JP7428857B2 - Information processing device, information processing method, and information processing program - Google Patents
Information processing device, information processing method, and information processing program Download PDFInfo
- Publication number
- JP7428857B2 JP7428857B2 JP2021134776A JP2021134776A JP7428857B2 JP 7428857 B2 JP7428857 B2 JP 7428857B2 JP 2021134776 A JP2021134776 A JP 2021134776A JP 2021134776 A JP2021134776 A JP 2021134776A JP 7428857 B2 JP7428857 B2 JP 7428857B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- content
- dummy
- information processing
- 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
- 230000010365 information processing Effects 0.000 title claims description 163
- 238000003672 processing method Methods 0.000 title claims description 9
- 238000004458 analytical method Methods 0.000 claims description 32
- 230000003542 behavioural effect Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000006399 behavior Effects 0.000 description 96
- 238000010586 diagram Methods 0.000 description 20
- 238000000034 method Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 230000035945 sensitivity Effects 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 8
- 230000008685 targeting Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005401 electroluminescence Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本開示は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。 The present disclosure relates to an information processing device, an information processing method, and an information processing program.
インターネットを用いた情報サービス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情報配信が盛んに行われている。例えば、特許文献１に記載のように情報の配信先となる利用者の属性を示す属性情報を配信先情報として予め登録しておき、配信先となる利用者の属性情報と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。
With the rapid spread of information services using the Internet, information distribution based on information acquired via networks is being actively carried out. For example, as described in
しかしながら、このようなターゲティング配信を不快に感じる利用者が存在し、そのような利用者はターゲティング配信を行う情報サービス事業者にオプトアウトなどの意思表示を行っている。情報サービス事業者は、利用者からオプトアウトの意思表示を受け取ったとしても、ターゲティング配信のモデルが複数存在した場合、どのモデルから配信されているかを特定することが困難であった。また、情報サービス事業者は、複数のモデルからターゲティング配信された場合、利用者がオプトアウトの意思表示を行った原因を考察し、ターゲティング配信のモデルの改良に役立てることが困難であった。 However, there are users who feel uncomfortable with such targeted distribution, and such users express their intention, such as opting out, to information service providers that perform targeted distribution. Even if an information service provider receives a notification of opt-out from a user, it is difficult to identify which model is sending the targeted delivery when there are multiple models for targeted delivery. In addition, when information service providers receive targeted distribution from multiple models, it is difficult for information service providers to consider the reasons why users express their intention to opt out, and to use this information to improve the targeting distribution model.
本開示は上記の課題を鑑み、複数のモデルでターゲティング配信されるコンテンツを解析することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。 In view of the above-mentioned problems, the present disclosure aims to provide an information processing device, an information processing method, and an information processing program that can analyze content that is targeted and distributed using a plurality of models.
上述した課題を解決し、目的を達成するために、本開示に係る情報処理装置は、利用者に関する情報を示す利用者情報と、利用者の行動を示す行動情報と、を取得する取得部と、利用者がオプトアウトの意思表示を示したコンテンツの分野に関係する利用者の特定の特徴を有するダミー利用者の前記利用者情報と、ダミー利用者の前記行動情報と、を準備する準備部と、ダミー利用者を含む利用者の前記利用者情報と前記行動情報とを、利用者の特定の特徴についての指標を出力する複数のモデルに入力して、モデルごとにダミー利用者を含む利用者の特定の特徴についての指標を算出する算出部と、前記複数のモデルがモデルごとに出力した前記指標に基づいて、特定の特徴を有する利用者に対してコンテンツを配信する配信部と、前記ダミー利用者に対して配信されたコンテンツを解析する解析部と、を備える。 In order to solve the above-mentioned problems and achieve the purpose, an information processing device according to the present disclosure includes an acquisition unit that acquires user information indicating information about the user and behavior information indicating the user's behavior. , a preparation unit that prepares the user information of a dummy user having specific characteristics of a user related to the field of content for which the user has expressed an intention to opt out, and the behavioral information of the dummy user; The user information and behavior information of users including dummy users are input into multiple models that output indicators regarding specific characteristics of users , and each model is used to calculate the usage including dummy users. a calculation unit that calculates an index regarding a specific characteristic of a user ; a distribution unit that distributes content to a user having a specific characteristic based on the index outputted for each model by the plurality of models; and an analysis unit that analyzes content distributed to the dummy user.
実施形態の一態様によれば、複数のモデルでターゲティング配信されるコンテンツを解析することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することができる。 According to one aspect of the embodiment, it is possible to provide an information processing device, an information processing method, and an information processing program that can analyze content that is targeted and distributed using a plurality of models.
以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する。）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情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。 DESCRIPTION OF THE PREFERRED EMBODIMENTS Below, an information processing apparatus, an information processing method, and a form for implementing an information processing program (hereinafter referred to as an "embodiment") according to the present application will be described in detail with reference to the drawings. Note that the information processing apparatus, information processing method, and information processing program according to the present application are not limited to this embodiment.
（実施形態）
〔１－１．実施形態に係る情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１では、実施形態に係る情報処理が情報処理装置１００により実行される例を示す。
(Embodiment)
[1-1. Example of information processing according to embodiment]
