JP2017058893A - 人間の社会性を利用する商品のレコメンドシステム - Google Patents
人間の社会性を利用する商品のレコメンドシステム Download PDFInfo
- Publication number
- JP2017058893A JP2017058893A JP2015182364A JP2015182364A JP2017058893A JP 2017058893 A JP2017058893 A JP 2017058893A JP 2015182364 A JP2015182364 A JP 2015182364A JP 2015182364 A JP2015182364 A JP 2015182364A JP 2017058893 A JP2017058893 A JP 2017058893A
- Authority
- JP
- Japan
- Prior art keywords
- information
- recommendation
- user
- service system
- interest information
- 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.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】既存のレコメンドサービスシステムに対して、下記の課題は存在する:精度は低い、親切性は良くない、運用面は狭い【解決手段】ユーザに対して、レコメンドサービス提供業者は、関心情報管理機能を提供する。この機能を利用して、ユーザは直接 又は 間接に自分の関心情報をレコメンドサービス提供業者に登録する。レコメンドサービス提供業は商品をレコメンドするとき、商品関連情報、ユーザ行動情報だけではなく、ユーザーの関心情報も使って、レコメンド商品を抽出して、関心情報と一緒にユーザーに提示する。そして、関心情報に他のユーザに紐付き、他のユーザも自分に関して関心情報を更新できる。そして、店舗の位置情報を利用して、前記の情報から洗い出したレコメンド情報を携帯端末に送信する。そして、メディア上レコメンド対象に対しても、認証連携の上、レコメンドタイ対象を識別して、レコメンド情報も提示する。【選択図】図3
Description
この発明は、人間の社会性を利用する商品をレコメンドシステムである。
インターネットの世界で、サイトはサービスを提供する同時に、広告として、第三者の商品レコメンドサービスを使っている。
基本的に、第三者の商品レコメンドサービスは下記の3つ方法でレコメンド商品を選出している。
1.内容の関連性を基に。例えば、ユーザは商品A情報を見るとき、商品Aと関係している商品をレコメンドする。テレビの文章を見るとき、横にテレビの商品をレコメンドする。
2.ユーザの閲覧履歴を基に。例えば、ユーザは商品Bを見た後、トップページを見るとき、閲覧した商品Bと関係している商品をレコメンドする。
3.ユーザの購入履歴を基に。例えば、ユーザはサイトを見るとき、このユーザは購入した商品Cに対して、よく一緒に購入された商品Dをレコメンドする。
実際の運用として、オンラインショッピングサイトの形式は多いので、本願発明以下で、オンラインショッピングを例として、同一サイトの商品をレコメンドするシステムの仕組みを説明する。
基本的に、第三者の商品レコメンドサービスは下記の3つ方法でレコメンド商品を選出している。
1.内容の関連性を基に。例えば、ユーザは商品A情報を見るとき、商品Aと関係している商品をレコメンドする。テレビの文章を見るとき、横にテレビの商品をレコメンドする。
2.ユーザの閲覧履歴を基に。例えば、ユーザは商品Bを見た後、トップページを見るとき、閲覧した商品Bと関係している商品をレコメンドする。
3.ユーザの購入履歴を基に。例えば、ユーザはサイトを見るとき、このユーザは購入した商品Cに対して、よく一緒に購入された商品Dをレコメンドする。
実際の運用として、オンラインショッピングサイトの形式は多いので、本願発明以下で、オンラインショッピングを例として、同一サイトの商品をレコメンドするシステムの仕組みを説明する。
現在レコメンドサービスに対して、下記の課題は存在している:
1.内容関連度を基に、レコメンドをする場合、レコメンドの精度は低い。
2.ユーザの閲覧履歴を基に、レコメンドをする場合、閲覧意思は購買意思と同じではないので、趣味があるから商品情報も見て、閲覧履歴を基に表示されたのは、趣味はあるレベルしかないものである。親切性は良くない。
3.ユーザの購入履歴を基に、レコメンドをする場合、購入したものの再度購入意欲は低いので、再度購入の目標に繋がりにくい。
4.関連製品を薦めれるが、表示している商品をレコメンドする手段はない。
5.伝統的なメディア(新聞、テレビなど)に対して、利用できない。
纏めでいえば、精度は低い、親切性は良くない、運用面は狭い3つの課題である。
1.内容関連度を基に、レコメンドをする場合、レコメンドの精度は低い。
2.ユーザの閲覧履歴を基に、レコメンドをする場合、閲覧意思は購買意思と同じではないので、趣味があるから商品情報も見て、閲覧履歴を基に表示されたのは、趣味はあるレベルしかないものである。親切性は良くない。
3.ユーザの購入履歴を基に、レコメンドをする場合、購入したものの再度購入意欲は低いので、再度購入の目標に繋がりにくい。
4.関連製品を薦めれるが、表示している商品をレコメンドする手段はない。
5.伝統的なメディア(新聞、テレビなど)に対して、利用できない。
纏めでいえば、精度は低い、親切性は良くない、運用面は狭い3つの課題である。
対象システムとの情報連携の上、ユーザに対して、レコメンドサービス業者は、関心情報管理機能を提供する。この機能を利用して、ユーザは直接 又は 間接に自分の関心情報をレコメンドサービス業者に登録する。レコメンドサービス業者は商品をレコメンドするとき、商品関連情報、ユーザ行動情報だけではなく、ユーザーの関心情報も使って、レコメンド商品を抽出して、関心情報と一緒にユーザーに提示する。そして、関心情報に他のユーザに紐付き、他のユーザも自分に関して関心情報を更新できる。そして、店舗の位置情報を利用して、前記の情報から洗い出したレコメンド情報を携帯端末に送信する。そして、伝統的なメディアに対して、レコメンド対象に識別IDを含めてもらって、レコメンドサービス業者と認証連携済のメディア用部品を経由して、レコメンド対象の識別IDをレコメンドサービス業者へ送信して、レコメンド結果をメディア部品経由して、レコメンド対象と一緒に提示する
本発明は下記の効果を達成できると思われる:
1.商品をレコメンドするとき、商品の関連性とユーザ行動を基にの予測からだけではなく、ユーザ自身提供した関心情報を基にレコメンドをするので、精度をアップする。
2.関心情報もレコメンド商品と一緒に提示されて、ユーザに何のため購買を明示して、最終購買の達成を促進できる
3.関心情報を基に作成されたレコメンド情報は、ユーザーと直接関係はあり、注目度は高く、効果を高める。
4.ユーザーの許可の上、第三者システムから関心情報を導入して、常時に最新関心すべき内容をベースにして、商品をレコメンドすることで、精度をアップする
5.関心情報に他のユーザを紐づき、他のユーザも自身に関する関心情報を更新できて、常時に関心情報を有効に、最新にして、商品をレコメンドすることで、精度をアップする
6.店舗位置情報を活用して、オンライン運用ではなく、オフラインの実店舗も利用できる。運用面は拡大される。
7.伝統的なメディアも利用でき、運用面は拡大される
1.商品をレコメンドするとき、商品の関連性とユーザ行動を基にの予測からだけではなく、ユーザ自身提供した関心情報を基にレコメンドをするので、精度をアップする。
2.関心情報もレコメンド商品と一緒に提示されて、ユーザに何のため購買を明示して、最終購買の達成を促進できる
3.関心情報を基に作成されたレコメンド情報は、ユーザーと直接関係はあり、注目度は高く、効果を高める。
4.ユーザーの許可の上、第三者システムから関心情報を導入して、常時に最新関心すべき内容をベースにして、商品をレコメンドすることで、精度をアップする
5.関心情報に他のユーザを紐づき、他のユーザも自身に関する関心情報を更新できて、常時に関心情報を有効に、最新にして、商品をレコメンドすることで、精度をアップする
6.店舗位置情報を活用して、オンライン運用ではなく、オフラインの実店舗も利用できる。運用面は拡大される。
7.伝統的なメディアも利用でき、運用面は拡大される
事前の説明:
1.
1.
図1は現状よく使われている商品のレコメンドサービスシステムRの仕組みである。ショッピングサイトSは裏でレコメンドサービスシステムRと情報連携をする(一般的に言えば、販売されている商品の情報)。ユーザは商品画面に閲覧する場合、ショッピングサイトは画面表示する同時に、レコメンドサービスシステムの部品を呼び出す。この部品は、アクセスしているユーザを識別し、このユーザの過去動作履歴を基に、レコメンド商品を選出して、同じ画面で表示する。
図2は、図1をベースに、本願発明を導入するための仕組みである。本願発明を導入する最初は、ユーザは関心情報を登録していないので、レコメンドサービスシステムは現在と同じく、ユーザの動作履歴を基に、レコメンド商品を選出し、表示する。但し、画面上、ユーザに関心情報を登録させるため、誘導リンクを設置する。
ユーザは誘導リンクをクリックすると、関心情報登録画面へ遷移する。この画面で、ユーザは関心情報を登録する。
※関心情報とは、ユーザは人間として、この社会生活中、関心する人、物、事及び人、物、事に関連する重要な情報である。
例えば、家庭成員と家庭成員の性別年齢、趣味など情報、自分の職業、結婚記念日、好きな料理のタイプなど。
※このステップで、アカウント情報の新規登録も可能になる。但し、レコメンドサービスシステムはレコメンド対象システムは同じアカウントシステムを使う 又は アカウント連携は可能の場合、この新規登録は不要である。
ユーザは誘導リンクをクリックすると、関心情報登録画面へ遷移する。この画面で、ユーザは関心情報を登録する。
※関心情報とは、ユーザは人間として、この社会生活中、関心する人、物、事及び人、物、事に関連する重要な情報である。
例えば、家庭成員と家庭成員の性別年齢、趣味など情報、自分の職業、結婚記念日、好きな料理のタイプなど。
※このステップで、アカウント情報の新規登録も可能になる。但し、レコメンドサービスシステムはレコメンド対象システムは同じアカウントシステムを使う 又は アカウント連携は可能の場合、この新規登録は不要である。
図3は、ユーザは関心情報登録後のレコメンドサービス提供の仕組みである。
図3のステップ1:レコメンド対象システムは現在通り商品情報をレコメンドサービスシステムと連携する。レコメンドサービスシステムはこの情報に対して、ユーザの関心情報タイプと紐付き、インデックス情報を作成する。
図3のステップ2:ユーザはレコメンド対象システムの画面を閲覧する。レコメンド対象システムは画面を表示する同時に、レコメンドサービスシステムの部品を呼び出す。レコメンドサービスシステムはユーザを識別し、このユーザの関心情報を基に、図3のステップ1で生成したインデックスを利用して、このユーザの特有レコメンド商品を抽出する。部品は抽出した結果と関連付け関心情報とも画面上表示する。
ユーザはレコメンドサービスシステムを使って、関心情報を編集できる。
ユーザは、システム連携の手段を使って、レコメンドサービスシステムを第三者システムと連携させて、許可されるうえ、第三者システムの情報をレコメンドサービスシステムに導入、自動的にユーザの関心情報を生成する。
エンドユーザはシステム連携又は招待などの形式で、自分の関心情報のうちに、人の情報を他の関心ユーザと紐付き。この関心ユーザは、エンドユーザの関心情報のうちに、自分の関連情報を編集できる。
店舗の位置情報、販売情報などを連携する上、ユーザの携帯端末の位置情報も連携して、ユーザは対象店舗に近く着いたら、店舗情報はユーザの関心情報とマッチングして、ユーザの携帯端末に提示する
伝統的なメディアと情報連携して、レコメンド対象に識別IDをつけってもらって、メディアのレコメンドサービスシステム部品はこの識別IDを識別して、認証連携済のレコメンドサービスシステムに送信して、レコメンドシステムは識別IDを使って、伝統的なメディアとの連携情報、ユーザの関心情報とマッチングして、レコメンド情報をメディアのレコメンドサービスシステム部品を経由して、メディア上提示すう
実施の例として、説明をする。
※下記の例は簡単に説明するための例である。説明する手段に限らず、目的を達成できるものであれば、他の手段も利用可能。
※下記の例は簡単に説明するための例である。説明する手段に限らず、目的を達成できるものであれば、他の手段も利用可能。
最初は図1のようなレコメンドシステムRである。ショッピングサイトSに対して、商品レコメンドサービスを提供する。このレコメンドシステムに対いて本願発明を導入する。
ステップ1.1 図2のような、ここまでショッピングサイトSからレコメンドシステムRに商品情報の連携の上、商品カテゴリ情報の関心情報インデックスも生成させて連携する。例えば、おもちゃ商品Iに対して、カテゴリCに分類されて、カテゴリCに対して、3−5歳、女の子は対象というインデックス情報を送信して連携する。
ステップ1.2 図2のような、レコメンドシステムRは現在提供している商品レコメンド一覧を基に、ユーザに関心情報登録画面へ誘導させるリンクを追加する。誘導成功率を向上するため、文言画像などを利用する。例:「愛する人たちのために」など文言を利用できる。既に関心情報登録済みエンドユーザに対して、ここで関心情報編集リンクを設置する。
ステップ1.3 図2のような、ユーザは前記のリンクを押したら、本願発明の関心情報登録画面へ遷移する。この画面でユーザ初めて利用する場合、関心情報を管理するため、認証情報(一般的にアカウントである)登録ができる。
この画面で色々な関心情報を登録できる。例えば、自分 又は 家族、知り合いの年齢、生年月、趣味、職業、記念日、買い物のスタイル(例えばコスト重視、パフォーマンス重視、人気度重視)など。この時、個人を特定できる情報の入力を回避させる。例えば、家族に対して、氏名ではなく、続柄の長女、長男などを入力させる。生年月日ではなく、年齢範囲又は年月まで入力する。
この時、図3のような、関心情報のうちに、人情報にたいして、ユーザ以外の第三者に紐づける。例えば、入力した兄弟に対して、メールアドレス又他のSNSサイトのアカウントを指定し、今後、兄弟も自分に関して登録された関心情報を変更、登録できる。
そして、図3のような第三者システムを指定して、第三者システムから情報を導入、自動的に関心情報を生成する。例えば、自分のブログを指定し、ブログ内容を解析して、キーワードを洗い出して、関心情報を生成する。
この画面で色々な関心情報を登録できる。例えば、自分 又は 家族、知り合いの年齢、生年月、趣味、職業、記念日、買い物のスタイル(例えばコスト重視、パフォーマンス重視、人気度重視)など。この時、個人を特定できる情報の入力を回避させる。例えば、家族に対して、氏名ではなく、続柄の長女、長男などを入力させる。生年月日ではなく、年齢範囲又は年月まで入力する。
この時、図3のような、関心情報のうちに、人情報にたいして、ユーザ以外の第三者に紐づける。例えば、入力した兄弟に対して、メールアドレス又他のSNSサイトのアカウントを指定し、今後、兄弟も自分に関して登録された関心情報を変更、登録できる。
そして、図3のような第三者システムを指定して、第三者システムから情報を導入、自動的に関心情報を生成する。例えば、自分のブログを指定し、ブログ内容を解析して、キーワードを洗い出して、関心情報を生成する。
ステップ1.4 図2のような、関心情報入力後、レコメンドサービスシステムRは関心情報を保存し、ユーザに対して一意の認証トークン(一般的にブラウザのクッキーの形式)を発行して、ユーザ側保持する。
ステップ1.5 図3のような、ユーザは再度ショッピングサイトSの商品ページをアクセスする時、ショッピングサイトは従来通り、レコメンドシステムの部品を呼び出し、この時、前記ステップ1.4で関心情報登録後発行した一意認証トークンもレコメンドシステムへ送信される。レコメンドシステムは、このトークンを受けて、前記ステップ1.4で登録された関心情報とステップ1で連携されたインデックス情報をマッチングして、レコメンド商品一覧を洗い出し、関心情報と一緒にレコメンド情報としてユーザ側返送する。
返送されるレコメンド情報に関して、下記のようなものである:
商品A 息子様は使えるよ
商品B 母の日のプレゼント
商品C 夏休み時利用?
商品D ご主人様の欲しいもの
商品自体 ご同齢中大人気
商品自体 Tさんは「いいね」
返送されるレコメンド情報に関して、下記のようなものである:
商品A 息子様は使えるよ
商品B 母の日のプレゼント
商品C 夏休み時利用?
商品D ご主人様の欲しいもの
商品自体 ご同齢中大人気
商品自体 Tさんは「いいね」
ステップ1.6:図3のような、ユーザは商品情報と関心情報を含めてレコメンド情報を見て、趣味ある商品情報をクリックして、商品情報画面 又は注文フローへ遷移する。この時、レコメンド情報を一意するトークンも渡して、遷移自身を記録して、効果測定できるようにする。
ステップ2.1:図4のような、本願発明はオンラインショッピングの運用だけではなく、オンラインショッピングサイトの店舗に対して、本願発明も利用できる。例えば、ショッピングサイトSの店舗Cは自分の位置情報を事前にレコメンドシステムRに登録して、ユーザは店舗Cの周辺に着いたら、ユーザの携帯端末に既にインストール済の本願発明を利用するアプリはアラート又はメッセージの形式で関心情報と店舗の販売情報を出す。
例えば:店舗C:お娘様は大好きな本「XXX」特売中
例えば:店舗C:お娘様は大好きな本「XXX」特売中
本願発明は、従来レコメンドシステムと区別するのは、伝統的なメディアも利用できる。図5で説明する。
ステップ3.1 図5のような、まず、伝統的なメディアMはレコメンドサービスシステムRとデータ連携する。
※伝統的なメディアMとは、テレビ、コンピュータ形式の新聞、ラジオなど伝統的なメディアである。テレビ局、新聞社、ラジオ局もメディアという。下記で伝統的なメディアMを新メディア(インターネットなど)と合わせてメディアMを呼ぶ。
※伝統的なメディアMとは、テレビ、コンピュータ形式の新聞、ラジオなど伝統的なメディアである。テレビ局、新聞社、ラジオ局もメディアという。下記で伝統的なメディアMを新メディア(インターネットなど)と合わせてメディアMを呼ぶ。
ステップ3.2 図5のような、ユーザの指示の上、メディアM用レコメンドサービスシステムRの部品はレコメンドサービスシステムと認証連携させる。メディアM用レコメンドサービスシステムRの部品はユーザを記憶する。
※メディアM用レコメンドサービスシステムRの部品とは、メディアのデバイス上稼働するプログラムである。例えば、テレビのOS上のプログラム、携帯端末上の新聞アプリに含むレコメンドサービスシステムMのコンポーネントなど形式である。
※メディアM用レコメンドサービスシステムRの部品とは、メディアのデバイス上稼働するプログラムである。例えば、テレビのOS上のプログラム、携帯端末上の新聞アプリに含むレコメンドサービスシステムMのコンポーネントなど形式である。
ステップ3.3 メディアMはレコメンド対象を提供するとき、識別IDを一緒に提供してもらう。メディアM用レコメンドサービスシステムRの部品はこの識別IDを識別して、レコメンドサービスシステムRに送信する。
※ここのレコメンド対象とは、メディアに提供される情報である。例えば、テレビ局の広告、新聞の文章など。
※ここの識別IDとは、メディアM用レコメンドサービスシステムRの部品にレコメンド対象を識別させる情報である。例えば、テレビは対象広告を放送時、事前に放送チャンネル、時間をメディアM用レコメンドサービスシステムRの部品に知らせる情報である。対象広告と一緒に放送され、固定位置の画像情報である。
※ここのレコメンド対象とは、メディアに提供される情報である。例えば、テレビ局の広告、新聞の文章など。
※ここの識別IDとは、メディアM用レコメンドサービスシステムRの部品にレコメンド対象を識別させる情報である。例えば、テレビは対象広告を放送時、事前に放送チャンネル、時間をメディアM用レコメンドサービスシステムRの部品に知らせる情報である。対象広告と一緒に放送され、固定位置の画像情報である。
ステップ3.4 レコメンドサービスステムRは前記ステップ3.3で送信される識別IDを利用して、ユーザの関心情報とマッチングして、レコメンド情報を抽出して、メディアM用レコメンドサービスシステムRの部品に返送する。
ステップ3.5 メディアM用レコメンドサービスシステムRの部品はステップ3.4で返送されるレコメンド内容をメディアのデバイス上でユーザに提示する。
本願発明は、既存のレコメンドサービスシステムの強化として利用できる。既に連携しているシステムに対して、精度もっと高く、購買もっと導入できるレコメンドサービスを提供する。さらに、オンラインシステムだけではなく、位置情報を活用して、オフラインの実店舗もレコメンドサービスを提供する。そして、伝統的なメディアもレコメンドサービスを提供する。レコメンドサービスの提供範囲をもっと拡大する。
Claims (7)
- ユーザに事前に自分の関心情報をレコメンドサービスシステムに登録させて、レコメンド対象システムから呼び出されるとき、ユーザを識別して、前記登録された関心情報と同一 又は 他のシステムの連携情報をマッチングして、レコメンド要素を洗い出して関心情報を一緒にユーザに提供するレコメンドサービスシステム
- 請求項1において、ユーザはレコメンド情報に対して、フィードバックで評価させて、次回レコメンドするかの調整を行うレコメンドサービスシステム
- 請求項1において、ユーザは自分の関心情報をレコメンドサービスシステムに登録する時、許可の上、第三者システムから連携情報を導入、自動的に関心情報を生成するレコメンドサービスシステム
- 請求項1において、ユーザは自分の関心情報をレコメンドサービスシステムに登録する時、関心情報の人の要素を他の人に紐ン付き、他の人は自分の下の関心情報を編集できるレコメンドサービスシステム
- 請求項1において、実店舗の位置情報、ユーザの携帯端末の位置情報と連携して、ユーザは実店舗に近く着いたら、マッチングされるレコメンド情報をユーザの携帯端末へ通知するレコメンドサービスシステム
- 請求項1において、メディアとの情報連携の上、メディアのレコメンド対象に識別IDをつけてもらって、メディア用部品を経由して、マッチングされたレコメンド情報をメディアに提供するレコメンドサービスシステム
- 請求項6において、メディア部品 又はレコメンドサービスシステムはレコメンド履歴機能を提供して、過去のレコメンド情報も利用するレコメンドサービスシステム
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015182364A JP2017058893A (ja) | 2015-09-16 | 2015-09-16 | 人間の社会性を利用する商品のレコメンドシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015182364A JP2017058893A (ja) | 2015-09-16 | 2015-09-16 | 人間の社会性を利用する商品のレコメンドシステム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017058893A true JP2017058893A (ja) | 2017-03-23 |
Family
ID=58391596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015182364A Pending JP2017058893A (ja) | 2015-09-16 | 2015-09-16 | 人間の社会性を利用する商品のレコメンドシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017058893A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019040228A (ja) * | 2017-08-22 | 2019-03-14 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
JP2019212063A (ja) * | 2018-06-06 | 2019-12-12 | 株式会社電通 | 商品提案サポートシステム |
-
2015
- 2015-09-16 JP JP2015182364A patent/JP2017058893A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019040228A (ja) * | 2017-08-22 | 2019-03-14 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
JP7021475B2 (ja) | 2017-08-22 | 2022-02-17 | 富士フイルムビジネスイノベーション株式会社 | 情報処理装置及びプログラム |
JP2019212063A (ja) * | 2018-06-06 | 2019-12-12 | 株式会社電通 | 商品提案サポートシステム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180260481A1 (en) | Displaying search result associated identified or extracted unique identity associated structured contents or structured website | |
US11568475B2 (en) | Generating custom merchant content interfaces | |
US20160117740A1 (en) | Remarketing products to social networking system users | |
US9430782B2 (en) | Bidding on search results for targeting users in an online system | |
AU2013363366B2 (en) | Targeting objects to users based on search results in an online system | |
US20140215351A1 (en) | Gradation coding to express sentiment | |
JP2010170436A (ja) | インターネットのウェブページ(デジタルコンテンツ)内の任意のキーワードにレコメンド広告を配信して表示する方法、およびその広告の品質の評価方法、ならびにその品質評価に基づいて課金する方法。 | |
WO2019193407A1 (en) | Presenting structured contents with search results, generating feeds & establishing communication based on search activities and enabling search result item associated user actions and reactions | |
KR20170041206A (ko) | 소셜 네트워킹 사용자의 확장된 추적 및 광고 타겟팅 | |
US8732010B1 (en) | Annotated advertisements and advertisement microsites | |
US20130339142A1 (en) | Online content based on internet activity | |
Kang | Just another platform for television? The emerging web dramas as digital culture in South Korea | |
US9967294B2 (en) | Sharing of media content | |
US10810635B2 (en) | Server apparatus, terminal apparatus, non-transitory computer-readable storage medium having information processing program stored therein, information processing system, information processing method, and data structure | |
JP6077083B1 (ja) | 情報表示装置、情報表示方法、情報表示プログラムおよび配信装置 | |
US20150113386A1 (en) | Generation of introductory information page | |
CA2892441C (en) | Targeting objects to users based on queries in an online system | |
Sharma et al. | User perceptions and experiences of targeted ads on social media platforms: Learning from bangladesh and india | |
US20190075365A1 (en) | Reminding a user of an online system about a content item presented to the user in conjunction with a video | |
JP2017058893A (ja) | 人間の社会性を利用する商品のレコメンドシステム | |
JP6686243B2 (ja) | 動画広告配信サーバおよびプログラム | |
US11488229B2 (en) | Information processing device for content recommendation | |
Mena | Data mining mobile devices | |
KR20120079774A (ko) | 간단한 절차를 통한 온라인 광고 제공 방법 및 시스템 | |
JP5879329B2 (ja) | 投稿情報管理装置、投稿情報管理方法、投稿情報管理プログラム |