JP4962782B2 - 利用者状態推定システム、利用者状態推定方法および利用者状態推定プログラム - Google Patents
利用者状態推定システム、利用者状態推定方法および利用者状態推定プログラム Download PDFInfo
- Publication number
- JP4962782B2 JP4962782B2 JP2007210927A JP2007210927A JP4962782B2 JP 4962782 B2 JP4962782 B2 JP 4962782B2 JP 2007210927 A JP2007210927 A JP 2007210927A JP 2007210927 A JP2007210927 A JP 2007210927A JP 4962782 B2 JP4962782 B2 JP 4962782B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- state
- behavior
- unit
- transition
- 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.)
- Expired - Fee Related
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
Description
図1は、本実施形態にかかる利用者状態推定システム1の構成を示す機能ブロック図である。図1に示す利用者状態推定システム1は、Webサーバ21へ接続されている。Webサーバ21は、インターネット41に接続されており、インターネット41には、複数の利用者の利用者端末31a、31bが接続されている。利用者端末31a、31bには、例えば、Webブラウザがインストールされており、複数の利用者は、利用者端末31a、31bのWebブラウザを使って、インターネット41を介してWebサーバ21が提供するWebサイトにアクセスすることができる。本実施形態では、一例として、利用者端末31a、31bとWebサーバ21との通信が、主にHTTPを用いて行われる場合について説明する。また、Webサイトは、複数のWebページで構成されている。そのため、1つのWebページが利用者の参照可能な情報単位となる。
利用者状態推定システム1では、Webサイト利用者が目的行動に至るまでにとり得る複数の状態と、状態間の遷移ルールを示す遷移条件データが予め定義され遷移モデル記録部11に記録される。この複数の状態と状態間の遷移ルールは、Webサイトで提供されるサービスの内容に応じて決定されることが好ましい。ここで、遷移モデル記録部11に予め記録する遷移条件データを決める方法の例を説明する。
・無関心層 商品に対する理解が低く、関心も低い
・興味層 商品に対する理解は低いが、関心は高い
・保留層 商品に対する理解は高く、関心も高いが購入まで至らない
・躊躇層 商品に対する理解は高いが、関心は低い
・未訪問層 キャンペーン商品の関連Webページにまだアクセスしていない状態
・低関心層 関連Webページを素通りしてアクセス終了した状態
・保留層 関連Webページを丁寧に見たものの成約には至らなかった状態
・躊躇層 保留層で、次のアクセス時にもまだ購入に至らない状態
・成約層 キャンペーン商品を購入した状態
図2は、上記5つのカテゴリそれぞれの状態と、各状態間の遷移ルール(あるカテゴリの状態から他のカテゴリの状態へ遷移するための条件)とを概念的に示す状態遷移図である。図2において、例えば、「未訪問層」に属する利用者が、関連Webページにアクセスした場合、関連Webページを丁寧に見ると、関心も理解も高まったと判断されて「保留層」に、素通りすると、関心も理解も低いと判断されて「低関心層」に、成約すると「成約層」にそれぞれ状態遷移する。
次に、利用者状態推定システム1が備える各機能部について図1を参照しながら説明する。まず、ログ入力部2は、Webアクセスログ記録部22に記録されたWebサイトへのアクセス履歴を示すアクセスログを読み込む。
パターン2(素通り&成約せず) 商品の説明ページを余り見ずに素通り、成約に至らない
パターン3(成約) 成約した
次に、利用者状態推定システム1の動作例について説明する。図7は、利用者状態推定システム1の動作例を示すフローチャートである。以下、図7に示す各ステップについて詳細に説明する。ここでは、一例として、サイトの運用者がWebサイトのキャンペーンの分析を行う際の、利用者状態推定システム1の動作例を説明する。
ここで、行動分類部4が、項目反応理論を適用して、各セッションの利用者の行動パターンを決定する方法について説明する。ここでは、キャンペーンに関連するWebサイト中で利用者が参照可能なWebページの数をm個とする。行動分類部4は、利用者が参照可能なm個のWebページ群それぞれを項目反応理論における各項目とする。以下、m個の項目のうちi番目の項目すなわちi番目のWebページをWi(i=1、2、・・・m)と表す。項目WiのWebページを参照する確率Piは、2母数ロジスティックモデルにおいて、下記(数1)で示す特性値θの関数で表される。なお、ここでは、行動分類部4が2母数ロジスティックモデルを用いる場合について説明するが、例えば、3母数ロジスティックモデル等のその他IRTモデルが用いられてもよい。
(参考文献2)「IRTによる情報提供型Webサイトのアクセス分析」(橋間智博、FIT2006(第5回情報科学技術フォーラム)、pp.423-425、情報処理学会(IPSJ)と電子情報通信学会・システムソサイエティ(ISS)及びヒューマンコミュニケーショングループ(HCG)合同主催、2006.9.5.
