JP2021005825A - メディア接触状況調査装置及びメディア接触状況調査方法 - Google Patents
メディア接触状況調査装置及びメディア接触状況調査方法 Download PDFInfo
- Publication number
- JP2021005825A JP2021005825A JP2019119582A JP2019119582A JP2021005825A JP 2021005825 A JP2021005825 A JP 2021005825A JP 2019119582 A JP2019119582 A JP 2019119582A JP 2019119582 A JP2019119582 A JP 2019119582A JP 2021005825 A JP2021005825 A JP 2021005825A
- Authority
- JP
- Japan
- Prior art keywords
- media
- survey
- time
- contacts
- data
- 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.)
- Granted
Links
- 238000011835 investigation Methods 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims description 50
- 238000004891 communication Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 16
- 238000013178 mathematical model Methods 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 12
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 description 15
- 230000003203 everyday effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008685 targeting Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 235000019640 taste Nutrition 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
一方、上述したネット配信型のメディアであれば、ログ情報等から比較的容易に接触者数の規模を特定することが可能である。このような状況を踏まえ、調査回数や方法が制限されるメディアについての接触状況調査を、そのメディアと同一の内容を通信ネットワークにて配信する他のメディアへの接触状況を利用して行うための技術の開発が求められている。
上記の構成によれば、第一メディア及び第二メディアの各々の接触者数の規模についての対応関係を特定する際、過去に取得した第一データ及び第二データを用いた機械学習によって特定するので、より妥当な対応関係を特定することが可能となる。
上記の構成によれば、より簡便な方法にて、第一メディアへの接触者数の規模を推定することが可能となる。
上記の構成によれば、月別の比率を平均して比率を算出するので、比率の算出結果として、より信憑性が高い値が得られるようになる。
上記の構成によれば、通常は、統計学的手法に則って選定された調査対象者を対象とする調査の結果に基づいて第一メディアへの接触者数の規模を取得するところ、第二メディアにアクセスしたログ情報を随時収集して第二メディアのユニークユーザ数を特定し、特定したユニークユーザ数から第一メディアへの接触者数の規模を推定することが可能となる。
上記の構成によれば、第一メディアへの接触者数の規模に関する推定結果を放送局別に把握することが可能となる。
上記の構成によれば、推定対象時点における第一メディアへの接触者数の規模を推定する際に、推定対象時点の曜日を考慮して推定することができる。この結果、第一メディアへの接触者数の規模について、より妥当な推定結果が得られるようになる。
上記の構成によれば、第一メディアへの接触者数の規模についての推定結果を、第一メディアへの接触者の属性毎に把握することが可能となる。
上記の構成によれば、第一データが得られないために第一メディアへの接触者数の規模を実測できない時点(すなわち、第一調査時点とは異なる時点)について、第一メディアへの接触者数の規模を推定する。このような場合には、本発明のメディア接触状況調査装置の機能がより有意義に発揮されることになる。
上記の構成によれば、調査対象者が記入用紙に第一メディアの接触の有無を記入し、その記入結果に基づいて第一データが取得される。この場合、第一メディアへの接触者数の規模に関する調査が比較的手間を要するため、調査回数を増やし難い状況にあり、また、新たな調査対象者(調査依頼に応じてくれる人)を確保することも困難である。このような状況では、第二メディアへの接触者数の規模を利用して第一メディアへの接触者数の規模を推定する本発明の効果が、より有意義なものとなる。
上記の方法であれば、第一メディアへの接触状況を、第一メディアと同一の内容を通信ネットワークにて配信する第二メディアへの接触状況を利用して推定することが可能となる。
なお、以下に説明する実施形態は、本発明の理解を容易にするために挙げた一例にすぎず、本発明を限定するものではない。すなわち、本発明は、その趣旨を逸脱しない限りにおいて、以下に説明する実施形態から変更又は改良され得る。また、当然ながら、本発明には、その等価物が含まれる。
また、1日のサイクルについては、正規のサイクルである0時0分〜23時59分としてもよく、あるいは、営業時間に合わせたサイクルであるN時0分〜(23+N)時59分としてもよく、例えば5時〜28時59分としてもよい(Nは自然数)。
本実施形態に係るメディア接触状況調査装置及びメディア接触状況調査方法について説明するあたり、メディア接触状況調査について図1を参照しながら説明する。図1は、メディア接触状況調査についての説明図である。なお、図示の都合上、図1では、後述する調査対象者及び利用ユーザの数が実際の人数よりも少なくなっている。
また、第一調査時点における聴取率には、第一調査時点でのリアルタイムの聴取率の他に、第一調査時点に放送された番組及びコマーシャル等を放送後の一定期間内に聴取した場合の聴取率(いわゆるタイムシフト聴取率)が含まれてもよい。
ここで、IPサイマルラジオのユニークユーザ数を調査する際に用いられる属性の種類については、ラジオの聴取率を調査する際に用いられる属性の種類と同一であることが望ましい。
次に、本実施形態に係るメディア接触状況調査装置(以下、メディア接触状況調査装置100)について、図7を参照しながら説明する。図7は、メディア接触状況調査装置100の構成を示す図である。
調査用コンピュータ10は、図7に示すように、第一データ取得部21、第二データ取得部22、対応関係取得部23、推定部24及び出力部25を有する。これらの機能部は、調査用コンピュータ10のハードウェア機器と、調査用コンピュータ10にインストールされたコンピュータプログラムとが協働することによって実現されている。
以下、調査用コンピュータ10及びデータ提供用コンピュータ11のそれぞれの機能部について詳しく説明する。
第一データ取得部21は、第一調査時点におけるラジオ聴取率(第一メディアへの接触者数の規模)を示す第一データを取得する。本実施形態において、第一データは、各放送局別のラジオ聴取率をラジオ聴取者の属性毎(具体的には、性別及び年齢毎)に示すデータである。
なお、記入用紙の入力については、キーボード等の入力機器を用いて記入内容を入力してもよく、スキャナ等によって記入内容を画像データとして取り込んだ後にOCR(光学式文字読み取り装置)によって記入内容を読み取ることで入力してもよい。
第二データ取得部22は、第二調査時点におけるIPサイマルラジオのユニークユーザ数(第二メディアへの接触者数の規模)を示す第二データを取得する。本実施形態において、第二データは、各放送局別のユニークユーザ数を利用ユーザの属性毎(具体的には、性別及び年齢毎)に示すデータである。
なお、前述したように、第二データは、IPサイマルラジオへのアクセス時に生成されるログ情報を随時収集して当該ログ情報を解析することで生成される。つまり、本実施形態において、IPサイマルラジオのユニークユーザ数は、逐次調査される。このように、IPサイマルラジオのユニークユーザ数の調査回数は、ラジオ調査率の調査回数よりも格段に多いので、第二データの取得数が第一データの取得数よりも多くなっており、換言すると、1年間における第二調査時点の設定数が第一調査時点の設定数よりも多くなっている。
対応関係取得部23は、第一調査時点及び第二調査時点の双方に該当する時点におけるラジオ聴取率とIPサイマルラジオのユニークユーザ数との間の対応関係(相関関係)を、取得された第一データ及び第二データに基づいて取得する。具体的に説明すると、対応関係取得部23は、過去に取得された第一データ及び第二データ、厳密には、互いに同一日時の調査結果を示す第一データ及び第二データを用いて機械学習を実施することで、上記の対応関係を示す数式モデルを取得する。ここで、機械学習の技法については、例えば、ランダムフォレストが利用可能であるが、他の技法であってもよく、具体的には、ニューラルネットワーク、サポートベクターマシン、バギング及びブースティング等が挙げられる。また、対応関係を特定するための手法については、機械学習に限定されず、例えば、一般的な線形回帰分析を用いてもよい。
推定部24は、取得した第二データが示すIPサイマルラジオのユニークユーザ数のうち、推定対象時点と一致する第二調査時点におけるユニークユーザ数、及び、対応関係取得部23が取得した対応関係に基づいて、推定対象時点におけるラジオ聴取率を推定する。具体的に説明すると、推定部24は、機械学習により構築された数式モデルに、推定対象時点の日時、及び推定対象時点におけるIPサイマルラジオのユニークユーザ数を含む各種パラメータを入力することで、推定対象時点におけるラジオ聴取率を推定する。
出力部25は、推定部24が推定したラジオ聴取率を前述した出力方式(例えば、図2〜図5に図示の出力方式)で出力する。出力部25によって出力された内容は、ディスプレイに表示したり、あるいは、プリンタで印刷したりすることが可能である。
なお、本実施形態において、推定部24は、前述したようにラジオ聴取率を15分単位で推定するが、出力部25は、ラジオ聴取率の推定結果を1時間単位で出力する場合には、15分単位のラジオ聴取率の推定結果を1時間毎に平均して出力する。
ログ情報収集部31は、上述したログ情報を、ネットワークを通じてIPサイマルラジオの各放送局のサーバから収集する。なお、ログ情報の収集は、随時行われてもよく、各日の所定時刻に行われてもよく、あるいは、数日から数週間分のログ情報をまとめて定期的に収集してもよい。
第二データ生成部32は、収集したログ情報と、データ提供用コンピュータ11に記憶された各利用ユーザの年齢及び性別等に関する登録情報と、に基づいて、各日における15分単位のIPサイマルラジオのユニークユーザ数を示すデータ、すなわち、第二データを生成する。本実施形態において、第二データ生成部32は、第二データとして、各放送局別のユニークユーザ数を利用ユーザの属性毎に示す第二データを生成する。
第二データ送信部33は、第二データ生成部32によって生成された第二データを、ネットワークを通じて調査用コンピュータ10に向けて送信する。調査用コンピュータ10側では、前述したように、第二データ取得部22が第二データを受信する。
なお、本実施形態では、第二データの送信が毎日15分間隔で行われるが、これに限定されるものではなく、1時間毎、数時間毎、あるいは1日毎に行われてもよく、数日から数週間分の第二データをまとめて定期的に送信してもよい。
次に、本発明のメディア接触状況調査方法について、図8を参照しながら説明する。図8は、メディア接触状況調査に係るデータ処理フローを示す図である。
本発明のメディア接触状況調査方法は、図8に図示のデータ処理フローにおいて採用されている。つまり、図8に図示のデータ処理フロー中の各工程は、本発明のメディア接触状況調査方法の構成要素に相当する。
第一データ取得工程S001では、調査用コンピュータ10が、第一調査時点における第一メディアへの接触者数の規模を示す第一データを取得する。より詳しく説明すると、前述したように、調査会社Rが調査対象者から記入済みの記入用紙を回収し、調査会社Rの従業員等が、記入用紙に記載された調査期間中のラジオ聴取の有無を調査用コンピュータ10に入力する。その後、調査用コンピュータ10は、入力された記入用紙の内容に基づいて、調査期間の各日におけるラジオ聴取率を算出する。この結果、第一データが取得される。
第二データ取得工程S002では、調査用コンピュータ10及びデータ提供用コンピュータ11が協働して、第二調査時点におけるIPサイマルラジオのユニークユーザ数を示す第二データを取得する。より詳しく説明すると、前述したように、データ提供用コンピュータ11が各利用ユーザのIPサイマルラジオへのログ情報を毎日15分単位で収集し、各時点のログ情報を解析する。データ提供用コンピュータ11は、解析結果から得られる各時点におけるIPサイマルラジオのユニークユーザ数を示すデータ、すなわち第二データを生成し、生成した第二データを調査用コンピュータ10に向けて送信する。調査用コンピュータ10は、ネットワークNを通じてデータ提供用コンピュータ11から第二データを受信することで、第二データを取得する。
対応関係取得工程S003では、調査用コンピュータ10が、第一調査時点及び第二調査時点の双方に該当する時点におけるラジオ聴取率とIPサイマルラジオのユニークユーザ数との間の対応関係を、過去に取得した第一データ及び第二データに基づいて取得する。
より具体的に説明すると、第一データ及び第二データが対応関係を取得する上で十分な量、詳しくは直近1年間分の量が取得されると、調査用コンピュータ10は、対応関係取得工程S003を実施する。対応関係取得工程S003において、調査用コンピュータ10は、過去1年分の第一データ及び第二データを用いて機械学習(具体的には、ランダムフォレスト)を実施する。これにより、ラジオ聴取率とIPサイマルラジオのユニークユーザ数との間の対応関係(相関)を表す数式モデルが取得される。
推定工程S004では、調査用コンピュータ10が、推定対象時点におけるラジオ聴取率を推定する。具体的に説明すると、調査用コンピュータ10は、対応関係取得工程S003で取得した数式モデルに、取得した第二データが示すIPサイマルラジオのユニークユーザ数のうち、推定対象時点と一致する第二調査時点におけるユニークユーザ数、並びに、推定対象時点の日時及び曜日を入力する。この結果、推定対象時点におけるラジオ聴取率が推定される。
出力工程S005では、調査用コンピュータ10が、推定工程S004にて推定した推定対象時点におけるラジオ聴取率を、所定の出力方式(例えば、図2〜図5に図示の出力方式)にて出力する。
なお、出力工程S005は、ラジオ聴取率の推定結果が顧客に提示するのに十分な量(例えば、1日分、数日分、1週間分あるいは1ヶ月分)だけ得られた時点で実施される。
上述した実施形態では、第一メディアであるラジオへの接触者数の規模と第二メディアであるIPサイマルラジオへの接触者数の規模との間の対応関係を取得するにあたり、過去に取得した第一データ及び第二データを用いて機械学習を実施し、上記対応関係としての数式モデルを取得することとした。そして、取得した数式モデルに各種パラメータ(推定対象時点の日時等)を入力することで、推定対象時点におけるラジオ聴取率を推定することとした。上記の数式モデルは、ラジオ聴取率とIPサイマルラジオのユニークユーザ数との間の対応関係(相関)を的確に表しており、ラジオ聴取率を精度よく推定する上で有効なものである。
なお、各時間の比率についても放送局別に算出される。
なお、月別の比率を平均した比率についても放送局別に算出される。
以上までに本発明のメディア接触状況調査装置及びメディア接触状況調査方法について、一例を挙げて説明したが、上述の実施例は、あくまでも一例にすぎず、他の実施例も考えられる。
例えば、上述の実施例では、ラジオ聴取率の調査を実施するにあたり、調査対象者に記入用紙を配布して調査期間各日におけるラジオ聴取の有無を記入用紙に記入させることとした。しかし、これに限定されるものではなく、テレビ視聴率と同様に、ラジオ聴取の有無を検出して検出信号をセンターに送信する機器を調査対象者の家に設置し、当該機器を用いてラジオ聴取率の調査を行ってもよい。ただし、上述の実施例であれば、ラジオ聴取率の調査に手間を要するため、調査回数を多くすることが困難である。このような状況の下では、IPサイマルラジオのユニークユーザ数を利用してラジオ聴取率を推定するという本発明の効果がより一層有意義なものとなる。
11 データ提供用コンピュータ
21 第一データ取得部
22 第二データ取得部
23 対応関係取得部
24 推定部
25 出力部
31 ログ情報収集部
32 第二データ生成部
33 第二データ送信部
100 メディア接触状況調査装置
PB プルダウンリスト
R 調査会社
V データ提供会社
Claims (11)
- 第一調査時点における第一メディアへの接触者数の規模を示す第一データを取得する第一データ取得部と、
第二調査時点における前記第一メディアと同一の内容を通信ネットワークにて配信する第二メディアへの接触者数の規模を示す第二データを取得する第二データ取得部と、
前記第一メディアへの接触者数の規模と前記第二メディアへの接触者数の規模との間の対応関係を取得する対応関係取得部と、
推定対象時点における前記第一メディアへの接触者数の規模を推定する推定部と、を有し、
単位期間内において前記第二調査時点の設定数が前記第一調査時点の設定数よりも多くなっており、
前記推定部は、前記第二データが示す前記第二メディアへの接触者数の規模のうち、前記推定対象時点と一致する前記第二調査時点における規模、及び前記対応関係に基づいて、前記推定対象時点における前記第一メディアへの接触者数の規模を推定することを特徴とするメディア接触状況調査装置。 - 前記対応関係取得部は、過去に取得した前記第一データ及び前記第二データを用いて機械学習を実施することにより、前記第一調査時点及び前記第二調査時点の双方に該当する時点における前記対応関係を示す数式モデルを取得する請求項1に記載のメディア接触状況調査装置。
- 前記対応関係取得部は、前記第一調査時点における前記第一メディアへの接触者数の規模及び前記第二メディアへの接触者数の規模のうちの一方の、他方に対する比率を、前記対応関係として算出する請求項1に記載のメディア接触状況調査装置。
- 前記対応関係取得部は、前記第一調査時点における前記第一メディアへの接触者数の規模及び前記第二メディアへの接触者数の規模から月別の比率を複数回算出し、複数回算出した前記月別の比率を平均して前記比率を算出する請求項3に記載のメディア接触状況調査装置。
- 前記第一データ取得部は、統計学的手法に則って選定された調査対象者の各々について前記第一調査時点における前記第一メディアへの接触の有無を調査したときの調査結果を集計することで、前記第一データを取得し、
前記第二データ取得部は、前記第二調査時点における前記第二メディアのユニークユーザ数を示す前記第二データを取得し、
前記第二データは、前記第二メディアへのアクセス時に生成されるログ情報を随時収集して前記ログ情報を解析することで生成される請求項1乃至4のいずれか一項に記載のメディア接触状況調査装置。 - 前記第一メディアは、放送メディアであり、
前記推定部は、前記推定対象時点における前記第一メディアへの接触者数の規模を前記第一メディアの放送局別に推定する請求項1乃至5のいずれか一項に記載のメディア接触状況調査装置。 - 前記推定部は、前記第二データが示す前記第二メディアへの接触者数の規模のうち、前記推定対象時点における規模、前記推定対象時点の曜日、及び前記対応関係に基づいて、前記推定対象時点における前記第一メディアへの接触者数の規模を推定する請求項1乃至6のいずれか一項に記載のメディア接触状況調査装置。
- 前記第一データ取得部は、前記第一調査時点における前記第一メディアへの接触者数の規模を前記第一メディアへの接触者の属性毎に示す前記第一データを取得し、
前記推定部は、前記推定対象時点における前記第一メディアへの接触者数の規模を、前記第一メディアへの接触者の属性毎に推定する請求項1乃至7のいずれか一項に記載のメディア接触状況調査装置。 - 前記推定対象時点は、前記第一調査時点とは異なり、且つ、いずれかの前記第二調査時点と一致する請求項1乃至8のいずれか一項に記載のメディア接触状況調査装置。
- 前記第一データ取得部は、調査対象者が記入用紙に記入した前記第一調査時点における前記第一メディアの接触の有無に基づいて、前記第一データを取得する請求項1乃至9に記載のメディア接触状況調査装置。
- コンピュータが、第一調査時点における第一メディアへの接触者数の規模を示す第一データを取得する第一データ取得工程と、
コンピュータが、第二調査時点における前記第一メディアと同一の内容を通信ネットワークにて配信する第二メディアへの接触者数の規模を示す第二データを取得する第二データ取得工程と、
コンピュータが、前記第一メディアへの接触者数の規模と前記第二メディアへの接触者数の規模との間の対応関係を取得する対応関係取得工程と、
コンピュータが、推定対象時点における前記第一メディアへの接触者数の規模を推定する推定工程と、を有し、
単位期間内において前記第二調査時点の設定数が前記第一調査時点の設定数よりも多くなっており、
前記推定工程において、コンピュータは、前記第二データが示す前記第二メディアへの接触者数の規模のうち、前記推定対象時点と一致する前記第二調査時点における規模、及び前記対応関係に基づいて、前記推定対象時点における前記第一メディアへの接触者数の規模を推定することを特徴とするメディア接触状況調査方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019119582A JP6951382B2 (ja) | 2019-06-27 | 2019-06-27 | メディア接触状況調査装置及びメディア接触状況調査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019119582A JP6951382B2 (ja) | 2019-06-27 | 2019-06-27 | メディア接触状況調査装置及びメディア接触状況調査方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021005825A true JP2021005825A (ja) | 2021-01-14 |
JP6951382B2 JP6951382B2 (ja) | 2021-10-20 |
Family
ID=74099450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019119582A Active JP6951382B2 (ja) | 2019-06-27 | 2019-06-27 | メディア接触状況調査装置及びメディア接触状況調査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6951382B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7186316B1 (ja) | 2022-01-13 | 2022-12-08 | 株式会社ビデオリサーチ | 推定装置、及び推定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011182163A (ja) * | 2010-03-01 | 2011-09-15 | Softbank Bb Corp | 視聴率調査システム、コンテンツサーバー、クライアント端末及び視聴率調査方法 |
JP2018067834A (ja) * | 2016-10-20 | 2018-04-26 | 株式会社マクロミル | 調査システムおよび調査方法 |
WO2018234548A1 (en) * | 2017-06-23 | 2018-12-27 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | METHOD, APPARATUS, COMPUTER PROGRAM AND SYSTEM FOR DETERMINING AUDIOVISUAL INFORMATION OF AUDIOVISUAL CONTENT PROGRAM |
-
2019
- 2019-06-27 JP JP2019119582A patent/JP6951382B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011182163A (ja) * | 2010-03-01 | 2011-09-15 | Softbank Bb Corp | 視聴率調査システム、コンテンツサーバー、クライアント端末及び視聴率調査方法 |
JP2018067834A (ja) * | 2016-10-20 | 2018-04-26 | 株式会社マクロミル | 調査システムおよび調査方法 |
WO2018234548A1 (en) * | 2017-06-23 | 2018-12-27 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | METHOD, APPARATUS, COMPUTER PROGRAM AND SYSTEM FOR DETERMINING AUDIOVISUAL INFORMATION OF AUDIOVISUAL CONTENT PROGRAM |
JP2020526088A (ja) * | 2017-06-23 | 2020-08-27 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | オーディオ・ビジュアルコンテンツプログラムの視聴者に関する情報を決定する方法、装置、コンピュータプログラム及びシステム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7186316B1 (ja) | 2022-01-13 | 2022-12-08 | 株式会社ビデオリサーチ | 推定装置、及び推定方法 |
JP2023102865A (ja) * | 2022-01-13 | 2023-07-26 | 株式会社ビデオリサーチ | 推定装置、及び推定方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6951382B2 (ja) | 2021-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101934841B1 (ko) | 데이터베이스 사업자에 의한 기인오류 및/또는 논-커버리지에 대해 노출 데이터를 보상하기 위한 방법 및 장치 | |
JP4799788B2 (ja) | ネットワークリソースのモニタリングおよび測定のシステムおよび方法 | |
US20110313849A1 (en) | Method and system for effective market research | |
US11854041B2 (en) | Methods and apparatus to determine impressions corresponding to market segments | |
JP4910000B2 (ja) | リスティング広告送出装置及び方法 | |
JP5121729B2 (ja) | ネットワーク広告送出装置及び方法 | |
US20140280891A1 (en) | Determining audience reach for internet media | |
JP7129672B2 (ja) | マーケティング支援システム | |
JP7186972B2 (ja) | テレビ番組評価システム | |
JP6951382B2 (ja) | メディア接触状況調査装置及びメディア接触状況調査方法 | |
JP6613385B1 (ja) | データ処理装置及びデータ処理方法 | |
JP6552761B1 (ja) | データ処理装置、及びデータ処理方法 | |
JP6556971B1 (ja) | データ処理装置、及びデータ処理方法 | |
JP7116402B2 (ja) | 広告配信システム | |
KR100928624B1 (ko) | 양방향 티브이에서의 광고 또는 설문조사를 위한 전용 채널운영 및 보상시스템과 그 방법 | |
JP7232467B2 (ja) | 広告配信システム | |
JP7134437B2 (ja) | 広告配信システム | |
CN111861564A (zh) | 数字广告交易系统 | |
JP7320149B1 (ja) | 出稿支援装置、及び出稿支援方法 | |
JP7116401B2 (ja) | テレビ番組評価システム | |
JP2024076765A (ja) | 情報処理装置、及び情報処理方法 | |
JP2020149451A (ja) | データ処理装置及びデータ処理方法 | |
JP2020166784A (ja) | テレビ番組評価システム | |
JP2020166788A (ja) | 広告配信システム | |
JP2022150382A (ja) | クロスメディア接触分析システム、クロスメディア接触分析方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190712 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210507 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210507 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20210617 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20210617 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210812 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210921 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210924 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6951382 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |