JP2021105789A - プログラム、情報処理装置、情報処理方法及びシステム - Google Patents

Abstract

【課題】ドメインをドメインの特徴を示すベクトルで表記することができるプログラム、情報処理装置、情報処理方法及びシステムを提供する。【解決手段】実施形態によれば、プログラムは、プロセッサに、ユーザがアクセスしたドメインを示すアクセスログを取得する機能と、前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成する機能と、前記教師データに基づいて推測行列を生成する機能と、前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成する機能と、を実現させる。【選択図】 図２

Description

本発明の実施形態は、プログラム、情報処理装置、情報処理方法及びシステムに関する。

ドメイン同士の類似性を判定する手法が提供されている。そのような手法は、ドメインの特徴（たとえば、ドメインが提供するコンテンツの特徴）などに基づいて、所定のドメインに類似するドメインを特定する。

しかしながら、ドメインをドメインの特徴を示すベクトルで表記して同様の特徴を有するドメインを特定する手法は、提供されていない。
そこで、ドメインをドメインの特徴を示すベクトルで表記する手法が望まれる。

特開２０１９−１６４５０４号公報

上記の課題を解決するため、ドメインをドメインの特徴を示すベクトルで表記することができるプログラム、情報処理装置、情報処理方法及びシステムを提供する。

実施形態によれば、プログラムは、プロセッサに、ユーザがアクセスしたドメインを示すアクセスログを取得する機能と、前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成する機能と、前記教師データに基づいて推測行列を生成する機能と、前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成する機能と、を実現させる。

情報処理装置は、各ユーザがドメインにアクセスしたアクセスログに基づいてターゲットとコンテキストとから構成される学習データを生成する。情報処理装置は、生成した学習データに基づいて推測行列を生成する。情報処理装置は、推測行列に基づいて、各ドメインに対応するドメインベクトルを生成する。その結果、情報処理装置は、ドメインを当該ドメインの特徴を示すベクトルで表記することができる。

図１は、実施形態に係る広告システムの構成例を示すブロック図である。 図２は、実施形態に係る解析装置の構成例を示すブロック図である。 図３は、実施形態に係る広告サーバの構成例を示すブロック図である。 図４は、実施形態に係るアクセスログの例を示す図である。 図５は、実施形態に係る教師データの例を示す図である。 図６は、実施形態に係る解析装置の動作例を示す図である。 図７は、実施形態に係る解析装置の出力結果の例を示す図である。 図８は、実施形態に係る解析装置の出力結果の例を示す図である。 図９は、実施形態に係る解析装置の動作例を示すフローチャートである。 図１０は、実施形態に係る解析装置の動作例を示すフローチャートである。 図１１は、実施形態に係る教師データの他の例を示す図である。

以下、実施形態について、図面を参照して説明する。
実施形態に係る広告システムは、ドメインをベクトルに変換する。即ち、広告システムは、ドメインを複数の数字列で表現する。広告システムは、ベクトル間の類似度に基づいて、所定のドメインに類似するドメインを特定する。また、広告システムは、複数のベクトルを演算して得られたベクトルに基づいて、複数のドメインに関連するドメインを特定する。

また、広告システムは、特定されたドメインにアクセスしたユーザ端末に対して、当該所定のドメインに対応する広告を配信する。

図１は、実施形態に係る広告システム１の構成例を示すブロック図である。図１が示すように、広告システム１は、解析装置１０、広告サーバ２０、ユーザ端末３０及びネットワーク４０などを備える。解析装置１０、広告サーバ２０及びユーザ端末３０は、ネットワーク４０に接続する。

解析装置１０（情報処理装置）は、ドメインをベクトルに変換する。また、解析装置１０は、ベクトル間の類似度に基づいて、所定のドメインに類似するドメインを特定する。また、解析装置１０は、複数のベクトルを演算して得られたベクトルに基づいて、複数のドメインに関連するドメインを特定する。解析装置１０については、後に詳述する。

広告サーバ２０は、解析装置１０によって特定されたドメインにアクセスしたユーザ端末３０に対して、広告を配信する。広告サーバ２０については、後に詳述する。

ユーザ端末３０は、広告サーバ２０が配信する広告をディスプレイなどの表示部に表示する。ユーザ端末３０は、ユーザからの操作に従って所定のドメインにアクセスする。ユーザ端末３０は、当該所定のドメインから取得したスクリプトなどを実行することで、広告を広告サーバ２０から取得し表示部に表示する。

たとえば、ユーザ端末３０は、デスクトップＰＣ、ノートＰＣ、タブレットＰＣ、スマートフォン、フィーチャーフォン又はウエアラブル端末などである。

次に、解析装置１０について説明する。
図２は、実施形態に係る解析装置１０の構成例を示す。図２は、解析装置１０の構成例を示すブロック図である。図２が示すように、解析装置１０は、プロセッサ１１、ＲＯＭ１２、ＲＡＭ１３、ＮＶＭ１４、通信部１５、操作部１６及び表示部１７などを備える。

プロセッサ１１と、ＲＯＭ１２、ＲＡＭ１３、ＮＶＭ１４、通信部１５、操作部１６及び表示部１７と、は、データバスなどを介して互いに接続する。
なお、解析装置１０は、図２が示すような構成の他に必要に応じた構成を具備したり、解析装置１０から特定の構成が除外されたりしてもよい。

プロセッサ１１（第１のプロセッサ）は、解析装置１０全体の動作を制御する機能を有する。プロセッサ１１は、内部キャッシュ及び各種のインターフェースなどを備えてもよい。プロセッサ１１は、内部メモリ、ＲＯＭ１２又はＮＶＭ１４が予め記憶するプログラムを実行することにより種々の処理を実現する。

なお、プロセッサ１１がプログラムを実行することにより実現する各種の機能のうちの一部は、ハードウエア回路により実現されるものであってもよい。この場合、プロセッサ１１は、ハードウエア回路により実行される機能を制御する。

ＲＯＭ１２は、制御プログラム及び制御データなどが予め記憶された不揮発性のメモリである。ＲＯＭ１２に記憶される制御プログラム及び制御データは、解析装置１０の仕様に応じて予め組み込まれる。

ＲＡＭ１３は、揮発性のメモリである。ＲＡＭ１３は、プロセッサ１１の処理中のデータなどを一時的に格納する。ＲＡＭ１３は、プロセッサ１１からの命令に基づき種々のアプリケーションプログラムを格納する。また、ＲＡＭ１３は、アプリケーションプログラムの実行に必要なデータ及びアプリケーションプログラムの実行結果などを格納してもよい。

ＮＶＭ１４は、データの書き込み及び書き換えが可能な不揮発性のメモリである。ＮＶＭ１４は、たとえば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）又はフラッシュメモリなどから構成される。ＮＶＭ１４は、解析装置１０の運用用途に応じて制御プログラム、アプリケーション及び種々のデータなどを格納する。

通信部１５（第１のインターフェース）は、ネットワーク４０と通信するためのインターフェースである。即ち、通信部１５は、ネットワーク４０を通じて広告サーバ２０などに接続するためのインターフェースである。たとえば、通信部１５は、有線又は無線のＬＡＮ（Local Area Network）接続をサポートする。

操作部１６は、オペレータから種々の操作の入力を受け付ける。操作部１６は、入力された操作を示す信号をプロセッサ１１へ送信する。操作部１６は、タッチパネルから構成されてもよい。

表示部１７は、プロセッサ１１からの画像データを表示する。たとえば、表示部１７は、液晶モニタから構成される。操作部１６がタッチパネルから構成される場合、表示部１７は、操作部１６と一体的に形成されてもよい。

次に、広告サーバ２０について説明する。
図３は、実施形態に係る広告サーバ２０の構成例を示す。図３は、広告サーバ２０の構成例を示すブロック図である。図３が示すように、広告サーバ２０は、プロセッサ２１、ＲＯＭ２２、ＲＡＭ２３、ＮＶＭ２４、通信部２５、操作部２６及び表示部２７などを備える。

プロセッサ２１と、ＲＯＭ２２、ＲＡＭ２３、ＮＶＭ２４、通信部２５、操作部２６及び表示部２７と、は、データバスなどを介して互いに接続する。
なお、広告サーバ２０は、図３が示すような構成の他に必要に応じた構成を具備したり、広告サーバ２０から特定の構成が除外されたりしてもよい。

