JP5292454B2 - 広告媒体決定装置および広告媒体決定方法 - Google Patents

Description

この発明は、広告媒体決定装置に関し、特に検索履歴を用いた広告媒体決定処理に関する。

商品やサービスには流行があり、広告効果の効率性からすると、流行の最先端層が接する広告媒体に広告し、その後、先端層が接する広告媒体に、そして一般層がよく接する広告媒体にと、広告媒体を変えていくことが望ましい。

そこで、あらかじめ、「流行にとても敏感」、「流行に敏感」、「流行に敏感でない」などの属性アンケートをとっておき、これを参考に広告媒体の広告プランを作成するという手法がなされていた。

特開2003-196301号公報

しかし、アンケート対象者が最先端層に属するかについては、商品またはサービスによっても異なる。また、各アンケート対象者に、申告結果を記憶したとしても、かかる評価は各人の主観的なものでしかない。

この発明は、インターネット上の検索エンジンを用いた検索結果を利用することによって、広告媒体またはその広告時期を客観的に決定することができる広告媒体決定装置を提供することを目的とする。

この発明の特徴、他の目的、用途、効果等は、実施例および図面を参酌することにより明らかになるであろう。

１）本発明にかかる広告媒体決定装置は、1)検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を記憶するターゲット特定情報記憶手段、2)検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶する検索語記憶手段、3)検索条件としての検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、各区分における検索者ＩＤを抽出する抽出手段、4)前記ターゲット特定情報記憶手段に記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定手段を備えている。したがって、前記各検索者を過去の検索語の検索時期によって区分し、さらに各区分に属する検索者が接触対象の情報伝達媒体に基づき、広告媒体の時系列順を決定することができる。

２）本発明にかかる広告媒体決定装置は、広告対象名称に対応する語が与えられると前記広告媒体データ決定手段に与えるとともに、前記広告対象名称に対応する検索語を特定し前記抽出手段に与える検索語特定手段を備えている。したがって、広告対象名称に対応する語が与えられると、前記抽出手段に前記広告対象名称に対応する検索語を与えることができる。

３）本発明にかかる広告媒体決定装置は、前記検索語記憶手段に記憶された検索語は、カテゴリーに分類されており、前記検索語特定手段は、前記広告対象名称に対応する語が属するカテゴリーの検索語を特定する。したがって、前記広告対象名称に対応する語が属するカテゴリーの検索語を与えることができる。

４）本発明にかかる広告媒体決定装置は、さらに、前記検索語記憶手段に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、および前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段を備え、前記検索語特定手段は、前記各検索語の検索数変動履歴を表示し、いずれかが選択されると、その検索語を特定する。したがって、操作者は前記検索数変動履歴を参照して検索語を選択できる。また、かかる検索語により前記抽出がなされる。

５）本発明にかかる広告媒体決定装置は、広告対象名称およびこれに対応する検索語が与えられると、前記広告対象名称を前記広告媒体データ決定手段に与えるとともに、前記広告対象名称に対応する検索語を前記抽出手段に与える検索語特定手段を備えている。したがって、与えられた検索語により前記抽出がなされる。

６）本発明にかかる広告媒体決定装置は、前記所定数に区分する区分決定規則を記憶する区分決定手段を備え、前記抽出手段は、前記区分決定手段から与えられた区分決定規則を用いて前記検索者ＩＤを抽出する。したがって区分決定規則に基づき、各区分の検索者が特定される。

７）本発明にかかる広告媒体決定装置は、さらに、1)前記検索語記憶手段に記憶された検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、2)前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段、3)前記検索数変動履歴の形状に基づいて、区分を決定する区分決定手段、を備え、4)前記抽出手段は、前記区分決定手段から与えられた区分を用いて前記検索者ＩＤを抽出する。したがって前記検索数変動履歴の形状に基づいて、区分が決定される。

８）本発明にかかる広告媒体決定装置においては、前記区分決定手段は、前記検索数変動履歴の形状変化率が所定以上変化する場合には、新たな区分であると判断して、区分を決定する。したがって、前記検索数変動履歴の形状変化率が所定以上変化する場合には自動的に区分が決定される。

９）本発明にかかる広告媒体決定装置においては、前記区分決定手段は、前記検索数変動履歴を表示し、与えられた区分データを用いて、区分を決定する。したがって、操作者は表示された検索数変動履歴を参照して区分を決定できる。

１０）本発明にかかる広告媒体決定装置においては、前記検索語記憶手段に記憶された検索語は、カテゴリーに分類されており、前記検索語が属するカテゴリーの検索語の区分で、区分を決定する区分決定手段を備えている。したがって、同じカテゴリーの検索語によって区分が決定される。

１１）本発明にかかる広告媒体決定装置においては、前記検索語記憶手段に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、および前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段を備えており、前記検索語特定手段は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を特定し、特定した検索語が前記広告対象名称に対応する語として、前記広告媒体データ決定手段に与える。したがって入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語によって変更が可能となる。

１２）本発明にかかる広告媒体決定装置においては、前記検索語記憶手段に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、および前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段を備えており、前記検索語特定手段は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を特定し、特定した検索語の検索数変動履歴を表示し、いずれかが選択されると、選択された検索語を前記広告対象名称に対応する語として、前記広告媒体データ決定手段に与える。したがって、類似する検索数変動履歴を含む検索語のうち、選択された検索語によって変更が可能となる。

１３）本発明にかかる広告媒体決定装置においては、前記検索条件としての検索語は、論理積および論理和のいずれかまたは双方が組み合わされた複数の検索語であり、前記抽出手段は、各検索語について検索開始時期から検索終了時期までの期間を求め、前記検索条件に基づいた演算を行い、各区分に属する検索者ＩＤを抽出する。したがって、複数の検索語による検索条件に基づいた演算により各区分の検索者ＩＤを抽出することができる。

１４）本発明にかかる広告媒体決定装置においては、前記検索条件に基づいた演算は、与えられた論理積演算である。したがって、論理積演算に基づいた演算により各区分の検索者ＩＤを抽出することができる。

１５）本発明にかかる広告媒体決定装置においては、前記検索条件に基づいた演算のうち、論理積演算は、期間の最大値を求める。したがって、前記検索条件に合致した値を求めることができる。

１６）本発明にかかる広告媒体決定装置においては、前記検索条件に基づいた演算のうち、論理積演算は、期間の平均値を求める。したがって、一部の条件について検索結果が大幅に変わる場合にでも、前記検索条件に合致した演算処理を行うことができる。

１７）本発明にかかる広告媒体決定装置においては、前記抽出手段は、前記求めた各検索語についての期間を検索語毎に正規化してから、前記演算を行う。したがって、各検索語による期間の相対的な評価によって演算が可能となる。

１８）本発明にかかる広告媒体決定装置においては、前記正規化は、検索開始時期から検索終了時期までを前記検索語毎に所定数に区分して、いずれの区分に属するかで前記論理積演算を行う。したがって別途正規化処理が不要となる。

１９）本発明にかかる広告媒体決定装置においては、前記各検索語の正規化データのうち、論理積演算を行うデータが、他のデータと所定の閾値以上離れている場合には、当該正規化データを無視して論理積演算を行う。したがって、一部の検索条件について他のデータと所定の閾値以上離れているため、抽出対象とならない検索者であっても、検索条件を変更することなく抽出することができる。

２０）本発明にかかる広告媒体決定装置においては、前記所定の閾値以上離れているとは、検索時期が存在しない場合である。したがって、一部の検索条件について検索結果が存在しないため、抽出対象とならない検索者であっても、検索条件を変更することなく抽出することができる。

２１）本発明にかかる広告媒体決定装置においては、論理積演算を行う検索語について検索時期が存在しない検索語が存在する場合、それが所定数以下であれば、当該検索語を無視して論理積演算を行う。したがって、一部の検索条件について検索結果が存在しないため、抽出対象とならない検索者であっても、検索条件を変更することなく抽出することができる。

２２）本発明にかかる広告媒体決定方法においては、コンピュータに、1)検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報、および2)検索を行った検索者ＩＤ、検索時期、および検索語を対応づけた検索語データを記憶させておき、前記コンピュータは、ある検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、各区分における検索者ＩＤを抽出し、前記コンピュータは、前記記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する。

したがって、前記各検索者を過去の検索語の検索時期によって区分し、さらに各区分に属する検索者が接触対象の情報伝達媒体に基づき、広告媒体の時系列順を決定することができる。

２３）本発明にかかる広告媒体決定装置は、1)検索語が与えられると、検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶させた検索結果データ記憶装置から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期について、検索開始時期から検索終了時期まで時系列順に所定数に区分して、各区分における検索者ＩＤを抽出する抽出手段、2)検索者ＩＤに対応づけて記憶された、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定手段を備えている。

したがって、前記各検索者を過去の検索語の検索時期によって区分し、さらに各区分に属する検索者が接触対象の情報伝達媒体に基づき、広告媒体の時系列順を決定することができる。

２４）本発明にかかるプログラムは、コンピュータに以下のステップ1)、2)を実行させる。1)検索語が与えられると、検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶させた検索結果データ記憶装置から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、当該検索語について検索開始時期から検索終了時期までを所定数に区分して、各区分における検索者ＩＤを抽出する抽出ステップ、2)検索者ＩＤに対応づけて記憶された、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定ステップ。

したがって、前記各検索者を過去の検索語の検索時期によって区分し、さらに各区分に属する検索者が接触対象の情報伝達媒体に基づき、広告媒体の時系列順を決定することができる。

２５）本発明にかかる広告媒体決定方法は、Ａ）第１のコンピュータに、1)検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報、および2)検索を行った検索者ＩＤ、検索時期、および検索語を対応づけた検索語データを記憶させておき、Ｂ）第２のコンピュータは、ある検索語が与えられると、前記第1のコンピュータから当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、各区分における検索者ＩＤを抽出し、Ｃ）前記第２のコンピュータは、前記記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する。

したがって、前記各検索者を過去の検索語の検索時期によって区分し、さらに各区分に属する検索者が接触対象の情報伝達媒体に基づき、広告媒体の時系列順を決定することができる。

本件明細書において、「ターゲット属性特定情報」とは、各検索者について好みや所有商品などのターゲットとしての属性を特定する情報をいう。また、情報伝達媒体特定情報を含む。

「情報伝達媒体特定情報」とは、検索者が接触する情報伝達媒体を特定する情報であり、実施形態では、広告媒体である雑誌名が該当するが、その他、新聞名、テレビ番組名、インターネットのサイト名なども含む。

また，「検索語の検索時期を検索者ＩＤ毎に抽出」とは、同じ検索者ＩＤが複数回検索している場合には、最先の検索時期を当該検索者について抽出することをいう。ここで「最先の」とは、検索開始時期が特定されていない場合は、もっとも古い検索時期を意味し、検索開始時期が特定されている場合は、特定された検索時期のあと、もっとも古い検索時期を意味する。例えば、検索者Ｘについて、ある検索語について、2008/1/10、2008/2/16、2008/3/1の３つの検索時期が存在した場合、検索開始時期が2008/1/15と特定されていれば、2008/2/16が最先の検索時期として抽出され、検索開始時期が2008/1/15と特定されていなければ、2008/1/10が最先の検索時期として抽出される。

「論理積演算を行うデータが、他のデータと所定の閾値以上離れている」とは、検索結果が存在せず、欠損値である場合も含む。

本発明にかかる広告媒体決定装置１の機能ブロック図である。 広告媒体決定装置１のハードウェア構成の一例である。 検索語記憶部のデータ構造を示す図である。 ターゲットデータ記憶部のデータ構造を示す図である。 検索数変動履歴データの一例を示す図である。 作成されたプランのデータ構造を示す図である。 作成されたプランの詳細を示す図である。 広告媒体決定処理のフローチャートである。 表示されるダイアログの一例である。 集計処理のフローチャートである。 検索数変動履歴の表示例である。 区分別の検索数変動履歴のデータ構造を示す図である。 プラン作成処理のフローチャートである。 候補となる広告媒体の表示例である。 候補となる広告媒体の表示例である。 表示されるダイアログの一例である。 決定された広告媒体の表示例である。 広告媒体修正処理のフローチャートである。 表示されるダイアログの一例である。 検索数変動履歴データの一例を示す図である。 修正用検索語決定処理のフローチャートである。 定義ファイルのデータ構造を示す図である。 広告対象名が属する分類を特定させるためのダイアログの一例である。 広告対象名が属する分類および検索語を特定させるためのダイアログの一例である。 プランを修正する検索語を決定するためのダイアログの一例である。 修正前の検索数履歴変動と修正後の検索数履歴変動の表示例である。 修正前後のプランの表示例である。 修正前後のプランの表示例である。 区分の特定処理フローチャートである。 検索数変動履歴の一例である。 検索数変動履歴の区分についてのパラメータを決定するためのダイアログの一例である。 移動平均値、総累積分布数の演算結果の一例を示す図である。 自動区分処理における表示例である。 自動区分処理における表示例である。 検索数変動履歴に区分の候補が表示された状態を示す図である。 アンケート結果解析支援装置１００の機能ブロック図である。 アンケート結果解析支援装置１００のハードウェア構成の一例である。 検索語記憶部のデータ構造を示す図である。 アンケート結果データ記憶部のデータ構造を示す図である。 検索数変動履歴データの一例を示す図である。 解析処理のフローチャートである。 表示されるダイアログの一例である。 集計処理のフローチャートである。 検索数変動履歴の表示例である。 区分別の検索数変動履歴のデータ構造を示す図である。 クロス集計結果の一例である。 クロス集計結果の一部を強調表示した一例である。 強調表示したクロス集計結果の一例である。 クロス集計をする際の、条件を入力する画面の一例である。 有意な項目順に並べ替えた結果の一例である。 有意な項目順に並べ替えた結果の一例である。

１・・・・広告媒体決定装置
２３・・・ＣＰＵ
２７・・・メモリ

１．全体構成の概略
図１に、本件発明にかかる広告媒体決定装置１の機能ブロック図を示す。広告媒体決定装置１は、ターゲット特定情報記憶手段２、検索語記憶手段３、抽出手段４、広告媒体データ決定手段５、検索語特定手段６、検索数変動履歴演算手段７、検索数変動履歴記憶手段８を備えている。

ターゲット特定情報記憶手段２は、検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を記憶する。検索語記憶手段３は、検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶する。抽出手段４は、検索条件としての検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索者ＩＤ毎の検索時期を時系列順に所定数に区分して、各区分に属する検索者ＩＤを抽出する。

広告媒体データ決定手段５は、ターゲット特定情報記憶手段２に記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する。決定された広告媒体データは結果記憶手段９に記憶される。

検索語特定手段６は、広告対象名称およびこれに対応する検索語が与えられると、前記広告対象名称を広告媒体データ決定手段５に与えるとともに、前記広告対象名称に対応する検索語を抽出手段４に与える。

検索数変動履歴演算手段７は、検索語記憶手段３に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する。検索数変動履歴記憶手段８は、前記演算された検索数変動履歴を記憶する。また、検索語特定手段６は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を特定し、特定した検索語の検索数変動履歴を表示し、いずれかが選択されると、選択された検索語を前記広告対象名称に対応する語として、広告媒体データ決定手段５に与える。

検索条件としての検索語として、論理積および論理和のいずれかまたは双方が組み合わされた複数の検索語が与えられると、抽出手段４は各検索語について検索開始時期から検索終了時期までの期間を求め、前記検索条件に基づいた演算を行い、各区分の検索者ＩＤを抽出する。

また、区分決定手段１１は、前記検索数変動履歴の形状に基づいて、区分を決定する。抽出手段４は、区分決定手段１１から与えられた区分を用いて前記検索者ＩＤを抽出する。

なお、本実施形態においては、１つの広告媒体決定装置内に、ターゲット特定情報記憶手段２および検索語記憶手段３を記憶する場合についても説明したが、をこれらについては別のコンピュータに記憶しておき、当該別のコンピュータから読み出すようにしてもよい。

２．ハードウェア構成
広告媒体決定装置１のハードウェア構成について、説明する。図２は、ＣＰＵを用いて構成した広告媒体決定装置１のハードウェア構成の一例である。

広告媒体決定装置１は、ＣＰＵ２３、メモリ２７、ハードディスク２６、モニタ３０、光学式ドライブ２５、マウス２８、キーボード３１、およびバスライン２９を備えている。ＣＰＵ２３は、ハードディスク２６に記憶された各プログラムにしたがいバスライン２９を介して、各部を制御する。

ハードディスク２６は、オペレーティングシステムプログラム（以下ＯＳと略す）２６ｏ、広告媒体決定プログラム２６p、検索語記憶部２６k、ターゲットデータ記憶部２６t、検索数変動履歴記憶部２６h、広告媒体決定データ記憶部２６bを有する。

検索語記憶部２６kには、図３に示すように、各検索語について、検索を行った検索者ＩＤとしてユーザＩＤおよび検索時期が記憶されている。本実施形態においては、検索時期として検索日および時刻を記憶するようにしたが、検索日のみ記憶するようにしてもよい。かかる検索語毎の検索時期およびユーザＩＤは、たとえば、あるポータルサイトにログインしたユーザを対象に、ユーザ毎にインターネット上の検索エンジンを用いた検索について、検索語および検索時期を記憶するようにすればよい。

ターゲットデータ記憶部２６tには、図４に示すように、ユーザ毎に、自らが接触する広告媒体を特定する広告媒体特定情報を含むターゲット属性特定情報が記憶されている。たとえば、ユーザＩＤ10001のユーザは、接触対象の広告媒体として雑誌B、テレビ番組A,Bがあり、また、当該ユーザのターゲット属性として、「おしゃれに気を遣う方だ」「流行に敏感な方だ」が記憶されている。また、当該ユーザが保有を有する商品（例えば、「コンピュータＡ」、「ドリンクＡ」）が記憶されている。商品に関する情報については、購入経験、購入意向、購入個数などのデータを扱ってもよい。さらには、商品に関する認知や好意などについても扱ってもよい。かかるユーザ毎のターゲット属性については新規登録の際、またはその後のアンケート等により取得するようにすればよい。

検索数変動履歴記憶部２６hには、後述するように、検索語記憶部２６kに記憶された各検索語を集計して、検索数の時系列変動を表す検索数変動履歴として、検索語毎に、"日時","検索回答者数","回答者ＩＤ"が記憶されている。例えば、図５に示す検索語であれば、2007/4/2には、１回検索がされており、検索者は"10011"の１人である。また、2007/4/5には、３回検索されており、検索者は、12303,10013,10024"の３人である。このように、検索数変動履歴記憶部２６hには時系列順の検索数変動履歴が記憶されている。

広告媒体決定データ記憶部２６bには、図６に示すように、後述する広告媒体決定プログラム２６pによって、作成された広告媒体決定データが記憶される。各広告媒体決定データの具体的なデータ構成を図７に示す。このように、広告媒体決定データとは、広告期間毎に広告媒体が定められている。

広告媒体決定プログラム２６pは、図８に示す集計処理(ステップＳ２)、区分け決定処理（ステップＳ３）およびプラン作成処理(ステップＳ５）により、図６，図７に示す広告媒体決定データを作成する。詳細は後述する。

本実施形態においては、オペレーティングシステムプログラム（ＯＳ）２６ｏとして、WindowsVista（登録商標または商標）を採用したが、これに限定されるものではない。

なお、上記各プログラムは、光学式ドライブ２５を介して、プログラムが記憶されたＣＤ−ＲＯＭ２５ａから読み出されてハードディスク２６にインストールされたものである。なお、ＣＤ−ＲＯＭ以外に、フレキシブルディスク（ＦＤ）、ＩＣカード等のプログラムをコンピュータ可読の記録媒体から、ハードディスクにインストールさせるようにしてもよい。さらに、通信回線を用いてダウンロードするようにしてもよい。

本実施形態においては、プログラムをＣＤ−ＲＯＭからハードディスク２６にインストールさせることにより、ＣＤ−ＲＯＭに記憶させたプログラムを間接的にコンピュータに実行させるようにしている。しかし、これに限定されることなく、ＣＤ−ＲＯＭに記憶させたプログラムを光学式ドライブ２５から直接的に実行するようにしてもよい。なお、コンピュータによって、実行可能なプログラムとしては、そのままインストールするだけで直接実行可能なものはもちろん、一旦他の形態等に変換が必要なもの（例えば、データ圧縮されているものを、解凍する等）、さらには、他のモジュール部分と組合して実行可能なものも含む。

３．広告媒体決定処理
以下、広告媒体決定処理について図８を用いて説明する。ＣＰＵ２３は、広告対象名、履歴利用検索語、およびキャンペーン開始時期の入力処理を行う（ステップＳ１）。かかる処理は、ＣＰＵ２３が図９のようなダイアログをモニタに表示して入力を促せばよい。図９のＡでは、領域３１に広告対象名を入力し、ボタン３２を選択すると、広告対象名が決定される。図９のＢでは、領域３３に検索語を入力し、ボタン３４を選択すると、広告対象名が決定される。図９のＣでは、領域３５〜３７にキャンペーン開始時期を入力すればよい。以下では、広告対象名として"シャンプーＸ"が、履歴利用検索語として"TSUBAKI"が、キャンペーン開始時期として"２００８年５月１日"が入力されたものとする。

１）〔集計処理〕
ＣＰＵ２３は、集計処理を行う（図８ステップＳ１）。集計処理の詳細を図１０に示す。

ＣＰＵ２３は、履歴利用検索語（以下検索語という）が入力されるか否か判断しており(図１０ステップＳ１１）、検索語が入力されると、当該検索語が検索された全てのレコードを抽出する(ステップＳ１３）。この場合であれば、検索語は”TSUBAKI"であるので、ＣＰＵ２３は、検索者ID"10011",検索日時”2007/4/2 06:01"、検索語"TSUBAKI"、検索者ID"12303",検索日時”2007/4/5 16:22"、検索語"TSUBAKI"、検索者ID"10013",検索日時”2007/4/5 16:24"、検索語"TSUBAKI"、検索者ID"10024",検索日時”2007/4/5 19:10"、検索語"TSUBAKI"・・・を抽出する。

ＣＰＵ２３は、抽出されたレコードの中で、最も早い時期に検索されたレコードを特定する(ステップＳ１５）。ＣＰＵ２３は、最も早い時期に検索された日時を当該検索語の母集団検索日時とする(ステップＳ１７）。たとえば、図３の例であれば、検索語"TSUBAKI"の母集団検索日時は”2007/4/2 06:01”となる。

なお、ステップＳ１１にて入力された検索語によっては、母集団検索日時がかなり昔となる場合もある。このような場合には、ステップＳ７にて演算した母集団検索日時をモニタに表示し、操作者に「母集団検索日時は○年○月○日ですがこの日でよろしいですか？」と確認し、任意の日時を入力させるようにしてもよい。

ＣＰＵ２３は、抽出されたレコードの各ＩＤについて、母集団検索日時以降で最も早い日時のレコードを抽出して、各ＩＤに対して個人検索時間差を計算し、これを記憶する(図１０ステップＳ１９）。本実施形態においては、個人検索時間差として、日数を採用した。たとえば、図３の場合であれば、図５に示すような、日毎の検索回答者数および回答者IDとして、検索日時2007/4/2、 回答者数”1”、検索者ID”10011"、検索日時”2007/4/5 、 回答者数”３”、検索者ID"12303","10013","10024"が得られる。なお、集計単位は、週、月、あるいは午前午後、時間(たとえば3時間単位）など任意に入力できるようにしてもよい。

また、同じ検索語について複数回検索した場合には、最先の日が当該ユーザの最先検索日時となり、最先検索日時と母集団検索日時との差が当該ユーザの個人検索時間差となる。

２）〔区分け決定処理〕
集計処理が完了すると、ＣＰＵ２３は区分け決定処理を行う(図８ステップＳ３）。本実施形態においては、上記検索数変動履歴データが作成された検索語について、検索数変動履歴を表示して、操作者がこれを参照して、検索時期をキーとして、時系列順に所定数に区分して、当該検索語について検索開始時期から検索終了時期までを所定数に区分して、各区分に属するユーザＩＤを抽出する。かかる処理について説明する。

ＣＰＵ２３は、前記検索数変動履歴データに基づき、モニタに折れ線グラフを表示する。本実施形態においては、折れ線グラフは横軸を日にち（個人検索時間差）、縦軸を検索数とした。これにより、図１１に示すような集計区分分布が表示される。操作者はかかる分布を参照して、区分手法および区分数を指定する。これにより、区分数が決定される。以下では、分位による区分で、区分数５が指定されたものとする。分位による区分とは、総検索数を均等に所定区分数で区分することをいう。この場合区分数は「５」であるので、総検索数のうち、２０％となるまでを１つの区分として、全体を５つに区分することとなる。区分後のデータ例を図１２に示す。

なお、区分方法については、前記分位以外にロジャース区分など、種々のものが採用できる。また、月別などのカレンダー区分や、母集団検索日時を起点とした時間区分などを使ってもよい
３）〔プラン作成処理〕
次に、ＣＰＵ２３は、プラン作成処理を行う（図８ステップＳ５）。プラン作成処理では、ステップＳ３にて得られた区分に属するユーザを特定し、各ユーザのターゲット特定情報を用いて、前記各区分における候補情報伝達媒体が抽出される。さらに、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体が決定され、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体が、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定される。

以下、プラン作成処理について図１３を用いて説明する。ＣＰＵ２３は、検索数変動履歴を表示する(ステップＳ２１）。ＣＰＵ２３は図８ステップＳ３で決定した区分数を読み出す(図１３ステップＳ２３）。この場合、区分数「５」が読み出される。ＣＰＵ２３は、処理対象区分jを初期化し(ステップＳ２５）、j番目の区分の全ユーザＩＤを読み出して、そのターゲット属性から広告媒体を抽出し、当該区分内における割合を演算する(ステップＳ２７）。この場合、j=1であるので、1つめの区分Ｃ１に属する全ユーザＩＤを図５に示す検索数変動履歴データから読み出して、ターゲットデータ記憶部に記憶された各ユーザがよく接する広告媒体を全て読み出して、これをカウントし、その区分における媒体接触率を求めればよい。例えば、区分Ｃ１に属するユーザが１０００人で、そのうち、よく接する広告媒体として雑誌Ａが記憶されているユーザが１２３人であれば、雑誌Ａの媒体接触率は１２．３％となる。このようにして、全ての広告媒体について、当該区分内における媒体接触率を求める。

ＣＰＵ２３は全ての区分について処理済みであるか判断し(ステップＳ２９）、この場合、処理済みではないので処理対象区分jをインクリメントし(ステップＳ３０）、ステップＳ２７以下の処理を繰り返す。

全ての区分について処理が済むと、結果を集計する(ステップＳ３１）。また、ＣＰＵ２３は、候補となる広告媒体を決定し、表示する(ステップＳ３３）。表示例を図１４に示す。

本実施形態においては、広告媒体の当該区分内における媒体接触率が高い順に並べ、そのうち、当該区分内における媒体接触率が全区分における平均媒体接触率よりも所定値以上高いものを候補として特定し、特殊表示としてハイライト表示するようにした。しかし、これに限定されず、媒体接触率が最も高いものを候補として決定するようにしてもよい。また、特殊表示としてはその他、配色を変えたり、他の媒体とは違う位置に表示したり、文字の大きさを変えたりなど種々の表示が考えられる。なお、特殊表示は任意である。

ユーザは表示された候補を見て、変更したい場合には、該当する広告媒体の選択領域をポインティングデバイスで選択すればよい。例えば、 図１４においては、平均媒体接触率よりも３%以上高いものを候補として特殊表示している。区分Ｃ４内では雑誌Ｋ、雑誌Ｍは、全体の平均媒体接触率よりも３%以上高くないので、ハイライト表示されていない。区分Ｃ５内での雑誌Ｋ、雑誌Ｍについても同様である。操作者がこれらの広告媒体を選択するのであれば、領域５３，５４，５５，５６をクリックするようにすればよい。

ＣＰＵ２３は、変更指示があるか否か判断しており（ステップＳ３６）、変更指示があると、候補の表示を変更する（ステップＳ３７）。領域５３、５４，５５、５６をクリック状態として、候補表示が変更されたあとの状態を図１５に示す。

なお、領域６１内の数値を変更することにより、前記デフォルトでハイライト表示される閾値を変更することができる。

操作者は、これでよければ図１５に示すボタン５１を選択する。ＣＰＵ２３はステップＳ３７のあと、ボタン５１が選択されるか否か判断しており(図１３ステップＳ３５）、ボタン５１が選択されると、決定プランとして記憶する。プラン名については、図１６に示すような画面を表示することにより、領域５７に入力させ、ボタン５８を操作させて、操作者に入力させるようにすればよい。

図１７に、決定したプランＡの概要を示す。

なお、本実施形態においては、広告媒体として雑誌を選択した場合を例として説明したが、他の広告媒体、新聞、テレビ、インターネット等についても同様に決定することができる。

本実施形態においては、インターネット上の検索エンジンにおける検索結果を用いて、その検索語についての検索時期を適宜区分し、区分内に属する回答者を決定し、当該回答者が接する機会の多い広告媒体を抽出して、メディアプラン案を作成するようにした。これにより、特定の検索語について過去の検索傾向に応じたメディアプラン案を作成することができる。特定の検索語に対する関心度は、新製品への関心度と一定の関連性が考えられる。特定の検索語についての検索時期は、流行への敏感度と相関性が考えられるので、ユーザの主観に頼らないメディアプラン案を作成することができる。なお、本実施形態においては、各区分の日数も実際に検索された検索日数を用いているが、これに限定されない。

４．修正処理
このようにして作成された"シャンプーＸ"の関する”プランＡ"は、あくまでも、過去のある検索語と同じような注目がされると想像した上のプラン案である。この広告対象名"シャンプーＸ"についても、新たに検索語として検索される。その結果、検索語"TSUBAKI"とは、検索履歴が全く異なる場合もありうる。この実施形態では、作成したメディアプラン案を実際の検索履歴に応じて、さらに別の検索語の履歴を用いて変更する。これにより、広告対象名についての実際の検索履歴に応じたメディアプラン案とすることができる。

以下では、履歴利用検索語として"TSUBAKI"を用いた広告対象名として作成した"シャンプーＸ"の関する”プランＡ"を、別の検索語を用いて6/19に修正する場合について説明する。

ＣＰＵ２３は、修正対象プランの入力処理を行う(ステップＳ４１）。例えば、図１９に示すダイアログを表示し、入力を促せばよい。操作者は領域６１に"シャンプーＸ"を入力する。ＣＰＵ２３は、シャンプーＸのプランを領域６３に表示する。この場合、”プランＡ”が存在するので、領域６３にプランＡが表示される。

操作者は、修正対象がプランＡである場合には、決定ボタン６５を選択する。これにより、入力処理が完了する。なお、１の広告対象名について、複数のプランが記憶されている場合もあるので、その場合には、領域６３には複数のプランが表示される。

つぎに、ＣＰＵ２３は”シャンプーＸ”を検索語として、検索語記憶部に記憶された検索結果を用いて、検索履歴の集計を行う(図１８ステップＳ４３）。かかる集計処理については、図８ステップＳ２と同様であるので説明は省略する。これにより、図２０に示すような検索語”シャンプーＸ”について、5/1〜6/19までの検索履歴が得られる。

ＣＰＵ２３は、検索語”シャンプーＸ”についての検索履歴を用いて、これと類似する検索数変動履歴を有する検索語を修正用検索語として決定する(ステップＳ４５）。ステップＳ４５の詳細について、図２１を用いて説明する。

ＣＰＵ２３は、範囲指定処理を行う(ステップＳ５１）。本実施形態においては、図２２に示すように、各検索語について、属する小分類、かかる小分類が属する大分類と階層構造で定義した定義ファイルをハードディスク２６(図２参照)に記憶しておき、どの範囲の検索語についての類似判断を行うかを指定するようにした。本実施形態においては、図２３に示すようなダイアログを画面に表示することにより、操作者が範囲を指定できるようにした。ジャンルが決定すれば、操作者は決定ボタン７１を選択すればよい。また、小分類の中でも一部の検索語についてだけ類似判断を行う場合には、図２４に示すようなダイアログを表示し、操作者に選択させるようにすればよい。領域７３に表示された検索語について、ボタン７４を選択すると、領域７５に表示される。全ての選択が完了すると操作者はボタン７６を選択する。この場合、シャンプーY1,Y5,Y6が選択されたものとする。

ＣＰＵ２３は指定範囲の検索語について、集計処理および検索履歴演算処理を行う(図２１ステップＳ５３）。集計処理および履歴演算処理については上記と同様であるので、説明は省略する。これにより、シャンプーY1,Y5,Y6の検索数履歴変動が得られる。

ＣＰＵ２３は検索語”シャンプーＸ”について、5/1〜6/19までの５０日間の検索履歴と、前記シャンプーY1,Y5,Y6における最初の５０日間における検索数履歴変動の類似度を演算し、一覧表示を行う(図２１ステップＳ５５）。図２５に一覧表示した状態を示す。

本実施形態においては、２つの検索履歴変動の類似度演算方法として、両者の相関係数を用いたが、その他ユークリッドの距離、または二乗和など、折れ線グラフの類似度を判断できるものであればどの様なものであってもよい。さらに、複数の計算手法を組み合わせることもできる。

この場合、シャンプーY6が類似度０．８８と高いので、操作者は、"シャンプーＸ"の関する”プランＡ"を修正する検索語として、シャンプーY6を選択し、決定ボタンを押す。ＣＰＵ２３は決定ボタンが選択されたか否か判断しており(ステップＳ５７）、決定ボタンが選択されると、修正前の検索数履歴変動と修正後の検索数履歴変動とを重ねて表示する。表示例を図２６に示す。

図１８ステップＳ４５の処理が終了すると、決定された検索語によって、プランＡを修正する(ステップＳ４７）。かかる処理は図８ステップＳ３，ステップＳ５と同様であるので説明は省略する。なお、図８ステップＳ３において、区分数については、変更前後で完全に一致するわけではない。特に、実際の広告を行うことにより、一部の区分については既に終了している。したがって、修正を行った日以降のプランについて修正を行うようにした。

また、一般的に広告はある程度の期間で広告媒体提供者と契約を行う。したがって、既に発注した広告について、プランを変更してももはや変更できない場合もある。たとえば、この例では、2008/6/19に修正をおこなったが、既に区分Ｃ２では、雑誌Ｃが2008/6/30まで広告媒体として決定し、雑誌Ｃに対して広告することを発注済である。したがって、これを取り消すことができない。ただ、修正による効果は早めにする方が望ましい場合もあるので、本実施形態においては、一部の期間については重複して、広告を行うようにした。この例では、6/20〜7/30までは、雑誌Ｈ，Ｃを広告媒体として決定している。これにより、期間6/20〜6/30は、広告媒体が重複することとなる。また、この例では、6/20以降の区分けは2区分としている。

図２７に、修正前後のプランの例を並べて表示した場合を、図２８にこれをまとめて表示したプランの例を示す。なお、図２８において、区分Ｃ２，Ｃ２’については、１つにまとめて表示するようにしてもよい。

このように、広告対象名について、実際の検索履歴を用いて、類似の検索履歴を有する検索語によって修正することにより、より現実に即したプラン案を作成することができる。

５．検索語の特定処理について
上記実施形態においては、当初プランを作成するに当たっては、どの検索語を用いるのか操作者が特定する必要がある。かかる決定は経験が豊かな操作者でも適切に行うことは困難な場合がある。そこで、かかる問題を解決するために、検索語をカテゴリー別に分類しておき、同じ分類に属する検索語から選択できるようにしてもよい。具体的には、図２２に示す定義ファイルを記憶しておき、図２３，図２４に示すようなダイアログを表示し、操作者に広告対象名が属する分類または検索語を特定させるようにしてもよい。

さらに、任意の検索語を選択すると、当該検索語の検索数変動履歴を演算して、これを表示し、操作者が検索数変動履歴から、プランを作成する場合の検索語を特定できるようにしてもよい。

６．区分の特定
本実施形態においては、区分数を操作者が指定するようにした。これに対してコンピュータによって自動的に区分候補を決定することもできる。自動決定区分処理について図２９を用いて説明する。この処理では、検索履歴が上昇または下降する場合に１つの区分であるとしている。

ＣＰＵ２３は、処理対象データの読み込みを行う(図２９ステップＳ７１）。ここでは、図３０に示す検索数変動履歴が与えられたものとする。ＣＰＵ２３は、与えられた検索数変動履歴に関して、集計単位の設定、上昇点・下降点に関する条件設定、計算方法の特定処理を行う（ステップＳ７２）。本実施形態においては図３１に示すダイアログを表示し、操作者に必要なデータを入力させるようにした。この例では集計単位は「週」、上昇点の条件は「３週連続上昇」and「全体として０．５%以上上昇」が設定されている。また、移動平均「あり」and「前４週平均」が設定されている。下降点については、上昇点と同じである。

ＣＰＵ２３は移動平均値、総累積分布数の演算を行う(ステップＳ７３）。演算結果を図３２に示す。

ＣＰＵ２３はステップＳ７２で指定された条件を満たす上昇点候補および下降点候補を抽出する(ステップＳ７４）。この場合、累積検索者数は38412人であり、条件設定としては、累積分布全体の0.5％以上の上昇および下降が3週間以上続くことが、指定されているので、38412人*0.005=192人以上の上昇あるいは下降が3週以上連続した場合に候補として抽出するようにした。この場合、上昇点候補としては、第10〜16週、第22〜25週が、下降点候補としては、第17〜21週、第26〜28週が抽出される。

ＣＰＵ２３は、ステップＳ７４にて抽出した候補のうち、上昇点候補が連続して存在する場合は、連続して存在しなくなるまで最後の上昇点候補を候補から除外するとともに、下降点候補が連続して存在する場合は連続して存在しなくなるまで、最初の下降点候補を候補から除外する(ステップＳ７５）。これにより、第11〜15週、第21〜25週、第17〜20週、第26〜27週が除外される。

ＣＰＵ２３は上昇点候補が連続しない場合上昇点として、下降点候補が連続して存在しない場合下降点として、定義する(ステップＳ７６）。この場合、上昇点として第10週および第22週が、下降点として、第21週および第28週が定義される。

ＣＰＵ２３は、各点（上昇点または下降点)間の期間および検索数を表示する(ステップＳ７７）。この場合、図３３に示すような計５つの上昇点および下降点が定義され、上記５つの点により、区間Ｃ１〜Ｃ４が表示される。

操作者は、かかる表示を参照して、上昇点および下降点の特定処理を行う(ステップＳ７８）。具体的には、期間的に短すぎる場合には当該期間をその前後いずれかと合体させるという選択を行えばよい。この場合には、区間Ｃ３が第２１週だけで、検索率も０．１%と低いので、その後ろの区間Ｃ４と合体させたものとする。合体後の画面例を図３４に示す。このように、検索数を表示することにより、操作者が検索数の少ない区分を除外することができる。

ＣＰＵ２３は特定された上昇点・下降点により区分毎の期間、および検索数を表示する(図２９ステップＳ７９）。表示例を図３５に示す。

なお、上記実施形態では、画面に数値一覧を表示し、修正を行うようにしたが、図３５に示す折れ線グラフおよび境界線を表示させて、境界線を追加または削除することによりステップＳ７８の特定処理を行うようにしてもよい。また、双方を表示するようにしてもよい。

このようにして、検索数変動履歴の形状から、区分の境界を自動的に決定することができる。したがって、区分の境界候補が表示されるので、検索数変動履歴の区分のやり方に慣れていない操作者であっても、検索数変動履歴の形状に応じて区分を定義することができる。

本実施形態においては、候補を表示するようにしたが、自動的に決定するようにしてもよい。

また、本実施形態においては、検索数履歴変動の移動平均を用いて、区分を分けるための境界線を定義するようにしている。したがってより短期的な上昇の見られる第2週の除外、短期的な下降の見られる11週を含めて上昇傾向であることを検出できる。

７．複数の検索語の指定
上記実施形態においては検索語を１つだけ指定する場合を例として説明したが、複数の検索語について論理和（or)およびまたは論理積（and）演算を行うように指定した検索語を与えることもできる。

例えば、検索語として、 「検索語A and（検索語B or 検索語C）」が与えられた場合、そのまま、条件を見たすIDを抽出すればよい。具体的には、検索語Bまたは検索語Cを検索し、そのうち、検索語Aをも検索した人を抽出する。その検索者の評価は、各IDが「検索語Bまたは検索語Cを検索し、かつ検索語Aを検索した日付」を用いる。全IDの中で最も早く「検索語Bまたは検索語Cを検索し、かつ検索語Aを検索した」日付を母集団検索日時とすればよい。

このような検索条件は、同時期に複数の検索語を検索した人を抽出及び区分したい場合に有効である。

また、検索時間差については、検索語毎に個人検索時間差を計算し、条件に応じて、個人検索時間差を計算するようにしてもよい。この場合、and条件は最大値を計算し、or条件は最小値を計算する。例えば、検索語A：母集団検索日時から10日後、検索語B：母集団検索日時から20日後、検索語C：母集団検索日時から30日後である場合、個人検索時間差は、MAX[10日後、MIN（20日後、30日後）]＝20日後となる。

さらに、検索語毎に個人検索時間差区分を計算し、条件に応じて個人検索時間差区分を計算するようにしてもよい。例えば、検索語毎に5分位（早い順番にC1〜C5）に分類する。検索語A：C1 検索語B：C1 検索語C：C2に分類された場合、
個人時間差区分は、MAX[1、MIN（1、2）]＝1となり、個人時間差区分はC1となる。

かかる手法は、同ジャンルの複数の検索語を常に早いタイミングで検索した人を検出及び区分したい場合に有効である。

このように、複数の検索語についての検索時期を正規化することにより、検索語毎の検索数履歴変動を相対的に総合評価することができる。なお、正規化の手法としては、上記の区分に分類する場合に限定されず、一般的な正規化のやり方を採用するようにしてもよい。

なお、複数の検索語について、論理積演算を行う検索条件である場合、検索結果が存在しない場合、または存在しても、他の検索条件とは著しく異なる場合もある。その場合、上記のやり方で評価をすることもできるが、以下のように一部の条件を緩和して評価することも可能である。

たとえば、論理積演算を行うよう指定された検索語のうち、ある検索語について検索結果が存在しない場合としては、以下の理由が考えられる。１つは当該ユーザがその検索語についての情報感度が低い場合である。もう１つは、当該検索語を既に知っているので検索しなかった、または、たまたま当該検索語に興味がない等のように、情報感度とは関係がない場合がある。当該ユーザがその検索語について情報感度が低い場合には、抽出対象のユーザとする必要はないが、後者の場合には、抽出対象とする方が好ましい。そこで、以下のようにしてそのようなユーザについても、抽出されるようにしてもよい。

以下では、検索語毎に個人検索時間差区分を計算した場合について説明する。たとえば、検索語として「 検索語w1 and 検索語w2 and 検索語w3 and 検索語w4 and 検索語w5 」が与えられ、検索結果として以下が得られたものとする。

ユーザＵ１：検索語w1〜検索語w5：全てC1、
ユーザＵ２：検索語w1〜検索語w5：全てC5、
ユーザＵ３：検索語w1〜検索語w4：全てC1、検索語w5：C5
このように、ユーザＵ３のように、検索語w1〜検索語w4については区分C1に属すが、一部の検索語については他の区分C5に属する場合、評価としては、これらの最大値、最小値、平均値、最頻値、閾値による判定（例えば、所定個数以上ある区分に属した場合は当該区分と認定するなど）が可能である。

特に、論理積演算が指定された一部の検索語についてのみ、検索結果が存在しない場合、例えば、あるユーザが検索語w1と検索語w2は検索実績があるが検索語w3は検索実績がない場合などには、下記のような演算手法が可能である。

1）全ての条件を満たすＩＤを抽出する。すなわち、一つでも欠損値があるＩＤは除外される。

2)検索語毎に個人検索時間差を計算し、条件に応じて、個人検索時間差を計算する。例えば、個人iの検索語jに対する個人検索時間差を、欠損値がある場合をNA、欠損値がない場合は検索語毎の各検索時間差t（ij）とする。欠損値を含んだデータを対象として計算する場合には、and条件は、NAとする、ave条件はNAとする、or条件は最小値とする（ただし全てNAの場合はNA）。これに対して、欠損値を含んだデータを対象外として計算する場合には、and条件はNAを除く最大値とする（ただし全てNAの場合はNA）、ave条件はNAを除く平均値とする（ただし全てNAの場合はNA）、or条件はNAを除く最小値とする（ただし全てNAの場合はNA）。条件に応じて計算された個人検索時間差をT（i）としT（i）を用いて個人検索時間差区分を設定した上で一つの検索語を選択した場合と同様に時間差区分を行う。

3)検索語毎に個人検索時間差区分を計算し、条件に応じて、個人検索時間差区分を設定する。上記2)では、日数の差分で計算を行ったが、この演算手法では区分を求め、かかる区分で演算を行う点で異なる。具体的には、区分方法を設定し、個人iの検索語jに対する個人検索時間差区分を、欠損値がある場合をNA、欠損値がない場合は検索語毎の各検索時間差区分c（ij）とする。iについては早い区分から1、2、3・・・として正の整数を付与し、c（i）=iとして計算する。欠損値を含んだデータを対象として計算する場合には、and条件はNAとする、ave条件はNAとする、or条件は最小値とする（ただし全てNAの場合はNA）。一方、欠損値を含んだデータを対象外として計算する場合には、and条件はNAを除く最大値とする（ただし全てNAの場合はNA）、ave条件はNAを除く平均値とし（ただし全てNAの場合はNA）四捨五入により正の整数にする。or条件はNAを除く最小値とする（ただし全てNAの場合はNA）。そして条件に応じて計算された個人時間差区分をC（i）としC（i）を用いて集計を行えばよい。

８．他の実施形態
本実施形態においては、既にインターネット上の検索エンジンを用いた検索結果が記憶されている場合について説明したが、前記修正処理をする場合には、修正処理を開始する時までの検索結果を記憶しておけばよい。

なお、本実施形態においては、ターゲット属性特定情報および検索語データを広告媒体決定装置内に記憶させておく場合を例として説明したが、別のコンピュータ(例えばセンタサーバ）に、いずれかまたは双方のデータを記憶しておき、ネットワークを介して読み出すようにしてもよい。

また、検索結果の収集については、ユーザ登録させた際に、そのユーザのパソコンに検索エンジン利用の履歴記憶プログラムをインストールさせて、検索の都度、検索語および検索時期を記憶しておき、これをセンターサーバに定期または不定期で送信させるようにしてもよい。このように、検索結果に収集手法については既知の技術を採用することができる。

上記実施形態では、検索語については操作者が入力するようにしたが、検索語をカテゴリーに分類して記憶しておき、前記広告対象名称に対応する語が属するカテゴリーの検索語を自動的に決定するようにしてもよい。また、候補として表示し、いずれかを選択できるようにしてもよい。

また、各検索語について、検索数変動履歴を記憶しておき、これを操作者に表示し、いずれかが選択されると、その検索語を特定するようにしてもよい。

また、所定数に区分する区分決定規則を記憶しておき、この規則を用いて区分を決定するようにしてもよい。

また、カテゴリーに分類して検索語を記憶しておき、前記検索語が属するカテゴリーの検索語の区分で、区分を決定するようにしてもよい。

また、検索語特定手段は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を自動特定してもよい。さらに自動特定ではなく、特定した検索語の検索数変動履歴を表示し、いずれかが選択されると、選択された検索語を前記広告対象名称に対応する語として、広告媒体データ決定手段に与えるようにしてもよい。

また、本実施形態においては、各種の期間としては、日を基準としたが、週、月、あるいは午前午後、時間(たとえば3時間単位）など任意に適用することができる。

また、区分の指定としては、○月○日〜○月○日というように特定したが、ある時からの相対期間、例えば、〜から1月後までというように相対的に特定することもできる。

また、集計区分については任意の時間区分、例えば1ヶ月等、を設定してもよい。また、母集団検索日時を任意に指定するようにしてもよい。例えば、母集団検索日時を1/1とし、集計区分を1月とすると月別集計となる。これにより、カレンダー区分への対応も可能となる。

なお、本実施形態においては、図１３ステップＳ３３にて媒体接触率で候補を決定するようにしたが、広告コストを加味した値で候補を決定するようにしてもよい。具体的には、広告媒体毎に広告コストを予め記憶しておき、単価当たりの媒体接触率（媒体接触率を広告コストで除算した値)、を大きな順に並べるようにすればよい。例えば、図１４では、媒体接触率については、雑誌Ａは１２．３%、雑誌Ｂは１０．５%、雑誌Ｃは７．５%、雑誌Ｄは４．５%、雑誌Ｅは２．５%である。この場合に、それぞれのコストが、雑誌Ａは１００万円、雑誌Ｂは７０万円、雑誌Ｃは７５万円、雑誌Ｄは６０万円、雑誌Ｅは３０万と記憶されている場合、単価当たりの媒体接触率は、雑誌Ａは０．１２、雑誌Ｂは０．１５、雑誌Ｃは１．０、雑誌Ｄは０．０７５、雑誌Ｅは０．０８３となり、これを高い順に並べると、雑誌Ｂ、雑誌Ａ、雑誌Ｃ、雑誌Ｅ、雑誌Ｄの順となる。

なお、単位媒体接触率当たりの広告コスト（広告コストを媒体接触率で除算した値)を演算し、小さな順に並べるようにしてもよい。

さらに含有率で候補を決定するようにしてもよい。含有率とは、特定の広告媒体に注目した場合の各区分における割合をいう。例えば、雑誌Ｅをよく接する広告媒体として記憶しているユーザが全区分で、１０００人存在した場合に、区分Ｃ１に８５０人、区分Ｃ２に１００人、区分Ｃ３に２０人、区分Ｃ４に３０人である場合、雑誌Ｅについての区分Ｃ１の含有率は８５０／１０００＝０．８５となる。このように他の区分との関係で決定される割合を用いることにより、当該区分に属するユーザがよく接する広告媒体を抽出することができる。さらに、含有率についても、上記と同様に、広告コストを加味した値で候補を決定するようにしてもよい。

さらに、媒体接触率およびまたは含有率、さらに、これらにコストを加味した値について、両者を組み合わせて候補を決定するようにしてもよい。組み合わせるとは、単純なand条件、またはor条件を求めるようにしてもよく、さらに、所定の係数を乗算して、総合点を求めるようにしてもよい。

上記実施形態においては、各機能を実現する為に、ＣＰＵを用い、ソフトウェアによってこれを実現している。しかし、その一部若しくは全てを、ロジック回路等のハードウェアによって実現してもよい。

なお、上記プログラムの一部の処理をオペレーティングシステム（ＯＳ）にさせるようにしてもよい。

また、上記実施形態を変形させることにより、アンケート結果解析支援装置を提供することができる。図３６にアンケート結果解析支援装置１００の機能ブロック図を示す。アンケート結果解析支援装置１００は、回答情報記憶手段１０２、検索語記憶手段１０３、決定手段１０４、集計手段１０５、生成手段１０６、検索数変動履歴演算手段１０７、検索数変動履歴記憶手段１０８、区分決定手段１０９を備えている。

回答情報記憶手段１０２は、回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報を記憶する。検索語記憶手段１０３は、特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶する。決定手段１０４は、検索条件としての検索語が与えられると、検索語記憶手段１０３から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定する。集計手段１０５は、回答情報記憶手段２に記憶されたアンケート回答情報のうち、前記該当の回答がなされた項目について、クロス集計における第１の軸方向に前記各区分を配置し、クロス集計における第２の軸方向に前記アンケート回答情報の各項目を配置し、前記各区分における前記各項目の人数をクロス集計する。生成手段１０６は、前記集計結果について、前記第１の軸方向に配置した項目または前記第２の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する。

また、生成手段１０６は、前記第１の軸方向に配置された項目のセルの値を、前記第２の軸方向の同じ項目で比較して、特異な値のセルを他のセルと区別容易とする強調項目処理データを生成する。したがって、前記第１の軸方向に配置した特定の項目に属するセルのうち、特異な値を有するセルを他のセルと区別容易とする強調表示ができる。また、２以上の項目を抽出した場合には、異なる項目における検索時期が異なるユーザ間の特性解析が容易となる。

検索数変動履歴演算手段１０７は、検索語記憶手段１０３に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する。検索数変動履歴記憶手段１０８は、前記演算された検索数変動履歴を記憶する。区分決定手段１０９は、前記検索数変動履歴の形状に基づいて、区分を決定する。決定手段１０４は、区分決定手段１０９から与えられた区分を用いて前記検索者ＩＤを抽出する。

なお、本実施形態においては、１つのアンケート結果解析支援装置内に、アンケート結果データ記憶手段１０２および検索語記憶手段１０３を記憶する場合について説明したが、これらについてはそれぞれ別のコンピュータに記憶しておき、当該別のコンピュータから読み出すようにしてもよい。また、アンケート結果データ記憶手段１０２および検索語記憶手段１０３を１のコンピュータで実現してもよい。

９．ハードウェア構成
アンケート結果解析支援装置１００のハードウェア構成は、ハードディスク２６に記憶されているプログラムおよびデータを除き、図２に示す広告媒体決定装置１とほぼ同様である。アンケート結果解析支援装置１００のハードディスク２６には、図３７に示すように、解析プログラム１２６p、検索語記憶部１２６k、アンケートデータ記憶部１２６t、検索数変動履歴記憶部１２６hが記憶されている。

検索語記憶部１２６kには、図３８Ａに示すように、各検索語について、検索を行った検索者ＩＤとしてユーザＩＤおよび検索時期が記憶されている。本実施形態においては、ユーザＩＤごとにまとめたテーブル形式としたが、これに限定されず、たとえば、図３８Ｂに示すように、検索時期の時系列順に記憶するようにしてもよい。また、本実施形態においては、検索時期として検索日を記憶するようにしたが、検索日および検索時刻を記憶するようにしてもよい。かかる検索語毎の検索時期およびユーザＩＤは、たとえば、あるポータルサイトにログインしたユーザを対象に、ユーザ毎にインターネット上の検索エンジンを用いた検索について、検索語および検索時期を記憶するようにすればよい。

アンケートデータ記憶部１２６tには、図３９に示すように、ユーザ毎に、アンケート結果データが記憶されている。

たとえば、ユーザＩＤ10001のユーザは、アンケート回答項目として、「髪の毛の手入れに気を使う方だ」、「髪の毛のぱさつきが気になる方だ」、「おしゃれに気を遣う方だ」、「流行に敏感な方だ」を該当（ｙｅｓ）としている。

その他の回答項目としては、接触媒体として、「雑誌B」、「テレビ番組A」,「テレビ番組B」、・・を該当（ｙｅｓ）と、「雑誌A」を非該当（No）と回答している。 また、実際に認知した広告である認知広告として、「シャンプーＡのテレビ広告」、「シャンプーＡのバナー広告」、「シャンプーＡのホームページ」が該当（ｙｅｓ）、既購入商品として「シャンプーＣ」などが該当（ｙｅｓ）と回答している。

検索数変動履歴記憶部１２６hには、後述するように、検索語記憶部１２６kに記憶された各検索語を集計して、検索数の時系列変動を表す検索数変動履歴として、検索語毎に、"日時","検索回答者数","ユーザＩＤ"が記憶されている。例えば、図４０に示す検索語であれば、2008/5/1には、１回検索がされており、検索者は"10011"の１人である。また、2008/5/2には、３回検索されており、検索者は、12303,10013,10024"の３人である。このように、検索数変動履歴記憶部１２６hには時系列順の検索数変動履歴が記憶されている。

１０．解析処理
アンケート結果の解析処理について図４１を用いて説明する。ＣＰＵ２３は、クロス集計する場合の１つの軸となる検索対象語の入力処理を行う（ステップＳ１０１）。かかる処理は、ＣＰＵ２３が図４２のようなダイアログをモニタに表示して入力を促せばよい。領域１３３に検索語を入力し、ボタン１３４を選択すると、検索対象語が決定される。以下では、検索対象語として"シャンプーＡ"が入力されたものとする。

ＣＰＵ２３は、特定された検索語についての検索履歴の集計処理を行う(ステップＳ１０２）。集計処理の詳細を図４３に示す。

ＣＰＵ２３は、当該検索語が検索された全てのレコードを抽出する(ステップＳ１１３）。この場合であれば、検索語は”シャンプーＡ"であるので、ＣＰＵ２３は、検索者ID"10001",検索日時”2008/8/5"、検索者ID"10002",検索日時”2008/6/1 、検索者ID"10003",検索日時”2008/7/16"、検索者ID"10004",検索日時”2008/9/1"、検索者ID"10005",検索日時”2008/6/24"・・・を抽出する。

ＣＰＵ２３は、抽出されたレコードの中で、最も早い時期に検索されたレコードを特定する(ステップＳ１１５）。ＣＰＵ２３は、最も早い時期に検索された日時を当該検索語の母集団検索日時とする(ステップＳ１１７）。たとえば、図３８Ａの例であれば、検索語"シャンプーＡ"の母集団検索日時は”2008/5/1”となる。

なお、ステップＳ１０１にて入力された検索語によっては、母集団検索日時が、かなり昔となる場合もある。このような場合には、ステップＳ１１７にて演算した母集団検索日時をモニタに表示し、操作者に「母集団検索日時は○年○月○日ですがこの日でよろしいですか？」と確認し、任意の日時を入力させるようにしてもよい。

ＣＰＵ２３は、抽出されたレコードの各ＩＤについて、母集団検索日時以降で最も早い日時のレコードを抽出して、各ＩＤに対して個人検索時間差を計算し、これを記憶する(図４３ステップＳ１１９）。本実施形態においては、個人検索時間差として、日数を採用した。たとえば、図３８Ａの場合であれば、図４０に示すような、日毎の検索回答者数および回答者IDとして、検索日時2008/5/1、 回答者数”1”、検索者ID”10011"、検索日時”2008/5/2 、 回答者数”３”、検索者ID"12303","10013","10024"・・・が得られる。なお、集計単位は、週、月、あるいは午前午後、時間(たとえば3時間単位）など任意に入力できるようにしてもよい。

また、同じ検索語について複数回検索した場合には、最先の日が当該ユーザの最先検索日時となり、最先検索日時と母集団検索日時との差が当該ユーザの個人検索時間差となる。

集計処理が完了すると、ＣＰＵ２３は区分け決定処理を行う(図４１ステップＳ１０５）。本実施形態においては、上記検索数変動履歴データが作成された検索語について、検索数変動履歴を表示して、操作者がこれを参照して、検索時期をキーとして、時系列順に所定数に区分して、当該検索語について検索開始時期から検索終了時期までを所定数に区分して、各区分に属するユーザＩＤを抽出する。かかる処理について説明する。

ＣＰＵ２３は、前記検索数変動履歴データに基づき、モニタに折れ線グラフを表示する。本実施形態においては、折れ線グラフは横軸を日にち（個人検索時間差）、縦軸を検索数とした。これにより、図４４に示すような集計区分分布が表示される。操作者はかかる分布を参照して、区分手法および区分数を指定する。これにより、区分数が決定される。以下では、分位による区分で、区分数５が指定されたものとする。分位による区分とは、総検索数を均等に所定区分数で区分することをいう。この場合区分数は「５」であるので、総検索数のうち、２０％となるまでを１つの区分として、全体を５つに区分することとなる。区分後のデータ例を図４５に示す。

なお、区分方法については、前記分位以外にロジャース区分など、種々のものが採用できる。また、月別などのカレンダー区分や、母集団検索日時を起点とした時間区分などを使ってもよい
つぎに、ＣＰＵ２３は、アンケート結果データを読み出す(図４１ステップＳ１０７）。この場合、図３９に示すアンケート結果データが読み出されたものとする。

ＣＰＵ２３は、アンケート結果データにおける複数項目について、アンケート結果の対象者をステップＳ１０５にて決定した区分で分類し、これを１つの軸として、前記アンケートの項目をもう１つの軸としてクロス集計処理を行う（ステップＳ１０９）。

クロス集計については、従来の集計手法が可能である。本実施形態においては、前記区分を表頭（列）に取り、アンケートの項目を表側（行）にとって、人数分布をパーセントで表す縦％集計を行った。これにより、図４６のような集計結果が得られる。具体的には、この実施形態では、各項目の値は、縦の総数で除算した百分率で表記される。具体的には、区分Ｃ１に属するユーザのうち、シャンプーＡのテレビ広告を認知した割合は４２．５％であり、区分Ｃ２に属するユーザのうち、シャンプーＡのテレビ広告を認知した割合は、５４．６％であり・・・という分析結果が得られる。

また、この例では、非検索者も表頭に配置してクロス集計するようにしている（図４６参照）。これにより、非検索者の特性を考慮した解析が可能となる。

つぎに、ＣＰＵ２３は、特異な値を有するセルについて強調表示を行う(図４１ステップＳ１１０）。本実施形態においては、その数値が前記各区分の平均値よりも３％以上高い項目については、表示する際に他の項目と区別容易とする強調項目処理データを生成するようにした。

表示例の一部を図４７に示す。この場合、シャンプーＡのテレビ広告を選択している割合について、区分Ｃ１〜区分Ｃ５に属するユーザの平均は、４０．２％で、区分Ｃ２に属するユーザは５４．６％である。ＣＰＵ２３は、各項目の値と平均との差が所定以上であるかを判断する。この場合、５４．６−４０．２＝４．２であり、所定値「３」以上である。一方、他の区分区分Ｃ１、Ｃ３〜Ｃ５はいずれも、差が上記所定値以上とはならない。したがって、ＣＰＵ２３は、区分Ｃ２の領域１６１を強調表示する。他の領域１６２〜１６８についても同様である。このような強調表示により、区分Ｃ１〜区分Ｃ５に属するユーザの特徴がより把握しやすくなる。

図４８に、各項目について強調表示した全体の表示例を示す。アンケート解析者は、これを参照して、たとえば、「シャンプーＡ」の検索を早い段階で行う人は「10代の」「髪の毛の手入れに気を使う」、「髪の毛のぱさつきが気になる」、「流行に敏感な方だ」の人が多く、また、接触媒体としては、「雑誌B」、「テレビ番組B」の接触率が高いことがわかる。したがって、たとえば、「雑誌B」や「テレビ番組B」に髪の毛の手入れや髪の毛のぱさつきを問題訴求する広告を出稿すればよいとの解析結果を得ることができる。また、検索を遅い段階で行う人は「30代」が多く、「テレビ番組A」の接触率が高いことがわかるので、それに対応したマーケティング戦略を立案すればよい。

このように、検索時期を用いた集計を活用することにより、広告をはじめとするマーケティング戦略においても、商品を発売する前・発売した直後・発売してしばらくたってからなどのタイミングに応じて、より適した広告をはじめとするマーケティング施策を行うことが可能となる。

また、同じく「シャンプーA」の検索をした人でも、「商品がまだあまり知られていない早い段階で検索を行った人」と「商品がマスメディア等で取り上げられ有名になった後の遅い段階で検索を行った人」では、特性が大きく異なると考えられるため、検索時期を用いた集計によって、検索有無別の集計では得られない、より精緻な消費者特性が把握できる。

また、当該商品を検索した人は、その商品への関与が高い人であるので、その商品への関与が高い人が商品への関与を持った時期を把握することができる。また、現在、インターネットで検索を行っている人の割合を考慮すると母集団の代表性にも優れており、検索履歴データを有するため、正確な検索時期を把握することができる。さらに、商品の既購入についてもアンケート調査で質問することにより補完することができる。

また、従来は、商品にアンケート用紙を付与する方法に加えて、調査モニターから購入経験者をスクリーニングするなどの手法があった。たとえば、事前質問あるいは１問目で「○○を買ったことがあるか否か」を質問し、YESの人のみ以下の質問に答えてもらうなどである。しかし、この方法では、あまり売れていない商品の場合には、十分なサンプル数が得られない、また、コストが余分にかかるなどの問題があった。本件発明では、このような商品でも、かかる問題を解消することができる。

また、本発明では、ある検索語を検索した検索者をクロス集計の１つの軸としている。したがって、新発売商品の場合の購買予定者を想定したアンケートができ、購買者が少ない商品でも、多くのサンプル数を効率的に確保することができる。また、従来、流通チェーン等のPOSデータ/個人購買履歴データがない限り、「購買時期」を特定することは非常に難しいという問題があった。さらに、前記流通チェーン等のPOSデータ/個人購買履歴データに紐付いた調査、集計は、流通チェーン・エリアなどが限定され、十分なサンプル数が確保できなかったり、サンプルにバイアスがかかるといった問題もあった。本発明においては、かかる問題を解決して、情報感度などを加味した分析が可能となる。

１１．他の実施形態
上記実施形態においては、クロス集計として縦％を求め、かつ、特異な値を有するセルについて強調表示を行うようにした場合について説明したが、集計タイプ、強調表示などのマーキングについては、操作者が選択できるようにしてもよい。たとえば、図４１ステップＳ１０９の前までに、図４９に示すような集計指示入力画面を表示し、操作者に入力させるようにすればよい。

図４９において、”抽出条件”とは、表側項目のうち、たとえば、”年齢１０代”の回答者に限定した抽出をしたい場合、操作者は、"条件あり"を選択して、プルダウンメニューから、”年齢１０代”を指定すればよい。

”表タイプ”とは、各セルの値の表示であり、絶対人数を表示したければ、”度数”を、全国人口と回答者総数（母体）の比率を用いて、各項目の該当者が全国ではどの程度存在するかを推定した値を得たい場合には、"推定人数"を、非検索者も含めた％を表示したければ、”全体％”を、項目のランキングを得たい場合には、”ランキング表示”を選択し、ランキングする基準（数値、全体平均との差、検索者平均との差、Χ二乗値・・・）などをプルダウンメニューから選択すればよい。”横％”は、表側に配置される特定項目の総和を１００とした場合の割合で表示する場合である。

”表頭に使用する項目”および、”表側に使用する項目”は、プルダウンメニューからそれぞれ選択するようにすればよい。図４６の例では、”表頭に使用する項目”は、検索時期であり、”表側に使用する項目”は、性別、年齢・・・・というアンケート項目である。

”平均について”は、"「全体平均」表示"、”平均非表示”、"「検索者平均」表示のいずれかを選択する。

"マーキングについて”は、図４８のような強調表示する場合の判断基準および閾値を入力する。いずれかを選択して、さらに閾値として数値に加えて、”以上”や"以下”等を選択するようにすればよい。

ＣＰＵ２３は、図４９に示す入力画面で入力された各指示（”抽出条件”、”表タイプ”、”表頭に使用する項目”、”表側に使用する項目”、”平均について”、"マーキングについて”）について、指示された条件を記憶しておき、図４１ステップＳ１０９の前に、集計表の出力表示を決定すればよい。

ランキング表示について図５０を用いて説明する。図５０は、図４８の集計結果が得られた場合の、区分Ｃ１、Ｃ２において、平均値を減算した値が高い順に項目を並べ替えた例である。図５１は、区分Ｃ１〜Ｃ５について、項目だけを並べ替えた例である。このように、数値から前記各区分の平均値を減算した値に基づき、配置を並べ替えることにより、解析者が、その区分に属するユーザの特性をより確実に把握することができる。

また、上記実施形態においては、全員にアンケートをした結果について、ユーザ毎に上記検索時期によりグループ化して、集計するようにしたが、最初から特定のグループに属するユーザのみをアンケート対象者とし、その結果を集計するようにしてもよい。たとえば、区分Ｃ１に属するユーザは、商品がまだあまり知られていない早い段階で検索を行った人であるので、これらのユーザだけを対象にアンケートを実施したい場合もある。このような場合に、全ユーザを対象にアンケートを行うよりも母集団を絞り込むことができるので、より効率的なアンケートを実施することができる。

なお、上記実施形態においては、ターゲット属性特定情報および検索語データをアンケート結果解析支援装置内に記憶させておく場合を例として説明したが、別のコンピュータ(例えばセンタサーバ）に、いずれかまたは双方のデータを記憶しておき、ネットワークを介して読み出すようにしてもよい。さらに、センタサーバを２つに分け、3台のコンピュータで構成したコンピュータシステムとして実現することもできる。

また、検索結果の収集については、ユーザ登録させた際に、そのユーザのパソコンに検索エンジン利用の履歴記憶プログラムをインストールさせて、検索の都度、検索語および検索時期を記憶しておき、これをセンターサーバに定期または不定期で送信させるようにしてもよい。このように、検索結果に収集手法については既知の技術を採用することができる。

上記実施形態では、検索語については操作者が入力するようにしたが、検索語をカテゴリーに分類して記憶しておき、検索語が属するカテゴリーに属する検索語を自動的に特定できるようにしてもよい。また、候補として表示し、いずれかを選択できるようにしてもよい。

また、各検索語について、検索数変動履歴を記憶しておき、これを操作者に表示し、いずれかが選択されると、その検索語を特定するようにしてもよい。

また、所定数に区分する区分決定規則を記憶しておき、この規則を用いて区分を決定するようにしてもよい。

また、カテゴリーに分類して検索語を記憶しておき、前記検索語が属するカテゴリーの検索語の区分で、区分を決定するようにしてもよい。

また、検索語特定手段は、広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を自動特定してもよい。さらに自動特定ではなく、特定した検索語の検索数変動履歴を表示し、いずれかが選択されると、選択された検索語を前記広告対象名称に対応する語として、検索語特定手段に与えるようにしてもよい。

また、上記実施形態においては、各種の期間としては、日を基準としたが、週、月、あるいは午前午後、時間(たとえば3時間単位）など任意に適用することができる。

また、区分の指定としては、○月○日〜○月○日というように特定したが、ある時からの相対期間、例えば、○月○日から1ケ月後までというように相対的に特定することもできる。

また、集計区分については任意の時間区分、例えば1ケ月等、を設定してもよい。また、母集団検索日時を任意に指定するようにしてもよい。例えば、母集団検索日時を１／１とし、集計区分を1ケ月とすると月別集計となる。これにより、カレンダー区分への対応も可能となる。

（１）本発明にかかるアンケート結果解析支援装置は、1）回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報を記憶する回答情報記憶手段、2)特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶する検索語記憶手段、3)検索条件としての検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定する決定手段、4)前記回答情報記憶手段に記憶されたアンケート回答情報のうち、前記該当の回答がなされた項目について、クロス集計における第１の軸方向に前記各区分を配置し、クロス集計における第２の軸方向に前記アンケート回答情報の各項目を配置し、前記各区分における前記各項目の人数をクロス集計する集計手段を備えている。

したがって、ある検索語の検索時期に基づき、アンケート結果のクロス集計ができる。

（２）本発明にかかるアンケート結果解析支援装置においては、前記集計手段は、さらに、前記回答者のうち、前記検索をしなかったユーザを非検索ユーザ区分として前記第１の軸方向に追加配置してクロス集計する。したがって、非検索ユーザとの対比で、ある検索語の検索時期に基づき、アンケート結果のクロス集計ができる。

（３）本発明にかかるアンケート結果解析支援装置においては、前記集計手段は、前記クロス集計した表における各セルのうち、前記第１の軸方向に配置した項目のうち、特定の項目に属するセルの値を当該項目に属するセルの値に基づき正規化する。したがって、前記第１の軸方向に配置した特定の項目に属するセルの値を比較することができる。また、前記第１の軸方向に配置した特定の項目について複数行うことにより、異なる検索時期におけるユーザ間の特性解析ができる。

（４）本発明にかかるアンケート結果解析支援装置においては、前記集計手段は、前記クロス集計した表における各セルのうち、前記第２の軸方向に配置した項目のうち、特定の項目に属するセルの値を当該項目に属するセルの値に基づき正規化する。したがって、前記第２の軸方向に配置した特定の項目に属するセルの値を比較することができる。また、前記第２の軸方向に配置した特定の項目について複数行うことにより、異なる項目における検索時期が異なるユーザ間の特性解析ができる。

（５）本発明にかかるアンケート結果解析支援装置においては、前記生成手段は、前記集計結果について、前記第１の軸方向に配置した項目または前記第２の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する。したがって、解析者が解析を希望する項目を抽出した表示が可能となる。

（６）本発明にかかるアンケート結果解析支援装置においては、前記集計結果について、前記第１の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する生成手段を備え、前記生成手段は、前記第１の軸方向に配置された項目のセルの値を、前記第２の軸方向の同じ項目で比較して、特異な値のセルを他のセルと区別容易とする強調項目処理データを生成する。したがって、前記第１の軸方向に配置した特定の項目に属するセルのうち、特異な値を有するセルを他のセルと区別容易とする強調表示ができる。また、２以上の項目を抽出した場合には、異なる項目における検索時期が異なるユーザ間の特性解析が容易となる。

（７）本発明にかかるアンケート結果解析支援装置においては、前記集計結果について、前記第１の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する生成手段を備え、前記生成手段は、前記第１の軸方向に配置された項目のセルの値を、前記第２の軸方向の同じ項目で比較して、特異な値順に並べたランキング処理データを生成する。したがって、前記第１の軸方向に配置した特定の項目に属するセルのうち、特異な値を有するセルを表示することができる。また、２以上の項目を抽出した場合には、異なる項目における検索時期が異なるユーザ間の特性解析が容易となる。

（８）本発明にかかるアンケート結果解析支援装置においては、前記集計結果について、前記第２の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する生成手段を備え、前記生成手段は、前記第２の軸方向に配置された項目のセルの値を、前記第１の軸方向の同じ項目で比較して、特異な値のセルを他のセルと区別容易とする強調項目処理データを生成する。したがって、前記第２の軸方向に配置した特定の項目に属するセルのうち、特異な値を有するセルを他のセルと区別容易とする強調表示ができる。また、２以上の項目を抽出した場合には、異なる項目における検索時期が異なるユーザ間の特性解析が容易となる。

（９）本発明にかかるアンケート結果解析支援装置においては、前記集計結果について、前記第２の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する生成手段を備え、前記生成手段は、前記第２の軸方向に配置された項目のセルの値を、前記第１の軸方向の同じ項目で比較して、特異な値順に並べたランキング処理データを生成する。したがって、前記第２の軸方向に配置した特定の項目に属するセルのうち、特異な値を有するセルを表示することができる。また、２以上の項目を抽出した場合には、異なる項目における検索時期が異なるユーザ間の特性解析が容易となる。

（１０）本発明にかかるコンピュータによるアンケート結果解析方法は、コンピュータに、回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報と、特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶部に記憶させておき、前記コンピュータは、検索条件としての検索語が与えられると、前記記憶部に記憶された当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定し、前記前記記憶部に記憶されたアンケート回答情報のうち、前記該当の回答がなされた項目について、クロス集計における第１の軸方向に前記各区分を配置し、クロス集計における第２の軸方向に前記アンケート回答情報の各項目を配置し、前記各区分における前記各項目の人数をクロス集計する。

したがって、ある検索語の検索時期に基づき、アンケート結果のクロス集計ができる。

（１１）本発明にかかるアンケート結果解析プログラムは、コンピュータに以下のステップ1)〜3)を実行させるためのプログラムである。1)回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報と、特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶部に記憶させるステップ、2)検索条件としての検索語が与えられると、前記記憶部に記憶された当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定するステップ、3)前記前記記憶部に記憶されたアンケート回答情報のうち、前記該当の回答がなされた項目について、クロス集計における第１の軸方向に前記各区分を配置し、クロス集計における第２の軸方向に前記アンケート回答情報の各項目を配置し、前記各区分における前記各項目の人数をクロス集計するステップ。

（１２）本発明にかかるアンケート結果解析システムは、第１のコンピュータに、回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報を記憶させ、第２のコンピュータに、特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶しておき、前記第１および第２のコンピュータと接続された第３のコンピュータは、検索条件としての検索語が与えられると、前記第２のコンピュータから当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定するとともに、前記第１のコンピュータに記憶されたアンケート回答情報のうち、前記該当の回答がなされた項目について、クロス集計における第１の軸方向に前記各区分を配置し、クロス集計における第２の軸方向に前記アンケート回答情報の各項目を配置し、前記各区分における前記各項目の人数をクロス集計する。

したがって、ある検索語の検索時期に基づき、アンケート結果のクロス集計ができる。

（１３）本発明にかかるアンケートアンケート対象者決定装置は、1)回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報を記憶する回答情報記憶手段、2)特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶する検索語記憶手段、3)検索条件としての検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定する決定手段、4)前記区分のいずれかが特定されると、当該区分に属する検索者ＩＤをアンケート対象者として決定するアンケート対象者決定手段を備えている。

したがって、ある検索語の検索時期に基づいて、予め限定した者についての、アンケートをすることができる。このように対象者を限定したアンケートを実施することにより、目的に合致したアンケートをすることができる。

上記実施形態では、クロス集計表における第１の軸として表頭項目を、第２の軸として表側項目を、採用した場合について説明したが、「表頭項目」と「表側項目」を入れ替えてもよい。

また、「特異な値を有するセル」とは、たとえば、集計したクロス集計結果の項目について、統計的に有意であるか否かを示す値、各セルの数値から前記各区分の平均値を減算した値が他のセルに比べて大きい場合、小さい場合も含む。さらに、クロス集計結果の項目についてのカイ二乗値が大きいセルをいう。

上記においては、本発明を好ましい実施形態として説明したが、各用語は、限定のために用いたのではなく、説明のために用いたものであって、本発明の範囲および精神を逸脱することなく、添付のクレームの範囲において、変更することができる。

Claims (25)

1. ユーザＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を記憶するターゲット特定情報記憶手段、
   データ入力を行ったユーザＩＤ、データ入力時期、および入力語を対応づけて記憶する第１記憶手段、
   対象となる語が与えられると、前記第１記憶手段から当該対象となる語のデータ入力時期をユーザＩＤ毎に抽出し、抽出したデータ入力時期を時系列順に所定数に区分して、各区分に属するユーザＩＤを抽出する抽出手段、
   前記ターゲット特定情報記憶手段に記憶されたターゲット特定情報を用いて、前記抽出したユーザＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記対象となる語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定手段、
   を備えたことを特徴とする広告媒体決定装置。
2. 請求項１の広告媒体決定装置において、
   広告対象名称に対応する語が与えられると前記広告媒体データ決定手段に与えるとともに、前記広告対象名称に対応する語を特定し前記抽出手段に与える語特定手段を備えたこと、
   を特徴とするもの。
3. 請求項２の広告媒体決定装置において、
   前記第１記憶手段に記憶された語は、カテゴリーに分類されており、
   前記語特定手段は、前記広告対象名称に対応する語が属するカテゴリーの語を特定すること、
   を特徴とするもの。
4. 請求項２の広告媒体決定装置において、
   前記第１記憶手段に記憶された各語について、データ入力数の時系列変動を表すデータ入力数変動履歴を演算するデータ入力数変動履歴演算手段、
   前記演算されたデータ入力数変動履歴を記憶する第２記憶手段、
   を備え、
   前記語特定手段は、前記各語のデータ入力数変動履歴を表示し、いずれかが選択されると、その語を特定すること、
   を特徴とするもの。
5. 請求項１の広告媒体決定装置において、
   広告対象名称およびこれに対応する語が与えられると、前記広告対象名称を前記広告媒体データ決定手段に与えるとともに、前記広告対象名称に対応する語を前記抽出手段に与える語特定手段を備えたこと、
   を特徴とするもの。
6. 請求項１、請求項２、または請求項５の広告媒体決定装置において、
   前記所定数に区分する区分決定規則を記憶する区分決定手段を備え、
   前記抽出手段は、前記区分決定手段から与えられた区分決定規則を用いて前記ユーザＩＤを抽出すること、
   を特徴とするもの。
7. 請求項１、請求項２、または請求項５の広告媒体決定装置において、
   前記第１記憶手段に記憶された語について、データ入力数の時系列変動を表すデータ入力数変動履歴を演算するデータ入力数変動履歴演算手段、
   前記演算されたデータ入力数変動履歴を記憶する第２記憶手段、
   前記データ入力数変動履歴の形状に基づいて、区分を決定する区分決定手段、
   を備え、
   前記抽出手段は、前記区分決定手段から与えられた区分を用いて前記ユーザＩＤを抽出すること、
   を特徴とするもの。
8. 請求項７の広告媒体決定装置において、
   前記区分決定手段は、前記データ入力数変動履歴の形状変化率が所定以上変化する場合には、新たな区分であると判断して、区分を決定すること、
   を特徴とするもの。
9. 請求項７の広告媒体決定装置において、
   前記区分決定手段は、前記データ入力数変動履歴を表示し、与えられた区分データを用いて、区分を決定すること、
   を特徴とするもの。
10. 請求項１、請求項２、または請求項５の広告媒体決定装置において、
    前記第１記憶手段に記憶された語は、カテゴリーに分類されており、
    前記語が属するカテゴリーの語の区分で、区分を決定する区分決定手段を備えていること、
    を特徴とするもの。
11. 請求項２または請求項５の広告媒体決定装置において、
    前記第１記憶手段に記憶された各語について、データ入力数の時系列変動を表すデータ入力数変動履歴を演算するデータ入力数変動履歴演算手段、
    前記演算されたデータ入力数変動履歴を記憶する第２記憶手段、
    を備えており、
    前記語特定手段は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称のデータ入力数変動履歴と類似するデータ入力数変動履歴を含む語を特定し、特定した語が前記広告対象名称に対応する語として、前記広告媒体データ決定手段に与えること
    を特徴とするもの。
12. 請求項２または請求項５の広告媒体決定装置において、
    前記第１記憶手段に記憶された各語について、データ入力数の時系列変動を表すデータ入力数変動履歴を演算するデータ入力数変動履歴演算手段、
    前記演算されたデータ入力数変動履歴を記憶する第２記憶手段、
    を備えており、
    前記語特定手段は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称のデータ入力数変動履歴と類似するデータ入力数変動履歴を含む語を特定し、特定した語のデータ入力数変動履歴を表示し、いずれかが選択されると、選択された語を前記広告対象名称に対応する語として、前記広告媒体データ決定手段に与えること
    を特徴とするもの。
13. 請求項２、請求項５、請求項１１または、請求項１２の広告媒体決定装置において、
    前記語は、論理積および論理和のいずれかまたは双方が組み合わされた複数の語であり、
    前記抽出手段は、各語についてデータ入力開始時期からデータ入力終了時期までの期間を求め、各区分に属するユーザＩＤを抽出すること、
    を特徴とするもの。
14. 請求項１３の広告媒体決定装置において、
    前記抽出手段は、与えられた論理積演算をおこなうこと、
    を特徴とするもの。
15. 請求項１３の広告媒体決定装置において、
    前記論理積演算は、期間の最大値を求めること、
    を特徴とするもの。
16. 請求項１３の広告媒体決定装置において、
    前記論理積演算は、期間の平均値を求めること、
    を特徴とするもの。
17. 請求項１３〜請求項１６のいずれかの広告媒体決定装置において、
    前記抽出手段は、前記求めた各語についての期間を語毎に正規化してから、前記演算を行うこと、
    を特徴とするもの。
18. 請求項１７の広告媒体決定装置において、
    前記正規化は、データ入力開始時期からデータ入力終了時期までを前記語毎に所定数に区分して、いずれの区分に属するかで前記論理積演算を行うこと、
    を特徴とするもの。
19. 請求項１８の広告媒体決定装置において、
    前記各語の正規化データのうち、論理積演算を行うデータが、他のデータと所定の閾値以上離れている場合には、当該正規化データを無視して論理積演算を行うこと、
    を特徴とするもの。
20. 請求項１９の広告媒体決定装置において、
    前記所定の閾値以上離れているとは、時期が存在しない場合であること、
    を特徴とするもの。
21. 請求項１３〜請求項１６のいずれかの広告媒体決定装置において、
    論理積演算を行う語について時期が存在しない語が存在する場合、それが所定数以下であれば、当該語を無視して論理積演算を行うこと、
    を特徴とするもの。
22. コンピュータに、1)ユーザＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報、および2)データ入力を行ったユーザＩＤ、データ入力時期、およびデータ入力語を対応づけた語データを記憶させておき、
    前記コンピュータは、ある語が与えられると、前記第１記憶手段から当該語のデータ入力時期をユーザＩＤ毎に抽出し、抽出した時期を時系列順に所定数に区分して、各区分におけるユーザＩＤを抽出し、
    前記コンピュータは、前記記憶されたターゲット特定情報を用いて、前記抽出したユーザＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記語に対応して与えられた広告対象名称における広告媒体データとして決定すること、
    を特徴とするコンピュータによる広告媒体決定方法。
23. 語が与えられると、データ入力を行ったユーザＩＤ、入力時期、および入力語を対応づけて記憶させた結果データ記憶装置から当該語の入力時期をユーザＩＤ毎に抽出し、抽出した入力時期を抽出した時期について、データ入力開始時期からデータ入力終了時期まで時系列順に所定数に区分して、各区分におけるユーザＩＤを抽出する抽出手段、
    ユーザＩＤに対応づけて記憶された、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を用いて、前記抽出したユーザＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定手段、
    を備えたことを特徴とする広告媒体決定装置。
24. コンピュータに以下のステップ1)、2)を実行させるためのプログラム。
    1)語が与えられると、データ入力を行ったユーザＩＤ、データ入力時期、および語を対応づけて記憶させた結果データ記憶装置から当該語のデータ入力時期をユーザＩＤ毎に抽出し、抽出したデータ入力時期を時系列順に所定数に区分して、当該語についてデータ入力開始時期からデータ入力終了時期までを所定数に区分して、各区分におけるユーザＩＤを抽出する抽出ステップ、
    2)ユーザＩＤに対応づけて記憶された、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を用いて、前記抽出したユーザＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定ステップ。
25. 第１のコンピュータに、1)ユーザＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報、および2)データ入力を行ったユーザＩＤ、データ入力時期、および語を対応づけた語データを記憶させておき、
    第２のコンピュータは、ある語が与えられると、前記第１のコンピュータから当該語のデータ入力時期をユーザＩＤ毎に抽出し、抽出したデータ入力時期を時系列順に所定数に区分して、各区分におけるユーザＩＤを抽出し、
    前記第２のコンピュータは、前記記憶されたターゲット特定情報を用いて、前記抽出したユーザＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記語に対応して与えられた広告対象名称における広告媒体データとして決定すること、
    を特徴とするコンピュータによる広告媒体決定方法。

Images