JP7082085B2 - 決定装置、決定方法及び決定プログラム - Google Patents

Description

本発明は、決定装置、決定方法及び決定プログラムに関する。

近年、利用者の感情に応じた評価を行う技術が知られている。このような情報配信の一例として、あるコンテンツを利用者が閲覧した際の感情に基づいて、継続して配信する広告を選択する技術が知られている。

特許第６１３２８３６号公報

しかしながら、上述した従来技術では、適切なコンテンツの提供を促進しているとは言えない場合がある。

例えば、上述した従来技術では、感情に基づいて配信対象となる広告を選択しているに過ぎないので、単純に利用者が好意的な印象を有する広告を提供しているに過ぎない。

本願は、上記に鑑みてなされたものであって、適切なコンテンツの提供を促進することを目的とする。

本願に係る決定装置は、利用者の感情であって、当該利用者に対して提供されるコンテンツと関連性を有する感情を取得する取得部と、前記取得部により取得された利用者の感情に基づいて、前記コンテンツの提供に関する費用の額を決定する決定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、適切なコンテンツの提供を促進することができるという効果を奏する。

図１は、実施形態に係る決定処理の一例を示す図である。 図２は、報酬算出処理および費用算出処理の一例を示す図である。 図３は、実施形態に係る決定装置の構成例を示す図である。 図４は、実施形態に係る報酬情報記憶部の一例を示す図である。 図５は、実施形態に係る費用情報記憶部の一例を示す図である。 図６は、実施形態に係る決定装置による決定処理手順を示すフローチャートである。 図７は、ハードウェア構成の一例を示す図である。

以下に、本願に係る決定装置、決定方法及び決定プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る決定装置、決定方法及び決定プログラムが限定されるものではない。また、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。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。

〔１．決定処理〕
まず、図１を参照して、実施形態に係る決定処理の一例について説明する。図１は、実施形態に係る決定処理の一例を示す図である。図１の例では、実施形態に係る決定システム１によって決定処理が行われる。

図１に示すように、決定システム１には、ユーザ装置１０と、コンテンツ提供者装置２０と、広告主装置３０と、決定装置１００と、配信装置２００とが含まれる。図１中では図示していないが、決定システム１は、複数台のユーザ装置１０や、複数台のコンテンツ提供者装置２０や、複数台の広告主装置３０や、複数台の決定装置１００や、複数台の配信装置２００を含んでもよい。

ユーザ装置１０は、ユーザによって利用される情報処理装置である。また、コンテンツ提供者装置２０は、コンテンツ提供者によって利用される情報処理装置である。また、広告主装置３０は、広告主によって利用される情報処理装置である。ユーザ装置１０、コンテンツ提供者装置２０および広告主装置３０は、スマートフォン、デスクトップ型ＰＣ（Personal Computer）、ノート型ＰＣ、タブレット型ＰＣを含む、任意のタイプの情報処理装置であってもよい。

図１の例では、ユーザ装置１０は、広告が掲載されるコンテンツを要求するクライアント装置である。また、コンテンツ提供者装置２０は、広告が掲載されるコンテンツの登録を要求するクライアント装置である。また、広告主装置３０は、広告の登録を要求するクライアント装置である。

決定装置１００は、コンテンツ提供に関する費用を決定する情報処理装置である。決定装置１００は、サーバを含む、任意のタイプの情報処理装置であってもよい。図１中では図示していないが、決定装置１００は、ネットワーク網（例えば、インターネット網）を介して、有線又は無線によりユーザ装置１０、コンテンツ提供者装置２０、広告主装置３０および配信装置２００と通信を行う。

図１の例では、決定装置１００は、広告ネットワーク（アドネットワークとも呼ばれる）における費用や報酬を決定するサーバ装置である。例えば、決定装置１００は、広告主によって支払われる広告費用を決定する。また、例えば、決定装置１００は、広告が掲載されるコンテンツの提供者に支払われる広告報酬を決定する。

配信装置２００は、コンテンツを配信する情報処理装置である。配信装置２００は、サーバを含む、任意のタイプの情報処理装置であってもよい。

図１の例では、配信装置２００は、広告が掲載されるコンテンツを配信するサーバ装置である。広告が掲載されるコンテンツは、例えば、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツである。なお、広告が掲載されるコンテンツは、プレースメント（placement）、配信面、または広告表示面などと呼ばれることもある。

ところで、従来、広告ネットワークには、様々な料金形態がある。例えば、一般的な広告ネットワークには、クリック課金型、インプレッション課金型、成果報酬型等の課金方式がある。このような課金方式では、広告主は、ＣＰＣ（Cost Per Click）、ＣＰＭ（Cost Per Mille）、ＣＰＡ（Cost Per Acquisition）等の広告単価を、広告費用として支払う。この場合、支払われた広告費用のうちの一部は、広告報酬として、コンテンツ提供者に支払われる。また、支払われた広告費用の残りは、マージンとして、広告ネットワークを提供する広告ネットワーク事業者に支払われる。

広告ネットワークでは、一般的に、広告費用や広告報酬は、入札価格の他に、広告の品質を用いることにより決定される。広告の品質は、例えば、ＣＴＲ（Click Through Rate）、広告とユーザとの関連性、広告とプレースメントとの関連性等の評価指標に基づいて決定される。一般的に、広告の品質を示す品質スコアが高いほど、広告費用は低い。このことは、広告費用や広告報酬は、一般的には、広告のクリック、ユーザとの適合性、プレースメントとの適合性等の客観的な広告効果に基づいて決定されることを意味する。

しかしながら、実際には、上述のような客観的な広告効果の他に、主観的な広告効果も存在する。例えば、コンテンツや広告の閲覧に伴って生じるユーザの感情が、主観的な広告効果として考えられ得る。

例えば、ユーザが、コンテンツに対してポジティブ感情をもった場合に、ユーザは、このコンテンツ内の広告に対しても、楽しみ等のポジティブ感情をもつかもしれない。すなわち、広告が、ユーザをいい気分にさせるコンテンツ内に表示された場合には、ユーザは、この広告を、魅力的に感じるかもしれない。このような場合、ユーザは、さらに、広告の商品や、広告に関係するエンティティ（例えば、広告主の企業）に対しても、ポジティブ感情をもつかもしれない。同様に、ユーザが、広告自体に対してポジティブ感情をもった場合に、ユーザは、広告の商品や、広告に関係するエンティティに対して、ポジティブ感情をもつかもしれない。このような２次的感情は、コンテンツや広告のハロー効果によって生じる、とも考えられる。このように、コンテンツや広告の閲覧に伴って生じるユーザの感情は、広告効果の１つとして考えられる。このことは、ユーザの感情が、広告費用や広告報酬を決定するための指標になり得ることを意味する。

そこで、図１の例示的な実施形態では、決定装置１００は、ユーザの感情を考慮して適切な広告報酬や適切な広告費用を決定するために、以下に説明される決定処理を実行する。

以下に説明される決定処理の一例では、決定装置１００は、ユーザの行動からユーザの感情を予測する機械学習モデルを用いて、ユーザがコンテンツや広告を閲覧した場合のユーザの感情を推定する。後述されるように、ユーザの感情を予測する機械学習モデルは、例えば、クラウドソーシングのワーカから収集された学習データに基づいて生成され得る。そして、決定装置１００は、推定されたユーザの感情に応じて、広告報酬や広告費用を決定する。このようにして、決定装置１００は、コンテンツや広告に応じたユーザの感情を指標として用いることにより、広告単価を決定することができる。

