JP5872640B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents

Description

本発明は、調査対象メディアに対する接触データを処理する情報処理装置、情報処理方法、及びプログラムに関する。

従来、放送システムにおいて、センター側で収集、解析した視聴実績に応じて、視聴率の悪い番組の番組宣伝を自動的に放送する技術がある。例えば、或る番組の視聴実績が悪いときに、放送スケジュール管理部でその番組に対応する番組宣伝を、番組宣伝チャネルのスケジュールに自動的に組み込み、放送することで、視聴実績の悪いチャネルの視聴実績の向上を図る技術がある（例えば特許文献１参照）。

特開平１０−７２５１９号公報

しかしながら、従来技術では、或る番組の視聴実績が悪いときに、その番組に対応する番組宣伝を、番組宣伝チャネルのスケジュールに組み込むことは開示されているが、番組宣伝チャネルのスケジュールに対し、番組宣伝をどのようにして組み込むのかは開示されていない。

従来技術のように、視聴実績の悪い番組の番組宣伝を、番組宣伝チャネルに組み込んだとしても、その番組を見ていないユーザが、その番組宣伝チャネルに組み込まれた番組宣伝を見る可能性が低ければ、効果的な番組宣伝とは言えない。

上記課題は、テレビ放送に限らず、ラジオ放送やインターネットなどの情報提供を行うメディアに対し、所定の情報に対する宣伝を行う場合にも生じる課題である。

したがって、従来技術では、情報を提供するメディアに対する視聴率などの接触データに基づく、効果的な宣伝を行うための分析が不十分であった。

そこで、本発明の所定の態様は、上記課題に鑑みてなされたものであり、情報を提供するメディアの接触データに対し、効果的な宣伝を行うための適切な分析を行うことができる情報処理装置、情報処理方法、及びプログラムを提供することを目的とする。

本発明の一態様における情報処理装置は、情報を提供するメディアに各対象ユーザが接触したことを示す接触データを取得する取得部と、前記接触データに基づき、前記対象ユーザを所定の分類手法を用いて複数のグループに分類する分類部と、前記分類部により分類された各グループに対し、グループに含まれる対象ユーザによる所定の情報への接触度合が閾値よりも高いグループを特定する特定部と、前記特定部により特定されたグループに含まれる対象ユーザのうち、前記所定の情報に接触していない対象ユーザのメディアへの接触データに基づき、該対象ユーザのメディア接触傾向を分析する分析部と、を備える。

また、前記メディアはテレビ放送であり、前記接触データは前記対象ユーザが視聴した放送時間帯及びテレビ局を含む視聴データであり、前記所定の情報は所定の番組であり、前記接触度合は視聴率である場合、前記分類部は、前記対象ユーザの視聴傾向ごとにグループ化されるように分類し、前記特定部は、前記所定の番組の視聴率が閾値より高いグループを特定し、前記分析部は、前記所定の番組を視聴していない対象ユーザの、前記所定の番組を放送するテレビ局の視聴傾向を分析してもよい。

また、前記分析部は、前記所定の番組を視聴していない対象ユーザの、前記所定の番組を放送するテレビ局の、各曜日の放送時間帯ごとの視聴率を求めてもよい。

前記分析部は、前記各曜日の放送時間帯ごとの視聴率に基づいて、前記所定の番組の宣伝を効果的に行うための放送時間帯を抽出してもよい。

前記メディアはラジオ放送であり、前記接触データは前記対象ユーザが聴取した放送時間帯及びラジオ局を含む聴取データであり、前記所定の情報は所定の番組であり、前記接触度合は聴取率である場合、前記分類部は、前記対象ユーザの聴取傾向ごとにグループ化されるように分類し、前記特定部は、前記所定の番組の聴取率が閾値より高いグループを特定し、前記分析部は、前記所定の番組を聴取していない対象ユーザの、前記所定の番組を放送するラジオ局の聴取傾向を分析してもよい。

前記メディアはインターネットであり、前記接触データは前記対象ユーザが閲覧したウェブページ及び閲覧回数を含む閲覧データであり、前記所定の情報は所定のウェブページであり、前記接触度合は閲覧回数である場合、前記分類部は、前記ウェブページの前記対象ユーザのサイト閲覧傾向ごとにグループ化されるように分類し、前記特定部は、前記所定のウェブページの閲覧回数が閾値より多いグループを特定し、前記分析部は、前記所定のウェブページを閲覧していない対象ユーザが、どのウェブページを閲覧しているかを分析してもよい。

また、本発明の他の態様における情報処理方法は、情報を提供するメディアに各対象ユーザが接触したことを示す接触データを取得する取得ステップと、前記接触データに基づき、前記対象ユーザを所定の分類手法を用いて複数のグループに分類する分類ステップと、分類された各グループに対し、グループに含まれる対象ユーザによる所定の情報への接触度合が閾値よりも高いグループを特定する特定ステップと、特定されたグループに含まれる対象ユーザのうち、前記所定の情報に接触していない対象ユーザのメディアへの接触データに基づき、該対象ユーザのメディア接触傾向を分析する分析ステップと、をコンピュータが実行する。

また、本発明の他の態様におけるプログラムは、情報を提供するメディアに各対象ユーザが接触したことを示す接触データを取得する取得ステップと、前記接触データに基づき、前記対象ユーザを所定の分類手法を用いて複数のグループに分類する分類ステップと、分類された各グループに対し、グループに含まれる対象ユーザによる所定の情報への接触度合が閾値よりも高いグループを特定する特定ステップと、特定されたグループに含まれる対象ユーザのうち、前記所定の情報に接触していない対象ユーザのメディアへの接触データに基づき、該対象ユーザのメディア接触傾向を分析する分析ステップと、をコンピュータに実行させる。

本発明の所定の態様によれば、情報を提供するメディアの接触データに対し、効果的な宣伝を行うための適切な分析を行うことができる。

実施形態における調査システムの概略構成の一例を示す図である。 実施形態における情報処理装置のハードウェアの概略構成の一例を示すブロック図である。 実施形態における情報処理装置の機能構成の一例を示すブロック図である。 実施例１における視聴データの一例を示す図である。 実施例１における分類結果の一例を示す図である。 実施例１におけるグループ特定を説明するための図である。 実施例１における潜在視聴者の特定を説明するための図である。 実施例１における分析結果の一例を示す図である。 実施例１における情報処理装置の処理の一例を示すフローチャートである。 実施例１における特定処理の一例を示すフローチャートである。 実施例１における分析処理の一例を示すフローチャートである。

以下、添付図面を参照しながら本発明の実施形態について詳細に説明する。

［実施形態］
＜システム構成＞
図１は、実施形態における調査システム１の概略構成の一例を示す図である。図１に示す調査システム１において、例えば、各調査対象世帯Ｈは、アンテナ又はネットワーク等に接続された接触調査装置１０と、メディア出力装置２０と、ユーザ設定装置６０とを備える。

また、各調査対象世帯Ｈに設置された各装置のうち、少なくとも接触調査装置１０とメディア出力装置２０とは、ブロードバンド回線等の有線又は無線ネットワークＮを介して、集約センター４０及び契約会社５０に接続されている。また、ユーザ設定装置６０は、ブロードバンド回線等の有線又は無線ネットワークＮに接続されてもよい。

メディア出力装置２０は、例えば映像画面を表示する機能を有するモニター装置の役割を果たす機器や、ラジオ局の番組を出力するラジオや、インターネットによるウェブサイトを表示するＰＣ（Personal Computer）などである。なお、メディア出力装置２０は、テレビと録画装置とが一体化されているものや、テレビに外付けハードディスクユニットが接続されたもの等を含む。

接触調査装置１０は、メディア出力装置２０と、又はそれに接続された録画装置（不図示）からデータを入力し、接触データを作成して、内蔵するメモリーに一時保存する。接触データとは、例えば、情報を提供するメディアに各対象ユーザが接触したことを示すデータである。ユーザ設定装置６０は、接触者を識別するためのユーザＩＤを設定する。

接触データは、接触調査装置１０から、定時的にネットワークＮを通じて、集計センター４０に回収される。集計センター４０内の情報処理装置は、取得した接触データを分析し、接触状況の報告書等を作成する。作成された報告書等は、集約センター４０内の情報処理装置により契約会社５０に送信されたり、集約センター４０内の従業員により契約会社５０に郵送されたりして提供される。

契約会社５０は、集約センター４０から提供された報告書等に基づいて、例えば自身が提供する所定の情報に対する宣伝を効果的に行うようにする。

＜ハードウェア構成＞
次に、集約センター４０に設置される、接触データの分析等を行う情報処理装置のハードウェア構成について説明する。図２は、実施形態における情報処理装置１００のハードウェアの概略構成の一例を示すブロック図である。

図２に示すように、情報処理装置１００は、ＣＰＵ（Central Processing Unit）１０２と、ＲＡＭ（Random Access Memory）１０４と、ＲＯＭ（Read Only Memory）１０６と、ドライブ装置１０８と、ネットワークＩ／Ｆ（Interface）１１０と、入力装置１１２と、及び表示装置１１４とを有する。これら各構成は、バスを介して相互にデータ送受信可能に接続されている。

ＣＰＵ１０２は、コンピュータの中で、各装置の制御やデータの演算、加工を行う制御部である。また、ＣＰＵ１０２は、ＲＡＭ１０４又はＲＯＭ１０６に記憶された分析処理のプログラムを実行する演算装置である。ＣＰＵ１０２は、入力装置１１２やネットワークＩ／Ｆ１１０などから形状データを受け取り、演算、加工した上で、演算結果を表示装置１１４や記憶装置などに出力する。

ＲＡＭ１０４は、例えば主記憶部などである。ＲＡＭ１０４は、ＣＰＵ１０２が実行する基本ソフトウェアであるＯＳ（Operating System）やアプリケーションソフトウェアなどのプログラムやデータを記憶又は一時保存する記憶装置である。

ＲＯＭ１０６は、例えばアプリケーションソフトウェアなどに関連するデータを記憶する記憶装置である。

ドライブ装置１０８は、記録媒体１１６、例えばＣＤ−ＲＯＭやＳＤカードなどからプログラムを読み出し、記憶装置にインストールする。

また、記録媒体１１６は、所定のプログラムを格納し、この記録媒体１１６に格納されたプログラムは、ドライブ装置１０８を介して情報処理装置１００にインストールされる。インストールされた所定のプログラムは、情報処理装置１００により実行可能となる。

ネットワークＩ／Ｆ１１０は、通信機能を有する周辺機器と情報処理装置１００とのインターフェースである。また、ネットワークＩ／Ｆ１１０は、例えば、有線及び／又は無線回線などのデータ伝送路により構築されたＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）などのネットワークを介して接続される。

入力装置１１２は、カーソルキー、数字入力及び各種機能キー等を備えたキーボード、表示装置１１４の表示画面上でキーの選択等を行うためのマウスやスライドパッド等を有する。また、入力装置１１２は、ユーザがＣＰＵ１０２に操作指示を与えたり、データを入力したりするためのユーザインターフェースである。

表示装置１１４は、ＬＣＤ（Liquid Crystal Display）等により構成され、ＣＰＵ１０２から入力される表示データに応じた表示が行われる。なお、入力装置１１２や表示装置１１４は、情報処理装置１００の外部に設けられてもよい。

＜機能構成＞
次に、情報処理装置１００の機能構成について説明する。図３は、実施形態における情報処理装置１００の機能構成の一例を示すブロック図である。図３に示す情報処理装置１００は、取得部２０２と、記憶部２０４と、分類部２０６と、特定部２０８と、分析部２１０と、出力部２１２とを備える。

取得部２０２は、例えばＣＰＵ１０２、ネットワークＩ／Ｆ部１１０等により実現され、記憶部２０４は、例えばＲＡＭ１０４やＲＯＭ１０６等により実現される。分類部２０６、特定部２０８及び分析部２１０は、例えばＣＰＵ１０２やＲＡＭ１０４等により実現される。出力部２１２は、例えばＣＰＵ１０２、ネットワークＩ／Ｆ部１１０等により実現される。ＣＰＵ１０２は、接触データ分析処理のプログラムを実行することで、各部の機能を実行することができる。

取得部２０２は、各調査対象世帯Ｈに設定された接触調査装置１０から、ネットワークＮを介して、情報を提供するメディアに各対象ユーザが接触したことを示す接触データを取得する。ここでは、メディアとは、例えば、特定の発信者から不特定多数の受け手に対して情報伝達を行うマスメディアとする。取得部２０２は、取得した接触データを記憶部２０４に記録する。

記憶部２０４は、接触データを記憶する。また、記憶部２０４は、接触データに対して分析が行われた分析結果のデータ等を記憶する。

分類部２０６は、記憶部２０４に記憶された接触データに基づき、対象ユーザを所定の分類手法を用いて複数のグループに分類する。所定の分類手法は、例えばｋ−ｍｅａｎｓ法や自己組織化マップなどの一般的なクラスタリング手法である。分類部２０６は、接触データに基づいて、対象ユーザの接触傾向ごとに対象ユーザをグルーピングできればよいため、分類手法については特に問わない。分類部２０６は、分類結果を特定部２０８に出力する。

特定部２０８は、分類部２０６により分類された各グループに対し、グループに含まれる対象ユーザによる所定の情報への接触に関するパラメータ（接触度合）が閾値よりも高いグループを特定する。例えば、特定部２０８は、分類されたグループごとに、所定の情報に接触した対象ユーザの割合が閾値よりも高い場合に、そのグループを特定する。特定部２０８は、特定結果を分析部２１０に出力する。

分析部２１０は、特定部２０８により特定されたグループに含まれる対象ユーザのうち、所定の情報に接触していない対象ユーザのメディアへの接触データに基づき、この対象ユーザのメディア接触傾向を分析する。例えば、分析部２１０は、所定の情報に接触していない対象ユーザが、頻繁に接触している或る情報があるか否か等の接触傾向を分析する。分析部２１０は、例えば、分析された接触傾向を報告書として出力部２１２に出力する。