プロセッサ２１（第２のプロセッサ）は、広告サーバ２０全体の動作を制御する機能を有する。
ＲＯＭ２２は、制御プログラム及び制御データなどが予め記憶された不揮発性のメモリである。

ＲＡＭ２３は、揮発性のメモリである。
ＮＶＭ２４は、データの書き込み及び書き換えが可能な不揮発性のメモリである。

通信部２５（第２のインターフェース）は、ネットワーク４０と通信するためのインターフェースである。即ち、通信部２５は、ネットワーク４０を通じて解析装置１０及びユーザ端末３０などに接続するためのインターフェースである。

操作部２６は、オペレータから種々の操作の入力を受け付ける。
表示部２７は、プロセッサ２１からの画像データを表示する。

次に、解析装置１０が実現する機能について説明する。解析装置１０が実現する機能は、プロセッサ１１がＲＯＭ１２又はＮＶＭ１４などに格納されるプログラムを実行することで実現される。

まず、プロセッサ１１は、ユーザがアクセスしたドメインを示すアクセスログを取得する機能を有する。

アクセスログは、ユーザごとに、ユーザがアクセスしたドメインを時系列で示す。図４は、アクセスログの構成例を示す。図４が示すように、アクセスログは、「ユーザ」、「タイムスタンプ」及び「ドメイン」を対応付けて格納する。

「ユーザ」は、アクセスログの取得の対象となるユーザを示す。ここでは、「ユーザ」は、「ｕｓｅｒ１」及び「ｕｓｅｒ２」を示す。
「タイムスタンプ」は、「ユーザ」がドメインにアクセスした日時を示す。
「ドメイン」は、ユーザがアクセスしたドメインを示す。
アクセスログは、「ドメイン」を時系列に並べて格納する。アクセスログは、所定の期間におけるアクセスを示すものであってもよい。

たとえば、プロセッサ１１は、通信部１５などを通じて外部装置からアクセスログを取得する。また、プロセッサ１１は、解析装置１０に接続されたメモリなどからアクセスログを取得するものであっても良い。プロセッサ１１がアクセスログを取得する方法は、特定の方法に限定されるものではない。

また、プロセッサ１１は、アクセスログに基づいて、コンテキスト及びターゲットを含む教師データを生成する機能を有する。

教師データは、コンテキストを入力するとターゲットを出力する行列（推測行列）を学習により生成するためのデータである。推測行列については、後に詳述する。

プロセッサ１１は、アクセスログから連続する３つのドメインを取得する。即ち、プロセッサ１１は、ユーザが連続して閲覧した３つのドメイン（ユーザが順に遷移した３つのドメイン）を取得する。３つのドメインを取得すると、プロセッサ１１は、中心のドメインをターゲットとして、ターゲットの前後のドメインをコンテキストとして認識する。コンテキストとしてのドメインは、ターゲットとしてのドメインの直前の１つのドメインと直後の１つのドメインとである。プロセッサ１１は、ターゲットとしてのドメインとコンテキストとしての２つのドメインを含むセットを生成する。
同様に、プロセッサ１１は、異なる連続する３つのドメインからセットを生成する。

なお、プロセッサ１１は、連続しない３つのドメインを取得してもよい。たとえば、プロセッサ１１は、いくつか置き（たとえば、１つ置きに）に３つのドメインを取得してもよい。また、プロセッサ１１は、ターゲットの前のドメインからコンテキストとしてのドメインを取得してもよい。また、プロセッサ１１は、ターゲットの後のドメインからコンテキストとしてのドメインを取得してもよい。

また、プロセッサ１１は、各ユーザにおいて同様の動作を行うことでさらにセットを生成する。
プロセッサ１１は、生成した複数のセットから構成される教師データを生成する。

図５は、プロセッサ１１が生成した教師データの例を示す。図５が示すように、教師データは、「第１のコンテキスト」、「ターゲット」及び「第２のコンテキスト」を対応付けて格納する。

「第１のコンテキスト」は、一方のコンテキストである。ここでは、「第１のコンテキスト」は、ターゲットの前のドメインである。

「ターゲット」は、教師データのターゲットを示す。

「第２のコンテキスト」は、他方のコンテキストである。ここでは、「第２のコンテキスト」は、ターゲットの後ろのドメインである。

図４及び図５が示す例では、プロセッサ１１は、連続する３つのドメインとして「aaa.com」「bbb.com」及び「ccc.com」を取得する。プロセッサ１１は、「aaa.com」及び「ccc.com」をコンテキストとして認識する。また、プロセッサ１１は、「bbb.com」をターゲットとして認識する。プロセッサ１１は、コンテキストしての「aaa.com」及び「ccc.com」とターゲットとしての「bbb.com」とを含むセットを生成する。

同様に、プロセッサ１１は、「bbb.com」「ccc.com」及び「ddd.com」を取得する。プロセッサ１１は、「bbb.com」及び「ddd.com」をコンテキストとして認識する。また、プロセッサ１１は、「ccc.com」をターゲットとして認識する。プロセッサ１１は、コンテキストしての「bbb.com」及び「ddd.com」とターゲットとしての「ccc.com」とを含むセットを生成する。

プロセッサ１１は、各ユーザにおいて同様の動作を行うことで複数のセットを生成し、生成したセットから構成される教師データを生成する。

また、プロセッサ１１は、生成した教師データを用いて推測行列を生成する機能を有する。

プロセッサ１１は、ドメインをベクトルに変換するためのフェイクタスクとして推測行列を生成する。

プロセッサ１１は、各ドメインに対して、各ドメインを示すｏｎｅ−ｈｏｔベクトルを設定する。たとえば、プロセッサ１１は、「aaa.com」に対して「（1,0,0,0,0,…）」を設定する。同様に、プロセッサ１１は、「bbb.com」に対して「（0,1,0,0,0,…）」を設定する。同様に、プロセッサ１１は、「ccc.com」に対して「（0,0,1,0,0,…）」を設定する。

前述の通り、推測行列は、コンテキストを入力するとターゲットを出力するための行列である。即ち、推測行列は、コンテキストを示すベクトルを入力するとターゲットを示すｏｎｅ−ｈｏｔベクトルを出力する。

ここでは、コンテキストを示すベクトルは、第１のコンテキストを示すｏｎｅ−ｈｏｔベクトルと第２のコンテキストを示すｏｎｅ−ｈｏｔベクトルとを加算したベクトルである。たとえば、「aaa.com」と「ccc.com」とを示すベクトルは、「（1,0,0,0,0,…）」と「（0,0,1,0,0,…）」とを加算して得られた「（1,0,1,0,0,…）」である。

図６は、プロセッサ１１が推測行列を生成する動作例を示す。図６が示すように、プロセッサ１１は、コンテキストを示すベクトルを入力するとターゲットを示すｏｎｅ−ｈｏｔベクトルを出力する推測行列を生成する。

プロセッサ１１は、教師データに基づいて、コンテキストを示すベクトルとターゲットを示すｏｎｅ−ｈｏｔベクトルとのセットを複数個生成する。プロセッサ１１は、複数個のセットを用いて推測行列を生成する。

たとえば、プロセッサ１１は、コンテキストとしての単語（たとえば、名詞、動詞、又は、助詞など）からターゲットとしての単語を出力するネットワーク（ここでは、行列）を生成するアルゴリズムに従って推測行列を生成する。当該アルゴリズムは、文章において連続する単語からネットワークを生成する。当該アルゴリズムは、コンテキストとなる単語（ターゲットの前後の単語）とターゲットとなる単語との複数のセットを用いてネットワークを生成する。たとえば、当該アルゴリズムは、word2vecのネットワークを生成するアルゴリズムである。

プロセッサ１１は、当該アルゴリズムに従って、コンテキストを示すベクトルとターゲットを示すｏｎｅ−ｈｏｔベクトルとのセットから推測行列を生成する。

また、プロセッサ１１は、生成した推測行列に基づいて、ドメインに対応するベクトル（ドメインベクトル）を生成する機能を有する。
即ち、プロセッサ１１は、ドメインの特徴を示すドメインベクトルを生成する。

たとえば、プロセッサ１１は、ドメインを示すｏｎｅ−ｈｏｔベクトルに推測行列を乗算して、当該ドメインのドメインベクトルを生成する。プロセッサ１１は、各ドメインにおいて同様の処理を行うことで、各ドメインのドメインベクトルを生成する。

また、プロセッサ１１は、所定のベクトル（検索対象ベクトル）に類似するドメインベクトルに対応するドメイン（類似ドメイン）を特定する機能を有する。

たとえば、プロセッサ１１は、操作部１６に入力される操作などに従って、所定のドメインのドメインベクトルを検索対象ベクトルとして設定する。検索対象ベクトルを設定すると、プロセッサ１１は、各ドメインベクトルと検索対象ベクトルとの類似度を算出する。たとえば、プロセッサ１１は、各ドメインベクトルと検索対象ベクトルとのコサイン類似度を類似度として算出する。

各ドメインベクトルと検索対象ベクトルとの類似度を算出すると、プロセッサ１１は、各類似度に基づいて、検索対象ベクトルに類似するドメインベクトルを特定する。たとえば、プロセッサ１１は、類似度が所定の閾値以上であるドメインベクトルを特定する。また、プロセッサ１１は、類似度が高い所定の個数のドメインベクトルを特定してもよい。

プロセッサ１１は、特定したドメインベクトルに対応するドメインを類似ドメインとして特定する。

図７は、プロセッサ１１が特定した類似ドメインの例である。ここでは、プロセッサ１１は、検索対象ベクトルとして、「aaa.com」に対応するドメインベクトルを設定したものとする。また、「aaa.com」は、「ＡＡ新聞」のドメインであるものとする。

図７が示すように、プロセッサ１１が特定した類似ドメインは、「xxx.com」、「yyy.com」及び「zzz.com」などである。これらの類似ドメインは、新聞又はニュースに関連するサイトのドメインである。即ち、これらの類似ドメインは、「aaa.com」の特徴と似た特徴を備えるサイトのドメインである。

また、プロセッサ１１は、複数のドメインベクトルを演算して得られたベクトルを検索対象ベクトルとして設定してもよい。たとえば、プロセッサ１１は、複数のドメインベクトルを加算したベクトルを検索対象ベクトルとして設定する。

図８は、プロセッサ１１が複数のドメインベクトルを加算したベクトルを検索対象ベクトルとして設定した場合において特定した類似ドメインの例である。ここでは、プロセッサ１１は、検索対象ベクトルとして、「aaa.com」のドメインベクトルと「nnn.com」のドメインベクトルとを加算して得られたベクトルを設定したものとする。また、また、「nnn.com」は、「ＮＮＮスポーツ」のドメインであるものとする。

図８が示すように、プロセッサ１１が特定した類似ドメインは、「abc.com」、「xyz.com」及び「efg.com」などである。これらの類似ドメインは、スポーツのニュースに関連するサイトのドメインである。即ち、これらの類似ドメインは、「aaa.com」の特徴及び「nnn.com」の特徴と似た特徴を備えるサイトのドメインである。

プロセッサ１１は、特定した類似ドメインを出力する。たとえば、プロセッサ１１は、通信部２５を通じて、特定した類似ドメインを広告サーバ２０に送信する。また、プロセッサ１１は、ＮＶＭ２４又は外部メモリに特定した類似ドメインを格納しても良い。

次に、広告サーバ２０が実現する機能について説明する。広告サーバ２０が実現する機能は、プロセッサ２１がＲＯＭ２２又はＮＶＭ２４などに格納されるプログラムを実行することで実現される。

プロセッサ２１は、解析装置１０のプロセッサ１１が特定した類似ドメインに基づいて、広告を配信する機能を有する。

たとえば、プロセッサ２１は、通信部２５などを通じて、類似ドメインを解析装置１０から取得する。なお、プロセッサ２１は、広告サーバ２０に接続されたメモリなどから類似ドメインを取得しても良い。

プロセッサ２１は、各類似ドメインにアクセスしたユーザ端末３０に対して所定の広告を配信する。たとえば、プロセッサ２１は、ユーザ端末３０が類似ドメインのサイト内のスクリプトに従って送信したリクエストを取得する。プロセッサ２１は、所定の広告を含むレスポンスをユーザ端末３０に送信する。

所定の広告は、検索対象ベクトルに関するドメインに関連する。検索対象ベクトルがドメインベクトルである場合、当該広告は、当該ドメインベクトルに対応するドメイン（即ち、ドメインの特徴）に関連する。たとえば、当該広告は、当該ドメインベクトルを閲覧しているユーザを対象とする。また、検索対象ベクトルが複数のドメインベクトルを演算して得られたベクトルである場合、当該広告は、当該複数のドメインベクトル（又は、それらの少なくとも１つ）に対応するドメインに関連する。

これにより、プロセッサ２１は、所定のドメインの特徴と同様の特徴を有する類似ドメインにアクセスしたユーザに対して所定のドメインに関する広告を配信することができる。

次に、解析装置１０の動作例について説明する。
まず、解析装置１０がドメインベクトルを生成する動作例について説明する。

図９は、解析装置１０がドメインベクトルを生成する動作例について説明するためのフローチャートである。

まず、解析装置１０のプロセッサ１１は、アクセスログを取得する（Ｓ１１）。アクセスログを取得すると、プロセッサ１１は、取得したアクセスログに基づいて教師データを生成する（Ｓ１２）。

教師データを生成すると、プロセッサ１１は、生成した教師データに基づいて推測行列を生成する（Ｓ１３）。推測行列を生成すると、プロセッサ１１は、生成した推測行列に基づいて各ドメインのドメインベクトルを生成する（Ｓ１４）。

ドメインベクトルを生成すると、プロセッサ１１は、動作を終了する。

次に、解析装置１０が類似ドメインを特定する動作例について説明する。
図１０は、解析装置１０が類似ドメインを特定する動作例について説明するためのフローチャートである。

まず、解析装置１０のプロセッサ１１は、検索対象ベクトルを設定する（Ｓ２１）。検索対象ベクトルを設定すると、プロセッサ１１は、各ドメインベクトルと検索対象ベクトルとの類似度を算出する（Ｓ２２）。類似度を算出すると、プロセッサ１１は、類似度に基づいて類似ドメインを特定する（Ｓ２３）。

類似ドメインを特定すると、プロセッサ１１は、類似ドメインを出力する（Ｓ２４）。類似ドメインを出力すると、プロセッサ１１は、動作を終了する。

次に、プロセッサ１１が教師データを生成する他の動作例について説明する。
図１１は、プロセッサ１１が教師データを生成する他の動作例について説明するための図である。

ここでは、プロセッサ１１は、アクセスログからユーザごとに所定の期間（たとえば、１日）にアクセスされたドメインを抽出する。所定の期間にアクセスされたドメインを抽出すると、プロセッサ１１は、抽出したドメインから３つのドメインを取得する。ここで、プロセッサ１１は、時系列で連続する３つのドメインを取得してもよいし、時系列で連続しない３つのドメインを取得してもよい。

３つのドメインを取得すると、プロセッサ１１は、３つのドメインの中の１つのドメインをターゲットとして認識し、残りのドメインをコンテキストとして認識する。プロセッサ１１は、ターゲットとしてのドメインとコンテキストとしての２つのドメインを含むセットを生成する。

また、プロセッサ１１は、３つのドメインの中の他の１つのドメインをターゲットとして、残りのドメインをコンテキストとして認識する。プロセッサ１１は、ターゲットとしてのドメインとコンテキストとしての２つのドメインを含むセットを生成する。

同様に、３つのドメインの中のさらに他の１つのドメインをターゲットとして、残りのドメインをコンテキストとして認識する。プロセッサ１１は、ターゲットとしてのドメインとコンテキストとしての２つのドメインを含むセットを生成する。

また、プロセッサ１１は、他の期間においても同様の動作を行うことでさらにセットを生成する。
また、プロセッサ１１は、各ユーザにおいて同様の動作を行うことでさらにセットを生成する。
プロセッサ１１は、生成した複数のセットから構成される教師データを生成する。

図１１が示す例では、プロセッサ１１は、アクセスログから「ＵＳＥＲ１」が「２０１８／１１／１１」にアクセスした３つのドメイン（「aaa.com」「bbb.com」及び「ccc.com」）を取得する。３つのドメインを取得すると、プロセッサ１１は、「bbb.com」をターゲットとして含み、「aaa.com」及び「ccc.com」をコンテキストとして含むセットを生成する。

また、プロセッサ１１は、「ccc.com」をターゲットとして含み、「aaa.com」及び「bbb.com」をコンテキストとして含むセットを生成する。同様に、プロセッサ１１は、「aaa.com」をターゲットとして含み、「bbb.com」及び「ccc.com」をコンテキストとして含むセットを生成する。

プロセッサ１１は、他のユーザ（たとえば、「ＵＳＥＲ２」）についても同様の動作を行うことでセットを生成する。
プロセッサ１１は、生成した複数のセットから構成される教師データを生成する。

なお、プロセッサ１１は、ターゲットとコンテキストとのセットから構成される教師データを生成すればよい。プロセッサ１１がアクセスログから教師データを生成する方法は、特定の方法に限定されるものではない。

また、推測行列は、ターゲットを入力するとコンテキストを出力するものであってもよい。
また、ドメインベクトルを生成する装置と類似度を算出する装置（又は、類似ドメインを生成する装置）とは、異なっていても良い。
また、解析装置１０と広告サーバ２０とは、同一の装置であってもよい。

また、プロセッサ１１は、コンテキストを３つ以上含むセットから構成される教師データを生成してもよい。たとえば、プロセッサ１１は、ユーザごとの時系列で連続する５つのドメインを取得する。プロセッサ１１は、中心のドメインをターゲットとして、前後４つのドメインをコンテキストとして認識してもよい。
また、プロセッサ１１は、同様にＵＲＬ（uniform resource locator）の特徴を示すベクトルを生成するものであっても良い。

なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。

１…広告システム、１０…解析装置、１１…プロセッサ、１２…ＲＯＭ、１３…ＲＡＭ、１４…ＮＶＭ、１５…通信部、１６…操作部、１７…表示部、２０…広告サーバ、２１…プロセッサ、２２…ＲＯＭ、２３…ＲＡＭ、２４…ＮＶＭ、２５…通信部、２６…操作部、２７…表示部、３０…ユーザ端末、４０…ネットワーク。

実施形態によれば、プログラムは、プロセッサに、ユーザがアクセスしたドメインを示すアクセスログを取得する機能と、前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成する機能と、前記教師データに基づいて推測行列を生成する機能と、前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成する機能と、を実現させる。ターゲットとしてのドメインは、各ユーザが所定の期間においてアクセスした複数のドメインの中の１つのドメインである。コンテキストとしてのドメインは、前記複数のドメインの他のドメインである。

なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
以下に本件出願当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］
プロセッサに、
ユーザがアクセスしたドメインを示すアクセスログを取得する機能と、
前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成する機能と、
前記教師データに基づいて推測行列を生成する機能と、
前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成する機能と、
を実現させるプログラム。
［Ｃ２］
前記アクセスログは、ドメインを時系列で示す、
Ｃ１に記載のプログラム。
［Ｃ３］
コンテキストとしてのドメインは、ターゲットとしてのドメインの前後のドメインである、
Ｃ２に記載のプログラム。
［Ｃ４］
コンテキストとしてのドメインは、ターゲットとしてのドメインの直前の１つのドメインと直後の１つのドメインである、
Ｃ３に記載のプログラム。
［Ｃ５］
ターゲットとしてのドメインは、各ユーザが所定の期間においてアクセスした複数のドメインの中の１つのドメインであり、
コンテキストとしてのドメインは、前記複数のドメインの他のドメインである、
Ｃ１に記載のプログラム。
［Ｃ６］
前記複数のドメインは、３つのドメインである、
Ｃ５に記載のプログラム。
［Ｃ７］
前記プロセッサに、さらに、
検索対象ベクトルを設定する機能と、
前記検索対象ベクトルと前記ドメインベクトルとの類似度を算出する機能と、
を実現させる、
Ｃ１乃至６の何れか１項に記載のプログラム。
［Ｃ８］
前記検索対象ベクトルは、複数のドメインベクトルを演算して得られるベクトルである、
Ｃ７に記載のプログラム。
［Ｃ９］
前記プロセッサに、さらに、
前記類似度に基づいて前記検索対象ベクトルに類似するドメインベクトルに対応する類似ドメインを特定する機能と、
を実現させる、
Ｃ７又は８の何れか１項に記載のプログラム。
［Ｃ１０］
前記推測行列は、コンテキストを入力するとターゲットを出力するための行列である、
Ｃ１乃至９の何れか１項に記載のプログラム。
［Ｃ１１］
ユーザがアクセスしたドメインを示すアクセスログを取得するインターフェースと、
前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成し、
前記教師データに基づいて推測行列を生成し、
前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成する、
プロセッサと、
を備える情報処理装置。
［Ｃ１２］
プロセッサによって実行される情報処理方法であって、
ユーザがアクセスしたドメインを示すアクセスログを取得し、
前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成し、
前記教師データに基づいて推測行列を生成し、
前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成する
情報処理方法。
［Ｃ１３］
情報処理装置と広告サーバとから構成されるシステムであって、
前記情報処理装置は、
ユーザがアクセスしたドメインを示すアクセスログを取得する第１のインターフェースと、
前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成し、
前記教師データに基づいて推測行列を生成し、
前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成し、
検索対象ベクトルを設定し、
前記検索対象ベクトルと前記ドメインベクトルとの類似度を算出し、
前記類似度に基づいて前記検索対象ベクトルに類似するドメインベクトルに対応する類似ドメインを特定する、
第１のプロセッサと、
を備え、
前記広告サーバは、
前記類似ドメインを取得する第２のインターフェースと、
前記類似ドメインにアクセスした端末に対して所定の広告を配信する第２のプロセッサと、
を備える、
システム。

Claims (13)

1. プロセッサに、
   ユーザがアクセスしたドメインを示すアクセスログを取得する機能と、
   前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成する機能と、
   前記教師データに基づいて推測行列を生成する機能と、
   前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成する機能と、
   を実現させるプログラム。
2. 前記アクセスログは、ドメインを時系列で示す、
   請求項１に記載のプログラム。
3. コンテキストとしてのドメインは、ターゲットとしてのドメインの前後のドメインである、
   請求項２に記載のプログラム。
4. コンテキストとしてのドメインは、ターゲットとしてのドメインの直前の１つのドメインと直後の１つのドメインである、
   請求項３に記載のプログラム。
5. ターゲットとしてのドメインは、各ユーザが所定の期間においてアクセスした複数のドメインの中の１つのドメインであり、
   コンテキストとしてのドメインは、前記複数のドメインの他のドメインである、
   請求項１に記載のプログラム。
6. 前記複数のドメインは、３つのドメインである、
   請求項５に記載のプログラム。
7. 前記プロセッサに、さらに、
   検索対象ベクトルを設定する機能と、
   前記検索対象ベクトルと前記ドメインベクトルとの類似度を算出する機能と、
   を実現させる、
   請求項１乃至６の何れか１項に記載のプログラム。
8. 前記検索対象ベクトルは、複数のドメインベクトルを演算して得られるベクトルである、
   請求項７に記載のプログラム。
9. 前記プロセッサに、さらに、
   前記類似度に基づいて前記検索対象ベクトルに類似するドメインベクトルに対応する類似ドメインを特定する機能と、
   を実現させる、
   請求項７又は８の何れか１項に記載のプログラム。
10. 前記推測行列は、コンテキストを入力するとターゲットを出力するための行列である、
    請求項１乃至９の何れか１項に記載のプログラム。
11. ユーザがアクセスしたドメインを示すアクセスログを取得するインターフェースと、
    前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成し、
    前記教師データに基づいて推測行列を生成し、
    前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成する、
    プロセッサと、
    を備える情報処理装置。
12. プロセッサによって実行される情報処理方法であって、
    ユーザがアクセスしたドメインを示すアクセスログを取得し、
    前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成し、
    前記教師データに基づいて推測行列を生成し、
    前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成する
    情報処理方法。
13. 情報処理装置と広告サーバとから構成されるシステムであって、
    前記情報処理装置は、
    ユーザがアクセスしたドメインを示すアクセスログを取得する第１のインターフェースと、
    前記アクセスログに基づいて、ターゲットとしてのドメインとコンテキストとしてのドメインとから構成される教師データを生成し、
    前記教師データに基づいて推測行列を生成し、
    前記推測行列に基づいてドメインの特徴を示すドメインベクトルを生成し、
    検索対象ベクトルを設定し、
    前記検索対象ベクトルと前記ドメインベクトルとの類似度を算出し、
    前記類似度に基づいて前記検索対象ベクトルに類似するドメインベクトルに対応する類似ドメインを特定する、
    第１のプロセッサと、
    を備え、
    前記広告サーバは、
    前記類似ドメインを取得する第２のインターフェースと、
    前記類似ドメインにアクセスした端末に対して所定の広告を配信する第２のプロセッサと、
    を備える、
    システム。

Images