特開 2024-44069 情報処理プログラム、端末装置および情報処理方法

(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】P2024044069

(43)【公開日】2024-04-02

(54)【発明の名称】情報処理プログラム、端末装置および情報処理方法

(51)【国際特許分類】

   G06Q 30/0251 20230101AFI20240326BHJP

   G06Q 30/0241 20230101ALI20240326BHJP

【ＦＩ】

G06Q30/02 398

G06Q30/02 444

G06Q30/02 446

【審査請求】未請求

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2022149392

(22)【出願日】2022-09-20

(71)【出願人】

【識別番号】500257300

【氏名又は名称】ＬＩＮＥヤフー株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】坪内 孝太

(72)【発明者】

【氏名】友成 愛

(72)【発明者】

【氏名】佐藤 潤一

(72)【発明者】

【氏名】宮崎 崇史

(72)【発明者】

【氏名】大島 みゆき

(72)【発明者】

【氏名】二宮 一浩

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049BB08

(57)【要約】

【課題】個人情報を保護しつつ、利用者に対して適切な広告配信を行うこと。
【解決手段】本願に係る情報処理プログラムは、端末装置が有するコンピュータに、端末装置が保持する利用者情報と、指定された対象の広告を生成するよう学習が行われた広告生成モデルとを用いて、指定された対象の広告を生成する生成手順と、端末装置の利用者による広告の評価を推定するように学習が行われた広告評価モデルを用いて、生成手順により生成された広告を評価する評価手順と、評価手順による評価結果が所定の条件を満たす場合に、生成手順により生成された広告を提供する提供手順と、を実行させる。
【選択図】図１

【特許請求の範囲】

【請求項1】

端末装置が有するコンピュータに
前記端末装置が保持する利用者情報と、指定された対象の広告を生成するよう学習が行われた広告生成モデルとを用いて、指定された対象の広告を生成する生成手順と、
前記端末装置の利用者による広告の評価を推定するように学習が行われた広告評価モデルを用いて、前記生成手順により生成された広告を評価する評価手順と、
前記評価手順による評価結果が所定の条件を満たす場合に、前記生成手順により生成された広告を提供する提供手順と、
を実行させることを特徴とする情報処理プログラム。

【請求項2】

前記生成手順は、
広告主から指定された広告素材を用いて前記広告を生成すること
を特徴とする請求項１に記載の情報処理プログラム。

【請求項3】

前記生成手順は、
広告主から指定された広告の傾向情報に基づいて前記広告を生成すること
を特徴とする請求項１に記載の情報処理プログラム。

【請求項4】

前記評価手順は、
前記利用者情報に基づいて学習が行われた前記広告評価モデルを用いて、前記広告を評価すること
を特徴とする請求項１に記載の情報処理プログラム。

【請求項5】

前記評価手順は、
前記端末装置の操作履歴に基づいて学習が行われた前記広告評価モデルを用いて、前記広告を評価すること
を特徴とする請求項４に記載の情報処理プログラム。

【請求項6】

前記評価手順は、
前記端末装置に保持された画像情報に基づいて学習が行われた前記広告評価モデルを用いて、前記広告を評価すること
を特徴とする請求項４に記載の情報処理プログラム。

【請求項7】

前記生成手順は、
前記端末装置による動画または音楽の再生履歴に基づいて学習が行われた前記広告評価モデルを用いて、前記広告を評価すること
を特徴とする請求項４に記載の情報処理プログラム。

【請求項8】

前記評価手順は、
さらに、提供後の前記広告に対して評価し、評価結果に基づいて前記生成手順による広告生成に関する生成パラメータを更新すること
を特徴とする請求項１に記載の情報処理プログラム。

【請求項9】

前記生成手順は、
前記端末装置の周囲環境に応じた前記広告を生成すること
を特徴とする請求項１に記載の情報処理プログラム。

【請求項10】

前記生成手順は、
前記評価手順による評価結果に基づいて選択された広告対象に関する前記広告を生成すること
を特徴とする請求項１に記載の情報処理プログラム。

【請求項11】

前記生成手順は、
前記端末装置が保持する画像情報を用いて、前記広告を生成すること
を特徴とする請求項１に記載の情報処理プログラム。

【請求項12】

前記提供手順は、
利用者へ提供した前記広告の特徴情報を外部装置へ提供すること
を特徴とする請求項１に記載の情報処理プログラム。

【請求項13】

端末装置が保持する利用者情報と、指定された対象の広告を生成するよう学習が行われた広告生成モデルとを用いて、指定された対象の広告を生成する生成部と、
前記端末装置の利用者による広告の評価を推定するように学習が行われた広告評価モデルを用いて、前記生成部により生成された広告を評価する評価部と、
前記評価部による評価結果が所定の条件を満たす場合に、前記生成部により生成された広告を提供する提供部と、
を備えることを特徴とする端末装置。

【請求項14】

端末装置が保持する利用者情報と、指定された対象の広告を生成するよう学習が行われた広告生成モデルとを用いて、指定された対象の広告を生成する生成工程と、
前記端末装置の利用者による広告の評価を推定するように学習が行われた広告評価モデルを用いて、前記生成工程により生成された広告を評価する評価工程と、
前記評価工程による評価結果が所定の条件を満たす場合に、前記生成工程により生成された広告を提供する提供工程と、
をコンピュータに実行させることを特徴とする情報処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理プログラム、端末装置および情報処理方法に関する。

【背景技術】

【0002】

従来、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。広告配信に関する技術として、サーバに蓄積された利用者のログ情報から利用者にあわせた広告を配信する技術が開示されている（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－０５１３９１号公報

【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、従来技術では、利用者に対して適切な広告配信が困難になるという課題がある。近年では、個人情報を保護する観点から、利用者端末からサーバへ提供される利用者のログ情報に制限が設けられつつあり、利用者に対して価値が高い広告がどのような広告かをサーバ側で解析するのは困難になる。

【0005】

本発明は、上記に鑑みてなされたものであって、個人情報を保護しつつ、利用者に対して適切な広告配信を行うことができる情報処理プログラム、端末装置および情報処理方法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】

【0006】

上述した課題を解決し、目的を達成するために、本発明に係る情報処理プログラムは、端末装置が有するコンピュータに、前記端末装置が保持する利用者情報と、指定された対象の広告を生成するよう学習が行われた広告生成モデルとを用いて、指定された対象の広告を生成する生成手順と、前記端末装置の利用者による広告の評価を推定するように学習が行われた広告評価モデルを用いて、前記生成手順により生成された広告を評価する評価手順と、前記評価手順による評価結果が所定の条件を満たす場合に、前記生成手順により生成された広告を提供する提供手順と、を実行させる。

【発明の効果】

【0007】

本発明によれば、個人情報を保護しつつ、利用者に対して適切な広告配信を行うことができる。

【図面の簡単な説明】

【0008】

【図1】図１は、実施形態に係る情報処理の一例を示す図である。

【図2】図２は、実施形態に係るオンデバイス学習の一例を示す図である。

【図3】図３は、実施形態に係る情報提供装置の構成例を示すブロック図である。

【図4】図４は、実施形態に係る広告情報データベースの一例を示す図である。

【図5】図５は、実施形態に係る統計情報データベースの一例を示す図である。

【図6】図６は、実施形態に係る利用者端末の構成例を示すブロック図である。

【図7】図７は、実施形態に係るログ情報記憶部の一例を示す図である。

【図8】図８は、実施形態に係るカメラ画像記憶部の一例を示す図である。

【図9】図９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10】図１０は、実施形態に係るカメラ画像を用いた広告生成の一例を示す模式図である。

【図11】図１１は、実施形態に係る周囲環境に応じた広告の提供例を示す模式図である。

【図12】図１２は、実施形態に係る情報提供装置が実行する処理手順の一例を示すフローチャートである。

【図13】図１３は、実施形態に係る利用者端末が実行する処理手順の一例を示すフローチャートである。

【図14】図１４は、実施形態に係る利用者端末が実行する処理手順の一例を示すフローチャートである。

【図15】図１５は、実施形態に係る利用者端末が実行する処理手順の一例を示すフローチャートである。

【図16】図１６は、実施形態に係る利用者端末が実行する処理手順の一例を示すフローチャートである。

【図17】図１７は、実施形態に係る利用者端末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。

【発明を実施するための形態】

【0009】

以下に、本願に係る情報処理プログラム、端末装置および情報処理方法を実施するための形態（以下、「実施形態」と呼ぶ）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プログラム、端末装置および情報処理方法が限定されるものではない。また、各実施形態は、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、以下の各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。

【0010】

〔１．情報処理の概要〕
図１は、実施形態に係る情報処理の一例を示す図であり、実施形態に係る情報処理プログラムは、図１に示す利用者端末１０によって実行される。

【0011】

図１に示す広告配信システムＳは、情報提供装置１と、利用者端末１０と、広告主端末１００ａ、１００ｂ、１００ｃとを備える。情報提供装置１は、広告主端末１００ａ、１００ｂ、１００ｃから受け付けた広告の配信依頼に基づいて各利用者端末１０へ依頼された広告に関する広告情報を提供する。例えば、情報提供装置１は、クラウドやサーバ等によって実現される。

【0012】

また、図１に示す利用者端末１０は、利用者Ｕが保有する端末装置であり、例えば、スマートフォン等である。図１に示すように、利用者端末１０は、広告生成モデルと、広告評価モデルを有する。広告生成モデルは、指定された対象の広告を生成するよう学習が行われたモデルであり、画像生成ＡＩである。例えば、広告生成モデルは、入力されたテキスト情報等（例えば、コンテキスト）に応じたＡＩ画像を生成する。また、広告評価モデルは、利用者Ｕによる広告の評価を推定するように学習が行われたモデルである。

【0013】

利用者端末１０は、広告生成および広告評価に関する双方の処理を利用者端末１０内で繰り返し実行する。これにより、利用者端末１０は、利用者Ｕに対して提供する広告の最適化を図ることができる。

【0014】

つまり、利用者端末１０は、オンデバイス学習によって利用者Ｕに対して最適化された広告の提供が可能となる。なお、オンデバイス学習の具体的な説明は、図２を用いて後述する。

【0015】

広告主端末１００ａ、１００ｂ、１００ｃは、各広告主の端末装置である。例えば、広告主は、広告主端末１００ａ、１００ｂ、１００ｃをそれぞれ操作し、情報提供装置１へ広告の配信依頼を行う（ステップＳ１）。

【0016】

ここで、配信依頼は、広告対象に関する情報、広告の素材となる素材情報、広告の傾向に関する傾向情報等を含む。素材情報は、企業名、商品名、ロゴ画像、商品画像などを含み、傾向情報は、広告のイメージや雰囲気に関する情報等を含む。また、後述するように、利用者端末１０は、カメラ画像等を用いて広告を生成することもでき、この場合の配信依頼には、広告対象と合成する画像の傾向を示す傾向情報が含まれる。

【0017】

情報提供装置１は、各広告主から取得した配信依頼に基づき、利用者端末１０に対して広告情報を提供する（ステップＳ２）。

【0018】

広告情報は、例えば、素材情報、広告の傾向情報などに関する情報が含まれる。利用者端末１０は、情報提供装置１から受け取った広告情報に基づいて、広告生成モデルを用いて広告を生成する（ステップＳ３）。

【0019】

つづいて、利用者端末１０は、生成した広告について広告評価モデルを用いて評価する（ステップＳ４）。例えば、広告評価モデルは、利用者端末１０内に保持される各種利用者情報を用いて利用者Ｕを傾向やタイプ、広告の好み、効果の傾向などといった利用者Ｕの人物モデルを学習したモデルであり、利用者Ｕに対して訴求効果が高いと推定される広告のスコアが高くなるように学習されたモデルである。

【0020】

また、広告評価モデルは、例えば、広告提供前後の利用者情報の関係性に基づいて、利用者Ｕへ提供した広告ＡＤを評価することもできる。なお、広告評価モデルは、例えば、利用者端末１０の周囲環境に応じてスコアを更新することもできる。例えば、広告評価モデルは、周囲の気温が高い場合に、広告対象となるビールの広告に関するスコアを相対的に高い値へ更新する。

【0021】

そして、利用者端末１０は、例えば、広告に関するスコアが所定値を超えたタイミングで、利用者Ｕに対して広告ＡＤを提供する（ステップＳ５）。例えば、図１に示すように、広告ＡＤは、広告生成モデルによって生成されるＡＩ画像ＧやテキストＴおよび広告主から依頼を受けた素材画像Ｐが含まれる。なお、広告ＡＤは、画像形式の広告であってもよく、動画形式の広告であってもよい。また、広告ＡＤは、音楽が含まれるようにしてもよい。また、広告ＡＤは、例えば、ＡＲ（Augmented Reality）コンテンツやＶＲ（Virtual Reality）コンテンツのように３次元のコンテンツであってもよい。

【0022】

後述するように、利用者端末１０は、利用者端末１０で撮影したカメラ画像を含む広告ＡＤを生成し、利用者Ｕへ提供することも可能である。この場合、各利用者端末１０にはそれぞれ異なるカメラ画像が保持されるので、各利用者端末１０ではそれぞれ異なるカメラ画像を用いて広告ＡＤを提供することができる。

【0023】

特に、カメラ画像を利用した広告ＡＤを提供する場合には、利用者Ｕの過去の体験や思い出等を絡めた広告ＡＤを提供することができるので、利用者Ｕにとってより身近な広告ＡＤを提供することができる。

【0024】

その後、利用者端末１０は、広告ＡＤ提供後に取得した利用者Ｕの行動履歴などのログ情報を用いて広告ＡＤのパフォーマンス計測を行う（ステップＳ６）。利用者端末１０は、広告ＡＤの提供前後で広告対象に対する利用者Ｕの行動の変化に応じて広告ＡＤのパフォーマンスを計測する。

【0025】

その後、利用者端末１０は、情報提供装置１が広告主に対し費用請求等に必要となる統計情報を情報提供装置１へ提供する（ステップＳ７）。例えば、統計情報は、広告ＡＤの特徴量に関する情報、パフォーマンス計測の結果など最低限の情報であり、利用者Ｕの個人を特定するようなセンシティブな情報を含まない。

【0026】

つまり、利用者端末１０は、利用者Ｕのログ情報など、センシティブな情報については情報提供装置１へ提供しない。これにより、利用者Ｕの個人情報を保護することができる。なお、広告ＡＤの特徴量は、広告ＡＤの特徴量を示す特徴ベクトルであるが、例えば、広告ＡＤの特徴を示すテキストであってもよい。

【0027】

情報提供装置１は、各利用者端末１０から取得した統計情報を集計することで、レポートを生成し（ステップＳ８）、各広告主端末１００ａ、１００ｂ、１００ｃへ生成したレポートを提供する（ステップＳ９）。

【0028】

例えば、レポートは、各広告ＡＤの特徴量の分布やその重心、各広告ＡＤのパフォーマンスに関するスコアの分布などに関する情報が含まれる。これにより、広告主は、各利用者端末１０で提供された広告ＡＤや、広告ＡＤのパフォーマンスに関する状況を把握することができる。

【0029】

次に、図２を用いて、オンデバイス学習についてさらに説明する。図２は、実施形態に係るオンデバイス学習の一例を示す模式図である。図２に示すように、利用者端末１０は、広告評価モデルから広告生成モデルへ広告発注が行われる（ステップＳ１１）。

【0030】

広告発注は、利用者Ｕに対し訴求力が高いと推定される広告の特徴等に関する情報を含み、広告生成モデルは、広告発注に基づいて広告を生成する（ステップＳ１２）。利用者端末１０は、広告生成モデルを用いて生成した広告ＡＤを所定のタイミングで利用者Ｕに対し提供する（ステップＳ１３）。

【0031】

その後、利用者端末１０では、利用者Ｕによるログ情報を収集する（ステップＳ１４）。そして、利用者端末１０では、収集したログ情報に基づいて広告ＡＤを評価する（ステップＳ１５）。なお、利用者端末１０は、例えば、Ａ／Ｂテスト、ＣＶＲ（Conversion Rate）等によって広告ＡＤの評価を行うようにしてもよい。

【0032】

そして、利用者端末１０では、利用者Ｕへ提供した広告ＡＤの評価結果に基づいて、発注内容の改善が行われる。つまり、利用者端末１０では、ステップＳ１１～ステップＳ１５のループをデバイス内で繰り返すことで、利用者Ｕに関する個人的な情報をサーバ（例えば、情報提供装置１）へアップロードすることなく、利用者Ｕに対して適切な広告を提供することができる。

【0033】

したがって、実施形態に係る利用者端末１０によれば、個人情報を保護しつつ、利用者に対して適切な広告配信を行うことができる。なお、広告作成モデルと、広告評価モデルは、例えば、敵対的生成ネットワーク（ＧＡＮ；Generative Adversarial Networks）であってもよい。この場合、広告評価モデルの評価結果に基づいて、広告作成モデルを修正し、広告作成モデルの作成結果に基づいて、広告評価モデルを修正してもよい。例えば、広告評価モデルの評価結果がより良くなるように広告作成モデルを修正し、広告作成モデルが生成したコンテンツがより厳しい評価になるように広告評価モデルを修正する。例えば、この場合、利用者Ｕが良いと評価した広告に対し、前回よりも低いスコアが付与されるように、より利用者Ｕの好み等を強く反映した評価になるように、広告評価モデルは修正される。

【0034】

〔２．情報提供装置の構成例〕
次に、図３を用いて、実施形態に係る情報提供装置１の構成例について説明する。図２は、実施形態に係る情報提供装置１の構成例を示すブロック図である。図２に示すように、実施形態に係る情報提供装置１は、通信部２、記憶部３および制御部４を備える。

【0035】

通信部２は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２は、４Ｇ（Generation）、５Ｇ、ＬＴＥ（Long Term Evolution）、ＷｉＦｉ（登録商標）若しくは無線ＬＡＮ（Local Area Network）等といった各種の無線通信網若しくは各種の有線通信網といったネットワークを介して、外部装置との間で情報の送受信を行う。

【0036】

記憶部３は、例えば、ＲＡＭ、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。また、記憶部３は、広告情報データベース３１、統計情報データベース３２、推定モデルデータベース３３を有する。

【0037】

広告情報データベース３１は、広告情報を記憶するデータベースである。図４は、実施形態に係る広告情報データベース３１の一例を示す図である。図４に示すように、広告情報データベース３１は、「広告主ＩＤ」、「広告対象」、「素材情報」、「傾向情報」、「ターゲット情報」などといった項目の情報を互いに対応付けて記憶する。

【0038】

「広告主ＩＤ」は、広告主を識別するための識別子である。「広告対象」は、広告の対象となる店舗、ブランド、イベント、商品またはサービスである。「素材情報」は、広告の素材に関する情報である。例えば、素材情報は、商品画像、広告主のロゴ画像やキャラクター画像、広告に起用された著名人の画像、広告に使用する楽曲などを含む。

【0039】

「傾向情報」は、広告主が指定した広告の傾向に関する情報である。例えば、傾向情報は、広告主が広告に求めるイメージや、広告主のブランドイメージなどを含む。「ターゲット情報」は、広告主が指定した広告のターゲットとなる利用者層に関する情報である。

【0040】

図３の説明に戻り、統計情報データベース３２について説明する。統計情報データベース３２は、統計情報を記憶するデータベースである。図５は、実施形態に係る統計情報データベース３２の一例を示す図である。

【0041】

図５に示すように、実施形態に係る統計情報データベース３２は、「広告対象」、「提供回数」、「ＫＰＩ（Key Performance Indicator）」、「広告特徴量」などといった項目の情報を互いに対応付けて記憶する。

【0042】

「広告対象」は、図４に示す「広告対象」と同様に、広告の対象となる商品またサービスである。「提供回数」は、対応する広告対象に関する広告が利用者端末１０で提供された回数である。

【0043】

「ＫＰＩ」は、広告ＡＤによる対応する広告対象のパフォーマンスを示す指標であり、例えば、各利用者端末１０で提供された広告ＡＤのパフォーマンスの統計値である。「広告特徴量」は、各利用者端末１０で提供された広告ＡＤの特徴量の統計値である。

【0044】

図３の説明に戻り、推定モデルデータベース３３について説明する。推定モデルデータベース３３は、推定モデルを記憶するデータベースである。推定モデルは、広告主から依頼された配信依頼の依頼内容からＫＰＩを推定するモデルである。

【0045】

例えば、推定モデルは、仮想的に設定した複数のペルソナを用いて、配信依頼の依頼内容に基づいてＫＰＩを推定するシミュレーションモデルである。また、推定モデルは、例えば、依頼内容と、実際に利用者端末１０で提供された広告ＡＤの特徴量の関係性を学習したモデルであってもよい。この場合、推定モデルは、依頼内容に基づいて、各利用者端末１０で提供される広告ＡＤを推定するシミュレーションモデルとなる。

【0046】

次に、制御部４について説明する。制御部４は、例えば、コントローラ（controller）であり、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報提供装置１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。

【0047】

図３に示すように、制御部４は、受付部４１と、推定部４２と、生成部４３と、提供部４４と、更新部４５と、通知部４６とを有する。受付部４１は、各利用者端末１０や広告主端末１００から各種情報を受け付ける。

【0048】

受付部４１は、広告主端末１００から広告に関する配信依頼を受け付ける。例えば、受付部４１は、広告主端末１００から広告に関する配信依頼に関する情報を広告情報データベース３１に登録するとともに推定部４２へ渡す。

【0049】

また、受付部４１は、各利用者端末１０から広告ＡＤに関する統計情報を受け付ける。受付部４１は、各利用者端末１０から受け付けた統計情報を統計情報データベース３２に登録する。

【0050】

推定部４２は、広告主端末１００による配信依頼に基づいて、広告に関する各種推定を行う。例えば、推定部４２は、推定モデルデータベース３３に格納された推定モデルに対し配信依頼に関する情報を入力することで、配信依頼の依頼内容で推定される広告のＫＰＩや各利用者端末１０で提供される広告ＡＤを推定する。推定部４２による推定結果は、提供部４４を介して広告主端末１００へ提供される。

【0051】

生成部４３は、広告主に対するレポートを生成する。例えば、生成部４３は、統計情報データベース３２に格納された各種統計情報に基づいて、各広告主宛のレポートを生成する。

【0052】

例えば、生成部４３は、広告主毎に広告ＡＤの提供回数、ＫＰＩ、広告特徴量などに関する情報を含むレポートを生成する。生成部４３によって生成されたレポートは、提供部４４を介して対応する広告主端末１００へ提供される。

【0053】

提供部４４は、各利用者端末１０や広告主端末１００に対し各種情報を提供する。例えば、提供部４４は、利用者端末１０に対し広告情報を提供する。この際、提供部４４は、すべての利用者端末１０に対し共通の広告情報を提供するようにしてもよく、利用者端末１０それぞれで異なる広告情報を提供するようにしてもよい。例えば、広告対象が酒類である場合、提供部４４は、成人を超えた利用者Ｕの利用者端末１０に対し対応する広告情報を提供する。なお、広告対象の取捨選択については、利用者端末１０側で行うようにしてもよい。

【0054】

また、提供部４４は、広告主端末１００に対し推定部４２による推定結果を提供する。ここでの推定結果には、配信依頼の依頼内容で推定される広告のＫＰＩや各利用者端末１０で提供される広告ＡＤの特徴量の分布に関する情報等が含まれる。

【0055】

これにより、広告主は、広告の効果や、広告ＡＤを把握することができ、配信依頼の内容を事前に改良することができる。この際、広告主は、例えば、広告ＡＤの特徴量の分布が指定した領域に収まるように、領域を指定した配信依頼を行うようにしてもよい。これにより、各利用者端末１０では、広告主のイメージにあう広告ＡＤを提供することができる。

【0056】

また、提供部４４は、広告主端末１００に対し生成部４３によって生成されたレポートを提供する。これにより、広告主は、事後的に広告ＡＤの効果や、広告ＡＤを把握することができる。

【0057】

〔３．利用者端末の構成例〕
次に、図６を用いて、利用者端末１０の構成例について説明する。図６は、実施形態に係る利用者端末１０の構成例を示すブロック図である。図６に示すように、実施形態に係る利用者端末１０は、通信部１１０、記憶部１２０、制御部１３０を備える。また、利用者端末１０は、表示部１１１、操作部１１２、カメラ１１３、スピーカ１１４、センサ群１１５を有する。

【0058】

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、４Ｇ（Generation）、５Ｇ、ＬＴＥ（Long Term Evolution）、ＷｉＦｉ（登録商標）若しくは無線ＬＡＮ（Local Area Network）等といった各種の無線通信網若しくは各種の有線通信網といったネットワークを介して、外部装置との間で情報の送受信を行う。

【0059】

表示部１１１は、制御部１３０から入力される画像あるいは映像を表示する。操作部１１２は、利用者Ｕから各種操作を受け付ける。表示部１１１および操作部１１２は、例えば、タッチパネルディスプレイによって実現される。

【0060】

カメラ１１３は、利用者端末１０に搭載されたカメラである。なお、カメラ１１３は、例えば、画面の外側を撮影するアウトカメラおよび画面の内側を撮影するインカメラが含まれる。

【0061】

スピーカ１１４は、制御部１３０から入力される音声を出力する。センサ群１１５は、利用者端末１０に搭載された各種センサを含む。例えば、センサ群には、照度センサ、気圧センサ、温度センサ、歩数センサ、Ｇセンサ、集音センサ、Ｌｉｄａｒ等が含まれる。なお、利用者端末１０は、例えば、利用者Ｕが装着するウェラブルデバイスに搭載されたセンサと連携（ペアリング）し、利用者Ｕの心拍、体温、ストレス、睡眠状況などに関する各種情報を取得するようにしてもよい。

【0062】

記憶部１２０は、例えば、ＲＡＭ、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。また、記憶部１２０は、ログ情報記憶部１２１、カメラ画像記憶部１２２、素材情報記憶部１２３、広告生成モデル記憶部１２４、広告情報記憶部１２５および広告評価モデル記憶部１２６を有する。

【0063】

ログ情報記憶部１２１は、利用者Ｕの行動履歴等に関する各種ログ情報を記憶する。図７は、実施形態に係るログ情報記憶部１２１の一例を示す図である。図７に示すように、ログ情報記憶部１２１は、「日時」、「ログ情報」、「位置情報」、「環境情報」などといった項目の情報を互いに対応付けて記憶する。

【0064】

「日時」は、利用者Ｕがログ情報に対応する行動を行った日時である。「ログ情報」は、利用者Ｕの行動履歴である。ここでログ情報は、例えば、利用者Ｕによる利用者端末１０の操作履歴や閲覧履歴等が含む。また、ログ情報は、例えば、利用者Ｕによる行動履歴であってもよい。利用者端末１０は、カメラ１１３からカメラ画像を取得し、当該カメラ画像を解析することで利用者Ｕの行動履歴を推定することができる。また、ログ情報は、利用者端末１０を用いたキャッシュレス決済（例えばＱＲコード（登録商標）決済）などの決済アプリの決済履歴を含むようにしてもよい。

【0065】

「位置情報」は、利用者Ｕが対応する行動を行った場所に関する情報である。「環境情報」は、利用者Ｕが対応する行動を行った際の周辺環境に関する情報である。例えば、環境情報は、気温、湿度、照度、気圧などといった情報、周囲で流れる音声（音楽や会話の内容）、家電製品（例えば、クーラーなどの空調機器）の動作状況に関する情報等を含む。なお、家電製品の動作状況に関する情報は、例えば、家電製品と連携するスマートスピーカから取得することができる。

【0066】

また、利用者端末１０は、カメラ１１３で周囲を撮影することで、環境情報を推定するようにしてもよい。例えば、利用者端末１０は、利用者Ｕの姿勢、衣服、持ち物、周囲の人物、周囲の物等を推定し、環境情報に含めるようにしてもよい。

【0067】

図６の説明に戻り、カメラ画像記憶部１２２について説明する。カメラ画像記憶部１２２は、カメラ１１３によって撮影されたカメラ画像を記憶する。図８は、実施形態に係るカメラ画像記憶部１２２の一例を示す図である。

【0068】

図８に示すように、カメラ画像記憶部１２２は、「画像ＩＤ」、「撮影日時」、「撮影場所」、「画像情報」、「被写体情報」、「撮影環境」などといった項目の情報を互いに対応付けて記憶する。

【0069】

「画像ＩＤ」は、各カメラ画像を識別するための識別子である。「撮影日時」および「撮影場所」は、対応するカメラＩＤによって識別されるカメラ画像の撮影日時および撮影場所である。

【0070】

「画像情報」は、対応するカメラＩＤによって識別されるカメラ画像の画像情報である。「被写体情報」は、対応するカメラＩＤによって識別されるカメラ画像に写る被写体に関する情報である。

【0071】

「撮影環境」は、対応するカメラＩＤによって識別されるカメラ画像が撮影された際の環境に関する情報である。例えば、「環境情報」は、カメラ画像を撮影時の周辺環境に関する情報であり、気温、湿度、照度、気圧などといった情報、周囲で流れる音声（音楽や会話の内容）などに関する情報等を含む。

【0072】

図６の説明に戻り、素材情報記憶部１２３について説明する。素材情報記憶部１２３は、素材情報を記憶する。例えば、素材情報は、利用者端末１０で広告ＡＤを生成する際に素材となる情報であり、各広告対象の商品画像、広告主のロゴ画像やキャラクター画像、広告に起用された著名人の画像、広告に使用する楽曲などを含む。

【0073】

広告生成モデル記憶部１２４は、広告生成モデルを記憶する。広告生成モデルは、利用者端末１０が保持する利用者情報と、指定された対象の広告を生成するよう学習が行われたモデルである。

【0074】

広告情報記憶部１２５は、広告情報を記憶する。広告情報は、広告生成モデルによって生成された広告に関する情報や、対応する広告の評価に関する情報を含む。図９は、実施形態に係る広告情報記憶部１２５の一例を示す図である。

【0075】

図９に示すように、広告情報記憶部１２５は、「広告ＩＤ」、「広告対象」、「広告種別」、「広告情報」、「特徴量」、「提供条件」、「評価情報」などといった項目の情報を互いに対応付けて記憶する。

【0076】

「広告ＩＤ」は、各広告ＡＤを識別するための識別子である。「広告対象」は、対応する広告ＩＤによって識別される広告ＡＤの広告対象である。「広告種別」は、対応する広告ＩＤによって識別される広告ＡＤの種別である。例えば、「広告種別」は、バナー広告、テキスト広告、検索連動広告などを含む。

【0077】

「広告情報」は、対応する広告ＩＤによって識別される広告ＡＤの広告情報（データ本体）である。「特徴量」は、対応する広告ＩＤによって識別される広告ＡＤの特徴量であり、例えば、特徴量に応じたベクトルや広告ＡＤの特徴を示すテキストである。

【0078】

「提供条件」は、対応する広告ＩＤによって識別される広告ＡＤを利用者Ｕへ提供する条件である。「評価情報」は、対応する広告ＩＤによって識別される広告ＡＤに対する評価情報である。例えば、評価情報として、例えば、ＫＰＩなどの各種指標が用いられる。

【0079】

図６の説明に戻り、制御部１３０について説明する。制御部１３０は、例えば、コントローラ（controller）であり、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、利用者端末１０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。

【0080】

図６に示すように、制御部１３０は、受付部１３１と、解析部１３２と、選択部１３３と、生成部１３４と、評価部１３５と、提供部１３６とを有する。

【0081】

受付部１３１は、情報提供装置１から通信部１１０を介して広告情報を受け付ける。広告情報は、例えば、広告に使用する素材、広告のイメージ、広告を生成する際の生成条件などに関する情報が含まれる。

【0082】

また、受付部１３１は、広告対象を示す対象情報と、当該対象情報と合成する画像の傾向を示す傾向情報とを受け付ける。

【0083】

解析部１３２は、カメラ１１３によって撮影されるカメラ画像を解析する。例えば、解析部１３２は、カメラ画像の画像解析により、カメラ画像に写る被写体を解析する。例えば、被写体には、カメラ画像に写る人物、表情、服装、持ち物、周囲の状況等が含まれる。

【0084】

また、解析部１３２は、センサ群１１５から入力される各種情報に基づいて、利用者端末１０の周辺環境を解析する。例えば、周辺環境は、気温、照度、気圧、湿度、周囲の音声などを含む。

【0085】

また、解析部１３２は、利用者端末１０に保持される各種データを解析し、利用者Ｕによる利用者端末１０の操作履歴や行動履歴に関するログ情報を生成する。なお、利用者端末１０は、カメラ１１３で周囲をバックグランドで撮影し、解析部１３２は、カメラ画像を解析することで、利用者Ｕの行動履歴を解析するようにしてもよい。

【0086】

また、解析部１３２は、例えば、表示部１１１の表示画面をバックグラウンドで撮影し、メッセージの送受信履歴を解析するようにしてもよい。また、解析部１３２は、利用者Ｕが装着するウェラブルデバイスから入力される各種情報に基づいて、利用者Ｕの精神状況等を解析することにしてもよい。

【0087】

選択部１３３は、利用者Ｕの現在の状況に応じて、素材情報記憶部１２３から広告対象を選択する。例えば、選択部１３３は、解析部１３２によって解析される利用者Ｕの状況や周辺状況に関する情報を広告評価モデルへ入力することで、利用者Ｕが現在の状況で望んでいる広告対象および素材情報を選択する。すなわち、選択部１３３は、利用者Ｕの人物モデルである広告評価モデルを用い、レコメンド商品等を広告対象として選択する。

【0088】

これにより、選択部１３３は、利用者Ｕにとって価値の高い広告対象を選択することができる。なお、選択部１３３は、複数の広告対象を組み合わせて選択するようにしてもよい。例えば、選択部１３３は、自動車およびＢＢＱセットなど、複数の広告対象の組み合わせで選択するようにしてもよい。

【0089】

この場合、利用者端末１０では、自動車およびＢＢＱセットを含む広告ＡＤを生成し、利用者Ｕへ提供することになる。つまり、利用者端末１０では、広告対象の組み合わせによって相乗効果が期待される広告ＡＤを提供することが可能となる。

【0090】

また、選択部１３３は、利用者端末１０内に保持された情報の中から、受付部１３１により受け付けられた傾向情報と対応する画像を選択する。

【0091】

例えば、選択部１３３は、カメラ画像記憶部１２２から傾向情報に含まれるコンテキストに対応するカメラ画像を選択する。例えば、傾向情報に含まれるコンテキストが「父との思い出」である場合、選択部１３３は、カメラ画像記憶部１２２から「父との思い出」に対応するカメラ画像を選択する。

【0092】

また、選択部１３３は、傾向情報によって指定される各種条件に対応するカメラ画像を選択するようにしてもよい。各種条件は、撮影場所、撮影環境、撮影時刻や、被写体に関する条件を含む。

【0093】

被写体に関する条件は、利用者Ｕと利用者Ｕの父親が写るカメラ画像や、利用者Ｕの父親のみが写るカメラ画像など、カメラ画像に写る人物や属性を指定するもの、利用者Ｕの表情や、服装、持ち物を指定するもの、夕日など風景を指定するものなどが挙げられる。

【0094】

また、選択部１３３は、利用者端末１０で保持するテキスト情報に基づいて傾向情報に対応する画像を選択するようにしてもよい。例えば、選択部１３３は、各種メッセージアプリを用いてメッセージの送受信履歴に関するスクリーン画像を画像として選択する。

【0095】

傾向情報に含まれるコンテキストが「父との思い出」である場合、選択部１３３は、バックグラウンドでメッセージアプリを開き、父親との間で行われたメッセージの送受信履歴から「父との思い出」となるようなメッセージの送受信履歴のスクリーン画像を生成し、当該スクリーン画像を傾向情報に対応する画像を選択する。

【0096】

また、選択部１３３は、例えば、広告対象に基づいて、広告ＡＤに使用する画像を選択するようにしてもよい。例えば、広告対象が「ビール」である場合、選択部１３３は、被写体に「ビール」が写るカメラ画像や、利用者Ｕが「ビール」を想起するカメラ画像を広告ＡＤに使用する画像を選択する。

【0097】

生成部１３４は、利用者端末１０が保持する利用者情報と、指定された対象の広告を生成するよう学習が行われた広告生成モデルとを用いて、指定された対象の広告ＡＤを生成する。

【0098】

例えば、生成部１３４は、選択部１３３によって選択された広告対象の素材情報と、利用者端末１０が保持する利用者情報とを広告生成モデルへ入力することで広告ＡＤを生成する。例えば、ここでの利用者情報は、利用者情報に基づいて広告評価モデルによって生成された生成パラメータであり、生成パラメータは、広告生成モデルで利用者Ｕに対し訴求力の高いＡＩ画像が生成されるように設定されたパラメータである。

【0099】

広告生成モデルによって生成される広告ＡＤは、ＡＩ画像Ｇ、テキスト情報Ｔ、素材画像Ｐ等が含まれる（図１参照）。例えば、上述のように、生成パラメータは、随時更新されるので、広告生成モデルは、ＡＩ画像Ｇ、テキスト情報Ｔ、素材画像Ｐをそれぞれ最適化することができる。

【0100】

この際、生成部１３４は、例えば、広告主に指定された傾向情報に含まれるコンテキストをさらに広告生成モデルに入力することで、広告ＡＤを生成するようにしてもよい。この場合、生成部１３４は、利用者Ｕの嗜好等を加味しつつ、広告主が要求する広告ＡＤを生成することができる。

【0101】

また、生成部１３４は、選択部１３３によって選択された画像を用いて広告ＡＤを生成する。図１０は、実施形態に係るカメラ画像を用いた広告生成の一例を示す模式図である。

【0102】

図１０に示すように、選択部１３３は、カメラ画像記憶部１２２から傾向情報に対応するカメラ画像を選択し、素材情報記憶部１２３から素材画像を選択する。なお、選択部１３３は、複数のカメラ画像や、複数の素材画像を選択するようにしてもよい。

【0103】

また、選択部１３３は、動画形式の広告ＡＤを生成する場合には、カメラ画像記憶部１２２から動画を選択するようにしてもよく、動画の尺にあわせて複数のカメラ画像を選択するようにしてもよい。

【0104】

つづいて、生成部１３４は、カメラ画像、素材画像および利用者情報（例えば、生成パラメータ）を広告生成モデルに入力することで広告ＡＤを生成する。この際、生成部１３４は、カメラ画像をそのまま広告ＡＤに使用してもよく、カメラ画像を加工して広告ＡＤに使用するようにしてもよい。

【0105】

また、例えば、生成部１３４は、周囲環境に応じて広告ＡＤを生成し提供するようにしてもよい。図１１は、実施形態に係る周囲環境に応じた広告ＡＤの提供例を示す模式図である。

【0106】

例えば、解析部１３２は、カメラ１１３のバックグラウンド撮影やセンサ群１１５の検出結果に基づいて、周囲環境の解析を行い、生成部１３４は、周辺環境の解析結果に関するパラメータをさらに広告生成モデルへ入力することで広告ＡＤを生成する。

【0107】

この場合、周辺環境に応じて広告ＡＤが生成され、周辺環境に応じて広告ＡＤが利用者Ｕへ提供される。例えば、生成部１３４は、周囲の音楽や、周囲の空間にあわせた広告ＡＤを生成する。

【0108】

また、生成部１３４は、利用者端末１０が再生中の音楽や動画コンテンツに応じた広告ＡＤを生成するようにしてもよい。この場合、利用者端末１０は、利用者Ｕが視聴中のコンテンツにあわせた広告ＡＤを利用者Ｕへ提供することができる。

【0109】

図６の説明に戻り、評価部１３５について説明する。評価部１３５は、利用者端末１０の利用者Ｕによる広告の評価を推定するように学習が行われた広告評価モデルを用いて、生成部１３４により生成された広告を評価する。

【0110】

評価部１３５は、生成部１３４によって生成された広告ＡＤに関する情報を広告評価モデルへ入力することで利用者Ｕによる広告の評価を推定する。例えば、広告評価モデルは、利用者Ｕの各種ログ情報を用いて学習された利用者Ｕの人物モデルであり、広告ＡＤを入力した際に、利用者Ｕによる広告の評価を推定するように学習されたモデルである。なお、広告評価モデルは、ログ情報記憶部１２１に新たなログ情報が追加される度に、都度、更新される。

【0111】

評価部１３５は、提供前の各広告ＡＤに対し、所定周期で評価を行い、評価結果を都度、提供部１３６へ渡す。また、評価部１３５は、広告ＡＤ提供後のログ情報に基づいて、広告ＡＤのパフォーマンスを評価する。

【0112】

例えば、広告ＡＤのパフォーマンスは、ＫＰＩなどの各種指標に基づいて行われる。そして、評価部１３５は、評価部１３５は、広告ＡＤのパフォーマンスの計測結果に基づいて、広告生成モデルの生成パラメータを更新し、生成部１３４に対し広告ＡＤの発注を行う。

【0113】

提供部１３６は、評価部１３５による評価結果が所定の条件を満たす場合に、生成部１３４により生成された広告ＡＤを提供する。例えば、提供部１３６は、生成部１３４により生成された広告ＡＤの評価部１３５による評価結果であるスコアが所定値を超えた場合に、対応する広告ＡＤを提供する。

【0114】

これにより、提供部１３６は、利用者Ｕに対し訴求効果が高いタイミングで広告ＡＤを提供することができる。このように、利用者端末１０では、利用者端末１０で取得可能な利用者Ｕに関する各種情報を用いて、広告対象、広告ＡＤ、提供タイミングの最適化を行う。

【0115】

利用者端末１０では、従来の広告配信システムではサーバに蓄積されないセンシティブな情報を用いて、広告ＡＤの最適化を図ることが可能となる。

【0116】

また、提供部１３６は、情報提供装置１に対し統計情報を提供する。例えば、統計情報は、利用者Ｕへ提供した広告ＡＤの特徴量に関する情報、パフォーマンス計測の結果など最低限の情報であり、利用者Ｕの個人を特定するようなセンシティブな情報を含まない。

【0117】

つまり、提供部１３６は、利用者Ｕへ提供した広告ＡＤに関する最低限の情報のみを統計情報として情報提供装置１へ提供することで、利用者Ｕの個人情報の保護を図ることができる。

【0118】

〔４．処理フロー〕
次に、図１２を用いて、実施形態に係る情報提供装置１が実行する処理手順について説明する。図１２は、実施形態に係る情報提供装置１が実行する処理手順の一例を示すフローチャートである。

【0119】

図１２に示すように、まず、情報提供装置１は、広告主端末１００から広告に関する配信依頼を受け付ける（ステップＳ１０１）。つづいて、情報提供装置１は、各利用者端末１０へ広告情報を提供する（ステップＳ１０２）。

【0120】

つづいて、情報提供装置１は、利用者端末１０から広告ＡＤに関する統計情報を収集し（ステップＳ１０３）、収集した統計情報に基づいて各広告主宛のレポートを生成する（ステップＳ１０４）。

【0121】

そして、情報提供装置１は、各広告主宛に生成したレポートを対応する広告主端末１００に対して提供し（ステップＳ１０５）、処理を終了する。

【0122】

次に、図１３～図１６を用いて、利用者端末１０が実行する処理手順について説明する。図１３～図１６は、実施形態に係る利用者端末１０が実行する処理手順の一例を示すフローチャートである。

【0123】

まず、図１３を用いて、広告提供に関するまでの一連の処理について説明する。図１３に示すように、利用者端末１０は、利用者Ｕに関する各種ログ情報を取得する（ステップＳ２０１）。

【0124】

つづいて、利用者端末１０は、ログ情報の解析結果に基づいて、広告対象を選択し（ステップＳ２０２）、広告生成モデルの生成パラメータを決定する（ステップＳ２０３）。つづいて、利用者端末１０は、ステップＳ２０２で選択した広告対象の素材情報と、ステップＳ２０３にて決定した生成パラメータに基づいて広告ＡＤを生成する（ステップＳ２０４）。

【0125】

つづいて、利用者端末１０は、ステップＳ２０４にて生成した広告ＡＤを評価し（ステップＳ２０５）、評価結果となるスコアが閾値を超える提供タイミングで広告ＡＤを提供し（ステップＳ２０６）、処理を終了する。

【0126】

つづいて、図１４を用いて、広告ＡＤを提供後の一連の処理について説明する。図１４に示すように、広告ＡＤの提供後において、利用者端末１０は、広告ＡＤ提供後のログ情報を取得する（ステップＳ２１１）。

【0127】

つづいて、利用者端末１０は、取得したログ情報に基づいて利用者Ｕへ提供した広告ＡＤを評価する（ステップＳ２１２）。つづいて、利用者端末１０は、広告ＡＤの評価結果に基づいて、広告生成モデルの生成パラメータを更新し（ステップＳ２１３）、処理を終了する。

【0128】

次に、図１５を用いて、ＡＩ画像を含む広告生成に関する処理手順について説明する。図１５に示すように、利用者端末１０は、広告対象を選択し（ステップＳ２２１）、素材情報を決定する（ステップＳ２２２）。

【0129】

そして、利用者端末１０は、素材情報と生成パラメータを広告生成モデルへ入力することで、ＡＩ画像Ｇを含む広告ＡＤを生成し（ステップＳ２２３）、処理を終了する。

【0130】

次に、図１６を用いて、カメラ画像を含む広告生成に関する処理手順について説明する。図１６に示すように、利用者端末１０は、広告対象を選択し（ステップＳ２３１）、素材情報を決定する（ステップＳ２３２）。

【0131】

つづいて、利用者端末１０は、傾向情報に対応するカメラ画像を選択する（ステップＳ２３３）。そして、利用者端末１０は、カメラ画像を含む広告ＡＤを生成し（ステップＳ２３４）、処理を終了する。

【0132】

〔５．変形例〕
上述した実施形態では、利用者端末１０で、利用者Ｕへ提供する広告ＡＤを生成する場合について説明したがこれに限定されるものではない。例えば、利用者端末１０は、本願発明の手法を用いて、動画などの各種コンテンツを生成するようにしてもよい。すなわち、コンテンツの提供目的は、広告に限定されず、利用者端末１０は、任意の目的で提供されるコンテンツの生成および評価を行ってもよい。

【0133】

〔６．効果〕
上述した実施形態に係る情報処理プログラムは、端末装置が有するコンピュータが、端末装置が保持する利用者情報と、指定された対象の広告を生成するよう学習が行われた広告生成モデルとを用いて、指定された対象の広告を生成する生成手順と、端末装置の利用者による広告の評価を推定するように学習が行われた広告評価モデルを用いて、生成手順により生成された広告を評価する評価手順と、評価手順による評価結果が所定の条件を満たす場合に、生成手順により生成された広告を提供する提供手順と、を実行させる。

【0134】

また、生成手順は、広告主から指定された広告素材を用いて前記広告を生成する。また、評価手順は、利用者情報から推定される利用者の人物モデルである広告評価モデルを用いて、広告を評価する。

【0135】

また、評価手順は、端末装置の操作履歴から推定される利用者の人物モデルである広告評価モデルを用いて、広告を評価する。また、評価手順は、端末装置に保持された画像情報から推定される利用者の人物モデルである広告評価モデルを用いて、広告を評価する。

【0136】

また、生成手順は、端末装置による動画または音楽の再生履歴から推定される利用者の人物モデルである広告評価モデルを用いて、広告を評価する。また、評価手順は、さらに、提供後の広告について評価し、評価結果に基づいて生成手順による広告生成に関する生成パラメータを更新する。

【0137】

また、評価手順は、端末装置の周囲環境に応じて、生成手順により生成された広告の評価結果を更新し、提供手順は、記評価手順による更新後の評価結果が所定の条件を満たす場合に、生成手順により生成された広告を提供する。

【0138】

また、生成手順は、端末装置の周囲環境に応じた広告を生成する。生成手順は、評価手順による評価結果に基づいて選択された広告対象に関する広告を生成する。また、生成手順は、端末装置が保持する画像情報を用いて、広告を生成する。また、提供手順は、利用者へ提供した広告の特徴情報を外部装置へ提供する。

【0139】

上述した各処理のいずれかもしくは組合せにより、本願に係る情報処理プログラムは、個人情報を保護しつつ、利用者に対して適切な広告配信を行うことができる。

【0140】

〔７．ハードウェア構成〕
また、上述してきた実施形態に係る情報提供装置１や利用者端末１０は、例えば図１７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。図１７は、実施形態に係る利用者端末１０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。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、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、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

【0141】

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納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格納する。

【0142】

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワーク（通信ネットワーク）Ｎ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ネットワークＮを介して他の機器へ送信する。

【0143】

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、及び、キーボードやマウス等の入力装置（図１７では、出力装置および入力装置を総称して「入出力装置」と記載する）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、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

【0144】

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまた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、または半導体メモリ等である。

【0145】

例えば、コンピュータ１０００が実施形態に係る利用者端末１０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。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、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

【0146】

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

【0147】

〔８．その他〕
また、上記実施形態及び変形例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また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また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。

【0148】

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、その全部または一部を、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または物理的に分散・統合して構成することができる。

【0149】

また、上述してきた実施形態及び変形例は、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。

【0150】

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、取得部は、取得手段や取得回路に読み替えることができる。

【符号の説明】

【0151】

１ 情報提供装置
１０ 利用者端末
３１ 広告情報データベース
３２ 統計情報データベース
３３ 推定モデルデータベース
４１ 受付部
４２ 推定部
４３ 生成部
４４ 提供部
４５ 更新部
４６ 通知部
１００ 広告主端末
１１０ 通信部
１１１ 表示部
１１２ 操作部
１１３ カメラ
１１４ スピーカ
１１５ センサ群
１２１ ログ情報記憶部
１２２ カメラ画像記憶部
１２３ 素材情報記憶部
１２４ 広告生成モデル記憶部
１２５ 広告情報記憶部
１２６ 広告評価モデル記憶部
１３０ 制御部
１３１ 受付部
１３２ 解析部
１３３ 選択部
１３４ 生成部
１３５ 評価部
１３６ 提供部

【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】