特許 7443419 情報処理装置、情報処理方法および情報処理プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-02-26

(45)【発行日】2024-03-05

(54)【発明の名称】情報処理装置、情報処理方法および情報処理プログラム

(51)【国際特許分類】

   G06Q 30/0251 20230101AFI20240227BHJP

【ＦＩ】

G06Q30/0251

【請求項の数】 11

(21)【出願番号】P 2022082811

(22)【出願日】2022-05-20

(65)【公開番号】P2023170786

(43)【公開日】2023-12-01

【審査請求日】2022-09-16

(73)【特許権者】

【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】兼平 慎一

【審査官】藤原 拓也

(56)【参考文献】

【文献】特開２０１７－１８８０３１（ＪＰ，Ａ）

【文献】特開２０１９－０４５８９９（ＪＰ，Ａ）

【文献】特開２０２２－０４１０５５（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

複数のユーザに配信情報を配信する場合に、前記配信情報に対してコンバージョンに至る確率をユーザ毎に予測する予測部と、
予測したユーザ毎の前記確率に基づいて、前記確率が所定値未満の前記ユーザである低確率ユーザのうち、前記コンバージョンに至る前記低確率ユーザの予測数を算出する算出部と、
算出した前記低確率ユーザの予測数に基づいたコンテンツを提供する提供部と、
を備え、
前記算出部は、
最大値を１とする各ユーザの前記確率の合計値を前記予測数として算出する
情報処理装置。

【請求項2】

前記算出部は、
前記複数のユーザのうち、前記コンバージョンに至るユーザの予測数と、前記確率が所定値以上の前記ユーザである高確率ユーザのうち、前記コンバージョンに至る前記高確率ユーザの予測数との差分に基づいて、前記低確率ユーザの予測数を算出する
請求項１に記載の情報処理装置。

【請求項3】

前記提供部は、
前記算出部が算出した前記高確率ユーザの予測数と、前記低確率ユーザの予測数との比に関する前記コンテンツを提供する
請求項２に記載の情報処理装置。

【請求項4】

前記提供部は、
前記低確率ユーザの予測数に基づいた前記配信情報の配信方針に関する前記コンテンツを提供する
請求項１に記載の情報処理装置。

【請求項5】

前記提供部は、
前記低確率ユーザに対して前記配信情報を配信することによる配信コストと、前記低確率ユーザの予測数とに基づいて前記配信方針を決定する
請求項４に記載の情報処理装置。

【請求項6】

前記配信方針は、
前記低確率ユーザの予測数が所定値以上である場合に低確率ユーザに配信を行うことを提案する配信方針である
請求項４に記載の情報処理装置。

【請求項7】

前記配信方針は、
前記低確率ユーザの予測数が所定値未満である場合に低確率ユーザに配信を行わないことを提案する配信方針である
請求項４に記載の情報処理装置。

【請求項8】

前記予測部は、
前記ユーザの前記配信情報に対する配信許諾状況に基づいて、前記確率の予測対象となる前記ユーザを決定する
請求項１に記載の情報処理装置。

【請求項9】

前記配信情報は、
所定のコンテンツを含むメールであり、
前記コンバージョンは、
前記メールに含まれる前記コンテンツに対して所定の行動を行うことである
請求項１に記載の情報処理装置。

【請求項10】

コンピュータが実行する情報処理方法であって、
複数のユーザに配信情報を配信する場合に、前記配信情報に対してコンバージョンに至る確率をユーザ毎に予測する予測工程と、
予測したユーザ毎の前記確率に基づいて、前記確率が所定値未満の前記ユーザである低確率ユーザのうち、前記コンバージョンに至る前記低確率ユーザの予測数を算出する算出工程と、
算出した前記低確率ユーザの予測数に基づいたコンテンツを提供する提供工程と、
を含み、
前記算出工程は、
最大値を１とする各ユーザの前記確率の合計値を前記予測数として算出する
情報処理方法。

