WO2009116198A1 - 広告媒体決定装置および広告媒体決定方法 - Google Patents

広告媒体決定装置および広告媒体決定方法 Download PDF

Info

Publication number
WO2009116198A1
WO2009116198A1 PCT/JP2008/067493 JP2008067493W WO2009116198A1 WO 2009116198 A1 WO2009116198 A1 WO 2009116198A1 JP 2008067493 W JP2008067493 W JP 2008067493W WO 2009116198 A1 WO2009116198 A1 WO 2009116198A1
Authority
WO
WIPO (PCT)
Prior art keywords
search
advertisement
searcher
medium
word
Prior art date
Application number
PCT/JP2008/067493
Other languages
English (en)
French (fr)
Inventor
悟史 西田
茂孝 山川
三恵子 杉原
啓太 真鍋
長谷川　潤
豊 鴨下
英明 春田
喜文 森田
Original Assignee
株式会社電通
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社電通 filed Critical 株式会社電通
Priority to US12/518,817 priority Critical patent/US8103663B2/en
Priority to JP2009525841A priority patent/JP4896227B2/ja
Publication of WO2009116198A1 publication Critical patent/WO2009116198A1/ja
Priority to US13/312,509 priority patent/US8423539B2/en
Priority to US13/834,635 priority patent/US20130204702A1/en
Priority to US14/856,700 priority patent/US20160005069A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0245—Surveys
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2282—Tablespace storage structures; Management thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search

Definitions

  • the present invention relates to an advertisement medium determination device, and more particularly to an advertisement medium determination process using a search history.
  • attribute questionnaires such as “very sensitive to fashion”, “sensitive to fashion”, and “not sensitive to fashion” are taken in advance and an advertising plan for an advertising medium is created with reference to this questionnaire.
  • An object of the present invention is to provide an advertisement medium determining apparatus that can objectively determine an advertisement medium or its advertisement time by using a search result using a search engine on the Internet.
  • the advertising medium determination device includes: 1) target specifying information storage means for storing target attribute specifying information including information transmitting medium specifying information for specifying a contact target information transmitting medium in association with a searcher ID. 2) Search word storage means for storing the searcher ID, search time, and search word in association with each other; 3) When a search word as a search condition is given, the search word storage means stores the search word For each searcher ID, extracting means for extracting the searcher ID in each section by dividing the extracted search time into a predetermined number in time series, 4) stored in the target specific information storage means The candidate information transmission medium in each section is extracted from the extracted searcher ID using the target identification information, and one or more representative candidate information transmissions are extracted from the extracted candidate information transmission medium.
  • Advertisement medium data determining means for determining a medium, and thereby determining the representative candidate information transmission medium arranged in the time-series order of each section as advertisement medium data in the advertisement target name given corresponding to the search term It has. Therefore, the searchers can be classified according to the search times of past search terms, and the searchers belonging to each category can determine the time series order of the advertising media based on the information transmission medium to be contacted.
  • the advertisement medium determination device when a word corresponding to an advertisement target name is given, gives the advertisement medium data determination means, specifies a search word corresponding to the advertisement target name, and gives it to the extraction means A search term specifying means is provided. Therefore, when a word corresponding to the advertisement target name is given, a search word corresponding to the advertisement target name can be given to the extraction means.
  • the search terms stored in the search term storage unit are classified into categories, and the search term identification unit includes a category to which a word corresponding to the advertisement target name belongs. Identify search terms for. Therefore, the search term of the category to which the word corresponding to the advertisement target name belongs can be given.
  • the advertisement medium determining apparatus further includes a search number fluctuation history calculating means for calculating a search number fluctuation history representing a time-series fluctuation of the search number for each search word stored in the search word storage means, And a search number fluctuation history storage means for storing the calculated search number fluctuation history, wherein the search word specifying means displays the search number fluctuation history of each search word, and when any one is selected, Identify search terms. Therefore, the operator can select a search term by referring to the search number fluctuation history. In addition, the extraction is performed by such a search term.
  • the advertisement medium determination device provides the advertisement object name to the advertisement medium data determination means and a search corresponding to the advertisement object name when an advertisement object name and a search word corresponding to the advertisement object name are given.
  • a search word specifying means for giving a word to the extracting means is provided. Therefore, the extraction is performed by a given search word.
  • the advertisement medium determining device includes a segment determining unit that stores the segment determining rule for segmenting into the predetermined number, and the extracting unit uses the segment determining rule given from the segment determining unit.
  • the searcher ID is extracted. Therefore, the searcher of each division is specified based on the division determination rule.
  • the advertisement medium determining device further includes: 1) a search number fluctuation history calculating means for calculating a search number fluctuation history representing a time-series fluctuation of the search number for the search words stored in the search word storage means. 2) a search number fluctuation history storage means for storing the calculated search number fluctuation history, 3) a classification determination means for determining a classification based on the shape of the search number fluctuation history, and 4) the extraction means. Extracts the searcher ID using the category given by the category determining means. Accordingly, the classification is determined based on the shape of the search number fluctuation history.
  • the category determining means determines that the category is a new category when the shape change rate of the search number change history changes more than a predetermined value, and determines the category. To do. Accordingly, when the shape change rate of the search number change history changes more than a predetermined value, the classification is automatically determined.
  • the category determining means displays the search number fluctuation history and determines the category using the given category data. Therefore, the operator can determine the category with reference to the displayed search number fluctuation history.
  • the search terms stored in the search term storage means are classified into categories, and the category is determined by the category of the search terms of the category to which the search term belongs.
  • Classification determining means is provided. Accordingly, the category is determined by the search terms of the same category.
  • a search number fluctuation history calculating means for each search word stored in the search word storage means, a search number fluctuation history calculating means for calculating a search number fluctuation history representing a time-series fluctuation of the search number;
  • the search number fluctuation history storage means for storing the calculated search number fluctuation history is provided, and when the advertisement target name is input as a correction target, the search word specifying means stores the input advertisement target name.
  • a search term including a search number fluctuation history similar to the search number fluctuation history is specified, and the specified search word is given to the advertisement medium data determination means as a word corresponding to the advertisement target name. Therefore, it is possible to change by a search term including a search number fluctuation history similar to the search number fluctuation history of the input advertisement target name.
  • a search number fluctuation history calculating means for calculating a search number fluctuation history representing a time-series fluctuation of the search number, and
  • the search number fluctuation history storage means for storing the calculated search number fluctuation history is provided, and when the advertisement target name is input as a correction target, the search word specifying means stores the input advertisement target name.
  • a search term including a search number fluctuation history similar to the search number fluctuation history is specified, a search number fluctuation history of the specified search word is displayed, and when any one is selected, the selected search word is designated as the advertisement target name. Is given to the advertisement medium data determination means. Therefore, it is possible to change according to the selected search word among the search words including the similar search number fluctuation history.
  • the search term as the search condition is a plurality of search terms in which either or both of logical product and logical sum are combined
  • the extraction means includes each search term A period from the search start time to the search end time is obtained for the word, and a calculation based on the search condition is performed to extract a searcher ID belonging to each category. Therefore, the searcher ID of each section can be extracted by the calculation based on the search conditions using a plurality of search terms.
  • the operation based on the search condition is a given logical product operation. Therefore, the searcher ID of each section can be extracted by an operation based on the logical product operation.
  • the advertising medium determination device determines whether the advertising medium is based on the search condition. If the logical product operation obtains the maximum value of the period. Therefore, a value matching the search condition can be obtained.
  • the advertising medium determination device determines whether the advertising medium is based on the search condition.
  • the logical product operation obtains an average value of the periods. Therefore, even when the search result for a part of the conditions changes significantly, it is possible to perform the arithmetic processing that matches the search conditions.
  • the extraction means performs the calculation after normalizing the period for each obtained search word for each search word. Therefore, calculation is possible by relative evaluation of the period by each search term.
  • the normalization is performed by dividing the search start time to the search end time into a predetermined number for each search word, and determining the logical product operation according to which of the search words belongs. I do. Therefore, a separate normalization process becomes unnecessary.
  • the advertisement medium determination device when the data to be subjected to the logical product operation is separated from other data by a predetermined threshold or more among the normalized data of the respective search terms, the normalization is performed. Performs logical AND operation ignoring data. Therefore, because some search conditions are separated from other data by a predetermined threshold or more, even a searcher who is not an extraction target can extract without changing the search conditions.
  • the distance from the predetermined threshold is a case where there is no search time. Therefore, since there are no search results for some search conditions, even a searcher who is not an extraction target can extract without changing the search conditions.
  • the advertisement medium determination device determines whether there is a search word that does not have a search time for a search word that performs a logical product operation, if the search word is less than a predetermined number, the search word is ignored. Perform product operation. Therefore, since there are no search results for some search conditions, even a searcher who is not an extraction target can extract without changing the search conditions.
  • the computer 1) matches the searcher ID with the target attribute specifying information including the information transmitting medium specifying information for specifying the information transmitting medium to be contacted; and 2)
  • the searcher ID, the search time, and the search word data associated with the search word are stored, and the computer searches the search word storage unit for the search word when given a search word.
  • the time is extracted for each searcher ID, the extracted search times are divided into a predetermined number in chronological order, the searcher ID in each division is extracted, and the computer uses the stored target identification information, Candidate information transmission media in each category are extracted from the extracted searcher ID, and one or more representative candidate information transmission media are determined from the extracted candidate information transmission media
  • the representative candidate information transmission medium arranged in the time series of the respective sections is determined as the advertisement medium data in the advertisement target name given corresponding to the search word.
  • the searchers can be classified according to the search time of the past search terms, and the searchers belonging to each category can determine the time series order of the advertising media based on the information transmission medium to be contacted.
  • the advertisement medium determining device is as follows: 1) When a search word is given, the search result data storage device storing the searcher ID, the search time, and the search word corresponding to the search is stored. Extraction means for extracting a search time of a word for each searcher ID, dividing the extracted search time into a predetermined number in time-series order from a search start time to a search end time, and extracting a searcher ID in each division; 2 ) Candidate information in each section from the extracted searcher ID using target attribute specifying information including information transfer medium specifying information for specifying a contact target information transfer medium stored in association with the searcher ID A transmission medium is extracted, and one or more representative candidate information transmission media are determined from the extracted candidate information transmission medium, whereby representative candidate information transmission arranged in chronological order of each section is performed. Advertisement medium data determining means for determining a medium as advertisement medium data in an advertisement target name given corresponding to the search term is provided.
  • the searchers can be classified according to the search time of the past search terms, and the searchers belonging to each category can determine the time series order of the advertising media based on the information transmission medium to be contacted.
  • the program according to the present invention causes a computer to execute the following steps 1) and 2). 1) When a search word is given, the searcher ID for which the search was performed, the search time, and the search time of the search word are extracted for each searcher ID from the search result data storage device that stores the search word in association with each other.
  • the searchers can be classified according to the search time of the past search terms, and the searchers belonging to each category can determine the time series order of the advertising media based on the information transmission medium to be contacted.
  • a method for determining an advertising medium includes: A) a first computer, 1) target attribute specifying information including information transmitting medium specifying information for specifying an information transmitting medium to be contacted in association with a searcher ID. 2) The searcher ID, the search time, and the search word data associated with the search word are stored, and B) the second computer receives the search word when given a search word.
  • the search term of the search term is extracted from each computer for each searcher ID, the extracted search times are divided into a predetermined number in time series, and the searcher ID in each division is extracted, and C) the second computer Extracts the candidate information transmission medium in each section from the extracted searcher ID using the stored target identification information, and one or more representatives from the extracted candidate information transmission medium Determining the auxiliary information transmitting medium, thereby, the representative candidate information transmitting medium arranged in chronological order of each segment is determined as an advertising medium data in the advertisement object name given in correspondence with the search word.
  • the searchers can be classified according to the search time of the past search terms, and the searchers belonging to each category can determine the time series order of the advertising media based on the information transmission medium to be contacted.
  • target attribute specifying information refers to information for specifying attributes as targets such as preferences and owned products for each searcher. Moreover, information transmission medium specific information is included.
  • the “information transmission medium specifying information” is information for specifying an information transmission medium with which a searcher contacts.
  • a magazine name as an advertising medium is applicable, but in addition, a newspaper name, a TV program name, the Internet Including the site name.
  • extract search term of search term for each searcher ID means that when the same searcher ID is searched a plurality of times, the earliest search time is extracted for the searcher.
  • first means the oldest search time when the search start time is not specified, and the oldest after the specified search time when the search start time is specified. It means search time. For example, for searcher X, if there are three search periods 2008/1/10, 2008/2/16, 2008/3/1 for a certain search term, the search start period is specified as 2008/1/15 If the search start time is not specified as 2008/1/15, 2008/1/10 is extracted as the earliest search time.
  • the data for which the logical product operation is performed is separated from other data by a predetermined threshold or more” includes the case where the search result does not exist and is a missing value.
  • FIG. 2 is an example of a hardware configuration of an advertisement medium determination device 1. It is a figure which shows the data structure of a search word memory
  • FIG. 2 is an example of a hardware configuration of a questionnaire result analysis support apparatus 100. It is a figure which shows the data structure of a search word memory
  • Advertising medium determination device 23 ... CPU 27 ... Memory
  • the advertisement medium determination device 1 includes a target identification information storage unit 2, a search term storage unit 3, an extraction unit 4, an advertisement medium data determination unit 5, a search term identification unit 6, a search number variation history calculation unit 7, and a search number variation history storage. Means 8 are provided.
  • the target specifying information storage unit 2 stores target attribute specifying information including information transmitting medium specifying information for specifying the information transmitting medium to be contacted in association with the searcher ID.
  • the search word storage means 3 stores the searcher ID, the search time, and the search word that have been searched in association with each other.
  • the extraction means 4 extracts the search time of the search word for each searcher ID from the search word storage means, and sets the search time for each extracted searcher ID in chronological order. A searcher ID belonging to each division is extracted by dividing into a predetermined number.
  • the advertisement medium data determining means 5 extracts the candidate information transmission medium in each section from the extracted searcher ID using the target identification information stored in the target identification information storage means 2, and extracts the extracted candidate information transmission One or two or more representative candidate information transmission media are determined from the medium, whereby the representative candidate information transmission media arranged in chronological order of each of the categories are given advertisement target names corresponding to the search terms To be determined as advertisement medium data.
  • the determined advertisement medium data is stored in the result storage means 9.
  • the search word specifying means 6 gives the advertisement target name to the advertisement medium data determining means 5 and extracts the search word corresponding to the advertisement target name. To give.
  • the search number fluctuation history calculation means 7 calculates a search number fluctuation history representing the time-series fluctuation of the search number for each search word stored in the search word storage means 3.
  • the search number fluctuation history storage means 8 stores the calculated search number fluctuation history.
  • the search word specifying unit 6 specifies a search term including a search number variation history similar to the search number variation history of the input advertisement target name.
  • the search number fluctuation history of the search term is displayed, and when any one is selected, the selected search term is given to the advertisement medium data determining means 5 as a word corresponding to the advertisement target name.
  • the extraction means 4 determines the period from the search start time to the search end time for each search word. The calculation is performed based on the search condition, and the searcher ID of each category is extracted.
  • the category determining means 11 determines the category based on the shape of the search number fluctuation history.
  • the extracting unit 4 extracts the searcher ID using the category given from the category determining unit 11.
  • the target specifying information storage unit 2 and the search word storage unit 3 are stored in one advertising medium determination device, but these are stored in another computer. Alternatively, it may be read from the other computer.
  • FIG. 2 is an example of a hardware configuration of the advertisement medium determination device 1 configured using a CPU.
  • the advertising medium determination device 1 includes a CPU 23, a memory 27, a hard disk 26, a monitor 30, an optical drive 25, a mouse 28, a keyboard 31, and a bus line 29.
  • the CPU 23 controls each unit via the bus line 29 according to each program stored in the hard disk 26.
  • the hard disk 26 includes an operating system program (hereinafter abbreviated as OS) 26o, an advertisement medium determination program 26p, a search word storage unit 26k, a target data storage unit 26t, a search number variation history storage unit 26h, and an advertisement medium determination data storage unit 26b. .
  • OS operating system program
  • advertisement medium determination program 26p advertisement medium determination program
  • search word storage unit 26k search word storage unit
  • target data storage unit 26t target data storage unit 26t
  • search number variation history storage unit 26h a search number variation history storage unit 26h
  • advertisement medium determination data storage unit 26b advertisement medium determination data storage unit 26b.
  • the search word storage unit 26k stores a user ID and a search time as a searcher ID for performing a search for each search word.
  • the search date and time are stored as the search time, but only the search date may be stored.
  • the search time and the user ID for each search word are stored, for example, for a search using a search engine on the Internet for each user who logs in to a certain portal site. That's fine.
  • target attribute specifying information including advertising medium specifying information for specifying an advertising medium with which the user contacts is stored for each user.
  • advertising medium specifying information for specifying an advertising medium with which the user contacts
  • a user with a user ID 10001 has magazine B and television programs A and B as advertising media to be contacted, and the target attribute of the user is “a person who cares about fashion” or “a person who is sensitive to fashion” Is stored.
  • a product for example, “Computer A”, “Drink A” owned by the user is stored.
  • data such as purchase experience, purchase intention, and number of purchases may be handled.
  • the target attribute for each user may be acquired at the time of new registration or by a subsequent questionnaire or the like.
  • the search number fluctuation history storage unit 26h aggregates each search word stored in the search word storage unit 26k and obtains a search number fluctuation history representing the time-series fluctuation of the search number for each search word. "Date and time”, “Number of search respondents”, and “Respondent ID” are stored. For example, in the case of the search word shown in FIG. 5, the search is performed once on 2007/4/2, and the searcher is one of “10011”. Further, the search was performed three times on April 4, 2007, and the number of searchers is 12303, 10013, 10024 ". In this way, the search number fluctuation history storage unit 26h is in chronological order. A search number fluctuation history is stored.
  • the advertisement medium determination data storage unit 26b As shown in FIG. 6, the advertisement medium determination data created by the advertisement medium determination program 26p described later is stored. A specific data structure of each advertisement medium determination data is shown in FIG. As described above, the advertisement medium determination data defines an advertisement medium for each advertisement period.
  • the advertisement medium determination program 26p creates the advertisement medium determination data shown in FIGS. 6 and 7 by the aggregation process (step S2), the division determination process (step S3), and the plan creation process (step S5) shown in FIG. Details will be described later.
  • Windows Vista registered trademark or trademark
  • OS operating system program
  • Each program is read from the CD-ROM 25a storing the program via the optical drive 25 and installed in the hard disk 26.
  • a program such as a flexible disk (FD) or an IC card may be installed on a hard disk from a computer-readable recording medium. Furthermore, it may be downloaded using a communication line.
  • FD flexible disk
  • IC card integrated circuit card
  • the program stored in the CD-ROM is indirectly executed by the computer by installing the program from the CD-ROM to the hard disk 26.
  • the present invention is not limited to this, and the program stored in the CD-ROM may be directly executed from the optical drive 25.
  • programs that can be executed by a computer are not only programs that can be directly executed by being installed as they are, but also programs that need to be converted into other forms (for example, those that have been compressed) In addition, those that can be executed in combination with other module parts are also included.
  • the CPU 23 performs an input process of an advertisement target name, a history use search term, and a campaign start time (step S1). Such processing may be performed by the CPU 23 prompting an input by displaying a dialog as shown in FIG. 9 on the monitor.
  • FIG. 9A when an advertisement target name is input in the area 31 and the button 32 is selected, the advertisement target name is determined.
  • B of FIG. 9 when a search word is input in the area 33 and the button 34 is selected, the advertisement target name is determined.
  • the campaign start time may be input in the areas 35 to 37. In the following, it is assumed that “Shampoo X” is input as the advertisement target name, “TSUBAKI” is input as the history use search term, and “May 1, 2008” is input as the campaign start time.
  • the CPU 23 determines whether or not a history use search word (hereinafter referred to as a search word) is input (step S11 in FIG. 10). When the search word is input, all records in which the search word is searched are displayed. Extract (step S13). In this case, since the search term is “TSUBAKI”, the CPU 23 searches the searcher ID “10011”, the search date and time “2007/4/2 06:01”, the search term “TSUBAKI”, and the searcher ID “12303”.
  • a search word hereinafter referred to as a search word
  • the CPU 23 identifies the record retrieved at the earliest time among the extracted records (step S15).
  • the CPU 23 sets the date and time searched at the earliest time as the population search date and time of the search word (step S17).
  • the population search date of the search term “TSUBAKI” is “2007/4/2 06:01”.
  • the population search date may be quite old.
  • the population search date and time calculated in step S7 is displayed on the monitor, and the operator is asked, “The population search date and time is ⁇ year ⁇ month ⁇ day, is this day OK?” Any date and time may be input.
  • the CPU 23 For each ID of the extracted record, the CPU 23 extracts the record with the earliest date and time after the population search date, calculates the personal search time difference for each ID, and stores this (step S19 in FIG. 10). .
  • the number of days is adopted as the individual search time difference. For example, in the case of FIG. 3, as shown in FIG. 5, the search date / time 2007/4/2, the number of respondents “1”, and the searcher ID “10011” , Search date “2007/4/5, ⁇ number of respondents“ 3 ”, searcher IDs“ 12303 ”,“ 10013 ”,“ 10024 ”are obtained. (For example, in units of 3 hours) may be arbitrarily input.
  • the earliest date becomes the earliest search date and time of the user
  • the difference between the earliest search date and the population search date and time becomes the personal search time difference of the user
  • the CPU 23 performs a classification determination process (step S3 in FIG. 8).
  • the search number change history is displayed for the search term for which the search number change history data is created, and the operator refers to this and sets the search number to a predetermined number in time series using the search time as a key.
  • the search term is divided into a predetermined number from the search start time to the search end time, and user IDs belonging to the respective categories are extracted. Such processing will be described.
  • the CPU 23 displays a line graph on the monitor based on the search number fluctuation history data.
  • the horizontal axis is the date (individual search time difference)
  • the vertical axis is the number of searches.
  • the aggregated distribution as shown in FIG. 11 is displayed.
  • the operator refers to such distribution and designates the classification method and the number of classifications. Thereby, the number of divisions is determined.
  • the number of divisions is specified by the division by quantile.
  • the division by quantile means that the total number of searches is equally divided by a predetermined number of divisions. In this case, since the number of divisions is “5”, the total number of searches is divided into five, with 20% as one division.
  • An example of data after classification is shown in FIG.
  • the CPU 23 performs a plan creation process (step S5 in FIG. 8).
  • the plan creation process the user belonging to the category obtained in step S3 is identified, and the candidate information transmission medium in each category is extracted using the target identification information of each user. Further, one or more representative candidate information transmission media are determined from the extracted candidate information transmission media, whereby the representative candidate information transmission media arranged in the time series of the respective sections correspond to the search terms. It is determined as the advertisement medium data in the given advertisement target name.
  • the CPU 23 displays the search number fluctuation history (step S21).
  • the CPU 23 reads out the number of sections determined in step S3 in FIG. 8 (step S23 in FIG. 13). In this case, the division number “5” is read.
  • the medium contact rate of the magazine A is 12.3%. In this way, the medium contact rate in the category is obtained for all advertising media.
  • the CPU 23 determines whether or not all the sections have been processed (step S29). In this case, since the processing has not been completed, the processing target section j is incremented (step S30), and the processes after step S27 are repeated.
  • step S31 When processing is completed for all categories, the results are totaled (step S31). Further, the CPU 23 determines and displays candidate advertisement media (step S33). A display example is shown in FIG.
  • the media contact ratios in the category of advertisement media are arranged in descending order, and among them, the media contact rate in the category is specified as a candidate that is higher than the average media contact rate in all categories by a predetermined value or more.
  • Highlight display as special display.
  • the present invention is not limited to this, and the medium with the highest medium contact rate may be determined as a candidate.
  • the special display various displays such as changing the color scheme, displaying at a position different from other media, and changing the size of characters can be considered. Special display is optional.
  • the user looks at the displayed candidates and, if he / she wishes to change, the user can select the selection area of the corresponding advertisement medium with the pointing device. For example, in FIG. 14, those that are 3% or higher than the average medium contact rate are specially displayed as candidates. In category C4, magazine K and magazine M are not highlighted because they are not 3% or more higher than the overall average medium contact rate. The same applies to the magazine K and the magazine M in the section C5. If the operator selects these advertisement media, the region 53, 54, 55, 56 may be clicked.
  • the CPU 23 determines whether or not there is a change instruction (step S36), and when there is a change instruction, the display of the candidate is changed (step S37).
  • FIG. 15 shows a state after the candidate display is changed with the areas 53, 54, 55, and 56 being clicked.
  • step S37 the CPU 23 determines whether or not the button 51 is selected (step S35 in FIG. 13).
  • step S35 the button 51 is selected, it is stored as a decision plan. About a plan name, what is necessary is just to make it input into the area
  • FIG. 17 shows an outline of the determined plan A.
  • the search time for the search term is appropriately classified, the respondent belonging to the category is determined, and the answer medium with which the respondent has many opportunities to contact was extracted and a media plan draft was created.
  • a media plan proposal corresponding to a past search tendency for a specific search word.
  • the degree of interest in a specific search term can be considered to have a certain relationship with the degree of interest in a new product. Since the search time for a specific search word can be correlated with the sensitivity to the fashion, a media plan draft that does not depend on the user's subjectivity can be created.
  • the number of days actually searched for is also used as the number of days in each section, but is not limited to this.
  • the “plan A” related to “shampoo X” created in this way is a plan plan on the assumption that attention will be paid in the same way as a certain search term in the past.
  • This advertisement target name “shampoo X” is also newly searched as a search term.
  • the search history may be completely different from the search term “TSUBAKI”.
  • the created media plan proposal is changed according to the actual search history using the history of another search term. Thereby, it can be set as the media plan proposal according to the actual search history about an advertisement object name.
  • the CPU 23 performs an input process of the correction target plan (step S41). For example, the dialog shown in FIG. 19 may be displayed to prompt input. The operator inputs “shampoo X” in area 61. The CPU 23 displays the shampoo X plan in the area 63. In this case, since “plan A” exists, plan A is displayed in area 63.
  • a plurality of plans may be stored for one advertisement target name. In this case, a plurality of plans are displayed in the area 63.
  • the CPU 23 aggregates the search history using “shampoo X” as a search word and using the search results stored in the search word storage unit (step S43 in FIG. 18). Since this aggregation process is the same as step S2 in FIG. 8, a description thereof will be omitted. As a result, a search history from 5/1 to 6/19 is obtained for the search word “shampoo X” as shown in FIG.
  • the CPU 23 uses the search history for the search word “shampoo X” to determine a search word having a similar search number fluctuation history as a search word for correction (step S45). Details of step S45 will be described with reference to FIG.
  • CPU 23 performs a range designation process (step S51).
  • a definition file defined in the hard disk 26 (see FIG. 2) is stored with the subcategory to which the search term belongs, the major classification to which the subcategory belongs, and a hierarchical structure. Specified the range of search terms for similarity judgment.
  • an operator can designate a range by displaying a dialog as shown in FIG. 23 on the screen. If the genre is determined, the operator may select the determination button 71. Further, in the case where the similarity determination is performed only for a part of the search terms in the small classification, a dialog as shown in FIG. 24 may be displayed to allow the operator to select.
  • buttons 74 and 76 When the button 74 is selected for the search word displayed in the area 73, it is displayed in the area 75. When all selections are completed, the operator selects the button 76. In this case, it is assumed that shampoos Y1, Y5, and Y6 are selected.
  • the CPU 23 performs an aggregation process and a search history calculation process for the search words in the specified range (step S53 in FIG. 21). Since the counting process and the history calculation process are the same as described above, the description thereof is omitted. Thereby, the search number history variation of the shampoos Y1, Y5, Y6 is obtained.
  • the CPU 23 calculates the search history of 50 days from 5/1 to 6/19 and the similarity of the search number history fluctuation in the first 50 days in the shampoos Y1, Y5, Y6, A list is displayed (step S55 in FIG. 21).
  • FIG. 25 shows the state displayed as a list.
  • the correlation coefficient between the two search histories is used as a method for calculating the similarity between the two search histories.
  • the similarity of the line graph can be determined, such as the Euclidean distance or the sum of squares. It can be anything.
  • a plurality of calculation methods can be combined.
  • shampoo Y6 since shampoo Y6 has a high similarity of 0.88, the operator selects shampoo Y6 as a search term for correcting “plan A” related to “shampoo X” and presses the enter button.
  • the CPU 23 determines whether or not the determination button has been selected (step S57). When the determination button is selected, the search number history fluctuation before correction and the search number history fluctuation after correction are displayed in an overlapping manner. A display example is shown in FIG.
  • step S45 in FIG. 18 the plan A is corrected with the determined search word (step S47). Since this process is the same as step S3 and step S5 in FIG. In step S3 of FIG. 8, the number of sections does not completely match before and after the change. In particular, some categories have already been completed by performing actual advertisements. Therefore, we revised the plans after the date of revision.
  • advertisements are contracted with advertising media providers for a certain period of time. Therefore, there is a case where an already ordered advertisement can no longer be changed even if the plan is changed. For example, in this example, the correction was made on June 19, 2008. However, in Category C2, magazine C has been determined as the advertising medium until June 30, 2008, and it has already been ordered to advertise to magazine C. is there. Therefore, this cannot be canceled. However, since it may be desirable to make the effect of the correction earlier, in the present embodiment, advertisements are made to overlap for some periods. In this example, magazines H and C are determined as advertising media from 6/20 to 7/30. As a result, the advertising media overlap during the period 6/20 to 6/30. In this example, the classification after 6/20 is two.
  • FIG. 27 shows an example of plans before and after correction
  • FIG. 28 shows an example of a plan in which these are displayed together.
  • the sections C2 and C2 ' may be displayed together.
  • the search terms may be classified into categories so that search terms belonging to the same category can be selected. Specifically, the definition file shown in FIG. 22 is stored, and dialogs as shown in FIGS. 23 and 24 are displayed so that the operator can specify the classification or search term to which the advertisement target name belongs. Good.
  • the search number fluctuation history of the search word is calculated and displayed so that the operator can specify the search word when creating a plan from the search number fluctuation history. May be.
  • Identification of Category the operator specifies the number of categories.
  • the candidate for classification can be automatically determined by the computer. The automatic determination division process will be described with reference to FIG. In this process, when the search history rises or falls, it is assumed that it is one division.
  • the CPU 23 reads data to be processed (step S71 in FIG. 29).
  • the CPU 23 performs aggregation unit setting, condition setting regarding ascending / descending points, and calculation method specifying processing for the given search number variation history (step S72).
  • the dialog shown in FIG. 31 is displayed to allow the operator to input necessary data.
  • the aggregation unit is set to “week”
  • the rising point condition is set to “3 weeks continuous increase” and “overall increase of 0.5% or more as a whole”.
  • the moving average “Yes” and “Previous 4-week average” are set.
  • the descending point is the same as the ascending point.
  • the CPU 23 calculates the moving average value and the total cumulative distribution number (step S73). The calculation result is shown in FIG.
  • CPU 23 extracts ascending point candidates and descending point candidates that satisfy the conditions specified in step S72 (step S74).
  • the 10th to 16th weeks and the 22nd to 25th weeks are extracted as the rising point candidates
  • the 17th to 21st weeks and the 26th to 28th weeks are extracted as the lowering point candidates.
  • the CPU 23 excludes the last ascending point candidate from the candidates until it does not exist continuously, and the descending point candidates continue. If it exists, the first descending point candidate is excluded from the candidates until it does not exist continuously (step S75). This excludes weeks 11-15, 21-25, 17-20, and 26-27.
  • the CPU 23 defines as an ascending point when the ascending point candidates are not consecutive and as a descending point when the descending point candidates do not exist continuously (step S76).
  • week 10 and week 22 are defined as rising points
  • week 21 and week 28 are defined as falling points.
  • CPU 23 displays the period between each point (ascending point or descending point) and the number of searches (step S77). In this case, a total of five ascent and descent points as shown in FIG. 33 are defined, and the sections C1 to C4 are displayed by the five points.
  • the operator refers to the display and performs an ascending point and descending point specifying process (step S78). Specifically, if the time period is too short, the selection may be made such that the time period is combined with one before or after the time period. In this case, since the section C3 is only the 21st week and the search rate is as low as 0.1%, it is assumed that the section C3 is merged with the subsequent section C4.
  • FIG. 34 shows a screen example after combining. Thus, by displaying the number of searches, the operator can exclude a category with a small number of searches.
  • the CPU 23 displays the period for each category and the number of searches based on the specified rising and falling points (step S79 in FIG. 29). A display example is shown in FIG.
  • the numerical value list is displayed on the screen and the correction is performed.
  • the line graph and the boundary line shown in FIG. 35 are displayed, and the boundary line is added or deleted, thereby specifying the step S78. Processing may be performed. Moreover, you may make it display both.
  • the boundary of the classification can be automatically determined from the shape of the search number fluctuation history. Therefore, since the boundary candidates for the category are displayed, even an operator who is not familiar with the method of classifying the search number variation history can define the category according to the shape of the search number variation history.
  • candidates are displayed, but may be determined automatically.
  • a boundary line for dividing a segment is defined using a moving average of the search number history fluctuation. Therefore, it is possible to detect an upward trend including the exclusion of the second week in which a short-term increase is observed and the 11th week in which a short-term decrease is observed.
  • search word A and (search word B or search word C) an ID that satisfies the condition may be extracted as it is. Specifically, the search word B or the search word C is searched, and the person who also searched the search word A is extracted. For the evaluation of the searcher, each ID uses “date when search word B or search word C is searched and search word A is searched”. The earliest date among all IDs, “search word B or search word C is searched and search word A is searched” may be set as the population search date.
  • Such a search condition is effective when it is desired to extract and classify people who searched a plurality of search terms at the same time.
  • the personal search time difference may be calculated for each search term, and the personal search time difference may be calculated according to the conditions.
  • the AND condition calculates the maximum value
  • Such a technique is effective when it is desired to detect and classify a person who has always searched a plurality of search terms of the same genre at an early timing.
  • the normalization method is not limited to the case of classification into the above-described categories, and a general normalization method may be adopted.
  • the search condition when the search condition is a logical product operation, the search result may not exist, or even if it exists, it may be significantly different from other search conditions.
  • the evaluation can be performed in the above-described manner, but it is also possible to relax and evaluate some conditions as follows.
  • the following reason can be considered when there is no search result for a certain search word among the search words designated to perform a logical product operation.
  • One is when the user has low information sensitivity for the search term.
  • the other is not related to information sensitivity, such as not knowing the search term and not searching, or accidentally not interested in the search term.
  • the user has low information sensitivity for the search term, it is not necessary to be a user to be extracted, but in the latter case, it is preferable to be a target for extraction. Therefore, such a user may be extracted as follows.
  • search word w1 and search word w2 and search word w3 and search word w4 and search word w5 is given as a search word, and the following is obtained as a search result.
  • search term w1 to search term w5 all C1
  • User U2 search word w1 to search word w5: all C5
  • User U3 Search term w1 to search term w4: All C1
  • search term w5 C5
  • the search terms w1 to w4 belong to the category C1
  • some search terms belong to the other category C5. Determination based on a value, an average value, a mode value, and a threshold value (for example, when a predetermined number or more of categories are included, it is recognized as the category) is possible.
  • search term w3 has no search record.
  • the individual search time difference of the individual i with respect to the search word j is set to NA when there is a missing value, and each search time difference t (ij) for each search word when there is no missing value.
  • the and condition is NA
  • the ave condition is NA
  • the or condition is the minimum value (however, NA is all NA).
  • the and condition is the maximum value excluding NA (however, all NA is NA)
  • the ave condition is the average value excluding NA. Yes (NA for all NA), or condition is the minimum value excluding NA (NA for all NA).
  • the personal search time difference calculated according to the condition is set as T (i), and after setting the personal search time difference category using T (i), the time difference category is performed in the same manner as when one search word is selected.
  • the and condition When calculating for data that includes missing values, the and condition is NA, the ave condition is NA, and the or condition is the minimum value (however, NA is all NA).
  • the and condition when calculating with data that includes missing values excluded, the and condition is the maximum value excluding NA (however, all NA is NA), and the ave condition is the average value excluding NA (however, all If NA, NA) rounds to a positive integer.
  • the or condition is the minimum value excluding NA (however, if all are NA).
  • the personal time difference classification calculated according to the condition is C (i), and the summation may be performed using C (i).
  • the target attribute specifying information and the search term data are stored as examples in the advertisement medium determining device.
  • either or both of them are stored in another computer (for example, a center server).
  • Data may be stored and read out via a network.
  • a history storage program for using a search engine is installed in the user's personal computer, and the search term and the search time are stored each time a search is performed. You may make it transmit to a center server regularly or irregularly. In this way, a known technique can be adopted as a collection method for the search result.
  • the operator inputs the search term.
  • the search term is classified and stored in a category, and the search term of the category to which the word corresponding to the advertisement target name belongs is automatically set. It may be determined. Alternatively, it may be displayed as a candidate so that either can be selected.
  • search number fluctuation history may be stored for each search word, displayed to the operator, and when any one is selected, the search word may be specified.
  • a classification determination rule for dividing into a predetermined number may be stored, and the classification may be determined using this rule.
  • the search terms may be classified into categories and stored, and the category may be determined according to the category of the search term of the category to which the search term belongs.
  • the search term specifying means may automatically specify a search term including a search number variation history similar to the search number variation history of the input advertisement target name. Good. Further, instead of automatic identification, a history of fluctuations in the number of searches for the specified search terms is displayed, and when any one is selected, the selected search terms are given to the advertising medium data determining means as terms corresponding to the advertisement target names. You may do it.
  • the various periods are based on the day, but can be arbitrarily applied, such as week, month, morning or afternoon, or time (for example, in units of 3 hours).
  • any time segment for example, one month, etc. may be set for the total category.
  • the candidate is determined based on the medium contact rate in step S33 in FIG. 13, but the candidate may be determined based on a value that considers the advertising cost.
  • the advertising cost may be stored in advance for each advertising medium, and the medium contact rate per unit price (a value obtained by dividing the medium contact rate by the advertising cost) may be arranged in descending order.
  • the medium contact rate is 12.3% for magazine A, 10.5% for magazine B, 7.5% for magazine C, 4.5% for magazine D, and 2.5% for magazine E. %.
  • the unit price The hit medium contact rate is 0.12 for magazine A, 0.15 for magazine B, 1.0 for magazine C, 0.075 for magazine D and 0.083 for magazine E. Magazine B, Magazine A, Magazine C, Magazine E, Magazine D are in this order.
  • the advertising cost per unit medium contact rate (a value obtained by dividing the advertising cost by the medium contact rate) may be calculated and arranged in ascending order.
  • candidates may be determined by the content rate.
  • candidates may be determined by combining the medium contact rate and / or the content rate, and further adding a cost to these values.
  • the combination may be to obtain a simple and condition or or condition, or to obtain a total point by multiplying by a predetermined coefficient.
  • a CPU in order to realize each function, a CPU is used and this is realized by software. However, some or all of them may be realized by hardware such as a logic circuit.
  • OS operating system
  • FIG. 36 shows a functional block diagram of the questionnaire result analysis support apparatus 100.
  • the questionnaire result analysis support apparatus 100 includes an answer information storage unit 102, a search word storage unit 103, a determination unit 104, a totaling unit 105, a generation unit 106, a search number variation history calculation unit 107, a search number variation history storage unit 108, and a category determination. Means 109 are provided.
  • the response information storage unit 102 stores questionnaire response information in which relevant or non-relevant responses are made for a plurality of items in association with the respondent ID.
  • the search word storage means 103 stores the search term searched at a specific search site in association with the search time and the searcher ID that performed the search.
  • the determination unit 104 extracts the search time of the search word from the search word storage unit 103 for each searcher ID, and classifies the extracted search time into a predetermined number in time series. Then, the user specified by the respondent ID associated with the searcher ID is determined as the user in each category.
  • Aggregating means 105 arranges the respective sections in the first axis direction in the cross tabulation for the items for which the corresponding answer is made in the questionnaire answer information stored in the answer information storage means 2, and The items of the questionnaire response information are arranged in the direction of the two axes, and the number of the items in each category is cross-tabulated.
  • the generating unit 106 extracts one or more items designated by the operator from the items arranged in the first axial direction or the items arranged in the second axial direction from the total result. Then, display data in which cells belonging to the extracted item are arranged is generated.
  • the generation unit 106 compares the cell value of the item arranged in the first axial direction with the same item in the second axial direction, and easily distinguishes the cell with a unique value from other cells. Emphasized item processing data is generated. Therefore, among the cells belonging to the specific item arranged in the first axial direction, it is possible to perform highlighting that makes it easy to distinguish a cell having a unique value from other cells. Further, when two or more items are extracted, it becomes easy to analyze the characteristics between users having different search times in different items.
  • the search number fluctuation history calculating means 107 calculates a search number fluctuation history representing a time-series fluctuation of the search number for each search word stored in the search word storage means 103.
  • the search number fluctuation history storage means 108 stores the calculated search number fluctuation history.
  • the classification determination unit 109 determines the classification based on the shape of the search number variation history.
  • the determination unit 104 extracts the searcher ID using the category given from the category determination unit 109.
  • the questionnaire result data storage means 102 and the search word storage means 103 are stored in one questionnaire result analysis support apparatus. However, these are stored in separate computers. Alternatively, it may be read from the other computer. Further, the questionnaire result data storage unit 102 and the search word storage unit 103 may be realized by one computer.
  • the hardware configuration of the questionnaire result analysis support apparatus 100 is substantially the same as that of the advertisement medium determination apparatus 1 shown in FIG. 2 except for the program and data stored in the hard disk 26. As shown in FIG. 37, the hard disk 26 of the questionnaire result analysis support apparatus 100 stores an analysis program 126p, a search word storage unit 126k, a questionnaire data storage unit 126t, and a search number fluctuation history storage unit 126h.
  • a user ID and a search time are stored as a searcher ID for performing a search for each search word.
  • the table format is grouped for each user ID.
  • the search date is stored as the search time, but the search date and the search time may be stored.
  • the search time and the user ID for each search word are stored, for example, for a search using a search engine on the Internet for each user who logs in to a certain portal site. That's fine.
  • questionnaire result data is stored in the questionnaire data storage unit 126t for each user.
  • the user ID 10001 has the following questionnaire response items: “A person who cares for hair care”, “A person who cares about the roughness of hair”, “A person who cares about fashion”, “ “Sensitive one” is defined as “yes”.
  • “Magazine B”, “TV Program A”, “TV Program B”, etc. are applicable (yes) and “Magazine A” is not applicable (No).
  • “shampoo A television advertisement”, “shampoo A banner advertisement”, “shampoo A homepage” are applicable as the recognized advertisements that are actually recognized (yes), and “Shampoo C” is already purchased. Answered yes (yes).
  • each search word stored in the search word storage unit 126k is aggregated, and a search number fluctuation history representing the time-series fluctuation of the search number is obtained for each search word.
  • “Date and time”, “number of search respondents”, and “user ID” are stored.
  • the search is performed once on May 1, 2008, and the searcher is one person of “10011”. Further, the search was performed three times on May 2, 2008, and there are three searchers 12303, 10013, and 10024 ". In this way, the search number fluctuation history storage unit 126h is in chronological order. A search number fluctuation history is stored.
  • the questionnaire result analysis process will be described with reference to FIG.
  • the CPU 23 performs a search target word input process that is one axis in the case of cross tabulation (step S101). Such processing may be performed by the CPU 23 prompting input by displaying a dialog as shown in FIG. 42 on the monitor.
  • search target word is determined. In the following, it is assumed that “shampoo A” is input as a search target word.
  • CPU 23 performs a search history totaling process for the specified search term (step S102). Details of the counting process are shown in FIG.
  • CPU23 extracts all the records from which the said search term was searched (step S113).
  • the CPU 23 searches the searcher ID “10001”, the search date “2008/8/5”, the searcher ID “10002”, the search date “2008/6”. / 1, searcher ID "10003”, search date "2008/7/16”, searcher ID "10004", search date "2008/9/1”, searcher ID "10005", search date "2008/6 / 24 "... is extracted.
  • the CPU 23 identifies the record retrieved at the earliest time among the extracted records (step S115).
  • the CPU 23 sets the date and time searched at the earliest time as the population search date and time of the search word (step S117). For example, in the example of FIG. 38A, the population search date of the search term “shampoo A” is “2008/5/1”.
  • the population search date may be quite old.
  • the population search date and time calculated in step S117 is displayed on the monitor, and the operator confirms that “the population search date and time is ⁇ year ⁇ month ⁇ day, is this date OK?” Any date and time may be input.
  • the CPU 23 For each ID of the extracted record, the CPU 23 extracts the record with the earliest date and time after the population search date, calculates the personal search time difference for each ID, and stores this (step S119 in FIG. 43). .
  • the number of days is adopted as the individual search time difference.
  • the search date 2008/5/1, the number of respondents “1”, and the searcher ID “10011” Search date “2008/5/2, ⁇ number of respondents“ 3 ”, searcher ID“ 12303 ”,“ 10013 ”,“ 10024 ”, etc.
  • the unit of aggregation is week, month or morning In the afternoon, time (for example, in units of 3 hours) may be arbitrarily input.
  • the earliest date becomes the earliest search date and time of the user
  • the difference between the earliest search date and the population search date and time becomes the personal search time difference of the user
  • the CPU 23 performs a classification determination process (step S105 in FIG. 41).
  • the search number change history is displayed for the search term for which the search number change history data is created, and the operator refers to this and sets the search number to a predetermined number in time series using the search time as a key.
  • the search term is divided into a predetermined number from the search start time to the search end time, and user IDs belonging to the respective categories are extracted. Such processing will be described.
  • the CPU 23 displays a line graph on the monitor based on the search number fluctuation history data.
  • the horizontal axis is the date (individual search time difference)
  • the vertical axis is the number of searches.
  • the total distribution as shown in FIG. 44 is displayed.
  • the operator refers to such distribution and designates the classification method and the number of classifications. Thereby, the number of divisions is determined.
  • the number of divisions is specified by the division by quantile.
  • the division by quantile means that the total number of searches is equally divided by a predetermined number of divisions. In this case, since the number of divisions is “5”, the total number of searches is divided into five, with 20% as one division.
  • An example of data after classification is shown in FIG.
  • the CPU 23 reads the questionnaire result data (step S107 in FIG. 41). In this case, it is assumed that the questionnaire result data shown in FIG. 39 has been read.
  • the CPU 23 classifies a plurality of items in the questionnaire result data according to the category determined in step S105, and performs a cross tabulation process using the questionnaire items as another axis. (Step S109).
  • the conventional tabulation method is possible.
  • the above-mentioned classification is taken as the head (column)
  • the questionnaire items are front side (rows)
  • the vertical% tabulation indicating the number distribution is performed as a percentage.
  • the value of each item is expressed as a percentage divided by the total number in the vertical direction.
  • the ratio of recognizing the TV advertisement of shampoo A is 42.5%
  • the ratio of recognizing the TV advertisement of shampoo A is 54.
  • the result of analysis is .6%.
  • non-searchers are also placed at the top of the table and cross tabulated (see FIG. 46). As a result, analysis in consideration of the characteristics of the non-searcher is possible.
  • the CPU 23 highlights a cell having a unique value (step S110 in FIG. 41).
  • emphasized item processing data is generated so that it can be easily distinguished from other items when displayed.
  • FIG. 1 A part of the display example is shown in FIG.
  • the average of the users belonging to the sections C1 to C5 is 40.2%, and the users belonging to the section C2 is 54.6%.
  • FIG. 48 shows an overall display example in which each item is highlighted.
  • Questionnaire analysts refer to this, for example, those who search for “shampoo A” at an early stage are “teens”, “care for hair care”, “worried about the hairiness”
  • the contact rate of “Magazine B” and “TV program B” is high as contact media. Therefore, for example, it is possible to obtain an analysis result indicating that an advertisement may be placed on “Magazine B” or “Television Program B” to appeal the problem of hair care or hairiness.
  • a marketing strategy corresponding to that can be devised.
  • the person who searches for the product is a person who is highly involved in the product, it is possible to grasp the time when the person who is highly involved in the product has been involved in the product. Moreover, considering the percentage of people currently searching on the Internet, the representativeness of the population is also excellent, and since it has search history data, it is possible to grasp the exact search time. Furthermore, the already purchased products can be supplemented by asking questions in a questionnaire survey.
  • a searcher who searches for a certain search term is used as one axis of cross tabulation. Therefore, it is possible to conduct a questionnaire assuming the prospective purchasers in the case of newly released products, and it is possible to efficiently secure a large number of samples even for products with few buyers. Further, conventionally, there is a problem that it is very difficult to specify “purchase time” unless there is POS data / personal purchase history data such as a distribution chain. Furthermore, the surveys and tabulations associated with the POS data / personal purchase history data of the distribution chain, etc., have a problem in that the distribution chain area, etc. are limited, and a sufficient number of samples cannot be secured or the samples are biased. It was. In the present invention, it is possible to solve such a problem and perform analysis in consideration of information sensitivity and the like.
  • extraction condition means that, for example, if extraction is limited to respondents of “age teenage” among the front side items, the operator selects “conditional” and selects from the pull-down menu. , “Age teenage” may be specified.
  • “Table type” is the display of the value of each cell. If you want to display the absolute number of people, the “frequency” is the ratio of the national population and the total number of respondents (matrix). If you want to get an estimate of how much you have in the whole country, if you want to display "Estimated number of people",% including non-searchers, or "Total%”, if you want to get item ranking For example, “ranking display” is selected, and the criteria for ranking (numerical value, difference from overall average, difference from searcher average, squared value, etc.) may be selected from a pull-down menu. “Horizontal%” is a case where the display is performed at a ratio when the sum of specific items arranged on the front side is 100.
  • “Items to be used for the front” and “Items to be used for the front” may be selected from the pull-down menus.
  • “items used for the front” is the search time
  • “items used for the front” are questionnaire items such as sex, age,.
  • a criterion and a threshold value for highlighting as shown in FIG. 48 are input. Any one may be selected, and “more” or “less” may be selected as a threshold value in addition to the numerical value.
  • the CPU 23 inputs each instruction (“extraction condition”, “table type”, “item used at the front”, “item used at the front”, “average”, “marking” entered on the input screen shown in FIG. About “)”, the instructed condition is stored, and the output display of the tabulation table may be determined before step S109 in FIG.
  • FIG. 50 is an example in which the items are rearranged in descending order of the average value subtracted in the sections C1 and C2 when the tabulation result of FIG. 48 is obtained.
  • FIG. 51 shows an example in which only the items are rearranged for the sections C1 to C5.
  • the results of the questionnaire for all the members are grouped according to the above search time for each user and tabulated, but only users belonging to a specific group from the beginning are targeted for the questionnaire, You may make it total a result.
  • the users belonging to the category C1 are people who searched at an early stage when the products are not yet well known, there are cases where it is desired to conduct a questionnaire only for these users. In such a case, since a population can be narrowed down compared with conducting a questionnaire for all users, a more efficient questionnaire can be implemented.
  • target attribute specifying information and search word data are stored in the questionnaire result analysis support apparatus.
  • either or both may be stored in another computer (for example, a center server). These data may be stored and read out via a network.
  • the center server can be divided into two and realized as a computer system constituted by three computers.
  • a history storage program for using a search engine is installed in the user's personal computer, and the search term and the search time are stored each time a search is performed. You may make it transmit to a center server regularly or irregularly. In this way, a known technique can be adopted as a collection method for the search result.
  • the search term is input by the operator, but the search term is classified and stored in a category so that the search term belonging to the category to which the search term belongs can be automatically specified. Also good. Alternatively, it may be displayed as a candidate so that either can be selected.
  • search number fluctuation history may be stored for each search word, displayed to the operator, and when any one is selected, the search word may be specified.
  • classification determination rules for dividing into a predetermined number and determine the classification using this rule.
  • the search terms may be classified into categories and stored, and the category may be determined according to the category of the search term of the category to which the search term belongs.
  • the search term specifying means may automatically specify a search term including a search number variation history similar to the search number variation history of the input advertisement target name. Furthermore, instead of automatic identification, a history of the number of searches of the specified search terms is displayed, and when any one is selected, the selected search terms are given to the search term specifying means as words corresponding to the advertisement target names. It may be.
  • the various periods are based on the day, but can be arbitrarily applied, such as week, month, morning or afternoon, or time (for example, in units of 3 hours).
  • any time category for example, one month may be set.
  • the questionnaire result analysis support device includes: 1) answer information storage means for storing questionnaire answer information in which relevant or non-relevant answers are made for a plurality of items in association with the respondent ID; Search term storage means that stores the search term searched in the search site in association with the search time and the searcher ID that performed the search, and 3) given a search term as a search condition, The search term of the search term is extracted for each searcher ID from the search term storage means, and the extracted search time is divided into a predetermined number in time-series order and specified by the respondent ID associated with the searcher ID.
  • cross-tabulation of questionnaire results can be performed based on the search time of a certain search term.
  • the counting unit further arranges a user who did not perform the search among the respondents as a non-search user classification in the first axial direction. And cross tabulate. Therefore, cross-tabulation of questionnaire results can be performed based on the search time of a certain search term in comparison with non-search users.
  • the counting unit includes cells belonging to a specific item among items arranged in the first axis direction among the cells in the cross-tabulated table. Is normalized based on the value of the cell belonging to the item. Therefore, it is possible to compare values of cells belonging to a specific item arranged in the first axial direction. In addition, by performing a plurality of specific items arranged in the first axial direction, it is possible to analyze characteristics between users at different search times.
  • the counting unit includes cells belonging to a specific item among items arranged in the second axis direction among the cells in the cross-tabulated table. Is normalized based on the value of the cell belonging to the item. Therefore, the values of cells belonging to a specific item arranged in the second axial direction can be compared. In addition, by performing a plurality of specific items arranged in the second axial direction, it is possible to analyze characteristics between users with different search times in different items.
  • the generating means operates, among the items arranged in the first axial direction or the items arranged in the second axial direction with respect to the aggregation result, One or more items designated by the user are extracted, and display data in which cells belonging to the extracted items are arranged is generated. Therefore, it is possible to display the items that the analyst wishes to analyze.
  • one or more items designated by the operator are extracted from the items arranged in the first axial direction with respect to the total result
  • a generating unit configured to generate display data in which cells belonging to the extracted item are arranged, wherein the generating unit sets the cell value of the item arranged in the first axial direction to the same item in the second axial direction;
  • the emphasis item processing data that makes it easy to distinguish a cell having a unique value from other cells is generated. Therefore, among the cells belonging to the specific item arranged in the first axial direction, it is possible to perform highlighting that makes it easy to distinguish a cell having a unique value from other cells. Further, when two or more items are extracted, it becomes easy to analyze the characteristics between users having different search times in different items.
  • one or more items designated by the operator are extracted from the items arranged in the first axial direction with respect to the total result
  • a generating unit configured to generate display data in which cells belonging to the extracted item are arranged, wherein the generating unit sets the cell value of the item arranged in the first axial direction to the same item in the second axial direction;
  • the ranking process data arranged in the order of unique values is generated. Therefore, a cell having a unique value among cells belonging to a specific item arranged in the first axial direction can be displayed. Further, when two or more items are extracted, it becomes easy to analyze the characteristics between users having different search times in different items.
  • one or more items designated by the operator are extracted from the items arranged in the second axis direction with respect to the total result
  • a generating unit configured to generate display data in which cells belonging to the extracted item are arranged, wherein the generating unit sets the cell value of the item arranged in the second axial direction to the same item in the first axial direction;
  • the emphasis item processing data that makes it easy to distinguish a cell having a unique value from other cells is generated. Therefore, among the cells belonging to the specific item arranged in the second axis direction, it is possible to perform highlighting that makes it easy to distinguish a cell having a unique value from other cells. Further, when two or more items are extracted, it becomes easy to analyze the characteristics between users having different search times in different items.
  • one or more items designated by the operator are extracted from the items arranged in the second axis direction with respect to the total result
  • a generating unit configured to generate display data in which cells belonging to the extracted item are arranged, wherein the generating unit sets the cell value of the item arranged in the second axial direction to the same item in the first axial direction;
  • the ranking process data arranged in the order of unique values is generated. Therefore, a cell having a unique value among cells belonging to a specific item arranged in the second axial direction can be displayed. Further, when two or more items are extracted, it becomes easy to analyze the characteristics between users having different search times in different items.
  • the computer-aided questionnaire result analysis method is based on questionnaire response information in which relevant or non-relevant answers have been made for a plurality of items in association with respondent IDs on a computer, and a specific search site.
  • the search term and the searcher ID that performed the search are associated with each other and stored in the storage unit, and when the search term is given as a search condition, the computer stores the search term in the storage unit.
  • the search time of the stored search term is extracted for each searcher ID, the extracted search time is divided into a predetermined number in time series, and the user identified by the respondent ID associated with the searcher ID Is determined as a user in each category, and among the questionnaire response information stored in the storage unit, the item for which the corresponding response is made, Said each divided into a first axial direction disposed in the loss aggregates, each item of the questionnaire information to the second axial disposed in the cross tabulation, cross tabulation the number of each item in each segment.
  • the questionnaire results can be cross tabulated based on the search time of a certain search term.
  • a questionnaire result analysis program is a program for causing a computer to execute the following steps 1) to 3). 1) Corresponding to the respondent ID, the search time and search were performed for the questionnaire response information in which the corresponding or non-applicable responses were made for multiple items and the search terms searched for on a specific search site. A step of associating a searcher ID with the storage unit and storing it in the storage unit. 2) When a search term is given as a search condition, the search term of the search term stored in the storage unit is extracted for each searcher ID and extracted.
  • a questionnaire result analysis system stores, in a first computer, questionnaire response information in which a corresponding or non-applicable answer is made for a plurality of items in association with a respondent ID, and a second computer
  • the search term searched for at a specific search site is stored in association with the search time and the searcher ID that performed the search, and connected to the first and second computers.
  • the computer of No. 3 extracts the search time of the search word for each searcher ID from the second computer, and divides the extracted search time into a predetermined number in chronological order.
  • the user identified by the respondent ID associated with the searcher ID is determined as the user in each category, and the first computer Among the questionnaire response information stored in the data, the respective categories are arranged in the first axis direction in the cross tabulation and the questionnaire response information in the second axis direction in the cross tabulation. Are arranged, and the number of each item in each section is cross-tabulated.
  • the questionnaire results can be cross tabulated based on the search time of a certain search term.
  • a questionnaire questionnaire target person determination device includes: 1) answer information storage means for storing questionnaire answer information in which relevant or non-relevant answers have been made for a plurality of items in association with the respondent ID; 2) With respect to a search term searched on a specific search site, search term storage means for storing the search time and the searcher ID that performed the search in association with each other, and 3) given a search term as a search condition, The search term of the search term is extracted for each searcher ID from the search term storage means, and the extracted search times are divided into a predetermined number in time-series order and specified by the respondent ID associated with the searcher ID. Determining means for determining a user to be selected as a user in each category; 4) when any of the categories is specified, a searcher ID belonging to the category is determined as a survey target person And it includes a questionnaire subject determining means.
  • cells having unique values means, for example, a value indicating whether or not the items of the aggregated cross tabulation results are statistically significant, and the average value of each section is subtracted from the numerical value of each cell. The case where the obtained value is larger than other cells is also included. Furthermore, it refers to a cell having a large chi-square value for the item of the cross tabulation result.

Abstract

　　客観的な広告プランを作成することも目的とする。ターゲット特定情報記憶手段２は、検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を記憶する。検索語記憶手段３は、検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶する。抽出手段４は、検索語が与えられるとその検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、各区分に属する検索者ＩＤを抽出する。広告媒体データ決定手段５は、ターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、各区分の時系列順に並べられた代表候補情報伝達媒体を決定する。 　

Description

広告媒体決定装置および広告媒体決定方法
　この発明は、広告媒体決定装置に関し、特に検索履歴を用いた広告媒体決定処理に関する。
　商品やサービスには流行があり、広告効果の効率性からすると、流行の最先端層が接する広告媒体に広告し、その後、先端層が接する広告媒体に、そして一般層がよく接する広告媒体にと、広告媒体を変えていくことが望ましい。
　そこで、あらかじめ、「流行にとても敏感」、「流行に敏感」、「流行に敏感でない」などの属性アンケートをとっておき、これを参考に広告媒体の広告プランを作成するという手法がなされていた。
　しかし、アンケート対象者が最先端層に属するかについては、商品またはサービスによっても異なる。また、各アンケート対象者に、申告結果を記憶したとしても、かかる評価は各人の主観的なものでしかない。
　この発明は、インターネット上の検索エンジンを用いた検索結果を利用することによって、広告媒体またはその広告時期を客観的に決定することができる広告媒体決定装置を提供することを目的とする。
　この発明の特徴、他の目的、用途、効果等は、実施例および図面を参酌することにより明らかになるであろう。
　１）本発明にかかる広告媒体決定装置は、1)検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を記憶するターゲット特定情報記憶手段、2)検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶する検索語記憶手段、3)検索条件としての検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、各区分における検索者ＩＤを抽出する抽出手段、4)前記ターゲット特定情報記憶手段に記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定手段を備えている。したがって、前記各検索者を過去の検索語の検索時期によって区分し、さらに各区分に属する検索者が接触対象の情報伝達媒体に基づき、広告媒体の時系列順を決定することができる。
　２）本発明にかかる広告媒体決定装置は、広告対象名称に対応する語が与えられると前記広告媒体データ決定手段に与えるとともに、前記広告対象名称に対応する検索語を特定し前記抽出手段に与える検索語特定手段を備えている。したがって、広告対象名称に対応する語が与えられると、前記抽出手段に前記広告対象名称に対応する検索語を与えることができる。
　３）本発明にかかる広告媒体決定装置は、前記検索語記憶手段に記憶された検索語は、カテゴリーに分類されており、前記検索語特定手段は、前記広告対象名称に対応する語が属するカテゴリーの検索語を特定する。したがって、前記広告対象名称に対応する語が属するカテゴリーの検索語を与えることができる。
　４）本発明にかかる広告媒体決定装置は、さらに、前記検索語記憶手段に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、および前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段を備え、前記検索語特定手段は、前記各検索語の検索数変動履歴を表示し、いずれかが選択されると、その検索語を特定する。したがって、操作者は前記検索数変動履歴を参照して検索語を選択できる。また、かかる検索語により前記抽出がなされる。
　５）本発明にかかる広告媒体決定装置は、広告対象名称およびこれに対応する検索語が与えられると、前記広告対象名称を前記広告媒体データ決定手段に与えるとともに、前記広告対象名称に対応する検索語を前記抽出手段に与える検索語特定手段を備えている。したがって、与えられた検索語により前記抽出がなされる。
　６）本発明にかかる広告媒体決定装置は、前記所定数に区分する区分決定規則を記憶する区分決定手段を備え、前記抽出手段は、前記区分決定手段から与えられた区分決定規則を用いて前記検索者ＩＤを抽出する。したがって区分決定規則に基づき、各区分の検索者が特定される。
　７）本発明にかかる広告媒体決定装置は、さらに、1)前記検索語記憶手段に記憶された検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、2)前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段、3)前記検索数変動履歴の形状に基づいて、区分を決定する区分決定手段、を備え、4)前記抽出手段は、前記区分決定手段から与えられた区分を用いて前記検索者ＩＤを抽出する。したがって前記検索数変動履歴の形状に基づいて、区分が決定される。
　８）本発明にかかる広告媒体決定装置においては、前記区分決定手段は、前記検索数変動履歴の形状変化率が所定以上変化する場合には、新たな区分であると判断して、区分を決定する。したがって、前記検索数変動履歴の形状変化率が所定以上変化する場合には自動的に区分が決定される。
　９）本発明にかかる広告媒体決定装置においては、前記区分決定手段は、前記検索数変動履歴を表示し、与えられた区分データを用いて、区分を決定する。したがって、操作者は表示された検索数変動履歴を参照して区分を決定できる。
　１０）本発明にかかる広告媒体決定装置においては、前記検索語記憶手段に記憶された検索語は、カテゴリーに分類されており、前記検索語が属するカテゴリーの検索語の区分で、区分を決定する区分決定手段を備えている。したがって、同じカテゴリーの検索語によって区分が決定される。
　１１）本発明にかかる広告媒体決定装置においては、前記検索語記憶手段に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、および前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段を備えており、前記検索語特定手段は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を特定し、特定した検索語が前記広告対象名称に対応する語として、前記広告媒体データ決定手段に与える。したがって入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語によって変更が可能となる。
　１２）本発明にかかる広告媒体決定装置においては、前記検索語記憶手段に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、および前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段を備えており、前記検索語特定手段は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を特定し、特定した検索語の検索数変動履歴を表示し、いずれかが選択されると、選択された検索語を前記広告対象名称に対応する語として、前記広告媒体データ決定手段に与える。したがって、類似する検索数変動履歴を含む検索語のうち、選択された検索語によって変更が可能となる。
　１３）本発明にかかる広告媒体決定装置においては、前記検索条件としての検索語は、論理積および論理和のいずれかまたは双方が組み合わされた複数の検索語であり、前記抽出手段は、各検索語について検索開始時期から検索終了時期までの期間を求め、前記検索条件に基づいた演算を行い、各区分に属する検索者ＩＤを抽出する。したがって、複数の検索語による検索条件に基づいた演算により各区分の検索者ＩＤを抽出することができる。
　１４）本発明にかかる広告媒体決定装置においては、前記検索条件に基づいた演算は、与えられた論理積演算である。したがって、論理積演算に基づいた演算により各区分の検索者ＩＤを抽出することができる。
　１５）本発明にかかる広告媒体決定装置においては、前記検索条件に基づいた演算のうち、論理積演算は、期間の最大値を求める。したがって、前記検索条件に合致した値を求めることができる。
　１６）本発明にかかる広告媒体決定装置においては、前記検索条件に基づいた演算のうち、論理積演算は、期間の平均値を求める。したがって、一部の条件について検索結果が大幅に変わる場合にでも、前記検索条件に合致した演算処理を行うことができる。
　１７）本発明にかかる広告媒体決定装置においては、前記抽出手段は、前記求めた各検索語についての期間を検索語毎に正規化してから、前記演算を行う。したがって、各検索語による期間の相対的な評価によって演算が可能となる。
　１８）本発明にかかる広告媒体決定装置においては、前記正規化は、検索開始時期から検索終了時期までを前記検索語毎に所定数に区分して、いずれの区分に属するかで前記論理積演算を行う。したがって別途正規化処理が不要となる。
　１９）本発明にかかる広告媒体決定装置においては、前記各検索語の正規化データのうち、論理積演算を行うデータが、他のデータと所定の閾値以上離れている場合には、当該正規化データを無視して論理積演算を行う。したがって、一部の検索条件について他のデータと所定の閾値以上離れているため、抽出対象とならない検索者であっても、検索条件を変更することなく抽出することができる。
　２０）本発明にかかる広告媒体決定装置においては、前記所定の閾値以上離れているとは、検索時期が存在しない場合である。したがって、一部の検索条件について検索結果が存在しないため、抽出対象とならない検索者であっても、検索条件を変更することなく抽出することができる。
　２１）本発明にかかる広告媒体決定装置においては、論理積演算を行う検索語について検索時期が存在しない検索語が存在する場合、それが所定数以下であれば、当該検索語を無視して論理積演算を行う。したがって、一部の検索条件について検索結果が存在しないため、抽出対象とならない検索者であっても、検索条件を変更することなく抽出することができる。
　２２）本発明にかかる広告媒体決定方法においては、コンピュータに、1)検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報、および2)検索を行った検索者ＩＤ、検索時期、および検索語を対応づけた検索語データを記憶させておき、前記コンピュータは、ある検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、各区分における検索者ＩＤを抽出し、前記コンピュータは、前記記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する。
　したがって、前記各検索者を過去の検索語の検索時期によって区分し、さらに各区分に属する検索者が接触対象の情報伝達媒体に基づき、広告媒体の時系列順を決定することができる。
　２３）本発明にかかる広告媒体決定装置は、1)検索語が与えられると、検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶させた検索結果データ記憶装置から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期について、検索開始時期から検索終了時期まで時系列順に所定数に区分して、各区分における検索者ＩＤを抽出する抽出手段、2)検索者ＩＤに対応づけて記憶された、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定手段を備えている。
　したがって、前記各検索者を過去の検索語の検索時期によって区分し、さらに各区分に属する検索者が接触対象の情報伝達媒体に基づき、広告媒体の時系列順を決定することができる。
　２４）本発明にかかるプログラムは、コンピュータに以下のステップ1)、2)を実行させる。1)検索語が与えられると、検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶させた検索結果データ記憶装置から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、当該検索語について検索開始時期から検索終了時期までを所定数に区分して、各区分における検索者ＩＤを抽出する抽出ステップ、2)検索者ＩＤに対応づけて記憶された、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定ステップ。
　したがって、前記各検索者を過去の検索語の検索時期によって区分し、さらに各区分に属する検索者が接触対象の情報伝達媒体に基づき、広告媒体の時系列順を決定することができる。
　２５）本発明にかかる広告媒体決定方法は、Ａ）第１のコンピュータに、1)検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報、および2)検索を行った検索者ＩＤ、検索時期、および検索語を対応づけた検索語データを記憶させておき、Ｂ）第２のコンピュータは、ある検索語が与えられると、前記第1のコンピュータから当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、各区分における検索者ＩＤを抽出し、Ｃ）前記第２のコンピュータは、前記記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する。
　したがって、前記各検索者を過去の検索語の検索時期によって区分し、さらに各区分に属する検索者が接触対象の情報伝達媒体に基づき、広告媒体の時系列順を決定することができる。
　本件明細書において、「ターゲット属性特定情報」とは、各検索者について好みや所有商品などのターゲットとしての属性を特定する情報をいう。また、情報伝達媒体特定情報を含む。
　「情報伝達媒体特定情報」とは、検索者が接触する情報伝達媒体を特定する情報であり、実施形態では、広告媒体である雑誌名が該当するが、その他、新聞名、テレビ番組名、インターネットのサイト名なども含む。
　また，「検索語の検索時期を検索者ＩＤ毎に抽出」とは、同じ検索者ＩＤが複数回検索している場合には、最先の検索時期を当該検索者について抽出することをいう。ここで「最先の」とは、検索開始時期が特定されていない場合は、もっとも古い検索時期を意味し、検索開始時期が特定されている場合は、特定された検索時期のあと、もっとも古い検索時期を意味する。例えば、検索者Ｘについて、ある検索語について、2008/1/10、2008/2/16、2008/3/1の３つの検索時期が存在した場合、検索開始時期が2008/1/15と特定されていれば、2008/2/16が最先の検索時期として抽出され、検索開始時期が2008/1/15と特定されていなければ、2008/1/10が最先の検索時期として抽出される。
　「論理積演算を行うデータが、他のデータと所定の閾値以上離れている」とは、検索結果が存在せず、欠損値である場合も含む。
本発明にかかる広告媒体決定装置１の機能ブロック図である。 広告媒体決定装置１のハードウェア構成の一例である。 検索語記憶部のデータ構造を示す図である。 ターゲットデータ記憶部のデータ構造を示す図である。 検索数変動履歴データの一例を示す図である。 作成されたプランのデータ構造を示す図である。 作成されたプランの詳細を示す図である。 広告媒体決定処理のフローチャートである。 表示されるダイアログの一例である。 集計処理のフローチャートである。 検索数変動履歴の表示例である。 区分別の検索数変動履歴のデータ構造を示す図である。 プラン作成処理のフローチャートである。 候補となる広告媒体の表示例である。 候補となる広告媒体の表示例である。 表示されるダイアログの一例である。 決定された広告媒体の表示例である。 広告媒体修正処理のフローチャートである。 表示されるダイアログの一例である。 検索数変動履歴データの一例を示す図である。 修正用検索語決定処理のフローチャートである。 定義ファイルのデータ構造を示す図である。 広告対象名が属する分類を特定させるためのダイアログの一例である。 広告対象名が属する分類および検索語を特定させるためのダイアログの一例である。 プランを修正する検索語を決定するためのダイアログの一例である。 修正前の検索数履歴変動と修正後の検索数履歴変動の表示例である。 修正前後のプランの表示例である。 修正前後のプランの表示例である。 区分の特定処理フローチャートである。 検索数変動履歴の一例である。 検索数変動履歴の区分についてのパラメータを決定するためのダイアログの一例である。 移動平均値、総累積分布数の演算結果の一例を示す図である。 自動区分処理における表示例である。 自動区分処理における表示例である。 検索数変動履歴に区分の候補が表示された状態を示す図である。 アンケート結果解析支援装置１００の機能ブロック図である。 アンケート結果解析支援装置１００のハードウェア構成の一例である。 検索語記憶部のデータ構造を示す図である。 アンケート結果データ記憶部のデータ構造を示す図である。 検索数変動履歴データの一例を示す図である。 解析処理のフローチャートである。 表示されるダイアログの一例である。 集計処理のフローチャートである。 検索数変動履歴の表示例である。 区分別の検索数変動履歴のデータ構造を示す図である。 クロス集計結果の一例である。 クロス集計結果の一部を強調表示した一例である。 強調表示したクロス集計結果の一例である。 クロス集計をする際の、条件を入力する画面の一例である。 有意な項目順に並べ替えた結果の一例である。 有意な項目順に並べ替えた結果の一例である。
符号の説明
１・・・・広告媒体決定装置
　　２３・・・ＣＰＵ
　　２７・・・メモリ
　１．全体構成の概略
　図１に、本件発明にかかる広告媒体決定装置１の機能ブロック図を示す。広告媒体決定装置１は、ターゲット特定情報記憶手段２、検索語記憶手段３、抽出手段４、広告媒体データ決定手段５、検索語特定手段６、検索数変動履歴演算手段７、検索数変動履歴記憶手段８を備えている。
　ターゲット特定情報記憶手段２は、検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を記憶する。検索語記憶手段３は、検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶する。抽出手段４は、検索条件としての検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索者ＩＤ毎の検索時期を時系列順に所定数に区分して、各区分に属する検索者ＩＤを抽出する。
　広告媒体データ決定手段５は、ターゲット特定情報記憶手段２に記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する。決定された広告媒体データは結果記憶手段９に記憶される。
　検索語特定手段６は、広告対象名称およびこれに対応する検索語が与えられると、前記広告対象名称を広告媒体データ決定手段５に与えるとともに、前記広告対象名称に対応する検索語を抽出手段４に与える。
　検索数変動履歴演算手段７は、検索語記憶手段３に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する。検索数変動履歴記憶手段８は、前記演算された検索数変動履歴を記憶する。また、検索語特定手段６は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を特定し、特定した検索語の検索数変動履歴を表示し、いずれかが選択されると、選択された検索語を前記広告対象名称に対応する語として、広告媒体データ決定手段５に与える。
　検索条件としての検索語として、論理積および論理和のいずれかまたは双方が組み合わされた複数の検索語が与えられると、抽出手段４は各検索語について検索開始時期から検索終了時期までの期間を求め、前記検索条件に基づいた演算を行い、各区分の検索者ＩＤを抽出する。
　また、区分決定手段１１は、前記検索数変動履歴の形状に基づいて、区分を決定する。抽出手段４は、区分決定手段１１から与えられた区分を用いて前記検索者ＩＤを抽出する。
　なお、本実施形態においては、１つの広告媒体決定装置内に、ターゲット特定情報記憶手段２および検索語記憶手段３を記憶する場合についても説明したが、をこれらについては別のコンピュータに記憶しておき、当該別のコンピュータから読み出すようにしてもよい。
　２．ハードウェア構成
　広告媒体決定装置１のハードウェア構成について、説明する。図２は、ＣＰＵを用いて構成した広告媒体決定装置１のハードウェア構成の一例である。
　広告媒体決定装置１は、ＣＰＵ２３、メモリ２７、ハードディスク２６、モニタ３０、光学式ドライブ２５、マウス２８、キーボード３１、およびバスライン２９を備えている。ＣＰＵ２３は、ハードディスク２６に記憶された各プログラムにしたがいバスライン２９を介して、各部を制御する。
　ハードディスク２６は、オペレーティングシステムプログラム（以下ＯＳと略す）２６ｏ、広告媒体決定プログラム２６p、検索語記憶部２６k、ターゲットデータ記憶部２６t、検索数変動履歴記憶部２６h、広告媒体決定データ記憶部２６bを有する。
　検索語記憶部２６kには、図３に示すように、各検索語について、検索を行った検索者ＩＤとしてユーザＩＤおよび検索時期が記憶されている。本実施形態においては、検索時期として検索日および時刻を記憶するようにしたが、検索日のみ記憶するようにしてもよい。かかる検索語毎の検索時期およびユーザＩＤは、たとえば、あるポータルサイトにログインしたユーザを対象に、ユーザ毎にインターネット上の検索エンジンを用いた検索について、検索語および検索時期を記憶するようにすればよい。
　ターゲットデータ記憶部２６tには、図４に示すように、ユーザ毎に、自らが接触する広告媒体を特定する広告媒体特定情報を含むターゲット属性特定情報が記憶されている。たとえば、ユーザＩＤ10001のユーザは、接触対象の広告媒体として雑誌B、テレビ番組A,Bがあり、また、当該ユーザのターゲット属性として、「おしゃれに気を遣う方だ」「流行に敏感な方だ」が記憶されている。また、当該ユーザが保有を有する商品（例えば、「コンピュータＡ」、「ドリンクＡ」）が記憶されている。商品に関する情報については、購入経験、購入意向、購入個数などのデータを扱ってもよい。さらには、商品に関する認知や好意などについても扱ってもよい。かかるユーザ毎のターゲット属性については新規登録の際、またはその後のアンケート等により取得するようにすればよい。
　検索数変動履歴記憶部２６hには、後述するように、検索語記憶部２６kに記憶された各検索語を集計して、検索数の時系列変動を表す検索数変動履歴として、検索語毎に、"日時","検索回答者数","回答者ＩＤ"が記憶されている。例えば、図５に示す検索語であれば、2007/4/2には、１回検索がされており、検索者は"10011"の１人である。また、2007/4/5には、３回検索されており、検索者は、12303,10013,10024"の３人である。このように、検索数変動履歴記憶部２６hには時系列順の検索数変動履歴が記憶されている。
　広告媒体決定データ記憶部２６bには、図６に示すように、後述する広告媒体決定プログラム２６pによって、作成された広告媒体決定データが記憶される。各広告媒体決定データの具体的なデータ構成を図７に示す。このように、広告媒体決定データとは、広告期間毎に広告媒体が定められている。
　広告媒体決定プログラム２６pは、図８に示す集計処理(ステップＳ２)、区分け決定処理（ステップＳ３）およびプラン作成処理(ステップＳ５）により、図６，図７に示す広告媒体決定データを作成する。詳細は後述する。
　本実施形態においては、オペレーティングシステムプログラム（ＯＳ）２６ｏとして、WindowsVista（登録商標または商標）を採用したが、これに限定されるものではない。
　なお、上記各プログラムは、光学式ドライブ２５を介して、プログラムが記憶されたＣＤ－ＲＯＭ２５ａから読み出されてハードディスク２６にインストールされたものである。なお、ＣＤ－ＲＯＭ以外に、フレキシブルディスク（ＦＤ）、ＩＣカード等のプログラムをコンピュータ可読の記録媒体から、ハードディスクにインストールさせるようにしてもよい。さらに、通信回線を用いてダウンロードするようにしてもよい。
　本実施形態においては、プログラムをＣＤ－ＲＯＭからハードディスク２６にインストールさせることにより、ＣＤ－ＲＯＭに記憶させたプログラムを間接的にコンピュータに実行させるようにしている。しかし、これに限定されることなく、ＣＤ－ＲＯＭに記憶させたプログラムを光学式ドライブ２５から直接的に実行するようにしてもよい。なお、コンピュータによって、実行可能なプログラムとしては、そのままインストールするだけで直接実行可能なものはもちろん、一旦他の形態等に変換が必要なもの（例えば、データ圧縮されているものを、解凍する等）、さらには、他のモジュール部分と組合して実行可能なものも含む。
　３．広告媒体決定処理
　以下、広告媒体決定処理について図８を用いて説明する。ＣＰＵ２３は、広告対象名、履歴利用検索語、およびキャンペーン開始時期の入力処理を行う（ステップＳ１）。かかる処理は、ＣＰＵ２３が図９のようなダイアログをモニタに表示して入力を促せばよい。図９のＡでは、領域３１に広告対象名を入力し、ボタン３２を選択すると、広告対象名が決定される。図９のＢでは、領域３３に検索語を入力し、ボタン３４を選択すると、広告対象名が決定される。図９のＣでは、領域３５～３７にキャンペーン開始時期を入力すればよい。以下では、広告対象名として"シャンプーＸ"が、履歴利用検索語として"TSUBAKI"が、キャンペーン開始時期として"２００８年５月１日"が入力されたものとする。
　１）〔集計処理〕
　ＣＰＵ２３は、集計処理を行う（図８ステップＳ１）。集計処理の詳細を図１０に示す。
　ＣＰＵ２３は、履歴利用検索語（以下検索語という）が入力されるか否か判断しており(図１０ステップＳ１１）、検索語が入力されると、当該検索語が検索された全てのレコードを抽出する(ステップＳ１３）。この場合であれば、検索語は”TSUBAKI"であるので、ＣＰＵ２３は、検索者ID"10011",検索日時”2007/4/2 06:01"、検索語"TSUBAKI"、検索者ID"12303",検索日時”2007/4/5 16:22"、検索語"TSUBAKI"、検索者ID"10013",検索日時”2007/4/5 16:24"、検索語"TSUBAKI"、検索者ID"10024",検索日時”2007/4/5 19:10"、検索語"TSUBAKI"・・・を抽出する。
　ＣＰＵ２３は、抽出されたレコードの中で、最も早い時期に検索されたレコードを特定する(ステップＳ１５）。ＣＰＵ２３は、最も早い時期に検索された日時を当該検索語の母集団検索日時とする(ステップＳ１７）。たとえば、図３の例であれば、検索語"TSUBAKI"の母集団検索日時は”2007/4/2 06:01”となる。
　なお、ステップＳ１１にて入力された検索語によっては、母集団検索日時がかなり昔となる場合もある。このような場合には、ステップＳ７にて演算した母集団検索日時をモニタに表示し、操作者に「母集団検索日時は○年○月○日ですがこの日でよろしいですか？」と確認し、任意の日時を入力させるようにしてもよい。
　ＣＰＵ２３は、抽出されたレコードの各ＩＤについて、母集団検索日時以降で最も早い日時のレコードを抽出して、各ＩＤに対して個人検索時間差を計算し、これを記憶する(図１０ステップＳ１９）。本実施形態においては、個人検索時間差として、日数を採用した。たとえば、図３の場合であれば、図５に示すような、日毎の検索回答者数および回答者IDとして、検索日時2007/4/2、 回答者数”1”、検索者ID”10011"、検索日時”2007/4/5 、 回答者数”３”、検索者ID"12303","10013","10024"が得られる。なお、集計単位は、週、月、あるいは午前午後、時間(たとえば3時間単位）など任意に入力できるようにしてもよい。
　また、同じ検索語について複数回検索した場合には、最先の日が当該ユーザの最先検索日時となり、最先検索日時と母集団検索日時との差が当該ユーザの個人検索時間差となる。
　２）〔区分け決定処理〕
　集計処理が完了すると、ＣＰＵ２３は区分け決定処理を行う(図８ステップＳ３）。本実施形態においては、上記検索数変動履歴データが作成された検索語について、検索数変動履歴を表示して、操作者がこれを参照して、検索時期をキーとして、時系列順に所定数に区分して、当該検索語について検索開始時期から検索終了時期までを所定数に区分して、各区分に属するユーザＩＤを抽出する。かかる処理について説明する。
　ＣＰＵ２３は、前記検索数変動履歴データに基づき、モニタに折れ線グラフを表示する。本実施形態においては、折れ線グラフは横軸を日にち（個人検索時間差）、縦軸を検索数とした。これにより、図１１に示すような集計区分分布が表示される。操作者はかかる分布を参照して、区分手法および区分数を指定する。これにより、区分数が決定される。以下では、分位による区分で、区分数５が指定されたものとする。分位による区分とは、総検索数を均等に所定区分数で区分することをいう。この場合区分数は「５」であるので、総検索数のうち、２０％となるまでを１つの区分として、全体を５つに区分することとなる。区分後のデータ例を図１２に示す。
　なお、区分方法については、前記分位以外にロジャース区分など、種々のものが採用できる。また、月別などのカレンダー区分や、母集団検索日時を起点とした時間区分などを使ってもよい
　３）〔プラン作成処理〕
　次に、ＣＰＵ２３は、プラン作成処理を行う（図８ステップＳ５）。プラン作成処理では、ステップＳ３にて得られた区分に属するユーザを特定し、各ユーザのターゲット特定情報を用いて、前記各区分における候補情報伝達媒体が抽出される。さらに、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体が決定され、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体が、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定される。
　以下、プラン作成処理について図１３を用いて説明する。ＣＰＵ２３は、検索数変動履歴を表示する(ステップＳ２１）。ＣＰＵ２３は図８ステップＳ３で決定した区分数を読み出す(図１３ステップＳ２３）。この場合、区分数「５」が読み出される。ＣＰＵ２３は、処理対象区分jを初期化し(ステップＳ２５）、j番目の区分の全ユーザＩＤを読み出して、そのターゲット属性から広告媒体を抽出し、当該区分内における割合を演算する(ステップＳ２７）。この場合、j=1であるので、1つめの区分Ｃ１に属する全ユーザＩＤを図５に示す検索数変動履歴データから読み出して、ターゲットデータ記憶部に記憶された各ユーザがよく接する広告媒体を全て読み出して、これをカウントし、その区分における媒体接触率を求めればよい。例えば、区分Ｃ１に属するユーザが１０００人で、そのうち、よく接する広告媒体として雑誌Ａが記憶されているユーザが１２３人であれば、雑誌Ａの媒体接触率は１２．３％となる。このようにして、全ての広告媒体について、当該区分内における媒体接触率を求める。
　ＣＰＵ２３は全ての区分について処理済みであるか判断し(ステップＳ２９）、この場合、処理済みではないので処理対象区分jをインクリメントし(ステップＳ３０）、ステップＳ２７以下の処理を繰り返す。
　全ての区分について処理が済むと、結果を集計する(ステップＳ３１）。また、ＣＰＵ２３は、候補となる広告媒体を決定し、表示する(ステップＳ３３）。表示例を図１４に示す。
　本実施形態においては、広告媒体の当該区分内における媒体接触率が高い順に並べ、そのうち、当該区分内における媒体接触率が全区分における平均媒体接触率よりも所定値以上高いものを候補として特定し、特殊表示としてハイライト表示するようにした。しかし、これに限定されず、媒体接触率が最も高いものを候補として決定するようにしてもよい。また、特殊表示としてはその他、配色を変えたり、他の媒体とは違う位置に表示したり、文字の大きさを変えたりなど種々の表示が考えられる。なお、特殊表示は任意である。
　ユーザは表示された候補を見て、変更したい場合には、該当する広告媒体の選択領域をポインティングデバイスで選択すればよい。例えば、 図１４においては、平均媒体接触率よりも３%以上高いものを候補として特殊表示している。区分Ｃ４内では雑誌Ｋ、雑誌Ｍは、全体の平均媒体接触率よりも３%以上高くないので、ハイライト表示されていない。区分Ｃ５内での雑誌Ｋ、雑誌Ｍについても同様である。操作者がこれらの広告媒体を選択するのであれば、領域５３，５４，５５，５６をクリックするようにすればよい。
　ＣＰＵ２３は、変更指示があるか否か判断しており（ステップＳ３６）、変更指示があると、候補の表示を変更する（ステップＳ３７）。領域５３、５４，５５、５６をクリック状態として、候補表示が変更されたあとの状態を図１５に示す。
　なお、領域６１内の数値を変更することにより、前記デフォルトでハイライト表示される閾値を変更することができる。
　操作者は、これでよければ図１５に示すボタン５１を選択する。ＣＰＵ２３はステップＳ３７のあと、ボタン５１が選択されるか否か判断しており(図１３ステップＳ３５）、ボタン５１が選択されると、決定プランとして記憶する。プラン名については、図１６に示すような画面を表示することにより、領域５７に入力させ、ボタン５８を操作させて、操作者に入力させるようにすればよい。
　図１７に、決定したプランＡの概要を示す。
　なお、本実施形態においては、広告媒体として雑誌を選択した場合を例として説明したが、他の広告媒体、新聞、テレビ、インターネット等についても同様に決定することができる。
　本実施形態においては、インターネット上の検索エンジンにおける検索結果を用いて、その検索語についての検索時期を適宜区分し、区分内に属する回答者を決定し、当該回答者が接する機会の多い広告媒体を抽出して、メディアプラン案を作成するようにした。これにより、特定の検索語について過去の検索傾向に応じたメディアプラン案を作成することができる。特定の検索語に対する関心度は、新製品への関心度と一定の関連性が考えられる。特定の検索語についての検索時期は、流行への敏感度と相関性が考えられるので、ユーザの主観に頼らないメディアプラン案を作成することができる。なお、本実施形態においては、各区分の日数も実際に検索された検索日数を用いているが、これに限定されない。
　４．修正処理
　このようにして作成された"シャンプーＸ"の関する”プランＡ"は、あくまでも、過去のある検索語と同じような注目がされると想像した上のプラン案である。この広告対象名"シャンプーＸ"についても、新たに検索語として検索される。その結果、検索語"TSUBAKI"とは、検索履歴が全く異なる場合もありうる。この実施形態では、作成したメディアプラン案を実際の検索履歴に応じて、さらに別の検索語の履歴を用いて変更する。これにより、広告対象名についての実際の検索履歴に応じたメディアプラン案とすることができる。
　以下では、履歴利用検索語として"TSUBAKI"を用いた広告対象名として作成した"シャンプーＸ"の関する”プランＡ"を、別の検索語を用いて6/19に修正する場合について説明する。
　ＣＰＵ２３は、修正対象プランの入力処理を行う(ステップＳ４１）。例えば、図１９に示すダイアログを表示し、入力を促せばよい。操作者は領域６１に"シャンプーＸ"を入力する。ＣＰＵ２３は、シャンプーＸのプランを領域６３に表示する。この場合、”プランＡ”が存在するので、領域６３にプランＡが表示される。
操作者は、修正対象がプランＡである場合には、決定ボタン６５を選択する。これにより、入力処理が完了する。なお、１の広告対象名について、複数のプランが記憶されている場合もあるので、その場合には、領域６３には複数のプランが表示される。
　つぎに、ＣＰＵ２３は”シャンプーＸ”を検索語として、検索語記憶部に記憶された検索結果を用いて、検索履歴の集計を行う(図１８ステップＳ４３）。かかる集計処理については、図８ステップＳ２と同様であるので説明は省略する。これにより、図２０に示すような検索語”シャンプーＸ”について、5/1～6/19までの検索履歴が得られる。
　ＣＰＵ２３は、検索語”シャンプーＸ”についての検索履歴を用いて、これと類似する検索数変動履歴を有する検索語を修正用検索語として決定する(ステップＳ４５）。ステップＳ４５の詳細について、図２１を用いて説明する。
　ＣＰＵ２３は、範囲指定処理を行う(ステップＳ５１）。本実施形態においては、図２２に示すように、各検索語について、属する小分類、かかる小分類が属する大分類と階層構造で定義した定義ファイルをハードディスク２６(図２参照)に記憶しておき、どの範囲の検索語についての類似判断を行うかを指定するようにした。本実施形態においては、図２３に示すようなダイアログを画面に表示することにより、操作者が範囲を指定できるようにした。ジャンルが決定すれば、操作者は決定ボタン７１を選択すればよい。また、小分類の中でも一部の検索語についてだけ類似判断を行う場合には、図２４に示すようなダイアログを表示し、操作者に選択させるようにすればよい。領域７３に表示された検索語について、ボタン７４を選択すると、領域７５に表示される。全ての選択が完了すると操作者はボタン７６を選択する。この場合、シャンプーY1,Y5,Y6が選択されたものとする。
　ＣＰＵ２３は指定範囲の検索語について、集計処理および検索履歴演算処理を行う(図２１ステップＳ５３）。集計処理および履歴演算処理については上記と同様であるので、説明は省略する。これにより、シャンプーY1,Y5,Y6の検索数履歴変動が得られる。
　ＣＰＵ２３は検索語”シャンプーＸ”について、5/1～6/19までの５０日間の検索履歴と、前記シャンプーY1,Y5,Y6における最初の５０日間における検索数履歴変動の類似度を演算し、一覧表示を行う(図２１ステップＳ５５）。図２５に一覧表示した状態を示す。
　本実施形態においては、２つの検索履歴変動の類似度演算方法として、両者の相関係数を用いたが、その他ユークリッドの距離、または二乗和など、折れ線グラフの類似度を判断できるものであればどの様なものであってもよい。さらに、複数の計算手法を組み合わせることもできる。
　この場合、シャンプーY6が類似度０．８８と高いので、操作者は、"シャンプーＸ"の関する”プランＡ"を修正する検索語として、シャンプーY6を選択し、決定ボタンを押す。ＣＰＵ２３は決定ボタンが選択されたか否か判断しており(ステップＳ５７）、決定ボタンが選択されると、修正前の検索数履歴変動と修正後の検索数履歴変動とを重ねて表示する。表示例を図２６に示す。
　図１８ステップＳ４５の処理が終了すると、決定された検索語によって、プランＡを修正する(ステップＳ４７）。かかる処理は図８ステップＳ３，ステップＳ５と同様であるので説明は省略する。なお、図８ステップＳ３において、区分数については、変更前後で完全に一致するわけではない。特に、実際の広告を行うことにより、一部の区分については既に終了している。したがって、修正を行った日以降のプランについて修正を行うようにした。
　また、一般的に広告はある程度の期間で広告媒体提供者と契約を行う。したがって、既に発注した広告について、プランを変更してももはや変更できない場合もある。たとえば、この例では、2008/6/19に修正をおこなったが、既に区分Ｃ２では、雑誌Ｃが2008/6/30まで広告媒体として決定し、雑誌Ｃに対して広告することを発注済である。したがって、これを取り消すことができない。ただ、修正による効果は早めにする方が望ましい場合もあるので、本実施形態においては、一部の期間については重複して、広告を行うようにした。この例では、6/20～7/30までは、雑誌Ｈ，Ｃを広告媒体として決定している。これにより、期間6/20～6/30は、広告媒体が重複することとなる。また、この例では、6/20以降の区分けは2区分としている。
　図２７に、修正前後のプランの例を並べて表示した場合を、図２８にこれをまとめて表示したプランの例を示す。なお、図２８において、区分Ｃ２，Ｃ２’については、１つにまとめて表示するようにしてもよい。
　このように、広告対象名について、実際の検索履歴を用いて、類似の検索履歴を有する検索語によって修正することにより、より現実に即したプラン案を作成することができる。
　５．検索語の特定処理について
　上記実施形態においては、当初プランを作成するに当たっては、どの検索語を用いるのか操作者が特定する必要がある。かかる決定は経験が豊かな操作者でも適切に行うことは困難な場合がある。そこで、かかる問題を解決するために、検索語をカテゴリー別に分類しておき、同じ分類に属する検索語から選択できるようにしてもよい。具体的には、図２２に示す定義ファイルを記憶しておき、図２３，図２４に示すようなダイアログを表示し、操作者に広告対象名が属する分類または検索語を特定させるようにしてもよい。
　さらに、任意の検索語を選択すると、当該検索語の検索数変動履歴を演算して、これを表示し、操作者が検索数変動履歴から、プランを作成する場合の検索語を特定できるようにしてもよい。
　６．区分の特定
　本実施形態においては、区分数を操作者が指定するようにした。これに対してコンピュータによって自動的に区分候補を決定することもできる。自動決定区分処理について図２９を用いて説明する。この処理では、検索履歴が上昇または下降する場合に１つの区分であるとしている。
　ＣＰＵ２３は、処理対象データの読み込みを行う(図２９ステップＳ７１）。ここでは、図３０に示す検索数変動履歴が与えられたものとする。ＣＰＵ２３は、与えられた検索数変動履歴に関して、集計単位の設定、上昇点・下降点に関する条件設定、計算方法の特定処理を行う（ステップＳ７２）。本実施形態においては図３１に示すダイアログを表示し、操作者に必要なデータを入力させるようにした。この例では集計単位は「週」、上昇点の条件は「３週連続上昇」and「全体として０．５%以上上昇」が設定されている。また、移動平均「あり」and「前４週平均」が設定されている。下降点については、上昇点と同じである。
　ＣＰＵ２３は移動平均値、総累積分布数の演算を行う(ステップＳ７３）。演算結果を図３２に示す。
　ＣＰＵ２３はステップＳ７２で指定された条件を満たす上昇点候補および下降点候補を抽出する(ステップＳ７４）。この場合、累積検索者数は38412人であり、条件設定としては、累積分布全体の0.5％以上の上昇および下降が3週間以上続くことが、指定されているので、38412人*0.005=192人以上の上昇あるいは下降が3週以上連続した場合に候補として抽出するようにした。この場合、上昇点候補としては、第10～16週、第22～25週が、下降点候補としては、第17～21週、第26～28週が抽出される。
　ＣＰＵ２３は、ステップＳ７４にて抽出した候補のうち、上昇点候補が連続して存在する場合は、連続して存在しなくなるまで最後の上昇点候補を候補から除外するとともに、下降点候補が連続して存在する場合は連続して存在しなくなるまで、最初の下降点候補を候補から除外する(ステップＳ７５）。これにより、第11～15週、第21～25週、第17～20週、第26～27週が除外される。
　ＣＰＵ２３は上昇点候補が連続しない場合上昇点として、下降点候補が連続して存在しない場合下降点として、定義する(ステップＳ７６）。この場合、上昇点として第10週および第22週が、下降点として、第21週および第28週が定義される。
　ＣＰＵ２３は、各点（上昇点または下降点)間の期間および検索数を表示する(ステップＳ７７）。この場合、図３３に示すような計５つの上昇点および下降点が定義され、上記５つの点により、区間Ｃ１～Ｃ４が表示される。
　操作者は、かかる表示を参照して、上昇点および下降点の特定処理を行う(ステップＳ７８）。具体的には、期間的に短すぎる場合には当該期間をその前後いずれかと合体させるという選択を行えばよい。この場合には、区間Ｃ３が第２１週だけで、検索率も０．１%と低いので、その後ろの区間Ｃ４と合体させたものとする。合体後の画面例を図３４に示す。このように、検索数を表示することにより、操作者が検索数の少ない区分を除外することができる。
　ＣＰＵ２３は特定された上昇点・下降点により区分毎の期間、および検索数を表示する(図２９ステップＳ７９）。表示例を図３５に示す。
　なお、上記実施形態では、画面に数値一覧を表示し、修正を行うようにしたが、図３５に示す折れ線グラフおよび境界線を表示させて、境界線を追加または削除することによりステップＳ７８の特定処理を行うようにしてもよい。また、双方を表示するようにしてもよい。
　このようにして、検索数変動履歴の形状から、区分の境界を自動的に決定することができる。したがって、区分の境界候補が表示されるので、検索数変動履歴の区分のやり方に慣れていない操作者であっても、検索数変動履歴の形状に応じて区分を定義することができる。
　本実施形態においては、候補を表示するようにしたが、自動的に決定するようにしてもよい。
　また、本実施形態においては、検索数履歴変動の移動平均を用いて、区分を分けるための境界線を定義するようにしている。したがってより短期的な上昇の見られる第2週の除外、短期的な下降の見られる11週を含めて上昇傾向であることを検出できる。
　７．複数の検索語の指定
　上記実施形態においては検索語を１つだけ指定する場合を例として説明したが、複数の検索語について論理和（or)およびまたは論理積（and）演算を行うように指定した検索語を与えることもできる。
　例えば、検索語として、 「検索語A and（検索語B or 検索語C）」が与えられた場合、そのまま、条件を見たすIDを抽出すればよい。具体的には、検索語Bまたは検索語Cを検索し、そのうち、検索語Aをも検索した人を抽出する。その検索者の評価は、各IDが「検索語Bまたは検索語Cを検索し、かつ検索語Aを検索した日付」を用いる。全IDの中で最も早く「検索語Bまたは検索語Cを検索し、かつ検索語Aを検索した」日付を母集団検索日時とすればよい。
　このような検索条件は、同時期に複数の検索語を検索した人を抽出及び区分したい場合に有効である。
　また、検索時間差については、検索語毎に個人検索時間差を計算し、条件に応じて、個人検索時間差を計算するようにしてもよい。この場合、and条件は最大値を計算し、or条件は最小値を計算する。例えば、検索語A：母集団検索日時から10日後、検索語B：母集団検索日時から20日後、検索語C：母集団検索日時から30日後である場合、個人検索時間差は、MAX[10日後、MIN（20日後、30日後）]＝20日後となる。
　さらに、検索語毎に個人検索時間差区分を計算し、条件に応じて個人検索時間差区分を計算するようにしてもよい。例えば、検索語毎に5分位（早い順番にC1～C5）に分類する。検索語A：C1　検索語B：C1　検索語C：C2に分類された場合、
個人時間差区分は、MAX[1、MIN（1、2）]＝1となり、個人時間差区分はC1となる。
かかる手法は、同ジャンルの複数の検索語を常に早いタイミングで検索した人を検出及び区分したい場合に有効である。
　このように、複数の検索語についての検索時期を正規化することにより、検索語毎の検索数履歴変動を相対的に総合評価することができる。なお、正規化の手法としては、上記の区分に分類する場合に限定されず、一般的な正規化のやり方を採用するようにしてもよい。
　なお、複数の検索語について、論理積演算を行う検索条件である場合、検索結果が存在しない場合、または存在しても、他の検索条件とは著しく異なる場合もある。その場合、上記のやり方で評価をすることもできるが、以下のように一部の条件を緩和して評価することも可能である。
　たとえば、論理積演算を行うよう指定された検索語のうち、ある検索語について検索結果が存在しない場合としては、以下の理由が考えられる。１つは当該ユーザがその検索語についての情報感度が低い場合である。もう１つは、当該検索語を既に知っているので検索しなかった、または、たまたま当該検索語に興味がない等のように、情報感度とは関係がない場合がある。当該ユーザがその検索語について情報感度が低い場合には、抽出対象のユーザとする必要はないが、後者の場合には、抽出対象とする方が好ましい。そこで、以下のようにしてそのようなユーザについても、抽出されるようにしてもよい。
　以下では、検索語毎に個人検索時間差区分を計算した場合について説明する。たとえば、検索語として「 検索語w1 and 検索語w2 and 検索語w3 and 検索語w4 and 検索語w5 」が与えられ、検索結果として以下が得られたものとする。
ユーザＵ１：検索語w1～検索語w5：全てC1、
ユーザＵ２：検索語w1～検索語w5：全てC5、
ユーザＵ３：検索語w1～検索語w4：全てC1、検索語w5：C5
　このように、ユーザＵ３のように、検索語w1～検索語w4については区分C1に属すが、一部の検索語については他の区分C5に属する場合、評価としては、これらの最大値、最小値、平均値、最頻値、閾値による判定（例えば、所定個数以上ある区分に属した場合は当該区分と認定するなど）が可能である。
　特に、論理積演算が指定された一部の検索語についてのみ、検索結果が存在しない場合、例えば、あるユーザが検索語w1と検索語w2は検索実績があるが検索語w3は検索実績がない場合などには、下記のような演算手法が可能である。
　1）全ての条件を満たすＩＤを抽出する。すなわち、一つでも欠損値があるＩＤは除外される。
　2)検索語毎に個人検索時間差を計算し、条件に応じて、個人検索時間差を計算する。例えば、個人iの検索語jに対する個人検索時間差を、欠損値がある場合をNA、欠損値がない場合は検索語毎の各検索時間差t（ij）とする。欠損値を含んだデータを対象として計算する場合には、and条件は、NAとする、ave条件はNAとする、or条件は最小値とする（ただし全てNAの場合はNA）。これに対して、欠損値を含んだデータを対象外として計算する場合には、and条件はNAを除く最大値とする（ただし全てNAの場合はNA）、ave条件はNAを除く平均値とする（ただし全てNAの場合はNA）、or条件はNAを除く最小値とする（ただし全てNAの場合はNA）。条件に応じて計算された個人検索時間差をT（i）としT（i）を用いて個人検索時間差区分を設定した上で一つの検索語を選択した場合と同様に時間差区分を行う。
　3)検索語毎に個人検索時間差区分を計算し、条件に応じて、個人検索時間差区分を設定する。上記2)では、日数の差分で計算を行ったが、この演算手法では区分を求め、かかる区分で演算を行う点で異なる。具体的には、区分方法を設定し、個人iの検索語jに対する個人検索時間差区分を、欠損値がある場合をNA、欠損値がない場合は検索語毎の各検索時間差区分c（ij）とする。iについては早い区分から1、2、3・・・として正の整数を付与し、c（i）=iとして計算する。欠損値を含んだデータを対象として計算する場合には、and条件はNAとする、ave条件はNAとする、or条件は最小値とする（ただし全てNAの場合はNA）。一方、欠損値を含んだデータを対象外として計算する場合には、and条件はNAを除く最大値とする（ただし全てNAの場合はNA）、ave条件はNAを除く平均値とし（ただし全てNAの場合はNA）四捨五入により正の整数にする。or条件はNAを除く最小値とする（ただし全てNAの場合はNA）。そして条件に応じて計算された個人時間差区分をC（i）としC（i）を用いて集計を行えばよい。
　８．他の実施形態
　本実施形態においては、既にインターネット上の検索エンジンを用いた検索結果が記憶されている場合について説明したが、前記修正処理をする場合には、修正処理を開始する時までの検索結果を記憶しておけばよい。
　なお、本実施形態においては、ターゲット属性特定情報および検索語データを広告媒体決定装置内に記憶させておく場合を例として説明したが、別のコンピュータ(例えばセンタサーバ）に、いずれかまたは双方のデータを記憶しておき、ネットワークを介して読み出すようにしてもよい。
　また、検索結果の収集については、ユーザ登録させた際に、そのユーザのパソコンに検索エンジン利用の履歴記憶プログラムをインストールさせて、検索の都度、検索語および検索時期を記憶しておき、これをセンターサーバに定期または不定期で送信させるようにしてもよい。このように、検索結果に収集手法については既知の技術を採用することができる。
　上記実施形態では、検索語については操作者が入力するようにしたが、検索語をカテゴリーに分類して記憶しておき、前記広告対象名称に対応する語が属するカテゴリーの検索語を自動的に決定するようにしてもよい。また、候補として表示し、いずれかを選択できるようにしてもよい。
　また、各検索語について、検索数変動履歴を記憶しておき、これを操作者に表示し、いずれかが選択されると、その検索語を特定するようにしてもよい。
また、所定数に区分する区分決定規則を記憶しておき、この規則を用いて区分を決定するようにしてもよい。
　また、カテゴリーに分類して検索語を記憶しておき、前記検索語が属するカテゴリーの検索語の区分で、区分を決定するようにしてもよい。
　また、検索語特定手段は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を自動特定してもよい。さらに自動特定ではなく、特定した検索語の検索数変動履歴を表示し、いずれかが選択されると、選択された検索語を前記広告対象名称に対応する語として、広告媒体データ決定手段に与えるようにしてもよい。
　また、本実施形態においては、各種の期間としては、日を基準としたが、週、月、あるいは午前午後、時間(たとえば3時間単位）など任意に適用することができる。
　また、区分の指定としては、○月○日～○月○日というように特定したが、ある時からの相対期間、例えば、～から1月後までというように相対的に特定することもできる。
　また、集計区分については任意の時間区分、例えば1ヶ月等、を設定してもよい。また、母集団検索日時を任意に指定するようにしてもよい。例えば、母集団検索日時を1/1とし、集計区分を1月とすると月別集計となる。これにより、カレンダー区分への対応も可能となる。
　なお、本実施形態においては、図１３ステップＳ３３にて媒体接触率で候補を決定するようにしたが、広告コストを加味した値で候補を決定するようにしてもよい。具体的には、広告媒体毎に広告コストを予め記憶しておき、単価当たりの媒体接触率（媒体接触率を広告コストで除算した値)、を大きな順に並べるようにすればよい。例えば、図１４では、媒体接触率については、雑誌Ａは１２．３%、雑誌Ｂは１０．５%、雑誌Ｃは７．５%、雑誌Ｄは４．５%、雑誌Ｅは２．５%である。この場合に、それぞれのコストが、雑誌Ａは１００万円、雑誌Ｂは７０万円、雑誌Ｃは７５万円、雑誌Ｄは６０万円、雑誌Ｅは３０万と記憶されている場合、単価当たりの媒体接触率は、雑誌Ａは０．１２、雑誌Ｂは０．１５、雑誌Ｃは１．０、雑誌Ｄは０．０７５、雑誌Ｅは０．０８３となり、これを高い順に並べると、雑誌Ｂ、雑誌Ａ、雑誌Ｃ、雑誌Ｅ、雑誌Ｄの順となる。
　なお、単位媒体接触率当たりの広告コスト（広告コストを媒体接触率で除算した値)を演算し、小さな順に並べるようにしてもよい。
　さらに含有率で候補を決定するようにしてもよい。含有率とは、特定の広告媒体に注目した場合の各区分における割合をいう。例えば、雑誌Ｅをよく接する広告媒体として記憶しているユーザが全区分で、１０００人存在した場合に、区分Ｃ１に８５０人、区分Ｃ２に１００人、区分Ｃ３に２０人、区分Ｃ４に３０人である場合、雑誌Ｅについての区分Ｃ１の含有率は８５０／１０００＝０．８５となる。このように他の区分との関係で決定される割合を用いることにより、当該区分に属するユーザがよく接する広告媒体を抽出することができる。さらに、含有率についても、上記と同様に、広告コストを加味した値で候補を決定するようにしてもよい。
　さらに、媒体接触率およびまたは含有率、さらに、これらにコストを加味した値について、両者を組み合わせて候補を決定するようにしてもよい。組み合わせるとは、単純なand条件、またはor条件を求めるようにしてもよく、さらに、所定の係数を乗算して、総合点を求めるようにしてもよい。
　上記実施形態においては、各機能を実現する為に、ＣＰＵを用い、ソフトウェアによってこれを実現している。しかし、その一部若しくは全てを、ロジック回路等のハードウェアによって実現してもよい。
　なお、上記プログラムの一部の処理をオペレーティングシステム（ＯＳ）にさせるようにしてもよい。
　また、上記実施形態を変形させることにより、アンケート結果解析支援装置を提供することができる。図３６にアンケート結果解析支援装置１００の機能ブロック図を示す。アンケート結果解析支援装置１００は、回答情報記憶手段１０２、検索語記憶手段１０３、決定手段１０４、集計手段１０５、生成手段１０６、検索数変動履歴演算手段１０７、検索数変動履歴記憶手段１０８、区分決定手段１０９を備えている。
　回答情報記憶手段１０２は、回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報を記憶する。検索語記憶手段１０３は、特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶する。決定手段１０４は、検索条件としての検索語が与えられると、検索語記憶手段１０３から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定する。集計手段１０５は、回答情報記憶手段２に記憶されたアンケート回答情報のうち、前記該当の回答がなされた項目について、クロス集計における第１の軸方向に前記各区分を配置し、クロス集計における第２の軸方向に前記アンケート回答情報の各項目を配置し、前記各区分における前記各項目の人数をクロス集計する。生成手段１０６は、前記集計結果について、前記第１の軸方向に配置した項目または前記第２の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する。
　また、生成手段１０６は、前記第１の軸方向に配置された項目のセルの値を、前記第２の軸方向の同じ項目で比較して、特異な値のセルを他のセルと区別容易とする強調項目処理データを生成する。したがって、前記第１の軸方向に配置した特定の項目に属するセルのうち、特異な値を有するセルを他のセルと区別容易とする強調表示ができる。また、２以上の項目を抽出した場合には、異なる項目における検索時期が異なるユーザ間の特性解析が容易となる。
　検索数変動履歴演算手段１０７は、検索語記憶手段１０３に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する。検索数変動履歴記憶手段１０８は、前記演算された検索数変動履歴を記憶する。区分決定手段１０９は、前記検索数変動履歴の形状に基づいて、区分を決定する。決定手段１０４は、区分決定手段１０９から与えられた区分を用いて前記検索者ＩＤを抽出する。
　なお、本実施形態においては、１つのアンケート結果解析支援装置内に、アンケート結果データ記憶手段１０２および検索語記憶手段１０３を記憶する場合について説明したが、これらについてはそれぞれ別のコンピュータに記憶しておき、当該別のコンピュータから読み出すようにしてもよい。また、アンケート結果データ記憶手段１０２および検索語記憶手段１０３を１のコンピュータで実現してもよい。
　９．ハードウェア構成
　アンケート結果解析支援装置１００のハードウェア構成は、ハードディスク２６に記憶されているプログラムおよびデータを除き、図２に示す広告媒体決定装置１とほぼ同様である。アンケート結果解析支援装置１００のハードディスク２６には、図３７に示すように、解析プログラム１２６p、検索語記憶部１２６k、アンケートデータ記憶部１２６t、検索数変動履歴記憶部１２６hが記憶されている。
　検索語記憶部１２６kには、図３８Ａに示すように、各検索語について、検索を行った検索者ＩＤとしてユーザＩＤおよび検索時期が記憶されている。本実施形態においては、ユーザＩＤごとにまとめたテーブル形式としたが、これに限定されず、たとえば、図３８Ｂに示すように、検索時期の時系列順に記憶するようにしてもよい。また、本実施形態においては、検索時期として検索日を記憶するようにしたが、検索日および検索時刻を記憶するようにしてもよい。かかる検索語毎の検索時期およびユーザＩＤは、たとえば、あるポータルサイトにログインしたユーザを対象に、ユーザ毎にインターネット上の検索エンジンを用いた検索について、検索語および検索時期を記憶するようにすればよい。
　アンケートデータ記憶部１２６tには、図３９に示すように、ユーザ毎に、アンケート結果データが記憶されている。
　たとえば、ユーザＩＤ10001のユーザは、アンケート回答項目として、「髪の毛の手入れに気を使う方だ」、「髪の毛のぱさつきが気になる方だ」、「おしゃれに気を遣う方だ」、「流行に敏感な方だ」を該当（ｙｅｓ）としている。
　その他の回答項目としては、接触媒体として、「雑誌B」、「テレビ番組A」,「テレビ番組B」、・・を該当（ｙｅｓ）と、「雑誌A」を非該当（No）と回答している。　また、実際に認知した広告である認知広告として、「シャンプーＡのテレビ広告」、「シャンプーＡのバナー広告」、「シャンプーＡのホームページ」が該当（ｙｅｓ）、既購入商品として「シャンプーＣ」などが該当（ｙｅｓ）と回答している。
　検索数変動履歴記憶部１２６hには、後述するように、検索語記憶部１２６kに記憶された各検索語を集計して、検索数の時系列変動を表す検索数変動履歴として、検索語毎に、"日時","検索回答者数","ユーザＩＤ"が記憶されている。例えば、図４０に示す検索語であれば、2008/5/1には、１回検索がされており、検索者は"10011"の１人である。また、2008/5/2には、３回検索されており、検索者は、12303,10013,10024"の３人である。このように、検索数変動履歴記憶部１２６hには時系列順の検索数変動履歴が記憶されている。
　１０．解析処理
　アンケート結果の解析処理について図４１を用いて説明する。ＣＰＵ２３は、クロス集計する場合の１つの軸となる検索対象語の入力処理を行う（ステップＳ１０１）。かかる処理は、ＣＰＵ２３が図４２のようなダイアログをモニタに表示して入力を促せばよい。領域１３３に検索語を入力し、ボタン１３４を選択すると、検索対象語が決定される。以下では、検索対象語として"シャンプーＡ"が入力されたものとする。
　ＣＰＵ２３は、特定された検索語についての検索履歴の集計処理を行う(ステップＳ１０２）。集計処理の詳細を図４３に示す。
　ＣＰＵ２３は、当該検索語が検索された全てのレコードを抽出する(ステップＳ１１３）。この場合であれば、検索語は”シャンプーＡ"であるので、ＣＰＵ２３は、検索者ID"10001",検索日時”2008/8/5"、検索者ID"10002",検索日時”2008/6/1 、検索者ID"10003",検索日時”2008/7/16"、検索者ID"10004",検索日時”2008/9/1"、検索者ID"10005",検索日時”2008/6/24"・・・を抽出する。
　ＣＰＵ２３は、抽出されたレコードの中で、最も早い時期に検索されたレコードを特定する(ステップＳ１１５）。ＣＰＵ２３は、最も早い時期に検索された日時を当該検索語の母集団検索日時とする(ステップＳ１１７）。たとえば、図３８Ａの例であれば、検索語"シャンプーＡ"の母集団検索日時は”2008/5/1”となる。
　なお、ステップＳ１０１にて入力された検索語によっては、母集団検索日時が、かなり昔となる場合もある。このような場合には、ステップＳ１１７にて演算した母集団検索日時をモニタに表示し、操作者に「母集団検索日時は○年○月○日ですがこの日でよろしいですか？」と確認し、任意の日時を入力させるようにしてもよい。
　ＣＰＵ２３は、抽出されたレコードの各ＩＤについて、母集団検索日時以降で最も早い日時のレコードを抽出して、各ＩＤに対して個人検索時間差を計算し、これを記憶する(図４３ステップＳ１１９）。本実施形態においては、個人検索時間差として、日数を採用した。たとえば、図３８Ａの場合であれば、図４０に示すような、日毎の検索回答者数および回答者IDとして、検索日時2008/5/1、 回答者数”1”、検索者ID”10011"、検索日時”2008/5/2 、 回答者数”３”、検索者ID"12303","10013","10024"・・・が得られる。なお、集計単位は、週、月、あるいは午前午後、時間(たとえば3時間単位）など任意に入力できるようにしてもよい。
　また、同じ検索語について複数回検索した場合には、最先の日が当該ユーザの最先検索日時となり、最先検索日時と母集団検索日時との差が当該ユーザの個人検索時間差となる。
　集計処理が完了すると、ＣＰＵ２３は区分け決定処理を行う(図４１ステップＳ１０５）。本実施形態においては、上記検索数変動履歴データが作成された検索語について、検索数変動履歴を表示して、操作者がこれを参照して、検索時期をキーとして、時系列順に所定数に区分して、当該検索語について検索開始時期から検索終了時期までを所定数に区分して、各区分に属するユーザＩＤを抽出する。かかる処理について説明する。
　ＣＰＵ２３は、前記検索数変動履歴データに基づき、モニタに折れ線グラフを表示する。本実施形態においては、折れ線グラフは横軸を日にち（個人検索時間差）、縦軸を検索数とした。これにより、図４４に示すような集計区分分布が表示される。操作者はかかる分布を参照して、区分手法および区分数を指定する。これにより、区分数が決定される。以下では、分位による区分で、区分数５が指定されたものとする。分位による区分とは、総検索数を均等に所定区分数で区分することをいう。この場合区分数は「５」であるので、総検索数のうち、２０％となるまでを１つの区分として、全体を５つに区分することとなる。区分後のデータ例を図４５に示す。
　なお、区分方法については、前記分位以外にロジャース区分など、種々のものが採用できる。また、月別などのカレンダー区分や、母集団検索日時を起点とした時間区分などを使ってもよい
　つぎに、ＣＰＵ２３は、アンケート結果データを読み出す(図４１ステップＳ１０７）。この場合、図３９に示すアンケート結果データが読み出されたものとする。
　ＣＰＵ２３は、アンケート結果データにおける複数項目について、アンケート結果の対象者をステップＳ１０５にて決定した区分で分類し、これを１つの軸として、前記アンケートの項目をもう１つの軸としてクロス集計処理を行う（ステップＳ１０９）。
　クロス集計については、従来の集計手法が可能である。本実施形態においては、前記区分を表頭（列）に取り、アンケートの項目を表側（行）にとって、人数分布をパーセントで表す縦％集計を行った。これにより、図４６のような集計結果が得られる。具体的には、この実施形態では、各項目の値は、縦の総数で除算した百分率で表記される。具体的には、区分Ｃ１に属するユーザのうち、シャンプーＡのテレビ広告を認知した割合は４２．５％であり、区分Ｃ２に属するユーザのうち、シャンプーＡのテレビ広告を認知した割合は、５４．６％であり・・・という分析結果が得られる。
　また、この例では、非検索者も表頭に配置してクロス集計するようにしている（図４６参照）。これにより、非検索者の特性を考慮した解析が可能となる。
　つぎに、ＣＰＵ２３は、特異な値を有するセルについて強調表示を行う(図４１ステップＳ１１０）。本実施形態においては、その数値が前記各区分の平均値よりも３％以上高い項目については、表示する際に他の項目と区別容易とする強調項目処理データを生成するようにした。
　表示例の一部を図４７に示す。この場合、シャンプーＡのテレビ広告を選択している割合について、区分Ｃ１～区分Ｃ５に属するユーザの平均は、４０．２％で、区分Ｃ２に属するユーザは５４．６％である。ＣＰＵ２３は、各項目の値と平均との差が所定以上であるかを判断する。この場合、５４．６－４０．２＝４．２であり、所定値「３」以上である。一方、他の区分区分Ｃ１、Ｃ３～Ｃ５はいずれも、差が上記所定値以上とはならない。したがって、ＣＰＵ２３は、区分Ｃ２の領域１６１を強調表示する。他の領域１６２～１６８についても同様である。このような強調表示により、区分Ｃ１～区分Ｃ５に属するユーザの特徴がより把握しやすくなる。
　図４８に、各項目について強調表示した全体の表示例を示す。アンケート解析者は、これを参照して、たとえば、「シャンプーＡ」の検索を早い段階で行う人は「10代の」「髪の毛の手入れに気を使う」、「髪の毛のぱさつきが気になる」、「流行に敏感な方だ」の人が多く、また、接触媒体としては、「雑誌B」、「テレビ番組B」の接触率が高いことがわかる。したがって、たとえば、「雑誌B」や「テレビ番組B」に髪の毛の手入れや髪の毛のぱさつきを問題訴求する広告を出稿すればよいとの解析結果を得ることができる。また、検索を遅い段階で行う人は「30代」が多く、「テレビ番組A」の接触率が高いことがわかるので、それに対応したマーケティング戦略を立案すればよい。
　このように、検索時期を用いた集計を活用することにより、広告をはじめとするマーケティング戦略においても、商品を発売する前・発売した直後・発売してしばらくたってからなどのタイミングに応じて、より適した広告をはじめとするマーケティング施策を行うことが可能となる。
　また、同じく「シャンプーA」の検索をした人でも、「商品がまだあまり知られていない早い段階で検索を行った人」と「商品がマスメディア等で取り上げられ有名になった後の遅い段階で検索を行った人」では、特性が大きく異なると考えられるため、検索時期を用いた集計によって、検索有無別の集計では得られない、より精緻な消費者特性が把握できる。
　また、当該商品を検索した人は、その商品への関与が高い人であるので、その商品への関与が高い人が商品への関与を持った時期を把握することができる。また、現在、インターネットで検索を行っている人の割合を考慮すると母集団の代表性にも優れており、検索履歴データを有するため、正確な検索時期を把握することができる。さらに、商品の既購入についてもアンケート調査で質問することにより補完することができる。
　また、従来は、商品にアンケート用紙を付与する方法に加えて、調査モニターから購入経験者をスクリーニングするなどの手法があった。たとえば、事前質問あるいは１問目で「○○を買ったことがあるか否か」を質問し、YESの人のみ以下の質問に答えてもらうなどである。しかし、この方法では、あまり売れていない商品の場合には、十分なサンプル数が得られない、また、コストが余分にかかるなどの問題があった。本件発明では、このような商品でも、かかる問題を解消することができる。
　また、本発明では、ある検索語を検索した検索者をクロス集計の１つの軸としている。したがって、新発売商品の場合の購買予定者を想定したアンケートができ、購買者が少ない商品でも、多くのサンプル数を効率的に確保することができる。また、従来、流通チェーン等のPOSデータ/個人購買履歴データがない限り、「購買時期」を特定することは非常に難しいという問題があった。さらに、前記流通チェーン等のPOSデータ/個人購買履歴データに紐付いた調査、集計は、流通チェーン・エリアなどが限定され、十分なサンプル数が確保できなかったり、サンプルにバイアスがかかるといった問題もあった。本発明においては、かかる問題を解決して、情報感度などを加味した分析が可能となる。
　１１．他の実施形態
　上記実施形態においては、クロス集計として縦％を求め、かつ、特異な値を有するセルについて強調表示を行うようにした場合について説明したが、集計タイプ、強調表示などのマーキングについては、操作者が選択できるようにしてもよい。たとえば、図４１ステップＳ１０９の前までに、図４９に示すような集計指示入力画面を表示し、操作者に入力させるようにすればよい。
　図４９において、”抽出条件”とは、表側項目のうち、たとえば、”年齢１０代”の回答者に限定した抽出をしたい場合、操作者は、"条件あり"を選択して、プルダウンメニューから、”年齢１０代”を指定すればよい。
　”表タイプ”とは、各セルの値の表示であり、絶対人数を表示したければ、”度数”を、全国人口と回答者総数（母体）の比率を用いて、各項目の該当者が全国ではどの程度存在するかを推定した値を得たい場合には、"推定人数"を、非検索者も含めた％を表示したければ、”全体％”を、項目のランキングを得たい場合には、”ランキング表示”を選択し、ランキングする基準（数値、全体平均との差、検索者平均との差、Χ二乗値・・・）などをプルダウンメニューから選択すればよい。”横％”は、表側に配置される特定項目の総和を１００とした場合の割合で表示する場合である。
　”表頭に使用する項目”および、”表側に使用する項目”は、プルダウンメニューからそれぞれ選択するようにすればよい。図４６の例では、”表頭に使用する項目”は、検索時期であり、”表側に使用する項目”は、性別、年齢・・・・というアンケート項目である。
　”平均について”は、"「全体平均」表示"、”平均非表示”、"「検索者平均」表示のいずれかを選択する。
　"マーキングについて”は、図４８のような強調表示する場合の判断基準および閾値を入力する。いずれかを選択して、さらに閾値として数値に加えて、”以上”や"以下”等を選択するようにすればよい。
　ＣＰＵ２３は、図４９に示す入力画面で入力された各指示（”抽出条件”、”表タイプ”、”表頭に使用する項目”、”表側に使用する項目”、”平均について”、"マーキングについて”）について、指示された条件を記憶しておき、図４１ステップＳ１０９の前に、集計表の出力表示を決定すればよい。
　ランキング表示について図５０を用いて説明する。図５０は、図４８の集計結果が得られた場合の、区分Ｃ１、Ｃ２において、平均値を減算した値が高い順に項目を並べ替えた例である。図５１は、区分Ｃ１～Ｃ５について、項目だけを並べ替えた例である。このように、数値から前記各区分の平均値を減算した値に基づき、配置を並べ替えることにより、解析者が、その区分に属するユーザの特性をより確実に把握することができる。
　また、上記実施形態においては、全員にアンケートをした結果について、ユーザ毎に上記検索時期によりグループ化して、集計するようにしたが、最初から特定のグループに属するユーザのみをアンケート対象者とし、その結果を集計するようにしてもよい。たとえば、区分Ｃ１に属するユーザは、商品がまだあまり知られていない早い段階で検索を行った人であるので、これらのユーザだけを対象にアンケートを実施したい場合もある。このような場合に、全ユーザを対象にアンケートを行うよりも母集団を絞り込むことができるので、より効率的なアンケートを実施することができる。
　なお、上記実施形態においては、ターゲット属性特定情報および検索語データをアンケート結果解析支援装置内に記憶させておく場合を例として説明したが、別のコンピュータ(例えばセンタサーバ）に、いずれかまたは双方のデータを記憶しておき、ネットワークを介して読み出すようにしてもよい。さらに、センタサーバを２つに分け、3台のコンピュータで構成したコンピュータシステムとして実現することもできる。
　また、検索結果の収集については、ユーザ登録させた際に、そのユーザのパソコンに検索エンジン利用の履歴記憶プログラムをインストールさせて、検索の都度、検索語および検索時期を記憶しておき、これをセンターサーバに定期または不定期で送信させるようにしてもよい。このように、検索結果に収集手法については既知の技術を採用することができる。
　上記実施形態では、検索語については操作者が入力するようにしたが、検索語をカテゴリーに分類して記憶しておき、検索語が属するカテゴリーに属する検索語を自動的に特定できるようにしてもよい。また、候補として表示し、いずれかを選択できるようにしてもよい。
　また、各検索語について、検索数変動履歴を記憶しておき、これを操作者に表示し、いずれかが選択されると、その検索語を特定するようにしてもよい。
　また、所定数に区分する区分決定規則を記憶しておき、この規則を用いて区分を決定するようにしてもよい。
　また、カテゴリーに分類して検索語を記憶しておき、前記検索語が属するカテゴリーの検索語の区分で、区分を決定するようにしてもよい。
　また、検索語特定手段は、広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を自動特定してもよい。さらに自動特定ではなく、特定した検索語の検索数変動履歴を表示し、いずれかが選択されると、選択された検索語を前記広告対象名称に対応する語として、検索語特定手段に与えるようにしてもよい。
　また、上記実施形態においては、各種の期間としては、日を基準としたが、週、月、あるいは午前午後、時間(たとえば3時間単位）など任意に適用することができる。
　また、区分の指定としては、○月○日～○月○日というように特定したが、ある時からの相対期間、例えば、○月○日から1ケ月後までというように相対的に特定することもできる。
　また、集計区分については任意の時間区分、例えば1ケ月等、を設定してもよい。また、母集団検索日時を任意に指定するようにしてもよい。例えば、母集団検索日時を１／１とし、集計区分を1ケ月とすると月別集計となる。これにより、カレンダー区分への対応も可能となる。
　（１）本発明にかかるアンケート結果解析支援装置は、1）回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報を記憶する回答情報記憶手段、2)特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶する検索語記憶手段、3)検索条件としての検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定する決定手段、4)前記回答情報記憶手段に記憶されたアンケート回答情報のうち、前記該当の回答がなされた項目について、クロス集計における第１の軸方向に前記各区分を配置し、クロス集計における第２の軸方向に前記アンケート回答情報の各項目を配置し、前記各区分における前記各項目の人数をクロス集計する集計手段を備えている。
したがって、ある検索語の検索時期に基づき、アンケート結果のクロス集計ができる。
　（２）本発明にかかるアンケート結果解析支援装置においては、前記集計手段は、さらに、前記回答者のうち、前記検索をしなかったユーザを非検索ユーザ区分として前記第１の軸方向に追加配置してクロス集計する。したがって、非検索ユーザとの対比で、ある検索語の検索時期に基づき、アンケート結果のクロス集計ができる。
　（３）本発明にかかるアンケート結果解析支援装置においては、前記集計手段は、前記クロス集計した表における各セルのうち、前記第１の軸方向に配置した項目のうち、特定の項目に属するセルの値を当該項目に属するセルの値に基づき正規化する。したがって、前記第１の軸方向に配置した特定の項目に属するセルの値を比較することができる。また、前記第１の軸方向に配置した特定の項目について複数行うことにより、異なる検索時期におけるユーザ間の特性解析ができる。
　（４）本発明にかかるアンケート結果解析支援装置においては、前記集計手段は、前記クロス集計した表における各セルのうち、前記第２の軸方向に配置した項目のうち、特定の項目に属するセルの値を当該項目に属するセルの値に基づき正規化する。したがって、前記第２の軸方向に配置した特定の項目に属するセルの値を比較することができる。また、前記第２の軸方向に配置した特定の項目について複数行うことにより、異なる項目における検索時期が異なるユーザ間の特性解析ができる。
　（５）本発明にかかるアンケート結果解析支援装置においては、前記生成手段は、前記集計結果について、前記第１の軸方向に配置した項目または前記第２の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する。したがって、解析者が解析を希望する項目を抽出した表示が可能となる。
　（６）本発明にかかるアンケート結果解析支援装置においては、前記集計結果について、前記第１の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する生成手段を備え、前記生成手段は、前記第１の軸方向に配置された項目のセルの値を、前記第２の軸方向の同じ項目で比較して、特異な値のセルを他のセルと区別容易とする強調項目処理データを生成する。したがって、前記第１の軸方向に配置した特定の項目に属するセルのうち、特異な値を有するセルを他のセルと区別容易とする強調表示ができる。また、２以上の項目を抽出した場合には、異なる項目における検索時期が異なるユーザ間の特性解析が容易となる。
　（７）本発明にかかるアンケート結果解析支援装置においては、前記集計結果について、前記第１の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する生成手段を備え、前記生成手段は、前記第１の軸方向に配置された項目のセルの値を、前記第２の軸方向の同じ項目で比較して、特異な値順に並べたランキング処理データを生成する。したがって、前記第１の軸方向に配置した特定の項目に属するセルのうち、特異な値を有するセルを表示することができる。また、２以上の項目を抽出した場合には、異なる項目における検索時期が異なるユーザ間の特性解析が容易となる。
　（８）本発明にかかるアンケート結果解析支援装置においては、前記集計結果について、前記第２の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する生成手段を備え、前記生成手段は、前記第２の軸方向に配置された項目のセルの値を、前記第１の軸方向の同じ項目で比較して、特異な値のセルを他のセルと区別容易とする強調項目処理データを生成する。したがって、前記第２の軸方向に配置した特定の項目に属するセルのうち、特異な値を有するセルを他のセルと区別容易とする強調表示ができる。また、２以上の項目を抽出した場合には、異なる項目における検索時期が異なるユーザ間の特性解析が容易となる。
　（９）本発明にかかるアンケート結果解析支援装置においては、前記集計結果について、前記第２の軸方向に配置した項目のうち、操作者から指定された１または２以上の項目を抽出して、抽出した項目に属するセルを配置した表示データを生成する生成手段を備え、前記生成手段は、前記第２の軸方向に配置された項目のセルの値を、前記第１の軸方向の同じ項目で比較して、特異な値順に並べたランキング処理データを生成する。したがって、前記第２の軸方向に配置した特定の項目に属するセルのうち、特異な値を有するセルを表示することができる。また、２以上の項目を抽出した場合には、異なる項目における検索時期が異なるユーザ間の特性解析が容易となる。
　（１０）本発明にかかるコンピュータによるアンケート結果解析方法は、コンピュータに、回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報と、特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶部に記憶させておき、前記コンピュータは、検索条件としての検索語が与えられると、前記記憶部に記憶された当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定し、前記前記記憶部に記憶されたアンケート回答情報のうち、前記該当の回答がなされた項目について、クロス集計における第１の軸方向に前記各区分を配置し、クロス集計における第２の軸方向に前記アンケート回答情報の各項目を配置し、前記各区分における前記各項目の人数をクロス集計する。
　したがって、ある検索語の検索時期に基づき、アンケート結果のクロス集計ができる。
　（１１）本発明にかかるアンケート結果解析プログラムは、コンピュータに以下のステップ1)～3)を実行させるためのプログラムである。1)回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報と、特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶部に記憶させるステップ、2)検索条件としての検索語が与えられると、前記記憶部に記憶された当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定するステップ、3)前記前記記憶部に記憶されたアンケート回答情報のうち、前記該当の回答がなされた項目について、クロス集計における第１の軸方向に前記各区分を配置し、クロス集計における第２の軸方向に前記アンケート回答情報の各項目を配置し、前記各区分における前記各項目の人数をクロス集計するステップ。
　（１２）本発明にかかるアンケート結果解析システムは、第１のコンピュータに、回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報を記憶させ、第２のコンピュータに、特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶しておき、前記第１および第２のコンピュータと接続された第３のコンピュータは、検索条件としての検索語が与えられると、前記第２のコンピュータから当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定するとともに、前記第１のコンピュータに記憶されたアンケート回答情報のうち、前記該当の回答がなされた項目について、クロス集計における第１の軸方向に前記各区分を配置し、クロス集計における第２の軸方向に前記アンケート回答情報の各項目を配置し、前記各区分における前記各項目の人数をクロス集計する。
　したがって、ある検索語の検索時期に基づき、アンケート結果のクロス集計ができる。
　（１３）本発明にかかるアンケートアンケート対象者決定装置は、1)回答者ＩＤに対応づけて、複数項目について該当または非該当の回答がなされたアンケート回答情報を記憶する回答情報記憶手段、2)特定の検索サイトにて検索が行なわれた検索語について、その検索時期および検索を行った検索者ＩＤを対応づけて記憶する検索語記憶手段、3)検索条件としての検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、前記検索者ＩＤと対応づけられた回答者ＩＤで特定されるユーザを、前記各区分におけるユーザとして決定する決定手段、4)前記区分のいずれかが特定されると、当該区分に属する検索者ＩＤをアンケート対象者として決定するアンケート対象者決定手段を備えている。
　したがって、ある検索語の検索時期に基づいて、予め限定した者についての、アンケートをすることができる。このように対象者を限定したアンケートを実施することにより、目的に合致したアンケートをすることができる。
　上記実施形態では、クロス集計表における第１の軸として表頭項目を、第２の軸として表側項目を、採用した場合について説明したが、「表頭項目」と「表側項目」を入れ替えてもよい。
　また、「特異な値を有するセル」とは、たとえば、集計したクロス集計結果の項目について、統計的に有意であるか否かを示す値、各セルの数値から前記各区分の平均値を減算した値が他のセルに比べて大きい場合、小さい場合も含む。さらに、クロス集計結果の項目についてのカイ二乗値が大きいセルをいう。
　上記においては、本発明を好ましい実施形態として説明したが、各用語は、限定のために用いたのではなく、説明のために用いたものであって、本発明の範囲および精神を逸脱することなく、添付のクレームの範囲において、変更することができる。

Claims (25)

  1. 　検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を記憶するターゲット特定情報記憶手段、
    　検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶する検索語記憶手段、
    　検索条件としての検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、各区分に属する検索者ＩＤを抽出する抽出手段、
    　前記ターゲット特定情報記憶手段に記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定手段、
    　を備えたことを特徴とする広告媒体決定装置。
  2. 　請求項１の広告媒体決定装置において、
    　広告対象名称に対応する語が与えられると前記広告媒体データ決定手段に与えるとともに、前記広告対象名称に対応する検索語を特定し前記抽出手段に与える検索語特定手段を備えたこと、
    　を特徴とするもの。
  3. 　請求項２の広告媒体決定装置において、
    　前記検索語記憶手段に記憶された検索語は、カテゴリーに分類されており、
    　前記検索語特定手段は、前記広告対象名称に対応する語が属するカテゴリーの検索語を特定すること、
    　を特徴とするもの。
  4. 　請求項２の広告媒体決定装置において、
    　前記検索語記憶手段に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、
    　前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段、
    　を備え、
    　前記検索語特定手段は、前記各検索語の検索数変動履歴を表示し、いずれかが選択されると、その検索語を特定すること、
    　を特徴とするもの。
  5. 　請求項１の広告媒体決定装置において、
    　広告対象名称およびこれに対応する検索語が与えられると、前記広告対象名称を前記広告媒体データ決定手段に与えるとともに、前記広告対象名称に対応する検索語を前記抽出手段に与える検索語特定手段を備えたこと、
    　を特徴とするもの。
  6. 　請求項１、請求項２、または請求項５の広告媒体決定装置において、
    　前記所定数に区分する区分決定規則を記憶する区分決定手段を備え、
    　前記抽出手段は、前記区分決定手段から与えられた区分決定規則を用いて前記検索者ＩＤを抽出すること、
    　を特徴とするもの。
  7. 　請求項１、請求項２、または請求項５の広告媒体決定装置において、
    　前記検索語記憶手段に記憶された検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、
    　前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段、
    　前記検索数変動履歴の形状に基づいて、区分を決定する区分決定手段、
    　を備え、
    　前記抽出手段は、前記区分決定手段から与えられた区分を用いて前記検索者ＩＤを抽出すること、
    　を特徴とするもの。
  8. 　請求項７の広告媒体決定装置において、
    　前記区分決定手段は、前記検索数変動履歴の形状変化率が所定以上変化する場合には、新たな区分であると判断して、区分を決定すること、
    　を特徴とするもの。
  9. 　請求項７の広告媒体決定装置において、
    　前記区分決定手段は、前記検索数変動履歴を表示し、与えられた区分データを用いて、区分を決定すること、
    　を特徴とするもの。
  10. 　請求項１、請求項２、または請求項５の広告媒体決定装置において、
    　前記検索語記憶手段に記憶された検索語は、カテゴリーに分類されており、
    　前記検索語が属するカテゴリーの検索語の区分で、区分を決定する区分決定手段を備えていること、
    　を特徴とするもの。
  11. 　請求項２または請求項５の広告媒体決定装置において、
    　前記検索語記憶手段に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、
    　前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段、
    　を備えており、
    　前記検索語特定手段は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を特定し、特定した検索語が前記広告対象名称に対応する語として、前記広告媒体データ決定手段に与えること
    　を特徴とするもの。
  12. 　請求項２または請求項５の広告媒体決定装置において、
    　前記検索語記憶手段に記憶された各検索語について、検索数の時系列変動を表す検索数変動履歴を演算する検索数変動履歴演算手段、
    　前記演算された検索数変動履歴を記憶する検索数変動履歴記憶手段、
    　を備えており、
    　前記検索語特定手段は、修正対象として広告対象名称が入力された場合には、入力された広告対象名称の検索数変動履歴と類似する検索数変動履歴を含む検索語を特定し、特定した検索語の検索数変動履歴を表示し、いずれかが選択されると、選択された検索語を前記広告対象名称に対応する語として、前記広告媒体データ決定手段に与えること
    　を特徴とするもの。
  13. 　請求項２、請求項５、請求項１１または、請求項１２の広告媒体決定装置において、
    　前記検索条件としての検索語は、論理積および論理和のいずれかまたは双方が組み合わされた複数の検索語であり、
    　前記抽出手段は、各検索語について検索開始時期から検索終了時期までの期間を求め、前記検索条件に基づいた演算を行い、各区分に属する検索者ＩＤを抽出すること、
    　を特徴とするもの。
  14. 　請求項１３の広告媒体決定装置において、
    　前記検索条件に基づいた演算は、与えられた論理積演算であること、
    　を特徴とするもの。
  15. 　請求項１３の広告媒体決定装置において、
    　前記検索条件に基づいた演算のうち、論理積演算は、期間の最大値を求めること、
    　を特徴とするもの。
  16. 　請求項１３の広告媒体決定装置において、
    　前記検索条件に基づいた演算のうち、論理積演算は、期間の平均値を求めること、
    　を特徴とするもの。
  17. 　請求項１３～請求項１６のいずれかの広告媒体決定装置において、
    　前記抽出手段は、前記求めた各検索語についての期間を検索語毎に正規化してから、前記演算を行うこと、
    　を特徴とするもの。
  18. 　請求項１７の広告媒体決定装置において、
    　前記正規化は、検索開始時期から検索終了時期までを前記検索語毎に所定数に区分して、いずれの区分に属するかで前記論理積演算を行うこと、
    　を特徴とするもの。
  19. 　請求項１８の広告媒体決定装置において、
    　前記各検索語の正規化データのうち、論理積演算を行うデータが、他のデータと所定の閾値以上離れている場合には、当該正規化データを無視して論理積演算を行うこと、
    　を特徴とするもの。
  20. 　請求項１９の広告媒体決定装置において、
    　前記所定の閾値以上離れているとは、検索時期が存在しない場合であること、　を特徴とするもの。
  21. 　請求項１３～請求項１６のいずれかの広告媒体決定装置において、
    　論理積演算を行う検索語について検索時期が存在しない検索語が存在する場合、それが所定数以下であれば、当該検索語を無視して論理積演算を行うこと、
    　を特徴とするもの。
  22. 　コンピュータに、1)検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報、および2)検索を行った検索者ＩＤ、検索時期、および検索語を対応づけた検索語データを記憶させておき、
    　前記コンピュータは、ある検索語が与えられると、前記検索語記憶手段から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、各区分における検索者ＩＤを抽出し、
    　前記コンピュータは、前記記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定すること、
    　を特徴とするコンピュータによる広告媒体決定方法。
  23. 　検索語が与えられると、検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶させた検索結果データ記憶装置から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を抽出した検索時期について、検索開始時期から検索終了時期まで時系列順に所定数に区分して、各区分における検索者ＩＤを抽出する抽出手段、
    　検索者ＩＤに対応づけて記憶された、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定手段、
    　を備えたことを特徴とする広告媒体決定装置。
  24. 　コンピュータに以下のステップ1)、2)を実行させるためのプログラム。
    　1)検索語が与えられると、検索を行った検索者ＩＤ、検索時期、および検索語を対応づけて記憶させた検索結果データ記憶装置から当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、当該検索語について検索開始時期から検索終了時期までを所定数に区分して、各区分における検索者ＩＤを抽出する抽出ステップ、
    　2)検索者ＩＤに対応づけて記憶された、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定する広告媒体データ決定ステップ。
  25. 　第１のコンピュータに、1)検索者ＩＤに対応づけて、接触対象の情報伝達媒体を特定する情報伝達媒体特定情報を含むターゲット属性特定情報、および2)検索を行った検索者ＩＤ、検索時期、および検索語を対応づけた検索語データを記憶させておき、
    　第２のコンピュータは、ある検索語が与えられると、前記第1のコンピュータから当該検索語の検索時期を検索者ＩＤ毎に抽出し、抽出した検索時期を時系列順に所定数に区分して、各区分における検索者ＩＤを抽出し、
    　前記第２のコンピュータは、前記記憶されたターゲット特定情報を用いて、前記抽出した検索者ＩＤから、前記各区分における候補情報伝達媒体を抽出し、抽出した候補情報伝達媒体から、１または２以上の代表候補情報伝達媒体を決定し、これにより、前記各区分の時系列順に並べられた代表候補情報伝達媒体を、前記検索語に対応して与えられた広告対象名称における広告媒体データとして決定すること、
    　を特徴とするコンピュータによる広告媒体決定方法。
PCT/JP2008/067493 2008-03-21 2008-09-26 広告媒体決定装置および広告媒体決定方法 WO2009116198A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
US12/518,817 US8103663B2 (en) 2008-03-21 2008-09-26 Advertising medium determination device and method therefor
JP2009525841A JP4896227B2 (ja) 2008-03-21 2008-09-26 広告媒体決定装置および広告媒体決定方法
US13/312,509 US8423539B2 (en) 2008-03-21 2011-12-06 Advertising medium determination device method therefor
US13/834,635 US20130204702A1 (en) 2008-03-21 2013-03-15 Advertising Medium Determination Device and Method Therefor
US14/856,700 US20160005069A1 (en) 2008-03-21 2015-09-17 Advertising Medium Determination Device and Method Therefor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008073222 2008-03-21
JP2008-073222 2008-03-21

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US12/518,817 A-371-Of-International US8103663B2 (en) 2008-03-21 2008-09-26 Advertising medium determination device and method therefor
US13/312,509 Division US8423539B2 (en) 2008-03-21 2011-12-06 Advertising medium determination device method therefor

Publications (1)

Publication Number Publication Date
WO2009116198A1 true WO2009116198A1 (ja) 2009-09-24

Family

ID=41090615

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2008/067493 WO2009116198A1 (ja) 2008-03-21 2008-09-26 広告媒体決定装置および広告媒体決定方法

Country Status (3)

Country Link
US (4) US8103663B2 (ja)
JP (2) JP4896227B2 (ja)
WO (1) WO2009116198A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011107901A (ja) * 2009-11-16 2011-06-02 Video Research:Kk 調査システム及び調査方法
JP2015501990A (ja) * 2011-12-10 2015-01-19 フェイスブック，インク． 広告キャンペーンの支援調整
JP2016042213A (ja) * 2014-08-13 2016-03-31 ヤフー株式会社 抽出装置、検索サーバ、情報処理装置、抽出システム、抽出方法及び抽出プログラム
JP2018195146A (ja) * 2017-05-18 2018-12-06 ヤフー株式会社 生成装置、生成方法および生成プログラム
JP7368428B2 (ja) 2021-09-15 2023-10-24 ヤフー株式会社 情報処理装置、情報処理方法、および情報処理プログラム

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10600073B2 (en) * 2010-03-24 2020-03-24 Innovid Inc. System and method for tracking the performance of advertisements and predicting future behavior of the advertisement
US9626441B2 (en) * 2011-05-13 2017-04-18 Inolex Group, Inc. Calendar-based search engine
US9697695B2 (en) 2011-06-15 2017-07-04 Longitude Llc Enhanced parimutuel wagering filter
US8532798B2 (en) * 2011-08-23 2013-09-10 Longitude Llc Predicting outcomes of future sports events based on user-selected inputs
JP5449466B2 (ja) * 2012-06-29 2014-03-19 楽天株式会社 情報処理システム、類似カテゴリ特定方法、およびプログラム
US9460407B2 (en) * 2013-05-03 2016-10-04 Sap Se Generating graphical representations of data
US20150186924A1 (en) 2013-12-31 2015-07-02 Anto Chittilappilly Media spend optimization using a cross-channel predictive model
US10558987B2 (en) * 2014-03-12 2020-02-11 Adobe Inc. System identification framework
WO2016013157A1 (ja) * 2014-07-23 2016-01-28 日本電気株式会社 テキスト処理システム、テキスト処理方法およびテキスト処理プログラム
US10042514B2 (en) * 2014-10-30 2018-08-07 Microsoft Technology Licensing, Llc Typeahead features
US10679260B2 (en) 2016-04-19 2020-06-09 Visual Iq, Inc. Cross-device message touchpoint attribution
JP6779045B2 (ja) * 2016-06-13 2020-11-04 ヤフー株式会社 クエリ抽出装置、検索システム、広告配信システム、クエリ抽出方法、およびクエリ抽出プログラム
US10068188B2 (en) 2016-06-29 2018-09-04 Visual Iq, Inc. Machine learning techniques that identify attribution of small signal stimulus in noisy response channels
CN107038224B (zh) * 2017-03-29 2022-09-30 腾讯科技（深圳）有限公司 数据处理方法及数据处理装置
JP7206603B2 (ja) * 2018-03-16 2023-01-18 富士フイルムビジネスイノベーション株式会社 情報処理装置、情報処理システムおよびプログラム
JP7184947B2 (ja) * 2021-03-18 2022-12-06 ヤフー株式会社 特定装置、特定方法及び特定プログラム
JP7079867B1 (ja) 2021-03-19 2022-06-02 ヤフー株式会社 生成装置、生成方法及び生成プログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003196301A (ja) * 2001-12-28 2003-07-11 Nri & Ncc Co Ltd キーワード分析システム
WO2005064511A1 (ja) * 2003-12-26 2005-07-14 Dentsu Inc. キャンペーン動的適正化システム及びその方法又はその方法を記録した記録媒体及びその方法を伝送する伝送媒体

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002083116A (ja) * 2000-06-20 2002-03-22 Disparce Inc ネットワークを利用した顧客情報収集方法、顧客情報提供方法、ポイント付与方法、商品情報提供方法、顧客情報収集装置
US20050108095A1 (en) * 2000-08-09 2005-05-19 Adicus Media. Inc. System and method for electronic advertising, advertisement play tracking and method of payment
US7146416B1 (en) * 2000-09-01 2006-12-05 Yahoo! Inc. Web site activity monitoring system with tracking by categories and terms
JP4686870B2 (ja) * 2001-02-28 2011-05-25 ソニー株式会社 携帯型情報端末装置、情報処理方法、プログラム記録媒体及びプログラム
US7899862B2 (en) * 2002-11-18 2011-03-01 Aol Inc. Dynamic identification of other users to an online user
WO2005033995A1 (ja) * 2003-09-30 2005-04-14 Sony Corporation サービス宣伝情報の受信装置及び管理装置
KR100497643B1 (ko) * 2004-09-21 2005-07-01 엔에이치엔(주) 키워드 광고에서 광고주의 계정 잔액을 조정하는 방법 및계정 잔액 조정 시스템
US8812369B2 (en) * 2004-11-02 2014-08-19 Yong-Seok Jeong Method and apparatus for requesting service using multi-dimensional code
AU2006283553B9 (en) * 2005-08-19 2012-12-06 Fourthwall Media, Inc. System and method for recommending items of interest to a user
US8032425B2 (en) * 2006-06-16 2011-10-04 Amazon Technologies, Inc. Extrapolation of behavior-based associations to behavior-deficient items
US7613691B2 (en) * 2006-06-21 2009-11-03 Microsoft Corporation Dynamic insertion of supplemental video based on metadata
US20080052166A1 (en) * 2006-08-22 2008-02-28 Warmus James L System and method for placement of local advertisements in national publications
US8271326B1 (en) * 2006-09-07 2012-09-18 Newtek Business Services, Inc. Referral processing and tracking system
WO2008095174A2 (en) * 2007-02-01 2008-08-07 Invidi Technologies Corporation Verifying and encouraging asset consumption in a communications network
US8145677B2 (en) * 2007-03-27 2012-03-27 Faleh Jassem Al-Shameri Automated generation of metadata for mining image and text data
WO2009070573A1 (en) * 2007-11-30 2009-06-04 Data Logix, Inc. Targeting messages
US20090171721A1 (en) * 2007-12-28 2009-07-02 Lebaron Matt Bidding system for search engine marketing
US8086625B2 (en) * 2008-07-31 2011-12-27 Simply Hired, Inc. Automated method for re-attracting job seekers to job match site at more opportune times
JPWO2010109581A1 (ja) * 2009-03-23 2012-09-20 富士通株式会社 コンテンツ推奨方法、推奨情報作成方法、コンテンツ推奨プログラム、コンテンツ推奨サーバおよびコンテンツ提供システム
US20110173130A1 (en) * 2010-01-13 2011-07-14 Schaefer Iv William Benjamin Method and system for informing a user by utilizing time based reviews

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003196301A (ja) * 2001-12-28 2003-07-11 Nri & Ncc Co Ltd キーワード分析システム
WO2005064511A1 (ja) * 2003-12-26 2005-07-14 Dentsu Inc. キャンペーン動的適正化システム及びその方法又はその方法を記録した記録媒体及びその方法を伝送する伝送媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MITSUYOSHI HANAKI: "PART3 Jisedai no Kokino Engine de Nani ga Dekiru?", KENSAKU TECHNOLOGY NO MIRAI O SAGURU, COMPUTERWORLD, vol. 2, no. 6, 1 June 2005 (2005-06-01), pages 70 - 77 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011107901A (ja) * 2009-11-16 2011-06-02 Video Research:Kk 調査システム及び調査方法
JP2015501990A (ja) * 2011-12-10 2015-01-19 フェイスブック，インク． 広告キャンペーンの支援調整
JP2016042213A (ja) * 2014-08-13 2016-03-31 ヤフー株式会社 抽出装置、検索サーバ、情報処理装置、抽出システム、抽出方法及び抽出プログラム
JP2018195146A (ja) * 2017-05-18 2018-12-06 ヤフー株式会社 生成装置、生成方法および生成プログラム
JP7368428B2 (ja) 2021-09-15 2023-10-24 ヤフー株式会社 情報処理装置、情報処理方法、および情報処理プログラム

Also Published As

Publication number Publication date
JP2012089156A (ja) 2012-05-10
US20130204702A1 (en) 2013-08-08
JPWO2009116198A1 (ja) 2011-07-21
US8103663B2 (en) 2012-01-24
JP5292454B2 (ja) 2013-09-18
US20120095832A1 (en) 2012-04-19
US20110035400A1 (en) 2011-02-10
JP4896227B2 (ja) 2012-03-14
US20160005069A1 (en) 2016-01-07
US8423539B2 (en) 2013-04-16

Similar Documents

Publication Publication Date Title
JP4896227B2 (ja) 広告媒体決定装置および広告媒体決定方法
US7725414B2 (en) Method for developing a classifier for classifying communications
CN107590675B (zh) 一种基于大数据的用户购物行为识别方法、储存设备及移动终端
US7653568B2 (en) System and method of identifying individuals of influence
US20080065491A1 (en) Automated advertising optimizer
US20110161144A1 (en) Information extraction system, information extraction method, information extraction program, and information service system
WO2007001770A2 (en) Automatic ad placement
US20150120634A1 (en) Information processing device, information processing method, and program
Tama DATA MINING FOR PREDICTING CUSTOMER SATISFACTION IN FAST-FOOD RESTAURANT.
KR20220101326A (ko) 오픈마켓 상품판매 증대 및 효율적인 운영을 위한 시스템
CN115760202A (zh) 一种基于人工智能的产品运营管理系统及方法
US20190050890A1 (en) Video dotting placement analysis system, analysis method and storage medium
JP4827900B2 (ja) アンケート結果解析支援装置およびその方法
JP2007140841A (ja) 情報処理装置及びその制御方法
US20150046255A1 (en) Asset maps
US20150142782A1 (en) Method for associating metadata with images
Foedermayr et al. Exploring the construct of segmentation effectiveness: Insights from international companies and experts
JP6031165B1 (ja) 有望顧客予測装置、有望顧客予測方法及び有望顧客予測プログラム
JP5015978B2 (ja) 情報提供装置及び情報提供方法並びに情報提供装置用プログラム
JP4928101B2 (ja) メディア・プランニング・システム
KR100698880B1 (ko) 통신망을 통해 제공되는 매스미디어 정보에 대한 고객열람현황 분석정보 서비스 방법 및 그에 따른 분석정보서비스 장치
CN113139124B (zh) 基于互联网用户兴趣自主分析自媒体内容的方法及终端
TWI818213B (zh) 商品推薦系統與方法及電腦可讀媒介
Phua et al. Customer information system for product and service management: Towards knowledge extraction from textual and mixed-format data
Prasad et al. Targeted advertising in the online video space

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 12518817

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2009525841

Country of ref document: JP

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 08873460

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 08873460

Country of ref document: EP

Kind code of ref document: A1