JP2018195024A - 関心度評価プログラム、装置、及び方法 - Google Patents

関心度評価プログラム、装置、及び方法 Download PDF

Info

Publication number
JP2018195024A
JP2018195024A JP2017097641A JP2017097641A JP2018195024A JP 2018195024 A JP2018195024 A JP 2018195024A JP 2017097641 A JP2017097641 A JP 2017097641A JP 2017097641 A JP2017097641 A JP 2017097641A JP 2018195024 A JP2018195024 A JP 2018195024A
Authority
JP
Japan
Prior art keywords
interest
time
content
scroll
scroll operation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2017097641A
Other languages
English (en)
Inventor
佐藤　輝幸
Teruyuki Sato
輝幸 佐藤
厚一郎 新沼
Atsuichiro Niinuma
厚一郎 新沼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2017097641A priority Critical patent/JP2018195024A/ja
Priority to US15/978,566 priority patent/US20180336578A1/en
Publication of JP2018195024A publication Critical patent/JP2018195024A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • User Interface Of Digital Computer (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】コンテンツに対するユーザの関心度の評価処理にかかる負荷を低減することができる。【解決手段】情報処理端末１６は、コンテンツを表示している間に第１のスクロール操作の入力を受け付ける。そして、情報処理端末１６は、入力を受け付けた場合、第１のスクロール操作の入力を受け付けてから第１のスクロール操作の終了を検出するまでの第１の操作時間における第１のスクロール操作の速度を算出する。そして、情報処理端末１６は、第１のスクロール操作の後に入力を受け付けた第２のスクロール操作の第２の操作時間における第２のスクロール操作の速度を算出する。そして、情報処理端末１６は、算出した第１のスクロール操作の速度から第２のスクロール操作の速度への変化に基づいて、コンテンツに対する関心度を評価する。【選択図】図１

Description

本発明は、関心度評価プログラム、装置、及び方法に関する。
Ｗｅｂページを参照する不特定多数のユーザが、Ｗｅｂページの「どこ」に関心をもったか解析する手法がある。Ｗｅｂページにアクセスしたユーザが、「どこ」に関心を持ち、逆に「どこ」が原因で離脱したかは、顧客情報として価値がある。
Ｗｅｂページを訪れた人の潜在的な購買意欲を引き出し、実購買行動へ結びつけるインバウンドマーケティング手法がある。インバウンドマーケティング手法では、Ｗｅｂページにおけるユーザの行動から、コンテンツに対する関心の度合いを表す関心度を計測するアクセス解析の技術が用いられる。関心度を活用して、Ｗｅｂページを作った側は期待通りに注目を集めているかといった確認や、Ｗｅｂページをよりよく目に留まるように改善することが可能となる。また、関心度を活用して、Ｗｅｂページを訪れたユーザに対しても、ユーザの興味対象を推定することで文書を推薦する、といったサービスへつなげることが可能になる。最近Ｗｅｂページへはスマートフォンからのアクセスが増え、スマートフォンを利用するユーザから顧客情報が取得できれば、ユーザにとって有益なコンテンツを増やすことができる。
上記の技術では、基本的に閲覧時間を計測して、計測された閲覧時間の長さから関心度を計測している。例えば、コンテンツ内の文書の単位情報量当たりの閲覧時間（正規化閲覧時間）を算出して、区間内の文書に対する閲覧時間から、興味スコアを関心度として予測する技術がある。
また、特に電子新聞や電子雑誌のように固定にレイアウトされたコンテンツにおいて、コンテンツ中の所定の領域を検出し、コンテンツの中のどの領域に関心があったかを拡大操作を元に検出する技術がある。
特開２０１２−２３８１１４号公報 特開２０１０−２３７９４２号公報
上記の関心度を予測する技術では、既定のコンテンツのセグメント単位の区間に対する関心度を検出することはできる。しかし、上記の技術で検出できる関心度はコンテンツに依存するものであり、コンテンツの内容に応じて、関心度の検出に用いるためのデータベースなどを作る必要がある。また、拡大操作を元にコンテンツ中の関心があった領域を検出する手法も、レイアウト依存性による問題がある。特にスマートフォンでは横幅の制限からレイアウトが自動で変更されるケースがあり、横幅の制限が機種の解像度によって変わるため、機種に応じて拡大操作の態様が変わり、一律に関心度を検出することは困難である。
以上のように、従来の関心度を測る手法はコンテンツに依存しており、コンテンツを様々に作り変える状況で、興味を引いている部分の分解能を高くしてコンテンツに対する関心度を評価しようとすると、評価に非常に手間がかかる。また、コンテンツのレイアウトが変化するケースでは一律に検出手法を適用することができない。
本発明は、一つの側面として、コンテンツに対するユーザの関心度の評価処理にかかる負荷を低減することを目的とする。
一つの態様として、情報処理端末にコンテンツを表示している間に第１のスクロール操作の入力を受け付ける。入力を受け付けた場合、前記第１のスクロール操作の入力を受け付けてから前記第１のスクロール操作の終了を検出するまでの第１の操作時間における前記第１のスクロール操作の速度を算出する。また、前記第１のスクロール操作の後に入力を受け付けた第２のスクロール操作の第２の操作時間における前記第２のスクロール操作の速度を算出する。算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する。
一つの側面として、コンテンツに対するユーザの関心度の評価処理にかかる負荷を低減することができる、という効果を有する。
第１実施形態に係る関心度評価システムの概略構成を示すブロック図である。 スクロール速度に応じた重み係数の設定方法の一例を示す図である。 算出された関心度の変化量の積算値をグラフにした場合の一例を示す図である。 スクロール速度を表すパラメータのそれぞれについて算出した場合の関心度の変化量を積算値で表したグラフの一例を示す図である。 第１実施形態におけるユーザ情報記憶部に記憶されている閾値以上区間、及び特定パラメータの一例を示す図である。 第１実施形態に係る情報処理端末として機能するコンピュータの概略構成を示すブロック図である。 第１実施形態に係るコンテンツサーバとして機能するコンピュータの概略構成を示すブロック図である。 第１実施形態における関心度評価処理の一例を示すフローチャートである。 第２実施形態に係る関心度評価システムの概略構成を示すブロック図である。 端末運動量に応じた重み係数の設定方法の一例を示す図である。 第２実施形態におけるユーザ情報記憶部に記憶されている閾値以上区間、及び特定パラメータの一例を示す図である。 第２実施形態に係る情報処理端末として機能するコンピュータの概略構成を示すブロック図である。 第２実施形態に係るユーザ情報管理サーバとして機能するコンピュータの概略構成を示すブロック図である。 第２実施形態における関心度評価処理の一例を示すフローチャートである。 第３実施形態に係る関心度評価システムの概略構成を示すブロック図である。 画面拡大率に応じた重み係数の設定方法の一例を示す図である。 第３実施形態に係る情報処理端末として機能するコンピュータの概略構成を示すブロック図である。 第３実施形態に係るユーザ情報管理サーバとして機能するコンピュータの概略構成を示すブロック図である。 第３実施形態における関心度評価処理の一例を示すフローチャートである。
以下、図面を参照して本発明に係る各実施形態の一例を詳細に説明する。
従来のユーザのコンテンツに対する関心の度合いを表す関心度を評価する技術では、コンテンツのセグメント単位で関心度を評価していたため、コンテンツを作り変える状況では、手間とコストが掛かるという問題があった。このように従来の技術では、関心度の評価がコンテンツに依存しているという課題があった。
上記課題を解決するため以下に説明する各実施形態では、以下の２つの原理を導入することで、コンテンツに依存しない手法で関心度を評価する場合について説明する。以下の２つの原理は、ユーザが「興味を引いた」状態とは心理の変化であり、心理の変化が読み方に変化として現れるという想定に基づくものである。
第１の原理としては、時間の経過とともに変化する尺度として、ユーザの情報処理端末の操作状態を数値化した関心度を導入する。コンテンツの区間でなく、情報処理端末の操作状態の時系列を用いることでコンテンツに依存せずに関心度を評価できる。例えば、Ｗｅｂページを読み進む入力操作(マウスクロール、タップ等)や端末運動量といった操作状態から、コンテンツの中でユーザの関心を引いた箇所、引かなかった箇所を検出する。ユーザの関心を引いた箇所は、Ｗｅｂページのコンテンツに対してユーザからフィードバックされた顧客情報として、デジタルマーケティングに生かすことを可能にする。
第２の原理としては、関心度の時系列において現れる特徴的なパターンに着目する。これは、ユーザがコンテンツに興味を引いた際、単調なページ繰り動作による単調なパターンから、単調ではない特徴的なパターンが時系列上に出現するからである。この特徴的なパターンの出現は、実際のデータ収集及び分析から導き出されたものである。そのため、時系列上の特徴的なパターンを検出することで、ユーザが関心を持ったコンテンツの箇所を検出すると共に、ユーザの特性を特定することを可能にする。
以下、上記の２つの原理に基づく各実施形態を説明する。
[第１実施形態]
図１に示す関心度評価システム１０は、コンテンツサーバ１２及び情報処理端末１６を備える。コンテンツサーバ１２と情報処理端末１６とは、例えばインターネット等のネットワーク１４を介して接続されている。
コンテンツサーバ１２は、情報処理端末１６からのコンテンツの要求信号に応じて、コンテンツを情報処理端末１６へ送信する。
情報処理端末１６は、通信部１８と、制御部２０と、表示部２２と、操作検出部２４と、スクロール検出部２６と、パラメータ記憶部２８と、関心度数値化部３０と、時間変化比較検出部３２と、ユーザ情報記憶部３３とを備えている。なお、情報処理端末１６が、関心度評価装置の一例である。また、関心度数値化部３０、及び時間変化比較検出部３２が、関心度評価部の一例である。
通信部１８は、コンテンツサーバ１２との間で情報の送受信を行う。例えば、通信部１８は、コンテンツサーバ１２から送信されたコンテンツを受信する。また、通信部１８は、後述する制御部２０によって出力されたコンテンツの要求信号をコンテンツサーバ１２へ送信する。また、通信部１８は、ユーザ情報記憶部３３に記憶された情報を外部のユーザ管理用のサーバに定期的に送信するようにしてもよい。
制御部２０は、通信部１８によって受信されたコンテンツが表示されるように、後述する表示部２２を制御する。また、制御部２０は、後述する、操作検出部２４によって検出されたユーザの操作情報及びスクロール検出部２６によって検出されたスクロール量に応じて、ユーザが所望するコンテンツが表示されるように表示部２２を制御する。
表示部２２は、例えばLiquid Crystal Display（ＬＣＤ）、Organic Electroluminescence Display（ＯＥＬＤ）等によって実現される。表示部２２は、制御部２０による制御に応じてコンテンツを表示する。なお、コンテンツサーバ１２から提供されるコンテンツは、表示部２２に表示可能なものであればよく、文書などのテキストを含むコンテンツや、画像を含むコンテンツであってもよい。
操作検出部２４は、情報処理端末１６にコンテンツを表示している間に、表示部２２に重畳されたタッチパネルからユーザによる操作の入力を受け付け、ユーザによる入力操作を検出する。具体的には、操作検出部２４は、ユーザによりタップ、フリック、スワイプ、ピンチなどの入力操作の種別を検出する。また、操作検出部２４は、入力操作の時刻、ユーザの指とタッチパネルとの接触位置の座標を検出する。また、操作検出部２４は、入力操作の種別から画面をスクロールさせる操作が行われているスクロール操作を検出する。そして、操作検出部２４は、単位時間のうちの操作の操作時間を計測する。操作時間には、スクロール操作が行われているスクロール操作時間が含まれる。また、操作検出部２４は、単位時間のうちの、操作が行われていない無操作時間を計測する。したがって、操作検出部２４によって、情報処理端末１６の操作状態の一例である入力操作の種別、入力操作の時刻、接触位置、各単位時間の操作時間、及び無操作時間を含む操作情報が検出される。
スクロール検出部２６は、操作検出部２４によって検出されたスクロールの操作時間の間の情報処理端末１６の操作状態の一例であるスクロール速度を算出する。スクロール速度は、コンテンツが表示されている画面でのスクロールの速さを表す。具体的には、スクロール検出部２６は、表示部２２に重畳されたタッチパネルからユーザにより入力された、画面のスクロール量［pixel］を検出する。そして、スクロール検出部２６は、操作検出部２４によって検出されたスクロールの操作時間［s］によってスクロール量を除算して単位時間当たりのスクロール速度［pixel/s］を算出する。
パラメータ記憶部２８には、後述する関心度数値化部３０により関心度を算出する際の閾値を決定する複数のパラメータの値が格納されている。格納されているパラメータが、スクロール速度を表すパラメータである場合には、複数のパラメータの値は、例えば、70［pixel/s］,150［pixel/s］,500［pixel/s］などである。
関心度数値化部３０は、操作検出部２４によって検出されたスクロールの操作時間、無操作時間、及びスクロール検出部２６によって算出されたスクロール速度に基づいて、単位時間の各々の単位時間当たりの関心度を算出する。また、関心度数値化部３０では、上記の関心度の算出を、パラメータ記憶部２８に記憶されているスクロール速度を表すパラメータの値の各々について行う。以下の説明においては、パラメータの値として70［pixel/s］、及び500［pixel/s］を用い、パラメータのそれぞれの値を用いて関心度を算出する場合を例に説明する。
例えば、関心度数値化部３０は、スクロール検出部２６によって検出されたスクロール速度に応じた重み係数を、パラメータ記憶部２８のスクロール速度を表すパラメータの値により定まる閾値により決定する。重み係数の決定方法については後述する。そして、関心度数値化部３０は、スクロールの操作時間及び無操作時間と、スクロール速度の重み係数とに基づいて、以下の（１）式に従って、ユーザのコンテンツに対する関心度Ｉ（ｔ）を算出する。なお、スクロール速度の重み係数が、第１のスクロール操作の速度から第２のスクロール操作の速度へのスクロール速度への変化の一例である。

（１）
本実施形態では、単位時間（一例としては１秒）毎にコンテンツに対する関心度Ｉ(ｔ)が算出される。上記（１）式において、「スクロール操作時間」は単位時間のうちのスクロール操作による操作時間を表し、「無操作時間」は単位時間のうちの無操作時間を表す。関心度Ｉ（ｔ）は、上記（１）式に示すように、コンテンツの表示を開始した時刻から時刻ｔまでの各単位時間に対する積算値の形式で算出される。
また、上記（１）式の単位時間ごとのスクロール速度重み係数ｗscrの設定方法の一例を図２に示す。図２に示すように、スクロール速度ｖａが０から閾値ｖｔｈまでは重み係数を一定として設定し、スクロール速度ｖａが閾値ｖｔｈ以上である場合には、スクロール速度ｖａが大きいほど重み係数も大きくなるように予め設定することができる。例えば、図２に示すように、スクロール速度ｖａがｖｔｈから２ｖｔｈに増加する際に、スクロール速度ｖａの重み係数をＡからＢへ増加させるように予め設定する。つまり、上記（１）式ではスクロール速度が大きくなると重み係数ｗsrcが大きくなり、結果としてスクロール操作中の関心度が低く評価される。同様に、スクロール操作を止めている時間が短いほど、関心度が低く評価される。すなわちコンテンツに対して読み飛ばしているようなケースでは（１）式では関心度が低く評価され、眼球が追従できる程度の速度でゆっくりスクロールしているか、スクロールを止めて読んでいるケースでは（１）式は関心度が高く評価される。例えば、パラメータの値に70［pixel/s］を用いた場合は、70［pixel/s］を閾値ｖｔｈとし、70［pixel/s］以上は重み係数を大きくなるようにして、関心度を算出する。また、パラメータの値に500［pixel/s］を用いた場合は、500［pixel/s］を閾値ｖｔｈとし、500［pixel/s］以上は重み係数を大きくなるようにして、関心度を算出する。
また、関心度数値化部３０は、スクロール速度を表すパラメータの値ごとに、前時刻の単位時間で算出された関心度と、現時刻の単位時間で算出された関心度との差分を、時系列の各区間における関心度の変化量として算出する。図３に積算値の形式で算出された関心度の時間変化をグラフにした場合の一例を示す。図３のグラフにおける、ある単位時間から次の単位時間までの区間における傾きが関心度の変化量を表す。図３のグラフでは、関心度が急激に立ち上がる区間があり、関心度の変化量に特徴的なパターンが現れているといえる。なお、前の時刻の単位時間で検出されたスクロール速度が第１のスクロール操作の速度の一例であり、現時刻の単位時間で検出されたスクロール速度が第２のスクロール操作の速度の一例である。
時間変化比較検出部３２は、パラメータの値の各々について算出された時系列における各区間の変化量を、全てのパラメータの値同士で比較し、２以上のパラメータの値において同一の区間で変化量が所定の閾値以上である区間を検出する。また、時間変化比較検出部３２は、閾値以上であった同一の区間の前の区間における変化量を比較し、他のパラメータの値よりも変化量が大きいパラメータの値を特定する。そして、時間変化比較検出部３２は、検出した同一の区間で変化量が所定の閾値以上である区間（閾値以上区間）、及び前の区間について特定された他のパラメータの値よりも変化量が大きいパラメータの値（特定パラメータ値）をユーザ情報記憶部３３に記憶する。ここで、閾値以上区間、及び特定パラメータ値は、ユーザＩＤ、コンテンツＩＤ、及びアクセス時刻と対応付けてユーザ情報記憶部３３に記憶する。アクセス時刻は、コンテンツに対する操作の最初の検出時刻とすればよい。また、また、時間変化比較検出部３２は、時系列に対応付けられたコンテンツの表示画面の表示位置をユーザ情報記憶部３３に格納する。なお、同一の区間の前の区間だけでなく、後ろの区間についても比較してパラメータの値を特定してもよい。また、２以上のパラメータの値において同一の区間で変化量が所定の閾値以上である区間を検出したが、パラメータの値の数に応じて、３以上や４以上のパラメータの値に設定してもよい。
図４にスクロール速度を表すパラメータの値を70［pixel/s］、及び500［pixel/s］のそれぞれとして算出した場合の関心度の時間変化を表したグラフの一例を示す。図４に示すように、時間変化比較検出部３２では、70［pixel/s］、及び500［pixel/s］のパラメータの値の組について、各区間の変化量を比較する。比較の結果として、それぞれパラメータの値において同一の区間で、単位時間当たりの変化量が大きい急峻な勾配がある区間、つまりグラフ上で急激に立ち上がった、関心度の変化量が大きい箇所（関心度の高い箇所）を検出する。そして、急峻な勾配がある区間の前の区間についても比較する。急峻な勾配がある区間の前の区間は、閾値以上の区間よりも緩慢な勾配となるが、その中でも他のパラメータの値についての変化量よりも大きい変化量のパラメータの値を特定する。もともと関心度の高いとされる急峻な勾配がある区間は、パラメータの値の変化によって変化量に特徴的な変化は見られない。しかし、急峻な勾配がある区間が現れる前の関心度の低い区間については、パラメータの値によって変化量の動きに変化がみられる。図４の例では、急峻な勾配の前の区間では、500［pixel/s］のパラメータの方が変化量が大きく、70［pixel/s］のパラメータでは現れない、500［pixel/s］のパラメータに特徴的な変化量のパターンが現れることがわかる。つまり、複数のパラメータの値のそれぞれについて求めた変化量を比較することで、ユーザ固有のパラメータの値がわかる。特定したパラメータの値によって、ユーザ固有の心理的性質、すなわち、ユーザがどのような操作の特性（スクロール速度が速い、遅い等）を持っているのかを捉えることができる。
なお、本実施形態では説明の便宜のため、パラメータの値が２つの場合を例に説明したが、実際は２以上のパラメータの値について関心度、及び変化量を算出し、比較を行うようにしてもよい。
ユーザ情報記憶部３３には、ユーザＩＤ、コンテンツＩＤ、及びアクセス時刻と対応付けられた閾値以上区間、及び特定パラメータ値がユーザ固有の情報として記憶されている。例えば、図５に示すテーブル５Ａには、ユーザＩＤが「ＡＡ１」であるユーザは、コンテンツＩＤが「ＷＷＷ１」であるコンテンツを「yy:mm:dd1:tt1」の時刻に閲覧をしている。そのときに時間変化比較検出部３２によって検出された閾値以上区間が「ＣＣ１，ＣＣ２」であり、特定パラメータ値が「Ｄ２」であることを表している。なお、ユーザ情報記憶部３３には、時系列に対応付けられたコンテンツの表示画面の表示位置が記憶されているものとする。
情報処理端末１６は、例えば、図６に示すコンピュータ５０で実現することができる。コンピュータ５０はＣＰＵ５１、一時記憶領域としてのメモリ５２、及び不揮発性の記憶部５３を備える。また、コンピュータ５０は、表示部２２及び表示部２２に重畳されたタッチパネル等の入出力装置５４、及び記録媒体５９に対するデータの読み込み及び書き込みを制御するread/write（Ｒ／Ｗ）部５５を備える。また、コンピュータ５０は、インターネット等のネットワークに接続されるネットワークinterface（Ｉ／Ｆ）５６を備える。ＣＰＵ５１、メモリ５２、記憶部５３、入出力装置５４、Ｒ／Ｗ部５５、及びネットワークＩ／Ｆ５６は、バス５７を介して互いに接続される。
記憶部５３は、Hard Disk Drive（ＨＤＤ）、Solid State Drive（ＳＳＤ）、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部５３には、コンピュータ５０を情報処理端末１６として機能させるための関心度評価プログラム６０が記憶されている。関心度評価プログラム６０は、通信プロセス６２と、制御プロセス６３と、操作検出プロセス６５と、スクロール検出プロセス６６と、計算プロセス６７と、比較プロセス６８とを有する。また、記憶部５３は、パラメータ記憶部２８を構成する情報が記憶されるパラメータ記憶領域６９を有する。また、記憶部５３は、ユーザ情報記憶部３３を構成する情報が記憶されるユーザ情報記憶領域７１を有する。
ＣＰＵ５１は、関心度評価プログラム６０を記憶部５３から読み出してメモリ５２に展開し、関心度評価プログラム６０が有するプロセスを順次実行する。ＣＰＵ５１は、通信プロセス６２を実行することで、図１に示す通信部１８として動作する。また、ＣＰＵ５１は、制御プロセス６３を実行することで、図１に示す制御部２０として動作する。また、ＣＰＵ５１は、操作検出プロセス６５を実行することで、図１に示す操作検出部２４として動作する。また、ＣＰＵ５１は、スクロール検出プロセス６６を実行することで、図１に示すスクロール検出部２６として動作する。また、ＣＰＵ５１は、計算プロセス６７を実行することで、図１に示す関心度数値化部３０として動作する。また、ＣＰＵ５１は、比較プロセス６８を実行することで、図１に示す時間変化比較検出部３２として動作する。また、ＣＰＵ５１は、パラメータ記憶領域６９から情報を読み出して、パラメータ記憶部２８をメモリ５２に展開する。また、ＣＰＵ５１は、ユーザ情報記憶領域７１から情報を読み出して、ユーザ情報記憶部３３をメモリ５２に展開する。これにより、関心度評価プログラム６０を実行したコンピュータ５０が、情報処理端末１６として機能することになる。なお、プログラムを実行するＣＰＵ５１はハードウェアである。
なお、関心度評価プログラム６０により実現される機能は、例えば半導体集積回路、より詳しくはApplication Specific Integrated Circuit（ＡＳＩＣ）等で実現することも可能である。
また、コンテンツサーバ１２は、例えば、図７に示すコンピュータ８０で実現することができる。コンピュータ８０はＣＰＵ８１、一時記憶領域としてのメモリ８２、及び不揮発性の記憶部８３を備える。また、コンピュータ８０は、表示装置及び入力装置等の入出力装置８４、及び記録媒体８９に対するデータの読み込み及び書き込みを制御するＲ／Ｗ部８５を備える。また、コンピュータ８０は、インターネット等のネットワークに接続されるネットワークＩ／Ｆ８６を備える。ＣＰＵ８１、メモリ８２、記憶部８３、入出力装置８４、Ｒ／Ｗ部８５、及びネットワークＩ／Ｆ８６は、バス８７を介して互いに接続される。
記憶部８３は、ＨＤＤ、ＳＳＤ、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部８３には、コンピュータ８０をコンテンツサーバ１２として機能させるためのコンテンツ提供プログラム９０が記憶されている。また、コンテンツ記憶領域９８には、情報処理端末１６へ提供可能なコンテンツが予め記憶される。
なお、コンテンツ提供プログラム９０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
次に、第１実施形態に係る関心度評価システム１０の作用について説明する。関心度評価システム１０において、情報処理端末１６がコンテンツサーバ１２からコンテンツを受信する。そして、情報処理端末１６の表示部２２に受信したコンテンツが表示され、操作検出部２４がユーザによる操作の入力を受け付けたときに、情報処理端末１６において、図８に示す関心度評価処理が実行される。以下、各処理について詳述する。
ステップＳ１００において、操作検出部２４は、単位時間について、ユーザによるスクロール操作時間を検出すると共に、スクロール検出部２６は、表示部２２に重畳されたタッチパネルからユーザにより入力された、画面のスクロール量を検出する。
ステップＳ１０１において、スクロール検出部２６は、単位時間について、上記ステップＳ１００で検出されたスクロールの操作時間によって、検出されたスクロール量を除算し、スクロール速度［pixel/s］を算出する。
ステップＳ１０２において、関心度数値化部３０は、コンテンツの表示が終了したか否かを判定し、終了していればステップＳ１０３へ移行し、終了していなければステップＳ１００に戻って処理を繰り返す。
ステップＳ１０３において、関心度数値化部３０は、パラメータ記憶部２８に記憶されているスクロール速度を表すパラメータの値を選択する。
ステップＳ１０４において、関心度数値化部３０は、ステップＳ１０２で選択されたパラメータの値について、単位時間の各々の単位時間当たりの関心度を算出する。単位時間当たりの関心度は、ステップＳ１００で検出されたスクロールの操作時間、無操作時間、及びステップＳ１０１によって算出されたスクロール速度に基づいて、上記（１）式に従って算出する。
ステップＳ１０５において、関心度数値化部３０は、ステップＳ１０２で選択されたパラメータの値について、単位時間の各々における関心度の変化量を算出する。変化量は、時系列の各区間における、前時刻の単位時間で算出された関心度と、現時刻の単位時間で算出された関心度との差分から算出する。
ステップＳ１０６において、パラメータ記憶部２８に格納されている全てのパラメータの値について、関心度、及び変化量を算出したか否かを判定する。判定の結果、全てのパラメータの値について算出していればステップＳ１０７に移行し、全てのパラメータの値について算出していなければステップＳ１０３に戻って次のパラメータの値を選択して処理を繰り返す。
ステップＳ１０７において、時間変化比較検出部３２は、パラメータの値の各々について算出された時系列における各区間の変化量を、全てのパラメータの値同士で比較する。そして、時間変化比較検出部３２は、２以上のパラメータの値において同一の区間で変化量が所定の閾値以上である区間を検出する。
ステップＳ１０８において、時間変化比較検出部３２は、閾値以上であった同一の区間の前の区間における変化量を比較し、他のパラメータの値よりも変化量が大きいパラメータの値を特定する。
ステップＳ１０９において、時間変化比較検出部３２は、ステップＳ１０７で検出された同一の区間で変化量が所定の閾値以上である区間、及びステップＳ１０８で特定されたパラメータの値を、ユーザ情報記憶部３３に格納する。格納する情報は、コンテンツを閲覧したユーザ固有の情報（ユーザＩＤ、コンテンツＩＤ、及びアクセス時刻）と対応付けて記憶する。
以上説明したように、第１実施形態に係る関心度評価システムは、情報処理端末にコンテンツを表示している間に操作の入力を受け付けた場合、スクロール操作の速度を含む操作状態を検出する。そして、情報処理端末は、検出された操作状態をもとに、パラメータの値の各々についての関心度を算出し、関心度から時系列における各区間の変化量を算出する。そして、情報処理端末は、変化量を比較し、２以上のパラメータの値において同一の区間で変化量が所定の閾値以上である区間を検出する。そして、情報処理端末は、同一の区間の前の区間における変化量を比較し、他のパラメータの値よりも変化量が大きいパラメータの値を特定する。これにより、コンテンツに対するユーザの関心度の評価処理にかかる負荷を低減することができる。
［第２実施形態］
次に本発明の第２実施形態について説明する。なお、第１実施形態と同一の部分には同一の符号を付し、説明を省略する。
第２実施形態では、関心度評価に情報処理端末の端末運動量を用いる点が第１実施形態と異なる。また、第２実施形態では、関心度評価がユーザ情報管理サーバ側で行われる点が、第１実施形態と異なる。なお、端末運動量が「動き」の一例である。
図９に示す第２実施形態に係る関心度評価システム２１０は、コンテンツサーバ１２、情報処理端末２１６、及びユーザ情報管理サーバ２１３を備える。コンテンツサーバ１２と情報処理端末２１６とユーザ情報管理サーバ２１３とは、例えばインターネット等のネットワーク１４を介して接続されている。
情報処理端末２１６は、通信部１８と、制御部２０と、表示部２２と、操作検出部２４と、スクロール検出部２６と、端末運動量検出部２２７とを備える。
端末運動量検出部２２７は、情報処理端末２１６の操作状態の一例である端末運動量を単位時間ごとに検出する。本実施形態では、端末運動量検出部２２７は、９軸センサによって実現される態様を説明する。９軸センサは、３軸の角速度センサ、３軸の加速度センサ、及び３軸の地磁気センサの３種類のセンサから構成される。但し、端末運動量検出部２２７は、上記の３種類のうちの１種類以上のセンサによって実現してもよい。なお、ここでの単位時間は所定の検出周期Ｔ(一例としてＴ＝１秒)とする。
第２実施形態の通信部１８は、制御部２０による制御処理によって、操作検出部２４によって検出された、入力操作の種別、入力操作の時刻、接触位置、操作時間、及び無操作時間を含む操作情報を、ユーザ情報管理サーバ２１３へ送信する。本実施形態では、操作情報には、スクロール検出部２６によって検出されたスクロール速度も含まれているものとする。また、通信部１８は、端末運動量検出部２２７によって検出された端末運動量を、ユーザ情報管理サーバ２１３へ送信する。また、送信する操作情報、及び端末運動量には、ユーザＩＤ、表示しているコンテンツＩＤ、及び単位時間ごとの検出時刻が対応付けられている。また、時系列に対応付けられたコンテンツの表示画面の表示位置を送信する。
ユーザ情報管理サーバ２１３は、通信部２１８と、操作状態記憶部２１９と、サーバ制御部２２０と、パラメータ記憶部２２８と、関心度数値化部２３０と、時間変化比較検出部２３２と、ユーザ情報記憶部２３３とを備えている。
通信部２１８は、情報処理端末２１６との間で情報の送受信を行う。例えば、通信部２１８は、情報処理端末２１６から送信されたユーザＩＤ、コンテンツＩＤ、及び検出時刻と対応付けられた操作情報、及び端末運動量を受信する。また、通信部２１８は、時系列に対応付けられたコンテンツの表示画面の表示位置を受信する。
サーバ制御部２２０は、通信部２１８により受信した操作情報、及び端末運動量を取得し、操作状態記憶部２１９に格納する。また、サーバ制御部３２０は、新たに受信した操作情報、及び端末運動量を操作状態記憶部２１９に格納したことを関心度数値化部２３０に通知する。また、サーバ制御部２２０は、ユーザ情報記憶部２３３に、時系列に対応付けられたコンテンツの表示画面の表示位置を格納する。
操作状態記憶部２１９には、ユーザＩＤ、コンテンツＩＤ、及び検出時刻と対応付けられた操作情報、及び端末運動量が記憶されている。
パラメータ記憶部２２８には、後述する関心度数値化部２３０により端末運動量の変化を数値化する際の閾値を決定する複数のパラメータの値が格納されている。格納されているパラメータが、スクロール速度を表すパラメータである場合、複数のパラメータの値は、例えば、70［pixel/s］,150［pixel/s］,500［pixel/s］などである。また、端末運動量を表す複数のパラメータの値は、例えば、0.05(rad/s2)，0.01(rad/s2)，0.0025(rad/s2)などである。パラメータとして記憶しておく端末運動量の値は、予め情報処理端末から回転運動量を秒間５回程度取得して計測し、それらの２乗和をとった値である。
関心度数値化部２３０は、操作状態記憶部２１９に記憶されている操作情報に含まれる操作時間、及び無操作時間、並びに端末運動量に基づいて、単位時間の各々の単位時間当たりの関心度を算出する。また、関心度数値化部２３０では、上記の関心度の算出を、パラメータ記憶部２２８に記憶されている端末運動量を表す複数のパラメータの値の各々について行う。なお、上記第１の実施の形態と同様に、スクロール速度を表す複数のパラメータの値の各々について関心度の算出を行うと共に、端末運動量を表す複数のパラメータの値の各々について関心度の算出を行ってもよい。
例えば、関心度数値化部２３０は、端末運動量に応じた重み係数を、パラメータ記憶部２２８の端末運動量を表すパラメータの値により定まる閾値により決定する。そして、関心度数値化部２３０は、操作時間及び無操作時間と、端末運動量の重み係数とに基づいて、以下の（２）式に従って、ユーザのコンテンツに対する関心度Ｉ（ｔ）を算出する。なお、端末運動量の重み係数が、端末運動量の変化の一例である。

（２）
本実施形態では、単位時間（一例としては１秒）毎にコンテンツに対する関心度Ｉ(ｔ)が算出される。上記（２）式において、「操作時間」は単位時間のうちの操作時間、「無操作時間」は単位時間のうちの無操作時間である。端末運動量の重み係数は、操作時間用の端末運動重み係数ｗdと、無操作時間用の端末運動重み係数ｗnopとのそれぞれについて設定する。例えば、図１０に示すように、操作時間用の端末運動重み係数ｗdは、単位時間のうち操作時間内における情報処理端末の運動パワーと、操作時間における運動量の閾値ＰＡaveと、から求まる。また、図１０に示すように、無操作時間用の端末運動重み係数ｗnopは、単位時間のうち無操作時間内における情報処理端末の運動パワーと、無操作時間における運動量の閾値ＰＢaveと、から求まる。以下の説明では、それぞれ重み係数ｗd、重み係数ｗnopと記載する。
重み係数ｗdと、重み係数ｗnopとは、例えば、パラメータの値を0.05(rad/s2)と設定した場合には、閾値を超えた運動量に対して0.05(rad/s2)の増加につき重みが１増加するように設定する。また、パラメータの値を0.01(rad/s2)と設定した場合には、閾値を超えた運動量に対して0.01(rad/s2)の増加につき重みが１増加するように設定する。つまり、パラメータの値に応じて重みの増加量を設定する。
操作時間内における情報処理端末の運動パワーの閾値ＰＡave、及び無操作時間内における情報処理端末の運動パワーの閾値ＰＢaveは、パラメータ記憶部２２８の端末運動量を表すパラメータの値によって決定する。例えば、パラメータの値を閾値ＰＢaveに割り当てることとし、閾値ＰＢaveから所定の値を加えた値を閾値ＰＡaveとする等して設定すればよい。
上記の(２)式及び図１０に示す重み係数ｗdによれば、操作時間内における情報処理端末の運動パワーが閾値ＰＡave以下の場合は、重み係数ｗd＝１．０になることで、操作時間がそのまま関心度評価値Ｉ(ｔ)に加算される。従って、操作時間内における情報処理端末の運動パワーが小さく、コンテンツに対するユーザの関心度が高いと推測されるときには、関心度評価値Ｉ(ｔ)の値が高くなる。
また、操作時間内における情報処理端末の運動パワーが閾値ＰＡaveを超えている場合は、運動パワーが大きくなるに従って重み係数ｗdの値が大きくなることで、操作時間が関心度評価値Ｉ(ｔ)に及ぼす影響が小さくなる。従って、操作時間内における情報処理端末の運動パワーが大きく、ユーザがコンテンツの閲覧に集中していないと推測されるときには、関心度評価値Ｉ(ｔ)の値が低くなる。
また、上記の(２)式及び図１０に示す重み係数ｗnopによれば、無操作時間内における情報処理端末の運動パワーが閾値ＰＢave以下の場合は、重み係数ｗnop＝１．０になることで、無操作時間がそのまま関心度評価値Ｉ(ｔ)に加算される。従って、無操作時間内における情報処理端末の運動パワーが小さく、コンテンツに対するユーザの関心度が高いと推測されるときには、関心度評価値Ｉ(ｔ)の値が高くなる。
また、無操作時間内における情報処理端末の運動パワーが閾値ＰＢaveを超えている場合は、運動パワーが大きくなるに従って重み係数ｗnopの値が大きくなることで、無操作時間が関心度評価値Ｉ(ｔ)に及ぼす影響が小さくなる。従って、無操作時間内における情報処理端末の運動パワーが大きく、ユーザがコンテンツの閲覧に集中していないと推測されるときには、関心度評価値Ｉ(ｔ)の値が低くなる。
また、第１実施形態と同様に関心度数値化部２３０は、端末運動量を表すパラメータの値の各々について、前時刻の単位時間で算出された関心度と、現時刻の単位時間で算出された関心度との差分を、時系列の各区間における関心度の変化量として算出する。
時間変化比較検出部２３２は、第１実施形態と同様に、パラメータの値の各々について算出された時系列における各区間の変化量を、全てのパラメータ同士で比較し、２以上のパラメータの値において同一の区間で変化量が所定の閾値以上である区間を検出する。また、時間変化比較検出部２３２は、閾値以上であった同一の区間の前の区間における変化量を比較し、他のパラメータの値よりも変化量が大きいパラメータの値を特定する。そして、時間変化比較検出部２３２は、検出した同一の区間で変化量が所定の閾値以上である区間（閾値以上区間）を、ユーザＩＤ、コンテンツＩＤ、及びアクセス時刻と対応付けてユーザ情報記憶部２３３に記憶する。また、時間変化比較検出部２３２は、同一の区間の前の区間について特定された他のパラメータの値よりも変化量が大きいパラメータの値（特定パラメータ値）を、ユーザＩＤ、コンテンツＩＤ、及びアクセス時刻と対応付けてユーザ情報記憶部２３３に記憶する。
ユーザ情報記憶部２３３には、ユーザＩＤ、コンテンツＩＤ、及びアクセス時刻と対応付けられた閾値以上区間、及び特定パラメータ値がユーザ固有の情報として記憶されている。例えば、図１１に示すテーブル１１Ａには、ユーザＩＤが「ＡＡ２」であるユーザは、コンテンツＩＤが「ＷＷＷ１」であるコンテンツを「yy:mm:dd1:tt1」の時刻に閲覧をしている。そのときに時間変化比較検出部３２によって検出された閾値以上区間が「ＣＣ１，ＣＣ２」であり、特定パラメータ値が「Ｄ２」であることを表している。なお、ユーザ情報記憶部２３３には、時系列に対応付けられたコンテンツの表示画面の表示位置が記憶されているものとする。
情報処理端末２１６は、例えば、図１２に示すコンピュータ２５０で実現することができる。コンピュータ２５０はＣＰＵ５１、一時記憶領域としてのメモリ５２、及び不揮発性の記憶部２５３を備える。また、コンピュータ２５０は、入出力装置５４、Ｒ／Ｗ部５５、及びネットワークＩ／Ｆ５６を備える。ＣＰＵ５１、メモリ５２、記憶部２５３、入出力装置５４、Ｒ／Ｗ部５５、及びネットワークＩ／Ｆ５６は、バス５７を介して互いに接続される。
記憶部２５３は、ＨＤＤ、ＳＳＤ、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部２５３には、コンピュータ２５０を情報処理端末２１６として機能させるための操作プログラム２６０が記憶されている。操作プログラム２６０は、通信プロセス６２と、制御プロセス６３と、操作検出プロセス６５と、スクロール検出プロセス６６と、運動量検出プロセス２６６とを有する。
ＣＰＵ５１は、操作プログラム２６０を記憶部２５３から読み出してメモリ５２に展開し、操作プログラム２６０が有するプロセスを順次実行する。ＣＰＵ５１は、通信プロセス６２を実行することで、図９に示す通信部１８として動作する。また、ＣＰＵ５１は、制御プロセス６３を実行することで、図９に示す制御部２０として動作する。また、ＣＰＵ５１は、操作検出プロセス６５を実行することで、図９に示す操作検出部２４として動作する。また、ＣＰＵ５１は、スクロール検出プロセス６６を実行することで、図９に示すスクロール検出部２６として動作する。また、ＣＰＵ５１は、運動量検出プロセス２６６を実行することで、図９に示す端末運動量検出部２２７として動作する。これにより、操作プログラム２６０を実行したコンピュータ２５０が、情報処理端末２１６として機能することになる。なお、プログラムを実行するＣＰＵ５１はハードウェアである。
なお、操作プログラム２６０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
また、ユーザ情報管理サーバ２１３は、例えば、図１３に示すコンピュータ２８０で実現することができる。コンピュータ２８０はＣＰＵ９１、一時記憶領域としてのメモリ９２、及び不揮発性の記憶部２８３を備える。また、コンピュータ２８０は、表示装置及び入力装置等の入出力装置９４、及び記録媒体９９に対するデータの読み込み及び書き込みを制御するＲ／Ｗ部９５を備える。また、コンピュータ２８０は、インターネット等のネットワークに接続されるネットワークＩ／Ｆ９６を備える。ＣＰＵ９１、メモリ９２、記憶部２８３、入出力装置９４、Ｒ／Ｗ部９５、及びネットワークＩ／Ｆ９６は、バス９７を介して互いに接続される。
記憶部２８３は、ＨＤＤ、ＳＳＤ、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部２８３には、コンピュータ２８０をユーザ情報管理サーバ２１３として機能させるための関心度評価プログラム２６１が記憶されている。関心度評価プログラム２６１は、通信プロセス２６２と、制御プロセス２６３と、計算プロセス２６７と、比較プロセス２６８とを有する。また、記憶部２８３は、パラメータ記憶部２２８を構成する情報が記憶されるパラメータ記憶領域２６９を有する。また、記憶部２８３は、操作状態記憶部２１９を構成する情報が記憶される操作状態記憶領域２７０を有する。また、記憶部２８３は、ユーザ情報記憶部２３３を構成する情報が記憶されるユーザ情報記憶領域２７１を有する。
ＣＰＵ９１は、関心度評価プログラム２６１を記憶部２８３から読み出してメモリ８２に展開し、関心度評価プログラム２６１が有するプロセスを順次実行する。ＣＰＵ９１は、通信プロセス２６２を実行することで、図９に示す通信部２１８として動作する。また、ＣＰＵ９１は、制御プロセス２６３を実行することで、図９に示すサーバ制御部２２０として動作する。また、ＣＰＵ９１は、計算プロセス２６７を実行することで、図９に示す関心度数値化部２３０として動作する。また、ＣＰＵ９１は、比較プロセス２６８を実行することで、図９に示す時間変化比較検出部２３２として動作する。また、ＣＰＵ９１は、パラメータ記憶領域２６９から情報を読み出して、パラメータ記憶部２２８をメモリ９２に展開する。また、ＣＰＵ９１は、操作状態記憶領域２７０から情報を読み出して、操作状態記憶部２１９をメモリ９２に展開する。また、ＣＰＵ９１は、ユーザ情報記憶領域２７１から情報を読み出して、ユーザ情報記憶部２３３をメモリ９２に展開する。これにより、関心度評価プログラム２６１を実行したコンピュータ２８０が、ユーザ情報管理サーバ２１３として機能することになる。なお、プログラムを実行するＣＰＵ９１はハードウェアである。
なお、関心度評価プログラム２６１により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
次に、第２実施形態に係る関心度評価システム２１０の作用について説明する。関心度評価システム２１０において、情報処理端末２１６がコンテンツサーバ１２からコンテンツを受信する。そして、情報処理端末２１６の表示部２２に受信したコンテンツが表示され、ユーザによる操作の入力が行われ、操作検出部２４、スクロール検出部２６、及び端末運動量検出部２２７による各検出処理が単位時間ごとに行われる。そして、情報処理端末２１６はコンテンツの表示を終了まで各検出処理を行う。そして、情報処理端末２１６の通信部１８は、制御部２０による制御処理により、ユーザ情報管理サーバ２１３へ単位時間ごとに検出された操作情報、及び端末運動量をユーザＩＤ、コンテンツＩＤ、及び検出時刻と対応付けて送信する。ユーザ情報管理サーバ２１３の通信部２１８が、情報処理端末２１６から送信された情報を受信すると、ユーザ情報管理サーバ２１３は、図１４に示す関心度評価処理を実行する。以下、各処理について詳述する。
ステップＳ２００において、サーバ制御部２２０は、通信部２１８が受信した単位時間ごとに検出された操作情報、及び端末運動量を、ユーザＩＤ、コンテンツＩＤ、及び検出時刻と対応付けて操作状態記憶部２１９に記憶する。また、サーバ制御部２２０は、操作状態記憶部２１９に情報を格納したことを関心度数値化部２３０に通知する。
ステップＳ２０１において、関心度数値化部２３０は、パラメータ記憶部２２８に記憶されている端末運動量を表すパラメータの値を選択する。
ステップＳ２０２において、関心度数値化部２３０は、ステップＳ２０１で選択されたパラメータの値について、単位時間の各々の単位時間当たりの関心度を算出する。単位時間当たりの関心度は、操作状態記憶部２１９に記憶された操作情報における操作時間、無操作時間、及び端末運動量に基づいて、上記（２）式に従って算出する。
ステップＳ１０５〜ステップＳ１０９において、第１実施形態と同様に、変化量を算出し、同一の区間で変化量が所定の閾値以上である区間を検出し、同一の区間の前の区間で他のパラメータの値よりも変化量が大きいパラメータの値を特定する。そして、検出した区間、及び特定したパラメータの値をユーザ固有の情報としてユーザ情報記憶部２３３に記憶する。
以上説明したように、第２実施形態に係る関心度評価システムは、情報処理端末にコンテンツを表示している間に操作の入力を受け付けた場合、端末運動量を含む操作状態を検出する。そして、ユーザ情報管理サーバは、検出された操作状態をもとに、パラメータの値の各々についての関心度を算出し、関心度から時系列における各区間の変化量を算出する。そして、ユーザ情報管理サーバは、変化量を比較し、２以上のパラメータの値において同一の区間で変化量が所定の閾値以上である区間を検出する。そして、ユーザ情報管理サーバは、同一の区間の前の区間における変化量を比較し、他のパラメータの値よりも変化量が大きいパラメータの値を特定する。これにより、コンテンツに対するユーザの関心度の評価処理にかかる負荷を低減することができる。
［第３実施形態］
次に本発明の第３実施形態について説明する。なお、第２実施形態と同一の部分には同一の符号を付し、説明を省略する。
第３実施形態では、関心度評価に情報処理端末の画面拡大率を用いる点が第２実施形態と異なる。
図１５に示す第３実施形態に係る関心度評価システム３１０は、コンテンツサーバ１２、情報処理端末３１６、及びユーザ情報管理サーバ３１３を備える。コンテンツサーバ１２と情報処理端末３１６とユーザ情報管理サーバ３１３とは、例えばインターネット等のネットワーク１４を介して接続されている。
情報処理端末３１６は、通信部１８と、制御部２０と、表示部２２と、操作検出部２４と、スクロール検出部２６と、画面拡大率検出部３２７とを備える。
画面拡大率検出部３２７は、情報処理端末３１６の操作状態の一例である画面拡大率を検出する。画面拡大率は、操作検出部２４で検出した入力操作のうちピンチイン、及びピンチアウトにより画面をズーミングする操作の状況から検出する。また、画面拡大率検出部３２７は、ピンチイン、及びピンチアウトの拡大操作のズーム操作時間を検出する。
第３実施形態の通信部１８は、制御部２０による制御処理によって、操作検出部２４によって検出された、入力操作の種別、入力操作の時刻、接触位置、操作時間、及び無操作時間を含む操作情報を、ユーザ情報管理サーバ２１３へ送信する。本実施形態では、操作情報には、スクロール検出部２６によって検出されたスクロール速度も含まれているものとする。また、通信部１８は、画面拡大率検出部３２７によって検出された画面拡大率、及びズーム操作時間を、ユーザ情報管理サーバ２１３へ送信する。また、送信する操作情報、画面拡大率、及びズーム操作時間には、ユーザＩＤ、表示しているコンテンツＩＤ、及び単位時間ごとの検出時刻が対応付けられている。
ユーザ情報管理サーバ３１３は、通信部２１８と、サーバ制御部２２０と、操作状態記憶部３１９と、パラメータ記憶部２２８と、関心度数値化部３３０と、時間変化比較検出部２３２と、ユーザ情報記憶部２３３とを備えている。
第３実施形態の通信部２１８は、情報処理端末３１６から送信されたユーザＩＤ、コンテンツＩＤ、及び検出時刻と対応付けられた操作情報、画面拡大率、及びズーム操作時間を受信する。
第３実施形態のサーバ制御部２２０は、通信部２１８により受信した操作情報、画面拡大率、及びズーム操作時間を取得し、操作状態記憶部３１９に格納する。また、サーバ制御部３２０は、新たに受信した操作情報、画面拡大率、及びズーム操作時間を操作状態記憶部２１９に格納したことを関心度数値化部３３０に通知する。
操作状態記憶部３１９には、ユーザＩＤ、コンテンツＩＤ、及び検出時刻と対応付けられた操作情報、画面拡大率、及びズーム操作時間が記憶されている。
関心度数値化部３３０は、操作状態記憶部３１９に記憶されている操作情報に含まれるスクロール操作時間、無操作時間、スクロール速度、並びに画面拡大率、及びズーム操作時間に基づいて、単位時間の各々の単位時間当たりの関心度を算出する。また、関心度数値化部３３０では、上記の関心度の算出を、パラメータ記憶部２２８に記憶されているスクロール速度を表すパラメータの値の各々について行う。
例えば、関心度数値化部３３０は、スクロール速度に応じた重み係数を、パラメータ記憶部２２８のスクロール速度を表すパラメータの値により定まる閾値により決定する。スクロール速度重み係数の決定方法については第１実施形態と同様である。また、画面拡大率に応じた重み係数についても画面拡大率に応じて決定する。そして、関心度数値化部３３０は、スクロールの操作時間及び無操作時間と、スクロール速度の重み係数と、画面拡大率の重み係数とに基づいて、以下の（３）式に従って、ユーザのコンテンツに対する関心度Ｉ（ｔ）を算出する。なお、画面拡大率の重み係数が、画面拡大率の変化の一例である。

（３）
本実施形態では、単位時間（一例としては１秒）毎にコンテンツに対する関心度Ｉ(ｔ)が算出される。上記（３）式において、スクロール速度の重み係数ｗscrの設定方法は第１実施形態と同様である。画面拡大率の重み係数は、拡大率係数ｚscrと、拡大率係数ｚnopとのそれぞれについて設定する。拡大率係数ｚscrは、操作時間用の画面拡大率に関する重み係数である。拡大率係数ｚnopは、無操作時間用の画面拡大率に関する重み係数である。図１６に示すように、例えば、画面拡大率が２．０のときの重みを１．０として、拡大率が大きくなるにつれて、ユーザのコンテンツに対する関心が強いと仮定して、線形に拡大率係数ｚscr,ｚnopが増加するように設定する。図１６の例では、画面拡大率が２．０になると、拡大率係数ｚscr,ｚnopが２．０となるように、画面拡大率の倍数に従って１ずつ拡大率係数ｚscr,ｚnopが増加する。なお、本実施形態では、拡大率係数ｚscr、及び拡大率係数ｚnopの増加率を同じにしたが、例えば、無操作時間中は関心が強いと仮定して拡大率係数ｚnopの増加率を１．２倍にしてもよい。
情報処理端末３１６は、例えば、図１７に示すコンピュータ３５０で実現することができる。コンピュータ３５０はＣＰＵ５１、一時記憶領域としてのメモリ５２、及び不揮発性の記憶部３５３を備える。また、コンピュータ３５０は、入出力装置５４、Ｒ／Ｗ部５５、及びネットワークＩ／Ｆ５６を備える。ＣＰＵ５１、メモリ５２、記憶部２５３、入出力装置５４、Ｒ／Ｗ部５５、及びネットワークＩ／Ｆ５６は、バス５７を介して互いに接続される。
記憶部３５３は、ＨＤＤ、ＳＳＤ、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部３５３には、コンピュータ３５０を情報処理端末３１６として機能させるための操作プログラム３６０が記憶されている。操作プログラム３６０は、通信プロセス６２と、制御プロセス６３と、操作検出プロセス６５と、スクロール検出プロセス６６と、画面拡大率検出プロセス３６６とを有する。
ＣＰＵ５１は、操作プログラム３６０を記憶部３５３から読み出してメモリ５２に展開し、操作プログラム３６０が有するプロセスを順次実行する。ＣＰＵ５１は、通信プロセス６２を実行することで、図１５に示す通信部１８として動作する。また、ＣＰＵ５１は、制御プロセス６３を実行することで、図１５に示す制御部２０として動作する。また、ＣＰＵ５１は、操作検出プロセス６５を実行することで、図１５に示す操作検出部２４として動作する。また、ＣＰＵ５１は、スクロール検出プロセス６６を実行することで、図１５に示すスクロール検出部２６として動作する。また、ＣＰＵ５１は、画面拡大率検出プロセス３６６を実行することで、図１５に示す画面拡大率検出部３２７として動作する。これにより、操作プログラム３６０を実行したコンピュータ３５０が、情報処理端末３１６として機能することになる。なお、プログラムを実行するＣＰＵ５１はハードウェアである。
なお、操作プログラム３６０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
また、ユーザ情報管理サーバ３１３は、例えば、図１８に示すコンピュータ３８０で実現することができる。コンピュータ３８０はＣＰＵ９１、一時記憶領域としてのメモリ９２、及び不揮発性の記憶部３８３を備える。また、コンピュータ３８０は、入出力装置９４、及び記録媒体９９に対するデータの読み込み及び書き込みを制御するＲ／Ｗ部９５を備える。また、コンピュータ３８０は、インターネット等のネットワークに接続されるネットワークＩ／Ｆ９６を備える。ＣＰＵ９１、メモリ９２、記憶部３８３、入出力装置９４、Ｒ／Ｗ部９５、及びネットワークＩ／Ｆ９６は、バス９７を介して互いに接続される。
記憶部３８３は、ＨＤＤ、ＳＳＤ、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部３８３には、コンピュータ３８０をユーザ情報管理サーバとして機能させるための関心度評価プログラム３６１が記憶されている。関心度評価プログラム３６１は、通信プロセス２６２と、制御プロセス２６３と、計算プロセス３６７と、比較プロセス２６８とを有する。また、記憶部３８３は、パラメータ記憶部２２８を構成する情報が記憶されるパラメータ記憶領域２６９を有する。また、記憶部３８３は、操作状態記憶部３１９を構成する情報が記憶される操作状態記憶領域３７０を有する。また、記憶部３８３は、ユーザ情報記憶部２３３を構成する情報が記憶されるユーザ情報記憶領域２７１を有する。
ＣＰＵ９１は、関心度評価プログラム３６１を記憶部３８３から読み出してメモリ９２に展開し、関心度評価プログラム３６１が有するプロセスを順次実行する。ＣＰＵ９１は、通信プロセス２６２を実行することで、図１５に示す通信部２１８として動作する。また、ＣＰＵ９１は、制御プロセス２６３を実行することで、図１５に示すサーバ制御部２２０として動作する。また、ＣＰＵ９１は、計算プロセス３６７を実行することで、図１５に示す関心度数値化部３３０として動作する。また、ＣＰＵ９１は、比較プロセス２６８を実行することで、図１５に示す時間変化比較検出部２３２として動作する。また、ＣＰＵ９１は、パラメータ記憶領域２６９から情報を読み出して、パラメータ記憶部２２８をメモリ９２に展開する。また、ＣＰＵ９１は、操作状態記憶領域３７０から情報を読み出して、操作状態記憶部３１９をメモリ９２に展開する。また、ＣＰＵ９１は、ユーザ情報記憶領域２７１から情報を読み出して、ユーザ情報記憶部２３３をメモリ９２に展開する。これにより、関心度評価プログラム３６１を実行したコンピュータ３８０が、ユーザ情報管理サーバ３１３として機能することになる。なお、プログラムを実行するＣＰＵ９１はハードウェアである。
なお、関心度評価プログラム３６１により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ等で実現することも可能である。
次に、第３実施形態に係る関心度評価システム３１０の作用について説明する。関心度評価システム３１０において、情報処理端末３１６がコンテンツサーバ１２からコンテンツを受信する。そして、情報処理端末３１６の表示部２２に受信したコンテンツが表示され、ユーザによる操作の入力が行われ、操作検出部２４、スクロール検出部２６、及び画面拡大率検出部３２７による各検出処理が単位時間ごとに行われる。そして、情報処理端末２１６はコンテンツの表示を終了まで各検出処理を行う。そして、情報処理端末３１６の通信部１８は、制御部２０による制御処理により、ユーザ情報管理サーバ３１３へ単位時間ごとに検出された操作情報、画面拡大率、及びズーム操作時間をユーザＩＤ、コンテンツＩＤ、及び検出時刻と対応付けて送信する。ユーザ情報管理サーバ３１３の通信部２１８が、情報処理端末２１６から送信された情報を受信すると、ユーザ情報管理サーバ３１３は、図１９に示す関心度評価処理を実行する。以下、各処理について詳述する。
ステップＳ３００において、サーバ制御部２２０は、通信部２１８が受信した単位時間ごとに検出された操作情報、及び画面面拡大率を、ユーザＩＤ、コンテンツＩＤ、及び検出時刻と対応付けて操作状態記憶部３１９に記憶する。また、サーバ制御部２２０は、操作状態記憶部３１９に情報を格納したことを関心度数値化部３３０に通知する。
ステップＳ３０１において、関心度数値化部３３０は、パラメータ記憶部２２８に記憶されているスクロール速度を表すパラメータの値を選択する。
ステップＳ３０２において、関心度数値化部３３０は、ステップＳ２０１で選択されたパラメータの値について、単位時間の各々の単位時間当たりの関心度を算出する。単位時間当たりの関心度は、操作状態記憶部３１９に記憶された操作情報に含まれるスクロール操作時間、無操作時間、及びスクロール速度、並びに画面拡大率、及びズーム操作時間に基づいて、上記（３）式に従って算出する。
ステップＳ１０５〜ステップＳ１０９において、第１実施形態と同様に、変化量を算出し、同一の区間で変化量が所定の閾値以上である区間を検出し、同一の区間の前の区間で他のパラメータの値よりも変化量が大きいパラメータの値を特定する。そして、検出した区間、及び特定したパラメータの値をユーザ固有の情報としてユーザ情報記憶部２３３に記憶する。
以上説明したように、第３実施形態に係る関心度評価システムは、情報処理端末にコンテンツを表示している間に操作の入力を受け付けた場合、スクロール速度、及び画面拡大率を含む操作状態を検出する。そして、ユーザ情報管理サーバは、検出された操作状態をもとに、パラメータの値の各々についての関心度を算出し、関心度から時系列における各区間の変化量を算出する。そして、ユーザ情報管理サーバは、変化量を比較し、２以上のパラメータの値において同一の区間で変化量が所定の閾値以上である区間を検出する。そして、ユーザ情報管理サーバは、同一の区間の前の区間における変化量を比較し、他のパラメータの値よりも変化量が大きいパラメータの値を特定する。これにより、コンテンツに対するユーザの関心度の評価処理にかかる負荷を低減することができる。
次に、各実施形態の変形例を説明する。
上記各実施形態では、第１実施形態において、情報処理端末において、操作時間、及びスクロール速度を用いて関心度、及び関心度の変化量を算出する場合を例に説明したが、これに限定されるものではない。例えば、情報処理端末において、操作時間、無操作時間、及び端末運動量を用いて関心度を算出するようにしてもよい。また、情報処理端末において、操作時間、無操作時間、スクロール速度、画面拡大率、及びズーム操作時間を用いて、関心度を算出するようにしてもよい。
また、第２、及び第３実施形態では、関心度評価システムは、情報処理端末、コンテンツサーバ、及びユーザ情報管理サーバによって構成する場合を例に説明したが、これに限定されるものではない。例えば、関心度評価システムに更にプロキシサーバを設けてもよい。プロキシサーバは、情報処理端末がコンテンツサーバからコンテンツを取得する際に経由するサーバである。プロキシサーバを設ける場合には、例えば、プロキシサーバに解析タグ埋込部、操作状態記憶部、関心度数値化部、及び時間変化比較検出部を設け、ユーザ情報管理サーバにユーザ情報記憶部を設ける構成とする。プロキシサーバの解析タグ埋込部は、情報処理端末がコンテンツサーバからコンテンツを取得する際に、コンテンツに特定の解析タグを埋め込み、解析をできるようにするものである。コンテンツに埋め込まれた解析タグによって、ユーザの情報処理端末における、操作情報、端末運動量、及び画面拡大率等の操作状態を取得する。取得した操作状態から関心度数値化部によって、パラメータの値ごとの関心度を算出し、関心度の変化量を算出する。パラメータの値同士の変化量を比較し、比較の結果をユーザ情報管理サーバのユーザ情報記憶部に記憶する。
第２、及び第３実施形態の関心度評価システムにおいて、ユーザ情報管理サーバに解析タグ埋込部を設ける構成としてもよい。この場合には、情報処理端末がコンテンツサーバからコンテンツを取得する際に、ユーザ情報管理サーバに解析タグ埋込部を経由してコンテンツを取得するようにすればよい。
また、関心度の算出方法は、上記各実施形態で例示した算出式を用いる場合に限定されるものではない。例えば、上記各実施形態での関心度の算出式を組み合わせた以下（４）式に従って、関心度を算出するようにしてもよい。

（４）
上記（４）式で関心度を算出する場合には、スクロール速度を表すパラメータの値と、端末運動量を表すパラメータの値との組み合わせの各々について、関心度を算出するようにすればよい。
以上の各実施形態に関し、更に以下の付記を開示する。
（付記１）
情報処理端末にコンテンツを表示している間に第１のスクロール操作の入力を受け付けた場合、前記第１のスクロール操作の入力を受け付けてから前記第１のスクロール操作の終了を検出するまでの第１の操作時間における前記第１のスクロール操作の速度を算出するとともに、前記第１のスクロール操作の後に入力を受け付けた第２のスクロール操作の第２の操作時間における前記第２のスクロール操作の速度を算出し、
算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する、
処理をコンピュータに実行させることを特徴とする関心度評価プログラム。
（付記２）
情報処理端末にコンテンツを表示している間に操作の入力を受け付けた場合、前記操作の入力を受け付けてから前記操作の終了を検出するまでの操作時間を検出し、前記情報処理端末にコンテンツを表示している間に、前記情報処理端末の動きを検出し、検出した前記動きの変化に基づいて、前記コンテンツに対する関心度を評価する処理をコンピュータに実行させることを特徴とする関心度評価プログラム。
（付記３）
前記情報処理端末に前記コンテンツを表示している間に、更に、前記情報処理端末の画面拡大率を検出し、検出した前記画面拡大率の変化、及び算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する付記１に記載の関心度評価プログラム。
（付記４）
情報処理端末にコンテンツを表示している間の前記情報処理端末の操作状態を検出し、
前記操作状態に関する複数のパラメータの値ごとに、前記検出された操作状態と、前記複数のパラメータの値とに基づいて、単位時間ごとの前記コンテンツに対する関心度を算出し、
前記複数のパラメータの値ごとに、前記算出された単位時間ごとの前記関心度に基づいて、時系列の各区間における前記関心度の変化量を算出し、
前記パラメータの値同士の前記各区間における前記変化量の比較に基づいて、前記コンテンツに対する関心度を評価する、
処理をコンピュータに実行させることを特徴とする関心度評価プログラム。
（付記５）
前記操作状態として、前記コンテンツを表示している間のスクロール操作を検出し、
前記操作状態として、前記スクロール操作の開始を検出してから前記スクロール操作の終了を検出するまでの操作時間におけるスクロール操作の速度を算出し、
前記複数のパラメータの値として、前記スクロール操作の速度に関する複数の値を含む付記４に記載の関心度評価プログラム。
（付記６）
前記操作状態として、前記コンテンツを表示している間の前記情報処理端末の操作時間、及び端末運動量を検出し、
前記複数のパラメータの値として、前記端末運動量に関する複数の値を含む付記４に記載の関心度評価プログラム。
（付記７）
前記操作状態に、前記情報処理端末の画面拡大率を更に含む付記５に記載の関心度評価プログラム。
（付記８）
前記パラメータの値同士の前記各区間における前記変化量を比較して、２以上の前記パラメータの値において同一の区間で前記変化量が所定の閾値以上である区間を検出する付記４〜付記７の何れかに記載の関心度評価プログラム。
（付記９）
前記変化量が前記所定の閾値以上であった前記同一の区間の周辺の区間における前記パラメータの値同士の前記変化量を比較し、他の前記パラメータの値よりも前記変化量が大きい前記パラメータの値を特定する付記８に記載の関心度評価プログラム。
（付記１０）
情報処理端末にコンテンツを表示している間に第１のスクロール操作の入力を受け付けた場合、前記第１のスクロール操作の入力を受け付けてから前記第１のスクロール操作の終了を検出するまでの第１の操作時間における前記第１のスクロール操作の速度を算出するとともに、前記第１のスクロール操作の後に入力を受け付けた第２のスクロール操作の第２の操作時間における前記第２のスクロール操作の速度を算出するスクロール検出部と、
算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する関心度評価部と、
を含む関心度評価装置。
（付記１１）
操作検出部は、情報処理端末にコンテンツを表示している間に操作の入力を受け付けた場合、前記操作の入力を受け付けてから前記操作の終了を検出するまでの操作時間を検出し、端末運動量検出部は、前記情報処理端末にコンテンツを表示している間に、前記情報処理端末の動きを検出し、検出した前記動きの変化に基づいて、前記コンテンツに対する関心度を評価する関心度評価装置。
（付記１２）
前記情報処理端末に前記コンテンツを表示している間に、更に、画面拡大率検出部は、前記情報処理端末の画面拡大率を検出し、検出した前記画面拡大率の変化、及び算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する付記１１に記載の関心度評価装置。
（付記１３）
操作状態検出部は、情報処理端末にコンテンツを表示している間の前記情報処理端末の操作状態を検出し、
関心度数値化部は、前記操作状態に関する複数のパラメータの値ごとに、前記検出された操作状態と、前記複数のパラメータとに基づいて、単位時間ごとの前記コンテンツに対する関心度を算出し、前記複数のパラメータの値ごとに、前記算出された単位時間ごとの前記関心度に基づいて、時系列の各区間における前記関心度の変化量を算出し、
時間変化比較部は、前記パラメータの値同士の前記各区間における前記変化量の比較に基づいて、前記コンテンツに対する関心度を評価する関心度評価装置。
（付記１４）
操作検出部は、前記コンテンツを表示している間のスクロールの操作時間を検出し、
スクロール検出部は、前記スクロール操作の開始を検出してから前記スクロール操作の終了を検出するまでの操作時間におけるスクロール操作の速度を算出し、
前記パラメータとして、前記スクロール操作の速度に関するパラメータの各々を含み、
前記複数のパラメータの値として、前記スクロール操作の速度に関する複数の値を含む付記１３に記載の関心度評価装置。
（付記１５）
操作検出部は、前記操作状態として、前記コンテンツを表示している間の前記情報処理端末の操作時間を検出し、
端末運動量検出部は、前記コンテンツを表示している間の前記情報処理端末の端末運動量を検出し、
前記複数のパラメータの値として、前記端末運動量に関する複数の値を含む付記１３に記載の関心度評価装置。
（付記１６）
前記操作状態に、前記情報処理端末の画面拡大率を更に含む付記１４に記載の関心度評価装置。
（付記１７）
時間変化比較部は、前記パラメータの値同士の前記各区間における前記変化量を比較して、２以上の前記パラメータの値において同一の区間で前記変化量が所定の閾値以上である区間を検出する付記１３〜付記１６の何れかに記載の関心度評価装置。
（付記１８）
時間変化比較部は、前記変化量が前記所定の閾値以上であった前記同一の区間の周辺の区間における前記パラメータの値同士の前記変化量を比較し、他の前記パラメータの値よりも前記変化量が大きい前記パラメータの値を特定する付記１７に記載の関心度評価装置。
（付記１９）
情報処理端末にコンテンツを表示している間に第１のスクロール操作の入力を受け付けた場合、前記第１のスクロール操作の入力を受け付けてから前記第１のスクロール操作の終了を検出するまでの第１の操作時間における前記第１のスクロール操作の速度を算出するとともに、前記第１のスクロール操作の後に入力を受け付けた第２のスクロール操作の第２の操作時間における前記第２のスクロール操作の速度を算出し、
算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する、
ことを含む処理をコンピュータが実行することを特徴とする関心度評価方法。
（付記２０）
情報処理端末にコンテンツを表示している間に操作の入力を受け付けた場合、前記操作の入力を受け付けてから前記操作の終了を検出するまでの操作時間を検出し、前記情報処理端末にコンテンツを表示している間に、前記情報処理端末の動きを検出し、検出した前記動きの変化に基づいて、前記コンテンツに対する関心度を評価することを含む処理をコンピュータが実行することを特徴とする関心度評価方法。
（付記２１）
前記情報処理端末に前記コンテンツを表示している間に、更に、前記情報処理端末の画面拡大率を検出し、検出した前記画面拡大率の変化、及び算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する付記１９に記載の関心度評価方法。
（付記２２）
情報処理端末にコンテンツを表示している間の前記情報処理端末の操作状態を検出し、
前記操作状態に関する複数のパラメータの値ごとに、前記検出された操作状態と、前記複数のパラメータの値とに基づいて、単位時間ごとの前記コンテンツに対する関心度を算出し、
前記複数のパラメータの値ごとに、前記算出された単位時間ごとの前記関心度に基づいて、時系列の各区間における前記関心度の変化量を算出し、
前記パラメータの値同士の前記各区間における前記変化量の比較に基づいて、前記コンテンツに対する関心度を評価する、
ことを含む処理をコンピュータが実行することを特徴とする関心度評価方法。
（付記２３）
前記操作状態として、前記コンテンツを表示している間のスクロール操作を検出し、
前記操作状態として、前記スクロール操作の開始を検出してから前記スクロール操作の終了を検出するまでの操作時間におけるスクロール操作の速度を算出し、
前記複数のパラメータの値として、前記スクロール操作の速度に関する複数の値を含む付記２２に記載の関心度評価方法。
（付記２４）
前記操作状態として、前記コンテンツを表示している間の前記情報処理端末の操作時間、及び端末運動量を検出し、
前記複数のパラメータの値として、前記端末運動量に関する複数の値を含む付記２２に記載の関心度評価方法。
（付記２５）
前記操作状態に、前記情報処理端末の画面拡大率を更に含む付記２３に記載の関心度評価方法。
（付記２６）
前記パラメータの値同士の前記各区間における前記変化量を比較して、２以上の前記パラメータの値において同一の区間で前記変化量が所定の閾値以上である区間を検出する付記２２〜付記２５の何れかに記載の関心度評価方法。
（付記２７）
前記変化量が前記所定の閾値以上であった前記同一の区間の周辺の区間における前記パラメータの値同士の前記変化量を比較し、他の前記パラメータの値よりも前記変化量が大きい前記パラメータの値を特定する付記２６に記載の関心度評価方法。
１０，２１０，３１０ 関心度評価システム
１２ コンテンツサーバ
１６，２１６，３１６ 情報処理端末
１８，２１８ 通信部
２０ 制御部
２２ 表示部
２４ 操作検出部
２６ スクロール検出部
３０、２３０、３３０ 関心度数値化部
３２，２３２ 時間変化比較検出部
３３，２３３ ユーザ情報記憶部
５０，８０，２５０，３５０，３８０ コンピュータ
５１，８１，９１ ＣＰＵ
５２，８２，９２ メモリ
５３，８３，２５３，２８３，３５３，３８３ 記憶部
５９，８９，９９ 記録媒体
６０，２６１、３６１ 関心度評価プログラム
２６０，３６０ 操作プログラム
２１３，３１３ ユーザ情報管理サーバ
２１９，３１９ 操作状態記憶部
２２０，３２０ サーバ制御部
２２７ 端末運動量検出部
２８，２２８ パラメータ記憶部
３２７ 画面拡大率検出部

Claims (11)

  1. 情報処理端末にコンテンツを表示している間に第１のスクロール操作の入力を受け付けた場合、前記第１のスクロール操作の入力を受け付けてから前記第１のスクロール操作の終了を検出するまでの第１の操作時間における前記第１のスクロール操作の速度を算出するとともに、前記第１のスクロール操作の後に入力を受け付けた第２のスクロール操作の第２の操作時間における前記第２のスクロール操作の速度を算出し、
    算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する、
    処理をコンピュータに実行させることを特徴とする関心度評価プログラム。
  2. 情報処理端末にコンテンツを表示している間に操作の入力を受け付けた場合、前記操作の入力を受け付けてから前記操作の終了を検出するまでの操作時間を検出し、前記情報処理端末にコンテンツを表示している間に、前記情報処理端末の動きを検出し、
    検出した前記操作時間、及び前記動きの変化に基づいて、前記コンテンツに対する関心度を評価する
    処理をコンピュータに実行させることを特徴とする関心度評価プログラム。
  3. 前記情報処理端末に前記コンテンツを表示している間に、更に、前記情報処理端末の画面拡大率を検出し、検出した前記画面拡大率の変化、及び算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する請求項１に記載の関心度評価プログラム。
  4. 情報処理端末にコンテンツを表示している間の前記情報処理端末の操作状態を検出し、
    前記操作状態に関する複数のパラメータの値ごとに、前記検出された操作状態と、前記複数のパラメータの値とに基づいて、単位時間ごとの前記コンテンツに対する関心度を算出し、
    前記複数のパラメータの値ごとに、前記算出された単位時間ごとの前記関心度に基づいて、時系列の各区間における前記関心度の変化量を算出し、
    前記パラメータの値同士の前記各区間における前記変化量の比較に基づいて、前記コンテンツに対する関心度を評価する、
    処理をコンピュータに実行させることを特徴とする関心度評価プログラム。
  5. 前記操作状態として、前記コンテンツを表示している間のスクロール操作を検出し、
    前記操作状態として、前記スクロール操作の開始を検出してから前記スクロール操作の終了を検出するまでの操作時間におけるスクロール操作の速度を算出し、
    前記複数のパラメータの値として、前記スクロール操作の速度に関する複数の値を含む請求項４に記載の関心度評価プログラム。
  6. 前記操作状態として、前記コンテンツを表示している間の前記情報処理端末の操作時間、及び端末運動量を検出し、
    前記複数のパラメータの値として、前記端末運動量に関する複数の値を含む請求項４又は請求項５に記載の関心度評価プログラム。
  7. 前記操作状態に、前記情報処理端末の画面拡大率を更に含む請求項５に記載の関心度評価プログラム。
  8. 前記パラメータの値同士の前記各区間における前記変化量を比較して、２以上の前記パラメータの値において同一の区間で前記変化量が所定の閾値以上である区間を検出する請求項４〜請求項７の何れか１項に記載の関心度評価プログラム。
  9. 前記変化量が前記所定の閾値以上であった前記同一の区間の周辺の区間における前記パラメータの値同士の前記変化量を比較し、他の前記パラメータの値よりも前記変化量が大きい前記パラメータの値を特定する請求項８に記載の関心度評価プログラム。
  10. 情報処理端末にコンテンツを表示している間に第１のスクロール操作の入力を受け付けた場合、前記第１のスクロール操作の入力を受け付けてから前記第１のスクロール操作の終了を検出するまでの第１の操作時間における前記第１のスクロール操作の速度を算出するとともに、前記第１のスクロール操作の後に入力を受け付けた第２のスクロール操作の第２の操作時間における前記第２のスクロール操作の速度を算出するスクロール検出部と、
    算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する関心度評価部と、
    を含む関心度評価装置。
  11. 情報処理端末にコンテンツを表示している間に第１のスクロール操作の入力を受け付けた場合、前記第１のスクロール操作の入力を受け付けてから前記第１のスクロール操作の終了を検出するまでの第１の操作時間における前記第１のスクロール操作の速度を算出するとともに、前記第１のスクロール操作の後に入力を受け付けた第２のスクロール操作の第２の操作時間における前記第２のスクロール操作の速度を算出し、
    算出した前記第１のスクロール操作の速度から前記第２のスクロール操作の速度への変化に基づいて、前記コンテンツに対する関心度を評価する、
    ことを含む処理をコンピュータが実行することを特徴とする関心度評価方法。
JP2017097641A 2017-05-16 2017-05-16 関心度評価プログラム、装置、及び方法 Pending JP2018195024A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017097641A JP2018195024A (ja) 2017-05-16 2017-05-16 関心度評価プログラム、装置、及び方法
US15/978,566 US20180336578A1 (en) 2017-05-16 2018-05-14 Interest level evaluation method, interest level evaluating device and recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017097641A JP2018195024A (ja) 2017-05-16 2017-05-16 関心度評価プログラム、装置、及び方法

Publications (1)

Publication Number Publication Date
JP2018195024A true JP2018195024A (ja) 2018-12-06

Family

ID=64272364

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017097641A Pending JP2018195024A (ja) 2017-05-16 2017-05-16 関心度評価プログラム、装置、及び方法

Country Status (2)

Country Link
US (1) US20180336578A1 (ja)
JP (1) JP2018195024A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022530024A (ja) * 2019-04-23 2022-06-27 ネイバーウェブトゥーン リミテッド コンテンツ無断複写探知方法及びこれを用いるサービスサーバー

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11443008B2 (en) * 2018-06-11 2022-09-13 International Business Machines Corporation Advanced web page content management
CN112837083A (zh) * 2019-11-25 2021-05-25 浙江大搜车软件技术有限公司 用户行为数据处理方法、装置、计算机设备和存储介质
US11314616B2 (en) * 2020-01-29 2022-04-26 Adobe Inc. Machine learning models applied to interaction data for facilitating modifications to online environments

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009245185A (ja) * 2008-03-31 2009-10-22 Toppan Printing Co Ltd 閲覧情報配信装置およびその処理方法、プログラム
JP2011113280A (ja) * 2009-11-26 2011-06-09 Rakuten Inc サーバ装置、ユーザ関心度算出方法、ユーザ関心度算出プログラム、及び情報提供システム
JP2012088809A (ja) * 2010-10-15 2012-05-10 Ntt Docomo Inc コンテンツ評価装置、コンテンツ評価システム、コンテンツ評価方法及びプログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3795036A (en) * 1973-01-02 1974-03-05 M Roebuck Die-set combination for making pin-back badges
JP4583218B2 (ja) * 2004-07-05 2010-11-17 インターナショナル・ビジネス・マシーンズ・コーポレーション 対象コンテンツを評価する方法、コンピュータ・プログラム、システム
WO2011065285A1 (ja) * 2009-11-26 2011-06-03 楽天株式会社 サーバ装置、端末装置、Ｗｅｂページ上への情報挿入方法、情報挿入プログラム、及びプログラムが記録された記録媒体
JP4764523B1 (ja) * 2010-11-08 2011-09-07 楽天株式会社 電子書籍広告システム、電子書籍広告方法、クライアント装置、広告提供装置、プログラム及び情報記録媒体
US9239674B2 (en) * 2010-12-17 2016-01-19 Nokia Technologies Oy Method and apparatus for providing different user interface effects for different implementation characteristics of a touch event
US8914496B1 (en) * 2011-09-12 2014-12-16 Amazon Technologies, Inc. Tracking user behavior relative to a network page
US20140280890A1 (en) * 2013-03-15 2014-09-18 Yahoo! Inc. Method and system for measuring user engagement using scroll dwell time
EP3248163A1 (en) * 2015-01-23 2017-11-29 PCMS Holdings, Inc. Systems and methods for allocating mobile advertisement inventory
CN106326244A (zh) * 2015-06-19 2017-01-11 联想企业解决方案(新加坡)有限公司 用于确定用户对基于Web内容的兴趣的方法和装置
KR20170141453A (ko) * 2016-06-15 2017-12-26 에스케이플래닛 주식회사 스크롤 패턴을 이용한 관심 정보 분석 방법 및 이를 이용한 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009245185A (ja) * 2008-03-31 2009-10-22 Toppan Printing Co Ltd 閲覧情報配信装置およびその処理方法、プログラム
JP2011113280A (ja) * 2009-11-26 2011-06-09 Rakuten Inc サーバ装置、ユーザ関心度算出方法、ユーザ関心度算出プログラム、及び情報提供システム
JP2012088809A (ja) * 2010-10-15 2012-05-10 Ntt Docomo Inc コンテンツ評価装置、コンテンツ評価システム、コンテンツ評価方法及びプログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022530024A (ja) * 2019-04-23 2022-06-27 ネイバーウェブトゥーン リミテッド コンテンツ無断複写探知方法及びこれを用いるサービスサーバー
JP7285335B2 (ja) 2019-04-23 2023-06-01 ネイバーウェブトゥーン リミテッド コンテンツ無断複写探知方法及びこれを用いるサービスサーバー
US12003597B2 (en) 2019-04-23 2024-06-04 Naver Webtoon Ltd. Method for detecting unauthorized copying of content and service server using same

Also Published As

Publication number Publication date
US20180336578A1 (en) 2018-11-22

Similar Documents

Publication Publication Date Title
JP2018195024A (ja) 関心度評価プログラム、装置、及び方法
CN108604309A (zh) 对抗性深度神经网络
US8823794B2 (en) Measuring device user experience through display outputs
US8694890B2 (en) Use of color in a site analysis report
EP2169527A1 (en) Method and apparatus for displaying content at a mobile device
CN104166553B (zh) 一种显示方法及电子设备
CN104111950A (zh) 网页图片加载方法及加载装置
CN107885645A (zh) 计算页面首屏渲染时长的方法、装置及电子设备
JP5849952B2 (ja) コミュニケーション支援装置、コミュニケーション支援方法、およびプログラム
JP2015191551A (ja) 電子機器
JP2018114232A (ja) 診断装置、プログラム及び診断システム
CN107908604A (zh) 报表图形生成方法、装置、计算机设备和存储介质
JP5508941B2 (ja) 滞在目的推定装置、方法及びプログラム
JP5759955B2 (ja) Ｗｅｂページ閲覧サーバ、Ｗｅｂページ閲覧システム、Ｗｅｂページ閲覧方法及びプログラム
JP2023029568A (ja) 生成装置、生成方法及び生成プログラム
JP6740819B2 (ja) 関心度評価プログラム、装置及び方法
JP6055567B1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
JP5439678B1 (ja) 性格分析装置および性格分析用プログラム
JP2019067214A (ja) 判定プログラム、判定方法、端末装置、学習データ、及びモデル
JP7081807B2 (ja) 閲覧状況解析装置、閲覧状況解析方法および閲覧状況解析プログラム
JP2009015610A (ja) ページアクション起動装置、ページアクション起動制御方法、および、ページアクション起動制御プログラム
JP2020190776A (ja) 判定装置、判定方法及び判定プログラム
JP6915487B2 (ja) メッセージ出力制御方法、メッセージ出力制御プログラム、およびメッセージ出力制御装置
JP5887816B2 (ja) 広告効果測定装置、広告効果測定方法及びコンピュータプログラム
JP7297240B2 (ja) ユーザ状態推定装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200213

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20201221

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210105

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20210706