JP6224856B1 - 提供装置、提供方法および提供プログラム - Google Patents

提供装置、提供方法および提供プログラム Download PDF

Info

Publication number
JP6224856B1
JP6224856B1 JP2017030449A JP2017030449A JP6224856B1 JP 6224856 B1 JP6224856 B1 JP 6224856B1 JP 2017030449 A JP2017030449 A JP 2017030449A JP 2017030449 A JP2017030449 A JP 2017030449A JP 6224856 B1 JP6224856 B1 JP 6224856B1
Authority
JP
Japan
Prior art keywords
context
distributed
vector
distributed representation
impression
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
Application number
JP2017030449A
Other languages
English (en)
Other versions
JP2018136721A (ja
Inventor
学 宮坂
学 宮坂
正嗣 志立
正嗣 志立
玲 田島
玲 田島
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yahoo Japan Corp
Original Assignee
Yahoo Japan Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yahoo Japan Corp filed Critical Yahoo Japan Corp
Priority to JP2017030449A priority Critical patent/JP6224856B1/ja
Application granted granted Critical
Publication of JP6224856B1 publication Critical patent/JP6224856B1/ja
Priority to US15/872,604 priority patent/US20180239790A1/en
Publication of JP2018136721A publication Critical patent/JP2018136721A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0242Determining effectiveness of advertisements
    • G06Q30/0246Traffic

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】所定の対象に対する利用者の印象を、所定の印象へと誘導するような配信情報の指標を提供する。【解決手段】情報提供装置10は、所定のコンテキストに対する印象の誘導指標を示すコンテキストを取得する取得部と、複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現から、前記所定のコンテキストの分散表現および前記誘導指標を示すコンテキストの分散表現と所定の関連性を有する他の分散表現を特定する特定部と、特定部が特定した他の分散表現と対応するコンテキストを提供する提供部と、を有する。【選択図】図1

Description

本発明は、提供装置、提供方法および提供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、ネットワークを介した情報配信が盛んに行われている。このような情報配信の一例として、広告やニュース等といった所定の対象に関する情報(以下、「配信情報」と記載する。)を配信する技術が知られている。
また、配信情報が利用者に及ぼした影響を評価する手法が提案されている。例えば、配信情報が閲覧された回数や、配信情報が利用者によって選択された回数等に基づき、配信情報が所定の対象に関する情報を利用者にどれくらい伝えたかを評価する手法が知られている。
特開2016−207141号公報
ここで、所定の対象に対する利用者の印象を、所定の印象へと誘導するような配信情報の配信が所望される場合がある。例えば、商品が安価であるといったブランドイメージを、商品に高級感があるといったブランドイメージに誘導するような広告を配信したいという要望が考えられる。
しかしながら、上述した従来技術では、所定の対象に関する情報を利用者に対してどれくらい伝えたかを評価しているに過ぎず、所定の対象に対する利用者の印象に配信情報が及ぼした影響を適切に評価しているとは言い難い。このように、従来技術では、所定の対象に対する利用者の印象を適切に評価するのが困難であるため、所定の対象に対する利用者の印象を所定の印象へと誘導するような配信情報の指標を提供することが困難である。
本願は、上記に鑑みてなされたものであって、所定の対象に対する利用者の印象を、所定の印象へと誘導するような配信情報の指標を提供することを目的とする。
本願に係る提供装置は、所定のコンテキストに対する印象の誘導指標を示すコンテキストを取得する取得部と、複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現から、前記所定のコンテキストの分散表現および前記誘導指標を示すコンテキストの分散表現と所定の関連性を有する他の分散表現を特定する特定部と、前記特定部が特定した前記他の分散表現と対応するコンテキストを提供する提供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、所定の対象に対する利用者の印象を、所定の印象へと誘導するような配信情報の指標を提供できる。
図1は、実施形態に係る情報提供装置が実行する提供処理の一例を示す図である。 図2は、実施形態に係る情報提供装置の構成例を示す図である。 図3は、実施形態に係るログデータベースに登録される情報の一例を示す図である。 図4は、実施形態に係る分散表現空間データベースに登録される情報の一例を示す図である。 図5は、実施形態に係るコンテキストデータベースに登録される情報の一例を示す図である。 図6は、実施形態に係る情報提供装置が特定する分散表現の一例を示す図である。 図7は、実施形態に係る情報提供装置が特定する分散表現と各分散表現を辿る順番の一例を示す図である。 図8は、実施形態に係る情報提供装置が実行する提供処理の流れの一例を示すフローチャートである。 図9は、ハードウェア構成の一例を示す図である。
以下に、本願に係る提供装置、提供方法および提供プログラムを実施するための形態(以下、「実施形態」と記載する。)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提供装置、提供方法および提供プログラムが限定されるものではない。また、以下の各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する。
[実施形態]
〔1.情報提供装置が提供する処理について〕
まず、図1を用いて、提供装置の一例となる情報提供装置が実行する提供処理の一例について説明する。図1は、実施形態に係る情報提供装置が実行する提供処理の一例を示す図である。
なお、以下の説明では、情報提供装置10が実行する提供処理として、所定の対象に関する広告やニュース等の配信情報により、所定の対象に対する利用者の印象を所定の印象へと誘導したいと需要者が所望した場合に、どのような内容の配信情報を提供すればよいかを示す情報を提供する処理の一例について説明する。
ここで、所定の対象とは、任意の商品、役務、会社、店舗、ブランド、施設等、広告やニュース等の配信情報により、情報が任意の利用者に対して伝達される対象であれば、任意の対象が採用可能である。また、所定の対象は、例えば、俳優等の人物、動物、映画や音楽等の各種コンテンツであってもよい。なお、以下の説明では、配信情報と関連する所定の対象を「判定対象」と記載する。また、以下の説明では、各種判定対象を利用者に想起させるテキスト、画像、音声等各種のコンテンツ等、判定対象と関連するコンテンツを判定対象を示すコンテキストと記載する。
また、配信情報は、判定対象に関する情報を任意の利用者に対して伝達するものであれば、広告やニュース以外にも、任意の情報が採用可能である。また、広告とは、営利若しくは非営利の広告だけではなく、ボランティアの募集、公共広告、公共に対する通知、その他任意のコンテンツを含む概念である。また、配信情報は、いわゆる広告関連の情報を含むコンテンツのみならず、利用者に興味を抱かせ、任意の対象に関する情報、または、任意の対象と関連するコンテンツ(例えば、ランディングページ等)に含まれる情報を広く報知するものであれば、画像、動画像、テキスト、図形、記号、ハイパーリンク、その他任意のコンテンツがテキストと共に含まれていてよい。なお、以下の説明では、配信情報として、所定のブランドに関する広告を配信情報として配信する際に実行する提供処理の一例について説明する。
〔1−1.情報提供装置の一例〕
情報提供装置10は、インターネット等の所定のネットワークN(例えば、図2を参照。)を介して、情報管理サーバ100、利用者端末200および需要者サーバ300と通信可能な情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。なお、情報提供装置10は、ネットワークNを介して、任意の数の情報管理サーバ100、利用者端末200、および需要者サーバ300と通信可能であってよい。
情報管理サーバ100は、任意のウェブサービスを利用者に対して提供する情報処理装置であり、例えば、サーバ装置やクラウドシステムにより実現される。例えば、情報管理サーバ100は、利用者が投稿した情報を他の利用者に対して提供する各種のSNS(Social Networking Service)を提供するサーバ装置である。なお、情報管理サーバ100は、ブログ、マイクロブログ、ウェブページ、メッセージ、静止画像、動画像、音声等といった各種コンテンツの投稿を受付けると、受付けたコンテンツを公開することで、コンテンツに関する各種の情報を世間一般に拡散するサーバ装置であってもよい。
また、情報管理サーバ100は、各種の辞書に関する情報や、ニュース等を利用者に対して提供するサーバ装置であってもよい。また、情報管理サーバ100は、ポータルサイト、インターネットオークション、電子商店街、ウェブ検索、経路検索、地図検索、ゲーム、不動産情報の提供、金融情報の提供、宿泊施設の予約サービス等、任意のウェブサービスを提供するサーバ装置であってもよい。また、情報管理サーバ100は、任意の対象に対する利用者の評価等を受付け、評価結果を提供するサービスを提供するサーバ装置であってもよい。また、情報管理サーバ100は、利用者の位置情報や購買履歴等、実社会またはネットワーク上における行動履歴を示すログを収集するサーバ装置であってもよい。このような情報管理サーバ100は、任意の利用者が投稿した各種のコンテンツ、任意の利用者の行動履歴、任意の利用者の検索履歴、若しくは電子商取引の対象に関する情報等を管理することとなる。
利用者端末200は、任意の利用者が使用する端末装置であり、例えば、PC(Personal Computer)、スマートデバイス、移動端末装置、サーバ装置、クラウドシステム等といった情報処理装置により実現される。例えば、利用者端末200は、利用者が入力した投稿を情報管理サーバ100へと送信する機能、情報管理サーバ100が管理する情報を表示する機能、配信情報を表示することで、配信情報の内容を利用者に対して伝達する機能等を有する。
需要者サーバ300は、配信情報の影響を示す情報を所望する需要者が使用する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。例えば、需要者サーバ300は、配信情報として所定の対象に関する広告が配信される場合、広告主等といった広告が利用者に及ぼした影響を所望する需要者により利用される。
〔1−2.提供処理の一例〕
ここで、広告やニュース等といった各種の配信情報が利用者に及ぼした影響を評価する手法が提案されている。例えば、配信情報が閲覧された回数や、配信情報が利用者によって選択された回数等に基づき、配信情報と関連する対象に関する情報を利用者にどれくらい伝えたかを評価する手法が知られている。
一方で、判定対象に対する利用者の印象を、所定の印象へと誘導するような配信情報の配信が所望される場合がある。例えば、ダンディなブランドイメージを、高級感があるといったブランドイメージに誘導するような広告を配信したいという要望が考えられる。しかしながら、従来技術では、判定対象に関する情報を利用者に対してどれくらい伝えたかを評価しているに過ぎず、判定対象に対する利用者の印象に配信情報が及ぼした影響を評価しているとは言い難く、利用者の印象を誘導するためにどのような内容の配信情報を配信すればよいかといった指標を提供するのが困難である。
例えば、ダンディなイメージを有するブランド「A」と、高価なイメージを有するブランド「B」とが存在する場合に、ブランド「A」のイメージをブランド「B」のイメージに近づけたいという要望が考えられる。しかしながら、単にブランド「B」の広告と類似する広告を配信したとしても、ブランド「A」のイメージをブランド「B」に近づけることができるとは言えない。より具体的には、ブランド「A」に対する現在のイメージを基準とし、ブランド「A」のイメージをブランド「B」のイメージへと誘導する内容の広告を配信しなければ、ブランド「A」のイメージを誘導できない。
そこで、情報提供装置10は、以下の提供処理を実行する。所定のコンテキストに対する印象の誘導指標を示すコンテキストを取得する。続いて、情報提供装置10は、複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現から、所定のコンテキストの分散表現および誘導指標を示すコンテキストの分散表現と所定の関連性を有する他の分散表現を特定する。例えば、情報提供装置10は、各コンテキストに対して任意の利用者が有する印象の相対的な関連性に基づいて生成された各コンテキストの分散表現から、他の分散表現を特定する。そして、情報提供装置10は、特定した他の分散表現と対応するコンテキストを提供する。
例えば、情報提供装置10は、情報管理サーバ100が管理する各種の情報を取得し、企業名、商品名、役務名、ブランド名、施設名、人名等、各種のテキストや画像等の各種コンテンツをコンテキストとする。そして、情報提供装置10は、w2v(word2vec)等、コンテキストが有する相対的な関連性に基づいて各コンテキストを多次元量に変換する技術を用いて、各コンテキストの分散表現を生成する。なお、情報提供装置10は、各コンテキストが有する相対的な関連性に基づいて各コンテキストを多次元量に変換する技術であれば、w2v以外にも任意の技術を採用してよい。
また、例えば、情報提供装置10は、印象の誘導対象を示すコンテキスト(以下、「判定対象コンテキスト」と記載する。)と、判定対象コンテキストに対する利用者の印象の誘導先を示すコンテキスト、すなわち、誘導指標を示すコンテキスト(以下、「誘導指標コンテキスト」と記載する。)とを需要者から取得する。具体的な例を挙げると、情報提供装置10は、利用者の印象の誘導対象となるブランド「A」のコンテキストを判定対象コンテキストとして取得する。また、情報提供装置10は、ブランド「A」の印象をブランド「B」へと誘導したい場合、ブランド「B」のコンテキストを誘導指標コンテキストとして取得する。
そして、情報提供装置10は、各種コンテキストの分散表現からなる分散表現空間上において、判定対象コンテキストの分散表現から、誘導指標コンテキストへと至るベクトルを誘導内容ベクトルとして特定する。すなわち、情報提供装置10は、分散表現空間上において、需要者が所望する印象の誘導内容を示すベクトルを誘導内容ベクトルとして特定する。ここで、分散表現空間上において、所定の分散表現から他の分散表現へと至るベクトルが誘導内容ベクトルと類似する場合、そのベクトルは、需要者が所望する印象の誘導内容と類似する事象を示していると考えられる。そこで、情報提供装置10は、分散表現空間から、誘導内容ベクトルと類似するベクトルを特定し、特定したベクトルを構成する分散表現と対応するコンテキストを特定する。そして、情報提供装置10は、特定したコンテキストを出力する。
以下、情報提供装置10が実行する処理の具体例について説明する。例えば、分散表現空間上に、ブランド「A」、ブランド「B」、地域「上野」および地域「銀座」のコンテキストの分散表現が存在ものとする。また、分散表現空間において、ブランド「A」からブランド「B」へと至るベクトルと地域「上野」から地域「銀座」へと至るベクトルが類似するものとする。
このような場合、ブランド「A」の印象が地域「上野」の印象と対応し、ブランド「B」の印象が地域「銀座」の印象へと対応するとともに、ブランド「A」の印象をブランド「B」の印象へと近づける配信情報が、地域「上野」に対する印象を地域「銀座」の印象へと近づける配信情報に対応するとも考えられる。すると、需要者がブランド「A」の印象をブランド「B」の印象に近づけたい場合、分散表現空間上において地域「上野」から地域「銀座」へと至るベクトルを示す情報が、需要者が配信情報を生成または配信する際の指標となりうる。例えば、地域「上野」と紐付けられる利用者に代えて、地域「銀座」と紐付けられる利用者に配信情報を配信することで、ブランド「A」の印象をブランド「B」の印象へと近づけることができるとも考えられる。
そこで、情報提供装置10は、誘導内容ベクトルと類似するベクトルを構成する分散表現と対応するコンテキスト、すなわち、地域「上野」と地域「銀座」のコンテキストを提供する。例えば、情報提供装置10は、「上野から銀座にターゲットを変更する。」等というように、誘導内容ベクトルと類似するベクトルを構成する分散表現に対応するコンテキストとともに、各コンテキストがベクトルの始点であるか終点であるかを示す情報、若しくは、始点であるか終点であるかに応じた情報を出力する。この結果、情報提供装置10は、需要者が利用者の印象を誘導するためにどのような配信情報を生成、配信すればよいかの指標を提供することができる。
〔1−3.分散表現の生成について〕
ここで、各コンテキストの分散表現を生成する処理について説明する。例えば、情報提供装置10は、情報管理サーバ100等、ネットワーク上の任意のサーバ装置から、利用者が投稿したコンテンツ、検索クエリの履歴、ニュース、辞書、利用者の行動情報等、その他任意の情報を収集する。なお、以下の説明では、情報提供装置10が分散表現を生成するために収集する各種の情報を「ログ」と記載する場合がある。続いて、情報提供装置10は、形態素解析等の処理を実行することで、ログから任意のコンテキストを抽出する。なお、係るコンテキストは、判定対象を示すコンテキストに限定されるものではない。
続いて、情報提供装置10は、各コンテキストと共に現れる他の単語の出現頻度等に基づいて、類似するコンテキストの分散表現が類似し、類似しないコンテキストの分散表現が類似しなくなるように、コンテキストから分散表現を生成する学習器の学習を行う。すなわち、情報提供装置10は、複数のコンテキストが有する相対的な関連性に基づき各コンテキストのベクトル化(すなわち、分散表現化)を行う学習器の生成を行う。そして、情報提供装置10は、生成した学習器を用いて、各コンテキストの分散表現を生成する。なお、以下の説明では、各コンテキストの分散表現の集合を、「分散表現空間」と記載する場合がある。
ここで、任意の利用者が投稿した情報には、「Aはダンディ」や、「Bは高級」等というように、判定対象に対する利用者の印象を示す単語が含まれる場合がある。このような情報から各コンテキストの分散表現空間を生成した場合、判定対象に対する利用者の印象が各判定対象コンテキストの分散表現に反映されると考えられる。より具体的には、利用者が高級な印象を有している複数の判定対象については、対応するコンテキストから相互に類似する分散表現が生成されると考えられる。
また、任意の利用者が投稿した情報には、「上野」や「銀座」などといった地域を示すコンテキストや、「A」や「B」等といったブランドを示すコンテキスト等、それぞれ異なる種別の判定対象を示すコンテキストが含まれる場合がある。ここで、異なる種別の判定対象を示すコンテキストは、その種別と対応する他の単語と共に出現する可能性が高いと考えられる。例えば、コンテキストが地域を示す場合、地域に関連する単語とともに出現し、コンテキストがブランドを示す場合、ブランドと関連する単語とともに出現する可能性が高い。このため、各コンテキストの分散表現空間を生成した場合、同じ種別のコンテキストからは、比較的類似度が高い分散表現が生成され、異なる種別のコンテキストからは、比較的類似度が低い分散表現が生成されると考えられる。
そこで、情報提供装置10は、各コンテキストが有する相対的な関連性に基づいて各コンテキストを多次元量に変換する技術を用いて、利用者が投稿した情報等から各コンテキストの分散表現を生成する。この結果、情報提供装置10は、各コンテキストと対応する判定対象の相対的な関連性や、各コンテキストに対応する各判定対象に対して利用者が有する印象の相対的な関連性に基づいて、各コンテキストの分散表現を生成することができる。
なお、情報提供装置10は、任意の利用者が投稿したコンテンツ、任意の利用者の行動履歴、任意の利用者の検索履歴、若しくは電子商取引の対象に関する情報等、各判定対象に対する利用者の印象を示す情報が含まれうる情報であれば、任意の情報に基づいて、各コンテキストの分散表現空間を生成してよい。
また、情報提供装置10は、同一の投稿や同一の文章に含まれる形容詞等に基づいて判定対象に対する利用者の印象を反映させる必要はない。すなわち、情報提供装置10は、利用者Uが投稿した情報のみならず、例えば、利用者Uが投稿を行った際の生体情報や行動内容に基づいて、投稿に関する判定対象に対する利用者Uの印象を推定し、推定した印象を反映させた分散表現を生成してもよい。また、利用者Uが判定対象と関連する店舗や場所を頻繁に訪れているか否か等に基づいて、判定対象に対する利用者Uの印象を推定し、推定した印象を反映させた分散表現を生成してもよい。すなわち、情報提供装置10は、判定対象に対する利用者Uの相対的な印象を分散表現に反映させることができるのであれば、任意の情報から任意の手法で分散表現の生成を行ってよい。
〔1−4.提供処理の一例について〕
続いて、情報提供装置10が実行する提供処理の一例について説明する。なお、以下の例では、ブランド「A」に対する利用者の印象をブランド「B」に対する利用者の印象に近づける配信情報を所望する需要者に対し、かかる配信情報を示す情報(すなわち、誘導行為のペルソナ)を提供する処理の一例を説明する。また、以下の説明では、「利用者U」とは、特定の利用者を示すものではなく、不特定多数の利用者を示すものである。
例えば、利用者Uは、各種の情報を情報管理サーバ100に投稿する(ステップS1)。例えば、利用者Uは、「Aはダンディ」、「Bは高級」、「上野はしぶい」、「銀座はセレブ」、「原宿はおしゃれ」等というように、ブランド名や地域名を示すコンテキストを含む情報を投稿する。このような場合、情報提供装置10は、各種投稿を取得する(ステップS2)。そして、情報提供装置10は、取得した各種投稿から、各コンテキストについて、相対的な関連性に基づく分散表現を生成する(ステップS3)。
例えば、情報提供装置10は、利用者Uが投稿した各種の情報から、形態素解析等の解析技術を用いて、各種ブランドを示すコンテキストである「A」、「B」や、地域を示すコンテキストである「上野」、「銀座」、「原宿」を抽出する。そして、情報提供装置10は、w2vを用いて、各コンテキストが示す判定対象の種別や、利用者が有する印象の相対的な関連性を反映するように各コンテキストを分散表現に変換する。例えば、情報提供装置10は、ブランドを示す「A」や「B」の分散表現が類似するように、かつ、地域を示す「上野」、「銀座」、「原宿」の分散表現が類似するように、各コンテキストの分散表現を生成する。また、例えば、情報提供装置10は、利用者が類似する印象を有するコンテキストの分散表現(例えば、「B」と「銀座」)とが類似するように、分散表現を生成し、生成した分散表現を含む分散表現空間VSを生成する。
次に、情報提供装置10は、需要者から誘導指標の指定を受付ける(ステップS4)。例えば、情報提供装置10は、需要者から判定対象コンテキスト「A」、誘導指標コンテキスト「B」の指定を受付ける。さらに、情報提供装置10は、誘導内容ベクトルと類似するベクトル、すなわち、提供対象となるコンテキストの分散表現により構成されるベクトル(以下、「提供ベクトル」と記載する。)の検索を容易にするため、提供ベクトルの始点となる分散表現と対応するコンテキスト「上野」の指定を受付ける。
このような場合、情報提供装置10は、判定対象コンテキストから誘導指標となるコンテキストまでのベクトルを分散表現空間上から特定し、特定したベクトルと類似する他のベクトルを構成する分散表現を特定する(ステップS5)。すなわち、情報提供装置10は、判定対象コンテキストの分散表現から誘導指標コンテキストの分散表現へと至るベクトルを誘導内容ベクトルとして特定する。そして、情報提供装置10は、誘導内容ベクトルと類似する他のベクトルを構成する分散表現を前記他の分散表現として特定する。より具体的には、情報提供装置10は、誘導内容ベクトルと類似する他のベクトルであって、予め始点として指定されたコンテキストの分散表現を始点とするベクトルを構成する分散表現を特定する。
例えば、情報提供装置10は、分散表現空間において、誘導指標コンテキスト「B」の分散表現から判定対象コンテキスト「A」の分散表現を減算することで、判定対象コンテキスト「A」の分散表現から誘導指標コンテキスト「B」の分散表現へと至る誘導内容ベクトルvc11を算出する。続いて、情報提供装置10は、始点として指定されたコンテキスト「上野」の分散表現と、誘導内容ベクトルvc11との和を算出し、算出した和と類似する他の分散表現を特定する。例えば、図1に示す例では、情報提供装置10は、コンテキスト「上野」の分散表現を始点とするベクトルであって、向きやノルムが誘導内容ベクトルvc11と同じベクトルvc12を算出する。そして、情報提供装置10は、算出したベクトルvc12の終点に最も近い分散表現として、コンテキスト「銀座」の分散表現を特定する。この結果、情報提供装置10は、コンテキスト「上野」の分散表現を始点とし、コンテキスト「銀座」の分散表現を終点とするベクトルを提供ベクトルとして特定する。
そして、情報提供装置10は、特定した分散表現と対応するコンテキスト、すなわち、コンテキスト「銀座」を誘導行為のペルソナとして需要者に提供する(ステップS6)。この結果、需要者は、例えば、ブランド「A」の印象をブランド「B」の印象へと誘導する行為が、地域「上野」の印象を地域「銀座」の印象へと誘導する行為と類似する旨を特定することができる。
例えば、需要者は、地域「上野」における広告キャンペーンを行わず、地域「銀座」における広告キャンペーンを行ってもよく、地域「上野」と紐づく利用者に対して広告の配信を行わず、地域「銀座」と紐づく利用者に対して広告の配信を行ってもよい。また、需要者は、地域「上野」のイメージを地域「銀座」のイメージへと近づけるような広告を配信情報として生成してもよい。すなわち、情報提供装置10は、需要者が所望する印象の誘導行為を他の面から示す情報、すなわち、誘導行為のペルソナを需要者に提供することができるので、需要者が所望する印象の誘導を実現する配信情報の内容や、配信情報の配信態様を示唆する情報(すなわち、指標)を与えることができる。
〔2.提供処理のバリエーションについて〕
上記では、情報提供装置10による提供処理の一例について説明した。しかしながら、実施形態は、これに限定されるものではない。以下、情報提供装置10が実行する提供処理のバリエーションについて説明する。
〔2−1.提供ベクトルの検索について〕
上述した例では、情報提供装置10は、提供ベクトルの始点となるコンテキストの指定を需要者から受付けた。このような場合、情報提供装置10は、需要者が配信情報の生成や配信を行う際に所望する指標として、需要者がイメージしやすい指標を提供することができる。例えば、情報提供装置10は、需要者が、ブランド「A」の印象をブランド「B」の印象へと誘導する行為が、地域「上野」を基準としてどのような行為に対応するかを示す情報を提供することができる。しかしながら、実施形態は、これに限定されるものではない。
例えば、情報提供装置10は、提供ベクトルの終点となるコンテキストの指定を受付けた場合、誘導内容ベクトルと類似するベクトルであって、終点として指定されたコンテキストの分散表現を終点とするベクトルを提供ベクトルとして特定し、特定した提供ベクトルの始点と類似する分散表現を提供対象としてもよい。より具体的な例を挙げると、情報提供装置10は、提供ベクトルの終点として地域「銀座」を受付けた場合、地域「銀座」の分散表現から誘導内容ベクトルvc11を減算した多次元量を生成し、生成した多次元量と類似する分散表現(例えば、地域「上野」の分散表現)を特定してもよい。このような処理により、情報提供装置10は、例えば、印象の誘導先となるブランド「B」を地域「銀座」に見立てた場合、印象の誘導対象となるブランド「A」は、何に見立てることができるかといった情報を提供することができる。
なお、上述した処理では、情報提供装置10は、提供ベクトルの始点または終点の指定を受付けることで、分散表現空間上において誘導内容ベクトルと類似する提供ベクトルの検索量を削減することができる。しかしながら、実施形態は、これに限定されるものではない。例えば、情報提供装置10は、分散表現空間内の各分散表現により構成されるベクトルの中から、誘導内容ベクトルと類似するベクトルを検索し、検索したベクトルを構成する分散表現と対応するコンテキストの提供を行ってもよい。このような処理を実行することで、情報提供装置10は、誘導内容について、需要者が想像していなかったような見立てを提供することができる。
また、情報提供装置10は、所定のカテゴリに属するコンテキストの分散表現から、提供ベクトルを構成する分散表現を特定してもよい。例えば、情報提供装置10は、ブランド「A」の印象をブランド「B」の印象へと誘導する誘導内容を、地域で見立てた場合にどのような内容となるかを需要者が所望する場合、地域に関するコンテキストの分散表現を特定し、特定した分散表現により構成されるベクトルの中から、誘導内容ベクトルと類似するベクトルを検索する。そして、情報提供装置10は、検索したベクトルを構成する分散表現を特定し、特定した分散表現と対応するコンテキストを需要者に提供してもよい。
ここで、分散表現空間VSには、様々な種別のコンテキストの分散表現が含まれる。このため、提供ベクトルの始点と終点とが、異なる種別のコンテキストの分散表現となる恐れがある。このように、提供ベクトルの始点と終点とが、異なる種別のコンテキストの分散表現となった場合は、需要者が誘導内容を適切にイメージし辛い場合がある。そこで、情報提供装置10は、始点と終点とが同じ種別のコンテキストの分散表現となるように、提供ベクトルの検索を行ってもよい。
例えば、情報提供装置10は、始点となるコンテキストの分散表現に提供ベクトルを加算した多次元量を算出する。そして、情報提供装置10は、始点となるコンテキストと同じカテゴリに属するコンテキストの分散表現のうち、算出した多次元量と類似する分散表現を特定し、特定した分散表現と対応するコンテキストを需要者に提供してもよい。
〔2−2.中継点の提供について〕
また、情報提供装置10は、誘導行為の中継点を示唆する情報を提供してもよい。例えば、情報提供装置10は、誘導内容ベクトルと類似するベクトルを提供ベクトルとして特定する。このような場合、情報提供装置10は、提供ベクトルの近傍に位置する分散表現をさらに特定する。そして、情報提供装置10は、提供ベクトルの近傍に位置する分散表現と対応するコンテキストを、判定対象コンテキストに対する印象を段階的に誘導する際の指標として提供してもよい。
より具体的には、情報提供装置10は、提供ベクトルの始点となる分散表現から、提供ベクトルの終点となる分散表現へと段階的に近づくように、提供ベクトルの近傍に位置する分散表現の中から所定の数の分散表現を特定するとともに、特定した各分散表現を辿る順番を特定する。そして、情報提供装置10は、特定した各分散表現と対応するコンテキストと、各コンテキストと対応する分散表現を辿る順番とを示す情報を提供してもよい。
例えば、情報提供装置10は、ブランド「A」の分散表現からブランド「B」の分散表現へと至る誘導内容ベクトルと類似する提供ベクトルとして、地域「上野」の分散表現から地域「銀座」の分散表現へと至るベクトルを特定する。また、情報提供装置10は、任意のベクトル検索技術を用いて、特定した提供ベクトルの近傍に位置する他の分散表現を検索し、例えば、地域「品川」の分散表現と地域「有楽町」の分散表現とを特定する。
このような場合、情報提供装置10は、地域「上野」の分散表現と、地域「品川」の分散表現および地域「有楽町」の分散表現との間の類似度(例えば、ユークリッド距離やコサイン距離等)を算出する。そして、情報提供装置10は、特定した分散表現を辿る順序として、地域「上野」の分散表現に対する類似度が高い順に、各分散表現を辿る旨を決定する。例えば、地域「有楽町」の分散表現よりも地域「品川」の分散表現の方が地域「上野」の分散表現に対する類似度が高い場合は、情報提供装置10は、地域「上野」の分散表現から、最初に地域「品川」の分散表現を辿り、次に地域「有楽町」の分散表現を辿った後で、地域「銀座」の分散表現へと至る順序を特定する。
そして、情報提供装置10は、各地域のコンテキストと共に、各地域のコンテキストと対応する分散表現を辿る順序を出力する。この結果、情報提供装置10は、判定対象コンテキストに対する印象を段階的に誘導する際の指標を提供することができる。
なお、情報提供装置10は、各分散表現を辿る順番や、辿る分散表現を適切に選択するために、各種の重みづけを考慮してもよい。例えば、情報提供装置10は、各分散表現を辿る経路と、提供ベクトルとの間の内積が所定の範囲内に収まるように、提供ベクトルの近傍に位置する分散表現の中から所定の数の分散表現を特定してもよい。このような処理を実行した場合、中継点と対応するコンテキストの意味が急に乖離するといった現象を防ぐことができる。
〔2−3.利用者の印象について〕
上述した例では、情報提供装置10は、判定対象コンテキストを分散表現に変換することで、判定対象に対して有する利用者の印象を分散表現に反映させた。かかる処理は、判定対象そのものに対する印象を反映させるための処理であると同時に、判定対象コンテキストに対する印象を反映させるための処理でもある。すなわち、分散表現に反映させる利用者の印象とは、判定対象そのものに対する印象のみならず、判定対象を示すコンテキストに対する印象をも含む概念である。
例えば、情報提供装置10は、同一のブランド名を示すテキストであって、フォントが異なる複数のテキストが存在する場合、それらのテキストを個別のコンテキストとして扱ってもよく、同一のコンテキストとして扱ってもよい。このような処理を実行することで、情報提供装置10は、ブランドそのもの(すなわち、判定対象)に対する印象を分散表現に反映させてもよく、ブランドを示す各コンテキストそれぞれに対する印象を分散表現に反映させてもよい。
〔2−4.分散表現空間の生成について〕
ここで、情報提供装置10は、分散表現空間を生成する際に任意の重みづけを行ってもよい。例えば、情報提供装置10は、種別が異なるコンテキストの分散表現の類似度が所定の閾値以上となるように、分散表現を生成してもよい。また、情報提供装置10は、分散表現空間上での目安(アンカー)となるコンテキスト(以下、「アンカー」と記載する。)を分散表現に変換してもよい。例えば、情報提供装置10は、「高い」や「ダンディ」等といった所定の形容詞をアンカーとして投稿等から抽出する。そして、情報提供装置10は、判定対象コンテキストとアンカーとの分散表現を生成する。
このような分散表現空間を生成した場合、アンカーは、判定対象に対して利用者がどのような印象を有しているかの1つの指標となる。そこで、情報提供装置10は、アンカーを含む分散表現空間を示す情報を需要者に提供することで、誘導内容ベクトルや提供ベクトルがアンカーに対してどのような内容を示しているかを示す情報を提供してもよい。
〔2−5.適用態様について〕
ここで、情報提供装置10は、需要者が所望する誘導内容を、誘導内容ベクトルを構成するコンテキストとは異なるコンテキストで示すことができるのであれば、上述した処理以外にも、任意の処理を実行して良い。また、情報提供装置10は、提供ベクトルを構成するコンテキストを任意の形態で出力してよい。
また、情報提供装置10が提供する情報は、需要者により任意の形態で利用されてよい。例えば、提供ベクトルの始点や終点となる分散表現と対応するコンテキストは、広告等の配信情報の配信先となる利用者の選定に利用されてもよく、マーケティングの対象となる利用者の選定や、マーケティングの目標となる利用者の選定に用いられてもよい。すなわち、情報提供装置10が提供する情報とは、需要者が所望する誘導内容を他の面から表す情報であり、需要者により任意の解釈が行われる情報である。
〔3.情報提供装置の構成〕
以下、上記した情報提供装置10が有する機能構成の一例について説明する。図2は、実施形態に係る情報提供装置の構成例を示す図である。図2に示すように、情報提供装置10は、通信部20、記憶部30、および制御部40を有する。
通信部20は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部20は、ネットワークNと有線または無線で接続され、情報管理サーバ100、利用者端末200、および需要者サーバ300との間で情報の送受信を行う。
記憶部30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。また、記憶部30は、ログデータベース31、分散表現空間データベース32、コンテキストデータベース33、およびモデルデータベース34を記憶する。
ログデータベース31には、分散表現を生成する際に用いる各種の投稿が登録される。例えば、図3は、実施形態に係るログデータベースに登録される情報の一例を示す図である。図3に示す例では、ログデータベース31には、「ログID(Identifier)」、「ログ種別」、「利用者ID」、「日時」、および「ログ内容」等といった情報が登録されている。
ここで、「ログID」とは、ログを識別する識別子である。また、「ログ」とは、対応付けられた「ログID」が示すログが、SNS等の投稿であるか、検索クエリであるか等を示す情報である。また、「利用者ID」とは、対応付けられた「ログID」が示すログと関連性を有する利用者の識別子である。また、「日時」とは、対応付けられた「ログID」が示すログがネットワーク上に投稿された日時を示す。また、「ログ内容」とは、ログとして収集された各種のコンテンツである。
例えば、図3に示す例では、ログデータベース31には、ログID「ログID#1」、ログ種別「投稿」、利用者ID「利用者#1」、日時「日時#1」、ログ内容「Aはダンディ」といった情報が対応付けて登録されている。このような情報は、ログID「ログID#1」が示すログとして、利用者ID「利用者#1」が示す利用者により、日時「日時#1」が示す日時に投稿したコンテンツとして、ログ内容「Aはダンディ」が登録されている旨を示す。
なお、図3に示す例では、「ログID#1」、「利用者#1」、「日時#1」等という概念的な値を記載したが、実際には、ログデータベース31には、ログや利用者を識別する文字列や、日時を示す文字列が登録されることとなる。また、ログデータベース31には、図3に示す情報以外にも、ログとして収集される各種情報に関連する情報であれば、任意の情報が登録されていてよい。また、図3に示す例では、ログの種別として、利用者により投稿されたコンテンツや入力された検索クエリが登録されている例について記載したが、実際には、ログデータベース31には、ニュース、辞書、ウェブページといった各種のコンテンツが登録され、各コンテンツの種別を示す情報が登録されることとなる。
図2に戻り、説明を続ける。分散表現空間データベース32には、生成された分散表現空間が登録される。例えば、図4は、実施形態に係る分散表現空間データベースに登録される情報の一例を示す図である。図4に示す例では、分散表現空間データベース32には、「分散表現空間ID」、「生成日時」、「対応コンテキスト」、および「分散表現」等といった情報が対応付けて登録されている。なお、分散表現空間データベース32には、図4に示す情報以外にも、例えば、分散表現に関する情報であれば、任意の情報が登録されていてよい。
ここで、「分散表現空間ID」とは、分散表現空間を識別する識別子である。また、「生成日時」とは、対応付けられた「分散表現空間ID」が示す分散表現空間が生成された日時、すなわち、対応付けられた「分散表現空間ID」が示す分散表現空に含まれる分散表現が生成される日時を示す情報である。また、「対応コンテキスト」とは、分散表現の元となったコンテキストを示す情報である。また、「分散表現」とは、対応付けられた「対応コンテキスト」の分散表現である。
例えば、分散表現空間データベース32には、分散表現空間ID「空間#1」、生成日時「日時#4」、対応コンテキスト「A」、分散表現「分散表現#1」等といった情報が対応付けて登録されている。このような情報は、分散表現空間ID「空間#1」が示す分散表現空間に含まれる分散表現として、生成日時「日時#4」が示す日時に生成された分散表現であって、対応コンテキスト「A」の分散表現が、分散表現「分散表現#1」である旨を示す。
なお、図4に示す例では、「空間ID#1」、「日時#1」、「A」等という概念的な値を記載したが、実際には、分散表現空間データベース32には、分散表現空間や日時を示す文字列、コンテキストとなるテキストや画像等のコンテンツが登録されることとなる。
図2に戻り、説明を続ける。コンテキストデータベース33には、分散表現を生成した各種コンテキストに関する情報が登録される。例えば、図5は、実施形態に係るコンテキストデータベースに登録される情報の一例を示す図である。図5に示す例では、コンテキストデータベース33には、「コンテキストID」、「コンテキスト」、および「カテゴリ」等といった情報が対応付けて登録されている。なお、コンテキストデータベース33には、図5に示す情報以外にも、コンテキストに関連する情報であれば、任意の情報が登録されていてよい。
ここで、「コンテキストID」とは、コンテキストを識別する識別子である。また、「コンテキスト」とは、各種投稿から抽出したコンテキストである。また、「カテゴリ」とは、対応付けられたコンテキストの種別、すなわち、コンテキストが示す判定対象のカテゴリを示す情報である。例えば、図5に示す例では、コンテキストID「コンテキスト#1」、コンテキスト「A」、およびカテゴリ「ブランド」が対応付けて登録されている。このような情報は、コンテキストID「コンテキスト#1」が示すコンテキストが、コンテキスト「A」であり、コンテキスト「A」が示す判定対象の種別がカテゴリ「ブランド」である旨を示す。
なお、図5に示す例では、「コンテキスト#1」といった概念的な値を記載したが、実際には、コンテキストデータベース33には、コンテキストを示す文字列が登録されることとなる。また、コンテキストの内容や種別については、図5に示すコンテキストや種別以外にも、任意の設定が採用可能である。
図2に戻り、説明を続ける。モデルデータベース34には、コンテキストを分散表現に変換するためのモデルが登録される。例えば、モデルデータベース34には、各コンテキストの類似性に応じて分類を行う学習器であって、ログに含まれるコンテキスト(またはコンテキストが示す判定対象)に対する利用者の印象の類似性を要素の一つとして各コンテキストの分類を行う学習器がモデルとして登録される。このようなモデルは、例えば、コンテキストと共に現れる形容詞等の他の品詞の出現率や類似性に基づいて、各コンテキストの分類を行う学習器により実現される。例えば、モデルは、畳み込みニューラルネットワーク(Convolutional Neural Networks: CNN)等といった多段のニューラルネットワークにより実現されてもよく、上述した機能を果たし得るのであれば、例えば、SVM(Support Vector Machine)といった分類器により実現されてもよい。
制御部40は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)等のプロセッサによって、情報提供装置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等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40は、コントローラ(controller)であり、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てもよい。なお、制御部40は、インデックスの読み込みを行う演算処理装置となる。
図2に示すように、制御部40は、収集部41、生成部42、取得部43、特定部44、および提供部45を有する。収集部41は、任意の情報管理サーバ100から、各種のログを収集する。例えば、収集部41は、利用者が投稿したコンテンツ、利用者の行動履歴、利用者の検索クエリの履歴、電子商取引の対象に関する評価や電子商取引のウェブページ等といった情報等、各種のログを収集し、収集したログをログデータベース31に登録する。
生成部42は、複数のコンテキストが有する相対的な関連性に基づいて、各コンテキストの分散表現を生成する。より具体的には、生成部42は、複数のコンテキストが有する相対的な関連性に基づき各コンテキストをベクトル化するモデルを用いて、各コンテキストを示すベクトルを分散表現として生成する。
例えば、生成部42は、ログデータベース31にログとして登録された各種の情報の中から、各種のログを抽出し、抽出したログからコンテキストを抽出する。そして、生成部42は、モデルデータベース34に登録されたモデルを用いて、抽出したコンテキストの類似性に基づいてコンテキストを分散表現に変換する。その後、生成部42は、生成した分散表現と分散表現の元となったコンテキストとの組に対し、分散表現を生成した日時と、分散表現空間IDとを対応付けて分散表現空間データベース32に登録する。
なお、生成部42は、所定の時間間隔で、ログデータベース31に登録された全てのログから分散表現を生成し、生成したタイミング毎に異なる分散表現空間として、生成した分散表現を分散表現空間データベース32に登録してもよい。また、生成部42は、例えば、分散表現を生成する日時から1日以内に投稿等がされたログから複数の分散表現を生成し、生成した複数の分散表現を1つの分散表現空間として分散表現空間データベース32に登録してもよい。すなわち、生成部42は、所定の期間における利用者の印象を反映させた分散表現空間を、期間ごとに生成してもよい。
取得部43は、所定のコンテキストに対する印象の誘導指標を示すコンテキストを取得する。より具体的には、取得部43は、誘導指標を示すコンテキストとして、所定のコンテキストに対する印象の誘導先となるコンテキストを取得する。
例えば、取得部43は、需要者サーバ300から、利用者の印象の誘導対象となる判定対象のコンテキスト、すなわち、判定対象コンテキストとしてブランド「A」のコンテキスト「A」を取得する。また、取得部43は、利用者の印象の誘導先となる判定対象のコンテキスト、すなわち、誘導指標コンテキストとしてブランド「B」のコンテキスト「B」を取得する。
なお、取得部43は、判定対象コンテキストや誘導指標コンテキスト以外にも、提供ベクトルの始点や終点の分散表現と対応するコンテキストの指定を受付けてもよい。例えば、取得部43は、提供ベクトルの始点となる分散表現のコンテキストとして、コンテキスト「上野」の指定を受付けてもよく、提供ベクトルの終点となる分散表現のコンテキストとして、コンテキスト「銀座」の指定を受付けてもよい。また、取得部43は、提供ベクトルを構成する分散表現と対応するコンテキストの種別の指定を受付けてもよい。
特定部44は、複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現から、所定のコンテキストの分散表現および誘導指標を示すコンテキストの分散表現と所定の関連性を有する他の分散表現を特定する。例えば、特定部44は、所定のコンテキストの分散表現から誘導指標を示すコンテキストの分散表現へと至るベクトルを特定し、特定したベクトルと類似する他のベクトルを構成する分散表現を特定する。また、特定部44は、各コンテキストに対して任意の利用者が有する印象の相対的な関連性に基づいて生成された各コンテキストの分散表現から、他の分散表現を特定する。
すなわち、特定部44は、分散表現空間上の分散表現から、判定対象コンテキストの分散表現および誘導指標コンテキストの分散表現と所定の関連性を有する他の分散表現を特定する。例えば、特定部44は、判定対象コンテキストの分散表現から誘導指標コンテキストの分散表現へと至る誘導内容ベクトルを算出し、算出した誘導内容ベクトルと類似する提供ベクトルを特定する。そして、特定部44は、特定した誘導ベクトルを構成する分散表現を特定する。
ここで、特定部44は、誘導内容ベクトルと類似する提供ベクトルであって、予め指定されたコンテキストの分散表現を始点とする提供ベクトルを構成する分散表現を他の分散表現として特定してもよい。具体的には、特定部44は、予め指定されたコンテキストの分散表現と誘導内容ベクトルとの和を算出し、算出した和と類似する他の分散表現を特定してもよい。
例えば、特定部44は、判定対象コンテキスト「A」と誘導指標コンテキスト「B」との分散表現を分散表現空間データベース32から取得する。そして、特定部44は、誘導指標コンテキスト「B」の分散表現から判定対象コンテキスト「A」の分散表現を減算することで、誘導内容ベクトルを算出する。続いて、特定部44は、提供ベクトルの始点として指定されたコンテキスト「上野」の分散表現を分散表現空間データベース32から特定する。そして、特定部44は、特定したコンテキスト「上野」の分散表現と誘導内容ベクトルとの和を算出し、算出した和と類似する他の分散表現、すなわち、誘導内容ベクトルと類似する提供ベクトルの終点となる分散表現を分散表現空間データベース32から検索する。
また、特定部44は、誘導内容ベクトルと類似する提供ベクトルであって、予め指定されたコンテキストの分散表現を終点とする提供ベクトルを構成する分散表現を他の分散表現として特定してもよい。具体的には、特定部44は、予め指定されたコンテキストの分散表現から誘導内容ベクトルを減算した多次元量を算出し、算出した多次元量と類似する分散表現を特定してもよい。
例えば、特定部44は、誘導指標コンテキスト「B」の分散表現から判定対象コンテキスト「A」の分散表現を減算することで、誘導内容ベクトルを算出する。続いて、特定部44は、提供ベクトルの終点として指定されたコンテキスト「銀座」の分散表現を分散表現空間データベース32から特定する。そして、特定部44は、特定したコンテキスト「銀座」の分散表現から誘導内容ベクトルを減算した多次元量を算出し、算出した多次元量と類似する他の分散表現、すなわち、誘導内容ベクトルと類似する提供ベクトルの始点となる分散表現を分散表現空間データベース32から検索する。
なお特定部44は、提供ベクトルの始点や終点として予め指定されたコンテキストと同じカテゴリに属するコンテキストの分散表現を、提供ベクトルの終点や始点として特定してもよい。例えば、特定部44は、始点としてコンテキスト「上野」が選択された場合は、コンテキストデータベース33を参照し、コンテキスト「上野」が属するカテゴリ「地域」を特定する。このような場合、特定部44は、カテゴリ「地域」と対応付けられたコンテキストを特定し、特定したコンテキストの分散表現を分散表現空間データベース32から抽出する。そして、特定部44は、コンテキスト「上野」の分散表現に誘導内容ベクトルを加算した多次元量を算出し、分散表現空間データベース32から抽出した分散表現の中から、算出した多次元量と類似する分散表現を特定してもよい。
また、特定部44は、提供ベクトルの始点や終点の指定を受付けずともよい。例えば、特定部44は、分散表現空間における各分散表現が構成するベクトルを全て算出し、算出したベクトルの中から誘導内容ベクトルと類似するベクトル(例えば、コサイン類似度やノルムの差が所定の範囲内となるベクトル)を特定し、特定したベクトルの始点および終点となる分散表現を特定してもよい。
また、特定部44は、所定のカテゴリに属するコンテキストの分散表現から、他のベクトルを構成する分散表現を特定してもよい。例えば、特定部44は、需要者により選択されたカテゴリに属するコンテキストの分散表現を特定し、特定した分散表現により構成されるベクトルを全て算出し、算出したベクトルの中から誘導内容ベクトルと類似するベクトルを特定し、特定したベクトルの始点および終点となる分散表現を特定してもよい。
例えば、図6は、実施形態に係る情報提供装置が特定する分散表現の一例を示す図である。なお、図6に示す例では、カテゴリ「ブランド」に属するコンテキスト「A」〜「D」の分散表現と、カテゴリ「地域」に属するコンテキスト「原宿」、「上野」、「品川」、「新宿」、「有楽町」、および「銀座」の分散表現を含む分散表現空間VS2の一例について記載した。なお、分散表現空間VS2には、図6に示す分散表現以外にも、任意のコンテキストの分散表現が含まれるものとする。
例えば、特定部44は、判定対象コンテキスト「A」および誘導指標コンテキスト「B」を受付けた場合は、図6に示すように、判定対象コンテキスト「A」の分散表現から誘導指標コンテキスト「B」の分散表現へと至る誘導内容ベクトルVC21を算出する。続いて、特定部44は、需要者によってカテゴリ「地域」が選択された場合は、カテゴリ「地域」に属するコンテキスト「原宿」、「上野」、「品川」、「新宿」、「有楽町」、および「銀座」によって構成される全てのベクトルを算出し、算出したベクトルの中から、誘導内容ベクトルVC21と類似するベクトルを特定する。そして、例えば、特定部44は、誘導内容ベクトルVC21と、コンテキスト「上野」の分散表現からコンテキスト「銀座」の分散表現へと至るベクトルとが類似する場合は、コンテキスト「上野」の分散表現とコンテキスト「銀座」の分散表現とを提供対象とする。
なお、特定部44は、提供ベクトルの始点となるコンテキストと同じカテゴリに属するコンテキストの分散表現の中から、提供ベクトルの終点を特定してもよい。また、特定部44は、提供ベクトルの終点となるコンテキストと同じカテゴリに属するコンテキストの分散表現の中から、提供ベクトルの始点を特定してもよい。
また、特定部44は、提供ベクトルの近傍に位置する分散表現をさらに特定してもよい。例えば、特定部44は、提供ベクトルの始点となる分散表現から、提供ベクトルの終点となる分散表現へと段階的に近づくように、提供ベクトルの近傍に位置する分散表現の中から任意の数の分散表現を特定するとともに、特定した各分散表現を辿る順番を特定してもよい。また、特定部44は、各分散表現を辿る経路と、提供ベクトルとの間の内積が所定の範囲内に収まるように、提供ベクトルの近傍に位置する分散表現を特定してもよい。
例えば、図7は、実施形態に係る情報提供装置が特定する分散表現と各分散表現を辿る順番の一例を示す図である。なお、図7に示す例では、コンテキスト「A」、「B」の分散表現と、コンテキスト「原宿」、「渋谷」、「上野」、「品川」、「新橋」、「新宿」、「有楽町」、および「銀座」の分散表現を含む分散表現空間VS3の一例について記載した。なお、分散表現空間VS3には、図7に示す分散表現以外にも、任意のコンテキストの分散表現が含まれるものとする。
例えば、特定部44は、判定対象コンテキスト「A」および誘導指標コンテキスト「B」を受付けた場合は、図7に示すように、判定対象コンテキスト「A」の分散表現から誘導指標コンテキスト「B」の分散表現へと至る誘導内容ベクトルVC31を算出する。続いて、特定部44は、提供ベクトルの始点としてコンテキスト「上野」を受付けた場合は、コンテキスト「上野」の分散表現に誘導内容ベクトルVC31を加算した多次元量を算出し、算出した多次元量と類似する分散表現、例えば、コンテキスト「銀座」の分散表現を特定する。そして、特定部44は、コンテキスト「上野」の分散表現からコンテキスト「銀座」の分散表現へと至る提供ベクトルVC32を特定する。
続いて、特定部44は、提供ベクトルVC32の周囲に位置する分散表現を特定する。例えば、特定部44は、提供ベクトルVC32の周囲に位置する分散表現として、図7中点線の楕円中に位置するコンテキスト「上野」、「品川」、「新橋」、「新宿」、「有楽町」、および「銀座」の分散表現を特定する。そして、特定部44は、任意の条件に基づいて、コンテキスト「上野」の分散表現からコンテキスト「銀座」の分散表現へと至る際に経由する分散表現を特定する。
例えば、特定部44は、最初の中継点としてコンテキスト「品川」の分散表現を選択した場合、コンテキスト「上野」からコンテキスト「品川」へと至るベクトルVC33を特定する。続いて、特定部44は、コンテキスト「品川」の分散表現の次の中継点として、分散表現がコンテキスト「品川」よりも、コンテキスト「銀座」に近いコンテキストを検索する。この結果、図7に示す例では、特定部44は、コンテキスト「新宿」とコンテキスト「有楽町」とを特定する。
ここで、分散表現空間VS3に利用者の印象やコンテキストの意味等が反映されていると考えられる。このため、コンテキスト「上野」からコンテキスト「品川」を経由してからコンテキスト「新宿」へと分散表現を辿った場合と、コンテキスト「上野」からコンテキスト「品川」を経由してからコンテキスト「有楽町」へと分散表現を辿った場合とでは、意味の変遷に違いが生じると考えられる。より具体的には、2次元平面上に投影した提供ベクトルVC32から見て、分散表現が同じ方向に投影されるコンテキスト「品川」とコンテキスト「有楽町」とは、利用者の印象やコンテキストの意味がある程度類似すると考えられる。しかしながら2次元平面上に投影した提供ベクトルVC32から見て、分散表現が異なる方向に投影されるコンテキスト「品川」とコンテキスト「新宿」とは、利用者の印象やコンテキストの意味がある程度乖離すると考えられる。
このように、中継点として選択したコンテキストに対する利用者の印象や意味に乖離が存在する場合は、需要者に適切な誘導内容を提示することができなくなる恐れがある。例えば、需要者がブランド「A」の印象をブランド「B」の印象へと段階的に誘導する際の指標を求めている際に、中継点同士の印象や意味が乖離している場合は、適切な誘導内容をイメージされることができなくなるだけではなく、利用者の印象を適切に誘導することができない可能性が高い。
そこで、特定部44は、2次元平面上に投影した提供ベクトルVC32から見て、分散表現が同じ方向に投影されるコンテキストを中継点として選択する。より具体的には、特定部44は、「品川」の分散表現からコンテキスト「有楽町」の分散表現へと至るベクトルVC34と、「品川」の分散表現からコンテキスト「新宿」の分散表現へと至るベクトルVC35とを算出する。そして、特定部44は、算出した各ベクトルVC34、VC35と、提供ベクトルVC32との内積を算出し、内積の値がより大きい方のベクトルを選択する。すなわち、特定部44は、向きが提供ベクトルVC32とより類似するベクトルを選択する。例えば、図7に示す例では、ベクトルVC35の向きよりもベクトルVC34の向きの方が、提供ベクトルVC32と類似している。この結果、特定部44は、ベクトルVC34を選択し、ベクトルVC34の終点となるコンテキスト「有楽町」の分散表現を選択する。
その後、特定部44は、コンテキスト「有楽町」の分散表現からコンテキスト「銀座」の分散表現へと至るベクトルVC35を特定する。この結果、特定部44は、コンテキスト「上野」の分散表現から、コンテキスト「品川」の分散表現へと至り、続いてコンテキスト「有楽町」の分散表現へと至り、最後にコンテキスト「銀座」の分散表現へと至る経路を特定する。この結果、特定部44は、利用者の印象の誘導経路をよりイメージしやすい情報を提供することができる。
図2に戻り、説明を続ける。提供部45は、特定した分散表現と対応するコンテキストを提供する。例えば、提供部45は、提供ベクトルVC32の始点となる分散表現と対応するコンテキスト「上野」と、提供ベクトルVC32の終点となる分散表現と対応するコンテキスト「銀座」とを示す情報や、提供ベクトルVC32を示す情報等を需要者に提供する。例えば、提供部45は、「ブランド「A」からブランド「B」へと誘導する行為は、地域「上野」から地域「銀座」へと誘導する行為に類似する」といった旨の情報を提供者に提供する。
なお、提供部45は、提供ベクトルの近傍に位置する分散表現と対応するコンテキストを、利用者の印象を段階的に誘導する際の指標として提供してもよい。また、提供部45は、特定した各分散表現と対応するコンテキストと、各コンテキストと対応する分散表現を辿る順番とを示す情報を提供してもよい。例えば、提供部45は、コンテキスト「上野」の分散表現から、コンテキスト「品川」の分散表現へと至り、続いてコンテキスト「有楽町」の分散表現へと至り、最後にコンテキスト「銀座」の分散表現へと至る経路を特定部44が特定した場合、「ブランド「A」からブランド「B」へと誘導する行為は、地域「上野」から地域「品川」に誘導し、地域「品川」から地域「有楽町」へと誘導し、地域「有楽町」から地域「銀座」へと誘導する行為に類似する」といった旨の情報を提供者に提供する。なお、提供部45は、中継点として選択したコンテキストと、各コンテキストを中継する順序を示す数値とを対応付けて提供してもよい。
〔4.情報提供装置が実行する処理の流れの一例〕
続いて、図8を用いて、情報提供装置10が実行する提供処理の流れについて説明する。図8は、実施形態に係る情報提供装置が実行する提供処理の流れの一例を示すフローチャートである。なお、情報提供装置10は、図8に示す処理を、任意の単位で、任意のタイミングにより実行可能である。
例えば、情報提供装置10は、各コンテキストに対する印象の相対的な関連性に基づいて、各コンテキストの分散表現を生成する(ステップS101)。続いて、情報提供装置10は、判定対象コンテキストと誘導指標コンテキストとを取得する(ステップS102)。このような場合、情報提供装置10は、判定対象コンテキストの分散表現から誘導指標コンテキストの分散表現までのベクトル、すなわち、誘導内容ベクトルを特定する(ステップS103)。そして、情報提供装置10は、特定した誘導内容ベクトルと類似する他のベクトル、すなわち、提供ベクトルを構成する分散表現を特定する(ステップS104)。その後、情報提供装置10は、特定した分散表現と対応するコンテキストを示す情報を提供し(ステップS105)、処理を終了する。
〔5.変形例〕
上記では、情報提供装置10による提供処理や算出処理の一例について説明した。しかしながら、実施形態は、これに限定されるものではない。以下、情報提供装置10が実行する提供処理や算出処理のバリエーションについて説明する。
〔5−1.提供する情報について〕
上述した例では、情報提供装置10は、誘導内容ベクトルと類似する提供ベクトルを構成する分散表現のコンテキストを提供した。しかしながら、実施形態は、これに限定されるものではない。例えば、情報提供装置10は、誘導内容ベクトルと類似する複数のベクトルを特定し、特定を構成する分散表現のコンテキストを解析することで、どのような広告やニュースを配信すれば、判定対象コンテキストの印象を誘導指標コンテキストの印象へと近づけることができるかを推定し、推定結果を需要者に提供してもよい。すなわち、情報提供装置10は、提供ベクトルを構成する分散表現のコンテキストに基づく情報であれば、任意の情報を提供してもよい。
また、情報提供装置10は、ネットワークを介して利用者に対して伝達される各種の配信情報のみならず、商品の販売やイベントの提供等、判定対象コンテキストに関する所定の事象として、どのような事象が生じさせることで、判定対象コンテキストに関する印象を適切に誘導させることができるかを判定してもよい。
なお、情報提供装置10により提供される情報は、需要者により任意の解釈が行われてよい。例えば、情報提供装置10により提供される情報は、マーケティングの対象となる利用者の選択やマーケティング内容の選定等、判定対象コンテキストに関する印象を誘導する際の指標として用いられるのであれば、任意の態様で利用されてよい。
〔5−2.分散表現空間上における処理について〕
上述した例では、情報提供装置10は、分散表現空間上におけるベクトルの類似性に基づいて、誘導内容ベクトルと類似する提供ベクトルを特定した。ここで、情報提供装置10は、ベクトル同士の類似性を判断する任意の手法を用いて、ベクトル同士の類似性を判断してよい。例えば、情報提供装置10は、コサイン類似度等、ベクトルのノルムを考慮しない手法を用いて類似性の判断を行ってもよく、ノルムを考慮した類似性の判断を行ってもよい。
〔5−3.装置構成〕
情報提供装置10は、フロントエンドサーバと、バックエンドサーバとで実現されてもよい。このような場合、フロントエンドサーバには、図2に示す取得部43、および提供部45が配置され、バックエンドサーバには、収集部41、生成部42、および特定部44が配置される。また、記憶部30に登録された各データベース31〜34は、外部のストレージサーバに保持されていてもよい。
〔5−4.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、逆に、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。
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、上記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。
〔5−5.プログラム〕
また、上述した実施形態に係る情報提供装置10は、例えば図9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9は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
演算装置1030は、一次記憶装置1040や二次記憶装置1050に格納されたプログラムや入力装置1020から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置1040は、RAM等、演算装置1030が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置1050は、演算装置1030が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ROM(Read Only Memory)、HDD(Hard Disk Drive)、フラッシュメモリ等により実現される。
出力IF1060は、モニタやプリンタといった各種の情報を出力する出力装置1010に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、USB(Universal Serial Bus)やDVI(Digital Visual Interface)、HDMI(登録商標)(High Definition Multimedia Interface)といった規格のコネクタにより実現される。また、入力IF1070は、マウス、キーボード、およびスキャナ等といった各種の入力装置1020から情報を受信するためのインタフェースであり、例えば、USB等により実現される。
なお、入力装置1020は、例えば、CD(Compact Disc)、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から情報を読み出す装置であってもよい。また、入力装置1020は、USBメモリ等の外付け記憶媒体であってもよい。
ネットワークIF1080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演算装置1030へ送り、また、ネットワークNを介して演算装置1030が生成したデータを他の機器へ送信する。
演算装置1030は、出力IF1060や入力IF1070を介して、出力装置1010や入力装置1020の制御を行う。例えば、演算装置1030は、入力装置1020や二次記憶装置1050からプログラムを一次記憶装置1040上にロードし、ロードしたプログラムを実行する。
例えば、コンピュータ1000が情報提供装置10として機能する場合、コンピュータ1000の演算装置1030は、一次記憶装置1040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40の機能を実現する。
〔6.効果〕
上述したように、情報提供装置10は、判定対象コンテキストに対する印象の誘導先を示す誘導指標コンテキストを取得する。また、情報提供装置10は、複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現から、判定対象コンテキストの分散表現および誘導指標コンテキストの分散表現と所定の関連性を有する他の分散表現を特定する。この結果、情報提供装置10は、判定対象コンテキストの印象を誘導指標コンテキストの印象へと誘導する行為を他の観点から示す情報を提供することができるので、所定の対象に対する利用者の印象を、所定の印象へと誘導するような配信情報の指標を提供できる。
また、情報提供装置10は、誘導指標コンテキストとして、判定対象コンテキストに対する印象の誘導先となるコンテキストを取得する。また、情報提供装置10は、判定対象コンテキストの分散表現から誘導指標コンテキストの分散表現へと至るベクトルを特定し、特定したベクトルと類似する提供ベクトルを構成する分散表現を他の分散表現として特定する。このため、情報提供装置10は、需要者が所望する誘導内容を他の観点から示す情報を適切に特定することができる。
また、情報提供装置10は、所定のカテゴリに属するコンテキストの分散表現から、提供ベクトルを構成する分散表現を特定する。このため、情報提供装置10は、需要者が所望する誘導内容を、所定のカテゴリを基準として示す情報を適切に特定することができる。
また、情報提供装置10は、特定したベクトルと類似する提供ベクトルであって、予め指定されたコンテキストの分散表現を始点とするベクトルを構成する分散表現を他の分散表現として特定する。例えば、情報提供装置10は、予め指定されたコンテキストの分散表現と特定したベクトルとの和を算出し、算出した和と類似する他の分散表現を特定する。また、情報提供装置10は、特定したベクトルと類似する提供ベクトルであって、予め指定されたコンテキストの分散表現を終点とするベクトルを構成する分散表現を他の分散表現として特定する。例えば、情報提供装置10は、予め指定されたコンテキストの分散表現から特定したベクトルを減算した多次元量を算出し、算出した多次元量と類似する他の分散表現を特定する。
これらの処理の結果、情報提供装置10は、例えば、需要者が所望する印象の誘導行為を、需要者が指定した所定のコンテキストを基準として示す情報、すなわち、誘導行為のペルソナを提供することができる。この結果、情報提供装置10は、需要者が所望する印象の誘導行為の指標となる情報を提供できる。
また、情報提供装置10は、予め指定されたコンテキストと同じカテゴリに属するコンテキストの分散表現を他の分散表現として特定する。このため、情報提供装置10は、より理解しやすい指標を提供することができる。
また、情報提供装置10は、提供ベクトルの近傍に位置する分散表現をさらに特定し、提供ベクトルの近傍に位置する分散表現と対応するコンテキストを、判定対象コンテキストに対する印象を段階的に誘導する際の指標として提供する。例えば、情報提供装置10は、提供ベクトルの始点となる分散表現から、提供ベクトルの終点となる分散表現へと段階的に近づくように、提供ベクトルの近傍に位置する分散表現の中から所定の数の分散表現を特定するとともに、特定した各分散表現を辿る順番を特定する。そして、情報提供装置10は、特定した各分散表現と対応するコンテキストと、各コンテキストと対応する分散表現を辿る順番とを示す情報を提供する。このため、情報提供装置10は、判定対象コンテキストの印象を段階的に誘導する際の指標を提供することができる。
また、情報提供装置10は、各分散表現を辿る経路と、提供ベクトルとの間の内積が所定の範囲内に収まるように、提供ベクトルの近傍に位置する分散表現の中から所定の数の分散表現を特定する。このため、情報提供装置10は、判定対象コンテキストの印象を段階的に誘導する際の指標として、印象や意味の乖離が少ないコンテキストを提供することができる。
また、情報提供装置10は、各コンテキストに対して任意の利用者が有する印象の相対的な関連性に基づいて生成された各コンテキストの分散表現から、他の分散表現を特定する。このため、情報提供装置10は、判定対象コンテキストに対する利用者の印象を、所定のコンテキストに対する利用者の印象へと誘導する際の指標を提供することができる。
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、上記してきた「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、提供部は、提供手段や提供回路に読み替えることができる。
10 情報提供装置
20 通信部
30 記憶部
31 ログデータベース
32 分散表現空間データベース
33 コンテキストデータベース
34 モデルデータベース
40 制御部
41 収集部
42 生成部
43 取得部
44 特定部
45 提供部
100 情報管理サーバ
200 利用者端末
300 需要者サーバ

Claims (15)

  1. 所定のコンテキストに対する印象の誘導指標を示すコンテキストを取得する取得部と、
    複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現のうち、前記所定のコンテキストの分散表現から前記誘導指標を示すコンテキストの分散表現へと至るベクトルを特定し、特定したベクトルと類似する他のベクトルの始点となる分散表現と対応する始点コンテキストと、当該ベクトルの終点となる分散表現と対応する終点コンテキストとを特定する特定部と、
    前記所定のコンテキストに対する印象を前記誘導指標を示すコンテキストへと誘導するための指標として、前記特定部が特定した前記始点コンテキストを前記終点コンテキストへと誘導する旨の情報を提供する提供部と
    を有することを特徴とする提供装置。
  2. 所定のコンテキストに対する印象の誘導指標を示すコンテキストを取得する取得部と、
    複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現のうち、前記所定のコンテキストの分散表現から前記誘導指標を示すコンテキストの分散表現へと至るベクトルを特定し、特定したベクトルと類似する他のベクトルを構成する分散表現と、当該他のベクトルの近傍に位置する分散表現とを特定する特定部と、
    前記特定部が特定した前記他のベクトルを構成する分散表現と対応するコンテキストを提供するとともに、前記他のベクトルの近傍に位置する分散表現と対応するコンテキストを、前記所定のコンテキストに対する印象を段階的に誘導する際の指標として提供する提供部と
    を有することを特徴とする提供装置。
  3. 前記特定部は、前記他のベクトルの始点となる分散表現から、当該他のベクトルの終点となる分散表現へと段階的に近づくように、前記他のベクトルの近傍に位置する分散表現の中から所定の数の分散表現を特定するとともに、特定した各分散表現を辿る順番を特定し、
    前記提供部は、前記特定部が特定した各分散表現と対応するコンテキストと、各コンテキストと対応する分散表現を辿る順番とを示す情報を提供する
    ことを特徴とする請求項に記載の提供装置。
  4. 前記特定部は、各分散表現を辿る経路と、前記他のベクトルとの間の内積が所定の範囲内に収まるように、前記他のベクトルの近傍に位置する分散表現の中から所定の数の分散表現を特定する
    ことを特徴とする請求項に記載の提供装置。
  5. 前記取得部は、前記誘導指標を示すコンテキストとして、前記所定のコンテキストに対する印象の誘導先となるコンテキストを取得する
    ことを特徴とする請求項1〜4のうちいずれか1つに記載の提供装置。
  6. 前記特定部は、所定のカテゴリに属するコンテキストの分散表現から、前記他のベクトルを構成する分散表現を特定する
    ことを特徴とする請求項1〜5のうちいずれか1つに記載の提供装置。
  7. 前記特定部は、特定したベクトルと類似する他のベクトルであって、予め指定されたコンテキストの分散表現を始点とするベクトルを構成する分散表現を特定する
    ことを特徴とする請求項またはに記載の提供装置。
  8. 前記特定部は、前記予め指定されたコンテキストの分散表現と前記特定したベクトルとの和を算出し、算出した和と類似する他の分散表現を特定する
    ことを特徴とする請求項に記載の提供装置。
  9. 前記特定部は、予め指定されたコンテキストの分散表現から前記特定したベクトルを減算した多次元量を算出し、算出した多次元量と類似する他のベクトルを特定する
    ことを特徴とする請求項1〜8のうちいずれか1つに記載の提供装置。
  10. 前記特定部は、予め指定されたコンテキストと同じカテゴリに属するコンテキスト特定する
    ことを特徴とする請求項のうちいずれか1つに記載の提供装置。
  11. 前記特定部は、各コンテキストに対して任意の利用者が有する印象の相対的な関連性に基づいて生成された各コンテキストの分散表現を用いる
    ことを特徴とする請求項1〜1のうちいずれか1つに記載の提供装置。
  12. 提供装置が実行する提供方法であって、
    所定のコンテキストに対する印象の誘導指標を示すコンテキストを取得する取得工程と、
    複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現のうち、前記所定のコンテキストの分散表現から前記誘導指標を示すコンテキストの分散表現へと至るベクトルを特定し、特定したベクトルと類似する他のベクトルの始点となる分散表現と対応する始点コンテキストと、当該ベクトルの終点となる分散表現と対応する終点コンテキストとを特定する特定工程と、
    前記所定のコンテキストに対する印象を前記誘導指標を示すコンテキストへと誘導するための指標として、前記特定工程で特定した前記始点コンテキストを前記終点コンテキストへと誘導する旨の情報を提供する提供工程と
    を含むことを特徴とする提供方法。
  13. 所定のコンテキストに対する印象の誘導指標を示すコンテキストを取得する取得手順と、
    複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現のうち、前記所定のコンテキストの分散表現から前記誘導指標を示すコンテキストの分散表現へと至るベクトルを特定し、特定したベクトルと類似する他のベクトルの始点となる分散表現と対応する始点コンテキストと、当該ベクトルの終点となる分散表現と対応する終点コンテキストとを特定する特定手順と、
    前記所定のコンテキストに対する印象を前記誘導指標を示すコンテキストへと誘導するための指標として、前記特定手順で特定した前記始点コンテキストを前記終点コンテキストへと誘導する旨の情報を提供する提供手順と
    をコンピュータに実行させるための提供プログラム。
  14. 提供装置が実行する提供方法であって、
    所定のコンテキストに対する印象の誘導指標を示すコンテキストを取得する取得工程と、
    複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現のうち、前記所定のコンテキストの分散表現から前記誘導指標を示すコンテキストの分散表現へと至るベクトルを特定し、特定したベクトルと類似する他のベクトルを構成する分散表現と、当該他のベクトルの近傍に位置する分散表現とを特定する特定工程と、
    前記特定工程で特定した前記他のベクトルを構成する分散表現と対応するコンテキストを提供するとともに、前記他のベクトルの近傍に位置する分散表現と対応するコンテキストを、前記所定のコンテキストに対する印象を段階的に誘導する際の指標として提供する提供工程と
    を含むことを特徴とする提供方法。
  15. 所定のコンテキストに対する印象の誘導指標を示すコンテキストを取得する取得手順と、
    複数のコンテキストが有する相対的な関連性に基づいて生成された各コンテキストの分散表現のうち、前記所定のコンテキストの分散表現から前記誘導指標を示すコンテキストの分散表現へと至るベクトルを特定し、特定したベクトルと類似する他のベクトルを構成する分散表現と、当該他のベクトルの近傍に位置する分散表現とを特定する特定手順と、
    前記特定手順で特定した前記他のベクトルを構成する分散表現と対応するコンテキストを提供するとともに、前記他のベクトルの近傍に位置する分散表現と対応するコンテキストを、前記所定のコンテキストに対する印象を段階的に誘導する際の指標として提供する提供手順と
    をコンピュータに実行させるための提供プログラム。
JP2017030449A 2017-02-21 2017-02-21 提供装置、提供方法および提供プログラム Active JP6224856B1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017030449A JP6224856B1 (ja) 2017-02-21 2017-02-21 提供装置、提供方法および提供プログラム
US15/872,604 US20180239790A1 (en) 2017-02-21 2018-01-16 Provision device, provision method and non-transitory computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017030449A JP6224856B1 (ja) 2017-02-21 2017-02-21 提供装置、提供方法および提供プログラム

Publications (2)

Publication Number Publication Date
JP6224856B1 true JP6224856B1 (ja) 2017-11-01
JP2018136721A JP2018136721A (ja) 2018-08-30

Family

ID=60213996

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017030449A Active JP6224856B1 (ja) 2017-02-21 2017-02-21 提供装置、提供方法および提供プログラム

Country Status (2)

Country Link
US (1) US20180239790A1 (ja)
JP (1) JP6224856B1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019149035A (ja) * 2018-02-27 2019-09-05 ヤフー株式会社 提供装置、提供方法および提供プログラム
JP2019149200A (ja) * 2019-05-09 2019-09-05 ヤフー株式会社 提供装置、提供方法および提供プログラム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10999416B1 (en) 2020-12-09 2021-05-04 Coupang Corp. Systems and methods for recurrent and adaptive electronic notifications

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009199151A (ja) * 2008-02-19 2009-09-03 Hitachi Ltd k最近傍検索方法、k最近傍検索プログラム及びk最近傍検索装置
JP2012159983A (ja) * 2011-01-31 2012-08-23 Meiji Univ 類推装置、類推方法及びプログラム
JP2013105309A (ja) * 2011-11-14 2013-05-30 Sony Corp 情報処理装置、情報処理方法、及びプログラム
JP2014229276A (ja) * 2013-05-27 2014-12-08 日本電信電話株式会社 グラフデータベース統合検索装置及び方法及びプログラム
US20170032273A1 (en) * 2015-07-27 2017-02-02 International Business Machines Corporation Obtaining and Using a Distributed Representation of Concepts as Vectors
JP2017027106A (ja) * 2015-07-15 2017-02-02 日本放送協会 類似度算出装置、類似検索装置、および類似度算出プログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009199151A (ja) * 2008-02-19 2009-09-03 Hitachi Ltd k最近傍検索方法、k最近傍検索プログラム及びk最近傍検索装置
JP2012159983A (ja) * 2011-01-31 2012-08-23 Meiji Univ 類推装置、類推方法及びプログラム
JP2013105309A (ja) * 2011-11-14 2013-05-30 Sony Corp 情報処理装置、情報処理方法、及びプログラム
JP2014229276A (ja) * 2013-05-27 2014-12-08 日本電信電話株式会社 グラフデータベース統合検索装置及び方法及びプログラム
JP2017027106A (ja) * 2015-07-15 2017-02-02 日本放送協会 類似度算出装置、類似検索装置、および類似度算出プログラム
US20170032273A1 (en) * 2015-07-27 2017-02-02 International Business Machines Corporation Obtaining and Using a Distributed Representation of Concepts as Vectors

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
土田 崇仁、外6名: "Word2Vecを用いた地域やランドマークの意味演算", 第8回データ工学と情報マネジメントに関するフォーラム (第14回日本データベース学会年次大会), JPN6017022324, 8 August 2016 (2016-08-08), JP, pages pp.1−6 *
岡崎 直観: "言語処理における分散表現学習のフロンティア", 人工知能, vol. 第31巻,第2号, JPN6017022326, 1 March 2016 (2016-03-01), JP, pages pp.189−201 *
溝口 健二、外1名: "領域表現を用いた四項類推を行うニューラルネットワーク", 電子情報通信学会技術研究報告, vol. 第98巻,第674号, JPN6017022325, 19 March 1999 (1999-03-19), JP, pages pp.47−54 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019149035A (ja) * 2018-02-27 2019-09-05 ヤフー株式会社 提供装置、提供方法および提供プログラム
JP2019149200A (ja) * 2019-05-09 2019-09-05 ヤフー株式会社 提供装置、提供方法および提供プログラム
JP7133508B2 (ja) 2019-05-09 2022-09-08 ヤフー株式会社 提供装置、提供方法および提供プログラム

Also Published As

Publication number Publication date
JP2018136721A (ja) 2018-08-30
US20180239790A1 (en) 2018-08-23

Similar Documents

Publication Publication Date Title
CN110325986B (zh) 文章处理方法、装置、服务器及存储介质
TWI549079B (zh) 用於導引內容至一社群網路引擎之使用者的系統及方法
US11321723B2 (en) Method, apparatus, and computer program product for providing a search feedback system
US20130086063A1 (en) Deriving User Influences on Topics from Visual and Social Content
JP6023129B2 (ja) 抽出装置、抽出方法及び抽出プログラム
US20150193685A1 (en) Optimal time to post for maximum social engagement
JP2021089742A (ja) 広告を選択する方法、ユーザを分類する方法、およびプログラム
AU2014399168A1 (en) Automated click type selection for content performance optimization
JP6224856B1 (ja) 提供装置、提供方法および提供プログラム
KR20220117425A (ko) 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템
CN116842478A (zh) 一种基于推特内容的用户属性预测方法
Durmaz et al. A conceptual approach to the strategies and steps of digital marketing
Horváth et al. The Impact of Influencers on Consumers’ Purchasing Decisions When Shopping Online
US11302048B2 (en) Computerized system and method for automatically generating original memes for insertion into modified messages
JP7133508B2 (ja) 提供装置、提供方法および提供プログラム
JP6527257B1 (ja) 提供装置、提供方法および提供プログラム
JP6664600B2 (ja) 提供装置、提供方法および提供プログラム
JP6505200B2 (ja) コンテンツの性能の最適化のための自動化されたクリックタイプの選択
JP6342027B1 (ja) 提供装置、提供方法および提供プログラム
JP2016048526A (ja) 抽出装置、抽出方法および抽出プログラム
JP7260439B2 (ja) 抽出装置、抽出方法及び抽出プログラム
KR102663801B1 (ko) 통신 시스템에서 사용자 친화적으로 배너 광고를 생성하기 위한 방법 및 장치
JP7189277B1 (ja) 提供装置、提供方法、および提供プログラム
JP2023094253A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2023094249A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170817

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: 20170905

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20171005

R150 Certificate of patent or registration of utility model

Ref document number: 6224856

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

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