【請求項11】

複数のユーザに配信情報を配信する場合に、前記配信情報に対してコンバージョンに至る確率をユーザ毎に予測する予測手順と、
予測したユーザ毎の前記確率に基づいて、前記確率が所定値未満の前記ユーザである低確率ユーザのうち、前記コンバージョンに至る前記低確率ユーザの予測数を算出する算出手順と、
算出した前記低確率ユーザの予測数に基づいたコンテンツを提供する提供手順と、
をコンピュータに実行させ、
前記算出手順は、
最大値を１とする各ユーザの前記確率の合計値を前記予測数として算出する
情報処理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。

【背景技術】

【0002】

従来、広告やメール等といった配信情報を配信する場合に、配信対象の全てのユーザのうち、配信情報に対してコンバージョンに至るユーザ数（ＣＶ数）を予測する技術がある（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２０－１８７６９７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、従来の技術では、配信対象すべてに対して配信情報を配信することを前提としており、例えば、ＣＶに至る可能性が低いユーザが多数存在する場合には、かかるユーザに対して配信情報を配信することでＣＶ数をある程度獲得できるものの、ＣＶに至る可能性が低いユーザが少数である場合には、獲得できるＣＶ数が少ないにも関わらず配信情報が配信されるおそれがあった。このように、従来は、配信情報を適切に配信する点で改善の余地があった。

【0005】

本願は、上記に鑑みてなされたものであって、適切な配信を行うことができる情報処理装置、情報処理方法およ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】

本願に係る情報処理装置は、予測部と、算出部と、提供部とを備える。前記予測部は、複数のユーザに配信情報を配信する場合に、前記配信情報に対してコンバージョンに至る確率をユーザ毎に予測する。前記算出部は、予測したユーザ毎の前記確率に基づいて、前記確率が所定値未満の前記ユーザである低確率ユーザのうち、前記コンバージョンに至る前記低確率ユーザの予測数を算出する。前記提供部は、算出した前記低確率ユーザの予測数に基づいたコンテンツを提供する。

【発明の効果】

【0007】

実施形態の一態様によれば、適切な配信を行うことができるという効果を奏する。

【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装置が実行する処理を示す図である。

【図2】図２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】図３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】図４は、ユーザ情報の一例を示す図である。

【図5】図５は、モデル情報の一例を示す図である。

【図6】図６は、実施形態に係る情報処理装置が実行する情報処理の処理手順を示すフローチャートである。

【図7】図７は、ハードウェア構成の一例を示す図である。

【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装置、情報処理方法およ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、情報処理方法および情報処理プログラムが限定されるものではない。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】

（実施形態）
まず、図１を用いて、実施形態に係る情報処理装置が実行する処理について説明する。図１は、実施形態に係る情報処理装置が実行する処理を示す図である。なお、図１では、実施形態に係る情報処理装置１を含む情報処理システムＳの動作例を示している。

【0011】

図１に示すように、実施形態に係る情報処理システムＳは、情報処理装置１と、ユーザ端末１００と、依頼元端末２００とを含む。ユーザ端末１００は、配信情報の配信対象となるユーザが所持する端末装置である。依頼元端末２００は、配信情報の配信を依頼する依頼ユーザが所持する端末装置である。

【0012】

実施形態に係る情報処理システムＳでは、配信情報に対してコンバージョン（以下、ＣＶ）に至る確率（以下、ＣＶ確率）をユーザ毎に予測し、ＣＶ確率が所定値未満の低確率ユーザのうち、ＣＶに至る低確率ユーザの予測数を算出し、算出した低確率ユーザの予測数に基づいたコンテンツを提供する。

【0013】

配信情報は、例えば、依頼ユーザが行う事業の広告に関するメールや、依頼ユーザが行う事業に関する広告である。また、ＣＶは、メールの場合には、メールに含まれる広告等のコンテンツに対して所定の行動（キャンペーンに参加登録等）を行うことであり、広告の場合には、広告された商品やサービス等の利用である。

【0014】

具体的には、情報処理装置１は、まず、配信情報に対してＣＶに至るＣＶ確率をユーザ毎に予測する（ステップＳ１）。例えば、情報処理装置１は、ユーザ情報を入力することで、ＣＶ確率を示すスコアを出力するモデルを用いてＣＶ確率を予測する。かかるモデルは、例えば、ユーザ情報と、過去の配信情報に対してＣＶに至ったか否かの情報とをデータセットとして学習することで生成される。

