JP2016177536A - 抽出装置、抽出方法及び抽出プログラム - Google Patents
抽出装置、抽出方法及び抽出プログラム Download PDFInfo
- Publication number
- JP2016177536A JP2016177536A JP2015057209A JP2015057209A JP2016177536A JP 2016177536 A JP2016177536 A JP 2016177536A JP 2015057209 A JP2015057209 A JP 2015057209A JP 2015057209 A JP2015057209 A JP 2015057209A JP 2016177536 A JP2016177536 A JP 2016177536A
- Authority
- JP
- Japan
- Prior art keywords
- user
- advertising
- advertisement
- content
- advertising content
- 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.)
- Granted
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 142
- 238000009826 distribution Methods 0.000 claims abstract description 145
- 230000000694 effects Effects 0.000 claims abstract description 69
- 239000000284 extract Substances 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 19
- 230000032258 transport Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 30
- 238000012384 transportation and delivery Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 235000014510 cooky Nutrition 0.000 description 6
- 230000010365 information processing Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 101710114762 50S ribosomal protein L11, chloroplastic Proteins 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012612 commercial material Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Abstract
【解決手段】抽出装置に対応する広告装置100は、受付部132と、取得部133と、抽出部134とを有する。受付部132は、共通した宣伝対象に関する複数の広告コンテンツの入稿を受け付ける。取得部133は、広告コンテンツの配信対象であるユーザの属性に基づき分類されるユーザ群毎に、複数の広告コンテンツの広告効果を示す指標値を取得する。抽出部134は、取得部133によって取得された指標値とユーザ群との相関性に基づいて、複数の広告コンテンツの中から、ユーザに配信される広告コンテンツを抽出する。
【選択図】図3
Description
まず、図1を用いて、実施形態に係る抽出処理の一例について説明する。図1は、実施形態に係る抽出処理の一例を示す図である。図1では、本願に係る抽出装置に対応する広告装置100によって、ユーザに配信される広告コンテンツの抽出処理が行われる例を示す。
次に、図2を用いて、実施形態に係る広告装置100が含まれる抽出処理システム1の構成について説明する。図2は、実施形態に係る抽出処理システム1の構成例を示す図である。図2に例示するように、実施形態に係る抽出処理システム1には、ユーザ端末10と、広告主端末20と、ウェブサーバ30と、広告装置100とが含まれる。これらの各種装置は、ネットワークNを介して、有線又は無線により通信可能に接続される。なお、図2に示した抽出処理システム1には、複数台のユーザ端末10や、複数台の広告主端末20や、複数台のウェブサーバ30が含まれてもよい。
次に、図3を用いて、実施形態に係る広告装置100の構成について説明する。図3は、実施形態に係る広告装置100の構成例を示す図である。図3に示すように、広告装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、広告装置100は、広告装置100を利用する管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。かかる通信部110は、ネットワークNと有線又は無線で接続され、ネットワークNを介して、ユーザ端末10や、広告主端末20や、ウェブサーバ30との間で情報の送受信を行う。
記憶部120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、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部120は、広告情報記憶部121と、ユーザ情報記憶部122と、配信ログ記憶部123と、モデル記憶部124とを有する。
広告情報記憶部121は、広告主端末20から入稿される広告コンテンツに関する情報を記憶する。ここで、図4に、実施形態に係る広告情報記憶部121の一例を示す。図4は、実施形態に係る広告情報記憶部121の一例を示す図である。図4に示した例では、広告情報記憶部121は、「広告主ID」、「広告グループID」、「広告コンテンツID」、「指定情報」、「配信結果」といった項目を有する。また、「指定情報」の項目は、さらに「下限配信数」、「指定総配信数」といった項目を有する。また、「配信結果」の項目は、さらに「個別配信数」、「個別CTR」、「総配信数」、「総CTR」といった項目を有する。
ユーザ情報記憶部122は、広告コンテンツの配信対象であるユーザに関する情報を記憶する。ここで、図5に、実施形態に係るユーザ情報記憶部122の一例を示す。図5は、実施形態に係るユーザ情報記憶部122の一例を示す図である。図5に示した例では、ユーザ情報記憶部122は、「ユーザID」、「ユーザ情報」といった項目を有する。また、「ユーザ情報」には、「氏名」、「性別」、「年齢」、「居住地」といった項目が含まれる。
配信ログ記憶部123は、広告コンテンツの配信に関するログを記憶する。ここで、図6に、実施形態に係る配信ログ記憶部123の一例を示す。図6は、実施形態に係る配信ログ記憶部123の一例を示す図である。図6に示した例では、配信ログ記憶部123は、「配信された広告コンテンツID」、「配信先のユーザID」、「広告コンテンツが配信された日時」といった項目を含むログ情報の一群から構成されるユーザ情報ファイルF01を記憶する。例えば、ユーザ情報ファイルF01を構成するログは、広告コンテンツが配信されたタイミングでユーザ情報ファイルF01に書き込まれることにより追加される。
モデル記憶部124は、広告コンテンツの配信に関するログを記憶する。ここで、図7に、実施形態に係るモデル記憶部124の一例を示す。図7は、実施形態に係るモデル記憶部124の一例を示す図である。図7に示した例では、モデル記憶部124は、「広告グループID」、「広告コンテンツID」、「モデルID」といった項目を有する。
制御部130は、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、広告装置100内部の記憶装置に記憶されている各種プログラム(抽出プログラムの一例に相当)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。また、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。
入稿受付部131は、広告主端末20から広告コンテンツの入稿を受け付ける。具体的には、入稿受付部131は、共通した宣伝対象に関する複数の広告コンテンツの入稿を受け付ける。そして、入稿受付部131は、入稿元の広告主を識別する広告主IDと、広告グループIDとに対応付けて、入稿された複数の広告コンテンツに関する情報を広告情報記憶部121に記憶する。
受信部132は、広告コンテンツの配信要求を受信する。具体的には、受信部132は、ウェブページを表示するユーザ端末10から送信される要求であって、ウェブページに含まれる広告枠で表示する広告コンテンツの配信に関する要求を受信する。
取得部133は、各種情報を取得する。例えば、取得部133は、ユーザに関する情報や、広告コンテンツに関する情報や、広告配信に関する情報を取得する。具体的には、取得部133は、広告コンテンツの配信に関する情報を配信ログ記憶部123から取得する。また、取得部133は、実際に配信された広告コンテンツをユーザがクリックした回数などの広告効果に関する情報を、ウェブサーバ30やユーザ端末10から取得する。このとき、取得部133は、広告コンテンツの配信対象であるユーザの属性に基づき分類される所定のユーザ群毎に、複数の広告コンテンツの広告効果を示す指標値を取得する。
抽出部134は、取得部133によって取得された指標値とユーザ群との相関性に基づいて、複数の広告コンテンツの中から、ユーザに配信される広告コンテンツを抽出する。
0 = ω1・(60歳代ユーザ群のCTR) + ω2・(男性ユーザ群のCTR) + ω3・(B県ユーザ郡のCTR) ・・・ (4)
配信部135は、受信部132によって受信された広告コンテンツの配信要求を送信したユーザに対応するユーザ端末10に、抽出部134によって抽出された広告コンテンツを配信する。
通知部136は、広告配信に関する情報を広告主に通知する。具体的には、通知部136は、広告コンテンツの配信数や、広告コンテンツがユーザからクリックされた回数などの広告効果を示す指標値を広告主に通知する。
次に、図9及び図10を用いて、実施形態に係る広告装置100による抽出処理の手順について説明する。まず、図9を用いて、複数の広告コンテンツのうち、ランダムに広告コンテンツを抽出する処理の流れについて説明する。図9は、実施形態に係る広告装置100による抽出処理手順(1)を示すフローチャートである。
上述した広告装置100は、上記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。そこで、以下では、広告装置100の他の実施形態について説明する。
上述した実施形態において、取得部133は、広告コンテンツの広告効果を示す指標値としてCTRを取得する例を示した。しかし、取得部133は、CTRの他にも、広告効果を示す指標値を取得してもよい。
上述した実施形態に係る抽出処理において、取得部133は、ユーザ端末10がウェブサーバ30の提供するウェブサイトにアクセスした場合におけるユーザ情報を取得する例を示した。しかし、取得部133は、ユーザ端末10がウェブサーバ30の提供するウェブサイトにアクセスする場合に限らず、ユーザ端末10からユーザ情報を取得することもある。この点について、以下に説明する。
上述した実施形態において、入稿受付部131は、共通した宣伝対象に関する複数の広告コンテンツの入稿を受け付け、抽出部134は、入稿受付部131により受け付けられた複数の広告コンテンツの中から、ユーザに配信される広告コンテンツを抽出する例を示した。ここで、抽出部134は、広告主から受け付ける所定の条件に基づいて広告コンテンツを抽出するようにしてもよい。
上述した実施形態において、広告装置100は、ユーザの属性情報に基づいて、ユーザを所定のユーザ群に分類する例を示した。例えば、実施形態では、広告装置100は、ユーザを「年齢」や「性別」や「居住地」などでユーザ群に分類する例を示した。ここで、広告装置100は、異なるユーザ情報を用いてユーザを分類してもよい。例えば、広告装置100は、ユーザ情報のうち、「年収」や「嗜好」などを用いてユーザを分類してもよい。例えば、広告装置100は、ユーザを「年収1000万円以上」のユーザ群に分類し、かかるユーザ群に属するユーザに対して広告効果が高くなる広告コンテンツを抽出するといった処理を行うことができる。また、上述のように、広告装置100は、ユーザ情報の各要素を用いて、ユーザ群を任意に設定できる。これにより、広告装置100は、幅広いユーザ層の各々に対して、広告効果の高い広告コンテンツの配信を行うことができる。
上記の実施形態では、まず、広告装置100は、所定数の広告コンテンツをランダムに配信し、所定数の配信が終了した時点で抽出処理を最適化することを説明した。ここで、広告装置100は、ランダム配信が終了した時点であっても、さらに、所定の割合についてはランダム配信を継続することにより、最適化処理を更新するようにしてもよい。
上記実施形態においては、広告装置100は、複数の広告コンテンツについて、受け付けた指定総配信数を配信する例を示した。具体的には、広告装置100は、図4の例のように、広告主CL11から指定総配信数「1000000」を受け付けた場合に、広告グループAD11の総配信数が「1000000」を達成するように広告コンテンツを配信する。すなわち、広告装置100は、インプレッション数(ユーザ端末10に表示された回数)を指定して広告コンテンツを配信する形態(インプレッション保証型広告)で配信を行う例を示した。しかし、広告装置100が実施する広告配信の形態は、上記に限られるものではない。
また、上述してきた実施形態に係る広告装置100は、例えば図11に示すような構成のコンピュータ1000によって実現される。以下、広告装置100を例に挙げて説明する。図11は、広告装置100の機能を実現するコンピュータ1000の一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
上述してきたように、実施形態に係る広告装置100は、入稿受付部131(受付部の一例)と、取得部133と、抽出部134とを有する。入稿受付部131は、共通した宣伝対象に関する複数の広告コンテンツの入稿を受け付ける。取得部133は、広告コンテンツの配信対象であるユーザの属性に基づき分類されるユーザ群毎に、複数の広告コンテンツの広告効果を示す指標値を取得する。抽出部134は、取得部133によって取得された指標値とユーザ群との相関性に基づいて、複数の広告コンテンツの中から、ユーザに配信される広告コンテンツを抽出する。
10 ユーザ端末
20 広告主端末
30 ウェブサーバ
100 広告装置
110 通信部
120 記憶部
121 広告情報記憶部
122 ユーザ情報記憶部
123 配信ログ記憶部
130 制御部
131 入稿受付部
132 受信部
133 取得部
134 抽出部
135 配信部
136 通知部
Claims (8)
- 共通した宣伝対象に関する複数の広告コンテンツの入稿を受け付ける受付部と、
広告コンテンツの配信対象であるユーザの属性に基づき分類されるユーザ群毎に、前記複数の広告コンテンツの広告効果を示す指標値を取得する取得部と、
前記取得部によって取得された指標値と前記ユーザ群との相関性に基づいて、前記複数の広告コンテンツの中から、前記ユーザに配信される広告コンテンツを抽出する抽出部と、
を備えたことを特徴とする抽出装置。 - 前記抽出部は、
前記指標値と前記ユーザ群との相関性に基づいて前記広告コンテンツ毎に作成される予測モデルを用いて、前記複数の広告コンテンツのうち、前記ユーザに対して最も前記指標値が高くなると予測される広告コンテンツを抽出する、
ことを特徴とする請求項1に記載の抽出装置。 - 前記取得部は、
前記ユーザの属性のうち1種類の属性に基づいて分類されるユーザ群に対応する前記指標値を取得し、
前記抽出部は、
前記1種類の属性に基づいて分類されるユーザ群に対応する指標値と所定の重み値とを含む変数を組合せることにより作成される前記予測モデルを用いて、前記ユーザの各属性を前記予測モデルに当て嵌めることにより、当該ユーザに対して最も前記指標値が高くなると予測される広告コンテンツを抽出する、
ことを特徴とする請求項2に記載の抽出装置。 - 前記抽出部は、
抽出する広告コンテンツのうち所定の割合について、前記ユーザに配信される広告コンテンツをランダムに抽出し、
前記取得部は、
前記抽出部によってランダムに抽出された広告コンテンツが前記ユーザに配信された場合の前記ユーザ群毎の指標値を取得し、
前記抽出部は、
前記取得部によって取得された指標値に基づいて更新される前記予測モデルを用いて、前記複数の広告コンテンツの中から、前記ユーザに配信される広告コンテンツを抽出する、
ことを特徴とする請求項2又は3に記載の抽出装置。 - 前記取得部は、
前記ユーザの属性として、前記ユーザの年齢、性別、及び居住地のうち少なくとも一つに基づいて分類されるユーザ群に対応する前記指標値を取得する、
ことを特徴とする請求項1〜4のいずれか一つに記載の抽出装置。 - 前記取得部は、
前記指標値として、前記広告コンテンツがユーザから選択された回数、前記広告コンテンツが表示されることで前記広告コンテンツの広告主が得た利益に関する情報、前記広告コンテンツがユーザによって視聴された回数、前記広告コンテンツがユーザによって視聴された時間長のいずれか一つに基づいて算出される指標値を取得する、
ことを特徴とする請求項1〜5のいずれか一つに記載の抽出装置。 - コンピュータが実行する抽出方法であって、
共通した宣伝対象に関する複数の広告コンテンツの入稿を受け付ける受付工程と、
広告コンテンツの配信対象であるユーザの属性に基づき分類されるユーザ群毎に、前記複数の広告コンテンツの広告効果を示す指標値を取得する取得工程と、
前記取得工程によって取得された指標値と前記ユーザ群との相関性に基づいて、前記複数の広告コンテンツの中から、前記ユーザに配信される広告コンテンツを抽出する抽出工程と、
を含んだことを特徴とする抽出方法。 - 共通した宣伝対象に関する複数の広告コンテンツの入稿を受け付ける受付手順と、
広告コンテンツの配信対象であるユーザの属性に基づき分類されるユーザ群毎に、前記複数の広告コンテンツの広告効果を示す指標値を取得する取得手順と、
前記取得手順によって取得された指標値と前記ユーザ群との相関性に基づいて、前記複数の広告コンテンツの中から、前記ユーザに配信される広告コンテンツを抽出する抽出手順と、
をコンピュータに実行させることを特徴とする抽出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015057209A JP6730002B2 (ja) | 2015-03-20 | 2015-03-20 | 抽出装置、抽出方法及び抽出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015057209A JP6730002B2 (ja) | 2015-03-20 | 2015-03-20 | 抽出装置、抽出方法及び抽出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016177536A true JP2016177536A (ja) | 2016-10-06 |
JP6730002B2 JP6730002B2 (ja) | 2020-07-29 |
Family
ID=57069433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015057209A Active JP6730002B2 (ja) | 2015-03-20 | 2015-03-20 | 抽出装置、抽出方法及び抽出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6730002B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018101323A (ja) * | 2016-12-21 | 2018-06-28 | ヤフー株式会社 | 算出装置、算出方法及び算出プログラム |
JP2018156394A (ja) * | 2017-03-17 | 2018-10-04 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
WO2018207259A1 (ja) * | 2017-05-09 | 2018-11-15 | 日本電気株式会社 | 情報処理システム、情報処理装置、予測モデル抽出方法および予測モデル抽出プログラム |
JP2019016365A (ja) * | 2018-08-23 | 2019-01-31 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
JP2020187697A (ja) * | 2019-05-17 | 2020-11-19 | 富士通株式会社 | 予測プログラム、予測方法及び予測装置 |
WO2020246496A1 (ja) * | 2019-06-05 | 2020-12-10 | 株式会社Nttドコモ | レコメンド装置 |
WO2021235200A1 (ja) * | 2020-05-22 | 2021-11-25 | Smn株式会社 | 介入に用いるコンテンツの作成を支援する装置、方法、プログラム及びコンピュータ読み取り可能な記録媒体 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001067319A1 (fr) * | 2000-03-10 | 2001-09-13 | Que Corporation | Dispositif et procede de fourniture d'informations |
JP2009534776A (ja) * | 2006-02-15 | 2009-09-24 | マイクロソフト コーポレーション | コンテキスト画像入り広告の生成 |
JP2013125470A (ja) * | 2011-12-15 | 2013-06-24 | Yahoo Japan Corp | 広告決定システム、広告決定方法およびプログラム |
JP5588056B1 (ja) * | 2013-09-20 | 2014-09-10 | ヤフー株式会社 | 広告配信装置、広告配信方法および広告配信プログラム |
JP2014182437A (ja) * | 2013-03-18 | 2014-09-29 | Yahoo Japan Corp | 広告抽出装置、広告抽出方法及び広告抽出プログラム |
US20140379463A1 (en) * | 2013-06-19 | 2014-12-25 | Yahoo Japan Corporation | Advertisement distribution management apparatus, advertisement distribution system, and advertisement distribution management method |
JP2015501990A (ja) * | 2011-12-10 | 2015-01-19 | フェイスブック,インク. | 広告キャンペーンの支援調整 |
-
2015
- 2015-03-20 JP JP2015057209A patent/JP6730002B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001067319A1 (fr) * | 2000-03-10 | 2001-09-13 | Que Corporation | Dispositif et procede de fourniture d'informations |
JP2009534776A (ja) * | 2006-02-15 | 2009-09-24 | マイクロソフト コーポレーション | コンテキスト画像入り広告の生成 |
JP2015501990A (ja) * | 2011-12-10 | 2015-01-19 | フェイスブック,インク. | 広告キャンペーンの支援調整 |
JP2013125470A (ja) * | 2011-12-15 | 2013-06-24 | Yahoo Japan Corp | 広告決定システム、広告決定方法およびプログラム |
JP2014182437A (ja) * | 2013-03-18 | 2014-09-29 | Yahoo Japan Corp | 広告抽出装置、広告抽出方法及び広告抽出プログラム |
US20140379463A1 (en) * | 2013-06-19 | 2014-12-25 | Yahoo Japan Corporation | Advertisement distribution management apparatus, advertisement distribution system, and advertisement distribution management method |
JP5588056B1 (ja) * | 2013-09-20 | 2014-09-10 | ヤフー株式会社 | 広告配信装置、広告配信方法および広告配信プログラム |
Non-Patent Citations (1)
Title |
---|
田頭 幸浩 外2名: "オンライン広告におけるCVR予測モデルの素性評価", 第6回データ工学と情報マネジメントに関するフォーラム (第12回日本データベース学会年次大会) [O, JPN6018016935, 3 May 2014 (2014-05-03), JP, ISSN: 0003996037 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018101323A (ja) * | 2016-12-21 | 2018-06-28 | ヤフー株式会社 | 算出装置、算出方法及び算出プログラム |
JP2018156394A (ja) * | 2017-03-17 | 2018-10-04 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
WO2018207259A1 (ja) * | 2017-05-09 | 2018-11-15 | 日本電気株式会社 | 情報処理システム、情報処理装置、予測モデル抽出方法および予測モデル抽出プログラム |
JPWO2018207259A1 (ja) * | 2017-05-09 | 2020-02-27 | 日本電気株式会社 | 情報処理システム、情報処理装置、予測モデル抽出方法および予測モデル抽出プログラム |
JP7120649B2 (ja) | 2017-05-09 | 2022-08-17 | 日本電気株式会社 | 情報処理システム、情報処理装置、予測モデル抽出方法および予測モデル抽出プログラム |
JP2019016365A (ja) * | 2018-08-23 | 2019-01-31 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
JP2020187697A (ja) * | 2019-05-17 | 2020-11-19 | 富士通株式会社 | 予測プログラム、予測方法及び予測装置 |
JP7215324B2 (ja) | 2019-05-17 | 2023-01-31 | 富士通株式会社 | 予測プログラム、予測方法及び予測装置 |
WO2020246496A1 (ja) * | 2019-06-05 | 2020-12-10 | 株式会社Nttドコモ | レコメンド装置 |
WO2021235200A1 (ja) * | 2020-05-22 | 2021-11-25 | Smn株式会社 | 介入に用いるコンテンツの作成を支援する装置、方法、プログラム及びコンピュータ読み取り可能な記録媒体 |
JP2021184174A (ja) * | 2020-05-22 | 2021-12-02 | Smn株式会社 | 介入に用いるコンテンツの作成を支援する装置、方法及びプログラム |
JP7144482B2 (ja) | 2020-05-22 | 2022-09-29 | Smn株式会社 | 介入に用いるコンテンツの作成を支援する装置、方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6730002B2 (ja) | 2020-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6730002B2 (ja) | 抽出装置、抽出方法及び抽出プログラム | |
JP7311554B2 (ja) | 算出装置、算出方法及び算出プログラム | |
JP6271345B2 (ja) | 抽出装置、抽出方法及び抽出プログラム | |
US8364662B1 (en) | System and method for improving a search engine ranking of a website | |
JP6023129B2 (ja) | 抽出装置、抽出方法及び抽出プログラム | |
US20120059708A1 (en) | Mapping Advertiser Intents to Keywords | |
JP6162664B2 (ja) | 抽出装置、検索サーバ、情報処理装置、抽出システム、抽出方法及び抽出プログラム | |
US8799404B2 (en) | Weather analytics systems and methods | |
JP2015153094A (ja) | 抽出装置、抽出方法および抽出プログラム | |
US20170228775A1 (en) | Learning apparatus, learning method, and non-transitory computer readable storage medium | |
JP2017054176A (ja) | 決定装置、決定方法および決定プログラム | |
JP6377213B2 (ja) | コンテンツ生成装置、コンテンツ生成方法及びコンテンツ生成プログラム | |
JP6667061B2 (ja) | 抽出装置、抽出方法及び抽出プログラム | |
JP5475829B2 (ja) | 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 | |
US10530898B1 (en) | Serving a content item based on acceptance of a new feature | |
JP6373140B2 (ja) | 抽出装置、抽出方法及び抽出プログラム | |
US20160189204A1 (en) | Systems and methods for building keyword searchable audience based on performance ranking | |
JP2016062358A (ja) | 抽出装置、抽出方法及び抽出プログラム | |
JP6243559B2 (ja) | 学習装置、学習方法及び学習プログラム | |
JP6282965B2 (ja) | 受付装置、受付方法及び受付プログラム | |
JP6664598B2 (ja) | 提供装置、提供方法及び提供プログラム | |
US10311484B2 (en) | Data processing device and data processing method | |
US20150248491A1 (en) | Data processing device and data processing method | |
JP6541521B2 (ja) | 生成装置、生成方法、生成プログラム、決定装置、決定方法、及び決定プログラム | |
JP6866242B2 (ja) | 表示制御プログラム、表示制御装置、表示制御方法及び配信装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170315 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180515 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180717 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180726 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20181106 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190206 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20190214 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20190315 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200702 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6730002 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |