JP7312680B2 - 情報処理装置、情報処理方法、および情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、および情報処理プログラムに関する。

近年、インターネットの飛躍的な普及に伴い、インターネットを介した広告配信が盛んに行われている。例えば、広告媒体（ウェブページ）に設定された広告枠に、企業や商品等の広告コンテンツを表示し、かかる広告コンテンツがクリックされた場合に、広告主のウェブページへ遷移させる広告配信が行われている。

このような広告配信では、広告コンテンツを掲載する対価として、広告主に課金する課金額である入札単価（ＣＰＣ：Cost Per Click）が使用される場合がある。例えば、ＣＰＣを算出し、算出したＣＰＣとクリック率（ＣＴＲ：Click Through Rate）とを乗じることによりｅＣＰＭ（effective Cost Per Mille）を算出する。

また、入札単価（ＣＰＣ）の代わりに、所定の広告コンテンツから商品購入や会員登録等の利益につながる成果を１件獲得するのに係るコストであるコンバージョン単価（ＣＰＡ：Cost Per Action）の目標値である目標コンバージョン単価を広告主に設定させることで、かかる目標コンバージョン単価に基づいて、広告コンテンツに対して設定する入札単価を算出する技術（コンバージョンオプティマイズと呼ばれる）が提案されている。

ここで、広告情報等の配信情報のクリック率（ＣＴＲ）を、配信先における表示画面中の配置位置に応じて補正する技術が提案されている（特許文献１参照）。

特開２０１４－１７４８０５号公報

しかしながら、上記の従来技術では、クリック率を補正する際に、クリックに至るまでのユーザのコンテキスト（文脈、前後関係、事情、背景、状況等）については考慮されていない。インターネット広告においては、ユーザ側のコンテキストが、クリックの成否に影響を与えていることが予想される。ユーザのコンテキストはその都度異なるが、一律にクリックの成否で予測モデルを生成すると、予測モデルにユーザのコンテキストが考慮されていないため、クリック率の予測において高い精度は得られない。したがって、クリック等の行動履歴についてユーザのコンテキストを考慮して重み付けすることが求められている。

本願は、上記に鑑みてなされたものであって、行動履歴についてユーザのコンテキストを考慮して重み付けすることができる情報処理装置、情報処理方法、および情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、広告コンテンツの選択操作に至るまでの利用者のコンテキストを推定する推定部と、広告コンテンツ毎に前記利用者のコンテキストに応じて異なる補正量で、前記利用者の選択操作に重み付けすることで、選択操作の回数を補正する補正部とを備えることを特徴とする。

実施形態の一態様によれば、行動履歴についてユーザのコンテキストを考慮して重み付けすることができる。

図１は、実施形態に係る情報処理方法の概要を示す説明図である。 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３は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図４は、実施形態に係る広告情報記憶部の一例を示す図である。 図５は、実施形態に係る情報処理装置による情報処理手順を示すフローチャートである。 図６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。

以下に、本願に係る情報処理装置、情報処理方法、およ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、および情報処理プログラムが限定されるものではない。また、以下の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。

〔１．情報処理方法の概要〕
まず、図１を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図１は、実施形態に係る情報処理方法の概要を示す説明図である。図１の例では、情報処理システム１は、広告主端末１０と、端末装置２０と、情報提供装置３０と、情報処理装置１００とを有する。そして、広告主端末１０と、端末装置２０と、情報提供装置３０と、情報処理装置１００とは、ネットワークを介して有線または無線により通信可能に接続される。なお、図１に示す情報処理システム１には、複数台の広告主端末１０と、複数台の端末装置２０と、複数台の情報提供装置３０と、複数台の情報処理装置１００とが含まれてもよい。また、本実施形態では、情報提供装置３０および情報処理装置１００は、事業者Ｔ１によって管理されているものとする。

広告主端末１０は、広告主によって利用される端末装置である。例えば、広告主端末１０は、スマートフォンやタブレット型端末等のスマートデバイス、ＰＣ（Personal Computer）、携帯電話機、ＰＤＡ（Personal Digital Assistant）、ＯＡ機器（オフィスオートメーション機器）等である。また、広告主端末１０は、広告主の操作に従って、広告コンテンツを情報処理装置１００に入稿する。

例えば、広告主端末１０は、静止画像、動画像、テキストデータ等に該当する広告コンテンツを情報処理装置１００に入稿する。また、例えば、広告主端末１０は、広告コンテンツが選択操作（例えば、クリックやタップ）された場合に、遷移させる遷移先コンテンツのＵＲＬ（Uniform Resource Locator）に該当する広告コンテンツを情報処理装置１００に入稿する。なお、以下では、選択操作をクリックとして説明する。

さらに、広告主端末１０は、広告主の操作に従って、広告コンテンツから商品購入や会員登録等の利益につながる成果を１件獲得するのに係るコストであるコンバージョン単価の目標値である目標コンバージョン単価を対応する広告コンテンツに設定するよう情報処理装置１００に指示する。ここで、コンバージョンとは、広告コンテンツを閲覧したユーザが、広告主が期待する行動をとること（所定の行動の実施）をいう。例えば、広告に設定するコンバージョンは、広告クリック、ランディングページ滞在、資料請求、アンケート回答、見積依頼、売却依頼、商品購入（契約成立）等、広告主の設定に応じて多岐にわたる。

なお、目標コンバージョン単価は、所定数（例えば、「１０」）以上のコンバージョンが得られている広告コンテンツにのみ設定可能とすることが予め決められている。このため、広告主は、例えば、既に入稿している自身の広告コンテンツが所定数以上のコンバージョンを達成している場合には、かかる広告コンテンツについて、目標コンバージョン単価を設定する。

端末装置２０は、ユーザによって利用される端末装置である。例えば、端末装置２０は、スマートフォンやタブレット型端末等のスマートデバイス、ＰＣ、携帯電話機、ＰＤＡ等である。例えば、端末装置２０は、情報提供装置３０にアクセスすることで、情報提供装置３０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画面に表示する。

また、端末装置２０は、ウェブページに広告枠が含まれる場合には、情報処理装置１００にアクセスすることで、情報処理装置１００から広告コンテンツを取得し、取得した広告コンテンツを、かかる広告枠に表示する。

情報提供装置３０は、端末装置２０にウェブページ等のコンテンツを提供するコンテンツサーバである。情報提供装置３０は、例えば、ニュースサイト、オークションサイト、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、グルメサイト、ウェブブログ等に関する各種ウェブページを提供する。

情報処理装置１００は、広告主端末１０から入稿された広告コンテンツを配信するサーバ装置である。上記の通り、情報処理装置１００は、端末装置２０からアクセスされた場合に、広告コンテンツを端末装置２０に配信する。

また、実施形態に係る情報処理装置１００は、上記の通り、目標コンバージョン単価の設定を広告主から受け付けることにより、広告主に代わって自動で入札単価を設定する。具体的には、情報処理装置１００は、広告コンテンツ毎に、当該広告コンテンツのコンバージョン率（ＣＶＲ：Conversion Rate）と、当該広告コンテンツに対して設定された目標コンバージョン単価とを乗じることにより、当該広告コンテンツが選択された際に課金する金額である入札単価を算出する。そして、情報処理装置１００は、算出した入札単価に基づいて、広告配信を行う。

ここで、コンバージョン率（ＣＶＲ）は、広告コンテンツからコンバージョン至った数（コンバージョン数）を、その広告コンテンツがこれまでにクリックされたクリック数で除算することにより算出される実績値である。このため、コンバージョン数やクリック数が多くなるほどコンバージョン率の精度は統計的に高くなるといえる。言い換えれば、コンバージョン数やクリック数が少ないと、コンバージョン率の精度は統計的に低いといえる。なお、ここでいうコンバージョン率の精度とは、コンバージョン率が統計的に見て、信頼性に足りるか否かといった信頼度に対応するものである。

コンバージョン率の算出方法の一例について説明する。例えば、広告コンテンツについて、クリック数「１０」、コンバージョン数「１」のとき、広告コンテンツのコンバージョン率は「０．１」である。しかしながら、クリック数「１０００」となったとき、コンバージョン数が「１００」となることにより、コンバージョン率「０．１」が算出されるとは限らない。例えば、実際には、クリック数「１０００」となったとき、コンバージョン数「２０」となることにより、コンバージョン率「０．０２」と算出されることもあり得る。

このように、コンバージョン率は、配信情報に応じて変化する不安定な値といえる。つまり、ひとたび算出したコンバージョン率が、必ずしも確かな値であるとは限らない。本来、信頼性に足りる十分な数のクリック数と、コンバージョン数から算出したコンバージョン率を用いることが望ましいが、そもそもクリックされ難い広告コンテンツも多く存在するうえに、一般に広告コンテンツがクリックされたとしてもコンバージョンに至る可能性は非常に低い。したがって、全ての広告コンテンツのコンバージョン率が統計的に見て信頼に足る値として、どのような値になるかを精度よく予測するのは困難な場合がある。

また、例えば、精度の低いコンバージョン率を用いて入札単価を算出した場合、算出した入札単価も精度の低い値といえる。そして、精度の低い入札単価を用いて、広告配信を行うと目標コンバージョン単価を大きく超えてしまうといったことが起こり得る。

そこで、実施形態に係る情報処理装置１００は、上記のような、コンバージョン率を取り巻く状況を踏まえて、クリックに重み付けするための処理を行う。具体的には、情報処理装置１００は、第１コンテンツの一例である広告コンテンツから遷移先である第２コンテンツ（遷移先コンテンツ）に遷移した場合におけるユーザのコンテキストのスコア（指標値）に基づいて、ユーザのクリックに重み付けすることで、クリック数を補正する。

広告コンテンツから遷移される遷移先コンテンツは、一般に、ランディングページ（ＬＰ：Landing Page）等とよばれる。このため、以下では、遷移先コンテンツを「ＬＰ」と表記する場合がある。また、以下では、目標コンバージョン単価を「目標ＣＰＡ」、実績情報から算出された補正前のコンバージョン率を「ＣＶＲ」、入札単価を「ＣＰＣ」と表記する場合がある。

本実施形態では、ユーザがクリックし易いコンテキストのスコアは低く設定し、ユーザがクリックし難いコンテキストのスコアは高く設定する。

例えば、広告コンテンツに対してユーザがクリックを行う場合、自宅等の普段と同じ環境であればクリックし易いと考えられるためコンテキストのスコアを低く設定し、旅先等の普段と異なる環境であればクリックし難いと考えられるため、コンテキストのスコアを高く設定する。

また、ＬＰから商品購入等を行ったことがあるユーザ（経験者）であればクリックし易いと考えられるため、コンテキストのスコアを低く設定し、ＬＰから商品購入等を行ったことがないユーザ（未経験者）であればクリックし難いと考えられるためコンテキストのスコアを高く設定する。

以上のことから、ＬＰにおけるユーザのコンテキストのスコアが低いほど、ユーザがクリックする可能性が高くなり、クリックし易い、すなわちクリック率が向上する可能性が高くなる。反対に、ＬＰにおけるユーザのコンテキストのスコアが高いほど、ユーザがクリックする可能性が低くなり、クリックし難い、すなわちクリック率が向上する可能性が低くなる。このようなことから、ＬＰにおけるユーザのコンテキストのスコアとクリック率の間には相関関係が成立する。

しかし、コンテキストのスコアが高いユーザがクリックに至った場合のほうが、コンテキストのスコアが低いユーザがクリックに至った場合よりも、クリック１件当たりの価値が高い。このため、実施形態に係る情報処理装置１００は、ユーザのコンテキストのスコアを用いて、ユーザのクリックに重み付けして、クリック数を補正する。そして、実施形態に係る情報処理装置１００は、補正したクリック数に基づいて、広告コンテンツのクリック率（ＣＴＲ）とコンバージョン率（ＣＶＲ）を算出する。

すなわち、情報処理装置１００は、広告コンテンツ毎に、ユーザのコンテキストのスコアを用いて当該ユーザのクリック（１回）に重み付けして、当該ユーザのクリック数を補正する。そして、情報処理装置１００は、補正した当該ユーザのクリック数を全体のクリック数に加算することで全体のクリック数を補正し、その全体のクリック数を用いて広告コンテンツのクリック率（ＣＴＲ）とコンバージョン率（ＣＶＲ）を算出する。

このように、クリック数を補正するということは、かかるクリック数に基づくコンバージョン率が統計的に見て信頼に足る値として、どのような値になるかといったことを予測することに相当する。

以下では、図１を用いて、情報処理装置１００によって行われる情報処理について具体的に説明する。なお、実施形態に係る情報処理装置１００は、事業者Ｔ１によって運営されるコンテンツにおいてユーザが最近使用した検索クエリを用いて、配信対象の広告コンテンツを決定する手法を用いるものとする。このような手法は、サーチターゲティング等と呼ばれる。また、情報処理装置１００によって提供される広告コンテンツはクリック課金型の広告コンテンツであるものとする。

まず、広告主端末１０は、広告主の操作に従って、広告コンテンツを情報処理装置１００に入稿するとともに係る広告コンテンツに関する各種情報の設定を情報処理装置１００に指示する（ステップＳ１）。これにより、情報処理装置１００は、広告主から広告コンテンツの入稿と各種情報の設定を受け付ける。そして、情報処理装置１００は、受け付けた広告コンテンツと各種情報を記憶する。

また、広告主端末１０は、広告主の操作に従って、当該広告主が入稿している広告コンテンツへの目標ＣＰＡの設定を情報処理装置１００に指示する（ステップＳ２）。これにより、情報処理装置１００は、広告主から目標ＣＰＡの設定を受け付ける。そして、情報処理装置１００は、受け付けた目標ＣＰＡを広告コンテンツに対応付けて記憶する。

ここでは、情報処理装置１００が、広告主Ｃ１から広告コンテンツＡＤ１１の入稿、広告コンテンツＡＤ１１から遷移されるＬＰ１１、および広告コンテンツＡＤ１１に対する目標ＣＰＡの設定を受け付けたものとする。

ここで、端末装置２０が、ユーザＵ１の操作に従って、ウェブページＰ１の取得要求を情報提供装置３０に送信したとする（ステップＳ３）。これにより、情報提供装置３０は、ウェブページＰ１を取得要求送信元の端末装置２０に配信する（ステップＳ４）。

図１に示すように、ウェブページＰ１には、広告コンテンツが表示される広告枠Ｆ１が含まれる。端末装置２０は、広告コンテンツの取得要求を情報処理装置１００に送信する（ステップＳ５）。

情報処理装置１００は、端末装置２０から広告コンテンツの取得要求を受け付けると、配信候補の広告コンテンツＡＤ１１を取得要求送信元の端末装置２０に配信する（ステップＳ６）。これにより、端末装置２０は、広告枠Ｆ１に広告コンテンツＡＤ１１を表示させたウェブページＰ１を表示画面に表示する。

次に、情報処理装置１００は、配信した広告コンテンツＡＤ１１に端末装置２０がアクセスしてきた場合に、広告コンテンツＡＤ１１をクリックしたアクセス元のユーザ、すなわち広告コンテンツを配信する配信対象のユーザＵ１のコンテキストのスコアを推定する（ステップＳ７）。

例えば、情報処理装置１００は、クリック数と、曜日／時間帯／場所等のコンテキスト情報との関係を、広告コンテンツ毎に機械学習することにより、ユーザのコンテキストのスコアを推定する。ここでは、情報処理装置１００が、配信候補の広告コンテンツＡＤ１１に対応するＬＰ１１におけるコンテキストのスコアを「３」と推定したとする。

このとき、情報処理装置１００は、上記のコンテキスト情報とともにユーザの属性情報を用いて、ユーザのコンテキストのスコアを推定してもよい。ユーザの属性情報には、例えばデモグラフィック（人口統計学的属性）やサイコグラフィック（心理学的属性）等、任意の属性が採用可能である。

次に、情報処理装置１００は、ステップＳ７で推定したコンテキストのスコアを用いて、ユーザＵ１のクリックに重み付けして、クリック数を補正する（ステップＳ８）。ここで、情報処理装置１００は、ＬＰ１１におけるユーザＵ１のクリック１件に対して、コンテキストのスコア「３」を乗じることにより、ＬＰ１１におけるユーザＵ１のクリック数を「３」に補正する。これにより、ＬＰ１１における他のユーザも含めた全体のクリック数も変化する。

このように、実施形態に係る情報処理装置１００は、推定したコンテキストのスコアが高いほど、クリック数が高くなるように補正するものである。その理由は、コンテキストのスコアが高いユーザがクリックするほうが、コンテキストのスコアが低いユーザがクリックするよりも、クリック１件当たりの価値が高いと考えられるためである。

次に、情報処理装置１００は、ステップＳ８で補正されたクリック数に基づいて、クリック率（ＣＴＲ）とコンバージョン率（ＣＶＲ）を算出する（ステップＳ９）。

次に、情報処理装置１００は、算出されたＣＶＲと、ステップＳ２で設定された目標ＣＰＡとを乗じることによりＣＰＣを算出し、算出されたＣＰＣとクリック率（ＣＴＲ：Click Through Rate）とを乗じることによりｅＣＰＭ（effective Cost Per Mille）を算出する（ステップＳ１０）。

このように、実施形態に係る情報処理装置１００は、広告コンテンツの遷移先であるＬＰにおける、当該広告コンテンツの配信対象のユーザのコンテキストのスコアを推定する。そして、情報処理装置１００は、推定したコンテキストのスコアに基づいてクリック数を補正して、補正されたクリック数に基づいてクリック率を算出する。

上述してきたように、コンバージョン率（ＣＶＲ）は、統計的に十分な数の実績情報がそろいにくいコンバージョン数およびクリック数に基づき算出されるため不安定な値である。このため、コンバージョン率と相関関係にあるクリック数に影響するユーザのコンテキストのスコアを用いて、クリック数を補正することにより、精度の良いコンバージョン率を得ることができる。また、情報処理装置１００は、補正したクリック数に基づくコンバージョン率を用いることで、ｅＣＰＭの精度を高めることができるため、広告主に設定された目標ＣＰＡをより達成し易くすることができる。

〔２．情報処理装置の構成〕
次に、図２を用いて、実施形態に係る情報処理装置１００について説明する。図２は、実施形態に係る情報処理装置１００の構成例を示す図である。図２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。

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、ネットワークと有線または無線で接続され、例えば、端末装置２０や情報提供装置３０との間で情報の送受信を行う。

記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、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。記憶部１２０は、ユーザ情報記憶部１２１と、広告コンテンツ記憶部１２２と、履歴情報記憶部１２３と、予測モデル記憶部１２４を有する。

（ユーザ情報記憶部１２１について）
ユーザ情報記憶部１２１は、コンテンツに対してユーザが行った行動に関する情報を記憶する。本実施形態では、ユーザ情報記憶部１２１は、所定のコンテンツ（例えば、検索サイト）において、ユーザが情報検索に用いた検索キーワード等を検索履歴として記憶する。ここで、図３に実施形態に係るユーザ情報記憶部１２１の一例を示す。図３の例では、ユーザ情報記憶部１２１は、「ユーザＩＤ」、「属性情報」、「広告ＩＤ」、「ＬＰ－ＩＤ」、「クリック日時」、「クリック場所」、「コンテキスト」といった項目を有する。

「ユーザＩＤ」は、ユーザまたはユーザによって利用される端末装置２０を識別するための識別情報を示す。「属性情報」は、性別／年令／住所等のデモグラフィック（人口統計学的属性）やサイコグラフィック（心理学的属性）等、ユーザの属性情報を示す。「広告ＩＤ」は、広告コンテンツを識別するための識別情報を示す。「ＬＰ－ＩＤ」は、対応する広告コンテンツが選択された場合に、遷移される遷移先コンテンツ（ランディングページ）を識別するための識別情報を示す。「クリック日時」は、ユーザが、所定の広告コンテンツに対してクリック操作を実行した日時を示す。「クリック日時」には曜日を含めてもよい。「クリック場所」は、ユーザが、所定の広告コンテンツに対してクリック操作を実行した場所を示す。「クリック場所」は位置情報でもよい。「コンテキスト」は、ユーザのコンテキストのスコアを示す。

すなわち、図３の例では、ユーザＩＤ「Ｕ１」によって識別されるユーザが、広告コンテンツ「ＡＤ１１」に対応する「ＬＰ１１」を、クリック日時「Ｔ１１」にクリック場所「Ｌ１１」においてクリックした例を示す。この時点でのコンテキストを「３」とする。図３では、時間を「Ｔ１１」、位置を「Ｌ１１」といった概念で表記しているが、実際には、位置の項目には、年月日や曜日、時間帯等を示す具体的な情報が記憶される。また、位置の項目には、端末装置２０の位置を示す具体的な情報（例えば緯度経度や座標系の数値、住所等）が記憶される。

なお、ユーザＩＤを用いて、ユーザを区別して表記する場合がある。例えば、ユーザＩＤ「Ｕ１」によって識別されるユーザをユーザＵ１と表記する。以降、広告主、広告コンテンツ、ＬＰについても同様に識別情報を用いて表記する。

（広告コンテンツ記憶部１２２について）
広告コンテンツ記憶部１２２は、広告主端末１０から入稿された広告コンテンツや、広告主端末１０から設定を受け付けた広告コンテンツに関する各種情報を記憶する。また、広告コンテンツ記憶部１２２は、広告配信に関する実績情報を記憶する。ここで、図４に実施形態に係る広告コンテンツ記憶部１２２の一例を示す。図４の例では、広告コンテンツ記憶部１２２は、「広告主ＩＤ」、「広告ＩＤ」、「広告コンテンツ」、「ＬＰ－ＩＤ」、「ＬＰ－ＵＲＬ」、「目標ＣＰＡ」、「クリック数」、「ＣＴＲ」、「コンバージョン数」といった項目を有する。

「広告主ＩＤ」は、広告主または広告主端末を識別するための識別情報を示す。「広告ＩＤ」は、広告コンテンツを識別するための識別情報を示す。「広告コンテンツ」は、広告主端末１０から入稿された広告コンテンツを示す。図４では、「広告コンテンツ」に概念的な情報が格納される例を示すが、実際には、静止画像、動画像、テキストデータ、または、これらの格納場所を示すファイルパス名等が記憶される。

「ＬＰ－ＩＤ」は、対応する広告コンテンツが選択された場合に、遷移される遷移先コンテンツを識別するための識別情報を示す。「ＬＰ－ＵＲＬ」は、かかる遷移先コンテンツのＵＲＬを示す。「ＬＰ－ＵＲＬ」は、例えば、広告コンテンツに張り付けられ、広告コンテンツとともに配信される。

「目標ＣＰＡ」は、対応する広告コンテンツから商品購入や会員登録等の利益につながる成果、すなわちコンバージョンを１件獲得するのに係るコストであるコンバージョン単価の目標値を示す。「目標ＣＰＡ」は、所定数（例えば、「１０」）以上のコンバージョンが得られている広告コンテンツにのみ設定可能となる。「キーワード」は、ユーザのターゲティングに用いられる情報であり、広告コンテンツがどのような内容であるかを示す。「キーワード」は、広告主により自由に設定されてもよいし、情報処理装置１００が候補となるキーワードを提示することで、広告主に選択させてもよい。

「クリック数」は、広告コンテンツがこれまでにクリックされた回数を示す。「ＣＴＲ」は、「クリック数」を広告コンテンツの表示回数によって除算した値である。なお、端末装置２０に配信されたことがない広告コンテンツのＣＴＲには、予め決められている固定値や、全広告コンテンツにおけるＣＴＲの平均値や、同一の広告カテゴリ（例えば、「車」、「旅行」）に属する全広告コンテンツにおけるＣＴＲの平均値等が記憶される。「コンバージョン数」は、広告コンテンツがこれまでにクリックされコンバージョンに至った数を示す。

すなわち、図４の例では、広告主ＩＤ「Ｃ１」によって識別される広告主が、広告ＩＤ「ＡＤ１１」によって識別される広告コンテンツとして、当該広告コンテンツのデータ「ＸＸ１１」を入稿した例を示す。また、広告主Ｃ１が、自身の広告コンテンツ「ＡＤ１１」に対し、ＬＰ－ＩＤ「ＬＰ１１」によって識別されるＬＰのＵＲＬ「ａａ１１．ｃｏｍ」を指定し、目標ＣＰＡ「１５，０００」を設定した例を示す。

（制御部１３０について）
図２に戻り、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。

図２に示すように、制御部１３０は、受付部１３１と、配信部１３２と、推定部１３３と、補正部１３４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２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２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。

（受付部１３１について）
受付部１３１は、広告主端末１０から広告コンテンツの入稿、および、広告コンテンツに関する各種情報の設定を受け付け、受け付けた広告コンテンツや設定情報を広告コンテンツ記憶部１２２に格納する。具体的には、受付部１３１は、静止画像、動画像、テキストデータ等に該当する広告コンテンツの入稿や、ＬＰ－ＵＲＬ、目標ＣＰＡ、キーワード等の設定を受け付ける。

そして、受付部１３１は、広告主ＩＤおよび広告ＩＤを払い出し、払い出した広告主ＩＤおよび広告ＩＤに対応付けて、上記のように受け付けた情報を広告コンテンツ記憶部１２２に格納する。なお、目標ＣＰＡは、所定数（例えば、「１０」）以上のコンバージョンが得られている広告コンテンツにのみ設定可能となる。

また、受付部１３１は、端末装置２０から広告コンテンツの取得要求を受信する。例えば、受付部１３１は、ＨＴＴＰ（Hypertext Transfer Protocol）リクエスト等により、ウェブページの取得要求を受信する。例えば、端末装置２０が、ユーザＵ１の操作に従って、広告コンテンツの取得要求を情報処理装置１００に送信したとする。そして、情報処理装置１００の受付部１３１によって、かかる取得要求が受信されると、受付部１３１は、まず、配信候補の広告コンテンツを特定する。

（配信部１３２について）
配信部１３２は、受付部１３１によって特定された広告コンテンツを端末装置２０に配信する。例えば、配信部１３２は、受付部１３１によって特定された広告コンテンツに所定の情報を対応付けて端末装置２０に配信する。

ここでは、配信部１３２は、広告コンテンツＡＤ１１にＬＰ１１のＵＲＬを張り付ける。図４に示す広告コンテンツ記憶部１２２の例では、配信部１３２は、広告コンテンツＡＤ１１に、ＬＰ１１のＵＲＬ「ｂｂ１１．ｃｏｍ」を張り付ける。そして、配信部１３２は、広告コンテンツＡＤ１１を端末装置２０に配信する。

また、配信部１３２は、端末装置２０から広告コンテンツがクリックされた旨の情報を受け付けてもよい。例えば、配信部１３２は、端末装置２０から広告コンテンツがクリックされた旨の情報を受け付ける度に、広告コンテンツ記憶部１２２において、対応するクリック数を更新する。

また、配信部１３２は、端末装置２０からコンバージョンを獲得した旨の情報を受け付けてもよい。例えば、配信部１３２は、端末装置２０からコンバージョン獲得に関する情報を受け付ける度に、広告コンテンツ記憶部１２２に記憶において、対応するコンバージョン数を更新する。

（推定部１３３について）
推定部１３３は、配信候補の広告コンテンツ毎に、広告コンテンツを配信する配信対象のユーザのコンテキストのスコアを推定する。例えば、推定部１３３は、配信対象のユーザのクリック操作に応じて端末装置２０が広告コンテンツＡＤ１１に対応するＬＰ１１にアクセスした場合、ＬＰ１１におけるユーザのコンテキストのスコアを推定する。具体的には、広告配信に関する過去の履歴情報（ログ情報）を参照し、広告コンテンツ毎に機械学習することにより、ＬＰにおけるユーザのコンテキストのスコアを推定する。

なお、ユーザのコンテキストのスコアが高いにもかかわらず広告コンテンツがクリックされた場合、その広告コンテンツに対するユーザが示す興味の度合い、又はそのユーザに対するその広告コンテンツの重要性／効果は高いといえる。すなわち、広告コンテンツがクリックされた場合、コンテキストのスコアは、その広告コンテンツに対するユーザが示す興味の度合い、又はユーザに対するその広告コンテンツの重要性／効果の高さとなる。したがって、推定部１３３は、ユーザのコンテキストのスコアに基づいて、その広告コンテンツに対するユーザが示す興味の度合い、又はそのユーザに対するその広告コンテンツの重要性／効果の高さを推定する。

また、推定部１３３は、ユーザが広告コンテンツをクリックした際の時間的な状況を推定してもよい。例えば、推定部１３３は、ユーザが広告コンテンツをクリックした時間帯（早朝／朝／昼／夜／夕方／深夜／未明／夜明け／日中）や曜日（平日／金曜／土日祝日）といった要因に応じて、コンテキストのスコアを推定する。

また、推定部１３３は、ユーザが広告コンテンツをクリックした際の位置的な状況を推定してもよい。例えば、ユーザが広告コンテンツをクリックした場所／施設／地域といった要因に応じて、コンテキストのスコアを推定する。

また、推定部１３３は、ユーザの状況として、ユーザが旅行中であるか否かを推定してもよい。例えば、推定部１３３は、ユーザが広告コンテンツを自宅等の普段通りの環境でクリックしたのか、あるいは旅行中等の普段と異なる環境でクリックしたのかといった要因に応じて、コンテキストのスコアを推定する。ここで、推定部１３３は、ユーザの住所に関する属性情報と端末装置２０の位置情報から、あるいはユーザのスケジュール情報又はＳＮＳ（Social Networking Service）から、ユーザが旅行中であるか否かを推定する。また、推定部１３３は、旅行が日帰りか宿泊か、都市部か農村部か、国内か海外か、観光か商用か、あるいは帰省か否かに応じて、コンテキストのスコアを変更してもよい。なお、旅行中は、「外出中」と読み替えてもよい。

また、推定部１３３は、ユーザの状況として、ユーザが移動中であるか否かを推定してもよい。例えば、推定部１３３は、ユーザが移動していない状態（静止中／停止中）か、あるいは移動している状態（移動中）かといった要因に応じて、コンテキストのスコアを推定する。ここで、推定部１３３は、端末装置２０の位置情報と時間情報から、あるいはユーザのスケジュール情報又はＳＮＳから、ユーザが移動中であるか否かを推定する。また、推定部１３３は、ユーザが自動車（二輪車を含む）を運転しているか否か、鉄道／タクシー／バス等に乗車しているか否か、あるいは航空機に搭乗／船舶に乗船しているか否か応じて、コンテキストのスコアを変更してもよい。

（補正部１３４について）
補正部１３４は、推定部１３３によって推定されたユーザのコンテキストのスコアに基づいて広告コンテンツのクリック数を補正し、補正されたクリック数を用いてクリック率を算出する。具体的には、補正部１３４は、配信候補の広告コンテンツのクリック１件に対し、当該配信候補の広告コンテンツに対応するＬＰにおけるユーザのコンテキストのスコアに基づく補正量（重み値）を乗じることによりクリック数を補正する。ここでは、コンテキストのスコアに基づく補正量として、コンテキストのスコアの値をそのまま使用する。

なお、補正部１３４は、ユーザの状況と、ユーザがクリックした広告コンテンツとの関係性に応じた補正量で、クリック数を補正してもよい。例えば、補正部１３４は、ユーザのコンテキストのスコアと、広告コンテンツの内容（広告対象商品、デザイン等）との関係性に応じたコンテキストのスコアに基づく補正量を乗じることによりクリック数を補正する。

〔３．処理手順〕
次に、図５を用いて、実施形態に係る情報処理装置１００が実行する情報処理の手順について説明する。図５は、実施形態に係る情報処理装置１００による情報処理手順を示すフローチャートである。

まず、情報処理装置１００の受付部１３１は、広告コンテンツの取得要求を受け付けたか否かを判定する（ステップＳ１０１）。受付部１３１は、取得要求を受け付けていない場合には（ステップＳ１０１；Ｎｏ）、取得要求を受け付けるまで待機する。

一方、受付部１３１は、取得要求が受け付けられた場合には（ステップＳ１０１；Ｙｅｓ）、配信候補の広告コンテンツを特定する（ステップＳ１０２）。次に、配信部１３２は、特定した配信候補の広告コンテンツを配信する（ステップＳ１０３）。

次に、配信部１３２は、配信部１３２によって配信された広告コンテンツに端末装置２０がアクセスしてきたか否かを判定する（ステップＳ１０４）。

次に、推定部１３３は、配信部１３２によって配信された広告コンテンツに端末装置２０がアクセスしてきた場合には（ステップＳ１０４；Ｙｅｓ）、その広告コンテンツをクリックしたアクセス元のユーザ、すなわち広告コンテンツを配信する配信対象のユーザ（取得要求送信元のユーザ）のコンテキストのスコアを推定する（ステップＳ１０５）。

次に、補正部１３４は、ステップＳ１０５で推定されたコンテキストのスコアを用いて、クリック数を補正する（ステップＳ１０６）。そして、補正部１３４は、補正されたクリック数を用いてクリック率（ＣＴＲ）およびコンバージョン率（ＣＶＲ）を算出する（ステップＳ１０７）。

次に、補正部１３４は、広告コンテンツのｅＣＰＭを算出する（ステップＳ１０８）。具体的には、補正部１３４は、算出されたＣＶＲと広告コンテンツの目標ＣＰＡと乗じてＣＰＣを算出し、算出したＣＰＶと広告コンテンツのＣＴＲと乗じて、ｅＣＰＭを算出する。

〔４．変形例〕
上記実施形態に係る情報処理装置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、情報処理装置１００の他の実施形態について説明する。

上記実施形態において、情報処理装置１００は、ＬＰにおけるユーザのコンテキストのスコアをその都度推定しているが、実際には、機械学習の結果等に基づいて、予めユーザのコンテキストのリストを作成しておいてもよい。

また、上記実施形態では、補正部１３４が、ユーザのコンテキストのスコアの値をそのまま補正量として用いる例を示したが、これに限定されるものではない。例えば、補正部１３４は、ユーザのコンテキストのスコアに応じた所定の補正量を用いてもよい。一例を示すと、「コンテキストスコア範囲：～１」（補正量「１」）、「コンテキストスコア範囲：２～３」（補正量「１．１」）、「コンテキストスコア範囲：４～５」（補正量「１．２」）等のように、コンテキストスコア範囲毎に予め補正量が設定されていてもよい。かかる場合、補正部１３４は、推定部１３３により推定されたコンテキストのスコアを含むコンテキストスコア範囲に対応付けられた補正量を用いて、クリック数を補正する。

また、上記実施形態では、ＬＰにおけるユーザのコンテキストのスコアを１つの要素（項目）で表しているが、実際には、複数の要素で表してもよい。また、コンテキストのスコアに基づく補正量を、複数の要素の補正量の合計値、平均値、又は中央値のいずれかとしてもよい。例えば、あるユーザのコンテキストのスコアに基づく補正量について、「旅行中」（補正量「５」）、「平日」（補正量「３」）、「停止中」（補正量「１」）のように複数の要素で表した場合、コンテキストのスコアに基づく補正量を合計値「９」、平均値「３」又は中央値「３」のいずれかとしてもよい。

また、上記実施形態において、情報処理装置１００は、ユーザのコンテキストに基づく困難性に応じて補正量を変更してもよい。さらに、情報処理装置１００は、広告とユーザのマッチ度と、ユーザのコンテキストに基づく困難性との組合せに応じて補正量を変更してもよい。例えば、情報処理装置１００は、「ユーザに合った広告×移動していない状態」、「ユーザに合った広告×移動中×旅行中」、「ユーザに合ってない広告×移動していない状態」、「ユーザに合っていない広告×移動中×旅行中」という順に、補正量を大きくする。これに伴い、補正後のクリック数も大きくなる。ここで、広告対象の商品が「女性向け」でユーザが「男性」の場合や、広告対象の商品が「高齢者向け」でユーザが「若年層」の場合のように、そのユーザがターゲットではない広告は、ユーザに合ってない広告といえる。情報処理装置１００は、ユーザと広告がどの程度マッチしているか／かけ離れているか（乖離度）によっても補正量を変更してもよい。

また、上記実施形態において、情報処理装置１００は、ユーザのクリック１件に対してユーザのコンテキストのスコアに基づく補正量（重み値）を乗じることによりクリック数を補正しているが、実際には、クリック数と同様に「コンバージョン数」を補正してもよい。すなわち、情報処理装置１００は、ユーザのコンバージョン１件に対してユーザのコンテキストのスコアに基づく補正量（重み値）を乗じることによりコンバージョン数を補正してもよい。一般的に、コンバージョンもクリックにより実施されるため、クリックと同様にコンバージョンもユーザのコンテキストの影響を受けていることが予想される。

また、上記実施形態において、情報処理装置１００が行う機械学習は、例えばディープニューラルネットワークを利用したディープラーニング（深層学習）等でもよい。また、情報処理装置１００は、データマイニングやその他の機械学習アルゴリズムを利用してもよい。

〔５．ハードウェア構成〕
上述してきた実施形態に係る情報処理装置１００は、例えば図９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、情報処理装置１００を例に挙げて説明する。図９は、情報処理装置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、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、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、およびメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

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。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、および、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５０（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５０を介して他の機器へ送信する。

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、および、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。

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、又は半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る情報処理装置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５０を介してこれらのプログラムを取得してもよい。

〔６．効果〕
上述してきたように、本願に係る情報処理装置１００は、広告コンテンツをクリック（選択操作）したユーザの状況（コンテキスト）を推定する推定部１３３と、広告コンテンツ毎にユーザの状況に応じて異なる補正量で、クリック数（選択操作の回数）を補正する補正部１３４とを備える。なお。クリックはタップと読み替えてもよい。これにより、クリック等の行動履歴についてユーザのコンテキストを考慮して重み付けすることができる。

推定部１３３は、広告コンテンツをクリックしたユーザの過去の履歴情報からユーザの状況を推定する。これにより、過去ログからユーザのコンテキストを推定することができる。

推定部１３３は、ユーザが広告コンテンツをクリックした際の時間的な状況を推定する。これにより、ユーザが広告コンテンツをクリックした時間帯や曜日といった要因を考慮して重み付けすることができる。

推定部１３３は、ユーザが広告コンテンツをクリックした際の位置的な状況を推定する。これにより、ユーザが広告コンテンツをクリックした場所や地域といった要因を考慮して重み付けすることができる。

推定部１３３は、ユーザの状況として、ユーザが旅行中であるか否かを推定する。これにより、ユーザが広告コンテンツを自宅等の普段通りの環境でクリックしたのか、あるいは旅行中等の普段と異なる環境でクリックしたのかといった要因を考慮して重み付けすることができる。

推定部１３３は、ユーザの状況として、ユーザが移動中であるか否かを推定する。これにより、ユーザが移動していない状態（静止中／停止中）か、あるいは移動している状態（移動中）かといった要因を考慮して重み付けすることができる。また、ユーザが鉄道／タクシー／バス等に乗車しているか否かといった要因を考慮して重み付けすることができる。

補正部１３４は、ユーザの状況と、ユーザがクリックした広告コンテンツとの関係性に応じた補正量で、クリック数を補正する。これにより、ユーザのコンテキストと、広告コンテンツの内容（広告対象商品、デザイン等）との関係性に応じて重み付けすることができる。

補正部１３４は、補正されたクリック数に基づいてクリック率（選択操作率）を算出する。これにより、上記の重み付けしたクリック数に基づいてクリック率を算出することができる。

補正部１３４は、補正されたクリック数に基づいてコンバージョン率（所定の行動の実施率）を算出する。これにより、上記の重み付けしたクリック数に基づいてコンバージョン率を算出することができる。

〔７．その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。

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又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又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。

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、その全部又は一部を、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又は物理的に分散・統合して構成することができる。

例えば、上述した情報処理装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットホーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。

また、上述してきた実施形態および変形例は、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、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、受付部は、受付手段や受付回路に読み替えることができる。

１ 情報処理システム
１０ 広告主端末
２０ 端末装置
３０ 情報提供装置
１００ 情報処理装置
１２１ ユーザ情報記憶部
１２２ 広告コンテンツ記憶部
１３０ 制御部
１３１ 受付部
１３２ 配信部
１３３ 推定部
１３４ 補正部

Claims (11)

1. 広告コンテンツの選択操作に至るまでの利用者のコンテキストを推定する推定部と、
   広告コンテンツ毎に前記利用者のコンテキストに応じて異なる補正量で、前記利用者の選択操作に重み付けすることで、選択操作の回数を補正する補正部と
   を備えることを特徴とする情報処理装置。
2. 前記推定部は、広告コンテンツを選択操作した利用者の過去の履歴情報から前記利用者のコンテキストを推定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記推定部は、前記利用者が広告コンテンツを選択操作した際の時間的なコンテキストを推定する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記推定部は、前記利用者が広告コンテンツを選択操作した際の位置的なコンテキストを推定する
   ことを特徴とする請求項１～３のいずれか１つに記載の情報処理装置。
5. 前記推定部は、前記利用者のコンテキストとして、前記利用者が旅行中であるか否かを推定する
   ことを特徴とする請求項１～４のいずれか１つに記載の情報処理装置。
6. 前記推定部は、前記利用者のコンテキストとして、前記利用者が移動中であるか否かを推定する
   ことを特徴とする請求項１～５のいずれか１つに記載の情報処理装置。
7. 前記補正部は、前記利用者のコンテキストと、前記利用者が選択操作をした広告コンテンツとの関係性に応じた補正量で、前記利用者の選択操作に重み付けすることで、選択操作の回数を補正する
   ことを特徴とする請求項１～６のいずれか１つに記載の情報処理装置。
8. 前記補正部は、補正された選択操作の回数に基づいて選択操作率を算出する
   ことを特徴とする請求項１～７のいずれか１つに記載の情報処理装置。
9. 前記補正部は、補正された選択操作の回数に基づいて所定の行動の実施率を算出する
   ことを特徴とする請求項１～８のいずれか１つに記載の情報処理装置。
10. 情報提供装置が実行する情報提供方法であって、
    広告コンテンツの選択操作に至るまでの利用者のコンテキストを推定する推定工程と、
    広告コンテンツ毎に前記利用者のコンテキストに応じて異なる補正量で、前記利用者の選択操作に重み付けすることで、選択操作の回数を補正する補正工程と
    を含むことを特徴とする情報処理方法。
11. 広告コンテンツの選択操作に至るまでの利用者のコンテキストを推定する推定手順と、
    広告コンテンツ毎に前記利用者のコンテキストに応じて異なる補正量で、前記利用者の選択操作に重み付けすることで、選択操作の回数を補正する補正手順と
    をコンピュータに実行させるための情報処理プログラム。

Images