JP2011197802A - ユーザ特徴と利用動向の分析システム、およびその処理方法とプログラム - Google Patents

Abstract

【課題】画面情報を利用するユーザの特徴に基づいてそれら特徴が一致するユーザグループの動向やユーザ個人の動向を分析することのできるユーザ特徴と利用動向の分析システムを提供する。
【解決手段】画面情報を構成するオブジェクト毎の操作履歴情報が示すオブジェクトの種別、または当該オブジェクトの操作時刻、または当該オブジェクトの操作回数、または当該オブジェクトに対する操作種別の少なくとも何れか１つと、画面情報を利用するユーザの特徴を判定するユーザ特徴判定アルゴリズムと、に基づいて、画面情報のユーザ特徴を判定する。そして、ユーザそれぞれの複数の操作履歴情報で示される操作対象のオブジェクトの種別または操作履歴情報における出現頻度の少なくとも何れか一方または両方と、ユーザ動向分析アルゴリズムとに基づいて、ユーザそれぞれの動向分析情報を特定する。
【選択図】図１

Description

本発明は、ウェブページ等の画面情報を利用するユーザの利用動向を分析するユーザ特徴と利用動向の分析システム、およびその処理方法とプログラムに関する。

インターネットに接続された端末に対してウェブページ等のコンテンツを配信するコンテンツ提供者は、コンテンツを利用するユーザのうち、当該コンテンツを利用して目的達成（例えば、商品販売ウェブサイトであれば商品購入完了が目的達成である）したユーザと、目的達成しなかったユーザのそれぞれについてのコンテンツに対する興味に関し分析を行っている。例えば、電子商取引において、ユーザ属性情報と購入履歴から顧客の興味について分析を行い、効果的なダイレクトマーケティングを行っている。しかし、購入履歴には購入結果しか残らず、購入に至った経緯は不明である。また、購入に至らなかった顧客の動向も不明である。
ここで、ユーザの操作履歴、ユーザの属性（システム利用にあたり予め登録する、ユーザの氏名、年齢、性別、住所、職業、家族構成、趣味など）、ユーザの利用したコンテンツ情報（ジャンル、内容など）に基づいて、データマイニング手法を用いて、ユーザの動向を分析する技術が開示されている。

特開２００２−１３２８００号公報

しかしながら、上述の特許文献の技術では、ユーザ動向の分析に利用するユーザの操作履歴データの詳細度が限られており、能力的特徴または嗜好的特徴または生活習慣的特徴などの様々な特徴においてどのような特徴を持つユーザが画面情報を利用しているのかを詳細に分析することはできず、またその特徴に基づいたユーザの動向を分析して、詳細なユーザの動向を得ることはできない。

そこで本発明は、画面情報を利用するユーザの特徴に基づいてそれら特徴が一致するユーザグループの動向や、ユーザ個人の動向を分析することのできるユーザ特徴と利用動向の分析システム、およびその処理方法とプログラムを提供することを目的としている。

上記目的を達成するために、本発明は、画面情報を構成するオブジェクト毎の操作履歴情報を受信する操作履歴受信部と、前記操作履歴情報が示す前記オブジェクトの種別、または当該オブジェクトの操作時刻、または当該オブジェクトの操作回数、または当該オブジェクトに対する操作種別の少なくとも何れか１つと、前記画面情報を利用するユーザの特徴を判定するユーザ特徴判定アルゴリズムと、に基づいて、前記画面情報のユーザ特徴を判定するユーザ特徴判定部と、を備えることを特徴とするユーザ特徴と利用動向の分析システムである。

また本発明は、上述のユーザ特徴と利用動向の分析システムにおいて、前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、ユーザ動向分析アルゴリズムとに基づいて、前記ユーザそれぞれの動向分析情報を特定するユーザ動向分析部と、を備えることを特徴とする。

また本発明は、上述のユーザ特徴と利用動向の分析システムにおいて、前記判定したユーザの特徴をユーザ毎に記憶するユーザ記憶部と、を備え、前記ユーザ動向分析部は、前記判定したユーザの特徴を前記ユーザ記憶部から読み取って、当該特徴が共通する複数のユーザの操作履歴情報と、前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定することを特徴とする。

また本発明は、上述のユーザ特徴と利用動向の分析システムにおいて、前記ユーザの属性情報をユーザ毎に記憶するユーザ記憶部と、を備え、前記ユーザ動向分析部は、前記ユーザの属性情報を前記ユーザ記憶部から読み取って、当該属性情報が共通する複数のユーザの操作履歴情報と、前記属性情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定することを特徴とする。

また本発明は、上述のユーザ特徴と利用動向の分析システムにおいて、前記ユーザが入力した入力内容情報をユーザ毎に記憶するユーザ記憶部と、を備え、前記ユーザ動向分析部は、前記入力内容情報を前記ユーザ記憶部から読み取って、当該入力内容情報が共通する複数のユーザの操作履歴情報と、前記入力内容情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定することを特徴とする。

また本発明は、上述のユーザ特徴と利用動向の分析システムにおいて、前記ユーザ動向分析部は、ユーザ特徴と、操作履歴情報と、ユーザの属性情報と、入力内容情報と、決定木アルゴリズムとを用いて、目的達成に影響を与えた前記操作履歴情報、ユーザ特徴、ユーザの属性情報、入力内容情報のいずれかと、目的達成に影響を与えない前記操作履歴情報、ユーザ特徴、ユーザの属性情報、入力内容情報のいずれかとの決定木グラフを生成することを特徴とする。

また本発明は、上述のユーザ特徴と利用動向の分析システムにおいて、前記ユーザ動向分析部は、ユーザ特徴と、操作履歴情報と、ユーザの属性情報と、入力内容情報と、バスケット分析アルゴリズムとを用いて、それらユーザ特徴と操作履歴情報とユーザの属性情報と入力内容情報との相関を示すバスケット分析結果グラフを生成することを特徴とする。

また本発明は、ユーザ特徴と利用動向の分析システムにおける処理方法であって、前記ユーザ特徴と利用動向の分析システムの操作履歴受信部が、画面情報を構成するオブジェクト毎の操作履歴情報を受信し、前記ユーザ特徴と利用動向の分析システムのユーザ特徴判定部が、前記操作履歴情報が示す前記オブジェクトの種別、または当該オブジェクトの操作時刻、または当該オブジェクトの操作回数、または当該オブジェクトに対する操作種別の少なくとも何れか１つと、前記画面情報を利用するユーザの特徴を判定するユーザ特徴判定アルゴリズムと、に基づいて、前記画面情報のユーザ特徴を判定することを特徴とする処理方法である。

また本発明は、上述の処理方法において、前記ユーザ特徴と利用動向の分析システムのユーザ動向分析部が、前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、ユーザ動向分析アルゴリズムとに基づいて、前記ユーザそれぞれの動向分析情報を特定することを特徴とする。

また本発明は、上述の処理方法において、前記ユーザ動向分析部は、前記判定したユーザの特徴をユーザ記憶部から読み取って、当該特徴が共通する複数のユーザの操作履歴情報と、前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定することを特徴とする。

また本発明は、上述の処理方法において、前記ユーザ動向分析部は、前記ユーザの属性情報をユーザ記憶部から読み取って、当該属性情報が共通する複数のユーザの操作履歴情報と、前記属性情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定することを特徴とする。

また本発明は、上述の処理方法において、前記ユーザ動向分析部は、前記入力内容情報をユーザ記憶部から読み取って、当該入力内容情報が共通する複数のユーザの操作履歴情報と、前記入力内容情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定することを特徴とする。

また本発明は、ユーザ特徴と利用動向の分析システムのコンピュータを、画面情報を構成するオブジェクト毎の操作履歴情報を受信する操作履歴受信手段、前記操作履歴情報が示す前記オブジェクトの種別、または当該オブジェクトの操作時刻、または当該オブジェクトの操作回数、または当該オブジェクトに対する操作種別の少なくとも何れか１つと、前記画面情報を利用するユーザの特徴を判定するユーザ特徴判定アルゴリズムと、に基づいて、前記画面情報のユーザ特徴を判定するユーザ特徴判定手段として機能させることを特徴とするプログラムである。

また本発明は、前記コンピュータを、さらに、前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、ユーザ動向分析アルゴリズムとに基づいて、前記ユーザそれぞれの動向分析情報を特定するユーザ動向分析手段、として機能させることを特徴とするプログラムである。

また本発明は、前記ユーザ動向分析手段が、前記判定したユーザの特徴をユーザ記憶部から読み取って、当該特徴が共通する複数のユーザの操作履歴情報と、前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定することを特徴とするプログラムである。

また本発明は、前記ユーザ動向分析手段が、前記ユーザの属性情報をユーザ記憶部から読み取って、当該属性情報が共通する複数のユーザの操作履歴情報と、前記属性情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定することを特徴とするプログラムである。

また本発明は、前記ユーザ動向分析手段が、前記入力内容情報をユーザ記憶部から読み取って、当該入力内容情報が共通する複数のユーザの操作履歴情報と、前記入力内容情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定することを特徴とするプログラムである。

本発明によれば、ウェブページのユーザ操作に基づいて、「ユーザの特徴」を自動的に推定できることによって、効率的にユーザに関する情報が収集を行うことができ、またそれらの蓄積や、統計用データとして利用することが容易にできる。
また上述の処理によれば、人による推定よりも詳細な「ユーザの特徴」が推定でき、従来では得られない詳細なユーザ動向を得ることによって、ウェブページのユーザビリティ評価の精度向上やダイレクトマーケティングの有効性向上を図ることができる。
また上述の処理によれば、人による推定よりも詳細な「ユーザ特徴」が推定できることによって、その詳細な「ユーザの特徴」またはそれを含む「ユーザプロファイル情報」を用いて、一般的なデータマイニング手法によりコンテンツ分析をし、これにより、従来の分析手法に比べて詳細な分析結果を得ることができる。
以上から、よりターゲットを絞ったコンテンツの作成（ユーザに合った内容、提供方法、画面設計等）や、より効果的なダイレクトマーケティングが可能となる。

ユーザ特徴と利用動向の分析システムの構成を示すブロック図である。 ユーザ特徴と利用動向の分析システムを構成する各装置の機能ブロックを示す図である。 ユーザ特徴と利用動向の分析システムの処理フローを示す第１の図である。 ユーザ特徴と利用動向の分析システムの処理フローを示す第２の図である。 ユーザ特徴判定ルールデータの例を示す図である。 ユーザのプライスセンシビリティの判定概要を示す図である。 ユーザのＩＴスキルの判定概要を示す図である。 ユーザの契約関心度の判定概要を示す図である。 ユーザの商品知識度の判定概要を示す図である。 生活パターンの判定用のウェブページを示す図である。 ユーザの生活パターンの判定概要を示す図である。 ユーザのコミュニケーション柔軟性の判定概要を示す図である。 ユーザの音声依存度の判定概要を示す図である。 ユーザ動向分析処理の処理フローを示す第１の図である。 ユーザ動向分析処理の処理フローを示す第２の図である。 ユーザ動向分析処理の処理フローを示す第３の図である。 決定木アルゴリズムによる分析結果を示す図である。 バスケット分析アルゴリズムによる分析結果を示す図である。

以下、本発明の一実施形態によるユーザ特徴と利用動向の分析システムを図面を参照して説明する。
図１は同実施形態によるユーザ特徴と利用動向の分析システムの構成を示すブロック図である。
この図において、符号１はインターネット上にウェブページ（画面情報）等のコンテンツを配信するウェブサーバである。また２はウェブページを閲覧・利用するユーザの、当該ウェブページにおける操作履歴を取得する操作履歴システムである。また３はユーザがウェブページに入力した入力内容情報の検出や、ウェブページの操作履歴等に基づいてユーザの特徴を抽出する処理を行うプロファイリングシステムである。また４はユーザの操作履歴や、ウェブページへの入力内容情報や、ユーザ特徴に基づいて、ウェブページを利用するユーザの動向を分析処理するウェブアプリケーション分析システム（以下、ＷｅｂＡＰ分析システムとする）である。

また５はユーザごとのウェブページの操作履歴情報を自装置に備えたデータベースへ記録する操作履歴データベース装置（以下、操作履歴ＤＢ装置とする）、６はユーザがウェブページに入力した入力内容情報を自装置に備えたデータベースへユーザごとに記録する入力内容データベース装置（以下、入力内容ＤＢ装置とする）、７はプロファイリングシステム３によって登録された入力内容情報やユーザ特徴情報、ウェブサーバから入力されたユーザ属性情報を自装置に備えたデータベースへユーザ毎に記録するユーザプロファイルデータベース装置（以下、ユーザプロファイルＤＢ装置とする；ユーザ記憶部）である。また８はユーザがウェブページを表示させて利用する端末である。

図２はユーザ特徴と利用動向の分析システムを構成する各装置の機能ブロックを示す図である。
この図で示すように、操作履歴取得システム２は、端末８のウェブブラウザから操作履歴情報を受信する操作履歴受信部２１を備える。
また操作履歴ＤＢ装置５は、操作履歴取得システム２から操作履歴情報を取得して自装置の備える操作履歴ＤＢに記録するとともに、プロファイリングシステム３の要求に応じて操作履歴情報を出力する操作履歴ＤＢ連携部５１を備える。
またプロファイリングシステム３は操作履歴情報や入力内容情報を受信して、それらの情報とユーザ特徴判定ルールデータとに基づいてユーザ特徴を推定するユーザ特徴判定部３１を備える。
またユーザプロファイルＤＢ装置７は、自装置の備えるユーザプロファイルＤＢへ、プロファイリングシステム３で判定されたユーザ特徴の情報や、プロファイリングシステム３から受信した入力内容情報や、ウェブサーバ１から受信した端末８を利用するユーザの属性情報を記録し、またＷｅｂＡＰ分析システム４からの要求に基づいて当該ユーザ特徴の情報や入力内容情報を送信するユーザプロファイルＤＢ連携部７１を備える。
またＷｅｂＡＰ分析システム４は、ユーザプロファイルＤＢ装置７から取得したユーザ特徴情報や、入力内容情報、また操作履歴ＤＢ装置５から取得した操作履歴情報に基づいて、ユーザ動向を分析するユーザ動向分析部４１を備える。
また端末８はウェブブラウザのプログラムが実行されることにより操作履歴取得部８１を備える。なお、操作履歴取得部８１の機能を実行させるプログラムがコンテンツ中に含まれ、これを実行することによって端末８が当該操作履歴取得部８１の機能を備えるようにしてもよい。
そして、本実施形態によるユーザ特徴と利用動向の分析システムは、少なくとも、操作履歴取得システム２、プロファイリングシステム３、ＷｅｂＡＰ分析システム４、操作履歴ＤＢ装置５、入力内容ＤＢ装置６、ユーザプロファイルＤＢ装置７が通信ネットワークを介して接続されることにより構成される。それらシステムや装置に加え、ユーザ特徴と利用動向の分析システムの定義としては、ウェブサーバ１をさらに含む構成としてもよいし、また端末８をさらに含む構成としてもよい。

そして、本実施形態によるユーザ特徴と利用動向の分析システムは、ウェブページを構成するオブジェクト毎の操作履歴情報を受信して、操作履歴情報が示すオブジェクトの種別、または当該オブジェクトの操作時刻、または当該オブジェクトの操作回数、または当該オブジェクトに対する操作種別の少なくとも何れか１つと、ウェブページを利用するユーザの特徴を判定するユーザ特徴判定アルゴリズムと、に基づいて、ウェブページのユーザ特徴を判定する処理を行う。
そして、ユーザ特徴と利用動向の分析システムは、ユーザそれぞれの操作履歴情報で示される操作対象のオブジェクトの種別または操作履歴情報における出現頻度の少なくとも何れか一方または両方と、ユーザ動向分析アルゴリズムとに基づいて、ユーザそれぞれの動向分析情報を特定する処理を行う。
また、ユーザ動向分析部は、判定したユーザの特徴を読み取って、当該特徴が共通する複数のユーザの操作履歴情報と、ユーザそれぞれの複数の操作履歴情報で示される操作対象のオブジェクトの種別または操作履歴情報における出現頻度の少なくとも何れか一方または両方と、ユーザ動向分析アルゴリズムとに基づいて、複数のユーザに関する動向分析情報を特定する処理を行う。
このような処理により、ユーザ特徴と利用動向の分析システムは、ウェブページ等の画面情報を利用するユーザの特徴に基づいてそれら特徴が一致するユーザグループの動向や、ユーザ個人の動向を分析する。
なお、本実施形態においては、画面情報がウェブページである場合の例について説明するが、画面情報はその他の情報、例えば動画像データであってもよい。つまり、画面情報は、オブジェクトによって構成された画面情報であれば、どのようなものであってもよい。

次にユーザ特徴と利用動向の分析システムの処理フローについて順を追って説明する。
図３はユーザ特徴と利用動向の分析システムの処理フローを示す第１の図である。
まず、端末８がウェブブラウザの機能によりウェブサーバ１にアクセスしてウェブページ等のコンテンツを受信する。そして端末８の表示部にウェブページを表示する。端末８の操作履歴取得部８１は、ウェブブラウザの操作が行われるとその操作履歴情報を取得する。例えば、操作履歴情報としては、オブジェクト毎の操作内容やその操作時刻などである。オブジェクトとは、ウェブページを構成する当該ウェブページ上に表示されたボタン、入力カラム、スクロールバーなどである。また操作内容とは、ボタン押下、入力カラムへの文字列の入力、オブジェクトの操作開始時刻及び終了時刻、スクロールバーを利用したウェブページの表示位置のスクロールなどである。そして、操作履歴取得部８１は、操作履歴や端末ＩＤなどを含む操作履歴情報を、所定のタイミング（例えば、ウェブブラウザ利用停止時や、所定の時間間隔など）で操作履歴取得システム２へ送信する。操作履歴取得システム２の操作履歴受信部２１は操作履歴情報を受信すると（ステップＳ１０１）、その操作履歴情報を操作履歴ＤＢ装置５へ送信する（ステップＳ１０２）。そして、操作履歴ＤＢ装置５の操作履歴ＤＢ連携部５１が自装置に備えられた操作履歴ＤＢへ操作履歴情報を登録する（ステップＳ１０３）。

また、当該端末８に表示されたウェブページの入力カラムに入力された文字列などの入力内容情報はウェブサーバ１が端末８から受信し（ステップＳ１０４）、当該入力内容情報とその入力内容情報を入力した端末のＩＤとを入力内容ＤＢ装置６へ送信する（ステップＳ１０５）。そして入力内容ＤＢ連携部６１が自装置に備えられた入力内容ＤＢへ端末８の端末ＩＤに対応付けて入力内容情報を登録する（ステップＳ１０６）。またさらにウェブサーバ１は、端末８からウェブページを利用するユーザの属性情報を受信し（ステップＳ１０７）、その属性情報をユーザプロファイルＤＢ装置７に送信する（ステップＳ１０８）。ユーザプロファイルＤＢ装置７のユーザプロファイルＤＢ連携部７１は、受信した属性情報を自装置のユーザプロファイルＤＢへ登録する（ステップＳ１０９）。そして、プロファイリングシステム３は、操作履歴情報、入力内容情報、属性情報を各ＤＢ装置から受信して（ステップＳ１１０）、予め決められたタイミングや、処理開始の指示を受け付けた場合に、ウェブページのユーザ特徴の判定処理を開始する（ステップＳ１１１）。

図４はユーザ特徴と利用動向の分析システムの処理フローを示す第２の図である。
次に、図４を用いてウェブページのユーザ特徴の判定処理の詳細について説明する。
まず、ユーザ特徴判定部３１は、ユーザ特徴の判定処理の開始を検出すると（ステップＳ２０１）、操作履歴ＤＢ装置５へ操作履歴情報の送信を要求する（ステップＳ２０２）。そして、その応答として操作履歴ＤＢ連携部５１から操作履歴情報を受信する（ステップＳ２０３）。またユーザ特徴判定部３１は、入力内容ＤＢ装置６へ入力内容情報の送信を要求する（ステップＳ２０４）。そして、その応答として入力内容ＤＢ連携部６１から入力内容情報を受信する（ステップＳ２０５）。ユーザ特徴判定部３１は、操作履歴情報と入力内容情報とを受信すると、それら情報に格納されている端末ＩＤに基づいてソートし、ウェブサーバ１が配信するウェブページを利用したユーザ毎に、操作履歴情報と入力内容情報とをメモリや記憶部に一時記録する（ステップＳ２０６）。また、ユーザ特徴判定部３１は、自装置内の記憶部からユーザ特徴判定ルールデータを読み取る（ステップＳ２０７）。そして、操作履歴情報と、入力内容情報と、ユーザ特徴判定ルールデータと、を用いて、ユーザ毎にそのユーザ特徴を判定する（ステップＳ２０８）。

図５はユーザ特徴判定ルールデータの例を示す図である。
本実施形態において、ユーザ特徴判定ルールデータは７つ存在し、（１）プライスセンシビリティ（価格関心度）、（２）ＩＴ（Information Technology）スキル、（３）契約関心度、（４）商品知識度、（５）生活パターン、（６）コミュニケーション柔軟性、（７）音声依存度、の各特徴を判定するためのデータである。
より具体的には、（１）のプライスセンシビリティの度合いが高いか低いかを判定するユーザ特徴判定ルールデータは、料金に関するウェブページを繰り返し閲覧しているユーザが、プライスセンシビリティの度合いが高いユーザであると特定するためのデータである。例えば、このルールデータには、アクセス元のウェブページに表示されたボタンのうち料金に関するウェブページへアクセスするための遷移ボタンの識別情報と、料金に関するウェブページからアクセス元のウェブページへ戻るための遷移ボタンの識別情報と、料金に関するウェブページに表示された料金内訳の詳細ページへアクセスするための遷移ボタンの識別情報と、各遷移ボタンが押下された場合のポイント数、プライスセンシビリティ判定アルゴリズムなどが格納される。

また、（２）ＩＴスキルの度合いが高いか低いかを判定するユーザ特徴判定ルールデータは、入力カラムに対して文字入力する際の入力時間が早いユーザをＩＴスキルの度合いが高いユーザであると特定するためのデータである。例えば、このルールデータには、ＩＴスキルを判定するための入力カラムが含まれるウェブページの識別情報や、入力時間の計算などのＩＴスキル判定アルゴリズムや、入力時間が短いと判断するための入力時間の閾値（当該閾値以下の入力時間である場合にＩＴスキルの度合いが高いと判断される）などが格納される。

また、（３）契約関心度の度合いが高いか低いかを判定するユーザ特徴判定ルールデータは、契約に関するウェブページを長く閲覧しているユーザが、契約関心度（商品やサービスなどの契約事項への関心度）の度合いが高いユーザであると特定するためのデータである。例えば、このルールデータには、契約に関するウェブページの識別情報と、そのウェブページにフォーカスが当たっている（端末８上でマウス等によりウェブページが選択されている状態）閲覧時間を算出するためのアルゴリズムと、契約関心度の度合いが高いと判断するための閲覧時間の閾値（当該閾値以上の閲覧時間である場合に契約関心度の度合いが高いと判断される）などが格納される。

また、（４）商品知識度の度合いが高いか低いかを判定するユーザ特徴判定ルールデータは、商品リストからの購入対象商品を選択し購入手続を完了するまでの時間が短いユーザが、商品知識度の度合いが高いユーザであると特定するためのデータである。例えば、このルールデータには、商品リストのウェブページの識別情報と、商品購入ボタンの識別情報とを、商品リストのウェブページがフォーカスされた時刻から商品購入ボタンが押下された時刻までの購入決定時間を算出するアルゴリズム（商品購入ボタンが押下された時刻−商品リストのウェブページがフォーカスされた時刻）などが格納される。

また、（５）生活パターンがどのようなパターンかを判定するユーザ特徴判定ルールデータは、ユーザが選択した希望日の曜日や時間（例えば商品購入であれば商品送付希望日の曜日や配送時間）からユーザの生活パターン（平日型／休日型、在宅時間など）を特定するためのデータである。例えばこのルールデータには、希望日情報取得指示や、生活パターン判定アルゴリズムが格納される。

また、（６）コミュニケーション柔軟性の度合いが高いか低いかを判定するユーザ特徴判定ルールデータは、ウェブページ運用会社の担当者からの連絡の可否や、連絡手段の選択内容からユーザのコミュニケーション柔軟性の度合いが高いか低いかを特定するためのデータである。例えば、このルールデータには、コミュニケーション柔軟性が高いと判定される入力欄の識別情報や、コミュニケーション柔軟性が低いと判定される力欄の識別情報や、コミュニケーション柔軟性の判定アルゴリズムが格納される。

また、（７）音声依存度の度合いが高いか低いかを判定するユーザ特徴判定ルールデータは、ウェブページを構成する音声ガイダンスボタンが押下されることによりウェブサーバ１から送信され端末８がスピーカへ出力する音声ガイダンスの利用頻度が、高いか低いかを判定するためのデータである。例えば、このルールデータには、音声ガイダンスボタンの識別情報と、この音声ガイダンスボタンが押下された回数が閾値よりも多いか少ないかに基づいて音声依存度が高いか低いかを判定する音声依存度判定アルゴリズムなどが格納される。

図６はウェブページを利用するユーザのプライスセンシビリティの判定概要を示す図である。
ユーザ特徴判定部３１は、ウェブページを利用するユーザのプライスセンシビリティの判定開始を検出すると、ある１人のユーザの操作履歴情報（より具体的には、１アクセスの操作履歴情報）を読み取って、料金に関するウェブページへアクセスする遷移ボタンが表示されるアクセス元のウェブページの当該遷移ボタンの識別情報と、料金に関するウェブページに表示されるアクセス元のウェブページに戻るための遷移ボタンの識別情報が、所定の時間内に所定の閾値で示される回数以上、操作履歴情報に出現するかを判定する。それら２つの遷移ボタンの押下が所定の時間内に所定の閾値で示される回数以上、操作履歴情報に出現する場合には、アクセス元のウェブページと、アクセス先の料金に関するウェブページとの間でウェブページの閲覧を切り替えて、料金に関するウェブページを詳しく閲覧していると判断できる。従ってユーザ特徴判定部３１は、操作の状態に応じて当該ユーザにポイント数を付与し、例えばプライスセンシビリティ判定結果テーブルにユーザの利用する端末ＩＤに対応付けてポイント数を記録する。また料金に関するウェブページに表示された料金内訳の詳細ページへアクセスするための遷移ボタンの種別情報が、操作履歴情報に出現する場合にもポイントを付与し、例えばプライスセンシビリティ判定結果テーブルにユーザの利用する端末ＩＤに対応付けてポイント数を記録する。そして、この処理をウェブページにアクセスした全てのユーザに対して行う。そして、ユーザ特徴判定部３１は、ポイント範囲毎（例えば０ポイント〜１００ポイント、１０１ポイント〜２０１ポイント・・・）に、当該ポイント範囲内のポイントが付与されたユーザの延べ人数をカウントする。例えば、０〜１００ポイントが付与されたユーザの延べ人数を算出し、１０１〜２００ポイントが付与されたユーザの述べ人数算出し、またこのようにポイント範囲毎のユーザ延べ人数を順次算出して、図６（ｂ）で示すようなグラフを生成できるデータを生成する。

そして、所定のポイント閾値以上のポイントの付与されたユーザを、プライスセンシビリティの度合いの高いユーザと判定して、例えばその情報をユーザの利用する端末のＩＤに対応付けてプライスセンシビリティ判定結果テーブルに登録する。また所定のポイント未満のポイントの付与されたユーザをプライスセンシビリティの度合いの低いユーザと判定してその情報を例えばユーザの利用する端末のＩＤに対応付けてプライスセンシビリティ判定結果テーブルに登録するようにしてもよい。これらの処理はユーザ特徴判定ルールデータに記録されているユーザ判定アルゴリズムに基づいて行われる。ユーザ特徴判定部３１は、指示を受け付けた場合には、プライスセンシビリティ判定結果テーブルに登録されている情報に基づいて、図６（ｂ）で示すようなグラフを生成してモニタ等へ出力する。なおポイントの付与アルゴリズムについては、例えば、料金関するウェブページが１つ操作履歴情報内に出現すると１００ポイント加算、アクセス元のウェブページへ遷移する遷移ボタンが１つ操作履歴情報内に出現すると１００ポイント加算、さらに、料金内訳の詳細ページへアクセスするための遷移ボタンが１つ操作履歴情報内に出現すると１５０ポイント加算、などといったポイントの付与の処理を行う。

図７はウェブページを利用するユーザのＩＴスキルの判定概要を示す図である。
ユーザ特徴判定部３１は、ウェブページを利用するユーザのＩＴスキルの判定開始を検出すると、ある１人のユーザの操作履歴情報を読み取って、例えば、当該操作履歴情報から、ＩＴスキル判定用の入力カラムが表示される契約者情報入力ページにおいて、当該入力カラムにユーザ入力した文字列の最初の文字が入力された時刻Ａと、当該文字列の最後の文字列が入力された時刻Ｂとを読み取る。そして、｛（時刻Ｂ−時刻Ａ）÷文字列に含まれる文字数｝によって１文字の入力時間を計算する。そしてユーザ特徴判定部３１は、この入力時間の範囲毎にユーザの人数をカウントする。例えば、１文字の入力時間がａ_１ミリ秒〜ａ_２ミリ秒の人数を算出し、また１文字の入力時間がｂ_１ミリ秒〜ｂ_２ミリ秒の人数を算出し、このような入力時間の範囲毎のユーザの人数を順次算出して、図７（ｂ）で示すようなグラフを生成できるデータを生成する。

そして、所定の入力時間以上のユーザを、ＩＴスキルの度合いの高いユーザと判定して、その情報を例えばユーザの利用する端末のＩＤに対応付けてＩＴスキル判定結果テーブルに登録する。また所定の入力時間未満のユーザをＩＴスキルの度合いの低いユーザと判定してその情報を例えばユーザの利用する端末のＩＤに対応付けてＩＴスキル判定結果テーブルに登録するようにしてもよい。これらの処理はユーザ特徴判定ルールデータに格納されたＩＴスキル判定アルゴリズムに基づいて行われる。ユーザ特徴判定部３１は、指示を受け付けた場合には、ＩＴスキル判定結果テーブルに登録されている情報に基づいて、図７（ｂ）で示すようなグラフを生成してモニタ等へ出力する。
なお、このほか、図７（ａ）で示すように、ＩＴスキルの度合い判定するための入力カラムとして、性と名の２つの入力カラムがウェブ上で指定されている場合において、ユーザ特徴判定部３１は、それぞれの入力カラムに入力された最初の文字の入力時刻ｃ_１と最後の文字の入力時刻ｃ_２とを操作履歴情報から読み取る。そして、ユーザ特徴判定部３１は、Σ（ｃ_２−ｃ_１）の計算式によって、姓と名の２つの入力カラムに契約者氏名の文字列が入力される入力時間の総和を算出して、当該入力時間の閾値との比較によってＩＴスキルの度合いを判定してもよい。
また、入力カラムへの入力時刻ではなく、性と名の２つの入力カラムがウェブ上で指定されている場合において、ユーザ特徴判定部３１は、それぞれの入力カラムにカーソルがフォーカスされた時刻ｄ_１とフォーカスが外れた時刻ｄ_２とを操作履歴情報から読み取る。そして、ユーザ特徴判定部３１は、Σ（ｄ_２−ｄ_１）の計算式によって、姓と名の２つの入力カラムに契約者氏名の文字列が入力される入力時間の総和を算出して、当該入力時間の閾値との比較によってＩＴスキルの度合いを判定してもよい。

図８はウェブページを利用するユーザの契約関心度の判定概要を示す図である。
ユーザ特徴判定部３１は、ウェブページを利用するユーザの契約関心度の判定開始を検出すると、ある１人のユーザの操作履歴情報を読み取って、例えば、当該操作履歴情報から、契約関心度判定用のウェブページの識別情報に対応付けられて記録されている当該ウェブページにフォーカスが当たった時刻ｅ_１と、フォーカスが外れた時刻ｅ_２とを読み取る。そして、ユーザ特徴判定部３１は、Σ（ｅ_２−ｅ_１）の計算式によって、契約関心度判定用のウェブページがフォーカスされることにより閲覧された時間の総和を算出し、当該閲覧時間の閾値と比較する。そしてユーザ特徴判定部３１は、閲覧時間が閾値より長ければ契約関心度が高いと判定し、閲覧時間が閾値より短ければ契約関心度が高いと判定し、その判定結果と入力時間とを例えばユーザの利用する端末のＩＤに対応付けて契約関心度判定結果テーブルに登録する。これらの処理はユーザ特徴判定ルールデータに格納された契約関心度判定アルゴリズムに基づいて行われる。ユーザ特徴判定部３１は、指示を受け付けた場合には、契約関心度判定結果テーブルに登録されている情報に基づいて、図８（ｂ）で示すようなグラフを生成してモニタ等へ出力する。

図９はウェブページを利用するユーザの商品知識度の判定概要を示す図である。
ユーザ特徴判定部３１は、ウェブページを利用するユーザの商品知識度の判定開始を検出すると、ある１人のユーザの操作履歴情報を読み取って、当該操作履歴情報から、商品知識度判定用のウェブページ（例えば商品リストが表示されるウェブページと、その商品リストのうちの何れかの商品の購入決定ボタンが表示されるウェブページ）の識別情報に対応付けて記録されている時刻を読み取る。商品リストが表示されるウェブページの識別情報に対応付けられて記録されている時刻ｆ_１は、当該ウェブページの表示開始時刻であり、また、購入決定ボタンが表示されるウェブページの識別情報に対応付けられて記録されている時刻は、当該ウェブページの購入決定ボタンが押下（クリック）された時刻ｆ_２である。ユーザ特徴判定部３１は、（ｆ_２−ｆ_１）の計算式によって、商品リストを表示してから商品が購入されるまでの購入決定時間を算出し、当該購入決定時間と閾値を比較する。そしてユーザ特徴判定部３１は、購入決定時間が閾値より長ければ商品知識度が高いと判定し、購入決定時間が閾値より短ければ商品知識度が高くないと判定し、その判定結果と購入決定時間とを例えばユーザの利用する端末のＩＤに対応付けて商品知識度判定結果テーブルに登録する。これらの処理はユーザ特徴判定ルールデータに格納された商品知識度判定アルゴリズムに基づいて行われる。ユーザ特徴判定部３１は、指示を受け付けた場合には、商品知識度判定結果テーブルに登録されている情報に基づいて、図９（ｂ）で示すようなグラフを生成してモニタ等へ出力する。

図１０は生活パターンの判定用のウェブページを示す図である。
図１１はウェブページを利用するユーザの生活パターンの判定概要を示す図である。
ユーザ特徴判定部３１は、ウェブページを利用するユーザの生活パターンの判定開始を検出すると、ある１人のユーザの操作履歴情報や入力内容情報を読み取って、当該操作履歴情報や入力内容情報から、図１０で示すような生活パターン判定用のウェブページ（例えば工事日選択画面のウェブページ）の識別情報に対応付けられて記録されている選択された工事日の曜日、工事の時間帯、または工事日相談の有無の情報を読み取る。そして、ユーザ特徴判定部３１は、曜日が平日（月〜金）を示す場合、当該工事日の指定を行ったユーザを平日型判定し、また曜日が休日（土，日，祝日を）示す場合、当該工事日の指定を行ったユーザを休日型と判定する。またユーザ特徴判定部３１は、選択された工事の時間帯を判定し、当該時間帯によって在宅時間の判定を行う。またユーザ特徴判定部３１は、選択された工事日相談有無の情報に基づいて生活パターンが不確定かどうかを判定する（工事日相談が無い場合には生活パターンが確定であると判定し、工事日相談がある場合には生活パターンが不確定であると判定する）。そしてユーザ特徴判定部３１は、それらの判定結果の情報を例えばユーザの利用する端末のＩＤに対応付けて生活パターン判定結果テーブルに登録する。これらの処理はユーザ特徴判定ルールデータに格納された生活パターン判定アルゴリズムに基づいて行われる。ユーザ特徴判定部３１は、指示を受け付けた場合には、商品知識度判定結果テーブルに登録されている情報に基づいて、図９（ｂ）で示すようなグラフを生成してモニタ等へ出力する。なお、ユーザ特徴判定部３１は、生活パターン判定用のウェブページへのアクセス開始時刻とアクセス終了時刻を操作履歴情報から読み取って、その時間帯から、在宅時間を判定するようにしてもよい。

図１２はウェブページを利用するユーザのコミュニケーション柔軟性の判定概要を示す図である。
ユーザ特徴判定部３１は、ウェブページを利用するユーザのコミュニケーション柔軟性の判定開始を検出すると、ある１人のユーザの操作履歴情報や入力内容情報を読み取る。そして、ユーザ特徴判定部３１は、当該操作履歴情報や入力内容情報から、図１２（ｂ）で示すようなコミュニケーション柔軟性判定用のウェブページ（例えば連絡手続画面のウェブページ）の識別情報に対応付けられて記録されている、選択された連絡手段の種別情報を読み取る。そして、ユーザ特徴判定部３１は、連絡手段が「電子メール」であればコミュニケーション柔軟性を「低」と判定し、また連絡手段が「電話」であればコミュニケーション柔軟性を「中」と判定し、連絡手段について「どちらでもよい」という項目を選択している場合にはコミュニケーション柔軟性を「高」と判定する。そしてユーザ特徴判定部３１は、それらの判定結果の情報を例えばユーザの利用する端末のＩＤに対応付けてコミュニケーション柔軟性判定結果テーブルに登録する。これらの処理はユーザ特徴判定ルールデータに格納されたコミュニケーション柔軟性判定アルゴリズムに基づいて行われる。ユーザ特徴判定部３１は、指示を受け付けた場合には、コミュニケーション柔軟性判定結果テーブルに登録されている情報に基づいて、図１２（ｃ）で示すような判定結果を表示するグラフを生成してモニタ等へ出力する。

図１３はウェブページを利用するユーザの音声依存度の判定概要を示す図である。
ユーザ特徴判定部３１は、ウェブページを利用するユーザの音声依存度の判定開始を検出すると、ある１人のユーザの操作履歴情報を読み取って、当該操作履歴情報から、図１３（ｂ）で示すようなコミュニケーション柔軟性判定用のウェブページ（例えば連絡手続画面のウェブページ）の識別情報に対応付けられて記録されている、当該ウェブページ上の音声機能ボタンのクリック回数を検出する。この音声機能ボタンは、クリックすることによりウェブページのガイダンス音声を端末８が出力するための機能である。なお音声ガイダンスのデータはウェブサーバ１から端末８へ送信され、当該端末８が音声出力部から出力する。そして、ユーザ特徴判定部３１は、当該回数が閾値よりも多い場合には音声依存度を「高」と判定し、それら判定結果と、操作履歴情報における音声機能ボタンの識別情報の検出回数（クリック回数）とを、例えばユーザの利用する端末のＩＤに対応付けて音声依存度判定結果テーブルに登録する。これらの処理はユーザ特徴判定ルールデータに格納された音声依存度判定アルゴリズムに基づいて行われる。ユーザ特徴判定部３１は、指示を受け付けた場合には、音声依存度判定結果テーブルに登録されている情報に基づいて、図１３（ｃ）で示すような音声依存度の判定結果を表示するグラフを生成してモニタ等へ出力する。なおこのグラフは、音声機能ボタンのクリック回数（音声機能利用回数）ごとのユーザ人数を示している。

以上のように、ユーザ特徴判定部３１は、ユーザそれぞれの特徴を判定して各データテーブルへ格納する。そして、そのユーザ特徴を示す各データテーブルからなるユーザ特徴情報をユーザプロファイルＤＢ装置７へ出力し、ユーザプロファイルＤＢ連携部７１が、そのユーザ特徴情報をユーザプロファイルＤＢへ格納する。また、ユーザ特徴判定部３１は、入力内容ＤＢ連携部６１から受信した入力内容情報をユーザプロファイルＤＢ装置７へ出力し、ユーザプロファイルＤＢ連携部７１が、それら入力内容情報をユーザプロファイルＤＢへ格納する。なお、上述のユーザ特徴判定部３１が行うユーザ特徴の判定処理は、これに限らず、他の方法によって様々なユーザ特徴の判定処理を行うようにしてよい。そして、ウェブページを利用するユーザの特徴を示すユーザ特徴情報がユーザプロファイルＤＢ装置７へ順次蓄積されていき、その後、ユーザ動向分析部４１が、ユーザプロファイルＤＢ装置７に蓄積されているユーザ特徴情報を用いて、ウェブページを利用するユーザの動向を分析する。

本実施形態のユーザ動向分析処理では、（Ａ）ユーザの離脱（閲覧の中止）に関する動向が見られる操作対象のウェブページを判定する処理（以下、離脱動向判定処理とする）、（Ｂ）ユーザの操作の迷いによる反復操作に関する動向が見られる操作対象のウェブページを判定する処理（以下、迷い動向箇所判定処理とする）、（Ｃ）ユーザの離脱の原因に関する動向が見られる操作対象のウェブページを判定する処理（以下、離脱原因判定処理とする）、のそれぞれの場合のユーザ動向分析処理について説明する。

（Ａ）離脱動向判定処理について
図１４はユーザ動向分析処理の処理フローを示す第１の図である。
ＷｅｂＡＰ分析システム４のユーザ動向分析部４１は、ユーザプロファイルＤＢ装置７へ、ユーザ特徴情報と、入力内容情報と、ユーザ属性情報との送信要求を行い、また、操作履歴ＤＢ装置５へ操作履歴情報の送信要求を行う（ステップＳ３０１）。これにより、ユーザプロファイルＤＢ装置７はＷｅｂＡＰ分析システム４へ、それらユーザ特徴情報と、入力内容情報と、ユーザ属性情報とを送信し、また、操作履歴ＤＢ装置はＷｅｂＡＰ分析システム４へ、操作履歴情報を送信する。そして、ＷｅｂＡＰ分析システム４のユーザ動向分析部４１は、離脱動向判定処理の開始の指示を受け付けると（ステップＳ３０２）、当該離脱動向判定処理を示すユーザ動向分析ルールから離脱動向判定アルゴリズム（ユーザ動向分析アルゴリズム）を読み出し（ステップＳ３０３）、当該アルゴリズムに基づいて以下の処理を開始する。まずユーザ動向分析部４１は、操作履歴情報から、あるユーザの最終操作オブジェクト（ボタンやカラム）の識別情報を読み取って（ステップＳ３０４）、その操作オブジェクトによって構成されるウェブページＩＤを、操作オブジェクトとそれにより構成されるウェブページのＩＤの対応関係を示すデータテーブルから取得する（ステップＳ３０５）。そして、このウェブページＩＤのウェブページが示す種別情報（例えば、価格関連ウェブページ、契約関連ウェブページ、商品表示ウェブページなど）を読み取る（ステップＳ３０６）。なお、ユーザ動向分析部４１は、分析対象のウェブページ以外のページにアクセスされたときに離脱したと判断し、その際の分析対象のウェブページ内の最後の操作オブジェクトを検出する。

そして、ユーザ動向分析部４１は、あるユーザの最終操作オブジェクトを構成するウェブページ、つまり離脱箇所となるウェブページの種別情報の出現割合（操作履歴情報における他の全ての最終操作オブジェクトの数に対する出現割合）を算出する（ステップＳ３０７）。ユーザ動向分析部４１は、それらウェブページの種別情報と、離脱箇所となる割合とを、動向分析情報として、ユーザの利用する端末８のＩＤとに対応付けて、自装置の備えた記憶部内の離脱動向判定結果テーブルに記録する（ステップＳ３０８）。ユーザ動向分析部４１は、出力要求を受け付けた場合には、離脱箇所を示す各ウェブページの種別情報ごとの出現割合（操作履歴情報における他の全ての最終操作オブジェクトの数に対する出現割合）を、ユーザ毎に出力するようにしてもよい。

またユーザ動向分析部４１は、ある特定のユーザ特徴を持つユーザについてのみ、離脱動向判定処理を行うようにしてもよい。この場合、ユーザ動向分析部４１は、ユーザ特徴の識別情報と、当該ユーザ特徴の度合い「高」の情報と、離脱動向判定処理の開始の指示を受け付ける。すると、ユーザ動向分析部４１は、ユーザ特徴識別情報で示される判定結果テーブルをユーザ特徴データから読み取り、その判定結果テーブル内に格納されているユーザのうち、ユーザ特徴の度合いが高いことを共通に示しているユーザの利用する端末８のＩＤを読み取る。そして、その端末８のＩＤに基づいて、ユーザ毎の離脱動向判定処理を上述と同様に行う。これにより、ユーザ特徴がＩＴスキル、ユーザ特徴の度合い「高」である場合には、ＩＴスキルが高いユーザについての離脱動向判定処理を行うことができ、ＩＴスキルの高いユーザが離脱する箇所のウェブページの種別を判定することができる。
なお、ユーザ動向分析部４１は、ユーザ特徴が共通するユーザの利用する端末８のＩＤに基づいて、特徴を同じにするユーザグループが示す離脱動向判定処理を行う代わりに、別途取得した属性情報が同じユーザの利用する端末８のＩＤに基づいて、当該属性情報を同じにするユーザグループが示す離脱動向判定処理を行うようにしてもよい。またユーザ動向分析部４１は、取得した入力内容情報が同じユーザの利用する端末８のＩＤに基づいて、入力内容情報を同じにするユーザグループが示す離脱動向判定処理を行うようにしてもよい。

（Ｂ）迷い動向箇所判定処理について
図１５はユーザ動向分析処理の処理フローを示す第２の図である。
ＷｅｂＡＰ分析システム４のユーザ動向分析部４１は、迷い動向箇所判定処理の開始の指示を受け付けると（ステップＳ４０１）、当該迷い動向箇所判定処理を示すユーザ動向分析ルールから離脱動向判定アルゴリズム（ユーザ動向分析アルゴリズム）を読み出し（ステップＳ４０２）、当該アルゴリズムに基づいて以下の処理を開始する。まずユーザ動向分析部４１は、操作履歴情報から、ウェブサーバ１と端末８の間の同一セッションにおける、あるユーザのウェブページ操作に関する操作オブジェクト（ボタンやカラムまたはウェブページ自体）の識別情報を読み取る（ステップＳ４０３）。そしてユーザ動向分析部４１はその操作オブジェクトの識別情報のうち、所定の回数以上出現する操作オブジェクトの識別情報が複数検出できるかを判定する（ステップＳ４０４）。そして、ユーザ動向分析部４１は、所定の回数以上出現する操作オブジェクトの識別情報が複数検出できる場合には、それらの操作オブジェクトを構成するウェブページ間でユーザが反復閲覧していると判定する（ステップＳ４０５）。例えば、商品価格のウェブページと、商品詳細説明のウェブページの識別情報が所定の回数以上同一セッションにおける操作履歴情報内から検出した場合、ユーザは、商品価格と商品詳細説明とを反復閲覧して商品の購入を迷っていると判定することができる。そしてユーザ動向分析部４１は、所定の回数以上同一セッションにおける操作履歴情報内から検出した複数のウェブページの識別情報を、迷い動向箇所情報（動向分析情報）として、ユーザの利用する端末８のＩＤとに対応付けて、自装置の備えた記憶部内の迷い動向箇所判定結果テーブルに記録する（ステップＳ４０６）。

またユーザ動向分析部４１は、あるユーザに関する迷い動向箇所情報を迷い動向箇所判定結果テーブルに蓄積した後、当該迷い動向箇所が示すウェブページの識別情報から、当該ウェブページの種別を検出する。そして、その種別によって、ユーザがウェブページの閲覧において迷う可能性のある、当該ウェブページの種別を特定する。例えば、あるユーザが商品Ｘの価格を表示するウェブページと、商品Ｙの価格を表示するウェブページとの間で所定の回数以上反復閲覧しており、商品Ｘの価格を表示するウェブページと、商品Ｚの価格を表示するウェブページとの間で所定の回数以上反復閲覧しているような場合、商品の種別によらず、当該ユーザは、価格に関するウェブページで迷い動向（反復閲覧）を行う傾向があると判定することができる。

またユーザ動向分析部４１は、ある特定のユーザ特徴を持つユーザについてのみ迷い動向箇所判定処理を行うようにしてもよい。例えば、ユーザ動向分析部４１は、ユーザ特徴の識別情報と、当該ユーザ特徴の度合い「低」の情報と、迷い動向箇所判定処理の開始の指示を受け付ける。すると、ユーザ動向分析部４１は、ユーザ特徴識別情報で示される判定結果テーブルをユーザ特徴データから読み取り、その判定結果テーブル内に格納されているユーザのうち、ユーザ特徴の度合いが低いユーザの利用する端末８のＩＤを読み取る。そして、その端末８のＩＤに基づいて、ユーザ毎の迷い動向箇所判定処理を上述と同様に行う。これにより、ユーザ特徴がＩＴスキル、ユーザ特徴の度合い「低」である場合には、ＩＴスキルが低いユーザについての迷い動向箇所判定処理を行うことができ、ＩＴスキルの低いユーザが迷い動向を示す箇所のウェブページの種別を判定することができる。
なお、ユーザ動向分析部４１は、ユーザ特徴が共通するユーザの利用する端末８のＩＤに基づいて、特徴を同じにするユーザグループが示す迷い動向箇所判定処理を行う代わりに、別途取得した属性情報が同じユーザの利用する端末８のＩＤに基づいて、当該属性情報を同じにするユーザグループが示す迷い動向箇所判定処理を行うようにしてもよい。またユーザ動向分析部４１は、取得した入力内容情報が同じユーザの利用する端末８のＩＤに基づいて、入力内容情報を同じにするユーザグループが示す迷い動向箇所判定処理を行うようにしてもよい。

（Ｃ）離脱原因判定処理について
図１６はユーザ動向分析処理の処理フローを示す第３の図である。
ＷｅｂＡＰ分析システム４のユーザ動向分析部４１は、離脱原因判定処理の開始の指示を受け付けると（ステップＳ５０１）、当該離脱原因判定処理を示すユーザ動向分析ルールから離脱原因判定処理アルゴリズム（ユーザ動向分析アルゴリズム）を読み出し（ステップＳ５０２）、当該アルゴリズムに基づいて以下の処理を開始する。まずユーザ動向分析部４１は、あるユーザの操作履歴情報から、同一セッションにおける最終ｎ個の操作オブジェクトを抽出する（ステップＳ５０３）。そして、その最終ｎ個の操作オブジェクトのうち、最後の操作オブジェクトの種別と同一の種別が、連続して最後まで所定の回数以上操作され（ステップＳ５０４）、かつ、それら同一の種別の操作オブジェクトがそれぞれ１回以上出現せず（反復閲覧がない）（ステップＳ５０５）、また、当該連続する同一種別の操作オブジェクトの最初の操作時刻から最後の操作オブジェクトの操作時刻までの時間で示される閲覧時間が基準閾値を超えるかを判定する（ステップＳ５０６）。そして全てＹｅｓの場合、ユーザ動向分析部４１は、当該ウェブページの種別によって特定される原因によって、ユーザが離脱したと判定する（ステップＳ５０７）。つまり、例えば、ユーザが「操作開始(時刻ｔ０)・・・ → 商品リストページの商品Ｘの機能閲覧ボタン（ｔ１）→ 機能詳細閲覧ボタン(ｔ２）→ 機能詳細ウィンドスクロール(ｔ３）→ 機能詳細ウィンドスクロール(ｔ４） → ブラウザ・クローズボタン（最終操作）＝離脱（ｔ５）」という操作である場合、最後のｔ２〜ｔ５までの操作における操作オブジェクトは全て種別が「商品Ｘの機能」である。そして、「ｔ５−ｔ２」の算出により得られた商品Ｘの機能に関する閲覧時間が所定の閾値以上である場合、商品Ｘの機能について時間をかけて閲覧したにもかかわらず操作を終了していることが分かる。従って、このような場合、ユーザ動向分析部４１は、ユーザの離脱原因が、商品Ｘの機能であると判定する。そしてユーザ動向分析部４１は、離脱原因であると判定した操作オブジェクトの種別情報を動向分析情報として、端末８のＩＤとに対応付けて、自装置の備えた記憶部内の離脱原因判定結果テーブルに記録する（ステップＳ５０８）。

またユーザ動向分析部４１は、ある特定のユーザ特徴を持つユーザについてのみ離脱原因判定処理を行うようにしてもよい。例えば、ユーザ動向分析部４１は、ユーザ特徴の識別情報と、当該ユーザ特徴の度合い「高」の情報と、離脱原因判定処理の開始の指示を受け付ける。すると、ユーザ動向分析部４１は、ユーザ特徴識別情報で示される判定結果テーブルをユーザ特徴データから読み取り、その判定結果テーブル内に格納されているユーザのうち、ユーザ特徴の度合いが高いユーザの利用する端末８のＩＤを読み取る。そして、その端末８のＩＤに基づいて、当該特徴を示すユーザの離脱原因判定処理を上述と同様に行う。これにより、ユーザ特徴がＩＴスキル、ユーザ特徴の度合い「高」である場合には、ＩＴスキルが高いユーザについての離脱原因判定処理を行うことができ、ＩＴスキルの高いユーザのウェブページにおける離脱原因を判定することができる。
なお、ユーザ動向分析部４１は、ユーザ特徴が共通するユーザの利用する端末８のＩＤに基づいて、特徴を同じにするユーザグループが示す離脱原因判定処理を行う代わりに、別途取得した属性情報が同じユーザの利用する端末８のＩＤに基づいて、当該属性情報を同じにするユーザグループが示す離脱原因判定処理を行うようにしてもよい。またユーザ動向分析部４１は、取得した入力内容情報が同じユーザの利用する端末８のＩＤに基づいて、入力内容情報を同じにするユーザグループが示す離脱原因判定処理を行うようにしてもよい。

＜決定木アルゴリズムの利用＞
ユーザ動向分析部４１は決定木アルゴリズムを利用して、図１７（決定木アルゴリズムによる分析結果を示す図）で示すように、決定木グラフを生成して、ウェブページの利用に関するユーザの動向や嗜好や属性を判定するようにしてもよい。例えば、ユーザ動向分析部４１は、ユーザ特徴データや、操作履歴情報や、ユーザ動向分析部４１による判定処理結果や、ユーザの属性情報や、入力内容情報に基づいて、決定木アルゴリズムを用いて、ウェブページを利用して商品を購入したユーザや、商品を購入しなかったユーザが、どのような特徴を示すユーザなのか、どのような属性を示すユーザなのか、どのような動向を示すユーザなのか、どのようなウェブページ上の操作・選択を行ったユーザなのか、等を判定することができる。
つまり、ユーザ動向分析部４１は、ユーザ特徴と、操作履歴情報と、ユーザの属性情報と、入力内容情報と、決定木アルゴリズムとを用いて、目的達成に影響を与えた操作履歴情報、ユーザ特徴、ユーザの属性情報、入力内容情報のいずれかと、目的達成に影響を与えない操作履歴情報、ユーザ特徴、ユーザの属性情報、入力内容情報のいずれかとの決定木グラフを生成する。
＜バスケット分析アルゴリズムの利用＞
またユーザ動向分析部４１はバスケット分析アルゴリズムを利用して、図１８（バスケット分析アルゴリズムによる分析結果を示す図）で示すように、ウェブページの利用に関するユーザの動向や嗜好や属性の相関を判定するようにしてもよい。例えば、ユーザ動向分析部４１は、ユーザ特徴データや、操作履歴情報や、ユーザ動向分析部４１による判定処理結果や、ユーザの属性情報や、入力内容情報に基づいて、バスケット分析アルゴリズムを用いて、ウェブページを利用して商品を購入したユーザや、商品を購入しなかったユーザが、どのような特徴を示すユーザと相関するのか、どのような属性を示すユーザと相関するのか、どのような動向を示すユーザと相関するのか、どのようなウェブページ上の操作・選択を行ったユーザと相関するのか、等を判定することができる。
つまり、ユーザ動向分析部４１は、ユーザ特徴と、操作履歴情報と、ユーザの属性情報と、入力内容情報と、バスケット分析アルゴリズムとを用いて、それらユーザ特徴と操作履歴情報とユーザの属性情報と入力内容情報との相関を示すバスケット分析結果グラフを生成する。

以上、本実施形態について説明したが、上述の処理によれば、ウェブページのユーザ操作に基づいて、「ユーザの特徴」を自動的に推定できることによって、効率的にユーザに関する情報が収集を行うことができ、またそれらの蓄積や、統計用データとして利用することが容易にできる。
また上述の処理によれば、人による推定よりも詳細な「ユーザの特徴」が推定でき、従来では得られない詳細なユーザ動向を得ることによって、ウェブページのユーザビリティ評価の精度向上やダイレクトマーケティングの有効性向上を図ることができる。
また上述の処理によれば、人による推定よりも詳細な「ユーザ特徴」が推定できることによって、その詳細な「ユーザの特徴」またはそれを含む「ユーザプロファイル情報」を用いて、一般的なデータマイニング手法によりコンテンツ分析をし、これにより、従来の分析手法に比べて詳細な分析結果を得ることができる。
以上から、よりターゲットを絞ったコンテンツの作成（ユーザに合った内容、提供方法、画面設計等）や、より効果的なダイレクトマーケティングが可能となる。

なお、上述の各システムや装置は内部に、コンピュータシステムを有している。そして、上述した各処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって、上記処理が行われる。ここでコンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしても良い。

また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。

１・・・ウェブサーバ
２・・・操作履歴取得システム
３・・・プロファイリングシステム
４・・・ウェブアプリケーション分析システム
５・・・操作履歴ＤＢ装置
６・・・入力内容ＤＢ装置
７・・・ユーザプロファイルＤＢ装置
８・・・端末

Claims (17)

1. 画面情報を構成するオブジェクト毎の操作履歴情報を受信する操作履歴受信部と、
   前記操作履歴情報が示す前記オブジェクトの種別、または当該オブジェクトの操作時刻、または当該オブジェクトの操作回数、または当該オブジェクトに対する操作種別の少なくとも何れか１つと、前記画面情報を利用するユーザの特徴を判定するユーザ特徴判定アルゴリズムと、に基づいて、前記画面情報のユーザ特徴を判定するユーザ特徴判定部と、
   を備えることを特徴とするユーザ特徴と利用動向の分析システム。
2. 前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、ユーザ動向分析アルゴリズムとに基づいて、前記ユーザそれぞれの動向分析情報を特定するユーザ動向分析部と、
   を備えることを特徴とする請求項１に記載のユーザ特徴と利用動向の分析システム。
3. 前記判定したユーザの特徴をユーザ毎に記憶するユーザ記憶部と、を備え、
   前記ユーザ動向分析部は、前記判定したユーザの特徴を前記ユーザ記憶部から読み取って、当該特徴が共通する複数のユーザの操作履歴情報と、前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定する
   ことを特徴とする請求項２に記載のユーザ特徴と利用動向の分析システム。
4. 前記ユーザの属性情報をユーザ毎に記憶するユーザ記憶部と、を備え、
   前記ユーザ動向分析部は、前記ユーザの属性情報を前記ユーザ記憶部から読み取って、当該属性情報が共通する複数のユーザの操作履歴情報と、前記属性情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定する
   ことを特徴とする請求項２に記載のユーザ特徴と利用動向の分析システム。
5. 前記ユーザが入力した入力内容情報をユーザ毎に記憶するユーザ記憶部と、を備え、
   前記ユーザ動向分析部は、前記入力内容情報を前記ユーザ記憶部から読み取って、当該入力内容情報が共通する複数のユーザの操作履歴情報と、前記入力内容情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定する
   ことを特徴とする請求項２に記載のユーザ特徴と利用動向の分析システム。
6. 前記ユーザ動向分析部は、ユーザ特徴と、操作履歴情報と、ユーザの属性情報と、入力内容情報と、決定木アルゴリズムとを用いて、目的達成に影響を与えた前記操作履歴情報、ユーザ特徴、ユーザの属性情報、入力内容情報のいずれかと、目的達成に影響を与えない前記操作履歴情報、ユーザ特徴、ユーザの属性情報、入力内容情報のいずれかとの決定木グラフを生成する
   ことを特徴とする請求項１から請求項５の何れかに記載のユーザ特徴と利用動向の分析システム。
7. 前記ユーザ動向分析部は、ユーザ特徴と、操作履歴情報と、ユーザの属性情報と、入力内容情報と、バスケット分析アルゴリズムとを用いて、それらユーザ特徴と操作履歴情報とユーザの属性情報と入力内容情報との相関を示すバスケット分析結果グラフを生成する
   ことを特徴とする請求項１から請求項５の何れかに記載のユーザ特徴と利用動向の分析システム。
8. ユーザ特徴と利用動向の分析システムにおける処理方法であって、
   前記ユーザ特徴と利用動向の分析システムの操作履歴受信部が、画面情報を構成するオブジェクト毎の操作履歴情報を受信し、
   前記ユーザ特徴と利用動向の分析システムのユーザ特徴判定部が、前記操作履歴情報が示す前記オブジェクトの種別、または当該オブジェクトの操作時刻、または当該オブジェクトの操作回数、または当該オブジェクトに対する操作種別の少なくとも何れか１つと、前記画面情報を利用するユーザの特徴を判定するユーザ特徴判定アルゴリズムと、に基づいて、前記画面情報のユーザ特徴を判定する
   ことを特徴とする処理方法。
9. 前記ユーザ特徴と利用動向の分析システムのユーザ動向分析部が、前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、ユーザ動向分析アルゴリズムとに基づいて、前記ユーザそれぞれの動向分析情報を特定する
   ことを特徴とする請求項８に記載の処理方法。
10. 前記ユーザ動向分析部は、前記判定したユーザの特徴をユーザ記憶部から読み取って、当該特徴が共通する複数のユーザの操作履歴情報と、前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定する
    ことを特徴とする請求項９に記載の処理方法。
11. 前記ユーザ動向分析部は、前記ユーザの属性情報をユーザ記憶部から読み取って、当該属性情報が共通する複数のユーザの操作履歴情報と、前記属性情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定する
    ことを特徴とする請求項９に記載の処理方法。
12. 前記ユーザ動向分析部は、前記入力内容情報をユーザ記憶部から読み取って、当該入力内容情報が共通する複数のユーザの操作履歴情報と、前記入力内容情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定する
    ことを特徴とする請求項９に記載の処理方法。
13. ユーザ特徴と利用動向の分析システムのコンピュータを、
    画面情報を構成するオブジェクト毎の操作履歴情報を受信する操作履歴受信手段、
    前記操作履歴情報が示す前記オブジェクトの種別、または当該オブジェクトの操作時刻、または当該オブジェクトの操作回数、または当該オブジェクトに対する操作種別の少なくとも何れか１つと、前記画面情報を利用するユーザの特徴を判定するユーザ特徴判定アルゴリズムと、に基づいて、前記画面情報のユーザ特徴を判定するユーザ特徴判定手段
    として機能させることを特徴とするプログラム。
14. 前記コンピュータを、さらに、
    前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、ユーザ動向分析アルゴリズムとに基づいて、前記ユーザそれぞれの動向分析情報を特定するユーザ動向分析手段、
    として機能させることを特徴とする請求項１３に記載のプログラム。
15. 前記ユーザ動向分析手段は、前記判定したユーザの特徴をユーザ記憶部から読み取って、当該特徴が共通する複数のユーザの操作履歴情報と、前記ユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定する
    ことを特徴とする請求項１４に記載のプログラム。
16. 前記ユーザ動向分析手段が、前記ユーザの属性情報をユーザ記憶部から読み取って、当該属性情報が共通する複数のユーザの操作履歴情報と、前記属性情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定する
    ことを特徴とする請求項１４に記載のプログラム。
17. 前記ユーザ動向分析手段が、前記入力内容情報をユーザ記憶部から読み取って、当該入力内容情報が共通する複数のユーザの操作履歴情報と、前記入力内容情報が共通するユーザそれぞれの前記操作履歴情報で示される操作対象の前記オブジェクトの種別または前記操作履歴情報における出現頻度の少なくとも何れか１つと、前記ユーザ動向分析アルゴリズムとに基づいて、前記複数のユーザに関する動向分析情報を特定する
    ことを特徴とする請求項１４に記載のプログラム。

Images