JP5475812B2 - 情報処理装置、貢献度算出方法及び貢献度算出プログラム - Google Patents

Description

本発明は、情報処理装置、貢献度算出方法及び貢献度算出プログラムに関する。

近年、インターネットの飛躍的な普及に伴い、インターネットを介した広告配信が盛んに行われている。広告配信として、ウェブページの所定の位置に、例えば企業や商品等を示すアイコンを表示し、かかるアイコンがクリックされた場合に広告主のウェブページへ遷移するものがある。この種の広告配信は、バナー広告や広告リンクと呼ばれているが、本明細書では単に「広告」と呼ぶことがある。

かかる広告配信においては、宣伝効果を高めるために、ユーザの嗜好、性別、年齢、住所、職業などのユーザ情報を予め登録しておき、ユーザ情報に対応する広告を選択的に配信するターゲティング配信が行われている（例えば、特許文献１参照）。

特開２００６−１２０１３５号公報 特開２０１１−１４０７７号公報

上記ターゲティング配信を行うためのユーザ情報は、情報提供業者から広告配信業者に提供される場合がある。かかる情報提供業者は、例えば、複数のサイト提供業者を介してユーザ情報を取得し、質の高いユーザ情報を広告配信業者に提供することでより多くの利益を確保することが可能となる。しかしながら、広告配信業者又は情報提供業者は、どのサイト提供業者の協力によって得られたユーザ情報が広告効果に寄与したかを判定することが困難であった。特に、広告配信業者又は情報提供業者は、複数のサイト提供業者の協力によって複数のユーザ情報が得られた場合には、各ユーザ情報における広告効果への貢献度を判定することが困難であった。

また、広告配信業者は、情報提供業者ではなく、サイト提供業者を介してユーザ情報を取得してターゲティング配信を行う場合もある。しかし、上記例と同様に、広告配信業者は、どのサイト提供業者の協力によって得られたユーザ情報が広告効果に寄与したかを判定することが困難であった。

本願は、上記に鑑みてなされたものであって、外部から取得した情報における広告効果への貢献度を算出することができる情報処理装置、貢献度算出方法及び貢献度算出プログラムを提供することを目的とする。

本願に係る情報処理装置は、コンテンツを提供する提供装置に対してユーザ端末がアクセスする契機で取得される当該ユーザ端末のユーザに関するユーザ情報のうち当該ユーザ情報が取得される契機となった前記提供装置毎の各ユーザ情報群間の統合比を変動させて統合された統合ユーザ情報毎に、当該統合ユーザ情報に基づいて前記ユーザ端末に配信された広告コンテンツの広告効果を記憶する記憶部と、前記記憶部に記憶されている各統合比に対応する広告効果を比較することにより、前記各ユーザ情報群における広告効果への貢献度を算出する算出部とを備えたことを特徴とする。

本願に係る情報処理装置、貢献度算出方法及び貢献度算出プログラムは、外部から取得した情報における広告効果への貢献度を算出することができるという効果を奏する。

図１は、第１の実施形態に係る広告配信システムの構成例を示す図である。 図２は、第１の実施形態に係る情報提供装置の構成例を示す図である。 図３は、アクセス履歴テーブルの一例を示す図である。 図４は、ユーザ属性テーブルの一例を示す図である。 図５は、第１の実施形態に係る広告配信装置の構成例を示す図である。 図６は、クリック結果テーブルの一例を示す図である。 図７は、第１の実施形態に係る情報提供装置による属性情報更新処理の手順を示すフローチャートである。 図８は、第１の実施形態に係る情報提供装置による情報提供処理の手順を示すフローチャートである。 図９は、第１の実施形態に係る広告配信装置による貢献度算出処理の手順を示すフローチャートである。 図１０は、第１の実施形態に係る算出部による貢献度算出処理の一例を説明するための図である。 図１１は、他の実施形態に係る算出部による貢献度算出処理の一例を説明するための図である。 図１２は、他の実施形態に係る算出部による貢献度算出処理の一例を説明するための図である。 図１３は、他の実施形態に係る広告配信システムの構成例を示す図である。

以下に、本願に係る情報処理装置、貢献度算出方法及び貢献度算出プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、貢献度算出方法及び貢献度算出プログラムが限定されるものではない。

（第１の実施形態）
図１〜図１０を用いて、本願に係る情報処理装置、貢献度算出方法及び貢献度算出プログラムの第１の実施形態について説明する。なお、第１の実施形態では、各種装置が接続される通信網の一例としてＩＰ（Internet Protocol）網を例に挙げて説明するが、通信網はこれに限定されるものではない。

〔１−１．広告配信システム１の構成〕
まず、図１を用いて、第１の実施形態に係る広告配信装置が含まれる広告配信システムの構成について説明する。図１に例示するように、第１の実施形態に係る広告配信システム１には、サイト提供装置１０_１〜１０_ｎと、ユーザ端末２０_１〜２０_ｍと、広告配信装置３０と、情報提供装置１００とが含まれる。これらの各種装置は、通信網４０を介して通信可能に接続される。サイト提供装置１０_１〜１０_ｎはサイト運営者によって管理され、広告配信装置３０は広告配信業者によって管理され、情報提供装置１００は、情報提供業者によって管理される。なお、図１では、１台の広告配信装置３０を図示したが、広告配信システム１には、複数台の広告配信装置３０が含まれる場合もある。同様に、広告配信システム１には、複数台の情報提供装置１００が含まれる場合もある。

また、以下では、サイト提供装置１０_１〜１０_ｎを区別する必要がない場合には、これらを総称して「サイト提供装置１０」と表記する場合がある。また、ユーザ端末２０_１〜２０_ｍを区別する必要がない場合には、これらを総称して「ユーザ端末２０」と表記する場合がある。また、サイト提供装置１０及び情報提供装置１００は、それぞれウェブページを提供するが、以下では、双方のウェブページを区別するために、サイト提供装置１０によって提供されるウェブページを「サイトページ」と表記し、広告配信装置３０によって提供されるウェブページを「ポータルページ」と表記する場合がある。なお、ここでは、便宜上「ポータルページ」と表記したが、広告配信装置３０はポータルサイト以外のウェブページを提供する場合もある。

サイト提供装置１０は、ユーザ端末２０からアクセスがあった場合に、各種サイトページを提供するサーバ装置である。サイト提供装置１０によって提供されるサイトページには、ウェブビーコン（以下、第１ビーコンと表記する）が埋め込まれる。かかる第１ビーコンは、サイトページにアクセスしたユーザ端末２０を情報提供装置１００内に格納される透明な画像又は非常に小さな画像（「クリアＧＩＦ」と呼ばれることもある）にアクセスさせる機能を有しており、これにより、情報提供装置１００はユーザ端末２０から情報を取得する。第１ビーコンによって情報提供装置１００がユーザ端末２０から取得する情報には、サイト提供装置１０の識別情報や、サイトページへのアクセス毎に異なる固有のアクセス固有情報などの情報が含まれる。

ユーザ端末２０は、ユーザによって利用されるＰＣ（Personal Computer）やＰＤＡ（Personal Digital Assistant）等である。かかるユーザ端末２０は、ユーザの操作に従って、サイト提供装置１０によって提供されるサイトページや、広告配信装置３０によって提供されるポータルページにアクセスする。

広告配信装置３０は、ユーザ端末２０からアクセスがあった場合に、バナー広告等の広告コンテンツを含むポータルページ（例えば、ポータルサイト等のウェブページ）を提供する情報処理装置である。広告配信装置３０によって提供されるポータルページには、ウェブビーコン（以下、第２ビーコンと表記する）が埋め込まれる。かかる第２ビーコンは、ポータルページにアクセスしたユーザ端末２０を情報提供装置１００内に格納される透明な画像又は非常に小さな画像にアクセスさせる機能を有しており、これにより、情報提供装置１００はユーザ端末２０から情報を取得する。第２ビーコンによって情報提供装置１００がユーザ端末２０から取得する情報には、広告配信装置３０の識別情報や、ポータルページへのアクセス毎に異なる固有のアクセス固有情報などの情報が含まれる。

情報提供装置１００は、ユーザ端末２０によるサイト提供装置１０へのアクセス状況を収集し、かかる収集結果に基づいて広告配信装置３０に対してユーザ情報を提供する情報処理装置である。かかる情報提供装置１００は、サイト運営者の協力の下、複数のサイト提供装置１０を介してユーザ情報を収集し、収集したユーザ情報を統合や加工等して広告配信装置３０に提供する。そして、このような情報提供装置１００を管理する情報提供業者は、ユーザ情報を提供することに対する対価を広告配信業者から得るとともに、ユーザ情報の取得に協力したことに対する対価をサイト運営者に支払う。

第１の実施形態に係る情報提供装置１００は、複数のサイト提供装置１０によって提供される各サイトページに対してユーザ端末２０がアクセスしたことを契機に、第１ビーコンの機能によりユーザ端末２０からアクセスを受け付ける。このとき、情報提供装置１００は、ＨＴＴＰクッキー（HyperText Transfer Protocol Cookie：以下、単に「クッキー」と表記する）等をユーザ端末２０に送信することにより、各ユーザ端末２０を識別する。これにより、情報提供装置１００は、どのようなサイトページにアクセスしたユーザ端末２０であるかを識別できるので、ユーザ端末２０のユーザ情報（サイトページのアクセス履歴等）を取得することができる。そして、情報提供装置１００は、これらの各種ユーザ情報を広告配信装置３０に提供することにより、広告配信装置３０によるターゲティング配信を可能にする。

ここで、情報提供装置１００を管理する情報提供業者は、サイト提供装置１０を管理する各サイト運営者に対して、サイトページに第１ビーコンを埋め込むよう依頼することとなる。このとき、情報提供業者は、広告効果への貢献度に応じた対価を広告配信業者から得る場合があり、かかる場合には、各サイト運営者に対して広告効果への貢献度に応じた対価を支払うことが考えられる。このため、情報提供業者は、サイト提供装置１０毎に、かかるサイト提供装置１０による協力によって取得できたユーザ情報の貢献度を把握することを要する。また、情報提供業者は、広告効果への貢献度に関係なく、第１ビーコンの埋め込みを依頼した時点で対価を支払う場合もあるが、その後に第１ビーコンの埋め込みを再度依頼するか否かを判断するためにも、サイト提供装置１０毎の貢献度を把握することが望ましい。第１の実施形態に係る広告配信システム１は、下記に説明するように、複数のサイト提供装置１０によって提供されるサイトページを介して複数のユーザ情報を取得する場合であっても、広告効果への貢献度をサイト提供装置１０毎に算出可能にする。

〔１−２．情報提供装置１００の構成〕
次に、図２を用いて、第１の実施形態に係る情報提供装置１００の構成について説明する。図２に例示するように、第１の実施形態に係る情報提供装置１００は、通信Ｉ／Ｆ（interface）１１０と、ユーザ情報ＤＢ（DataBase）１２０と、制御部１３０とを有する。

通信Ｉ／Ｆ１１０は、例えば、ＮＩＣ（Network Interface Card）等である。制御部１３０は、通信Ｉ／Ｆ１１０を介して、通信網４０に接続されたサイト提供装置１０、ユーザ端末２０及び広告配信装置３０との間で各種データを送受信する。

ユーザ情報ＤＢ１２０は、アクセス履歴テーブル１２１、ユーザ属性テーブル１２２が含まれる。かかるユーザ情報ＤＢ１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置である。

制御部１３０は、取得部１３１と、生成部１３２と、要求応答部１３３と、受信部１３４とを有する。かかる制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。また、制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、図示しない記憶装置に記憶されているプログラムがＲＡＭを作業領域として実行されることにより実現される。かかる制御部１３０は、以下に説明する情報処理の機能や作用を実現又は実行する。

〔１−３（１）．アクセス履歴テーブル１２１〕
次に、図３を用いて、アクセス履歴テーブル１２１の一例について説明する。アクセス履歴テーブル１２１は、各ユーザ端末２０による各サイト提供装置１０へのアクセス履歴を記憶する。図３に示した例では、アクセス履歴テーブル１２１は、「アクセス先情報」毎に、「ユーザＩＤ」を記憶する。

「アクセス先情報」は、ユーザ端末２０がアクセスしたサイト提供装置１０を示す情報である。図３に示した例では、アクセス履歴テーブル１２１の「アクセス先情報」は、図１に示したサイト提供装置１０_１〜１０_ｎに付した参照符号に該当するものとする。

「ユーザＩＤ」は、ユーザ端末２０を識別するための情報である。図３に示した例では、アクセス履歴テーブル１２１の「ユーザＩＤ」は、図１に示したユーザ端末２０_１〜２０_ｍに付した参照符号に該当するものとする。かかる「ユーザＩＤ」は、情報提供装置１００によってユーザ端末２０に搭載されるブラウザ毎に割り当てられる情報であり、情報提供装置１００とユーザ端末２０との間で送受信されるクッキーに埋め込まれる。なお、ユーザ端末２０にブラウザが複数搭載されている場合には、１台のユーザ端末２０に対して複数の「ユーザＩＤ」が割り当てられるが、ここでは、説明を分かり易くするためにユーザ端末２０には１つのブラウザが搭載されているものとする。

すなわち、図３では、サイト提供装置１０_１によって提供されるサイトページにユーザ端末２０_１、２０_２及び２０_３がアクセスしたことを示し、サイト提供装置１０_２によって提供されるサイトページにユーザ端末２０_１、２０_２及び２０_４がアクセスしたことを示している。この例では、ユーザ端末２０_１及び２０_２は、サイト提供装置１０_１又は１０_２のうち一方によって提供されるサイトページにアクセスした際に、かかるサイトページに埋め込まれた第１ビーコンにより情報提供装置１００にアクセスする。そして、ユーザ端末２０_１及び２０_２は、かかる情報提供装置１００からクッキーを受信した後に、サイト提供装置１０_１又は１０_２のうち他方によって提供されるサイトページにアクセスした際に、受信済みのクッキーを情報提供装置１００に送信したことになる。このように、図３に例示したアクセス履歴テーブル１２１は、ユーザ情報として、各ユーザ端末２０がどのようなサイトページにアクセスしたことがあるかを示すアクセス履歴を記憶する。

〔１−３（２）．ユーザ属性テーブル１２２〕
次に、図４を用いて、ユーザ属性テーブル１２２の一例について説明する。ユーザ属性テーブル１２２は、ユーザＩＤとユーザの属性情報とが関連付けられたユーザ情報を記憶する。図４に示した例では、ユーザ属性テーブル１２２には、「ユーザＩＤ」毎に、「サイコグラフィック属性」と「デモグラフィック属性」とを記憶する。

「サイコグラフィック属性」は、ユーザの価値観、ライフスタイル、性格、嗜好などを示す情報である。かかる「サイコグラフィック属性」は、例えば、「コスメ（化粧品）」、「車」、「服」、「旅行」などに区分分けされる。図４に示す例では、区分毎に、ユーザの嗜好が相対的に高い場合に「１」が記憶され、それ以外の場合には「０」が記憶される。ただし、これに限定されるものではなく、各区分は、例えば、ユーザの嗜好を３段階以上に評価した情報を記憶してもよい。また、「サイコグラフィック属性」は、図４に示した区分の例に限られず、バイク、経済など様々な区分が含まれてもよい。

「デモグラフィック属性」は、人口統計学的なユーザの属性情報を示す。かかる「デモグラフィック属性」は、例えば、ユーザの「性別」、「年齢」などに区分分けされる。図４に示す「性別」には、ユーザが女性である場合には「１」が記憶され、ユーザが男性である場合には「２」が記憶され、ユーザの性別が不明の場合には「０」が記憶される。また、「年齢」には、ユーザの年齢が記憶され、ユーザの年齢が不明の場合には「ｘ」が記憶される。なお、「デモグラフィック属性」は、図４に示した区分の例に限られず、ユーザの職業、家族構成、年収、住所、学歴など様々な区分が含まれてもよい。

ユーザ属性テーブル１２２に記憶されるユーザ情報である各種属性情報は、後述する生成部１３２によって、アクセス履歴テーブル１２１に記憶されているユーザ情報等が統合及び推定されることにより生成される。したがって、ユーザ属性テーブル１２２に記憶される各種ユーザ情報は、アクセス履歴テーブル１２１に記憶されているユーザ情報等が統合及び推定された「統合ユーザ情報」であるともいえる。生成部１３２による処理については後述する。

〔１−４．広告配信装置３０の構成〕
次に、図５を用いて、第１の実施形態に係る広告配信装置３０の構成について説明する。図５に例示するように、第１の実施形態に係る広告配信装置３０は、通信Ｉ／Ｆ３１と、ログＤＢ３２と、制御部３３とを有する。

通信Ｉ／Ｆ３１は、例えば、ＮＩＣ等である。制御部３３は、通信Ｉ／Ｆ３１を介して、通信網４０に接続されたユーザ端末２０及び情報提供装置１００との間で各種データを送受信する。

ログＤＢ３２は、クリック結果テーブル３２ａが含まれる。かかるログＤＢ３２は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置である。

制御部３３は、受信部３３ａと、配信部３３ｂと、算出部３３ｃとを有する。かかる制御部３３は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。また、制御部３３は、例えば、ＣＰＵやＭＰＵ等によって、図示しない記憶装置に記憶されているプログラムがＲＡＭを作業領域として実行されることにより実現される。かかる制御部３３は、以下に説明する情報処理の機能や作用を実現又は実行する。

〔１−５．クリック結果テーブル３２ａ〕
次に、図６を用いて、クリック結果テーブル３２ａの一例について説明する。クリック結果テーブル３２ａは、統合ユーザ情報毎に、かかる統合ユーザ情報に基づいてユーザ端末２０に配信された広告コンテンツの広告効果に関する情報を記憶する。図６に示した例では、クリック結果テーブル３２ａは、「アクセス先情報」毎に、「ＣＴＲ（Click Through Rate）」を記憶する。

「アクセス先情報」は、ユーザ端末２０がアクセスしたサイト提供装置１０を示す情報であり、図３に例示したアクセス先情報に対応する。「ＣＴＲ」は、広告がクリックされた回数を広告配信回数（インプレッション数）により除算した値を百分率で示した情報である。図６に示したクリック結果テーブル３２ａの「ＣＴＲ」は、「アクセス先情報」によって識別されるサイト提供装置１０に対応するユーザ情報が統合された統合ユーザ情報を用いてターゲティング配信を行った場合におけるＣＴＲを示す。なお、「サイト提供装置１０に対応するユーザ情報」とは、「サイト提供装置１０のサイトページに埋め込まれた第１ビーコンの機能によりユーザ端末２０が情報提供装置１００にアクセスしたことにより、情報提供装置１００が取得したユーザ情報」を示す。以下、同様の表記を行う場合がある。

図６に示した例では、「アクセス先情報」が「ＡＬＬ」であるレコードは、全てのサイト提供装置１０に対応するユーザ情報が統合された統合ユーザ情報を用いてターゲティング配信を行った場合におけるＣＴＲを示す。また、「アクセス先情報」が「−」であるレコードは、各サイト提供装置１０に対応するユーザ情報を全く用いずにターゲティング配信を行った場合におけるＣＴＲを示す。

すなわち、図６では、全てのサイト提供装置１０に対応するユーザ情報が統合された統合ユーザ情報を用いてターゲティング配信を行った場合には、ＣＴＲが「４０％」である例を示している。また、図６では、サイト提供装置１０_１に対応するユーザ情報が統合された統合ユーザ情報を用いてターゲティング配信を行った場合には、ＣＴＲが「２５％」である例を示し、サイト提供装置１０_２に対応するユーザ情報が統合された統合ユーザ情報を用いてターゲティング配信を行った場合には、ＣＴＲが「３５％」である例を示している。また、図６では、各サイト提供装置１０に対応するユーザ情報を全く用いずにターゲティング配信を行った場合には、ＣＴＲが「１０％」である例を示している。

〔１−６．作用（属性情報更新処理）〕
次に、図７を用いて、第１の実施形態に係る情報提供装置１００による属性情報更新処理の手順について説明する。かかる属性情報更新処理は、制御部１３０によって繰り返し実行される処理である。

図７に示すように、情報提供装置１００の取得部１３１は、ユーザ端末２０から第１ビーコンに基づくアクセスがあったか否かを判定する（ステップＳ１００）。かかる処理において、取得部１３１は、ユーザ端末２０から第１ビーコンに基づくアクセスがない場合には（ステップＳ１００，Ｎｏ）、属性情報更新処理を終了する。

一方、取得部１３１は、ユーザ端末２０から第１ビーコンに基づくアクセスがあった場合には（ステップＳ１００，Ｙｅｓ）、かかるユーザ端末２０からクッキーを受信したか否かを判定する（ステップＳ１０１）。

そして、取得部１３１は、ユーザ端末２０からクッキーを受信した場合には（ステップＳ１０１，Ｙｅｓ）、受信したクッキーからユーザ端末２０のユーザＩＤを取得する（ステップＳ１０２）。一方、取得部１３１は、ユーザ端末２０からクッキーを受信していない場合には（ステップＳ１０１，Ｎｏ）、アクセス履歴テーブル１２１に含まれない新たなユーザＩＤを含むクッキーを生成し、生成したクッキーをユーザ端末２０に送信する（ステップＳ１０３）。

続いて、取得部１３１は、ユーザ端末２０がアクセスした第１ビーコンを含むサイトページを提供したサイト提供装置１０を識別する（ステップＳ１０４）。具体的には、取得部１３１は、第１ビーコンに基づくアクセスを行ったユーザ端末２０からサイト提供装置１０の識別情報を受信するので、かかる識別情報に基づいて、サイト提供装置１０を識別する。

続いて、取得部１３１は、アクセス履歴テーブル１２１のうち、ステップＳ１０２において取得したユーザ端末２０のユーザＩＤ又はステップＳ１０３で新規に付与したユーザ端末２０のユーザＩＤに対応し、かつ、ステップＳ１０４において取得したサイト提供装置１０に対応する情報を更新する（ステップＳ１０５）。例えば、アクセス履歴テーブル１２１が図３に示す状態にある場合に、ユーザ端末２０_４がサイト提供装置１０_１へアクセスした場合には、取得部１３１は、アクセス先情報「１０_１」に対応するユーザＩＤに「２０_４」を格納する。

続いて、生成部１３２は、取得部１３１によって更新されたアクセス履歴テーブル１２１に基づいて、ユーザ属性テーブル１２２を更新する（ステップＳ１０５）。具体的には、生成部１３２は、取得部１３１によって更新されたユーザＩＤに対応するアクセス履歴テーブル１２１内の各種情報に基づいて、かかるユーザＩＤに対応するサイコグラフィック属性を生成し、生成した属性情報をユーザ属性テーブル１２２に格納する。生成部１３２は、ユーザ属性テーブル１２２の更新が終了した場合に、属性情報更新処理を終了する。

また、サイト提供装置１０は、サイトページの会員ユーザ等に関するユーザの属性情報（サイコグラフィック属性やデモグラフィック属性）を保持する場合もある。このとき、サイト提供装置１０は、ユーザ端末２０が第１ビーコンに基づくアクセスを行った際に、かかるユーザ端末２０によるサイトページへのアクセスに対応するアクセス固有情報とともに、ユーザ端末２０の属性情報（サイコグラフィック属性やデモグラフィック属性）を情報提供装置１００に送信してもよい。この場合には、情報提供装置１００の取得部１３１は、サイト提供装置１０から受信したアクセス固有情報に対応するサイトページに埋め込まれた第１ビーコンに基づくアクセスを行ったユーザ端末２０を特定する。そして、取得部１３１は、図３では図示することを省略したが、アクセスを行ったユーザ端末２０のユーザＩＤに対応付けて、サイト提供装置１０から受信した属性情報（サイコグラフィック属性やデモグラフィック属性）をアクセス履歴テーブル１２１に格納する。かかる場合には、生成部１３２は、アクセス履歴テーブル１２１に記憶されている属性情報を統合することにより、ユーザ属性テーブル１２２を生成及び更新することとなる。

なお、ここでは、アクセス履歴テーブル１２１が更新される毎に、生成部１３２がユーザ属性テーブル１２２を更新することとしているが、生成部１３２は、アクセス履歴テーブル１２１の情報が所定数更新される毎にユーザ属性テーブル１２２を更新してもよい。また、生成部１３２は、アクセス履歴テーブル１２１に含まれる各ユーザＩＤに対応する情報が所定数更新される毎にユーザ属性テーブル１２２を更新してもよい。

また、生成部１３２は、アクセス履歴テーブル１２１に基づいて、ユーザ属性テーブル１２２を生成する方法、言い換えれば、ユーザのサイトページへのアクセス履歴に基づいて、ユーザの属性情報を推定する方法として、種々の方法を用いることができる。例えば、サイト提供装置１０_１が「コスメ」に関するサイトページを提供するものとする。このとき、生成部１３２は、ユーザ端末２０_１がサイト提供装置１０_１にアクセスした場合には、ユーザ端末２０_１のユーザが「コスメ」に興味があると推定することができる。このとき、生成部１３２は、ユーザ端末２０_１のユーザの性別が「女性」であることを推定してもよい。このように、生成部１３２は、アクセス履歴に基づいて、デモグラフィック属性を推定してもよい。この例の場合、生成部１３２は、ユーザＩＤ「２０_１」に対応するユーザ属性テーブル１２２の「コスメ」及び「性別」の情報を「１」に更新する。

また、例えば、サイト提供装置１０_１が「コスメ」に関するサイトページを提供し、サイト提供装置１０_３が「女性服」に関するサイトページを提供するものとする。このとき、生成部１３２は、ユーザ端末２０_１がサイト提供装置１０_１及び１０_３にアクセスした場合には、ユーザ端末２０_１のユーザの性別が「女性」であると推定することができる。ここで、生成部１３２は、ユーザ端末２０_１がサイト提供装置１０_１にアクセスしたという情報だけでなく、サイト提供装置１０_１にアクセスしたという情報と、サイト提供装置１０_３にアクセスしたという情報とを統合することにより、ユーザの性別が「女性」であると精度良く推定することができる。すなわち、生成部１３２は、取得部１３１によって取得された多くのユーザ情報を統合するほど、ユーザの属性情報を高精度に推定することができる。

このように、取得部１３１は、第１ビーコンに基づいてアクセスしたユーザ端末２０から取得したクッキーからユーザ端末２０のユーザＩＤを取得し、また、ユーザ端末２０がアクセスしたサイト提供装置１０の情報を取得する。そして、取得部１３１は、取得した情報に基づいて、アクセス履歴テーブル１２１を生成及び更新する。そして、生成部１３２は、ユーザ属性テーブル１２２に基づいて、ユーザ属性テーブル１２２を生成及び更新する。

なお、アクセス履歴テーブル１２１に基づいて、ユーザ属性テーブル１２２を生成する方法として、例えば、ユーザ情報ＤＢ１２０に、別途不特定多数のユーザの嗜好情報（商品購入履歴情報やサイトへのアクセス履歴情報など）を記憶しておき、これらの嗜好情報に基づいて、ユーザの属性を推定する協調フィルタリング技術など、種々の方法を用いることができる。

〔１−７．作用（情報提供処理）〕
次に、図８を用いて、第１の実施形態に係る情報提供装置１００による情報提供処理の手順について説明する。かかる情報提供処理は、制御部１３０によって繰り返し実行される処理である。

図８に示すように、制御部１３０の要求応答部１３３は、ユーザ端末２０から第２ビーコンに基づくアクセスがあったか否かを判定する（ステップＳ２００）。かかる処理において、要求応答部１３３は、ユーザ端末２０から第２ビーコンに基づくアクセスがない場合（ステップＳ２００，Ｎｏ）、情報提供処理を終了する。

一方、ユーザ端末２０から第２ビーコンに基づくアクセスがあった場合（ステップＳ２００，Ｙｅｓ）、要求応答部１３３は、第２ビーコンに基づくアクセスをしたユーザ端末２０からクッキーを受信したか否かを判定する（ステップＳ２０１）。かかる処理において、要求応答部１３３は、クッキーを受信した場合には（ステップＳ２０１，Ｙｅｓ）、受信したクッキーからユーザ端末２０のユーザＩＤを取得する（ステップＳ２０２）。

