JP6297893B2 - 人格情報処理装置、人格情報処理方法及び人格情報処理プログラム - Google Patents

Description

本発明は、広告情報を配信する技術に関する。

広告情報を配信する配信装置がある。従来の配信装置は、ログインＩＤなどのサービス契約単位毎にユーザの行動履歴を集約し、集約した行動履歴に基づく広告情報を配信していた（特許文献１，２）。

特開２０１２−１４２７０４号公報 特開２０１０−２３１４９７号公報

しかしながら、サービス契約単位毎のユーザ行動履歴に基づいて広告情報を配信するため、例えば家庭や会社などのユーザの行動時の心的又は環境的状況に応じた広告情報を配信できなかった。

本発明は、上記事情を鑑みてなされたものであり、ユーザにとって有益性の高い情報を提供することを目的とする。

以上の課題を解決するため、請求項１に記載の人格情報処理装置は、ユーザの人格モードを登録しておく登録手段と、前記人格モードで行われたユーザの行動履歴情報を記憶しておく記憶手段と、所定の人格モードに対応する行動履歴情報を前記記憶手段から読み出して、当該行動履歴情報に関連する関連情報を配信する配信手段と、を有し、前記配信手段は、前記所定の人格モードに類似的関係又は非類似的関係を有する他の人格モードでの行動履歴情報に基づき前記関連情報を調整することを要旨とする。

請求項２に記載の人格情報処理装置は、請求項１に記載の人格情報処理装置において、前記行動履歴情報を加工する加工手段を更に有し、前記配信手段は、加工後の行動履歴情報に関連する関連情報を配信することを要旨とする。

請求項３に記載の人格情報処理装置は、請求項１又は２に記載の人格情報処理装置において、所定ユーザの未登録の人格モードを他ユーザの人格モードを用いて生成し、前記所定ユーザの人格モード候補として提示する提示手段を更に有することを要旨とする。

請求項４に記載の人格情報処理装置は、請求項３に記載の人格情報処理装置において、前記提示手段は、全てのユーザの行動履歴情報を更に用いて前記所定ユーザの人格モード候補を生成することを要旨とする。

請求項５に記載の人格情報処理装置は、請求項１乃至４のいずれかに記載の人格情報処理装置において、前記人格モードの重要度を変更可能に付与する付与手段を更に有し、前記配信手段は、前記重要度に基づき前記関連情報を調整することを要旨とする。

請求項６に記載の人格情報処理装置は、請求項１乃至５のいずれかに記載の人格情報処理装置において、前記人格モードの重要度の人格モード間での比率を変更する変更手段を更に有し、前記配信手段は、任意に組み合わされた人格モード間での重要度の比率に基づき前記関連情報を調整することを要旨とする。

請求項７に記載の人格情報処理装置は、請求項１乃至６のいずれかに記載の人格情報処理装置において、前記配信手段は、現在の人格モードが所定ユーザの変更後の人格モードに合致する他ユーザに対し、前記所定ユーザに配信した関連情報と同じ関連情報を配信することを要旨とする。

請求項８に記載の人格情報処理装置は、請求項７に記載の人格情報処理装置において、前記配信手段は、前記現在の人格モードの重要度が閾値以上である前記他ユーザに対し、前記所定ユーザに配信した関連情報と同じ関連情報を配信することを要旨とする。

請求項９に記載の人格情報処理装置は、請求項１乃至８のいずれかに記載の人格情報処理装置において、変更による人格モードの遷移パターンを当該変更した後の人格モードでの行動履歴情報に対応付けて記憶しておく記憶手段を更に有し、前記配信手段は、前記遷移パターンに合致する人格モードの変更を行ったユーザに対し、当該遷移パターンでの行動履歴情報に基づき配信された関連情報と同じ関連情報を配信することを要旨とする。

請求項１０に記載の人格情報処理方法は、コンピュータにより、ユーザの人格モードを登録手段に登録しておく登録ステップと、前記人格モードで行われたユーザの行動履歴情報を記憶手段に記憶しておく記憶ステップと、所定の人格モードに対応する行動履歴情報を前記記憶手段から読み出して、当該行動履歴情報に関連する関連情報を配信する配信ステップと、を有し、前記配信ステップにおいて、前記所定の人格モードに類似的関係又は非類似的関係を有する他の人格モードでの行動履歴情報に基づき前記関連情報を調整することを要旨とする。

請求項１１に記載の人格情報処理プログラムは、請求項１０に記載の人格情報処理方法をコンピュータに実行させることを要旨とする。

以上より、本発明によれば、所定の人格モードに一定の関係を有する他の人格モードでの行動履歴情報に基づき関連情報を調整するため、ユーザにとって有益性の高い情報を提供することができる。

本発明によれば、ユーザにとって有益性の高い情報を提供することができる。

マルチペルソナシステム説明時の参照図である。 本発明の機能概要説明時の参照図である。 人格情報処理装置の機能ブロック構成を示す図である。 広告情報配信方法のフロー図である。 広告情報配信方法説明時の参照図である。 人格モード及び補完情報の例を示す図である。 人格モード間の関係性の例を示す図である。 人格モードと補完情報と行動履歴情報の関連性を示す図である。 配信される広告情報の例を示す図である。 人格モード間の関係性付け処理説明時の参照図である。 人格モード間の関係性の判定方法を示す図である。 行動履歴編集方法の概念を示す図である。 行動履歴編集方法のフロー図である。 行動履歴編集方法説明時の参照図である。 人格モード候補の推定・推薦方法の概念を示す図である。 人格モード候補の推定・推薦方法のフロー図である。 人格モード候補の推定・推薦方法説明時の参照図である。 人格モードの重み付け方法の概念を示す図である。 人格モードの重み付け方法の概念を示す図である。 人格モードの重み付け方法のフロー図である。 人格モードの重み付け方法説明時の参照図である。 人格モードの重み付けの例を示す図である。 人格モード変更による広告情報のカスタマイズ方法の概念を示す図である。 人格モード変更による広告情報のカスタマイズ方法のフロー図である。 人格モード変更による広告情報のカスタマイズ方法説明時の参照図である。 人格モード遷移による広告情報のカスタマイズ方法の概念を示す図である。 人格モード遷移による広告情報のカスタマイズ方法のフロー図である。 人格モード遷移による広告情報のカスタマイズ方法説明時の参照図である。

〔マルチペルソナシステムについて〕
最初に、本発明の人格情報処理装置で実現するマルチペルソナシステムについて概説する。通常、同じ人であっても、例えば、会社でインターネットを利用した調査行動を行う場合であれば、下着とか育毛剤などの個人的な商品に関する広告が表示されても購入しようとは思わないことが多い。反対に、商品のマーケティング担当者であれば、仕事の場合でも私的な場合でも様々な広告に興味を持つことが必要とされる。そのため、これまで、人の持つ人格に関連性を持ち、その人の置かれた状況に応じた広告情報の有効性を客観的に外部から判断することは困難であった。

また、購入頻度や利用頻度が極端に低い広告情報が何度も「おすすめ」として提供されることにより、ユーザに対して不愉快な感情を与えてしまうなどの弊害もある。例えば、一度でもお悔やみ電報を利用すると、いつまでも「お悔やみ電報」が「おすすめ」として表示されるなどである。必要にせまられて購入した不本意な行動履歴をもとに「おすすめ」することにより、かえって顧客を遠ざけてしまうという弊害もあった。

更に、従来の電子商取引は、人の演じる役割に応じて消費を行うという行動主体の内面を把握することが十分ではない。例えば、非常に詳細な知識を持つ商品、つまり関与が高く多面的な選択を行うことで購買・利用などを決定するものや、反対に関与が低く画一的な基準、例えば価格やパソコンなどの処理性能などの定量化された比較基準で購買・利用などを決定する商品など、人の持つ人格に影響を受けて商品を選択するというような、こだわり具合を表現することができなかった。

これは、従来の電子商取引が個人の行動に基づき、購買・利用の判断を貧乏と金持ち、興味のありなしの二分論のような一種類のラベルによって消費者を判断するマーケティングを行っているためであり、その先にある消費者自身を異なる場面や役割で細分化して定義する機能が十分でなかったことによる。

そこで、本マルチペルソナシステムでは、図１に例示するように、人は意識・無意識を問わず多面的なキャラクターを持ち、周囲の環境に応じた複数のモードを備えていることから、行動時のユーザの状況により個人の役割が異なり、外部環境によって行動への影響が想定されることに着目している。

そして、図２（ａ）に示すように、同一のユーザにおける購買行動をも支配する役割意識の違いを人格（ペルソナ）として定義し、ユーザが人格を自主判別し若しくはシステムの自動判別又はそれらを組み合わせ、該当する人格やロケーション・時間帯などに応じた行動履歴に基づく情報を配信するようにしている。これにより、ユーザにとっては、最適化された広告情報を享受することができ、広告主にとっては、ターゲットを絞って広告情報を提供することにより、広告商品の購買率を高めることができる。

そして、特に本発明では、図２（ｂ）に示すように、（１）ユーザの人格を複合的に組み合わせ、（２）ペルソナ間の関係性による補足情報の提供、（３）各ペルソナでのユーザ行動履歴の編集、（４）ペルソナの重み付けによる特性混合などの機能を追加的に提供するようにしている。これにより、多様な情報配信の実現が可能となり、ユーザにとってより有益性の高い広告情報を提供することができる。以下、図２（ｂ）の全体概要に基づき、本発明を実施する一実施の形態について図面を用いて説明する。

〔人格情報処理装置の構成について〕
図３は、本実施の形態に係る人格情報処理装置１の機能ブロック構成を示す図である。この人格情報処理装置１は、人格モード判定部１１と、人格モード間関係処理部１２と、関連情報編集部１３と、人格モード候補選定部１４と、入出力部１５と、データ記憶部１６と、カスタマイズ情報処理部１７と、人格モード推定部１８と、を備えて構成される。これら全ての機能部１１〜１６は、相互に通信可能に接続されている。

人格モード判定部１１は、人が演じる人格を人格モードと定義し、各人格モードの入力を受け付ける人格モード候補入力部１１１と、現在の人格モードを選択させその入力を受け付ける人格モード選択入力部１１２と、現在の人格モードで行われたユーザの行動履歴に関連のある広告情報（関連情報）を配信する人格モード情報処理部１１３と、人格モードに重みを付与し当該重みを変更する人格モード重み付け処理部１１４と、人格モードの遷移パターンに応じてユーザの行動履歴情報を記憶し処理する履歴対応処理部１１５と、を備えている。

人格モード間関係処理部１２は、人格モード間の関係性を定義付ける人格モード間関係処理部１２１を備えている。

関連情報編集部１３は、各人格モードでそれぞれ行われた各ユーザの行動履歴情報を変更する人格モード処理履歴編集部１３１を備えている。

人格モード候補選定部１４は、他のユーザの人格モードを含む全ての人格モード情報や全ての行動履歴情報を用いて現在利用中のユーザの人格モード候補を判定する人格モード候補判定部１４１と、判定された人格モード候補を現在の人格モード候補としてユーザに提示する人格モード候補提示部１４２と、を備えている。

入出力部１５は、ユーザの人格モードの変更に伴い他のユーザにも同様の広告情報を配信する外部通信処理部１５１と、配信先である他のユーザの宛先を検索する外部通信宛先検索部１５２と、を備えている。

データ記憶部１６は、入力された人格モードを記憶しておく人格モード候補記憶部１６１と、選択又は人格情報処理装置１により推定された現在の人格モードを記憶する現在人格モード記憶部１６２と、各人格モードでそれぞれ行われたユーザの行動履歴情報を記憶しておく人格モード行動履歴記憶部１６３と、人格モードと補完情報（後述）とを対応付けた状況判定情報を記憶しておく状況判定情報記憶部１６４と、人格モード間の関係性が定義付けされた人格モード間関係情報を記憶しておく人格モード間関係記憶部１６５と、編集後のユーザ行動履歴情報を記憶しておく人格モード処理履歴記憶部１６６と、を備えている。

カスタマイズ情報処理部１７は、ユーザの端末に表示される情報をユーザの要求に応じて適宜カスタマイズする機能を備えている。

人格モード推定部１８は、入力された補完情報に対応する人格モードを状況判定情報から検索する状況情報解析部１８１と、検索された人格モードを推定後の人格モードとして選択させる人格モード推定選択処理部１８２とを備えている。

