JP2017224222A - 決定装置、決定方法、及び決定プログラム - Google Patents

Abstract

【課題】端末装置に配信するコンテンツを適切に決定すること。【解決手段】本願に係る決定装置は、取得部と、算出部と、決定部とを有する。取得部は、コンテンツの提供先となる端末装置を利用するユーザに関する情報であるユーザ情報を取得する。算出部は、取得部により取得されたユーザ情報に基づいて、複数のコンテンツの各々に対してユーザが所定の行動を行う確率に関するスコアを算出する。決定部は、算出部により算出された各コンテンツのスコアに基づいて、端末装置に配信する配信コンテンツを決定する。【選択図】図３

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。

従来、ユーザが利用する端末装置に配信するコンテンツを決定する技術が提供されている。例えば、端末装置にすでにインストールされているアプリ製品を調べ、インストールされているアプリ製品は広告対象から除き、インストールされていないアプリ製品のみを広告表示する技術が提供されている。

特開２０１４−１６７６８８号公報

しかしながら、上記の従来技術では、端末装置に配信するコンテンツを適切に決定することが難しい場合がある。例えば、インストールされているアプリ製品は広告対象から除き、インストールされていないアプリ製品の広告を表示広告と決定するだけでは、ユーザ個々に対して適切に配信する広告を決定できるとは限らない。

本願は、上記に鑑みてなされたものであって、端末装置に配信するコンテンツ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、コンテンツの提供先となる端末装置を利用するユーザに関する情報であるユーザ情報を取得する取得部と、前記取得部により取得されたユーザ情報に基づいて、複数のコンテンツの各々に対して前記ユーザが所定の行動を行う確率に関するスコアを算出する算出部と、前記算出部により算出された各コンテンツのスコアに基づいて、前記端末装置に配信する配信コンテンツを決定する決定部、を備えたことを特徴とする。

実施形態の一態様によれば、端末装置に配信するコンテンツ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、実施形態に係る決定処理の一例を示す図である。 図３は、実施形態に係る決定装置の構成例を示す図である。 図４は、実施形態に係るユーザ属性情報記憶部の一例を示す図である。 図５は、実施形態に係る端末情報記憶部の一例を示す図である。 図６は、実施形態に係るアプリ情報記憶部の一例を示す図である。 図７は、実施形態に係る個別スコア情報記憶部の一例を示す図である。 図８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９は、実施形態に係る決定処理の一例を示すフローチャートである。 図１０は、実施形態に係る決定処理の一例を示すフローチャートである。 図１１は、実施形態に係るランキング変更の一例を示す図である。 図１２は、実施形態に係るランキング変更の一例を示す図である。 図１３は、実施形態に係るランキング変更の一例を示す図である。 図１４は、実施形態に係るランキング変更の一例を示す図である。 図１５は、実施形態に係るランキング変更の一例を示す図である。 図１６は、実施形態に係るランキング変更による決定処理の一例を示すフローチャートである。 図１７は、実施形態に係る各アプリにおけるユーザの希少性に基づく広告の決定の一例を示す図である。 図１８は、決定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、図１及び図２を用いて、実施形態に係る決定処理の一例について説明する。図１及び図２は、実施形態に係る決定処理の一例を示す図である。図１及び図２に示す例において、アプリケーション（以下、単に「アプリ」ともいう）をコンテンツとし、アプリの広告を配信コンテンツとし、アプリのインストールを所定の行動とする場合を示す。すなわち、図１及び図２では、決定装置１００は、複数のアプリの各々に対してユーザがインストールを行う確率に関するスコアを算出し、算出したスコアに基づいて端末装置に配信するアプリの広告を決定する。また、図１及び図２に示す例では、ユーザＵ１〜Ｕ４が各々端末装置１０−１〜１０−４を利用する場合を示す。なお、端末装置１０−１〜１０−４を区別せずに説明する場合、端末装置１０と総称する。

図１及び図２に示すように、決定システム１には、端末装置１０と、決定装置１００とが含まれる。端末装置１０と、決定装置１００とは図示しない所定の通信網を介して、有線または無線により通信可能に接続される。なお、図１に示した決定システム１には、複数台の端末装置１０や、複数台の決定装置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。図１及び図２は、端末装置１０がスマートフォンである場合を示す。

また、端末装置１０は、ユーザによる操作を受け付ける。図２に示す例において、端末装置１０は、所定のアプリ（例えば、ブラウザ等）に表示するコンテンツを決定装置１００へ要求する。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。

決定装置１００は、ユーザ情報に基づいて、複数のアプリの各々に対してユーザがインストールを行う確率に関するスコアを算出する情報処理装置である。また、決定装置１００は、各アプリのスコアに基づいて、端末装置１０に配信するアプリの広告を決定する情報処理装置である。例えば、決定装置１００は、決定したアプリの広告を端末装置１０に配信する情報処理装置である。

決定装置１００は、各ユーザの端末装置１０から各ユーザのユーザ情報を収集する。なお、ここでいうユーザ情報には、ユーザに関する情報であればどのような情報が含まれてもよい。例えば、ユーザ情報には、ユーザの特徴を示す特徴情報であればどのような情報が含まれてもよい。例えば、ユーザ情報には、ユーザのデモグラフィック属性に関する情報やサイコグラフィック属性に関する情報やユーザが利用する端末装置１０に関する情報など、種々の情報が含まれてもよい。また、例えば、端末装置１０に関する情報には、端末装置１０のスペックに関する情報や端末装置１０にインストールされているアプリに関する情報などが含まれてもよい。なお、以下では、決定装置１００が各ユーザの端末装置１０から各ユーザのユーザ情報を収集する例を示すが、決定装置１００は、ユーザの端末装置１０以外の外部装置から各ユーザのユーザ情報を取得してもよい。

図１の例では、決定装置１００は、ユーザＵ１のユーザ情報を端末装置１０−１から取得する（ステップＳ１１−１）。また、決定装置１００は、ユーザＵ２のユーザ情報を端末装置１０−２から取得する（ステップＳ１１−２）。また、決定装置１００は、ユーザＵ３のユーザ情報を端末装置１０−３から取得する（ステップＳ１１−３）。また、決定装置１００は、ユーザＵ４のユーザ情報を端末装置１０−４から取得する（ステップＳ１１−４）。

なお、ステップＳ１１−１〜Ｓ１１−４は、処理を説明するためのものであり、ステップＳ１１−１〜Ｓ１１−４のいずれが先に行われてもよく、各ステップＳ１１−１〜Ｓ１１−４は、複数回行われてもよい。例えば、各ステップＳ１１が所定のタイミングで複数回行われることにより、決定装置１００が各ユーザのユーザ情報を取得してもよい。以下、ステップＳ１１−１〜Ｓ１１−４を区別せずに説明する場合、ステップＳ１１と総称する。例えば、各ステップＳ１１は、対応するユーザの端末装置１０からの広告の配信要求である広告要求（図２中のステップＳ１３参照）と併せて行われてもよい。例えば、決定装置１００は、ユーザＵ１の端末装置１０−１から広告要求が行われる際に、ユーザＵ１のユーザ情報を端末装置１０−１から取得してもよい。

そして、決定装置１００は、ステップＳ１１において収集した各ユーザのユーザ情報を記憶部１２０（図３参照）に記憶する。なお、決定装置１００が記憶部１２０に記憶するユーザ情報は、ステップＳ１１において収集した各ユーザのユーザ情報から推定されるユーザ情報であってもよい。例えば、決定装置１００は、ステップＳ１１において収集したユーザＵ１の位置情報に基づいて、ユーザＵ１の居住地域を推定し、ユーザ属性情報記憶部１２１に記憶してもよい。

図１の例では、決定装置１００は、ユーザ属性情報記憶部１２１に各ユーザのユーザ属性に関する情報（以下、「ユーザ属性情報」ともいう）を記憶する。例えば、決定装置１００は、ステップＳ１１で収集したユーザ情報に基づいて、ユーザＵ１の性別が「男性」であり、年齢が「３０歳代」であり、居住地域が「Ａ県」であることを示すユーザ属性情報をユーザ属性情報記憶部１２１に記憶する。

また、図１の例では、決定装置１００は、端末情報記憶部１２２に各ユーザが利用する端末装置１０に関する情報（以下、「端末情報」ともいう）を記憶する。例えば、決定装置１００は、ステップＳ１１で収集したユーザ情報に基づいて、ユーザＵ１が利用する端末装置１０−１について、型番が「ＸＹ−ＹＹ０１」であり、（端末）ブランド名が「ＡＡＡ」であり、発売後経過日数が「３３６日」であること等を示す端末情報を端末情報記憶部１２２に記憶する。例えば、決定装置１００は、端末装置１０から取得した型番等に基づいて、発売後経過日数を算出してもよい。また、例えば、決定装置１００は、端末装置１０から取得した型番等を外部装置に問い合わせて、外部装置から発売後経過日数を取得してもよい。

なお、決定装置１００は、上記に限らず、端末装置１０にインストール済みのアプリに関する情報（図６参照）等の種々のユーザ情報を収集するが、図示を省略する。

そして、決定装置１００は、ステップＳ１１により取得したユーザ情報に基づいて個別スコアに関する情報（単に「個別スコア情報」や「個別スコア」ともいう）を生成する（ステップＳ１２）。例えば、決定装置１００は、アプリごとに個別スコア情報を生成する。図１の例では、決定装置１００は、アプリＡ、アプリＢ、アプリＣ等の各々に対して個別スコア情報を生成し、個別スコア情報記憶部１２４に記憶する。具体的には、決定装置１００は、アプリＡに関する個別スコア情報１２４−１を生成し、個別スコア情報記憶部１２４に記憶する。また、決定装置１００は、アプリＢに関する個別スコア情報１２４−２を生成し、個別スコア情報記憶部１２４に記憶する。また、決定装置１００は、アプリＣに関する個別スコア情報１２４−３を生成し、個別スコア情報記憶部１２４に記憶する。

また、図１中の個別スコア情報記憶部１２４に示すように、決定装置１００は、ユーザ情報ごとに個別スコア情報を生成する。例えば、決定装置１００は、アプリＡについて、カテゴリ「端末ブランド名」が、「ＡＡＡ」である場合の個別スコアが「０．５」であり、「ＢＢＢ」である場合の個別スコアが「０．１」であり、「ＣＣＣ」である場合の個別スコアが「０．８」であることを示す個別スコア情報を生成する。

また、決定装置１００は、各ユーザ情報を素性として、各素性の重み、すなわち個別スコアを学習することにより、個別スコア情報を生成してもよい。例えば、決定装置１００は、カテゴリ「端末ブランド名」における「ＡＡＡ」、「ＢＢＢ」、「ＣＣＣ」等やカテゴリ「ＯＳ」における「システムＡ」、「システムＢ」、「システムＣ」等を素性として、各素性の重み（個別スコア）を学習する。例えば、決定装置１００は、カテゴリ「地域」における「Ａ県」、「Ｂ県」、「Ｃ県」等を素性として、各素性の重み（個別スコア）を学習する。

例えば、決定装置１００は、ステップＳ１１において収集したユーザ情報のうち、各アプリをインストールしているユーザのユーザ情報を各アプリの正例として、各素性（ユーザ情報）の重み（個別スコア）を学習することにより、各アプリに関する個別スコア情報を生成してもよい。例えば、決定装置１００は、ステップＳ１１において収集したユーザ情報のうち、アプリＡをインストールしているユーザのユーザ情報を正例として、各素性（ユーザ情報）の重み（個別スコア）を学習することにより、アプリＡに関する個別スコア情報を生成してもよい。

また、例えば、決定装置１００は、ステップＳ１１において収集したユーザ情報のうち、各アプリをインストールしていないユーザのユーザ情報を各アプリの負例として、各素性（ユーザ情報）の重み（個別スコア）を学習することにより、各アプリに関する個別スコア情報を生成してもよい。例えば、決定装置１００は、ステップＳ１１において収集したユーザ情報のうち、アプリＡをインストールしていないユーザのユーザ情報を負例として、各素性（ユーザ情報）の重み（個別スコア）を学習することにより、アプリＡに関する個別スコア情報を生成してもよい。

例えば、決定装置１００は、下記式（１）を用いて各素性（ユーザ情報）の重み（個別スコア）を学習することにより、各アプリに関する個別スコア情報を生成してもよい。

ｙ_ｉ ＝ ω_１・ｘ_１＋ω_２・ｘ_２＋ω_３・ｘ_３・・・＋ω_Ｎ・ｘ_Ｎ ・・・ （１）

上記式（１）の右辺中の「ω_Ｎ」及び「ｘ_Ｎ」の「Ｎ」は、任意の数を示す。また、上記式（１）の左辺中の「ｙ_ｉ」の「ｉ」は、どのアプリを対象とするかを示す。例えば、「ｙ_１」は、アプリＡが端末装置１０にインストールされるかという事象を示す。言い換えると、「ｙ_１」は、アプリＡが端末装置１０にインストールされる確率を示す。また、例えば、「ｙ_２」は、アプリＢが端末装置１０にインストールされるかという事象を示す。例えば、上記式（１）の左辺中の「ｙ_ｉ」の「ｉ」は、スコア算出の対象となるアプリの個数に対応する。

また、上記式（１）において、「ｘ」は、ユーザ情報（素性）に対応する。例えば、上記式（１）における「ｘ_１」は、カテゴリ「端末ブランド名」における「ＡＡＡ」に対応する。また、例えば、上記式（１）における「ｘ_２」は、カテゴリ「端末ブランド名」における「ＢＢＢ」に対応し、「ｘ_３」は、カテゴリ「端末ブランド名」における「ＣＣＣ」に対応する。また、上記式（１）において、「ω」は、「ｘ」の係数であり、重みを示す。例えば、上記式（１）における「ω_１」は、「ｘ_１」の重み値であり、「ω_２」は、「ｘ_２」の重み値であり、「ω_３」は、「ｘ_３」の重み値である。

なお、上記は一例であり、決定装置１００は、ユーザ情報に基づいて個別スコアに関する情報を生成すれば、どのような方法により個別スコア情報を生成してもよい。

次に、図２を用いて、決定装置１００が生成した個別スコア情報を用いて、ユーザの端末装置１０に配信する広告を決定する例を説明する。図２では、ユーザＵ１が利用する端末装置１０−１に配信するアプリの広告を決定する場合を示す。

まず、決定装置１００は、ユーザＵ１が利用する端末装置１０−１から広告要求を取得する（ステップＳ１３）。図２では、端末装置１０−１は、コンテンツＣＴ１１中に表示する広告を決定装置１００に要求する。

端末装置１０−１から広告要求を取得した決定装置１００は、各アプリのスコアを算出する（ステップＳ１４）。例えば、決定装置１００は、ユーザＵ１について、アプリＡのスコアやアプリＢのスコアやアプリＣのスコア等を算出する。具体的には、決定装置１００は、アプリＡに関する個別スコア情報１２４−１とユーザＵ１のユーザ情報とに基づいて、アプリＡのスコアを算出する。なお、図２の例では、端末装置１０−１には、アプリＡ、Ｂ、Ｃ等はインストールされていないものとする。また、決定装置１００は、広告を要求する端末装置１０にインストールされているアプリについては、広告を配信する対象に含めなくてもよい。この場合、決定装置１００は、広告を要求する端末装置１０にインストールされているアプリについては、スコアを算出しなくてもよい。例えば、決定装置１００は、広告を要求する端末装置１０にアプリＢが既にインストールされている場合、アプリＢについてはスコアを算出しなくてもよい。

図２に示す例では、ユーザＵ１の端末ブランド名は「ＡＡＡ」である（図１参照）ため、個別スコア情報１２４−１中のカテゴリ「端末ブランド名」における「ＡＡＡ」の個別スコア「０．５」がアプリＡのスコアに加算される。また、図２に示す例では、ユーザＵ１の居住地域は「Ａ県」である（図１参照）ため、個別スコア情報１２４−１中のカテゴリ「地域」における「Ａ県」の個別スコア「０．３」がアプリＡのスコアに加算される。このように、決定装置１００は、個別スコア情報１２４−１中においてユーザＵ１のユーザ情報が該当する対象の個別スコアを合算することにより、アプリＡのスコアを算出する。

図２の例では、決定装置１００は、アプリＡのスコアを「３．１（＝０．５＋０．３＋…）」と算出する。また、図２の例では、決定装置１００は、アプリＢについては、個別スコア情報１２４−２に基づいて、「ＡＡＡ」の個別スコア「１．２」や「Ａ県」の個別スコア「０．５」をアプリＢのスコアに加算することにより、アプリＢのスコアを「５．４（＝１．２＋０．５＋…）」と算出する。このように、決定装置１００は、各アプリ（アプリＡ、Ｂ、Ｃ等）について上記の処理を行うことにより、各アプリ（アプリＡ、Ｂ、Ｃ等）のスコアを算出する。

例えば、決定装置１００は、上記式（１）を用いて、各アプリのスコアを算出してもよい。なお、決定装置１００は、各アプリのスコアを算出できれば、どのように個別スコアを用いて、各アプリのスコアを算出してもよい。例えば、決定装置１００は、種々の情報に基づいて、各素性（ユーザ情報）の重み（個別スコア）を変更してもよい。例えば、決定装置１００は、あるアプリをインストールするユーザが特定の端末ブランド名「Ｘ」の端末装置１０を利用するという傾向を示す情報を取得している場合、端末ブランド名「Ｘ」に対応する素性の重み（個別スコア）を大きくしてもよい。すなわち、決定装置１００は、ユーザとアプリとの親和性に関する情報に基づいて、アプリのスコアを調整してもよい。これにより、決定装置１００は、各ユーザから取得できるユーザ情報が限られる場合であっても、各アプリのスコアを適切に算出することができる。なお、決定装置１００は、各アプリのスコア間で正規化が必要な場合は、各アプリのスコアの正規化を行った後、正規化後のスコアに基づいて、以下の処理を行ってもよい。決定装置１００は、各アプリのスコア間で正規化が必要な場合は、各アプリについての各ユーザ情報の個別スコアの正規化を行ってもよい。

そして、決定装置１００は、算出した各アプリのスコアに基づいて、各アプリのランキングを生成する。図２の例では、決定装置１００は、算出した各アプリのスコアに基づいて、各アプリのランキング情報ＬＬ１１を生成する。例えば、決定装置１００は、算出した各アプリのスコアが高い方から順にランキング（以下、「順位」ともいう）をつけることにより、各アプリのランキング情報ＬＬ１１を生成する。具体的には、決定装置１００は、アプリＢの順位が「１位」であり、アプリＫの順位が「２位」であり、アプリＺの順位が「３位」であり、アプリＡの順位が「４位」であること等を示すランキング情報ＬＬ１１を生成する。

そして、決定装置１００は、ステップＳ１４において生成したランキング情報ＬＬ１１と、広告情報記憶部１２５に記憶された広告情報とに基づいて、ユーザＵ１の端末装置１０−１に配信する広告を決定する（ステップＳ１５）。図２の例では、決定装置１００は、配信広告リストＤＡ１１に示すように、ランキング情報ＬＬ１１中の最も順位が高いアプリＢの広告Ｃ１１をユーザＵ１の端末装置１０−１に配信する広告として決定する。

その後、決定装置１００は、アプリＢの広告Ｃ１１を端末装置１０−１へ配信する（ステップＳ１６）。そして、アプリＢの広告Ｃ１１を受信した端末装置１０−１は、アプリＢの広告Ｃ１１を表示する（ステップＳ１７）。図２では、端末装置１０−１は、コンテンツＣＴ１１中のアプリＢの広告Ｃ１１を表示する。

上述したように、決定装置１００は、複数のアプリの各々に対してユーザがインストールを行う確率に関するスコアを算出し、算出したスコアに基づいて端末装置に配信するアプリの広告を決定する。これにより、決定装置１００は、端末装置に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、決定装置１００は、ユーザにインストールされる確率が高いアプリの広告をユーザの端末装置１０に配信することができるため、広告効果を向上させることができる。

〔２．決定装置の構成〕
次に、図３を用いて、実施形態に係る決定装置１００の構成について説明する。図３は、実施形態に係る決定装置１００の構成例を示す図である。図３に示すように、決定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、決定装置１００は、決定装置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３に示すように、ユーザ属性情報記憶部１２１と、端末情報記憶部１２２と、アプリ情報記憶部１２３と、個別スコア情報記憶部１２４と、広告情報記憶部１２５とを有する。

（ユーザ属性情報記憶部１２１）
実施形態に係るユーザ属性情報記憶部１２１は、ユーザ属性に関する各種情報を記憶する。例えば、ユーザ属性情報記憶部１２１は、ユーザ属性情報を記憶する。図４は、実施形態に係るユーザ属性情報記憶部の一例を示す図である。図４に示すユーザ属性情報記憶部１２１は、「ユーザＩＤ」、「性別」、「年齢」、「地域」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。「性別」は、端末装置１０を利用するユーザの性別を示す。「年齢」は、端末装置１０を利用するユーザの年齢を示す。なお、「年齢」は、例えば３５歳など、ユーザＩＤにより識別されるユーザの具体的な年齢であってもよい。「地域」は、端末装置１０を利用するユーザの居住地域を示す。なお、「地域」には、具体的な住所ではなく、ユーザの居住地に対応する一定の範囲を示す地域名（関東地方など）や、国名などが記憶されてもよい。

例えば、図４に示す例において、ユーザＩＤ「Ｕ１」により識別される性別は、「男性」であり、ユーザの年齢は、「３０歳代」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、居住地域が「Ａ県」であることを示す。

なお、ユーザ属性情報記憶部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。例えば、ユーザ属性情報記憶部１２１は、ユーザのデモグラフィック属性に関する情報やサイコグラフィック属性に関する情報を記憶してもよい。例えば、ユーザ属性情報記憶部１２１は、氏名、家族構成、収入、興味、ライフスタイル等の情報を記憶してもよい。

（端末情報記憶部１２２）
実施形態に係る端末情報記憶部１２２は、ユーザが利用する端末装置に関する各種情報を記憶する。例えば、端末情報記憶部１２２は、端末装置情報を記憶する。図５は、実施形態に係る端末情報記憶部の一例を示す図である。例えば、端末情報記憶部１２２は、各ユーザの端末装置１０に配信したコンテンツに対するユーザの行動情報を記憶する。図５に示す端末情報記憶部１２２には、「ユーザＩＤ」、「端末ＩＤ」、「型番」、「ブランド名」、「発売後経過日数」、「通信キャリア」、「メーカー名」、「解像度」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「端末ＩＤ」は、端末装置１０を識別するための識別情報である。例えば、端末ＩＤ「Ｆ１１」により識別される端末装置１０は、図１の例に示したユーザＵ１が利用する端末装置１０−１に対応する。「型番」は、端末装置１０の型番を示す。「ブランド名」は、端末装置１０に付与されたブランド名を示す。「発売後経過日数」は、端末装置１０が発売されてから経過した日数を示す。「通信キャリア」は、端末装置１０に通信回線を提供している通信キャリアの社名を示す。「解像度」は、端末装置１０の画面の解像度を示す。

例えば、図５に示す例において、端末ＩＤ「Ｆ１１」によって識別される端末装置１０は、型番が「ＸＸ−ＹＹ０１」であり、ブランド名が「ＡＡＡ」であることを示す。また、端末ＩＤ「Ｆ１１」によって識別される端末装置１０は、発売後に「３３６日」が経過しており、通信キャリアは「ＢＢＢ社」であり、製造したメーカーは「ＣＣＣ社」であり、解像度は「１２８０×７２０」であることを示す。なお、端末情報記憶部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。

（アプリ情報記憶部１２３）
実施形態に係るアプリ情報記憶部１２３は、アプリに関する各種情報を記憶する。例えば、アプリ情報記憶部１２３は、端末装置１０にインストールされたアプリに関する情報を記憶する。図６は、実施形態に係るアプリ情報記憶部の一例を示す図である。図６に示すアプリ情報記憶部１２３には、「ユーザＩＤ」、「端末ＩＤ」、「インストールアプリ数」、「非ゲームアプリ数」、「ゲームアプリ数」、「新作アプリ数」、「旧作アプリ数」、「インストール済アプリ名」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。「端末ＩＤ」は、端末装置１０を識別するための識別情報である。「インストールアプリ数」は、端末装置１０にインストールされているアプリの合計数を示す。「非ゲームアプリ数」は、インストールされているアプリのうち、ゲームアプリ以外のアプリの数を示す。「ゲームアプリ数」は、インストールされているアプリのうち、ゲームアプリの数を示す。「新作アプリ数」は、インストールされているアプリのうち、比較的最近（例えば、１年以内など）提供が開始されたアプリの数を示す。「旧作アプリ数」は、インストールされているアプリのうち、新作アプリ以外のアプリの数を示す。「インストール済アプリ名」は、端末装置１０にインストールされている各アプリを示す。

例えば、図６に示す例において、端末ＩＤ「Ｆ１１」によって識別される端末装置１０には、「３５」個のアプリがインストールされていることを示す。また、端末ＩＤ「Ｆ１１」によって識別される端末装置１０にインストールされたアプリのうち、非ゲームアプリ数は「２２」で、ゲームアプリ数は「１３」であることを示す。さらに、端末ＩＤ「Ｆ１１」によって識別される端末装置１０にインストールされたアプリのうち、新作アプリ数は「１５」で、旧作アプリ数は「２０」であることを示す。また、端末ＩＤ「Ｆ１１」によって識別される端末装置１０にインストールされたアプリは、「アプリＶ」、「アプリＷ」、「アプリＸ」、「アプリＹ」、「アプリＺ」等であることを示す。なお、「インストール済アプリ名」には、アプリを識別するための識別情報が記憶されてもよい。なお、アプリ情報記憶部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。

（個別スコア情報記憶部１２４）
実施形態に係る個別スコア情報記憶部１２４は、各アプリに関する個別スコア情報を記憶する。例えば、個別スコア情報記憶部１２４は、ユーザ情報から生成した各アプリに関する個別スコア情報を記憶する。図７は、実施形態に係る個別スコア情報記憶部の一例を示す図である。図７に示す個別スコア情報記憶部１２４には、アプリＡに関する個別スコア情報１２４−１、アプリＢに関する個別スコア情報１２４−２、アプリＣに関する個別スコア情報１２４−３等が含まれる。個別スコア情報１２４−１〜１２４−３等には、「カテゴリ」、「対象」、「個別スコア」といった項目が含まれる。

「カテゴリ」は、ユーザ情報のカテゴリを示す。「対象」は、各カテゴリに該当する具体的な対象、すなわち個別スコアを生成する対象を示す。「個別スコア」は、各対象（ユーザ情報）の個別スコアを示す。

例えば、図７では、個別スコア情報１２４−１に示すように、アプリＡについて、カテゴリ「地域」が、「Ａ県」である場合の個別スコアが「０．３」であり、「Ｂ県」である場合の個別スコアが「０．１」であり、「Ｃ県」である場合の個別スコアが「０．２」であることを示す個別スコア情報を生成する。なお、個別スコア情報記憶部１２４は、上記に限らず、目的に応じて種々の個別スコア情報を記憶してもよい。

（広告情報記憶部１２５）
実施形態に係る広告情報記憶部１２５は、広告に関する各種情報を記憶する。例えば、広告情報記憶部１２５は、広告主により入稿された広告に関する各種情報を記憶する。なお、ここでいう「広告主」には、広告主だけでなく代理店を含む概念であるものとする。図８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８に示す広告情報記憶部１２５には、「広告主ＩＤ」、「広告ＩＤ」、「アプリ名」といった項目が含まれる。

「広告主ＩＤ」は、広告主を識別するための識別情報を示す。「広告ＩＤ」は、広告主から入稿された広告を識別するための識別情報を示す。「アプリ名」は、広告に対応するアプリを示す。例えば、広告ＩＤ「Ｃ１０」によって識別される広告を「広告Ｃ１０」と表記する場合がある。なお、アプリは、広告と１対１で対応付けられるのではなく、複数の広告と対応付けられてもよい。

また、広告情報記憶部１２５には、上記に限らず、目的に応じて種々の広告に関する情報が記憶されてもよい。例えば、広告情報記憶部１２５には、広告毎に指定される配信先の条件や、広告毎に指定される配信数（指定インプレッション数）などが記憶されてもよい。また、広告情報記憶部１２５には、広告効果を示す指標値が記憶されてもよい。例えば、広告情報記憶部１２５には、広告毎に、ＣＰＩ（Cost Per Install）や、ＣＴＲ（Click Through Rate）等の指標値が記憶されてもよい。

また、広告情報記憶部１２５には、各広告の料金、例えば入札価格（以下、「ビット額」ともいう）に関する情報が記憶されてもよい。また、広告情報記憶部１２５には、各広告の在庫数等の在庫に関する情報が記憶されてもよい。また、広告情報記憶部１２５には、各広告のカテゴリに関する情報が記憶されてもよい。

（制御部１３０）
図３の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、決定装置１００内部の記憶装置に記憶されている各種プログラム（配信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、コントローラ（controller）であり、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３に示すように、制御部１３０は、取得部１３１と、生成部１３２と、算出部１３３と、決定部１３４と、配信部１３５とを有し、以下に説明する情報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３に示した構成に限られず、後述する情報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３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、各種情報を取得する。例えば、取得部１３１は、コンテンツの提供先となる端末装置１０を利用するユーザに関する情報であるユーザ情報を取得する。例えば、取得部１３１は、アプリケーションの提供先となる端末装置１０を利用するユーザに関するユーザ情報を取得する。例えば、取得部１３１は、ユーザ属性情報を取得する。例えば、取得部１３１は、ユーザが利用する端末装置１０に関する端末情報を取得する。例えば、取得部１３１は、アプリ情報を取得する。また、取得部１３１は、端末装置１０から広告要求を取得する。

（生成部１３２）
生成部１３２は、ユーザ情報に基づいて個別スコア情報を生成する。例えば、生成部１３２は、アプリごとに個別スコア情報を生成する。図１の例では、生成部１３２は、アプリＡ、アプリＢ、アプリＣ等の各々に対して個別スコア情報を生成する。具体的には、生成部１３２は、アプリＡに関する個別スコア情報１２４−１を生成する。また、生成部１３２は、アプリＢに関する個別スコア情報１２４−２を生成する。また、生成部１３２は、アプリＣに関する個別スコア情報１２４−３を生成する。

また、生成部１３２は、ユーザ情報ごとに個別スコア情報を生成する。例えば、生成部１３２は、アプリＡについて、カテゴリ「端末ブランド名」が、「ＡＡＡ」である場合の個別スコアが「０．５」であり、「ＢＢＢ」である場合の個別スコアが「０．１」であり、「ＣＣＣ」である場合の個別スコアが「０．８」であることを示す個別スコア情報を生成する。

また、生成部１３２は、各ユーザ情報を素性として、各素性の重み、すなわち個別スコアを学習することにより、個別スコア情報を生成してもよい。例えば、生成部１３２は、ステップＳ１１において収集したユーザ情報のうち、各アプリをインストールしているユーザのユーザ情報を各アプリの正例として、各素性（ユーザ情報）の重み（個別スコア）を学習することにより、各アプリに関する個別スコア情報を生成する。例えば、生成部１３２は、ステップＳ１１において収集したユーザ情報のうち、アプリＡをインストールしているユーザのユーザ情報を正例として、各素性（ユーザ情報）の重み（個別スコア）を学習することにより、アプリＡに関する個別スコア情報を生成する。

また、例えば、生成部１３２は、ステップＳ１１において収集したユーザ情報のうち、各アプリをインストールしていないユーザのユーザ情報を各アプリの負例として、各素性（ユーザ情報）の重み（個別スコア）を学習することにより、各アプリに関する個別スコア情報を生成してもよい。例えば、生成部１３２は、ステップＳ１１において収集したユーザ情報のうち、アプリＡをインストールしていないユーザのユーザ情報を負例として、各素性（ユーザ情報）の重み（個別スコア）を学習することにより、アプリＡに関する個別スコア情報を生成してもよい。なお、生成部１３２は、ユーザ情報に基づいて個別スコアに関する情報を生成すれば、どのような方法により個別スコア情報を生成してもよい。

また、例えば、生成部１３２は、算出部１３３により算出された各アプリのスコアに基づいて、各アプリのランキング（順位）に関する情報を生成してもよい。図２の例では、生成部１３２は、算出部１３３により算出された各アプリのスコアに基づいて、各アプリのランキング情報ＬＬ１１を生成する。

（算出部１３３）
算出部１３３は、取得部１３１により取得されたユーザ情報に基づいて、複数のコンテンツの各々に対してユーザが所定の行動を行う確率に関するスコアを算出する。算出部１３３は、ユーザ情報ごとに生成される個別スコアに基づいて、複数のコンテンツの各々のスコアを算出する。算出部１３３は、ユーザ属性情報を含むユーザ情報ごとに生成される個別スコアに基づいて、複数のコンテンツの各々のスコアを算出する。算出部１３３は、端末情報を含むユーザ情報ごとに生成される個別スコアに基づいて、複数のコンテンツの各々のスコアを算出する。

また、算出部１３３は、複数のコンテンツである複数のアプリケーションの各々に対してユーザがインストールを行う確率に関するスコアを算出する。例えば、算出部１３３は、各アプリのスコアを算出する。算出部１３３は、個別スコア情報やユーザ情報に基づいて、各アプリのスコアを算出する。例えば、算出部１３３は、上記式（１）を用いて、各アプリのスコアを算出してもよい。例えば、算出部１３３は、アプリＡのスコアやアプリＢのスコアやアプリＣのスコア等を算出する。図２の例には、算出部１３３は、アプリＡに関する個別スコア情報１２４−１とユーザＵ１のユーザ情報とに基づいて、ユーザＵ１について、アプリＡのスコアを算出する。図２に示す例では、算出部１３３は、ユーザＵ１の端末ブランド名は「ＡＡＡ」であるため、個別スコア情報１２４−１中のカテゴリ「端末ブランド名」における「ＡＡＡ」の個別スコア「０．５」をアプリＡのスコアに加算する。また、図２に示す例では、算出部１３３は、ユーザＵ１の居住地域は「Ａ県」であるため、個別スコア情報１２４−１中のカテゴリ「地域」における「Ａ県」の個別スコア「０．３」をアプリＡのスコアに加算する。算出部１３３は、個別スコア情報１２４−１中においてユーザＵ１のユーザ情報が該当する対象の個別スコアを合算することにより、アプリＡのスコアを算出する。図２の例では、算出部１３３は、アプリＡのスコアを「３．１（＝０．５＋０．３＋…）」と算出する。算出部１３３は、各アプリ（アプリＡ、Ｂ、Ｃ等）について上記の処理を行うことにより、各アプリ（アプリＡ、Ｂ、Ｃ等）のスコアを算出する。

（決定部１３４）
決定部１３４は、算出部１３３により算出された各コンテンツのスコアに基づいて、端末装置１０に配信する配信コンテンツを決定する。決定部１３４は、算出部１３３により算出された各アプリケーションのスコアに基づいて、複数のアプリケーションのうち端末装置１０に配信する配信コンテンツを決定する。決定部１３４は、各アプリケーションのスコアに応じたアプリケーションのランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。

図２の例では、決定部１３４は、ランキング情報ＬＬ１１と、広告情報記憶部１２５に記憶された広告情報とに基づいて、ユーザＵ１の端末装置１０−１に配信する広告を決定する。例えば、決定部１３４は、ランキング情報ＬＬ１１中の最も順位が高いアプリＢの広告Ｃ１１をユーザＵ１の端末装置１０−１に配信する広告として決定する。

また、例えば、決定部１３４は、各アプリケーションの広告配信における料金に関する情報に応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。例えば、決定部１３４は、各アプリの広告のビット額に応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。また、例えば、決定部１３４は、各アプリケーションの広告の在庫に関する情報に応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。また、例えば、決定部１３４は、広告を配信する時間に応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。また、例えば、決定部１３４は、各アプリケーションの広告へのユーザ操作に関する情報に応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。例えば、決定部１３４は、各アプリの広告のクリック率に応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。また、例えば、決定部１３４は、広告を表示する広告表示領域が含まれるコンテンツに応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。なお、これらの点の詳細について、後述する。

また、決定部１３４は、端末装置１０を利用するユーザにおける一のコンテンツのスコアと、他のユーザにおける一のコンテンツのスコアとに基づいて算出されるユーザの一のコンテンツに対する希少度に基づいて、端末装置１０に配信する配信コンテンツを決定してもよい。例えば、決定部１３４は、端末装置１０を利用するユーザにおける一のコンテンツのスコアと、複数のユーザの各々における一のコンテンツのスコアの平均との差分に基づいて算出されるユーザの一のコンテンツに対する希少度に基づいて、端末装置１０に配信する配信コンテンツを決定してもよい。なお、この点についての詳細は後述する。

（配信部１３５）
配信部１３５は、端末装置１０に各種情報を配信する。例えば、配信部１３５は、端末装置１０に広告を配信する。また、配信部１３５は、決定部１３４により決定された広告を配信する。図２では、配信部１３５は、アプリＢの広告Ｃ１１を端末装置１０−１へ配信する。なお、配信部１３５は、コンテンツＣＴ１１を端末装置１０−１へ配信してもよい。

〔３．決定処理のフロー〕
次に、図９を用いて、実施形態に係る決定システム１による決定処理の手順について説明する。図９は、実施形態に係る決定処理の一例を示すフローチャートである。具体的には、図９は、個別スコア情報の生成に関する決定処理の一例を示すフローチャートである。

図９に示すように、決定装置１００の取得部１３１は、各ユーザのユーザ情報を取得する（ステップＳ１０１）。例えば、取得部１３１は、各ユーザが利用する端末装置１０からユーザのユーザ情報を取得する。

また、決定装置１００の生成部１３２は、取得したユーザ情報を基に個別スコア情報を生成する（ステップＳ１０２）。例えば、生成部１３２は、アプリごとに個別スコア情報を生成する。

次に、図１０を用いて、実施形態に係る決定システム１による決定処理の手順について説明する。図１０は、実施形態に係る決定処理の一例を示すフローチャートである。具体的には、図１０は、個別スコアを用いた決定処理の一例を示すフローチャートである。

図１０に示すように、決定装置１００の取得部１３１は、端末装置１０から広告要求を取得する（ステップＳ２０１）。その後、決定装置１００の算出部１３３は、端末装置１０に対応するユーザ情報と個別スコアに基づいて各アプリのスコアを算出する（ステップＳ２０２）。例えば、算出部１３３は、アプリＡに関する個別スコア情報１２４−１とユーザＵ１のユーザ情報とに基づいて、ユーザＵ１について、アプリＡのスコアを算出する。

その後、決定装置１００の決定部１３４は、各アプリのスコアに基づいて広告を決定する（ステップＳ２０３）。例えば、決定部１３４は、ランキング情報ＬＬ１１中の最も順位が高いアプリＢの広告Ｃ１１をユーザＵ１の端末装置１０−１に配信する広告として決定する。

その後、決定装置１００の配信部１３５は、端末装置１０に決定した広告を配信する（ステップＳ２０４）。例えば、配信部１３５は、アプリＢの広告Ｃ１１を端末装置１０−１へ配信する。

〔４．ランキングの変更〕
上述した例においては、個別スコアに基づいて算出されたスコアを用いてランキングを生成する例を示したが、ランキングは他の情報により変動させてもよい。この点について、図１１〜図１５を用いて説明する。図１１〜図１５は、実施形態に係るランキング変更の一例を示す図である。

〔４−１．ビット額に基づくランキングの変更〕
まず、図１１を用いて、各アプリの広告配信における料金に関する情報に応じてランキングを変動させる場合を示す。図１１の例では、各アプリの広告配信における料金に関する情報として、各アプリの広告のビット額を用いて、決定装置１００がランキングを変更する場合を示す。

図１１に示すランキング情報ＬＬ２１−１は、ランキングを変更する前のランキング情報を示す。ランキング情報ＬＬ２１−１は、スコアが最も大きいアプリＥの順位が「１位」であり、アプリＥの次にスコアが大きいアプリＦの順位が「２位」であり、アプリＦの次にスコアが大きいアプリＧの順位が「３位」であり、アプリＧの次にスコアが大きいアプリＨの順位が「４位」である場合を示す。また、ランキング情報ＬＬ２１−１は、アプリＥの広告が「広告Ｃ１２」であり、アプリＦの広告が「広告Ｃ１３」であり、アプリＧの広告が「広告Ｃ１４」であり、アプリＨの広告が「広告Ｃ１５」である場合を示す。

また、ランキング情報ＬＬ２１−１は、アプリＥの広告のビット額が「５０」であり、アプリＦの広告のビット額が「１００」であり、アプリＧの広告のビット額が「６０」であり、アプリＨの広告のビット額が「４０」である場合を示す。なお、各広告のビット額に関する情報は、広告情報記憶部１２５に記憶されてもよい。

ここで、決定装置１００は、各広告のビット額に関する情報に基づいてランキングを変更する（ステップＳ２１）。例えば、決定装置１００は、各広告のビット額に関する情報に基づいて、ランキング情報ＬＬ２１−１に示すランキングを変更することにより、ランキング情報ＬＬ２１−２を生成する。

図１１の例では、順位２位のアプリＦの広告のビット額が、順位１位のアプリＥの広告のビット額よりも大きい。そのため、決定装置１００は、順位２位のアプリＦの広告のスコアを変更する。具体的には、決定装置１００は、順位２位のアプリＦの広告のスコアを「２」増加させる。これにより、順位２位のアプリＦの広告のスコアは「６．２」となり、順位１位のアプリＥの広告のスコア「５．４」よりも大きくなる。そのため、決定装置１００は、ランキング情報ＬＬ２１−２に示すように、アプリＥの広告の順位とアプリＦの広告の順位とを入れ替える。具体的には、決定装置１００は、アプリＥの広告の順位を「２位」とし、アプリＦの広告の順位を「１位」とすることにより、ランキングを変更する。この場合、決定装置１００は、１つの広告をランキングに基づいて配信する際には、順位が「１位」となったアプリＦの広告を配信する。

なお、図１１の例では、説明を簡単にするために、順位が「２位」であるアプリＦの広告のスコアを変更する例を示すが、順位１位のアプリＥの広告のビット額よりもビット額が大きいアプリＧの広告のスコアも変更してもよい。例えば、決定装置１００は、順位３位のアプリＧの広告のスコアを「１」増加させてもよい。この場合、決定装置１００は、アプリＧが、アプリＦよりも下位であり、ビット額も「６０」と小さいため、アプリＨの広告のスコアの増加を「１」とし、アプリＦの広告のスコア増加「２」よりも小さくする。このように、決定装置１００は、ビット額や順位に応じてスコアを変更する大きさを変動させてもよい。

また、図１１の例では、スコアを「２」増加させることにより、アプリＦの広告のスコアが「６．２」となり、順位が「１位」に変更される場合を示すが、決定装置１００は、どのような方法によりランキングを変更してもよい。例えば、決定装置１００は、１位の広告のビット額よりも２位の広告のビット額の方が大きく、１位の広告のスコアと２位の広告のスコアとの差が所定の閾値以内である場合、１位の広告と２位の広告とを入れ替えてもよい。例えば、決定装置１００は、１位の広告のビット額よりも２位の広告のビット額の方が所定の閾値以上大きい場合、１位の広告と２位の広告とを入れ替えてもよい。また、上記例では、１位の広告と２位の広告とを入れ替える場合を示したが、決定装置１００は、１位の広告と３位の広告とを入れ替えてもよい。

また、例えば、複数の広告を選択する場合、決定装置１００は、２位の広告と３位の広告とを入れ替えたりしてもよい。例えば、２つの広告を配信する場合、決定装置１００は、１位の広告と順位が３位から２位に入れ替わった広告とを配信する。

〔４−２．在庫数に基づくランキングの変更〕
次に、図１２を用いて、各アプリの広告の在庫に関する情報に応じてランキングを変動させる場合を示す。図１２の例では、各アプリの広告の在庫に関する情報として、各アプリの広告の在庫数を用いて、決定装置１００がランキングを変更する場合を示す。なお、図１１に示す例と同様の点については適宜説明を省略する。

図１２に示すランキング情報ＬＬ２２−１は、アプリＥの広告の在庫数が「少」であり、アプリＦの広告の在庫数が「少」であり、アプリＧの広告の在庫数が「多」であり、アプリＨの広告の在庫数が「中」である場合を示す。なお、各広告の在庫数に関する情報は、広告情報記憶部１２５に記憶されてもよい。また、図１２に示す例では、各広告の在庫数を「多」、「中」、「少」と概念的に図示するが、具体的な在庫数を示す数値であってもよい。また、図１２に示す例では、在庫数「多」の在庫数が最も多く、在庫数「中」の在庫数が在庫数「多」の次に多く、在庫数「少」の在庫数が少ないものとする。

ここで、決定装置１００は、各広告の在庫数に関する情報に基づいてランキングを変更する（ステップＳ２２）。例えば、決定装置１００は、各広告の在庫数に関する情報に基づいて、ランキング情報ＬＬ２２−１に示すランキングを変更することにより、ランキング情報ＬＬ２２−２を生成する。

図１２の例では、順位３位のアプリＧの広告の在庫数が、順位１位のアプリＥの広告の在庫数や順位２位のアプリＦの広告の在庫数よりも多い。そのため、決定装置１００は、順位３位のアプリＧの広告のスコアを変更する。具体的には、決定装置１００は、順位３位のアプリＧの広告のスコアを「２」増加させる。これにより、順位３位のアプリＧの広告のスコアは「５．６」となり、順位１位のアプリＥの広告のスコア「５．４」や順位２位のアプリＦの広告のスコア「４．２」よりも大きくなる。そのため、決定装置１００は、ランキング情報ＬＬ２２−２に示すように、アプリＥの広告の順位、アプリＦの広告の順位、及びアプリＧの広告の順位を入れ替える。具体的には、決定装置１００は、アプリＧの広告の順位を「１位」とし、アプリＥの広告の順位を「２位」とし、アプリＦの広告の順位を「３位」とすることにより、ランキングを変更する。この場合、決定装置１００は、１つの広告をランキングに基づいて配信する際には、順位が「１位」となったアプリＧの広告を配信する。

〔４−３．配信時間に基づくランキングの変更〕
次に、図１３を用いて、広告配信する時間に関する情報に応じてランキングを変動させる場合を示す。図１３の例では、広告の配信時間に関する情報を用いて、決定装置１００がランキングを変更する場合を示す。なお、図１１及び図１２に示す例と同様の点については適宜説明を省略する。

図１３に示すランキング情報ＬＬ２３−１は、アプリＥの広告のカテゴリが「ニュース」であり、アプリＦの広告のカテゴリが「ゲーム」であり、アプリＧの広告のカテゴリが「ファイナンス」であり、アプリＨの広告のカテゴリが「ショッピング」である場合を示す。なお、各広告のカテゴリに関する情報は、広告情報記憶部１２５に記憶されてもよい。

ここで、決定装置１００は、広告の配信時間に関する情報に基づいてランキングを変更する（ステップＳ２３）。例えば、決定装置１００は、広告の配信時間に関する情報に基づいて、ランキング情報ＬＬ２３−１に示すランキングを変更することにより、ランキング情報ＬＬ２３−２を生成する。

図１３の例では、広告の配信時間が２３時であるものとする。また、決定装置１００は、夜遅くの時間帯においては、カテゴリ「ゲーム」のアプリがインストールされる確率が他のアプリよりも高いことを示す情報を取得しているものとする。この場合、決定装置１００は、カテゴリ「ゲーム」であるアプリＦの広告のスコアを変更する。具体的には、決定装置１００は、順位２位のアプリＦの広告のスコアを「２」増加させる。これにより、順位２位のアプリＦの広告のスコアは「６．２」となり、順位１位のアプリＥの広告のスコア「５．４」よりも大きくなる。そのため、決定装置１００は、ランキング情報ＬＬ２３−２に示すように、アプリＥの広告の順位とアプリＦの広告の順位とを入れ替える。具体的には、決定装置１００は、アプリＥの広告の順位を「２位」とし、アプリＦの広告の順位を「１位」とすることにより、ランキングを変更する。この場合、決定装置１００は、１つの広告をランキングに基づいて配信する際には、順位が「１位」となったアプリＦの広告を配信する。

〔４−４．ＣＴＲに基づくランキングの変更〕
次に、図１４を用いて、各アプリの広告へのユーザ操作に関する情報に応じてランキングを変動させる場合を示す。図１４の例では、各アプリの広告へのユーザ操作に関する情報として、各アプリの広告のクリック率（ＣＴＲ）を用いて、決定装置１００がランキングを変更する場合を示す。なお、図１１〜図１３に示す例と同様の点については適宜説明を省略する。

図１４に示すランキング情報ＬＬ２４−１は、アプリＥの広告のＣＴＲが「５」であり、アプリＦの広告のＣＴＲが「３」であり、アプリＧの広告のＣＴＲが「１０」であり、アプリＨの広告のＣＴＲが「６」である場合を示す。図１４に示す各広告のＣＴＲは、百分率（％）を示すものとする。なお、各アプリの広告へのユーザ操作に関する情報は、広告情報記憶部１２５に記憶されてもよい。

ここで、決定装置１００は、各アプリの広告へのユーザ操作に関する情報に基づいてランキングを変更する（ステップＳ２４）。例えば、決定装置１００は、各アプリの広告のＣＴＲに基づいて、ランキング情報ＬＬ２４−１に示すランキングを変更することにより、ランキング情報ＬＬ２４−２を生成する。

図１４の例では、順位３位のアプリＧの広告のＣＴＲが、順位１位のアプリＥの広告のＣＴＲや順位２位のアプリＦの広告のＣＴＲよりも多い。そのため、決定装置１００は、順位３位のアプリＧの広告のスコアを変更する。具体的には、決定装置１００は、順位３位のアプリＧの広告のスコアを「３」増加させる。これにより、順位３位のアプリＧの広告のスコアは「６．６」となり、順位１位のアプリＥの広告のスコア「５．４」や順位２位のアプリＦの広告のスコア「４．２」よりも大きくなる。そのため、決定装置１００は、ランキング情報ＬＬ２４−２に示すように、アプリＥの広告の順位、アプリＦの広告の順位、及びアプリＧの広告の順位を入れ替える。具体的には、決定装置１００は、アプリＧの広告の順位を「１位」とし、アプリＥの広告の順位を「２位」とし、アプリＦの広告の順位を「３位」とすることにより、ランキングを変更する。この場合、決定装置１００は、１つの広告をランキングに基づいて配信する際には、順位が「１位」となったアプリＧの広告を配信する。

〔４−５．広告が表示されるコンテンツに基づくランキングの変更〕
次に、図１５を用いて、広告を表示する広告表示領域である広告枠が含まれるコンテンツに応じてランキングを変動させる場合を示す。図１５の例では、広告を表示する広告枠が含まれるコンテンツに含まれる情報と各広告のカテゴリに応じて、決定装置１００がランキングを変更する場合を示す。すなわち、図１５の例では、広告を表示するＷｅｂページとうのコンテンツ（表示面）との関係に応じて決定装置１００がランキングを変更する場合を示す。なお、図１１〜図１４に示す例と同様の点については適宜説明を省略する。

図１５に示すランキング情報ＬＬ２５−１は、アプリＥの広告のカテゴリが「ニュース」であり、アプリＦの広告のカテゴリが「ゲーム」であり、アプリＧの広告のカテゴリが「ファイナンス」であり、アプリＨの広告のカテゴリが「ショッピング」である場合を示す。

ここで、決定装置１００は、広告を表示する広告枠ＡＲ２５が含まれるコンテンツＣＴ２５に応じてランキングを変更する（ステップＳ２５）。例えば、決定装置１００は、コンテンツＣＴ２５の内容と各広告のカテゴリとの親和性に基づいて、ランキング情報ＬＬ２５−１に示すランキングを変更することにより、ランキング情報ＬＬ２５−２を生成する。

図１５の例では、広告枠ＡＲ２５が含まれるコンテンツＣＴ２５は、株価ニュースに関する内容である。そのため、決定装置１００は、カテゴリ「ファイナンス」であるアプリＧの広告のスコアを変更する。具体的には、決定装置１００は、順位３位のアプリＧの広告のスコアを「３」増加させる。これにより、順位３位のアプリＧの広告のスコアは「６．６」となり、順位１位のアプリＥの広告のスコア「５．４」や順位２位のアプリＦの広告のスコア「４．２」よりも大きくなる。そのため、決定装置１００は、ランキング情報ＬＬ２５−２に示すように、アプリＥの広告の順位、アプリＦの広告の順位、及びアプリＧの広告の順位を入れ替える。具体的には、決定装置１００は、アプリＧの広告の順位を「１位」とし、アプリＥの広告の順位を「２位」とし、アプリＦの広告の順位を「３位」とすることにより、ランキングを変更する。この場合、決定装置１００は、１つの広告をランキングに基づいて配信する際には、順位が「１位」となったアプリＧの広告を配信する。

なお、図１１〜図１５に示したランキング変更は一例であり、どのような情報に基づいてランキングを変更してもよい。例えば、決定装置１００は、各広告の予算や配信期間に基づいてランキングを変更してもよい。例えば、決定装置１００は、予算が多く余っている広告のランキングが高くなるようにランキングを変更してもよい。また、例えば、決定装置１００は、配信期間の終了が迫っている広告のランキングが高くなるようにランキングを変更してもよい。

〔５．ランキング変更による決定処理のフロー〕
次に、図１６を用いて、各種情報に基づくランキング変更を含む決定処理の手順について説明する。図１６は、実施形態に係るランキング変更による決定処理の一例を示すフローチャートである。

図１６に示すように、決定装置１００の取得部１３１は、端末装置１０から広告要求を取得する（ステップＳ３０１）。その後、決定装置１００の算出部１３３は、端末装置１０に対応するユーザ情報と個別スコアに基づいて各アプリのスコアを算出する（ステップＳ３０２）。例えば、算出部１３３は、アプリＡに関する個別スコア情報１２４−１とユーザＵ１のユーザ情報とに基づいて、ユーザＵ１について、アプリＡのスコアを算出する。

その後、決定装置１００の決定部１３４は、各アプリのスコアに基づく広告のランキングを変更する（ステップＳ３０３）。例えば、決定部１３４は、各種情報に基づいて、各アプリのスコアに基づく広告のランキングを変更する。例えば、決定部１３４は、図１１〜図１５に示すように、各種情報に基づいて、各アプリのスコアに基づく広告のランキングを変更する。その後、決定部１３４は、ランキングに基づいて広告を決定する（ステップＳ３０４）。その後、決定装置１００の配信部１３５は、端末装置１０に決定した広告を配信する（ステップＳ３０５）。

〔６．ユーザの希少性に基づく広告の決定〕
上記例においては、ユーザごとに各アプリのスコアに応じて、配信する広告を決定する例を示したが、決定装置１００は、端末装置１０を利用するユーザの各アプリにおける希少性に基づいて、配信する広告を決定してもよい。この点について、図１７を用いて、説明する。図１７は、実施形態に係る各アプリにおけるユーザの希少性に基づく広告の決定の一例を示す図である。

図１７に示すランキング情報ＬＬ３１は、ユーザＵ１のランキング情報を示す。ランキング情報ＬＬ３１は、スコアが最も大きい「５．４」であるアプリＪの順位が「１位」であり、アプリＪの次にスコアが大きい「４．２」であるアプリＫの順位が「２位」であり、アプリＫの次にスコアが大きい「３．６」であるアプリＬの順位が「３位」であり、アプリＬの次にスコアが大きい「３．１」であるアプリＭの順位が「４位」である場合を示す。

また、図１７に示す傾向情報ＬＬ３２は、複数ユーザの各々について算出されたスコアに基づく情報を示す。具体的には、傾向情報ＬＬ３２は、複数ユーザの各々について算出された各アプリのスコアの平均（以下、「平均スコア」ともいう）を示す。なお、傾向情報ＬＬ３２は、多くのユーザの傾向を示すものであれば、どのようなユーザを対象にした情報であってもよい。例えば、傾向情報ＬＬ３２には、広告を配信する対象となるユーザ全体の情報が含まれてもよいし、ユーザＵ１に類似するユーザの情報のみが含まれてもよい。また、傾向情報ＬＬ３２にはユーザＵ１の情報が含まれてもよい。

図１７の例では、全体情報ＬＬ３２は、アプリＪの平均スコアが「６．２」であり、アプリＫの平均スコアが「４．１」であり、アプリＬの平均スコアが「０．７」であり、アプリＭの平均スコアが「３．８」である場合を示す。

決定装置１００は、ユーザＵ１の各アプリにおける希少度を算出する（ステップＳ３１）。例えば、決定装置１００は、ランキング情報ＬＬ３１と傾向情報ＬＬ３２とに基づいて、ユーザＵ１の各アプリにおける希少度を算出する。図１７の例では、決定装置１００は、希少度リストＲＬ３１に示すように、ランキング情報ＬＬ３１中のユーザＵ１の各アプリのスコアと、傾向情報ＬＬ３２中の対応するアプリの平均スコアとの差分より、希少度を算出する。

例えば、決定装置１００は、ユーザＵ１のアプリＪにおける希少度は、ランキング情報ＬＬ３１中のアプリＪのスコア「５．４」から、傾向情報ＬＬ３２中のアプリＪの平均スコア「６．２」を減算することにより、希少度「−０．８」を算出する。図１７において、ユーザＵ１のアプリＪのスコア「５．４」は、アプリＪの平均スコア「６．２」よりも小さい。つまり、ユーザＵ１のアプリＪにおける希少度「−０．８」は、ユーザＵ１のアプリＪにおける希少度は低いことを示す。すなわち、希少度「−０．８」は、ユーザＵ１がアプリＪをインストールする可能性が、傾向情報ＬＬ３２の対象に含まれるユーザ全体の傾向に比べて低いことを示す。また、同様に、ユーザＵ１のアプリＭにおける希少度「−０．７」は、ユーザＵ１のアプリＭにおける希少度は低いことを示す。

また、例えば、決定装置１００は、ユーザＵ１のアプリＫにおける希少度は、ランキング情報ＬＬ３１中のアプリＫのスコア「４．２」から、傾向情報ＬＬ３２中のアプリＫの平均スコア「４．１」を減算することにより、希少度「０．１」を算出する。図１７において、ユーザＵ１のアプリＫのスコア「４．２」は、アプリＪの平均スコア「４．１」に近似する。つまり、ユーザＵ１のアプリＫにおける希少度「０．１」は、ユーザＵ１のアプリＫにおける希少度は普通であることを示す。すなわち、希少度「０．１」は、ユーザＵ１がアプリＪをインストールする可能性が、傾向情報ＬＬ３２の対象に含まれるユーザ全体の傾向に沿うことを示す。

また、例えば、決定装置１００は、ユーザＵ１のアプリＬにおける希少度は、ランキング情報ＬＬ３１中のアプリＬのスコア「３．６」から、傾向情報ＬＬ３２中のアプリＬの平均スコア「０．７」を減算することにより、希少度「２．９」を算出する。図１７において、ユーザＵ１のアプリＬのスコア「３．６」は、アプリＬの平均スコア「０．７」よりも大きい。つまり、ユーザＵ１のアプリＬにおける希少度「２．９」は、ユーザＵ１のアプリＬにおける希少度は高いことを示す。すなわち、希少度「２．９」は、ユーザＵ１がアプリＬをインストールする可能性が、傾向情報ＬＬ３２の対象に含まれるユーザ全体の傾向に比べて高いことを示す。

そのため、図１７に示す例においては、決定装置１００は、アプリＬの広告を、ユーザＵ１の端末装置１０に配信する広告として決定する（ステップＳ３２）。つまり、決定装置１００は、順位「１位」のアプリＪや順位「２位」のアプリＫの希少度が高くないため、アプリＪの広告やアプリＫの広告ではなく、順位「３位」であり希少度が高いアプリＬの広告を、ユーザＵ１の端末装置１０に配信する広告として決定する。これにより、決定装置１００は、ユーザにおける各コンテンツ（アプリ）のスコアを単純に比較するだけでなく、他のユーザとの相対的な比較に基づいて配信する広告を決定することができる。

例えば、傾向情報ＬＬ３２において平均スコアが低いアプリＬは、傾向情報ＬＬ３２の対象に含まれるユーザ全体の傾向として、インストールされる確率が低いアプリである。そのため、決定装置１００は、アプリＬの広告を配信する広告として決定する確率は低い。一方で、ユーザＵ１に関するランキング情報ＬＬ３１中のアプリＬのスコアは「３．６」であり、ランキング３位と高いため、ユーザＵ１は、傾向情報ＬＬ３２の対象に含まれるユーザ全体の傾向から乖離し、そのユーザ全体において相対的にアプリＬをインストールする確率が高いユーザである。そのため、決定装置１００は、傾向情報ＬＬ３２の対象に含まれるユーザ全体としてスコアが高いアプリＪやアプリＫではなく、アプリＬの広告をユーザＵ１の端末装置１０に配信することにより、アプリＬの広告を配信する確率を増やすことができる。これにより、決定装置１００は、広告配信全体としての最適化を図ることができる。

なお、上記希少度の算出や希少度に基づく広告の決定等は一例であり、種々の方法により希少度を算出したり、配信する広告を決定したりしてもよい。例えば、決定装置１００は、希少度と各アプリの広告在庫の状況とに応じて、希少度に基づいて、配信する広告を決定してもよい。例えば、決定装置１００は、希少度が高いと算出されたアプリの広告在庫が多く残っている場合、希少度に基づいて、希少度が高いと算出されたアプリの広告を配信する広告として決定してもよい。この場合、決定装置１００は、ユーザにおける他のコンテンツとのスコアを単純に比較するだけでなく、広告在庫との兼ね合いでユーザに配信する広告を決定することにより、種々の条件に基づいて適切な広告を配信することができる。

〔７．効果〕
上述してきたように、実施形態に係る決定装置１００は、取得部１３１と、算出部１３３と、決定部１３４とを有する。取得部１３１は、コンテンツの提供先となる端末装置１０を利用するユーザに関する情報であるユーザ情報を取得する。また、算出部１３３は、取得部１３１により取得されたユーザ情報に基づいて、複数のコンテンツの各々に対してユーザが所定の行動を行う確率に関するスコアを算出する。決定部１３４は、算出部１３３により算出された各コンテンツのスコアに基づいて、端末装置１０に配信する配信コンテンツを決定する。

これにより、実施形態に係る決定装置１００は、複数のコンテンツの各々に対してユーザが所定の行動を行う確率に関するスコアを算出し、算出したスコアに基づいて端末装置１０に配信するアプリの広告を決定することにより、端末装置１０に配信する配信コンテンツを適切に決定することができる。すなわち、決定装置１００は、ユーザにインストールされる確率が高いアプリの広告をユーザの端末装置１０に配信することができるため、広告効果を向上させることができる。

また、実施形態に係る決定装置１００において、算出部１３３は、ユーザ情報ごとに生成される個別スコアに基づいて、複数のコンテンツの各々のスコアを算出する。

これにより、実施形態に係る決定装置１００は、ユーザ情報ごとに生成される個別スコアに基づくスコアにより、端末装置１０に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、実施形態に係る決定装置１００において、算出部１３３は、ユーザの属性を示す情報であるユーザ属性情報を含むユーザ情報ごとに生成される個別スコアに基づいて、複数のコンテンツの各々のスコアを算出する。

これにより、実施形態に係る決定装置１００は、ユーザ属性情報を含むユーザ情報ごとに生成される個別スコアに基づくスコアにより、端末装置１０に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、実施形態に係る決定装置１００において、算出部１３３は、端末装置１０に関する情報である端末情報を含むユーザ情報ごと生成される個別スコアに基づいて、複数のコンテンツの各々のスコアを算出する。

これにより、実施形態に係る決定装置１００は、端末情報を含むユーザ情報ごとに生成される個別スコアに基づくスコアにより、端末装置１０に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、実施形態に係る決定装置１００において、決定部１３４は、端末装置１０を利用するユーザにおける一のコンテンツのスコアと、他のユーザにおける一のコンテンツのスコアとに基づいて算出されるユーザの一のコンテンツに対する希少度に基づいて、端末装置１０に配信する配信コンテンツを決定する。

