JP2018156156A - 広告配信装置、広告配信方法、及び広告配信プログラム - Google Patents

Abstract

【課題】広告収入を考慮した広告配信を行うことを目的とする。【解決手段】広告配信サーバ１２は、複数の広告の表示確率を演算する表示確率演算部３２と、広告の配信指示を受信した場合に、表示確率演算部３２によって演算された表示確率に基づいて、配信対象となる広告を選択する広告選択部３４と、配信対象として選択された広告の広告コンテンツを配信する広告配信部３５とを備える。表示確率演算部３２は、広告がクリックされた回数に関するパラメータと、広告の価格に関するパラメータとを用いて表示確率を演算する。【選択図】図３

Description

本発明は、広告配信装置、広告配信方法、及び広告配信プログラムに関するものである。

近年、インターネットの急速な発展に伴い、インターネットを介した広告配信が盛んに行われている。広告配信としては、ウェブページの所定の位置に企業や商品等を表示する画像やキャッチコピーなどの広告情報を表示し、係る広告情報がクリックされた場合に広告主のウェブページへ遷移するものがある。

広告主の支払う広告費はウェブページに掲載した広告がクリックされた回数、すなわち広告主の商品ページなどへの送客数で決まることが多い。そのため、広告配信業者はウェブページに掲載した広告がより多くクリックされることが重要となる。

そこで、近年、広告をユーザに効果的に認知させるように工夫する技術が提案されている。例えば、特許文献１には、ユーザの趣味嗜好に合致する広告を選択してユーザに提供することが可能な端末装置が開示されている。
また、ユーザの興味を惹く広告を表示させるためには、ユーザが閲覧している記事に内容的に関連する広告を提供することも効果的である。この場合、例えば、記事本文に含まれるキーワードを用いて広告データベースに対して検索をかけ、そこから付与する広告を選択する。

特開２０１５−２２５６１号公報

ところで、ユーザが閲覧している記事に内容的に関連する広告を選択しようとした場合、閲覧記事の長さや表現によって抽出されるキーワードが変わる可能性が高く、記事と広告の類似度を定量的に評価することが難しい。このため、キーワードに応じて広告を抽出する際に、記事との関連性が本質的には乏しい広告がノイズとして含まれてしまう可能性がある。

また、広告に応じてクリック単価が異なることから、広告配信業者側のビジネス的観点から、クリック単価の高い広告をできるだけ優先させてユーザに提供したいという要望がある。
しかしながら、クリック単価の高さを基準に広告を選択するような場合、以下のような理由から類似度が低下し、クリック率が低下する。すなわち、クリック単価の高い広告は、相対的に数が少なく、更に、広告種類のバリエーションも乏しい傾向にあるため、高い類似度を示す記事に偏りが生じる可能性が高い（例えば、保険会社が広告主の場合、記事「火事」に対して「火災保険」等）。これに対し、クリック単価の低い広告は、相対的に数が多く、広告種類のバリエーションも高い傾向にあるため、あらゆる種類の記事（例えば、火事）に対して類似する広告（例えば、消火器、火事をテーマとした本等）を多く含んでいる可能性が高い。そのため、類似度だけを優先するとクリック単価の低い広告が選ばれ、逆にクリック単価の高さだけを優先すると広告の類似度が下がり、クリック率が低下することになり、いずれの場合も、単価×クリック回数の収益を最大化させることが難しい。

本発明は、このような事情に鑑みてなされたものであって、広告収入を考慮した広告配信を行うことのできる広告配信装置、広告配信方法、及び広告配信プログラムを提供することを目的とする。

上記課題を解決するために、本発明は以下の手段を採用する。
本発明は、複数の広告の表示確率を演算する表示確率演算手段と、広告の配信指示を受信した場合に、前記表示確率演算手段によって演算された前記表示確率に基づいて、配信対象となる前記広告を選択する広告選択手段と、配信対象として選択された前記広告の広告コンテンツを配信する広告配信手段とを備え、前記表示確率演算手段は、前記広告がクリックされた回数に関するパラメータと、前記広告の価格に関するパラメータとを用いて前記表示確率を演算する広告配信装置を提供する。

本発明は、複数の広告の表示確率を演算する工程と、広告の配信指示を受信した場合に、前記表示確率に基づいて配信対象となる前記広告を選択する工程と、配信対象として選択された前記広告の広告コンテンツを配信する工程とを備え、前記広告がクリックされた回数に関するパラメータと、前記広告の価格に関するパラメータとを用いて前記表示確率を演算する広告配信方法を提供する。

