JP2017027359A - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Abstract

【課題】 ユーザの感性特性を精度よく推定することのできる情報処理技術を提供する。【課題手段】 情報処理装置は、特定のキーワードについての検索ログと、ユーザの検索履歴とに基づいて、前記キーワードに対する前記ユーザの感度特性を判定する判定部、を有する。【選択図】図１

Description

本発明は、広くは情報処理の分野に関し、特にユーザの感度特性に基づくターゲティングの手法に関する。

イノベータ理論に基づいて、商品情報やアプリケーションの配信先を効率的に推定することが行われている。イノベータ理論とは、商品購入への態度等により、ユーザまたは消費者を複数のグループに分類する理論である。ユーザの分類の仕方として、アプリケーションのリリースからダウンロードまでの日数に応じてユーザを分類する方法（例えば、特許文献１参照）や、商品リリースから購入までの日数に応じて分類する方法（例えば、特許文献２参照）が知られている。

特許第５１９４１４１号（特開２０１１−２２７８８６号公報） 特許第５５５１０３０号（特開２０１２−５８９８５号公報）

イノベータ理論を利用した従来のユーザ分類法は、商品やアプリケーションの購入またはダウンロードの態様に着目してユーザを分類しており、多様なキーワードに対するユーザの感度特性が十分に反映されていない。そのため、ユーザ分類の精度に課題が残る。

そこで、ユーザの感性特性を精度よく推定することのできる情報処理の技術を提供することを課題とする。本明細書及び特許請求の範囲でユーザの「感度特性」というときは、自然、芸術、物、情報、サービス等、ユーザが接することのできる対象への興味、感受性、嗜好性、能動性などの傾向をいう。「キーワードに対するユーザの感度特性」というときは、そのキーワードで表される、あるいはそのキーワードから導かれる対象への興味、感受性、嗜好性、能動性などの傾向をいう。

上記課題を解決するために、実施形態では、特定のキーワードの検索ログと、ユーザの検索履歴とから、ユーザの感度特性を分類する。

具体的には、本発明の一つの態様として、情報処理装置は、
特定のキーワードについての検索ログと、ユーザの検索履歴とに基づいて、前記キーワードに対する前記ユーザの感度特性を判定する判定部、
を有する。

上記構成により、ユーザの感度特性を精度良く推定することができる。

本発明が適用されるネットワークシステムの概略図である。 実施形態の情報処理方法のフローチャートである。 ユーザの検索履歴の一例を示す図である。 検索キーワードごとの検索ログを示す図である。 図４の検索ログをグラフ化した検索の推移曲線の図である。 ユーザ属性情報を示す図である。 商品の性質とユーザ属性に基づく情報配信タイミング決定の例を示す図である。 情報処理サーバの一部または全部を構成する汎用コンピュータの構成例である。

図１は、実施形態の情報処理技術が適用されるネットワークシステム１の例を示す概略図である。実施形態の情報処理技術は、商品、サービス等の市場ターゲティングや、広告配信の効率化に適用することができる。

ネットワークシステム１は、情報処理サーバ１０と、ネットワーク２を介して情報処理サーバ１０に接続されるユーザ端末２０−１、２０−２、...２０−Ｎ（以下、適宜「ユーザ端末２０」と総称する）を含む。情報処理サーバ１０は、ユーザ属性判定部１１と、情報配信制御部１２を有する。情報処理サーバ１０は、データベース（ＤＢ）１３を有してもよい。データベース（ＤＢ）１３を情報処理サーバ１０の外部に設置して情報処理サーバ１０と接続してもよいし、情報処理サーバ１０の内部にデータベース１３を構築してもよい。

ユーザ属性判定部１１は、ユーザ端末２０−１〜２０−Ｎで検索される特定のキーワードの検索ログ（または検索ログから生成される検索推移情報）と、ユーザの検索履歴とに基づいて、そのキーワードで表される商品・サービスやカテゴリーに対するユーザの感度特性、すなわちユーザの興味、感受性、嗜好性、能動性などの傾向を判断する。情報配信制御部１２は、ユーザの感度特性に応じて、広告、レコメンド、トピックス等の情報の配信タイミングを制御する。

後述するように、ユーザ属性判定部１１は、特定のキーワードに対する検索の推移に応じて、商品やサービスの流行度合を図り、そのキーワードに対するユーザのアクションのタイミングに基づいてユーザの感度特性を推定する。キーワードに対するユーザのアクションは、キーワードの検索の他、任意のページ上でのそのキーワードの選択（クリック）や、キーワードで表される商品やサービスの予約、購入、ダウンロード等を含む。ユーザの感度特性の推定は、たとえばユーザを複数の層に分類してどの層に属するかを判定する手法を用いてもよい。分類されたユーザの感度特性は、ユーザ属性として管理されてもよい。

図２は、実施形態の情報処理方法のフローチャートである。この処理フローは、情報処理サーバ１０によって実行される。情報処理サーバ１０のユーザ属性判定部１１は、ユーザの検索履歴と、キーワードごとの検索ログを取得する（Ｓ１０１）。検索ログに基づくキーワードごとの検索推移情報とユーザの検索履歴（検索タイミング等）から、ユーザの感度特性を判定する（Ｓ１０２）。情報処理サーバ１０の情報配信制御部１２は、ユーザの感度特性に基づいて、広告等の情報の配信タイミング等を制御し（Ｓ１０３）、制御されたタイミング、配信枠等で広告や情報を配信する（Ｓ１０４）。以下で、各工程を説明する。
＜Ｓ１０１：情報の取得＞
ユーザの検索履歴とキーワードごとの検索ログは、ユーザ端末２０−１〜２０−Ｎのネットワークアクセス情報を管理することで取得することができる。ユーザ端末２０のネットワークアクセス情報の収集と管理は情報処理サーバ１０で管理してもよいし、図示しない外部の管理装置で行ってもよい。キーワードごとの検索ログはユーザの検索履歴を統計処理して生成されてもよい。

図３は、ユーザの検索履歴の一例である。ユーザごとに与えられたユーザ識別情報（ＩＤ）と対応付けて、検索キーワードと検索日時が記録されている。必須ではないが、検索キーワードと対応付けてコンバージョンの成否とその日時が記録されていてもよい。図示はしないが、検索キーワードに基づいて選択された閲覧ページや、ランディングページ、キャンペーンページの閲覧情報等が時刻情報とともに記録されていてもよい。

図４は、キーワードごとの検索ログの一例である。検索ログは特定のキーワードについて作成され、図４の例では、キーワードごとにそのキーワードを検索したユーザ情報と、検索日時が記録されている。特定のキーワードは、たとえば検索数に基づいてユーザの関心を集めている言葉が選択される。現在流行しているキーワードだけではなく、過去に流行したキーワードや、流行の兆しのあるキーワードであってもよい。必ずしもこれから流行すると確実に予測されるキーワードである必要はなく、過去に流行ったキーワードを事後的に分析することで、キーワードやそのキーワードで代表されるカテゴリーに対するユーザの感性特性（または属性）を推定することができる。

検索ログは、各キーワードについて、後述する検索の推移情報が得られる程度に十分な数の検索数を含んでいることが望ましい。
＜Ｓ１０２：ユーザの感度特性の判定＞
ユーザを商品やサービス等に対する感度特性に基づいて分類するために、実施形態ではキーワードごとに検索推移情報を生成する。図４の検索ログ自体が検索の推移を表わしているが、検索ログを別の表現形式に加工して検索推移情報を生成してもよい。

図５は、キーワードごとの検索推移情報の一例である。この例では、「iphone6」という検索キーワードに対する検索の推移をグラフで表現している。横軸は時間、縦軸は検索数である。このようなグラフを生成するためには、単に検索の絶対数が多いだけでは不十分である。検索数が少ない状態から徐々に増加してピークで飽和する、あるいはピークを越えて徐々に減少していく、という検索の推移が表現されるだけの検索数が必要である。検索の推移は、必ずしも図５のような釣鐘状の形状である必要はなく、増加、停滞、減少、ピーク等の推移が把握できるものであればよい。

検索の推移が表現され得る検索数は、キーワードによって異なる。たとえば、年齢、世代、性別等を超えて広く人気のある商品・サービスや、マスコミで取り上げられたアイテム等は、早い時期に検索の累積数が多くなっても図５のような推移曲線を描くことができない。逆に、ある特定のカテゴリー（たとえば「美容」）の中で検索数が際立っているキーワード（たとえば「伸びるマスカラ」）は、検索の累積数が汎用商品ほど多くなくても、図５のような推移曲線を描くことができる。また、検索キーワードが表す商品やサービスの性質によって、短いスパンで図５の推移曲線が描けるものもあれば、長いスパンで推移する場合もある。消費材であるか、自動車、家電などのように長期の使用期間が想定される商品か、によっても異なるし、商品の単価が安いか高いかによっても異なる。

図４の検索ログを一例にとると、「iphone6」というキーワードで図５の推移曲線を得るためには、非常に多くの検索数と、一定期間のスパンが必要である。他方、「デトックス茶」というキーワードで推移曲線を得るには、「iphone6」ほど多くの検索数は要しないかもしれない。「デトックス茶」が一時的な流行品である場合は、短いスパンで図５の推移曲線が得られるが、口コミや書き込み等でじわじわと人気が出た商品である場合は、長いスパンで図５の推移曲線が得られる。実施形態では、キーワードごとに検索の推移情報を生成することで、商品やサービスのライフサイクルや流行の動向に応じて、ユーザの感度特性を分類することができる。

ユーザの感度特性を分類する手法として、イノベータ理論を採用してもよい。イノベータ理論は、新商品に対するユーザ（消費者）の態度に応じて、ユーザをイノベータ、アーリーアダプタ、アーリーマジョリティ、レイトマジョリティ、ラガートの５つの層に分類する。「イノベータ」は、新しいものに対して積極的に興味を示すユーザであり、市場全体の約２．５％を占める。「アーリーアダプタ」は、流行に敏感であり、情報収集を自ら行って商品やサービスの受け入れを判断するユーザである。アーリーアダプタは、市場の約１３．５％を占める。「アーリーマジョリティ」は、比較的慎重なユーザであり、平均的なタイミングまたはそれよりも早くに新しいものを取り入れるが、自ら情報収集を行うには至らない。アーリーマジョリティは、市場の約３４．０％を占める。「レイトマジョリティ」は、比較的懐疑的なユーザであり、周囲の大多数が使用していることを認識した後で自分も使用する。レイトマジョリティは、市場の約３４．０％を占める。「ラガード」は、保守的なユーザであり、流行や世の中の動向に関心が薄い。新製品が広く普及するまで採用しない。ラガードは、市場の約１６．０％を占める。

図５の例では、ユーザのグループ分けにイノベータ理論による分類法を用いているが、必ずしもイノベータ理論を採用しなくてもよいし、必ずしも５つのグループまたは層に分類しなくてもよい。任意の適切な分類法を用いてユーザを複数の層に分けてもよいし、検索キーワードで表される商品やサービスの性質に応じて、分類される層の数を変えてもよい。

ユーザがどの層（グループ）に属するかを判定する基準として、ユーザの検索履歴に含まれる情報、たとえばユーザの検索タイミングを用いることができる。ユーザが同じキーワードを複数回数検索する場合は、最初に検索したタイミングを用いてもよいし、一定期間あたりの検索頻度やコンバージョンに至ったタイミングを用いてもよい。コンバージョンの一例として、商品やサービスに対する予約、購入、ダウンロード等がある。

最初に検索したタイミングからコンバージョンに至るまでの時間を補正パラメータとして用いて、ユーザの感度特性を判定してもよい。この場合は、最初の検索タイミングからコンバージョンに至るまでの時間に１つ以上の閾値を設定して、イノベータ層またはアーリーアダプタ層に属するか、それ以外の層に属するかを決定してもよい。閾値の値はキーワードによって異なってもよい。ライフサイクルの長い商品・サービスや、単価の高い商品と関連するキーワードでは、最初の検索タイミングからコンバージョンに至る時間が長い場合も多く、設定する閾値（日数等）の値を大きく設定してもよい。

検索タイミングや、コンバージョンのタイミングといった時間情報だけではなく、キャンペーンページのページビュー（ＰＶ）数や、ランディングページへの遷移情報をユーザの分類に反映してもよい。たとえば、キーワードごとにキャンペーンページのＰＶ数の閾値を設定し、閾値を超えるユーザは分類の階層をイノベータ側に一段階繰り上げるなどが考えられる。

さらに、ユーザの属性を推定する際に、その検索キーワードが呈示されている広告等のクリエイティブや、ランディングページを分析してもよい。たとえば、「ヘルスチェックアプリ」というキーワードを検索したユーザがコンバージョンに至る動機となったクリエイティブに「安心」、「安全」等のメッセージが含まれているとする。この場合は、そのユーザが「アーリーマジョリティ」のタイミングで検索していたとしても、「レイトマジョリティ」と推定し得る。このユーザは新開発のアプリケーションソフトウェアにはそれほど関心がないが、「安心」、「安全」等のクリエイティブから偶然に「ヘルスチェックアプリ」のキーワードを選択してダウンロードに至った可能性があるからである。

このように、キーワードごとの検索ログ（または検索の推移情報）とユーザの検索履歴を用いて、キーワードごとにユーザの感度特性を分類することで、より精細にユーザ属性を推定することができる。ユーザ属性推定部１１は、ユーザの分類結果をデータベース１３に格納してもよい。ユーザの分類情報は、後述するように、情報や広告の配信や、市場ターゲティングに有用である。

図６は、検索キーワードごとのユーザの属性情報の一例を示す。図６（ａ）では、ユーザの識別情報ごとに、そのユーザが検索した特定のキーワード（図５の検索推移の対象とされたキーワード）が対応づけられ、キーワードごとに、推定された属性が対応づけられている。図６（ｂ）では、検索キーワードごとに、分類された属性と、各属性に対応するユーザの識別情報が記録されている。検索キーワードとユーザの属性との関係がわかればよいので、記録の様式は問わない。検索キーワードとユーザ属性を対応付けて記録することで、キーワードごと、あるいはそのキーワードで代表される商品やサービスのカテゴリーごとに、ユーザへの情報提供のタイミングや時期を適切に制御することができる。
＜Ｓ１０３：配信タイミング等の制御＞
キーワードごとにユーザの感度特性が判断されたなら、情報配信制御部１２で広告等の情報の配信タイミングや時期を制御する。情報の配信タイミングは、キーワードごとのユーザの属性（感度特性）に応じて決定される。

たとえば、図６のユーザ「u000001」は「iphone6」というキーワードに対してイノベータと推定されるので、次の機種「iphone7」については、発売または予約開始前のタイミングで情報（広告）配信を行うことが決定される。ユーザ「u000002」や「u0000003」は「iphone6」について比較的保守的あるいはあまり関心のないユーザと推定されるので、「iphone7」の情報や広告は発売のタイミングあるいは発売後の一定のタイミングでの配信が決定され得る。

ユーザへの情報配信タイミングは、キーワードごとに決定されるので、そのキーワードが表す商品やサービス、あるいはそれらが属するカテゴリーの性質を勘案して配信タイミングを決定してもよい。たとえば、「プロテインシャンプー」、「ドラフトビール」等の検索キーワードで表される商品が日常品や消耗品の場合は、ユーザに対して恒常的に情報を配信するよりも、新製品発売のタイミングやキャンペーンのタイミングに合わせて配信するのが効果的である。また、自動車のように商品単価が高い場合は、最初の検索が速くてもコンバージョンまでが長い、あるいはコンバージョンに至らないことも多い。たとえば、「電気自動車」という検索キーワードでイノベータに分類されたユーザであっても、新車発売時に集中的な情報配信を行うよりも、一定程度の期間にわたる定期的な情報配信を行う方が効果的な場合もある。

また、図３の「アドベンチャーゲーム」のような検索キーワードで代表されるアプリケーションソフトウェアについては、イノベータ層のユーザはすぐに次のアプリケーションへ移動すると考えられる。この場合は、発売前の予約受付のタイミングや新作アプリケーションのキャンペーンごとに、イノベータ層に情報や広告を集中配信することが考えられる。他方、レイトマジョリティ層のユーザは、同じアプリケーションを長く使用する可能性が高いので、課金による利益や広告の最適化の観点から、長期間にわたって定期的に情報配信するのが望ましい場合もある。

図７は、上述した配信タイミング決定のフローチャートを示す。たとえば、キーワードで表される商品またはサービスが消費財または日用品であるか否かを判断する（Ｓ２０１）。消費財または日用品である場合は、ユーザの属性との相関が現れにくいので、商品発売のタイミングや、キャンペーンのタイミングで広告等の情報を配信する（Ｓ２０３）。消費材または日用品でない場合は、ユーザの属性がイノベータまたはアーリーアダプタであるか否かを判断する（Ｓ２０２）。イノベータまたはアーリーアダプタである場合は、発売前のタイミング、あたは新規のキャンペーンごとに広告等の情報を配信する（Ｓ２０４）。ユーザの属性がイノベータでもアーリーアダプタでもない場合は、発売後に定期的かつ／または継続的に情報を配信する（Ｓ２０５）。

図７のフローは一つの例であって、商品やサービスの性質判定をより細かく行ってもよいし、ユーザの属性判定も細かく行ってもよい。たとえば、消費材または日用品か否かの判定（Ｓ２０１）の後に、ゲームアプリケーション等のような流行ものか、単価の高い高額品か、等の判断を挿入してもよい。

広告を配信する場合は、上述した検索の推移情報とユーザの検索履歴に加えて、広告主側が有する市場データを利用してもよい。たとえば、新商品に関しては、キーワード検索の推移の全体像が見えにくい。一例として「iphone7」を発売するときに、ユーザの属性は「iphone6」の検索キーワードからあらかじめ推定されている。このユーザ属性情報と組み合わせて、広告主が所有する「iphone7」のリアルタイムの予約または売れ行きデータを配信タイミング決定の補正パラメータとして使用することができる。たとえば、想定されている全販売台数に対して現時点での販売台数を見ることで、現時点はアーリーマジョリティが購入し始めているタイミングであると分析することができる。この場合は、「iphone6」という検索キーワードで「アーリーアダプタ」、「アーリーマジョリティ」、「レイトマジョリティ」の層に分類されているユーザに対して広告を配信する頻度を高くしてもよい。広告主が有する市場データは、ネットワーク２を介して図示しない広告主のサーバから随時取得してもよい。

広告主が取り扱っている商品やサービスの性質を配信タイミングに反映させてもよい。たとえば、広告主が自社制作のゲームアプリを主要商品として取り扱う会社である場合、「アドベンチャーゲーム」という検索キーワードのイノベータ層に集中的に広告を配信して、イノベータ層からの情報の拡散を期待する。これと同時または別個に、「アドベンチャーゲーム」という検索キーワードのアーリーアダプタ層のユーザに対して、アーリーアダプタのタイミングよりも早いタイミングで新作アプリの広告を配信することで、コンバージョン率の増加を狙う。

また、「デトックス茶」のように広告主の商品が他社でも取り扱われている商品である場合は、確実な売り上げを出すために、アーリーマジョリティ層やレイトマジョリティ層を狙って、長期的に広告配信することも考えられる。

商品やサービスの性質または属性を配信タイミングに反映させる場合は、たとえば、データベース１３に検索キーワードごとにそのキーワードで表される商品やサービスの属性情報を格納しておいてもよい。、商品やサービスの属性情報は、たとえば「日用品」、「非日用品」、「流行もの」、「長ライフタイム品」、「高単価品」、「複数企業の取扱品」等のひとつ以上の組み合わせで表されてもよい。

さらに、情報処理サーバ１０の情報配信制御部１２に、広告主が指定するタイミングを入力してもよい。その場合は、たとえば図７の配信タイミング決定のフローに「広告主指定のタイミングか否か」という判定工程が追加される。
＜Ｓ１０４：情報または広告の配信＞
情報配信制御部１２は、決定された配信タイミングにしたがって、情報、広告等を配信する。このときに、配信するクリテイティブやランディングページをユーザ属性に応じて異ならせてもよい。たとえば、レイトマジョリティやラガードのユーザにとって響く言葉は「安心」、「確かな」といった言葉であるかもしれないし、イノベータのユーザにとって響く言葉は「かつてない」、「進化した」等の言葉であるかもしれない。データベース１３に格納されたユーザの属性情報に基づいて、配信する広告等の情報を最適化することができる。

広告利益の追求を考えると、特定の広告主のためにイノベータ向けの広告枠の在庫を独占して広告配信することも考えられる。たとえば、複数の通信事業者が取り扱う電子通信端末の新バージョンが発売される場合、イノベータ層に向けた広告をいかに早く、多く配信できるかで広告主の利益や、広告配信事業者の利益が決まることがある。この場合は、イノベータ層向けの広告枠の残部をすべて使って、ひとつの広告主のための広告、情報を配信することが考えられる。

また、ユーザを拡張するために、キーワードごとのユーザの属性からユーザの傾向を推定して、別のキーワードに関連する広告や情報を配信してもよい。

上述した処理を行う情報処理サーバ１０は、情報処理プログラムを用いて汎用コンピュータで実現することができる。図７は汎用コンピュータ３０のハードウエア構成を示す。汎用コンピュータ３０では、ＣＰＵ（Central Processing Unit：中央演算装置）３１、ＲＯＭ（Read Only Memory）３２、ＲＡＭ（Random Access Memory）３３、及び入出力インターフェース３５がバス３４により相互接続されている。入出力インターフェース３５には、入出力部３６、記憶部３７、通信部３８、及びドライブ３９が接続される。ドライブ３９を介してリムーバブルメディア４０が接続されてもよい。

ＣＰＵ３１は、ＲＯＭ３２またはハードディスクドライブ等の記憶部３７に記録されたプログラムに従って、一連の処理手順を実行する。ＲＡＭ３３は、ＣＰＵ３１が実行する処理過程や処理結果のデータを適宜記憶する。処理に用いるプログラムやデータは通信部３９を介して外部から取得してもよい。ドライブ３１は、各種の記録媒体（光ディスク等）を含むリムーバブルメディア３１が挿入されたときにそれらを駆動する。入出力部３６は、キーボード、マウス、タッチパネル画面等の入力用のユーザインタフェースと、ディスプレイ、スピーカ等の出力用のユーザインタフェースを含む。通信部３８は、ネットワーク接続の制御を含む通信処理を行う。

ＲＯＭ３２または記憶部３７に記録されたプログラムは、ＣＰＵ３１にたとえば、
特定のキーワードについての検索ログと、ユーザの検索履歴とを取得する手順と、
前記検索ログと前記検索履歴に基づいて、前記キーワードに対するユーザの属性を判定する手順、
を実行させる。プログラムはさらに、ＣＰＵ３１に、
前記ユーザの属性に基づいて、前記キーワードと関連する情報を配信するタイミングを決定する手順、
を実行させてもよい。また、プログラムはＣＰＵ３１に、検索ログとして図５のような検索推移情報を生成させる手順を実行させてもよい。

検索キーワードごとに検索ログ（たとえば図５の検索推移情報）とユーザの検索履歴とからユーザの感性特性を判断することで、ユーザの分類精度が向上する。キーワードごとのユーザの感性特性を把握することで、広告等の情報の配信を最適化することができる。

１０ 情報処理サーバ（情報処理装置）
１１ ユーザ属性判定部
１２ 情報配信制御部
１３ データベース
２０、２０−１〜２０−Ｎ ユーザ端末
３０ 汎用コンピュータ
３１ ＣＰＵ（プロセッサ）
３７ 記憶部

Claims (14)

1. 特定のキーワードについての検索ログと、ユーザの検索履歴とに基づいて、前記キーワードに対する前記ユーザの感度特性を判定する判定部、
   を有することを特徴とする情報処理装置。
2. 前記判定部は、前記検索ログとして前記キーワードの検索の推移を表わす検索推移情報を取得し、前記検索推移情報と、前記ユーザの検索履歴とから前記ユーザの感度特性を判定する、
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記ユーザの検索履歴は、前記キーワードを最初に検索したタイミング、前記キーワードの検索頻度、前記キーワードと関連する商品またはサービスについてコンバージョンに至ったタイミング、及び前記キーワードと関連するページの閲覧履歴のうちの少なくともひとつの情報を含み、
   前記判定部は、前記検索推移情報と、前記少なくともひとつの情報に基づいて前記ユーザの感度特性を判定する、
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記キーワードに対する前記ユーザの感度特性を記録する記憶部、
   をさらに有することを特徴とする請求項１〜３のいずれか１項に記載の情報処理装置。
5. 前記ユーザの感度特性に基づいて、前記キーワードと関連する情報の配信タイミングを制御する情報配信制御部、
   をさらに有することを特徴とする請求項１〜４のいずれか１項に記載の情報処理装置。
6. 前記情報配信制御部は、前記キーワードで表される商品またはサービスの属性情報を入力として受け取り、前記ユーザの感度特性と前記商品またはサービスの属性情報とに基づいて前記配信タイミングを制御することを特徴とする請求項５に記載の情報処理装置。
7. 前記情報配信制御部は、広告主側の市場データを入力として受け取り、前記ユーザの感度特性と前記市場データとに基づいて前記配信タイミングを制御することを特徴とする請求項５に記載の情報処理装置。
8. 前記情報配信制御部は、広告主側で指定されたタイミング指定情報を入力として受け取り、前記ユーザの感度特性と前記タイミング指定情報とに基づいて前記配信タイミングを制御することを特徴とする請求項５に記載の情報処理装置。
9. プロセッサにて、
   特定のキーワードについての検索ログと、ユーザの検索履歴とを取得し、
   前記検索ログと前記検索履歴とに基づいて、前記キーワードに対する前記ユーザの感度特性を判定する、
   ことを特徴とする情報処理方法。
10. 前記検索ログとして、前記キーワードの検索の推移を表わす検索推移情報を生成する工程、
    をさらに含むことを特徴とする請求項９に記載の情報処理方法。
11. 前記ユーザの感度特性に基づいて、前記キーワードと関連する情報の配信タイミングを制御する工程、
    をさらに含むことを特徴とする請求項９または１０に記載の情報処理方法。
12. コンピュータに、
    特定のキーワードについての検索ログと、ユーザの検索履歴とを取得する手順と、
    前記検索ログと前記検索履歴に基づいて、前記キーワードに対する前記ユーザの感度特性を判定する手順と、
    を実行させることを特徴とする情報処理プログラム。
13. 前記コンピュータに、
    前記検索ログとして、前記キーワードの検索の推移を表わす検索推移情報を生成する手順、をさらに実行させることを特徴とする請求項１２に記載の情報処理プログラム。
14. 前記コンピュータに、
    前記ユーザの感度特性に基づいて前記キーワードと関連する情報の配信タイミングを制御する手順、をさらに実行させることを特徴とする請求項１２又は１３に記載の情報処理プログラム。

Images