【0015】

つづいて、情報処理装置１は、予測したユーザ毎のＣＶ確率に基づいて、ＣＶ確率が所定値未満のユーザである低確率ユーザのうち、配信情報に対してＣＶに至る低確率ユーザの予測数を算出する（ステップＳ２）。

【0016】

例えば、情報処理装置１は、配信対象となった複数のユーザすべてのうち、ＣＶに至るユーザの予測数と、ＣＶ確率が所定値以上のユーザである高確率ユーザのうち、ＣＶに至る高確率ユーザの予測数との差分に基づいて、低確率ユーザの予測数を算出する。複数のユーザすべてを基にした予測数と、高確率ユーザの予測数とは、例えば、最大値を１とする各ユーザのＣＶ確率の合計値として算出される。

【0017】

つづいて、情報処理装置１は、算出した予測数に基づいたコンテンツを生成する（ステップＳ３）。例えば、情報処理装置１は、低確率ユーザの予測数を示すコンテンツを生成する。また、情報処理装置１は、高確率ユーザの予測数と、低確率ユーザの予測数との比を示すコンテンツを生成する。また、情報処理装置１は、低確率ユーザの予測数、または、上記した比に基づいた配信情報の配信方針に関するコンテンツを生成する。配信方針は、例えば、低確率ユーザに対して配信情報を配信することによる配信コストと、低確率ユーザの予測数とに基づいて決定される。つまり、配信方針は、低確率ユーザに配信情報を配信した場合に、配信コストに見合ったＣＶ数（ＣＶを行ったユーザ数）を獲得できるか否かに関する方針を含む。

【0018】

つづいて、情報処理装置１は、生成したコンテンツを依頼元端末２００を介して依頼ユーザに提供する（ステップＳ４）。つづいて、依頼元端末２００は、依頼ユーザの指示に従って、低確率ユーザへ配信情報の配信を依頼する（ステップＳ５）。

【0019】

つづいて、情報処理装置１は、依頼ユーザの指示に従ってユーザへ配信情報を配信する（ステップＳ６）。情報処理装置１は、依頼ユーザから低確率ユーザへの配信依頼があった場合には、高確率ユーザおよび低確率ユーザに対して配信情報を配信する。また、情報処理装置１は、依頼ユーザから高確率ユーザのみへの配信依頼（すなわち、低確率ユーザへの配信不要の依頼）があった場合には、高確率ユーザのみへ配信情報を配信する。

【0020】

このように、実施形態に係る情報処理装置１では、低確率ユーザ、言い換えれば、ＣＶ確率が低いことにより配信対象外のユーザの予測数に関するコンテンツを提供する。これにより、依頼ユーザは、低確率ユーザの予測数により、低確率ユーザへの配信が配信コストに見合うか否かを判断して低確率ユーザへの配信依頼を行うことができる。

【0021】

なお、情報処理装置１は、依頼ユーザからの指示に従って低確率ユーザへの配信を行う否かを決定する例を示したが、例えば、低確率ユーザの予測数に基づいて低確率ユーザへの配信を行う否かを自動で決定してもよい。例えば、情報処理装置１は、低確率ユーザの予測数が所定数以上である場合や、高確率ユーザおよび低確率ユーザの比において、低確率ユーザの値が所定値以上である場合に、低確率ユーザへの配信を行う。

【0022】

次に、図２を用いて、実施形態に係る情報処理システムＳの構成例について説明する。図２は、実施形態に係る情報処理システムＳ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処理システムＳは、情報処理装置１と、複数のユーザ端末１００とがネットワークＮに対して有線又は無線により接続される。ネットワークＮは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）等のネットワークである。

【0023】

情報処理装置１は、実施形態に係る情報処理方法を実行するサーバ装置である。情報処理装置１は、ユーザ毎のＣＶ確率を予測し、ＣＶ確率が所定値未満の低確率ユーザのうち、ＣＶに至る低確率ユーザの予測数を算出し、算出した低確率ユーザの予測数に基づいたコンテンツを提供する。

【0024】

また、情報処理装置１は、複数のユーザ端末１００と連携し、各ユーザ端末１００に対して、各種アプリケーション（以下、アプリ）等に対するＡＰＩ（Application Programming Interface）サービス等と、各種データを提供する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。

【0025】

また、情報処理装置１は、各ユーザ端末１００に対して、オンラインで何らかのＷｅｂサービスを提供する情報処理装置であってもよい。例えば、情報処理装置１は、Ｗｅｂサービスとして、インターネット接続、検索サービス、ＳＮＳ（Social Networking Service）、電子商取引（ＥＣ：Electronic Commerce）、電子決済、オンラインゲーム、オンラインバンキング、オンライントレーディング、宿泊・チケット予約、動画・音楽配信、ニュース、地図、ルート検索、経路案内、路線情報、運行情報、天気予報等のサービスを提供してもよい。実際には、情報処理装置１は、上記のようなＷｅｂサービスを提供する各種サーバと連携し、Ｗｅｂサービスを仲介してもよいし、Ｗｅｂサービスの処理を担当してもよい。

【0026】

ユーザ端末１００は、配信情報の配信対象となるユーザが所持する端末装置である。ユーザ端末１００は、スマートフォン、デスクトップ型ＰＣ、ノート型ＰＣ、タブレット型ＰＣ等の任意のタイプの端末装置を用いることができる。ユーザ端末１００は、情報処理装置１等へ各種情報を送信したり、情報処理装置１等から提供される情報を受信したりする。

【0027】

依頼元端末２００は、配信情報の配信を依頼する依頼ユーザが所持する端末装置である。依頼元端末２００は、スマートフォン、デスクトップ型ＰＣ、ノート型ＰＣ、タブレット型ＰＣ等の任意のタイプの端末装置を用いることができる。依頼元端末２００は、情報処理装置１等へ各種情報を送信したり、情報処理装置１等から提供される情報を受信したりする。

【0028】

依頼元端末２００は、例えば、情報処理装置１に対して配信情報の原稿を送信するとともに、希望するＣＶ数や、配信料金（広告料等）を送信する。

【0029】

次に、図３を参照して、情報処理装置１の構成例について説明する。

【0030】

図３は、実施形態に係る情報処理装置１の構成例を示す図である。図３に示されるように、情報処理装置１は、通信部２と、制御部３と、記憶部４とを有する。制御部３は、取得部３１と、予測部３２と、算出部３３と、生成部３４と、提供部３５と、配信部３６とを備える。記憶部４は、ユーザ情報４１と、モデル情報４２とを記憶する。

【0031】

通信部２は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部２は、有線または無線によりネットワーク網と接続される。

【0032】

制御部３は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、情報処理装置１内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ等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３は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＧＰＧＰＵ（General Purpose Graphic Processing Unit）等の集積回路により実現されてもよい。

【0033】

記憶部４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、光ディスク等の記憶装置によって実現される。

【0034】

ユーザ情報４１は、配信情報の配信対象となるユーザに関する情報である。図４は、ユーザ情報４１の一例を示す図である。図４に示すように、ユーザ情報４１は、「ユーザＩＤ」、「ユーザ情報」、「ＣＶ確率」等の項目を含む。

【0035】

「ユーザＩＤ」は、ユーザを識別する識別情報である。「ユーザ情報」は、ユーザに関する情報である。「ユーザ情報」は、例えば、ユーザの属性に関する属性情報や、行動情報等を含む。属性情報は、サイコグラフィック属性や、デモグラフィック属性等を含む。行動情報は、ユーザのネットワーク上における行動（検索行動や、購買行動等）を含む。「ＣＶ確率」は、後述する予測部３２によって予測されるＣＶ確率の情報である。ＣＶ確率は、配信情報の種別（メールや、広告等）毎に予測される。

【0036】

モデル情報４２は、ＣＶ確率を予測するためのモデルに関する情報であり、後述する予測部３２によって用いられるモデルの情報である。図５は、モデル情報４２の一例を示す図である。図５に示すように、モデル情報４２は、「モデルＩＤ」、「種別」、「モデル情報」等の項目を含む。

【0037】

「モデルＩＤ」は、モデルを識別する識別情報である。「種別」は、モデルが予測する対象の配信情報の種別を示す情報である。「モデル情報」は、モデルに関する情報であり、例えば、モデルが要求する入力や、モデルからの出力（スコア等）、重み値等の情報を含む。

【0038】

次に、情報処理装置１の制御部３の各機能（取得部３１、予測部３２、算出部３３、生成部３４、提供部３５および配信部３６）について説明する。

【0039】

取得部３１は、配信情報の配信対象であるユーザに関するユーザ情報を取得する。取得部３１は、取得したユーザ情報をユーザ情報４１として記憶部４に記憶する。

【0040】

予測部３２は、配信情報に対してユーザがＣＶに至るＣＶ確率をユーザ毎に予測する。具体的には、予測部３２は、モデル情報４２におけるモデルに取得部３１が取得したユーザ情報を入力し、モデルから出力されるスコアに基づいてＣＶ確率を予測する。

【0041】

なお、予測部３２は、ユーザの配信情報に対する配信許諾状況に基づいて、ＣＶ確率の予測対象となるユーザを決定してもよい。具体的には、予測部３２は、配信情報の配信停止依頼を受けたユーザを除いたユーザをＣＶ確率の予測対象として決定する。

【0042】

算出部３３は、予測部３２が予測したユーザ毎のＣＶ確率に基づいて、ＣＶ確率が所定値未満のユーザである低確率ユーザのうち、ＣＶに至る低確率ユーザの予測数を算出する。

【0043】

具体的には、まず、算出部３３は、ＣＶ確率を予測した各ユーザを、ＣＶ確率が所定値以上の高確率ユーザと、ＣＶ確率が所定値未満の低確率ユーザに分別する。

【0044】

つづいて、算出部３３は、配信対象となった複数のユーザすべてのうち、ＣＶに至るユーザの予測数と、ＣＶ確率が所定値以上のユーザである高確率ユーザのうち、ＣＶに至る高確率ユーザの予測数との差分を低確率ユーザの予測数として算出する。

【0045】

なお、複数のユーザすべてを基にした予測数と、高確率ユーザの予測数とは、例えば、最大値を１とする各ユーザのＣＶ確率の合計値として算出される。

【0046】

また、算出部３３は、各低確率ユーザのＣＶ確率の合計値を低確率ユーザの予測数として算出してもよい。

【0047】

生成部３４は、算出部３３が算出した低確率ユーザの予測数に基づいたコンテンツを生成する。例えば、生成部３４は、低確率ユーザの予測数を示すコンテンツを生成する。また、生成部３４は、高確率ユーザの予測数と、低確率ユーザの予測数との比を示すコンテンツを生成する。

【0048】

また、生成部３４は、低確率ユーザの予測数、または、上記した比に基づいた配信情報の配信方針に関するコンテンツを生成する。配信方針は、例えば、低確率ユーザに対して配信情報を配信することによる配信コストと、低確率ユーザの予測数とに基づいて決定される。

【0049】

つまり、配信方針は、低確率ユーザに配信情報を配信した場合に、配信コストに見合ったＣＶ数（ＣＶを行ったユーザ数）を獲得できるか否かに関する方針を含む。

【0050】

配信コストは、例えば、配信数や配信環境の維持費（通信環境の維持費や、サーバ維持費、ユーザ管理費等）に基づいて算出可能である。

【0051】

また、生成部３４は、低確率ユーザの予測数（または上記した比）が所定値（または上記した比が所定値）以上である場合に低確率ユーザに配信を行うことを提案する配信方針を決定する。

【0052】

また、生成部３４は、低確率ユーザの予測数（または上記した比）が所定値（または上記した比が所定値）未満である場合に低確率ユーザに配信を行わないことを提案する配信方針を決定する。

【0053】

提供部３５は、生成したコンテンツを依頼元端末２００を介して依頼ユーザに提供する。

【0054】

配信部３６は、依頼ユーザの指示に従ってユーザへ配信情報を配信する。配信部３６は、依頼ユーザから低確率ユーザへの配信依頼があった場合には、高確率ユーザおよび低確率ユーザに対して配信情報を配信する。また、配信部３６は、依頼ユーザから高確率ユーザのみへの配信依頼（すなわち、低確率ユーザへの配信不要の依頼）があった場合には、高確率ユーザのみへ配信情報を配信する。

【0055】

次に、図６を用いて、実施形態に係る情報処理装置１が実行する情報処理の処理手順について説明する。図６は、実施形態に係る情報処理装置１が実行する情報処理の処理手順を示すフローチャートである。

【0056】

図６に示すように、制御部３は、まず、ユーザからユーザ端末１００を介してユーザ情報を取得し、ユーザ情報４１に記憶する（ステップＳ１０１）。

【0057】

つづいて、制御部３は、モデル情報４２のモデルに、ユーザ情報を入力し、モデルから出力された情報に基づいて、配信情報に対するＣＶ確率をユーザ毎に予測する（ステップＳ１０２）。

【0058】

つづいて、制御部３は、予測したＣＶ確率に基づいて、ＣＶ確率が所定値以上の高確率ユーザと、ＣＶ確率が所定値未満の低確率ユーザとに分別する（ステップＳ１０３）。

【0059】

つづいて、制御部３は、ユーザ毎のＣＶ確率に基づいて、配信対象となったすべてのユーザのうち、ＣＶに至るユーザのＣＶ予測数を算出する（ステップＳ１０４）。

【0060】

つづいて、制御部３は、ユーザ毎のＣＶ確率に基づいて、高確率ユーザのうち、ＣＶに至る高確率ユーザのＣＶ予測数を算出する（ステップＳ１０５）。

【0061】

つづいて、制御部３は、ステップＳ１０４で算出したＣＶ予測数と、ステップＳ１０５で算出したＣＶ予測数との差分により、低確率ユーザのうち、ＣＶに至る低確率ユーザのＣＶ予測数を算出する（ステップＳ１０６）。

【0062】

つづいて、制御部３は、ステップＳ１０４～ステップＳ１０６で算出したＣＶ予測数に基づいたコンテンツを生成する（ステップＳ１０７）。

【0063】

つづいて、制御部３は、生成したコンテンツを、例えば、依頼元端末２００を介して依頼ユーザへ提供し（ステップＳ１０８）、処理を終了する。

【0064】

〔その他〕
また、上記実施形態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一部を手動的に行うこともできる。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。

【0065】

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。

【0066】

例えば、図３に示した記憶部４の一部又は全部は、各装置によって保持されるのではなく、ストレージサーバ等に保持されてもよい。この場合、各装置は、ストレージサーバにアクセスすることで、各種情報を取得する。

【0067】

〔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処理装置１は、例えば図７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７は、ハードウェア構成の一例を示す図である。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。

【0068】

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時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登録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。

【0069】

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。

【0070】

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。

【0071】

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。

【0072】

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。

【0073】

例えば、コンピュータ１０００が情報処理装置１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、制御部３の機能を実現する。

【0074】

〔効果〕
上述してきたように、実施形態に係る情報処理装置１は、予測部３２と、算出部３３と、提供部３５とを備える。予測部３２は、複数のユーザに配信情報を配信する場合に、配信情報に対してコンバージョンに至る確率をユーザ毎に予測する。算出部３３は、予測したユーザ毎の確率に基づいて、確率が所定値未満のユーザである低確率ユーザのうち、コンバージョンに至る低確率ユーザの予測数を算出する。提供部３５は、算出した低確率ユーザの予測数に基づいたコンテンツを提供する。このような構成により、適切な配信を行うことができる。

【0075】

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。

【0076】

〔その他〕
また、上記実施形態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。

【0077】

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。

【0078】

また、上述してきた実施形態に記載した各処理は、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。

【0079】

また、上記してきた「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、制御部３は、制御手段や制御回路に読み替えることができる。

【符号の説明】

【0080】

１ 情報処理装置
２ 通信部
３ 制御部
４ 記憶部
３１ 取得部
３２ 予測部
３３ 算出部
３４ 生成部
３５ 提供部
３６ 配信部
４１ ユーザ情報
４２ モデル
１００ ユーザ端末
２００ 依頼元端末
Ｓ 情報処理システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】