出力部２１２は、分析部２１０により分析された接触状況を含む報告書等を出力する。出力部２１２による出力方法は、契約会社５０のＰＣに送信することでもよいし、印刷することでもよい。出力部２１２により出力された報告書等は、契約会社５０に取得される。

これにより、情報処理装置１００は、情報を提供するメディアの接触データに対し、効果的な宣伝を行うための適切な分析を行うことができる。

ここで、所定の情報に接触していない対象ユーザであり、所定の情報に頻繁に接触している対象ユーザと同様の接触傾向を有している対象ユーザを、潜在接触ユーザと称す。潜在接触ユーザは、所定の情報に頻繁に接触している対象ユーザと同様の接触傾向を有しているため、この潜在接触ユーザに対して効果的に宣伝を行えば、潜在接触ユーザは、所定の情報に接触する可能性が高くなる。

出力部２１２により出力される報告書は、この潜在接触ユーザの接触状況を示すものである。したがって、契約会社５０は、この報告書に基づいて、例えば、潜在接触ユーザが頻繁に接触している情報に対し、所定の情報の宣伝を行うことで、効果的な宣伝を行うことができるようになる。

以下、本実施形態におけるメディアの種類が、テレビ放送、ラジオ放送、インターネットの場合の各実施例について説明する。

［実施例１］
実施例１では、メディアをテレビ放送とし、接触データを対象ユーザが視聴した放送時間帯及びテレビ局を含む視聴データとし、所定の情報を所定の番組とし、パラメータを視聴率とする。

＜各部の具体的な処理＞
次に、実施例１における情報処理装置１００の各部の処理について、具体例を用いて説明する。

≪取得部≫
取得部２０２は、各調査対象世帯Ｈの接触調査装置１０から視聴データを取得する。視聴データは、例えば視聴率を調査するためのデータであり、ピープルメータ（PM）というシステムや、オンラインメータというシステムや、日記式のアンケートなどを用いて得られるデータである。

図４は、実施例１における視聴データの一例を示す図である。図４に示す視聴データでは、対象ユーザのユーザＩＤ、テレビ局ＩＤ、視聴開始時刻、視聴終了時刻などが含まれる。図４に示す視聴データは、あくまでも一例であり、ユーザに関する性別、年齢、職業、番組に関するメタデータ（ジャンル、出演者など）などを含むようにしてもよい。

例えば、図４に示す視聴データによれば、ユーザＩＤ「００１」の対象ユーザは、２０１４年４月１２日１７時１１分００秒から２０１４年４月１２日１８時１２分３４秒まで、テレビ局ＩＤ「５０１」のテレビ局の番組を視聴していたことになる。なお、視聴データの時刻の単位は、秒単位でもよいし、分単位などでもよい。

≪分類部≫
分類部２０６は、記憶部２０４に記憶された視聴データに含まれる対象ユーザに対し、例えばｋ−ｍｅａｎｓ法などを用いることで、対象ユーザの視聴傾向ごとにグループ化されるように分類する。分類部２０６は、例えば、一人の対象ユーザが、一つのテレビ局ごとに５時から２８時までの各時間帯の視聴状況データ（視聴分数など）を有するとし、これらの視聴分数などを入力パラメータとしてｋ−ｍｅａｎｓ法などを用いることで、所定のテレビ局をよく視聴するグループ、各テレビ局を万遍なく視聴するグループ、いずれのテレビ局もあまり見ないグループなどに分類する。

図５は、実施例１における分類結果の一例を示す図である。図５に示す縦軸は、視聴分数であり、横軸は、各テレビ局Ａ〜Ｆに対する５時〜２８時までの視聴時間である。図５に示す分類結果では、各対象ユーザがグループ１〜９に分類される。例えば、グループ３は、テレビ局Ｆをよく視聴するユーザのグループであり、グループ１は、テレビ局Ａをよく視聴するユーザのグループである。分類部２０６は、グループ１〜９を分類結果として特定部２０８に出力する。

≪特定部≫
特定部２０８は、グループごとに所定の番組の視聴率を求め、この視聴率が閾値より高いグループを特定する。ここで、閾値は、例えば所定の番組の平均視聴率とするが、予め設定された値などでもよい。所定の番組は、例えばドラマやニュース、バラエティ番組、情報番組などである。

図６は、実施例１におけるグループ特定を説明するための図である。図６に示す例では、特定部２０８は、テレビ局Ａの番組Ｂについて、各グループの視聴率を求める。例えば、グループ１では、６．６％の対象ユーザが番組Ｂを見ており、９３．４％の対象ユーザが番組Ｂを見ていない。

また、グループ８では、５３．４％の対象ユーザが番組Ｂを見ており、４６．６％の対象ユーザが番組Ｂを見ていない。番組Ｂの全体の視聴率は、１８．８％とする。このとき、閾値は、例えば１８．８％に設定される。

特定部２０８は、番組Ｂの全体の視聴率１８．８％よりも高いグループ４〜９（以下、グループＧ１と称す。）を特定する。特定部２０８は、グループＧ１を特定結果として分析部２１０に出力する。

≪分析部≫
分析部２１０は、所定の番組（テレビ局Ａの番組Ｂ）を視聴していない対象ユーザの、番組Ｂを放送するテレビ局Ａの視聴傾向を分析する。これにより、分析部２１０は、潜在視聴者に対して分析を行うので、番組Ｂの宣伝（番宣）を効果的に行うための分析を適切に行うことができる。

まず、分析部２１０は、番組Ｂに対する潜在視聴者を特定する。例えば、分析部２１０は、所定の番組をよく視聴するグループに含まれる対象ユーザのうち、所定の番組を視聴していない対象ユーザを潜在視聴者とする。

図７は、実施例１における潜在視聴者の特定を説明するための図である。図７に示すように、分析部２１０は、グループＧ１に含まれる対象ユーザのうち、番組Ｂを見ていない対象ユーザを潜在視聴者Ｐ１とする。

次に、分析部２１０は、潜在視聴者Ｐ１（番組Ｂを視聴していない対象ユーザ）の、テレビ局Ａに対する各曜日の放送時間帯ごとの視聴率を求める。これにより、潜在視聴者の各曜日の放送時間帯ごとの視聴傾向を把握することができるようになる。

次に、分析部２１０は、各曜日の放送時間帯ごとの視聴率に基づいて、所定の番組の宣伝を効果的に行うための放送時間帯を抽出する。例えば、分析部２１０は、各放送時間帯を、視聴率が高い順に４つのサブグループに分類し、分類された各サブグループを視認化できるようにする。これにより、分析結果を取得する会社は、番組Ｂの宣伝をどの放送時間帯に行ったらよいかを一目で把握することができるようになる。

図８は、実施例１における分析結果の一例を示す図である。図８に示す例では、各曜日の放送時間帯ごとに、潜在視聴者の視聴率が求められている。サブグループＳ１は、潜在視聴者の視聴率が第１閾値よりも高い放送時間帯である。サブグループＳ２は、潜在視聴者の視聴率が第１閾値以下で、第２閾値よりも高い放送時間帯である。サブグループＳ３は、潜在視聴者の視聴率が第２閾値以下で、第３閾値よりも高い放送時間帯である。その他の放送時間帯は、潜在視聴者の視聴率が第３閾値以下の放送時間帯である。

なお、分析部２１０は、サブグループを４つに分ける例について説明したが、４つに限る必要はない。また、分析部２１０は、最も視聴率が高い放送時間帯だけを抽出してもよいし、視聴率が高い順に所定個の放送時間帯を抽出するようにしてもよい。

図８に示す例では、サブグループＳ１に示される放送時間帯に番組Ｂの宣伝を行えば、最も効果的な宣伝となり、サブグループＳ２に示される放送時間帯に宣伝を行えば、次に効果的な宣伝となる。この宣伝が効果的となる理由として、次のことが言える。潜在視聴者は、分析結果により番組Ｂの宣伝を行う放送時間帯をよく視聴していることが分かっており、この潜在視聴者は、番組Ｂを視聴しているユーザが多く所属するグループに属することから、番組Ｂの視聴ユーザと同様の視聴傾向を持つ可能性が高いため、潜在視聴者が番組Ｂに興味を持つ可能性が高くなるからである。

≪出力部≫
出力部２１２は、分析部２１０により分析された、潜在視聴者の視聴傾向をデータ化して、そのデータを契約会社５０に送信したり、潜在視聴者の視聴傾向を印刷したりして出力する。ここで、契約会社５０は、例えばテレビ局である。

これにより、テレビ局である契約会社５０は、視聴率を上げたい番組に対し、潜在視聴者がよく見ている放送時間帯に番組の宣伝を行うことで、効果的に宣伝をすることができるようになる。

＜動作＞
次に、情報処理装置１００の動作について説明する。図９は、実施例１における情報処理装置１００の処理の一例を示すフローチャートである。図９に示すステップＳ１０２で、取得部２０２で、各調査対象世帯Ｈに設定された接触調査装置１０から、ネットワークＮを介して、情報を提供するメディア（テレビ放送）に各対象ユーザ（視聴ユーザ）が接触したことを示す接触データ（視聴データ）を取得する。取得部２０２は、取得した接触データを記憶部２０４に記録する。

ステップＳ１０４で、分類部２０６は、記憶部２０４に記憶された接触データに基づき、対象ユーザを所定の分類手法を用いて複数のグループに分類する。所定の分類手法は、例えばｋ−ｍｅａｎｓ法や自己組織化マップなどの一般的なクラスタリング手法である。分類部２０６は、分類結果を特定部２０８に出力する。

ステップＳ１０６で、特定部２０８は、分類部２０６により分類された各グループに対し、グループに含まれる対象ユーザによる所定の情報への接触に関するパラメータ（視聴率）が、閾値よりも高いグループを特定する。特定部２０８は、特定結果を分析部２１０に出力する。特定処理については図１０を用いて後述する。

ステップＳ１０８で、分析部２１０は、特定部２０８により特定されたグループに含まれる対象ユーザのうち、所定の情報に接触していない対象ユーザ（潜在視聴者）のメディアへの接触データに基づき、潜在視聴者の接触傾向を分析する。分析部２１０は、例えば、分析された接触傾向を報告書として出力部２１２に出力する。分析処理については、図１１を用いて後述する。

ステップＳ１１０で、出力部２１２は、分析部２１０により分析された接触状況を含む報告書等を出力する。出力部２１２により出力された報告書等は、契約会社５０に取得される。

これにより、情報処理装置１００は、情報を提供するメディア（テレビ放送）の接触データ（視聴データ）に対し、効果的な宣伝を行うための適切な分析を行うことができる。なお、図９に示す処理は、定期的に行われ、例えば番組の編成が変わる時期に合わせて行うようにすればよい。また、例えば一週間に一度の頻度で上述した分析処理を行えば、潜在視聴者の直近の視聴傾向を分析することができ、さらに効果的な番組の宣伝を行うことができるようになる。

図１０は、実施例１における特定処理の一例を示すフローチャートである。ステップＳ２０２で、特定部２０８は、分類部２０６により分類された複数のグループのうち、未処理の１つのグループを選択する。

ステップＳ２０４で、特定部２０８は、選択した１つのグループに含まれる視聴ユーザによる所定の番組（例えば番組Ｂ）への視聴に関するパラメータを算出する。ここでのパラメータは、視聴率である。つまり、特定部２０８は、選択したグループ内での番組Ｂの視聴率を求める。

ステップＳ２０６で、特定部２０８は、求めたパラメータ（視聴率）が閾値より大きいか否かを判定する。閾値は、例えば複数のグループ全てを含む世帯全体の番組Ｂの平均視聴率である。パラメータが閾値より大きければ（ステップＳ２０６−ＹＥＳ）ステップＳ２０８に進み、パラメータが閾値以下であれば（ステップＳ２０６−ＮＯ）ステップＳ２１０に進む。

ステップＳ２０８で、特定部２０８は、パラメータが閾値より大きいグループを抽出し、特定する。

ステップＳ２１０で、特定部２０８は、全てのグループを処理したか否かを判定する。ステップＳ２１０で、全てのグループが処理されていれば（ステップＳ２１０−ＹＥＳ）特定処理を終了し、全てのグループが処理されていなければ（ステップＳ２１０−ＮＯ）ステップＳ２０２に戻る。

以上、特定処理が実行されることにより、同様の視聴傾向を持つグループごとに、所定の情報に接触している対象ユーザの割合を求め、所定の情報に頻繁に接触しているグループを特定することができるようになる。

図１１は、実施例１における分析処理の一例を示すフローチャートである。図１１に示すステップＳ３０２で、分析部２１０は、潜在視聴者を特定する。潜在視聴者とは、例えば、所定の番組をよく視聴するグループに含まれる対象ユーザのうち、所定の番組を見ていない対象ユーザのことをいう。分析部２１０は、特定部２０８により特定されたグループに含まれる視聴ユーザのうち、所定の番組（番組Ｂ）を視聴していない視聴ユーザを潜在視聴者とする。

ステップＳ３０４で、分析部２１０は、潜在視聴者の接触傾向（例えば視聴傾向）を分析する。例えば、分析部２１０は、番組Ｂの潜在視聴者の、番組Ｂを放送するテレビ局（例えばテレビ局Ａ）に対する視聴傾向を分析する。より具体的には、分析部２１０は、番組Ｂの潜在視聴者の、番組Ｂを放送するテレビ局Ａの、各曜日の放送時間帯ごとの視聴率を求める。

ステップＳ３０６で、分析部２１０は、各曜日の放送時間帯ごとの視聴率に基づいて、効果的な宣伝を可能にするデータ（放送時間帯）を抽出する。例えば、分析部２１０は、テレビ局Ａに対し、潜在視聴者の視聴率が高い放送時間帯を抽出する（例えば図８参照）。

以上、分析処理が実行されることにより、所定の番組に対する効果的な宣伝を行うための分析を適切に行うことができる。この分析結果を取得した契約会社は、所定の番組に対する宣伝を効果的に行うことができる。

［実施例２］
実施例２では、メディアをラジオ放送とし、接触データを対象ユーザが聴取した放送時間帯及びラジオ局を含む聴取データとし、所定の情報を所定の番組とし、パラメータを聴取率とする。

＜各部の具体的な処理＞
次に、実施例２における情報処理装置１００の各部の処理について説明する。実施例２における情報処理装置１００の各部は、実施例１と同様の処理を行うため、テレビ放送をラジオ放送、テレビ局をラジオ局、視聴データを聴取データ、視聴ユーザを聴取ユーザ、パラメータを聴取率に置き換えればよい。

これにより、情報処理装置１００は、情報を提供するメディア（ラジオ放送）への接触データ（聴取データ）に対し、効果的な宣伝を行うための適切な分析を行うことができる。なお、分析処理は、定期的に行われ、例えば番組の編成が変わる時期に合わせて行うようにすればよい。また、例えば一週間に一度の頻度で上述した分析処理を行えば、潜在聴取者の直近の聴取傾向を分析することができ、さらに効果的な番組の宣伝を行うことができるようになる。

［実施例３］
実施例３では、メディアをインターネットとし、接触データを対象ユーザが閲覧したウェブページ及び閲覧回数を含む閲覧データとし、所定の情報を所定のウェブページとし、パラメータを閲覧回数とする。

＜各部の具体的な処理＞
次に、実施例３における情報処理装置１００の各部の処理について説明する。実施例３における情報処理装置１００の各部は、実施例１と同様の処理を行うため、テレビ放送をインターネット、テレビ局をインターネットのサイト運営者、視聴データを閲覧データ、視聴ユーザを閲覧ユーザ、パラメータを閲覧回数に置き換えればよい。ただし、実施例３では、実施例１や実施例２のように、放送時間帯のような時間的な概念は必ずしも必要ではない。

これにより、情報処理装置１００は、情報を提供するメディア（インターネット）への接触データ（閲覧回数）に対し、効果的な宣伝を行うための適切な分析を行うことができる。例えば、所定のウェブページＡをよく閲覧する閲覧ユーザと同様の閲覧傾向を有する潜在閲覧ユーザに対し、この潜在閲覧ユーザがよく閲覧するウェブページに、ウェブページＡの広告を出稿することが可能になる。

［変形例］
次に、上記各実施例の変形例について説明する。接触データとして、ＡＣＲ（Audience and Consumer Report）というデータがある。このＡＣＲは、様々なメディアへの接触データを含み、例えばテレビ放送やラジオ放送の接触状況、新聞閲読者率、交通機関利用率、インターネット利用率などを含む。

取得部２０２は、ＡＣＲを取得することで、接触データとして、テレビの接触状況、ラジオの接触状況、又はインターネット利用率などを取得するようにしてもよい。

また、分析部２１０は、所定のメディアの所定の情報に対する潜在接触者の分析を行う際、この潜在接触者の他のメディアに対する分析を行うようにしてもよい。例えば、電車内の広告をメディアと考えた場合、分析部２１０は、所定のテレビ局の所定の情報に対する潜在視聴者に対し、交通機関の接触状況（乗車状況）を分析する。これにより、所定の情報に対する潜在視聴者が、よく乗車する電車などを把握することができるようになる。

この場合、契約会社５０は、潜在視聴者がよく乗車する電車に対し、所定の情報に対する宣伝を中吊り広告として出すことができるようになる。

なお、上記の情報処理装置１００で実行される接触データの分析を行うプログラムについて、ＣＰＵ１０２がＲＯＭ１０６からこのプログラムを読み出して実行することにより、上記各部のうち１又は複数の各部がＲＡＭ１０４上にロードされ、１又は複数の各部がＲＡＭ１０４上に生成されるようになっている。

このように、上述した実施形態で説明した接触データの分析処理は、コンピュータに実行させるためのプログラムとして実現されてもよい。このプログラムをサーバ等からインストールしてコンピュータに実行させることで、前述した接触データの分析処理を実現することができる。

また、このプログラムを記録媒体１１６に記録し、このプログラムが記録された記録媒体１１６をコンピュータに読み取らせて、前述した接触データの分析処理を実現させることも可能である。

なお、記録媒体１１６は、ＣＤ−ＲＯＭ、フレキシブルディスク、光磁気ディスク等の様に情報を光学的，電気的或いは磁気的に記録する記録媒体、ＲＯＭ、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリー等、様々なタイプの記録媒体を用いることができる。

以上、各実施例について詳述したが、上記実施例に限定されるものではなく、特許請求の範囲に記載された範囲内において、上記実施例以外にも種々の変形及び変更が可能である。

１００ 情報処理装置
１０２ ＣＰＵ
１０４ ＲＡＭ
１０６ ＲＯＭ
２０２ 取得部
２０４ 記憶部
２０６ 分類部
２０８ 特定部
２１０ 分析部
２１２ 出力部

Claims (8)

1. 情報を提供するメディアに各対象ユーザが接触したことを示す接触データを取得する取得部と、
   前記接触データに基づき、前記対象ユーザを所定の分類手法を用いて複数のグループに分類する分類部と、
   前記分類部により分類された各グループに対し、グループに含まれる対象ユーザによる所定の情報への接触度合が閾値よりも高いグループを特定する特定部と、
   前記特定部により特定されたグループに含まれる対象ユーザのうち、前記所定の情報に接触していない対象ユーザのメディアへの接触データに基づき、該対象ユーザのメディア接触傾向を分析する分析部と、
   を備える情報処理装置。
2. 前記メディアはテレビ放送であり、前記接触データは前記対象ユーザが視聴した放送時間帯及びテレビ局を含む視聴データであり、前記所定の情報は所定の番組であり、前記接触度合は視聴率である場合、
   前記分類部は、
   前記対象ユーザの視聴傾向ごとにグループ化されるように分類し、
   前記特定部は、
   前記所定の番組の視聴率が閾値より高いグループを特定し、
   前記分析部は、
   前記所定の番組を視聴していない対象ユーザの、前記所定の番組を放送するテレビ局の視聴傾向を分析する、請求項１記載の情報処理装置。
3. 前記分析部は、
   前記所定の番組を視聴していない対象ユーザの、前記所定の番組を放送するテレビ局の、各曜日の放送時間帯ごとの視聴率を求める、請求項２記載の情報処理装置。
4. 前記分析部は、
   前記各曜日の放送時間帯ごとの視聴率に基づいて、前記所定の番組の宣伝を行うための放送時間帯を抽出する、請求項３記載の情報処理装置。
5. 前記メディアはラジオ放送であり、前記接触データは前記対象ユーザが聴取した放送時間帯及びラジオ局を含む聴取データであり、前記所定の情報は所定の番組であり、前記接触度合は聴取率である場合、
   前記分類部は、
   前記対象ユーザの聴取傾向ごとにグループ化されるように分類し、
   前記特定部は、
   前記所定の番組の聴取率が閾値より高いグループを特定し、
   前記分析部は、
   前記所定の番組を聴取していない対象ユーザの、前記所定の番組を放送するラジオ局の聴取傾向を分析する、請求項１記載の情報処理装置。
6. 前記メディアはインターネットであり、前記接触データは前記対象ユーザが閲覧したウェブページ及び閲覧回数を含む閲覧データであり、前記所定の情報は所定のウェブページであり、前記接触度合は閲覧回数である場合、
   前記分類部は、
   前記ウェブページの前記対象ユーザのサイト閲覧傾向ごとにグループ化されるように分類し、
   前記特定部は、
   前記所定のウェブページの閲覧回数が閾値より多いグループを特定し、
   前記分析部は、
   前記所定のウェブページを閲覧していない対象ユーザが、どのウェブページを閲覧しているかを分析する、請求項１記載の情報処理装置。
7. 情報を提供するメディアに各対象ユーザが接触したことを示す接触データを取得する取得ステップと、
   前記接触データに基づき、前記対象ユーザを所定の分類手法を用いて複数のグループに分類する分類ステップと、
   分類された各グループに対し、グループに含まれる対象ユーザによる所定の情報への接触度合が閾値よりも高いグループを特定する特定ステップと、
   特定されたグループに含まれる対象ユーザのうち、前記所定の情報に接触していない対象ユーザのメディアへの接触データに基づき、該対象ユーザのメディア接触傾向を分析する分析ステップと、
   をコンピュータが実行する情報処理方法。
8. 情報を提供するメディアに各対象ユーザが接触したことを示す接触データを取得する取得ステップと、
   前記接触データに基づき、前記対象ユーザを所定の分類手法を用いて複数のグループに分類する分類ステップと、
   分類された各グループに対し、グループに含まれる対象ユーザによる所定の情報への接触度合が閾値よりも高いグループを特定する特定ステップと、
   特定されたグループに含まれる対象ユーザのうち、前記所定の情報に接触していない対象ユーザのメディアへの接触データに基づき、該対象ユーザのメディア接触傾向を分析する分析ステップと、
   をコンピュータに実行させるプログラム。

Images