図9は、本実施形態にかかる利用者状態推定システムの構成を示す機能ブロック図である。図9において、図1に示す機能部と同じ機能部には同じ番号を付す。図9に示す利用者状態推定システム10は、図1に示す利用者状態推定システム1に、シミュレーション部17、シミュレーションデータ記録部18および初期設定部19が追加された構成である。
求め、図10の遷移シミュレーションデータの遷移確率として、それぞれ設定する。例えば、未訪問者層から低関心層への遷移確率は、図5の例では3日間ほぼ一定であり、平均をとると((1505/2015)+(774/1020)+(365/510))/3=0.74である。この値をシミュレーションのための未訪問者層から低関心層への遷移確率として用いる。他の遷移パターンの場合も、初期設定部19は、同様に図5に示す遷移確率の平均値を求めて、図10に示すシミュレーションのための遷移確率とする。
2 ログ入力部
3 ログ抽出部
4 行動分類部
5 カテゴリ推定部
6 遷移確率計算部
7 目的行動判定部
8 目的行動確率計算部
11 遷移モデル記録部
12 アクセス履歴データ記録部
13 記録部
14 目的行動確率記録部
15 遷移確率記録部
16 カテゴリ記録部
17 シミュレーション部
18 シミュレーションデータ記録部
19 初期設定部
21 サーバ
22 アクセスログ記録部
31a、31b 利用者端末
41 インターネット
Claims (6)
- ネットワークを介して複数の利用者にサービスを提供するサーバに対してアクセスした複数の利用者それぞれが予め定義された複数の状態のうち、どの状態に属しているかを示す状態データを記録するカテゴリ記録部と、
利用者がある状態から他の状態に遷移するための条件となる利用者の行動パターンを示す遷移条件データを、前記複数の状態のうち少なくとも2つの状態間の遷移について記録する遷移モデル記録部と、
前記サーバにアクセスした複数の利用者それぞれを識別するデータと、前記複数の利用者それぞれが参照した情報および参照時間を示すデータとを含むアクセスログを読み込むログ入力部と、
前記ログ入力部が読み込んだ前記アクセスログから、各利用者による一連のアクセスの開始と終了を検出し、各利用者が一連のアクセスにおいて参照した情報を特定するデータを含むアクセス履歴データを各利用者の一連のアクセスごとに抽出するログ抽出部と、
前記ログ抽出部が抽出した前記アクセス履歴データが示す、各利用者が一連のアクセスにおいて参照した情報に基づいて、各利用者の一連のアクセスにおける行動を、予め定義された複数の行動パターンのうちいずれかに決定する行動分類部と、
前記行動分類部により決定された各利用者の行動パターンと、前記遷移モデル記録部に記録された遷移条件データが示す状態間の遷移の条件となる行動パターンと照合することによって、前記カテゴリ記録部に記録された前記状態データで示される各利用者の状態がどのように遷移するかを決定し、当該決定に基づいて前記状態データを更新するカテゴリ推定部と、
前記複数の状態のうち少なくとも2つの状態間の利用者の遷移確率を記録する遷移確率記録部と、
前記状態データを参照することにより、前記複数の状態のうち少なくとも2つの状態間の利用者の遷移確率を、一定期間ごとに計算して前記遷移確率記録部に記録する遷移確率計算部と、
前記ログ抽出部が抽出した前記アクセス履歴データから、各利用者が一連のアクセスにおいて、前記サーバが提供するサービスにおいて目的とされている所定の目的行動を行ったか否かを判定する目的行動判定部と、
各状態における利用者のうちで目的行動を行った利用者の割合を記録する目的行動確率記録部と、
前記目的行動判定部による前記判定の結果と、前記状態データに基づいて、各状態における利用者のうちで目的行動を行った利用者の割合を、前記一定期間ごとに計算し前記目的行動確率記録部に記録する目的行動確率計算部とを備える、利用者状態推定システム。 - 初期条件として、前記複数の状態それぞれに属する利用者の最初の人数を、操作者から入力された指示に基づいて設定し、前記遷移確率記録部に記録された、一定期間ごとの前記遷移確率と、各状態における目的行動をとった利用者の割合とを用いて、前記初期条件で設定された各状態の利用者の人数が、時間経過とともに変化する様子と、各状態において目的行動をとる利用者の人数が時間経過とともに変化する様子とをシミュレートするシミュレーション部をさらに備える、請求項1の利用者状態推定システム。
- 前記ログ抽出部は、前記アクセス履歴データとして、前記サーバが提供するサービスにおいて利用者が参照可能な情報単位の集合のうち、利用者が一連のアクセスにおいて参照した情報単位を示すデータを含むデータを、前記アクセスログから抽出し、
前記行動分類部は、前記利用者が参照可能な情報単位の集合を項目反応理論における各項目とし、前記各項目に対応する情報単位を参照する確率それぞれを、項目母数を用いて、各利用者の特性値θの関数で表したIRTモデルにおいて、項目母数の推定値を、前記アクセス履歴データが示す各利用者が一連のアクセスにおいて参照した情報単位を基にして各項目に対する反応を示す反応パターンベクトルを生成することにより計算し、当該項目母数の推定値に基づいて計算した特性値θに基づいて各利用者の行動パターンを決定する、請求項1に記載の利用者状態推定システム。 - 前記ログ抽出部は、前記アクセス履歴データとして、各利用者が一連のアクセスにおいて参照した情報を特定するデータに加えて、各利用者が当該情報を参照した時間を示すデータを含むデータを、前記アクセスログから抽出し、
前記行動分類部は、前記ログ抽出部が抽出した前記アクセス履歴データが示す、各利用者が一連のアクセスにおいて参照した情報および当該情報を参照した時間に基づいて、各利用者の一連のアクセスにおけるサービスに対する関心度合いを示す値を計算し、計算した値に基づいて、前記行動パターンを決定する、請求項1に記載の利用者状態推定システム。 - ネットワークを介して複数の利用者にサービスを提供するサーバに対してアクセスした複数の利用者それぞれが予め定義された複数の状態のうち、どの状態に属しているかを示す状態データを記録するカテゴリ記録部と、
利用者がある状態から他の状態に遷移するための条件となる利用者の行動パターンを示す遷移条件データを、前記複数の状態のうち少なくとも2つの状態間の遷移について記録する遷移モデル記録部とを備えるコンピュータが実行する利用者状態推定方法であって、
前記コンピュータが備えるログ入力部が、前記サーバにアクセスした複数の利用者それぞれを識別するデータと、前記複数の利用者それぞれが参照した情報および参照時間を示すデータとを含むアクセスログを読み込む工程と、
前記コンピュータが備えるログ抽出部が、前記アクセスログから、各利用者による一連のアクセスの開始と終了を検出し、各利用者が一連のアクセスにおいて参照した情報を特定するデータを含むアクセス履歴データを各利用者の一連のアクセスごとに抽出する工程と、
前記コンピュータが備える行動分類部が、前記アクセス履歴データが示す、各利用者が一連のアクセスにおいて参照した情報に基づいて、各利用者の一連のアクセスにおける行動を、予め定義された複数の行動パターンのうちいずれかに決定する工程と、
前記コンピュータが備えるカテゴリ推定部が、前記行動分類部により決定された各利用者の行動パターンと、前記遷移モデル記録部に記録された遷移条件データが示す状態間の遷移の条件となる行動パターンと照合することによって、前記カテゴリ記録部に記録された前記状態データで示される各利用者の状態がどのように遷移するかを決定し、当該決定に基づいて前記状態データを更新する工程と、
前記コンピュータが備える遷移確率計算部が、前記状態データを参照することにより、前記複数の状態のうち少なくとも2つの状態間の利用者の遷移確率を、一定期間ごとに計算して前記コンピュータが備える遷移確率記録部に記録する工程と、
前記コンピュータが備える目的行動判定部が、前記アクセス履歴データから、各利用者が一連のアクセスにおいて、前記サーバが提供するサービスにおいて目的とされている所定の目的行動を行ったか否かを判定する工程と、
前記コンピュータが備える目的行動確率計算部が、前記目的行動判定部による前記判定の結果と、前記状態データに基づいて、各状態における利用者のうちで目的行動を行った利用者の割合を、前記一定期間ごとに計算し、前記コンピュータが備える目的行動確率記録部に記録する工程とを含む、利用者状態推定方法。 - ネットワークを介して複数の利用者にサービスを提供するサーバに対してアクセスした複数の利用者それぞれが予め定義された複数の状態のうち、どの状態に属しているかを示す状態データを記録するカテゴリ記録部と、
利用者がある状態から他の状態に遷移するための条件となる利用者の行動パターンを示す遷移条件データを、前記複数の状態のうち少なくとも2つの状態間の遷移について記録する遷移モデル記録部とを備えるコンピュータに処理を実行させる利用者状態推定プログラムであって、
前記サーバにアクセスした複数の利用者それぞれを識別するデータと、前記複数の利用者それぞれが参照した情報および参照時間を示すデータとを含むアクセスログを読み込むログ入力処理と、
前記ログ入力処理で読み込まれた前記アクセスログから、各利用者による一連のアクセスの開始と終了を検出し、各利用者が一連のアクセスにおいて参照した情報を特定するデータを含むアクセス履歴データを各利用者の一連のアクセスごとに抽出するログ抽出処理と、
前記ログ抽出処理で抽出された前記アクセス履歴データが示す、各利用者が一連のアクセスにおいて参照した情報に基づいて、各利用者の一連のアクセスにおける行動を、予め定義された複数の行動パターンのうちいずれかに決定する行動分類処理と、
前記行動分類処理により決定された各利用者の行動パターンと、前記遷移モデル記録部に記録された遷移条件データが示す状態間の遷移の条件となる行動パターンと照合することによって、前記カテゴリ記録部に記録された前記状態データで示される各利用者の状態がどのように遷移するかを決定し、当該決定に基づいて前記状態データを更新するカテゴリ推定処理と、
前記状態データを参照することにより、前記複数の状態のうち少なくとも2つの状態間の利用者の遷移確率を、一定期間ごとに計算して前記コンピュータが備える遷移確率記録部に記録する遷移確率計算処理と、
前記ログ抽出処理で抽出された前記アクセス履歴データから、各利用者が一連のアクセスにおいて、前記サーバが提供するサービスにおいて目的とされている所定の目的行動を行ったか否かを判定する目的行動判定処理と、
前記目的行動判定処理による前記判定の結果と、前記状態データに基づいて、各状態における利用者のうちで目的行動を行った利用者の割合を、前記一定期間ごとに計算し前記コンピュータが備える目的行動確率記録部に記録する目的行動確率計算処理とをコンピュータに実行させる、利用者状態推定プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007210927A JP4962782B2 (ja) | 2007-08-13 | 2007-08-13 | 利用者状態推定システム、利用者状態推定方法および利用者状態推定プログラム |
US12/190,150 US8341102B2 (en) | 2007-08-13 | 2008-08-12 | User state presumption system, user state presumption method, and recording media storing user state presumption program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007210927A JP4962782B2 (ja) | 2007-08-13 | 2007-08-13 | 利用者状態推定システム、利用者状態推定方法および利用者状態推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009048227A JP2009048227A (ja) | 2009-03-05 |
JP4962782B2 true JP4962782B2 (ja) | 2012-06-27 |
Family
ID=40455631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007210927A Expired - Fee Related JP4962782B2 (ja) | 2007-08-13 | 2007-08-13 | 利用者状態推定システム、利用者状態推定方法および利用者状態推定プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US8341102B2 (ja) |
JP (1) | JP4962782B2 (ja) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8271507B2 (en) * | 2004-01-30 | 2012-09-18 | Adgiants, Llc | Web-based marketing management system |
JP5540879B2 (ja) * | 2010-05-17 | 2014-07-02 | トヨタ自動車株式会社 | シナリオ生成支援装置およびシナリオ生成装置 |
JP5508941B2 (ja) * | 2010-06-01 | 2014-06-04 | 日本電信電話株式会社 | 滞在目的推定装置、方法及びプログラム |
US8429280B2 (en) * | 2011-04-28 | 2013-04-23 | Time Warner Cable Inc. | Systems and methods for maintaining a measure of session time on a networked device |
BR112013030777A2 (pt) * | 2011-06-03 | 2016-12-06 | Uc Group Ltd | sistemas e métodos para registro, validação e monitoramento de usuários em múltiplos websites |
JP5525501B2 (ja) * | 2011-09-29 | 2014-06-18 | 日本電信電話株式会社 | 顧客生存率推定システム、顧客生存率推定方法、顧客生存率推定処理サーバおよび顧客生存率推定処理サーバ用プログラム |
US9462004B1 (en) * | 2011-11-04 | 2016-10-04 | Google Inc. | Automatic group assignment of users in a social network |
JP2014106661A (ja) * | 2012-11-27 | 2014-06-09 | Nippon Telegr & Teleph Corp <Ntt> | ユーザ状態予測装置及び方法及びプログラム |
JP6025574B2 (ja) * | 2013-01-08 | 2016-11-16 | 株式会社日立製作所 | モニタリングシステム、及び計算機 |
CN104184601B (zh) * | 2013-05-22 | 2018-09-18 | 腾讯科技(深圳)有限公司 | 用户在线时长的获取方法及装置 |
JP5805169B2 (ja) * | 2013-11-25 | 2015-11-04 | ヤフー株式会社 | 行動パターン分析装置および行動パターン分析方法 |
US9965521B1 (en) * | 2014-02-05 | 2018-05-08 | Google Llc | Determining a transition probability from one or more past activity indications to one or more subsequent activity indications |
JP6078014B2 (ja) * | 2014-02-27 | 2017-02-08 | 日本電信電話株式会社 | 購買意欲学習装置、購買予測装置、方法、及びプログラム |
JP6295769B2 (ja) * | 2014-03-26 | 2018-03-20 | 株式会社豊田中央研究所 | 人物動態計算装置、人物動態計算システム、及びプログラム |
JP5984147B2 (ja) * | 2014-03-27 | 2016-09-06 | 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International Business Machines Corporation | 情報処理装置、情報処理方法、及び、プログラム |
US10530790B2 (en) * | 2014-09-25 | 2020-01-07 | Oracle International Corporation | Privileged session analytics |
US10482404B2 (en) | 2014-09-25 | 2019-11-19 | Oracle International Corporation | Delegated privileged access grants |
JP6608662B2 (ja) * | 2015-10-01 | 2019-11-20 | 東芝テック株式会社 | 情報提供装置、および情報提供プログラム |
CN106611346A (zh) * | 2015-10-22 | 2017-05-03 | 北京国双科技有限公司 | 访客筛选方法和装置 |
CN106611348A (zh) * | 2015-10-23 | 2017-05-03 | 北京国双科技有限公司 | 异常流量的检测方法和装置 |
CN106708883B (zh) * | 2015-11-17 | 2020-09-29 | 阿里巴巴集团控股有限公司 | 推荐方法及装置 |
JP6753265B2 (ja) * | 2016-10-19 | 2020-09-09 | 富士通株式会社 | 表示制御プログラム、装置、及び方法 |
JP6680945B2 (ja) * | 2017-03-03 | 2020-04-15 | 日本電信電話株式会社 | ログ分析装置、ログ分析方法およびログ分析プログラム |
JP6957275B2 (ja) * | 2017-09-05 | 2021-11-02 | 株式会社電通 | ユーザ施策システム |
US10719521B2 (en) * | 2017-09-18 | 2020-07-21 | Google Llc | Evaluating models that rely on aggregate historical data |
JP2020013523A (ja) * | 2018-05-16 | 2020-01-23 | オムロン株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
CN111126103B (zh) * | 2018-10-30 | 2023-09-26 | 百度在线网络技术(北京)有限公司 | 用户人生阶段状态的判断方法和装置 |
CN111506643B (zh) * | 2019-01-31 | 2023-09-29 | 北京沃东天骏信息技术有限公司 | 用于生成信息的方法、装置和系统 |
WO2020234961A1 (ja) * | 2019-05-20 | 2020-11-26 | 三菱電機株式会社 | 状態推定装置および状態推定方法 |
CN110674434B (zh) * | 2019-09-26 | 2022-03-29 | 秒针信息技术有限公司 | 一种浏览资源的投放方法及装置 |
US20230252500A1 (en) * | 2020-07-09 | 2023-08-10 | Nec Corporation | Information analysis method |
CN113300935B (zh) * | 2020-09-15 | 2023-05-26 | 阿里巴巴集团控股有限公司 | 群组处理方法、终端设备、服务端设备及存储介质 |
CN112882907B (zh) * | 2021-04-28 | 2021-07-20 | 北京芯盾时代科技有限公司 | 一种基于日志数据的用户状态确定方法及装置 |
KR20230135920A (ko) * | 2022-03-17 | 2023-09-26 | 주식회사 카카오게임즈 | 게임 런칭 전 사전예약 접속 규모를 예측하는 방법 및 장치 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6154767A (en) * | 1998-01-15 | 2000-11-28 | Microsoft Corporation | Methods and apparatus for using attribute transition probability models for pre-fetching resources |
US6839680B1 (en) * | 1999-09-30 | 2005-01-04 | Fujitsu Limited | Internet profiling |
US7610289B2 (en) * | 2000-10-04 | 2009-10-27 | Google Inc. | System and method for monitoring and analyzing internet traffic |
JP2002091852A (ja) * | 2000-09-18 | 2002-03-29 | Seino Information Service Co Ltd | 閲覧履歴取得方法及び情報提供方法 |
JP2002197257A (ja) | 2000-12-27 | 2002-07-12 | Honda Motor Co Ltd | 営業支援システム |
JP2003030403A (ja) | 2001-07-12 | 2003-01-31 | Sumisho Computer Systems Corp | プロファイル収集装置および方法、販売促進支援システム、プログラム、記録媒体 |
JP2003122982A (ja) | 2001-10-10 | 2003-04-25 | Iran Kagi Kofun Yugenkoshi | 利用者行動によるネットワーク.マーケティングシステム及びその方法 |
US8095589B2 (en) * | 2002-03-07 | 2012-01-10 | Compete, Inc. | Clickstream analysis methods and systems |
JP2004303070A (ja) * | 2003-03-31 | 2004-10-28 | Fujitsu Ltd | 行動モデル簡略化方法 |
JP2005234689A (ja) * | 2004-02-17 | 2005-09-02 | Hitachi Ltd | コミュニティ評価支援方法および装置 |
US7941383B2 (en) * | 2007-12-21 | 2011-05-10 | Yahoo! Inc. | Maintaining state transition data for a plurality of users, modeling, detecting, and predicting user states and behavior |
-
2007
- 2007-08-13 JP JP2007210927A patent/JP4962782B2/ja not_active Expired - Fee Related
-
2008
- 2008-08-12 US US12/190,150 patent/US8341102B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US8341102B2 (en) | 2012-12-25 |
US20090076995A1 (en) | 2009-03-19 |
JP2009048227A (ja) | 2009-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4962782B2 (ja) | 利用者状態推定システム、利用者状態推定方法および利用者状態推定プログラム | |
Bucklin et al. | Click here for Internet insight: Advances in clickstream data analysis in marketing | |
Delafrooz et al. | Students’ online shopping behavior: An empirical study | |
Lambrecht et al. | When does retargeting work? Information specificity in online advertising | |
Seetharaman et al. | Investigating household state dependence effects across categories | |
Bose et al. | Quantitative models for direct marketing: A review from systems perspective | |
Tsiotsou | The role of perceived product quality and overall satisfaction on purchase intentions | |
Bhatnagar et al. | Online information search termination patterns across product categories and consumer demographics | |
Bucklin et al. | A model of web site browsing behavior estimated on clickstream data | |
Rossi et al. | The value of purchase history data in target marketing | |
Allenby et al. | Using extremes to design products and segment markets | |
US20110231246A1 (en) | Online and offline advertising campaign optimization | |
Chang et al. | Assessing users' product-specific knowledge for personalization in electronic commerce | |
US20170270544A1 (en) | Techniques for generating a psychographic profile | |
Fu et al. | Effects of membership tier on user content generation behaviors: Evidence from online reviews | |
KR20160065429A (ko) | 하이브리드 개인화 상품추천 방법 | |
JP5170537B2 (ja) | 利用者状態推定システム、利用者状態推定方法および利用者状態推定プログラム | |
US10672035B1 (en) | Systems and methods for optimizing advertising spending using a user influenced advertisement policy | |
KR102537601B1 (ko) | 광고 전략을 생성하기 위한 광고 방법 및 장치 | |
Sonnier | The market value for product attribute improvements under price personalization | |
JP5277996B2 (ja) | 解析装置、解析方法及び解析方法のプログラム | |
JP2021089485A (ja) | 広告通知システム、広告通知方法、および情報処理装置 | |
KR102065399B1 (ko) | 인공지능 학습 모델을 이용하여 사용자의 행동 데이터를 분석한 결과에 기초하여 사용자의 행동을 유도하는 방법 및 장치 | |
Li et al. | Competitive analytics of Multi-channel Advertising and consumer inertia | |
Abitha Kumari J et al. | Impact of consumer behavior pertaining to personalization of price in an e-commerce context |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100517 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120223 |
|
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: 20120301 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120314 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150406 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |