JP2017102862A - 決定装置、決定方法、及び決定プログラム - Google Patents

Abstract

【課題】配信する広告を適切に決定する決定装置、決定方法、及び決定プログラムを提供する。【解決手段】決定装置としての広告配信装置１００は、取得部１３１と、決定部１３３とを有する。取得部１３１は、複数の対象の各々への配信における複数のコンテンツの配信実績に関する情報を取得する。決定部１３３は、一の対象へコンテンツを配信する際に、一の対象と類似する対象として分類された対象への配信における複数のコンテンツの配信実績に関する情報に基づいて、一の対象に配信するコンテンツを決定する。例えば、取得部１３１は、複数の対象として複数の広告枠の各々への配信における複数の広告の配信実績に関する情報を取得する。【選択図】図２

Description

本発明は、決定装置、決定方法、及び決定プログラムに関する。

近年、広告表示領域（以下、「広告枠」とする）等の所定の対象における配信実績に基づいて広告を配信する方法が知られている。このような広告配信においては、各対象の配信実績に基づくクリック率（以下、「ＣＴＲ（Click Through Rate）」とする場合がある）に基づいて、各対象に配信する広告を決定する。

特開２００９−２７１６６１号公報

しかしながら、上記の従来技術では配信する広告を適切に決定することが難しい。例えば、配信実績が十分でない対象に対して広告を配信する場合、配信実績に基づく評価値の精度（信頼度）が低いこと等により、配信する広告が適切に決定されないことがある。このような場合、例えば、評価値が不確かな広告が配信される可能性が高くなり、期待収益の予測等に誤差を生じる可能性が高くなる。

本願は、上記に鑑みてなされたものであって、配信する広告を適切に決定する決定装置、決定方法、及び決定プログラムを提供することを目的とする。

本願に係る決定装置は、複数の対象の各々への配信における複数のコンテンツの配信実績に関する情報を取得する取得部と、一の対象へコンテンツを配信する際に、前記一の対象と類似する対象として分類された対象への配信における前記複数のコンテンツの配信実績に関する情報に基づいて、前記一の対象に配信するコンテンツを決定する決定部と、を備えたことを特徴とする。

実施形態の一態様によれば、配信する広告を適切に決定することができるという効果を奏する。

図１は、実施形態に係る決定処理の一例を示す図である。 図２は、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３は、実施形態に係る配信実績情報記憶部の一例を示す図である。 図４は、実施形態に係るグループ情報記憶部の一例を示す図である。 図５は、実施形態に係る広告情報記憶部の一例を示す図である。 図６は、実施形態に係るグループ情報の生成の一例を示す図である。 図７は、実施形態に係るグループ情報の生成の一例を示すフローチャートである。 図８は、実施形態に係る広告の決定の一例を示すフローチャートである。 図９は、変形例に係る決定処理の一例を示す図である。 図１０は、変形例に係る広告配信装置の構成例を示す図である。 図１１は、変形例に係る配信実績情報記憶部の一例を示す図である。 図１２は、変形例に係るグループ情報記憶部の一例を示す図である。 図１３は、変形例に係るグループ情報の生成の一例を示すフローチャートである。 図１４は、変形例に係る広告の決定の一例を示すフローチャートである。 図１５は、広告配信装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る決定装置、決定方法、及び決定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決定装置、決定方法、及び決定プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

（実施形態）
〔１．決定処理〕
まず、実施形態に係る決定処理について説明する。図１は、実施形態に係る決定処理の一例を示す図である。図１では、広告配信装置１００は、対象を広告枠、決定処理を行うコンテンツを広告とする場合を例に説明する。すなわち、図１では、広告配信装置１００は、複数の広告枠の各々への配信における複数の広告の配信実績に関する情報に基づいて、広告枠に配信する広告を決定する場合を説明する。なお、以下においては、広告枠Ａである広告枠ＡＲ１１を含む媒体であるコンテンツＣＴ１１がウェブページである場合を説明するが、媒体は、ウェブページ以外の媒体であってもよい。例えば、媒体は、ゲームアプリケーション、書籍閲覧アプリケーション、音楽配信アプリケーション、動画配信アプリケーションによって表示される媒体などであってもよい。以下では、広告配信装置１００が、広告枠に関する情報（以下、「広告枠情報」とする場合がある）に基づいて決定された広告を端末装置１０へ配信する場合を示す。また、図１では、配信実績に関する情報として、ＣＴＲを用いる場合を示す。

図１に示すように、実施形態に係る配信システム１には、端末装置１０と、コンテンツ配信装置５０と、広告配信装置１００とが含まれる。端末装置１０と、コンテンツ配信装置５０と、広告配信装置１００とは、所定のネットワークを介して通信可能に接続される。なお、図１に示した配信システム１には、複数の端末装置１０、複数のコンテンツ配信装置５０、複数の広告配信装置１００が含まれてもよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。

コンテンツ配信装置５０は、コンテンツを配信する情報処理装置である。図１に示す例において、コンテンツ配信装置５０は、端末装置１０からの要求に応じて、端末装置１０において起動されたブラウザに表示されるウェブページであるコンテンツを配信する。

広告配信装置１００は、一の広告枠へコンテンツを配信する際に、一の広告枠と類似する広告枠として分類された広告枠への配信における複数の広告の配信実績に関する情報に基づいて、一の広告枠に配信する広告を決定する決定装置である。具体的には、広告配信装置１００は、各広告枠の配信実績に関する情報に基づく類似度に応じて、複数の広告枠を各群（以下、「グループ」とする場合がある）に分類し、一の広告枠が分類されたグループに属する他の広告枠の配信実績に関する情報に基づいて、一の広告枠に配信する広告を決定する。

以下、図１を用いて、決定処理の一例を説明する。図１に示す例においては、ユーザがユーザＩＤ「Ｕ１」により識別されるユーザ（以下、「ユーザＵ１」とする場合がある）である場合を示す。具体的には、広告配信装置１００がユーザＵ１が利用する端末装置１０に表示されたコンテンツＣＴ１１中の広告枠ＡＲ１１、すなわち広告枠Ａに表示する広告を決定する場合を示す。なお、以下では、ユーザＵ１をユーザＵ１が利用する端末装置１０と読み替えることもできる。

まず、広告配信装置１００は、複数の広告枠の各々への配信における複数の広告の配信実績に関する情報に基づいて、各広告枠を分類する（ステップＳ１１）。具体的には、広告配信装置１００は、各広告枠に表示された複数の広告のＣＴＲの類似度に応じて、各広告枠を複数のグループに分類する。すなわち、広告配信装置１００は、各広告枠に表示された複数の広告のＣＴＲに基づく類似度に応じて、各広告枠を複数のグループに分類する。

例えば、広告配信装置１００は、種々のクラスタリング手法を適宜用いて、各広告枠を複数のグループに分類する。なお、広告配信装置１００が用いるクラスタリング手法は各広告枠を複数のグループに分類可能であれば、どのようなクラスタリング手法であってもよい。例えば、広告配信装置１００は、広告枠ごとに複数の広告のＣＴＲのテーブルを生成し、広告枠間における距離行列を生成してもよい。例えば、広告配信装置１００は、広告枠間における距離行列の生成において、例えば相関係数(1-相関係数)、マンハッタン距離、ユークリッド距離、マハラノビス距離などを用いてもよい。すなわち、広告配信装置１００は、広告枠間の広告のＣＴＲの類似に関する種々の情報を適宜用いて、広告枠間における距離行列を生成してもよい。そして、広告配信装置１００は、広告枠間における距離行列に基づいて、各広告枠を複数のグループに分類する。なお、広告配信装置１００は、所定のグループ数（クラスタ数）を設定して各広告枠を複数のグループに分類してもよい。例えば、広告配信装置１００は、グループ数（クラスタ数）を２００と設定した場合、複数の広告枠を２００個のグループに分類する。例えば、広告配信装置１００は、グループ数（クラスタ数）を２００と設定した場合、５００００本の広告枠を２００個のグループに分類する。なお、上記は一例であって、広告配信装置１００は、各広告枠に表示された複数の広告の配信実績に関する情報であるＣＴＲの類似度に応じて分類可能であれば、どのような手法を用いて各広告枠を複数のグループに分類してもよい。

図１では、広告配信装置１００は、広告枠Ａ、広告枠Ｂ、広告枠Ｃ、広告枠Ｄを含む複数の広告枠の各々における広告ＡＤ１〜ＡＤ８等の複数の広告の各々のＣＴＲに基づいて、各広告枠を複数のグループに分類する。図１中の広告リストＡＬ１１は、広告枠Ａにおける複数の広告の各々のＣＴＲを示す。例えば、広告リストＡＬ１１は、広告枠Ａにおける広告ＡＤ１のＣＴＲは０．０１５％であり、広告枠Ａにおける広告ＡＤ２のＣＴＲは０．０８％であることを示す。なお、図１では、説明の簡単化のために、各広告枠が配置される場所（媒体やその位置）のバイアス（偏り）がないものとして説明する。すなわち、図１では、各広告枠におけるＣＴＲを用いて各広告枠を複数のグループに分類可能であるものとする。なお、各広告枠が配置される場所（媒体やその位置）のバイアス（偏り）がある場合、例えば、スムージングや正規化等の所定の手法により、各広告枠における配信実績に関する情報を比較可能（分類可能）な情報に変更した後、ステップＳ１１の処理を行う。例えば、図１に示す広告リストＡＬ１１〜ＡＬ１４は、所定の手法により、各広告枠における配信実績に関する情報を比較可能（分類可能）な情報に変更した後の情報であってもよい。

また、図１中の広告リストＡＬ１２は、広告枠Ｂにおける複数の広告の各々のＣＴＲを示す。例えば、広告リストＡＬ１２は、広告枠Ｂにおける広告ＡＤ１のＣＴＲは０．１％であり、広告枠Ｂにおける広告ＡＤ２のＣＴＲは０．０９％であることを示す。また、図１中の広告リストＡＬ１３は、広告枠Ｃにおける複数の広告の各々のＣＴＲを示す。例えば、広告リストＡＬ１３は、広告枠Ｃにおける広告ＡＤ３のＣＴＲは０．２％であり、広告枠Ｃにおける広告ＡＤ４のＣＴＲは０．０５％であることを示す。また、図１中の広告リストＡＬ１４は、広告枠Ｄにおける複数の広告の各々のＣＴＲを示す。例えば、広告リストＡＬ１４は、広告枠Ｄにおける広告ＡＤ３のＣＴＲは０．２４％であり、広告枠Ｄにおける広告ＡＤ４のＣＴＲは０．１５％であることを示す。

例えば、広告枠Ａにおける広告ＡＤ５を除く広告のＣＴＲは、広告枠Ｃにおける対応する広告のＣＴＲと略一致する。例えば、広告枠Ａにおける広告ＡＤ１のＣＴＲは、広告枠Ｃにおける広告ＡＤ１のＣＴＲとの差は、「−０．００５（＝０．０１−０．０１５）」。また、例えば、広告枠Ａにおける広告ＡＤ３のＣＴＲは、広告枠Ｃにおける広告ＡＤ３のＣＴＲとの差は、「０（＝０．２−０．２）」である。そのため、図１では、広告枠Ａにおける各広告のＣＴＲは、広告枠Ｃにおける各広告のＣＴＲとの類似度が高く、広告枠Ｂ及び広告枠Ｄを含む他の広告枠における各広告のＣＴＲとの類似度が低いものとする。また、広告枠Ｂにおける各広告のＣＴＲは、広告枠Ａ、広告枠Ｃ及び広告枠Ｄにおける各広告のＣＴＲとの類似度が低いものとする。また、広告枠Ｃにおける各広告のＣＴＲは、広告枠Ａにおける各広告のＣＴＲとの類似度が高く、広告枠Ｂ及び広告枠Ｄを含む他の広告枠における各広告のＣＴＲとの類似度が低いものとする。また、広告枠Ｄにおける各広告のＣＴＲは、広告枠Ａ、広告枠Ｂ及び広告枠Ｃにおける各広告のＣＴＲとの類似度が低いものとする。

そのため、図１では、広告配信装置１００は、広告枠Ａと広告枠ＣとがＣＴＲが類似する広告枠として分類する。具体的には、広告配信装置１００は、広告枠Ａと広告枠Ｃとを、Ａグループとして分類する。そして、広告配信装置１００は、広告枠Ａの配信実績と広告枠Ｃの配信実績とを合成し、ＡグループのＣＴＲを算出する。なお、各グループに分類された広告枠の配信実勢の合成についての具体例は後述するが、例えば、各グループにおける各広告のＣＴＲは、以下の式（１）により算出される。

各広告のＣＴＲ＝ Σ各広告枠でのクリック数／Σ各広告枠への配信回数 … （１）

上記の式（１）において、「Σ各広告枠でのクリック数」は、グループに含まれる全広告枠でのクリック数の合算を示す。また、上記の式（１）において、「Σ各広告枠への配信回数」は、グループに含まれる全広告枠への広告の配信回数の合算を示す。このように、広告配信装置１００は、各グループに分類された各広告枠における広告のクリック数の合計値を各グループに分類された各広告枠における広告の配信回数で除（割り算）することにより、各グループにおける広告のＣＴＲを算出する。すなわち、広告配信装置１００は、各グループにおける広告のＣＴＲを各グループに分類された広告枠におけるＣＴＲの平均とするのではなく、各グループに分類された広告枠における広告のクリック数や配信回数を用いて、各グループにおける広告のＣＴＲを算出する。例えば、広告配信装置１００は、各グループに分類された広告枠における広告のクリック数の合計や配信回数の合計を用いて、各グループにおける広告のＣＴＲを算出する。これにより、広告配信装置１００は、各グループに分類された広告枠の配信実績の多寡を適切に反映して、各グループにおける広告のＣＴＲを算出することができる。

ここで、図１では、広告枠Ａにおける配信実績は広告枠Ｃにおける配信実績よりも少ないものとする。すなわち、広告枠Ａにおける配信実績は、配信実績が不足しており、配信実績に基づく各広告のＣＴＲの精度が低いものとする。図１では、広告枠Ａにおける配信実績は、広告枠Ｃにおける配信実績の１００分の１であるものとする。例えば、広告枠Ｃにおける配信実績の全体数が１万回である場合、広告枠Ａにおける配信実績の全体数は１００回となる。

図１中の合成リストＧＬ１１は、Ａグループにおける複数の広告の各々のＣＴＲを示す。例えば、合成リストＧＬ１１は、Ａグループにおける広告ＡＤ１のＣＴＲは０．０１％であり、Ａグループにおける広告ＡＤ２のＣＴＲは０．０９％であり、Ａグループにおける広告ＡＤ５のＣＴＲは０．０７％であることを示す。このように、Ａグループにおける各広告のＣＴＲは、広告枠Ａよりも配信実績が多い広告枠Ｃにおける広告のＣＴＲに近い値になる。つまり、Ａグループにおける複数の広告間のＣＴＲの（大小）関係は、配信実績が多い、すなわち信頼度が高い広告枠における各広告のＣＴＲの（大小）関係に近くなる。

例えば、図１中の広告リストＡＬ１１において、広告枠Ａにおける広告ＡＤ５のＣＴＲは５％であり、広告枠Ａにおける広告ＡＤ５以外の他の広告のＣＴＲよりも大幅に高い数値を示す。一方、図１中の合成リストＧＬ１１において、Ａグループにおける広告ＡＤ５のＣＴＲは０．０７％であり、Ａグループにおける広告ＡＤ５と他の広告間のＣＴＲの（大小）関係は、配信実績が多い、すなわち信頼度が高い広告枠Ｃにおける広告ＡＤ５と他の広告間のＣＴＲの（大小）関係に近くなる。このように、広告配信装置１００は、ステップＳ１１の合成により、配信実績が不足する広告枠Ａにおける複数の広告の各々のＣＴＲを適切に補正することができる。

また、図１では、広告配信装置１００は、広告枠ＢとＣＴＲが類似する他の広告枠とを、Ｂグループとして分類する。そして、広告配信装置１００は、広告枠Ｂの配信実績と他の広告枠の配信実績とを合成し、ＢグループのＣＴＲを算出する。図１中の合成リストＧＬ１２は、Ｂグループにおける複数の広告の各々のＣＴＲを示す。また、広告配信装置１００は、広告枠ＤとＣＴＲが類似する他の広告枠とを、Ｃグループとして分類する。そして、広告配信装置１００は、広告枠Ｄの配信実績と他の広告枠の配信実績とを合成し、ＣグループのＣＴＲを算出する。図１中の合成リストＧＬ１３は、Ｃグループにおける複数の広告の各々のＣＴＲを示す。なお、ステップＳ１１の処理は定期的に行ってもよいし、広告要求がされた際に対象となる広告枠が含まれるグループに関する情報（以下、「グループ情報」とする場合がある）のみを生成してもよい。

図１に示すように、端末装置１０は、コンテンツ配信装置５０にコンテンツの配信要求を送信する（ステップＳ１２）。例えば、端末装置１０は、ユーザＵ１による操作に応じて、コンテンツ配信装置５０にコンテンツの配信要求を送信する。

端末装置１０から配信要求を受け付けたコンテンツ配信装置５０は、端末装置１０にコンテンツを配信する（ステップＳ１３）。図１に示す例においては、コンテンツ配信装置５０は、端末装置１０にコンテンツＣＴ１１を配信する。図１に示す例において、コンテンツ配信装置５０が配信するコンテンツＣＴ１１には、スポーツに関するニュース記事や広告枠ＡＲ１１が含まれる。

広告枠ＡＲ１１を含むコンテンツＣＴ１１を受信した端末装置１０は、受信したコンテンツＣＴ１１に含まれる広告枠ＡＲ１１に表示する広告を要求する広告要求を広告配信装置１００に送信する（ステップＳ１４）。このとき、端末装置１０は、広告枠ＡＲ１１に関する情報として、広告を表示する広告枠ＡＲ１１が広告枠Ａであることを示す情報を広告配信装置１００に送信する。

端末装置１０から広告要求を取得した広告配信装置１００は、広告枠Ａが分類されたＡグループに属する他の広告枠ＣのＣＴＲに基づいて、広告枠Ａに配信する広告を決定する（ステップＳ１５）。具体的には、広告配信装置１００は、広告枠Ａと広告枠Ｃとが含まれるＡグループのＣＴＲに基づいて、広告枠Ａに配信する広告を決定する。図１では、広告配信装置１００は、広告ＡＤ１〜ＡＤ８等の複数の広告のうち、最もＣＴＲの高い広告ＡＤ３を、広告枠Ａに配信する広告として決定する。その後、広告配信装置１００は、決定した広告ＡＤ３を端末装置１０に配信する（ステップＳ１６）。

上述したように、広告配信装置１００は、配信対象となる広告枠が含まれるグループのＣＴＲに基づいて、広告枠に配信する広告を決定する。これにより、広告配信装置１００は、配信する広告を適切に決定することができる。例えば、広告配信装置１００は、実績が不足する広告枠Ａに対して、広告枠Ａにおける各広告のＣＴＲに基づいて配信する広告を決定する場合、広告リストＡＬ１１中の最もＣＴＲの高い広告ＡＤ５を広告枠Ａに配信する広告として決定する。一方、広告配信装置１００は、配信実績が不足する広告枠Ａに対して、Ａグループにおける各広告のＣＴＲに基づいて配信する広告を決定する場合、合成リストＧＬ１１中の最もＣＴＲの高い広告ＡＤ３を広告枠Ａに配信する広告として決定する。このように、広告配信装置１００は、配信実績が不足する広告枠に対して広告を配信する場合であっても、配信する広告を適切に決定することができる。すなわち、広告配信装置１００は、配信実績が不足する広告枠に対して広告を配信する場合であっても、各広告のＣＴＲが類似し、配信実績が十分な信頼度が高い広告枠の情報と合成したグループ情報を用いることにより、配信実績が不足する広告枠における複数の広告の各々のＣＴＲを適切に補正することができる。

なお、上記例では、広告配信装置１００が、広告リストＡＬ１１〜ＡＬ１４等の広告枠ごとの情報から合成リストＧＬ１１〜ＧＬ１３等のグループ情報を生成する例を示したが、広告配信装置１００が、合成リストＧＬ１１〜ＧＬ１３等を外部の情報処理装置から取得してもよい。例えば、グループ情報を生成する装置が広告配信装置１００とは別体であって、グループ情報を生成する装置が生成したグループ情報に基づいて、広告配信装置１００がグループ情報に基づいて決定した広告を配信してもよい。この場合、広告配信装置１００は、広告リストＡＬ１１〜ＡＬ１４等の広告枠ごとの情報を有しなくてもよい。これにより、広告配信装置１００は、保有するデータ量を削減することができる。すなわち、広告配信装置１００は、使用するメモリ量を抑制することができる。また、図１では、広告配信装置１００は、ユーザ操作に関する情報に基づく広告のクリック率（ＣＴＲ）をコンテンツへのユーザ行動率として複数の対象を各群に分類するが、コンテンツへのユーザ行動率は、コンテンツである広告におけるコンバージョン率、コンテンツの所定の範囲がユーザ操作により可視領域に入った率等、目的に応じて種々の指標が用いられてもよい。すなわち、ここでいうコンテンツへのユーザ操作に関する情報やユーザ行動率は、コンテンツに対するユーザ操作等のユーザの行動に関する情報であれば、どのような情報が用いられてもよい。

なお、図１では、配信実績に関する情報として、ＣＴＲを用いる場合を示したが、配信実績に関する情報は、目的に応じて種々の評価値が適宜選択されてもよい。例えば、配信実績に関する情報として、ＣＴＲの他にも、例えば、ｅＣＰＭ（effective Cost Per Mille）や、ＣＰＣ（Cost Per Click）、ＣＶＲ（Conversion Rate）などであってもよいし、またこれらを組み合わせた情報であってもよい。また、図１に示す広告枠Ａ、広告枠Ｂ、広告枠Ｃ、広告枠Ｄは、広告ＡＤ１〜ＡＤ８等の配信実績を有する場合を示したが、各広告枠における配信実績中の全ての広告が一致しなくてもよい。例えば、各広告枠において配信実績がない広告については、ＣＴＲを０としてもよいし、所定の値（例えば、配信実績のある広告のＣＴＲの平均値）としてもよい。また、広告枠Ａ、広告枠Ｂ、広告枠Ｃ、広告枠Ｄ等の各広告枠が表示される端末装置（デバイス）は、スマートフォンやＰＣ等どのようなデバイスであってもよい。また、図１では、広告配信装置１００が配信する広告を決定する例を示したが、コンテンツは広告に限らず、不動産情報やオークションの出品情報やショッピングの商品情報等であってもよい。すなわち、配信する対象として決定されるコンテンツは、上記の決定処理を適用可能であればどのようなコンテンツであってもよい。また、図１では、広告配信装置１００が対象を広告枠として、配信する広告を決定する例を示したが、対象は広告枠に限らず、上記の決定処理を適用可能であればどのような対象であってもよい。

〔２．広告配信装置の構成〕
次に、図２を用いて、実施形態に係る広告配信装置１００の構成について説明する。図２は、実施形態に係る広告配信装置１００の構成例を示す図である。図２に示すように、広告配信装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、広告配信装置１００は、広告配信装置１００の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）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線または無線で接続され、端末装置１０との間で情報の送受信を行う。

（記憶部１２０）
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。実施形態に係る記憶部１２０は、図２に示すように、配信実績情報記憶部１２１と、グループ情報記憶部１２２と、広告情報記憶部１２３とを有する。

（配信実績情報記憶部１２１）
実施形態に係る配信実績情報記憶部１２１は、広告の配信実績に関する各種情報を記憶する。図３に、実施形態に係る配信実績情報記憶部１２１の一例を示す。図３に示す配信実績情報記憶部１２１は、「広告枠Ａ」、「広告枠Ｂ」、「広告枠Ｃ」、「広告枠Ｄ」といった項目を有する。また、「広告枠Ａ」〜「広告枠Ｄ」等は、「配信回数」、「クリック回数」、「ＣＴＲ（％）」といった項目を有する。なお、配信実績情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

「広告枠Ａ」〜「広告枠Ｄ」には、各広告枠における各広告の配信実績に関する情報が記憶される。また、「配信回数」は、対応する広告の配信回数を示す。図３中の「配信回数」に示す「ＤＳＡ１」等は、広告「ＡＤ５」に対応する「配信回数」である「１００」（回）といった具体的な数値であってもよい。また、「クリック回数」は、対応する広告のクリック回数を示す。図３中の「クリック回数」に示す「ＣＬＡ１」等は、広告「ＡＤ５」に対応する「クリック回数」である「５」（回）といった具体的な数値であってもよい。「ＣＴＲ（％）」は、対応する広告のクリック率を示す。「ＣＴＲ（％）」は、対応するクリック回数を配信回数で除した値を示す。例えば、広告「ＡＤ５」の「ＣＴＲ」は、「５（％）」（＝５／１００）となる。

例えば、図３に示す例において、「広告枠Ａ」における、広告ＡＤ１の配信回数は「ＤＳＡ１」であり、広告ＡＤ１のクリック回数は「ＣＬＡ１」であり、広告ＡＤ１のＣＴＲは「０．０１５」であることを示す。また、例えば、図３に示す例において、「広告枠Ｃ」における、広告ＡＤ２の配信回数は「ＤＳＣ２」であり、広告ＡＤ２のクリック回数は「ＣＬＣ２」であり、広告ＡＤ１のＣＴＲは「０．０９」であることを示す。

（グループ情報記憶部１２２）
実施形態に係るグループ情報記憶部１２２は、グループ情報を記憶する。図４に、実施形態に係るグループ情報記憶部１２２の一例を示す。図４に示すグループ情報記憶部１２２は、「Ａグループ（広告枠Ａ、Ｃ）」、「Ｂグループ（広告枠Ｂ等）」、「Ｃグループ（広告枠Ｄ等）」といった項目を有する。また、「Ａグループ（広告枠Ａ、Ｃ）」、「Ｂグループ（広告枠Ｂ等）」、「Ｃグループ（広告枠Ｄ等）」等は、「ＣＴＲ（％）」といった項目を有する。なお、グループ情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

「Ａグループ（広告枠Ａ、Ｃ）」、「Ｂグループ（広告枠Ｂ等）」、及び「Ｃグループ（広告枠Ｄ等）」には、各グループにおける各広告の配信実績に関する情報が記憶される。「ＣＴＲ（％）」は、各グループにおける対応する広告のクリック率を示す。

例えば、図４に示す例において、「Ａグループ（広告枠Ａ、Ｃ）」における、広告ＡＤ１のＣＴＲは「０．０１」であり、広告ＡＤ２のＣＴＲは「０．０９」であることを示す。また、例えば、図４に示す例において、「Ｂグループ（広告枠Ｂ等）」における、広告ＡＤ３のＣＴＲは「０．１」であり、広告ＡＤ４のＣＴＲは「０．０５」であることを示す。

（広告情報記憶部１２３）
実施形態に係る広告情報記憶部１２３は、広告に関する各種情報を記憶する。図５に、実施形態に係る広告情報記憶部１２３の一例を示す。図５に示す広告情報記憶部１２３は、「広告ＩＤ」、「広告」、「入札価格」といった項目を有する。

「広告ＩＤ」は、広告を識別するための識別情報を示す。「広告」は、広告主から入稿された広告を示す。図５では「広告」に「ＡＤ１」といった概念的な情報が格納される例を示したが、実際には、静止画像や動画像やテキストデータやＵＲＬ、または、これらの格納場所を示すファイルパス名などが格納される。また、「入札価格」は、対応する広告の入札価格に関する情報を示す。図５中の「入札価格」に示す「ＢＴ１」等は例えば「１００円」といった具体的な数値であってもよい。

例えば、図５に示す例において、広告ＩＤ「ＡＣ１」により識別される広告ＡＤ１は、入札価格が「ＢＴ１」であることを示す。また、例えば、図５に示す例において、広告ＩＤ「ＡＣ２」により識別される広告ＡＤ２は、入札価格が「ＢＴ２」であることを示す。

なお、広告情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、広告情報記憶部１２３は、広告主に関する情報を記憶してもよい。なお、広告主は、入稿作業等を代理店に依頼する場合もある。以下では、「広告主」といった表記は、広告主だけでなく代理店を含む概念であるものとする。例えば、広告情報記憶部１２３は、商品に関する情報を記憶してもよい。例えば、広告情報記憶部１２３は、広告の対象となる商品名やサービス名を示す情報を記憶してもよい。また、広告情報記憶部１２３は、各広告のＣＴＲやｅＣＰＭ等に関する情報を記憶してもよい。

（制御部１３０）
図２の説明に戻って、制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、広告配信装置１００内部の記憶装置に記憶されている各種プログラム（決定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。

図２に示すように、制御部１３０は、取得部１３１と、分類部１３２と、決定部１３３と、配信部１３４とを有し、以下に説明する決定処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図２に示した構成に限られず、後述する決定処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図２に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１）
取得部１３１は、複数の対象の各々への配信における複数のコンテンツの配信実績に関する情報（以下、「配信実績情報」とする場合がある）を取得する。例えば、取得部１３１は、配信実績情報を配信実績情報記憶部１２１から取得する。例えば、取得部１３１は、複数のコンテンツとして複数の広告の配信実績に関する情報を取得する。また、例えば、取得部１３１は、複数の対象として複数の広告枠の各々への配信における複数の広告の配信実績に関する情報を取得する。また、取得部１３１は、端末装置１０から広告要求を取得する。また、例えば、取得部１３１は、端末装置１０から広告枠に関する情報を取得する。

また、取得部１３１は、広告主から広告の入稿を取得してもよい。なお、取得部１３１は、広告主から広告の入稿を依頼された代理店から広告の入稿を取得してもよい。この場合、例えば、取得部１３１は、広告主や代理店が利用する情報処理装置から広告の入稿を取得する。また、例えば、取得部１３１は、取得した広告を広告情報記憶部１２３に記憶する。

（分類部１３２）
分類部１３２は、各対象の配信実績に関する情報に基づく類似度に応じて、複数の対象を各群（グループ）に分類する。例えば、分類部１３２は、各対象の各々への配信における複数のコンテンツへのユーザ操作に関する情報を配信実績に関する情報として、複数の対象を各グループに分類する。分類部１３２は、各対象の各々への配信における複数のコンテンツへのユーザ行動率を配信実績に関する情報として、複数の対象を各群に分類する。例えば、分類部１３２は、各対象の各々への配信における複数のコンテンツへのユーザ行動率であるクリック率（ＣＴＲ）を配信実績に関する情報として、複数の対象を各群に分類する。

例えば、分類部１３２は、複数の広告枠の各々への配信における複数の広告の配信実績に関する情報に基づいて、各広告枠を分類する。具体的には、分類部１３２は、各広告枠に表示された複数の広告のＣＴＲの類似度に応じて、各広告枠を複数のグループに分類する。この場合、分類部１３２は、各広告枠に表示された複数の広告のＣＴＲに基づく類似度に応じて、各広告枠を複数のグループに分類する。

例えば、分類部１３２は、種々のクラスタリング手法を適宜用いて、各広告枠を複数のグループに分類する。なお、分類部１３２が用いるクラスタリング手法は各広告枠を複数のグループに分類可能であれば、どのようなクラスタリング手法であってもよい。例えば、分類部１３２は、広告枠ごとに複数の広告のＣＴＲのテーブルを生成し、広告枠間における距離行列を生成してもよい。例えば、分類部１３２は、広告枠間の広告のＣＴＲの相関係数（例えば、１−相関係数）等を用いて、広告枠間における距離行列を生成してもよい。そして、分類部１３２は、広告枠間における距離行列に基づいて、各広告枠を複数のグループに分類する。なお、分類部１３２は、所定のグループ数（クラスタ数）を設定して各広告枠を複数のグループに分類してもよい。例えば、分類部１３２は、グループ数（クラスタ数）を２００と設定した場合、複数の広告枠を２００個のグループに分類する。例えば、分類部１３２は、グループ数（クラスタ数）を２００と設定した場合、５００００本の広告枠を２００個のグループに分類する。なお、上記は一例であって、分類部１３２は、各広告枠に表示された複数の広告の配信実績に関する情報であるＣＴＲの類似度に応じて分類可能であれば、どのような手法を用いて各広告枠を複数のグループに分類してもよい。

図１では、分類部１３２は、広告枠Ａ、広告枠Ｂ、広告枠Ｃ、広告枠Ｄを含む複数の広告枠の各々における広告ＡＤ１〜ＡＤ８等の複数の広告の各々のＣＴＲに基づいて、各広告枠を複数のグループに分類する。例えば、分類部１３２は、広告枠Ａと広告枠ＣとがＣＴＲが類似する広告枠として分類する。具体的には、分類部１３２は、広告枠Ａと広告枠Ｃとを、Ａグループとして分類する。そして、分類部１３２は、広告枠Ａの配信実績と広告枠Ｃの配信実績とを合成し、ＡグループのＣＴＲを算出する。

ここで、図６を用いて、分類部１３２が広告枠Ａの配信実績と広告枠Ｃの配信実績とを合成してＡグループにおける各広告のＣＴＲを算出する例を示す。図６は、実施形態に係るグループ情報の生成の一例を示す図である。図６には、広告枠Ａの配信実績と広告枠Ｃの配信実績を示す広告リストＡＬ１００と合成リストＧＬ１１を示す。また、図６には、広告枠Ａの配信実績と広告枠Ｃの配信実績の合成における広告ＡＤ５のＣＴＲ算出の計算ＣＲ１１を示す。

例えば、分類部１３２は、広告リストＡＬ１００の情報に基づいて、広告枠Ａの配信実績と広告枠Ｃの配信実績とを合成してＡグループに関するグループ情報である合成リストＧＬ１１を生成する（ステップＳ１１−１）。ステップＳ１１−１において、分類部１３２は、上記の式（１）を用いてＡグループにおける各広告のＣＴＲを算出する。例えば、計算ＣＲ１１を示すように、分類部１３２は、上記の式（１）を用いてＡグループにおける広告ＡＤ５のＣＴＲを算出する。具体的には、分類部１３２は、広告枠ＡにおけるＡＤ５の配信回数「１００」とクリック回数「５」、及び広告枠ＣにおけるＡＤ５の配信回数「１００００」とクリック回数「２」を用いてＡグループにおける広告ＡＤ５のＣＴＲを算出する。すなわち、分類部１３２は、以下の式（２）により、Ａグループにおける広告ＡＤ５のＣＴＲを算出する。

ＡＤ５のＣＴＲ ＝ （５＋２）／（１００＋１００００） … （２）

上記の式（２）及び図６中の計算ＣＲ１１により、分類部１３２は、Ａグループにおける広告ＡＤ５のＣＴＲを０．０００６９３、すなわち約０．０７（％）と算出する。このように、分類部１３２は、Ａグループにおける各広告のＣＴＲを算出することにより、Ａグループに関するグループ情報である合成リストＧＬ１１を生成する。また、分類部１３２は、生成したグループ情報をグループ情報記憶部１２２に格納する。

（決定部１３３）
決定部１３３は、一の対象へコンテンツを配信する際に、一の対象と類似する対象として分類された対象への配信における複数のコンテンツの配信実績に関する情報に基づいて、一の対象に配信するコンテンツを決定する。例えば、決定部１３３は、分類部１３２により一の対象が分類された群に属する他の対象の配信実績に関する情報に基づいて、一の対象に配信するコンテンツを決定する。例えば、決定部１３３は、一の対象へ広告を配信する際に、一の対象と類似する対象として分類された対象への配信における複数の広告の配信実績に関する情報に基づいて、一の対象に配信する広告を決定する。例えば、決定部１３３は、一の広告枠へ広告を配信する際に、各広告枠への配信における複数の広告の配信実績に関する情報に基づいて、一の広告枠に配信する広告を決定する。例えば、決定部１３３は、グループ情報記憶部１２２に記憶されたグループ情報に基づいて広告枠に配信する広告を決定する。

図１では、決定部１３３は、広告枠Ａが分類されたＡグループに属する他の広告枠ＣのＣＴＲに基づいて、広告枠Ａに配信する広告を決定する。具体的には、決定部１３３は、広告枠Ａと広告枠Ｃとが含まれるＡグループのＣＴＲに基づいて、広告枠Ａに配信する広告を決定する。例えば、決定部１３３は、広告ＡＤ１〜ＡＤ８等の複数の広告のうち、最もＣＴＲの高い広告ＡＤ３を、広告枠Ａに配信する広告として決定する。

（配信部１３４）
配信部１３４は、決定部１３３により決定された広告を端末装置１０に配信する。例えば、配信部１３４は、決定部１３３により決定された広告ＡＤ３を端末装置１０に表示された広告枠Ａに表示する広告として配信する。

〔３．処理フロー〕
次に、図７及び図８を用いて、実施形態に係る配信システム１による決定処理の手順について説明する。図７は、実施形態に係るグループ情報の生成の一例を示すフローチャートである。図８は、実施形態に係る広告の決定の一例を示すフローチャートである。

まず、図７を用いてグループ情報の生成の一例について説明する。図７に示すように、広告配信装置１００の取得部１３１は、配信実績情報を取得する（ステップＳ１０１）。例えば、取得部１３１は、配信実績情報記憶部１２１から配信実績情報を取得する。

その後、広告配信装置１００の分類部１３２は、類似度に応じて広告枠を分類する（ステップＳ１０２）。例えば、分類部１３２は、取得部１３１により取得された配信実績情報に基づいて、類似する広告枠ごとに複数のグループに分類する。そして、分類部１３２は、類似する広告枠の配信実績情報を合成する（ステップＳ１０３）。例えば、分類部１３２は、類似する広告枠の配信実績情報を合成し、グループ情報を生成する。

次に、図８を用いて広告の決定の一例について説明する。図８に示すように、取得部１３１は、広告要求を取得する（ステップＳ２０１）。例えば、取得部１３１は、端末装置１０から広告要求を取得する。また、取得部１３１は、広告要求に対応する広告枠に関する情報を取得する（ステップＳ２０２）。例えば、取得部１３１は、端末装置１０から広告要求に対応する広告枠に関する情報を取得する。

その後、広告配信装置１００の決定部１３３は、広告枠が属するグループの配信実績情報に基づいて配信する広告を決定する（ステップＳ２０３）。例えば、決定部１３３は、広告枠が属するグループのグループ情報に基づいて配信する広告を決定する。その後、広告配信装置１００の配信部１３４は、決定部１３３により決定された広告を配信する（ステップＳ２０４）。例えば、配信部１３４は、決定部１３３により決定された広告を端末装置１０に配信する。

〔４．変形例〕
入札する広告の決定は、上述した実施形態の決定処理に限らず、種々の情報や条件に基づいて決定処理を行ってもよい。そこで、以下では、広告配信装置による他の決定処理について説明する。なお、実施形態と同様の構成については、同一の符号を付して説明を省略する。

（変形例）
〔５．決定処理〕
まず、変形例に係る決定処理について説明する。図９は、変形例に係る決定処理の一例を示す図である。また、図９では、広告配信装置２００は、対象をユーザ、決定処理を行うコンテンツを広告とする場合を例に説明する。すなわち、図９では、広告配信装置２００は、複数の広告枠の各々への配信における複数の広告の配信実績に関する情報に基づいて、広告枠に配信する広告を決定する場合を説明する。なお、以下においては、広告枠Ｘである広告枠ＡＲ２１を含む媒体の一例としてウェブページであるコンテンツＣＴ２１を説明するが、媒体は、ウェブページ以外の媒体であってもよい。例えば、媒体は、ゲームアプリケーション、書籍閲覧アプリケーション、音楽配信アプリケーション、動画配信アプリケーションによって表示される媒体などであってもよい。以下では、広告配信装置２００が、ユーザに関する情報（以下、「ユーザ情報」とする場合がある）に基づいて決定された広告を端末装置１０へ配信する場合を示す。また、図９では、配信実績に関する情報として、ＣＴＲを用いる場合を示す。

図９に示すように、変形例に係る配信システム２には、端末装置１０と、コンテンツ配信装置５０と、広告配信装置２００とが含まれる。端末装置１０と、コンテンツ配信装置５０と、広告配信装置２００とは、所定のネットワークを介して通信可能に接続される。なお、図９に示した配信システム２には、複数の端末装置１０、複数のコンテンツ配信装置５０、複数の広告配信装置２００が含まれてもよい。

広告配信装置２００は、一のユーザへコンテンツを配信する際に、一のユーザと類似するユーザとして分類されたユーザへの配信における複数の広告の配信実績に関する情報に基づいて、一のユーザに配信する広告を決定する。具体的には、広告配信装置２００は、各ユーザの配信実績に関する情報に基づく類似度に応じて、複数のユーザを各群（以下、「グループ」とする場合がある）に分類し、一のユーザが分類されたグループに属する他のユーザの配信実績に関する情報に基づいて、一のユーザに配信する広告を決定する。

以下、図９を用いて、決定処理の一例を説明する。図９に示す例においては、ユーザがユーザＩＤ「Ａ」により識別されるユーザ（以下、「ユーザＡ」とする場合がある）である場合を示す。具体的には、広告配信装置２００がユーザＡが利用する端末装置１０に表示されたコンテンツＣＴ２１中の広告枠ＡＲ２１である広告枠Ｘに表示する広告を決定する場合を示す。なお、以下では、例えば、ユーザＡをユーザＡが利用する端末装置１０と読み替えることもできる。

まず、広告配信装置２００は、複数のユーザの各々への配信における複数の広告の配信実績に関する情報に基づいて、各ユーザを分類する（ステップＳ２１）。具体的には、広告配信装置２００は、各ユーザに配信された複数の広告のＣＴＲの類似度に応じて、各ユーザを複数のグループに分類する。すなわち、広告配信装置２００は、各ユーザに配信された複数の広告のＣＴＲに基づく類似度に応じて、各ユーザを複数のグループに分類する。

例えば、広告配信装置２００は、種々のクラスタリング手法を適宜用いて、各ユーザを複数のグループに分類する。なお、広告配信装置２００が用いるクラスタリング手法は各ユーザを複数のグループに分類可能であれば、どのようなクラスタリング手法であってもよい。例えば、広告配信装置２００は、ユーザごとに複数の広告のＣＴＲのテーブルを生成し、ユーザ間における距離行列を生成してもよい。例えば、広告配信装置２００は、ユーザ間の広告のＣＴＲの相関係数（例えば、１−相関係数）等を用いて、ユーザ間における距離行列を生成してもよい。そして、広告配信装置２００は、ユーザ間における距離行列に基づいて、各ユーザを複数のグループに分類する。なお、広告配信装置２００は、所定のグループ数（クラスタ数）を設定して各ユーザを複数のグループに分類してもよい。例えば、広告配信装置２００は、グループ数（クラスタ数）を２００と設定した場合、複数のユーザを２００個のグループに分類する。例えば、広告配信装置２００は、グループ数（クラスタ数）を２００と設定した場合、５００００人のユーザを２００個のグループに分類する。なお、上記は一例であって、広告配信装置２００は、各ユーザに配信された複数の広告の配信実績に関する情報であるＣＴＲの類似度に応じて分類可能であれば、どのような手法を用いて各ユーザを複数のグループに分類してもよい。

図９では、広告配信装置２００は、ユーザＡ、ユーザＢ、ユーザＣ、ユーザＤを含む複数の広告枠の各々における広告ＡＤ１〜ＡＤ８等の複数の広告の各々のＣＴＲに基づいて、各ユーザを複数のグループに分類する。図９中の広告リストＡＬ２１は、ユーザＡにおける複数の広告の各々のＣＴＲを示す。例えば、広告リストＡＬ２１は、ユーザＡにおける広告ＡＤ１のＣＴＲは０．０１５％であり、ユーザＡにおける広告ＡＤ２のＣＴＲは８％であることを示す。

また、図９中の広告リストＡＬ２２は、ユーザＢにおける複数の広告の各々のＣＴＲを示す。例えば、広告リストＡＬ２２は、ユーザＢにおける広告ＡＤ１のＣＴＲは０．１％であり、ユーザＢにおける広告ＡＤ２のＣＴＲは０．０９％であることを示す。また、図９中の広告リストＡＬ２３は、ユーザＣにおける複数の広告の各々のＣＴＲを示す。例えば、広告リストＡＬ２３は、ユーザＣにおける広告ＡＤ３のＣＴＲは０．１５％であり、ユーザＣにおける広告ＡＤ４のＣＴＲは０．２％であることを示す。また、図９中の広告リストＡＬ２４は、ユーザＤにおける複数の広告の各々のＣＴＲを示す。例えば、広告リストＡＬ２４は、ユーザＤにおける広告ＡＤ３のＣＴＲは０．１５％であり、ユーザＤにおける広告ＡＤ４のＣＴＲは０．２％であることを示す。

図９では、ユーザＡにおける各広告のＣＴＲは、ユーザＣ及びユーザＤにおける各広告のＣＴＲとの類似度が高く、ユーザＢを含む他の広告枠における各広告のＣＴＲとの類似度が低いものとする。また、ユーザＢにおける各広告のＣＴＲは、ユーザＡ、ユーザＣ及びユーザＤにおける各広告のＣＴＲとの類似度が低いものとする。また、ユーザＣにおける各広告のＣＴＲは、ユーザＡ及びユーザＤにおける各広告のＣＴＲとの類似度が高く、ユーザＢを含む他の広告枠における各広告のＣＴＲとの類似度が低いものとする。また、ユーザＤにおける各広告のＣＴＲは、ユーザＡ及びユーザＣにおける各広告のＣＴＲとの類似度が高く、ユーザＢを含む他の広告枠における各広告のＣＴＲとの類似度が低いものとする。

そのため、図９では、広告配信装置２００は、ユーザＡとユーザＣとユーザＤとがＣＴＲが類似する広告枠として分類する。具体的には、広告配信装置２００は、ユーザＡとユーザＣとユーザＤとを、Ａグループとして分類する。そして、広告配信装置２００は、ユーザＡの配信実績とユーザＣの配信実績とユーザＤの配信実績とを合成し、ＡグループのＣＴＲを算出する。なお、各グループに分類されたユーザの配信実勢の合成についての具体例は後述するが、例えば、各グループにおける各広告のＣＴＲは、以下の式（３）により算出される。

各広告のＣＴＲ＝ Σ各ユーザのクリック数／Σ各ユーザへの配信回数 … （３）

上記の式（３）において、「Σ各ユーザのクリック数」は、グループに含まれる全ユーザのクリック数の合算を示す。また、上記の式（３）において、「Σ各ユーザへの配信回数」は、グループに含まれる全ユーザへの広告の配信回数の合算を示す。このように、広告配信装置２００は、各グループに分類された各ユーザにおける広告のクリック数の合計値を各グループに分類された各ユーザにおける広告の配信回数で除（割り算）することにより、各グループにおける広告のＣＴＲを算出する。すなわち、広告配信装置２００は、各グループにおける広告のＣＴＲを各グループに分類されたユーザにおけるＣＴＲの平均とするのではなく、各グループに分類されたユーザにおける広告のクリック数や配信回数を用いて、各グループにおける広告のＣＴＲを算出する。これにより、広告配信装置２００は、各グループに分類されたユーザの配信実績の多寡を適切に反映して、各グループにおける広告のＣＴＲを算出することができる。

ここで、図９では、ユーザＡにおける配信実績はユーザＣやユーザＤにおける配信実績よりも少ないものとする。すなわち、ユーザＡにおける配信実績は、配信実績が不足しており、配信実績に基づく各広告のＣＴＲの精度が低いものとする。図９では、ユーザＡにおける配信実績は、ユーザＣにおける配信実績の１００分の１であるものとする。例えば、ユーザＣにおける配信実績の全体数が１万回である場合、ユーザＡにおける配信実績の全体数は１００回となる。

図９中の合成リストＧＬ２１は、Ａグループにおける複数の広告の各々のＣＴＲを示す。例えば、合成リストＧＬ２１は、Ａグループにおける広告ＡＤ１のＣＴＲは０．０１％であり、Ａグループにおける広告ＡＤ２のＣＴＲは０．１２％であり、Ａグループにおける広告ＡＤ３のＣＴＲは０．１５％であることを示す。このように、Ａグループにおける各広告のＣＴＲは、ユーザＡよりも配信実績が多いユーザＣやユーザＤにおける広告のＣＴＲに近い値になる。つまり、Ａグループにおける複数の広告間のＣＴＲの（大小）関係は、配信実績が多い、すなわち信頼度が高い広告枠における各広告のＣＴＲの（大小）関係に近くなる。

例えば、図９中の広告リストＡＬ２１において、ユーザＡにおける広告ＡＤ２のＣＴＲは８％であり、ユーザＡにおける広告ＡＤ２以外の他の広告のＣＴＲよりも大幅に高い数値を示す。一方、図９中の合成リストＧＬ２１において、Ａグループにおける広告ＡＤ５のＣＴＲは０．０７％であり、Ａグループにおける広告ＡＤ５と他の広告間のＣＴＲの（大小）関係は、配信実績が多い、すなわち信頼度が高いユーザＣやユーザＤにおける広告ＡＤ２と他の広告間のＣＴＲの（大小）関係に近くなる。このように、広告配信装置２００は、ステップＳ２１の合成により、配信実績が不足するユーザＡにおける複数の広告の各々のＣＴＲを適切に補正することができる。

また、図９では、広告配信装置２００は、ユーザＢとＣＴＲが類似する他の広告枠とを、Ｂグループとして分類する。そして、広告配信装置２００は、ユーザＢの配信実績と他の広告枠の配信実績とを合成し、ＢグループのＣＴＲを算出する。図９中の合成リストＧＬ２２は、Ｂグループにおける複数の広告の各々のＣＴＲを示す。なお、ステップＳ２１の処理は定期的に行ってもよいし、広告要求がされた際に対象となるユーザが含まれるグループに関する情報（以下、「グループ情報」とする場合がある）のみを生成してもよい。

図９に示すように、端末装置１０は、コンテンツ配信装置５０にコンテンツの配信要求を送信する（ステップＳ２２）。例えば、端末装置１０は、ユーザＡによる操作に応じて、コンテンツ配信装置５０にコンテンツの配信要求を送信する。

端末装置１０から配信要求を受け付けたコンテンツ配信装置５０は、端末装置１０にコンテンツを配信する（ステップＳ２３）。図９に示す例においては、コンテンツ配信装置５０は、端末装置１０にコンテンツＣＴ２１を配信する。図９に示す例において、コンテンツ配信装置５０が配信するコンテンツＣＴ２１には、芸能に関するニュース記事や広告枠ＡＲ２１が含まれる。

広告枠ＡＲ２１を含むコンテンツＣＴ２１を受信した端末装置１０は、受信したコンテンツＣＴ２１に含まれる広告枠ＡＲ２１に表示する広告を要求する広告要求を広告配信装置２００に送信する（ステップＳ２４）。このとき、端末装置１０は、ユーザ情報として、広告を要求する端末装置１０を利用するユーザがユーザＡであることを示す情報を広告配信装置２００に送信する。

端末装置１０から広告要求を取得した広告配信装置２００は、ユーザＡが分類されたＡグループに属する他のユーザＣやユーザＤのＣＴＲに基づいて、ユーザＡに配信する広告を決定する（ステップＳ２５）。具体的には、広告配信装置２００は、ユーザＡとユーザＣとユーザＤとが含まれるＡグループのＣＴＲに基づいて、ユーザＡに配信する広告を決定する。図９では、広告配信装置２００は、広告ＡＤ１〜ＡＤ８等の複数の広告のうち、最もＣＴＲの高い広告ＡＤ４を、ユーザＡに配信する広告として決定する。その後、広告配信装置２００は、決定した広告ＡＤ４を端末装置１０に配信する（ステップＳ２６）。

上述したように、広告配信装置２００は、配信対象となるユーザが含まれるグループのＣＴＲに基づいて、ユーザに配信する広告を決定する。これにより、広告配信装置２００は、配信する広告を適切に決定することができる。例えば、広告配信装置２００は、実績が不足するユーザＡに対して、ユーザＡにおける各広告のＣＴＲに基づいて配信する広告を決定する場合、広告リストＡＬ２１中の最もＣＴＲの高い広告ＡＤ２をユーザＡに配信する広告として決定する。一方、広告配信装置２００は、配信実績が不足するユーザＡに対して、Ａグループにおける各広告のＣＴＲに基づいて配信する広告を決定する場合、合成リストＧＬ２１中の最もＣＴＲの高い広告ＡＤ４をユーザＡに配信する広告として決定する。このように、広告配信装置２００は、配信実績が不足するユーザに対して広告を配信する場合であっても、配信する広告を適切に決定することができる。すなわち、広告配信装置２００は、配信実績が不足するユーザに対して広告を配信する場合であっても、各広告のＣＴＲが類似し、配信実績が十分な信頼度が高いユーザの情報と合成したグループ情報を用いることにより、配信実績が不足するユーザにおける複数の広告の各々のＣＴＲを適切に補正することができる。

〔６．広告配信装置の構成〕
次に、図１０を用いて、変形例に係る広告配信装置２００の構成について説明する。図１０は、変形例に係る広告配信装置２００の構成例を示す図である。図１０に示すように、広告配信装置２００は、通信部１１０と、記憶部２２０と、制御部２３０とを有する。なお、広告配信装置２００は、広告配信装置２００の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。

（記憶部２２０）
記憶部２２０は、例えば、ＲＡＭ、フラッシュメモリ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。変形例に係る記憶部２２０は、図１０に示すように、配信実績情報記憶部２２１と、グループ情報記憶部２２２と、広告情報記憶部１２３とを有する。

（配信実績情報記憶部２２１）
変形例に係る配信実績情報記憶部２２１は、広告の配信実績に関する各種情報を記憶する。図１１に、変形例に係る配信実績情報記憶部２２１の一例を示す。図１１に示す配信実績情報記憶部２２１は、「ユーザＡ」、「ユーザＢ」、「ユーザＣ」、「ユーザＤ」といった項目を有する。また、「ユーザＡ」〜「ユーザＤ」等は、「配信回数」、「クリック回数」、「ＣＴＲ（％）」といった項目を有する。なお、配信実績情報記憶部２２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

「ユーザＡ」〜「ユーザＤ」には、各ユーザにおける各広告の配信実績に関する情報が記憶される。また、「配信回数」は、対応する広告の配信回数を示す。図１１中の「配信回数」に示す「ＤＳＡ１」等は、「２０００」（回）といった具体的な数値であってもよい。また、「クリック回数」は、対応する広告のクリック回数を示す。図１１中の「クリック回数」に示す「ＣＬＡ１」等は、「１０」（回）といった具体的な数値であってもよい。「ＣＴＲ」は、対応する広告のクリック率を示す。「ＣＴＲ」は、対応するクリック回数を配信回数で除した値を示す。

例えば、図１１に示す例において、「ユーザＡ」における、広告ＡＤ１の配信回数は「ＤＳＡ１１」であり、広告ＡＤ１のクリック回数は「ＣＬＡ１１」であり、広告ＡＤ１のＣＴＲは「０．０１５」であることを示す。

（グループ情報記憶部２２２）
変形例に係るグループ情報記憶部２２２は、グループ情報を記憶する。図１２に、変形例に係るグループ情報記憶部２２２の一例を示す。図１２に示すグループ情報記憶部２２２は、「Ａグループ（ユーザＡ、Ｃ、Ｄ）」、「Ｂグループ（ユーザＢ等）」といった項目を有する。また、「Ａグループ（ユーザＡ、Ｃ、Ｄ）」、「Ｂグループ（ユーザＢ等）」等は、「ＣＴＲ（％）」といった項目を有する。なお、グループ情報記憶部２２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。

「Ａグループ（ユーザＡ、Ｃ、Ｄ）」、「Ｂグループ（ユーザＢ等）」には、各グループにおける各広告の配信実績に関する情報が記憶される。「ＣＴＲ（％）」は、各グループにおける対応する広告のクリック率を示す。

例えば、図１２に示す例において、「Ａグループ（ユーザＡ、Ｃ、Ｄ）」における、広告ＡＤ１のＣＴＲは「０．０１」であり、広告ＡＤ２のＣＴＲは「０．１２」であることを示す。また、例えば、図１２に示す例において、「Ｂグループ（ユーザＢ等）」における、広告ＡＤ３のＣＴＲは「０．１５」であり、広告ＡＤ４のＣＴＲは「０．０４」であることを示す。

（制御部２３０）
図１０の説明に戻って、制御部２３０は、例えば、ＣＰＵやＭＰＵ等によって、広告配信装置２００内部の記憶装置に記憶されている各種プログラム（決定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２３０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図１０に示すように、制御部２３０は、取得部１３１と、分類部２３２と、決定部２３３と、配信部１３４とを有し、以下に説明する決定処理の機能や作用を実現または実行する。なお、制御部２３０の内部構成は、図１０に示した構成に限られず、後述する決定処理を行う構成であれば他の構成であってもよい。また、制御部２３０が有する各処理部の接続関係は、図１０に示した接続関係に限られず、他の接続関係であってもよい。

（分類部２３２）
分類部２３２は、各対象の配信実績に関する情報に基づく類似度に応じて、複数の対象を各群（グループ）に分類する。例えば、分類部２３２は、各対象の各々への配信における複数のコンテンツへのユーザ操作に関する情報を配信実績に関する情報として、複数の対象を各グループに分類する。分類部２３２は、各対象の各々への配信における複数のコンテンツへのクリック率（ＣＴＲ）を配信実績に関する情報として、複数の対象を各群に分類する。

例えば、分類部２３２は、複数のユーザの各々への配信における複数の広告の配信実績に関する情報に基づいて、各ユーザを分類する。具体的には、分類部２３２は、各ユーザに配信された複数の広告のＣＴＲの類似度に応じて、各ユーザを複数のグループに分類する。この場合、分類部２３２は、各ユーザに配信された複数の広告のＣＴＲに基づく類似度に応じて、各ユーザを複数のグループに分類する。

例えば、分類部２３２は、種々のクラスタリング手法を適宜用いて、各ユーザを複数のグループに分類する。なお、分類部２３２が用いるクラスタリング手法は各ユーザを複数のグループに分類可能であれば、どのようなクラスタリング手法であってもよい。例えば、分類部２３２は、ユーザごとに複数の広告のＣＴＲのテーブルを生成し、ユーザ間における距離行列を生成してもよい。例えば、分類部２３２は、ユーザ間の広告のＣＴＲの相関係数（例えば、１−相関係数）等を用いて、ユーザ間における距離行列を生成してもよい。そして、分類部２３２は、ユーザ間における距離行列に基づいて、各ユーザを複数のグループに分類する。なお、分類部２３２は、所定のグループ数（クラスタ数）を設定して各ユーザを複数のグループに分類してもよい。例えば、分類部２３２は、グループ数（クラスタ数）を２００と設定した場合、複数のユーザを２００個のグループに分類する。例えば、分類部２３２は、グループ数（クラスタ数）を２００と設定した場合、５００００人のユーザを２００個のグループに分類する。なお、上記は一例であって、分類部２３２は、各ユーザに配信された複数の広告の配信実績に関する情報であるＣＴＲの類似度に応じて分類可能であれば、どのような手法を用いて各ユーザを複数のグループに分類してもよい。

図９では、分類部２３２は、ユーザＡ、ユーザＢ、ユーザＣ、ユーザＤを含む複数のユーザの各々における広告ＡＤ１〜ＡＤ８等の複数の広告の各々のＣＴＲに基づいて、各ユーザを複数のグループに分類する。例えば、分類部２３２は、ユーザＡとユーザＣとユーザＤとがＣＴＲが類似するユーザとして分類する。具体的には、分類部２３２は、ユーザＡとユーザＣとユーザＤとを、Ａグループとして分類する。そして、分類部２３２は、ユーザＡの配信実績とユーザＣの配信実績とユーザＤの配信実績とを合成し、ＡグループのＣＴＲを算出する。また、分類部２３２は、Ａグループにおける各広告のＣＴＲを算出することにより、Ａグループに関するグループ情報である合成リストＧＬ２１を生成する。また、分類部２３２は、生成したグループ情報をグループ情報記憶部２２２に格納する。

（決定部２３３）
決定部２３３は、一の対象へコンテンツを配信する際に、一の対象と類似する対象として分類された対象への配信における複数のコンテンツの配信実績に関する情報に基づいて、一の対象に配信するコンテンツを決定する。例えば、決定部２３３は、分類部２３２により一の対象が分類された群に属する他の対象の配信実績に関する情報に基づいて、一の対象に配信するコンテンツを決定する。例えば、決定部２３３は、一の対象へ広告を配信する際に、一の対象と類似する対象として分類された対象への配信における複数の広告の配信実績に関する情報に基づいて、一の対象に配信する広告を決定する。例えば、決定部２３３は、一のユーザへ広告を配信する際に、各ユーザへの配信における複数の広告の配信実績に関する情報に基づいて、一のユーザに配信する広告を決定する。例えば、決定部２３３は、グループ情報記憶部２２２に記憶されたグループ情報に基づいてユーザに配信する広告を決定する。

図９では、決定部２３３は、ユーザＡが分類されたＡグループに属する他のユーザＣやユーザＤのＣＴＲに基づいて、ユーザＡに配信する広告を決定する。具体的には、決定部２３３は、ユーザＡとユーザＣとユーザＤとが含まれるＡグループのＣＴＲに基づいて、ユーザＡに配信する広告を決定する。例えば、決定部２３３は、広告ＡＤ１〜ＡＤ８等の複数の広告のうち、最もＣＴＲの高い広告ＡＤ４を、ユーザＡに配信する広告として決定する。

〔７．処理フロー〕
次に、図１３及び図１４を用いて、変形例に係る配信システム２による決定処理の手順について説明する。図１３は、変形例に係るグループ情報の生成の一例を示すフローチャートである。図１４は、変形例に係る広告の決定の一例を示すフローチャートである。

まず、図１３を用いてグループ情報の生成の一例について説明する。図１３に示すように、広告配信装置２００の取得部１３１は、配信実績情報を取得する（ステップＳ３０１）。例えば、取得部１３１は、配信実績情報記憶部２２１から配信実績情報を取得する。

その後、広告配信装置２００の分類部２３２は、類似度に応じてユーザを分類する（ステップＳ３０２）。例えば、分類部２３２は、取得部１３１により取得された配信実績情報に基づいて、類似するユーザごとに複数のグループに分類する。そして、分類部２３２は、類似するユーザの配信実績情報を合成する（ステップＳ３０３）。例えば、分類部２３２は、類似するユーザの配信実績情報を合成し、グループ情報を生成する。

次に、図１４を用いて広告の決定の一例について説明する。図１４に示すように、取得部１３１は、広告要求を取得する（ステップＳ４０１）。例えば、取得部１３１は、端末装置１０から広告要求を取得する。また、取得部１３１は、広告要求に対応するユーザに関する情報を取得する（ステップＳ４０２）。例えば、取得部１３１は、端末装置１０から広告要求に対応するユーザのユーザ情報を取得する。

その後、広告配信装置２００の決定部２３３は、ユーザが属するグループの配信実績情報に基づいて配信する広告を決定する（ステップＳ４０３）。例えば、決定部２３３は、ユーザが属するグループのグループ情報に基づいて配信する広告を決定する。その後、広告配信装置２００の配信部１３４は、決定部２３３により決定された広告を配信する（ステップＳ４０４）。例えば、配信部１３４は、決定部２３３により決定された広告をユーザが利用する端末装置１０に配信する。

〔８．効果〕
上述してきたように、実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００は、取得部１３１と、決定部１３３、２３３とを有する。取得部１３１は、複数の対象の各々への配信における複数のコンテンツの配信実績に関する情報を取得する。決定部１３３、２３３は、一の対象へコンテンツを配信する際に、一の対象と類似する対象として分類された対象への配信における複数のコンテンツの配信実績に関する情報に基づいて、一の対象に配信するコンテンツを決定する。

これにより、実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００は、配信対象となる対象に類似する他の対象の配信実績に関する情報に基づいて、対象に配信するコンテンツを決定する。したがって、広告配信装置１００、２００は、配信するコンテンツを適切に決定することができる。すなわち、広告配信装置１００、２００は、配信実績が不足する対象に対してコンテンツを配信する場合であっても、各コンテンツの配信実績に関する情報が類似し、配信実績が十分な信頼度が高い対象の情報と合成したグループ情報を用いることにより、配信実績が不足する対象における複数のコンテンツの各々の配信実績に関する情報を適切に補正することができる。

実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００は、分類部１３２、２３２を有する。分類部１３２、２３２は、各対象の配信実績に関する情報に基づく類似度に応じて、複数の対象を各群（実施形態においては「グループ」。以下同じ）に分類する。決定部１３３、２３３は、分類部１３２、２３２により一の対象が分類された群に属する他の対象の配信実績に関する情報に基づいて、一の対象に配信するコンテンツを決定する。

これにより、実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００は、各対象の配信実績に関する情報に基づく類似度に応じて対象をグループに分類し、配信対象となる対象が含まれるグループの他の対象の配信実績に関する情報に基づいて、対象に配信するコンテンツを決定する。したがって、広告配信装置１００、２００は、配信するコンテンツを適切に決定することができる。

また、実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００において、分類部１３２、２３２は、各対象の各々への配信における複数のコンテンツへのユーザ操作に関する情報を配信実績に関する情報として、複数の対象を各群に分類する。

これにより、実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００は、配信対象となる対象に類似する他の対象のユーザ操作に関する情報に基づいて、対象に配信するコンテンツを決定する。したがって、広告配信装置１００、２００は、配信するコンテンツを適切に決定することができる。すなわち、広告配信装置１００、２００は、配信実績が不足する対象に対してコンテンツを配信する場合であっても、各コンテンツのユーザ操作に関する情報が類似し、配信実績が十分な信頼度が高い対象の情報と合成したグループ情報を用いることにより、配信実績が不足する対象における複数のコンテンツの各々のユーザ操作に関する情報を適切に補正することができる。

また、実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００において、分類部１３２、２３２は、各対象の各々への配信における複数のコンテンツへのユーザ行動率を配信実績に関する情報として、複数の対象を各群に分類する。

これにより、実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００は、配信対象となる対象に類似する他の対象へのユーザ行動率であるＣＴＲに基づいて、対象に配信するコンテンツを決定する。したがって、広告配信装置１００、２００は、配信するコンテンツを適切に決定することができる。すなわち、広告配信装置１００、２００は、配信実績が不足する対象に対してコンテンツを配信する場合であっても、各コンテンツのＣＴＲが類似し、配信実績が十分な信頼度が高い対象の情報と合成したグループ情報を用いることにより、配信実績が不足する対象における複数のコンテンツの各々のＣＴＲを適切に補正することができる。

また、実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００において、取得部１３１は、複数のコンテンツとして複数の広告の配信実績に関する情報を取得する。決定部１３３、２３２は、一の対象へ広告を配信する際に、一の対象と類似する対象として分類された対象への配信における複数の広告の配信実績に関する情報に基づいて、一の対象に配信する広告を決定する。

これにより、実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００は、配信対象となる対象に類似する他の対象の配信実績に関する情報に基づいて、対象に配信する広告を決定する。したがって、広告配信装置１００、２００は、配信する広告を適切に決定することができる。すなわち、広告配信装置１００、２００は、配信実績が不足する対象に対して広告を配信する場合であっても、各広告の配信実績に関する情報が類似し、配信実績が十分な信頼度が高い対象の情報と合成したグループ情報を用いることにより、配信実績が不足する対象における複数の広告の各々の配信実績に関する情報を適切に補正することができる。

また、実施形態に係る広告配信装置１００において、取得部１３１は、複数の対象として複数の広告枠の各々への配信における複数の広告の配信実績に関する情報を取得する。決定部１３３は、一の広告枠へ広告を配信する際に、各広告枠への配信における複数の広告の配信実績に関する情報に基づいて、一の広告枠に配信する広告を決定する。

これにより、実施形態に係る広告配信装置１００は、配信対象となる広告枠に類似する他の広告枠の配信実績に関する情報に基づいて、広告枠に配信する広告を決定する。したがって、広告配信装置１００は、配信する広告を適切に決定することができる。すなわち、広告配信装置１００は、配信実績が不足する広告枠に対して広告を配信する場合であっても、各広告の配信実績に関する情報が類似し、配信実績が十分な信頼度が高い広告枠の情報と合成したグループ情報を用いることにより、配信実績が不足する広告枠における複数の広告の各々の配信実績に関する情報を適切に補正することができる。

また、変形例に係る広告配信装置２００において、取得部１３１は、複数の対象として複数のユーザの各々への配信における複数のコンテンツの配信実績に関する情報を取得する。決定部２３３は、一のユーザへコンテンツを配信する際に、各ユーザへの配信における複数のコンテンツの配信実績に関する情報に基づいて、一のユーザに配信するコンテンツを決定する。

これにより、変形例に係る広告配信装置２００は、配信対象となるユーザに類似する他のユーザの配信実績に関する情報に基づいて、ユーザに配信する広告を決定する。したがって、広告配信装置２００は、配信する広告を適切に決定することができる。すなわち、広告配信装置２００は、配信実績が不足するユーザに対して広告を配信する場合であっても、各広告の配信実績に関する情報が類似し、配信実績が十分な信頼度が高いユーザの情報と合成したグループ情報を用いることにより、配信実績が不足するユーザにおける複数の広告の各々の配信実績に関する情報を適切に補正することができる。

〔９．ハードウェア構成〕
上述してきた実施形態に係る広告配信装置１００及び変形例に係る広告配信装置２００は、例えば図１５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。図１５は、広告配信装置の機能を実現するコンピュータ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。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が広告配信装置１００、２００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０、２３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

以上、本願の実施形態及び変形例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、発明の開示の行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。

〔１０．その他〕
また、上記実施形態及び変形例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。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 配信システム
１００ 広告配信装置（決定装置）
１２１ 配信実績情報記憶部
１２２ グループ情報記憶部
１２３ 広告情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 分類部
１３３ 決定部
１３４ 配信部
１０ 端末装置
５０ コンテンツ配信装置
Ｎ ネットワーク

Claims (9)

1. 複数の対象の各々への配信における複数のコンテンツの配信実績に関する情報を取得する取得部と、
   一の対象へコンテンツを配信する際に、前記一の対象と類似する対象として分類された対象への配信における前記複数のコンテンツの配信実績に関する情報に基づいて、前記一の対象に配信するコンテンツを決定する決定部と、
   を備えることを特徴とする決定装置。
2. 各対象の前記配信実績に関する情報に基づく類似度に応じて、前記複数の対象を各群に分類する分類部、
   をさらに備え、
   前記決定部は、
   前記分類部により前記一の対象が分類された群に属する他の対象の配信実績に関する情報に基づいて、前記一の対象に配信するコンテンツを決定する
   ことを特徴とする請求項１に記載の決定装置。
3. 前記分類部は、
   各対象の各々への配信における前記複数のコンテンツへのユーザ操作に関する情報を前記配信実績に関する情報として、前記複数の対象を各群に分類する
   ことを特徴とする請求項２に記載の決定装置。
4. 前記分類部は、
   各対象の各々への配信における前記複数のコンテンツへのユーザ行動率を前記配信実績に関する情報として、前記複数の対象を各群に分類する
   ことを特徴とする請求項３に記載の決定装置。
5. 前記取得部は、
   前記複数のコンテンツとして複数の広告の配信実績に関する情報を取得し、
   前記決定部は、
   一の対象へ広告を配信する際に、前記一の対象と類似する対象として分類された対象への配信における前記複数の広告の配信実績に関する情報に基づいて、前記一の対象に配信する広告を決定する
   ことを特徴とする請求項１〜４のいずれか１項に記載の決定装置。
6. 前記取得部は、
   前記複数の対象として複数の広告枠の各々への配信における複数の広告の配信実績に関する情報を取得し、
   前記決定部は、
   一の広告枠へ広告を配信する際に、各広告枠への配信における前記複数の広告の配信実績に関する情報に基づいて、前記一の広告枠に配信する広告を決定する
   ことを特徴とする請求項５に記載の決定装置。
7. 前記取得部は、
   前記複数の対象として複数のユーザの各々への配信における複数のコンテンツの配信実績に関する情報を取得し、
   前記決定部は、
   一のユーザへコンテンツを配信する際に、各ユーザへの配信における前記複数のコンテンツの配信実績に関する情報に基づいて、前記一のユーザに配信するコンテンツを決定する
   ことを特徴とする請求項１〜４のいずれか１項に記載の決定装置。
8. コンピュータが実行する決定方法であって、
   複数の対象の各々への配信における複数のコンテンツの配信実績に関する情報を取得する取得工程と、
   一の対象へコンテンツを配信する際に、前記一の対象と類似する対象として分類された対象への配信における前記複数のコンテンツの配信実績に関する情報に基づいて、前記一の対象に配信するコンテンツを決定する決定工程と、
   を含むことを特徴とする決定方法。
9. 複数の対象の各々への配信における複数のコンテンツの配信実績に関する情報を取得する取得手順と、
   一の対象へコンテンツを配信する際に、前記一の対象と類似する対象として分類された対象への配信における前記複数のコンテンツの配信実績に関する情報に基づいて、前記一の対象に配信するコンテンツを決定する決定手順と、
   をコンピュータに実行させることを特徴とする決定プログラム。

Images