JP5155290B2 - 購買ステージ判定装置及び購買ステージ判定方法 - Google Patents

Description

本発明は、ユーザの状態が購買ステージであるか判定する購買ステージ判定装置及び購買ステージ判定方法に関する。

従来より、ユーザの購買履歴等に基づいて、ユーザの端末装置に広告情報を配信する技術が提案されている（例えば、特許文献１参照）。

特許文献１には、商品情報、個人情報、地域情報等のユーザの購買履歴を用いて、ユーザごとに適切な時期に広告を配信する技術が提案されている。

特開２００４−２０６４１５号公報

しかし、特許文献１に記載の技術では、ユーザによる購買履歴が存在しない場合には、ユーザによる商品の購買やサービスの利用等を、ユーザが行う可能性が高い状態であるか否か、つまりユーザの状況が購買ステージであるか判定することができないという問題があった。

そこで、本発明は、購買履歴を用いない場合であっても、ユーザの状況が購買ステージであるか判定する購買ステージ判定装置及び購買ステージ判定方法を提供することを目的とする。

（１）ユーザに対応する端末装置による検索に用いられたクエリに基づいて、前記ユーザの状態が購買ステージであるかを判定する購買ステージ判定装置であって、前記ユーザを識別する識別情報及び前記クエリを含む検索履歴を取得する検索履歴取得手段と、教師データとして、カテゴリ及び前記カテゴリに属するキーワードを受け付ける受付手段と、前記受付手段により受け付けられた前記カテゴリ及び前記キーワードに基づいて、学習モデルを生成し、生成した前記学習モデルを用いた分類器により前記検索履歴に含まれる前記クエリを分類して、分類した前記クエリを前記カテゴリの新たなキーワードとすることで前記クエリに基づくキーワードを生成するキーワード生成手段と、前記受付手段により受け付けられた前記カテゴリと、前記キーワード生成手段により生成された前記キーワードとを関連付けて記憶する記憶手段と、前記識別情報により識別される前記ユーザに対応する前記端末装置による検索に、所定の期間内に連続して用いられるクエリの集合を一単位として、前記検索履歴から一又は複数抽出するクエリ集合抽出手段と、前記記憶手段に記憶される前記カテゴリ及び前記キーワードに基づいて、前記クエリ集合抽出手段により抽出された前記クエリの集合を前記カテゴリごとに分類するカテゴリ分類手段と、前記クエリ集合抽出手段により抽出された前記クエリの集合及び当該クエリの集合が前記カテゴリ分類手段において分類された前記カテゴリに基づいて、前記カテゴリごとの使用頻度を算出する使用頻度算出手段と、前記使用頻度算出手段により算出された前記カテゴリの使用頻度を用いて所定の形式のグラフを生成するグラフ生成手段と、前記グラフ生成手段により生成された前記グラフがあるカテゴリを特定できる所定の状態であるか否かを判定し、前記グラフが前記所定の状態である場合に、前記ユーザの状態が前記所定の状態に対応する前記カテゴリの前記購買ステージであると判定する判定手段とを備える購買ステージ判定装置。

（１）の購買ステージ判定装置において、検索履歴取得手段は、ユーザを識別する識別情報及びユーザにより検索に用いられたクエリを含む検索履歴を取得し、受付手段は、教師データとして、カテゴリ及びカテゴリに属するキーワードを受け付ける。キーワード生成手段は、受付手段により受け付けられたカテゴリ及びキーワードに基づいて、学習モデルを生成し、生成した学習モデルを用いた分類器により検索履歴に含まれるクエリを分類して、分類したクエリを新たなキーワードとしてクエリに基づくキーワードを生成する。記憶手段は、受付手段により受け付けられたカテゴリと、キーワード生成手段により生成されたキーワードとを関連付けて記憶し、クエリ集合抽出手段は、識別情報により識別されるユーザに対応する端末装置による検索に、所定の期間内に連続して用いられたクエリの集合を一単位として、検索履歴から一又は複数抽出する。カテゴリ分類手段は、記憶手段に記憶されるカテゴリ及びキーワードに基づいて、クエリ集合抽出手段により抽出されたクエリの集合をカテゴリごとに分類し、使用頻度算出手段は、クエリ集合抽出手段により抽出されたクエリの集合及びクエリの集合がカテゴリ分類手段において分類されたカテゴリに基づいて、カテゴリごとの使用頻度を算出する。そして、グラフ生成手段は、使用頻度算出手段により算出されたカテゴリの使用頻度を用いて所定の形式のグラフを生成し、判定手段は、グラフ生成手段により生成されたグラフが所定の状態であるか否か判定し、グラフが所定の状態である場合に、ユーザの状態がカテゴリの購買ステージであると判定する。

