JP7481700B2 - 広告出力装置、学習器、広告方法、及びプログラム - Google Patents
広告出力装置、学習器、広告方法、及びプログラム Download PDFInfo
- Publication number
- JP7481700B2 JP7481700B2 JP2019152619A JP2019152619A JP7481700B2 JP 7481700 B2 JP7481700 B2 JP 7481700B2 JP 2019152619 A JP2019152619 A JP 2019152619A JP 2019152619 A JP2019152619 A JP 2019152619A JP 7481700 B2 JP7481700 B2 JP 7481700B2
- Authority
- JP
- Japan
- Prior art keywords
- advertisement
- attributes
- output
- people flow
- attribute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 36
- 238000012549 training Methods 0.000 claims description 83
- 230000006870 function Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 14
- 235000019645 odor Nutrition 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 11
- 235000013334 alcoholic beverage Nutrition 0.000 description 10
- 230000004044 response Effects 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 239000002537 cosmetic Substances 0.000 description 6
- 235000013405 beer Nutrition 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000004570 mortar (masonry) Substances 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 241000287107 Passer Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000015243 ice cream Nutrition 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
男性の比率=男性の人数/(男性の人数+女性の人数)
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。
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。
(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。
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。
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。
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。
[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。
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。
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。
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。
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。
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。
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。
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。
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。
11 属性取得部
12 記憶部
13 広告特定部
14 出力部
Claims (16)
- 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。 - 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。 - 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。
- 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。
- 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。
- 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。
- 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。 - 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。
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019152619A JP7481700B2 (ja) | 2019-08-23 | 2019-08-23 | 広告出力装置、学習器、広告方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019152619A JP7481700B2 (ja) | 2019-08-23 | 2019-08-23 | 広告出力装置、学習器、広告方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021033603A JP2021033603A (ja) | 2021-03-01 |
JP7481700B2 true JP7481700B2 (ja) | 2024-05-13 |
Family
ID=74675910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019152619A Active JP7481700B2 (ja) | 2019-08-23 | 2019-08-23 | 広告出力装置、学習器、広告方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7481700B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7188427B2 (ja) * | 2020-12-07 | 2022-12-13 | フジテック株式会社 | 情報提供システム |
WO2022190311A1 (ja) * | 2021-03-11 | 2022-09-15 | 三菱電機株式会社 | 情報処理装置、提供システム、提供方法、及び提供プログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007034585A (ja) | 2005-07-26 | 2007-02-08 | Victor Co Of Japan Ltd | 映像監視システム |
JP2009139857A (ja) | 2007-12-10 | 2009-06-25 | Unicast Corp | コンテンツ表示制御装置、コンテンツ表示制御方法およびコンテンツ表示制御プログラム |
JP2010152588A (ja) | 2008-12-25 | 2010-07-08 | Logic Design:Kk | ガイド情報提供システム、その方法、及びコンピュータプログラム |
JP2017097749A (ja) | 2015-11-27 | 2017-06-01 | 株式会社トーメンエレクトロニクス | 情報提供装置および情報提供システム |
JP2017111286A (ja) | 2015-12-16 | 2017-06-22 | 株式会社東芝 | 情報表示方法および情報表示システム |
JP2017123120A (ja) | 2016-01-08 | 2017-07-13 | 日本ユニシス株式会社 | 広告評価装置、広告評価システム、広告評価方法、および、広告評価プログラム |
JP6199455B1 (ja) | 2016-08-19 | 2017-09-20 | ヤフー株式会社 | ナビゲーションプログラム、広告管理サーバ、および広告管理方法 |
JP6472925B1 (ja) | 2018-11-02 | 2019-02-20 | 深和パテントサービス株式会社 | 情報処理装置、情報処理システム、学習装置、学習済の推定モデル、および学習用データの収集方法 |
-
2019
- 2019-08-23 JP JP2019152619A patent/JP7481700B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007034585A (ja) | 2005-07-26 | 2007-02-08 | Victor Co Of Japan Ltd | 映像監視システム |
JP2009139857A (ja) | 2007-12-10 | 2009-06-25 | Unicast Corp | コンテンツ表示制御装置、コンテンツ表示制御方法およびコンテンツ表示制御プログラム |
JP2010152588A (ja) | 2008-12-25 | 2010-07-08 | Logic Design:Kk | ガイド情報提供システム、その方法、及びコンピュータプログラム |
JP2017097749A (ja) | 2015-11-27 | 2017-06-01 | 株式会社トーメンエレクトロニクス | 情報提供装置および情報提供システム |
JP2017111286A (ja) | 2015-12-16 | 2017-06-22 | 株式会社東芝 | 情報表示方法および情報表示システム |
JP2017123120A (ja) | 2016-01-08 | 2017-07-13 | 日本ユニシス株式会社 | 広告評価装置、広告評価システム、広告評価方法、および、広告評価プログラム |
JP6199455B1 (ja) | 2016-08-19 | 2017-09-20 | ヤフー株式会社 | ナビゲーションプログラム、広告管理サーバ、および広告管理方法 |
JP6472925B1 (ja) | 2018-11-02 | 2019-02-20 | 深和パテントサービス株式会社 | 情報処理装置、情報処理システム、学習装置、学習済の推定モデル、および学習用データの収集方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021033603A (ja) | 2021-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7084970B2 (ja) | マーケティング上のモバイル広告供給に関するシステムと方法 | |
US10939233B2 (en) | System and method for real-time prediction of mobile device locations | |
US10880682B2 (en) | Systems and methods for creating and using geo-blocks for location-based information service | |
US10278014B2 (en) | System and method for using geo-blocks and geo-fences to predict mobile device locations | |
US20140172571A1 (en) | Selecting content items based on geopositioning samples | |
JP2012518854A (ja) | スポンサー付きランドマーク及びロケーションラベルを配信するためのシステム及び方法 | |
JP2014523028A (ja) | マルチステップインプレッションキャンペーン | |
CN102132588A (zh) | 用于移动广告和促销的微目标对准的平台 | |
US20140279012A1 (en) | Targeted advertisements for travel region demographics | |
JP7285521B2 (ja) | 類似のモバイル装置を予測するためのシステムと方法 | |
JP7481700B2 (ja) | 広告出力装置、学習器、広告方法、及びプログラム | |
JP5491044B2 (ja) | 活動ベースの広告のための不確定特定方法 | |
Roux | Industry perspectives on digital out-of-home advertising in South Africa | |
Park et al. | Pedestrians and the built environment during the COVID-19 pandemic: changing relationships by the pandemic phases in Salt Lake County, Utah, USA | |
WO2021117430A1 (ja) | 生成装置、生成方法、および生成プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20190911 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220803 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230628 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230801 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240312 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240318 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240418 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7481700 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |