JP2018156472A - 解析装置、解析方法、およびプログラム - Google Patents

Abstract

【課題】アプリケーションの配信ページに掲載される画像を自動的に決定することができる解析装置、解析方法、およびプログラムを提供することである。
【解決手段】解析装置は、アプリケーションが起動された画面をキャプチャした一以上のキャプチャ画像と、少なくとも前記一以上のキャプチャ画像が掲載された前記アプリケーションの配信ページを閲覧したユーザによってとられた行動が評価された評価値とを取得する取得部と、前記取得部により取得されたキャプチャ画像の特徴に関するパラメータと、前記取得部により取得された評価値とに基づいて、未知関数の最適化手法により、前記配信ページに掲載するキャプチャ画像の特徴に関するパラメータとして好ましいパラメータである改善パラメータを決定する決定部とを備える。
【選択図】図６

Description

本発明は、解析装置、解析方法、およびプログラムに関する。

一般的に、スマートフォンなどの端末装置にインストール可能なアプリケーションは、所定のウェブページやアプリケーション用のページ上で配信されている。このようなアプリケーションの配信ページには、そのアプリケーションを使用したときの画面の様子の一コマが画像として掲載されている。一方で、近年、機械学習におけるハイパーパラメータを、ガウス過程などの確率的手法により決定する技術が知られている（例えば、特許文献１参照）。

特開２０１６−２１８８６９号公報

しかしながら、従来の技術では、アプリケーションの配信ページに掲載される画像を自動的に決定することについて考慮されていなかった。

本発明は、上記の課題に鑑みてなされたものであり、アプリケーションの配信ページに掲載される画像を自動的に決定することができる解析装置、解析方法、およびプログラムを提供することを目的としている。

本発明の一態様は、アプリケーションが起動された画面をキャプチャした一以上のキャプチャ画像と、少なくとも前記一以上のキャプチャ画像が掲載された前記アプリケーションの配信ページを閲覧したユーザによってとられた行動が評価された評価値とを取得する取得部と、前記取得部により取得されたキャプチャ画像の特徴に関するパラメータと、前記取得部により取得された評価値とに基づいて、未知関数の最適化手法により、前記配信ページに掲載するキャプチャ画像の特徴に関するパラメータとして好ましいパラメータである改善パラメータを決定する決定部と、を備える解析装置である。

本発明の一態様によれば、アプリケーションの配信ページに掲載される画像を自動的に決定することができる解析装置、解析方法、およびプログラムを提供することができる。

第１実施形態における解析装置２００を含む解析システム１の一例を示す図である。 アプリ配信ページの一例を示す図である。 第１実施形態におけるサービス提供装置１００の構成の一例を示す図である。 アプリインストールログ情報Ｄ１の一例を示す図である。 アプリ毎評価情報Ｄ２の一例を示す図である。 第１実施形態における解析装置２００の構成の一例を示す図である。 第１実施形態における解析側制御部２１０により実行される処理の一例を示すフローチャートである。 第１実施形態におけるパラメータ情報Ｄ４の一例を示す図である。 第１実施形態における解析側制御部２１０により実行される処理の他の例を示すフローチャートである。 ベイズ的最適化手法による改善パラメータの決定方法を説明するための図である。 改善パラメータを再決定する方法を説明するための図である。 ページ毎関数情報Ｄ５の一例を示す図である。 類似キャプチャ画像が一覧形式で提示された画面の一例を示す図である。 第２実施形態におけるパラメータ情報Ｄ４の一例を示す図である。 ブラックボックス関数Ｆ（Ｘ）を示す波形の一例を示す図である。 第４実施形態におけるパラメータ情報Ｄ４の一例を示す図である。 実施形態のサービス提供装置１００および解析装置２００のハードウェア構成の一例を示す図である。

以下、本発明を適用した解析装置、解析方法、およびプログラムを、図面を参照して説明する。

［概要］
解析装置は、一以上のプロセッサによって実現される。解析装置は、アプリケーションが起動された画面をキャプチャした一以上のキャプチャ画像と、少なくとも一以上のキャプチャ画像が掲載されたアプリケーションの配信ページ（以下、アプリ配信ページと称する）を閲覧したユーザによってとられた行動が評価された評価値とを取得する。そして、解析装置は、取得したキャプチャ画像の特徴に関するパラメータと、取得した評価値とに基づいて、未知関数の最適化手法により、アプリ配信ページに掲載するキャプチャ画像の特徴に関するパラメータとして好ましいパラメータである改善パラメータを決定し、この改善パラメータを出力する。これによって、アプリケーションの配信ページに掲載される画像を自動的に決定することができることができる。

未知関数の最適化手法とは、事前に形状が分からない未知関数（未知の目的関数）を最適化する手法であり、例えば、ベイズ的最適化手法、遺伝的アルゴリズム、差分進化法、焼きなまし法、グリッドサーチ法などである。以下の実施形態では、未知関数の最適化手法としてベイズ的最適化手法を適用した場合の例について説明するが、遺伝的アルゴリズムや差分進化法などの他の手法を用いてもよい。この場合、更に、分布推定アルゴリズム（Estimation of Distribution Algorithms）などを利用して、最適化手法として行われる探索処理の過程で得られるパラメータ（探索点）を基に、ある確率モデルに従う関数（分布）を求めてもよい。

ベイズ的最適化手法とは、上述したように、ある未知関数を導出する際に、何かしらの事前分布を仮定し、関数の事後分布を基に未知関数を最適化する手法である。本実施形態では、一例として、ガウス過程（Gaussian process）と呼ばれる確率過程（確率変数の集合）を用いて事前分布を仮定するベイズ的最適化手法について説明するが、他の確率過程を用いて事前分布を仮定してもよい。

＜第１実施形態＞
［全体構成］
図１は、第１実施形態における解析装置２００を含む解析システム１の一例を示す図である。第１実施形態における解析システム１は、例えば、一以上の端末装置１０と、サービス提供装置１００と、解析装置２００とを備える。これらの装置は、ネットワークＮＷを介して接続される。なお、サービス提供装置１００は、解析装置２００内に集約されていてもよい。

図１に示す各装置は、ネットワークＮＷを介して種々の情報を送受信する。ネットワークＮＷは、例えば、無線基地局、Ｗｉ‐Ｆｉアクセスポイント、通信回線、プロバイダ、インターネットなどを含む。なお、図１に示す各装置の全ての組み合わせが相互に通信可能である必要はなく、ネットワークＮＷは、一部にローカルなネットワークを含んでもよい。

端末装置１０は、ユーザによって使用される装置である。端末装置１０は、例えば、スマートフォンなどの携帯電話、タブレット端末、パーソナルコンピュータなどのコンピュータ装置である。

端末装置１０は、ユーザから所定の操作を受け付けると、ウェブブラウザを介して、サービス提供装置１００が提供するウェブサイトにアクセスする。例えば、サービス提供装置１００により提供されるウェブサイトは、検索サイトやショッピングサイト、ＳＮＳ（Social Networking Service）、メールサービス、情報提供サービス（例えばニュースや天気予報など）などを享受可能なウェブサイトである。

また、端末装置１０は、ユーザから所定の操作を受け付けると、予めインストールされたアプリケーションを介してサービス提供装置１００と通信を行い、アプリケーション上で表示或いは再生するコンテンツを取得する。コンテンツは、例えば、動画データや、画像データ、音声データ、テキストデータなどである。これによって、端末装置１０には、アプリケーションを介して、上述した各種ウェブサイトにより提供されるサービスと同様のサービスが提供される。

サービス提供装置１００は、インターネット上において、ショッピングサイトや検索サイトなどのウェブサイトを提供するウェブサーバ装置であってよいし、アプリケーションが起動された端末装置１０と通信を行って、各種情報の受け渡しを行うアプリケーションサーバ装置であってもよい。

サービス提供装置１００によってサービスとして提供されるウェブページまたはアプリケーション用のページは、例えば、端末装置１０にインストール可能なアプリケーションの配信ページである。配信されるアプリケーションは、例えば、ゲームやスポーツ、ＳＮＳ、動画編集などのツール、ニュース、ファイナンスなどに関するアプリケーションである。以下、アプリケーションが配信されるページを「アプリ配信ページ」と称して説明する。

図２は、アプリ配信ページの一例を示す図である。図示の例のように、アプリ配信ページには、アプリ配信ページにおいて配信されるアプリケーションのアイコンＩＣや、端末装置１０にアプリケーションをインストールするためのインストールボタンＢ、そのアプリケーションを起動（使用）したときの画面の様子をスクリーンショットとしてキャプチャした画像（以下、スクリーンショット画像ＳＳと称する）、アプリケーションの説明文などが掲載される。図示の例では、スクリーンショット画像ＳＳは、スマートフォンなどの携帯電話でアプリケーションを起動したときの画面像を表している。

例えば、アプリ配信ページにおいて配信されるアプリケーションがゲームアプリの場合、一般的に、そのアプリケーション特有の特徴的な画像がスクリーンショット画像ＳＳとして選択される。例えば、戦闘シーンの画像やゲームシステムの特徴を示す画像、そのアプリケーション固有のキャラクターの画像などがスクリーンショット画像ＳＳとして選択される。

解析装置２００は、例えば、サービス提供装置１００によりサービスとして提供されるアプリ配信ページを解析して、アプリ配信ページに掲載されるスクリーンショット画像ＳＳを、ベイズ的最適化手法などの未知関数の最適化手法を用いて決定する。

［サービス提供装置の構成］
以下、サービス提供装置１００および解析装置２００の各構成について説明する。図３は、第１実施形態におけるサービス提供装置１００の構成の一例を示す図である。図示のように、サービス提供装置１００は、例えば、サービス提供側通信部１０２と、サービス提供側制御部１１０と、サービス提供側記憶部１３０とを備える。

サービス提供側通信部１０２は、例えば、ＮＩＣ（Network Interface Card）などの通信インターフェースやＤＭＡ（Direct Memory Access）コントローラを含む。サービス提供側通信部１０２は、ネットワークＮＷを介して、端末装置１０または解析装置２００などと通信する。

サービス提供側制御部１１０は、例えば、サービス提供部１１２と、評価値導出部１１４と、解析依頼部１１６とを備える。サービス提供側制御部１１０の構成要素は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などのプロセッサがサービス提供側記憶部１３０に格納されたプログラムを実行することにより実現される。また、サービス提供側制御部１１０の構成要素の一部または全部は、ＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、またはＦＰＧＡ（Field-Programmable Gate Array）などのハードウェアにより実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。

サービス提供側記憶部１３０は、例えば、ＨＤＤ（Hard Disc Drive）、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）などにより実現される。サービス提供側記憶部１３０は、ファームウェアやアプリケーションプログラムなどの各種プログラムの他に、後述するアプリインストールログ情報Ｄ１やアプリ毎評価情報Ｄ２などを記憶する。

サービス提供部１１２は、例えば、サービス提供側通信部１０２を用いて、サービスとしてアプリ配信ページを端末装置１０に提供する。例えば、サービス提供装置１００がウェブサーバ装置である場合、サービス提供部１１２は、サービス提供側通信部１０２により端末装置１０からＨＴＴＰ（Hypertext Transfer Protocol）リクエストが受信されると、このリクエストに対応したウェブページとして、ＨＴＭＬ形式のテキストデータや、ＣＳＳ（Cascading Style Sheets）などのスタイルシート、画像データ、動画データ、音声データなどを、ＨＴＴＰリクエストの送信元である端末装置１０に送信する。このとき、画像データは、上述したスクリーンショット画像ＳＳを少なくとも含む。これを受けて、端末装置１０の画面には、ウェブブラウザの機能によりアプリ配信ページが描画される。

また、例えば、サービス提供装置１００がアプリケーションサーバ装置である場合、サービス提供部１１２は、アプリケーションが起動された端末装置１０からサービス提供側通信部１０２により所定のリクエストが受信されると、このリクエストに応じて、少なくともスクリーンショット画像ＳＳを含む画像データなどのコンテンツを、リクエストの送信元である端末装置１０に送信する。端末装置１０は、コンテンツを受信すると、例えば、アプリケーションのインストール時に合わせて取得しておいたスタイルシートなどに基づいて、受信したコンテンツを画面上に配置することで、アプリ配信ページを描画する。

また、例えば、アプリ配信ページがウェブページである場合、サービス提供部１１２は、セッションごと、またはウェブサイトにおいてログインが継続している期間ごとに、インプレッション数およびコンバージョン数を収集することでアプリインストールログ情報Ｄ１を生成する。

図４は、アプリインストールログ情報Ｄ１の一例を示す図である。図示のように、アプリインストールログ情報Ｄ１は、例えば、アプリ配信ページを識別するためのページＩＤに対して、インプレッション数と、コンバージョン数とが対応付けられた情報である。

セッションとは、例えば、クッキー等の状態管理機能の有効期間である。例えば、ウェブサイト内のあるウェブページにアクセスしてから所定時間経過（タイムアウト）するまでの期間が一つのセッションとして扱われる。また、セッションとは、ウェブサイト内のあるウェブページにアクセスしてから、当該ウェブサイト内の他のウェブページ、または他のウェブサイト内のウェブページに切り替わるまでの期間であってもよい。また、セッションとは、ウェブサイト内のあるウェブページにアクセスしてから、当該ウェブページを表示するウェブブラウザを閉じるまでの期間であってもよい。

インプレッションとは、例えば、アプリ配信ページに対してアクセス（訪問）があり、アクセス要求元（例えばＨＴＴＰリクエストの送信元）である端末装置１０の画面にアプリ配信ページが表示されることである。

コンバージョンとは、例えば、アプリ配信ページにおいてアプリケーションを配信する配信主が期待する所定の行動を、そのアプリ配信ページを閲覧したユーザがとったことを意味する。所定の行動とは、例えば、アプリ配信ページにおいて、上述したインストールボタンＢなどを操作するなどしてアプリケーションを端末装置１０にインストールすることである。また、所定の行動は、アプリ配信ページから、その配信ページで配信されるアプリケーションの詳細情報が掲載された詳細画面が閲覧されることであってもよいし、アプリ配信ページがお気に入り登録されることであってもよい。

また、例えば、アプリ配信ページがアプリ用のページである場合、サービス提供部１１２は、アプリのログインが継続している期間ごとに、インプレッション数およびコンバージョン数を収集することでアプリインストールログ情報Ｄ１を生成してよい。

評価値導出部１１４は、上述したアプリ配信ページを閲覧したユーザによってとられた行動が評価された評価値を、アプリ配信ページごとに導出する。

例えば、評価値導出部１１４は、端末装置１０のユーザが、アプリケーションの配信主が期待する所定の行動として、アプリ配信ページからアプリケーションをインストールした場合、「コンバージョンが成立した」と判定し、そのコンバージョンの成立回数をカウントする。そして、評価値導出部１１４は、例えば、コンバージョンの成立回数、すなわち、インストール回数をアプリ配信ページのインプレッション数で除算したＣＶＲ（Conversion Rate）を、対象のアプリ配信ページの評価値として導出する。

また、評価値導出部１１４は、ＣＶＲを導出するのに代えて、或いは加えて、所定期間におけるインストール回数を同じ所定期間におけるアンインストール回数で除算した値を評価値として導出してもよいし、インストールされてから所定期間内に起動された回数を評価値として導出してもよい。なお、上述した評価値はあくまでも一例であり、例示していない他の評価値が導出されてもよい。

そして、評価値導出部１１４は、導出した評価値と、その評価の対象としたアプリ配信ページとを対応付けた情報を生成し、この生成した情報をアプリ毎評価情報Ｄ２としてサービス提供側記憶部１３０に記憶させる。

図５は、アプリ毎評価情報Ｄ２の一例を示す図である。図示のように、アプリ毎評価情報Ｄ２は、例えば、アプリ配信ページを識別するためのページＩＤに対して、そのアプリ配信ページの評価値が対応付けられた情報である。例えば、「ＡＡＡ」のページＩＤには、評価値としてＣＶＲが対応付けられ、「ＢＢＢ」のページＩＤには、評価値としてインストール回数をアンインストール回数で除算した値が対応付けられている。このように、各ページＩＤには、互いに異なる評価値が対応付けられてもよいし、同じ評価値が対応付けられてもよい。また、各ページＩＤには、互いに異なる複数の評価値が対応付けられてもよい。

また、アプリ毎評価情報Ｄ２において、評価値が対応付けられたアプリ配信ページが改変された場合、評価値導出部１１４は、改変されたアプリ配信ページの評価値を再度導出してよい。アプリ配信ページの「改変」とは、例えば、アプリ配信ページに掲載されるスクリーンショット画像ＳＳを変更することである。

例えば、プログラマーやデザイナーなどのアプリ配信ページの設計者が、評価値導出部１１４により導出された評価値を参照して、現状のアプリ配信ページから、よりコンバージョンが成立しやすいアプリ配信ページへと改変するために、掲載するスクリーンショット画像ＳＳを変更することが想定される。

例えば、アプリ配信ページが改変されると、サービス提供部１１２は、サービス提供側通信部１０２を用いて、改変されたアプリ配信ページ（以下、改変済みアプリ配信ページと称する）を、所定のユーザが操作する端末装置１０へと送信する。所定のユーザとは、例えば、不特定多数のユーザにより構成されたクラウドソーシング形式のワーキンググループに参加するユーザである。クラウドソーシングとは、依頼した業務の協力を募ることである。例えば、サービス提供部１１２は、クラウドソーシングに参加するユーザの端末装置１０に対して、改変済みアプリ配信ページを提供することで、提供した改変済みアプリ配信ページにアクセスしてもらい、興味や関心があればアプリケーションをインストールしてもらう。

そして、評価値導出部１１４は、改変されたアプリ配信ページがサービス提供部１１２により端末装置１０へと提供され、その端末装置１０を操作するユーザによってインストールなどがなされると、この改変されたアプリ配信ページの評価値を導出する。例えば、評価値導出部１１４は、アプリ毎評価情報Ｄ２において、その改変済みアプリ配信ページのページＩＤに対応付けられた評価値を更新してもよいし、改変済みアプリ配信ページのページＩＤを新たなページＩＤとして扱うことで、アプリ毎評価情報Ｄ２に改変済みアプリ配信ページごとに評価値のログをレコードとして追加してもよい。

解析依頼部１１６は、サービス提供側通信部１０２を用いて、サービス提供部１１２によりサービスとして提供されるアプリ配信ページのうち、任意の解析対象のアプリ配信ページを解析依頼として解析装置２００に送信する。解析対象のアプリ配信ページは、予めアプリ配信ページの設計者が決めてもよいし、所定のアルゴリズムにより決定されてもよい。所定のアルゴリズムとは、例えば、所定期間におけるアプリ配信ページのインプレッション数（アクセス数）の減少度合が閾値以上のアプリ配信ページを優先的に解析対象のアプリ配信ページとする、といったアルゴリズムである。また、サービス提供装置１００により提供される全てのアプリ配信ページが解析対象のアプリ配信ページとして決定されてもよい。

このとき、解析依頼部１１６は、解析依頼として解析対象のアプリ配信ページを送信する際に、アプリ配信ページにおいて配信されるアプリケーションのキャプチャ動画Ｄ３を送信する。キャプチャ動画Ｄ３とは、アプリ配信ページにおいて配信されるアプリケーションを起動したときの画面の様子をキャプチャした動画である。このキャプチャ動画Ｄ３は、例えば、所定の端末装置の画面を仮想的に撮像する動画キャプチャアプリケーションを、インストールされたアプリケーションと共に起動させて画面を撮像させることで生成されてもよいし、ビデオカメラなどの撮像装置（不図示）を用いて、アプリケーションが起動された所定の端末装置の画面が直撮りされることで生成されてもよい。所定の端末装置とは、例えば、アプリケーションのデバックなどを行うことが可能な開発者用の端末装置であってもよいし、一般ユーザが利用する端末装置１０であってもよい。上述したスクリーンショット画像ＳＳは、キャプチャ動画Ｄ３を構成する複数のキャプチャ画像のうちの任意のキャプチャ画像である。

また、解析依頼部１１６は、解析依頼として解析対象のアプリ配信ページを解析装置２００に送信する前に、予め、評価値が導出されたアプリ配信ページと、そのアプリ配信ページの評価値を含むアプリ毎評価情報Ｄ２とを、サービス提供側通信部１０２を用いて解析装置２００に送信する。また、解析依頼部１１６は、解析依頼として解析対象のアプリ配信ページを送信するタイミングで、評価値が導出されたアプリ配信ページと、そのアプリ配信ページの評価値を含むアプリ毎評価情報Ｄ２とを送信してもよい。以下の説明では、解析依頼がなされる前にアプリ配信ページおよびアプリ毎評価情報Ｄ２が送信されるものとする。

［解析装置の構成］
図６は、第１実施形態における解析装置２００の構成の一例を示す図である。図示のように、解析装置２００は、例えば、解析側通信部２０２と、解析側制御部２１０と、解析側記憶部２３０とを備える。

解析側通信部２０２は、例えば、ＮＩＣなどの通信インターフェースやＤＭＡコントローラを含む。解析側通信部２０２は、例えば、ネットワークＮＷを介して、サービス提供装置１００などと通信する。

解析側制御部２１０は、例えば、取得部２１２と、パラメータ抽出部２１４と、パラメータ決定部２１６と、候補画像抽出部２１８と、出力部２２０とを備える。解析側制御部２１０の構成要素は、例えば、ＣＰＵやＧＰＵなどのプロセッサが解析側記憶部２３０に格納されたプログラムを実行することにより実現される。また、解析側制御部２１０の構成要素の一部または全部は、ＬＳＩ、ＡＳＩＣ、またはＦＰＧＡなどのハードウェアにより実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。

解析側記憶部２３０は、例えば、ＨＤＤ、フラッシュメモリ、ＥＥＰＲＯＭ、ＲＯＭ、ＲＡＭなどにより実現される。解析側記憶部２３０は、ファームウェアやアプリケーションプログラムなどの各種プログラムの他に、上述したアプリ毎評価情報Ｄ２およびキャプチャ動画Ｄ３と、パラメータ情報Ｄ４と、ページ毎関数情報Ｄ５などを記憶する。パラメータ情報Ｄ４およびページ毎関数情報Ｄ５については後述する。

［事前処理］
以下、フローチャートに即して解析側制御部２１０の各構成要素について説明する。図７は、第１実施形態における解析側制御部２１０により実行される処理の一例を示すフローチャートである。本フローチャートの処理は、例えば、サービス提供装置１００により解析依頼として解析対象のアプリ配信ページが送信される前に、事前処理としてアプリ配信ページと、そのアプリ配信ページの評価値を含むアプリ毎評価情報Ｄ２が送信される場合に、解析側制御部２１０によって行われる処理を表している。この処理は、所定の周期で繰り返し行われてよい。

まず、取得部２１２は、解析側通信部２０２によってサービス提供装置１００からアプリ配信ページと、そのアプリ配信ページの評価値を含むアプリ毎評価情報Ｄ２とが受信されるまで待機し（Ｓ１００）、アプリ配信ページおよびアプリ毎評価情報Ｄ２が受信されると、これらの受信情報を解析側通信部２０２から取得し、これを解析側記憶部２３０に記憶させる。

例えば、取得部２１２は、アプリ配信ページがウェブページである場合、ＨＴＭＬ形式のテキストデータ、ＣＳＳなどのスタイルシート、スクリーンショット画像ＳＳとして掲載するための画像データなどをアプリ配信ページとして取得してよい。また、取得部２１２は、アプリ配信ページがアプリ用のページである場合、ＨＴＭＬや、ＣＳＳ、ＪａｖａＳｃｒｉｐｔ（登録商標）などで記述されたスタイルシートと、スクリーンショット画像ＳＳとして掲載するための画像データとをアプリ配信ページとして取得してよい。

次に、パラメータ抽出部２１４は、取得部２１２によってアプリ毎評価情報Ｄ２と共に取得されたアプリ配信ページに掲載された一又は複数のスクリーンショット画像ＳＳから、画像の特徴に関するパラメータを抽出する（Ｓ１０２）。

例えば、パラメータ抽出部２１４は、各スクリーンショット画像ＳＳから、所定の画像特徴をパラメータとして抽出する。所定の画像特徴は、例えば、画素の輝度差に基づく特徴（例えばＨａａｒ−Ｌｉｋｅ特徴）、画像の局所領域における輝度勾配に関する特徴（例えばＨＯＧ（Histograms of Oriented Gradients）やＥＯＨ（Edge of Orientation Histograms））などを含む。

また、パラメータ抽出部２１４は、アプリ配信ページに複数のスクリーンショット画像ＳＳが掲載されている場合、スクリーンショット画像ＳＳ同士の特徴の変化度合をパラメータとして抽出してもよい。例えば、アプリケーションがゲームアプリである場合において、そのゲーム内の進行状況に応じて爆発シーンを描画した画像が表示されるものとする。この場合、その爆発シーンに相当するキャプチャ画像と、そのキャプチャ画像の前後のキャプチャ画像とを比較した場合、画像内のテクスチャが著しく変化する。そこで、パラメータ抽出部２１４は、このようなシーンごとのキャプチャ画像がスクリーンショット画像ＳＳとしてアプリ配信ページに掲載されるという想定のもとで、スクリーンショット画像ＳＳ同士の特徴の変化度合をパラメータとして抽出する。

例えば、複数のスクリーンショット画像ＳＳのアスペクト比が同じ比率の場合、パラメータ抽出部２１４は、異なるスクリーンショット画像ＳＳ同士で、同じ座標に位置する画素の輝度値などの特徴を比較して、その特徴の差分をパラメータとして抽出する。また、パラメータ抽出部２１４は、異なるスクリーンショット画像ＳＳ同士で、画像全体の平均輝度値などの特徴を比較して、その比較した特徴の差分をパラメータとして抽出してもよい。

また、パラメータ抽出部２１４は、複数のスクリーンショット画像ＳＳの特徴が類似する度合（以下、類似度と称する）をパラメータとして抽出してもよい。例えば、パラメータ抽出部２１４は、各スクリーンショット画像ＳＳの特徴点を抽出し、スクリーンショット画像ＳＳ同士の特徴点をマッチングさせることで、特徴点の一致する度合を類似度として導出する。また、パラメータ抽出部２１４は、例えば、各スクリーンショット画像ＳＳのカラーヒストグラムを導出し、スクリーンショット画像ＳＳ同士のカラーヒストグラムの形状を比較することで、その形状が一致する度合を類似度として導出してもよい。そして、パラメータ抽出部２１４は、導出した類似度をパラメータとして出力する。

次に、パラメータ抽出部２１４は、抽出したパラメータと、そのパラメータの抽出元であるアプリ配信ページとを対応付けた情報を生成し、この情報をパラメータ情報Ｄ４として解析側記憶部２３０に記憶させる（Ｓ１０４）。これによって、本フローチャートの処理が終了する。

図８は、第１実施形態におけるパラメータ情報Ｄ４の一例を示す図である。図示のように、例えば、パラメータ情報Ｄ４は、各アプリ配信ページのページＩＤに対して、そのアプリ配信ページに掲載されたスクリーンショット画像ＳＳのＩＤと、スクリーンショット画像ＳＳの画像特徴に関するパラメータとが対応付けられた情報である。例えば、アプリ配信ページのページＩＤには、上述した種々の画像特徴のうち、代表的な一つの画像特徴に関する一次元のパラメータが対応付けられてもよいし、複数の画像特徴に関する多次元のパラメータが対応付けられてもよい。図示の例では、ページＩＤが「ＡＡＡ」のアプリ配信ページのパラメータは、スクリーンショット画像ＳＳ１の画像特徴Ｆ１に関する一次元のパラメータである。

このとき、各パラメータは、その値が０〜１の数値範囲となるように正規化される。例えば、パラメータが「赤」「緑」「青」を基準としたＲＧＢカラーモデルの画像特徴である場合、パラメータ抽出部２１４は、抽出したＲＧＢカラーモデルの輝度値を、その輝度値が取り得る最大値（２５５）で除算することで正規化してよい。

［解析処理］
図９は、第１実施形態における解析側制御部２１０により実行される処理の他の例を示すフローチャートである。本フローチャートの処理は、例えば、解析依頼としてサービス提供装置１００により解析対象のアプリ配信ページが送信された後に、解析側制御部２１０によって行われる処理を表している。この処理は、所定の周期で繰り返し行われてよい。

まず、取得部２１２は、解析側通信部２０２によってサービス提供装置１００から解析依頼として解析対象のアプリ配信ページと、その解析対象のアプリ配信ページにおいて配信されるアプリケーションのキャプチャ動画Ｄ３が受信されるまで待機し（Ｓ２００）、解析対象のアプリ配信ページおよびキャプチャ動画Ｄ３が受信されると、これらの受信情報を取得した情報として解析側記憶部２３０に記憶させる。

次に、パラメータ抽出部２１４は、取得部２１２により取得された解析対象のアプリ配信ページに掲載された一又は複数のスクリーンショット画像ＳＳから、画像の特徴に関するパラメータを抽出する（Ｓ２０２）。上述したように、例えば、パラメータ抽出部２１４は、各スクリーンショット画像ＳＳから、所定の画像特徴をパラメータとして抽出してもよいし、スクリーンショット画像ＳＳ同士の特徴の変化度合をパラメータとして抽出してもよいし、複数のスクリーンショット画像ＳＳの特徴の類似度をパラメータとして抽出してもよい。

次に、パラメータ決定部２１６は、事前処理において生成されたパラメータ情報Ｄ４を参照し、パラメータ抽出部２１４により抽出されたパラメータと同じパラメータに対応付けられたページＩＤを特定し、アプリ毎評価情報Ｄ２から、特定したページＩＤに対応付けられた評価値を抽出し、その抽出した評価値を用いて、ベイズ的最適化手法により、解析対象のアプリ配信ページに掲載するスクリーンショット画像ＳＳの特徴として好ましいパラメータ（以下、改善パラメータと称する）を決定する（Ｓ２０４）。

また、パラメータ決定部２１６は、解析対象のアプリ配信ページとして、ＨＴＭＬ形式のテキストデータや、ＣＳＳなどのスタイルシート、スクリーンショット画像ＳＳとして掲載するための画像データの他に、そのアプリ配信ページのページＩＤが取得された場合、上述したＳ２０２の処理を省略し、アプリ毎評価情報Ｄ２において、解析対象のアプリ配信ページのページＩＤを同じＩＤに対応付けられた評価値を用いて、ベイズ的最適化手法により、改善パラメータを決定してもよい。

図１０は、ベイズ的最適化手法による改善パラメータの決定方法を説明するための図である。例えば、スクリーンショット画像ＳＳの特徴に関するパラメータをＸとした場合、評価値は、パラメータＸを要素とした、ある未知関数（以下、ブラックボックス関数Ｆ（Ｘ）と称する）として表すことができる。

ブラックボックス関数Ｆ（Ｘ）を導出するために、パラメータ決定部２１６は、事前処理の過程で求められた実測値であるアプリ毎評価情報Ｄ２の評価値を初期値として利用する。図示の例では、初期値として評価値Ｆ（Ｘａ）およびＦ（Ｘａ）が与えられている。この評価値Ｆ（Ｘａ）およびＦ（Ｘａ）の其々のパラメータは、Ｘａ、Ｘｂである。図中μは、この２点の初期値を基にガウス過程（確率変数であるパラメータＸがＮ次元のガウス分布Ｎ（μ，σ^２）に従う）により推定されるブラックボックス関数Ｆ（Ｘ）の平均を表している。また、図中ＣＢは、ブラックボックス関数Ｆ（Ｘ）の平均μに標準偏差σ（分散σ^２）を加算した信頼区間（μ±σ）を表している。例えば、標準偏差σ（分散σ^２）は、ガウス過程を基に求められてよく、１σ、２σ、３σのように任意に決定されてよい。

例えば、パラメータ決定部２１６は、ブラックボックス関数Ｆ（Ｘ）の信頼区間ＣＢの大きさ（絶対値）を表すacquisition function（以下、ａ（Ｘ）と称する）が最も大きくなるパラメータＸ（不確実性の高いパラメータＸ）を、改善パラメータとして決定する。ａ（Ｘ）は、例えば、以下の数式（１）に基づいて求められてよい。式中Ｋは、カーネル関数を表す。

ａ（Ｘ）＝（μ（Ｘ）＋Ｋσ（Ｘ））…（１）

図示の例では、パラメータＸｃのときにａ（Ｘ）が最大となるため、パラメータ決定部２１６は、パラメータＸｃを改善パラメータに決定する。このように、改善パラメータは、一時的に推定したブラックボックス関数Ｆ（Ｘ）の大きさ、すなわち指標値に依存せずに、ａ（Ｘ）の大きさに応じて決定される。

次に、候補画像抽出部２１８は、パラメータ決定部２１６により決定された改善パラメータに基づいて、キャプチャ動画Ｄ３を構成する複数のキャプチャ画像の中から、解析対象のアプリ配信ページに新たにスクリーンショット画像ＳＳとして掲載する候補のキャプチャ画像を抽出する（Ｓ２０８）。

例えば、候補画像抽出部２１８は、改善パラメータと類似するパラメータを有する一以上のキャプチャ画像（以下、類似キャプチャ画像と称する）を、新たなスクリーンショット画像ＳＳの候補とするキャプチャ画像として抽出する。「改善パラメータと類似する」とは、例えば、改善パラメータの値を基準としたある数値範囲内に、キャプチャ画像の画像特徴に関するパラメータが収まることをいう。なお、キャプチャ動画Ｄ３を構成する複数のキャプチャ画像の其々のパラメータは、キャプチャ動画Ｄ３が取得されてからいずれかのタイミングにおいて（例えば上述したＳ２０２の処理時）、パラメータ抽出部２１４によって抽出されるものとする。

例えば、キャプチャ動画Ｄ３を構成する複数のキャプチャ画像の中に、複数の類似キャプチャ画像が存在する場合、候補画像抽出部２１８は、複数の類似キャプチャ画像のうち、全部の類似キャプチャ画像を、新たなスクリーンショット画像ＳＳの候補とするキャプチャ画像として抽出してよい。

また、候補画像抽出部２１８は、複数の類似キャプチャ画像のうち、一部の類似キャプチャ画像を、新たなスクリーンショット画像ＳＳの候補とするキャプチャ画像として抽出してもよい。例えば、スクリーンショット画像ＳＳの候補として抽出するキャプチャ画像の数が予め決められている場合に、その決められた数以上の類似キャプチャ画像が存在する場合、候補画像抽出部２１８は、改善パラメータとの類似度が大きい類似キャプチャ画像（改善パラメータにより近い数値のパラメータを有する類似キャプチャ画像）から優先的に、スクリーンショット画像ＳＳの候補画像として抽出する。

次に、出力部２２０は、解析依頼に対する解析結果として、候補画像抽出部２１８によって新たなスクリーンショット画像ＳＳの候補として抽出された類似キャプチャ画像を出力する（Ｓ２０６）。例えば、出力部２２０は、解析側通信部２０２を用いて、解析依頼として解析対象のアプリ配信ページを送信したサービス提供装置１００に対して、類似キャプチャ画像を送信する。

これを受けて、サービス提供装置１００のサービス提供部１１２は、解析依頼として送信された解析対象のアプリ配信ページに掲載するスクリーンショット画像ＳＳを、解析装置２００の出力部２２０により出力された類似キャプチャ画像に変更することで、解析対象のアプリ配信ページを改変した改変済みアプリ配信ページを生成する。なお、解析対象のアプリ配信ページのスクリーンショット画像ＳＳを類似キャプチャ画像に変更することは、アプリ配信ページの設計者などが行ってもよい。

サービス提供装置１００のサービス提供部１１２は、スクリーンショット画像ＳＳが類似キャプチャ画像へと変更されることで解析対象のアプリ配信ページが改変されると、サービス提供側通信部１０２を用いて、改変済みアプリ配信ページを所定のユーザが操作する端末装置１０に送信する。そして、サービス提供装置１００の評価値導出部１１４は、改変済みアプリ配信ページの評価値を導出する。

次に、解析装置２００の取得部２１２は、解析側通信部２０２を用いて、サービス提供装置１００から改変済みアプリ配信ページの評価値を取得する（Ｓ２１０）。

次に、パラメータ決定部２１６は、改変済みアプリ配信ページの評価値（実測値）を用いて、ベイズ的最適化手法により、改善パラメータを再決定する（Ｓ２１２）。

図１１は、改善パラメータを再決定する方法を説明するための図である。例えば、上述した図１０において例示したように、パラメータＸｃが改善パラメータに決定され、このパラメータＸｃに類似する類似キャプチャ画像が新たに解析対象のアプリ配信ページに掲載されることでアプリ配信ページが改変された場合、パラメータ決定部２１６は、評価値の初期値Ｆ（Ｘａ）およびＦ（Ｘｂ）と、前回改善パラメータとして決定したパラメータＸｃの実測値として取得された評価値Ｆ（Ｘｃ）とを固定点（確率的に求めた推測値ではなく観測したい事象の実測値）として用いて、ガウス過程によりブラックボックス関数Ｆ（Ｘ）の平均μを推定する。そして、パラメータ決定部２１６は、ａ（Ｘ）が最も大きくなるパラメータＸを、改善パラメータとして再度決定する。図示の例では、パラメータＸｄのときにａ（Ｘ）が最大となるため、パラメータ決定部２１６は、パラメータＸｄを改善パラメータに決定する。

このとき、パラメータ決定部２１６は、設計者がスクリーンショット画像ＳＳを掲載する際に考慮する知見に基づいて、改善パラメータを決定してもよい。例えば、これまでの設計で培った知識として、スクリーンショット画像ＳＳの黒色の割合が多いほど（すなわちスクリーンショット画像ＳＳ全体の配色が黒色に近いほど）、インストール数が減少してＣＶＲなどの評価値が低下しやすいという知見があるとする。この場合、パラメータ決定部２１６は、画像特徴に関するパラメータにおいて、画像全体に対する黒色の割合が多いときに導出されるパラメータ値に対して予め評価値が小さくなるような重みを付与してよい。これによって、例えば、黒色以外の他の色の割合が多くなるときに導出されるパラメータが改善パラメータとして決定されやすくなる。このように、パラメータ決定部２１６は、既に評価値との関係が明らかになっているパラメータについては、そのパラメータを改善パラメータとして決定せずに、未だ評価値との関係が十分に明らかでないパラメータについては優先的に改善パラメータとして決定することで、例えば、インストールがよりなされるアプリ配信ページを生成させることができる。

次に、候補画像抽出部２１８は、パラメータ決定部２１６により再度決定された改善パラメータに基づいて、キャプチャ動画Ｄ３を構成する複数のキャプチャ画像の中から、解析対象のアプリ配信ページに新たにスクリーンショット画像ＳＳとして掲載する候補のキャプチャ画像を抽出する（Ｓ２１４）。

次に、出力部２２０は、解析側通信部２０２を用いて、候補画像抽出部２１８によって新たなスクリーンショット画像ＳＳの候補として抽出された類似キャプチャ画像を、前回類似キャプチャ画像の送信先であったサービス提供装置１００に対して出力（送信）する（Ｓ２１６）。

次に、解析側制御部２１０は、改善パラメータを決定する演算処理の回数が所定回数に達したか否かを判定し（Ｓ２１８）、演算回数が所定回数に達していない場合、上述したＳ２１０に処理を移す。これによって、演算回数が所定回数に達するまでの間に、改善パラメータが繰り返し決定されるのに応じて、解析対象のアプリ配信ページのスクリーンショット画像ＳＳが変更され、その変更の都度、改変済みアプリ配信ページが生成される。改善パラメータが繰り返し決定されるのに応じて生成される改変済みアプリ配信ページは、「各世代の配信ページ」の一例である。例えば、改善パラメータの決定する演算処理が一回繰り返される毎に、アプリ配信ページの「世代」が一世代分更新される。

サービス提供装置１００のサービス提供部１１２は、改変済みアプリ配信ページが生成される度に、各世代の改変済みアプリ配信ページをクラウドソーシングに参加するユーザの端末装置１０に送信する。そして、評価値導出部１１４は、各世代の改変済みアプリ配信ページごとに評価値を導出する。

これによって、パラメータＸに応じてどの程度の評価値が得られるのかが判明するため、ブラックボックス関数Ｆ（Ｘ）は、どういった傾向の関数であるのかをパラメータ決定部２１６によって導出されることになる。

一方、演算回数が所定回数に達した場合、解析側制御部２１０は、解析対象のアプリ配信ページと、ブラックボックス関数Ｆ（Ｘ）とを対応付けた情報を、ページ毎関数情報Ｄ５として解析側記憶部２３０に記憶させる（Ｓ２２０）。

図１２は、ページ毎関数情報Ｄ５の一例を示す図である。例えば、ページ毎関数情報Ｄ５は、各アプリ配信ページのページＩＤに対して、そのアプリ配信ページのパラメータＸと、所定回数演算することにより導出されたブラックボックス関数Ｆ（Ｘ）とが対応付けられた情報である。

次に、候補画像抽出部２１８は、所定回数演算することにより導出されたブラックボックス関数Ｆ（Ｘ）において、評価値Ｆ（Ｘ）が閾値以上となるパラメータＸ（以下、最適パラメータと称する）と類似するパラメータを有する一以上の類似キャプチャ画像を、解析対象のアプリ配信ページに掲載させるスクリーンショット画像ＳＳ（単なる候補としてではなく掲載するのが確定的な画像）として抽出する（Ｓ２２２）。

次に、出力部２２０は、候補画像抽出部２１８によりスクリーンショット画像ＳＳとして抽出された一以上の類似キャプチャ画像を、サービス提供装置１００に対して出力する（Ｓ２２４）。

サービス提供装置１００のサービス提供部１１２は、サービス提供側通信部１０２が解析装置２００から確定的なスクリーンショット画像ＳＳとして複数の類似キャプチャ画像を受信した場合、液晶ディスプレイなどの表示装置（不図示）に、これらの類似キャプチャ画像を一覧形式で提示（表示）させる。この表示装置は、例えば、アプリ配信ページの設計者が、ページを改変する際に利用する表示装置である。

図１３は、類似キャプチャ画像が一覧形式で提示された画面の一例を示す図である。図示の例では、画面上に１０枚の類似キャプチャ画像が提示されている。この１０枚の類似キャプチャ画像は、評価値Ｆ（Ｘ）が閾値以上となる最適パラメータＸに基づいて抽出されたキャプチャ画像であるため、これらのいずれを掲載した場合であっても閾値以上の評価値Ｆ（Ｘ）が得られることが見込まれる。例えば、解析対象のアプリ配信ページに最大５枚までの画像を掲載することができる場合、設計者は、所定の入力インタフェース（例えばマウスやキーボードなど）を用いて、画面に提示された１０枚の類似キャプチャ画像から、任意の５枚の類似キャプチャ画像を指定する。サービス提供部１１２は、スクリーンショット画像ＳＳとして抽出された一以上の類似キャプチャ画像のうち、設計者により指定された類似キャプチャ画像（図示の例では、類似キャプチャ画像３、５、８）を、アプリ配信ページに掲載することでアプリ配信ページを改変した改変済みアプリ配信ページを生成する。

そして、サービス提供部１１２は、掲載されたスクリーンショット画像ＳＳを、改善パラメータを基に抽出された類似キャプチャ画像に変更した改変済みアプリ配信ページを端末装置１０に提供する。これによって、本フローチャートの処理が終了する。

なお、上述したフローチャートの処理において、解析装置２００は、改善パラメータと類似するパラメータを有する類似キャプチャ画像をサービス提供装置１００に送信するものとして説明したがこれに限られない。例えば、解析装置２００は、類似キャプチャ画像を送信するのに代えて、改善パラメータそのものをサービス提供装置１００に送信してもよい。この場合、サービス提供装置１００のサービス提供側制御部１１０は、解析装置２００側の候補画像抽出部２１８に相当する機能部を備えているものとする。サービス提供側制御部１１０の候補画像抽出部は、例えば、解析装置２００により改善パラメータが送信された場合、解析装置２００に送信する予定のキャプチャ動画Ｄ３から、この改善パラメータと類似する類似キャプチャ画像を抽出する。これによって、解析対象のアプリ配信ページにおいて、今まで掲載されていたスクリーンショット画像ＳＳが類似キャプチャ画像に変更される。

また、上述した候補画像抽出部２１８は、キャプチャ動画Ｄ３を構成する複数のキャプチャ画像の中から類似キャプチャ画像を抽出する際に、各キャプチャ画像の一部をクロッピングして拡大した画像を、類似キャプチャ画像の候補とするキャプチャ画像としてよい。このとき、キャプチャ画像の一部をクロッピングしたキャプチャ画像が類似キャプチャ画像として抽出された場合、サービス提供部１１２は、提供するアプリ配信ページに、クロッピング元のキャプチャ画像をスクリーンショット画像ＳＳとして掲載してもよいし、クロッピングして拡大した画像をスクリーンショット画像ＳＳとして掲載してもよい。

以上説明した第１実施形態によればアプリケーションが起動された画面をキャプチャした一以上のキャプチャ画像と、少なくとも一以上のキャプチャ画像が掲載されたアプリ配信ページを閲覧したユーザによってとられた行動が評価された評価値とを取得する取得部２１２と、取得部２１２により取得されたキャプチャ画像の特徴に関するパラメータと、取得部２１２により取得された評価値とに基づいて、ベイズ的最適化手法などの未知関数の最適化手法により、アプリ配信ページに掲載するキャプチャ画像の特徴に関するパラメータとして好ましいパラメータである改善パラメータを決定するパラメータ決定部２１６とを備えることにより、アプリケーションの配信ページに掲載される画像を自動的に決定することができる。

また、上述した第１実施形態によれば、ベイズ的最適化手法などの未知関数の最適化手法により改善パラメータを決定することから、設計者がこれまで思いもしなかったスクリーンショット画像ＳＳをアプリ配信ページに掲載することができ、従来の常識を覆すような革新的なアプリ配信ページを生成することができる。

また、上述した第１実施形態によれば、例えば、未知関数の最適化手法として、ベイズ的最適化手法を用いた場合、ガウス過程に基づくブラックボックス関数（連続性のある関数）を仮定し、そのブラックボックス関数において不確実性の高いパラメータを改善パラメータに決定するため、上述したような、アプリ配信ページの改変に対してユーザがどういった行動をとったのかという一連の試行処理（ライブテスト）に時間を要する場合、試行処理の結果が大量に必要な遺伝的アルゴリズムなどの他の未知関数の最適化手法と比べて、より速く目的関数であるブラックボックス関数を最適化することができる。

また、上述した第１実施形態によれば、導出したブラックボックス関数を、そのアプリ配信ページ毎に対応付けて記憶するため、ベイズ的最適化手法などの未知関数の最適化手法により得られた知見として、どの画像をアプリ配信ページに掲載すれば評価値を向上させることができるのかを、設計者間で共有することができる。これによって、例えば、アプリ配信ページの設計知識の乏しい設計者であっても、高い評価値を得ることが可能なアプリ配信ページを設計することができる。

＜第２実施形態＞
以下、第２実施形態について説明する。上述した第１実施形態では、解析装置２００が最適パラメータに基づき抽出した複数の類似キャプチャ画像を、スクリーンショット画像ＳＳの候補としてサービス提供装置１００に送信する場合がある。この場合、複数の類似キャプチャ画像の其々をスクリーンショット画像ＳＳとしてアプリ配信ページに掲載した場合であっても、複数の類似キャプチャ画像の組み合わせによっては、評価値が見込み通りの結果とならない場合がある。例えば、類似キャプチャ画像を、改善パラメータに類似するパラメータを有する画像とすることから、カラーヒストグラムが同じような傾向のキャプチャ画像ばかりが類似キャプチャ画像として抽出され得る。より具体的には、キャプチャ動画Ｄ３の特定のシーンの前後数キャプチャ画像のみが類似キャプチャ画像として抽出される可能性がある。この結果、アプリ配信ページには、同じようなシーンばかりのスクリーンショット画像ＳＳが掲載されることになる。

これに対して、第２実施形態では、複数の類似キャプチャ画像の組み合わせを考慮するために、アプリ配信ページに掲載されるスクリーンショット画像ＳＳの各画像特徴に関するパラメータを要素とする多次元のパラメータを、ベイズ的最適化手法に適用することで、改善パラメータを決定する。この改善パラメータは、組み合わせた類似キャプチャ画像の其々のパラメータを要素とした多次元のパラメータである。以下、第１実施形態との相違点を中心に説明し、第１実施形態と共通する点については説明を省略する。なお、第２実施形態の説明において、第１実施形態と同じ部分については同一符号を付して説明する。

第２実施形態におけるパラメータ抽出部２１４は、アプリ配信ページに掲載された複数のスクリーンショット画像ＳＳから、画像の特徴や、その特徴の変化度合、類似度を抽出し、これらを要素とする一つのパラメータと、そのパラメータの抽出元であるアプリ配信ページとを対応付けた情報を生成し、この情報をパラメータ情報Ｄ４として解析側記憶部２３０に記憶させる。

図１４は、第２実施形態におけるパラメータ情報Ｄ４の一例を示す図である。図示のように、例えば、パラメータ情報Ｄ４は、各アプリ配信ページのページＩＤに対して、そのアプリ配信ページに掲載されたスクリーンショット画像ＳＳのＩＤと、各スクリーンショット画像ＳＳの画像特徴を要素とする多次元のパラメータとが対応付けられた情報である。図示の例では、ページＩＤが「ＡＡＡ」のアプリ配信ページのパラメータＰは、スクリーンショット画像ＳＳ１の画像特徴Ｆ１、スクリーンショット画像ＳＳ２の画像特徴Ｆ２、スクリーンショット画像ＳＳ３の画像特徴Ｆ３などを要素とする多次元のパラメータである。これによって、アプリ配信ページに掲載された複数のスクリーンショット画像ＳＳの組み合わせごとに一つのパラメータが抽出される。

第２実施形態におけるパラメータ決定部２１６は、パラメータ情報Ｄ４を参照し、パラメータ抽出部２１４により抽出された多次元のパラメータと同じパラメータに対応付けられたページＩＤを特定し、アプリ毎評価情報Ｄ２から、特定したページＩＤに対応付けられた評価値を抽出し、その抽出した評価値を用いて、ベイズ的最適化手法により、解析対象のアプリ配信ページの改善パラメータを決定する。この改善パラメータは、上述したように多次元のパラメータである。

第２実施形態における候補画像抽出部２１８は、改善パラメータに基づいて、キャプチャ動画Ｄ３を構成する複数のキャプチャ画像の中から、スクリーンショット画像ＳＳの候補とするキャプチャ画像を抽出する。このとき、候補画像抽出部２１８は、改善パラメータの要素となるそれぞれの特徴と類似するキャプチャ画像を抽出する。例えば、アプリ配信ページに５枚のスクリーンショット画像ＳＳが掲載される場合、改善パラメータの要素は５つとなる。この場合、候補画像抽出部２１８は、５つのそれぞれの特徴と類似するキャプチャ画像として計５枚のキャプチャ画像を抽出し、これらの５枚のキャプチャ画像を、スクリーンショット画像ＳＳの候補とする。これにより、サービス提供部１１２は、スクリーンショット画像ＳＳの候補である５枚のキャプチャ画像を、解析対象のアプリ配信ページに掲載した上で端末装置１０に送信する。

以上説明した第２実施形態によれば、アプリ配信ページに複数のスクリーンショット画像ＳＳが掲載される場合、複数のスクリーンショット画像ＳＳのそれぞれから得られる画像特徴を要素とする多次元のパラメータをベイズ的最適化手法に用いるため、スクリーンショット画像ＳＳの組み合わせに応じて改善パラメータを決定することができる。これにより、アプリ配信ページに掲載される画像を、より適切に決定することができる。この結果、コンバージョンが更に成立しやすいアプリ配信ページを提供することができる。

＜第３実施形態＞
以下、第３実施形態について説明する。上述した第１および第２実施形態では、所定回数演算した後、評価値Ｆ（Ｘ）が閾値以上となる最適パラメータと類似するパラメータを有する一以上の類似キャプチャ画像を、解析対象のアプリ配信ページに掲載させるスクリーンショット画像ＳＳとして抽出した。第３実施形態では、最適パラメータと類似するパラメータを有する一以上の類似キャプチャ画像を、あるパラメータに集中しないように分散させる点で上述した第１および第２実施形態と相違する。以下、第１および第２実施形態との相違点を中心に説明し、第１および第２実施形態と共通する点については説明を省略する。なお、第３実施形態の説明において、第１および第２実施形態と同じ部分については同一符号を付して説明する。

第３実施形態における候補画像抽出部２１８は、例えば、所定回数演算処理が繰り返されたことにより導出されたブラックボックス関数Ｆ（Ｘ）を示す波形から、評価値Ｆ（Ｘ）が閾値以上となるピークを抽出し、抽出した各ピークの周辺のパラメータから所定数（例えば１つ）のパラメータを最適パラメータとして決定し、その決定した最適パラメータを有する類似キャプチャ画像を、解析対象のアプリ配信ページに掲載させるスクリーンショット画像ＳＳとして抽出する。

図１５は、ブラックボックス関数Ｆ（Ｘ）を示す波形の一例を示す図である。図中ＴＨは閾値である。例えば、候補画像抽出部２１８は、ブラックボックス関数Ｆ（Ｘ）の二次微分の極小値のパラメータＸを抽出し、そのパラメータＸの評価値Ｆ（Ｘ）から所定幅（半値幅）以内で評価値Ｆ（Ｘ）が半値となる場合に、その二次微分の極小値のパラメータＸをピークとして抽出する。図示の例では、パラメータＸｋ、Ｘｌ、Ｘｍがピークとして抽出されている。この場合、候補画像抽出部２１８は、例えば、パラメータＸｋを有する類似キャプチャ画像と、パラメータＸｌを有する類似キャプチャ画像と、パラメータＸｍを有する類似キャプチャ画像とを、解析対象のアプリ配信ページに掲載させるスクリーンショット画像ＳＳとして抽出する。

以上説明した第３実施形態によれば、類似キャプチャ画像を抽出する際に決定する最適パラメータを、ブラックボックス関数Ｆ（Ｘ）のピークに基づいて分散させるため、互いに類似した類似キャプチャ画像同士を、スクリーンショット画像ＳＳとして解析対象のアプリ配信ページに掲載させることがなくなる。

例えば、上述した図１５の例において、ピークごとに最適パラメータを分散させない場合、最も評価値の大きいパラメータＸｍの周辺のパラメータが最適パラメータとして選ばれやすくなる。例えば、横軸のパラメータＸが色彩に関するパラメータを表し、パラメータＸｍが赤色を表すものとする場合、解析対象のアプリ配信ページには、画像全体に対して赤色の割合が多いスクリーンショット画像ＳＳばかりが掲載されやすくなる。これに対して、本実施形態では、ブラックボックス関数Ｆ（Ｘ）のピークに基づいて最適パラメータを分散させるため、解析対象のアプリ配信ページに、配色などを考慮してバランス良くスクリーンショット画像ＳＳを掲載させることができる。この結果、コンバージョンが更に成立しやすいアプリ配信ページを提供することができる。

＜第４実施形態＞
以下、第４実施形態について説明する。第４実施形態では、アプリ配信ページに掲載されるスクリーンショット画像ＳＳの特徴に関するパラメータの他に、更にアプリケーションの内容を説明した説明文に含まれるキーワードをパラメータとして抽出する点で上述した第１から第３実施形態と相違する。以下、第１から第３実施形態との相違点を中心に説明し、第１から第３実施形態と共通する点については説明を省略する。なお、第４実施形態の説明において、第１から第３実施形態と同じ部分については同一符号を付して説明する。

第４実施形態におけるパラメータ抽出部２１４は、アプリ配信ページから、そのページに掲載されたスクリーンショット画像ＳＳの特徴に関するパラメータと共に、そのページで配信されるアプリケーションの説明文に含まれる所定のキーワードをパラメータとして抽出する。所定のキーワードとは、スクリーンショット画像ＳＳと関連付けられたキーワードである。例えば、アプリケーションが、スマートフォンの縦持ちと横持ちに対応した画面を提供する場合、そのアプリケーションが配信されるアプリ配信ページには、「スマートフォンの縦持ち」または「スマートフォンの横持ち」の使用状況を表すスクリーンショット画像ＳＳと共に、「スマートフォンの縦持ちと横持ちに対応」という説明文が合わせて掲載されてよい。「スマートフォンの縦持ち」は、例えば、ユーザの視線の上下方向にスマートフォンの長手方向が、ユーザの視線の左右方向にスマートフォンの短手方向が置かれた状況でスマートフォン（端末装置１０の一例）が使用されることである。「スマートフォンの横持ち」は、縦持ちの関係が反対の状況でスマートフォンが使用されることである。例えば、所定のキーワードと、そのキーワードが示すスクリーンショット画像ＳＳとの関連付けは、アプリ配信ページの設計者などが予め行っているものとする。

パラメータ抽出部２１４は、アプリ配信ページから、スクリーンショット画像ＳＳの特徴に関するパラメータと、説明文に含まれる所定のキーワードを示すパラメータとを抽出した場合、これらを抽出元のアプリ配信ページに対応付けた情報を生成し、この情報をパラメータ情報Ｄ４として解析側記憶部２３０に記憶させる。

図１６は、第４実施形態におけるパラメータ情報Ｄ４の一例を示す図である。図示のように、例えば、パラメータ情報Ｄ４は、各アプリ配信ページのページＩＤに対して、そのアプリ配信ページに掲載されたスクリーンショット画像ＳＳのＩＤと、各スクリーンショット画像ＳＳの画像特徴Ｆと、各スクリーンショット画像ＳＳに関連付けられた説明文のキーワードＷと、スクリーンショット画像ＳＳの画像特徴ＦおよびキーワードＷを要素とした多次元のパラメータＰとが対応付けられた情報である。これによって、ベイズ的最適化手法においてブラックボックス関数Ｆ（Ｘ）の要素とするパラメータＸは、スクリーンショット画像ＳＳの画像特徴ＦおよびキーワードＷを要素とした多次元のパラメータとして扱われることになる。

第４実施形態におけるパラメータ決定部２１６は、パラメータ情報Ｄ４を参照し、パラメータ抽出部２１４により抽出された多次元のパラメータと同じパラメータに対応付けられたページＩＤを特定し、アプリ毎評価情報Ｄ２から、特定したページＩＤに対応付けられた評価値を抽出し、その抽出した評価値を用いて、ベイズ的最適化手法により、解析対象のアプリ配信ページの改善パラメータを決定する。この改善パラメータは、スクリーンショット画像ＳＳの画像特徴ＦおよびキーワードＷを要素とした多次元のパラメータである。これによって、スクリーンショット画像ＳＳと説明文との双方の組み合わせを考慮した改善パラメータを決定することができる。

以上説明した第４実施形態によれば、アプリ配信ページに掲載されるスクリーンショット画像ＳＳの特徴に関するパラメータの他に、更にアプリケーションの内容を説明した説明文に含まれるキーワードをパラメータとして抽出することにより、スクリーンショット画像ＳＳと説明文との双方の組み合わせを考慮した改善パラメータを決定することができる。これにより、解析対象のアプリ配信ページの説明文に相応しいスクリーンショット画像ＳＳを掲載させることができる。この結果、コンバージョンが更に成立しやすいアプリ配信ページを提供することができる。

なお、上述した第４実施形態では、スクリーンショット画像ＳＳの特徴に関するパラメータと組み合わせるパラメータを、説明文に含まれるキーワードとしたがこれに限られない。例えば、アプリ配信ページのアイコンの形状などを示すパラメータをスクリーンショット画像ＳＳの特徴に関するパラメータに組み合わせるパラメータとしてもよいし、スクリーンショット画像ＳＳとは別に表示される動画の有無を示すパラメータをスクリーンショット画像ＳＳの特徴に関するパラメータに組み合わせるパラメータとしてもよい。この動画は、例えば、キャプチャ動画Ｄ３の一部または全部であってよい。

＜ハードウェア構成＞
上述した実施形態の解析システム１に含まれる複数の装置のうち、サービス提供装置１００および解析装置２００は、例えば、図１７に示すようなハードウェア構成により実現される。図１７は、実施形態のサービス提供装置１００および解析装置２００のハードウェア構成の一例を示す図である。

サービス提供装置１００は、ＮＩＣ１００−１、ＣＰＵ１００−２、ＲＡＭ１００−３、ＲＯＭ１００−４、フラッシュメモリやＨＤＤなどの二次記憶装置１００−５、およびドライブ装置１００−６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１００−６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１００−５、またはドライブ装置１００−６に装着された可搬型記憶媒体に格納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ＲＡＭ１００−３に展開され、ＣＰＵ１００−２によって実行されることでサービス提供側制御部１１０が実現される。ＣＰＵ１００−２が参照するプログラムは、ネットワークＮＷを介して他の装置からダウンロードされてもよい。

解析装置２００は、ＮＩＣ２００−１、ＣＰＵ２００−２、ＲＡＭ２００−３、ＲＯＭ２００−４、フラッシュメモリやＨＤＤなどの二次記憶装置２００−５、およびドライブ装置２００−６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２００−６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２００−５、またはドライブ装置２００−６に装着された可搬型記憶媒体に格納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ＲＡＭ２００−３に展開され、ＣＰＵ２００−２によって実行されることで、解析側制御部２１０が実現される。解析側制御部２１０が参照するプログラムは、ネットワークＮＷを介して他の装置からダウンロードされてもよい。

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ら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。

１…解析システム、１０…端末装置、１００…サービス提供装置、１０２…サービス提供側通信部、１１０…サービス提供側制御部、１１２…サービス提供部、１１４…評価値導出部、１１６…解析依頼部、１３０…サービス提供側記憶部、Ｄ１…アプリインストールログ情報、Ｄ２…アプリ毎評価情報、２００…解析装置、２０２…解析側通信部、２１０…解析側制御部、２１２…取得部、２１４…パラメータ抽出部、２１６…パラメータ決定部、２１８…候補画像抽出部、２２０…出力部、２３０…解析側記憶部、Ｄ３…キャプチャ動画、Ｄ４…パラメータ情報、Ｄ５…ページ毎関数情報、ＮＷ…ネットワーク

Claims (7)

1. アプリケーションが起動された画面をキャプチャした一以上のキャプチャ画像と、少なくとも前記一以上のキャプチャ画像が掲載された前記アプリケーションの配信ページを閲覧したユーザによってとられた行動が評価された評価値とを取得する取得部と、
   前記取得部により取得されたキャプチャ画像の特徴に関するパラメータと、前記取得部により取得された評価値とに基づいて、未知関数の最適化手法により、前記配信ページに掲載するキャプチャ画像の特徴に関するパラメータとして好ましいパラメータである改善パラメータを決定する決定部と、
   を備える解析装置。
2. 前記パラメータは、各キャプチャ画像の特徴、キャプチャ画像同士の特徴の変化度合、またはキャプチャ画像同士の特徴の類似度合のうち少なくとも一つ以上を含む、
   請求項１に記載の解析装置。
3. 前記取得部により取得された一以上のキャプチャ画像の中から、前記決定部により決定された改善パラメータと類似するパラメータを有する一以上のキャプチャ画像を抽出する画像抽出部を更に備え、
   前記取得部は、前記画像抽出部により抽出された一以上のキャプチャ画像のうちの少なくとも一以上のキャプチャ画像が掲載された前記配信ページを閲覧したユーザによってとられた行動が評価された評価値を取得し、
   前記決定部は、前記改善パラメータを繰り返し決定するのに応じて生成された各世代の配信ページに関する前記評価値を固定点として、前記未知関数の最適化手法により、前記改善パラメータを新たに決定する、
   請求項１または２に記載の解析装置。
4. 前記決定部により前記改善パラメータが繰り返し決定される度に、前記画像抽出部により抽出されたキャプチャ画像を掲載した配信ページを、前記ユーザが利用する端末装置に提供する提供部を更に備える、
   請求項３に記載の解析装置。
5. 前記取得部は、複数の前記キャプチャ画像が掲載された前記配信ページを閲覧したユーザによってとられた行動が評価された評価値を取得し、
   前記決定部は、前記配信ページに掲載された複数の前記キャプチャ画像のそれぞれの特徴に関するパラメータを要素とする多次元のパラメータと、前記取得部により取得された評価値とを用いて、前記配信ページに掲載する複数のキャプチャ画像のそれぞれの特徴として好ましいパラメータを要素とする多次元の改善パラメータを決定する、
   請求項１から４のうちいずれか１項に記載の解析装置。
6. コンピュータが、
   アプリケーションが起動された画面をキャプチャした一以上のキャプチャ画像と、少なくとも前記一以上のキャプチャ画像が掲載された前記アプリケーションの配信ページを閲覧したユーザによってとられた行動が評価された評価値とを取得し、
   前記取得したキャプチャ画像の特徴に関するパラメータと、前記取得した評価値とに基づいて、未知関数の最適化手法により、前記配信ページに掲載するキャプチャ画像の特徴に関するパラメータとして好ましいパラメータである改善パラメータを決定する、
   解析方法。
7. コンピュータに、
   アプリケーションが起動された画面をキャプチャした一以上のキャプチャ画像と、少なくとも前記一以上のキャプチャ画像が掲載された前記アプリケーションの配信ページを閲覧したユーザによってとられた行動が評価された評価値とを取得させ、
   前記取得させたキャプチャ画像の特徴に関するパラメータと、前記取得させた評価値とに基づいて、未知関数の最適化手法により、前記配信ページに掲載するキャプチャ画像の特徴に関するパラメータとして好ましいパラメータである改善パラメータを決定させる、
   プログラム。

Images