统的动作的一实施方式的流程图。

图5是表示将信息推荐给产品提供商时的信息推荐系统的动作的另一实施方式的流程图。

符号说明

10-信息推荐系统，12-服务器，14a-用户用客户端，14b-产品提供商用客户端，16-网络，18-在线存储器，20-图像组获取部，22-图像分析部，24-区域信息接收部，26-图像提取部，28-拍摄张数合计部，30-拍摄频率计算部，32-拍摄目的推断部，34-推荐信息登录部，36-推荐确定部，38-推荐书制作部，40-信息推荐部。

具体实施方式

以下，根据附图所示的优选实施方式，对本发明的信息推荐系统、信息推荐方法、程序及记录介质进行详细说明。

图1是表示本发明所涉及的信息推荐系统的结构的一实施方式的框图。图1所示的信息推荐系统10将产品信息推荐给用户，并将用于将产品信息推荐给用户的信息推荐给产品提供商，并具备服务器12、经由网络16连接于各服务器12的多个客户端14a、14b。

客户端14a是利用信息推荐系统10的多个用户各自使用的用户用客户端，客户端14b同样是利用信息推荐系统10的多个产品提供商各自使用的产品提供商用客户端。

服务器12具有：将从每个用户用客户端14a被上传的每个用户所持有的图像组存储于在线存储器中的每个用户的存储区域中的功能；及根据存储于在线存储器中的每个用户的图像组的分析结果，将产品信息推荐给每个用户，并将用于将产品信息推荐给每个用户的信息推荐给每个产品提供商的功能等。

服务器12并不限定于1台，也可以是多台，并由具有控制装置、存储装置及通信装置等的工作站等构成。

用户用客户端14a具有：从每个用户所持有的图像组中，将由每个用户选择的图像组上传到服务器12的功能；及显示由服务器12推荐的信息的功能等。

产品提供商用客户端14b具有：显示由服务器12推荐的信息的功能；及请求服务器12根据由服务器12推荐的信息将与该信息有关联的产品信息推荐给每个用户的功能等。

客户端14a、14b由具有控制装置、输入装置、存储装置、通信装置及显示屏(显示装置)等的台式电脑(个人电脑)、笔记本电脑、平板电脑或移动电话及智能手机等移动终端等构成。

用户是购买各种产品并使用的消费者，产品提供商是对每个用户推荐各种产品信息并销售该产品的公司及地方政府等。在本发明中，产品中不仅包括有形物品等，而且也包括无形服务等。

每个用户及每个产品提供商在利用信息推荐系统10之前制作各自的帐户，根据各自的帐户信息，在登录到信息推荐系统10之后，能够利用信息推荐系统10。

在用户的帐户信息中，除了用户名(帐户名)及用于登录的密码以外，还包括年龄(年代)、性别、地址、电子邮件地址及电话号码等信息。并且，在产品提供商的帐户信息中，除了用户名及密码以外，还包括地址、电子邮件地址及电话号码等信息。

图2是表示服务器的结构的一实施方式的框图。图2所示的服务器12具备在线存储器18、图像组获取部20、图像分析部22、区域信息接收部24、图像提取部26、拍摄张数合计部28、拍摄频率计算部30、拍摄目的推断部32、推荐信息登录部34、推荐确定部36、推荐书制作部38及信息推荐部40。

在在线存储器18中设置有每个用户的存储区域。在线存储器18将从每个用户用客户端14a被上传到服务器12的每个用户的图像组存储于每个用户的存储区域。

在每个用户的图像组中可以包括与其他用户共享的图像，即，对其他用户公开的图像，也可以包括不与其他用户共享的图像，即，对其他用户非公开的图像。

存储于在线存储器18中的每个用户的图像组能够利用于使用图像的各种产品及用途中，例如，如照片打印及相册等。

接着，图像组获取部20获取存储于在线存储器18中的一个用户的图像组。

并且，图像组获取部20获取存储于在线存储器18中的多个用户的图像组。即，获取包括多个用户各自所持有的图像组的一组图像组。

图像组获取部20可以获取从利用信息推荐系统10的所有用户中任意选择的一个用户的图像组，也可以依次获取每个用户的图像组。并且，可以获取从利用信息推荐系统10的所有用户中任意选择的多个用户的图像组，例如，如居住在东京的20多岁的女性，可以获取根据年龄、性别及地址等用户的属性所选择的多个用户的图像组。

图像组获取部20可以按一定的期间获取一个用户的图像组及多个用户的图像组，也可以关于每个用户上传新的图像组，并且每次存储于在线存储器18时进行获取。

另外，图像组获取部20并不限定于在线存储器18，也可以从各种存储器例如每个用户用客户端14a的存储装置等，获取每个用户的图像组。

接着，图像分析部22分析由图像组获取部20获取的一个用户的图像组中所包括的每个图像而检测每个图像的属性，并检测一个用户的图像组中所包括的多个图像的多个属性。即，检测包括多个图像各自的属性的一组属性。

并且，图像分析部22分析由图像组获取部20获取的多个用户的图像组中所包括的每个图像，并检测每个图像的拍摄场所及每个图像中所拍摄到的物体。

图像的分析项目并不受特别的限定，包括图像中所拍摄到的被摄体(人物及除了人物以外的物体)的检测、人物脸部的检测、图像拍摄方位的检测、场景的检测(夜景、大海、沙滩、天空、……)及活动的检测(运动会、婚礼、毕业典礼、……)等图像内容的分析、图像的亮度、色彩、对比度及模糊程度等图像画质的分析、exif(exchangeableimagefileformat：可交换图像文件格式)等图像的附加信息中所包括的时间信息(拍摄日期和时间)及位置信息(gps(globalpositioningsystem：全球定位系统)信息)(拍摄场所)等的检测等。并且，可以仅进行上述一部分分析，也可以进行除了上述以外的图像分析。

在图像属性中包括图像的拍摄日期和时间、图像的拍摄场所、图像的拍摄方位、图像中所拍摄到的人物、图像中所拍摄到的物体及图像中所拍摄到的场景中的至少一种。并且，在图像属性中可以包括除了上述以外的属性。

接着，区域信息接收部24接收从多个产品提供商各自提供且与期待信息的地理区域及商业区域中的至少一个区域对应的区域的信息。

区域(地理区域及商业区域域)的信息在多个用户的图像组中对与由产品提供商提供的产品具有关联性的图像进行限定。

地理区域的信息对图像的拍摄场所进行限定。例如，若产品提供商在东京都内提供产品，则不需要在东京都内以外的拍摄场所拍摄到的图像，因此将地理区域限定于在东京都内拍摄到的图像。在该情况下，地理区域可以是国家的类别，若在日本国内，则可以是本州、九州等地区的类别，东日本、西日本等地区的类别，关东、近畿等地区的类别，都道府县的类别，市街村的类别等。

商业区域的信息对图像中所拍摄到的物体的种类进行限定。例如若产品提供商是糕点业公司，则不需要拍摄到除了糕点以外的物体的图像，因此将商业区域限定于拍摄到糕点的图像。在糕点业的情况下，商业区域可以是单独的糕点名称即“巧克力”、“糖果”等，或者是综合名称即“糕点”、“日本糕点”、“西方糕点”等。

接着，图像提取部26从多个用户的图像组中提取与由区域信息接收部24接收到的区域信息有关联的图像作为区域关联图像。

图像提取部26提取如下图像作为区域关联图像，在该图像中，例如与图像的拍摄场所及图像中所拍摄到的物体中的至少一个有关的信息与由每个产品提供商提供的区域的信息有关联。

例如，若地理区域在东京都内，则图像提取部26从多个用户的图像组中提取在东京都内所拍摄到的图像作为区域关联图像，若商业区域为糕点业，则从多个用户的图像组中提取拍摄到糕点图像作为区域关联图像。

接着，拍摄张数合计部28在一个用户的图像组中，针对由图像分析部22检测到的每个图像的属性，合计相同属性图像(图像组)的拍摄张数。在本发明中，相同属性图像是指针对每个图像的属性具有相同属性的图像组。换言之，在关注某一个属性的情况下，相同属性图像是该一个属性为相同内容的图像组。

并且，拍摄张数合计部28在多个用户的图像组中，针对每个同类图像(图像组)，合计同类图像的拍摄张数。在本发明中，同类图像是指在相同拍摄场所被拍摄且拍摄到相同物体的图像组。换言之，同类图像是图像的拍摄场所及图像中所拍摄到的物体这两个属性为相同内容的图像组。即，同类图像是由所谓图像拍摄场所的属性为相同内容的相同属性图像、且所谓图像中所拍摄到的物体的属性为相同内容的相同属性图像构成的图像组。

在属性是图像的拍摄场所的情况下，拍摄张数合计部28合计例如在东京都内拍摄到的图像及在大阪拍摄到的图像等在相同拍摄场所拍摄到的图像的拍摄张数。并且，在属性是图像中所拍摄到的物体的情况下，合计拍摄到相同物体的图像的拍摄张数，如拍摄到巧克力的图像、以及拍摄到糖果的图像等。

并且，拍摄张数合计部28合计例如在钏路湿原被拍摄且拍摄到丹顶鹤的同类图像的拍摄张数。

接着，拍摄频率计算部30在一个用户的图像组中，针对每个图像的属性，根据由拍摄张数合计部28合计的相同属性图像的拍摄张数计算该相同属性图像的拍摄频率。

并且，拍摄频率计算部30在多个用户的图像组中，针对每个由拍摄张数合计部28合计的同类图像，根据同类图像的拍摄张数计算该同类图像的拍摄频率。

在属性是图像的拍摄场所的情况下，若例如一个用户的图像组中所包括的图像的总张数为5张、在东京都内拍摄到的图像的拍摄张数为3张，计算出该图像的拍摄频率为(3/5)，若在大阪拍摄到的图像的拍摄张数为2张，则拍摄频率计算部30计算出该图像的拍摄频率为(2/5)。在同类图像的拍摄频率的情况下也相同。

接着，拍摄目的推断部32针对每个图像的属性，推断相同属性图像的拍摄目的。并且，拍摄目的推断部32将相同属性图像的拍摄目的设为该相同属性图像(图像组)中所包括的每个图像的拍摄目的。

拍摄目的推断部32推断相同属性图像的拍摄目的的方法并不受特别的限定，例如能够根据图像属性及图像的分析结果等推断相同属性图像的拍摄目的。

接着，推荐信息登录部34登录拍摄目的与产品信息对应关联的一个以上的推荐信息。

在推荐信息登录部34中登录例如从多个产品提供商分别提供的一个以上的推荐信息。产品信息若是与拍摄目的有关联的信息，则并不受特别的限定，若拍摄目的是例如拍摄“运动”场景的图像，则可以考虑棒球棒、手套等与体育用品有关的信息，若拍摄目的是例如拍摄“观看体育比赛”的图像，则可以考虑缠头布、扩音器等与助威商品有关的信息。

推荐信息在推荐确定部36根据相同属性图像的拍摄目的获取所推荐的产品信息的情况下而被使用。

接着，推荐确定部36针对每个图像的属性，根据相同属性图像的拍摄张数及拍摄频率是否满足一定条件，确定将与相同属性图像的拍摄目的有关联的产品信息是否推荐给持有该相同属性图像的一个用户。

并且，推荐确定部36在由图像提取部26提取的区域关联图像中或者关于区域关联图像的多个用户的属性，根据在相同的拍摄场所拍摄且拍摄到相同物体的同类图像的拍摄张数及拍摄频率是否满足一定条件，确定将与同类图像的相同的拍摄场所及相同物体有关的同类图像信息是否推荐给多个产品提供商中与该同类图像信息有关联的产品提供商。

满足一定条件是指例如拍摄张数及拍摄频率为阈值以上。拍摄张数及拍摄频率的阈值并不受特别的限定，能够将拍摄张数的阈值设为例如100张，例如能够将拍摄频率的阈值以拍摄频率(拍摄张数/图像组中所包括的图像的总张数)的比例表示为(10/100)。例如若将针对所有用户的每100张某一图像组中所包括的平均张数设为1张，并将标准偏差设为3张，则拍摄张数为平均张数+标准偏差×3＝1+3×3＝10，拍摄频率的阈值为上述(10/100)。并且，首先，根据由上述平均张数及标准偏差构成的公式，求出关于所有物体的拍摄频率的阈值，但是也可以根据相对于后述对用户的推荐的用户的行动等进行调整。例如，当根据初始拍摄频率的阈值已推荐给用户但与用户的行动无关联时，可以增大拍摄频率的阈值，并缩小到更频繁地拍摄该物体的用户而对用户进行推荐。

即使拍摄张数多，但是若拍摄频率低，或者即使拍摄频率高，但是若拍摄张数少，则不易正确地判断该相同属性图像是否与一个用户的兴趣、嗜好等匹配，并且该同类图像对多个用户来讲是否为感兴趣和关注等的信息。为了正确地进行判断，拍摄张数及拍摄频率需要满足一定条件。

在多个用户的属性中包括多个用户的年龄、年代、性别及地址中的至少一个。用户的属性例如能够从该用户的帐户信息中获取。并且，在用户的属性中可以包括上述以外的属性。

在相同属性图像的拍摄张数及拍摄频率满足一定条件的情况下，推荐确定部36确定为将与该相同属性图像的拍摄目的有关联的产品信息推荐给一个用户。另一方面，在相同属性图像的拍摄张数及拍摄频率不满足一定条件的情况下，推荐确定部36确定为与该相同属性图像的拍摄目的有关联的产品信息不推荐给一个用户。

并且，在同类图像的拍摄张数及拍摄频率满足一定条件的情况下，推荐确定部36确定为将该同类图像的同类图像信息推荐给与该同类图像信息有关联的产品提供商。另一方面，在同类图像的拍摄张数及拍摄频率不满足一定条件的情况下，确定为将该同类图像的同类图像信息不推荐给与该同类图像信息有关联的产品提供商。

接着，推荐书制作部38制作推荐书，该推荐书包括：与拍摄张数及拍摄频率满足一定条件的同类图像的相同物体有关的信息；及用于将该拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息推荐给一个以上的用户的推荐条件。

推荐书是同类图像信息的一例，例如在将同类图像信息推荐给产品提供商的情况下使用信息推荐部40。

与物体有关的信息中，例如包括物体的名称、物体所在地、物体的说明等信息。

推荐条件并不受特别的限定，例如包括如下满足特定的条件的情况：在拍摄张数及拍摄频率满足一定条件的同类图像上次被上传之后经过一定期间时；及同类图像的拍摄张数及拍摄频率满足一定条件时等。

另外，在与物体有关的信息及推荐条件中，可以包括上述以外的信息及条件。并且，在推荐书中可以包括与物体有关的信息及推荐条件以外的信息，例如推荐给用户的推荐内容等。

在推荐书中，例如包括“富士山的照片在增加中。是否对上传富士山照片的用户推荐去富士山？”等推荐。在该情况下，“富士山”是与物体有关的信息，“富士山的照片在增加中。”是推荐条件，“是否推荐去富士山？”是推荐给用户的推荐内容。

接着，信息推荐部40将由推荐确定部36确定为推荐给一个用户的产品信息推荐给该一个用户。

并且，信息推荐部40将与拍摄张数及拍摄频率满足一定条件的同类图像的相同的拍摄场所及相同物体有关的同类图像信息，推荐给多个产品提供商中与该同类图像信息有关联的产品提供商。

对用户及产品提供商的推荐方法并不受特别的限定，例如可以发送与推荐给用户及产品提供商有关的电子邮件，也可以在用户用客户端14a及产品提供商用客户端14b的显示屏上显示推荐信息。

接着，一边参考图3、图4及图5所示的流程图，一边对信息推荐系统10的动作进行说明。首先，对于向一个用户推荐信息的情况进行说明。

每个用户在每个用户用客户端14a中，从每个用户所持有的图像组中选择所希望的图像组，并指示为将所选择的图像组上传到服务器12。或者，每个用户也能够设定成将每个用户用客户端14a的存储装置的规定的文件夹中所保存的图像组自动上传到服务器12。

由此，由每个用户选择的每个用户的图像组从每个用户用客户端14a上传到服务器12，并存储于在线存储器18中的每个用户的存储区域。

若一个以上的用户的图像组存储于在线存储器18，则由图像组获取部20获取存储于在线存储器18中的一个用户的图像组(图3的步骤s11)。

接着，由图像分析部22分析一个用户的图像组中所包括的每个图像而检测每个图像的属性，并检测一个用户的图像组中所包括的多个图像的多个属性(图3的步骤s12)。

接着，由拍摄张数合计部28在一个用户的图像组中，针对每个图像的属性，合计相同属性图像的拍摄张数(图3的步骤s13)。

接着，由拍摄频率计算部30在一个用户的图像组中，针对每个图像的属性，根据相同属性图像的拍摄张数计算该相同属性图像的拍摄频率(图3的步骤s14)。

并且，由拍摄目的推断部32针对每个图像的属性推断相同属性图像的拍摄目的(图3的步骤s15)。关于拍摄张数及拍摄频率的计算和拍摄目的的推断中的任一个可以先进行，或者两者可以并行处理。

接着，由推荐确定部36确定为：针对每个图像的属性，根据相同属性图像的拍摄张数及拍摄频率是否满足一定条件，将与相同属性图像的拍摄目的有关联的产品信息是否推荐给持有该相同属性图像的一个用户(图3的步骤s16)。

接着，通过信息推荐部40，确定为推荐给一个用户的产品信息被推荐给该一个用户(图3的步骤s17)。

在本实施方式的情况下，由推荐确定部36从登录于推荐信息登录部34中的一个以上的推荐信息中检测推荐信息，该推荐信息包括与拍摄张数及拍摄频率满足一定条件的相同属性图像的拍摄目的一致的拍摄目的。

接着，通过信息推荐部40，由推荐确定部36检索到的推荐信息中所包括的产品信息被推荐给一个用户。

例如，在拍摄目的是“旅行”的情况下，作为推荐内容，信息推荐部40可以仅推荐一个信息，如“推荐去xxx旅行。”，但是作为更优选的实施例，优选使“综合推荐去xxx旅行的交通工具、旅馆、旅游景点门票等。是否要浏览？是/否”等消息显示于用户用客户端14a的显示屏，在由用户选择了“是”的情况下，接着，使各种服务一览显示，以使用户能够综合预订各种服务。

另外，推荐给用户的服务一览例如能够根据由该用户存储于在线存储器18中的与过去“xxx旅行”有关的图像的分析结果等而制作。并且，也能够根据存储于该在线存储器18中的与该用户的“xxx旅行”有关的图像、以及经同意被分析并判断的与其他多个用户的“xxx旅行”有关的图像的拍摄场所及图像中所拍摄到的物体的分析结果等而制作。

以下，同意地，若每个用户的图像组上传到服务器12并存储于在线存储器18中的每个用户的存储区域，则依次获取每个用户的图像组，对每个用户的图像组重复进行上述动作。

在此，在sns中，若分析例如在facebook(注册商标)中共享(公开)的图像组，则显示已共享该图像组的用户想要与朋友共享的兴趣、嗜好，若分析在line(注册商标)及whatsapp(注册商标)中共享的图像组，则显示每个对话成员只想与更亲密的朋友、家人共享的兴趣、嗜好。

并且，若分析amazon.com(注册商标)及rakutenichiba(注册商标)等在线商店中的用户的购买履历，则显示与该用户所购买产品有关的兴趣、嗜好。

然而，以往不存在能够由一个应用程序或网络服务等广泛地表示用户的兴趣、嗜好。在智能手机普及的今天，用户通过内置相机来拍摄并存储感兴趣的各种图像。若存在能够统一浏览这种用户图像组的应用程序或网络服务等，则有可能广泛地显示用户的兴趣、嗜好。

另一方面，在初始状态下，多数情况下用户的图像组通常只是按时序排列，也可以认为若将这种图像组设为混为一体进行分析，则反而无法顺利地推断用户的兴趣、嗜好。

相对于此，在信息推荐系统10中，拍摄目的推断部32推断相同属性图像的拍摄目的，由此针对每个相同属性图像，能够根据拍摄目的来推断用户的兴趣、嗜好。

在属性是拍摄场所的情况下，拍摄目的推断部32推断为例如在用户的住宅附近拍摄到的相同属性图像的拍摄目的是拍摄“日常”的图像。并且，推测为如下：在离住宅稍远的场所拍摄到的相同属性图像的拍摄目的是拍摄非日常“活动”的图像，在离住宅远的场所拍摄到的相同属性图像的拍摄目的是拍摄“旅行”的图像。

并且，在属性是图像中所拍摄到的人物的情况下，拍摄目的推断部32例如通过某一时间段推断为人物不是中心被摄体的相同属性图像的拍摄目的是拍摄“个人”图像。并且，推测为如下：拍摄到家人的相同属性图像的拍摄目的是拍摄“家人”的图像，拍摄到除了家人以外的人物的相同属性图像的拍摄目的是拍摄“朋友关系”的图像。

例如，即使检测图像的场景而能够判别为是与棒球有关联的图像，至于持有该图像的用户本人是否在打棒球或者喜欢观看棒球比赛，仅通过与棒球有关联的图像也无法进行判别。

在该情况下，在属性是图像中所拍摄到的物体的情况下，若例如用户的朋友被拍摄到多数图像中，则用户本人在打棒球的可能性高，因此拍摄目的推断部32推断为该图像的拍摄目的是拍摄“运动”场景的图像。并且，若图像是在有名的棒球场上被拍摄，或者有名的棒球选手被拍摄到图像中，则推测为用户喜欢观看棒球比赛，该图像的拍摄目的是拍摄“观看体育比赛”的图像。

在信息推荐系统10中，如上所述，针对每个图像的属性推断相同属性图像的拍摄目的，并将与相同属性图像的拍摄目的有关联的产品信息推荐给用户。从而，根据相同属性图像的拍摄目的，能够适当地判断用户的个人兴趣，嗜好、与朋友共享的兴趣、嗜好，家人喜欢的兴趣、嗜好等，能够广泛且适当地推断用户的兴趣、嗜好，并且也能够适当地进行相应的产品信息的推荐。

(实施例1)

设为在一个用户的图像组中包括大量的“冬季丹顶鹤”的图像(照片)。认为拍摄目的是拍摄“丹顶鹤”或“冬季丹顶鹤”的图像。“丹顶鹤”的图像是在钏路湿原拍摄到的可能性高。拍摄这种图像的用户的兴趣为摄影，可以预测具有昂贵的相机器材。并且，拍摄“冬季丹顶鹤”的用户多为重访者，认为在下一年度的冬季再次访问钏路并进行住宿及旅游等的可能性高。

在该情况下，作为产品提供商而假定钏路市及钏路旅游协会等。对于在图像组中包括大量的“冬季丹顶鹤”的图像的一个用户，当第二年冬天的“丹顶鹤”迁飞季节临近时，推荐钏路市的旅游指南及住宿设施的信息等。并且，作为产品提供商，可以由相机器材的销售公司将新产品的相机器材的信息推荐给该一个用户。

(实施例2)

设为在一个用户的图像组中包括大量的“滑雪”场景的图像(照片)。并且，设为该“滑雪”场景的图像不仅包括一年的图像，而且包括多年的图像。认为拍摄目的是拍摄“滑雪”场景的图像。该用户的兴趣是滑雪，而且每年去滑雪的可能性高。

在该情况下，作为产品提供商而假定滑雪场运营公司。对于图像组中包括大量的“滑雪”场景的图像的个用户，当第二年的滑雪季节临近时推荐滑雪埸及住宿设施的信息。

(实施例3)

设为在一个用户的图像组中包括大量的“tdl(东京迪士尼乐园(注册商标))”的图像(照片)。并且，设为“tdl”的图像不仅包括一年的图像，而且包括多年的图像。认为拍摄目的拍摄“tdl”的图像。该用户喜欢“tdl”，而且每年去“tdl”的可能性高。

在该情况下，作为产品提供商而假定旅游公司。对于在图像组中包括大量的“tdl”的图像的一个用户，推荐去“tdl”的旅行计划的信息。

(实施例4)

设为在一个用户的图像组中包括大量的“铁路”的图像(照片)。认为拍摄目的是拍摄“铁路”的图像。该用户喜欢铁路并去各地铁路而拍摄“铁路”的图像的可能性高。

在该情况下，作为产品提供商而假定旅游公司。对于在图像组中包括大量的“铁路”的图像的一个用户，推荐与作为新的拍摄现场的铁路的拍摄场所及在该一个用户的图像组中所包括的图像上未拍摄到的新的铁路车辆的种类(蒸汽机车、电车等)等有关的信息。

另外，在推荐给用户的产品信息包括与以一定的周期发生的周期性活动有关联的产品信息的情况下，信息推荐部40可以在下一个周期性活动发生时刻的一定的期间之前，将与周期性活动有关联的产品信息推荐给一个用户。

在周期性活动中，例如包括洗发水及护发素等日常用品的购买及旅行等的预定，也可以包括除此以外的活动。

由此，在一个用户在购买该产品之前，能够向一个用户定期推荐购买一个用户定期购买的产品，并能够促进产品销售。

并且，推荐信息登录部34可以登录两个以上的拍摄目的与产品信息对应关联的推荐信息作为一个以上的推荐信息，

在该情况下，由推荐确定部36检索推荐信息，该推荐信息包括与拍摄张数及拍摄频率满足一定条件的两个以上的相同属性图像的两个以上的拍摄目的一致的两个以上的拍摄目的。

由此，能够将与两个以上的拍摄目的的组合对应的产品信息推荐给一个用户。例如，在拍摄目的是拍摄冬季图像及拍摄丹顶鹤图像这两者的情况下，能够将与冬季丹顶鹤有关联的产品信息推荐给一个用户。

并且，在拍摄目的是拍摄通过信息推荐系统10预先确定的物体的情况下，无论是否满足一定条件，推荐确定部36可以确定为将与由预先确定的物体拍摄到的图像的拍摄目的有关联的产品信息推荐给用户。

由此，无论拍摄张数及拍摄频率，能够将与由预先确定的物体拍摄到的图像的拍摄目的有关联的产品信息立即推荐给已上传该图像的用户。例如，在预先确定的物体是丹顶鹤的情况下，对已上传拍摄到丹顶鹤的图像的用户立即推荐与丹顶鹤有关联的产品信息。

另外，预先确定的物体并不受特别的限定，而能够确定任意的物体，例如可以是罕见的物体，或者可以是由产品提供商请求的物体等。

并且，拍摄目的推断部32可以预先制作已学习模型，并使用该已学习模型根据相同属性图像来推断该相同属性图像的拍摄目的，所述已学习模型根据多组学习用相同属性图像预先学习了具有相同属性的学习用相同属性图像的拍摄张数及拍摄频率与拍摄目的之间的关系。

由此，随着学习用相同属性图像的组数增加，能够根据相同属性图像更准确地判断该相同属性图像的拍摄目的。

在制作已学习模型的情况下，关于多组学习用相同属性图像，可以提供与学习用相同属性图像的拍摄张数及拍摄频率对应的拍摄目的的信息。例如，在将与拍摄目的有关联的产品信息推荐给用户，且该用户购买了与该产品信息对应的产品的情况下，能够判断为该拍摄目的是正确的，在用户未购买与产品信息对应的产品的情况下，能够判断为该拍摄目的不正确。

已学习模型能够制作例如由神经网络构成的模型。

在该情况下，拍摄目的推断部32在得到例如一组学习用相同属性图像的拍摄张数及拍摄频率、和与该一组学习用相同属性图像的拍摄张数及拍摄频率对应的拍摄目的的信息的情况下，进行将构成神经网络的各节点的系数进行变更的变更处理，以使当输入了上述多组及一组学习用相同属性图像的拍摄张数及拍摄频率时，基于拍摄目的的输出误差最小。例如，若拍摄目的1是拍摄人物图像，则进行变更处理，以使基于该拍摄目的1的输出误差最小，若拍摄目的2是拍摄动物图像，则进行变更处理，以使基于该拍摄目的2的输出误差最小。

拍摄目的推断部32重复进行上述变更处理，以学习学习用相同属性图像的拍摄张数及拍摄频率与拍摄目的的关系。由此，能够制作构成神经网络的各节点的系数已变更的已学习模型，以使基于与拍摄张数及拍摄频率对应的每个拍摄目的的输出误差最小。例如，分别变更构成神经网络的各节点的系数，以使相对于拍摄张数及拍摄频率的、基于上述拍摄目的1及拍摄目的2的输出误差最小。

拍摄目的推断部32使用已学习模型，对相同属性图像的拍摄张数及拍摄频率推断为输出误差最小的拍摄目的是最准确的拍摄目的。

另外，关于制作已学习模型时的学习方法，只要是能够根据多个学习用相同属性图像来学习拍摄张数及拍摄频率与拍摄目的的关系并生成已学习模型的方法，则并不受特别的限定。

作为学习方法，如前所述，例如作为人工知能(ai：artificialintelligence)技术之一即机器学习(machinelearning)的一例，能够利用使用层级结构神经网络的深度学习(deeplearning)等。

并且，可以利用除了深度学习以外的机器学习，也可以利用除了机器学习以外的人工知能技术，也可以利用除了人工知能技术以外的学习方法。

接着，对于将信息推荐给产品提供商的情况进行说明。

若多个用户的图像组存储于在线存储器18，则由图像组获取部20获取存储于在线存储器18中的多个用户的图像组(图4的步骤s21)。

接着，由图像分析部22分析多个用户的图像组中所包括的每个图像，以检测每个图像的拍摄场所及每个图像中所拍摄到的物体(图4的步骤s22)。

接着，由拍摄张数合计部28在多个用户的图像组中，针对每个同类图像，合计同类图像的拍摄张数(图4的步骤s23)。

接着，由拍摄频率计算部30在多个用户的图像组中，针对每个同类图像，根据同类图像的拍摄张数计算该同类图像的拍摄频率(图4的步骤s24)。

接着，拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息通过信息推荐部40被推荐给与同类图像信息有关联的产品提供商(图4的步骤s25)。

产品提供商能够将与同类图像信息有关的产品信息同时推荐给一个以上的用户，例如上传同类图像的多个用户。

在信息推荐系统10中，如上所述，将同类图像的同类图像信息推荐给与该同类图像信息有关联的产品提供商。从而，能够将上传同类图像的多个用户感兴趣和关注等的信息推荐给产品提供商。换言之，产品提供商能够将上传同类图像的许多用户感兴趣和关注等的产品信息推荐给用户。

例如，当地方政府为“对该城镇想做一些旅游宣传，但不清楚该城镇的宣传景点是什么。”苦恼时，根据存储于在线存储器18中的多个用户的图像组的分析结果，将在该城镇中与拍摄张数多的拍摄场所及拍摄张数多的物体等有关联的信息推荐给地方政府，能够有助于地方政府做旅游宣传。

(实施例5)

设为在多个用户的图像组中包括大量的“在a市的电视剧中所使用的外景拍摄地”的图像。最近，人们聚集在该外景拍摄地，拍摄该外景拍摄地的照片的人在增加。根据多个用户的图像组的分析结果可知，在该外景拍摄地的场所拍摄照片的人在增加。

根据该情况，对a市推荐“是否将外景拍摄地设为旅游景点？”。“外景拍摄地”是同类图像信息相同的拍摄场所，“a市”是产品提供商，“是否将外景拍摄地设为旅游景点？”是同类图像信息。

(实施例6)

设为在一个用户的图像组中不包括b市的“铁路”的图像(照片)，但是在其他多个用户的图像组中包括大量的b市的“铁路”的图像。

在该情况下，将用于将与b市的“铁路”(蒸汽机车、电车等)有关的产品信息推荐给该一个用户的信息，推荐给与该产品信息有关联的产品提供商。例如，将认为对拍摄b市的“铁路”的图像中所需要的到b市的交通工具、b市中的住宿信息等信息推荐给旅游公司。

(实施例7)

应用图像的附加信息中所包括的位置信息及图像中所拍摄到的地标等信息而确定多个用户的图像组中所包括的每个图像的拍摄场所，将所确定的图像的摄场所的信息与该图像中所拍摄到的物体的信息建立关联。设为其他多个用户的图像组中所包括大量的图像中所拍摄到的物体未被拍摄到一个用户的图像组中所包括的图像中。

在该情况下，将用于将与拍摄到该物体的图像的拍摄场所有关的产品信息推荐给该一个用户的信息，推荐给与该产品信息有关联的产品提供商。

另外，每个产品提供商能够将期望同类图像信息的区域的信息提供于服务器12。

在该情况下，由区域信息接收部24接收从每个产品提供商提供的区域的信息(图5的步骤s31)。

接着，由图像提取部26从多个用户的图像组中提取与由一个产品提供商提供的区域的信息有关联的图像作为区域关联图像(图5的步骤s32)。

另外，设为每个图像的分析已结束。

区域关联图像是在多个用户的图像组中与每个产品提供商具有关联性的图像，因此通过处理区域关联图像而不是处理多个用户的图像组，能够迅速进行后续处理。

接着，由拍摄张数合计部28在区域关联图像中或者关于区域关联图像的多个用户的属性，针对每个同类图像，合计同类图像的拍摄张数(图5的步骤s33)。

接着，由拍摄频率计算部30在区域关联图像中或者关于区域关联图像的多个用户的属性，针对每个同类图像，根据同类图像的拍摄张数计算该同类图像的拍摄频率(图5的步骤s34)。

接着，拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息通过信息推荐部40被推荐给产品提供商，该产品提供商提供了与包括拍摄张数及拍摄频率满足一定条件的同类图像的相同的拍摄场所及相同物体中的至少一个区域对应的区域的信息(图5的步骤s35)。

以下，同样地，依次获取由每个产品提供商提供的区域信息，关于与由每个产品提供商提供的区域信息有关联的区域关联图像重复进行上述动作。

并且，推荐确定部36可以在区域关联图像中或者关于区域关联图像的多个用户的属性，根据同类图像的拍摄张数及拍摄频率是否满足一定条件，确定为将同类图像的同类图像信息是否推荐给多个产品提供商中与该同类图像信息有关联的产品提供商。

在该情况下，被确定为进行推荐的同类图像信息通过信息推荐部40被推荐给与被确定为进行该推荐的同类图像信息有关联的产品提供商。

并且，在同类图像的拍摄张数及拍摄频率满足一定条件的情况下，推荐书制作部38可以制作与该拍摄张数及拍摄频率满足一定条件的同类图像有关的推荐书。

在该情况下，推荐书通过信息推荐部40被发送到与拍摄张数及拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品提供商。

另外，信息推荐部40不仅将由推荐书制作部38制作的推荐书，而且也可以将从既有的多个推荐书中所选择的一个推荐书或由人制作的推荐书发送到产品提供商。

与同类图像信息有关联的产品提供商根据推荐书，将用于将与同类图像信息有关的产品信息推荐给一个以上的用户的条件提供于服务器12，并能够请求服务器12将与同类图像信息有关的产品信息推荐给一个以上的用户。

在该情况下，根据从多个产品提供商分别提供的、用于将与同类图像信息有关的产品信息通过信息推荐部40推荐给一个以上的用户的条件，与同类图像信息有关的产品信息推荐给一个以上的用户。

另外，每个产品提供商可以对每个用户直接进行推荐，以代替请求服务器12对每个用户进行推荐。并且，每个产品提供商可以将同类图像和与该同类图像的同类图像信息有关的产品信息对应关联的推荐信息登录于推荐信息登录部34。由此，根据拍摄张数及拍摄频率满足一定条件的同类图像，从推荐信息登录部34能够获取与该同类图像的同类图像信息有关的产品信息。

并且，在一个用户的图像组中，在拍摄张数及拍摄频率满足一定条件的同类图像上次被上传到在线存储器18之后经过了一定期间时，信息推荐部40可以向与该拍摄张数及所述拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品提供商推荐，将与拍摄张数及所述拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品信息推荐给一个用户。

由此，产品提供商能够将与该同类图像的同类图像信息有关联的产品信息定期推荐给该一个用户。认为上传该同类图像的一个用户对与该同类图像的同类图像信息有关联的产品信息感兴趣，因此能够促进产品销售。

另外，能够根据推荐内容适当地确定一定期间。

例如，用户在上传在旅行目的地所拍摄到的图像，由该用户上传的图像是拍摄张数及拍摄频率满足一定条件的同类图像，在上述图像通过该用户上次被上传之后经过了一定期间时，向旅游公司的产品提供商推荐将去与上次相同的旅行目的地旅行等推荐给用户。

相应地，例如在上述图像通过用户上次被上传之后经过了1年时，产品提供商请求服务器12将去与上次相同的旅行目的地旅行的信息推荐给该用户。

由此，以定期预定旅行等的重访者为目标，能够进行产品信息的推荐。

并且，在多个用户的图像组中，当同类图像的拍摄张数及拍摄频率满足一定条件时，信息推荐部40向与该拍摄张数及所述拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品提供商推荐，将与该拍摄张数及所述拍摄频率满足一定条件的同类图像的同类图像信息有关联的产品信息推荐给未上传该拍摄张数及拍摄频率满足一定条件的同类图像的相似属性的用户。

相似属性的用户是指，包括属性例如年龄、年代、性别及地址等与多个用户相似的用户、或者拍摄相似的图像例如猫图像、电车图像及花图像等的用户等。

由此，产品提供商能够将与该同类图像的同类图像信息有关联的产品信息推荐给相似属性的用户。认为相似属性的用户对与该同类图像的同类图像信息有关联的产品信息感兴趣，因此能够促进产品销售。

例如，当在某一拍摄场所上的基于多个用户的同类图像的拍摄频率超过阈值时，向旅游公司等产品提供商推荐将去该拍摄场所旅行等推荐给未上传该同类图像的相似属性的用户。

相应地，产品提供商请求服务器12例如将去该拍摄场所旅行的信息直接推荐给相似属性用户。

由此，以相似属性的用户且未拍摄由多个用户所拍摄到的同类图像的，即，没有去过拍摄到该同类图像的拍摄场所的未体验用户为目标，能够推荐产品信息。

另外，从保护个人信息的观点考虑，当运用信息推荐系统10时，实施下述1～4。

1.分析存储于在线存储器18中的用户的图像组、以及根据该分析结果将各种信息推荐给用户及产品提供商，就此信息推荐系统10的管理人员得到用户的同意。

2.产品提供商将产品信息推荐给用户的主体可以是信息推荐系统10，也可以是产品提供商，就此得到用户的同意。

3.在上述2的主体是产品提供商的情况下，为了将产品信息推荐给用户而将所需信息转达到产品提供商，就此得到用户的同意。所需信息优选设为必要最低限度，例如仅设为电子邮件地址等。

4.当分析多个用户的图像组，并将拍摄张数多的物体的信息发送到产品提供商等信息提供时，将用户的信息及由用户确定的信息不提供于产品提供商。在将这些信息匿名化之后进行信息提供，就此预先得到用户的同意。

在本发明的装置中，例如图像组获取部20、图像分析部22、区域信息接收部24、图像提取部26、拍摄张数合计部28、拍摄频率计算部30、拍摄目的推断部32、推荐信息登录部34、推荐确定部36、推荐书制作部38及信息推荐部40等执行各种处理的处理部(processingunit：处理单元)的硬件结构可以是专用硬件，也可以是执行程序的各种处理器或计算机。

各种处理器中包括：执行软件(程序)而作为各种处理部发挥功能的通用的处理器即cpu(centralprocessingunit：中央处理单元)、fpga(fieldprogrammablegatearray：现场可编程门阵列)等在制造之后能够变更电路结构的处理器，即可编程逻辑器件(programmablelogicdevice：pld)、asic(applicationspecificintegratedcircuit：专用集成电路)等具有为了执行特定的处理而专门设计的电路结构的处理器，即专用电路等。

可以由这些各种处理器中的一个来构成一个处理部，也可以通过相同种类或不同种类的2个以上的处理器的组合，例如由多个fpga的组合、或fpga及cpu的组合等来构成。并且，可以由各种处理器中的一个来构成多个处理部，也可以将多个处理部中的2个以上进行归类以使用一个处理器来构成。

例如有如下方式：如以服务器及客户端等计算机为代表，由一个以上的cpu和软件的组合来构成一个处理器，该处理器作为多个处理部而发挥功能。并且，有如下方式：以片上系统(systemonchip：soc)等为代表，使用由一个ic(integratedcircuit：集成电路)芯片来实现包括多个处理部的系统整体的功能的处理器。

而且，更具体而言，这些各种处理器的硬件结构是将半导体元件等电路元件进行了组合的电路(circuitry)。

并且，例如能够通过用于使计算机执行该每个步骤的程序而实施本发明的方法。并且，也能够提供记录有该程序的计算机可读取的记录介质。

以上，对本发明详细地进行了说明，但本发明并不限定于上述实施方式，在不脱离本发明的主旨的范围内，当然可以进行各种改进或变更。