JP2024065031A - 仮名結合を利用してデータを拡張および活用するための方法、システム、およびコンピュータプログラム - Google Patents

仮名結合を利用してデータを拡張および活用するための方法、システム、およびコンピュータプログラム Download PDF

Info

Publication number
JP2024065031A
JP2024065031A JP2023180031A JP2023180031A JP2024065031A JP 2024065031 A JP2024065031 A JP 2024065031A JP 2023180031 A JP2023180031 A JP 2023180031A JP 2023180031 A JP2023180031 A JP 2023180031A JP 2024065031 A JP2024065031 A JP 2024065031A
Authority
JP
Japan
Prior art keywords
data
company
pseudonymous
information
processor
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
JP2023180031A
Other languages
English (en)
Inventor
パク・ヨンハ
パク・ソヒョン
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.)
Naver Corp
Original Assignee
Naver Corp
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 Naver Corp filed Critical Naver Corp
Publication of JP2024065031A publication Critical patent/JP2024065031A/ja
Pending legal-status Critical Current

Links

Images

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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6263—Protecting personal data, e.g. for financial or medical purposes during internet communication, e.g. revealing personal data from cookies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Probability & Statistics with Applications (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Operations Research (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】仮名結合を利用してデータを拡張および活用するための方法、システム、およびコンピュータプログラムを提供する。【解決手段】仮名結合を利用してデータを拡張および活用するための方法は、顧客会社の自社の情報と前記顧客会社以外の他社の情報を仮名処理して結合した仮名結合データを受信する段階、前記仮名結合データをモデリングすることによってデータ推定のための解釈モデルを生成する段階、前記解釈モデルにより、前記顧客会社のターゲット情報を利用して他社情報を推定する段階、および前記顧客会社と関連するサービスに対して、前記推定された他社情報を提供する段階を含む。【選択図】図３

Description

以下の説明は、他社データを活用する技術に関する。
企業は、自社の顧客に対する理解のもとで、広告露出ターゲットを設定したり、個人化されたカスタマイズ広告を提供したりする。
ターゲット広告を提供する技術の一例として、特許文献１（公開日２００８年１月２２日）には、ユーザのプロフィールを使用して選好広告を選択する技術が開示されている。
企業のほとんどは、自社の顧客に関する情報が十分でないため、他社の情報を併用しながら顧客に対する理解を深めている。
他社情報を確保する方法として、サードパーティークッキーを利用して自社データ（１社データ）と３社データを連結して活用する方法、顧客の同意のもとに提供を受けたデータ（２社データ）を活用する方法などがある。
しかしながら、近年の個人情報保護の強化により、クッキーを利用したサードパーティーデータの活用が難しくなりながら、顧客データの確保にも困難が生じ始めた。
韓国公開特許第１０－２００８－７００１７２２号公報
仮名結合によって個人のプライバシーを保護しながらも、継続的かつ合法的に他社データを活用できるようにする。
仮名結合データを利用して自社データから他社データを推定するモデルを構築することにより、最新情報を推定できるようにする。
仮名結合データで構築されたモデルによって他社データを推定することで、活用したいデータを拡張できるようにする。
自社データだけでなく、仮名結合基盤のモデルによって推定された他社データとの結合により、広告執行や個人化推薦などターゲティングの高度化に活用できるようにする。
コンピュータシステムが実行する他社データ提供方法であって、前記コンピュータシステムは、メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサを含み、前記他社データ提供方法は、前記少なくとも１つのプロセッサにより、顧客会社の自社の情報と前記顧客会社でない他社の情報を仮名処理して結合した仮名結合データを受信する段階、前記少なくとも１つのプロセッサにより、前記仮名結合データをモデリングすることによってデータ推定のための解釈モデルを生成する段階、前記少なくとも１つのプロセッサにより、前記解釈モデルにより、前記顧客会社のターゲット情報を利用して他社情報を推定する段階、および前記少なくとも１つのプロセッサにより、前記顧客会社と関連するサービスに対して、前記推定された他社情報を提供する段階を含む、他社データ提供方法を提供する。
一側面によると、前記生成する段階は、前記仮名結合データを匿名処理して非識別化する段階を含んでよい。
他の側面によると、前記生成する段階は、前記仮名結合データを平滑化（ｓｍｏｏｔｈｉｎｇ）する過程、および前記仮名結合データにエラー（ｅｒｒｏｒ）を追加する過程の少なくとも１つによって前記仮名結合データを非識別化する段階を含んでよい。
また他の側面によると、前記生成する段階は、前記仮名結合データをテーブル形態で要約する方式、または項目同士の間の類似度を利用して前記仮名結合データを要約する方式、またはロジスティック回帰モデル（Ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ）やディープラーニングモデル（ｄｅｅｐ ｌｅａｒｎｉｎｇ ｍｏｄｅｌ）を利用して前記仮名結合データをモデリングする方式によって前記解釈モデルを生成してよい。
また他の側面によると、前記生成する段階は、前記解析モデルの生成が完了した後、前記仮名結合データを削除する段階を含んでよい。
また他の側面によると、前記提供する段階は、前記顧客会社を対象に、前記ターゲット情報と前記推定された他社情報を連結した形態の拡張データを提供する段階を含んでよい。
また他の側面によると、前記提供する段階は、前記ターゲット情報と前記推定された他社情報を、前記顧客会社に対する広告ターゲティングに利用する段階を含んでよい。
また他の側面によると、前記推定する段階は、前記解釈モデルを利用して前記顧客会社のターゲット顧客の自社データから前記他社のデータを推定し、前記提供する段階は、前記自社データと前記他社のデータを連結した拡張データを、前記ターゲット顧客に対する広告ターゲティングオプションとして定義する段階を含んでよい。
また他の側面によると、前記受信する段階は、外部結合専門機関から仮名結合キーが削除された形式の仮名結合データを受信してよい。
さらに他の側面によると、前記受信する段階は、前記顧客会社の仮名データと、前記顧客会社によって情報活用のための対象企業として選択された少なくとも１つの他社の仮名データを結合した前記仮名結合データを受信してよい。
前記他社データ提供方法をコンピュータに実行させるためにコンピュータ読み取り可能な記録媒体に記録される、コンピュータプログラムを提供する。
コンピュータシステムであって、メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサを含み、前記少なくとも１つのプロセッサは、顧客会社の自社の情報と前記顧客会社でない他社の情報を仮名処理して結合した仮名結合データを受信する過程、前記仮名結合データをモデリングすることによってデータ推定のための解釈モデルを生成する過程、前記解釈モデルにより、前記顧客会社のターゲット情報を利用して他社情報を推定する過程、および前記顧客会社と関連するサービスに対して、前記推定された他社情報を提供する過程を処理する、コンピュータシステムを提供する。
本発明の実施形態によると、仮名結合によって個人のプライバシーを保護しながらも、継続的かつ合法的に他社データを推定して活用することができる。
本発明の実施形態によると、仮名結合データを利用して自社データから他社データを推定するモデルを構築することにより、モデルの正確性を確保することができ、データの最新性を保証することができる。
本発明の実施形態によると、仮名結合データで構築されたモデルにより、データのつながりを利用して他社のデータを推定することにより、活用しようとするデータを拡張することができる。
本発明の実施形態によると、自社データだけでなく、仮名結合基盤のモデルによって推定された他社データとの結合により、広告執行や個人化推薦などのターゲティングの高度化に活用することができる。
本発明の一実施形態における、ネットワーク環境の一例を示した図である。 本発明の一実施形態における、コンピュータシステムの例を示したブロック図である。 本発明の一実施形態における、コンピュータシステムが実行することができる他社データ提供方法の一例を示したフローチャートである。 本発明の一実施形態における、各社のデータの仮名処理過程を説明するための例示図である。 本発明の一実施形態における、各社の仮名データを結合した仮名結合データを説明するための例示図である。 本発明の一実施形態における、各社の仮名データを結合した仮名結合データを説明するための例示図である。 本発明の一実施形態における、解析モデルを構築するために取り扱う問題の例を示した図である。 本発明の一実施形態における、ＲＮＮを利用したエンコーダ－デコーダの構造例を示した図である。 本発明の一実施形態における、解析モデルを利用したデータ拡張過程を説明するための例示図である。 本発明の一実施形態における、解析モデルを利用したデータ拡張過程を説明するための例示図である。
以下、本発明の実施形態について、添付の図面を参照しながら詳しく説明する。
本発明の実施形態は、他社データを活用する技術に関する。
本明細書で具体的に開示する事項を含む実施形態は、仮名結合によって個人のプライバシーを保護しながらも、継続的かつ合法的に他社データを推定し、活用可能なプラットフォームを提供することができる。
本発明の実施形態に係る他社データ提供システムは、少なくとも１つのコンピュータシステムによって実現されてよく、本発明の実施形態に係る他社データ提供方法は、他社データ提供システムに含まれる少なくとも１つのコンピュータシステムによって実行されてよい。このとき、コンピュータシステムにおいては、本発明の一実施形態に係るコンピュータプログラムがインストールされて実行されてよく、コンピュータシステムは、実行されたコンピュータプログラムの制御にしたがって本発明の実施形態に係る他社データ提供方法を実行してよい。上述したコンピュータプログラムは、コンピュータシステムと結合し、他社データ提供方法をコンピュータに実行させるために、コンピュータ読み取り可能な記録媒体に記録されてよい。
図１は、本発明の一実施形態における、ネットワーク環境の例を示した図である。図１のネットワーク環境は、複数の電子機器１１０、１２０、１３０、１４０、複数のサーバ１５０、１６０、およびネットワーク１７０を含む例を示している。このような図１は、発明の説明のための一例に過ぎず、電子機器の数やサーバの数が図１のように限定されることはない。また、図１のネットワーク環境は、本実施形態に適用可能な環境のうちの一例を説明したものに過ぎず、本実施形態に適用可能な環境が図１のネットワーク環境に限定されることはない。
複数の電子機器１１０、１２０、１３０、１４０は、コンピュータ装置によって実現される固定端末や移動端末であってよい。複数の電子機器１１０、１２０、１３０、１４０の例としては、スマートフォン、携帯電話、ナビゲーション、ＰＣ（ｐｅｒｓｏｎａｌ ｃｏｍｐｕｔｅｒ）、ノート型ＰＣ、デジタル放送用端末、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、ＰＭＰ（Ｐｏｒｔａｂｌｅ Ｍｕｌｔｉｍｅｄｉａ Ｐｌａｙｅｒ）、タブレットなどがある。一例として、図１では、電子機器１１０の例としてスマートフォンを示しているが、本発明の実施形態において、電子機器１１０は、実質的に無線または有線通信方式を利用し、ネットワーク１７０を介して他の電子機器１２０、１３０、１４０および／またはサーバ１５０、１６０と通信することのできる多様な物理的なコンピュータ装置のうちの１つを意味してよい。
通信方式が限定されることはなく、ネットワーク１７０が含むことのできる通信網（一例として、移動通信網、有線インターネット、無線インターネット、放送網）を利用する通信方式だけではなく、機器同士の間の近距離無線通信が含まれてもよい。例えば、ネットワーク１７０は、ＰＡＮ（ｐｅｒｓｏｎａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ＬＡＮ（ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ＣＡＮ（ｃａｍｐｕｓ ａｒｅａ ｎｅｔｗｏｒｋ）、ＭＡＮ（ｍｅｔｒｏｐｏｌｉｔａｎ ａｒｅａ ｎｅｔｗｏｒｋ）、ＷＡＮ（ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ）、ＢＢＮ（ｂｒｏａｄｂａｎｄ ｎｅｔｗｏｒｋ）、インターネットなどのネットワークのうちの１つ以上の任意のネットワークを含んでよい。さらに、ネットワーク１７０は、バスネットワーク、スターネットワーク、リングネットワーク、メッシュネットワーク、スター－バスネットワーク、ツリーまたは階層的ネットワークなどを含むネットワークトポロジのうちの任意の１つ以上を含んでもよいが、これらに限定されることはない。
サーバ１５０、１６０それぞれは、複数の電子機器１１０、１２０、１３０、１４０とネットワーク１７０を介して通信して命令、コード、ファイル、コンテンツ、サービスなどを提供する１つ以上のコンピュータ装置によって実現されてよい。例えば、サーバ１５０は、ネットワーク１７０を介して接続した複数の電子機器１１０、１２０、１３０、１４０に第１サービスを提供するシステムであってよく、サーバ１６０も、ネットワーク１７０を介して接続した複数の電子機器１１０、１２０、１３０、１４０に第２サービスを提供するシステムであってよい。より具体的な例として、サーバ１５０は、複数の電子機器１１０、１２０、１３０、１４０にインストールされて実行されるコンピュータプログラムであるアプリケーションを通じて、このアプリケーションが目的とするサービス（一例として、顧客データプラットフォームサービスなど）を第１サービスとして複数の電子機器１１０、１２０、１３０、１４０に提供してよい。他の例として、サーバ１６０は、上述したアプリケーションのインストールおよび実行のためのファイルを複数の電子機器１１０、１２０、１３０、１４０に配布するサービスを第２サービスとして提供してよい。
図２は、本発明の一実施形態における、コンピュータシステムの例を示したブロック図である。上述した複数の電子機器１１０、１２０、１３０、１４０それぞれやサーバ１５０、１６０それぞれは、図２に示したコンピュータシステム２００によって実現されてよい。
このようなコンピュータシステム２００は、図２に示すように、メモリ２１０、プロセッサ２２０、通信インタフェース２３０、および入力／出力インタフェース２４０を含んでよい。
メモリ２１０は、コンピュータ読み取り可能な記録媒体であって、ＲＡＭ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、ＲＯＭ（ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、およびディスクドライブのような永続的大容量記録装置を含んでよい。ここで、ＲＯＭやディスクドライブのような永続的大容量記録装置は、メモリ２１０とは区分される別の永続的記録装置としてコンピュータシステム２００に含まれてもよい。また、メモリ２１０には、オペレーティングシステムと、少なくとも１つのプログラムコードが記録されてよい。このようなソフトウェア構成要素は、メモリ２１０とは別のコンピュータ読み取り可能な記録媒体からメモリ２１０にロードされてよい。このような別のコンピュータ読み取り可能な記録媒体は、フロッピー（登録商標）ドライブ、ディスク、テープ、ＤＶＤ／ＣＤ－ＲＯＭドライブ、メモリカードなどのコンピュータ読み取り可能な記録媒体を含んでよい。他の実施形態において、ソフトウェア構成要素は、コンピュータ読み取り可能な記録媒体ではない通信インタフェース２３０を通じてメモリ２１０にロードされてもよい。例えば、ソフトウェア構成要素は、ネットワーク１７０を介して受信されるファイルによってインストールされるコンピュータプログラムに基づいてコンピュータシステム２００のメモリ２１０にロードされてよい。
プロセッサ２２０は、基本的な算術、ロジック、および入出力演算を実行することにより、コンピュータプログラムの命令を処理するように構成されてよい。命令は、メモリ２１０または通信インタフェース２３０によって、プロセッサ２２０に提供されてよい。例えば、プロセッサ２２０は、メモリ２１０のような記録装置に記録されたプログラムコードにしたがって受信される命令を実行するように構成されてよい。
通信インタフェース２３０は、ネットワーク１７０を介してコンピュータシステム２００が他の装置（一例として、上述した記録装置）と互いに通信するための機能を提供してよい。一例として、コンピュータシステム２００のプロセッサ２２０がメモリ２１０のような記録装置に記録されたプログラムコードにしたがって生成した要求や命令、データ、ファイルなどが、通信インタフェース２３０の制御にしたがってネットワーク１７０を介して他の装置に伝達されてよい。これとは逆に、他の装置からの信号や命令、データ、ファイルなどが、ネットワーク１７０を経てコンピュータシステム２００の通信インタフェース２３０を通じてコンピュータシステム２００に受信されてよい。通信インタフェース２３０を通じて受信された信号や命令、データなどは、プロセッサ２２０やメモリ２１０に伝達されてよく、ファイルなどは、コンピュータシステム２００がさらに含むことのできる記録媒体（上述した永続的記録装置）に記録されてよい。
入力／出力インタフェース２４０は、入力／出力装置２５０とのインタフェースのための手段であってよい。例えば、入力装置は、マイク、キーボード、またはマウスなどの装置を、出力装置は、ディスプレイ、スピーカのような装置を含んでよい。他の例として、入力／出力インタフェース２４０は、タッチスクリーンのように入力と出力のための機能が１つに統合された装置とのインタフェースのための手段であってもよい。入力／出力装置２５０は、コンピュータシステム２００と１つの装置で構成されてもよい。
また、他の実施形態において、コンピュータシステム２００は、図２の構成要素よりも少ないか多くの構成要素を含んでもよい。しかし、大部分の従来技術の構成要素を明確に図に示す必要はない。例えば、コンピュータシステム２００は、上述した入力／出力装置２５０のうちの少なくとも一部を含むように実現されてもよいし、トランシーバ、データベースなどのような他の構成要素をさらに含んでもよい。
以下では、仮名結合を利用してデータを拡張および活用するための方法およびシステムの具体的な実施形態について説明する。
企業が他社の情報を活用するためには、顧客の同意を得た上で提供を受けたり、サードパーティークッキーやデータの類似性を利用して異なる企業のデータをマッチングする方法を活用している。
本実施形態は、仮名結合を利用して合法的なデータで解釈モデルを構築する方法であって、互いに異なる企業のデータを継続的に推定して活用する技術に関する。
