JP7354332B1 - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Abstract

【課題】広告それぞれの配信ペースを適切に制御すること。【解決手段】本願に係る情報処理装置は、未来に発生する広告枠に対して配信する入稿広告それぞれの単位時間当たりの配信目標となる入稿目標数を設定する設定部と、広告枠に対して第１の配信段階で配信する入稿広告が選択されなかった場合に移行する第２の配信段階の配信候補に、設定部によって設定された入稿目標数に到達しないと予想される未達広告を追加する追加部とを備える。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法および情報処理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、インターネットを介した広告配信が盛んに行われている。広告配信では、端末装置の表示画面に連動した広告を配信するリスティング広告がある。

リスティング広告に関する技術として、たとえば、予め設定した配信計画に沿って、広告を配信することで広告の予算消化ペースを制御する技術がある（例えば、特許文献１参照）。

特開２０１７－０１６３２０号公報

しかしながら、従来技術では、たとえば、広告それぞれの配信回数を担保することについては考慮されておらず、広告それぞれの配信ペースを適切に制御することができなかった。

本発明は、上記に鑑みてなされたものであって、広告それぞれの配信ペースを適切に制御することができる情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明に係る情報処理装置は、未来に発生する広告枠それぞれの発生数量と前記広告枠それぞれに配信する入稿広告それぞれの配信目標数とに基づいて、前記入稿広告それぞれの配信計画を設定する設定部と、広告配信に関する配信リクエストに対して第１の配信段階で配信する前記入稿広告が選択されなかった場合に移行する第２の配信段階の配信候補に、前記設定部によって設定された前記配信計画に到達しないと予想される未達広告を追加する追加部とを備える。

本発明によれば、広告それぞれの配信ペースを適切に制御することができる。

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２Ａは、実施形態に係る情報処理の一例を示す図である。 図２Ｂは、実施形態に係る情報処理の一例を示す図である。 図３は、実施形態に係る情報処理装置の構成例を示すブロック図である。 図４は、実施形態に係る広告情報記憶部に記憶する情報の一例を示す図である。 図５は、実施形態に係る在庫予測情報記憶部に記憶する情報の一例を示す図である。 図６は、実施形態に係る相対優先度記憶部に記憶する情報の一例を示す図である。 図７は、実施形態に係る生成部による処理の一例を示す図である。 図８は、実施形態に係る相対優先度と配信確率との関係性を示す図である。 図９は、実施形態に係る配信確率の一例を示す模式図である。 図１０は、実施形態に係る相対優先度の算出処理の一例を示すフローチャートである。 図１１は、実施形態に係る配信処理の一例を示すフローチャートである。 図１２は、実施形態に係る追加処理の一例を示すフローチャートである。 図１３は、実施形態に係る情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法および情報処理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情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。

［実施形態］
〔１－１．情報処理〕
まず、図１を用いて、実施形態に係る情報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処理の一例を示す図である。なお、かかる情報処理方法は、たとえば、図１に示す情報処理装置１０によって実行される。

また、以下では、実施形態に係る情報処理が広告配信に関する処理である場合について説明するが、実施形態に係る情報処理は、種々の在庫管理に適用することが可能である。

図１に示すように、実施形態に係る情報処理装置１０は、たとえば、ユーザ端末５０から広告の配信リクエストを受け付けるとともに、受け付けた配信リクエストとの配信条件に対応する広告を選択したうえでユーザ端末５０へ配信する処理装置である。なお、以下では、配信条件が広告の配信先となるユーザのユーザ属性を指定するものである場合について説明するが、これに限定されるものではなく、たとえば、検索システム上で利用される検索クエリを指定するものであってもよい。

たとえば、情報処理装置１０は、ユーザ端末５０に表示されるウェブページ上の広告枠２００に対して表示する広告を配信する。なお、情報処理装置１０は、たとえば、サーバ装置やクラウドシステム等によって実現される。

ユーザ端末５０は、ユーザが所有する端末装置であり、情報処理装置１０とのデータ通信によって、情報処理装置１０から配信される広告をウェブページ上に設定された広告枠２００に表示する端末である。ユーザ端末５０として、たとえば、スマートフォン、タブレット端末、パソコン、ウェアラブル端末などが挙げられる。

ここで、たとえば、情報処理装置１０の事業者（以下、単に事業者）は、未来に発生する広告枠を在庫（以下、単に在庫とも記載）とみなし、広告主との間で広告枠の売買契約を行う。たとえば、広告主は、配信期間と配信条件および配信回数を指定して未来の広告枠に対する購入申請を事業者に対して行う。

これに対して、事業者は、購入申請によって提示された広告枠に在庫があれば、当該購入申請に応じて契約を締結し、在庫が不足する場合には契約を行わない。すなわち、広告主は、未来の広告枠を予約して購入することになる。以下、このような配信形式について、予約型広告とも記載する場合がある。なお、通常、１キャンペーン単位で広告枠に関する契約が行われることから、以下では、１つの契約に関する広告をキャンペーンとも記載する。また、同一の広告であっても、それぞれ異なる契約が締結された場合は、別々のキャンペーンとして取り扱われるものとする。

予約型広告では、広告主が広告枠を事前に購入するため、広告主が購入した分の広告枠に対しては、広告主によって入稿された入稿広告を配信する必要があり、換言すれば、広告の配信回数を担保する必要がある。

たとえば、１つの広告枠に対しては、複数の入稿広告が配信対象となる場合もあり、実施形態に係る情報処理では、３層からなる数理計画法によって各広告の配信の最適化を行う。

ここで、数理計画法を用いる情報処理の概要について説明しておく。実施形態に係る情報処理装置１０は、キャンペーンそれぞれの相対的な優先度である相対優先度を数理計画法によって予め算出したうえで、広告リクエストを受け付けた場合に、相対優先度から当該配信リクエストに対する配信確率を算出して広告配信を行う。

たとえば、図１に示すように、まず、実施形態に係る情報処理装置１０は、広告枠の表示媒体となるウェブページを提供するウェブサーバ１００から在庫予測情報を取得する（ステップＳ０１）。

たとえば、在庫予測情報は、ウェブサーバ１００が提供するウェブページ上で、未来に発生する広告枠２００に関する情報であり、たとえば、単位時間毎に発生する広告枠２００に関する情報であり、時間帯毎にどのような属性を持った広告枠２００が何件発生するといった予測情報である。

つづいて、情報処理装置１０は、各広告の相対優先度を算出する（ステップＳ０２）。情報処理装置１０は、たとえば、第１層～第３層を用いた数理計画法によって、各キャンペーンの相対優先度を算出する。

ここで、相対優先度とは、キャンペーン全体で、どのキャンペーンをそれぞれどれくらいの比率で配信すべきかといったキャンペーンそれぞれの配信割合を相対的に数値化したものである。なお、ここでの数理計画法には、たとえば、線形計画法、非線形計画法、動的計画法、離散的計画法などといった各種手法が含まれる。

たとえば、第１層に示すノード（Ｓ１～Ｓ３・・・）は、在庫それぞれの配信条件に対応する。たとえば、在庫の配信条件毎に１つのノードが生成され、かかるノードは、たとえば、日時毎の在庫の数に対応する行列である。

また、第３層に示すノード（Ｄ１～Ｄ３・・・）は、それぞれのキャンペーンに対応する。たとえば、キャンペーンの追加毎に新たなノードが生成され、かかるノードは、キャンペーン期間全体の目標配信回数、すなわち、キャンペーンで購入した在庫数に対応する行列である。

第２層に示すノード（Ｐ１～Ｐ３・・・）は、第３層のノードそれぞれを単位時間当たりの配信目標数に細分化して表現した行列である。すなわち、第２層のノードは、たとえば、第３層のノードそれぞれの目標配信回数を配信期間で割った値に対応する行列である。

そして、実施形態に係る情報処理装置１０では、単位時間毎に、第１層のノードそれぞれの配信条件で配信可能な第２層のノードを互いに対応付けたうえで、数理計画法を用いることで相対優先度を算出する。

たとえば、算出した相対優先度は、情報処理装置１０の相対優先度記憶部に格納される。なお、相対優先度は、キャンペーン毎の相対的な指標を示すものであればよく、相対優先度の算出方法は、ステップＳ０２の例に限定されるものではない。

その後、情報処理装置１０は、たとえば、ユーザ端末５０から広告枠２００に表示する広告リクエストを受け付ける（ステップＳ０３）。たとえば、広告リクエストは、広告の配信条件に関する情報が含まれており、情報処理装置１０は、配信条件に関する情報に対応する広告を特定したうえで広告を配信する。

この際、情報処理装置１０では、配信条件に対応する広告が複数ある場合には、相対優先度記憶部に記憶した相対優先度から広告リクエストに対する優先度である相対優先度を算出する（ステップＳ０４）。

たとえば、情報処理装置１０は、Ｌ１－Ｂａｌｌ Ｐｒｏｊｅｃｔｉｏｎと呼ばれる正規化の手法を用いることで、配信確率を算出する。たとえば、情報処理装置１０は、広告リクエストに対して競合する複数の広告それぞれの配信確率の総和が１となるように、各相対優先度から同数を引いた値を広告それぞれの配信確率として算出する。たとえば、広告Ａおよび広告Ｂの相対優先度が「０．８」、「０．６」であった場合、総和は「１．４」となる。このとき、広告Ａの配信確率は「０．８－０．２＝０．６」となり、広告Ｂの配信確率は「０．６－０．２＝０．４」として算出される。

そして、情報処理装置１０は、算出した配信確率に応じて配信リクエストに対して広告を配信する（ステップＳ０５）。すなわち、上記の例では、同一属性の配信リクエストに対して広告Ａと広告Ｂとを６０％、４０％の比率で配信することになる。なお、たとえば、広告Ａおよび広告Ｂの相対優先度の和が１に満たない場合には、それぞれの相対優先度がそのまま配信確率となる。

このように、実施形態に係る情報処理装置１０では、予め算出した相対優先度を用いて配信リクエストに対して競合する広告の配信確率を算出することで、各広告を適切に配信することが可能である。

〔１－２．算出処理〕
つづいて、相対優先度の具体的な算出手順について説明しておく。まず、第１層および第３層の２層から相対優先度を算出する場合について説明する。第１層に示す各ノードを在庫ｓ＿ｉ、第３に示す各ノードをｄ＿ｊとしたときの相対優先度ｘ＿ｔｊ、配信確率ｐ＿ｉｊとする。なお、ｉは在庫のインデックスであり、ｊは案件（キャンペーン）のインデックスとなる。

案件ｊの集合をＡ、案件ｊに属する在庫ｉの集合をΓ（ｊ）、在庫ｉに属する案件ｊの集合をΓ（ｉ）、案件ｊの総在庫をＳ＿ｊとし、通期予定配信確率（Σｓ＿ｉ ｐ＿ｉｊ／Ｓ＿ｊ）と、目標配信確率（ｄ＿ｊ／Ｓ＿ｊ）とを一致させる配信確率ｐ＿ｉｊに関する最適化は下記式（１）に示す評価関数によって算出することができる。なお、通期予定配信確率は、たとえば、在庫側からみた相対優先度であり、目標配信確率は、案件側からみた相対優先度を示す。

なお、上記式（１）では、後々の微分を考えて評価関数に１／２を乗算している。上記式（１）によってキャンペーン毎の相対優先度を算出し、実際には、相対優先度に対してＬ１―Ｂａｌｌ Ｐｒｏｊｅｃｔｉｏｎによって正規化することで配信確率ｐ＿ｉｊが算出される。

具体的には、在庫ｉに属する時間帯ｔをＢ（ｉ）とした場合に、下記式（２）によって各案件の相対優先度ｘ＿ｔｊから配信確率ｐ＿ｉｊを導出するための調整項δ＿ｉを算出することになる。

一方、第１層および第３層に対して、さらに第２層を追加した場合、配信確率ｐ＿ｉｊは、時間帯ｔにおける案件ｊの相対優先度ｘ＿ｔｊと上記式（２）に示す調整項δ＿ｉを用いて下記式（３）によって表現することができ、これを最適化式にあてはめると式（４）となる。

式（４）について、ｍａｘ関数を消すため、要素ｉの条件にｘ＿ｔｊ＞δ＿ｉを追加し、Ｌとすると、最終的に式（５）によって表現し、相対優先度ｘ＿ｔｊに関する最適化を行う。

ついで、上記式（２）による調整項δ＿ｉの導出と、時間帯ｔの案件ｊの相対優先度ｘ＿ｔｊの更新を上記式（５）を用いて交互に繰り返すことで、各時間帯における各案件の相対優先度ｘ＿ｔｊの最適化を行う。

〔１－３．調整処理〕
ところで、実施形態に係る情報処理では、たとえば、入稿目標数が在庫数の予測値（以下、予測在庫数）を上回る時間帯においては、優先度の最も低い広告の目標配信数を小さくすることで、全体としての広告配信の最適化を行うことができる。すなわち、キャンペーン期間全体で、対応する広告の配信回数を確保できればよいので、一部の時間帯においては、入稿目標数を下回るような目標配信数を設定する場合もある。なお、入稿目標数とは、たとえば、単位時間当たりに配信すべき配信回数の目標値である。

また、実施形態に係る情報処理では、各広告の相対優先度をリアルタイムで調整することで、目標配信数に沿って各広告を配信することができる。より詳しくは、目標配信数よりも少ない配信数であれば、相対優先度を高くし、目標配信数よりも多い配信数であれば、相対優先度を低く調整する。

一方、たとえば、配信目標数は、予測在庫数に基づいて算出されるので、実際の在庫数（以下、実在庫数）との間に乖離が生じる場合がある。たとえば、ウェブページに対して想定以上のアクセスが発生した場合、実在庫数が予測在庫数を上回る場合がある。

このような場合、たとえば、本来であれば、入稿目標数を達成できたにも関わらず、配信目標数が入稿目標数よりも低く算出されていた場合は、入稿目標数を達成できない。

より具体的の例を挙げると、たとえば、図２Ａに示すように、ある広告の単位時間あたりの配信目標数を入稿目標数よりも低く設定していた場合の配信計画Ｔ１である場合、配信計画Ｔ１に沿って広告を配信することになる。

この場合、配信計画Ｔ１では、配信数が入稿目標数に到達しないため、配信数が入稿目標数に到達することを前提とした配信計画Ｔ２には最終的な配信数が少なくなり、「入稿目標数－配信目標数」分の配信回数を他のキャンペーン期間に振り分けることなる。

そこで、情報処理装置１０では、第１の配信段階で配信する広告が選択されなかった場合に移行する第２の配信段階の配信候補に、入稿目標数に到達しないと予測される未達広告を追加することとした。

図２Ｂに示すように、配信リクエストに対して、広告Ａ～広告Ｃが「０．１」、「０．４」、「０．５」の配信確率で配信可能であったとする。なお、ここでは、広告Ａが未達広告である場合について説明する。

情報処理装置１０は、たとえば、広告Ａ～広告Ｃそれぞれの配信計画Ｔ１に沿って配信を行うことになる。そして、たとえば、情報処理装置１０は、それぞれの配信回数が配信計画Ｔ１に沿うように、フィードバック制御によって相対優先度を調整していく。

その結果、たとえば、想定以上の在庫が発生し、図２Ｂに示すように、広告Ａ～広告Ｃが「０．１」、「０．３」、「０．４」の配信確率に更新されたとする。この場合、各広告の配信確率の和は、「０．１＋０．３＋０．４＝０．８」となり、２０％の確率で配信リクエストに対していずれの広告も選択されないことになる。

すなわち、この場合、広告Ｂおよび広告Ｃについては、それぞれの配信計画Ｔ１に想定していたよりも早く到達する見込みとなったため、フィードバック制御によって相対優先度を抑えることで、配信確率を低くする。

また、この際に、情報処理装置１０は、未達広告である広告Ａを第２の配信段階の配信候補に追加する。これにより、たとえば、第１の配信段階でいずれの広告も選択されなかった場合に、第２の配信段階で未達広告である広告Ａが配信される可能性が生じる。

このように、実施形態に係る情報処理装置１０では、未達広告を第２の配信段階の配信候補に追加することで、未達広告の配信数を入稿目標数に近づけることができる。したがって、実施形態に係る情報処理装置１０によれば、広告それぞれの配信ペースを適切に制御することができる。

〔２．情報処理装置の構成例〕
次に、図３を用いて、情報処理装置１０の構成例について説明する。図３は、実施形態に係る情報処理装置１０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１０は、通信部１１０と、制御部１２０と、記憶部１３０とを有する。

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、４Ｇ（Generation）、５Ｇ、ＬＴＥ（Long Term Evolution）、ＷｉＦｉ（登録商標）若しくは無線ＬＡＮ（Local Area Network）等といった各種の無線通信網若しくは各種の有線通信網といったネットワークを介して、外部装置との間で情報の送受信を行う。

記憶部１３０は、例えば、ＲＡＭ、フラッシュメモリ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１３０は、広告情報記憶部１３１、在庫予測情報記憶部１３２および相対優先度記憶部１３３を有する。

広告情報記憶部１３１は、広告枠を購入したキャンペーンの広告に関する情報を記憶する。図４は、実施形態に係る広告情報記憶部１３１に記憶する情報の一例を示す図である。図４に示すように、広告情報記憶部１３１は、たとえば、「キャンペーンＩＤ」、「広告主ＩＤ」、「配信条件」、「配信期間」および「購入数」といった項目の情報を互いに対応付けて記憶する。

「キャンペーンＩＤ」は、広告枠を購入したキャンペーンの識別子であり、換言すれば、配信する広告の識別子である。「広告主ＩＤ」は、広告枠を購入した広告主の識別子である。「配信条件」は、広告の配信条件を示す。なお、配信条件をターゲティングと読み替えることにしてもよい。

「配信期間」は、対応する広告の配信期間であり、広告のキャンペーン期間を示す。「購入数」は、キャンペーンで購入した広告枠の個数を示す。

図３の説明に戻り、在庫予測情報記憶部１３２について説明する。在庫予測情報記憶部１３２は、広告枠２００の在庫に関する情報を記憶する。広告枠２００の在庫数を予測した情報を記憶する。たとえば、在庫予測情報は、広告枠の表示媒体に対する過去のアクセスの実績値に基づいて予測された情報である。

図５は、実施形態に係る在庫予測情報記憶部１３２に記憶する情報の一例を示す図である。図５に示すように、在庫予測情報記憶部１３２は、「ユ―ザ属性」、「日時」、「在庫数」といった項目の情報を互いに対応付けて記憶する。

「ユ―ザ属性」は、たとえば、広告リクエストを行うユーザの属性を示す。「日時」および「在庫数」は、対応する日時に対応する在庫数が発生することを示す。すなわち、図５の例では、１３時にユーザ属性「Ｔ１」のユーザ群に対する在庫が「３０００」個発生することを示す。なお、ここでの在庫数は、予測値である。

図３の説明に戻り、相対優先度記憶部１３３について説明する。相対優先度記憶部１３３は、相対優先度に関する情報を記憶する。図６は、実施形態に係る相対優先度記憶部１３３に記憶する情報の一例を示す図である。

図６に示すように、相対優先度記憶部１３３は、「キャンペーンＩＤ」、「日時」、「相対優先度」、「配信目標数」および「未達フラグ」といった項目の情報を互いに対応付けて記憶する。「キャンペーンＩＤ」は、広告枠を購入したキャンペーンの識別子である。

「日時」および「相対優先度」は、それぞれ対応する日時における相対優先度を示す。なお、相対優先度は、たとえば、在庫と、キャンペーン全体の配信目標数との関係性からキャンペーンそれぞれの配信比率を相対的に数値化したものである。たとえば、キャンペーンの配信目標数が大きいほど、相対優先度は大きな値となり、キャンペーンに対応する在庫（配信リクエスト数）が多いほど、相対優先度は大きな値となる。

また、「配信目標数」は、対象となる期間における配信目標数を示し、「未達フラグ」は、対象となる期間において、未達広告か否かを示すフラグである。たとえば、配信目標数が入稿目標数を下回る場合に、未達フラグが「１」となり、配信目標数と入稿目標数とが一致する場合に、未達フラグが「０」となる。

図３の説明に戻り、制御部１２０について説明する。制御部１２０は、例えば、コントローラ（controller）であり、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置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を作業領域として実行されることにより実現される。

図３に示すように、制御部１２０は、取得部１２１、事前算出部１２２、受付部１２３、特定部１２４、確率算出部１２５、調整部１２６、追加部１２７および配信部１２８を有する。

取得部１２１は、在庫予測情報および広告情報を取得する。取得部１２１は、たとえば、在庫予測情報をウェブサーバ１００から取得し、広告情報を事業者から取得する。

取得部１２１によって取得された在庫予測情報は在庫予測情報記憶部１３２に格納され、広告情報は広告情報記憶部１３１に格納される。なお、情報処理装置１０は、在庫予測情報を取得する代わりに、広告の配信履歴から在庫予測情報に対応する情報を独自に算出することにしてもよい。

また、取得部１２１は、未来に発生する広告枠に対して配信する入稿広告それぞれの単位時間当たりの配信目標となる入稿目標数を設定する設定部としても機能する。たとえば、取得部１２１は、取得した広告情報に基づき、入稿目標数を設定する。

たとえば、各時間帯の入稿目標数を一定であるとすれば、入稿目標数は、「購入数」／「キャンペーン期間」によって算出することができる。なお、取得部１２１は、時間帯に応じて、所定の係数を乗算することで、時間帯毎に異なる入稿目標数を設定するようにしてもよい。

事前算出部１２２は、各広告の相対的な配信確率である相対優先度を算出する。たとえば、事前算出部１２２は、相対優先度の算出に先立って、相対優先度を算出するための評価関数（第１層、第２層および第３層）を生成する。図７は、実施形態に係るによる第１～第３層を用いた評価関数の一例を示す図である。たとえ、図７に示す第１層の各ノードは、在庫それぞれの配信条件に対応し、単位時間当たりに発生する在庫数に関する行列である。

また、図７に示す第３層の各ノードは、それぞれのキャンペーンに対応し、キャンペーン期間全体の配信目標数に関する行列である。たとえば、事前算出部１２２は、在庫予測情報記憶部１３２を参照し、在庫予測情報に基づいて第１層を生成し、広告情報記憶部１３１を参照し、広告情報に基づいて第３層を生成する。

また、第２層の各ノードは、第３層の各ノードが示すキャンペーンに対応し、第３層の各ノードが示すキャンペーン期間全体の配信目標数に関する行列を単位時間当たりの配信目標数に変換した行列である。

事前算出部１２２は、第２層の各ノードを生成すると、第１層の各ノードに対応する第２層の各ノードの組み合わせを特定する。たとえば、配信条件Ａに対してキャンペーンＡの広告を配信可能である場合、配信条件Ａに対応する第１層のノードと、キャンペーンＡに対応する第２層のノードとを１個の組み合わせとして特定し、対応するノードを繋いでいく。

また、配信条件ＡｏｒＢに対して、キャンペーンＡまたはキャンペーンＢの広告を配信可能である場合、配信条件Ａの第１層のノードと、キャンペーンＡおよびキャンペーンＢそれぞれに対応する第２層のノードとを１つの組み合わせとして特定し、対応するノードを繋いでいく。これらの処理を順次行うことで、単位時間当たりに発生する在庫と、在庫それぞれに対して配信可能なキャンペーンとの組み合わせを対応付けるこることとなる。

その後、事前算出部１２２は、配信条件毎の配信リクエストの単位時間当たりの予測取得数と、広告それぞれの単位時間当たりの入稿目標数とを用いた線形計画法によって相対優先度を算出する。

なお、この際、事前算出部１２２は、入稿目標数の総和が在庫数を上回る場合には、在庫数に応じて、各広告の相対優先度を調整する。すなわち、この場合においては、事前算出部１２２は、相対優先度が低い広告については、入稿目標数に満たない配信目標数を設定したうえで、配信計画Ｔ１（図２Ａ参照）を立てることになる。

受付部１２３は、広告枠２００に対する広告の配信リクエストを受け付ける。たとえば、受付部１２３は、広告の配信対象となるユーザに関する情報が紐づいた配信リクエストをユーザ端末５０から受け付ける。ここでのユーザに関する情報とは、ユーザを識別するユーザＩＤや、たとえば、年齢、性別、年収、居住地、職業、趣味嗜好などといった各種パーソナルデータが含まれ得る。

受付部１２３によって受け付けられた配信リクエストに関する情報は、特定部１２４へ渡される。なお、受付部１２３は、ユーザ毎のパーソナルデータを記憶するユーザ情報記憶部にアクセスし、ユーザを識別する識別子（たとえば、ユーザＩＤ）に基づいて、対応するユーザのユーザ属性に関する情報を取得することにしてもよい。

特定部１２４は、広告の配信条件と、配信条件それぞれで配信対象となる広告との組み合わせのうち、受付部１２３によって受け付けられた配信リクエストに対応する組み合わせを特定する。

すなわち、特定部１２４は、配信リクエストに対して、配信可能なキャンペーンを特定する。たとえば、特定部１２４は、各キャンペーンの配信条件を参照し、配信リクエストのユーザ属性にあうキャンペーンを特定する。

そして、特定部１２４は、特定したキャンペーンに関する情報を確率算出部１２５へ渡す。なお、たとえば、配信リクエストに対して配信可能なキャンペーンが１つである場合には、そのキャンペーンに対応する広告が配信部１２８によって配信されることになる。

確率算出部１２５は、事前算出部１２２によって事前に算出された相対優先度に基づき、特定部１２４によって特定された組み合わせに含まれる広告それぞれの配信確率を算出する。

確率算出部１２５は、特定部１２４から配信対象として特定されたキャンペーンに関する情報を受け取ると、相対優先度記憶部１３３からキャンペーンそれぞれの相対優先度に関する情報を取得する。

つづいて、確率算出部１２５は、取得したキャンペーンそれぞれの相対優先度を用いて、配信確率を算出する。確率算出部１２５は、算出した配信確率に関する情報を配信部１２８へ渡す。

ここで、図８および図９を用いて、相対優先度および配信確率の関係性について説明する。図７は、実施形態に係る相対優先度と配信確率との関係性を示す図である。図８は、実施形態に係る配信確率の一例を示す模式図である。

たとえば、図８の左に示すように、キャンペーンＡ～Ｄ・・・には、それぞれ０．２、０．８、０．６、０．３の相対優先度を有するものとする。たとえば、特定部１２４は、配信リクエストに対して配信可能なキャンペーンの絞り込みを行い（ステップＳ１１）、結果として、キャンペーンＡ、Ｂ、Ｃの計３つに絞り込まれたとする。

つづいて、確率算出部１２５は、キャンペーンＡ、Ｂ、Ｃのそれぞれの相対優先度から同数を引いて総和が１になるように配信確率を算出する（ステップＳ１２）。たとえば、この場合、キャンペーンＡ、Ｂ、Ｃのそれぞれの相対優先度の総和は「０．２＋０．８＋０．６＝１．６」となる。

そのため、確率算出部１２５は、キャンペーンＡ、Ｂ、Ｃそれぞれの相対優先度から０．２を引いた値をキャンペーンＡ、Ｂ、Ｃそれぞれの配信確率として算出する。すなわち、この場合、キャンペーンＡ、Ｂ、Ｃそれぞれの配信確率は、０、０．６、０．４となる。

すなわち、この場合、図８に示すように、同一属性の配信リクエストに対して、キャンペーンＡを配信せず、キャンペーンＢ、Ｃを０．６対０．４の確率で配信することで、キャンペーンそれぞれの配信ペースを適切に制御することができる。

なお、上記の例では、上記の配信リクエストと同一属性の配信リクエストに対して、キャンペーンＡは、一切配信されないことになるが、キャンペーンＢ，Ｃと配信条件が重複しない他の属性の配信リクエストに対して配信されるので、キャンペーンＡについても配信ペースは適切に制御される。

すなわち、たとえば、２つ以上のキャンペーンの配信条件が包含関係にある場合に、部分集合部分に対応する配信リクエストがきた場合、部分集合となる配信条件を優先的に配信されるように配信確率が算出される。この場合、部分集合以外に対応する配信リクエストがきた場合には、他方のキャンペーンを配信すれば足りるので、キャンペーンそれぞれの配信ペースを適切に制御することができる。

より具体的な例を挙げると、たとえば、キャンペーンＡの配信条件が男性、キャンペーンＢの配信条件が男性、３０代、キャンペーンＣの配信条件が男性、東京在住であったとする。

この場合、キャンペーンＡは、キャンペーンＢおよびキャンペーンＣと配信条件が競合しない配信リクエストにおいて配信すれば、在庫に対して適切な配信ペースを維持することができる。すなわち、キャンペーンＡは、３０代の東京在住の男性以外の男性に対して配信することとすればよく、かかる配信リクエストに対する配信確率を「０％」としても、他の配信リクエストに対して配信するので、キャンペーンそれぞれの配信ペースを適切に制御することができる。

図３の説明に戻り、調整部１２６について説明する。調整部１２６は、広告それぞれの配信数が入稿広告それぞれの目標配信数に沿うように相対優先度を調整する。具体的には、調整部１２６は、配信計画Ｔ１（図２Ａ参照）に沿うように各広告の相対優先度をリアルタイム調整する。

具体的には、調整部１２６は、配信計画よりも配信数が多い広告について配信確率が低下するように相対優先度を低くし、配信計画よりも配信数が少ない広告について配信確率が向上するように相対優先度を高くする。

このように、調整部１２６が、フィードバック制御によって各相対優先度を調整することによって、当初計画した配信計画Ｔ１に沿って適切な配信ペースで各広告を配信することができる。

追加部１２７は、広告枠に対して第１の配信段階で配信する入稿広告が選択されなかった場合に移行する第２の配信段階の配信候補に、事前算出部１２２によって設定された入稿目標数に到達しないと予想される未達広告を追加する。

たとえば、追加部１２７は、配信計画Ｔ１の配信目標数が入稿目標数を下回る広告を未達広告として選定し、第２の配信段階の配信候補に追加する。より具体的には、未達広告を含む競合案件において、調整部１２６による各相対優先度の調整の結果、配信確率の総和が１未満となった場合に、当該未達広告を第２の配信段階の配信候補に追加する。

未達広告を含む競合案件に対する想定以上の配信リクエストが観測された場合に、調整部１２６では、配信計画に沿って各広告の相対優先度を適宜調整し、その結果として、競合案件の配信確率の総和をＸ％とすると、１００％－Ｘ％の確率で、第１の配信段階の配信候補の中から広告が選択されないことになる。

そのため、追加部１２７は、このようなケースにおいて、競合案件に未達案件が含まれる場合、当該未達案件を第２の配信段階の配信候補に追加する。この際、追加部１２７は、当該未達広告の第２の配信段階における配信確率は、第２の配信段階における配信候補の未達広告の数に応じて設定する。

たとえば、第２の配信段階の配信候補に追加された未達広告がひとつである場合には、第２の配信段階における未達広告の配信確率を１００％に設定する。また、たとえば、第２の配信段階の配信候補に追加された未達広告が計２つである場合には、各未達広告の配信確率をそれぞれ５０％（計１００％）に設定する。

つまり、これらの第２の配信段階における各未達広告の配信確率の設定によって、第２の配信段階においては、いずれかの未達広告が配信されることになる。そのため、第１の配信段階でいずれの広告も選択されなかった広告枠は、その一部またはすべてが未達広告の配信に割り当てられることになる。

これにより、たとえば、想定以上の在庫が発生した場合に、当初の計画では、入稿目標数に到達しない未達広告の配信回数を入稿目標数に近づけることが可能となる。なお、第２の配信段階の配信候補に追加された未達広告が２つ以上である場合には、第１の配信段階における競合案件の配信確率の総和に基づいて、各未達広告の配信確率に重みづけを行うようにしてもよい。たとえば、第１の配信段階における競合案件の配信確率の総和が小さいほど、すなわち、第２の配信段階に移行する確率が高いほど、第２の配信段階における未達広告の配信確率を小さくするようにしてもよい。この場合、各未達広告の第１の配信段階および第２の配信段階の双方の配信段階を通じた配信確率を平準化することができる。

配信部１２８は、確率算出部１２５によって算出された配信確率に応じて配信リクエストに対して広告を配信する。たとえば、配信部１２８は、配信リクエストに対して配信対象となるキャンペーンが複数ある場合に、各キャンペーンがそれぞれの配信確率となるように、広告を選択したうえで、ユーザ端末５０に対して配信する。

また、配信部１２８は、第１の配信段階で広告を選択しなかった場合、第２の配信段階の配信候補の中から配信する広告を選択する。つまり、追加部１２７によって第２の配信段階の配信候補に追加された未達広告は、第１の配信段階および第２の配信段階それぞれで抽選を受けることになる。

〔３．処理フロー〕
次に、図１０～図１２を用いて、実施形態に係る情報処理装置１０が実行する処理手順について説明する。図１０は、実施形態に係る相対優先度の算出処理の一例を示すフローチャートである。図１１は、実施形態に係る配信処理の一例を示すフローチャートである。図１２は、実施形態に係る追加処理の一例を示すフローチャートである。

図１０に示すように、まず、情報処理装置１０は、在庫予測情報を取得するとともに（ステップＳ１０１）、広告情報を取得する（ステップＳ１０２）。つづいて、情報処理装置１０は、在庫の配信条件と配信条件毎に配信可能な広告（キャンペーン）との組み合わせを設定する（ステップＳ１０３）。

つづいて、情報処理装置１０は、組み合わせ毎に単位時間当たりの在庫数および目標配信回数の関係性を特定する（ステップＳ１０４）。なお、ステップＳ１０４までの処理によって、第１層から第３層のそれぞれのノードが生成される。

つづいて、情報処理装置１０は、キャンペーン毎の相対的な優先度を算出して（ステップＳ１０５）、相対優先度の算出処理を終了する。

図１１に示すように、配信処理において、情報処理装置１０は、まず、配信リクエストを受け付けると（ステップＳ２０１）、配信リクエストに対して配信可能なキャンペーンを特定する（ステップＳ２０２）。

つづいて、情報処理装置１０は、配信可能なキャンペーンのそれぞれの相対優先度から配信確率を算出し（ステップＳ２０３）、当該確率に応じて広告を配信して（ステップＳ２０４）、配信処理を終了する。

次に、図１２を用いて、実施形態に係る追加処理の処理手順について説明する。図１２に示すように、情報処理装置１０は、配信経計画に沿って相対優先度を更新し（ステップＳ３０１）、配信確率の和が１未満か否かを判定する（ステップＳ３０２）。

配信確率の和が１未満である場合（ステップＳ３０２；Ｙｅｓ）、想定よりも多くの在庫が実際には発生したことを意味するので、情報処理装置１０は、ステップＳ３０３の処理へ進み、配信確率の和が１である場合（ステップＳ３０２；Ｎｏ）、追加処理を終了する。

つづいて、情報処理装置１０は、競合案件内に未達広告が含まれるか否かを判定し（ステップＳ３０３）、未達広告がある場合には（ステップＳ３０３；Ｙｅｓ）、ステップＳ３０４の処理へ進み、未達広告がない場合には（ステップＳ３０３；Ｎｏ）、処理を終了する。

つづいて、情報処理装置１０は、未達広告を第２の配信段階の配信候補に追加して（ステップＳ３０４）、処理を終了する。なお、情報処理装置１０は、たとえば、未達広告を含む競合案件群に対する配信リクエストが鈍化した場合（配信確率の和が１）には、未達広告を第２の配信段階の配信候補から削除するようにしてもよい。

〔４．変形例〕
ところで、上述した実施形態では、広告に関する需要予測と、配信目標とに基づいて広告の配信ペースを制御する場合について説明したが、これに限定されるものではない。すなわち、リソースは、広告に限定されるものでなく、たとえば、商品の配達に関するリソースであってもよく、商品自体をリソースと見做すことにしてもよい。

すなわち、種々の在庫管理に本願発明を適用することにしてもよい。この場合、上述の在庫予測情報を対象とする需要予測情報に置き換えるとともに、広告情報を対象とする供給目標情報に置き換えることで、本願発明の適用が可能となる。

また、上述した実施形態では、第２層において、第１層と第３層の時間単位を揃える場合について説明したが、これに限定されるものではない。すなわち、第２層において、たとえば、時間単位以外の任意のパラメータを揃えることにしてもよい。その一例として、たとえば、広告配信の地域に関するパラメータを揃えることにしてもよい。

〔５．効果〕
実施形態に係る情報処理装置１０は、未来に発生する広告枠に対して配信する入稿広告それぞれの単位時間当たりの配信目標となる入稿目標数を設定する取得部１２１（設定部の一例）と、広告枠に対して第１の配信段階で配信する入稿広告が選択されなかった場合に移行する第２の配信段階の配信候補に、設定部によって設定された入稿目標数に到達しないと予想される未達広告を追加する追加部１２７とを備える。したがって、実施形態に係る情報処理装置１０では、たとえば、未達広告を第２の配信段階で配信することができるので、広告それぞれの配信ペースを適切に制御することができる。

また、実施形態に係る情報処理装置１０は、未来に発生する広告枠の予測数量と、広告それぞれの前記入稿目標数とを用いた数理計画法によって第１の段階における広告それぞれの相対的な配信確率である相対優先度を算出する事前算出部１２２と、事前算出部１２２によって算出された相対優先度に基づいて、広告枠に対して配信可能な広告群の配信確率を算出する確率算出部１２５とを備える。したがって、実施形態に係る情報処理装置１０では、予め算出した相対優先度に基づき、配信確率を算出することで、事前に準備する相対優先度の個数を削減することができる。

また、実施形態に係る情報処理装置１０は、事前算出部１２２は、広告それぞれの単位時間毎の目標配信数を算出し、広告それぞれの配信数が入稿広告それぞれの目標配信数に沿うように相対優先度を調整する調整部１２６を備える。したがって、実施形態に係る情報処理装置１０では、配信計画に沿うようにフィードバック制御を行うため、各広告を配信することができる。

また、実施形態に係る情報処理装置１０において、追加部１２７は、調整部によって調整後に、広告枠に対して配信可能な広告群の第１の配信段階における配信確率の総和が１未満となり、かつ、当該広告群に未達広告が含まれる場合に、当該未達広告を第２の配信段階の配信候補に追加する。したがって、実施形態に係る情報処理装置１０では、たとえば、実在個数が予測在庫数を上回る場合に、未達広告を第２の配信段階の配信候補に追加するので、広告全体の配信ペースを維持しつつ、未達広告を入稿目標に近づけることができる。

また、実施形態に係る情報処理装置１０において、追加部１２７は、広告群の第１の配信段階における配信確率の総和に基づいて、未達広告の前記第２の配信段階における配信確率を設定する。したがって、実施形態に係る情報処理装置１０では、未達広告の配信確率を適切に設定することができる。

また、実施形態に係る情報処理方法は、コンピュータが実行する情報処理方法であって、未来に発生する広告枠に対して配信する入稿広告それぞれの単位時間当たりの配信目標となる入稿目標数を設定する設定工程と、前記広告枠に対して第１の配信段階で配信する前記入稿広告が選択されなかった場合に移行する第２の配信段階の配信候補に、前記設定工程によって設定された前記入稿目標数に到達しないと予想される未達広告を追加する追加工程とを含む。したがって、実施形態に係る情報処理方法によれば、未達広告を第２の配信段階で配信することができるので、広告それぞれの配信ペースを適切に制御することができる。

また、実施形態に係る情報処理プログラムは、未来に発生する広告枠に対して配信する入稿広告それぞれの単位時間当たりの配信目標となる入稿目標数を設定する設定手順と、前記広告枠に対して第１の配信段階で配信する前記入稿広告が選択されなかった場合に移行する第２の配信段階の配信候補に、前記設定手順によって設定された前記入稿目標数に到達しないと予想される未達広告を追加する追加手順とをコンピュータに実行させる。したがって、実施形態に係る情報処理プログラムによれば、未達広告を第２の配信段階で配信することができるので、広告それぞれの配信ペースを適切に制御することができる。

〔６．ハードウェア構成〕
また、上述してきた実施形態に係る情報処理装置１０は、例えば図１１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１１は、実施形態に係る情報処理装置１０の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワーク（通信ネットワーク）Ｎを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置（図１１では、出力装置および入力装置を総称して「入出力装置」と記載する）を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えば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である。

例えば、コンピュータ１０００が実施形態に係る情報処理装置１０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００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１２０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

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。

〔７．その他〕
また、上記実施形態及び変形例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。

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。

また、上述してきた実施形態及び変形例は、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、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、取得部１２１は、取得手段やユーザ情報取得回路に読み替えることができる。

１０ 情報処理装置
５０ ユーザ端末
１００ ウェブサーバ
１１０ 通信部
１２０ 制御部
１２１ 取得部
１２２ 事前算出部
１２３ 受付部
１２４ 特定部
１２５ 確率算出部
１２６ 調整部
１２７ 追加部
１２８ 配信部
１３０ 記憶部
１３１ 広告情報記憶部
１３２ 在庫予測情報記憶部
１３３ 相対優先度記憶部
２００ 広告枠

Claims (7)

1. 未来に発生する広告枠に対して配信する入稿広告それぞれの単位時間当たりの配信目標となる入稿目標数を設定する設定部と、
   前記広告枠に対して第１の配信段階で配信する前記入稿広告が選択されなかった場合に移行する第２の配信段階の配信候補に、前記設定部によって設定された前記入稿目標数に到達しないと予想される未達広告を追加する追加部と
   を備えることを特徴とする情報処理装置。
2. 前記未来に発生する広告枠の予測数量と、前記入稿広告それぞれの前記入稿目標数とを用いた数理計画法によって前記第１の配信段階における前記入稿広告それぞれの相対的な配信確率である相対優先度を算出する事前算出部と、
   前記事前算出部によって算出された前記相対優先度に基づいて、前記広告枠に対して配信可能な前記入稿広告を配信する配信確率を算出する確率算出部と
   を備えることを特徴とする請求項１に記載の情報処理装置。
3. 前記事前算出部は、
   前記入稿広告それぞれの単位時間毎の目標配信数を算出し、
   前記入稿広告それぞれの配信数が前記入稿広告それぞれの前記目標配信数に沿うように前記相対優先度を調整する調整部
   を備えることを特徴とする請求項２に記載の情報処理装置。
4. 前記追加部は、
   前記調整部による前記相対優先度の調整後に、前記広告枠に対して配信可能な広告群の前記第１の配信段階における前記配信確率の総和が１未満となり、かつ、当該広告群に前記未達広告が含まれる場合に、当該未達広告を前記第２の配信段階の配信候補に追加すること
   を特徴とする請求項３に記載の情報処理装置。
5. 前記追加部は、
   前記広告群の前記第１の配信段階における前記配信確率の総和に基づいて、前記未達広告の前記第２の配信段階における配信確率を設定すること
   を特徴とする請求項４に記載の情報処理装置。
6. コンピュータが実行する情報処理方法であって、
   未来に発生する広告枠に対して配信する入稿広告それぞれの単位時間当たりの配信目標となる入稿目標数を設定する設定工程と、
   前記広告枠に対して第１の配信段階で配信する前記入稿広告が選択されなかった場合に移行する第２の配信段階の配信候補に、前記設定工程によって設定された前記入稿目標数に到達しないと予想される未達広告を追加する追加工程と
   を含むことを特徴とする情報処理方法。
7. 未来に発生する広告枠に対して配信する入稿広告それぞれの単位時間当たりの配信目標となる入稿目標数を設定する設定手順と、
   前記広告枠に対して第１の配信段階で配信する前記入稿広告が選択されなかった場合に移行する第２の配信段階の配信候補に、前記設定手順によって設定された前記入稿目標数に到達しないと予想される未達広告を追加する追加手順と
   をコンピュータに実行させることを特徴とする情報処理プログラム。

Images