特開 2022-50274 情報処理方法、情報処理装置、及びコンピュータプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022050274

(43)【公開日】2022-03-30

(54)【発明の名称】情報処理方法、情報処理装置、及びコンピュータプログラム

(51)【国際特許分類】

   G06Q 30/02 20120101AFI20220323BHJP

【ＦＩ】

G06Q30/02 398

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2020156787

(22)【出願日】2020-09-17

(71)【出願人】

【識別番号】000006507

【氏名又は名称】横河電機株式会社

(74)【代理人】

【識別番号】100147485

【弁理士】

【氏名又は名称】杉村 憲司

(74)【代理人】

【識別番号】230118913

【弁護士】

【氏名又は名称】杉村 光嗣

(74)【代理人】

【識別番号】100188307

【弁理士】

【氏名又は名称】太田 昌宏

(74)【代理人】

【識別番号】230128026

【弁護士】

【氏名又は名称】駒木 寛隆

(72)【発明者】

【氏名】林 晃平

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049BB08

(57)【要約】

【課題】データ管理ソリューションの利用を更に促進可能な情報処理方法、情報処理装置、及びコンピュータプログラムを提供する。
【解決手段】あらかじめ登録された複数の広告に含まれる広告を測定機器のユーザに提供する情報処理システムにおいて、情報処理装置が、各広告について、測定機器の構成及び利用状況の少なくともいずれかに関するサンプリングデータと、広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習された予測モデルを取得し、広告提供の対象である対象ユーザが使用した測定機器の構成及び利用状況の少なくともいずれかに関するデータであるユーザ装置データを取得し、各広告につきその広告についての予測モデルを用いてユーザ装置データから予測される対象ユーザに対して広告を提供すべき度合いを判定し、判定された提供すべき度合いに応じて、提供対象である広告を決定する。
【選択図】図２

【特許請求の範囲】

【請求項1】

あらかじめ登録された複数の広告に含まれる広告を測定機器のユーザに提供する情報処理システムにおいて、
情報処理装置の制御部が、
前記複数の広告の各々について、前記測定機器の構成及び前記測定機器の利用状況の少なくともいずれかに関するデータであるサンプリングデータと、当該広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習された予測モデルを取得し、
広告提供の対象である対象ユーザが使用した測定機器の構成及び当該測定機器の前記対象ユーザによる利用状況の少なくともいずれかに関するデータであるユーザ装置データを取得し、
前記複数の広告の各々について、当該広告について取得された前記予測モデルを用いて前記ユーザ装置データから予測される前記対象ユーザに対して当該広告を提供すべき度合いを判定し、
前記複数の広告の各々について判定された前記提供すべき度合いに応じて、前記対象ユーザへの提供対象である少なくとも１つの広告を決定する、
情報処理方法。

【請求項2】

前記複数の広告の各々について、前記サンプリングデータと当該広告についての前記正解ラベルとを教師データとして機械学習を行い、前記予測モデルを生成する、請求項１に記載の情報処理方法。

【請求項3】

前記複数の広告の各々について、当該広告を提供させるべきサンプリングデータを選択するためのユーザインタフェースを提供し、
前記ユーザインタフェースを介した前記サンプリングデータの選択に基づき前記正解ラベルを生成する、
請求項２に記載の情報処理方法。

【請求項4】

前記提供対象として決定された少なくとも１つの広告である対象広告の各々について、ユーザの属性を示す属性データ及び当該ユーザについての前記ユーザ装置データの少なくともいずれかを含むデータであるユーザデータと、当該広告を提供すべき優先度との関係を示す判定モデルを取得し、
前記少なくとも１つの対象広告の各々について、当該対象広告について取得された前記判定モデルを用いて、前記対象ユーザについての前記ユーザデータに対応する、当該対象広告を提供すべき優先度を判定し、
前記少なくとも１つの対象広告の各々について判定された前記優先度に応じて、前記少なくとも１つの対象広告の提供順位を決定する、
請求項１から３のいずれか１項に記載の情報処理方法。

【請求項5】

前記対象ユーザと少なくとも一人の他のユーザとの少なくともいずれかを含む少なくとも一人のサンプルユーザについて過去に取得された、当該サンプルユーザについての前記ユーザデータを前記少なくとも一人のサンプルユーザごとに取得し、
前記少なくとも一人のサンプルユーザごとに取得された前記ユーザデータを複数のクラスタにクラスタリングし、
前記複数のクラスタの各々について、当該クラスタに属するユーザに対して広告を提供すべき優先度の大きさを示す優先度情報を、前記複数の広告ごとに取得し、
前記複数のクラスタ及び前記優先度情報に基づいて、前記複数の広告ごとに前記判定モデルを生成する、
請求項４に記載の情報処理方法。

【請求項6】

前記複数の広告の各々について、前記複数のクラスタの各々に当該広告を提供すべき優先度の大きさを選択するためのユーザインタフェースを提供し、
前記ユーザインタフェースを介した前記優先度情報の選択に基づき、前記優先度情報を取得する、
請求項５に記載の情報処理方法。

【請求項7】

あらかじめ登録された複数の広告に含まれる広告を測定機器のユーザに提供する情報処理システムにおける情報処理装置であって、
前記複数の広告の各々について、前記測定機器の構成及び前記測定機器の利用状況の少なくともいずれかに関するデータであるサンプリングデータと、当該広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習された予測モデルを取得し、
広告提供の対象である対象ユーザが使用した測定機器の構成及び当該測定機器の前記対象ユーザによる利用状況の少なくともいずれかに関するデータであるユーザ装置データを取得し、
前記複数の広告の各々について、当該広告について取得された前記予測モデルを用いて前記ユーザ装置データから予測される前記対象ユーザに対して当該広告を提供すべき度合いを判定し、
前記複数の広告の各々について判定された前記提供すべき度合いに応じて、前記対象ユーザへの提供対象である少なくとも１つの広告を決定する、
制御部を備える情報処理装置。

【請求項8】

あらかじめ登録された複数の広告に含まれる広告を測定機器のユーザに提供する情報処理システムにおける情報処理装置に実行させるコンピュータプログラムであって、
前記複数の広告の各々について、測定機器の構成及び測定機器の利用状況の少なくともいずれかに関するデータであるサンプリングデータと、当該広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習された予測モデルを取得する処理と、
広告提供の対象である対象ユーザが使用した測定機器の構成及び当該測定機器の前記対象ユーザによる利用状況の少なくともいずれかに関するデータであるユーザ装置データを取得する処理と、
前記複数の広告の各々について、当該広告について取得された前記予測モデルを用いて前記ユーザ装置データから予測される前記対象ユーザに対して当該広告を提供すべき度合いを判定する処理と、
前記複数の広告の各々について判定された前記提供すべき度合いに応じて、前記対象ユーザへの提供対象である少なくとも１つの広告を決定する処理と、
を実行させるコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、情報処理方法、情報処理装置、及びコンピュータプログラムに関する。

【背景技術】

【0002】

顕微鏡をはじめとする測定機器により撮像された画像データをクラウドに保存し、インターネットに接続された他の装置が画像データを解析したり、閲覧・管理したりすることが可能なデータ管理ソリューションを実現するシステムが知られている。

【0003】

特許文献１には、顕微鏡システムにおいてデジタル画像内に含まれる特徴に基づきメンテナンス処置を必要とする顕微鏡システムのコンポーネント・グループを判定することが記載されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２０－１０１８００号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、従来の構成は、データ管理ソリューションの利用促進という観点からは限定的な特性しか有していなかった。

【0006】

本開示の目的は、データ管理ソリューションの利用を更に促進可能な情報処理方法、情報処理装置、及びコンピュータプログラムを提供することである。

【課題を解決するための手段】

【0007】

幾つかの実施形態に係る情報処理方法は、あらかじめ登録された複数の広告に含まれる広告を測定機器のユーザに提供する情報処理システムにおいて、情報処理装置の制御部が、前記複数の広告の各々について、前記測定機器の構成及び前記測定機器の利用状況の少なくともいずれかに関するデータであるサンプリングデータと、当該広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習された予測モデルを取得し、広告提供の対象である対象ユーザが使用した測定機器の構成及び当該測定機器の前記対象ユーザによる利用状況の少なくともいずれかに関するデータであるユーザ装置データを取得し、前記複数の広告の各々について、当該広告について取得された前記予測モデルを用いて前記ユーザ装置データから予測される前記対象ユーザに対して当該広告を提供すべき度合いを判定し、前記複数の広告の各々について判定された前記提供すべき度合いに応じて、前記対象ユーザへの提供対象である少なくとも１つの広告を決定する。これにより、ユーザが使用した測定機器の構成又は測定機器のユーザによる利用状況に応じた広告を提供することができ、データ管理ソリューションの利用を更に促進することができる。

【0008】

一実施形態に係る情報処理方法において、前記複数の広告の各々について、前記サンプリングデータと当該広告についての前記正解ラベルとを教師データとして機械学習を行い、前記予測モデルを生成する。これにより、測定機器の構成又はその利用状況に応じた広告を提供するための予測モデルを生成することができる。

【0009】

一実施形態に係る情報処理方法において、前記複数の広告の各々について、当該広告を提供させるべきサンプリングデータを選択するためのユーザインタフェースを提供し、前記ユーザインタフェースを介した前記サンプリングデータの選択に基づき前記正解ラベルを生成する。これにより、広告主は、正解ラベルの入力を容易に行うことができる。

【0010】

一実施形態に係る情報処理方法において、前記提供対象として決定された少なくとも１つの広告である対象広告の各々について、ユーザの属性を示す属性データ及び当該ユーザについての前記ユーザ装置データの少なくともいずれかを含むデータであるユーザデータと、当該広告を提供すべき優先度との関係を示す判定モデルを取得し、前記少なくとも１つの対象広告の各々について、当該対象広告について取得された前記判定モデルを用いて、前記対象ユーザについての前記ユーザデータに対応する、当該対象広告を提供すべき優先度を判定し、前記少なくとも１つの対象広告の各々について判定された前記優先度に応じて、前記少なくとも１つの対象広告の提供順位を決定する。これにより、ユーザの属性、測定機器の構成又はその利用状況に応じて、効果的な順序で広告を提供することができる。

【0011】

一実施形態に係る情報処理方法において、前記対象ユーザと少なくとも一人の他のユーザとの少なくともいずれかを含む少なくとも一人のサンプルユーザについて過去に取得された、当該サンプルユーザについての前記ユーザデータを前記少なくとも一人のサンプルユーザごとに取得し、前記少なくとも一人のサンプルユーザごとに取得された前記ユーザデータを複数のクラスタにクラスタリングし、前記複数のクラスタの各々について、当該クラスタに属するユーザに対して広告を提供すべき優先度の大きさを示す優先度情報を、前記複数の広告ごとに取得し、前記複数のクラスタ及び前記優先度情報に基づいて、前記複数の広告ごとに前記判定モデルを生成する。これにより、ユーザの属性、測定機器の構成又はその利用状況に応じて、効果的な順序で広告を提供するための判定モデルを生成することができる。

【0012】

一実施形態に係る情報処理方法において、前記複数の広告の各々について、前記複数のクラスタの各々に当該広告を提供すべき優先度の大きさを選択するためのユーザインタフェースを提供し、前記ユーザインタフェースを介した前記優先度情報の選択に基づき、前記優先度情報を取得する。これにより、広告主は、優先度情報の入力を容易に行うことができる。

【0013】

幾つかの実施形態に係る情報処理装置は、あらかじめ登録された複数の広告に含まれる広告を測定機器のユーザに提供する情報処理システムにおける情報処理装置であって、前記複数の広告の各々について、前記測定機器の構成及び前記測定機器の利用状況の少なくともいずれかに関するデータであるサンプリングデータと、当該広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習された予測モデルを取得し、広告提供の対象である対象ユーザが使用した測定機器の構成及び当該測定機器の前記対象ユーザによる利用状況の少なくともいずれかに関するデータであるユーザ装置データを取得し、前記複数の広告の各々について、当該広告について取得された前記予測モデルを用いて前記ユーザ装置データから予測される前記対象ユーザに対して当該広告を提供すべき度合いを判定し、前記複数の広告の各々について判定された前記提供すべき度合いに応じて、前記対象ユーザへの提供対象である少なくとも１つの広告を決定する。これにより、ユーザが使用した測定機器の構成又は測定機器のユーザによる利用状況に応じた広告を提供することができ、データ管理ソリューションの利用を更に促進することができる。

【0014】

幾つかの実施形態に係るコンピュータプログラムは、あらかじめ登録された複数の広告に含まれる広告を測定機器のユーザに提供する情報処理システムにおける情報処理装置に実行させるコンピュータプログラムであって、前記複数の広告の各々について、前記測定機器の構成及び前記測定機器の利用状況の少なくともいずれかに関するデータであるサンプリングデータと、当該広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習された予測モデルを取得する処理と、広告提供の対象である対象ユーザが使用した測定機器の構成及び当該測定機器の前記対象ユーザによる利用状況の少なくともいずれかに関するデータであるユーザ装置データを取得する処理と、前記複数の広告の各々について、当該広告について取得された前記予測モデルを用いて前記ユーザ装置データから予測される前記対象ユーザに対して当該広告を提供すべき度合いを判定する処理と、前記複数の広告の各々について判定された前記提供すべき度合いに応じて、前記対象ユーザへの提供対象である少なくとも１つの広告を決定する処理と、を実行させる。これにより、ユーザが使用した測定機器の構成又は測定機器のユーザによる利用状況に応じた広告を提供することができ、データ管理ソリューションの利用を更に促進することができる。

【発明の効果】

【0015】

本開示の一実施形態によれば、ユーザによる測定機器の利用の状況に応じた広告を提供可能とすることで、データ管理ソリューションの利用を更に促進可能な情報処理方法、情報処理装置、及びコンピュータプログラムを提供することができる。

【図面の簡単な説明】

【0016】

【図1】本開示の一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】本開示の一実施形態に係る情報処理装置の構成例を示すブロック図である。

【図3】広告管理サービスの機能構成例を示す図である。

【図4】データ活用サービスの機能構成例を示す図である。

【図5】データ管理サービスの機能構成例を示す図である。

【図6】ストレージの機能構成例を示す図である。

【図7】広告データセットの構成例を示す図である。

【図8】広告管理サービスとストレージの関係の一例を示す図である。

【図9】データ活用サービスと広告管理サービス及びストレージとの関係の一例を示す図である。

【図10】データ管理サービスとストレージの関係の一例を示す図である。

【図11】広告管理サービスが広告学習器を生成する処理の一例を示すフローチャートである。

【図12】サンプリングデータから教師データを抽出する一例を示す図である。

【図13】サンプリングデータから教師データを抽出する一例を示す図である。

【図14】データ活用サービスがクライアントデータ学習器を生成する処理の一例を示すフローチャートである。

【図15】クライアントデータの一例を示す図である。

【図16】広告管理サービスが広告表示リストを生成する処理の一例を示すフローチャートである。

【図17】データ活用サービスが広告表示リストの順に広告を表示する処理の一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】

【0017】

＜比較例＞
比較例に係る情報処理システムとしては、測定機器により測定された画像データ及び時系列データをはじめとする測定データの保存、閲覧・管理、及び解析等のデータ管理ソリューションを実現するものが知られている。しかし、比較例の構成は、データ管理ソリューションの利用促進という観点からは限定的な特性しか有していなかった。

【0018】

＜本開示の実施形態＞
以下、本開示の一実施形態について、図面を参照して説明する。各図面中、同一又は相当する部分には、同一符号を付している。本実施形態の説明において、同一又は相当する部分については、説明を適宜省略又は簡略化する。

【0019】

（情報処理システム）
図１は、本開示の一実施形態に係る情報処理システム１の構成例を示す図である。情報処理システム１において、本実施形態に係る情報処理装置１０は、ユーザ３１による測定機器の利用状況又はユーザ３１の属性等に応じて、ユーザ３１に提供すべき広告を決定し、その広告をユーザ３１に提供する機能を備えたデータ管理ソリューションを実現する。このような測定機器としては、顕微鏡及び工業計器等が含まれうるが、これらに限られない。

【0020】

本実施形態に係る情報処理装置１０は、互いに通信可能に接続された、広告管理サービス１００、データ活用サービス４００、データ管理サービス５００、及びストレージ３００を備える。本実施形態では、「サービス」の用語は、情報処理装置により実現される機能の実体の意味で使用される。本実施形態では、情報処理装置１０がこれらのサービス及びストレージを備える例を説明するが、これらサービス及びストレージはプラットフォーム事業者が提供するプラットフォーム上に構築されてもよい。また、例えば、広告管理サービス１００、データ活用サービス４００、データ管理サービス５００、及びストレージ３００は、それぞれ別の装置又はプラットフォーム上で実装され、インターネット等のネットワークを介して通信可能に接続されるように構成してもよい。

【0021】

広告管理サービス１００は、広告の登録、変更、削除、及び管理等を含む各機能を実現する。データ活用サービス４００は、データ管理サービス５００及び広告管理サービス１００と連携して、ユーザ３１が登録データを活用できるようにするためのサービスを提供する。データ管理サービス５００は、ユーザ３１により登録された測定機器の利用状況に関するデータを含む各種データの管理機能を提供する。

【0022】

広告主２１、ユーザ３１、及びサービス提供者４１は、情報処理装置１０により実現されるデータ管理ソリューションを使用する。データ管理ソシューションとしては、例えば、測定機器により測定された画像データ及び時系列データをはじめとする測定データの保存、閲覧・管理、及び解析等が含まれうる。

【0023】

広告主２１は、広告主端末２０を介して広告管理サービス１００を使用し、広告を提供する。ユーザ３１は、測定機器を使用して測定データを取得し、その測定データ等を情報処理装置１０に保存する。さらに、ユーザ３１は、ユーザ端末３０を介してデータ活用サービス４００を使用し、登録データを活用する。登録データには、前述の測定データの他、測定データを解析したデータ及び測定データを利用したデータ等が含まれうる。サービス提供者４１は、サービス提供者端末４０を介して、ユーザ３１に対して提供をする広告を決定する後述の表示対象判定部１４１を生成するために用いられる、各測定機器のサンプリングデータの提供等を行う。本実施形態では、広告は、静止画又は動画を含む画像（音声付きのものが含まれる）として表示により提供される場合の例が説明されるが、音声、テキスト、アプリ等、又はこれらの組み合わせ等として提供されてもよい。

【0024】

（情報処理装置）
図２は、本開示の一実施形態に係る情報処理装置１０の構成例を示すブロック図である。情報処理装置１０は、１つ又は互いに通信可能な複数のサーバ装置である。情報処理装置１０は、これらに限定されず、ＰＣ等の任意の汎用の電子機器であってもよいし、専用の他の電子機器であってもよい。図２に示すように、情報処理装置１０は、制御部１１、記憶部１２、通信部１３、入力部１４、及び出力部１５を備える。

【0025】

制御部１１は、１つ以上のプロセッサを含む。一実施形態において「プロセッサ」は、汎用のプロセッサ、又は特定の処理に特化した専用のプロセッサであるが、これらに限定されない。制御部１１は、情報処理装置１０を構成する各構成部と通信可能に接続され、情報処理装置１０全体の動作を制御する。