本実施例に係るコンピュータシステム２００は、クライアント（ｃｌｉｅｎｔ）を対象に、クライアント上にインストールされた専用アプリケーションやコンピュータシステム２００と関連するウェブ／モバイルサイトへの接続によって顧客データプラットフォームサービスを提供してよい。
このようなプロセッサ２２０は、以下で説明する他社データ提供方法に含まれる段階を実行するようにコンピュータシステム２００を制御してよい。例えば、プロセッサ２２０およびプロセッサ２２０の構成要素は、メモリ２１０が含むオペレーティングシステムのコードと、少なくとも１つのプログラムのコードによる命令（ｉｎｓｔｒｕｃｔｉｏｎ）を実行するように実現されてよい。
プロセッサ２２０は、コンピュータシステム２００の制御に関連する命令がロードされたメモリ２１０から必要な命令を読み取ってよい。この場合、前記読み取られた命令は、プロセッサ２２０が以下で説明する他社データ提供方法を実行するように制御するための命令を含んでよい。
以下で説明する他社データ提供方法に含まれる段階は、図に示した順序とは異なるように実行されてもよいし、段階の一部が省略されたり、追加の過程をさらに含んでもよい。
他社データ提供方法に含まれる段階は、サーバ１５０で実行されてよいが、実施形態によっては、段階の少なくとも一部がクライアントまたは他のサーバ（例えば、サーバ１６０など）で実行されることも可能である。
図３は、本発明の一実施形態における、コンピュータシステムが実行することができる方法の一例を示したフローチャートである。
本実施形態に係るコンピュータシステム２００によって実現されるサーバ１５０は、企業を対象としたサービス形態として、サービスを利用する顧客会社のデータ（すなわち、顧客会社の自社の顧客情報）と顧客会社以外の他社のデータ（例えば、サーバ１５０の顧客情報、サーバ１５０と連動可能な提携会社の顧客情報など）を連結した形態で広告やマーケティングなどに活用することができる顧客データプラットフォーム（ｃｕｓｔｏｍｅｒ ｄａｔａ ｐｌａｔｆｏｒｍ）を提供する。
図３を参照すると、段階３１０で、プロセッサ２２０は、顧客会社の自社の情報と顧客会社以外の他社の情報を仮名処理して結合した仮名結合データをモデリングすることにより、データ推定のための解釈モデルを生成してよい。一例として、顧客会社は、サーバ１５０上の顧客データプラットフォームから活用しようとする少なくとも１つの対象企業を選択した後、解釈モデルの構築を要請してよい。これにより、プロセッサ２２０は、顧客会社と顧客会社が選択した対象企業で仮名処理して提供するデータに対して、第３の機関（政府が指定した外部結合専門機関）に仮名情報の結合を要請してよい。プロセッサ２２０は、結合専門機関から、顧客会社の仮名データと対象企業の仮名データが結合された仮名結合データを受信してよい。プロセッサ２２０は、仮名結合データを利用して、データ推定のための解釈モデルとして、顧客会社データを入力として他社（対象企業）データを推定するモデル、他社データを入力として顧客会社データを推定するモデルなどを構築してよい。顧客会社と対象企業との間の仮名結合データをモデリングする方法としては、テーブル形式で仮名結合データを要約する方法、項目同士の間の類似度を利用して仮名結合データを要約する方法、ロジスティック回帰モデル（Ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ）を利用して仮名結合データを要約する方法、ディープラーニングモデル（ｄｅｅｐ ｌｅａｒｎｉｎｇ ｍｏｄｅｌ）を利用して仮名結合データを要約する方法などが活用されてよい。プロセッサ２２０は、解析モデルを構築した後、結合専門機関から受け取った仮名結合データを削除してよい。
段階３２０で、プロセッサ２２０は、顧客会社からターゲット情報が与えられた場合、段階３１０で構築した解析モデルによって、顧客会社のターゲット情報を利用して他社情報を推定してよい。すなわち、プロセッサ２２０は、顧客会社のターゲット情報を解析モデルの入力として、解析モデルによって顧客会社のターゲット情報に対応する他社情報を予測してよい。例えば、Ａ社（顧客会社）の自社顧客の商品購入履歴とＢ社（対象企業）の自社顧客の検索履歴を結合した仮名結合データによって解釈モデルを構築したと仮定するとき、Ａ社の自社顧客に対してＡ社の商品購入履歴からＢ社の検索履歴を推定してよい。
段階３３０で、プロセッサ２２０は、顧客会社を対象に、顧客会社のターゲット情報と解釈モデルによってターゲット情報として推定された他社情報を連結した拡張データを提供してよい。プロセッサ２２０は、顧客会社の自社の全顧客または顧客会社によって選定された自社の顧客グループを対象に、顧客会社データと顧客会社データとして推定された他社データを連結した形態の、拡張されたデータを提供してよい。
プロセッサ２２０は、顧客を対象としたサービスに、当該顧客の拡張データを活用してよい。一例として、プロセッサ２２０は、顧客会社と関連する広告ターゲティング、個人化推薦、マーケティングなどに、当該顧客会社の拡張データを活用してよい。顧客会社が自社顧客を対象に広告を提供しようとする場合、顧客会社のターゲット顧客を解釈モデルで推定した他社データとして解釈して広告ターゲティングオプションを定義してよい。例えば、検索サービスを提供するサーバ１５０が広告プラットフォームと連携する環境において、解釈モデルを利用して顧客会社のターゲット顧客履歴から履歴検索履歴を推定し、推定された検索履歴を含む拡張データを広告ターゲティングオプションとして定義してよい。このとき、広告プラットフォームでは、顧客会社のターゲット顧客を対象に、他社情報の推定によって拡張されたデータで定義されたターゲティングオプションによって広告を執行してよい。
図４は、本発明の一実施形態における、各社のデータの仮名処理過程を説明するための例示図である。
図４は、Ａ社の仮名データとＢ社の仮名データを示している。
各企業では、活用の目的に応じて自社顧客のデータを項目化する。例えば、Ａ社の仮名データは、Ａ社の顧客別セグメント情報を含んでよく、Ｂ社の仮名データは、Ｂ社の顧客別広告ターゲティング情報を含んでよい。
各社では、両社が共通して保有するユーザ識別子（例えば、ＩＤ、クッキーなど）レベルで顧客データを構成する。このとき、仮名データを構成するにあたり、ユーザ識別情報を仮名処理するために、ユーザ識別情報とソルト（ｓａｌｔ）やハッシュ（ｈａｓｈ）などを利用して仮名結合キーを生成してよい。追加情報を使用せずには特定の個人が識別されないように、ユーザ情報を仮名処理してよい。
図５～６は、本発明の一実施形態における、各社の仮名データを結合した仮名結合データを説明するための例示図である。
図５は、図４のＡ社の仮名データとＢ社の仮名データを結合した仮名結合の例を示している。仮名情報の結合は、政府が指定した外部結合専門機関で行われ、サーバ１５０は、結合専門機関から、Ａ社の仮名データとＢ社の仮名データが結合された仮名結合データを受け取ってよい。
図５は、Ａ社の仮名データとＢ社の仮名データを内部結合（ｉｎｎｅｒ ｊｏｉｎ）の形態で仮名結合した結果を示している。結合専門機関では、Ａ社とＢ社が共通して保有する顧客（仮名結合キー）に対して、両社のデータを結合してよい。
データ活用機関のデータが仮名結合に使用される場合、データ活用機関のデータに左外部結合（ｌｅｆｔ ｊｏｉｎ）する形態の仮名結合も可能である。
図６を参照すると、結合専門機関では、Ａ社の仮名データとＢ社の仮名データの結合が完了すると、結合データから仮名結合キーを削除してサーバ１５０に提供してよい。すなわち、サーバ１５０は、仮名結合キーが削除された形態の仮名結合データを受け取って活用してよい。
以下では、仮名結合データを利用して解析モデルを構築する過程について説明する。
図７は、本発明の一実施形態における、解析モデルを構築するために取り扱う問題例を示した図である。
解析モデルを構築するためには、Ａ社の仮名データとＢ社の仮名データを結合した仮名結合データが図７に示すようなものであると仮定した場合、Ａ社の任意のアイテムユーザ群をＢ社のアイテムユーザ情報として類推できるかどうかの問題について取り扱う。
Ａ社のアイテムがＡ１、．．．、Ａｎであり、Ｂ社のアイテムがＢ１、．．．、Ｂｍであるとき、ユーザＵｉは［Ａｉ１、．．．、Ａｉｎ、Ｂｉ１、．．．、Ｂｉｍ］と定義してよい。
一例として、プロセッサ２２０は、テーブル形式で仮名結合データを要約する方法によって解析モデルを構築してよい。
情報が損失されることなく最もシンプルに原本を要約する方法として、

の形式を挙げることができる。この場合、すべての組み合わせを記録するために、Ｂ社の情報が与えられたときにＡ社の情報を正確に復元する。ただし、ユーザ数が１人の組み合わせの場合には個人が特定される可能性があるため、これを防ぐために、ユーザ数が１人である場合に対する処理が必要となる。
１人に特定されるデータを他のグループと併合して処理する方法が使用されてよく、各グループ内の均質性は最大限に維持しながらも、グループ同士の間の距離は遠ざかる方向で進行する。併合によるデータ情報の損失を最小限に抑えるために、各アイテムの重要度が反映された距離を使用したり、重要度が低い一部のアイテムに対して非識別化処理する方法などが採択されてよい。
他の例として、プロセッサ２２０は、項目同士の間の類似度を利用して仮名結合データを要約する方法によって解釈モデルを構築してよい。
Ａ社のアイテムとＢ社のアイテムの関係行列を加工し、これをＢ社のユーザ情報と組み合わせてＡ社のユーザ情報を推測するために活用してよい。数式（１）によると、Ｓはアイテム同士の間の対応情報であってユーザ識別子情報がないため、比較的安全なデータであると言える。しかし、実際にはＢ－１が存在しないため、すぐに使用することができない方法でもある。
これを簡単な推薦システムの１つであるアイテム基盤の協業フィルタリングの形態に変形することが可能である。ユーザが以前に消費したアイテムと類似するアイテムに高い点数を付与する方法である。類似度は、コサイン（ｃｏｓｉｎｅ）類似度、ジャカード（Ｊａｃｃａｒｄ）類似度などはもちろん、多様な適用が可能である。ＫＮＮ（ｋ－ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ）を使用するなどの変形も可能である。
Ｓは、Ａ社とＢ社のアイテムの類似度行列であって、数式（２）のように定義してよい。
Ａ社のアイテムに対するユーザの消費スコアは、数式（３）のように定義してよい。
他の例として、プロセッサ２２０は、ロジスティック回帰モデルを利用して仮名結合データを要約する方法によって解釈モデルを構築してよい。
同時分布（ｊｏｉｎｔ ｄｉｓｔｒｉｂｕｔｉｏｎ）が周辺分布（ｍａｒｇｉｎａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ）の積であると仮定するとき、以下のようにすべての結合に対する分布を簡単に得ることができる。
個別アイテムのロジスティック回帰モデル：
すべての項目の組み合わせに対する同時分布は、数式（４）のように定義してよい。
・・・（４）
この概念を拡張することで、２つのアイテムの条件を１つのイベントと見なして

を推定できるようになる。さらに、主要アイテムのすべての組み合わせにモデルを生成して、残りのアイテムの分布を推定する方法も検討することができる。
また他の例として、プロセッサ２２０は、ディープラーニングモデルを利用して仮名結合データを要約する方法によって解析モデルを構築してよい。
図８は、本発明の一実施形態における、ＲＮＮ（ｒｅｃｕｒｒｅｎｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）を利用したエンコーダ－デコーダの構造例を示した図である。
入力されたシーケンスから他のドメインのシーケンスを出力するモデルであるＳｅｑ２Ｓｅｑ（ｓｅｑｕｅｎｃｅ－ｔｏ－ｓｅｑｕｅｎｃｅ）方法を利用する。図８を参照すると、入力シーケンス（ｘ１、ｘ２、ｘ３）と出力シーケンス（ｙ１、ｙ２）をそれぞれＡ社のアイテムとＢ社のアイテムとして構成すると、Ａ社のアイテムを入力したときにＢ社アイテムに通訳（解釈）する役割をするようになる。
ただし、このようなモデリング方法に限定されてはならず、仮名結合データの要約が可能なモデリング方法であればすべて適用可能である。
クッキーやデータの類似性を利用するだけのマッチング方式のモデリングは正確度が低い反面、仮名情報の結合を利用して解釈モデルを構築することにより、個人情報保護法上で最も正確に結合する方法でモデルの正確度を確保することができる。
さらに、プロセッサ２２０は、解析モデルの結果物に対する非識別化処理を実行してよい。一例として、プロセッサ２２０は、解釈モデルを構築する過程において仮名結合データを匿名処理することにより、モデル結果物の再識別の可能性を事前に排除してよい。他の例として、プロセッサ２２０は、仮名結合データを変形なく使用しても解析モデルによる推定結果物から個人が特定できないように、モデリング過程において平滑化（ｓｍｏｏｔｈｉｎｇ）過程を経たり、エラー（ｅｒｒｏｒ）を追加したりする方法によって非識別化を処理してよい。
また、プロセッサ２２０は、再識別の可能性の検証によって匿名性を保証してよい。例えば、プロセッサ２２０は、自社が保有している全データを入力として利用して推定された結果に、同じ属性を有するロー（ｒｏｗ）がｋ個以上であるかを確認するｋ匿名性を適用してよい。
図９～１０は、本発明の一実施形態における、解析モデルを利用したデータ拡張過程を説明するための例示図である。
図９を参照すると、プロセッサ２２０は、Ａ社とＢ社の仮名結合データによってモデリングされた解析モデル９０により、Ａ社のターゲット情報（Ａｉ）を利用してＢ社の情報（Ｎｉ）を推定してよい。
すべての企業のデータは固定的ではなく変化し続けるものであるが、解析モデル９０を利用することで、企業が保有する入力データの変動にともなって解析モデル９０の推定結果物も変化するため、最新の情報を推定することができる。また、仮名結合データを実際に保有せずに仮名結合データで構築された解析モデル９０を利用することにより、継続的に統合されたデータを活用することができる。
プロセッサ２２０は、顧客会社であるＡ社情報（Ａｉ）を利用してＡ社の他社であるＢ社情報（Ｎｉ）を推定して、Ａ社データを拡張してよい。図１０に示すように、Ａ社の拡張されたデータは、Ａ社の全顧客を対象にしたＡ社データと解析モデル９０によって推定されたＢ社情報を連結した形態で構成されてよい。
Ａ社がＡ社のＶＩＰ顧客を対象に広告を執行しようとする場合、図１０の拡張データにおいて、Ａ１はＡ社のＶＩＰ状況（ＶＩＰであれば１、ＶＩＰでなければ０）項目であり、ＮｉはＢ社の広告ターゲティングオプション項目であるとすると、Ａ１が１であるユーザ（Ａ社のＶＩＰグループ）の特徴をＮｉで表現してよい。このような特徴の組み合わせ（ターゲティングオプションの組み合わせ）によって広告を執行すれば、ターゲティングしようとするＡ社のＶＩＰグループを対象に広告を執行することができる。
Ｂ社が広告プラットフォーム企業であると仮定するとき、Ｂ社の広告プラットフォームにはＡ社のＶＩＰ顧客に関する情報がないため、Ａ社のＶＩＰを対象に広告を執行することができず、Ａ社のデータを利用して分析した顧客の特性としては解像度の低いターゲティングだけが可能となる。例えば、ＶＩＰの主な年齢が３０代で女性であれば、３０代＆女性という広範囲の条件にターゲティングされた広告が執行される。
この半面、本実施形態によると、Ｂ社の広告プラットフォームで、Ａ社のデータだけでなくＡ社のデータとして推定されたＢ社のデータをともに利用することにより、実際のＡ社のＶＩＰ顧客の特性をＢ社のデータで表現することができ、より正確かつ精密なターゲティングによってＡ社の顧客にたどり着くことが可能となる。本実施形態では、３０代＆女性というＡ社のデータを利用してＢ社の履歴を推定することができ、これにより、より具体的なターゲティングオプションを定義することができる。
このように、本発明の実施形態によると、仮名結合によって個人のプライバシーを保護しながらも、継続的かつ合法的に他社データを推定して活用することができる。また、本発明の実施形態によると、仮名結合データを利用して自社データから他社データを推定するモデルを構築することにより、モデルの正確性を確保することができ、データの最新性を保証することができる。また、本発明の実施形態によると、仮名結合データで構築されたモデルによってデータ同士の間のつながりを利用して他社データを推定することにより、活用しようとするデータを拡張することができる。さらに、本発明の実施形態によると、自社データだけでなく、仮名結合ベースのモデルによって推定された他社データと結合することにより、広告執行や個人化推薦などターゲティングの高度化に活用することができる。
上述した装置は、ハードウェア構成要素、ソフトウェア構成要素、および／またはハードウェア構成要素とソフトウェア構成要素との組み合わせによって実現されてよい。例えば、実施形態で説明された装置および構成要素は、プロセッサ、コントローラ、ＡＬＵ（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）、デジタル信号プロセッサ、マイクロコンピュータ、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、ＰＬＵ（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｕｎｉｔ）、マイクロプロセッサ、または命令を実行して応答することができる様々な装置のように、１つ以上の汎用コンピュータまたは特殊目的コンピュータを利用して実現されてよい。処理装置は、オペレーティングシステム（ＯＳ）およびＯＳ上で実行される１つ以上のソフトウェアアプリケーションを実行してよい。また、処理装置は、ソフトウェアの実行に応答し、データにアクセスし、データを記録、操作、処理、および生成してもよい。理解の便宜のために、１つの処理装置が使用されるとして説明される場合もあるが、当業者であれば、処理装置が複数個の処理要素および／または複数種類の処理要素を含んでもよいことが理解できるであろう。例えば、処理装置は、複数個のプロセッサまたは１つのプロセッサおよび１つのコントローラを含んでよい。また、並列プロセッサのような、他の処理構成も可能である。
ソフトウェアは、コンピュータプログラム、コード、命令、またはこれらのうちの１つ以上の組み合わせを含んでもよく、思うままに動作するように処理装置を構成したり、独立的または集合的に処理装置に命令したりしてよい。ソフトウェアおよび／またはデータは、処理装置に基づいて解釈されたり、処理装置に命令またはデータを提供したりするために、いかなる種類の機械、コンポーネント、物理装置、仮想装置（ｖｉｒｔｕａｌ ｅｑｕｉｐｍｅｔ）、コンピュータ記録媒体または装置に具現化されてよい。ソフトウェアは、ネットワークによって接続されたコンピュータシステム上に分散され、分散された状態で記録されても実行されてもよい。ソフトウェアおよびデータは、１つ以上のコンピュータ読み取り可能な記録媒体に記録されてよい。
実施形態に係る方法は、多様なコンピュータ手段によって実行可能なプログラム命令の形態で実現されてコンピュータ読み取り可能な媒体に記録されてよい。このとき、媒体は、コンピュータによって実行可能なプログラムを継続して記録するものであってもよいし、実行またはダウンロードのために一時的に記録するものであってもよい。また、媒体は、単一または複数のハードウェアが結合した形態の多様な記録手段または格納手段であってよく、あるコンピュータシステムに直接接続させる媒体はもちろん、ネットワーク上に分散して存在するものであってもよい。媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク、および磁気テープのような磁気媒体、ＣＤ－ＲＯＭ、ＤＶＤのような光媒体、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）のような光磁気媒体、およびＲＯＭ、ＲＡＭ、フラッシュメモリなどのようなプログラム命令が記録されるように構成されたものが挙げられる。また、他の媒体の例として、アプリケーションを流通するアプリストアや、その他の多様なソフトウェアを供給したり流通したりするサイト、サーバなどで管理する記録媒体や格納媒体も含まれる。
以上のように、実施形態を、限定された実施形態および図面に基づいて説明したが、当業者であれば、上述した記載から多様な修正および変形が可能であろう。例えば、説明された技術が、説明された方法とは異なる順序で実行されたり、かつ／あるいは、説明されたシステム、構造、装置、回路などの構成要素が、説明された方法とは異なる形態で結合されたりまたは組み合わされたり、他の構成要素または均等物によって対置されたり置換されたとしても、適切な結果を達成することができる。
したがって、異なる実施形態であっても、特許請求の範囲と均等なものであれば、添付の特許請求の範囲に属する。
１１０、１２０、１３０、１４０：電子機器
１５０、１６０：サーバ
１７０：ネットワーク

Claims (20)

  1. コンピュータシステム上で実行される他社データ提供方法であって、
    前記コンピュータシステムは、メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサを含み、
    前記他社データ提供方法は、
    前記少なくとも１つのプロセッサにより、顧客会社の自社情報と、前記顧客会社以外の他社の情報を仮名処理して結合した仮名結合データを受信する段階、
    前記少なくとも１つのプロセッサにより、前記仮名結合データをモデリングすることによってデータ推定のための解析モデルを生成する段階、
    前記少なくとも１つのプロセッサにより、前記解析モデルにより、前記顧客のターゲット情報を利用して他社情報を推定する段階、および
    前記少なくとも１つのプロセッサにより、前記顧客会社と関連するサービスに対して、前記推定された他社情報を提供する段階
    を含む、他社データ提供方法。
  2. 前記生成する段階は、
    前記仮名結合データを匿名処理して非識別化する段階
    を含む、請求項１に記載の他社データ提供方法。
  3. 前記生成する段階は、
    前記仮名結合データを平滑化（ｓｍｏｏｔｈｉｎｇ）する過程、および前記仮名結合データにエラー（ｅｒｒｏｒ）を追加する過程のうちの少なくとも１つによって前記仮名結合データを非識別化する段階
    を含む、請求項１に記載の他社データ提供方法。
  4. 前記生成する段階は、
    前記仮名結合データをテーブル形式で要約する方式、または項目同士の間の類似度を利用して前記仮名結合データを要約する方式、またはロジスティック回帰モデル（Ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ）やディープラーニングモデル（ｄｅｅｐ ｌｅａｒｎｉｎｇ ｍｏｄｅｌ）を利用して前記仮名結合データをモデリングする方式によって前記解釈モデルを生成すること
    を特徴とする、請求項１～３のうちのいずれか一項に記載の他社データ提供方法。
  5. 前記生成する段階は、
    前記解析モデルの生成が完了した後、前記仮名結合データを削除する段階
    を含む、請求項１～３のうちのいずれか一項に記載の他社データ提供方法。
  6. 前記提供する段階は、
    前記顧客を対象に、前記ターゲット情報と前記推定された他社情報を連結した形態の拡張データを提供する段階
    を含む、請求項１～３のうちのいずれか一項に記載の他社データ提供方法。
  7. 前記提供する段階は、
    前記ターゲット情報と前記推定された他社情報を前記顧客会社に対する広告ターゲティングに利用する段階
    を含む、請求項１～３のうちのいずれか一項に記載の他社のデータ提供方法。
  8. 前記推定する段階は、
    前記解析モデルを利用して、前記顧客会社のターゲット顧客の自社データから他社データを推定し、
    前記提供する段階は、
    前記自社データと前記他社データを連結した拡張データを、前記ターゲット顧客に対する広告ターゲティングオプションとして定義する段階
    を含む、請求項１～３のうちのいずれか一項に記載の他社のデータ提供方法。
  9. 前記受信する段階は、
    外部結合専門機関から、仮名結合キーが削除された形態の仮名結合データを受信する段階
    を含むことを特徴とする、請求項１～３のうちのいずれか一項に記載の他社データ提供方法。
  10. 前記受信する段階は、
    前記顧客の仮名データと前記顧客会社によって情報活用のための対象企業として選択された少なくとも１つの他社の仮名データを結合した前記仮名結合データを受信する段階
    を含むことを特徴とする、請求項１～３のうちのいずれか一項に記載の他社データ提供方法。
  11. 請求項１～３のうちのいずれか一項に記載の他社データ提供方法を前記コンピュータ装置に実行させるためのコンピュータプログラム。
  12. コンピュータシステムであって、
    メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも１つのプロセッサ
    を含み、
    前記少なくとも１つのプロセッサは、
    顧客会社の自社情報と前記顧客会社以外の他社の情報を仮名処理して結合した仮名結合データを受信する過程、
    前記仮名結合データをモデリングすることにより、データ推定のための解析モデルを生成する過程、
    前記解析モデルにより、前記顧客会社のターゲット情報を利用して他社情報を推定する過程、および
    前記顧客会社と関連するサービスに対して、前記推定された他社情報を提供する過程
    を処理する、コンピュータシステム。
  13. 前記少なくとも１つのプロセッサは、
    前記仮名結合データを匿名化して非識別化すること
    を特徴とする、請求項１２に記載のコンピュータシステム。
  14. 前記少なくとも１つのプロセッサは、
    前記仮名結合データを平滑化する過程、および前記仮名結合データにエラーを追加する過程の少なくとも１つによって前記仮名結合データを非識別化すること
    を特徴とする、請求項１２に記載のコンピュータシステム。
  15. 前記少なくとも１つのプロセッサは、
    前記仮名結合データをテーブル形式で要約する方式、または項目同士の間の類似度を利用して前記仮名結合データを要約する方式、またはロジスティック回帰モデルやディープラーニングモデルを利用して前記仮名結合データをモデリングする方式によって前記解釈モデルを生成すること
    を特徴とする、請求項１２～１４のうちのいずれか一項に記載のコンピュータシステム。
  16. 前記少なくとも１つのプロセッサは、
    前記解析モデルの生成が完了した後、前記仮名結合データを削除すること
    を特徴とする、請求項１２～１４のうちのいずれか一項に記載のコンピュータシステム。
  17. 前記少なくとも１つのプロセッサは、
    前記顧客を対象に、前記ターゲット情報と前記推定された他社情報を連結した形態で拡張データを提供すること
    を特徴とする、請求項１２～１４のうちのいずれか一項に記載のコンピュータシステム。
  18. 前記少なくとも１つのプロセッサは、
    前記ターゲット情報と前記推定された他社情報を、前記顧客会社に対する広告ターゲティングに利用すること
    を特徴とする、請求項１２～１４のうちのいずれか一項に記載のコンピュータシステム。
  19. 前記少なくとも１つのプロセッサは、
    前記解析モデルを利用して、前記顧客会社のターゲット顧客の自社データから他社データを推定し、
    前記自社データと前記他社データを連結した拡張データを、前記ターゲット顧客に対する広告ターゲティングオプションとして定義すること
    を特徴とする、請求項１２～１４のうちのいずれか一項に記載のコンピュータシステム。
  20. 前記少なくとも１つのプロセッサは、
    外部結合専門機関から、前記顧客会社の仮名データと前記顧客会社によって情報活用のための対象企業として選択された少なくとも１つの他社の仮名データを結合した前記仮名結合データを受信すること
    を特徴とする、請求項１２～１４のうちのいずれか一項に記載のコンピュータシステム。
JP2023180031A 2022-10-28 2023-10-19 仮名結合を利用してデータを拡張および活用するための方法、システム、およびコンピュータプログラム Pending JP2024065031A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0141263 2022-10-28
KR1020220141263A KR20240060053A (ko) 2022-10-28 2022-10-28 가명결합을 이용하여 데이터를 확장 및 활용하기 위한 방법, 시스템, 및 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
JP2024065031A true JP2024065031A (ja) 2024-05-14

Family

ID=88598871

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023180031A Pending JP2024065031A (ja) 2022-10-28 2023-10-19 仮名結合を利用してデータを拡張および活用するための方法、システム、およびコンピュータプログラム

Country Status (4)

Country Link
US (1) US20240144321A1 (ja)
EP (1) EP4361873A1 (ja)
JP (1) JP2024065031A (ja)
KR (1) KR20240060053A (ja)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2613200A1 (en) 2005-06-28 2007-01-04 Choicestream, Inc. Methods and apparatus for a statistical system for targeting advertisements
US9189650B2 (en) * 2012-07-31 2015-11-17 J.D. Power And Associates Privacy preserving method for summarizing user data

Also Published As

Publication number Publication date
EP4361873A1 (en) 2024-05-01
KR20240060053A (ko) 2024-05-08
US20240144321A1 (en) 2024-05-02

Similar Documents

Publication Publication Date Title
JP6744353B2 (ja) ディープラーニングを活用した個人化商品推薦
US11055442B2 (en) Secure decentralized system utilizing smart contracts, a blockchain, and/or a distributed file system
JP5226770B2 (ja) 共有・カスタマイズ可能なマルチテナントデータのメモリ内キャッシング
US8312273B2 (en) Privacy vault for maintaining the privacy of user profiles
US7937383B2 (en) Generating anonymous log entries
US20210192075A1 (en) Privacy controls for network data communications
US10389837B2 (en) Multi-tier dynamic data caching
KR20210018384A (ko) 개인화 컨텐츠 추천을 위한 실시간 그래프기반 임베딩 구축 방법 및 시스템
EP3956851A1 (en) Secure multi-party computation attribution
KR102501496B1 (ko) 개인화를 통한 연합 학습의 다중 모델 제공 방법, 시스템, 및 컴퓨터 프로그램
US11822543B2 (en) Composite views in a master data management system
JP2021026779A (ja) 個人化コンテンツ推薦のためのリアルタイムグラフに基づく埋め込み構築方法およびシステム
US20120203865A1 (en) Apparatus and methods for providing behavioral retargeting of content from partner websites
US20140067556A1 (en) Methods and systems for establishing a mobile-optimized web presence and a mobile-optimized marketing campaign
US20110289424A1 (en) Secure application of custom resources in multi-tier systems
JP2019046263A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP6429962B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2020077256A (ja) 匿名化システムおよび匿名化方法
US20120136883A1 (en) Automatic Dynamic Multi-Variable Matching Engine
JP2023089216A (ja) データ配布制限のセキュアな管理
JP2024065031A (ja) 仮名結合を利用してデータを拡張および活用するための方法、システム、およびコンピュータプログラム
US20150347112A1 (en) Providing data analytics for cohorts
Andersen et al. Privacy preserving personalization in complex ecosystems
US8843817B2 (en) System and method for obtaining user information
US20200104418A1 (en) Customized search utilizing social information

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20231019