特許 6042018 情報生成装置、方法およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】6042018

(24)【登録日】2016年11月18日

(45)【発行日】2016年12月14日

(54)【発明の名称】情報生成装置、方法およびプログラム

(51)【国際特許分類】

   G06Q 30/02 20120101AFI20161206BHJP

   G06Q 50/00 20120101ALI20161206BHJP

【ＦＩ】

   G06Q30/02 300

   G06Q50/00 300

【請求項の数】19

【全頁数】20

(21)【出願番号】特願2016-128349(P2016-128349)

(22)【出願日】2016年6月29日

【審査請求日】2016年6月29日

【早期審査対象出願】

(73)【特許権者】

【識別番号】510073567

【氏名又は名称】ランサーズ株式会社

(74)【代理人】

【識別番号】100167667

【弁理士】

【氏名又は名称】安高 史朗

(74)【代理人】

【識別番号】100174436

【弁理士】

【氏名又は名称】熊谷 大介

(72)【発明者】

【氏名】陳野 友美

(72)【発明者】

【氏名】松下 達也

【審査官】 山下 剛史

(56)【参考文献】

【文献】 特開２００７−２４１３５１（ＪＰ，Ａ）

【文献】 特開２００１−２８２９８２（ＪＰ，Ａ）

【文献】 特開２０１３−９２９３４（ＪＰ，Ａ）

【文献】 特開２００３−３０３２０９（ＪＰ，Ａ）

【文献】 特開２００３−３４５９４０（ＪＰ，Ａ）

【文献】 特開２００３−２７１７７８（ＪＰ，Ａ）

【文献】 特開２０１４−２４１０４８（ＪＰ，Ａ）

【文献】 特開２０１５−９７０１６（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００−９９／００

Ｇ０６Ｆ １７／３０

(57)【特許請求の範囲】

【請求項1】

メディアに対するアクセス状況を解析するアクセス解析部と、
前記アクセス解析部の解析結果から得られたアクセスログに基づいて、行動属性情報を生成する行動属性情報生成部と、
前記行動属性情報に基づいて、反復的にアクセスする訪問者の分布を示す情報であるメディアロイヤリティ情報を生成するメディアロイヤリティ情報生成部と、
前記メディアに掲載されている記事の内容を解析する記事解析部と、
前記記事解析部の解析結果から得られた記事の特性に基づいて、興味嗜好性情報を生成する興味嗜好性情報生成部と、
前記メディアロイヤリティ情報と前記興味嗜好性情報をオーディエンス情報として提供する情報提供部を備える情報提供装置。

【請求項2】

前記メディアロイヤリティ情報生成部は、前記行動属性情報から、記事に対して所定の期間内にアクセスしている日数を示すアクセス日数情報と、前記所定の期間内に閲覧しているページ数を示す閲覧ページ数情報とを抽出し、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて、前記メディアロイヤリティ情報を生成する請求項１に記載の情報提供装置。

【請求項3】

前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分けた情報を前記メディアロイヤリティ情報として生成する請求項２に記載の情報提供装置。

【請求項4】

前記メディアロイヤリティ情報生成部により生成されたメディアロイヤリティ情報と、前記興味嗜好性情報生成部により生成された興味嗜好性情報と、メディアが想定している想定ペルソナとに基づいて、実際にメディアにアクセスしているユーザごとのペルソナ情報を推定するペルソナ情報推定部を備える請求項３記載の情報提供装置。

【請求項5】

前記メディアロイヤリティ情報生成部は、実際にメディアにアクセスしているユーザであって、メディアを選好し、反復的にアクセスしているユーザについて推定された前記ペルソナ情報を前記メディアロイヤリティ情報の一つとして生成する請求項４記載の情報提供装置。

【請求項6】

前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分けたときの分布図を前記メディアロイヤリティ情報の一つとして生成する請求項３に記載の情報提供装置。

【請求項7】

前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分け、セグメント間の移動実績を前記メディアロイヤリティ情報の一つとして生成する請求項３に記載の情報提供装置。

【請求項8】

前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分け、セグメントごとに閲覧者が利用しているデバイスの使用比率を前記メディアロイヤリティ情報の一つとして生成する請求項３に記載の情報提供装置。

【請求項9】

前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分け、セグメントごとに記事の閲覧率を算出し、算出した記事の閲覧率を前記メディアロイヤリティ情報の一つとして生成する請求項３に記載の情報提供装置。

【請求項10】

前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分け、セグメントごとに増加率を算出し、算出したセグメントごとの増加率を前記メディアロイヤリティ情報の一つとして生成する請求項３に記載の情報提供装置。

【請求項11】

前記メディアロイヤリティ情報生成部は、前記行動属性情報に加えて、メディアの読了率または滞在時間を組み合わせてメディアロイヤリティ情報を生成する請求項２記載の情報提供装置。

【請求項12】

前記メディアロイヤリティ情報生成部は、前記行動属性情報から、記事が掲載されているメディアに対してアクセスした日からの経過日数を示す経過日数情報を抽出し、前記経過日数情報に基づいて、日次の離脱率を求め、当該日次の離脱率を前記メディアロイヤリティ情報の一つとして生成する請求項３に記載の情報提供装置。

【請求項13】

前記アクセス解析部は、前記メディアにアクセスしているユーザ端末装置から固有の識別情報を抽出することにより識別し、当該固有の識別情報ごとに前記メディアに対するアクセスログを抽出する請求項１から１２のいずれか一項に記載の情報提供装置。

【請求項14】

ネットワークを介して、所定情報が埋め込まれている記事が掲載されているメディアから当該記事を受信する受信部を備え、
前記アクセス解析部は、前記受信部により受信された記事に対するアクセス状況を解析する請求項１から１３の何れか一項に記載の情報提供装置。

【請求項15】

前記所定情報は、記事に埋め込むことにより、パフォーマンスデータ、行動履歴データ、第三者が提供するソーシャルブックマーキングでのＳＮＳのシェア数またはフォロー数を取得するための情報であり、
前記パフォーマンスデータとは、記事の読了率の情報、記事の閲覧時間の情報、ＳＮＳのシェア数の情報、ＳＮＳのフォロー数の情報のうち、一または複数の情報により構成されている請求項１４記載の情報提供装置。

【請求項16】

前記情報提供部は、前記興味嗜好性情報に基づいて、記事の特性ごとに前記メディアロイヤリティ情報を調整し、調整後のメディアロイヤリティ情報を提供する請求項１から１５のいずれか一項に記載の情報提供装置。

【請求項17】

前記行動属性情報は、記事が掲載されているメディアにアクセスしている時間帯、アクセスに使用しているデバイス、アクセスが平日または休日であるのかを示す情報の全部または一部である請求項１から１６のいずれか一項に記載の情報提供装置。

【請求項18】

メディアに対するアクセス状況を解析するアクセス解析工程と、
前記アクセス解析工程の解析結果から得られたアクセスログに基づいて、行動属性情報を生成する行動属性情報生成工程と、
前記行動属性情報に基づいて、反復的にアクセスする訪問者の分布を示す情報であるメディアロイヤリティ情報を生成するメディアロイヤリティ情報生成工程と、
前記メディアに掲載されている記事の内容を解析する記事解析工程と、
前記記事解析工程の解析結果から得られた記事の特性に基づいて、興味嗜好性情報を生成する興味嗜好性情報生成工程と、
前記メディアロイヤリティ情報と前記興味嗜好性情報をオーディエンス情報として提供する情報提供工程を備える情報提供方法。

【請求項19】

メディアに対するアクセス状況を解析するアクセス解析工程と、
前記アクセス解析工程の解析結果から得られたアクセスログに基づいて、行動属性情報を生成する行動属性情報生成工程と、
前記行動属性情報に基づいて、反復的にアクセスする訪問者の分布を示す情報であるメディアロイヤリティ情報を生成するメディアロイヤリティ情報生成工程と、
前記メディアに掲載されている記事の内容を解析する記事解析工程と、
前記記事解析工程の解析結果から得られた記事の特性に基づいて、興味嗜好性情報を生成する興味嗜好性情報生成工程と、
前記メディアロイヤリティ情報と前記興味嗜好性情報をオーディエンス情報として提供する情報提供工程と、をコンピュータによって実現するための情報提供プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、メディアの解析結果に基づいて情報を生成する情報生成装置、方法およびプログラムに関する。

【背景技術】

【0002】

Ｗｅｂサイトの最適化を図るために、Ｗｅｂサイトのアクセス解析が行われている。アクセス解析とは、Ｗｅｂサイトに含まれる各Ｗｅｂページの閲覧者数、各Ｗｅｂページの閲覧者による特定のアクションの有無等のデータに基づき、Ｗｅｂサイトの構成やＷｅｂページの内容、広告内容等の改善を行う手法をいう。

【0003】

例えば、特許文献１によれば、クライアント端末とｗｅｂサーバとの間の送受信データを監視し、監視結果に基づいて、少なくともクライアント端末の情報、アクセス状況、要求先情報を含む送受信状態情報を記憶手段に記録し、解析要求元のクライアント端末から解析要求が発行されると、記憶手段に格納されている情報を取得し、ｗｅｂサーバへのクライアント端末のアクセス解析を行い、アクセス解析結果をｗｅｂサーバを介して解析要求元のクライアント端末へ出力するアクセス解析方法が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０００−３１１１２４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところで、一般的なアクセス解析によって得られるページビューなどの情報のみでは、メディアの最適化に不十分といえる。

【0006】

本発明では、Ｗｅｂサイトなどのメディアに掲載されているコンテンツに対するアクセス解析による情報に基づいて、メディアの読まれ方および特性を把握することができるオーディエンスデータを解析して提供することができる情報提供装置、方法およびプログラムを提供することを目的とする。

【課題を解決するための手段】

【0007】

上記目的を達成するために、本発明の一態様における情報提供装置は、メディアに対するアクセス状況を解析するアクセス解析部と、前記アクセス解析部の解析結果から得られたアクセスログに基づいて、行動属性情報を生成する行動属性情報生成部と、前記行動属性情報に基づいて、反復的にアクセスする訪問者の分布を示す情報であるメディアロイヤリティ情報を生成するメディアロイヤリティ情報生成部と、前記メディアに掲載されている記事の内容を解析する記事解析部と、前記記事解析部の解析結果から得られた記事の特性に基づいて、興味嗜好性情報を生成する興味嗜好性情報生成部と、前記メディアロイヤリティ情報と前記興味嗜好性情報をオーディエンス情報として提供する情報提供部を備える。

【0008】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部は、前記行動属性情報から、記事に対して所定の期間内にアクセスしている日数を示すアクセス日数情報と、前記所定の期間内に閲覧しているページ数を示す閲覧ページ数情報とを抽出し、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて、前記メディアロイヤリティ情報を生成する構成でもよい。

【0009】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分けた情報を前記メディアロイヤリティ情報として生成する構成でもよい。

【0010】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部により生成されたメディアロイヤリティ情報と、前記興味嗜好性情報生成部により生成された興味嗜好性情報と、メディアが想定している想定ペルソナとに基づいて、実際にメディアにアクセスしているユーザごとのペルソナ情報を推定するペルソナ情報推定部を備える構成でもよい。

【0011】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部は、実際にメディアにアクセスしているユーザであって、メディアを選好し、反復的にアクセスしているユーザについて推定された前記ペルソナ情報を前記メディアロイヤリティ情報の一つとして生成する構成でもよい。

【0012】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分けたときの分布図を前記メディアロイヤリティ情報の一つとして生成する構成でもよい。

【0013】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分け、セグメント間の移動実績を前記メディアロイヤリティ情報の一つとして生成する構成でもよい。

【0014】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分け、セグメントごとに閲覧者が利用しているデバイスの使用比率を前記メディアロイヤリティ情報の一つとして生成する構成でもよい。

【0015】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分け、セグメントごとに記事の閲覧率を算出し、算出した記事の閲覧率を前記メディアロイヤリティ情報の一つとして生成する構成でもよい。

【0016】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部は、前記アクセス日数情報と前記閲覧ページ数情報とに基づいて記事の閲覧者をセグメントに分け、セグメントごとに増加率を算出し、算出したセグメントごとの増加率を前記メディアロイヤリティ情報の一つとして生成する構成でもよい。

【0017】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部は、前記行動属性情報に加えて、メディアの読了率または滞在時間を組み合わせてメディアロイヤリティ情報を生成する構成でもよい。

【0018】

また、本発明の一態様における情報提供装置では、前記メディアロイヤリティ情報生成部は、前記行動属性情報から、記事が掲載されているメディアに対してアクセスした日からの経過日数を示す経過日数情報を抽出し、前記経過日数情報に基づいて、日次の離脱率を求め、当該日次の離脱率を前記メディアロイヤリティ情報の一つとして生成する構成でもよい。

【0019】

また、本発明の一態様における情報提供装置では、前記アクセス解析部は、前記メディアにアクセスしているユーザ端末装置から固有の識別情報を抽出することにより識別し、当該固有の識別情報ごとに前記メディアに対するアクセスログを抽出する構成でもよい。

【0020】

また、本発明の一態様における情報提供装置では、ネットワークを介して、所定情報が埋め込まれている記事が掲載されているメディアから当該記事を受信する受信部を備え、
前記アクセス解析部は、前記受信部により受信された記事に対するアクセス状況を解析する構成でもよい。

【0021】

また、本発明の一態様における情報提供装置では、前記所定情報は、記事に埋め込むことにより、パフォーマンスデータ、行動履歴データ、第三者が提供するソーシャルブックマーキングでのＳＮＳのシェア数またはフォロー数を取得するための情報であり、前記パフォーマンスデータとは、記事の読了率の情報、記事の閲覧時間の情報、ＳＮＳのシェア数の情報、ＳＮＳのフォロー数の情報のうち、一または複数の情報により構成されていてもよい。

【0022】

また、本発明の一態様における情報提供装置では、前記情報提供部は、前記興味嗜好性情報に基づいて、記事の特性ごとに前記メディアロイヤリティ情報を調整し、調整後のメディアロイヤリティ情報を提供する構成でもよい。

【0023】

また、本発明の一態様における情報提供装置では、前記行動属性情報は、記事が掲載されているメディアにアクセスしている時間帯、アクセスに使用しているデバイス、アクセスが平日または休日であるのかを示す情報の全部または一部であってもよい。

【0024】

上記目的を達成するために、本発明の一態様における情報提供方法は、メディアに対するアクセス状況を解析するアクセス解析工程と、前記アクセス解析工程の解析結果から得られたアクセスログに基づいて、行動属性情報を生成する行動属性情報生成工程と、前記行動属性情報に基づいて、反復的にアクセスする訪問者の分布を示す情報であるメディアロイヤリティ情報を生成するメディアロイヤリティ情報生成工程と、前記メディアに掲載されている記事の内容を解析する記事解析工程と、前記記事解析工程の解析結果から得られた記事の特性に基づいて、興味嗜好性情報を生成する興味嗜好性情報生成工程と、前記メディアロイヤリティ情報と前記興味嗜好性情報をオーディエンス情報として提供する情報提供工程を備える。

【0025】

上記目的を達成するために、本発明の一態様における情報提供プログラムは、メディアに対するアクセス状況を解析するアクセス解析工程と、前記アクセス解析工程の解析結果から得られたアクセスログに基づいて、行動属性情報を生成する行動属性情報生成工程と、前記行動属性情報に基づいて、反復的にアクセスする訪問者の分布を示す情報であるメディアロイヤリティ情報を生成するメディアロイヤリティ情報生成工程と、前記メディアに掲載されている記事の内容を解析する記事解析工程と、前記記事解析工程の解析結果から得られた記事の特性に基づいて、興味嗜好性情報を生成する興味嗜好性情報生成工程と、前記メディアロイヤリティ情報と前記興味嗜好性情報をオーディエンス情報として提供する情報提供工程と、をコンピュータによって実現するためのプログラムである。

【発明の効果】

【0026】

本発明によれば、Ｗｅｂサイトなどのメディアに掲載されているコンテンツに対するアクセス解析による情報に基づいて、メディアの読まれ方および特性を把握することができるオーディエンスデータを解析して提供することができる。

【図面の簡単な説明】

【0027】

【図1】情報提供装置の構成を示すブロック図である。

【図2】行動属性情報の一例を示す図である。

【図3】興味嗜好性情報の一例を示す図である。

【図4】メディアロイヤリティ情報の説明に供する第１の図である。

【図5】メディアロイヤリティ情報の第１の例を示す図である。

【図6】メディアロイヤリティ情報の第２の例を示す図である。

【図7】メディアロイヤリティ情報の第３の例を示す図である。

【図8】メディアロイヤリティ情報の第４の例を示す図である。

【図9】メディアロイヤリティ情報の第５の例を示す図である。

【図10】メディアロイヤリティ情報の第６の例を示す図である。

【図11】メディアロイヤリティ情報の第７の例を示す図である。

【図12】メディアロイヤリティ情報の第８の例を示す図である。

【図13】ペルソナ情報の一例を示す図である。

【図14】情報提供装置の動作についての説明に供するフローチャートである。

【発明を実施するための形態】

【0028】

以下、本発明の実施形態に係る情報提供装置、方法およびプログラムについて図面を参照しながら説明する。なお、実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。

【0029】

以下では、一例として、所定の手順によって登録されている複数のライターが作成した記事をクライアントに販売し、当該記事がクライアントのＷｅｂサイトに掲載されるビジネスに適用される情報提供装置、方法およびプログラムについて説明する。

【0030】

情報提供装置１は、図１に示すように、ネットワーク３を介して、複数のメディア２に接続されている。メディア２とは、企業が自社で所有するＷｅｂサイトやブログ等の総称であって、例えば、商品販売を行うＥＣサイト、人材流通のためのリクルートサイト、および、情報提供をするポータルサイトなどがある。

【0031】

また、メディアを保有する企業には、より多くのユーザからのアクセスを集めたい要望がある。当該要望を満たすために、例えば、検索エンジンにより検索された結果、自社のメディアが検索の上位に表示されるように、検索エンジン最適化（ＳＥＯ、Ｓｅａｒｃｈ Ｅｎｇｉｎｅ Ｏｐｔｉｍｉｚａｔｉｏｎ）が行われている。

【0032】

現在、検索エンジンによって上位に表示させるためには、メディアの被リンク数などの外的ＳＥＯだけでなく、メディアに掲載されているコンテンツ（以下、記事という）の内容が影響している。つまり、ユーザから高く評価される記事が掲載されたメディアは、検索エンジンの上位に表示されることになる。

【0033】

そのため、メディアに掲載されているコンテンツが、ユーザにどのように読まれ、評価されているのかという情報を得て、その最適化および改善を図ることが重要となる。

【0034】

本発明では、メディアに提供されている記事の閲覧状況を解析し、メディアの読まれ方および特性を把握することができるオーディエンスデータを解析して提供することを目的とする。

【0035】

情報提供装置１は、図１に示すように、受信部１１と、記事ＤＢ１２と、アクセス解析部１３と、行動属性情報生成部１４と、メディアロイヤリティ情報生成部１５と、記事解析部１６と、興味嗜好性情報生成部１７と、情報提供部１８とを備える。

【0036】

受信部１１は、ネットワーク３を介して、所定情報が埋め込まれている記事が掲載されているメディアから当該記事を受信する。例えば、受信部１１は、クローラー機能などにより、ネットワーク３を介して、所定情報が埋め込まれている記事が掲載されているメディアにアクセスし、当該記事を収集する。受信部１１は、受信した記事を記事ＤＢ１２に保存する。なお、受信部１１は、各メディアから送信されてきた記事を受信する構成でもよい。

【0037】

所定情報とは、記事に埋め込むことにより、パフォーマンスデータ、行動履歴データ、第三者が提供するソーシャルブックマーキングでのＳＮＳのシェア数またはフォロー数を取得するための情報（ＨＴＭＬタグ）である。パフォーマンスデータとは、記事の読了率の情報、記事の閲覧時間の情報、ＳＮＳのシェア数の情報、ＳＮＳのフォロー数の情報のうち、一または複数の情報により構成されている。

【0038】

アクセス解析部１３は、メディアに対するアクセス状況を解析する。また、メディアにアクセスするために使用されるユーザ端末装置には、固有の識別情報（ＵＵＩＤ，Ｕｎｉｖｅｒｓａｌｌｙ Ｕｎｉｑｕｅ ＩＤｅｎｔｉｆｉｅｒ）が付与されている。アクセス解析部１３は、メディアにアクセスしているユーザ端末装置から固有の識別情報を抽出することにより識別し、当該固有の識別情報ごとにメディアに対するアクセスログを抽出する。

【0039】

行動属性情報生成部１４は、アクセス解析部１３の解析結果から得られたアクセスログに基づいて、行動属性情報を生成する。

【0040】

メディアロイヤリティ情報生成部１５は、行動属性情報に基づいて、反復的にアクセスする訪問者の分布を示す情報であるメディアロイヤリティ情報を生成する。

【0041】

記事解析部１６は、記事の内容を解析する。具体的には、記事解析部１６は、記事ＤＢ１２に保存されている記事の内容を解析する。

【0042】

興味嗜好性情報生成部１７は、記事解析部１６の解析結果から得られた記事の特性に基づいて、興味嗜好情報を生成する。記事の特性とは、例えば、記事の属するカテゴリ（スポーツ系、ビューティー系、トラベル系など）であるとして説明するが、記事の文体構成（文体が硬い、文体が柔らかいなど）や、記事の傾向（知識系の記事、面白いネタ系の記事など）や、記事の長さ（文字数が所定の数より多い、文字数が所定の数より少ないなど）などであってもよい。

【0043】

情報提供部１８は、メディアロイヤリティ情報と興味嗜好性情報をオーディエンス情報として提供する。例えば、情報提供部１８は、興味嗜好性情報に基づいて、記事の特性ごとにメディアロイヤリティ情報を調整し、調整後のメディアロイヤリティ情報をオーディエンス情報として提供してもよい。

【0044】

ここで、行動属性情報の詳細について図２を参照しながら説明する。行動属性情報は、記事が掲載されているメディアにアクセスしている時間帯の情報（図２中のアクセス時間帯項目）と、アクセスに使用しているデバイスの情報（図２中のデバイス項目）と、アクセスが平日または休日であるのかを示す情報（図２中の平日・休日項目）とがＵＵＩＤごとに作成されている。なお、デバイスとは、ユーザ端末装置のことである。

【0045】

アクセス時間帯項目は、ページセッション回数項目と、全体に対する比率項目と、最多項目とに分けられている。ページセッション回数項目は、１回のアクセスで何ページ閲覧されたのかを示す項目であり、所定の時間帯ごとのページセッション回数をＵＵＩＤごとに示している。

【0046】

全体の対する比率項目は、所定の時間帯ごとの比率をＵＵＩＤごとに示す項目である。例えば、ＵＵＩＤが「０２０ｆｄｄ・・・」は、「１７時台〜」の時間帯にページセッション回数が１回であり、他の時間帯のページセッション回数がゼロなので、「１７時台〜」の比率が「１００（％）」になっている。

【0047】

最多項目は、最も多いページセッション回数を示す項目である。最多項目には、最頻時間帯が示される。最頻時間帯とは、時間が最も早い時間帯を優先することを意味している。優先順位は、ｔｉｍｅ＿１（２時台〜）＞ｔｉｍｅ＿２（５時台〜）＞ｔｉｍｅ＿３（８時台〜）＞ｔｉｍｅ＿４（１１時台〜）＞ｔｉｍｅ＿５（１４時台〜）＞ｔｉｍｅ＿６（２０時台〜）＞ｔｉｍｅ＿７（２３時台〜）、である。つまり、使用時間が、ｔｉｍｅ＿１（２時台〜）とｔｉｍｅ＿６（２０時台〜）の場合、最頻時間帯は、ｔｉｍｅ＿１（２時台〜）となる。

【0048】

例えば、ＵＵＩＤが「０２０ｆｄｄ・・・」は、最も早い時間帯が「１７時台〜」であるので、「ｔｉｍｅ＿６」を示す「６」になっている。また、ＵＵＩＤが「０８ｆｆｉｄｏ・・・」は、最も早い時間帯が「５時台〜」であるので、「ｔｉｍｅ＿２」を示す「２」になっている。

【0049】

なお、図２に示す例では、所定の時間帯が２時台〜、５時台〜、８時台〜、１１時台〜、１４時台〜、２０時台〜、２３時台〜になっているが、これに限られない。

【0050】

デバイス項目も同様に、ページセッション回数項目と、全体に対する比率項目と、最多項目とに分けられている。ページセッション回数項目は、アクセスした際のユーザ端末装置の種類をＵＵＩＤごとに示す項目である。

【0051】

全体に対する比率項目は、ユーザ端末装置の種類による比率をＵＵＩＤごとに示す項目である。例えば、ＵＵＩＤが「０２０ｆｄｄ・・・」は、タブレットによってアクセスされ、ページセッション回数が１回なので、全体に対する比率項目のタブレットが「１００（％）」になっている。

【0052】

最多項目は、最も使用回数の多いデバイス（ユーザ端末装置）を示す項目である。当該項目では、スマートフォン＞ＰＣ（デスクトップＰＣ）＞タブレット＞その他、の順番になっている。例えば、ＵＵＩＤが「０２０ｆｄｄ・・・」は、「タブレット」を使用してアクセスしているので、最多項目は、「タブレット」になっている。また、ＵＵＩＤが「０８ｆｆｉｄｏ・・・」は、「スマートフォン」を使用してアクセスしているので、最多項目は、「スマートフォン」になっている。

【0053】

なお、図２に示す例では、ユーザ端末装置の種類は、スマートフォン、ＰＣ、タブレット、その他になっているが、これに限られない。

【0054】

平日・休日項目は、ページセッション回数項目と、全体に対する比率項目と、最多項目とに分けられている。

【0055】

ページセッション回数項目は、アクセスした日が休日なのか平日なのかをＵＵＩＤごとに示すための項目である。

【0056】

全体の対する比率項目は、アクセスした日における、休日と平日の比率をＵＵＩＤごとに示す項目である。例えば、ＵＵＩＤが「０２０ｆｄｄ・・・」は、休日（ｈｏｌｉｄａｙ）に記事にアクセスしているため、全体に対する比率項目の休日（ｈｏｌｉｄａｙ）が「１００（％）」になっている。

【0057】

最多項目は、平日と休日において、どちらが多くアクセスしているかを示す項目である。例えば、ＵＵＩＤが「０２０ｆｄｄ・・・」は、休日のみアクセスしているので、最多項目は、「休日（ｈｏｌｉｄａｙ）」になっている。また、ＵＵＩＤが「０８ｆｆｉｄｏ・・・」は、休日と平日にアクセスしており、休日の比率が高いので、最多項目は、「休日（ｈｏｌｉｄａｙ）」になっている。

【0058】

なお、上述では、平日と休日における各項目について説明したが、これに限られず、曜日別の各項目でもよい。

【0059】

このように、行動属性情報を解析して提供することで、そのメディアが、どのデバイス種別から、平日土日の何時ごろによくアクセスされているかなどを把握することができる。

【0060】

つぎに、興味嗜好性情報の詳細について図３を参照しながら説明する。なお、以下では、記事の属するカテゴリとして、スポーツ（カテゴリ３）、ペット・動物（カテゴリ４）、ホーム・不動産（カテゴリ５）、健康（カテゴリ７）、ライフイベント（カテゴリ８）、食品・飲料・飲食店（カテゴリ９）、旅行・レジャー（カテゴリ１１）、学問（カテゴリ１３）、教育（カテゴリ１４）、仕事（カテゴリ１５）、ファッション・美容（カテゴリ１６）、ニュース（カテゴリ１８）、政治・経済・法律（カテゴリ２０）、エンターテイメント（カテゴリ２５）を想定するが、これ以外のカテゴリでもよい。

【0061】

興味嗜好性情報は、ページセッション回数項目と、全体に対する比率項目と、最多項目とに分けられている。

【0062】

ページセッション回数項目は、カテゴリごとのページセッション回数をＵＵＩＤごとに示す項目である。ページセッション回数項目により、ＵＵＩＤごとに、どのようなカテゴリの記事に対して何ページ閲覧したのかを知ることができる。

【0063】

全体の対する比率項目は、カテゴリごとの比率をＵＵＩＤごとに示す項目である。全体の対する比率項目により、ＵＵＩＤごとに閲覧しているカテゴリの記事の比率を知ることができる。例えば、図３に示す例では、ＵＵＩＤが「０８ｆｆｉｄｏ・・・」は、ホーム・不動産（カテゴリ５）とニュース（カテゴリ１８）とエンターテイメント（カテゴリ２５）に関する記事を閲覧しており、その比率が、（カテゴリ５）：（カテゴリ１８）：（カテゴリ２５）＝５０：２５：２５、であることが分かる。

【0064】

最多項目は、最も興味のあるカテゴリを示す項目である。最多項目により、ＵＵＩＤごとに最も興味のあるカテゴリの記事を知ることができる。例えば、図３に示す例では、ＵＵＩＤが「０２０ｆｄｄ・・・」は、旅行・レジャー（カテゴリ１１）が最も興味があるカテゴリであることが分かる。ＵＵＩＤが「０８ｆｆｉｄｏ・・・」は、ホーム・不動産（カテゴリ５）が最も興味があるカテゴリであることが分かる。ＵＵＩＤが「１４ｆｅ１２・・・」は、教育（カテゴリ１４）が最も興味があるカテゴリであることが分かる。ＵＵＩＤが「１５５ｆｅｑ・・・」は、スポーツ（カテゴリ３）が最も興味があるカテゴリであることが分かる。

【0065】

よって、情報提供装置１は、上述したような行動属性情報と興味嗜好性情報をオーディエンス情報として提供するので、メディアに掲載されているコンテンツに対するアクセス解析による情報に基づいて、メディアの読まれ方および特性を把握することができるオーディエンスデータを解析して提供することができる。

【0066】

メディアの価値を高めるには、リピート率の高い訪問者を増やすことが重要である。反復的にアクセスする訪問者の分布状況によりメディアの価値を示す情報をメディアロイヤリティと呼ぶ。メディアロイヤリティ情報は、行動属性情報を解析することで得られる。

【0067】

また、メディアロイヤリティ情報生成部１５は、行動属性情報に加えて、メディアの読了率または滞在時間を組み合わせてメディアロイヤリティ情報を生成する構成でもよい。

【0068】

例えば、メディアにアクセスした後にすぐ離脱するようなケースや、メディアの記事を最後まで読まずに途中で離脱するようなケースがある。このようなケースでは、メディアに対する興味が薄いアクセスであると考えられる。メディアロイヤリティ情報生成部１５は、上述のようにアクセス後すぐに離脱した行動をアクセスに含めず、例えば、一定割合以上記事を読了した場合や、一定時間以上メディアに滞在した場合のみをアクセス（狭義のアクセス）とし、狭義のアクセスに基づく行動属性情報に基づいてメディアロイヤリティ情報を生成する。さらに、メディアロイヤリティ情報生成部１５は、記事の読了率やメディアの滞在時間によってアクセス（閲覧ページ数）の重み付けを行い、当該重み付けを考慮してメディアロイヤリティ情報を生成してもよい。また、メディアロイヤリティ情報生成部１５は、訪問日数と、閲覧ページ数に加えて、記事の読了率やメディアの滞在時間も考慮して、訪問者の分布を示す情報であるメディアロイヤリティ情報を生成してもよい。

【0069】

ここで、メディアロイヤリティ情報生成部１５の具体的な構成について説明する。メディアロイヤリティ情報生成部１５は、行動属性情報から、記事に対して所定の期間内にアクセスしている日数を示すアクセス日数情報と、所定の期間内に閲覧しているページ数を示す閲覧ページ数情報とを抽出し、アクセス日数情報と閲覧ページ数情報とに基づいて、メディアロイヤリティ情報を生成する構成でもよい。なお、本実施例では、アクセス日数情報は、例えば、直近９０日間のメディアに対する訪問日数を示す情報（変数）であり、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）と称する。また、閲覧ページ数情報は、例えば、直近９０日間のページ閲覧数を示す情報（変数）であり、メディア内閲覧ページ数（Ｄｅｐｔｈ）と称する。

【0070】

メディアロイヤリティ情報生成部１５は、図４に示すように、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）とメディア内閲覧ページ数（Ｄｅｐｔｈ）の組み合わせによりメディアロイヤリティ情報を算出する。

【0071】

メディアロイヤリティ情報生成部１５は、図５に示すように、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）とメディア内閲覧ページ数（Ｄｅｐｔｈ）とに基づいて記事の閲覧者をセグメントに分けた情報をメディアロイヤリティ情報として生成する構成でもよい。なお、図５に示す例では、所定の期間内（例えば、直近９０日以内）に２日以上アクセスする閲覧者数を増加させることを目的として設定している。なお、以下では、閲覧者を顧客と称することがある。

【0072】

メディアロイヤリティ情報生成部１５は、図５に示すように、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）が１日の顧客を１日顧客（Ｆ１）とし、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）が２日以上の顧客をリピート顧客（Ｆ２）としてメディアロイヤリティ情報として生成する。

【0073】

よって、情報提供装置１は、図５に示すようなメディアロイヤリティ情報を提供することにより、顧客のセグメント（１日顧客（Ｆ１）、リピート顧客（Ｆ２））を一目で把握することができ、メディアの読まれ方および特性を把握することができる。さらに、情報提供装置１は、図５に示すようなメディアロイヤリティ情報を提供することにより、例えば、１日顧客（Ｆ１）がどのくらいリピート顧客（Ｆ２）に移動したのかを把握することができる。

【0074】

また、メディアロイヤリティ情報生成部１５は、図６に示すように、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）が１日の顧客をさらに、メディア内閲覧ページ数（Ｄｅｐｔｈ）の違いによりセグメントを細分化し、例えば、閲覧ページ数が１ページの場合、１日直帰客（Ｆ１−１）とし、閲覧ページ数が２〜３ページの場合、１日見回り客（Ｆ１−２）とし、閲覧ページ数が４ページ以上の場合、１日サーフィン客（Ｆ１−３）としてもよい。また、メディアロイヤリティ情報生成部１５は、図６に示すように、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）が２日の顧客をさらに、メディア内閲覧ページ数（Ｄｅｐｔｈ）の違いによりセグメントを細分化し、例えば、閲覧ページ数が２ページから９ページの場合、プチハビット客（習慣客予備軍）（Ｆ２−４）とし、閲覧ページ数が１０ページ以上の場合、ハビット客（習慣客）（Ｆ２−５）としてもよい。

【0075】

よって、情報提供装置１は、図６に示すようなメディアロイヤリティ情報を提供することにより、詳細なセグメント（１日直帰客（Ｆ１−１）、１日見回り客（Ｆ１−２）、１日サーフィン客（Ｆ１−３）、プチハビット客（習慣客予備軍）（Ｆ２−４）およびハビット客（習慣客）（Ｆ２−５））を一目で把握することができる。さらに、情報提供装置１は、図６に示すようなメディアロイヤリティ情報を提供することにより、セグメント間の移動を把握することができる。例えば、１日のみの顧客のどの層が２日以上の顧客のどの層に移動したのかや、習慣客予備軍がどのくらい習慣客に移動したのかを把握することができる。

【0076】

また、プチハビット客（習慣客予備軍）やハビット客（習慣客）は、メディアを選好し、反復的にアクセスしている顧客と言える。よって、情報提供装置１は、メディアロイヤリティ情報を提供することにより、プチハビット客（習慣客予備軍）やハビット客（習慣客）を維持し、増加することを目的にしている。

【0077】

また、メディアロイヤリティ情報生成部１５は、図７に示すように、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）とメディア内閲覧ページ数（Ｄｅｐｔｈ）とに基づいて記事の閲覧者をセグメントに分けたときの分布図をメディアロイヤリティ情報の一つとして生成する構成でもよい。

【0078】

例えば、メディアロイヤリティ情報生成部１５は、メディアにアクセスしてきた閲覧者を各セグメントに分け、それぞれの分布率を算出する。なお、図７においては、分布率の大きさを円の大きさで示すことにより、各セグメントの分布率を直感的に表現しているが、これに限られない。

【0079】

よって、情報提供装置１は、図７に示すようなメディアロイヤリティ情報を提供することにより、メディアにアクセスしてきた閲覧者の分布率をセグメントごとに把握することができる。

【0080】

また、メディアロイヤリティ情報生成部１５は、図８に示すように、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）とメディア内閲覧ページ数（Ｄｅｐｔｈ）とに基づいて記事の閲覧者をセグメントに分け、セグメント間の移動実績をメディアロイヤリティ情報の一つとして生成する構成でもよい。例えば、図８は、１ケ月の移動実績を示すものである。

【0081】

よって、情報提供装置１は、図８に示すようなメディアロイヤリティ情報を提供することにより、各セグメント間の移動を数値化して示すことにより、セグメント間の移動実績を一目で把握することができる。

【0082】

また、メディアロイヤリティ情報生成部１５は、図９に示すように、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）とメディア内閲覧ページ数（Ｄｅｐｔｈ）とに基づいて記事の閲覧者をセグメントに分け、セグメントごとに閲覧者が利用しているデバイスの使用比率をメディアロイヤリティ情報の一つとして生成する構成でもよい。

【0083】

メディア平均とは、各メディアを閲覧するときに使用しているデバイスの割合を示している。メディア平均からみると、スマートフォンを利用している割合が高いことが分かる。一方、ハビット客が使用しているデバイスは、ＰＣの割合が高いことが分かる。よって、ハビット客を増やしたい場合には、ＰＣの利用を意識したメディア作りが必要になることが分かる。

【0084】

なお、図９（ｂ）は、図９（ａ）に示す表をグラフ化したものである。また、図９では、メディア平均とハビット客のデバイスの使用比率を示しているが、他のセグメントのデバイスの使用比率が含まれていてもよい。

【0085】

よって、情報提供装置１は、図９に示すようなメディアロイヤリティ情報を提供することにより、各セグメントのデバイスの使用比率が分かるので、取り込みたいセグメントが使用しているデバイスに基づいたメディア作りに役立てることができる。

【0086】

また、メディアロイヤリティ情報生成部１５は、図１０に示すように、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）とメディア内閲覧ページ数（Ｄｅｐｔｈ）とに基づいて記事の閲覧者をセグメントに分け、セグメントごとに記事の閲覧率を算出し、算出した記事の閲覧率をメディアロイヤリティ情報の一つとして生成する構成でもよい。

【0087】

なお、メディアロイヤリティ情報生成部１５は、すべてのセグメントではなく、特定のセグメント（例えば、Ｆ２−４（プチハビット客）とＦ２−５（ハビット客））による記事の閲覧率を算出してもよい。

【0088】

よって、情報提供装置１は、図１０に示すようなメディアロイヤリティ情報を提供することにより、各セグメントの記事の閲覧率が分かるので、メディアに掲載する記事の選択などに活用することができる。

【0089】

また、メディアロイヤリティ情報生成部１５は、図１１に示すように、メディア訪問日数（Ｆｒｅｑｕｅｎｃｙ）とメディア内閲覧ページ数（Ｄｅｐｔｈ）とに基づいて記事の閲覧者をセグメントに分け、セグメントごとに増加率を算出し、算出したセグメントごとの増加率をメディアロイヤリティ情報の一つとして生成する構成でもよい。

【0090】

図１１は、メディアＡ、メディアＢおよびメディアＣにおける、セグメントごとの、４月１３日時点のページセッション回数と、５月１３日時点のページセッション回数と、４月１３日から５月１３日への増加率を示している。

【0091】

例えば、図１１に示すメディアロイヤリティ情報によれば、過去のメディアロイヤリティ情報に基づいてメディア内の記事を変更した場合などにおけるページセッション回数の増加率を把握することができる。

【0092】

よって、情報提供装置１は、図１１に示すようなメディアロイヤリティ情報を提供することにより、各セグメントにおけるメディアの増加率が分かるので、メディアに掲載する記事の選択などに活用することができる。

【0093】

また、メディアロイヤリティ情報生成部１５は、図１２に示すように、行動属性情報から、記事が掲載されているメディアに対してアクセスした日からの経過日数を示す経過日数情報を抽出し、経過日数情報に基づいて、日次の離脱率を求め、当該日次の離脱率をメディアロイヤリティ情報の一つとして生成する構成でもよい。なお、本実施例では、経過日数情報は、例えば、直近９０日間における最後の訪問日からの経過日数を示す情報（変数）であり、最新訪問日（Ｒｅｃｅｎｃｙ）と称する。

【0094】

図１２によれば、最終アクセス日ごとのＵＵ（ユニークユーザ）と、日次のアクセスＵＵの組み合わせにより、日次の離脱率を把握できる。具体的には、（１）式に基づいて離脱率を算出する。
離脱率＝最終アクセス日ごとのＵＵ／日次のアクセスＵＵ ・・・（１）

【0095】

具体的には、図１２中のＡは、あるメディアの日次の離脱率の変化を示しており、７９日目付近のところで離脱率が急に下がり、閲覧者が増加していることが分かる。原因を探ると、７９日目付近では、あるメディア（Ｗｅｂサイト）からの流入が増加し、その後、直接リンクによってアクセスされていたことが分かった。

【0096】

よって、情報提供装置１は、図１２に示すようなメディアロイヤリティ情報を提供することにより、離脱率が高い日の傾向（リファラーなど）を提供することができ、離脱率を低下させることに活用することができる。

【0097】

また、情報提供装置１は、図１に示すように、メディアロイヤリティ情報生成部１５により生成されたメディアロイヤリティ情報と、興味嗜好性情報生成部１７により生成された興味嗜好性情報と、メディアが想定している想定ペルソナとに基づいて、実際にメディアにアクセスしているユーザごとのペルソナ情報を推定するペルソナ情報推定部１９を備える構成でもよい。

【0098】

メディアが想定している想定ペルソナとは、メディアがターゲティングしているゾーン（性別や、年代や、仕事などによる区分け）に属する人物像である。例えば、メディアＡの想定ペルソナは、３０代の主婦であり、メディアＢの想定ペルソナは、仕事をしている２０代〜３０代の女性であり、メディアＣの想定ペルソナは、３０代〜４０代のビジネスマンである、などである。なお、想定ペルソナは、メディアから通知されてもよいし、メディアを分析することによって生成してもよい。

【0099】

例えば、メディアＡについて、図６に示すようなメディアロイヤリティ情報がメディアロイヤリティ情報生成部１５により生成された場合について説明する。ペルソナ情報算出部１９は、メディアＡに来訪しているユーザを想定ペルソナである３０代の主婦であると仮定する。ペルソナ情報算出部１９は、実際にメディアＡに来訪しているＵＵＩＤごとに興味嗜好性情報を参照することにより、実際にメディアＡにアクセスしているユーザごとのペルソナ情報を推定する。

【0100】

ペルソナ情報は、例えば、図１３に示すように、性別情報と、年代情報と、収入情報とがＵＵＩＤごとに作成される。なお、図１３に示すペルソナ情報は、一例であって、他の構成でもよい。

【0101】

よって、情報提供装置１は、図１３に示すようなペルソナ情報により、メディアが予め想定している想定ペルソナと、実際にメディアを来訪しているユーザのペルソナとの差分が分かるため、メディアに掲載する記事の選択などに活用することができる。

【0102】

また、メディアロイヤリティ情報生成部１５は、実際にメディアにアクセスしているユーザであって、メディアを選好し、反復的にアクセスしているユーザについて推定されたペルソナ情報をメディアロイヤリティ情報の一つとして生成する構成でもよい。

【0103】

メディアを選好し、反復的にアクセスしているユーザとは、例えば、図６などに示すＦ２−４（プチハビット客）やＦ２−５（ハビット客）である。

【0104】

よって、情報提供装置１は、図１３に示すようなペルソナ情報をメディアロイヤリティ情報の一つとして提供することにより、実際にメディアに来訪している習慣客予備軍や習慣客のペルソナを可視化することができる。さらに、情報提供装置１は、実際にメディアに来訪している習慣客予備軍や習慣客のペルソナと、メディアが予め想定している想定ペルソナとの差分を示すことにより、メディアに掲載する記事の選択などに活用することができる。

【0105】

ここで、情報提供装置１の動作について、図１４に示すフローチャートを参照しながら説明する。

【0106】

ステップＳ１において、アクセス解析部１３は、メディアに対するアクセス状況を解析する。

【0107】

ステップＳ２において、行動属性情報生成部１４は、ステップＳ１の工程により解析結果から得られたアクセスログに基づいて、行動属性情報を生成する。

【0108】

ステップＳ３において、メディアロイヤリティ情報生成部１５は、行動属性情報に基づいて、反復的にアクセスする訪問者の分布を示す情報であるメディアロイヤリティ情報を生成する。

【0109】

ステップＳ４において、記事解析部１６は、記事の内容を解析する。

【0110】

ステップＳ５において、興味嗜好性情報生成部１７は、ステップＳ４の工程により解析された結果から得られた記事の特性に基づいて、興味嗜好情報を生成する。

【0111】

ステップＳ６において、情報提供部１８は、ステップＳ３の工程により生成されたメディアロイヤリティ情報と、ステップＳ５の工程により生成された興味嗜好性情報とをオーディエンス情報として提供する。具体的には、情報提供部１８は、所定のサーバにオーディエンス情報を保存しておき、顧客企業の端末から当該サーバにアクセスされることにより、オーディエンス情報を提供してもよいし、ネットワーク３を介して顧客企業の端末にオーディエンス情報を配信することによりオーディエンス情報を提供してもよい。

【0112】

よって、情報提供装置１は、行動属性情報と興味嗜好性情報をオーディエンス情報として提供するので、メディアに掲載されているコンテンツに対するアクセス解析による情報に基づいて、メディアの読まれ方および特性を把握することができるオーディエンスデータを解析して提供することができる。

【0113】

また、本実施例では、主に、メディアに掲載されているコンテンツに対するアクセス解析による情報に基づいて、メディアの読まれ方および特性を把握することができるオーディエンスデータを解析して提供することができる情報提供装置１の構成と動作について説明したが、これに限られない。情報提供装置１の各構成要素を備え、メディアに掲載されているコンテンツに対するアクセス解析による情報に基づいて、メディアの読まれ方および特性を把握することができるオーディエンスデータを解析して提供するための方法、およびプログラムとして構成されてもよい。

【0114】

具体的には、情報提供プログラムは、メディアに対するアクセス状況を解析するアクセス解析工程と、アクセス解析工程の解析結果から得られたアクセスログに基づいて、行動属性情報を生成する行動属性情報生成工程と、行動属性情報に基づいて、反復的にアクセスする訪問者の分布を示す情報であるメディアロイヤリティ情報を生成するメディアロイヤリティ情報生成工程と、記事の内容を解析する記事解析工程と、記事解析工程の解析結果から得られた記事の特性に基づいて、興味嗜好情報を生成する興味嗜好性情報生成工程と、メディアロイヤリティ情報と興味嗜好性情報をオーディエンス情報として提供する情報提供工程と、をコンピュータによって実現するためのプログラムである。

【0115】

ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータで読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。

【0116】

さらに「コンピュータで読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時刻の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時刻プログラムを保持しているものも含んでもよい。また、上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。

【符号の説明】

【0117】

１ 情報提供装置、２ メディア、３ ネットワーク、１１ 受信部、１２ 記事ＤＢ、１３ アクセス解析部、１４ 行動属性情報生成部、１５ メディアロイヤリティ情報生成部、１６ 記事解析部、１７ 興味嗜好性情報生成部、１８ 情報提供部、１９ ペルソナ情報推定部。

【要約】

【課題】メディアの読まれ方および特性を把握することができるオーディエンスデータを解析して提供することができる情報生成装置、方法およびプログラムを提供すること。
【解決手段】メディアに対するアクセス状況を解析するアクセス解析部１３と、アクセス解析部１３の解析結果から得られたアクセスログに基づいて、行動属性情報を生成する行動属性情報生成部１４と、行動属性情報に基づいて、反復的にアクセスする訪問者の分布を示す情報であるメディアロイヤリティ情報を生成するメディアロイヤリティ情報生成部１５と、記事の内容を解析する記事解析部１６と、記事解析部１６の解析結果から得られた記事の特性に基づいて、興味嗜好情報を生成する興味嗜好性情報生成部１７と、メディアロイヤリティ情報と興味嗜好性情報をオーディエンス情報として提供する情報提供部１８を備える。
【選択図】図１

【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】