はじめに、決定装置１００は、広告を登録するための要求を、広告主装置３０から受信する（ステップＳ１１）。

例えば、決定装置１００は、広告コンテンツを、広告主装置３０から受信する。そして、決定装置１００は、受信された広告コンテンツを、広告主装置３０の広告主に関連付けて格納する。このようにして、広告主は、広告ネットワークに広告コンテンツを登録することができる。

次いで、配信装置２００は、コンテンツを登録するための要求を、コンテンツ提供者装置２０から受信する（ステップＳ１２）。

例えば、配信装置２００は、コンテンツを、コンテンツ提供者装置２０から受信する。そして、配信装置２００は、受信されたコンテンツを、コンテンツ提供者装置２０のコンテンツ提供者に関連付けて格納する。このようにして、コンテンツ提供者は、広告ネットワークにコンテンツを登録することができる。

図１の例では、配信装置２００は、コンテンツを受信することに加えて、ユーザ装置１０にユーザの行動情報を送信させる制御情報を、決定装置１００から受信する。そして、配信装置２００は、受信された制御情報を、受信されたコンテンツに含める。なお、このような制御情報は、例えば、ＪａｖａＳｃｒｉｐｔ（登録商標）等のスクリプト言語で記述される。

次いで、配信装置２００は、ユーザ装置１０に、コンテンツを配信する（ステップＳ１３）。

例えば、配信装置２００は、ユーザ装置１０に、広告を要求する命令（すなわち、広告コード）を含むコンテンツを、ユーザ装置１０に提供する。この場合、ユーザ装置１０は、コンテンツに含まれる命令に従って、広告を取得するための要求を、決定装置１００に送信する。

次いで、決定装置１００は、ユーザ装置１０に、広告を配信する（ステップＳ１４）。

例えば、決定装置１００は、広告を取得するための要求に応答して、ユーザ装置１０に、広告を提供する。

次いで、決定装置１００は、ユーザの行動情報を、ユーザ装置１０から取得する（ステップＳ１５）。

図１の例では、上述のように、コンテンツは、ユーザ装置１０にユーザの行動情報を送信させる制御情報を含む。このため、コンテンツが、ユーザ装置１０に配信された場合には、ユーザ装置１０は、コンテンツに含まれる制御情報に従って、ユーザの行動情報を、決定装置１００に送信する。その結果、決定装置１００は、ユーザ装置１０に配信されたコンテンツを介して、ユーザの行動情報を受信することができる。

取得された行動情報は、例えば、クリック履歴、閲覧されたコンテンツの履歴、スクロール履歴、視線の履歴等の各種ログを示す。なお、視線の履歴は、例えば、ユーザ装置１０に搭載された視線センサによって収集され得る。例えば、ユーザの視線は、ＡＲ（Augmented Reality）コンテンツを介して取得され得る。

次いで、決定装置１００は、取得されたユーザの行動情報を用いて、ユーザの感情を推定する（ステップＳ１６）。

例えば、決定装置１００は、ユーザの行動からユーザの感情を予測する機械学習モデルを用いて、ユーザの感情を推定する。より具体的には、決定装置１００は、取得されたユーザの行動情報を、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情を予測する機械学習モデルに入力することによって、ユーザがコンテンツや広告を閲覧した場合のユーザの感情を推定する。

上述のユーザの感情を予測する機械学習モデルに関しては、例えば、決定装置１００は、ウェアラブルデバイス等のセンシングデバイスを用いて、クラウドソーシングのワーカの生理的な反応（例えば、心拍数や体温の変化）を特定する。そして、決定装置１００は、特定された生理的な反応に基づいて、ワーカが１つまたは複数の行動をとった期間におけるワーカの感情を推定する。１つまたは複数の行動は、例えば、クリック、コンテンツの閲覧、スクロール、視線の動き等の行動である。このようにして、決定装置１００は、このような１つまたは複数の行動と、ユーザの感情との対応関係を学習するための学習データを生成することができる。その結果、決定装置１００は、生成された学習データから、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情を予測する機械学習モデルを生成することができる。なお、ユーザの感情を予測する上述の機械学習モデルを生成するための手法は、図３に関連して後述される。

次いで、決定装置１００は、推定されたユーザの感情に基づいて、広告費用と報酬（すなわち、広告報酬）とを決定する（ステップＳ１７）。

図２は、報酬算出処理および費用算出処理の一例を示す図である。例示のために、図２の例では、ユーザがコンテンツ（例えば、コンテンツのページ）をスクロールした後に、広告が、コンテンツとともに表示されたと仮定する。さらに、広告がコンテンツとともに表示された後に、ユーザが、この広告を選択したと仮定する。この例では、決定装置１００は、行動情報ＡＩ１１、行動情報ＡＩ２１および行動情報ＡＩ２２を、ユーザ装置１０から取得する。

図２の例では、行動情報ＡＩ１１は、コンテンツが配信された時からユーザが広告を選択した時までの期間におけるユーザの行動を示す。また、行動情報ＡＩ２１は、コンテンツが配信された時から広告が表示された時までの期間におけるユーザの行動を示す。また、行動情報ＡＩ２２は、広告が表示された時からユーザが広告を選択した時までの期間におけるユーザの行動を示す。

上述の報酬算出処理に関しては、決定装置１００は、行動情報ＡＩ１１を用いて、コンテンツが配信された時からユーザが広告を選択した時までの期間におけるユーザの感情を推定する。言い換えると、決定装置１００は、行動情報ＡＩ１１を用いて、コンテンツがユーザに与える感情を推定する。そして、決定装置１００は、推定されたユーザの感情に基づいて、上述の広告報酬として、コンテンツ提供者への報酬を算出する。

例えば、決定装置１００は、推定されたユーザの感情が、幸福等のポジティブ感情である場合に、コンテンツ提供者への報酬を増加させる。例えば、決定装置１００は、推定されたユーザの感情がポジティブ感情である場合のコンテンツ提供者への報酬が、推定されたユーザの感情が中立的感情である場合のコンテンツ提供者への報酬よりも高くなるように、コンテンツ提供者への報酬を決定する。なお、中立的感情は、例えば、冷静等の感情である。このように、広告が、ユーザをいい気分にさせるコンテンツ内に表示された場合には、決定装置１００は、コンテンツ提供者への報酬（すなわち、広告報酬）を増加させる。

一方、例えば、決定装置１００は、推定されたユーザの感情が、嫌悪等のネガティブ感情である場合に、コンテンツ提供者への報酬を減少させる。例えば、決定装置１００は、推定されたユーザの感情がネガティブ感情である場合のコンテンツ提供者への報酬が、推定されたユーザの感情が中立的感情である場合のコンテンツ提供者への報酬よりも低くなるように、コンテンツ提供者への報酬を決定する。このように、広告が、ユーザの気分を害するようなコンテンツ内に表示された場合には、決定装置１００は、コンテンツ提供者への報酬を減少させる。

上述の費用算出処理に関しては、決定装置１００は、行動情報ＡＩ２１を用いて、コンテンツが配信された時から広告が表示された時までの期間におけるユーザの感情を推定する。言い換えると、決定装置１００は、行動情報ＡＩ２１を用いて、広告を閲覧する前のユーザの感情を推定する。さらに、決定装置１００は、行動情報ＡＩ２２を用いて、広告が表示された時からユーザが広告を選択した時までの期間におけるユーザの感情を推定する。言い換えると、決定装置１００は、行動情報ＡＩ２２を用いて、広告を閲覧した後のユーザの感情を推定する。そして、決定装置１００は、これらの推定されたユーザの感情に基づいて、広告を閲覧した後のユーザの感情や、ユーザの感情の変遷に応じた広告費用を算出する。このように、決定装置１００は、コンテンツや広告に応じたユーザの感情を指標として用いることにより、広告単価等の広告費用を決定することができる。

