JP2014219713A - 広告配信システム及び広告配信方法 - Google Patents

Abstract

【課題】本発明の広告配信システムは、広告コンテンツを選択する際のテキスト解析の処理時間を短縮することを目的とする。【解決手段】本発明の広告配信システムは、仮想ネットワークを流れるトラフィックに含まれるテキストデータを抽出する、仮想ネットワークごとに設けられたテキストデータ抽出部と、テキストデータ抽出部の抽出したテキストデータに含まれる単語の出現確率に基づき内容を推測し、推測した内容を取得元の仮想ネットワークへ返却する推測処理部と、推測処理部の推測した内容を用いて、定められた広告のなかから内容に合致する広告を、テキストデータ抽出部でテキストデータを抽出したトラフィックと共に配信する広告として選択する、仮想ネットワークごとに設けられた広告選択部と、を備える。【選択図】図１

Description

本発明は、広告コンテンツを提供するための広告配信システム及び広告配信方法に関する。

広告コンテンツを提供するための広告配信システムが提案されている（例えば、非特許文献１から３参照。）。非特許文献１及び２の広告配信システムは、スライスが複数形成されている場合、各仮想ネットワークに設けられている広告処理機構が独立して広告を選択していた。ここで、スライスは、仮想ネットワーク又は論理ネットワークにおける計算資源、記憶媒体資源、ネットワーク帯域資源など資源の集合で定義されており、仮想ネットワーク又は論理ネットワークのインフラ管理者から利用者に提供される。仮想ネットワーク又は論理ネットワークにおけるこれらの資源は、仮想ネットワーク又は論理ネットワークにおける１つのノードの資源であってもよいし、複数のノードやリンクが結合されて出来る資源であってもよい

図５に、本発明に関連する広告配信方法の一例を示す。各仮想ネットワークに設けられている広告処理機構は、広告コンテンツを格納する広告用データベース９２１と、仮想ネットワークを流れるトラフィックに適した広告を選択して広告タイトルを広告用データベース９２１へ登録する広告処理部９２２と、を備える。仮想ネットワークは、仮想ネットワークを流れるトラフィックのテキストデータ及びトラフィックの宛先のＭａｃアドレスを広告用データベース９２１へ出力する。広告用データベース９２１は、テキストデータ及びＭａｃアドレスを取得すると、テキストデータを広告処理部９２２に出力する。広告処理部９２２は、取得したテキストデータを用いてトラフィックに適した広告を選択し、選択した広告タイトルを広告用データベース９２１へ出力する。広告用データベース９２１は、広告処理部９２２から取得した広告タイトルとＭａｃアドレスを関連付けて記憶する。これにより、広告用データベース９２１に登録されているＭａｃアドレスへのトラフィックがある場合、Ｍａｃアドレスと関連付けて記憶されている広告を当該Ｍａｃアドレス宛に配信する。

西田祐二、中尾彰宏、"無線ＡＰの仮想化による網内アドターゲティング"、電子情報通信学会ネットワークシステム研究会、ＮＳ２０１１−１９１（２０１２−０３） Ｎｉｓｈｉｄａ Ｙｕｊｉ、Ｎａｋａｏ Ａｋｉｈｉｒｏ、"Ｉｎ−Ｎｅｔｗｏｒｋ Ａｄ−Ｔａｒｇｅｔｉｎｇ Ｔｈｒｏｕｇｈ ＷｉＦｉ−ＡＰ Ｖｉｒｔｕａｌｉｚａｔｉｏｎ"、Ｔｈｅ １２ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｉｅｓ （ＩＳＣＩＴ）、ｐｐ．１０９２−１０９７、Ｏｃｔ．２０１２ 西田祐二、中尾彰宏、"網内でのダイナミックなテキスト解析に対する効率的な学習データ削減手法"、平成２４年度９月電子情報通信学会通信ソサエティ大会、ＢＳ−８−５、電子情報通信学会大会講演論文集、巻２０１２、ｐ．Ｓ−３３

テキストデータを用いてトラフィックに適した広告を選択するテキスト解析の際、テキストデータのなかからスクリプト部分を削除し、構文解析処理を行い、推測処理を行って内容を推測し、推測した内容を用いてトラフィックに適した広告を選択する。この一連のテキスト解析処理には、メモリの消費が大きく、起動時間が長い課題があった。

前述の課題を解決するために、本発明は、広告コンテンツを選択する際のテキスト解析の処理時間を短縮することの可能な広告配信システム又は広告配信方法を提供することを目的とする。

テキストデータを用いてトラフィックに適した広告を選択するテキスト解析の際にメモリの消費が大きくかつ起動時間が長くなるのは、内容を推測する処理が原因であることを発明者らは発見した。
そこで、本発明は、本発明の目的を達成するために、内容を推測する推測処理をモジュール化し、その推測処理モジュールを各仮想ネットワークで共有化することを特徴とする。

具体的には、本発明の広告配信システムは、
仮想ネットワークを流れるトラフィックに含まれるテキストデータを抽出する、仮想ネットワークごとに設けられたテキストデータ抽出部と、
前記テキストデータ抽出部の抽出したテキストデータに含まれる単語の出現確率に基づき内容を推測し、推測した内容を取得元の仮想ネットワークへ返却する推測処理部と、
前記推測処理部の推測した内容を用いて、定められた広告のなかから内容に合致する広告を、前記テキストデータ抽出部でテキストデータを抽出したトラフィックと共に配信する広告として選択する、仮想ネットワークごとに設けられた広告選択部と、
を備える。

本発明の広告配信システムでは、前記広告選択部の選択した広告の情報を、前記テキストデータ抽出部でテキストデータを抽出したトラフィックに挿入する広告配信部を、仮想ネットワークごとに設けてもよい。

本発明の広告配信システムでは、前記テキストデータ抽出部でテキストデータを抽出したトラフィックの宛先を抽出し、抽出した宛先の当該仮想ネットワークの利用状況を取得し、抽出した宛先の当該仮想ネットワークの利用状況が予め定められた条件と適合するか否かを判定する広告配信判定部を、さらに備え、
前記広告配信部は、当該仮想ネットワークの利用状況が予め定められた条件と適合すると前記広告配信判定部が判定した場合に、広告の情報をトラフィックに挿入してもよい。

具体的には、本発明の広告配信方法は、
仮想ネットワークを流れるトラフィックに含まれるテキストデータを、当該仮想ネットワークが抽出するテキストデータ抽出手順と、
前記テキストデータ抽出手順で抽出したテキストデータに含まれる単語の出現確率に基づき内容を推測し、推測した内容を取得元の仮想ネットワークへ返却する推測処理手順と、
前記推測処理手順で求めた内容を用いて、各仮想ネットワークが定められた広告のなかから内容に合致する広告を、前記テキストデータ抽出手順でテキストデータを抽出したトラフィックと共に配信する広告として選択する広告選択手順と、
を順に有する。

本発明の広告配信方法では、前記広告選択手順で選択した広告の情報を、前記テキストデータ抽出手順でテキストデータを抽出したトラフィックに挿入する広告配信手順を、前記広告選択手順の後にさらに有してもよい。

本発明の広告配信方法では、前記テキストデータ抽出手順の後かつ前記広告配信手順の前に、前記テキストデータ抽出手順でテキストデータを抽出したトラフィックの宛先を抽出し、抽出した宛先の当該仮想ネットワークの利用状況を取得し、抽出した宛先の当該仮想ネットワークの利用状況が予め定められた条件と適合する場合に、前記広告配信手順を実行してもよい。

本発明の広告配信システム又は広告配信方法は、共通のメモリを用いて、各トラフィックに含まれる各単語の出現確率に基づく各トラフィックの内容を推測するため、メモリの冗長な消費を削減することができ、広告コンテンツを選択する際のテキスト解析の処理時間を短縮することができる。

本発明の第１の実施形態に係る広告配信システムの一例を示す概略図である。 本発明の実施形態に係る広告配信方法の一例を示すフローチャートである。 本発明の第２の実施形態に係る広告配信システムの一例を示す概略図である。 本発明の第３の実施形態に係るフィルタリング処理の一例を示すフローチャートである。 本発明に関連する広告配信方法の一例を示すフローチャートである。

添付の図面を参照して本発明の実施形態を説明する。以下に説明する実施形態は本発明の実施の例であり、本発明は、以下の実施形態に制限されるものではない。なお、本明細書及び図面において符号が同じ構成要素は、相互に同一のものを示すものとする。

本発明の実施形態に係る広告配信システムは、無線ＬＡＮを用いた仮想ネットワークの広告配信システムに関する。無線ＬＡＮのアクセスポイントの各スライスが、自ノードを通るトラフィックからテキストを抽出及び解析し、抽出及び解析したテキストに関連がある広告を選択する。そして、無線ＬＡＮのアクセスポイントの各スライスが、当アクセスポイントに接続し、当トラフィックの送受信を行っているノードに対して、選択した広告を配信する。テキスト解析の際に、解析処理を複数のモジュールに分割し、そのうちの推測処理モジュールをスライス間で共有する。これにより、推測処理の際に利用するメモリの冗長な消費を削減し、その処理時間を大幅に短縮する。

推測処理はメモリの使用量が多いため、推測処理モジュールを起動する際には起動時間が必要となる。ｎ個のスライスで独立に推測処理すると、ｎ個分の起動時間が必要となる。本発明は、推測処理モジュールを共有化するため、各スライスの利用する推測処理モジュールを予め起動しておくことができる。このため、本発明は、起動時間を短くすることができ、これにより処理速度を向上することができる。

（第１の実施形態）
図１に、本実施形態に係る広告配信システムの一例を示す。本発明に係る広告配信システムは、スライスＳＬ１〜ＳＬ３と、少なくともいずれかのスライスと通信接続されたユーザ端末（不図示）と、を備える。

各スライスＳＬ１〜ＳＬ３は、トラフィックの流通が可能な仮想ネットワークすなわち仮想化された資源の集合である。各スライスＳＬ１〜ＳＬ３は、ＷｉＦｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）−ＡＰ（Ａｃｃｅｓｓ Ｐｏｉｎｔ）を仮想化し、それぞれＭＶＮＯ（Ｍｏｂｉｌｅ Ｖｉｒｔｕａｌ Ｎｅｔｗｏｒｋ Ｏｐｅｒａｔｏｒ）が仮想化された論理アクセスポイントでインターネット接続サービスを展開する。ＷｉＦｉ−ＡＰ上にプロキシサーバを配置することにより、フローを捕捉し、広告を表示するためのスクリプトを挿入する。その際に、流れるトラフィックをテキスト解析してアドターゲティング広告を挿入しユーザ端末上で広告コンテンツを表示するサービスを展開する。

各スライスは、テキストデータ抽出部として機能するテキスト抽出モジュールと、構文解析部として機能する構文解析モジュールと、広告選択部として機能する適合処理モジュールを備える。本実施形態では、各スライスに資源を提供している実環境であるホスト９１上に、推測処理部として機能する推測処理モジュール９３を備える。

ＭＶＮＯが仮想化により１つのアクセスポイントを共有することで、サーバ仮想化に見られるような、無線周波数、帯域又は計算資源の利用を最適化することができる。各ＭＶＮＯを収容するスライスの数を増やすことでスケーラビリティが問題になる。仮想環境のプロセスは実環境のファイルシステム上で扱える。そこで、本実施形態では、推測を行うプログラムを統一し、ホスト９１から提供することで、個々のスライスによるプログラムの立ち上げを防ぐ。

図２に、本実施形態に係る広告配信方法の一例を示す。本発明の実施形態に係る広告配信方法は、テキストデータ抽出手順と、推測処理手順と、広告選択手順と、広告配信手順と、を順に有する。テキストデータ抽出手順では、スライス９２上のテキスト抽出モジュールが、ステップＳ１０１を実行する。推測処理手順では、ホスト９１上の推測処理モジュール９３が、ステップＳ１０４を実行する。広告選択手順では、スライス９２上の適合処理モジュールが、ステップＳ１０５を実行する。広告配信手順では、スライス９２上のフィルタリング処理モジュールが、ステップＳ１０７を実行する。

ステップＳ１０１及びＳ１０２では、スライス９２上のテキスト抽出モジュールを実行する。テキスト抽出モジュールは、仮想ネットワークを流れるトラフィックに含まれるテキストデータを、当該仮想ネットワークが抽出する（Ｓ１０１）。そして、テキスト抽出モジュールは、テキストデータのスクリプト部分を削除する（Ｓ１０２）。

ステップＳ１０３では、スライス上の構文解析モジュールを実行する。構文解析モジュールは、テキストデータの構文解析処理を行い、解析結果をトラフィックごとにホスト９１上に構築された推測処理モジュール９３へ出力する。構文解析は、例えば、英語のテキストデータであれば辞書変換を行い、日本語のテキストデータであれば形態素解析を行う。

ステップＳ１０４では、各スライスに共通のホスト９１上の推測処理モジュールを実行する。推測処理モジュールは、テキストを形態素解析し、内容の推測を行う。具体的には、推測処理モジュールは、テキストデータを各仮想ネットワークから取得し、各トラフィックに含まれる各単語の出現確率に基づく内容特徴ベクトルを求める。推測処理モジュールとしては、例えば、ＰＬＤＡ＋を用いることができる。そして、推測処理モジュールは、推測した内容を取得元のスライスへ返却する。

ステップＳ１０５及びＳ１０６では、スライス上の適合処理モジュールを実行する。適合処理モジュールは、各仮想ネットワークが定められた広告のなかから内容に合致する広告を、ステップＳ１０１でテキストデータを抽出したトラフィックと共に配信する広告として選択する（Ｓ１０５）。そして、適合処理モジュールは、選択した広告タイトルと、トラフィックの宛先のＭａｃアドレスを、広告用データベース９２１に登録する（Ｓ１０６）。ここで、合致とは、完全一致ではなく類似度が高いことをいう。

ここで、特徴ベクトルの類似度の比較は、例えば、ユークリッド距離やマンハッタン距離を用いることができる。類似度の比較は、コサイン類似度を用いることができる。特徴ベクトル群を用いて広告の検索を行う際に、近似解を取得することにより検索を行うＬＳＨ（Ｌｏｃａｌｉｔｙ Ｓｅｎｓｉｔｉｖｅ Ｈａｓｈｉｎｇ）を用いてもよい。

ステップＳ１０７では、各スライス９２がフィルタリング処理を実行する。フィルタリング処理は、ステップＳ１０１でテキストデータを抽出したトラフィックに、ステップＳ１０５で選択した広告の挿入を行う。これにより、論理アクセスポイントを利用するスライス９２は、インターネット接続サービスにおいて、広告の挿入されたトラフィックをユーザ端末に配信することができる。

ここで、推測処理モジュール９３はスライス間からＡＰＩ（Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍｍｉｎｇ Ｉｎｔｅｒｆａｃｅ）により共有し、構文解析後のデータをＡＰＩにより推測処理モジュール９３に入力する。このときの共有は、プロセス間通信を用いる。プロセス間通信は、論理アクセスポイント上のプログラムが論理アクセスポイント上で共有された推測処理を呼び出す際の通信手法の一つであり、例えばＰＩＰＥによる通信である。本構成では、トラフィックに含まれるトピック数が５００程度の文書の場合、１回の推測処理が数十秒から１．２秒で完了する。

図５に示す広告配信方法では、ＨＴＴＰ Ｒｅｓｐｏｎｓｅを受信する処理と、テキスト解析の処理は非同期で行っていた。広告事業主毎に仮想的な計算機環境であるスライスをＷｉＦｉ−ＡＰ上に独立に構築する技術は、テキスト解析のどの部分が複数のスライスで実行された際にボトルネックになるか記載も示唆もない。一方、本実施形態に係る広告配信方法では、推測処理をスライスとは異なる推測処理モジュール９３が行うため、ＨＴＴＰ Ｒｅｓｐｏｎｓｅを受信する処理と並列して推測処理を行うことができる。このため、推測処理が完了するまでの待機時間を省略してタイムラグの発生を防ぐことができるため、最新の取得データによるユーザの嗜好を広告に反映することができる。

共有された推測処理モジュールを用いるためのＡＰＩをＷｉＦｉ−ＭＶＮＯに提供することで、ＭＶＮＯが自ら推測プログラムを開発する必要がなくなる。このようなプログラムの再利用によって、より簡単にサービスを提供することが可能になる。

本実施形態では、各ＭＶＮＯが一つのプログラムに同時にアクセスするために、それぞれの推測処理要求をマルチスレッドにより個別に引き受けて処理する。ＬＤＡモデルは、プログラムの起動時点でオブジェクトとして読み込まれると、その後は書き換えられることが無い。なぜならＬＤＡモデルは、単語が各トピックに対して生起する確率分布を示したものであり、推測処理ではそれを元にサンプリングを行うだけで、書き換える必要性が無いからである。そこで、ＬＤＡモデルを読み込んだ直後に、マルチスレッドにより処理を分けた後で、各ＭＶＮＯからの推測プログラムの利用要求の処理を始める。ＬＤＡモデルを読み込むには時間がかかるため、事前にＬＤＡモデルを読み込んでおけば、推測処理にかかる時間を大幅に短縮することもできる。また、各スレッドで推測を行う部分は、ＰＬＤＡ＋のコードをほとんど変更せずにそのまま用いるため、このプログラムの改変による推測能力への影響はない。

なお、本実施形態では、仮想ネットワークの流通するトラフィックが下りトラフィックであるＨＴＴＰ Ｒｅｓｐｏｎｓｅである場合について説明したが、本発明はテキストデータを含む任意のトラフィックに適用できる。例えば、上りトラフィック、例えばＨＴＴＰ Ｒｅｑｕｅｓｔを、抽出及び解析の対象であるトラフィックとしても構わない。

（第２の実施形態）
図３に、本実施形態に係る広告配信システムの一例を示す。本実施形態では、各スライスが、ＷｉＦｉ−ＡＰを仮想化し、それぞれＭＶＮＯが仮想化された論理アクセスポイントでインターネット接続サービスを展開する。その際に、流れるトラフィックを論理アクセスポイント上である程度テキスト解析し、重い処理である推測処理を、遠隔のホストサーバで行う。

プロセス間通信は、論理アクセスポイント上のプログラムが論理アクセスポイント上で共有された推測処理を呼び出す際の通信手法の一つであり、例えばソケットによる通信による通信である。例えばＢＳＤ（Ｂｅｒｋｅｌｅｙ Ｓｏｆｔｗａｒｅ Ｄｉｓｔｒｉｂｕｔｉｏｎ）ソケットを用いてＴＣＰ接続を通して仮想環境と実環境を接続し、解析用のテキストを送信し、解析された結果を受信する。実環境で起動する推測処理モジュールは、あるポート番号で接続を待ち続け、接続要求を受けると新規にスレッドを起動し、ソケット識別子をそのスレッドに渡す。スレッドではソケットを閉じることなく、通信先と何度もデータの受け渡しを行う。

本実施形態では、１回の推測処理が０．６５秒で完了する。ただし遠隔ホストとの通信で６０ｋｂｐｓ程度の帯域が必要となる。あとは第１の実施形態と同様に解析してアドターゲティング広告を挿入し、ユーザ端末上で表示するサービスを展開する。

なお、本実施形態のように遠隔サーバを用いる場合は、ＳＳＨ（Ｓｅｃｕｒｅ ＳＨｅｌｌ）により各環境にログインしてクライアントプロセスを再始動させる必要がある。また、プロセス間通信は、ソケット以外の通信、例えば名前付きパイプ（ＦＩＦＯ）を用いてもよい。

ＷＡＮ側の帯域が非常に狭い場合があるが、このような場合であっても、本実施形態に係る広告配信システム又は広告配信方法を用いることで、ユーザ端末の要求データの帯域の圧迫を避けることができる。

（第３の実施形態）
本実施形態では、スライス９２に広告配信判定部を設け、フィルタリング処理（Ｓ１０７）において、トラフィックの利用状況に応じて広告挿入の頻度を動的に調節する。

具体的には、ステップＳ１０１でテキストデータを抽出したトラフィックの宛先を抽出し、抽出した宛先の当該仮想ネットワークの利用状況を取得し、抽出した宛先の当該仮想ネットワークの利用状況が予め定められた条件と適合する場合に、ステップＳ１０７における広告挿入を行う。

ここで、仮想ネットワークの利用状況は、例えば、ダウンロードしたコンテンツサイズなどの消費帯域、ウェブ閲覧回数又はドメイン数である。これらのいずれかの値とその閾値を比較して、広告挿入を行う／行わないを切替える。

図４に、本実施形態に係るフィルタリング処理の一例を示す。本実施形態に係るフィルタリング処理は、図２に示すステップＳ１０１の後でありかつステップＳ１０７における広告挿入の前に行う。

プロキシサーバがＨＴＴＰフローを受け取ると、トラフィックのサイズを広告用データベース９２１の値に加算する（Ｓ２０１）。

ステップＳ２０２では、サイズが定められたサイズを超えていた場合（Ａ２０２においてＹｅｓ）、ＯＶＥＲフラグをオンにして（Ｓ２０３）、広告用データベース９２１上のサイズの値を０に戻す（Ｓ２０４）。

次に、前回閲覧したウェブサイトのＦＱＤＮと変化したカウントを取得して、今回のＦＱＤＮを代わりに登録する（Ｓ２０５）。ＦＱＤＮが変わっていた場合（Ｓ２０６においてＹｅｓ）は、そのカウントを判断する（Ｓ２０７）。カウントが定義された値を超えていた場合（Ｓ２０７においてＹｅｓ）は、ＴＲＡＮＳフラグをオンにして（Ｓ２０８）、広告用データベース９２１上のカウントを０に戻す（Ｓ２０９）。

次に、フローの内容がテキストデータである場合（Ｓ２１０においてＹｅｓ）に、それらのフラグがオンになっていることを確認すると（Ｓ２１２及びＳ２１４）、フィルタリングが作動し（Ｓ２１３及びＳ２１５）、広告用のスクリプトが挿入される。広告の挿入は、例えば、ＨＴＭＬ上にあらかじめ広告を挿入する場所を設けておき、論理アクセスポイント上で、予め置いておいた広告の画像や動画ファイルをその場所に挿入を行う。

ウェブ閲覧の度に動画を配信することは、ユーザによっては許容しがたいサービスになる。ユーザのネットワーク利用状況に応じて広告を配信することで、適度に動画を配信することができる。例えば、通信状況をモニターして履歴を記録することにより、ある通信頻度が閾値を超えた場合には広告挿入を行わず、しばらく通信が途絶えたあとに通信が再会した場合には広告挿入を行うことができる。

本発明は情報通信産業に適用することができる。

９１：ホスト
９２：スライス
９３：推測処理モジュール
９４：ホストサーバ
９２１：広告用データベース
９２２：広告処理部

Claims (6)

1. 仮想ネットワークを流れるトラフィックに含まれるテキストデータを抽出する、仮想ネットワークごとに設けられたテキストデータ抽出部と、
   前記テキストデータ抽出部の抽出したテキストデータに含まれる単語の出現確率に基づき内容を推測し、推測した内容を取得元の仮想ネットワークへ返却する推測処理部と、
   前記推測処理部の推測した内容を用いて、定められた広告のなかから内容に合致する広告を、前記テキストデータ抽出部でテキストデータを抽出したトラフィックと共に配信する広告として選択する、仮想ネットワークごとに設けられた広告選択部と、
   を備える広告配信システム。
2. 前記広告選択部の選択した広告の情報を、前記テキストデータ抽出部でテキストデータを抽出したトラフィックに挿入する広告配信部を、仮想ネットワークごとに設け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. 前記テキストデータ抽出部でテキストデータを抽出したトラフィックの宛先を抽出し、抽出した宛先の当該仮想ネットワークの利用状況を取得し、抽出した宛先の当該仮想ネットワークの利用状況が予め定められた条件と適合するか否かを判定する広告配信判定部を、さらに備え、
   前記広告配信部は、当該仮想ネットワークの利用状況が予め定められた条件と適合すると前記広告配信判定部が判定した場合に、広告の情報をトラフィックに挿入する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. 仮想ネットワークを流れるトラフィックに含まれるテキストデータを、当該仮想ネットワークが抽出するテキストデータ抽出手順と、
   前記テキストデータ抽出手順で抽出したテキストデータに含まれる単語の出現確率に基づき内容を推測し、推測した内容を取得元の仮想ネットワークへ返却する推測処理手順と、
   前記推測処理手順で求めた内容を用いて、各仮想ネットワークが定められた広告のなかから内容に合致する広告を、前記テキストデータ抽出手順でテキストデータを抽出したトラフィックと共に配信する広告として選択する広告選択手順と、
   を順に有する広告配信方法。
5. 前記広告選択手順で選択した広告の情報を、前記テキストデータ抽出手順でテキストデータを抽出したトラフィックに挿入する広告配信手順を、前記広告選択手順の後にさらに有することを特徴とする請求項４に記載の広告配信方法。
6. 前記テキストデータ抽出手順の後かつ前記広告配信手順の前に、前記テキストデータ抽出手順でテキストデータを抽出したトラフィックの宛先を抽出し、抽出した宛先の当該仮想ネットワークの利用状況を取得し、抽出した宛先の当該仮想ネットワークの利用状況が予め定められた条件と適合する場合に、前記広告配信手順を実行することを特徴とする請求項５に記載の広告配信方法。

Images