JP2011243125A - 広告配信システム - Google Patents

Abstract

【課題】ローテーション広告の配信において統計的分析を実施して配信するコンテンツを決定する具体的な方法を提供し、クリック率を向上させて、アフィリエイトサイトのオーナーの収入及び広告主の販売促進効果を増加させること。
【解決手段】各コンテンツについて各ユーザ端末に表示した場合の予想クリック率を推定し、予想クリック率が高いコンテンツがリストに含まれる確率が高くなるように作成されたリストをユーザ端末において作動するローテーション広告表示プログラムに向けて送信する。実際に表示した端末におけるログを収集し、重回帰分析等により予想クリック率の推定を行う。
【選択図】図１

Description

本発明は、インターネットを介して広告を配信する広告配信システムに関するものである。

近年、ブログを含むインターネットのホームページ（サイト）に商品販売者等のサイトへのリンクを張り、そのリンクのクリックを促す広告を表示するアフィリエイトサイトが増加している。アフィリエイトサイトのオーナーにとっては、リンクのクリックに対する報酬を得ることができ、手間をかけずに収入を得ることができる。商品販売者等にとっては、妥当な額の報酬の支払によって自己のサイトの閲覧者を増やすことができ、販売促進につながる。
アフィリエイトサイトへの広告の表示を望む商品販売者等（広告主）の数が多くなると、アフィリエイトサイトの運営のために検討を要する問題が発生する。（１）多くの広告を表示すると広告表示領域が増加し、アフィリエイトサイトのオーナーが本来表示したい内容を表示する領域が狭まってしまう。（２）多くの広告のうちからクリックを得られる可能性（予想クリック率）の高い広告を選択したいが、広告毎の予想クリック率を推計することが困難である。

上記（１）の問題を解決するための方法として、広告１つ分の表示領域に複数の広告を時間的に変動させて表示（例えば所定の時間間隔で巡回的に表示）するローテーション広告が知られている。特許文献１には、ローテーション広告についての説明がなされ、広告として表示されるべきコンテンツの情報をサイトに送信するサーバの運営者が導入し易い構成が開示されている。
ローテーション広告によっても、表示されるコンテンツを選択する必要がなくなるものではない。一定の時間内に表示できるコンテンツの数は限られるからである。上記（２）の問題を解決したい。

上記（２）の問題の解決のために、各種の統計的な分析に基づく方法を利用することが考えられる。予想クリック率は、コンテンツを見る時間帯等に依存すると考えられ、これらを説明変数とするような統計的分析が有効である。特許文献２には、広告配信に際して時間帯に依存させて効果の高い広告を抽出する方法が開示されている。しかし、ローテーション広告の配信において、統計的分析を実施して配信するコンテンツを決定する具体的な方法は知られていなかった。

特開２００６−１１３７４５号公報 特開２００５−００４６２０号公報

解決しようとする課題は、ローテーション広告の配信において統計的分析を実施して配信するコンテンツを決定する具体的な方法を提供し、クリック率を向上させて、アフィリエイトサイトのオーナーの収入及び広告主の販売促進効果を増加させることである。

本発明の広告配信システムは、
１つのバナーのコンテンツを時間変化させて表示するローテーション広告表示プログラムを含むアフィリエイトサイトと、
前記ローテーション広告表示プログラムに表示コンテンツのリストを送付するリスト送信手段とを備えた広告配信システムであって、
前記ローテーション広告表示プログラムは前記アフィリエイトサイトにアクセスしたユーザ端末において作動し、
各コンテンツについて各ユーザ端末に表示した場合にクリックされる確率（予想クリック率）を推定するクリック率推定手段を備え、
前記リスト送信手段は、前記予想クリック率が高いコンテンツがリストに含まれる確率が高くなるようにしてリストに含むコンテンツを選定することを特徴とする。
広告配信システムがコンテンツのリストを配信する際に、予想クリック率が高いコンテンツがリストに含まれる確率が高くなるようにリストを構成する。これによって、クリック率を向上させることができる。なお、リストの構成に当たっては、クリック率のみを考慮せずに他の要素（例えば広告主が支払う金額）をも考慮することが考えられる。他の要素を考慮した結果、予想クリック率の低いコンテンツをリストに含むこともあり得る。本発明は、クリック率推定手段により、他の要素による制約条件の下で予想クリック率を最適化するようなリストを構築するものである。なお、クリック率推定手段としては、後述するように重回帰分析を用いるものや、いわゆるニューラルネットワークによる推定手法を用いるものなど、各種の推定手法を用いることができる。
「ローテーション広告表示プログラム」は、リストを受信してコンテンツを表示するプログラムである。ローテーション広告表示プログラムはアフィリエイトサイトにおいて作動することもアフィリエイトサイトにアクセスしたユーザ端末において作動することも可能であるが、本発明ではアフィリエイトサイトにアクセスしたユーザ端末において作動する。これにより、複数のユーザ端末が１つのアフィリエイトサイトにアクセスした場合に、ユーザ端末毎に異なる状況（例えばユーザ端末の存在する地域）に依存して予想クリック率が変動する場合に、各ユーザ端末について予想クリック率を最適化することが可能になる。なお、ローテーション広告表示プログラムをユーザ端末で作動させる方法は、アフィリエイトサイトのホームページにＦｌａｓｈやｊａｖａｓｃｒｉｐｔによる動的ウェブコンテンツを含めばよく、ユーザ端末にプログラムをインストールする必要はない。また、コンテンツは、静止画、動画、テキスト、テロップ、音声等、アフィリエイトサイトにアクセスしたユーザ端末において出力が可能な形式であればいかなるものであってもよく、これらの組み合わせであってもよい。

本発明の広告配信システムは、
前記クリック率推定手段は、少なくとも表示する時間帯を表す値を含む説明変数を入力し、前記説明変数の値及びパラメータの値に基づいて予想クリック率を求める予測関数を用いるものであり、
各ユーザ端末について表示したコンテンツ及びそのコンテンツのクリックに関するログを分析し、前記パラメータの値を求める分析手段を備えることを特徴とする。
予測関数は、以下の式で表される。ここで、Ｃは予想クリック率、ｘ_ｉはｉ番目の説明変数、ｐ_ｊはｊ番目のパラメータである。

ｘ_ｉのうち少なくとも１つは表示する時帯を表す。例えば、（１）ｘ_１が時刻が０時〜１時のときに０、１時〜２時のときに１．．．のように時間帯を数値化した変数であって、（２）ｘ_ｉ（ｉ＝１，２，．．．，２４）は時刻が（ｉ−１）時〜ｉ時のときに１その他のときに０のように特定の時間帯に属するか否かを表すような２４個の変数を用いることができる。ここで、特定の時間帯は１時間刻みで設定せず、適宜に設定してよい。
ｐ_ｊは、どの説明変数が予想クリック率にどのように影響するかを表す。ここで、どの説明変数が予想クリック率にどのように影響するかはコンテンツに依存し得る（例えば、ビジネスソフトの広告は昼間に予想クリック率が高く、趣味に関する物品の広告は夜間に予想クリック率が高い。）ので、ｐ_ｊの値をコンテンツ毎に求める。コンテンツ毎のｐ_ｊの値を求めるためには実際にコンテンツを表示してクリック率を測定することが好ましい。
分析手段は、各コンテンツのクリックに関するログに基づいてコンテンツ毎のｐ_ｊの値を求める。

本発明の広告配信システムは、
前記説明変数にユーザ端末の存在する地域を表す値及びその地域の天気を表す値を少なくとも含むユーザ端末固有値を含むことを特徴とする。
ユーザ端末の存在する地域を表す値及びその地域の天気は、予想クリック率を変動させ得る。例えば、暖房器具の広告は寒冷地のクリック率が高く、傘の広告は雨の時のクリック率が高い。ユーザ端末の存在する地域を表す値及びその地域の天気は、ユーザ端末毎に異なる値（ユーザ端末固有値）である。前述のようにローテーション広告表示プログラムがアフィリエイトサイトにアクセスしたユーザ端末において作動することにより、ユーザ端末固有値を説明変数とすることができる。

本発明の広告配信システムは、
前記分析手段は、表示がクリックされる確率を従属変数として前記説明変数に基づく重回帰分析を行い、
前記パラメータは前記重回帰分析によって求められる重回帰係数であり、
前記予測関数は前記重回帰分析によって求められる回帰式を計算するものであることを特徴とする。
予想クリック率を、以下の回帰式により計算する。

ここで、ｐ_０は回帰式に含まれる定数、ｐ_ｉ（ｉ＝１，２，．．．）は各説明変数の係数である。本明細書では、ｐ_０及びｐ_ｉ（ｉ＝１，２，．．．）を総称して「重回帰係数」と言う。
重回帰分析によれば、パラメータｐ_０及びｐ_ｉの値を求めることができる。

本発明の広告配信システムは、
前記予測関数は、新鮮度及び広告対象商品の注目度のうち少なくとも１つを含む価を用いて前記回帰式の計算結果を補正した値を予測関数の値とするものであることを特徴とする。
コンテンツの表示開始からの日数を経るとクリック率が低下することに対応する指標である新鮮度及び広告対象商品が広く一般に評価されている度合いを表す指標である広告対象商品の注目度は、過去のクリック率に基づくデータには含まれない場合にもクリック率の変動要因となり得る。これらの指標によって過去のクリック率に基づく回帰式の計算結果を補正することで、クリック率の予測を精密化し得る。
なお、これら３つの指標以外の指標を用いてもよい。

本発明の広告配信システムは、
前記リスト送信手段は、１つのアフィリエイトサイトに２以上の前記ローテーション広告が表示されていることを検出した場合に、該２以上のローテーション広告に係る前記ローテーション広告表示プログラムに送信するリストに含む表示コンテンツを該２以上のローテーション広告表示プログラム全体として前記予想クリック率が高いコンテンツがリストに含まれる確率が高くなるようにして選定することを特徴とする。
アフィリエイトサイトのオーナーは、自己のサイトに２つ以上のローテーション広告を表示することができる。この場合に、それぞれのローテーション広告について独立してコンテンツを選定し、その結果として該２以上のローテーション広告に同一又は重複するコンテンツを表示することは必ずしもクリック率を高くしない。そこで、該２以上のローテーション広告全体としてクリック率を高くする。

本発明の広告配信システムは、
前記コンテンツがその属性を表すフラグを付され、
前記アフィリエイトサイトのオーナーが自己のサイトに表示しない非表示属性を指定する表示拒否指定手段を備え、
前記リスト送信手段は前記非表示属性のフラグが付されたコンテンツを前記リストに含まないようにすることを特徴とする。
アフィリエイトサイトは、そのオーナーが本来表示したい内容を表示するものである。コンテンツの中には、本来表示したい内容にそぐわないものもあり得る。そこで、コンテンツに属性を持たせ、アフィリエイトサイトのオーナーが自己のサイトに表示しない属性（非表示属性）を指定できるようにする。例えば、コンテンツの属性として「性的表現を含む」というフラグを持たせ、青少年向けのアフィリエイトサイトにおいてはその属性のコンテンツを表示しないようにする。

本発明の広告配信システムは、
前記コンテンツがその広告対象商品によって区分され、若しくは１つの区分のコンテンツのみであり、
前記リストは、１つの区分のコンテンツのみから構成されることを特徴とする。
コンテンツは、その広告対象商品によって区分される。例えば、日用品、旅行、ゲームをそれぞれ広告対象商品とするコンテンツの区分が考えられる。ローテーション広告においては、１つの区分、例えば旅行の区分のコンテンツが逐次に表示される方が、２つ以上の区分、例えば旅行及びゲームの区分のコンテンツが交ざって表示されるよりも、それを見る者に違和感が少なく、広告効果が高い。

本発明の広告配信システムは、
前記コンテンツが前記１つの区分に関連した人物の画像を含むことを特徴とする。
人物の画像は顧客吸引効果が高い。例えば、映画の区分のコンテンツにおいて出演する俳優の写真がローテーション広告において逐次に表示されることで、広告効果を高められる。また、ゲームの区分のコンテンツにおいてゲームに登場するキャラクタの画像を表示することで広告効果を高められる。ここで「人物の画像」とは、実在の人物の写真に限定されず、ゲームに登場するキャラクタの画像等、人物の外観を有する画像全般を言う。

本発明の広告配信システムは、
前記１つの区分がゲーム、映画、テレビ番組又はアニメーションを広告対象商品とする区分であり、前記コンテンツがキャラクタの画像であることを特徴とする。
ゲームは、インターネットからダウンロードして購入することが多く、アフィリエイトサイトにおける広告の価値が大きい商品である。キャラクタの画像の顧客吸引効果により広告効果を高められる。
映画、テレビ番組及びアニメーションも、人物の画像の顧客吸引効果により広告効果を高められる。ここで「アニメーション」とは、映画、テレビ番組以外のアニメーションを言い、ＤＶＤ、ブルーレイ等を媒体として販売されるアニメーションを含む。

本発明の広告配信システムは、
前記コンテンツが静止画像と文字から構成されることを特徴とする。
文字により、広告主のメッセージを言語情報として伝えることができる。
１つの画像を準備し、その画像と同時に表示される文字を２つ以上準備することによって、例えばターゲット顧客層の異なる２つ以上のコンテンツを作成し得る。コンテンツ作成コストの大きい画像は１つのみで２つ以上のコンテンツを作成でき、コンテンツ作成コストが軽減できる。

クリック率を向上させて、アフィリエイトサイトのオーナーの収入及び広告主の販売促進効果を増加させる。

図１は、広告配信システムの構成の例を示す図である。 図２は、表示拒否指定手段の画面の例を示す図である。 図３は、ユーザ端末に表示されるインターネットページの例を示す図である。 図４は、リストの例を示す図である。 図５は、リスト送信手段の処理の例を示す図である。 図６は、ログデータの例を示す図である。 図７は、パラメータ計算手段の処理の例を示す図である。 図８は、１つのアフィリエイトサイトに２以上のローテーション広告が表示されている場合のリスト送信手段の処理の例を示す図である。

以下、本発明を用いた広告配信システムの実施例を示す。

図１は、広告配信システムの構成の例を示す図である。メインサーバ１、アフィリエイトサイト２、ユーザ端末３１並びに３２、ログ収集サーバ４及び分析サーバ５がインターネットを介して接続されている。なお、一部のサーバ同士をインターネットによらず専用接続線で接続してもよい。回線速度、データセキュリティ等の観点から、ユーザ端末から直接にアクセスされないサーバについては専用接続線による接続が好ましい。
メインサーバ１には、リスト送信手段１１、クリック率推定手段１２及び表示拒否指定手段１３が備えられ、コンテンツ１４及びパラメータ１５が保持されている。クリック率推定手段１２は回帰式を計算する。パラメータ１５は、重回帰分析の回帰係数をコンテンツ毎に計算した結果である。なお、クリック率推定手段は回帰式を計算するもの以外のもの（例えばニューラルネットワークによる推定を行うもの）であってもよく、その場合にはパラメータはクリック率推定手段の計算に合わせたもの（例えばニューロンの結合荷重及び閾値）となる。
アフィリエイトサイト２は、１つのホームページ（例えばｈｔｍｌ形式のファイル）である。アフィリエイトサイト２は、ローテーション広告表示プログラム２１を、ユーザ端末上で実行されるソースコード（例えばｊａｖａｓｃｒｉｐｔ）として含んでいる。
ユーザ端末３１及び３２は、アフィリエイトサイト２にアクセスしているユーザの端末である。アクセスによってローテーション広告表示プログラム２１がユーザ端末３１及び３２において、ローテーション広告表示プログラム３１１及び３２１として動作する。なお、ユーザ端末の数は、２台でなく、実際にアフィリエイトサイト２にアクセスしているだけの数であってよい。
ログ収集サーバ４は、ローテーション広告表示プログラム３１１及び３２１からデータを受信し、ログデータ４１として保存するためのサーバである。
分析サーバ５は、パラメータ計算手段５１を備えている。パラメータ計算手段５１はログ収集サーバ４からログデータ４１を読み取り、パラメータの値を計算し、メインサーバ１にパラメータ１５として格納する。
なお、メインサーバ、分析サーバ及びログ収集サーバの３つのサーバについては、必ずしも３つのサーバとする必要はなく、１つ、２つ又は４つ以上のサーバによって運用してもよい。

広告主は、広告配信システムを活用することとし、管理者に申込み、コンテンツ１４に自らの広告を追加してもらう。管理者は、広告コンテンツの追加に当たり、広告対象商品の区分をコンテンツに付加し、ギャンブル等の表示拒否の対象となるコンテンツについてはそのフラグをＯＮにして付加する。
アフィリエイトサイト２のオーナーは、広告配信システムからの広告を掲載することとし、管理者に申込む。その後、アフィリエイトサイト２のオーナーは、表示拒否指定手段１３にアクセスし、自らのサイトにふさわしくないコンテンツのジャンルを指定してその表示を拒否する。図２は、表示拒否指定手段の画面の例を示す図である。なお、ジャンル毎の表示拒否の他、表示を希望する広告対象商品の区分を指定することとしてもよい。アフィリエイトサイト２のオーナーは、アフィリエイトサイト２にローテーション広告表示プログラム２１を取り込み、公開する。ローテーション広告表示プログラム２１は管理者から提供される。

図３は、ユーザ端末に表示されるインターネットページの例を示す図である。ユーザがユーザ端末３１からアフィリエイトサイト２にアクセスすると、図３のようなインターネットページがブラウザによって表示される。また、ローテーション広告表示プログラム２１がユーザ端末３１においてローテーション広告表示プログラム３１１として動作する。
図の左側の主フレーム６１はアフィリエイトサイト２のオーナーが掲載する内容である。図の右側の広告用フレームに広告バナー６２及びテキスト６３がローテーション広告表示プログラム３１１によって表示される。
ユーザ端末３２上のローテーション広告表示プログラム３２１も、ローテーション広告表示プログラム３１１と同様の動作をする。

ローテーション広告表示プログラム３１１は、メインサーバ１のリスト送信プログラム１１に向けてリスト送信要求を送付し、リストを受け取る。図４は、リストの例を示す図である。リストには、表示順、表示時間、画像ファイル、テキストファイル及びリンク先の情報を含む。なお、画像ファイル及びテキストファイルの情報に替えて、画像データ及びテキストデータを送付してもよい。
ローテーション広告表示プログラム３１１は、リストの表示順に従い、画像ファイルを広告バナー６２として、テキストファイルをテキスト６３として、リストの表示時間だけ表示する。表示中に広告バナー６２がクリックされた場合、ローテーション広告表示プログラム３１１は、リスト中の表示されていた画像ファイルに相当するリンク先へのナビゲートを行う。なお、画像ファイルは静止画であっても動画であってもよく、テキスト６３の表示に代えて音声を出力してもよい。
また、表示順、表示時間をリストに含めず、リストに含まれるデータの順に、所定の表示時間だけ表示するようにしてもよい。また、画像ファイル及びテキストファイルのようなファイル名とせずに実際の画像データ及びテキストデータを受け取ってもよい。あるいは、画像及びテキストを表すキーとし、ローテーション広告表示プログラムがそのキーをメインサーバに送付して実際の画像データ及びテキストデータを受け取るようにしてもよい。

図５は、リスト送信手段１１の処理の例を示す図である。図中、点線で囲った処理７１は、クリック率推定手段１２によるものである。
図の左側の処理は、説明変数の値を設定するものである。説明変数は、ユーザ端末の存在する地域に関する変数、アクセスしている時間帯に関する変数及びアクセスしている時点における天気に関する変数である。
ユーザ端末の存在する地域は、日本国内の４７都道府県及び海外（地域未確定を含む）の４８の地域に区分される。４８個の変数があり、各変数は各地域を表す。ユーザ端末３１が存在する地域を表す変数の値は１であり、他の変数の値は０である。なお、４８の地域に代えて北海道、東北、関東、中部、近畿、中国、四国、九州、沖縄及び海外の１０の地域に区分する等、任意の区分とすることができる。
ユーザ端末のＩＰアドレスに基づいてその存在する地域を求めるサービスが行われており、ステップ７３においてそのサービスを利用して変数の値を設定する。なお、ユーザ端末のＩＰアドレスは、ローテーション広告表示プログラムによるリスト送信要求の際にリスト送信手段１１に送られる。
アクセスしている時間帯に関する変数は、０時〜２時、２時〜４時のような２時間刻みで、１２の変数がある。現在時刻を含む変数の値は１であり、他の変数の値は０である。ステップ７４において変数の値を設定する。なお、時間帯の区分は必ずしも等間隔である必要はなく、例えば１２時〜１３時の１時間（昼休みの時間帯）を１区分とし、他の時間帯を２時間又は３時間の区分として、当該時間帯の性質が代表されるような区分としてもよい。
天気に関する変数は、晴れ、曇り、雨、雪の４つを表す。前述のとおり地域が求められ、ステップ７５において、その地域の現在の天気に該当する変数の値を１、他の変数の値を０とする。
図の中央の処理は、各コンテンツの予想クリック率を求めるものである。予想クリック率は、ステップ７８において重回帰式により計算される。ただし、表示拒否対象のコンテンツについては処理の必要がないので、ステップ７６において除外する。ここで、「コンテンツ」は画像ファイル及びテキストファイルの組み合わせによって定まる。画像ファイル及びテキストファイルの少なくとも一方が異なるものは、異なるコンテンツである。なお、画像ファイル及びテキストファイルの組み合わせによってコンテンツを定めずに、画像ファイルのみによってコンテンツを定めることとしてもよい。コンテンツは予想クリック率を求める単位であるので、予想クリック率が安定して求められるようなログデータが得られるように単位を定めればよい。
地域に関する変数及び天気に関する変数の値は、ユーザ端末ごとに異なる。したがって、ステップ７８において計算される予想クリック率は、ユーザ端末によって異なる値となり得る。
図の右側の処理は、リストを作成して送信するものである。リストは１０個のコンテンツを含み、そのうち８個は、除外対象でないコンテンツのうちの予想クリック率の高いものである。他の２個は、予想クリック率にかかわらず強制的に表示すべきコンテンツである。強制的に表示すべきコンテンツは、システム運用上の理由で選定されるものである。例えば、広告主による登録の直後で実績に基づくクリック率推定のためのデータがまだ十分に収集されていないコンテンツをデータ収集のために表示する場合が考えられる。また、広告主が高額の広告料を支払ったコンテンツを強制的に表示することもできる。
ステップ７９において予想クリック率が上位の８コンテンツをリストに書込む。なお、必ずしも予想クリック率が上位のものでなくてもよい。例えば、（予想クリック率）×（クリック当たりの報酬額）が上位のコンテンツをリストに書込むようにしてもよい。これにより、アフィリエイトサイト２のオーナーが得ることのできる報酬額の期待値を最大化することができる。この他にも、予想クリック率が高いほど大きな値になるような何らかの基準値を用いてその基準値が上位のコンテンツをリストに書込むようにすることができる。

ローテーション広告表示プログラム３１１は、コンテンツの表示と合わせて表示したコンテンツに関するデータを、バナークリックを受けた場合にクリックされたコンテンツに関するデータを、ログ収集サーバ４に送信する。ログ収集サーバ４には、このデータを集積したログデータ４１が蓄積される。図６は、ログデータの例を示す図である。ログデータ４１には、ユーザ端末のＩＰアドレス、表示日時、画像ファイル、テキストファイル及び動作（表示又はクリック）を表す情報が含まれる。
なお、ログデータが蓄積される限り、他の方法を用いてもよい。例えば、ローテーション広告表示プログラム３１１は表示するコンテンツを表示の都度にメインサーバに要求して受信することとして、コンテンツを送信したメインサーバが表示に関するデータをログ収集サーバに送信してもよい。また、バナークリックの結果としてナビゲートされるサイトがクリックに関するデータをログ収集サーバに送信してもよい。

分析サーバ上のパラメータ計算手段５１は、ログデータ４１を読み取り、各コンテンツのパラメータの値を計算して、これをパラメータ１５として保存する。
図７は、パラメータ計算手段の処理の例を示す図である。パラメータ計算手段５１は、表示に関するログデータに基づき、リスト送信手段１１と同様に説明変数の値を求める。従属変数の値は、表示されてクリックされないものについては０、表示されてクリックされたものについては１とする。この値は表示がクリックされる確率を表す。パラメータ計算手段５１は、ステップ８２において、最小二乗誤差法により重回帰係数の値を求める。これは、重回帰分析として知られた方法である。

本実施例では、ログデータ４１に基づき、パラメータ計算手段５１によって求められた重回帰係数を用いて予想クリック率を求めている。これにより、実際のデータに基づく予想クリック率の高いコンテンツがリストに含まれ、アフィリエイトサイト２にアクセスしたユーザ端末に表示される。アフィリエイトサイト２のオーナーは、多くのクリックを得ることができる。
回帰分析は地域、天気を説明変数に含む。このように、ユーザ端末に依存する値（ユーザ固有値）を説明変数に含むので、ユーザ端末に適応してクリック率を高めることができる。

本実施例は、実施例１に加えて、「新鮮度」（ｆ）及び「広告対象商品の注目度」（ｇ）の２つの指標をさらに用いて予想クリック率の精度を上げるものである。これら２つの指標の値を求める点、及び、これら２つの指標に係るパラメータを用いる点を除き、実施例１と同様である。以下、実施例１と異なる部分を中心に説明する。なお、本実施例における広告対象商品はゲームである。

「新鮮度」は、コンテンツの表示開始からの日数を経るとクリック率が低下することに対応する指標である。全コンテンツ平均の表示開始当初の平均クリック率をＣ_０とし、以下１日後〜９０日後までの平均クリック率をＣ₁〜Ｃ_９０とする。なお、９１日後以降の平均クリック率も使用してよい。各々のデータをＣ_４の値で除し、表示開始から一週間のクリック率をほぼ１に基準化したＣ_０〜Ｃ_９０を横軸を経過日数としてグラフにプロットすると右下がりの曲線が得られる。その曲線を指数曲線や２次曲線などの適切に表現できるような、経過日数（ｔ）を入力変数としたモデルによって近似し（最小二乗法の仕組みでモデルのパラメータを推計し）、時間の経過によるクリック率の変化を表す関数（ｆ）を作成して、それを新鮮度に基づく補正関数として用いる。

「広告対象商品の注目度」は、別途に商品の評価サイトを運営し、その評価結果を数値化する。例えば、ゲームの評価サイトにおける、広告対象のゲームタイトルの評価結果を数値化し（数値化された結果を変数ｕとする）、クリック率の変化をモデル化した関数（ｇ）を作成して、それを広告対象商品の注目度に基づく補正関数として用いる。なお、数値化の手法、具体的なモデルの選定及びモデルのパラメータの推定の方法は、任意に設定してよい。例えば、評価サイトの全コンテンツを対象に広告対象商品のクリック率を平均クリック率で除した値をｕの値とすることができる。この際、商品の区分の違い（例えば、ゲームと旅行の違い）に依存してクリック率水準が大きく異なるならば、各コンテンツの属する区分のコンテンツの平均クリック率を用いる。

予想クリック率は、以下の式で計算する。

発売当初など、ゲームタイトル注目度のデータが利用不能の場合は利用可能になるまでゲームタイトル注目度の修正を行わず、新鮮度（ｆ）の調整のみによる式を用いる。ゲームタイトル注目度が定まった後は、新鮮度（ｆ）及び広告対象商品の注目度（ｇ）の値を乗じて調整する。

本実施例では、実施例１に加えて、「新鮮度」及び「広告対象商品の注目度」といった実際の売買に密接に関連する説明変数を用いる。予想クリック率の精度が向上する。

本実施例は、１つのアフィリエイトサイトに２以上のローテーション広告が表示されている場合に関するものである。

図８は、１つのアフィリエイトサイトに２以上のローテーション広告が表示されている場合のリスト送信手段の処理の例を示す図である。なお、図５と同じ処理を行うステップは図５と同じ符号で示す。
リスト送信手段１１は、ユーザ端末のＩＰアドレスを取得すると、ステップ９１において、直前の所定時間内に同じＩＰアドレスからのリスト送信要求があったか否かをチェックする。ここで「所定時間」はリストにあるコンテンツを全て表示するために要する時間である。１つのユーザ端末からのリスト送信要求は、アフィリエイトサイトに１つのみのローテーション広告が表示されている場合には、所定時間以上の間隔をおいて行われる。したがって、直前の所定時間内に同じＩＰアドレスからのリスト表示要求があったことによって、１つのアフィリエイトサイトに２以上のローテーション広告が表示されていることを検出することができる。
１つのアフィリエイトサイトに２以上のローテーション広告が表示されている場合には、ステップ９２において、リスト送信要求の頻度に基づいて、表示されているローテーション広告の数（ｎ）を推定する。ｎの値は、所定時間当たりのリスト送信要求の数をもって推定することができる。

ステップ９３において、実施例１と同様に説明変数を設定する。ステップ９３は、図５のステップ７３、７４及び７５に相当する。
ステップ９４において、実施例１と同様に予想クリック率が上位のコンテンツを抽出する。ステップ９４は、図５のステップ７６、７７、７８及び７９に相当する。実施例１では８個のコンテンツを抽出していたところ、ステップ９４においては８ｎ個のコンテンツを抽出する。ｎ個のローテーション広告に８個ずつのコンテンツを表示するためである。
ステップ９４において、抽出された８ｎ個のコンテンツのうちで今送信要求を受けているローテーション広告以外のローテーション広告に表示させたコンテンツを除いて、他のコンテンツをリストに書込む。
以下、実施例１と同様にリストをユーザ端末に送信する。

本実施例では、１つのアフィリエイトサイトに２以上のローテーション広告が表示されている場合に、２以上のローテーション広告全体としてクリック率を高くする。

クリック率を向上させて、アフィリエイトサイトのオーナーの収入及び広告主の販売促進効果を増加させる広告配信システムであり、広告主である企業及びアフィリエイトサイトのオーナーである個人又は企業による利用が期待される。

１ メインサーバ
１１ リスト送信手段
１２ クリック率推定手段
１３ 表示拒否指定手段
１４ コンテンツ
１５ パラメータ
２ アフィリエイトサイト
２１ ローテーション広告表示プログラム
３１ ユーザ端末
３２ ユーザ端末
４ ログ収集サーバ
５ 分析サーバ
６２ 広告バナー
６３ テキスト

Claims (11)

1. １つのバナーのコンテンツを時間変化させて表示するローテーション広告表示プログラムを含むアフィリエイトサイトと、
   前記ローテーション広告表示プログラムに表示コンテンツのリストを送付するリスト送信手段とを備えた広告配信システムであって、
   前記ローテーション広告表示プログラムは前記アフィリエイトサイトにアクセスしたユーザ端末において作動し、
   各コンテンツについて各ユーザ端末に表示した場合にクリックされる確率（予想クリック率）を推定するクリック率推定手段を備え、
   前記リスト送信手段は、前記予想クリック率が高いコンテンツがリストに含まれる確率が高くなるようにしてリストに含むコンテンツを選定することを特徴とする、広告配信システム。
2. 前記クリック率推定手段は、少なくとも表示する時間帯を表す値を含む説明変数を入力し、前記説明変数の値及びパラメータの値に基づいて予想クリック率を求める予測関数を用いるものであり、
   各ユーザ端末について表示したコンテンツ及びそのコンテンツのクリックに関するログを分析し、前記パラメータの値を求める分析手段を備えることを特徴とする、請求項１に記載の広告配信システム。
3. 前記説明変数にユーザ端末の存在する地域を表す値及びその地域の天気を表す値を少なくとも含むユーザ端末固有値を含むことを特徴とする、請求項２に記載の広告配信システム。
4. 前記分析手段は、表示がクリックされる確率を従属変数として前記説明変数に基づく重回帰分析を行い、
   前記パラメータは前記重回帰分析によって求められる重回帰係数であり、
   前記予測関数は前記重回帰分析によって求められる回帰式を計算するものであることを特徴とする、請求項３に記載の広告配信システム。
5. 前記予測関数は、新鮮度及び広告対象商品の注目度のうち少なくとも１つの価を用いて前記回帰式の計算結果を補正した値を予測関数の値とするものであることを特徴とする、請求項４に記載の広告配信システム。
6. 前記リスト送信手段は、１つのアフィリエイトサイトに２以上のローテーション広告が表示されていることを検出した場合に、該２以上のローテーション広告に係る前記ローテーション広告表示プログラムに送信するリストに含む表示コンテンツを該２以上のローテーション広告表示プログラム全体として前記予想クリック率が高いコンテンツがリストに含まれる確率が高くなるようにして選定することを特徴とする、請求項１〜５のいずれか１項に記載の広告配信システム。
7. 前記コンテンツがその属性を表すフラグを付され、
   前記アフィリエイトサイトのオーナーが自己のサイトに表示しない非表示属性を指定する表示拒否指定手段を備え、
   前記リスト送信手段は前記非表示属性のフラグが付されたコンテンツを前記リストに含まないようにすることを特徴とする、請求項１〜６のいずれか１項に記載の広告配信システム。
8. 前記コンテンツがその広告対象商品によって区分され、若しくは１つの区分のコンテンツのみであり、
   前記リストは、１つの区分のコンテンツのみから構成されることを特徴とする、請求項１〜７のいずれか１項に記載の広告配信システム。
9. 前記コンテンツが前記１つの区分に関連した人物の画像を含むことを特徴とする、請求項８に記載の広告配信システム。
10. 前記１つの区分がゲーム、映画、テレビ番組又はアニメーションを広告対象商品とする区分であることを特徴とする、請求項９に記載の広告配信システム。
11. 前記コンテンツが静止画像と文字から構成されることを特徴とする、請求項１〜１０のいずれか１項に記載の広告配信システム。

Images