JP2019067055A - 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム - Google Patents
端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム Download PDFInfo
- Publication number
- JP2019067055A JP2019067055A JP2017190525A JP2017190525A JP2019067055A JP 2019067055 A JP2019067055 A JP 2019067055A JP 2017190525 A JP2017190525 A JP 2017190525A JP 2017190525 A JP2017190525 A JP 2017190525A JP 2019067055 A JP2019067055 A JP 2019067055A
- Authority
- JP
- Japan
- Prior art keywords
- odor
- content
- attribute information
- detection
- viewer
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims description 84
- 238000004364 calculation method Methods 0.000 claims description 45
- 238000004458 analytical method Methods 0.000 claims description 39
- 238000003860 storage Methods 0.000 claims description 23
- 230000005540 biological transmission Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000011017 operating method Methods 0.000 claims description 2
- 235000019645 odor Nutrition 0.000 description 468
- 230000035943 smell Effects 0.000 description 21
- 238000004519 manufacturing process Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000011160 research Methods 0.000 description 12
- XDLMVUHYZWKMMD-UHFFFAOYSA-N 3-trimethoxysilylpropyl 2-methylprop-2-enoate Chemical compound CO[Si](OC)(OC)CCCOC(=O)C(C)=C XDLMVUHYZWKMMD-UHFFFAOYSA-N 0.000 description 11
- 235000013305 food Nutrition 0.000 description 11
- 235000009508 confectionery Nutrition 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 239000003205 fragrance Substances 0.000 description 8
- 238000012795 verification Methods 0.000 description 8
- 239000007787 solid Substances 0.000 description 7
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 5
- 235000021438 curry Nutrition 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 241000167854 Bourreria succulenta Species 0.000 description 4
- 241000220317 Rosa Species 0.000 description 4
- 235000019693 cherries Nutrition 0.000 description 4
- 238000010411 cooking Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 235000015277 pork Nutrition 0.000 description 4
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 3
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 3
- 229910021529 ammonia Inorganic materials 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 3
- 229910052717 sulfur Inorganic materials 0.000 description 3
- 239000011593 sulfur Substances 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 235000013555 soy sauce Nutrition 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 235000005135 Micromeria juliana Nutrition 0.000 description 1
- 240000002114 Satureja hortensis Species 0.000 description 1
- 235000007315 Satureja hortensis Nutrition 0.000 description 1
- 244000000231 Sesamum indicum Species 0.000 description 1
- 235000003434 Sesamum indicum Nutrition 0.000 description 1
- 150000001412 amines Chemical class 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 150000002148 esters Chemical class 0.000 description 1
- 125000002485 formyl group Chemical class [H]C(*)=O 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 150000007524 organic acids Chemical class 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
ニオイを検知するニオイ検知手段と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
記録されたニオイを示す情報を外部装置に送信する送信手段と、
を有する端末装置が提供される。
第1のコンテンツの視聴者を特定する視聴者特定手段と、
前記第1のコンテンツの視聴者の端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
を有する解析装置が提供される。
端末装置と解析装置とを有し、
前記端末装置は、
ニオイを検知するニオイ検知手段と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
記録されたニオイを示す情報を外部装置に送信する送信手段と、
を有し、
前記解析装置は、
第1のコンテンツの視聴者を特定する視聴者特定手段と、
前記第1のコンテンツの視聴者の前記端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
を有するシステムが提供される。
少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、前記コンテンツの視聴率またはCVR(conversion rate)に基づき、前記コンテンツ属性情報と前記視聴率またはCVRとの相関を算出する相関算出手段と、
前記相関と前記コンテンツ属性情報とに基づき前記視聴率またはCVRを推定する推定手段と、
を有する推定装置が提供される。
少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を記憶する属性情報記憶手段と、
ニオイを指定する検索キーを取得する検索キー取得手段と、
前記属性情報記憶手段に記憶された前記コンテンツ属性情報の中から、前記検索キーで指定されるニオイを示す前記コンテンツ属性情報を抽出する検索手段と、
を有する検索装置が提供される。
コンピュータが、
ニオイを検知するニオイ検知工程と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出工程と、
前記イベントの検出に応じて、検知されたニオイを記録する記録工程と、
記録されたニオイを示す情報を外部装置に送信する送信工程と、
を実行する端末装置の動作方法が提供される。
コンピュータを、
ニオイを検知するニオイ検知手段、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段、
記録されたニオイを示す情報を外部装置に送信する送信手段、
として機能させるプログラムが提供される。
まず、図1を用いて、本実施形態のサービスに関与する主体を説明する。図示するように、当該サービスに関与する主体は、視聴率パネラー世帯、視聴率調査会社、メタデータ生成会社、コンテンツ制作会社/広告主、分析会社及び一般視聴者を含む。なお、その他の主体を含んでもよい。
次に、本実施形態のサービスで利用される各種データ及びその生成方法を説明する。
図2のニオイ視聴データは、視聴率調査会社または分析会社に属する装置に蓄積されるデータである。ニオイセンサを備える端末装置が、検知したニオイを含むログデータを、視聴率調査会社または分析会社に属する装置に送信する。視聴率調査会社または分析会社に属する装置は、受信したログデータをそのまま、又は、情報を付加して蓄積する。ニオイセンサを備える端末装置は、例えば視聴率測定器であってもよいし、コンテンツ視聴機器であってもよい。
図4に示すパネル構成データは、視聴率調査会社または分析会社に属する装置に蓄積されるデータである。予め、視聴者がパネル構成データに含まれる各種情報を、視聴率調査会社または分析会社に申告する。結果、視聴率調査会社または分析会社に属する装置に、図4に示すようなパネル構成データが蓄積される。
図5に示す購買データは、視聴率調査会社または分析会社に属する装置に蓄積されるデータである。例えば、各パネラーがスマートフォン、タブレット、PC等の装置を操作して、図示するような購買データを入力してもよい。そして、入力されたデータが視聴率調査会社または分析会社に属する装置に送信され、蓄積されてもよい。その他、電子マネーの利用ログデータやポイントカードのログデータが、電子マネーやポイントカードを管理する会社から視聴率調査会社または分析会社に提供されてもよい。
図6に示すニオイ分類データは、ニオイ成分とニオイ名及びニオイIDとを対応付けるデータである。規格化され、本実施形態のサービスに関与するあらゆる主体が利用可能になっている。なお、各ニオイのニオイ成分は、幅を持たせて定義されてもよい。すなわち、あるニオイのニオイ成分を「硫化水素15、硫黄12、アンモニア4」のように一義的に定義するのでなく、「硫化水素14以上16以下、硫黄12、アンモニア3以上5以下」のように幅を持たせて定義してもよい。
図7に示す番組メタデータは、メタデータ生成会社により生成されるデータであり、コンテンツの属性を示す。図示する例は、テレビの番組メタデータ(コンテンツ属性情報)の一例であり、番組に含まれる複数のコーナ各々の開始日時及び終了日時、番組ID、番組名、放送局、各コーナのヘッドライン、MEMO(各コーナの概要)、出演タレント、BGM(background music)、各コーナに関連付けられているニオイ名を含む。その他の情報を含んでもよい。ニオイ名は、各コーナを視聴している視聴者に想起させると考えられるニオイである。例えば、番組内で醤油ラーメンを紹介している場合、ニオイ名として醤油ラーメンが登録されてもよい。
図8に示すCMメタデータは、メタデータ生成会社により生成されるデータであり、広告の属性を示す。図示する例は、テレビで放送される広告のCMメタデータ(コンテンツ属性情報)の一例であり、放送開始日時、コンテンツ長さ、放送局、CMID、宣伝する商品の分類(大分類、中分類、小分類)、広告主(会社名)、宣伝する商品の名称(商品名)、出演タレント、BGM、関連付けられているニオイ名を含む。その他の情報を含んでもよい。ニオイ名は、各広告を視聴している視聴者に想起させると考えられるニオイである。例えば、海で撮影された広告の場合、ニオイ名として海が登録されてもよい。
図9に示す番組ニオイ詳細メタデータは、コンテンツ制作会社/広告主により生成されるデータであり、コンテンツや広告の属性を示す。図示する例は、テレビの番組ニオイ詳細メタデータ(コンテンツ属性情報)の一例であり、番組に含まれる複数のコーナ各々の開始日時及び終了日時、番組ID、番組名、放送局、各コーナのヘッドライン、出演タレント、BGM、各コーナを撮影時に現場にあるニオイセンサで検知されたニオイ成分、検知されたニオイ成分に対応するニオイ名、ニオイを検知した場所を含む。その他の情報を含んでもよい。
次に、上述のような各種データを用いて提供されるサービスを説明する。
当該サービスでは、ニオイをキーとしてコンテンツを検索する。図10に、当該サービスを実現する検索装置20の機能ブロック図の一例を示す。検索装置20は、属性情報記憶部21と、検索キー取得部22と、検索部23とを有する。例えば、検索装置20はサーバであり、クライアント端末からの要求に応じて検索処理を実行してもよい。その他、検索装置20はユーザに操作される装置であってもよい。
当該サービスでは、ニオイを検索キーとして、例えば、食べ物を扱うコンテンツ、より具体的には料理方法や飲食店等を紹介するコンテンツを検索することができる。
当該例では、テレビに送信される電子番組表の中に、各番組に対応してコンテンツ属性情報が含まれる。そして、テレビが検索装置20として機能する。
当該例では、アプリやウェブサイトでコンテンツ検索サービスが提供される。サーバが検索装置20として機能する。例えば、アプリやウェブサイトで電子番組表が提供されてもよい。そして、当該電子番組表に付属したサービスとして、コンテンツ検索サービスが存在してもよい。その他、電子番組表と分離して、コンテンツ検索サービスが提供されてもよい。
当該サービスでは、ニオイを検索キーとして、所定のロケ地で撮影されたコンテンツを検索することができる。
当該例では、テレビに送信される電子番組表の中に、各番組に対応してコンテンツ属性情報が含まれる。そして、テレビが検索装置20として機能する。
当該例では、アプリやウェブサイトでコンテンツ検索サービスが提供される。サーバが検索装置20として機能する。例えば、アプリやウェブサイトで電子番組表が提供されてもよい。そして、当該電子番組表に付属したサービスとして、コンテンツ検索サービスが存在してもよい。その他、電子番組表と分離して、コンテンツ検索サービスが提供されてもよい。
当該サービスでは、ニオイを検索キーとして、動物が登場するコンテンツを検索することができる。
当該例では、テレビに送信される電子番組表の中に、各番組に対応してコンテンツ属性情報が含まれる。そして、テレビが検索装置20として機能する。
当該例では、アプリやウェブサイトでコンテンツ検索サービスが提供される。サーバが検索装置20として機能する。例えば、アプリやウェブサイトで電子番組表が提供されてもよい。そして、当該電子番組表に付属したサービスとして、コンテンツ検索サービスが存在してもよい。その他、電子番組表と分離して、コンテンツ検索サービスが存在してもよい。
当該サービスでは、ニオイを検索キーとして、所定の架空のキャラクターが登場するコンテンツを検索することができる。なお、架空のキャラクター各々は、固有のニオイを有するものと、キャラ設定される。
当該例では、テレビに送信される電子番組表の中に、各番組に対応してコンテンツ属性情報が含まれる。そして、テレビが検索装置20として機能する。
当該例では、アプリやウェブサイトでコンテンツ検索サービスが提供される。サーバが検索装置20として機能する。例えば、アプリやウェブサイトで電子番組表が提供されてもよい。そして、当該電子番組表に付属したサービスとして、コンテンツ検索サービスが存在してもよい。その他、電子番組表と分離して、コンテンツ検索サービスが存在してもよい。
当該サービスでは、コンテンツ属性情報で示されるニオイ成分と、ユーザにより入力されたニオイ成分とが照合され、類似度が算出される。図11に、当該サービスを実現する照合装置30の機能ブロック図の一例を示す。照合装置30は、属性情報記憶部31と、ニオイ情報取得部32と、類似度算出部33と、出力部34とを有する。例えば、照合装置30はサーバであり、クライアント端末からの要求に応じて照合処理を実行してもよい。その他、照合装置30はユーザに操作される装置であってもよい。なお、検索装置20と照合装置30とは同じ装置であってもよい。すなわち、ある装置が検索装置20の機能と照合装置30の機能の両方を備えてもよい。
当該コンテンツを制作したコンテンツ制作会社/広告主は、図9に示すような情報を含む番組ニオイ詳細メタデータ(コンテンツ属性情報)を生成する。結果、コンテンツで紹介された料理のニオイ成分、ニオイ名等を含む番組ニオイ詳細メタデータが生成される。コンテンツ属性情報は、照合サービスを提供する主体の記憶装置に蓄積される。
当該例では、テレビに送信される電子番組表の中に、各番組に対応してコンテンツ属性情報が含まれる。テレビが照合装置30として機能する。
当該例では、アプリやウェブサイトで照合サービスが提供される。サーバが照合装置30として機能する。
当該サービスは、分析会社により提供される。図12に、当該サービスを実現する解析装置50の機能ブロック図の一例を示す。解析装置50は、視聴者特定部51と、ニオイ傾向算出部52とを有する。
当該サービスは、分析会社により提供される。図16に、当該サービスを実現する推定装置60の機能ブロック図の一例を示す。推定装置60は、相関算出部61と、推定部62とを有する。
1−1. ニオイを検知するニオイ検知手段と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
記録されたニオイを示す情報を外部装置に送信する送信手段と、
を有する端末装置。
1−2. 1−1に記載の端末装置において、
前記イベントはコンテンツの視聴の開始を含み、
前記送信手段は、前記コンテンツの視聴に関する属性情報をさらに前記外部装置に送信する端末装置。
2−1. 第1のコンテンツの視聴者を特定する視聴者特定手段と、
前記第1のコンテンツの視聴者の端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
を有する解析装置。
2−2. 2−1に記載の解析装置において、
前記ニオイ傾向算出手段は、前記所定期間内に前記第1のコンテンツの視聴者各々が所定のニオイを嗅いだ頻度を算出し、複数の前記第1のコンテンツの視聴者の前記頻度の統計値を、前記第1のコンテンツの視聴者が前記所定期間内に前記所定のニオイを嗅いだ頻度として算出する解析装置。
2−3. 2−2に記載の解析装置において、
一つの軸に第1の属性のニオイを嗅いだ頻度をとり、他の軸に第2の属性のニオイを嗅いだ頻度をとったグラフに、複数のコンテンツ各々の視聴者が前記所定期間内に前記第1の属性及び前記第2の属性のニオイを嗅いだ頻度をマッピングし、出力するマッピング手段をさらに有する解析装置。
2−4. 2−3に記載の解析装置において、
前記グラフの各軸は、コンテンツの視聴者が各ニオイを嗅いだ頻度を示すとともに、各コンテンツに関連付けられているニオイの傾向を示し、
前記マッピング手段は、前記グラフに、複数のコンテンツ各々に関連付けられているニオイの傾向をさらにマッピングする解析装置。
2−5. 2−4に記載の解析装置において、
各コンテンツに関連付けられているニオイの傾向は、コンテンツ時間内で各ニオイを対応付けられた時間の大きさを示す解析装置。
2−6. 2−1から2−5のいずれかに記載の解析装置において、
少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を記憶する属性情報記憶手段と、
ニオイセンサで検知されたニオイを示すニオイ情報を取得するニオイ情報取得手段と、
前記コンテンツ属性情報で示されるニオイと、前記ニオイ情報で示されるニオイとの類似度を算出する類似度算出手段と、
前記類似度を出力する出力手段と、
を有する解析装置。
2−7. 2−1から2−6のいずれかに記載の解析装置において、
前記所定のニオイを嗅いだ頻度は、所定期間内で前記所定のニオイを嗅いだ時間、日数又は回数である解析装置。
3. 端末装置と解析装置とを有し、
前記端末装置は、
ニオイを検知するニオイ検知手段と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
記録されたニオイを示す情報を外部装置に送信する送信手段と、
を有し、
前記解析装置は、
第1のコンテンツの視聴者を特定する視聴者特定手段と、
前記第1のコンテンツの視聴者の前記端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
を有するシステム。
4−1. 少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、前記コンテンツの視聴率またはCVRに基づき、前記コンテンツ属性情報と前記視聴率またはCVRとの相関を算出する相関算出手段と、
前記相関と前記コンテンツ属性情報とに基づき前記視聴率またはCVRを推定する推定手段と、
を有する推定装置。
4−2. 4−1に記載の推定装置において、
前記相関算出手段は、前記コンテンツ属性情報と、各コンテンツの視聴者が所定期間内に所定のニオイを嗅いだ頻度と、前記視聴率またはCVRとの相関を算出し、
前記推定手段は、前記相関と、前記コンテンツ属性情報と、各コンテンツの視聴者が所定期間内に所定のニオイを嗅ぐ頻度とに基づき、前記視聴率またはCVRを推定する推定装置。
4−3. 4−1又は4−2に記載の推定装置において、
前記推定手段の推定結果に基づき、前記視聴率またはCVRを高めることになる前記コンテンツ属性情報の変更案を算出する変更案算出手段をさらに有する推定装置。
5−1. 少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を記憶する属性情報記憶手段と、
ニオイを指定する検索キーを取得する検索キー取得手段と、
前記属性情報記憶手段に記憶された前記コンテンツ属性情報の中から、前記検索キーで指定されるニオイを示す前記コンテンツ属性情報を抽出する検索手段と、
を有する検索装置。
5−2. 5−1に記載の検索装置において、
前記検索キー取得手段は、視聴者の嗜好に合ったコンテンツに関連付けられているニオイを、前記検索キーとして取得する検索装置。
5−3. 5−1または5−2に記載の検索装置において、
前記検索キー取得手段は、
場所情報とニオイとを対応付けた場所ごとニオイ情報を保持し、
場所を指定する入力をユーザから受付けると、前記場所ごとニオイ情報を用いて、ユーザにより指定された場所の情報をニオイに変換し、当該ニオイを検索キーとして取得する検索装置。
5−4. 5−1から5−3のいずれかに記載の検索装置において、
前記検索キーは、ニオイ成分、ニオイ名またはニオイIDである検索装置。
6. コンピュータが、
ニオイを検知するニオイ検知工程と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出工程と、
前記イベントの検出に応じて、検知されたニオイを記録する記録工程と、
記録されたニオイを示す情報を外部装置に送信する送信工程と、
を実行する端末装置の動作方法。
7. コンピュータを、
ニオイを検知するニオイ検知手段、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段、
記録されたニオイを示す情報を外部装置に送信する送信手段、
として機能させるプログラム。
8. コンピュータが、
第1のコンテンツの視聴者を特定する視聴者特定工程と、
前記第1のコンテンツの視聴者の端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出工程と、
を実行する解析方法。
9. コンピュータを、
第1のコンテンツの視聴者を特定する視聴者特定手段、
前記第1のコンテンツの視聴者の端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段、
として機能させるプログラム。
10.コンピュータが、
少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、前記コンテンツの視聴率またはCVRに基づき、前記コンテンツ属性情報と前記視聴率またはCVRとの相関を算出する相関算出工程と、
前記相関と前記コンテンツ属性情報とに基づき前記視聴率またはCVRを推定する推定工程と、
を実行する推定方法。
11. コンピュータを、
少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、前記コンテンツの視聴率またはCVRに基づき、前記コンテンツ属性情報と前記視聴率またはCVRとの相関を算出する相関算出手段、
前記相関と前記コンテンツ属性情報とに基づき前記視聴率またはCVRを推定する推定手段、
として機能させるプログラム。
2A メモリ
3A 入出力I/F
4A 周辺回路
5A バス
10 端末装置
11 検出部
12 ニオイ検知部
13 記録部
14 送信部
20 検索装置
21 属性情報記憶部
22 検索キー取得部
23 検索部
30 照合装置
31 属性情報記憶部
32 ニオイ情報取得部
33 類似度算出部
34 出力部
50 解析装置
51 視聴者特定部
52 ニオイ傾向算出部
53 マッピング部
60 推定装置
61 相関算出部
62 推定部
63 変更案算出部
Claims (12)
- ニオイを検知するニオイ検知手段と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
記録されたニオイを示す情報を外部装置に送信する送信手段と、
を有する端末装置。 - 請求項1に記載の端末装置において、
前記イベントはコンテンツの視聴の開始を含み、
前記送信手段は、前記コンテンツの視聴に関する属性情報をさらに前記外部装置に送信する端末装置。 - 第1のコンテンツの視聴者を特定する視聴者特定手段と、
前記第1のコンテンツの視聴者の端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
を有する解析装置。 - 請求項3に記載の解析装置において、
前記ニオイ傾向算出手段は、前記所定期間内に前記第1のコンテンツの視聴者各々が所定のニオイを嗅いだ頻度を算出し、複数の前記第1のコンテンツの視聴者の前記頻度の統計値を、前記第1のコンテンツの視聴者が前記所定期間内に前記所定のニオイを嗅いだ頻度として算出する解析装置。 - 請求項4に記載の解析装置において、
一つの軸に第1の属性のニオイを嗅いだ頻度をとり、他の軸に第2の属性のニオイを嗅いだ頻度をとったグラフに、複数のコンテンツ各々の視聴者が前記所定期間内に前記第1の属性及び前記第2の属性のニオイを嗅いだ頻度をマッピングし、出力するマッピング手段をさらに有する解析装置。 - 端末装置と解析装置とを有し、
前記端末装置は、
ニオイを検知するニオイ検知手段と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段と、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段と、
記録されたニオイを示す情報を外部装置に送信する送信手段と、
を有し、
前記解析装置は、
第1のコンテンツの視聴者を特定する視聴者特定手段と、
前記第1のコンテンツの視聴者の前記端末装置で検知されたニオイの結果に基づき、前記第1のコンテンツの視聴者が所定期間内に嗅いだニオイの傾向を算出するニオイ傾向算出手段と、
を有するシステム。 - 少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報、及び、前記コンテンツの視聴率またはCVR(conversion rate)に基づき、前記コンテンツ属性情報と前記視聴率またはCVRとの相関を算出する相関算出手段と、
前記相関と前記コンテンツ属性情報とに基づき前記視聴率またはCVRを推定する推定手段と、
を有する推定装置。 - 請求項7に記載の推定装置において、
前記相関算出手段は、前記コンテンツ属性情報と、各コンテンツの視聴者が所定期間内に所定のニオイを嗅いだ頻度と、前記視聴率またはCVRとの相関を算出し、
前記推定手段は、前記相関と、前記コンテンツ属性情報と、各コンテンツの視聴者が所定期間内に所定のニオイを嗅ぐ頻度とに基づき、前記視聴率またはCVRを推定する推定装置。 - 請求項7又は8に記載の推定装置において、
前記推定手段の推定結果に基づき、前記視聴率またはCVRを高めることになる前記コンテンツ属性情報の変更案を算出する変更案算出手段をさらに有する推定装置。 - 少なくともコンテンツに関連付けられているニオイを示すコンテンツ属性情報を記憶する属性情報記憶手段と、
ニオイを指定する検索キーを取得する検索キー取得手段と、
前記属性情報記憶手段に記憶された前記コンテンツ属性情報の中から、前記検索キーで指定されるニオイを示す前記コンテンツ属性情報を抽出する検索手段と、
を有する検索装置。 - コンピュータが、
ニオイを検知するニオイ検知工程と、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出工程と、
前記イベントの検出に応じて、検知されたニオイを記録する記録工程と、
記録されたニオイを示す情報を外部装置に送信する送信工程と、
を実行する端末装置の動作方法。 - コンピュータを、
ニオイを検知するニオイ検知手段、
コンテンツの視聴の開始、及び、閾値以上の強度のニオイの検知の少なくとも一方を含むイベントを検出する検出手段、
前記イベントの検出に応じて、検知されたニオイを記録する記録手段、
記録されたニオイを示す情報を外部装置に送信する送信手段、
として機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017190525A JP2019067055A (ja) | 2017-09-29 | 2017-09-29 | 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017190525A JP2019067055A (ja) | 2017-09-29 | 2017-09-29 | 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019067055A true JP2019067055A (ja) | 2019-04-25 |
Family
ID=66338404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017190525A Pending JP2019067055A (ja) | 2017-09-29 | 2017-09-29 | 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019067055A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102581502B1 (ko) * | 2022-12-01 | 2023-09-21 | 서울과학기술대학교 산학협력단 | 후각 정보를 활용하는 이미지 추천 시스템 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009544081A (ja) * | 2006-07-12 | 2009-12-10 | アービトロン インコーポレイテッド | 順守確認および奨励方法およびシステム |
JP2011160160A (ja) * | 2010-01-29 | 2011-08-18 | Toshiba Corp | 情報処理装置及び画像再生方法 |
JP2014006639A (ja) * | 2012-06-22 | 2014-01-16 | Olympus Corp | コンテンツ評価データ生成システム、コンテンツ評価データ生成方法、およびプログラム |
WO2017098760A1 (ja) * | 2015-12-08 | 2017-06-15 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2017167962A (ja) * | 2016-03-17 | 2017-09-21 | ヤフー株式会社 | 購買支援システム、購買支援方法および購買支援プログラム |
-
2017
- 2017-09-29 JP JP2017190525A patent/JP2019067055A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009544081A (ja) * | 2006-07-12 | 2009-12-10 | アービトロン インコーポレイテッド | 順守確認および奨励方法およびシステム |
JP2011160160A (ja) * | 2010-01-29 | 2011-08-18 | Toshiba Corp | 情報処理装置及び画像再生方法 |
JP2014006639A (ja) * | 2012-06-22 | 2014-01-16 | Olympus Corp | コンテンツ評価データ生成システム、コンテンツ評価データ生成方法、およびプログラム |
WO2017098760A1 (ja) * | 2015-12-08 | 2017-06-15 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2017167962A (ja) * | 2016-03-17 | 2017-09-21 | ヤフー株式会社 | 購買支援システム、購買支援方法および購買支援プログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102581502B1 (ko) * | 2022-12-01 | 2023-09-21 | 서울과학기술대학교 산학협력단 | 후각 정보를 활용하는 이미지 추천 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11301505B2 (en) | Topic and time based media affinity estimation | |
US20190379629A1 (en) | Methods and apparatus to estimate demographics of users employing social media | |
Fan et al. | Demystifying big data analytics for business intelligence through the lens of marketing mix | |
US20170091822A1 (en) | Electronic digital display screen having a content scheduler operable via a cloud based content management system | |
US10489795B2 (en) | Determining relative effectiveness of media content items | |
US20230410547A1 (en) | Methods and apparatus to determine an audience composition based on voice recognition, thermal imaging, and facial recognition | |
US20170017986A1 (en) | Tracking digital design asset usage and performance | |
US20130111511A1 (en) | Methods and apparatus to publish a programming schedule | |
KR20190065181A (ko) | 광고 계약 중개 및 광고 성과 측정 시스템, 방법 및 그 프로그램을 기록한 컴퓨터 판독 가능 매체 | |
US11818416B2 (en) | Methods and apparatus for monitoring an audience of media based on thermal imaging | |
US11574226B2 (en) | Methods and apparatus to determine a conditional probability based on audience member probability distributions for media audience measurement | |
US11595723B2 (en) | Methods and apparatus to determine an audience composition based on voice recognition | |
US20120017231A1 (en) | Behavior monitoring system | |
KR20160027486A (ko) | 광고 제공 장치, 광고 표시 장치, 광고 제공 방법, 및 광고 표시 방법 | |
JP2019036191A (ja) | 判定装置、判定方法及び判定プログラム | |
JP2019067055A (ja) | 端末装置、検索装置、解析装置、推定装置、システム、端末装置の動作方法及びプログラム | |
US20220223171A1 (en) | Engagement measurement of media consumers based on the acoustic environment | |
US20220084066A1 (en) | System and method for managing advertising and information content, intended for positioning on the means of displaying information, with the possibility of evaluating the effectiveness of the displayed content | |
KR20200128222A (ko) | 인공지능을 이용한 성과 기반 콘텐츠 스타일 추천방법 | |
Tan et al. | Impact of food advertising in social media among local university students in Malaysia | |
JP6480113B2 (ja) | データ処理システム、データ処理装置、および表示方法 | |
Haro Granizo et al. | Evaluating Perceived Value and Intention to Continue Using Over-the-Top Services in Latin America: A Case Study in Quito, Ecuador | |
JP2021093172A (ja) | 推定装置、推定方法および推定プログラム | |
CN112040282A (zh) | 信息发布方法、系统、电视和存储介质 | |
KR20200128220A (ko) | 인공지능을 이용한 성과 기반 콘텐츠 스타일 추천방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200814 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210617 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210817 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220215 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220809 |