JP7418877B1

JP7418877B1 - 情報処理装置

Info

Publication number: JP7418877B1
Application number: JP2023038819A
Authority: JP
Inventors: 悟橋本; 佳弘許沢
Original assignee: 株式会社テクロス
Priority date: 2023-03-13
Filing date: 2023-03-13
Publication date: 2024-01-22
Anticipated expiration: 2043-03-13

Abstract

【課題】医療分野において実効性のあるマーケティングを実現するために、顧客候補の特徴を的確に見出すためのデータを生成する。【解決手段】ユーザー行動情報に対し因子分析処理を適用し、所定数の共通因子を算出する因子分析処理手段と、ユーザー行動情報について、ユーザー識別情報毎に、所定数の共通因子に基づく因子得点を算出し、最も高い得点となる一の共通因子をユーザー識別情報によって識別されるユーザーの特徴を表すユーザー特性と判定するユーザー特性判定手段と、ユーザー属性情報及びユーザー特性を、ユーザー識別情報に基づいて統合し、特定のコンテンツ情報に関し所定の視聴・閲覧状況を満たすという事象の多変量解析による要因分析を行うためのユーザー統合情報を生成するユーザー統合情報生成手段と、を有する。【選択図】図２

Description

医療分野におけるデジタルマーケティングの技術に関する。

製造業であっても、サービス業であっても、企業活動においてマーケティングは、自社の競争優位性を発揮し維持する上で、非常に重要な活動である。

一方、近年、企業における広告や販売の活動は、ＷＥＢ、インターネット、ＡＩ（Artificial Intelligence、人工知能）などのデジタル技術を駆使して行われることも多く、企業のマーケティング活動もデジタル技術を基礎として展開される傾向にある。

そのような背景下、様々な業種において、マーケティングに関する技術的提案が盛んに行われており、例えば、特許文献１では、ユーザの各種行動ログを広範に収集し、高精度のアクセス解析を実施する技術が提案され、特許文献２では、学習の効果を好適に把握することが可能な表示を行う情報処理装置が提案されている。

また、特許文献３では、ユーザの特性に応じたＷｅｂ広告配信において、広告効果と分析精度を高めるための技術が提案され、特許文献４では、配信情報による広告効果を高めることが可能な、情報配信サーバが提案されている。

特開２０２２－００９９３６号公報特開２０２１－０５６３６４号公報特許第５８７８２１８号公報特開２０１０－１７８１７６号公報

しかしながら、上記の従来技術では、医療分野における顧客の特性が加味されておらず、医療分野におけるマーケティングに適用し難いという問題点があった。

そこで、医療分野において実効性のあるマーケティングを実現するために、顧客候補の特徴を的確に見出し、イベントの参加案内を出す対象や広告を出稿する対象などを効果的に絞り込むことを可能とすることを目的とする。

開示する情報処理装置の一形態は、ＷＥＢサイトにおいて視聴・閲覧可能である医療に関するコンテンツ情報と、該コンテンツ情報を内容に基づき分類するためのタグ情報と、を関連付けて記憶するコンテンツ情報記憶手段と、ユーザー識別情報と、前記ユーザー識別情報で識別されるユーザーが視聴・閲覧した前記コンテンツ情報に対応する前記タグ情報と、該タグ情報毎の視聴・閲覧回数と、を関連付けるユーザー行動情報を記憶するユーザー行動情報記憶手段と、前記ユーザー識別情報と、各前記ユーザーの特定の前記コンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報と、を関連付けるユーザー属性情報を記憶するユーザー属性情報記憶手段と、前記タグ情報毎の視聴・閲覧回数について、前記ユーザーの視聴・閲覧の頻度を表すように正規化する正規化手段と、正規化後の前記ユーザー行動情報に対し因子分析処理を適用し、所定数の共通因子を算出する因子分析処理手段と、前記正規化後のユーザー行動情報について、前記ユーザー識別情報毎に、前記所定数の共通因子に基づく因子得点を算出し、最も高い得点となる一の前記共通因子を前記ユーザー識別情報によって識別される前記ユーザーの特徴を表すユーザー特性と判定するユーザー特性判定手段と、前記ユーザー属性情報及び前記ユーザー特性を、前記ユーザー識別情報に基づいて統合し、前記特定のコンテンツ情報に関し所定の視聴・閲覧状況を満たすという事象の多変量解析による要因分析を行うためのユーザー統合情報を生成するユーザー統合情報生成手段と、前記ユーザー統合情報について、前記特定のコンテンツ情報に関し前記ユーザーが深い興味を持っていると推察できる前記所定の視聴・閲覧状況を満たすという事象に寄与する、前記特定のコンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報の項目を多変量解析によって特定する多変量解析処理手段と、前記ユーザー統合情報に基づいて、所定の前記ユーザー特性を備え、かつ、前記多変量解析処理手段によって特定される、前記特定のコンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報に関する条件を満たす前記ユーザー識別情報を抽出するユーザー抽出手段と、を有し、前記コンテンツ情報が、循環器内科に関する内容であり、前記タグ情報が、前記循環器内科に関連する内容であり、前記因子分析処理手段が、各前記共通因子に関する因子負荷量で相対的に大きな値を示す前記タグ情報に基づいて、前記各共通因子が表す循環器内科医の特性を定義し、前記ユーザー特性判定手段が、最も高い得点となる前記一の共通因子を前記ユーザー識別情報によって識別される循環器内科医の特徴を表す前記ユーザー特性と判定し、前記ユーザー抽出手段が、所定の前記循環器内科医の特徴を表すユーザー特性を備え、かつ、循環器内科に関する前記特定のコンテンツ情報に関しユーザーが深い興味を持っていると推察できる所定の視聴・閲覧状況を満たすという事象に大きく寄与すると前記多変量解析処理手段によって特定される、前記特定のコンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報の項目を備える循環器内科医を抽出することを特徴とする。

開示する情報処理装置は、医療分野において実効性のあるマーケティングを実現するために、顧客候補の特徴を的確に見出し、イベントの参加案内を出す対象や広告を出稿する対象などを効果的に絞り込むことを可能とする。

本実施の形態に係る情報処理装置の概要を説明する図である。本実施の形態に係る情報処理装置の機能ブロック図である。本実施の形態に係るユーザー行動情報記憶手段の一例を示す図である。本実施の形態に係るユーザー属性情報記憶手段の一例を示す図である。本実施の形態に係る因子分析処理手段による処理を説明する図である。本実施の形態に係るユーザー統合情報生成手段の一例を示す図である。本実施の形態に係る情報処理装置のハードウエア構成例を示す図である。本実施の形態に係る情報処理装置による処理例（その１）の流れを示すフローチャートである。本実施の形態に係る情報処理装置による処理例（その２）の流れを示すフローチャートである。

図面を参照しながら、本発明を実施するための形態について説明する。
（本実施の形態に係る情報処理装置の動作原理）

図１乃至６を用いて、本実施の形態に係る情報処理装置（以下、単に「本装置」という。）１００の動作原理について説明する。図１は、本装置１００と他装置との接続関係を示す図であり、図２は、本装置１００の機能ブロック図である。

図１で示すように、本装置１００は、通信ネットワーク４５０を介して、ユーザー３８０が操作するユーザー端末４４０に接続される。通信ネットワーク４５０は、有線・無線を問わない。ユーザー端末４４０は、デスクトップ型・ラップトップ型のパーソナルコンピューターであっても良く、スマートフォンの様な携帯情報端末であっても良い。

図２で示すように、本装置１００は、コンテンツ情報記憶手段１１０、ユーザー行動情報記憶手段１２０、ユーザー属性情報記憶手段１３０、正規化手段１４０、因子分析処理手段１５０、ユーザー特性判定手段１６０、ユーザー統合情報生成手段１７０、除外判定手段１８０、多変量解析処理手段１９０、ユーザー抽出手段２００、第２ユーザー抽出手段２１０を有する。

コンテンツ情報記憶手段１１０は、ＷＥＢサイトにおいて視聴・閲覧可能である医療（特に、循環器内科）に関するコンテンツ情報３１０と、該コンテンツ情報３１０を内容に基づき分類するためのタグ情報３２０と、を関連付けて記憶する。コンテンツ情報３１０は、文章記事であっても良く、動画記事であっても良い。

また、タグ情報３２０は、例えば、急性冠症候群、不整脈、文献、複雑なＰＣＩ（Percutaneous Coronary Intervention）、末梢血管内治療、冠血流予備能、ガイドライン、心不全、虚血性心疾患、画像診断、ライブ、薬物療法、学会、構造的心疾患、海外留学、医療マネジメントなどがあり、循環器内科に関連する内容である。なお、タグ情報３２０は、変更、追加、削除が可能である。

ユーザー行動情報記憶手段１２０は、ユーザー識別情報３９０、ユーザー識別情報３９０で識別されるユーザー３８０が視聴・閲覧したコンテンツ情報３１０に対応するタグ情報３２０、タグ情報３２０毎の視聴・閲覧回数３３０、を関連付けるユーザー行動情報４００を記憶する。視聴・閲覧回数３３０は、ユーザー端末４４０によるアクセス回数であっても良く、また、視聴・閲覧の時間であっても良い。

図３は、ユーザー行動情報記憶手段１２０の一例を示す図である。図３で示すように、ユーザー行動情報記憶手段１２０は、例えば、ユーザー識別情報３９０：１１１１１について、（タグ情報３２０、視聴・閲覧回数３３０）＝（急性冠症候群、５回）、（不整脈、１０回）、…を関連付けるユーザー行動情報３９０を記憶する。

また、ユーザー行動情報記憶手段１２０は、例えば、ユーザー識別情報３９０：１１１１５について、（タグ情報３２０、視聴・閲覧回数３３０）＝（急性冠症候群、０回）、（不整脈、０回）、…を関連付けるユーザー行動情報４００を記憶する。

ユーザー属性情報記憶手段１３０は、ユーザー識別情報３９０、各ユーザー３８０の特定のコンテンツ情報３１０に関する視聴・閲覧状況に関する情報３４０を含む属性情報３５０、を関連付けるユーザー属性情報４１０を記憶する。

属性情報３５０は、例えば、勤務先所在地、年齢、性別、会員種別、メールマガジンの登録状況、学会専門医か否か、学会認定医か否か、イベントへの参加状況、記事（動画記事、文章記事どちらでも良い）の視聴・状況、等に関する情報である。

特定のコンテンツ情報３１０に関する視聴・閲覧状況に関する情報３４０とは、特定のコンテンツ情報３１０の視聴・閲覧の有無、特定のコンテンツ情報３１０を視聴・閲覧した時間・回数等に関する情報である。

図４は、ユーザー属性情報記憶手段１３０の一例を示す図である。図４で示すように、ユーザー属性情報記憶手段１３０は、例えば、ユーザー識別情報３９０：１１１１１について、勤務先所在地：東京（都）、年齢：３０（歳）、性別：男、会員種別：有料会員、…、特定のコンテンツ情報３１０の視聴・閲覧の有無：有、特定のコンテンツ情報３１０を視聴・閲覧した時間：５分０秒、…を関連付けるユーザー属性情報４１０を記憶する。

また、ユーザー属性情報記憶手段１３０は、例えば、ユーザー識別情報３９０：１１１１２について、勤務先所在地：神奈川（県）、年齢：３５（歳）、性別：女、会員種別：有料会員、…、特定のコンテンツ情報３１０の視聴・閲覧の有無：無、特定のコンテンツ情報３１０を視聴・閲覧した時間：０秒、…を関連付けるユーザー属性情報４１０を記憶する。

正規化手段１４０は、ユーザー行動情報記憶手段１２０に記憶されるタグ情報３２０毎の視聴・閲覧回数３３０について、ユーザー３８０の視聴・閲覧の頻度を表すように正規化する。正規化手段１４０による正規化の手法は、例えば、視聴・閲覧回数３３０を全てのコンテンツ情報３１０の数で除して正規化を行う。

図３のユーザー識別情報３９０：１１１１１について、例えば、全てのコンテンツ情報３１０の数が５００である場合、正規化手段１４０は、急性冠症候群：５÷５００＝０．０１、不整脈：１０÷５００＝０．０２、文献：０÷５００＝０、複雑なＰＣＩ：２０÷５００＝０．０４などの正規化を行う。

因子分析処理手段１５０は、正規化後のユーザー行動情報４００に対し因子分析処理を適用し、所定数の共通因子３６０を算出する。因子分析処理によって算出される共通因子３６０の個数は、特に限定しない。

図５は、因子分析処理手段１５０による処理を説明する図であり、因子分析処理によって得られる因子負荷量を模式的に表す図である。図５では、横方向に共通因子３６０を取り、縦方向にタグ情報３２０を取っている。図５で示すように、因子分析処理手段１５０は、例えば、５つの共通因子３６０を算出し、各共通因子３６０に関する因子負荷量で相対的に大きな値を示すタグ情報３２０及び医療業界の常識に基づいて、各共通因子３６０が示す（表す）内容を定義する。

ユーザー特性判定手段１６０は、正規化後のユーザー行動情報４００について、ユーザー識別情報３９０毎に、因子分析処理手段１５０によって算出される所定数の共通因子３６０に基づき因子得点３７０を算出する。そして、ユーザー特性判定手段１６０は、最も高い得点となる一の共通因子３６０をユーザー識別情報４００によって識別されるユーザー３８０の特徴を表すユーザー特性４２０と判定する。

図５で示すように、ユーザー特性４２０は、例えば、「心臓のカテーテル治療に関心を持つ循環器内科医（専門領域）：Ｆ１」、「虚血性心疾患の治療全般に関心を持つ循環器内科医：Ｆ２」、「構造的心疾患の治療全般に関心を持つ循環器内科医：：Ｆ３」、「循環器総合的に関心を持つ循環器内科医（カテーテルより、薬物療法などに関心を持つ）：Ｆ４」、「末梢血管内治療に関心を持つ循環器内科医：Ｆ５」などの内容である。

ユーザー統合情報生成手段１７０は、正規化後のユーザー行動情報４００、ユーザー属性情報４１０及びユーザー特性４２０を、ユーザー識別情報３９０に基づいて統合する。これによって、ユーザー統合情報生成手段１７０は、特定のコンテンツ情報３１０に関し所定の視聴・閲覧状況を満たすという事象の多変量解析による要因分析を行うためのユーザー統合情報４３０を生成する。

図６は、ユーザー統合情報生成手段１７０の一例を示す図である。図６で示すように、ユーザー統合情報生成手段１７０は、図４のユーザー属性情報４１０とユーザー特性判定手段１６０が判定するユーザー特性４２０とを、ユーザー識別情報３９０に基づき統合する。ユーザー統合情報生成手段１７０は、例えば、ユーザー識別情報３９０：１１１１１について、勤務先所在地：東京（都）、年齢：３０（歳）、性別：男、会員種別：有料会員、…、ユーザー特性４２０：Ｆ１、を関連付けるユーザー統合情報４３０を生成する。

除外判定手段１８０は、属性情報３５０において、特定のコンテンツ情報３１０を視聴・閲覧した時間に関する情報を含む場合、特定のコンテンツ情報３１０に関する視聴・閲覧時間の長短に基づいて、各ユーザー属性情報４１０について、本装置１００の処理対象から除外するか否かを判定する。

除外判定手段１８０は、例えば、特定のコンテンツ情報３１０に関する視聴・閲覧時間が所定時間よりも短い場合や長い場合、そのユーザー属性情報４１０について、本装置１００の処理対象から除外すると判定する。コンテンツ情報３１０の視聴・閲覧時間が極端に短かったり長かったりする場合は、ユーザー３８０が興味を持って、そのコンテンツ情報３１０を視聴・閲覧していないと判断し、本装置１００の処理対象から除外すると判定するものである。除外判定手段１８０による処理によって、本装置１００による分析結果の正確性・信頼性が向上する。

図４で示すように、除外判定手段１８０は、例えば、ユーザー識別情報３９０が「１１１１１」や「１１１１３」のユーザー属性情報４１０に関しては、視聴・閲覧時間がそれぞれ「５分」、「５分３０秒」なので、本装置１００の処理対象とすると判定する。一方、除外判定手段１８０は、例えば、ユーザー識別情報３９０が「１１１１５」のユーザー属性情報４１０に関しては、視聴・閲覧時間が「５秒」と極端に短いので、本装置１００の処理対象から除外すると判定する。除外判定手段１８０による判定の閾値は適宜定めることができる。

多変量解析処理手段１９０は、ユーザー統合情報４３０について、特定のコンテンツ情報３１０に関し所定の視聴・閲覧状況を満たすという事象に寄与する属性情報３５０の項目を多変量解析処理によって特定する。所定の視聴・閲覧状況を満たすという事象とは、特定のコンテンツ情報３１０を視聴・閲覧したこと、特定のコンテンツ情報３１０を最後まで視聴・閲覧したこと、特定のコンテンツ情報３１０を視聴・閲覧した時間が所定時間より長いこと、などが想定されるが、これらに限定されるものではない。

図６で示すように、多変量解析処理手段１９０は、例えば、ユーザー統合情報４３０に対し多変量解析処理を施し、特定のコンテンツ情報３１０を視聴・閲覧したことに大きく寄与する属性情報３５０の項目として、会員種別：有料であること、メールマガジン登録状況：有であること、等を特定する。

ユーザー抽出手段２００は、ユーザー統合情報４３０に基づいて、所定のユーザー特性４２０を備え、かつ、多変量解析処理手段１９０によって特定される属性情報３５０に関する条件を満たすユーザー識別情報３９０を抽出する。この処理によって、イベントの参加案内を出す対象や広告を出稿する対象などを効果的に絞り込むことが可能となる。

図６で示すように、例えば、多変量解析処理手段１９０によって「会員種別：有料であること」が特定され、所定のユーザー特性４２０が「Ｆ１」である場合、ユーザー抽出手段２００は、ユーザー識別情報３９０として「１１１１１」を抽出する。一方で、例えば、多変量解析処理手段１９０によって「会員種別：有料であること」が特定され、所定のユーザー特性４２０が「Ｆ２」である場合、ユーザー抽出手段２００は、ユーザー識別情報３９０として「１１１１２」を抽出する。

第２ユーザー抽出手段２１０は、ユーザー統合情報４３０に基づいて、所定のユーザー特性４２０を備え、かつ、特定のコンテンツ情報３１０に関し所定の視聴・閲覧状況を満たすユーザー識別情報３９０を抽出する。所定の視聴・閲覧状況を満たすとは、特定のコンテンツ情報３１０を視聴・閲覧したこと、特定のコンテンツ情報３１０を最後まで視聴・閲覧したこと、特定のコンテンツ情報３１０を視聴・閲覧した時間が所定時間より長いこと、などが想定されるが、これらに限定されるものではない。この処理によって、イベントの参加案内を出す対象や広告を出稿する対象などを効果的に絞り込むことが可能となる。

図６において、例えば、所定の視聴・閲覧状況が「視聴・閲覧をしたこと」、所定のユーザー特性４２０が「Ｆ５」である場合、第２ユーザー抽出手段２１０は、ユーザー識別情報３９０として「１１１１５」を抽出する。

図６で示すように、属性情報３５０が、特定のコンテンツ情報３１０を閲覧・視聴した時間に関する情報を含む場合を想定する。その場合、第２ユーザー抽出手段２１０は、ユーザー統合情報４３０に基づいて、所定のユーザー特性４２０を備え、かつ、特定のコンテンツ情報３１０を所定時間より長く閲覧・視聴したユーザー３８０を識別するユーザー識別情報３９０を抽出する形態としても良い。特定のコンテンツ情報３１０を長く閲覧・視聴したユーザー３８０は、特定のコンテンツ情報３１０に深い興味を持っていると推察され、そのようなユーザー３８０を、イベントの参加案内を出す対象や広告を出稿する対象とすることによって、効果的なマーケティング活動を行うことができる。

図６で示すように、例えば、所定の視聴・閲覧状況が「視聴・閲覧の時間が５分以上」、所定のユーザー特性４２０が「Ｆ１」である場合、第２ユーザー抽出手段２１０は、ユーザー識別情報３９０として「１１１１１」を抽出する。

本装置１００は、上記のような動作原理に基づいて、医療分野において実効性のあるマーケティングを実現するために、顧客候補の特徴を的確に見出すためのデータ４３０を生成する。

また、本装置１００は、上記のような動作原理に基づいて、医療分野において実効性のあるマーケティングを実現するために、反応率の高い顧客候補を的確に抽出することができる。
（本実施の形態に係る情報処理装置のハードウエア構成）

図７を用いて、本装置１００のハードウエア構成例について説明する。図７は、本装置１００のハードウエア構成の一例を示す図である。図７で示すように、本装置１００は、ＣＰＵ（Central Processing Unit）５１０、ＲＯＭ（Read-Only Memory）５２０、ＲＡＭ（Random Access Memory）５３０、補助記憶装置５４０、通信Ｉ／Ｆ５５０、入力装置５６０、表示装置５７０、記憶媒体Ｉ／Ｆ５８０を有する。

ＣＰＵ５１０は、ＲＯＭ５２０に記憶されたプログラムを実行する装置であり、ＲＡＭ５３０に展開（ロード）されたデータを、プログラムの命令に従って演算処理し、本装置１００全体を制御する。ＲＯＭ５２０は、ＣＰＵ５１０が実行するプログラムやデータを記憶している。ＲＡＭ５３０は、ＣＰＵ５１０でＲＯＭ５２０に記憶されたプログラムを実行する際に、実行するプログラムやデータが展開（ロード）され、演算の間、演算データを一時的に保持する。

補助記憶装置５４０は、基本ソフトウエアであるＯＳ（Operating System）や本実施の形態に係るアプリケーションプログラムなどを、関連するデータとともに記憶する装置である。補助記憶装置５４０は、例えば、ＨＤＤ（Hard Disk Drive）やフラッシュメモリなどである。

通信Ｉ／Ｆ５５０は、有線・無線ＬＡＮ（Local Area Network）、インターネットなどの通信ネットワーク４３０に接続し、通信機能を提供する他装置とデータの授受を行うためのインターフェースである。

入力装置５６０は、キーボードなど本装置１００にデータ入力を行うための装置である。表示装置（出力装置）５７０は、ＬＣＤ（Liquid Crystal Display）等で構成される装置であり、本装置１００が有する機能をユーザーが利用する際や各種設定を行う際のユーザーインターフェースとして機能する装置である。記憶媒体Ｉ／Ｆ５８０は、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ＵＳＢメモリなどの記憶媒体５９０とデータの送受信を行うためのインターフェースである。

本装置１００が有する各手段は、ＣＰＵ５１０が、ＲＯＭ５２０又は補助記憶装置５４０に記憶された各手段に対応するプログラムを実行することにより実現される形態としても良い。また、本装置１００が有する各手段は、当該各手段に関する処理をハードウエアとして実現される形態としても良い。また、通信Ｉ／Ｆ５５０を介して外部サーバー装置から本発明に係るプログラムを読み込ませたり、記憶媒体Ｉ／Ｆ５８０を介して記憶媒体５９０から本発明に係るプログラムを読み込ませたりして、本装置１００に当該プログラムを実行させる形態としても良い。
（本実施の形態に係る情報処理装置による処理例）
（１）本装置１００による処理例（その１）
図８を用いて、本装置１００による処理例（その１）について説明する。図８は、本装置１００による処理例（その１）の流れを示すフローチャートである。

Ｓ１０で正規化手段１４０が、ユーザー行動情報記憶手段１２０に記憶されるタグ情報３２０毎の視聴・閲覧回数３３０について、ユーザー３８０の視聴・閲覧の頻度を表すように正規化する。正規化手段１４０による正規化の手法は、例えば、視聴・閲覧回数３３０を全てのコンテンツ情報３１０の数で除して正規化を行う。

さらに、Ｓ１０で因子分析処理手段１５０が、正規化後のユーザー行動情報４００に対し因子分析処理を適用し、所定数の共通因子３６０を算出する。因子分析処理によって算出される共通因子３６０の個数は、特に限定しない。

図５で示すように、因子分析処理手段１５０は、例えば、５つの共通因子３６０を算出し、各共通因子３６０に関する因子負荷量で相対的に大きな値を示すタグ情報３２０及び医療業界の常識に基づいて、各共通因子３６０が示す（表す）内容を定義する。

Ｓ２０でユーザー特性判定手段１６０が、正規化後のユーザー行動情報４００について、ユーザー識別情報３９０毎に、因子分析処理手段１５０によって算出される所定数の共通因子３６０に基づき因子得点３７０を算出する。そして、ユーザー特性判定手段１６０は、最も高い得点となる一の共通因子３６０をユーザー識別情報４００によって識別されるユーザー３８０の特徴を表すユーザー特性４２０と判定する。

Ｓ３０でユーザー統合情報生成手段１７０が、正規化後のユーザー行動情報４００、ユーザー属性情報４１０及びユーザー特性４２０を、ユーザー識別情報３９０に基づいて統合する。これによって、ユーザー統合情報生成手段１７０は、特定のコンテンツ情報３１０に関し所定の視聴・閲覧状況を満たすという事象の多変量解析による要因分析を行うためのユーザー統合情報４３０を生成する。

図６で示すように、ユーザー統合情報生成手段１７０は、図４のユーザー属性情報４１０とユーザー特性判定手段１６０が判定するユーザー特性４２０とを、ユーザー識別情報３９０に基づき統合する。ユーザー統合情報生成手段１７０は、例えば、ユーザー識別情報３９０：１１１１１について、勤務先所在地：東京（都）、年齢：３０（歳）、性別：男、会員種別：有料会員、…、ユーザー特性４２０：Ｆ１、を関連付けるユーザー統合情報４３０を生成する。

さらに、Ｓ３０で除外判定手段１８０が、属性情報３５０において、特定のコンテンツ情報３１０を視聴・閲覧した時間に関する情報を含む場合、特定のコンテンツ情報３１０に関する視聴・閲覧時間の長短に基づいて、各ユーザー属性情報４１０について、本装置１００の処理対象から除外するか否かを判定する。

Ｓ４０で多変量解析処理手段１９０が、ユーザー統合情報４３０について、特定のコンテンツ情報３１０に関し所定の視聴・閲覧状況を満たすという事象に寄与する属性情報３５０の項目を多変量解析処理によって特定する。

Ｓ５０でユーザー抽出手段２００が、ユーザー統合情報４３０に基づいて、所定のユーザー特性４２０を備え、かつ、多変量解析処理手段１９０によって特定される属性情報３５０に関する条件を満たすユーザー識別情報３９０を抽出する。この処理によって、イベントの参加案内を出す対象や広告を出稿する対象などを効果的に絞り込むことが可能となる。

上記のような処理を行うことによって、本装置１００は、医療分野において実効性のあるマーケティングを実現するために、顧客候補の特徴を的確に見出すためのデータ４３０を生成する。

また、上記のような処理を行うことによって、本装置１００は、医療分野において実効性のあるマーケティングを実現するために、反応率の高い顧客候補を的確に抽出することができる。
（２）本装置１００による処理例（その２）
図９を用いて、本装置１００による処理例（その２）について説明する。図９は、本装置１００による処理例（その２）の流れを示すフローチャートである。

なお、Ｓ１１０乃至Ｓ１３０は、Ｓ１０乃至Ｓ３０における処理と同じなので、ここでは説明を省略する。以下、Ｓ１１０乃至Ｓ１３０（Ｓ１０乃至Ｓ３０）における処理が行われた後の処理について説明する。

Ｓ１４０で第２ユーザー抽出手段２１０が、ユーザー統合情報４３０に基づいて、所定のユーザー特性４２０を備え、かつ、特定のコンテンツ情報３１０に関し所定の視聴・閲覧状況を満たすユーザー識別情報３９０を抽出する。この処理によって、イベントの参加案内を出す対象や広告を出稿する対象などを効果的に絞り込むことが可能となる。

また、上記のような処理を行うことによって、本装置１００は、医療分野において実効性のあるマーケティングを実現するために、反応率の高い顧客候補を的確に抽出することができる。

以上、本発明の実施の形態について詳述したが、本発明は係る特定の実施の形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲において、種々の変形・変更が可能である。

１００情報処理装置
１１０コンテンツ情報記憶手段
１２０ユーザー行動情報記憶手段
１３０ユーザー属性情報記憶手段
１４０正規化手段
１５０因子分析処理手段
１６０ユーザー特性判定手段
１７０ユーザー統合情報生成手段
１８０除外判定手段
１９０多変量解析処理手段
２００ユーザー抽出手段
２１０第２ユーザー抽出手段
３１０コンテンツ情報
３２０タグ情報
３３０コンテンツ情報の視聴・閲覧回数
３４０視聴・閲覧状況に関する情報
３５０属性情報
３６０因子分析処理による共通因子
３７０共通因子に基づく因子得点
３８０ユーザー
３９０ユーザー識別情報
４００ユーザー行動情報
４１０ユーザー属性情報
４２０ユーザー特性
４３０ユーザー統合情報
４４０ユーザー端末
４５０通信ネットワーク
５１０ＣＰＵ
５２０ＲＯＭ
５３０ＲＡＭ
５４０補助記憶装置
５５０通信インターフェース
５６０入力装置
５７０出力装置
５８０記憶媒体インターフェース
５９０記憶媒体

Claims

ＷＥＢサイトにおいて視聴・閲覧可能である医療に関するコンテンツ情報と、該コンテンツ情報を内容に基づき分類するためのタグ情報と、を関連付けて記憶するコンテンツ情報記憶手段と、
ユーザー識別情報と、前記ユーザー識別情報で識別されるユーザーが視聴・閲覧した前記コンテンツ情報に対応する前記タグ情報と、該タグ情報毎の視聴・閲覧回数と、を関連付けるユーザー行動情報を記憶するユーザー行動情報記憶手段と、
前記ユーザー識別情報と、各前記ユーザーの特定の前記コンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報と、を関連付けるユーザー属性情報を記憶するユーザー属性情報記憶手段と、
前記タグ情報毎の視聴・閲覧回数について、前記ユーザーの視聴・閲覧の頻度を表すように正規化する正規化手段と、
正規化後の前記ユーザー行動情報に対し因子分析処理を適用し、所定数の共通因子を算出する因子分析処理手段と、
前記正規化後のユーザー行動情報について、前記ユーザー識別情報毎に、前記所定数の共通因子に基づく因子得点を算出し、最も高い得点となる一の前記共通因子を前記ユーザー識別情報によって識別される前記ユーザーの特徴を表すユーザー特性と判定するユーザー特性判定手段と、
前記ユーザー属性情報及び前記ユーザー特性を、前記ユーザー識別情報に基づいて統合し、前記特定のコンテンツ情報に関し所定の視聴・閲覧状況を満たすという事象の多変量解析による要因分析を行うためのユーザー統合情報を生成するユーザー統合情報生成手段と、
前記ユーザー統合情報について、前記特定のコンテンツ情報に関し前記ユーザーが深い興味を持っていると推察できる前記所定の視聴・閲覧状況を満たすという事象に寄与する、前記特定のコンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報の項目を多変量解析によって特定する多変量解析処理手段と、
前記ユーザー統合情報に基づいて、所定の前記ユーザー特性を備え、かつ、前記多変量解析処理手段によって特定される、前記特定のコンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報に関する条件を満たす前記ユーザー識別情報を抽出するユーザー抽出手段と、を有し、
前記コンテンツ情報が、循環器内科に関する内容であり、前記タグ情報が、前記循環器内科に関連する内容であり、
前記因子分析処理手段が、各前記共通因子に関する因子負荷量で相対的に大きな値を示す前記タグ情報に基づいて、前記各共通因子が表す循環器内科医の特性を定義し、
前記ユーザー特性判定手段が、最も高い得点となる前記一の共通因子を前記ユーザー識別情報によって識別される循環器内科医の特徴を表す前記ユーザー特性と判定し、
前記ユーザー抽出手段が、所定の前記循環器内科医の特徴を表すユーザー特性を備え、かつ、循環器内科に関する前記特定のコンテンツ情報に関しユーザーが深い興味を持っていると推察できる所定の視聴・閲覧状況を満たすという事象に大きく寄与すると前記多変量解析処理手段によって特定される、前記特定のコンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報の項目を備える循環器内科医を抽出することを特徴とする情報処理装置。
ＷＥＢサイトにおいて視聴・閲覧可能である医療に関するコンテンツ情報と、該コンテンツ情報を内容に基づき分類するためのタグ情報と、を関連付けて記憶するコンテンツ情報記憶手段と、ユーザー識別情報と、前記ユーザー識別情報で識別されるユーザーが視聴・閲覧した前記コンテンツ情報に対応する前記タグ情報と、該タグ情報毎の視聴・閲覧回数と、を関連付けるユーザー行動情報を記憶するユーザー行動情報記憶手段と、前記ユーザー識別情報と、各前記ユーザーの特定の前記コンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報と、を関連付けるユーザー属性情報を記憶するユーザー属性情報記憶手段と、を備えるコンピューターにおける、
正規化手段が、前記タグ情報毎の視聴・閲覧回数について、前記ユーザーの視聴・閲覧の頻度を表すように正規化するステップと、
因子分析処理手段が、正規化後の前記ユーザー行動情報に対し因子分析処理を適用し、所定数の共通因子を算出するステップと、
ユーザー特性判定手段が、前記正規化後のユーザー行動情報について、前記ユーザー識別情報毎に、前記所定数の共通因子に基づく因子得点を算出し、最も高い得点となる一の前記共通因子を前記ユーザー識別情報によって識別される前記ユーザーの特徴を表すユーザー特性と判定するステップと、
ユーザー統合情報生成手段が、前記ユーザー属性情報及び前記ユーザー特性を、前記ユーザー識別情報に基づいて統合し、前記特定のコンテンツ情報に関し所定の視聴・閲覧状況を満たすという事象の多変量解析による要因分析を行うためのユーザー統合情報を生成するステップと、
多変量解析処理手段が、前記ユーザー統合情報について、前記特定のコンテンツ情報に関し前記ユーザーが深い興味を持っていると推察できる前記所定の視聴・閲覧状況を満たすという事象に寄与する、前記特定のコンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報の項目を多変量解析によって特定するステップと、
ユーザー抽出手段が、前記ユーザー統合情報に基づいて、所定の前記ユーザー特性を備え、かつ、前記多変量解析処理手段によって特定される、前記特定のコンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報に関する条件を満たす前記ユーザー識別情報を抽出するステップと、を含み、
前記コンテンツ情報が、循環器内科に関する内容であり、前記タグ情報が、前記循環器内科に関連する内容であり、
前記因子分析処理手段が、各前記共通因子に関する因子負荷量で相対的に大きな値を示す前記タグ情報に基づいて、前記各共通因子が表す循環器内科医の特性を定義し、
前記ユーザー特性判定手段が、最も高い得点となる前記一の共通因子を前記ユーザー識別情報によって識別される循環器内科医の特徴を表す前記ユーザー特性と判定し、
前記ユーザー抽出手段が、所定の前記循環器内科医の特徴を表すユーザー特性を備え、かつ、循環器内科に関する前記特定のコンテンツ情報に関しユーザーが深い興味を持っていると推察できる所定の視聴・閲覧状況を満たすという事象に大きく寄与すると前記多変量解析処理手段によって特定される、前記特定のコンテンツ情報に関する視聴・閲覧状況に関する情報を含む属性情報の項目を備える循環器内科医を抽出することを特徴とする情報処理方法。
コンピューターに、請求項２に記載の方法を実行させるための情報処理プログラム。