JP5485311B2 - 広告評価装置、広告評価方法およびプログラム - Google Patents
広告評価装置、広告評価方法およびプログラム Download PDFInfo
- Publication number
- JP5485311B2 JP5485311B2 JP2012024275A JP2012024275A JP5485311B2 JP 5485311 B2 JP5485311 B2 JP 5485311B2 JP 2012024275 A JP2012024275 A JP 2012024275A JP 2012024275 A JP2012024275 A JP 2012024275A JP 5485311 B2 JP5485311 B2 JP 5485311B2
- Authority
- JP
- Japan
- Prior art keywords
- advertisement
- action
- display
- distribution
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Description
本発明は、広告評価装置、広告評価方法およびプログラムに関する。
Ｗｅｂページに表示される広告のクリック率(ＣＴＲ；Click Through Rateとも呼ばれる。）は広告によって異なることから、広告の評価値としてＣＴＲが用いられることがある。また、特許文献１ではＣＴＲに入札結果を乗じた収益効率（ｅＣＰＭ；effective Cost Per Mill）により広告を評価することが提案されている。
広告を正しく評価するためには正しくクリック率を推定する必要がある。しかしながら、従来のＣＴＲは、過去の実績に基づいて、広告が実際にクリックされた数（クリック数）を広告が実際に表示された数（表示回数）で割ることで算出していたため、特に表示回数が少ない間は正確なクリック率を把握することが難しく、広告を過大あるいは過小に評価してしまい、妥当な広告の評価が行えないことがあった。
本発明は、このような背景を鑑みてなされたものであり、妥当に広告の評価を行うことのできる、広告評価装置、広告評価方法およびプログラムを提供することを目的とする。
上記課題を解決するための本発明の主たる発明は、広告を評価する装置であって、前記広告を表示した表示回数を取得する表示回数取得部と、前記表示回数を示す情報を記憶する表示回数記憶部と、前記広告に応じて閲覧者が行動を起こした行動回数を取得する行動回数取得部と、前記行動回数を示す情報を記憶する行動回数記憶部と、前記表示回数記憶部に記憶されている前記表示回数を示す情報および前記行動回数記憶部に記憶されている前記行動回数を示す情報に基づいて、所定のベータ分布を事前分布とした前記行動回数および前記表示回数の場合における、前記閲覧者が前記広告に応じて前記行動を起こす確率のベイズ推定による事後分布の期待値を算出する期待値算出部と、前記期待値に応じて前記広告の評価値を決定する広告評価部と、を備えることとする。
また、本発明の広告評価装置は、前記確率の上限値を記憶する上限値記憶部をさらに備え、前記事前分布はベータ分布Ｂｅ（ａ、ｂ）であり、前記広告評価部は、正規化不完全ベータ関数に、前記上限値、前記行動回数にａを加算した第１パラメータ、および前記表示回数から前記行動回数を引いた値にｂを加算した第２パラメータを与えた値を除数とし、前記正規化不完全ベータ関数に、前記上限値、前記第１パラメータに１を加算した値および前記第２パラメータを与えた値を被除数とする除算による商を算出し、当該商を前記期待値に乗じた値に応じて前記評価値を決定するようにしてもよい。
また、本発明の広告評価装置は、前記広告に応じて前記閲覧者が行動を起こしたことに対する報酬額を取得する報酬額取得部をさらに備え、前記広告評価部は、前記期待値に前記報酬額を乗じて前記評価値を算出するようにしてもよい。
また、本発明の他の態様は、前記広告を表示した表示回数を取得する表示回数取得部と、前記表示回数を示す情報を記憶する表示回数記憶部と、前記広告に応じて閲覧者が行動を起こした行動回数を取得する行動回数取得部と、前記行動回数を示す情報を記憶する行動回数記憶部と、前記表示回数記憶部に記憶されている前記表示回数を示す情報および前記行動回数記憶部に記憶されている前記行動回数を示す情報に基づいて、所定のベータ分布を事前分布とした前記行動回数および前記表示回数の場合における、前記閲覧者が前記広告に応じて前記行動を起こす確率のベイズ推定による事後分布の期待値を算出する期待値算出部と、前記期待値に応じて前記広告の評価値を決定する広告評価部と、前記評価値の大きい順に所定数の前記広告を配信する広告配信部と、を備えることとする。
また、本発明の他の態様は、広告を評価する方法であって、コンピュータが、前記広告を表示した表示回数を取得するステップと、前記表示回数を示す情報を記憶するステップと、前記広告に応じて閲覧者が行動を起こした行動回数を取得するステップと、前記行動回数を示す情報を記憶するステップと、前記記憶されている表示回数を示す情報および前記記憶されている行動回数を示す情報に基づいて、所定のベータ分布を事前分布とした前記行動回数および前記表示回数の場合における、前記閲覧者が前記広告に応じて前記行動を起こす確率のベイズ推定による事後分布の期待値を算出するステップと、前記期待値に応じて前記広告の評価値を決定するステップと、を実行することとする。
また、本発明の他の態様は、広告を評価するためのプログラムであって、コンピュータに、前記広告を表示した表示回数を取得するステップと、前記表示回数を示す情報を記憶するステップと、前記広告に応じて閲覧者が行動を起こした行動回数を取得するステップと、前記行動回数を示す情報を記憶するステップと、前記記憶されている表示回数を示す情報および前記記憶されている行動回数を示す情報に基づいて、所定のベータ分布を事前分布とした前記行動回数および前記表示回数の場合における、前記閲覧者が前記広告に応じて前記行動を起こす確率のベイズ推定による事後分布の期待値を算出するステップと、前記期待値に応じて前記広告の評価値を決定するステップと、を実行させることとする。
その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。
本発明によれば、妥当な広告の評価を行うことができる。
＝＝（１）発明の概要＝＝
以下、本発明の一実施形態に係る広告配信システムについて説明する。本実施形態において広告とは、Ｗｅｂページにおいて、コンテンツの内容等に応じて表示される広告（リスティング広告と呼ばれる。）を想定する。図１は本実施形態の広告システムにおいて表示されるＷｅｂページ１の一例を示す図である。Ｗｅｂページ１には、各種のコンテンツ（図１の例ではトピックスとして表示されている。）とともに、複数の広告２が表示される。本実施形態では、Ｗｅｂページ１を表示させるための情報（以下、画面情報という。）に、評価値の高い順に所定数（図１の例では３つ）の広告２を入れて送信することを想定している。
以下、本発明の一実施形態に係る広告配信システムについて説明する。本実施形態において広告とは、Ｗｅｂページにおいて、コンテンツの内容等に応じて表示される広告（リスティング広告と呼ばれる。）を想定する。図１は本実施形態の広告システムにおいて表示されるＷｅｂページ１の一例を示す図である。Ｗｅｂページ１には、各種のコンテンツ（図１の例ではトピックスとして表示されている。）とともに、複数の広告２が表示される。本実施形態では、Ｗｅｂページ１を表示させるための情報（以下、画面情報という。）に、評価値の高い順に所定数（図１の例では３つ）の広告２を入れて送信することを想定している。
本実施形態の広告配信システムは、評価の高い広告を優先的に配信することにより広告効果を高めようとするものである。広告の評価を示す指標（以下、広告評価値という。）としては、クリック率（ＣＴＲ）や広告収益（ｅＣＰＭ＝ＣＴＲ×入札額）などがよく用いられているが、本実施形態の広告配信システムでは、広告がクリックされる確率（クリック率）についてのベイズ推定による事後分布の平均（期待値）を広告評価値とする。
具体的には、事前分布は理由不十分の原理から一様分布のベータ分布Ｂｅ（１，１）であるものとする。ある広告をｎ回配信してｒ回クリックされた場合には、事後分布はＢｅ（１＋ｒ，１＋ｎ−ｒ）となる。以下の説明において、広告が配信された回数ｎを表示回数といい、クリックされた回数ｒをクリック数といい、事後分布のパラメータをα，β（α＝１＋クリック数、β＝１＋表示回数−クリック数）という。このときのベータ分布の期待値を、当該広告のクリック率の期待値（以下、ｘＣＴＲ（eXpected Click Through Rate）と表記する。）として算出し、ｘＣＴＲを当該広告の評価値とする。なお、上記期待値に入札額を乗じたｘＣＰＭ（eXpected Cost Per Mill）を広告評価値としてもよい。
具体的には、事前分布は理由不十分の原理から一様分布のベータ分布Ｂｅ（１，１）であるものとする。ある広告をｎ回配信してｒ回クリックされた場合には、事後分布はＢｅ（１＋ｒ，１＋ｎ−ｒ）となる。以下の説明において、広告が配信された回数ｎを表示回数といい、クリックされた回数ｒをクリック数といい、事後分布のパラメータをα，β（α＝１＋クリック数、β＝１＋表示回数−クリック数）という。このときのベータ分布の期待値を、当該広告のクリック率の期待値（以下、ｘＣＴＲ（eXpected Click Through Rate）と表記する。）として算出し、ｘＣＴＲを当該広告の評価値とする。なお、上記期待値に入札額を乗じたｘＣＰＭ（eXpected Cost Per Mill）を広告評価値としてもよい。
ベータ分布Ｂｅ（α，β）の期待値（ｘＣＴＲ）はα÷（α＋β）であるので、上記事後確率分布においてｘＣＴＲは次式により求められる。
ｘＣＴＲ＝（１＋クリック数）÷（２＋表示回数） ・・・（Ｅ１）
ｘＣＴＲ＝（１＋クリック数）÷（２＋表示回数） ・・・（Ｅ１）
＝＝（２）ｘＣＴＲの具体例＝＝
図２は、ある広告Ａが表示された回数（表示回数、インプレッション数とも呼ばれる。）が１０回であり、広告Ａがクリックされた数（クリック数）が２である場合の事後確率分布Ｂｅ（１＋２，１＋１０−２）＝Ｂｅ（３，９）を示すグラフである。従来のクリック率の算出式では、ＣＴＲ＝クリック数÷表示回数＝２÷１０＝０．２であり、確率分布Ｂｅ（３，９）のモードである。これに対し、本実施形態では、Ｂｅ（３，９）の期待値、すなわちｘＣＴＲ＝（１＋２）÷（１０＋２）＝０．２５となる。
図２は、ある広告Ａが表示された回数（表示回数、インプレッション数とも呼ばれる。）が１０回であり、広告Ａがクリックされた数（クリック数）が２である場合の事後確率分布Ｂｅ（１＋２，１＋１０−２）＝Ｂｅ（３，９）を示すグラフである。従来のクリック率の算出式では、ＣＴＲ＝クリック数÷表示回数＝２÷１０＝０．２であり、確率分布Ｂｅ（３，９）のモードである。これに対し、本実施形態では、Ｂｅ（３，９）の期待値、すなわちｘＣＴＲ＝（１＋２）÷（１０＋２）＝０．２５となる。
これに対し、図３は、ある広告Ｂの表示回数が１９回であり、クリック数が４である場合の事後確率分布Ｂｅ（１＋４，１＋１９−４）＝Ｂｅ（５，１６）を示すグラフである。この場合、ＣＴＲ＝クリック数÷表示回数＝４÷１９≒０．２１であり、ｘＣＴＲ＝（１＋４）÷（１９＋２）≒５÷２１≒０．２３８となる。
広告が１つしか配信されないものとすると、クリック率の高い広告が配信されるため、従来はＣＴＲの高い広告Ｂ（０．２１＞０．２）が配信されていた。これに対し、本実施形態の広告配信システムでは、ｘＣＴＲの大きい広告Ａ（０．２５＞０．２３８）が配信される。
ここで、広告Ａ、Ｂの入札額（クリックされた場合に支払われる広告収入額）がともに１０円であるとすると、１万回の広告を配信した場合の収益の期待値は、従来どおりＣＴＲに基づいて配信した広告Ｂは、５÷２１×１０×１００００＝２３８０９円、ｘＣＴＲに基づいて配信した場合は、０．２５×１０×１００００＝２５０００円となり、約１１９１円の増益が見込まれる。
そこで、本実施形態の広告配信システムでは、ｘＣＴＲにより広告を評価し、評価値の高い広告を優先的に配信するようにしている。
＝＝（３）システム構成＝＝
図４は本実施形態の広告配信システムの全体構成を示す図である。本実施形態の広告配信システムは、ユーザ端末１０と通信ネットワーク３０を介して通信可能に接続されるＷｅｂサーバ２０を含んで構成される。
図４は本実施形態の広告配信システムの全体構成を示す図である。本実施形態の広告配信システムは、ユーザ端末１０と通信ネットワーク３０を介して通信可能に接続されるＷｅｂサーバ２０を含んで構成される。
通信ネットワーク３０は、例えば公衆電話回線網や専用通信回線網、携帯電話回線網、無線通信網、イーサネット（登録商標）などにより構築される、インターネットやＬＡＮ（Local Area Network）である。
Ｗｅｂサーバ２０は、画像や動画、テキストなどの各種のコンテンツをＨＴＴＰ（HyperText Transfer Protocol）に従って提供する、例えばワークステーションやパーソナルコンピュータなどのコンピュータである。ユーザ端末１０は、Ｗｅｂサーバ２０が提供する各種のＷｅｂページを閲覧するブラウザを動作させる、例えばパーソナルコンピュータやタブレットコンピュータ、携帯電話端末、ＰＤＡ（Personal Digital Assistant）などのコンピュータである。
＝＝（４）Ｗｅｂサーバ２０のハードウェア構成＝＝
図５はＷｅｂサーバ２０のハードウェア構成例を示す図である。Ｗｅｂサーバ２０は、ＣＰＵ２０１、メモリ２０２、記憶装置２０３、通信インタフェース２０４、入力装置２０５、出力装置２０６を備える。記憶装置２０３は、各種のデータやプログラムを記憶する、例えばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどである。通信インタフェース２０４は、通信ネットワーク３０に接続するためのインタフェースであり、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Universal Serial Bus）コネクタやＲＳ２３２Ｃコネクタなどである。入力装置２０５は、データを入力する、例えばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどである。出力装置２０６は、データを出力する、例えばディスプレイやプリンタ、スピーカなどである。
図５はＷｅｂサーバ２０のハードウェア構成例を示す図である。Ｗｅｂサーバ２０は、ＣＰＵ２０１、メモリ２０２、記憶装置２０３、通信インタフェース２０４、入力装置２０５、出力装置２０６を備える。記憶装置２０３は、各種のデータやプログラムを記憶する、例えばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどである。通信インタフェース２０４は、通信ネットワーク３０に接続するためのインタフェースであり、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Universal Serial Bus）コネクタやＲＳ２３２Ｃコネクタなどである。入力装置２０５は、データを入力する、例えばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどである。出力装置２０６は、データを出力する、例えばディスプレイやプリンタ、スピーカなどである。
＝＝（５）Ｗｅｂサーバ２０のソフトウェア構成＝＝
図６はＷｅｂサーバ２０のソフトウェア構成例を示す図である。Ｗｅｂサーバ２０は、ＨＴＴＰ処理部２１１、Ｗｅｂページ作成部２１２、広告選択部２１３、ログ収集部２１４、Ｗｅｂ情報データベース２５１、広告データベース２５２、インプレッションログ記憶部２５３、クリックログ記憶部２５４を備えている。
図６はＷｅｂサーバ２０のソフトウェア構成例を示す図である。Ｗｅｂサーバ２０は、ＨＴＴＰ処理部２１１、Ｗｅｂページ作成部２１２、広告選択部２１３、ログ収集部２１４、Ｗｅｂ情報データベース２５１、広告データベース２５２、インプレッションログ記憶部２５３、クリックログ記憶部２５４を備えている。
なお、ＨＴＴＰ処理部２１１、Ｗｅｂページ作成部２１２、広告選択部２１３、ログ収集部２１４の各機能部は、Ｗｅｂサーバ２０が備えるＣＰＵ２０１が記憶装置２０２に記憶されているプログラムを実行することにより実現され、Ｗｅｂ情報データベース２５１、広告データベース２５２、インプレッションログ記憶部２５３、クリックログ記憶部２５４の各記憶部は、Ｗｅｂサーバ２０が備えるメモリ２０２及び記憶装置２０３が提供する記憶領域の一部として実現される。
＝＝（５）記憶部の説明＝＝
（６−１）Ｗｅｂ情報データベース２５１
Ｗｅｂ情報データベース２５１は、Ｗｅｂページを作成するための情報（以下、Ｗｅｂ情報という。）を記憶する。Ｗｅｂ情報は、例えば、ＨＴＭＬで記述されたファイルや、ＣＧＩ（Common Gateway Interface）などの仕組みにより実行されるプログラムを格納したプログラムファイル、画像ファイルなどである。Ｗｅｂ情報データベース２５１は、例えば、Ｗｅｂサーバ２０で動作するオペレーティングシステムが提供するファイルシステムのディレクトリやフォルダにより実現することができる。
（６−１）Ｗｅｂ情報データベース２５１
Ｗｅｂ情報データベース２５１は、Ｗｅｂページを作成するための情報（以下、Ｗｅｂ情報という。）を記憶する。Ｗｅｂ情報は、例えば、ＨＴＭＬで記述されたファイルや、ＣＧＩ（Common Gateway Interface）などの仕組みにより実行されるプログラムを格納したプログラムファイル、画像ファイルなどである。Ｗｅｂ情報データベース２５１は、例えば、Ｗｅｂサーバ２０で動作するオペレーティングシステムが提供するファイルシステムのディレクトリやフォルダにより実現することができる。
（６−２）広告データベース２５２
広告データベース２５２は、広告を表示するための情報（以下、広告情報という。）を記憶する。図７は、広告データベース２５２に記憶される広告情報の構成例を示す図である。広告情報には、広告の識別情報である広告ＩＤに対応付けて、広告のカテゴリ、広告に関するＵＲＬ（Uniform Resource Locator）、広告のタイトル、及び、入札額が含まれる。入札額は、広告がクリックされた場合に広告主から支払われる最大の単価であり、広告主により決定される。
広告データベース２５２は、広告を表示するための情報（以下、広告情報という。）を記憶する。図７は、広告データベース２５２に記憶される広告情報の構成例を示す図である。広告情報には、広告の識別情報である広告ＩＤに対応付けて、広告のカテゴリ、広告に関するＵＲＬ（Uniform Resource Locator）、広告のタイトル、及び、入札額が含まれる。入札額は、広告がクリックされた場合に広告主から支払われる最大の単価であり、広告主により決定される。
本実施形態では、タイトルの文字列を画面１の広告２として表示するものとする。広告２には広告ＩＤを指定した所定のＵＲＬ（ホスト名にＷｅｂサーバ２０が指定されるものとする。以下、リダイレクトＵＲＬという。）へのリンクが設定される。広告２がクリックされると、広告ＩＤを含むリクエストがＷｅｂサーバ２０に送信され、後述するログ収集部２１４によりクリックされたことのログが収集され、ＨＴＴＰ処理部２１１により広告ＩＤに対応する広告情報のＵＲＬにリダイレクトされる（例えば、当該ＵＲＬをリダイレクト先として指定した応答が送信される。）。これにより、広告に応じたユーザの行動（クリック）を検知することができる。
なお、広告として画像や動画などを表示し、あるいは音声を出力させるようにしてもよく、その場合には、例えば広告情報には、広告として表示する画像や動画のデータを示すＵＲＬを追加するようにすることができる。
（６−３）インプレッションログ記憶部２５３
インプレッションログ記憶部２５３は、ユーザの閲覧した画面に広告が表示されたこと（インプレッションと呼ばれる。）を示す情報（以下、インプレッションログという。）を記憶する。図８は、インプレッションログ記憶部２５３に記憶されるインプレッションログの構成例を示す図である。インプレッションログには、画面１に広告２が表示された日時（配信日時）、画面１に表示された広告２を示す広告ＩＤ及び当該広告のカテゴリが含まれる。
インプレッションログ記憶部２５３は、ユーザの閲覧した画面に広告が表示されたこと（インプレッションと呼ばれる。）を示す情報（以下、インプレッションログという。）を記憶する。図８は、インプレッションログ記憶部２５３に記憶されるインプレッションログの構成例を示す図である。インプレッションログには、画面１に広告２が表示された日時（配信日時）、画面１に表示された広告２を示す広告ＩＤ及び当該広告のカテゴリが含まれる。
図１の画面１の例では、３つの広告２が表示されているので、ユーザがＷｅｂページ１を１度閲覧すると３つのインプレッションログが登録されることになる。
（６−４）クリックログ記憶部２５４
クリックログ記憶部２５４（本発明の行動履歴記憶部に該当する。）は、ユーザが画面１に表示された広告２をクリックしたことを示す情報（以下、クリックログという。）を記憶する。図９は、クリックログ記憶部２５４に記憶されるクリックログの構成例を示す図である。クリックログには、クリックされた広告２を示す広告ＩＤ、当該広告のカテゴリ、及び日時（クリック日時）が含まれる。
クリックログ記憶部２５４（本発明の行動履歴記憶部に該当する。）は、ユーザが画面１に表示された広告２をクリックしたことを示す情報（以下、クリックログという。）を記憶する。図９は、クリックログ記憶部２５４に記憶されるクリックログの構成例を示す図である。クリックログには、クリックされた広告２を示す広告ＩＤ、当該広告のカテゴリ、及び日時（クリック日時）が含まれる。
＝＝（７）機能部の説明＝＝
（７−１）ＨＴＴＰ処理部２１１
ＨＴＴＰ処理部２１１は、ＨＴＴＰの処理を行う。ＨＴＴＰ処理部２１１は、ユーザ端末１０から送信されるＨＴＴＰのリクエストを受信する。
リクエストにリダイレクトＵＲＬが指定されていた場合、ＨＴＴＰ処理部２１１は、ログ収集部２１４を呼び出してクリックログを登録させた上で、リクエストに含まれている広告ＩＤに対応する広告情報を広告データベース２５２から読み出し、読み出した広告情報に含まれているＵＲＬをリダイレクト先として指定した応答をユーザ端末１０に応答する。
（７−１）ＨＴＴＰ処理部２１１
ＨＴＴＰ処理部２１１は、ＨＴＴＰの処理を行う。ＨＴＴＰ処理部２１１は、ユーザ端末１０から送信されるＨＴＴＰのリクエストを受信する。
リクエストにリダイレクトＵＲＬが指定されていた場合、ＨＴＴＰ処理部２１１は、ログ収集部２１４を呼び出してクリックログを登録させた上で、リクエストに含まれている広告ＩＤに対応する広告情報を広告データベース２５２から読み出し、読み出した広告情報に含まれているＵＲＬをリダイレクト先として指定した応答をユーザ端末１０に応答する。
リクエストにリダイレクトＵＲＬ以外の、Ｗｅｂページを示すＵＲＬが指定された場合には、ＨＴＴＰ処理部２１１は、Ｗｅｂページ作成部２１２を呼び出してＷｅｂページを表示するための情報（以下、画面情報という。画面情報は例えばＨＴＭＬファイルである。）を作成させ、Ｗｅｂページ作成部２１２が作成した画像情報をユーザ端末１０に応答し、ログ収集部２１４を呼び出してインプレッションログを登録させる。
（７−２）Ｗｅｂページ作成部２１２
Ｗｅｂページ作成部２１２（本発明の広告出力部に該当する。）は、Ｗｅｂページを表示するための画面情報を作成する。Ｗｅｂページ作成部２１２は、広告選択部２１３を呼び出して画面１に表示させる広告２を選択させ、選択された広告が広告２として表示され、広告２がクリックされた場合には、リダイレクトＵＲＬにアクセスするように、例えばリンクタグを設定した文字列を画面情報に挿入する。なお、Ｗｅｂページ作成部２１２が、広告２以外の各種のコンテンツを作成する処理については、一般的なＷｅｂサーバによる処理を用いるものとして、ここでは説明を省略する。
Ｗｅｂページ作成部２１２（本発明の広告出力部に該当する。）は、Ｗｅｂページを表示するための画面情報を作成する。Ｗｅｂページ作成部２１２は、広告選択部２１３を呼び出して画面１に表示させる広告２を選択させ、選択された広告が広告２として表示され、広告２がクリックされた場合には、リダイレクトＵＲＬにアクセスするように、例えばリンクタグを設定した文字列を画面情報に挿入する。なお、Ｗｅｂページ作成部２１２が、広告２以外の各種のコンテンツを作成する処理については、一般的なＷｅｂサーバによる処理を用いるものとして、ここでは説明を省略する。
（７−３）広告選択部２１３
広告選択部２１３は、Ｗｅｂページに表示する広告を選択する。
広告選択部２１３は、配信候補抽出部２３１、広告評価算出部２３２、広告決定部２３３を備えている。なお、配信候補抽出部２３１、広告評価算出部２３２、広告決定部２３３も、ＣＰＵ２０１が記憶装置２０３に記憶されているプログラムをメモリ２０２に読み出して実行することにより実現される。
広告選択部２１３は、Ｗｅｂページに表示する広告を選択する。
広告選択部２１３は、配信候補抽出部２３１、広告評価算出部２３２、広告決定部２３３を備えている。なお、配信候補抽出部２３１、広告評価算出部２３２、広告決定部２３３も、ＣＰＵ２０１が記憶装置２０３に記憶されているプログラムをメモリ２０２に読み出して実行することにより実現される。
（７−３−１）配信候補抽出部２３１
配信候補抽出部２３１は、広告の候補を決定する。配信候補抽出部２３１は、広告データベース２５２から所定数（例えば１０個や５０個、１００個など、任意の数を指定することができる。）の広告情報を読み出す。本実施形態では、配信候補抽出部２３１は、ランダムに所定数の広告情報を読み出すものとするが、例えば、コンテンツの内容やユーザの属性に応じて広告情報を読み出すようにしてもよい。なお、配信候補抽出部２３１が、数ある広告の中から所定数の広告を選択する処理については、一般的な広告の選択処理を用いることもできる。
配信候補抽出部２３１は、広告の候補を決定する。配信候補抽出部２３１は、広告データベース２５２から所定数（例えば１０個や５０個、１００個など、任意の数を指定することができる。）の広告情報を読み出す。本実施形態では、配信候補抽出部２３１は、ランダムに所定数の広告情報を読み出すものとするが、例えば、コンテンツの内容やユーザの属性に応じて広告情報を読み出すようにしてもよい。なお、配信候補抽出部２３１が、数ある広告の中から所定数の広告を選択する処理については、一般的な広告の選択処理を用いることもできる。
（７−３−２）広告評価算出部２３２
広告評価算出部２３２（本発明の評価値算出部に該当する。）は、広告の評価値を算出する。上述したように、本実施形態では、事後分布の期待値ｘＣＴＲを評価値として算出する。なお、広告評価算出部２３２は、ｘＣＴＲに入札額を乗じたｘＣＰＭを評価値として算出するようにしてもよい。また、広告評価算出部２３２は、ｘＣＴＲに入札額以外の重みを乗じて評価値を算出するようにしてもよい。
広告評価算出部２３２は、配信候補抽出部２３１が決定した広告候補のそれぞれについて、インプレッションログ記憶部２５３から当該広告候補に対応するインプレッションログの数をカウントして表示回数とし、クリックログ記憶部２５４から当該広告候補に対応するクリックログの数をカウントしてクリック数とし、表示回数およびクリック数を式Ｅ１に与えてｘＣＴＲを算出する。
広告評価算出部２３２（本発明の評価値算出部に該当する。）は、広告の評価値を算出する。上述したように、本実施形態では、事後分布の期待値ｘＣＴＲを評価値として算出する。なお、広告評価算出部２３２は、ｘＣＴＲに入札額を乗じたｘＣＰＭを評価値として算出するようにしてもよい。また、広告評価算出部２３２は、ｘＣＴＲに入札額以外の重みを乗じて評価値を算出するようにしてもよい。
広告評価算出部２３２は、配信候補抽出部２３１が決定した広告候補のそれぞれについて、インプレッションログ記憶部２５３から当該広告候補に対応するインプレッションログの数をカウントして表示回数とし、クリックログ記憶部２５４から当該広告候補に対応するクリックログの数をカウントしてクリック数とし、表示回数およびクリック数を式Ｅ１に与えてｘＣＴＲを算出する。
（７−３−３）広告決定部２３３
広告決定部２３３は、配信候補抽出部２３１が決定した候補の中から表示する広告を決定する。広告決定部２３３は、広告評価算出部２３２が算出したｘＣＴＲの大きい順に所定数（図１の例では３）の広告を、表示する広告として決定する。
広告決定部２３３は、配信候補抽出部２３１が決定した候補の中から表示する広告を決定する。広告決定部２３３は、広告評価算出部２３２が算出したｘＣＴＲの大きい順に所定数（図１の例では３）の広告を、表示する広告として決定する。
（７−４）ログ収集部２１４
ログ収集部２１４は、インプレッションログ及びクリックログを登録する。ログ収集部２１４は、ＨＴＴＰにリダイレクトＵＲＬが指定されていた場合には、リダイレクトＵＲＬに指定されている広告ＩＤに対応するカテゴリを広告データベース２５２から読み出し、当該広告ＩＤ、読み出したカテゴリ、及び現在の日時を設定したクリックログを作成してクリックログ記憶部２５４に登録する。ＨＴＴＰにリダイレクトＵＲＬ以外のＵＲＬが指定されていた場合には、ログ収集部２１４は、広告選択部２１３が選択した広告のそれぞれについて、現在日時、広告を示す広告ＩＤ、及び当該広告のカテゴリを含むインプレッションログを作成してインプレッションログ記憶部２５３に登録する。
ログ収集部２１４は、インプレッションログ及びクリックログを登録する。ログ収集部２１４は、ＨＴＴＰにリダイレクトＵＲＬが指定されていた場合には、リダイレクトＵＲＬに指定されている広告ＩＤに対応するカテゴリを広告データベース２５２から読み出し、当該広告ＩＤ、読み出したカテゴリ、及び現在の日時を設定したクリックログを作成してクリックログ記憶部２５４に登録する。ＨＴＴＰにリダイレクトＵＲＬ以外のＵＲＬが指定されていた場合には、ログ収集部２１４は、広告選択部２１３が選択した広告のそれぞれについて、現在日時、広告を示す広告ＩＤ、及び当該広告のカテゴリを含むインプレッションログを作成してインプレッションログ記憶部２５３に登録する。
＝＝（７）処理＝＝
図１０は、Ｗｅｂサーバ２０により行われる処理の流れを示す図である。
ＨＴＴＰ処理部２１１は、ユーザ端末１０からＨＴＴＰのリクエストを受信すると（Ｓ４０１）、リクエストにリダイレクトＵＲＬが指定されているか否かにより、広告がクリックされたか否かを判定する（Ｓ４０２）。
図１０は、Ｗｅｂサーバ２０により行われる処理の流れを示す図である。
ＨＴＴＰ処理部２１１は、ユーザ端末１０からＨＴＴＰのリクエストを受信すると（Ｓ４０１）、リクエストにリダイレクトＵＲＬが指定されているか否かにより、広告がクリックされたか否かを判定する（Ｓ４０２）。
広告がクリックされたと判定した場合（Ｓ４０２：ＹＥＳ）、ログ収集部２１４は、リダイレクトＵＲＬに設定されている広告ＩＤに対応する広告情報を広告データベース２５２から読み出し、リクエストに設定されている広告ＩＤ、広告情報のカテゴリ及び現在日時を含むクリックログを作成してクリックログ記憶部２５４に登録する（Ｓ４０３）。ＨＴＴＰ処理部２１１は、広告情報のＵＲＬにリダイレクトするようにＨＴＴＰのレスポンスをユーザ端末１０に送信する（Ｓ４０４）。
一方、広告がクリックされていないと判断した場合には（Ｓ４０２：ＮＯ）、図１１の処理により、広告選択部２１３が選択した広告の広告情報を含む広告リストを作成する（Ｓ４０５）。なお、図１１に示す広告情報の選択処理については後述する。
Ｗｅｂページ作成部２１２は、リクエストに応じて各種のコンテンツを表示するためのＨＴＭＬファイルなどの画面情報を作成する（Ｓ４０６）。なお、ステップＳ４０６における画面情報の作成処理は、一般的なＷｅｂサーバによる処理を採用することができる。
Ｗｅｂページ作成部２１２は、広告リストに含まれる各広告情報について、所定のＵＲＬの引数に広告情報に含まれる広告ＩＤを設定したリダイレクトＵＲＬを作成する（Ｓ４０７）。リダイレクトＵＲＬは、例えば「www.foobar.com/ad?id=xxxx」という形式とすることができる。Ｗｅｂページ作成部２１２は、広告リストに含まれる各広告情報について、広告情報に含まれるタイトルを内容として含むリダイレクトＵＲＬへのリンクタグ（例えば、「<a href="http://www.foobar.com/ad?id=xxxx">タイトル</a>」という形式とすることができる。）を画面情報に挿入する（Ｓ４０８）。
ＨＴＴＰ処理部２１１は、作成された画面情報をリクエストへの応答としてユーザ端末１０に送信する（Ｓ４０９）。ログ収集部２１４は、広告リストに含まれる各広告情報について、広告情報に含まれる広告ＩＤ及びカテゴリ、並びに現在日時を含むインプレッションログを作成してインプレッションログ記憶部２５３に登録する（Ｓ４１０）。
＝＝（８）広告の選択処理＝＝
図１１は、ステップＳ４０８における広告の選択処理の流れを示す図である。
配信候補抽出部２３１は、広告データベース２５２から所定数ｍ個の広告情報を抽出する（Ｓ４２１）。なお、広告データベース２５２からどのような広告情報を抽出するかは任意に設定可能である。例えば、ランダムにｍ個の広告情報を抽出するようにしてもよいし、広告情報のタイトルがコンテンツにマッチする度合いの高い順にｍ個の広告情報を抽出するようにしてもよいし、ユーザが興味を有しているカテゴリをユーザ情報の属性として記憶しておき、そのカテゴリにマッチする広告情報をｍ個抽出するようにしてもよい。
図１１は、ステップＳ４０８における広告の選択処理の流れを示す図である。
配信候補抽出部２３１は、広告データベース２５２から所定数ｍ個の広告情報を抽出する（Ｓ４２１）。なお、広告データベース２５２からどのような広告情報を抽出するかは任意に設定可能である。例えば、ランダムにｍ個の広告情報を抽出するようにしてもよいし、広告情報のタイトルがコンテンツにマッチする度合いの高い順にｍ個の広告情報を抽出するようにしてもよいし、ユーザが興味を有しているカテゴリをユーザ情報の属性として記憶しておき、そのカテゴリにマッチする広告情報をｍ個抽出するようにしてもよい。
広告評価算出部２３２は、抽出した広告情報のそれぞれについて以下の処理を行う。
広告評価算出部２３２は、インプレッションログ記憶部２５３から、広告情報に含まれる広告ＩＤに対応するインプレッションログの数をカウントして表示回数とし（Ｓ４２２）、クリックログ記憶部２５４から、当該広告ＩＤに対応するクリックログの数をカウントしてクリック数とする（Ｓ４２３）。広告評価算出部２３２は、一様分布Ｂｅ（１，１）においてクリック数および表示回数を観測した場合のベイズ推定によるクリック率の事後分布Ｂｅ（クリック数＋１，表示回数−クリック数＋１）の期待値を当該広告ＩＤに対応するｘＣＴＲとして算出する（Ｓ４２４）。すなわち、広告評価算出部２３２は、クリック数に１を加算した値を、表示回数に２を加算した値で割った商をｘＣＴＲ（広告ＩＤ）とする。
広告評価算出部２３２は、インプレッションログ記憶部２５３から、広告情報に含まれる広告ＩＤに対応するインプレッションログの数をカウントして表示回数とし（Ｓ４２２）、クリックログ記憶部２５４から、当該広告ＩＤに対応するクリックログの数をカウントしてクリック数とする（Ｓ４２３）。広告評価算出部２３２は、一様分布Ｂｅ（１，１）においてクリック数および表示回数を観測した場合のベイズ推定によるクリック率の事後分布Ｂｅ（クリック数＋１，表示回数−クリック数＋１）の期待値を当該広告ＩＤに対応するｘＣＴＲとして算出する（Ｓ４２４）。すなわち、広告評価算出部２３２は、クリック数に１を加算した値を、表示回数に２を加算した値で割った商をｘＣＴＲ（広告ＩＤ）とする。
広告評価算出部２３２は、以上の処理を各広告情報について行った後、ｘＣＴＲの大きい順にｎ個の広告情報を選択して広告リストとする（Ｓ４２５）。
このようにして、ｘＣＴＲの大きい順にｎ個の広告情報が広告リストとして抽出される。なお、ｘＣＴＲに広告情報の入札額を乗じた値の大きい順にｎ個の広告情報を選択するようにしてもよい。
このようにして、ｘＣＴＲの大きい順にｎ個の広告情報が広告リストとして抽出される。なお、ｘＣＴＲに広告情報の入札額を乗じた値の大きい順にｎ個の広告情報を選択するようにしてもよい。
＝＝（９）効果＝＝
以上説明したように、本実施形態の広告配信システムでは、ベイズ推定による事後確率分布の期待値を広告のクリック率の推定値とし、この推定値に基づいて広告の評価値を決定することができる。従来のクリック率の算出式、すなわち最頻値（クリック数÷表示回数）により算出されるＣＴＲは、特に表示回数が少ない場合には妥当なクリック率とならないことが知られているが、このＣＴＲに比べて、ベイズ推定による事後確率分布の期待値ｘＣＴＲは、表示回数およびクリック数を観測した後において、広告がクリックされる確率の妥当な推定値であると考えられるので、表示回数が少ないような場合であっても、妥当な広告の評価を求めることが可能となる。したがって、本実施形態のように、ｘＣＴＲ（またはｘＣＴＲに入札額を乗じたｘＣＰＭ）を広告の評価値として用いることにより、妥当な広告の評価を求めることが可能となる。
以上説明したように、本実施形態の広告配信システムでは、ベイズ推定による事後確率分布の期待値を広告のクリック率の推定値とし、この推定値に基づいて広告の評価値を決定することができる。従来のクリック率の算出式、すなわち最頻値（クリック数÷表示回数）により算出されるＣＴＲは、特に表示回数が少ない場合には妥当なクリック率とならないことが知られているが、このＣＴＲに比べて、ベイズ推定による事後確率分布の期待値ｘＣＴＲは、表示回数およびクリック数を観測した後において、広告がクリックされる確率の妥当な推定値であると考えられるので、表示回数が少ないような場合であっても、妥当な広告の評価を求めることが可能となる。したがって、本実施形態のように、ｘＣＴＲ（またはｘＣＴＲに入札額を乗じたｘＣＰＭ）を広告の評価値として用いることにより、妥当な広告の評価を求めることが可能となる。
また、従来のクリック率はＣＴＲ＝クリック数÷表示回数となり、本実施形態のｘＣＴＲ＝（クリック数＋１）÷（表示回数＋２）となるベータ分布の期待値なので、ｘＣＴＲまたはｘＣＰＭを採用することにより、期待されるクリック率または広告収益を最大化することができる。つまり、ｘＣＴＲの高い広告を表示するようにすることで、ＷｅｂページあるいはＷｅｂサイト全体として、広告がクリックされる可能性を高めることができ、ｘＣＰＭの高い広告を表示することにより広告収益を上げることができる。よって、広告主にとっては、広告効果を最大化することが可能となり、広告の掲載者（Ｗｅｂサーバ２０の運営者）にとっては広告収益を向上することが可能となる。
その一方で、事後分布の期待値は式（Ｅ１）のように比較的単純な計算式により算出することができる。従来のクリック率の算出式と比較してもそれ程計算負荷は高くならないと考えられる。よって、処理負荷を上げることなく、広告効果を向上させることができる。
また、配信する広告を決定する際に、ＣＴＲまたはｅＣＰＭの大きい順に広告を選択し、ＣＴＲまたはｅＣＰＭが同じ場合には入札額の大きい方を選択することが行われている。このような状況では、入稿間もないときなどクリックの実績値が０である広告については、入札額の大きい広告ばかりが選択されてしまうことになる。
この場合の広告の配信状況を図１２に示す。図１２に示すように、広告Ｃおよび広告Ｄは入稿間もない状態であり、クリック数および表示回数はともに０である。広告Ｃの入札額が５０円、広告Ｄの入札額が４５円とすると、ＣＴＲおよびｅＣＰＭはともに０であるから、入札額の大きい広告Ｃが選択されることになる。この状況では、広告Ｄは、他に入札額の大きい広告Ｃが存在している以上、表示されることがなくなってしまう。表示回数が少ない広告をランダムに表示するようにしたとしても、一般にクリック率は数％よりも小さいことが多く、広告ＣのＣＴＲが０を超える（１度でもクリックされる）までの時間に比べ、広告ＤのＣＴＲが０を超えるまでの時間は極端に長くなってしまう。
これに対して、本実施形態のように、ＣＴＲに代えてｘＣＴＲを用いることにより、図１３に示すように、クリック数が０の広告であってもｘＣＴＲは一様分布の５０％からスタートし、表示回数に応じて事後分布の期待値が調整されていくため、広告Ｄが表示される機会も増えることになる。これは、ｘＣＴＲに入札額を乗じて算出したｘＣＰＭの大きい順に広告を選択した場合であっても、ｅＣＰＭの分布はＣＴＲの分布に比例するので、同様に広告Ｄが表示される機会は増えることになる。したがって、本実施形態の広告配信システムによれば、事後分布の期待値をクリック率の推定値（ｘＣＴＲ）として算出し、これに基づいて広告を配信することができるので、クリック回数の少ない（また多くの場合表示回数も少ない）広告についても妥当な配分で露出の機会を与えることができる。
＝＝（１０）変形例：上限値θ＝＝
上記説明では、ｘＣＴＲの値は０〜１の間の任意の値でありうるとして、事後確率分布Ｂｅ（１＋クリック数，１＋表示回数−クリック数）の期待値、すなわちΣ（クリック率（ｘ）×確率Ｐ（ｘ））÷Σ（確率Ｐ（ｘ））＝（１＋クリック数）÷（２＋表示回数）をｘＣＴＲとしたが、クリック率ｘに上限値θを設定するようにしてもよい。図１４は、ある広告Ｃがクリック数１回、表示回数１６回となったときの事後確率分布において、クリック率の上限値θ＝０．１とした場合のグラフである。図１４のグラフに示すように、ベータ分布のｘ＜θ部分の期待値がｘＣＴＲとして算出されることになる。この場合次式（Ｅ２）によりｘＣＴＲが算出される。
上記説明では、ｘＣＴＲの値は０〜１の間の任意の値でありうるとして、事後確率分布Ｂｅ（１＋クリック数，１＋表示回数−クリック数）の期待値、すなわちΣ（クリック率（ｘ）×確率Ｐ（ｘ））÷Σ（確率Ｐ（ｘ））＝（１＋クリック数）÷（２＋表示回数）をｘＣＴＲとしたが、クリック率ｘに上限値θを設定するようにしてもよい。図１４は、ある広告Ｃがクリック数１回、表示回数１６回となったときの事後確率分布において、クリック率の上限値θ＝０．１とした場合のグラフである。図１４のグラフに示すように、ベータ分布のｘ＜θ部分の期待値がｘＣＴＲとして算出されることになる。この場合次式（Ｅ２）によりｘＣＴＲが算出される。
すなわち、不完全ベータ関数Ｂ（θ；α＋１，β）を、不完全ベータ関数Ｂ（θ；α，β）で割った数がｘＣＴＲとなる。なお、上述したように、α＝１＋クリック数、β＝１＋表示回数−クリック数である。
さらに上記式（Ｅ２）は次式（Ｅ３）のように変形される。
これは、正規化不完全ベータ関数Ｉθ（α＋１，β）にベータ関数Ｂ（α＋１，β）を乗じた値を、正規化不完全ベータ関数Ｉθ（α，β）にベータ関数Ｂ（α，β）を乗じた値で割った商がｘＣＴＲであることを示している。
この式（Ｅ３）を変形すると次式（Ｅ４）となる。
これは上述した式（Ｅ１）により算出されるｘＣＴＲに、正規化不完全ベータ関数Ｉθ（α＋１，β）を正規化不完全ベータ関数Ｉθ（α，β）で割った値を乗じたものである。すなわち、クリックされる確率の上限値をθとした場合の期待値をｘＣＴＲ（θ；α，β）、上限値を設けない場合（θ＝１と同値である）の期待値をｘＣＴＲ（α，β）とすると、ｘＣＴＲ（θ；α，β）は次式（Ｅ５）により算出することができる。
以上のようにして、広告がクリックされる確率の上限値θを設けてｘＣＴＲを算出することができる。上限値θは、たとえば、広告の配信者の知識を入力させるようにしてもよいし、所定の表示回数（例えば千回や１万回など任意の値とすることができる。）以上の広告についてのクリック率（ＣＴＲ）の実績値の上限値としてもよい。このように上限値θを設定することにより、ｘＣＴＲが課題に算出されないようにすることができるので、広告がクリックされる確率の妥当性を高めることができる。またこれにより、広告のクリック率（あるいは広告収益）を最大化することが可能である。
また、正規化不完全ベータ関数は一般的な統計処理用のライブラリなどに用意されているため、式（Ｅ５）を算出することは容易である。したがって、上限値θを設けた場合でも、ｘＣＴＲの算出にかかる実装コストはさほど大きいものではないことが期待される。したがって、容易に妥当なクリック率の推定を行うことが可能となり、これに基づいて（ｘＣＴＲそのものあるいはｘＣＴＲに入札額を乗じて）広告の評価値とすることにより、広告を妥当に評価することができる。
なお、本実施形態では事前分布は一様分布Ｂｅ（１，１）を前提としたが、これに限らず、任意の事前分布を設定するようにしてもよい。たとえば、全ての広告について、あるいは広告のカテゴリごとにカテゴリが同じ広告について、クリック数Ａおよび表示回数Ｂをインプレッションログ記憶部２５３およびクリックログ記憶部２５４からカウントし、これに基づいて一様分布Ｂｅ（１，１）を事前分布とした事後分布Ｂｅ（１＋Ａ，１＋Ｂ−Ａ）を算出しておき、この事後分布Ｂｅ（１＋Ａ，１＋Ｂ−Ａ）を事前分布として、ｘＣＴＲを計算するようにしてもよい。すなわち、式（Ｅ１）は、次のようになる。
ｘＣＴＲ＝（１＋Ａ＋クリック率）÷（２＋Ｂ＋表示回数）・・・（Ｅ１’）
ｘＣＴＲ＝（１＋Ａ＋クリック率）÷（２＋Ｂ＋表示回数）・・・（Ｅ１’）
また、本実施形態では、広告の配信時点においてｘＣＴＲを算出するものとしたが、これに限らず、事前に各広告情報についてｘＣＴＲを計算しておき、事前に計算したｘＣＴＲの大きい順に表示広告を選択するようにしてもよい。この場合、たとえば、広告情報にｘＣＴＲを含めるようにし、ログ収集部２１４がインプレッションログやクリックログをインプレッションログ記憶部２５３やクリックログ記憶部２５４に登録したタイミングで広告評価算出部２３２がｘＣＴＲを算出し、算出したｘＣＴＲにより広告情報を更新するようにすることができる。また、広告評価算出部２３２が、定期的にインプレッションログ記憶部２５３およびクリックログ記憶部２５４に基づいてｘＣＴＲを算出するようにしてもよい。
また、Ｗｅｂサーバ２０は、クリック数と表示回数とに対応付けてｘＣＴＲを記憶する確率表を備えるようにしてもよい。これにより、ｘＣＴＲの計算に係る処理負荷を軽減することができる。また、上限値θを用いるかどうかを設定可能として、広告評価算出部２３２は、上限値θを用いる場合には、確率表からｘＣＴＲを探すようにし、上限値θを用いない場合には、式（Ｅ１）によりｘＣＴＲを計算するようにしてもよい。
また、広告評価算出部２３２は、表示回数が所定の閾値になるまでの間のみ、上限値θを用いて式（Ｅ５）によりｘＣＴＲを算出し、表示回数が上記閾値以上となった場合には、式（Ｅ１）によりｘＣＴＲを算出するようにしてもよい。この場合、上限値θを設定して予め計算したｘＣＴＲを確率表に登録しておき、広告評価算出部２３２は、表示回数が上記閾値になるまでの間は確率表からｘＣＴＲを取得し、表示回数が上記閾値以上となった場合には、式（Ｅ１）によりｘＣＴＲを算出するようにすることもできる。
また、本実施形態は、広告２はＷｅｂページ１の一部に表示されるものとしたが、これに限らず、広告２のみが表示される画面がユーザ端末１０において表示されるようにしてもよいし、広告２がコンテンツとは異なる別画面に表示されるようにしてもよい。
以上、本実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。
例えば、本実施形態では、広告配信システムは１台のＷｅｂサーバ２０から構成されるものとしたが、これに限らず、複数のコンピュータにより構成してもよい。例えばＷｅｂページを提供するＷｅｂサーバと、Ｗｅｂページを作成するアプリケーションサーバと、各種のデータを管理するデータベースサーバとから構成することもできる。
また、たとえば、配信する広告を選択するプログラム（マッチングエンジン）の評価を行う場合など、広告自体を評価する広告評価装置に適用することもできる。この場合、広告評価装置は、広告の表示回数を取得する表示回数取得部と、広告のクリック数を取得するクリック数取得部と、ｘＣＴＲ（またはｘＣＴＲ×入札額）を広告の評価値として算出する広告評価算出部２３２と、広告の評価値を出力する評価値出力部と、を備えるようにする。広告評価値装置にインプレッションログ記憶部２５３およびクリックログ記憶部２５４を備えるようにして、表示回数取得部およびクリック数取得部は、インプレッションログ記憶部２５３およびクリックログ記憶部２５４から広告ＩＤに対応するインプレッションログおよびクリックログの数をカウントするようにしてもよいし、他のコンピュータがインプレッションログ記憶部２５３およびクリックログ記憶部２５４を備えている場合に、そのコンピュータにアクセスして広告ＩＤに対応するインプレッションログおよびクリックログのそれぞれの数を問い合わせるようにしてもよい。
１ Ｗｅｂページ
２ 広告
１０ ユーザ端末
２０ Ｗｅｂサーバ
３０ 通信ネットワーク
２１１ ＨＴＴＰ処理部
２１２ Ｗｅｂページ作成部
２１３ 広告選択部
２１４ ログ収集部
２３１ 配信候補抽出部
２３２ 広告評価算出部
２３３ 広告決定部
２５１ Ｗｅｂ情報データベース
２５２ 広告データベース
２５３ インプレッションログ記憶部
２５４ クリックログ記憶部
２ 広告
１０ ユーザ端末
２０ Ｗｅｂサーバ
３０ 通信ネットワーク
２１１ ＨＴＴＰ処理部
２１２ Ｗｅｂページ作成部
２１３ 広告選択部
２１４ ログ収集部
２３１ 配信候補抽出部
２３２ 広告評価算出部
２３３ 広告決定部
２５１ Ｗｅｂ情報データベース
２５２ 広告データベース
２５３ インプレッションログ記憶部
２５４ クリックログ記憶部
Claims (7)
- 広告を評価する装置であって、
前記広告を表示した表示回数を取得する表示回数取得部と、
前記表示回数を示す情報を記憶する表示回数記憶部と、
前記広告に応じて閲覧者が行動を起こした行動回数を取得する行動回数取得部と、
前記行動回数を示す情報を記憶する行動回数記憶部と、
前記表示回数記憶部に記憶されている前記表示回数を示す情報および前記行動回数記憶部に記憶されている前記行動回数を示す情報に基づいて、所定のベータ分布を事前分布とした前記行動回数および前記表示回数の場合における、前記閲覧者が前記広告に応じて前記行動を起こす確率のベイズ推定による事後分布の期待値を算出する期待値算出部と、
前記期待値に応じて前記広告の評価値を決定する広告評価部と、
を備えることを特徴とする広告評価装置。 - 請求項１に記載の広告評価装置であって、
前記事前分布はベータ分布Ｂｅ（ａ、ｂ）であり、
前記期待値算出部は、前記行動回数にａを加算した値を、前記表示回数にａおよびｂを加算した値で割って前記期待値を算出すること、
を特徴とする広告評価装置。 - 請求項１に記載の広告評価装置であって、
前記確率の上限値を記憶する上限値記憶部をさらに備え、
前記広告評価部は、正規化不完全ベータ関数に、前記上限値、前記行動回数にａを加算した第１パラメータ、および前記表示回数から前記行動回数を引いた値にｂを加算した第２パラメータを与えた値を除数とし、前記正規化不完全ベータ関数に、前記上限値、前記第１パラメータに１を加算した値および前記第２パラメータを与えた値を被除数とする除算による商を算出し、当該商を前記期待値に乗じた値に応じて前記評価値を決定すること、
を特徴とする広告評価装置。 - 請求項１に記載の広告評価装置であって、
前記広告に応じて前記閲覧者が行動を起こしたことに対する報酬額を取得する報酬額取得部をさらに備え、
前記広告評価部は、前記期待値に前記報酬額を乗じて前記評価値を算出すること、
を特徴とする広告評価装置。 - 広告を配信する装置であって、
前記広告を表示した表示回数を取得する表示回数取得部と、
前記表示回数を示す情報を記憶する表示回数記憶部と、
前記広告に応じて閲覧者が行動を起こした行動回数を取得する行動回数取得部と、
前記行動回数を示す情報を記憶する行動回数記憶部と、
前記表示回数記憶部に記憶されている前記表示回数を示す情報および前記行動回数記憶部に記憶されている前記行動回数を示す情報に基づいて、所定のベータ分布を事前分布とした前記行動回数および前記表示回数の場合における、前記閲覧者が前記広告に応じて前記行動を起こす確率のベイズ推定による事後分布の期待値を算出する期待値算出部と、
前記期待値に応じて前記広告の評価値を決定する広告評価部と、
前記評価値の大きい順に所定数の前記広告を配信する広告配信部と、
を備えることを特徴とする広告配信装置。 - 広告を評価する方法であって、
コンピュータが、
前記広告を表示した表示回数を取得するステップと、
前記表示回数を示す情報を記憶するステップと、
前記広告に応じて閲覧者が行動を起こした行動回数を取得するステップと、
前記行動回数を示す情報を記憶するステップと、
前記記憶されている表示回数を示す情報および前記記憶されている行動回数を示す情報に基づいて、所定のベータ分布を事前分布とした前記行動回数および前記表示回数の場合における、前記閲覧者が前記広告に応じて前記行動を起こす確率のベイズ推定による事後分布の期待値を算出するステップと、
前記期待値に応じて前記広告の評価値を決定するステップと、
を実行することを特徴とする広告評価方法。 - 広告を評価するためのプログラムであって、
コンピュータに、
前記広告を表示した表示回数を取得するステップと、
前記表示回数を示す情報を記憶するステップと、
前記広告に応じて閲覧者が行動を起こした行動回数を取得するステップと、
前記行動回数を示す情報を記憶するステップと、
前記記憶されている表示回数を示す情報および前記記憶されている行動回数を示す情報に基づいて、所定のベータ分布を事前分布とした前記行動回数および前記表示回数の場合における、前記閲覧者が前記広告に応じて前記行動を起こす確率のベイズ推定による事後分布の期待値を算出するステップと、
前記期待値に応じて前記広告の評価値を決定するステップと、