本発明は、広告がクリックされた回数に関するペラメータと、前記広告の価格に関するパラメータとを用いて、複数の広告の表示確率を演算する処理と、広告の配信指示を受信した場合に、前記表示確率に基づいて配信対象となる前記広告を選択する処理と、配信対象として選択された前記広告の広告コンテンツを配信する処理とをコンピュータに実行させるための広告配信プログラムを提供する。

本発明によれば、広告収入を考慮した広告配信を行うことができるという効果を奏する。

本発明の一実施形態に係る広告配信システムの全体構成を示した図である。 本発明の一実施形態に係るメディアサーバ、広告主サーバ、広告配信サーバ及びユーザ端末のハードウェア構成について示した図である。 本発明の一実施形態に係る広告配信サーバが備える機能の一例を示した機能ブロック図である。 図３に示した記憶部に格納されている登録情報の一例を示した図である。 図３に示した類似広告抽出部の構成を示した図である。 第１閾値及び第２閾値の両方を用いて広告を抽出することの効果について説明するための図である。 本発明の一実施形態に係る広告配信システムの動作について説明するための図である。

以下に、本発明の一実施形態に係る広告配信装置、広告配信方法、及び広告配信プログラムについて、図面を参照して説明する。
図１は本実施形態に係る広告配信装置を有する広告配信システムの全体構成を示した図である。図１に示すように、広告配信システム１は、メディアサーバ１０、広告主（広告代理店）サーバ１１、広告配信サーバ（広告配信装置）１２を主な構成として備えている。図１において、メディアサーバ１０、広告主サーバ１１、広告配信サーバ１２は、それぞれ１台ずつ図示されているが、これらの台数は図示した態様に限定されるものではなく、適宜状況に応じて増設可能である。これらメディアサーバ１０、広告主（広告代理店）サーバ１１、広告配信サーバ（広告配信装置）１２は、ネットワーク１５を介して互いに通信可能に接続され、同じくネットワーク１５に接続される多種多様のユーザ端末１３に対してユーザ端末１３からの閲覧請求に応じたサービス（例えば、記事や広告の配信等）を行う。ネットワーク１５の一例としてインターネット回線があげられるが、他のネットワーク回線であってもよい。

メディアサーバ１０は、新聞・雑誌・ラジオ放送・テレビ放送等のマスメディアが有するサーバやポータルサイトが有するサーバであり、日々さまざまな記事がアップロードされている。メディアサーバ１０は、ネットワーク１５を介してユーザ端末１３から記事の閲覧請求を受信すると、閲覧請求の対象となる記事をネットワーク１５を介してユーザ端末１３に向けて配信する。

広告主サーバ１１は、商品やサービスをユーザ端末１３に提供するサーバである。例えば、消費者に商品、サービス等を提供する企業を一例とする法人等の広告主自身が有するサーバや、当該法人等からの要求に応じて当該法人等の商品、サービスに関する宣伝広告を行う広告代理店が有するサーバが一例として挙げられる。広告主サーバ１１は、当該法人等の商品、サービスに関するさまざまな広告をアップロードし、格納している。

ユーザ端末１３は、パーソナルコンピュータ、タブレット端末等のいわゆる情報処理装置であり、インターネット等の通信を行うための通信部と、ユーザが入力操作を入力するための入力部と、情報を表示させる表示部を有する。例えば、ユーザ端末１３は、ネットワーク１５を介してメディアサーバ１０にアクセスし、メディアサーバ１０にアップロードされている記事（コンテンツ）を自身が有するウェブブラウザを用いて閲覧する。また、ユーザ端末１３のウェブブラウザは、メディアサーバ１０から取得した記事、例えば、ＨＴＭＬ（ＨｙｐｅｒＴｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）等で記述された記事コンテンツを解釈し、解釈に従って広告配信サーバ１２に対してメディアサーバ１０から取得した記事の情報を送信するとともに広告を要求する。

広告配信サーバ１２は、本実施形態における広告配信システムの中核をなす構成であり、ユーザ端末１３から記事の情報及び広告の要求を受信した場合に、その記事の内容に類似する好適な広告を選択し、ユーザ端末１３に対して送信する。これにより、例えば、ユーザ端末１３の表示部には、ユーザによって閲覧要求された記事とともにその記事に適した広告が表示される。

次に、本実施形態に係るメディアサーバ１０、広告主サーバ１１、広告配信サーバ１２のハードウェア構成について図２を参照して説明する。図２に示すように、メディアサーバ１０、広告主サーバ１１、広告配信サーバ１２は、いわゆるコンピュータシステムであり、例えば、ＣＰＵ２１と、ＣＰＵ２１が実行するプログラム等を記憶するためのＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２２と、各プログラム実行時のワーク領域として機能するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２３と、大容量記憶装置としてのハードディスクドライブ（ＨＤＤ）２４と、ネットワークに接続するための通信インターフェース２５、キーボードやマウス等からなる入力部２６、及びデータを表示する液晶表示装置等からなる表示部２７等をそれぞれ備えている。これら各部は、バス２８を介して接続されている。
ＣＰＵ２１が実行するプログラム等を記憶するための記憶媒体は、ＲＯＭ２２に限られず、磁気ディスク、光磁気ディスク、半導体メモリ等で構成される他の記録媒体であってもよい。
上記ＲＯＭ２２には、各種プログラムが格納されており、ＣＰＵ２１がＲＯＭ２２からＲＡＭ２３にプログラムを読み出し、実行することにより種々の機能を実現させる。
なお、メディアサーバ１０、広告主サーバ１１、広告配信サーバ１２は、表示部２７を必ずしも有している必要はない。また、メディアサーバ１０、広告主サーバ１１、広告配信サーバ１２については、入力部２６とネットワーク等で接続され、遠隔からの操作が可能な構成とされていてもよい。

図３は、広告配信サーバ１２が備える機能の一例を示した機能ブロック図である。図３に示すように、広告配信サーバ１２は、例えば、記憶部３１、表示確率演算部３２、類似広告抽出部３３、広告選択部３４、広告配信部３５、登録情報更新部３６、及び広告データベース３７を備えている。これら各部によって実現される後述の各種処理は、例えば、ＣＰＵ２１がＲＯＭ２２に記憶されている広告配信プログラムをＲＡＭ２３に読み出して実行することにより実現されるものである。

記憶部３１には、当該広告配信サーバ１２が配信可能な複数の広告の各々または広告をカテゴリ等の所定の情報に応じて分類したクラスタ毎に、クリック回数に関するパラメータと、広告の価格に関するパラメータとが関連付けられた登録情報が格納されている。

クリック回数に関するパラメータは、クリック回数が反映された指標値であり、例えば、クリック率ＣＴＲ（Ｃｌｉｃｋ Ｔｈｒｏｕｇｈ Ｒａｔｅ）が一例として挙げられる。クリック率ＣＴＲは、その広告がユーザ端末１３に表示された表示回数またはその広告がユーザ端末１３に配信された配信回数に対するクリック回数の比率を示す値である。また、クリック回数に関するパラメータは、クリック率ＣＴＲ等を変数として含む関数として表されていてもよい。

また、広告の価格に関するパラメータは、広告の価格が反映された指標値であり、例えば、広告のクリック単価ＣＰＣ（Ｃｏｓｔ Ｐｅｒ Ｃｌｉｃｋ）等が一例として挙げられる。広告の価格に関するパラメータは、クリック単価そのもので表されていてもよいし、状況に応じて表示単価とクリック単価のように、２種以上のパラメータを使い分けることとしてもよい。また、１種以上のパラメータ（例えば、クリック単価ＣＰＣ）を変数として含む関数として表されていてもよい。

記憶部３１に格納されている登録情報は、随時更新される情報である。例えば、クリック率に関するパラメータは、ユーザ端末１３に広告が配信されたり、広告がユーザ端末１３の表示部に表示されたり、広告がクリックされたりすることにより、後述する登録情報更新部３６によって値が更新される。また、クリック単価は、例えば、広告主との間でクリック単価が変更された場合等に値が更新される。

図４に、クリック関数に関するパラメータとしてクリック率ＣＴＲを、広告の価格に関するパラメータとしてクリック単価ＣＰＣを例示した場合の登録情報の一例を示す。図４（ａ）は初期状態の登録情報、図４（ｂ）は、所定回数の表示が行われたときの登録情報を示している。なお、図４（ａ）、図４（ｂ）に記載の表示確率、確定表示確率は、後述する表示確率演算部３２によって演算、格納される情報である。なお、この表示確率、確定表示確率は、上記登録情報に関連付けられるのではなく、広告ＩＤのみに関連付けられて記憶部３１に登録されていてもよい。なお、図４（ａ）に示す初期状態では、クリック率ＣＴＲとして同じ値（１００［％］／３＝０．３３［％］）を登録した例を示しているが、初期値については適宜設定することが可能である。

表示確率演算部３２は、記憶部３１に格納されている各広告のクリック回数に関するパラメータ及び広告の価格に関するパラメータを所定の演算式に用いることにより、各広告の表示確率を演算する。この演算式は、例えば、クリック回数に係るパラメータの値が大きいほど、また、広告の価格に関するパラメータが大きいほど、表示確率が高くなるような演算式とされている。

例えば、表示確率演算部３２は、以下の演算式（１）を用いて表示確率を演算する。

表示確率＝ｅＣＰＭ／ｅＣＰＭ_{ｔｏｔａｌ} （１）

ここで、ｅＣＰＭ＝ＣＴＲ×ＣＰＣ×１０００である。また、ｅＣＰＭ_{ｔｏｔａｌ}は、全ての広告のｅＣＰＭの合計である。

例えば、図４（ａ）に示すような登録情報が記憶部３１に格納されている場合、各広告の表示確率は以下の通りとなる。

ＩＤ「０００１」：ｅＣＰＭ＝０．３３×１０×１０００＝３３００
ＩＤ「０００２」：ｅＣＰＭ＝０．３３×５０×１０００＝１６５００
ＩＤ「０００３」：ｅＣＰＭ＝０．３３×１００×１０００＝３３０００

ＩＤ「０００１」：表示確率＝３３００／５２８００×１００≒６．３
ＩＤ「０００２」：表示確率＝１６５００／５２８００×１００≒３１．２
ＩＤ「０００３」：表示確率＝３３０００／５２８００×１００≒６２．５

表示確率演算部３２によって演算された各広告の表示確率は、例えば、各広告の識別情報に関連付けられて記憶部３１に格納される（図３参照）。
なお、上記例では、クリック回数に関するパラメータと広告の価格に関するパラメータとを単に乗算することで表示確率を演算したが、演算式は上記例に限られず、例えば、重み付け値を用いた演算式等としてもよい。
また、表示確率演算部３２は、各広告について、表示確率の過去の値が存在する場合、過去の値を用いて最新の表示確率を算出してもよい。このように、過去の値も用いて最新の表示確率を算出することにより、表示確率が急激に変化することを抑制することができる。
例えば、表示確率の前回値を用いる場合、表示確率は、上記（１）式を用いて算出された表示確率（以下「表示確率（今回値）」という。）と前回値との平均値として算出される。式として表すと以下の通りである。また、下記（２）式で演算される表示確率を、表示確率（今回値）と区別するために、便宜上「確定表示確率」という。

確定表示確率＝｛表示確率（前回値）＋表示確率（今回値）｝／２ （２）

例えば、図３（ｂ）の登録状態に基づいて各表示確率（今回値）を演算するとそれぞれ以下の通りとなる。
ＩＤ「０００１」：表示確率（今回値）≒２６．０
ＩＤ「０００２」：表示確率（今回値）≒３７．０
ＩＤ「０００３」：表示確率（今回値）≒３７．０

したがって、各広告の確定表示確率は、以下の通りとなる。
ＩＤ「０００１」：確定表示確率＝（６．３＋２６．０）／２＝１６．２
ＩＤ「０００２」：確定表示確率＝（３１．２＋３７．０）／２＝３４．１
ＩＤ「０００３」：確定表示確率（６２．５＋３７．０）／２＝４９．７

なお、過去の表示確率を用いて最新の表示確率を演算する手法についても上記の例に限定されず、例えば、過去数回分の表示確率を用いて統計的に演算する等、各種の演算手法を採用することが可能である。

類似広告抽出部３３は、メディアサーバ１０がユーザ端末１３から閲覧要求を受信した場合に、メディアサーバ１０から閲覧要求を受けた記事の情報を受信し、この記事の内容に類似する広告を抽出する。
類似広告抽出部３３は、例えば、図５に示すように、類似度演算部４１、第１閾値演算部４２、第２閾値演算部４３、及び抽出部４４を備えている。
類似度演算部４１は、例えば、メディアサーバ１０から受信した記事の内容からキーワードを抽出し、このキーワードに基づいて各広告の類似度を演算する。なお、広告の類似度の演算は、広告をカテゴリや出現傾向に応じて分類して作成されたクラスタ毎に演算されてもよい。ここで、類似度に代えてユーザの興味度を利用してもよい。
なお、閲覧記事からキーワードを抽出する技術や閲覧記事と広告との類似度（興味度）を演算する方法については数々の公知の手法が提案されており、これらの手法を適宜採用すればよい。例えば、特開２０１５−２２５６１号公報、特開２０１６−６２１０２号公報に開示された手法を適宜採用することにより実現可能である。

第１閾値演算部４２は、類似度演算部４１によって演算された広告の類似度から統計的な手法によって第１閾値を算出する。例えば、全ての広告またはクラスタ毎の類似度もしくは所定の閾値を超える類似度の広告を対象として、これらの類似度の平均や二乗平方根等を演算することにより、第１閾値を算出する。
第２閾値演算部４３は、類似度演算部４１によって演算された広告の類似度のうち、最大類似度を特定し、その最大類似度を用いて第２閾値を算出する。例えば、第２閾値演算部は、最大類似度に所定の定数（例えば、０．４）を乗じた値を第２閾値として算出する。このように、第２閾値は、最大類似度に対する相対的な閾値である。
抽出部４４は、全ての広告または全てのクラスタの中から類似度が第１閾値以上かつ第２閾値以上の広告を抽出し、抽出した広告（クラスタ）が記載された広告リストを作成する。

ここで、第１閾値及び第２閾値の両方を用いて広告を抽出することの効果について図６を参照して説明する。図６は、各広告主Ａ、Ｂ、Ｃが有する広告をカテゴリに応じて分類したクラスタ毎に示した図であり、縦軸は類似度を示している。ここで、広告主Ａ、Ｂが取り扱う広告は比較的クリック単価が高く、かつ、カテゴリが集中しており、一方、広告主Ｃが取り扱う広告は、比較的クリック単価が低く、かつ、カテゴリがバラエティに富んでいることから類似度のダイナミックレンジが広告主Ａ、Ｂに比べてかなり広く示されている。

図６に示すように、広告の類似度のダイナミックレンジ（バラツキ）が大きい場合、記事に全く関係のない広告が多く含まれていることとなる。したがって、類似度が低いこれらの広告の影響により、統計的手法（例えば、平均や二乗平方根）を用いて演算される第１閾値の値が低く算出されてしまう可能性がある。このため、第１閾値のみを用いて広告を抽出した場合、抽出された広告の中には、図６の広告主Ａの広告のように、類似度が相対的に低い広告が含まれてしまうおそれがある。そして、この相対的に低い広告（図６における広告主Ａの広告）のクリック単価が高い場合には、表示確率が高い値となり、ユーザに提供する広告として選択されてしまう可能性がある。

しかしながら、本来、このような相対的に類似度（興味度）の低い広告はユーザの興味を惹くような広告ではないため、なるべく配信候補から排除したい。そこで、本実施形態では、最大類似度を用いて算出された相対的な閾値である第２閾値も使用し、広告の抽出を行う。このように、第２閾値を用いることで、例えば、図６に示されるように、第１閾値以上の広告の中でも相対的に類似度が低い広告主Ａの広告が抽出されることを回避することができる。

広告選択部３４は、類似広告抽出部３３によって抽出された広告リストの中から、表示確率演算部３２によって演算された（確定）表示確率の高い広告順に所定数の広告を選択する。所定数は、例えば、メディアサーバ１０から受信した閲覧記事の構成に応じて変化する。
広告配信部３５は、広告選択部３４によって選択された所定数の広告に対応する広告コンテンツを広告データベース３７から抽出し、抽出した広告コンテンツをユーザ端末１３に送信する。ここで、広告データベース３７には、広告配信サーバがユーザ端末１３に送信する広告コンテンツが広告ＩＤに関連付けられて格納されている。なお、広告データベース３７は、広告主である各広告主サーバ１１に設けられていてもよい。すなわち、広告配信サーバ１２が広告コンテンツを取得できる環境とされていればよく、その格納形態については特に限定されない。

登録情報更新部３６は、例えば、ユーザ端末１３に広告が配信されたり、広告がユーザ端末１３の表示部２７に表示されたり、広告がユーザによってクリックされた場合に、その情報をユーザ端末１３から取得し、取得した情報に基づいて記憶部３１に格納されている登録情報を更新する。また、クリック単価の契約等が変更された場合に、変更後の情報に基づいて登録情報を更新する。また、登録情報更新部３６は、クリックされた総数についてもカウントしている。

次に、本発明の一実施形態に係る広告配信システム１の動作について図７を参照して説明する。なお、本実施形態に係る広告配信システム１は、ネットワーク１５を介して多くのユーザ端末１３に対して記事及び広告配信を行うものであるが、説明の便宜上、一台のユーザ端末１３を例示して、該ユーザ端末１３との情報の送受について説明する。

まず、ユーザ端末１３に表示されているウェブブラウザ上で所定の記事等がユーザによって選択されると、その記事に対応する閲覧請求がメディアサーバに送信される（図７のステップＳＡ１）。メディアサーバ１０は、閲覧請求がされた記事を抽出し、抽出した記事をユーザ端末１３に送信する（図７のステップＳＡ２）。ユーザ端末１３はメディアサーバ１０から記事を受信すると、広告配信サーバ１２に対して受信した記事の情報を送信するとともに、広告を要求する（図７のステップＳＡ３）。

広告配信サーバ１２は、記事の情報とともに広告配信の要求を受信すると、まず、受信した記事の内容に類似する広告リストを類似広告抽出部３３が抽出する（図７のステップＳＡ４）。具体的には、まず、類似度演算部４１（図５参照）が、記事の内容からキーワードを抽出し、このキーワードに基づいて各広告の類似度を演算する。次に、類似度演算部４１によって演算された類似度を用いて、第１閾値演算部４２が統計的閾値となる第１閾値を算出する。また、第２閾値演算部４３が、類似度演算部４１によって演算された類似度のうち、最大類似度を特定し、その最大類似度を用いて第２閾値を算出する。第１閾値及び第２閾値が演算されると、抽出部４４は、全ての広告の中から類似度が第１閾値以上かつ第２閾値以上の広告を広告リストとして抽出する。

続いて、広告選択部３４（図３参照）は、記憶部３１に格納されている最新の確定表示確率を参照し、広告リストに挙げられている広告のうち、表示確率の高い順に所定数の広告を選択する（図７のステップＳＡ５）。広告選択部３４によって広告が選択されると、広告配信部３５は選択された広告のコンテンツを広告データベース３７から取得し（図７のステップＳＡ６）、抽出した広告コンテンツをユーザ端末１３に送信する（図７のステップＳＡ７）。
これにより、ユーザ端末１３の表示部２７には、メディアサーバ１０から送信された記事の情報が表示されるとともに、その記事の所定の位置に広告配信サーバ１２から送信された広告コンテンツが表示されることとなる（図７のステップＳＡ８）。

この表示画面において、ユーザによって広告コンテンツがクリック（選択）されると、その広告コンテンツに対応付けられた広告情報の閲覧要求が広告配信サーバ１２に送信される（図７のステップＳＡ９）。広告配信サーバ１２では、登録情報更新部３６によりクリック数が計測されるとともに、記憶部３１に格納されている登録情報が受信情報に基づいて更新される（図７のステップＳＡ１０）。すなわち、クリックされた広告コンテンツに対応するクリックに関するパラメータが更新される。また、ユーザ端末１３からの広告情報の閲覧要求は広告主サーバ１１へ送信され（図７のステップＳＡ１１）、閲覧要求に応じた広告データが広告主サーバ１１からユーザ端末１３に送信される（図７のステップＳＡ１２）。これにより、ユーザ端末１３の表示部２７には、広告主サーバ１１から配信された広告データ、例えば、製品情報が掲載されたウェブページ等が表示される。

また、表示確率演算部３２（図３参照）は、所定のタイミングで記憶部３１に格納されている登録情報に基づいて確定表示確率を算出し、最新の（確定）表示確率を記憶部３１に格納する。所定のタイミングは、例えば、登録情報更新部３６によって計測されたクリック数の累計が所定回数（例えば、１０００回）に達する毎、または、前回の確定表示確率の更新時から所定の時間が経過したとき等が一例として挙げられる。また、登録情報が更新される度に、更新された広告の確定表示確率を演算することとしてもよい。

以上、説明したように、本実施形態に係る広告配信サーバ（広告配信装置）、広告配信方法、及び広告配信プログラムによれば、広告の価格に関するパラメータと広告のクリック数に関するパラメータとを用いて広告の表示確率が演算され、演算された表示確率を用いてユーザに提供する広告が選択される。ここで、表示確率は、広告の価格が高いほど、広告のクリック数が高いほど表示確率が高くなるような演算式を用いて演算されるので、広告のクリック数と価格との両方が反映された好適な広告コンテンツを選択して、ユーザに提供することが可能となる。

更に、ユーザ端末１３に配信される広告は、ユーザが閲覧請求をした記事の内容に対する類似度が第１閾値以上かつ第２閾値以上の広告に限られるので、類似度が相対的に低い広告がユーザ端末１３に送信されるのを回避することができる（図６参照）。換言すると、相対的に類似度が高い広告のみを選択候補として抽出でき、その中で表示確率の高い広告をユーザに提供することができる。これにより、類似度が低い広告の配信を排除しながら、広告収入を考慮した広告配信を実現できるという効果を奏する。

以上、本発明を、上記実施形態を用いて説明したが、本発明の技術的範囲は上記実施形態に記載の範囲には限定されない。発明の要旨を逸脱しない範囲で上記実施形態に多様な変更又は改良を加えることができ、該変更又は改良を加えた形態も本発明の技術的範囲に含まれる。また、上記実施形態を適宜組み合わせてもよい。
また、上記実施形態では、広告配信サーバ内における処理の手順について説明したが、これらの手順は一例であり、本発明の主旨を逸脱しない範囲内において不要な処理工程を削除したり、新たな処理工程を追加したり、処理工程を入れ替えたりしてもよい。

１ ：広告配信システム
１０ ：メディアサーバ
１１ ：広告主サーバ
１２ ：広告配信サーバ
１３ ：ユーザ端末
２７ ：表示部
３１ ：記憶部
３２ ：表示確率演算部
３３ ：類似広告抽出部
３４ ：広告選択部
３５ ：広告配信部
３６ ：登録情報更新部
３７ ：広告データベース
４１ ：類似度演算部
４２ ：第１閾値演算部
４３ ：第２閾値演算部
４４ ：抽出部

Claims (6)

1. 複数の広告の表示確率を演算する表示確率演算手段と、
   広告の配信指示を受信した場合に、前記表示確率演算手段によって演算された前記表示確率に基づいて、配信対象となる前記広告を選択する広告選択手段と、
   配信対象として選択された前記広告の広告コンテンツを配信する広告配信手段と
   を備え、
   前記表示確率演算手段は、前記広告がクリックされた回数に関するパラメータと、前記広告の価格に関するパラメータとを用いて前記表示確率を演算する広告配信装置。
2. 前記表示確率演算手段は、前記広告の価格が高いほど前記表示確率が高く算出される演算式を用いて前記表示確率を演算する請求項１に記載の広告配信装置。
3. 前記表示確率演算手段は、各前記広告の過去における前記表示確率も用いて最新の前記表示確率を演算する請求項１または請求項２に記載の広告配信装置。
4. 複数の前記広告について、ユーザの閲覧記事に対する類似度を算出する類似度算出手段と、
   前記類似度算出手段によって取得された複数の前記広告の類似度から統計的手法によって第１閾値を算出する第１閾値演算手段と、
   前記類似度算出手段によって取得された前記広告の類似度のうち最大類似度を用いて前記最大類似度に対する相対的な閾値である第２閾値を算出する第２閾値演算手段と
   を備え、
   前記広告選択手段は、類似度が前記第１閾値以上かつ前記第２閾値以上の前記広告の中から前記表示確率に基づいて配信対象となる前記広告を選択する請求項１から請求項３のいずれかに記載の広告配信装置。
5. 複数の広告の表示確率を演算する工程と、
   広告の配信指示を受信した場合に、前記表示確率に基づいて配信対象となる前記広告を選択する工程と、
   配信対象として選択された前記広告の広告コンテンツを配信する工程と
   を備え、
   前記広告がクリックされた回数に関するパラメータと、前記広告の価格に関するパラメータとを用いて前記表示確率を演算する広告配信方法。
6. 広告がクリックされた回数に関するペラメータと、前記広告の価格に関するパラメータとを用いて、複数の広告の表示確率を演算する処理と、
   広告の配信指示を受信した場合に、前記表示確率に基づいて配信対象となる前記広告を選択する処理と、
   配信対象として選択された前記広告の広告コンテンツを配信する処理と
   をコンピュータに実行させるための広告配信プログラム。
   

Images