これにより、購買ステージ判定装置は、グラフ生成手段により生成されたグラフにおいて、例えば、他のカテゴリの使用頻度よりも使用頻度が高い状態が所定回数出現するか否かを判定することにより、あるカテゴリに関する商品の購買やサービスの利用等を、ユーザが行う可能性が高い状態であるか否か、つまりユーザの状態が購買ステージであるか否かを判定することができる。

（２）広告情報を前記カテゴリと関連付けて記憶する広告情報記憶手段と、前記判定手段により前記所定のユーザの状態が前記購買ステージであると判定された場合、前記広告情報記憶手段から前記グラフの生成に用いられた前記カテゴリに応じた前記広告情報を抽出し、抽出した前記広告情報を前記ユーザに対応する前記端末装置に配信する広告配信手段とをさらに備える（１）に記載の購買ステージ判定装置。

（２）の購買ステージ判定装置において、広告配信手段は、判定手段によりグラフが所定の状態であり、所定のユーザの状態が購買ステージであると判定された場合、広告情報記憶手段からグラフの生成に用いられたカテゴリに応じた広告情報を抽出して、抽出した広告情報をユーザに対応する端末装置に配信する。

これにより、購買ステージ判定装置は、あるカテゴリに関する商品の購買やサービスの利用等を行う可能性が高いユーザに対応する端末装置に対して、このカテゴリに応じた広告情報を配信できる。

（３）ユーザに対応する端末装置による検索に用いられたクエリに基づいて、前記ユーザの状態が購買ステージであるかを判定する購買ステージ判定方法であって、前記ユーザを識別する識別情報及び前記クエリを含む検索履歴を取得する検索履歴取得ステップと、教師データとして、カテゴリ及び前記カテゴリに属するキーワードを受け付ける受付ステップと、前記受付ステップにおいて受け付けられた前記カテゴリ及び前記キーワードに基づいて、学習モデルを生成し、生成した前記学習モデルを用いた分類器により前記検索履歴に含まれる前記クエリを分類して、分類した前記クエリを前記カテゴリの新たなキーワードとすることで前記クエリに基づくキーワードを生成するキーワード生成ステップと、前記受付ステップにおいて受け付けられた前記カテゴリと、前記キーワード生成ステップにおいて生成された前記キーワードとを関連付けて記憶する記憶ステップと、前記識別情報により識別される前記ユーザに対応する前記端末装置による検索に、所定の期間内に連続して用いられるクエリの集合を一単位として、前記検索履歴から一又は複数抽出するクエリ集合抽出ステップと、前記記憶ステップにおいて記憶された前記カテゴリ及び前記キーワードに基づいて、前記クエリ集合抽出ステップにおいて抽出された前記クエリの集合を前記カテゴリごとに分類するカテゴリ分類ステップと、前記クエリ集合抽出ステップにおいて抽出された前記クエリの集合及び当該クエリの集合が前記カテゴリ分類ステップにおいて分類された前記カテゴリに基づいて、前記カテゴリごとの使用頻度を算出する使用頻度算出ステップと、前記使用頻度算出ステップにおいて算出された前記カテゴリごとの使用頻度を用いて所定の形式のグラフを生成するグラフ生成ステップと、前記グラフ生成ステップにおいて生成された前記グラフがあるカテゴリを特定できる所定の状態であるか否かを判定し、前記グラフが前記所定の状態である場合に、前記ユーザの状態が前記所定の状態に対応する前記カテゴリの前記購買ステージであると判定する判定ステップとをコンピュータに実行させる購買ステージ判定方法。

（３）の購買ステージ判定方法によれば、（１）の購買ステージ判定装置と同様な作用効果を奏する発明を方法として提供することができる。

本発明によれば、購買履歴を用いない場合であっても、ユーザの購買行動を判定できる購買ステージ判定装置及び購買ステージ判定方法を提供することができる。

購買ステージ判定装置１の全体構成を示す模式図である。 検索履歴ＤＢ２１に格納される検索履歴の一例を示す図である。 教師データの具体例としての教師データテーブル１１１ａを示す図である。 カテゴリＤＢ１１１に記憶されるクエリ及びキーワードの具体例であるキーワードテーブル１１１ｂを示す図である。 クエリの集合が属するカテゴリごとの使用頻度を示す図である。 カテゴリごとのクエリの使用頻度を示すグラフである。 購買ステージ判定装置１によりキーワードを生成する処理について示すフローチャートである。 購買ステージ判定装置１により購買ステージを判定して、広告を配信する処理について示すフローチャートである。

［全体構成］
以下、本発明の実施形態について図面を参照しながら説明する。
図１は、本発明の一実施形態である購買ステージ判定装置１の全体構成を示す模式図である。本実施形態に係る購買ステージ判定装置１は、制御部１０と、記憶部１１とを備える。

制御部１０は、ＣＰＵ等で構成され、購買ステージ判定装置１全体を制御する。制御部１０は、検索履歴取得部１０１と、教師データ受付部１０２と、キーワード生成部１０３と、クエリ集合抽出部１０４と、カテゴリ分類部１０５と、使用頻度算出部１０６と、グラフ生成部１０７と、判定部１０８と、広告配信部１０９とを備える。

記憶部１１は、メモリ、ハードディスク等の記憶装置で構成され、各種の情報や購買ステージ判定装置１により実行される各種のプログラム等を記憶する。記憶部１１は、カテゴリＤＢ１１１と、広告ＤＢ１１２とを備える。

検索履歴取得部１０１は、ユーザを識別する識別情報としてのユーザの識別ＩＤ及びユーザに対応する端末装置３により検索に用いられたクエリを含む検索履歴を検索サーバ２から取得する。具体的には、検索履歴取得部１０１は、検索サーバ２の検索履歴ＤＢ２１に格納される検索履歴を取得する。なお、検索履歴取得部１０１により取得される検索履歴の情報量は、適宜決定される。また、ユーザに対応する端末装置３とは、例えば、ユーザを識別するユーザの識別ＩＤにより識別されている端末装置等をいう。また、検索履歴取得部１０１は、検索履歴ＤＢ２１に代えて、ユーザに対応する端末装置３のブラウザに対応するＣｏｏｋｉｅから検索履歴を取得してもよい。つまり、ブラウザのＣｏｏｋｉｅにユーザの識別ＩＤ及びユーザに対応する端末装置３により使用されたクエリが記憶され、検索履歴取得部１０１は、ブラウザのＣｏｏｋｉｅに含まれるユーザの識別ＩＤ及びクエリを検索履歴として取得してもよい。

図２は、検索履歴ＤＢ２１に格納される検索履歴の一例を示す図である。図２に示すように、検索履歴ＤＢ２１には、検索履歴として、ユーザの識別ＩＤ、セッションＩＤ及びクエリが関連付けて記憶される。なお、検索履歴は、これに限らず、例えば、セッションログ、クリックログ等に含まれていてもよい。

教師データ受付部１０２は、教師データとして、カテゴリ及びこのカテゴリに属するキーワードを、例えば、検索サーバ２から受け付ける。図３は、教師データの具体例としての教師データテーブル１１１ａを示す図である。具体的には、教師データ受付部１０２は、図３に示すようなカテゴリ（例えば、車、デジタル、アニメ、ゲーム、人、ローカル、の６つのカテゴリ）及びカテゴリ無し。さらに、教師データ受付部１０２は、このカテゴリに属するキーワード（例えば、カテゴリ「車」における「ペリウス、ガウディ、ポンダ」）を受け付ける。

キーワード生成部１０３は、教師データ受付部１０２により受け付けられたカテゴリ及びキーワードに基づいて、学習モデルを生成する。そして、キーワード生成部１０３は、生成した学習モデルを用いた分類器により検索履歴に含まれるクエリをカテゴリに分類して、分類したクエリをこのカテゴリの新たなキーワードとすることで、クエリに基づくキーワードをカテゴリごとに生成する。例えば、キーワードは、検索履歴に含まれるクエリであってよい。

具体的には、キーワード生成部１０３は、各カテゴリに属するそれぞれのキーワードを用いて、検索エンジンによる検索を実行させる。そして、キーワード生成部１０３は、検索エンジンにより検索が実行されることによって得られた検索結果における表示順位が上位（例えば、１〜２００位までの２００件）のタイトル及びサマリ（スニペット）を取得する。ここで、スニペットとは、検索結果のウェブページにおいて、検索に用いられたクエリ（キーワード）が含まれるテキスト情報を抜き出したものである。なお、上述した分類器及び検索エンジンは、購買ステージ判定装置１が有していてもよく、外部のサーバが有していてもよい。

キーワード生成部１０３は、取得したタイトル及びサマリを分類器に機械学習させて、学習モデルを生成する。キーワード生成部１０３は、検索履歴取得部１０１により取得された検索履歴に含まれる一又は複数のクエリを、学習モデルが適用された分類器により分類して、検索履歴に含まれるクエリに基づくキーワードを生成する。そして、キーワード生成部１０３は、検索履歴に含まれるクエリが分類されたカテゴリ及び生成されたキーワードを関連付けてカテゴリＤＢ１１１に記憶させる。なお、検索履歴に含まれるクエリが複数の場合には、キーワードは、クエリに対応した個数分生成される。つまり、検索履歴に含まれるクエリがキーワードである場合には、検索履歴に含まれるクエリは、一又は複数のキーワードにより構成される。また、キーワード生成部１０３は、分類器に代えて、辞書等のデータを用いて分類を行う分類装置を用いてもよい。

図４は、カテゴリＤＢ１１１に記憶されるカテゴリ及びキーワードの具体例であるキーワードテーブル１１１ｂを示す図である。図４では、図３に比して、キーワード生成部１０３により生成されたキーワードが含まれている。例えば、図３では、カテゴリ「車」についてのキーワード「ペリウス」、「ガウディ」及び「ポンダ」が記憶されている。一方、図４では、図３に比して、カテゴリ「車」についてのキーワード「ペリウス」、「ガウディ」及び「ポンダ」に加えて、「エコカー」、「中古車」等のキーワードが追加されている。

クエリ集合抽出部１０４は、検索履歴取得部１０１により取得された検索履歴から、ユーザの識別ＩＤにより識別される所定のユーザに対応する端末装置３ａ（図１参照）により、所定の期間内に連続して用いられたクエリの集合を一単位として、一又は複数抽出する。例えば、クエリ集合抽出部１０４は、検索履歴取得部１０１により取得された検索履歴から、所定の期間（例えば、１ヶ月）内にユーザの識別ＩＤ「ＡＡＡ」のユーザにより連続して用いられたクエリの集合を一単位として、一又は複数抽出する。

クエリ集合抽出部１０４は、所定の期間（例えば、１ヶ月）内にクエリの集合を一単位として、一又は複数抽出する際に、一単位のクエリの集合をそれぞれ以下のような処理を実行することで実現する。
クエリ集合抽出部１０４は、ユーザの識別ＩＤ「ＡＡＡ」のユーザによりクエリが入力された時刻をクエリそれぞれについて計測し、クエリ（例えば、クエリＸ）とクエリ（例えば、クエリＹ）との入力される間隔が時間Ｔ（例えば、５分）以内であった場合、クエリＹを、クエリＸが属するクエリの集合に含まれるクエリとして抽出する。なお、時間Ｔは、５分以内に限らず、適宜設定可能である。

ここで、より具体的な例として、１５：００にクエリＡが入力され、１５：０５にクエリＢが入力され、１５：０８にクエリＣが入力され、１５：０８にクエリＤが入力され、１５：１５にクエリＥが入力され、１５：１７にクエリＦが入力された場合について説明する。

この場合、クエリ集合抽出部１０４は、クエリとクエリとの入力間隔が５分以内であるクエリＡ、Ｂ、Ｃ及びＤをクエリ集合Ｇ１に含まれるクエリとする。また、クエリ集合抽出部１０４は、クエリＤとクエリＥとの入力間隔が５分以上であるため、クエリＥをクエリ集合Ｇ２に含まれるクエリとする。さらに、クエリ集合抽出部１０４は、クエリＥとクエリＦとの入力間隔が５分以内であるため、クエリＦをクエリ集合Ｇ２に含まれるクエリとする。

カテゴリ分類部１０５は、カテゴリＤＢ１１１に記憶されるカテゴリ及びキーワードに基づいて、クエリ集合抽出部１０４により抽出されたクエリの集合を、カテゴリごとに分類する。具体的には、カテゴリ分類部１０５は、クエリ集合抽出部１０４により抽出されたクエリの集合に含まれるクエリと一致するキーワードがカテゴリＤＢ１１１に存在するか否か判定する。

続いて、カテゴリ分類部１０５は、クエリ集合抽出部１０４により抽出されたクエリの集合に含まれるクエリの一部又は全部と一致するキーワードが存在する場合には、そのクエリの集合を、そのクエリの集合に含まれるクエリと一致したキーワードが属するカテゴリに分類する。ここで、カテゴリ分類部１０５は、クエリの集合に含まれるクエリと一致するキーワードが複数存在する場合には、キーワードの頻出度に基づいて、頻出度の高いキーワードが属するカテゴリに、クエリの集合を分類する。また、カテゴリ分類部１０５は、クエリの集合と一致したキーワードが存在しない場合には、そのクエリの集合のカテゴリを「カテゴリ無し」に分類する。

使用頻度算出部１０６は、クエリ集合抽出部１０４により抽出されたクエリの集合及びこのクエリの集合がカテゴリ分類部１０５において分類されたカテゴリに基づいて、クエリの集合が属するカテゴリごとの使用頻度を算出する。具体的には、使用頻度算出部１０６は、各カテゴリにおいて、クエリ集合抽出部１０４により抽出されたクエリの集合が、所定の期間（例えば、１日）内にカテゴリ分類部１０５によりこのカテゴリに分類された個数を、クエリの集合が属するカテゴリごとの使用頻度として算出する。

図５は、クエリの集合が属するカテゴリごとの使用頻度を示す図である。図５に示すように、ユーザの識別ＩＤ「ＡＡＡ」のユーザによるクエリの集合が属するカテゴリの使用頻度として、「車」、「デジタル」、「アニメ」等のカテゴリの使用頻度が日付ごとに算出されている。例えば、２００９年５月３０日におけるカテゴリ「車」の使用頻度は、「６」となっている。つまり、２００９年５月３０日には、ユーザの識別ＩＤ「ＡＡＡ」のユーザにより入力されたカテゴリ「車」に属するクエリの集合が６個存在する。また、２００９年５月３０日には、ユーザの識別ＩＤ「ＡＡＡ」のユーザにより、所定の期間内に連続した検索が１２回行われている。

グラフ生成部１０７は、使用頻度算出部１０６により算出されたカテゴリの使用頻度を用いて所定の形式のグラフを生成する。具体的には、グラフ生成部１０７は、使用頻度算出部１０６により算出されたクエリの集合が属するカテゴリの使用頻度を用いて、図６に示すような折れ線グラフを生成する。なお、図６（ａ）及び図６（ｂ）に示すグラフでは、縦軸が使用頻度を示し、横軸が日付を示している。

判定部１０８は、グラフ生成部１０７により生成されたグラフが所定の状態であるか否かを判定する。具体的には、判定部１０８は、グラフ生成部１０７により生成されたグラフにおいて、所定の期間（例えば、１週間）内に他のカテゴリの使用頻度よりも使用頻度が高い状態が所定の回数（例えば、２回以上）出現するか否かを判定する。

具体的には、図６（ａ）に示すように、判定部１０８は、２００９年６月８日から２００９年６月１４日までの間（１週間）に、カテゴリ「車（図６中の■）」の使用頻度が他のカテゴリ（図６中の◆及び△）のいずれの日の使用頻度よりも高い状態が１回（２００９年６月９日）だけ出現している。この場合、判定部１０８は、グラフ生成部１０７により生成されたグラフが所定の状態ではないと判定する。

一方、図６（ｂ）に示すように、判定部１０８は、２００９年６月８日から２００９年６月１４日までの間（１週間）に、カテゴリ「車」の使用頻度が他のカテゴリの使用頻度よりも高い状態が３回（２００９年６月９日、２００９年６月１１日及び２００９年６月１２日）出現している。この場合、判定部１０８は、グラフ生成部１０７により生成されたグラフが所定の状態であると判定する。

ここで、所定のカテゴリの使用頻度が他のカテゴリのいずれの日の使用頻度よりも高い状態が１回のみの場合には、所定のカテゴリについてユーザの興味や関心が突発的に上昇した場合等が考えられる。

一方、所定のカテゴリの使用頻度が他のカテゴリのいずれの日の使用頻度よりも高い状態が所定期間内に２回以上出現する場合には、所定のカテゴリについてのユーザの興味や関心が時系列で継続していると考えられる。所定のカテゴリについてのユーザの興味や関心が時系列で継続していることは、所定のカテゴリに関する商品の購買やサービスの利用等を、ユーザが行う可能性が高い状態であると考えられる。

したがって、判定部１０８は、グラフ生成部１０７により生成されたグラフにおいて、所定の期間内に他のカテゴリのいずれの日の使用頻度よりも使用頻度が高い状態が所定回数出現するか否かを判定することにより、所定のカテゴリに関する商品の購買やサービスの利用等を、ユーザが行う可能性が高い状態であるか否か、つまりユーザの状態が購買行動を起こしている購買ステージであるか否かを判定することができる。

広告配信部１０９は、判定部１０８によりグラフが所定の状態であると判定された場合、広告ＤＢ１１２からユーザの状態が購買ステージにあると判定された特定のカテゴリに応じた広告情報を抽出して、抽出した広告情報を所定のユーザに対応する端末装置３（図１参照）に配信する。なお、本実施形態では、広告配信部１０９は、抽出した広告情報をユーザに対応する端末装置３に配信したが、これに限らず、他のサーバや端末装置へ配信してもよい。

広告ＤＢ１１２には、カテゴリごとに広告情報が記憶されている。広告情報としては、例えば、バナー広告、テキスト広告、メール広告、動画（ストリーミング）広告、ポップアップ広告等の各種の広告情報を用いることができる。

次に、本実施形態の購買ステージ判定装置１による処理について説明する。図７は、本実施形態の購買ステージ判定装置１によりキーワードを生成する処理について示すフローチャートである。

ステップＳ１において、教師データ受付部１０２は、カテゴリ及びこのカテゴリに属するキーワードを教師データとして受け付ける。
ステップＳ２において、検索履歴取得部１０１は、ユーザの識別ＩＤ及びユーザの識別ＩＤに対応する端末装置３による検索に用いられたクエリを含む検索履歴を検索サーバ２から取得する。

ステップＳ３において、キーワード生成部１０３は、各カテゴリに属するそれぞれのキーワードを用いて、検索エンジンによる検索を実行させる。
ステップＳ４において、キーワード生成部１０３は、検索エンジンによる検索が実行されることによって得られた検索結果における表示順位が上位（例えば、１〜２００位までの２００件）のタイトル及びサマリ（スニペット）を取得する。

ステップＳ５において、キーワード生成部１０３は、取得したタイトル及びサマリを分類器に機械学習させて、学習モデルを生成する。
ステップＳ６において、キーワード生成部１０３は、検索履歴取得部１０１により取得された検索履歴に含まれるクエリを、学習モデルが適用された分類器によりカテゴリに分類して、このクエリをカテゴリの新たなキーワードとすることでクエリに基づくキーワードを新たに生成する。

ステップＳ７において、キーワード生成部１０３は、受け付けられたカテゴリ及び生成されたキーワードを関連付けてカテゴリＤＢ１１１に記憶させる。
このように、購買ステージ判定装置１は、検索履歴取得部１０１により取得された検索履歴に含まれるクエリを、学習モデルが適用された分類器によりカテゴリに分類して、分類したクエリをカテゴリの新たなキーワードとすることでクエリに基づくキーワードをカテゴリごとに生成し、受け付けられたカテゴリと生成したキーワードとを関連付けて記憶する。

図８は、本実施形態の購買ステージ判定装置１によりユーザが購買ステージであることを判定して、広告を配信する処理について示すフローチャートである。
ステップＳ１１において、検索履歴取得部１０１は、ユーザを識別する識別情報としてのユーザの識別ＩＤ及びユーザに対応する端末装置３により検索に用いられたクエリを含む検索履歴を検索サーバ２から取得する。なお、ステップＳ１１において取得される検索履歴は、ステップＳ２において取得される検索履歴とは異なる情報である。

ステップＳ１２において、クエリ集合抽出部１０４は、ステップＳ１１において取得された検索履歴から、所定のユーザの端末装置３ａにより用いられたクエリの集合を抽出する。
ステップＳ１３において、カテゴリ分類部１０５は、クエリ集合抽出部１０４により抽出されたクエリの集合に含まれるクエリと一致するキーワードがカテゴリＤＢ１１１に存在するか否か判定する。クエリの集合に含まれるクエリと一致するキーワードが存在すると判定された場合には、ステップＳ１４へ移る。一方、カテゴリ分類部１０５は、クエリの集合に含まれるクエリと一致するキーワードが存在しないと判定された場合には、ステップＳ１５へ移る。

ステップＳ１４において、カテゴリ分類部１０５は、クエリ集合抽出部１０４により抽出されたクエリの集合を、クエリの集合に含まれるクエリと一致したキーワードが属するカテゴリに分類する。
ステップＳ１５において、カテゴリ分類部１０５は、クエリ集合抽出部１０４により抽出されたクエリの集合のカテゴリを「カテゴリ無し」に分類する。

ステップＳ１６において、使用頻度算出部１０６は、クエリ集合抽出部１０４により抽出されたクエリの集合及びこのクエリの集合がカテゴリ分類部１０５において分類されたカテゴリに基づいて、カテゴリごとの使用頻度を算出する。
ステップＳ１７において、グラフ生成部１０７は、使用頻度算出部１０６により算出されたカテゴリごとの使用頻度を用いて所定の形式のグラフを生成する。

ステップＳ１８において、判定部１０８は、グラフ生成部１０７により生成されたグラフの所定の期間が所定の状態であるか否かを判定する。グラフの所定の期間が所定の状態であると判定された場合、すなわち所定のユーザの状態が購買ステージであると判定された場合、処理はステップＳ１９へ移る。一方、グラフが所定の状態でないと判定された場合には、処理は終了する。

ステップＳ１９において、広告配信部１０９は、判定部１０８によりグラフが所定の状態であると判定された場合には、広告ＤＢ１１２からグラフの生成に用いられたカテゴリに応じた広告情報を抽出して、抽出した広告情報を所定のユーザに対応する端末装置３（図１参照）に配信する。

本実施形態の購買ステージ判定装置１によれば、以下の効果を奏することができる。
購買ステージ判定装置１において、クエリ集合抽出部１０４は、検索履歴から所定のユーザに対応する端末装置３ａによる検索に用いられたクエリの集合を抽出し、カテゴリ分類部１０５は、カテゴリＤＢ１１１に記憶されるカテゴリ及びキーワードに基づいて、クエリ集合抽出部１０４により抽出されたクエリの集合をカテゴリごとに分類する。使用頻度算出部１０６は、抽出されたクエリの集合及びこのクエリの集合がカテゴリ分類部１０５において分類されたカテゴリに基づいて、カテゴリごとの使用頻度を算出し、グラフ生成部１０７は、算出された使用頻度を用いて所定の形式のグラフを生成する。判定部１０８は、生成されたグラフの所定の期間が所定の状態であるか否かを判定し、生成されたグラフの所定の期間が所定の状態である場合に、所定のユーザの状態が特定のカテゴリの購買ステージであると判定する。

これにより、購買ステージ判定装置１は、上述したように、グラフ生成部１０７により生成されたグラフにおいて、所定の期間内に他のカテゴリのどの時点の使用頻度よりも所定のカテゴリの使用頻度が高い状態が所定の回数出現するか否かを判定することにより、所定のカテゴリに関する商品の購買やサービスの利用等を、ユーザが行う可能性が高い状態であるか否か、つまりユーザの状態が購買行動を起こしている購買ステージであるか否かを判定することができる。

また、購買ステージ判定装置１において、広告配信部１０９は、判定部１０８によりグラフが所定の状態であり、所定のユーザの状態が購買ステージであると判定された場合、広告ＤＢ１１２からグラフの生成に用いられたカテゴリに応じた広告情報を抽出して、抽出した広告情報を所定のユーザに対応する端末装置３ａに配信する。

これにより、購買ステージ判定装置１は、所定のカテゴリに関する商品の購買やサービスの利用等を行う可能性が高いユーザに対して広告情報を配信できる。

なお、本実施形態でいうコンピュータとは、上述した記憶部、制御部等を備えた情報処理装置をいい、購買ステージ判定装置１、検索サーバ２及び端末装置３（３ａ）は、記憶部、制御部等を備えた情報処理装置により構成される。

上述した実施形態では、購買ステージ判定装置１、検索サーバ２及び端末装置３について主に説明したが、コンピュータに、プログラムをインストールして、そのコンピュータを端末又はサーバとして動作させることにより上記で説明した機能を実現することもできる。したがって、本発明において一実施形態として説明した購買ステージ判定装置１、検索サーバ２及び端末装置３により実現される機能は、上述の方法を当該コンピュータにより実行することにより、又は上述のプログラムを当該コンピュータに導入して実行することによっても実現可能である。

以上、本発明の一実施形態について説明したが、本発明は上述した実施形態に制限されるものではなく、適宜変更が可能である。例えば、上述した実施形態では、判定部１０８は、グラフ生成部１０７により生成されたグラフを用いて判定したが、本発明はこれに限らない。例えば、判定部１０８は、グラフ生成部１０７により生成されたグラフに代えて、所定期間内にカテゴリごとのクエリの集合の使用頻度が閾値を所定回数（例えば、２回）以上超えるか否かで判定してもよい。

また、上述した実施形態では、判定部１０８において、グラフの所定期間が所定の状態であるか否かを用いたが、本発明はこれに限らない。例えば、クエリ集合抽出部１０４において、検索履歴からクエリの集合を抽出する際に、上述した所定の期間内における検索履歴からクエリの集合を抽出してもよい。また、グラフ生成部１０７において、グラフを生成する際に、上述した所定の期間におけるクエリの使用頻度についてのグラフを生成してもよい。

また、上述した実施形態では、販売ステージ判定装置１は、広告配信部１０９により広告情報を購買ステージであると判定されたユーザに対応する端末装置３に配信したが、本発明はこれに限らない。例えば、購買ステージ判定装置１において、制御部１０は、ユーザの状態が購買ステージであると判定された場合に、購買ステージであると判定される契機となった使用頻度におけるクエリの集合に含まれるクエリと同じカテゴリのクエリを用いて検索が実行されると、そのクエリに適したなキーワード（例えば、「価格」、「販売」等）を付加してユーザに対応する端末装置３に表示させる。

そして、制御部１０は、クエリ及びそのクエリに付加されたキーワードを用いて検索エンジンによる検索を実行し、実行された検索の結果を表示させてもよい。これにより、購買ステージ判定装置１は、ユーザの状態が購買ステージであると判定された場合に、広告情報を配信するだけでなく、一般的な検索結果をユーザに対応する端末装置３に表示させる際に、より適した検索結果を表示させることができる。

また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

１ 購買ステージ判定装置
１０１ 検索履歴取得部
１０２ 教師データ受付部
１０３ キーワード生成部
１０４ クエリ集合抽出部
１０５ カテゴリ分類部
１０６ 使用頻度算出部
１０７ グラフ生成部
１０８ 判定部
１０９ 広告配信部
１１１ カテゴリＤＢ
１１２ 広告ＤＢ

Claims (3)

1. ユーザに対応する端末装置による検索に用いられたクエリに基づいて、前記ユーザの状態が購買ステージであるかを判定する購買ステージ判定装置であって、
   前記ユーザを識別する識別情報及び前記クエリを含む検索履歴を取得する検索履歴取得手段と、
   教師データとして、カテゴリ及び前記カテゴリに属するキーワードを受け付ける受付手段と、
   前記受付手段により受け付けられた前記カテゴリ及び前記キーワードに基づいて、学習モデルを生成し、生成した前記学習モデルを用いた分類器により前記検索履歴に含まれる前記クエリを分類して、分類した前記クエリを前記カテゴリの新たなキーワードとすることで前記クエリに基づくキーワードをカテゴリごとに生成するキーワード生成手段と、
   前記受付手段により受け付けられた前記カテゴリと、前記キーワード生成手段により生成された前記キーワードとを関連付けて記憶する記憶手段と、
   前記識別情報により識別される前記ユーザに対応する前記端末装置による検索に、所定の期間内に連続して用いられる前記クエリの集合を一単位として、前記検索履歴から一又は複数抽出するクエリ集合抽出手段と、
   前記記憶手段に記憶される前記カテゴリ及び前記キーワードに基づいて、前記クエリ集合抽出手段により抽出された前記クエリの集合を前記カテゴリごとに分類するカテゴリ分類手段と、
   前記クエリ集合抽出手段により抽出された前記クエリの集合及び当該クエリの集合が前記カテゴリ分類手段において分類された前記カテゴリに基づいて、前記カテゴリごとの使用頻度を算出する使用頻度算出手段と、
   前記使用頻度算出手段により算出された前記カテゴリごとの使用頻度を用いて所定の形式のグラフを生成するグラフ生成手段と、
   前記グラフ生成手段により生成された前記グラフにおいて、所定の期間内に他のカテゴリよりも使用頻度の高い状態が所定の回数以上出現するあるカテゴリに関し、前記ユーザの状態が前記購買ステージであると判定する判定手段とを備える購買ステージ判定装置。
2. 広告情報を前記カテゴリと関連付けて記憶する広告情報記憶手段と、
   前記判定手段により前記所定のユーザの状態が前記購買ステージであると判定された場合、前記広告情報記憶手段から前記グラフの生成に用いられた前記カテゴリに応じた前記広告情報を抽出し、抽出した前記広告情報を前記ユーザに対応する前記端末装置に配信する広告配信手段とをさらに備える請求項１に記載の購買ステージ判定装置。
3. ユーザに対応する端末装置による検索に用いられたクエリに基づいて、前記ユーザの状態が購買ステージであるかを判定する購買ステージ判定方法であって、
   前記ユーザを識別する識別情報及び前記クエリを含む検索履歴を取得する検索履歴取得ステップと、
   教師データとして、カテゴリ及び前記カテゴリに属するキーワードを受け付ける受付ステップと、
   前記受付ステップにおいて受け付けられた前記カテゴリ及び前記キーワードに基づいて、学習モデルを生成し、生成した前記学習モデルを用いた分類器により前記検索履歴に含まれる前記クエリを分類して、分類した前記クエリを前記カテゴリの新たなキーワードとすることで前記クエリに基づくキーワードをカテゴリごとに生成するキーワード生成ステップと、
   前記受付ステップにおいて受け付けられた前記カテゴリと、前記キーワード生成ステップにおいて生成された前記キーワードとを関連付けて記憶する記憶ステップと、
   前記識別情報により識別される前記ユーザに対応する前記端末装置による検索に、所定の期間内に連続して用いられる前記クエリの集合を一単位として、前記検索履歴から一又は複数抽出するクエリ集合抽出ステップと、
   前記記憶ステップにおいて記憶された前記カテゴリ及び前記キーワードに基づいて、前記クエリ集合抽出ステップにおいて抽出された前記クエリの集合を前記カテゴリごとに分類するカテゴリ分類ステップと、
   前記クエリ集合抽出ステップにおいて抽出された前記クエリの集合及び当該クエリの集合が前記カテゴリ分類ステップにおいて分類された前記カテゴリに基づいて、前記カテゴリごとの使用頻度を算出する使用頻度算出ステップと、
   前記使用頻度算出ステップにおいて算出された前記カテゴリごとの使用頻度を用いて所定の形式のグラフを生成するグラフ生成ステップと、
   前記グラフ生成ステップにおいて生成された前記グラフにおいて、所定の期間内に他のカテゴリよりも使用頻度の高い状態が所定の回数以上出現するあるカテゴリに関し、前記ユーザの状態が前記購買ステージであると判定する判定ステップとをコンピュータに実行させる購買ステージ判定方法。

Images