JP2010271996A - ユーザ嗜好情報収集装置 - Google Patents

Abstract

【課題】簡易な構成により精度として十分な嗜好情報を収集する。
【解決手段】ユーザが閲覧するコンテンツデータからブラウザに表示されない情報でコンテンツ内容に関連するものを抽出する手段と、前記抽出した情報の内容から特徴語を抽出する手段と、前記抽出した特徴語をユーザに対応付けてデータベースに登録する手段とを備える。
【選択図】図１

Description

本発明は、インターネット等のネットワーク上でサービスを利用するユーザの情報を収集する技術に関する。

インターネット上のサイトのページを閲覧するユーザに対してユーザの嗜好にマッチした広告を提供したり、サービスを利用するユーザの傾向を分析したりする等の種々の目的のために、ユーザの嗜好情報が用いられる（例えば、特許文献１参照。）。

ユーザの嗜好情報の収集の手法として、大まかには、ユーザ登録時にプロフィールとして自己申告された情報を用いる場合と、ユーザのページ閲覧履歴等を分析して嗜好情報を収集する場合とがある。

特開２００４−１５７８２７号公報

ユーザ登録時にプロフィールとして自己申告された情報を嗜好情報として用いる場合にあっては、ユーザ本人の自己申告であるが故に客観的に正確であるか否かが疑わしいという問題がある。

また、ユーザのページ閲覧履歴等を分析して嗜好情報を収集する場合にあっては、大量のページデータをスキャンしなければならず、処理するサーバ等に高性能のものが要求され、コストがかかるという問題がある。

本発明は上記の従来の問題点に鑑み提案されたものであり、その目的とするところは、簡易な構成により精度として十分な嗜好情報を収集することのできるユーザ嗜好情報収集装置を提供することにある。

上記の課題を解決するため、本発明にあっては、請求項１に記載されるように、ユーザが閲覧するコンテンツデータからブラウザに表示されない情報でコンテンツ内容に関連するものを抽出する手段と、前記抽出した情報の内容から特徴語を抽出する手段と、前記抽出した特徴語をユーザに対応付けてデータベースに登録する手段とを備えるユーザ嗜好情報収集装置を要旨としている。

また、請求項２に記載されるように、請求項１に記載のユーザ嗜好情報収集装置において、前記抽出した情報はメタタグが示すメタデータであるものとすることができる。

また、請求項３に記載されるように、ユーザが閲覧するコンテンツデータからブラウザに表示されない情報でコンテンツ内容に関連するものを抽出する工程と、前記抽出した情報の内容から特徴語を抽出する工程と、前記抽出した特徴語をユーザに対応付けてデータベースに登録する工程とを備えるユーザ嗜好情報収集方法として構成することができる。

本発明のユーザ嗜好情報収集装置にあっては、簡易な構成により精度として十分な嗜好情報を収集することができる。

本発明の一実施形態にかかるシステムの構成例を示す図である。 ユーザデータベースのデータ構造例を示す図である。 コンテンツデータベースのデータ構造例を示す図である。 広告データベースのデータ構造例を示す図である。 Ｗｅｂサーバのハードウェア構成例を示す図である。 実施形態の処理例を示すシーケンス図（その１）である。 実施形態の処理例を示すシーケンス図（その２）である。 ログインページの画面例を示す図である。 閲覧ページの画面例を示す図である。

以下、本発明の好適な実施形態につき説明する。

＜構成＞
図１は本発明の一実施形態にかかるシステムの構成例を示す図である。

図１において、インターネット等のネットワーク１には、ユーザが操作するＰＣ（Personal Computer）、携帯電話、ＰＤＡ（Personal Digital Assistants）等のユーザ端末２が複数接続されている。ユーザ端末２は、一般的なブラウザ（Ｗｅｂブラウザ）２１を備えている。ブラウザ２１は、インターネットの標準プロトコルであるＨＴＴＰ（Hyper Text Transfer Protocol）等に従い、ＨＴＭＬ（Hyper Text Markup Language）等の言語で記述されたページデータの要求・取得・表示およびフォームデータの送信等を行う機能を有している。

一方、ネットワーク１には、ユーザの操作するユーザ端末２のブラウザ２１からのアクセスに対してページの閲覧等を行わせるＷｅｂサーバ３が接続されている。

Ｗｅｂサーバ３は、機能部として、ログイン処理部３１と閲覧処理部３２とユーザ特定部３３と広告マッチング部３４とメタタグ抽出部３５と特徴語抽出部３６とユーザ嗜好情報登録部３７とを備えている。これらの機能部は、Ｗｅｂサーバ３を構成するコンピュータのＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等のハードウェア資源上で実行されるコンピュータプログラムによって実現されるものである。これらの機能部は、単一のコンピュータ上に配置される必要はなく、必要に応じて分散される形態であってもよい。

また、Ｗｅｂサーバ３が参照するデータベースとして、ユーザデータベース３０１とコンテンツデータベース３０２と広告データベース３０３とが設けられている。これらのデータベースは、データベースを保持するコンピュータ内のＨＤＤ（Hard Disk Drive）等の記憶媒体上に所定のデータを体系的に保持するものである。

図２はユーザデータベース３０１のデータ構造例を示す図であり、「ユーザＩＤ」「パスワード」「ユーザ嗜好情報」等の項目を有している。「ユーザＩＤ」は、ユーザを識別する情報である。「パスワード」は、ログイン時に認証を行うための秘密情報である。「ユーザ嗜好情報」は、当該ユーザの嗜好を表す語句（複数可）である。

図３はコンテンツデータベース３０２のデータ構造例を示す図であり、「コンテンツＩＤ」「コンテンツデータ」等の項目を有している。「コンテンツＩＤ」は、コンテンツを識別する情報である。「コンテンツデータ」は、コンテンツデータの実体であり、テキスト、画像、音声等を含む。「コンテンツデータ」として実データを保持することなく、実データの保存場所のリファレンスを保持していてもよい。

図４は広告データベース３０３のデータ構造例を示す図であり、「広告ＩＤ」「キーワード」「広告コンテンツ」等の項目を有している。「広告ＩＤ」は、広告を識別する情報である。「キーワード」は、コンテンツマッチングにより当該広告と対応付ける語句である。「広告コンテンツ」は、広告内容のデータであり、テキスト、画像、音声等を含む。「広告コンテンツ」として実データを保持することなく、実データの保存場所のリファレンスを保持していてもよい。

図１に戻り、ログイン処理部３１は、ユーザ端末２のブラウザ２１からの要求に応じ、ユーザデータベース３０１との照合により登録ユーザのログイン処理を行う機能を有している。

閲覧処理部３２は、ユーザ端末２のブラウザ２１からの要求に応じ、コンテンツデータベース３０２に格納されたコンテンツの閲覧を行わせる機能を有している。

ユーザ特定部３３は、ユーザ端末２のブラウザ２１からの閲覧の要求に際し、要求を行ったユーザをセッション情報から特定する機能を有している。

広告マッチング部３４は、特定されたユーザのユーザ嗜好情報をユーザデータベース３０１から取得し、広告データベース３０３により広告マッチングを行う機能を有している。

メタタグ抽出部３５は、閲覧対象となっているコンテンツからメタタグを抽出する機能を有している。メタタグとは、ＨＴＭＬ等により記述されたページデータにおいて、「＜ｍｅｔａ 」等で開始されるタグであり、ｎａｍｅ属性として「ｄｅｓｃｒｉｐｔｉｏｎ」「ｋｅｙｗｏｒｄ」「ａｕｔｈｏｒ」等を指定し、ｃｏｎｔｅｎｔ属性に内容を設定することで、コンテンツの書誌情報等を示すものである。これらのメタタグの内容（メタデータ）は閲覧ページ上には直接に表示されないが、ポータルサイトの検索エンジン等はこれらのメタタグも情報収集対象としているため、検索順位を上げるためのＳＥＯ（Search Engine Optimization）対策として積極的に内容の設定が行われている。従って、コンテンツの内容を特徴付ける語句が高い確率で含まれていると考えられる。また、メタタグに限らず、ブラウザに表示されない情報でコンテンツ内容に関連するものであれば、メタタグに代えて、あるいはメタタグとともに抽出の対象とすることができる。

特徴語抽出部３６は、メタタグ抽出部３５により抽出されたメタタグ等から、ＴＦ（Term Frequency）／ＩＤＦ（Inverted Document Frequency）等の手法により特徴語を抽出する機能を有している。

ユーザ嗜好情報登録部３７は、特徴語抽出部３６により抽出された特徴語を、ユーザＩＤに対応付けて、ユーザ嗜好情報としてユーザデータベース３０１に登録する機能を有している。

図５はＷｅｂサーバ３のハードウェア構成例を示す図である。

図５において、Ｗｅｂサーバ３は、システムバス３００１に接続されたＣＰＵ３００２、ＲＯＭ３００３、ＲＡＭ３００４、ＮＶＲＡＭ（Non-Volatile Random Access Memory）３００５、Ｉ／Ｆ（Interface）３００６と、Ｉ／Ｆ３００６に接続された、キーボード、マウス、モニタ、ＣＤ／ＤＶＤ（Compact Disk/Digital Versatile Disk）ドライブ等のＩ／Ｏ（Input/Output Device）３００７、ＨＤＤ３００８、ＮＩＣ（Network Interface Card）３００９等を備えている。Ｍはプログラムもしくはデータが格納されたＣＤ／ＤＶＤ等のメディア（記録媒体）である。

＜動作＞
図６は上記の実施形態の処理例を示すシーケンス図である。

図６において、ユーザ端末２のユーザがログインを行おうとする場合、ユーザ端末２のブラウザ２１からＷｅｂサーバ３のログイン処理部３１にアクセスしてログインページ要求を行なう（ステップＳ１０１）。ページ要求は、インターネットの標準プロトコルであるＨＴＴＰに従ったＧＥＴメソッドとリクエストＵＲＩ（Uniform Resource Indicator）等を含むメッセージがユーザ端末２のブラウザ２１からＷｅｂサーバ３のログイン処理部３１に送信されることで行なわれる。

これを受け、Ｗｅｂサーバ３のログイン処理部３１は、内部的に保持あるいは動的に生成したログインページをユーザ端末２のブラウザ２１に送信する（ステップＳ１０２）。ページデータはＨＴＴＰのレスポンス等に従ってＷｅｂサーバ３のログイン処理部３１からユーザ端末２のブラウザ２１に送信される。

ユーザ端末２のブラウザ２１は、受信したログインページの表示を行う（ステップＳ１０３）。図８はログインページの画面例を示す図であり、ユーザＩＤとパスワードの入力欄と「ＯＫ」ボタンが設けられている。ユーザは、ユーザＩＤとパスワードを入力して「ＯＫ」ボタンを押下することで入力が完了する。

図６に戻り、ユーザ端末２のユーザがログインページにユーザＩＤとパスワードを入力すると（ステップＳ１０４）、入力内容がユーザ端末２のブラウザ２１からＷｅｂサーバ３のログイン処理部３１に送信される（ステップＳ１０５）。入力内容はＨＴＴＰのＰＯＳＴメソッドあるいはＰＵＴメソッド等に付加されたＨＴＭＬ等のデータあるいはＧＥＴメソッド等に付加されたパラメータとしてユーザ端末２のブラウザ２１からＷｅｂサーバ３のログイン処理部３１に送信される。

これを受け、Ｗｅｂサーバ３のログイン処理部３１は、取得したユーザＩＤとパスワードの組がユーザデータベース３０１に登録されているか否か照合し（ステップＳ１０６）、登録されていれば、ユーザＩＤを特定可能なセッション情報を生成してユーザ端末２のブラウザ２１に送信する（ステップＳ１０７）。データはＨＴＴＰのレスポンス等に従ってＷｅｂサーバ３のログイン処理部３１からユーザ端末２のブラウザ２１に送信される。セッション情報は、ユーザ端末２のブラウザ２１においてクッキー等に書き込まれ、その後のＷｅｂサーバ３へのアクセス時に読み出されたり、アクセス時のＵＲＬパラメータとして付加されたりすることで、セッション情報が有効であればログイン済であることが確認される。

その後、ユーザ端末２のユーザがページの閲覧を行おうとする場合、ユーザ端末２のブラウザ２１からＷｅｂサーバ３の閲覧処理部３２にアクセスして閲覧ページ要求を行なう（ステップＳ１１１）。閲覧ページ要求には閲覧対象のコンテンツを特定するコンテンツＩＤが含まれている。ページ要求は、インターネットの標準プロトコルであるＨＴＴＰに従ったＧＥＴメソッドとリクエストＵＲＩ等を含むメッセージがユーザ端末２のブラウザ２１からＷｅｂサーバ３の閲覧処理部３２に送信されることで行なわれる。

これを受け、Ｗｅｂサーバ３の閲覧処理部３２は、ユーザ端末２のブラウザ２１から要求された閲覧ページデータを、コンテンツＩＤ等に基づいてコンテンツデータベース３０２から取得する（ステップＳ１１２）。

また、Ｗｅｂサーバ３の閲覧処理部３２は、ユーザ端末２のブラウザ２１からのアクセスのセッション情報をユーザ特定部３３に引き渡す（ステップＳ１１３）。閲覧処理部３２からユーザ特定部３３への通信はＷｅｂサーバ３内の通信であるため、任意の形式とすることができる。

Ｗｅｂサーバ３のユーザ特定部３３は、ログイン処理部３１に対してセッション情報によるユーザＩＤの照会を行う（ステップＳ１１４、Ｓ１１５）。ユーザ特定部３３とログイン処理部３１の間の通信はＷｅｂサーバ３内の通信であるため、任意の形式とすることができる。ユーザ特定部３３は取得したユーザＩＤを閲覧処理部３２に引き渡す（ステップＳ１１６）。なお、セッション情報から直接にユーザＩＤを取得できる場合には、ユーザ特定部３３およびその処理を省略することができる。

次いで、Ｗｅｂサーバ３の閲覧処理部３２は、閲覧ページデータを自ら使用するほか、ユーザＩＤとともにメタタグ抽出部３５に引き渡す（ステップＳ１１７）。閲覧処理部３２からメタタグ抽出部３５への通信はＷｅｂサーバ３内の通信であるため、任意の形式とすることができる。

Ｗｅｂサーバ３のメタタグ抽出部３５は、渡された閲覧ページデータからメタタグを抽出し（ステップＳ１１８）、メタタグの内容とユーザＩＤを特徴語抽出部３６に引き渡す（ステップＳ１１９）。メタタグ抽出部３５から特徴語抽出部３６への通信はＷｅｂサーバ３内の通信であるため、任意の形式とすることができる。

Ｗｅｂサーバ３の特徴語抽出部３６は、渡されたメタタグの内容からＴＦ／ＩＤＦ等の手法により特徴語を抽出し（ステップＳ１２０）、抽出した特徴語とユーザＩＤをユーザ嗜好情報登録部３７に引き渡す（ステップＳ１２１）。特徴語抽出部３６からユーザ嗜好情報登録部３７への通信はＷｅｂサーバ３内の通信であるため、任意の形式とすることができる。

Ｗｅｂサーバ３のユーザ嗜好情報登録部３７は、渡された特徴語をユーザＩＤに対応付け、ユーザ嗜好情報としてユーザデータベース３０１に登録する（ステップＳ１２２）。なお、個々の語句（特徴語）に累積の抽出数を付記して登録し、抽出数が所定数を超えたものを有効なユーザ嗜好情報として使用するようにすることで、誤って抽出された語句を除外し、嗜好情報の精度を高めることができる。

一方、図７において、Ｗｅｂサーバ３の閲覧処理部３２は、広告マッチング部３４にユーザＩＤを引き渡す（ステップＳ１２３）。閲覧処理部３２から広告マッチング部３４への通信はＷｅｂサーバ３内の通信であるため、任意の形式とすることができる。

Ｗｅｂサーバ３の広告マッチング部３４は、ユーザＩＤに基づいてユーザデータベース３０１を検索してユーザ嗜好情報を取得し（ステップＳ１２４）、そのユーザ嗜好情報を用いて広告データベース３０３により広告マッチングを行う（ステップＳ１２５）。すなわち、広告データベース３０３のキーワード欄に対してユーザ嗜好情報に含まれる単語をキーに検索を行い、ヒットする広告を見つける。広告は一つに限らず、閲覧ページに埋込可能な所定数とすることができる。所定数を超える広告がヒットした場合は、ヒット率の高さ等に基づいて上位から所定数の広告を決定する。広告が全くヒットしなかった場合や所定数に満たない場合は、デフォルトの広告を充当する。

次いで、広告マッチング部３４は、広告データベース３０３からヒットした広告のデータを取得し（ステップＳ１２６）、閲覧処理部３２に引き渡す（ステップＳ１２７）。広告マッチング部３４から閲覧処理部３２への通信はＷｅｂサーバ３内の通信であるため、任意の形式とすることができる。

これを受け、Ｗｅｂサーバ３の閲覧処理部３２は、閲覧対象のコンテンツに、広告を合成した閲覧ページを生成し（ステップＳ１２８）、ユーザ端末２のブラウザ２１に送信する（ステップＳ１２９）。ページデータはＨＴＴＰのレスポンス等に従ってＷｅｂサーバ３の閲覧処理部３２からユーザ端末２のブラウザ２１に送信される。

ユーザ端末２のブラウザ２１は、受信した閲覧ページを表示する（ステップＳ１３０）。図９は閲覧ページの画面例を示す図であり、コンテンツ内容の他に、広告＃１〜３が表示されている。これらの広告はユーザ嗜好情報に基づいて決定されたものであるため、広告画像をクリックすることで詳細ページへのリンクや商品の購入等につながる可能性が高い。

＜総括＞
以上説明したように、本実施形態によれば、ユーザが閲覧したページデータに含まれるメタタグのみを収集の対象としており、コンテンツの全文を解析する必要がないため、非常に軽い処理によりユーザ嗜好情報の収集を行うことができる。また、メタタグにはＳＥＯ対策等によりコンテンツの内容を特徴付ける語句が高い確率で含まれているため、ユーザ嗜好情報として価値の高い語句を収集することができる。

以上、本発明の好適な実施の形態により本発明を説明した。ここでは特定の具体例を示して本発明を説明したが、特許請求の範囲に定義された本発明の広範な趣旨および範囲から逸脱することなく、これら具体例に様々な修正および変更を加えることができることは明らかである。すなわち、具体例の詳細および添付の図面により本発明が限定されるものと解釈してはならない。

１ ネットワーク
２ ユーザ端末
２１ ブラウザ
３ Ｗｅｂサーバ
３１ ログイン処理部
３２ 閲覧処理部
３３ ユーザ特定部
３４ 広告マッチング部
３５ メタタグ抽出部
３６ 特徴語抽出部
３７ ユーザ嗜好情報登録部
３０１ ユーザデータベース
３０２ コンテンツデータベース
３０３ 広告データベース

Claims (3)

1. ユーザが閲覧するコンテンツデータからブラウザに表示されない情報でコンテンツ内容に関連するものを抽出する手段と、
   前記抽出した情報の内容から特徴語を抽出する手段と、
   前記抽出した特徴語をユーザに対応付けてデータベースに登録する手段と
   を備えたことを特徴とするユーザ嗜好情報収集装置。
2. 請求項１に記載のユーザ嗜好情報収集装置において、
   前記抽出した情報はメタタグが示すメタデータである
   ことを特徴とするユーザ嗜好情報収集装置。
3. ユーザが閲覧するコンテンツデータからブラウザに表示されない情報でコンテンツ内容に関連するものを抽出する工程と、
   前記抽出した情報の内容から特徴語を抽出する工程と、
   前記抽出した特徴語をユーザに対応付けてデータベースに登録する工程と
   を備えたことを特徴とするユーザ嗜好情報収集方法。

Images