(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】
(24)【登録日】2022-10-24
(45)【発行日】2022-11-01
(54)【発明の名称】情報処理装置、情報処理方法、及び情報処理プログラム
(51)【国際特許分類】
G06Q 30/02 20120101AFI20221025BHJP
G06F 16/9035 20190101ALI20221025BHJP
H04L 67/55 20220101ALI20221025BHJP
【ＦＩ】
G06Q30/02 398
G06F16/9035
H04L67/55
【請求項の数】
7
(21)【出願番号】P 2021134293
(22)【出願日】2021-08-19
【審査請求日】2022-01-20
【早期審査対象出願】
(73)【特許権者】
【識別番号】319013263
【氏名又は名称】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】田口 拓明
(72)【発明者】
【氏名】坪内 孝太
(72)【発明者】
【氏名】日暮 立
【審査官】原 忠
(56)【参考文献】
【文献】特開２０１９－０２１２０７（ＪＰ，Ａ）
【文献】米国特許出願公開第２０２０／００２７０６４（ＵＳ，Ａ１）
【文献】特開２００４－０７０４１９（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｑ １０／００ － ９９／００
Ｇ０６Ｆ １６／９０３５
Ｈ０４Ｌ ６７／５５
(57)【特許請求の範囲】
【請求項1】
利用者の利用者情報と、利用者の検索履歴を含む行動情報と、を取得する取得部と、所定の行動を行った利用者が当該所定の行動を行った時点と、前記利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出する係数算出部と、
前記検索履歴と、前記時間差と、前記重み付け係数と、に基づいて前記所定の行動と前記検索クエリとの関連度を算出する関連度算出部と、
所定の行動を行っていない利用者が入力した検索クエリと、前記重み付け係数と、前記関連度と、に基づいて所定の行動を行っていない利用者が所定の行動を所定の時間の後に行う確率を算出する確率算出部と、
を備える、
情報処理装置。
【請求項2】
前記係数算出部は、前記時間差が０未満の場合は、前記時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数を算出し、前記時間差が０以上の場合は、重み付け係数を０以下の値に算出する、請求項１に記載の情報処理装置。
【請求項3】
前記係数算出部は、前記時間差が０未満の場合は、前記時間差を確率変数とした場合のｔ分布の値に基づいて重み付け係数を算出し、前記時間差が０以上の場合は、重み付け係数を０以下の値に算出する、請求項１に記載の情報処理装置。
【請求項4】
前記係数算出部は、検索クエリごとの前記時間差に応じた検索頻度に基づいた関数を用いて重み付け係数を算出する、請求項１に記載の情報処理装置。
【請求項5】
確率算出部が算出した所定の行動を行っていない利用者が所定の行動を行う確率に基づいてコンテンツを配信する対象となる利用者を決定する決定部と、前記決定部が決定した利用者の利用者端末に対してコンテンツを配信する配信部と、をさらに備える、
請求項１から請求項４のいずれか１項に記載の情報処理装置。
【請求項6】
コンピュータが実行する情報処理方法であって、
利用者の利用者情報と、利用者の検索履歴を含む行動情報と、を取得するステップと、
所定の行動を行った利用者が当該所定の行動を行った時点と、前記利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出するステップと、
前記検索履歴と、前記時間差と、前記重み付け係数と、に基づいて前記所定の行動と前記検索クエリとの関連度を算出するステップと、
所定の行動を行っていない利用者が入力した検索クエリと、前記重み付け係数と、前記関連度と、に基づいて所定の行動を行っていない利用者が所定の行動を行う確率を算出するステップと、
前記確率に基づいて、コンテンツを配信する対象となる利用者を決定するステップと、
決定された利用者の利用者端末に対して情報を配信するステップと、
所定の行動を行っていない利用者が入力した検索クエリと、前記重み付け係数と、前記関連度と、に基づいて所定の行動を行っていない利用者が所定の行動を所定の時間の後に行う確率を算出するステップと、
を含む情報処理方法。
【請求項7】
利用者の利用者情報と、利用者の検索履歴を含む行動情報と、を取得するステップと、所定の行動を行った利用者が当該所定の行動を行った時点と、前記利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出するステップと、
前記検索履歴と、前記時間差と、前記重み付け係数と、に基づいて前記所定の行動と前記検索クエリとの関連度を算出するステップと、
所定の行動を行っていない利用者が入力した検索クエリと、前記重み付け係数と、前記関連度と、に基づいて所定の行動を行っていない利用者が所定の行動を行う確率を算出するステップと、
前記確率に基づいて、コンテンツを配信する対象となる利用者を決定するステップと、
決定された利用者の利用者端末に対して情報を配信するステップと、
所定の行動を行っていない利用者が入力した検索クエリと、前記重み付け係数と、前記関連度と、に基づいて所定の行動を行っていない利用者が所定の行動を所定の時間の後に行う確率を算出するステップと、
をコンピュータに実行させる情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。
【背景技術】
【0002】
インターネット経由で利用者にサービスを提供する情報サービス事業者は、利用者から多様なデータを取得することができる。例えば、特許文献１には、ログデータから広告を閲覧した利用者を特定し、当該利用者が入力した検索キーワードを抽出し、抽出した検索キーワードの入力頻度により、検索キーワードごとのスコアを算出し、スコアが高い検索キーワードを検索連動型広告の候補として提示する技術が開示されている。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０１４－６７５７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、前述した技術では、利用者が入力した検索クエリと広告の閲覧との関係性に基づいて、入力頻度が多い検索キーワードを検索連動型広告の検索キーワードとして提示するものであって、利用者の所定の行動、例えば、携帯電話通信サービス事業者との契約と、検索クエリとの関係性に基づいて、広告を配信することはできない。また、利用者が検索クエリを入力した時点と、所定の行動を行った時点との時間的関係を考慮して、広告を配信することはできない。
【0005】
本開示は上記の課題を鑑み、所定の行動を行った利用者が所定の行動を行う前に入力した検索クエリを適切に把握することができる情報処理装置、情報処理方法、及び情報処理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】
【0006】
上述した課題を解決し、目的を達成するために、本開示に係る情報処理装置は、利用者の利用者情報と、利用者の検索履歴を含む行動情報と、を取得する取得部と、所定の行動を行った利用者が当該所定の行動を行った時点と、前記利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出する係数算出部と、前記検索履歴と、前記時間差と、前記重み付け係数と、に基づいて前記所定の行動と前記検索クエリとの関連度を算出する関連度算出部と、を備える。
【発明の効果】
【0007】
実施形態の一態様によれば、所定の行動を行った利用者が所定の行動を行う前に入力した検索クエリを適切に把握することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することができる。
【図面の簡単な説明】
【0008】
【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装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する。）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装置、情報処理方法、及び情報処理プログラムが限定されるものではない。
【0010】
（実施形態）
〔１－１．実施形態に係る情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。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１では、実施形態に係る情報処理が情報処理装置１００により実行される例を示す。
〔１－１．実施形態に係る情報処理の一例〕
まず、図１を用いて、実施形態に係る情報処理の一例について説明する。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１では、実施形態に係る情報処理が情報処理装置１００により実行される例を示す。
【0011】
図１では、情報処理装置１００が、所定の検索サービスにおいて利用者が入力した検索クエリを含む行動情報と、利用者に関する情報を含む利用者情報とを取得して、取得した情報に基づいて所定の行動を行った利用者の集団を特定し、当該の利用者の集団が入力した検索クエリと所定の行動との関連度を算出し、所定の行動を行っていない利用者の中から当該の利用者が入力した検索クエリと算出した関連度に基づいて、当該の利用者が所定の行動を行う確率を算出し、当該の確率が所定の値以上の利用者に対して、コンテンツなどの情報を配信する例を示している。以下、図１を用いて、実施形態に係る情報処理の一例についてステップごとに説明する。
【0012】
まず、情報処理装置１００は、事業者端末３００が事業者Ｍ１から受け付けたコンテンツと要求情報を受け付ける（ステップＳ１）。例えば、情報処理装置１００は、事業者端末３００から利用者の所定の行動に応じて、事業者Ｍ１から受け付けたコンテンツと、事業者Ｍ１のコンテンツの配信に関する要求情報を受け付ける。なお、ここで要求情報とは、事業者が利用者にコンテンツを配信する際の要求に関する情報であって、「所定の行動」、「利用者が所定の行動を行う時刻」、「コンテンツの配信対象となる条件としての利用者の所定の行動を行う確率」、などを含む情報であってよい。
【0013】
情報処理装置１００は、複数の利用者端末２００から利用者の利用者情報と、利用者の行動情報と、を取得する（ステップＳ２）。例えば、情報処理装置１００は、図１に示すように、利用者Ｕ１からＵ６までの利用者端末２００Ａから２００Ｆまでから、利用者の利用者情報と、利用者の行動情報と、を取得する。なお、図１に示す利用者Ｕ１からＵ６、及び利用者端末２００Ａから２００Ｆは例示であって、情報処理装置１００は、これ以上の数の利用者の利用者端末２００から利用者情報と、行動情報と、を取得してよい。
【0014】
情報処理装置１００は、利用者情報と、行動情報とに基づいて利用者の中から所定の行動を行った利用者の集合である特定集団を特定する（ステップＳ３）。例えば、情報処理装置１００は、全ての利用者の行動情報を参照して、その中から事業者Ｍ１から受け付けた「所定の行動」を行った利用者を特定することによって、特定集団を特定してよい。
【0015】
情報処理装置１００は、時間差を考慮して特定集団が入力した検索クエリと所定の行動との関連度を算出する（ステップＳ４）。例えば、情報処理装置１００は、ステップＳ３において特定された特定集団に該当する利用者の行動情報に含まれる検索履歴を参照して、特定集団に該当する利用者が入力した検索クエリと入力時刻を読み出す。情報処理装置１００は、特定集団に該当する利用者が所定の行動を行った時点と、各検索クエリを入力した時点との時間差を算出する。情報処理装置１００は、算出された時間差に基づいて重み付け係数を算出する。具体的には、例えば、特定集団に該当する利用者が所定の行動を行った後に入力した検索クエリに対する重み付け係数は０以下の値として算出し、当該の利用者が所定の行動を行う前に入力した検索クエリに対する重み付け係数は正の値として算出してよい。情報処理装置１００は、算出された時間差と重み付け係数と検索クエリの入力頻度とに基づいて、検索クエリごとに関連度を算出する。情報処理装置１００は、所定の行動を行った利用者が入力した検索クエリの入力頻度が高いほど、関連度を高く算出する。なお、利用者が所定の行動を行う前に入力した検索クエリに対する重み付け係数が正の値になる為、利用者が所定の行動を行う前に多く入力された検索クエリほど、関連度が高く算出される。図１においては、検索クエリＱＲ＃１、ＱＲ＃２、ＱＲ＃３の関連度がそれぞれ０．３、０．５、０．２と算出されたことが示されている。
【0016】
情報処理装置１００は、特定集団に該当しない利用者が所定の行動を所定の時間の後に行う確率を算出する（ステップＳ５）。例えば、情報処理装置１００は、特定集団に該当しない利用者の行動情報に含まれる検索履歴を参照して、当該の利用者が入力した検索クエリと入力時刻を読み出す。情報処理装置１００は、当該の利用者が入力した検索クエリの入力時刻と、要求情報に含まれる「利用者が所定の行動を行う時刻」との時間差を算出する。情報処理装置１００は、算出された時間差に基づいて重み付け係数を算出する。情報処理装置１００は、特定集団に該当しない利用者が入力した検索クエリと、関連度と、重み付け係数と、に基づいて当該の利用者が所定の時間の後に所定の行動を行う確率を算出する。図１においては、利用者Ｕ２、Ｕ３が所定の行動を行う確率がそれぞれ０．７、０．６と算出されたことが示されている。
【0017】
情報処理装置１００は、所定の行動を行う確率が所定の値以上の利用者を配信対象に決定する（ステップＳ６）。例えば、情報処理装置１００は、事業者から受け付けた要求情報に含まれる「コンテンツの配信対象となる条件としての利用者の所定の行動を行う確率」の値に基づいて、ステップＳ５において算出した確率が所定の値以上の利用者を特定して、当該利用者を配信対象として決定してよい。なお、図１においては、利用者Ｕ２、Ｕ３が配信対象に決定されたことが示されている。
【0018】
情報処理装置１００は、配信対象に決定された利用者の利用者端末２００にコンテンツを配信する（ステップＳ７）。例えば、情報処理装置１００は、ステップＳ６において、配信対象に決定された利用者Ｕ２、Ｕ３の利用者端末２００Ｂ、２００Ｃにコンテンツを配信する。
【0019】
これにより、情報処理装置１００は、所定の行動と利用者が入力した検索クエリとの時間的な関係性を考慮して、利用者が所定の行動を行う確率を推測し、当該確率に基づいて所定の行動を行う確率が高い利用者を特定し、当該の利用者にコンテンツを配信することができる。その為、事業者は例えば、自社の製品を購入していない利用者の中から、当該利用者が入力した検索クエリに基づいて、自社の製品を購入する可能性が高い利用者を特定し、当該の利用者に対象を絞ってコンテンツを配信することができる。その為、コンテンツの配信による効果を上げることができる。
【0020】
〔１－２．実施形態に係る情報処理の他の例１（正規分布）〕
情報処理装置１００は、時間差が０未満の場合は、時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。
情報処理装置１００は、時間差が０未満の場合は、時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。
【0021】
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からＳ５までと同じ処理を実行する。ステップＳ１からＳ５までの処理は前述した処理と同じである。なお、本情報処理においては、ステップＳ４とステップＳ５において時間差に基づいて重み付け係数を算出する処理を具体的に特定している。以降に当該の処理について説明する。
【0022】
情報処理装置１００は、前述したステップＳ４と同じく、特定集団に該当する利用者が所定の行動を行った時点と、各検索クエリを入力した時点との時間差を算出する処理までを実行する。情報処理装置１００は、算出された時間差に基づいて重み付け係数を算出する。本情報処理においては、算出された時間差が０未満の場合は、時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。すなわち、所定の行動を行った利用者が、所定の行動を行った後に入力した検索クエリに対する重み付け係数は０以下の値に算出され、所定の行動を行う前に入力した検索クエリに対する重み付け係数は時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数が算出される。その後、情報処理装置１００は、算出された時間差と重み付け係数と検索クエリの入力頻度に基づいて、検索クエリごとに関連度を算出する。以降のステップＳ４の処理は、前述したステップＳ４の処理と同じであるから説明を省略する。
【0023】
情報処理装置１００は、前述したステップＳ５と同じく、特定集団に該当しない利用者が入力した検索クエリの入力時刻と、要求情報に含まれる「利用者が所定の行動を行う時刻」との時間差を算出する処理までを実行する。情報処理装置１００は、算出された時間差に基づいて重み付け係数を算出する。本情報処理においては、算出された時間差が０未満の場合は、時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。なお、この場合の時間差は０より小さい値になる為、重み付け係数は正規分布の値に基づいて算出される。情報処理装置１００は、特定集団に該当しない利用者が入力した検索クエリと、関連度と、重み付け係数と、に基づいて当該の利用者が所定の時刻に所定の行動を行う確率を算出する。
【0024】
その後、情報処理装置１００は、図１に示したステップＳ６からＳ７までと同じ処理を実行して、配信対象に決定された利用者の利用者端末２００にコンテンツを配信する。
【0025】
これにより、情報処理装置１００は、検索クエリと所定の行動との関連度を算出する際に、所定の行動を行った利用者が入力した検索クエリの入力時刻と所定の行動を行った時刻との時間差に基づいて正規分布に応じた重み付け係数を用いて関連度を算出することから、所定の行動の前に入力し、かつ、その時間差が短いほど、重み付け係数が大きな値に算出される。その為、重み付け係数に基づいて算出される関連度も所定の行動の前に入力され、かつ、その時間差が短い検索クエリほど、関連度が高く計算される。その結果、所定の行動との関連度をより正確に算出することが可能となる為、関連度に基づいて算出される特定集団に該当しない利用者が所定の行動を行う確率もより正確に算出することが可能となる。したがって、所定の行動を行う確率が高い利用者を正確に特定し、特定した利用者に対してコンテンツを配信することができることから、コンテンツの配信による効果を高めることが可能となる。
【0026】
〔１－３．実施形態に係る情報処理の他の例２（ｔ分布）〕
情報処理装置１００は、時間差が０未満の場合は、時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。
情報処理装置１００は、時間差が０未満の場合は、時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。
【0027】
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からＳ５までと同じ処理を実行する。ステップＳ１からＳ５までの処理は前述した処理と同じである。なお、本情報処理においては、ステップＳ４とステップＳ５において時間差に基づいて重み付け係数を算出する処理を具体的に特定している。以降に当該の処理について説明する。
【0028】
情報処理装置１００は、前述したステップＳ４と同じく、特定集団に該当する利用者が所定の行動を行った時点と、各検索クエリを入力した時点との時間差を算出する処理までを実行する。情報処理装置１００は、算出された時間差に基づいて重み付け係数を算出する。本情報処理においては、算出された時間差が０未満の場合は、時間差を確率変数とした場合のｔ分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。すなわち、所定の行動を行った利用者が、所定の行動を行った後に入力した検索クエリに対する重み付け係数は０以下の値に算出され、所定の行動を行う前に入力した検索クエリに対する重み付け係数は時間差を確率変数とした場合のｔ分布の値に基づいて重み付け係数が算出される。その後、情報処理装置１００は、算出された時間差と重み付け係数と検索クエリの入力頻度に基づいて、検索クエリごとに関連度を算出する。以降のステップＳ４の処理は、前述したステップＳ４の処理と同じであるから説明を省略する。
【0029】
情報処理装置１００は、前述したステップＳ５と同じく、特定集団に該当しない利用者が入力した検索クエリの入力時刻と、要求情報に含まれる「利用者が所定の行動を行う時刻」との時間差を算出する処理までを実行する。情報処理装置１００は、算出された時間差に基づいて重み付け係数を算出する。本情報処理においては、算出された時間差が０未満の場合は、時間差を確率変数とした場合のｔ分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。なお、時間差は０より小さい値になる為、重み付け係数はｔ分布の値に基づいて算出される。情報処理装置１００は、特定集団に該当しない利用者が入力した検索クエリと、関連度と、重み付け係数と、に基づいて当該の利用者が所定の時間の後に所定の行動を行う確率を算出する。
【0030】
これにより、情報処理装置１００は、検索クエリと所定の行動との関連度を算出する際に、所定の行動を行った利用者が入力した検索クエリの入力時刻と所定の行動を行った時刻との時間差に基づいてｔ分布に応じた重み付け係数を用いて関連度を算出することから、所定の行動の前に入力し、かつ、その時間差が短いほど、重み付け係数が大きな値に算出される。その為、重み付け係数に基づいて算出される関連度も所定の行動の前に入力され、かつ、その時間差が短い検索クエリほど、関連度が高く計算される。その結果、所定の行動との関連度をより正確に算出することが可能となる為、関連度に基づいて算出される特定集団に該当しない利用者が所定の行動を行う確率もより正確に算出することが可能となる。したがって、所定の行動を行う確率が高い利用者を正確に特定し、特定した利用者に対してコンテンツを配信することができることから、コンテンツの配信による効果を高めることが可能となる。
【0031】
〔１－４．実施形態に係る情報処理の他の例３（検索頻度に応じた関数）〕
情報処理装置１００は、検索クエリごとの時間差に応じた検索頻度に基づいた関数を用いて重み付け係数を算出する。
情報処理装置１００は、検索クエリごとの時間差に応じた検索頻度に基づいた関数を用いて重み付け係数を算出する。
【0032】
この情報処理について順を追って説明する。まず、情報処理装置１００は、図１に示したステップＳ１からＳ５までと同じ処理を実行する。ステップＳ１からＳ５までの処理は前述した処理と同じである。なお、本情報処理においては、ステップＳ４とステップＳ５において時間差に基づいて重み付け係数を算出する処理を具体的に特定している。以降に当該の処理について説明する。
【0033】
情報処理装置１００は、前述したステップＳ４と同じく、特定集団に該当する利用者が所定の行動を行った時点と、各検索クエリを入力した時点との時間差を算出する処理までを実行する。情報処理装置１００は、算出された時間差に基づいて重み付け係数を算出する。本情報処理においては、検索クエリごとに検索頻度と、時間差に基づいて、時間差を変数とする重み付け係数の関数を導出する。すなわち、特定集団に該当する利用者が入力した検索クエリごとに時間差を横軸とし、検索頻度を縦軸とするグラフを描いて、当該のグラフに良く一致する近似曲線を導出し、当該の近似曲線を重み付け係数の関数とする。例えば、図２に示すような近似曲線を重み付け係数の関数としてよい。
【0034】
図２は、重み付け係数に用いる関数の例を示す図である。図２の例１に示すように、例えば、利用者が所定の行動を行う３日前の検索頻度が高く、所定の行動を行った時点に近づくほど、検索頻度が低くなる場合は、３日前を頂点とする正規分布の形状に似た近似曲線を重み付け係数の関数としてよい。また、図２の例２に示すように、例えば、利用者が所定の行動を行う４日前の検索頻度が極端に高く、所定の行動を行った時点に近づくほど、検索頻度が低くなる場合は、４日前を頂点とする尖り度が大きな正規分布の形状に似た近似曲線を重み付け係数の関数としてよい。また、図２の例３に示すように、例えば、利用者が所定の行動を行う３日前と２日前にかけて緩やかに検索頻度が高くなり、３日前と２日前に検索頻度が最高値を取り、その後、所定の行動を行った時点に近づくほど、検索頻度が低くなる場合は、３日前と２日前を頂点とする歪み度が負の正規分布の形状に似た近似曲線を重み付け係数の関数としてよい。また、図２の例４に示すように、例えば、利用者が所定の行動を行う５日前と４日前にかけて急激に検索頻度が高くなり、５日前と４日前に検索頻度が最高値を取り、その後、所定の行動を行った時点に近づくほど、検索頻度が緩やかに低くなる場合は、５日前と４日前を頂点とする歪み度が正の正規分布の形状に似た近似曲線を重み付け係数の関数としてよい。なお、前述した例１から例４において図示はしていないが、時間差が正の値、すなわち、所定の行動を行った後の重み付け係数は０以下の値になる関数を用いる。
【0035】
その後、情報処理装置１００は、算出された時間差と重み付け係数と検索クエリの入力頻度に基づいて、検索クエリごとに関連度を算出する。以降のステップＳ４の処理は、前述したステップＳ４の処理と同じであるから説明を省略する。
【0036】
情報処理装置１００は、前述したステップＳ５と同じく、特定集団に該当しない利用者が入力した検索クエリの入力時刻と、要求情報に含まれる「利用者が所定の行動を行う時刻」との時間差を算出する処理までを実行する。情報処理装置１００は、算出された時間差に基づいて重み付け係数を算出する。本情報処理においては、重み付け係数はステップＳ４にて検索クエリごとに導出された関数を用いて算出する。すなわち、時間差に応じて重み付け係数の関数から重み付け係数を算出する。なお、時間差は０より小さい値になる為、重み付け係数は正の値に算出される。情報処理装置１００は、特定集団に該当しない利用者が入力した検索クエリと、関連度と、重み付け係数と、に基づいて当該の利用者が所定の時刻に所定の行動を行う確率を算出する。
【0037】
これにより、情報処理装置１００は、検索クエリごとに時間差を変数とする関数として重み付け係数の関数を導出する為、より正確に検索クエリと所定の行動との関連度を算出することができる。また、所定の行動を行っていない利用者が所定の行動を所定の時刻に行う確率についても、検索クエリごとに時間差を変数とする関数として導出された重み付け係数を用いて算出する為、より正確に確率を算出することができる。したがって、所定の行動を行う確率が高い利用者を正確に特定し、特定した利用者に対してコンテンツを配信することができることから、コンテンツの配信による効果を高めることが可能となる。
【0038】
〔２．情報処理システムの構成〕
次に、図３を用いて実施形態に係る情報処理システムの構成について説明する。図３は、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３に示すように、情報処理システム１は、情報処理装置１００と、利用者端末２００と、事業者端末３００と、を含む。なお、図３に示した情報処理システム１は、複数台の情報処理装置１００や、複数台の利用者端末２００や、複数台の事業者端末３００が含まれ構成されていてもよい。情報処理装置１００と、利用者端末２００と、事業者端末３００と、は所定の通信網（ネットワークＮ）を介して、有線又は無線により通信可能に接続される。
次に、図３を用いて実施形態に係る情報処理システムの構成について説明する。図３は、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３に示すように、情報処理システム１は、情報処理装置１００と、利用者端末２００と、事業者端末３００と、を含む。なお、図３に示した情報処理システム１は、複数台の情報処理装置１００や、複数台の利用者端末２００や、複数台の事業者端末３００が含まれ構成されていてもよい。情報処理装置１００と、利用者端末２００と、事業者端末３００と、は所定の通信網（ネットワークＮ）を介して、有線又は無線により通信可能に接続される。
【0039】
情報処理装置１００は、例えばＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ＷＳ（Ｗｏｒｋ Ｓｔａｔｉｏｎ）、サーバの機能を備えるコンピュータなどの情報処理装置であってよい。情報処理装置１００は、利用者端末２００と、事業者端末３００と、からネットワークＮを介して送信されてきた情報に基づいて処理を行う。
【0040】
利用者端末２００は、利用者が利用する情報処理装置である。利用者端末２００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）等の情報処理装置であってよい。なお、図１に示す例においては、利用者端末２００がスマートフォンである場合を示している。
【0041】
事業者端末３００は、事業者が利用する情報処理装置である。事業者端末３００は、例えば、スマートフォン、タブレット型端末、デスクトップ型ＰＣ、ノート型ＰＣ、携帯電話機、ＰＤＡ等の情報処理装置であってよい。なお、図１に示す例においては、事業者端末３００がノート型ＰＣである場合を示している。
【0042】
〔３．情報処理装置の構成〕
次に、図４を用いて、実施形態に係る情報処理装置１００の構成について説明する。図４は、実施形態に係る情報処理装置の構成例を示す図である。図４に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０と、を有する。なお、図４に図示はしていないが、情報処理装置１００は、情報処理装置１００の管理者から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
次に、図４を用いて、実施形態に係る情報処理装置１００の構成について説明する。図４は、実施形態に係る情報処理装置の構成例を示す図である。図４に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０と、を有する。なお、図４に図示はしていないが、情報処理装置１００は、情報処理装置１００の管理者から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
【0043】
（通信部１１０について）
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、ネットワークＮと有線または無線で接続され、利用者端末２００と、事業者端末３００と、の間で情報の送受信を行う。
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、ネットワークＮと有線または無線で接続され、利用者端末２００と、事業者端末３００と、の間で情報の送受信を行う。
【0044】
（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ)、フラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）等の半導体メモリ素子、または、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク等の記憶装置によって実現される。図４に示すように、記憶部１２０は、利用者情報記憶部１２１と、行動情報記憶部１２２と、関連度記憶部１２３と、関数記憶部１２４と、コンテンツ記憶部１２５と、を有する。
記憶部１２０は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ)、フラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）等の半導体メモリ素子、または、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク等の記憶装置によって実現される。図４に示すように、記憶部１２０は、利用者情報記憶部１２１と、行動情報記憶部１２２と、関連度記憶部１２３と、関数記憶部１２４と、コンテンツ記憶部１２５と、を有する。
【0045】
（利用者情報記憶部１２１について）
利用者情報記憶部１２１は、利用者に関する情報を記憶する。ここで、図５を用いて、利用者情報記憶部１２１が記憶する情報の一例を説明する。図５は、実施形態に係る情報処理装置の利用者情報記憶部に記憶される情報の一例を示す図である。
利用者情報記憶部１２１は、利用者に関する情報を記憶する。ここで、図５を用いて、利用者情報記憶部１２１が記憶する情報の一例を説明する。図５は、実施形態に係る情報処理装置の利用者情報記憶部に記憶される情報の一例を示す図である。
【0046】
図５に示す例において、利用者情報記憶部１２１は、「利用者ＩＤ」、「生年月日」、「性別」、「職業」、という項目に係る情報を紐付けて記憶する。
【0047】
「利用者ＩＤ」は、利用者を識別する識別子であり文字列や番号などによって表される。「生年月日」は、「利用者ＩＤ」に紐付けられた利用者の生年月日に関する情報である。「性別」は、「利用者ＩＤ」に紐付けられた利用者の性別に関する情報である。「職業」は、「利用者ＩＤ」に紐付けられた利用者の職業に関する情報である。
【0048】
すなわち、図５においては、利用者ＩＤ「ＵＩＤ＃１」により識別された利用者の生年月日が「生年月日＃Ｕ１」であり、性別が「女性」であり、職業が「職業＃Ｕ１」であることを示している。
【0049】
なお、利用者情報記憶部１２１に記憶される情報は、「利用者ＩＤ」、「生年月日」、「性別」、「職業」という項目に係る情報に限定されるものではなく、その他の任意の利用者に関係する情報が記憶されてよい。
【0050】
（行動情報記憶部１２２について）
行動情報記憶部１２２は、利用者の行動履歴に関する情報を記憶する。ここで、図６を用いて、行動情報記憶部１２２が記憶する情報の一例を説明する。図６は、実施形態に係る情報処理装置の行動情報記憶部に記憶される情報の一例を示す図である。
行動情報記憶部１２２は、利用者の行動履歴に関する情報を記憶する。ここで、図６を用いて、行動情報記憶部１２２が記憶する情報の一例を説明する。図６は、実施形態に係る情報処理装置の行動情報記憶部に記憶される情報の一例を示す図である。
【0051】
図６に示す例において、行動情報記憶部１２２は、「利用者ＩＤ」、「検索履歴」、「閲覧履歴」、「購入履歴」、「路線検索履歴」、「掲示板投稿履歴」という項目に係る情報を紐付けて記憶する。
【0052】
「利用者ＩＤ」は、利用者を識別する識別子であり文字列や番号などによって表される。「検索履歴」は、「利用者ＩＤ」に紐付けられた利用者が検索に使用した検索クエリと入力時刻とを含む情報である。「閲覧履歴」は、「利用者ＩＤ」に紐付けられた利用者のＷＥＢサイトの閲覧サイトと閲覧時刻とを含む情報である。「購入履歴」は、「利用者ＩＤ」に紐付けられた利用者のインターネット通信販売サイトや所定のサービス契約サイトなどにおける購入商品、又は購入サービスと購入時刻とを含む情報である。「路線検索履歴」は、「利用者ＩＤ」に紐付けられた利用者の路線検索結果と検索時刻とを含む情報である。「掲示板投稿履歴」は、「利用者ＩＤ」に紐付けられた利用者の掲示板投稿と投稿時刻とを含む情報である。
【0053】
すなわち、図６においては、利用者ＩＤ「ＵＩＤ＃１」により識別された利用者の検索履歴が「検索履歴＃Ｕ１」であり、利用者の閲覧履歴が「閲覧履歴＃Ｕ１」であり、購入履歴が「購入履歴＃Ｕ１」であり、路線検索履歴が「路線検索履歴＃Ｕ１」であり、掲示板投稿履歴が「掲示板投稿履歴＃Ｕ１」であることを示している。
【0054】
なお、行動情報記憶部１２２に記憶される情報は、「利用者ＩＤ」、「検索履歴」、「閲覧履歴」、「購入履歴」、「路線検索履歴」、「掲示板投稿履歴」という項目に係る情報に限定されるものではなく、その他の任意の利用者の行動に関係する情報が記憶されてよい。
【0055】
（関連度記憶部１２３について）
関連度記憶部１２３は、利用者の各行動と検索クエリとの関連度を記憶する。ここで、図７を用いて、関連度記憶部１２３が記憶する情報の一例を説明する。図７は、実施形態に係る情報処理装置の関連度記憶部に記憶される情報の一例を示す図である。
関連度記憶部１２３は、利用者の各行動と検索クエリとの関連度を記憶する。ここで、図７を用いて、関連度記憶部１２３が記憶する情報の一例を説明する。図７は、実施形態に係る情報処理装置の関連度記憶部に記憶される情報の一例を示す図である。
【0056】
図７に示す例において、関連度記憶部１２３は、「行動タイプ」、「検索クエリ」、「関連度」という項目に係る情報を紐付けて記憶する。
【0057】
「行動タイプ」は、利用者の所定の行動を示す情報である。なお、行動タイプにより示される利用者の所定の行動は、事業者が要求情報として指定した「所定の行動」に対応するものであり、行動情報記憶部１２２に行動履歴として記憶される行動を示す。「検索クエリ」は、「行動タイプ」に示す所定の行動を行った利用者が入力した検索クエリを示す情報である。「関連度」は、「行動タイプ」が示す所定の行動と、「検索クエリ」が示す検索クエリとの関連度を示す情報である。
【0058】
すなわち、図７においては、行動タイプ「ＡＣ＃１」が示す利用者の行動と、検索クエリ「ＱＲ＃１」が示す検索クエリとの関連度が０．３であることを示している。
【0059】
なお、関連度記憶部１２３に記憶される情報は、「行動タイプ」、「検索クエリ」、「関連度」という項目に係る情報に限定されるものではなく、その他の任意の関連度に関係する情報が記憶されてよい。
【0060】
（関数記憶部１２４について）
関数記憶部１２４は、利用者の所定の行動と検索クエリとの関連度を算出する際に用いる重み付け係数の関数を記憶する。ここで、図８を用いて、関数記憶部１２４が記憶する情報の一例を説明する。図８は、実施形態に係る情報処理装置の関数記憶部に記憶される情報の一例を示す図である。
関数記憶部１２４は、利用者の所定の行動と検索クエリとの関連度を算出する際に用いる重み付け係数の関数を記憶する。ここで、図８を用いて、関数記憶部１２４が記憶する情報の一例を説明する。図８は、実施形態に係る情報処理装置の関数記憶部に記憶される情報の一例を示す図である。
【0061】
図８に示す例において、関数記憶部１２４は、「関数ＩＤ」、「検索クエリ」、「関数データ」という項目に係る情報を紐付けて記憶する。
【0062】
「関数ＩＤ」は、各関数を識別する識別子であり文字列や番号によって表される。「検索クエリ」は、「関数ＩＤ」によって識別される関数によって、関連度を算出する際の重み付け係数を算出する検索クエリを示す情報である。「関数データ」は、「関数ＩＤ」によって識別される関数のデータを示す情報である。すなわち、「関数データ」は、時間差を変数として、重み付け係数を出力する為の関数のデータが記憶される。例えば、時間差の値と、重み付け係数の値がテーブル形式で一対一に対応付けられて記憶されたデータなどであってよい。
【0063】
すなわち、図８においては、関数ＩＤ「ＦＮ＃１」が示す関数が、検索クエリ「ＱＲ＃１」が示す検索クエリに対応付けられて、関数データ「ＦＤ＃１」が示す関数データが記憶されていることが示されている。
【0064】
なお、関数記憶部１２４に記憶される情報は、「関数ＩＤ」、「検索クエリ」、「関数データ」という項目に係る情報に限定されるものではなく、その他の任意の重み付け係数の関数に関係する情報が記憶されてよい。
【0065】
（コンテンツ記憶部１２５について）
コンテンツ記憶部１２５は、事業者端末３００から受け付けた事業者が入力したコンテンツを記憶する。図９は、実施形態に係る情報処理装置のコンテンツ記憶部に記憶される情報の一例を示す図である。
コンテンツ記憶部１２５は、事業者端末３００から受け付けた事業者が入力したコンテンツを記憶する。図９は、実施形態に係る情報処理装置のコンテンツ記憶部に記憶される情報の一例を示す図である。
【0066】
図９に示す例において、コンテンツ記憶部１２５は、「事業者ＩＤ」、「コンテンツＩＤ」、「コンテンツデータ」、「行動タイプ」という項目に係る情報を紐付けて記憶する。
【0067】
「事業者ＩＤ」は、事業者を識別する識別子であり文字列や番号などによって表される。「コンテンツＩＤ」は、事業者から受け付けたコンテンツを識別する識別子であり文字列や番号などによって表される。「コンテンツデータ」は、事業者が配信を希望するコンテンツのデータである。「行動タイプ」は、事業者がコンテンツの配信を希望する利用者の選定基準となる利用者の所定の行動を示す情報である。
【0068】
すなわち、図９においては、事業者ＩＤ「Ｍ１」が示す事業者から、コンテンツＩＤ「ＣＴ＃１」によって識別されるコンテンツとして、コンテンツデータ「ＣＤ＃１」が示すコンテンツデータが、行動タイプ「ＡＣ＃１」が示す所定の行動を指定して事業者端末３００に入力され、情報処理装置１００の受付部１３２が受け付けてコンテンツ記憶部１２５に記憶されていることを示している。
【0069】
なお、コンテンツ記憶部１２５は、「事業者ＩＤ」、「コンテンツＩＤ」、「コンテンツデータ」、「行動タイプ」という項目に係る情報に限定されることなく、その他の任意のコンテンツに関係する情報が記憶されてよい。
【0070】
（制御部１３０について）
次に図３に戻って、制御部１３０について説明する。制御部１３０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００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。また、制御部１３０は、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の集積回路により実現されてもよい。
次に図３に戻って、制御部１３０について説明する。制御部１３０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等によって、情報処理装置１００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。また、制御部１３０は、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の集積回路により実現されてもよい。
【0071】
図３に示すように、制御部１３０は、取得部１３１と、受付部１３２と、特定部１３３と、算出部１３４と、決定部１３５と、配信部１３６と、出力部１３７と、を有する。
【0072】
（取得部１３１について）
取得部１３１は、利用者端末２００から利用者情報と、行動情報と、を取得する。ここで、利用者情報は、利用者に関する情報であって、例えば、利用者が所定の情報サービスを利用する際に、情報サービスの提供事業者に提供する情報である。また、行動情報は、利用者の所定の情報サービスの利用によって生じる利用者の所定の情報サービスを用いた行動を示す情報である。取得部１３１は、利用者情報を取得したら、取得した利用者情報を利用者情報記憶部１２１に記憶する。取得部１３１は、行動情報を取得したら、取得した行動情報を行動情報記憶部１２２に記憶する。なお、取得部１３１は、所定日時ごとに利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよいし、利用者が情報処理装置１００にアクセスする度に利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよい。
取得部１３１は、利用者端末２００から利用者情報と、行動情報と、を取得する。ここで、利用者情報は、利用者に関する情報であって、例えば、利用者が所定の情報サービスを利用する際に、情報サービスの提供事業者に提供する情報である。また、行動情報は、利用者の所定の情報サービスの利用によって生じる利用者の所定の情報サービスを用いた行動を示す情報である。取得部１３１は、利用者情報を取得したら、取得した利用者情報を利用者情報記憶部１２１に記憶する。取得部１３１は、行動情報を取得したら、取得した行動情報を行動情報記憶部１２２に記憶する。なお、取得部１３１は、所定日時ごとに利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよいし、利用者が情報処理装置１００にアクセスする度に利用者情報と、行動情報とのうちのいずれか一方又は両方を取得してもよい。
【0073】
（受付部１３２について）
受付部１３２は、事業者の事業者端末３００から事業者が入力したコンテンツを受け付ける。受付部１３２は、事業者端末３００からコンテンツを受け付けたら、受け付けたコンテンツをコンテンツ記憶部１２５に記憶する。
受付部１３２は、事業者の事業者端末３００から事業者が入力したコンテンツを受け付ける。受付部１３２は、事業者端末３００からコンテンツを受け付けたら、受け付けたコンテンツをコンテンツ記憶部１２５に記憶する。
【0074】
また、受付部１３２は、事業者端末３００から事業者が入力した要求情報を受け付ける。受付部１３２は、事業者端末３００から要求情報を受け付けたら、受け付けた要求情報を特定部１３３と算出部１３４の処理に使用する為に特定部１３３と算出部１３４に出力する。
【0075】
（特定部１３３について）
特定部１３３は、利用者情報と行動情報とに基づいて、所定の行動を行った利用者を特定する。例えば、要求情報に含まれる「所定の行動」として、事業者が携帯電話通信事業者Ａとの契約を指定して入力していた場合、特定部１３３は、行動情報記憶部１２２に記憶された行動情報に含まれる購入履歴を参照して、「携帯電話通信事業者Ａと契約」を行った利用者を特定する。特定部１３３は、「携帯電話通信事業者Ａと契約」を行った利用者を特定したら、特定した利用者を特定集団として整理して、算出部１３４に出力する。
特定部１３３は、利用者情報と行動情報とに基づいて、所定の行動を行った利用者を特定する。例えば、要求情報に含まれる「所定の行動」として、事業者が携帯電話通信事業者Ａとの契約を指定して入力していた場合、特定部１３３は、行動情報記憶部１２２に記憶された行動情報に含まれる購入履歴を参照して、「携帯電話通信事業者Ａと契約」を行った利用者を特定する。特定部１３３は、「携帯電話通信事業者Ａと契約」を行った利用者を特定したら、特定した利用者を特定集団として整理して、算出部１３４に出力する。
【0076】
また、特定部１３３は、所定の行動を行った利用者を特定し、特定した利用者を特定集団として整理したら、所定の行動を行っていない利用者を非特定集団として整理する。
【0077】
（算出部１３４について）
算出部１３４は、係数算出部１３４１と、関連度算出部１３４２と、確率算出部１３４３と、を備える。
算出部１３４は、係数算出部１３４１と、関連度算出部１３４２と、確率算出部１３４３と、を備える。
【0078】
係数算出部１３４１は、所定の行動を行った利用者が当該所定の行動を行った時点と、利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出する。例えば、時間差が正の値の場合は、重み付け係数を０以下の値として算出し、時間差が負の値の場合は、重み付け係数を正の値として算出してよい。これにより、関連度を算出する際に、利用者の所定の行動と関連度が低いと考えられる所定の行動の後に入力された検索クエリの関連度を低く算出することができる。
【0079】
また、係数算出部１３４１は、時間差が０未満の場合は、時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。すなわち、係数算出部１３４１は、所定の行動を行った時点から検索クエリを入力した時点が前であればあるほど、正規分布の裾に向かって進んだ箇所の値を用いて、重み付け係数を算出する。なお、正規分布は、正規分布の頂点が時間差を確率変数とした場合に時間差が０の位置に位置づけられる。すなわち、正規分布の平均μ＝０である。また、正規分布の分散σは任意の値であって良い。係数算出部１３４１は、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。これにより、利用者の所定の行動との関連度が低いと考えられる利用者が所定の行動の後に入力した検索クエリの関連度の算出に用いる重み付け係数を低く算出することができる。
【0080】
また、係数算出部１３４１は、時間差が０未満の場合は、時間差を確率変数とした場合のｔ分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。すなわち、係数算出部１３４１は、所定の行動を行った時点から検索クエリを入力した時点が前であればあるほど、ｔ分布の裾に向かって進んだ箇所の値を用いて、重み付け係数を算出する。なお、ｔ分布は、ｔ分布の頂点が時間差を確率変数とした場合に時間差が０の位置に位置づけられる。また、ｔ分布の自由度νは任意の値であって良い。係数算出部１３４１は、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。これにより、利用者の所定の行動との関連度が低いと考えられる利用者が所定の行動の後に入力した検索クエリの関連度の算出に用いる重み付け係数を低く算出することができる。
【0081】
また、係数算出部１３４１は、検索クエリごとに、検索頻度と、時間差に基づいて、時間差を変数とする重み付け係数の関数を導出し、時間差と、検索クエリごとの重み付け係数の関数に基づいて重み付け係数を算出する。すなわち、係数算出部１３４１は、特定集団に該当する利用者が入力した検索クエリごとに時間差を横軸とし、検索頻度を縦軸とするグラフを描いて、当該のグラフに良く一致する近似曲線を導出し、当該の近似曲線を重み付け係数の関数とする。係数算出部１３４１は、導出された重み付け係数の関数を用いて、時間差に基づいて、重み付け係数を算出する。
【0082】
関連度算出部１３４２は、検索履歴と、時間差と、重み付け係数と、に基づいて所定の行動と検索クエリとの関連度を算出する。関連度算出部１３４２は、所定の行動を行った利用者の検索履歴を行動情報記憶部１２２から読み出す。次に、関連度算出部１３４２は、所定の行動を行った利用者の所定の行動を行った時点と、各検索クエリを入力した時点との時間差を算出する。次に、関連度算出部１３４２は、各検索クエリに対して算出された時間差に基づいて重み付け係数を算出する。次に、関連度算出部１３４２は、算出された重み付け係数に１を掛けた値に対して、各検索クエリの入力回数を掛けることで関連度を算出する。すなわち、関連度は、重み付け係数の値が大きく、かつ、各検索クエリの入力回数が多いほど高い値に算出される。関連度算出部１３４２は、関連度を算出したら算出した関連度を関連度記憶部１２３に記憶する。
【0083】
確率算出部１３４３は、所定の行動を行っていない利用者が入力した検索クエリと、重み付け係数と、関連度と、に基づいて所定の行動を行っていない利用者が所定の行動を行う確率を算出する。確率算出部１３４３は、所定の行動を行っていない利用者の検索履歴を利用者ごとに行動情報記憶部１２２から読み出す。次に、確率算出部１３４３は、所定の行動を行っていない利用者の各検索クエリの入力時刻と、要求情報に含まれる「利用者が所定の行動を行う時刻」とに基づいて、時間差を算出する。次に、確率算出部１３４３は、算出された時間差に基づいて重み付け係数を算出する。
【0084】
なお、この処理の際に、時間差が０未満の場合は、時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出してよい。また、時間差が０未満の場合は、時間差を確率変数とした場合のｔ分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出してもよい。また、検索クエリごとに、検索頻度と、時間差に基づいて、時間差を変数とする重み付け係数の関数を導出し、時間差と、検索クエリごとの重み付け係数の関数に基づいて重み付け係数を算出してもよい。
【0085】
次に、確率算出部１３４３は、検索クエリごとの検索回数と、算出された重み付け係数と、検索クエリごとの関連度と、を掛け合わせることで、所定の行動を行っていない利用者が、所定の行動を行う確率を算出する。
【0086】
（決定部１３５について）
決定部１３５は、確率算出部１３４３が算出した所定の行動を行っていない利用者が所定の行動を行う確率に基づいてコンテンツを配信する対象となる利用者を決定する。すなわち、決定部１３５は、確率算出部１３４３が算出した所定の行動を行っていない利用者の所定の行動を行う確率が、要求情報に含まれる「コンテンツの配信対象となる条件としての利用者の所定の行動を行う確率」の値以上である利用者を、コンテンツの配信対象として決定する。
決定部１３５は、確率算出部１３４３が算出した所定の行動を行っていない利用者が所定の行動を行う確率に基づいてコンテンツを配信する対象となる利用者を決定する。すなわち、決定部１３５は、確率算出部１３４３が算出した所定の行動を行っていない利用者の所定の行動を行う確率が、要求情報に含まれる「コンテンツの配信対象となる条件としての利用者の所定の行動を行う確率」の値以上である利用者を、コンテンツの配信対象として決定する。
【0087】
（配信部１３６について）
配信部１３６は、決定部１３５がコンテンツの配信対象に決定した利用者の利用者端末２００にコンテンツを配信する。例えば、決定部１３５が利用者Ｕ２と、利用者Ｕ３とを、コンテンツの配信対象として決定した場合、配信部１３６は、事業者が入力したコンテンツをコンテンツ記憶部１２５から読み出して通信部１１０を介して利用者Ｕ２の利用者端末２００Ｂと、利用者Ｕ３の利用者端末２００Ｃと、に配信する。
配信部１３６は、決定部１３５がコンテンツの配信対象に決定した利用者の利用者端末２００にコンテンツを配信する。例えば、決定部１３５が利用者Ｕ２と、利用者Ｕ３とを、コンテンツの配信対象として決定した場合、配信部１３６は、事業者が入力したコンテンツをコンテンツ記憶部１２５から読み出して通信部１１０を介して利用者Ｕ２の利用者端末２００Ｂと、利用者Ｕ３の利用者端末２００Ｃと、に配信する。
【0088】
（出力部１３７について）
出力部１３７は、関連度算出部１３４２が算出した利用者の所定の行動と検索クエリとの関連度を出力する。すなわち、出力部１３７は、関連度算出部１３４２が、事業者が入力した要求情報に含まれる「所定の行動」に基づいて関連度を算出した後に、関連度記憶部１２３に記憶した関連度を、関連度記憶部１２３から読み出して、通信部１１０を介して事業者端末３００に送信する。これにより、事業者は、利用者が所定の行動を行う前に入力した検索クエリを知ることが可能となる。
出力部１３７は、関連度算出部１３４２が算出した利用者の所定の行動と検索クエリとの関連度を出力する。すなわち、出力部１３７は、関連度算出部１３４２が、事業者が入力した要求情報に含まれる「所定の行動」に基づいて関連度を算出した後に、関連度記憶部１２３に記憶した関連度を、関連度記憶部１２３から読み出して、通信部１１０を介して事業者端末３００に送信する。これにより、事業者は、利用者が所定の行動を行う前に入力した検索クエリを知ることが可能となる。
【0089】
〔４．利用者端末の構成〕
次に、図１０を用いて、実施形態に係る利用者端末２００の構成について説明する。図１０は、実施形態に係る利用者端末の構成例を示す図である。図１０に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０と、を有する。
次に、図１０を用いて、実施形態に係る利用者端末２００の構成について説明する。図１０は、実施形態に係る利用者端末の構成例を示す図である。図１０に示すように、利用者端末２００は、通信部２１０と、入力部２２０と、出力部２３０と、制御部２４０と、を有する。
【0090】
通信部２１０は、例えば、ＮＩＣ等によって実現される。そして、通信部２１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、情報処理装置１００との間で各種の情報の送受信を行う。
【0091】
入力部２２０は、利用者から各種の操作情報が入力される。例えば、入力部２２０は、タッチパネルにより表示面（例えば出力部２３０）を介して利用者からの各種操作を受け付けてもよい。また、入力部２２０は、利用者端末２００に設けられたボタンや、利用者端末２００に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
【0092】
出力部２３０は、例えば液晶ディスプレイや有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等によって実現されるタブレット型端末等の表示画面であり、各種情報を表示するための表示装置である。つまり、利用者端末２００は、入力部２２０がタッチパネルである場合は、出力部２３０である表示画面により利用者の入力を受け付け、利用者への出力も行う。また、出力部２３０は、スピーカーであり、スピーカーにより音声を出力してよい。
【0093】
制御部２４０は、例えば、ＣＰＵやＭＰＵ等によって、利用者端末２００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。また、制御部２４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。
【0094】
図１０に示すように、制御部２４０は、提供部２４１を有する。
【0095】
提供部２４１は、情報処理装置１００から配信されたコンテンツを利用者に提供する。例えば、提供部２４１は情報処理装置１００から配信されたコンテンツが動画である場合は、出力部２３０に動画を出力させてコンテンツを利用者に提供する。また、例えば、提供部２４１は情報処理装置１００から配信されたコンテンツが音声である場合は、出力部２３０にコンテンツの音声を出力させることで、コンテンツを利用者に提供してよい。また、例えば、提供部２４１は情報処理装置１００から配信されたコンテンツがテキストデータである場合は、出力部２３０にテキストを表示させることで、コンテンツを利用者に提供してよい。
【0096】
〔５．事業者端末の構成〕
次に、図１１を用いて、実施形態に係る事業者端末３００の構成について説明する。図１１は、実施形態に係る事業者端末の構成例を示す図である。図１１に示すように、事業者端末３００は、通信部３１０と、入力部３２０と、出力部３３０と、制御部３４０と、を有する。
次に、図１１を用いて、実施形態に係る事業者端末３００の構成について説明する。図１１は、実施形態に係る事業者端末の構成例を示す図である。図１１に示すように、事業者端末３００は、通信部３１０と、入力部３２０と、出力部３３０と、制御部３４０と、を有する。
【0097】
通信部３１０は、例えば、ＮＩＣ等によって実現される。そして、通信部３１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、情報処理装置１００との間で各種の情報の送受信を行う。
【0098】
入力部３２０は、事業者から各種の操作情報が入力される。例えば、入力部３２０は、事業者端末３００に接続されたキーボードやマウスから事業者の各種操作を受け付けてもよい。また、入力部３２０は、タッチパネルにより表示面（例えば出力部３３０）を介して事業者から各種操作を受け付けてもよい。
【0099】
出力部３３０は、例えば液晶ディスプレイや有機ＥＬディスプレイ等によって実現される表示画面であり、各種情報を表示するための表示装置である。なお、事業者端末３００の入力部３２０が、タッチパネルを介して事業者から各種操作を受け付ける場合は、出力部３３０である表示画面により利用者の入力を受け付け、さらに利用者への出力も行う。
【0100】
制御部３４０は、例えば、ＣＰＵやＭＰＵ等によって、事業者端末３００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。また、制御部３４０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。
【0101】
図１１に示すように、制御部３４０は、受付部３４１を有する。
【0102】
受付部３４１は、事業者からコンテンツを受け付ける。コンテンツとは、例えば、事業者の商品やサービスを広告する文字、音声、静止画像、動画像などを含むデータであってよい。また、事業者が情報サービス業者である場合は、検索サービスや、ショッピングサービス、決済サービス、路線検索サービス、地図提供サービス、旅行サービス、飲食店紹介サービス、天気予報サービス、スケジュール管理サービス、ニュース提供サービス、オークションサービス、動画コンテンツ配信サービス、金融取引（株取引等）サービスなどに関係する情報であってもよい。
【0103】
例えば、受付部３４１は、事業者から要求情報に含まれる「所定の行動」に対応付けてコンテンツを受け付ける。すなわち、受付部３４１は、事業者を識別する事業者ＩＤと、コンテンツを示すデータと、事業者がコンテンツの配信を希望する利用者の「所定の行動」と、を紐付けて受け付ける。
【0104】
また、受付部３４１は、事業者から要求情報を受け付ける。ここで、要求情報とは、前述した通り、事業者が利用者にコンテンツを配信する際の要求に関する情報であって、「所定の行動」、「利用者が所定の行動を行う時刻」、「コンテンツの配信対象となる条件としての利用者の所定の行動を行う確率」、などを含む情報であってよい。
【0105】
〔６．情報処理のフロー〕
次に、図１２を用いて、実施形態に係る情報処理装置１００による情報処理の手順について説明する。図１２は、実施形態に係る情報処理の一例を示すフローチャートである。例えば、情報処理装置１００は、事業者端末３００からコンテンツと要求情報とを受け付ける（ステップＳ１０１）。そして、情報処理装置１００は、利用者端末２００から利用者情報と行動情報とを取得する（ステップＳ１０２）。そして、情報処理装置１００は、利用者の中から所定の行動を行った利用者の集合である特定集団を特定する（ステップＳ１０３）。そして、情報処理装置１００は、時間差を考慮して特定集団が入力した検索クエリと所定の行動との関連度を算出する（ステップＳ１０４）。そして、情報処理装置１００は、特定集団に該当しない利用者が所定の行動を所定の時刻に行う確率を算出する（ステップＳ１０５）。そして、情報処理装置１００は、所定の行動を行う確率が所定の値以上の利用者を配信対象に決定する（ステップＳ１０６）。そして、情報処理装置１００は、配信対象に決定された利用者に情報を配信する（ステップＳ１０７）。
次に、図１２を用いて、実施形態に係る情報処理装置１００による情報処理の手順について説明する。図１２は、実施形態に係る情報処理の一例を示すフローチャートである。例えば、情報処理装置１００は、事業者端末３００からコンテンツと要求情報とを受け付ける（ステップＳ１０１）。そして、情報処理装置１００は、利用者端末２００から利用者情報と行動情報とを取得する（ステップＳ１０２）。そして、情報処理装置１００は、利用者の中から所定の行動を行った利用者の集合である特定集団を特定する（ステップＳ１０３）。そして、情報処理装置１００は、時間差を考慮して特定集団が入力した検索クエリと所定の行動との関連度を算出する（ステップＳ１０４）。そして、情報処理装置１００は、特定集団に該当しない利用者が所定の行動を所定の時刻に行う確率を算出する（ステップＳ１０５）。そして、情報処理装置１００は、所定の行動を行う確率が所定の値以上の利用者を配信対象に決定する（ステップＳ１０６）。そして、情報処理装置１００は、配信対象に決定された利用者に情報を配信する（ステップＳ１０７）。
【0106】
〔７．ハードウェア構成〕
また、上述した実施形態に係る情報処理装置１００は、例えば図１３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１３は、情報処理装置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、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。
また、上述した実施形態に係る情報処理装置１００は、例えば図１３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１３は、情報処理装置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、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Ｉｎｔｅｒｆａｃｅ）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。
【0107】
演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが記憶される記憶装置であり、ＲＯＭ(Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリ等により実現される。
【0108】
出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）やＤＶＩ（Ｄｉｇｉｔａｌ Ｖｉｓｕａｌ Ｉｎｔｅｒｆａｃｅ）、ＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。
【0109】
なお、入力装置１０２０は、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、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から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。
【0110】
ネットワークＩＦ１０８０は、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演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。
【0111】
演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。
【0112】
例えば、コンピュータ１０００が情報処理装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、情報処理装置１００の制御部１３０の機能を実現する。
【0113】
〔８．構成と効果〕
本開示に係る情報処理装置１００は、利用者の利用者情報と、利用者の検索履歴を含む行動情報と、を取得する取得部１３１と、所定の行動を行った利用者が当該所定の行動を行った時点と、利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出する係数算出部１３４１と、検索履歴と、時間差と、重み付け係数と、に基づいて所定の行動と検索クエリとの関連度を算出する関連度算出部１３４２と、を備える。
本開示に係る情報処理装置１００は、利用者の利用者情報と、利用者の検索履歴を含む行動情報と、を取得する取得部１３１と、所定の行動を行った利用者が当該所定の行動を行った時点と、利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出する係数算出部１３４１と、検索履歴と、時間差と、重み付け係数と、に基づいて所定の行動と検索クエリとの関連度を算出する関連度算出部１３４２と、を備える。
【0114】
この構成によれば、所定の行動を行った利用者が所定の行動を行う前に入力した検索クエリを適切に把握することができる。
【0115】
また、本開示に係る情報処理装置１００は、所定の行動を行っていない利用者が入力した検索クエリと、重み付け係数と、関連度と、に基づいて所定の行動を行っていない利用者が所定の行動を行う確率を算出する確率算出部１３４３と、をさらに備える。
【0116】
この構成によれば、利用者の所定の行動と利用者が入力した検索クエリとの時間的な関係性を考慮して、所定の行動を行っていない利用者が所定の行動を行う確率を推測することができる。
【0117】
また、本開示に係る情報処理装置１００の係数算出部１３４１は、時間差が０未満の場合は、時間差を確率変数とした場合の正規分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。
【0118】
この構成によれば、検索クエリと所定の行動との関連度を算出する際に、所定の行動を行った利用者が入力した検索クエリの入力時刻と所定の行動を行った時刻との時間差に基づいて正規分布に応じた重み付け係数を用いて関連度を算出することから、所定の行動の前に入力し、かつ、その時間差が短いほど、重み付け係数が大きな値に算出される。その為、重み付け係数に基づいて算出される関連度も所定の行動の前に入力され、かつ、その時間差が短い検索クエリほど、関連度が高く計算される。その結果、所定の行動との関連度をより正確に算出することが可能となる為、関連度に基づいて算出される特定集団に該当しない利用者が所定の行動を行う確率もより正確に算出することが可能となる。
【0119】
また、本開示に係る情報処理装置１００の係数算出部１３４１は、時間差が０未満の場合は、時間差を確率変数とした場合のｔ分布の値に基づいて重み付け係数を算出し、時間差が０以上の場合は、重み付け係数を０以下の値に算出する。
【0120】
この構成によれば、検索クエリと所定の行動との関連度を算出する際に、所定の行動を行った利用者が入力した検索クエリの入力時刻と所定の行動を行った時刻との時間差に基づいてｔ分布に応じた重み付け係数を用いて関連度を算出することから、所定の行動の前に入力し、かつ、その時間差が短いほど、重み付け係数が大きな値に算出される。その為、重み付け係数に基づいて算出される関連度も所定の行動の前に入力され、かつ、その時間差が短い検索クエリほど、関連度が高く計算される。その結果、所定の行動との関連度をより正確に算出することが可能となる為、関連度に基づいて算出される特定集団に該当しない利用者が所定の行動を行う確率もより正確に算出することが可能となる。
【0121】
また、本開示に係る情報処理装置１００の係数算出部１３４１は、検索クエリごとに、検索頻度と、時間差に基づいて、時間差を変数とする重み付け係数の関数を導出し、時間差と、検索クエリごとの重み付け係数の関数に基づいて重み付け係数を算出する。
【0122】
この構成によれば、検索クエリごとに時間差を変数とする関数として重み付け係数の関数を導出する為、より正確に検索クエリと所定の行動との関連度を算出することができる。また、所定の行動を行っていない利用者が所定の行動を所定の時間の後に行う確率についても、検索クエリごとに時間差を変数とする関数として導出された重み付け係数を用いて算出する為、より正確に確率を算出することができる。
【0123】
また、本開示に係る情報処理装置１００は、確率算出部１３４３が算出した所定の行動を行っていない利用者が所定の行動を行う確率に基づいてコンテンツを配信する対象となる利用者を決定する決定部１３５と、決定部１３５が決定した利用者の利用者端末２００に対してコンテンツを配信する配信部１３６と、をさらに備える。
【0124】
この構成によれば、所定の行動を行う確率が高い利用者を特定し、特定した利用者に対してコンテンツを配信することができることから、コンテンツの配信による効果を高めることが可能となる。
【0125】
また、本開示に係る情報処理方法は、利用者の利用者情報と、利用者の検索履歴を含む行動情報と、を取得するステップと、所定の行動を行った利用者が当該所定の行動を行った時点と、利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出するステップと、検索履歴と、時間差と、重み付け係数と、に基づいて所定の行動と検索クエリとの関連度を算出するステップと、所定の行動を行っていない利用者が入力した検索クエリと、重み付け係数と、関連度と、に基づいて所定の行動を行っていない利用者が所定の行動を行う確率を算出するステップと、確率に基づいて、コンテンツを配信する対象となる利用者を決定するステップと、決定された利用者の利用者端末２００に対して情報を配信するステップと、を含む。
【0126】
この構成の情報処理方法によれば、利用者の所定の行動と利用者が入力した検索クエリとの時間的な関係性を考慮して、利用者が所定の行動を行う確率を算出し、当該確率に基づいて、所定の行動を行う確率が高い利用者を特定し、特定した利用者に対してコンテンツを配信することができることから、コンテンツの配信による効果を高めることが可能となる。
【0127】
また、本開示に係る情報処理プログラムは、利用者の利用者情報と、利用者の検索履歴を含む行動情報と、を取得するステップと、所定の行動を行った利用者が当該所定の行動を行った時点と、利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出するステップと、検索履歴と、時間差と、重み付け係数と、に基づいて所定の行動と検索クエリとの関連度を算出するステップと、所定の行動を行っていない利用者が入力した検索クエリと、重み付け係数と、関連度と、に基づいて所定の行動を行っていない利用者が所定の行動を行う確率を算出するステップと、確率に基づいて、コンテンツを配信する対象となる利用者を決定するステップと、決定された利用者の利用者端末２００に対して情報を配信するステップと、をコンピュータに実行させる。
【0128】
この構成の情報処理プログラムによれば、利用者の所定の行動と利用者が入力した検索クエリとの時間的な関係性を考慮して、利用者が所定の行動を行う確率を算出し、当該確率に基づいて、所定の行動を行う確率が高い利用者を特定し、特定した利用者に対してコンテンツを配信することができることから、コンテンツの配信による効果を高めることが可能となる。
【0129】
以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、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。
【0130】
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１３１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】
【0131】
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報記憶部
１２２ 行動情報記憶部
１２３ 関連度記憶部
１２４ 関数記憶部
１２５ コンテンツ記憶部
１３０ 制御部
１３１ 取得部
１３２ 受付部
１３３ 特定部
１３４ 算出部
１３４１ 係数算出部
１３４２ 関連度算出部
１３４３ 確率算出部
１３５ 決定部
１３６ 配信部
１３７ 出力部
２００ 利用者端末
３００ 事業者端末
Ｎ ネットワーク
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報記憶部
１２２ 行動情報記憶部
１２３ 関連度記憶部
１２４ 関数記憶部
１２５ コンテンツ記憶部
１３０ 制御部
１３１ 取得部
１３２ 受付部
１３３ 特定部
１３４ 算出部
１３４１ 係数算出部
１３４２ 関連度算出部
１３４３ 確率算出部
１３５ 決定部
１３６ 配信部
１３７ 出力部
２００ 利用者端末
３００ 事業者端末
Ｎ ネットワーク
【要約】
【課題】所定の行動を行った利用者が所定の行動を行う前に入力した検索クエリを適切に把握することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。
【解決手段】本願に係る情報処理装置は、利用者の利用者情報と、利用者の検索履歴を含む行動情報と、を取得する取得部と、所定の行動を行った利用者が当該所定の行動を行った時点と、利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出する係数算出部と、検索履歴と、時間差と、重み付け係数と、に基づいて所定の行動と検索クエリとの関連度を算出する関連度算出部と、を備える。
【選択図】図４
【解決手段】本願に係る情報処理装置は、利用者の利用者情報と、利用者の検索履歴を含む行動情報と、を取得する取得部と、所定の行動を行った利用者が当該所定の行動を行った時点と、利用者が検索クエリを入力した時点との時間差に基づいて重み付け係数を算出する係数算出部と、検索履歴と、時間差と、重み付け係数と、に基づいて所定の行動と検索クエリとの関連度を算出する関連度算出部と、を備える。
【選択図】図４
【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】