例えば、広告の品質を示す品質スコアの場合と同様に、決定装置１００は、推定された広告を閲覧した後のユーザの感情が、幸福等のポジティブ感情である場合に、広告費用を減少させる。例えば、決定装置１００は、推定された広告を閲覧した後のユーザの感情がポジティブ感情である場合の広告費用が、推定された広告を閲覧した後のユーザの感情が中立的感情である場合の広告費用よりも低くなるように、広告費用を決定する。

一方、例えば、決定装置１００は、推定された広告を閲覧した後のユーザの感情が、嫌悪等のネガティブ感情である場合に、広告費用を増加させる。例えば、決定装置１００は、推定された広告を閲覧した後のユーザの感情がネガティブ感情である場合の広告費用が、推定された広告を閲覧した後のユーザの感情が中立的感情である場合の広告費用もより高くなるように、広告費用を決定する。

また、例えば、広告が表示された後に、推定されたユーザの感情が、中立的感情からポジティブ感情に推移している場合に、広告費用を減少させる。例えば、決定装置１００は、推定されたユーザの感情が中立的感情からポジティブ感情に推移している場合の広告費用が、推定されたユーザの感情が中立的感情からネガティブ感情に推移している場合の広告費用よりも低くなるように、広告費用を決定する。

一方、例えば、決定装置１００は、広告が表示された後に、推定されたユーザの感情が、中立的感情からネガティブ感情に推移している場合に、広告費用を増加させる。例えば、決定装置１００は、推定されたユーザの感情が中立的感情からネガティブ感情に推移している場合の広告費用が、推定されたユーザの感情が中立的感情からポジティブ感情に推移している場合の広告費用よりも高くなるように、広告費用を決定する。

図１に戻ると、その後、決定装置１００は、決定された広告費用を設定する（ステップＳ１８）。加えて、決定装置１００は、決定された報酬（すなわち、広告報酬）を設定する（ステップＳ１９）。

例えば、決定装置１００は、決定された広告費用を、広告を識別するための識別子（すなわち、広告ＩＤ）に関連付けて格納する。加えて、決定装置１００は、決定された報酬（すなわち、広告報酬）を、コンテンツを識別するための識別子（すなわち、コンテンツＩＤ）に関連付けて格納する。このようにして、決定装置１００は、決定された広告費用および決定された報酬を設定することができる。

上述のように、実施形態に係る決定装置１００は、ユーザの行動情報と、ユーザの行動からユーザの感情を予測する機械学習モデルとを用いて、ユーザがコンテンツや広告を閲覧した場合のユーザの感情を推定する。そして、決定装置１００は、推定されたユーザの感情に応じて、コンテンツ提供者に支払われる広告報酬や、広告主によって支払われる広告費用を決定する。これにより、決定装置１００は、コンテンツの質や、広告の質を向上させることができる。

例えば、コンテンツ提供者が、ネガティブ感情ではなく、ポジティブ感情を誘発するコンテンツ（例えば、広告ネットワーク内のプレースメント）を作成した場合には、コンテンツ提供者は、より多くの広告報酬を得ることができる。このため、決定装置１００は、質の高いコンテンツの作成をコンテンツ提供者に促すことができる。同様に、広告主が、ネガティブ感情ではなく、ポジティブ感情を誘発する広告（例えば、広告クリエイティブ）を作成した場合には、コンテンツ提供者は、より少ない広告費用で、広告を出すことができる。このため、決定装置１００は、質の高い広告の作成を広告主に促すことができる。以下、このような決定処理を実現する決定装置１００について詳細に説明する。

〔２．決定装置の構成〕
次に、図３を参照して、実施形態に係る決定装置１００の構成例について説明する。図３は、実施形態に係る決定装置１００の構成例を示す図である。図３に示すように、決定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、決定装置１００は、決定装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部１１０は、ネットワーク網と有線又は無線により接続され、ネットワーク網を介して、ユーザ装置１０、コンテンツ提供者装置２０、広告主装置３０および配信装置２００との間で情報の送受信を行う。

（記憶部１２０）
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、報酬情報記憶部１２１と、費用情報記憶部１２２とを有する。

（報酬情報記憶部１２１）
図４は、実施形態に係る報酬情報記憶部１２１の一例を示す図である。報酬情報記憶部１２１は、コンテンツ提供者の報酬情報を記憶する。例えば、報酬情報記憶部１２１は、コンテンツ提供者に支払われる報酬を示す報酬情報を記憶する。

報酬情報記憶部１２１は、例えば、決定部１３３によって決定された広告報酬を記憶する。図４の例では、報酬情報記憶部１２１には、「報酬情報」が、「コンテンツ提供者ＩＤ」および「コンテンツＩＤ」ごとに記憶される。例示として、「報酬情報」には、項目「広告報酬」が含まれる。

「コンテンツ提供者ＩＤ」は、コンテンツ提供者を識別するための識別子を示す。「コンテンツＩＤ」は、広告が掲載されたコンテンツを識別するための識別子を示す。「広告報酬」は、広告が掲載されたコンテンツを提供したコンテンツ提供者に支払われる報酬を示す。

例えば、図４は、コンテンツ提供者ＩＤ「ＣＰ１」で識別され、かつコンテンツＩＤ「Ｃ１１」で識別されるコンテンツを提供したコンテンツ提供者に支払われる報酬が、広告報酬「ＡＲ１１」であることを示している。広告報酬「ＡＲ１１」は、例えば、コンテンツ提供者に支払われる金額を表す。広告報酬「ＡＲ１１」は、クリック、インプレッション、コンバージョン等のイベントが発生した場合の報酬単価であってもよい。

（費用情報記憶部１２２）
図５は、実施形態に係る費用情報記憶部１２２の一例を示す図である。費用情報記憶部１２２は、広告主の費用情報を記憶する。例えば、費用情報記憶部１２２は、広告主によって支払われる費用を示す費用情報を記憶する。

費用情報記憶部１２２は、例えば、決定部１３３によって決定された広告費用を記憶する。図５の例では、費用情報記憶部１２２には、「費用情報」が、「広告主ＩＤ」および「広告ＩＤ」ごとに記憶される。例示として、「費用情報」には、項目「広告費用」が含まれる。

「広告主ＩＤ」は、広告主を識別するための識別子を示す。「広告ＩＤ」は、コンテンツに掲載された広告を識別するための識別子を示す。「広告費用」は、コンテンツに掲載された広告を提供した広告主によって支払われる費用を示す。

例えば、図５は、広告主ＩＤ「ＡＰ１」で識別され、かつ広告ＩＤ「Ａ１１」で識別される広告を提供した広告主によって支払われる費用が、広告費用「ＡＣ１１」であることを示している。広告費用「ＡＣ１１」は、例えば、広告主によって支払われる金額（すなわち、広告料金）を表す。広告費用「ＡＣ１１」は、クリック、インプレッション、コンバージョン等のイベントが発生した場合の広告単価であってもよい。

（制御部１３０）
制御部１３０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、決定装置１００内部の記憶装置に記憶されている各種プログラム（決定プログラムの一例に相当）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１３０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。

制御部１３０は、図３に示すように、受信部１３１と、取得部１３２と、決定部１３３と、第１提供部１３４と、第２提供部１３５とを有し、以下に説明する情報処理の機能や作用を実現又は実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

（受信部１３１）
受信部１３１は、コンテンツのコンテンツ情報を受信する。例えば、受信部１３１は、広告主装置３０から、広告の広告情報を受信する。受信部１３１は、受信された広告情報を、記憶部１２０内の所定の記憶領域である広告情報記憶部（図示せず）に格納してもよい。

上述のコンテンツは、例えば、広告コンテンツであるが、これに限定されるものではない。上述のコンテンツは、ニュース、動画像、音声等のマルチメディアコンテンツであってもよい。

一例では、受信部１３１は、広告を登録するための要求を、広告主装置３０から受信する。

例えば、受信部１３１は、広告コンテンツを、広告主装置３０から受信する。そして、受信部１３１は、受信された広告コンテンツを、広告主装置３０の広告主に関連付けて格納する。

別の例では、受信部１３１は、ニュース、動画像、音声等のマルチメディアコンテンツを登録するための要求を、広告主装置３０から受信してもよい。

例えば、受信部１３１は、マルチメディアコンテンツを、広告主装置３０から受信してもよい。受信部１３１は、受信されたマルチメディアコンテンツを、記憶部１２０内の所定の記憶領域であるコンテンツ情報記憶部（図示せず）に格納してもよい。また、受信部１３１は、受信されたマルチメディアコンテンツを、広告主装置３０の広告主に関連付けて格納してもよい。

受信部１３１は、利用者（例えば、ユーザ）の行動情報を受信する。例えば、受信部１３１は、配信装置２００によって配信されたコンテンツを介して、ユーザの行動情報を受信する。受信部１３１は、受信された行動情報を、記憶部１２０内の所定の記憶領域である行動情報記憶部（図示せず）に格納してもよい。

一例では、配信装置２００によって配信されたコンテンツは、広告が掲載されるコンテンツである。別の例では、配信装置２００によって配信されたコンテンツは、マルチメディアコンテンツが掲載されるコンテンツであってもよい。

配信装置２００によって配信されたコンテンツは、例えば、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツである。配信装置２００によって配信されたコンテンツは、検索、ポータル、ショッピング、オークション、ニュース、ファイナンス、旅行、飲食店紹介、スポーツ、テレビ、動画、ゲーム、地図、路線情報、料理、不動産、自動車、ブログ、結婚、漫画、占い、地域情報等のコンテンツであってもよい。

一例では、配信装置２００によって配信されたコンテンツは、ユーザ装置１０にユーザの行動情報を送信させる制御情報を含む。このため、このコンテンツが、ユーザ装置１０に配信された場合には、ユーザ装置１０は、このコンテンツに含まれる制御情報に従って、ユーザの行動情報を、決定装置１００に送信する。その結果、受信部１３１は、ユーザ装置１０に配信されたコンテンツを介して、ユーザの行動情報を受信することができる。

一例では、受信部１３１は、広告を取得するための要求を、ユーザ装置１０から受信する。別の例では、受信部１３１は、マルチメディアコンテンツ取得するための要求を、ユーザ装置１０から受信する。

（取得部１３２）
取得部１３２は、利用者（例えば、ユーザ）の感情であって、この利用者に対して提供されるコンテンツと関連性を有する感情を取得する。

例えば、取得部１３２は、コンテンツと共に提供される提供コンテンツが利用者に提供された後における利用者の感情を取得する。例えば、取得部１３２は、コンテンツを利用者が選択するまでのこの利用者の感情を推定する。

また、例えば、取得部１３２は、コンテンツが利用者に提供された後における利用者の感情を推定する。例えば、取得部１３２は、コンテンツを利用者が選択するまでのこの利用者の感情を推定する。

また、例えば、取得部１３２は、利用者の行動であって、コンテンツと関連性を有する行動に基づいて、この利用者の感情を推定する。例えば、取得部１３２は、利用者の行動のうち、コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する。

また、例えば、取得部１３２は、利用者の行動であって、コンテンツをこの利用者が選択するまでの行動に基づいて、この利用者の感情を推定する。例えば、取得部１３２は、利用者の行動のうち、コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する。

また、例えば、取得部１３２は、広告に関するコンテンツと関連性を有する利用者の行動に基づいて、この利用者の感情を推定する。なお、取得部１３２は、ニュース、動画像、音声等のマルチメディアコンテンツに関するコンテンツと関連性を有する利用者の行動に基づいて、この利用者の感情を推定してもよい。

上述の利用者に対して提供されるコンテンツは、例えば、広告コンテンツ、マルチメディアコンテンツ等のコンテンツである。一方、上述のコンテンツと共に提供される提供コンテンツは、例えば、ブログ、ウェブページ、アプリケーションのページ、ソーシャルメディア等のコンテンツである。提供コンテンツは、配信装置２００によって配信されたコンテンツ（例えば、検索、ポータル、ショッピング等のコンテンツ）であってもよい。

取得部１３２は、利用者（例えば、ユーザ）の行動情報を取得してもよい。例えば、取得部１３２は、受信部１３１によって受信された行動情報を取得してもよい。取得部１３２は、配信装置２００によって配信されたコンテンツを介して受信された行動情報を取得してもよい。

一例では、取得部１３２は、ユーザの行動情報を、ユーザ装置１０から取得する。この例では、取得された行動情報は、例えば、クリック履歴、閲覧されたコンテンツの履歴、スクロール履歴、視線の履歴等の各種ログを示す。なお、視線の履歴は、例えば、ユーザ装置１０に搭載された視線センサによって収集され得る。例えば、ユーザの視線は、ＡＲコンテンツを介して取得され得る。

なお、取得部１３２は、利用者（例えば、ユーザ）の感情と、この感情と因果関係を有する利用者の一連の行動との間の関係性を学習したモデル（例えば、ＭＩＬ（Multiple Instance Learning）の技術を用いて学習したモデル）を用いて、取得した行動情報に基づき、コンテンツ閲覧時の利用者の感情を推定してもよい。例えば、取得部１３２は、利用者がコンテンツの閲覧時に行った一連の操作（クリックやスクロール）や利用者が閲覧したコンテンツの順番、どのようなリンクを選択したかといった利用者の時系列順の行動と、その行動を行う前、行動中、若しくは行動後に利用者が有していたと推定される感情との間の関係性を学習したモデルを用いてもよい。なお、このようなモデルは、例えば、利用者の生体情報等から推定された感情と、利用者の一連の行動との間の関係性をＭＩＬの技術を用いて学習することで実現され、利用者の一連の行動が入力された場合に、その行動を行う前、行動中、若しくは行動後等、一連の行動と何かしらの因果関係を有すると推定される感情を出力することとなる。すなわち、このようなモデルは、感情と一連の行動とを学習データとし、ＭＩＬの技術を用いた学習を行うことで、入力された一連の行動の全体若しくは一部と因果関係を有する（何かしらの関連性を有する）感情を示す情報を出力するように学習が行われることとなる。また、取得部１３２は、利用者の行動情報及び生体情報を取得した場合、行動情報や生体情報等と、感情との間の関係性を学習したモデルを用いて、行動情報や生体情報等から利用者の感情を推定してもよい。

一例では、取得部１３２は、取得されたユーザの行動情報を用いて、ユーザの感情を推定する。

例えば、取得部１３２は、取得されたユーザの行動情報を用いて、コンテンツが配信された時からユーザが広告を選択した時までの期間におけるユーザの感情を推定する。言い換えると、取得部１３２は、行動情報を用いて、コンテンツがユーザに与える感情を推定する。取得部１３２は、取得されたユーザの行動情報を用いて、コンテンツが配信された時からユーザがマルチメディアコンテンツを選択した時までの期間におけるユーザの感情を推定してもよい。

また、例えば、取得部１３２は、取得されたユーザの行動情報を用いて、コンテンツが配信された時から広告が表示された時までの期間におけるユーザの感情を推定する。言い換えると、取得部１３２は、行動情報を用いて、広告を閲覧する前のユーザの感情を推定する。取得部１３２は、取得されたユーザの行動情報を用いて、コンテンツが配信された時からマルチメディアコンテンツが表示された時までの期間におけるユーザの感情を推定してもよい。

また、例えば、取得部１３２は、取得されたユーザの行動情報を用いて、広告が表示された時からユーザが広告を選択した時までの期間におけるユーザの感情を推定する。言い換えると、取得部１３２は、行動情報を用いて、広告を閲覧した後のユーザの感情を推定する。取得部１３２は、取得されたユーザの行動情報を用いて、マルチメディアコンテンツが表示された時からユーザがマルチメディアコンテンツを選択した時までの期間におけるユーザの感情を推定してもよい。

一例では、取得部１３２は、ユーザの行動からユーザの感情を予測する機械学習モデルを用いて、ユーザの感情を推定する。より具体的には、取得部１３２は、取得されたユーザの行動情報を、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情を予測する機械学習モデルに入力することによって、ユーザがコンテンツや広告を閲覧した場合のユーザの感情を推定する。また、取得部１３２は、取得されたユーザの行動情報を、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情を予測する機械学習モデルに入力することによって、ユーザがマルチメディアコンテンツを閲覧した場合のユーザの感情を推定してもよい。

上述のユーザの感情を予測する機械学習モデルに関しては、例えば、取得部１３２は、ウェアラブルデバイス等のセンシングデバイスを用いて、クラウドソーシングのワーカの生理的な反応（例えば、心拍数や体温の変化）を特定する。そして、取得部１３２は、特定された生理的な反応に基づいて、ワーカが１つまたは複数の行動をとった期間におけるワーカの感情を推定する。例えば、取得部１３２は、特定された生理的な反応に基づいて、「幸福」、「驚き」、「恐れ」等の感情（例えば、基本６感情）を、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情として推定する。１つまたは複数の行動は、例えば、クリック、コンテンツの閲覧、スクロール、視線の動き等の行動である。このようにして、取得部１３２は、推定されたワーカの感情を、１つまたは複数のワーカの行動を示す行動情報に関連付けることができる。その結果、取得部１３２は、このような１つまたは複数の行動と、ユーザの感情との対応関係を学習するための学習データを生成することができる。

ユーザの感情を予測する機械学習モデルを生成するための手法に関しては、例えば、取得部１３２は、生成された学習データに基づいて、ＭＩＬを行い、ユーザの感情を予測する予測モデルを生成する。ＭＩＬでは、１つまたは複数のワーカの行動が、１つの感情のバッグ（例えば、ポジティブバッグまたはネガティブバッグ）に含まれる。所定の感情のポジティブバッグは、この所定の感情に対応する１つまたは複数の行動を含む。一方、所定の感情のネガティブバッグは、この所定の感情に対応しない１つまたは複数の行動のみを含む。例えば、取得部１３２は、生成された学習データに基づいて、ＭＩＬを行い、ユーザの感情を予測する予測モデルとして、ユーザの感情を分類するＳＶＭ（Support Vector Machine）を生成する。生成されたＳＶＭに入力された場合に、生成されたＳＶＭは、ユーザが１つまたは複数のユーザの行動をとった期間におけるユーザの感情を分類する。取得部１３２は、取得されたユーザの行動情報を、生成された予測モデルに入力することによって、ユーザの感情と、この感情と因果関係を有するユーザの一連の行動とを推定することができる。

なお、ユーザが、ウェアラブルデバイス等のセンシングデバイスを利用している場合には、取得部１３２は、このセンシングデバイスを用いて、ユーザの生理的な反応（例えば、心拍数や体温の変化）を特定してもよい。センシングデバイスは、ユーザ装置１０であってもよい。そして、取得部１３２は、特定された生理的な反応に基づいて、ユーザが１つまたは複数の行動（例えば、クリック、コンテンツの閲覧、スクロール、視線の動き等の行動）をとった期間におけるユーザの感情を推定してもよい。例えば、取得部１３２は、特定された生理的な反応に基づいて、「幸福」、「驚き」、「恐れ」等の感情（例えば、基本６感情）を、ユーザが１つまたは複数の行動をとった期間におけるユーザの感情として推定してもよい。このような感情は、プレースメント、広告、メディアコンテンツ等のコンテンツの閲覧と関連性がある感情であってもよい。例えば、取得部１３２は、幸福、冷静、嫌悪等の感情を、ユーザがこのようなコンテンツを閲覧した場合のユーザの感情として推定してもよい。

（決定部１３３）
決定部１３３は、取得部１３２によって取得された利用者（例えば、ユーザ）の感情に基づいて、コンテンツの提供に関する費用の額を決定する。

例えば、決定部１３３は、コンテンツの提供に関する費用として、コンテンツと共に提供される提供コンテンツの提供者に対して提供される報酬であって、コンテンツの提供に伴う報酬の額を決定する。例えば、決定部１３３は、提供コンテンツと共に提供されたコンテンツが利用者により選択されたことを契機として提供者に対して提供される報酬の額を決定する。また、例えば、決定部１３３は、取得部１３２によって取得された利用者の感情が所定の条件を満たす場合は、提供者に対する報酬の額を所定の額から増額する。

また、例えば、決定部１３３は、コンテンツの提供に関する費用として、コンテンツの提供者に対して請求される費用であって、コンテンツの提供に伴う費用の額を決定する。例えば、決定部１３３は、コンテンツが利用者により選択されたことを契機として提供者に請求される報酬の額を決定する。また、例えば、決定部１３３は、取得部１３２によって取得された取得された利用者の感情が所定の条件を満たす場合は、提供者に対する費用の額を所定の額から減額する。

また、例えば、決定部１３３は、取得部１３２によって推定された利用者の感情に基づいて、広告に関するコンテンツの提供に関する費用の額を決定する。

決定部１３３は、取得部１３２によって推定された利用者の感情に基づいて、ニュース、動画像、音声等のマルチメディアコンテンツに関するコンテンツの提供に関する費用の額を決定してもよい。

一例では、決定部１３３は、取得部１３２によって推定されたユーザの感情に基づいて、報酬（例えば、広告報酬）を決定する。例えば、決定部１３３は、取得部１３２によって推定されたコンテンツが配信された時からユーザが広告を選択した時までの期間におけるユーザの感情に基づいて、広告報酬として、コンテンツ提供者への報酬を算出する。

例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情が、幸福等のポジティブ感情である場合に、コンテンツ提供者への報酬を増加させる。例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情がポジティブ感情である場合のコンテンツ提供者への報酬が、取得部１３２によって推定されたユーザの感情が中立的感情である場合のコンテンツ提供者への報酬よりも高くなるように、コンテンツ提供者への報酬を決定する。なお、中立的感情は、例えば、冷静等の感情である。このように、広告が、ユーザをいい気分にさせるコンテンツ内に表示された場合には、決定部１３３は、コンテンツ提供者への報酬（すなわち、広告報酬）を増加させる。

一方、例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情が、嫌悪等のネガティブ感情である場合に、コンテンツ提供者への報酬を減少させる。例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情がネガティブ感情である場合のコンテンツ提供者への報酬が、推定されたユーザの感情が中立的感情である場合のコンテンツ提供者への報酬よりも低くなるように、コンテンツ提供者への報酬を決定する。このように、広告が、ユーザの気分を害するようなコンテンツ内に表示された場合には、決定部１３３は、コンテンツ提供者への報酬を減少させる。

別の例では、決定部１３３は、取得部１３２によって推定されたコンテンツが配信された時からユーザがマルチメディアコンテンツを選択した時までの期間におけるユーザの感情に基づいて、コンテンツ提供者への報酬を算出してもよい。

一例では、決定部１３３は、取得部１３２によって推定されたユーザの感情に基づいて、費用（例えば、広告費用）を決定する。例えば、決定部１３３は、取得部１３２によって推定された広告を閲覧した後のユーザの感情に基づいて、広告を閲覧した後のユーザの感情に応じた広告費用を算出する。また、例えば、決定部１３３は、取得部１３２によって推定されたコンテンツが配信された時から広告が表示された時までの期間におけるユーザの感情と、取得部１３２によって推定された広告を閲覧した後のユーザの感情とに基づいて、ユーザの感情の変遷に応じた広告費用を算出する。

例えば、広告の品質を示す品質スコアの場合と同様に、決定部１３３は、取得部１３２によって推定された広告を閲覧した後のユーザの感情が、幸福等のポジティブ感情である場合に、広告費用を減少させる。例えば、決定部１３３は、取得部１３２によって推定された広告を閲覧した後のユーザの感情がポジティブ感情である場合の広告費用が、取得部１３２によって推定された広告を閲覧した後のユーザの感情が中立的感情である場合の広告費用よりも低くなるように、広告費用を決定する。

一方、例えば、決定部１３３は、取得部１３２によって推定された広告を閲覧した後のユーザの感情が、嫌悪等のネガティブ感情である場合に、広告費用を増加させる。例えば、決定部１３３は、取得部１３２によって推定された広告を閲覧した後のユーザの感情がネガティブ感情である場合の広告費用が、取得部１３２によって推定された広告を閲覧した後のユーザの感情が中立的感情である場合の広告費用もより高くなるように、広告費用を決定する。

また、例えば、広告が表示された後に、取得部１３２によって推定されたユーザの感情が、中立的感情からポジティブ感情に推移している場合に、広告費用を減少させる。例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情が中立的感情からポジティブ感情に推移している場合の広告費用が、取得部１３２によって推定されたユーザの感情が中立的感情からネガティブ感情に推移している場合の広告費用よりも低くなるように、広告費用を決定する。

一方、例えば、決定部１３３は、広告が表示された後に、取得部１３２によって推定されたユーザの感情が、中立的感情からネガティブ感情に推移している場合に、広告費用を増加させる。例えば、決定部１３３は、取得部１３２によって推定されたユーザの感情が中立的感情からネガティブ感情に推移している場合の広告費用が、取得部１３２によって推定されたユーザの感情が中立的感情からポジティブ感情に推移している場合の広告費用よりも高くなるように、広告費用を決定する。

別の例では、決定部１３３は、取得部１３２によって推定されたマルチメディアコンテンツを閲覧した後のユーザの感情に基づいて、マルチメディアコンテンツを閲覧した後のユーザの感情に応じた費用（すなわち、広告主によって支払われる費用）を算出してもよい。また、決定部１３３は、取得部１３２によって推定されたコンテンツが配信された時からマルチメディアコンテンツが表示された時までの期間におけるユーザの感情と、取得部１３２によって推定されたマルチメディアコンテンツを閲覧した後のユーザの感情とに基づいて、ユーザの感情の変遷に応じた費用を算出してもよい。

決定部１３３は、決定された報酬（例えば、広告報酬）を、報酬情報記憶部１２１に格納してもよい。また、決定部１３３は、決定された費用（例えば、広告費用）を、費用情報記憶部１２２に格納してもよい。

一例では、決定部１３３は、決定された広告費用を設定する。加えて、決定部１３３は、決定された広告報酬を設定する。

例えば、決定部１３３は、決定された広告費用を、広告を識別するための識別子（すなわち、広告ＩＤ）に関連付けて格納する。加えて、決定部１３３は、決定された広告報酬を、コンテンツを識別するための識別子（すなわち、コンテンツＩＤ）に関連付けて格納する。このようにして、決定部１３３は、決定された広告費用および決定された報酬を設定する。

（第１提供部１３４）
第１提供部１３４は、ユーザ装置１０に、コンテンツを提供する。例えば、第１提供部１３４は、ユーザ装置１０に、広告コンテンツを提供する。第１提供部１３４は、例えば、受信部１３１によって受信された広告コンテンツを、ユーザ装置１０に提供する。第１提供部１３４は、広告情報記憶部（図示せず）から、広告コンテンツを取得してもよい。第１提供部１３４は、取得された広告コンテンツを、ユーザ装置１０に提供してもよい。

第１提供部１３４は、マルチメディアコンテンツを、ユーザ装置１０に提供してもよい。第１提供部１３４は、例えば、受信部１３１によって受信されたマルチメディアコンテンツを、ユーザ装置１０に提供してもよい。第１提供部１３４は、コンテンツ情報記憶部（図示せず）から、マルチメディアコンテンツを取得してもよい。第１提供部１３４は、取得されたマルチメディアコンテンツを、ユーザ装置１０に提供してもよい。

一例では、第１提供部１３４は、ユーザ装置１０に、広告を配信する。この例では、受信部１３１によって広告を取得するための要求が受信された場合に、第１提供部１３４は、ユーザ装置１０に広告を提供する。

一例では、第１提供部１３４は、ユーザ装置１０にユーザの行動情報を送信させる制御情報を、配信装置２００に送信する。この例では、配信装置２００は、ユーザ装置１０にユーザの行動情報を送信させる制御情報を、第１提供部１３４から受信する。そして、配信装置２００は、受信された制御情報を、受信されたコンテンツに含める。なお、このような制御情報は、例えば、ＪａｖａＳｃｒｉｐｔ（登録商標）等のスクリプト言語で記述される。

（第２提供部１３５）
第２提供部１３５は、コンテンツ提供者の報酬情報を、コンテンツ提供者装置２０に提供する。例えば、第２提供部１３５は、決定部１３３によって決定された報酬（例えば、広告報酬）を示す報酬情報を、コンテンツ提供者装置２０に提供する。第２提供部１３５は、報酬情報記憶部１２１から、報酬情報を取得してもよい。第２提供部１３５は、取得された報酬情報を、コンテンツ提供者装置２０に提供してもよい。

第２提供部１３５は、広告主の費用情報を、広告主装置３０に提供する。例えば、第２提供部１３５は、決定部１３３によって決定された費用（例えば、広告費用）を示す費用情報を、広告主装置３０に提供する。第２提供部１３５は、費用情報記憶部１２２から、費用情報を取得してもよい。第２提供部１３５は、取得された費用情報を、広告主装置３０に提供してもよい。

〔３．決定処理のフロー〕
次に、実施形態に係る決定装置１００による決定処理の手順について説明する。図６は、実施形態に係る決定装置１００による決定処理手順を示すフローチャートである。

図６に示すように、はじめに、決定装置１００は、利用者の感情であって、この利用者に対して提供されるコンテンツと関連性を有する感情を取得する（ステップＳ１０１）。

例えば、決定装置１００は、コンテンツと共に提供される提供コンテンツが利用者に提供された後における利用者の感情を取得する。例えば、決定装置１００は、コンテンツを利用者が選択するまでのこの利用者の感情を推定する。

また、例えば、決定装置１００は、コンテンツが利用者に提供された後における利用者の感情を推定する。例えば、決定装置１００は、コンテンツを利用者が選択するまでのこの利用者の感情を推定する。

また、例えば、決定装置１００は、利用者の行動であって、コンテンツと関連性を有する行動に基づいて、この利用者の感情を推定する。例えば、決定装置１００は、利用者の行動のうち、コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する。

また、例えば、決定装置１００は、利用者の行動であって、コンテンツをこの利用者が選択するまでの行動に基づいて、この利用者の感情を推定する。例えば、決定装置１００は、利用者の行動のうち、コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する。

また、例えば、決定装置１００は、広告に関するコンテンツと関連性を有する利用者の行動に基づいて、この利用者の感情を推定する。

次いで、決定装置１００は、取得された利用者の感情に基づいて、コンテンツの提供に関する費用の額を決定する（ステップＳ１０２）。

例えば、決定装置１００は、コンテンツの提供に関する費用として、コンテンツと共に提供される提供コンテンツの提供者に対して提供される報酬であって、コンテンツの提供に伴う報酬の額を決定する。例えば、決定装置１００は、提供コンテンツと共に提供されたコンテンツが利用者により選択されたことを契機として提供者に対して提供される報酬の額を決定する。また、例えば、決定装置１００は、取得された利用者の感情が所定の条件を満たす場合は、提供者に対する報酬の額を所定の額から増額する。

また、例えば、決定装置１００は、コンテンツの提供に関する費用として、コンテンツの提供者に対して請求される費用であって、コンテンツの提供に伴う費用の額を決定する。例えば、決定装置１００は、コンテンツが利用者により選択されたことを契機として提供者に請求される報酬の額を決定する。また、例えば、決定装置１００は、取得された利用者の感情が所定の条件を満たす場合は、提供者に対する費用の額を所定の額から減額する。

また、例えば、決定装置１００は、推定された利用者の感情に基づいて、広告に関するコンテンツの提供に関する費用の額を決定する。

〔４．変形例〕
上述の実施形態に係る決定装置１００は、上記の実施形態以外にも、種々の異なる形態で実施されてよい。そこで、以下では、上記の決定装置１００の他の実施形態について説明する。

〔４－１．ユーザ属性を考慮した感情推定〕
取得部１３２は、利用者（例えば、ユーザ）の行動と、この利用者の属性とに基づいて、この利用者の感情を推定してもよい。

例えば、取得部１３２は、ユーザ属性を考慮したユーザの感情を予測する機械学習モデルを用いて、ユーザの感情を推定してもよい。上述のユーザの感情を予測する機械学習モデルは、クラウドソーシングのワーカの属性ごとに生成されてもよい。このようにして、取得部１３２は、ユーザ属性を考慮したユーザの感情を予測する機械学習モデルを生成することができる。

例示のために、第１のユーザ属性を有する第１のユーザが、第１の行動をとったと仮定する。さらに、第１のユーザ属性とは異なる第２のユーザ属性を有する第２のユーザが、第１のユーザと同じ行動をとったと仮定する。この例では、取得部１３２は、第１のユーザの行動と、第１のユーザ属性とに基づいて、第１のユーザの感情を推定してもよい。また、取得部１３２は、第１のユーザの行動と、第２のユーザ属性とに基づいて、第２のユーザの感情を推定してもよい。

第１のユーザがコンテンツや広告を閲覧した場合の第１のユーザの感情が、幸福等のポジティブ感情である場合に、決定部１３３は、コンテンツ提供者への広告報酬を増加させてもよい。一方、第２のユーザがこのコンテンツやこの広告を閲覧した場合の第２のユーザの感情が、嫌悪等のネガティブ感情である場合に、決定部１３３は、コンテンツ提供者への広告報酬を減少させてもよい。すなわち、コンテンツや広告が、第１のユーザにとって快適である場合に、広告報酬は、増加されてもよい。一方、このコンテンツやこの広告が、第２のユーザにとって不快である場合に、広告報酬は、減少されてもよい。

〔４－２．コンテンツの内容を考慮した感情推定〕
取得部１３２は、利用者（例えば、ユーザ）の行動と、コンテンツの内容とに基づいて、この利用者の感情を推定してもよい。

例えば、取得部１３２は、コンテンツの内容を考慮したユーザの感情を予測する機械学習モデルを用いて、ユーザの感情を推定してもよい。上述のユーザの感情を予測する機械学習モデルは、コンテンツの内容に対応するユーザの行動と、ユーザの感情との対応関係を学習するための学習データから生成されてもよい。コンテンツの内容に対応するユーザの行動は、例えば、閲覧されたコンテンツ内の広告スペース（すなわち、広告枠）の位置やサイズに対応してもよい。このようにして、取得部１３２は、コンテンツの内容（例えば、コンテンツ内の広告スペースの位置やサイズ）を考慮したユーザの感情を予測する機械学習モデルを生成することができる。この場合、取得部１３２は、コンテンツの見づらさや広告のサイズに基づいて、ユーザの感情を推定することができる。このため、取得部１３２は、ユーザフレンドリーなコンテンツの作成をコンテンツ提供者に促すことができる。

〔４－３．コンテンツの提供態様を考慮した感情推定〕
取得部１３２は、利用者の行動と、コンテンツの提供態様とに基づいて、この利用者の感情を推定してもよい。

例えば、取得部１３２は、コンテンツの提供態様を考慮したユーザの感情を予測する機械学習モデルを用いて、ユーザの感情を推定してもよい。上述のユーザの感情を予測する機械学習モデルは、コンテンツの提供態様に対応するユーザの行動と、ユーザの感情との対応関係を学習するための学習データから生成されてもよい。コンテンツの提供態様に対応するユーザの行動は、例えば、コンテンツ内に広告を表示するタイミング、広告の表示時間、広告が表示される領域に対応してもよい。このようにして、取得部１３２は、コンテンツの提供態様（例えば、コンテンツ内に広告を表示するタイミング、広告の表示時間広告が表示される領域）を考慮したユーザの感情を予測する機械学習モデルを生成することができる。この場合、取得部１３２は、広告の現れ方に基づいて、ユーザの感情を推定することができる。このため、取得部１３２は、ユーザフレンドリーな広告の作成を広告主に促すことができる。

〔４－４．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一部を手動的に行うこともできる。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。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

例えば、図３に示した記憶部１２０の一部又は全部は、決定装置１００によって保持されるのではなく、ストレージサーバ等に保持されてもよい。この場合、決定装置１００は、ストレージサーバにアクセスすることで、報酬情報や費用情報等の各種情報を取得する。

〔４－５．ハードウェア構成〕
また、上述してきた実施形態に係る決定装置１００は、例えば図７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７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時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、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が決定装置１００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１３０の機能を実現する。

〔５．効果〕
上述してきたように、実施形態に係る決定装置１００は、取得部１３２と、決定部１３３とを有する。取得部１３２は、利用者の感情であって、この利用者に対して提供されるコンテンツと関連性を有する感情を取得する。決定部１３３は、取得部１３２により取得された利用者の感情に基づいて、コンテンツの提供に関する費用の額を決定する。

また、実施形態に係る決定装置１００において、決定部１３３は、コンテンツの提供に関する費用として、コンテンツと共に提供される提供コンテンツの提供者に対して提供される報酬であって、コンテンツの提供に伴う報酬の額を決定する。

また、実施形態に係る決定装置１００において、決定部１３３は、提供コンテンツと共に提供されたコンテンツが利用者により選択されたことを契機として提供者に対して提供される報酬の額を決定する。

また、実施形態に係る決定装置１００において、取得部１３２は、提供コンテンツが利用者に提供された後における利用者の感情を取得する。

また、実施形態に係る決定装置１００において、取得部１３２は、コンテンツを利用者が選択するまでのこの利用者の感情を推定する。

また、実施形態に係る決定装置１００において、決定部１３３は、取得部１３２により取得された利用者の感情が所定の条件を満たす場合は、提供者に対する報酬の額を所定の額から増額する。

また、実施形態に係る決定装置１００において、決定部１３３は、コンテンツの提供に関する費用として、コンテンツの提供者に対して請求される費用であって、コンテンツの提供に伴う費用の額を決定する。

また、実施形態に係る決定装置１００において、決定部１３３は、コンテンツが利用者により選択されたことを契機として提供者に請求される報酬の額を決定する。

また、実施形態に係る決定装置１００において、取得部１３２は、コンテンツが利用者に提供された後における利用者の感情を推定する。

また、実施形態に係る決定装置１００において、取得部１３２は、コンテンツを利用者が選択するまでのこの利用者の感情を推定する。

また、実施形態に係る決定装置１００において、決定部１３３は、取得部１３２により取得された利用者の感情が所定の条件を満たす場合は、提供者に対する費用の額を所定の額から減額する。

また、実施形態に係る決定装置１００において、取得部１３２は、利用者の行動であって、コンテンツと関連性を有する行動に基づいて、この利用者の感情を推定する。

また、実施形態に係る決定装置１００において、取得部１３２は、利用者の行動であって、コンテンツをこの利用者が選択するまでの行動に基づいて、この利用者の感情を推定する。

また、実施形態に係る決定装置１００において、取得部１３２は、利用者の行動のうち、コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する。

また、実施形態に係る決定装置１００において、取得部１３２は、広告に関するコンテンツと関連性を有する利用者の行動に基づいて、この利用者の感情を推定する。また、実施形態に係る決定装置１００において、決定部１３３は、推定された利用者の感情に基づいて、広告に関するコンテンツの提供に関する費用の額を決定する。

また、実施形態に係る決定装置１００において、取得部１３２は、利用者の行動と、この利用者の属性とに基づいて、この利用者の感情を推定する。

また、実施形態に係る決定装置１００において、取得部１３２は、利用者の行動と、コンテンツの内容とに基づいて、この利用者の感情を推定する。

また、実施形態に係る決定装置１００において、取得部１３２は、利用者の行動と、コンテンツの提供態様とに基づいて、この利用者の感情を推定する。

上述した各処理により、決定装置１００は、適切なコンテンツの提供を促進することができる。

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、上述した決定装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、受信部は、受信手段や受信回路に読み替えることができる。

１ 決定システム
１０ ユーザ装置
２０ コンテンツ提供者装置
３０ 広告主装置
１００ 決定装置
１１０ 通信部
１２０ 記憶部
１２１ 報酬情報記憶部
１２２ 費用情報記憶部
１３０ 制御部
１３１ 受信部
１３２ 取得部
１３３ 決定部
１３４ 第１提供部
１３５ 第２提供部
２００ 配信装置

Claims (18)

1. 利用者の感情であって、当該利用者に対して提供されるコンテンツと関連性を有する感情を取得する取得部と、
   前記取得部により取得された利用者の感情に基づいて、前記コンテンツと共に提供される提供コンテンツの提供者に対して提供される報酬であって、前記提供コンテンツと共に提供された前記コンテンツが前記利用者により選択されたことを契機として前記提供者に対して提供される報酬の額を決定する決定部と
   を有することを特徴とする決定装置。
2. 前記取得部は、前記提供コンテンツが前記利用者に提供された後における前記利用者の感情を取得する
   ことを特徴とする請求項１に記載の決定装置。
3. 前記取得部は、前記コンテンツを前記利用者が選択するまでの当該利用者の感情を推定する
   ことを特徴とする請求項１または２に記載の決定装置。
4. 前記決定部は、前記取得部により取得された前記利用者の感情が所定の条件を満たす場合は、前記提供者に対する報酬の額を所定の額から増額する
   ことを特徴とする請求項１～３のうちいずれか１つに記載の決定装置。
5. 前記決定部は、前記コンテンツの提供に関する費用として、前記コンテンツの提供者に対して請求される費用であって、前記コンテンツの提供に伴う費用の額を決定する
   ことを特徴とする請求項１に記載の決定装置。
6. 前記決定部は、前記コンテンツが前記利用者により選択されたことを契機として前記コンテンツの提供者に対して請求される費用の額を決定する
   ことを特徴とする請求項５に記載の決定装置。
7. 前記取得部は、前記コンテンツが前記利用者に提供された後における前記利用者の感情を推定する
   ことを特徴とする請求項５または６に記載の決定装置。
8. 前記取得部は、前記コンテンツを前記利用者が選択するまでの当該利用者の感情を推定する
   ことを特徴とする請求項５～７のうちいずれか１つに記載の決定装置。
9. 前記決定部は、前記取得部により取得された前記利用者の感情が所定の条件を満たす場合は、前記提供者に対する費用の額を所定の額から減額する
   ことを特徴とする請求項５～８のうちいずれか１つに記載の決定装置。
10. 前記取得部は、前記利用者の行動であって、前記コンテンツと関連性を有する行動に基づいて、当該利用者の感情を推定する
    ことを特徴とする請求項１～９のうちいずれか１つに記載の決定装置。
11. 前記取得部は、前記利用者の行動であって、前記コンテンツを当該利用者が選択するまでの行動に基づいて、当該利用者の感情を推定する
    ことを特徴とする請求項１～１０のうちいずれか１つに記載の決定装置。
12. 前記取得部は、前記利用者の行動のうち、前記コンテンツと関連性を有する一連の行動と因果関係を有する感情を推定する
    ことを特徴とする請求項１０または１１に記載の決定装置。
13. 前記取得部は、広告に関するコンテンツである、前記利用者に対して提供されるコンテンツと関連性を有する利用者の行動に基づいて、当該利用者の感情を推定し、
    前記決定部は、推定された前記利用者の感情に基づいて、前記広告に関するコンテンツの提供に関する費用の額を決定する
    ことを特徴とする請求項１～１２のうちいずれか１つに記載の決定装置。
14. 前記取得部は、前記利用者の行動と、当該利用者の属性とに基づいて、当該利用者の感情を推定する
    ことを特徴とする請求項１３に記載の決定装置。
15. 前記取得部は、前記利用者の行動と、前記コンテンツの内容とに基づいて、当該利用者の感情を推定する
    ことを特徴とする請求項１３または１４に記載の決定装置。
16. 前記取得部は、前記利用者の行動と、前記コンテンツの提供態様とに基づいて、当該利用者の感情を推定する
    ことを特徴とする請求項１３～１５のうちいずれか１つに記載の決定装置。
17. 決定装置が実行する決定方法であって、
    利用者の感情であって、当該利用者に対して提供されるコンテンツと関連性を有する感情を取得する取得工程と、
    前記取得工程により取得された利用者の感情に基づいて、前記コンテンツと共に提供される提供コンテンツの提供者に対して提供される報酬であって、前記提供コンテンツと共に提供された前記コンテンツが前記利用者により選択されたことを契機として前記提供者に対して提供される報酬の額を決定する決定工程と
    を含むことを特徴とする決定方法。
18. 利用者の感情であって、当該利用者に対して提供されるコンテンツと関連性を有する感情を取得する取得手順と、
    前記取得手順により取得された利用者の感情に基づいて、前記コンテンツと共に提供される提供コンテンツの提供者に対して提供される報酬であって、前記提供コンテンツと共に提供された前記コンテンツが前記利用者により選択されたことを契機として前記提供者に対して提供される報酬の額を決定する決定手順と
    をコンピュータに実行させるための決定プログラム。

Images