JP6320258B2 - Extraction apparatus, extraction method, and extraction program - Google Patents
Extraction apparatus, extraction method, and extraction program Download PDFInfo
- Publication number
- JP6320258B2 JP6320258B2 JP2014190414A JP2014190414A JP6320258B2 JP 6320258 B2 JP6320258 B2 JP 6320258B2 JP 2014190414 A JP2014190414 A JP 2014190414A JP 2014190414 A JP2014190414 A JP 2014190414A JP 6320258 B2 JP6320258 B2 JP 6320258B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- extraction
- product
- content
- 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
Links
- 238000000605 extraction Methods 0.000 title claims description 117
- 230000009471 action Effects 0.000 claims description 69
- 238000009826 distribution Methods 0.000 claims description 59
- 238000000034 method Methods 0.000 claims description 39
- 239000000284 extract Substances 0.000 claims description 31
- 238000004891 communication Methods 0.000 claims description 27
- 230000006399 behavior Effects 0.000 description 81
- 238000003860 storage Methods 0.000 description 68
- 238000012545 processing Methods 0.000 description 36
- 230000000694 effects Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 17
- 235000014510 cooky Nutrition 0.000 description 16
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 239000013598 vector Substances 0.000 description 10
- 230000010365 information processing Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 101710114762 50S ribosomal protein L11, chloroplastic Proteins 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、抽出装置、抽出方法及び抽出プログラムに関する。 The present invention relates to an extraction apparatus, an extraction method, and an extraction program.
近年、インターネットの飛躍的な普及に伴い、ネットワークを介して取得される情報に基づいた広告配信が盛んに行われている。このような広告配信においては、宣伝効果を高めるために、ユーザの嗜好、性別、年齢、住所、職業などのユーザ情報を予め登録しておき、ユーザ情報に対応する広告を選択的に配信するターゲティング配信が行われている。 In recent years, with the rapid spread of the Internet, advertisement distribution based on information acquired via a network is actively performed. In such advertisement distribution, in order to enhance the advertising effect, user information such as user preference, gender, age, address, occupation, etc. is registered in advance, and the advertisement corresponding to the user information is selectively distributed Delivery is taking place.
例えば、上記のようなユーザ情報を活用した広告配信の例としては、顧客の購買意欲を喚起する商品情報をタイムリーに届けることが可能なダイレクトメールシステムに係る技術（以下、従来技術１と表記する）が知られている。また、ユーザから送信される検索クエリに基づいて、購買履歴を用いない場合であってもユーザの状況が購買ステージであるか否かを判定し、購買ステージであると判定されたユーザに広告を配信する技術（以下、従来技術２と表記する）が知られている。 For example, as an example of advertisement distribution utilizing the user information as described above, a technology related to a direct mail system (hereinafter referred to as Conventional Technology 1) that can deliver product information that motivates customers to purchase in a timely manner. Is known). Further, based on a search query transmitted from the user, even if the purchase history is not used, it is determined whether or not the user's situation is the purchase stage, and an advertisement is sent to the user who is determined to be the purchase stage. A technique for distribution (hereinafter referred to as conventional technique 2) is known.
しかしながら、上記の従来技術では、訴求効果の高いコンテンツを抽出する精度を向上させることは困難であった。具体的には、上記の従来技術１は、商品を購買したことのあるユーザの個人情報と購買履歴とに基づいて、各ユーザに対してダイレクトメールを送信するに過ぎず、例えば、購買履歴の比較的少ないユーザに対しては、送信するコンテンツを適切に抽出することができない。また、上記の従来技術２は、検索クエリに基づきユーザが購買ステージであるか否かを推定するに過ぎず、配信されるコンテンツとユーザが適切にマッチングされているか定かでない。すなわち、広告の配信対象とされたユーザは、配信された広告に提示される商品等に対して購買意欲が高いとは限らず、広告の訴求効果が充分に発揮できない場合がある。
However, with the above-described conventional technology, it has been difficult to improve the accuracy of extracting content with a high appealing effect. Specifically, the above-described
なお、上記では、コンテンツとして広告に係るコンテンツを例に挙げて、訴求効果の高いコンテンツを抽出する精度を向上させることが困難である点について説明した。しかし、広告に係るコンテンツ以外のコンテンツにおいても同様に、訴求効果の高いコンテンツを抽出する精度を向上させることができるとは限らない。すなわち、上記のような広告配信の例に限られず、ユーザ情報を用いてコンテンツを配信する技術分野においては、ユーザ情報が適切に活用されなければ、訴求効果の高いコンテンツを精度よく抽出することは困難である。 In the above description, the content related to the advertisement is taken as an example of content, and it has been described that it is difficult to improve the accuracy of extracting content with a high appeal effect. However, in the case of content other than the content related to the advertisement, it is not always possible to improve the accuracy of extracting content with a high appeal effect. In other words, the present invention is not limited to the example of advertisement delivery as described above, and in the technical field of delivering content using user information, if user information is not properly utilized, content with a high appealing effect can be accurately extracted. Have difficulty.
本願は、上記に鑑みてなされたものであって、訴求効果の高いコンテンツを抽出する精度を向上させることができる抽出装置、抽出方法及び抽出プログラムを提供することを目的とする。 The present application has been made in view of the above, and an object thereof is to provide an extraction device, an extraction method, and an extraction program capable of improving the accuracy of extracting content having a high appeal effect.
本願に係る抽出装置は、ユーザに関する情報のうち、通信ネットワークを介して提供される商取引サービスにおいて、ユーザによって特定の商材が購入対象の候補として登録された行動履歴を取得する取得部と、前記取得部により取得された前記ユーザの行動履歴に基づいて、前記ユーザに配信される所定のコンテンツを抽出する抽出部と、を備えたことを特徴とする。 The extraction device according to the present application includes an acquisition unit that acquires an action history in which a specific product is registered as a candidate for purchase by a user in a commercial transaction service provided via a communication network among information about the user, And an extraction unit that extracts predetermined content distributed to the user based on the user's behavior history acquired by the acquisition unit.
実施形態の一態様によれば、訴求効果の高いコンテンツを抽出する精度を向上させることができるという効果を奏する。 According to one aspect of the embodiment, there is an effect that it is possible to improve the accuracy of extracting content with a high appeal effect.
以下に、本願に係る抽出装置、抽出方法及び抽出プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る抽出装置、抽出方法及び抽出プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。 Hereinafter, a mode for carrying out an extraction apparatus, an extraction method, and an extraction program according to the present application (hereinafter referred to as “embodiment”) will be described in detail with reference to the drawings. Note that the extraction apparatus, the extraction method, and the extraction program according to the present application are not limited to the embodiment. In addition, the embodiments can be appropriately combined within a range that does not contradict processing contents. In the following embodiments, the same portions are denoted by the same reference numerals, and redundant description is omitted.
〔１．抽出処理の概要〕
まず、図１を用いて、実施形態に係る抽出処理の一例について説明する。図１は、実施形態に係る抽出処理の一例を示す図である。図１では、本願に係る抽出装置に対応する広告装置１００によって、ユーザに配信される広告コンテンツの抽出処理が行われる例を示す。
[1. (Outline of extraction process)
First, an example of the extraction process according to the embodiment will be described with reference to FIG. FIG. 1 is a diagram illustrating an example of an extraction process according to the embodiment. FIG. 1 shows an example in which an advertisement content distributed to a user is extracted by an
広告装置１００は、ユーザに関する情報（以下、「ユーザ情報」と表記する）を利用することで、配信対象先であるユーザと、配信される広告コンテンツとの適切なマッチング処理を実行する。言い換えれば、広告装置１００は、特定のユーザに配信されることで広告効果が高くなると想定される広告コンテンツを抽出し、抽出された広告コンテンツを当該ユーザに配信する。広告配信を依頼する広告主は、広告装置１００を利用することにより、広告配信を契機としてユーザから何らかの成果を得ることのできる可能性が高い広告コンテンツや、クリック率が高くなると想定される広告コンテンツ、すなわち、広告効果の高い広告コンテンツの配信を実現する。
The
なお、ユーザ情報とは、一般ユーザによって操作される情報処理端末であるユーザ端末１０がウェブサイトにアクセス（ウェブページにおいてバナー広告をクリックしたことを示す情報の送信や、ショッピングページにおいて商品を購買するための要求の送信などを含む）した際のログ（Ｌｏｇ）のデータ（言い換えれば、ユーザの行動履歴）等をいう。本明細書中では、このような行動履歴に関するユーザ情報を「行動情報」と表記する場合がある。また、ユーザ情報は、ウェブサイトへのアクセス履歴や購入履歴等から導かれるユーザ自体の属性情報（例えば、ユーザの年齢、性別、嗜好など）等を含むものとする。
The user information means that the
図１の例において、実施形態に係る広告装置１００は、ユーザの行動情報を含むユーザ情報を取得し、広告コンテンツの抽出処理に利用する。また、広告装置１００は、ユーザの行動情報の中でも、特に、オークションサイトにおけるユーザの購買段階（入札や、落札など）に対応する行動情報を利用し、広告コンテンツの抽出処理を実行する。以下では、広告装置１００によって行われる広告コンテンツの抽出処理の概要を流れに沿って説明する。
In the example of FIG. 1, the
図１に示すように、ユーザ端末１０は、オークションサイトにアクセスする（ステップＳ１１）。オークションサイトは、オークションサイトを管理するサーバ装置であるオークションサーバ３０により提供される。すなわち、ユーザ端末１０は、オークションサーバ３０にアクセスし、オークションサーバ３０が提供するオークションサイトを利用する。ユーザ端末１０は、オークションサイトにアクセスした場合には、オークションサイトを構成するウェブページを適宜取得する。
As shown in FIG. 1, the
なお、オークションサーバ３０へのアクセスに際して、ユーザ端末１０は、ウェブブラウザとサーバとの間で送受信される情報であるＨＴＴＰクッキー（HyperText Transfer Protocol Cookie：以下、単に「クッキー」と表記する）をオークションサーバ３０へ送信する。これにより、ユーザ端末１０がオークションサイト内で利用したサービスの内容や、商品への入札、落札などの行動情報がオークションサーバ３０に記憶される。なお、ユーザ端末１０は、オークションサーバ３０にアクセスする度にクッキーを送受信することにより、オークションサイト内での行動履歴を保持することができる。また、オークションサーバ３０は、ユーザ端末１０から送信されるクッキーにより、ユーザ端末１０を識別することができるので、ユーザ端末１０の行動情報に基づいたサービスをアクセスの度に提供することができる。ここで、クッキーは、ユーザ端末１０のウェブブラウザに対応して記憶される。このため、ユーザ端末１０は、オークションサーバ３０以外のウェブサーバにアクセスした場合であっても、クッキーの送受信により、オークションサーバ３０での行動情報を他のウェブサイトでも活用することができる。
When accessing the
オークションサーバ３０は、オークションサイト内でのユーザ端末１０の行動情報を取得する（ステップＳ１２）。そして、オークションサーバ３０は、取得したユーザ端末１０の行動情報を広告装置１００に送信する（ステップＳ１３）。広告装置１００は、オークションサーバ３０から取得した行動情報を蓄積する（ステップＳ１４）。そして、広告装置１００は、蓄積した行動情報に基づいて、ユーザ端末１０毎に対応する特徴情報を生成する（ステップＳ１５）。
The
詳しくは後述するが、広告装置１００は、ユーザの行動情報として、オークションサイトにおいて、商品が購入対象の候補としてユーザにより登録された行動履歴を取得する。例えば、広告装置１００は、商品が購入対象の候補として登録された行動履歴として、ユーザが特定の商品に入札した行動や、特定の商品を入札候補の商品としてウォッチリストに登録した行動や、入札の結果、特定の商品を落札した行動などの行動履歴を取得する。そして、広告装置１００は、オークションサイトにおいて入札した商品や、ウォッチリストに登録した商品などの商品名や、商品カテゴリから抽出されるキーワードに基づいて、ユーザ端末１０毎の特徴情報を生成する。そして、広告装置１００は、生成した特徴情報をユーザ端末１０毎に記憶する。なお、ウォッチリストとは、今後のオークションにおいて動向を確認するために、ユーザが選択した商品をリスト化するサービス機能をいう。言い換えれば、ウォッチリストに登録された商品とは、将来においてユーザが入札する候補の商品である。
As will be described in detail later, the
その後、ユーザ端末１０は、所定のポータルサイトにアクセスする（ステップＳ１６）。ポータルサイトとは、検索エンジンや、ニュース記事や、メールサービスなど、各種サービスを提供するウェブサイトのことをいう。ここでは、所定のポータルサイトは、ウェブサーバ４０により提供される。そして、ポータルサイトには、所定の広告枠が含まれる。ユーザ端末１０は、ウェブサーバ４０にアクセスすることで、ポータルサイトを構成するウェブページをウェブサーバ４０から取得する。そして、ユーザ端末１０は、ウェブブラウザにポータルサイトを表示しようとする際に、広告枠に表示する広告コンテンツを配信させるための要求を広告装置１００に送信する（ステップＳ１７）。
Thereafter, the
広告装置１００は、ユーザ端末１０から送信される広告配信の要求とともに、ユーザ端末１０を識別する情報を取得する。例えば、広告装置１００は、ユーザ端末１０からクッキーを受信し、ユーザ端末１０を識別する。
The
そして、広告装置１００は、保持している特徴情報のうち、広告配信を要求したユーザ端末１０に対応する特徴情報に基づいて、ユーザ端末１０に配信する広告コンテンツを選択する。言い換えれば、広告装置１００は、ユーザ端末１０を操作するユーザに対応する広告コンテンツを抽出する（ステップＳ１８）。この場合、広告装置１００は、行動情報に基づいて生成されたユーザ端末１０の特徴情報と、広告コンテンツの入稿時に予め設定されている広告コンテンツのカテゴリや、広告コンテンツを説明するためにタグ付けされるキーワード（以下、「広告キーワード」と表記する場合がある）に基づくコンテンツ情報との類似度を算出することにより、配信する広告コンテンツを抽出する。例えば、広告装置１００は、特徴情報とコンテンツ情報との類似度が最も高くなる広告コンテンツを配信候補として抽出する。そして、広告装置１００は、広告配信の要求を送信したユーザ端末１０に対して、抽出した広告コンテンツを配信する（ステップＳ１９）。
Then, the
このように、実施形態に係る広告装置１００は、ユーザに関する情報のうち、通信ネットワークを介して提供される商取引サービス（例えば、オークションサイト等の商取引サービスを提供するウェブサイト）において、ユーザによって特定の商材（例えば、ウェブサイトで購入可能な商品や、商取引の目的となるサービス等）が購入対象の候補として登録された行動履歴を取得する。そして、広告装置１００は、取得されたユーザの行動履歴に基づいて、ユーザに配信される広告コンテンツを抽出する。
As described above, the
すなわち、実施形態に係る広告装置１００は、一般的なターゲティング広告で利用されている、ユーザの属性情報や、ユーザのウェブサイトの閲覧情報などに加えて、オークションサイトなど商取引サイトにおける入札などの行動履歴から抽出される情報を用いて広告コンテンツを抽出する。ここで、ユーザにとって、オークションサイトにおいて入札したり、入札候補としてウォッチリストに登録したりした商品（すなわち、購入対象の候補としてオークションサイトに登録した商品）は、単にショッピングサイトを閲覧した商品等に比較して、ユーザの購買意欲が高く、興味関心が高い商品といえる。また、オークションサイトでは、商品に入札できる期間や、落札時間（取引終了時間）が定まっているため、取引が行われている期間では、ユーザの商品に対する興味関心がさらに高いものと想定される。広告装置１００は、このようなオークションサイトにおけるユーザの行動情報を取得し、また、ユーザの行動段階（例えば、入札や、落札や、入札候補への登録など）を含めた情報に基づき、広告コンテンツを抽出するので、ユーザの興味関心に沿った訴求効果の高い広告コンテンツを抽出する精度を向上させることができる。結果として、広告装置１００は、コンバージョン（Conversion）に至る可能性の高いユーザや、ＣＴＲ（Click Through Rate）が高くなる可能性の高いユーザに対して、抽出された適切な広告コンテンツを配信するので、広告配信による広告効果を向上させることが期待できる。
In other words, the
なお、図１では、ステップＳ１３において、オークションサーバ３０がユーザの行動情報を広告装置１００に送信する例を示した。また、ステップＳ１７では、ユーザ端末１０が広告配信の要求とともに、ユーザ端末１０の識別情報を広告装置１００に送信する例を示した。しかし、上記のような情報の送受信は、ウェブビーコン（web beacon）等によって実現されてもよい。
1 shows an example in which the
すなわち、オークションサーバ３０及びウェブサーバ４０によって提供されるウェブページには、ウェブビーコン等によって実現される、ユーザ情報に関する通知機能が埋め込まれる場合がある。例えば、ウェブビーコンは、ウェブページにアクセスしたユーザ端末１０を広告装置１００内に格納される透明な画像又は非常に小さな画像（「クリアＧＩＦ」と呼ばれることもある）にアクセスさせる機能を有する。これにより、広告装置１００は、ユーザ端末１０からユーザ情報を受信し、取得することができる。例えば、広告装置１００は、ウェブビーコンによって実現される機能により、オークションサーバ３０にアクセスしたユーザ端末１０からクッキーを受信してもよい。また、広告装置１００は、ウェブサーバ４０にアクセスしたユーザ端末１０からクッキーを受信してもよい。そして、広告装置１００は、受信したクッキーに基づいてユーザ情報を取得する。
That is, the web page provided by the
〔２．抽出処理システムの構成〕
次に、図２を用いて、実施形態に係る広告装置１００が含まれる抽出処理システム１の構成について説明する。図２は、実施形態に係る抽出処理システム１の構成例を示す図である。図２に例示するように、実施形態に係る抽出処理システム１には、ユーザ端末１０と、広告主端末２０と、オークションサーバ３０と、ウェブサーバ４０と、広告装置１００とが含まれる。これらの各種装置は、ネットワークＮ（例えば、インターネット等の通信ネットワーク）を介して、有線又は無線により通信可能に接続される。なお、図２に示した抽出処理システム１には、複数台のユーザ端末１０や、複数台の広告主端末２０や、複数台のオークションサーバ３０や、複数台のウェブサーバ４０が含まれてもよい。
[2. Configuration of extraction processing system)
Next, the configuration of the
ユーザ端末１０は、例えば、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、タブレット型端末や、携帯電話機、ＰＤＡ（Personal Digital Assistant）等の情報処理装置である。例えば、ユーザ端末１０は、オークションサーバ３０や、ウェブサーバ４０にアクセスすることで、オークションサーバ３０や、ウェブサーバ４０から提供されるウェブサイトからウェブページを取得し、取得したウェブページを表示装置（例えば、液晶ディスプレイ）に表示する。
The
広告主端末２０は、広告装置１００に広告配信を依頼する広告主によって利用される情報処理装置である。広告主端末２０は、広告主による操作に従って、広告装置１００に広告コンテンツを入稿する。また、広告主端末２０は、適切な配信対象に広告コンテンツを配信させるために、広告コンテンツに対してカテゴリを設定したり、広告コンテンツにタグ付けされる広告キーワードを指定したりする。例えば、広告装置１００は、広告コンテンツに設定されるカテゴリや、広告キーワードなどのコンテンツ情報に基づいて、適切な配信対象を決定する。
The
なお、広告主は、広告主端末２０を用いて、広告装置１００に広告コンテンツを入稿したり、広告コンテンツに対してカテゴリを設定したりせずに、かかる入稿等を代理店に依頼する場合もある。この場合、広告装置１００に広告コンテンツを入稿等するのは代理店となる。以下では、「広告主」といった表記は、広告主だけでなく代理店を含む概念であり、「広告主端末」といった表記は、広告主端末だけでなく代理店によって利用される代理店装置を含む概念であるものとする。
Note that the advertiser uses the
オークションサーバ３０は、ユーザ端末１０からアクセスされた場合に、オークションサイトに関するウェブページを提供するサーバ装置である。オークションサーバ３０は、ユーザ端末１０から、オークションサイトにおいて商品の購買に関する要求を受け付けたり、オークションに係る各種サービスを提供したりする。
The
ウェブサーバ４０は、ユーザ端末１０からアクセスされた場合に、各種ウェブページを提供するサーバ装置である。ウェブサーバ４０は、例えば、ニュースサイト、天気予報サイト、ショッピングサイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、ウェブブログなどに関する各種ウェブページを提供する。
The
なお、ウェブサーバ４０によって配信されるウェブページには、広告コンテンツを表示するための広告枠が含まれる。そして、広告枠を含むウェブページには、広告枠に表示する広告コンテンツを取得するための広告取得命令が含まれる。例えば、ウェブページを形成するＨＴＭＬ（HyperText Markup Language）ファイル等には、広告装置１００のＵＲＬ等が広告取得命令として記述される。この場合、ユーザ端末１０は、ＨＴＭＬファイル等に記述されているＵＲＬにアクセスすることで、広告装置１００から広告コンテンツの配信を受ける。
The web page distributed by the
広告装置１００は、上述のように、ユーザ情報を利用することで、広告配信の要求を行ったユーザに対して、広告効果が高いと想定される広告コンテンツを抽出し、抽出された広告コンテンツの配信を行う情報処理装置である。
As described above, the
また、広告装置１００は、広告コンテンツの配信にあたって、ユーザ端末１０を識別し、広告コンテンツを配信するユーザ端末１０を特定する。図１で説明したように、ユーザの識別は、ユーザ端末１０のウェブブラウザと広告装置１００との間でやり取りされるクッキーにユーザ識別情報を含めることによって行うことができる。ただし、ユーザを識別する手法は上記に限られない。例えば、ユーザ端末１０に専用のプログラムを設定し、かかる専用プログラムからユーザ識別情報を広告装置１００に送信させてもよい。
In addition, the
〔３−１．広告装置の構成〕
次に、図３を用いて、実施形態に係る広告装置１００の構成について説明する。図３は、実施形態に係る広告装置１００の構成例を示す図である。図３に示すように、広告装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、広告装置１００は、広告装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
[3-1. Configuration of advertising device]
Next, the configuration of the
（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。かかる通信部１１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、ユーザ端末１０や、広告主端末２０や、オークションサーバ３０や、ウェブサーバ４０との間で情報の送受信を行う。
(About the communication unit 110)
The communication unit 110 is realized by, for example, a NIC (Network Interface Card). The communication unit 110 is connected to the network N by wire or wirelessly, and transmits / receives information to / from the
（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、広告情報記憶部１２１と、行動情報記憶部１２２と、特徴情報記憶部１２３とを有する。
(About the storage unit 120)
The storage unit 120 is realized by, for example, a semiconductor memory device such as a RAM (Random Access Memory) or a flash memory, or a storage device such as a hard disk or an optical disk. The storage unit 120 includes an advertisement
（広告情報記憶部１２１について）
広告情報記憶部１２１は、広告主端末２０から入稿された広告コンテンツに関する情報を記憶する。また、広告情報記憶部１２１は、入稿された広告コンテンツに対応付けて、広告主から設定される広告コンテンツのカテゴリや広告キーワードを記憶する。ここで、図４に、実施形態に係る広告情報記憶部１２１の一例を示す。図４に示した例では、広告情報記憶部１２１は、「広告主ＩＤ」、「広告コンテンツＩＤ」、「広告カテゴリ」、「広告キーワード」といった項目を有する。
(Regarding the advertisement information storage unit 121)
The advertisement
「広告主ＩＤ」は、広告主又は広告主端末２０を識別するための識別情報を示す。また、「広告コンテンツＩＤ」は、広告主から広告装置１００に入稿される広告コンテンツを識別するための識別情報を示す。
The “advertiser ID” indicates identification information for identifying the advertiser or the
なお、実際にユーザ端末１０に配信される広告コンテンツのデータは、広告装置１００とは別に備えられた所定の広告配信サーバに記憶されてもよい。この場合、広告装置１００は、広告情報記憶部１２１に記憶された広告コンテンツＩＤに基づいて、外部の広告配信サーバに記憶された広告コンテンツを特定する。そして、広告装置１００は、広告配信サーバに対して、特定された広告コンテンツをユーザ端末１０に対して配信するよう制御する。
Note that the advertisement content data that is actually distributed to the
また、以下では、図４に示した広告主ＩＤ及び広告コンテンツＩＤに記憶されている識別情報を広告主及び広告コンテンツの参照符号として用いる場合がある。例えば、広告主ＩＤ「ＣＬ１１」によって識別される広告主を「広告主ＣＬ１１」と、または、広告コンテンツＩＤ「ＡＤ１１」によって識別される広告コンテンツを「広告コンテンツＡＤ１１」と表記する場合がある。 In the following, the identification information stored in the advertiser ID and the advertisement content ID shown in FIG. 4 may be used as a reference code for the advertiser and the advertisement content. For example, the advertiser identified by the advertiser ID “CL11” may be referred to as “advertiser CL11”, or the advertisement content identified by the advertisement content ID “AD11” may be denoted as “advertisement content AD11”.
「広告カテゴリ」は、広告コンテンツのカテゴリを示す。広告主は、広告コンテンツを入稿する際に、広告コンテンツを分類するための広告カテゴリを指定する。なお、広告カテゴリは、広告主によって設定されなくてもよい。例えば、広告装置１００は、入稿された広告コンテンツに含まれるテキストや画像が示す宣伝内容等に基づいて、自動的に広告カテゴリを設定してもよい。
“Advertisement category” indicates a category of advertisement content. The advertiser designates an advertisement category for classifying the advertisement content when submitting the advertisement content. The advertisement category may not be set by the advertiser. For example, the
「広告キーワード」は、広告コンテンツにタグ付けされるキーワードを示す。広告コンテンツは、広告キーワードによって特徴が示される。言い換えれば、広告キーワードは、広告コンテンツを説明するキーワードであり、広告コンテンツが配信対象として抽出される際に参照される。なお、図４においては、広告コンテンツにタグ付けされる説明を広告キーワードにより示したが、広告コンテンツの特徴を説明する情報は、キーワードのような単語で表される形式でなく、広告コンテンツを説明するための説明文であってもよい。 “Advertising keyword” indicates a keyword to be tagged to the advertising content. The advertisement content is characterized by the advertisement keyword. In other words, the advertising keyword is a keyword that describes the advertising content, and is referred to when the advertising content is extracted as a distribution target. In FIG. 4, the description tagged with the advertisement content is shown by the advertisement keyword. However, the information describing the feature of the advertisement content is not in a format represented by a word like a keyword, but describes the advertisement content. It may be an explanatory text for
例えば、図４では、広告主ＩＤ「ＣＬ１１」によって識別される広告主が、広告コンテンツＩＤ「ＡＤ１１」で識別される広告コンテンツを入稿した例を示す。また、広告主ＣＬ１１は、広告コンテンツＡＤ０１について、広告カテゴリとして「自動車」を指定し、広告キーワードとして、「車、ドライブ、乗り物、旅行、休日、・・・」を指定している例を示す。 For example, FIG. 4 shows an example in which the advertiser identified by the advertiser ID “CL11” has submitted the advertising content identified by the advertising content ID “AD11”. Further, an example is shown in which the advertiser CL11 designates “automobile” as the advertisement category and “car, drive, vehicle, travel, holiday,...” As the advertisement keyword for the advertisement content AD01.
（行動情報記憶部１２２について）
行動情報記憶部１２２は、広告装置１００が取得したユーザの行動情報を記憶する。具体的には、行動情報記憶部１２２は、ユーザ端末１０がオークションサーバ３０に対してアクセスし、オークションサイトにおいて商品を入札した行動履歴や、商品をウォッチリストに登録した行動履歴や、商品を落札した行動履歴等を記憶する。
(About the behavior information storage unit 122)
The behavior
ここで、図５に、実施形態に係る行動情報記憶部１２２の一例を示す。図５は、実施形態に係る行動情報記憶部１２２の一例を示す図である。図５に示した例では、行動情報記憶部１２２は、「ユーザＩＤ」、「行動情報」といった項目を有し、さらに「行動情報」の項目は、「購買段階」、「購買対象」、「行動日時」といった項目を有する。
Here, FIG. 5 illustrates an example of the behavior
「ユーザＩＤ」は、ユーザ端末１０を識別する識別情報である。図５において、ユーザＩＤは、「Ｕ１１」と表記される。これは、ユーザ端末１０がユーザＩＤ「Ｕ１１」により識別されていることを示す。なお、ユーザＩＤは、ユーザ端末１０を操作するユーザの参照符号と一致するものとする。すなわち、「ユーザＩＤ＝Ｕ１１」に対応する行動情報は、ユーザＵ１１が操作するユーザ端末１０によって行われた行動に関する情報を示すものとする。
“User ID” is identification information for identifying the
「行動情報」は、ユーザ（すなわち、ユーザ端末１０）の行動情報を示す。「購買段階」は、オークションサイト内の行動情報における、ユーザの購買の段階（入札や、落札など、購買に至るまでの段階）を示す。「購買対象」は、ユーザが購買（購入）を目的として入札した商品など、ウェブサイトにおける購買の対象を示す情報である。図５の例では、購買対象の項目には、入札等を行った商品名が記載されている例を示している。「行動日時」は、行動が行われた日時を示す。 “Behavior information” indicates the behavior information of the user (that is, the user terminal 10). “Purchase stage” indicates the stage of purchase by the user (stage until purchase such as bidding or successful bid) in the action information in the auction site. “Purchase target” is information indicating a purchase target on a website, such as a product bid by a user for purchase (purchase). In the example of FIG. 5, an example in which the name of a product for which a bid is made is described in the item to be purchased. “Action date and time” indicates the date and time when the action was performed.
例えば、図５では、オークションサイトにおいて、ユーザＩＤ「Ｕ１１」によって識別されるユーザ端末１０が、「２０１４年９月１０日 １８：３０」に、商品「ＡＡＡ」をウォッチリストに登録し、「２０１４年９月１０日 １８：３５」に、商品「ＢＢＢ」をウォッチリストに登録し、「２０１４年９月１０日 １８：４０」に、商品「ＣＣＣ」をウォッチリストに登録したことを示している。また、ユーザＩＤ「Ｕ１１」によって識別されるユーザ端末１０が、「２０１４年９月１１日 ２０：００」に、商品「ＡＡＡ」に入札したことを示している。また、ユーザＩＤ「Ｕ１１」によって識別されるユーザ端末１０が、「２０１４年９月１３日 １０：００」に、商品「ＡＡＡ」を落札したことを示している。
For example, in FIG. 5, in the auction site, the
なお、図５では図示することを省略したが、行動情報記憶部１２２には、ウェブサイトへのアクセス履歴や購入履歴等から導かれるユーザ自体の属性情報（例えば、ユーザの年齢、性別、嗜好など）等が含まれてもよい。また、行動情報記憶部１２２には、ユーザ端末１０自体を識別する情報であるデバイスＩＤ等を記憶してもよい。デバイスＩＤは、ユーザＩＤと異なり、端末装置自体に記録されている識別情報を示す。
Although omitted from FIG. 5, the behavior
また、行動情報記憶部１２２は、広告装置１００の内部に存在せず、例えば外部に接続された所定のログ記憶サーバなどであってもよい。この場合、後述する取得部１３２は、ネットワークＮを介して、所定のログ記憶サーバに記憶されているログを取得することができる。広告装置１００は、随時ユーザ情報を取得する場合には、ユーザ情報に係るデータを格納するための大量の記憶容量を要する。ここで、広告装置１００は、行動情報記憶部１２２に対応する外部のログ記憶サーバを利用することにより、記憶容量の要求を満たすことができる。
Further, the behavior
（特徴情報記憶部１２３について）
特徴情報記憶部１２３は、ユーザ端末１０毎の特徴情報を記憶する。ここで、図６に、実施形態に係る特徴情報記憶部１２３の一例を示す。図６に示した例では、特徴情報記憶部１２３は、「ユーザＩＤ」、「特徴情報」といった項目を有する。
(About the feature information storage unit 123)
The feature
「ユーザＩＤ」は、図５に示すユーザＩＤの項目に対応する。「特徴情報」は、ユーザ端末１０毎の行動情報に基づいて生成される情報であり、ユーザ端末１０の特徴を示す。
“User ID” corresponds to the item of user ID shown in FIG. “Characteristic information” is information generated based on the behavior information for each
図６に示す例では、特徴情報を「Ｆ１１」のように概念的に表現している。しかし、実際には、特徴情報は、ユーザの行動情報に基づいて抽出されるキーワードと、キーワード毎に設定される指標値との組合せによって表現される。一例としては、特徴情報は、キーワードの存否を要素とし、キーワード毎に算出される指標値によって重み付けされた、単語ベクトルにより表現される。具体的には、ユーザの特徴情報は、ユーザの行動情報によって抽出される所定のキーワードが存在する場合には「１」、存在しない場合には「０」で表現される要素（ベクトルでいえば、次元）であって、キーワード毎に算出された指標値が乗算された（すなわち、重み付けされた）要素により構成される単語ベクトルとして表現される。 In the example shown in FIG. 6, the feature information is conceptually expressed as “F11”. However, in practice, the feature information is expressed by a combination of a keyword extracted based on user behavior information and an index value set for each keyword. As an example, the feature information is expressed by a word vector weighted by an index value calculated for each keyword, with the presence or absence of the keyword as an element. Specifically, the user feature information is an element (a vector is expressed by “1” when a predetermined keyword extracted based on the user behavior information is present, and “0” when there is no predetermined keyword. , Dimensions), and is expressed as a word vector composed of elements multiplied (ie, weighted) by the index value calculated for each keyword.
例えば、図６では、ユーザＩＤ「Ｕ１１」によって識別されるユーザ端末１０には、特徴情報として「Ｆ１１」が生成されており、ユーザＩＤ「Ｕ１１」と特徴情報「Ｆ１１」とが対応して記憶されていることを示す。
For example, in FIG. 6, “F11” is generated as feature information in the
（制御部１３０について）
制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、広告装置１００内部の記憶装置に記憶されている各種プログラム（抽出プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
(About the control unit 130)
The
図３に示すように、制御部１３０は、入稿受付部１３１と、取得部１３２と、生成部１３３と、要求受付部１３４と、抽出部１３５と、配信部１３６とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。
As shown in FIG. 3, the
（入稿受付部１３１について）
入稿受付部１３１は、広告主端末２０から広告コンテンツの入稿を受け付ける。例えば、入稿受付部１３１は、広告カテゴリと広告キーワードとが設定された広告コンテンツの入稿を広告主端末２０から受け付ける。そして、入稿受付部１３１は、入稿元の広告主を識別する広告主ＩＤに対応付けて、入稿された広告コンテンツに関する情報を広告情報記憶部１２１に記憶する。
(About the submission acceptance part 131)
The submission accepting unit 131 accepts submission of advertising content from the
なお、入稿受付部１３１は、広告カテゴリや、広告キーワードについて、必ずしも広告コンテンツの入稿と同時に受け付けることを要しない。すなわち、入稿受付部１３１は、広告コンテンツの入稿の後に広告カテゴリや広告キーワードの設定を受け付けてもよいし、広告カテゴリや広告キーワードの設定を受け付けた後に、かかる設定の変更を受け付けてもよい。 The submission receiving unit 131 does not necessarily need to receive the advertisement category and the advertisement keyword simultaneously with the submission of the advertisement content. That is, the submission accepting unit 131 may accept the setting of the advertisement category and the advertisement keyword after submission of the advertisement content, or may accept the change of the setting after accepting the setting of the advertisement category and the advertisement keyword. Good.
（取得部１３２について）
取得部１３２は、ユーザに関する情報を取得する。例えば、取得部１３２は、ユーザに関する情報の一例として、オークションサーバ３０から送信されるユーザ端末１０の行動のログ等に基づいて、オークションサイトにおいて、ユーザによって特定の商材が購入対象の候補として登録された行動履歴を取得する。
(About the acquisition unit 132)
The acquisition unit 132 acquires information about the user. For example, the acquisition unit 132 registers a specific product as a candidate for purchase by the user in the auction site based on the action log of the
具体的には、取得部１３２は、ユーザの行動情報（行動履歴）として、オークションサイトにおいて、ユーザが特定の商品に入札した行動や、特定の商品を入札候補の商品としてウォッチリストに登録した行動に関する情報を取得する。また、取得部１３２は、特定の商品を購入対象の候補としてオークションサイトに登録した後、結果として、かかる商品を購入する権利を得た行動（すなわち、商品の落札）に関する情報を取得する。 Specifically, the acquisition unit 132, as user action information (behavior history), an action that a user bids on a specific product or an action that registers a specific product in a watch list as a bid candidate product on an auction site. Get information about. In addition, after the acquisition unit 132 registers a specific product as a candidate for purchase in the auction site, as a result, the acquisition unit 132 acquires information on an action that has acquired the right to purchase the product (that is, a successful bid for the product).
なお、図５で示したように、ユーザの行動情報には、ユーザＩＤと、所定の行動履歴に関する行動情報とが含まれる。図５で示したユーザの行動情報は、オークションサイトにおけるユーザ端末１０の行動情報が記載されている例を示したが、取得部１３２が取得する情報は、かかる情報に限られない。例えば、取得部１３２は、ユーザの行動情報として、オークションサイト以外のウェブサイトへのアクセス情報であったり、検索サイトにおいて検索クエリを入力することで行う検索行動であったり、ショッピングページにおける購買行動等のユーザの行動情報を取得してもよい。
As shown in FIG. 5, the user behavior information includes a user ID and behavior information related to a predetermined behavior history. The user behavior information shown in FIG. 5 shows an example in which the behavior information of the
また、上述のように、取得部１３２が取得するログにはユーザＩＤが含まれる。したがって、取得部１３２は、ユーザＩＤに基づいて、クッキーなどのユーザ識別情報に含まれるユーザ属性に係る情報等をユーザ情報として取得してもよい。また、取得部１３２は、ユーザＩＤに基づいて、クッキーに含まれるユーザの過去のアクセス情報などをトラッキングすることにより、ユーザ情報を取得してもよい。例えば、取得部１３２は、ユーザ情報として、ユーザの年齢や、性別や、興味や、居住地域等の情報を取得することができる。 Further, as described above, the log acquired by the acquisition unit 132 includes a user ID. Therefore, the acquisition unit 132 may acquire, as user information, information related to a user attribute included in user identification information such as a cookie based on the user ID. The acquisition unit 132 may acquire user information by tracking past access information of the user included in the cookie based on the user ID. For example, the acquisition unit 132 can acquire information such as the user's age, sex, interest, and residential area as the user information.
（生成部１３３について）
生成部１３３は、取得部１３２によって取得されたユーザの行動履歴から抽出されるキーワードに基づいて、ユーザの特徴を示す特徴情報を生成する。具体的には、生成部１３３は、ユーザ情報のうち、オークションサイトなどの商取引サービスを提供するウェブサイトにおいて、特定の商材を購入対象の候補として登録した行動履歴から抽出されるキーワードに基づいて、ユーザの特徴を示す特徴情報を生成する。
(About the generator 133)
The generation unit 133 generates feature information indicating user characteristics based on the keywords extracted from the user behavior history acquired by the acquisition unit 132. Specifically, the generation unit 133 is based on a keyword extracted from an action history registered as a candidate for purchase on a website providing a commercial transaction service such as an auction site among user information. Then, feature information indicating the feature of the user is generated.
例えば、生成部１３３は、取得部１３２によって取得されたユーザの行動履歴のうち、特定の商材を購入対象の候補として登録した行動履歴に含まれる情報であって、ユーザが購入に至るまでの段階を示す情報を用いて、ユーザの特徴情報を生成する。具体的には、生成部１３３は、ユーザが購入に至るまでの段階を示す情報として、オークションサイトにおける商品への入札、商品の落札、及び入札候補の登録を示す情報の少なくとも一つを用いて、ユーザの特徴情報を生成する。 For example, the generation unit 133 is information included in an action history in which a specific product is registered as a purchase target candidate among the user action histories acquired by the acquisition unit 132, and the process until the user makes a purchase. User characteristic information is generated using information indicating the stage. Specifically, the generation unit 133 uses at least one of information indicating a bid for a product on the auction site, a successful bid for the product, and registration of a bid candidate as information indicating a stage until the user makes a purchase. , Generating user feature information.
また、生成部１３３は、ユーザの行動履歴から抽出されるキーワード毎に所定の指標値を設定し、設定された指標値によって重み付けされたユーザの特徴情報を生成する。上述のように、広告装置１００は、生成部１３３によって生成されたユーザの特徴情報と、広告コンテンツに含まれるコンテンツ情報との類似度を算出することで、広告コンテンツを抽出する。このため、生成部１３３は、ユーザの特徴を適切に示す特徴情報を生成することが望ましい。そこで、生成部１３３は、特徴情報を生成する要素となる、行動情報から抽出されるキーワードについて、所定の指標値を算出し、算出された指標値により重み付けする。具体的には、生成部１３３は、よりユーザの特徴を示すと想定されるキーワードには相対的に高い数値の指標値を算出することで、特徴情報における、かかるキーワードの重みを重くする。
The generation unit 133 sets a predetermined index value for each keyword extracted from the user's behavior history, and generates user feature information weighted by the set index value. As described above, the
例えば、生成部１３３は、ユーザの行動履歴から抽出されるキーワード毎に所定の指標値を設定し、かつ、オークションサイトにおける商品への入札、又は入札候補の登録（例えば、ウォッチリストへの登録）に対応する行動履歴から抽出されるキーワードには、商品の落札に対応する行動履歴から抽出されるキーワードに比べて高い数値の指標値を設定し、設定された指標値によって重み付けされたユーザの行動情報を用いて、ユーザの特徴情報を生成する。ここで、ユーザは、入札した商品や、入札候補に登録した商品については、相対的に高い購買意欲を有することが想定される。また、ユーザは、落札した商品については、既に商品を取得したため、相対的に購買意欲が低下していることが想定される。すなわち、生成部１３３は、このような購買段階に関する情報に対応する指標値を算出し、行動情報から抽出されるキーワード毎に異なる指標値を設定する。これにより、生成部１３３は、ユーザが興味を持つと想定される商品名などの情報のみならず、購買段階におけるユーザの興味関心が加味された行動情報に基づいて、ユーザの特徴情報を生成することができる。 For example, the generation unit 133 sets a predetermined index value for each keyword extracted from the user's behavior history, and bids for products on the auction site or registration of bid candidates (for example, registration in a watch list). The keyword extracted from the action history corresponding to is set to a higher index value than the keyword extracted from the action history corresponding to the successful bid of the product, and the user's action weighted by the set index value The feature information of the user is generated using the information. Here, it is assumed that the user has a relatively high willingness to purchase the bid item or the item registered as the bid candidate. Moreover, since the user has already acquired the product for the successful bid product, it is assumed that the user's willingness to purchase is relatively lowered. That is, the generation unit 133 calculates an index value corresponding to such information regarding the purchase stage, and sets a different index value for each keyword extracted from the behavior information. Accordingly, the generation unit 133 generates user feature information based on not only information such as product names that the user is expected to be interested in, but also behavior information that takes into account the user's interest in the purchase stage. be able to.
また、生成部１３３は、ユーザの行動履歴のうち、直近の情報から抽出されるキーワードほど数値が高くなるよう指標値を設定し、設定された指標値によって重み付けされたユーザの特徴情報を生成する。例えば、オークションサイトなどで購買活動を行うユーザは、現時点での購買意欲が高い商品について興味を示し、入札や入札候補の登録といった行動を実行することが想定される。このため、生成部１３３は、直近の行動情報ほど指標値が高くなるように指標値を算出し、かかる指標値に基づいてユーザの特徴情報を生成する。これにより、生成部１３３は、よりユーザの興味関心が強いと想定される行動情報に基づいて、適切なユーザの特徴情報を生成することができる。 Further, the generation unit 133 sets an index value so that a keyword extracted from the latest information in the user's behavior history has a higher numerical value, and generates user feature information weighted by the set index value. . For example, it is assumed that a user who performs a purchasing activity at an auction site or the like shows an interest in a product that is highly motivated to purchase at the present time, and performs an action such as bidding or registration of a bid candidate. For this reason, the generation unit 133 calculates the index value so that the index value becomes higher as the latest action information is generated, and generates the user feature information based on the index value. Thereby, the production | generation part 133 can produce | generate the suitable user characteristic information based on the action information assumed that a user's interest is strong.
なお、生成部１３３は、上述のように、ユーザの行動情報からキーワードを抽出することによって、ユーザの特徴情報を生成する。具体的には、生成部１３３は、ユーザが購入対象の候補として登録した商材に設定された名称、カテゴリを形態素解析することによって抽出されるキーワードに基づいて、ユーザの特徴情報を生成する。例えば、生成部１３３は、オークションサイトにおける商材である商品等から抽出されるキーワードを特徴情報の要素として、特徴情報を生成する。例えば、生成部１３３は、キーワード（単語）を要素とする単語ベクトルとして特徴情報を生成する。この場合、生成部１３３は、上述したように、購入の段階に関する情報が含まれる行動情報から抽出されるキーワードに設定された指標値により重み付けされたキーワードを要素とした単語ベクトルを生成することができる。これにより、生成部１３３は、ユーザの興味関心の高いキーワードほど重みが重い要素としてユーザの特徴情報を生成することができる。 In addition, the production | generation part 133 produces | generates a user's feature information by extracting a keyword from a user's action information as mentioned above. Specifically, the generation unit 133 generates user feature information based on keywords extracted by performing morphological analysis on names and categories set for the products registered as candidates for purchase by the user. For example, the generation unit 133 generates feature information using a keyword extracted from a product or the like that is a commercial item on the auction site as an element of the feature information. For example, the generation unit 133 generates feature information as a word vector having a keyword (word) as an element. In this case, as described above, the generation unit 133 may generate a word vector whose elements are keywords weighted by the index values set for the keywords extracted from the behavior information including information related to the purchase stage. it can. Thereby, the production | generation part 133 can produce | generate a user's feature information as an element with a heavy weight, so that a keyword with a high user's interest is high.
なお、生成部１３３は、ユーザによって購入対象の候補として登録された商材に設定されている情報から抽出されるキーワードのうち、予め決められた特定の単語を除いたキーワードに基づいて、ユーザの特徴情報を生成する。言い換えれば、生成部１３３は、特徴情報の生成処理において不要な単語は予め除外して特徴情報を生成することができる。例えば、生成部１３３は、オークションサイトにおける商材である商品又はサービスに関する情報を形態素解析した場合、「無料」や、「即決」など、オークションサイト特有のキーワードであって、ユーザの特徴を示すことが想定されないキーワードを抽出することがある。この場合、例えば、生成部１３３は、予め広告装置１００の管理者等により決められる特定の単語であって、「無料」や、「即決」などの特定の単語を除いたキーワードによって、ユーザの特徴情報を生成してもよい。これにより、生成部１３３は、ユーザの特徴を示すことが想定されないキーワードを特徴情報から除外できるので、よりユーザの特徴を適切に示した特徴情報を生成することができる。
Note that the generation unit 133 selects the user's keyword based on a keyword excluding a predetermined specific word from among keywords extracted from information set for a product registered as a purchase target candidate by the user. Generate feature information. In other words, the generation unit 133 can generate feature information by excluding unnecessary words in the feature information generation process in advance. For example, when the generation unit 133 performs a morphological analysis on information on a product or service that is a commercial item on the auction site, the generation unit 133 is a keyword specific to the auction site such as “free” or “prompt decision” and indicates a user's characteristics. In some cases, keywords that cannot be assumed are extracted. In this case, for example, the generation unit 133 is a specific word that is determined in advance by the administrator of the
（要求受付部１３４について）
要求受付部１３４は、広告コンテンツの配信要求を受け付ける。具体的には、要求受付部１３４は、ウェブページを表示するユーザ端末１０から送信される要求であって、ウェブページに含まれる広告枠で表示する広告コンテンツの配信に関する要求を受け付ける。
(About the request receiving unit 134)
The request reception unit 134 receives a distribution request for advertisement content. Specifically, the request reception unit 134 is a request transmitted from the
（抽出部１３５について）
抽出部１３５は、取得部１３２により取得されたユーザの行動履歴に基づいて、ユーザに配信される広告コンテンツなどの所定のコンテンツを抽出する。例えば、抽出部１３５は、生成部１３３によって生成されたユーザの特徴情報と、広告コンテンツに設定されるコンテンツ情報との類似度に基づいて、ユーザ端末１０に配信する広告コンテンツを抽出する。
(About the extraction unit 135)
The
抽出部１３５は、広告コンテンツに設定されるコンテンツ情報として、広告コンテンツに設定された広告カテゴリ、又は広告コンテンツを説明する説明文から抽出されるキーワードを用いて、ユーザに配信される広告コンテンツを抽出する。例えば、抽出部１３５は、広告コンテンツに設定される情報を形態素解析することによって抽出されるキーワードを用いて、ユーザに配信する広告コンテンツを抽出する。このように、抽出部１３５は、広告コンテンツに関するキーワードに基づくコンテンツ情報を利用して、抽出処理を実行する。例えば、抽出部１３５は、生成部１３３が生成するユーザの特徴情報と同様に、広告コンテンツのコンテンツ情報として、広告コンテンツに関するキーワードを要素とする単語ベクトルを用いる。これにより、抽出部１３５は、生成部１３３が生成したユーザの特徴情報と、広告コンテンツのコンテンツ情報との類似度を、単語ベクトル同士の類似度として算出することができる。
The
例えば、抽出部１３５は、ユーザの特徴情報と、コンテンツ情報とのコサイン類似度を算出し、算出された数値が高いコサイン類似度に対応する広告コンテンツほど優先的に抽出する。ユーザの特徴情報と、コンテンツ情報とのいずれもが単語ベクトルのようなベクトル空間モデルで表現された場合、双方の単語ベクトルの類似度は、コサイン類似度により表現できる。この場合、抽出部１３５は、コサイン類似度として、「０」から「１」の範囲で示されるコサイン類似度を算出する。そして、抽出部１３５は、より数値が高いコサイン類似度に対応する広告コンテンツが、類似度を算出した特徴情報に対応するユーザに配信されるコンテンツとして適切であると判定する。これにより、抽出部１３５は、広告効果が高くなると想定される広告コンテンツを抽出することができる。
For example, the
（配信部１３６について）
配信部１３６は、要求受付部１３４によって受け付けられた広告コンテンツの配信要求を送信したユーザに対応するユーザ端末１０に、抽出部１３５によって抽出された広告コンテンツを配信する。
(About distribution unit 136)
The
なお、上述のように、実際に配信される広告コンテンツのデータ自体は、広告装置１００に係る広告情報記憶部１２１内に記憶されていなくてもよい。例えば、配信部１３６は、外部に備えられた所定の広告配信サーバに広告配信の制御命令を送信することで、抽出部１３５が抽出した広告コンテンツをユーザ端末１０に配信させてもよい。
Note that, as described above, the data of the advertisement content that is actually distributed may not be stored in the advertisement
〔３−２．オークションサーバの構成〕
次に、図７を用いて、実施形態に係るオークションサーバ３０の構成について説明する。図７は、実施形態に係るオークションサーバ３０の構成例を示す図である。図７に示すように、オークションサーバ３０は、通信部３１と、商品情報記憶部３２と、制御部３３とを有する。なお、オークションサーバ３０は、オークションサーバ３０を利用する管理者等から各種操作を受け付ける入力部や、各種情報を表示するための表示部を有してもよい。
[3-2. Configuration of auction server]
Next, the configuration of the
（通信部３１について）
通信部３１は、例えば、ＮＩＣ等によって実現される。かかる通信部３１は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、ユーザ端末１０や、広告装置１００との間で情報の送受信を行う。
(About the communication unit 31)
The
（商品情報記憶部３２について）
商品情報記憶部３２は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。ここで、図８に、実施形態に係る商品情報記憶部３２の一例を示す。図８に示した例では、商品情報記憶部３２は、「商品ＩＤ」、「商品名」、「商品カテゴリ」、「入札者ＩＤ」、「現在価格」、「即決価格」、「終了日時」といった項目を有する。
(About the product information storage unit 32)
The merchandise
「商品ＩＤ」は、オークションにおける商品を識別する識別情報を示す。「商品名」は、オークションに出品されている商品の名称を示す。「商品カテゴリ」は、オークションに出品されている商品のカテゴリを示す。「入札者ＩＤ」は、現時点で最高額の入札価格を入札している入札者であるユーザを識別するための識別情報を示す。ここでは、入札者ＩＤに表示される情報は、図５で示したユーザＩＤに対応するものとする。「現在価格」は、現時点でオークションに入札されている入札価格の最高額を示す。「即決価格」は、記載されている価格による入札があった場合に、直ちにオークションが終了する価格を示す。「即決価格」は、出品者によっては、設定されない場合もあり、この場合には即決価格の項目は空欄となる。「終了日時」は、オークションが終了した日時を示す。 “Product ID” indicates identification information for identifying a product in an auction. The “product name” indicates the name of the product that is exhibited in the auction. “Commodity category” indicates the category of the commodity for sale in the auction. “Bidder ID” indicates identification information for identifying a user who is a bidder who is bidding the highest bid price at the present time. Here, it is assumed that the information displayed in the bidder ID corresponds to the user ID shown in FIG. The “current price” indicates the highest bid price that is currently bid in the auction. The “prompt decision price” indicates a price at which the auction is immediately ended when a bid is made at the listed price. The “prompt decision price” may not be set depending on the exhibitor, and in this case, the prompt decision price item is blank. “End date and time” indicates the date and time when the auction ends.
なお、図８において、「終了日時」に日時が格納されていないオークションが開催中又は未開催であり、「終了日時」に日時が格納されているオークションが終了したことを示す。また、「終了日時」に日時が格納されている場合には、現在価格が落札価格に該当する。 In FIG. 8, an auction in which the date and time is not stored in the “end date and time” is being held or has not been held, and the auction in which the date and time is stored in the “end date and time” is ended. In addition, when the date and time is stored in the “end date and time”, the current price corresponds to the winning bid price.
例えば、図８では、商品ＩＤ「Ｇ０１」によって識別される商品は、商品名が「ＡＡＡ」であり、商品カテゴリが「自動車」である例を示している。また、図８では、商品ＩＤ「Ｇ０１」によって識別される商品には、入札者ＩＤ「Ｕ１１」で識別されるユーザが、「３０００００円」で入札し、終了日時「２０１４年９月１３日１０時００分」をもって終了したことを示している。また、商品ＩＤ「Ｇ０１」によって識別される商品には、即決価格「５０００００円」が設定されていたことを示している。また、図８では、商品ＩＤ「Ｇ０１」に関するオークションが終了しており、商品ＩＤ「Ｇ０２」〜「Ｇ０７」に関するオークションが開催中である例を示している。
For example, FIG. 8 illustrates an example in which the product identified by the product ID “G01” has the product name “AAA” and the product category “automobile”. In FIG. 8, the user identified by the bidder ID “U11” bids for “300000 yen” on the product identified by the product ID “G01”, and the end date “September 13, 2014, 10th It indicates that the process has ended with “
なお、商品情報記憶部３２に記憶される情報は、図８に示した例に限られない。例えば、商品情報記憶部３２は、落札することができる最小価格を示す「最低落札価格」などを記憶してもよい。「即決価格」や、「最低落札価格」は、例えば、出品者により設定される。また、商品情報記憶部３２に記憶される情報には、ユーザ毎の入札回数や、現在価格に対して、どのくらい上の金額を設定して新たに入札したかなどの入札価格差を示す情報が記憶されてもよい。また、図８においては、商品情報記憶部３２は、商材のうち、商品に関する情報を記憶する例を示したが、商品情報記憶部３２は、商材の一例として、サービスに関する情報を記憶してもよい。
In addition, the information memorize | stored in the merchandise information memory |
（制御部３３について）
制御部３３は、例えば、ＣＰＵやＭＰＵ等によって、オークションサーバ３０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部３３は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。
(Regarding the controller 33)
The control unit 33 is realized, for example, by executing various programs stored in a storage device inside the
図７に示すように、制御部３３は、受付部３４と、送信部３５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部３３の内部構成は、図７に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部３３が有する各処理部の接続関係は、図７に示した接続関係に限られず、他の接続関係であってもよい。
As illustrated in FIG. 7, the control unit 33 includes a reception unit 34 and a
（受付部３４について）
受付部３４は、オークションサイトにおける商品の出品や、出品された商品への入札等を受け付ける。受付部３４は、商品の出品を受け付けた場合、商品の情報を商品情報記憶部３２に記憶する。
(About the reception unit 34)
The accepting unit 34 accepts listing of products on the auction site, bidding on the exhibited products, and the like. The accepting unit 34 stores product information in the product
（送信部３５について）
送信部３５は、オークションサイトにおけるユーザの行動情報を送信する。例えば、送信部３５は、受付部３４が受け付けた商品への入札や落札に係る行動情報を広告装置１００に送信する。この場合、送信部３５は、ユーザの行動情報に含まれる購買対象である商品に関する情報についても、商品情報記憶部３２を参照し、適宜送信するものとする。
(About the transmitter 35)
The
〔４．抽出処理手順〕
次に、図９を用いて、実施形態に係る抽出処理システム１による抽出処理の手順について説明する。図９は、実施形態に係る抽出処理システム１による抽出処理手順の一例を示すシーケンス図である。
[4. (Extraction procedure)
Next, the procedure of extraction processing by the
図９に示すように、広告主端末２０は、広告コンテンツを広告装置１００に入稿する（ステップＳ１０１）。広告装置１００は、入稿された広告コンテンツを所定の記憶部に格納する。
As shown in FIG. 9, the
そして、ユーザ端末１０は、オークションサーバ３０が提供するオークションサイトにアクセスする（ステップＳ１０２）。オークションサーバ３０は、オークションサイトにおけるユーザ端末１０の行動情報を広告装置１００に送信する（ステップＳ１０３）。
Then, the
広告装置１００は、オークションサーバ３０から取得した行動情報を蓄積する（ステップＳ１０４）。そして、広告装置１００は、蓄積した行動情報に基づいて、ユーザの特徴情報を生成する（ステップＳ１０５）。
その後、ユーザ端末１０は、ウェブサーバ４０が提供するポータルサイト等のウェブサイトへアクセスする（ステップＳ１０６）。ウェブサーバ４０は、ユーザ端末１０のアクセスに対応し、ポータルサイト等を構成するウェブページをユーザ端末１０に送信する（ステップＳ１０７）。ユーザ端末１０は、ウェブページに含まれる広告枠に表示する広告コンテンツを取得するために、広告装置１００に広告配信を要求する（ステップＳ１０８）。
Thereafter, the
そして、広告装置１００は、ユーザ端末１０から送信された広告配信の要求に含まれるユーザ端末１０の識別情報に従い、広告配信の要求を送信したユーザ端末１０の特徴情報を特定する。そして、広告装置１００は、特定された特徴情報と、保持している広告コンテンツのコンテンツ情報との類似度に基づいて、広告コンテンツを抽出する（ステップＳ１０９）。
Then, the
そして、広告装置１００は、抽出された広告コンテンツをユーザ端末１０に配信する（ステップＳ１１０）。ユーザ端末１０は、ウェブページ内の広告枠に、配信された広告コンテンツを表示する（ステップＳ１１１）。
Then, the
次に、図１０及び図１１を用いて、実施形態に係る広告装置１００による生成処理及び抽出処理の手順について説明する。以下においては、図１０を参照して広告装置１００による生成処理手順を説明し、図１１を参照して広告装置１００による抽出処理手順を説明する。
Next, procedures of generation processing and extraction processing by the
まず、図１０を用いて、実施形態に係る広告装置１００による生成処理手順について説明する。図１０は、実施形態に係る広告装置１００による生成処理手順を示すフローチャートである。
First, the generation processing procedure by the
図１０に示すように、取得部１３２は、オークションサーバ３０からユーザの行動情報を取得したか否かを判定する（ステップＳ２０１）。そして、取得部１３２は、ユーザの行動情報を取得していない場合には（ステップＳ２０１；Ｎｏ）、取得するまで待機する。 As illustrated in FIG. 10, the acquisition unit 132 determines whether user action information has been acquired from the auction server 30 (step S <b> 201). And the acquisition part 132 waits until it acquires, when a user's action information is not acquired (step S201; No).
一方、ユーザの行動情報を取得した場合には（ステップＳ２０１；Ｙｅｓ）、取得部１３２は、取得した行動情報を行動情報記憶部１２２に蓄積する（ステップＳ２０２）。そして、生成部１３３は、蓄積した行動情報に基づいて、ユーザの特徴情報を生成する（ステップＳ２０３）。そして、生成部１３３は、生成した特徴情報を、ユーザの識別情報と対応付けて、特徴情報記憶部１２３に格納する（ステップＳ２０４）。以上により、広告装置１００による生成処理は完了する。
On the other hand, when the user behavior information is acquired (step S201; Yes), the acquisition unit 132 accumulates the acquired behavior information in the behavior information storage unit 122 (step S202). And the production | generation part 133 produces | generates a user's characteristic information based on the accumulate | stored action information (step S203). Then, the generation unit 133 stores the generated feature information in the feature
次に、図１１を用いて、実施形態に係る広告装置１００による抽出処理手順を説明する。図１１は、実施形態に係る広告装置１００による抽出処理手順を示すフローチャートである。
Next, the extraction processing procedure by the
図１１に示すように、要求受付部１３４は、ユーザ端末１０から、広告配信の要求を受け付けたか否かを判定する（ステップＳ３０１）。そして、要求受付部１３４は、広告配信の要求を受け付けていない場合（ステップＳ３０１；Ｎｏ）、受け付けるまで待機する。 As illustrated in FIG. 11, the request reception unit 134 determines whether an advertisement distribution request has been received from the user terminal 10 (step S <b> 301). And the request reception part 134 waits until it receives, when the request | requirement of advertisement delivery is not received (step S301; No).
一方、広告配信を受け付けた場合（ステップＳ３０１；Ｙｅｓ）、要求受付部１３４は、広告配信に関する要求を抽出部１３５に渡す。また、要求受付部１３４は、広告配信の要求とともに、ユーザの識別情報を抽出部１３５に渡す。
On the other hand, when the advertisement distribution is received (step S <b> 301; Yes), the request reception unit 134 passes a request for advertisement distribution to the
抽出部１３５は、ユーザの識別情報に基づいて、ユーザに対応する特徴情報を特徴情報記憶部１２３が保持しているか否かを判定する（ステップＳ３０２）。そして、抽出部１３５は、広告配信の要求を送信したユーザ端末に対応する特徴情報が保持されていない場合（ステップＳ３０２；Ｎｏ）には、以下に説明するステップＳ３０３をスキップする。
Based on the user identification information, the
一方、抽出部１３５は、広告配信の要求を送信したユーザ端末に対応する特徴情報が保持されている場合（ステップＳ３０２；Ｙｅｓ）、保持している広告コンテンツのコンテンツ情報と、かかるユーザに対応する特徴情報との類似度を算出する（ステップＳ３０３）。
On the other hand, when the feature information corresponding to the user terminal that transmitted the advertisement distribution request is retained (step S302; Yes), the
そして、抽出部１３５は、類似度を算出した場合には、算出した類似度に基づいて、ユーザに対応する広告コンテンツを抽出する（ステップＳ３０４）。なお、抽出部１３５は、類似度を算出しなかった場合には、一般的な広告引き当ての手順に従い、広告配信の要求を送信したユーザに対応する広告コンテンツを抽出する。そして、配信部１３６は、抽出部１３５により抽出された広告コンテンツをユーザ端末１０に配信する（ステップＳ３０５）。以上により、広告装置１００による抽出処理は完了する。
Then, when the similarity is calculated, the
〔５．変形例〕
上述した広告装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、広告装置１００の他の実施形態について説明する。
[5. (Modification)
The
〔５−１．学習〕
上述した実施形態に係る抽出処理において、取得部１３２は、ユーザ端末１０がオークションサーバ３０の提供するウェブサイトにアクセスした場合におけるユーザ情報を取得する例を示した。しかし、取得部１３２は、ユーザ端末１０がオークションサーバ３０の提供するウェブサイトにアクセスする場合に限らず、ユーザ端末１０に対応するユーザ情報を取得してもよい。
[5-1. Learning)
In the extraction process according to the embodiment described above, the acquisition unit 132 has shown an example of acquiring user information when the
例えば、取得部１３２は、抽出部１３５が抽出した広告コンテンツがユーザ端末１０に配信された後に、かかるユーザ端末１０から送信される行動情報を取得する。例えば、取得部１３２は、かかるユーザ端末１０が、配信された広告コンテンツをクリックした率を示す指標であるＣＴＲや、配信された広告コンテンツによって広告主に何らかの利益をもたらす行動を実行したか（すなわち、コンバージョンに至ったか）などの情報を取得する。そして、取得部１３２は、広告効果が相対的に高く測定された広告コンテンツに関して、かかる広告コンテンツを抽出する契機となったキーワードに関する情報を取得する。そして、取得部１３２は、取得した情報を生成部１３３に渡す。
For example, the acquisition unit 132 acquires behavior information transmitted from the
そして、生成部１３３は、特徴情報記憶部１２３に記憶されている特徴情報に関して、取得部１３２が取得したキーワードに係る情報に基づいて、ユーザ端末１０に対応する特徴情報を更新する。すなわち、生成部１３３は、保持されている特徴情報について、高い広告効果が測定された広告コンテンツを抽出させる契機となったキーワードに対して指標値を高く算出し直し、かかる指標値によって重み付けされた特徴情報に更新する。
Then, the generation unit 133 updates the feature information corresponding to the
そして、抽出部１３５は、新たにかかるユーザ端末１０から広告配信の要求があった場合には、更新された特徴情報に基づいて広告コンテンツを抽出する。
Then, when there is a new advertisement distribution request from the
このように、広告装置１００は、広告コンテンツを抽出した後であっても、配信した広告コンテンツの広告効果を示す指標値を取得し、取得した広告効果を示す指標値に基づいて特徴情報を更新することができる。言い換えれば、広告装置１００は、上述した生成処理及び抽出処理に関して、結果を反映した機械学習を繰り返すことにより、より適切な広告コンテンツ（すなわち、広告効果の高い広告コンテンツ）を抽出できるような特徴情報を生成することができる。これにより、広告装置１００は、ユーザに対応する適切な広告コンテンツを抽出する精度をより高めていくことができる。
As described above, the
〔５−２．指標値〕
上述した実施形態に係る生成処理において、生成部１３３は、オークションサイトにおけるユーザの購入に至る段階に関する情報に基づいて、キーワード毎の指標値を算出する例を示した。しかし、上記の例に限られず、生成部１３３は、さらに異なる情報を用いてキーワードの重み付けを示す指標値を算出してもよい。
[5-2. (Indicator value)
In the generation process according to the above-described embodiment, the generation unit 133 has shown an example in which the index value for each keyword is calculated based on the information related to the stage leading to the user purchase at the auction site. However, without being limited to the above example, the generation unit 133 may calculate an index value indicating the weighting of the keyword using further different information.
例えば、生成部１３３は、オークションサイトにおける、ユーザ端末１０の特定の商品に関するユーザ端末１０の入札回数に基づいて、対応するキーワードの指標値を算出してもよい。オークションサイトにおいては、競売が繰り返されるため、同一ユーザが、複数回にわたって、同一商品に入札を繰り返すことが想定される。取得部１３２は、オークションサイトにおける、ユーザの上記のような入札行動の回数に関する情報を適宜取得する。そして、生成部１３３は、取得部１３２が取得した情報に基づいて、キーワード毎の指標値を算出する。これにより、生成部１３３は、より購買意欲が高いと想定される商品に対応するキーワードについて重み付けが重くされた、よりユーザの特徴を示す特徴情報を生成することができる。このため、抽出部１３５は、よりユーザに適した広告コンテンツを抽出することができる。
For example, the generation unit 133 may calculate the index value of the corresponding keyword based on the number of bids of the
なお、取得部１３２は、オークションに関して、さらに異なる情報を取得してもよい。例えば、取得部１３２は、ユーザが入札に際して設定する入札価格についての情報を取得する。オークションにおいて、特定の商品の現在価格に対して、比較的高い金額を提示してオークションに入札を行ったユーザは、かかる商品に対する購買意欲が他のユーザに比べて高いことが想定される。この場合、生成部１３３は、現在価格と入札価格との差に関する情報を、重み付けを算出する要素として用いる。これにより、生成部１３３は、よりユーザの購買意欲に沿った特徴情報を生成することができる。また、生成部１３３は、ユーザが類似する商品に同時に入札しているか否かや、ウォッチリストに類似する商品を登録しているか否かなどの情報に基づいて、重み付けを示す指標値を算出してもよい。例えば、生成部１３３は、多数入札している類似する商品群から抽出されるキーワードについては、重み付けが重くなるように、高い指標値を設定する。 The acquisition unit 132 may acquire further different information regarding the auction. For example, the acquisition unit 132 acquires information about a bid price set by the user when bidding. In an auction, it is assumed that a user who bids for an auction by presenting a relatively high amount with respect to the current price of a specific product has a higher willingness to purchase such a product than other users. In this case, the generation unit 133 uses information regarding the difference between the current price and the bid price as an element for calculating the weight. Thereby, the production | generation part 133 can produce | generate the feature information according to a user's willingness to purchase more. Further, the generation unit 133 calculates an index value indicating weighting based on information such as whether or not the user is bidding on similar products at the same time and whether or not similar products are registered in the watch list. May be. For example, the generation unit 133 sets a high index value so that weighting is increased for keywords extracted from a similar group of products for which many bids are made.
〔５−３．データの取得〕
上述した実施形態に係る抽出処理において、取得部１３２は、ユーザ端末１０がオークションサーバ３０及びウェブサーバ４０の提供するウェブサイトにアクセスした場合におけるユーザ情報を取得する例を示した。しかし、取得部１３２は、ユーザ端末１０がオークションサーバ３０及びウェブサーバ４０の提供するウェブサイトにアクセスする場合に限らず、ユーザ端末１０からユーザ情報を取得することもある。この点について、以下に説明する。
[5-3. (Data acquisition)
In the extraction process according to the above-described embodiment, the acquisition unit 132 has shown an example of acquiring user information when the
上述のように、実施形態に係る取得部１３２は、オークションサーバ３０及びウェブサーバ４０の提供するウェブサイトに埋め込まれたウェブビーコンのような通知機能を利用することにより、ユーザ端末１０からユーザ情報を取得してもよい。
As described above, the acquisition unit 132 according to the embodiment uses the notification function such as a web beacon embedded in a website provided by the
また、取得部１３２は、ユーザ端末１０がアクセスしたウェブサイトが、広告装置１００を管理する管理装置（例えば、広告装置１００に対するフロントエンドサーバ）と同じ管理装置に管理される所定のウェブサーバから提供されている場合、取得部１３２は、ユーザ端末１０からユーザ情報を取得することができる。すなわち、ユーザ端末１０は、管理装置に管理される所定のウェブサーバが提供するウェブサイトにアクセスする際、ユーザ端末１０のユーザ情報を上記管理装置に送信する。これは、ユーザ端末１０が管理装置にクッキーを送信することなどにより実現される。この場合、ユーザ端末１０の送信したユーザ情報は、管理装置を介して、広告装置１００の備える取得部１３２に送信される。これにより、取得部１３２は、オークションサーバ３０及びウェブサーバ４０を介することなく、ユーザ端末１０のユーザ情報を取得することができる。なお、取得部１３２は、取得したユーザ情報については、上述したユーザ端末１０から送信されるクッキーや、あるいは、ユーザ端末１０に予め設定されているデバイスＩＤを照合すること等により、ユーザ情報に係る各ユーザ端末１０を識別することができる。
Further, the acquisition unit 132 is provided from a predetermined web server managed by the same management device as the management device that manages the advertising device 100 (for example, a front-end server for the advertising device 100) that is accessed by the
なお、取得されたユーザ情報は、広告配信に利用される態様に限られず、他の様々な用途に利用されてもよい。例えば、広告装置１００が取得したユーザ情報は、広告装置１００が保持するユーザリスト等に基づいて、新たなユーザの獲得のためのコンテンツ配信（例えば、抽出されたユーザへのメール配信など）に利用されてもよい。
In addition, the acquired user information is not restricted to the aspect utilized for advertisement delivery, You may utilize for other various uses. For example, the user information acquired by the
〔５−４．広告主から受け付ける条件〕
上述した実施形態では、入稿受付部１３１は、広告主から広告カテゴリや広告キーワードとともに広告コンテンツを受け付ける例を示した。しかし、入稿受付部１３１は、さらに異なる情報とともに広告コンテンツの入稿を受け付けてもよい。
[5-4. (Conditions accepted from advertisers)
In the embodiment described above, the submission accepting unit 131 has shown an example in which the advertisement content is received from the advertiser together with the advertisement category and the advertisement keyword. However, the submission accepting unit 131 may accept submission of advertising content together with further different information.
例えば、入稿受付部１３１は、広告主から、広告コンテンツの配信希望数や、１回あたりの広告コンテンツの配信金額や、ＣＰＡ（Cost Per Acquisition）の指定を受け付けてもよい。ＣＰＡは、広告コンテンツによってコンバージョンにつながった（新規顧客を獲得した）場合における、新規顧客の獲得人数あたりの費用を示す。ＣＰＡは、広告費用をコンバージョン数で除算することで求められ、ＣＰＡの値が低いほど、広告の効率がよいことを意味している。 For example, the submission accepting unit 131 may accept the number of advertisement contents desired to be distributed, the amount of advertisement content distributed per time, and the designation of CPA (Cost Per Acquisition) from the advertiser. The CPA indicates the cost per number of new customers acquired when conversion is performed by the advertising content (new customers are acquired). CPA is obtained by dividing the advertising cost by the number of conversions, and the lower the CPA value, the better the advertising efficiency.
この場合、抽出部１３５は、広告主から受け付けた各種条件についても判定しつつ、広告コンテンツを抽出するようにしてもよい。例えば、抽出部１３５は、所定の条件に従い、コンバージョンに至ると予測される対象のユーザと、広告コンテンツのコンテンツ情報との類似度に関する閾値の設定を適宜変更することにより、抽出される広告コンテンツを調整してもよい。
In this case, the
〔５−５．商取引サービスの態様〕
上述した実施形態では、取得部１３２は、商取引を提供するウェブサイト（例えば、オークションサイト）にユーザ端末１０がアクセスした際の行動情報を取得する例を示した。ここで、取得部１３２が取得する情報は、商取引サービスを提供するウェブサイトの行動情報に限られない。例えば、オークションサイトなど通信ネットワークを介した商取引サービスは、主としてスマートデバイス用に開発されるアプリ（App）によって提供される場合がある。取得部１３２は、上述した実施形態と同様に、ネットワークを介して、かかるアプリで提供されるサービスにおけるユーザの行動情報を取得してもよい。そして、抽出部１３５は、取得部１３３により取得されたユーザの行動履歴に基づいて、ユーザに配信される所定のコンテンツを抽出することができる。すなわち、上述した実施形態でいう「通信ネットワークを介して提供される商取引サービス」とは、ウェブブラウザを介して提供されるサービスサイトのみならず、アプリ内で提供されるサービスや、その他通信ネットワークを介して提供される商取引サービス全般を含む概念である。
[5-5. Aspects of commercial transaction service]
In embodiment mentioned above, the acquisition part 132 showed the example which acquires the action information when the
〔５−６．特徴情報〕
上述した実施形態では、生成部１３３は、ユーザの行動履歴から抽出されるキーワード毎に所定の指標値を設定し、設定された指標値によって重み付けされたユーザの特徴情報を生成し、生成した特徴情報を特徴情報記憶部１２３に格納する例を示した。ここで、生成部１３３は、特徴情報記憶部１２３に格納する特徴情報は、重み付けされた特徴情報ではなく、ユーザの行動情報と、行動情報の重みを算出するための情報(例えば、行動日時など)であってもよい。この場合、生成部１３３は、要求受付部１３４から広告配信の要求があったタイミングで、上述したような重み付けされたユーザの特徴情報を生成する。これにより、生成部１３３は、ユーザからの広告配信要求があったときからどのくらい前の時点で行われた行動情報であるかを判定して重み付けされた特徴情報を生成することができる。
[5-6. (Feature information)
In the embodiment described above, the generation unit 133 sets a predetermined index value for each keyword extracted from the user's behavior history, generates user feature information weighted by the set index value, and generates the generated feature. An example in which information is stored in the feature
〔６．ハードウェア構成〕
また、上述してきた実施形態に係る広告装置１００は、例えば図１２に示すような構成のコンピュータ１０００によって実現される。以下、広告装置１００を例に挙げて説明する。図１２は、広告装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
[6. Hardware configuration)
Further, the
ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を記憶する。
The
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（図２に示したネットワークＮに対応）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを通信網５００を介して他の機器へ送信する。
The
ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。
The
メディアインターフェイス１７００は、記録媒体１８００に記憶されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
The
例えば、コンピュータ１０００が実施形態に係る広告装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが記憶される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から通信網５００を介してこれらのプログラムを取得してもよい。
For example, when the
〔７．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
[7. Others]
In addition, among the processes described in the above embodiment, all or part of the processes described as being automatically performed can be performed manually, or the processes described as being performed manually can be performed. All or a part can be automatically performed by a known method. In addition, the processing procedures, specific names, and information including various data and parameters shown in the document and drawings can be arbitrarily changed unless otherwise specified. For example, the various types of information illustrated in each drawing is not limited to the illustrated information.
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、図３に示した取得部１３２と、生成部１３３とは統合されてもよい。また、例えば、記憶部１２０に記憶される情報は、ネットワークＮを介して、外部に備えられた記憶装置に記憶されてもよい。 Further, each component of each illustrated apparatus is functionally conceptual, and does not necessarily need to be physically configured as illustrated. In other words, the specific form of distribution / integration of each device is not limited to that shown in the figure, and all or a part thereof may be functionally or physically distributed or arbitrarily distributed in arbitrary units according to various loads or usage conditions. Can be integrated and configured. For example, the acquisition unit 132 and the generation unit 133 illustrated in FIG. 3 may be integrated. Further, for example, information stored in the storage unit 120 may be stored in a storage device provided outside via the network N.
また、例えば、上記実施形態では、広告装置１００が、ユーザの特徴情報を生成する生成処理と、配信される広告コンテンツを抽出する抽出処理と、広告コンテンツを配信する配信処理とを行う例を示した。しかし、上述した広告装置１００は、生成処理を行う生成装置と、抽出処理を行う抽出装置と、配信処理を行う配信装置とに分離されてもよい。この場合、生成装置は、取得部１３２と、生成部１３３とを有する。また、抽出装置は、入稿受付部１３１と、抽出部１３５とを有する。また、配信装置は、入稿受付部１３１と、要求受付部１３４と、配信部１３６とを有する。
Further, for example, in the above-described embodiment, an example is shown in which the
また、上述してきた各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。 Moreover, each embodiment mentioned above can be combined suitably in the range which does not contradict a process content.
〔８．効果〕
上述してきたように、実施形態に係る広告装置１００は、ユーザに関する情報のうち、オークションサイトなどの商取引サービスを提供するウェブサイト（通信ネットワークを介して提供される商取引サービスの一例）において、ユーザによって特定の商材が購入対象の候補として登録された行動履歴を取得する取得部１３２と、取得部１３２により取得されたユーザの行動履歴に基づいて、ユーザに配信される広告コンテンツ（コンテンツの一例）を抽出する抽出部１３５とを備える。
[8. effect〕
As described above, the
このように、実施形態に係る広告装置１００は、一般的なターゲティング広告で利用されている、ユーザの属性情報や、ユーザのウェブサイトの閲覧情報などに加えて、オークションサイトなど商取引サイトにおける入札などの行動履歴から抽出される情報を用いて、広告コンテンツを抽出する。これにより、広告装置１００は、ユーザに対して訴求効果の高いコンテンツを抽出する精度を向上させることができる。
As described above, the
また、実施形態に係る広告装置１００は、取得部１３２によって取得されたユーザの行動履歴から抽出されるキーワードに基づいて、ユーザの特徴を示す特徴情報を生成する生成部１３３をさらに備える。そして、抽出部１３５は、生成部１３３によって生成されたユーザの特徴情報と、広告コンテンツに設定されるコンテンツ情報との類似度に基づいて、ユーザに配信される広告コンテンツを抽出する。
In addition, the
このように、実施形態に係る広告装置１００は、オークションサイトなど商取引サイトにおける入札などの行動履歴から抽出される情報を用いてユーザの特徴情報を生成する。そして、広告装置１００は、生成されたユーザの特徴情報と、コンテンツ情報との類似度を算出し、算出した類似度に基づいて広告コンテンツを抽出するので、ユーザに対して訴求効果の高いコンテンツを抽出する精度を向上させることができる。
As described above, the
また、生成部１３３は、ユーザの行動履歴から抽出されるキーワード毎に所定の指標値を設定し、設定された指標値によって重み付けされたユーザの特徴情報を生成する。 The generation unit 133 sets a predetermined index value for each keyword extracted from the user's behavior history, and generates user feature information weighted by the set index value.
このように、実施形態に係る広告装置１００は、ユーザの実際の行動に対応して重み付けされたキーワードを利用するので、よりユーザの特徴を適切に示した特徴情報を生成することができる。
As described above, the
また、生成部１３３は、ユーザの行動履歴のうち、直近の情報から抽出されるキーワードほど数値が高くなるよう所定の指標値を設定し、設定された指標値によって重み付けされたユーザの特徴情報を生成する。 Further, the generation unit 133 sets a predetermined index value so that the keyword extracted from the latest information in the user's behavior history has a higher numerical value, and the user characteristic information weighted by the set index value is set. Generate.
このように、実施形態に係る広告装置１００は、時間情報を加えたユーザの実際の行動に対応して重み付けされたキーワードを利用する。すなわち、広告装置１００は、ユーザに強い購買意欲が生じたと想定される情報に基づき重み付けされたキーワードにより特徴情報を生成することができる。
As described above, the
また、生成部１３３は、ユーザによって購入対象の候補として登録された商材に設定されている情報から抽出されるキーワードに基づいて、ユーザの特徴情報を生成する。 In addition, the generation unit 133 generates user feature information based on keywords extracted from information set in a product registered as a purchase target candidate by the user.
このように、実施形態に係る広告装置１００は、ユーザが購買意欲を持つ商材そのものに加えて、商材に設定されている情報をもとにキーワードを抽出する。このため、広告装置１００は、ユーザの特徴情報を生成する要素を数多く抽出することができるので、一般的なウェブ閲覧履歴などの行動情報に比べて、多くの情報を用いて広告コンテンツの抽出を実行することができる。
As described above, the
また、生成部１３３は、ユーザによって購入対象の候補として登録された商材に設定されている情報から抽出されるキーワードのうち、予め決められた特定の単語を除いたキーワードに基づいて、ユーザの特徴情報を生成する。 In addition, the generation unit 133 selects the user's keyword based on a keyword excluding a predetermined specific word from the keywords extracted from information set in the product registered as a purchase target candidate by the user. Generate feature information.
このように、実施形態に係る広告装置１００は、商材から抽出されるキーワードであっても、ユーザの特徴を示すことが想定されないキーワードを特徴情報から除外できるので、よりユーザの特徴を適切に示した特徴情報を生成することができる。
As described above, the
また、生成部１３３は、ユーザの行動履歴に含まれる情報であって、ユーザが購入に至るまでの段階を示す情報を用いて、ユーザの特徴情報を生成する。 Further, the generation unit 133 generates user feature information using information included in the user's behavior history and indicating the stage until the user makes a purchase.
これにより、実施形態に係る広告装置１００は、ユーザの行動の実態に即してユーザの特徴を表現することができる。このため、広告装置１００は、ユーザの購買意欲に則した特徴情報を生成することができる。
Thereby, the
また、抽出部１３５は、広告コンテンツに設定されるコンテンツ情報のうち、広告コンテンツに設定されたカテゴリ、又は広告コンテンツを説明する説明文から抽出されるキーワードを用いて、ユーザに配信される広告コンテンツを抽出する。
Further, the extracting
これにより、実施形態に係る広告装置１００は、ユーザの行動情報から抽出されたキーワードにより生成される特徴情報と、広告コンテンツとの類似度を適切に算出することができる。一例として、広告装置１００は、ユーザの特徴情報と、キーワードに基づくコンテンツ情報とのコサイン類似度を算出することができる。このため、広告装置１００は、特徴情報とコンテンツ情報との客観的な類似性に基づいて広告コンテンツを抽出できるので、ユーザに対して広告効果の高い広告コンテンツを抽出する精度を向上させることができる。
Thereby, the
また、取得部１３２は、ユーザの行動履歴として、所定のオークションサイトにおける商材への入札、商材の落札、及び商材の入札候補への登録を示す情報の少なくとも一つを取得する。抽出部１３５は、取得部１３２によって取得された情報のうち、オークションサイトにおける商材への入札、商材の落札、及び商材の入札候補への登録を示す情報の少なくとも一つを用いて、ユーザに配信される広告コンテンツを抽出する。
In addition, the acquisition unit 132 acquires at least one of information indicating a bid for a product, a successful bid for the product, and registration as a bid candidate for the product as a user's action history. The
このように、実施形態に係る広告装置１００は、ユーザがオークションサイトを利用している場合においては、入札や落札などの、購入に至る段階を示した情報を用いて広告コンテンツを抽出する。これにより、広告装置１００は、ユーザの高い購買意欲を示す情報に基づいて、広告コンテンツを抽出することができる。
As described above, when the user uses an auction site, the
また、取得部１３２は、ユーザの行動履歴として、所定のオークションサイトにおける商材への入札、商材の落札、及び商材の入札候補への登録を示す情報の少なくとも一つを取得する。生成部１３３は、取得部１３２によって取得された情報のうち、オークションサイトにおける商材への入札、又は商材の入札候補への登録に対応する行動履歴から抽出されるキーワードには、商材の落札に対応する行動履歴から抽出されるキーワードに比べて高い数値の指標値を設定し、設定された指標値によって重み付けされたキーワードを用いて、ユーザの特徴情報を生成する。 In addition, the acquisition unit 132 acquires at least one of information indicating a bid for a product, a successful bid for the product, and registration as a bid candidate for the product as a user's action history. Of the information acquired by the acquisition unit 132, the generation unit 133 includes a keyword extracted from an action history corresponding to a bid for a product on an auction site or registration of a product as a bid candidate. An index value that is higher than that of the keyword extracted from the action history corresponding to the successful bid is set, and user feature information is generated using the keyword weighted by the set index value.
すなわち、実施形態に係る広告装置１００は、商材への入札や、ウォッチリストへの登録から抽出されるキーワードについては、落札から抽出されるキーワードよりも高い重み付けを設定する。これにより、広告装置１００は、ユーザの購買段階に関する情報を利用して、よりユーザの意思を反映した特徴情報を生成することができる。
In other words, the
また、実施形態に係る広告装置１００は、ユーザに対応するユーザ端末１０から広告コンテンツの配信要求を受け付ける要求受付部１３４と、要求受付部１３４によって受け付けられた広告コンテンツの配信要求を送信したユーザ端末１０に、抽出部１３５によって抽出された広告コンテンツを配信する配信部１３６とをさらに備える。
In addition, the
これにより、実施形態に係る広告装置１００は、ユーザの興味関心に沿って抽出された広告コンテンツをユーザに配信することができるので、広告コンテンツの広告効果を向上させることができる。
Thereby, since the
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。 As described above, some of the embodiments of the present application have been described in detail with reference to the drawings. However, these are merely examples, and various modifications, including the aspects described in the disclosure section of the invention, based on the knowledge of those skilled in the art, It is possible to implement the present invention in other forms with improvements.
また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。 In addition, the “section (module, unit)” described above can be read as “means” or “circuit”. For example, the acquisition unit can be read as acquisition means or an acquisition circuit.
１ 抽出処理システム
１０ ユーザ端末
２０ 広告主端末
３０ オークションサーバ
４０ ウェブサーバ
１００ 広告装置
１１０ 通信部
１２０ 記憶部
１２１ 広告情報記憶部
１２２ 行動情報記憶部
１２３ 特徴情報記憶部
１３０ 制御部
１３１ 入稿受付部
１３２ 取得部
１３３ 生成部
１３４ 要求受付部
１３５ 抽出部
１３６ 配信部
DESCRIPTION OF
Claims (16)
前記取得部により取得された前記ユーザの行動履歴に基づいて、前記ユーザに配信される所定のコンテンツを抽出する抽出部と、
を備え、
前記取得部は、
前記ユーザの行動履歴として、所定のオークションサイトにおいてユーザが商材へ入札した際の入札価格及び入札した際の現在価格を取得し、
前記抽出部は、
前記ユーザが商材へ入札した際の入札価格及び入札した際の現在価格の差に基づいて、当該ユーザに配信される所定のコンテンツを抽出する、
ことを特徴とする抽出装置。 Among the information about the user, in a commercial transaction service provided via a communication network, an acquisition unit that acquires an action history in which a specific product is registered as a candidate for purchase by the user;
An extraction unit that extracts predetermined content distributed to the user based on the user's behavior history acquired by the acquisition unit;
With
The acquisition unit
As the user's action history, a bid price when the user bids on the product at the predetermined auction site and a current price when the bid is obtained,
The extraction unit includes:
Extracting a predetermined content to be distributed to the user based on a difference between a bid price when the user bids on the merchandise and a current price when the user bids;
An extraction device characterized by that.
前記取得部により取得された前記ユーザの行動履歴に基づいて、前記ユーザに配信される所定のコンテンツを抽出する抽出部と、
を備え、
前記取得部は、
前記ユーザの行動履歴として、所定のオークションサイトにおいてユーザが同一の商材へ入札した回数を取得し、
前記抽出部は、
前記ユーザが同一の商材へ入札した回数に基づいて、当該ユーザに配信される所定のコンテンツを抽出する、
ことを特徴とする抽出装置。 Among the information about the user, in a commercial transaction service provided via a communication network, an acquisition unit that acquires an action history in which a specific product is registered as a candidate for purchase by the user;
An extraction unit that extracts predetermined content distributed to the user based on the user's behavior history acquired by the acquisition unit;
With
The acquisition unit
As the user's action history, obtain the number of times that the user bids on the same product at a predetermined auction site,
The extraction unit includes:
Based on the number of times the user bids on the same product, the predetermined content distributed to the user is extracted.
An extraction device characterized by that.
をさらに備え、
前記抽出部は、
前記生成部によって生成された前記ユーザの特徴情報と、前記コンテンツに設定されるコンテンツ情報との類似度に基づいて、前記ユーザに配信されるコンテンツを抽出する、
ことを特徴とする請求項１又は２に記載の抽出装置。 Based on a keyword extracted from the user's behavior history acquired by the acquisition unit, a generation unit that generates feature information indicating the characteristics of the user,
Further comprising
The extraction unit includes:
Extracting content to be distributed to the user based on the similarity between the feature information of the user generated by the generation unit and content information set to the content;
The extraction apparatus according to claim 1 or 2, wherein
前記ユーザの行動履歴から抽出されるキーワード毎に所定の指標値を設定し、設定された指標値によって重み付けされた前記ユーザの特徴情報を生成する、
ことを特徴とする請求項３に記載の抽出装置。 The generator is
A predetermined index value is set for each keyword extracted from the user's behavior history, and the feature information of the user weighted by the set index value is generated.
The extraction device according to claim 3.
前記ユーザの行動履歴のうち、直近の情報から抽出されるキーワードほど数値が高くなるよう前記指標値を設定し、設定された前記指標値によって重み付けされた前記ユーザの特徴情報を生成する、
ことを特徴とする請求項４に記載の抽出装置。 The generator is
In the user's behavior history, the index value is set so that the numerical value becomes higher as the keyword extracted from the latest information, and the feature information of the user weighted by the set index value is generated.
The extraction apparatus according to claim 4.
前記ユーザによって購入対象の候補として登録された前記商材に設定されている情報から抽出されるキーワードに基づいて、前記ユーザの特徴情報を生成する、
ことを特徴とする請求項３〜５のいずれか一つに記載の抽出装置。 The generator is
Generating feature information of the user based on keywords extracted from information set in the product registered as a candidate for purchase by the user;
The extraction device according to any one of claims 3 to 5, wherein
前記ユーザによって購入対象の候補として登録された前記商材に設定されている情報から抽出されるキーワードのうち、予め決められた特定の単語を除いたキーワードに基づいて、前記ユーザの特徴情報を生成する、
ことを特徴とする請求項６に記載の抽出装置。 The generator is
Generating feature information of the user based on a keyword excluding a predetermined specific word among keywords extracted from information set in the product registered as a purchase target candidate by the user To
The extraction apparatus according to claim 6.
前記ユーザの行動履歴に含まれる情報であって、前記ユーザが購入に至るまでの段階を示す情報を用いて、前記ユーザの特徴情報を生成する、
ことを特徴とする請求項３〜７のいずれか一つに記載の抽出装置。 The generator is
Using the information included in the user's behavior history and indicating the stage until the user purchases, to generate the feature information of the user,
The extraction device according to any one of claims 3 to 7, wherein
前記コンテンツに設定されるコンテンツ情報のうち、前記コンテンツに設定されたカテゴリ、又は前記コンテンツを説明する説明文から抽出されるキーワードを用いて、前記ユーザに配信されるコンテンツを抽出する、
ことを特徴とする請求項３〜８のいずれか一つに記載の抽出装置。 The extraction unit includes:
Extracting content to be distributed to the user using a keyword extracted from a category set in the content or an explanatory text explaining the content from content information set in the content,
The extraction device according to any one of claims 3 to 8, wherein
前記ユーザの行動履歴として、所定のオークションサイトにおける商材への入札、商材の落札、及び商材の入札候補への登録を示す情報の少なくとも一つを取得し、
前記抽出部は、
前記取得部によって取得された情報のうち、前記オークションサイトにおける商材への入札、商材の落札、及び商材の入札候補への登録を示す情報の少なくとも一つを用いて、前記ユーザに配信されるコンテンツを抽出する、
ことを特徴とする請求項１〜９のいずれか一つに記載の抽出装置。 The acquisition unit
As the user's action history, obtain at least one of information indicating a bid for a product at a predetermined auction site, a successful bid for the product, and registration to a bid candidate for the product,
The extraction unit includes:
The information acquired by the acquisition unit is distributed to the user using at least one of information indicating a bid for a product at the auction site, a successful bid for the product, and registration as a bid candidate for the product. Content to be extracted,
The extraction apparatus according to any one of claims 1 to 9, wherein
前記ユーザの行動履歴として、所定のオークションサイトにおける商材への入札、商材の落札、及び商材の入札候補への登録を示す情報の少なくとも一つを取得し、
前記生成部は、
前記取得部によって取得された情報のうち、前記オークションサイトにおける商材への入札、又は商材の入札候補への登録に対応する行動履歴から抽出されるキーワードには、商材の落札に対応する行動履歴から抽出されるキーワードに比べて高い数値の前記指標値を設定し、設定された指標値によって重み付けされた前記キーワードを用いて、前記ユーザの特徴情報を生成する、
ことを特徴とする請求項４又は５に記載の抽出装置。 The acquisition unit
As the user's action history, obtain at least one of information indicating a bid for a product at a predetermined auction site, a successful bid for the product, and registration to a bid candidate for the product,
The generator is
Of the information acquired by the acquisition unit, a keyword extracted from an action history corresponding to a bid for a product on the auction site or registration of a product as a bid candidate corresponds to a successful bid for the product. Set the index value that is higher than the keyword extracted from the action history, and generate the feature information of the user using the keyword weighted by the set index value.
The extraction apparatus according to claim 4 or 5, wherein
前記受付部によって受け付けられた前記所定のコンテンツの配信要求を送信した前記端末装置に、前記抽出部によって抽出された所定のコンテンツを配信する配信部と、
をさらに備えたことを特徴とする請求項１〜１１のいずれか一つに記載の抽出装置。 A receiving unit that receives a distribution request for the predetermined content from a terminal device corresponding to the user;
A distribution unit that distributes the predetermined content extracted by the extraction unit to the terminal device that has transmitted the distribution request for the predetermined content received by the reception unit;
The extraction device according to claim 1, further comprising:
ユーザに関する情報のうち、通信ネットワークを介して提供される商取引サービスにおいて、ユーザによって特定の商材が購入対象の候補として登録された行動履歴を取得する取得工程と、
前記取得工程により取得された前記ユーザの行動履歴に基づいて、前記ユーザに配信される所定のコンテンツを抽出する抽出工程と、
を含み、
前記取得工程は、
前記ユーザの行動履歴として、所定のオークションサイトにおいてユーザが商材へ入札した際の入札価格及び入札した際の現在価格を取得し、
前記抽出工程は、
前記ユーザが商材へ入札した際の入札価格及び入札した際の現在価格の差に基づいて、当該ユーザに配信される所定のコンテンツを抽出する、
ことを特徴とする抽出方法。 An extraction method performed by a computer,
Among the information about the user, in a commercial transaction service provided via a communication network, an acquisition step of acquiring an action history in which a specific product is registered as a candidate for purchase by the user;
An extraction step of extracting predetermined content distributed to the user based on the user's behavior history acquired by the acquisition step;
Including
The acquisition step includes
As the user's action history, a bid price when the user bids on the product at the predetermined auction site and a current price when the bid is obtained,
The extraction step includes
Extracting a predetermined content to be distributed to the user based on a difference between a bid price when the user bids on the merchandise and a current price when the user bids;
An extraction method characterized by that.
前記取得手順により取得された前記ユーザの行動履歴に基づいて、前記ユーザに配信される所定のコンテンツを抽出する抽出手順と、
をコンピュータに実行させ、
前記取得手順は、
前記ユーザの行動履歴として、所定のオークションサイトにおいてユーザが商材へ入札した際の入札価格及び入札した際の現在価格を取得し、
前記抽出手順は、
前記ユーザが商材へ入札した際の入札価格及び入札した際の現在価格の差に基づいて、当該ユーザに配信される所定のコンテンツを抽出する、
ことを特徴とする抽出プログラム。 Among the information about the user, in a commercial transaction service provided via a communication network, an acquisition procedure for acquiring a behavior history in which a specific product is registered as a candidate for purchase by the user;
An extraction procedure for extracting predetermined content distributed to the user based on the user's behavior history acquired by the acquisition procedure;
To the computer,
The acquisition procedure is as follows:
As the user's action history, a bid price when the user bids on the product at the predetermined auction site and a current price when the bid is obtained,
The extraction procedure is:
Extracting a predetermined content to be distributed to the user based on a difference between a bid price when the user bids on the merchandise and a current price when the user bids;
An extraction program characterized by that.
ユーザに関する情報のうち、通信ネットワークを介して提供される商取引サービスにおいて、ユーザによって特定の商材が購入対象の候補として登録された行動履歴を取得する取得工程と、
前記取得工程により取得された前記ユーザの行動履歴に基づいて、前記ユーザに配信される所定のコンテンツを抽出する抽出工程と、
を含み、
前記取得工程は、
前記ユーザの行動履歴として、所定のオークションサイトにおいてユーザが同一の商材へ入札した回数を取得し、
前記抽出工程は、
前記ユーザが同一の商材へ入札した回数に基づいて、当該ユーザに配信される所定のコンテンツを抽出する、
ことを特徴とする抽出方法。 An extraction method performed by a computer,
Among the information about the user, in a commercial transaction service provided via a communication network, an acquisition step of acquiring an action history in which a specific product is registered as a candidate for purchase by the user;
An extraction step of extracting predetermined content distributed to the user based on the user's behavior history acquired by the acquisition step;
Including
The acquisition step includes
As the user's action history, obtain the number of times that the user bids on the same product at a predetermined auction site,
The extraction step includes
Based on the number of times the user bids on the same product, the predetermined content distributed to the user is extracted.
An extraction method characterized by that.
前記取得手順により取得された前記ユーザの行動履歴に基づいて、前記ユーザに配信される所定のコンテンツを抽出する抽出手順と、
をコンピュータに実行させ、
前記取得手順は、
前記ユーザの行動履歴として、所定のオークションサイトにおいてユーザが同一の商材へ入札した回数を取得し、
前記抽出手順は、
前記ユーザが同一の商材へ入札した回数に基づいて、当該ユーザに配信される所定のコンテンツを抽出する、
ことを特徴とする抽出プログラム。 Among the information about the user, in a commercial transaction service provided via a communication network, an acquisition procedure for acquiring a behavior history in which a specific product is registered as a candidate for purchase by the user;
An extraction procedure for extracting predetermined content distributed to the user based on the user's behavior history acquired by the acquisition procedure;
To the computer,
The acquisition procedure is as follows:
As the user's action history, obtain the number of times that the user bids on the same product at a predetermined auction site,
The extraction procedure is:
Based on the number of times the user bids on the same product, the predetermined content distributed to the user is extracted.
An extraction program characterized by that.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014190414A JP6320258B2 (en) | 2014-09-18 | 2014-09-18 | Extraction apparatus, extraction method, and extraction program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014190414A JP6320258B2 (en) | 2014-09-18 | 2014-09-18 | Extraction apparatus, extraction method, and extraction program |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018030763A Division JP2018088282A (en) | 2018-02-23 | 2018-02-23 | Extracting apparatus, extracting method, and extracting program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016062358A JP2016062358A (en) | 2016-04-25 |
| JP6320258B2 true JP6320258B2 (en) | 2018-05-09 |
Family
ID=55797833
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014190414A Active JP6320258B2 (en) | 2014-09-18 | 2014-09-18 | Extraction apparatus, extraction method, and extraction program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6320258B2 (en) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6906735B2 (en) * | 2016-06-29 | 2021-07-21 | Ｌｉｎｅ株式会社 | Programs, information processing methods, and information processing equipment |
| JP2020087270A (en) * | 2018-11-30 | 2020-06-04 | 大日本印刷株式会社 | Advertisement distribution device, control method and program |
| JP6995282B1 (en) | 2021-01-15 | 2022-01-14 | 株式会社エクサウィザーズ | Content distribution methods, devices, and programs |
| JP7482557B1 (en) | 2023-01-20 | 2024-05-14 | 株式会社InsightX | Information processing device, information processing method, and program |
| CN117495515B (en) * | 2023-12-29 | 2024-04-05 | 优材优建(青岛)供应链科技有限公司 | Bid intelligent matching method, system, computer equipment and storage medium |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6317722B1 (en) * | 1998-09-18 | 2001-11-13 | Amazon.Com, Inc. | Use of electronic shopping carts to generate personal recommendations |
| JP2001265808A (en) * | 2000-03-22 | 2001-09-28 | Skysoft Inc | System and method for information retrieval |
| US8504575B2 (en) * | 2006-03-29 | 2013-08-06 | Yahoo! Inc. | Behavioral targeting system |
| JP4833043B2 (en) * | 2006-11-30 | 2011-12-07 | ヤフー株式会社 | Affinity device using blog or query click |
| JP5165422B2 (en) * | 2008-03-14 | 2013-03-21 | 株式会社エヌ・ティ・ティ・ドコモ | Information providing system and information providing method |
| JP5462983B1 (en) * | 2013-03-29 | 2014-04-02 | 楽天株式会社 | Information processing apparatus, information processing method, and information processing program |
-
2014
- 2014-09-18 JP JP2014190414A patent/JP6320258B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2016062358A (en) | 2016-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7311554B2 (en) | Calculation device, calculation method and calculation program | |
| JP6271345B2 (en) | Extraction apparatus, extraction method, and extraction program | |
| JP6023129B2 (en) | Extraction apparatus, extraction method, and extraction program | |
| US20140074649A1 (en) | Grocery recommendation engine | |
| US20120078721A1 (en) | Product Interest Targeting | |
| US20130013428A1 (en) | Method and apparatus for presenting offers | |
| JP2018147045A (en) | Retrieval device, retrieval method, and retrieval program | |
| JP2015179459A (en) | Information processor, information processing method, and information processing program | |
| JP6320258B2 (en) | Extraction apparatus, extraction method, and extraction program | |
| JP2018088282A (en) | Extracting apparatus, extracting method, and extracting program | |
| JP2016177536A (en) | Extraction device, extraction method and extraction program | |
| JP6865045B2 (en) | Search device, search method and search program | |
| JP6698730B2 (en) | Extraction device, extraction method, and extraction program | |
| US20140040004A1 (en) | Identifying a deal in shopping results | |
| JP6377213B2 (en) | CONTENT GENERATION DEVICE, CONTENT GENERATION METHOD, AND CONTENT GENERATION PROGRAM | |
| JP6373140B2 (en) | Extraction apparatus, extraction method, and extraction program | |
| JP6311052B1 (en) | Extraction apparatus, extraction method, and extraction program | |
| JP6282965B2 (en) | Reception device, reception method, and reception program | |
| JP6100741B2 (en) | Extraction apparatus, extraction method and extraction program | |
| JP6664598B2 (en) | Provision device, provision method, and provision program | |
| JP7042787B2 (en) | Judgment device, judgment method, and judgment program | |
| US20210097574A1 (en) | Delivering advertisements to mobile applications | |
| JP2017138970A (en) | Learning device, learning method and learning program | |
| JP2020091816A (en) | Information processing device, information processing method and information processing program | |
| JP5968381B2 (en) | Extraction apparatus, extraction method and extraction program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160915 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170825 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170905 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171106 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171226 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180223 |
|
| 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: 20180306 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180403 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6320258 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |