特許 5787924 クラスタ形成装置、クラスタ形成方法及びクラスタ形成プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】5787924

(24)【登録日】2015年8月7日

(45)【発行日】2015年9月30日

(54)【発明の名称】クラスタ形成装置、クラスタ形成方法及びクラスタ形成プログラム

(51)【国際特許分類】

   G06F 17/30 20060101AFI20150910BHJP

【ＦＩ】

   G06F17/30 210D

【請求項の数】3

【全頁数】20

(21)【出願番号】特願2013-54654(P2013-54654)

(22)【出願日】2013年3月18日

(65)【公開番号】特開2014-182421(P2014-182421A)

(43)【公開日】2014年9月29日

【審査請求日】2013年9月5日

(73)【特許権者】

【識別番号】500257300

【氏名又は名称】ヤフー株式会社

(74)【代理人】

【識別番号】100115129

【弁理士】

【氏名又は名称】清水 昇

(72)【発明者】

【氏名】コバシカワ カルロス

【審査官】 川▲崎▼ 博章

(56)【参考文献】

【文献】 特開２０１２−１７８１２８（ＪＰ，Ａ）

【文献】 特開２００３−３０３２０９（ＪＰ，Ａ）

【文献】 櫻庭 敦之、成田 龍太、全 員嬉、徳山 豪，ジャストインタイムウェブ広告におけるタクソノミ自動生成手法，ＦＩＴ２００９ 第８回情報科学技術フォーラム 講演論文集 第２分冊，日本，社団法人 情報処理学会，２００９年 ８月２０日，pp．１８５−１８６

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １７／３０

(57)【特許請求の範囲】

【請求項1】

ユーザに適したコンテンツを決定するにあたって、ユーザとコンテンツの関係を示す行列を生成するためにユーザとコンテンツのクラスタを形成するクラスタ形成装置であって、
ユーザ又はコンテンツである要素に対して、その属性に基づいた多次元空間におけるクラスタ間の距離に応じて、そのクラスタを並べる階層型クラスタリング手法によるクラスタリング処理を行い、該クラスタは隣合うクラスタ間において親子関係を有する階層的構成であり、上位のクラスタは下位のクラスタ内の要素を含むように第１のクラスタ群を形成する第１のクラスタリング手段と、
前記第１のクラスタリング手段によって形成された前記第１のクラスタ群内の要素のインプレッション数に基づいて、予め定められた条件に合致するクラスタに対して、該クラスタとしての形態を取り除くことによって第２のクラスタ群を形成する第２のクラスタリング手段
を具備し、
前記第２のクラスタリング手段は、予め定められた条件として、第１のクラスタ群のクラスタ内の要素のインプレッション数が閾値を超えている場合は、該クラスタを第２のクラスタ群のクラスタとして採用し、第１のクラスタ群のクラスタ内の要素のインプレッション数が該閾値を超えていない場合は、該クラスタを削除し、該削除対象のクラスタの要素を親クラスタ内に残すことによって第２のクラスタ群を形成する
ことを特徴とするクラスタ形成装置。

【請求項2】

ユーザに適したコンテンツを決定するにあたって、ユーザとコンテンツの関係を示す行列を生成するためにユーザとコンテンツのクラスタを形成するクラスタ形成装置が行うクラスタ形成方法であって、
第１のクラスタリング手段が、ユーザ又はコンテンツである要素に対して、その属性に基づいた多次元空間におけるクラスタ間の距離に応じて、そのクラスタを並べる階層型クラスタリング手法によるクラスタリング処理を行い、該クラスタは隣合うクラスタ間において親子関係を有する階層的構成であり、上位のクラスタは下位のクラスタ内の要素を含むように第１のクラスタ群を形成し、
第２のクラスタリング手段が、前記第１のクラスタリング手段によって形成された前記第１のクラスタ群内の要素のインプレッション数に基づいて、予め定められた条件に合致するクラスタに対して、該クラスタとしての形態を取り除くことによって第２のクラスタ群を形成し、
前記第２のクラスタリング手段は、予め定められた条件として、第１のクラスタ群のクラスタ内の要素のインプレッション数が閾値を超えている場合は、該クラスタを第２のクラスタ群のクラスタとして採用し、第１のクラスタ群のクラスタ内の要素のインプレッション数が該閾値を超えていない場合は、該クラスタを削除し、該削除対象のクラスタの要素を親クラスタ内に残すことによって第２のクラスタ群を形成する
ことを特徴とするクラスタ形成方法。

【請求項3】

ユーザに適したコンテンツを決定するにあたって、ユーザとコンテンツの関係を示す行列を生成するためにユーザとコンテンツのクラスタを形成するクラスタ形成プログラムであって、
コンピュータを、
ユーザ又はコンテンツである要素に対して、その属性に基づいた多次元空間におけるクラスタ間の距離に応じて、そのクラスタを並べる階層型クラスタリング手法によるクラスタリング処理を行い、該クラスタは隣合うクラスタ間において親子関係を有する階層的構成であり、上位のクラスタは下位のクラスタ内の要素を含むように第１のクラスタ群を形成する第１のクラスタリング手段と、
前記第１のクラスタリング手段によって形成された前記第１のクラスタ群内の要素のインプレッション数に基づいて、予め定められた条件に合致するクラスタに対して、該クラスタとしての形態を取り除くことによって第２のクラスタ群を形成する第２のクラスタリング手段
として機能させ、
前記第２のクラスタリング手段は、予め定められた条件として、第１のクラスタ群のクラスタ内の要素のインプレッション数が閾値を超えている場合は、該クラスタを第２のクラスタ群のクラスタとして採用し、第１のクラスタ群のクラスタ内の要素のインプレッション数が該閾値を超えていない場合は、該クラスタを削除し、該削除対象のクラスタの要素を親クラスタ内に残すことによって第２のクラスタ群を形成する
ことを特徴とするクラスタ形成プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、クラスタ形成装置、クラスタ形成方法及びクラスタ形成プログラムに関する。

【背景技術】

【0002】

オンラインショッピング等では、広告の対象に対するユーザのクリック等の行動履歴に基づいて、ユーザの興味関心を推測し、ターゲットを絞ってインターネット広告配信を行うターゲティング広告配信が行われている。具体的には、ユーザクラスタと広告クラスタを縦と横に並べた行列（マトリックス表）を用いて広告配信することが行われている（非特許文献１参照）。
クラスタリング処理に関連する技術として、例えば、非特許文献２、非特許文献３には、対象としている情報の密度に基づいたクラスタリング手法が開示されている。

【先行技術文献】

【非特許文献】

【0003】

【非特許文献1】“Ｌｅａｒｎｉｎｇ Ｒｅｌｅｖａｎｃｅ ｆｒｏｍ ａ Ｈｅｔｅｒｏｇｅｎｅｏｕｓ Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋ ａｎｄ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎ ｉｎ Ｏｎｌｉｎｅ Ｔａｒｇｅｔｉｎｇ”，Ｃｈｉ Ｗａｎｇ，Ｒａｊａｔ Ｒａｉｎａ，Ｄａｖｉｄ Ｆｏｎｇ，Ｄｉｎｇ Ｚｈｏｕ，Ｊｉａｗｅｉ Ｈａｎ，Ｇｒｅｇ Ｂａｄｒｏｓ，ＳＩＧＩＲ２０１１， Ｊｕｌ ２４−２８， ２０１１， Ｂｅｉｊｉｎｇ， Ｃｈｉｎａ．

【非特許文献2】“ＯＰＴＩＣＳ： Ｏｒｄｅｒｉｎｇ Ｐｏｉｎｔｓ Ｔｏ Ｉｄｅｎｔｉｆｙ ｔｈｅ Ｃｌｕｓｔｅｒｉｎｇ Ｓｔｒｕｃｔｕｒｅ”，Ｍｉｈａｅｌ Ａｎｋｅｒｓｔ， Ｍａｒｋｕｓ Ｍ． Ｂｒｅｕｎｉｇ， Ｈａｎｓ−Ｐｅｔｅｒ Ｋｒｉｅｇｅｌ， Ｊｏｒｇ Ｓａｎｄｅｒ，Ｐｒｏｃ． ＡＣＭ ＳＩＧＭＯＤ’９９ Ｉｎｔ． Ｃｏｎｆ． ｏｎ Ｍａｎａｇｅｍｅｎｔ ｏｆ Ｄａｔａ， Ｐｈｉｌａｄｅｌｐｈｉａ ＰＡ， １９９９．

【非特許文献3】“ＤｅＬｉＣｌｕ： Ｂｏｏｓｔｉｎｇ Ｒｏｂｕｓｔｎｅｓｓ， Ｃｏｍｐｌｅｔｅｎｅｓｓ， Ｕｓａｂｉｌｉｔｙ，ａｎｄ Ｅｆｆｉｃｉｅｎｃｙ ｏｆ Ｈｉｅｒａｒｃｈｉｃａｌ Ｃｌｕｓｔｅｒｉｎｇ ｂｙ ａ Ｃｌｏｓｅｓｔ Ｐａｉｒ Ｒａｎｋｉｎｇ”，Ｅｌｋｅ Ａｃｈｔｅｒｔ， Ｃｈｒｉｓｔｉａｎ Ｂｏｈｍ， ａｎｄ Ｐｅｅｒ Ｋｒｏｇｅｒ，Ｉｎ Ｐｒｏｃ． １０ｔｈ Ｐａｃｉｆｉｃ−Ａｓｉａｎ Ｃｏｎｆ． ｏｎ Ａｄｖａｎｃｅｓ ｉｎ Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ａｎｄ Ｄａｔａ Ｍｉｎｉｎｇ （ＰＡＫＤＤ’０６）， Ｓｉｎｇａｐｏｒｅ， ２００６

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、クラスタリング処理の結果であるクラスタが適したものでなければ、当然のことながらターゲティング広告配信にも悪影響が及ぶため、クラスタの精度を高める必要がある。ところが、従来から知られているクラスタリング手法は一般的な言語解析の手法をそのまま用いているだけであり、広告配信特有の事情を考慮してクラスタリングしているものはなかった。
本発明は、このような背景技術の状況の中でなされたもので、ターゲティング広告の配信精度を高めるために、行列内の各セルの実績ログから算出したＣＴＲの精度が高くなるように、ユーザとコンテンツのクラスタを形成するようにしたクラスタ形成装置、クラスタ形成方法及びクラスタ形成プログラムを提供することを目的としている。

【課題を解決するための手段】

【0005】

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
（１）ユーザに適したコンテンツを決定するにあたって、ユーザとコンテンツの関係を示す行列を生成するためにユーザとコンテンツのクラスタを形成するクラスタ形成装置であって、ユーザ又はコンテンツである要素に対して、その属性に基づいた多次元空間におけるクラスタ間の距離に応じて、そのクラスタを並べる階層型クラスタリング手法によるクラスタリング処理を行い、該クラスタは隣合うクラスタ間において親子関係を有する階層的構成であり、上位のクラスタは下位のクラスタ内の要素を含むように第１のクラスタ群を形成する第１のクラスタリング手段と、前記第１のクラスタリング手段によって形成された前記第１のクラスタ群内の要素のインプレッション数に基づいて、予め定められた条件に合致するクラスタに対して、該クラスタとしての形態を取り除くことによって第２のクラスタ群を形成する第２のクラスタリング手段を具備し、前記第２のクラスタリング手段は、予め定められた条件として、第１のクラスタ群のクラスタ内の要素のインプレッション数が閾値を超えている場合は、該クラスタを第２のクラスタ群のクラスタとして採用し、第１のクラスタ群のクラスタ内の要素のインプレッション数が該閾値を超えていない場合は、該クラスタを削除し、該削除対象のクラスタの要素を親クラスタ内に残すことによって第２のクラスタ群を形成することを特徴とするクラスタ形成装置である。

【0007】

（２）ユーザに適したコンテンツを決定するにあたって、ユーザとコンテンツの関係を示す行列を生成するためにユーザとコンテンツのクラスタを形成するクラスタ形成装置が行うクラスタ形成方法であって、第１のクラスタリング手段が、ユーザ又はコンテンツである要素に対して、その属性に基づいた多次元空間におけるクラスタ間の距離に応じて、そのクラスタを並べる階層型クラスタリング手法によるクラスタリング処理を行い、該クラスタは隣合うクラスタ間において親子関係を有する階層的構成であり、上位のクラスタは下位のクラスタ内の要素を含むように第１のクラスタ群を形成し、第２のクラスタリング手段が、前記第１のクラスタリング手段によって形成された前記第１のクラスタ群内の要素のインプレッション数に基づいて、予め定められた条件に合致するクラスタに対して、該クラスタとしての形態を取り除くことによって第２のクラスタ群を形成し、前記第２のクラスタリング手段は、予め定められた条件として、第１のクラスタ群のクラスタ内の要素のインプレッション数が閾値を超えている場合は、該クラスタを第２のクラスタ群のクラスタとして採用し、第１のクラスタ群のクラスタ内の要素のインプレッション数が該閾値を超えていない場合は、該クラスタを削除し、該削除対象のクラスタの要素を親クラスタ内に残すことによって第２のクラスタ群を形成することを特徴とするクラスタ形成方法である。

【0008】

（３）ユーザに適したコンテンツを決定するにあたって、ユーザとコンテンツの関係を示す行列を生成するためにユーザとコンテンツのクラスタを形成するクラスタ形成プログラムであって、コンピュータを、ユーザ又はコンテンツである要素に対して、その属性に基づいた多次元空間におけるクラスタ間の距離に応じて、そのクラスタを並べる階層型クラスタリング手法によるクラスタリング処理を行い、該クラスタは隣合うクラスタ間において親子関係を有する階層的構成であり、上位のクラスタは下位のクラスタ内の要素を含むように第１のクラスタ群を形成する第１のクラスタリング手段と、前記第１のクラスタリング手段によって形成された前記第１のクラスタ群内の要素のインプレッション数に基づいて、予め定められた条件に合致するクラスタに対して、該クラスタとしての形態を取り除くことによって第２のクラスタ群を形成する第２のクラスタリング手段として機能させ、前記第２のクラスタリング手段は、予め定められた条件として、第１のクラスタ群のクラスタ内の要素のインプレッション数が閾値を超えている場合は、該クラスタを第２のクラスタ群のクラスタとして採用し、第１のクラスタ群のクラスタ内の要素のインプレッション数が該閾値を超えていない場合は、該クラスタを削除し、該削除対象のクラスタの要素を親クラスタ内に残すことによって第２のクラスタ群を形成することを特徴とするクラスタ形成プログラムである。

【発明の効果】

【0009】

本発明にかかるクラスタ形成装置、クラスタ形成方法及びクラスタ形成プログラムによれば、ターゲティング広告の配信精度を高めるために、行列内の各セルの実績ログから算出したＣＴＲの精度が高くなるように、ユーザとコンテンツのクラスタを形成する。

【図面の簡単な説明】

【0010】

【図1】本実施の形態の構成例についての概念的なモジュール構成図である。

【図2】本実施の形態による処理例を示すフローチャートである。

【図3】本実施の形態による処理例を示す説明図である。

【図4】本実施の形態による処理例を示す説明図である。

【図5】本実施の形態による処理例を示す説明図である。

【図6】ＣＴＲ行列の例を示す説明図である。

【図7】本実施の形態の広告配信システムの全体構成例を示す図である。

【図8】Ｗｅｂサーバのハードウェア構成例を示す図である。

【図9】Ｗｅｂサーバのソフトウェア構成例を示す図である。

【図10】広告データベースに記憶される広告情報の構成例を示す図である。

【図11】ユーザデータベースに記憶されるユーザ情報の構成例を示す図である。

【図12】インプレッションログ記憶部に記憶されるインプレッションログの構成例を示す図である。

【図13】クリックログ記憶部に記憶されるクリックログの構成例を示す図である。

【図14】解析処理部による解析処理例を示すフローチャートである。

【図15】ＣＴＲ行列の作成処理の一例を示す図である。

【図16】Ｗｅｂサーバにより行われる処理例を示すフローチャートである。

【図17】広告の選択処理例を示すフローチャートである。

【発明を実施するための形態】

【0011】

以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。

【0012】

本実施の形態であるクラスタ形成装置は、ユーザに適したコンテンツを決定するにあたって、ユーザとコンテンツの関係を示す行列を生成するためにユーザとコンテンツのクラスタを形成するものであって、図１の例に示すように、クラスタリング処理部２３１は、第１クラスタ形成部２３１２、及び第２クラスタ形成部２３１４を有している。インターネットを利用したオンラインショッピング等で行われているターゲティング広告配信を行うために、行列（マトリックス表、以下ＣＴＲ行列を主に例示する）の縦軸、横軸となるユーザのクラスタとコンテンツのクラスタを生成するものである。実際のユーザ又はコンテンツは、そのクラスタのいずれか１つ又は複数に属することになる。また、ユーザだけを対象としたクラスタを形成してもよいし、コンテンツだけを対象としたクラスタを形成してもよい。

【0013】

第１クラスタ形成部２３１２は、ユーザ又はコンテンツを、その属性に基づいてクラスタリング処理を行い、クラスタ間に親子関係を有する階層的構成であり、上位のクラスタは下位のクラスタ内の要素を含むように第１のクラスタ群を形成する。また、第１クラスタ形成部２３１２は、ＯＰＴＩＣＳ−ＤｅｌｉＣｌｕによってクラスタリング処理を行いようにしてもよい。ＯＰＴＩＣＳ−ＤｅｌｉＣｌｕについては、非特許文献２、非特許文献３等に記載されている。概要としては、対象としているユーザ又はコンテンツの属性を軸とした多次元空間を生成し、ユーザ又はコンテンツをその多次元空間内にプロットし、プロットされた点の密度の濃い領域をクラスタとするものである。

【0014】

また、第１クラスタ形成部２３１２が行うクラスタリング処理は、多次元空間におけるクラスタ間の距離に応じて、そのクラスタを並べる階層型クラスタリング手法であれば、ＯＰＴＩＣＳ−ＤｅｌｉＣｌｕに限る必要はない。第１クラスタ形成部２３１２が行うクラスタリング処理では、図３を用いて後述するように、あるクラスタの隣には、そのクラスタに最も近いクラスタが位置することになる。
ＯＰＴＩＣＳ−ＤｅｌｉＣｌｕ以外の階層型クラスタリング手法として、例えば、ユーザに対しては、予め定められたルール（例えば、国籍、性別、年代等にクラスタを分けるルール）に基づいてクラスタを形成するようにしてもよい。そのルールによって階層構造クラスタになればよい。例えば、国籍のルールの場合は「不明→ヨーロッパ→北欧→フィンランド」という順序の親子関係を形成することによって階層構造クラスタになる。

【0015】

第１クラスタ形成部２３１２が形成する第１のクラスタ群は、階層構想であり、複数の階層（いわゆる木構造）がある。最高階層には一つのクラスタ（ルート）だけがある。全ての要素はその最高階層クラスタに帰属する。すなわち、全ての要素は少なくとも一つのクラスタ（最高階層クラスタ）に帰属する。
あるクラスタの要素はそのクラスタの親クラスタの要素にもなる。同じく、そのクラスタの親クラスタの親クラスタ（祖父の関係にあるクラスタ）の要素にもなる。つまり、ある要素は複数のクラスタに属することが可能である。また、同様に要素のインプレッションの数もそのクラスタの親クラスタのインプレッションとしても数えられることになる。 なお、後述するように、あるクラスタのインプレッションの数が閾値未満ならば、最終的なクラスタにならない。その場合、そのクラスタの親クラスタは、子クラスタが一つ減ることになる。すなわち、閾値未満の要素を持つクラスタは単にその形態として取り除かれたことになる。しかし、そのクラスタに含まれている全ての要素は、親クラスタの要素になる。したがって、クラスタの形態としては削除されるが、そのクラスタの要素はそのまま親クラスタ内にあることになる。つまり、クラスタが削除される以前と同じ状態である。そして、その要素のインプレッションは、親クラスタのインプレッションの対象となる。

【0016】

第２クラスタ形成部２３１４は、第１クラスタ形成部２３１２によって形成された各予め定められた条件に合致するクラスタに対して、クラスタ内の要素のインプレッション数に基づいて、そのクラスタとしての形態を取り除くことによって第２のクラスタ群を形成する。インプレッション数とは、Ｗｅｂサイトに掲載される広告の効果を計る指標の一つで、広告の露出（掲載）回数のことである。Ｗｅｂサイトにユーザが訪れ、広告が１回表示されることを１インプレッションという。
より具体的には、第２クラスタ形成部２３１４は、予め定められた条件として、第１のクラスタ内の要素のインプレッション数が閾値を超えている場合は、そのクラスタを第２のクラスタ群のクラスタとして採用し、第１のクラスタ群のクラスタ内の要素のインプレッション数がその閾値を超えていない場合は、そのクラスタとしての形態を取り除きその第２のクラスタ群を形成するようにしてもよい。閾値は、予め定められた値（例えば、１０万等）であり、高ければ高いほど後述のＣＴＲ行列のセルの値は信頼度（質）が高くなるという影響がある。一方、前記の閾値は高ければ高いほどクラスタの要素の類似度が低くなり、あまり似ていない要素を集合する事になるという影響がある。つまり、閾値はこの２つの影響のバランスをとるための数値である。第１のクラスタ群のクラスタ内の要素のインプレッション数が閾値を超えている場合とは、インプレッション数がクラスタを形成するに十分である場合である。第１のクラスタ内の要素のインプレッション数がその閾値を超えていない場合とは、クラスタを形成するのにインプレッション数が不足している状態であり、その第１のクラスタ群のクラスタは、最終的なクラスタとしては採用すべきではないこととなる。そこで、ＯＰＴＩＣＳ−ＤｅｌｉＣｌｕによってクラスタリング処理を行った場合の結果を第１のクラス群とする。「クラスタとしての形態を取り除く」（「クラスタを削除する」ともいう）とは、クラスタ内の要素までを削除するわけではなく、クラスタの形態は消去するが、そのクラスタ内の要素は親クラスタに含まれたままである。結果として、階層構造内の１つのクラスタは消去されたことになるが、そのクラスタ内にあった要素は、上位のクラスタ（親クラスタ）に含まれたままである。なお、階層的クラスタであるので、クラスタを削除する前から親のクラスタの要素として、子クラスタの要素は含まれている。したがって、第１のクラスタ群と第２のクラスタ群における全ての要素数は、クラスタを削除した場合であっても変化することはない。さらに、親クラスタ(Ａ)に属する下位のクラスタ（子クラスタ）を全て削除しても、その親クラスタ(Ａ)のインプレッション数が不足している場合は、その上の親クラスタ（Ｂ）に属するクラスタ（親クラスタ(Ａ)の兄弟関係にあるクラスタ）に対して、同様の処理を行う。これを第１のクラスタ群に属する全てのクラスタに対して処理する。
このようにクラスタを形成するので、そのクラスタを縦と横（例えば、コンテンツクラスタを縦、ユーザクラスタを横）としたＣＴＲ行列を生成し、各セルの実績ログから算出したＣＴＲ（Ｃｌｉｃｋ Ｔｈｒｏｕｇｈ Ｒａｔｅ（クリック・スルー・レート））の精度が高くなるため、ターゲティング広告の配信精度が高くなる。なお、ＣＴＲは、コンテンツ（広告）がクリックされた割合を示しているが、詳細については次に説明する。

【0017】

次にＣＴＲ行列の生成について説明する。
例えば、ＣＴＲ行列は図６の例に示すようになる。このＣＴＲ行列６００は、列（横軸）に各ユーザクラスタ（ユーザの階層構造クラスタ６２０内の各クラスタ）を並べ、行（縦軸）に各広告クラスタ（広告の階層構造クラスタ６１０内の各クラスタ）を並べたものである。なお、ＣＴＲ行列６００の（１，１）のセル（図６では左上のセル）内は、平均ＣＴＲ６５０を示している。
全てのインプレッション数（Ｉ）と全てのクリック数（Ｃ）を集計する。
ＣＴＲは単純な（クリック数／インップレション数）を用いるのではなく、スムージングＣＴＲを用いるものとする。つまり、スムージングＣＴＲは（ｃ＋ｋ×Ｃ）／（ｉ＋ｋ×Ｉ）によって算出する。そのために、各ユーザクラスタに対して各広告クラスタのクリック数（ｃ）とインプレッションの数（ｉ）を集計する。ｋはスムージングパラメータであり、０ではないが０に近い値であればよい。スムージングＣＴＲを用いることによって、ゼロで除算することを避けることができる。そして、あるクラスタのペアのインプレッション数が少ない場合に極端な値となることを防止することにもなる。例えば、全てのクリック数（Ｃ）を２．３万、全てのインプレッション数（Ｉ）を１０００万とした場合は、平均ＣＴＲ＝Ｃ／Ｉ＝２．３万／１０００万＝０．２３％である。ここであるクラスタのクリック数が０．４万、インプレッション数が５０万である場合は、平均ＣＴＲ＝０．８％となるが、スムージングＣＴＲは、（０．４万＋０．００１×２．３万）／（５０万＋０．００１×１０００万）＝４０２３／５１万＝０．７９％となる。ここで、０．００１は、スムージングパラメータｋである。

【0018】

次に広告の選択手順について説明する。
ａ．ユーザの操作によって新しいウェブページが表示される。その際、操作を行ったユーザ（ユーザの属性等）が入力となる。
ｂ．そのユーザが属するユーザクラスタを検索する。なお、そのユーザが属するクラスタは複数となる可能性がある。
ｃ．前述の通り作成したＣＴＲ行列を対象として、検索したユーザクラスタに対応する行において、その行（複数の行であってもよい）の中で最も高いＣＴＲのセルを抽出する。（広告選択の第１ステップ）。

【0019】

ｄ．最も高いＣＴＲのセルに対応する広告群が配信対象になる。各広告のスムージングＣＴＲを算出する。同様に、（ｃ＋ｋ＊Ｃ）÷（ｉ＋ｋ＊Ｉ）の式を用いる。なお、ここでｃは広告のクリック数、ｉは広告のインプレッション数、Ｃはその広告が含まれるセルのクリック数（前述のＣＴＲ行列生成時のスムージング処理された後の分子）、Ｉはその広告が含まれるセルのインプレッション数（前述のＣＴＲ行列生成時のスムージング処理された後の分母）、ｋはスムージングパラメータである。スムージングパラメータｋは、前述のＣＴＲ行列生成時に用いたスムージングパラメータｋとは異なる値である。例えば、そのセルのクリック数（Ｃ）が４０２３（前述のＣＴＲ行列生成時のスムージング処理された後の「４０２３／５１万」の分子）、そのセルのインプレッション数（Ｉ）が５１万（前述のＣＴＲ行列生成時のスムージング処理された後の「４０２３／５１万」の分母）、その広告のクリック数が８、その広告のインプレッション数が５００である場合（個別の広告であるので、クリック数等が小さい場合がある）、スムージングＣＴＲは、（８＋（１／５１０）×４０２３）／（５００＋（１／５１０）×５１万）＝１．０５％となる。ここで、（１／５１０）は、スムージングパラメータｋである。この値は、予め定められた値（１０００）を分子とし、スムージング処理された後のインプレッション数（４０２３／５１万の分母）を分母としたものにしてもよい。
セル内の広告毎に算出したスムージングＣＴＲの順位（昇順）に応じて、広告を選択し、配信する（広告選択の第２ステップ）。
ｅ．なお、セルの広告の数が予め定められた広告の数未満（つまり、広告数不足）であるならば、そのセルを除いて、次の最も高いスムージングＣＴＲのセルを検索する。

【0020】

図２は、本実施の形態による処理例を示すフローチャートである。
ステップＳ２００２では、第１クラスタ形成部２３１２が、ＯＰＴＩＣＳ−ＤｅｌｉＣｌｕを用いたクラスタリングを行う。図３を用いて説明する。図３（ａ）は、ユーザ又はコンテンツをプロットした多次元空間の例を示している。図３（ａ）内の１つ１つの点が、多次元空間内におけるユーザ又はコンテンツである。図３（ｂ）の例に示すように、７つのクラスタ（図ではＡ〜Ｇ）が生成される。

【0021】

クラスタの形成方法
本実施の形態の第１クラスタ形成部２３１２で用いるクラスタ手法は、非特許文献２に記載されているＯＰＴＩＣＳ階層型クラスタ手法であるが、以下に概要を説明する。
ＲｅａｃｈａｂｉｌｉｔｙＰｌｏｔの作成：
ａ．最初に任意の点を選び、その点のラベルを（Ｘ）変数に保存する。
ｂ．ＭｉｎＰｔｓというＯＰＴＩＣＳ手法のパラメターをＮとする。
ｃ．ＲｅａｃｈａｂｉｌｉｔｙＰｌｏｔに横軸の（ｘ）に（Ｘ）を記入して、縦軸（ｙ）に∞（無限な距離）を記入する。（Ｘ）点は「処理済」となる。
ｄ．（Ｘ）点に最も近いＮ点を検索し、その点の中で一番遠い点を抽出し、その点への距離を（ｙ０）として保存する。
ｅ．（Ｘ）点に一番近いが、処理済ではない点を検索する。その点への距離を（ｙ１）とする。その点のラベルを（Ｘ）変数に保存する（変数の値の更新）。
ｆ．ＲｅａｃｈａｂｉｌｉｔｙＰｌｏｔの横軸（ｘ）に（Ｘ）を記入し、縦軸（ｙ）に（ｙ０）と（ｙ１）の最大値を記入する。（Ｘ）点は「処理済」になる。
ｇ．処理済ではない点がなくなるまで、（ｄ．）ステップからの処理を繰り返す。
ｈ．この手順の出力はＲｅａｃｈａｂｉｌｉｔｙＰｌｏｔとなる。横軸は点のラベルの並びであり、縦軸はＲｅａｃｈａｂｉｌｉｔｙＤｉｓｔａｎｃｅという距離となる。例えば、図３（ｂ）と図４（ｂ）のようなグラフとなる。

【0022】

クラスタの階層構造の作成：
ａ．ＲｅａｃｈａｂｉｌｉｔｙＰｌｏｔの点はいくつの種類がある。説明を分かりやすくするために、以下のような用語を定義する。
（ａ−ｉ）「下がる」：点の（ｙ）の値にξパラメータを乗算し、その値が次の点の（ｙ）の値より高い場合である。ξの値は、例えば０．９９のような１未満で１に近い値である。
（ａ−ｉｉ）「上がる」：次の点の（ｙ）の値にξパラメータを乗算し、その値はこの点の（ｙ）の値より高い場合である。
（ａ−ｉｉｉ）「変更なし」：上がる点でなく、下がる点でもない点である。
（ａ−ｉｖ）「頂点」：条件が２つある。条件は、１）下がる点、２）前の点が下がる点ではないことである。
ｂ．ＲｅａｃｈａｂｉｌｉｔｙＰｌｏｔにおいて、クラスタの境界は左端と右端が両方「頂点」となるが、右端はクラスタの要素にはならない。左端と右端のペアの間にどちらの高さより高い頂点があれば、そのペアはクラスタにはならない。クラスタになる場合は、その頂点のペアより高くない頂点は子クラスタの境界になる。
ｃ．なお、「変更なし」の点も複数あることが可能である。隣接する「変更なし」点のインプレッションの数が閾値以上ならクラスタになる。なお、その場合はξパラメータの値を少し増加すれば「変更なし」点は、「上がる」点か「下がる」点になる。したがって、隣接する「変更なし」点のインプレッションの数が閾値未満になり、上記ｂを適用すればよい。

【0023】

ステップＳ２００４では、第２クラスタ形成部２３１４が、第１クラスタ内のインプレッション数の合計が閾値を超えているか否かを判断し、超えている場合はステップＳ２００６へ進み、それ以外の場合はステップＳ２００８へ進む。図４を用いて説明する。閾値を１０万とした場合である。クラスタＣ、Ｆ、Ｇは、それぞれ１１万、１１．３万、１０．４万であるので、閾値を超えている。クラスタＡ、Ｂ、Ｄ、Ｅは、それぞれ４万、６．５万、３．２万、６．９万であるので、閾値を超えていない。
ステップＳ２００６では、第２クラスタ形成部２３１４が、その第１クラスタを第２クラスタとして採用する。図４では、クラスタＣ、Ｆ、Ｇは、それぞれそのままクラスタ２、４、５として最終的なクラスタとする。

【0024】

ステップＳ２００８では、第２クラスタ形成部２３１４が、第１クラスタのインプレッション数の合計が閾値を超えるまで第１クラスタを削除して第２クラスタを形成する。
ステップＳ２０１０では、クラスタリング処理部２３１が、全ての第１クラスタに対しての処理が終了したか否かを判断し、終了した場合は処理を終了し、それ以外の場合はステップＳ２００４に戻る。

【0025】

ステップＳ２００８の処理について、より詳細に説明する。
インプレッション数によるクラスタの階層構造の変更：
ａ．前述のように各「頂点」のペアは、一つのクラスタ候補になる。しかし、第２クラスタ形成部２３１４の処理によって、そのクラスタの要素のインプレッション数が閾値未満ならば、最終的なクラスタにはならない（「クラスタを削除」という意味である）。
ｂ．一つの要素でも、インプレッション数が閾値以上となるならば、最終的なクラスタになる。すなわち、そのクラスタは要素が一つだけある。
ｃ．前述のとおり、隣接する「変更なし」点のインプレッション数が閾値以上ならば、クラスタになる。
ｄ．つまり、クラスタには上記の３つの種類がある。具体的には、（１）「頂点」のペア、（２）一つの要素のクラスタ、（３）隣接する「変更なし」、の３種類のクラスタがある。

【0026】

図５（ａ）の例に示す階層構造は、第１クラスタ形成部２３１２によって形成された第１のクラスタ群の例を示すものである。つまり、（ＡとＢの間の頂点の高さ）は（ＢとＣの間の頂点の高さ）より低いと判断したことによって、クラスタＡとクラスタＢの親としてクラスタ１を有し、クラスタ１とクタスタＣの親としてクラスタＸを有することになる。
図５（ｂ）の例に示す階層構造は、図５（ａ）の例に示す階層構造に対して、第２クラスタ形成部２３１４が処理を行った結果の第２のクラスタ群の階層構造を示すものである。閾値を１０万とした場合の処理結果である。つまり、インプレッション数が１０万未満であるクラスタＡ（４万）とクラスタＢ（６．５万）を削除し、その親のクラスタ１（１０．５万）はそのまま採用されている。また、インプレッション数が１０万未満であるクラスタＤ（３．２万）とクラスタＥ（６．９万）を削除し、その親のクラスタ３（１０．１万）はそのまま採用されている。他のクラスタ（クラスタＣ、Ｆ、Ｇ）、もちろんのことながら、その親のクラスタ（クラスタＸ、Ｙ、Ａｌｌ ｄａｔａ（ルート））は、そのまま第２のクラスタ群として採用されている。

【0027】

以下、クラスタリング処理部２３１を利用した広告配信システムについて説明する。本実施の形態において広告とは、Ｗｅｂページにおいてコンテンツの内容等に応じて表示される広告（リスティング広告と呼ばれる。）を想定する。

【0028】

広告配信システムでは、ユーザ及び広告に対してそれぞれクラスタリング処理を行い、ユーザに関するクラスタ（以下、ユーザクラスタという。）と広告に関するクラスタ（以下、広告クラスタという。）とを求め、ユーザクラスタと広告クラスタとの間でのクリック性向を示すＣＴＲ行列（例えば、図６に示すＣＴＲ行列６００）を作成する。ユーザは複数のユーザクラスタに属することができ、広告も複数の広告クラスタに属することができるものとする。

【0029】

ユーザクラスタの数をＮ、広告クラスタの数をＭとすると、ＣＴＲ行列はＮ×Ｍの行列になる。ＣＴＲ行列は、ユーザクラスタと広告クラスタの各ペアについて、当該ユーザクラスタに帰属するユーザに対して当該広告クラスタに帰属する広告が表示された回数（インプレッション数と呼ばれる。）と、当該ユーザクラスタに属するユーザが当該広告クラスタに属する広告をクリックしたクリック数とをログから取得して、クリック数とインプレッション数を用いたスムージングＣＴＲを求めるものとする。

【0030】

＜＜システム構成＞＞
図７は本実施の形態の広告配信システムの全体構成例を示す図である。本実施の形態の広告配信システムは、ユーザ端末１０と通信ネットワーク３０を介して通信可能に接続されるＷｅｂサーバ２０を含んで構成される。
通信ネットワーク３０は、例えば公衆電話回線網や専用通信回線網、携帯電話回線網、無線通信網、イーサネット（登録商標）などにより構築される、インターネットやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）である。
Ｗｅｂサーバ２０は、画像や動画、テキストなどの各種のコンテンツをＨＴＴＰ（HyperText Transfer Protocol）に従って提供する、例えばワークステーションやパーソナルコンピュータなどのコンピュータである。ユーザ端末１０は、Ｗｅｂサーバ２０が提供する各種のＷｅｂページを閲覧するブラウザを動作させる、例えばパーソナルコンピュータやタブレットコンピュータ、携帯電話端末、ＰＤＡ（Personal Digital Assistant）などのコンピュータである。

【0031】

＜＜Ｗｅｂサーバ２０のハードウェア構成＞＞
図８はＷｅｂサーバ２０のハードウェア構成例を示す図である。Ｗｅｂサーバ２０は、ＣＰＵ２０１、メモリ２０２、記憶装置２０３、通信インタフェース２０４、入力装置２０５、出力装置２０６を備える。記憶装置２０３は、各種のデータやプログラムを記憶する、例えばハードディスクドライブやソリッドステートドライブ、フラッシュ・メモリなどである。通信インタフェース２０４は、通信ネットワーク３０に接続するためのインタフェースであり、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）コネクタやＲＳ２３２Ｃコネクタなどである。入力装置２０５は、データを入力する、例えばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどである。出力装置２０６は、データを出力する、例えばディスプレイやプリンタ、スピーカなどである。

【0032】

＜＜Ｗｅｂサーバ２０のソフトウェア構成＞＞
図９はＷｅｂサーバ２０のソフトウェア構成例を示す図である。Ｗｅｂサーバ２０は、ＨＴＴＰ処理部２１１、Ｗｅｂページ作成部２１２、広告選択部２１３、ログ収集部２１４及び解析処理部２１５の機能部と、Ｗｅｂ情報データベース２５１、広告データベース２５２、ユーザデータベース２５３、インプレッションログ記憶部２５５及びクリックログ記憶部２５６の記憶部とを備えている。
なお、上記各機能部は、Ｗｅｂサーバ２０が備えるＣＰＵ２０１が記憶装置２０３に記憶されているプログラムを実行することにより実現され、上記各記憶部は、Ｗｅｂサーバ２０が備えるメモリ２０２及び記憶装置２０３が提供する記憶領域の一部として実現される。

【0033】

＜＜記憶部の説明＞＞
（１）Ｗｅｂ情報データベース２５１
Ｗｅｂ情報データベース２５１は、Ｗｅｂページを作成するための情報（以下、Ｗｅｂ情報という。）を記憶する。Ｗｅｂ情報は、例えば、ＨＴＭＬで記述されたファイルや、ＣＧＩ（Ｃｏｍｍｏｎ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ）などの仕組みにより実行されるプログラムを格納したプログラムファイル、画像ファイルなどである。Ｗｅｂ情報データベース２５１は、例えば、Ｗｅｂサーバ２０で動作するオペレーティングシステムが提供するファイルシステムのディレクトリやフォルダにより実現することができる。

【0034】

（２）広告データベース２５２
広告データベース２５２は、広告を表示するための情報（以下、広告情報という。）を記憶する。図１０は、広告データベース２５２に記憶される広告情報の構成例を示す図である。広告情報には、広告の識別情報である広告ＩＤに対応付けて、広告のカテゴリ、広告に関するＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）、広告のタイトル、入札額、及び実ＣＴＲ（前述の平均ＣＴＲ）が含まれる。広告情報のＵＲＬが示すＷｅｂページはランディングページとも呼ばれ、広告がクリックされるとランディングページにリダイレクトされることになる。

【0035】

入札額は、広告がクリックされた場合に広告主から支払われる最大の単価であり、広告主により決定される。
本実施の形態ではタイトルの文字列をＷｅｂページの広告として表示するものとする。広告には広告ＩＤを指定した所定のＵＲＬ（ホスト名にＷｅｂサーバ２０が指定されるものとする。以下、リダイレクトＵＲＬという。）へのリンクが設定される。Ｗｅｂページにおいて広告がクリックされると、広告ＩＤを含むリクエストがＷｅｂサーバ２０に送信され、後述するログ収集部２１４によりクリックされたことのログが収集され、ＨＴＴＰ処理部２１１により広告ＩＤに対応する広告情報のＵＲＬにリダイレクトされる（例えば、当該ＵＲＬをリダイレクト先として指定した応答が送信される。）。これにより、広告に応じたユーザの行動（クリック）を検知することができる。

【0036】

なお、広告として画像や動画などを表示し、あるいは音声を出力させるようにしてもよく、その場合には、例えば広告情報には、広告として表示する画像や動画のデータを示すＵＲＬを追加するようにすることができる。

【0037】

（３）ユーザデータベース２５３
ユーザデータベース２５３は、ユーザに関する情報（以下、ユーザ情報という。）を記憶する。図１１はユーザデータベース２５３に記憶されるユーザ情報の構成例を示す図である。ユーザ情報には、ユーザの識別情報であるユーザＩＤに対応付けて、ユーザの性別やユーザが現在する都道府県、ユーザの趣味などのユーザの属性とが含まれる。なお、性別、都道府県、趣味以外にも各種のユーザについての属性をユーザ情報に含めることができる。

【0038】

（４）インプレッションログ記憶部２５５
インプレッションログ記憶部２５５は、Ｗｅｂページに広告が表示されたこと（インプレッションと呼ばれる。）を示す情報（以下、インプレッションログという。）を記憶する。図１２は、インプレッションログ記憶部２５５に記憶されるインプレッションログの構成例を示す図である。インプレッションログには、Ｗｅｂページに広告が表示された日時（すなわち、ＷｅｂページがＷｅｂサーバ２０から送信された日時である。以下、配信日時という。）、Ｗｅｂページを示すＵＲＬ、表示された広告を示す広告ＩＤ、Ｗｅｂページを閲覧したユーザを示すユーザＩＤが含まれる。インプレッションログは１つの広告が表示されるにつき１つ登録される。すなわち、例えば１つのＷｅｂページに３つの広告が表示された場合には、３つのインプレッションログが登録されることになる。

【0039】

（５）クリックログ記憶部２５６
クリックログ記憶部２５６は、Ｗｅｂページに表示された広告がクリックされたことを示す情報（以下、クリックログという。）を記憶する。図１３は、クリックログ記憶部２５６に記憶されるクリックログの構成例を示す図である。クリックログには、クリックされた広告を示す広告ＩＤ、広告をクリックしたユーザを示すユーザＩＤ、広告が表示されたＷｅｂページを示すＵＲＬ、及び広告がクリックされた日時（クリック日時）が含まれる。

【0040】

＜＜機能部の説明＞＞
（１）ＨＴＴＰ処理部２１１
ＨＴＴＰ処理部２１１は、ＨＴＴＰの処理を行う。ＨＴＴＰ処理部２１１は、ユーザ端末１０から送信されるＨＴＴＰのリクエストを受信する。
リクエストにリダイレクトＵＲＬが指定されていた場合、ＨＴＴＰ処理部２１１は、ログ収集部２１４を呼び出してクリックログを登録させた上で、リクエストに含まれている広告ＩＤに対応する広告情報を広告データベース２５２から読み出し、読み出した広告情報に含まれているＵＲＬをリダイレクト先として指定した応答をユーザ端末１０に応答する。

【0041】

リクエストにリダイレクトＵＲＬ以外の、Ｗｅｂページを示すＵＲＬが指定された場合には、ＨＴＴＰ処理部２１１は、Ｗｅｂページ作成部２１２を呼び出してＷｅｂページを表示するための情報（以下、画面情報という。画面情報は例えばＨＴＭＬファイルである。）を作成させ、Ｗｅｂページ作成部２１２が作成した画像情報をユーザ端末１０に応答し、ログ収集部２１４を呼び出してインプレッションログを登録させる。

【0042】

（２）Ｗｅｂページ作成部２１２
Ｗｅｂページ作成部２１２は、Ｗｅｂページを表示するための画面情報を作成する。Ｗｅｂページ作成部２１２は、広告選択部２１３を呼び出してＷｅｂページに表示させる広告を選択させ、選択された広告がＷｅｂページに表示され、広告がクリックされた場合にはリダイレクトＵＲＬにアクセスするように、例えばリンクタグを設定した文字列を画面情報に挿入する。なお、Ｗｅｂページ作成部２１２が、広告以外の各種のコンテンツを作成する処理については、一般的なＷｅｂサーバによる処理を用いるものとして、ここでは説明を省略する。

【0043】

（３）広告選択部２１３
広告選択部２１３は、Ｗｅｂページに表示する広告を選択する。
広告選択部２１３は、配信候補抽出部２２１、広告決定部２２３を備えている。なお、配信候補抽出部２２１、広告決定部２２３も、ＣＰＵ２０１が記憶装置２０３に記憶されているプログラムをメモリ２０２に読み出して実行することにより実現される。

【0044】

（３−１）配信候補抽出部２２１
配信候補抽出部２２１は、広告の候補を決定する。配信候補抽出部２２１は、前述した広告選択の第１ステップの処理を行う。つまり、クラスタ処理された広告クラスタの中からユーザクラスタに対応する広告クラスタを選択する。
（３−２）広告決定部２２３
広告決定部２２３は、配信候補抽出部２２１が決定した候補の中から表示する広告を、前述した広告選択の第２ステップの処理によって決定する。つまり、広告クラスタ内から個別の広告を選択する。

【0045】

（４）ログ収集部２１４
ログ収集部２１４は、インプレッションログ及びクリックログを登録する。ログ収集部２１４は、ＨＴＴＰにリダイレクトＵＲＬが指定されていた場合には、リダイレクトＵＲＬに指定されている広告ＩＤに対応するカテゴリを広告データベース２５２から読み出し、当該広告ＩＤ、読み出したカテゴリ、及び現在の日時を設定したクリックログを作成してクリックログ記憶部２５６に登録する。ＨＴＴＰにリダイレクトＵＲＬ以外のＵＲＬが指定されていた場合には、ログ収集部２１４は、広告選択部２１３が選択した広告のそれぞれについて、現在日時、広告を示す広告ＩＤ、及び当該広告のカテゴリを含むインプレッションログを作成してインプレッションログ記憶部２５５に登録する。

【0046】

（５）解析処理部２１５
解析処理部２１５は、クラスタリング処理部２３１、及び行列生成部２３２を備える。なお、クラスタリング処理部２３１、及び行列生成部２３２も、ＣＰＵ２０１が記憶装置２０３に記憶されているプログラムをメモリ２０２に読み出して実行することにより実現される。

【0047】

（５−１）クラスタリング処理部２３１
クラスタリング処理部２３１はクラスタリング処理を行い、ユーザをユーザクラスタに分類し、広告を広告クラスタに分類する。図１〜５を用いて前述した通りの処理を行う。
（５−２）行列生成部２３２
行列生成部２３２は、ユーザが広告をクリックしたスムージングＣＴＲからＣＴＲ行列を生成する。行列生成部２３２は、ユーザクラスタと広告クラスタとの全ての組み合わせについて、当該ユーザクラスタに帰属するユーザが、当該広告クラスタに帰属する広告を閲覧したインプレッション数及び当該ユーザが当該広告をクリックしたクリック数を取得して、スムージングＣＴＲを算出する。

【0048】

＜＜解析処理＞＞
図１４は解析処理部２１５による解析処理の流れを示す図である。
クラスタリング処理部２３１は、例えばユーザ情報に含まれている属性、インプレッションログ及びクリックログなどに基づく行動履歴などを用いて、前述したようにユーザのクラスタリングを行い、ユーザクラスタを決定する（Ｓ３１１）。

【0049】

クラスタリング処理部２３１は、広告についても広告情報に含まれている項目の内容や、広告情報のＵＲＬが示すランディングページの内容を用いて、前述したように広告のクラスタリングを行い、広告クラスタを決定する（Ｓ３１２）。

【0050】

行列生成部２３２は、ユーザクラスタ及び広告クラスタについてのスムージングＣＴＲを要素とするＣＴＲ行列を作成する（Ｓ３１３）。図１５はＣＴＲ行列の作成処理の一例を示す図である。行列生成部２３２は、ユーザクラスタ及び各広告クラスタについて、以下の処理を行う。

【0051】

行列生成部２３２は、インプレッションログ記憶部２５５に登録されているインプレッションログのうち、ユーザＩＤが対象とするユーザＩＤに含まれており、かつ、広告ＩＤが対象とする広告ＩＤに含まれているものをカウントしてインプレッション数ｉ_ｕａとして算出する（Ｓ３３１）。行列生成部２３２は、クリックログ記憶部２５６に登録されているクリックログのうち、ユーザＩＤが対象とするユーザＩＤに含まれており、かつ、広告ＩＤが対象とする広告ＩＤに含まれているものをカウントしてクリック数ｃ_ｕａとして算出する（Ｓ３３２）。

【0052】

＜＜リクエスト処理＞＞
図１６は、Ｗｅｂサーバ２０により行われる処理の流れを示す図である。
ＨＴＴＰ処理部２１１は、ユーザ端末１０からＨＴＴＰのリクエストを受信する（Ｓ４０１）。なおリクエストには、ＵＲＬ、ユーザＩＤ及び現在日時が設定されているものとする。

【0053】

広告選択部２１３が選択した広告の広告情報を含む広告リストを作成する（Ｓ４０２）。なお、この広告情報の選択処理については、図１７を用いて後述する。

【0054】

Ｗｅｂページ作成部２１２は、リクエストに応じて各種のコンテンツを表示するためのＨＴＭＬファイルなどの画面情報を作成する（Ｓ４０３）。なお、ステップＳ４０３における画面情報の作成処理は、一般的なＷｅｂサーバによる処理を採用することができる。

【0055】

Ｗｅｂページ作成部２１２は、広告リストに含まれる各広告情報について、所定のＵＲＬの引数に広告情報に含まれる広告ＩＤを設定したリダイレクトＵＲＬを作成する（Ｓ４０４）。リダイレクトＵＲＬは、例えば「www.foobar.com/ad?id=xxxx」という形式とすることができる。Ｗｅｂページ作成部２１２は、広告リストに含まれる各広告情報について、広告情報に含まれるタイトルを内容として含むリダイレクトＵＲＬへのリンクタグ（例えば、「<a href="http://www.foobar.com/ad?id=xxxx">タイトル</a>」という形式とすることができる。）を画面情報に挿入する（Ｓ４０５）。

【0056】

ＨＴＴＰ処理部２１１は、作成された画面情報をリクエストへの応答としてユーザ端末１０に送信する（Ｓ４０６）。ログ収集部２１４は、広告リストに含まれる各広告情報について、広告情報に含まれる広告ＩＤと、リクエストに含まれていたＵＲＬ、ユーザＩＤ及び現在日時とを含むインプレッションログを作成してインプレッションログ記憶部２５５に登録する（Ｓ４０７）。

【0057】

ＨＴＴＰ処理部２１１は、リクエストにリダイレクトＵＲＬが指定されているか否かにより、広告がクリックされたか否かを判定する（Ｓ４０８）。
広告がクリックされたと判定した場合（Ｓ４０８：ＹＥＳ）、ログ収集部２１４は、リダイレクトＵＲＬに設定されている広告ＩＤに対応する広告情報を広告データベース２５２から読み出し、リクエストに設定されているユーザＩＤ及び現在日時ならびに広告ＩＤ、カテゴリを含むクリックログを作成してクリックログ記憶部２５６に登録する（Ｓ４０９）。ＨＴＴＰ処理部２１１は、広告情報のＵＲＬにリダイレクトするようにＨＴＴＰのレスポンスをユーザ端末１０に送信する（Ｓ４１０）。
一方、広告がクリックされていないと判断した場合には（Ｓ４０８：ＮＯ）、処理の流れは終了となる。

【0058】

＜＜広告の選択処理＞＞
図１７は、ステップＳ４０５における広告の選択処理の流れを示す図である。
配信候補抽出部２２１は、広告データベース２５２から前述した広告選択の第１ステップの処理を行う（Ｓ４２１）。つまり、広告クラスタを選択する。
次に、広告決定部２２３は、広告データベース２５２から前述した広告選択の第２ステップの処理を行う（Ｓ４２２）。つまり、広告クラスタ内から個別の広告を選択する。
広告決定部２２３は、ＣＴＲの大きい順にｎ個の広告情報を選択して広告リストとする（Ｓ４２３）。なお、広告決定部２２３は、ＣＴＲに広告情報の入札額を乗じた値の大きい順にｎ個の広告情報を選択するようにしてもよい。

【0059】

また、本実施の形態の広告配信システムでは、ユーザ及び広告をクラスタに分類した上で関係性（クリック率）を観測しＣＴＲ行列で管理しているので、大量のユーザや広告が存在する場合であっても、関係性の管理を容易に行うことが可能となり、観測値や関係性の管理にかかるリソースを低減することができる。

【0060】

また、本実施の形態の広告配信システムでは、配信する広告を決定する際に、期待クリック性向の大きい順に広告を選択しているので、ユーザのニーズに合わせた広告を配信することを可能とするとともに、広告のクリックによる広告収益を向上させることができる。

【0061】

＜＜他の適用例＞＞
本実施の形態では広告の配信を想定しているが、広告の配信に限らず、各種のコンテンツの提供を行うシステムに適用してもよい。また、コンテンツとユーザとの関係性もクリック率に限らず、ユーザがコンテンツを嗜好する度合いなど各種の関係性とすることができる。

【0062】

以上、本実施の形態について説明したが、上記実施の形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。

【0063】

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。

【符号の説明】

【0064】

２３１…クラスタリング処理部
２３１２…第１クラスタ形成部
２３１４…第２クラスタ形成部
２１１…ＨＴＴＰ処理部
２１２…Ｗｅｂページ作成部
２１３…広告選択部
２１４…ログ収集部
２１５…解析処理部
２２１…配信候補抽出部
２２３…広告決定部
２３１…クラスタリング処理部
２３２…行列生成部
２５１…Ｗｅｂ情報データベース
２５２…広告データベース
２５３…ユーザデータベース
２５５…インプレッションログ記憶部
２５６…クリックログ記憶部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】