JP6736508B2 - 抽出装置、抽出方法および抽出プログラム - Google Patents
抽出装置、抽出方法および抽出プログラム Download PDFInfo
- Publication number
- JP6736508B2 JP6736508B2 JP2017051877A JP2017051877A JP6736508B2 JP 6736508 B2 JP6736508 B2 JP 6736508B2 JP 2017051877 A JP2017051877 A JP 2017051877A JP 2017051877 A JP2017051877 A JP 2017051877A JP 6736508 B2 JP6736508 B2 JP 6736508B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- content
- period
- unit
- extraction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims description 49
- 238000009826 distribution Methods 0.000 claims description 88
- 239000000284 extract Substances 0.000 claims description 27
- 230000007423 decrease Effects 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 22
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 230000003247 decreasing effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000013256 coordination polymer Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
〔1.情報提供装置が表示する処理について〕
まず、図1を用いて、抽出装置の一例となる情報提供装置が実行する抽出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抽出処理の一例を示す図である。
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3を参照。)を介して、ログサーバ100や配信サーバ200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、任意の数のログサーバ100や配信サーバ200と通信可能であってもよく、例えば、図示を省略した各種の外部サーバと通信可能であってよい。
ここで、利用者が選択する可能性が高いコンテンツを配信するため、コンテンツを選択した利用者の属性、コンテンツを選択しなかった利用者の属性、およびコンテンツの特徴を学習データとし、学習データの特徴(例えば、共起性)を学習した予測モデルを生成し、学習モデルを用いてリスティングを行うといった態様が考えられる。このような予測モデルを生成する際に、コンテンツの配信履歴やコンテンツの選択履歴であるログを用いる技術が知られている。
例えば、情報提供装置10は、判定対象となるコンテンツについての配信履歴(例えば、配信先となる利用者や配信日時)や選択履歴(例えば、クリックされた回数や日時)をログとして収集し、単位時間(例えば、1分ごと)あたりの配信回数(例えば、インプレッション数)と選択回数(例えば、クリック数)とを算出する。そして、情報提供装置10は、選択割合として、コンテンツの配信回数に対する選択回数の割合、すなわち、CTRが所定の閾値を超えて減少する期間を特定する。
ここで、情報提供装置10は、特定期間にアクセスした利用者を全て除外利用者とし、ログデータから除外利用者のデータを除外してもよい。一方、情報提供装置10は、特定期間にアクセスした利用者の中から、除外利用者である可能性が高い利用者、すなわち、学習データの取得対象として不適切な可能性が高い利用者を抽出してもよい。例えば、情報提供装置10は、特定期間の間にアクセスした利用者のアクセス履歴に基づいて、除外利用者の可能性が高い利用者を抽出してもよい。
次に、図1を用いて、情報提供装置10が実行する抽出処理の一例について説明する。まず、情報提供装置10は、ログサーバ100から、所定のコンテンツに関する各種のログデータを取得する(ステップS1)。このような場合、情報提供装置10は、インプレッション数が増加しつつ、CTRが低下する期間を特定期間として特定する(ステップS2)。例えば、情報提供装置10は、ログデータから判定対象となるコンテンツのインプレッション数とクリック数とを単位時間ごとに算出する。そして、情報提供装置10は、インプレッション数に対するクリック数の割合、すなわち、CTRを単位時間ごとに算出し、算出したCTRが低下しつつ、かつ、インプレッション数が増加している期間を特定する。
ここで、情報提供装置10は、除外利用者のログデータを除外した学習データを用いて、予測モデルの生成を行った。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、除外利用者の特徴を学習することで、学習データの取得対象として不適切な利用者の特徴を学習してもよい。そして、情報提供装置10は、学習した特徴を有する利用者の情報をログデータから除外することで、予測モデルの生成に適した学習データを生成してもよい。
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3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。
続いて、図8を用いて、情報提供装置10が実行する抽出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抽出処理の流れの一例を示すフローチャートである。
上記では、情報提供装置10による抽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が実行する抽出処理のバリエーションについて説明する。
上述した例では、情報提供装置10は、コンテンツの配信履歴および選択履歴から、除外利用者に関する各種履歴と、除外利用者と特徴が類似する利用者に関する各種履歴とを除外した学習データを生成した。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、コンテンツの配信履歴および選択履歴から、除外利用者に関する各種履歴を除外した学習データを生成し、生成した学習データを用いて、予測モデルの生成を行ってもよい。また、情報提供装置10は、コンテンツの配信履歴および選択履歴から、除外利用者と特徴が類似する利用者に関する各種履歴を除外した学習データを生成し、生成した学習データを用いて、予測モデルの生成を行ってもよい。
上述した例では、情報提供装置10は、コンテンツの配信数が上昇しつつ、CTRが低下する期間を特定期間として選択した。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、単純にCTRが低下する期間を特定期間として特定してもよい。また、情報提供装置10は、CTRが低下するタイミングを基準として特定期間を選択するのであれば、CTRが上昇するような期間やCTRが低下してから元に戻るような期間を含む特定期間を特定してもよい。
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3に示す取得部41、特定部42、抽出部43が配置され、バックエンドサーバには、特徴学習部44、生成部45、および傾向学習部46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、32は、外部のストレージサーバに保持されていてもよい。
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、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。
上述したように、情報提供装置10は、コンテンツの選択割合が減少する期間を特定する。そして、情報提供装置10は、特定期間にそのコンテンツが配信された利用者の中から所定の条件を満たす利用者を抽出する。このため、情報提供装置10は、コンテンツを選択しない利用者、巡回ボット、CTRを下げようとする利用者を効率よく抽出できるので、予測モデルの学習に適さない履歴の利用者を抽出することができる。
20 通信部
30 記憶部
31 ログデータベース
32 利用者データベース
40 制御部
41 取得部
42 特定部
43 抽出部
44 特徴学習部
45 生成部
46 傾向学習部
100 ログサーバ
200 配信サーバ
Claims (10)
- コンテンツの配信回数に対する選択回数の割合である選択割合が所定の閾値を超えて減少する期間を特定する特定部と、
前記特定部が特定した期間に当該コンテンツが配信された利用者の中から所定の条件を満たす利用者を抽出する抽出部と
を有することを特徴とする抽出装置。 - 前記特定部は、前記コンテンツの単位時間当たりの配信回数が上昇し、かつ、当該コンテンツの選択割合が減少する期間を特定する
ことを特徴とする請求項1に記載の抽出装置。 - 前記抽出部は、前記所定の条件として、特定された期間に前記コンテンツが配信される可能性が低い利用者を抽出する
ことを特徴とする請求項1または2に記載の抽出装置。 - 前記抽出部は、前記所定の条件として、特定された期間に前記コンテンツを選択する可能性が低い利用者を抽出する
ことを特徴とする請求項1〜3のうちいずれか1つに記載の抽出装置。 - 前記コンテンツの配信履歴および選択履歴から、前記抽出部によって抽出された利用者に対する配信履歴および選択履歴を除外した情報を生成する生成部
を有することを特徴とする請求項1〜4のうちいずれか1つに記載の抽出装置。 - 前記抽出部により抽出された利用者の特徴を学習する特徴学習部と、
前記コンテンツの配信履歴および選択履歴から、前記特徴学習部によって学習された特徴を有する利用者に対する配信履歴および選択履歴を除外した情報を生成する生成部
を有することを特徴とする請求項1〜4のうちいずれか1つに記載の抽出装置。 - 前記特徴学習部は、前記利用者の特徴として、所定期間において所定のアクセス先にアクセスした回数、所定期間において注目されていると判定された情報とアクセス回数との共起性、または、前記利用者に対して所定の情報をプッシュ通知する設定がなされているか否かの少なくともいずれか1つを学習する
ことを特徴とする請求項6に記載の抽出装置。 - 前記生成部により生成された情報を用いて、前記コンテンツを選択する利用者の傾向を学習する傾向学習部
を有することを特徴とする請求項5〜7のうちいずれか1つに記載の抽出装置。 - 抽出装置が実行する抽出方法であって、
コンテンツの配信回数に対する選択回数の割合である選択割合が所定の閾値を超えて減少する期間を特定する特定工程と、
前記特定工程で特定した期間に当該コンテンツが配信された利用者の中から所定の条件を満たす利用者を抽出する抽出工程と
を含むことを特徴とする抽出方法。 - コンテンツの配信回数に対する選択回数の割合である選択割合が所定の閾値を超えて減少する期間を特定する特定手順と、
前記特定手順で特定した期間に当該コンテンツが配信された利用者の中から所定の条件を満たす利用者を抽出する抽出手順と
をコンピュータに実行させるための抽出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017051877A JP6736508B2 (ja) | 2017-03-16 | 2017-03-16 | 抽出装置、抽出方法および抽出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017051877A JP6736508B2 (ja) | 2017-03-16 | 2017-03-16 | 抽出装置、抽出方法および抽出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018156323A JP2018156323A (ja) | 2018-10-04 |
JP6736508B2 true JP6736508B2 (ja) | 2020-08-05 |
Family
ID=63717208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017051877A Active JP6736508B2 (ja) | 2017-03-16 | 2017-03-16 | 抽出装置、抽出方法および抽出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6736508B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7354194B2 (ja) | 2021-09-14 | 2023-10-02 | ヤフー株式会社 | 情報提供装置、情報提供方法、および情報提供プログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100926878B1 (ko) * | 2007-06-01 | 2009-11-16 | 엔에이치엔비즈니스플랫폼 주식회사 | 광고를 제공하는 방법 및 시스템, 그리고 광고 제공에 대한학습 데이터 수집 방법 및 시스템 |
KR101035784B1 (ko) * | 2008-07-10 | 2011-05-20 | 엔에이치엔비즈니스플랫폼 주식회사 | 시간 및 시간에 따른 효용에 기초하여 광고를 제공하는방법 및 시스템 |
JP5438087B2 (ja) * | 2011-12-15 | 2014-03-12 | ヤフー株式会社 | 広告配信装置 |
JP5683622B2 (ja) * | 2013-03-08 | 2015-03-11 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP6231944B2 (ja) * | 2014-06-04 | 2017-11-15 | 日本電信電話株式会社 | 学習モデル作成装置、判定システムおよび学習モデル作成方法 |
JP6273403B2 (ja) * | 2015-05-29 | 2018-01-31 | 楽天株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP5996766B1 (ja) * | 2015-12-07 | 2016-09-21 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
-
2017
- 2017-03-16 JP JP2017051877A patent/JP6736508B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018156323A (ja) | 2018-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017156995A1 (zh) | 内容推荐方法、装置及系统 | |
CN104579912B (zh) | 数据推送的方法及装置 | |
JP5438087B2 (ja) | 広告配信装置 | |
US20150235275A1 (en) | Cross-device profile data management and targeting | |
JP2015521413A5 (ja) | ||
WO2012048244A2 (en) | System and method for real-time advertising campaign adaptation | |
WO2010104928A1 (en) | Generating user profiles | |
US10891349B2 (en) | Resource locator remarketing | |
JP5094956B2 (ja) | 広告配信サーバ及び広告配信方法 | |
JP6626540B2 (ja) | アプリケーションインストールコンバージョンおよび識別 | |
JP6074524B1 (ja) | 学習装置、学習方法及び学習プログラム | |
JP2007172174A (ja) | 広告提示方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体 | |
JP2016062489A (ja) | 情報処理装置、端末装置、情報処理方法及び情報処理プログラム | |
JP2017027359A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
US20120005021A1 (en) | Selecting advertisements using user search history segmentation | |
US20130346197A1 (en) | Content category management systems and methods | |
US20160189237A1 (en) | Web page viewership prediction | |
JP6736508B2 (ja) | 抽出装置、抽出方法および抽出プログラム | |
KR20220137943A (ko) | 패턴 기반 분류 | |
US20170154365A1 (en) | Digital media delivery device, method, and program that select digital media for display within digital content based on a degree of reliability of an evaluation value for the digital media | |
JP6329015B2 (ja) | 広告配信サーバ | |
US8566156B2 (en) | Combining segments of users into vertically indexed super-segments | |
JP6243559B2 (ja) | 学習装置、学習方法及び学習プログラム | |
US9767196B1 (en) | Content selection | |
JP7033864B2 (ja) | 判定装置、判定方法及び判定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190325 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200302 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200407 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200605 |
|
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: 20200616 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200715 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6736508 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |