JP2013242657A - 情報処理装置、貢献度算出方法及び貢献度算出プログラム - Google Patents

Abstract

【課題】ターゲティング配信の運用を維持しつつ外部から取得した情報における広告効果への貢献度を算出すること。
【解決手段】本願に係る情報提供装置は、記憶部と、算出部とを有する。記憶部は、コンテンツを提供する提供装置に対してユーザ端末がアクセスする契機で取得されるユーザ情報の分量を、所定の日時毎かつユーザ情報が取得される契機となった提供装置毎に記憶する。算出部は、記憶部に記憶されている各日時に対応する提供装置毎のユーザ情報の分量と、かかる日時における広告効果とを回帰分析することにより得られるユーザ情報の分量と広告効果との相関性に応じて、提供装置毎の広告効果への貢献度を算出する。
【選択図】図５

Description

本発明は、情報処理装置、貢献度算出方法及び貢献度算出プログラムに関する。

近年、インターネットの飛躍的な普及に伴い、インターネットを介した広告配信が盛んに行われている。広告配信として、ウェブページの所定の位置に、例えば企業や商品等を示すアイコンを表示し、かかるアイコンがクリックされた場合に広告主のウェブページへ遷移するものがある。この種の広告配信は、バナー広告や広告リンクと呼ばれているが、本明細書では単に「広告」と呼ぶことがある。

かかる広告配信においては、宣伝効果を高めるために、ユーザの嗜好、性別、年齢、住所、職業などのユーザ情報を予め登録しておき、ユーザ情報に対応する広告を選択的に配信するターゲティング配信が行われている（例えば、特許文献１参照）。

特開２００６−１２０１３５号公報 特開２０１１−１４０７７号公報

上記ターゲティング配信を行うためのユーザ情報は、情報提供業者から広告配信業者に提供される場合がある。かかる情報提供業者は、例えば、複数のサイト提供業者を介してユーザ情報を取得し、質の高いユーザ情報を広告配信業者に提供することでより多くの利益を確保することが可能となる。しかしながら、広告配信業者又は情報提供業者は、どのサイト提供業者の協力によって得られたユーザ情報が広告効果に寄与したかを判定することが困難であった。特に、広告配信業者又は情報提供業者は、宣伝効果を高めることが望まれているので、ターゲティング配信の運用を停止することは好ましくない。このような状況において、広告配信業者又は情報提供業者は、複数のサイト提供業者の協力によって複数のユーザ情報が得られた場合には、これらの複数のユーザ情報を用いたターゲティング配信の運用を維持しつつ、各ユーザ情報における広告効果への貢献度を判定することが困難であった。

また、広告配信業者は、情報提供業者ではなく、サイト提供業者を介してユーザ情報を取得してターゲティング配信を行う場合もある。しかし、上記例と同様に、広告配信業者は、ユーザ情報を用いたターゲティング配信の運用を維持しつつ、どのサイト提供業者の協力によって得られたユーザ情報が広告効果に寄与したかを判定することが困難であった。

本願は、上記に鑑みてなされたものであって、ターゲティング配信の運用を維持しつつ外部から取得した情報における広告効果への貢献度を算出することができる情報処理装置、貢献度算出方法及び貢献度算出プログラムを提供することを目的とする。

本願に係る情報処理装置は、コンテンツを提供する提供装置に対してユーザ端末がアクセスする契機で取得されるユーザ情報の分量を、所定の日時毎かつ当該ユーザ情報が取得される契機となった提供装置毎に記憶する記憶手段と、前記記憶手段に記憶されている各日時に対応する前記提供装置毎のユーザ情報の分量と、当該日時における広告効果とを回帰分析することにより得られる当該ユーザ情報の分量と当該広告効果との相関性に応じて、前記提供装置毎の広告効果への貢献度を算出する算出手段とを備えたことを特徴とする。

本願に係る情報処理装置、貢献度算出方法及び貢献度算出プログラムは、ターゲティング配信の運用を維持しつつ外部から取得した情報における広告効果への貢献度を算出することができるという効果を奏する。

図１は、第１の実施形態に係る広告配信システムの構成例を示す図である。 図２は、第１の実施形態に係る情報提供装置の構成例を示す図である。 図３は、アクセス履歴テーブルの一例を示す図である。 図４は、ユーザ属性テーブルの一例を示す図である。 図５は、第１の実施形態に係る広告配信装置の構成例を示す図である。 図６は、クリック結果テーブルの一例を示す図である。 図７は、第１の実施形態に係る情報提供装置による属性情報更新処理の手順を示すフローチャートである。 図８は、第１の実施形態に係る情報提供装置による情報提供処理の手順を示すフローチャートである。 図９は、第１の実施形態に係る情報提供装置による貢献度算出処理の手順を示すフローチャートである。 図１０は、他の実施形態に係る広告配信システムの構成例を示す図である。

以下に、本願に係る情報処理装置、貢献度算出方法及び貢献度算出プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、貢献度算出方法及び貢献度算出プログラムが限定されるものではない。

（第１の実施形態）
図１〜図９を用いて、本願に係る情報処理装置、貢献度算出方法及び貢献度算出プログラムの第１の実施形態について説明する。なお、第１の実施形態では、各種装置が接続される通信網の一例としてＩＰ（Internet Protocol）網を例に挙げて説明するが、通信網はこれに限定されるものではない。

〔１−１．広告配信システム１の構成〕
まず、図１を用いて、第１の実施形態に係る広告配信装置が含まれる広告配信システムの構成について説明する。図１に例示するように、第１の実施形態に係る広告配信システム１には、サイト提供装置１０_１〜１０_ｎと、ユーザ端末２０_１〜２０_ｍと、広告配信装置３０と、情報提供装置１００とが含まれる。これらの各種装置は、通信網４０を介して通信可能に接続される。サイト提供装置１０_１〜１０_ｎはサイト運営者によって管理され、広告配信装置３０は広告配信業者によって管理され、情報提供装置１００は情報提供業者によって管理される。なお、図１では、１台の広告配信装置３０を図示したが、広告配信システム１には、複数台の広告配信装置３０が含まれる場合もある。同様に、広告配信システム１には、複数台の情報提供装置１００が含まれる場合もある。

また、以下では、サイト提供装置１０_１〜１０_ｎを区別する必要がない場合には、これらを総称して「サイト提供装置１０」と表記する場合がある。また、ユーザ端末２０_１〜２０_ｍを区別する必要がない場合には、これらを総称して「ユーザ端末２０」と表記する場合がある。また、サイト提供装置１０及び情報提供装置１００は、それぞれウェブページを提供するが、以下では、双方のウェブページを区別するために、サイト提供装置１０によって提供されるウェブページを「サイトページ」と表記し、広告配信装置３０によって提供されるウェブページを「ポータルページ」と表記する場合がある。なお、ここでは、便宜上「ポータルページ」と表記したが、広告配信装置３０はポータルサイト以外のウェブページを提供する場合もある。

サイト提供装置１０は、ユーザ端末２０からアクセスがあった場合に、各種サイトページを提供するサーバ装置である。サイト提供装置１０によって提供されるサイトページは、かかるサイトページにアクセスしたユーザ端末２０を識別するためのユーザ識別情報を情報提供装置１００に通知する処理を行う通知機能（以下、第１通知機能と表記する）が埋め込まれる。例えば、このような第１通知機能は、ウェブビーコンによって実現される。具体的には、ウェブビーコンは、サイトページにアクセスしたユーザ端末２０を情報提供装置１００内に格納される透明な画像又は非常に小さな画像（「クリアＧＩＦ」と呼ばれることもある）にアクセスさせる機能を有する。これにより、情報提供装置１００は、ユーザ端末２０から情報を取得することができる。このような通知プログラムであるウェブビーコンによって情報提供装置１００がユーザ端末２０から取得する情報には、サイト提供装置１０の識別情報や、サイトページへのアクセス毎に異なる固有のアクセス固有情報などの情報が含まれる。

ユーザ端末２０は、ユーザによって利用されるＰＣ（Personal Computer）やＰＤＡ（Personal Digital Assistant）等である。かかるユーザ端末２０は、ユーザの操作に従って、サイト提供装置１０によって提供されるサイトページや、広告配信装置３０によって提供されるポータルページにアクセスする。

広告配信装置３０は、ユーザ端末２０からアクセスがあった場合に、バナー広告等の広告コンテンツを含むポータルページ（例えば、ポータルサイト等のウェブページ）を提供する情報処理装置である。広告配信装置３０によって提供されるポータルページは、かかるポータルページにアクセスしたユーザ端末２０を識別するためのユーザ識別情報を情報提供装置１００に通知する処理を行う通知機能（以下、第２通知機能と表記する）が埋め込まれる。このような第２通知機能は、上述した第１通知機能と同様に、ウェブビーコンによって実現される。かかるウェブビーコンは、ポータルページにアクセスしたユーザ端末２０を情報提供装置１００内に格納される透明な画像又は非常に小さな画像にアクセスさせる機能を有しており、これにより、情報提供装置１００はユーザ端末２０から情報を取得する。第２通知機能によって情報提供装置１００がユーザ端末２０から取得する情報には、広告配信装置３０の識別情報や、ポータルページへのアクセス毎に異なる固有のアクセス固有情報などの情報が含まれる。

情報提供装置１００は、ユーザ端末２０によるサイト提供装置１０へのアクセス状況を収集し、かかる収集結果に基づいて広告配信装置３０に対してユーザ情報を提供する情報処理装置である。かかる情報提供装置１００は、サイト運営者の協力の下、複数のサイト提供装置１０を介してユーザ情報を収集し、収集したユーザ情報を統合や加工等して広告配信装置３０に提供する。そして、このような情報提供装置１００を管理する情報提供業者は、ユーザ情報を提供することに対する対価を広告配信業者から得るとともに、ユーザ情報の取得に協力したことに対する対価をサイト運営者に支払う。

第１の実施形態に係る情報提供装置１００は、複数のサイト提供装置１０によって提供される各サイトページに対してユーザ端末２０がアクセスしたことを契機に、第１通知機能によりユーザ端末２０からアクセスを受け付ける。このとき、情報提供装置１００は、ユーザ端末２０との間でユーザ識別情報を送受信することにより、各ユーザ端末２０を識別する。例えば、情報提供装置１００は、ユーザ識別情報として、ＨＴＴＰクッキー（HyperText Transfer Protocol Cookie：以下、単に「クッキー」と表記する）等をユーザ端末２０に送信する。これにより、情報提供装置１００は、どのようなサイトページにアクセスしたユーザ端末２０であるかを識別できるので、ユーザ端末２０のユーザ情報（サイトページのアクセス履歴等）を取得することができる。そして、情報提供装置１００は、これらの各種ユーザ情報を広告配信装置３０に提供することにより、広告配信装置３０によるターゲティング配信を可能にする。

ここで、情報提供装置１００を管理する情報提供業者は、サイト提供装置１０を管理する各サイト運営者に対して、サイトページに第１通知機能を埋め込むよう依頼することとなる。このとき、情報提供業者は、広告効果への貢献度に応じた対価を広告配信業者から得る場合があり、かかる場合には、各サイト運営者に対して広告効果への貢献度に応じた対価を支払うことが考えられる。このため、情報提供業者は、サイト提供装置１０毎に、かかるサイト提供装置１０による協力によって取得できたユーザ情報の貢献度を把握することを要する。また、情報提供業者は、広告効果への貢献度に関係なく、第１通知機能の埋め込みを依頼した時点で対価を支払う場合もあるが、その後に第１通知機能の埋め込みを再度依頼するか否かを判断するためにも、サイト提供装置１０毎の貢献度を把握することが望ましい。第１の実施形態に係る広告配信システム１は、下記に説明するように、複数のサイト提供装置１０によって提供されるサイトページを介して複数のユーザ情報を取得する場合であっても、広告効果への貢献度をサイト提供装置１０毎に算出可能にする。

〔１−２．情報提供装置１００の構成〕
次に、図２を用いて、第１の実施形態に係る情報提供装置１００の構成について説明する。図２に例示するように、第１の実施形態に係る情報提供装置１００は、通信Ｉ／Ｆ（interface）１１０と、ユーザ情報ＤＢ（DataBase）１２０と、制御部１３０とを有する。

通信Ｉ／Ｆ１１０は、例えば、ＮＩＣ（Network Interface Card）等である。制御部１３０は、通信Ｉ／Ｆ１１０を介して、通信網４０に接続されたサイト提供装置１０、ユーザ端末２０及び広告配信装置３０との間で各種データを送受信する。

ユーザ情報ＤＢ１２０は、アクセス履歴テーブル１２１、ユーザ属性テーブル１２２が含まれる。かかるユーザ情報ＤＢ１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置である。

制御部１３０は、取得部１３１と、生成部１３２と、要求応答部１３３と、受信部１３４とを有する。かかる制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。また、制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、図示しない記憶装置に記憶されているプログラムがＲＡＭを作業領域として実行されることにより実現される。かかる制御部１３０は、以下に説明する情報処理の機能や作用を実現又は実行する。

〔１−３（１）．アクセス履歴テーブル１２１〕
次に、図３を用いて、アクセス履歴テーブル１２１の一例について説明する。アクセス履歴テーブル１２１は、各ユーザ端末２０が各サイト提供装置１０へアクセスした履歴を示す情報を記憶する。図３に示した例では、アクセス履歴テーブル１２１には、「ユーザＩＤ」毎に、「アクセス先情報」と「アクセス回数情報」とを対応付けた情報が含まれる。

「ユーザＩＤ」は、ユーザ端末２０を識別するためのユーザ識別情報である。かかる「ユーザＩＤ」は、情報提供装置１００によってユーザ端末２０毎に割り当てられる情報である。例えば、「ユーザＩＤ」は、情報提供装置１００とユーザ端末２０との間で送受信されるクッキーに埋め込まれる。なお、ユーザ端末２０にブラウザが複数搭載されている場合には、１台のユーザ端末２０に対して複数の「ユーザＩＤ」が割り当てられるが、ここでは、説明を分かり易くするためにユーザ端末２０には１つのブラウザが搭載されているものとする。

「アクセス先情報」は、ユーザ端末２０がアクセスしたサイト提供装置１０を示す情報である。また、「アクセス回数情報」は、ユーザ端末２０がサイト提供装置１０へアクセスした回数を示す情報である。

なお、図３に示した例では、アクセス履歴テーブル１２１の「ユーザＩＤ」は、図１に示したユーザ端末２０_１〜２０_ｍに付した参照符号に該当するものとする。また、アクセス履歴テーブル１２１の「アクセス先情報」は、図１に示したサイト提供装置１０_１〜１０_ｎに付した参照符号に該当するものとする。

すなわち、図３に示す例では、ユーザ端末２０_１がサイト提供装置１０_１を１０回アクセスし、サイト提供装置１０_２を１回アクセスしたことを示し、ユーザ端末２０_２がサイト提供装置１０_１をアクセスしておらず、サイト提供装置１０_２を２９回アクセスしたことを示している。このように、図３に例示したアクセス履歴テーブル１２１は、ユーザ情報として、各ユーザ端末２０がどのようなサイトページにアクセスしたことがあるかを示すアクセス履歴を記憶する。

〔１−３（２）．ユーザ属性テーブル１２２〕
次に、図４を用いて、ユーザ属性テーブル１２２の一例について説明する。ユーザ属性テーブル１２２は、ユーザＩＤとユーザの属性情報とが関連付けられたユーザ情報を記憶する。図４に示した例では、ユーザ属性テーブル１２２には、「ユーザＩＤ」毎に、「サイコグラフィック属性」と「デモグラフィック属性」とを記憶する。

「サイコグラフィック属性」は、ユーザの価値観、ライフスタイル、性格、嗜好などを示す情報である。かかる「サイコグラフィック属性」は、例えば、「コスメ（化粧品）」、「車」、「服」、「旅行」などに区分分けされる。図４に示す例では、区分毎に、ユーザの嗜好が相対的に高い場合に「１」が記憶され、それ以外の場合には「０」が記憶される。ただし、これに限定されるものではなく、各区分は、例えば、ユーザの嗜好を３段階以上に評価した情報を記憶してもよい。また、「サイコグラフィック属性」は、図４に示した区分の例に限られず、バイク、経済など様々な区分が含まれてもよい。

「デモグラフィック属性」は、人口統計学的なユーザの属性情報を示す。かかる「デモグラフィック属性」は、例えば、ユーザの「性別」、「年齢」などに区分分けされる。図４に示す「性別」には、ユーザが女性である場合には「１」が記憶され、ユーザが男性である場合には「２」が記憶され、ユーザの性別が不明の場合には「０」が記憶される。また、「年齢」には、ユーザの年齢が記憶され、ユーザの年齢が不明の場合には「ｘ」が記憶される。なお、「デモグラフィック属性」は、図４に示した区分の例に限られず、ユーザの職業、家族構成、年収、住所、学歴など様々な区分が含まれてもよい。

ユーザ属性テーブル１２２に記憶されるユーザ情報である各種属性情報は、後述する生成部１３２によって、アクセス履歴テーブル１２１に記憶されているユーザ情報等が統合及び推定されることにより生成される。

〔１−４．広告配信装置３０の構成〕
次に、図５を用いて、第１の実施形態に係る広告配信装置３０の構成について説明する。図５に例示するように、第１の実施形態に係る広告配信装置３０は、通信Ｉ／Ｆ３１と、ログＤＢ３２と、制御部３３とを有する。

通信Ｉ／Ｆ３１は、例えば、ＮＩＣ等である。制御部３３は、通信Ｉ／Ｆ３１を介して、通信網４０に接続されたサイト提供装置１０、ユーザ端末２０及び情報提供装置１００との間で各種データを送受信する。

ログＤＢ３２は、クリック結果テーブル３２ａが含まれる。かかるログＤＢ３２は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置である。

制御部３３は、受信部３３ａと、配信部３３ｂと、算出部３３ｃとを有する。かかる制御部３３は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。また、制御部３３は、例えば、ＣＰＵやＭＰＵ等によって、図示しない記憶装置に記憶されているプログラムがＲＡＭを作業領域として実行されることにより実現される。かかる制御部３３は、以下に説明する情報処理の機能や作用を実現又は実行する。

〔１−５．クリック結果テーブル３２ａ〕
次に、図６を用いて、クリック結果テーブル３２ａの一例について説明する。クリック結果テーブル３２ａは、所定の日時におけるＣＴＲ（Click Through Rate）を記憶する。図６に示した例では、クリック結果テーブル３２ａは、情報提供装置１００が保持する「ユーザ情報の分量」と、ＣＴＲを算出する日時を示す「算出日時」と、「ＣＴＲ」とを対応付けて記憶する。

「ユーザ情報の分量」は、情報提供装置１００がユーザ情報を取得する契機となったサイト提供装置毎に、情報提供装置１００が保持するユーザ情報の数を示す。なお、図６に示した「ユーザ情報の分量」に表記した「１０_１」や「１０_２」は、図１に示したサイト提供装置１０_１やサイト提供装置１０_２を示す。「ＣＴＲ」は、広告コンテンツの配信数に対する広告コンテンツへのクリック数の割合を示す。

すなわち、図６では、「２０１２年２月１日」の時点で、情報提供装置１００が、サイト提供装置１０_１から取得した「１００個」のユーザ情報と、サイト提供装置１０_２から取得した「２００個」のユーザ情報とを保持し、このときのＣＴＲが「１０％」である例を示している。なお、図６に示した算出日時「基準」に対応するＣＴＲは、情報提供装置１００がサイト提供装置１０_１及び１０_２からユーザ情報を全く取得していない場合、又は、情報提供装置１００が、サイト提供装置１０_１及び１０_２から取得したユーザ情報を広告配信装置３０に提供しない場合にＣＴＲを示す。

〔１−６．作用（属性情報更新処理）〕
次に、図７を用いて、第１の実施形態に係る情報提供装置１００による属性情報更新処理の手順について説明する。かかる属性情報更新処理は、制御部１３０によって繰り返し実行される処理である。

図７に示すように、情報提供装置１００の取得部１３１は、ユーザ端末２０から第１通知機能に基づくアクセスがあったか否かを判定する（ステップＳ１００）。例えば、取得部１３１は、サイト提供装置１０によって提供されるサイトページに埋め込まれたウェブビーコンに基づくアクセスがあったか否かを判定する。かかる処理において、取得部１３１は、ユーザ端末２０から第１通知機能に基づくアクセスがない場合には（ステップＳ１００，Ｎｏ）、属性情報更新処理を終了する。

一方、取得部１３１は、ユーザ端末２０から第１通知機能へのアクセスがあった場合には（ステップＳ１００，Ｙｅｓ）、かかるユーザ端末２０からユーザ識別情報を受信したか否かを判定する（ステップＳ１０１）。例えば、取得部１３１は、ユーザ端末２０からクッキーを受信したか否かを判定する。

そして、取得部１３１は、ユーザ端末２０からユーザ識別情報を受信した場合には（ステップＳ１０１，Ｙｅｓ）、取得したユーザ識別情報からユーザ端末２０のユーザＩＤを取得する（ステップＳ１０２）。一方、取得部１３１は、ユーザ端末２０からユーザ識別情報を受信していない場合には（ステップＳ１０１，Ｎｏ）、アクセス履歴テーブル１２１に含まれない新たなユーザＩＤを含むクッキー等のユーザ識別情報を生成し、生成したユーザ識別情報をユーザ端末２０に送信する（ステップＳ１０３）。

続いて、取得部１３１は、ユーザ端末２０がアクセスした第１通知機能を含むサイトページを提供したサイト提供装置１０を識別する（ステップＳ１０４）。具体的には、取得部１３１は、第１通知機能に基づくアクセスを行ったユーザ端末２０からサイト提供装置１０の識別情報を受信するので、かかる識別情報に基づいて、サイト提供装置１０を識別する。

続いて、取得部１３１は、アクセス履歴テーブル１２１のうち、ステップＳ１０２において取得したユーザ端末２０のユーザＩＤ又はステップＳ１０３で新規に付与したユーザ端末２０のユーザＩＤに対応し、かつ、ステップＳ１０４において取得したサイト提供装置１０に対応する情報を更新する（ステップＳ１０６）。例えば、アクセス履歴テーブル１２１が図３に示す状態にある場合に、ユーザ端末２０_４がサイト提供装置１０_１へアクセスした場合には、取得部１３１は、ユーザＩＤが「２０_１」であり、アクセス先情報が「１０_１」に対応するアクセス回数情報を「１０」から「１１」へ変更する。

続いて、生成部１３２は、取得部１３１によって更新されたアクセス履歴テーブル１２１に基づいて、ユーザ属性テーブル１２２を更新する（ステップＳ１０５）。具体的には、生成部１３２は、取得部１３１によって更新されたユーザＩＤに対応するアクセス履歴テーブル１２１内の各種情報に基づいて、かかるユーザＩＤに対応するサイコグラフィック属性を生成し、生成した属性情報をユーザ属性テーブル１２２に格納する。生成部１３２は、ユーザ属性テーブル１２２の更新が終了した場合に、属性情報更新処理を終了する。

また、サイト提供装置１０は、サイトページの会員ユーザ等に関するユーザの属性情報（サイコグラフィック属性やデモグラフィック属性）を保持する場合もある。このとき、サイト提供装置１０は、ユーザ端末２０が第１通知機能に基づくアクセスを行った際に、かかるユーザ端末２０によるサイトページへのアクセスに対応するアクセス固有情報とともに、ユーザ端末２０の属性情報（サイコグラフィック属性やデモグラフィック属性）を情報提供装置１００に送信してもよい。この場合には、情報提供装置１００の取得部１３１は、サイト提供装置１０から受信したアクセス固有情報に対応するサイトページに埋め込まれた第１通知機能に基づくアクセスを行ったユーザ端末２０を特定する。そして、取得部１３１は、図３では図示することを省略したが、アクセスを行ったユーザ端末２０のユーザＩＤに対応付けて、サイト提供装置１０から受信した属性情報（サイコグラフィック属性やデモグラフィック属性）をアクセス履歴テーブル１２１に格納する。かかる場合には、生成部１３２は、アクセス履歴テーブル１２１に記憶されている属性情報を統合することにより、ユーザ属性テーブル１２２を生成及び更新することとなる。

なお、ここでは、アクセス履歴テーブル１２１が更新される毎に、生成部１３２がユーザ属性テーブル１２２を更新することとしているが、生成部１３２は、アクセス履歴テーブル１２１の情報が所定数更新される毎にユーザ属性テーブル１２２を更新してもよい。また、生成部１３２は、アクセス履歴テーブル１２１に含まれる各ユーザＩＤに対応する情報が所定数更新される毎にユーザ属性テーブル１２２を更新してもよい。

また、生成部１３２は、アクセス履歴テーブル１２１に基づいて、ユーザ属性テーブル１２２を生成する方法、言い換えれば、ユーザのウェブサイトへのアクセス履歴に基づいて、ユーザの属性情報を推定する方法として、種々の方法を用いることができる。例えば、サイト提供装置１０_１が「コスメ」に関するサイトページを提供するものとする。このとき、生成部１３２は、ユーザ端末２０_１がサイト提供装置１０_１にアクセスした場合には、ユーザ端末２０_１のユーザが「コスメ」に興味があると推定することができる。このとき、生成部１３２は、ユーザ端末２０_１のユーザの性別が「女性」であることを推定してもよい。このように、生成部１３２は、アクセス履歴に基づいて、デモグラフィック属性を推定してもよい。この例の場合、生成部１３２は、ユーザＩＤ「２０_１」に対応するユーザ属性テーブル１２２の「コスメ」及び「性別」の情報を「１」に更新する。

また、例えば、サイト提供装置１０_１が「コスメ」に関するサイトページを提供し、サイト提供装置１０_３が「女性服」に関するサイトページを提供するものとする。このとき、生成部１３２は、ユーザ端末２０_１がサイト提供装置１０_１及び１０_３にアクセスした場合には、ユーザ端末２０_１のユーザの性別が「女性」であると推定することができる。ここで、生成部１３２は、ユーザ端末２０_１がサイト提供装置１０_１にアクセスしたという情報だけでなく、サイト提供装置１０_１にアクセスしたという情報と、サイト提供装置１０_３にアクセスしたという情報とを統合することにより、ユーザの性別が「女性」であると精度良く推定することができる。すなわち、生成部１３２は、取得部１３１によって取得された多くのユーザ情報を統合するほど、ユーザの属性情報を高精度に推定することができる。この例の場合には、生成部１３２は、ユーザＩＤ「２０_１」に対応するユーザ属性テーブル１２２の「性別」の情報を「１」に更新する。

このように、取得部１３１は、第１通知機能に基づいてアクセスしたユーザ端末２０から取得したクッキー等のユーザ識別情報からユーザ端末２０のユーザＩＤを取得し、また、ユーザ端末２０がアクセスしたサイト提供装置１０の情報を取得する。そして、取得部１３１は、取得した情報に基づいて、アクセス履歴テーブル１２１を生成及び更新する。そして、生成部１３２は、ユーザ属性テーブル１２２を生成および更新する。

なお、アクセス履歴テーブル１２１に基づいて、ユーザ属性テーブル１２２を生成する方法として、例えば、ユーザ情報ＤＢ１２０に、別途不特定多数のユーザの嗜好情報（商品購入履歴情報やサイトへのアクセス履歴情報など）を記憶しておき、これらの嗜好情報に基づいて、ユーザの属性を推定する協調フィルタリング技術など、種々の方法を用いることができる。

〔１−７．作用（情報提供処理）〕
次に、図８を用いて、第１の実施形態に係る情報提供装置１００による情報提供処理の手順について説明する。かかる情報提供処理は、制御部１３０によって繰り返し実行される処理である。

図８に示すように、制御部１３０の要求応答部１３３は、ユーザ端末２０から第２通知機能に基づくアクセスがあったか否かを判定する（ステップＳ２００）。例えば、要求応答部１３３は、広告配信装置３０によって提供されるポータルページに埋め込まれたウェブビーコンに基づくアクセスがあったか否かを判定する。かかる処理において、要求応答部１３３は、ユーザ端末２０から第２通知機能に基づくアクセスがない場合（ステップＳ２００，Ｎｏ）、情報提供処理を終了する。

一方、ユーザ端末２０から第２通知機能に基づくアクセスがあった場合（ステップＳ２００，Ｙｅｓ）、要求応答部１３３は、第２通知機能に基づくアクセスをしたユーザ端末２０からクッキー等のユーザ識別情報を受信したか否かを判定する（ステップＳ２０１）。かかる処理において、要求応答部１３３は、ユーザ識別情報を受信した場合には（ステップＳ２０１，Ｙｅｓ）、受信したユーザ識別情報からユーザ端末２０のユーザＩＤを取得する（ステップＳ２０２）。

続いて、要求応答部１３３は、ユーザ端末２０がアクセスした第２通知機能を含むポータルページを提供した広告配信装置３０を識別する（ステップＳ２０３）。具体的には、要求応答部１３３は、第２通知機能に基づくアクセスをしたユーザ端末２０から広告配信装置３０の識別情報を受信するので、かかる識別情報に基づいて、広告配信装置３０を識別する。例えば、ユーザ端末２０は、第２通知機能に基づくアクセスを行う際に、アクセス先のＵＲＬに対して、広告配信装置３０の識別情報、及び、ポータルページへのアクセス毎に異なるアクセス固有情報を加えて、情報提供装置１００にアクセスする。要求応答部１３３は、ユーザ端末２０によって第２通知機能に基づくアクセスがされた場合に、これらの広告配信装置３０の識別情報やポータルページへのアクセス固有情報に基づいて、ユーザ端末２０がアクセスした広告配信装置３０を識別する。

続いて、要求応答部１３３は、第２通知機能に基づくアクセスをしたユーザ端末２０のユーザＩＤに対応する属性情報をユーザ属性テーブル１２２から抽出する（ステップＳ２０４）。具体的には、要求応答部１３３は、第２通知機能に基づくアクセスをしたユーザ端末２０のユーザＩＤに対応付けてユーザ属性テーブル１２２に記憶されているサイコグラフィック属性及びデモグラフィック属性を抽出する。

続いて、要求応答部１３３は、ユーザ属性テーブル１２２から抽出した属性情報をアクセス固有情報とともに、ステップＳ２０３で識別した広告配信装置３０に送信する（ステップＳ２０５）。

そして、広告配信装置３０の受信部３３ａは、情報提供装置１００から送信された属性情報（ユーザ情報）及びアクセス固有情報を受信する。そして、広告配信装置３０の配信部３３ｂは、受信部３３ａによって受信されたアクセス固有情報に基づいて、第２通知機能が埋め込まれたポータルページにアクセスしたユーザ端末２０を特定し、かかるユーザ端末２０に対して、受信部３３ａによって受信された属性情報に応じた広告コンテンツを配信する。このとき、配信部３３ｂは、ユーザ端末２０に広告コンテンツを配信した日時、ユーザ端末２０に配信した広告コンテンツの数、ユーザ端末２０に配信した広告コンテンツをユーザ端末２０のユーザによりクリックされたか否かを示すクリック有無などのクリック履歴情報をログＤＢ３２に保持しておく。これにより、広告配信装置３０は、ＣＴＲを算出することができる。

なお、上述では、情報提供装置１００から広告配信装置３０に送信する情報として、「サイコグラフィック属性」及び「デモグラフィック属性」を含む属性情報を例に挙げて説明したが、これに限定されるものではない。例えば、情報提供装置１００から広告配信装置３０に送信する情報は、「サイコグラフィック属性」および「デモグラフィック属性」のいずれか一方を含む属性情報であってもよい。

ところで、広告配信装置３０は、ステップＳ２００において、ユーザ端末２０からポータルページにアクセスされた場合に、広告コンテンツを表示するための広告枠と、広告コンテンツ以外の各種コンテンツ（ニュース、他サイトへのリンクなど）を表示するためのポータルコンテンツ枠とを含むポータルページをユーザ端末２０に提供する。この時点では、ユーザ端末２０は、広告枠に広告コンテンツが表示されていないポータルページをブラウザに表示することとなる。そして、ユーザ端末２０は、その後に、広告配信装置３０から広告コンテンツが配信された場合に、ポータルページ内の広告枠のみをリロードするなどして、かかる広告枠に広告コンテンツを表示することができる。

または、広告配信装置３０は、ステップＳ２００において、広告枠については、広告配信装置３０の所定のＵＲＬにリダイレクトするように設定されたポータルページをユーザ端末２０に提供してもよい。かかる場合に、ユーザ端末２０は、広告枠に広告コンテンツが表示されていないポータルページをブラウザに表示することとなるが、広告枠については、上記所定のＵＲＬにアクセスする。そして、広告配信装置３０は、広告枠に設定されたリダイレクト機能により、ユーザ端末２０から上記所定のＵＲＬにアクセスされた場合に、かかるアクセスに対する応答として、広告コンテンツをユーザ端末２０に配信してもよい。これにより、ユーザ端末２０は、広告枠をリロードすることなく、広告配信装置３０から配信された広告コンテンツを広告枠に表示することができる。

〔１−８．作用（貢献度算出処理）〕
次に、図９を用いて、第１の実施形態に係る広告配信装置３０による貢献度算出処理の手順について説明する。かかる貢献度算出処理は、制御部３３によって実行される処理である。

図９に示すように、広告配信装置３０は、貢献度算出処理の開始タイミングであるか否かを判定する（ステップＳ３００）。なお、ここでいう貢献度算出処理の開始タイミングとは、例えば、広告配信装置３０の操作者によって貢献度算出処理を開始する旨の操作が行われた場合や、予め決められた所定の日時になった場合等を示す。そして、広告配信装置３０は、貢献度算出処理の開始タイミングでない場合には（ステップＳ３００，Ｎｏ）、開始タイミングとなるまで待機する。

一方、広告配信装置３０の算出部３３ｃは、貢献度算出処理の開始タイミングである場合に（ステップＳ３００，Ｙｅｓ）、情報提供装置１００から、ユーザ情報の分量を受信する（ステップＳ３０１）。具体的には、算出部３３ｃは、情報提供装置１００に対して、ユーザ情報の分量を送信するよう要求する。かかる要求を受け付けた情報提供装置１００の制御部１３０は、アクセス履歴テーブル１２１を参照して、ユーザ情報を取得する契機となったサイト提供装置毎にユーザ情報の分量を算出し、算出したサイト提供装置毎のユーザ情報の分量を広告配信装置３０の算出部３３ｃに送信する。

例えば、アクセス履歴テーブル１２１が図３に示した状態である場合、ユーザ端末２０_１はサイト提供装置１０_１にアクセスしており、ユーザ端末２０_２はサイト提供装置１０_１にアクセスしていない。この例の場合、情報提供装置１００は、サイト提供装置１０_１を介してユーザ端末２０_１のユーザ情報を取得しているので、制御部１３０は、サイト提供装置１０_１に対応するユーザ情報の分量として「１個（ユーザ端末２０_１のユーザ情報）」を算出する。また、図３の例では、情報提供装置１００は、サイト提供装置１０_２を介してユーザ端末２０_１及び２０_２のユーザ情報を取得しているので、制御部１３０は、サイト提供装置１０_２に対応するユーザ情報の分量として「２個（ユーザ端末２０_１及び２０_２のユーザ情報）」を算出する。なお、図３では、説明を簡単にするために、例示したユーザＩＤの数がユーザ端末２０_１及び２０_２のみであるが、実際には、アクセス履歴テーブル１２１に多数のユーザＩＤが登録されていること多く、制御部１３０は、「１００個」や「１００００個」等のユーザ情報の分量を算出する場合もある。

続いて、広告配信装置３０の算出部３３ｃは、貢献度算出処理の開始タイミング時点でのＣＴＲを算出する（ステップＳ３０２）。上記の通り、広告配信装置３０は、ユーザ端末２０に広告コンテンツを配信した日時や、配信した広告コンテンツ数、広告コンテンツへのクリック有無などを保持しているので、これらの情報に基づいてＣＴＲを算出することができる。

続いて、算出部３３ｃは、貢献度算出処理の開始タイミング時点での日時を算出日時として、ステップＳ３０１において受信したサイト提供装置毎のユーザ情報の分量と、ステップＳ３０２において算出したＣＴＲをクリック結果テーブル３２ａに更新する（ステップＳ３０３）。

続いて、算出部３３ｃは、ＣＴＲの上昇量を算出する（ステップＳ３０４）。具体的には、算出部３３ｃは、ＣＴＲの上昇量として、クリック結果テーブル３２ａに記憶されている算出日時「基準」に対応するＣＴＲと、ステップＳ３０３において更新したＣＴＲとの差異を算出する。

そして、算出部３３ｃは、クリック結果テーブル３２ａに記憶されている各算出日時について、ＣＴＲの上昇量を従属変数（目的変数）とし、サイト提供装置毎のユーザ情報の分量を独立変数（説明変数）として回帰分析を行うことにより、ＣＴＲをサイト提供装置毎のユーザ情報の分量によって表す回帰式（モデル）を算出する（ステップＳ３０５）。ここでは、算出部３３ｃによって算出される回帰式は、例えば、以下の式（１）のように表される。

ｋ＿ｔ ＝ α（ａ＿ｔ）＋β（ｂ＿ｔ） ・・・ （１）

上記式（１）のうち、「ｋ＿ｔ」は、ＣＴＲの上昇量を示す。また、「ａ＿ｔ」及び「ｂ＿ｔ」は、サイト提供装置毎のユーザ情報の分量を示す。例えば、「ａ＿ｔ」は、情報提供装置１００がサイト提供装置１０_１から取得したユーザ情報の分量を示し、「ｂ＿ｔ」は、情報提供装置１００がサイト提供装置１０_２から取得したユーザ情報の分量を示す。また、「α」は、「ａ＿ｔ」の係数を示し、「β」は、「ｂ＿ｔ」の係数を示す。

例えば、図６に示したクリック結果テーブル３２ａに記憶されている算出日時「基準」を「ｔ＝０」とし、算出日時「２０１２年２月１日」を「ｔ＝１」とし、算出日時「２０１２年２月２日」を「ｔ＝２」とし、算出日時「２０１２年２月３日」を「ｔ＝３」とする。かかる場合に、上記式（１）は、以下の式（２）〜（４）のように表される。なお、ここでは、「ａ＿ｔ」は、サイト提供装置１０_１から取得したユーザ情報の分量を示し、「ｂ＿ｔ」は、サイト提供装置１０_２から取得したユーザ情報の分量を示すものとする。

＜ｔ＝１の場合＞
（ｋ＿１）−（ｋ＿０）＝α（ａ＿１）＋β（ｂ＿１）
１０ − ５ ＝α（１００）＋β（２００）
５ ＝α（１００）＋β（２００） ・・・ （２）

＜ｔ＝２の場合＞
（ｋ＿２）−（ｋ＿０）＝α（ａ＿２）＋β（ｂ＿２）
１２ − ５ ＝α（３００）＋β（２５０）
７ ＝α（３００）＋β（２５０） ・・・ （３）

＜ｔ＝３の場合＞
（ｋ＿３）−（ｋ＿０）＝α（ａ＿３）＋β（ｂ＿３）
２０ − ５ ＝α（３５０）＋β（５００）
１５ ＝α（３５０）＋β（５００） ・・・ （４）

そして、算出部３３ｃは、上記式（２）〜（４）について、最小二乗法等を用いて、上記式（２）〜（４）を近似的に満たすような「α」及び「β」を算出する。例えば、算出部３３ｃは、上記式（１）の両辺を「ｂ＿ｔ」により除算することで下記式（５）を得る。

（ｋ＿ｔ）／（ｂ＿ｔ） ＝ α｛（ａ＿ｔ）／（ｂ＿ｔ）｝＋β ・・・ （５）

上記式（５）は、「（ｋ＿ｔ）／（ｂ＿ｔ）」を「ｙ」とし、「（ａ＿ｔ）／（ｂ＿ｔ）」を「ｘ」とすることで、「ｙ＝α・ｘ＋β」といった一時線形の式とすることができる。算出部３３ｃは、上記式（２）〜（４）を上記式（５）の形式に変換して回帰分析を行うことで「α」及び「β」を算出する。

ここで、算出部３３ｃは、ユーザ情報の分量「ａ＿ｔ」及び「ｂ＿ｔ」のうち、ＣＴＲの上昇量との相関性が高いユーザ情報の分量ほど絶対値が大きい値の係数（「α」や「β」）を算出することになる。例えば、算出部３３ｃは、ユーザ情報の分量が多くなるほどＣＴＲの上昇量が大きくなる傾向がある場合には、かかるユーザ情報の分量の係数として、絶対値が大きくなる値を算出する。また、例えば、算出部３３ｃは、ユーザ情報の分量が多くなってもＣＴＲの上昇量が大きくなる傾向にない場合には、かかるユーザ情報の分量の係数として、絶対値が小さくなる値を算出する。

そこで、算出部３３ｃは、上記式（１）中の係数（絶対値）を各サイト提供装置１０における広告効果への貢献度として算出する（ステップＳ３０６）。上記例の場合、算出部３３ｃは、係数「α」をサイト提供装置１０_１の貢献度として算出し、係数「β」をサイト提供装置１０_２の貢献度として算出する。

算出部３３ｃは、このようにして貢献度算出処理を行い、算出した貢献度を情報提供装置１００に送信する。情報提供装置１００の受信部１３４は、算出部３３ｃによって送信された貢献度を受信する。このとき、受信部１３４は、算出部３３ｃから受信した各貢献度をユーザ情報ＤＢ１２０内に格納してもよい。また、情報提供装置１００は、受信部１３４によって受信された各貢献度を図示しない表示装置に表示してもよい。

〔１−９．効果〕
上述してきたように、第１の実施形態に係る広告配信装置３０は、クリック結果テーブル３２ａ（記憶部の一例に相当）と、算出部３３ｃとを有する。クリック結果テーブル３２ａは、サイトページ（コンテンツの一例に相当）を提供するサイト提供装置１０（提供装置の一例に相当）に対してユーザ端末２０がアクセスする契機で取得されるユーザ情報（属性情報の一例に相当）の量を、所定の日時毎かつユーザ情報が取得される契機となったサイト提供装置１０毎に記憶する。算出部３３ｃは、クリック結果テーブル３２ａに記憶されている各日時に対応するサイト提供装置１０毎のユーザ情報の分量と、かかる日時における広告効果とを回帰分析することにより得られるユーザ情報の分量と広告効果との相関性に応じて、サイト提供装置１０毎の広告効果への貢献度を算出する。

これにより、第１の実施形態に係る広告配信装置３０は、情報提供業者が複数のサイト提供装置１０に対して第１通知機能の埋め込みを依頼した場合であっても、各サイト提供装置１０に対応するユーザ情報群毎に、かかるユーザ情報群における広告効果への貢献度を算出することができる。このため、情報提供装置１００の情報提供業者は、各ユーザ情報群の貢献度に応じて、各サイト提供装置１０のサイト運営者に支払う対価を公平に算出することができる。また、情報提供業者は、事前に対価を支払う場合であっても、各貢献度に基づいて、サイト運営者に対してウェブビーコンの埋め込みを再度依頼するか否かを判断することができる。また、第１の実施形態に係る広告配信装置３０は、ログ情報であるクリック結果テーブル３２ａに記憶されている情報に基づいて貢献度算出処理を行うので、ターゲティング配信等を停止することなく通常運用中に随時各ユーザ情報群の貢献度を算出することができる。

また、第１の実施形態に係る情報提供装置１００において、算出部３３ｃは、回帰分析を行うことにより広告効果をユーザ情報の分量により表した回帰式を算出し、算出した回帰式に含まれるユーザ情報の分量に対応する係数のうち、各サイト提供装置１０に対応するユーザ情報の分量の係数を各サイト提供装置１０における広告効果への貢献度として算出する。

これにより、第１の実施形態に係る広告配信装置３０は、回帰式の係数が示す定量的な値を各サイト提供装置１０における貢献度とすることができる。

また、第１の実施形態に係る広告配信装置３０において、算出部３３ｃは、ユーザ情報を用いていない状態における広告効果のＣＴＲ（広告効果の指標値の一例に相当）と、各日時における広告効果の指標値との差異を各日時における広告効果の変動量として算出し、サイト提供装置１０毎のユーザ情報の分量と広告効果の変動量との相関性に応じて、サイト提供装置１０毎の広告効果への貢献度を算出する。

これにより、第１の実施形態に係る広告配信装置３０は、各サイト提供装置１０における広告効果の上昇量への貢献度を算出することができる。

（第２の実施形態）
本願に係る情報処理装置、貢献度算出方法及び貢献度算出プログラムは、上述した第１の実施形態以外にも種々の異なる形態にて実施されてよい。第２の実施形態では、他の実施形態について説明する。

〔２−１．貢献度算出処理（１）〕
上記実施形態では、広告配信装置３０の算出部３３ｃが、ＣＴＲの上昇量として、算出日時「基準」に対応するＣＴＲと、測定したＣＴＲとの差異を算出する例を示した。しかし、広告配信装置３０は、算出日時「基準」に対応するＣＴＲを保持しない場合もある。そこで、算出部３３ｃは、所定の算出日時を基準日時として、かかる基準日時に対応するＣＴＲと、測定したＣＴＲとの差異をＣＴＲの上昇量としてもよい。

この点について、図６に示した例を用いて説明する。図６に示した例において、クリック結果テーブル３２ａが算出日時「基準」に対応するレコードを記憶していないものとする。このとき、算出部３３ｃは、例えば、算出日時「２０１２年２月１日」を基準日時（ｔ＝１）とする。そして、算出部３３ｃは、各算出日時について、ＣＴＲの上昇量を従属変数（目的変数）とし、サイト提供装置毎のユーザ情報の分量を独立変数（説明変数）として、下記式（６）により表される回帰式（モデル）を算出する。

（ｋ＿ｔ）−（ｋ＿１）＝α｛（ａ＿ｔ）−（ａ＿１）｝＋β｛（ｂ＿ｔ）−（ｂ＿１）｝ ・・・ （６）

例えば、図６に示したクリック結果テーブル３２ａに記憶されている算出日時「２０１２年２月２日」を「ｔ＝２」とし、算出日時「２０１２年２月３日」を「ｔ＝３」とする。かかる場合に、上記式（６）は、以下の式（７）及び（８）のように表される。

＜ｔ＝２の場合＞
１２−１０ ＝ α（３００−１００）＋β（２５０−２００）
２ ＝ α（２００） ＋β（５０） ・・・ （７）

＜ｔ＝３の場合＞
２０−１０ ＝ α（３５０−１００）＋β（５００−２００）
２０ ＝ α（２５０） ＋β（３００） ・・・ （８）

算出部３３ｃは、上記式（７）及び（８）のように表される式を最小二乗法等により回帰分析を行うことで、上記第１の実施形態と同様に、サイト提供装置１０_１の貢献度を示す係数「α」と、サイト提供装置１０_２の貢献度を示す係数「β」を算出することができる。このように、広告配信装置３０は、情報提供装置１００がサイト提供装置１０からユーザ情報を全く取得していない状態におけるＣＴＲを保持しない場合であっても、各サイト提供装置１０の貢献度を算出することができる。

〔２−２．貢献度算出処理（２）〕
また、上記実施形態では、上記式（１）を用いて説明したように、算出部３３ｃが、独立変数（説明変数）として、サイト提供装置毎のユーザ情報の分量（「ａ＿ｔ」や「ｂ＿ｔ」）を用いる例を示した。しかし、算出部３３ｃは、上記式（１）における独立変数（説明変数）として、サイト提供装置毎のユーザ情報の分量の対数（ｌｏｇ（ａ＿ｔ）やｌｏｇ（ｂ＿ｔ））を用いてもよい。

〔２−３．貢献度算出処理（３）〕
また、上記実施形態では、算出部３３ｃが、最小二乗法等を用いて回帰分析を行う例を示した。しかし、算出部３３ｃは、リッジ回帰等の他の分析手法を用いて、上記式（２）〜（４）や（７）及び（８）を近似的に満たすような「α」及び「β」を算出してもよい。

〔２−４．貢献度算出処理（４）〕
また、上記実施形態では、説明を簡単にするために、２個のサイト提供装置１０_１及び１０_２を例に挙げて、式（１）や（６）を示した。しかし、算出部３３ｃは、サイト提供装置が３個以上存在する場合であっても上記例と同様の手法により各サイト提供装置の貢献度を算出することができる。例えば、サイト提供装置が３個以上存在する場合、算出部３３ｃは、上記式（１）の代わりに下記式（９）を用いる。

ｋ＿ｔ ＝ α（ａ＿ｔ）＋β（ｂ＿ｔ）＋γ（ｃ＿ｔ） ・・・ （９）

上記式（９）のうち、「ａ＿ｔ」は、例えば、情報提供装置１００がサイト提供装置１０_１から取得したユーザ情報の分量を示し、「ｂ＿ｔ」は、情報提供装置１００がサイト提供装置１０_２から取得したユーザ情報の分量を示し、「ｂ＿ｔ」は、情報提供装置１００がサイト提供装置１０_３から取得したユーザ情報の分量を示す。そして、「α」は、サイト提供装置１０_１の貢献度を示し、「β」は、サイト提供装置１０_２の貢献度を示し、「γ」は、サイト提供装置１０_３の貢献度を示す。

〔２−５．貢献度算出処理（５）〕
また、上記実施形態において、算出部３３ｃは、ポータルページ毎に、上述してきた回帰分析を行ってもよい。具体的には、広告配信装置３０は、ポータルページ毎に、図６に例示したクリック結果テーブル３２ａを保持してもよい。かかる場合に、広告配信装置３０の算出部３３ｃは、ポータルページ毎にＣＴＲをクリック結果テーブル３２ａに格納し、ポータルページ毎に回帰分析を行うことにより各サイト提供装置１０の貢献度を算出してもよい。これにより、情報提供装置１００は、各サイト提供装置１０の貢献度をより詳細に算出することができる。

〔２−６．システム構成〕
また、上記実施形態では、広告配信システム１に、情報提供装置１００と広告配信装置３０とが含まれる例を示したが、情報提供装置１００と広告配信装置３０とは一体の装置であってもよい。この点について図１０を用いて具体的に説明する。図１０に示した広告配信システム２には、図１に示した情報提供装置１００と広告配信装置３０とが一体化された情報処理装置である広告配信装置２００が含まれる。

かかる広告配信装置２００の広告配信業者は、サイト提供装置１０を管理する各サイト運営者に対して、サイトページに第１通知機能を埋め込むよう依頼する。そして、広告配信装置２００は、図５に示した通信Ｉ／Ｆ３１、ログＤＢ３２、配信部３３ｂ、算出部３３ｃ、図２に示したアクセス履歴テーブル１２１、取得部１３１、生成部１３２等を有する。そして、広告配信装置２００は、自装置が提供するポータルサイトにユーザ端末２０からアクセスされた場合に、かかるユーザ端末２０のユーザＩＤに対応付けてユーザ属性テーブル１２２に記憶されているユーザの属性情報に基づいて、ターゲティング配信を行う。この例の場合、広告配信装置２００は、ポータルサイトへのアクセス時にユーザ端末２０との間でユーザ識別情報を送受信することができる。このため、広告配信装置２００によって提供されるポータルサイトには、第２通知機能が埋め込まれる必要はない。

また、上記実施形態では、広告配信装置３０が貢献度算出処理を行う例を示した。しかし、情報提供装置１００が貢献度算出処理を行ってもよい。この例の場合、情報提供装置１００は、図５に示した算出部３３ｃやクリック結果テーブル３２ａを有する。そして、情報提供装置１００は、広告配信装置３０から定期的にＣＴＲを受信し、受信したＣＴＲを用いて自装置内のクリック結果テーブル３２ａを更新する。そして、情報提供装置１００が有する算出部は、上述してきた算出部３３ｃと同様の貢献度算出処理を行う。

また、上記実施形態では、広告配信装置３０が、ポータルサイトにアクセスしたユーザ端末２０のユーザＩＤと合致する属性情報を情報提供装置１００から取得し、取得した属性情報を用いてターゲティング配信を行う例を示した。しかし、情報提供装置１００は、第１通知機能に基づくアクセスにより常時受信するユーザ情報を用いて、ユーザの嗜好等をモデリングしておき、かかるモデルを用いたターゲティング配信を行ってもよい。すなわち、情報提供装置１００は、ポータルサイトにアクセスしたユーザ端末２０のユーザＩＤと合致するサイコグラフィック属性を保持しない場合であっても、かかるユーザとでもグラフィック属性が近似する他のユーザのサイコグラフィック属性を広告配信装置３０に送信してもよい。広告配信装置３０は、このようなモデルに基づくターゲティング配信を行う場合であっても、上述してきた貢献度算出処理を行ってもよい。

〔２−７．情報提供処理〕
また、上記実施形態では、情報提供装置１００から広告配信装置３０へユーザの属性情報を送信する例を説明した。しかし、情報提供装置１００から広告配信装置３０へ送信する情報は、例えば、ユーザのアクセス履歴の情報であってもよい。この場合、広告配信装置３０は、ユーザのアクセス履歴の情報に基づいて広告コンテンツを選択して配信する。

また、上記実施形態では、ユーザ端末２０によるサイト提供装置１０へのアクセス履歴を逐次取得しながら、かかるアクセス履歴に基づいたユーザの属性情報を広告配信装置３０へ提供するものとして説明した。しかし、広告配信装置３０に対して一定量のユーザ情報を割り当てる場合、ある時点のアクセス履歴に基づいた属性情報を広告配信装置３０へ提供するようにしてもよい。

〔２−８．アクセス履歴テーブル〕
また、上記実施形態では、アクセス履歴テーブル１２１が、サイト提供装置１０毎にアクセス回数を記憶するものとして説明した。しかし、アクセス履歴テーブル１２１に、各サイト提供装置１０のサイトページ（ＵＲＬ）毎のアクセス回数が記憶されるようにしてもよい。これにより、ユーザの属性情報をさらに精度良く判別することができる。サイトページ毎のカウントは、例えば、第１通知機能に、サイト提供装置１０の識別情報に加え、さらに、サイトページの識別情報を含ませるようにすることで実現することができる。

また、アクセス履歴テーブル１２１に、ユーザ端末２０がサイトページにアクセスしたアクセス日時、ユーザ端末２０がサイトページにアクセスした時間長などが記憶されるようにしてもよい。これにより、情報提供装置１００は、ユーザの属性情報をさらに精度良く判別することができる。

〔２−９．ユーザ属性テーブル〕
また、上記実施形態では、ユーザ属性テーブル１２２は、属性情報の区分分けを図４に示すものとして説明した。しかし、広告配信システム１に複数の広告配信装置３０が含まれる場合、ユーザ属性テーブル１２２は、広告配信装置３０毎又は１以上の広告配信装置３０毎に異なる種別区分を分けてもよい。これにより、情報提供装置１００は、広告配信装置３０に応じたユーザの属性情報を提供することができる。

〔２−１０．第１通知機能〕
また、上記実施形態では、サイト提供装置１０によって提供されるサイトページに第１通知機能が埋め込まれる例を示した。しかし、メール提供装置によってユーザ端末２０に対して配信されるメールマガジン等のＨＴＭＬメールに第１通知機能が埋め込まれてもよい。これにより、情報提供装置１００は、ＨＴＭＬメールを受信したユーザ端末２０からもユーザ情報を収集することができるので、ユーザの属性情報をさらに精度良く判別することができる。

〔２−１１．広告〕
また、上記実施形態では、広告配信装置３０からユーザ端末２０に配信される広告コンテンツをバナー広告であるものとして説明したが、広告コンテンツはバナー広告に限定されるものではない。例えば、広告配信装置３０からユーザ端末２０に配信される広告コンテンツは、動画広告、テキスト広告、音声広告などであってもよい。

また、上記実施形態では、広告配信装置３０からユーザ端末２０に広告コンテンツが配信されるものとして説明したが、広告コンテンツを配信する装置は、広告配信装置３０以外の広告用サーバ装置であってもよい。例えば、広告配信装置３０は、ユーザ端末２０に対してターゲティング配信を行う場合に、広告用サーバ装置に格納されている配信対象の広告コンテンツにアクセスするためのＵＲＬが記述されたポータルページをユーザ端末２０に提供してもよい。これにより、ユーザ端末２０は、広告配信装置３０からポータルページを取得した場合に、ポータルページに記述されたＵＲＬにアクセスすることで、広告用サーバ装置から広告コンテンツを取得する。

〔２−１２．その他〕
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述した情報提供装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、特許請求の範囲に記載した「手段」は、「部（section、module、unit）」や「回路」などに読み替えることができる。例えば、記憶手段は、記憶部や記憶回路に読み替えることができ、算出手段は、算出部や算出回路に読み替えることができる。

１０ サイト提供装置
２０ ユーザ端末
３０ 広告配信装置
３２ａ クリック結果テーブル
３３ａ 受信部
３３ｂ 配信部
３３ｃ 算出部
１００ 情報提供装置
１２１ アクセス履歴テーブル
１２２ ユーザ属性テーブル
１３０ 制御部
１３１ 取得部
１３２ 生成部
１３３ 要求応答部
１３４ 受信部

Claims (7)

1. コンテンツを提供する提供装置に対してユーザ端末がアクセスする契機で取得されるユーザ情報の分量を、所定の日時毎かつ当該ユーザ情報が取得される契機となった提供装置毎に記憶する記憶手段と、
   前記記憶手段に記憶されている各日時に対応する前記提供装置毎のユーザ情報の分量と、当該日時における広告効果とを回帰分析することにより得られる当該ユーザ情報の分量と当該広告効果との相関性に応じて、前記提供装置毎の広告効果への貢献度を算出する算出手段と
   を備えたことを特徴とする情報処理装置。
2. 前記算出手段は、
   前記回帰分析を行うことにより前記広告効果を前記ユーザ情報の分量により表した回帰式を算出し、算出した回帰式に含まれるユーザ情報の分量に対応する係数のうち、各提供装置に対応するユーザ情報の分量の係数を当該提供装置における広告効果への貢献度として算出する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記算出手段は、
   前記ユーザ情報を用いていない状態における広告効果の指標値と、各日時における広告効果の指標値との差異を当該各日時における広告効果の変動量として算出し、前記提供装置毎のユーザ情報の分量と当該広告効果の変動量との相関性に応じて、前記提供装置毎の広告効果への貢献度を算出する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記算出手段は、
   前記記憶手段に記憶されている特定の基準日時における広告効果の指標値と、当該特定の基準日時以外の他の日時における広告効果の指標値との差異を広告効果の変動量として算出するとともに、当該基準日時における各提供装置に対応するユーザ情報の分量と、当該他の日時における各提供装置に対応するユーザ情報の分量との差異をユーザ情報の分量の変動量として算出し、当該ユーザ情報の分量の変動量と当該広告効果の変動量との相関性に応じて、前記提供装置毎の広告効果への貢献度を算出する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
5. 前記記憶手段は、
   前記ユーザ端末に配信された広告コンテンツの広告効果を当該広告コンテンツが表示されるウェブページ毎に記憶し、
   前記算出手段は、
   前記各提供装置における広告効果への貢献度を算出する処理を前記ウェブページ毎に行う
   ことを特徴とする請求項１〜４のいずれか一つに記載の情報処理装置。
6. コンピュータが実行する貢献度算出方法であって、
   コンテンツを提供する提供装置に対してユーザ端末がアクセスする契機で取得されるユーザ情報の分量を、所定の日時毎かつ当該ユーザ情報が取得される契機となった提供装置毎に記憶する記憶手段に格納する格納工程と、
   前記記憶手段に記憶されている各日時に対応する前記提供装置毎のユーザ情報の分量と、当該日時における広告効果とを回帰分析することにより得られる当該ユーザ情報の分量と当該広告効果との相関性に応じて、前記提供装置毎の広告効果への貢献度を算出する算出工程と
   を含むことを特徴とする貢献度算出方法。
7. コンテンツを提供する提供装置に対してユーザ端末がアクセスする契機で取得されるユーザ情報の分量を、所定の日時毎かつ当該ユーザ情報が取得される契機となった提供装置毎に記憶する記憶手段に格納する格納手順と、
   前記記憶手段に記憶されている各日時に対応する前記提供装置毎のユーザ情報の分量と、当該日時における広告効果とを回帰分析することにより得られる当該ユーザ情報の分量と当該広告効果との相関性に応じて、前記提供装置毎の広告効果への貢献度を算出する算出手順と
   をコンピュータに実行させることを特徴とする貢献度算出プログラム。

Images