〔人格情報処理装置の動作について〕
続いて、人格情報処理装置１の動作について説明する。

＜広告情報配信方法について＞
まず、人格情報処理装置１で行う広告情報配信方法について説明する。本方法では、人格モード間の関係性を定義・登録しておき、現在の人格モードでの行動履歴に関連する広告情報を配信する際に、その現在の人格モードに関係する他の人格モードでの行動履歴に基づき広告情報を調整することを目的としている。以下、処理フローの例を詳述する。

図４は、広告情報配信方法の処理フローを示す図である。図５は、広告情報配信方法の処理フローを説明する際の参照図である。広告情報配信方法は、人格モード判定部１１と、人格モード間関係処理部１２と、データ記憶部１６と、によって実行される。

まず、ステップＳ１０１において、人格モード候補入力部１１１が、ユーザに対しユーザの演じる人格モードの設定を要求し、その要求に基づき入力された人格モードを人格モード候補として人格モード候補記憶部１６１に登録する。これにより、例えば、「父親の私」、「夫の私」、「会社員の私」、「ソフトウェア技術者の私」、「パラグライダーファンの私」、「つりファンの私」といった様々な人格モードが登録される。

このとき、人格情報処理装置１の内部で予め保持している既存の人格モードを選択させてもよいし、ユーザが新規に人格モードをカスタマイズ生成して登録してもよい。また、このような人格モードに対して、各人格モードでの行動決定の一要素となる補完情報を指定などして付与することも可能である。例えば、図６に示すように、場所、時刻、キーワード、購入サイトＵＲＬ、イベント名などの「タグ情報」を各人格モードに応じて付与する。その他、０〜１００の範囲内での実数値を「重み付け情報」として各人格モード又は各タグの重要度に応じて付与する。

なお、このような補完情報は、人格モードと同様に新規にカスタマイズ生成することや、過去の行動履歴情報を用いて生成することも可能である。また、補完情報を対応付ける方法としては、ユーザ指定による対応付けや、人格情報処理装置１による対応付けなどが考えられる。

次に、ステップＳ１０２において、人格モード間関係処理部１２１が、人格モード候補記憶部１６１に登録されている複数の人格モードを読み出して、人格モードの内容などに基づき人格モード同士の関係性を定義付け、定義付けた人格モード間の関係情報を人格モード間関係記憶部１６５に登録する。

例えば、図７に示すように、登録された人格モードが「格安モード」と「こだわりモード」の場合、旅費的には“安い”と“高い”の対極的関係にあるため、その両者の関係を「反発関係」と定義する。一方、「こだわりモード」と「流行モード」の場合には、旅行先の“こだわり”が現在の“流行”に左右される可能性が高いため、その両者の関係を「シフト関係」と定義する。更に、「格安モード」と「割安モード」の場合には、いずれも“安い”という類似的関係にあるため、両者の関係を「相似関係」と定義する。

なお、このような人格モード間の関係付け処理は、ユーザが登録済みの人格モードのモード定義を参照しながら設定してもよいし、人格情報処理装置１が自動で設定してもよい。前者の場合、人格モード間関係処理部１２１は、ユーザにより定義付けられた人格モード間の類似的又は非類似的関係情報を人格モードに対応付けて人格モード間関係記憶部１６５に登録する処理を実行する。一方、後者については後述する。

また、「相似関係」、「シフト関係」、「反発関係」は、人格モード間の関係性を示す例であり、人格モード間の類似的又は非類似的関係を示すものであればそれら以外の関係性を用いてもよい。なお、「相似関係」とは、類似的関係の代表例である。また、「反発関係」とは、非類似的関係ととらえてもよいし、類似度の低い類似的関係ともとらえてもよい。更に、「シフト関係」とは、非類似的関係とみなしてもよいし、一方が他方に影響を与える関係であり、コンピュータである人格情報処理装置１からすれば、類似度がある程度高い類似的関係とみなしてもよい。いずれにせよ、本発明において、特許請求の範囲に記載された「類似的又は非類似的関係」とは、「相似関係」、「シフト関係」、「反発関係」を含むものとする。

次に、ステップＳ１０３において、人格モード選択入力部１１２が、人格モード候補記憶部１６１に登録されている複数の人格モードを読み出して、選択しうる人格モードとして表示し、その後ユーザにより選択された人格モードを現在の人格モードとして現在人格モード記憶部１６２に登録する。

このとき、人格モードと共に前述の補完情報（タグ情報、重み付け情報）が人格モード候補記憶部１６１に登録されている場合、その補完情報を人格モードの選択要求時の条件情報として活用してもよい。例えば、ある場所に該当する人格モードのみを表示したり、重み値が指定値以上の人格モードのみを表示したりする。

次に、ステップＳ１０４において、人格モード情報処理部１１３が、現在の人格モードで行われたユーザの行動履歴を行動履歴情報として当該現在の人格モードに対応付けて人格モード行動履歴記憶部１６３に記録する。ステップＳ１０３，Ｓ１０４の処理を繰り返し行うことにより、図８に示すように、ユーザの行動履歴情報が人格モード毎に随時蓄積される。

なお、行動履歴情報とは、例えば、ウェブページの検索、ウェブサイトの参照や閲覧、インターネットを介したネット通販商品の購入などである。ユーザの行動履歴をそのまま行動履歴情報に記録してもよいし、再編集したり（後述）、お薦め情報として使用したくない検索履歴などについては「不要モード」（後述）に仕分けてもよい。

その後、ステップＳ１０５において、人格モード情報処理部１１３は、現在の人格モードに対応する補完情報や行動履歴情報を人格モード候補記憶部１６１と人格モード行動履歴記憶部１６３からそれぞれ読み出して、その行動履歴情報と既存の広告情報との関連度を計算して、その関連度が一定以上の広告情報を用いてお薦め情報を生成し、ユーザに配信する。これにより、配信されたお勧め情報がユーザ端末の画面に表示される。

そのお勧め情報を生成する際、人格モード情報処理部１１３は、現在の人格モードに関係性を持つ他の人格モードを人格モード間関係記憶部１６５から読み出して、現在の人格モードと当該他の人格モードとの関係性の定義内容に応じてお勧め情報を調整する。

例えば、当該他の人格モードとの関係性が「相似関係」又は「シフト関係」であれば、当該他の人格モードで行われた行動履歴情報に関連する広告情報をお勧め情報に追加する。特に「相似関係」の場合には、いずれか一方の人格モードの行動履歴情報を他方の人格モードに適用してお勧め情報を生成する。「シフト関係」の場合には、例えば同一タグに対して付与された重み値が高い方の人格モードの行動履歴が強調されるように適用する。一方、他の人格モードとの関係性が「反発関係」であれば、当該他の人格モードで行われた行動履歴情報がお勧め情報に含まれている場合、当該行動履歴情報をお勧め情報から削除する。

図７の例であれば、現在の人格モードが「こだわりモード」の場合、「シフト関係」にある「流行モード」での広告情報Ａをお勧め情報に追加して広告情報Ａ，Ｃ，Ｄを配信する。一方、現在の人格モードが「格安モード」の場合、「反発関係」にある「流行モード」での広告情報Ａを追加することなく、広告情報Ｅ，Ｆのお勧め情報を配信する。

なお、お薦め情報とは、既存の広告情報をもとに生成される情報である。例えば、電子商取引の割引情報や広告・宣伝情報、ニュース記事情報やブログ記事情報、その他ユーザが興味を持つと推測されるあらゆる情報である。また、既存の広告情報とは、人格情報処理装置１の内部で保持しているもの以外に、インターネット上に保存されている任意の広告情報や宣伝情報など、行動履情報に関連する関連情報であれば任意のものが含まれる。

また、広告情報の配信方法については任意である。ユーザ端末の画面に“つぶやく”ように表示してもよいし、タイムラインに表示してもよい。また、電子メールで送信してもよいし、ユーザの加入するＳＮＳ（Social Networking Service）のウェブサーバや電子商取引用のサーバへプッシュ配信してもよい。インターネット等の通信ネットワークを介して人格情報処理装置１に接続可能な機器や端末装置であれば任意の配信先が対象となり得る。

以上より、本方法によれば、人格モード間の関係性を定義・登録しておき、現在の人格モードでの行動履歴に関連する広告情報を配信する際に、その現在の人格モードに関係する他の人格モードでの行動履歴に基づき広告情報を調整するので、ユーザに提供される広告情報の情報的価値を高めることが可能となり、広告情報の配信精度を向上することができる。

引き続き、ステップＳ１０２で説明した、人格情報処理装置１が自動で行う人格モード間の関係性付け方法について説明する。人格モード間の関係性を人格情報処理装置１が判定して定義する場合、各人格モードでこれまでに配信された広告情報の記録を用いて算出する。以下、詳述する。

まず、配信予定の全ての広告情報について属性パラメータを定義し、定義した各属性パラメータに対して０〜１００の範囲内で重み付けを行う。例えば、図９に示すように、価格レベル敏感性、限定商品敏感性などの属性パラメータを定義する。０は無関心を示し、１００はこだわりを示す。なお、流行敏感性など、他の属性パラメータを用いても構わない。

次に、各人格モードで行われた過去の行動履歴情報を参照し、上記の広告情報について、ユーザが閲覧した広告情報に“１”の重みを付与し、配信されなかった広告情報に“０”の重みを付与し、配信したがユーザが閲覧しなかった広告情報に“−１”の重みを付与する。このように、配信の有無や閲覧の有無に応じて広告情報に重み付けを行うことにより、配信予定の広告情報間において、判定されるパラメータがどのような関係にあるかを人格モード毎に把握できる。

次に、図１０に示すように、各人格モードにおいて、各広告情報の各属性パラメータの値に対して閲覧・配信の有無に応じた上記重み値を積算し、属性パラメータが複数の場合には各広告情報での平均値をそれぞれ算出することにより、各人格モードにおける各広告情報の属性合成値をそれぞれ算出する。なお、平均値を計算する際に、ｎ次元でクラスタリングして全てのクラスタの平均値を求めてもよい。

その後、算出された属性合成値を用いて人格モード間の関係性を判定する。具体的には、人格モードの各属性パラメータの属性合成値から各人格モードの中心値をそれぞれ算出し、その中心値間の距離に基づいて「シフト関係」の有無を判定する。一方、「相似関係」と「反発関係」の有無については、相関係数の絶対値などを用いて判定する。

例えば、ある人格モードにおいて属性パラメータが複数の場合には、上記ｎ次元でクラスタリングしたクラスタの中心値の平均値から人格モードの中心値を定義する。例えば、各属性合成値を変数とした所定のアルゴリズムを用いて人格モードの中心値を算出してもよいし、各属性パラメータを座標軸としてｎ次元上での座標位置を中心値としてもよい。その後、２つの人格モードの中心値間の距離（ｎ次元距離など）が閾値よりも大きいか否かを判定する（図１１（ａ）参照）。その判定の結果、その閾値よりも大きい場合には、その２つの人格モード間の関係を「シフト関係」と仮定義する。

また、２つの人格モードにおける属性合成値の相関係数が正の値で、かつ、属性合成値が閾値（負の値）よりも大きいか否かを判定する（図１１（ｂ）参照）。その判定の結果、その閾値よりも大きい場合には「相似関係」と仮定義する。

また、２つの人格モードにおける属性合成値の相関係数が負の値で、かつ、属性合成値が閾値（正の値）よりも小さいか否かを判定する（図１１（ｃ）参照）。その判定の結果、その閾値よりも小さい場合には「反発関係」と仮定義する。

その後、これまでの３つの判定の結果、Ｙｅｓが１つの場合には、そのＹｅｓの仮定義内容を２つの人格モード間の関係性として本定義する。一方、Ｙｅｓが２つ以上の場合には、いずれか一方のみの仮定義内容で関係性を本定義してもよいし、そのＹｅｓのもののみを選択し、閾値からの差分（閾値からの離間距離）に対して予め設定された重みを付与し、重み付け後の離間距離値が大きい方を２つの人格モード間の関係性と本定義してもよい。なお、Ｙｅｓのものがない場合には、「関係なし」と本定義する。

なお、ここでクラスタリングという用語を用いたのは、他変数への拡張を想定しているためであり、実際には単変数ならば単なる平均処理（前述）でよい。また、上記説明では単一の変数を扱ったが、複数のパラメータをグループとして扱い、ｎ次元のクラスタの中心やｎ次元の相関を求めて当該方法を適用することにより、多次元への拡張を実現するようにしてもよい。

＜行動履歴編集方法について＞
次に、人格情報処理装置１で行う行動履歴編集方法について説明する。本方法では、図１２に示すように、特定の人格モードで行ったユーザの行動履歴情報を人格モード毎に参照可能に記憶しておき、その行動履歴情報をユーザ操作により編集（加工）可能とし、編集後の行動履歴情報に関連する広告情報を配信することを目的としている。以下、処理フローの例を詳述する。

図１３は、行動履歴編集方法の処理フローを示す図である。図１４は、行動履歴編集方法の処理フローを説明する際の参照図である。この方法は、関連情報編集部１３と、人格モード判定部１１と、データ記憶部１６と、によって実行される。

まず、ステップＳ２０１において、ユーザにより編集対象の人格モードが選択されると、ステップＳ２０２において、人格モード処理履歴編集部１３１は、人格モードの選択履歴、行動履歴情報やお勧め情報の編集履歴などの履歴情報をデータ記憶部１６から収集し、ユーザ端末に表示する。

次に、ステップＳ２０３において、人格モード処理履歴編集部１３１は、編集処理を行うか削除処理を行うかの選択を要求し、編集処理が選択された場合には、ステップＳ２０４において、ユーザに対して編集対象の選択を要求する。その後、人格モードが選択された場合にはステップＳ２０５において当該選択された人格モードを「不要モード」として設定し、お勧め情報が選択された場合にはステップＳ２０６において再表示不可として設定し、行動履歴情報が選択された場合にはステップＳ２０７においてユーザによる編集に基づき記録されている行動履歴を変更する。

なお、ここでいう編集処理とは、各人格モードで行われた行動履歴情報の内容を変更する処理、行動履歴情報の一部又は全部を削除する処理、特定の行動履歴を適切な人格モードへ関連付ける処理、今後のお勧め情報としたくない場合に「不要モード」へ関連付ける処理などであり、データ加工に係る任意の処理が含まれる。

一方、ステップＳ２０３で削除処理が選択された場合には、ステップＳ２０８において、人格モード処理履歴編集部１３１は、ユーザにより選択された削除対象の情報を削除する。

その後、ステップＳ２０９において、人格モード処理履歴編集部１３１は、ステップＳ２０５〜Ｓ２０８により編集又は削除処理された編集後の行動履歴情報などを人格モード処理履歴記憶部１６６に保存する。

最後に、ステップＳ２１０において、人格情報処理装置１が広告情報を配信する場合、人格モード情報処理部１１３は、行動履歴情報の原データを人格モード行動履歴記憶部１６３から読み出すとともに、編集後の行動履歴情報を人格モード処理履歴記憶部１６６から読み出して、それら２つの情報に相違点があれば編集後の行動履歴情報を優先的に考慮してお勧め情報を決定する。特に、「不要モード」に関連付けられた行動履歴については、その行動履歴に係る広告情報をお勧め情報から対象外とする。

以上より、本方法によれば、特定の人格モードで行ったユーザの行動履歴情報を人格モード毎に参照可能に記憶しておき、その行動履歴情報をユーザ操作により編集可能とし、編集後の行動履歴情報に関連する広告情報を配信するので、広告情報の配信精度を更に向上することができる。

＜人格モード候補の推定・推薦方法について＞
次に、人格情報処理装置１で行う人格モードの候補推定・推薦方法について説明する。本方法では、図１５に示すように、他のユーザの人格モードや、大量の人格モード関連情報及びユーザの行動履歴情報を用いて特定のユーザにおける未登録の人格モードを推定し、新たな人格モードの候補として推薦することを目的としている。以下、処理フローの例を詳述する。

図１６は、人格モード候補の推定・推薦方法の処理フローを示す図である。図１７は、人格モード候補の推定・推薦方法の処理フローを説明する際の参照図である。この方法は、人格モード候補選定部１４と、人格モード判定部１１と、データ記憶部１６と、によって実行される。

まず、ステップＳ３０１〜Ｓ３０３では、他のユーザによって登録された他のユーザの人格モードを用いて、現在利用中のユーザの人格モードとの組み合わせや関係性の重複率・類似度に基づき、現在利用中のユーザがこれまで登録していない人格モードの候補を抽出する。

具体的には、まず、ステップＳ３０１において、人格モード候補判定部１４１が、ユーザＩＤなどをキーとして現在利用中のユーザ以外の他のユーザによって登録された他のユーザの人格モードに関する情報を人格モード候補記憶部１６１から読み出す。

次に、ステップＳ３０２において、人格モード候補判定部１４１は、読み出した複数の他のユーザの人格モードのうち、現在利用中のユーザによって登録された人格モードとの間で類似度が閾値以上のものを抽出する。例えば、人格モードに付与された「タグ情報」の種類や数の重複率が所定値以上のものを抽出する。その他、人格モード間の関係性が上述した「相似関係」又は「シフト関係」にあるものを抽出してもよい。

次に、ステップＳ３０３において、人格モード候補判定部１４１は、抽出された複数の他のユーザの人格モードから類似度がより高いものを１つ以上選定し、選定された他のユーザの人格モードを現在利用中のユーザに対する人格モード候補とする。

一方、ステップＳ３０４〜Ｓ３０６では、人格情報処理装置１の内部で保持する複数の人格モードの関連情報（行動履歴情報、タグ情報、関係性など）をクラスタリングによりグループ化することにより新しい関連情報パターンを抽出し、人格モードの候補とする。

具体的には、まず、ステップＳ３０４において、人格モード候補判定部１４１は、記録されている複数の行動履歴情報を人格モード行動履歴記憶部１６３から読み出す。

次に、ステップＳ３０５において、人格モード候補判定部１４１は、読み出した各行動履歴情報に対応する各人格モードに関する情報を人格モード候補記憶部１６１から取得し、取得した情報のうち例えばタグ情報の利用頻度などの補完情報の利用傾向をもとに各行動履歴情報を階層的にクラスタリングする。

次に、ステップＳ３０６において、人格モード候補判定部１４１は、複数のクラスタからクラスタサイズが閾値以上のもの、例えば行動履歴情報の数が閾値より大きいクラスタを１つ以上選定し、選定したクラスタ中から、現在利用中のユーザによって登録された人格モードに紐付く行動履歴を含むクラスタを特定し、特定したクラスタの行動履歴情報に関連する人格モードを現在利用中のユーザに対する人格モード候補とする。

ステップＳ３０１〜Ｓ３０３では、人格モードの候補を他のユーザの人格モードとの類似性から特定しているが、ステップＳ３０４〜Ｓ３０６では、大量に記録されている行動履歴情報から機械学習的に特定している。なお、ステップＳ３０４〜Ｓ３０６は、ステップＳ３０１〜Ｓ３０３よりも前又は並列に実行してもよい。並列実行された場合には、ステップＳ３０３，Ｓ３０６で出力された全てが人格モード候補としてユーザ端末に表示される。

その後、ステップＳ３０７において、人格モード候補提示部１４２は、ステップＳ３０３，Ｓ３０６でそれぞれ特定された人格モード候補をユーザにお勧め提示する。

次に、ステップＳ３０８において、人格モード選択入力部１１２は、提示した人格モード候補の中からユーザが任意のものを選択したか否かを判定し、人格モードが選択されない場合には、ステップＳ３０９において、引き続き、当該ユーザが最近選択した人格モードと類似した人格モードをお勧め提示する。例えば、人格モード間の関係性が上述した「相似関係」又は「シフト関係」にあるものを提示する。

次に、ステップＳ３１０において、人格モード選択入力部１１２は、ステップＳ３０９で提示した人格モードをユーザが選択したか否かを再び判定し、人格モードが選択されない場合には、ステップＳ３１１において、更に、当該ユーザが最近登録した人格モードをお勧め提示する。

次に、ステップＳ３１２において、人格モード選択入力部１１２は、ステップＳ３１１で提示した人格モードをユーザが選択したか否かを再び判定し、人格モードが選択されない場合には、ステップＳ３１３において、更に、当該ユーザが登録した複数の人格モードをランダムにお勧め提示する。

最後に、ステップＳ３１４において、人格モード選択入力部１１２は、これまでの処理で選択された人格モードを現在の人格モードとして現在人格モード記憶部１６２に記録する。

以上より、本方法によれば、他のユーザの人格モードや、大量の人格モード関連情報及びユーザの行動履歴情報を用いて所定ユーザにおける未登録の人格モードを推定し、新たな人格モードの候補として推薦するので、人格選択時の選択容易性が向上し、これまでに把握されていなかった新たな人格モードに基づく広告情報を配信可能となることから、広告情報の配信精度を更に向上することができる。

＜人格モードの重み付け方法について＞
次に、人格情報処理装置１で行う人格モードの重み付け方法について説明する。本方法では、（１）図１８に示すように、人格モードに対する重み値（重要度）を変更すること、（２）図１９に示すように、各人格モードに対して重みをそれぞれ付与し、重み値の比率を変更することにより複数の人格モードを混在した人格モード特徴を設定することを目的としている。以下、処理フローの例を詳述する。

図２０は、人格モードの重み付け方法の処理フローを示す図である。図２１は、人格モードの重み付け方法の処理フローを説明する際の参照図である。この方法は、人格モード判定部１１と、データ記憶部１６と、によって実行される。

まず、ステップＳ４０１において、人格モード選択入力部１１２が、ユーザにより選択された１つ以上の人格モードを現在の人格モードとして現在人格モード記憶部１６２に設定する。

次に、ステップＳ４０２において、人格モード重み付け処理部１１４が、ユーザに対して、設定された現在の人格モードに０〜１の範囲内で重み付けを行うように要求する。

次に、ステップＳ４０３において、人格モード重み付け処理部１１４は、その要求に基づきユーザにより入力された重み値を現在の人格モードに関連付けて現在人格モード記憶部１６２に記憶する。

この後、処理を終了しても構わない。そして、変更後の重み値に応じて広告情報の内容や数を調整し、その重みに応じた広告情報を配信する。これにより、図１８に示したように、ユーザ又は人格情報処理装置１により任意に設定された重み値がユーザにより変更されることから、周囲環境や気分などのユーザの現状に応じた最適な広告情報を配信することができる。

次に、ステップＳ４０４において、人格モード重み付け処理部１１４は、記憶した全ての重み値が正規化できるか否かを判定し、正規化できない場合には、その旨のエラー情報をユーザへ通知してステップＳ４０２へ戻り、入力した重み値を変更するように要求する。

一方、正規化できる場合には、ステップＳ４０５において、人格モード重み付け処理部１１４は、ステップＳ４０１で選択された全ての人格モードに対する重み値の合計が１以上であるか否かを判定する。

そして、重み値の合計が１以上の場合には、ステップＳ４０６において、人格モード重み付け処理部１１４は、重みの和が１になるように正規化（比率変更）し、正規化後の重み値と正規化前の重み値とをペアで記憶する。

一方、重み値の合計が１未満の場合には、ステップＳ４０７において、人格モード重み付け処理部１１４は、正規化処理を行うことなく、入力された重み値をそのまま正規化後の重み値として正規化前の重み値とペアで記憶する。

その後、ステップＳ４０８において、人格モード重み付け処理部１１４は、重み値の合計が１未満であった人格モードについては重み１未満フラグに「真」を設定し、１以上であった人格モードについては重み１未満フラグに「偽」を設定する。

最後に、ステップＳ４０９において、人格モード情報処理部１１３は、重み１未満フラグに「真」が付与された人格モードのユーザに対して配信する場合、正規化前の重みに基づいて広告情報の内容や数を調整し、その重みに応じた広告情報を配信する。一方、重み１未満フラグが「偽」の場合には、正規化後の重みに応じた広告情報を配信する。例えば、図１９及び図２２に示すように、配信される広告情報が「贅沢モード」と「こだわりモード」の各重みに基づき調整されることから、両モードのバランスをとったＭｉｘモードでの広告情報を配信することができる。すなわち、人格モード間での重みの比率変更やそれによる組み合わせにより最適な人格モードを設定できるため、適切な広告情報を配信することができる。

以上より、本方法によれば、（１）人格モードに対する重み付けの適合度合いを変更すること、（２）各人格モードに対して重みをそれぞれ付与し、更には重み付けの比率を変更することにより複数の人格モードを混在した人格特徴を設定するので、ユーザの気分によって広告情報をカスタマイズ可能となり、広告情報の配信精度を更に向上することができる。

