特許 7475590 情報処理装置及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-04-19

(45)【発行日】2024-04-30

(54)【発明の名称】情報処理装置及びプログラム

(51)【国際特許分類】

   G06Q 30/0201 20230101AFI20240422BHJP

   G06Q 30/0251 20230101ALI20240422BHJP

【ＦＩ】

G06Q30/0201

G06Q30/0251

【請求項の数】 5

(21)【出願番号】P 2023068947

(22)【出願日】2023-04-20

(62)【分割の表示】P 2021152750の分割

【原出願日】2021-09-21

(65)【公開番号】P2023089233

(43)【公開日】2023-06-27

【審査請求日】2023-04-20

(73)【特許権者】

【識別番号】517268544

【氏名又は名称】ＡＩＱ株式会社

(74)【代理人】

【識別番号】110002103

【氏名又は名称】弁理士法人にじいろ特許事務所

(72)【発明者】

【氏名】高松 睦

(72)【発明者】

【氏名】渡辺 求

(72)【発明者】

【氏名】高島 孝太郎

【審査官】深津 始

(56)【参考文献】

【文献】特開２０２１－０９２９３１（ＪＰ，Ａ）

【文献】特開２０１９－０２８７９３（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１０／０１７４７２６（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１４／０１４３３４６（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００ －Ｇ０６Ｑ ９９／００

(57)【特許請求の範囲】

【請求項1】

複数のＳＮＳユーザに対してＳＮＳサービスを提供するＳＮＳサーバに対してインターネット回線を介して接続される情報処理装置であって、
プログラムを記憶する記憶部と、
前記プログラムを実行するプロセッサと、
前記インターネット回線を介して前記ＳＮＳサーバと通信する通信部とを具備し、
前記プロセッサが前記プログラムを実行することにより、
前記ＳＮＳサーバに対して前記通信部を介して、前記ＳＮＳユーザ各々のプロフィール、前記ＳＮＳユーザ各々が投稿した投稿画像、前記投稿画像に前記ＳＮＳユーザ各々が付したハッシュタグ、前記ＳＮＳユーザ各々が投稿したコメントを要求し、ダウンロードする手段と、
前記ハッシュタグ及び前記コメントに対して言語解析処理を実行して名詞を抽出し、前記抽出された名詞に基づいて前記ＳＮＳユーザ各々の興味対象の分類を特定する手段と、
前記プロフィールと、前記興味対象の分類とから前記ＳＮＳユーザ各々のペルソナのデータを作成する手段とを実現する、情報処理装置。

【請求項2】

前記プロセッサが前記プログラムを実行することにより、
前記投稿画像に対して前記興味対象の分類に適合する画像解析処理を実行し、前記興味対象のより下位の分類を特定する画像解析手段をさらに実現し、
前記ペルソナのデータは、前記プロフィールと、前記興味対象の分類とに加えて、前記興味対象の下位の分類から作成される、請求項１記載の情報処理装置。

【請求項3】

前記画像解析手段は、畳み込みニューラルネットワークにより構成される、請求項２記載の情報処理装置。

【請求項4】

前記プロセッサが前記プログラムを実行することにより、
前記投稿画像のうち最新の一又は所定数の投稿画像に付されたハッシュタグ、前記コメントの言語解析処理結果に基づいて前記ＳＮＳユーザのトレンドを特定する手段をさらに実現し、
前記ペルソナのデータは、前記プロフィールと、前記興味対象の分類とに加えて、前記ＳＮＳユーザのトレンドから作成される、請求項１記載の情報処理装置。

【請求項5】

複数のＳＮＳユーザに対してＳＮＳサービスを提供するＳＮＳサーバに対してインターネット回線を介して接続されるコンピュータを、
前記ＳＮＳサーバに対して、前記ＳＮＳユーザ各々のプロフィール、前記ＳＮＳユーザ各々が投稿した投稿画像、前記投稿画像に前記ＳＮＳユーザ各々が付したハッシュタグ、前記ＳＮＳユーザ各々が投稿したコメントを要求し、ダウンロードする手段と、
前記ハッシュタグ及び前記コメントに対して言語解析処理を実行して名詞を抽出し、前記抽出された名詞に基づいて前記ＳＮＳユーザ各々の興味対象の分類を特定する手段と、
前記プロフィールと、前記興味対象の分類とから前記ＳＮＳユーザ各々のペルソナのデータを作成する手段として機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、情報処理装置及びプログラムに関する。

【背景技術】

【0002】

最近、店舗において販売員が接客しながら商品を販売する販売形態（実店舗販売）が難しくなってきている。販売総売上に対する実店舗販売額の割合が下がり、インターネットを介した電子商取引（ＥＣ：Electronic Commerce）を利用した販売形態（ＥＣ販売）の割合が拡大しつつある。

【0003】

さらに、ＥＣサイトへの集客にＳＮＳ（Social Networking Service）を活用すること、つまり実店舗の販売員等の特定のＳＮＳユーザ（画像投稿者）が例えばインスタグラム（登録商標）に商品の写真（画像）を投稿し、その投稿からＥＣサイトにＳＮＳユーザを誘導することにより、商品販売に繋げる販売形態が注目されている。

【0004】

このＳＮＳを活用した販売形態は、ＳＮＳユーザが投稿者の投稿ページの閲覧に訪れる機会を待つ、いわゆる「待ちの営業」から、投稿ページに誘導するためにＳＮＳユーザに対して個別に広告を配信する積極的な営業活動に転換している。広告にはディスプレイ広告、メール広告等様々な種類が存在する。いずれも広告配信の対象ユーザを絞り込んで配信しているが、そのクリック率やコンバージョン率等の成功率はあまり高いとは言えない。

【0005】

その理由の一つしては、広告配信の対象ユーザの絞り込みの精度があまり高いとは言えないことにあると考えられる。

【発明の概要】

【発明が解決しようとする課題】

【0006】

目的は、広告配信の対象ユーザの絞り込み精度の向上、効果的な広告配信の実現のためにプロフィールとともに興味対象を含むペルソナを作成することにある。

【課題を解決するための手段】

【0007】

本実施形態は、複数のＳＮＳユーザに対してＳＮＳサービスを提供するＳＮＳサーバに対してインターネット回線を介して接続される情報処理装置であって、プログラムを記憶する記憶部と、前記プログラムを実行するプロセッサと、前記インターネット回線を介して前記ＳＮＳサーバと通信する通信部とを具備し、前記プロセッサが前記プログラムを実行することにより、前記ＳＮＳサーバに対して前記通信部を介して、前記ＳＮＳユーザ各々のプロフィール、前記ＳＮＳユーザ各々が投稿した投稿画像、前記投稿画像に前記ＳＮＳユーザ各々が付したハッシュタグ、前記ＳＮＳユーザ各々が投稿したコメントを要求し、ダウンロードする手段と、前記ハッシュタグ及び前記コメントに対して言語解析処理を実行して名詞を抽出し、前記抽出された名詞に基づいて前記ＳＮＳユーザ各々の興味対象の分類を特定する手段と、前記プロフィールと、前記興味対象の分類とから前記ＳＮＳユーザ各々のペルソナのデータを作成する手段とを実現する。

【図面の簡単な説明】

【0008】

【図1】図１は、ＳＮＳサービスの画面構成例を示す図である。

【図2】図２は、本実施形態に係る情報処理装置を含む全体システムの構成図である。

【図3】図３は、図１の情報処理装置の構成図である。

【図4】図４は、ペルソナの一例を示す図である。

【図5】図５は、図３のプロセッサで特定される興味対象の分類体系の一例を示す図である。

【図6】図６は、図３のプロセッサで実現されるペルソナ作成処理手順を示すフローチャートである。

【図7】図７は、図６のペルソナ作成処理の概念図である。

【図8】図８は、図３のプロセッサで実現されるユーザＡと関係性が強いＳＮＳユーザの典型的なペルソナ作成処理手順を示すフローチャートである。

【図9】図９は、図８の典型的なペルソナ作成処理の概念図である。

【図10】図１０は、図３のプロセッサで実現される購入候補者抽出処理（人軸）の手順を示すフローチャートである。

【図11】図１１は、図１０の購入候補者抽出の概念図である。

【図12】図１２は、図３のプロセッサで実現される購入候補者抽出処理（商品軸１）の手順を示すフローチャートである。

【図13】図１３は、図１２の購入候補者抽出の概念図である。

【図14】図１４は、図３のプロセッサで実現される購入候補者抽出処理（商品軸２）の手順を示すフローチャートである。

【図15】図１５は、図１２の購入候補者抽出の概念図である。

【発明を実施するための形態】

【0009】

以下、図面を参照して本発明の実施形態について説明する。
本実施形態は、人と人とのつながりを促進・サポートするコミュニティ型のサービスとしてソーシャルネットワーキングサービス（以下「ＳＮＳ」という）における「フェイスブック（登録商標）」、「ツイッター（登録商標）」、「インスタグラム（登録商標）」等の画像（静止画（写真）、動画）の投稿閲覧サービスを活用して商品購入候補者を抽出する処理に係る。図１に画像投稿閲覧サービスの画面の一例を示すように、当該ＳＮＳサービスの提供を受けるＳＮＳユーザは、プロフィールを登録するとともに、趣味や販売商品等に関する写真や動画（以下、画像という）を自身のコメントと共に投稿する機能が提供される。一方、投稿画像等を閲覧するＳＮＳユーザには、画像を投稿したユーザ（画像投稿者）やその投稿に対して反応し、何らかのアクションを実行することができる機能が提供されており、例えば画像投稿者をフォローすることにより画像投稿者の更新状況を把握できる機能、さらに投稿に対してコメントを送信する機能、投稿に対して「いいね」等の共感意思を発信する機能、自身のフォロワー等に投稿等を推奨し拡散するリツイートやシェア等の機能、投稿画像を保存（ダウンロード）する機能など様々な機能等が提供されている。

【0010】

なお、これらフォロー機能、コメント投稿機能、「いいね」等の共感意思の発信機能、リツイートやシェア等の拡散機能、保存機能などのアクションを実行して、画像投稿者又はその投稿に対して反応し、何らかのアクションを実行するＳＮＳユーザは、その対象であるところの画像投稿者又はその投稿に対して、魅力を感じており、強い関心を示しているＳＮＳユーザであると考えられる。ここでは、フォロー機能、コメント投稿機能、「いいね」等の共感意思の発信機能、リツイートやシェア等の拡散機能、保存機能のうち少なくとも一つの機能を実行するＳＮＳユーザは、当該画像投稿者又はその投稿に対して関心を示すＳＮＳユーザであるという。

【0011】

図２に示すように本実施形態に係る情報処理装置１に対して、公衆通信回線網（インターネット回線）８を介して、ＳＮＳサービスを提供するＳＮＳサーバ２が接続される。またＳＮＳサーバ２にはインターネット回線８を介して画像投稿者や閲覧者等のＳＮＳユーザが所有するＰＣ、スマートフォン、ＰＨＳ、ＰＤＡ、タブレット端末などの端末（ユーザ端末）３－７が接続される。

【0012】

例えば、画像投稿者としてのＳＮＳユーザはユーザ端末３を介して画像やコメント等をＳＮＳサーバ２に投稿することができる。一方、閲覧者としてのＳＮＳユーザは、投稿に対するコメント、投稿に対する「いいね」等の共感、投稿に対する「やだね」等の反感、リツイートやシェア等の投稿の拡散、投稿画像の保存（ダウンロード）、投稿者のフォロワー等、様々な反応をユーザ端末４－７を介して発信することができる。

【0013】

図３に示すように情報処理装置１は、プロセッサ１１に対してデータ／制御バス１０を介して、ＲＡＭ１２、ＲＯＭ１３、記憶部１４、入力コントローラ１５、ビデオコントローラ１６、通信部１７が接続される。入力コントローラ１５にはキーボードやマウス等の入力デバイス１８が接続される。ビデオコントローラ１６にはＬＣＤ（Liquid Crystal Display）等のディスプレイ１９が接続される。

【0014】

プロセッサ１１は、ＣＰＵ（Central Processing Unit）及びＧＰＵ（Graphics Processing Unit）により構成される。プロセッサ１１は、記憶部１４又はＲＯＭ１３からＲＡＭ１２にロードされた各種プログラムを実行して、後述するペルソナ作成処理、典型的なペルソナ作成処理、３種の購入候補者抽出処理を実行する。ＲＡＭ１２は、プロセッサ１１の主メモリ、ワークエリア等として機能する。ＲＯＭ１３あるいは記憶部１４は、プロセッサ１１により実行されるＢＩＯＳ（Basic Input Output System）、オペレーティングシステムプログラム（ＯＳ）、本実施形態に係るペルソナ作成プログラム、典型的なペルソナ作成プログラム、３種の購入候補者抽出プログラム、その他前処理等の各種機能を実現するためのプログラム、それら処理に必要とされる各種データ等が記憶される。

【0015】

次にペルソナ作成処理について説明する。図４（ａ）乃至図４（ｃ）に例示するように、ペルソナとはＳＮＳユーザの人物像として定義され、ここでは商品購買行動に関わる例えば年代、性別、居住地、興味対象、最近関心を示している対象を表すトレンドの各項目から設定される。また図５に例示するように、商品購買行動に最も関わる項目として興味対象は、より詳細に、ファッションや自動車等の大分類、それより下位の中分類、小分類から構成されるものとする。

【0016】

ペルソナ作成処理に係る各種手段はプロセッサ１１が記憶部１４又はＲＯＭ１３からＲＡＭ１２にロードされたペルソナ作成プログラムを実行することにより実現される。

【0017】

図６、図７に示すように、まず工程Ｓ１１において、ＳＮＳサーバ２に対して通信部１７を介して、ＳＮＳユーザ各々が登録したプロフィール、ＳＮＳユーザ各々が投稿した投稿画像、当該投稿画像に付されたハッシュタグ、ＳＮＳユーザ各々が自身の投稿に対して発信したコメントを要求して、ダウンロードする。分離手段３０２により分離されたプロフィールデータはペルソナ作成手段３０７に受け渡され、投稿画像データはオブジェクト抽出手段３０３に受け渡され、ハッシュタグ及びコメントは言語解析手段３０５に受け渡される。

【0018】

工程Ｓ１２において、言語解析手段３０５はダウンロードしたハッシュタグ、コメントに対して言語解析処理（テキストマイニング）を実行して名詞を抽出するとともに、興味対象特定手段３０６は、抽出された名詞に基づいてＳＮＳユーザの興味対象の大分類を特定する。当該特定処理としては多数の名詞と複数の大分類との対応表を予め構築しておき、当該対応表に名詞を個々に照会し、最大頻度を示す興味対象の大分類を当該ＳＮＳユーザの興味対象の大分類として特定しても良いし、学習済みのニューラルネットワークにより複数の名詞を入力し、興味対象の大分類を出力するようにしてもよい。

【0019】

工程Ｓ１３において、オブジェクト抽出手段３０３は、特定された興味対象の大分類を用いて投稿画像から興味対象の大分類に対応するオブジェクト、例えばファッションに対応するジャケットを含む部分画像を抽出する。この抽出処理は典型的には畳み込みニューラルネットワークが適用される。後述の画像解析処理の範囲を、興味対象の大分類に対応するオブジェクトを含む部分画像に限定することができるので、画像解析精度の向上が期待できる。

【0020】

画像解析手段３０４は、興味対象の大分類毎に適正化された複数の識別手段３０４－１，３０４－２、・・・３０４－ｎに分化されている。複数の識別手段３０４－１，３０４－２、・・・３０４－ｎは典型的には畳み込みニューラルネットワークシステムにより構成される。周知の通り、畳み込みニューラルネットワークは、２次元画像に対してフィルタによる畳み込みを行うことで、画像から特徴量を抽出する。畳み込みニューラルネットワークは、畳み込みとプーリングとを繰り返す多層ネットワークからなる。畳み込みニューラルネットワークにおいて畳み込み層を構成する識別に有効なフィルタの係数（重み）を、大量の学習用画像などの大量のデータを用いて学習させる。当該係数（重み）は、大量のデータを用いて、フィルタによる畳み込みと、一定領域の反応をまとめるプーリングとを繰り返すことで多様な変形に対する不変性を獲得する学習を行うことにより得られる。なお、畳み込みニューラルネットワークの識別性能は、畳み込み層を構成するフィルタに依存する。フィルタは、興味対象の大分類ごとに用意される。

【0021】

工程Ｓ１４において、特定された興味対象の大分類に適合する複数の識別手段３０４－１，３０４－２、・・・３０４－ｎの一は、部分画像に対して画像解析処理を実行し、興味対象のより下位の中分類、小分類を推定する。仮に興味対象（大分類）が「ファッション」であったとき、大分類の「ファッション」に適合するよう構築された識別手段が選択され、選択された識別器は部分画像を解析して中分類として「クール」、小分類として「ハイブランド」を出力する（図４（ａ）参照）。

【0022】

なお、当該ＳＮＳユーザが投稿した投稿画像が複数存在するときには、工程Ｓ１２，Ｓ１３，Ｓ１４は、投稿画像毎に繰り返される。投稿画像毎に興味対象の大分類、中分類、小分類が特定されるので、大分類、中分類、小分類がそれぞれ複数ずつ存在することがあるが、その場合、最大頻度の大分類、中分類、小分類が、当該ＳＮＳユーザに関する代表的な興味対象の大分類、中分類、小分類として特定される。

【0023】

工程Ｓ１５において、トレンド解析手段３０８は、当該ＳＮＳユーザが投稿した複数の投稿画像のうち最新、又は最近の所定数の投稿画像に付されたハッシュタグ及びコメントの言語解析結果に基づいて、当該ＳＮＳユーザが最近関心を示している事項を表すトレンドを特定する。例えば、当該ＳＮＳユーザが投稿した複数の投稿画像のうち、最新の１又は所定数の投稿画像に付されたハッシュタグ、自身のコメントから言語解析処理により複数の名詞を抽出し、名詞ごとの登場頻度を集計し、最大頻度を示す名詞をトレンドとして特定する。例えば名詞「韓国ファッション」の頻度が最も高かったとき、当該ユーザのトレンドとして「韓国ファッション」が特定される（図４（ａ）参照）。

【0024】

工程Ｓ１６において、ペルソナ作成手段３０７は、プロフィール内の特定項目から年代、性別、居住地、興味対象（大分類、中分類、小分類）、トレンドを当該ＳＮＳユーザのアカウントに関連付けてペルソナデータを作成する。ペルソナデータは工程Ｓ１７において記憶部１４に記憶される。

【0025】

工程Ｓ１１－Ｓ１７は、工程Ｓ１８を経て繰り返され、ＳＮＳサービスの提供を受ける全てのＳＮＳユーザ又は予め設定した特定のグループに含まれるＳＮＳユーザに関するペルソナデータが作成され、記憶される。

【0026】

次に、図８、図９を参照して、特定のユーザＡに対して関心が強く、且つユーザＡが投稿した商品に関しても強い関心を示すＳＮＳユーザ（Ｄ）の典型的なペルソナの作成処理について説明する。なお、ここではユーザＡは、アパレルショップに勤務する店員であり、且つＳＮＳユーザであり、当該アパレルショップで販売している様々な商品の画像を投稿する画像投稿者であることを想定する。

【0027】

工程Ｓ２１において、ＳＮＳサーバ２に対して通信部１７を介して、ユーザＡ又はその投稿に対して強い関心を示すユーザＢのアカウントを要求して、ダウンロードする。ユーザＡ又はその投稿に関して強い関心を示すユーザＢとしては、具体的にはユーザＡのフォロワー、ユーザＡの投稿に対して「いいね」等の共感意思を発信したユーザ、リツイートやシェア等によりユーザＡの投稿を拡散したユーザ、ユーザＡが投稿した画像を保存（ダウンロード）したユーザ、ユーザＡの投稿に対してコメントを投稿したしユーザ等である。

【0028】

工程Ｓ２２において、ＳＮＳサーバ２に対して通信部１７を介して、ユーザＡの投稿画像に付されたハッシュタグを要求し、ダウンロードする。

【0029】

工程Ｓ２３において、ユーザＡの投稿画像に付されたハッシュタグの言語解析処理結果に基づいて、ユーザＡが投稿した商品の名称（商品名）を特定する。なお、ユーザＡが投稿した商品の名称（商品名）は操作者が入力デバイス１８を介して入力してもよい。

【0030】

工程Ｓ２４において、ＳＮＳサーバ２に対して通信部１７を介して、ユーザＡが投稿した商品の名称（商品名）を含むハッシュタグを付して画像を投稿したユーザＣのアカウントを要求し、ダウンロードする。ユーザＣは、ユーザＡの投稿商品と同じ商品の画像を投稿しているので、ユーザＡの投稿商品に対して強い関心を示していることが推定される。

【0031】

工程Ｓ２５において、ユーザＡ又はその投稿に関して強い関心を示すユーザＢと、ユーザＡの投稿商品に強い関心を示すユーザＣとが重複する複数のユーザＤを抽出する。ユーザＤは、ユーザＡ又はその投稿と、ユーザＡの投稿商品との両方に対して強い関心を示しているユーザであるといえる。

【0032】

工程Ｓ２６において、記憶部１４からユーザＤのペルソナデータを読み出し、工程Ｓ２７においてユーザＤのペルソナを統合処理して、ユーザＤの典型的なペルソナ（ＰＡ）を作成する。ペルソナを構成する項目を、年代ごと、性別ごと、居住地ごと、興味対象（大分類）ごと、興味対象（中分類）ごと、興味対象（小分類）ごと、トレンドごとに集計し、最大頻度を示す年代、性別、居住地、興味対象（大分類）、興味対象（中分類）、興味対象（小分類）、トレンドそれぞれの具体的内容を特定する。典型的なペルソナは、ユーザＡ又はその投稿に対して強い関心を示し、且つユーザＡが投稿した商品に対しても強い関心を示している複数のユーザＤが共通して備える人物像を特徴付ける要素群であるといえる。

【0033】

工程Ｓ２８において典型的なペルソナのデータはユーザＡのアカウントを関連付けて記憶部１４に記憶される。

【0034】

次に購入候補者の抽出処理について説明する。ＳＮＳサービスを活用して商品を購入するに至る経緯としては、ユーザＡ又はその投稿に強い関心を示すようになり、ユーザＡの投稿を何度も閲覧するうち、ユーザＡが投稿した商品にも強い関心を示すようになり、ユーザＡの投稿を経由してＥＣサイトに移動してＥＣサイトで販売されている商品を購入するに至ることが想定されている。

【0035】

本実施形態では、今後、ユーザＡ又はその投稿に強い関心を示すようになる可能性が高いユーザを購入候補者として抽出する、主に特定のユーザＡのペルソナを起点として購入候補者を抽出する方法（人軸方法と称する）と、ユーザＡが投稿する商品を起点として購入候補者を抽出する方法（商品軸方法と称する））との２種類の方法を提供する。さらに後者の商品軸方法として２種類を提供する。本実施形態ではこれら人軸方法と２種類の商品軸方法とを装備して、選択的に適用してもよいし、人軸方法と２種類の商品軸方法との全て又は任意の２つの方法により抽出された購入候補者の論理積によりより絞り込んでも良い。

【0036】

図１０、図１１には人軸方法の処理手順を示している。
工程Ｓ３１において、記憶部１４から事前に作成したＳＮＳユーザのペルソナデータ、つまり特定のユーザＡと他のユーザそれぞれのペルソナデータを読み出し、工程Ｓ３２において、他のユーザから、ユーザＡと人物像が近いユーザとしてユーザＡと同一又は類似のペルソナを有するユーザＥを抽出する。ユーザＥは、ユーザＡと、年代、性別、居住地、興味対象（大分類）、興味対象（中分類）、興味対象（小分類）、さらにトレンドの全ての項目が同じである。または、ユーザＥは、ユーザＡと、年代、性別、居住地、興味対象（大分類）、興味対象（中分類）、興味対象（小分類）、トレンドのうち一部の項目が異なり、他の項目が同じである場合をいう。ここで、異なる項目としては、ここでは人に強い関心を示すのに重要と考えられる項目以外の項目が予め設定されており、例えば居住地、興味対象（小分類）が設定される。つまり、居住地、興味対象（小分類）がユーザＡと異なっているが、それら以外の項目である年代、性別、興味対象（大分類）、興味対象（中分類）、トレンドがユーザＡと同一であるユーザが抽出される。

【0037】

工程Ｓ３３において、ＳＮＳサーバ２に対して通信部１７を介して、ユーザＥ又はその投稿に対して強い関心を示すユーザＦのアカウントを要求し、ダウンロードする。すなわち特定のユーザＡと人物像が近いユーザＥに強い関心を示しているユーザＦは、特定のユーザＡにも強い関心を示す可能性が高いユーザであることが想定される。なお、上述したようにユーザＥ又はその投稿に関して強い関心を示すユーザＦとしては、ユーザＥのフォロワー、ユーザＥの投稿に対して「いいね」等の共感意思を発信したユーザ、リツイートやシェア等によりユーザＥの投稿を拡散したユーザ、ユーザＥが投稿した画像を保存（ダウンロード）したユーザ、ユーザＥの投稿に対してコメントを投稿したしユーザ等である。

【0038】

工程Ｓ３４において、ユーザＦから、既にユーザＡ又はその投稿に関して強い関心を示し、且つユーザＡの投稿商品にも強い関心を示しているユーザＤを除外して、ユーザＧを抽出する。ユーザＧは、ユーザＡに人物像が近いユーザＥに強い関心を示しているものの、これまでユーザＡとの接点がなかったユーザであると想定される。

【0039】

工程Ｓ３５において、記憶部１４から事前に作成したユーザＡ又はその投稿に関して強い関心を示し、且つユーザＡの投稿商品にも強い関心を示しているユーザＤの典型的なペルソナ（ＰＡ）のデータを読み出し、ユーザＧから、典型的なペルソナ（ＰＡ）と同一又は類似のペルソナを有するユーザＨを抽出する。ここで、「類似」とは、上述したように、年代、性別、居住地、興味対象（大分類）、興味対象（中分類）、興味対象（小分類）、トレンドのうち一部の項目が異なり、他の項目が同じである場合をいい、異なる項目としては人に強い関心を示すのに重要と考えられる項目以外の項目が予め設定されており、例えば居住地、興味対象（小分類）が設定される。

【0040】

ユーザＨとしては、今後、特定のユーザＡに強い関心を示し、ユーザＡの投稿商品を購入するようになる可能性が非常に高いユーザであることが想定される。つまり、ユーザＨは、今後、特定のユーザＡのフォロワーになったり、あるいはユーザＡの投稿に対して「いいね」等の共感意思を発信するなど反応する可能性が非常に高く、ユーザＡの投稿を経由してＥＣサイトに移動して最終的に商品を購入する可能性が高いといえる。

【0041】

図１２、図１３には第１の商品軸方法の処理手順を示している。
まず工程Ｓ４１において、ＳＮＳサーバ２に対して通信部１７を介して、特定のユーザＡが投稿した投稿画像に付されたハッシュタグを要求して、ダウンロードする。工程Ｓ４２において、ハッシュタグの言語解析処理結果に基づいてユーザＡが投稿した商品ａ，ｂ，ｃの名称（商品名）を特定する。なお、ユーザＡが投稿した商品の名称（商品名）は操作者が入力デバイス１８を介して入力してもよい。工程Ｓ４３において、ユーザＡが投稿した商品ａ，ｂ，ｃに類似する類似商品ｄ，ｅの名称が操作者により入力デバイス１８を介して入力される。類似商品ｄ，ｅとして典型的にはユーザＡが投稿した商品ａ，ｂ，ｃの競合商品の名称が入力される。

【0042】

工程Ｓ４４において、ＳＮＳサーバ２に対して通信部１７を介して、ユーザＡが投稿した商品ａ，ｂ，ｃの名称を含むハッシュタグを付して画像を投稿したユーザＪのアカウントを要求して、ダウンロードする。同様に、工程Ｓ４５において、ＳＮＳサーバ２に対して通信部１７を介して、ユーザＡが投稿した商品に類似する類似商品ｄ，ｅの名称を含むハッシュタグを付して画像を投稿したユーザＫのアカウントを要求して、ダウンロードする。ユーザＪ，ＫとしてはユーザＡが投稿した商品ａ，ｂ，ｃ又は類似商品ｄ，ｅを投稿しているので、既にそれら商品ａ，ｂ，ｃ，ｄ，ｅを購入している、購入するに至らなくても強い関心を有していて、ユーザＡが勤務しているアパレルショップで取り扱っている商品がユーザの嗜好性に比較的合致していることが想定される。

【0043】

工程Ｓ４６において、ユーザＪ，Ｋから、既にユーザＡ又はその投稿に関して強い関心を示しているユーザＤを除外して、ユーザＡの投稿商品又は類似商品に強い関心を示しているものの、これまでユーザＡとの接点がなかったユーザであると想定される。

【0044】

工程Ｓ４７において、記憶部１４から事前に作成したユーザＡ又はその投稿に関して強い関心を示し、その投稿商品又は類似商品に強い関心を示しているユーザＤの典型的なペルソナ（ＰＡ）のデータを読み出し、ユーザＬから、典型的なペルソナ（ＰＡ）と同一又は類似のペルソナを有するユーザＭを抽出する。ここで、「類似」とは、上述した通りである。

【0045】

ユーザＬとしては、今後、特定のユーザＡが投稿した商品に強い関心を示すようになる可能性が非常に高く、且つ特定のユーザＡが投稿する商品に関心を示して、ユーザＡの投稿を経由してＥＣサイトに移動して最終的に商品を購入する可能性が高い購入候補者であることが想定される。

【0046】

図１４、図１５には第２の商品軸方法の処理手順を示している。
まず工程Ｓ５１において、ＳＮＳサーバ２に対して通信部１７を介して、特定のユーザＡが投稿した投稿画像に付されたハッシュタグを要求して、ダウンロードする。工程Ｓ５２において、ハッシュタグの言語解析処理結果に基づいてユーザＡが投稿した商品ａ，ｂ，ｃの名称（商品名）を特定する。もちろん、ユーザＡが投稿した商品の名称（商品名）は操作者が入力デバイス１８を介して入力してもよい。

【0047】

工程Ｓ５３において、ＳＮＳサーバ２に対して通信部１７を介して、ユーザＡが投稿した商品ａ，ｂ，ｃの名称を含むハッシュタグを付して画像を投稿したユーザＪのアカウントを要求して、ダウンロードする。

【0048】

工程Ｓ５４において、ユーザＪから、工程Ｓ２１においてダウンロードしたユーザＡ又はその投稿に対して強い関心を示すユーザＢを除外して、ユーザＮを抽出する。ユーザＮはユーザＡの投稿商品に強い関心を示しているものの、これまでユーザＡとの接点がなかったユーザであると想定される。

【0049】

工程Ｓ５５において、記憶部１４から事前に作成したユーザＡ又はその投稿に関して強い関心を示しているユーザＤの典型的なペルソナ（ＰＡ）のデータを読み出し、ユーザＮから、典型的なペルソナ（ＰＡ）と同一又は類似のペルソナを有するユーザＰを抽出する。ここで、「類似」とは、上述した通りである。

【0050】

ユーザＰとしては、今後、特定のユーザＡが投稿した商品に強い関心を示すようになる可能性が非常に高く、且つ特定のユーザＡが投稿する商品に関心を示して、ユーザＡの投稿を経由してＥＣサイトに移動して最終的に商品を購入する可能性が高い購入候補者であることが想定される。

【0051】

本実施形態によると、今後、特定のユーザＡに強い関心を示すようになる可能性が非常に高く、ユーザＡの投稿を経由してＥＣサイトに移動して最終的に商品を購入する可能性が高い購入候補者や、今後、ユーザＡが投稿した商品に強い関心を示すようになる可能性が非常に高く、ユーザＡの投稿を経由してＥＣサイトに移動して最終的に商品を購入する可能性が高い購入候補者を抽出することができる。従ってこれら購入候補者に対して効果的な広告配信を実現することができる。

【0052】

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0053】

１…情報処理装置、２…ＳＮＳサーバ、３－７……ユーザ端末。

【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】