ホーム > 特許ランキング > ＬＩＮＥヤフー株式会社
知財求人 - 知財ポータルサイト「IP Force」
(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】2024-12-16
(45)【発行日】2024-12-24
(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 30/0242 20230101AFI20241217BHJP
【ＦＩ】
G06Q30/0242
【請求項の数】
9
(21)【出願番号】P 2023117892
(22)【出願日】2023-07-19
【審査請求日】2024-01-19
(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】▲高▼橋 良希
(72)【発明者】
【氏名】實原 弘亮
(72)【発明者】
【氏名】江島 昇太
(72)【発明者】
【氏名】安部 斉志
(72)【発明者】
【氏名】土屋 一輝
【審査官】佐藤 敬介
(56)【参考文献】
【文献】特開２０２０－１８７６９７（ＪＰ，Ａ）
【文献】特開２０１９－０４５８９９（ＪＰ，Ａ）
【文献】特開２０１８－１５６３０６（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】
複数の広告群の各々に含まれる広告毎に前記広告が提供されたユーザによる特定行動への貢献度である広告単位貢献度を前記広告が提供されたユーザによる前記特定行動の数に基づいて算出する第１算出部と、前記第１算出部によって算出された前記広告毎の前記広告単位貢献度を前記広告群毎に合計した結果を前記複数の広告群の各々の前記特定行動への貢献度である広告群単位貢献度として算出する第２算出部と、
前記第２算出部によって算出された前記広告群の前記広告群単位貢献度と、前記広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を数理モデルまたは機械学習モデルを用いて前記広告群毎に生成する生成部と、を備える
ことを特徴とする情報処理装置。
【請求項2】
前記第１算出部は、予め定められた期間毎に前記広告単位貢献度を算出し、
前記第２算出部は、
前記予め定められた期間毎に前記広告群単位貢献度を算出し、
前記生成部は、
前記予め定められた期間毎の前記広告群単位貢献度と前記予め定められた期間毎の前記予算の額とに基づいて、前記特性情報を生成する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項3】
前記第１算出部は、前記予算の額毎に前記広告単位貢献度を算出し、
前記第２算出部は、
前記予算の額毎に前記広告群単位貢献度を算出し、
前記生成部は、
前記予算の額毎の前記広告群単位貢献度に基づいて、前記特性情報を生成する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項4】
広告主によって設定された前記複数の広告群に対する予算の額と、前記生成部によって生成された前記複数の広告群の各々の前記特性情報とに基づいて、前記複数の広告群の各々の予算の額を決定する決定部を備えることを特徴とする請求項１～３のいずれか１つに記載の情報処理装置。
【請求項5】
前記決定部は、前記複数の広告群に対する予算の額内で前記複数の広告群の各々の前記特性情報における前記複数の広告群の前記広告群単位貢献度の総和が最大または最大から予め定められた条件の範囲内となる前記複数の広告群の各々の予算を決定する
ことを特徴とする請求項４に記載の情報処理装置。
【請求項6】
前記決定部は、前記広告群の予算の額を増加または減少させたときの前記広告群単位貢献度の変化に基づいて、前記複数の広告群に対する予算の額内において前記複数の広告群の各々の予算の額を決定する
ことを特徴とする請求項４に記載の情報処理装置。
【請求項7】
前記特定行動は、コンバージョンまたはエンゲージメントである
ことを特徴とする請求項１～３のいずれか１つに記載の情報処理装置。
【請求項8】
コンピュータが実行する情報処理方法であって、複数の広告群の各々に含まれる広告毎に前記広告が提供されたユーザによる特定行動への貢献度である広告単位貢献度を前記広告が提供されたユーザによる前記特定行動の数に基づいて算出する第１算出工程と、
前記第１算出工程によって算出された前記広告毎の前記広告単位貢献度を前記広告群毎に合計した結果を前記複数の広告群の各々の前記特定行動への貢献度である広告群単位貢献度として算出する第２算出工程と、
前記第２算出工程によって算出された前記広告群の前記広告群単位貢献度と、前記広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を数理モデルまたは機械学習モデルを用いて前記広告群毎に生成する生成工程と、を含む
ことを特徴とする情報処理方法。
【請求項9】
複数の広告群の各々に含まれる広告毎に前記広告が提供されたユーザによる特定行動への貢献度である広告単位貢献度を前記広告が提供されたユーザによる前記特定行動の数に基づいて算出する第１算出手順と、前記第１算出手順によって算出された前記広告毎の前記広告単位貢献度を前記広告群毎に合計した結果を前記複数の広告群の各々の前記特定行動への貢献度である広告群単位貢献度として算出する第２算出手順と、
前記第２算出手順によって算出された前記広告群の前記広告群単位貢献度と、前記広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を数理モデルまたは機械学習モデルを用いて前記広告群毎に生成する生成手順と、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】
近年、インターネットの飛躍的な普及に伴い、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。このような広告配信の一例として、過去の入札実績に基づいて広告枠に対する入札額を制御することで、広告利益を最大化する技術が提案されている（例えば、特許文献１参照）。
【0003】
この種の広告枠に対する自動入札では、例えば、スレッショルドＣＰＡ（Cost Per Action）などといった広告主が設定した獲得単価に対してＣＶＲ（ConVersion Rate）の予測値を乗算することで、入札額が決定される。そして、広告主が設定した予算が消化されるまで広告の配信が行われる。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２０１９－２２００５２号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、従来の技術では、予算の額の設定を支援する点で改善の余地がある。例えば、小規模な予算で広告の配信を行って、広告のパフォーマンス（例えば、コンバージョンなど）を評価し、かかる評価結果に基づいて、予算を設定する場合、予算の額で広告のパフォーマンスが変化する場合に対応することが難しい場合がある。
【0006】
本願は、上記に鑑みてなされたものであって、広告の配信のための予算を適切に設定するための支援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】
【0007】
本開示の情報処理装置は、第１算出部と、第２算出部と、生成部とを備える。第１算出部は、複数の広告群の各々に含まれる広告毎に特定目標への貢献度を広告単位貢献度として算出する。第２算出部は、第１算出部によって算出された広告毎の広告単位貢献度に基づいて、複数の広告群の各々の特定目標への貢献度を広告群単位貢献度として算出する。生成部は、第２算出部によって算出された広告群の広告群単位貢献度と、広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を広告群毎に生成する。
【発明の効果】
【0008】
実施形態の一態様によれば、広告の配信のための予算を適切に設定するための支援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】
【0009】
【発明を実施するための形態】
【0010】
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、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。
【0011】
【0012】
情報処理装置１は、広告主Ｏによって設定された複数の広告群の各々に含まれる広告毎に特定目標への貢献度を広告単位貢献度として算出し、広告毎の広告単位貢献度に基づいて複数の広告群の各々の特定目標への貢献度を広告群単位貢献度として算出する。そして、情報処理装置１は、広告群の広告群単位貢献度と、広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を広告群毎に生成する。
【0013】
広告主Ｏによって設定される広告群は、広告主Ｏによって設定される広告キャンペーンに含まれる広告群であり、例えば、複数の広告を含む。各広告は、例えば、広告対象となる取引対象などを広告するためのコンテンツであり、広告コンテンツとも呼ばれる。
【0014】
特定目標は、例えば、端末装置２のユーザＵによるコンバージョンやエンゲージメントなどのユーザＵによる特定行動である。コンバージョンは、目標（例えば、コンバージョンゴール）への到達に関する指標である。かかるコンバージョンの種類は、例えば、広告対象となる取引対象の購入、広告対象となる取引対象の利用、広告対象となる会員サービスへの登録、または広告対象となるサイトの訪問などであるが、かかる例に限定されない。取引対象は、例えば、商品やサービスなどである。
【0015】
また、コンバージョンの種類は、広告対象となるメール配信への登録、広告対象となるオンラインサービスのアカウント登録、広告対象となる資料の請求、広告対象となる実店舗への訪問などであってもよく、その他の行動であってもよい。
【0016】
エンゲージメントは、例えば、広告対象にどの程度積極的に関与しているかを表す指標であり、エンゲージメントの種類は、例えば、ＳＮＳ（Social Network Service）などでのシェア、いいね、投稿などであるが、かかる例に限定されない。
【0017】
ユーザＵのどのような行動をコンバージョンやエンゲージメントとするかは任意の設定が可能である。例えば、各広告について、ユーザＵのどのような行動をコンバージョンやエンゲージメントとみなすかは、情報処理装置１の管理者や広告主Ｏなどによって個別に設定される。なお、コンバージョンは、エンゲージメントを含む概念であってもよい。
【0018】
まず、情報処理装置１は、端末装置３から送信される広告キャンペーン情報を受信し、受信した広告キャンペーン情報を受け付ける（ステップＳ１）。
【0019】
広告主Ｏは、端末装置３を操作し、１以上の広告キャンペーンの情報を端末装置３に入力することができる。端末装置３は、広告主Ｏから入力された１以上の広告キャンペーンの情報を含む情報を広告キャンペーン情報として情報処理装置１に送信する。
【0020】
図１に示す例では、広告キャンペーン情報には、広告キャンペーンＣａｍｐ１の情報と広告キャンペーンＣａｍｐ２の情報と広告キャンペーンＣａｍｐ３の情報とが含まれる。広告キャンペーンＣａｍｐ１の情報には、広告Ａ１，Ｂ１，Ｃ１を含む広告群の情報が含まれ、広告キャンペーンＣａｍｐ２の情報には、広告Ａ２，Ｂ２，Ｃ２を含む広告群の情報が含まれ、広告キャンペーンＣａｍｐ３の情報には、広告Ｄ，Ｅ，Ｆを含む広告群の情報が含まれる。
【0021】
以下において、広告キャンペーンＣａｍｐ１，Ｃａｍｐ２，Ｃａｍｐ３の各々を個別に区別せずに示す場合、広告キャンペーンＣａｍｐと記載する場合がある。また、広告Ａ１，Ａ２の各々を個別に区別せずに示す場合、広告Ａと記載する場合があり、広告Ｂ１，Ｂ２の各々を個別に区別せずに示す場合、広告Ｂと記載する場合があり、広告Ｃ１，Ｃ２の各々を個別に区別せずに示す場合、広告Ｃと記載する場合がある。
【0022】
広告キャンペーンＣａｍｐの情報には、広告群の情報に加えて、特定目標の情報、ターゲットとなるユーザＵの属性（例えば、年齢、性別、地域、興味、消費行動など）の情報、広告配信の予算の額を示す情報、各広告の獲得単価を示す情報などが含まれるが、かかる例に限定されない。
【0023】
広告配信の予算の額を示す情報は、例えば、予め定められた期間ＴＢ（例えば、１日、３日、または１週間など）毎の予算の額を示す情報が含まれるが、かかる例に限定されない。例えば、広告配信の予算の額を示す情報は、広告主Ｏが設定した期間毎の予算の額を示す情報が含まれてもよく、広告主Ｏが設定した予算の額が異なる期間毎を示す情報であってもよい。
【0024】
広告の獲得単価は、例えば、スレッショルドＣＰＡ（Cost Per Acquisition）であり、広告主Ｏによって設定される。かかる獲得単価は、広告配信の自動入札において入札額を決定する際に用いられる。なお、広告の獲得単価は、過去の広告の配信実績に基づいて、情報処理装置１などによって決定されてもよい。
【0025】
広告Ａ，Ｂ，Ｃは、商品Ｘ１を広告対象とする広告である。また、広告Ｄ，Ｅ，Ｆは、商品Ｘ２を広告対象とする広告である。なお、各広告キャンペーンＣａｍｐ１，Ｃａｍｐ２，Ｃａｍｐ３に含まれる広告の数は、３つに限定されず、２つ以下または４つ以上であってもよい。
【0026】
各広告Ａ，Ｂ，Ｃ，Ｄ，Ｅ，Ｆの配信種別は、例えば、ブロード配信広告、興味ターゲティング広告、またはリターゲティング広告のいずれかである。例えば、広告Ａ，Ｄの広告配信種別は、ブロード配信広告であり、広告Ｂ，Ｅの広告配信種別は、興味ターゲティング広告であり、広告Ｃ，Ｆの広告配信種別は、興味ターゲティング広告であるが、かかる例に限定されない。
【0027】
ブロード配信広告は、例えば、ユーザＵの興味や関心などを絞らずに提供される広告である。興味ターゲティング広告は、例えば、ユーザＵの興味や関心に基づいて提供される広告である。リターゲティング広告は、例えば、広告対象となる取引対象のウェブサイトやウェブページなどに訪れたことがあるユーザＵに提供される広告である。なお、広告の提供とは、例えば、広告のユーザＵへの提示であるが、ユーザＵによる広告の選択（例えば、クリック）による広告のリンク先への遷移を含んでいてもよい。
【0028】
また、各広告Ａ，Ｂ，Ｃ，Ｄ，Ｅ，Ｆの形式種別は、例えば、バナー広告、リスティング広告、ネイティブ広告、ソーシャルメディア広告、または動画広告などであるが、かかる例に限定されない。また、各広告Ａ，Ｂ，Ｃ，Ｄ，Ｅ，Ｆの配信種別も上述した例に限定されない。
【0029】
図１に示す例では、端末装置２のユーザＵが商品Ｘを購入することを特定目標としてのコンバージョンの一例とし、情報処理装置１は、商品Ｘの購入回数をコンバージョン数として、各広告の貢献度である広告単位貢献度と各広告群の貢献度である広告群単位貢献度とを算出する。商品Ｘは、広告主Ｏの商品であり、広告キャンペーンＣａｍｐ１，Ｃａｍｐ２の場合は、商品Ｘ１であり、広告キャンペーンＣａｍｐ３の場合は、商品Ｘ２である。なお、以下ではコンバージョンに至ったユーザＵを「該当ユーザ」と記載する場合がある。
【0030】
つづいて、情報処理装置１は、端末装置２から送信される広告要求を受け付け（ステップＳ２）、広告配信の入札処理を行う（ステップＳ３）。情報処理装置１は、ステップＳ３において、広告要求を送信した端末装置２のユーザＵの情報（例えば、ユーザＵの属性の情報やユーザＵの行動履歴の情報など）などに基づいて、特定目標に到達する確率の予測値である特定目標到達率の予測値（例えば、ＣＶＲ予測値やエンゲージメント率の予測値）を算出する。
【0031】
ステップＳ３で算出される特定目標到達率の予測値は、例えば、広告要求を送信した端末装置２のユーザＵによる商品Ｘの購入確率の予測値である。情報処理装置１は、例えば、広告キャンペーンＣａｍｐの各広告の獲得単価に特定目標到達率の予測値を乗算して得られる値を各広告の入札額として決定し、決定した各広告の入札額を用いて各広告の入札処理を行う。
【0032】
情報処理装置１は、広告要求を送信した端末装置２を入札処理によって配信対象とする広告を決定し、決定した広告を、広告要求を送信した端末装置２に対して配信する（ステップＳ４）。ステップＳ２～Ｓ４の処理は、繰り返し行われ、各広告キャンペーンＣａｍｐに含まれる各広告の配信が行われる。
【0033】
情報処理装置１は、ステップＳ４などにおいて、ユーザＵへの広告の配信履歴の情報を内部の記憶部などに記憶する。また、情報処理装置１は、商品Ｘを販売するショッピングサイトなどから、ユーザＵによる商品Ｘの購入履歴の情報を収集し、収集した商品Ｘの購入履歴の情報を内部の記憶部などに記憶する。
【0034】
つづいて、情報処理装置１は、各広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２，Ｄ，Ｅ，Ｆの広告単位貢献度を算出する（ステップＳ５）。情報処理装置１は、例えば、予め定められた期間ＴＢ毎または広告主Ｏが設定した期間毎（例えば、広告主Ｏが設定した予算の額が異なる期間毎）に各広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２，Ｄ，Ｅ，Ｆの広告単位貢献度を算出する。
【0035】
情報処理装置１は、ステップＳ５において、コンバージョンに至ったユーザＵである該当ユーザに提供された広告の情報をコンバージョン毎に含む提供広告情報を内部の記憶部などから取得する。
【0036】
例えば、情報処理装置１は、該当ユーザが商品Ｘを購入した時点から所定の期間ＴＡ前までに提供された１以上の広告の情報をコンバージョン毎に含む提供広告情報を取得する。所定の期間ＴＡは、例えば、１週間などの期間などであるが、かかる例に限定されず、例えば、ユーザＵの属性、商品Ｘのカテゴリ、コンバージョンの内容などに応じて、適宜設定可能である。
【0037】
また、情報処理装置１は、該当ユーザが商品Ｘを購入した時点から所定の期間ＴＡ前までに提供された広告の組み合わせ毎のコンバージョンに関する情報を含む提供広告情報を取得することもできる。以下において、広告の組み合わせを広告組み合わせと記載する場合がある。
【0038】
広告組み合わせの種類は、商品Ｘ１の購入の場合、６つの広告Ａ１，Ａ２，Ｂ１，Ｂ２，Ｃ１，Ｃ２のうちの１以上の広告の組み合わせであり、商品Ｘ２の購入の場合、３つの広告Ｄ，Ｅ，Ｆのうちの１以上の広告の組み合わせである。以下において、商品Ｘ１の購入の場合の広告組み合わせについて主に説明するが、商品Ｘ２の購入の場合の広告組み合わせも同様である。
【0039】
例えば、広告組み合わせの種類は、広告Ａ１，Ａ２，Ｂ１，Ｂ２，Ｃ１，Ｃ２のうちの１つの広告の組み合わせ、広告Ａ１，Ａ２，Ｂ１，Ｂ２，Ｃ１，Ｃ２のうちの２つの広告の組み合わせ、・・・、広告Ａ１，Ａ２，Ｂ１，Ｂ２，Ｃ１，Ｃ２の組み合わせなどであるが、かかる例に限定されない。例えば、広告組み合わせは、同じ広告が含まれる組み合わせであってもよい。
【0040】
また、情報処理装置１は、該当ユーザが商品Ｘを購入した時点から所定の期間ＴＡ前までに提供された広告の提供順序毎のコンバージョンに関する情報を含む提供広告情報を取得することもできる。
【0041】
情報処理装置１は、上述した提供広告情報に基づいて、広告組み合わせＡＧ１～ＡＧｎ毎のコンバージョン数を算出する。ｎは、例えば、広告組み合わせの総数と同じ値である。
【0042】
例えば、広告組み合わせＡＧｍが広告Ａ１，Ｂ２，Ｃ２の組み合わせであるとする。この場合、情報処理装置１は、該当ユーザが商品Ｘを購入した時点から所定の期間ＴＡ前までに広告Ａ１，Ｂ２，Ｃ２が提供された場合にコンバージョンに至った数を集計することで、広告組み合わせＡＧｍのコンバージョン数を算出する。ｍは、例えば、１以上ｎ未満の値である。以下において、広告組み合わせＡＧ１～ＡＧｎの各々を個別に区別せずに示す場合、広告組み合わせＡＧと記載する場合がある。
【0043】
そして、情報処理装置１は、広告組み合わせＡＧ毎に広告組み合わせＡＧに含まれる広告のスコアを算出する。例えば、情報処理装置１は、広告組み合わせＡＧが１つの広告のみの組み合わせである場合、広告組み合わせＡＧに含まれる広告のスコアを、基準値（例えば、１）に広告組み合わせＡＧのコンバージョン数を乗算して得られる値とする。
【0044】
例えば、広告組み合わせＡＧが１つの広告Ａ１のみの組み合わせであり、広告Ａ１のみの組み合わせのコンバージョン数が１００であるとする。この場合、情報処理装置１は、基準値（例えば、１）に１００を乗算して得られる値（例えば、１００）を広告Ａ１のスコアとして算出する。１つの広告Ａ１のみの組み合わせの場合、広告Ａ１以外の広告のスコアは０である。
【0045】
また、情報処理装置１は、広告組み合わせＡＧが２つ以上の広告の組み合わせである場合、広告組み合わせＡＧに含まれる各広告のスコアを、基準値に重みと広告組み合わせＡＧのコンバージョン数とを乗算した値にする。重みは、広告数の逆数であり、例えば、２つの広告の組み合わせである場合、１／２であり、３つの広告の組み合わせである場合、１／３である。
【0046】
例えば、広告組み合わせＡＧに２つの広告Ａ１，Ｂ１が含まれ、２つの広告Ａ１，Ｂ１の組み合わせのコンバージョン数が１００であるとする。この場合、情報処理装置１は、基準値（例えば、１）に１／２と１００を乗算して得られる値（例えば、５０）を各広告Ａ１，Ｂ１のスコアとして算出する。２つの広告Ａ１，Ｂ１の組み合わせの場合、広告Ａ１，Ｂ２以外の広告のスコアは０である。
【0047】
情報処理装置１は、広告組み合わせＡＧ毎に算出した広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２のスコアを広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２毎に集計することで、広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２毎の広告単位貢献度を算出する。例えば、広告組み合わせＡＧ毎に算出した広告Ａ１のスコアがスコアＳＡ１１～ＳＡ１ｎであるとする。この場合、広告Ａの広告単位貢献度は、スコアＳＡ１１～ＳＡ１ｎの合計値である。
【0048】
また、情報処理装置１は、２つ以上の広告の組み合わせである場合、広告組み合わせに含まれる２つの広告のスコアを均等の重みに代えて、広告提供順序に応じた重みとすることもできる。
【0049】
広告提供順序は、該当ユーザへの広告の提供順序である。例えば、該当ユーザが商品Ｘを購入した時点から所定の期間ＴＡ前までに該当ユーザに広告Ｘ、広告Ｙ、広告Ｚの順に提供された場合、広告提供順序は、広告Ｘ、広告Ｙ、広告Ｚの順である。各広告Ｘ，Ｙ，Ｚは、例えば、広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２のうちの互いに異なる広告などであるが、広告Ｘ，Ｙ，Ｚの一部または全部が同じ広告であってもよい。
【0050】
また、所定の期間ＴＡに該当ユーザに提供された１以上の広告が広告Ｘ，Ｙの順である場合、広告提供順序は、広告Ｘ、広告Ｙの順である。また、所定の期間ＴＡに該当ユーザに提供された１以上の広告が広告Ｘ（広告Ｘは、広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２のいずれか１つ）のみである場合、広告提供順序は、広告Ｘのみである。
【0051】
この場合、情報処理装置１は、提供広告情報に基づいて、広告提供順序毎のコンバージョン数を算出する。そして、情報処理装置１は、広告提供順序毎に広告提供順序に含まれる広告のスコアを算出する。
【0052】
例えば、広告提供順序として広告提供順序ＡＯ１～ＡＯｐがある場合、情報処理装置１は、広告提供順序ＡＯ１～ＡＯｐの各々のコンバージョン数を算出する。ｐは、例えば、広告提供順序の総数と同じ値である。以下において、広告提供順序ＡＯ１～ＡＯｐの各々を個別に区別せずに示す場合、広告提供順序ＡＯと記載する場合がある。
【0053】
情報処理装置１は、該当ユーザが商品Ｘを購入した時点に提供タイミングが近い広告ほど重み付けを高くして得られる値にコンバージョン数を乗算した値を広告のスコアとして算出することができる。
【0054】
この場合、重みは、例えば、合計で１になるように設定される。例えば、広告提供順序ＡＯが広告Ａ１、広告Ｂ１、広告Ｃ２の順である場合、広告Ａ１の重みは、例えば、０．２であり、広告Ｂ１の重みは、例えば、０．３であり、広告Ｃ２の重みは、例えば、０．５であるが、かかる例に限定されない。
【0055】
広告提供順序ＡＯｍが広告Ａ１、広告Ｂ１、広告Ｃ２の順であり、広告Ａ１、広告Ｂ１、広告Ｃ２の重みが０．１５，０．３，０．５５であり、広告提供順序ＡＯｍのコンバージョン数が１００であるとする。この場合、広告提供順序ＡＯｍにおいて、広告Ａ１のスコアは１５であり、広告Ｂ１のスコアは、３０であり、広告Ｃ２のスコアは、５５である。なお、広告提供順序ＡＯｍにおいて、広告Ａ２，Ｂ２，Ｃ２以外の広告のスコアは０である。
【0056】
そして、情報処理装置１は、広告提供順序ＡＯ毎に算出した広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２のスコアを広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２毎に集計することで、広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２毎の広告単位貢献度を算出する。例えば、広告提供順序ＡＯ毎に算出した広告Ａ１のスコアがスコアＳＡ１１～ＳＡ１ｐであるとする。この場合、広告Ａの広告単位貢献度は、スコアＳＡ１１～ＳＡ１ｐの合計値である。
【0057】
なお、各広告の広告単位貢献度の算出方法は、上述した算出方法に限定されない。例えば、情報処理装置１は、広告組み合わせＡＧに応じたコンバージョン数や広告提供順序ＡＯに応じたコンバージョン数を予測する予測モデルを生成し、生成した予測モデルを用いて、各広告の広告単位貢献度を算出することもできる。
【0058】
予測モデルは、例えば、下記式（１）で表される。下記式（１）において、特徴量は、広告組み合わせＡＧの情報または広告提供順序ＡＯの情報であり、ｐＣＶは、予測コンバージョン数である。以下において、広告組み合わせＡＧの情報および広告提供順序ＡＯの情報の各々を個別に区別せずに示す場合、広告提供関連情報と記載する場合がある。
ｆ（特徴量）＝ｐＣＶ ・・・（１）
ｆ（特徴量）＝ｐＣＶ ・・・（１）
【0059】
情報処理装置１は、提供広告情報に基づいて、広告組み合わせＡＧ毎のコンバージョン数または広告提供順序ＡＯ毎のコンバージョン数を算出する。
【0060】
そして、情報処理装置１は、広告提供関連情報とコンバージョン数を示す情報とを広告組み合わせ毎に含む学習用情報を生成し、かかる学習用情報を用いて、予測モデルを生成する。情報処理装置１は、生成した予測モデルを用いて、各広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２の広告単位貢献度を算出する。
【0061】
例えば、予測モデルが、ＬＳＴＭ（Long Short-Term Memory）やＧＲＵ（Gated Recurrent Unit）などのＲＮＮ（Recurrent Neural Networks）であるとする。この場合、情報処理装置１は、広告提供関連情報を予測モデルに入力し、このときの予測モデルにおけるソフトマックス関数（Softmax function）の出力値に例えばコンバージョン数を乗算することなどによって、広告のスコアを算出する。
【0062】
ソフトマックス関数の出力値は、例えば、階層的アテンション（Hierarchical Attention）の出力にソフトマックス関数が適用されて得られるものであり、広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２の確率分布で表される。階層的アテンションは、注意機構の一例である。
【0063】
また、予測モデルが、線形回帰モデルやＧＢＤＴ（Gradient Boosting Decision Tree）などの分類モデルであるとする。この場合、情報処理装置１は、広告提供関連情報を予測モデルに入力し、予測モデルから予測コンバージョン数であるｐＣＶを取得する処理を広告組み合わせＡＧ毎または広告提供順序ＡＯ毎に行う。
【0064】
そして、情報処理装置１は、広告組み合わせＡＧ毎のｐＣＶまたは広告提供順序ＡＯ毎のｐＣＶを用いて、各広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２のスコアを算出する処理を広告組み合わせＡＧ毎または広告提供順序ＡＯ毎に行う。
【0065】
例えば、情報処理装置１は、複数の広告がユーザＵに提供された場合の予測モデルによって予測されるコンバージョン数と、複数の広告のうちの一部がユーザＵに提供された場合の予測モデルによって予測されるコンバージョン数とに基づいて、複数の広告の各々のスコアを算出する。
【0066】
情報処理装置１は、予測モデルを用いた場合も、広告組み合わせＡＧまたは広告提供順序ＡＯに算出した各広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２のスコアを広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２毎に集計することで、広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２毎の広告単位貢献度を算出する。
【0067】
情報処理装置１は、広告Ａ１，Ｂ１，Ｃ１，Ａ２，Ｂ２，Ｃ２毎の広告単位貢献度と同様の処理によって、広告Ｄ，Ｅ，Ｆ毎の広告単位貢献度を算出する。なお、上述した例では、商品Ｘ１の購入の場合の広告組み合わせと商品Ｘ２の購入の場合の広告組み合わせとが異なるものとしたが、かかる例に限定されない。
【0068】
例えば、商品Ｘ１と商品Ｘ２とが特定の関係を有する商品である場合、商品Ｘ１の購入の場合の広告組み合わせと商品Ｘ２の購入の場合の広告組み合わせとは同じであってもよい。すなわち、商品Ｘ１の購入と商品Ｘ２の購入とを同一視して商品Ｘの購入とみなすことができる。この場合、広告組み合わせの種類は、広告Ａ１，Ａ２，Ｂ１，Ｂ２，Ｃ１，Ｃ２，Ｄ，Ｅ，Ｆのうちの１つ以上の広告の組み合わせである。特定の関係は、例えば、同一種類の商品、同一カテゴリの商品、またはデザインなどが関連する商品などであるが、かかる例に限定されない。
【0069】
また、広告キャンペーンＣａｍｐ３において、商品Ｘは、商品Ｘ１であってもよく、広告キャンペーンＣａｍｐ３は、広告Ｄ，Ｅ，Ｆを含む広告群に代えて、商品Ｘ１を広告対象とする広告Ａ３，Ｂ３，Ｃ３を含む広告群を有していてもよい。この場合、広告組み合わせの種類は、広告Ａ１，Ａ２，Ａ３，Ｂ１，Ｂ２，Ｂ３，Ｃ１，Ｃ２，Ｃ３のうちの１つの広告の組み合わせである。なお、上述した例では、コンバージョンでの広告単位貢献度の算出方法を説明したが、エンゲージメントでの広告単位貢献度も、コンバージョンでの広告単位貢献度と同様の算出方法で算出することができる。
【0070】
つづいて、情報処理装置１は、ステップＳ５で算出した広告毎の広告単位貢献度に基づいて、複数の広告群の各々の特定目標への貢献度を広告群単位貢献度として算出する（ステップＳ６）。情報処理装置１は、例えば、予め定められた期間ＴＢ毎または広告主Ｏが設定した期間毎（例えば、広告主Ｏが設定した予算の額が異なる期間毎）に複数の広告群の各々の広告群単位貢献度を算出する。
【0071】
例えば、情報処理装置１は、広告Ａ１，Ｂ１，Ｃ１の広告単位貢献度を合計することによって、広告Ａ１，Ｂ１，Ｃ１を含む広告群（広告キャンペーンＣａｍｐ１の広告群）の広告群単位貢献度を算出する。
【0072】
また、情報処理装置１は、広告Ａ２，Ｂ２，Ｃ２の広告単位貢献度を合計することによって、広告Ａ２，Ｂ２，Ｃ２を含む広告群（広告キャンペーンＣａｍｐ２の広告群）の広告群単位貢献度を算出する。
【0073】
また、情報処理装置１は、広告Ｄ，Ｅ，Ｆの広告単位貢献度を合計することによって、広告Ｄ，Ｅ，Ｆを含む広告群（広告キャンペーンＣａｍｐ３の広告群）の広告群単位貢献度を算出する。
【0074】
つづいて、情報処理装置１は、ステップＳ６によって算出された広告群の広告群単位貢献度と、広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を広告群毎に生成する（ステップＳ７）。
【0075】
情報処理装置１は、例えば、数理モデルや機械学習モデルを用いて特性情報を生成することができる。例えば、数理モデルの１つであるＶｉｄａｌｅ＆Ｗｏｌｆｅモデルを用いて、特性情報を生成する。Ｖｉｄａｌｅ＆Ｗｏｌｆｅモデルは、例えば、下記式（２）で表される。
【0076】
【数1】
【0077】
上記式（２）において、「ｄＳ／ｄｔ」は、広告群単位貢献度の時間変化を示し、「Ａ（ｔ）」は、投下する予算の額を示し、「ｒ」は、反応係数を示し、「ｒＡ（ｔ）」は、投下する予算の効果を示し、「Ｍ－Ｓ／Ｍ」は、限界作用を示し、「λＳ」は、自然減衰効果（≒遅延効果）である。
【0078】
このように、Ｖｉｄａｌｅ＆Ｗｏｌｆｅモデルでは、限界効用、広告群単位貢献度の遅延発生などを表現可能であり、微分が可能である。限界効用は、予算の額を増加するほど効果の増分が減少する効果である。限界効用が表現可能であることから、広告群単位貢献度の増加分の減衰を加味することができる。例えば、１万円から２万円に予算増額したときの広告群単位貢献度の増分を、１０万円から１１万円に予算を増額したときの広告群単位貢献度の増分より大きくすることができる。
【0079】
また、広告群単位貢献度の遅延発生が表現可能であることから、遅れて観測される目標行動（コンバージョンまたはエンゲージメント）の結果も加味され、直前の実績を学習に利用できる。特に広告群単位貢献度はその発生に時間がかかることから相性がよい。また、Ｖｉｄａｌｅ＆Ｗｏｌｆｅモデルでは、予算の額を変更したときの広告群単位貢献の変化分が解析的に求まることから、最適化に利用しやすいという利点がある。
【0080】
情報処理装置１は、ステップＳ６で算出された広告群単位貢献度の情報と予算の額の情報とを期間毎に含む時系列の履歴情報を用いて、「Ｍ」、「λ」、および「ｒ」などのパラメータを広告群毎に推定する。例えば、情報処理装置１は、最尤推定法や最小二乗法などの統計的手法を用いて、「Ｍ」、「λ」、および「ｒ」などのパラメータを広告群毎に推定する。なお、履歴情報に含まれる予算の額の情報は、期間内に予算の額の一部しか消化されなかった場合などにおいては、期間内に消化された額の情報または消化された額に調整値を乗算または加算した額の情報などであってもよい。
【0081】
情報処理装置１は、パラメータを推定したＶｉｄａｌｅ＆Ｗｏｌｆｅモデルを用いて、広告群単位貢献度と予算の額との関係を示す特性情報を広告群毎に生成する。特性情報は、広告群単位貢献度と予算の額とを示す関数グラフの情報であるが、かかる例に限定されない。例えば、情報処理装置１は、パラメータを推定したＶｉｄａｌｅ＆Ｗｏｌｆｅモデルにおいて予算の額を変化させることで、広告群単位貢献度の変化の予測値を取得することができ、これにより、特性情報を生成することができる。以下において、広告群単位貢献度と予算の額とを示す関数グラフを関数曲線と記載する場合がある。
【0082】
また、情報処理装置１は、ステップＳ６で算出された広告群単位貢献度の情報と予算の額の情報とを期間毎に含む時系列の履歴情報を学習用情報として用いて、学習を行って機械学習モデルを生成することができる。この場合、広告群単位貢献度の情報は、ラベルの情報として用いられるが、かかる例に限定されない。機械学習モデルは、例えば、ＬＳＴＭやＧＲＵなどのＲＮＮ、線形回帰モデルやＧＢＤＴなどの分類モデルなどであるが、かかる例に限定されない。
【0083】
情報処理装置１は、生成した機械学習モデルを用いて、広告群単位貢献度と予算の額との関係を示す特性情報を広告群毎に生成する。特性情報は、広告群単位貢献度と予算の額とを示す関数グラフの情報であるが、かかる例に限定されない。
【0084】
また、情報処理装置１は、ステップＳ６で算出された広告群単位貢献度の情報と予算の額の情報とを期間毎に含む時系列の履歴情報を用いて、広告群単位貢献度と予算の額とを示す散布図を特性情報として広告群毎に生成することもできる。また、情報処理装置１は、生成した散布図から特性曲線を導出することもできる。
【0085】
つづいて、情報処理装置１は、ステップＳ７で生成した広告群毎の特性情報を広告主Ｏの端末装置３に送信する（ステップＳ８）。端末装置３は、情報処理装置１から送信された広告群毎の特性情報を受信し、受信した広告群毎の特性情報を表示する。これにより、広告主Ｏは、広告群毎の特性情報からどのように各広告群の予算の額を設定すれば各広告群による広告効果を効率的に設定できるかを把握することができる。
【0086】
広告主Ｏは、各広告キャンペーンＣａｍｐの予算の額を変更する場合、端末装置３を操作することによって、広告キャンペーンＣａｍｐの変更後の予算の額を示す情報を入力する。この場合、端末装置３は、広告キャンペーンＣａｍｐの変更後の予算の額を示す情報を含む予算変更情報が端末装置３から情報処理装置１に送信する。情報処理装置１は、端末装置３から送信された予算変更情報を受信すると、受信した予算変更情報に基づいて、広告キャンペーンＣａｍｐの予算の額を変更する。
【0087】
広告主Ｏは、端末装置３を操作することによって、広告主Ｏのアカウントにおける総予算の額を示す情報を含む総予算額情報を入力することができる。図１に示す例では、３つの広告キャンペーンＣａｍｐ１，Ｃａｍｐ２，Ｃａｍｐ３の予算の総額である総予算額は、広告主Ｏのアカウントにおける総予算額以内に設定される。
【0088】
端末装置３は、広告主Ｏから総予算額情報が入力された場合、かかる総予算額情報を情報処理装置１に送信する（ステップＳ９）。なお、総予算額情報は、ステップＳ１における広告キャンペーン情報に含まれてもよく、この場合、ステップＳ９の処理は行われなくてもよい。
【0089】
情報処理装置１は、端末装置３から送信される総予算額情報を受信した場合、かかる総予算額情報で示される総予算額と、ステップＳ７で生成した広告群毎の特性情報とに基づいて、複数の広告群の各々の予算の額を決定する（ステップＳ１０）。
【0090】
例えば、情報処理装置１は、総予算額内で複数の広告群の各々の特性情報における複数の広告群の広告群単位貢献度の総和が最大または最大から予め定められた条件の範囲内となる複数の広告群の各々の予算を決定する。以下において、複数の広告群の広告群単位貢献度の総和を総貢献度と記載する場合がある。
【0091】
例えば、総予算額を「Ｐｍａｘ」とし、総貢献度を「Ａａｌｌ」とし、広告キャンペーンＣａｍｐ１の予算の額を「Ｐ１」とし、広告キャンペーンＣａｍｐ２の予算の額を「Ｐ２」とし、広告キャンペーンＣａｍｐ３の予算の額を「Ｐ３」とする。
【0092】
図１に示す例では、総貢献度Ａａｌｌは、下記式（３）で表される。下記式（３）において、「ＡＴ１」は、広告キャンペーンＣａｍｐ１の広告群の広告群単位貢献度であり、「ＡＴ２」は、広告キャンペーンＣａｍｐ２の広告群の広告群単位貢献度であり、「ＡＴ３」は、広告キャンペーンＣａｍｐ３の広告群の広告群単位貢献度である。
Ａａｌｌ＝ＡＴ１＋ＡＴ２＋ＡＴ３ ・・・（３）
Ａａｌｌ＝ＡＴ１＋ＡＴ２＋ＡＴ３ ・・・（３）
【0093】
この場合、情報処理装置１は、下記式（４）の制約条件の下、最大の総貢献度Ａａｌｌとなる広告群単位貢献度ＡＴ１，ＡＴ２，ＡＴ３または最大の総貢献度Ａａｌｌから予め定められた条件の範囲内となる広告群単位貢献度ＡＴ１，ＡＴ２，ＡＴ３を算出する。予め定められた条件の範囲は、例えば、総貢献度Ａａｌｌの９０％～１００％までの範囲などであるが、広告主Ｏによって任意に設定可能である。
Ｐｍａｘ≧Ｐ１＋Ｐ２＋Ｐ３ ・・・（４）
Ｐｍａｘ≧Ｐ１＋Ｐ２＋Ｐ３ ・・・（４）
【0094】
情報処理装置１は、算出した広告群単位貢献度ＡＴ１に対応する予算額Ｐ１を、広告キャンペーンＣａｍｐ１の広告群の特性情報から判定する。また、情報処理装置１は、算出した広告群単位貢献度ＡＴ２に対応する予算額Ｐ２を、広告キャンペーンＣａｍｐ２の広告群の特性情報から判定する。また、情報処理装置１は、算出した広告群単位貢献度ＡＴ３に対応する予算額Ｐ３を、広告キャンペーンＣａｍｐ３の広告群の特性情報から判定する。
【0095】
また、情報処理装置１は、各広告群の予算額Ｐ１，Ｐ２，Ｐ３を増加または減少させたときの広告群単位貢献度の変化（例えば、変化量または変化率）に基づいて、総予算額内において複数の広告群の各々の予算の額を決定することもできる。
【0096】
例えば、情報処理装置１は、下記式（５）を用いて、総予算額内において複数の広告群の各々の予算額Ｐ１，Ｐ２，Ｐ３を決定する。
ｂ（ｔ）＝ＰＱ｛ｂ（ｔ－１）＋η∇ｇ（ｂ（ｔ－１））｝ ・・・（５）
ｂ（ｔ）＝ＰＱ｛ｂ（ｔ－１）＋η∇ｇ（ｂ（ｔ－１））｝ ・・・（５）
【0097】
上記式（５）において、「ｂ（ｔ）」は、広告群における今回期間の予算額であり、「ｂ（ｔ－１）」は、広告群における前回期間の予算額であり、「ＰＱ」は、広告群における総予算額の制約への射影であり、「η」は、更新幅である。「∇ｇ（ｂ（ｔ－１））」は、広告群における前回期間の予算額における関数グラフ（特性曲線）の傾きであり、広告群の予算の額を増加または減少させたときの広告群単位貢献度の変化の一例である。ここでの期間は、予め定められた期間ＴＢまたは広告主Ｏが設定した期間（例えば、広告主Ｏが設定した予算の額が異なる期間毎）であるが、かかる例に限定されない。
【0098】
情報処理装置１は、各広告群の予算の額を増加または減少させたときの広告群単位貢献度の変化を用いることができ、これにより、確率的なばらつきの影響を受けづらく、安定した予算額の更新を行うことができる。
【0099】
このように、情報処理装置１は、広告主Ｏによって設定された複数の広告群の各々に含まれる広告毎に特定目標への貢献度を広告単位貢献度として算出し、広告毎の広告単位貢献度に基づいて、複数の広告群の各々の特定目標への貢献度を広告群単位貢献度として算出する。そして、情報処理装置１は、広告群の広告群単位貢献度と、広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を広告群毎に生成する。これにより、情報処理装置１は、広告の配信のための予算を適切に設定するための支援を行うことができる。
【0100】
以下、このような処理を行う情報処理装置１、複数の端末装置２、および端末装置３を含む情報処理システムの構成などについて、詳細に説明する。
【0101】
〔２．情報処理システムの構成〕
図２は、実施形態に係る情報処理システムの構成の一例を示す図である。図２に示すように、実施形態に係る情報処理システム１００は、情報処理装置１と、複数の端末装置２と、複数の端末装置３を含む。
図２は、実施形態に係る情報処理システムの構成の一例を示す図である。図２に示すように、実施形態に係る情報処理システム１００は、情報処理装置１と、複数の端末装置２と、複数の端末装置３を含む。
【0102】
複数の端末装置２は、互いに異なるユーザＵによって用いられる。複数の端末装置３は、互いに異なる広告主Ｏによって用いられる。端末装置２および端末装置３の各々は、例えば、ノートＰＣ（Personal Computer）、デスクトップＰＣ、スマートフォン、タブレットＰＣ、ウェアラブルデバイスである。ウェアラブルデバイスは、例えば、スマートグラス、またはスマートウォッチなどであるが、かかる例に限定されない。ユーザＵは、情報処理装置１などから提供される広告の提供を受けるユーザである。
【0103】
情報処理装置１、端末装置２、および端末装置３の各々は、ネットワークＮを介して、有線または無線により互いに通信可能に接続される。なお、図２に示す情報処理システム１００には、情報処理装置１などが複数含まれてもよい。
【0104】
ネットワークＮは、例えば、インターネットなどのＷＡＮ（Wide Area Network）およびＬＴＥ（Long Term Evolution）、４Ｇ（4th Generation）、５Ｇ（5th Generation：第５世代移動通信システム）などの移動体通信網などを含む。
【0105】
端末装置２および端末装置３は、移動体通信網、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線ＬＡＮ（Local Area Network）などの近距離無線通信を介してネットワークＮに接続し、情報処理装置１と通信することができる。
【0106】
【0107】
〔３．１．通信部１０〕
通信部１０は、例えば、通信モジュールやＮＩＣ（Network Interface Card）などによって実現される。そして、通信部１０は、ネットワークＮと有線または無線で接続され、他の各種装置との間で情報の送受信を行う。例えば、通信部１０は、端末装置２や端末装置３との間でネットワークＮを介して情報の送受信を行う。
通信部１０は、例えば、通信モジュールやＮＩＣ（Network Interface Card）などによって実現される。そして、通信部１０は、ネットワークＮと有線または無線で接続され、他の各種装置との間で情報の送受信を行う。例えば、通信部１０は、端末装置２や端末装置３との間でネットワークＮを介して情報の送受信を行う。
【0108】
〔３．２．記憶部１１〕
記憶部１１は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子、または、ハードディスク、光ディスクなどの記憶装置によって実現される。記憶部１１は、ユーザ情報記憶部２０と、広告主情報記憶部２１と、キャンペーン情報記憶部２２と、広告配信履歴記憶部２３とを有する。
記憶部１１は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子、または、ハードディスク、光ディスクなどの記憶装置によって実現される。記憶部１１は、ユーザ情報記憶部２０と、広告主情報記憶部２１と、キャンペーン情報記憶部２２と、広告配信履歴記憶部２３とを有する。
【0109】
〔３．２．１．ユーザ情報記憶部２０〕
ユーザ情報記憶部２０は、ユーザＵに関する各種の情報を記憶する。図４は、実施形態に係る情報処理装置１のユーザ情報記憶部２０に記憶されるユーザ情報テーブルの一例を示す図である。
ユーザ情報記憶部２０は、ユーザＵに関する各種の情報を記憶する。図４は、実施形態に係る情報処理装置１のユーザ情報記憶部２０に記憶されるユーザ情報テーブルの一例を示す図である。
【0110】
図４に示す例では、ユーザ情報記憶部２０に記憶されるユーザ情報テーブルは、「ユーザＩＤ（Identifier）」、「属性情報」および「履歴情報」といった項目の情報を含む。「ユーザＩＤ」は、ユーザＵを識別する識別子であり、ユーザＵ毎に付される情報である。
【0111】
「属性情報」は、「ユーザＩＤ」に対応付けられたユーザＵの属性を示す属性情報である。ユーザＵの属性は、例えば、デモグラフィック属性、サイコグラフィック属性などである。デモグラフィック属性は、人口統計学的属性であり、例えば、年齢、性別、職業、居住地、年収、家族構成などの複数の属性項目を含む。
【0112】
サイコグラフィック属性は、心理学的属性であり、例えば、ライフスタイル、価値観、興味関心などに関する複数の属性項目を含む。例えば、サイコグラフィック属性における複数の属性項目の各々は、車、服、旅行、ゲーム、キャンプ、バイク、電車、家電、またはパソコンなどといったユーザＵの興味関心を有する対象である。
【0113】
「履歴情報」は、「ユーザＩＤ」に対応付けられたユーザＵの行動履歴の情報を含む。ユーザＵの行動履歴は、例えば、ユーザＵのオンラインサービスにおける行動履歴の情報を含む。ユーザＵのオンラインサービスにおける行動履歴の情報は、例えば、ユーザＵのオンラインサービスにおける検索履歴情報、閲覧履歴情報、配信履歴情報、および取引履歴情報などを含む。
【0114】
ユーザＵの検索履歴情報は、例えば、ウェブ検索サービスにおけるユーザＵによる検索履歴の情報などを含む。ユーザＵの閲覧履歴情報は、例えば、オンラインサービスにおけるユーザＵによるコンテンツの閲覧履歴の情報などを含む。配信履歴情報は、ユーザＵの端末装置２に配信された配信コンテンツの配信履歴の情報などを含む。取引履歴情報は、オンラインサービスにおけるユーザＵによる商品の取引履歴の情報などを含む。
【0115】
〔３．２．２．広告主情報記憶部２１〕
広告主情報記憶部２１は、広告主Ｏに関する各種の情報を記憶する。図５は、実施形態に係る情報処理装置１の広告主情報記憶部２１に記憶される広告主情報テーブルの一例を示す図である。
広告主情報記憶部２１は、広告主Ｏに関する各種の情報を記憶する。図５は、実施形態に係る情報処理装置１の広告主情報記憶部２１に記憶される広告主情報テーブルの一例を示す図である。
【0116】
図５に示す例では、広告主情報記憶部２１に記憶される広告主情報テーブルは、「広告主ＩＤ」、「アカウント」、「予算額」、「キャンペーンＩＤ」といった項目の情報を含む。「広告主ＩＤ」は、広告主Ｏを識別する識別子であり、広告主Ｏ毎に付される情報である。
【0117】
「アカウント」は、「広告主ＩＤ」に対応付けられた広告主Ｏのアカウントの情報であり、広告主Ｏ毎に割り当てられる。なお、アカウントは、広告主Ｏ毎に２つ以上割り当てられてもよい。「予算額」は、アカウントに割り当てられた予算額であり、上述した総予算額である。かかる総予算額は、例えば、予め定められた期間ＴＢ毎の総予算の額または広告主Ｏが設定した期間毎（例えば、広告主Ｏが設定した予算の額が異なる期間毎）の総予算の額であるが、かかる例に限定されない。
【0118】
「キャンペーンＩＤ」は、「アカウント」に対応付けられた広告キャンペーンＣａｍｐを識別する識別子であり、広告キャンペーンＣａｍｐ毎に付される情報である。なお、広告主情報記憶部２１は、上記に限らず、目的に応じて種々の情報を記憶することができる。
【0119】
〔３．２．３．キャンペーン情報記憶部２２〕
キャンペーン情報記憶部２２は、端末装置３から受け付けた広告キャンペーンＣａｍｐに関する各種の情報を記憶する。図６は、実施形態に係る情報処理装置１のキャンペーン情報記憶部２２に記憶されるキャンペーン情報テーブルの一例を示す図である。
キャンペーン情報記憶部２２は、端末装置３から受け付けた広告キャンペーンＣａｍｐに関する各種の情報を記憶する。図６は、実施形態に係る情報処理装置１のキャンペーン情報記憶部２２に記憶されるキャンペーン情報テーブルの一例を示す図である。
【0120】
図６に示す例では、キャンペーン情報記憶部２２に記憶されるキャンペーン情報テーブルは、「キャンペーンＩＤ」、「広告」、「獲得単価」、および「予算額」といった項目の情報を含む。「キャンペーンＩＤ」は、図５に示すキャンペーンＩＤと同様に、広告キャンペーンＣａｍｐを識別する識別子であり、広告キャンペーンＣａｍｐ毎に付される情報である。
【0121】
「広告」は、「キャンペーンＩＤ」に対応付けられた広告キャンペーンＣａｍｐに含まれる広告であり、例えば、バナー広告、リスティング広告、ネイティブ広告、ソーシャルメディア広告、動画広告などであるが、かかる例に限定されない。
【0122】
「獲得単価」は、「キャンペーンＩＤ」に対応付けられた広告キャンペーンＣａｍｐに含まれる広告に対応する獲得単価の情報であり、例えば、スレッショルドＣＰＡの情報であるが、かかる例に限定されない。
【0123】
「予算額」は、「キャンペーンＩＤ」に対応付けられた広告キャンペーンＣａｍｐに含まれる各広告に対応する予算の額の情報であり、例えば、予め定められた期間ＴＢ毎の総予算の額または広告主Ｏが設定した期間毎の予算の額であるが、かかる例に限定されない。例えば、「予算額」は、「キャンペーンＩＤ」に対応付けられた広告キャンペーンＣａｍｐに対応する予算の額の情報であってもよい。
【0124】
なお、図６に示されていないが、キャンペーン情報テーブルには、「キャンペーンＩＤ」に対応付けられ広告キャンペーンＣａｍｐに含まれる広告の配信期間の情報、特定目標の情報、ターゲットとなるユーザＵの属性であるターゲット属性の情報などが含まれている。また、キャンペーン情報記憶部２２は、上記に限らず、目的に応じて種々の情報を記憶することができる。
【0125】
〔３．２．４．広告配信履歴記憶部２３〕
広告配信履歴記憶部２３は、広告の配信履歴に関する各種の情報を記憶する。図７は、実施形態に係る情報処理装置１の広告配信履歴記憶部２３に記憶される広告提供履歴テーブルの一例を示す図である。
広告配信履歴記憶部２３は、広告の配信履歴に関する各種の情報を記憶する。図７は、実施形態に係る情報処理装置１の広告配信履歴記憶部２３に記憶される広告提供履歴テーブルの一例を示す図である。
【0126】
図７に示す例では、広告配信履歴記憶部２３に記憶される広告提供履歴テーブルは、「ユーザＩＤ」、「提供広告」、および「特定目標情報」といった項目の情報を含む。「ユーザＩＤ」は、図４に示すユーザＩＤと同じであり、広告の提供先となるユーザＵの識別子の情報である。
【0127】
「提供広告」は、例えば、「ユーザＩＤ」に対応付けられたユーザＵに提供（配信）された広告の広告ＩＤと、そのユーザＵへの広告の提供日時を示す情報とを含む。「特定目標情報」は、提供広告の目標である特定目標に関する情報であり、例えば、特定目標がコンバージョンである場合、「ユーザＩＤ」に対応付けられたユーザＵが行ったコンバージョンの内容を示す情報と、そのユーザＵによるコンバージョンの日時（コンバージョン日時）の情報とを含む。
【0128】
コンバージョンの内容は、例えば、取引対象の購入、広告対象となる取引対象の利用、広告対象となる会員登録、または広告対象となるサイトの閲覧（表示）などであるが、かかる例に限定されない。取引対象は、例えば、商品やサービスなどである。
【0129】
また、「特定目標情報」は、特定目標がエンゲージメントである場合、「ユーザＩＤ」に対応付けられたユーザＵが行ったエンゲージメントの内容を示す情報と、そのユーザＵによるエンゲージメントの日時（エンゲージメント日時）の情報とを含む。
【0130】
エンゲージメントは、例えば、広告対象にどの程度積極的に関与しているかを表す指標であり、例えば、ＳＮＳなどでのシェア、いいね、投稿などであるが、かかる例に限定されない。
【0131】
なお、広告配信履歴記憶部２３は、一の取引対象について特定目標（例えば、コンバージョンやエンゲージメントなどの特定行動）に至ったユーザＵに対応付けて、そのユーザＵに所定の期間ＴＡに提供された広告を対応付けて記憶することもできる。
【0132】
例えば、広告配信履歴記憶部２３は、広告対象に対応する特定目標（例えば、コンバージョンやエンゲージメントなどの特定行動）に至ったユーザＵに対応付けて、そのユーザＵに所定の期間ＴＡに提供された広告のうち、広告対象に対応する広告をその組み合わせまたは提供順序に対応付けて記憶する。
【0133】
例えば、広告配信履歴記憶部２３は、商品Ｘについて、その商品Ｘを購入したユーザＵに対応付けて、そのユーザＵが商品Ｘを購入した日時以前の所定の期間ＴＡ（直近１週間等）に提供された広告のうち、商品Ｘを広告対象とする１以上の広告をその組み合わせまた提供順序に対応付けて記憶する。
【0134】
また、広告配信履歴記憶部２３には、例えば、広告が提供された際のユーザＵの属性情報や履歴情報、およびユーザＵに提供された際の広告の広告表示環境情報なども記憶される。広告表示環境情報は、上述したように、広告が提供されるウェブサイトのカテゴリ、広告が提供される端末装置２のアプリケーションの種類、広告の表示位置などの情報などである。
【0135】
〔３．３．処理部１２〕
処理部１２は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）またはＭＰＵ（Micro Processing Unit）などによって、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。
処理部１２は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）またはＭＰＵ（Micro Processing Unit）などによって、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。
【0136】
処理部１２は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）またはＦＰＧＡ（Field Programmable Gate Array）などの集積回路により一部または全部が実現されてもよい。
【0137】
図３に示すように、処理部１２は、取得部３０と、受付部３１と、配信部３２と、算出部３３と、生成部３４と、決定部３５と、提供部３６とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、処理部１２の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
【0138】
〔３．３．１．取得部３０〕
取得部３０は、外部の情報処理装置、端末装置２、または端末装置３などから通信部１０を介して種々の情報を取得し、取得した情報を記憶部１１に記憶させる。
取得部３０は、外部の情報処理装置、端末装置２、または端末装置３などから通信部１０を介して種々の情報を取得し、取得した情報を記憶部１１に記憶させる。
【0139】
例えば、取得部３０は、外部の情報処理装置または端末装置２などから通信部１０を介してユーザＵの情報であるユーザ情報を取得し、取得したユーザ情報をユーザ情報記憶部２０のユーザ情報テーブルに追加する。
【0140】
また、取得部３０は、記憶部１１から各種の情報を取得する。例えば、取得部３０は、ユーザＵの情報であるユーザ情報をユーザ情報記憶部２０などから取得する。取得部３０によって取得されるユーザ情報は、例えば、上述した属性情報および履歴情報のうちの少なくとも１つ以上の情報の一部または全部を含む。
【0141】
また、取得部３０は、広告主Ｏの情報である広告主情報を広告主情報記憶部２１などから取得したり、広告キャンペーンＣａｍｐの情報をキャンペーン情報記憶部２２から取得したりする。また、取得部３０は、広告提供履歴の情報を広告配信履歴記憶部２３から取得する。
【0142】
例えば、取得部３０は、特定目標（コンバージョンやエンゲージメントなどの特定行動）に至ったユーザＵである該当ユーザに提供された広告の情報を特定目標毎に含む提供広告情報を記憶部１１から取得する。例えば、取得部３０は、該当ユーザの特定目標への到達時点（例えば、該当ユーザが商品Ｘを購入した時点）から所定の期間ＴＡ前までに提供された１以上の広告の情報を特定目標への到達毎に含む提供広告情報を取得する。
【0143】
所定の期間ＴＡは、例えば、１週間などの期間などであるが、かかる例に限定されず、例えば、ユーザＵの属性、商品Ｘのカテゴリ、特定目標の内容などに応じて、適宜設定可能である。
【0144】
また、取得部３０は、例えば、記憶部１１に記憶された情報を集計し、該当ユーザの特定目標への到達時点から所定の期間ＴＡ前までに該当ユーザに提供された広告の組み合わせ毎の特定目標に関する情報を含む提供広告情報を取得することもできる。
【0145】
広告組み合わせの種類は、例えば、図１に示す例では、商品Ｘ１の購入の場合、６つの広告Ａ１，Ａ２，Ｂ１，Ｂ２，Ｃ１，Ｃ２のうちの１以上の広告の組み合わせであり、商品Ｘ２の購入の場合、３つの広告Ｄ，Ｅ，Ｆのうちの１以上の広告の組み合わせである。
【0146】
また、取得部３０は、例えば、記憶部１１に記憶された情報を集計し、該当ユーザの特定目標への到達時点から所定の期間ＴＡ前までに提供された広告の提供順序毎の特定目標に関する情報を含む提供広告情報を取得することもできる。
【0147】
〔３．３．２．受付部３１〕
受付部３１は、通信部１０を介して端末装置２や端末装置３から各種の要求や情報などを受け付ける。
受付部３１は、通信部１０を介して端末装置２や端末装置３から各種の要求や情報などを受け付ける。
【0148】
例えば、受付部３１によって受け付けられる要求は、端末装置２から送信される広告要求などであるが、かかる例に限定されない。また、受付部３１は、端末装置３などから情報処理装置１に送信される広告主情報、広告キャンペーン情報、予算変更情報、または総予算額情報を受け付ける。
【0149】
受付部３１は、広告主情報を受け付けた場合、受け付けた広告主情報を広告主情報記憶部２１に記憶させる。また、受付部３１は、広告キャンペーン情報を受け付けた場合、受け付けた広告キャンペーン情報に含まれる情報を広告主情報記憶部２１やキャンペーン情報記憶部２２などに記憶させる。
【0150】
〔３．３．３．配信部３２〕
配信部３２は、端末装置２から送信された広告要求が受付部３１によって受け付けられた場合、入札処理を行い、かかる入札処理によって選択された広告を広告要求元となる端末装置２に配信する。
配信部３２は、端末装置２から送信された広告要求が受付部３１によって受け付けられた場合、入札処理を行い、かかる入札処理によって選択された広告を広告要求元となる端末装置２に配信する。
【0151】
例えば、配信部３２は、端末装置２から送信された広告要求が受付部３１によって受け付けられた場合、広告配信の入札処理を行う。配信部３２は、受付部３１によって受け付けられた広告要求を送信した端末装置２のユーザＵの情報（例えば、ユーザＵの属性の情報やユーザＵの行動履歴の情報など）などに基づいて、特定目標に到達する確率の予測値である特定目標到達率の予測値（例えば、ＣＶＲ予測値やエンゲージメント率の予測値）を算出する。
【0152】
配信部３２は、例えば、特定目標到達率の予測値を算出する予測モデルを有しており、かかる予測モデルを用いて、特定目標到達率の予測値を算出する。予測モデルは、例えば、ユーザＵの情報、ターゲット属性の情報などの情報を特徴量として入力し、特定目標到達率の予測値を出力するが、かかる例に限定されず、例えば、ターゲット属性の予測モデルなどであってもよい。
【0153】
配信部３２によって算出される特定目標到達率の予測値は、例えば、広告要求を送信した端末装置２のユーザＵによる商品Ｘの購入確率の予測値である。配信部３２は、例えば、広告キャンペーンＣａｍｐの各広告の獲得単価に特定目標到達率の予測値を乗算して得られる値を各広告の入札額として決定し、決定した各広告の入札額を用いて各広告の入札処理を行う。
【0154】
配信部３２は、受付部３１によって受け付けられた広告要求を送信した端末装置２を入札処理によって広告の配信先として決定した場合、受付部３１によって受け付けられた広告要求を送信した端末装置２に対して広告を配信する。
【0155】
入札処理では、ファーストプライスオークションと呼ばれる最高額での入札で落札される自動入札が行われるが、セカンドプライスアクションと呼ばれる２番目の入札額での入札が落札され自動動入札が行われてもよい。また、入札処理では、セカンドプライスアクションやファーストプライスオークション以外の自動入札が行われてもよい。
【0156】
〔３．３．４．算出部３３〕
算出部３３は、各種の情報の算出を行う。例えば、算出部３３は、各広告の広告単位貢献度や各広告群の広告群単位貢献度などを算出する。かかる算出部３３は、第１算出部４０と、第２算出部４１とを備える。
算出部３３は、各種の情報の算出を行う。例えば、算出部３３は、各広告の広告単位貢献度や各広告群の広告群単位貢献度などを算出する。かかる算出部３３は、第１算出部４０と、第２算出部４１とを備える。
【0157】
〔３．３．４．１．第１算出部４０〕
第１算出部４０は、広告主Ｏによって設定された複数の広告群の各々に含まれる広告毎に特定目標への貢献度を広告単位貢献度として算出する。特定目標は、例えば、コンバージョンやエンゲージメントである。以下において、特定目標がコンバージョンである場合について主に説明する。
第１算出部４０は、広告主Ｏによって設定された複数の広告群の各々に含まれる広告毎に特定目標への貢献度を広告単位貢献度として算出する。特定目標は、例えば、コンバージョンやエンゲージメントである。以下において、特定目標がコンバージョンである場合について主に説明する。
【0158】
第１算出部４０は、例えば、予め定められた期間ＴＢ毎に広告単位貢献度を算出したり、広告主Ｏが設定した期間毎（例えば、広告主Ｏが設定した予算の額が異なる期間毎）に広告単位貢献度を算出したりする。
【0159】
第１算出部４０は、取得部３０によって取得された提供広告情報に基づいて、上述した広告組み合わせＡＧ毎のコンバージョン数を算出する。例えば、広告組み合わせＡＧｍが広告Ｘ，Ｙ，Ｚの組み合わせであるとする。広告Ｘ，Ｙ，Ｚの各々は、例えば、上述した広告Ａ１，Ａ２，Ｂ１，Ｂ２，Ｃ１，Ｃ２，Ｄ，Ｅ，Ｆのうちのいずれかであるが、かかる例に限定されない。各広告Ｘ，Ｙ，Ｚは、例えば、互いに異なる広告などであるが、広告Ｘ，Ｙ，Ｚの一部または全部が同じ広告であってもよい。
【0160】
この場合、第１算出部４０は、該当ユーザのコンバージョンの時点（例えば、該当ユーザが商品Ｘを購入した時点）から所定の期間ＴＡ前までに広告Ｘ，Ｙ，Ｚが提供された場合にコンバージョンに至った数を集計することで、広告組み合わせＡＧｍのコンバージョン数を算出する。
【0161】
そして、第１算出部４０は、広告組み合わせＡＧ毎に広告組み合わせＡＧに含まれる広告のスコアを算出する。例えば、第１算出部４０は、広告組み合わせＡＧが１つの広告のみの組み合わせである場合、広告組み合わせＡＧに含まれる広告のスコアを、基準値（例えば、１）に広告組み合わせＡＧのコンバージョン数を乗算して得られる値とする。
【0162】
例えば、広告組み合わせＡＧが１つの広告Ｘのみの組み合わせであり、広告Ｘのみの組み合わせのコンバージョン数が１００であるとする。この場合、第１算出部４０は、基準値（例えば、１）に１００を乗算して得られる値（例えば、１００）を広告Ｘのスコアとして算出する。１つの広告Ｘのみの組み合わせの場合、広告Ｘ以外の広告のスコアは０である。
【0163】
また、第１算出部４０は、広告組み合わせＡＧが２つ以上の広告の組み合わせである場合、広告組み合わせＡＧに含まれる各広告のスコアを基準値に重みと広告組み合わせＡＧのコンバージョン数とを乗算した値にする。重みは、広告数の逆数であり、例えば、２つの広告の組み合わせである場合、１／２であり、３つの広告の組み合わせである場合、１／３である。
【0164】
例えば、広告組み合わせＡＧに２つの広告Ｘ，Ｙが含まれ、２つの広告Ｘ，Ｙの組み合わせのコンバージョン数が１００であるとする。この場合、第１算出部４０は、基準値（例えば、１）に１／２と１００を乗算して得られる値（例えば、５０）を各広告Ｘ，Ｙのスコアとして算出する。２つの広告Ｘ，Ｙの組み合わせの場合、広告Ｘ，Ｙ以外の広告のスコアは０である。
【0165】
第１算出部４０は、広告組み合わせＡＧ毎に算出した広告のスコアを広告毎に集計することで、広告毎の広告単位貢献度を算出する。例えば、広告組み合わせＡＧ毎に算出した広告ＸのスコアがスコアＳＸ１～ＳＸｎであるとする。この場合、広告Ｘの広告単位貢献度は、スコアＳＸ１～ＳＸｎの合計値である。
【0166】
また、第１算出部４０は、２つ以上の広告の組み合わせである場合、広告組み合わせに含まれる２つの広告のスコアを均等の重みに代えて、広告提供順序ＡＯに応じた重みとすることもできる。
【0167】
広告提供順序ＡＯは、該当ユーザへの広告の提供順序である。例えば、該当ユーザのコンバージョンの時点（例えば、該当ユーザが商品Ｘを購入した時点）から所定の期間ＴＡ前までに該当ユーザに広告Ｘ、広告Ｙ、広告Ｚの順に提供された場合、広告提供順序ＡＯは、広告Ｘ、広告Ｙ、広告Ｚの順である。各広告Ｘ，Ｙ，Ｚは、例えば、互いに異なる広告などであるが、広告Ｘ，Ｙ，Ｚの一部または全部が同じ広告であってもよい。
【0168】
また、所定の期間ＴＡに該当ユーザに提供された１以上の広告が広告Ｘ，Ｙの順である場合、広告提供順序ＡＯは、広告Ｘ、広告Ｙの順である。また、所定の期間ＴＡに該当ユーザに提供された１以上の広告が広告Ｘのみである場合、広告提供順序ＡＯは、広告Ｘのみである。
【0169】
この場合、第１算出部４０は、提供広告情報に基づいて、広告提供順序ＡＯ毎のコンバージョン数を算出する。そして、第１算出部４０は、広告提供順序ＡＯ毎に広告提供順序ＡＯに含まれる広告のスコアを算出する。例えば、広告提供順序として広告提供順序ＡＯ１～ＡＯｐがある場合、第１算出部４０は、広告提供順序ＡＯ１～ＡＯｐの各々のコンバージョン数を算出する。
【0170】
第１算出部４０は、該当ユーザのコンバージョンの時点（例えば、該当ユーザが商品Ｘを購入した時点）に提供タイミングが近い広告ほど重み付けを高くして得られる値にコンバージョン数を乗算した値を広告のスコアとして算出することができる。
【0171】
この場合、重みは、例えば、合計で１になるように設定される。例えば、広告提供順序ＡＯが広告Ｘ、広告Ｙ、広告Ｚの順である場合、広告Ｘの重みは、例えば、０．２であり、広告Ｙの重みは、例えば、０．３であり、広告Ｚの重みは、例えば、０．５であるが、かかる例に限定されない。
【0172】
広告提供順序ＡＯｍが広告Ｘ、広告Ｙ、広告Ｚの順であり、広告Ｘ、広告Ｙ、広告Ｚの重みが０．１５，０．３，０．５５であり、広告提供順序ＡＯｍのコンバージョン数が１００であるとする。この場合、広告提供順序ＡＯｍにおいて、広告Ｘのスコアは１５であり、広告Ｙのスコアは、３０であり、広告Ｚのスコアは、５５である。なお、広告提供順序ＡＯｍにおいて、広告Ｘ，Ｙ，Ｚ以外の広告のスコアは０である。
【0173】
そして、第１算出部４０は、広告提供順序ＡＯ毎に算出した広告のスコアを広告毎に集計することで、広告毎の広告単位貢献度を算出する。例えば、広告提供順序ＡＯ毎に算出した広告ＸのスコアがスコアＳＸ１１～ＳＸ１ｐであるとする。この場合、広告Ｘの広告単位貢献度は、スコアＳＸ１～ＳＸｐの合計値である。
【0174】
なお、各広告の広告単位貢献度の算出方法は、上述した算出方法に限定されない。例えば、第１算出部４０は、広告組み合わせＡＧに応じたコンバージョン数や広告提供順序ＡＯに応じたコンバージョン数を予測する予測モデルを生成し、生成した予測モデルを用いて、各広告の広告単位貢献度を算出することもできる。
【0175】
予測モデルは、例えば、上記式（１）で表される。上記式（１）において、特徴量は、広告提供関連情報（例えば、広告組み合わせＡＧの情報または広告提供順序ＡＯの情報）であり、ｐＣＶは、予測コンバージョン数である。
【0176】
第１算出部４０は、提供広告情報に基づいて、広告組み合わせＡＧ毎のコンバージョン数または広告提供順序ＡＯ毎のコンバージョン数を算出する。そして、第１算出部４０は、広告提供関連情報とコンバージョン数を示す情報とを広告組み合わせ毎に含む学習用情報を生成し、かかる学習用情報を用いて、予測モデルを生成する。第１算出部４０は、生成した予測モデルを用いて、各広告の広告単位貢献度を算出する。
【0177】
例えば、予測モデルが、ＬＳＴＭやＧＲＵなどのＲＮＮであるとする。この場合、情報処理装置１は、広告提供関連情報を予測モデルに入力し、このときの予測モデルにおけるソフトマックス関数の出力値に例えばコンバージョン数を乗算することなどによって、広告のスコアを算出する。ソフトマックス関数の出力値は、例えば、階層的アテンションの出力にソフトマックス関数が適用されて得られるものであり、各広告の確率分布で表される。階層的アテンションは、注意機構の一例である。
【0178】
また、予測モデルが、線形回帰モデルやＧＢＤＴなどの分類モデルであるとする。この場合、第１算出部４０は、広告提供関連情報を予測モデルに入力し、予測モデルから予測コンバージョン数であるｐＣＶを取得する処理を広告組み合わせＡＧ毎または広告提供順序ＡＯ毎に行う。
【0179】
そして、情報処理装置１は、広告組み合わせＡＧ毎のｐＣＶまたは広告提供順序ＡＯ毎のｐＣＶを用いて、各広告のスコアを算出する処理を広告組み合わせＡＧ毎または広告提供順序ＡＯ毎に行う。
【0180】
例えば、第１算出部４０は、複数の広告がユーザＵに提供された場合の予測モデルによって予測されるコンバージョン数と、複数の広告のうちの一部がユーザＵに提供された場合の予測モデルによって予測されるコンバージョン数とに基づいて、複数の広告の各々のスコアを算出する。
【0181】
例えば、広告組み合わせが広告Ｘ，Ｙ，Ｚの組み合わせであるとする。この場合、第１算出部４０は、下記式（６）～（８）の演算を行う。Ｓｃ（Ｘ）は、広告Ｘのスコアであり、Ｓｃ（Ｙ）は、広告Ｙのスコアであり、Ｓｃ（Ｚ）は、広告Ｚのスコアである。
Ｓｃ（Ｘ）＝｛ｆ（φ）＋（ｆ（Ｘ）－ｆ（φ）） ・・・（６）
Ｓｃ（Ｙ）＝｛ｆ（φ）＋（ｆ（Ｘ，Ｙ）－ｆ（Ｘ）） ・・・（７）
Ｓｃ（Ｚ）＝｛ｆ（φ）＋（ｆ（Ｘ，Ｙ，Ｚ）－ｆ（Ｘ，Ｙ）） ・・・（８）
Ｓｃ（Ｘ）＝｛ｆ（φ）＋（ｆ（Ｘ）－ｆ（φ）） ・・・（６）
Ｓｃ（Ｙ）＝｛ｆ（φ）＋（ｆ（Ｘ，Ｙ）－ｆ（Ｘ）） ・・・（７）
Ｓｃ（Ｚ）＝｛ｆ（φ）＋（ｆ（Ｘ，Ｙ，Ｚ）－ｆ（Ｘ，Ｙ）） ・・・（８）
【0182】
上記式（６）～（８）において、ｆ（φ）は、広告Ｘ，Ｙ，ＺのいずれもユーザＵに提供されない場合のｐＣＶであり、ｆ（Ｘ）は、広告ＸのみがユーザＵに提供される場合のｐＣＶである。上記式（７），（８）において、ｆ（Ｘ，Ｙ）は、広告Ｘ，ＹがユーザＵに提供される場合のｐＣＶである。上記式（８）において、ｆ（Ｘ，Ｙ，Ｚ）は、広告Ｘ，Ｙ，ＺがユーザＵに提供される場合のｐＣＶである。なお、ｆ（φ）における「φ」は空集合を意味する。
【0183】
このように、スコアＳｃ（Ｘ），Ｓｃ（Ｙ），Ｓｃ（Ｚ）は、一の広告が含まれない広告組み合わせに一の広告を追加した広告組み合わせでのｐＣＶから、一の広告が含まれない広告組み合わせでのｐＣＶを減算する式を含む形式で表される。
【0184】
第１算出部４０は、広告Ｘ，Ｙ，Ｚの組み合わせ以外の広告組み合わせも同様に各広告スコアを算出する。そして、第１算出部４０は、各広告のスコアを広告毎に集計することで、広告毎の広告単位貢献度を算出する。
【0185】
第１算出部４０における上述した処理の例では、特定目標がコンバージョンである場合の広告毎の広告単位貢献度の算出を説明したが、第１算出部４０は、特定目標がエンゲージメントである場合も同様の処理によって、広告毎の広告単位貢献度の算出を行うことができる。
【0186】
なお、予測モデルの特徴量は、広告提供種別の情報に加えて、ユーザＵの属性情報を含んでいてもよい。この場合、ユーザＵの属性情報は、該当ユーザの属性の情報であり、該当ユーザの年齢、性別であるが、かかる例に限定されず、例えば、職業、居住地、年収などが含まれてもよい。
【0187】
〔３．３．４．２．第２算出部４１〕
第２算出部４１は、第１算出部４０によって算出された広告毎の広告単位貢献度に基づいて、複数の広告群の各々の特定目標への貢献度を広告群単位貢献度として算出する。特定目標は、上述したように、例えば、コンバージョンやエンゲージメントである。
第２算出部４１は、第１算出部４０によって算出された広告毎の広告単位貢献度に基づいて、複数の広告群の各々の特定目標への貢献度を広告群単位貢献度として算出する。特定目標は、上述したように、例えば、コンバージョンやエンゲージメントである。
【0188】
【0189】
第２算出部４１は、例えば、予め定められた期間ＴＢ毎に広告単位群貢献度を算出したり、広告主Ｏが設定した期間毎（例えば、広告主Ｏが設定した予算の額が異なる期間毎）に広告単位群貢献度を算出したりする。
【0190】
例えば、受付部３１によって受け付けられた広告キャンペーン情報に上述した広告キャンペーンＣａｍｐ１，Ｃａｍｐ２，Ｃａｍｐ３の情報が含まれているとする。この場合、第２算出部４１は、広告Ａ１，Ｂ１，Ｃ１の広告単位貢献度を合計することによって、広告Ａ１，Ｂ１，Ｃ１を含む広告群（広告キャンペーンＣａｍｐ１の広告群）の広告群単位貢献度を算出する。
【0191】
また、第２算出部４１は、広告Ａ２，Ｂ２，Ｃ２の広告単位貢献度を合計することによって、広告Ａ２，Ｂ２，Ｃ２を含む広告群（広告キャンペーンＣａｍｐ２の広告群）の広告群単位貢献度を算出する。また、第２算出部４１は、広告Ｄ，Ｅ，Ｆの広告単位貢献度を合計することによって、広告Ｄ，Ｅ，Ｆを含む広告群（広告キャンペーンＣａｍｐ３の広告群）の広告群単位貢献度を算出する。
【0192】
〔３．３．５．生成部３４〕
生成部３４は、第２算出部４１によって算出された広告群の広告群単位貢献度と、広告群に含まれる複数の広告の配信に対する予算の額（広告群の予算額）との関係を示す情報である特性情報を広告群毎に生成する。特性情報は、例えば、数理モデルまたは機械学習モデルを用いて得られる情報を含む。
生成部３４は、第２算出部４１によって算出された広告群の広告群単位貢献度と、広告群に含まれる複数の広告の配信に対する予算の額（広告群の予算額）との関係を示す情報である特性情報を広告群毎に生成する。特性情報は、例えば、数理モデルまたは機械学習モデルを用いて得られる情報を含む。
【0193】
図９は、実施形態に係る情報処理装置１の生成部３４によって生成された特性情報の一例を示す図である。図９に示す例では、広告群の予算額が少ない場合には、広告群の予算額の増加率に対して広告群の広告群単位貢献度の増加率は大きいが、広告群の予算額が大きい場合には、広告群の予算額の増加率に対して広告群の広告群単位貢献度の増加率は小さくなっている。そのため、単に広告群の予算額を増加させただけでは、広告群の予算額に見合った広告群単位貢献度を得られない場合がある。
【0194】
生成部３４は、例えば、予め定められた期間ＴＢ毎の広告群単位貢献度と予め定められた期間ＴＢ毎の予算の額とに基づいて、特性情報を生成する。また、生成部３４は、例えば、予算の額毎の広告群単位貢献度に基づいて、特性情報を生成することもできる。
【0195】
生成部３４は、例えば、数理モデルや機械学習モデルを用いて特性情報を生成することができる。例えば、数理モデルの１つであるＶｉｄａｌｅ＆Ｗｏｌｆｅモデルを用いて、特性情報を生成する。Ｖｉｄａｌｅ＆Ｗｏｌｆｅモデルは、例えば、上記式（２）で表される。
【0196】
このように、Ｖｉｄａｌｅ＆Ｗｏｌｆｅモデルでは、限界効用、広告群単位貢献度の遅延発生などを表現可能であり、微分が可能である。限界効用は、予算の額を増加するほど効果の増分が減少する効果である。限界効用が表現可能であることから、広告群単位貢献度の増加分の減衰を加味することができる。例えば、１万円から２万円に予算増額したときの広告群単位貢献度の増分を、１０万円から１１万円に予算を増額したときの広告群単位貢献度の増分より大きくすることができる。
【0197】
また、広告群単位貢献度の遅延発生が表現可能であることから、遅れて観測される目標行動（コンバージョンまたはエンゲージメント）の結果も加味され、直前の実績を学習に利用できる。特に広告群単位貢献度はその発生に時間がかかることから相性がよい。また、Ｖｉｄａｌｅ＆Ｗｏｌｆｅモデルでは、予算の額を変更したときの広告群単位貢献の変化分が解析的に求まることから、最適化に利用しやすいという利点がある。
【0198】
生成部３４は、算出部３３で算出された広告群単位貢献度の情報と予算の額の情報とを期間毎に含む時系列の履歴情報を用いて、「Ｍ」、「λ」、および「ｒ」などのパラメータを広告群毎に推定する。例えば、情報処理装置１は、最尤推定法や最小二乗法などの統計的手法を用いて、「Ｍ」、「λ」、および「ｒ」などのパラメータを広告群毎に推定する。なお、履歴情報に含まれる予算の額の情報は、期間内に予算の額の一部しか消化されなかった場合などにおいては、期間内に消化された額の情報または消化された額に調整値を乗算または加算した額の情報などであってもよい。
【0199】
生成部３４は、パラメータを推定したＶｉｄａｌｅ＆Ｗｏｌｆｅモデルを用いて、広告群単位貢献度と予算の額との関係を示す特性情報を広告群毎に生成する。特性情報は、広告群単位貢献度と予算の額とを示す関数グラフの情報であるが、かかる例に限定されない。例えば、生成部３４は、パラメータを推定したＶｉｄａｌｅ＆Ｗｏｌｆｅモデルにおいて予算の額を変化させることで、広告群単位貢献度の変化の予測値を取得することができ、これにより、特性情報を生成することができる。
【0200】
また、生成部３４は、算出部３３で算出された広告群単位貢献度の情報と予算の額の情報とを期間毎に含む時系列の履歴情報を学習用情報として用いて、学習を行って機械学習モデルを生成することができる。この場合、広告群単位貢献度の情報は、ラベルの情報として用いられるが、かかる例に限定されない。機械学習モデルは、例えば、ＬＳＴＭやＧＲＵなどのＲＮＮ、線形回帰モデルやＧＢＤＴなどの分類モデルなどであるが、かかる例に限定されない。
【0201】
生成部３４は、生成した機械学習モデルを用いて、広告群単位貢献度と予算の額との関係を示す特性情報を広告群毎に生成する。特性情報は、広告群単位貢献度と予算の額とを示す関数グラフの情報であるが、かかる例に限定されない。
【0202】
また、生成部３４は、算出部３３で算出された広告群単位貢献度の情報と予算の額の情報とを期間毎に含む時系列の履歴情報を用いて、広告群単位貢献度と予算の額とを示す散布図を特性情報として広告群毎に生成することもできる。また、生成部３４は、生成した散布図から特性曲線を導出することもできる。
【0203】
〔３．３．６．決定部３５〕
決定部３５は、種々の決定を行う。例えば、決定部３５は、広告主Ｏによって設定された複数の広告群に対する予算の額（総予算額）と、生成部３４によって生成された複数の広告群の各々の特性情報とに基づいて、複数の広告群の各々の予算の額を決定する。
決定部３５は、種々の決定を行う。例えば、決定部３５は、広告主Ｏによって設定された複数の広告群に対する予算の額（総予算額）と、生成部３４によって生成された複数の広告群の各々の特性情報とに基づいて、複数の広告群の各々の予算の額を決定する。
【0204】
図１０は、実施形態に係る情報処理装置１の決定部３５による複数の広告群の各々の予算の額の決定の様子の一例を示す図である。図１０に示す例では、受付部３１によって受け付けられた広告キャンペーン情報に含まれる広告キャンペーンの情報が上述した広告キャンペーンＣａｍｐ１，Ｃａｍｐ２，Ｃａｍｐ３の情報である。決定部３５は、図１０に示すように、例えば、総貢献度Ａａｌｌが最大になるように、複数の広告群の各々の予算の額を決定する。
【0205】
例えば、決定部３５は、複数の広告群に対する予算の額である総予算額Ｐａｍｘ内で複数の広告群の各々の特性情報における複数の広告群の広告群単位貢献度の総和である総貢献度Ａａｌｌが最大または最大から予め定められた条件の範囲内となる複数の広告群の各々の予算を決定する。
【0206】
図１１は、実施形態に係る情報処理装置１の決定部３５による複数の広告群の各々の予算の額の決定方法の一例を示す図である。図１１に示す例では、広告キャンペーンＣａｍｐ１の予算の額を「Ｐ１」とし、広告キャンペーンＣａｍｐ２の予算の額を「Ｐ２」とし、広告キャンペーンＣａｍｐ３の予算の額を「Ｐ３」としている。この場合、総貢献度Ａａｌｌは、上記式（３）で表される。
【0207】
決定部３５は、上記式（４）の制約条件の下、最大の総貢献度Ａａｌｌとなる広告群単位貢献度ＡＴ１，ＡＴ２，ＡＴ３または最大の総貢献度Ａａｌｌから予め定められた条件の範囲内となる広告群単位貢献度ＡＴ１，ＡＴ２，ＡＴ３を算出する。予め定められた条件の範囲は、例えば、総貢献度Ａａｌｌの９０％～１００％までの範囲などであるが、任意に設定可能である。そして、決定部３５は、算出した広告群単位貢献度ＡＴ１に対応する予算額Ｐ１である決定予算額Ｐｓ１を、広告キャンペーンＣａｍｐ１の広告群の特性情報から判定する。
【0208】
また、決定部３５は、算出した広告群単位貢献度ＡＴ２に対応する予算額Ｐ２である決定予算額Ｐｓ２を、広告キャンペーンＣａｍｐ２の広告群の特性情報から判定する。また、決定部３５は、算出した広告群単位貢献度ＡＴ３に対応する予算額Ｐ３である決定予算額Ｐｓ３を、広告キャンペーンＣａｍｐ３の広告群の特性情報から判定する。
【0209】
また、決定部３５は、広告群の予算の額を増加または減少させたときの広告群単位貢献度の変化に基づいて、複数の広告群に対する予算の額である総予算額Ｐａｍｘ内において複数の広告群の各々の予算の額を決定することもできる。
【0210】
図１２は、実施形態に係る情報処理装置１の決定部３５による複数の広告群の各々の予算の額の決定方法の他の例を示す図である。決定部３５は、図１２に示すように、上記式（５）を用いて、総予算額Ｐｍａｘ内において複数の広告群の各々の予算の額を決定することができる。
【0211】
このように、決定部３５は、各広告群の予算の額を増加または減少させたときの広告群単位貢献度の変化を用いることができ、これにより、確率的なばらつきの影響を受けづらく、安定した予算額の更新を行うことができる。
【0212】
例えば、広告群の予算の額を変化させたときの広告群単位貢献度の変化が大きい場合、広告群単位貢献度の変化が小さい場合に比べて、例えば、予算の額の増加量が少ない場合でも広告群単位貢献度の変化量を大きくすることができる。また、広告群の予算の額を増変化させたときの広告群単位貢献度の変化が小さい場合、広告群単位貢献度の変化が大きい場合に比べて、予算の額の減少量が多い場合でも広告群単位貢献度の変化量を小さくすることができる。そのため、確率的なばらつきの影響を受けづらく、安定した予算額の更新を行うことができる。
【0213】
〔３．３．７．提供部３６〕
提供部３６は、各種の情報をユーザＵや広告主Ｏに通信部１０を介して提供する。提供部３６は、例えば、算出部３３によって算出された各広告の広告単位貢献度の情報や各広告群の広告群単位貢献度の情報を広告主Ｏの端末装置３に送信することで、各広告の広告単位貢献度の情報や各広告群の広告群単位貢献度の情報を広告主Ｏに提供する。
提供部３６は、各種の情報をユーザＵや広告主Ｏに通信部１０を介して提供する。提供部３６は、例えば、算出部３３によって算出された各広告の広告単位貢献度の情報や各広告群の広告群単位貢献度の情報を広告主Ｏの端末装置３に送信することで、各広告の広告単位貢献度の情報や各広告群の広告群単位貢献度の情報を広告主Ｏに提供する。
【0214】
また、提供部３６は、例えば、生成部３４によって生成された広告群毎の特定情報を広告主Ｏの端末装置３に送信することで、広告群毎の特定情報を広告主Ｏに提供することができる。
【0215】
また、提供部３６は、決定部３５によって決定された複数の広告群の各々の予算の額の情報を含む決定予算情報を広告主Ｏの端末装置３に送信することで、決定予算情報を広告主Ｏに提供することができる。
【0216】
〔４．処理手順〕
次に、実施形態に係る情報処理装置１の処理部１２による情報処理の手順について説明する。図１３は、実施形態に係る情報処理装置１の処理部１２による情報処理の一例を示すフローチャートである。
次に、実施形態に係る情報処理装置１の処理部１２による情報処理の手順について説明する。図１３は、実施形態に係る情報処理装置１の処理部１２による情報処理の一例を示すフローチャートである。
【0217】
図１３に示すように、情報処理装置１の処理部１２は、広告キャンペーン情報を受け付けたか否かを判定する（ステップＳ２０）。処理部１２は、広告キャンペーン情報を受け付けたと判定した場合（ステップＳ２０：Ｙｅｓ）、受け付けた広告キャンペーン情報を記憶する（ステップＳ２１）。
【0218】
処理部１２は、ステップＳ２１の処理が終了した場合、または広告キャンペーン情報を受け付けていないと判定した場合（ステップＳ２０：Ｎｏ）、特性情報生成タイミングになったか否かを判定する（ステップＳ２２）。特性情報生成タイミングは、予め定められた周期で到来するタイミング、広告キャンペーン情報で示される広告の配信が開始してから予め定められた期間が到来したタイミング、または広告主Ｏからの要求があったタイミングであるが、かかる例に限定されない。
【0219】
処理部１２は、特性情報生成タイミングになったと判定した場合（ステップＳ２２：Ｙｅｓ）、各広告群に含まれる広告毎の広告単位貢献度を算出し（ステップＳ２３）、広告毎の広告単位貢献度に基づいて、広告群毎の広告群単位貢献度を算出する（ステップＳ２４）。そして、処理部１２は、広告群の広告群単位貢献度の情報と、広告群の予算額の情報とに基づいて、特性情報を広告群毎に生成し（ステップＳ２５）、生成した広告群毎の特性情報を広告主Ｏに提供する（ステップＳ２６）。
【0220】
処理部１２は、ステップＳ２６の処理が終了した場合、または特性情報生成タイミングになっていないと判定した場合（ステップＳ２２：Ｎｏ）、総額予算情報を受け付けたか否かを判定する（ステップＳ２７）。処理部１２は、総額予算情報を受け付けたと判定した場合（ステップＳ２７：Ｙｅｓ）、各広告群の予算の額を決定する（ステップＳ２８）。
処理部１２は、ステップＳ２７の処理が終了した場合または総額予算情報を受け付けていないと判定した場合（ステップＳ２７：Ｎｏ）、動作終了タイミングになったか否かを判定する（ステップＳ２９）。処理部１２は、例えば、情報処理装置１の電源がオフにされた場合などに動作終了タイミングになったと判定する。
処理部１２は、ステップＳ２７の処理が終了した場合または総額予算情報を受け付けていないと判定した場合（ステップＳ２７：Ｎｏ）、動作終了タイミングになったか否かを判定する（ステップＳ２９）。処理部１２は、例えば、情報処理装置１の電源がオフにされた場合などに動作終了タイミングになったと判定する。
【0221】
処理部１２は、動作終了タイミングになっていないと判定した場合（ステップＳ２９：Ｎｏ）、処理をステップＳ２０へ移行し、動作終了タイミングになったと判定した場合（ステップＳ２９：Ｙｅｓ）、図１３に示す処理を終了する。
【0222】
〔５．変形例〕
上述した例では、広告キャンペーンＣａｍｐ１，Ｃａｍｐ２の特定目標（商品Ｘ１の購入）と、広告キャンペーンＣａｍｐ３の特定目標（商品Ｘ２の購入）とが異なるものとしたが、広告キャンペーンＣａｍｐ１，Ｃａｍｐ２，Ｃａｍｐ３の特定目標は互いに同一であってもよい。
上述した例では、広告キャンペーンＣａｍｐ１，Ｃａｍｐ２の特定目標（商品Ｘ１の購入）と、広告キャンペーンＣａｍｐ３の特定目標（商品Ｘ２の購入）とが異なるものとしたが、広告キャンペーンＣａｍｐ１，Ｃａｍｐ２，Ｃａｍｐ３の特定目標は互いに同一であってもよい。
【0223】
また、上述した例では、特定情報に基づいて各広告群の予算の額が決定される前において、各広告群の予算の額は、広告主Ｏによって変更されるが、決定部３５によって各広告群の予算の額が変更されてもよい。
【0224】
例えば、決定部３５は、特定情報に基づいて各広告群の予算の額を決定する前に、総予算額Ｐｍａｘ内でランダムまたは予め定められた規則に従って変更することができる。これにより、広告主Ｏによる広告群の予算額の変更がない場合であっても、処理部１２によって特性情報を生成することができる。
【0225】
また、処理部１２は、曜日毎、時間帯毎、季節毎、特定のイベント毎などの種々の条件毎に特性情報を生成したり、各広告群の予算の額を決定したりすることもできる。また、処理部１２は、曜日、時間帯、季節、特定のイベントのうち２以上の組み合わせに応じた特性情報を生成したり、各広告群の予算の額を決定したりすることもできる。
【0226】
〔６．ハードウェア構成〕
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１４に示すような構成のコンピュータ８０によって実現される。図１４は、実施形態に係る情報処理装置１の機能を実現するコンピュータ８０の一例を示すハードウェア構成図である。コンピュータ８０は、ＣＰＵ８１、ＲＡＭ８２、ＲＯＭ（Read Only Memory）８３、ＨＤＤ（Hard Disk Drive）８４、通信インターフェイス（Ｉ／Ｆ）８５、入出力インターフェイス（Ｉ／Ｆ）８６、およびメディアインターフェイス（Ｉ／Ｆ）８７を有する。
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１４に示すような構成のコンピュータ８０によって実現される。図１４は、実施形態に係る情報処理装置１の機能を実現するコンピュータ８０の一例を示すハードウェア構成図である。コンピュータ８０は、ＣＰＵ８１、ＲＡＭ８２、ＲＯＭ（Read Only Memory）８３、ＨＤＤ（Hard Disk Drive）８４、通信インターフェイス（Ｉ／Ｆ）８５、入出力インターフェイス（Ｉ／Ｆ）８６、およびメディアインターフェイス（Ｉ／Ｆ）８７を有する。
【0227】
ＣＰＵ８１は、ＲＯＭ８３またはＨＤＤ８４に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ８３は、コンピュータ８０の起動時にＣＰＵ８１によって実行されるブートプログラム、およびコンピュータ８０のハードウェアに依存するプログラムなどを記憶する。
【0228】
ＨＤＤ８４は、ＣＰＵ８１によって実行されるプログラム、および、かかるプログラムによって使用されるデータなどを記憶する。通信インターフェイス８５は、ネットワークＮ（図２参照）を介して他の機器からデータを受信してＣＰＵ８１へ送り、ＣＰＵ８１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。
【0229】
ＣＰＵ８１は、入出力インターフェイス８６を介して、ディスプレイおよびプリンタなどの出力装置、および、キーボードまたはマウスなどの入力装置を制御する。ＣＰＵ８１は、入出力インターフェイス８６を介して、入力装置からデータを取得する。また、ＣＰＵ８１は、入出力インターフェイス８６を介して生成したデータを出力装置へ出力する。
【0230】
メディアインターフェイス８７は、記録媒体８８に記憶されたプログラムまたはデータを読み取り、ＲＡＭ８２を介してＣＰＵ８１に提供する。ＣＰＵ８１は、かかるプログラムを、メディアインターフェイス８７を介して記録媒体８８からＲＡＭ８２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８８は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）などの光学記録媒体、ＭＯ（Magneto-Optical disk）などの光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリなどである。
【0231】
例えば、コンピュータ８０が実施形態に係る情報処理装置１として機能する場合、コンピュータ８０のＣＰＵ８１は、ＲＡＭ８２上にロードされたプログラムを実行することにより、処理部１２の機能を実現する。また、ＨＤＤ８４には、記憶部１１内のデータが記憶される。コンピュータ８０のＣＰＵ８１は、これらのプログラムを記録媒体８８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。
【0232】
〔７．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。
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。
【0233】
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。
【0234】
例えば、上述した情報処理装置１は、端末装置とサーバコンピュータとで実現してもよく、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットホームなどをＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。
【0235】
また、上述してきた実施形態および変形例は、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。
【0236】
〔８．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、第１算出部４０と、第２算出部４１と、生成部３４とを備える。第１算出部４０は、広告主Ｏによって設定された複数の広告群の各々に含まれる広告毎に特定目標への貢献度を広告単位貢献度として算出する。第２算出部４１は、第１算出部４０によって算出された広告毎の広告単位貢献度に基づいて、複数の広告群の各々の特定目標への貢献度を広告群単位貢献度として算出する。生成部３４は、第２算出部４１によって算出された広告群の広告群単位貢献度と、広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を広告群毎に生成する。これにより、情報処理装置１は、広告の配信のための予算を適切に設定するための支援を行うことができる。
上述してきたように、実施形態に係る情報処理装置１は、第１算出部４０と、第２算出部４１と、生成部３４とを備える。第１算出部４０は、広告主Ｏによって設定された複数の広告群の各々に含まれる広告毎に特定目標への貢献度を広告単位貢献度として算出する。第２算出部４１は、第１算出部４０によって算出された広告毎の広告単位貢献度に基づいて、複数の広告群の各々の特定目標への貢献度を広告群単位貢献度として算出する。生成部３４は、第２算出部４１によって算出された広告群の広告群単位貢献度と、広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を広告群毎に生成する。これにより、情報処理装置１は、広告の配信のための予算を適切に設定するための支援を行うことができる。
【0237】
また、第１算出部４０は、予め定められた期間毎に広告単位貢献度を算出し、第２算出部４１は、予め定められた期間毎に広告群単位貢献度ＡＴ１を算出し、生成部３４は、予め定められた期間毎の広告群単位貢献度と予め定められた期間毎の予算の額とに基づいて、特性情報を生成する。これにより、情報処理装置１は、特性情報を精度よく生成することができる。
【0238】
また、第１算出部４０は、予算の額毎に広告単位貢献度を算出し、第２算出部４１は、予算の額毎に広告群単位貢献度を算出し、生成部３４は、予算の額毎の広告群単位貢献度に基づいて、特性情報を生成する。これにより、情報処理装置１は、広告の配信のための予算を適切に設定するための支援を行うことができる。これにより、情報処理装置１は、特性情報を精度よく生成することができる。
【0239】
また、特性情報は、数理モデルまたは機械学習モデルを用いて得られる情報を含む。これにより、情報処理装置１は、特性情報を精度よく生成することができる。
【0240】
また、情報処理装置１は、広告主Ｏによって設定された複数の広告群に対する予算の額と、生成部３４によって生成された複数の広告群の各々の特性情報とに基づいて、複数の広告群の各々の予算の額を決定する決定部３５を備える。これにより、情報処理装置１は、広告の配信のための予算を適切に設定するための支援を行うことができる。
【0241】
また、決定部３５は、複数の広告群に対する予算の額内で複数の広告群の各々の特性情報における複数の広告群の広告群単位貢献度ＡＴ１の総和が最大または最大から予め定められた条件の範囲内となる複数の広告群の各々の予算を決定する。これにより、情報処理装置１は、広告の配信のための予算を適切に設定するための支援を行うことができる。
【0242】
また、決定部３５は、広告群の予算の額を増加または減少させたときの広告群単位貢献度ＡＴ１の変化に基づいて、複数の広告群に対する予算の額内において複数の広告群の各々の予算の額を決定する。これにより、情報処理装置１は、広告の配信のための予算を適切に設定するための支援を行うことができる。
【0243】
また、特定目標は、コンバージョンまたはエンゲージメントである。これにより、情報処理装置１は、広告の配信のための予算を適切に設定するための支援を行うことができる。
【0244】
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。
【0245】
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】
【0246】
１ 情報処理装置
２，３ 端末装置
１０ 通信部
１１ 記憶部
１２ 処理部
２０ ユーザ情報記憶部
２１ 広告主情報記憶部
２２ キャンペーン情報記憶部
２３ 広告配信履歴記憶部
３０ 取得部
３１ 受付部
３２ 配信部
３３ 算出部
３４ 生成部
３５ 決定部
３６ 提供部
４０ 第１算出部
４１ 第２算出部
１００ 情報処理システム
Ｎ ネットワーク
２，３ 端末装置
１０ 通信部
１１ 記憶部
１２ 処理部
２０ ユーザ情報記憶部
２１ 広告主情報記憶部
２２ キャンペーン情報記憶部
２３ 広告配信履歴記憶部
３０ 取得部
３１ 受付部
３２ 配信部
３３ 算出部
３４ 生成部
３５ 決定部
３６ 提供部
４０ 第１算出部
４１ 第２算出部
１００ 情報処理システム
Ｎ ネットワーク
【要約】
【課題】広告の配信のための予算を適切に設定するための支援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。
【解決手段】本開示の情報処理装置は、第１算出部と、第２算出部と、生成部とを備える。第１算出部は、複数の広告群の各々に含まれる広告毎に特定目標への貢献度を広告単位貢献度として算出する。第２算出部は、第１算出部によって算出された広告毎の広告単位貢献度に基づいて、複数の広告群の各々の特定目標への貢献度を広告群単位貢献度として算出する。生成部は、第２算出部によって算出された広告群の広告群単位貢献度と、広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を広告群毎に生成する。
【選択図】図３
【解決手段】本開示の情報処理装置は、第１算出部と、第２算出部と、生成部とを備える。第１算出部は、複数の広告群の各々に含まれる広告毎に特定目標への貢献度を広告単位貢献度として算出する。第２算出部は、第１算出部によって算出された広告毎の広告単位貢献度に基づいて、複数の広告群の各々の特定目標への貢献度を広告群単位貢献度として算出する。生成部は、第２算出部によって算出された広告群の広告群単位貢献度と、広告群に含まれる複数の広告の配信に対する予算の額との関係を示す情報である特性情報を広告群毎に生成する。
【選択図】図３
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】