JP2007323334A - Ｗｅｂページ抽出システム、これを用いた広告配信システムおよび広告配信プログラム - Google Patents

Abstract

【課題】 アクセスされ易さだけでなく、内容の関連性も同時に評価して多元的な評価により、ユーザの属性や嗜好にマッチした広告等の配信を可能にする。
【解決手段】 アクセスログを収集するログ収集部と、収集されたアクセスログを参照し、特定のＷＥＢページを基点としてＷＥＢページ間にわたる閲覧の移動があり、かつ特定のＷＥＢページとの関連性を示す数値が一定数以上であるＷＥＢページの集合を抽出する第１の抽出部と、ＷＥＢページの文書情報を取得する文書情報取得部と、文書情報内に特定の語句に関連する語句の範囲にある語句を所定数以上含むＷＥＢページの集合を抽出する第２の抽出部と、を備え、第１または第２の抽出部のいずれかがＷＥＢページの集合を抽出した後、もう一方の抽出部が抽出されたＷＥＢページの集合から、さらに絞り込んでＷＥＢページの集合を抽出する。
【選択図】 図１

Description

本発明は、ＷＥＢページのユーザ端末のアクセスログを利用するＷＥＢページ抽出システム、これを用いた広告配信システムおよび広告配信プログラムに関する。

従来、ホームページの運営者に対してアクセス解析のサービスが提供されている。アクセス解析手法には、ＣＧＩやＪａｖａｓｃｒｉｐｔ（登録商標）を利用し、ＨＴＭＬにタグを貼ることによりアクセスログを収集して解析するものがよく用いられる。ホームページの運営者は、アクセス解析の結果を利用して会員登録のフォームのページへ他のページから移動しやすくしたり、そのページが検索やリンクからの入口になるようにすることが多い。また、問題点を見つけたらすぐにその部分を改訂したり、深い分析を行なって次のリニューアルの指針を得たり、新たな戦略を組み立てたりするのに役立てている。そして、このようなアクセス解析技術を応用して、ユーザの嗜好に合わせた情報を提供する試みもなされている。（たとえば特許文献１参照）。

特許文献１に記載されているリコメンデーションサーバ・システムでは、データマイニング部が、多数のユーザ端末について蓄積されたアクセスログから抽出された関係規則を、対象ユーザのアクセス履歴と照合することにより、動的リコメンデーションを行なうとともに、プロモーション部が、従来ページと新規ページとの間の関係を示すページ関係表と、静的／動的リコメンデーションで抽出された従来ページと照合することによって、新規ページに関するリコメンデーションを行なっている。そして、リコメンデーションリストを含むＷＷＷページは、クライアント・システムへ送信され、新規のデータのリコメンデーションを可能にしている。
特開２００２−３６６８３８号公報

上記のように、多数のユーザ端末について蓄積されたアクセスログから抽出された関係規則をもとに、動的リコメンデーションを行なう技術がすでに知られている。しかしながら、特許文献１に記載されている関係規則はアクセス履歴のうちの一つのＷＥＢページに注目し、そのページから所定のページへのアクセスされ易さを評価しているに過ぎない。すなわち、アクセスされ易いことだけに注目した一元的な評価であり、ページとリコメンデーションしようとするものとの直接的な関連性は全く評価されていない。

本発明は、このような事情に鑑みてなされたものであり、アクセスされ易さだけでなく、内容の関連性も同時に評価して多元的な評価により、ユーザの属性や嗜好にマッチした広告等の配信を可能にするＷＥＢページ抽出システム、これを用いた広告配信システムおよび広告配信プログラムを提供することを目的とする。

（１）上記の目的を達成するため、本発明のＷＥＢページ抽出システムは、ネットワークを介して、アクセスログを収集するログ収集部と、前記収集されたアクセスログを参照し、特定のＷＥＢページを基点としてＷＥＢページ間にわたる閲覧の移動があり、かつ前記特定のＷＥＢページとの関連性を示す数値が一定数以上であるＷＥＢページの集合を抽出する第１の抽出部と、ネットワークを介して、ＷＥＢページの文書情報を取得する文書情報取得部と、前記取得された文書情報を参照し、文書情報内に特定の語句に関連する語句の範囲にある語句を所定数以上含むＷＥＢページの集合を抽出する第２の抽出部と、を備え、前記第１または第２の抽出部のいずれかがＷＥＢページの集合を抽出した後、もう一方の抽出部が前記抽出されたＷＥＢページの集合から、さらに絞り込んでＷＥＢページの集合を抽出することを特徴としている。

このように、本発明のＷＥＢページ抽出システムは、アクセスされたＷＥＢページ間のページ移動の関連性および内容の関連性程度を評価し、関連性が所定程度以上であるＷＥＢページの集合を抽出する。これにより、アクセスされ易さだけでなく、内容の関連性も同時に評価して多元的な評価により、ＷＥＢページの集合を抽出することができる。その結果、ユーザの属性や嗜好にマッチした広告等の配信を可能にする。また、複数のＷＥＢページ間おいて特定のＷＥＢページの位置付けを評価することにも利用できる。さらには、特定の属性をもったユーザを誘導するためにＷＥＢページに掲載すべき記事を推測することにも利用できる。

（２）また、本発明のＷＥＢページ抽出システムは、語句の入力を受け付ける入力部と、文書情報内に前記入力された語句を一定数以上含むＷＥＢページを検索する検索部と、をさらに備え、前記入力部は、前記検索されたＷＥＢページの集合から前記第１の抽出部による抽出の基点となるＷＥＢページを選択する入力を受け付け、第１の抽出部は、前記選択されたＷＥＢページを基点としてＷＥＢページの集合を抽出することを特徴としている。

このように、本発明のＷＥＢページ抽出システムは、ユーザが対象とする関連性を表す語句を入力し、基点となるＷＥＢページを選択するだけで、互いに関連するＷＥＢページを客観的かつ効率的に抽出することができる。その結果、たとえば広告配信の対象となるＷＥＢページを簡単に抽出することができる。

（３）また、本発明のＷＥＢページ抽出システムは、前記第２の抽出部は、前記特定の語句に関連する語句の範囲にある語句を含むＷＥＢページの集合を抽出する際、含まれるＷＥＢページ数が所定数となったときに抽出を停止することを特徴としている。

これにより、一定大きさのＷＥＢページの集合を抽出することができ、その集合の利用を容易にすることができる。たとえば、そのＷＥＢページの集合に広告配信等を行なう場合、母集合が一定であれば一定の広告の効果を期待して広告配信することができる。

（４）また、本発明のＷＥＢページ抽出システムは、前記絞り込んで抽出されたＷＥＢページの集合を一つのクラスタとして識別し、各ＷＥＢページのＷＥＢページ識別情報とクラスタ識別情報とを対応付けて記憶するクラスタ情報記憶部をさらに備えることを特徴としている。

このように、本発明のＷＥＢページ抽出システムは、クラスタ情報に対応する広告情報をＷＥＢページの閲覧者に向けて配信することにより、ユーザの傾向に合わせた広告を掲載し、広告効果を高めることができる。

（５）また、本発明の広告配信システムは、上記のＷＥＢページ抽出システムに問い合わせて、アクセスを要求されたＷＥＢページに適した広告を配信する広告配信システムであって、広告情報とクラスタ識別情報とを対応付けて記憶する広告情報記憶部と、前記アクセスを要求されたＷＥＢページのデータの送信に伴い、前記クラスタ情報記憶部および広告情報記憶部に記憶されている情報を参照し、前記ＷＥＢページの属するクラスタに対応する広告情報を配信する広告配信部と、を備えることを特徴としている。

これにより、本発明の広告配信システムは、ＷＥＢページを閲覧するユーザの属性を推定することが可能となりユーザの属性に適合した広告を配信することができる。その結果、広告主は狙った対象に的確に広告を配信することができ、広告の効果を高めることができる。

（６）また、本発明の広告配信システムは、上記のＷＥＢページ抽出システムに問い合わせて、ユーザ端末のアクセス経路を追跡し、広告を配信する広告配信システムであって、前記収集されたアクセスログから、広告配信要求があったユーザ端末のアクセス経路を抽出するアクセス経路抽出部と、前記抽出されたアクセス経路が、特定のクラスタに属するＷＥＢページへのアクセスについて所定条件を満たすか否かを判定する判定部と、前記所定条件を満たす場合には、前記広告配信要求があったユーザ端末と前記特定のクラスタとを対応付け、前記広告配信要求があったユーザ端末から更に配信要求があったときには前記特定のクラスタに対応する広告情報を配信する広告配信部と、を更に備えることを特徴としている。

このように、本発明の広告配信システムは、ＷＥＢページ抽出システムに問い合わせて同一のユーザ端末を追跡し、そのユーザに適した広告を配信することができる。その結果、現在閲覧しているＷＥＢページからユーザの閲覧が移動しても、ユーザの属性に適した広告を配信し、広告効果を高めることができる。

（７）また、本発明の広告配信システムは、各ＷＥＢページの閲覧の際に配信される広告について、前記収集されたアクセスログから予想ＰＶ数または予想クリック率を算出し、前記算出された予想ＰＶ数または予想クリック率に基づいて、各広告の広告配信の状態を、前各広告について設定された設定条件に近づける制御をする配信制御部を更に備え、前記広告配信部は、前記配信制御部の制御に従って広告を配信することを特徴としている。

このように、本発明の広告配信システムは、算出された予想ＰＶ数または予想クリック率から広告の配信頻度や広告の配信対象を変更し、限られた広告回数や広告期間の中で最も広告効果を高めることができる。

（８）また、本発明のＷＥＢページ抽出プログラムは、ネットワークに接続され、少なくともログ収集部、第１の抽出部、文書情報取得部、第２の抽出部を備えるシステムに、ログ収集部が、ネットワークを介して、アクセスログを収集するログ収集処理と、第１の抽出部が、前記収集されたアクセスログを参照し、特定のＷＥＢページを基点としてＷＥＢページ間にわたる閲覧の移動があり、かつ前記特定のＷＥＢページとの関連性を示す数値が一定数以上であるＷＥＢページの集合を抽出する第１の抽出処理と、文書情報取得部が、ネットワークを介して、ＷＥＢページの文書情報を取得する文書情報取得処理と、第２の抽出部が、前記取得された文書情報を参照し、文書情報内に特定の語句に関連する語句の範囲にある語句を所定数以上含むＷＥＢページの集合を抽出する第２の抽出処理と、を実行させ、前記第１または第２の抽出処理のいずれかにより特定のＷＥＢページを基点としてＷＥＢページの集合を抽出した後、もう一方の抽出処理により前記抽出されたＷＥＢページの集合から、さらに絞り込んでＷＥＢページの集合を抽出することを特徴としている。

このように、本発明のＷＥＢページ抽出プログラムは、アクセスされたＷＥＢページ間のページ移動の関連性および内容の関連性程度を評価し、関連性が所定程度以上であるＷＥＢページの集合を抽出する。これにより、アクセスされ易さだけでなく、内容の関連性も同時に評価して多元的な評価により、ＷＥＢページの集合を抽出することができる。その結果、ユーザの属性や嗜好にマッチした広告等の配信を可能にする。

本発明のＷＥＢページ抽出システムによれば、アクセスされ易さだけでなく、内容の関連性も同時に評価して多元的な評価により、ＷＥＢページの集合を抽出することができる。その結果、ユーザの属性や嗜好にマッチした広告等の配信を可能にする。また、複数のＷＥＢページ間おいて特定のＷＥＢページの位置付けを評価することにも利用できる。さらには、特定の属性をもったユーザを誘導するためにＷＥＢページに掲載すべき記事を推測することにも利用できる。

本発明者らは、アクセス解析技術を開発するにあたり、収集したアクセスログを利用して同じ傾向を持つＷＥＢページを抽出し、ユーザの属性や嗜好に適した広告を行った方が、その効果が高い点に着目し、所定の関連性の高いＷＥＢページの集合をクラスタとして分類し、ユーザの傾向に合わせて広告を配信する手段を見出して、本発明を完成させるに至った。

本発明のＷＥＢページ抽出システムは、アクセスログを解析するとともに文章解析も行い、ＷＥＢページ間の関連性の程度を評価し、関連性が所定程度以上であるＷＥＢページの集合を、それぞれクラスタとして分類する。これにより、アクセスされ易さだけでなく、内容の関連性も同時に評価して多元的な評価により、ＷＥＢページの集合を抽出することができる。そして、本発明の広告配信システムは、クラスタに対応する広告を配信し、広告効果を高めることができる。

以下の実施形態の説明では、図面を参照しながら、本発明のＷＥＢページ抽出システムおよび広告配信システムの構成および動作を説明する。説明の理解を容易にするため、各図面において同一の構成要素に対しては同一の参照番号を付し、重複する説明は省略する。

（全体構成）
図１は、本発明を適用した広告配信ビジネスモデルの構成を示す概念図である。図１のモデルにおいては、広告配信管理システム１００がネットワークＮに接続されており、ＷＥＢサーバ５００およびユーザ端末４００もネットワークＮに接続されている。広告配信管理システム１００は、ＷＥＢページ抽出システム２００および広告配信システム３００を備えている。

ユーザ端末４００は、ＷＥＢページのユーザが使用する一般的な端末であり、ネットワークＮに接続されている。ユーザ端末４００は、ＷＥＢサーバ５００にアクセスして、ＷＥＢページを閲覧するのに用いられる。

ＷＥＢサーバ５００は、ＷＥＢページ用の情報を蓄積して、送信可能化の状態に置く。上記のＷＥＢページ用の情報には、アクセスログ送信プログラムが組み込まれたタグが含まれる。ユーザ端末４００がＷＥＢサーバ５００にアクセスしたときには、ブラウザ上にアクセスログ送信プログラムを組み込まれた画像が表示される。そして、その画像が表示されることにより、ユーザ端末４００のアクセスログが、ＷＥＢページ抽出システム２００に送信される。

なお、上記のように画像取得のリクエストを利用する態様に限らず、ｆｌａｓｈなどの外部メディアファイル、外部スタイルシート、外部ｊａｖａｓｃｒｉｐｔ（登録商標）等を利用する形態であってもよい。さらには、このようなＨＴＴＰでのリクエストに限らず、アクセスログを取得するサーバと通信さえ可能であれば、どのようなプロトコルの通信方法でも上記形態は実現可能である。したがって、たとえばブラウザ(プラグインなどのエクステンションを含む)からアクセスログを保存するサーバへ何らかの通信が発生する方法であれば実現可能となる。このような通信方法には、ｈｔｔｐ通信、ｈｔｔｐｓ通信、ｓｏｃｋｅｔ通信、ｘｍｌｓｏｃｋｅｔ通信、メディアプレイヤーなどの独自通信、ｔｅｌｎｅｔ通信、メール等のｐｏｐ３やｓｍｔｐ等の通信が挙げられる。

また、このようなＷＥＢビーコン型ではなくアクセスログを記録するＷＥＢサーバからログの提供を受けて解析を行なうサーバログ型や、ＬＡＮの一番外側に位置するスイッチを通る信号をコピーしてデータベース化しログの収集を行なうパケットキャプチャー型でアクセスログを収集してもよい。

（ＷＥＢページ抽出システムの構成）
図２は、ＷＥＢページ抽出システム２００の構成を示すブロック図である。ＷＥＢページ抽出システム２００は、２段階の抽出処理を経て、相互に関連性を有するＷＥＢページの集合を抽出する。ＷＥＢページ抽出システム２００は、ログ収集部２０１、ログ集計部２０２、集計情報記憶部２０３、検索部２０５、入力部２０７、第１の抽出部２０９、文書情報取得部２１１、文書情報解析部２１３、文書情報記憶部２１３、第２の抽出部２１６、およびクラスタ情報記憶部２１７から構成されている。

ログ収集部２０１は、ネットワークＮを介して、ユーザ端末４００からアクセスログを収集する。図３は、ログ収集部２０１が収集したアクセスログの一例を示すテーブルである。図３の例では、ＩＰアドレス192.168.0.xxxで特定されるユーザ端末４００が、http://work-at.co.jp/で表されるＵＲＬのＷＥＢページにアクセスし、次に、そのＵＲＬのＷＥＢページからhttp://work-at.co.jp/test.htmlのＵＲＬで表されるＷＥＢページに閲覧を移動していることが読み取れる。なお、ユーザ端末の識別番号は、ＩＰアドレスに限定されず、Ｃｏｏｋｉｅ等であってもよい。ログ収集部２０１は、メモリおよびＨＤＤ等の補助記憶装置により構成されている。

ログ集計部２０２は、収集されたアクセスログからＷＥＢページ間のユーザ閲覧の移動数、対象のＷＥＢページのＰＶ数（ページビュー数）や検索エンジンによる検索結果からのアクセス数を集計する。図４は、ログ集計部２０２により収集のあったＷＥＢページ閲覧の移動数を示すテーブルである。たとえば、http://work-at.co.jp/のＵＲＬで特定されるＷＥＢページとhttp://work-at.co.jp/test.htmlのＵＲＬで特定されるＷＥＢページの間では、所定期間に２０５回の閲覧の移動があったことが分かる。移動回数は、所定期間を決めてその期間内で集計してもよい。ログ集計部２０２は、ＣＰＵおよび主記憶装置により構成されている。

集計情報記憶部２０３は、集計されたＷＥＢページ間の閲覧の移動数やＰＶ数を記憶する。集計情報記憶部２０３は、メモリおよびＨＤＤ等の補助記憶装置により構成されている。

検索部２０５は、入力された語句を文書情報内に一定数以上含むＷＥＢページを検索する。検索部２０５は、ＣＰＵおよび主記憶装置により構成されている。

入力部２０７は、図示しない管理者端末から語句の入力を受け付ける。さらに入力部２０７は、管理者端末から検索されたＷＥＢページの集合から第１の抽出部による抽出の基点となるＷＥＢページを選択する入力を受け付ける。このように、基点となるＷＥＢページを選択するだけで、互いに関連するＷＥＢページを客観的かつ効率的に抽出することができる。その結果、広告配信の対象となるＷＥＢページを簡単に抽出することができる。入力部２０７は、ＣＰＵおよび主記憶装置により構成されている。なお、管理者端末はＷＥＢページ抽出システムに接続されており、管理者は、管理者端末を介して入力部２０７に語句や選択の指示を入力することができる。

第１の抽出部２０９は、収集されたアクセスログを参照し、特定のＷＥＢページを基点としてＷＥＢページ間にわたるユーザ端末による閲覧の移動があり、かつ特定のＷＥＢページとの関連性を示す数値が一定数以上であるＷＥＢページの集合を抽出する。このように選択されたＷＥＢページを基点としてＷＥＢページの集合を抽出する。関連性を示す数値とは、たとえば収集されたアクセスログから算出されるＷＥＢページ間の閲覧の移動数、対象のＷＥＢページのＰＶ数や検索エンジンによる検索結果ページからのアクセス数である。第１の抽出部２０９は、ＣＰＵおよび主記憶装置により構成されている。

文書情報取得部２１１は、ネットワークを介してＷＥＢページの文書情報を取得する。文書情報取得部２１１は、ＷＥＢページの文書情報を、ＷＥＢサーバ５００から取得する。文書情報取得部２１１は、たとえば、ＵＲＬのテキスト内にあるＲＤＦやｈｔｍｌから、あるルールで抽出した文章情報を参照する。なお、あらかじめＲＳＳフィードのアクセス先を登録しておき、登録されているＲＳＳフィードのアクセス先の情報に基づいてアクセス先の文書情報を次々に収集することとしてもよい。

ＲＳＳにより情報を収集する場合には、予めＲＳＳフィードがＷＥＢページの更新時に作成したタイトル情報や要約の情報を含む文書情報を送信可能にするため、ＷＥＢページの更新に対応し易くなり、文書情報の収集の効率が上がる。ただし、本発明はＲＳＳを利用することに限定されず、一般的なクローリングを行なう場合にも適用可能である。文書情報取得部２１１は、たとえばＣＰＵおよびＲＡＭ等のメモリまたはハードディスク等の補助記憶装置により構成されている。

文書情報解析部２１２は、文書情報取得部２１１がＷＥＢページから取得した文書情報を解析する。そして、たとえば形態素解析により単語などに分割する。文書情報解析部２１２は、ＣＰＵおよび主記憶装置により構成されている。

一方、文書情報記憶部２１３は、文書情報解析部２１２により解析されたＷＥＢページの文書情報を記憶する。文書情報記憶部２１３は、メモリまたはＨＤＤ等の補助記憶装置により構成されている。

第２の抽出部２１６は、取得された文書情報を参照し、文書情報内に特定の語句に関連する語句の範囲にある語句を所定数以上含むＷＥＢページの集合を抽出する。これにより、アクセスされ易さだけでなく、内容の関連性も同時に評価して多元的な評価により、ＷＥＢページの集合を抽出することができる。その結果、ユーザの属性や嗜好にマッチした広告等の配信を可能にする。また、第２の抽出部２１６は、特定の語句に関連する語句の範囲にある語句を含むＷＥＢページの集合を抽出する際、含まれるＷＥＢページ数が所定数に達したときに抽出を停止する。これにより、一定大きさのＷＥＢページの集合を抽出することができ、一定の広告の効果を期待して広告配信することができる。なお、クラスタの大きさに制限がない場合には、関連のある限り抽出処理を繰り返しても問題はないが、所定回数抽出処理を繰り返して抽出を停止することとしてもよい。

また、本実施の形態では、第１の抽出部２０９によるＷＥＢページの抽出の後、第２の抽出部２１６によるＷＥＢページの抽出を行うが、必ずしもこの順番に限定されない。第１または第２の抽出部のいずれかがＷＥＢページの集合を抽出した後、もう一方の抽出部が抽出されたＷＥＢページの集合から、さらに絞り込んでＷＥＢページの集合を抽出すれば、アクセスされ易さと内容の関連性の相乗効果を得ることができる。第２の抽出部２１６は、ＣＰＵおよび主記憶装置により構成されている。なお、広告出稿の運営上、クラスタ決定の際に、クラスタを広げる最大幅を決定しておいてもよい。

クラスタ情報記憶部２１７は、絞り込んで抽出されたＷＥＢページの集合を一つのクラスタとして識別し、各ＷＥＢページのＷＥＢページ識別情報とクラスタ識別情報とを対応付けて記憶する。図６は、クラスタ情報記憶部２１７に記憶されているクラスタおよび、そのクラスタに対応付けられたＷＥＢページのＵＲＬを示すテーブルである。クラスタ情報記憶部２１７は、各ＷＥＢページ情報に対応付けてクラスタ情報を記憶する。クラスタ情報記憶部２１７は、メモリまたはＨＤＤ等の補助記憶装置により構成されている。

なお、クラスタの種類は、たとえば愛犬家のグループ、アニメ好きのグループ、雑誌関連のグループ、シャンプーに関連するグループ等、様々に設定できる。また、クラスタは重なりをもっており、クラスタＡに属するＷＥＢページがクラスタＢに属することもありうる。また、大グループの中に小グループが存在する構造となっていてもよい。また、上記の対応付けは、データ構造上、ＷＥＢページαは、クラスタＡとクラスタＢに属するという構造で記憶されてもよいし、クラスタＡは、ＷＥＢページα、ＷＥＢページβを含むという構造で記憶されてもよい。

図５は、文章解析後のデータを表すテーブルである。左側は、抽出の基点となる特定のＷＥＢページのＵＲＬ、右側は、主なキーワードおよびそれに関連するキーワードを示している。たとえば、http://work-at.co.jp/を基点としてＷＥＢページの集合を抽出し、さらに、「株式会社ワークアット」を主なキーワードとし、「ＲＳＳリーダー」、「Ｂｌｏｇｐｅｔ」を関連語句としてＷＥＢページの集合を抽出したことを示している。このようにして抽出されたＷＥＢページの集合は、クラスタとして分類されクラスタ情報記憶部２１７に記憶される。

（ＷＥＢページ抽出システムの動作）
次に、ＷＥＢページ抽出システム２００の動作を説明する。図７は、ＷＥＢページ抽出システム２００の特徴的な動作を示すフローチャートである。

まず、ログ収集部２０１がアクセスログを収集する（ステップＳ１）。そして、ログ集計部２０２が、収集されたアクセスログを集計する（ステップＳ２）。集計により、ＷＥＢページ閲覧の移動数、ＰＶ数等が算出される。一方、入力部２０７は、キーワードの入力を受付ける（ステップＳ３）。これにより、クラスタを表す語句を入力することができる。次いで、検索部２０５が入力されたキーワードについてＷＥＢページの検索処理を行なう（ステップＳ４）。そして、検索されたＷＥＢページをさらにアクセス数でソートする。ソートしておくことで、求めるＷＥＢページを選択し易くすることができる。なお、検索処理のみ行いＷＥＢページをユーザが選択することとしてもよいし、検索処理をせずに直接ＷＥＢページを選択することとしてもよい。

次に、入力部２０７は、検索により抽出されたＷＥＢページから基点となるＷＥＢページを選択する操作を受付ける（ステップＳ５）。これにより、検索されたＷＥＢページの中から特にクラスタの中心に近いものを選ぶことができる。

次に、第１の抽出部２０９が、選択されたＷＥＢページを基点にしてユーザ閲覧の移動があったＷＥＢページの中から、ユーザ閲覧の移動数が一定数以上のものをすべて抽出する（ステップＳ６）。移動数が一定数以上のものを抽出することで、同様の閲覧傾向をもつユーザがアクセスしやすいＷＥＢページを抽出することができる。その他に、対象のＰＶ数や検索履歴が一定数以上という条件として広告の表示度に重点を置いてもよい。

次に、入力部２０７はさらなる抽出のためのキーワードを受付け、関連語句決定部２１５は、そのキーワードから入力されたキーワードから関連語句を決定する（ステップＳ７）。そして、第２の抽出部２１６は、上記の関連語句を含むＷＥＢページを抽出する（ステップＳ８）。そして、抽出されたＷＥＢページが一定数に達したか否かを判定し（ステップＳ９）、一定数に達していないと判定された場合には、ステップＳ７に戻る。一定数に達したと判定された場合には、抽出を終了し、抽出されたＷＥＢページの集合をクラスタとして記憶する（ステップＳ１０）。

上記の抽出の動作を簡略化したイメージを用いて説明する。図８は、抽出の処理をＷＥＢページの集合でイメージ化した概念図である。図８において、長方形のシートとして描かれているものの一つひとつがＷＥＢページを表している。そして各ＷＥＢページを繋ぐ直線は、ユーザ端末による閲覧の移動があったことを示している。

図８（ａ）は、第１の抽出部による抽出処理を模式化したものであり、基点としてＷＥＢページＰ１およびＰ２が選択されたことを表している。そして、ＷＥＢページＰ１およびＰ２から、たとえば閲覧の移動が１００以上あるものを第１の抽出部２０９が抽出し、その結果、ＷＥＢページの集合Ｇ１およびＧ２が抽出されていることが示されている。

また、図８（ｂ）は、第２の抽出部による抽出処理を模式化したものであり、ＷＥＢページの集合Ｇ１およびＧ２から、さらに関連語句が含まれているＷＥＢページを絞り込んで抽出した結果、ＷＥＢページの集合Ｇ３およびＧ４が抽出されていることを示している。このようにして、抽出の処理は２段階でなされる。なお、本実施の形態においてＷＥＢページ抽出システム２００は、以下に説明する広告配信に用いられるが、これに用途が限定されるわけではない。

（広告配信システムの構成）
次に、広告配信システム３００の構成を説明する。広告配信システム３００は、ＷＥＢページ抽出システム２００に接続されている。広告配信システム３００は、ＷＥＢページ抽出システムに問い合わせて、アクセスを要求されたＷＥＢページに適した広告を配信する。図９は、広告配信システム３００の構成を示すブロック図である。

アクセス経路抽出部３０１は、ログ収集部２０１により収集されたアクセスログに基づいてＷＥＢページにアクセスしたユーザ端末の識別情報（ＩＰアドレスやＣｏｏｋｉｅ）から、同一ユーザ端末のアクセス経路を抽出する。アクセス経路の抽出は、たとえばアクセスログのデータから同一のＩＰアドレスのアクセスログを抽出し、時刻順にソートすることによって行なう。アクセス経路抽出部３０１は、収集されたアクセスログから、広告配信要求があったユーザ端末のアクセス経路を抽出する。アクセス経路抽出部３０１は、ＣＰＵおよび主記憶装置により構成されている。

判定部３０２は、抽出されたアクセス経路が、特定のクラスタに属するＷＥＢページへのアクセスについて所定条件を満たすか否かを判定する。たとえば、ユーザ端末についてクラスタＡに属する３つ以上のＷＥＢページに連続してアクセスしたか否かを判定する。これにより、そのユーザがどのクラスタに関心をもっているかを推定することができる。判定部３０２は、ＣＰＵおよび主記憶装置により構成されている。

広告情報記憶部３０５は、広告情報とクラスタ識別情報とを対応付けて記憶する。図１０は、クラスタとそれに対応する広告情報のテーブルを示す図である。あらかじめこのようなテーブルが広告情報記憶部３０５に記憶されており、このテーブルを参照しクラスタ情報に対応する広告情報を配信する。たとえば、図１０の例では、広告ＩＤ００１１１の広告について、広告配信の対象とするクラスタをクラスタＡとし、配信期間を２００６年６月１日から２００６年７月１日までとして、規定ＰＶ数５００００に達するまで配信するという配信条件と広告主の区分としてドッグフードメーカーが記憶されている。広告情報記憶部３０５には、別途、広告ＩＤに対応付けて広告情報そのものも格納されており、配信制御部３０４の制御により広告ＩＤが指定されたときには、広告情報記憶部３０５から指定された広告情報をユーザ端末に配信する。広告情報記憶部３０５は、メモリまたはＨＤＤ等の補助記憶装置により構成されている。

広告配信部３０７は、抽出したクラスタ情報に対応する広告情報をユーザ端末に向けて配信する。すなわち、広告配信部３０７は、アクセスを要求されたＷＥＢページの表示に伴い要求された広告情報として、クラスタ情報記憶部２１７および広告情報記憶部３０５に記憶されている情報を参照し、ＷＥＢページの属するクラスタに対応する広告情報をユーザ端末４００に配信する。このようにして、ユーザの属性に適合した広告を配信することができる。その結果、広告主は狙った対象に的確に広告を配信することができ、広告の効果を高めることができる。

一方、広告配信部３０７は、判定部３０２によりアクセス経路の履歴が所定条件を満たすと判定された場合には、広告配信要求があったユーザ端末と特定のクラスタとを対応付け、広告配信要求があったユーザ端末から更に配信要求があったときには特定のクラスタに対応する広告情報を配信する。これにより、ユーザ端末のアクセス経路を追跡して広告配信を行なうことができる。その結果、現在閲覧しているＷＥＢページからユーザの閲覧対象が移動しても、ユーザの属性に適した広告を配信し、広告効果を高めることができる。広告配信部３０７は、ＣＰＵおよび主記憶装置により構成されている。なお、この場合のアクセスログの収集は特にＷＥＢビーコン型が好ましい。また、実際に全てのアクセスを追跡することが負荷的に難しいときには、直近のアクセスからランダム抽出して追跡したり、最後にクラスタにアクセスしたデータのみ保存することとして追跡してもよい。たとえば、同一ユーザが直近（１週間以内等）でアクセスしたクラスタの３つの中からランダムで１つのクラスタを広告出力用のクラスタとして決定してもよい。また、同一ユーザのアクセスログ１００００件の中からランダムで３つのアクセスログを取得し、広告出力用のクラスタを決定することとしてもよいし、同一ユーザが最後にアクセスしたクラスタを広告出力用として決定してもよい。

配信制御部３０４は、各ＷＥＢページの閲覧の際に配信される広告について、収集されたアクセスログから予想ＰＶ数または予想クリック率を算出する。そして算出された予想ＰＶ数または予想クリック率に基づいて、広告配信の状態を、各広告について設定された設定数値（設定条件）に近づける制御をする。このように、本発明の広告配信システム３００は、算出された予想ＰＶ数または予想クリック率から広告の配信頻度や広告の配信対象を変更し、限られた広告回数や広告期間の中で最も広告効果を高めることができる。なお、クリック率には、最初は、一般的なＷＥＢ広告のクリック率（0.05〜0.2程度）を利用し、その後は、情報の蓄積に伴いクリック率を決めることができる。

たとえば、一週間で広告予算を使い切りたい広告主の広告の表示回数やクリック数が低い場合には、表示回数を高く設定し直すことができる。また、全体の表示回数が増えるように、クラスタリングを再度行ない、もっと大きいクラスタを作成することもできる。配信制御部３０４は、ＣＰＵにより構成されている。

（広告配信システムの動作）
次に、広告配信システム３００の一つの広告の出稿に対する動作を説明する。図１１は、広告配信システム３００の特徴的な動作を示すフローチャートである。

前提としてＷＥＢページ抽出システム２００のクラスタ情報記憶部２１７に記憶されているクラスタ情報から、クラスタ全体のＰＶ数やＵＲＬ数、ユニークユーザ数（同一ユーザの重複を省いたユーザ数）を集計し、ユーザへのアンケート等によりユーザの年代、性別、趣味や現在広告を出稿できるサイトのリストなどを分析する。現在広告を出稿できるサイトのリストとは、たとえば、広告の出稿を排除するサイトとして、アダルトサイト、ギャンブル関連サイト、広告主の競合サイト（または競合に関する内容を扱ったサイト）、広告表示領域が現在設定されていないサイト、ネガティブな情報を取扱ったサイトを挙げたリストである。そして、各クラスタの分析結果と対象となる広告とを比較し、広告効果が十分であるか否かを判断する。不十分であると判断できる場合には、再度、キーワード等を変えてＷＥＢページ抽出システム２００によるクラスタリングを行なう。このようにして、広告配信システム３００による処理を行う前に配信したい広告と最も適合するクラスタを選んでおく。

広告配信処理が開始されると、まず、広告配信部３０７は、ユーザ端末４００から配信要求があるたびに配信制御部３０４の制御の下、配信条件に従って広告配信を行なう（ステップＴ１）。次に、配信制御部３０４は、広告配信があるごとに終了条件を満たしているか否かを判定する（ステップＴ２）。終了条件を満たしていれば、配信制御部３０４は、広告配信を終了する。

一方、終了条件を満たしていなければ、配信制御部３０４は、フィードバックする設定か否かを判定する（ステップＴ３）。フィードバックする設定でなければ、Ｔ１に戻る。フィードバックする設定であれば、さらに見直しの条件を満たすか否かを判定する（ステップＴ４）。

見直しの条件を満たさない場合には、Ｔ１に戻る。見直しの条件を満たす場合には、設定数値を再度算出する（ステップＴ５）。設定数値とは、たとえば、ＰＶ数やそれを達成するためのクラスタの大きさを表す数値、またはクラスタ抽出の際に条件となる数値である。そして、ＷＥＢページ抽出システム２００に再クラスタリングを行わせる（ステップＴ６）。再クラスタリングが終わると、Ｔ１に戻り処理を繰り返す。

なお、上記の一連の処理では、再クラスタリング等の配信広告の決定以外の処理も実行することとしているが、実際には、別処理として実行することとしてもよい。その場合、たとえば、広告配信にかかわらず１時間毎にクラスタの大きさが妥当か否かを評価し、クラスタを再生成することとしてもよい。

上記のような本発明の特徴的な動作は、コンピュータに制御プログラムを実行させることにより行われる。このようなプログラムは、ＣＤ−ＲＯＭやＤＶＤ等の記録媒体に記録された状態で入手することができ、ネットワークを構成する公衆電話回線、専用電話回線、ケーブルテレビ回線、無線通信回線等により構成される通信網等の伝達媒体を介して、送信装置であるコンピュータにより送信された信号を受信することで入手することもできる。

本発明を適用した広告配信ビジネスモデルの構成を示す概念図である。 本発明に係るＷＥＢページ抽出システムの構成を示すブロック図である。 ログ収集部が収集したアクセスログの一例を示すテーブルである。 ログ集計部により収集のあったＷＥＢページ閲覧の移動数を示すテーブルである。 文章解析後のデータを表すテーブルである。 クラスタおよび、そのクラスタに対応付けられたＷＥＢページのＵＲＬを示すテーブルである。 本発明に係るＷＥＢページ抽出システムの特徴的な動作を示すフローチャートである。 抽出の処理をＷＥＢページの集合でイメージ化した概念図である。 本発明に係る広告配信システムの構成を示すブロック図である。 クラスタとそれに対応する広告情報のテーブルを示す図である。 本発明に係る広告配信システムの特徴的な動作を示すフローチャートである。

符号の説明

１００ 広告配信管理システム
２００ ＷＥＢページ抽出システム
２０１ ログ収集部
２０２ ログ集計部
２０３ 集計情報記憶部
２０５ 検索部
２０７ 入力部
２０９ 第１の抽出部
２１１ 文書情報取得部
２１２ 文書情報解析部
２１３ 文書情報記憶部
２１５ 関連語句決定部
２１６ 第２の抽出部
２１７ クラスタ情報記憶部
３００ 広告配信システム
３０１ アクセス経路抽出部
３０２ 判定部
３０４ 配信制御部
３０５ 広告情報記憶部
３０７ 広告配信部
４００ ユーザ端末
５００ ＷＥＢサーバ
Ｎ ネットワーク

Claims (8)

1. ネットワークを介して、アクセスログを収集するログ収集部と、
   前記収集されたアクセスログを参照し、特定のＷＥＢページを基点としてＷＥＢページ間にわたる閲覧の移動があり、かつ前記特定のＷＥＢページとの関連性を示す数値が一定数以上であるＷＥＢページの集合を抽出する第１の抽出部と、
   ネットワークを介して、ＷＥＢページの文書情報を取得する文書情報取得部と、
   前記取得された文書情報を参照し、文書情報内に特定の語句に関連する語句の範囲にある語句を所定数以上含むＷＥＢページの集合を抽出する第２の抽出部と、を備え、
   前記第１または第２の抽出部のいずれかがＷＥＢページの集合を抽出した後、もう一方の抽出部が前記抽出されたＷＥＢページの集合から、さらに絞り込んでＷＥＢページの集合を抽出することを特徴とするＷＥＢページ抽出システム。
2. 語句の入力を受け付ける入力部と、
   文書情報内に前記入力された語句を一定数以上含むＷＥＢページを検索する検索部と、をさらに備え、
   前記入力部は、前記検索されたＷＥＢページの集合から前記第１の抽出部による抽出の基点となるＷＥＢページを選択する入力を受け付け、第１の抽出部は、前記選択されたＷＥＢページを基点としてＷＥＢページの集合を抽出することを特徴とする請求項１記載のＷＥＢページ抽出システム。
3. 前記第２の抽出部は、前記特定の語句に関連する語句の範囲にある語句を含むＷＥＢページの集合を抽出する際、含まれるＷＥＢページ数が所定数となったときに抽出を停止することを特徴とする請求項１または請求項２記載のＷＥＢページ抽出システム。
4. 前記絞り込んで抽出されたＷＥＢページの集合を一つのクラスタとして識別し、各ＷＥＢページのＷＥＢページ識別情報とクラスタ識別情報とを対応付けて記憶するクラスタ情報記憶部をさらに備えることを特徴とする請求項１から請求項３のいずれかに記載のＷＥＢページ抽出システム。
5. 請求項４記載のＷＥＢページ抽出システムに問い合わせて、アクセスを要求されたＷＥＢページに適した広告を配信する広告配信システムであって、
   広告情報とクラスタ識別情報とを対応付けて記憶する広告情報記憶部と、
   前記アクセスを要求されたＷＥＢページのデータの送信に伴い、前記クラスタ情報記憶部および広告情報記憶部に記憶されている情報を参照し、前記ＷＥＢページの属するクラスタに対応する広告情報を配信する広告配信部と、を備えることを特徴とする広告配信システム。
6. 請求項４記載のＷＥＢページ抽出システムに問い合わせて、ユーザ端末のアクセス経路を追跡し、広告を配信する広告配信システムであって、
   前記収集されたアクセスログから、広告配信要求があったユーザ端末のアクセス経路を抽出するアクセス経路抽出部と、
   前記抽出されたアクセス経路が、特定のクラスタに属するＷＥＢページへのアクセスについて所定条件を満たすか否かを判定する判定部と、
   前記所定条件を満たす場合には、前記広告配信要求があったユーザ端末と前記特定のクラスタとを対応付け、前記広告配信要求があったユーザ端末から更に配信要求があったときには前記特定のクラスタに対応する広告情報を配信する広告配信部と、を更に備えることを特徴とする広告配信システム。
7. 各ＷＥＢページの閲覧の際に配信される広告について、前記収集されたアクセスログから予想ＰＶ数または予想クリック率を算出し、前記算出された予想ＰＶ数または予想クリック率に基づいて、各広告の広告配信の状態を、前各広告について設定された設定条件に近づける制御をする配信制御部を更に備え、
   前記広告配信部は、前記配信制御部の制御に従って広告を配信することを特徴とする請求項５または請求項６記載の広告配信システム。
8. ネットワークに接続され、少なくともログ収集部、第１の抽出部、文書情報取得部、第２の抽出部を備えるシステムに、
   ログ収集部が、ネットワークを介して、アクセスログを収集するログ収集処理と、
   第１の抽出部が、前記収集されたアクセスログを参照し、特定のＷＥＢページを基点としてＷＥＢページ間にわたる閲覧の移動があり、かつ前記特定のＷＥＢページとの関連性を示す数値が一定数以上であるＷＥＢページの集合を抽出する第１の抽出処理と、
   文書情報取得部が、ネットワークを介して、ＷＥＢページの文書情報を取得する文書情報取得処理と、
   第２の抽出部が、前記取得された文書情報を参照し、文書情報内に特定の語句に関連する語句の範囲にある語句を所定数以上含むＷＥＢページの集合を抽出する第２の抽出処理と、を実行させ、
   前記第１または第２の抽出処理のいずれかにより特定のＷＥＢページを基点としてＷＥＢページの集合を抽出した後、もう一方の抽出処理により前記抽出されたＷＥＢページの集合から、さらに絞り込んでＷＥＢページの集合を抽出することを特徴とするＷＥＢページ抽出プログラム。

Images