First, an example of information processing according to the embodiment will be described using FIG. 1. FIG. 1 is a diagram illustrating an example of information processing according to an embodiment. FIG. 1 shows an example in which information processing according to the embodiment is executed by an
図１では、情報処理装置１００が複数の利用者端末２００から利用者情報と行動情報とを取得し、ダミー利用者の利用者情報と行動情報とを準備し、モデルごとに利用者の特定の特徴についての指標を算出するモデルに対してダミー利用者を含む利用者の利用者情報と行動情報とを入力して指標を算出し、算出された指標に基づいてコンテンツを配信する利用者を選定し、選定された利用者に対してコンテンツを配信し、ダミー利用者に対して配信されたコンテンツを解析する例を示している。以下、図１を用いて、実施形態に係る情報処理の一例についてステップごとに説明する。
In FIG. 1, an
まず、情報処理装置１００は、事業者端末３００から事業者が入力したコンテンツと、要求情報とを受け付ける（ステップＳ１）。例えば、情報処理装置１００は、事業者端末３００から事業者Ｍ１が特定の特徴を有する利用者に対して配信することを目的として入力したコンテンツを受け付ける。また、情報処理装置１００は、事業者端末３００から事業者Ｍ１のコンテンツ配信についての要求情報を受け付ける。ここで、要求情報とは、例えば、事業者がコンテンツ配信を希望する利用者の「特定の特徴」などを示す情報であってよい。
First, the
次に、情報処理装置１００は、複数の利用者端末２００から利用者情報と、行動情報と、を取得する（ステップＳ２）。例えば、情報処理装置１００は、図１に示すように、利用者Ｕ１からＵ６の利用者端末２００Ａから２００Ｆまでから、利用者情報と、行動情報と、を取得する。なお、図１に示す利用者Ｕ１からＵ６、及び利用者端末２００Ａから２００Ｆは例示であって、情報処理装置１００は、これ以上の数の利用者の利用者端末２００から利用者情報と、行動情報と、を取得してよい。
Next, the
次に、情報処理装置１００は、利用者の利用者端末２００からオプトアウトの意思表示情報を受け付ける（ステップＳ３）。例えば、情報処理装置１００は、図１に示すように、利用者Ｕ６の利用者端末２００Ｆから利用者Ｕ６のオプトアウトの意思表示情報を受け付ける。なお、ここで、オプトアウトの意思表示情報とは、利用者のターゲティング配信に対する配信停止の意思表示を示す情報であって、例えば、利用者が配信停止を希望する「コンテンツの分野」を示す情報などが含まれる情報であってよい。
Next, the
次に、情報処理装置１００は、ダミー利用者の利用者情報と行動情報とを準備する（ステップＳ４）。例えば、情報処理装置１００は、ダミー利用者の「利用者ＩＤ」や「生年月日」などの利用者情報を生成して、利用者Ｕ６のオプトアウトの意思表示情報に含まれる「コンテンツの分野」に基づいて、指定された「コンテンツの分野」に関係するダミー利用者の行動情報を準備する。例えば、情報処理装置１００は、行動情報に含まれる「閲覧履歴」として、「コンテンツの分野」に関係するダイレクトメールに貼り付けられたＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）のクリック履歴や、「コンテンツの分野」に関係するバーナー広告のクリック履歴などを準備してよい。
Next, the
次に、情報処理装置１００は、複数のモデルを用いてモデルごとにダミー利用者を含む利用者の特定の特徴についての指標を算出し、モデルごとにコンテンツの配信対象となる利用者を選定する（ステップＳ５）。例えば、図１に示すように、情報処理装置１００は、ダミー利用者を含む利用者の利用者情報と、行動情報とを、利用者の特定の特徴についての指標を算出するモデル１に入力して、モデルごとに特定の特徴についての指標を算出する。図１では、モデル１によって、利用者ＩＤが「ＵＩＤ＃ＤＭ」のダミー利用者の指標１が０．８、利用者ＩＤが「ＵＩＤ＃１」の利用者の指標１が０．３、利用者ＩＤが「ＵＩＤ＃２」の利用者の指標１が０．８、利用者ＩＤが「ＵＩＤ＃３」の利用者の指標１が０．６と算出されたことを示している。次に、情報処理装置１００は、算出された指標に基づいてモデルごとにコンテンツの配信対象を選定する。図１では、モデル１によって、例えば、指標１が０．６以上である利用者ＩＤ「ＵＩＤ＃ＤＭ」、「ＵＩＤ＃２」、「ＵＩＤ＃３」の利用者が、モデル１が選定した配信対象を示す配信対象１に選定されたことが示している。情報処理装置１００は、その他のモデルについても同様の処理を実行する。
Next, the
次に、情報処理装置１００は、モデルごとに配信対象に選定された利用者に対して、モデルごとにコンテンツを配信する（ステップＳ６）。例えば、情報処理装置１００は、図１に示すように、モデル１によってコンテンツの配信対象に選定された利用者ＩＤ「ＵＩＤ＃ＤＭ」、「ＵＩＤ＃２」、「ＵＩＤ＃３」の利用者に対してコンテンツを配信する。情報処理装置１００は、その他のモデルでコンテンツの配信対象に選定された利用者についても、同様にモデルごとにコンテンツを配信する。
Next, the
次に、情報処理装置１００は、ダミー利用者に対して配信されたコンテンツを解析する（ステップＳ７）。例えば、情報処理装置１００は、ダミー利用者のアカウントに配信されたコンテンツの数や、コンテンツの配信元、コンテンツのデータ形式、同種の内容のコンテンツの受信頻度、コンテンツの内容、ダミー利用者の属性や行動とコンテンツの内容の適合度などを解析する。情報処理装置１００は、これらの解析結果をグラフ化して報告書の形式に纏めてもよい。
Next, the
これにより、情報処理装置１００は、利用者の特定の特徴に基づいてターゲティング配信されるコンテンツに対して、利用者からオプトアウトの意思表示があった場合に、オプトアウトの意思表示があった「コンテンツの分野」に関係する利用者の特定の特徴に基づいて配信されたコンテンツを解析することが可能となる。したがって、ターゲティング配信を行う事業者は解析結果に基づいて、利用者のオプトアウトの原因を考察することができる。
As a result, the
〔１－２．実施形態に係る情報処理の他の例１（学習データのつくりかた）〕
情報処理装置１００は、取得した利用者情報と行動情報との中から特定の特徴についての指標が任意の範囲の値の利用者の利用者情報と、行動情報とを集めることでダミー利用者の利用者情報と、行動情報と、を準備する。
[1-2. Other example 1 of information processing according to the embodiment (how to create learning data)]
The
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からＳ３と同じ処理を実行する。ステップＳ１からＳ３までの処理は、前述した処理と同じであるから説明を省略する。
This information processing will be explained step by step. First, the
次に、情報処理装置１００は、複数のモデルを用いて利用者の特定の特徴についての指標を算出する。なお、情報処理装置１００が指標を算出する特定の特徴は、利用者がオプトアウトの意思表示を示した「コンテンツの分野」に関係する特定の特徴についてである。
Next, the
次に、情報処理装置１００は、算出された特定の特徴についての指標が任意の範囲の値の利用者の利用者情報と、行動情報とを抽出する。例えば、情報処理装置１００は、特定の特徴についての指標が０．５以上０．８以下の範囲に含まれる利用者の利用者情報と、行動情報とを抽出する。情報処理装置１００は、抽出した利用者情報と、行動情報とに対して、所定の加工処理、例えば、利用者情報に含まれる「利用者ＩＤ」をダミー利用者のＩＤに書き換えることや、行動情報に含まれる「利用者ＩＤ」をダミー利用者のＩＤに書き換えるなどの処理を行う。そして、情報処理装置１００は、これらの処理が施された利用者情報と、行動情報とを、ダミー利用者の利用者情報と、行動情報として準備する。
Next, the
次に、情報処理装置１００は、図１に示したステップＳ５からＳ７までの処理を実行する。すなわち、本情報処理においては、特定の特徴についての指標を算出するモデルに入力するダミー利用者の利用者情報と、行動情報は、前述したように、特定の特徴についての指標が任意の範囲の値の利用者の利用者情報と行動情報とを集めて、所定の加工処理を行ったものである。ダミー利用者の利用者情報と、行動情報との準備の処理が異なる以外は、ステップＳ５からＳ７までの処理は、前述した処理と同じであるから説明を省略する。
Next, the
これにより、情報処理装置１００は、ダミー利用者の利用者情報と、行動情報と、を改めて準備することなく、既に取得済みの利用者情報と、行動情報とに基づいて容易に準備することが可能となる。また、特定の特徴についての指標が、極端に高い値や極端に低い値の利用者の利用者情報と、行動情報とをダミー利用者の利用者情報と行動情報として用いないことによって、特定の特徴についての指標が極端な値に算出されるダミー利用者を生成することを防ぐことができる。その為、現実に即したコンテンツ配信のシミュレーションを行うことが可能となる。
Thereby, the
〔１－３．実施形態に係る情報処理の他の例２（配信元を特定する）〕
情報処理装置１００は、ダミー利用者に対して配信されたコンテンツを解析して、ダミー利用者の特定の特徴に基づいてコンテンツを配信した配信元を特定する。
[1-3. Other example 2 of information processing according to the embodiment (identifying the distribution source)]
The
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からＳ６までと同じ処理を実行する。ステップＳ１からＳ６までの処理は、前述した処理と同じであるから説明を省略する。
This information processing will be explained step by step. First, the
次に、情報処理装置１００は、ダミー利用者に対して配信されたコンテンツを解析して、ダミー利用者の特定の特徴に基づいてコンテンツを配信した配信元を特定する。例えば、情報処理装置１００は、コンテンツの配信元のメールアドレスを確認することによって、コンテンツの配信元のモデルを特定してよい。
Next, the
これにより、情報処理装置１００は、ダミー利用者の特定の特徴に基づいてコンテンツを配信したモデルを特定することが可能となる。その為、情報サービス事業者は、ターゲティング配信するモデルが複数存在する場合に、利用者からオプトアウトの意思表示があった「コンテンツの分野」に関係する特定の特徴に基づいてコンテンツを配信したモデルを特定することが可能となる。
This allows the
〔１－４．実施形態に係る情報処理の他の例３（特定された配信元の配信を停止）〕
情報処理装置１００は、特定した配信元からのコンテンツ配信を停止する。
[1-4. Other example 3 of information processing according to the embodiment (stopping distribution of identified distribution source)]
The
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からＳ７までと同じ処理を実行する。ステップＳ１からＳ７までの処理は、前述した処理と同じであるから説明を省略する。なお、本情報処理においては、ステップＳ７において、タミー利用者に対して配信されたコンテンツを解析して、ダミー利用者の特定の特徴に基づいてコンテンツ配信した配信元のモデルを特定することが前述したステップＳ７の処理と異なる点であり、それ以外は前述したステップＳ７の処理と同じである。
This information processing will be explained step by step. First, the
次に、情報処理装置１００は、特定された配信元のモデルからオプトアウトの意思表示があった利用者へのコンテンツ配信を停止する。例えば、情報処理装置１００は、モデル１がオプトアウトの意思表示があった「コンテンツの分野」に関係するダミー利用者の特定の特徴に基づいてダミー利用者にコンテンツ配信した配信元のモデルであると特定した場合、モデル１からオプトアウトの意思表示があった利用者へのコンテンツ配信を停止する。なお、情報処理装置１００は、ダミー利用者の特徴に基づいてコンテンツ配信したモデルを複数特定した場合は、特定した全てのモデルからオプトアウトの意思表示があった利用者へのコンテンツ配信を停止する。
Next, the
これにより、情報処理装置１００は、利用者からオプトアウトの意思表示があった「コンテンツの分野」に関係するコンテンツを配信するモデルを特定し、特定されたモデルからオプトアウトの意思表示があった利用者へのコンテンツ配信を停止することができる。したがって、複数のターゲティング配信のモデルがあった場合であっても、オプトアウトの意思表示があった「コンテンツの分野」に関係するコンテンツのオプトアウトの意思表示があった利用者への配信を漏れなく停止することが可能となる。
As a result, the
〔１－５．実施形態に係る情報処理の他の例４（コンテンツ配信の理由を分析）〕
情報処理装置１００は、配信元からダミー利用者へのコンテンツ配信の理由となるダミー利用者の属性又は行動を分析する。
[1-5. Other example 4 of information processing according to the embodiment (analyzing the reason for content distribution)]
The
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からＳ７までと同じ処理を実行する。ステップＳ１からＳ７までの処理は、前述した処理と同じであるから説明を省略する。なお、本情報処理においては、ステップＳ７において、タミー利用者に対して配信されたコンテンツを解析して、ダミー利用者の特定の特徴に基づいてコンテンツ配信した配信元のモデルを特定することが前述したステップＳ７の処理と異なる点であり、それ以外は前述したステップＳ７の処理と同じである。
This information processing will be explained step by step. First, the
次に、情報処理装置１００は、特定された配信元からダミー利用者へのコンテンツ配信の理由となるダミー利用者の属性又は行動を分析する。例えば、情報処理装置１００は、コンテンツの配信元として特定されたモデルごとに、ダミー利用者の利用者情報と行動情報の中から、特定の特徴についての指標への感度が大きい利用者情報と行動情報を特定する。例えば、ある一つの行動情報を除いた場合の指標と、全ての行動情報を用いた場合の指標とを比較することで、除かれた行動情報の指標への影響の大きさの程度、すなわち感度の大きさの程度を分析する。また、利用者情報に含まれる「生年月日」や「職業」などの属性についても同様に、その属性を除いた場合の指標と、加えた場合の指標とを比較することで、指標への影響の大きさの程度、すなわち感度の大きさの程度を分析する。情報処理装置１００は、例えば、ダミー利用者の利用者情報と行動情報に含まれる一つの情報単位ごとに指標に対する感度を算出して、ダミー利用者の全ての利用者情報と行動情報に対して、指標に対する感度表を作成してもよい。
Next, the
これにより、情報処理装置１００は、利用者からオプトアウトの意思表示があった「コンテンツの分野」に関係するコンテンツ配信を行うモデルを特定し、特定されたモデルごとにターゲティング配信の決め手となる利用者の属性や行動について分析することが可能となる。したがって、ターゲティング配信のモデルの改良に役立つモデルについての分析情報を提供することが可能となる。
As a result, the
〔２．情報処理システムの構成〕
次に、図２を用いて実施形態に係る情報処理システムの構成について説明する。図２は、実施形態に係る情報処理システムの構成例を示す図である。図２に示すように、情報処理システム１は、情報処理装置１００と、利用者端末２００と、事業者端末３００と、を含む。なお、図２に示した情報処理システム１は、複数台の情報処理装置１００や、複数台の利用者端末２００や、複数台の事業者端末３００が含まれ構成されていてもよい。情報処理装置１００と、利用者端末２００と、事業者端末３００と、は所定の通信網（ネットワークＮ）を介して、有線又は無線により通信可能に接続される。
[2. Information processing system configuration]
Next, the configuration of the information processing system according to the embodiment will be described using FIG. 2. FIG. 2 is a diagram illustrating a configuration example of an information processing system according to an embodiment. As shown in FIG. 2, the
情報処理装置１００は、例えばＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ＷＳ（Ｗｏｒｋ Ｓｔａｔｉｏｎ）、サーバの機能を備えるコンピュータなどの情報処理装置であってよい。情報処理装置１００は、利用者端末２００と、事業者端末３００と、からネットワークＮを介して送信されてきた情報に基づいて処理を行う。
The
利用者端末２００は、利用者が利用する情報処理装置である。利用者端末２００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）等の情報処理装置であってよい。なお、図１に示す例においては、利用者端末２００がスマートフォンである場合を示している。 The user terminal 200 is an information processing device used by a user. The user terminal 200 may be, for example, an information processing device such as a smartphone, a tablet terminal, a desktop PC, a notebook PC, a mobile phone, or a PDA (Personal Digital Assistant). Note that the example shown in FIG. 1 shows a case where the user terminal 200 is a smartphone.
事業者端末３００は、事業者が利用する情報処理装置である。事業者端末３００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ等の情報処理装置であってよい。なお、図１に示す例においては、事業者端末３００がノート型ＰＣである場合を示している。
The
〔３．情報処理装置の構成〕
次に、図３を用いて、実施形態に係る情報処理装置１００の構成について説明する。図３は、実施形態に係る情報処理装置の構成例を示す図である。図３に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０と、を有する。なお、図３に図示はしていないが、情報処理装置１００は、情報処理装置１００の管理者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. Configuration of information processing 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。そして、通信部１１０は、ネットワークＮと有線または無線で接続され、利用者端末２００と、事業者端末３００と、の間で情報の送受信を行う。
(About communication department 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 and receives information between the user terminal 200 and 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、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク等の記憶装置によって実現される。図３に示すように、記憶部１２０は、利用者情報記憶部１２１と、行動情報記憶部１２２と、モデル記憶部１２３と、コンテンツ記憶部１２４と、を有する。
(About storage unit 120)
The storage unit 120 is realized by, for example, a semiconductor memory element such as a RAM (Random Access Memory) or a flash memory, or a storage device such as a hard disk, an SSD (Solid State Drive), or an optical disk. As shown in FIG. 3, the storage unit 120 includes a user
（利用者情報記憶部１２１について）
利用者情報記憶部１２１は、利用者に関する情報、すなわち、利用者情報を記憶する。ここで、図４を用いて、利用者情報記憶部１２１が記憶する情報の一例を説明する。図４は、実施形態に係る情報処理装置の利用者情報記憶部に記憶される情報の一例を示す図である。
(About user information storage unit 121)
The user
図４に示す例において、利用者情報記憶部１２１は、「利用者ＩＤ」、「生年月日」、「性別」、「職業」、という項目に係る情報を紐付けて記憶する。
In the example shown in FIG. 4, the user
「利用者ＩＤ」は、利用者を識別する識別子であり文字列や番号などによって表される。「生年月日」は、「利用者ＩＤ」に紐付けられた利用者の生年月日に関する情報である。「性別」は、「利用者ＩＤ」に紐付けられた利用者の性別に関する情報である。「職業」は、「利用者ＩＤ」に紐付けられた利用者の職業に関する情報である。 "User ID" is an identifier for identifying a user, and is represented by a character string, number, or the like. The "date of birth" is information regarding the date of birth of the user linked to the "user ID." “Gender” is information regarding the gender of the user linked to the “user ID”. "Occupation" is information regarding the user's occupation linked to the "user ID."
すなわち、図４においては、利用者ＩＤ「ＵＩＤ＃１」により識別された利用者の生年月日が「生年月日＃Ｕ１」であり、性別が「女性」であり、職業が「職業＃Ｕ１」であることを示している。
That is, in FIG. 4, the date of birth of the user identified by the user ID "
なお、利用者情報記憶部１２１に記憶される情報は、「利用者ＩＤ」、「生年月日」、「性別」、「職業」という項目に係る情報に限定されるものではなく、その他の任意の利用者に関係する情報が記憶されてよい。
Note that the information stored in the user
（行動情報記憶部１２２について）
行動情報記憶部１２２は、利用者の行動を示す情報、すなわち、行動情報を記憶する。行動情報とは、利用者の所定の情報サービスの利用によって生じる利用者の所定の情報サービスを用いた行動を示す情報である。ここで、図５を用いて、行動情報記憶部１２２が記憶する情報の一例を説明する。図５は、実施形態に係る情報処理装置の行動情報記憶部に記憶される情報の一例を示す図である。
(About behavior information storage unit 122)
The behavior
図５に示す例において、行動情報記憶部１２２は、「利用者ＩＤ」、「検索履歴」、「閲覧履歴」、「購入履歴」、「路線検索履歴」、「掲示板投稿履歴」という項目に係る情報を紐付けて記憶する。
In the example shown in FIG. 5, the behavior
「利用者ＩＤ」は、利用者を識別する識別子であり文字列や番号などによって表される。「検索履歴」は、「利用者ＩＤ」に紐付けられた利用者が検索に使用した検索クエリと入力時刻とを含む情報である。「閲覧履歴」は、「利用者ＩＤ」に紐付けられた利用者の閲覧サイトと閲覧時刻とを含む情報である。「購入履歴」は、「利用者ＩＤ」に紐付けられた利用者のインターネット通信販売サイトや所定のサービス契約サイトなどにおける購入商品、又は購入サービスと購入時刻とを含む情報である。「路線検索履歴」は、「利用者ＩＤ」に紐付けられた利用者の路線検索結果と検索時刻とを含む情報である。「掲示板投稿履歴」は、「利用者ＩＤ」に紐付けられた利用者の掲示板投稿と投稿時刻とを含む情報である。 "User ID" is an identifier for identifying a user, and is represented by a character string, number, or the like. "Search history" is information that includes a search query used in a search by a user associated with a "user ID" and an input time. The "browsing history" is information including the user's browsing site and browsing time linked to the "user ID." "Purchase history" is information that includes purchased products or purchased services and purchase time at an Internet mail order site or a predetermined service contract site of a user linked to a "user ID." The "route search history" is information that includes the user's route search results and search times linked to the "user ID." The "bulletin board posting history" is information including bulletin board postings and posting times of users linked to the "user ID."
すなわち、図５においては、利用者ＩＤ「ＵＩＤ＃１」により識別された利用者の検索履歴が「検索履歴＃Ｕ１」であり、利用者の閲覧履歴が「閲覧履歴＃Ｕ１」であり、購入履歴が「購入履歴＃Ｕ１」であり、路線検索履歴が「路線検索履歴＃Ｕ１」であり、掲示板投稿履歴が「掲示板投稿履歴＃Ｕ１」であることを示している。
That is, in FIG. 5, the search history of the user identified by the user ID "
なお、行動情報記憶部１２２に記憶される情報は、「利用者ＩＤ」、「検索履歴」、「閲覧履歴」、「購入履歴」、「路線検索履歴」、「掲示板投稿履歴」という項目に係る情報に限定されるものではなく、その他の任意の利用者の行動に関係する情報が記憶されてよい。
The information stored in the behavior
（モデル記憶部１２３について）
モデル記憶部１２３は、利用者情報と行動情報とに基づいて利用者の特徴を学習させて、利用者情報と行動情報とを入力すると特定の特徴についての指標を算出する複数のモデルを記憶する。図６は、実施形態に係る情報処理装置のモデル記憶部に記憶される情報の一例を示す図である。
(About model storage unit 123)
The
図６に示す例において、モデル記憶部１２３は、「モデルＩＤ」、「モデルデータ」という項目に係る情報を紐付けて記憶する。
In the example shown in FIG. 6, the
「モデルＩＤ」は、機械学習モデルを識別する識別子であり文字列や番号などによって表される。「モデルデータ」は、機械学習モデルのモデルデータを示す。例えば、「モデルデータ」には、利用者情報と行動情報とを入力すると、特定の特徴についての指標を算出するモデルの為のデータが記憶される。なお、機械学習モデルは、ニューラルネットワークなどであってよい。 “Model ID” is an identifier that identifies a machine learning model, and is represented by a character string, number, or the like. "Model data" indicates model data of a machine learning model. For example, "model data" stores data for a model that calculates an index for a specific feature when user information and behavior information are input. Note that the machine learning model may be a neural network or the like.
すなわち、図６において、モデルＩＤ「Ｍ＃１」で識別されるモデルは、機械学習モデルＭ＃１を示し、モデルデルデータ「ＭＤＴ＃１」は、機械学習モデルＭ＃１のモデルデータを示している。
That is, in FIG. 6, the model identified by model ID "
ここで、機械学習モデルＭ＃１がニューラルネットワークである場合は、モデルデータ「ＭＤＴ＃１」には、例えば、ニューラルネットワークを構成する複数の層のそれぞれに含まれるノードが互いにどのように結合するかという結合情報や、結合されたノード間で入出力される数値に掛け合わされる結合係数などの機械学習モデルの為の各種情報が含まれる。
Here, if the machine learning
なお、モデル記憶部１２３は、「モデルＩＤ」、「モデルデータ」という項目に係る情報に限定されることなく、その他の任意の機械学習モデルに関係する情報が記憶されてよい。
Note that the
（コンテンツ記憶部１２４について）
コンテンツ記憶部１２４は、事業者端末３００から受け付けた事業者が入力したコンテンツを記憶する。図７は、実施形態に係る情報処理装置のコンテンツ記憶部に記憶される情報の一例を示す図である。
(About content storage unit 124)
The
図７に示す例において、コンテンツ記憶部１２４は、「事業者ＩＤ」、「コンテンツＩＤ」、「コンテンツデータ」、「特定の特徴」という項目に係る情報を紐付けて記憶する。
In the example shown in FIG. 7, the
「事業者ＩＤ」は、事業者を識別する識別子であり文字列や番号などによって表される。「コンテンツＩＤ」は、事業者から受け付けたコンテンツを識別する識別子であり文字列や番号などによって表される。「コンテンツデータ」は、事業者が配信を希望するコンテンツのデータである。「特定の特徴」は、事業者がコンテンツの配信を希望する利用者の選定基準となる利用者の特徴を示す情報である。 "Business ID" is an identifier for identifying a business, and is represented by a character string, number, or the like. "Content ID" is an identifier for identifying content received from a business operator, and is expressed by a character string, number, or the like. "Content data" is data of content that a business operator desires to distribute. "Specific characteristics" is information indicating characteristics of users that serve as criteria for selecting users to whom the business operator desires to distribute content.
すなわち、図７においては、事業者ＩＤ「Ｍ１」が示す事業者から、コンテンツＩＤ「ＣＴ＃１」によって識別されるコンテンツとして、コンテンツデータ「ＣＤ＃１」が示すコンテンツデータが、特定の特徴「ＦＴ＃１」が示す利用者の特徴を指定して事業者端末３００に入力され、情報処理装置１００の受付部１３２が受け付けてコンテンツ記憶部１２４に記憶されていることを示している。
That is, in FIG. 7, the content data indicated by content data "
なお、コンテンツ記憶部１２４は、「事業者ＩＤ」、「コンテンツＩＤ」、「コンテンツデータ」、「特定の特徴」という項目に係る情報に限定されることなく、その他の任意のコンテンツに関係する情報が記憶されてよい。
Note that the
（制御部１３０について）
次に図３に戻って、制御部１３０について説明する。制御部１３０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００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てもよい。
(About the control unit 130)
Next, returning to FIG. 3, the control section 130 will be explained. The control unit 130 is realized by a CPU (Central Processing Unit), an MPU (Micro Processing Unit), or the like executing various programs stored in the storage device of the
図３に示すように、制御部１３０は、取得部１３１と、受付部１３２と、算出部１３３と、準備部１３４と、配信部１３５と、解析部１３６と、停止部１３７と、分析部１３８と、を有する。
As shown in FIG. 3, the control unit 130 includes an
（取得部１３１について）
取得部１３１は、利用者に関する情報を示す利用者情報と、利用者の行動を示す行動情報と、を取得する。ここで、利用者情報は、利用者に関する情報であって、例えば、利用者が所定の情報サービスを利用する際に、情報サービスの提供事業者に提供する情報である。また、行動情報は、利用者の所定の情報サービスの利用によって生じる利用者の所定の情報サービスを用いた行動を示す情報である。
(About the acquisition unit 131)
The
取得部１３１は、利用者情報を取得したら、取得した利用者情報を利用者情報記憶部１２１に記憶する。取得部１３１は、行動情報を取得したら、取得した行動情報を行動情報記憶部１２２に記憶する。なお、取得部１３１は、所定日時ごとに利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよいし、利用者が情報処理装置１００にアクセスする度に利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよい。
After acquiring the user information, the
また、取得部１３１が利用者情報と行動情報とを取得する取得元は、利用者端末２００に限定されるものではなく、その他の検索サービスや、ショッピングサービス、決済サービス、路線検索サービス、地図提供サービス、旅行サービス、飲食店紹介サービス、天気予報サービス、スケジュール管理サービス、ニュース提供サービス、オークションサービス、動画コンテンツ配信サービス、金融取引（株取引等）サービスといった各種情報サービスを提供するサーバ装置から取得してもよいし、外部の記憶媒体から取得してもよい。
Further, the acquisition source from which the
（受付部１３２について）
受付部１３２は、事業者端末３００から事業者が入力したコンテンツを受け付ける。受付部１３２は、事業者端末３００からコンテンツを受け付けたら、受け付けたコンテンツをコンテンツ記憶部１２４に記憶する。
(About the reception section 132)
The
また、受付部１３２は、事業者端末３００から事業者が入力した要求情報を受け付ける。ここで、要求情報とは、事業者のコンテンツ配信の要求に関する情報であって、例えばコンテンツ配信の対象となる利用者の「特定の特徴」などを含む情報であってよい。
Further, the
また、受付部１３２は、利用者端末２００から利用者が入力したオプトアウトの意思表示情報を受け付ける。ここで、オプトアウトの意思表示情報とは、利用者のターゲティング配信に対する停止の意思表示を示す情報であって、例えば、利用者が配信停止を希望するターゲティング配信される「コンテンツの分野」などを含む情報であってよい。
Further, the receiving
（算出部１３３について）
算出部１３３は、利用者情報と行動情報とに基づいて利用者の特徴を学習させて、特定の特徴についての指標を出力する複数のモデルを用いて複数のモデルごとに特定の特徴についての指標を算出する。なお、算出部１３３が指標の算出に使用するモデルは、モデル記憶部１２３から読み出して使用し、モデルごとに利用者の利用者情報と、行動情報とを入力し、利用者の特定の特徴についての指標を算出する。また、算出部１３３が利用者の特定の特徴についての指標の算出に使用するモデルの数は任意の数であってよい。
(About the calculation unit 133)
The
（準備部１３４について）
準備部１３４は、特定の特徴を有するダミー利用者の利用者情報と、行動情報と、を準備する。例えば、準備部１３４は、ダミー利用者の「利用者ＩＤ」や「生年月日」などの利用者情報を生成することで、ダミー利用者の利用者情報を準備する、また、準備部１３４は、利用者のオプトアウトの意思表示情報に含まれる「コンテンツの分野」に関係するダミー利用者の行動情報を準備する。例えば、準備部１３４は、行動情報に含まれる「閲覧履歴」として、「コンテンツの分野」に関係するダイレクトメールに張り付けられたＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）のクリック履歴や、「コンテンツの分野」に関係するバーナー広告のクリック履歴などをダミー利用者の行動情報として準備してよい。
(About the preparation section 134)
The preparation unit 134 prepares user information and behavior information of a dummy user having specific characteristics. For example, the preparation unit 134 prepares the user information of the dummy user by generating user information such as the “user ID” and “date of birth” of the dummy user. , prepare dummy user behavior information related to the "content field" included in the user's opt-out intention declaration information. For example, the preparation unit 134 may include, as the "browsing history" included in the behavioral information, the click history of a URL (Uniform Resource Locator) pasted in a direct mail related to the "content field" or the click history related to the "content field". You may prepare information such as the click history of banner advertisements that appear on the site as dummy user behavior information.
準備部１３４は、取得部１３１が取得した利用者情報と行動情報との中から特定の特徴についての指標が任意の範囲の値の利用者の利用者情報と、行動情報とを集めることでダミー利用者の利用者情報と、行動情報と、を準備する。例えば、準備部１３４は、算出部１３３が、利用者がオプトアウトの意思表示を示した「コンテンツの分野」に関係する特定の特徴について、複数のモデルを用いて指標を算出した結果に基づいて、指標が任意の範囲の値、例えば、０．５以上０．８以下の範囲の利用者の利用者情報と、行動情報とを抽出する。準備部１３４は、抽出した利用者情報と、行動情報に対して、所定の加工処理、例えば、利用者情報に含まれる「利用者ＩＤ」をダミー利用者のＩＤに書き換えることや、行動情報に含まれる「利用者ＩＤ」をダミー利用者のＩＤに書き換えるなどの処理を行う。そして、準備部１３４は、これらの処理が施された利用者情報と、行動情報とを、ダミー利用者の利用者情報と、行動情報として準備する。
The preparation unit 134 creates a dummy by collecting user information and behavior information of users whose index for a specific feature has a value in an arbitrary range from the user information and behavior information acquired by the
（配信部１３５について）
配信部１３５は、複数のモデルがモデルごとに出力した指標に基づいて、特定の特徴を有する利用者に対してコンテンツを配信する。例えば、算出部１３３が複数のモデルを用いて、ダミー利用者を含む全ての利用者について、指標１と、指標２と、指標３と、を算出したとする。この場合、配信部１３５は、ダミー利用者を含む全ての利用者の中から指標１が所定の値以上の利用者を配信対象１として選定し、ダミー利用者を含む全ての利用者の中から指標２が所定の値以上の利用者を配信対象２として選定し、ダミー利用者を含む全ての利用者の中から指標３が所定の値以上の利用者を配信対象３として選定する。すなわち、配信部１３５は、複数のモデルで重複して同じ利用者を配信対象として選定する場合もある。配信部１３５は、このような処理によって配信対象に選定にされた利用者にコンテンツを配信する。
(About the distribution section 135)
The distribution unit 135 distributes content to users having specific characteristics based on the indicators output by the plurality of models for each model. For example, assume that the
（解析部１３６について）
解析部１３６は、ダミー利用者に対して配信されたコンテンツを解析する。例えば、解析部１３６は、ダミー利用者のアカウントに配信されたコンテンツの数や、同種の内容のコンテンツの配信頻度、コンテンツのデータ形式、コンテンツの内容、ダミー利用者の属性や行動とコンテンツの内容の適合度などを解析する。また、解析部１３６は、これらの解析結果をグラフ化して報告書の形式に纏めてもよい。
(About the analysis unit 136)
The
解析部１３６は、ダミー利用者に対して配信されたコンテンツを解析して、ダミー利用者の特定の特徴に基づいてコンテンツを配信した配信元を特定する。例えば、解析部１３６は、コンテンツの配信元のメールアドレスを確認することによって、配信元のモデルを特定してよい。
The
（停止部１３７について）
停止部１３７は、解析部１３６が特定した配信元からのコンテンツ配信を停止する。すなわち、停止部１３７は、解析部１３６が特定したダミー利用者の特定の特徴に基づいてコンテンツ配信した配信元のモデルからオプトアウトの意思表示があった利用者へのコンテンツ配信を停止する。なお、停止部１３７は、解析部１３６が特定したダミー利用者の特定の特徴に基づいてコンテンツ配信を行うモデルが複数存在する場合は、特定された全てのモデルからオプトアウトの意思表示があった利用者へのコンテンツ配信を停止する。
(About the stop part 137)
The
（分析部１３８について）
分析部１３８は、配信元からダミー利用者へのコンテンツ配信の理由となるダミー利用者の属性又は行動を分析する。分析部１３８は、コンテンツの配信元として特定されたモデルごとに、ダミー利用者の利用者情報と行動情報の中から、特定の特徴についての指標への感度が大きい利用者情報と行動情報とを特定する。例えば、ある一つの行動情報を除いた場合の指標と、全ての行動情報を用いた場合の指標とを比較することで、除かれた行動情報の指標への影響の大きさの程度、すなわち感度の大きさの程度を分析する。また、利用者情報に含まれる「生年月日」や「職業」などの属性についても同様に、その属性を除いた場合の指標と、加えた場合の指標とを比較することで、指標への影響の大きさの程度、すなわち感度の大きさの程度を分析する。分析部１３８は、例えば、ダミー利用者の利用者情報と行動情報に含まれる一つの情報単位ごとに指標に対する感度を算出して、全ての利用者情報と行動情報に対して、指標に対する感度表を作成してもよい。
(About the analysis section 138)
The analysis unit 138 analyzes the attributes or behavior of the dummy user, which is the reason for content distribution from the distribution source to the dummy user. For each model identified as a content distribution source, the analysis unit 138 selects user information and behavior information that are highly sensitive to indicators regarding specific characteristics from among the user information and behavior information of the dummy users. Identify. For example, by comparing an index when one behavioral information is excluded and an index when all behavioral information is used, it is possible to determine the degree of influence of the excluded behavioral information on the index, that is, the sensitivity. Analyze the degree of size. Similarly, for attributes such as "date of birth" and "occupation" included in user information, the index can be improved by comparing the index when those attributes are excluded and the index when they are added. Analyze the magnitude of the effect, that is, the magnitude of the sensitivity. For example, the analysis unit 138 calculates the sensitivity to the index for each information unit included in the user information and behavior information of the dummy user, and creates a sensitivity table for the index for all the user information and behavior information. may be created.
〔４．利用者端末の構成〕
次に、図８を用いて、実施形態に係る利用者端末２００の構成について説明する。図８は、実施形態に係る利用者端末の構成例を示す図である。図８に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０と、を有する。
[4. Configuration of user terminal]
Next, the configuration of the user terminal 200 according to the embodiment will be described using FIG. 8. FIG. 8 is a diagram illustrating a configuration example of a user terminal according to the embodiment. As shown in FIG. 8, the user terminal 200 includes a communication section 210, an
通信部２１０は、例えば、ＮＩＣ等によって実現される。そして、通信部２１０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、情報処理装置１００との間で各種の情報の送受信を行う。
The communication unit 210 is realized by, for example, a NIC or the like. The communication unit 210 is connected to the network N by wire or wirelessly, and transmits and receives various information to and from the
入力部２２０は、利用者から各種の操作情報が入力される。例えば、入力部２２０は、タッチパネルにより表示面（例えば出力部２３０）を介して利用者からの各種操作を受け付けてもよい。また、入力部２２０は、利用者端末２００に設けられたボタンや、利用者端末２００に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
The
出力部２３０は、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等によって実現されるタブレット型端末等の表示画面であり、各種情報を表示するための表示装置である。つまり、利用者端末２００は、入力部２２０がタッチパネルである場合は、出力部２３０である表示画面により利用者の入力を受け付け、利用者への出力も行う。また、出力部２３０は、スピーカーであり、スピーカーにより音声を出力してよい。
The output unit 230 is a display screen of a tablet terminal or the like realized by, for example, a liquid crystal display or an organic EL (Electro-Luminescence) display, and is a display device for displaying various information. That is, when the
制御部２４０は、例えば、ＣＰＵやＭＰＵ等によって、利用者端末２００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２４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。 The control unit 240 is realized by, for example, a CPU, an MPU, or the like executing various programs stored in the user terminal 200 using the RAM as a work area. Further, the control unit 240 may be realized by, for example, an integrated circuit such as an ASIC or an FPGA.
図８に示すように、制御部２４０は、受付部２４１と、提供部２４２と、を有する。
As shown in FIG. 8, the control unit 240 includes a receiving unit 241 and a providing
受付部２４１は、利用者からオプトアウトの意思表示情報を受け付ける。ここで、オプトアウトの意思表示情報とは、利用者のターゲティング配信に対する配信停止の意思表示を示す情報であって、配信停止を希望する「コンテンツの分野」を示す情報などが含まれる情報であってよい。例えば、利用者はロマンス映画についてのコンテンツの配信停止を希望する場合、「コンテンツの分野」にロマンス映画を指定して、オプトアウトの意思表示情報を利用者端末２００の入力部２２０を介して受付部２４１に入力する。
The reception unit 241 receives information indicating an intention to opt out from the user. Here, the opt-out intention information is information that indicates the user's intention to stop distribution of targeted distribution, and includes information that indicates the "content field" for which the user wishes to stop distribution. It's fine. For example, if a user wishes to stop distribution of content related to romance movies, the user specifies romance movies in the "content field" and receives information indicating the intention to opt out via the
提供部２４２は、情報処理装置１００から配信されたコンテンツを利用者に提供する。例えば、提供部２４２は情報処理装置１００から配信されたコンテンツが動画である場合は、出力部２３０に動画を出力させて配信されたコンテンツを利用者に提供する。また、例えば、提供部２４２は情報処理装置１００から配信されたコンテンツが音声である場合は、出力部２３０にコンテンツの音声を出力させることで、配信されたコンテンツを利用者に提供してよい。また、例えば、提供部２４２は情報処理装置１００から配信されたコンテンツがテキストデータである場合は、出力部２３０にテキストを表示させることで、配信されたコンテンツを利用者に提供してよい。
The providing
〔５．事業者端末の構成〕
次に、図９を用いて、実施形態に係る事業者端末３００の構成について説明する。図９は、実施形態に係る事業者端末の構成例を示す図である。図９に示すように、事業者端末３００は、通信部３１０と、入力部３２０と、出力部３３０と、制御部３４０と、を有する。
[5. Configuration of operator terminal]
Next, the configuration of the
通信部３１０は、例えば、ＮＩＣ等によって実現される。そして、通信部３１０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、情報処理装置１００との間で各種の情報の送受信を行う。
The
入力部３２０は、事業者から各種の操作情報が入力される。例えば、入力部３２０は、事業者端末３００に接続されたキーボードやマウスから事業者の各種操作を受け付けてもよい。また、入力部３２０は、タッチパネルにより表示面（例えば出力部３３０）を介して事業者から各種操作を受け付けてもよい。
The
出力部３３０は、例えば液晶ディスプレイや有機ＥＬディスプレイ等によって実現される表示画面であり、各種情報を表示するための表示装置である。なお、事業者端末３００の入力部３２０が、タッチパネルを介して事業者から各種操作を受け付ける場合は、出力部３３０である表示画面により利用者の入力を受け付け、さらに利用者への出力も行う。また、出力部２３０は、スピーカーであり、スピーカーにより音声を出力してよい。
The
制御部３４０は、例えば、ＣＰＵやＭＰＵ等によって、事業者端末３００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３４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。
The
図９に示すように、制御部３４０は、受付部３４１を有する。
As shown in FIG. 9, the
受付部３４１は、事業者からコンテンツを受け付ける。コンテンツとは、例えば、事業者の商品やサービスを広告する文字、音声、静止画像、動画像などを含むデータであってよい。例えば、受付部３４１は、事業者から利用者の特定の特徴に対応付けてコンテンツを受け付ける。すなわち、受付部３４１は、事業者を識別する事業者ＩＤと、コンテンツを示すデータと、事業者がコンテンツの配信を希望する利用者の「特定の特徴」とを事業者から受け付ける。
The
また、受付部３４１は、事業者からコンテンツ配信についての要求情報を受け付ける。ここで、要求情報とは、例えば、事業者がコンテンツの配信を希望する利用者の「特定の特徴」、コンテンツの「配信頻度」などを示す情報であってよい。
Further, the receiving
〔６．情報処理のフロー〕
次に、図１０を用いて、実施形態に係る情報処理装置１００による情報処理の手順について説明する。図１０は、実施形態に係る情報処理の一例を示すフローチャートである。例えば、情報処理装置１００は、利用者に関する情報を示す利用者情報と、利用者の行動を示す行動情報と、を取得する（ステップＳ１０１）。そして、情報処理装置１００は、特定の特徴を有するダミー利用者の利用者情報と、行動情報と、を準備する（ステップＳ１０２）。そして、情報処理装置１００は、特定の特徴についての指標を出力する複数のモデルを用いて複数のモデルごとに指標を算出する（ステップＳ１０３）。そして、情報処理装置１００は、複数のモデルがモデルごとに出力した指標に基づいて、特定の特徴を有する利用者に対してコンテンツを配信する（ステップＳ１０４）。そして、情報処理装置１００は、ダミー利用者に対して配信されたコンテンツを解析する（ステップＳ１０５）。
[6. Information processing flow]
Next, the procedure of information processing by the
〔７．ハードウェア構成〕
また、上述した実施形態に係る情報処理装置１００は、例えば図１１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。図１１は、情報処理装置の機能を実現するコンピュータ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、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。
[7. Hardware configuration]
Further, the
演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが記憶される記憶装置であり、ＲＯＭ(Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ等により実現される。
The
出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）やＤＶＩ（Ｄｉｇｉｔａｌ Ｖｉｓｕａｌ Ｉｎｔｅｒｆａｃｅ）、ＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。
The output IF 1060 is an interface for transmitting information to be output to an output device 1010 that outputs various information such as a monitor or a printer, and is, for example, a USB (Universal Serial Bus), a DVI (Digital Visual Interface), This is realized using a connector compliant with standards such as HDMI (registered trademark) (High Definition Multimedia Interface). Further, the input IF 1070 is an interface for receiving information from
なお、入力装置１０２０は、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、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から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。
Note that the
ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。
Network IF 1080 receives data from other devices via network N and sends it to
演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。
例えば、コンピュータ１０００が情報処理装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、情報処理装置１００の制御部１３０の機能を実現する。
For example, when the computer 1000 functions as the
〔８．構成と効果〕
本開示に係る情報処理装置１００は、利用者に関する情報を示す利用者情報と、利用者の行動を示す行動情報と、を取得する取得部１３１と、特定の特徴を有するダミー利用者の利用者情報と、行動情報と、を準備する準備部１３４と、利用者情報と行動情報とに基づいて利用者の特徴を学習させて、特定の特徴についての指標を出力する複数のモデルを用いてモデルごとに指標を算出する算出部１３３と、複数のモデルがモデルごとに出力した指標に基づいて、特定の特徴を有する利用者に対してコンテンツを配信する配信部１３５と、ダミー利用者に対して配信されたコンテンツを解析する解析部１３６と、を備える。
[8. Composition and effects〕
The
この構成によれば、情報処理装置１００は、利用者の特定の特徴に基づいてターゲティング配信されるコンテンツに対して、利用者からオプトアウトの意思表示があった場合に、オプトアウトの意思表示があった利用者の特定の特徴に基づいて配信されたコンテンツを解析することが可能となる。したがって、ターゲティング配信を行う事業者は解析結果に基づいて、利用者のオプトアウトの原因を考察することができる。
According to this configuration, the
また、本開示に係る情報処理装置１００の準備部１３４は、取得部１３１が取得した利用者情報と行動情報との中から特定の特徴についての指標が任意の範囲の値の利用者の利用者情報と、行動情報とを集めることでダミー利用者の利用者情報と、行動情報と、を準備する。
Further, the preparation unit 134 of the
この構成によれば、情報処理装置１００は、ダミー利用者の利用者情報と、行動情報と、を改めて準備することなく、既に取得済みの利用者情報と、行動情報とに基づいて容易に準備することが可能となる。また、特定の特徴についての指標が、極端に高い値や極端に低い値の利用者の利用者情報と、行動情報とを用いないことによって、特定の特徴についての指標が極端な値に算出されるダミー利用者を生成することを防ぐことができる。その為、現実に即したコンテンツ配信のシミュレーションを行うことが可能となる。
According to this configuration, the
また、本開示に係る情報処理装置１００の解析部１３６は、ダミー利用者に対して配信されたコンテンツを解析して、ダミー利用者の特定の特徴に基づいてコンテンツを配信した配信元を特定する。
Furthermore, the
この構成によれば、情報処理装置１００は、ダミー利用者の特定の特徴に基づいてコンテンツを配信したモデルを特定することが可能となる。その為、情報サービス事業者は、ターゲティング配信するモデルが複数存在する場合に、利用者からオプトアウトの意思表示があった「コンテンツの分野」に関係する特定の特徴に基づいてコンテンツを配信したモデルを特定することができる。
According to this configuration, the
また、本開示に係る情報処理装置１００は、解析部１３６が特定した配信元からのコンテンツ配信を停止する停止部１３７と、をさらに備える。
The
この構成によれば、情報処理装置１００は、利用者からオプトアウトの意思表示があった「コンテンツの分野」に関係するコンテンツを配信するモデルを特定し、特定されたモデルからオプトアウトの意思表示があった利用者へのコンテンツ配信を停止することができる。したがって、情報サービス事業者は、複数のターゲティング配信のモデルがあった場合であっても、オプトアウトの意思表示があった「コンテンツの分野」に関係するコンテンツのオプトアウトの意思表示があった利用者への配信を漏れなく停止することが可能となる。
According to this configuration, the
また、本開示に係る情報処理装置１００は、配信元からダミー利用者へのコンテンツ配信の理由となるダミー利用者の属性又は行動を分析する分析部１３８と、をさらに備える。
The
この構成によれば、情報処理装置１００は、利用者からオプトアウトの意思表示があった「コンテンツの分野」に関係するコンテンツ配信を行うモデルを特定し、特定されたモデルごとにターゲティング配信の決め手となる利用者の属性や行動について分析することが可能となる。したがって、ターゲティング配信のモデルの改良に役立つ分析情報を提供することが可能となる。
According to this configuration, the
本開示に係る情報処理方法は、利用者に関する情報を示す利用者情報と、利用者の行動を示す行動情報と、を取得するステップと、特定の特徴を有するダミー利用者の利用者情報と、行動情報と、を準備するステップと、利用者情報と行動情報とに基づいて利用者の特徴を学習させて、特定の特徴についての指標を出力する複数のモデルを用いて複数のモデルごとに指標を算出するステップと、複数のモデルがモデルごとに出力した指標に基づいて、特定の特徴を有する利用者に対してコンテンツを配信するステップと、ダミー利用者に対して配信されたコンテンツを解析するステップと、を含む。 The information processing method according to the present disclosure includes a step of acquiring user information indicating information about the user and behavior information indicating the user's behavior; user information of a dummy user having specific characteristics; a step of preparing behavioral information; and a step of learning user characteristics based on the user information and behavioral information, and outputting indicators for specific characteristics using multiple models. a step of calculating the content, a step of distributing content to users with specific characteristics based on the indicators output by multiple models for each model, and a step of analyzing the content distributed to the dummy users. and a step.
この構成の情報処理方法によれば、利用者の特定の特徴に基づいてターゲティング配信されるコンテンツに対して、利用者からオプトアウトの意思表示があった場合に、オプトアウトの意思表示があった利用者の特定の特徴に基づいて配信されたコンテンツを解析することが可能となる。したがって、ターゲティング配信を行う事業者は解析結果に基づいて、利用者のオプトアウトの原因を考察することができる。 According to the information processing method with this configuration, when a user expresses an intention to opt out of content that is targeted and distributed based on the user's specific characteristics, the user expresses an intention to opt out. It becomes possible to analyze distributed content based on specific user characteristics. Therefore, businesses that provide targeted distribution can consider the causes of users' opt-outs based on the analysis results.
本開示に係る情報処理プログラムは、利用者に関する情報を示す利用者情報と、利用者の行動を示す行動情報と、を取得するステップと、特定の特徴を有するダミー利用者の利用者情報と、行動情報と、を準備するステップと、利用者情報と行動情報とに基づいて利用者の特徴を学習させて、特定の特徴についての指標を出力する複数のモデルを用いて複数のモデルごとに指標を算出するステップと、複数のモデルがモデルごとに出力した指標に基づいて、特定の特徴を有する利用者に対してコンテンツを配信するステップと、ダミー利用者に対して配信されたコンテンツを解析するステップと、をコンピュータに実行させる。 The information processing program according to the present disclosure includes a step of acquiring user information indicating information about the user and behavior information indicating the user's behavior, user information of a dummy user having specific characteristics, a step of preparing behavioral information; and a step of learning user characteristics based on the user information and behavioral information, and outputting indicators for specific characteristics using multiple models. a step of calculating the content, a step of distributing content to users with specific characteristics based on the indicators output by multiple models for each model, and a step of analyzing the content distributed to the dummy users. Make the computer perform the steps and.
この構成の情報処理プログラムによれば、利用者の特定の特徴に基づいてターゲティング配信されるコンテンツに対して、利用者からオプトアウトの意思表示があった場合に、オプトアウトの意思表示があった利用者の特定の特徴に基づいて配信されたコンテンツを解析することが可能となる。したがって、ターゲティング配信を行う事業者は解析結果に基づいて、利用者のオプトアウトの原因を考察することができる。 According to the information processing program with this configuration, when a user indicates an intention to opt out of content that is targeted and distributed based on the user's specific characteristics, the user indicates an intention to opt out. It becomes possible to analyze distributed content based on specific user characteristics. Therefore, businesses that provide targeted distribution can consider the causes of users' opt-outs based on the analysis results.
以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、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。 Although the embodiments of the present application have been described above in detail based on the drawings, this is merely an example, and various modifications and improvements can be made based on the knowledge of those skilled in the art, including the embodiments described in the disclosure section of the invention. It is possible to implement the invention in other forms.
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１３１は、取得手段や取得回路に読み替えることができる。
Further, the above-mentioned "section, module, unit" can be read as "means", "circuit", etc. For example, the
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報記憶部
１２２ 行動情報記憶部
１２３ モデル記憶部
１２４ コンテンツ記憶部
１３０ 制御部
１３１ 取得部
１３２ 受付部
１３３ 算出部
１３４ 準備部
１３５ 配信部
１３６ 解析部
１３７ 停止部
１３８ 分析部
２００ 利用者端末
３００ 事業者端末
Ｎ ネットワーク
100 Information processing device 110 Communication unit 120
Claims (7)
利用者がオプトアウトの意思表示を示したコンテンツの分野に関係する利用者の特定の特徴を有するダミー利用者の前記利用者情報と、ダミー利用者の前記行動情報と、を準備する準備部と、
ダミー利用者を含む利用者の前記利用者情報と前記行動情報とを、利用者の特定の特徴についての指標を出力する複数のモデルに入力して、モデルごとにダミー利用者を含む利用者の特定の特徴についての指標を算出する算出部と、
前記複数のモデルがモデルごとに出力した前記指標に基づいて、特定の特徴を有する利用者に対してコンテンツを配信する配信部と、
前記ダミー利用者に対して配信されたコンテンツを解析する解析部と、を備える、
情報処理装置。 an acquisition unit that acquires user information indicating information about the user and behavior information indicating the user's behavior;
a preparation unit that prepares the user information of a dummy user having specific characteristics of a user related to the field of content for which the user has expressed an intention to opt out, and the behavior information of the dummy user ; ,
The user information and behavior information of users including dummy users are input into multiple models that output indicators regarding specific characteristics of users , and each model a calculation unit that calculates an index regarding a specific characteristic ;
a distribution unit that distributes content to users having specific characteristics based on the indicators output by the plurality of models for each model;
an analysis unit that analyzes content distributed to the dummy user;
Information processing device.
請求項１に記載の情報処理装置。 The preparation unit selects the user information and the behavior information of a user whose index for a specific feature has a value within an arbitrary range from among the user information and the behavior information acquired by the acquisition unit. preparing the user information and the behavior information of the dummy user by collecting;
The information processing device according to claim 1.
請求項１又は請求項２に記載の情報処理装置。 The analysis unit analyzes the content distributed to the dummy user and identifies a distribution source that distributed the content based on specific characteristics of the dummy user.
The information processing device according to claim 1 or claim 2.
請求項３に記載の情報処理装置。 further comprising: a stop unit that stops content distribution from the distribution source identified by the analysis unit;
The information processing device according to claim 3.
請求項３又は請求項４に記載の情報処理装置。 further comprising: an analysis unit that analyzes attributes or behavior of the dummy user, which is the reason for content distribution from the distribution source to the dummy user;
The information processing device according to claim 3 or 4.
利用者がオプトアウトの意思表示を示したコンテンツの分野に関係する利用者の特定の特徴を有するダミー利用者の前記利用者情報と、ダミー利用者の前記行動情報と、を準備するステップと、
ダミー利用者を含む利用者の前記利用者情報と前記行動情報とを、利用者の特定の特徴についての指標を出力する複数のモデルに入力して、モデルごとにダミー利用者を含む利用者の特定の特徴についての指標を算出するステップと、
前記複数のモデルがモデルごとに出力した前記指標に基づいて、特定の特徴を有する利用者に対してコンテンツを配信するステップと、
前記ダミー利用者に対して配信されたコンテンツを解析するステップと、
を含む情報処理方法。 a step of acquiring user information indicating information about the user and behavioral information indicating the user's behavior;
preparing the user information of a dummy user having specific characteristics of a user related to the field of content for which the user has indicated an intention to opt out, and the behavioral information of the dummy user ;
The user information and behavior information of users including dummy users are input into multiple models that output indicators regarding specific characteristics of users , and each model calculating an index for a particular feature ;
a step of distributing content to users having specific characteristics based on the indicators output by the plurality of models for each model;
analyzing the content distributed to the dummy user;
Information processing methods including.
利用者がオプトアウトの意思表示を示したコンテンツの分野に関係する利用者の特定の特徴を有するダミー利用者の前記利用者情報と、ダミー利用者の前記行動情報と、を準備するステップと、
ダミー利用者を含む利用者の前記利用者情報と前記行動情報とを、利用者の特定の特徴についての指標を出力する複数のモデルに入力して、モデルごとにダミー利用者を含む利用者の特定の特徴についての指標を算出するステップと、
前記複数のモデルがモデルごとに出力した前記指標に基づいて、特定の特徴を有する利用者に対してコンテンツを配信するステップと、
前記ダミー利用者に対して配信されたコンテンツを解析するステップと、
をコンピュータに実行させる情報処理プログラム。 a step of acquiring user information indicating information about the user and behavioral information indicating the user's behavior;
preparing the user information of a dummy user having specific characteristics of a user related to the field of content for which the user has indicated an intention to opt out, and the behavioral information of the dummy user ;
The user information and behavior information of users including dummy users are input into multiple models that output indicators regarding specific characteristics of users , and each model calculating an index for a particular feature ;
a step of distributing content to users having specific characteristics based on the indicators output by the plurality of models for each model;
analyzing the content distributed to the dummy user;
An information processing program that causes a computer to execute.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021134776A JP7428857B2 (en) | 2021-08-20 | 2021-08-20 | Information processing device, information processing method, and information processing program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021134776A JP7428857B2 (en) | 2021-08-20 | 2021-08-20 | Information processing device, information processing method, and information processing program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023028840A JP2023028840A (en) | 2023-03-03 |
| JP7428857B2 true JP7428857B2 (en) | 2024-02-07 |
Family
ID=85331784
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021134776A Active JP7428857B2 (en) | 2021-08-20 | 2021-08-20 | Information processing device, information processing method, and information processing program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7428857B2 (en) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006065734A (en) | 2004-08-30 | 2006-03-09 | Internatl Business Mach Corp <Ibm> | System and method for providing information through network |
| JP2014182437A (en) | 2013-03-18 | 2014-09-29 | Yahoo Japan Corp | Advertisement extraction apparatus, advertisement extraction method and advertisement extraction program |
| JP2016534455A (en) | 2013-08-21 | 2016-11-04 | ゴーステリー，インコーポレイティド | System and method for controlling targeted advertising |
| US20170004543A1 (en) | 2015-06-30 | 2017-01-05 | Linkedln Corporation | Automatic approval of advertisements for a social networking system |
| JP2017151867A (en) | 2016-02-26 | 2017-08-31 | ヤフー株式会社 | Update device, update method, and update program |
| US10282757B1 (en) | 2013-02-08 | 2019-05-07 | A9.Com, Inc. | Targeted ad buys via managed relationships |
-
2021
- 2021-08-20 JP JP2021134776A patent/JP7428857B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006065734A (en) | 2004-08-30 | 2006-03-09 | Internatl Business Mach Corp <Ibm> | System and method for providing information through network |
| US10282757B1 (en) | 2013-02-08 | 2019-05-07 | A9.Com, Inc. | Targeted ad buys via managed relationships |
| JP2014182437A (en) | 2013-03-18 | 2014-09-29 | Yahoo Japan Corp | Advertisement extraction apparatus, advertisement extraction method and advertisement extraction program |
| JP2016534455A (en) | 2013-08-21 | 2016-11-04 | ゴーステリー，インコーポレイティド | System and method for controlling targeted advertising |
| US20170004543A1 (en) | 2015-06-30 | 2017-01-05 | Linkedln Corporation | Automatic approval of advertisements for a social networking system |
| JP2017151867A (en) | 2016-02-26 | 2017-08-31 | ヤフー株式会社 | Update device, update method, and update program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023028840A (en) | 2023-03-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20100125505A1 (en) | System for broadcast of personalized content | |
| US20170236160A1 (en) | System and method for specifying targeted content for customers | |
| CN110348894B (en) | Method and device for displaying resource advertisement and electronic equipment | |
| KR102066664B1 (en) | Apparatus and method for providing advertisement using SNS, and computer program for executing the method | |
| JP6872851B2 (en) | Information selection device, information selection method and information selection program | |
| CN111164950A (en) | Method and system for user segmentation as a service | |
| KR20140122310A (en) | Mobile advertisement method and system using smart device | |
| JP2016505941A (en) | Targeted information items in mobile applications | |
| KR20200045354A (en) | Automatic advertisement execution device, method for automatically generating campaign information for an advertisement medium to execute an advertisement and computer program for executing the method | |
| US20130282510A1 (en) | Splitting of User-Lists | |
| TWI546750B (en) | Monetization of interactive network-based information objects | |
| US9928523B2 (en) | System and method for booking an advertisement to an impression using a targeting dimension dictionary | |
| KR100458462B1 (en) | Online Advertising Method And Online Advertising System | |
| US20150134461A1 (en) | Referral management methods and apparatus | |
| KR102599842B1 (en) | Method and apparatus for analyzing advertising performance in a communication system | |
| JP2017211749A (en) | Advertisement device, warning generation method, and warning generation program | |
| JP7428857B2 (en) | Information processing device, information processing method, and information processing program | |
| JP7174743B2 (en) | Information selection device, information selection method and information selection program | |
| JP7372958B2 (en) | Information processing device, information processing method, and information processing program | |
| KR20050071308A (en) | Online advertising method and online advertising system | |
| KR20210074493A (en) | Method for providing product that based on region-based preferred product parameters | |
| JP2024027669A (en) | Information processing apparatus, information processing method, and information processing program | |
| JP7407779B2 (en) | Information processing device, information processing method, and information processing program | |
| JP7453191B2 (en) | Information processing device, information processing method, and information processing program | |
| JP2015152963A (en) | Offering system, offering method, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220809 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230720 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230808 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230919 |
|
| 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: 20231003 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231102 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7428857 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |