JP2015001795A - 性格分析装置および性格分析用プログラム - Google Patents

Abstract

【課題】特別な作業をユーザに行ってもらうことなく、ユーザの性格分析をより正確に行うことができるようにする。
【解決手段】ウェブページまたはコンテンツの特性情報およびユーザの行動に関する時間情報をユーザの行動特性情報として取得する行動特性取得部１２と、当該取得したユーザの行動特性情報と、平均値算出部１４により算出される時間情報の平均値とに基づいて、ユーザの行動が性格タイプ記憶部２３に記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられた性格タイプをユーザの性格タイプとして判定する性格タイプ判定部１５とを備え、ユーザの性格による影響を受けて変わる可能性のある行動に関する複数の要素を用いてユーザの性格タイプを判定することにより、単一の要素に基づいて性格分析を行う従来技術に比べて、性格分析をより正確に行うことができるようにする。
【選択図】図２

Description

本発明は、性格分析装置および性格分析用プログラムに関し、特に、ユーザが閲覧しているデジタルコンテンツの情報を利用してユーザの性格タイプを分析する装置に用いて好適なものである。

個人の性格を理解することは、人間関係の構築のみならず、性格を考慮した広告配信といった販売促進など、ビジネスの局面でも有効である。そのため、従来、様々な方法により性格分析が行われてきた。性格分析の代表的な方法として、アンケートに対する回答を分析することによって性格を判定するものがある。また、電子メールの文章を解析して、あらかじめ定められた複数の言語癖から性格分類を判定するようにした技術も提案されている（例えば、特許文献１参照）。

近年では、インターネット等のネットワーク上に存在する情報をビジネスに有効活用することに期待が集められている。インターネット上に存在する情報を利用して性格分析を行う方法の一例として、ユーザがウェブページをブラウズしているときに、ユーザの活動データ（あるリンクをクリックするのに要する時間、クリック間の時間等）を既知の行動データと比較することにより、ユーザの個性および精神状態を推定する技術も提案されている（例えば、特許文献２参照）。

しかしながら、アンケートを用いた性格分析方法では、性格分析を行いたい人物に対してわざわざ回答してもらう必要があり、回答者に対して一定の負担を強いることになる。そのため、回収率が思うように上がらず、性格分析を行うことができる対象が限定されてしまうという問題があった。この点、特許文献１，２に記載の技術によれば、ユーザに特別な作業を行ってもらう必要がないので、電子メールを送信しているユーザやウェブページをブラウズしているユーザを広く限定せずに性格分析の対象とすることが可能である。

しかしながら、特許文献１に記載の技術では、電子メールに記載した文章中の言語癖という１つの要素のみからユーザの性格を判定している。特許文献２に記載の技術でも、クリック間の時間という１つの要素のみからユーザの性格を判定している。そのため、何れの場合も正確に性格分析を行うことができないという問題があった。特に、特許文献２の場合は、クリック間の時間からユーザの性格を具体的にどのように判定するのかについては詳細が言及されていない。

特開２００６−２９３８５５号公報 特表２０１１−５２７０４０号公報

本発明は、このような問題を解決するために成されたものであり、アンケートのように特別な作業をユーザに行ってもらうことなく、ユーザの性格分析をより正確に行うことができるようにすることを目的とする。

上記した課題を解決するために、本発明では、ユーザが閲覧しているページまたは当該ページ上のコンテンツの特性情報、およびページまたはコンテンツに対するユーザの行動に関する時間情報をユーザの行動特性情報として取得する。そして、当該取得したユーザの行動特性情報と、複数のユーザの行動に関する時間情報の平均値とに基づいて、行動特性情報で示されるユーザの行動が性格タイプ記憶部にあらかじめ記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられた性格タイプをユーザの性格タイプとして判定するようにしている。

本発明の他の態様では、性格タイプ記憶部に記憶する複数の性格タイプをそれぞれ複数のストレス状態に紐付けて構成する。そして、ユーザの行動特性情報および時間情報の平均値に基づいて、行動特性情報で示されるユーザの行動がストレス状態記憶部に記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられたストレス状態をユーザのストレス状態として更に判定する。さらに、ユーザの行動特性情報、ストレス状態および時間情報の平均値に基づいて、行動特性情報で示されるユーザの行動が性格タイプ記憶部に記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられた性格タイプをユーザの性格タイプとして判定するようにしている。

上記のように構成した本発明によれば、どのような特性を持ったページまたはコンテンツをユーザが閲覧しているのかという情報と、そのページまたはコンテンツに対してユーザがどのような時間をかけて行動しているのかという情報とに基づいてユーザの性格タイプが判定される。ユーザが閲覧しているページまたはコンテンツの特性はユーザの趣味・嗜好に基づくものであり、その趣味・嗜好はユーザの性格による影響を受けている。また、ページまたはコンテンツに対してユーザがとる行動に関する時間も、ユーザの性格による影響を受けている。本発明では、このようにユーザの性格による影響を受けて変わる可能性のある行動に関する複数の要素を用いてユーザの性格タイプを判定しているので、単にページの閲覧時間といった単一の要素に基づいて性格分析を行う従来技術に比べて、ユーザの性格分析をより正確に行うことができる。また、ユーザが閲覧しているページ等の特性情報やユーザの行動に関する時間情報を得るために、ユーザが何か特別な作業を行う必要もない。

本発明の他の特徴によれば、ページまたはページ上のコンテンツに対するユーザの行動に基づいてユーザのストレス状態が判定される。そして、判定したストレス状態を加味してユーザの性格タイプが判定される。ユーザの性格というものは、どんなときでも常に安定して固定されたものではなく、その時々のストレス状態に応じて変動する。そのため、ユーザが閲覧するページまたはコンテンツの特性や、そのページまたはコンテンツに対してユーザがとる行動も、ユーザのストレス状態による影響を受けて変動する可能性がある。本発明では、このようなユーザのストレス状態を加味して性格タイプを判定しているので、その時々で変動するユーザの性格をより正確に分析することができる。

第１および第２の実施形態による性格分析システムの全体構成例を示す図である。 第１の実施形態による性格分析装置の機能構成例を示すブロック図である。 第１の実施形態による特性情報記憶部に記憶される特性情報の一例を示す図である。 第１および第２の実施形態による行動履歴記憶部に記憶される行動特性情報の一例を示す図である。 第１の実施形態による性格タイプ記憶部に記憶される性格タイプ情報の一例を示す図である。 第２の実施形態による性格分析装置の機能構成例を示すブロック図である。 第２の実施形態によるストレス状態記憶部に記憶されるストレス状態情報の一例を示す図である。 第２の実施形態による性格タイプ記憶部に記憶される性格タイプ情報の一例を示す図である。

（第１の実施形態）
以下、本発明の第１の実施形態を図面に基づいて説明する。図１は、第１の実施形態による性格分析システムの全体構成例を示す図である。図１に示すように、第１の実施形態による性格分析システムは、ウェブページを閲覧するユーザが使用するユーザ端末１００と、ユーザ端末１００から各種ウェブページへのアクセスを解析するアクセス解析装置２００と、ユーザの性格タイプを分析する性格分析装置３００とを備えて構成されている。ユーザ端末１００、アクセス解析装置２００および性格分析装置３００は、インターネット４００を介して接続可能に構成されている。

ユーザ端末１００は、ウェブブラウザを備え、インターネット４００のウェブサイト上にあるウェブページを表示することが可能である。アクセス解析装置２００は、ユーザ端末１００からウェブページへのアクセスを解析する。第１の実施形態では少なくとも、性格タイプの分析に使用するウェブページに対するアクセスを解析すればよい。解析対象とするウェブページは、例えば、当該ウェブページに対してＨＴＭＬ（HyperText Markup Language）による所定の解析タグを設定しておくことによりあらかじめ特定することが可能である。

例えば、所定のＥＣサイトを性格タイプの分析に使用する場合を考える。ＥＣサイトには通常、トップページ、商品一覧のページ、商品仕様のページ、カート（買い物かご）のページ、注文画面のページなど、複数のウェブページが含まれている。これらの複数のウェブページに対して解析タグをそれぞれ設定しておくことにより、ユーザ端末１００からこれらのウェブページに対して行われたアクセスの内容を解析することができる。ＥＣサイトに限らず、性格分析の対象とするウェブサイトに含まれる複数のウェブページには、それぞれ解析タグを設定しておく。

アクセス解析装置２００が解析するアクセスの内容は、アクセスを行ったユーザ、アクセスされたウェブページ、ウェブページでの滞在時間（ユーザによる閲覧時間）などである。アクセスを行ったユーザの特定は、ユーザまたはユーザ端末１００に固有の情報を用いて特定することが可能である。例えば、性格分析に使用するウェブサイトへのアクセスにログインが必要な場合は、ログインＩＤによってユーザを特定することが可能である。また、アクセスにログインが必要でない場合は、クッキー情報によってユーザを特定することが可能である。また、最近スマートフォン等で使用されている広告識別子（Advertising Identifier）によってユーザを特定するようにしてもよい。

また、ウェブページへのアクセスに際してユーザ端末１００のＩＰアドレスやＭＡＣアドレス等が使用される場合は、当該ＩＰアドレスやＭＡＣアドレスによってユーザ端末１００を特定することが可能である。ユーザ端末１００とそれを使用するユーザとを何らかの情報によってあらかじめ紐付けておけば、ＩＰアドレスやＭＡＣアドレスをもとに、ウェブページにアクセスしたユーザを一意に特定することが可能である。

アクセスされたウェブページの特定は、ウェブページに固有の情報を用いて特定することが可能である。例えば、ウェブページごとに異なるＵＲＬ（Uniform Resource Locator）によって、アクセスされたウェブページを特定することが可能である。また、ウェブページに設定する解析タグをウェブページ毎に異なるものとすれば、その解析タグをページＩＤとして用いることができ、当該ページＩＤによってウェブページを特定することが可能である。あるいは、解析グとは別に専用のページＩＤを各ウェブページに設定しておくようにしてもよい。

また、ウェブページでの滞在時間は、当該ウェブページが開かれた時刻と離脱した時刻との差分を検出することによって特定することが可能である。アクセス解析装置２００は、ウェブページのアクセス解析情報（アクセスを行ったユーザ、アクセスされたウェブページ、ウェブページでの滞在時間）を性格分析装置３００に送信する。

なお、アクセス解析情報の送信は、ユーザ端末１００からウェブページへのアクセスが行われてアクセス解析装置２００によりアクセス解析が行われる都度のタイミングで行ってもよいし、性格分析装置３００からの要求があったときに行ってもよい。性格分析装置３００からの要求に応じてアクセス解析情報を送信する場合、アクセス解析装置２００は、当該アクセス解析情報を一定期間保存しておく必要がある。

図２は、第１の実施形態による性格分析装置３００の機能構成例を示すブロック図である。図２に示すように、第１の実施形態による性格分析装置３００は、その機能構成として、アクセス解析情報受信部１１、行動特性取得部１２、行動履歴記録部１３、平均値算出部１４、性格タイプ判定部１５、特性情報記憶部２１、行動履歴記憶部２２および性格タイプ記憶部２３を備えている。

なお、上記各機能ブロック１１〜１５は、ハードウェア、ＤＳＰ（Digital Signal Processor）、ソフトウェアの何れによっても構成することが可能である。例えばソフトウェアによって構成する場合、上記各機能ブロック１１〜１５は、実際にはコンピュータのＣＰＵ、ＲＡＭ、ＲＯＭなどを備えて構成され、ＲＡＭやＲＯＭ、ハードディスクまたは半導体メモリ等の記録媒体に記憶された性格分析用プログラムが動作することによって実現される。

したがって、上記各機能ブロック１１〜１５の機能は、上記性格分析用プログラムを例えばＣＤ−ＲＯＭのような記録媒体に記録し、コンピュータに読み込ませることによって実現できるものである。上記性格分析用プログラムを記録する記録媒体としては、ＣＤ−ＲＯＭ以外に、フレキシブルディスク、ハードディスク、磁気テープ、光ディスク、光磁気ディスク、ＤＶＤ、不揮発性メモリカード等を用いることができる。また、上記性格分析用プログラムをインターネット４００を介してコンピュータにダウンロードすることによっても実現できる。

特性情報記憶部２１は、性格タイプの分析に使用する複数のウェブページの特性情報を記憶するものである。図３は、特性情報記憶部２１に記憶される特性情報の一例を示す図である。図３に示すように、特性情報記憶部２１は、ウェブページを一意に特定するＵＲＬ（ページＩＤ等でもよい）と、そのウェブページの特性とを関連付けて記憶している。ウェブページの特性は、例えば、娯楽情報に関するもの、誤字・脱字が多いもの、人助けをテーマとするもの、投稿にコメントが付く機能を持ったもの、商品のイメージを伝えるもの、商品の特徴がまとまったもの、といった情報である。

なお、ここではウェブページそのものの特性情報を記憶する例について説明したが、本発明はこれに限定されない。例えば、ウェブページ上のコンテンツの特性情報を特性情報記憶部２１に記憶しておくようにしてもよい。これは、１つのウェブページ上に複数のコンテンツがあり、その中に特性の異なるコンテンツが含まれている場合に有効である。この場合は、ウェブページを一意に特定するＵＲＬ等の情報に加え、ウェブページ上のコンテンツを一意に特定することが可能な情報も関連付けて記憶しておく必要がある。

ここで、ウェブページ上のコンテンツを一意に特定する情報は、例えば、当該ウェブページ上におけるコンテンツの表示位置とすることが可能である。この場合、アクセス解析装置２００において単にどのウェブページがアクセスされたかを解析するだけでなく、ウェブブラウザが表示しているウェブページ上の範囲を解析する。ウェブページ上の表示範囲は、例えばJavaScript等を利用して、ユーザ端末１００の画面解像度やスクロール量を検出することによって解析することが可能である。

このようにすれば、アクセス解析装置２００による解析結果（実際の表示範囲）と特性情報記憶部２１に記憶されているコンテンツの表示位置とを照合することにより、実際の表示範囲に対応する位置に存在するコンテンツを一意に特定することが可能である。この場合、アクセス解析装置２００は、ウェブページのアクセス解析情報として、アクセスを行ったユーザ、アクセスされたウェブページ、ウェブページでの滞在時間、ウェブページ上の表示範囲、当該表示範囲の表示時間などの情報を性格分析装置３００に送信する。

アクセス解析情報受信部１１は、アクセス解析装置２００から送信されたアクセス解析情報を受信する。行動特性取得部１２は、アクセス解析情報受信部１１により受信されたアクセス解析情報と、特性情報記憶部２１に記憶されている特性情報とに基づいて、ユーザが閲覧しているウェブページまたは当該ウェブページ上のコンテンツの特性情報、およびウェブページまたはコンテンツに対するユーザの行動に関する時間情報をユーザの行動特性情報として取得する。

すなわち、行動特性取得部１２は、アクセス解析情報により示されるウェブページのＵＲＬまたはウェブページ上の表示範囲に基づいて、特性情報記憶部２１に記憶されている特性情報を参照することにより、ユーザが閲覧しているウェブページまたは当該ウェブページ上のコンテンツの特性情報を取得する。また、行動特性取得部１２は、ユーザの行動に関する時間情報として、ウェブページまたはコンテンツの閲覧時間を取得する。この閲覧時間は、アクセス解析情報により示されるウェブページでの滞在時間および特定の表示範囲の表示時間がこれに該当する。

行動履歴記録部１３は、行動特性取得部１２により随時取得された行動特性情報を、ユーザを一意に識別可能な情報（ログインＩＤやクッキー情報など）と共に行動履歴として行動履歴記憶部２２に随時記録する。なお、行動履歴の記録形態は、特に限定するものではない。例えば、図４（ａ）のように各ユーザの行動特性情報をユーザ毎に整理して記録するようにしてもよいし、図４（ｂ）のように各ユーザの行動特性情報を行動特性毎に整理して記録するようにしてもよい。また、このようにユーザ毎または行動特性毎に整理せず、得られる行動特性情報を順次時系列的に記録していくようにしてもよい。

平均値算出部１４は、行動履歴記録部１３により行動履歴記憶部２２に記録された複数のユーザの行動特性情報に基づいて、複数のユーザの行動に関する時間情報の平均値を算出する。ここで算出する平均値は、例えば、行動履歴記憶部２２に行動履歴として記録されている全ユーザの、ウェブページまたはコンテンツの特性毎の閲覧時間の平均値である。すなわち、平均値算出部１４は、ウェブページまたはコンテンツの異なる特性毎に、閲覧時間の平均値を算出する。あるいは、ウェブページまたはコンテンツの特性によらず、分析対象とする全てのウェブページまたはコンテンツの閲覧時間の平均値を算出するようにしてもよい。

性格タイプ記憶部２３は、複数の性格タイプと、それに対応するウェブページ上でのユーザの行動様式とを関連付けて成る性格タイプ情報をあらかじめ記憶している。本実施形態において、性格タイプ記憶部２３に記憶される性格タイプ情報は、ある特性を持つウェブページまたはコンテンツの閲覧時間が当該閲覧時間の平均値より短いか長いかを基準として定めたユーザの行動様式と、複数の性格タイプとを関連付けて構成されている。

図５は、性格タイプ記憶部２３に記憶される性格タイプ情報の一例を示す図である。図５に示すように、性格タイプ記憶部２３は、複数の性格タイプと、当該性格タイプの特徴と、当該性格タイプのユーザがとる可能性の高い行動様式とを関連付けて記憶している。図５の例では、性格タイプとして９個のタイプを定義している。これは、周知のエニアグラムに基づく性格タイプである。

各性格タイプを特徴づけるユーザの行動様式は、例えば、娯楽情報の閲覧時間が平均値よりも短い、誤字・脱字が多いコンテンツの閲覧時間が短くウェブページの滞在時間が平均値よりも短い、人助けをテーマとするコンテンツの閲覧時間が平均値よりも長い、投稿にコメントが付く機能を持ったウェブページの閲覧時間が平均値よりも長い、各ウェブページの閲覧時間が平均値よりも長い、商品のイメージを伝えるウェブページよりも、商品の特徴がまとまったウェブページを閲覧する時間が長い、といった情報である。

性格タイプ判定部１５は、行動特性取得部１２により取得された行動特性情報または行動履歴記憶部２２に記憶されている行動特性情報と、平均値算出部１４により算出された時間情報（閲覧時間）の平均値とに基づいて、ユーザの性格タイプを判定する。具体的には、性格タイプ判定部１５は、行動特性情報で示されるユーザの行動が、性格タイプ記憶部２３に記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられた性格タイプをユーザの性格タイプとして判定する。

なお、ユーザが複数のウェブページを閲覧している場合、同じ特性を持った複数のウェブページを閲覧していることもある。この場合は、特性毎に閲覧時間の平均値を算出し、その平均値をもってユーザの行動を特定する。例えば、娯楽情報に関する２つのウェブページをそれぞれ５分、３分閲覧していることがユーザの行動特性情報として行動履歴記憶部２２に記憶されていたとする。この場合、そのユーザは娯楽情報に関するウェブページを平均して４分閲覧していたものとする。性格タイプ判定部１５は、これをユーザの行動として、性格タイプ記憶部２３に記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられた性格タイプをユーザの性格タイプとして判定する。

性格タイプ判定部１５がユーザの性格タイプを判定するタイミングとしては、ユーザがウェブページを閲覧しているタイミング、あるいは、定期または不定期で指定されたタイミングとすることが可能である。ユーザがウェブページを閲覧しているときにそのユーザの性格タイプを判定する場合、性格タイプ判定部１５は、閲覧中のウェブページについてアクセス解析装置２００から随時送られてくるアクセス解析情報をもとに行動特性取得部１２により取得された行動特性情報を用いて、ユーザの性格タイプを判定する。

一方、指定されたタイミングでユーザの性格タイプを判定する場合、性格タイプ判定部１５は、指定されたユーザについて行動履歴記憶部２２に記憶されている行動特性情報を用いて、ユーザの性格タイプを判定する。例えば、あらかじめ設定されたタイミングでバッチ処理を定期的に起動し、その起動のタイミングで行動履歴記憶部２２に記憶されている行動特性情報を用いて、平均値算出部１４により閲覧時間の平均値を算出するとともに、全ユーザまたは指定ユーザの性格タイプを判定することが可能である。

また、複数のユーザに関するアクセス解析情報が既に蓄積されているウェブサイトに対して性格分析装置３００による処理を適用することも可能である。この場合、当該複数のユーザに関するアクセス解析情報を一括して性格分析装置３００にて受信し、行動特性取得部１２により各ユーザの行動特性情報をそれぞれ取得して行動履歴記憶部２２に記憶させる。そして、行動履歴記憶部２２に記憶された全ユーザの行動特性情報を用いて、平均値算出部１４により閲覧時間の平均値を算出するとともに、性格タイプ判定部１５により全ユーザの性格タイプを一括して判定する。

なお、ユーザが複数のウェブページを閲覧している場合、行動特性情報で示されるユーザの行動が、性格タイプ記憶部２３に記憶された行動様式の何れか１つのみに該当するとは限らない。そこで、行動特性情報で示されるユーザの行動が複数の行動様式に該当する場合における性格タイプの判定基準を設けておくのが好ましい。例えば、複数のウェブページに関する行動特性情報からそれぞれ特定される性格タイプのうち最も多く特定されたものをユーザの性格タイプと判定する。または、最も多く特定されたものをメインの性格タイプと判定し、次に多く特定されたものをサブの性格タイプと判定するようにしてもよい。

または、複数のウェブページに関する行動特性情報からそれぞれ特定される性格タイプのうち、ある性格タイプの特定回数が他の性格タイプの特定回数よりもＸ％（Ｘは任意の値に設定可能）以上多くなっている場合に、当該ある性格タイプをユーザの性格タイプと判定するようにしてもよい。この場合、Ｘ％以上という条件を満たさなければ、ユーザの性格タイプは特定されないことになる。よって、そのユーザに関してはその後も行動特性情報を取得し続け、Ｘ％以上の条件を満たして性格タイプを特定できるまで判定を続行する。このようにすれば、他に比べて突出している特徴を持った性格タイプをユーザの性格タイプとして判定することができるので、ユーザの性格分析をより正確に行うことができる。

以上詳しく説明したように、第１の実施形態では、ユーザが閲覧しているウェブページまたは当該ウェブページ上のコンテンツの特性情報および閲覧時間をユーザの行動特性情報として取得する。そして、当該取得したユーザの行動特性情報および閲覧時間の平均値に基づいて、ユーザの性格タイプを判定するようにしている。

このように構成した第１の実施形態によれば、どのような特性を持ったウェブページまたはコンテンツをユーザが閲覧しているのかという情報と、そのウェブページまたはコンテンツに対してユーザがどのくらいの時間をかけて閲覧しているのかという情報とに基づいてユーザの性格タイプが判定される。ユーザが閲覧しているウェブページまたはコンテンツの特性はユーザの趣味・嗜好に基づくものであり、その趣味・嗜好はユーザの性格による影響を受けている。また、ウェブページまたはコンテンツに対する閲覧時間の長短も、ユーザの性格による影響を受けている。

第１の実施形態では、このようにユーザの性格による影響を受けて変わる可能性のある行動に関する複数の要素を用いてユーザの性格タイプを判定しているので、単にウェブページの閲覧時間といった単一の要素に基づいて性格分析を行う従来技術に比べて、ユーザの性格分析をより正確に行うことができる。また、ユーザが閲覧しているウェブページ等の特性情報や閲覧時間を得るために、ユーザが何か特別な作業を行う必要もない。

（第２の実施形態）
次に、本発明の第２の実施形態を図面に基づいて説明する。第２の実施形態による性格分析システムの全体構成は、図１と同様である。図６は、第２の実施形態による性格分析装置３００の機能構成例を示すブロック図である。なお、この図６において、図２に示した符号と同一の符号を付したものは同一の機能を有するものであるので、ここでは重複する説明を省略する。

図６に示すように、第２の実施形態による性格分析装置３００は、その機能構成として、図２に示した構成の他にストレス状態判定部１６およびストレス状態記憶部２４を更に備えている。また、第２の実施形態による性格分析装置３００は、図２に示した性格タイプ判定部１５、特性情報記憶部２１および性格タイプ記憶部２３に代えて、性格タイプ判定部１５’、特性情報記憶部２１’および性格タイプ記憶部２３’を備えている。

ストレス状態記憶部２４は、複数のストレス状態と、それに対応するウェブページ上でのユーザの行動様式とを関連付けて成るストレス状態情報をあらかじめ記憶している。図７は、ストレス状態情報の一例を示す図である。図７において、複数のストレス状態は、ユーザにかかっているストレスの程度を表す情報である。図７の例では、ストレス有り、ストレス無しの２段階でユーザのストレスの程度を表している。もちろん、ストレスの程度を３段階以上で表すようにしてもよい。

また、ユーザの行動様式は、例えば、疲れや癒しに関連するコンテンツの閲覧時間が平均値よりも長い、ショッピングカートに入れても購買に至らない商品の数が平均値よりも多い、といった情報である。図７の例では、ユーザがウェブページの閲覧に関してとる行動においてこのような行動様式が見られる場合にはストレス有り、見られない場合にはストレス無しとしている。なお、特性情報記憶部２１’は、性格タイプの分析に使用するウェブページまたはコンテンツの特性として、第１の実施形態で説明した情報に加えて、疲れや癒しに関連するものといったストレスに関連する情報も記憶している。

ストレス状態判定部１６は、行動特性取得部１２により取得された行動特性情報または行動履歴記録部２２に記憶されている行動特性情報と、平均値算出部１４により算出された時間情報（閲覧時間）の平均値とに基づいて、ユーザのストレス状態を判定する。具体的には、ストレス状態判定部１６は、行動特性情報で示されるユーザの行動が、ストレス状態記憶部２４に記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられたストレス状態をユーザのストレス状態として判定する。

第２の実施形態では、性格タイプ記憶部２３’に性格タイプ情報として記憶する複数の性格タイプを、それぞれ複数のストレス状態に紐付けて構成する。図８は、性格タイプ記憶部２３’に記憶される性格タイプ情報の一例を示す図である。図８に示すように、性格タイプ記憶部２３’は、ストレス状態に紐付けて設定した複数の性格タイプと、当該性格タイプの特徴と、それに対応するウェブページ上でのユーザの行動様式とを関連付けて記憶している。

図８の例に示されているのは、例えば、ユーザによるウェブページの閲覧に関する行動が「娯楽情報の閲覧時間が平均値よりも短い」という行動様式と合致する場合に、その行動がストレス無しの状態下のものであればユーザの性格タイプはタイプ１であるが、その行動がストレス有りの状態下のものであればユーザの性格タイプはタイプ７に該当することを示している。これは、タイプ７はストレス状態下においてタイプ１に行くというエニアグラムの性格タイプ判定法に基づくものである。

性格タイプ判定部１５’は、行動特性取得部１２により取得された行動特性情報または行動履歴記録部２２に記憶されている行動特性情報と、ストレス状態判定部１６により判定されたユーザのストレス状態と、平均値算出部１４により算出された時間情報（閲覧時間）の平均値とに基づいて、ユーザの性格タイプを判定する。

具体的には、性格タイプ判定部１５’は、行動特性情報で示されるユーザの行動が、性格タイプ記憶部２３’に記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられた性格タイプのうち、ストレス状態判定部１６により判定されたストレス状態に該当するものをユーザの性格タイプとして判定する。

以上のように構成した第２の実施形態によれば、ウェブページまたはウェブページ上のコンテンツに対するユーザの行動に基づいてユーザのストレス状態が判定され、そのストレス状態を加味してユーザの性格タイプが判定される。ユーザの性格というものは、どんなときでも常に安定して固定されたものではなく、その時々のストレス状態に応じて変動する。そのため、ユーザが閲覧するウェブページまたはコンテンツの特性や、そのウェブページまたはコンテンツに対してユーザがとる行動も、ユーザのストレス状態による影響を受けて変動する可能性がある。第２の実施形態では、このようなユーザのストレス状態を加味して性格タイプを判定しているので、その時々で変動するユーザの性格をより正確に分析することができる。

なお、上記第１および第２の実施形態では、行動特性取得部１２において、ユーザの行動に関する時間情報としてウェブページまたはコンテンツの閲覧時間を取得する例について説明したが、本発明はこれに限定されない。例えば、上記閲覧時間に代えてまたは加えて、ウェブページまたはコンテンツに対するユーザの反応時間を取得するようにしてもよい。ここで言う反応時間とは、例えば、ウェブページ上に掲載されたバナー広告のクリックまでの経過時間とか、ウェブページ上に張られたリンクのクリックまでの経過時間などである。

この場合、性格タイプ記憶部２３または２３’にあらかじめ記憶される性格タイプ情報は、ある特性を持つウェブページまたはコンテンツに対するユーザの反応時間が当該反応時間の平均値より短いか長いかを基準として定めたユーザの行動様式と、複数の性格タイプとを関連付けて成る情報を含んで構成される。また、平均値算出部１４は反応時間の平均値を算出する。

また、上記第１および第２の実施形態では、エニアグラムに基づいて性格タイプと行動様式とを定義して成る性格タイプ情報を性格タイプ記憶部２３に記憶し、この性格タイプ情報に従ってユーザの性格タイプを判定する例について説明したが、本発明はこれに限定されない。例えば、エゴグラム、ロールシャッハ・テスト、ＭＢＴＩ（Myers-Briggs Type Indicator）などに基づいて性格タイプと行動様式とを定義するようにしてもよい。

また、上記第１および第２の実施形態では、ウェブページまたはコンテンツの特性情報を特性情報記憶部２１または２１’にあらかじめ記憶しておき、この特性情報に基づいてウェブページまたはコンテンツの特性を取得する例について説明したが、本発明はこれに限定されない。例えば、ウェブページまたはコンテンツの内容を解析して特性を判定するようにしてもよい。具体的には、日本語構文解析によってウェブページ上から単語や文節を抽出し、誤字・脱字が多いか否かを判定したり、娯楽情報に関するもの、人助けをテーマとするもの、といった特性を判定したりすることが可能である。また、ページの構成に基づいて、投稿にコメントが付く機能を持ったもの、商品のイメージを伝えるもの、商品の特徴がまとまったもの、といった特性を判定することも可能である。

また、上記第２の実施形態では、図８に示したように、ストレス状態に紐付けて設定した複数の性格タイプと、当該性格タイプの特徴と、ウェブページ上でのユーザの行動様式とを関連付けて成る性格タイプ情報を記憶する例について説明したが、本発明はこれに限定されない。例えば、複数のストレス状態ごとに性格タイプ情報を分けて構成し、それぞれの性格タイプ情報を図５のように複数の性格タイプと、当該性格タイプの特徴と、ウェブページ上でのユーザの行動様式とにより構成するようにしてもよい。

また、上記第１および第２の実施形態では、ユーザが閲覧しているウェブページの情報を利用してユーザの性格タイプを分析する例について説明したが、分析に利用する情報はウェブページの情報に限定されない。例えば、パーソナルコンピュータやスマートフォン等で実行されるアプリケーションにより提供される情報、あるいは他のデジタルコンテンツ上の情報を利用してユーザの性格タイプを分析するようにしてもよい。

その他、上記第１および第２の実施形態は、何れも本発明を実施するにあたっての具体化の一例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその要旨、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。

１１ アクセス解析情報受信部
１２ 行動特性取得部
１３ 行動履歴記録部
１４ 平均値算出部
１５，１５’ 性格タイプ判定部
１６ ストレス状態判定部
２１，２１’ 特性情報記憶部
２２ 行動履歴記憶部
２３，２３’ 性格タイプ記憶部
２４ ストレス状態記憶部
１００ ユーザ端末
２００ アクセス解析装置
３００ 性格分析装置

上記した課題を解決するために、本発明では、ユーザが閲覧しているページまたは当該ページ上のコンテンツの特性情報、およびページまたはコンテンツに対するユーザの行動に関する時間情報をユーザの行動特性情報として取得する。そして、当該取得したユーザの行動特性情報と、複数のユーザの行動に関する時間情報の平均値とに基づいて、行動特性情報で示されるユーザの行動が性格タイプ記憶部にあらかじめ記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられた性格タイプを特定し、ある性格タイプの特定回数が他の性格タイプの特定回数よりも所定割合以上多くなっている場合に、当該ある性格タイプをユーザの性格タイプとして判定するようにしている。

Claims (6)

1. ユーザが閲覧しているページまたは当該ページ上のコンテンツの特性情報、および上記ページまたは上記コンテンツに対するユーザの行動に関する時間情報をユーザの行動特性情報として取得する行動特性取得部と、
   上記行動特性取得部により随時取得された行動特性情報を行動履歴として行動履歴記憶部に随時記録する行動履歴記録部と、
   上記行動履歴記録部により上記行動履歴記憶部に記録された複数のユーザの行動特性情報に基づいて、上記複数のユーザの行動に関する時間情報の平均値を算出する平均値算出部と、
   複数の性格タイプとそれに対応するページ上でのユーザの行動様式とを関連付けて成る性格タイプ情報をあらかじめ記憶した性格タイプ記憶部と、
   上記行動特性取得部により取得された上記行動特性情報または上記行動履歴記録部に記憶されている行動特性情報と、上記平均値算出部により算出された上記時間情報の平均値とに基づいて、上記行動特性情報で示されるユーザの行動が上記性格タイプ記憶部に記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられた性格タイプを上記ユーザの性格タイプとして判定する性格タイプ判定部とを備えたことを特徴とする性格分析装置。
2. 複数のストレス状態とそれに対応するページ上でのユーザの行動様式とを関連付けて成るストレス状態情報をあらかじめ記憶したストレス状態記憶部と、
   上記行動特性取得部により取得された上記行動特性情報または上記行動履歴記録部に記憶されている行動特性情報と、上記平均値算出部により算出された上記時間情報の平均値とに基づいて、上記行動特性情報で示されるユーザの行動が上記ストレス状態記憶部に記憶された行動様式のどれに該当するかを判定し、該当する行動様式に関連付けられたストレス状態を上記ユーザのストレス状態として判定するストレス状態判定部とを更に備え、
   上記性格タイプ記憶部に上記性格タイプ情報として記憶する上記複数の性格タイプをそれぞれ上記複数のストレス状態に紐付けて構成し、上記性格タイプ記憶部は、当該ストレス状態に紐付けて設定した上記複数の性格タイプとそれに対応するページ上でのユーザの行動様式とを関連付けて成る性格タイプ情報をあらかじめ記憶し、
   上記性格タイプ判定部は、上記行動特性取得部により取得された上記行動特性情報または上記行動履歴記録部に記憶されている上記行動特性情報、上記性格タイプ記憶部に記憶されている上記性格タイプ情報、上記ストレス状態判定部により判定されたユーザのストレス状態および上記平均値算出部により算出された上記時間情報の平均値に基づいて、上記ユーザの性格タイプを判定することを特徴とする請求項１に記載の性格分析装置。
3. 上記行動特性取得部は、上記ユーザの行動に関する時間情報として、上記ページまたは上記コンテンツの閲覧時間を取得し、
   上記性格タイプ記憶部にあらかじめ記憶された上記性格タイプ情報は、ある特性を持つ上記ページまたは上記コンテンツの閲覧時間が当該閲覧時間の平均値より短いか長いかを基準として定めた上記ユーザの行動様式と上記複数の性格タイプとを関連付けて成る情報を含むことを特徴とする請求項１または２に記載の性格分析装置。
4. 上記行動特性取得部は、上記ユーザの行動に関する時間情報として、上記ページまたは上記コンテンツに対するユーザの反応時間を取得し、
   上記性格タイプ記憶部にあらかじめ記憶された上記性格タイプ情報は、ある特性を持つ上記ページまたは上記コンテンツに対する上記ユーザの反応時間が当該反応時間の平均値より短いか長いかを基準として定めた上記ユーザの行動様式と上記複数の性格タイプとを関連付けて成る情報を含むことを特徴とする請求項１または２に記載の性格分析装置。
5. ユーザが閲覧しているページまたは当該ページ上のコンテンツの特性情報、および上記ページまたは上記コンテンツに対するユーザの行動に関する時間情報をユーザの行動特性情報として取得する行動特性取得手段、
   上記行動特性取得手段により随時取得された行動特性情報を行動履歴として行動履歴記憶部に随時記録する行動履歴記録手段、
   上記行動履歴記録手段により上記行動履歴記憶部に記録された複数のユーザの行動特性情報に基づいて、上記複数のユーザの行動に関する時間情報の平均値を算出する平均値算出手段、および
   上記行動特性取得手段により取得された上記行動特性情報または上記行動履歴記録部に記憶されている行動特性情報と、上記平均値算出手段により算出された上記時間情報の平均値とに基づいて、複数の性格タイプとそれに対応するページ上でのユーザの行動様式とを関連付けて成る性格タイプ情報をあらかじめ記憶した性格タイプ記憶部を参照することにより、上記ユーザの性格タイプを判定する性格タイプ判定手段
   としてコンピュータを機能させるための性格分析用プログラム。
6. ユーザが閲覧しているページまたは当該ページ上のコンテンツの特性情報、および上記ページまたは上記コンテンツに対するユーザの行動に関する時間情報をユーザの行動特性情報として取得する行動特性取得手段、
   上記行動特性取得手段により随時取得された行動特性情報を、ユーザ毎に行動履歴として行動履歴記憶部に随時記録する行動履歴記録手段、
   上記行動履歴記録手段により上記行動履歴記憶部に記録された複数のユーザの行動特性情報に基づいて、上記複数のユーザの行動に関する時間情報の平均値を算出する平均値算出手段、
   上記行動特性取得手段により取得された上記行動特性情報または上記行動履歴記録部に記憶されている上記行動特性情報と、上記平均値算出手段により算出された上記時間情報の平均値とに基づいて、複数のストレス状態とそれに対応するページ上でのユーザの行動様式とを関連付けて成るストレス状態情報をあらかじめ記憶したストレス状態記憶部を参照することにより、上記ユーザのストレス状態を判定するストレス状態判定手段、および
   上記行動特性取得手段により取得された上記行動特性情報または上記行動履歴記録部に記憶されている上記行動特性情報、上記ストレス状態判定手段により判定されたユーザのストレス状態および上記平均値算出手段により算出された上記時間情報の平均値に基づいて、上記複数のストレス状態に紐付けられた複数の性格タイプとそれに対応するページ上でのユーザの行動様式とを関連付けて成る性格タイプ情報をあらかじめ記憶した性格タイプ記憶部を参照することにより、上記ユーザの性格タイプを判定する性格タイプ判定手段
   としてコンピュータを機能させるための性格分析用プログラム。

Images