特許 5856585 関連性指数補正装置及び関連性指数補正方法

(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】5856585

(24)【登録日】2015年12月18日

(45)【発行日】2016年2月10日

(54)【発明の名称】関連性指数補正装置及び関連性指数補正方法

(51)【国際特許分類】

   G06Q 30/02 20120101AFI20160128BHJP

【ＦＩ】

   G06Q30/02 100

   G06Q30/02 150

【請求項の数】7

【全頁数】15

(21)【出願番号】特願2013-127725(P2013-127725)

(22)【出願日】2013年6月18日

(65)【公開番号】特開2015-1956(P2015-1956A)

(43)【公開日】2015年1月5日

【審査請求日】2013年12月16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】100089118

【弁理士】

【氏名又は名称】酒井 宏明

(72)【発明者】

【氏名】堀田 徹

(72)【発明者】

【氏名】田中 祐介

(72)【発明者】

【氏名】田頭 幸浩

【審査官】 梅岡 信幸

(56)【参考文献】

【文献】 特開２００４−０９４３８４（ＪＰ，Ａ）

【文献】 特開２０１３−０５４７１４（ＪＰ，Ａ）

【文献】 特表２００９−５３７８９１（ＪＰ，Ａ）

【文献】 特開２０１２−１４１７８５（ＪＰ，Ａ）

【文献】 特開２００７−２８６８３２（ＪＰ，Ａ）

【文献】 米国特許出願公開第２００８／０１４７４７６（ＵＳ，Ａ１）

【文献】 米国特許出願公開第２００７／００２７７７２（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００−５０／３４

(57)【特許請求の範囲】

【請求項1】

Ｗｅｂページ上に掲載される特定の広告情報が選択された回数のうち、特定の属性情報と関連付けられるユーザーによって選択された回数の割合である見かけ関連性指数と、配信対象となる複数の広告情報が選択された回数のうち、前記特定の属性情報と関連付けられるユーザーによって選択された回数の割合である平均関連性指数とを生成する関連性指数生成手段と、
前記見かけ関連性指数と前記平均関連性指数とに基づいて、前記特定の広告情報と前記特定の属性情報との関連性の程度を示す特定関連性指数を算出する特定関連性指数算出手段と、
を有する関連性指数補正装置。

【請求項2】

前記特定関連性指数算出手段は、前記見かけ関連性指数から前記平均関連性指数を減じることにより、前記特定関連性指数を算出する請求項１に記載の関連性指数補正装置。

【請求項3】

前記特定関連性指数算出手段は、前記見かけ関連性指数（Ｅ）と前記平均関連性指数（Ｍ）とに基づいて、下記式（Ｉ）により前記特定関連性指数（Ｆ）を算出する請求項１に記載の関連性指数補正装置。
式（Ｉ）：Ｆ＝ｌｏｇ（Ｅ／Ｍ）

【請求項4】

１の前記広告情報について前記特定関連性指数が正の値を示す前記属性情報を抽出することにより前記１の広告情報の特徴属性を生成する特徴属性生成手段と、
前記特徴属性に基づいて前記１の広告情報が配信される前記Ｗｅｂページを選定する選定手段と、を更に有する請求項１〜３のいずれか１項に記載の関連性指数補正装置。

【請求項5】

前記関連性指数生成手段は、前記Ｗｅｂページの属性情報を前記特定の広告情報に関連する属性情報とする請求項１〜４のいずれか１項に記載の関連性指数補正装置。

【請求項6】

前記関連性指数生成手段は、前記Ｗｅｂページにユーザーが入力した情報に基づく属性情報を前記特定の広告情報に関連する属性情報とする請求項１〜５のいずれか１項に記載の関連性指数補正装置。

【請求項7】

Ｗｅｂページ上に掲載される特定の広告情報が選択された回数のうち、特定の属性情報と関連付けられるユーザーによって選択された回数の割合である見かけ関連性指数と、配信対象となる複数の広告情報が選択された回数のうち、前記特定の属性情報と関連付けられるユーザーによって選択された回数の割合である平均関連性指数とを生成する関連性指数生成ステップと、
前記見かけ関連性指数と前記平均関連性指数とに基づいて、前記特定の広告情報と前記特定の属性情報との関連性の程度を示す特定関連性指数を算出する特定関連性指数算出ステップと、
を含むことを特徴とする関連性指数補正方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、関連性指数補正装置及び関連性指数補正方法に関する。

【背景技術】

【0002】

端末の表示画面に表示されるＷｅｂページ上には、広告枠が設けられている。この広告枠内には、広告情報が掲載されている。ユーザー（閲覧者）によって広告情報が選択されると、広告主のＷｅｂページが表示される。広告情報を介して広告主のＷｅｂページへと効率よく誘導するために、特定の広告情報について過去に高頻度で選択された実績のあるＷｅｂページの属性情報やユーザー属性情報を抽出することが行われる。こうして抽出された属性情報は、当該特定の広告情報との関連性が高いものとして予め把握されている（例えば、特許文献１）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１１−２３８０２０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特定の広告情報がある特定の年齢層（例えば、２０代の年齢層）のユーザーによって高頻度で選択されているという実績が認められても、当該特定の年齢層のユーザーが他の広告情報についても一様に高頻度で選択している傾向が認められる場合がある。この場合、上記の特定の広告情報は、実際のところは当該特定の年齢層のユーザーに対して特に興味を引くものでなない。そのため、出願人は、特定の広告情報の高い選択頻度に関連している属性情報を当該特定の広告情報との関連性が高いものとして判断すると、当該属性情報が実際にはその特定の広告情報との高い関連性がないことがあるとの課題に対し、広告情報全体を含めた平均的な選択頻度の傾向を加味してより、ユーザーやＷｅｂページなどの属性情報と特定の広告情報との関連性を把握する新たな方策を提案するに至った。

【0005】

本発明は、上記の事項に鑑みてなされたもので、対象となる特定の広告情報のみの選択実績から関連性を把握するのに比べて、より適正に当該特定の広告情報とユーザーやＷｅｂページなどの属性情報との関連性を把握することのできる関連性指数補正装置及び関連性指数補正方法を提供することを例示的課題とする。

【課題を解決するための手段】

【0006】

上記課題を解決するために、本発明の例示的側面としての関連性指数補正装置は、Ｗｅｂページ上に掲載される特定の広告情報が選択された回数のうち、特定の属性情報と関連付けられるユーザーによって選択された回数の割合である見かけ関連性指数と、配信対象となる複数の広告情報が選択された回数のうち、前記特定の属性情報と関連付けられるユーザーによって選択された回数の割合である平均関連性指数とを生成する関連性指数生成手段と、見かけ関連性指数と平均関連性指数とに基づいて、特定の広告情報と属性情報との真の関連性の程度を示す特定関連性指数を算出する特定関連性指数算出手段と、を有する。

【0007】

本発明の他の例示的側面としての関連性指数補正方法は、Ｗｅｂページ上に掲載される特定の広告情報が選択された回数のうち、特定の属性情報と関連付けられるユーザーによって選択された回数の割合である見かけ関連性指数を生成するステップと、配信対象となる複数の広告情報が選択された回数のうち、前記特定の属性情報と関連付けられるユーザーによって選択された回数の割合である平均関連性指数を生成するステップと、見かけ関連性指数と平均関連性指数とに基づいて、特定の広告情報と属性情報との真の関連性の程度を示す特定関連性指数を算出するステップと、を有する。

【0008】

本発明の更なる目的又はその他の特徴は、以下添付図面を参照して説明される好ましい実施の形態によって明らかにされるであろう。

【発明の効果】

【0009】

本発明によれば、対象となる特定の広告情報のみの選択実績から関連性を把握するのに比べて、より適正に当該特定の広告情報とユーザーやＷｅｂページなどの属性情報との関連性を把握することができる。

【図面の簡単な説明】

【0010】

【図1】実施形態１に係る関連性調査システムの全体構成図である。

【図2】実施形態１に用いる関連性指数補正装置の内部構成の概略を示すブロック図である。

【図3】端末の表示画面に表示されたＷｅｂページの表示例である。

【図4】属性情報の取得並びに見かけ関連性指数及び平均関連性指数の生成の概略を示す説明図である。

【図5】第１データベースのデータ構造の概略を示す図である。

【図6】第２データベースのデータ構造の概略を示す図である。

【図7】第３データベースのデータ構造の概略を示す図である。

【図8】実施形態２に係る関連性調査システムの全体構成図である。

【図9】実施形態２に用いる関連性指数補正装置の内部構成の概略を示すブロック図である。

【図10】第４データベースのデータ構造の概略を示す図である。

【図11】第５データベースのデータ構造の概略を示す図である。

【実施するための形態】

【0011】

［実施形態１］
以下、実施形態１を、添付図面を用いて説明する。図１は、本発明の実施形態１に係る関連性調査システムＳの全体構成図である。関連性調査システムＳは、端末２、コンテンツサーバ４、関連性指数補正装置６、広告主サーバ８がインターネットＷを介して接続されて構成される。

【0012】

＜端末２＞
端末２は、ユーザーが所有、使用又は管理する端末であり、例えば、携帯電話、パーソナルコンピュータ、スマートフォン、タブレット端末等が適用可能である。端末２は、内部に演算処理装置及びメモリを有し、表示画面を備える。端末２は、キーボード等の入力手段を有することが好ましく、キーボードはソフトウェアキーボードであってもよい。端末２は、インターネットＷに直接又は間接に接続され、インターネットＷを介して、コンテンツサーバ４と通信可能である。

【0013】

端末２においては、例えば、インターネットブラウザ等のアプリケーションプログラムを用いることにより、インターネットＷを介してコンテンツサーバ４よりＷｅｂコンテンツ情報が送信される。

【0014】

＜コンテンツサーバ４＞
コンテンツサーバ４は、Ｗｅｂコンテンツ情報（以下、単にコンテンツ情報という。）をユーザーに提供するものである。コンテンツ情報としては、例えば、ニュース情報、ブログ情報、インターネットショップ情報等がある。コンテンツサーバ４は、有線又は無線により端末２と情報送受信可能とされ、端末２に向けてのコンテンツ情報を送信可能である。

【0015】

コンテンツ情報が端末２の表示画面に表示された際には、そのコンテンツ情報のページレイアウト内の一部に広告枠Ｈが配置される。広告枠Ｈに掲載される広告情報ＡＤ（配信情報）は、図示しない広告情報配信装置から配信される。

【0016】

＜広告主サーバ８＞
広告主サーバ８は、端末２からのリクエストに応じて、端末２に向けて商品等の詳細情報を提供する機能を有する。広告主サーバ８は、内部に広告主サイトを構築するサイトページを有しており、そのサイトページに商品等の詳細情報が掲載されている。

【0017】

端末２に表示された広告情報ＡＤがバナー広告等の広告であり、その広告に広告主サーバ８へのリンク情報が埋め込まれていると、端末２で広告をクリック（選択）した場合に、端末２から広告主サーバ８へとリクエスト信号が送信される。そのリクエスト信号に応じて、広告主サーバ８は商品等の詳細情報を掲載したサイトページの情報を端末２に向けて送信する。端末２の表示画面に、広告主サーバ８のサイトページが表示されて、端末２のユーザーに商品等の詳細情報が提供される。

【0018】

＜関連性指数補正装置６＞
図２は、関連性指数補正装置６の内部構成の概略を示すブロック図である。関連性指数補正装置６は、内部にコンピュータの主要部としてのＣＰＵ（演算処理装置）６ａとメモリ６ｂとを有している。メモリ６ｂ内部には、関連性指数補正プログラムＰ、第１データベースＤＢ１，第２データベースＤＢ２、第３データベースＤＢ３が格納されている。

【0019】

この関連性指数補正プログラムＰによって、ＣＰＵ６ａは、属性情報取得手段Ｐ１、関連性指数生成手段Ｐ２、特定関連性指数算出手段Ｐ３として機能する。以下、関連性指数補正プログラムＰによってＣＰＵ６ａが発揮する各機能について説明する。

【0020】

＜属性情報取得手段Ｐ１＞
属性情報取得手段Ｐ１は、Ｗｅｂページ５上に掲載される特定の広告情報ＡＤが選択されたことに基づき、当該特定の広告情報ＡＤに関連する属性情報Ｚを取得する機能を有する。

【0021】

図３は、端末２の表示画面にＷｅｂページ５が表示された表示例である。Ｗｅｂページ５には、商品の情報、ニュース情報、ブログ情報などとともに、広告枠Ｈ内に広告情報ＡＤが掲載されている。ユーザー（閲覧者）が広告情報ＡＤを選択すると、商品等の詳細情報を掲載したＷｅｂページ５が表示される。

【0022】

図４は、属性情報Ｚの取得並びに見かけ関連性指数Ｅ及び平均関連性指数Ｍの生成の概略を示す説明図である。ユーザーがＷｅｂページ５上に掲載されている広告情報ＡＤを選択することにより、種々の属性情報Ｚが取得される。属性情報Ｚは、例えば、特定の広告情報ＡＤ１を選択したユーザーの性別や趣味に関する情報、広告情報ＡＤ１の選択時に広告情報ＡＤ１を掲載していたＷｅｂページの記事の内容に関する情報、広告情報ＡＤ１を選択した時の時刻や曜日や季節に関する情報、広告情報ＡＤ１の選択時に端末２が所在していた場所に関する情報などと関連づけられて取得される。

【0023】

例えば、「ユーザーの趣味」という属性情報Ｚのカテゴリーでは、さらに、スポーツ、映画、読書などのサブカテゴリーに分類され、スポーツというサブカテゴリーの中で、サッカー、野球、テニス、水泳などのスポーツの各種目を属性情報Ｚとして定めるとよい。

【0024】

例えば、広告情報ＡＤ１を選択したユーザーがサッカーファンで野球ファンの男性の場合、広告情報ＡＤ１に関連する属性情報Ｚとして「男性」、「サッカー」、及び「野球」が取得されるように規則を定めるとよい。また、上記の規則と併用して、サッカー関連のＷｅｂページ５に広告情報ＡＤ１を掲載している時に、当該広告情報ＡＤ１を女性のユーザーが選択した場合、広告情報ＡＤ１に関連する属性情報Ｚとして「女性」及び「サッカー」が取得されるように規則を定めるとよい。

【0025】

特定の広告情報ＡＤに関連する属性情報Ｚは、属性情報取得手段Ｐ１によって取得されると、第１データベースＤＢ１に記憶される。

【0026】

図５は、第１データベースＤＢ１のデータ構造の概略を示す図である。第１データベースは、広告情報ＡＤごとに、属性情報Ｚと選択回数Ｃと非選択回数Ｊとが関連付けられて構築されている。例えば、属性情報Ｚ１が「男性」、属性情報Ｚ２が「女性」、属性情報Ｚ３が「サッカー」、属性情報Ｚ４が「野球」であるとする。上述の属性情報の取得に関する規則が適用されているとすると、サッカーファンで野球ファンの男性のユーザーが広告情報ＡＤ１を選択したという事実が１回あるとする。この場合には、広告情報ＡＤ１について、属性情報Ｚ１「男性」の選択回数Ｃ１１、属性情報Ｚ３「サッカー」の選択回数Ｃ１３、及び属性情報Ｚ４「野球」の選択回数Ｃ１４にそれぞれ「１」が加算される。さらに、この場合において、選択回数Ｃに「１」が加算されない属性情報Ｚ２、すなわち属性情報「女性」については非選択回数Ｊ１２に「１」が加算される。特定の広告情報ＡＤの特定の属性情報Ｚにおける選択回数Ｃと非選択回数Ｊとの合計は、当該特定の広告情報ＡＤに生じた選択の合計数ということができる。

【0027】

＜関連性指数生成手段Ｐ２＞
関連性指数生成手段Ｐ２は、特定の広告情報ＡＤに対する属性情報の見かけ上の関連性の程度を示す見かけ関連性指数Ｅと、複数の広告情報ＡＤの全体に対する属性情報Ｚの平均的な関連性の程度を示す平均関連性指数Ｍとを生成する機能を有する。

【0028】

見かけ関連性指数Ｅとは、特定の広告情報ＡＤにおいて特定の属性情報Ｚに関連した選択が生じた割合を意味する。例えば、広告情報ＡＤ１における属性情報Ｚ１についての見かけ関連性指数Ｅは、広告情報ＡＤ１における属性情報Ｚ１についての選択回数Ｃ１１と非選択回数Ｊ１１との合計に対する選択回数Ｃ１１の比［＝Ｃ１１／（Ｃ１１＋Ｊ１１）］として生成することができる。

【0029】

図４に示されているように、広告情報ＡＤ１の選択が１００回生じていた場合に、属性情報「サッカー」に関連した選択が４０回生じていたとする。この場合、広告情報ＡＤ１の属性情報「サッカー」における選択回数Ｃは「４０」と非選択回数Ｊは「６０」となる。そして、広告情報ＡＤ１における属性情報「サッカー」の見かけ関連性指数Ｅは０．４（＝４０／１００）となる。

【0030】

特定の広告情報ＡＤにおける特定の属性情報Ｚの見かけ関連性指数Ｅは、関連性指数生成手段Ｐ２によって生成されると、第２データベースＤＢ２に記憶される。

【0031】

図６は、第２データベースＤＢ２のデータ構造の概略を示す図である。第２データベースＤＢ２は、広告情報ＡＤごとに、属性情報Ｚと見かけ関連性指数Ｅとが相互に関連付けられて構築されている。例えば、広告情報ＡＤ１における属性情報Ｚ１の見かけ関連性指数ＥがＥ１１である。広告情報ＡＤ１における属性情報Ｚ２の見かけ関連性指数がＥ１２である。

【0032】

平均関連性指数Ｍとは、複数の広告情報ＡＤの全体において特定の属性情報Ｚに関連した選択が生じた割合を意味する。

【0033】

平均関連性指数Ｍの生成にあたっては、複数の広告情報ＡＤの全体の中に特定関連性指数Ｆを求めようとする特定の広告情報ＡＤが含まれていても、あるいは含まれていなくてもよい。例えば、特定関連性指数Ｆを求めようとする特定の広告情報ＡＤが広告情報ＡＤ１であるとする。この場合、平均関連性指数Ｍを生成するための複数の広告情報ＡＤの全体の中には、広告情報ＡＤ１が含まれていても含まれていなくてもよい。上記の広告情報ＡＤ１が含まれている場合には、広告情報ＡＤ１から広告情報ＡＤｎの全体から平均関連性指数Ｍを生成することになる。上記の広告情報ＡＤ１が含まれていない場合には、広告情報ＡＤ２から広告情報ＡＤｎの全体から平均関連性指数Ｍを生成することになる。

【0034】

以下では、平均関連性指数Ｍを生成するための複数の広告情報ＡＤの中に、特定関連性指数Ｆを求めようとする特定の広告情報ＡＤが含まれている場合を例示して説明する。

【0035】

図４に示されているように、広告情報ＡＤ１から広告情報ＡＤｎの全体において選択が１０万回生じていた場合に、この１０万回の選択のうちで属性情報「サッカー」に関連した選択が３万回生じていたとする。この場合、属性情報「サッカー」の平均関連性指数は０．３（＝３００００／１０００００）となる。

【0036】

また、平均関連性指数Ｍは、特定の属性情報Ｚについて広告情報ＡＤ１から広告情報ＡＤｎのそれぞれの見かけ関連性指数Ｅを合計して広告情報ＡＤの総数ｎで除算することにより得られる見かけ関連性指数Ｅの平均値ということもできる。例えば、属性情報Ｚ１の平均関連性指数Ｍ１は、広告情報ＡＤ１における属性情報Ｚ１の見かけ関連性指数Ｅ１１から広告情報ＡＤｎにおける属性情報Ｚ１の見かけ関連性指数Ｅｎ１までを合計し、広告情報の総数ｎで除算することにより得ることができる。

【0037】

特定の属性情報Ｚの平均関連性指数Ｍは、関連性指数生成手段Ｐ２によって生成されると、第３データベースＤＢ３に記憶される。

【0038】

第３データベースＤＢ３は、属性情報Ｚと平均関連性指数Ｍとが相互に関連付けられて構築されている。例えば、属性情報Ｚ１の平均関連性指数がＭ１である。属性情報Ｚ２の平均関連性指数がＭ２である。

【0039】

＜特定関連性指数算出手段Ｐ３＞
特定関連性指数算出手段Ｐ３は、見かけ関連性指数Ｅと平均関連性指数Ｍとに基づいて、特定の広告情報ＡＤに対する属性情報Ｚの真の関連性の程度を示す特定関連性指数Ｆを算出する機能を有する。

【0040】

特定関連性指数Ｆは、見かけ関連性指数Ｅから平均関連性指数Ｍを減じることにより算出されてもよい。

【0041】

ここでは、特定関連性指数Ｆが見かけ関連性指数Ｅから平均関連性指数Ｍを減じることにより算出される場合について述べる。例えば、図４に示されている広告情報ＡＤ１における属性情報「サッカー」の特定関連性指数Ｆは、属性情報「サッカー」の見かけ関連性指数Ｅである「０．４」を平均関連性数である「０．３」で除算して算出された「０．１」である。この特定関連性指数Ｆが「０．１」であること、すなわち正の値であることは、属性情報「サッカー」と広告情報ＡＤの全体との平均的な関連性と比べて、広告情報ＡＤ１と属性情報「サッカー」とは関連性の程度が高いことを意味する。図４に示されている広告情報ＡＤ１と属性情報「サッカー」との関係では、広告情報ＡＤ１は、サッカーファンのユーザーに対してアピール度が高いということができる。

【0042】

図４に示されている広告情報ＡＤ２における属性情報「サッカー」の特定関連性指数Ｆは、属性情報「サッカー」の見かけ関連性指数Ｅである「０．２」を平均関連性数である「０．３」で除算して算出された「−０．１」である。この特定関連性指数Ｆが「−０．１」であること、すなわち負の値であることは、属性情報「サッカー」と広告情報ＡＤの全体との平均的な関連性と比べて、広告情報ＡＤ２と属性情報「サッカー」とは、関連性の程度が低いことを意味する。図４に示されている広告情報ＡＤ２と属性情報「サッカー」との関係では、広告情報ＡＤ２は、サッカーファンのユーザーに対してアピール度が低い、むしろサッカーファンのユーザーに敬遠されているということができる。

【0043】

また、特定関連性指数Ｆは、見かけ関連性指数Ｅと平均関連性指数Ｍとに基づいて、下記式（Ｉ）により算出されてもよい。
式（Ｉ）：Ｆ＝ｌｏｇ（Ｅ／Ｍ）

【0044】

また、特定関連性指数Ｆは、ユーザー属性と広告クリックとの相互情報量に基づいて、複数の広告情報ＡＤの全体と比べて、特定の広告情報ＡＤが選択されそうな程度を計算する計算式を用いて算出してもよい。

【0045】

なお図示していないが、特定関連性指数Ｆは、関連性指数補正装置６のメモリ６ｂ内部でデータベースに記憶しておいてもよい（後述の図１０を参照）。

【0046】

［実施形態２］
以下、実施形態２について、添付図面を用いて説明する。実施形態２において、実施形態１と同様の構成については、同様の符号を付し、その説明を省略する。図８は、実施形態２に係る関連性調査システムＳ２の全体構成図である。関連性調査システムＳ２は、端末２、コンテンツサーバ４、関連性指数補正装置９、広告主サーバ８が、インターネットＷを介して情報送受信可能に接続されて構成されている。

【0047】

実施形態２においては、端末２、コンテンツサーバ４、広告主サーバ８の構成及び機能については、実施形態１で説明したものと略同様であるので、ここでは詳細な説明を省略する。

【0048】

＜関連性指数補正装置９＞
図９は、関連性指数補正装置９の内部構成の概略を示すブロック図である。関連性指数補正装置９は、内部にコンピュータの主要部としてのＣＰＵ（演算処理装置）２０ａとメモリ２０ｂとを有している。メモリ２０ｂ内部には、関連性指数補正プログラムＰ２０、第１データベースＤＢ１，第２データベースＤＢ２、第３データベースＤＢ３、第４データベース、第５データベースＤＢ５が格納されている。

【0049】

この関連性指数補正プログラムＰ２０によって、ＣＰＵ２０ａは、属性情報取得手段Ｐ１、関連性指数生成手段Ｐ２、特定関連性指数算出手段Ｐ３、特徴属性生成手段Ｐ４、選定手段Ｐ５として機能する。

【0050】

以下、関連性指数補正プログラムＰ２０によってＣＰＵ２０ａが発揮する各機能について説明する。なお、実施形態２においては、属性情報取得手段Ｐ１、関連性指数生成手段Ｐ２、特定関連性指数算出手段Ｐ３の構成及び機能については、実施形態１で説明したものと略同様であるので、ここでは詳細な説明を省略する。

【0051】

＜特徴属性生成手段Ｐ４＞
特徴属性生成手段Ｐ４は、１の広告情報ＡＤについて特定関連性指数Ｆが正の値を示す属性情報Ｚを抽出することにより当該１の広告情報ＡＤの特徴属性Ｇを生成する機能を有する。

【0052】

図１０は、第４データベースＤＢ４のデータ構造の概略を示す図である。第４データベースＤＢ４は、広告情報ＡＤごとに、属性情報Ｚと特定関連性指数Ｆとが相互に関連付けられて構築されている。例えば、広告情報ＡＤ１における属性情報Ｚ１の特定関連性指数がＦ１１である。広告情報ＡＤ１における属性情報Ｚ２の特定関連性指数がＦ１２である。

【0053】

特徴属性生成手段Ｐ４は、第４データベースＤＢ４よりデータを引き出し、広告情報ＡＤごとに、特定関連性指数Ｆが正の値を示す属性情報Ｚを抽出する。特定関連性指数Ｆが正の値を示すとして抽出された属性情報Ｚは、その広告情報ＡＤの特徴属性Ｇとして生成される。

【0054】

図１１は、第５データベースＤＢ５のデータ構造の概略を示す図である。第５データベースＤＢ５は、広告情報ＡＤごとに、属性情報Ｚと特徴属性Ｇとを相互に関連付けられて構築されている。例えば、広告情報ＡＤ１において、属性情報Ｚ１の特定関連性指数Ｆ１１が正の値であるとする。この場合、属性情報Ｚ１は、広告情報ＡＤ１の特徴属性Ｇとして生成される（第５データベースＤＢ５において特徴属性Ｇが「＋」として記憶される）。広告情報ＡＤ１において、属性情報Ｚ２の特定関連性指数Ｆ１２が負の値であるとする。この場合、属性情報Ｚ２は、広告情報ＡＤ１の特徴属性Ｇとして生成されない（第５データベースＤＢ５において特徴属性Ｇが「−」として記憶される）。

【0055】

図１１に示されている広告情報ＡＤ１では、属性情報Ｚ１、属性情報Ｚ３、及び属性情報Ｚ４が特徴属性Ｇとして生成される。例えば、属性情報Ｚ１が「男性」、属性情報Ｚ２が「女性」、属性情報Ｚ３が「サッカー」、属性情報Ｚ４が「野球」である場合には、広告情報ＡＤ１の特徴属性Ｇは、「男性」、「サッカー」、及び「野球」を含み且つ「女性」を含まないものとして生成される。図１１に示されている広告情報ＡＤ２では、属性情報Ｚ１〜属性情報Ｚ４のうちで属性情報Ｚ３のみが特徴属性Ｇとして生成される。例えば、属性情報Ｚ１が「男性」、属性情報Ｚ２が「女性」、属性情報Ｚ３が「サッカー」、属性情報Ｚ４が「野球」である場合には、広告情報ＡＤ２の特徴属性Ｇは「サッカー」を含み且つ「男性」、「女性」、及び「野球」を含まないものとして生成される。

【0056】

＜選定手段Ｐ５＞
選定手段Ｐ５は、特徴属性Ｇに基づいて１の広告情報ＡＤが配信されるＷｅｂページ５を選定する機能を有する。

【0057】

選定手段Ｐ５によるＷｅｂページ５の選定は、特定の広告情報ＡＤの特徴属性Ｇと特定のＷｅｂページ５の属性情報Ｚとの同一性、類似性、又は関連性に基づいて、行うとよい。

【0058】

選定手段Ｐ５によるＷｅｂページ５の選定は、特定の広告情報ＡＤの特徴属性ＧとＷｅｂページ５を表示している端末２のユーザーの属性情報Ｚとの同一性、類似性、関連性に基づいて、行うとよい。

【0059】

例えば、「車」という属性情報Ｚ（特徴属性Ｇ）は、車と同様の移動手段である「自転車」と類似性が高く、車の１部品である「タイヤ」と関連性が高い。「車」という属性情報Ｚ（特徴属性Ｇ）は、移動手段でもなく、車の部品には通常属していない「電話」や「ハイヒール」とは類似性や関連性が低い。例えば、選定手段Ｐ５は、ある広告情報ＡＤの特徴属性Ｇが「車」の場合、Ｗｅｂページ５の属性情報Ｚが「自転車」又は「タイヤ」であると、当該Ｗｅｂページ５を配信先として選定するように機能するとよい。このとき、選定手段Ｐ５は、Ｗｅｂページ５の属性情報が「電話」や「ハイヒール」であり、「自転車」や「タイヤ」などの類似性や関連性の高い属性情報を含んでいないと、当該Ｗｅｂページ５を配信先の候補から外すように機能してもよい。

【0060】

なお、属性情報取得手段Ｐ１は、ユーザーの属性情報Ｚを特定の広告情報ＡＤに関連する属性情報として取得する機能を有してもよい。

【0061】

ユーザーの属性情報Ｚは、例えば、ユーザーの性別や趣味に関する情報、あるいは高頻度で又は長時間にわたり閲覧しているＷｅｂページに表示されていた記事の情報、ユーザーの居住地の情報などに基づいて取得される。

【0062】

属性情報取得手段Ｐ１は、Ｗｅｂページ５の属性情報Ｚを特定の広告情報ＡＤに関連する属性情報Ｚとして取得する機能を有してもよい。

【0063】

Ｗｅｂページ５の属性情報Ｚは、例えば。Ｗｅｂページに掲載されている記事の情報、Ｗｅｂページの管理者の情報、Ｗｅｂページを高頻度で又は長時間にわたり閲覧しているユーザー（閲覧者）の情報などに基づいて取得される。

【0064】

属性情報取得手段Ｐ１は、Ｗｅｂページ５にユーザーが入力した情報に基づく属性情報Ｚを特定の広告情報ＡＤに関連する属性情報Ｚとして取得する機能を有していてもよい。

【0065】

ユーザーが入力した情報に基づく属性情報とは、例えば、ユーザーが検索エンジンに入力した検索キーワードに関する情報などに基づいて取得される。

【0066】

本発明は、以下の趣旨をも含む。

【0067】

特定関連性指数算出手段は、見かけ関連性指数から平均関連性指数を減じることにより、特定関連性指数を算出してもよい。

【0068】

特定関連性指数算出手段は、見かけ関連性指数（Ｅ）と平均関連性指数（Ｍ）とに基づいて、下記式（Ｉ）により特定関連性指数（Ｆ）を算出してもよい。
式（Ｉ）：Ｆ＝ｌｏｇ（Ｅ／Ｍ）

【0069】

１の広告情報について特定関連性指数が正の値を示す属性情報を抽出することにより１の広告情報の特徴属性を生成する特徴属性生成手段と、特徴属性に基づいて１の広告情報が配信されるＷｅｂページを選定する選定手段と、を更に有していてもよい。

【0070】

属性情報取得手段は、ユーザーの属性情報を特定の広告情報に関連する属性情報として取得してもよい。

【0071】

属性情報取得手段は、Ｗｅｂページの属性情報を特定の広告情報に関連する属性情報として取得してもよい。

【0072】

属性情報取得手段は、Ｗｅｂページにユーザーが入力した情報に基づく属性情報を特定の広告情報に関連する属性情報として取得してもよい。

【産業上の利用可能性】

【0073】

本発明は、適正に特定の広告情報についての関連性を把握することのできる関連性指数補正装置及び関連性指数補正方法として利用できる。

【符号の説明】

【0074】

広告情報：ＡＤ，ＡＤ１〜ＡＤｎ
選択回数：Ｃ，Ｃ１１〜Ｃ１４，Ｃ２１〜Ｃ２４，Ｃｎ１〜Ｃｎ４
第１データベース：ＤＢ１
第２データベース：ＤＢ２
第３データベース：ＤＢ３
第４データベース：ＤＢ４
第５データベース：ＤＢ５
見かけ関連性指数：Ｅ，Ｅ１１〜Ｅ１４，Ｅ２１〜Ｅ２４，Ｅｎ１〜Ｅｎ４
特定関連性指数：Ｆ，Ｆ１１〜Ｆ１４，Ｆ２１〜Ｆ２４，Ｆｎ１〜Ｆｎ４
特徴属性：Ｇ
広告枠：Ｈ
非選択回数：Ｊ，Ｊ１１〜Ｊ１４，Ｊ２１〜Ｊ２４，Ｊ３１〜Ｊ３４
平均関連性指数：Ｍ，Ｍ１〜Ｍ３
関連性指数補正プログラム：Ｐ
属性情報取得手段：Ｐ１
関連性指数生成手段：Ｐ２
特定関連性指数算出手段：Ｐ３
特徴属性生成手段：Ｐ４
選定手段：Ｐ５
関連性指数補正プログラム：Ｐ２０
関連性調査システム：Ｓ，Ｓ２
インターネット：Ｗ
属性情報：Ｚ，Ｚ１〜Ｚ４
端末：２
コンテンツサーバ：４
Ｗｅｂページ：５
関連性指数補正装置（コンピュータ）：６，９
ＣＰＵ（コンピュータの主要部）：６ａ，２０ａ
メモリ：６ｂ，２０ｂ
広告主サーバ：８

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】