JP2018092210A - 情報処理システム、情報処理装置、および情報処理方法 - Google Patents

Abstract

【課題】ユーザの属性を推定できない状況が発生するのを抑制することができる情報処理システム、情報処理装置、および情報処理方法を提供すること。【解決手段】情報処理システムは、モデル生成装置と、広告配信装置とを備える。前記モデル生成装置は、ユーザによって使用されるユーザ端末に配信された広告のログを示す広告配信ログを取得するログ取得部と、前記ログ取得部によって取得された前記広告配信ログに基づいて、前記ユーザの属性を推定するための属性推定モデルを生成するモデル生成部と、を備える。前記広告配信装置は、前記ユーザ端末から広告リクエストを受信する受信部と、前記ユーザ端末を使用するユーザの属性を、前記受信部によって受信された前記広告リクエストに含まれる素性情報と、前記モデル生成部によって生成された前記属性推定モデルとを用いて推定する属性推定部と、を備える。【選択図】図７

Description

本発明は、情報処理システム、情報処理装置、および情報処理方法に関する。

従来、ユーザによって使用されるユーザ端末に広告を配信する広告配信装置が知られている。広告配信装置によって配信された広告は、ユーザ端末の表示部に表示される。ユーザが表示部に表示された広告をクリックすると、クリックされた広告に関するページが表示部に表示される。

ユーザによる広告のクリック率を向上させるため、広告配信装置は、ユーザの属性（例えば、性別や年齢など）に基づいて、配信する広告を選択するのが望ましい。ユーザの属性を推定する技術として、例えば、ユーザによってアクセスされたページの集合を解析することにより、ユーザの属性を推定する技術が知られている（特許文献１参照）。

特開２００３−２１６７７６号公報

しかしながら、特許文献１に開示された技術によれば、ユーザを識別するための識別情報を取得できなかった場合や、ユーザのアクセス履歴が少ない場合には、ユーザの属性を推定できない場合があった。

本発明は、このような事情を考慮してなされたものであり、ユーザの属性を推定できない状況が発生するのを抑制することができる情報処理システム、情報処理装置、および情報処理方法を提供することを目的の一つとする。

本発明の一態様は、情報処理システムは、モデル生成装置と、広告配信装置とを備える。前記モデル生成装置は、ユーザによって使用されるユーザ端末に配信された広告のログを示す広告配信ログを取得するログ取得部と、前記ログ取得部によって取得された前記広告配信ログに基づいて、前記ユーザの属性を推定するための属性推定モデルを生成するモデル生成部と、を備える。前記広告配信装置は、前記ユーザ端末から広告リクエストを受信する受信部と、前記ユーザ端末を使用するユーザの属性を、前記受信部によって受信された前記広告リクエストに含まれる素性情報と、前記モデル生成部によって生成された前記属性推定モデルとを用いて推定する属性推定部と、を備える。

本発明の一態様によれば、ユーザの属性を推定できない状況が発生するのを抑制することができる。

実施形態に係る情報処理システム１０の使用環境を示す図である。 実施形態に係るシステム全体の処理の概要を示す図である。 実施形態に係るユーザ端末４００およびウェブサーバ１００の詳細構成を示すブロック図である。 実施形態に係るユーザ端末４００の表示部４３０に表示されるページの一例を示す図である。 実施形態に係るユーザ端末４００および広告配信装置３００の詳細構成を示すブロック図である。 実施形態に係る広告配信ログＬの一例を示す図である。 実施形態に係るモデル生成装置２００および広告配信装置３００の詳細構成を示すブロック図である。 実施形態に係るユーザ端末４００による処理を示すフローチャートである。 実施形態に係る広告配信装置３００による処理を示すフローチャートである。 実施形態に係るモデル生成装置２００による処理を示すフローチャートである。 ウェブサーバ１００、モデル生成装置２００、広告配信装置３００、およびユーザ端末４００のハードウェア構成の一例を示す図である。

以下、図面を参照して、情報処理システム、情報処理装置、および情報処理方法の実施形態について説明する。

＜１．情報処理システムの使用環境＞
図１は、実施形態に係る情報処理システム１０の使用環境を示す図である。情報処理システム１０は、ネットワークＮＷを介してウェブサーバ１００およびユーザ端末４００と通信可能に接続されている。ネットワークＮＷは、例えば、ＷＡＮ（Wide Area Network）やＬＡＮ（Local Area Network）、インターネット、プロバイダ装置、無線基地局、専用回線などのうち一部または全部を含む。

ユーザ端末４００は、ユーザによって使用される端末であり、スマートフォンなどの携帯電話やタブレット端末であるが、これに限られない。例えば、ユーザ端末４００は、ノート型のコンピュータ、デスクトップ型のコンピュータ、またはＰＤＡ（Personal Digital Assistant）であってもよい。ウェブサーバ１００は、ユーザ端末４００からの要求に応じて、ユーザ端末４００にページを表示するためのページデータを提供するサーバである。

情報処理システム１０は、ユーザ端末４００を使用するユーザの属性（性別や年齢）を推定し、推定した属性に応じた広告をユーザ端末４００に配信するシステムである。情報処理システム１０は、モデル生成装置２００と、広告配信装置３００とを備える。

モデル生成装置２００は、ユーザ端末４００を使用するユーザの属性を推定するための属性推定モデルを生成する。広告配信装置３００は、モデル生成装置２００によって生成された属性推定モデルを用いてユーザの属性を推定し、推定した属性に基づいて、ユーザ端末４００に配信する広告を選択する。

＜２．システム全体の処理の概要＞
図２は、実施形態に係るシステム全体の処理の概要を示す図である。まず、ユーザは、ウェブサーバ１００の運営者によって提供されるサイトのページを表示させるためのページ表示指示を、ユーザ端末４００に入力する。ユーザ端末４００は、入力されたページ表示指示に基づき、ＨＴＴＰ（Hypertext Transfer Protocol）リクエストをウェブサーバ１００に送信する。

ウェブサーバ１００は、ユーザ端末４００からＨＴＴＰリクエストを受信すると、受信したＨＴＴＰリクエストに応じたページデータをユーザ端末４００に送信する。ページデータは、例えば、ＨＴＭＬ（HyperText Markup Language）等が記述されたテキストデータや、スタイルシート、画像データ、動画データ、音声データである。ページデータは、ブラウザに限らず、アプリケーションプログラムで再生されるデータであってもよい。ユーザ端末４００は、ウェブサーバ１００からページデータを受信すると、受信したページデータに基づいてページを表示する。

ユーザ端末４００は、ページ内に広告枠が存在する場合、広告リクエストを広告配信装置３００に送信する。広告配信装置３００は、ユーザの属性を推定するための属性推定モデルを予め保持している。広告配信装置３００は、ユーザ端末４００から広告リクエスト受信すると、属性推定モデルを用いてユーザの属性を推定する。

また、広告配信装置３００は、推定したユーザの属性に基づいて広告情報を選択し、選択した広告情報をユーザ端末４００に送信する。ユーザ端末は、広告配信装置３００から広告情報を受信すると、受信した広告情報を広告枠に表示する。

広告配信装置３００は、任意のタイミングでモデル生成装置２００にモデルリクエストを送信する。モデル生成装置２００は、広告配信装置３００から送信されたモデルリクエストに応じて、属性推定モデルを生成する。また、モデル生成装置２００は、生成した属性推定モデルを広告配信装置３００に送信する。前述したように、広告配信装置３００は、モデル生成装置２００から受信した属性推定モデルを用いて、ユーザ端末４００を使用するユーザの属性を推定する。

以上が、システム全体の処理の概要である。以下、各装置によって実行される処理の詳細を説明する。

＜３．ページデータの取得処理＞
図３は、実施形態に係るユーザ端末４００およびウェブサーバ１００の詳細構成を示すブロック図である。以下、図３を用いて、ページデータの取得処理について説明する。ユーザ端末４００は、制御部４１０と、入力部４２０と、表示部４３０と、送信部４４０と、受信部４５０とを備える。

制御部４１０は、ＣＰＵ（Central Processing Unit）等のプロセッサが、プログラムメモリに記憶されたプログラムを実行することで実現される。なお、制御部４１０は、プロセッサがプログラムを実行するのと同様の機能を有するＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、およびＦＰＧＡ（Field-Programmable Gate Array）等のハードウェアにより実現されてもよい。

入力部４２０は、タッチパネルなどの、ユーザからの入力を受け付ける入力装置である。ユーザ端末４００がノート型のコンピュータまたはデスクトップ型のコンピュータである場合には、入力部４２０はキーボードやマウスなどの入力装置であってもよい。表示部４３０は、液晶表示装置などの表示装置である。送信部４４０および受信部４５０は、例えば、無線でデータを送受信可能な無線通信モジュールによって実現される。

ウェブサーバ１００は、制御部１１０と、受信部１２０と、送信部１３０と、記憶部１４０とを備える。制御部１１０は、ＣＰＵ等のプロセッサが、プログラムメモリに記憶されたプログラムを実行することで実現される。なお、制御部１１０は、プロセッサがプログラムを実行するのと同様の機能を有するＬＳＩ、ＡＳＩＣ、およびＦＰＧＡ等のハードウェアにより実現されてもよい。

受信部１２０および送信部１３０は、例えばＮＩＣ（Network Interface Card）によって実現される。記憶部１４０は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ、またはこれらのうち複数が組み合わされたハイブリッド型記憶装置などにより実現される。また、記憶部１４０の一部または全部は、ＮＡＳ（Network Attached Storage）や外部のストレージサーバなど、ウェブサーバ１００がアクセス可能な外部装置であってもよい。

ユーザは、ユーザ端末４００の入力部４２０を用いて、ページを表示部４３０に表示させるためのページ表示指示を入力する。入力部４２０は、ユーザによって入力されたページ表示指示を制御部４１０に出力する。

制御部４１０は、入力部４２０から入力されたページ表示指示に応じて、ＨＴＴＰリクエストを送信部４４０に出力する。送信部４４０は、制御部４１０から入力されたＨＴＴＰリクエストをウェブサーバ１００に送信する。

ウェブサーバ１００の受信部１２０は、ユーザ端末４００の送信部４４０から受信したＨＴＴＰリクエストを制御部１１０に入力する。制御部１１０は、受信部１２０から入力されたＨＴＴＰリクエストに基づいて、予め記憶部１４０に記憶されたページデータを読み出す。また、制御部１１０は、読み出したページデータを送信部１３０に出力する。送信部１３０は、制御部１１０から入力されたページデータを、ユーザ端末４００に送信する。

ユーザ端末４００の受信部４５０は、ウェブサーバ１００の送信部１３０からページデータを受信すると、受信したページデータを制御部４１０に出力する。制御部４１０は、受信部４５０から入力されたページデータに基づいて、表示部４３０にページを表示する。

図４は、実施形態に係るユーザ端末４００の表示部４３０に表示されるページの一例を示す図である。表示部４３０に表示されるページには、広告枠が含まれる場合がある。図４に示される例においては、表示部４３０に表示されるページに、複数の広告枠Ａ１およびＡ２が含まれている。この場合、ユーザ端末４００は、これらの広告枠Ａ１およびＡ２に表示する広告の情報を取得する必要がある。このため、ユーザ端末４００は、広告リクエストを広告配信装置３００に送信する。

＜４．広告情報の取得処理＞
図５は、実施形態に係るユーザ端末４００および広告配信装置３００の詳細構成を示すブロック図である。以下、図５を用いて、広告情報の取得処理について説明する。広告配信装置３００は、制御部３１０と、受信部３２０と、送信部３３０と、第１記憶部３４０と、第２記憶部３５０とを備える。

制御部３１０は、ＣＰＵ等のプロセッサが、プログラムメモリに記憶されたプログラムを実行することで実現される。なお、制御部３１０は、プロセッサがプログラムを実行するのと同様の機能を有するＬＳＩ、ＡＳＩＣ、およびＦＰＧＡ等のハードウェアにより実現されてもよい。詳細は後述するが、制御部３１０は、ログ生成部３１１と、属性推定部３１２と、広告選択部３１３とを備える。

受信部３２０および送信部３３０は、例えばＮＩＣによって実現される。第１記憶部３４０および第２記憶部３５０は、例えば、ＲＡＭ、ＲＯＭ、ＨＤＤ、フラッシュメモリ、またはこれらのうち複数が組み合わされたハイブリッド型記憶装置などにより実現される。また、第１記憶部３４０および第２記憶部３５０の一部または全部は、ＮＡＳや外部のストレージサーバなど、広告配信装置３００がアクセス可能な外部装置であってもよい。

表示部４３０に表示されるページに広告枠が存在する場合、ユーザ端末４００の制御部４１０は、広告リクエストを送信部４４０に出力する。送信部４４０は、制御部４１０から入力された広告リクエストを広告配信装置３００に送信する。

詳細は後述するが、広告リクエストには素性情報および属性情報が含まれる。素性情報は、広告が配信される広告配信面の所在を示すＵＲＬ（Uniform Resource Locator）、広告配信面を識別するための配信面ＩＤ、ユーザに関連する単語を示す単語情報、およびユーザの興味のあるカテゴリを示すカテゴリ情報のうちの少なくとも一つを含む。属性情報は、ユーザの性別を示す性別情報、およびユーザの年齢を示す年齢情報のうちの少なくとも一つを含む。

広告配信装置３００の受信部３２０は、ユーザ端末４００の送信部４４０から広告リクエストを受信すると、受信した広告リクエストを制御部３１０に出力する。受信部３２０から入力された広告リクエストに属性情報が含まれる場合、制御部３１０のログ生成部３１１は、受信部３２０から入力された広告リクエストに基づいて、広告配信ログＬを生成する。ログ生成部３１１は、生成した広告配信ログＬを第１記憶部３４０に蓄積する。

図６は、実施形態に係る広告配信ログＬの一例を示す図である。広告配信ログＬは、素性情報と、属性情報とを含む。図６に示される例においては、素性情報の一例として、ＵＲＬ、配信面ＩＤ、単語情報、およびカテゴリ情報が示されている。また、属性情報の一例として、性別情報が示されている。前述したように、素性情報および属性情報は、広告リクエストに含まれる情報である。

ＵＲＬは、広告が配信される広告配信面の所在を示す情報である。配信面ＩＤは、広告配信面を識別するための情報である。単語情報は、ユーザに関連する単語を示す情報である。例えば、単語情報は、ユーザによって入力された検索ワードであるが、これに限られない。

カテゴリ情報は、ユーザの興味のあるカテゴリを示す情報である。性別情報は、ユーザ端末４００を使用するユーザの性別を示す情報である。カテゴリ情報および性別情報は、ユーザ端末４００に記憶されるクッキーに含まれる情報である。クッキーとは、ブラウザを通じてユーザ端末４００に一時的に記憶されるデータである。

図６においては、一例として３つのログが示されている。一つ目のログにおいて、ＵＲＬは“http://example1.com/1.html”であり、配信面ＩＤは“0001”であり、単語情報は“口紅”であり、カテゴリ情報は“化粧品”であり、性別情報は“女”である。二つ目のログにおいて、ＵＲＬは“http://example2.com/2.html”であり、配信面ＩＤは“0002”であり、単語情報は“ネクタイ”であり、カテゴリ情報は“ファッション”であり、性別情報は“男”である。三つ目のログにおいて、ＵＲＬは“http://example3.com/3.html”であり、配信面ＩＤは“0003”であり、単語情報は“スカート”であり、カテゴリ情報は“ファッション”であり、性別情報は“女”である。

ログ生成部３１１は、属性情報が含まれる広告リクエストが受信部３２０によって受信される度に、広告リクエストに含まれる素性情報および属性情報を用いて広告配信ログＬを生成する。また、ログ生成部３１１は、広告配信ログＬを生成する度に、生成した広告配信ログＬを第１記憶部３４０に蓄積していく。ログ生成部３１１は、広告リクエストに含まれる属性情報を、広告選択部３１３に出力する。

一方、受信部３２０から入力された広告リクエストに属性情報が含まれない場合、制御部３１０の属性推定部３１２は、受信部３２０から入力された広告リクエストに基づいて、ユーザ端末４００を使用するユーザの属性（例えば、性別）を推定する。具体的に、属性推定部３１２は、広告リクエストに含まれる素性情報（例えば、ＵＲＬ、配信面ＩＤ、単語情報、およびカテゴリ情報）と、属性推定モデルとを用いて、ユーザの属性を推定する。属性推定モデルは、後述する属性推定モデルの取得処理によって取得される。

属性推定モデルは、以下の式（１）に示される。ここで、Ｐはユーザの属性を判定するために用いられる属性スコアであり、ｘは素性情報の値を示す複数の素性値を含む素性値ベクトルであり、Ｗは素性値ベクトルｘに乗算される重みベクトルであり、ｂはバイアス値である。

式（１）に示されるように、属性推定部３１２は、素性値ベクトルｘに重みベクトルＷを乗算した後に、バイアス値ｂを加算することによって得られた値を用いて属性スコアＰを算出する。具体的に、属性推定部３１２は、（Ｗｘ＋ｂ）をソフトマックス関数に入力することによって、属性スコアＰを算出する。

例えば、素性値ベクトルをｘ＝（ｘ_１，ｘ_２，ｘ_３，ｘ_４）とし、重みベクトルをＷ＝（ｗ_１，ｗ_２，ｗ_３，ｗ_４）とする。また、図６に示される素性情報の値を示す素性値が、ｘ_１からｘ_４に対応付けられることとする。具体的には、素性値ｘ_１はＵＲＬの値を示し、素性値ｘ_２は配信面ＩＤの値を示し、素性値ｘ_３はユーザに関連する単語の値を示し、素性値ｘ_４はユーザが興味のあるカテゴリの値を示すこととする。この場合、式（１）において、（Ｗｘ＋ｂ）＝ｗ_１ｘ_１＋ｗ_２ｘ_２＋ｗ_３ｘ_３＋ｗ_４ｘ_４＋ｂとなる。

また、属性推定部３１２は、算出した属性スコアＰに基づいて、ユーザの属性を推定する。例えば、属性推定部３１２は、属性スコアＰが予め設定された閾値Ｔｈより大きければ、ユーザの性別は男であると推定する。また、属性推定部３１２は、属性スコアＰが予め設定された閾値Ｔｈ以下であれば、ユーザの性別は女であると推定する。

このように、属性推定部３１２は、ユーザ端末４００を使用するユーザの属性を、広告リクエストに含まれる素性情報と、モデル生成部２１１によって生成された属性推定モデルとを用いて推定する。属性推定部３１２は、推定により得られた属性情報を、広告選択部３１３に出力する。

第２記憶部３５０には、属性情報に関連付けられた広告情報が記憶されている。広告情報は、例えば、広告ＩＤ、広告画像、および広告のリンク先のアドレス等を含む情報である。広告選択部３１３は、ログ生成部３１１または属性推定部３１２から入力された属性情報に基づいて、ユーザ端末４００に配信する広告情報を選択する。また、広告選択部３１３は、選択した広告情報を第２記憶部３５０から読み出し、読み出した広告情報を送信部３３０に出力する。送信部３３０は、制御部３１０の広告選択部３１３から入力された広告情報をユーザ端末４００に送信する。

ユーザ端末４００の受信部４５０は、広告配信装置３００の送信部３３０から広告情報を受信すると、受信した広告情報を制御部４１０に入力する。制御部４１０は、受信部４５０から入力された広告情報に含まれる広告画像を、表示部４３０に表示されたページ内の広告枠に表示する。これによって、ユーザ端末４００は、ユーザ端末４００を使用するユーザに適した広告をページ内の広告枠に表示することができる。

＜５．属性推定モデルの取得処理＞
図７は、実施形態に係るモデル生成装置２００および広告配信装置３００の詳細構成を示すブロック図である。以下、図７を用いて、属性推定モデルの取得処理について説明する。モデル生成装置２００は、制御部２１０と、送信部２２０と、受信部２３０とを備える。

制御部２１０は、ＣＰＵ等のプロセッサが、プログラムメモリに記憶されたプログラムを実行することで実現される。なお、制御部２１０は、プロセッサがプログラムを実行するのと同様の機能を有するＬＳＩ、ＡＳＩＣ、およびＦＰＧＡ等のハードウェアにより実現されてもよい。詳細は後述するが、制御部２１０は、モデル生成部２１１と、ログ取得部２１２とを備える。送信部２２０および受信部２３０は、例えばＮＩＣによって実現される。

広告配信装置３００の制御部３１０は、第１記憶部３４０から、広告配信ログＬを読み出す。また、制御部３１０は、読み出した広告配信ログＬを含むモデルリクエストを、送信部３３０に出力する。送信部３３０は、制御部３１０から入力されたモデルリクエストをモデル生成装置２００に送信する。

モデル生成装置２００の受信部２３０は、広告配信装置３００の送信部３３０からモデルリクエストを受信すると、受信したモデルリクエストを制御部２１０に入力する。制御部２１０のログ取得部２１２は、受信部２３０から入力されたモデルリクエストから、広告配信ログＬを取得する。ログ取得部２１２は、取得した広告配信ログＬをモデル生成部２１１に出力する。

モデル生成部２１１は、ログ取得部２１２から入力された広告配信ログＬに基づいて、ユーザの属性を推定するための属性推定モデルを生成する。具体的に、モデル生成部２１１は、広告配信ログＬに基づき、前述の式（１）におけるパラメータ（重みベクトルＷおよびバイアス値ｂ）を学習することで、属性推定モデルを生成する。

広告配信ログＬは、素性情報（例えば、ＵＲＬ、配信面ＩＤ、単語情報、およびカテゴリ情報）に、属性情報（例えば、性別）が正解データとして関連付けられた情報である。このため、モデル生成部２１１は、広告配信ログＬに対してディープラーニング等の学習手法を適用することで、属性推定モデルのパラメータ（重みベクトルＷおよびバイアス値ｂ）を算出することができる。

モデル生成部２１１は、生成した属性推定モデル（パラメータＷおよびｂ）を送信部２２０に出力する。送信部２２０は、モデル生成部２１１から入力された属性推定モデル（パラメータＷおよびｂ）を、広告配信装置３００に送信する。

広告配信装置３００の受信部３２０は、モデル生成装置２００の送信部２２０から属性推定モデル（パラメータＷおよびｂ）を受信すると、受信した属性推定モデルを制御部３１０に入力する。これによって、広告配信装置３００は、属性推定モデルを取得することができ、取得した属性推定モデルを用いてユーザの属性を推定することができる。

＜６．ユーザ端末による処理のフローチャート＞
図８は、実施形態に係るユーザ端末４００による処理を示すフローチャートである。まず、ユーザ端末４００の制御部４１０は、入力部４２０からページ表示指示が入力されたか否かを判定する（Ｓ１０）。入力部４２０からページ表示指示が入力されていない場合、制御部４１０はＳ１０に処理を戻す。

一方、入力部４２０からページ表示指示が入力された場合、制御部４１０は、ＨＴＴＰリクエストを送信部４４０に出力する。送信部４４０は、制御部４１０から入力されたＨＴＴＰリクエストをウェブサーバ１００に送信する（Ｓ１１）。その後、ユーザ端末４００の受信部４５０は、ウェブサーバ１００からページデータを受信する（Ｓ１２）。受信部４５０は、受信したページデータを制御部４１０に出力する。

制御部４１０は、受信部４５０から入力されたページデータに基づき、ページ内に広告枠があるか否かを判定する（Ｓ１３）。ページ内に広告枠がない場合、制御部４１０は、後述するＳ１６に処理を進める。

一方、ページ内に広告枠がある場合、制御部４１０は、広告リクエストを送信部４４０に出力する。送信部４４０は、制御部４１０から入力された広告リクエストを広告配信装置３００に送信する（Ｓ１４）。その後、受信部４５０は、広告配信装置３００から広告情報を受信する（Ｓ１５）。受信部４５０は、受信した広告情報を制御部４１０に入力する。

制御部４１０は、受信部４５０から入力された広告情報に含まれる広告画像を、表示部４３０に表示されたページ内の広告枠に表示し（Ｓ１６）、前述のＳ１０に処理を戻す。これによって、ユーザ端末４００は、ユーザ端末４００を使用するユーザに適した広告をページ内の広告枠に表示することができる。

＜７．広告配信装置による処理のフローチャート＞
図９は、実施形態に係る広告配信装置３００による処理を示すフローチャートである。まず、広告配信装置３００の制御部３１０は、ユーザ端末４００から広告リクエストを受信したか否かを判定する（Ｓ２０）。ユーザ端末４００から広告リクエストを受信していない場合、制御部３１０はＳ２０に処理を戻す。

一方、ユーザ端末４００から広告リクエストを受信した場合、制御部３１０は、ユーザ端末４００から受信した広告リクエストに属性情報（例えば、性別）が含まれているか否かを判定する（Ｓ２１）。

広告リクエストに属性情報が含まれている場合、制御部３１０のログ生成部３１１は、広告リクエストに含まれる素性情報および属性情報を関連付けることにより、広告配信ログＬを生成する（Ｓ２２）。ログ生成部３１１は、生成した広告配信ログＬを第１記憶部３４０に蓄積する。また、ログ生成部３１１は、広告リクエストに含まれている属性情報を、広告選択部３１３に出力する。

一方、広告リクエストに属性情報が含まれていない場合、制御部３１０の属性推定部３１２は、ユーザ端末４００から受信した広告リクエストに基づいて、ユーザ端末４００を使用するユーザの属性を推定する（Ｓ２３）。属性推定部３１２は、推定により得られた属性情報を、広告選択部３１３に出力する。

このように、受信部３２０によって受信された広告リクエストに属性情報が含まれる場合、ログ生成部３１１は、広告リクエストに含まれる素性情報および属性情報を関連付けることにより、広告配信ログＬを生成する。一方、受信部３２０によって受信された広告リクエストに属性情報が含まれない場合、ログ生成部３１１は、広告配信ログＬを生成しない。

その後、広告選択部３１３は、ログ生成部３１１または属性推定部３１２から入力された属性情報に基づいて、ユーザ端末４００に配信する広告情報を選択する（Ｓ２４）。また、広告選択部３１３は、選択した広告情報を第２記憶部３５０から読み出し、読み出した広告情報を送信部３３０に出力する。送信部３３０は、制御部３１０の広告選択部３１３から入力された広告情報をユーザ端末４００に送信する（Ｓ２５）。

このように、受信部３２０によって受信された広告リクエストに属性情報が含まれる場合、広告選択部３１３は、広告リクエストに含まれる属性情報に基づいて、ユーザ端末４００に配信する広告を選択する。一方、受信部３２０によって受信された広告リクエストに属性情報が含まれない場合、広告選択部３１３は、属性推定部３１２によって推定された属性情報に基づいて、ユーザ端末４００に配信する広告を選択する。

＜８．モデル生成装置による処理のフローチャート＞
図１０は、実施形態に係るモデル生成装置２００による処理を示すフローチャートである。本フローチャートによる処理は、モデル生成装置２００によって実行される。まず、モデル生成装置２００の制御部２１０は、広告配信装置３００からモデルリクエストを受信したか否かを判定する（Ｓ３０）。広告配信装置３００からモデルリクエストを受信していない場合、制御部２１０はＳ３０に処理を戻す。

一方、広告配信装置３００からモデルリクエストを受信した場合、制御部２１０のログ取得部２１２は、受信したモデルリクエストから、広告配信ログＬを取得する（Ｓ３１）。ログ取得部２１２は、取得した広告配信ログＬをモデル生成部２１１に出力する。

モデル生成部２１１は、ログ取得部２１２から入力された広告配信ログＬに基づいて、ユーザの属性を推定するための属性推定モデルを生成する（Ｓ３２）。前述したように、モデル生成部２１１は、広告配信ログＬに基づき、前述の式（１）におけるパラメータ（重みベクトルＷおよびバイアス値ｂ）を学習することで、属性推定モデルを生成する。

モデル生成部２１１は、生成した属性推定モデル（パラメータＷおよびｂ）を送信部２２０に出力する。送信部２２０は、モデル生成部２１１から入力された属性推定モデル（パラメータＷおよびｂ）を広告配信装置３００に送信し（Ｓ３３）、前述のＳ３０に処理を戻す。これによって、広告配信装置３００は、ユーザの属性を推定するための属性推定モデルを取得することができる。

＜９．ハードウェア構成＞
図１１は、ウェブサーバ１００、モデル生成装置２００、広告配信装置３００、およびユーザ端末４００のハードウェア構成の一例を示す図である。ウェブサーバ１００、モデル生成装置２００、および広告配信装置３００は、例えば、ＣＰＵ５０１、ＲＡＭ５０２、ＲＯＭ５０３、フラッシュメモリやＨＤＤなどの二次記憶装置５０４、ＮＩＣ５０５、およびドライブ装置５０６が、内部バスあるいは専用通信線によって相互に接続された構成となっている。ドライブ装置５０６には、光ディスクなどの可搬型記憶媒体が装着される。二次記憶装置５０４、またはドライブ装置５０６に装着された可搬型記憶媒体に記憶されたプログラムがＤＭＡコントローラ（不図示）などによってＲＡＭ５０２に展開され、ＣＰＵ５０１によって実行されることで、各装置の機能部が実現される。

また、図１１は、ユーザ端末４００がスマートフォンやタブレット端末などのスマートデバイスである例を示している。ユーザ端末４００は、例えば、ＣＰＵ６０１、ＲＡＭ６０２、ＲＯＭ６０３、フラッシュメモリなどの二次記憶装置６０４、無線通信モジュール６０５、およびタッチパネル６０６が、内部バスあるいは専用通信線によって相互に接続された構成となっている。ＣＰＵ６０１によって実行されるプログラムは、二次記憶装置６０４に格納される。

以上説明したように、情報処理システム１０は、モデル生成装置２００と、広告配信装置３００とを備える。モデル生成装置２００は、ユーザによって使用されるユーザ端末４００に配信された広告のログを示す広告配信ログＬを取得するログ取得部２１２と、ログ取得部２１２によって取得された広告配信ログＬに基づいて、ユーザの属性（例えば、性別）を推定するための属性推定モデルを生成するモデル生成部２１１と、を備える。広告配信装置３００は、ユーザ端末４００から広告リクエストを受信する受信部３２０と、ユーザ端末４００を使用するユーザの属性を、受信部３２０によって受信された広告リクエストに含まれる素性情報と、モデル生成部２１１によって生成された属性推定モデルとを用いて推定する属性推定部３１２と、を備える。これによって、情報処理システム１０は、ユーザの属性を推定できない状況が発生するのを抑制することができる。

なお、本実施形態において、モデル生成装置２００と広告配信装置３００は別々の装置であることとしたが、これに限られない。例えば、モデル生成装置２００の機能と、広告配信装置３００の機能とを、一つの情報処理装置に組み込んでもよい。

また、本実施形態において、ユーザの属性は性別であることとしたが、これに限られない。例えば、ユーザの属性は年齢であってもよい。

また、本実施形態において、広告配信ログＬは、ＵＲＬと配信面ＩＤの両方を含むこととしたが、いずれか一方のみを含むこととしてもよい。また、広告配信ログＬは、広告枠の識別情報である広告枠ＩＤを含んでもよい。

また、本実施形態において、広告が配信される広告配信面の所在を示す所在情報としてＵＲＬが使用されることとしたが、これに限られない。例えば、所在情報として、広告配信面を提供するサーバのＩＰアドレスやホスト名が使用されてもよい。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１０…情報処理システム
１００…ウェブサーバ
１１０…制御部
１２０…受信部
１３０…送信部
１４０…記憶部
２００…モデル生成装置
２１０…制御部
２１１…モデル生成部
２１２…ログ取得部
２２０…送信部
２３０…受信部
３００…広告配信装置
３１０…制御部
３１１…ログ生成部
３１２…属性推定部
３１３…広告選択部
３２０…受信部
３３０…送信部
３４０…第１記憶部
３５０…第２記憶部
４００…ユーザ端末
４１０…制御部
４２０…入力部
４３０…表示部
４４０…送信部
４５０…受信部

Claims (8)

1. モデル生成装置と、広告配信装置とを備える情報処理システムであって、
   前記モデル生成装置は、
   ユーザによって使用されるユーザ端末に配信された広告のログを示す広告配信ログを取得するログ取得部と、
   前記ログ取得部によって取得された前記広告配信ログに基づいて、前記ユーザの属性を推定するための属性推定モデルを生成するモデル生成部と、を備え、
   前記広告配信装置は、
   前記ユーザ端末から広告リクエストを受信する受信部と、
   前記ユーザ端末を使用するユーザの属性を、前記受信部によって受信された前記広告リクエストに含まれる素性情報と、前記モデル生成部によって生成された前記属性推定モデルとを用いて推定する属性推定部と、を備える
   情報処理システム。
2. 前記モデル生成部は、前記広告配信ログに基づき、重みベクトルおよびバイアス値を学習することで前記属性推定モデルを生成し、
   前記属性推定部は、前記素性情報の値を示す複数の素性値を含む素性値ベクトルに前記重みベクトルを乗算した後に、前記バイアス値を加算することによって得られた値を用いて属性スコアを算出し、算出した前記属性スコアに基づいて前記ユーザの属性を推定する
   請求項１記載の情報処理システム。
3. 前記広告配信装置は、前記広告配信ログを生成するログ生成部を更に備え、
   前記受信部によって受信された前記広告リクエストに前記ユーザの属性を示す属性情報が含まれる場合、前記ログ生成部は、前記広告リクエストに含まれる前記素性情報および前記属性情報を関連付けることにより、前記広告配信ログを生成し、
   前記受信部によって受信された前記広告リクエストに前記属性情報が含まれない場合、前記ログ生成部は、前記広告配信ログを生成しない
   請求項１または２記載の情報処理システム。
4. 前記広告配信装置は、前記ユーザ端末を使用する前記ユーザの属性に基づいて、前記ユーザ端末に配信する広告を選択する広告選択部を更に備え、
   前記受信部によって受信された前記広告リクエストに前記ユーザの属性を示す属性情報が含まれる場合、前記広告選択部は、前記広告リクエストに含まれる前記属性情報に基づいて、前記ユーザ端末に配信する広告を選択し、
   前記受信部によって受信された前記広告リクエストに前記属性情報が含まれない場合、前記広告選択部は、前記属性推定部によって推定された前記属性情報に基づいて、前記ユーザ端末に配信する広告を選択する
   請求項１から３の何れか一項に記載の情報処理システム。
5. 前記属性情報は、前記ユーザの性別を示す性別情報、および前記ユーザの年齢を示す年齢情報のうちの少なくとも一つを含む
   請求項３または４記載の情報処理システム。
6. 前記素性情報は、前記広告が配信される広告配信面の所在を示す所在情報、前記広告配信面を識別するための識別情報、前記ユーザに関連する単語、および前記ユーザの興味のあるカテゴリを示すカテゴリ情報のうちの少なくとも一つを含む
   請求項１から５の何れか一項に記載の情報処理システム。
7. ユーザによって使用されるユーザ端末に配信された広告のログを示す広告配信ログを取得するログ取得部と、
   前記ログ取得部によって取得された前記広告配信ログに基づいて、前記ユーザの属性を推定するための属性推定モデルを生成するモデル生成部と、
   前記ユーザ端末から広告リクエストを受信する受信部と、
   前記ユーザ端末を使用するユーザの属性を、前記受信部によって受信された前記広告リクエストに含まれる素性情報と、前記モデル生成部によって生成された前記属性推定モデルとを用いて推定する属性推定部と、
   を備える情報処理装置。
8. ユーザによって使用されるユーザ端末に配信された広告のログを示す広告配信ログを取得するログ取得工程と、
   前記ログ取得工程において取得された前記広告配信ログに基づいて、前記ユーザの属性を推定するための属性推定モデルを生成するモデル生成工程と、
   前記ユーザ端末から広告リクエストを受信する受信工程と、
   前記ユーザ端末を使用するユーザの属性を、前記受信工程において受信された前記広告リクエストに含まれる素性情報と、前記モデル生成工程において生成された前記属性推定モデルとを用いて推定する属性推定部と、
   を備える情報処理方法。

Images