これにより、実施形態に係る決定装置１００は、端末装置１０を利用するユーザの各コンテンツにおける希少性に基づいて、端末装置１０に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、実施形態に係る決定装置１００において、決定部１３４は、端末装置１０を利用するユーザにおける一のコンテンツのスコアと、複数のユーザの各々における一のコンテンツのスコアの平均との差分に基づいて算出されるユーザの一のコンテンツに対する希少度に基づいて、端末装置１０に配信する配信コンテンツを決定する。

これにより、実施形態に係る決定装置１００は、各コンテンツについて、端末装置１０を利用するユーザがユーザ全体の平均からどれくらい乖離しているかを示すく希少性に基づいて、端末装置１０に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、実施形態に係る決定装置１００において、算出部１３３は、複数のコンテンツである複数のアプリケーションの各々に対してユーザがインストールを行う確率に関するスコアを算出する。決定部１３４は、算出部１３３により算出された各アプリケーションのスコアに基づいて、複数のアプリケーションのうち端末装置１０に配信する配信コンテンツを決定する。

これにより、実施形態に係る決定装置１００は、複数のアプリの各々に対してユーザがインストールを行う確率に関するスコアを算出し、算出したスコアに基づいて端末装置１０に配信する配信コンテンツを決定することにより、端末装置１０に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、決定装置１００は、ユーザにインストールされる確率が高いアプリの広告をユーザの端末装置１０に配信することができるため、広告効果を向上させることができる。

また、実施形態に係る決定装置１００において、決定部１３４は、各アプリケーションのスコアに応じたアプリケーションのランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。

これにより、実施形態に係る決定装置１００は、複数のアプリのスコアに応じたアプリケーションのランキングに基づいて、端末装置１０に配信するアプリの広告を適切に決定することができる。

また、実施形態に係る決定装置１００において、決定部１３４は、各アプリケーションの広告配信における料金に関する情報に応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。

これにより、実施形態に係る決定装置１００は、各アプリケーションの広告配信における料金に関する情報に応じて変動するランキングに基づくことにより、端末装置１０に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、決定装置１００は、各アプリの在庫数等の在庫に関する情報を加味した広告の配信を可能にすることにより、柔軟な広告配信を行うことができる。

また、実施形態に係る決定装置１００において、決定部１３４は、各アプリケーションの広告の在庫に関する情報に応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。

これにより、実施形態に係る決定装置１００は、各アプリケーションの広告の在庫に関する情報に応じて変動するランキングに基づくことにより、端末装置１０に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、決定装置１００は、各アプリの広告のビット額等の料金に関する情報を加味した広告の配信を可能にすることにより、柔軟な広告配信を行うことができる。

また、実施形態に係る決定装置１００において、決定部１３４は、広告を配信する時間に応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。

これにより、実施形態に係る決定装置１００は、広告を配信する時間に応じて変動するランキングに基づくことにより、端末装置１０に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、決定装置１００は、広告を配信する時間を加味したランキングに基づいて配信する広告を決定することにより、広告効果をより向上させることができる。

また、実施形態に係る決定装置１００において、決定部１３４は、各アプリケーションの広告へのユーザ操作に関する情報に応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。

これにより、実施形態に係る決定装置１００は、各アプリケーションの広告へのユーザ操作に関する情報に応じて変動するランキングに基づくことにより、端末装置１０に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、決定装置１００は、ＣＴＲ等の各アプリの広告へのユーザ操作に関する情報を加味したランキングに基づいて配信する広告を決定することにより、広告効果をより向上させることができる。

また、実施形態に係る決定装置１００において、決定部１３４は、広告を表示する広告表示領域が含まれるコンテンツに応じて変動するランキングに基づいて、端末装置１０に配信するアプリケーションの広告を決定する。

これにより、実施形態に係る決定装置１００は、広告を表示する広告表示領域（広告枠）が含まれるコンテンツに応じて変動するランキングに基づくことにより、端末装置１０に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、決定装置１００は、広告枠が含まれるコンテンツの内容を加味したランキングに基づいて配信する広告を決定することにより、広告効果をより向上させることができる。

〔８．ハードウェア構成〕
上述してきた実施形態に係る決定装置１００は、例えば図１８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１８は、決定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が決定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、決定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が実施形態に係る決定装置１００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。

〔９．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 決定システム
１００ 決定装置
１２１ ユーザ属性情報記憶部
１２２ 端末情報記憶部
１２３ アプリ情報記憶部
１２４ 個別スコア情報記憶部
１２５ 広告情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 生成部
１３３ 算出部
１３４ 決定部
１３５ 配信部
１０ 端末装置
Ｎ ネットワーク

Claims (15)

1. コンテンツの提供先となる端末装置を利用するユーザに関する情報であるユーザ情報を取得する取得部と、
   前記取得部により取得されたユーザ情報に基づいて、複数のコンテンツの各々に対して前記ユーザが所定の行動を行う確率に関するスコアを算出する算出部と、
   前記算出部により算出された各コンテンツのスコアに基づいて、前記端末装置に配信する配信コンテンツを決定する決定部、
   を備えたことを特徴とする決定装置。
2. 前記算出部は、
   前記ユーザ情報ごとに生成される個別スコアに基づいて、前記複数のコンテンツの各々のスコアを算出する、
   ことを特徴とする請求項１に記載の決定装置。
3. 前記算出部は、
   前記ユーザの属性を示す情報であるユーザ属性情報を含む前記ユーザ情報ごとに生成される個別スコアに基づいて、前記複数のコンテンツの各々のスコアを算出する、
   ことを特徴とする請求項２に記載の決定装置。
4. 前記算出部は、
   前記端末装置に関する情報である端末情報を含む前記ユーザ情報ごと生成される個別スコアに基づいて、前記複数のコンテンツの各々のスコアを算出する、
   ことを特徴とする請求項２または請求項３に記載の決定装置。
5. 前記決定部は、
   前記端末装置を利用するユーザにおける一のコンテンツのスコアと、他のユーザにおける前記一のコンテンツのスコアとに基づいて算出される前記ユーザの前記一のコンテンツに対する希少度に基づいて、前記端末装置に配信する配信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。
6. 前記決定部は、
   前記端末装置を利用するユーザにおける一のコンテンツのスコアと、複数のユーザの各々における前記一のコンテンツのスコアの平均との差分に基づいて算出される前記ユーザの前記一のコンテンツに対する希少度に基づいて、前記端末装置に配信する配信コンテンツを決定する、
   ことを特徴とする請求項５に記載の決定装置。
7. 前記算出部は、
   前記複数のコンテンツである複数のアプリケーションの各々に対して前記ユーザがインストールを行う確率に関するスコアを算出し、
   前記決定部は、
   前記算出部により算出された各アプリケーションのスコアに基づいて、前記複数のアプリケーションのうち前記端末装置に配信する配信コンテンツを決定する、
   ことを特徴とする請求項１〜６のいずれか一つに記載の決定装置。
8. 前記決定部は、
   前記各アプリケーションのスコアに応じたアプリケーションのランキングに基づいて、前記端末装置に配信するアプリケーションの広告を決定する、
   ことを特徴とする請求項７に記載の決定装置。
9. 前記決定部は、
   前記各アプリケーションの広告配信における料金に関する情報に応じて変動する前記ランキングに基づいて、前記端末装置に配信するアプリケーションの広告を決定する、
   ことを特徴とする請求項８に記載の決定装置。
10. 前記決定部は、
    前記各アプリケーションの広告の在庫に関する情報に応じて変動する前記ランキングに基づいて、前記端末装置に配信するアプリケーションの広告を決定する、
    ことを特徴とする請求項８または請求項９に記載の決定装置。
11. 前記決定部は、
    広告を配信する時間に応じて変動する前記ランキングに基づいて、前記端末装置に配信するアプリケーションの広告を決定する、
    ことを特徴とする請求項８〜１０のいずれか１項に記載の決定装置。
12. 前記決定部は、
    前記各アプリケーションの広告へのユーザ操作に関する情報に応じて変動する前記ランキングに基づいて、前記端末装置に配信するアプリケーションの広告を決定する、
    ことを特徴とする請求項８〜１１のいずれか１項に記載の決定装置。
13. 前記決定部は、
    広告を表示する広告表示領域が含まれるコンテンツに応じて変動する前記ランキングに基づいて、前記端末装置に配信するアプリケーションの広告を決定する、
    ことを特徴とする請求項８〜１２のいずれか１項に記載の決定装置。
14. コンピュータが実行する決定方法であって、
    コンテンツの提供先となる端末装置を利用するユーザに関する情報であるユーザ情報を取得する取得工程と、
    前記取得工程により取得されたユーザ情報に基づいて、複数のコンテンツの各々に対して前記ユーザが所定の行動を行う確率に関するスコアを算出する算出工程と、
    前記算出工程により算出された各コンテンツのスコアに基づいて、前記端末装置に配信する配信コンテンツを決定する決定工程と、
    を含んだことを特徴とする決定方法。
15. コンテンツの提供先となる端末装置を利用するユーザに関する情報であるユーザ情報を取得する取得手順と、
    前記取得手順により取得されたユーザ情報に基づいて、複数のコンテンツの各々に対して前記ユーザが所定の行動を行う確率に関するスコアを算出する算出手順と、
    前記算出手順により算出された各コンテンツのスコアに基づいて、前記端末装置に配信する配信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