＜人格モード変更による広告情報のカスタマイズ方法について＞
次に、人格情報処理装置１で行う人格モード変更による広告情報のカスタマイズ方法について説明する。本方法では、図２３に示すように、所定ユーザにおける変更後の人格モードとその際の行動履歴情報を記憶しておき、（ａ）現在の人格モードが当該所定ユーザの変更後の人格モードに合致し、（ｂ）当該現在の人格モードに付与されている重みが閾値以上である他のユーザに対して、当該所定ユーザに配信した広告情報と同様の広告情報を配信することを目的としている。以下、処理フローの例を詳述する。

図２４は、人格モード変更による広告情報のカスタマイズ方法の処理フローを示す図である。図２５は、人格モード変更による広告情報のカスタマイズ方法の処理フローを説明する際の参照図である。この方法は、入出力部１５と、人格モード判定部１１と、データ記憶部１６と、によって実行される。

まず、ステップＳ５０１において、所定のユーザが現在の人格モードを変更すると、人格モード情報処理部１１３が、その変更に基づく変更後の人格モードと、その人格モードに対して付与されている重み値と、外部への発信条件を記載した外部発信条件情報と、変更後に行われた行動履歴情報とを関連付けて記録する。

次に、ステップＳ５０２において、他のユーザへ広告情報を配信する場合、人格モード情報処理部１１３は、当該他のユーザの現在の人格モードを現在人格モード記憶部１６２から読み出す。

次に、ステップＳ５０３において、人格モード情報処理部１１３は、ステップＳ５０１で記録した重み値を閾値とし、当該他のユーザの現在の人格モードに付与されている重み値が当該閾値以上であり、当該他のユーザの現在の人格モードがステップＳ５０１で記録した変更後の人格モードに合致するか否かを判定する。

次に、当該閾値以上であり変更後の人格モードに合致する場合、ステップＳ５０４において、人格モード情報処理部１１３は、外部通信処理部１５１を起動し、ステップＳ５０５において、外部通信処理部１５１は、上記外部発信条件情報に基づいて広告情報を発信するための必要情報を生成する。具体的には、ステップＳ５０１で記録した行動履歴情報に基づき配信された広告情報と同じ広告情報を配信情報として生成する。

その後、ステップＳ５０６において、外部通信宛先検索部１５２が、広告情報の配信先を検索し、ステップＳ５０７において、検索した配信先が配信するのに有効な情報を返却するか否かを判定する。その際、配信先のユーザを友人などの条件で更に限定し、又は組み合わせにより限定してもよい。

最後に、ステップＳ５０８において、外部通信処理部１５１は、有効な情報を返却した配信先に対して、ステップＳ５０５で生成した配信情報を配信する。例えば、図２３において、現在の人格モードが「リラックスモード」の他のユーザに対してのみ「映画視聴」や「温泉」の広告情報を配信する。

なお、ステップＳ５０３において他のユーザの現在の人格モードが閾値未満の場合、若しくは、変更後の人格モードに合致しない場合、又は、ステップＳ５０７において検索した配信先は有効が情報を返却しない場合には、処理を終了する。

以上より、本方法によれば、所定ユーザにおける変更後の人格モードとその際の行動履歴情報を記憶しておき、（ａ）現在の人格モードが当該所定ユーザの変更後の人格モードに合致し、（ｂ）当該現在の人格モードに付与されている重みが閾値以上である他のユーザに対して、当該所定ユーザに配信した広告情報と同様の広告情報を配信するので、変更後の人格モードに親和性の高い人格モードの他のユーザのみに同内容の広告情報を配信でき、広告情報の配信精度を更に向上することができる。

なお、当該（ａ）と（ｂ）の両方に該当する場合に代えて、いずれか一方に該当する場合に上記同様の広告情報を配信するようにしてもよい。また、当該（ｂ）において、所定ユーザにおける変更後の人格モードの重みを他の閾値と比較し、先の（ｂ）の条件を満たし、かつ、当該変更後の人格モードの重みが当該他の閾値以上である場合に、上記同様の広告情報を配信するようにしてもよい。

更に、ステップＳ５０３において、ステップＳ５０１で記録した重み値を閾値として用いるのに代えて、予め設定された他の閾値を用いるようにしてもよい。この場合、他のユーザの現在の人格モードと所定ユーザの変更後の人格モードとの両方の重み値がいずれも当該他の閾値以上の場合に、上記同様の広告情報が配信されることになる。

＜人格モード遷移による広告情報のカスタマイズ方法について＞
次に、人格情報処理装置１で行う人格モード遷移による広告情報のカスタマイズ方法について説明する。本方法では、図２６に示すように、変更による人格モードの遷移パターンと当該変更した後の人格モードでの行動履歴情報を対応付けて記憶しておき、その遷移パターンに合致するユーザ、つまり特定の人格モードから特定の人格モードへ人格モードを変更したユーザに対して、当該遷移パターンでの行動履歴情報に基づき配信された広告情報と同様の広告情報を配信することを目的としている。以下、処理フローの例を詳述する。

図２７は、人格モード遷移による広告情報のカスタマイズ方法の処理フローを示す図である。図２８は、人格モード遷移による広告情報のカスタマイズ方法の処理フローを説明する際の参照図である。この方法は、人格モード判定部１１と、データ記憶部１６と、によって実行される。

まず、ステップＳ６０１において、ユーザが現在の人格モードを変更すると、履歴対応処理部１１５が、その変更に基づく人格モードの遷移パターンと、変更後に行われた行動履歴情報と、その遷移パターンでの行動履歴の有効時間（任意値）とを関連付けて記録する。例えば、｛［勉強モード（変更前），リラックスモード（変更後）］，［映画視聴，温泉情報］，［１０分］｝のように記録する。

次に、ステップＳ６０２において、任意のユーザが人格モードを変更したことにより広告情報を配信する場合、履歴対応処理部１１５は、ステップＳ６０１で記録した人格モードの遷移パターンを取得して、ステップＳ６０３において、上記任意のユーザによる人格モードの遷移パターンと合致するか否かを判定する。

そして、両者の遷移パターンが合致する場合には、ステップＳ６０４において、履歴対応処理部１１５は、先の判定に用いた遷移パターンが履歴対応処理部１１５に記録されてから現時点までの経過時間が該当の有効時間内であるか否かを判定する。

その後、有効時間内である場合には、ステップＳ６０５において、人格モード情報処理部１１３は、合致した遷移パターンに対応する行動履歴情報を履歴対応処理部１１５から取得し、その行動履歴情報に基づいて配信された広告情報と同じ広告情報を上記任意のユーザに配信する。例えば、図２６の場合、「勉強モード」から「リラックスモード」への遷移パターンを学習しておき、同じ遷移パターンのユーザに対して当該遷移モードで過去に配信された「温泉情報」を配信する。

なお、ステップＳ６０３において人格モードの遷移パターンが合致しない場合、又は、ステップＳ６０４において有効時間外の場合には、処理を終了する。

以上より、本方法によれば、変更による人格モードの遷移パターンと当該変更した後の人格モードでの行動履歴情報を対応付けて記憶しておき、その遷移パターンに合致するユーザに対して、当該遷移パターンでの行動履歴情報に基づき配信された広告情報と同様の広告情報を配信するので、広告情報の配信精度を更に向上することができる。例えば、「慈善モード」から「浪費モード」に移った直後は通常の「浪費モード」よりも高額な賞品を買いやすいというように、消費者特性に合わせた広告情報を配信することができる。

最後に、本実施の形態で説明した人格情報処理装置１は、メモリやＣＰＵを備えたコンピュータで実現できる。また、その処理は、プログラムによって実行可能に実現できる。

１…人格情報処理装置
１１…人格モード判定部
１１１…人格モード候補入力部
１１２…人格モード選択入力部
１１３…人格モード情報処理部（配信手段）
１１４…人格モード重み付け処理部（付与手段）
１１５…履歴対応処理部（記憶手段を含む）
１２…人格モード間関係処理部
１２１…人格モード間関係処理部
１３…関連情報編集部
１３１…人格モード処理履歴編集部（加工手段）
１４…人格モード候補選定部
１４１…人格モード候補判定部
１４２…人格モード候補提示部（提示手段）
１５…入出力部
１５１…外部通信処理部
１５２…外部通信宛先検索部
１６…データ記憶部
１６１…人格モード候補記憶部（登録手段）
１６２…現在人格モード記憶部
１６３…人格モード行動履歴記憶部（記憶手段）
１６４…状況判定情報記憶部
１６５…人格モード間関係記憶部
１６６…人格モード処理履歴記憶部
Ｓ１０１〜Ｓ１０５、Ｓ２０１〜Ｓ２１０、Ｓ３０１〜Ｓ３１４、Ｓ４０１〜Ｓ４０９、Ｓ５０１〜Ｓ５０８、Ｓ６０１〜Ｓ６０５…ステップ

Claims (11)

1. ユーザの人格モードを登録しておく登録手段と、
   前記人格モードで行われたユーザの行動履歴情報を記憶しておく記憶手段と、
   所定の人格モードに対応する行動履歴情報を前記記憶手段から読み出して、当該行動履歴情報に関連する関連情報を配信する配信手段と、を有し、
   前記配信手段は、
   前記所定の人格モードに類似的関係を有する他の人格モードでの行動履歴情報に関連する関連情報を、前記所定の人格モードに対応する行動履歴情報に関連する関連情報に対して追加すること、又は、前記所定の人格モードに非類似的関係を有する他の人格モードでの行動履歴情報に関連する関連情報を、前記所定の人格モードに対応する行動履歴情報に関連する関連情報から削除することを特徴とする人格情報処理装置。
2. 前記行動履歴情報を加工する加工手段を更に有し、
   前記配信手段は、
   加工後の行動履歴情報に関連する関連情報を配信することを特徴とする請求項１に記載の人格情報処理装置。
3. 所定ユーザの未登録の人格モードを他ユーザの人格モードを用いて生成し、前記所定ユーザの人格モード候補として提示する提示手段を更に有することを特徴とする請求項１又は２に記載の人格情報処理装置。
4. 前記提示手段は、
   全てのユーザの行動履歴情報を更に用いて前記所定ユーザの人格モード候補を生成することを特徴とする請求項３に記載の人格情報処理装置。
5. 前記人格モードの重要度を変更可能に付与する付与手段を更に有することを特徴とする請求項１乃至４のいずれかに記載の人格情報処理装置。
6. 前記人格モードの重要度の人格モード間での比率を変更する変更手段を更に有することを特徴とする請求項１乃至５のいずれかに記載の人格情報処理装置。
7. 前記配信手段は、
   現在の人格モードが所定ユーザの変更後の人格モードに合致する他ユーザに対し、前記所定ユーザに配信した関連情報と同じ関連情報を配信することを特徴とする請求項１乃至６のいずれかに記載の人格情報処理装置。
8. 前記配信手段は、
   前記現在の人格モードの重要度が閾値以上である前記他ユーザに対し、前記所定ユーザに配信した関連情報と同じ関連情報を配信することを特徴とする請求項７に記載の人格情報処理装置。
9. 変更による人格モードの遷移パターンを当該変更した後の人格モードでの行動履歴情報に対応付けて記憶しておく記憶手段を更に有し、
   前記配信手段は、
   前記遷移パターンに合致する人格モードの変更を行ったユーザに対し、当該遷移パターンでの行動履歴情報に基づき配信された関連情報と同じ関連情報を配信することを特徴とする請求項１乃至８のいずれかに記載の人格情報処理装置。
10. コンピュータにより、
    ユーザの人格モードを登録手段に登録しておく登録ステップと、
    前記人格モードで行われたユーザの行動履歴情報を記憶手段に記憶しておく記憶ステップと、
    所定の人格モードに対応する行動履歴情報を前記記憶手段から読み出して、当該行動履歴情報に関連する関連情報を配信する配信ステップと、を有し、
    前記配信ステップにおいて、
    前記所定の人格モードに類似的関係を有する他の人格モードでの行動履歴情報に関連する関連情報を、前記所定の人格モードに対応する行動履歴情報に関連する関連情報に対して追加すること、又は、前記所定の人格モードに非類似的関係を有する他の人格モードでの行動履歴情報に関連する関連情報を、前記所定の人格モードに対応する行動履歴情報に関連する関連情報から削除することを特徴とする人格情報処理方法。
11. 請求項１０に記載の人格情報処理方法をコンピュータに実行させることを特徴とする人格情報処理プログラム。

Images