JP5425333B1 - マーケティング支援システム、マーケティング支援方法、プログラム及びコンピュータ記憶媒体 - Google Patents

Abstract

【課題】インターネット上に発信されたテキストデータを適切に解析して、効率の良いマーケティングを行う。
【解決手段】テキスト取得部において、ソーシャルメディア上にユーザが発信したテキストデータを選択し、当該テキストデータをユーザの識別情報と紐づけて取得する（工程Ｓ１）。形態素解析部において、テキスト取得部から入力されたテキストデータを形態素に分割する（工程Ｓ２）。条件指定部において、人の行動又は嗜好に基づいた動詞又は形容詞を指定する（工程Ｓ３）。傾向抽出部において、形態素解析部から入力された形態素のうち、条件指定部から入力された動詞又は形容詞に係る名詞を抽出する（工程Ｓ４）。出力部において、傾向抽出部から入力された名詞とユーザの識別情報に基づき、ユーザと名詞が紐づけられたユーザ傾向テーブルを出力する（工程Ｓ５）
【選択図】図２

Description

本発明は、インターネットを利用したマーケティング支援システム、マーケティング支援方法、プログラム及びコンピュータ記憶媒体に関する。

近年、ソーシャルメディアの利用が拡大し、これを用いてマーケティングを行うことが注目されている。ソーシャルメディアは、インターネット上でユーザ同士が情報を双方向に発信することによって成立するメディアであり、具体的には例えばＴｗｉｔｔｅｒ（登録商標）などのソーシャルネットワーキングサービス（以下、「ＳＮＳ」という）や、ブログ（Ｗｅｂｌｏｇの略称）などが含まれる。また、ソーシャルメディアではユーザが自由に情報を発信しており、かかる情報は商品やサービスのマーケティングを行う上で重要な要素の一つになりつつある。

そこで、例えば特許文献１には、インターネット上で公開されているブログに記載されている個人の意見を収集、解析し、マーケティングを行うことが提案されている。特許文献１に記載されたマーケティング方法によれば、ブログ上のテキストデータを形態素に分割した後、当該分割された形態素の中から属性表現（すなわち、商品やサービス等の固有物を表す語句）と評価表現（すなわち、当該固有物に対する個人の意見となる評価を表す語句）を抽出し、抽出された属性表現と評価表現にタグを付与する。そして、タグが付与された属性表現と評価表現の中から、属性表現と当該属性表現と意味的な関係性を有する評価表現のペアを同定し、同定された属性表現と評価表現のペアに関する情報を出力している。

特開２０１１−７０５４１号公報

しかしながら、特許文献１に記載されたマーケティング方法では、テキストデータから属性表現と評価表現のペアを同定しているに過ぎず、すなわち単にテキストデータを文節して抜き出し解析したに過ぎない。また、このマーケティング方法で得られる出力情報には、個人の識別情報は考慮されておらず紐づけられていない。そうすると、特許文献１のマーケティング方法では、実際の個人の行動や嗜好を適切に読み取ることができず、効率のよいマーケティングを行うことは困難である。

本発明は、かかる点に鑑みてなされたものであり、インターネット上に発信されたテキストデータを適切に解析して、効率の良いマーケティングを行うことを目的とする。

前記の目的を達成するため、本発明は、インターネットを利用したマーケティング支援システムであって、識別情報を備えたユーザがインターネット上に発信したテキストデータを取得するテキスト取得部と、前記テキスト取得部で取得されたテキストデータを形態素に分割する形態素解析部と、人の行動又は嗜好に基づいた動詞又は形容詞を指定する条件指定部と、前記形態素解析部で分割された形態素のうち、前記条件指定部で指定された動詞又は形容詞に係る名詞を構文解析によって抽出する傾向抽出部と、前記テキストデータを発信した前記ユーザと、当該テキストデータに基づいて前記傾向抽出部で抽出された名詞とを紐づけて出力する出力部と、を有することを特徴としている。

本発明によれば、先ず、テキスト取得部において、インターネット上のテキストデータが取得される。このとき取得されるテキストデータは、例えばソーシャルメディアにおいて、識別情報を備えたユーザがインターネット上に発信したものであり、テキストデータとユーザが紐づけられている。続いて、形態素解析部において、テキスト取得部で取得されたテキストデータが形態素に分割される。また、これらテキストデータの取得及び形態素解析に並行して、条件指定部において、人の行動又は嗜好に基づいた動詞又は形容詞が指定される。このとき指定される動詞又は形容詞は、マーケティングの対象に関連するものに限定されない。そして傾向抽出部において、形態素解析部で分割された形態素のうち、条件指定部で指定された動詞又は形容詞に係る名詞が抽出される。さらに出力部において、テキストデータを発信したユーザと、当該テキストデータに基づいて傾向抽出部で抽出された名詞とを紐づけ、例えばユーザと名詞のテーブルが出力される。

かかる場合、出力部で出力される名詞には、識別情報を備えたユーザが紐づけられているので、どのユーザがどのような行動をし、或いはどのような興味や嗜好を有するのかを適切に読み取ることができる。すなわち、実体に即したユーザの行動や興味、嗜好を適切に把握することができる。しかも、条件指定部で指定される動詞又は形容詞はマーケティングの対象に関連するものに限定されないので、従来予測できなかったような名詞を抽出することができ、個人の行動や興味、嗜好を漏れなく的確に把握することができる。したがって、本発明によれば、効率の良いマーケティングを行うことができる。

前記条件指定部は、下記（１）〜（３）のいずれか又は複数の組み合わせで抽出される動詞又は形容詞を指定してもよい。
（１）識別情報を備えたユーザがインターネット上に発信したテキストデータにおいて、マーケティングの対象に関連するキーワードに係り受ける動詞又は形容詞
（２）識別情報を備えたユーザがインターネット上に発信したテキストデータにおいて、流行に関連するキーワードに係り受ける動詞又は形容詞
（３）識別情報を備えたユーザがインターネット上に発信した全テキストデータから、複数のテキストデータを標本として任意に選択し、当該複数のテキストデータから抽出される動詞又は形容詞

前記条件指定部は、上記（１）〜（３）のいずれか又は複数の組み合わせで抽出される動詞又は形容詞のうち、頻出度の高い動詞又は形容詞を指定してもよい。

前記テキスト取得部は、マーケティングの対象に関連するキーワード又はマーケティングの対象に関連する前記ユーザの識別情報に基づいて、テキストデータを選択して取得してもよい。

別な観点による本発明は、コンピュータによって実行されるインターネットを利用したマーケティング支援方法であって、識別情報を備えたユーザがインターネット上に発信したテキストデータを取得するテキスト取得工程と、前記テキスト取得工程で取得されたテキストデータを形態素に分割する形態素解析工程と、人の行動又は嗜好に基づいた動詞又は形容詞を指定する条件指定工程と、前記形態素解析工程で分割された形態素のうち、前記条件指定工程で指定された動詞又は形容詞に係る名詞を構文解析によって抽出する傾向抽出工程と、前記テキストデータを発信した前記ユーザと、当該テキストデータに基づいて前記傾向抽出工程で抽出された名詞とを紐づけて出力する出力工程と、を有することを特徴としている。

前記条件指定工程において、下記（１）〜（３）のいずれか又は複数の組み合わせで抽出される動詞又は形容詞を指定してもよい。
（１）識別情報を備えたユーザがインターネット上に発信したテキストデータにおいて、マーケティングの対象に関連するキーワードに係り受ける動詞又は形容詞
（２）識別情報を備えたユーザがインターネット上に発信したテキストデータにおいて、流行に関連するキーワードに係り受ける動詞又は形容詞
（３）識別情報を備えたユーザがインターネット上に発信した全テキストデータから、複数のテキストデータを標本として任意に選択し、当該複数のテキストデータから抽出される動詞又は形容詞

前記条件指定工程において、上記（１）〜（３）のいずれか又は複数の組み合わせで抽出される動詞又は形容詞のうち、頻出度の高い動詞又は形容詞を指定してもよい。

前記テキスト取得工程において、マーケティングの対象に関連するキーワード又はマーケティングの対象に関連する前記ユーザの識別情報に基づいて、テキストデータを選択して取得してもよい。

また別な観点による本発明によれば、前記マーケティング支援方法をマーケティング支援システムによって実行させるように、当該マーケティング支援システムを制御する、コンピュータ上で動作するプログラムが提供される。

さらに別な観点による本発明によれば、前記プログラムを格納した読み取り可能なコンピュータ記憶媒体が提供される。

本発明によれば、インターネット上に発信されたテキストデータを適切に解析して、効率の良いマーケティングを行うことができる。

本実施の形態にかかるマーケティング支援システムの構成の概略を示す説明図である。 本実施の形態にかかるマーケティング支援処理を示すフローチャートである。 本実施の形態において、出力部で出力されるユーザ傾向テーブルの例を示す説明図である。 他の実施の形態にかかるマーケティング支援システムの構成の概略を示す説明図である。 他の実施の形態にかかるマーケティング支援処理を示すフローチャートである。 他の実施の形態において、条件指定部で指定される動詞又は形容詞の例を示す説明図である。 他の実施の形態において、出力部で出力されるユーザ傾向テーブルの例を示す説明図である。

以下、本発明の実施の形態について図面を参照して説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

図１は、本実施の形態にかかるマーケティング支援システム１の構成の概略を示している。マーケティング支援システム１は、テキスト取得部１０、形態素解析部２０、条件指定部３０、傾向抽出部４０、及び出力部５０を有する。また、マーケティング支援システム１は、外部のソーシャルメディア１００に接続されている。

ソーシャルメディア１００は、インターネット（例えばウェブサイトやアプリケーション）を媒体とし、識別情報を備えたユーザ同士が当該インターネット上で情報を双方向に発信することによって成立するメディアである。ソーシャルメディア１００には、例えばＳＮＳのＴｗｉｔｔｅｒ（登録商標）や、ブログなどが含まれる。また、このソーシャルメディア１００におけるユーザの識別情報には、例えばユーザの名称、ハンドルネーム、性別、年齢、興味若しくは嗜好等のプロフィール情報、ある売主に対する顧客情報など、ユーザを識別するための各種情報が含まれる。

テキスト取得部１０は、ソーシャルメディア１００上にユーザが発信したテキストデータを選択し、当該テキストデータをユーザの識別情報と紐づけて取得する。このときテキスト取得部１０は、マーケティングの対象に関連するキーワードに基づいてテキストデータを選択してもよいし、或いはマーケティングの対象に関連するユーザの識別情報に基づいてテキストデータを選択してもよい。なお、テキスト取得部１０では、後述する形態素解析部２０で解析できない文字を削除又は置換することも行われる。

形態素解析部２０は、例えばＭｅＣａｂ等の公知の形態素解析プログラムを実行し、テキスト取得部１０で取得されたテキストデータを形態素に分割する。これによって、テキストデータは意味を有する最小の形態素に分割され、各形態素の品詞が判別される。なお、ここで形態素解析される動詞又は形容詞には、文語調の動詞又は形容詞に加えて、口語調の動詞又は形容詞（例えば「読もっ」、「かっけー」）や俗語調の動詞又は形容詞（例えばソーシャルメディア１００上の造語「なう」）なども含まれる。但し、これら口語調や俗語調の動詞又は形容詞の形態素解析方法は、種々の方法が用いられる。例えば目的に合うプログラムを作成してもよいし、プログラムにこれらの語を動詞又は形容詞として認識するように登録してもよいし、或いはオペレータがマニュアルで形態素解析してもよい。

条件指定部３０は、人の行動又は嗜好に基づいた動詞又は形容詞を指定する。条件指定部３０における動詞又は形容詞の指定は、任意の方法で行うことができる。例えば指定する動詞又は形容詞をデータベース（図示せず）に予め記憶しておき、マーケティングを行う際に、当該データベースに記憶された動詞又は形容詞を呼び出してもよい。或いは、マーケティングの都度、オペレータが動詞又は形容詞を選定して入力してもよい。いずれの方法を用いた場合でも、後述するように条件指定部３０では、マーケティングの対象に関連するものに限定されない動詞又は形容詞が指定される。なお、ここでいう動詞又は形容詞にも、上記と同様に、文語調の動詞又は形容詞に加えて、口語調の動詞又は形容詞や俗語調の動詞又は形容詞なども含まれる。

傾向抽出部４０は、例えばＣａｂｏｃｈａ等の公知の構文解析プログラムを実行することにより、形態素解析部２０で分割された形態素のうち、条件指定部３０で指定された動詞又は形容詞に係る名詞を抽出する。ここで抽出される名詞は、どのテキストデータから抽出されたものであるかが分かっており、すなわちどのユーザが発信したものかが分かっている。

出力部５０は、テキストデータを発信したユーザと、当該テキストデータに基づいて傾向抽出部４０で抽出された名詞とを紐づけて出力する。具体的には、ユーザと名詞が関連付けられたユーザ傾向テーブルが出力される。

なお、図１に示すマーケティング支援システム１の構成要素は、回路（ハードウェア）、またはＣＰＵなどの中央演算処理装置と、これらを機能させるためのプログラム（ソフトウェア）から構成することができる。そして、このプログラムは各部１０〜５０を制御して、後述するマーケティング支援処理を実行する。
この場合において、上記プログラムは、例えばコンピュータ読み取り可能なハードディスク（ＨＤ）、フレキシブルディスク（ＦＤ）、コンパクトディスク（ＣＤ）、マグネットオプティカルデスク（ＭＯ）、各種メモリなどのコンピュータに読み取り可能な記憶媒体に格納されることができる。また、上記プログラムは、インターネットなどの通信回線網を介してダウンロードすることにより、上記記憶媒体等に格納することができる。

次に、以上のように構成されたマーケティング支援システム１を用いて行われるマーケティング支援処理について説明する。図２は、かかるマーケティング支援処理の主な工程の例を示すフローチャートである。以下においては、マーケティングの対象が「書籍（出版業界）」である場合を例にとって説明する。

先ず、テキスト取得部１０において、ソーシャルメディア１００上にユーザが発信したテキストデータを選択し、当該テキストデータをユーザの識別情報と紐づけて取得する（図２の工程Ｓ１）。具体的には、ソーシャルメディア１００上のテキストデータのうち、マーケティングの対象に関連するキーワードに基づいてテキストデータを選択して取得する。例えばキーワード「小説、雑誌、漫画、週刊少年ジャンプ（登録商標）、ＮＯＮＮＯ（登録商標）、羊たちをめぐる冒険、海賊と呼ばれた男たち、Ｏｎｅ Ｐｉｅｃｅ、宇宙兄弟、伝え方が９割、進撃の巨人、（その他書籍関連のキーワード）」をとし、これを含むテキストデータを選択して取得する。或いは、ソーシャルメディア１００上のテキストデータのうち、マーケティングの対象に関連するユーザの識別情報に基づいてテキストデータを選択して取得する。例えばプロフィール情報において、マーケティングの対象である「趣味：読書、趣味：本屋めぐり、最近読んだ本：伝え方が９割、最近読んだ本：宇宙兄弟、よく行く場所：漫画喫茶、よく行く場所：図書館など（その他読書に関するプロフィール）」を公開しているユーザを選別し、当該ユーザが発信しているテキストデータを選択して取得する。テキスト取得部１０では、このようにキーワード又はユーザの識別情報のいずれかに基づいてテキストデータを取得してもよいし、或いはこれらを組み合わせてテキストデータを取得してもよい。そして、テキスト取得部１０で取得されたテキストデータは、形態素解析部２０に出力される。

形態素解析部２０では、テキスト取得部１０から入力されたテキストデータを形態素に分割する（図２の工程Ｓ２）。形態素解析部２０で分割された形態素は、傾向抽出部４０に出力される。

工程Ｓ１におけるテキストデータの取得と工程Ｓ２における形態素解析に並行して、条件指定部３０において、人の行動又は嗜好に基づいた動詞又は形容詞を指定する（図２の工程Ｓ３）。このとき指定される動詞又は形容詞は、マーケティングの対象に関連するものに限定されない。条件指定部３０では、例えばマーケティングの対象「書籍」に関連する「読む、読了する、読みたい、読み終えた」などに加えて、マーケティングの対象に関連しない「買う、行く、食べる、したい、ほしい、かっこいい、好き」などが指定される。そして、条件指定部３０で指定された動詞又は形容詞は、傾向抽出部４０に出力される。

傾向抽出部４０では、形態素解析部２０から入力された形態素のうち、条件指定部３０から入力された動詞又は形容詞に係る名詞を抽出する（図２の工程Ｓ４）。ここで抽出される名詞はユーザの識別情報に紐づけられており、かかる名詞によって各ユーザの行動や興味、嗜好等の傾向が表現されている。そして、傾向抽出部４０で抽出された名詞は、ユーザの識別情報と共に出力部５０に出力される。

出力部５０では、傾向抽出部４０から入力された名詞とユーザの識別情報に基づき、図３に示すようユーザと名詞が紐づけられたユーザ傾向テーブルを出力する（図２の工程Ｓ５）。図３において、斜線部分が各ユーザの傾向（興味）を示している。こうして、本実施の形態における一連のマーケティング支援処理が終了する。

以上の本実施の形態によれば、工程Ｓ５で出力されたユーザ傾向テーブルには、抽出された名詞とユーザが紐づけられているので、当該ユーザ傾向テーブルから、どのようなユーザがどのような行動をし、或いはどのような興味や嗜好を有するかを適切に読み取ることができる。すなわち、実体に即したユーザの行動や興味、嗜好を適切に把握することができる。しかも、工程Ｓ３で指定される動詞又は形容詞はマーケティングの対象に関連するものに限定されないので、工程Ｓ４において従来予測できなかったような名詞を抽出することができ、ユーザの行動や興味、嗜好を漏れなく的確に把握することができる。

このようにユーザ傾向テーブルは、マーケティングを行う上で極めて有用な情報となり得る。そしてかかる情報に基づき、特定のユーザに特定の宣伝広告を行うことができる。例えば特定のユーザが興味を持ちそうな商品について、当該ユーザが閲覧するウェブサイトに広告を表示したり、或いはダイレクトメールを送信したりできる。これにより、従来のようにランダムに広告宣伝を行っていた場合に比べて宣伝効率が格段に向上する。したがって、本実施の形態によれば、極めて効率の良いマーケティングを行うことができる。

また、ソーシャルメディア１００上の情報から、ユーザがどのような商品を購入したか、或いはユーザの興味や嗜好などが分かる。そして、上記マーケティング支援システム１を用いると、かかるユーザの購買情報や興味嗜好情報をソーシャルメディア１００上から抽出することができるのである。そうすると、ある売主が本実施の形態のマーケティングを行う場合、当該売主が所有しているユーザの顧客情報（購買履歴）以外の商品の購買情報や興味嗜好情報も利用することができる。この点、従来においては、マーケティングを行う売主の顧客情報のみしか利用していないため、限られた範囲でのマーケティングしかできなかった。本実施の形態では、幅広い情報を用いて効率のよいマーケティングを行うことができ、マーケティングの幅を広げることができる。

次に、本発明の他の実施の形態について説明する。図４は、他の実施の形態にかかるマーケティング支援システム１の構成の概略を示している。マーケティング支援システム１において、条件指定部３０は、業界ベース部３１、流行ベース部３２、及び標本ベース部３３を有している。

業界ベース部３１は、マーケティングの対象に関連するキーワード（業界用語）を指定し、ソーシャルメディア１００上にユーザが発信したテキストデータにおいて、当該キーワードに係り受ける動詞又は形容詞を抽出する。この動詞又は形容詞の抽出は、例えばＣａｂｏｃｈａ等の公知の構文解析プログラムを実行することにより行われる。

流行ベース部３２は、流行に関連するキーワード（流行用語）を指定し、ソーシャルメディア１００上にユーザが発信したテキストデータにおいて、当該キーワードに係り受ける動詞又は形容詞を抽出する。この動詞又は形容詞の抽出は、例えばＣａｂｏｃｈａ等の公知の構文解析プログラムを実行することにより行われる。

標本ベース部３３では、ソーシャルメディア１００上の全テキストデータから、複数のテキストデータを標本として任意に選択し、当該複数のテキストデータから動詞又は形容詞を抽出する。この動詞又は形容詞の抽出は、例えばＣａｂｏｃｈａ等の公知の構文解析プログラムを実行することにより行われる。

なお、図４におけるマーケティング支援システム１の他の構成は、上記実施の形態の図１に示したマーケティング支援システム１の構成と同様であるので詳細な説明を省略する。

次に、以上のように構成されたマーケティング支援システム１を用いて行われるマーケティング支援処理について説明する。図５は、かかるマーケティング支援処理の主な工程の例を示すフローチャートである。以下においては、上記実施の形態と同様に、マーケティングの対象が「書籍（出版業界）」である場合を例にとって説明する。

先ず、テキスト取得部１０において、ソーシャルメディア１００上にユーザが発信したテキストデータを選択し、当該テキストデータをユーザの識別情報と紐づけて取得する（図５の工程Ｓ１）。テキスト取得部１０で取得されたテキストデータは、形態素解析部２０に出力される。なお、この図４における工程Ｓ１は、上記実施の形態の図２における工程Ｓ１と同様であるので詳細な説明を省略する。

形態素解析部２０では、テキスト取得部１０から入力されたテキストデータを形態素に分割する（図５の工程Ｓ２）。形態素解析部２０で分割された形態素は、傾向抽出部４０に出力される。

工程Ｓ１におけるテキストデータの取得と工程Ｓ２における形態素解析に並行して、条件指定部３０（業界ベース部３１、流行ベース部３２、及び標本ベース部３３）において動詞又は形容詞を指定する。

業界ベース部３１では、マーケティングの対象に関連するキーワードとして「週刊少年ジャンプ（登録商標）、ＮＯＮＮＯ（登録商標）、羊たちをめぐる冒険、海賊と呼ばれた男たち、Ｏｎｅ Ｐｉｅｃｅ、宇宙兄弟、伝え方が９割、進撃の巨人、（その他書籍関連のキーワード）」などを指定し、当該キーワードを含むテキストデータを選択して取得する（図５の工程Ｓ３０）。業界ベース部３１で取得されたテキストデータは形態素解析部２０に出力され、当該形態素解析部２０においてテキストデータが形態素に分割される（図５の工程Ｓ３１）。形態素解析部２０で分割された形態素は、再び業界ベース部３１に出力される。業界ベース部３１では、上記指定したキーワードに係り受ける動詞又は形容詞を抽出する（図５の工程Ｓ３２）。この際、図６に示すように、頻出度の高い、例えば上位２０語の動詞又は形容詞を抽出する。なお、動詞又は形容詞の抽出はマニュアルで行ってもよく、このマニュアル抽出は流行ベース部３２、標本ベース部３３、条件指定部３０における動詞又は形容詞の抽出にも共通する。

流行ベース部３２では、マーケティングを行う際に流行っている流行に関連するキーワードとして「ＬＩＮＥ（登録商標）、安藤美姫、南里メソッド、ＡＮＡ（登録商標）、じゃらん（登録商標）、東京スカイツリー（登録商標）、ロングブレスダイエット、島耕作、熱中症、ビアガーデン」などを指定し、当該キーワードを含むテキストデータを選択して取得する（図５の工程Ｓ３３）。流行ベース部３２で取得されたテキストデータは形態素解析部２０に出力され、当該形態素解析部２０においてテキストデータが形態素に分割される（図５の工程Ｓ３４）。形態素解析部２０で分割された形態素は、再び流行ベース部３２に出力される。流行ベース部３２では、上記指定したキーワードに係り受ける動詞又は形容詞を抽出する（図５の工程Ｓ３５）。この際、図６に示すように、頻出度の高い、例えば上位２０語の動詞又は形容詞を抽出する。

標本ベース部３３では、ソーシャルメディア１００上の全テキストデータから、複数のテキストデータを標本として任意に選択して取得する（図５の工程Ｓ３６）。この際、全テキストデータの所定の割合、例えば数％のテキストデータを任意に抽出する。標本ベース部３３で取得されたテキストデータは形態素解析部２０に出力され、当該形態素解析部２０においてテキストデータが形態素に分割される（図５の工程Ｓ３７）。形態素解析部２０で分割された形態素は、再び標本ベース部３３に出力される。標本ベース部３３では、上記指定したキーワードに係り受ける動詞又は形容詞を抽出する（図５の工程Ｓ３８）。この際、図６に示すように、頻出度の高い、例えば上位２０語の動詞又は形容詞を抽出する。

以上のように、業界ベース部３１、流行ベース部３２、標本ベース部３３のそれぞれにおいて動詞又は形容詞が抽出されると、条件指定部３０において、これら抽出された全ての動詞又は形容詞のうち、図６に示すように頻出度の高い、例えば上位２０語の動詞又は形容詞を指定する（図５の工程Ｓ３９）。そして、条件指定部３０で指定された動詞又は形容詞は、傾向抽出部４０に出力される。

傾向抽出部４０では、形態素解析部２０から入力された形態素のうち、条件指定部３０から入力された動詞又は形容詞に係る名詞を抽出する（図５の工程Ｓ４）。そして、傾向抽出部４０で抽出された名詞は、ユーザの識別情報と共に出力部５０に出力される。

出力部５０では、傾向抽出部４０から入力された名詞とユーザの識別情報に基づき、図７に示すようユーザと名詞が紐づけられたユーザ傾向テーブルを出力する（図５の工程Ｓ５）。図７において、斜線部分が各ユーザの傾向（興味）を示している。こうして、本実施の形態における一連のマーケティング支援処理が終了する。

以上の他の実施の形態においても、上記実施の形態と同様の効果を享受できる。すなわち、工程Ｓ５で出力されたユーザ傾向テーブルには、抽出された名詞とユーザが紐づけられているので、当該ユーザ傾向テーブルから、ユーザ毎の行動や興味、嗜好を適切に把握することができる。

しかも、工程Ｓ３０〜Ｓ３９を行うことにより、マーケティングの対象に関連する動詞又は形容詞を指定すると共に、世間の流行やソーシャルメディア１００全体のユーザの行動や興味、嗜好の縮図に基づいて動詞又は形容詞を指定することができる。したがって、工程Ｓ４においては、種々の行動等に起因する名詞を抽出することができ、ユーザの行動や興味、嗜好を漏れなく、より的確に把握することができる。

なお、以上の他の実施の形態では、工程Ｓ３０〜Ｓ３９において、（１）マーケティングの対象に関連するキーワードの指定、（２）流行に関連するキーワードの指定、（３）標本抽出、をそれぞれ行い動詞又は形容詞を指定していたが、（１）〜（３）のうちいずれか１つ又は２つを行って動詞又は形容詞を指定してもよい。かかる場合、条件指定部３０は、業界ベース部３１、流行ベース部３２、及び標本ベース部３３のいうち、いずれか１つ又は２つを有していてもよい。これら（１）〜（３）のいずれを用いるかは、マーケティングの対象に応じてオペレータが任意に設定することができる。

また、以上の実施の形態では、マーケティングを行う際、ソーシャルメディア１００からテキストデータを取得して分析したが、これに限定されない。識別情報を備えたユーザがインターネット上に発信したテキストデータであれば、種々のテキストデータに対して本発明を適用することができる。

以上、添付図面を参照しながら本発明の好適な実施の形態について説明したが、本発明はかかる例に限定されない。当業者であれば、特許請求の範囲に記載された思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

例えば本発明は、アドテクノロジーに適用することもできる。アドテクノロジーは、インターネット上の広告配信や広告流通のための技術である。

近年のアドテクノロジーの一つとして、例えばＤＳＰ（Demand Side Platform）、ＳＳＰ（Supply Side Platform）、ＲＴＢ（Real Time Bidding）がある。ＤＳＰは、広告主など広告を買う側が使用するプラットフォームである。ＳＳＰは、媒体社など広告を売る側が使用するプラットフォームである。そして、ＤＳＰによる入札とＳＳＰによる応札を、広告の１配信（インプレッション）毎にリアルタイムで行うのがＲＴＢである。このＲＴＢにおいて、本発明のマーケッティング支援方法を実行した結果を用いれば、ＤＳＰの広告主は、ターゲットとなるユーザに効率よく広告を表示できるようになる。

さらにアドテクノロジーの一つとして、ＤＭＰ（Data Management Platform）も注目を浴びている。ＤＭＰは、ユーザ（ユーザに関するデータ）を管理するプラットフォームである。このＤＭＰにおいて、本発明のマーケッティング支援方法を実行した結果を用いれば、ユーザの状態を把握して、適切な広告メッセージを送ったり、最適なタイミングで広告配信をすることができるようになる。

以上のように、本発明はアドテクノロジーにも適用可能であり、また極めて有用でもある。

本発明は、例えばインターネット（特にソーシャルメディア）を利用したマーケティングに有用である。

１ マーケティング支援システム
１０ テキスト取得部
２０ 形態素解析部
３０ 条件指定部
３１ 業界ベース部
３２ 流行ベース部
３３ 標本ベース部
４０ 傾向抽出部
５０ 出力部
１００ ソーシャルメディア

Claims (10)

1. インターネットを利用したマーケティング支援システムであって、
   識別情報を備えたユーザがインターネット上に発信したテキストデータを取得するテキスト取得部と、
   前記テキスト取得部で取得されたテキストデータを形態素に分割する形態素解析部と、
   人の行動又は嗜好に基づいた動詞又は形容詞を指定する条件指定部と、
   前記形態素解析部で分割された形態素のうち、前記条件指定部で指定された動詞又は形容詞に係る名詞を構文解析によって抽出する傾向抽出部と、
   前記テキストデータを発信した前記ユーザと、当該テキストデータに基づいて前記傾向抽出部で抽出された名詞とを紐づけて出力する出力部と、を有することを特徴とする、マーケティング支援システム。
2. 前記条件指定部は、下記（１）〜（３）のいずれか又は複数の組み合わせで抽出される動詞又は形容詞を指定することを特徴とする、請求項１に記載のマーケティング支援システム。
   （１）識別情報を備えたユーザがインターネット上に発信したテキストデータにおいて、マーケティングの対象に関連するキーワードに係り受ける動詞又は形容詞
   （２）識別情報を備えたユーザがインターネット上に発信したテキストデータにおいて、流行に関連するキーワードに係り受ける動詞又は形容詞
   （３）識別情報を備えたユーザがインターネット上に発信した全テキストデータから、複数のテキストデータを標本として任意に選択し、当該複数のテキストデータから抽出される動詞又は形容詞
3. 前記条件指定部は、上記（１）〜（３）のいずれか又は複数の組み合わせで抽出される動詞又は形容詞のうち、頻出度の高い動詞又は形容詞を指定することを特徴とする、請求項２に記載のマーケティング支援システム。
4. 前記テキスト取得部は、マーケティングの対象に関連するキーワード又はマーケティングの対象に関連する前記ユーザの識別情報に基づいて、テキストデータを選択して取得することを特徴とする、請求項１〜３のいずれか一項に記載のマーケティング支援システム。
5. コンピュータによって実行されるインターネットを利用したマーケティング支援方法であって、
   識別情報を備えたユーザがインターネット上に発信したテキストデータを取得するテキスト取得工程と、
   前記テキスト取得工程で取得されたテキストデータを形態素に分割する形態素解析工程と、
   人の行動又は嗜好に基づいた動詞又は形容詞を指定する条件指定工程と、
   前記形態素解析工程で分割された形態素のうち、前記条件指定工程で指定された動詞又は形容詞に係る名詞を構文解析によって抽出する傾向抽出工程と、
   前記テキストデータを発信した前記ユーザと、当該テキストデータに基づいて前記傾向抽出工程で抽出された名詞とを紐づけて出力する出力工程と、を有することを特徴とする、マーケティング支援方法。
6. 前記条件指定工程において、下記（１）〜（３）のいずれか又は複数の組み合わせで抽出される動詞又は形容詞を指定することを特徴とする、請求項５に記載のマーケティング支援方法。
   （１）識別情報を備えたユーザがインターネット上に発信したテキストデータにおいて、マーケティングの対象に関連するキーワードに係り受ける動詞又は形容詞
   （２）識別情報を備えたユーザがインターネット上に発信したテキストデータにおいて、流行に関連するキーワードに係り受ける動詞又は形容詞
   （３）識別情報を備えたユーザがインターネット上に発信した全テキストデータから、複数のテキストデータを標本として任意に選択し、当該複数のテキストデータから抽出される動詞又は形容詞
7. 前記条件指定工程において、上記（１）〜（３）のいずれか又は複数の組み合わせで抽出される動詞又は形容詞のうち、頻出度の高い動詞又は形容詞を指定することを特徴とする、請求項６に記載のマーケティング支援方法。
8. 前記テキスト取得工程において、マーケティングの対象に関連するキーワード又はマーケティングの対象に関連する前記ユーザの識別情報に基づいて、テキストデータを選択して取得することを特徴とする、請求項５〜７のいずれか一項に記載のマーケティング支援方法。
9. 請求項５〜８のいずか一項に記載のマーケティング支援方法をマーケティング支援システムによって実行させるように、当該マーケティング支援システムを制御する、コンピュータ上で動作するプログラム。
10. 請求項９に記載のプログラムを格納した読み取り可能なコンピュータ記憶媒体。
    

Images