続いて、要求応答部１３３は、ユーザ端末２０がアクセスした第２ビーコンを含むポータルページを提供した広告配信装置３０を識別する（ステップＳ２０３）。具体的には、要求応答部１３３は、第２ビーコンに基づくアクセスをしたユーザ端末２０から広告配信装置３０の識別情報を受信するので、かかる識別情報に基づいて、広告配信装置３０を識別する。例えば、ユーザ端末２０は、第２ビーコンに基づくアクセスを行う際に、アクセス先のＵＲＬに対して、広告配信装置３０の識別情報、及び、ポータルページへのアクセス毎に異なるアクセス固有情報を加えて、情報提供装置１００にアクセスする。要求応答部１３３は、ユーザ端末２０によって第２ビーコンに基づくアクセスがされた場合に、これらの広告配信装置３０の識別情報やポータルページへのアクセス固有情報に基づいて、ユーザ端末２０がアクセスした広告配信装置３０を識別する。

続いて、要求応答部１３３は、第２ビーコンに基づくアクセスをしたユーザ端末２０のユーザＩＤに対応する属性情報をユーザ属性テーブル１２２から抽出する（ステップＳ２０４）。例えば、ユーザ属性テーブル１２２が図４に示す状態であり、第２ビーコンに基づくアクセスをしたユーザ端末２０がユーザ端末２０_１である場合、要求応答部１３３は、サイコグラフィック属性のうちユーザの嗜好が相対的に高い区分として、「コスメ」、「服」などの情報を抽出し、デモグラフィック属性として、性別「女性」、年齢「２８才」などの情報をそれぞれ抽出する。

続いて、要求応答部１３３は、ユーザ属性テーブル１２２から抽出した属性情報をアクセス固有情報とともに、ステップＳ２０３で識別した広告配信装置３０に送信する（ステップＳ２０５）。広告配信装置３０の受信部３３ａは、要求応答部１３３によって送信された属性情報及びアクセス固有情報を受信する。そして、広告配信装置３０の配信部３３ｂは、受信部３３ａによって受信されたアクセス固有情報に基づいて、第２ビーコンが埋め込まれたポータルページにアクセスしたユーザ端末２０を特定し、かかるユーザ端末２０に対して、受信部３３ａによって受信された属性情報に応じた広告コンテンツを配信する。例えば、ユーザ端末２０_１が広告配信装置３０のポータルページに含まれる第２ビーコンに基づくアクセスを行った場合、要求応答部１３３は、ユーザ端末２０_１に対応するユーザの属性情報をアクセス固有情報とともに広告配信装置３０に送信する。これにより、広告配信装置３０の配信部３３ｂは、ポータルページにアクセスしたユーザ端末２０_１を特定するアクセス固有情報と、かかるユーザ端末２０_１に対応する属性情報とを取得することができるので、ユーザ端末２０_１に対してターゲティング配信を行うことができる。

なお、上述では、情報提供装置１００から広告配信装置３０に送信する情報として、「サイコグラフィック属性」及び「デモグラフィック属性」を含む属性情報を例に挙げて説明したが、これに限定されるものではない。例えば、情報提供装置１００から広告配信装置３０に送信する情報は、「サイコグラフィック属性」及び「デモグラフィック属性」のいずれか一方を含む属性情報であってもよい。

〔１−８．作用（貢献度算出処理）〕
次に、図９を用いて、第１の実施形態に係る広告配信装置３０による貢献度算出処理の手順について説明する。かかる貢献度算出処理は、制御部３３によって実行される処理である。

図９に示すように、広告配信装置３０は、貢献度算出処理の開始タイミングである場合に、広告配信装置３０の制御部３３は、貢献度算出処理を開始する旨を情報提供装置１００に通知する（ステップＳ３００）。なお、ここでいう貢献度算出処理の開始タイミングとは、例えば、広告配信装置３０の操作者によって貢献度算出処理を開始する旨の操作が行われた場合や、予め決められた所定の日時になった場合等を示す。

貢献度算出処理を開始する旨の通知を受信した情報提供装置１００の要求応答部１３３は、貢献度算出処理に用いるユーザ端末群を決定する。具体的には、要求応答部１３３は、ユーザ属性テーブル１２２に記憶されている複数のユーザＩＤのうち、一部のユーザＩＤを貢献度算出処理に用いるユーザＩＤ（以下、「処理対象ユーザＩＤ」と表記する場合がある）として決定する（ステップＳ３０１）。例えば、要求応答部１３３は、システム内で予め決められている所定数の処理対象ユーザＩＤをランダムに決定する。

続いて、要求応答部１３３は、貢献度算出処理が開始されてから所定時間（例えば、５分や１時間など）が経過するまでの間（「期間Ｔ１」とする）、処理対象ユーザＩＤについてのみ図８に示した情報提供処理を停止する（ステップＳ３０２）。具体的には、要求応答部１３３は、期間Ｔ１に、処理対象ユーザＩＤに対応するユーザ端末２０から第２ビーコンに基づくアクセスがあった場合であっても、かかるユーザ端末２０の属性情報を広告配信装置３０に送信しない。これにより、広告配信装置３０の配信部３３ｂは、処理対象ユーザＩＤの属性情報等を情報提供装置１００から取得しないので、処理対象ユーザＩＤに対応するユーザ端末２０に対してはターゲティング配信を行わなくなる。なお、要求応答部１３３は、期間Ｔ１に、処理対象ユーザＩＤに対応するユーザ端末２０から第２ビーコンに基づくアクセスがあった場合には、かかる処理対象ユーザＩＤを広告配信装置３０に通知する。

続いて、広告配信装置３０の算出部３３ｃは、所定時間が経過した後に、期間Ｔ１における処理対象ユーザＩＤのＣＴＲを測定する（ステップＳ３０３）。すなわち、算出部３３ｃは、各サイト提供装置１０に対応するユーザ情報を用いずに広告配信を行った処理対象ユーザＩＤのＣＴＲを測定する。そして、算出部３３ｃは、期間Ｔ１のＣＴＲをクリック結果テーブル３２ａに格納する（ステップＳ３０４）。例えば、算出部３３ｃは、ＣＴＲ「１０％」を測定した場合には、図６に示した例のように、アクセス先情報「−」とＣＴＲ「１０」とを対応付けてクリック結果テーブル３２ａに格納する。

続いて、要求応答部１３３は、期間Ｔ１が終了してから前述の所定時間と略同一の時間（例えば、５分や１時間など）が経過するまでの間（「期間Ｔ２」とする）、処理対象ユーザＩＤについても図８に示した情報提供処理を行う（ステップＳ３０５）。これにより、広告配信装置３０の配信部３３ｂは、処理対象ユーザＩＤに対応するユーザ端末２０に対してもターゲティング配信を行うこととなる。なお、要求応答部１３３は、期間Ｔ２に、処理対象ユーザＩＤに対応するユーザ端末２０から第２ビーコンに基づくアクセスがあった場合には、かかる処理対象ユーザＩＤを広告配信装置３０に通知する。

続いて、広告配信装置３０の算出部３３ｃは、所定時間が経過した後に、期間Ｔ２における処理対象ユーザＩＤのＣＴＲを測定し（ステップＳ３０６）、測定したＣＴＲをクリック結果テーブル３２ａに格納する（ステップＳ３０７）。例えば、算出部３３ｃは、ＣＴＲ「４０％」を測定した場合には、図６に示した例のように、アクセス先情報「ＡＬＬ」とＣＴＲ「４０」とを対応付けてクリック結果テーブル３２ａに格納する。

続いて、要求応答部１３３は、期間Ｔ２が終了してから前述の所定時間と略同一の時間が経過するまでの間（「期間Ｔ３」とする）、処理対象ユーザＩＤについては、アクセス履歴テーブル１２１内の１つのサイト提供装置１０に対応するユーザ情報群から生成された統合ユーザ情報を用いて、図８に示した情報提供処理を行う（ステップＳ３０８）。このとき、生成部１３２は、期間Ｔ３の開始時に、アクセス履歴テーブル１２１に記憶されている処理対象ユーザＩＤのユーザ情報から１つのサイト提供装置１０に対応するユーザ情報群を抽出し、抽出したユーザ情報群を統合ユーザ情報としてユーザ属性テーブル１２２を更新してもよい。これにより、要求応答部１３３は、期間Ｔ３において、処理対象ユーザＩＤについては、１つのサイト提供装置１０に対応するユーザ情報群から生成された統合ユーザ情報を用いて情報提供処理を行うことができる。

続いて、広告配信装置３０の算出部３３ｃは、所定時間が経過した後に、期間Ｔ３における処理対象ユーザＩＤのＣＴＲを測定し（ステップＳ３０９）、測定したＣＴＲをクリック結果テーブル３２ａに格納する（ステップＳ３１０）。図９では図示することを省略したが、広告配信装置３０及び情報提供装置１００は、アクセス履歴テーブル１２１内の各サイト提供装置１０に対応するユーザ情報群について、上記ステップＳ３０８〜Ｓ３１０における処理を行う。

例えば、アクセス履歴テーブル１２１が図３に示す状態にあり、処理対象ユーザＩＤが「２０_１」〜「２０_４」であるものとする。かかる場合に、生成部１３２は、例えば、アクセス履歴テーブル１２１に記憶されているアクセス先情報「１０_１」と、アクセス先情報「１０_１」に対応するユーザＩＤ「２０_１」、「２０_２」、「２０_３」とを用いて、ユーザ属性テーブル１２２を更新する。そして、所定時間が経過するまでは要求応答部１３３が情報提供処理を行い、所定時間が経過した後に算出部３３ｃがＣＴＲを測定する。続いて、生成部１３２は、アクセス履歴テーブル１２１に記憶されているアクセス先情報「１０_２」と、アクセス先情報「１０_２」に対応するユーザＩＤ「２０_１」、「２０_２」、「２０_４」とを用いて、ユーザ属性テーブル１２２を更新する。以下、要求応答部１３３及び算出部３３ｃは、同様の処理を行う。このように、生成部１３２、要求応答部１３３及び算出部３３ｃは、各サイト提供装置１０に対応するユーザ情報群毎に、各々のユーザ情報群のみを用いたターゲティング配信を配信部３３ｂに行わせ、各々のターゲティング配信時におけるＣＴＲを測定する。

そして、算出部３３ｃは、クリック結果テーブル３２ａに記憶されている各サイト提供装置１０に対応するユーザ情報群毎のＣＴＲを比較することにより、各サイト提供装置１０における広告効果への貢献度を算出する（ステップＳ３１１）。具体的には、算出部３３ｃは、全てのユーザ情報に対応するＣＴＲと、各ユーザ情報群に対応するＣＴＲとを比較することにより、各々のユーザ情報群における広告効果への貢献度を算出する。

そして、算出部３３ｃは、各ユーザ情報群の貢献度を情報提供装置１００に送信する（ステップＳ３１２）。情報提供装置１００の受信部１３４は、算出部３３ｃによって送信された各貢献度を受信する。このとき、受信部１３４は、算出部３３ｃから受信した各貢献度をユーザ情報ＤＢ１２０内に格納してもよい。また、情報提供装置１００は、受信部１３４によって受信された各貢献度を図示しない表示装置に表示してもよい。

このようにして、広告配信装置３０は、貢献度算出処理を行う。なお、上記の通り、第１の実施形態に係る広告配信装置３０は、一部のユーザを示す処理対象ユーザＩＤを用いて貢献度算出処理を行うので、貢献度算出処理に伴って情報提供処理を停止する等した場合であっても、全体的にＣＴＲが低下することを防止することができる。

〔１−９．貢献度の算出例〕
次に、図１０を用いて、算出部３３ｃによる貢献度算出処理の一例を説明する。図１０に示した例において、縦軸はＣＴＲを示し、横軸はターゲティング配信に用いられるユーザ情報群を示す。図１０に示した例では、サイト提供装置１０_１及び１０_２によって、ウェブビーコンが埋め込まれたサイトページが提供されるものとする。

図１０の横軸に示した「データなし」は、取得部１３１によって取得されたユーザ情報を全て用いないケースを示し、「データＡ」は、サイト提供装置１０_１に対応するユーザ情報群を用いるケースを示し、「データＢ」は、サイト提供装置１０_２に対応するユーザ情報群を用いるケースを示し、「データＡＢ」は、取得部１３１によって取得された全てのユーザ情報（サイト提供装置１０_１に対応するユーザ情報群と、サイト提供装置１０_２に対応するユーザ情報群との双方）を用いるケースを示す。

すなわち、図１０では、取得部１３１によって受信されたユーザ情報をターゲティング配信に全く用いなかった場合には、算出部３３ｃによって算出されたＣＴＲ「Ｅ＿ｂａｓｅ」が「１０％」であることを示す。また、図１０では、サイト提供装置１０_１に対応するユーザ情報群のみをターゲティング配信に用いた場合には、ＣＴＲが「２５％」であることを示す。言い換えれば、サイト提供装置１０_１に対応するユーザ情報群を用いた場合には、ＣＴＲが「Ｅ＿ｂａｓｅ＝１０％」から「ΔＥ＿Ａ＝１５％」だけ上昇して「２５％」になることを示す。また、図１０では、サイト提供装置１０_２に対応するユーザ情報群のみをターゲティング配信に用いた場合には、ＣＴＲが「Ｅ＿ｂａｓｅ＝１０％」から「ΔＥ＿Ｂ＝２５％」だけ上昇して「３５％」になることを示す。また、図１０では、取得部１３１によって受信された全てのユーザ情報（サイト提供装置１０_１及びサイト提供装置１０_２に対応するユーザ情報群）をターゲティング配信に用いた場合には、ＣＴＲが「Ｅ＿ｂａｓｅ＝１０％」から「ΔＥ＿ＡＢ＝３０％」上昇して「４０％」になることを示す。

かかる例の場合に、算出部３３ｃは、例えば、以下の式（１）により、サイト提供装置１０_１における広告効果への貢献度を算出し、以下の式（２）により、サイト提供装置１０_２における広告効果への貢献度を算出する。

ΔＥ＿ＡＢ＊｛ΔＥ＿Ａ／（ΔＥ＿Ａ＋ΔＥ＿Ｂ）｝ ・・・ （１）

ΔＥ＿ＡＢ＊｛ΔＥ＿Ｂ／（ΔＥ＿Ａ＋ΔＥ＿Ｂ）｝ ・・・ （２）

上記式（１）及び（２）の例の場合には、算出部３３ｃは、全てのユーザ情報を用いた場合におけるＣＴＲの上昇量「ΔＥ＿ＡＢ」のうち、各サイト提供装置１０に対応するユーザ情報が寄与した上昇量の割合を貢献度として算出する。具体的には、上記式（１）に、図１０に示した各数値を代入すると、「３０＊｛１５／（１５＋２５）｝」であるので、算出部３３ｃは、サイト提供装置１０_１における広告効果への貢献度として、「１１．２５」を算出する。また、上記式（２）に、図１０に示した各数値を代入すると、「３０＊｛２５／（１５＋２５）｝」であるので、算出部３３ｃは、サイト提供装置１０_２における広告効果への貢献度として、「１８．７５」を算出する。したがって、図１０に示した例の場合には、広告配信装置３０は、サイト提供装置１０_２を介して受信したユーザ情報よりも、サイト提供装置１０_１を介して受信したユーザ情報の方が高い貢献度を算出する。

これにより、情報提供装置１００の情報提供業者は、貢献度に応じて報酬を支払う成果報酬型の場合に、サイト提供装置１０_１のサイト運営者に対して、貢献度「１１．２５」に所定の単価を乗算した報酬を支払うことができ、また、サイト提供装置１０_２のサイト運営者に対して、貢献度「１８．７５」に所定の単価を乗算した報酬を支払うことができる。また、情報提供業者は、成果報酬型ではなく事前に対価を支払う場合であっても、各貢献度に基づいて、サイト運営者に対してウェブビーコンの埋め込みを再度依頼するか否かを判断することができる。

なお、上記例では、算出部３３ｃが、全てのユーザ情報を用いた場合におけるＣＴＲの上昇量のうち、各サイト提供装置１０に対応するユーザ情報が寄与した上昇量の割合を貢献度として算出する例を示した。しかし、算出部３３ｃは、各サイト提供装置１０に対応するユーザ情報群を用いた場合におけるＣＴＲを比較することにより、各ユーザ情報群の貢献度を算出してもよい。

〔１−１０．効果〕
上述してきたように、第１の実施形態に係る広告配信装置３０は、クリック結果テーブル３２ａ、算出部３３ｃを有する。クリック結果テーブル３２ａは、サイトページ（コンテンツの一例に相当）を提供するサイト提供装置１０（提供装置の一例に相当）に対してユーザ端末２０がアクセスする契機で取得されるユーザ端末のユーザに関するユーザ情報のうちかかるユーザ情報が取得される契機となったサイト提供装置１０毎の各ユーザ情報群間の統合比を変動させて統合された統合ユーザ情報毎に、かかる統合ユーザ情報に基づいてユーザ端末２０に配信された広告コンテンツの広告効果を記憶する。算出部３３ｃは、クリック結果テーブル３２ａに記憶されている各統合比に対応する広告効果を比較することにより、各ユーザ情報群における広告効果への貢献度を算出する。

これにより、第１の実施形態に係る広告配信装置３０は、情報提供業者が複数のサイト提供装置１０に対して第１ビーコンの埋め込みを依頼した場合であっても、各サイト提供装置１０に対応するユーザ情報群毎に、かかるユーザ情報群における広告効果への貢献度を算出することができる。このため、情報提供装置１００の情報提供業者は、各ユーザ情報群の貢献度に応じて、各サイト提供装置１０のサイト運営者に支払う対価を公平に算出することができる。また、情報提供業者は、事前に対価を支払う場合であっても、各貢献度に基づいて、サイト運営者に対してウェブビーコンの埋め込みを再度依頼するか否かを判断することができる。

また、第１の実施形態に係る情報提供装置１００は、生成部１３２が、各ユーザ情報群のうち１つのユーザ情報群を統合ユーザ情報とする処理をユーザ情報群毎に行う。また、広告配信装置３０のクリック結果テーブル３２ａは、生成部１３２によって生成された統合ユーザ情報である１つのユーザ情報群毎に、かかるユーザ情報群に基づいてユーザ端末２０に配信された広告コンテンツの広告効果を記憶する。また、算出部３３ｃは、クリック結果テーブル３２ａに記憶されている各ユーザ情報群に対応する広告効果を比較することにより、各ユーザ情報群における広告効果への貢献度を算出する。

これにより、第１の実施形態に係る広告配信装置３０は、各ユーザ情報群に対応する実際の広告効果を用いて貢献度算出処理を行うので、各ユーザ情報群における広告効果への貢献度を公平かつ高精度に算出することができる。

また、第１の実施形態に係る情報提供装置１００は、生成部１３２が、各ユーザ情報群の全てを統合した全統合ユーザ情報を生成する。また、広告配信装置３０のクリック結果テーブル３２ａは、生成部１３２によって生成された全統合ユーザ情報に基づいてユーザ端末２０に配信された広告コンテンツの広告効果をさらに記憶する。また、算出部３３ｃは、クリック結果テーブル３２ａに記憶されている全統合ユーザ情報に対応する広告効果に対する各ユーザ情報群における広告効果の割合を各ユーザ情報群における広告効果への貢献度として算出する。

これにより、第１の実施形態に係る広告配信装置３０は、全てのユーザ情報に対応する絶対的な広告効果に対する各ユーザ情報群における広告効果の割合を用いて貢献度算出処理を行うので、各ユーザ情報群間の貢献度を相対評価により算出するのではなく、各ユーザ情報群における広告効果への貢献度を絶対評価により算出することができる。

（第２の実施形態）
本願に係る情報処理装置、貢献度算出方法及び貢献度算出プログラムは、上述した第１の実施形態以外にも種々の異なる形態にて実施されてよい。第２の実施形態では、他の実施形態について説明する。

〔２−１．貢献度算出処理（１）〕
上記実施形態では、広告配信装置３０の算出部３３ｃが、各サイト提供装置１０に対応するユーザ情報群のみを用いた場合におけるＣＴＲに基づいて、各サイト提供装置１０の貢献度を算出する例を示した。言い換えれば、上記実施形態では、情報提供装置１００の生成部１３２が、２つのサイト提供装置１０_１とサイト提供装置１０_２が存在する場合に、サイト提供装置１０_１に対応するユーザ情報群とサイト提供装置１０_２に対応するユーザ情報群との統合比（属性情報を生成する際に用いるユーザ情報群の利用比）を「１：０」及び「０：１」に変動させる例を示した。しかし、広告配信装置３０の算出部３３ｃは、全てのユーザ情報から、１つのサイト提供装置１０に対応するユーザ情報群を除いた統合ユーザ情報を用いた場合におけるＣＴＲに基づいて、各サイト提供装置１０の貢献度を算出してもよい。

この点について図１１を用いて具体的に説明する。図１１に示した例では、サイト提供装置１０_１〜１０_３によって、ウェブビーコンが埋め込まれたサイトページが提供されるものとする。図１１の横軸に示した「データＡＢ」は、サイト提供装置１０_１に対応するユーザ情報群と、サイト提供装置１０_２に対応するユーザ情報群とを用いるケースを示す。言い換えれば、「データＡＢ」は、取得部１３１によって受信される全てのユーザ情報のうち、サイト提供装置１０_３に対応するユーザ情報群を除いた統合ユーザ情報を用いるケースを示す。また、図１１の横軸に示した「データＡＢＣ」は、取得部１３１によって受信される全てのユーザ情報（サイト提供装置１０_１〜１０_３に対応するユーザ情報群）を用いるケースを示す。

すなわち、図１１では、取得部１３１によって受信されたユーザ情報をターゲティング配信に全く用いなかった場合には、算出部３３ｃによって算出されたＣＴＲ「Ｅ＿ｂａｓｅ」が「１０％」であることを示す。また、図１１では、サイト提供装置１０_１に対応するユーザ情報群と、サイト提供装置１０_２に対応するユーザ情報群とをターゲティング配信に用いた場合には、ＣＴＲが「Ｅ＿ｂａｓｅ＝１０％」から「ΔＥ＿ＡＢ＝２５％」だけ上昇して「３５％」になることを示す。また、図１１では、取得部１３１によって受信された全てのユーザ情報をターゲティング配信に用いた場合には、ＣＴＲが「Ｅ＿ｂａｓｅ＝１０％」から「ΔＥ＿ＡＢＣ＝３０％」だけ上昇して「４０％」になることを示す。

かかる例の場合に、算出部３３ｃは、例えば、以下の式（３）により、サイト提供装置１０_３に対応するユーザ情報を用いた場合におけるＣＴＲの上昇量「ΔＥ＿Ｃ」を算出する。

ΔＥ＿Ｃ ＝ ΔＥ＿ＡＢＣ−ΔＥ＿ＡＢ ・・・ （３）

また、図１１では、図示することを省略したが、算出部３３ｃは、取得部１３１によって受信される全てのユーザ情報からサイト提供装置１０_１に対応するユーザ情報群を除いた統合ユーザ情報（「データＢＣ」）を用いた場合におけるＣＴＲの上昇量を下記式（４）により算出する。同様に、算出部３３ｃは、全てのユーザ情報からサイト提供装置１０_２に対応するユーザ情報群を除いた統合ユーザ情報（「データＡＣ」）を用いた場合におけるＣＴＲの上昇量を下記式（５）により算出する。

ΔＥ＿Ａ ＝ ΔＥ＿ＡＢＣ−ΔＥ＿ＢＣ ・・・ （４）

ΔＥ＿Ｂ ＝ ΔＥ＿ＡＢＣ−ΔＥ＿ＡＣ ・・・ （５）

そして、算出部３３ｃは、上記式（３）〜（５）により算出したＣＴＲの上昇量を用いて、上記式（１）及び（２）と同様の算出手法により、サイト提供装置１０_１〜１０_３の貢献度をそれぞれ算出する。具体的には、算出部３３ｃは、下記式（６）により、サイト提供装置１０_１における広告効果への貢献度を算出し、以下の式（７）により、サイト提供装置１０_２における広告効果への貢献度を算出し、以下の式（８）により、サイト提供装置１０_３における広告効果への貢献度を算出する。

ΔＥ＿ＡＢＣ＊｛ΔＥ＿Ａ／（ΔＥ＿Ａ＋ΔＥ＿Ｂ＋ΔＥ＿Ｃ）｝ ・・・ （６）

ΔＥ＿ＡＢＣ＊｛ΔＥ＿Ｂ／（ΔＥ＿Ａ＋ΔＥ＿Ｂ＋ΔＥ＿Ｃ）｝ ・・・ （７）

ΔＥ＿ＡＢＣ＊｛ΔＥ＿Ｃ／（ΔＥ＿Ａ＋ΔＥ＿Ｂ＋ΔＥ＿Ｃ）｝ ・・・ （８）

このようにして、情報提供装置１００の生成部１３２は、サイト提供装置１０_１に対応するデータ情報群（データＡ）と、サイト提供装置１０_２に対応するデータ情報群（データＢ）と、サイト提供装置１０_３に対応するデータ情報群（データＣ）との統合比を「１：０：０」、「０：１：０」、「０：０：１」に変動させる。これにより、広告配信装置３０の算出部３３ｃは、サイト提供装置１０_１〜１０_３の貢献度を算出することができる。また、広告配信装置３０は、図１１に示した貢献度算出処理を行う場合には、全てのユーザ情報から１つのサイト提供装置１０に対応するユーザ情報群のみを除いたユーザ情報を用いてターゲティング配信を行うことができるので、極力多くのユーザ情報を用いて貢献度算出処理を行うことができる。この結果、広告配信装置３０は、図１０に示した例と比較して、貢献度算出処理を行っている間であっても、ＣＴＲの低下を防止することができる。

また、広告配信装置３０は、図１１に示した貢献度算出処理を行う場合には、各サイト提供装置１０に対応するユーザ情報群間の相対的な価値を容易に判定することができる。例えば、図１１に示した例のように、ΔＥ＿ＡＢＣが「３０％」であり、ΔＥ＿ＡＢが「２５％」である場合、上記式（３）により、ΔＥ＿Ｃは「５％」となる。また、ΔＥ＿ＡＣも「２５％」であった場合には、上記式（５）により、ΔＥ＿Ｂは「５％」となる。ここで、ΔＥ＿ＢＣが「５％」であったものとする。この例の場合、データＢだけを用いた場合にはＣＴＲが「５％」上昇し、データＣだけを用いた場合にはＣＴＲが「５％」上昇するにもかかわらず、データＢ及びＣの双方を用いた場合であってもＣＴＲが「５％」しか上昇しない。このことは、データＢとデータＣとが酷似しているなどの原因が考えられ、データＢ及びデータＣの双方を用いる価値が低いことを示す。したがって、情報提供装置１００が、このような各データの価値に関する情報を広告配信装置３０から受信することにより、情報提供業者は、データＢ及びデータＣのいずれか一方のみを用いればよいことを判断できるので、ウェブビーコンの埋め込みを再度依頼する場合には、サイト提供装置１０_２のサイト運営者、及び、サイト提供装置１０_３のサイト運営者のいずれか一方のみに再度依頼することができる。

〔２−２．貢献度算出処理（２）〕
また、上記実施形態では、広告配信装置３０が、各々のサイト提供装置１０に対応するユーザ情報群を用いた場合におけるＣＴＲに基づいて、各サイト提供装置１０の貢献度を算出する例を示した。しかし、広告配信装置３０は、情報提供装置１００によって各サイト提供装置１０に対応するユーザ情報群の統合比が変動されることにより、各統合比に対応するＣＴＲに基づいて貢献度を算出してもよい。

この点について図１２を用いて具体的に説明する。図１２に示した例では、サイト提供装置１０_１及び１０_２によって、ウェブビーコンが埋め込まれたサイトページが提供されるものとする。図１２の横軸に示した「Ａ：Ｂ＝Ｘ：Ｙ」は、生成部１３２が、サイト提供装置１０_１に対応するユーザ情報群の量（ユーザＩＤの数）と、サイト提供装置１０_２に対応するユーザ情報群の量（ユーザＩＤの数）とを「Ｘ：Ｙ」の割合でアクセス履歴テーブル１２１から抽出し、抽出したユーザ情報群を統合した統合ユーザ情報からユーザ属性テーブル１２２を更新することを示す。なお、図１２に示した「Ｘ：Ｙ」は、「Ｘ」や「Ｙ」に「１０００」を乗算した数のユーザ情報を示すものとする。

すなわち、図１２に示した利用比「Ａ：Ｂ＝１：２」は、サイト提供装置１０_１に対応する１０００個のユーザ情報と、サイト提供装置１０_２に対応する２０００個のユーザ情報とをターゲティング配信に用いた場合に、ＣＴＲの上昇量「ΔＥ１」が「２０％」であることを示す。また、図１２に示した利用比「Ａ：Ｂ＝２：１」は、サイト提供装置１０_１に対応する２０００個のユーザ情報と、サイト提供装置１０_２に対応する１０００個のユーザ情報とをターゲティング配信に用いた場合に、ＣＴＲの上昇量「ΔＥ２」が「２５％」であることを示す。また、図１２に示した利用比「Ａ：Ｂ＝２：２」は、サイト提供装置１０_１に対応する２０００個のユーザ情報と、サイト提供装置１０_２に対応する２０００個のユーザ情報とをターゲティング配信に用いた場合に、ＣＴＲの上昇量「ΔＥ３」が「３０％」であることを示す。

かかる例の場合に、サイト提供装置１０_２に対応するユーザ情報群よりもサイト提供装置１０_１に対応するユーザ情報群を多く用いた方がＣＴＲの上昇量が多い。したがって、算出部３３ｃは、サイト提供装置１０_２の貢献度よりもサイト提供装置１０_１の貢献度を高く算出する。例えば、算出部３３ｃは、ＣＴＲの上昇量を「Ｘ＋Ｙ」で除算し、除算結果に「Ｘ」や「Ｙ」を乗算した結果を貢献度として算出してもよい。

図１２に示した例の場合、算出部３３ｃは、「ΔＥ１＝２０」を「Ｘ＋Ｙ＝３」で除算した結果「６．７」に「Ａ＝１」を乗算することで、サイト提供装置１０_１の貢献度「６．７」を算出し、除算結果「６．７」に「Ｂ＝２」を乗算することで、サイト提供装置１０_２の貢献度「１３．３」を算出する。同様にして、算出部３３ｃは、「ΔＥ２＝２５」を「Ｘ＋Ｙ＝３」で除算した結果「８．３」に「Ａ＝２」を乗算することで、サイト提供装置１０_１の貢献度「１６．７」を算出し、除算結果「８．３」に「Ｂ＝１」を乗算することで、サイト提供装置１０_２の貢献度「８．３」を算出する。そして、算出部３３ｃは、サイト提供装置１０_１の貢献度として、上記の貢献度「６．７」と貢献度「１６．７」とを加算した「２３．４」を算出する。同様に、算出部３３ｃは、サイト提供装置１０_２の貢献度として、上記の貢献度「１３．３」と貢献度「８．３」とを加算した「２１．６」を算出する。算出部３３ｃは、このような貢献度の算出手法を用いる場合には、「Ａ：Ｂ＝１：２」及び「Ａ：Ｂ＝２：１」の例のように、「Ｘ：Ｙ」の比率を逆転させたＣＴＲを用いる。

なお、貢献度の算出手法はこの例に限られず、算出部３３ｃは、ΔＥ１及びΔＥ２の差と、データＡ及びＢの増減量に基づいて、サイト提供装置１０_１及び１０_２の貢献度を算出してもよい。また、算出部３３ｃは、ΔＥ１及びΔＥ２の差の代わりに、ΔＥ１及びΔＥ３の差や、ΔＥ２及びΔＥ３の差を用いて、サイト提供装置１０_１及び１０_２の貢献度を算出してもよい。

このように、広告配信装置３０は、図１２に示した貢献度算出処理を行う場合には、極力多くのユーザ情報を用いて貢献度算出処理を行うことができるので、貢献度算出処理を行っている間であっても、ＣＴＲが低下することを防止できる。

〔２−３．貢献度算出処理（３）〕
また、上記実施形態では、情報提供装置１００が、図１０に示した「データなし」、「データＡ」、「データＢ」及び「データＡＢ」のように、ターゲティング配信に用いるユーザ情報のパターンを変動させる例を示した。ここで、情報提供装置１００は、同一環境下において、各ユーザ情報のパターンを変動させるようにしてもよい。例えば、情報提供装置１００は、同一の時間帯、同一の曜日、又は、同一の天気において、各ユーザ情報のパターンを変動させる。すなわち、広告配信装置３０は、同一環境下において貢献度算出処理を行うことにより、公平な環境下で測定されたＣＴＲに基づいて、公平に貢献度を算出することができる。

また、情報提供装置１００は、乱数によって各ユーザ情報のパターンを変動させてもよい。例えば、情報提供装置１００は、図１０に示した例において、「データなし」、「データＡ」、「データＢ」及び「データＡＢ」のパターンのうち、乱数によって選択されるパターンの順に、ターゲティング配信に用いるユーザ情報を変動させてもよい。また、情報提供装置１００が、このようなユーザ情報を変動させる処理を複数回繰り返し行い、広告配信装置３０が、各サイト提供装置１０への貢献度を複数算出してもよい。そして、広告配信装置３０は、算出した複数の貢献度を各サイト提供装置１０への貢献度としてもよい。

また、上記実施形態では、広告配信装置３０が、上記式（１）等に示した例のように、各ユーザ情報を用いた場合におけるＣＴＲの上昇量（ΔＥ＿Ａ等）に基づいて、貢献度を算出する例を示した。しかし、広告配信装置３０は、ＣＴＲの上昇量ではなく、各ユーザ情報を用いた場合におけるＣＴＲ自体に基づいて、貢献度を算出してもよい。例えば、広告配信装置３０は、図１０に示した例において、データＡに対応するＣＴＲ「２５％」と、データＢに対応するＣＴＲ「３５％」と、データＡ及びＢに対応するＣＴＲ「４０％」とを用いて、貢献度を算出してもよい。

また、上記実施形態では、広告効果としてＣＴＲを例に挙げて説明したが、広告効果を示す指標は、ＣＴＲ以外の情報であってもよい。例えば、広告効果を示す指標は、広告クリック数であってもよい。

〔２−４．貢献度算出処理（４）〕
また、図９に示した例では、広告配信装置３０が、一部のユーザを示す処理対象ユーザＩＤを用いて貢献度算出処理を行う例を示した。しかし、広告配信装置３０は、ポータルサイトにアクセスした全てのユーザ端末２０を貢献度算出処理の対象としてもよい。すなわち、広告配信装置３０は、全てのユーザ端末２０において、図９〜図１２を用いて説明した貢献度算出処理を行ってもよい。例えば、広告配信装置３０は、全てのユーザ端末２０を対象として図１０に例示した貢献度算出処理を行う場合には、最初の５分間で「データなし」のＣＴＲを測定し、次の５分間で「データＡ」のＣＴＲを測定し、次の５分間で「データＢ」のＣＴＲを測定し、次の５分間で「データＡＢ」のＣＴＲを測定し、最後に、これらの各ＣＴＲを比較することにより各サイト提供装置における貢献度を算出する。

〔２−５．システム構成〕
また、上記実施形態では、広告配信システム１に、情報提供装置１００と広告配信装置３０とが含まれる例を示したが、情報提供装置１００と広告配信装置３０とは一体の装置であってもよい。この点について図１３を用いて具体的に説明する。図１３に示した広告配信システム２には、図１に示した情報提供装置１００と広告配信装置３０とが一体化された情報処理装置である広告配信装置２００が含まれる。

かかる広告配信装置２００の広告配信業者は、サイト提供装置１０を管理する各サイト運営者に対して、サイトページに第１ビーコンを埋め込むよう依頼する。広告配信装置２００は、図５に示した通信Ｉ／Ｆ３１、ログＤＢ３２、配信部３３ｂ、算出部３３ｃ、図２に示したアクセス履歴テーブル１２１、ユーザ属性テーブル１２２、取得部１３１、生成部１３２等を有する。そして、広告配信装置２００は、自装置が提供するポータルサイトにユーザ端末２０からアクセスがあり、かつ、ユーザ端末２０からクッキーを受信した場合には、かかるクッキーからユーザＩＤを取得し、取得したユーザＩＤに対応付けてユーザ属性テーブル１２２に記憶されているユーザの属性情報に基づいて、ターゲティング配信を行う。この例の場合、広告配信装置２００は、ポータルサイトへのアクセス時にユーザ端末２０との間でクッキーを送受信することができる。このため、広告配信装置２００によって提供されるポータルサイトには、第２ビーコンが埋め込まれる必要はない。

また、上記実施形態では、広告配信装置３０が貢献度算出処理を行う例を示した。しかし、情報提供装置１００が貢献度算出処理を行ってもよい。この例の場合、情報提供装置１００は、図５に例示したクリック結果テーブル３２ａや算出部３３ｃを有する。そして、情報提供装置１００が有する算出部は、図１０に例示した各ＣＴＲを広告配信装置３０から受信し、受信した各ＣＴＲをクリック結果テーブル３２ａに格納した上で、上述してきた算出部３３ｃと同様の貢献度算出処理を行う。

また、上記実施形態では、広告配信装置３０が、ポータルサイトにアクセスしたユーザ端末２０のユーザＩＤと合致する属性情報を情報提供装置１００から取得し、取得した属性情報を用いてターゲティング配信を行う例を示した。しかし、情報提供装置１００は、第１ビーコンに基づくアクセスにより常時受信するユーザ情報を用いて、ユーザの嗜好等をモデリングしておき、かかるモデルを用いたターゲティング配信を行ってもよい。すなわち、情報提供装置１００は、ポータルサイトにアクセスしたユーザ端末２０のユーザＩＤと合致するサイコグラフィック属性を保持しない場合であっても、かかるユーザとでもグラフィック属性が近似する他のユーザのサイコグラフィック属性を広告配信装置３０に送信してもよい。広告配信装置３０は、このようなモデルに基づくターゲティング配信を行う場合であっても、上述してきた貢献度算出処理を行ってもよい。

〔２−６．情報提供処理〕
また、上記実施形態では、情報提供装置１００から広告配信装置３０へユーザの属性情報を送信する例を説明した。しかし、情報提供装置１００から広告配信装置３０へ送信する情報は、例えば、ユーザのアクセス履歴の情報であってもよい。この場合、広告配信装置３０は、ユーザのアクセス履歴の情報に基づいて広告コンテンツを選択して配信する。

また、上記実施形態では、ユーザ端末２０によるサイト提供装置１０へのアクセス履歴を逐次取得しながら、かかるアクセス履歴に基づいたユーザの属性情報を広告配信装置３０へ提供するものとして説明した。しかし、広告配信装置３０に対して一定量のユーザ情報を割り当てる場合、ある時点のアクセス履歴に基づいたユーザの属性情報を広告配信装置３０へ提供するようにしてもよい。

〔２−７．アクセス履歴テーブル１２１〕
また、上記実施形態では、アクセス履歴テーブル１２１がアクセス履歴を記憶する例を示した。しかし、アクセス履歴テーブル１２１に、サイト提供装置１０毎の各ユーザ端末２０のアクセス回数が記憶されるようにしてもよい。また、アクセス履歴テーブル１２１に、各サイト提供装置１０のサイトページ（ＵＲＬ）毎のアクセス履歴が記憶されるようにしてもよい。これにより、情報提供装置１００は、ユーザの属性情報をさらに精度良く判別することができる。例えば、情報提供装置１００は、各サイト提供装置１０のサイトページ毎にアクセス回数をカウントする。

また、アクセス履歴テーブル１２１に、ユーザ端末２０がサイトページにアクセスしたアクセス日時、ユーザ端末２０がサイトページにアクセスした時間長などが記憶されるようにしてもよい。これにより、情報提供装置１００は、ユーザの属性情報をさらに精度良く判別することができる。

〔２−８．ユーザ属性テーブル１２２〕
また、上記実施形態では、ユーザ属性テーブル１２２は、属性情報の区分分けを図４に示すものとして説明した。しかし、広告配信システム１に複数の広告配信装置３０が含まれる場合、ユーザ属性テーブル１２２は、広告配信装置３０毎又は１以上の広告配信装置３０毎に異なる種別区分に分けてもよい。これにより、情報提供装置１００は、広告配信装置３０に応じた属性情報を提供することができる。

〔２−９．第１ビーコン〕
また、上記実施形態では、サイト提供装置１０によって提供されるサイトページにウェブビーコンが埋め込まれる例を示した。しかし、メール提供装置によってユーザ端末２０に対して配信されるメールマガジン等のＨＴＭＬメール（コンテンツの一例に相当）に第１ビーコンが埋め込まれてもよい。これにより、情報提供装置１００は、ＨＴＭＬメールを受信したユーザ端末２０からもユーザ情報を収集することができるので、ユーザの属性情報をさらに精度良く判別することができる。

〔２−１０．広告〕
また、上記実施形態では、広告配信装置３０からユーザ端末２０に配信される広告コンテンツをバナー広告であるものとして説明したが、広告コンテンツはバナー広告に限定されるものではない。例えば、広告配信装置３０からユーザ端末２０に配信される広告コンテンツは、動画広告、テキスト広告、音声広告などであってもよい。

また、上記実施形態では、広告配信装置３０からユーザ端末２０に広告コンテンツが配信されるものとして説明したが、広告コンテンツを配信する装置は、広告配信装置３０以外の広告用サーバ装置であってもよい。例えば、広告配信装置３０は、ユーザ端末２０に対してターゲティング配信を行う場合に、広告用サーバ装置に格納されている配信対象の広告コンテンツにアクセスするためのＵＲＬが記述されたポータルページをユーザ端末２０に提供してもよい。これにより、ユーザ端末２０は、広告配信装置３０からポータルページを取得した場合に、ポータルページに記述されたＵＲＬにアクセスすることで、広告用サーバ装置から広告コンテンツを取得する。

〔２−１１．その他〕
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述した情報提供装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

１０ サイト提供装置
２０ ユーザ端末
３０ 広告配信装置
３２ ログＤＢ
３２ａ クリック結果テーブル
３３ 制御部
３３ａ 受信部
３３ｂ 配信部
３３ｃ 算出部
１００ 情報提供装置
１２０ ユーザ情報ＤＢ
１２１ アクセス履歴テーブル
１２２ ユーザ属性テーブル
１３０ 制御部
１３１ 取得部
１３２ 生成部
１３３ 要求応答部
１３４ 受信部

Claims (8)

1. コンテンツを提供する提供装置に対してユーザ端末がアクセスする契機で取得される当該ユーザ端末のユーザに関するユーザ情報のうち当該ユーザ情報が取得される契機となった前記提供装置毎の各ユーザ情報群間の統合比を変動させて統合された統合ユーザ情報毎に、当該統合ユーザ情報に基づいて前記ユーザ端末に配信された広告コンテンツの広告効果を記憶する記憶部と、
   前記記憶部に記憶されている各統合比に対応する広告効果を比較することにより、前記各ユーザ情報群における広告効果への貢献度を算出する算出部と
   を備えたことを特徴とする情報処理装置。
2. 前記記憶部は、
   前記各ユーザ情報群のうち１つのユーザ情報群である前記統合ユーザ情報毎に、当該１つのユーザ情報群に基づいて前記ユーザ端末に配信された広告コンテンツの広告効果を記憶し、
   前記算出部は、
   前記記憶部に記憶されている各ユーザ情報群に対応する広告効果を比較することにより、前記各ユーザ情報群における広告効果への貢献度を算出する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記記憶部は、
   前記各ユーザ情報群の全てを統合した全統合ユーザ情報に基づいて前記ユーザ端末に配信された広告コンテンツの広告効果をさらに記憶し、
   前記算出部は、
   前記記憶部に記憶されている全統合ユーザ情報における広告効果に対する前記各ユーザ情報群における広告効果の割合を当該各ユーザ情報群における広告効果への貢献度として算出する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記記憶部は、
   前記各ユーザ情報群から１つのユーザ情報群を除いた除外統合ユーザ情報に基づいて前記ユーザ端末に配信された広告コンテンツの広告効果をさらに記憶し、
   前記算出部は、
   前記記憶部に記憶されている除外統合ユーザ情報における広告効果に基づいて、当該除外統合ユーザ情報から除外された前記１つのユーザ情報群における広告効果への貢献度を算出する
   ことを特徴とする請求項１〜３のいずれか一つに記載の情報処理装置。
5. 前記記憶部は、
   同一の環境下において前記各ユーザ情報群間の統合比を変動させて統合された前記統合ユーザ情報毎に、前記ユーザ端末に配信された広告コンテンツの広告効果を記憶する
   ことを特徴とする請求項１〜４のいずれか一つに記載の情報処理装置。
6. 前記記憶部は、
   前記ユーザの属性情報、前記ユーザ端末による前記提供装置へのアクセス履歴のうち少なくともいずれか一つであるユーザ情報が統合された前記統合ユーザ情報毎に、前記ユーザ端末に配信された広告コンテンツの広告効果を記憶する
   ことを特徴とする請求項１〜５のいずれか一つに記載の情報処理装置。
7. コンピュータが実行する貢献度算出方法であって、
   コンテンツを提供する提供装置に対してユーザ端末がアクセスする契機で取得される当該ユーザ端末のユーザに関するユーザ情報のうち当該ユーザ情報が取得される契機となった前記提供装置毎の各ユーザ情報群間の統合比を変動させて統合された統合ユーザ情報毎に、当該統合ユーザ情報に基づいて前記ユーザ端末に配信された広告コンテンツの広告効果を記憶部に格納する格納工程と、
   前記記憶部に記憶されている各統合比に対応する広告効果を比較することにより、前記各ユーザ情報群における広告効果への貢献度を算出する算出工程と
   を含むことを特徴とする貢献度算出方法。
8. コンテンツを提供する提供装置に対してユーザ端末がアクセスする契機で取得される当該ユーザ端末のユーザに関するユーザ情報のうち当該ユーザ情報が取得される契機となった前記提供装置毎の各ユーザ情報群間の統合比を変動させて統合された統合ユーザ情報毎に、当該統合ユーザ情報に基づいて前記ユーザ端末に配信された広告コンテンツの広告効果を記憶部に格納する格納手順と、
   前記記憶部に記憶されている各統合比に対応する広告効果を比較することにより、前記各ユーザ情報群における広告効果への貢献度を算出する算出手順と
   をコンピュータに実行させることを特徴とする貢献度算出プログラム。

Images