JP2018128873A - 決定装置、決定方法、及び決定プログラム - Google Patents

Abstract

【課題】ユーザに提供するコンテンツのレイアウトを適切に決定する。【解決手段】本願に係る提供装置は、取得部と、決定部とを有する。取得部は、ユーザの属性情報と、商品またはサービスに関する情報を含むコンテンツのレイアウトに関する各要素であって、複数の選択肢を有する各要素に関する情報とに対応付けられたユーザの所定の行動有無に関する情報を取得する。決定部は、ユーザの属性情報とレイアウトに関する各要素との組合せにおけるユーザの所定の行動有無に関する相関関係に基づいて、各要素の複数の選択肢のうち、一のユーザにコンテンツを提供する場合において各要素に用いる選択肢を決定する。【選択図】図４

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、インターネットの飛躍的な普及に伴い、例えば、ＥＣ（Electronic Commerce）サイトにおいて商品またはサービスを販売する技術が提供されている。例えば、ユーザの商品選択行動にマッチした電子カタログを生成する技術が知られている。

特開２００２−１３３２９１号公報

しかしながら、上記の従来技術では、ユーザに提供するコンテンツのレイアウトを適切に決定することができるとは限らない。例えば、ユーザによって選択されたイメージ画像と一致しまたは類似のイメージを持つ商品画像を電子カタログに用いると決定するだけでは、コンテンツのレイアウトに複数の要素がある場合、ユーザに提供するコンテンツのレイアウトを適切に決定することが難しい。

本願は、上記に鑑みてなされたものであって、ユーザに提供するコンテンツのレイアウト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、ユーザの属性情報と、商品またはサービスに関する情報を含むコンテンツのレイアウトに関する各要素であって、複数の選択肢を有する各要素に関する情報とに対応付けられた前記ユーザの所定の行動有無に関する情報を取得する取得部と、前記ユーザの属性情報と前記レイアウトに関する前記各要素との組合せにおける前記ユーザの所定の行動有無に関する相関関係に基づいて、前記各要素の前記複数の選択肢のうち、一のユーザに前記コンテンツを提供する場合において前記各要素に用いる選択肢を決定する決定部と、を備えることを特徴とする。

実施形態の一態様によれば、ユーザに提供するコンテンツのレイアウト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、実施形態に係る提供システムの構成例を示す図である。 図４は、実施形態に係る提供装置の構成例を示す図である。 図５は、実施形態に係る提供履歴情報記憶部の一例を示す図である。 図６は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図７は、実施形態に係る行動情報記憶部の一例を示す図である。 図８は、実施形態に係るモデル情報記憶部の一例を示す図である。 図９は、実施形態に係るモデルの生成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、提供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〕
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。具体的には、図１は、提供装置１００がユーザへ提供するコンテンツのレイアウトの決定に用いるモデルを生成する一例を示す図である。図１では、提供装置１００は、商品またはサービスに関する情報を含むコンテンツのレイアウトに関する各要素及びユーザの属性に基づいてモデルを生成する場合を示す。なお、ここでいうレイアウトに関する要素とは、配置や色などコンテンツの表示態様に関する各種要素を意味するが、詳細は後述する。また、以下では、商品またはサービスを併せて「商品」と記載する場合がある。また、図１では、提供装置１００は、ユーザが利用する端末装置１０に商品に関する情報（以下、「商品情報」ともいう）を含むコンテンツを提供し、商品情報が表示された商品をユーザが購入したかどうかに関する情報を収集する。すなわち、図１では、提供装置１００は、所定の行動として、ユーザによる商品の購入有無を取得し、コンテンツのレイアウトに関する各要素及びユーザの属性の組合せに応じて、コンテンツがユーザに提供された場合に、そのユーザが商品を購入する可能性を示すスコアを予測するモデルを生成する。また、図２は、提供装置１００が生成したモデルに基づいて、コンテンツのレイアウトを決定し、ユーザにコンテンツの提供を行う処理を示すが、詳細は後述する。

〔提供システムの構成〕
まず、図１〜図３に示す提供システム１について説明する。図３に示すように、提供システム１は、端末装置１０と、ストア装置２０と、提供装置１００とが含まれる。なお、図１及び図２は、ストア装置２０の図示を省略した提供システム１を示す。図３は、実施形態に係る提供システムの構成例を示す図である。なお、図３に示した提供システム１には、複数台の端末装置１０や、複数台のストア装置２０や複数台の提供装置１００が含まれてもよい。例えば、端末装置１０と、ストア装置２０と、提供装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。

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に示す例においては、端末装置１０がユーザが利用するスマートフォンである場合を示す。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。具体的には、図１では、端末装置１０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）が利用するスマートフォンである場合を示す。

また、図１に示す例においては、端末装置１０を利用するユーザに応じて、端末装置１０を端末装置１０−１〜１０−５として説明する。例えば、端末装置１０−１は、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）により使用される端末装置１０である。また、例えば、端末装置１０−２は、ユーザＩＤ「Ｕ２」により識別される（ユーザＵ２）により使用される端末装置１０である。また、以下では、端末装置１０−１〜１０−５について、特に区別なく説明する場合には、端末装置１０と記載する。

提供装置１００は、ユーザの属性情報とレイアウトに関する各要素との組合せにおけるユーザの所定の行動有無に関する相関関係に基づいて、各要素の複数の選択肢のうち、一のユーザにコンテンツを提供する場合において各要素に用いる選択肢を決定する決定装置である。例えば、提供装置１００は、レイアウトの決定に用いるモデルを生成する。また、提供装置１００は、ユーザにコンテンツを提供する情報処理装置である。このように、提供装置１００は、所定のコンテンツを端末装置１０に提供するコンテンツ提供サービスを提供する。図１の例では、提供装置１００は、モデルを用いてレイアウトを決定したコンテンツを端末装置１０へ提供する。また、図１に示す例では、提供装置１００が電子商取引サービスを提供するものとする。

なお、図１では、提供装置１００がコンテンツ提供サービスや電子商取引サービスを提供する場合を示すが、外部の情報処理装置がコンテンツ提供サービスや電子商取引サービスを提供する場合、提供装置１００はコンテンツ提供サービスや電子商取引サービスを提供しなくてもよい。この場合、提供装置１００は、コンテンツ提供サービスや電子商取引サービスを提供する外部の情報処理装置等から各種情報を取得し、コンテンツのレイアウトの決定のみを行ってもよい。

ストア装置２０は、商品またはサービスの提供元であるストアの所定の管理者によって利用される情報処理装置である。ここでいう提供元とは、例えば、商品またはサービスを提供（販売）するストアである。以下では、提供元が提供する商品またはサービスであって、ユーザに購入された商品またはサービスを購入対象ともいう。例えば、ストアの所定の管理者は、ストア装置２０を用いて、電子商取引サービスにおいて販売する商品を追加したり、在庫の管理や価格の設定を行ったりする。また、ストア装置２０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や、デスクトップＰＣや、携帯電話機や、ＰＤＡ等により実現される。

また、提供装置１００は、端末装置１０に表示されたコンテンツに含まれる商品を購入したタイミングが所定の条件を満たす場合に、端末装置１０を利用するユーザがコンテンツの提供により所定の行動を行ったと判定する。図１の例では、提供装置１００は、ユーザが利用する端末装置１０における商品情報の表示後所定の期間内に、表示されたコンテンツに含まれる商品を購入した場合、端末装置１０を利用するユーザがコンテンツの提供により所定の行動を行ったと判定するものとする。具体的には、図１の例では、提供装置１００は、ユーザが利用する端末装置１０における商品情報の表示後３０分以内に、表示されたコンテンツに含まれる商品を購入した場合、端末装置１０を利用するユーザがコンテンツの提供により所定の行動を行ったと判定するものとする。

また、図１の例に示す各日時「ｄｔ＊」中の「ｄｔ」に続く「＊（＊は任意の数値）」は、対応する行動等が行われた日時を示し、日時「ｄｔ＊」は、「＊」の値が大きい程、日付が新しいものとする。例えば、日時「ｄｔ２１」は、日時「ｄｔ１１」に比べて、「ｄｔ」に続く数値が大きいため、日付がより新しいことを示す。図１に示す例では、日時「ｄｔ２１」におけるユーザＵ２へのコンテンツの提供は、日時「ｄｔ１１」においてユーザＵ１へのコンテンツの提供よりも後に行われたことを示す。なお、図１の例では、「日時ｄｔ１１」等のように抽象的に図示するが、「日時ｄｔ１１」は、「２０１７年１月２５日２３時４１分３２秒」等の具体的な日時が対応するものとする。

〔１−１．モデルの生成〕
まず、提供装置１００は、多数のユーザが利用する端末装置１０へレイアウトに関する要素の選択肢が種々の組合せになるように決定されたコンテンツを提供する。なお、図１の例では、提供装置１００は、モデルの生成に用いる情報を収集するために、多数のユーザが利用する端末装置１０にコンテンツを提供する場合にコンテンツの各要素に用いる選択肢をランダムに決定するものとする。

ここで、レイアウトに関する要素とは、コンテンツにおける商品情報等の各種情報の配置や、コンテンツ全体の色調に関する色や、コンテンツにおけるユーザへの商品を推奨する情報（以下、「推奨情報」ともいう）や、コンテンツにおける広告などコンテンツの表示態様に関する各種要素を含む。また、要素の選択肢とは、その要素に関して選択可能な態様を意味する。

例えば、要素「配置」における選択肢は、コンテンツの提供先となるユーザの嗜好性に基づく商品またはサービスの配置や、ユーザに関する統計的な購入情報に基づく商品またはサービスの配置等が選択肢として含まれる。

ここでいう、ユーザの嗜好性に基づく商品またはサービスの配置は、そのユーザに特化した個人向けの配置であり、「個人」や「パーソナライズ」と記載する場合がある。例えば、配置「個人」が選択されたコンテンツでは、コンテンツの提供先となるユーザの好みに対応した商品の商品情報が表示される。また、例えば、コンテンツの提供先となるユーザがコンテンツの下部に商品情報が位置する方がそのユーザが商品を購入しやすい場合、配置「個人」が選択されたコンテンツでは、商品情報が下部に表示されてもよい。

また、ここでいう、ユーザに関する統計的な購入情報に基づく商品またはサービスの配置は、ユーザ全体での商品の販売状況に基づく配置であり、「売れ筋」と記載する場合がある。例えば、配置「売れ筋」が選択されたコンテンツでは、ユーザ全体で売れ行きが好調な商品の商品情報が表示される。また、例えば、商品情報がコンテンツの上部に位置する方がユーザ全体の商品の売れ行きが良い場合、配置「売れ筋」が選択されたコンテンツでは、商品情報が上部に表示されてもよい。

また、例えば、要素「色」における選択肢は、ピンクや青等が選択肢として含まれる。なお、また、例えば、要素「推奨情報」における選択肢は、推奨情報の表示有または表示無が選択肢として含まれる。また、例えば、要素「広告」における選択肢は、広告の表示有または表示無が選択肢として含まれる。図１の例では、説明を簡単にするために、要素「配置」や要素「色」を含む各要素の選択肢は、２つであるものとする。

まず、図１の例では、提供装置１００は、ユーザＵ１が利用する端末装置１０−１へコンテンツＡを提供する（ステップＳ１１−１）。例えば、提供装置１００は、日時ｄｔ１１において、端末装置１０−１へコンテンツＡを提供する。なお、提供装置１００は、ユーザＵ１が利用する端末装置１０−１からのコンテンツ要求に応じて、端末装置１０−１へコンテンツＡを提供してもよい。例えば、提供装置１００は、レイアウトの各要素の選択肢をランダムに決定したコンテンツＡを端末装置１０−１へ提供する。

図１の例では、提供装置１００は、要素「配置」を「個人」に決定し、要素「色」を「ピンク」に決定し、要素「推奨情報」を「有」に決定し、要素「広告」を「無」に決定する。そして、提供装置１００は、決定した各要素の選択肢に基づいてコンテンツＡを生成する。そして、提供装置１００は、生成したコンテンツＡをユーザＵ１が利用する端末装置１０−１へ提供する。なお、コンテンツＡには、商品「スニーカーＹ」の商品情報が含まれるものとする。

その後、端末装置１０−１は、ユーザＵ１による操作に応じてコンテンツＡにおいて商品情報が表示された商品「スニーカーＹ」の購入処理を行う（ステップＳ１２−１）。例えば、端末装置１０−１の画面に表示されたコンテンツＡを閲覧したユーザＵ１は、コンテンツＡ中の商品「スニーカーＹ」の商品情報を選択する。例えば、ユーザＵ１は、端末装置１０−１の画面に表示された商品「スニーカーＹ」の商品情報を指でタッチすることにより、商品「スニーカーＹ」を選択する。例えば、端末装置１０−１は、ユーザＵ１の操作に応じて、ユーザＵ１がスニーカーＹを購入する意思を示す情報を提供装置１００へ送信する。そして、端末装置１０−１からユーザＵ１がスニーカーＹを購入する意思を示す情報を取得した提供装置１００は、ユーザＵ１の口座情報等を用いてスニーカーＹの決済処理を行ったり、スニーカーＹをユーザＵ１が指定する住所に配送する手続を行ったりする。

そして、提供装置１００は、ユーザへのコンテンツ提供及びそのユーザの行動有無に関する情報を含む提供履歴情報を収集する（ステップＳ１３）。例えば、提供装置１００は、ユーザＵ１にコンテンツＡを提供したことにより、ユーザＵ１が所定の行動である商品の購入を行ったことを示す情報を提供履歴情報記憶部１２１に記憶する。例えば、提供装置１００は、ユーザＵ１とコンテンツＡとの組み合わせを正例として情報を提供履歴情報記憶部１２１に記憶する。例えば、提供装置１００は、ユーザＵ１とコンテンツＡとの組み合わせに行動有無「１（有）」を対応づけることにより、ユーザＵ１のユーザ属性と、コンテンツＡのレイアウトの各要素の選択肢との組み合わせが正の相関関係があることを示す情報を提供履歴情報記憶部１２１に記憶する。

図１では、提供装置１００は、提供履歴情報記憶部１２１中の履歴ＩＤ「ＡＣ１１」により識別される提供履歴情報に示すように、日時ｄｔ１１においてユーザＵ１にコンテンツＡが提供されたことを示す情報を記憶する。図１では、提供装置１００は、コンテンツＡのレイアウトは、要素「配置」については、「個人（パーソナライズ）」が選択され、要素「色」については、「ピンク」が選択されたこと等を示す情報を記憶する。なお、図１では、図示を省略するが、提供装置１００は、コンテンツＡのレイアウトは、要素「推奨情報」については、「有」が選択され、要素「広告」については、「無」が選択されたこと等を示す情報を記憶する。また、図１では、提供装置１００は、コンテンツＡが提供されたユーザＵ１による所定の行動が「有（１）」であることを示す情報を記憶する。

また、図１の例では、提供装置１００は、ユーザＵ２が利用する端末装置１０−２へコンテンツＢを提供する（ステップＳ１１−２）。例えば、提供装置１００は、日時ｄｔ２１において、端末装置１０−２へコンテンツＢを提供する。なお、提供装置１００は、ユーザＵ２が利用する端末装置１０−２からのコンテンツ要求に応じて、端末装置１０−２へコンテンツＢを提供してもよい。例えば、提供装置１００は、レイアウトの各要素の選択肢をランダムに決定したコンテンツＢを端末装置１０−２へ提供する。

図１の例では、提供装置１００は、要素「配置」を「売れ筋」に決定し、要素「色」を「青」に決定し、要素「推奨情報」を「無」に決定し、要素「広告」を「有」に決定する。そして、提供装置１００は、決定した各要素の選択肢に基づいてコンテンツＢを生成する。そして、提供装置１００は、生成したコンテンツＢをユーザＵ２が利用する端末装置１０−２へ提供する。また、図１の例では、ユーザＵ２が、コンテンツＢが提供された後所定の期間内にコンテンツＢに含まれる商品情報に対応する商品を購入したかったものとする。

そして、提供装置１００は、ユーザへのコンテンツ提供及びそのユーザの行動有無に関する情報を含む提供履歴情報を収集する（ステップＳ１３）。例えば、提供装置１００は、ユーザＵ２にコンテンツＢを提供したが、ユーザＵ２が所定の行動である商品の購入を行わなかったことを示す情報を提供履歴情報記憶部１２１に記憶する。例えば、提供装置１００は、ユーザＵ２とコンテンツＢとの組み合わせを負例として情報を提供履歴情報記憶部１２１に記憶する。例えば、提供装置１００は、ユーザＵ２とコンテンツＢとの組み合わせに行動有無「０（無）」を対応づけることにより、ユーザＵ２のユーザ属性と、コンテンツＢのレイアウトの各要素の選択肢との組み合わせが負の相関関係があることを示す情報を提供履歴情報記憶部１２１に記憶する。

図１では、提供装置１００は、提供履歴情報記憶部１２１中の履歴ＩＤ「ＡＣ１２」により識別される提供履歴情報に示すように、日時ｄｔ２１においてユーザＵ２にコンテンツＢが提供されたことを示す情報を記憶する。図１では、提供装置１００は、コンテンツＢのレイアウトは、要素「配置」については、「売れ筋」が選択され、要素「色」については、「青」が選択されたことを示す情報を記憶する。なお、図１では、図示を省略するが、提供装置１００は、コンテンツＢのレイアウトは、要素「推奨情報」については、「無」が選択され、要素「広告」については、「有」が選択されたこと等を示す情報を記憶する。また、図１では、提供装置１００は、コンテンツＢが提供されたユーザＵ２による所定の行動が「無（０）」であることを示す情報を記憶する。

また、図１の例では、提供装置１００は、ユーザＵ３が利用する端末装置１０−３へコンテンツＣを提供する（ステップＳ１１−３）。例えば、提供装置１００は、日時ｄｔ３１において、端末装置１０−３へコンテンツＣを提供する。なお、提供装置１００は、ユーザＵ３が利用する端末装置１０−３からのコンテンツ要求に応じて、端末装置１０−３へコンテンツＣを提供してもよい。例えば、提供装置１００は、レイアウトの各要素の選択肢をランダムに決定したコンテンツＣを端末装置１０−３へ提供する。

図１の例では、提供装置１００は、要素「配置」を「個人」に決定し、要素「色」を「青」に決定し、要素「推奨情報」を「有」に決定し、要素「広告」を「無」に決定する。そして、提供装置１００は、決定した各要素の選択肢に基づいてコンテンツＣを生成する。そして、提供装置１００は、生成したコンテンツＣをユーザＵ３が利用する端末装置１０−３提供する。なお、コンテンツＣには、商品「スニーカーＸ」の商品情報が含まれるものとする。

その後、端末装置１０−３は、ユーザＵ３による操作に応じてコンテンツＣにおいて商品情報が表示された商品「スニーカーＸ」の購入処理を行う（ステップＳ１２−３）。そして、提供装置１００は、ユーザへのコンテンツ提供及びそのユーザの行動有無に関する情報を含む提供履歴情報を収集する（ステップＳ１３）。例えば、提供装置１００は、ユーザＵ３にコンテンツＣを提供したことにより、ユーザＵ３が所定の行動である商品の購入を行ったことを示す情報を提供履歴情報記憶部１２１に記憶する。例えば、提供装置１００は、ユーザＵ３とコンテンツＣとの組み合わせを正例として情報を提供履歴情報記憶部１２１に記憶する。

また、図１の例では、提供装置１００は、ユーザＵ４が利用する端末装置１０−４へコンテンツＤを提供する（ステップＳ１１−４）。例えば、提供装置１００は、日時ｄｔ４１において、端末装置１０−４へコンテンツＤを提供する。なお、提供装置１００は、ユーザＵ４が利用する端末装置１０−４からのコンテンツ要求に応じて、端末装置１０−４へコンテンツＤを提供してもよい。例えば、提供装置１００は、レイアウトの各要素の選択肢をランダムに決定したコンテンツＤを端末装置１０−４へ提供する。

図１の例では、提供装置１００は、要素「配置」を「個人」に決定し、要素「色」を「青」に決定し、要素「推奨情報」を「無」に決定し、要素「広告」を「有」に決定する。そして、提供装置１００は、決定した各要素の選択肢に基づいてコンテンツＤを生成する。そして、提供装置１００は、生成したコンテンツＤをユーザＵ４が利用する端末装置１０−４へ提供する。また、図１の例では、ユーザＵ４が、コンテンツＤが提供された後所定の期間内にコンテンツＤに含まれる商品情報に対応する商品を購入したかったものとする。

そして、提供装置１００は、ユーザへのコンテンツ提供及びそのユーザの行動有無に関する情報を含む提供履歴情報を収集する（ステップＳ１３）。例えば、提供装置１００は、ユーザＵ４にコンテンツＤを提供したが、ユーザＵ４が所定の行動である商品の購入を行わなかったことを示す情報を提供履歴情報記憶部１２１に記憶する。例えば、提供装置１００は、ユーザＵ４とコンテンツＤとの組み合わせを負例として情報を提供履歴情報記憶部１２１に記憶する。

また、図１の例では、提供装置１００は、ユーザＵ５が利用する端末装置１０−５へコンテンツＥを提供する（ステップＳ１１−５）。例えば、提供装置１００は、日時ｄｔ５１において、端末装置１０−５へコンテンツＥを提供する。なお、提供装置１００は、ユーザＵ５が利用する端末装置１０−５からのコンテンツ要求に応じて、端末装置１０−５へコンテンツＥを提供してもよい。例えば、提供装置１００は、レイアウトの各要素の選択肢をランダムに決定したコンテンツＥを端末装置１０−５へ提供する。

図１の例では、提供装置１００は、要素「配置」を「売れ筋」に決定し、要素「色」を「ピンク」に決定し、要素「推奨情報」を「無」に決定し、要素「広告」を「有」に決定する。そして、提供装置１００は、決定した各要素の選択肢に基づいてコンテンツＥを生成する。そして、提供装置１００は、生成したコンテンツＥをユーザＵ５が利用する端末装置１０−５へ提供する。また、図１の例では、ユーザＵ５が、コンテンツＥが提供された後所定の期間内にコンテンツＥに含まれる商品情報に対応する商品を購入したかったものとする。

そして、提供装置１００は、ユーザへのコンテンツ提供及びそのユーザの行動有無に関する情報を含む提供履歴情報を収集する（ステップＳ１３）。例えば、提供装置１００は、ユーザＵ５にコンテンツＥを提供したが、ユーザＵ５が所定の行動である商品の購入を行わなかったことを示す情報を提供履歴情報記憶部１２１に記憶する。例えば、提供装置１００は、ユーザＵ５とコンテンツＥとの組み合わせを負例として情報を提供履歴情報記憶部１２１に記憶する。

なお、図１の例では、ユーザＵ１〜Ｕ５のみの提供履歴情報について図示するが、提供装置１００は、多数のユーザへの多数のコンテンツの提供に関する提供履歴情報を収集する。

そして、提供装置１００は、収集した提供履歴情報に基づいてモデルを生成する（ステップＳ１４）。例えば、提供装置１００は、コンテンツのレイアウトに関する各要素及びユーザの属性の組合せに応じて、コンテンツがユーザに提供された場合に、そのユーザが商品を購入する可能性を示すスコアを予測するモデルＭ１を生成する。例えば、提供装置１００は、コンテンツが提供されたユーザが所定の商品を購入したかどうかに基づいて、レイアウトの決定に用いるモデルを生成する。

図１の例では、提供装置１００は、提供履歴情報記憶部１２１に記憶されたコンテンツの提供履歴情報のうち、行動有無が「１」である提供履歴情報のユーザ属性及びコンテンツのレイアウトを正解情報（正例）として、レイアウトの決定に用いるモデルを生成する。また、図１の例では、提供装置１００は、提供履歴情報記憶部１２１に記憶されたコンテンツの提供履歴情報のうち、行動有無が「０」である提供履歴情報のユーザ属性及びコンテンツのレイアウトを不正解情報（負例）として、レイアウトの決定に用いるモデルを生成する。

例えば、提供装置１００は、モデル情報記憶部１２４に示すようなモデルＭ１を生成する。図１に示すモデル情報記憶部１２４は、モデル情報として、モデルＭ１等に対応させて「パラメータ」といった項目を有する。また、モデル情報記憶部１２４は、モデル情報として、各ユーザ属性と各レイアウト要素との組み合わせごとに対応する重みが記憶される。例えば、図１に示す例において、モデルＭ１に関するモデル情報は、パラメータが「０．５」であることを示す。また、例えば、図１に示す例において、モデル情報記憶部１２４中の一のユーザ属性（ｘ＊）と一のレイアウト要素（ｙ＊）とが交差する領域にその２つの素性の組合せに対応する重みが格納される。なお、「ｘ＊」及び「ｙ＊」における「＊」は任意の数を示す。

例えば、図１に示す例において、モデルＭ１に関するモデル情報は、購入回数（ｘ１）と個人・売れ筋（ｙ１）との組合せの重みが「０．７」であることを示す。また、例えば、図１に示す例において、モデルＭ１に関するモデル情報は、性別（ｘ２）と色（ｙ２）との組合せの重みが「０．２」であることを示す。

図１の例では、要素「配置」が「個人」である場合、その要素に対応する素性に「１」が割り当てられ、要素「配置」が「売れ筋」である場合、その要素に対応する素性に「０」が割り当てられるものとする。また、図１の例では、要素「色」が「ピンク」である場合、その要素に対応する素性に「１」が割り当てられ、要素「色」が「青」である場合、その要素に対応する素性に「０」が割り当てられるものとする。また、図１の例では、要素「推奨情報」が「有」である場合、その要素に対応する素性に「１」が割り当てられ、要素「推奨情報」が「無」である場合、その要素に対応する素性に「０」が割り当てられるものとする。また、図１の例では、要素「広告」が「有」である場合、その要素に対応する素性に「１」が割り当てられ、要素「広告」が「無」である場合、その要素に対応する素性に「０」が割り当てられるものとする。なお、上記の割り当ては適宜変更されてもよい。

また、図１の例では、ユーザ属性「購入回数」は、ユーザ属性「購入回数」が１００回以上である場合、その要素に対応する素性に「１」が割り当てられ、ユーザ属性「購入回数」が１００回未満である場合、その要素に対応する素性に「０」が割り当てられるものとする。また、図１の例では、ユーザ属性「性別」は、ユーザ属性「性別」が男性である場合、その要素に対応する素性に「１」が割り当てられ、ユーザ属性「性別」が女性である場合、その要素に対応する素性に「０」が割り当てられるものとする。

また、図１の例では、ユーザ属性「年齢」は、ユーザ属性「年齢」が３０代以上である場合、その要素に対応する素性に「１」が割り当てられ、ユーザ属性「年齢」が２０代以下である場合、その要素に対応する素性に「０」が割り当てられるものとする。また、図１の例では、ユーザ属性「会員種別」は、ユーザ属性「会員種別」が特別である場合、その要素に対応する素性に「１」が割り当てられ、ユーザ属性「会員種別」が通常である場合、その要素に対応する素性に「０」が割り当てられるものとする。なお、上記の割り当ては適宜変更されてもよい。

例えば、提供装置１００は、図１中の数式情報ｆｃ１１に示すように、上述のようなモデルＭ１を下記の式（１）に基づいて生成する。例えば、提供装置１００は、下記の式（１）に示すように、２次の式で表現されるモデルＭ１を生成する。例えば、提供装置１００は、ユーザ属性の各素性と、レイアウトの各素性との全組合せについて重みを導出する。例えば、提供装置１００は、ユーザ属性の素性の数が１００個であり、レイアウトの素性の数が５０個である場合、５０００個の組合せの各々について重みを導出する。

ｆ ＝ ａ１１・ｘ１・ｙ１＋ａ１２・ｘ１・ｙ２＋・・・＋ｃ …（１）

例えば、提供装置１００は、正例に対応するユーザの属性及びコンテンツのレイアウトの組合せが入力された場合にスコア「ｆ」の値が大きくなるように、モデルＭ１を生成する。また、例えば、提供装置１００は、負例に対応するユーザの属性及びコンテンツのレイアウトの組合せが入力された場合にスコア「ｆ」の値が小さくなるように、モデルＭ１を生成する。

例えば、上記の式（１）の左辺中のスコア「ｆ」は、設定されたコンテンツのレイアウトに関する各要素及びユーザの属性の組合せに応じて、そのユーザに商品が購入される可能性を示すスコアを示す。例えば、上記の式（１）の右辺中の「ａ１１」は、ユーザ属性の素性である購入回数（ｘ１）と、レイアウトの要素（素性）である個人・売れ筋（ｙ１）との組合せの重みに対応する。例えば、モデルＭ１においては、「ａ１１」は、重み「０．７」として生成される。なお、上記の式（１）の「ｃ」は、所定のパラメータを示す。

例えば、図１に示す例において、モデルＭ１に関するモデル情報は、ユーザ属性の素性である購入回数（ｘ１）と、レイアウトの要素（素性）である個人・売れ筋（ｙ１）との組合せの重みが「０．７」である。そのため、提供装置１００は、ユーザの購入回数に対応する素性が「１」、すなわちユーザの購入回数が１００回以上である場合、レイアウトの要素「配置」は「個人」に決定した方が、ユーザが商品を購入する可能性が高くなることを示す。

また、例えば、図１に示す例において、モデルＭ１に関するモデル情報は、ユーザ属性の素性である性別（ｘ２）と、レイアウトの要素（素性）である推奨情報（ｙ３）との組合せの重みが「−０．２」である。そのため、提供装置１００は、ユーザの性別に対応する素性が「１」、すなわちユーザの性別が男性である場合、レイアウトの要素「推奨情報」は「無」に決定した方が、ユーザが商品を購入する可能性が高くなることを示す。

また、例えば、提供装置１００は、スコア「ｆ」を用いた下記の式（２）により、設定されたコンテンツのレイアウトに関する各要素及びユーザの属性の組合せに応じて、そのユーザに商品が購入され得る見込み（可能性の度合い）を予測してもよい。

Ｌ ＝ １／（１＋ｅ^−ｆ） … （２）

例えば、上記の式（１）の左辺中の変数「Ｌ」は、設定されたコンテンツのレイアウトに関する各要素及びユーザの属性の組合せに応じて、そのユーザに商品が購入され得る見込み（可能性の度合い）を示す。また、例えば、上記の式（２）の右辺中の「ｆ」は、上記の式（１）中のスコア「ｆ」に対応する。また、例えば、上記の式（２）の右辺中の「ｅ」は、ネイピア数（2.71828・・・）に対応する。例えば、上記の式（２）の右辺の分母は「１」に「ｅ」を「マイナスｆ乗」した値を加算したものである。

このように、提供装置１００は、購入情報に基づいてモデルを生成する。これにより、提供装置１００は、各素性の重みが各カテゴリの商品の販売における各素性に対応する提供態様の影響の大小を示すモデルを生成することができる。なお、提供装置１００は、各モデルが出力する値が０〜１の範囲になるように各モデルを正規化してもよい。

〔１−１−１．モデル〕
上述した例では、提供装置１００が１つのモデルＭ１を生成する場合を示したが、提供装置１００は、複数のモデルを生成してもよい。例えば、提供装置１００は、商品のカテゴリごと等、種々の対象についてモデルを生成してもよい。

〔１−１−２．各要素の選択肢〕
上述した例では、説明を簡単にするために、要素「配置」や要素「色」を含む各要素の選択肢は、２つである場合を説明したが、各要素の選択肢は３つ以上であってもよい。例えば、要素「色」の選択肢に「ピンク」、「青」に加えて「緑」や「グレー」等が含まれる場合、各選択肢に１つの素性が対応するようにモデルを生成してもよい。

また、提供装置１００は、各選択肢に１つの素性が対応するようにモデルを生成する場合、要素が共通する素性については、１つの素性のみが「１」となるという制限を加えてモデルを生成してもよい。例えば、提供装置１００は、要素「色」の複数の選択肢の各々に対応する素性のうち、一の素性が「１」となる場合、他の素性は「０」にするという制限を加えてモデルを生成してもよい。例えば、提供装置１００は、要素「色」の複数の選択肢の各々に対応する素性のうち、ピンクに対応する素性が「１」となる場合、青や緑やグレーに対応する他の素性は「０」にするという制限を加えてモデルを生成してもよい。

〔１−１−３．ユーザ属性〕
上述した例では、説明を簡単にするために、ユーザ属性「年齢」は、ユーザ属性「年齢」が３０代以上である場合、素性に「１」が割り当てられ、ユーザ属性「年齢」が２０代以下である場合、素性に「０」が割り当てられる場合を示したが、ユーザ属性「年齢」は３つ以上の段階に分類してもよい。例えば、ユーザ属性「年齢」の分類が「１０代」、「２０代」、「３０代」、「４０代」、「５０代以上」等の３段階以上の分類になっている場合、各分類に１つの素性が対応するようにモデルを生成してもよい。

また、提供装置１００は、各分類に１つの素性が対応するようにモデルを生成する場合、ユーザ属性が共通する素性については、１つの素性のみが「１」となるという制限を加えてモデルを生成してもよい。例えば、提供装置１００は、ユーザ属性「年齢」の複数の分類の各々に対応する素性のうち、一の素性が「１」となる場合、他の素性は「０」にするという制限を加えてモデルを生成してもよい。例えば、提供装置１００は、ユーザ属性「年齢」の複数の選択肢の各々に対応する素性のうち、２０代に対応する素性が「１」となる場合、１０代や３０代や４０代や５０代以上に対応する他の素性は「０」にするという制限を加えてモデルを生成してもよい。なお、上記においては、ユーザ属性「年齢」を一例として説明したが、他のユーザ属性についても同様に各分類に１つの素性が対応するようにモデルを生成してもよい。

〔１−１−４．タイミング（セッション）〕
図１の例では、提供装置１００は、ユーザが利用する端末装置１０における商品情報の表示後３０分以内に、ユーザが検索結果に含まれる商品を購入することを所定の条件とする場合を示したが、所定の条件は上記に限らず種々の条件であってもよい。

例えば、提供装置１００は、ユーザが利用する端末装置１０における商品情報の表示と共通するセッション間にユーザが表示されたコンテンツに含まれる商品を購入することを所定の条件としてもよい。この場合、提供装置１００は、ユーザが利用する端末装置１０における商品情報の表示と共通するセッション間にユーザが表示されたコンテンツに含まれる商品を購入した場合、その商品の購入に関する情報を購入情報として追加する。例えば、セッションとは、ユーザが所定の目的（意図）を持った行動を行う期間であってもよい。

例えば、提供装置１００は、ユーザが所定の行動を行った場合にセッションを開始し、開始後においてユーザが所定の期間（例えば３０分）行動を行わなかった場合、セッションを終了したと判定してもよい。例えば、提供装置１００は、セッションの継続中において、最後に行われたユーザの行動から所定の期間ユーザの行動がなかった場合に、セッションを初期化してもよい。例えば、提供装置１００は、セッションの継続中において、最後に行われたユーザの行動から３０分間ユーザの行動がなかった場合に、セッションを初期化してもよい。なお、ここでいう「初期化」とは、例えば、それまで継続していたセッションを終了し、新たなセッションを開始することを意味する。このように、提供装置１００は、ユーザの行動が継続している間、セッションを継続させてもよい。

なお、上述した所定の期間やセッション等は一例であり、提供装置１００は、種々の情報や条件を適宜用いて、購入情報として追加するかを判定（決定）してもよい。例えば、提供装置１００は、ユーザが利用する端末装置１０における商品情報が表示された後、そのコンテンツに含まれる商品がユーザにより購入されれば、条件を満たすと判定してもよい。

〔１−２．情報提供〕
次に、図２を用いて、提供装置１００が生成したモデルに基づいて、ユーザに対してコンテンツの提供を行う場合を説明する。図２の例では、提供装置１００は、ユーザＵ１００からのコンテンツ要求に応じて、ユーザＩＤ「Ｕ１００」により識別されるユーザ（ユーザＵ１００）にコンテンツの提供を行う。なお、図２に示す例においては、ユーザＵ１００が利用する端末装置１０を、端末装置１０−１００として説明する。また、端末装置１０−１００について、他の端末装置１０と特に区別なく説明する場合には、端末装置１０と記載する。

図２に示すように、提供装置１００は、コンテンツ要求を取得する（ステップＳ２１）。図２の例では、提供装置１００は、ユーザＵ１００が利用する端末装置１０−１００からコンテンツの要求を取得する。

そして、提供装置１００は、ユーザＵ１００のユーザ属性に基づいて提供するコンテンツのレイアウトを決定する（ステップＳ２２）。例えば、提供装置１００は、ユーザ情報記憶部１２２に記憶されたユーザＵ１００のユーザ属性に関する情報と、モデル情報記憶部１２４に記憶されたモデルＭ１とに基づいて提供するコンテンツのレイアウトを決定する。

例えば、提供装置１００は、図２中の数式情報ｆｃ１１に示すように、モデルＭ１にユーザＵ１００のユーザ属性に関する情報を入力し、上記の式（１）のスコア「ｆ」が大きくなるように、コンテンツのレイアウトの各要素の選択肢を決定する。図２の例では、提供装置１００は、レイアウト一覧ＬＬ１１に示すように、要素「配置」を「個人」に決定し、要素「色」を「ピンク」に決定し、要素「推奨情報」を「有」に決定し、要素「広告」を「無」に決定する。そして、提供装置１００は、決定した各要素の選択肢に基づいてコンテンツＸを生成する。

そして、提供装置１００は、生成したコンテンツＸを提供する（ステップＳ２３）。図２の例では、提供装置１００は、生成したコンテンツＸをユーザＵ１００が利用する端末装置１０−１００へ提供する。なお、コンテンツＸには、所定の商品の商品情報が含まれるものとする。

上述したように、提供装置１００は、スコア「ｆ」が大きくなるように、コンテンツのレイアウトの各要素の選択肢を決定することにより、コンテンツが提供されたユーザにより商品が購入される見込み（確率）を高めることが可能となる。したがって、提供装置１００は、ユーザに提供するコンテンツのレイアウトを適切に決定することができる。なお、本願でいう「確率」とは、所定の事象が実際に発生した割合、すなわち実際に観測されたデータから算出される値ではなく、種々の情報に基づいて予測される所定の事象が起こることが期待される度合いを意味する。

〔１−２−１．提供する情報〕
上述した例では、提供装置１００が影響大要素や影響小要素を示す評価情報や、指定された提供態様における商品が購入される見込みを示す情報等を提供する場合を示したが、提供装置１００は、上記に限らず、種々の情報を提供してもよい。例えば、提供装置１００は、各提供態様を重み順に順位付けしたランキング情報を提供してもよい。

〔２．提供装置の構成〕
次に、図４を用いて、実施形態に係る提供装置１００の構成について説明する。図４は、実施形態に係る提供装置の構成例を示す図である。図４に示すように、提供装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、提供装置１００は、提供装置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Ｎと有線または無線で接続され、例えば提供システム１に含まれる端末装置１０やストア装置２０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４に示すように、提供履歴情報記憶部１２１と、ユーザ情報記憶部１２２と、行動情報記憶部１２３と、モデル情報記憶部１２４とを有する。

（提供履歴情報記憶部１２１）
実施形態に係る提供履歴情報記憶部１２１は、商品に関する各種情報を記憶する。図５は、実施形態に係る提供履歴情報記憶部の一例を示す図である。図５に示す提供履歴情報記憶部１２１は、「履歴ＩＤ」、「ユーザＩＤ」、「日時」、「コンテンツ」、「レイアウト情報」、「行動有無」といった項目を有する。

「履歴ＩＤ」は、各提供履歴を識別するための識別情報を示す。「ユーザＩＤ」は、提供履歴の収取対象となったユーザを識別するための識別情報を示す。「日時」は、対応するユーザの行動が行われた日時を示す。「日時」には、「ｄｔ１１」等のように抽象的に図示するが、「２０１７年１月２５日１９時３１分５２秒」等の具体的な日時が記憶されてもよい。「コンテンツ」は、対応する提供履歴において提供されたコンテンツを示す。また、「レイアウト情報」は、対応するコンテンツのレイアウトを示す。また、「行動有無」は、提供したコンテンツに応じてユーザが所定の行動を行ったかどうかを示す。また、「レイアウト情報」には、「配置」や「色」といったコンテンツのレイアウトに関する要素に対応する項目が含まれる。「配置」や「色」といったコンテンツのレイアウトに関する各要素には、複数の選択肢が含まれており、対応する領域に「１」が記憶されている場合、その選択肢が用いられたことを示す。また、たコンテンツのレイアウトに関する各要素について、対応する領域に「０」が記憶されている場合、その選択肢が用いらなかったことを示す。

図５に示す例において、履歴ＩＤ「ＡＣ１１」により識別される提供履歴情報は、日時ｄｔ１１においてユーザＵ１にコンテンツＡが提供されたことを示す。図５に示す例において、履歴ＩＤ「ＡＣ１１」により識別される提供履歴情報は、コンテンツＡのレイアウトは、要素「配置」については、「個人（パーソナライズ）」が選択され、要素「色」については、「ピンク」が選択されたことを示す。また、図５に示す例において、履歴ＩＤ「ＡＣ１１」により識別される提供履歴情報は、コンテンツＡが提供されたユーザＵ１による所定の行動が「有（１）」であることを示す。

図５に示す例において、履歴ＩＤ「ＡＣ１２」により識別される提供履歴情報は、日時ｄｔ２１においてユーザＵ２にコンテンツＢが提供されたことを示す。図５に示す例において、履歴ＩＤ「ＡＣ１２」により識別される提供履歴情報は、コンテンツＢのレイアウトは、要素「配置」については、「売れ筋」が選択され、要素「色」については、「青」が選択されたことを示す。また、図５に示す例において、履歴ＩＤ「ＡＣ１２」により識別される提供履歴情報は、コンテンツＢが提供されたユーザＵ２による所定の行動が「無（０）」であることを示す。

なお、提供履歴情報記憶部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。

（ユーザ情報記憶部１２２）
実施形態に係るユーザ情報記憶部１２２は、ユーザ属性に関する各種情報を記憶する。例えば、ユーザ情報記憶部１２２は、ユーザ属性情報を記憶する。図６は、実施形態に係るユーザ情報記憶部の一例を示す図である。図６に示すユーザ情報記憶部１２２は、「ユーザＩＤ」、「年齢」、「性別」、「購入回数」、「会員種別」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。「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。「性別」は、端末装置１０を利用するユーザの性別を示す。

また、「購入回数」は、端末装置１０を利用するユーザが商品を購入した回数を示す。例えば、「購入回数」は、所定の期間（例えば、１ヶ月や半年等）において端末装置１０を利用するユーザが商品を購入した回数を示す。「会員種別」は、対応するユーザの所定のサービスにおける会員の種別を示す。図６に示す例においては、「会員種別」は、電子商取引サービスにおける会員種別が、「通常」か「特別」のいずれであるかを示す。例えば、「会員種別」において、「通常」は、無課金会員（無料会員）であることを示し、「特別」は、課金会員（有料会員）であることを示してもよい。

例えば、図６に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）の年齢は、「２０代」であり、ユーザの性別は、「男性」であることを示す。例えば、図６に示す例において、ユーザＵ１の購入回数は、「１００」回であり、ユーザＵ１の会員種別は、「通常」であることを示す。

また、例えば、図６に示す例において、ユーザＩＤ「Ｕ２」により識別されるユーザ（ユーザＵ２）の年齢は、「２０代」であり、ユーザの性別は、「女性」であることを示す。例えば、図６に示す例において、ユーザＵ２の購入回数は、「２」回であり、ユーザＵ２の会員種別は、「特別」であることを示す。

なお、ユーザ情報記憶部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。例えば、ユーザ情報記憶部１２２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、ユーザ情報記憶部１２２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。

（行動情報記憶部１２３）
実施形態に係る行動情報記憶部１２３は、ユーザの行動に関する各種情報を記憶する。図７は、実施形態に係る行動情報記憶部の一例を示す図である。例えば、行動情報記憶部１２３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等を含む種々の行動情報を記憶する。図７に示す行動情報記憶部１２３には、「ユーザＩＤ」、「行動ＩＤ」、「種別」、「内容」、「日時」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。また、「行動ＩＤ」は、ユーザの行動を識別する情報を示す。また、「種別」は、対応するユーザの行動の種別に関する情報を示す。また、「内容」は、対応するユーザの行動において対象となった内容を示す。「日時」は、対応するユーザの行動が行われた日時を示す。「日時」には、「ｄｔ１１」等のように抽象的に図示するが、「２０１７年１月２５日１９時３１分５２秒」等の具体的な日時が記憶されてもよい。

例えば、図７に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、行動ＡＣ１１等を行ったことを示す。また、例えば、図７に示す例においてユーザＵ１は、行動ＩＤ「ＡＣ１１」により識別される行動（行動ＡＣ１１）や行動ＩＤ「ＡＣ１２」により識別される行動（行動ＡＣ１２）等を行ったことを示す。具体的には、図７に示す例においてユーザＵ１は、コンテンツＡの閲覧（行動ＡＣ１１）を日時ｄｔ１１に行ったことを示す。例えば、行動ＡＣ１１は、日時ｄｔ１１にコンテンツＡがユーザＵ１が利用する端末装置１０に提供されたことを示す。また、図７に示す例においてユーザＵ１は、日時ｄｔ１１においてコンテンツＡの閲覧した後の日時ｄｔ１２において商品「スニーカーＹ」をストアＡにおいて購入したことを示す。

なお、行動情報記憶部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。また、図７では、ユーザＩＤごとに行動情報が行動情報記憶部１２３に記憶される場合を示したが、行動情報は、ユーザＩＤごとに限らず、例えば時刻順に記憶されてもよい。

（モデル情報記憶部１２４）
実施形態に係るモデル情報記憶部１２４は、モデルに関する情報を記憶する。例えば、モデル情報記憶部１２４は、生成処理により生成されたモデル情報を記憶する。図８は、実施形態に係るモデル情報記憶部の一例を示す図である。図８に示すモデル情報記憶部１２４では、レイアウトの決定に用いるモデルが記憶される。

図８に示すモデル情報記憶部１２４は、モデル情報として、モデルＭ１等に対応させて「パラメータ」といった項目を有する。また、モデル情報記憶部１２４は、モデル情報として、各ユーザ属性と各レイアウト要素との組み合わせごとに対応する重みが記憶される。

例えば、図８に示す例において、モデルＭ１に関するモデル情報は、パラメータが「０．５」であることを示す。また、例えば、図８に示す例において、モデル情報記憶部１２４中の一のユーザ属性（ｘ＊）と一のレイアウト要素（ｙ＊）とが交差する領域にその２つの素性の組合せに対応する重みが格納される。なお、「ｘ＊」及び「ｙ＊」における「＊」は任意の数を示す。

例えば、図８に示す例において、モデルＭ１に関するモデル情報は、購入回数（ｘ１）と個人・売れ筋（ｙ１）との組合せの重みが「０．７」であることを示す。また、例えば、図８に示す例において、モデルＭ１に関するモデル情報は、性別（ｘ２）と色（ｙ２）との組合せの重みが「０．２」であることを示す。

例えば、一のユーザ属性の要素数が「ｍ」であり、一のレイアウト要素数が「ｎ」の場合、ｍ×ｎ個の重みが記憶される。例えば、一のユーザ属性の要素数が「１００」であり、一のレイアウト要素数が「５０」の場合、５０００（＝１００×５０）個の重みが記憶される。なお、モデル情報記憶部１２４は、上記に限らず、目的に応じて種々のモデル情報を記憶してもよい。

（制御部１３０）
図４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、提供装置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、コントローラであり、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４に示すように、制御部１３０は、取得部１３１と、生成部１３２と、決定部１３３と、提供部１３４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。

（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、提供履歴情報記憶部１２１やユーザ情報記憶部１２２や行動情報記憶部１２３やモデル情報記憶部１２４から各種情報を取得する。また、取得部１３１は、端末装置１０からコンテンツの要求を取得する。図２の例では、取得部１３１は、ユーザＵ１００が利用する端末装置１０−１００からコンテンツの要求を取得する。

また、取得部１３１は、各種情報を外部の情報処理装置から取得する。例えば、取得部１３１は、ユーザの属性情報と、商品またはサービスに関する情報を含むコンテンツのレイアウトに関する各要素であって、複数の選択肢を有する各要素に関する情報とに対応付けられたユーザの所定の行動有無に関する情報を取得する。例えば、取得部１３１は、購入情報記憶部１２５から購入対象の提供態様に関する情報を含む購入情報を取得する。

例えば、取得部１３１は、ユーザのデモグラフィック属性に関する情報を含むユーザの属性情報を取得する。例えば、取得部１３１は、ユーザの商品またはサービスの購入回数に基づくユーザ分類情報を含むユーザの属性情報を取得する。例えば、取得部１３１は、ユーザの所定のサービスにおける会員の種別に関する情報を含むユーザの属性情報を取得する。

例えば、取得部１３１は、ユーザの嗜好性に基づく商品またはサービスの配置と、ユーザに関する統計的な購入情報に基づく商品またはサービスの配置とを複数の選択肢として有する要素を含む各要素に関する情報を取得する。例えば、取得部１３１は、複数の色を複数の選択肢として有する要素を含む各要素に関する情報を取得する。例えば、取得部１３１は、ユーザへの商品またはサービスを推奨する情報を表示するか否かを複数の選択肢として有する要素を含む各要素に関する情報を取得する。例えば、取得部１３１は、広告を表示するか否かを複数の選択肢として有する要素を含む各要素に関する情報を取得する。

また、図１の例では、取得部１３１は、ユーザ情報記憶部１２２からユーザに関する情報を取得する。また、図１の例では、取得部１３１は、提供履歴情報記憶部１２１からコンテンツのレイアウトに関する情報を取得する。

（生成部１３２）
生成部１３２は、種々の情報を生成する。例えば、生成部１３２は、モデルを生成する。また、例えば、生成部１３２は、ユーザに提供するコンテンツを生成する。また、例えば、生成部１３２は、ストアに提供する情報を生成する。例えば、生成部１３２は、評価情報や確率情報を生成する。

例えば、生成部１３２は、提供履歴情報に基づいてモデルを生成する。例えば、生成部１３２は、コンテンツのレイアウトに関する各要素及びユーザの属性の組合せに応じて、コンテンツがユーザに提供された場合に、そのユーザが商品を購入する可能性を示すスコアを予測するモデルＭ１を生成する。例えば、生成部１３２は、コンテンツが提供されたユーザが所定の商品を購入したかどうかに基づいて、レイアウトの決定に用いるモデルを生成する。

図１の例では、生成部１３２は、提供履歴情報記憶部１２１に記憶されたコンテンツの提供履歴情報のうち、行動有無が「１」である提供履歴情報のユーザ属性及びコンテンツのレイアウトを正解情報（正例）として、レイアウトの決定に用いるモデルを生成する。また、図１の例では、生成部１３２は、提供履歴情報記憶部１２１に記憶されたコンテンツの提供履歴情報のうち、行動有無が「０」である提供履歴情報のユーザ属性及びコンテンツのレイアウトを不正解情報（負例）として、レイアウトの決定に用いるモデルを生成する。

図１の例では、生成部１３２は、モデル情報記憶部１２４に示すようなモデルＭ１を生成する。図１の例では、生成部１３２は、モデルＭ１を上記の式（１）に基づいて生成する。図１の例では、生成部１３２は、正例に対応するユーザの属性及びコンテンツのレイアウトの組合せが入力された場合にスコア「ｆ」の値が大きくなるように、モデルＭ１を生成する。また、図１の例では、生成部１３２は、負例に対応するユーザの属性及びコンテンツのレイアウトの組合せが入力された場合にスコア「ｆ」の値が小さくなるように、モデルＭ１を生成する。

図１の例では、生成部１３２は、決定部１３３により決定されたレイアウトの各要素の選択肢に基づいてコンテンツＡを生成する。図１の例では、生成部１３２は、決定部１３３により決定されたレイアウトの各要素の選択肢に基づいてコンテンツＢを生成する。図１の例では、生成部１３２は、決定部１３３により決定されたレイアウトの各要素の選択肢に基づいてコンテンツＣを生成する。図１の例では、生成部１３２は、決定部１３３により決定されたレイアウトの各要素の選択肢に基づいてコンテンツＤを生成する。図１の例では、生成部１３２は、決定部１３３により決定されたレイアウトの各要素の選択肢に基づいてコンテンツＥを生成する。図２の例では、生成部１３２は、決定部１３３により決定された各要素の選択肢に基づいてコンテンツＸを生成する。

（決定部１３３）
決定部１３３は、種々の情報を決定する。例えば、決定部１３３は、ユーザの属性情報とレイアウトに関する各要素との組合せにおけるユーザの所定の行動有無に関する相関関係に基づいて、各要素の複数の選択肢のうち、一のユーザにコンテンツを提供する場合において各要素に用いる選択肢を決定する。例えば、決定部１３３は、ユーザの属性情報とレイアウトに関する各要素との組合せにおけるユーザの所定の行動有無に関する相関関係に基づいて生成されたモデルを用いて、一のユーザにコンテンツを提供する場合において各要素に用いる選択肢を決定する。

図１の例では、決定部１３３は、ユーザにコンテンツを提供する場合において各要素に用いる選択肢をランダムに決定する。図１の例では、決定部１３３は、要素「配置」を「個人」に決定し、要素「色」を「ピンク」に決定し、要素「推奨情報」を「有」に決定し、要素「広告」を「無」に決定する。図１の例では、決定部１３３は、要素「配置」を「売れ筋」に決定し、要素「色」を「青」に決定し、要素「推奨情報」を「無」に決定し、要素「広告」を「有」に決定する。

図２の例では、決定部１３３は、モデルＭ１に基づいて、ユーザに提供するコンテンツの各要素に用いる選択肢を決定する。図２の例では、決定部１３３は、ユーザＵ１００のユーザ属性に基づいて提供するコンテンツのレイアウトを決定する。図２の例では、決定部１３３は、ユーザ情報記憶部１２２に記憶されたユーザＵ１００のユーザ属性に関する情報と、モデル情報記憶部１２４に記憶されたモデルＭ１とに基づいて提供するコンテンツのレイアウトを決定する。

図２の例では、決定部１３３は、モデルＭ１にユーザＵ１００のユーザ属性に関する情報を入力し、上記の式（１）のスコア「ｆ」が大きくなるように、コンテンツのレイアウトの各要素の選択肢を決定する。図２の例では、決定部１３３は、レイアウト一覧ＬＬ１１に示すように、要素「配置」を「個人」に決定し、要素「色」を「ピンク」に決定し、要素「推奨情報」を「有」に決定し、要素「広告」を「無」に決定する。

（提供部１３４）
提供部１３４は、外部の情報処理装置へ各種情報を提供する。例えば、提供部１３４は、端末装置１０やストア装置２０に各種情報を提供する。例えば、提供部１３４は、所定のレイアウトに基づいて生成されたコンテンツを端末装置１０に提供する。また、例えば、提供部１３４は、ユーザの属性とコンテンツのレイアウトの要素との相関を示す情報をストア装置２０に提供してもよい。

例えば、提供部１３４は、生成部１３２により生成されたコンテンツをユーザが利用する端末装置１０へ提供する。図１の例では、提供部１３４は、ユーザＵ１が利用する端末装置１０−１へコンテンツＡを提供する。図１の例では、提供部１３４は、日時ｄｔ１１において、端末装置１０−１へコンテンツＡを提供する。図１の例では、提供部１３４は、レイアウトの各要素の選択肢をランダムに決定したコンテンツＡを端末装置１０−１へ提供する。提供装置１００は、決定した各要素の選択肢に基づいてコンテンツＡを生成する。図２の例では、提供装置１００は、生成部１３２により生成されたコンテンツＸをユーザＵ１００が利用する端末装置１０−１００へ提供する。

〔３．モデルの生成処理のフロー〕
ここで、図９を用いて、実施形態に係る提供装置１００によるモデルの生成処理の手順について説明する。図９は、実施形態に係るモデルの生成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、提供装置１００は、コンテンツの提供履歴情報を取得する（ステップＳ１０１）。図１の例では、提供装置１００は、例えば提供履歴情報記憶部１２１からコンテンツの提供履歴情報を取得する。

そして、提供装置１００は、提供履歴情報に基づいて、レイアウトの決定に用いるモデルを生成する（ステップＳ１０２）。例えば、提供装置１００は、コンテンツが提供されたユーザが所定の商品を購入したかどうかに基づいて、レイアウトの決定に用いるモデルを生成する。図１の例では、提供装置１００は、提供履歴情報記憶部１２１に記憶されたコンテンツの提供履歴情報のうち、コンテンツが提供されたユーザが商品を購入した場合のそのユーザ及びコンテンツのレイアウトを正解情報（正例）として、レイアウトの決定に用いるモデルを生成する。また、図１の例では、提供装置１００は、提供履歴情報記憶部１２１に記憶されたコンテンツの提供履歴情報のうち、コンテンツが提供されたユーザが商品を購入しなかった場合のそのユーザ及びコンテンツのレイアウトを不正解情報（負例）として、レイアウトの決定に用いるモデルを生成する。

〔４．決定処理のフロー〕
ここで、図１０を用いて、実施形態に係る提供装置１００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。

図１０に示すように、提供装置１００は、一のユーザからコンテンツ要求を取得する（ステップＳ２０１）。図２の例では、提供装置１００は、ユーザＵ１００が利用する端末装置１０−１００からコンテンツ要求を取得する。

提供装置１００は、一のユーザの属性情報及びモデルを用いて提供するコンテンツに関するレイアウトを決定する（ステップＳ２０２）。例えば、提供装置１００は、ユーザ情報記憶部１２２に記憶されたユーザＵ１００のユーザ属性情報やモデル情報記憶部１２４に記憶されたモデルＭ１に基づいて、ユーザＵ１００に提供するコンテンツに関するレイアウトを決定する。図２の例では、提供装置１００は、レイアウトのうち、一の要素であるユーザの嗜好性に基づく商品またはサービスの配置を個人に決定する。また、図２の例では、提供装置１００は、レイアウトのうち、一の要素である色をピンクに決定する。また、図２の例では、提供装置１００は、レイアウトのうち、一の要素である推奨情報の表示を表示有に決定する。また、図２の例では、提供装置１００は、レイアウトのうち、一の要素である広告の表示を表示無に決定する。

そして、提供装置１００は、決定したレイアウトに基づくコンテンツを提供する（ステップＳ２０３）。図２の例では、提供装置１００は、ユーザＵ１００が利用する端末装置１０−１００へ、レイアウトが個人、ピンク、推奨情報有、広告無に基づいて生成されたコンテンツＸを提供する。

〔５．効果〕
上述してきたように、実施形態に係る提供装置１００は、取得部１３１と、提供部１３４とを有する。取得部１３１は、ユーザの属性情報と、商品またはサービスに関する情報を含むコンテンツのレイアウトに関する各要素であって、複数の選択肢を有する各要素に関する情報とに対応付けられたユーザの所定の行動有無に関する情報を取得する。決定部１３３は、ユーザの属性情報とレイアウトに関する各要素との組合せにおけるユーザの所定の行動有無に関する相関関係に基づいて、各要素の複数の選択肢のうち、一のユーザにコンテンツを提供する場合において各要素に用いる選択肢を決定する。

これにより、実施形態に係る提供装置１００は、ユーザの属性情報とレイアウトに関する各要素との組合せにおけるユーザの所定の行動有無に関する相関関係に基づいて、各要素の複数の選択肢のうち、一のユーザにコンテンツを提供する場合において各要素に用いる選択肢を決定することができるため、ユーザに提供するコンテンツのレイアウトを適切に決定することができる。

また、実施形態に係る提供装置１００において、取得部１３１は、ユーザのデモグラフィック属性に関する情報を含むユーザの属性情報を取得する。

これにより、実施形態に係る提供装置１００は、ユーザのデモグラフィック属性に関する情報を含むユーザの属性情報を用いることにより、ユーザに提供するコンテンツのレイアウトを適切に決定することができる。

また、実施形態に係る提供装置１００において、取得部１３１は、ユーザの商品またはサービスの購入回数に基づくユーザ分類情報を含むユーザの属性情報を取得する。

これにより、実施形態に係る提供装置１００は、ユーザの商品またはサービスの購入回数に基づくユーザ分類情報を含むユーザの属性情報を用いることにより、ユーザに提供するコンテンツのレイアウトを適切に決定することができる。

また、実施形態に係る提供装置１００において、取得部１３１は、ユーザの所定のサービスにおける会員の種別に関する情報を含むユーザの属性情報を取得する。

これにより、実施形態に係る提供装置１００は、ユーザの所定のサービスにおける会員の種別に関する情報を含むユーザの属性情報を用いることにより、ユーザに提供するコンテンツのレイアウトを適切に決定することができる。

また、実施形態に係る提供装置１００において、取得部１３１は、ユーザの嗜好性に基づく商品またはサービスの配置と、ユーザに関する統計的な購入情報に基づく商品またはサービスの配置とを複数の選択肢として有する要素を含む各要素に関する情報を取得する。

これにより、実施形態に係る提供装置１００は、ユーザの嗜好性に基づく商品またはサービスの配置と、ユーザに関する統計的な購入情報に基づく商品またはサービスの配置とを複数の選択肢として有する要素を含む各要素に関する情報を用いることにより、ユーザに提供するコンテンツのレイアウトを適切に決定することができる。

また、実施形態に係る提供装置１００において、取得部１３１は、複数の色を複数の選択肢として有する要素を含む各要素に関する情報を取得する。

これにより、実施形態に係る提供装置１００は、複数の色を複数の選択肢として有する要素を含む各要素に関する情報を用いることにより、ユーザに提供するコンテンツのレイアウトを適切に決定することができる。

また、実施形態に係る提供装置１００において、取得部１３１は、ユーザへの商品またはサービスを推奨する情報を表示するか否かを複数の選択肢として有する要素を含む各要素に関する情報を取得する。

これにより、実施形態に係る提供装置１００は、ユーザへの商品またはサービスを推奨する情報を表示するか否かを複数の選択肢として有する要素を含む各要素に関する情報を用いることにより、ユーザに提供するコンテンツのレイアウトを適切に決定することができる。

また、実施形態に係る提供装置１００において、取得部１３１は、広告を表示するか否かを複数の選択肢として有する要素を含む各要素に関する情報を取得する。

これにより、実施形態に係る提供装置１００は、広告を表示するか否かを複数の選択肢として有する要素を含む各要素に関する情報を用いることにより、ユーザに提供するコンテンツのレイアウトを適切に決定することができる。

また、実施形態に係る提供装置１００において、決定部１３３は、ユーザの属性情報とレイアウトに関する各要素との組合せにおける相関関係に基づいて生成されたモデルを用いて、一のユーザにコンテンツを提供する場合において各要素に用いる選択肢を決定する。

これにより、実施形態に係る提供装置１００は、ユーザの属性情報とレイアウトに関する各要素との組合せにおける相関関係に基づいて生成されたモデルを用いて、一のユーザにコンテンツを提供する場合において各要素に用いる選択肢を決定することにより、ユーザに提供するコンテンツのレイアウトを適切に決定することができる。

〔６．ハードウェア構成〕
上述してきた実施形態に係る提供装置１００は、例えば図１１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１１は、提供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、ＨＤＤ（Hard Disk Drive）１４００、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提供する。

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が実施形態に係る提供装置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。

〔７．その他〕
また、上記実施形態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生成することができる。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に記載された各処理は、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 提供システム
１００ 提供装置（決定装置）
１２１ 提供履歴情報記憶部
１２２ ユーザ情報記憶部
１２３ 行動情報記憶部
１２４ モデル情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 生成部
１３３ 決定部
１３４ 提供部
１０ 端末装置
２０ ストア装置
Ｎ ネットワーク

Claims (11)

1. ユーザの属性情報と、商品またはサービスに関する情報を含むコンテンツのレイアウトに関する各要素であって、複数の選択肢を有する各要素に関する情報とに対応付けられた前記ユーザの所定の行動有無に関する情報を取得する取得部と、
   前記ユーザの属性情報と前記レイアウトに関する前記各要素との組合せにおける前記ユーザの所定の行動有無に関する相関関係に基づいて、前記各要素の前記複数の選択肢のうち、一のユーザに前記コンテンツを提供する場合において前記各要素に用いる選択肢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. 前記取得部は、
   前記ユーザのデモグラフィック属性に関する情報を含む前記ユーザの属性情報を取得する
   ことを特徴とする請求項１に記載の決定装置。
3. 前記取得部は、
   前記ユーザの商品またはサービスの購入回数に基づくユーザ分類情報を含む前記ユーザの属性情報を取得する
   ことを特徴とする請求項１または請求項２に記載の決定装置。
4. 前記取得部は、
   前記ユーザの所定のサービスにおける会員の種別に関する情報を含む前記ユーザの属性情報を取得する
   ことを特徴とする請求項１〜３のいずれか１項に記載の決定装置。
5. 前記取得部は、
   前記ユーザの嗜好性に基づく商品またはサービスの配置と、ユーザに関する統計的な購入情報に基づく商品またはサービスの配置とを前記複数の選択肢として有する要素を含む前記各要素に関する情報を取得する
   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、
   複数の色を前記複数の選択肢として有する要素を含む前記各要素に関する情報を取得する
   ことを特徴とする請求項１〜５のいずれか１項に記載の決定装置。
7. 前記取得部は、
   前記ユーザへの商品またはサービスを推奨する情報を表示するか否かを前記複数の選択肢として有する要素を含む前記各要素に関する情報を取得する
   ことを特徴とする請求項１〜６のいずれか１項に記載の決定装置。
8. 前記取得部は、
   広告を表示するか否かを前記複数の選択肢として有する要素を含む前記各要素に関する情報を取得する
   ことを特徴とする請求項１〜７のいずれか１項に記載の決定装置。
9. 前記取得部は、
   前記ユーザの属性情報と前記レイアウトに関する前記各要素との組合せにおける前記相関関係に基づいて生成されたモデルを用いて、前記一のユーザに前記コンテンツを提供する場合において前記各要素に用いる選択肢を決定する
   ことを特徴とする請求項１〜８のいずれか１項に記載の決定装置。
10. コンピュータが実行する決定方法であって、
    ユーザの属性情報と、商品またはサービスに関する情報を含むコンテンツのレイアウトに関する各要素であって、複数の選択肢を有する各要素に関する情報とに対応付けられた前記ユーザの所定の行動有無に関する情報を取得する取得工程と、
    前記ユーザの属性情報と前記レイアウトに関する前記各要素との組合せにおける前記ユーザの所定の行動有無に関する相関関係に基づいて、前記各要素の前記複数の選択肢のうち、一のユーザに前記コンテンツを提供する場合において前記各要素に用いる選択肢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。
11. ユーザの属性情報と、商品またはサービスに関する情報を含むコンテンツのレイアウトに関する各要素であって、複数の選択肢を有する各要素に関する情報とに対応付けられた前記ユーザの所定の行動有無に関する情報を取得する取得手順と、
    前記ユーザの属性情報と前記レイアウトに関する前記各要素との組合せにおける前記ユーザの所定の行動有無に関する相関関係に基づいて、前記各要素の前記複数の選択肢のうち、一のユーザに前記コンテンツを提供する場合において前記各要素に用いる選択肢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