JP6113797B2 - Determination apparatus, determination method, and determination program - Google Patents
Determination apparatus, determination method, and determination program Download PDFInfo
- Publication number
- JP6113797B2 JP6113797B2 JP2015176882A JP2015176882A JP6113797B2 JP 6113797 B2 JP6113797 B2 JP 6113797B2 JP 2015176882 A JP2015176882 A JP 2015176882A JP 2015176882 A JP2015176882 A JP 2015176882A JP 6113797 B2 JP6113797 B2 JP 6113797B2
- Authority
- JP
- Japan
- Prior art keywords
- content
- contents
- unit
- arrangement order
- determination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 38
- 238000009826 distribution Methods 0.000 claims description 199
- 238000011156 evaluation Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 238000000605 extraction Methods 0.000 description 59
- 239000000203 mixture Substances 0.000 description 33
- 239000000284 extract Substances 0.000 description 32
- 238000004364 calculation method Methods 0.000 description 28
- 238000002156 mixing Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 11
- 230000010365 information processing Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 102100031476 Cytochrome P450 1A1 Human genes 0.000 description 1
- 101000941690 Homo sapiens Cytochrome P450 1A1 Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 101150002378 gC gene Proteins 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Description
本発明は、決定装置、決定方法、及び決定プログラムに関する。 The present invention relates to a determination device, a determination method, and a determination program.
従来、ユーザに対して適切な態様においてコンテンツを配信する技術が提供されている。例えば、取得したクエリに基づいて適切なクエリを検索し、選択することが容易にできるキュレーションをランク付けする技術が提供されている。 2. Description of the Related Art Conventionally, a technique for distributing content in an appropriate manner to a user has been provided. For example, there is provided a technique for ranking curations that can be easily searched and selected based on acquired queries.
しかしながら、上記の従来技術では、適切なコンテンツの配置順を決定することができるとは限らない。例えば、コンテンツに付与されたランク等のスコアに基づく配置順では、コンテンツが適切に配置されるとは限らず、ユーザにとって適切なコンテンツの配置順を決定することができるとは限らない。 However, in the above-described conventional technology, it is not always possible to determine an appropriate content arrangement order. For example, in the arrangement order based on the scores such as ranks given to the contents, the contents are not necessarily arranged appropriately, and it is not always possible to determine the arrangement order of contents appropriate for the user.
本願は、上記に鑑みてなされたものであって、適切なコンテンツの配置順を決定することができる決定装置、決定方法、及び決定プログラムを提供することを目的とする。 The present application has been made in view of the above, and an object thereof is to provide a determination device, a determination method, and a determination program that can determine an appropriate content arrangement order.
本願に係る決定装置は、所定の基準より各々のスコアが算出された複数のコンテンツを取得する取得部と、前記取得部により取得された前記複数のコンテンツから、一覧表示されるコンテンツとして、所定の条件に基づいて抽出されたコンテンツの配置順を決定する決定部と、を備えたことを特徴とする。 The determination device according to the present application includes a acquiring unit that acquires a plurality of contents, each score of which is calculated based on a predetermined criterion, and a predetermined list of contents that are displayed from the plurality of contents acquired by the acquiring unit. And a determination unit that determines the arrangement order of the content extracted based on the conditions.
実施形態の一態様によれば、適切なコンテンツの配置順を決定することができるという効果を奏する。 According to one aspect of the embodiment, there is an effect that an appropriate arrangement order of contents can be determined.
以下に、本願に係る決定装置、決定方法、及び決定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決定装置、決定方法、及び決定プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。 Hereinafter, a determination apparatus, a determination method, and a mode for executing a determination program according to the present application (hereinafter referred to as “embodiment”) will be described in detail with reference to the drawings. Note that the determination device, the determination method, and the determination program according to the present application are not limited to the embodiment. Moreover, in the following embodiment, the same code | symbol is attached | subjected to the same site | part and the overlapping description is abbreviate | omitted.
(実施形態)
〔1.決定処理〕
まず、図1を用いて、実施形態に係る決定処理の一例について説明する。図1は、実施形態に係る決定処理の一例を示す図である。なお、本実施形態における決定処理には、コンテンツを配信する処理を含む。図1に示す例では、配信装置100(図3参照)が端末装置10からの配信要求に基づいてコンテンツを配信する場合を説明する。
(Embodiment)
[1. Decision process)
First, an example of the determination process according to the embodiment will be described with reference to FIG. FIG. 1 is a diagram illustrating an example of a determination process according to the embodiment. Note that the determination process in the present embodiment includes a process of distributing content. In the example illustrated in FIG. 1, a case where the distribution apparatus 100 (see FIG. 3) distributes content based on a distribution request from the
図1に示す例では、配信装置100が、端末装置10からコンテンツの配信要求を取得した後の処理を説明する。また、図1では、配信装置100は、後述するマスロジックに基づき抽出されたコンテンツからさらに所定の基準に基づいて抽出したコンテンツと、ユーザに関するユーザ情報に基づいて抽出されたコンテンツとを、端末装置10に配信する。以下では、マスロジックに基づき抽出されたコンテンツを「マス向けコンテンツ」とし、ユーザに関するユーザ情報に基づいて抽出された他のコンテンツを「個人向けコンテンツ」とする場合がある。また、以下では、コンテンツを「記事」と称する場合がある。すなわち、マス向けコンテンツは「マス向け記事」と読み替え、個人向けコンテンツは「個人向け記事」と読み替えることもできる。
In the example illustrated in FIG. 1, processing after the
まず、配信装置100は、所定のマスロジックによりコンテンツ(記事)が記憶されたデータベースDB11からマス向けコンテンツを抽出する(ステップS11)。例えば、データベースDB11は、配信装置100のコンテンツ情報記憶部121(図3参照)であってもよい。以下では、データベースDB11からのマス向けコンテンツの抽出を「第1段階抽出」とする場合がある。例えば、配信装置100は、ステップS11における第1段階抽出により、各コンテンツに対して算出されたスコアに基づいて、記事MA〜記事ML等を含むマス向けコンテンツMC11を抽出する。なお、スコアの算出、及びマスロジックによるマス向けコンテンツの抽出についての詳細は後述する。
First, the
ここで、データベースDB11に記憶されたコンテンツの各々は、所定のカテゴリに分類される。例えば、コンテンツの各々は、その内容に基づいて所定のカテゴリに分類される。図1では、コンテンツの各々は、その内容に基づいてカテゴリA〜Cの3つのカテゴリのいずれかに分類されるものとする。また、各カテゴリA〜Cに分類されるコンテンツは、分類されるカテゴリA〜Cに応じて、コンテンツに関する評価値がある傾向を有するものとする。以下では、コンテンツに関する評価値が、CTR(Click Through Rate)、いわゆるクリック率である場合を例に説明する。 Here, each of the contents stored in the database DB11 is classified into a predetermined category. For example, each of the contents is classified into a predetermined category based on the contents. In FIG. 1, it is assumed that each content is classified into one of the three categories A to C based on the contents. Further, it is assumed that the content classified into each category A to C has a tendency to have an evaluation value related to the content according to the classified category A to C. Hereinafter, a case where the evaluation value related to the content is CTR (Click Through Rate), that is, a so-called click rate will be described as an example.
図1では、カテゴリAに分類されるコンテンツは、他のカテゴリB、Cに分類されるコンテンツに比べて、コンテンツに関する評価値であるCTRが低い傾向を有するものとする。また、カテゴリBに分類されるコンテンツは、他のカテゴリAに分類されるコンテンツに比べてCTRが高く、他のカテゴリCに分類されるコンテンツに比べてCTRが低い傾向を有するものとする。また、カテゴリCに分類されるコンテンツは、他のカテゴリA、Bに分類されるコンテンツに比べて、コンテンツに関する評価値であるCTRが高い傾向を有するものとする。 In FIG. 1, it is assumed that the content classified into category A has a lower CTR, which is an evaluation value related to the content, than the content classified into other categories B and C. In addition, it is assumed that the content classified into category B has a higher CTR than the content classified into other category A, and the CTR tends to be lower than the content classified into other category C. In addition, it is assumed that the content classified into category C has a higher CTR, which is an evaluation value related to the content, than the content classified into other categories A and B.
図1では、説明のため、カテゴリごとにコンテンツを分割して図示するが、ステップS11においては、全カテゴリ共通のスコアを算出するマスロジックによりコンテンツを抽出する。すなわち、ステップS11において抽出されるコンテンツの数は、カテゴリごとにばらつきがあってもよい。 In FIG. 1, for the sake of explanation, the content is divided for each category and illustrated, but in step S <b> 11, the content is extracted by mass logic that calculates a score common to all categories. That is, the number of contents extracted in step S11 may vary for each category.
図1では、カテゴリAに属するコンテンツにおいて、記事MAのスコアが最も高い「10.8」であり、記事MBのスコアが記事MAの次に高い「10.4」である。また、カテゴリAに属するコンテンツにおいて、記事MCのスコアが記事MBの次に高い「10.1」であり、記事MDのスコアが記事MCの次に高い「9.9」である。以下、マス向けコンテンツMC11のうち、カテゴリAに属する複数のコンテンツをグループGPAとする場合がある。 In the content belonging to category A in FIG. 1, the score of the article MA is “10.8”, which is the highest, and the score of the article MB is “10.4”, which is the next higher than the article MA. In the content belonging to category A, the score of the article MC is “10.1”, which is the next highest after the article MB, and the score of the article MD is “9.9”, which is the next highest after the article MC. Hereinafter, among the mass content MC11, a plurality of contents belonging to the category A may be a group GPA.
また、図1では、カテゴリBに属するコンテンツにおいて、記事MEのスコアが最も高い「10.2」であり、記事MFのスコアが記事MEの次に高い「10.1」である。また、カテゴリBに属するコンテンツにおいて、記事MGのスコアが記事MFの次に高い「9.7」であり、記事MHのスコアが記事MGの次に高い「9.6」である。以下、マス向けコンテンツMC11のうち、カテゴリBに属する複数のコンテンツをグループGPBとする場合がある。 In FIG. 1, in the content belonging to category B, the score of the article ME is “10.2”, which is the highest, and the score of the article MF is “10.1,” which is the next highest after the article ME. In the content belonging to category B, the score of the article MG is “9.7”, which is the next highest after the article MF, and the score of the article MH is “9.6”, which is the next highest after the article MG. Hereinafter, among the mass content MC11, a plurality of contents belonging to the category B may be set as a group GPB.
また、図1では、カテゴリCに属するコンテンツにおいて、記事MIのスコアが最も高い「10.4」であり、記事MJのスコアが記事MIの次に高い「10.2」である。また、カテゴリCに属するコンテンツにおいて、記事MKのスコアが記事MJの次に高い「9.9」であり、記事MLのスコアが記事MKの次に高い「9.8」である。すなわち、図1では、全カテゴリ中において最もスコアの高いコンテンツは、カテゴリAに属するコンテンツの記事MAである。以下、マス向けコンテンツMC11のうち、カテゴリCに属する複数のコンテンツをグループGPCとする場合がある。 Further, in FIG. 1, in the content belonging to category C, the score of the article MI is “10.4”, which is the highest, and the score of the article MJ is “10.2”, which is the next highest after the article MI. In the content belonging to category C, the score of the article MK is “9.9”, which is the next highest after the article MJ, and the score of the article ML is “9.8”, which is the next highest after the article MK. That is, in FIG. 1, the content with the highest score in all categories is the article MA of content belonging to category A. Hereinafter, among the mass content MC11, a plurality of contents belonging to the category C may be a group GPC.
次に、配信装置100は、マス向けコンテンツMC11から所定の条件に基づいてコンテンツを抽出し、その配置順を決定する(ステップS12)。具体的には、配信装置100は、所定のルールに基づいて、各カテゴリに属するコンテンツごとに、スコアの高い方から順にコンテンツを抽出する。以下では、マス向けコンテンツMC11からさらにコンテンツを抽出し、配置順を決定することを「第2段階抽出」とする場合がある。以下、第2段階抽出について説明する。
Next, the
ステップS12の第2段階抽出において、配信装置100は、3つのグループGPA、GPB、GPCの各々に属するコンテンツが所定の順序で繰り返されるように、コンテンツの配置順を決定する。具体的には、配信装置100は、配置順1位のコンテンツを、グループGPCのうち最もスコアの高いコンテンツである記事MIに決定する。すなわち、配信装置100は、スコアの高い方から順に配置順を決定するのではなく、スコアと他の基準とに基づいて、配置順を決定する。図1では、配信装置100は、スコアと各コンテンツのカテゴリ分類とに基づいて、配置順を決定する。
In the second-stage extraction in step S12, the
また、配信装置100は、配置順2位のコンテンツを、グループGPCのうち記事MIの次にスコアの高いコンテンツである記事MJに決定する。これにより、配信装置100は、CTRが比較的高いグループGPCのコンテンツを配置順1位及び2位のコンテンツとすることにより、端末装置10における表示の初期段階ではCTRの高いコンテンツが表示されるようにする。
In addition, the
そして、配信装置100は、配置順3位のコンテンツを、グループGPBのうち最もスコアの高いコンテンツである記事MEに決定する。また、配信装置100は、配置順4位のコンテンツを、グループGPAのうち最もスコアの高いコンテンツである記事MAに決定する。これにより、配信装置100は、グループGPCのコンテンツと比較してCTRが高くないグループGPB、GPAのコンテンツを配置順3位及び4位のコンテンツとすることにより、同じグループGPCのコンテンツばかりが端末装置10における表示の初期段階において表示されることを抑制する。したがって、配信装置100は、端末装置10における表示の初期段階においてCTRの高いコンテンツを表示しつつ、コンテンツの多様性が低下することを抑制することができる。
Then, the
そして、配信装置100は、配置順5位以降は、カテゴリAに属するコンテンツ、カテゴリBに属するコンテンツ、カテゴリCに属するコンテンツ、及びカテゴリCに属するコンテンツの順で並ぶ配置を繰り返すように、コンテンツの配置順を決定する。
The
例えば、配信装置100は、配置順5位のコンテンツを、グループGPAのうち記事MAの次にスコアの高いコンテンツである記事MBに決定する。また、例えば、配信装置100は、配置順6位のコンテンツを、グループGPBのうち記事MEの次にスコアの高いコンテンツである記事MFに決定する。また、例えば、配信装置100は、配置順7位のコンテンツを、グループGPCのうち記事MJの次にスコアの高いコンテンツである記事MKに決定する。また、例えば、配信装置100は、配置順8位のコンテンツを、グループGPCのうち記事MKの次にスコアの高いコンテンツである記事MLに決定する。このように、配信装置100は、配置順5位〜8位のコンテンツを決定する。
For example, the
また、配信装置100は、配置順9位〜12位のコンテンツを決定する。例えば、配信装置100は、配置順9位のコンテンツを、グループGPAのうち記事MBの次にスコアの高いコンテンツである記事MCに決定する。また、例えば、配信装置100は、配置順10位のコンテンツを、グループGPBのうち記事MFの次にスコアの高いコンテンツである記事MGに決定する。なお、配置順11位、12位のコンテンツは、グループGPCから決定されるが、図示することは省略する。
In addition, the
上述の処理を繰り返すことにより、配信装置100は、所定の条件に基づいて抽出されたマス向けコンテンツMC12の配置順を決定する。
By repeating the above process, the
次に、配信装置100は、第2段階抽出において配置順を決定したマス向けコンテンツMC12と個人向けコンテンツPC11とをブレンド(配合)する(ステップS13)。ここで、個人向けコンテンツPC11は、例えばユーザの関心度等に基づいて順序付けがされた複数の記事PA〜PJを含む。また、図1では、記事PA〜PJは、3つのカテゴリA〜Cのいずれかに属する。なお、配信装置100は、個人向けコンテンツPC11を外部の情報処理装置から取得してもよいし、配信装置100は、データベースDB11から、ユーザ情報に基づいて、ユーザU1にパーソナライズされた個人向けコンテンツを抽出してもよい。すなわち、記事MA〜ML等と記事PA〜PJ等は、同じコンテンツであってもよい。
Next, the
図1に示す例では、配信装置100は、マス向けコンテンツMC12と個人向けコンテンツPC11とを1対1の割合でブレンドしたブレンドコンテンツBC11を決定する。以下、ブレンドコンテンツBC11に含まれるコンテンツの数を「配信数」とする。
In the example illustrated in FIG. 1, the
例えば、配信装置100は、マス向けコンテンツMC12のうち配置順の高い方から配信数の半分の数までのコンテンツを、ブレンドコンテンツBC11に含めるコンテンツとして決定する。また、例えば、配信装置100は、個人向けコンテンツPC11のうち配置順の高い方から配信数の半分の数までのコンテンツを、ブレンドコンテンツBC11に含めるコンテンツとして決定する。
For example, the
ここで、配信装置100は、マス向けコンテンツ、個人向けコンテンツの順に交互に配置されるように配合してブレンドコンテンツBC11を生成する。また、配信装置100は、マス向けコンテンツ間では配置順の高いコンテンツほど上の配置順になるように、個人向けコンテンツ間では配置順が高いコンテンツほど上の配置順になるように配合してブレンドコンテンツBC11を生成する。例えば、配信装置100は、マス向けコンテンツMC12のうち配置順が最も高い記事MIをブレンドコンテンツBC11における配置順1位とし、個人向けコンテンツPC11のうち配置順が最も高い記事PAをブレンドコンテンツBC11における配置順2位とする。このように、図1では、配信装置100は、記事MI、記事PA、記事MJ、記事PB、記事ME、記事PC等を含むブレンドコンテンツBC11を決定する。
Here, the
その後、配信装置100は、ブレンドコンテンツBC11を端末装置10へ配信する(ステップS14)。具体的には、記事MI、記事PA、記事MJ、記事PB、記事ME、記事PC等の順で表示されるブレンドコンテンツBC11を端末装置10へ配信する。
Thereafter, the
そして、ブレンドコンテンツBC11を受信した端末装置10は、ブレンドコンテンツBC11を表示する(ステップS15)。図1では、端末装置10は、ブレンドコンテンツBC11のうち配置順が上位のコンテンツである記事MI、記事PA、記事MJ、記事PB、記事MEを表示する。なお、端末装置10を利用するユーザは、端末装置10の画面にタッチしスクロール操作等を行うことにより、記事MEから下の記事PC、記事MA等を順次表示させる。
Then, the
上述したように、配信装置100は、スコアの高い方から順に配置順を決定するのではなく、スコアと他の基準とに基づいて、配置順を決定する。図1では、配信装置100は、各コンテンツが分類されるカテゴリに対応する評価値であるCTRに基づいて、マス向けコンテンツの配置順を決定する。したがって、配信装置100は、適切なコンテンツの配置順を決定することができる。このように、配信装置100は、端末装置10へ配信するコンテンツの配置順を決定する。例えば、配信装置100は、第2段階抽出においては、第1段階抽出で抽出されたコンテンツ群から、カテゴリに基づいて所定の順序でコンテンツを抽出し、全コンテンツの配置順を決定する。また、例えば、配信装置100は、第2段階抽出においては、例えば所定の広告抽出ロジックのように災害発生等の所定の条件に基づいて広告の配信可否を決定する処理とは異なり、端末装置10へ配信するコンテンツの配置順を決定する。
As described above, the
また、配信装置100は、マス向けコンテンツMC12と個人向けコンテンツPC11とを1対1の割合でブレンドしたブレンドコンテンツBC11を配信する。これにより、配信装置100は、ユーザの興味や関心に基づいた記事と社会的な重要性に基づいた記事とをバランスよくユーザに配信することができる。
In addition, the
また、上記例においては、配信装置100がマス向けコンテンツの抽出、個人向けコンテンツの抽出、コンテンツのブレンド、及びコンテンツの配信を行ったが、配信システム1(図2参照)は各処理を各情報処理装置に分散して実行してもよい。例えば、配信装置100は、マス向けコンテンツの抽出を行う情報処理装置からマス向けコンテンツを取得し、個人向けコンテンツの抽出を行う情報処理装置から個人向けコンテンツを取得し、マス向けコンテンツと個人向けコンテンツとをブレンドして配信してもよい。また、例えば、配信装置100は、マス向けコンテンツと個人向けコンテンツとをブレンドしたブレンドコンテンツを外部の情報処理装置から取得して配信してもよい。
In the above example, the
〔2.配信システムの構成〕
図2に示すように、配信システム1には、端末装置10と、提供元端末50と、配信装置100とが含まれる。端末装置10と、提供元端末50と、配信装置100とは所定のネットワークNを介して、有線または無線により通信可能に接続される。図2は、実施形態に係る配信システムの構成例を示す図である。なお、図2に示した配信システム1には、複数台の端末装置10や、複数台の提供元端末50や、複数台の配信装置100が含まれてもよい。
[2. Distribution system configuration)
As shown in FIG. 2, the
端末装置10は、ユーザによって利用される情報処理装置である。端末装置10は、ユーザによる種々の操作を受け付ける。なお、以下では、端末装置10をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置10と読み替えることもできる。なお、上述した端末装置10は、例えば、スマートフォンや、タブレット型端末や、ノート型PC(Personal Computer)や、デスクトップPCや、携帯電話機や、PDA(Personal Digital Assistant)等により実現される。
The
また、端末装置10は、配信装置100へコンテンツの配信を要求する。また、端末装置10は、配信装置100から配信されたコンテンツを所定のアプリにより表示する。なお、所定のアプリはブラウザであってもよい。
The
提供元端末50は、コンテンツの提供元、いわゆるコンテンツプロバイダ等によって利用される情報処理装置である。例えば、提供元端末50は、提供元により作成されたコンテンツを配信装置100に入稿する。
The
配信装置100は、端末装置10にコンテンツを配信するサービスを提供する情報処理装置である。また、配信装置100は、各々のスコアが算出された複数のコンテンツから、一覧表示されるコンテンツとして、所定の条件に基づいて抽出されたコンテンツの配置順を決定する決定装置である。
The
〔3.配信装置の構成〕
次に、図3を用いて、実施形態に係る配信装置100の構成について説明する。図3は、実施形態に係る配信装置100の構成例を示す図である。図3に示すように、配信装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、配信装置100は、配信装置100の管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
[3. Configuration of distribution device]
Next, the configuration of the
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークN(図2参照)と有線または無線で接続され、端末装置10との間で情報の送受信を行う。
The communication unit 110 is realized by, for example, a NIC (Network Interface Card). The communication unit 110 is connected to the network N (see FIG. 2) by wire or wireless, and transmits / receives information to / from the
(記憶部120)
記憶部120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、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部120は、図3に示すように、コンテンツ情報記憶部121と、学習情報記憶部122と、ユーザ情報記憶部123とを有する。
(Storage unit 120)
The
(コンテンツ情報記憶部121)
実施形態に係るコンテンツ情報記憶部121は、コンテンツ(記事)に関する各種情報を記憶する。図4に、実施形態に係るコンテンツ情報記憶部121の一例を示す。図4に示すコンテンツ情報記憶部121は、「コンテンツID」、「コンテンツ」、「カテゴリ」、「提供元ID」、「スコア」といった項目を有する。
(Content information storage unit 121)
The content
「コンテンツID」は、コンテンツを識別するための識別情報を示す。「コンテンツ」は、いわゆるコンテンツプロバイダ等の提供元から取得したコンテンツである記事を示す。図4では「コンテンツ」に「記事MA」といった概念的な情報が格納される例を示したが、実際には、文字情報や文字情報と画像との組合せ、または、これらの格納場所を示すファイルパス名などが格納される。また、「カテゴリ」は、コンテンツの内容に基づく分類情報を示す。また、「提供元ID」は、コンテンツの提供元を識別するための識別情報を示す。また、「スコア」は、各コンテンツのスコアを示す。例えば、各コンテンツのスコアは、後述する学習情報記憶部122に記憶された情報に基づいて算出される。
“Content ID” indicates identification information for identifying the content. “Content” indicates an article that is content acquired from a provider such as a so-called content provider. FIG. 4 shows an example in which conceptual information such as “article MA” is stored in “content”, but in actuality, a file indicating character information, a combination of character information and an image, or a storage location thereof. Stores path names and so on. “Category” indicates classification information based on the content. The “provider ID” indicates identification information for identifying the content provider. “Score” indicates the score of each content. For example, the score of each content is calculated based on information stored in a learning
例えば、図4に示す例において、コンテンツID「CT11」により識別される記事MAは、提供元ID「CP11」により識別される提供元から取得したコンテンツであることを示す。また、コンテンツID「CT11」により識別される記事MAは、その内容はカテゴリ「カテゴリA」に分類され、スコアが「10.8」であることを示す。 For example, in the example illustrated in FIG. 4, the article MA identified by the content ID “CT11” is content acquired from the provider identified by the provider ID “CP11”. Further, the article MA identified by the content ID “CT11” is classified into the category “category A” and the score is “10.8”.
なお、コンテンツ情報記憶部121は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、コンテンツ情報記憶部121は、各カテゴリのコンテンツに関する評価値であるCTRに関する情報を記憶してもよい。また、例えば、コンテンツ情報記憶部121は、コンテンツを取得した日時やコンテンツが作成された日時に関する情報を記憶してもよい。コンテンツ情報記憶部121は、各提供元の評価値に関する情報を記憶してもよい。
The content
(学習情報記憶部122)
実施形態に係る学習情報記憶部122は、各単語の重みに関する各種情報を記憶する。例えば、学習情報記憶部122は、学習により導出された各単語の重みに関する各種情報を記憶する。例えば、学習情報記憶部122は、各単語に対応する重みを記憶する。図5に、実施形態に係る学習情報記憶部122の一例を示す。図5に示す学習情報記憶部122は、「素性」、「重み」といった項目を有する。
(Learning information storage unit 122)
The learning
「素性」は、学習を行う重みを導出する対象(情報)を示す。図5では、「単語A」や「単語B」のように抽象的に記載するが、「単語A」や「単語B」としては、「日本」や「映画」など具体的な単語が記憶される。また、図5に示す例において、単語Aの重みは「0.05」であり、単語Bの重みは「−0.1」であり、単語Cの重みは「0.02」であり、単語Dの重みは「−0.05」であることを示す。 “Feature” indicates an object (information) from which a weight for learning is derived. In FIG. 5, abstract words such as “word A” and “word B” are described, but specific words such as “Japan” and “movie” are stored as “word A” and “word B”. The In the example shown in FIG. 5, the weight of the word A is “0.05”, the weight of the word B is “−0.1”, the weight of the word C is “0.02”, The weight of D indicates “−0.05”.
なお、学習情報記憶部122は、上記に限らず、目的に応じて種々の情報を記憶してもよい。図5に示す例においては、学習情報記憶部122は、各単語を識別する単語IDを記憶してもよい。また、学習情報記憶部122は、コンテンツのスコアを算出するために用いられる種々の情報を記憶してもよい。例えば、学習情報記憶部122は、後述する各単語のスコアに関する情報を記憶してもよい。また、例えば、学習情報記憶部122は、各提供元の評価値に関する情報を記憶してもよい。
Note that the learning
(ユーザ情報記憶部123)
実施形態に係るユーザ情報記憶部123は、ユーザに関する各種情報を記憶する。図6に、実施形態に係るユーザ情報記憶部123の一例を示す。図6に示すユーザ情報記憶部123は、「ユーザID」、「年齢」、「性別」、「居住地」、「関心1」、「関心2」といった項目が含まれる。
(User information storage unit 123)
The user
「ユーザID」は、ユーザを識別するための識別情報を示す。例えば、ユーザID「U1」により識別されるユーザは、図1の例に示したユーザに対応する。また、「年齢」は、ユーザIDにより識別されるユーザの年齢を示す。なお、「年齢」は、例えば35歳など、ユーザIDにより識別されるユーザの具体的な年齢であってもよい。また、「性別」は、ユーザIDにより識別されるユーザの性別を示す。また、「居住地」は、ユーザIDにより識別されるユーザの居住地を示す。「関心1」は、ユーザIDにより識別されるユーザが最も関心や興味のある対象を示す。また、「関心2」は、ユーザIDにより識別されるユーザが「関心1」の対象の次に関心や興味のある対象を示す。なお、「関心3」や「関心4」のように、3以上の関心が登録されてもよい。
“User ID” indicates identification information for identifying a user. For example, the user identified by the user ID “U1” corresponds to the user illustrated in the example of FIG. “Age” indicates the age of the user identified by the user ID. The “age” may be a specific age of the user identified by the user ID, such as 35 years old. “Gender” indicates the gender of the user identified by the user ID. “Residence” indicates the residence of the user identified by the user ID. “
例えば、図6に示す例において、ユーザID「U1」により識別されるユーザの年齢は、「30代」であり、性別は、「男性」であり、居住地は、「地域A」であることを示す。また、例えば、図6に示す例において、ユーザID「U1」により識別されるユーザは、「スポーツ(サッカー)」に最も関心があり、その次に「芸能(ドラマ)」に関心があることを示す。 For example, in the example illustrated in FIG. 6, the age of the user identified by the user ID “U1” is “30s”, the gender is “male”, and the residence is “region A”. Indicates. Further, for example, in the example shown in FIG. 6, the user identified by the user ID “U1” is most interested in “sports (soccer)” and then is interested in “entertainment (drama)”. Show.
なお、ユーザ情報記憶部123は、上記に限らず、目的に応じて種々の情報、例えば上記以外のデモグラフィック属性情報やサイコグラフィック属性情報等を記憶してもよい。また、配信装置100は、端末装置10から取得したユーザ情報に基づいて推定されるユーザに関する各種情報を、ユーザ情報記憶部123に記憶させてもよい。
The user
(制御部130)
図3の説明に戻って、制御部130は、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、配信装置100内部の記憶装置に記憶されている各種プログラム(決定プログラムの一例に相当)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。また、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。
(Control unit 130)
Returning to the description of FIG. 3, the control unit 130, for example, various programs (an example of a determination program) stored in a storage device inside the
図3に示すように、制御部130は、取得部131と、学習部132と、算出部133と、第1抽出部134と、第2抽出部135と、決定部136と、第3抽出部137と、配合部138と、配信部139とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部130の内部構成は、図3に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部130が有する各処理部の接続関係は、図3に示した接続関係に限られず、他の接続関係であってもよい。
As shown in FIG. 3, the control unit 130 includes an
(取得部131)
取得部131は、端末装置10からコンテンツの配信要求を取得する。取得部131は、提供元端末50からコンテンツの入稿を取得する。例えば、取得部131は、提供元端末50から定期的にコンテンツの入稿を取得する。例えば、取得部131は、多数の提供元端末50からコンテンツの入稿を取得してもよい。例えば、取得部131は、提供元端末50から入稿されたコンテンツをコンテンツ情報記憶部121に記憶する。
(Acquisition part 131)
The
また、取得部131は、所定の編集者が選択した記事に関する情報(以下、「選択記事情報」とする場合がある)を取得してもよい。具体的には、取得部131は、編集者が選択したコンテンツ(記事)であって、所定のサービスにおいて掲載される記事に関する情報を取得してもよい。また、取得部131は、端末装置10から端末装置10を利用するユーザU1に関するユーザ情報を取得する。例えば、取得部131は、端末装置10からユーザ情報として、ユーザU1の興味や関心に関する情報を取得する。また、取得部131は、端末装置10からユーザ情報として、ユーザU1のインターネット上における行動履歴を取得してもよい。また、取得部131は、端末装置10以外の外部装置から端末装置10を利用するユーザU1のユーザ情報を取得してもよい。
The
また、取得部131は、所定の編集者が選択する基準、または、大衆が注目する基準により各コンテンツのスコアが算出された複数のコンテンツを取得してもよい。例えば、取得部131は、後述する第1抽出部134から各コンテンツの配置順を決定するスコアが算出されたマス向けコンテンツMC11を取得してもよい。また、例えば、取得部131は、外部の情報処理装置から各コンテンツのスコアが算出されたマス向けコンテンツを取得してもよい。この場合、配信装置100は、学習部132や算出部133や第1抽出部134を有さなくてもよい。
In addition, the
(学習部132)
学習部132は、各記事に含まれる単語の重みを学習する。例えば、学習部132は、各単語の重みを算出するために、提供元端末50から入稿されたコンテンツに含まれる各単語のスコアを算出する。例えば、学習部132は、所定の間隔(例えば、10分おき)に各単語のスコアを算出する。具体的には、学習部132は、所定のスコア算出ロジックに基づいて、各単語のスコアを算出する。
(Learning unit 132)
The learning unit 132 learns the weights of words included in each article. For example, the learning unit 132 calculates the score of each word included in the content submitted from the providing
また、学習部132は、各記事に含まれる単語の重みを、例えば1時間おきなど定期的に学習を行うことにより導出する。また、各単語の重みは、算出された単語のスコアや所定の編集者の選択記事情報やその単語を含むコンテンツを入稿した提供元の評価値等に基づいて導出される。 Further, the learning unit 132 derives the weights of the words included in each article by periodically learning, for example, every hour. The weight of each word is derived based on the calculated word score, selected article information of a predetermined editor, the evaluation value of the provider who submitted the content including the word, and the like.
例えば、学習部132は、コンテンツに含まれる単語が所定のサービスにおけるコンテンツ掲載面に掲載された回数などに基づく学習により、単語の重みを導出する。例えば、学習部132は、所定の編集者の選択記事情報に含まれるコンテンツ中における頻度の高い単語の重みが重くなるように学習を行う。また、学習部132は、提供元が入稿したコンテンツが所定のサービスにおけるコンテンツ掲載面へ掲載された回数などに基づく学習により、単語の重みを導出する。例えば、学習部132は、評価値の高い提供元が入稿したコンテンツ中における頻度の高い単語の重みが重くなるように学習を行う。そして、学習部132は、学習により導出した各単語の重みを学習情報記憶部122に記憶する。
For example, the learning unit 132 derives the word weight by learning based on the number of times a word included in the content has been placed on the content placement surface in a predetermined service. For example, the learning unit 132 performs learning so that the weight of frequently used words in the content included in the selected article information of a predetermined editor becomes heavy. In addition, the learning unit 132 derives word weights by learning based on the number of times the content submitted by the provider has been placed on the content placement surface of a predetermined service. For example, the learning unit 132 performs learning so that the weights of frequently used words in the content submitted by a provider with a high evaluation value become heavy. Then, the learning unit 132 stores the weight of each word derived by learning in the learning
また、例えば、学習部132は、所定の提供元が発行する紙媒体に掲載された記事に含まれる単語の重みが重くなるように学習を行ってもよい。例えば、学習部132は、所定のSNS(Social Networking Service)において投稿された文字情報に所定の閾値以上の頻度で含まれる単語の重みが重くなるように学習を行ってもよい。 Further, for example, the learning unit 132 may perform learning so that the weight of words included in an article posted on a paper medium issued by a predetermined provider increases. For example, the learning unit 132 may perform learning so that the weight of words included in character information posted in a predetermined SNS (Social Networking Service) with a frequency equal to or higher than a predetermined threshold becomes heavy.
(算出部133)
算出部133は、所定の編集者が選択するコンテンツまたは大衆が注目するコンテンツのスコアが高くなるような基準に基づいて、複数のコンテンツのスコアを算出する。例えば、算出部133は、各コンテンツに関する社会生活での重要度または各コンテンツに関する不特定多数の関心に基づいて、複数のコンテンツのスコアを算出する。例えば、算出部133は、ユーザ情報以外の情報に基づいて、複数のコンテンツのスコアを算出する。例えば、算出部133は、各記事に含まれる単語の重みに基づいて、各コンテンツのスコアを算出する。
(Calculation unit 133)
The calculation unit 133 calculates scores of a plurality of contents based on a criterion that increases the score of the content selected by a predetermined editor or the content noticed by the general public. For example, the calculation unit 133 calculates scores of a plurality of contents based on the importance in social life regarding each content or the unspecified number of interests regarding each content. For example, the calculation unit 133 calculates scores for a plurality of contents based on information other than user information. For example, the calculation unit 133 calculates the score of each content based on the weight of words included in each article.
算出部133は、提供元端末50から入稿されたコンテンツに含まれる単語に基づいて、各コンテンツのスコアを算出する。例えば、算出部133は、所定の間隔(例えば、10分おき)に各コンテンツのスコアを算出する。
The calculation unit 133 calculates the score of each content based on the words included in the content submitted from the
また、例えば、算出部133は、所定のサービスにおいて掲載されるコンテンツに含まれる単語に基づいて、複数のコンテンツのスコアを算出する。例えば、算出部133は、所定のサービスにおいて掲載されたコンテンツの履歴に基づいて、複数のコンテンツのスコアを算出する。 In addition, for example, the calculation unit 133 calculates scores of a plurality of contents based on words included in contents posted in a predetermined service. For example, the calculation unit 133 calculates scores for a plurality of contents based on a history of contents posted in a predetermined service.
また、例えば、算出部133は、所定のサービスにおいて掲載されたコンテンツの履歴に基づいて変動する単語の重みにより、複数のコンテンツのスコアを算出する。例えば、算出部133は、所定のサービスにおいて掲載されたコンテンツに含まれる単語の重みが重くなるように学習された各単語の重みに基づいて、複数のコンテンツのスコアを算出する。具体的には、算出部133は、所定のサービスにおけるコンテンツ掲載面へ掲載されたコンテンツに含まれる単語の重みが重くなるように学習された各単語の重みに基づいて、複数のコンテンツのスコアを算出してもよい。 In addition, for example, the calculation unit 133 calculates scores of a plurality of contents based on word weights that fluctuate based on the history of contents posted in a predetermined service. For example, the calculation unit 133 calculates scores of a plurality of contents based on the weight of each word learned so that the weight of the word included in the content posted in the predetermined service becomes heavy. Specifically, the calculation unit 133 calculates scores of a plurality of contents based on the weight of each word learned so that the weight of the word included in the content posted on the content placement surface in the predetermined service becomes heavy. It may be calculated.
また、算出部133は、所定のサービスにおけるコンテンツの抽出基準に関する情報に基づいて、複数のコンテンツのスコアを算出する。例えば、算出部133は、所定のサービスにおけるコンテンツの抽出基準に基づいて変動する単語の重みにより、複数のコンテンツのスコアを算出する。 In addition, the calculation unit 133 calculates scores for a plurality of contents based on information regarding content extraction criteria in a predetermined service. For example, the calculation unit 133 calculates scores of a plurality of contents based on word weights that change based on content extraction criteria in a predetermined service.
また、例えば、算出部133は、所定の提供元が発行する紙媒体に掲載された記事に関する情報に基づいて、複数のコンテンツのスコアを算出する。例えば、算出部133は、所定の提供元が発行する紙媒体に掲載された記事に含まれる単語の重みが重くなるように学習された各単語の重みに基づいて、複数のコンテンツのスコアを算出する。具体的には、算出部133は、所定の新聞の一面に掲載された記事に含まれる単語の重みが重くなるように学習された各単語の重みに基づいて、複数のコンテンツのスコアを算出してもよい。 In addition, for example, the calculation unit 133 calculates scores of a plurality of contents based on information about articles posted on a paper medium issued by a predetermined provider. For example, the calculation unit 133 calculates scores of a plurality of contents based on the weight of each word learned so that the weight of the word included in an article posted on a paper medium issued by a predetermined provider is increased. To do. Specifically, the calculation unit 133 calculates scores of a plurality of contents based on the weight of each word learned so that the weight of the word included in an article published on one surface of a predetermined newspaper is increased. May be.
また、例えば、算出部133は、所定のネットワークサービスにおいて投稿される文字情報に基づいて、複数のコンテンツのスコアを算出する。例えば、算出部133は、所定のネットワークサービスにおいて投稿された文字情報に所定の閾値以上の頻度で含まれる単語の重みが重くなるように学習された各単語の重みに基づいて、複数のコンテンツのスコアを算出する。具体的には、算出部133は、所定のSNSにおいて投稿された文字情報に所定の閾値以上の頻度で含まれる単語の重みが重くなるように学習された各単語の重みに基づいて、複数のコンテンツのスコアを算出してもよい。 For example, the calculation unit 133 calculates scores of a plurality of contents based on character information posted in a predetermined network service. For example, the calculation unit 133 uses a plurality of content weights based on the weight of each word learned so that the weight of words included in the character information posted in a predetermined network service with a frequency equal to or higher than a predetermined threshold value becomes heavy. Calculate the score. Specifically, the calculation unit 133 uses a plurality of words based on the weights of the words learned so that the weights of the words included in the character information posted in the predetermined SNS with a frequency equal to or higher than a predetermined threshold are increased. A content score may be calculated.
(第1抽出部134)
第1抽出部134は、所定のマスロジックを用いて、第1段階抽出を行う。具体的には、第1抽出部134は、算出部133により算出された各コンテンツのスコアに基づいて、複数のコンテンツからユーザに配信するコンテンツを抽出する。例えば、第1抽出部134は、マス向けコンテンツを抽出する。例えば、第1抽出部134は、所定のマスロジックによりコンテンツ情報記憶部121に記憶されたコンテンツから、マス向けコンテンツを抽出する。
(First extraction unit 134)
The
例えば、第1抽出部134は、所定の編集者の選択記事情報に基づいて算出された各コンテンツのスコアに基づいて、記事MA〜記事ML等の複数のコンテンツをマス向けコンテンツとして抽出する。具体的には、第1抽出部134は、算出部133により算出されたスコアが高い方から順に所定数のコンテンツを、マス向けコンテンツとして抽出する。図1に示す例においては、第1抽出部134は、スコアが最も高い「10.8」でありカテゴリAに属する記事MAや、スコアが記事MAの次に高い「10.4」でありカテゴリAに属する記事MBや、スコアが記事MAの次に高い「10.4」でありカテゴリCに属する記事MI等をマス向けコンテンツMC11として抽出する。
For example, the
また、第1抽出部134は、単語のスコアが所定の閾値を超える単語を含むコンテンツを抽出してもよい。そして、第1抽出部134は、閾値を超える単語を含むコンテンツの中から、マス向けコンテンツMC11を抽出してもよい。
Further, the
(第2抽出部135)
第2抽出部135は、マス向けコンテンツMC11から所定の条件に基づいてコンテンツを抽出する。例えば、図1では、第2抽出部135は、マス向けコンテンツMC11からマス向けコンテンツMC12を抽出する。第2抽出部135は、マス向けコンテンツMC11においてカテゴリに各々対応するグループGPA、GPB、GPCから各コンテンツのスコアに基づいてコンテンツを抽出する。例えば、図1では、第2抽出部135は、グループGPAからスコアの高い方から順に記事MAや記事MB等を抽出する。また、例えば、図1では、第2抽出部135は、グループGPBからスコアの高い方から順に記事MEや記事MF等を抽出する。また、例えば、図1では、第2抽出部135は、グループGPCからスコアの高い方から順に記事MIや記事MJ等を抽出する。
(Second extraction unit 135)
The
(決定部136)
決定部136は、第2抽出部135により抽出されたコンテンツの配置順を決定する。例えば、図1では、決定部136は、第2抽出部135により抽出されたマス向けコンテンツMC12中の各コンテンツの配置順を決定する。また、マス向けコンテンツMC11から配置順を決定しながらコンテンツを抽出する場合、決定部136は、第2抽出部135の処理を行ってもよい。この場合、配信装置100は、第2抽出部135を有さなくてもよい。
(Determining unit 136)
The
また、決定部136は、複数のコンテンツのうち、所定の基準により分類される複数のグループの各々から抽出されたコンテンツの配置順を決定する。例えば、図1では、決定部136は、マス向けコンテンツMC11のうち、複数のグループGPA、GPB、GPCの各々から抽出されたマス向けコンテンツMC12に含まれる各コンテンツの配置順を決定する。また、決定部136は、複数のグループの各々に属するコンテンツに関する評価値に基づく順序でコンテンツが繰り返されるように、コンテンツの配置順を決定する。また、決定部136は、複数のグループの各々に属するコンテンツに関するクリック率(CTR)に基づく順序でコンテンツが繰り返されるように、コンテンツの配置順を決定する。
In addition, the
また、決定部136は、複数のグループの各々に属するコンテンツが所定の順序で繰り返されるように、コンテンツの配置順を決定する。例えば、図1では、決定部136は、複数のグループGPA、GPB、GPCの各々に属するコンテンツが所定の順序で繰り返されるように、マス向けコンテンツMC12に含まれる各コンテンツの配置順を決定する。また、決定部136は、最初の複数のグループの繰り返しでは、クリック率が高いグループに属するコンテンツから順に配置され、2回目の複数のグループの繰り返しでは、クリック率が低いグループに属するコンテンツから順に配置されるように、コンテンツの配置順を決定する。
Further, the
図1では、決定部136は、配置順1位のコンテンツを、グループGPCのうち最もスコアの高いコンテンツである記事MIに決定する。すなわち、決定部136は、スコアの高い方から順に配置順を決定するのではなく、スコアと他の基準とに基づいて、配置順を決定する。また、決定部136は、配置順2位のコンテンツを、グループGPCのうち記事MIの次にスコアの高いコンテンツである記事MJに決定する。
In FIG. 1, the
また、図1では、決定部136は、配置順3位のコンテンツを、グループGPBのうち最もスコアの高いコンテンツである記事MEに決定する。また、決定部136は、配置順4位のコンテンツを、グループGPAのうち最もスコアの高いコンテンツである記事MAに決定する。また、決定部136は、配置順5位以降は、カテゴリAに属するコンテンツ、カテゴリBに属するコンテンツ、カテゴリCに属するコンテンツ、及びカテゴリCに属するコンテンツの順で並ぶ配置を繰り返すように、コンテンツの配置順を決定する。
In FIG. 1, the
例えば、図1では、決定部136は、配置順5位のコンテンツを、グループGPAのうち記事MAの次にスコアの高いコンテンツである記事MBに決定する。また、例えば、決定部136は、配置順6位のコンテンツを、グループGPBのうち記事MEの次にスコアの高いコンテンツである記事MFに決定する。また、例えば、決定部136は、配置順7位のコンテンツを、グループGPCのうち記事MJの次にスコアの高いコンテンツである記事MKに決定する。また、例えば、決定部136は、配置順8位のコンテンツを、グループGPCのうち記事MKの次にスコアの高いコンテンツである記事MLに決定する。
For example, in FIG. 1, the
また、決定部136は、配置順9位〜12位のコンテンツを決定する。例えば、決定部136は、配置順9位のコンテンツを、グループGPAのうち記事MBの次にスコアの高いコンテンツである記事MCに決定する。また、例えば、決定部136は、配置順10位のコンテンツを、グループGPBのうち記事MFの次にスコアの高いコンテンツである記事MGに決定する。また、決定部136は、配置順11位、12位のコンテンツをグループGPCから決定する。
In addition, the
(第3抽出部137)
第3抽出部137は、ユーザに関するユーザ情報に基づいて、複数のコンテンツからユーザに配信するコンテンツを抽出する。例えば、第3抽出部137は、コンテンツ情報記憶部121に記憶されたコンテンツから、ユーザ情報に基づいて、ユーザU1にパーソナライズされた個人向けコンテンツを抽出する。
(Third extraction unit 137)
The
例えば、第3抽出部137は、記事PA〜記事PJ等の複数のコンテンツを、ユーザU1が興味や関心を示す可能性の高い個人向けコンテンツPC11として抽出する。なお、第3抽出部137は、種々の従来技術を適宜用いて個人向けコンテンツPC11を抽出してもよい。また、例えば、取得部131が、外部の情報処理装置から個人向けコンテンツを取得してもよい。この場合、配信装置100は、第3抽出部137を有さなくてもよい。
For example, the
(配合部138)
配合部138は、マス向けコンテンツと個人向けコンテンツとの割合を決定し、決定した割合に基づいて、ブレンドコンテンツに含ませるマス向けコンテンツと個人向けコンテンツとを決定する。図1に示す例では、配合部138は、マス向けコンテンツMC12と個人向けコンテンツPC11とを1対1の割合でブレンドしたブレンドコンテンツBC11を決定する。
(Compounding part 138)
The
例えば、配合部138は、マス向けコンテンツMC12のうち配置順の高い方から配信数の半分の数までのコンテンツを、ブレンドコンテンツBC11に含めるコンテンツとして決定する。また、例えば、配合部138は、個人向けコンテンツPC11のうち配置順の高い方から配信数の半分の数までのコンテンツを、ブレンドコンテンツBC11に含めるコンテンツとして決定する。
For example, the
例えば、配合部138は、マス向けコンテンツ、個人向けコンテンツの順に交互に配置されるブレンドコンテンツBC11を決定する。また、配合部138は、マス向けコンテンツ間では配置順が高いコンテンツほど上の配置順になるように、個人向けコンテンツ間では配置順が高いコンテンツほど上の配置順になるようにブレンドコンテンツBC11を決定する。図1では、配合部138は、記事MI、記事PA、記事MJ、記事PB、記事ME、記事PC等を含むブレンドコンテンツBC11を決定する。
For example, the
(配信部139)
配信部139は、決定部136により配置順が決定されたコンテンツと、他の基準により抽出された他のコンテンツとを、ユーザが利用する端末装置10に配信する。例えば、配信部139は、他のコンテンツとして、ユーザに関するユーザ情報に基づいて抽出されたコンテンツを端末装置10に配信する。例えば、図1では、配信部139は、配合部138によりマス向けコンテンツMC12と個人向けコンテンツPC11とを1対1の割合でブレンドされたブレンドコンテンツBC11を端末装置10に配信する。
(Distribution unit 139)
The
〔4.端末装置の構成〕
次に、図7を用いて、実施形態に係る端末装置10の構成について説明する。図7は、実施形態に係る端末装置10の構成例を示す図である。図7に示すように、端末装置10は、通信部11と、記憶部12と、入力部13と、出力部14と、制御部15とを有する。
[4. Configuration of terminal device]
Next, the configuration of the
(通信部11)
通信部11は、例えば、通信回路等によって実現される。そして、通信部11は、図示しない所定の通信網(例えば図2に示すネットワークN)と有線または無線で接続され、配信装置100との間で情報の送受信を行う。
(Communication unit 11)
The
(記憶部12)
記憶部12は、例えば、RAM、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部12は、例えば、端末装置10にインストールされているアプリケーションに関する情報、例えばプログラム等を記憶する。
(Storage unit 12)
The
(入力部13)
入力部13は、ユーザからの各種操作を受け付ける。例えば、入力部13は、タッチパネル機能により表示面(例えば表示部153)を介してユーザからの各種操作を受け付けてもよい。また、入力部13は、端末装置10に設けられたボタンや、端末装置10に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
(Input unit 13)
The input unit 13 receives various operations from the user. For example, the input unit 13 may accept various operations from the user via a display surface (for example, the display unit 153) by a touch panel function. Further, the input unit 13 may accept various operations from buttons provided on the
(出力部14)
出力部14は、例えば液晶ディスプレイや有機EL(Electro-Luminescence)ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置である。
(Output unit 14)
The output unit 14 is a display screen such as a tablet terminal realized by, for example, a liquid crystal display or an organic EL (Electro-Luminescence) display, and is a display device for displaying various types of information.
(制御部15)
制御部15は、例えば、CPUやMPU等によって、端末装置10内部の記憶部12などの記憶装置に記憶されている各種プログラムがRAMを作業領域として実行されることにより実現される。例えば、この各種プログラムには、インストールされているアプリケーションのプログラムが含まれる。また、制御部15は、例えば、ASICやFPGA等の集積回路により実現される。
(Control unit 15)
The
図7に示すように、制御部15は、送信部151と、受信部152と、表示部153とを有し、以下に説明する配信処理の機能や作用を実現または実行する。なお、制御部15の内部構成は、図7に示した構成に限られず、後述する配信処理を行う構成であれば他の構成であってもよい。また、制御部15が有する各処理部の接続関係は、図7に示した接続関係に限られず、他の接続関係であってもよい。
As illustrated in FIG. 7, the
送信部151は、入力部13により受け付けたユーザ操作に従って、配信装置100へコンテンツの配信要求を送信する。例えば、送信部151は、起動したブラウザ等のアプリからの配信要求を配信装置100へ送信する。受信部152は、配信装置100から配信されたコンテンツを受信する。図1に示す例においては、受信部152は、ブレンドコンテンツBC11を受信する。
The
表示部153は、受信部152により受信されたコンテンツを出力部14により表示する。図1に示す例においては、表示部153は、受信部152により受信されたブレンドコンテンツBC11を表示する。例えば、表示部153は、ブレンドコンテンツBC11のうち配置順が上位のコンテンツである記事MI、記事PA、記事MJ、記事PB、記事MEを表示する。なお、端末装置10を利用するユーザは、表示部153によりブレンドコンテンツBC11が表示された端末装置10の画面にタッチしスクロール操作等を行うことにより、記事MEから下の記事PC、記事MA等を順次表示させる。
The
なお、上述した制御部15による選択処理等の処理は、例えば、JavaScript(登録商標)などにより実現されてもよい。また、上述した選択処理が所定のアプリケーションにより行われる場合や表示処理が専用アプリにより行われる場合、制御部15は、例えば、所定のアプリや専用アプリを制御するアプリ制御部を有してもよい。
Note that the processing such as the selection processing by the
〔5.マス向けコンテンツの抽出〕
次に、図8を用いて、実施形態に係る配信装置100におけるマス向けコンテンツの抽出について説明する。図8は、実施形態に係るマス向けコンテンツの決定処理の一例を示す図である。
[5. Extracting mass-oriented content)
Next, extraction of mass-oriented content in the
まず、図8に示す例において、配信装置100は、所定の記事DBであるデータベースDB10に格納された記事からマス向けコンテンツの抽出を行う。例えば、データベースDB10は、コンテンツ情報記憶部121であってもよい。
First, in the example shown in FIG. 8, the
そして、配信装置100は、各種のマスロジックを適宜用いて、各単語のスコアの算出や重みの導出を行う。例えば、配信装置100は、所定のロジックAであるマスロジックLG11や、所定のロジックBであるマスロジックLG12や、所定のロジックCであるマスロジックLG13等を用いて各単語のスコアの算出や重みの導出を行う。
And the
例えば、マスロジックLG11は、所定の編集者の選択記事情報に基づいて、各単語のスコアの算出や重みの導出を行う。具体的には、マスロジックLG11は、所定のスコア算出ロジックにより算出した各単語のスコアと所定の編集者の選択記事情報とに基づいて、各単語の重みの導出を行ってもよい。 For example, the mass logic LG11 calculates the score of each word and derives the weight based on the selected article information of a predetermined editor. Specifically, the mass logic LG11 may derive the weight of each word based on the score of each word calculated by a predetermined score calculation logic and selected article information of a predetermined editor.
また、例えば、マスロジックLG12は、特許文献2に示す技術に基づいて、伝聞情報に含まれる単語のスコアを小さくする等により、各単語のスコアの算出や重みの導出を行う。このようなマスロジックLG12を用いて各単語のスコアの算出や重みの導出を行うことにより、配信装置100は、伝聞情報に該当するようなコンテンツのスコアを低くすることができる。すなわち、配信装置100は、伝聞情報に該当するようなコンテンツがマス向けコンテンツとして抽出されることを抑制できる。
For example, the mass logic LG12 calculates the score of each word and derives the weight by reducing the score of the word included in the listening information based on the technique shown in
また、例えば、マスロジックLG13は、所定のSNS(Social Networking Service)において投稿された文字情報に所定の閾値以上の頻度で含まれる単語のスコアを大きくすること等により、各単語のスコアの算出や重みの導出を行う。このようなマスロジックLG13を用いて各単語のスコアの算出や重みの導出を行うことにより、配信装置100は、大衆が注目するコンテンツのスコアを高くすることができる。すなわち、配信装置100は、大衆が注目するコンテンツがマス向けコンテンツとして抽出されやすくすることができる。
Further, for example, the mass logic LG13 calculates the score of each word by increasing the score of a word included in character information posted in a predetermined SNS (Social Networking Service) at a frequency equal to or higher than a predetermined threshold. Derivation of weights. By calculating the score of each word and deriving the weight using such a mass logic LG13, the
そして、配信装置100は、機械学習アルゴリズムによる重要度判定AL11を行う。例えば、配信装置100は、各種マスロジックLG11〜LG13等に基づいて導出された各単語の重みに基づいて、各コンテンツのスコアを算出する。そして、配信装置100は、スコアの高いコンテンツほど重要度が高いと判定する。
Then, the
また、配信装置100は、重要度判定AL11を行った後、提供元選定ロジックLG14を行う。ここで、重要度判定AL11においては、同様の内容についてのコンテンツが複数の提供元から入稿された場合、それらのコンテンツは高いスコアが付与される可能性が高い。そのため、配信装置100が単純にスコアの高い方から順にコンテンツを抽出した場合、同じような内容のコンテンツが複数抽出される可能性が高い。そこで、配信装置100は、提供元選定ロジックLG14により、同様の内容についてのコンテンツが複数の提供元から入稿されている場合、1つの提供元のコンテンツのみを選定する。
Further, the
例えば、配信装置100は、同一話題(単語)に対して複数の提供元からの同時入稿があった場合、過去に所定のサービスにおけるコンテンツ掲載面への各提供元の掲載実績によって、1つのコンテンツのみを選定する。例えば、配信装置100は、所定のサービスにおけるコンテンツ掲載面における対応するカテゴリに対する各提供元の掲載実績によって、1つのコンテンツのみを選定してもよい。具体的には、配信装置100は、経済に関するコンテンツの掲載をする提供元を選定する場合、所定のサービスにおけるコンテンツ掲載面における経済に関する各提供元の掲載実績によって、1つのコンテンツのみを選定してもよい。
For example, when there are simultaneous submissions from a plurality of providers for the same topic (word), the
また、配信装置100は、例えば、蓋然性を決定する所定のパラメータTを導入し、乱択性についてはハッシュ関数などを利用することで、同一時刻の同一の提供元の組み合わせに対しては、一意の提供元が選択されるようにしてもよい。その後、図示することは省略するが、配信装置100は、コンテンツの見出し形態素同士のコサイン類似度を計測し、閾値に達した場合は配置順の上位のものを優先して掲出してもよい。すなわち、配信装置100は、所定の重複排除処理をおこなってもよい。
In addition, the
また、配信装置100は、配置順決定ロジックLG15を行う。例えば、配信装置100は、決定部136によりマス向けコンテンツMC12の配置順を決定する。例えば、配信装置100は、端末装置10において表示されるコンテンツの多様性が低下することを抑制しつつ、所定の基準を満たすようにコンテンツの配置順を決定する。例えば、配信装置100は、端末装置10において表示されるコンテンツの多様性が低下することを抑制しつつ、高いCTRを実現できる表示態様となるようにコンテンツの配置順を決定する。
Further, the
〔6.ブレンドコンテンツ配信〕
次に、図9を用いて、実施形態に係る配信システム1におけるブレンドコンテンツの配信選択処理の手順について説明する。図9は、実施形態に係るコンテンツの配信の一例を示すフローチャートである。
[6. (Blend content distribution)
Next, the procedure of blend content distribution selection processing in the
図9に示すように、配信装置100の取得部131は、コンテンツの配信要求を取得する(ステップS101)。その後、配信装置100の第1抽出部134は、所定のマスロジックによりマス向けコンテンツを抽出する(ステップS102)。そして、配信装置100の第2抽出部135は、第1抽出部134により抽出されたマス向けコンテンツから、所定のルールに基づいてさらにマス向けコンテンツを抽出する(ステップS103)。そして、配信装置100の決定部136は、第2抽出部135により抽出されたマス向けコンテンツの配置順を決定する(ステップS104)。
As illustrated in FIG. 9, the
また、配信装置100の第3抽出部137は、ユーザ情報に基づいて個人向けコンテンツを抽出する(ステップS105)。配信装置100の配合部138は、所定のロジックによりマス向けコンテンツと個人向けコンテンツとを配合し、ブレンドコンテンツを生成する(ステップS106)。その後、配信装置100の配信部139は、ブレンドコンテンツを配信する(ステップS107)。
Further, the
〔7.各繰り返しの配置順〕
次に、図10を用いて、実施形態に係る配信システム1におけるマス向けコンテンツの配置順について説明する。図10は、実施形態に係るコンテンツの配信順の一例を示す図である。なお、図10に示す例においては、図1中のステップS12の第2段階抽出により抽出されたマス向けコンテンツMC12を例に説明する。また、図10では、グループGPA(カテゴリA)の1つのコンテンツ、グループGPB(カテゴリB)の1つのコンテンツ、及びグループGPC(カテゴリC)の2つのコンテンツが所定の配置順で並ぶ表示グループが繰り返される。また、以下では、表示順が1位〜4位のコンテンツが形成する表示グループを第1順グループGP11、表示順が5位〜8位のコンテンツが形成する表示グループを第2順グループGP12、表示順が9位〜12位のコンテンツが形成する表示グループを第3順グループGP13として説明する。
[7. Arrangement order of each repetition)
Next, the arrangement order of the content for mass in the
図10中のマス向けコンテンツMC12に示すように、配信装置100は、配置順1位のコンテンツを、グループGPC(カテゴリC)のうち最もスコアの高いコンテンツである記事MIに決定する。また、配信装置100は、配置順2位のコンテンツを、グループGPC(カテゴリC)のうち記事MIの次にスコアの高いコンテンツである記事MJに決定する。そして、配信装置100は、配置順3位のコンテンツを、グループGPB(カテゴリB)のうち最もスコアの高いコンテンツである記事MEに決定する。また、配信装置100は、配置順4位のコンテンツを、グループGPA(カテゴリA)のうち最もスコアの高いコンテンツである記事MAに決定する。
As shown in the mass content MC12 in FIG. 10, the
第1順グループGP11においては、CTRが比較的高いカテゴリCのコンテンツが最上位に2つ並び、その下にCTRが中程度のカテゴリBのコンテンツが1つ並び、さらにその下にCTRが比較的低いカテゴリAのコンテンツが1つ並ぶ。これにより、配信装置100は、CTRが比較的高いグループGPCのコンテンツを配置順1位及び2位のコンテンツとすることにより、端末装置10における表示の初期段階ではCTRの高いコンテンツが表示されるようにする。また、配信装置100は、グループGPCのコンテンツと比較してCTRが高くないグループGPB、GPAのコンテンツを配置順3位及び4位のコンテンツとすることにより、同じグループGPCのコンテンツばかりが端末装置10における表示の初期段階において表示されることを抑制する。したがって、配信装置100は、端末装置10における表示の初期段階においてCTRの高いコンテンツを表示しつつ、コンテンツの多様性が低下することを抑制することができる。
In the first order group GP11, two contents of category C having a relatively high CTR are arranged at the top, one content of category B having a medium CTR is arranged thereunder, and further, the CTR is relatively below. One low category A content is lined up. As a result, the
そして、配信装置100は、配置順5位以降は、カテゴリAに属するコンテンツ、カテゴリBに属するコンテンツ、カテゴリCに属するコンテンツ、及びカテゴリCに属するコンテンツの順で並ぶ配置を繰り返すように、コンテンツの配置順を決定する。
The
例えば、配信装置100は、配置順5位のコンテンツを、グループGPA(カテゴリA)のうち記事MAの次にスコアの高いコンテンツである記事MBに決定する。また、例えば、配信装置100は、配置順6位のコンテンツを、グループGPB(カテゴリB)のうち記事MEの次にスコアの高いコンテンツである記事MFに決定する。また、例えば、配信装置100は、配置順7位のコンテンツを、グループGPC(カテゴリC)のうち記事MJの次にスコアの高いコンテンツである記事MKに決定する。また、例えば、配信装置100は、配置順8位のコンテンツを、グループGPC(カテゴリC)のうち記事MKの次にスコアの高いコンテンツである記事MLに決定する。このように、配信装置100は、配置順5位〜8位のコンテンツを決定する。
For example, the
また、配信装置100は、配置順9位〜12位のコンテンツを決定する。例えば、配信装置100は、配置順9位のコンテンツを、グループGPA(カテゴリA)のうち記事MBの次にスコアの高いコンテンツである記事MCに決定する。また、例えば、配信装置100は、配置順10位のコンテンツを、グループGPB(カテゴリB)のうち記事MFの次にスコアの高いコンテンツである記事MGに決定する。このように、図10に示す例では、順位5位以降のコンテンツは、カテゴリA(CTR低)の記事、カテゴリB(CTR中)の記事、カテゴリC(CTR高)の記事、カテゴリC(CTR高)の記事の配置順で並ぶ表示グループを繰り返す。また、配信装置100は、配置順11位、12位のコンテンツをグループGPCから決定する。
In addition, the
〔8.効果〕
上述してきたように、実施形態に係る配信装置100は、取得部131と、決定部136とを有する。取得部131は、所定の基準より各々のスコアが算出された複数のコンテンツ(実施形態においては「マス向けコンテンツMC11」。以下同じ。)を取得する。また、決定部136は、取得部131により取得された複数のコンテンツから、一覧表示されるコンテンツとして、所定の条件に基づいて抽出されたコンテンツ(実施形態においては「マス向けコンテンツMC12」。以下同じ。)の配置順を決定する。
[8. effect〕
As described above, the
これにより、実施形態に係る配信装置100は、スコアの高い方から順に配置順を決定するのではなく、スコアと他の基準とに基づいて配置順を決定する。これにより、配信装置100は、スコアの高いコンテンツのみだけでなく、他の基準においても高い評価がされたコンテンツを順に並べて配置することにより、種々の観点からバランスの良いコンテンツの配置順を決定することができる。したがって、配信装置100は、適切なコンテンツの配置順を決定することができる。
Thereby, the
また、実施形態に係る配信装置100は配信部139をさらに有する。配信部139は、決定部により配置順が決定されたコンテンツと、他の基準により抽出された他のコンテンツ(実施形態においては「個人向けコンテンツPC11」。以下同じ。)とを、ユーザが利用する端末装置10に配信する。
In addition, the
これにより、実施形態に係る配信装置100は、種々の基準に基づいて抽出されたコンテンツをブレンドしたブレンドコンテンツを配信する。これにより、配信装置100は、種々の観点からバランスの良いコンテンツを配信することができる。したがって、配信装置100は、適切なコンテンツを配信することができる。
Thereby, the
また、実施形態に係る配信装置100において、配信部139は、他のコンテンツとして、ユーザに関するユーザ情報に基づいて抽出されたコンテンツを端末装置10に配信する。
In the
これにより、実施形態に係る配信装置100は、所定の基準に基づいて抽出したコンテンツと個人向けコンテンツとをブレンドしたブレンドコンテンツを配信する。これにより、配信装置100は、ユーザの興味や関心に基づいた記事と所定の基準に基づいた記事とをバランスよくユーザに配信することができる。
Thereby, the
また、実施形態に係る配信装置100において、取得部131は、所定の編集者が選択する基準、または、大衆が注目する基準により各コンテンツのスコアが算出された複数のコンテンツを取得する。
Further, in the
これにより、実施形態に係る配信装置100は、社会生活での重要度が高いコンテンツや不特定多数の関心が高いコンテンツに高いスコアが付されたコンテンツを取得することにより、社会生活での重要度が高いコンテンツや不特定多数の関心が高いコンテンツがマス向けコンテンツとして抽出されやすくなる。これにより、配信装置100は、ユーザの興味や関心に基づいた記事と社会的な重要性に基づいた記事とをバランスよくユーザに配信することができる。
Thereby, the
また、実施形態に係る配信装置100において、決定部136は、複数のコンテンツのうち、所定の基準により分類される複数のグループ(実施形態においては「グループGPA、GPB、GPC」。以下同じ。)の各々から抽出されたコンテンツの配置順を決定する。
Further, in the
これにより、実施形態に係る配信装置100は、所定の基準により分類される複数のグループから、所定の割合でコンテンツを抽出し、それらのコンテンツの配置順を決定できる。これにより、配信装置100は、種々の観点からバランスの良いコンテンツの配置順を決定することができる。したがって、配信装置100は、適切なコンテンツの配置順を決定することができる。
Thereby, the
また、実施形態に係る配信装置100において、決定部136は、複数のグループの各々に属するコンテンツが所定の順序で繰り返されるように、コンテンツの配置順を決定する。
In the
これにより、実施形態に係る配信装置100は、所定の基準により分類される複数のグループのコンテンツが所定の順序で繰り返すようにコンテンツの配置順を決定できる。これにより、配信装置100は、種々の観点からバランスの良いコンテンツの配置順を決定することができる。したがって、配信装置100は、適切なコンテンツの配置順を決定することができる。
Thereby, the
また、実施形態に係る配信装置100において、決定部136は、複数のグループの各々に属するコンテンツに関する評価値に基づく順序でコンテンツが繰り返されるように、コンテンツの配置順を決定する。
In the
これにより、実施形態に係る配信装置100は、所定の基準により分類される複数のグループに属するコンテンツに関する評価値に基づいて配置順を決定することにより、配信装置100は、種々の観点からバランスの良いコンテンツの配置順を決定することができる。したがって、配信装置100は、適切なコンテンツの配置順を決定することができる。
Thereby, the
また、実施形態に係る配信装置100において、決定部136は、複数のグループの各々に属するコンテンツに関するクリック率(CTR)に基づく順序でコンテンツが繰り返されるように、コンテンツの配置順を決定する。
Further, in the
これにより、実施形態に係る配信装置100は、所定の基準により分類される複数のグループに属するコンテンツに関するCTRに基づいて配置順を決定することにより、配信装置100は、クリックされやすさに基づいてコンテンツの配置順を決定することができる。したがって、配信装置100は、適切なコンテンツの配置順を決定することができる。
Thereby, the
また、実施形態に係る配信装置100において、決定部136は、最初の複数のグループの繰り返しでは、クリック率が高いグループに属するコンテンツから順に配置され、2回目の複数のグループの繰り返しでは、クリック率が低いグループに属するコンテンツから順に配置されるように、コンテンツの配置順を決定する。
Further, in the
これにより、実施形態に係る配信装置100は、CTRが比較的高いグループのコンテンツを配置順の最上位のコンテンツとすることにより、端末装置10における表示の初期段階ではCTRの高いコンテンツが表示されるようにする。また、配信装置100は、各グループから抽出したコンテンツが繰り返し並ぶように配置順を決定することにより、同じグループGPCのコンテンツばかりが端末装置10における表示の初期段階において表示されることを抑制する。したがって、配信装置100は、端末装置10における表示の初期段階においてCTRの高いコンテンツを表示しつつ、コンテンツの多様性が低下することを抑制することができる。
Accordingly, the
〔9.ハードウェア構成〕
上述してきた実施形態に係る配信装置100は、例えば図11に示すような構成のコンピュータ1000によって実現される。図11は、配信装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
[9. Hardware configuration)
The
CPU1100は、ROM1300またはHDD1400に格納されたプログラムに基づいて動作し、各部の制御を行う。ROM1300は、コンピュータ1000の起動時にCPU1100によって実行されるブートプログラムや、コンピュータ1000のハードウェアに依存するプログラム等を格納する。
The
HDD1400は、CPU1100によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス1500は、ネットワークNを介して他の機器からデータを受信してCPU1100へ送り、CPU1100が決定したデータをネットワークNを介して他の機器へ送信する。
The
CPU1100は、入出力インターフェイス1600を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。CPU1100は、入出力インターフェイス1600を介して、入力装置からデータを取得する。また、CPU1100は、決定したデータを入出力インターフェイス1600を介して出力装置へ出力する。
The
メディアインターフェイス1700は、記録媒体1800に格納されたプログラムまたはデータを読み取り、RAM1200を介してCPU1100に提供する。CPU1100は、かかるプログラムを、メディアインターフェイス1700を介して記録媒体1800からRAM1200上にロードし、ロードしたプログラムを実行する。記録媒体1800は、例えばDVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
The
例えば、コンピュータ1000が実施形態に係る配信装置100として機能する場合、コンピュータ1000のCPU1100は、RAM1200上にロードされたプログラムを実行することにより、制御部130の機能を実現する。コンピュータ1000のCPU1100は、これらのプログラムを記録媒体1800から読み取って実行するが、他の例として、他の装置からネットワークNを介してこれらのプログラムを取得してもよい。
For example, when the
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、発明の開示の行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。 As described above, some of the embodiments of the present application have been described in detail with reference to the drawings. However, these are merely examples, and various modifications based on the knowledge of those skilled in the art including the aspects described in the disclosure line of the invention, It is possible to implement the present invention in other forms with improvements.
〔10.その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
[10. Others]
In addition, among the processes described in the above embodiment, all or part of the processes described as being automatically performed can be performed manually, or the processes described as being performed manually can be performed. All or a part can be automatically performed by a known method. In addition, the processing procedures, specific names, and information including various data and parameters shown in the document and drawings can be arbitrarily changed unless otherwise specified. For example, the various types of information illustrated in each drawing is not limited to the illustrated information.
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。 Further, each component of each illustrated apparatus is functionally conceptual, and does not necessarily need to be physically configured as illustrated. In other words, the specific form of distribution / integration of each device is not limited to that shown in the figure, and all or a part thereof may be functionally or physically distributed or arbitrarily distributed in arbitrary units according to various loads or usage conditions. Can be integrated and configured.
また、上述してきた実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。 Further, the above-described embodiments can be appropriately combined within a range in which processing contents are not contradictory.
また、上述してきた「部(section、module、unit)」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。 In addition, the above-mentioned “section (module, unit)” can be read as “means” or “circuit”. For example, the acquisition unit can be read as acquisition means or an acquisition circuit.
1 配信システム
100 配信装置(決定装置)
121 コンテンツ情報記憶部
122 学習情報記憶部
123 ユーザ情報記憶部
130 制御部
131 取得部
132 学習部
133 算出部
134 第1抽出部
135 第2抽出部
136 決定部
137 第3抽出部
138 配合部
139 配信部
1
121 content
Claims (14)
前記取得部により取得された前記複数のコンテンツのうち、一覧表示されるコンテンツとして、所定の基準により分類される複数のグループの各々から抽出されたコンテンツの配置順を、前記複数のグループの各々に属するコンテンツに関するクリック率に基づく順序であって、最初の前記複数のグループの繰り返しと、2回目の前記複数のグループの繰り返しとでは前記クリック率に関する異なる評価に基づく順序で前記コンテンツが繰り返されるように、決定する決定部と、
を備えたことを特徴とする決定装置。 An acquisition unit for acquiring a plurality of contents each score is calculated based on a predetermined reference;
Among the plurality of contents acquired by the acquisition unit, the arrangement order of the contents extracted from each of the plurality of groups classified according to a predetermined criterion as the contents displayed as a list is set to each of the plurality of groups. The order is based on the click rate related to the content to which the content belongs, and the content is repeated in the order based on different evaluations related to the click rate in the first repetition of the plurality of groups and the second repetition of the plurality of groups. A decision unit to decide;
A determination apparatus comprising:
前記取得部により取得された前記複数のコンテンツから、一覧表示されるコンテンツとして、所定の条件に基づいて抽出されたコンテンツの配置順を決定する決定部と、
を備えたことを特徴とする決定装置。 Each score is calculated based on criteria based on information about the performance of content selected by a predetermined editor who selects content to be posted on a predetermined service and is different from the user to whom the content is distributed An acquisition unit for acquiring a plurality of content items,
A determining unit that determines an arrangement order of the content extracted based on a predetermined condition as a list-displayed content from the plurality of contents acquired by the acquiring unit;
A determination apparatus comprising:
前記複数のコンテンツのうち、所定の基準により分類される複数のグループの各々から抽出されたコンテンツの配置順を決定する
ことを特徴とする請求項2に記載の決定装置。 The determination unit
The determination apparatus according to claim 2, wherein an arrangement order of contents extracted from each of a plurality of groups classified according to a predetermined criterion among the plurality of contents is determined.
前記複数のグループの各々に属する前記コンテンツが所定の順序で繰り返されるように、前記コンテンツの配置順を決定する
ことを特徴とする請求項3に記載の決定装置。 The determination unit
The determination apparatus according to claim 3, wherein the arrangement order of the contents is determined so that the contents belonging to each of the plurality of groups are repeated in a predetermined order.
前記複数のグループの各々に属する前記コンテンツに関する評価値に基づく順序で前記コンテンツが繰り返されるように、前記コンテンツの配置順を決定する
ことを特徴とする請求項4に記載の決定装置。 The determination unit
The determination apparatus according to claim 4, wherein the arrangement order of the contents is determined such that the contents are repeated in an order based on an evaluation value regarding the contents belonging to each of the plurality of groups.
前記複数のグループの各々に属する前記コンテンツに関するクリック率に基づく順序で前記コンテンツが繰り返されるように、前記コンテンツの配置順を決定する
ことを特徴とする請求項5に記載の決定装置。 The determination unit
The determination apparatus according to claim 5, wherein the arrangement order of the contents is determined such that the contents are repeated in an order based on a click rate related to the contents belonging to each of the plurality of groups.
最初の前記複数のグループの繰り返しでは、前記クリック率が高いグループに属する前記コンテンツから順に配置され、2回目の前記複数のグループの繰り返しでは、前記クリック率が低いグループに属する前記コンテンツから順に配置されるように、前記コンテンツの配置順を決定する
ことを特徴とする請求項1または6に記載の決定装置。 The determination unit
In the first repetition of the plurality of groups, the contents belonging to the group having the higher click rate are arranged in order, and in the second repetition of the plurality of groups, the contents belonging to the group having the lower click rate are arranged in order. The determination apparatus according to claim 1, wherein an arrangement order of the contents is determined.
をさらに備えたことを特徴とする請求項1〜7のいずれか1項に記載の決定装置。 A distribution unit that distributes the content whose arrangement order is determined by the determination unit and other content extracted based on other criteria to a terminal device used by a user;
The determination apparatus according to claim 1, further comprising:
前記他のコンテンツとして、前記ユーザに関するユーザ情報に基づいて抽出されたコンテンツを前記端末装置に配信する
ことを特徴とする請求項8に記載の決定装置。 The delivery unit
9. The determination device according to claim 8, wherein content extracted based on user information regarding the user is distributed to the terminal device as the other content.
所定の編集者が選択する基準、または、大衆が注目する基準により各コンテンツのスコアが算出された複数のコンテンツを取得する
ことを特徴とする請求項1〜9のいずれか1項に記載の決定装置。 The acquisition unit
The determination according to any one of claims 1 to 9, wherein a plurality of contents whose scores of each content are calculated according to a criterion selected by a predetermined editor or a criterion noted by the general public are acquired. apparatus.
所定の基準より各々のスコアが算出された複数のコンテンツを取得する取得工程と、
前記取得工程により取得された前記複数のコンテンツのうち、一覧表示されるコンテンツとして、所定の基準により分類される複数のグループの各々から抽出されたコンテンツの配置順を、前記複数のグループの各々に属するコンテンツに関するクリック率に基づく順序であって、最初の前記複数のグループの繰り返しと、2回目の前記複数のグループの繰り返しとでは前記クリック率に関する異なる評価に基づく順序で前記コンテンツが繰り返されるように、決定する決定工程と、
を含むことを特徴とする決定方法。 A decision method performed by a computer,
An acquisition step of acquiring a plurality of contents each score is calculated according to a predetermined reference;
Among the plurality of contents acquired in the acquisition step, the arrangement order of the contents extracted from each of the plurality of groups classified according to a predetermined standard as the contents to be displayed as a list is set to each of the plurality of groups. The order is based on the click rate related to the content to which the content belongs, and the content is repeated in the order based on different evaluations related to the click rate in the first repetition of the plurality of groups and the second repetition of the plurality of groups. A decision process to decide;
A determination method characterized by comprising:
前記取得手順により取得された前記複数のコンテンツのうち、一覧表示されるコンテンツとして、所定の基準により分類される複数のグループの各々から抽出されたコンテンツの配置順を、前記複数のグループの各々に属するコンテンツに関するクリック率に基づく順序であって、最初の前記複数のグループの繰り返しと、2回目の前記複数のグループの繰り返しとでは前記クリック率に関する異なる評価に基づく順序で前記コンテンツが繰り返されるように、決定する決定手順と、
をコンピュータに実行させることを特徴とする決定プログラム。 An acquisition procedure for acquiring a plurality of contents each score is calculated according to a predetermined standard;
Among the plurality of contents acquired by the acquisition procedure, the arrangement order of the contents extracted from each of the plurality of groups classified according to a predetermined standard as the contents to be displayed as a list is set to each of the plurality of groups. The order is based on the click rate related to the content to which the content belongs, and the content is repeated in the order based on different evaluations related to the click rate in the first repetition of the plurality of groups and the second repetition of the plurality of groups. The decision procedure to decide,
A determination program characterized by causing a computer to execute.
所定のサービスにおいて掲載されるコンテンツを選択する所定の編集者であって、コンテンツの配信先となるユーザとは異なる所定の編集者が選択したコンテンツの実績に関する情報に基づく基準より各々のスコアが算出された複数のコンテンツを取得する取得工程と、
前記取得工程により取得された前記複数のコンテンツから、一覧表示されるコンテンツとして、所定の条件に基づいて抽出されたコンテンツの配置順を決定する決定工程と、
を含むことを特徴とする決定方法。 A decision method performed by a computer,
Each score is calculated based on criteria based on information about the performance of content selected by a predetermined editor who selects content to be posted on a predetermined service and is different from the user to whom the content is distributed An acquisition step of acquiring a plurality of content items,
A determination step of determining an arrangement order of contents extracted based on a predetermined condition as a list-displayed content from the plurality of contents acquired by the acquisition step;
A determination method characterized by comprising:
前記取得手順により取得された前記複数のコンテンツから、一覧表示されるコンテンツとして、所定の条件に基づいて抽出されたコンテンツの配置順を決定する決定手順と、
をコンピュータに実行させることを特徴とする決定プログラム。 Each score is calculated based on criteria based on information about the performance of content selected by a predetermined editor who selects content to be posted on a predetermined service and is different from the user to whom the content is distributed An acquisition procedure for acquiring a plurality of content items,
A determination procedure for determining an arrangement order of contents extracted based on a predetermined condition as a list-displayed content from the plurality of contents acquired by the acquisition procedure;
A determination program characterized by causing a computer to execute.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015176882A JP6113797B2 (en) | 2015-09-08 | 2015-09-08 | Determination apparatus, determination method, and determination program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015176882A JP6113797B2 (en) | 2015-09-08 | 2015-09-08 | Determination apparatus, determination method, and determination program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017054257A JP2017054257A (en) | 2017-03-16 |
JP6113797B2 true JP6113797B2 (en) | 2017-04-12 |
Family
ID=58320771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015176882A Active JP6113797B2 (en) | 2015-09-08 | 2015-09-08 | Determination apparatus, determination method, and determination program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6113797B2 (en) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11553320B1 (en) * | 2016-04-05 | 2023-01-10 | Alarm.Com Incorporated | Detection and handling of home owner moving by a home monitoring system |
JP7018762B2 (en) * | 2017-12-21 | 2022-02-14 | ヤフー株式会社 | Information processing equipment, information processing methods, and programs |
CN108090208A (en) | 2017-12-29 | 2018-05-29 | 广东欧珀移动通信有限公司 | Fused data processing method and processing device |
JP6772352B1 (en) * | 2019-09-30 | 2020-10-21 | 株式会社ぐるなび | Information processing system, information processing method and program |
CN111988663B (en) | 2020-08-28 | 2022-09-06 | 北京百度网讯科技有限公司 | Method, device and equipment for positioning video playing node and storage medium |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008170637A (en) * | 2007-01-10 | 2008-07-24 | Brother Ind Ltd | Controller for presentation system, and presentation system |
JP2010021819A (en) * | 2008-07-11 | 2010-01-28 | Casio Comput Co Ltd | Image display apparatus, image display method, and program |
JP2009105882A (en) * | 2008-09-17 | 2009-05-14 | Ricoh Co Ltd | Communication terminal device, communication system, and information using method |
EP2439653A4 (en) * | 2009-07-14 | 2013-03-13 | Sony Corp | Content recommendation system, content recommendation method, content recommendation device, and information recording medium |
JP2011128938A (en) * | 2009-12-18 | 2011-06-30 | Nikon Corp | Image display device and image display program |
JP2012248120A (en) * | 2011-05-30 | 2012-12-13 | Fujitsu Ltd | Device, method, and program for providing web content |
-
2015
- 2015-09-08 JP JP2015176882A patent/JP6113797B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017054257A (en) | 2017-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6113797B2 (en) | Determination apparatus, determination method, and determination program | |
US9535992B2 (en) | Recommendation engine | |
US8495058B2 (en) | Filtering social search results | |
US11455352B2 (en) | Recommending contents using a base profile | |
US20140297655A1 (en) | Content Presentation Based on Social Recommendations | |
US20130325779A1 (en) | Relative expertise scores and recommendations | |
US20150169571A1 (en) | Social Image Search | |
JP5673336B2 (en) | Information processing method, display method, information processing apparatus, display apparatus, information processing program, display program | |
US20150370905A1 (en) | Method and system for consumer rating and address book maintenance | |
US20130262229A1 (en) | Including content items in advertisements | |
JP2015201157A (en) | Dynamic content recommendation system using social network data | |
US20140006389A1 (en) | Recommendation filtering based on common interests | |
JP2015079395A (en) | Information processing device, method, and program | |
US20160335683A1 (en) | Rating System and Method | |
JP6470965B2 (en) | Advertisement selection device, advertisement selection method and program | |
JP6414192B2 (en) | Information processing apparatus, information processing method, and information processing program | |
US8745074B1 (en) | Method and system for evaluating content via a computer network | |
JP2018025918A (en) | Extraction device, extraction method, and extraction program | |
JP6367776B2 (en) | Extraction apparatus, extraction method, and extraction program | |
JP5846033B2 (en) | Information processing device, terminal device, information processing method, display method, information processing program, and display program | |
JP5915724B2 (en) | Information processing method, display method, information processing apparatus, display apparatus, information processing program, display program | |
JP6065061B2 (en) | Information processing device, terminal device, information processing method, display method, information processing program, and display program | |
JP6584240B2 (en) | Generating device, generating method, and generating program | |
JP2020057292A (en) | Information processing apparatus, information processing method, and information processing program | |
JP2015225588A (en) | Information provision device, information provision system, information processing terminal, information provision method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20161108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170125 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20170206 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170228 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170315 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6113797 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |