JP2012048360A - Ｉｄ価値評価装置、ｉｄ価値評価システム、及びｉｄ価値評価方法 - Google Patents

Ｉｄ価値評価装置、ｉｄ価値評価システム、及びｉｄ価値評価方法 Download PDF

Info

Publication number
JP2012048360A
JP2012048360A JP2010188127A JP2010188127A JP2012048360A JP 2012048360 A JP2012048360 A JP 2012048360A JP 2010188127 A JP2010188127 A JP 2010188127A JP 2010188127 A JP2010188127 A JP 2010188127A JP 2012048360 A JP2012048360 A JP 2012048360A
Authority
JP
Japan
Prior art keywords
value
user
evaluation
attribute information
advertisement
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP2010188127A
Other languages
English (en)
Inventor
Yohei Kawamoto
洋平 川元
Tomoyuki Asano
智之 浅野
Seiichi Matsuda
誠一 松田
Shoichi Ukita
昌一 浮田
Masanori Kataki
雅宣 堅木
Takeshi Tanaka
雄 田中
Shiho Moriai
志帆 盛合
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Priority to JP2010188127A priority Critical patent/JP2012048360A/ja
Priority to US13/182,854 priority patent/US20120054042A1/en
Priority to CN2011102349297A priority patent/CN102385727A/zh
Publication of JP2012048360A publication Critical patent/JP2012048360A/ja
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0273—Determination of fees for advertising

Abstract

【課題】ユーザの属性とサービスの属性とを考慮したユーザＩＤの価値を評価することが可能なＩＤ価値評価装置を提供すること。
【解決手段】
ユーザの属性を示すユーザ属性情報、及びサービスの属性を示すサービス属性情報を入力とし、当該ユーザの価値を示す価値評価値を出力する評価関数を用いて、評価すべきユーザの価値評価値を算出する評価値算出部と、前記評価すべきユーザのユーザＩＤと、前記評価値算出部により算出された当該ユーザの価値評価値とを対応付けて出力する評価値出力部と、を備える、ＩＤ価値評価装置が提供される。
【選択図】図２

Description

本発明は、ＩＤ価値評価装置、ＩＤ価値評価システム、及びＩＤ価値評価方法に関する。
Ｗｅｂサイトの多くには、バナー広告などの形で様々な商品やサービスの広告が掲載されている。こうした広告の掲載者に対する報酬額は、例えば、そのバナー広告がクリックされた事実に基づいて決められるか、或いは、商品やサービスの売り上げに基づいて決められる。クリックの有無に応じて報酬額が決まる前者の方式は、クリック報酬方式と呼ばれる。また、売り上げに対する一定の割合で報酬額が決まる後者の方式は、定率報酬方式と呼ばれる。その他にも、報酬額が一定額に決められている定額報酬方式もある。
上記のクリック報酬方式に関し、例えば、下記の特許文献１には、広告の掲載者が、バナー広告を介して広告主にアクセスした回数を計上し、その回数に応じた報酬額を広告主に請求する仕組みが開示されている。また、下記の特許文献２にも、クリックに応じて報酬額が決まる仕組みが開示されている。一方、上記の定率報酬方式に関し、例えば、下記の特許文献３には、ユーザが購入した商品の購入実績に応じて報酬額を決める仕組みが開示されている。
特許第４２１７９９８号公報 特開２００３−１０８８７５号公報 特許第３４４００４０号公報
しかし、クリック報酬方式の場合、ユーザの購入行動に応じた報酬額を広告の掲載者に支払うことが難しい。また、報酬額を不正に得るためにバナー広告に対して意図的にクリックが行われていても、クリックした分だけ報酬額が支払われてしまう。一方、定率報酬方式の場合、実際に商品やサービスが購入されるまで広告の掲載者に報酬額が支払われない。また、定額報酬方式の場合、広告の効果に関係なく報酬額が決まってしまう。
このように、従来の報酬方式は、広告の掲載による効果を十分に評価した上で報酬額を決める方式ではなかった。特に、どのようなユーザが、どのような商品やサービスの広告を見たのか、ユーザが広告を見たことによる販促効果はどれくらいあるのか、といった観点で報酬額を決める発想が従来の報酬方式にはなかった。
例えば、化粧品に興味のあるユーザが化粧品のバナー広告をクリックした場合には、そのユーザが広告の商品を購入する確率は高いと考えられる。また、ユーザが女性で、バナー広告を掲載するサイトが美容に関するものならば、化粧品のバナー広告をクリックする確率は高い。そのため、化粧品の広告主にとって化粧品に興味のあるユーザは価値が高く、広告主からすれば、そうしたユーザにバナー広告をクリックしてもらいたいと考えるであろう。当然に、化粧品の広告主は、化粧品に興味のあるユーザを多く惹きつけてくれる広告の掲載者には高い報酬額を支払い、化粧品に興味のないユーザしか集められない広告の掲載者には安い報酬額を支払うようにしたいと考えるであろう。
ここでは広告の掲載者に支払われる報酬額の決め方を例に挙げたが、ユーザとサービスの関係を考慮したユーザの価値を評価したい場面はたくさん存在する。そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、ユーザとサービスとの関係を考慮したユーザの価値を評価することが可能な、新規かつ改良されたＩＤ価値評価装置、ＩＤ価値評価システム、及びＩＤ価値評価方法を提供することにある。
上記課題を解決するために、本発明のある観点によれば、ユーザの属性を示すユーザ属性情報、サービスの属性、及び一般情報を示すサービス属性情報を入力とし、当該ユーザの価値を示す価値評価値を出力する評価関数を用いて、評価すべきユーザの価値評価値を算出する評価値算出部と、前記評価すべきユーザのユーザＩＤと、前記評価値算出部により算出された当該ユーザの価値評価値とを対応付けて出力する評価値出力部と、を備える、ＩＤ価値評価装置が提供される。
また、上記のＩＤ価値評価装置は、予め用意されたユーザ属性情報、サービス属性情報、一般情報、ユーザの行動履歴の組を学習データとする機械学習により前記評価関数を生成する評価関数生成部をさらに備えていてもよい。
また、上記のＩＤ価値評価装置は、前記サービスを提供するサービス提供サイトに記載された情報を解析し、当該サービス提供サイトが提供するサービスのサービス属性情報を取得するサービス属性情報取得部をさらに備えていてもよい。
また、前記サービス属性情報取得部は、前記サービス提供サイトに記載された情報に対して所定の言語処理を施すことにより前記サービス属性情報を取得するように構成されていてもよい。
また、前記サービスは、ユーザに対して広告を提供するサービスを含んでいてもよい。この場合、前記評価値算出部は、ユーザにより前記広告に関わる操作が行われた際、当該ユーザを前記評価すべきユーザとしてリアルタイムに前記価値評価値を算出する。
また、前記評価値算出部は、前記サービスを提供するサービス提供サイトを訪れたユーザの集合を前記評価すべきユーザの集合として、当該集合に含まれる各ユーザの価値評価値を算出し、算出した当該各ユーザの価値評価値を合算して集合価値評価値を算出するように構成されていてもよい。この場合、前記評価値出力部は、前記サービス提供サイトのＩＤと、前記評価値算出部により算出された集合価値評価値とを対応付けて出力する。
また、上記のＩＤ価値評価装置は、前記評価関数に入力されるサービス属性情報の表現を当該評価関数に入力可能な表現に変換するデータ整形部をさらに備えていてもよい。
また、上記課題を解決するために、本発明の別の観点によれば、ユーザの属性を示すユーザ属性情報、サービスの属性、及び一般情報を示すサービス属性情報を入力とし、当該ユーザの価値を示す価値評価値を出力する評価関数を用いて、評価すべきユーザの価値評価値を算出する評価値算出部と、前記評価すべきユーザのユーザＩＤと、前記評価値算出部により算出された当該ユーザの価値評価値とを対応付けて出力する評価値出力部と、を有する、ＩＤ価値評価装置と、前記ユーザに向けた広告の配信サービスを提供する広告配信サーバと、前記広告配信サーバに前記広告の内容を提供する広告提供サーバと、を含み、ユーザにより前記広告配信サーバにより配信された広告に関わる操作が行われた際、前記広告配信サーバは、前記ＩＤ価値評価装置に対して当該ユーザの評価を依頼し、前記ＩＤ価値評価装置は、前記評価値算出部により前記広告配信サーバから依頼を受けたユーザの価値評価値を算出し、前記評価値出力部により当該ユーザの価値評価値を当該ユーザのユーザＩＤに対応付けて前記広告配信サーバに対して出力し、前記広告配信サーバは、前記ＩＤ価値評価装置から取得した前記ユーザの価値評価値を当該価値評価値に対応付けられたユーザＩＤと共に前記広告提供サーバに提供する、ＩＤ価値評価システムが提供される。
また、上記課題を解決するために、本発明の別の観点によれば、ユーザの属性を示すユーザ属性情報、サービスの属性、及び一般情報を示すサービス属性情報を入力とし、当該ユーザの価値を示す価値評価値を出力する評価関数を用いて、評価すべきユーザの価値評価値を算出する評価値算出ステップと、前記評価すべきユーザのユーザＩＤと、前記評価値算出ステップで算出された当該ユーザの価値評価値とを対応付けて出力する評価値出力ステップと、を含む、ＩＤ価値評価方法が提供される。
また、上記課題を解決するために、本発明の別の観点によれば、上記のＩＤ価値評価装置が備える各構成要素の機能をコンピュータに実現させるためのプログラムが提供される。さらに、上記課題を解決するために、本発明の別の観点によれば、上記のプログラムが記録された、コンピュータにより読み取り可能な記録媒体が提供される。
以上説明したように本発明によれば、ユーザとサービスとの関係を考慮したユーザの価値を評価することが可能になる。
本発明の一実施形態に係る広告提供システムの全体構成について説明するための説明図である。 同実施形態に係るＩＤ価値評価システムの機能構成について説明するための説明図である。 同実施形態に係る広告配信システムの機能構成について説明するための説明図である。 同実施形態に係る属性管理システムの機能構成について説明するための説明図である。 同実施形態に係るＩＤ価値評価システムの動作について説明するための説明図である。 同実施形態に係るＩＤ価値評価システムの動作について説明するための説明図である。 同実施形態に係るＩＤ価値評価システムの動作について説明するための説明図である。 同実施形態に係るＩＤ価値評価システムの動作について説明するための説明図である。 同実施形態に係るＩＤ価値評価システムの動作について説明するための説明図である。 同実施形態に係るＩＤ価値評価システムの動作について説明するための説明図である。 同実施形態に係るＩＤ価値評価システムの動作について説明するための説明図である。 同実施形態に係るＩＤ価値評価システムの動作について説明するための説明図である。 同実施形態に係るＩＤ価値評価関数の生成に利用される学習サンプルデータの一例を示す説明図である。 同実施形態に係るＩＤ価値評価関数の生成方法について説明するための説明図である。 同実施形態に係る広告提供システムにおいて実行される処理シーケンスについて説明するための説明図である。 同実施形態に係る広告提供システムにおいて実行される処理シーケンスについて説明するための説明図である。 同実施形態に係る各システム及びユーザ端末の機能を実現することが可能なハードウェア構成について説明するための説明図である。
以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
［説明の流れについて］
ここで、以下に記載する本発明の実施形態に関する説明の流れについて簡単に述べる。まず、図１を参照しながら、本発明の一実施形態に係る広告提供システム１０の全体構成について説明する。次いで、図２を参照しながら、同実施形態に係るＩＤ価値評価システム１００の機能構成について説明する。この中で、ＩＤ価値評価関数の生成方法について説明する。次いで、図３を参照しながら、同実施形態に係る広告配信システム１０４の機能構成について説明する。次いで、図４を参照しながら、同実施形態に係る属性管理システム１０６の機能構成について説明する。
次いで、図５〜図１２を参照しながら、同実施形態に係るＩＤ価値評価システム１００の動作について説明する。次いで、図１３を参照しながら、同実施形態に係るＩＤ価値評価関数の生成方法について説明する。次いで、図１５、図１６を参照しながら、同実施形態に係る広告提供システム１０において実行される処理シーケンスについて説明する。次いで、図１７を参照しながら、同実施形態に係る各システム及びユーザ端末の機能を実現することが可能なハードウェア構成について説明する。最後に、同実施形態の技術的思想について纏め、当該技術的思想から得られる作用効果について簡単に説明する。
（説明項目）
１：実施形態
１−１：広告提供システム１０の全体構成
１−２：ＩＤ価値評価システム１００の機能構成
１−３：広告配信システム１０４の機能構成
１−４：属性管理システム１０６の機能構成
１−５：ＩＤ価値評価システム１００の動作
１−５−１：評価値算出の流れ
１−５−２：関数生成の流れ
１−６：広告提供システム１０における処理シーケンス
１−６−１：具体例１
１−６−２：具体例２
１−７：ハードウェア構成
２：まとめ
＜１：実施形態＞
本発明の一実施形態について説明する。本実施形態は、ユーザに広告を提供するシステム（広告提供システム１０）に関する。特に、本実施形態は、ユーザの価値に応じた広告掲載者への報酬額や広告掲載者の価値を算定するための仕組みに関する。
［１−１：広告提供システム１０の全体構成］
まず、図１を参照しながら、本実施形態に係る広告提供システム１０の全体構成について説明する。図１は、本実施形態に係る広告提供システム１０の全体構成について説明するための説明図である。
図１に示すように、広告提供システム１０は、ＩＤ価値評価システム１００と、ユーザ端末１０２と、広告掲載サイト提供システム１０３と、広告配信システム１０４と、広告主サイト提供システム１０５と、属性管理システム１０６と、により構成される。また、ＩＤ価値評価システム１００、ユーザ端末１０２、広告掲載サイト提供システム１０３、広告配信システム１０４、広告主サイト提供システム１０５、及び属性管理システム１０６は、ネットワーク１０１により相互に接続されている。
ユーザ端末１０２は、ユーザが利用する端末装置である。例えば、ユーザ端末１０２は、Ｗｅｂブラウザや電子メールソフトウェアなどのアプリケーションを有し、ユーザによる操作を受け付ける手段である。ユーザ端末１０２を利用すると、ユーザは、例えば、Ｗｅｂブラウザを利用して広告掲載サイトにアクセスしたり、広告掲載サイトに掲載されたバナー広告をクリックして広告主サイトにアクセスしたりすることができる。
広告掲載サイト提供システム１０３は、広告掲載サイトをユーザに提供するエンティティである。また、広告掲載サイトとは、バナー広告などの広告（以下、単に広告という。）が掲載される情報サイトである。広告掲載サイトに掲載される広告は、広告配信システム１０４により提供される。広告配信システム１０４は、広告掲載サイトに広告を提供すると共に、広告掲載サイトに掲載された広告に対するユーザの行動を監視する。
例えば、広告掲載サイトに掲載された広告をユーザがクリックした場合、そのクリックした事実は、広告配信システム１０４に通知される。この通知を利用し、広告配信システム１０４は、広告をユーザがクリックした事実に基づく報酬額の管理を行う。また、広告配信システム１０４は、ユーザのクッキー（Ｃｏｏｋｉｅ）を管理したり、広告主サイト提供システム１０５と協力してユーザの購入履歴などを管理したりする。
例えば、広告配信システム１０４は、ユーザが広告をクリックした際に広告掲載者（広告掲載サイト提供システム１０３）に支払われるべき報酬額を算定する。このとき、広告配信システム１０４は、ＩＤ価値評価システム１００に対し、広告をクリックしたユーザの価値を評価するように依頼する。そして、ＩＤ価値評価システム１００により評価されたユーザの価値に基づいて広告掲載者に支払われるべき報酬額を算定する。
ＩＤ価値評価システム１００は、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報などに基づいてユーザの価値を評価するエンティティである。なお、ユーザの属性情報、広告掲載サイトの属性情報、及び広告主サイトの属性情報は、属性管理システム１０６により管理されている。そのため、広告配信システム１０４から評価の依頼を受けると、ＩＤ価値評価システム１００は、属性管理システム１０６に各属性情報の提供を依頼し、提供を受けた属性情報を利用してユーザの価値を評価する。
広告主サイト提供システム１０５は、広告掲載サイトに掲載された広告をクリックした場合にユーザが誘導される広告主サイトを提供するエンティティである。例えば、広告主サイト提供システム１０５は、広告に掲載された商品やサービスを提供する広告主が運営する電子商取引サイトや情報サイトを提供する。また、広告主（広告主サイト提供システム１０５）は、広告掲載者（広告掲載サイト提供システム１０３）に広告の掲載を依頼したり、広告主サイトへの誘導実績などに応じた報酬額を支払ったりするエンティティでもある。
このように、広告提供システム１０は、６つのエンティティにより構成されている。以下、これら６つのエンティティのうち、ＩＤ価値評価システム１００、広告配信システム１０４、属性管理システム１０６の機能構成について、より詳細に説明する。なお、ＩＤ価値評価システム１００と属性管理システム１０６とは一体に構成されていてもよい。また、ＩＤ価値評価システム１００と広告配信システム１０４とが一体に構成されていてもよい。さらに、広告配信システム１０４と広告掲載サイト提供システム１０３とが一体に構成されていてもよい。
［１−２：ＩＤ価値評価システム１００の機能構成］
まず、図２を参照しながら、ＩＤ価値評価システム１００の機能構成について説明する。図２は、ＩＤ価値評価システム１００の機能構成について説明するための説明図である。
図２に示すように、ＩＤ価値評価システム１００は、主に、通信部１１１と、情報収集部１１２と、データ整形部１１３と、データ整形情報データベース１１４と、ＩＤ価値評価部１１５と、ＩＤ価値評価関数データベース１１６と、ＩＤ価値評価関数生成部１１７と、学習サンプルデータベース１１８と、により構成される。
通信部１１１は、ネットワーク１０１を通じて他のエンティティと情報をやり取りする手段である。例えば、通信部１１１は、広告配信システム１０４からユーザの評価依頼を受信したり、属性管理システム１０６に対して属性情報の提供依頼を送信したり、属性管理システム１０６から属性情報を受信したりする際に利用される。また、通信部１１１は、ユーザの価値を示す評価情報を広告配信システム１０４に提供する際にも利用される。その他にも、通信部１１１は、ネットワーク１０１を通じた情報の送受信に利用される。
さて、広告配信システム１０４からＩＤ価値評価システム１００にユーザの評価依頼が行われると、その評価依頼は、通信部１１１を介して情報収集部１１２に入力される。評価依頼が入力されると、情報収集部１１２は、通信部１１１を介して属性管理システム１０６に属性情報の提供依頼を送信する。このとき、情報収集部１１２は、評価対象となるユーザの属性情報、広告主サイトの属性情報、及び広告掲載サイトの属性情報を提供するように属性管理システム１０６に依頼する。
なお、ユーザの属性情報としては、例えば、年齢、性別、地域（現在地や居住地の郵便番号やＧＰＳ情報など）、国籍、言語、タイムゾーン、職業、年収、家族構成、商品やサービスの購入履歴、行動履歴、病歴、学歴、知人関係などが挙げられる。さらに、ユーザの属性情報としては、例えば、思考パターン、趣味、現在状況（友人と一緒、家族と一緒など）、家族の属性情報、ネット滞在時間などが挙げられる。
また、広告主サイトの属性情報としては、例えば、広告主が提供するサービスの業種、商品の種別、広告主サイトに登録されたユーザアカウントの数、広告主サイトに対するアクセス数、広告主の売り上げ実績、広告主の信頼度などが挙げられる。さらに、広告主サイトの属性情報としては、例えば、広告主サイトに対する外部指標（ＰａｇｅＲａｎｋなど）、広告主が提供するサービスの充実度（サービス／商品の種類数など）や対象範囲（地域、年齢、一般向け／マニア向けなど）が挙げられる。
また、広告掲載サイトの属性情報としては、例えば、広告掲載者が提供するサービスの業種、商品の種別、広告掲載サイトに登録されたユーザアカウントの数、広告掲載サイトに対するアクセス数、広告掲載者の売り上げ実績、広告掲載者の信頼度などが挙げられる。さらに、広告掲載サイトの属性情報としては、例えば、広告掲載サイトに対する外部指標（ＰａｇｅＲａｎｋなど）、広告掲載者が提供するサービスの充実度（サービス／商品の種類数など）や対象範囲（地域、年齢、一般向け／マニア向けなど）が挙げられる。
属性管理システム１０６からユーザの属性情報、広告主サイトの属性情報、及び広告掲載サイトの属性情報が提供されると、これら属性情報は、通信部１１１を介して情報収集部１１２に入力される。これら属性情報が入力されると、情報収集部１１２は、入力された属性情報をデータ整形部１１３に入力する。また、情報収集部１１２は、ネットワーク１０１に接続された情報源（非図示）から、日時、季節、特別なイベント（バーゲン、ＴＶ番組、行事、事件など）、イベント開催地などの一般情報を収集する。そして、情報収集部１１２は、収集した一般情報をＩＤ価値評価部１１５に入力する。
なお、情報収集部１１２は、広告配信システム１０４からＩＤ価値評価システム１００に対して評価依頼があった際、評価対象となるユーザのユーザＩＤを取得している。また、情報収集部１１２は、そのユーザが閲覧していた広告掲載サイトのＩＤ（以下、広告掲載サイトＩＤ）及びクリックした広告に対応する広告主サイトのＩＤ（以下、広告主サイトＩＤ）も取得している。そして、情報収集部１１２は、属性管理システム１０６に属性情報の提供を依頼する際、ユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤを属性管理システム１０６に提示する。
ユーザＩＤとしては、例えば、ＯｐｅｎＩＤやＳＡＭＬ（Ｓｅｃｕｒｉｔｙ Ａｓｓｅｒｔｉｏｎ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）などが利用される。また、ユーザＩＤとしてＩＰアドレスや携帯電話等に紐付けられたＩＤなどを利用することもできる。また、広告掲載サイトＩＤとしては、例えば、広告掲載者の名称、広告掲載サイトのＩＰアドレスやＵＲＩ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｉｄｅｎｔｉｆｉｅｒ）、サービスや商品のＩＤ、キャンペーンのＩＤなどが利用できる。さらに、広告主サイトＩＤとしては、例えば、広告主の名称、広告主サイトのＩＰアドレスやＵＲＬ、サービスや商品のＩＤ、キャンペーンのＩＤなどが利用できる。
また、情報収集部１１２は、広告配信システム１０４からＩＤ価値評価システム１００に対して評価依頼があった際、ユーザの評価種別を示す評価項目を取得している。評価項目としては、例えば、ユーザの信頼度、購入期待度、ロイヤリティ度、影響を与える友人の数、購入までに要する期間、購入額、購入までに他サイト（特に、類似の広告主サイト）を閲覧する回数、及びこれらの組み合わせなどがあり、これらがＩＤ価値評価値となる。情報収集部１１２により取得されたユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤ、評価項目、一般情報は、ＩＤ価値評価部１１５に入力される。
さて、上記の通り、データ整形部１１３には、情報収集部１１２からユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報が入力される。ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報が入力されると、データ整形部１１３は、入力された属性情報の表現を後述するＩＤ価値評価関数に入力可能な表現に整形する。このとき、データ整形部１１３は、表現の整形に必要となる情報をデータ整形情報データベース１１４から読み出し、読み出した情報を利用して表現を整形する。
例えば、データ整形部１１３は、同じ単語を異なる文字の組み合わせで表現（例えば、“ＣｒｅｄｉｔＣａｒｄ”を“Ｃｒｅｄｉｔ Ｃａｒｄ”に変換）する。また、データ整形部１１３は、同じ概念の単語を異なる単語で表現（例えば、“Ｃｒｅｄｉｔ Ｃａｒｄ”を“Ｃｈａｒｇｅ Ｃａｒｄ”に変換）する。さらに、データ整形部１１３は、あるオントロジーの概念を他のオントロジーの概念に対応付ける。なお、単語間の対応関係を示す情報は、データ整形情報データベース１１４に予め格納されているものとする。
データ整形部１１３により整形された属性情報は、ＩＤ価値評価部１１５に入力される。上記の通り、ＩＤ価値評価部１１５には、評価対象のユーザに関するユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤ、一般情報、評価項目、整形後の属性情報が入力されている。これらの情報が入力されると、ＩＤ価値評価部１１５は、まず、ＩＤ価値評価関数データベース１１６を参照し、評価項目に対応するＩＤ価値評価関数を取得する。但し、ここで言うＩＤ価値評価関数とは、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報を入力とし、ユーザの価値を示す評価値を出力する関数である。
ＩＤ価値評価関数を取得すると、ＩＤ価値評価部１１５は、取得したＩＤ価値評価関数に対し、データ整形部１１３から入力されたユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報を入力し、そのユーザの価値を示す評価値を算出する。評価値を算出したＩＤ価値評価部１１５は、ユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤの組と評価値を対応付け、通信部１１１を介して当該評価値を広告配信システム１０４に送信する。また、ＩＤ価値評価関数の出力が異常値の場合、ＩＤ価値評価部１１５は、通信部１１１を介して広告配信システム１０４に異常を通知する。
（ＩＤ価値評価関数の生成に関する機能構成について）
上記のように、ＩＤ価値評価関数データベース１１６には、評価項目毎に生成されたＩＤ価値評価関数が格納されている。ＩＤ価値評価関数データベース１１６に格納されているＩＤ価値評価関数は、ＩＤ価値評価関数生成部１１７により生成される。ＩＤ価値評価関数生成部１１７は、学習サンプルデータベース１１８に予め格納された学習サンプルデータを利用して機械学習によりＩＤ価値評価関数を生成する手段である。
学習サンプルデータは、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報、一般情報、ユーザの行動履歴により構成されている（図１３を参照）。学習サンプルデータは、情報収集部１１２により収集され、データ整形部１１３によりＩＤ価値評価関数の入力に適合するように整形された後、学習サンプルデータベース１１８に格納される。この学習サンプルデータを用いると、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報、及び一般情報を入力とし、ユーザの行動履歴に基づく評価値を出力するＩＤ価値評価関数を生成することができる。
例えば、ユーザの行動履歴として購入行動（例えば、購入有り＝１、購入なし＝０）が与えられている場合、ＩＤ価値評価関数生成部１１７は、ユーザの購入期待度を評価値として出力するＩＤ価値評価関数を生成することができる。ユーザの行動履歴としてブログでの紹介行動（例えば、紹介あり＝１、紹介なし＝０）が与えられている場合、ＩＤ価値評価関数生成部１１７は、ユーザがブログで紹介する期待度を評価値として出力するＩＤ価値評価関数を生成することができる。なお、機械学習の方法としては、例えば、ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）、単純ベイズ分類器、線形判別、二次判別、ニューラルネットワーク、パーセプトロンなどを用いる方法が利用される。
このようにしてＩＤ価値評価関数生成部１１７により生成されたＩＤ価値評価関数は、ＩＤ価値評価関数データベース１１６に格納される。
（評価値に関する補足説明）
ＩＤ価値評価システム１００により算出される評価値は、ユーザが広告で紹介された商品やサービスを購入する可能性、そのユーザが商品やサービスを友人や知人に紹介する可能性、或いは、そのユーザが今後も広告主サイトを訪れる可能性などを示すものである。また、この評価値は、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報、一般情報に影響を受けるものと考えられる。そして、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報、一般情報はリアルタイムで変化するため、その変化に応じて評価値もリアルタイムで算定されることが求められる。
上記のように、評価値は、ＩＤ価値評価システム１００によりユーザ毎に算出される。しかし、広告掲載サイトを訪れるユーザの集合全体について、この評価値を集計すると、その広告掲載サイトの影響力を示す評価値が得られる。そのため、ＩＤ価値評価システム１００は、広告掲載サイトの影響力を示す評価値を算出することもできる。このような評価値は、広告主に対して広告の報酬額を求める際に客観的なデータとして利用できる。また、広告の効果が高い広告掲載サイトを探す際にも、この評価値を利用できる。
（属性情報の収集に関する補足説明）
ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報には、それぞれ様々な種類がある。また、評価項目によっては、評価値を算出する際に利用されない属性情報もある。そのため、情報収集部１１２は、評価項目に応じて、評価値の算出に利用される属性情報だけを収集するように構成されていてもよい。つまり、情報収集部１１２は、評価項目を取得した後、その評価項目に応じて選択されるＩＤ価値評価関数の入力として利用される属性情報だけを選択し、選択した属性情報だけを属性管理システム１０６から取得するように構成されていてもよい。
また、情報収集部１１２は、属性管理システム１０６からではなく、広告掲載サイト及び広告主サイトから直接、広告掲載サイトの属性情報及び広告主サイトの属性情報をそれぞれ抽出するように構成されていてもよい。例えば、情報収集部１１２は、広告掲載サイト内をテキストマイニングや自然言語処理により解析し、その解析結果から広告掲載サイトの属性情報を得ることができる。同様に、情報収集部１１２は、広告主サイト内をテキストマイニングや自然言語処理により解析し、その解析結果から広告主サイトの属性情報を得ることができる。
また、情報収集部１１２は、属性管理システム１０６からではなく、ユーザＩＤを利用してユーザの属性情報を収集することも可能である。例えば、情報収集部１１２は、ＯｐｅｎＩＤやＳＡＭＬなどのＩＤ連携技術を利用してユーザの属性情報を収集することができる。また、情報収集部１１２は、サービスを利用する際にユーザが残したユーザ端末１０２（例えば、携帯電話やＰＣなど）の通信履歴や購買履歴を利用し、サービス間でＩＤを照合することによりユーザの属性情報を得ることができる。さらに、情報収集部１１２は、ソーシャルネットワーキングサービスで公開されている属性情報をユーザの属性情報として得ることもできる。
（学習サンプルデータの収集に関する補足説明）
学習サンプルデータのうち、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報、一般情報の収集方法については先に説明した方法が利用される。一方、ユーザの行動履歴を収集する際には、例えば、広告配信システム１０４が収集したクッキーが利用される。クッキー（例えば、ｒｅｆｅｒｒｅｒフィールドなど）には、ユーザＩＤ、広告掲載サイトのアドレス、広告主サイトのアドレスが記されている。そこで、情報収集部１１２は、広告主サイトが保持する購入履歴を取得し、クッキーに記された情報と対応付けることにより、広告主サイト、広告掲載サイト、購入履歴を組み合わせたユーザの行動履歴を得ることができる。
なお、ブログの解析結果や、ユーザ端末１０２に残された通信履歴や購入履歴を利用する方法も考えられる。また、外部のマーケティングデータ（例えば、ＰＯＳ（Ｐｏｉｎｔ Ｏｆ Ｓａｌｅ）など）を利用する方法も考えられる。例えば、Ａという属性をもつユーザが、Ｂという特徴を持つ商品＃１と、Ｃという特徴を持つ商品＃２とを購入する確率が高いといった情報を利用することができる。この場合、ユーザの属性情報をＡ、広告掲載サイトの属性情報、広告主サイトの属性情報をＢ、Ｃ（取り扱い商品の属性）、ユーザの行動履歴を「購入あり」に設定し、学習サンプルデータとして利用することができる。
（ＩＤ価値評価関数に関する補足説明）
ＩＤ価値評価関数は、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報などを入力とし、評価値を出力する関数である。上記の通り、ＩＤ価値評価関数は、評価項目毎に生成される。但し、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報の中には、容易に収集が可能な情報と、収集が困難な情報とがあるため、入力すべき属性情報の組み合わせが異なる複数のＩＤ価値評価関数を同じ評価項目について複数設けておく方が好ましい。例えば、公開情報や、ＯｐｅｎＩＤ Ｓｉｍｐｌｅ Ｒｅｇｉｓｔｒａｔｉｏｎ Ｅｘｔｅｎｓｉｏｎで定義された基本属性などは収集が容易な属性情報である。一方、病歴、知人関係、思考パターンなどは収集が困難な属性情報である。
（ＩＤ価値評価関数の生成に関する補足説明）
ＩＤ価値評価関数の生成に関する具体的な方法について述べる。先に述べたように、ＩＤ価値評価関数は、学習サンプルデータを利用した機械学習により生成される。
（Ａ）ユーザの行動履歴が２値で表現できる場合
商品やサービスの購入履歴など、行動履歴が２値（例えば、購入あり／購入なし）で表現できる場合、ＳＶＭなどの手法を利用して２値を出力する判別関数の生成が可能である。これらの手法は、識別関数を用いてユーザの行動履歴を判定した際に、損失関数（例えば、識別誤り率など）が最小となるように学習サンプルデータを利用して識別関数のパラメータを決定する手法である。なお、この手法により得られた識別関数がＩＤ価値評価関数として利用される。
一例として、線形ＳＶＭにより識別関数ｆ（ｘ）を生成する方法について説明する。線形ＳＶＭの場合、識別関数ｆ（ｘ）は、下記の式（１）のように表現される。但し、ｗｊは重み、ｂはバイアス項、ｄは次元数、ｘ＝（ｘ１，…，ｘｄ）は属性値を表す。また、一方のクラスに属する場合の条件をｆ（ｘ）≧０、他方のクラスに属する場合の条件をｆ（ｘ）＜０とする。例えば、ユーザの購入期待度を評価するＩＤ価値評価関数を得たい場合には、一方のクラスが「購入あり」、他方のクラスが「購入なし」となる。通常の識別においては、２値識別関数ｇ（ｘ）＝｛ｙ｜ｙ＝０ ｗｈｅｎ ｆ（ｘ）≧０，ｙ＝１ ｗｈｅｎ ｆ（ｘ）＜０｝を作成し、最終的に購入するか（ｇ（ｘ）＝０）、購入しないか（ｇ（ｘ）＝１）を判定する。しかし、ＩＤ価値評価関数としては、連続値をとる識別関数ｆ（ｘ）と、２値識別関数ｇ（ｘ）の両方をとることが可能である。
学習サンプルデータに含まれる属性値（属性情報の数値部分）をｘに代入し、算出される値ｆ（ｘ）が学習サンプルデータに含まれるユーザの行動履歴に適合するように、重みｗｊ及びバイアス項ｂを調整する。そして、学習サンプルデータの全て又は所定割合以上についてユーザの行動履歴に適合するような識別関数ｆ（ｘ）が得られるまで調整を繰り返す。このような処理を実行することにより、学習サンプルデータから識別関数ｆ（ｘ）を得ることができる。
なお、単純ベイズ分類器の場合には学習サンプルデータから条件付き確率ｐ（ユーザ行動｜属性情報，一般情報）が得られるため、この条件付き確率ｐをＩＤ価値評価関数とする。また、線形判別、二次判別、ニューラルネットワーク、パーセプトロンの場合には線形ＳＶＭのような識別関数が得られるため、この識別関数をＩＤ価値評価関数とする。これらの手法は１つの識別関数を利用する手法であるが、複数の識別関数を組み合わせて利用するブースティングなどの手法も用いることができる。
（Ｂ）ブースティングによるＩＤ価値評価関数の生成方法
次に、図１４を参照しながら、ブースティングによるＩＤ価値評価関数の生成方法について説明する。図１４は、ブースティングによるＩＤ価値評価関数の生成方法について説明するための説明図である。なお、ブースティングとは、精度の良い識別器を１つ生成するのではなく、精度の劣る識別器（弱識別器）を多数組み合わせて精度の良い識別器（強識別器）を生成する方法である。ここでは、ＳＶＭ、単純ベイズ分類器、線形判別、二次判別、ニューラルネットワーク、パーセプトロン、相関ルール、決定木などにより生成される２値識別関数を弱識別器として利用する場合について考えてみたい。
２値識別関数とは、値ｘ（例えば、属性情報）の入力に対して０又は１を出力する関数のことである。例えば、先に説明した線形ＳＶＭで生成された識別関数ｆは、属性値ｘの入力に対して連続値を出力する関数であった。しかし、通常は、ｆ（ｘ）≧０のときに０を出力し、ｆ（ｘ）＜０のときに１を出力する２値識別関数ｇ（ｘ）＝｛ｙ｜ｙ＝０ ｗｈｅｎ ｆ（ｘ）≧０，ｙ＝１ ｗｈｅｎ ｆ（ｘ）＜０｝を利用することが多い。そこで、このような２値識別関数ｇ（ｘ）を複数用意し、これら２値識別関数ｇ（ｘ）を利用して強識別器に対応するＩＤ価値評価関数ｆ（ｘ）を生成する方法について考える。
以下では、学習サンプルデータに含まれる各属性情報及び一般情報の属性値をｘｉと表現する。また、学習サンプルデータに含まれるユーザの行動履歴を示す属性値をｙｉと表現する。但し、ｙｉは、２値（＋１，−１）で表現されるものとする。例えば、「購入あり」を＋１と表現し、「購入なし」を−１と表現する。また、学習サンプルデータに含まれる学習サンプルの数をＮとする。なお、以下で説明する処理は、ＩＤ価値評価システム１００（ＩＤ価値評価関数生成部１１７）により実行される。
図１４に示すように、ＩＤ価値評価システム１００は、まず、下記の式（２）のようにデータ重みの初期値Ｄ１，ｉを設定する（Ｓ３０１）。このとき、初期値Ｄ１，ｉ（ｉ＝１〜Ｎ）は全て等しい値に設定される。次いで、ＩＤ価値評価システム１００は、インデックスｔ（ｔ＝１〜Ｔ）に関する処理ループを開始する（Ｓ３０２）。次いで、ＩＤ価値評価システム１００は、２値識別関数ｇｔ（ｘ）に属性値ｘｉを入力してｇｔ（ｘｉ）を計算し、その出力値ｇｔ（ｘｉ）と属性値ｙｉとを比較して誤り率ｅｔ（下記の式（３）を参照）を算出する（Ｓ３０３）。
次いで、ＩＤ価値評価システム１００は、算出した誤り率ｅｔが最小となる２値識別関数ｇｔ（ｘ）を選択する（Ｓ３０４）。次いで、ＩＤ価値評価システム１００は、ステップＳ３０４で選択した２値識別関数ｇｔ（ｘ）に対応する誤り率ｅｔを用いて、下記の式（４）により重みβｔを算出する（Ｓ３０５）。次いで、ＩＤ価値評価システム１００は、下記の式（５）及び式（６）に基づいてデータ重みの更新値Ｄｔ＋１，ｉを設定する（Ｓ３０６）。なお、下記の式（６）は、データ重みの更新値Ｄｔ＋１，ｉを正規化する処理を示す。
次いで、ＩＤ価値評価システム１００は、インデックスｔがｔ＝Ｔであるか否かを判定する（Ｓ３０７）。ｔ≠Ｔである場合、ＩＤ価値評価システム１００は、インデックスｔを１インクリメントした後に処理をステップＳ３０３に戻す（Ｓ３０７）。一方、ｔ＝Ｔである場合、ＩＤ価値評価システム１００は、処理をステップＳ３０８に進める。処理をステップＳ３０８に進めた場合、ＩＤ価値評価システム１００は、下記の式（７）に基づいてＩＤ価値評価関数ｆ（ｘ）を決定する（Ｓ３０８）。
以上、ブースティングによるＩＤ価値評価関数の生成方法について説明した。
（Ｃ）ユーザの行動履歴が３値以上の離散値で表現される場合
購入累積額や広告主サイトへのアクセス回数など、ユーザの行動履歴が３値以上の離散値で表現される場合には少し工夫が必要になる。なお、３値以上の離散値を持つユーザの行動履歴としては、例えば、ブログの閲覧者数、ＳＮＳフレンド数、商品やサービスを購入するまでの日数、購入額、購入までに同じ広告を見る回数などがある。こうした行動履歴を扱う方法として、例えば、次の（Ｃ−１）（Ｃ−２）の方法が考えられる。
（Ｃ−１）クラス分類を用いる方法
ここで、クラス分類を用いる２つの方法を紹介する。
（Ｃ−１−１）第１の方法
この方法は、上記の（Ａ）で述べた手法により離散値毎に識別関数を生成しておき、ある属性情報の入力に対して最大の値を出力した識別関数に対応する離散値を評価値として出力するという方法である。例えば、評価値として「購入までの期間」を考える場合（「行動履歴＝購入までの日数」の場合）、まず、０〜Ｎ日に対応したＮ＋１個の識別関数を生成する。そして、ある属性情報が入力として与えられたときに、出力値が一番大きくなる識別関数に対応する日数を評価値とする。この場合の識別関数としては、単純ベイズ分類器を用いる。
（Ｃ−１−２）第２の方法
この方法は、離散値毎に２値識別関数（出力値：０，１）を複数生成しておき、ある属性情報の入力に対して多数決をとったときに出力値が０（又は１）となる個数が一番多い２値識別関数に対応する離散値を評価値とする方法である。例えば，評価値として「購入までの期間」を考える場合（「行動履歴＝購入までの日数」の場合）、０〜Ｎ日までのＮ＋１個の日数に対して各々複数個の２値識別関数（購入＝０）を生成し、ある属性情報が入力として与えられたときに出力値が０となる２値識別関数の個数を求め、最も個数が多い場合に対応する日数が評価値とされる。
（Ｃ−２）回帰分析を用いる方法
この方法は、学習サンプルデータを用いて回帰分析を行うことで離散値を予測する方法である。この方法の場合、回帰分析で得られた回帰関数がＩＤ価値評価関数となる。なお、回帰分析とは、与えられたデータに対応する実数値を予測する問題であり、線形回帰、ロジスティック回帰、サポートベクトル回帰などがある。なお、回帰分析を用いる方法は、ＩＤの価値が連続値の場合にも利用することができる。
（Ｄ）組み合わせ方法
この方法は、同じ属性情報を入力とする（Ａ）（Ｃ）で生成した複数の識別関数について適当な重みを付けて足し合わせる方法である。例えば、長期的にユーザが広告主サイトを利用することを重視する場合、ユーザのロイヤリティ度や影響力のある友人／知人の数に関するＩＤ価値評価関数の重み付けを大きくし、ユーザの購入期待度を小さくして足し合わせる。この場合、複数のＩＤ価値評価関数を比較しやすいように識別関数の出力値は正規化（識別関数の絶対値の最大で識別関数を割る。）されていることが好ましい。
（Ｄ−１）組み合わせ例＃１：１サイト毎のアフィリエイト課金額
ユーザは広告掲載サイトから広告主サイトへと誘導されても、すぐに商品やサービスを購入するわけではない。例えば、その商品やサービスを後日購入する可能性がある。これまでは、このように後日購入した場合、ユーザが広告を最後に見た広告掲載サイトにだけ広告主サイトから報酬額が支払われていた。しかし、ユーザが広告を見始めてから購入に到るまでに同じ広告を何度も見る可能性もあるため、本来は、その広告を掲載していた全ての広告掲載サイトに平等に支払われるべきである。
このような場合、ＩＤの価値に基づいて１サイトに支払われるべき報酬額は、（アフィリエイト課金額）×（ユーザの購入期待度に基づいて算出した購入確率）／（購入までにユーザが同じ広告を見る回数）と計算できる。また、ユーザの購入確率は、購入期待度に基づいて｜（ユーザの購入期待度）−（ユーザの購入期待度最小値）｜／｜（ユーザの購入期待度最大値）−（ユーザの購入期待度最小値）｜と計算できる。なお、アフィリエイト課金額は、広告主の広告予算に基づいて決められる。
（Ｄ−２）組み合わせ例＃２：ユーザの友人を加味した価値
ユーザのみならず、ユーザの友人の購入期待度を加味したＩＤ価値評価関数は、例えば、（ユーザの購入期待度）＋（友人の数）×（友人の購入期待度）×（ユーザのブログ／ＳＮＳ更新率）×（ユーザがブログ／ＳＮＳ内容で商品を取り上げる確率）と与えられる。友人の購入期待度は、ブログの種類にも依存するが、ユーザと同様の属性と考え、例えば、ユーザの購入期待度と同じ識別関数を用いる。ユーザのブログ／ＳＮＳ更新率やユーザのブログ／ＳＮＳの内容は公開情報であるため、これらを予測する識別関数は機械学習により容易に生成することが可能である。
以上、ＩＤ価値評価システム１００の機能構成について説明した。上記の説明においては、ＩＤ価値評価システム１００がＩＤ価値評価関数を生成する構成を例示したが、ＩＤ価値評価システム１００の構成はこれに限定されない。例えば、ＩＤ価値評価システム１００は、外部から予め与えられたＩＤ価値評価関数を利用するように構成されていてもよい。この場合、ＩＤ価値評価システム１００からＩＤ価値評価関数生成部１１７及び学習サンプルデータベース１１８の構成が省略される。
［１−３：広告配信システム１０４の機能構成］
次に、図３を参照しながら、広告配信システム１０４の機能構成について説明する。図３は、広告配信システム１０４の機能構成について説明するための説明図である。
図３に示すように、広告配信システム１０４は、主に、広告データベース１２１と、行動履歴データベース１２２と、通信部１２３とにより構成される。
広告データベース１２１は、広告主サイト提供システム１０５から提供を受けた広告を格納しておくための記憶手段である。また、行動履歴データベース１２２は、ユーザ端末１０２、広告掲載サイト提供システム１０３から収集したユーザの行動履歴を格納しておくための記憶手段である。通信部１２３は、ネットワーク１０１に接続された各エンティティと通信するための通信手段である。
例えば、通信部１２３は、広告主サイト提供システム１０５から広告を受信し、受信した広告を広告データベース１２１に格納する。また、通信部１２３は、ユーザ端末１０２や広告掲載サイト提供システム１０３からユーザの行動履歴を受信し、受信した行動履歴を行動履歴データベース１２２に格納する。さらに、通信部１２３は、ＩＤ価値評価システム１００から要求を受けた場合に、行動履歴データベース１２２からユーザの行動履歴を読み出し、読み出した行動履歴をＩＤ価値評価システム１００に送信する。
また、広告配信システム１０４は、広告掲載者に支払われるべき報酬額を算出するための報酬額算出部（非図示）をさらに含んでいてもよい。この報酬額算出部は、広告掲載サイトに掲載された広告がクリックされた際、ＩＤ価値評価システム１００に評価値の算出を依頼し、ＩＤ価値評価システム１００により算出された評価値に基づいて報酬額を算出する。報酬額算出部により算出された報酬額の情報は、通信部１２３を介して広告主サイト提供システム１０５及び広告掲載サイト提供システム１０３に送信される。
このように、ＩＤ価値評価システム１００によりユーザの価値がリアルタイムに評価されることにより、広告掲載サイトに掲載された広告がクリックされた時点でリアルタイムに広告掲載者に支払われるべき報酬額を決定することが可能になる。
以上、広告配信システム１０４の機能構成について説明した。
［１−４：属性管理システム１０６の機能構成］
次に、図４を参照しながら、属性管理システム１０６の機能構成について説明する。図４は、属性管理システム１０６の機能構成について説明するための説明図である。
図４に示すように、属性管理システム１０６は、主に、ユーザ属性情報データベース１３１と、サービス属性情報データベース１３２と、通信部１３３とにより構成される。
ユーザ属性情報データベース１３１は、ユーザの属性情報を格納しておくための記憶手段である。また、サービス属性情報データベース１３２は、広告掲載サイトの属性情報、及び広告主サイトの属性情報を格納しておくための記憶手段である。通信部１３３は、ネットワーク１０１に接続された各エンティティと通信するための通信手段である。
例えば、通信部１３３は、ユーザ端末１０２又はネットワーク１０１に接続された情報源からユーザの属性情報を取得し、取得したユーザの属性情報をユーザ属性情報データベース１３１に格納する。また、通信部１３３は、広告掲載サイト提供システム１０３又はネットワーク１０１に接続された情報源から広告掲載サイトの属性情報を取得し、取得した広告掲載サイトの属性情報をサービス属性情報データベース１３２に格納する。さらに、通信部１３３は、広告主サイト提供システム１０５又はネットワーク１０１に接続された情報源から広告主サイトの属性情報を取得し、取得した広告主サイトの属性情報をサービス属性情報データベース１３２に格納する。
また、ＩＤ価値評価システム１００からユーザの属性情報を提供するように要請を受けた場合、通信部１３３は、ユーザ属性情報データベース１３１からユーザの属性情報を読み出し、読み出したユーザの属性情報をＩＤ価値評価システム１００に送信する。ＩＤ価値評価システム１００から広告掲載サイトの属性情報を提供するように要請を受けた場合、通信部１３３は、サービス属性情報データベース１３２から広告掲載サイトの属性情報を読み出し、読み出した広告掲載サイトの属性情報をＩＤ価値評価システム１００に送信する。ＩＤ価値評価システム１００から広告主サイトの属性情報を提供するように要請を受けた場合、通信部１３３は、サービス属性情報データベース１３２から広告主サイトの属性情報を読み出し、読み出した広告主サイトの属性情報をＩＤ価値評価システム１００に送信する。
以上、属性管理システム１０６の機能構成について説明した。
［１−５：ＩＤ価値評価システム１００の動作］
次に、ＩＤ価値評価システム１００の動作について説明する。まず、図５〜図１１を参照しながら、評価値算出に係るＩＤ価値評価システム１００の動作について説明する。次いで、図１２を参照しながら、ＩＤ価値評価関数の生成に係るＩＤ価値評価システム１００の動作について説明する。
（１−５−１：評価値算出の流れ）
まず、図５を参照する。図５に示すように、ＩＤ価値評価システム１００は、評価対象に関する情報の入力を受け付ける（Ｓ１０１）。ステップＳ１０１では、評価対象に関する情報としてユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤ、評価項目、一般情報などがＩＤ価値評価システム１００に入力される。
次いで、ＩＤ価値評価システム１００は、広告掲載サイトの属性情報及び広告主サイトの属性情報を収集する（Ｓ１０２）。例えば、ＩＤ価値評価システム１００は、ステップＳ１０１で入力された広告掲載サイトＩＤ及び広告主サイトＩＤを用いて属性管理システム１０６から広告掲載サイトの属性情報及び広告主サイトの属性情報を取得する。但し、ＩＤ価値評価システム１００は、広告掲載サイトを解析して広告掲載サイトの属性情報を収集したり、広告主サイトを解析して広告主サイトの属性情報を収集したりしてもよい。
次いで、ＩＤ価値評価システム１００は、ユーザの属性情報を収集する（Ｓ１０３）。例えば、ＩＤ価値評価システム１００は、ステップＳ１０１で入力されたユーザＩＤを用いて属性管理システム１０６からユーザの属性情報を取得する。次いで、ＩＤ価値評価システム１００は、ＩＤ価値評価関数の入力形式に適合するよう、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報のデータ形式を整形する（Ｓ１０４）。
次いで、ＩＤ価値評価システム１００は、ステップＳ１０４で整形されたユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報、一般情報をＩＤ価値評価関数に入力し、ユーザの価値を示す評価値（ＩＤ価値評価値）を算出する（Ｓ１０５）。次いで、ＩＤ価値評価システム１００は、ステップＳ１０５で算出した評価値を広告配信システム１０４（評価依頼者）に送信する（Ｓ１０６）。
以上、評価値算出の流れについて大まかに説明した。以下、ステップＳ１０１〜Ｓ１０６の各ステップについて、より詳細に説明する。
（Ｓ１０１の処理について）
次に、図６を参照する。図６に示すように、ステップＳ１０１の処理が開始されると、ＩＤ価値評価システム１００には、ユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤ、評価項目、一般情報が入力される（Ｓ１１１）。
ここで入力されるユーザＩＤは、評価対象となるユーザを識別するための識別情報である。また、広告掲載サイトＩＤは、ユーザがクリックした広告を掲載していた広告掲載サイトを識別するための識別情報である。そして、広告主サイトＩＤは、ユーザがクリックした広告の広告主（広告主サイト）を識別するための識別情報である。ここで入力される評価項目は、評価の種別（例えば、購入期待度、ロイヤリティ度、友人の購入期待度、広告主サイトを再訪問する期待度など）を特定するための情報である。また、一般情報は、広告掲載サイトや広告主サイトに無関係な情報である。
これらの情報が入力されると、ＩＤ価値評価システム１００は、処理をステップＳ１０２に進める。
（Ｓ１０２の処理について）
次に、図７を参照する。図７に示すように、ステップＳ１０２の処理を開始すると、ＩＤ価値評価システム１００は、まず、評価項目に応じたサービス属性情報（広告掲載サイトの属性情報及び広告主サイトの属性情報）を選択する（Ｓ１２１）。
広告主サイトの属性情報としては、例えば、広告主が提供するサービスの業種、商品の種別、広告主サイトに登録されたユーザアカウントの数、広告主サイトに対するアクセス数、広告主の売り上げ実績、広告主の信頼度などが挙げられる。さらに、広告主サイトの属性情報としては、例えば、広告主サイトに対する外部指標（ＰａｇｅＲａｎｋなど）、広告主が提供するサービスの充実度（サービス／商品の種類数など）や対象範囲（地域、年齢、一般向け／マニア向けなど）が挙げられる。
また、広告掲載サイトの属性情報としては、例えば、広告掲載者が提供するサービスの業種、商品の種別、広告掲載サイトに登録されたユーザアカウントの数、広告掲載サイトに対するアクセス数、広告掲載者の売り上げ実績、広告掲載者の信頼度などが挙げられる。さらに、広告掲載サイトの属性情報としては、例えば、広告掲載サイトに対する外部指標（ＰａｇｅＲａｎｋなど）、広告掲載者が提供するサービスの充実度（サービス／商品の種類数など）や対象範囲（地域、年齢、一般向け／マニア向けなど）が挙げられる。
このように、広告主サイトの属性情報や広告掲載サイトの属性情報は多種多様である。しかし、これらの広告主サイトの属性情報や広告掲載サイトの属性情報がＩＤ価値評価システム１００により全て収集されるわけではない。また、評価値を算出する際に全ての広告主サイトの属性情報や広告掲載サイトの属性情報が利用されるわけではない。また、ＩＤ価値評価関数毎に、入力される広告主サイトの属性情報や広告掲載サイトの属性情報の組み合わせが異なる。そのため、評価種別に応じて異なるＩＤ価値評価関数毎に、適切な広告主サイトの属性情報や広告掲載サイトの属性情報を選択する必要がある。
このような理由から、ステップＳ１２１では、評価項目に応じて、評価値の算出に利用すべき広告主サイトの属性情報や広告掲載サイトの属性情報を選択しているのである。広告主サイトの属性情報や広告掲載サイトの属性情報の選択が済むと、ＩＤ価値評価システム１００は、処理をステップＳ１２２に進める。処理をステップＳ１２２に進めたＩＤ価値評価システム１００は、ステップＳ１２１で選択した広告主サイトの属性情報や広告掲載サイトの属性情報が存在するか否かを判定する（Ｓ１２２）。
上記の通り、広告主サイトの属性情報や広告掲載サイトの属性情報の全てが収集可能であるとは限らない。そのため、ＩＤ価値評価システム１００は、評価値の算出に要する広告主サイトの属性情報や広告掲載サイトの属性情報が存在するか否かを確認するのである。ステップＳ１２１で選択した広告主サイトの属性情報や広告掲載サイトの属性情報が存在する場合、ＩＤ価値評価システム１００は、処理をステップＳ１２４に進める。一方、ステップＳ１２１で選択した広告主サイトの属性情報や広告掲載サイトの属性情報が存在しない場合、ＩＤ価値評価システム１００は、処理をステップＳ１２３に進める。
処理をステップＳ１２３に進めた場合、ＩＤ価値評価システム１００は、属性管理システム１０６に対し、必要な広告主サイトの属性情報や広告掲載サイトの属性情報を提供するように依頼する（Ｓ１２３）。属性管理システム１０６から必要な広告主サイトの属性情報や広告掲載サイトの属性情報を取得した後、ＩＤ価値評価システム１００は、処理をステップＳ１２４に進める。
ステップＳ１２４に処理を進めたＩＤ価値評価システム１００は、評価値の算出に要する適切な広告主サイトの属性情報や広告掲載サイトの属性情報が得られたか否かを判定する（Ｓ１２４）。適切な広告主サイトの属性情報や広告掲載サイトの属性情報が得られた場合、ＩＤ価値評価システム１００は、処理をステップＳ１０３に進める。一方、適切な広告主サイトの属性情報や広告掲載サイトの属性情報が得られなかった場合、ＩＤ価値評価システム１００は、評価値の依頼者（広告配信システム１０４）に異常を通知する。
（Ｓ１０３の処理について）
次に、図８を参照する。図８に示すように、ステップＳ１０３の処理を開始すると、ＩＤ価値評価システム１００は、評価項目と広告主サイトの属性情報や広告掲載サイトの属性情報に応じてユーザの属性情報を選択する（Ｓ１３１）。次いで、ＩＤ価値評価システム１００は、ステップＳ１３１で選択したユーザの属性情報が存在するか否かを判定する（Ｓ１３２）。ステップＳ１３１で選択したユーザの属性情報が存在する場合、ＩＤ価値評価システム１００は、処理をステップＳ１３４に進める。一方、ステップＳ１３１で選択したユーザの属性情報が存在しない場合、ＩＤ価値評価システム１００は、処理をステップＳ１３３に進める。
処理をステップＳ１３３に進めた場合、ＩＤ価値評価システム１００は、属性管理システム１０６に対してユーザの属性情報を提供するように依頼し（Ｓ１３３）、処理をステップＳ１３４に進める。処理をステップＳ１３４に進めた場合、ＩＤ価値評価システム１００は、適切なユーザの属性情報が存在するか、或いは、属性管理システム１０６から適切なユーザの属性情報が得られたか否かを判定する（Ｓ１３４）。結果的に適切なユーザの属性情報が存在する場合、ＩＤ価値評価システム１００は、処理をステップＳ１０４に進める。一方、適切なユーザの属性情報が存在しない場合、ＩＤ価値評価システム１００は、評価値の依頼者（広告配信システム１０４）に異常を通知する。
（Ｓ１０４の処理について）
次に、図９を参照する。図９に示すように、ステップＳ１０４の処理を開始すると、ＩＤ価値評価システム１００は、ユーザの属性情報、広告主サイトの属性情報、広告掲載サイトの属性情報のデータ形式をＩＤ価値評価関数に入力可能なデータ形式に整形する（Ｓ１４１）。例えば、ＩＤ価値評価システム１００は、同じ単語を異なる文字の組み合わせで表現（例えば、“ＣｒｅｄｉｔＣａｒｄ”を“Ｃｒｅｄｉｔ Ｃａｒｄ”に変換）する。また、ＩＤ価値評価システム１００は、同じ概念の単語を異なる単語で表現（例えば、“Ｃｒｅｄｉｔ Ｃａｒｄ”を“Ｃｈａｒｇｅ Ｃａｒｄ”に変換）する。さらに、ＩＤ価値評価システム１００は、あるオントロジーの概念を他のオントロジーの概念に対応付ける。ステップＳ１４１の処理が完了すると、ＩＤ価値評価システム１００は、処理をステップＳ１０５に進める。
（Ｓ１０５の処理について）
次に、図１０を参照する。図１０に示すように、ステップＳ１０５の処理を開始すると、ＩＤ価値評価システム１００は、予め用意されたＩＤ価値評価関数を利用して評価値を算出する（Ｓ１５１）。次いで、ＩＤ価値評価システム１００は、ステップＳ１５１で算出された評価値が適切な値であるか否かを判定する（Ｓ１５２）。ステップＳ１５１で算出された評価値が適切である場合、ＩＤ価値評価システム１００は、処理をステップＳ１０６に進める。一方、ステップＳ１５１で算出された評価値が適切でない場合、ＩＤ価値評価システム１００は、評価値の依頼者（広告配信システム１０４）に異常を通知する。
（Ｓ１０６の処理について）
次に、図１１を参照する。図１１に示すように、ステップＳ１０６の処理を開始すると、ＩＤ価値評価システム１００は、評価値の依頼者に対して評価値を送信する（Ｓ１６１）。例えば、広告配信システム１０４から評価値の依頼を受けていた場合、ＩＤ価値評価システム１００は、ステップＳ１０５で算出された評価値を広告配信システム１０４に送信する。評価値の送信が完了すると、ＩＤ価値評価システム１００は、評価値の算出に係る一連の処理を終了する。
以上、評価値算出に係るＩＤ価値評価システム１００の動作について説明した。次に、ＩＤ価値評価関数の生成に係るＩＤ価値評価システム１００の動作について説明する。
（１−５−２：関数生成の流れ）
ここでは、図１２を参照する。図１２に示すように、ＩＤ価値評価システム１００は、まず、学習サンプルデータを収集する（Ｓ２０１）。学習サンプルデータは、図１３に示すように、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報、一般情報、ユーザの行動履歴などにより構成される。ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報を収集する方法は、評価値を算出する際に実行する各属性情報の収集方法と同じである。また、ユーザの行動履歴は、広告配信システム１０４、広告掲載サイト提供システム１０３、ユーザ端末１０２などから取得する。
図１３に例示した学習サンプルデータは、ユーザの属性情報として「Ｕ（１）：年齢」「Ｕ（２）：性別」「Ｕ（３）：購入回数」、広告掲載サイトの属性情報として「Ａ（１）：閲覧サイトの種類」「Ａ（２）：人気度」を含んでいる。さらに、この学習サンプルデータには、広告主サイトの属性情報として「Ｂ（１）：広告商品」「Ｂ（２）：価格」、一般情報として「Ｇ（１）：年／月」、ユーザの行動履歴として「Ｃ（１）：購入の有無」「Ｃ（２）：ブログで紹介したか否か」が含まれている。例えば、この学習サンプルデータを利用すれば、属性情報の入力に対して購入期待度を出力するＩＤ価値評価関数を生成することができる。同様に、この学習サンプルデータを利用すれば、属性情報の入力に対してブログへの紹介期待度を出力するＩＤ価値評価関数を生成することができる。
再び図１２を参照する。ステップＳ２０１で学習サンプルデータを収集したＩＤ価値評価システム１００は、ＩＤ価値評価関数の入力形式に適合するように、ステップＳ２０１で収集した学習サンプルデータのデータ形式を整形する（Ｓ２０２）。例えば、ＩＤ価値評価システム１００は、同じ単語を異なる文字の組み合わせで表現（例えば、“ＣｒｅｄｉｔＣａｒｄ”を“Ｃｒｅｄｉｔ Ｃａｒｄ”に変換）する。また、ＩＤ価値評価システム１００は、同じ概念の単語を異なる単語で表現（例えば、“Ｃｒｅｄｉｔ Ｃａｒｄ”を“Ｃｈａｒｇｅ Ｃａｒｄ”に変換）する。さらに、ＩＤ価値評価システム１００は、あるオントロジーの概念を他のオントロジーの概念に対応付ける。
次いで、ＩＤ価値評価システム１００は、ステップＳ２０２で整形した学習サンプルデータを保存する（Ｓ２０３）。次いで、ＩＤ価値評価システム１００は、ステップＳ２０３で保存した学習サンプルデータを利用してＩＤ価値評価関数を生成する（Ｓ２０４）。このとき、ＩＤ価値評価システム１００は、学習サンプルデータを利用した機械学習により、属性情報を入力とし、評価項目に応じた評価値を出力することが可能なＩＤ価値評価関数を生成する。ＩＤ価値評価関数の生成が完了すると、ＩＤ価値評価システム１００は、ＩＤ価値評価関数の生成に係る一連の処理を終了する。
以上、ＩＤ価値評価関数の生成に係るＩＤ価値評価システム１００の動作について説明した。
［１−６：広告提供システム１０における処理シーケンス］
次に、図１５、図１６を参照しながら、広告提供システム１０における具体的な処理シーケンスについて説明する。図１５、図１６を参照しながら、広告提供システム１０における具体的な処理シーケンスについて説明するための説明図である。
なお、ここで説明する処理シーケンスは、ＩＤ価値評価システム１００をアフィリエイトプログラムにおける広告報酬額の決定に用いる方法に関する。特に、この処理シーケンスは、評価値依頼者（広告配信システム１０４）がアフィリエイトプログラムでの広告報酬額をリアルタイムに決めるための仕組みに関する。この広告報酬額は、広告費総額や広告期間に応じて決まるであろう。但し、広告提供システム１０において決まる広告報酬額は、ＩＤ価値評価システム１００により算出された評価値に応じて決められる。また、この評価値は、短期的なユーザ行動を重視する場合には購入期待度であろうし、長期的なユーザ行動を重視する場合にはロイヤリティ度や交友関係に関する評価値となろう。
（１−６−１：具体例１）
まず、図１５を参照する。図１５に示すように、まず、ユーザ（ユーザ端末１０２）が広告掲載サイト（広告掲載サイト提供システム１０３）にアクセスする（Ｓ４０１）。ユーザからアクセスを受けると、広告掲載サイト提供システム１０３は、ユーザ端末１０２に対してホームページ（広告掲載サイト）のデータを送信する（Ｓ４０２）。次いで、ユーザが広告掲載サイトに掲載された広告をクリックすると、ユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤが、ユーザ端末１０２から広告配信システム１０４に提供される（Ｓ４０３）。ユーザ端末１０２から提供されたユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤは、広告配信システム１０４により保持される。
次いで、広告配信システム１０４は、ユーザ端末１０２のアクセス先を広告掲載サイトから広告主サイトに変更させる（Ｓ４０４）。その結果、ユーザ端末１０２のアクセス先は、広告掲載サイトから広告主サイトへと変更される（Ｓ４０５）。また、広告配信システム１０４は、ユーザ端末１０２から提供されたユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤをＩＤ価値評価システム１００に送信し、そのユーザＩＤに対応するユーザの価値を示す評価値の算出を依頼する（Ｓ４０６）。この依頼を受けると、ＩＤ価値評価システム１００は、ユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤに対応するユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報を収集する。
例えば、ＩＤ価値評価システム１００は、ユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤを属性管理システム１０６に送信し、これらのＩＤに対応するユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報の提供を依頼する（Ｓ４０７）。なお、ＩＤ価値評価システム１００は、各属性情報の提供をそれぞれ異なる属性管理システム１０６に依頼するように構成されていてもよい。この依頼を受けた属性管理システム１０６は、ユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報をＩＤ価値評価システム１００に送信する（Ｓ４０８）。これら属性情報を受信すると、ＩＤ価値評価システム１００は、受信したユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報、及び一般情報に基づいてユーザの価値を示す評価値を算出する。
そして、ＩＤ価値評価システム１００は、算出した評価値を広告配信システム１０４に送信する（Ｓ４０９）。評価値を受信した広告配信システム１０４は、受信した評価値に基づいて広告掲載者に支払われるべき報酬額を算出し、算出した報酬額を広告主サイト提供システム１０５に通知する（Ｓ４１０）。さらに、広告配信システム１０４は、算出した報酬額を広告掲載サイト提供システム１０３に通知する（Ｓ４１１）。報酬額が広告主サイト提供システム１０５及び広告掲載サイト提供システム１０３に通知されると、広告主サイト提供システム１０５から広告掲載サイト提供システム１０３に報酬額が支払われる（Ｓ４１２）。
以上、広告提供システム１０における処理シーケンスの具体例について説明した。なお、図１５の破線部分は、ＩＤ価値評価システム１００の処理に関わる部分である。
（１−６−２：具体例２）
次に、図１６を参照する。図１６に示すように、まず、ユーザ（ユーザ端末１０２）が広告掲載サイト（広告掲載サイト提供システム１０３）にアクセスする（Ｓ５０１）。ユーザからアクセスを受けると、広告掲載サイト提供システム１０３は、ユーザ端末１０２に対してホームページ（広告掲載サイト）のデータを送信する（Ｓ５０２）。次いで、ユーザが広告掲載サイトに掲載された広告をクリックすると、ユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤが、ユーザ端末１０２から広告配信システム１０４に提供される（Ｓ５０３）。ユーザ端末１０２から提供されたユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤは、広告配信システム１０４により保持される。
次いで、広告配信システム１０４は、ユーザ端末１０２のアクセス先を広告掲載サイトから広告主サイトに変更させる（Ｓ５０４）。その結果、ユーザ端末１０２のアクセス先は、広告掲載サイトから広告主サイトへと変更される（Ｓ５０５）。また、広告配信システム１０４は、ユーザ端末１０２から提供されたユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤをＩＤ価値評価システム１００に送信し、そのユーザＩＤに対応するユーザの価値を示す評価値の算出を依頼する（Ｓ５０６）。この依頼を受けると、ＩＤ価値評価システム１００は、ユーザＩＤ、広告掲載サイトＩＤ、広告主サイトＩＤに対応するユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報を収集する。
例えば、ＩＤ価値評価システム１００は、広告掲載サイトＩＤ、広告主サイトＩＤを属性管理システム１０６に送信し、これらのＩＤに対応する広告掲載サイトの属性情報、広告主サイトの属性情報の提供を依頼する（Ｓ５０７）。なお、ＩＤ価値評価システム１００は、各属性情報の提供をそれぞれ異なる属性管理システム１０６に依頼するように構成されていてもよい。この依頼を受けた属性管理システム１０６は、広告掲載サイトの属性情報、広告主サイトの属性情報をＩＤ価値評価システム１００に送信する（Ｓ５０８）。
また、ＩＤ価値評価システム１００は、ＯｐｅｎＩＤやＳＡＭＬなどのＩＤ連携技術に基づき、ユーザＩＤを用いて属性情報の交換処理を実施する。例えば、ＩＤ価値評価システム１００は、広告配信システム１０４からユーザに関する情報の提供を受け、Ｄｉｓｃｏｖｅｒｙにより属性管理システム１０６のＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）を取得する。次いで、ＩＤ価値評価システム１００は、属性管理システム１０６との間で共通鍵を交換する（Ｓ５０９）。この共通鍵は、属性管理システム１０６から取得した各属性情報が正規のものであるか否かを確認するためのものである。このステップは、最終的にＩＤ価値評価システム１００が、属性管理システム１０６から属性情報を得た後に実行されるようにしてもよい。
次いで、ＩＤ価値評価システム１００は、属性管理システム１０６にユーザの属性情報を送信させるよう、ユーザ端末１０２に依頼する（Ｓ５１０）。この依頼を受けたユーザ端末１０２は、属性管理システム１０６に対し、ユーザの属性情報を送信するように依頼する（Ｓ５１１）。この依頼を受けた属性管理システム１０６は、ユーザの属性情報をユーザ端末１０２に送信する（Ｓ５１２）。ユーザの属性情報を受信したユーザ端末１０２は、受信したユーザの属性情報をＩＤ価値評価システム１００に送信する（Ｓ５１３）。これら属性情報を受信すると、ＩＤ価値評価システム１００は、受信したユーザの属性情報、広告掲載サイトの属性情報、広告主サイトの属性情報、及び一般情報に基づいてユーザの価値を示す評価値を算出する。
そして、ＩＤ価値評価システム１００は、算出した評価値を広告配信システム１０４に送信する（Ｓ５１４）。評価値を受信した広告配信システム１０４は、受信した評価値に基づいて広告掲載者に支払われるべき報酬額を算出し、算出した報酬額を広告主サイト提供システム１０５に通知する（Ｓ５１５）。さらに、広告配信システム１０４は、算出した報酬額を広告掲載サイト提供システム１０３に通知する（Ｓ５１６）。報酬額が広告主サイト提供システム１０５及び広告掲載サイト提供システム１０３に通知されると、広告主サイト提供システム１０５から広告掲載サイト提供システム１０３に報酬額が支払われる（Ｓ５１７）。
以上、広告提供システム１０における処理シーケンスの具体例について説明した。なお、図１６の破線部分は、ＩＤ価値評価システム１００の処理に関わる部分である。
［１−７：ハードウェア構成］
上記の各システム及びユーザ端末が有する各構成要素の機能は、例えば、図１７に示す情報処理装置のハードウェア構成を用いて実現することが可能である。つまり、当該各構成要素の機能は、コンピュータプログラムを用いて図１７に示すハードウェアを制御することにより実現される。なお、このハードウェアの形態は任意であり、例えば、パーソナルコンピュータ、携帯電話、ＰＨＳ、ＰＤＡ等の携帯情報端末、ゲーム機、又は種々の情報家電がこれに含まれる。但し、上記のＰＨＳは、Ｐｅｒｓｏｎａｌ Ｈａｎｄｙ−ｐｈｏｎｅ Ｓｙｓｔｅｍの略である。また、上記のＰＤＡは、Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔの略である。
図１７に示すように、このハードウェアは、主に、ＣＰＵ９０２と、ＲＯＭ９０４と、ＲＡＭ９０６と、ホストバス９０８と、ブリッジ９１０と、を有する。さらに、このハードウェアは、外部バス９１２と、インターフェース９１４と、入力部９１６と、出力部９１８と、記憶部９２０と、ドライブ９２２と、接続ポート９２４と、通信部９２６と、を有する。但し、上記のＣＰＵは、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔの略である。また、上記のＲＯＭは、Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙの略である。そして、上記のＲＡＭは、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙの略である。
ＣＰＵ９０２は、例えば、演算処理装置又は制御装置として機能し、ＲＯＭ９０４、ＲＡＭ９０６、記憶部９２０、又はリムーバブル記録媒体９２８に記録された各種プログラムに基づいて各構成要素の動作全般又はその一部を制御する。ＲＯＭ９０４は、ＣＰＵ９０２に読み込まれるプログラムや演算に用いるデータ等を格納する手段である。ＲＡＭ９０６には、例えば、ＣＰＵ９０２に読み込まれるプログラムや、そのプログラムを実行する際に適宜変化する各種パラメータ等が一時的又は永続的に格納される。
これらの構成要素は、例えば、高速なデータ伝送が可能なホストバス９０８を介して相互に接続される。一方、ホストバス９０８は、例えば、ブリッジ９１０を介して比較的データ伝送速度が低速な外部バス９１２に接続される。また、入力部９１６としては、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチ、及びレバー等が用いられる。さらに、入力部９１６としては、赤外線やその他の電波を利用して制御信号を送信することが可能なリモートコントローラ（以下、リモコン）が用いられることもある。
出力部９１８としては、例えば、ＣＲＴ、ＬＣＤ、ＰＤＰ、又はＥＬＤ等のディスプレイ装置、スピーカ、ヘッドホン等のオーディオ出力装置、プリンタ、携帯電話、又はファクシミリ等、取得した情報を利用者に対して視覚的又は聴覚的に通知することが可能な装置である。但し、上記のＣＲＴは、Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅの略である。また、上記のＬＣＤは、Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙの略である。そして、上記のＰＤＰは、Ｐｌａｓｍａ ＤｉｓｐｌａｙＰａｎｅｌの略である。さらに、上記のＥＬＤは、Ｅｌｅｃｔｒｏ−Ｌｕｍｉｎｅｓｃｅｎｃｅ Ｄｉｓｐｌａｙの略である。
記憶部９２０は、各種のデータを格納するための装置である。記憶部９２０としては、例えば、ハードディスクドライブ（ＨＤＤ）等の磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、又は光磁気記憶デバイス等が用いられる。但し、上記のＨＤＤは、Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅの略である。
ドライブ９２２は、例えば、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体９２８に記録された情報を読み出し、又はリムーバブル記録媒体９２８に情報を書き込む装置である。リムーバブル記録媒体９２８は、例えば、ＤＶＤメディア、Ｂｌｕ−ｒａｙメディア、ＨＤ ＤＶＤメディア、各種の半導体記憶メディア等である。もちろん、リムーバブル記録媒体９２８は、例えば、非接触型ＩＣチップを搭載したＩＣカード、又は電子機器等であってもよい。但し、上記のＩＣは、Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略である。
接続ポート９２４は、例えば、ＵＳＢポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ、ＲＳ−２３２Ｃポート、又は光オーディオ端子等のような外部接続機器９３０を接続するためのポートである。外部接続機器９３０は、例えば、プリンタ、携帯音楽プレーヤ、デジタルカメラ、デジタルビデオカメラ、又はＩＣレコーダ等である。但し、上記のＵＳＢは、Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓの略である。また、上記のＳＣＳＩは、Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅの略である。
通信部９２６は、ネットワーク９３２に接続するための通信デバイスであり、例えば、有線又は無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、又はＷＵＳＢ用の通信カード、光通信用のルータ、ＡＤＳＬ用のルータ、又は各種通信用のモデム等である。また、通信部９２６に接続されるネットワーク９３２は、有線又は無線により接続されたネットワークにより構成され、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、可視光通信、放送、又は衛星通信等である。但し、上記のＬＡＮは、Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋの略である。また、上記のＷＵＳＢは、Ｗｉｒｅｌｅｓｓ ＵＳＢの略である。そして、上記のＡＤＳＬは、Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅの略である。
＜２：まとめ＞
最後に、本発明の実施形態に係る技術内容について簡単に纏める。ここで述べる技術内容は、例えば、ＰＣ、携帯電話、携帯ゲーム機、携帯情報端末、情報家電、カーナビゲーションシステム等、種々の情報処理装置に対して適用することができる。
上記の情報処理装置の機能構成は以下のように表現することができる。当該情報処理装置は、次のような評価値算出部と、評価値出力部とを有する。当該評価値算出部は、ユーザの属性を示すユーザ属性情報、サービスの属性、及び一般情報を示すサービス属性情報を入力とし、当該ユーザの価値を示す価値評価値を出力する評価関数を用いて、評価すべきユーザの価値評価値を算出するものである。また、上記の評価値出力部は、前記評価すべきユーザのユーザＩＤと、前記評価値算出部により算出された当該ユーザの価値評価値とを対応付けて出力するものである。
なお、上記の一般情報は、日時、季節、特別なイベント（バーゲン、ＴＶ情報、行事、事件など）、イベント開催地などの情報を含む。つまり、上記の一般情報は、日時や社会状況などを表す情報である。また、上記の一般情報は、ユーザやサービスの属性とは独立の情報であり、ＩＤ価値評価関数の入力となる情報である。
かかる構成により、上記の情報処理装置は、評価値算出部を有することにより、ユーザの属性とサービスの属性とを共に考慮したユーザの価値を算出することが可能になる。また、上記の情報処理装置は、評価値出力部を有することにより、ユーザＩＤを価値付けることが可能になる。このように、ユーザとサービスの関係を考慮することにより、あるサービスに個々のユーザが与える影響度合いや、あるユーザがサービスを介して他のユーザに与える影響度合いをユーザＩＤに付けられた価値評価値という指標で表現することができる。
例えば、商品の提供サービス及びその商品の広告サービスとユーザの関係を考慮したユーザの価値について考えてみると、ユーザの価値は、広告を見て商品を購入するに至る確率や、そのユーザの友人がその商品を購入する確率などに直結する。ユーザが商品を購入する確率を知ることができれば、例えば、その確率に応じた報酬を広告サービスの提供者に支払う仕組みを構築することが可能になる。つまり、ユーザが実際に商品の購入に至らない場合や、どの広告サービスの影響を受けてユーザが商品を購入したかが分からない場合であっても、広告サービスの提供者に報酬が支払われる仕組みを実現することができるようになる。
（備考）
上記のＩＤ価値評価システム１００は、ＩＤ価値評価装置の一例である。上記のＩＤ価値評価部１１５は、評価値算出部、評価値出力部の一例である。上記のＩＤ価値評価関数生成部１１７は、評価関数生成部の一例である。上記の情報収集部１１２は、サービス属性情報取得部の一例である。上記の広告掲載サイト提供システム１０３は、広告配信サーバの一例である。上記の広告配信システム１０４は、広告提供サーバの一例である。
以上、添付図面を参照しながら本発明の好適な実施形態について説明したが、本発明は係る例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。
１０ 広告提供システム
１００ ＩＤ価値評価システム
１０１ ネットワーク
１０２ ユーザ端末
１０３ 広告掲載サイト提供システム
１０４ 広告配信システム
１０５ 広告主サイト提供システム
１０６ 属性管理システム
１１１ 通信部
１１２ 情報収集部
１１３ データ整形部
１１４ データ整形情報データベース
１１５ ＩＤ価値評価部
１１６ ＩＤ価値評価関数データベース
１１７ ＩＤ価値評価関数生成部
１１８ 学習サンプルデータベース
１２１ 広告データベース
１２２ 行動履歴データベース
１２３ 通信部
１３１ ユーザ属性情報データベース
１３２ サービス属性情報データベース
１３３ 通信部

Claims (9)

  1. ユーザの属性を示すユーザ属性情報、サービスの属性、及び一般情報を示すサービス属性情報を入力とし、当該ユーザの価値を示す価値評価値を出力する評価関数を用いて、評価すべきユーザの価値評価値を算出する評価値算出部と、
    前記評価すべきユーザのユーザＩＤと、前記評価値算出部により算出された当該ユーザの価値評価値とを対応付けて出力する評価値出力部と、
    を備える、
    ＩＤ価値評価装置。
  2. 予め用意されたユーザ属性情報、サービス属性情報、一般情報、ユーザの行動履歴の組を学習データとする機械学習により前記評価関数を生成する評価関数生成部をさらに備える、
    請求項１に記載のＩＤ価値評価装置。
  3. 前記サービスを提供するサービス提供サイトに記載された情報を解析し、当該サービス提供サイトが提供するサービスのサービス属性情報を取得するサービス属性情報取得部をさらに備える、
    請求項２に記載のＩＤ価値評価装置。
  4. 前記サービス属性情報取得部は、前記サービス提供サイトに記載された情報に対して所定の言語処理を施すことにより前記サービス属性情報を取得する、
    請求項３に記載のＩＤ価値評価装置。
  5. 前記サービスは、ユーザに対して広告を提供するサービスを含み、
    前記評価値算出部は、ユーザにより前記広告に関わる操作が行われた際、当該ユーザを前記評価すべきユーザとしてリアルタイムに前記価値評価値を算出する、
    請求項１又は４に記載のＩＤ価値評価装置。
  6. 前記評価値算出部は、前記サービスを提供するサービス提供サイトを訪れたユーザの集合を前記評価すべきユーザの集合として、当該集合に含まれる各ユーザの価値評価値を算出し、算出した当該各ユーザの価値評価値を合算して集合価値評価値を算出し、
    前記評価値出力部は、前記サービス提供サイトのＩＤと、前記評価値算出部により算出された集合価値評価値とを対応付けて出力する、
    請求項１又は４に記載のＩＤ価値評価装置。
  7. 前記評価関数に入力されるサービス属性情報の表現を当該評価関数に入力可能な表現に変換するデータ整形部をさらに備える、
    請求項１又は４に記載のＩＤ価値評価装置。
  8. ユーザの属性を示すユーザ属性情報、サービスの属性、及び一般情報を示すサービス属性情報を入力とし、当該ユーザの価値を示す価値評価値を出力する評価関数を用いて、評価すべきユーザの価値評価値を算出する評価値算出部と、
    前記評価すべきユーザのユーザＩＤと、前記評価値算出部により算出された当該ユーザの価値評価値とを対応付けて出力する評価値出力部と、
    を有する、ＩＤ価値評価装置と、
    前記ユーザに向けた広告の配信サービスを提供する広告配信サーバと、
    前記広告配信サーバに前記広告の内容を提供する広告提供サーバと、
    を含み、
    ユーザにより前記広告配信サーバにより配信された広告に関わる操作が行われた際、前記広告配信サーバは、前記ＩＤ価値評価装置に対して当該ユーザの評価を依頼し、
    前記ＩＤ価値評価装置は、前記評価値算出部により前記広告配信サーバから依頼を受けたユーザの価値評価値を算出し、前記評価値出力部により当該ユーザの価値評価値を当該ユーザのユーザＩＤに対応付けて前記広告配信サーバに対して出力し、
    前記広告配信サーバは、前記ＩＤ価値評価装置から取得した前記ユーザの価値評価値を当該価値評価値に対応付けられたユーザＩＤと共に前記広告提供サーバに提供する、
    ＩＤ価値評価システム。
  9. ユーザの属性を示すユーザ属性情報、サービスの属性、及び一般情報を示すサービス属性情報を入力とし、当該ユーザの価値を示す価値評価値を出力する評価関数を用いて、評価すべきユーザの価値評価値を算出する評価値算出ステップと、
    前記評価すべきユーザのユーザＩＤと、前記評価値算出ステップで算出された当該ユーザの価値評価値とを対応付けて出力する評価値出力ステップと、
    を含む、
    ＩＤ価値評価方法。
JP2010188127A 2010-08-25 2010-08-25 Ｉｄ価値評価装置、ｉｄ価値評価システム、及びｉｄ価値評価方法 Withdrawn JP2012048360A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2010188127A JP2012048360A (ja) 2010-08-25 2010-08-25 Ｉｄ価値評価装置、ｉｄ価値評価システム、及びｉｄ価値評価方法
US13/182,854 US20120054042A1 (en) 2010-08-25 2011-07-14 Id-value assessment device, id-value assessment system, and id-value assessment method
CN2011102349297A CN102385727A (zh) 2010-08-25 2011-08-17 Id价值评价设备，id价值评价系统和id价值评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010188127A JP2012048360A (ja) 2010-08-25 2010-08-25 Ｉｄ価値評価装置、ｉｄ価値評価システム、及びｉｄ価値評価方法

Publications (1)

Publication Number Publication Date
JP2012048360A true JP2012048360A (ja) 2012-03-08

Family

ID=45698427

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010188127A Withdrawn JP2012048360A (ja) 2010-08-25 2010-08-25 Ｉｄ価値評価装置、ｉｄ価値評価システム、及びｉｄ価値評価方法

Country Status (3)

Country Link
US (1) US20120054042A1 (ja)
JP (1) JP2012048360A (ja)
CN (1) CN102385727A (ja)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013235572A (ja) * 2012-04-11 2013-11-21 Activecore Inc セグメント解析装置、レコメンド装置、セグメント解析方法、レコメンド方法、セグメント解析プログラムおよびレコメンドプログラム
JP2014006729A (ja) * 2012-06-25 2014-01-16 Yahoo Japan Corp 情報提供装置、情報提供方法及び情報提供プログラム
JP2014041587A (ja) * 2012-07-23 2014-03-06 Nippon Hoso Kyokai <Nhk> 顔表情解析装置および顔表情解析プログラム
JP2014206792A (ja) * 2013-04-10 2014-10-30 テンソル・コンサルティング株式会社 ソーシャルネットワーク情報処理装置、処理方法、および処理プログラム
JP2015535379A (ja) * 2012-10-19 2015-12-10 フェイスブック，インク． モバイルデバイスユーザの将来の状態を予測することに関する方法
JP2016177649A (ja) * 2015-03-20 2016-10-06 ヤフー株式会社 情報処理装置、情報処理プログラムおよび情報処理方法
JP6134411B1 (ja) * 2016-03-17 2017-05-24 ヤフー株式会社 情報処理装置、情報処理システム、情報処理方法、および、情報処理プログラム
JP2018025862A (ja) * 2016-08-08 2018-02-15 インタセクト・コミュニケーションズ株式会社 システム、情報処理装置、情報処理方法及びプログラム
JP2018516421A (ja) * 2016-02-24 2018-06-21 平安科技（深▲せん▼）有限公司 ネットワークアクセス動作識別方法、サーバ及び記憶媒体
JP2020017089A (ja) * 2018-07-25 2020-01-30 Ｚホールディングス株式会社 学習装置、学習方法及び学習プログラム
JP2020030677A (ja) * 2018-08-23 2020-02-27 ログリー株式会社 広告配信システム
JP2020135217A (ja) * 2019-02-15 2020-08-31 フリュー株式会社 サーバ、確率の算出方法、制御プログラム及び記録媒体
JP2022000728A (ja) * 2020-06-19 2022-01-04 株式会社電通 サービス評価システム
WO2022137561A1 (ja) * 2020-12-25 2022-06-30 日本電気株式会社 マーケティング支援装置、システム及び方法並びに非一時的なコンピュータ可読媒体

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8996650B2 (en) * 2011-08-26 2015-03-31 Accenture Global Services Limited Preparing content packages
CN104102576A (zh) * 2013-04-12 2014-10-15 阿里巴巴集团控股有限公司 一种多版本测试方法和装置
US9807116B2 (en) * 2013-05-03 2017-10-31 Vmware, Inc. Methods and apparatus to identify priorities of compliance assessment results of a virtual computing environment
CN107292465A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 用户评价方法、装置及设备

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013235572A (ja) * 2012-04-11 2013-11-21 Activecore Inc セグメント解析装置、レコメンド装置、セグメント解析方法、レコメンド方法、セグメント解析プログラムおよびレコメンドプログラム
JP2014006729A (ja) * 2012-06-25 2014-01-16 Yahoo Japan Corp 情報提供装置、情報提供方法及び情報提供プログラム
JP2014041587A (ja) * 2012-07-23 2014-03-06 Nippon Hoso Kyokai <Nhk> 顔表情解析装置および顔表情解析プログラム
JP2015535379A (ja) * 2012-10-19 2015-12-10 フェイスブック，インク． モバイルデバイスユーザの将来の状態を予測することに関する方法
JP2016122452A (ja) * 2012-10-19 2016-07-07 フェイスブック，インク． モバイルデバイスユーザの将来の状態を予測することに関する方法
JP2014206792A (ja) * 2013-04-10 2014-10-30 テンソル・コンサルティング株式会社 ソーシャルネットワーク情報処理装置、処理方法、および処理プログラム
JP2016177649A (ja) * 2015-03-20 2016-10-06 ヤフー株式会社 情報処理装置、情報処理プログラムおよび情報処理方法
JP2018516421A (ja) * 2016-02-24 2018-06-21 平安科技（深▲せん▼）有限公司 ネットワークアクセス動作識別方法、サーバ及び記憶媒体
JP2017167953A (ja) * 2016-03-17 2017-09-21 ヤフー株式会社 情報処理装置、情報処理システム、情報処理方法、および、情報処理プログラム
JP6134411B1 (ja) * 2016-03-17 2017-05-24 ヤフー株式会社 情報処理装置、情報処理システム、情報処理方法、および、情報処理プログラム
JP2018025862A (ja) * 2016-08-08 2018-02-15 インタセクト・コミュニケーションズ株式会社 システム、情報処理装置、情報処理方法及びプログラム
JP2020017089A (ja) * 2018-07-25 2020-01-30 Ｚホールディングス株式会社 学習装置、学習方法及び学習プログラム
JP7041018B2 (ja) 2018-07-25 2022-03-23 ヤフー株式会社 学習装置、学習方法及び学習プログラム
JP2020030677A (ja) * 2018-08-23 2020-02-27 ログリー株式会社 広告配信システム
JP2020135217A (ja) * 2019-02-15 2020-08-31 フリュー株式会社 サーバ、確率の算出方法、制御プログラム及び記録媒体
JP7410367B2 (ja) 2019-02-15 2024-01-10 フリュー株式会社 サーバ、確率の算出方法、制御プログラム及び記録媒体
JP2022000728A (ja) * 2020-06-19 2022-01-04 株式会社電通 サービス評価システム
WO2022137561A1 (ja) * 2020-12-25 2022-06-30 日本電気株式会社 マーケティング支援装置、システム及び方法並びに非一時的なコンピュータ可読媒体

Also Published As

Publication number Publication date
US20120054042A1 (en) 2012-03-01
CN102385727A (zh) 2012-03-21

Similar Documents

Publication Publication Date Title
JP2012048360A (ja) Ｉｄ価値評価装置、ｉｄ価値評価システム、及びｉｄ価値評価方法
US10664509B1 (en) Processing non-uniform datasets
US8458160B2 (en) Social network based user-initiated review and purchase related information and advertising
US20140244400A1 (en) Systems and methods for social advertisement syndication
AU2011249059B2 (en) System and method for directing content to users of a social networking engine
TWI592889B (zh) 社交聲譽廣告
US20120059707A1 (en) Methods and apparatus to cluster user data
US8732015B1 (en) Social media pricing engine
US20090228397A1 (en) Exchange for tagged user information with scarcity control
US20100332301A1 (en) Compensating in Cost-Per-Action Advertising
TW201520936A (zh) 使用者參與度上下文相關之非保證交付自動標價
KR20140038970A (ko) 광고 지출에 관한 리턴을 갖는 다수의 속성 모델들
KR20110032878A (ko) Sns 프로그램에서 구현되는 키워드 광고방법 및 시스템
CN104281962A (zh) 用于在线系统中的广告和内容的统一市场
US11777925B2 (en) System, method, and program product using ephemeral identity for digital user identification
JP6177536B2 (ja) 情報処理装置
JP2009193465A (ja) 情報処理装置、情報提供システム、情報処理方法、およびプログラム
JP5425613B2 (ja) 広告料を分配する広告管理サーバ、方法及びシステム
US10953324B1 (en) Using game data for providing content items
JP2018045553A (ja) 選択装置、選択方法および選択プログラム
US20130275223A1 (en) Future ad targeting
KR102202061B1 (ko) 판매상품용 홍보영상 제작 연계 시스템
US10530898B1 (en) Serving a content item based on acceptance of a new feature
KR102397385B1 (ko) Ｏ２ｏ 기반 저장쿠폰을 이용한 맞춤형 쿠폰 서비스 제공 방법
US20160189204A1 (en) Systems and methods for building keyword searchable audience based on performance ranking

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20131105