JP2010197677A - 広告コンテンツ表示装置の選択装置及び方法 - Google Patents

Abstract

【課題】高い広告効果が期待できるように、広告コンテンツを表示させる公共交通機関の乗降地点を選択する。
【解決手段】定期券利用者の居住地の住所と、定期券区間の居住地に近い第１の乗降地点と、定期券区間の他方の第２の乗降地点とを含む定期券データと、マーケティング対象エリア内の複数の地区を複数のクラスタに分類したクラスタリングデータと、クラスタリングデータに基づいて、各定期券利用者の居住地が属する居住地クラスタを特定して、定期券利用者属性データを生成する手段と、定期券利用者属性データに基づいて、駅別クラスタ分布データを生成する手段とを有する定期券利用者情報分析装置２００と、広告コンテンツのターゲットクラスタと、駅別クラスタ分布データとに基づいて、広告コンテンツの表示させる一以上の乗降地点を特定するコンテンツ表示駅選定装置１００と、を備える。
【選択図】図１４

Description

本発明は、鉄道の駅などの公共交通機関の乗降地点に設置された複数の表示装置に広告コンテンツを表示させるコンテンツ表示システムに関する。

特許文献１には、駅の改札機が読み取った定期券から定期券区間と乗客の属性情報を読み取り、その乗客が乗ったであろう列車を推定して、駅に滞留している乗客属性の推定結果に応じた広告を、駅の広告ディスプレイに表示することが記載されている。

特開２００４−２２０４９８号公報

ここで、特許文献１で用いられている個人の属性とは、年齢及び性別である。しかしながら、年齢と性別だけで広告のターゲッティングをしても、必ずしも十分な広告効果を期待できない。

そこで、本発明の目的は、鉄道の駅などの公共交通機関の乗降地点に設置された複数の表示装置に広告コンテンツを表示させるシステムにおいて、高い広告効果が期待できるように、広告コンテンツを表示させる乗降地点を選択することである。

本発明の別の目的は、高い広告効果が期待できるように、広告コンテンツを表示させる、鉄道の駅などの公共交通機関の乗降地点を選択し、選択された乗降地点に設置された表示装置に広告コンテンツを表示させることである。

本発明の一つの実施態様に従う広告コンテンツを表示させる乗降地点の選択装置は、公共交通機関の複数の乗降地点に設置された複数の表示装置のいずれかに広告コンテンツを表示させるコンテンツ表示システムのために、前記広告コンテンツを表示させる一以上の乗降地点を選択する装置であって、前記公共交通機関の複数の定期券利用者の定期券データであって、定期券利用者ごとに、少なくとも、定期券利用者の居住地の住所と、定期券区間の一方の端点である、前記居住地に近い第１の乗降地点と、前記定期券区間の他方の端点である第２の乗降地点とを含む定期券データを記憶する手段と、マーケティング対象エリア内の複数の地区について、各地区を複数のクラスタに分類したクラスタリングデータを記憶する手段と、前記クラスタリングデータに基づいて、前記定期券データにおいて、各定期券利用者の居住地が属する居住地クラスタを特定して、定期券利用者属性データを生成する手段と、前記定期券利用者属性データに基づいて、前記第２の乗降地点を利用する定期券利用者の居住地クラスタ分布を示す駅別クラスタ分布データを生成する手段と、広告コンテンツのターゲットクラスタと、前記駅別クラスタ分布データとに基づいて、前記広告コンテンツの表示させる一以上の乗降地点を特定する乗降地点特定手段と、を備える。

好適な実施態様では、前記広告コンテンツのターゲット顧客の属性を示すターゲット属性データを記憶する手段と、前記複数のクラスタのそれぞれの属性を示すクラスタ属性データを記憶する手段と、前記ターゲット属性データ及び前記クラスタ属性データに基づいて、前記ターゲット顧客に適合する前記ターゲットクラスタを特定する手段と、をさらに備えていてもよい。

好適な実施形態では、駅別時間帯別乗降者数データを記憶する手段と、前記駅別時間帯別乗降者数データと前記駅別クラスタ分布データとに基づいて、駅別時間帯別クラスタ分布データを生成する手段を記憶する手段と、をさらに備え、前記乗降地点特定手段は、前記広告コンテンツを表示させる一以上の乗降地点及び時間帯を特定するようにしてもよい。

好適な実施形態では、前記駅別時間帯別クラスタ分布データは、駅別時間帯別の乗降者数を示すデータあり、駅別時間帯別の駅滞在時間と、前記駅別時間帯別クラスタ分布データとに基づいて、前記広告コンテンツを表示したときの駅別時間帯別の露出量を算出する手段をさらに備え、前記算出された露出量に基づいて、前記広告コンテンツを表示させる一以上の乗降地点及び時間帯を特定するようにしてもよい。

本発明の一つの実施態様に従う、公共交通機関の複数の乗降地点に設置された複数の表示装置のいずれかに広告コンテンツを表示させるためのコンテンツ配信システムは、広告コンテンツを表示させる乗降地点を選定する選定装置と、広告コンテンツを記憶したファイルサーバと、前記選定装置が選定した乗降地点に設置されている表示装置へ、前記ファイルサーバに記憶されている広告コンテンツを配信する配信サーバと、を備える。前記選定装置は、前記公共交通機関の複数の定期券利用者の定期券データであって、定期券利用者ごとに、少なくとも、定期券利用者の居住地の住所と、定期券区間の一方の端点である、前記居住地に近い第１の乗降地点と、前記定期券区間の他方の端点である第２の乗降地点とを含む定期券データと、マーケティング対象エリア内の複数の地区について、各地区を複数のクラスタに分類したクラスタリングデータと、前記クラスタリングデータに基づいて、前記定期券データにおいて、各定期券利用者の居住地が属する居住地クラスタを特定して、定期券利用者属性データを生成する手段と、前記定期券利用者属性データに基づいて、前記第２の乗降地点を利用する定期券利用者の居住地クラスタ分布を示す駅別クラスタ分布データを生成する手段と、広告コンテンツのターゲットクラスタと、前記駅別クラスタ分布データとに基づいて、前記広告コンテンツの表示させる一以上の乗降地点を特定する乗降地点特定手段と、を備える。

本発明の一実施形態に係るコンテンツ表示システムの全体構成を示す構成図である。 本発明の一実施形態に係る定期券利用者情報分析装置２００の構成図を示す。 定期券データ（オリジナル）２１０Ａのデータ構造の一例を示す。 定期券利用者乗降データ２２０Ａのデータ構造の一例を示す。 クラスタリングデータ２３０Ａのデータ構造の一例を示す。 定期券利用者属性データ２７０Ａのデータ構造の一例を示す。 駅別クラスタ分布データ１０Ａのデータ構造の一例を示す。 本発明の一実施形態に係るターゲットクラスタ抽出装置３００の構成図である。 クラスタ属性のオリジナルデータ３１０Ａの一例を示す。 ターゲットデータ３８０の一例を示す。 正規化データ３４０Ａの一例を示す。 距離データ３６０Ａの一例を示す。 ターゲットクラスタデータ１２Ａの一例を示す。 本発明の一実施形態に係るコンテンツ表示駅選定装置１００の構成図である。 駅選択処理の説明図である。 駅別時間帯別乗降者数データ１４Ａのデータ構造の一例を示す 駅別時間帯別クラスタ分布データ１８Ａのデータ構造の一例を示す 表示装置管理テーブル５３の一例を示す。 配信テーブル５５の一例を示す。 本実施形態に係るコンテンツ配信システムの処理手順を示すフローチャートである。

以下、本発明の一実施形態に係るコンテンツ表示システムについて、図面を参照して説明する。

本システムは、鉄道、バスなどの公共交通機関の駅、停留所などの複数の乗降地点に、それぞれ一つ以上の表示装置が設置されているとき、それらの表示装置のいずれかに広告コンテンツを表示させる際に、より広告効果の高い表示装置を選択して、表示させるコンテンツ表示システムである。特に、本システムは、所定の分析装置でクラスタ分析を行った分析結果と、定期券利用者に関する情報とに基づいて、広告主などから依頼があった広告コンテンツを表示させる乗降地点を特定し、広告コンテンツのデータを特定された乗降地点の表示装置へ配信するコンテンツ配信システムを有する。以下の実施形態では、説明の便宜のために公共交通機関の一例として鉄道を例にとって説明するが、これ以外にも、バスなどの定期券を利用できる公共交通機関に適用することができる。

図１は、本実施形態に係るコンテンツ表示システムの全体構成を示す構成図である。

本システムは、コンテンツ配信システムと、複数の表示装置７００，７００，・・・とを備える。本実施形態では、表示装置７００，７００，・・・は、それぞれ、いずれかの駅に設定されている。各表示装置７００の識別情報（機器ＩＤ）と設置されている路線名、駅名、配信先ＩＤ（ＩＰアドレス）は、表示装置管理テーブル５３（図１８参照）で管理されている。

ここで、以下の説明において「駅」とは、鉄道の「路線名」と「駅名」とで一意に定まる駅を意味する。「駅ＩＤ」は、駅を一意に識別する識別情報で、「路線名」及び「駅名」により定まる。

コンテンツ配信システムは、コンテンツ表示駅選定装置１００と、定期券利用者情報分析装置２００と、ターゲットクラスタ抽出装置３００と、配信サーバ４００と、ファイルサーバ５００と、を備える。コンテンツ表示駅選定装置１００及び定期券利用者情報分析装置２００は、駅（乗降地点）を選択する選択装置として機能する。配信サーバ４００は、コンテンツ表示駅選定装置１００によって生成された配信テーブル５５に従って、ファイルサーバ５００に記憶されているコンテンツデータ５１を、表示装置７００，７００，・・・へ配信する。

コンテンツ表示駅選定装置１００と、定期券利用者情報分析装置２００と、ターゲットクラスタ抽出装置３００と、配信サーバ４００と、ファイルサーバ５００は、いずれも例えば汎用的なコンピュータシステムにより構成され、以下に説明する各装置ないしサーバ１００，２００，３００，４００，５００内の個々の構成要素または機能は、例えば、所定のコンピュータプログラムを実行することにより実現される。このコンピュータプログラムは、コンピュータ読み取り可能な記録媒体に格納することができる。

図２は、定期券利用者情報分析装置２００の構成図を示す。

同図に示すように、定期券利用者情報分析装置２００は、定期券データ記憶部２１０、２５０と、定期券利用者乗降データ記憶部２２０と、クラスタリングデータ記憶部２３０と、居住地駅特定処理部２４５と、定期券利用者属性データ生成部２４０と、定期券利用者属性データ記憶部２７０と、駅別クラスタ分布データ生成部２６０とを備える。

定期券データ記憶部２１０は、定期券データ（オリジナル）２１０Ａを記憶する。定期券データ（オリジナル）２１０Ａのデータ構造の一例を図３Ａに示す。同図に示すように、定期券データ（オリジナル）２１０Ａは、データ項目として、性別２１１、年齢２１２、住所２１３、定期券区間の端点の駅ＩＤである区間（区間１）２１４、区間（区間２）２１５、及び経由駅ＩＤ２１６を有する。

定期券利用者乗降データ記憶部２２０は、定期券利用者が最も多く乗車する時間帯及び降車する時間帯を示す定期券利用者の乗降データ２２０Ａを記憶する。定期券利用者乗降データ２２０Ａのデータ構造の一例を図４に示す。同図に示すように、定期券利用者乗降データ２２０Ａは、乗車客が最も多い時間帯と、降車客が最も多い時間帯とを、駅別に有している。つまり、定期券利用者乗降データ２２０Ａは、駅ＩＤ２１１と、最大乗車客時間帯２２２と、最大降車客時間帯２２３とを対応付けている。

クラスタリングデータ記憶部２３０は、所定の分析システム９によって生成されたクラスタリングデータ２３０Ａを記憶する。クラスタリングデータは、マーケティング対象エリアを複数地区に分割し、各地区の属性に応じて複数のクラスタに分類したものである。この分析システム９は、クラスタリングデータ２３０Ａと、後述する各クラスタの属性を示すクラスタ属性データ（オリジナルデータ）とを生成する。

ここで、各地区の属性とは、例えば、各地区の居住者の属性を統計的に処理して得られた各地区の属性である。各地区の属性は、例えば、年齢、家族構成、世帯主の学歴などの基礎的な属性や、消費行動に関する属性などで、各地区を特徴付けるものである。クラスタリングデータ２３０Ａのデータ構造の一例を図５に示す。すなわち、クラスタリングデータ２３０Ａは、地区ＩＤ２３１と、各地区の範囲（町丁目単位の住所）２３２と、各地区に割り当てられたクラスタのクラスタＩＤ２３３とが対応付けられている。さらに、クラスタリングデータ２３０Ａには、各地区の平均年齢や所得推計値などの絶対値基本属性２３５が含まれる。

居住地駅特定処理部２４５は、定期券データ（オリジナル）２１０Ａに基づいて、定期券データ（居住地駅）２５０Ａを生成し、定期券データ記憶部２５０に格納する。定期券データ（居住地駅）２５０Ａは、例えば、図３Ｂに示すように、性別２５１、年齢２５２、住所２５３、駅ＩＤで表す居住地駅（第１の乗降地点）２５４、勤務地駅（第２の乗降地点）２５５、及び経由駅２５６をデータ項目として有する。

定期券の最も多い利用形態は、居住地から勤務地または学校までの通勤または通学での利用である。従って、ここでは、定期券利用者の居住地に近い駅を居住地駅と呼び、勤務地または学校に近い駅を勤務地駅と呼んでいる。ここで、定期券データ（オリジナル）２１０Ａでは、定期券区間の端点の駅を示す区間２１４，２１５は定まっているが、区間２１４，２１５のそれぞれが居住地駅または勤務地駅のいずれであるかが特定されていない。そこで、居住地駅特定処理部２４５が、以下のいずれかの方法でそれを特定する。

まず、第１の方法では、居住地駅特定処理部２４５は、定期券利用者乗降データ２２０Ａに基づいて、区間２１４及び区間２１５を居住地駅２５４または勤務地駅２５５に割り当てる。この場合、居住地駅特定処理部２４５は、定期券利用者乗降データ２２０Ａにおいて、最大乗車客時間帯２２２が午前（例えば、午前７時台）である駅、及び最大降車客時間帯２２３が夕方（例えば、午後７時台）である駅を「居住地駅」とする。また、居住地駅特定処理部２４５は、定期券利用者乗降データ２２０Ａにおいて、最大乗車客時間帯２２２が夕方（例えば、午後６時台または７時台）である駅、及び最大降車客時間帯２２３が午前（例えば、午前８時台）である駅を「勤務地駅」とする。つまり、定期券利用者乗降データ２２０Ａを参照して居住地駅２５４及び勤務地駅２５５を定めるときは、便宜上、各駅を「居住地駅」または「勤務地駅」のいずれか一方に固定的に定めている。居住地駅特定処理部２４５は、この結果に基づいて、定期券データ２１０Ａの区間２１４及び区間２１５を居住地駅２５４または勤務地駅２５５に割り当てる。

第２の方法では、居住地駅特定処理部２４５は、定期券データ２１０Ａの住所２１３に基づいて、居住地駅を定める。例えば、この場合は、各駅と、それぞれの駅から所定距離範囲内の住所とを、例えばテーブルなどで予め対応付けておく。そして、居住地駅特定処理部２４５が、定期券データ２１０Ａの住所２１３とそのテーブルを参照して、居住地駅を抽出する。居住地駅特定処理部２４５は、ここで抽出された居住地駅と、区間２１４または２１５の一致する方を居住地駅２５４と定め、他方を勤務地駅２５５と定める。

定期券利用者属性データ生成部２４０は、定期券データ（居住地駅）２５０Ａ及びクラスタリングデータ２３０Ａに基づいて定期券利用者属性データ２７０Ａを生成し、定期券利用者属性データ記憶部２７０に格納する。定期券利用者属性データ２７０Ａは、定期券データ（居住地駅）２５０Ａのデータ項目に加えて、各利用者の居住地が属する居住地クラスタ２７７を有している。すなわち、定期券利用者属性データ２７０Ａは、図６に示すように、性別２５１、年齢２５２、住所２５３、駅ＩＤで表す居住地駅（第１の乗降地点）２５４、勤務地駅（第２の乗降地点）２５５、経由駅２５６及び居住地クラスタ２７７をデータ項目として有する。例えば、定期券利用者属性データ生成部２４０は、定期券データ（居住地駅）２５０Ａの住所２５３と、クラスタリングデータ２３０Ａの地区範囲２３２とを対比して、住所２５３が属するクラスタＩＤ２３３を特定する。ここで特定されたクラスタＩＤが居住地クラスタ２７７となる。

駅別クラスタ分布データ生成部２６０は、定期券利用者属性データ２７０Ａに基づいて、駅別クラスタ分布データ１０Ａを生成し、駅別クラスタ分布データ記憶部１０に格納する。駅別クラスタ分布データ記憶部１０は、後述するように、コンテンツ表示駅選定装置１００内に設けられている。

駅別クラスタ分布データ生成部２６０は、定期券利用者属性データ２７０Ａを、勤務地駅２５５及び居住地クラスタ２７７をキーとして集計し、駅別クラスタ分布データ１０Ａを生成する。つまり、駅別クラスタ分布データ１０Ａは、各駅を勤務地駅として利用している定期券利用者の居住地クラスタの分布を示す。

図７は、駅別クラスタ分布データ１０Ａのデータ構造の一例を示す。駅別クラスタ分布データ１０Ａは、同図に示すような二つの形式のいずれか一方をとり得る。いずれの場合でも、駅別クラスタ分布データ１０Ａは、各駅を勤務地駅としている全定期券利用者の居住地クラスタが、それぞれどのような割合で分布しているかを示す。例えば、同図Ａの例では、駅別クラスタ分布データ１０Ａは、勤務地駅の駅名を行、利用者の居住地クラスタを列にとった行列構造になっている。また、同図Ｂでは、同図Ａの行と列を倒置した構造となっている。行列内の数値は、各駅を勤務地駅としている定期券利用者のうち、居住地クラスタがそれぞれのクラスタである利用者が占める割合を示す。

図８は、ターゲットクラスタ抽出装置３００の詳細な構成図である。ターゲットクラスタ抽出装置３００は、同図に示すように、クラスタ属性データ（オリジナル）記憶部３１０と、正規化処理部３３０と、クラスタ属性データ（正規化）記憶部３４０と、距離算出部３５０と、クラスタ属性データ（距離）記憶部３６０と、ターゲットクラスタ選択部３７０と、を備える。

クラスタ属性データ（オリジナル）記憶部３１０は、分析システム９の分析結果にかかるクラスタ属性のオリジナルデータ３１０Ａを記憶する。

クラスタ属性のオリジナルデータ３１０Ａの一例を図９に示す。すなわち、クラスタ属性のオリジナルデータ３１０Ａは、データ項目として、クラスタＩＤ３１１と、相対値基本属性（年齢構成、持ち家比率、一戸建て比率、など）３１２と、消費・購買属性（ブランド信仰、環境嗜好、消費願望、支出我慢、など）３１３とを有する。そして、各項目について、それぞれのクラスタの値が設定されている。ここでは、相対値基本属性３１２は、百分率で表される相対値基本属性（相対値データ）であり、後述する正規化の対象とする。

なお、以下に説明するように、クラスタ属性データ（正規化）３４０に記憶されるクラスタ属性の正規化データ３４０Ａ（図１１参照）、及びクラスタ属性データ（距離）３６０に記憶されるクラスタ属性の距離データ３６０Ａ（図１２参照）は、いずれもクラスタ属性のオリジナルデータ３１０Ａを加工したものであり、これらもクラスタ属性データである。そこで、以下の説明では、クラスタ属性のオリジナルデータを「オリジナルデータ」、クラスタ属性の正規化データを「正規化データ」、及びクラスタ属性の距離データを「距離データ」とそれぞれ称する。

正規化処理部３３０及びターゲットクラスタ選択部３７０は、それぞれ、ターゲットデータ３８０を取り込んで処理を行う。各コンテンツは、それぞれ、特定の顧客層（ターゲット）へ向けて作成されている。そのターゲットの属性を具体的に示したものがターゲットデータ３８０である。ターゲットデータ３８０は、コンテンツごとに定まる。図１０には、ターゲットデータ３８０の一例を示す。例えば、ターゲットデータ３８０は、コンテンツＩＤと、そのコンテンツに対するターゲットの基本属性、及び消費・購買属性に関する特徴を含む。

図８に戻ると、正規化処理部３３０は、クラスタ属性データ（オリジナル）記憶部３１０に記憶されているオリジナルデータ３１０Ａを正規化する。例えば、正規化処理部３３０は、ターゲットデータ３８０と関連する属性項目のデータのみを正規化しても良い。正規化は、例えば、属性項目ごとにＺ値を算出することにより行っても良い。つまり、各属性項目について、すべてのクラスタの値の平均値及び標準偏差を算出した後、以下に示す式によってＺ値を求める。正規化処理部３３０が生成した正規化データ３４０Ａはクラスタ属性データ（正規化）記憶部３４０に格納される。
属性項目別Ｚ値＝｛（クラスタの値）−（全クラスタの平均値）｝／全クラスタの標準偏差。

図１１に正規化データ３４０Ａの一例を示す。同図の正規化データは、各クラスタに対する各属性項目の値が属性項目別のＺ値に正規化されている。

距離算出部３５０は、正規化処理部３３０によって生成された正規化データ３４０Ａに基づいて、属性項目別にクラスタ間距離を示す距離データ３６０Ａに変換する。ここでは、正規化データ３４０Ａの各属性項目内の値（Ｚ値）のうちの最大値を基準として、その最大値との差を距離と定義する。例えば、図８の正規化データ３４０Ａにおいて、「持ち家比率」の項目では、クラスタ「Ｃ０１」の値が「１．６０」で最大値である。そこで、「持ち家比率」の項目については、１．６０との差の絶対値に変換し、これを距離とする。各項目についてこのようにして距離に変換したものが、図１２に示す距離データ３６０Ａである。距離算出部３５０が生成した距離データ３６０Ａは、クラスタ属性データ（距離）３６０に格納される。

図８に戻ると、ターゲットクラスタ選択部３７０は、距離データ３６０Ａに基づいて、ターゲットデータ３８０に適したクラスタを選択する。例えば、ターゲットクラスタ選択部３７０は、距離データ３６０Ａ及びターゲットデータ３８０に基づいてクラスタ適合判定を行って、ターゲットに適合するターゲットクラスタを特定する。

例えば、ターゲットクラスタ選択部３７０は、距離データ３６０Ａの複数の属性項目の中から、ターゲットデータ３８０に対応する項目を選択する。図１０及び図１２の例では、ターゲットデータ３８０と関連する、年齢構成、持ち家比率、ブランド信仰が選択される。

次に、ターゲットクラスタ選択部３７０は、選択された属性項目の距離データをクラスタ別にすべて加算し、クラスタ別の合計距離を算出する。このとき、ターゲットデータ３８０に基づいて重み付けを行っても良い。例えば、図１０のターゲットデータ３８０では、「世代」及び「購入時に重視」に順位付けがされている。つまり、「世代」では第１位が「シニア」、第２位が「１０代未満」であり、「購入時に重視」では第１位が「料金」、第２位が「ブランド」である。そこで、年齢構成の「１０代未満」と「ブランド信仰」には重み係数“２．０”を掛けて加算しても良い。

そして、ターゲットクラスタ選択部３７０は、合計距離に基づいてクラスタ適合判定を行う。つまり、ターゲットクラスタ選択部３７０は、合計距離が小さいクラスタがターゲットデータ３８０により適合しているものとして、合計距離が小さいクラスタから順に、ターゲットクラスタデータ１２Ａとして抽出する。抽出されたターゲットクラスタデータ１２Ａの一例を図１３Ａに示す。同図に示すように、ターゲットクラスタデータ１２Ａは、コンテンツＩＤごとにターゲットクラスタのクラスタＩＤが対応付けられている。ターゲットクラスタデータ１２Ａは、ターゲットクラスタデータ記憶部１２に格納される。ターゲットクラスタデータ記憶部１２は、後述するように、コンテンツ表示駅選定装置１００内に設けられている。

図１４は、コンテンツ表示駅選定装置１００の詳細な構成図である。コンテンツ表示駅選定装置１００は、駅別クラスタ分布データ記憶部１０と、ターゲットクラスタデータ記憶部１２と、駅選択処理部１３と、駅別時間帯別乗降者数データ記憶部１４と、駅別時間帯別クラスタ分布データ生成部１６と、駅別時間帯別クラスタ分布データ記憶部１８と、露出量算出部２０と、配信テーブル生成部２２と、を備える。

駅別クラスタ分布データ記憶部１０には、上述したように、定期券利用者情報分析装置２００によって生成された駅別クラスタ分布データ１０Ａ（図７参照）が格納されている。

ターゲットクラスタデータ記憶部１２には、ターゲットクラスタデータ１２Ａが格納されている。ここで、ターゲットクラスタデータ１２Ａは、例えば上述したように、ターゲットクラスタ抽出装置３００によって生成された、図１３Ａに示すようなデータ構造でよい。あるいは、ターゲットクラスタデータ１２Ａは、図１３Ｂに示すようなデータ構造であって、入力装置２４からユーザによって直接入力されたものでも良い。例えばターゲットクラスタデータ１２Ａは、図１３Ｂに示すように、広告主、コンテンツの表示条件（駅ＩＤ、日時、期間）及び料金の一つ以上をデータ項目として有していても良い。

本実施形態では、上述のように、ターゲットクラスタデータ１２Ａは、ユーザが直接入力することができるとともに、ターゲットクラスタ抽出装置３００がターゲットデータから自動抽出することもできる。これは、クラスタの特徴を熟知しているユーザに、ターゲットクラスタを直接指定することを許容するとともに、クラスタの特徴をあまり知らないユーザに対しては、ターゲット顧客の特徴を示すターゲットデータを指定させるだけでも良いようにしている。

駅選択処理部１３は、駅別クラスタ分布データ１０Ａとターゲットクラスタデータ１２Ａとに基づいて、コンテンツを表示させる一以上の駅（乗降地点）を特定する。例えば、駅選択処理部１３は、コンテンツＩＤごとに、駅別クラスタ分布データ１０Ａとターゲットクラスタデータ１２Ａとをマッチングさせて、ターゲットクラスタの利用者が多い駅の駅ＩＤを抽出する。例えば、駅選択処理部１３は、図１５に示すように、駅別クラスタ分布データ１０Ａにおいて、あるコンテンツに対して、そのコンテンツのターゲットクラスタの割合が所定値以上である駅ＩＤを抽出するか、または、このターゲットクラスタの割合が高い、上位所定数の駅ＩＤを抽出しても良い。

ここで、図１３Ｂのように、ターゲットクラスタデータ１２Ａで表示条件が設定されているときは、その表示条件に適合する駅を選んでも良い。例えば、表示条件として表示駅の駅ＩＤが設定されていれば、設定されている表示条件を優先させて、その設定されている駅ＩＤの中から、ターゲットクラスタの割合が高い駅ＩＤを選択しても良い。

駅別時間帯別乗降者数データ記憶部１４は、駅ごとに、時間帯別の乗降者数を示す駅別時間帯別乗降者数データ１４Ａを格納する。駅別時間帯別乗降者数データ１４Ａのデータ構造の一例を図１６に示す。同図に示すように、駅別時間帯別乗降者数データ１４Ａは、駅ごと（同図では３駅分を例示する）に、所定幅の時間帯（同図では１０分単位）別の乗降する利用者数を示す。

駅別時間帯別乗降者数データ１４Ａは、例えば、定期券利用者のみでなく、通常の乗車券の利用者なども含む全利用者の乗降者数データでよい。駅別時間帯別乗降者数データ１４Ａは、乗車客数と降車客数とをそれぞれ別に集計したデータでも良い。駅別時間帯別乗降者数データ１４Ａは、例えば、所定期間の乗降者数データの平均値でも良いし、特定の一日のデータでも良い。さらに、平日、土曜日、日曜日、祝日など別に集計したものでも良い。平日は、さらに曜日別であっても良い。また、駅別時間帯別乗降者数データ１４Ａは、一日の乗降者数と、各時間帯の乗降者の割合を示すデータでも良い。

駅別時間帯別クラスタ分布データ生成部１６は、駅別時間帯別乗降者数データ１４Ａに従って、駅別クラスタ分布データ１０Ａをさらに時間帯別に分割して、駅別時間帯別クラスタ分布データ１８Ａを生成する。上述のように、駅別時間帯別乗降者数データ１４Ａは、定期券利用者のみでなく、全利用者の乗降者数データであるから、駅別時間帯別クラスタ分布データ生成部１６は、駅別時間帯別乗降者数データ１４Ａに基づいて、各駅のクラスタ別時間帯別乗降者数を推定している。

例えば、駅別時間帯別クラスタ分布データ生成部１６は、駅別時間帯別乗降者数データ１４Ａの各駅の各時間帯の利用者数に、駅別クラスタ分布データ１０Ａの各クラスタの割合を掛け合わせて、各駅の各時間帯のクラスタ別の推定利用者数を算出する。これにより、図１７に示すような、駅別時間帯別クラスタ分布データ１８Ａが得られる。すなわち、同図に示すように、駅別時間帯別クラスタ分布データ１８Ａは、駅ごと、時間帯ごと、クラスタごとに、利用者数の推定値が格納されている。駅別時間帯別クラスタ分布データ１８Ａは、駅別時間帯別クラスタ分布データ記憶部１８に格納される。

露出量算出部２０は、駅別時間帯別クラスタ分布データ１８Ａに基づいて、露出量を算出する。ここで露出量とは、広告コンテンツを放映した場合に、利用者がどれくらいそのコンテンツを目にするかを示す量である。ここでは、クラスタ別に露出量を算出する。例えば、各時間帯における駅平均滞在時間をＴ、各時間帯の利用者数をＮとすると、各時間帯の露出量Ｅは、以下の式により求まる。駅平均滞在時間Ｔは、各駅ごとに予め定められていてもよい。
Ｅ（露出量）＝Ｔ（駅平均滞在時間）×Ｎ（利用者数）
配信テーブル生成部２２は、配信サーバ４００が各コンテンツを配信するための配信テーブル５５を生成する。配信テーブル生成部２２は、後述するように、時間帯の指定を含む場合と、時間帯指定を含まない場合とがある。

まず、時間帯指定を含まない配信テーブル５５の生成手順を説明する。

配信テーブル生成部２２は、コンテンツＩＤごとに、駅選択処理部１３で選択された駅へ、そのコンテンツを配信するための配信テーブル５５を生成する。まず、配信テーブル生成部２２は、ファイルサーバ５００の表示装置管理テーブル５３を参照して、駅選択処理部１３が選択した駅に配置されている表示装置７００を特定する。

表示装置管理テーブル５３の一例を図１８に示す。同図に示すように、表示装置管理テーブル５３は、設置者ＩＤ５３１と、機器ＩＤ５３２と、サイズ５３３と、駅ＩＤ５３５と、配信先ＩＤ５３６とをデータ項目として有する。

設置者ＩＤ５３１は、各表示装置７００を設置した主体を示す。機器ＩＤ５３２は、表示装置７００の識別情報である。サイズ５３３は、表示装置７００の表示画面サイズである。駅ＩＤ５３５は、表示装置７００が設置されている駅の駅ＩＤである。配信先ＩＤ５３６は、コンテンツを配信する際に用いるＩＰアドレスである。表示装置管理テーブル５３内のデータは、図示しない入力装置などからオペレータによって登録されてもよい。

例えば、配信テーブル生成部２２は、表示装置管理テーブル５３を参照して、各コンテンツに対して駅選択処理部１３で選択された駅に設置されている表示装置７００を特定する。そして、配信テーブル生成部２２は、ここで特定された表示装置７００に関する必要な項目を表示装置管理テーブル５３から取得して、各コンテンツと、その配信先の駅に設置されている表示装置に関する情報を配信テーブル５５に登録する。

配信テーブル５５の一例を図１９に示す。配信テーブル５５は、コンテンツと配信先の表示装置とを対応付ける。例えば、同図に示すように、配信テーブル５５は、設置者ＩＤ５５２と、機器ＩＤ５５３と、サイズ５５４と、駅ＩＤ５５６と、時間帯５５７と、配信コンテンツＩＤ５５８と、配信先ＩＤ５５９とを有する。

機器ＩＤ５５３は、表示装置７００の識別情報であり、これにより、配信先の表示装置７００が特定される。駅ＩＤ５５６は、表示装置７００が設置されている駅の駅ＩＤであり、駅選択処理部１３で選択された駅ＩＤである。時間帯５５７は、ここでは設定されない。配信コンテンツＩＤ５５８は、機器ＩＤ５５３で特定される表示装置７００へ配信するコンテンツの識別情報である。

次に、時間帯指定を含む配信テーブル５５の生成手順を説明する。配信テーブル生成部２２は、ターゲットクラスタデータ１２Ａ及び露出量算出部２０が算出した露出量に従って、コンテンツＩＤごとに露出量が上位の駅及び時間帯を抽出する。例えば、配信テーブル生成部２２は、ターゲットクラスタデータ１２Ａに示すコンテンツＩＤと対応するターゲットクラスタについて、露出量が上位の駅及び時間帯を抽出する。そして、ここで抽出された駅の駅ＩＤ及び時間帯とコンテンツＩＤが、配信テーブル５５において駅ＩＤ５５６、時間帯５５７及び配信コンテンツＩＤ５５８にそれぞれ設定される。このとき、他のデータ項目、すなわち、設置者ＩＤ５５２、機器ＩＤ５５３、サイズ５５４、及び配信先ＩＤ５５９は、上記と同様に、配信テーブル生成部２２が表示装置管理テーブル５３を参照して設定する。

上記のような構成を備えるコンテンツ配信システムの処理手順について、図２０のフローチャートを参照して説明する。

まず、定期券利用者情報分析装置２００が、駅別クラスタ分布データ１０Ａを生成する（Ｓ１０）。すなわち、既に説明したように、定期券利用者情報分析装置２００は、定期券利用者の居住地駅及び勤務地駅を特定して、定期券データ（オリジナル）２１０Ａ（図３Ａ）から、定期券データ（居住地駅）２５０Ａ（図３Ｂ）を生成する。さらに、定期券利用者情報分析装置２００は、各定期券利用者の居住地の属するクラスタを特定して、定期券データ（居住地駅）２５０Ａから定期券利用者属性データ２７０Ａ（図６参照）を生成する。そして、定期券利用者情報分析装置２００は、勤務地駅として利用する定期券利用者クラスタ分布を示す駅別クラスタ分布データ１０Ａ（図７参照）を生成する。

次に、ターゲットクラスタデータ１２Ａを設定する（Ｓ１２）。ここで、ターゲットクラスタデータ１２Ａの設定は、ユーザが直接手入力しても良いし、ターゲットデータに基づいてターゲットクラスタ抽出装置３００が抽出しても良い。ターゲットクラスタ抽出装置３００が抽出する場合は、既に説明したように、クラスタ属性データ（オリジナル）３１０Ａを正規化し、正規化されたクラスタ属性データ（正規化）３４０Ａに基づいて各クラスタの距離を算出して、ターゲットデータに最も近いクラスタをターゲットクラスタとして抽出する。

コンテンツ表示駅選定装置１００は、コンテンツごとの配信先を示す配信テーブル５５を生成する（Ｓ１４）。すなわち、コンテンツ表示駅選定装置１００は、既に説明したように、駅別クラスタ分布データ１０Ａ及びターゲットクラスタデータ１２Ａに基づいて、コンテンツを表示させる駅を特定する。コンテンツ表示駅選定装置１００は、また、駅別時間帯別クラスタ分布データ１８Ａを生成し、クラスタ別時間帯別の露出量に応じて、各コンテンツを表示させる駅及び時間帯を指定することもできる。

配信サーバ４００は、各コンテンツデータ５１を、配信テーブル５５に指定された配信先の表示装置７００へ配信して、広告コンテンツを表示させる（Ｓ１６）。

本実施形態によれば、広告コンテンツごとに、各広告コンテンツがターゲットとするターゲットクラスタの利用者（つまり各コンテンツの潜在顧客）が多く集まる駅へコンテンツを配信して、表示させることができる。これにより、効果的な広告配信及び広告の表示を行うことができる。

上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。

例えば、上述した実施形態では、勤務地駅利用者の駅別クラスタ分布データを生成して、配信先の駅を選択しているが、本発明は、必ずしも勤務地駅に限らない。例えば、勤務地駅の代わりに、乗換駅、あるいは居住地駅の利用者の駅別クラスタ分布データを生成して、同様のことを行うこともできる。

１０ 駅別クラスタ分布データ記憶部
１２ ターゲットクラスタデータ記憶部
１３ 駅選択処理部
１４ 駅別時間帯別乗降者数データ記憶部
１６ 駅別時間帯別クラスタ分布データ生成部
１８ 駅別時間帯別クラスタ分布データ記憶部
２０ 露出量算出部
２２ 配信テーブル生成部
５５ 配信テーブル
１００ コンテンツ表示駅選定装置
２００ 定期券利用者情報分析装置
３００ ターゲットクラスタ抽出装置
４００ 配信サーバ
５００ ファイルサーバ

Claims (7)

1. 公共交通機関の複数の乗降地点に設置された複数の表示装置のいずれかに広告コンテンツを表示させるコンテンツ表示システムのために、前記広告コンテンツを表示させる一以上の乗降地点を選択する装置であって、
   前記公共交通機関の複数の定期券利用者の定期券データであって、定期券利用者ごとに、少なくとも、定期券利用者の居住地の住所と、定期券区間の一方の端点である、前記居住地に近い第１の乗降地点と、前記定期券区間の他方の端点である第２の乗降地点とを含む定期券データを記憶する手段と、
   マーケティング対象エリア内の複数の地区について、各地区を複数のクラスタに分類したクラスタリングデータを記憶する手段と、
   前記クラスタリングデータに基づいて、前記定期券データにおいて、各定期券利用者の居住地が属する居住地クラスタを特定して、定期券利用者属性データを生成する手段と、
   前記定期券利用者属性データに基づいて、前記第２の乗降地点を利用する定期券利用者の居住地クラスタ分布を示す駅別クラスタ分布データを生成する手段と、
   広告コンテンツのターゲットクラスタと、前記駅別クラスタ分布データとに基づいて、前記広告コンテンツの表示させる一以上の乗降地点を特定する乗降地点特定手段と、を備えた広告コンテンツを表示させる乗降地点の選択装置。
2. 前記広告コンテンツのターゲット顧客の属性を示すターゲット属性データを記憶する手段と、
   前記複数のクラスタのそれぞれの属性を示すクラスタ属性データを記憶する手段と、
   前記ターゲット属性データ及び前記クラスタ属性データに基づいて、前記ターゲット顧客に適合する前記ターゲットクラスタを特定する手段と、をさらに備える請求項１記載の広告コンテンツ表示装置の選択装置。
3. 駅別時間帯別乗降者数データを記憶する手段と、
   前記駅別時間帯別乗降者数データと前記駅別クラスタ分布データとに基づいて、駅別時間帯別クラスタ分布データを生成する手段を記憶する手段と、をさらに備え、
   前記乗降地点特定手段は、前記広告コンテンツを表示させる一以上の乗降地点及び時間帯を特定する、請求項１または２記載の広告コンテンツ表示装置の選択装置。
4. 前記駅別時間帯別クラスタ分布データは、駅別時間帯別の乗降者数を示すデータあり、
   駅別時間帯別の駅滞在時間と、前記駅別時間帯別クラスタ分布データとに基づいて、前記広告コンテンツを表示したときの駅別時間帯別の露出量を算出する手段をさらに備え、
   前記算出された露出量に基づいて、前記広告コンテンツを表示させる一以上の乗降地点及び時間帯を特定する、請求項３記載の広告コンテンツ表示装置の選択装置。
5. 公共交通機関の複数の乗降地点に設置された複数の表示装置のいずれかに広告コンテンツを表示させるためのコンテンツ配信システムであって、
   広告コンテンツを表示させる乗降地点を選定する選定装置と、
   広告コンテンツを記憶したファイルサーバと、
   前記選定装置が選定した乗降地点に設置されている表示装置へ、前記ファイルサーバに記憶されている広告コンテンツを配信する配信サーバと、を備え、
   前記選定装置は、
   前記公共交通機関の複数の定期券利用者の定期券データであって、定期券利用者ごとに、少なくとも、定期券利用者の居住地の住所と、定期券区間の一方の端点である、前記居住地に近い第１の乗降地点と、前記定期券区間の他方の端点である第２の乗降地点とを含む定期券データと、
   マーケティング対象エリア内の複数の地区について、各地区を複数のクラスタに分類したクラスタリングデータと、
   前記クラスタリングデータに基づいて、前記定期券データにおいて、各定期券利用者の居住地が属する居住地クラスタを特定して、定期券利用者属性データを生成する手段と、
   前記定期券利用者属性データに基づいて、前記第２の乗降地点を利用する定期券利用者の居住地クラスタ分布を示す駅別クラスタ分布データを生成する手段と、
   広告コンテンツのターゲットクラスタと、前記駅別クラスタ分布データとに基づいて、前記広告コンテンツの表示させる一以上の乗降地点を特定する乗降地点特定手段と、を備えた広告コンテンツを表示させるためのコンテンツ配信システム。
6. 公共交通機関の複数の乗降地点に設置された複数の表示装置のいずれかに広告コンテンツを表示させるコンテンツ表示システムのために、前記広告コンテンツを表示させる一以上の乗降地点を選択する方法であって、
   コンピュータが、
   前記公共交通機関の複数の定期券利用者の定期券データであって、定期券利用者ごとに、少なくとも、定期券利用者の居住地の住所と、定期券区間の一方の端点である、前記居住地に近い第１の乗降地点と、前記定期券区間の他方の端点である第２の乗降地点とを含む定期券データを記憶するステップと、
   マーケティング対象エリア内の複数の地区について、各地区を複数のクラスタに分類したクラスタリングデータを記憶するステップと、
   前記クラスタリングデータに基づいて、前記定期券データにおいて、各定期券利用者の居住地が属する居住地クラスタを特定して、定期券利用者属性データを生成するステップと、
   前記定期券利用者属性データに基づいて、前記第２の乗降地点を利用する定期券利用者の居住地クラスタ分布を示す駅別クラスタ分布データを生成するステップと、
   広告コンテンツのターゲットクラスタと、前記駅別クラスタ分布データとに基づいて、前記広告コンテンツの表示させる一以上の乗降地点を特定するステップと、を行う広告コンテンツを表示させる乗降地点の選択方法。
7. 公共交通機関の複数の乗降地点に設置された複数の表示装置のいずれかに広告コンテンツを表示させるコンテンツ表示システムのために、前記広告コンテンツを表示させる一以上の乗降地点を選択する処理をコンピュータに実行させるためのコンピュータプログラムであって、
   前記コンピュータに、
   前記公共交通機関の複数の定期券利用者の定期券データであって、定期券利用者ごとに、少なくとも、定期券利用者の居住地の住所と、定期券区間の一方の端点である、前記居住地に近い第１の乗降地点と、前記定期券区間の他方の端点である第２の乗降地点とを含む定期券データを記憶するステップと、
   マーケティング対象エリア内の複数の地区について、各地区を複数のクラスタに分類したクラスタリングデータを記憶するステップと、
   前記クラスタリングデータに基づいて、前記定期券データにおいて、各定期券利用者の居住地が属する居住地クラスタを特定して、定期券利用者属性データを生成するステップと、
   前記定期券利用者属性データに基づいて、前記第２の乗降地点を利用する定期券利用者の居住地クラスタ分布を示す駅別クラスタ分布データを生成するステップと、
   広告コンテンツのターゲットクラスタと、前記駅別クラスタ分布データとに基づいて、前記広告コンテンツの表示させる一以上の乗降地点を特定するステップと、を実行させるためのコンピュータプログラム。

Images