【0026】

記憶部１２は、ＨＤＤ、ＳＳＤ、ＥＥＰＲＯＭ、ＲＯＭ、及びＲＡＭを含む任意の記憶モジュールを含む。記憶部１２は、例えば、主記憶装置、補助記憶装置、又はキャッシュメモリとして機能してもよい。記憶部１２は、情報処理装置１０の動作に用いられる任意の情報を記憶する。例えば、記憶部１２は、システムプログラム、アプリケーションプログラム、及び通信部１３によって受信された各種情報等を記憶してもよい。記憶部１２は、情報処理装置１０に内蔵されているものに限定されず、ＵＳＢ等のデジタル入出力ポート等によって接続されている外付けのデータベース又は外付け型の記憶モジュールであってもよい。ＨＤＤはHard Disk Driveの略称である。ＳＳＤはSolid State Driveの略称である。ＥＥＰＲＯＭはElectrically Erasable Programmable Read-Only Memoryの略称である。ＲＯＭはRead-Only Memoryの略称である。ＲＡＭはRandom Access Memoryの略称である。ＵＳＢはUniversal Serial Busの略称である。

【0027】

通信部１３は、任意の通信技術によってスキャナ等の他の装置と通信接続可能な、任意の通信モジュールを含む。通信部１３は、さらに、他の装置との通信を制御するための通信制御モジュール、及び他の装置との通信に必要となる識別情報等の通信用データを記憶する記憶モジュールを含んでもよい。

【0028】

入力部１４は、操作者の入力操作を受け付けて、操作者の操作に基づく入力情報を取得する１つ以上の入力インタフェースを含む。例えば、入力部１４は、物理キー、静電容量キー、ポインティングディバイス、出力部１５のディスプレイと一体的に設けられたタッチスクリーン、又は音声入力を受け付けるマイク等であるが、これらに限定されない。

【0029】

出力部１５は、操作者に対して情報を出力し、操作者に通知する１つ以上の出力インタフェースを含む。例えば、出力部１５は、情報を画像で出力するディスプレイ、又は情報を音声で出力するスピーカ等であるが、これらに限定されない。なお、上述の入力部１４及び出力部１５の少なくとも一方は、情報処理装置１０と一体に構成されてもよいし、別体として設けられてもよい。

【0030】

情報処理装置１０の機能は、本実施形態に係るコンピュータプログラム（プログラム）を、制御部１１に含まれるプロセッサで実行することにより実現されうる。すなわち、情報処理装置１０の機能は、ソフトウェアにより実現されうる。コンピュータプログラムは、情報処理装置１０の動作に含まれるステップの処理をコンピュータに実行させることで、各ステップの処理に対応する機能をコンピュータに実現させる。すなわち、コンピュータプログラムは、コンピュータを本実施形態に係る情報処理装置１０として機能させるためのプログラムである。

【0031】

コンピュータプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体は、例えば、磁気記録装置、光ディスク、光磁気記録媒体、又は半導体メモリである。プログラムの流通は、例えば、プログラムを記録したＤＶＤ又はＣＤ－ＲＯＭなどの可搬型記録媒体を販売、譲渡、又は貸与することによって行う。「ＤＶＤ」は、Digital Versatile Discの略称である。「ＣＤ－ＲＯＭ」は、Compact Disc Read Only Memoryの略称である。プログラムをサーバのストレージに格納しておき、ネットワークを介して、サーバから他のコンピュータにプログラムを転送することにより、プログラムは流通されてもよい。プログラムはプログラムプロダクトとして提供されてもよい。

【0032】

コンピュータは、例えば、可搬型記録媒体に記録されたプログラム又はサーバから転送されたプログラムを、一旦、主記憶装置に格納する。そして、コンピュータは、主記憶装置に格納されたプログラムをプロセッサで読み取り、読み取ったプログラムに従った処理をプロセッサで実行する。コンピュータは、可搬型記録媒体から直接プログラムを読み取り、プログラムに従った処理を実行してもよい。コンピュータは、コンピュータにサーバからプログラムが転送される度に、逐次、受け取ったプログラムに従った処理を実行してもよい。このような処理は、サーバからコンピュータへのプログラムの転送を行わず、実行指示及び結果取得のみによって機能を実現する、いわゆるＡＳＰ型のサービスによって実行されてもよい。「ＡＳＰ」は、Application Service Providerの略称である。プログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるものが含まれる。例えば、コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータは、「プログラムに準ずるもの」に該当する。

【0033】

情報処理装置１０の一部又は全ての機能が、制御部１１に含まれる専用回路により実現されてもよい。すなわち、情報処理装置１０の一部又は全ての機能が、ハードウェアにより実現されてもよい。また、情報処理装置１０は単一の情報処理装置により実現されてもよいし、複数の情報処理装置の協働により実現されてもよい。

【0034】

情報処理装置１０の制御部１１は、測定機器の構成及び利用状況の少なくともいずれかに関するデータであるサンプリングデータと、広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習された予測モデルを取得する。制御部１１は、広告提供の対象である対象ユーザが使用した測定機器の構成及び対象ユーザによる利用状況の少なくともいずれかに関するデータであるユーザ装置データを取得する。制御部１１は、ユーザ装置データに基づいて、広告を対象ユーザに対して提供すべき度合いを広告ごとに判定する。具体的には、制御部１１は、各広告について取得された予測モデルを用いて、ユーザ装置データから予測される、対象ユーザに対して広告を提供すべき度合いを広告ごとに判定する。制御部１１は、各広告について判定された提供すべき度合いに応じて、対象ユーザへの提供対象である少なくとも１つの広告を決定する。したがって、情報処理装置１０によれば、対象ユーザが使用した測定機器の構成及び利用状況の少なくともいずれかに応じて適切な広告を対象ユーザに提供することができ、それによりデータ管理ソリューションの利用を更に促進することが可能である。

【0035】

（各サービスの機能構成）
次に、広告管理サービス１００、データ活用サービス４００、データ管理サービス５００、及びストレージ３００の機能構成を説明する。本実施形態では、これらの機能構成は情報処理装置１０上でソフトウェアにより実現されるが、それぞれ別個の装置により実現されてもよい。

【0036】

図３は、広告管理サービス１００の機能構成例を示す図である。広告管理サービス１００は、広告主２１に対して広告の管理に関するサービスを提供する。図３に示すように、広告管理サービス１００は、広告データセット管理部１１０、広告設定部１２０、及び広告再配置部１４０を備える。広告設定部１２０はパラメータ学習部１２１を有する。広告再配置部１４０は表示対象判定部１４１を有する。広告データセット管理部１１０は、ストレージ３００に記憶された後述の広告データセット２００を管理する。広告設定部１２０は、パラメータ学習部１２１により、複数の広告の各々について、サンプリングデータと広告についての正解ラベルとを教師データとして機械学習を行い、予測モデルを生成する。広告再配置部１４０は、予測モデルに応じてユーザ端末３０に広告を提供すべき度合いを判定し、提供対象である少なくとも１つの広告を決定する。

【0037】

図４は、データ活用サービス４００の機能構成例を示す図である。データ活用サービス４００は、ユーザ３１に対して、ユーザ３１の属性、ユーザ３１が使用した測定機器の構成及び測定機器の対象ユーザによる利用状況の少なくともいずれかに関するユーザデータに基づき、そのユーザ３１に合わせた広告を提供する。図４に示すように、データ活用サービス４００は、データ活用機能部４１０、順位判定部４２０、及び広告表示部４３０を備える。データ活用機能部４１０はクライアントデータ学習部４１１を有する。データ活用機能部４１０は、クライアントデータ学習部４１１により、過去に取得されたサンプルユーザについてのユーザデータに対してクラスタリングを行って、ユーザデータと広告を提供すべき優先度との関係を示す判定モデルを生成する。順位判定部４２０は、生成した判定モデルを用いて、対象ユーザについてのユーザデータに対応する対象広告を提供すべき優先度を判定する。広告表示部４３０は、対象広告の各々について判定された提供すべき優先度に応じて、少なくとも１つの対象広告の表示順位を決定し、ユーザ端末３０に表示させる。

【0038】

図５は、データ管理サービス５００の機能構成例を示す図である。データ管理サービス５００は、ストレージ３００に記憶されたデータを管理する。図５に示すように、データ管理サービス５００はデータ制御部５１０を備える。データ制御部５１０は、登録部５１１、更新部５１２、及び読出部５１３を有する。登録部５１１は、ストレージ３００にデータを新たに登録する制御を行う。更新部５１２は、ストレージ３００に記録されたデータを更新する制御を行う。読出部５１３は、ストレージ３００に記録されたデータを読み出す制御を行う。図１０を参照して後述するように、広告管理サービス１００及びデータ活用サービス４００は、データ管理サービス５００を介してストレージ３００にアクセスする。

【0039】

図６は、ストレージ３００の機能構成を示す図である。ストレージ３００は、例えば、記憶部１２により、データを記憶する。図６に示すように、ストレージ３００は、広告データセット記憶部３１０、サンプリングデータ記憶部３２０、及びクライアントデータ記憶部３３０を備える。

【0040】

広告データセット記憶部３１０は広告データセット２００を記憶する。図７は、広告データセット２００の構成例を示す図である。図７に示すように、広告データセット２００は、広告データ２１０、メタデータ２２０、及び学習器保持部２４０を備える。広告データ２１０はユーザ３１に提供する広告のデータそのものであり、広告内容２１１を有する。広告データ２１０は、具体的には、静止画又は動画を含む画像（音声付きのものが含まれる）のデータであるが、音声データ、テキストデータ、アプリケーションプログラム等、又はこれらの組み合わせでもよい。広告内容２１１は、顕微鏡、顕微鏡の付随装置、光源、容器、試薬、細胞、対物レンズ、フィルタ、ミラー、カメラ、ソフトウェア、イメージング、フローサイトメトリ、超解像、ライブセル、ＨＣＳ、ＨＣＡ、サポート、校正、学会、展示会に関するものであってもよい。ＨＣＳはHigh-Content Screeningの略称である。ＨＣＡはHigh-Content Analysisの略称である。

【0041】

メタデータ２２０は、広告データ２１０の性質を示す付帯情報である。メタデータ２２０には、その広告を提供すべき潜在的なユーザ３１が使用すると想定される測定機器の装置構成２３１、及び測定機器の利用データ２３２等が含まれうる。測定機器の装置構成２３１は、例えば、測定機器の種類、型番、年式、複数の測定機器が組み合わされて用いられている場合は、その組み合わせ等の情報を含みうる。具体的には、装置構成２３１の例は、顕微鏡システムの装置構成のデータである。測定機器の利用データ２３２は、例えば、測定により得られた測定データの他、測定機器の利用開始日、利用頻度、測定場所等の情報を含みうる。具体的には、利用データ２３２の例は、顕微鏡の画像データに対して定義された、画像の分解能、輝度値、時系列変化、又は、チャネル関係情報等のデータであってもよい。あるいは、利用データ２３２に、顕微鏡装置の動作結果に基づき定義されたオートフォーカスの合焦精度が含まれてもよい。装置構成２３１及び利用データ２３２は、新規に定義されるか、または、後述のサンプリングデータから選択又は使用して定義されてもよい。

【0042】

学習器保持部２４０は、対象ユーザが使用した測定機器の構成及び利用状況の少なくともいずれかに関するデータ（ユーザ装置データ）に基づきその広告を提供すべき度合いを予測するための予測モデルとしての広告学習器を保持する。後述するように、広告学習器は、測定機器の構成及び測定機器の利用状況の少なくともいずれかに関するデータであるサンプリングデータと、広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習により生成される。

【0043】

図６の説明に戻る。サンプリングデータ記憶部３２０は、測定機器の構成及び測定機器の利用状況の少なくともいずれかに関するデータであるサンプリングデータを記憶する。サンプリングデータは、サービス提供者４１により提供される。サンプリングデータは、具体的には、例えば、実験・測定・解析・データマイニングのプロトコル及びその結果である。前述のように、広告データセット２００のメタデータ２２０は、広告主２１がサンプリングデータからその広告に関連付けるものを選択して生成される場合がある。また、予測モデルとしての広告学習器は、サンプリングデータ及び正解ラベルを教師データとして機械学習を行うことにより生成される。

【0044】

クライアントデータ記憶部３３０は、ユーザ３１の属性を示す属性データ及びユーザ３１についての前述のユーザ装置データの少なくともいずれかを含むデータであるユーザデータとしてのクライアントデータを記憶する。ユーザ３１の属性としては、ユーザ３１の職業、業界、地位、年齢等が含まれうる。

【0045】

各サービスの接続関係について図８～図１０を参照して説明する。図８は、広告管理サービス１００とストレージ３００の関係の一例を示す図である。図８に示すように、広告データセット管理部１１０は、広告データセット記憶部３１０とネットワークで接続される。また、広告管理サービス１００は、広告主端末２０と、ネットワーク・クラウド５０を介して接続される。広告設定部１２０は、広告データセット記憶部３１０とサンプリングデータ記憶部３２０とそれぞれネットワークで接続される。なお、図１０を参照して後述するように、広告管理サービス１００は、データ管理サービス５００を介してストレージ３００にアクセスするが、図８では、データ管理サービス５００を省略している。

【0046】

図９は、データ活用サービス４００と広告管理サービス１００及びストレージ３００との関係の一例を示す図である。図９に示すように、データ活用サービス４００のデータ活用機能部４１０及び広告管理サービス１００の広告再配置部１４０は、クライアントデータ記憶部３３０とネットワークで接続される。データ活用サービス４００は、ユーザ端末３０とネットワーク・クラウド５０を介して接続される。広告管理サービス１００は広告データセット記憶部３１０とネットワークで接続される。このような構成により、広告管理サービス１００の広告再配置部１４０は、クライアントデータ記憶部３３０からユーザデータとしてのクライアントデータをロードできる。広告管理サービス１００は、広告データセット記憶部３１０から広告データセット２００をロードできる。なお、図１０を参照して後述するように、データ活用サービス４００は、データ管理サービス５００を介してストレージ３００にアクセスするが、図８では、データ管理サービス５００を省略している。

【0047】

図１０は、データ管理サービス５００とストレージ３００の関係の一例を示す図である。図１０に示すように、データ管理サービス５００は、ストレージ３００とネットワークで接続される。また、データ管理サービス５００、広告管理サービス１００、及びデータ活用サービス４００を物理的に別の装置に設けた場合、データ管理サービス５００、広告管理サービス１００、及びデータ活用サービス４００は、ネットワーク・クラウド５０を介して接続される。広告管理サービス１００及びデータ活用サービス４００がストレージ３００へアクセスする際は、データ管理サービス５００を介してアクセスする。

【0048】

（情報処理システムの動作）
次に、図１１～図１７を参照して、情報処理システム１の動作を説明する。図１１～図１７を参照して説明する情報処理装置１０の動作は本実施形態に係る情報処理方法に相当し、各ステップの動作は制御部１１の制御に基づき実行される。図１１は、広告管理サービス１００が広告学習器を生成する処理の一例を示すフローチャートである。予測モデルとしての広告学習器の生成は、広告データセット管理部１１０が、広告設定部１２０に対して、広告データセット２００の学習を指示することに応じて行われる。

【0049】

ステップＳ１１において、広告主２１は、自身の広告対象物のアピールポイント及び改善指標を念頭において、パラメータ２３０を含む広告データセット２００を設定する。表１は、広告主２１が念頭に置くアピールポイントの例を示す。

【0050】

【表1】

【0051】

広告主２１は、広告管理サービス１００へ広告データセット２００を登録する。具体的には、サービス提供者４１により提供されたサンプリングデータの中から、広告に関連付けるべきサンプリングデータを選択して、メタデータ２２０のパラメータ２３０として設定する。すなわち、サンプリングデータの各要素は、広告主２１により正解ラベルかどうかの選択がそれぞれなされる。このような広告主２１の選択を容易にするため、制御部１１は、複数の広告の各々について、広告を提供させるべきサンプリングデータを選択するためのユーザインタフェースを提供する。

【0052】

図１２及び図１３は、サンプリングデータから教師データを抽出する一例を示す図である。図１２は、サンプリングデータがオートフォーカスログである場合の例を示している。オートフォーカスログとは、顕微鏡におけるオートフォーカス動作シグナルの時系列データであり、ユーザデータとしてのクライアントデータの顕微鏡データ動作結果として存在する。広告主２１は、ユーザインタフェース３２１を使用して、広告に関連付けるべきサンプリングデータを選択する。図１２の例では、装置として異常なデータ（シグナル低下、波形割れ有）が選択されて、正解ラベル付けされている。このような異常なデータを生じている顕微鏡は故障している可能性があるため、そのような顕微鏡のユーザ３１は、顕微鏡の潜在的な顧客になる可能性がある。そのため、顕微鏡メーカの広告主２１は、このような異常なデータを生じている顕微鏡のユーザ３１に広告を提供するために、異常なデータに対して正解ラベルを付与することが考えられる。

【0053】

図１３は、サンプリングデータが解析手法テンプレートである場合の例を示している。解析手法テンプレートとは、顕微鏡データをいかにして解析するかの手法のテンプレートであり、ユーザデータとしてのクライアントデータに含まれる顕微鏡データを解析するための解析プロトコルの定義に使用される。広告主２１は、ユーザインタフェース３２２を使用して、広告に関連付けるべきサンプリングデータを選択する。図１３の例では、細胞内顆粒を解析するテンプレートが正解ラベル付けされている。細胞内顆粒を解析するテンプレートに対応する顕微鏡メーカの広告主２１は、例えば、このような正解ラベルを付与することが考えられる。

【0054】

再び図１１を参照すると、ステップＳ１２において、広告設定部１２０は、ステップＳ１１において取得した広告主２１によるサンプリングデータの選択に関する情報を取得する。ステップＳ１３において、広告設定部１２０は、サンプリングデータ記憶部３２０から、サンプリングデータをロードする。このようにして、制御部１１は、サンプリングデータ記憶部３２０から複数の広告の各々について、測定機器の構成及び測定機器の利用状況の少なくともいずれかに関するデータであるサンプリングデータと、その広告の提供の要否を示す情報である正解ラベルとを取得する。正解ラベルは、例えば、広告主２１の選択が「１」に、非選択が「０」に対応付けられる。

【0055】

ステップＳ１４において、パラメータ学習部１２１は、広告データセット２００の正解ラベルに適するサンプリングデータかどうかを機械学習して、広告学習器を作成する。すなわち、制御部１１は、複数の広告の各々について、測定機器の構成及び測定機器の利用状況の少なくともいずれかに関するデータ（離散データ）であるサンプリングデータと、その広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習する。これにより、制御部１１は、予測モデルとしての広告学習器を生成する。広告学習器は、サンプリングデータと同種の離散データの入力に応じて、選択か非選択かの分類結果を出力するが、その値は０～１の範囲の値となる。

【0056】

制御部１１は、ステップＳ１４において、例えば、ｋ近傍法、ＳＳＤ（Single Shot MultiBox Detector）等の、すでに知られている教師ありアルゴリズムを用いて機械学習することができる。例えば、画像データ又は二次元データにマッピングされたサンプリングデータについては、制御部１１は、サンプリングデータを人間の目で見て判別する処理をＳＳＤにより機械学習することが可能である。すなわち、制御部１１は、測定機器の構成及び測定機器の利用状況の少なくともいずれかに関するサンプリングデータの中で、画像データ又は二次元データにマッピングされたデータをＳＳＤへのインプットとして、広告学習器を生成してもよい。具体的には、制御部１１は、次のような用途にＳＳＤを用いることができる。
（１）横軸に時間、縦軸にシグナルでマッピングした顕微鏡のオートフォーカス制御に関する波形のグラフを画像化してサンプリングデータとする。このようなサンプリングデータに対して、オートフォーカスの動作が正常か否かを判別するための教師データを作成し、ＳＳＤを用いて機械学習する。
（２）顕微鏡画像のサンプリングデータに対して、その顕微鏡画像が細胞画像に当たるか否かを判別とするための教師データを作成し、ＳＳＤを用いて機械学習する。
（１）における顕微鏡のオートフォーカスの動作が正常か否か、及び、（２）における顕微鏡画像が細胞画像に当たるか否かは、いずれも前述の正解ラベルにより示される広告提供の要否に対応する。例えば、（１）の場合、顕微鏡のオートフォーカスの動作が正常でないことは、その顕微鏡と類似する製品の広告を提供する必要があることに対応する。（２）の場合、顕微鏡画像が細胞画像に当たることは、細胞を取り扱う関連製品の広告を提供する必要があることに対応する。

【0057】

ステップＳ１５において、制御部１１は、生成した広告学習器を、広告データセット２００の学習器保持部２４０に追加する。広告データセット２００は広告データセット記憶部３１０に保存される。そして、制御部１１は、広告学習器を生成する処理を終了する。なお、ここでは、機械学習における教師データが「０」又は「１」の値をとる正解ラベルである場合の例が説明されたが、広告主２１が、サンプリングデータに対し、０～１の範囲の値の正解ラベルを付与できるようにしてもよい。制御部１１は、このような正解ラベルの入力を容易にするためのユーザインタフェースを提供してもよい。これにより、広告主２１の意向をより精密に反映した広告学習器を生成することができる。

【0058】

図１４は、データ活用サービス４００が判定モデルとしてのクライアントデータ学習器を生成する処理の一例を示すフローチャートである。

【0059】

ステップＳ２１において、ユーザ３１は、ユーザデータとしてのクライアントデータをデータ活用サービス４００へ登録する。例えば、ユーザ３１は、顕微鏡データを登録する。登録されたクライアントデータは、クライアントデータ記憶部３３０に記憶される。制御部１１は、このようなユーザ３１からのユーザデータの登録の他、ユーザデータの変更も受け付ける。

【0060】

図１５は、クライアントデータの一例を示す図である。図１５の例では、クライアントデータとしての顕微鏡データが、MeasurementDataフォルダ３３１に保存されている。画像データはImageフォルダ３３２に保存される。測定ログデータはLogフォルダ３３３に保存される。顕微鏡データのメタデータはMeasurementResultファイル３３４として保存される。その他のクライアントデータはファイル３３５として保存される。

【0061】

ステップＳ２２において、データ活用サービス４００は、クライアントデータの分類のための機械学習をクライアントデータ学習部４１１にて行う。すなわち、制御部１１は、サンプルユーザについて過去に取得された、サンプルユーザについてのユーザデータ（クライアントデータ）を少なくとも一人のサンプルユーザごとに取得する。このようなサンプルユーザとしては、例えば、対象ユーザと少なくとも一人の他のユーザとの少なくともいずれかを含む少なくとも一人のユーザとすることができる。制御部１１は、少なくとも一人のサンプルユーザごとに取得されたユーザデータを複数のクラスタにクラスタリングする。クラスタリングは、例えば、ｋ平均法、Invariant Information Clustering（ＩＩＣ）等の、すでに知られている教師なしアルゴリズムを用いて実行することができる。制御部１１は、複数のクラスタの各々について、そのクラスタに属するユーザ３１に対して広告を提供すべき優先度を示す優先度情報を、広告ごとに取得する。具体的には、制御部１１は、複数のクラスタの各々に対して優先度の大きさを選択するためのユーザインタフェースを広告主２１に提供し、ユーザインタフェースを介した優先度の選択に基づき、優先度を取得してもよい。広告主２１により選択される優先度は、例えば、優先度が高いほど値が大きな０～１の範囲の値となる。制御部１１は、複数のクラスタ及び優先度情報に基づいて、複数の広告ごとに判定モデルとしてのクライアントデータ学習器を生成する。

【0062】

再び図１４を参照すると、ステップＳ２３において、制御部１１は、生成したクライアントデータ学習器をクライアントデータ記憶部３３０へ保存する。そして、制御部１１は、クライアントデータ学習器を生成する処理を終了する。

【0063】

図１６は、広告管理サービス１００が広告表示リストを生成する処理の一例を示すフローチャートである。広告表示リストとは、ユーザ３１に提供すべき広告を提供すべき順に示した広告のリストである。

【0064】

ステップＳ３１において、制御部１１の制御に基づき、データ活用サービス４００は、広告管理サービス１００に、クライアントデータが登録されたことを通知する。これに応じて、広告管理サービス１００は、クライアントデータの登録を認識する。制御部１１は、広告提供の対象である対象ユーザが使用した測定機器の構成及び測定機器の対象ユーザによる利用状況の少なくともいずれかに関するデータであるユーザ装置データを取得する。

【0065】

ステップＳ３２～ステップＳ３５において、制御部１１は、複数の広告のうちユーザ３１への表示対象である広告のリスト（広告表示リスト）を生成する処理を行う。まず、ステップＳ３２及びステップＳ３３において、制御部１１は、広告の広告データセット２００をロードし、広告データセット２００の学習器保持部２４０に保持された広告学習器により、ロードクライアントデータが広告提供対象であるか否かを表示対象判定部１４１により判定する。すなわち、ステップＳ３２において、制御部１１は、広告について取得された予測モデルとしての広告学習器を用いてユーザ装置データから予測される対象ユーザに対して広告を提供すべき度合いを判定する。前述のように、この度合いは、例えば、０～１の範囲の値となる。ステップＳ３３において、制御部１１は、判定された提供すべき度合いに応じて、その広告が対象ユーザへの提供対象であるか否かを判定する。制御部１１は、例えば、提供すべき度合いの値が予め定められた閾値以上の広告を表示対象として判定することができる。制御部１１は、ステップＳ３３において表示対象であると判定された場合（Ｓ３３でＹＥＳ）はステップＳ３４へ進み、表示対象でないと判定された場合（Ｓ３３でＮＯ）はステップＳ３５へ進む。

【0066】

ステップＳ３４において、制御部１１は、ステップＳ３３で表示対象であると判定された広告を広告表示リストへ登録する。

【0067】

ステップＳ３５において、制御部１１は、未処理の他の広告があるか否かを判定する。制御部１１は、他の広告があると判定された場合（Ｓ３５でＹＥＳ）はステップＳ３２へ戻り、他の広告がないと判定された場合（Ｓ３５でＮＯ）はステップＳ３６へ進む。

【0068】

ステップＳ３６において、制御部１１は、順位判定部４２０において、判定モデルとしてのクライアントデータ学習器により、広告表示リストの表示順を最適化する。具体的には、制御部１１は、広告表示リストに記載された対象広告としての広告の各々について、前述の判定モデルとしてのクライアントデータ学習器を取得する。制御部１１は、対象広告の各々について、対象広告について取得された判定モデルを用いて、対象ユーザについてのユーザデータに対応する、対象広告を提供すべき優先度を判定する。前述のように、この優先度は、例えば、優先度が高いほど値が大きな０～１の範囲の値となる。制御部１１は、対象広告の各々について判定された優先度に応じて、少なくとも１つの対象広告の提供順位を決定する。例えば、制御部１１は、優先度の値が大きな順に広告の提供順位を決定する。制御部１１は、このように決定された提供順位により、広告表示リストに含まれる広告の順序を入れ替えて最適化する。

【0069】

ステップＳ３７において、制御部１１は、広告表示リストをクライアントデータとしてクライアントデータ記憶部３３０に登録する。そして、制御部１１は、広告表示リストを生成する処理を終了する。

【0070】

図１７は、データ活用サービス４００が広告表示リストの順に広告を表示する処理の一例を示すフローチャートである。

【0071】

ステップＳ４１において、ユーザ３１によるクライアントデータの活用の際に、制御部１１は、データ活用機能部４１０により、クライアントデータをロードする。

【0072】

ステップＳ４２において、制御部１１は、そのユーザ３１についての広告表示リストをロードする。

【0073】

ステップＳ４３において、制御部１１は、広告表示部４３０により、ステップＳ４３でロードした広告表示リストに基づき広告を表示する。具体的には、制御部１１は、例えば、広告表示リストにおいて提供すべき順位がより高い広告は、より高い頻度で、より長い時間、又はより目立つ場所に表示するようにしてもよい。

【0074】

上記のように、情報処理装置１０は、複数の広告の各々について、測定機器の構成及び利用状況の少なくともいずれかに関するサンプリングデータと、広告の提供の要否を示す情報である正解ラベルとを教師データとして機械学習された予測モデルを取得する。情報処理装置１０は、ユーザ３１の属性を示す属性データ及びユーザ３１についてのユーザ装置データの少なくともいずれかを含むデータであるユーザデータと、広告を提供すべき優先度との関係を示す判定モデルを取得する。そして、情報処理装置１０は、予測モデル及び判定モデルを用いて、ユーザ３１による測定機器の利用状況又はユーザ３１の属性等に応じて、ユーザ３１に提供すべき広告を決定し、ユーザ３１が関心を持つと推定される関心度の高い順に、広告を並び替えて提供する。したがって、情報処理装置１０は、ユーザ３１による測定機器の利用の状況に応じた広告を提供可能とすることで、データ管理ソリューションの利用を更に促進することが可能である。

【0075】

具体的には、情報処理装置１０によるデータ管理ソリューションは、例えば、故障診断の用途に用いることができる。すなわち、ユーザ３１が顕微鏡データを登録すると、データ活用サービス４００は、広告データセット２００の学習器保持部２４０に保持された広告学習器により、顕微鏡データに付随する測定ログから顕微鏡に起こる可能性のある将来的な故障の有無を予測する。将来的な故障が予測されるならば、データ活用サービス４００は、ユーザ３１に対してその装置の予防保全サービスを実施することを推奨する広告を表示してもよい。

【0076】

あるいは、情報処理装置１０によるデータ管理ソリューションは、例えば、ソリューション提供に用いることができる。すなわち、ユーザ３１が顕微鏡データを登録すると、データ活用サービス４００は、広告データセット２００の広告学習器により、顕微鏡データのメタデータ又は画像データから、細胞成分の計測及び解析を行っている可能性の有無を判定する。細胞成分の計測及び解析を行っている可能性がある場合、データ活用サービス４００は、ユーザ３１に対して細胞成分を採取し、1細胞質量分析法又は1細胞遺伝子解析法などを用いて高感度に分析を行うソリューション提供の広告を表示してもよい。なお、測定機器のデータは、顕微鏡のデータだけでなく、工業計器及び測定器から得られるデータとしてもよい。

【0077】

本開示は上述の実施形態に限定されるものではない。例えば、ブロック図に記載の複数のブロックは統合されてもよいし、又は１つのブロックは分割されてもよい。フローチャートに記載の複数のステップは、記述に従って時系列に実行する代わりに、各ステップを実行する装置の処理能力に応じて、又は必要に応じて、並列的に又は異なる順序で実行されてもよい。その他、本開示の趣旨を逸脱しない範囲での変更が可能である。

【符号の説明】

【0078】

１ 情報処理システム
１０ 情報処理装置
１１ 制御部
１２ 記憶部
１３ 通信部
１４ 入力部
１５ 出力部
２０ 広告主端末
２１ 広告主
３０ ユーザ端末
３１ ユーザ
４０ サービス提供者端末
４１ サービス提供者
５０ ネットワーク・クラウド
１００ 広告管理サービス
１１０ 広告データセット管理部
１２０ 広告設定部
１２１ パラメータ学習部
１４０ 広告再配置部
１４１ 表示対象判定部
２００ 広告データセット
２１０ 広告データ
２１１ 広告内容
２２０ メタデータ
２３０ パラメータ
２３１ 装置構成
２３２ 利用データ
２４０ 学習器保持部
３００ ストレージ
３１０ 広告データセット記憶部
３２０ サンプリングデータ記憶部
３２１ ユーザインタフェース
３２２ ユーザインタフェース
３３０ クライアントデータ記憶部
４００ データ活用サービス
４１０ データ活用機能部
４１１ クライアントデータ学習部
４２０ 順位判定部
４３０ 広告表示部
５００ データ管理サービス
５１０ データ制御部
５１１ 登録部
５１２ 更新部
５１３ 読出部

【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】