JP7481700B2 - 広告出力装置、学習器、広告方法、及びプログラム - Google Patents

Description

特許法第３０条第２項適用 平成３０年１２月２日～平成３０年１２月３日 Ｓａｎｔｉｃａ（さんちか）での床面照射広告実証実験を通じて公開 令和１年６月２７日 ｈｔｔｐｓ：／／ｗｗｗ．ｊｓｔａｇｅ．ｊｓｔ．ｇｏ．ｊｐ／ｂｒｏｗｓｅ／ｊｓｓｄ／６６／０／＿ｃｏｎｔｅｎｔｓ／－ｃｈａｒ／ｊａ？ｆｒｏｍ＝１ ｈｔｔｐｓ：／／ｗｗｗ．ｊｓｔａｇｅ．ｊｓｔ．ｇｏ．ｊｐ／ａｒｔｉｃｌｅ／ｊｓｓｄ／６６／０／６６＿１３４／＿ａｒｔｉｃｌｅ／－ｃｈａｒ／ｊａ ｈｔｔｐｓ：／／ｗｗｗ．ｊｓｔａｇｅ．ｊｓｔ．ｇｏ．ｊｐ／ａｒｔｉｃｌｅ／ｊｓｓｄ／６６／０／６６＿１３４／＿ｐｄｆ／－ｃｈａｒ／ｊａを通じて発表 令和１年６月２８日 一般社団法人日本デザイン学会発行の「日本デザイン学会 第６６回春季研究発表大会 概要集」に発表 令和１年６月２９日 一般社団法人日本デザイン学会主催の「日本デザイン学会 第６６回春季研究発表大会」において文書をもって発表

本発明は、通行人に対して広告を出力する広告出力装置等に関する。

近年、デジタルサイネージ（電子看板）が駅や空港、ショッピングモール等に設置されており、通行人に対して、文字や動画、静止画等による広告が行われている（例えば、特許文献１参照）。

特開２０１４－０９６７４８号公報

しかしながら、従来の広告では、広告主のニーズを元に宣伝したい内容を決定していた。そのように、広告主側のみのニーズによる広告では、ターゲットへの訴求力が不足して、広告の効果が低くなるという問題があった。また、そのような広告に接する通行人は、広告から有用な情報を得ることができないため、広告に価値を感じなくなるという問題もあった。このように、広告主側のニーズに応じた広告では、広告主にも通行人にもメリットがないことになっていた。

本発明は、上記課題を解決するためになされたものであり、広告の効果を向上させることができる広告出力装置等を提供することを目的とする。

上記目的を達成するため、本発明による広告出力装置は、所定のエリアの通行人に関する属性である人流属性を取得する属性取得部と、複数の広告が記憶される記憶部と、属性取得部によって取得された人流属性に応じた広告を特定する広告特定部と、広告特定部によって特定された広告を、エリアの出力デバイスに出力する出力部と、を備えたものである。
このような構成により、人流属性に応じた広告を出力することができるようになる。そのため、例えば、通行人の属性や、通行人の通行に関する属性に応じた広告を出力することができるようになり、通行人が購入する可能性の高い対象について広告を行うことができるようになる。その結果、広告主に対しても、また、広告に接する通行人にとってもメリットのある広告を行うことができるようになる。

また、本発明による広告出力装置では、属性取得部は、２以上のエリアについてそれぞれ人流属性を取得し、広告特定部は、エリアごとの人流属性に基づいて、少なくとも１つのエリアと、エリアで出力される広告とを特定し、出力部は、広告特定部によって特定された広告を、特定されたエリアの出力デバイスに出力してもよい。
このような構成により、２以上のエリアのうち、少なくとも１つのエリアにおいて、通行人に適した広告を行うことができるようになる。

また、本発明による広告出力装置では、属性取得部は、通行人に関する予測を行うことによって人流属性を取得してもよい。
このような構成により、リアルタイムで通行人に関する人流属性を取得できない場合であっても、人流属性の予測結果に基づいて、広告を行うことができるようになる。

また、本発明による広告出力装置では、属性取得部は、エリアに設けられたセンサによって取得された情報を用いて、人流属性を取得してもよい。
このような構成により、エリアにおいてセンサによってリアルタイムで取得された情報を用いて、人流属性を取得することができる。そのため、より精度の高い人流属性を取得することができ、より効果的な広告を行うことができるようになる。

また、本発明による広告出力装置では、人流属性は、通行人の属性を含んでもよい。
このような構成により、通行人の属性、例えば、性別や年齢などに応じた広告を行うことができるようになる。

また、本発明による広告出力装置では、人流属性は、通行人の通行に関する属性を含んでもよい。
このような構成により、通行人の通行に関する属性、例えば、通行の方向や速度等に応じた広告を行うことができるようになる。

また、本発明による広告出力装置では、記憶部では、通行人の流れに応じて多段階に出力される複数の段階広告を有する多段階広告が記憶されており、出力部は、多段階広告を出力する場合には、多段階広告が有する複数の段階広告を、通行人の流れに応じて複数の出力デバイスにそれぞれ出力してもよい。
このような構成により、通行人に対して多段階で広告を出力することができ、例えば、第１段階の広告によって、広告対象の物やサービス等を通行人に認識させ、その後の第２段階の広告によって、具体的な購買行動に導くことなどによって、広告の効果を高めることができる。

また、本発明による広告出力装置では、出力デバイスは、床面に広告を表示するデバイスを含んでいてもよい。
このような構成により、通行人にも認知されやすい広告を行うことができる。

また、本発明による広告出力装置では、エリアには、複数種類の出力デバイスが存在し、広告特定部は、属性取得部によって取得された人流属性に応じた出力デバイスをも特定し、出力部は、広告特定部によって特定された出力デバイスに広告を出力してもよい。
このような構成により、より適切な出力デバイスに広告を出力することができるようになり、広告の効果を高めることができるようになる。

また、本発明による広告出力装置では、出力される広告には、広告対象を購入できるウェブサイトのアドレスが含まれていてもよい。
このような構成により、広告に接した通行人を、ウェブサイトでの購入に導くことができるようになり、広告の効果を高めることができるようになる。また、例えば、ウェブサイトでの購入に応じて、広告を介して購入した者の属性を取得することもできるようになる。

また、本発明による広告出力装置では、出力される広告には、広告対象を実店舗で購入するためのクーポン情報が含まれており、クーポン情報を端末装置に取り込んだユーザは、クーポン情報を用いて、実店舗において広告対象を購入することができてもよい。
このような構成により、広告に接した通行人を、実店舗での購入に導くことができるようになり、広告の効果を高めることができるようになる。また、例えば、クーポン情報を用いた実店舗での購入に応じて、広告を介して購入したユーザの属性を取得することもできるようになる。

また、本発明による広告出力装置では、属性取得部は、広告が出力される時期に関する属性である時期属性をも取得し、広告特定部は、人流属性と時期属性とに応じた広告を特定してもよい。
このような構成により、例えば、天候や時間帯、季節などの時期属性に応じて売れそうな対象に関する広告を行うことができるようになる。例えば、暑い時期であれば、アイスクリームの広告を出力したり、雨が降っているときには、傘の広告を出力したりすることによって、広告の効果を高めることができる。

また、本発明による広告出力装置では、記憶部では、広告と、広告の属性とが対応付けられており、広告の属性と人流属性とを対応付ける情報である複数の広告対応情報が記憶されており、広告特定部は、属性取得部によって取得された人流属性に対応する広告の属性を特定し、特定した広告の属性に対応する広告を特定してもよい。
このような構成により、あらかじめ設定されたルールに応じて、人流属性に応じた広告を出力することができるようになる。

また、本発明による広告出力装置では、記憶部では、広告と、広告の属性とが対応付けられており、広告特定部は、人流属性と、広告の属性とを含む訓練用入力情報と、訓練用入力情報に含まれる人流属性に対応する通行人に、訓練用入力情報に含まれる広告の属性に対応する広告を出力した場合における広告の効果を示す訓練用出力情報との複数の組の学習結果である学習器に、属性取得部によって取得された人流属性と、広告の属性とを含む入力情報を適用することを、異なる広告の属性を含む複数の入力情報についてそれぞれ行うことによって、あらかじめ決められた条件を満たすほど高い広告の効果を得られる広告の属性を特定し、特定した広告の属性に対応する広告を特定してもよい。
このような構成により、学習結果を用いることによって、人流属性に応じた広告を出力することができるようになる。したがって、人手によるルールの設定や調整等が必要なくなるというメリットがある。また、より多くのデータを用いて学習を行うことによって、より効果的な広告の出力を行うことができるようになる。

また、本発明による学習器は、所定のエリアの通行人に関する属性である人流属性と、広告の属性とを含む訓練用入力情報と、訓練用入力情報に含まれる人流属性に対応する通行人に、訓練用入力情報に含まれる広告の属性に対応する広告を出力した場合における広告の効果を示す訓練用出力情報との複数の組の学習結果である学習器であって、人流属性と、広告の属性とを含む入力情報が適用されると、人流属性に対応する通行人に、広告の属性に対応する広告を出力した場合における広告の効果を示す情報を取得することができる、ものである。
このような構成により、この学習器を用いることによって、所定のエリアの通行人に対して出力するのに適した広告の属性を取得することができるようになる。

また、本発明による広告方法は、属性取得部と、複数の広告が記憶される記憶部と、広告特定部と、出力部とを用いて処理される広告方法であって、属性取得部が、所定のエリアの通行人に関する属性である人流属性を取得するステップと、広告特定部が、人流属性を取得するステップにおいて取得された人流属性に応じた広告を特定するステップと、出力部が、広告を特定するステップにおいて特定された広告を、エリアの出力デバイスに出力するステップと、を備えたものである。

本発明による広告出力装置等によれば、通行人に適した広告を出力することができ、広告の効果をより高めることができるようになる。

本発明の実施の形態による広告出力装置の構成を示すブロック図 同実施の形態による広告出力装置の動作を示すフローチャート 同実施の形態による広告出力装置の動作を示すフローチャート 同実施の形態による広告出力装置の動作を示すフローチャート 同実施の形態における広告対応情報の一例を示す図 同実施の形態における広告と広告の属性との対応の一例を示す図 同実施の形態における広告の属性（販売対象の種類）の一例を示す図 同実施の形態における広告の属性（データの種類）の一例を示す図 同実施の形態における段階的な広告の一例を示す図 同実施の形態における段階的な広告の出力の一例を示す模式図 同実施の形態におけるウェブサイトのアドレス及びクーポン情報を含む広告の一例を示す図 同実施の形態における通行方向に応じた広告の出力の一例を示す図 同実施の形態における通行方向に応じた広告の出力の一例を示す図 同実施の形態におけるコンピュータシステムの外観一例を示す模式図 同実施の形態におけるコンピュータシステムの構成の一例を示す図

以下、本発明による広告出力装置について、実施の形態を用いて説明する。なお、以下の実施の形態において、同じ符号を付した構成要素及びステップは同一または相当するものであり、再度の説明を省略することがある。本実施の形態による広告出力装置は、通行人に関する人流属性を取得し、その人流属性に応じた広告を出力するものである。

図１は、本実施の形態による広告出力装置１の構成を示すブロック図である。本実施の形態による広告出力装置１は、属性取得部１１と、記憶部１２と、広告特定部１３と、出力部１４とを備える。

属性取得部１１は、広告が出力される所定のエリア１００の通行人５０に関する属性である人流属性を取得する。エリア１００は、例えば、地下街や商店街、空港、駅、ショッピングモール、公園、広場、通路等の人が通過する領域である。なお、エリア１００は、例えば、屋内であってもよく、屋外であってもよい。図１で示されるように、エリア１００には、通行人５０に関する情報を取得するセンサ５１と、広告を出力する出力デバイス５２とが設けられているものとする。

図１では、エリア１００に設けられたセンサ５１がカメラである場合について示しているが、そうでなくてもよい。エリア１００に設けられたセンサ５１は、例えば、撮影画像を取得するカメラであってもよく、レーザレンジファインダ（レーザレンジセンサ）であってもよく、床面に設けられた圧力センサであってもよく、その他のセンサであってもよく、また、それらの組合せであってもよい。センサ５１によって取得される情報は、通行人５０に関する人流属性の取得に用いることができる情報であることが好適である。センサ５１がカメラである場合には、通行人５０の顔を含む画像が撮影されることが好適である。また、センサ５１がレーザレンジファインダや床面の圧力センサである場合には、通行人５０の動線を取得できるように、センサ５１が配置されていることが好適である。

また、図１では、エリア１００に設けられた出力デバイス５２がエリア１００の床面に画像５３を表示するプロジェクタである場合について示しているが、そうでなくてもよい。エリア１００に設けられた出力デバイス５２は、デジタルサイネージやモニタ（ディスプレイ）、大型スクリーン、床面や壁面に画像を表示するプロジェクタなどの表示デバイスであってもよく、エリア１００の通行人５０が有するスマートフォンなどの携帯端末であってもよく、音声を出力するスピーカであってもよく、匂いを出力するデバイスであってもよく、その他の出力デバイスであってもよく、また、それらの組合せであってもよい。

また、エリア１００に設けられているセンサ５１、出力デバイス５２は、それぞれ独立して、単数であってもよく、または複数であってもよく、また、１種類であってもよく、複数種類であってもよい。

人流属性は、例えば、通行人５０の属性（以下、「人属性」と呼ぶこともある。）を含んでいてもよく、通行人５０の通行に関する属性（以下、「通行属性」と呼ぶこともある。）を含んでいてもよい。すなわち、人流属性は、人属性と、通行属性との少なくとも一方を含むものであってもよい。本実施の形態では、人流属性が、人属性と通行属性との両方を含む場合について主に説明する。

人属性は、例えば、通行人の性別を含んでいてもよく、通行人の年齢を含んでいてもよく、その他の通行人の属性を示す情報を含んでいてもよい。通行人は、通常、複数であるため、性別である人属性は、例えば、男女の比率（例えば、男性が６０％など）によって示されてもよく、比率の高い性別を示す情報によって示されてもよい。また、年齢である人属性は、例えば、年代ごとの割合を示す情報（例えば、若年が１０％、壮年が２０％、中年が３０％、高年が４０％など）であってもよく、最も割合の多い年代を示す情報（例えば、年代ごとの割合に関する前記の例の場合には「高年」となる。）であってもよい。

通行属性は、例えば、平均速度を含んでいてもよく、通行方向を含んでいてもよく、通行人数を含んでいてもよく、通行人の密度を含んでいてもよく、通行人がグループかどうかを示す情報を含んでいてもよく、通行人が直線的に歩行しているのかどうかを示す情報を含んでいてもよく、通行人の荷物の多寡を示す情報を含んでいてもよく、通行人の通行に関するその他の情報を含んでいてもよい。平均速度は、例えば、エリア１００の各通行人の速度の大きさを平均したものであってもよい。その平均は、例えば、すべての通行人に関する平均でもよく、無作為に抽出した一部の通行人に関する平均であってもよい。通行方向は、例えば、移動方向ごとの通行人の割合を示す情報（例えば、東西方向の通路において、東向きが７０％、西向きが３０％など）であってもよく、最も割合の多い移動方向（例えば、移動方向ごとの通行人の割合に関する前記の例の場合には「東向き」となる。）であってもよい。通行人数は、例えば、エリア１００を通った単位時間当たりの延べ人数であってもよい。通行人の密度は、例えば、通行人数をエリア１００の面積で割ったものであってもよい。通行人がグループであるかどうかを示す情報は、例えば、グループである通行人の割合を示す情報であってもよい。また、通行人が直線的に歩行しているのかどうかを示す情報は、例えば、直線的に歩行している通行人の割合を示す情報であってもよい。また、通行人の荷物の多寡を示す情報は、例えば、スーツケースやキャリーバッグなどの大型の荷物を有している通行人の割合を示す情報であってもよい。

属性取得部１１は、例えば、エリア１００に設けられた１以上のセンサ５１によって取得された情報を用いて人流属性を取得してもよく、通行人に関する予測を行うことによって人流属性を取得してもよい。本実施の形態では、属性取得部１１が、センサ５１によって取得された情報を用いて人流属性を取得する場合について主に説明し、予測によって人流属性を取得する場合については後述する。

属性取得部１１は、例えば、カメラであるセンサ５１によって取得された撮影画像を用いて、通行人の性別や年齢または年代を取得することができる。撮影画像に含まれる顔の画像等から性別や年齢等を取得する技術はすでに公知であり、その詳細な説明を省略する。なお、そのようにして取得した各通行人の性別や年齢等を用いて、属性取得部１１は、上記のような人属性を取得することができる。具体的には、属性取得部１１は、次式のようにして、男性の比率を算出してもよい。
男性の比率＝男性の人数／（男性の人数＋女性の人数）

また、属性取得部１１は、通行人の性別として、比率の高い方の性別を取得してもよい。例えば、男性の比率が０．６であり、女性の比率が０．４である場合には、性別「男性」が取得されてもよい。

また、属性取得部１１は、通行人の年齢や年代の取得結果を用いて、年代ごとの人数をカウントすることによって、年代ごとの割合を示す情報を特定してもよい。また、属性取得部１１は、その年代ごとの割合を示す情報を用いて、最も割合の多い年代を特定してもよい。

属性取得部１１は、例えば、カメラであるセンサ５１によって取得された撮影画像において通行人を検出し、その検出した通行人を、時間的に連続した複数の撮影画像においてトラッキングすることによって、各通行人の速度を取得することができる。属性取得部１１は、その速度の平均を算出することによって、通行人の平均速度を取得してもよい。また、そのトラッキング結果を用いることによって、属性取得部１１は、通行方向を取得することもできる。この通行方向は、例えば、あらかじめ決められた複数の方向（例えば、エリア１００が東西方向に延びる通路である場合には「東向き」「西向き」など）のうち、いずれであるかを決定することであってもよい。

また、属性取得部１１は、撮影画像における通行人の検出結果から通行人数を取得することもできる。また、その通行人数を面積で割ることによって、属性取得部１１は、通行人の密度を算出することもできる。

また、撮影画像において各通行人をトラッキングすることによって、属性取得部１１は、各通行人の軌跡（動線）を取得することができる。また、その軌跡が近似している通行人をグルーピングすることにより、属性取得部１１は、通行人をグループごとに分けることができる。そして、属性取得部１１は、例えば、２以上の通行人を有する各グループに含まれる通行人の人数を合計した結果である、グループに含まれる通行人の人数を、通行人数で割ることによって、グループに含まれる通行人の割合を示す情報を取得することができる。なお、通勤時間帯などにおいては、多くの人が駅に向かう方向や、駅からオフィスビルに向かう方向に同様の速度で通行することになるため、グループではない通行人も、グループを形成していると判断される可能性がある。そのような事態を回避するため、属性取得部１１は、例えば、通行人の平均速度があらかじめ決められた閾値より小さい場合に、上記のようにして、通行人がグループかどうかを示す情報を取得してもよい。通勤時間帯は、通行人の平均速度が高くなっていると考えられるからである。また、軌跡が近似している通行人のグルーピングは、例えば、通行人の軌跡に関するクラスタリングによって行ってもよい。

また、通行人の軌跡を直線で近似し、その近似直線と、その軌跡における複数の点との各距離の代表値を算出することによって、属性取得部１１は、通行人が直線的に歩行しているかどうかを取得することができる。その代表値は、例えば、最大値であってもよく、平均値であってもよい。例えば、その代表値が大きければ、直線的に歩行していないことになり、その代表値が小さければ、直線的に歩行していることになる。なお、その算出結果の大小は、例えば、あらかじめ決められた閾値よりも大きいか小さいかによって判断されてもよい。また、距離を算出する点となる軌跡上の複数の点は、例えば、軌跡における所定の距離ごとの点であってもよく、軌跡における所定の時間ごとの点であってもよい。そのようにして、属性取得部１１は、各通行人が直線的に歩行しているかどうかを判断し、その判断結果に基づいて、直線的に歩行している通行人の割合を取得してもよい。

また、属性取得部１１は、撮影画像において、スーツケースやキャリーバッグ等の大型の荷物をパターンマッチング等によって検出し、その大型の荷物の個数が、大型の荷物を有している通行人の人数であると推定して、大型の荷物を有している通行人の割合を取得してもよい。

また、属性取得部１１は、複数のカメラによって撮影された撮影画像を用いて、人流属性の取得を行ってもよい。例えば、エリア１００が東西方向に延びる通路である場合には、西向きに移動する通行人の顔を撮影するカメラと、東向きに移動する通行人の顔を撮影するカメラとによって撮影された各撮影画像を用いることによって、西向きに移動する通行人についても、東向きに移動する通行人についても、人属性を取得できるようにしてもよい。なお、属性取得部１１は、通行属性を取得する場合などにおいて、複数の撮影画像でそれぞれ検出した通行人の重複を排除するようにしてもよい。通行人の重複の排除は、例えば、特徴量が近似する通行人については、一つの撮影画像においてのみ検出することによって行ってもよい。

なお、１個または２個以上のレーザレンジファインダを用いることによって、通行人の動線を取得することができる。したがって、レーザレンジファインダであるセンサ５１によって取得された情報を用いることによって、属性取得部１１は、例えば、通行人の平均速度や、通行方向、通行人数、通行人の密度、通行人がグループかどうかを示す情報、通行人が直線的に歩行しているのかどうかを示す情報などを、撮影画像から取得した通行人の軌跡に基づいた通行属性の取得と同様にして取得することができる。

また、床面に設けられた圧力センサによって、通行人の足の箇所を特定することができる。したがって、属性取得部１１は、床面に設けられた圧力センサであるセンサ５１によって取得された情報を用いることによって、通行人の位置や軌跡を取得することができる。そのため、属性取得部１１は、その通行人の位置や軌跡を用いることによって、例えば、通行人の平均速度や、通行方向、通行人数、通行人の密度、通行人がグループかどうかを示す情報、通行人が直線的に歩行しているのかどうかを示す情報などを、撮影画像から取得した通行人の軌跡に基づいた通行属性の取得と同様にして取得することができる。また、床面に設けられた圧力センサによって、スーツケースやキャリーバッグ等の車輪の位置を取得することもできるため、属性取得部１１は、その車輪の位置を用いて、スーツケース等の大型の荷物の個数を取得することもでき、その取得結果を用いて、大型の荷物を有している通行人の割合を取得することもできる。

属性取得部１１は、例えば、２以上のエリアについて、それぞれ人流属性を取得してもよい。この場合に、２以上のエリアは、例えば、連続しているエリアであってもよく、または、まったく異なるエリアであってもよい。前者の場合には、例えば、地下街などが、複数のエリアに分割されていてもよく、後者の場合には、例えば、一方のエリアが地下街であり、他方のエリアが地上の商店街であってもよい。

属性取得部１１は、広告が出力される時期に関する属性である時期属性をも取得してもよい。時期属性は、通常、時間の経過に応じて変化する属性であり、例えば、広告が出力される時期の時間に関する情報（以下、「時間情報」と呼ぶことがある。）を含んでいてもよく、広告が出力される時期の天候に関する情報（以下、「天候情報」と呼ぶことがある。）を含んでいてもよく、広告が出力される時期のイベントに関する情報（以下、「イベント情報」と呼ぶことがある。）を含んでいてもよく、広告が出力される時期の流行に関する情報（以下、「流行情報」と呼ぶことがある。）を含んでいてもよい。なお、広告が出力される時期は、通常、時期属性が取得される直後であるため、属性取得部１１は、時期属性を取得する時点の時期属性、すなわち現在の時期属性を取得してもよい。また、天候情報や、イベント情報などのように、場所に依存する時期属性は、広告が出力されるエリア１００の時期属性であることが好適である。

時間情報は、例えば、春、夏、秋、冬などを示す季節を含んでいてもよく、１月、２月などの月を含んでいてもよく、月曜、火曜などの曜日を含んでいてもよく、平日か休日かを示す情報を含んでいてもよく、７時台、８時台などの時間や、朝、昼、夕方などの時間帯を含んでいてもよく、時間に関するその他の情報を含んでいてもよい。属性取得部１１は、例えば、図示しないカレンダー部や時計部などから、時間情報を取得してもよい。

天候情報は、例えば、晴、曇、雨などの天気を含んでいてもよく、温度を含んでいてもよく、湿度を含んでいてもよく、風速を含んでいてもよく、日照時間を含んでいてもよく、天候に関するその他の情報を含んでいてもよい。その天気や温度、湿度、風速、日照時間等は、通常、エリア１００付近の屋外における情報である。属性取得部１１は、天候情報を、例えば、気象庁などのウェブサイトから取得してもよく、天気や温度等を取得するセンサ等から取得してもよい。なお、広告が出力される時期の天候情報は、例えば、天候に関して予測された情報であってもよい。

イベント情報は、例えば、エリア１００内におけるイベントに関する情報を含んでいてもよく、エリア１００外におけるイベントに関する情報を含んでいてもよく、エリア１００内またはエリア１００外における交通機関に関する情報を含んでいてもよく、イベントに関するその他の情報を含んでいてもよい。エリア１００内におけるイベントに関する情報や、エリア１００外におけるイベントに関する情報は、例えば、イベントが有るかどうかを示すイベントの有無や、大規模や中規模、小規模などのイベントの規模、花火大会、祭り、野球の試合、サッカーの試合などのイベントの種類などを含んでいてもよい。交通機関に関する情報は、例えば、遅延の有無や、乗降車数、電車やバスの発車や到着の有無等を含んでいてもよい。イベント情報に含まれるエリア１００外に関する情報は、エリア１００の通行人の人流に影響を与える地域の情報であることが好適である。属性取得部１１は、イベント情報を、例えば、イベントに関する情報が掲載されているウェブサイトから取得してもよく、管理者等が手入力した情報を読み出すことによって取得してもよい。

流行情報は、例えば、流行している商品やサービスなどの広告対象を示す情報であってもよい。流行している商品やサービスなどの広告対象を示す情報は、例えば、その商品やサービスなどの広告対象の種類を示す情報であってもよい。属性取得部１１は、例えば、ウェブページや、ＳＮＳ（Social Networking Service）の投稿などからトレンドキーワードを抽出するアルゴリズムを用いて、トレンドキーワードを抽出し、そのトレンドキーワードのうち、商品やサービスなどの広告対象に該当するトレンドキーワードである流行情報を取得してもよい。また、属性取得部１１は、例えば、あらかじめウェブページやＳＮＳの投稿などから抽出されたトレンドキーワードの一覧が含まれるウェブページ等から、トレンドキーワードを取得し、そのトレンドキーワードのうち、商品やサービスなどの広告対象に該当するトレンドキーワードである流行情報を取得してもよい。

記憶部１２では、複数の広告が記憶される。広告は、例えば、画像を含む広告であってもよく、文字を含む広告であってもよく、音声を含む広告であってもよい。画像は、例えば、静止画であってもよく、動画像であってもよい。また、広告は、例えば、出力される匂いを識別する情報であってもよい。本実施の形態では、広告が、画像や音声である場合について主に説明する。記憶部１２で記憶されている広告は、厳密には、広告の情報であるが、説明の簡単のため、単に広告と呼ぶことにする。記憶部１２で記憶されている広告のうち、広告特定部１３によって特定された広告が、エリア１００の出力デバイス５２から出力されることになる。広告は、例えば、エリア１００の通行人が訪問できる店に関する広告であってもよく、または、そうでなくてもよい。前者の場合には、その店は、例えば、エリア１００や、エリア１００の近傍に存在してもよい。

なお、記憶部１２では、広告と、その広告の属性とが対応付けられていてもよい。広告の属性は、例えば、販売対象（広告対象）の属性を含んでいてもよく、広告のデータの属性を含んでいてもよい。販売対象の属性は、例えば、販売対象の種類を示す情報（例えば、酒類、化粧品、文房具等）であってもよい。広告のデータの属性は、例えば、広告が画像であるのか、音声であるのか、匂いであるのか、また、広告の画像が、文字中心であるのか、写真や図形などの文字以外が中心であるのかなどを示す情報であってもよい。

また、広告特定部１３による広告の特定がルールベースで行われる場合には、記憶部１２では、広告の属性と、人流属性とを対応付ける情報である広告対応情報が複数記憶されていてもよい。なお、広告の属性に対応付けられている人流属性は、その広告の属性に対応する広告に適した出力対象である通行人に関する人流属性であることが好適である。ここで、広告の属性に対応する広告とは、その広告の属性を有する広告のことである。例えば、販売対象の種類を示す広告の属性「酒類」に対応する広告は、ビールの広告であってもよい。また、時期属性をも用いてルールベースで広告が特定される場合には、広告対応情報は、広告の属性と、人流属性と、時期属性とを対応付ける情報であってもよい。この場合には、広告の属性に対応付けられている時期属性は、その広告の属性に対応する広告に適した出力時期に応じた時期属性であることが好適である。なお、広告対応情報は、人流属性等に基づいて広告の属性を特定するためのルールとして用いられる情報であり、例えば、設計者等によって設定されてもよい。

また、広告特定部１３による広告の特定が機械学習の結果である学習器を用いて行われる場合には、記憶部１２では、学習器が記憶されていてもよく、広告の属性の一覧が記憶されていてもよい。後述するように、その広告の属性の一覧は、学習器に適用される入力情報を生成するために使用される。その一覧に含まれる広告の属性は、例えば、広告と、広告の属性との対応付けにおいて、広告と対応付けられている広告の属性の一覧であってもよい。広告の属性の一覧は、例えば、広告と広告の属性とを対応付ける情報から、すべての広告の属性を取得し、その取得した広告の属性についてユニーク処理を行うことによって得られた情報であってもよい。

記憶部１２に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が記憶部１２で記憶されるようになってもよく、通信回線等を介して送信された情報が記憶部１２で記憶されるようになってもよく、または、入力デバイスを介して入力された情報が記憶部１２で記憶されるようになってもよい。

記憶部１２は、不揮発性の記録媒体によって実現されることが好適であるが、揮発性の記録媒体によって実現されてもよい。記録媒体は、例えば、半導体メモリや磁気ディスク、光ディスクなどであってもよい。また、記憶部１２において、ある情報と別の情報とが対応付けられているとは、一方の情報から他方の情報を取得できればよいという意味である。したがって、複数の情報を組として含む情報が記憶部１２で記憶されていてもよく、複数の情報をリンク付ける情報が記憶部１２で記憶されていてもよい。

広告特定部１３は、属性取得部１１によって取得された人流属性に応じた広告を特定する。なお、属性取得部１１によって時期属性も取得される場合には、広告特定部１３は、人流属性と時期属性とに応じた広告を特定してもよい。また、広告特定部１３は、まず、人流属性に基づいて広告の属性を特定し、その特定した広告の属性に対応する広告を特定してもよい。広告特定部１３が複数の広告を特定した場合には、その特定された複数の広告が順番に出力されてもよく、または、広告特定部１３は、特定した複数の広告から、実際に出力する広告を選択し、その選択された広告が出力されてもよい。なお、２以上の広告が選択された場合には、その選択された２以上の広告が順番に出力されてもよい。広告の選択は、例えば、ランダムに行われてもよく、広告主の支払う広告料の高い順に行われてもよく、その他の基準で行われてもよい。

また、広告特定部１３は、属性取得部１１によって取得された人流属性に応じた出力デバイスをも特定してもよい。例えば、広告の属性の特定において、広告のデータの種類（例えば、画像や音声など）が特定されている場合には、その特定されたデータの種類に対応する出力デバイス（例えば、ディスプレイやスピーカなど）が一緒に特定されていると考えてもよい。

広告特定部１３による広告の属性の特定は、ルールベースで行われてもよく、または、教師あり機械学習の結果である学習器を用いて行われてもよい。以下それぞれに分けて説明する。

（１）ルールベースによる広告の属性の特定
この場合には、広告特定部１３は、記憶部１２で記憶されている複数の広告対応情報を用いて、属性取得部１１によって取得された人流属性に対応する広告の属性を特定する。例えば、複数の広告対応情報において、取得された人流属性を検索キーとする検索を行い、ヒットした広告対応情報によって、検索キーである人流属性と対応付けられている広告の属性を特定してもよい。なお、属性取得部１１によって時期属性も取得される場合には、広告特定部１３は、取得された人流属性及び時期属性に対応付けられている広告の属性を、複数の広告対応情報を用いて特定してもよい。

なお、広告特定部１３は、すべての広告対応情報を用いて、人流属性に対応する広告の属性や、人流属性及び時期属性に対応する広告の属性を特定してもよく、または、一部の広告対応情報を用いて、人流属性に対応する広告の属性や、人流属性及び時期属性に対応する広告の属性を特定してもよい。後者の場合としては、例えば、広告料の高い広告に対応付けられている広告の属性と、人流属性とを対応付ける広告対応情報のみを用いる場合などがある。この場合には、広告の属性に対応する広告が特定される際に、広告料の高い広告が特定されるようにすることによって、広告料の高い広告の中から、効果の高い広告が特定されるようにすることができる。

（２）機械学習の結果である学習器を用いた広告の属性の特定
学習器を用いて広告の属性を特定する広告特定部１３は、人流属性と、広告の属性とを含む訓練用入力情報と、その訓練用入力情報に含まれる人流属性に対応する通行人に、その訓練用入力情報に含まれる広告の属性に対応する広告を出力した場合における広告の効果を示す訓練用出力情報との複数の組の学習結果である学習器に、属性取得部１１によって取得された人流属性と、広告の属性とを含む入力情報を適用することを、異なる広告の属性を含む複数の入力情報についてそれぞれ行うことによって、あらかじめ決められた条件を満たすほど高い広告の効果を得られる広告の属性を特定してもよい。

まず、教師あり機械学習の結果である学習器について説明する。具体的には、学習器は、ニューラルネットワーク（ＮＮ：Neural Network）の学習結果であってもよく、サポートベクターマシン（ＳＶＭ：Support Vector Machine）やサポートベクター回帰（ＳＶＲ：Support Vector Regression）の学習結果であってもよく、または、それ以外の機械学習の学習結果であってもよい。

ニューラルネットワークは、例えば、全結合層から構成されるニューラルネットワークであってもよく、１以上の畳み込み層を有する畳み込みニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）であってもよく、それ以外のニューラルネットワークであってもよい。また、ニューラルネットワークが少なくとも１個の中間層（隠れ層）を有する場合には、そのニューラルネットワークの学習は、深層学習（ディープラーニング、Deep Learning）であると考えてもよい。また、機械学習にニューラルネットワークを用いる場合において、そのニューラルネットワークの層数、各層におけるユニット数（ノード数）、各層の種類（例えば、全結合層、畳み込み層、プーリングなど）等については、適宜、選択したものを用いてもよい。なお、入力層と出力層のユニット数は、通常、訓練用入力情報と訓練用出力情報とによって決まることになる。本実施の形態では、学習器が全結合層を有するニューラルネットワークの学習結果である場合について主に説明する。

また、ニューラルネットワークにおける各設定は、次のようであってもよい。活性化関数は、例えば、ＲｅＬＵ（正規化線形関数）であってもよく、シグモイド関数であってもよく、その他の活性化関数であってもよい。また、各層において、バイアスを用いてもよく、または、用いなくてもよい。バイアスを用いるかどうかは、層ごとに独立して決められてもよい。バイアスは、例えば、層ごとのバイアスであってもよく、または、そうでなくてもよい。また、学習では、例えば、誤差逆伝搬法を用いてもよく、ミニバッチ法を用いてもよい。また、損失関数（誤差関数）は、平均二乗誤差であってもよい。また、ｅｐｏｃｈ数（パラメータの更新回数）は特に問わないが、過剰適合とならないｅｐｏｃｈ数が選択されることが好適である。また、過剰適合を予防するため、所定の層間においてドロップアウトを行ってもよい。なお、機械学習における学習方法としては、公知の方法を用いることができ、その詳細な説明を省略する。

なお、学習器は記憶部１２で記憶されていてもよい。学習器が記憶部１２で記憶されているとは、例えば、学習器そのもの（例えば、入力に対して値を出力する関数や学習結果のモデル等）が記憶されていることであってもよく、学習器を構成するために必要なパラメータ等の情報が記憶されていることであってもよい。後者の場合であっても、そのパラメータ等の情報を用いて学習器を構成できるため、実質的に学習器が記憶部１２で記憶されていると考えることができるからである。本実施の形態では、学習器そのものが記憶部１２で記憶されている場合について主に説明する。

次に、学習器の生成について説明する。上記のように、学習器の生成に用いられる訓練用入力情報は、人流属性と、広告の属性とを含む情報である。なお、時期属性も取得される場合には、訓練用入力情報に時期属性も含まれていてもよい。訓練用出力情報は、その訓練用出力情報と組となる訓練用入力情報に含まれる人流属性に対応する通行人に、その訓練用入力情報に含まれる広告の属性に対応する広告を出力した場合における広告の効果を示す情報である。人流属性に対応する通行人とは、その人流属性を有する通行人のことである。広告の効果を示す情報は、例えば、定性的な情報であってもよく、または、定量的な情報であってもよい。広告の効果を定性的に示す情報は、例えば、広告の効果の有無を示す情報であってもよく、３以上の段階で広告の効果を示す情報であってもよい。広告の効果を定量的に示す情報は、例えば、広告に応じた売上の向上の程度を示す数値であってもよく、広告の出力に応じて店に来た通行人の人数であってもよく、広告の出力に応じて店に来て、実際に販売対象を購入した通行人の人数であってもよい。売上の向上の程度を示す数値は、例えば、売上の向上の程度を割合（例えば、すべての売上金額に対する、広告によって向上した売上金額の割合など）で示す情報などのように、ある店の広告の効果と、別の店の広告の効果とを比較することができる、広告の効果を示す情報であることが好適である。その店は、例えば、実店舗であってもよく、ＥＣ（Electronic Commerce）サイトであってもよく、その両方であってもよい。その訓練用出力情報は、所定のエリアにおいて実際に広告を出力することによって取得されたものであることが好適である。そのエリアは、学習器を用いて特定した広告が出力されるエリア１００と同じであってもよく、または、異なっていてもよい。

学習器がニューラルネットワークの学習結果である場合には、訓練用出力情報の種類は問わないことになる。一方、訓練用出力情報が、広告の効果の有無を示す定性的な情報や、広告の効果を多段階で示す定性的な情報である場合には、学習器は分類器であると考えられるため、学習器をＳＶＭの学習結果とすることもできる。また、訓練用出力情報が広告の効果を定量的に示す情報である場合には、学習器を、ＳＶＲの学習結果とすることもできる。

なお、訓練用入力情報に時期属性も含まれている場合には、訓練用出力情報は、その訓練用出力情報と組となる訓練用入力情報に含まれる人流属性に対応する通行人に、その訓練用入力情報に含まれる広告の属性に対応する広告を、その訓練用入力情報に含まれる時期属性に対応する状況（例えば、時期属性に対応する時間帯や季節、天気など）において出力したときにおける広告の効果を示す情報である。時期属性に対応する状況とは、その時期属性を有する状況のことである。

学習器を生成する際には、上記のような訓練用入力情報と訓練用出力情報との組（以下、この組のことを「訓練情報」と呼ぶこともある。）を複数用意する。学習器を用いた広告の属性の特定を高精度で行うことができるようにするため、より多くの訓練情報が用意されることが好適である。また、訓練用入力情報に含まれる各情報は、通常、バリエーションが多いため、そのバリエーションを網羅するような複数の訓練情報が用意されることが好適である。

上記のように複数の訓練情報を学習して生成された学習器に、属性取得部１１によって取得された人流属性と、広告の属性とを含む入力情報が適用されると、その人流属性に対応する通行人に、その広告の属性に対応する広告を出力した際の広告の効果を示す情報が出力される。なお、この入力情報に含まれる広告の属性は、例えば、記憶部１２で記憶されている広告の属性の一覧から取得されたものであってもよい。広告特定部１３は、例えば、広告の属性の一覧から１個の広告の属性を取得して、その広告の属性と、属性取得部１１によって取得された人流属性とを含む入力情報を生成して学習器に適用し、その学習器からの出力である広告の効果を取得する処理を、入力情報に含まれる広告の属性を、広告の属性の一覧において順番に変更しながら行ってもよい。そして、広告特定部１３は、あらかじめ決められた条件を満たすほど高い広告の効果を特定する。あらかじめ決められた条件を満たすほど高い広告の効果とは、広告の効果が定性的な情報である場合には、例えば、効果があることを示す広告の効果であってもよく、多段階における最も高い段階の効果があることを示す広告の効果であってもよい。また、あらかじめ決められた条件を満たすほど高い広告の効果とは、広告の効果が定量的な情報である場合には、例えば、閾値を超える広告の効果であってもよく、最も高い広告の効果であってもよい。なお、閾値は、例えば、あらかじめ決められたものであってもよく、広告の効果の最大値に、１よりも小さい値（例えば、０．９や０．８など）を掛けた値であってもよい。

広告特定部１３は、あらかじめ決められた条件を満たすほど高い広告の効果を特定すると、その特定した広告の効果に対応する入力情報に含まれる広告の属性を特定する。広告の効果に対応する入力情報とは、その広告の効果を得るために学習器に適用された入力情報のことである。そのようにして特定された広告の属性が、あらかじめ決められた条件を満たすほど高い広告の効果の得られる広告の属性である。

なお、属性取得部１１によって時期属性も取得される場合であって、時期属性も含む訓練用入力情報を用いて学習された学習器を用いる場合には、広告特定部１３は、取得された人流属性及び時期属性と、広告の属性とを含む入力情報を学習器に適用することによって、広告の効果を取得してもよい。その場合には、上記説明において、人流属性が、人流属性及び時期属性となった以外は、同様の処理によって広告の属性を特定することができ、その詳細な説明を省略する。

また、広告特定部１３は、広告の属性の一覧に含まれるすべての広告の属性を用いて入力情報を生成してもよく、または、一部の広告の属性を用いて入力情報を生成してもよい。後者の場合としては、例えば、広告料の高い広告に対応する広告の属性のみを、入力情報に含めるようにする場合などがある。この場合に、広告の属性に対応する広告が特定される際に、広告料の高い広告が特定されるようにすることによって、広告料の高い広告の中から、効果の高い広告が特定されるようにすることができる。

ルールベースまたは学習器を用いて広告の属性を特定した後に、広告特定部１３は、その特定した広告の属性に対応する広告を特定する。その広告の特定は、広告と、広告の属性とを対応付ける情報を用いて行われてもよい。また、複数の広告の属性を特定した場合には、広告特定部１３は、複数の広告の属性にそれぞれ対応する広告を特定してもよく、または、複数の広告の属性から１つの広告の属性を選択し、その選択した広告の属性に対応する広告を特定してもよい。なお、１つの広告の属性の選択は、例えば、ランダムに行われてもよく、または、広告料の高い順に行われてもよい。

また、広告特定部１３は、エリア１００に複数種類の出力デバイスが存在する場合には、属性取得部１１によって取得された人流属性に応じた出力デバイスを特定してもよい。その出力デバイスの特定は、例えば、ルールベースで行われてもよく、または、学習器を用いて行われてもよい。ルールベースで出力デバイスの種類を特定する場合には、例えば、人流属性と、出力デバイスとの種類が対応付けられており、広告特定部１３は、その対応関係を用いて、取得された人流属性に対応する出力デバイスの種類を特定してもよい。例えば、出力デバイスの種類として、床面に表示を行うプロジェクタと、壁などに設けられたモニタとがある場合に、人流属性「高年」と、モニタとが対応付けられており、「高年」以外の年代の人流属性と、床面に表示を行うプロジェクタとが対応付けられていてもよい。この場合には、例えば、取得された人流属性によって、最も割合の多い年代が「高年」であることが示されるときには、モニタが特定され、最も割合の多い年代が「高年」以外であることが示されるときには、床面に表示を行うプロジェクタが特定されてもよい。学習器を用いて出力デバイスの種類を特定する方法については、後述する。

出力部１４は、広告特定部１３によって特定された広告を、エリア１００の出力デバイス５２に出力する。なお、エリア１００に複数種類の出力デバイス５２が存在し、その種類も特定された場合には、出力部１４は、特定された広告を、その特定された種類の出力デバイス５２に出力してもよい。出力対象の広告が画像である場合には、出力部１４は、画像を出力できる出力デバイス５２に広告の画像データを出力してもよい。また、出力対象の広告が音声である場合には、出力部１４は、音声を出力できる出力デバイス５２に広告の音声データを出力してもよい。また、出力対象の広告が匂いである場合には、出力部１４は、例えば、複数の匂いを出力できる出力デバイス５２に、出力対象の匂いを識別する情報を出力してもよく、出力対象の匂いのみを出力できる出力デバイス５２に、匂いを出力する旨の指示を出力してもよい。そして、出力部１４からの出力に応じて、匂いを出力できる出力デバイス５２から、特定された広告の匂い（例えば、焼き肉の匂いや、ウナギの蒲焼きの匂い、パンの匂い、クッキーの匂い、お茶の匂い、コーヒーの匂い、化粧品の匂いなど）が出力されることになる。また、例えば、あらかじめ登録されているスマートフォンなどの携帯端末を有する通行人がエリア１００に存在する場合には、出力部１４は、その携帯端末に、特定された広告を送信してもよい。

ここで、この出力は、例えば、表示デバイス（例えば、液晶ディスプレイや有機ＥＬディスプレイなど）や、プリンタ、スピーカ等の出力デバイス５２への画像や音声などの情報の送信であってもよい。また、出力部１４は、ハードウェアによって実現されてもよく、または、それらのデバイスを駆動するドライバ等のソフトウェアによって実現されてもよい。出力が送信である場合に、例えば、有線での送信が行われてもよく、無線ＬＡＮや、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の電波を用いた無線通信による送信が行われてもよく、可視光通信による送信が行われてもよい。

次に、広告出力装置１の動作について図２Ａのフローチャートを用いて説明する。
（ステップＳ１０１）属性取得部１１は、人流属性を取得するかどうか判断する。そして、人流属性を取得する場合には、ステップＳ１０２に進み、そうでない場合には、ステップＳ１０３に進む。なお、属性取得部１１は、例えば、人流属性を取得すると定期的に判断してもよい。

（ステップＳ１０２）属性取得部１１は、人流属性を取得する。その取得した人流属性は、図示しない記録媒体で記憶されてもよい。なお、時期属性も取得する場合には、属性取得部１１は、人流属性と共に、時期属性も取得してもよい。そして、ステップＳ１０１に戻る。

（ステップＳ１０３）広告特定部１３は、広告を出力するかどうか判断する。そして、広告を出力する場合には、ステップＳ１０４に進み、そうでない場合には、ステップＳ１０１に戻る。なお、広告特定部１３は、例えば、広告を出力すると定期的に判断してもよく、ステップＳ１０２で取得された人流属性が変化した場合に、広告を出力すると判断してもよい。

（ステップＳ１０４）広告特定部１３は、人流属性に応じた広告を特定する。なお、時期属性も取得される場合には、広告特定部１３は、人流属性と時期属性とに応じた広告を特定してもよい。また、この処理の詳細については、図２Ｂまたは図２Ｃのフローチャートを用いて後述する。

（ステップＳ１０５）出力部１４は、広告特定部１３によって特定された広告を出力する。そして、ステップＳ１０１に戻る。なお、出力デバイス５２における広告の出力は、次の広告が出力部１４から出力されるまで継続して行われてもよい。

なお、図２Ａのフローチャートにおける処理の順序は一例であり、同様の結果を得られるのであれば、各ステップの順序を変更してもよい。また、図２Ａのフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

次に、図２Ａのフローチャートにおける広告の特定の処理（ステップＳ１０４）の詳細について、図２Ｂのフローチャートを用いて説明する。図２Ｂは、ルールベースで広告を特定する処理を示すフローチャートである。

（ステップＳ２０１）広告特定部１３は、複数の広告対応情報を用いて、取得された人流属性に対応する広告の属性を特定する。なお、人流属性と共に時期属性も取得された場合には、広告特定部１３は、人流属性と時期属性とに対応する広告の属性を特定してもよい。

（ステップＳ２０２）広告特定部１３は、広告と広告の属性との対応を用いて、ステップＳ２０１で特定した広告の属性に対応する広告を特定する。そして、図２Ａのフローチャートに戻る。

次に、図２Ａのフローチャートにおける広告の特定の処理（ステップＳ１０４）の詳細について、図２Ｃのフローチャートを用いて説明する。図２Ｃは、学習器を用いて広告を特定する処理を示すフローチャートである。

（ステップＳ３０１）広告特定部１３は、記憶部１２で記憶されている広告の属性の一覧を用いて、取得された人流属性と、広告の属性とを含む入力情報を生成する。その入力情報は、広告の属性の一覧に含まれる各広告の属性について生成されることが好適である。なお、時期属性も取得される場合であって、学習器が、時期属性を含む訓練用入力情報を用いて学習されている場合には、広告特定部１３は、人流属性と時期属性と広告の属性とを含む入力情報を生成してもよい。

（ステップＳ３０２）広告特定部１３は、ステップＳ３０１で生成した１つの入力情報を学習器に適用することによって、入力情報に対応する広告の効果を取得する。その広告の効果は、入力情報と対応付けて図示しない記録媒体に蓄積されてもよい。

（ステップＳ３０３）広告特定部１３は、広告の効果をまだ取得していない入力情報があるかどうか判断する。そして、広告の効果をまだ取得していない入力情報がある場合には、その入力情報に対応する広告の効果を取得するため、ステップＳ３０２に戻り、すべての入力情報について広告の効果を取得した場合には、ステップＳ３０４に進む。
なお、ステップＳ３０２，Ｓ３０３において、ステップＳ３０１で生成された各入力情報について、広告の効果が取得されることになる。

（ステップＳ３０４）広告特定部１３は、ステップＳ３０２で取得した広告の効果のうち、あらかじめ決められた条件を満たすほど高い広告の効果を特定し、その特定した広告の効果に対応する入力情報に含まれる広告の属性を特定する。

（ステップＳ３０５）広告特定部１３は、ステップＳ３０４で特定した広告の属性に対応する広告を特定する。なお、複数の広告が特定対象となる場合には、広告特定部１３は、上記のように、例えば、ランダムに広告を特定してもよく、広告料の高い順に広告を特定してもよく、その他の基準で広告を特定してもよく、複数の広告を特定してもよい。そして、図２Ａのフローチャートに戻る。

なお、図２Ｃのフローチャートでは、ステップＳ３０１において、すべての入力情報を生成する場合について説明したが、そうでなくてもよい。１個の入力情報を生成するごとに、ステップＳ３０２，Ｓ３０３の処理を繰り返すようにしてもよい。その場合には、ステップＳ３０３の判断処理は、例えば、ステップＳ３０１における入力情報の生成に用いていない広告の属性が、一覧に含まれているかどうかであってもよい。そして、入力情報の生成に用いていない広告の属性が一覧に含まれている場合には、ステップＳ３０１に戻り、そうでない場合には、ステップＳ３０４に進んでもよい。また、例えば、入力情報の生成と、その生成した入力情報の学習器への適用とを繰り返す場合であって、あらかじめ決められた閾値を超える広告の効果が、あらかじめ決められた条件を満たすほど高い広告の効果である場合には、閾値を超える広告の効果が得られた時点で、入力情報の生成や、その生成した入力情報の学習器への適用を終了してステップＳ３０４に進むようにしてもよい。

次に、本実施の形態による広告出力装置１の動作について、具体例を用いて説明する。この具体例では、まず、ルールベースで広告を特定する場合について説明し、次に、学習器を用いて広告を特定する場合について説明する。

［ルールベースの具体例］
この具体例では、記憶部１２において、図３で示される複数の広告対応情報と、図４で示される広告と広告の属性とを対応付ける情報とが記憶されているものとする。

図３の広告対応情報では、広告の属性と、人流属性と、時期属性とが対応付けられている。広告の属性は、販売対象の種類と、データの種類とを有している。販売対象の種類は、広告の対象を示すものであり、例えば、酒類や化粧品などの商品の種類を示すものである。なお、販売対象の種類は、例えば、商品以外のサービスの種類を示すものであってもよい。データの種類は、広告のデータの種類を示すものであり、例えば、画像や音声などである。人流属性は、人属性と通行属性とを有している。人属性は、性別と、年代とを有している。年代は、２０歳未満の年齢である若年、２０歳以上、４０歳未満である壮年、４０歳以上、６０歳未満である中年、６０歳以上である高年のいずれかであるとする。通行属性は、通行人の速度を示すものであり、時速５キロメートル未満である低速、時速５キロメートル以上である高速のいずれかであるとする。時期属性は、時間帯を示すものであり、午前５時から午前９時までの朝、午前９時から午後４時までの昼、午後４時から午後９時までの夕方、午後９時から午前５時までの夜のいずれかであるとする。なお、広告対応情報におけるアスタリスク「＊」は、任意の情報でよいことを示している。したがって、例えば、図３の広告対応情報の１番目のレコードでは、販売対象の種類「酒類」と、データの種類「画像」と、人属性の性別「男性」と、人属性の全ての年代と、通行属性の速度「低速」と、時期属性の時間帯「夕方」とが対応付けられていることになる。

図４では、広告と、広告の属性とが対応付けられている。図４で示される広告は、出力対象の広告のデータのファイル名であるとする。また、広告の属性は、広告対応情報と同様に、販売対象の種類と、データの種類とを有している。例えば、図４の１番目のレコードでは、広告「ＡＤ００１」と、広告の属性の販売対象の種類「文房具」と、広告の属性のデータの種類「画像」とが対応付けられている。

また、この具体例では、属性取得部１１は、人属性である性別、年代と、通行属性である速度とを含む人流属性と、時間帯である時期属性とを取得するものとする。また、人属性である性別、年代は、最も割合の高い性別、年代が取得されるものとする。また、通行属性である速度は、通行人の平均速度が時速５キロメートル以上であるかどうかに応じて高速または低速が取得されるものとする。また、時期属性である時間帯は、現在の時刻に応じて、朝、昼、夕方、夜のいずれかが取得されるものとする。このことは、学習器を用いて広告が特定される具体例においても同様であるとする。

まず、属性取得部１１が、人流属性、時期属性を取得するタイミングであると判断し、それらの属性が取得されたとする（ステップＳ１０１，Ｓ１０２）。なお、取得された人流属性は、性別「男性」、年代「中年」、通行属性「低速」であり、時期属性は「夕方」であったとする。

その後、広告特定部１３が、広告を特定するタイミングであると判断すると、その取得された最新の人流属性及び時期属性に対応する広告を特定する（ステップＳ１０３，Ｓ１０４）。具体的には、広告特定部１３は、図３で示される広告対応情報を用いて、最新の人流属性及び時期属性である性別「男性」、年代「中年」、通行属性「低速」、時期属性「夕方」に対応する広告の属性である販売対象の種類「酒類」、データの種類「画像」を特定する（ステップＳ２０１）。次に、広告特定部１３は、図４で示される広告と、広告の属性とを対応付ける情報を用いて、その特定した広告の属性である販売対象の種類「酒類」、データの種類「画像」に対応する広告ＡＤ００３を特定し、その特定した広告のファイル名「ＡＤ００３」と、広告が画像である旨とを出力部１４に渡す（ステップＳ２０２）。

広告のファイル名「ＡＤ００３」等を受け取ると、出力部１４は、記憶部１２から広告ＡＤ００３を読み出し、その画像である広告を、プロジェクタである出力デバイス５２に出力する（ステップＳ１０５）。その結果、酒類の広告ＡＤ００３が、エリア１００の床面に投影されることになる。

［学習器を用いた具体例］
この具体例では、記憶部１２において、あらかじめ学習された学習器が記憶されているものとする。その学習器の学習に用いられた訓練用入力情報は、人流属性に含まれる人属性である性別及び年代、並びに通行属性である速度と、時期属性である時間帯と、広告の属性である販売対象の種類及びデータの種類とを含むものであるとする。また、その学習器の学習に用いられた訓練用出力情報は、定量的に数値で広告の効果を示すものであるとする。なお、数値が大きいほど、広告の効果が高いものとする。

また、この具体例では、記憶部１２において、図５Ａで示される、広告の属性である販売対象の種類の一覧と、図５Ｂで示される、広告の属性であるデータの種類の一覧とが記憶されているものとする。

ルールベースの具体例と同様に、属性取得部１１によって、人流属性である性別「男性」、年代「中年」、通行属性「低速」と、時期属性である時間帯「夕方」とが取得されたとする（ステップＳ１０１，Ｓ１０２）。

その後、広告特定部１３が、広告を特定するタイミングであると判断すると、その取得された最新の人流属性及び時期属性に対応する広告を特定する（ステップＳ１０３，Ｓ１０４）。具体的には、広告特定部１３は、取得された人流属性及び時期属性と、記憶部１２で記憶されている、図５Ａ，図５Ｂで示される広告の属性とを含む入力情報を、広告の属性のすべてのパターンについて生成する（ステップＳ３０１）。例えば、上記した人流属性及び時期属性と、販売対象の種類「酒類」及びデータの種類「画像」を含む広告の属性とを有する入力情報や、上記した人流属性及び時期属性と、販売対象の種類「腕時計」及びデータの種類「画像」を含む広告の属性とを有する入力情報などが生成され、記憶部１２で記憶されることになる。

広告特定部１３は、その生成した１個目の入力情報を、記憶部１２で記憶されている学習器に入力することによって、その入力情報に対応する広告の効果を取得し、その取得した広告の効果を、その入力情報に対応付けて蓄積する（ステップＳ３０２）。そして、広告特定部１３は、そのような広告の効果の取得を、２番目以降の入力情報についても順次、繰り返す（ステップＳ３０３，Ｓ３０２）。

すべての入力情報について広告の効果を取得すると、広告特定部１３は、取得した広告の効果のうち、最大の数値を特定し、その最大の広告の効果に対応する入力情報に含まれる広告の属性を特定する（ステップＳ３０４）。その広告の属性は、販売対象の種類「酒類」及びデータの種類「画像」であったとする。すると、広告特定部１３は、図４で示される情報を用いて、その特定した広告の属性に対応する広告ＡＤ００３を特定する（ステップＳ３０５）。

その広告の特定に応じて、出力部１４は、記憶部１２から広告ＡＤ００３を読み出し、その広告を出力デバイス５２に出力する（ステップＳ１０５）。その結果、酒類の広告ＡＤ００３が、エリア１００の床面に投影されることになる。

以上のように、本実施の形態による広告出力装置１によれば、通行人の人流属性に応じた広告を通行人に出力することができるようになる。そのため、通行人が購入しそうな商品やサービス等の広告を出力することができるようになる。また、時期属性も取得されることにより、広告を出力する時期に関する時期属性に応じた広告を出力することもできるようになる。そのため、その時期に売れそうな商品やサービス等に関する広告を出力することができるようになる。このようにして、広告の効果を高めることができ、広告を通行人の購買行動に結び付けられる確率を向上させることができるようになる。

また、エリア１００に配置されたセンサ５１によって取得された情報を用いて人流属性を取得することにより、最新の人流属性に応じた適切な広告の特定を行うことができるようになる。また、人流属性が人属性を含むことにより、通行人の性別や年代等に応じた広告を出力することができるようになる。また、人流属性が通行属性を含むことにより、通行人の通行の傾向に応じた広告を出力することができるようになる。また、人流属性に応じた出力デバイス５２が特定され、その特定された出力デバイス５２を介して広告が出力されることにより、通行人に対して適切な出力デバイス５２を介した広告の出力が可能となり、広告の効果を高めることができると考えられる。具体的には、通行人の通行速度が速い場合には、音声によって広告を出力し、高齢の通行人が多い場合には、画像によって広告を出力することができるようになる。

また、ルールベースで広告を特定することによって、そのルールの設定者の思想に応じた広告の特定が行われるようにすることができる。一方、学習器を用いて広告を特定することにより、通行人の過去の傾向に基づいて、効果が得られると考えられる広告の特定が行われるようにすることができ、広告の効果をより高めることができるようになる。

次に、本実施の形態による広告出力装置１の変形例について、説明する。
［予測による人流属性の取得］
上記のように、属性取得部１１は、通行人に関する予測を行うことによって人流属性を取得してもよい。この予測には、機械学習の結果である学習器が用いられてもよく、そうでなくてもよい。まず、（Ａ）学習器を用いないで人流属性を予測する場合について説明し、次に、（Ｂ）学習器を用いて人流属性を予測する場合について説明する。

（Ａ）学習器を用いないで人流属性を予測する場合
この場合には、あらかじめ、エリア１００に設けられたセンサ５１によって取得された情報に基づいて取得された人流属性が、図示しない記録媒体で記憶されていてもよい。例えば、過去の１年分や数年分の人流属性が記憶されていてもよい。そして、属性取得部１１は、現時点と類似する過去の時点を特定し、その特定した過去の時点の人流属性を、現時点の人流属性として用いてもよい。現時点と類似する過去の時点は、例えば、現時点と同月同日同時間帯の時点であってもよく、現時点と同月同曜日同時間帯の時点であってもよく、現時点と同月同曜日であって、現時点と平日・休日が同じ日の同時間帯の時点であってもよく、さらに、現時点と天候（例えば、気温や天気等）が類似している時点であってもよい。同じ時期の通行人は、同様の傾向になると考えられるため、上記のようにして、現時点の人流属性を予測することができる。

（Ｂ）学習器を用いて人流属性を予測する場合
この場合には、属性取得部１１は、あるエリアに関するある時点の時間情報と天候情報とを含む訓練用入力情報と、そのエリアのその時点の人流属性である訓練用出力情報との複数の組の学習結果である学習器に、現時点の時間情報と天候情報とを含む入力情報を適用することによって、その学習器から出力された現時点の人流属性を取得してもよい。その学習器は、広告の属性を特定するために用いられた学習器と同様にして生成されてもよい。その学習器は、例えば、ニューラルネットワークの学習結果であってもよい。訓練用入力情報に含まれる時間情報や天候情報は、時期属性である時間情報や天候情報と同様の情報であってもよい。なお、学習器を生成するための訓練用入力情報に対応するエリアと、人流属性の予測が行われるエリア１００とは、同じであることが好適であるが、そうでなくてもよい。ただし、後者の場合であっても、両エリアは、類似しているエリアであることが好適である。例えば、両エリアは、駅とオフィスビルとの間のエリアであってもよく、ショッピングモールのエリアであってもよく、商店街のエリアであってもよい。また、訓練用入力情報や、学習器に適用される入力情報には、上記以外の情報、例えば、イベント情報などが含まれてもよい。

このように、人流属性を予測によって取得する場合には、人流属性を取得する時点において、エリア１００にセンサ５１が存在していなくてもよいことになる。したがって、センサ５１の管理負担等が軽減されることになる。

［複数エリアに関する広告の特定］
本実施の形態では、１つのエリア１００について、広告の特定が行われる場合について主に説明したが、複数のエリアについて、広告の特定が行われてもよい。その場合には、広告特定部１３は、エリアごとの人流属性に基づいて、少なくとも１つのエリアと、そのエリアで出力される広告とを特定してもよい。そして、出力部１４は、広告特定部１３によって特定された広告を、特定されたエリアの出力デバイスに出力してもよい。

例えば、複数のエリアが存在する場合に、そのエリアごとに、上記のように人流属性が取得され、その人流属性に応じた広告が特定されて出力されてもよい。例えば、第１のエリアの通行人は男性が多く、第２のエリアの通行人は女性が多い場合には、第１のエリアには、男性向けの広告が出力され、第２のエリアには、女性向けの広告が出力されてもよい。

また、上記のように、一部の広告の属性のみを用いた広告を行う場合には、その広告の属性に対応する広告のみが出力されるようになってもよい。例えば、一部の広告の属性である広告の種類「化粧品」に対応する広告のみが出力されるように設定された場合には、上記の例において、男性の多い第１のエリアには、化粧品の広告が出力されず、女性の多い第２のエリアには、化粧品の広告が出力されてもよい。

［多段階の広告］
出力対象の広告は、多段階で出力される多段階広告であってもよい。その場合には、記憶部１２において、通行人の流れに応じて多段階に出力される複数の段階広告を有する広告である多段階広告が記憶されていてもよい。多段階広告は、例えば、第１段階の段階広告から、第Ｎ段階の段階広告までを有していてもよい。なお、Ｎは、２以上の整数である。そして、その多段階広告に含まれる段階広告は、第１段階から第Ｎ段階の順番で通行人に出力されることが好適である。また、種々の移動方向の通行人がいると考えられるため、メインとなる通行人に対して、第１段階から第Ｎ段階の順に段階広告が出力されてもよい。

出力部１４は、多段階広告を出力する場合に、多段階広告が有する複数の段階広告を、通行人の流れに応じて複数の出力デバイスにそれぞれ出力してもよい。その場合には、人流属性が有する通行属性は、通行人の流れを示す通行方向を含んでいてもよい。その通行方向は、例えば、通行人の最も割合の多い移動方向であってもよい。そして、広告特定部１３は、第１段階から第Ｎ段階までの段階広告がその順番で、通行方向の上流側から下流側に向かってそれぞれ出力されるように、各段階広告が出力される出力デバイス５２を特定してもよい。出力部１４は、その特定結果に応じて、各段階広告を、段階広告に対応する出力デバイス５２に出力してもよい。なお、第１から第Ｎ段階の各段階広告は、例えば、第１段階に近いほどより抽象的となり、第Ｎ段階に近いほどより具体的となる広告であってもよい。

図６は、多段階広告の一例を示す図である。図６において、各多段階広告は、２個の段階広告、すなわち、第１段階の段階広告と、第２段階の段階広告とを有しているものとする。例えば、１番目の広告である多段階広告ＡＤ１０１は、第１段階の段階広告ＡＤ１０１－１と、第２段階の段階広告ＡＤ１０１－２とを含んでいる。なお、段階広告ＡＤ１０１－１は、音声データの広告であり、段階広告ＡＤ１０１－２は、画像データの広告であるとする。

そして、広告特定部１３によって、多段階広告ＡＤ１０１が特定された場合には、出力部１４は、図７で示されるように、第１段階の段階広告ＡＤ１０１－１をスピーカである出力デバイス５２－１に出力し、第２段階の段階広告ＡＤ１０１－２をプロジェクタである出力デバイス５２－２に出力する。なお、この場合には、通行属性に含まれる通行方向によって、最も割合の多い移動方向が図中の右方向であることが示されているものとする。広告の段階的な出力が行われることによって、図７で示されるように、通行人が位置６１ａにいるときには、出力デバイス５２－１から音声出力される、ビールを注ぐ音や、乾杯の発声、ビールを飲む音である「（シュワシュワ）カンパーイ（ゴクゴクゴク）」を聞くことになる。その後、通行人が位置６１ｂに移動すると、出力デバイス５２－２から投影された床面の画像５３を見ることになる。このようにして、ビールを注ぐ音などによってビールを飲みたくなった通行人が、画像データ５３によって、飲食店「居酒屋○○○」に入る可能性を高めることができ、より効果的な広告を行うことができるようになる。

また、例えば、多段階広告が３段階の段階広告を有する場合には、第１段階の段階広告によって、上記の音声出力のように、通行人が販売対象について注目するための出力を行い、第２段階の段階広告によって割引率などの販売促進のための情報を出力し、第３段階の段階広告によって、上記の画像出力のように、通行人を実店舗に誘導するための案内を出力するようにしてもよい。このように段階的な広告を出力することによって、通行人が購買行動を起こす可能性を高めることができうる。

［広告出力の属性を含む学習器の入力情報］
学習器を用いて広告を特定する場合に、学習器の入力情報や、訓練用入力情報には、上記した以外の情報が含まれていてもよい。例えば、学習器の入力情報や、訓練用入力情報には、広告出力の属性も含まれていてもよい。広告出力の属性は、例えば、広告を出力する場所を含んでいてもよく、広告を出力する出力デバイスの種類を含んでいてもよく、広告を出力する時間的な長さを含んでいてもよく、広告を出力する頻度を含んでいてもよく、広告の出力の順番を含んでもよく、広告の出力形態などを含んでいてもよい。広告を出力する場所は、例えば、エリア１００において、複数の出力デバイスが設けられている場合に、その出力デバイスの場所を示す情報であってもよい。例えば、エリア１００に３個のモニタが設けられている場合には、出力デバイスの場所を示す情報は、そのモニタの識別子であってもよい。また、出力デバイスの種類は、例えば、床面に表示を行うプロジェクタや、壁などに設けられたモニタ、音声を出力するスピーカなどの種類であってもよい。また、広告を出力する時間的な長さは、広告の出力が継続される時間（例えば、１分や５分など）であってもよい。また、広告を出力する頻度は、例えば、単位時間当たりの広告の出力回数（例えば、１時間当たりや、１日当たりの広告の出力回数など）であってもよい。広告の出力の順番は、例えば、多段階広告における広告の出力の順番（例えば、抽象的な広告の次に具体的な広告を表示する順番や、その逆の順番、音声の広告の次に画像の広告を表示する順番や、その逆の順番など）であってもよい。広告の出力形態としては、例えば、ジャック広告や、ターゲット広告、ストーリー広告などがある。ジャック広告は、１つのエリア、または連続した複数のエリアが、複数の出力デバイスを有する場合に、そのすべての出力デバイスにおいて、同じ広告を出力することである。また、ターゲット広告は、あるエリアについては、そのエリアの人流属性に応じた広告を出力し、別のエリアについては、そのエリアの人流属性に応じた広告を出力するというエリアの通行人に応じた広告を出力することである。ストーリー広告は、ストーリーのように時系列に沿って出力される複数の広告を含むものであり、例えば、上記の多段階広告であってもよい。本実施の形態による広告出力装置１では、通常、ターゲット広告やストーリー広告が行われることになるが、例えば、人流属性に含まれる人属性によって、男女の比率が等しいことが示され、また、年代ごとの割合も等しいことが示される場合には、ジャック広告が選択されることもあり得ると考えられる。

学習器の入力情報や、訓練用入力情報に広告出力の属性も含まれる場合には、広告特定部１３は、広告出力の属性についても、広告の属性と同様に、広告出力の属性を含む入力情報を学習器に適用することを、異なる広告出力の属性を含む複数の入力情報についてそれぞれ行うことによって、あらかじめ決められた条件を満たすほど高い広告の効果の得られる広告の属性、及び広告出力の属性を特定してもよい。そして、その特定された広告の属性に対応する広告が、その特定された広告出力の属性に応じて出力されてもよい。例えば、特定された広告出力の属性が、出力デバイスの場所を示す情報である場合には、その特定された広告出力の属性によって示される場所の出力デバイスから広告が出力されてもよい。また、例えば、特定された広告出力の属性が、広告の出力の順番を示すものである場合には、それに応じて、多段階広告における段階広告の出力の順番が変更されてもよい。

なお、訓練用入力情報に広告出力の属性も含まれる場合には、訓練用出力情報は、その訓練用出力情報と組となる訓練用入力情報に含まれる人流属性に対応する通行人に、その訓練用入力情報に含まれる広告の属性に対応する広告を、その訓練用入力情報に含まれる広告出力の属性に応じて出力（例えば、広告出力の属性に応じた出力デバイスからの出力など）したときにおける広告の効果を示す情報である。

［広告の効果の検証について］
広告出力装置１によって出力された広告に応じた広告の効果を取得できるようにしてもよい。そのため、例えば、出力される広告に、広告対象を購入できるウェブサイトのアドレス（例えば、ＵＲＬ（Uniform Resource Locator）などであってもよい）が含まれていてもよく、また、広告対象を実店舗で購入するためのクーポン情報が含まれていてもよい。

ウェブサイトのアドレスは、例えば、画像である広告に、ＱＲコード（登録商標）などのコードとして含まれてもよく、通行人が有するスマートフォンなどの携帯端末に、電子データとして送信されてもよい。

例えば、出力された広告に含まれるウェブサイトのアドレスが、エリア１００で出力された広告にのみ対応したアドレスである場合には、そのウェブサイトへのアクセスに応じて、エリア１００での広告を経由したアクセスであることを知ることができるようになる。また、例えば、出力された広告に含まれるウェブサイトのアドレスが、エリア１００での広告の出力時期に応じて異なる場合には、そのウェブサイトへのアクセスに応じて、広告の出力時期を特定できるようになる。この場合には、広告の出力時期に応じたエリア１００における人属性や通行属性、時期属性を特定することができる。また、出力された広告に対応する広告の属性も特定することができる。このようにして、ウェブサイトへのアクセスがあった場合には、人属性、通行属性、時期属性、広告の属性、購入内容の対応関係を取得することができるため、それらの情報を用いて、訓練情報を構成することができるようになる。例えば、あらかじめ決められた以上の購入が行われた場合に、訓練情報に含まれる訓練用出力情報が、広告の効果があったことを示す情報となり、そうでない場合に、訓練用出力情報が、広告の効果がなかったことを示す情報となってもよい。このようにして構成された訓練情報をさらに用いて、学習器が、再度、生成されてもよい。このように、学習器の生成は、繰り返して行われてもよい。このようにすることで、最新の傾向に応じた広告の特定を行うことができるようになる。また、学習器の生成が繰り返されることにより、より多くの訓練情報を用いた学習を行うことができるようになり、それに応じて、精度が向上すると考えられる。なお、この場合には、取得された人属性や通行属性、時期属性が、広告の出力時期に対応付けられて蓄積されていてもよい。

また、クーポン情報は、例えば、画像である広告に含まれるＱＲコード（登録商標）などのコードに対応するウェブサイトにアクセスすることによって取得できてもよく、通行人が有するスマートフォンなどの端末装置に、電子データとして送信されてもよい。クーポン情報を端末装置に取り込んだ通行人であるユーザは、そのクーポン情報を用いて、実店舗において広告対象を購入することができるものとする。そのクーポン情報は、実店舗において、スマートフォン等の端末装置に表示させて用いられてもよく、または、スマートフォン等の端末装置から実店舗の端末に電子的に送信されてもよい。また、クーポン情報によって、例えば、広告対象（販売対象）について割引が行われてもよく、広告対象の購入に応じたキャッシュバックやポイントバックが行われてもよい。このように、クーポン情報を受け取ったユーザがクーポン情報を用いることによって利益を得られるようにすることによって、クーポン情報の取得や利用を促進することができ、クーポン情報を用いた広告の効果のより効果的な検証を行うことができるようになる。

この場合には、クーポン情報と広告とが紐付けられていることが好適である。そのため、広告ごとに異なるクーポン情報が用いられてもよい。また、実店舗での購入に応じて、その購入内容とクーポン情報も紐付けられることが好適である。そのため、実店舗でのクーポン情報を用いた購入において、クーポン情報が、店員の手入力によって、または、表示されたクーポン情報に含まれるコード（例えば、ＱＲコード（登録商標）など）を読み取りデバイスによって読み取ることなどによって、店の端末に入力され、そのクーポン情報と、購入内容とが対応付けられてもよい。また、クーポン情報が、エリア１００での広告の出力時期に応じて異なる場合には、実店舗でのクーポン情報の使用に応じて、広告の出力時期を特定できるようになる。この場合には、クーポン情報を介して、広告と、広告の出力時期とが対応付けられることになり、その出力時期に応じたエリア１００における人属性や通行属性、時期属性を特定することができる。また、出力された広告に対応する広告の属性も特定することができる。このようにして、実店舗でクーポン情報が使用された場合には、人属性、通行属性、時期属性、広告の属性、購入内容の対応関係を取得することができるため、それらの情報を用いて、訓練情報を構成することができるようになる。例えば、クーポン情報を用いてあらかじめ決められた以上の購入が行われた場合に、訓練情報に含まれる訓練用出力情報が、広告の効果があったことを示す情報となり、そうでない場合に、訓練用出力情報が、広告の効果がなかったことを示す情報となってもよい。このようにして構成された訓練情報をさらに用いて、学習器が、再度、生成されてもよい。このように、学習器の生成は、繰り返して行われてもよい。なお、この場合には、取得された人属性や通行属性、時期属性が、広告の出力時期に対応付けられて蓄積されていてもよい。

図８は、ウェブサイトのアドレスと、クーポン情報とを含む広告の表示の一例を示す図である。図８で示される広告には、ウェブサイトのアドレスに対応したＱＲコード（登録商標）と、クーポン情報に対応したＱＲコード（登録商標）とが含まれている。なお、ＱＲコード（登録商標）によって示されるウェブサイトのアドレスにアクセスすることにより、広告対象（万年筆）を購入することができるものとする。また、クーポン情報は、そのクーポン情報に対応するＱＲコード（登録商標）によって示されるアドレスにアクセスすることによって取得されてもよい。

［通行方向に応じた広告の出力］
広告が画像である場合には、通行方向に応じた方向で広告の画像を出力するようにしてもよい。例えば、図９Ａで示されるように、通行人５０の通行方向が図中の左方向である場合には、出力デバイス５２は、左方向に移動している通行人５０が読める向きで広告５３を出力し、図９Ｂで示されるように、通行人５０の通行方向が図中の右方向である場合には、出力デバイス５２は、右方向に移動している通行人５０が読める向きで広告５３を出力してもよい。そのため、広告特定部１３は、通行人の通行方向に応じて、出力する広告の向きを特定してもよい。そして、出力部１４は、その特定された向きとなるように広告を出力してもよい。なお、通行人の通行方向は、上記したように、例えば、通行人の最も割合の多い移動方向であってもよい。画像の広告が、デジタルサイネージや大型スクリーン、モニタなどの表示デバイスに表示される際にも同様にしてもよい。

また、地下街や商店街、通路などのエリアでは、通常、ある方向に移動している通行人もいれば、別の方向に移動している通行人もいることになる。そのため、通行人の通行方向によって出力する広告の向きが異なる場合（例えば、出力対象の広告が画像データである場合など）には、通行方向ごとに、通行方向以外の人流属性の取得を行い、通行方向ごとに、出力対象の広告を特定してもよい。すなわち、広告特定部１３による広告の特定を、通行方向ごとに行い、ある通行方向の通行人に対して特定された広告は、その通行方向の通行人に認知されるように出力されるようにしてもよい。このようにすることで、例えば、東西方向に延びるエリアを西向きに移動している通行人に対しても、東向きに移動している通行人に対しても、それぞれ効果の高い広告の出力を独立して行うことができるようになる。

［他の方法による広告の特定］
本実施の形態では、広告と広告の属性とが対応付けられており、広告特定部１３が、広告の属性を特定し、その広告の属性に対応する広告を特定する場合について主に説明したが、そうでなくてもよい。ルールベースで広告が特定される場合には、例えば、人流属性や時期属性に、広告がダイレクトに対応付けられていてもよい。この場合には、広告と、人流属性や時期属性との対応関係を用いることによって、取得された人流属性や時期属性に対応する広告を特定できるようになる。また、学習器を用いて広告が特定される場合には、例えば、入力情報に、広告の属性に代えて広告の識別子が含まれてもよい。そして、あらかじめ決められた条件を満たすほど高い広告の効果を得られる広告の識別子が特定され、その特定された広告の識別子で識別される広告が出力されてもよい。この場合には、訓練用入力情報においても、広告の属性に代えて広告の識別子が含まれることになる。

また、上記実施の形態において、各処理または各機能は、単一の装置または単一のシステムによって集中処理されることによって実現されてもよく、または、複数の装置または複数のシステムによって分散処理されることによって実現されてもよい。

また、上記実施の形態において、各構成要素間で行われる情報の受け渡しは、例えば、その情報の受け渡しを行う２個の構成要素が物理的に異なるものである場合には、一方の構成要素による情報の出力と、他方の構成要素による情報の受け付けとによって行われてもよく、または、その情報の受け渡しを行う２個の構成要素が物理的に同じものである場合には、一方の構成要素に対応する処理のフェーズから、他方の構成要素に対応する処理のフェーズに移ることによって行われてもよい。

また、上記実施の形態において、各構成要素が実行する処理に関係する情報、例えば、各構成要素が受け付けたり、取得したり、選択したり、生成したり、送信したり、受信したりした情報や、各構成要素が処理で用いる閾値や数式、アドレス等の情報等は、上記説明で明記していなくても、図示しない記録媒体において、一時的に、または長期にわたって保持されていてもよい。また、その図示しない記録媒体への情報の蓄積を、各構成要素、または、図示しない蓄積部が行ってもよい。また、その図示しない記録媒体からの情報の読み出しを、各構成要素、または、図示しない読み出し部が行ってもよい。

また、上記実施の形態において、各構成要素等で用いられる情報、例えば、各構成要素が処理で用いる閾値やアドレス、各種の設定値等の情報がユーザによって変更されてもよい場合には、上記説明で明記していなくても、ユーザが適宜、それらの情報を変更できるようにしてもよく、または、そうでなくてもよい。それらの情報をユーザが変更可能な場合には、その変更は、例えば、ユーザからの変更指示を受け付ける図示しない受付部と、その変更指示に応じて情報を変更する図示しない変更部とによって実現されてもよい。その図示しない受付部による変更指示の受け付けは、例えば、入力デバイスからの受け付けでもよく、通信回線を介して送信された情報の受信でもよく、所定の記録媒体から読み出された情報の受け付けでもよい。

また、上記実施の形態において、広告出力装置１に含まれる２以上の構成要素が通信デバイスや入力デバイス等を有する場合に、２以上の構成要素が物理的に単一のデバイスを有してもよく、または、別々のデバイスを有してもよい。

また、上記実施の形態において、各構成要素は専用のハードウェアにより構成されてもよく、または、ソフトウェアにより実現可能な構成要素については、プログラムを実行することによって実現されてもよい。例えば、ハードディスクや半導体メモリ等の記録媒体に記録されたソフトウェア・プログラムをＣＰＵ等のプログラム実行部が読み出して実行することによって、各構成要素が実現され得る。その実行時に、プログラム実行部は、記憶部や記録媒体にアクセスしながらプログラムを実行してもよい。なお、上記実施の形態における広告出力装置１を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、複数の広告が記憶される記憶部にアクセス可能なコンピュータを、所定のエリアの通行人に関する属性である人流属性を取得する属性取得部、属性取得部によって取得された人流属性に応じた広告を特定する広告特定部、広告特定部によって特定された広告を、エリアの出力デバイスに出力する出力部として機能させるためのプログラムである。

なお、上記プログラムにおいて、上記プログラムが実現する機能には、ハードウェアでしか実現できない機能は含まれない。例えば、情報を取得する取得部や、情報を出力する出力部などにおけるモデムやインターフェースカードなどのハードウェアでしか実現できない機能は、上記プログラムが実現する機能には少なくとも含まれない。

また、このプログラムは、サーバなどからダウンロードされることによって実行されてもよく、所定の記録媒体（例えば、ＣＤ－ＲＯＭなどの光ディスクや磁気ディスク、半導体メモリなど）に記録されたプログラムが読み出されることによって実行されてもよい。また、このプログラムは、プログラムプロダクトを構成するプログラムとして用いられてもよい。

また、このプログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、または分散処理を行ってもよい。

図１０は、上記プログラムを実行して、上記実施の形態による広告出力装置１を実現するコンピュータの外観の一例を示す模式図である。上記実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムによって実現されうる。

図１０において、コンピュータシステム９００は、ＣＤ－ＲＯＭドライブ９０５を含むコンピュータ９０１と、キーボード９０２と、マウス９０３と、モニタ９０４とを備える。

図１１は、コンピュータシステム９００の内部構成を示す図である。図１１において、コンピュータ９０１は、ＣＤ－ＲＯＭドライブ９０５に加えて、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９１１と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ９１２と、ＭＰＵ９１１に接続され、アプリケーションプログラムの命令を一時的に記憶すると共に、一時記憶空間を提供するＲＡＭ９１３と、アプリケーションプログラム、システムプログラム、及びデータを記憶するハードディスク９１４と、ＭＰＵ９１１、ＲＯＭ９１２等を相互に接続するバス９１５とを備える。なお、コンピュータ９０１は、ＬＡＮやＷＡＮ等への接続を提供する図示しないネットワークカードを含んでいてもよい。

コンピュータシステム９００に、上記実施の形態による広告出力装置１の機能を実行させるプログラムは、ＣＤ－ＲＯＭ９２１に記憶されて、ＣＤ－ＲＯＭドライブ９０５に挿入され、ハードディスク９１４に転送されてもよい。これに代えて、そのプログラムは、図示しないネットワークを介してコンピュータ９０１に送信され、ハードディスク９１４に記憶されてもよい。プログラムは実行の際にＲＡＭ９１３にロードされる。なお、プログラムは、ＣＤ－ＲＯＭ９２１、またはネットワークから直接、ロードされてもよい。また、ＣＤ－ＲＯＭ９２１に代えて他の記録媒体（例えば、ＤＶＤ等）を介して、プログラムがコンピュータシステム９００に読み込まれてもよい。

プログラムは、コンピュータ９０１に、上記実施の形態による広告出力装置１の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティプログラム等を必ずしも含んでいなくてもよい。プログラムは、制御された態様で適切な機能やモジュールを呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいてもよい。コンピュータシステム９００がどのように動作するのかについては周知であり、詳細な説明は省略する。

また、本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。

以上より、本発明による広告出力装置等によれば、通行人に適した広告を出力できるという効果が得られ、通行人に対して広告を出力する広告出力装置等として有用である。

１ 広告出力装置
１１ 属性取得部
１２ 記憶部
１３ 広告特定部
１４ 出力部

Claims (16)

1. 複数種類の出力デバイスが存在する所定のエリアの通行人に関する属性である人流属性を取得する属性取得部と、
   複数の広告が記憶される記憶部と、
   前記属性取得部によって取得された人流属性に応じた広告及び出力デバイスの種類を特定する広告特定部と、
   前記広告特定部によって特定された広告を、前記エリアの前記広告特定部によって特定された種類の出力デバイスに出力する出力部と、を備えた広告出力装置。
2. 前記属性取得部は、２以上のエリアについてそれぞれ人流属性を取得し、
   前記広告特定部は、前記エリアごとの人流属性に基づいて、少なくとも１つのエリアと、当該エリアで出力される広告とを特定し、
   前記出力部は、前記広告特定部によって特定された広告を、特定されたエリアの出力デバイスに出力する、請求項１記載の広告出力装置。
3. 前記属性取得部は、通行人に関する予測を行うことによって人流属性を取得する、請求項１または請求項２記載の広告出力装置。
4. 前記属性取得部は、前記エリアに設けられたセンサによって取得された情報を用いて、人流属性を取得する、請求項１または請求項２記載の広告出力装置。
5. 前記人流属性は、通行人の属性を含む、請求項１から請求項４のいずれか記載の広告出力装置。
6. 前記人流属性は、通行人の通行に関する属性を含む、請求項１から請求項５のいずれか記載の広告出力装置。
7. 前記記憶部では、通行人の流れに応じて多段階に出力される複数の段階広告を有する多段階広告が記憶されており、
   前記出力部は、多段階広告を出力する場合には、当該多段階広告が有する複数の段階広告を、通行人の流れに応じて複数の出力デバイスにそれぞれ出力する、請求項１から請求項６のいずれか記載の広告出力装置。
8. 前記出力デバイスは、床面に広告を表示するデバイスを含む、請求項１から請求項７のいずれか記載の広告出力装置。
9. 前記属性取得部は、広告が出力される時期に関する属性である時期属性をも取得し、
   前記広告特定部は、人流属性と時期属性とに応じた広告を特定する、請求項１から請求項８のいずれか記載の広告出力装置。
10. 前記記憶部では、広告と、当該広告の属性とが対応付けられており、広告の属性と人流属性とを対応付ける情報である複数の広告対応情報が記憶されており、
    前記広告特定部は、前記属性取得部によって取得された人流属性に対応する広告の属性を特定し、特定した広告の属性に対応する広告を特定する、請求項１から請求項８のいずれか記載の広告出力装置。
11. 所定のエリアの通行人に関する属性である人流属性を取得する属性取得部と、
    複数の広告が記憶される記憶部と、
    前記属性取得部によって取得された人流属性に応じた広告を特定する広告特定部と、
    前記広告特定部によって特定された広告を、前記エリアの出力デバイスに出力する出力部と、を備え、
    前記記憶部では、広告と、当該広告の属性とが対応付けられており、
    前記広告特定部は、人流属性と、広告の属性とを含む訓練用入力情報と、当該訓練用入力情報に含まれる人流属性に対応する通行人に、当該訓練用入力情報に含まれる広告の属性を有する広告を出力した場合における広告の効果を示す訓練用出力情報との複数の組の学習結果である学習器に、前記属性取得部によって取得された人流属性と、広告の属性とを含む入力情報を適用することを、異なる広告の属性を含む複数の入力情報についてそれぞれ行うことによって、あらかじめ決められた条件を満たすほど高い広告の効果を得られる広告の属性を特定し、当該特定した広告の属性に対応する広告を特定する、広告出力装置。
12. 所定のエリアの通行人に関する属性である人流属性と、広告の属性とを含む訓練用入力情報と、当該訓練用入力情報に含まれる人流属性に対応する通行人に、当該訓練用入力情報に含まれる広告の属性を有する広告を出力した場合における広告の効果を示す訓練用出力情報との複数の組の学習結果から生成された学習器であって、
    人流属性と、広告の属性とを含む入力情報が適用されると、当該人流属性に対応する通行人に、当該広告の属性を有する広告を出力した場合における広告の効果であって、前記入力情報に対応する広告の効果を示す情報を取得することができるようにコンピュータを機能させるための、学習器。
13. 属性取得部と、複数の広告が記憶される記憶部と、広告特定部と、出力部とを用いて処理される広告方法であって、
    前記属性取得部が、複数種類の出力デバイスが存在する所定のエリアの通行人に関する属性である人流属性を取得するステップと、
    前記広告特定部が、前記人流属性を取得するステップにおいて取得された人流属性に応じた広告を特定するステップと、
    前記広告特定部が、前記人流属性を取得するステップにおいて取得された人流属性に応じた出力デバイスの種類を特定するステップと、
    前記出力部が、前記広告を特定するステップにおいて特定された広告を、前記エリアの前記出力デバイスの種類を特定するステップにおいて特定された種類の出力デバイスに出力するステップと、を備えた広告方法。
14. 属性取得部と、複数の広告が記憶される記憶部と、広告特定部と、出力部とを用いて処理される広告方法であって、
    前記属性取得部が、所定のエリアの通行人に関する属性である人流属性を取得するステップと、
    前記広告特定部が、前記人流属性を取得するステップにおいて取得された人流属性に応じた広告を特定するステップと、
    前記出力部が、前記広告を特定するステップにおいて特定された広告を、前記エリアの出力デバイスに出力するステップと、を備え、
    前記記憶部では、広告と、当該広告の属性とが対応付けられており、
    前記広告を特定するステップでは、人流属性と、広告の属性とを含む訓練用入力情報と、当該訓練用入力情報に含まれる人流属性に対応する通行人に、当該訓練用入力情報に含まれる広告の属性を有する広告を出力した場合における広告の効果を示す訓練用出力情報との複数の組の学習結果である学習器に、前記人流属性を取得するステップにおいて取得された人流属性と、広告の属性とを含む入力情報を適用することを、異なる広告の属性を含む複数の入力情報についてそれぞれ行うことによって、あらかじめ決められた条件を満たすほど高い広告の効果を得られる広告の属性を特定し、当該特定した広告の属性に対応する広告を特定する、広告出力方法。
15. 複数の広告が記憶される記憶部にアクセス可能なコンピュータを、
    複数種類の出力デバイスが存在する所定のエリアの通行人に関する属性である人流属性を取得する属性取得部、
    前記属性取得部によって取得された人流属性に応じた広告及び出力デバイスの種類を特定する広告特定部、
    前記広告特定部によって特定された広告を、前記エリアの前記広告特定部によって特定された種類の出力デバイスに出力する出力部として機能させるためのプログラム。
16. 複数の広告が記憶される記憶部にアクセス可能なコンピュータを、
    所定のエリアの通行人に関する属性である人流属性を取得する属性取得部、
    前記属性取得部によって取得された人流属性に応じた広告を特定する広告特定部、
    前記広告特定部によって特定された広告を、前記エリアの出力デバイスに出力する出力部として機能させ、
    前記記憶部では、広告と、当該広告の属性とが対応付けられており、
    前記広告特定部は、人流属性と、広告の属性とを含む訓練用入力情報と、当該訓練用入力情報に含まれる人流属性に対応する通行人に、当該訓練用入力情報に含まれる広告の属性を有する広告を出力した場合における広告の効果を示す訓練用出力情報との複数の組の学習結果である学習器に、前記属性取得部によって取得された人流属性と、広告の属性とを含む入力情報を適用することを、異なる広告の属性を含む複数の入力情報についてそれぞれ行うことによって、あらかじめ決められた条件を満たすほど高い広告の効果を得られる広告の属性を特定し、当該特定した広告の属性に対応する広告を特定する、プログラム。

Images