JP7018907B2 - 算出装置、算出方法および算出プログラム - Google Patents
算出装置、算出方法および算出プログラム Download PDFInfo
- Publication number
- JP7018907B2 JP7018907B2 JP2019053433A JP2019053433A JP7018907B2 JP 7018907 B2 JP7018907 B2 JP 7018907B2 JP 2019053433 A JP2019053433 A JP 2019053433A JP 2019053433 A JP2019053433 A JP 2019053433A JP 7018907 B2 JP7018907 B2 JP 7018907B2
- Authority
- JP
- Japan
- Prior art keywords
- advertisement
- examination
- content
- information
- unit
- 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
- 238000004364 calculation method Methods 0.000 title claims description 58
- 238000000034 method Methods 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 230000010365 information processing Effects 0.000 description 105
- 238000012216 screening Methods 0.000 description 26
- 239000000284 extract Substances 0.000 description 15
- 230000000007 visual effect Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 235000019504 cigarettes Nutrition 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000003247 decreasing effect Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 241000208125 Nicotiana Species 0.000 description 3
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000825 pharmaceutical preparation Substances 0.000 description 1
- 229940127557 pharmaceutical product Drugs 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
〔1.情報処理〕
まず、図1を用いて、本実施形態の情報処理装置等により実現される情報処理を説明する。図1は、実施形態に係る情報処理の一例を示す図である。図1に示す例において、情報処理システム1は、情報処理装置100、広告主端末10、審査者端末20およびユーザ端末30を有する。情報処理装置100と、広告主端末10と、審査者端末20と、ユーザ端末30とは、図示しない所定の通信網を介して、有線又は無線により通信可能に接続される。なお、図1に示す情報処理システム1は、複数台の情報処理装置100や、複数台の広告主端末10や、複数台の審査者端末20や、複数台のユーザ端末30が含まれてもよい。また、図1では、本願に係る算出装置が、情報処理装置100に含まれる場合を例に挙げて説明を行う。
次に、上述した情報処理を実現するための情報処理システム1について図2を用いて説明する。図2は、実施形態に係る情報処理システム1の構成例を示す図である。図2に示すように、実施形態に係る情報処理システム1は、情報処理装置100と、広告主端末10と、審査者端末20と、ユーザ端末30とを含む。情報処理装置100、広告主端末10、審査者端末20およびユーザ端末30は、ネットワークNを介して有線または無線により相互に通信可能に接続される。なお、ネットワークNは、LAN(Local Area Network)、WAN(Wide Area Network)、電話網(携帯電話網、固定電話網等)、地域IP(Internet Protocol)網、インターネット等の通信ネットワークである。ネットワークNには、有線ネットワークが含まれていてもよいし、無線ネットワークが含まれていてもよい。また、図2に示す情報処理システム1には、複数台の情報処理装置100や、複数台の広告主端末10、複数台の審査者端末20、複数台のユーザ端末30が含まれてもよい。
次に、図3を用いて、情報処理装置100の構成について説明する。図3は、実施形態に係る情報処理装置100の構成例を示すブロック図である。図3に示すように、情報処理装置100は、通信部110と、記憶部120と、制御部130とを備える。
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110は、ネットワークNと有線または無線で接続され、広告主端末10、審査者端末20、ユーザ端末30等との間で情報の送受信を行う。
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。図3に示すように、記憶部120は、広告情報記憶部121と、審査モデル記憶部122と、実績情報記憶部123とを備える。
広告情報記憶部121は、広告に関する情報を記憶する。ここで、図4を用いて、広告情報記憶部121が記憶する広告に関する情報について説明する。図4は、実施形態に係る広告情報記憶部121の一例を示す図である。図4の例では、広告情報記憶部121には、「広告ID」、「広告情報」、「モデル審査結果」、「目視審査結果」および「使用キーワード」などの項目が含まれ、これらの項目は互いに関連付けられている。
審査モデル記憶部122は、審査モデルに関する情報を記憶する。ここで、図5を用いて、審査モデル記憶部122が記憶する審査モデルに関する情報について説明する。図5は、実施形態に係る審査モデル記憶部122の一例を示す図である。図5の例では、審査モデル記憶部122は、「モデルID」、「カテゴリ」および「モデル情報」などの項目が含まれ、これらの項目は互いに関連付けられている。
実績情報記憶部123は、広告に対する審査の過去の実績に関する情報を記憶する。ここで、図6を用いて、実績情報記憶部123が記憶する審査の過去の実績に関する情報について説明する。図6は、実施形態に係る実績情報記憶部123の一例を示す図である。図6の例では、実績情報記憶部123は、「ワードID」、「リスクキーワード」および「リジェクト率」などの項目が含まれ、これらの項目は互いに関連付けられている。
制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、情報処理装置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。
審査部131は、広告主が利用する広告主端末10(図1参照)からコンテンツ(広告)の入稿を受け付け、受け付けた広告に関する情報を広告情報記憶部121に格納する。そして、審査部131は、広告情報記憶部121に格納された広告の審査を行う。例えば、図1の例において、審査部131は、審査モデル記憶部122に含まれるモデルを用いて配信前広告を審査する。具体的には、図1の例において、審査部131は、配信前広告の広告情報をモデルに入力し、入力した広告情報が有する特徴量に基づいて、配信前広告が適切であるか否かを示すスコアを出力する。そして、審査部131は、出力したスコアに基づいて、配信前広告を「適切」、「不適切」、「判別不可」のいずれかの審査結果に分類する。ここで、審査部131は、配信前広告の審査結果が「適切」または「不適切」である場合、配信前広告が「適切」または「不適切」であることを示す情報を、広告情報記憶部121の「モデル審査結果」の項目に格納する。
配信部132は、審査部131によるコンテンツ(広告)の審査結果に基づいて、広告をユーザ端末30に配信する。例えば、図1の例において、配信部132は、モデルを用いた審査において「適切」と判定された広告をユーザ端末30に配信する。また、配信部132は、モデルを用いた審査において「判別不可」と判定された広告のうち、目視による広告の審査において「適切」と判定された広告をユーザ端末30に配信する。
取得部133は、広告に対する審査の過去の実績に基づいて設定される実績情報を取得する。例えば、取得部133は、実績情報記憶部123にアクセスして、リスクキーワード(所定ワード)とリジェクト率(所定割合)とを実績情報として取得する。そして、取得部133は、取得された実績情報を算出部135へ通知する。
抽出部134は、配信後の広告からサンプル広告を抽出し、抽出されたサンプル広告を算出部135へ通知する。かかるサンプル広告は、後述する指標値の算出処理に用いられる。
算出部135は、実績情報に基づいて、配信後広告に審査基準を満たさないと推定される広告(推定不適切広告)が含まれる度合いを示す指標値を算出する。なお、上記した配信後の広告であって審査基準を満たさないと推定される広告、すなわち推定不適切広告は、第3コンテンツの一例である。
推定不適切広告の数量=(タバコが含まれる広告)100件×(リジェクト率)30%
=30件 ・・・(式1)
推定不適切広告の数量=(バストが含まれる広告)200件×(リジェクト率)20%
=40件 ・・・(式2)
推定不適切広告の数量=(病名1が含まれる広告)100件×(リジェクト率)15%
=15件 ・・・(式3)
所定係数=(推定不適切広告の合計)85件/(リスクキーワードの数量)100件
=0.85 ・・・(式4)
指標値=(サンプル広告の数量)1000件×(所定係数)0.85
=850 ・・・(式5)
変更部136は、実績情報記憶部123に格納されるリスクキーワードを変更する。例えば、審査において広告が不適切であると判定されるキーワードの内容や数量は、広告に対する審査の積み重ねや、広告における市場の動向などに応じて変動する。
次に、情報処理装置100における情報処理の手順について説明する。図7は、実施形態に係る情報処理装置100における情報処理の流れの一例を示すフローチャートである。
情報処理装置100は、取得部133と、算出部135とを備える。取得部133は、第1コンテンツ(広告)に対する審査の過去の実績に基づいて設定される実績情報を取得する。算出部135は、取得部133によって取得された実績情報に基づいて、配信後の第2コンテンツ(サンプル広告)に審査基準を満たさないと推定される第3コンテンツ(推定不適切広告)が含まれる度合いを示す指標値を算出する。
上述した実施形態における情報処理装置100は、例えば図8に示すような構成のコンピュータ1000がプログラムを実行することによって実現される。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
10 広告主端末
20 審査者端末
30 ユーザ端末
100 情報処理装置
110 通信部
120 記憶部
121 広告情報記憶部
122 審査モデル記憶部
123 実績情報記憶部
130 制御部
131 審査部
132 配信部
133 取得部
134 抽出部
135 算出部
136 変更部
Claims (6)
- 第1コンテンツに対する審査の過去の実績に基づいて設定される実績情報を取得する取得部と、
前記取得部によって取得された前記実績情報に基づいて、配信後の第2コンテンツに審査基準を満たさないと推定される第3コンテンツが含まれる度合いを示す指標値を算出する算出部と
を備え、
前記取得部は、
前記審査の過去の実績に基づいて設定される、所定ワードと、前記第1コンテンツから抽出され前記所定ワードが含まれる第4コンテンツのうち審査基準を満たさないと審査された第5コンテンツが含まれる所定割合とを前記実績情報として取得し、
前記算出部は、
前記取得部によって取得された前記所定ワードと前記所定割合とに基づいて前記指標値を算出する
ことを特徴とする算出装置。 - 前記算出部は、
前記所定ワードと前記所定割合とに基づいて前記第2コンテンツのうちの前記第3コンテンツの数量を算出し、算出された前記第3コンテンツの数量と前記所定ワードの数量とに基づいて所定係数を算出し、算出された前記所定係数と前記第2コンテンツの数量とに基づいて前記指標値を算出する
ことを特徴とする請求項1に記載の算出装置。 - 前記所定ワードを変更する変更部
をさらに備えることを特徴とする請求項1または2に記載の算出装置。 - 前記算出部によって算出された前記指標値に応じて、コンテンツを審査する審査部
をさらに備えることを特徴とする請求項1~3のいずれか一つに記載の算出装置。 - コンピュータが実行する算出方法であって、
第1コンテンツに対する審査の過去の実績に基づいて設定される実績情報を取得する取得工程と、
前記取得工程によって取得された前記実績情報に基づいて、第2コンテンツに審査基準を満たさないと推定される第3コンテンツが含まれる度合いを示す指標値を算出する算出工程と
を含み、
前記取得工程は、
前記審査の過去の実績に基づいて設定される、所定ワードと、前記第1コンテンツから抽出され前記所定ワードが含まれる第4コンテンツのうち審査基準を満たさないと審査された第5コンテンツが含まれる所定割合とを前記実績情報として取得し、
前記算出工程は、
前記取得工程によって取得された前記所定ワードと前記所定割合とに基づいて前記指標値を算出する
ことを特徴とする算出方法。 - 第1コンテンツに対する審査の過去の実績に基づいて設定される実績情報を取得する取得手順と、
前記取得手順によって取得された前記実績情報に基づいて、第2コンテンツに審査基準を満たさないと推定される第3コンテンツが含まれる度合いを示す指標値を算出する算出手順と
をコンピュータに実行させ、
前記取得手順は、
前記審査の過去の実績に基づいて設定される、所定ワードと、前記第1コンテンツから抽出され前記所定ワードが含まれる第4コンテンツのうち審査基準を満たさないと審査された第5コンテンツが含まれる所定割合とを前記実績情報として取得し、
前記算出手順は、
前記取得手順によって取得された前記所定ワードと前記所定割合とに基づいて前記指標値を算出する
ことを特徴とする算出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019053433A JP7018907B2 (ja) | 2019-03-20 | 2019-03-20 | 算出装置、算出方法および算出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019053433A JP7018907B2 (ja) | 2019-03-20 | 2019-03-20 | 算出装置、算出方法および算出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020154822A JP2020154822A (ja) | 2020-09-24 |
JP7018907B2 true JP7018907B2 (ja) | 2022-02-14 |
Family
ID=72559274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019053433A Active JP7018907B2 (ja) | 2019-03-20 | 2019-03-20 | 算出装置、算出方法および算出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7018907B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017050022A (ja) | 2016-11-17 | 2017-03-09 | ヤフー株式会社 | 審査システム、審査方法、及び審査プログラム |
JP2017126362A (ja) | 2017-03-16 | 2017-07-20 | ヤフー株式会社 | 広告主評価装置、広告主評価方法および広告主評価プログラム |
JP2017173881A (ja) | 2016-03-18 | 2017-09-28 | ヤフー株式会社 | 広告審査支援装置、広告審査支援方法および広告審査支援プログラム |
-
2019
- 2019-03-20 JP JP2019053433A patent/JP7018907B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017173881A (ja) | 2016-03-18 | 2017-09-28 | ヤフー株式会社 | 広告審査支援装置、広告審査支援方法および広告審査支援プログラム |
JP2017050022A (ja) | 2016-11-17 | 2017-03-09 | ヤフー株式会社 | 審査システム、審査方法、及び審査プログラム |
JP2017126362A (ja) | 2017-03-16 | 2017-07-20 | ヤフー株式会社 | 広告主評価装置、広告主評価方法および広告主評価プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020154822A (ja) | 2020-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Emery et al. | Are you scared yet? Evaluating fear appeal messages in tweets about the tips campaign | |
US10902443B2 (en) | Detecting differing categorical features when comparing segments | |
McCartney et al. | Influencing Chinese travel decisions: The impact of celebrity endorsement advertising on the Chinese traveler to Macao | |
JP6469195B1 (ja) | 特典付与装置、特典付与方法及び特典付与プログラム | |
Chandrasekaran et al. | Evaluating marketer generated content popularity on brand fan pages–a multilevel modelling approach | |
Dixon et al. | Healthy weight and lifestyle advertisements: an assessment of their persuasive potential | |
JP2019095919A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP7210347B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP7042767B2 (ja) | 決定装置、決定方法および決定プログラム | |
JP7042768B2 (ja) | 付与装置、付与方法および付与プログラム | |
US20210312331A1 (en) | Dynamic video content optimization | |
JP7018907B2 (ja) | 算出装置、算出方法および算出プログラム | |
WO2016125166A1 (en) | Systems and methods for analyzing video and making recommendations | |
Bosch et al. | A new experiment on the use of images to answer web survey questions | |
EP3279857A1 (en) | Comment analysis system, comment analysis method, and program for comment analysis | |
Lin et al. | Rejoinder to “quantifying publication bias in meta-analysis” | |
JP7092703B2 (ja) | 決定装置、決定方法および決定プログラム | |
JP6664604B1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP6907179B2 (ja) | 算出装置、算出方法及び算出プログラム | |
JP7042787B2 (ja) | 判定装置、判定方法、および判定プログラム | |
JP6664588B1 (ja) | 算出装置、算出方法及び算出プログラム | |
JP2020101940A (ja) | 学習装置、学習方法及び学習プログラム | |
JP2020115285A (ja) | 算出装置、算出方法、算出プログラム | |
JP7260439B2 (ja) | 抽出装置、抽出方法及び抽出プログラム | |
JP7184972B1 (ja) | 情報処理装置、情報処理方法および情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211029 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211216 |
|
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: 20220104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220201 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7018907 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |