JP6165812B2 - 広告装置、広告抽出方法、広告抽出プログラム、端末装置および端末制御プログラム - Google Patents

Description

本発明は、広告装置、広告抽出方法、広告抽出プログラム、端末装置および端末制御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。例えば、ウェブページに設定された広告枠に、企業や商品等の広告コンテンツを表示し、かかる広告コンテンツがクリックされた場合に、広告主のウェブページへ遷移させる広告配信が行われている。

このような広告配信において、広告効果を高めるために、ユーザに関心がある広告を配信する技術が提案されている。例えば、ユーザの投稿した記事および当該ユーザに関連付けられた他のユーザの投稿した記事を時系列に提示するコンテンツからキーワードを特定し、コンテンツとともに表示する広告として、特定したキーワードに関連する広告を配信する技術が提案されている（特許文献１）。

特開２０１４−７５００６号公報

しかしながら、上記の従来技術では、必ずしも広告効果を高めることができるとは限らない。具体的には、上記の従来技術は、Ｔｗｉｔｔｅｒ（登録商標）等のＷｅｂ投稿サービスを利用するユーザ毎に、投稿記事に基づきユーザに関心がある広告を配信する技術に過ぎず、投稿記事の存在しない広告配信、すなわち、広く一般に行われている広告配信において、広告効果を高めることができるとは限らない。

本願は、上記に鑑みてなされたものであって、広告効果を高めることができる広告装置、広告抽出方法、広告抽出プログラム、端末装置および端末制御プログラムを提供することを目的とする。

本願にかかる広告装置は、コンテンツとともに一覧表示される配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツとの関連度を示す指標値を算出する算出部と、前記算出部により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出部と
を有することを特徴とする。

実施形態の一態様によれば、広告効果を高めることができるといった効果を奏する。

図１は、第１の実施形態にかかる広告抽出処理の一例を示す図である。 図２は、第１の実施形態にかかる広告抽出システムの構成例を示す図である。 図３は、第１の実施形態にかかる広告装置の構成例を示す図である。 図４は、第１の実施形態にかかる広告情報記憶部の一例を示す図である。 図５は、第１の実施形態にかかる指標値算出処理の一例を示す図である。 図６は、第１の実施形態にかかる広告抽出処理を具体的に説明する説明図である。 図７は、第１の実施形態にかかる広告装置による広告抽出処理手順を示すフローチャートである。 図８は、第１の実施形態における変形例にかかるカテゴリ分類の一例を示す図である。 図９は、第２の実施形態にかかる広告装置の構成例を示す図である。 図１０は、第２の実施形態にかかる広告抽出システムによる広告抽出処理の一例を示す図である。 図１１は、第３の実施形態にかかる広告抽出システムの構成例を示す図である。 図１２は、第３の実施形態にかかるユーザ装置の構成例を示す図である。 図１３は、他の実施形態にかかる広告抽出処理の一例を示す図である。 図１４は、広告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。

以下に、本願にかかる広告装置、広告抽出方法、広告抽出プログラム、端末装置および端末制御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説明する。なお、この実施形態により本願にかかる広告装置、広告抽出方法および広告抽出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。

（第１の実施形態）
〔１．広告抽出処理〕
以下では、図１を用いて、第１の実施形態にかかる広告抽出処理の一例について説明する。図１は、第１の実施形態にかかる広告抽出処理の一例を示す図である。図１では、広告装置１００によって広告抽出処理が行われる例を示す。

広告装置１００は、広告主から広告コンテンツの入稿を受け付ける。そして、広告装置１００は、ユーザ端末１０からウェブページＷ１に含む広告コンテンツの取得要求である広告リクエストを受け付けた場合に、広告主から受け付けた広告コンテンツ、すなわち配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する。具体的には、広告装置１００は、配信候補の広告コンテンツと、ウェブページＷ１において広告コンテンツが配置される配置位置周辺に表示されるコンテンツとの関連度を示す指標値を算出する。そして、広告装置１００は、算出した指標値に基づいて、配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する。

まず、第１の実施形態にかかるウェブページＷ１ついて説明する。図１（ａ）に示すように、実施形態にかかるウェブページＷ１は、複数のコンテンツが縦方向に並べられたものである。また、これによりユーザ端末１０の表示画面に複数のコンテンツが一覧表示される。

このように、一覧表示される複数のコンテンツは、記事コンテンツと広告コンテンツとに大別される。記事コンテンツは、例えば、ニュース記事、芸能情報、ブログ等であり、広告コンテンツ以外のコンテンツを示す。広告コンテンツは、記事コンテンツの間に配置される。そして、このような掲載方式の広告コンテンツは、「インフィード広告」等と呼ばれることがある。

また、図１（ａ）では、広告コンテンツも含め７個のコンテンツが縦一列に並べられたものをウェブページＷ１として例示しているが、本実施形態では、ウェブページＷ１は、２１個のコンテンツが縦一列に並べられたものとする。このような場合、ユーザ端末１０からの一度のリクエストに応じて、広告コンテンツを含めた２１個のコンテンツがウェブページＷ１として一度にユーザ端末１０に配信されるのではなく、所定数（例えば７個）ずつ配信されることにより、最終的に２１個のコンテンツを含むウェブページＷ１が形成される。

例えば、７個のコンテンツが縦一列に並べられたウェブページＷ１ａが初期表示された後、ユーザ操作によりウェブページＷ１ａが上方向に移動させられ、上から７番目のコンテンツ（図１（ａ）の例では、記事コンテンツＦ）が表示画面内に含まれた場合に、ユーザ端末１０は、再びリクエストを送信することで、７個のコンテンツが縦一列に並べられたウェブページＷ１ｂを取得する。そして、ユーザ端末１０は、ウェブページＷ１ａの下にウェブページＷ１ｂをつなげたものをウェブページＷ１として表示する。

さて、ここまで、第１の実施形態にかかるウェブページＷ１について説明してきた。以下では、広告装置１００による広告抽出処理について、具体的に説明する。

例えば、ユーザ端末１０から、２１個のコンテンツを含むウェブページＷ１のうち、初期表示される部分であるウェブページＷ１ａのリクエストが送信されたとする。これに応じて、コンテンツサーバ３０は、図１（ｂ）に示すように、記事コンテンツＣ２〜Ｃ６を配信対象の記事コンテンツとして決定するとともに、記事コンテンツＣ２〜Ｃ６を上から順に並べることを決定したとする。

また、コンテンツサーバ３０は、決定した各記事コンテンツのタイトル、説明文等を含むテキストと並び順を対応付けたリスト１を広告装置１００に送信する。例えば、コンテンツサーバ３０は、リスト１において、記事コンテンツＣ１については、「ドラマＸ第１０話 視聴率は１１．５％」といった説明文のテキスト情報と、並び順「１」とを対応付ける。

ここで、７個のコンテンツを縦一列に並べた場合、中間の位置である配置位置Ｌ１に広告コンテンツを挿入することが予め決められているとする。広告装置１００は、コンテンツサーバ３０からリスト１を受け付けると、配信候補の広告コンテンツと、配置位置Ｌ１周辺に表示される記事コンテンツとの関連度を示す指標値を算出する。関連度を示す指標値とは、広告コンテンツと記事コンテンツとの関連性の度合いを数値化したものであり、関連度を示す指標値が高いほど、双方の関連性は高いといえる。以下の実施形態では、関連度を示す指標値を単に「指標値」と表記する場合がある。

また、本実施形態において、「広告コンテンツの配置位置周辺に表示される記事コンテンツ」とは、広告コンテンツの配置位置から上下２個分までの記事コンテンツを示すものとする。図１（ｂ）の例では、配置位置Ｌ１周辺に表示される記事コンテンツとは、記事コンテンツＣ２〜Ｃ５を示す。なお、「広告コンテンツの配置位置周辺に表示される記事コンテンツ」は、かかる例に限定されるものではなく、例えば、広告コンテンツの配置位置から上下３個分までの記事コンテンツを示すものであってもよい。また、広告コンテンツの配置位置から上４個分までの記事コンテンツおよび下２個分までの記事コンテンツを示すものであってもよい。

広告装置１００は、図１（ｂ）に示すように、配信候補の広告コンテンツとして、広告コンテンツＡＤ１〜ＡＤ３を有しているものとする。このため、広告装置１００は、リスト１を受け付けると、各配信候補の広告コンテンツと、記事コンテンツＣ２〜Ｃ５それぞれとの類似度を算出し、算出した類似度の和を指標値として算出する。

図１（ｂ）では、広告装置１００が、広告コンテンツＡＤ１と、記事コンテンツＣ２〜Ｃ５それぞれとの類似度４つを算出し、算出した４つの類似度の和を指標値「Ｓ１」として算出した例を示す。また、同様にして、広告装置１００が、広告コンテンツＡＤ２と、記事コンテンツＣ２〜Ｃ５それぞれとの類似度４つを算出し、算出した４つの類似度の和を指標値「Ｓ２」として算出した例を示す。さらに、広告装置１００が、広告コンテンツＡＤ３について、指標値「Ｓ３」を算出した例を示す。

ここで、広告コンテンツＡＤ３は、スポーツに関する内容の広告コンテンツである。また、記事コンテンツＣ２〜Ｃ５の４つのうち、記事コンテンツＣ３およびＣ４の２つは、スポーツに関する内容の記事コンテンツである。このため、広告装置１００は、広告コンテンツＡＤ３と記事コンテンツＣ２〜Ｃ５との指標値「Ｓ３」を最も高く算出する。そして、広告装置１００は、最も高い指標値「Ｓ３」を算出した広告コンテンツＡＤ３を配信対象の広告コンテンツとして、配信候補の広告コンテンツから抽出する。

また、これにより、記事コンテンツＣ１、Ｃ２、Ｃ３、広告コンテンツＡＤ３、Ｃ４、Ｃ５、Ｃ６の順で上から並べられたウェブページＷ１ａがユーザ端末１０に配信されることになる。

図１に示したインフィード広告に対し、ユーザが興味を示し、クリックするか否かは、その広告コンテンツ周辺の記事コンテンツに影響される場合がある。例えば、スポーツに関する記事コンテンツが集まっている中にスポーツに関する広告コンテンツが挿入された場合、ユーザの視界にスポーツに関する広告コンテンツが入る前に、スポーツに関する記事コンテンツが入ることにより、スポーツへのユーザの興味が高まる。これにより、ユーザは、かかるスポーツに関する広告コンテンツをクリックし易くなる傾向にある。

一方、例えば、スポーツに関する記事コンテンツが集まっている中にファッションに関する広告コンテンツが挿入された場合、スポーツに対する興味が高められたユーザが、ファッションに関する広告コンテンツをクリックする可能性は低い。

つまり、第１の実施形態にかかる広告装置１００は、上記のようなユーザの特性を考慮し、広告コンテンツと、記事コンテンツとの関連度を示す指標値を算出することにより、周りの記事コンテンツとより親和性の高い広告コンテンツを抽出し、抽出した広告コンテンツを表示させることができるため、広告効果を高めることができる。

〔２．システムの構成〕
図２を用いて、第１の実施形態にかかる広告抽出システム１の構成について説明する。図２は、第１の実施形態にかかる広告抽出システム１の構成例を示す図である。図２に示すように、広告抽出システム１は、ユーザ端末１０と、最適化サーバ２０と、コンテンツサーバ３０と、広告装置１００とを含む。ユーザ端末１０、最適化サーバ２０、コンテンツサーバ３０、広告装置１００は、ネットワークを介して有線または無線により通信可能に接続される。なお、図２に示す広告抽出システム１には、複数台のユーザ端末１０や、複数台の最適化サーバ２０や、複数台のコンテンツサーバ３０や、複数台の広告装置１００が含まれてもよい。

ユーザ端末１０は、ユーザによって利用される情報処理装置である。例えば、ユーザ端末１０は、スマートフォン等の携帯電話機や、タブレット端末や、ＰＤＡ（Personal Digital Assistant）や、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣ等である。例えば、ユーザ端末１０は、ユーザ操作に従って、図１で示した複数のコンテンツを含む一覧情報であるウェブページＷ１の取得要求（リクエスト）を最適化サーバ２０に送信する。また、ユーザ端末１０は、最適化サーバ２０から受け付けたウェブページＷ１を表示画面に表示する。

最適化サーバ２０は、ユーザ端末１０と直接情報の送受信を行うフロントエンドサーバである。例えば、最適化サーバ２０は、ユーザ端末１０からウェブページＷ１のリクエストを受信するすると、ウェブサーバ３０に記事コンテンツの取得要求であるコンテンツリクエストを送信し、また、広告装置１００に広告コンテンツの取得要求である広告リクエストを送信する。また、最適化サーバ２０は、コンテンツサーバ３０から受け付けた記事コンテンツと、広告装置１００から受け付けた広告コンテンツとを用いてウェブページＷ１を生成し、生成したウェブページＷ１をユーザ端末１０に配信する。なお、このような最適化サーバ２０に対し、コンテンツサーバ３０や広告装置１００は、バックエンドサーバといえる。

コンテンツサーバ３０は、最適化サーバ２０に記事コンテンツを配信するサーバ装置である。例えば、コンテンツサーバ３０は、最適化サーバ２０からコンテンツリクエストを受信すると、配信対象の記事コンテンツと配信対象の記事コンテンツの並び順を決定する。そして、コンテンツサーバ３０は、決定した配信対象の記事コンテンツと並び順とを対応付けて、最適化サーバ２０に配信する。

広告装置は、広告配信を行うサーバ装置である。広告装置１００は、最適化サーバ２０からコンテンツリクエストを受信すると、図１で示した広告抽出処理を行うことにより、配信対象の広告コンテンツを広告情報記憶部１２０から抽出する。そして、広告装置１００は、抽出した広告コンテンツを最適化サーバ２０に配信する。

〔３．データの流れ〕
次に、図２を用いて、第１の実施形態にかかる広告抽出システム１による広告抽出処理について、データの流れを明確化しつつ説明する。なお、図１と説明が重複する点については、説明を省略する。

まず、ユーザ端末１０が、ユーザ操作にしたがって、図１で説明したように、ウェブページＷ１のうち初期表示される部分であるウェブページＷ１ａのリクエストを最適化サーバ２０に送信したとする（ステップＳ１１）。最適化サーバ２０は、ウェブページＷ１ａのリクエストを受信すると、ウェブページＷ１ａに含む記事コンテンツを取得するためのコンテンツリクエストをコンテンツサーバ３０に送信するとともに、ウェブページＷ１ａに含む広告コンテンツを取得するための広告リクエストを広告装置１００に送信する（ステップＳ１２）。

コンテンツサーバ３０は、最適化サーバ２０からコンテンツリクエストを受信すると、例えば、各種記事コンテンツを格納している自装置内の所定の記憶部を参照し、配信対象の記事コンテンツと配信対象の記事コンテンツの並び順を決定する（ステップＳ１３）。また、コンテンツサーバ３０は、決定した情報をリストアップしたリスト１を生成する。図２に示すリスト１は、コンテンツサーバ３０が、配信対象の記事コンテンツＣ１〜Ｃ６を、縦一列に上から１番目、２番目・・・７番目といったように並べることを決定したことを示す。また、コンテンツサーバ３０が、各配信対象の記事コンテンツにタイトルや説明文などのテキスト情報を対応付けている例を示す。

例えば、図２では、コンテンツサーバ３０は、記事コンテンツＣ１に概念的なテキスト情報「Ｔ１」を対応付けているが、実際には、図１（ｂ）で説明したように、「ドラマＸ第１０話 視聴率は１１．５％」といった説明文を対応付けている。記事コンテンツＣ２〜Ｃ６のテキスト情報についても、図１（ｂ）で例示した通りである。また、リスト１に示すように、中間の位置である配置位置Ｌ１（ここでは、上から４番目）に広告コンテンツを挿入することが予め決められているものとする。

コンテンツサーバ３０は、このように生成したリスト１を広告装置１００に送信する（ステップＳ１４）。また、コンテンツサーバ３０は、リスト１に示すように、配信対象の記事コンテンツのデータと並び順とを対応付けて、最適化サーバ２０に送信する（ステップＳ１５）。

広告装置１００は、コンテンツサーバ３０から受け付けたリスト１を参照し、配信候補の広告コンテンツと、配置位置Ｌ１周辺に表示される記事コンテンツ群との関連度を示す指標値を算出し、算出した指標値に基づいて、配信対象の広告コンテンツを抽出する（ステップＳ１６）。かかる広告抽出処理については、図１で説明したので通りであるため説明を省略する。

そして、広告装置１００は、抽出した広告コンテンツＡＤ３を最適化サーバ２０に送信する（ステップＳ１７）。最適化サーバ２０は、コンテンツサーバ３０から受け付けた記事コンテンツＣ１〜Ｃ６と、広告装置１００から受け付けた広告コンテンツＡＤ３とを用いて、ウェブページＷ１ａを生成する（ステップＳ１８）。そして、最適化サーバ２０は、生成したウェブページＷ１ａをユーザ端末１０に配信する（ステップＳ１９）。

ここで、ユーザ端末１０の表示画面に表示されたウェブページＷ１ａが、ユーザ操作により上方向に移動されて、７番目の記事コンテンツＣ６が表示画面内に含まれたとする。かかる場合に、ユーザ端末１０は、ウェブページＷ１ａの下につなげて表示するウェブページＷ１ｂを取得するためのリクエストを最適化サーバ２０に送信する（ステップ２１）。なお、どのような位置のコンテンツが表示画面内に含まれた場合に、リクエストを送信するかは任意に決定されてよい。

最適化サーバ２０は、ウェブページＷ１ｂのリクエストを受信すると、ウェブページＷ１ｂに含まれる記事コンテンツを取得するためのコンテンツリクエストをコンテンツサーバ３０に送信するとともに、ウェブページＷ１ｂに含まれる広告コンテンツを取得するための広告リクエストを広告装置１００に送信する（ステップＳ２２）。

コンテンツサーバ３０は、最適化サーバ２０からコンテンツリクエストを受信すると、例えば、各種記事コンテンツを格納している自装置内の所定の記憶部を参照し、配信対象の記事コンテンツと配信対象の記事コンテンツの並び順を決定する（ステップＳ２３）。また、コンテンツサーバ３０は、決定した情報をリストアップしたリスト２を生成する。図２に示すリスト２は、コンテンツサーバ３０が、配信対象の記事コンテンツＣ７〜Ｃ１２を、縦一列に上から８番目、９番目・・・１４番目といったように並べることを決定したことを示す。また、コンテンツサーバ３０が、各配信対象の記事コンテンツにタイトルや説明文などのテキスト情報を対応付けている例を示す。また、リスト２に示すように、中間の位置である配置位置Ｌ２（ここでは、上から１１番目）に広告コンテンツを挿入することが予め決められているものとする。

コンテンツサーバ３０は、このように生成したリスト２を広告装置１００に送信する（ステップＳ２４）。また、コンテンツサーバ３０は、リスト２に示すように、配信対象の記事コンテンツと並び順とを対応付けて、最適化サーバ２０に送信する（ステップＳ２５）。

広告装置１００は、コンテンツサーバ３０から受け付けたリスト２を参照し、配信候補の広告コンテンツ、配置位置Ｌ２周辺に表示される記事コンテンツ群との関連度を示す指標値を算出し、算出した指標値に基づいて、配信対象の広告コンテンツを抽出する（ステップＳ２６）。ここでは、広告装置１００は、広告コンテンツＡＤ１を配信対象の広告コンテンツとして決定したとする。

広告装置１００は、抽出した広告コンテンツＡＤ１を最適化サーバ２０に送信する（ステップＳ２７）。最適化サーバ２０は、コンテンツサーバ３０から受け付けた記事コンテンツＣ７〜Ｃ１２と、広告装置１００から受け付けた広告コンテンツＡＤ１とを用いて、ウェブページＷ１ｂを生成する（ステップＳ２８）。そして、広告装置１００は、生成したウェブページＷ１ｂをユーザ端末１０に配信する（ステップＳ２９）。ユーザ端末１０は、既に表示しているウェブページＷ１ａの下に、ウェブページＷ１ｂをつなげたものをウェブページＷ１として表示画面に表示する。

〔４．広告装置の構成〕
次に、図３を用いて、第１の実施形態にかかる広告装置１００の構成について説明する。図３は、第１の実施形態にかかる広告装置１００の構成例を示す図である。図３に示すように、広告装置１００は、通信部１１０と、広告情報記憶部１２０と、制御部１３０とを有する。

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２１は、ネットワークと有線または無線で接続され、最適化サーバ２０やコンテンツサーバ３０との間で情報の送受信を行う。

広告情報記憶部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。広告情報記憶部１２０は、広告主から受け付けた広告コンテンツに関する各種情報や広告コンテンツが配信やクリックされたことによる実績情報である配信実績を記憶する。

ここで、図４は、第１の実施形態にかかる広告情報記憶部１２０の一例を示す図である。図４の例では、広告情報記憶部１２０は、「広告主ＩＤ」、「広告コンテンツ」、「入札価格」、「ＣＴＲ」、「ｅＣＰＭ」といった項目を有する。

「広告主ＩＤ」は、広告主または広告主によって広告コンテンツ入稿等に利用される端末装置（広告主端末）を識別するための識別情報を示す。「広告コンテンツ」は、広告主端末１０から入稿された広告コンテンツを示す。図４では、「広告コンテンツ」に「ＡＤ１」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、画像、動画、テキストデータ、ＵＲＬまたはこれらの格納場所を示すファイルパス名等が格納される。

「入札価格」は、広告主が広告コンテンツを入稿する際に指定する広告料金を示す。例えば、「入札価格」は、広告コンテンツがユーザに１回クリックされた際に広告主から広告配信者（例えば、広告装置１００の管理者）に支払われる単価に該当する。

「ＣＴＲ」は、広告コンテンツがクリックされた回数を広告コンテンツの表示回数によって除算した値を示す。なお、端末装置１００に配信されたことがない広告コンテンツのＣＴＲには、予め決められている固定値や、全ての広告コンテンツにおけるＣＴＲの平均値や、同一の広告カテゴリ（例えば、車、旅行）に属する全ての広告コンテンツにおけるＣＴＲの平均値等が記憶される。また、「ＣＴＲ」には、ＣＴＲの予測モデル等から予測される予測ＣＴＲが記憶されてもよい。このような予測ＣＴＲは、例えば、広告コンテンツの種別や、広告コンテンツが表示されるウェブページの種別等によって予測される。

「ｅＣＰＭ」（effective Cost Per Mille）は、広告コンテンツの１０００回表示辺りの期待収益額を示し、例えば、ＣＴＲに入札価格を乗じることにより算出することができる。

すなわち、図４では、広告主ＩＤ「Ｂ１」によって識別される広告主が、広告コンテンツ「ＡＤ１」を入稿するとともに、入札価格「１５０円」を指定している例を示す。また、図４では、広告コンテンツ「ＡＤ１」のＣＴＲが「０．０２」、ｅＣＰＭが「３円」である例を示す。

図３に戻り、制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、広告装置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。

図３に示すように、制御部１３０は、入稿受付部１３１と、要求受付部１３２と、算出部１３３と、抽出部１３４と、配信部１３５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。制御部１３０の内部構成は、図３に示した情報に限られず、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。

入稿受付部１３１は、広告主端末から広告コンテンツの入稿を受け付ける。具体的には、入稿受付部１３１は、入札価格の指定とともに広告コンテンツの入稿を受け付ける。そして、入稿受付部１３１は、入稿元の広告主に対する広告主ＩＤに対応付けて、受け付けた広告コンテンツおよび入札価格を広告情報記憶部１２０に格納する。

要求受付部１３２は、最適化サーバ２０から広告リクエストを受け付ける。例えば、要求受付部１３２は、広告リクエストとして、ＨＴＴＰリクエストを受け付ける。また、要求受付部１３２は、コンテンツサーバ３０から配信対象のコンテンツに関する情報を受け付ける。例えば、図２のステップＳ１４およびＳ２４で示したように、要求受付部１３２は、コンテンツサーバ３０から配信対象の記事コンテンツの並び順と、配信対象の記事コンテンツのタイトルや説明文等のテキストとを、各配信対象の記事コンテンツ毎に対応付けたリストを受け付ける。

算出部１３３は、図１に示すウェブページＷ１のように、コンテンツと広告コンテンツが一覧表示される場合において、表示される候補である配信候補の広告コンテンツと、広告コンテンツの配置位置周辺に表示されるコンテンツとの関連度を示す指標値を算出する。例えば、算出部１３３は、配置位置周辺に表示されるコンテンツ毎に、配信候補の広告コンテンツとの類似度を算出する。そして、算出部１３３は、算出した各類似度を合計することにより、配置位置周辺に表示されるコンテンツ群との指標値を算出する。以下では、図５を用いて、第１の実施形態にかかる指標値算出処理について説明する。図５は、第１の実施形態にかかる指標値算出処理の一例を示す図である。なお、本実施形態において、広告コンテンツおよび記事コンテンツの配置位置（表示位置）とは、広告コンテンツおよび記事コンテンツが縦一列に並べられた場合における上からの並び順を示すものとする。

図５に示すウェブページＷ１ｘは、図１（ａ）に示した一覧情報であるウェブページＷ１の一部分を概念的に示したものである。ここでは、広告コンテンツの配置位置である配置位置Ｌｘに配置される広告コンテンツ、すなわち配信対象の広告コンテンツが後述する抽出部１３４により抽出されるために、算出部１３３が、配信候補の広告コンテンツと記事コンテンツとの関連度を示す指標値を算出する指標値算出処理について説明する。指標値算出処理には、以下に示す２つのパターンが考えられる。

まず、パターン１について説明する。図５に示すように、広告コンテンツの配置位置Ｌｘ、すなわち並び順をｉ番目とする。このｉ番目を基準とすると、配置位置Ｌｘより上に位置する記事コンテンツの配置位置を、ｉ番目から近い順にｉ−１番目、ｉ−２番目、ｉ−３番目・・・と定めることができる。また、ｉ番目を基準として、配置位置Ｌｘより下に位置する記事コンテンツの配置位置を、ｉ番目から近い順にｉ＋１番目、ｉ＋２番目、ｉ＋３番目・・・と定めることができる。

ここで、算出部１３３は、配置位置Ｌｘから上下２個分までの記事コンテンツを配置位置Ｌｘ周辺の記事コンテンツと定め、配信候補の広告コンテンツＩとの類似度を算出する。つまり、図５の例では、算出部１３３は、配信候補の広告コンテンツＩと、ｉ−２番目の記事コンテンツ（記事コンテンツＢ）、ｉ−１番目の記事コンテンツ（記事コンテンツＣ）、ｉ＋１番目の記事コンテンツ（記事コンテンツＤ）、ｉ＋２番目の記事コンテンツ（記事コンテンツＥ）それぞれとの類似度を算出する。そして、算出部１３３は、算出した類似度を合計することにより、広告コンテンツＩと配置位置Ｌｘから上下２個分までの記事コンテンツ群との指標値を算出する。

なお、配信候補の広告コンテンツＩとは、図４に示す広告情報記憶部１２０に格納されている各広告コンテンツを示すものであってもよいし、図４に示す広告情報記憶部１２０に格納されている各広告コンテンツから、ｅＣＰＭに基づいて選択された各広告コンテンツを示すものであってもよい。

算出部１３３は、広告コンテンツおよび記事コンテンツの特徴を示す特徴情報に基づいて、類似度を算出する。例えば、算出部１３３は、広告コンテンツＩに含まれるテキストを形態素解析することにより単語（特徴語）を抽出し、その広告コンテンツの特徴を示す単語ベクトルを生成する。また、算出部１３３は、配置位置Ｌｘから上下２個分までの各記事コンテンツに含まれるテキストを形態素解析することにより単語（特徴語）を抽出し、各記事コンテンツの特徴を示す単語ベクトルを生成する。そして、算出部１３３は、広告コンテンツＩと各記事コンテンツについて、生成した単語ベクトル同士の類似度（例えば、単語ベクトル同士のコサイン類似度）を算出する。例えば、算出部１３３は、コサイン類似度として「０〜１」の範囲で示される所定の数値を算定する。

図５では、算出部１３３が、広告コンテンツＩとｉ−２番目の記事コンテンツＢとの類似度として、コサイン類似度ｃｏｓ_ｉ−２を算出した例を示す。また、算出部１３３が、広告コンテンツＩとｉ−１番目の記事コンテンツＣとの類似度として、コサイン類似度ｃｏｓ_ｉ−１を算出した例を示す。ｉ＋１番目の記事コンテンツＤ、ｉ＋２番目の記事コンテンツＥについても同様である。

また、算出部１３３は、算出した各類似度に所定の重み値を付加する。例えば、パターン１では、算出部１３３は、配置位置Ｌｘから上下２個分までの記事コンテンツのうち、配置位置Ｌｘにより近い記事コンテンツとの類似度ほど高い重み値を乗じる。本実施形態では、最も高い重み値である重み値ｒを「０．９」とする。

図５の例では、ｉ−１番目の記事コンテンツＣおよびｉ＋１番目の記事コンテンツＤが、配置位置Ｌｘに隣接しているため、これら記事コンテンツが配置位置Ｌｘに対し最も近い位置にある。このため、算出部１３３は、広告コンテンツＩとｉ−１番目の記事コンテンツＣとの類似度ｃｏｓ_ｉ−１および広告コンテンツＩとｉ＋１番目の記事コンテンツＤとの類似度ｃｏｓ_ｉ＋１に、重み値ｒ（０．９）を乗じる。

一方、ｉ−２番目の記事コンテンツＢおよびｉ＋２番目の記事コンテンツＥは、配置位置Ｌｘからコンテンツ１つ分離れている。このため、算出部１３３は、広告コンテンツＩとｉ−２番目の記事コンテンツＢとの類似度ｃｏｓ_ｉ−２および広告コンテンツＩとｉ＋２番目の記事コンテンツＥとの類似度ｃｏｓ_ｉ＋２に、重み値ｒより小さい重み値ｒ^２（０．８１）を乗じる。

例えば、配置位置Ｌｘと直近の記事コンテンツとより類似する広告コンテンツを、配置位置Ｌｘに配置することにより、その配置した広告コンテンツへのユーザの興味を高められると考えられる。これは、ユーザが、広告コンテンツに興味をもつか否かは、直近の記事コンテンツの内容により影響を受けやすいといった傾向があるためである。例えば、記事コンテンツＣおよびＤがスポーツ関連の記事である場合、配置位置Ｌｘにスポーツ関連の広告コンテンツを配置することで、記事コンテンツＣおよびＤによって、ユーザはスポーツへの興味が高められ、スポーツ関連の広告コンテンツにも興味をもちクリックし易くなる。

このようなユーザ特性を考慮し、算出部１３３は、上記のように、配置位置Ｌｘに近い記事コンテンツとの類似度ほど高い重み値を乗じることにより、配置位置Ｌｘに近い記事コンテンツに類似する広告コンテンツを抽出し易くすることができる。

そして、算出部１３３は、重み値を乗じた各類似度を合計することにより、広告コンテンツＩと、配置位置Ｌｘ周辺に表示される記事コンテンツ群との関連度を示す指標値Ｓ_Ｉを算出する。具体的には、これまで説明してきたパターン１での指標値算出処理において、算出部１３３は、指標値Ｓ_Ｉを下記の式（１）によって算出することができる。

指標値Ｓ_Ｉ＝ｒ^２ｃｏｓ_ｉ−２＋ｒｃｏｓ_ｉ−１＋ｒｃｏｓ_ｉ＋１＋ｒ^２ｃｏｓ_ｉ＋２ ・・・（１）

すなわち、算出部１３３は、各配信候補の広告コンテンツそれぞれについて、式（１）を用いて、配置位置Ｌｘから上下２個分までの記事コンテンツ群との関連度を示す指標値Ｓ_Ｉを算出する。

そして、算出部１３３は、式（１）を用いて算出した指標値Ｓ_Ｉに基づいて、広告評価値を算出する。例えば、算出部１３３は、広告コンテンツＩの評価値であるｅＣＰＭ_Ｉと、式（１）を用いて算出した指標値Ｓ_Ｉとの合計値を広告評価値Ｅ_Ｉとして算出する。具体的には、算出部１３３は、下記式（２）により、広告評価値Ｅ_Ｉを算出する。

広告評価値Ｅ_Ｉ＝ｅＣＰＭ_Ｉ＋指標値Ｓ_Ｉ ・・・（２）

すなわち、算出部１３３は、各配信候補の広告コンテンツそれぞれについて、式（２）を用いて、広告評価値Ｅ_Ｉを算出する。

次に、パターン２について説明する。パターン２は、重み値の付与の仕方がパターン１とは異なる。その他の点については、パターン１と同様である。具体的には、パターン１では、算出部１３３が、配置位置Ｌｘに近い記事コンテンツとの類似度ほど高い重み値を乗じる例を示した。しかし、算出部１３３は、配置位置Ｌｘにより近い記事コンテンツとの類似度ほど高い重み値を乗じるにあたって、配置位置Ｌｘより上方向に位置する記事コンテンツとの類似度ほど高い重み値を乗じる。

例えば、算出部１３３は、図５に示すパターン２のように、配置位置Ｌｘから最も近く、かつ、配置位置Ｌｘの上方向に位置するｉ−１番目の記事コンテンツＣと、広告コンテンツＩとの類似度ｃｏｓ_ｉ−１に最も高い重み値ｒ（０．９）を乗じる。また、算出部１３３は、次に配置位置Ｌｘに近く、かつ、配置位置Ｌｘの上方向に位置するｉ−２番目の記事コンテンツＢと、広告コンテンツＩとの類似度ｃｏｓ_ｉ−２に、２番目に高い重み値ｒ^２（０．８１）を乗じる。

また、算出部１３３は、配置位置Ｌｘから最も近く、かつ、配置位置Ｌｘの下方向に位置するｉ＋１番目の記事コンテンツＤと、広告コンテンツＩとの類似度ｃｏｓ_ｉ＋１に三番目に高い重み値ｒ^３（０．７３）を乗じる。さらに、算出部１３３は、次に配置位置Ｌｘに近く、かつ、配置位置Ｌｘの下方向に位置するｉ＋２番目の記事コンテンツＥと、広告コンテンツＩとの類似度ｃｏｓ_ｉ＋２に、４番目に高い重み値ｒ^４（０．６６）を乗じる。

これまで、配置位置Ｌｘと直近の記事コンテンツとより類似する広告コンテンツを、配置位置Ｌｘに配置することにより、その配置した広告コンテンツへのユーザの興味を高められる旨記載した。しかし、第１の実施形態にかかるウェブページＷ１のように、複数のコンテンツが縦一列に並べられる一覧情報を閲覧する場合、ユーザは、ウェブページＷ１を上方向にスクロールさせることで、各コンテンツを閲覧することが多いと考えられる。

このような場合、ユーザが広告コンテンツに興味をもつか否かは、直近の記事コンテンツの内容により影響されるとともに、ウェブページＷ１が上方向にスクロールされることにより、より早くユーザの目に留まる記事コンテンツの内容に影響を受けやすいといった傾向があると考えられる。例えば、記事コンテンツＣがスポーツ関連の記事であり、記事コンテンツＤがファッション関連の記事である場合、配置位置Ｌｘにファッション関連の広告コンテンツを配置するよりは、スポーツ関連の広告コンテンツを配置することで、ファッション関連の記事コンテンツＤより先に目に留まったスポーツ関連の記事コンテンツＣによって、ユーザはスポーツへの興味が高められ、スポーツ関連の広告コンテンツにも興味をもちクリックし易くなる。

このようなユーザ特性を考慮し、算出部１３３は、配置位置Ｌｘに近く、かつ、配置位置Ｌｘの上方向に位置する記事コンテンツとの類似度ほど高い重み値を乗じることにより、配置位置Ｌｘに近く、かつ、配置位置Ｌｘの上方向に位置する記事コンテンツに類似する広告コンテンツを抽出し易くすることができる。

そして、算出部１３３は、重み値を乗じた各類似度を合計することにより、広告コンテンツＩと、配置位置Ｌｘから上下２個分までの記事コンテンツ群との関連度を示す指標値Ｓ_Ｉを算出する。具体的には、これまで説明してきたパターン２での指標値算出処理において、算出部１３３は、指標値Ｓ_Ｉを下記の式（３）によって算出することができる。

指標値Ｓ_Ｉ＝ｒ^２ｃｏｓ_ｉ−２＋ｒｃｏｓ_ｉ−１＋ｒ^３ｃｏｓ_ｉ＋１＋ｒ^４ｃｏｓ_ｉ＋２ ・・・（３）

すなわち、算出部１３３は、各配信候補の広告コンテンツそれぞれについて、式（３）を用いて、配置位置Ｌｘから上下２個分までの記事コンテンツ群との関連度を示す指標値Ｓ_Ｉを算出する。

そして、算出部１３３は、式（３）を用いて算出した指標値Ｓ_Ｉに基づいて、広告評価値を算出する。例えば、算出部１３３は、広告コンテンツＩのｅＣＰＭ_Ｉと、式（３）を用いて、広告コンテンツＩについて算出した指標値Ｓ_Ｉとの合計値を広告評価値Ｅ_Ｉとして算出する。つまり、算出部１３３は、上記式（２）により、広告評価値Ｅ_Ｉを算出する。

図３に戻り、抽出部１３４は、算出部１３３により算出された指標値に基づいて、配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する。例えば、抽出部１３４は、算出部１３３により、上記式（２）を用いて算出された広告評価値が最も高い配信候補の広告コンテンツを配信対象として抽出する。

配信部１３５は、配信対象の広告コンテンツを配信する。具体的には、配信部１３５は、抽出部１３４により抽出された配信対象の広告コンテンツを最適化サーバ２０に配信する。

〔５．広告抽出処理の具体例〕
さて、以下では、図５を用いて概念的に説明してきた広告抽出処理について、具体例を用いて説明する。図６は、第１の実施形態にかかる広告抽出処理を具体的に説明する説明図である。

まず、ユーザ端末１０が、ユーザ操作にしたがって、ウェブページＷ１のうち初期表示される部分であるウェブページＷ１ａのリクエストを最適化サーバ２０に送信したとする。また、これにより、コンテンツサーバ３０が、図６に示すように、配信対象の記事コンテンツを記事コンテンツＣ１〜Ｃ６と決めたことにより、並び順とテキスト情報Ｔ１〜Ｔ６とを対応付けたリスト１を広告装置１００に送信したとする。さらに、広告装置１００は、リスト１を受け付けた場合に、図４に示す広告情報記憶部１２０に格納している広告コンテンツから、ｅＣＰＭの高い上位３つの広告コンテンツＡＤ１〜ＡＤ３を配信候補の広告コンテンツとして決定したとする。

ウェブページＷ１ａでは、これまで説明してきたように、中間の位置である配置位置Ｌ１（上から４番目）に広告コンテンツを挿入することが予め決められているものとする。

ここで、広告装置１００の算出部１３３は、配置位置Ｌ１周辺に表示される記事コンテンツである記事コンテンツＣ２〜Ｃ５それぞれについて、配信候補の広告コンテンツＡＤ１〜ＡＤ３それぞれとの類似度を算出する。

例えば、図５で示したパターン１を用いる場合、配信候補の広告コンテンツＡＤ３を例に説明すると、算出部１３３は、例えば、広告コンテンツＡＤ３と記事コンテンツＣ２との類似度ｃｏｓ_ｉ−２として「０．３」、広告コンテンツＡＤ３と記事コンテンツＣ３との類似度ｃｏｓ_ｉ−１として「０．８」、広告コンテンツＡＤ３と記事コンテンツＣ４との類似度ｃｏｓ_ｉ＋１として「０．８」、広告コンテンツＡＤ３と記事コンテンツＣ５との類似度ｃｏｓ_ｉ＋２として「０．１」を算出する。

図６に示すように、広告コンテンツＡＤ３がスポーツ関連広告であり、記事コンテンツＣ２がファッション関連記事である。スポーツとファッションとでは類似性は低いため、算出部１３３は、広告コンテンツＡＤ３のテキスト「大型スポーツショップＳＳ 日本初上陸！！」から抽出した特徴語と、記事コンテンツＣ２のテキストＴ２「スタイルをよく見せる自撮りテク」から抽出した特徴語とのコサイン類似度ｃｏｓ_ｉ−２として、例えば、低めの「０．３」を算出する。

一方、記事コンテンツＣ３およびＣ４はスポーツ関連記事であり、広告コンテンツＡＤ３との類似性は高いため、算出部１３３は、広告コンテンツＡＤ３のテキストから抽出した特徴語と、記事コンテンツＣ３のテキストＴ３「プロ野球ニュース ハイライト」から抽出した特徴語とのコサイン類似度ｃｏｓ_ｉ−１として、例えば、高めの「０．８」を算出する。また、算出部１３３は、広告コンテンツＡＤ３のテキストから抽出した特徴語と記事コンテンツＣ４のテキストＴ４「日本女子バレー 浮き出た課題とは？」から抽出した特徴語とのコサイン類似度ｃｏｓ_ｉ＋１として、同様に、高めの「０．８」を算出する。

また、記事コンテンツＣ５は政治関連記事であり、広告コンテンツＡＤ３との類似性は低いため、算出部１３３は、類似度ｃｏｓ_ｉ＋２として、例えば、記事コンテンツＣ２よりさらに低い「０．１」を算出する。

そして、算出部１３３は、算出した各類似度に重み値を乗じる。例えば、算出部１３３は、図５に示すパターン１に従い、配置位置Ｌ１に近い位置にある記事コンテンツとの類似度ほど高い重み値を乗じる。

そして、算出部１３３は、重み値を乗じた各類似度を上記式（１）に適用することにより、配信候補の広告コンテンツＡＤ３と、配置位置Ｌ１周辺に表示される記事コンテンツＣ２〜Ｃ５との指標値Ｓ_ＡＤ３を算出する。具体的には、算出部１３３は、上記式（１）を用いて、指標値Ｓ_ＡＤ３＝（０．８１×０．３）＋（０．９×０．８）＋（０．９×０．８）＋（０．８１×０．１）＝１．７６４を算出する。

さらに、算出部１３３は、上記式（２）に示すように、広告コンテンツＡＤ３のｅＣＰＭ_ＡＤ３「２．２」と指標値Ｓ_ＡＤ３「１．７６４」とを合計することにより、広告コンテンツＡＤ３の広告評価値Ｅ_ＡＤ３として「３．９７６４」を算出する。

ここまで、図５および図６を用いて、算出部１３３が、広告コンテンツＡＤ３と、配置置位置Ｌ１周辺に表示される記事コンテンツＣ２〜Ｃ５との指標値Ｓ_ＡＤ３および広告評価値Ｅ_ＡＤ３を算出する例を示した。算出部１３３は、配信候補の広告コンテンツＡＤ１についても、同様にして、例えば、指標値Ｓ_ＡＤ１として「０．８６３」および広告評価値Ｅ_ＡＤ１として「３．８６３」を算出する。また、算出部１３３は、配信候補の広告コンテンツＡＤ２についても、同様にして、指標値Ｓ_ＡＤ２として「１．２７８」や広告評価値Ｅ_ＡＤ２として「２．３２８」を算出する。

次に、抽出部１３４は、算出部１３３により算出された各指標値のうち、最も高い広告評価値が算出された広告コンテンツＡＤ３を配信対象として抽出する。そして、配信部１３５は、広告コンテンツＡＤ３を最適化サーバ２０に配信するため、配置位置Ｌ１に広告コンテンツＡＤ３を配置したウェブページＷ１ａが最適化サーバ２０により配信される。

例えば、一般的な広告配信の場合、単にｅＣＰＭの最も高い広告コンテンツが配信対象として抽出されることが考えられる。この場合、図６の例では、広告コンテンツＡＤ１が配信対象となる。しかし、本実施形態のように、さらに配信対象の広告コンテンツと配置位置周辺の記事コンテンツとの指標値に基づいて、配信対象の広告コンテンツを抽出すると、単にｅＣＰＭだけを考慮したときとでは、配信対象が異なる場合がある。

このように抽出された配信対象の広告コンテンツは、比較的ｅＣＰＭも高く、さらに位置周辺の記事コンテンツとの親和性が高いものであるため、ｅＣＰＭに基づいて抽出された広告コンテンツより高い広告効果を発生させることができる。

〔６．処理手順〕
次に、図７を用いて、第１の実施形態にかかる広告装置１００が実行する広告抽出処理の手順について説明する。図７は、第１の実施形態にかかる広告装置１００による広告抽出処理手順を示すフローチャートである。

まず、広告装置１００の要求受付部１３２は、最適化サーバ２０から広告リクエストを受け付けたか否かを判定する（ステップＳ１０１）。要求受付部１３２は、広告リクエストを受け付けた場合には（ステップＳ１０１；Ｙｅｓ）、コンテンツサーバ３０から記事コンテンツに関するリストを受け付けたか否かを判定する（ステップＳ１０２）。要求受付部１３２は、リストを受け付けたか場合には（ステップＳ１０２；Ｙｅｓ）、受け付けたリストを算出部１３３に送信する。

ここで、記事コンテンツに関するリストとは、上述してきたように、配信対象の記事コンテンツの並び順とテキスト情報とを各配信対象の広告コンテンツ毎に対応付けたリストである。また、要求受付部１３２は、ステップＳ１０１とＳ１０２とを同時に行ってもよいし、例えば、リストを含む広告リクエストをコンテンツサーバ３０から受け付けるように構成されてもよい。

次に、算出部１３３は、受け付けたリストを参照し、広告コンテンツが配置される配置位置Ｌｘ周辺に表示される記事コンテンツを特定する（ステップＳ１０３）。例えば、算出部１３３は、配置位置Ｌｘ周辺に表示される記事コンテンツとして、配置位置Ｌｘから上下２個までに表示される記事コンテンツを特定する。

また、算出部１３３は、配信候補の広告コンテンツを決定する（ステップＳ１０４）。例えば、算出部１３３は、広告情報記憶部１２０を参照し、ｅＣＰＭの高い上位所定数の広告コンテンツを配信候補の広告コンテンツとして決定する。

そして、算出部１３３は、配信候補の広告コンテンツから１つ選択する（ステップＳ１０５）。ここで、選択された広告コンテンツを広告コンテンツＩとする。そして、算出部１３３は、配置位置Ｌｘ周辺に表示される記事コンテンツ毎に、広告コンテンツＩとの類似度を算出する（ステップＳ１０６）。さらに、算出部１３３は、算出した各類似度に重み付けをする（ステップＳ１０７）。重み付けには、図５を用いて説明した、パターン１または２のいずれを用いてもよい。

そして、算出部１３３は、重み付けした各類似度を合計することにより、広告コンテンツＩと、配置位置Ｌｘ周辺に表示される記事コンテンツ群との指標値Ｓ_Ｉを算出する（ステップＳ１０８）。例えば、ステップＳ１０７において、パターン１を用いて重み付けした場合、算出部１３３は、上記（１）式を用いて指標値Ｓ_Ｉを算出する。また、パターン２を用いて重み付けした場合、算出部１３３は、上記（３）式を用いて指標値Ｓ_Ｉを算出する。

また、算出部１３３は、広告コンテンツＩのｅＣＰＭと指標値Ｓ_Ｉとを合計することにより、広告評価値Ｅ_Ｉを算出する（ステップＳ１０９）。この後、算出部１３３は、配信候補の広告コンテンツ全てについて、広告評価値Ｅ_Ｉを算出したか否かを判定する（ステップＳ１１０）。そして、算出部１３３は、配信候補の広告コンテンツ全てについて、広告評価値Ｅ_Ｉを算出したと判定した場合には（ステップＳ１１０；Ｙｅｓ）、算出結果を抽出部１３４に送信する。

次に、抽出部１３４は、算出結果を受け付けると、配信候補の広告コンテンツそれぞれの広告評価値Ｅ_Ｉを比較して、広告評価値Ｅ_Ｉの最も高い広告コンテンツを配信対象として抽出する（ステップＳ１１１）。配信部１３５は、抽出された広告コンテンツを最適化サーバ２０に配信する（ステップ１１２）。

〔７．変形例〕
上述した第１の実施形態は、上記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。そこで、以下では、他の実施形態について説明する。

〔７−１．カテゴリ分類〕
上記第１の実施形態では、広告装置１００の算出部１３３が、記事コンテンツ毎に広告コンテンツとの類似度を算出する一例として、広告コンテンツのテキスト方抽出した特徴語と、記事コンテンツのテキストから抽出した特徴語とのコサイン類似度を算出する例を示した。しかし、算出部１３３は、配信候補の広告コンテンツが属するカテゴリと、配置位置周辺に表示される記事コンテンツが属するカテゴリとの類似度（カテゴリ類似度）を算出してもよい。この点について、図８を用いて説明する。また、適宜、図５および６も参照する。

図８は、第１の実施形態における変形例にかかるカテゴリ分類の一例を示す図である。図８に示すように、カテゴリ分類は、ツリー形式で複数の階層に分けられる。第１階層は大分類であり最も広いカテゴリ分類に対応する。第２階層は中分類であり、第１階層の各カテゴリをより細分化したカテゴリ分類に対応する。第３層は小分類であり、第２階層の各カテゴリをより細分化したカテゴリ分類に対応する。

ここで、上記では、算出部１３３が、式（１）に示すように、パターン１で重み付けした各コサイン類似度を合計することにより指標値を算出する、または、式（３）に示すように、パターン２で重み付けした各コサイン類似度を合計することにより指標値を算出する例を示した。カテゴリ類似度を用いる場合であっても、算出部１３３は、パターン１で重み付けした各カテゴリ類似度を合計することにより指標値を算出する、または、パターン２で重み付けした各カテゴリ類似度を合計することにより指標値を算出することができる。

具体的には、パターン１で各カテゴリ類似度に重み付けした場合、算出部１３３は、以下の式（４）で、配信対象の広告コンテンツＩと、配置位置Ｌｘ周辺に表示される記事コンテンツ群との指標値Ｓ_Ｉを算出することができる。

指標値Ｓ_Ｉ＝ｒ^２ＣＧ_ｉ−２＋ｒＣＧ_ｉ−１＋ｒＣＧ_ｉ＋１＋ｒ^２ＣＧ_ｉ＋２ ・・・（４）

図５を参照し、「ＣＧ_ｉ−２」は、広告コンテンツＩとｉ−２番目の記事コンテンツＢとのカテゴリ類似度を示す。「ＣＧ_ｉ−１」は、広告コンテンツＩとｉ−１番目の記事コンテンツＣとのカテゴリ類似度を示す。「ＣＧ_ｉ＋１」は、広告コンテンツＩとｉ＋１番目の記事コンテンツＤとのカテゴリ類似度を示す。「ＣＧ_ｉ＋２」は、広告コンテンツＩとｉ＋２番目の記事コンテンツＥとのカテゴリ類似度を示す。

以下では、図８に示すカテゴリツリーを用いて類似度を算出する具体例を示す。例えば、図６に示すように、広告装置１００が、配信対象の記事コンテンツの並び順とテキスト情報が対応付けられたリスト１を受け付けるとともに、配信候補の広告コンテンツとして広告コンテンツＡＤ１〜ＡＤ３を決定したとする。

ここで、広告装置１００の算出部１３３は、配置位置Ｌ１周辺に表示される記事コンテンツである記事コンテンツＣ２〜Ｃ５それぞれについて、配信候補の広告コンテンツＡＤ１〜ＡＤ３それぞれとのカテゴリ類似度を算出する。

例えば、配信候補の広告コンテンツＡＤ３を例に説明すると、広告コンテンツＡＤ３と記事コンテンツＣ２とのカテゴリ類似度ＣＧ_ｉ−２を算出する場合、図６に示すように、４番目（ｉ番目）の広告コンテンツＡＤ３は、「大型スポーツショップＳＳ 日本初上陸！！」といったテキストを含む。このため、算出部１３３は、例えば、広告コンテンツＡＤ３のカテゴリを「スポーツ」と特定する。また、２番目（ｉ−２）の記事コンテンツＣ２は、「スタイルをよく見せる自撮りテク」といったテキストを含む。このため、算出部１３３は、例えば、記事コンテンツＣ２のカテゴリを「ファッション」と特定する。

ここで、図８に示すカテゴリツリーによると、「スポーツ」と「ファッション」とは、大分類に分けられるカテゴリであるため、双方はあまり類似していないといえる。このような大分類同士のカテゴリの類似度を算出する場合、算出部１３３は、例えば、類似度の最大値「１」から「０．５」を引いて、「スポーツ」と「ファッション」との類似度、すなわち、広告コンテンツＡＤ３と記事コンテンツＣ２との類似度「０．５」を算出する。

また、広告コンテンツＡＤ３と記事コンテンツＣ３とのカテゴリ類似度ＣＧ_ｉ−１を算出する場合、図６に示すように、３番目（ｉ−１）の記事コンテンツＣ３は、「プロ野球ニュース ハイライト」といったテキストを含む。このため、算出部１３３は、例えば、記事コンテンツＣ３のカテゴリを「プロ野球」と特定する。

図８によると、「プロ野球」は、「スポーツ」の下位に該当するカテゴリであるため、両者は比較的類似度が高いといえる。そして、「スポーツ」と「プロ野球」とは２つ分階層が離れている。このような場合、算出部１３３は、例えば、１階層を辿るのに、類似度の最大値「１」を「０．１」を用いて調整するとし、類似度の最大値「１」から「０．１×２（２階層分）」を引く。そして、算出部１３３は、「スポーツ」と「プロ野球」との類似度、すなわち、広告コンテンツＡＤ３と記事コンテンツＣ３との類似度「０．８」を算出する。

また、広告コンテンツＡＤ３と記事コンテンツＣ４とのカテゴリ類似度ＣＧ_ｉ＋１を算出する場合、図６に示すように、５番目（ｉ＋１）の記事コンテンツＣ４は、「日本女子バレー 浮き出た課題とは？」といったテキストを含む。このため、算出部１３３は、例えば、記事コンテンツＣ４のカテゴリを「バレー」と特定する。

図８によると、「バレー」は、「スポーツ」の下位に該当するカテゴリであるため、両者は比較的類似度が高いといえる。そして、「スポーツ」と「バレー」とは１つ分階層が離れている。このような場合、算出部１３３は、例えば、類似度の最大値「１」から「０．１（１階層分）」を引く。そして、算出部１３３は、「スポーツ」と「バレー」との類似度、すなわち、広告コンテンツＡＤ３と記事コンテンツＣ４との類似度「０．９」を算出する。

また、広告コンテンツＡＤ３と記事コンテンツＣ５とのカテゴリ類似度ＣＧ_ｉ＋２を算出する場合、図６に示すように、６番目（ｉ＋２）の記事コンテンツＣ５は、「米国と韓国の合同演習が終了」といったテキストを含む。このため、算出部１３３は、例えば、記事コンテンツＣ５のカテゴリを「政治」と特定する。

図８によると、「スポーツ」と「政治」とは、大分類に分けられるカテゴリであるため、双方はあまり類似していないといえる。このため、算出部１３３は、例えば、類似度の最大値「１」から「０．５」を引いて、「スポーツ」と「政治」との類似度、すなわち、広告コンテンツＡＤ３と記事コンテンツＣ２との類似度「０．５」を算出する。

そして、算出部１３３は、算出した各カテゴリ類似度に重み値を乗じる。例えば、算出部１３３は、図５に示すパターン１に従い、配置位置Ｌ１に近い位置にある記事コンテンツとの類似度ほど高い重み値を乗じる。

そして、算出部１３３は、重み値を乗じた各類似度を上記式（４）に適用することにより、配信候補の広告コンテンツＡＤ３と、置位置Ｌ１周辺に表示される記事コンテンツＣ２〜Ｃ５との指標値Ｓ_ＡＤ３を算出する。具体的には、算出部１３３は、上記式（４）を用いて、指標値Ｓ_ＡＤ３＝（０．８１×０．５）＋（０．９×０．８）＋（０．９×０．９）＋（０．８１×０．５）＝２．３４を算出する。

さらに、算出部１３３は、上記式（２）に示すように、広告コンテンツＡＤ３のｅＣＰＭ_ＡＤ３「２．２」と指標値Ｓ_ＡＤ３「２．３４」とを合計することにより、広告コンテンツＡＤ３の広告評価値Ｅ_ＡＤ３として「４．５４」を算出する。

ここまで、算出部１３３が、広告コンテンツＡＤ３と、配置位置Ｌ１周辺に表示される記事コンテンツＣ２〜Ｃ５との指標値Ｓ_ＡＤ３および広告評価値Ｅ_ＡＤ３を算出する例を示した。算出部１３３は、配信対象の広告コンテンツＡＤ１についても、同様にして、記事コンテンツＣ２〜Ｃ５それぞれとのカテゴリ類似度から指標値Ｓ_ＡＤ１および広告評価値Ｅ_ＡＤ１を算出する。また、算出部１３３は、配信対象の広告コンテンツＡＤ２についても、同様にして、記事コンテンツＣ２〜Ｃ５それぞれとのカテゴリ類似度から指標値Ｓ_ＡＤ２および広告評価値Ｅ_ＡＤ２を算出する。

また、図５に示したパターン２で各カテゴリ類似度に重み付けした場合、算出部１３３は、以下の式（５）で、配信対象の広告コンテンツＩと、配置位置Ｌｘ周辺に表示される記事コンテンツ群との指標値Ｓ_Ｉを算出することができる。

指標値Ｓ_Ｉ＝ｒ^２ＣＧ_ｉ−２＋ｒＣＧ_ｉ−１＋ｒ^３ＣＧ_ｉ＋１＋ｒ^４ＣＧ_ｉ＋２ ・・・（５）

このように、第１の実施形態の変形例にかかる広告装置１００は、配置位置周辺に表示される記事コンテンツ毎に、配信候補の広告コンテンツとのカテゴリ類似度を算出し、算出した類似度を用いて指標値を算出する。これにより、広告装置１００は、図８に示すようなカテゴリツリーを用いることで、広告コンテンツと記事コンテンツとのカテゴリ特定およびカテゴリ類似度算出を行うことができるため、テキスト解析による特徴語抽出等を行う必要が無く、図５に示したコサイン類似度算出を行う場合よりも、広告評価値を算出するまでの処理を速めることができる。

〔８．効果〕
第１の実施形態にかかる広告装置１００は、算出部１３３と抽出部１３４とを有する。算出部１３３は、コンテンツとともに一覧表示される配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツとの関連度を示す指標値を算出する。抽出部１３４は、算出部１３３により算出された指標値に基づいて、配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する。

これにより、第１の実施形態にかかる広告装置１００は、配置位置周辺に表示されるコンテンツとより親和性の高い広告コンテンツをユーザ端末１０に表示させることができるため、広告効果を高めることができる。

また、算出部１３３は、配置位置周辺に表示されるコンテンツ毎に、配信候補の広告コンテンツとの類似度を算出し、算出した各類似度を用いて、配置位置周辺に表示されるコンテンツ群と配信候補の広告コンテンツとの関連度を示す指標値を算出する。

このように、第１の実施形態にかかる広告装置１００は、配置位置周辺に表示されるコンテンツ毎に、配信候補の広告コンテンツとの類似度を算出することにより、配置位置周辺に表示されるコンテンツ群と配信候補の広告コンテンツとの関連度を示す指標値を精度よく算出することができる。

また、算出部１３３は、配置位置周辺に表示されるコンテンツのうち配置位置に近いコンテンツとの類似度ほど高い重み付けをする。

これにより、第１の実施形態にかかる広告装置１００は、ユーザが広告コンテンツに興味を持つか否かは、配置位置により近いコンテンツの影響を受けやすいといったユーザ特性を考慮して指標値を算出することができるため、配置位置により近いコンテンツと親和性の高い広告コンテンツをユーザ端末１０に表示させることができる。そして、これにより、広告装置１００は、効果を高めることができる。

また、算出部は、配置位置周辺に表示されるコンテンツのうち配置位置より上方向に位置するコンテンツとの類似度ほど高い重み付けをする。

これにより、第１の実施形態にかかる広告装置１００は、ユーザが広告コンテンツに興味を持つか否かは、配置位置により近く、かつ、配置位置より上方向に位置するコンテンツの影響を受けやすいといったユーザ特性を考慮して指標値を算出することができるため、配置位置により近く、かつ、配置位置より上方向に位置するコンテンツと親和性の高い広告コンテンツをユーザ端末１０に表示させることができる。そして、これにより、広告装置１００は、効果を高めることができる。

また、算出部１３３は、配信候補の広告コンテンツに含まれるテキストから抽出される情報と、配置位置周辺に表示されるコンテンツに含まれるテキストから抽出される情報との類似度を算出する。

このように、第１の実施形態にかかる広告装置１００は、テキストから抽出した情報を用いて類似度を算出するため、精度よく類似度を算出することができる。

また、算出部１３３は、配信候補の広告コンテンツが属するカテゴリと、配置位置周辺に表示されるコンテンツが属するカテゴリとの類似度を算出する。

このように、第１の実施形態にかかる広告装置１００は、広告コンテンツが属するカテゴリと、配置位置周辺に表示されるコンテンツが属するカテゴリとを比較することにより類似度を算出するため、テキストから抽出した情報を用いて類似度を算出する場合よりも処理速度を速めることができる。

また、算出部１３３は、類似度の合計することにより関連度を示す指標値を算出し、抽出部１３４は、算出部１３３により算出された指標値と、配信候補のコンテンツの評価値との和に基づいて、配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する。

これにより、第１の実施形態にかかる広告装置１００は、広告効果を高めることができる。

（第２の実施形態）
〔１．広告装置の構成〕
さて、第１の実施形態では、広告装置１００の算出部１３３が、配置位置周辺の記事コンテンツ毎に、配信候補の広告コンテンツとの類似度を算出し、算出した類似度を用いて指標値を算出する例について説明してきた。しかし、ウェブページＷ１のように記事コンテンツと広告コンテンツとが一覧表示される一覧情報において、ユーザが興味を持っている記事コンテンツや広告コンテンツを予測し、ユーザが興味を持っていると予測されたコンテンツと親和性が高い広告コンテンツを抽出されやすくするといった処理を行ってもよい。

そして、以下では、上述してきた広告装置１００に対して、さらにこのような予測処理を行う構成を加えた広告装置２００について説明する。図９は、第２の実施形態にかかる広告装置２００の構成例を示す図である。図９に示すように、広告装置２００は、通信部１１０と、広告情報記憶部１２０と、制御部２３０とを有する。

また、図９に示すように、制御部２３０は、入稿受付部１３１と、要求受付部１３２と、算出部１３３と、抽出部１３４と、配信部１３５と、予測部２３６とを有する。すなわち、広告装置２００は、広告装置１００にさらに予測部２３６を加えた装置に相当する。

予測部２３６は、ウェブページＷ１に含まれる各コンテンツのうち、ユーザが興味を持っている記事コンテンツや広告コンテンツを予測する。例えば、予測部２３６は、ユーザ端末１０から送信されるユーザの操作ログを解析することにより、ユーザが興味を持っている記事コンテンツや広告コンテンツを予測する。

例えば、予測部２３６は、ウェブページＷ１に対するユーザ操作により、ウェブページＷ１が移動された移動速度を算出する。そして、予測部２３６は、移動速度が所定速度以下となった場合に、ユーザ端末１０の表示画面の中央付近に位置していたコンテンツを特定するとともに、特定したコンテンツにユーザが興味をもっていると予測する。

例えば、ユーザは、ウェブページＷ１をスクロールさせながら各コンテンツを閲覧している際に、興味の惹かれるコンテンツが目に留まった場合、無意識にスクロール速度を落とす、または、スクロール操作をやめるといった特性があると考えられる。予測部２３６は、このような特性に基づき、移動速度が所定速度以下となった場合に、ユーザ端末１０の表示画面の中央付近に位置していたコンテンツにユーザが興味を持っていると予測する。なお、予測部２３６は、必ずしも、表示画面の中央付近に位置していたコンテンツにユーザが興味を持っていると予測する必要はなく、表示画面の任意の位置であってよい。

また、例えば、ユーザは、ウェブページＷ１をスクロールさせながら各コンテンツを閲覧している際に、興味の惹かれるコンテンツがあった場合、そのコンテンツを選択して、詳細ページへと遷移させる。このため、予測部２３６は、ウェブページＷ１に含まれる各コンテンツのうち、ユーザに選択されたコンテンツをユーザが興味を持っているコンテンツと予測してもよい。

そして、算出部１３３は、予測部２３６によりユーザに興味を持たれていると予測された記事コンテンツとの類似度に高い重み付けをし、重み付けをした類似度を配信対象の広告コンテンツＩと配置位置周辺に表示される各記事コンテンツとの類似度であって、上記パターン１または２で示したように重み付けした各類似度に加えることにより、指標値Ｓ_ｉを算出する。

例えば、予測部２３６によりユーザに興味を持たれていると予測された記事コンテンツＹと広告コンテンツＩとのコサイン類似度をｃｏｓ_Ｙとすると、算出部１３３は、かかるコサイン類似度をｃｏｓ_Ｙに最も高い重み値ｒ（０．９）を乗じる。そして、算出部１３３は、上記パターン１を用いる場合、下記式（６）により、指標値Ｓ_Ｉを算出する。

指標値Ｓ_Ｉ＝（ｒ^２ｃｏｓ_ｉ−２＋ｒｃｏｓ_ｉ−１＋ｒｃｏｓ_ｉ＋１＋ｒ^２ｃｏｓ_ｉ＋２）＋ｒｃｏｓ_Ｙ ・・・（６）

括弧内の式は、上記式（１）に対応する。すなわち、算出部１３３は、予測部２３６によりユーザに興味を持たれていると予測された記事コンテンツＹと広告コンテンツＩとのコサイン類似度ｃｏｓ_Ｙに最も高い重み値ｒを乗じたｒｃｏｓ_Ｙを、上記式（１）にさらに加えた式（６）を用いて指標値Ｓ_Ｉを算出する。これより、算出部１３３は、コサイン類似度ｃｏｓ_Ｙによる影響度を高めることで、記事コンテンツＹと親和性の高い広告コンテンツを配信対象として抽出されやすくする。

また、算出部１３３は、上記パターン２を用いる場合、下記式（７）により、指標値Ｓ_ｉを算出する。

指標値Ｓ_Ｉ＝（ｒ^２ｃｏｓ_ｉ−２＋ｒｃｏｓ_ｉ−１＋ｒ^３ｃｏｓ_ｉ＋１＋ｒ^４ｃｏｓ_ｉ＋２）＋ｒｃｏｓ_Ｙ ・・・（７）

括弧内の式は、上記式（３）に対応する。また、式（６）や式（７）に示すように、コサイン類似度を用いて指標値Ｓ_ｉを算出する例を示したが、カテゴリ類似度であってもよい。

〔２．データの流れ〕
次に、図１０を用いて、第２の実施形態にかかる広告抽出システム２による広告抽出処理について、データの流れを明確化しつつ説明する。図１０は、第２の実施形態にかかる広告抽出システム２による広告抽出処理の一例を示す図である。

まず、ウェブページＷ１ａとＷ１ｂとを含むウェブページＷ１がユーザ端末１０に表示されているとする。このような状態において、ユーザ端末１０は、ウェブページＷ１に対するユーザ操作や、かかるユーザ操作に応じて変化されるウェブページＷ１の表示態様を操作ログとして取得する（ステップＳ３１）。

ここで、ユーザ端末１０が、ユーザ操作にしたがって、ウェブページＷ１ｂの下につなげるウェブページＷ１ｃのリクエストと、ステップＳ３１で取得した操作ログを最適化サーバ２０に送信したとする（ステップＳ３２）。最適化サーバ２０は、ウェブページＷ１ｃのリクエストを受信すると、ウェブページＷ１ｃに含む記事コンテンツを取得するためのコンテンツリクエストをコンテンツサーバ３０に送信するとともに、ウェブページＷ１ａに含む広告コンテンツを取得するための広告リクエストと操作ログとを広告装置２００に送信する（ステップＳ３３）。

コンテンツサーバ３０は、最適化サーバ２０からコンテンツリクエストを受信すると、配信対象の記事コンテンツと配信対象の記事コンテンツの並び順を決定する（ステップＳ３４）。また、コンテンツサーバ３０は、決定した情報をリストアップしたリスト３を生成する。図１０に示すリスト３は、コンテンツサーバ３０が、配信対象の記事コンテンツＣ１３〜Ｃ１８を、縦一列に上から１５番目、１６番目・・・２１番目といったように並べることを決定したことを示す。また、コンテンツサーバ３０が、各配信対象の記事コンテンツにタイトルや説明文などのテキスト情報を対応付けている例を示す。

コンテンツサーバ３０は、このように生成したリスト３を広告装置２００に送信する（ステップＳ３５）。また、コンテンツサーバ３０は、リスト３に示すように、配信対象の記事コンテンツのデータと並び順とを対応付けて、最適化サーバ２０に送信する（ステップＳ３６）。

一方、広告装置２００の予測部２３６は、要求受付部１３２により最適化サーバ２０から広告リクエストと操作ログとが受信されると、操作ログを参照し、ユーザが興味を持っているコンテンツを予測する（ステップＳ３４）。例えば、予測部２３６は、ウェブページＷ１が移動された移動速度を算出し、移動速度が所定速度以下となった場合に、ユーザ端末１０の表示画面の中央付近に位置していたコンテンツをユーザが興味を持っているコンテンツと予測する。また、例えば、予測部２３６は、ユーザに選択されたコンテンツをユーザが興味を持っているコンテンツと予測してもよい。ここでは、予測部２３６は、ユーザが記事コンテンツＣ１１に興味を持っていると予測したとする。

また、広告装置２００の算出部１３３は、要求受付部１３２により最適化サーバ２０から受け付けたリスト３を参照し、配信候補の広告コンテンツと、配置位置Ｌ３周辺に表示される記事コンテンツおよび興味を持っていると予測された記事コンテンツＣ１１との関連度を示す指標値を算出する。また、算出部１３３は、指標値とｅＣＰＭとの和である広告評価値を算出する。そして、抽出部１３４は、算出された各配信候補の広告評価値を比較し、配信対象の広告コンテンツを抽出する（ステップＳ３６）。ここでは、抽出部１３４は、広告コンテンツＡＤ２を抽出したとする。

そして、広告装置２００の配信部１３５は、抽出された広告コンテンツＡＤ２を最適化サーバ２０に送信する（ステップＳ３７）。最適化サーバ２０は、コンテンツサーバ３０から受け付けた記事コンテンツＣ１３〜Ｃ１８と、広告装置２００から受け付けた広告コンテンツＡＤ２とを用いて、ウェブページＷ１ｃを生成する（ステップＳ３８）。そして、最適化サーバ２０は、生成したウェブページＷ１ｃをユーザ端末１０に配信する（ステップＳ３９）。ユーザ端末１０は、既に表示しているウェブページＷ１ｂの下に、ウェブページＷ１ｃをつなげたものをウェブページＷ１として表示画面に表示する。

このように、第２の実施形態にかかる広告装置２００は、ユーザが興味を持っていると予測されたコンテンツとの類似度をさらに考慮した指標値を算出し、算出した指標値に基づいて配信対象の広告コンテンツを抽出する。これにより、広告装置２００は、例えば、ユーザが興味を持っている記事コンテンツと親和性の高い広告コンテンツを表示され易くすることができるため、広告効果を高めることができる。

（第３の実施形態）
〔１．端末装置による広告抽出処理〕
上記各実施形態では、広告装置１００および２００が、配信候補の広告コンテンツと、配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツとの関連度を示す指標値を算出し、指標値に基づいて、配信対象の広告コンテンツを抽出する例について説明してきた。しかし、このような広告抽出処理は、端末装置の一例であるユーザ端末１０によって行われてもよい。以下では、ユーザ端末１０による広告抽出処理について説明する。なお、ユーザ端末１０による広告抽出処理は、広告装置１００および２００によって行われる広告抽出処理と同一のものであるため詳細な説明は省略する。

図１１を用いて、第３の実施形態にかかる広告抽出システム３の構成について説明する。図１１は、第３の実施形態にかかる広告抽出システム３の構成例を示す図である。図１１に示すように、広告抽出システム３は、ユーザ端末１０と、最適化サーバ２０と、コンテンツサーバ３０と、広告サーバ５０ａ〜５０ｃとを含む。ユーザ端末１０、最適化サーバ２０、コンテンツサーバ３０、広告サーバ５０ａ〜５０ｃとは、ネットワークを介して有線または無線により通信可能に接続される。なお、図１１に示す広告抽出システム３には、複数台のユーザ端末１０や、複数台の最適化サーバ２０や、複数台のコンテンツサーバ３０が含まれてもよい。また、図１１に示す例では、広告抽出システム３は、３台の広告サーバを含むが、３台に限定される必要はなく、広告抽出システム３は、さらに多くの広告サーバを含むものであってもよいし、３台以下であってもよい。

ユーザ端末１０は、ユーザによって利用される端末装置であり、上述してきた広告装置１００および２００により行われる指標値算出に基づく広告抽出処理を行う。

広告サーバ５０ａ〜５０ｃは、広告リクエストを受け付けると、自装置内の所定の記憶部から広告コンテンツを抽出し、抽出した広告コンテンツを最適化サーバ２０に配信する。

また、図１１に示すように、コンテンツサーバ３０は、配信業者ｔ１によって利用され、広告サーバ５０ａは、配信業者ｔ２によって利用され、広告サーバ５０ｂは、配信業者ｔ３によって利用され、広告サーバ５０ｃは、配信業者ｔ４によって利用される。また、配信業者ｔ１〜ｔ４は、それぞれ異なる業者である。

次に、図１１を用いて、第３の実施形態にかかる広告抽出システム３による広告抽出処理について、データの流れを明確化しつつ説明する。

まず、ユーザ端末１０が、ユーザ操作にしたがって、ウェブページＷ１のうち初期表示される部分であるウェブページＷ１ａのリクエストを最適化サーバ２０に送信したとする（ステップＳ４０）。最適化サーバ２０は、ウェブページＷ１ａのリクエストを受信すると、ウェブページＷ１ａに含まれる記事コンテンツを取得するためのコンテンツリクエストをコンテンツサーバ３０に送信するとともに（ステップＳ４１）、広告リクエストを広告サーバ５０ａ〜５０ｃそれぞれに送信する（ステップＳ４１）。

コンテンツサーバ３０は、最適化サーバ２０からコンテンツリクエストを受信すると、例えば、各種記事コンテンツを格納している自装置内の所定の記憶部を参照し、配信対象の記事コンテンツと配信対象の記事コンテンツの並び順を決定する（ステップＳ４２）。ここでは、コンテンツサーバ３０は、図１１に示すように、配信対象の記事コンテンツＣ１〜Ｃ６を、縦一列に上から１番目、２番目・・・７番目といったように並べることを決定したとする。

また、広告サーバ５０ａ〜５０ｃは、最適化サーバ２０から広告リクエストを受信すると、各種広告コンテンツを格納している自装置内の所定の記憶部を参照し、ユーザに対して配信（表示）される候補である配信候補の広告コンテンツを抽出する（ステップＳ４２）。ここでは、図１１に示すように、広告サーバ５０ａは、広告コンテンツＡＤ１１を抽出し、広告サーバ５０ｂは、広告コンテンツＡＤ１２を抽出し、広告サーバ５０ｃは、広告コンテンツＡＤ１３を抽出したとする。なお、説明を簡単にするために、各広告サーバが、１つずつ広告コンテンツを抽出する例を示したが、各広告サーバは、複数の広告コンテンツを抽出してもよい。

また、どのような広告コンテンツを抽出するは、広告サーバ５０ａ〜５０ｃそれぞれの有する抽出ロジックに従ってよい。例えば、広告サーバ５０ａおよび広告サーバ５０ｂは、ｅＣＰＭに基づいて広告コンテンツを抽出し、広告サーバ５０ｂは、入札価格に基づいて広告コンテンツを抽出するといったように、それぞれの広告サーバが有する独自の抽出ロジックで広告コンテンツが抽出されてよい。また、一方で、広告コンテンツを抽出するロジックが統一されてもよい。

次に、コンテンツサーバ３０は、配信対象の記事コンテンツのデータと並び順とを対応付けて、最適化サーバ２０に送信する（ステップＳ４３）。また、広告サーバ５０ａ〜５０ｃそれぞれも、各自抽出した配信候補の広告コンテンツのデータを最適化サーバ２０に送信する（ステップＳ４３）。そして、最適化サーバ２０は、コンテンツサーバ３０および広告サーバ５０ａ〜５０ｃから受け付けた各種データをユーザ端末１０に転送する（ステップＳ４４）。

ユーザ端末１０は、最適化サーバ２０からデータを受け付けると、配信候補の広告コンテンツと、配信候補の広告コンテンツが配置される配置位置周辺に表示される記事コンテンツとの関連度を示す指標値を算出する。また、ユーザ端末１０は、算出した指標値に基づいて、配信候補の広告コンテンツから、実際にユーザに対して表示する表示対象の広告コンテンツを抽出する（ステップＳ４５）。

広告抽出処理について具体的に説明する。例えば、７個のコンテンツを縦一列に並べた場合、中間の位置である配置位置Ｌ１０（４番目）に広告コンテンツを挿入することが予め決められているとする。これにより、ユーザ端末１０は、各配信候補の広告コンテンツと、配置位置Ｌ１０から上下２個分までの記事コンテンツＣ２〜Ｃ５それぞれとの類似度を算出し、算出した類似度の和を指標値として算出する。

例えば、ユーザ端末１０は、広告コンテンツＡＤ１１と、記事コンテンツＣ２〜Ｃ５それぞれとの類似度４つを算出し、算出した４つの類似度を合計することにより、広告コンテンツＡＤ１１と、配置位置Ｌ１０周辺に表示される記事コンテンツＣ２〜Ｃ５との指標値を算出する。そして、ユーザ端末１０は、算出した指標値と広告コンテンツＡＤ１１のｅＣＰＭとを合計することにより、広告コンテンツＡＤ１１の広告評価値を算出する。

また、ユーザ端末１０は、広告コンテンツＡＤ１２と、記事コンテンツＣ２〜Ｃ５それぞれとの類似度４つを算出し、算出した４つの類似度を合計することにより、広告コンテンツＡＤ１２と、記事コンテンツＣ２〜Ｃ５との指標値を算出する。そして、ユーザ端末１０は、算出した指標値と広告コンテンツＡＤ１２のｅＣＰＭとを合計することにより、広告コンテンツＡＤ１２の広告評価値を算出する。また、ユーザ端末１０は、広告コンテンツＡＤ１３についても同様にして、広告評価値を算出する。

そして、ユーザ端末は、このように算出した各広告評価値を比較することにより、例えば、広告評価値の最も高いものを表示対象の広告コンテンツとして抽出する。例えば、ユーザ端末１０は、配信候補の広告コンテンツＡＤ１１〜１３のうち、広告コンテンツＡＤ１３を表示対象として抽出したとすると、抽出した広告コンテンツＡＤ１３と配信対象の記事コンテンツＣ１〜Ｃ６とからウェブページＷ１ａを生成し表示画面に表示する。

なお、図１１に示す広告抽出システム３では、最適化サーバ２０が、ユーザ端末１０とコンテンツサーバ３０とのデータ送受信、ユーザ端末１０と広告サーバ５０ａ〜５０ｃとのデータ送受信を仲介する例を示したが、広告抽出システム３は、必ずしも最適化サーバ２０を有している必要はない。このような場合、ユーザ端末１０は、例えば、コンテンツリクエストを直接コンテンツサーバ３０に送信し、広告リクエストを直接広告サーバ５０ａ〜５０ｃそれぞれに送信する。またユーザ端末は、コンテンツサーバ３０、広告サーバ５０ａ〜５０ｃそれぞれから直接データを受け付ける。

このように、サーバ側ではなく、ユーザ端末１０側で、広告抽出処理を行うことにより、例えば、図１１に示すように、複数の配信業者による広告サーバ装置が混在するシステムにおいても、本実施形態にかかる広告抽出処理を実現することができる。

〔２．端末装置の構成〕
次に、図１２を用いて、第３の実施形態にかかるユーザ端末１０の構成について説明する。図１２は、第３の実施形態にかかるユーザ装置１０の構成例を示す図である。図１２に示すように、ユーザ装置１０は、通信部１１と、入力部１２と、出力部１３と、制御部１４とを有する。

通信部１１は、例えば、ＮＩＣ等によって実現される。そして、通信部１１は、ネットワークと有線または無線で接続され、最適化サーバ２０、コンテンツサーバ３０、広告サーバ５０ａ〜５０ｃとの間で情報の送受信を行う。

入力部１２は、ユーザから各種操作を受け付ける入力装置である。例えば、入力部１２は、キーボードやマウスや操作キー等によって実現される。出力部１３は、各種情報を表示するための表示装置である。つまり、出力部１３は、ユーザ端末１０の表示画面に相当する。例えば、出力部１３は、液晶ディスプレイ等によって実現される。なお、ユーザ端末１０にタッチパネルが採用される場合には、入力部１２と出力部１３とは一体化される。

図１２に戻り、制御部１４は、例えば、ＣＰＵやＭＰＵ等によって、ユーザ装置１０内部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。また、制御部１４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。

図１２に示すように、制御部１４は、要求部１５と、算出部１６と、抽出部１７と、表示制御部１８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。制御部１４の内部構成は、図１４に示した情報に限られず、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１４が有する各処理部の接続関係は、図１２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。

要求部１５は、所定のコンテンツを取得するためのリクエストを所定のサーバに送信する。また、要求部１５は、コンテンツと当該コンテンツとともに一覧表示される候補（配信候補）の広告コンテンツとを受け付ける。図１３の例では、要求部１５は、ウェブページＷ１ａのリクエストを最適化サーバ２０に送信する。また、要求部１５は、ウェブページＷ１ａとして一覧表示する記事コンテンツＣ１〜Ｃ６や、配信候補の広告コンテンツＡＤ１１〜ＡＤ１３を最適化サーバ２０から受け付ける。

算出部１６は、配信候補の広告コンテンツと、広告コンテンツが配置される配置位置周辺に表示される記事コンテンツとの関連度を示す指標値を算出する。例えば、算出部１６は、配置位置周辺に表示されるコンテンツ毎に、配信候補の広告コンテンツとの類似度を算出し、算出した各類似度を用いて、配置位置周辺に表示されるコンテンツ群と配信候補の広告コンテンツとの指標値を算出する。また、算出部１６は、算出した指標値と配信候補の広告コンテンツの評価値（例えば、ｅＣＰＭ）とを合計して広告評価値を算出する。すなわち、算出部１６は、広告装置１００の算出部１３３に対応する処理部である。

抽出部１７は、算出部１３３により算出された指標値に基づいて、配信対象の広告コンテンツから、出力部１３に表示される表示対象の広告コンテンツからを抽出する。例えば、抽出部１３４は、算出部１３３により指標値に基づいて用いて算出された広告評価値が最も高い配信候補の広告コンテンツを表示対象として抽出する。すなわち、算出部１６は、広告装置１００の抽出部１３４に対応する処理部である。

表示制御部１８は、要求部１５によってリクエストされたコンテンツを出力部１３に表示制御する。例えば、表示制御部１８は、要求部１５により受け付けられた記事コンテンツと広告コンテンツとからウェブページＷ１ａを作成し、作成したウェブページＷ１ａをを出力部１３に表示する。また、表示制御部１８は、例えば、ウェブページＷ１ａに対するユーザ操作が行われた場合に、かかるユーザ操作に応じてウェブページＷ１ａを表示態様を変更する。

なお、上述した制御部１４による広告抽出処理の処理は、例えば、ＪａｖａＳｃｒｉｐｔ（登録商標）等により実現されてもよい。また、上述した抽出処理が所定のアプリケーション（例えば、ウェブページＷ１を表示するためのアプリケーション）により行われる場合、制御部１４は、例えば、所定のアプリを制御するアプリ制御部として機能する。

（他の実施形態）
上述した第１〜第３の実施形態は、上記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。そこで、以下では、他の実施形態について説明する。

〔１．一覧情報〕
上記各実施形態では、複数のコンテンツが縦一列に並べられた一覧情報の一例としてウェブページＷ１を用いて、広告抽出処理について説明してきた。しかし、本願にかかる一覧情報は、図１３に示すウェブページＷ２ａのように、複数のコンテンツが縦方向および横方向に並べられたものであってもよい。以下では、ウェブページＷ２ａに含まれる広告コンテンツの配置位置Ｌ２０に配置される広告コンテンツを抽出するするための指標値算出処理について、広告装置１００を用いて説明する。

図１３は、他の実施形態にかかる広告抽出処理の一例を示す図である。例えば、図１３に示すウェブページＷ２ａは、ウェブページＷ２の一部分を概念的に示したものである。ここでは、ウェブページＷ２ａは、ウェブページＷ２のうち初期表示される部分であるものとする。

かかる場合、要求受付部１３２は、例えば、コンテンツサーバ３０からウェブページＷ２ａを示すリストを受け付ける。例えば、要求受付部１３２は、配信対象の記事コンテンツの表示位置とテキスト情報とを対応付けたリストを受け付ける。配信対象の記事コンテンツの表示位置は、例えば、並び順と方向によって示される。

広告コンテンツの配置位置Ｌ２０、すなわち並び順をｉ番目とすると、要求受付部１３２は、図１３の例では、「記事コンテンツＡ１：ｉ−３番目（左）」、「記事コンテンツＡ２：ｉ−３番目（右）」、「記事コンテンツＡ３：ｉ−２番目（右）」、「記事コンテンツＡ４：ｉ−２番目（中）」・・・といった表記がなされたリストを受け付ける。

このように、要求受付部１３２によりリストが受け付けられると、算出部１３３は、例えば、配置位置Ｌ２０から上下２個分までの記事コンテンツを配置位置Ｌ２０周辺の記事コンテンツと定め、配置位置Ｌ２０周辺の記事コンテンツ毎に、配信候補の広告コンテンツＩとの類似度を算出する。つまり、図１３の例では、算出部１３３は、配信候補の広告コンテンツＩと、ｉ−２番目（左）の記事コンテンツＡ３、ｉ−２番目（中）の記事コンテンツＡ４、ｉ−２番目の記事コンテンツＡ５、ｉ−１番目（左）の記事コンテンツＡ６、ｉ−１番目（右）の記事コンテンツＡ７、ｉ＋１番目（左）の記事コンテンツＡ８、ｉ−１番目（右）の記事コンテンツＡ９、ｉ＋２番目（左）の記事コンテンツＡ１０、ｉ＋２番目（右）の記事コンテンツＡ１１、それぞれとの類似度を算出する。なお、ここでは、類似度として、コサイン類似度を例に説明するが、カテゴリ類似度であってもよい。

図１３では、算出部１３３が、広告コンテンツＩとｉ−２番目（左）の記事コンテンツＡ３との類似度として、コサイン類似度ｃｏｓ_Ａ３を算出した例を示す。また、算出部１３３が、広告コンテンツＩとｉ−２番目（中）の記事コンテンツＡ４との類似度として、コサイン類似度ｃｏｓ_Ａ４を算出した例を示す。他の記事コンテンツとの類似度も図１３に示す通りである。

また、算出部１３３は、算出した各類似度に所定の重み値を付加する。パターン１では、算出部１３３は、配置位置Ｌ２０と各記事コンテンツの表示位置との距離を算出し、配置位置Ｌ２０により近い記事コンテンツとの類似度ほど高い重み値を乗じる。例えば、算出部１３３は、配置位置Ｌ２０の中点Ｐ２０と記事コンテンツの表示位置の中点を結ぶ直線の長さを、配置位置Ｌ２０と記事コンテンツの表示位置との距離として算出する。

配置位置Ｌ２０の中点Ｐ２０とは、配置位置Ｌ２０によって示される広告領域の対角線を結んだ交点に相当する。また、記事コンテンツＡ３を例に説明すると、記事コンテンツＡ３の表示位置の中点とは、表示位置「ｉ−２番目（左）」によって示されるコンテンツ領域の対角線を結んだ交点に相当する。なお、このような交点の情報（例えば、座標）は、リストに含まれてコンテンツサーバ３０から送信されてもよいし、広告装置１００が、予め各交点の情報を有していてもよい。

そして、算出部１３３は、配置位置Ｌ２０の中点Ｐ２０と記事コンテンツＡ３の表示位置の中点Ｐ３を結ぶ直線の長さＤ３を算出する。このようにして、算出部１３３は、配置位置Ｌ２０の中点Ｐ２０と、配置位置Ｌ２０周辺の各記事コンテンツの表示位置の中点を結ぶ直線の長さを算出する。かかる直線の長さが短い記事コンテンツほど、配置位置Ｌ２０に近い位置にあると定めることができるため、算出部１３３は、かかる直線の長さが短い記事コンテンツとの類似度ほど高い重み値を乗じる。

図１３の例では、配置位置Ｌ２０と、ｉ−１番目（左）の広告コンテンツＡ６およびｉ−１番目（右）の広告コンテンツＡ７の表示位置との距離が最も短いため、記事コンテンツＡ６およびＡ７が配置位置Ｌ２０に最も近い位置にある。このため、算出部１３３は、広告コンテンツＩと記事コンテンツＡ６との類似度ｃｏｓ_Ａ６および広告コンテンツＩと記事コンテンツＡ７との類似度ｃｏｓ_Ａ７に、最も高い重み値ｒ（０．９）を乗じる。

また、図１３の例では、配置位置Ｌ２０と、ｉ＋１番目（左）の記事コンテンツＡ８およびｉ＋１番目（右）の記事コンテンツＡ９の表示位置との距離が次に短いため、記事コンテンツＡ８およびＡ９が配置位置Ｌ２０に２番目に近い位置にある。このため、算出部１３３は、広告コンテンツＩと記事コンテンツＡ８との類似度ｃｏｓ_Ａ８および広告コンテンツＩと記事コンテンツＡ９との類似度ｃｏｓ_Ａ９に、２番目に高い重み値ｒ^２（０．８１）を乗じる。

このようにして、算出部１３３は、重み値を乗じた各類似度を合計することにより、広告コンテンツＩと、配置位置Ｌｘから上下２個分までの記事コンテンツ群との関連度を示す指標値Ｓ_Ｉを算出する。具体的には、算出部１３３は、指標値Ｓ_Ｉを下記の式（８）によって算出することができる。

指標値Ｓ_Ｉ＝ｒ^４ｃｏｓ_Ａ３＋ｒ^３ｃｏｓ_Ａ４＋ｒ^４ｃｏｓ_Ａ５＋ｒｃｏｓ_Ａ６＋ｒｃｏｓ_Ａ７＋ｒ^２ｃｏｓ_Ａ８＋ｒ^２ｃｏｓ_Ａ９＋ｒ^５ｃｏｓ_Ａ１０＋ｒ^５ｃｏｓ_Ａ１１ ・・・（８）

そして、算出部１３３は、式（８）を用いて算出した指標値Ｓ_Ｉに基づいて、広告評価値を算出する。例えば、算出部１３３は、広告コンテンツＩの評価値であるｅＣＰＭ_Ｉと、式（８）を用いて算出した指標値Ｓ_Ｉとの合計値を広告評価値Ｅ_Ｉとして算出する。また、抽出部１３４は、各配信候補の広告コンテンツそれぞれ広告評価値Ｅ_Ｉを比較して、配信対象の広告コンテンツを抽出する。

次に、パターン２について説明する。パターン２は、重み値の付与の仕方がパターン１とは異なる。具体的には、算出部１３３は、配置位置Ｌ２０に近い記事コンテンツとの類似度ほど高い重み値を乗じるにあたって、配置位置Ｌ２０より上方向に位置する記事コンテンツとの類似度ほど高い重み値を乗じる。

例えば、算出部１３３は、配置位置Ｌ２０から最も近く、かつ、配置位置Ｌ２０の上方向に位置するｉ−１番目（左）の記事コンテンツＡ６およびｉ−１番目（右）の記事コンテンツＡ７それぞれと、広告コンテンツＩとの類似度である類似度ｃｏｓ_Ａ６およびｃｏｓ_Ａ７に最も高い重み値ｒ（０．９）を乗じる。また、算出部１３３は、次に配置位置Ｌ１０に近く、かつ、配置位置Ｌ１０の上方向に位置するｉ−２番目（中）の記事コンテンツＡ４と、広告コンテンツＩとの類似度ｃｏｓ_Ａ４に、番目に高い重み値ｒ^２（０．８１）を乗じる。

このようにして、算出部１３３は、重み値を乗じた各類似度を合計することにより、広告コンテンツＩと、配置位置Ｌ１０から上下２個分までの記事コンテンツ群との関連度を示す指標値Ｓ_Ｉを算出する。具体的には、算出部１３３は、指標値Ｓ_Ｉを下記の式（９）によって算出することができる。

指標値Ｓ_Ｉ＝ｒ^３ｃｏｓ_Ａ３＋ｒ^３ｃｏｓ_Ａ４＋ｒ^３ｃｏｓ_Ａ５＋ｒｃｏｓ_Ａ６＋ｒｃｏｓ_Ａ７＋ｒ^４ｃｏｓ_Ａ８＋ｒ^４ｃｏｓ_Ａ９＋ｒ^５ｃｏｓ_Ａ１０＋ｒ^５ｃｏｓ_Ａ１１ ・・・（９）

そして、算出部１３３は、式（９）を用いて算出した指標値Ｓ_Ｉに基づいて、広告評価値を算出する。例えば、算出部１３３は、広告コンテンツＩの評価値であるｅＣＰＭ_Ｉと、式（９）を用いて算出した指標値Ｓ_Ｉとの合計値を広告評価値Ｅ_Ｉとして算出する。また、抽出部１３４は、各配信候補の広告コンテンツそれぞれ広告評価値Ｅ_Ｉを比較して、配信対象の広告コンテンツを抽出する。

〔２．画像情報を用いた類似度算出〕
上記実施形態では、算出部１３３が、配信候補の広告コンテンツのテキストから抽出した特徴語と、配置位置周辺に表示される記事コンテンツのテキストから抽出した特徴語とのコサイン類似度を算出する例を示した。しかし、この例に限られず、算出部１３３は、配信候補の広告コンテンツに対応する画像データから抽出した特徴語と、配置位置周辺に表示される記事コンテンツに対応する画像データから抽出した特徴語との類似度を算出してもよい。

〔３．広告装置の構成〕
上記各実施形態では、広告装置１００または２００が、コンテンツサーバ３０から受け付けたリストを用いて、広告抽出処理を行う例を示した。しかし、コンテンツサーバ２０と広告装置１００とを一体化したものを広告装置１００としてもよい。また、コンテンツサーバ２０と広告装置２００とを一体化したものを広告装置２００としてもよい。

〔４．プログラム〕
また、上述してきた各実施形態にかかる広告装置１００および２００は、例えば図１４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。以下、広告装置１００を例に挙げて説明する。図１１は、広告装置１００の機能を実現するコンピュータ１０００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。

ＣＰＵ１１００は、ＲＯＭ１３００又は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。

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、通信網５０を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５０を介して他の機器へ送信する。

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、生成したデータを、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。

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又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。

例えば、コンピュータ１０００が第１の実施形態にかかる広告装置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。また、ＨＤＤ１４００には、広告情報記憶部１２０内のデータが格納される。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、通信網５０を介してこれらのプログラムを取得してもよい。

また、例えば、コンピュータ１０００が第２の実施形態にかかる広告装置２００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４３０の機能を実現する。

〔５．その他〕
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。

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。

また、上述してきた各実施形態は、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。

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、判定部は、判定手段や判定回路に読み替えることができる。

１ 広告抽出システム
２ 広告抽出システム
３ 広告抽出システム
１０ ユーザ端末
１４ 制御部
１６ 算出部
１７ 抽出部
２０ 最適化サーバ
３０ コンテンツサーバ
１００ 広告装置
１２０ 広告情報記憶部
１３０ 制御部
１３３ 算出部
１３４ 抽出部
２００ 広告装置
２３０ 制御部
２３６ 予測部

Claims (17)

1. コンテンツとともに一覧表示される配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツとの類似度であって当該配置位置周辺により近い位置に表示されるコンテンツほど高い重み付けがされた類似度を用いて、前記配置位置周辺に表示されるコンテンツと前記配信候補の広告コンテンツとの関連度を示す指標値を算出する算出部と、
   前記算出部により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出部と
   を有することを特徴とする広告装置。
2. コンテンツとともに一覧表示される配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツそれぞれとの類似度を算出するとともに、当該配置位置周辺に表示されるコンテンツのうち当該配置位置周辺により近い位置に表示されるコンテンツとの類似度ほど高い重み付けを行い、重み付けした類似度を用いて、前記配置位置周辺に表示されるコンテンツ群と前記配信候補の広告コンテンツとの関連度を示す指標値を算出する算出部と、
   前記算出部により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出部と
   を有することを特徴とする広告装置。
3. 前記算出部は、前記配置位置周辺に表示されるコンテンツ毎に、前記配信候補の広告コンテンツとの類似度を算出し、算出した各類似度を用いて、前記配置位置周辺に表示されるコンテンツ群と前記配信候補の広告コンテンツとの前記関連度を示す指標値を算出する
   ことを特徴とする請求項１に記載の広告装置。
4. 前記算出部は、前記配置位置周辺に表示されるコンテンツのうち前記配置位置により近い位置に表示されるコンテンツとの類似度ほど高い重み付けをする
   ことを特徴とする請求項３に記載の広告装置。
5. 前記算出部は、前記配置位置周辺に表示されるコンテンツのうち前記配置位置より上方向に表示されるコンテンツとの類似度ほど高い重み付けをする
   ことを特徴とする請求項１〜４のいずれか１つに記載の広告装置。
6. 一覧表示されたコンテンツおよび広告コンテンツのうちユーザが興味を持っているコンテンツを予測する予測部をさらに有し、
   前記算出部は、前記予測部によりユーザに興味を持たれていると予測されたコンテンツとの類似度ほど高い重み付けをする
   ことを特徴とする請求項１〜５のいずれか１つに記載の広告装置。
7. 前記算出部は、前記配信候補の広告コンテンツに含まれるテキストから抽出される情報と、前記配置位置周辺に表示されるコンテンツに含まれるテキストから抽出される情報との類似度を算出する
   ことを特徴とする請求項１〜６のいずれか１つに記載の広告装置。
8. 前記算出部は、前記配信候補の広告コンテンツが属するカテゴリと、前記配置位置周辺に表示されるコンテンツが属するカテゴリとの類似度を算出する
   ことを特徴とする請求項１〜７のいずれか１つに記載の広告装置。
9. 前記算出部は、前記類似度を合計することにより前記関連度を示す指標値を算出し、
   前記抽出部は、前記算出部により算出された指標値と、前記配信候補の広告コンテンツの評価値との和に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する
   ことを特徴とする請求項１〜８のいずれか１つに記載の広告装置。
10. コンピュータが実行する広告抽出方法であって、
    コンテンツとともに一覧表示される配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツとの類似度であって当該配置位置周辺により近い位置に表示されるコンテンツほど高い重み付けがされた類似度を用いて、前記配置位置周辺に表示されるコンテンツと前記配信候補の広告コンテンツとの関連度を示す指標値を算出する算出工程と、
    前記算出工程により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出工程と
    を含んだことを特徴とする広告抽出方法。
11. コンピュータが実行する広告抽出方法であって、
    コンテンツとともに一覧表示される配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツそれぞれとの類似度を算出するとともに、当該配置位置周辺に表示されるコンテンツのうち当該配置位置周辺により近い位置に表示されるコンテンツとの類似度ほど高い重み付けを行い、重み付けした類似度を用いて、前記配置位置周辺に表示されるコンテンツ群と前記配信候補の広告コンテンツとの関連度を示す指標値を算出する算出工程と、
    前記算出工程により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出工程と
    を含んだことを特徴とする広告抽出方法。
12. コンテンツとともに一覧表示される配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツとの類似度であって当該配置位置周辺により近い位置に表示されるコンテンツほど高い重み付けがされた類似度を用いて、前記配置位置周辺に表示されるコンテンツと前記配信候補の広告コンテンツとの関連度を示す指標値を算出する算出手順と、
    前記算出手順により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出手順と
    をコンピュータに実行させることを特徴とする広告抽出プログラム。
13. コンテンツとともに一覧表示される配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツそれぞれとの類似度を算出するとともに、当該配置位置周辺に表示されるコンテンツのうち当該配置位置周辺により近い位置に表示されるコンテンツとの類似度ほど高い重み付けを行い、重み付けした類似度を用いて、前記配置位置周辺に表示されるコンテンツ群と前記配信候補の広告コンテンツとの関連度を示す指標値を算出する算出手順と、
    前記算出手順により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出手順と
    をコンピュータに実行させることを特徴とする広告抽出プログラム。
14. コンテンツと当該コンテンツとともに一覧表示される配信候補の広告コンテンツとを受け付ける受付部と、
    前記受付部により受け付けられた配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツとの類似度であって当該配置位置周辺により近い位置に表示されるコンテンツほど高い重み付けがされた類似度を用いて、前記配置位置周辺に表示されるコンテンツと前記配信候補の広告コンテンツとの関連度を示す指標値を算出する算出部と、
    前記算出部により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出部と
    を有することを特徴とする端末装置。
15. コンテンツと当該コンテンツとともに一覧表示される配信候補の広告コンテンツとを受け付ける受付部と、
    前記受付部により受け付けられた配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツそれぞれとの類似度を算出するとともに、当該配置位置周辺に表示されるコンテンツのうち当該配置位置周辺により近い位置に表示されるコンテンツとの類似度ほど高い重み付けを行い、重み付けした類似度を用いて、前記配置位置周辺に表示されるコンテンツ群と前記配信候補の広告コンテンツとの関連度を示す指標値を算出する算出部と、
    前記算出部により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出部と
    を有することを特徴とする端末装置。
16. コンテンツと当該コンテンツとともに一覧表示される配信候補の広告コンテンツとを受け付ける受付手順と、
    前記受付手順により受け付けられた配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツとの類似度であって当該配置位置周辺により近い位置に表示されるコンテンツほど高い重み付けがされた類似度を用いて、前記配置位置周辺に表示されるコンテンツと前記配信候補の広告コンテンツとの関連度を示す指標値を算出する算出手順と、
    前記算出手順により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出手順と
    を端末装置に実行させることを特徴とする端末制御プログラム。
17. コンテンツと当該コンテンツとともに一覧表示される配信候補の広告コンテンツとを受け付ける受付手順と、
    前記受付手順により受け付けられた配信候補の広告コンテンツと、当該配信候補の広告コンテンツが配置される配置位置周辺に表示されるコンテンツそれぞれとの類似度を算出するとともに、当該配置位置周辺に表示されるコンテンツのうち当該配置位置周辺により近い位置に表示されるコンテンツとの類似度ほど高い重み付けを行い、重み付けした類似度を用いて、前記配置位置周辺に表示されるコンテンツ群と前記配信候補の広告コンテンツとの関連度を示す指標値を算出する算出手順と、
    前記算出手順により算出された指標値に基づいて、前記配信候補の広告コンテンツから配信対象の広告コンテンツを抽出する抽出手順と
    を端末装置に実行させることを特徴とする端末制御プログラム。
    

Images