特許 7510025 データ処理装置、データ処理方法、およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-06-24

(45)【発行日】2024-07-02

(54)【発明の名称】データ処理装置、データ処理方法、およびプログラム

(51)【国際特許分類】

   G06Q 30/0242 20230101AFI20240625BHJP

【ＦＩ】

G06Q30/0242

【請求項の数】 7

(21)【出願番号】P 2024024830

(22)【出願日】2024-02-21

【審査請求日】2024-02-22

(31)【優先権主張番号】P 2023202728

(32)【優先日】2023-11-30

(33)【優先権主張国・地域又は機関】JP

【早期審査対象出願】

(73)【特許権者】

【識別番号】591101434

【氏名又は名称】株式会社ビデオリサーチ

(74)【代理人】

【識別番号】100079108

【弁理士】

【氏名又は名称】稲葉 良幸

(74)【代理人】

【識別番号】100109346

【弁理士】

【氏名又は名称】大貫 敏史

(74)【代理人】

【識別番号】100117189

【弁理士】

【氏名又は名称】江口 昭彦

(74)【代理人】

【識別番号】100134120

【弁理士】

【氏名又は名称】内藤 和彦

(72)【発明者】

【氏名】河原 達也

(72)【発明者】

【氏名】鈴木 暁

(72)【発明者】

【氏名】田村 玄

(72)【発明者】

【氏名】青島 弘幸

(72)【発明者】

【氏名】坂田 耕太

【審査官】藤原 拓也

(56)【参考文献】

【文献】特開２０２２－０２８３７０（ＪＰ，Ａ）

【文献】特開２０２０－１６０６５７（ＪＰ，Ａ）

【文献】特開２０１８－０２８８５９（ＪＰ，Ａ）

【文献】特開２００５－０３２２３４（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】

シングルユーザの第１のメディアの利用状況を示す第１の値および第２のメディアの利用状況を示す第２の値を含む複数のユーザについてのシングルソースデータを取得する実データ取得部と、
前記第１の値と前記第２の値の相関係数が前記複数のユーザについてのシングルソースデータと変わらないように、前記シングルソースデータの疑似標本を生成する疑似データ生成部と、
生成した各々の疑似標本について、前記第１のメディアを介して対象コンテンツへ接触した第１の接触頻度を算出する接触頻度割り当て部と、を備え、
前記接触頻度割り当て部は、
前記第１のメディアにおける前記対象コンテンツへの接触状況を示すデータを利用し、各々の疑似標本における前記第１の値に基づいて、前記第１の接触頻度を算出する、データ処理装置。

【請求項2】

前記対象コンテンツへの接触状況を示すデータは、接触頻度の分布データであり、
前記接触頻度割り当て部は、
各々の疑似標本を、前記第１のメディアの利用時間の長さに応じて順位付けし、前記対象コンテンツへの接触頻度の分布データに基づいて、前記第１の接触頻度を割り当てる、請求項１に記載のデータ処理装置。

【請求項3】

前記対象コンテンツへの接触状況を示すデータは、接触有無の比率を示すデータであり、
前記接触頻度割り当て部は、
各々の疑似標本を、前記第１のメディアの利用時間の長さに応じて順位付けし、前記対象コンテンツへの接触有無の比率を示すデータに基づいて、各々の疑似標本に前記対象コンテンツへの接触有無を割り当て、前記対象コンテンツへの接触有りが割り当てられた疑似標本について、前記第１のメディアの利用時間の長さに基づいて前記第１の接触頻度を割り当てる、請求項１に記載のデータ処理装置。

【請求項4】

前記接触頻度割り当て部は、
前記対象コンテンツへの接触有りが割り当てられた疑似標本について、前記第１のメディアの利用時間の長さに比例する期待値を持つ確率分布に従う乱数を前記第１の接触頻度として割り当てる、請求項３に記載のデータ処理装置。

【請求項5】

前記シングルソースデータは、前記第２のメディアを介して前記対象コンテンツへ接触した第２の接触頻度を含み、
前記接触頻度割り当て部は、
各々の疑似標本を、前記第２の接触頻度に応じて順位付けし、前記第２のメディアにおける前記対象コンテンツへの状況を示すデータに基づいて、前記第２の接触頻度の割り当てなおしを行う、請求項１または３に記載のデータ処理装置。

【請求項6】

プロセッサが、シングルユーザの第１のメディアの利用状況を示す第１の値および第２のメディアの利用状況を示す第２の値を含む複数のユーザについてのシングルソースデータを取得する工程と、
プロセッサが、前記第１の値と前記第２の値の相関係数が前記複数のユーザについてのシングルソースデータと変わらないように、前記シングルソースデータの疑似標本を生成する工程と、
プロセッサが、生成した各々の疑似標本について、前記第１のメディアを介して対象コンテンツへ接触した第１の接触頻度を算出する工程と、を備え、
前記第１の接触頻度を算出する工程では、
前記第１のメディアにおける前記対象コンテンツへの接触状況を示すデータを利用し、各々の疑似標本における前記第１の値に基づいて、前記第１の接触頻度を算出する、データ処理方法。

【請求項7】

コンピュータを、
シングルユーザの第１のメディアの利用状況を示す第１の値および第２のメディアの利用状況を示す第２の値を含む複数のユーザについてのシングルソースデータを取得する実データ取得部と、
前記第１の値と前記第２の値の相関係数が前記複数のユーザについてのシングルソースデータと変わらないように、前記シングルソースデータの疑似標本を生成する疑似データ生成部と、
生成した各々の疑似標本について、前記第１のメディアを介して対象コンテンツへ接触した第１の接触頻度を算出する接触頻度割り当て部として機能させ、
前記接触頻度割り当て部は、
前記第１のメディアにおける前記対象コンテンツへの接触状況を示すデータを利用し、各々の疑似標本における前記第１の値に基づいて、前記第１の接触頻度を算出する、プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、コンテンツへの接触状況を、疑似標本を用いて増幅させたデータを用いて分析するデータ処理装置、データ処理方法、およびプログラムに関する。

【背景技術】

【0002】

近年、ある商品の広告についてテレビコマーシャルと動画サイトの広告など、複数のメディアでの接触者数の規模を調査することが行われている。

【0003】

例えば、特許文献１には、テレビＣＭへの接触者数のデータと、デジタル広告への接触者数のデータ、および複数の対象者の各々について、当該テレビＣＭの視聴有無と当該デジタル広告が掲載されたサイトの閲覧回数を示すデータ（シングルソースデータ）を用いて、テレビＣＭとデジタル広告の少なくとも一方への接触者数を算出する方法が開示されている。

【0004】

また、例えば、特許文献２に記載されているように、コンテンツへの接触状況の調査において、実際の標本データに基づいて作成された疑似標本データを用いて、データ数を増幅させることが知られている。

【先行技術文献】

【特許文献】

【0005】

【文献】特開２０２０－１６０６５７号公報

【文献】特開２０２２－０２８３７０号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

一般にシングルソースデータには、同一個人についての、複数のメディアへの接触状況を示す情報が含まれているが、複数のメディアを介した対象広告への接触頻度を示す情報が含まれているとは限らない。しかし、複数のメディアを介した対象広告への接触状況を分析するためには、各々のメディアでの実態に即した接触状況を示す情報を含むデータが求められていた。

【0007】

本発明は、複数のメディアを介した対象コンテンツへの接触状況の分析に有用な疑似標本データの取得を可能にすることを目的とする。

【課題を解決するための手段】

【0008】

本発明に係るデータ処理装置は、シングルユーザの第１のメディアの利用状況を示す第１の値および第２のメディアの利用状況を示す第２の値を含む複数のユーザについてのシングルソースデータを取得する実データ取得部と、前記第１の値と前記第２の値の相関係数が前記複数のユーザについてのシングルソースデータと変わらないように、疑似標本を生成する疑似データ生成部と、生成した各々の疑似標本について、前記第１のメディアを介して対象コンテンツへ接触した第１の接触頻度を算出する接触頻度割り当て部と、を備え、前記接触頻度割り当て部は、前記第１のメディアにおける前記対象コンテンツへの接触状況を示すデータを利用し、各々の疑似標本における前記第１の値に基づいて、前記第１の接触頻度を算出するものである。

【0009】

本発明に係るデータ処理方法は、プロセッサが、シングルユーザの第１のメディアの利用状況を示す第１の値および第２のメディアの利用状況を示す第２の値を含む複数のユーザについてのシングルソースデータを取得する工程と、プロセッサが、前記第１の値と前記第２の値の相関係数が前記複数のユーザについてのシングルソースデータと変わらないように、前記シングルソースデータの疑似標本を生成する工程と、プロセッサが、生成した各々の疑似標本について、前記第１のメディアを介して対象コンテンツへ接触した第１の接触頻度を算出する工程と、を備え、前記第１の接触頻度を算出する工程では、前記第１のメディアにおける前記対象コンテンツへの接触状況を示すデータを利用し、各々の疑似標本における前記第１の値に基づいて、前記第１の接触頻度を算出するものである。

【0010】

本発明に係るプログラムは、コンピュータを、シングルユーザの第１のメディアの利用状況を示す第１の値および第２のメディアの利用状況を示す第２の値を含む複数のユーザについてのシングルソースデータを取得する実データ取得部と、前記第１の値と前記第２の値の相関係数が前記複数のユーザについてのシングルソースデータと変わらないように、前記シングルソースデータの疑似標本を生成する疑似データ生成部と、生成した各々の疑似標本について、前記第１のメディアを介して対象コンテンツへ接触した第１の接触頻度を算出する接触頻度割り当て部として機能させ、前記接触頻度割り当て部は、前記第１のメディアにおける前記対象コンテンツへの接触状況を示すデータを利用し、各々の疑似標本における前記第１の値に基づいて、前記第１の接触頻度を算出するものである。

【発明の効果】

【0011】

本発明によれば、複数のメディアを介した対象コンテンツへの接触状況の分析に有用な疑似標本データの取得を可能にすることができる。

【図面の簡単な説明】

【0012】

【図1】本発明の実施の形態１による、データ処理装置１の構成を示すブロック図。

【図2】本発明の実施の形態１による、データ処理装置１のプロセッサ１１によって実行されるプログラムの機能モジュールを示すブロック図。

【図3】本発明の実施の形態１による、データ処理装置１の動作のフローチャート。

【図4】本発明の実施の形態１による、シングルソースデータと疑似標本の具体例を示す図。

【図5】本発明の実施の形態１による、疑似標本数の決定に利用する、テレビ所有者人口の性別／年齢構成の統計データを例示する図。

【図6】本発明の実施の形態１による、動画サイトでの広告Ｃへの接触回数の算出方法について説明する図。

【図7】本発明の実施の形態１による、テレビでの広告Ｃへの接触回数の算出方法について説明する図。

【図8】本発明の実施の形態２による、動画サイトでの広告Ｃへの接触回数の算出方法について説明する図。

【図9】本発明の実施の形態２による、動画サイトでの広告Ｃへの接触回数の算出方法について説明する図。

【発明を実施するための形態】

【0013】

次に、本発明を実施するための形態について、図面を参照して詳細に説明する。
（実施の形態１）
図１は、本発明の実施の形態１によるデータ処理装置１の構成を示すブロック図である。データ処理装置１は、１台または通信回線で接続された複数のコンピュータによって構成される。データ処理装置１は、プロセッサ１１と、メインメモリ１２と、入出力インタフェース１３と、通信インタフェース１４と、記憶装置１５を備えている。記憶装置１５は、半導体メモリ（例えば、揮発性メモリや不揮発性メモリ）、またはディスク媒体（例えば、磁気記録媒体や光磁気記録媒体）などのコンピュータ読み取り可能な記録媒体である。記憶装置１５には、プロセッサ１１に実行させるためのプログラムや、各種データ等が記憶されている。プログラムは、記憶装置１５からメインメモリ１２に読み込まれ、プロセッサ１１により解釈及び実行されることにより、各種機能が実行される。

【0014】

図２は、データ処理装置１のプロセッサ１１によって実行されるプログラムの機能モジュールを示すブロック図である。図２に示すように、データ処理装置１のプロセッサ１１によって実行される機能モジュールには、実データ取得部１０１、疑似データ生成部１０２、接触頻度割り当て部１０３、集計部１０４が含まれる。

【0015】

記憶装置１５には、実測のシングルソースデータ（実データ）や実データに基づいて生成した疑似標本データが記憶されている。シングルソースデータとは、シングルユーザ（同一個人）における複数のメディアへの接触状況を測定した結果を含むデータである。本実施形態では、一例として、同一個人における、テレビ利用時間、テレビで広告に接触した回数、および動画サイト（ＹｏｕＴｕｂｅ（登録商標）等）の利用時間の計測結果を含むデータをシングルソースデータとして利用する。

【0016】

次に、図３のフローチャートを用いて、データ処理装置１による、データ処理の流れについて説明する。データ処理装置１は、ある広告Ｃ（対象コンテンツ）について、テレビ（第２のメディア）での広告Ｃへの接触状況と、ウェブの動画サイト（第１のメディア）での広告Ｃへの接触状況を分析するためのデータを生成する。なお、ここでは、複数メディアでの対象広告への接触状況を分析する例を挙げているが、接触状況を分析する対象コンテンツは広告には限られず、例えば特定の番組や動画等であってもよい。

【0017】

まず、実測データ取得部１０１は、テレビ（第２のメディア）の利用履歴とウェブの動画サイト（第１のメディア）の利用履歴に関するシングルソースデータ（実データ）を取得する（ステップＳ１０１）。図４（Ａ）は、シングルソースデータの具体例を示す図である。図４（Ａ）に示すように、シングルソースデータには、各々の調査対象ユーザ（Ｓｎｏ００１，００２，…）についての所定の調査期間（例えば、１週間）におけるテレビ利用時間（分）（利用状況を示す第２の値）、テレビで広告Ｃに接触した回数（回）、動画サイト（Ｙｏｕｔｕｂｅ等）の利用時間（分）（利用状況を示す第１の値）を含んでいる。なお、シングルソースデータには、動画サイトにおける広告Ｃへの接触回数は含まれていない。

【0018】

また、シングルソースデータは、ユーザの属性情報（性別、年齢等）を含んでいてもよい。図４（Ａ）の例では、属性情報として性別・年齢区分を含んでおり、図に示すように１８～２４歳の男性（Ｍ１８－２４）のユーザに関するシングルソースデータが取得されている。

【0019】

次に、疑似データ生成部１０２は、取得したシングルソースデータと同様のデータ項目を持ち、同様の分布を持つ疑似標本データを生成する（ステップＳ１０２）。図４（Ｂ）は、図４（Ａ）のシングルソースデータに基づいて生成した疑似標本データを例示する図である。疑似データ生成部１０２は、ステップＳ１０１で取得したシングルソースデータに基づいて、データを構成する３項目（テレビ利用時間、テレビ広告接触回数、動画サイトの利用時間）についての３次元正規分布を求める。さらに、求めた３次元正規分布に従って、ランダムに疑似標本データを生成する。疑似データ生成部１０２は、生成した疑似標本データにおいて、各項目（テレビ利用時間、テレビ広告接触回数、動画サイトの利用時間）の平均および項目間の相関係数が、元のシングルソースデータにおける平均および相関係数と同じになるように疑似標本データを生成する。なお、図４（Ｂ）の例では、疑似標本の各項目の数値には正規分布乱数が割り当てられているため、例えばテレビ広告接触回数についても、自然数ではなく小数点以下を含む数値となっている。

【0020】

また、疑似データ生成部１０２が生成する疑似標本の数は調査の目的に応じて設定することができる。図４（Ｂ）の例では、図５に例示するテレビ所有者人口の性別／年齢構成の統計データに基づいて疑似標本数を決定している。図５は、疑似標本人数を１０万人とした場合の各性別／年齢区分におけるテレビ所有者人口を示しており、ＭＦ、Ｍ、Ｆはそれぞれ男女、男性、女性を表し、その横の数字が年齢層を表している。図４（Ｂ）は、１８～２４歳の男性（Ｍ１８－２４）の実データに基づいて生成された疑似標本であり、図５によれば、全ＴＶ所有者人口を１０万人とした場合、そのうちの１８～２４歳の男性の人数は３３４６人となるため、図４（Ｂ）の例では３３４６件の疑似標本を生成している。なお、ここでは性別／年齢区分毎のテレビ所有者人口を想定したデータを用いているが、テレビ所有者人口のみならず、例えば性別／年齢区分毎の全人口などを想定することもできる。

【0021】

次に、接触頻度割り当て部１０３は、生成した各々の疑似標本について、動画サイトを介して広告Ｃに接触した回数（第１の接触頻度）を算出する（ステップＳ１０３）。

【0022】

図６を用いて、接触頻度割り当て部１０３による動画サイトでの広告Ｃへの接触回数の算出方法について説明する。接触回数の算出には、公式データとして提供されている動画サイトにおける広告Ｃへの接触回数の分布データを利用する。図６（Ａ）の表の２列目には、所定の母集団における広告Ｃへの接触回数（０回～１０回以上）の分布（公式データ）が例示されており、３列目には、ステップＳ１０２で生成した疑似標本（図４（Ｂ）の例では３３４６人分のデータ）を、２列目の分布に合わせて各接触回数（０回～１０回以上）に割り当てた標本数（データ数）が示されている。また、４列目には、３列目の数値の小数点以下を四捨五入し、接触回数１０回以上の人数を調整して合計が３３４６人になるようにした結果を示している。

【0023】

図６（Ｂ）は、ステップＳ１０２で生成した各疑似標本に、テレビＣＭの接触回数の順位（表３列目）と動画サイトの利用時間の順位（表６列目）を付与した例を示す図である。テレビＣＭの接触回数の順位（表３列目）は、表４列目のテレビで広告Ｃに接触した回数が小さい順に、順位が付与されている。一方、動画サイトの利用時間の順位（表６列目）は、動画サイトの利用時間が短い順に順位が付与されている。

【0024】

接触頻度割り当て部１０３は、図６（Ａ）に示す動画サイトにおける広告Ｃへの接触回数の分布に基づいて、図６（Ｂ）の各疑似標本についての動画サイトにおける広告Ｃへの接触回数を算出する。図６（Ａ）の４列目を参照すると、疑似標本の３３４６件のうち、１２５５件については、動画サイトにおける広告Ｃへの接触回数は「０」回である。このため、接触頻度割り当て部１０３は、図６（Ｂ）の疑似標本のうち、動画サイトの利用時間が短い順に１２５５番目までの疑似標本について、広告Ｃへの接触回数を「０」回とする。同様に、１２５６番目から１６９０番目までの標本については、広告Ｃへの接触回数を「１」回、１６９１番目から２００８番目までは「２」回、２００９番目から２３１９番目までは「３」回、２３２０番目から２６７７番目までは「４」回とする。図６（Ｂ）の例で、Ｓｎｏ００１，００２の標本は１２５５番目までに含まれるため広告Ｃへの接触回数は０回となる。一方、Ｓｎｏ００３の標本は、２３２０番目から２６７７番目の範囲に含まれるため、広告Ｃへの接触回数は４回となる。以上のようにして、疑似標本データにおける動画サイトでの広告Ｃへの接触回数を設定することができる。

【0025】

また、テレビＣＭの接触回数については疑似標本に既に値が含まれているが、テレビＣＭの接触回数の順位に基づいて、改めて設定するようにしてもよい。具体的には、動画サイトでの広告Ｃへの接触回数と同様に、公式データとして提供されているテレビでの広告Ｃへの接触回数の分布データ（図７の２列目）を利用し、３３４６人分のデータを各接触回数（例えば、０回～１０回以上）に割り当てて（図７の３列目）、各接触回数の割り当てデータ数を求め（図７の４列目）、図６（Ｂ）の３列目の順位にしたがって、テレビでの広告Ｃへの接触回数を割り当てていくようにしてもよい。これにより、テレビ広告についても、公式データの分布に整合する接触回数分布を持った疑似標本を作成することができる。例えば、図６（Ｂ）の例で、Ｓｎｏ００１は、疑似標本に元々示されているテレビＣＭの接触回数は５．６回であるが、テレビＣＭのランクが２２５３番目のため、図７の分布に従うと接触回数は２回となる。また、Ｓｎｏ００２は、疑似標本に元々示されているテレビＣＭの接触回数は３．３回であるが、テレビＣＭのランクが１５２１番目のため、図７の分布に従うと接触回数は０回となる。

【0026】

以上のステップＳ１０１～Ｓ１０３の手順によって、テレビ利用時間、テレビにおける広告Ｃへの接触回数、および動画サイトの利用時間を含む限られた件数のシングルソースデータ（実データ）から、テレビにおける広告Ｃへの接触回数と動画サイトにおける広告Ｃへの接触回数を含む所望の件数の疑似標本を取得することができる。

【0027】

（統合リーチ・重複リーチの分析）
集計部１０４は、生成した疑似標本を用いて統合リーチや重複リーチの推定を行う。統合リーチとは、複数の事象の少なくとも１つが成立する割合であり、上記の実施例ではテレビ広告と動画サイト広告の少なくとも一方に接触しているユーザの割合を示す。また、重複リーチとは、複数の事象の全てが成立する割合であり、上記の実施例ではテレビ広告と動画サイト広告の両方に接しているユーザの割合を示す。すなわち、上記の実施例では統合リーチと重複リーチは、例えば下記の式（１）、（２）で算出することができる。なお、下記の式（１）、（２）では、１回でも接触したユーザはリーチしたとみなすという前提で統合リーチ・重複リーチを計算している。リーチの定義はこれに限らず、例えば２回以上、３回以上接触した場合にリーチしたと判定する場合には、下記式において「接触回数≧２」、「接触回数≧３」と置き換えて計算することができる。

【0028】

統合リーチ＝（［テレビ広告の接触回数≧１のユーザの人数］＋［動画サイト広告の接触回数≧１のユーザの人数］－［テレビ広告と動画サイト広告の両方の接触回数≧１のユーザの人数］）／３３４６ …（１）
重複リーチ＝［テレビ広告と動画サイト広告の両方の接触回数≧１のユーザの人数］
／３３４６ …（２）

【0029】

生成した疑似標本を用いて統合リーチを求めることにより、テレビ広告と動画サイト広告それぞれへの接触率と、統合リーチの関係を分析し、効率の良い広告展開を行うために活用することができる。

【0030】

なお、上記の実施例では、テレビ広告と動画サイト広告への接触回数を含むシングルソースの疑似標本を取得しているが、疑似標本に含める項目は、分析目的によって調整することができる。例えば、動画サイトの広告Ｃに、テレビ画面で接触した場合とスマートフォンで接触した場合を区別するようにしてもよい。また、テレビの広告Ｃへの接触について、局別の接触回数を含むようにしてもよい。また、特定の時間帯や特定のサイトにおける接触回数も同様の手順で算出することができる。

【0031】

以上のように、本実施形態によれば、複数のメディアの利用時間を含むシングルソースデータを利用して、項目間の相関係数が変わらないように疑似標本を生成し、さらに、各メディアにおける対象広告Ｃへの接触回数の分布データを利用し、疑似標本における当該メディアの利用時間に基づいて、広告Ｃへの接触回数を割り当てるようにした。これにより、メディアの利用時間の情報しか含まれていないシングルソースデータを利用して、実態に即した接触回数を推定することができる。これにより、複数のメディアを介した広告Ｃへの接触状況の分析に活用できる疑似標本データを生成することができる。また、作成した疑似標本を用いて分析等を行っても、実測データを用いて分析した場合の結果と矛盾しない結果を得られることが期待できる。

【0032】

本実施形態では、テレビ広告と動画サイトの広告への接触状況を示す疑似標本データを作成しているが、メディアの数や種類はこれに限られず、テレビやウェブの他に新聞やラジオなど複数のメディアへの接触状況に関する疑似標本の作成に利用することができる。また、統合リーチ、重複リーチ以外にも、シングルソースデータに基づいて分析、算出できる種々の指標や統計データを作成することができる。また、２種類のメディアの統合リーチや重複リーチに限らず、任意のメディア数の統合リーチや重複リーチ、その他の分析に対応することができる。

【0033】

また、作成した疑似標本データは、統合リーチ・重複リーチの分析だけでなく、例えば、以下のような用途にも利用することができる。
（１）広告接触者の属性プロフィールを描写に利用する。
（２）他のデータソースと融合させることにより、さらに様々な用途に利用することができる。具体的には以下のような例があげられる。
（２）－１：広告配信事業者のデータと融合し、リーチを補完するための効果的な配信を実現する。
（２）－２：ブランド評価データと融合し、ブランド評価への広告効果の分析に利用する。
（２）－３：購買履歴データと融合し、購買への広告効果の分析に利用する。
（２）－４：生活者の属性プロフィールデータと融合し、広告接触者の詳細なプロフィールの取得に利用する。

【0034】

（実施の形態２）
本発明の実施の形態２によるデータ処理装置１の構成およびデータ処理装置１のプロセッサ１１によって実行されるプログラムの機能モジュールは、図１，２に示す実施の形態１と同様である。また、データ処理装置１によるデータ処理の流れは、図３のフローチャートに示す流れと同様である。すなわち、図４（Ａ）に例示するようなシングルソースデータに基づいて、実施の形態１と同様に図４（Ｂ）に例示するような疑似標本データを生成する。さらに、接触頻度割り当て部１０３は、生成した各々の疑似標本について、動画サイトを介して広告Ｃに接触した回数（第１の接触頻度）を算出する。実施の形態２では、実施の形態１とは異なる方法で、動画サイトを介して広告Ｃに接触した回数を算出する。

【0035】

実施の形態１では、公式データとして、図６（Ａ）に示すような動画サイトにおける広告Ｃへの接触回数の分布データが提供されており、これを利用して、各疑似標本における動画サイトを介して広告Ｃに接触した回数を算出した。一方、多くの動画サイトでは、上記のような広告Ｃへの接触回数の分布データは提供されていない。代わりに、当該動画サイトにおける広告Ｃへの接触の有無の比率を示すデータが提供されている場合がある。具体的には、所定の母集団（例えば、１８～２４歳の男性（Ｍ１８－２４））において、下記のように定義される値が提供されている。
接触有りの割合＝動画サイトにおける広告Ｃへの接触者数／母集団の人数
接触無しの割合＝１－（接触有りの割合）

【0036】

また、併せて広告Ｃへの接触有りの集団における平均接触回数が提供されている場合がある。具体的には、下記のように定義される値が提供されている。
平均接触回数＝動画サイトにおける広告Ｃの総表示回数／動画サイトにおける広告Ｃへの接触者数

【0037】

実施の形態２では、動画サイトにおける広告Ｃへの接触の有無の比率を示すデータと、接触有りの集団における平均接触回数を利用して、各疑似標本における動画サイトを介して広告Ｃに接触した回数を算出する。

【0038】

まず、接触頻度割り当て部１０３は、各疑似標本に、当該動画サイトにおける広告Ｃへの接触有無を割り当てる。図８（Ａ）の表の２列目は、公式データとして得られるデータであり、所定の母集団（例えば、１８～２４歳の男性（Ｍ１８－２４））における動画サイトでの広告Ｃへの接触有無の比率が例示されている。３列目は、疑似標本（ここでは１７９６４人分）を、２列目の比率に合わせて接触無し・接触有りに割り当てた人数を示している。また、４列目は、３列目の数値の小数点以下を四捨五入し、接触無しの人数を調整して合計が１７９６４人になるようにした結果を示している。

【0039】

図８（Ｂ）は、疑似標本に、動画サイトの利用時間の順位（表８列目）を付与した例を示す図である。動画サイトの利用時間の順位は、動画サイトの利用時間（表７列目）が短い順に順位が付与されている。接触頻度割り当て部１０３は、図８（Ａ）に示す動画サイトにおける広告Ｃへの接触有無の比率に基づいて、図８（Ｂ）の各疑似標本に、動画サイトにおける広告Ｃへの接触有無を割り当てる。図８（Ａ）の４列目を参照すると、疑似標本の１７９６４人のうち、１５７１９人については、動画サイトにおける広告Ｃへの接触は無しである。このため、接触頻度割り当て部１０３は、図８（Ｂ）の疑似標本のうち、動画サイトの利用時間が短い順に１５７１９番目までの疑似標本について、広告Ｃへの接触「無し」を割り当てる。同様に、１５７２０番目から１７９６４番目までの標本については、広告Ｃへの接触「有り」を割り当てる。

【0040】

次に、接触頻度割り当て部１０３は、広告Ｃへの接触「有り」の標本に対し、広告接触回数の期待値を割り当てる。接触頻度割り当て部１０３は、以下の３条件を満たす関係に基づき期待値を割り当てる。
条件１：期待値は、動画サイトの利用時間に比例する。
条件２：期待値の平均は、公式データの接触「有り」の集団における平均接触回数に一致する。
条件３：接触「有り」が割り当てられた疑似標本の中で、動画サイトの利用時間が最も短い標本の期待値は「１」になる。

【0041】

条件１～３を満たす関係に基づき期待値を求める手順について具体的に説明する。まず、接触頻度割り当て部１０３は、図９に示すような（Ｘ，Ｙ）＝（利用時間，接触回数の期待値）で定義される平面における以下の２点を通る直線（条件１）の式Ｙ＝ｃ＋ｂＸを求める。
点Ｐ１（条件３）：（接触「有り」の標本における利用時間の最小値，１）
点Ｐ２（条件２）：（接触「有り」の標本から算出した利用時間の平均Ａｔ，期待値の平均Ａｒ（ただし、期待値の平均Ａｒ＝公式データの「平均広告接触回数」））

【0042】

求められた直線の式（１）に、各標本の動画サイト利用時間（Ｘ）を代入して、各標本の広告接触回数の期待値Ｙを求める。
広告接触回数の期待値（Ｙ）＝ｃ＋ｂ×動画サイト利用時間（Ｘ）…（１）
（ｃ、ｂは定数）

【0043】

さらに、接触頻度割り当て部１０３は、求められた各標本の期待値を利用して、各標本の広告接触回数を算出する。接触頻度割り当て部１０３は、例えば、期待値が各標本の期待値と一致する切断ポアソン分布に従う乱数を１つ発生させて、当該標本の広告接触回数とするようにしてもよい。広告接触回数は１以上の整数であるため、定義域が１以上である切断ポアソン分布を用いるようにしてよい。なお、切断ポアソン分布の乱数を発生させるために、切断前のポアソン分布の期待値（λ）が必要な場合には、各標本の期待値の範囲に応じて個別にλを計算するようにしてもよい。１以上で切断された切断ポアソン分布の期待値Ｅと切断前のポアソン分布の期待値λには下記の式の関係がある。
Ｅ＝λ／（１－ｅｘｐ（－λ））

【0044】

実施の形態２によれば、動画サイトにおける広告接触回数分布のデータが得られない場合でも、広告接触有無の比率と平均広告接触回数のデータが得られれば、疑似標本の実態に即した広告接触回数を推定することができる。これにより、実施の形態１と同様に、複数のメディアを介した広告Ｃへの接触状況の分析に活用できる疑似標本データを生成することができる。また、作成した疑似標本を用いて分析等を行っても、実測データを用いて分析した場合の結果と矛盾しない結果を得られることが期待できる。

【0045】

なお、期待値から広告接触回数を発生させるのに用いる確率分布は切断ポアソン分布に限られない。例えば、二項分布、負の二項分布、幾何分布、ベータ二項分布などを用いることもできる。また、実施の形態１と同様に、テレビＣＭの接触回数についても、テレビＣＭの接触回数の順位に基づいて、改めて設定するようにしてもよい。

【0046】

なお、本発明は、上述した実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内において、他の様々な形で実施することができる。このため、上記実施形態はあらゆる点で単なる例示にすぎず、限定的に解釈されるものではない。例えば、上述した各処理ステップは処理内容に矛盾を生じない範囲で任意に順番を変更し、または並列に実行することができる。また、各処理ステップ間に他のステップを追加してもよい。また、１ステップとして記載されているステップを、複数ステップに分けて実行してもよいし、複数ステップに分けて記載されているものを、１ステップとして把握することもできる。

【符号の説明】

【0047】

１…データ処理装置
１１…プロセッサ
１２…メインメモリ
１３…入出力インタフェース
１４…通信インタフェース
１５…記憶装置
１０１…実データ取得部
１０２…疑似データ生成部
１０３…接触頻度割り当て部
１０４…集計部

【要約】

【課題】複数のメディアを介した対象コンテンツへの接触状況の分析に有用な疑似標本データの取得を可能にする。
【解決手段】シングルユーザの第１のメディアの利用状況を示す第１の値および第２のメディアの利用状況を示す第２の値を含む複数のユーザについてのシングルソースデータを取得する実データ取得部と、第１の値と第２の値の相関係数が複数のユーザについてのシングルソースデータと変わらないように、シングルソースデータの疑似標本を生成する疑似データ生成部と、生成した各々の疑似標本について、第１のメディアを介して対象コンテンツへ接触した第１の接触頻度を算出する接触頻度割り当て部と、を備え、接触頻度割り当て部は、第１のメディアにおける対象コンテンツへの接触状況を示すデータを利用し、各々の疑似標本における第１の値に基づいて、第１の接触頻度を算出する。
【選択図】図３

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】