を実行させるためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012024275A JP5485311B2 (ja) | 2012-02-07 | 2012-02-07 | 広告評価装置、広告評価方法およびプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012024275A JP5485311B2 (ja) | 2012-02-07 | 2012-02-07 | 広告評価装置、広告評価方法およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013161358A JP2013161358A (ja) | 2013-08-19 |
| JP5485311B2 true JP5485311B2 (ja) | 2014-05-07 |
Family
ID=49173532
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012024275A Active JP5485311B2 (ja) | 2012-02-07 | 2012-02-07 | 広告評価装置、広告評価方法およびプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5485311B2 (ja) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106663270B (zh) * | 2015-03-18 | 2021-09-21 | Sk 普兰尼特有限公司 | 广告招标装置和广告平台装置 |
| JP6355582B2 (ja) * | 2015-03-20 | 2018-07-11 | ヤフー株式会社 | 評価値算出方法、評価値算出プログラム、及び評価値算出装置 |
| US20210390574A1 (en) * | 2018-07-12 | 2021-12-16 | Nec Corporation | Information processing system, information processing method, and storage medium |
| CN111125572B (zh) * | 2018-10-31 | 2023-05-23 | 北京字节跳动网络技术有限公司 | 用于处理信息的方法和装置 |
| CN111125502B (zh) * | 2018-10-31 | 2024-02-20 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
| JP7191996B2 (ja) * | 2021-01-26 | 2022-12-19 | Ｌｉｎｅ株式会社 | サーバ、情報処理方法、プログラム |
| WO2022163403A1 (ja) * | 2021-01-26 | 2022-08-04 | Ｌｉｎｅ株式会社 | サーバ、情報処理方法、プログラム、端末 |
| JP7191997B2 (ja) * | 2021-01-26 | 2022-12-19 | Ｌｉｎｅ株式会社 | プログラム、情報処理方法、端末 |
| JP2023142286A (ja) * | 2022-03-24 | 2023-10-05 | カラクリ株式会社 | プログラム、方法、およびシステム |
| JP2023156590A (ja) * | 2022-04-13 | 2023-10-25 | 株式会社イルグルム | 情報処理装置、情報処理方法及び情報処理プログラム |
| CN116402553B (zh) * | 2023-06-07 | 2023-08-18 | 江西时刻互动科技股份有限公司 | 广告效果评估方法、装置及可读存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3389948B2 (ja) * | 1998-11-27 | 2003-03-24 | 日本電気株式会社 | 表示広告選択システム |
| US20040044571A1 (en) * | 2002-08-27 | 2004-03-04 | Bronnimann Eric Robert | Method and system for providing advertising listing variance in distribution feeds over the internet to maximize revenue to the advertising distributor |
| US20060293950A1 (en) * | 2005-06-28 | 2006-12-28 | Microsoft Corporation | Automatic ad placement |
| US8204838B2 (en) * | 2009-04-10 | 2012-06-19 | Microsoft Corporation | Scalable clustering |
-
2012
- 2012-02-07 JP JP2012024275A patent/JP5485311B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2013161358A (ja) | 2013-08-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5485311B2 (ja) | 広告評価装置、広告評価方法およびプログラム | |
| JP5491555B2 (ja) | 広告配信装置、広告配信方法及びプログラム | |
| US10296942B2 (en) | Advertisement choosing device and advertisement choosing method | |
| CN102959573B (zh) | 信息处理装置、信息处理方法 | |
| JP5507607B2 (ja) | コンテンツ提供装置、低ランク近似行列生成装置、コンテンツ提供方法、低ランク近似行列生成方法およびプログラム | |
| JP5139397B2 (ja) | 広告配信装置及び方法 | |
| JP5814772B2 (ja) | 広告決定システム、広告決定方法およびプログラム | |
| KR20120050593A (ko) | 추천 키워드를 제공하는 시스템 및 방법 | |
| US20130066708A1 (en) | Online advertising system and a method of operating the same | |
| JP5507622B2 (ja) | 広告課金額決定装置、広告課金額決定方法およびプログラム | |
| JP5425941B2 (ja) | 広告評価装置、広告評価方法およびプログラム | |
| JP5491556B2 (ja) | 広告配信装置、広告配信方法及びプログラム | |
| JP5558539B2 (ja) | 検索システム、検索方法およびプログラム | |
| JP2007164710A (ja) | バナー配信システム及びバナー配信方法 | |
| JP5523536B2 (ja) | 広告配信装置および広告配信方法 | |
| JP4945490B2 (ja) | 不正検出装置および不正検出方法 | |
| JP5238612B2 (ja) | 広告出稿量推計装置およびプログラム | |
| JP5847099B2 (ja) | 情報配信装置、及び、情報配信方法 | |
| JP5520913B2 (ja) | 広告出力装置、広告出力方法及びプログラム | |
| JP4767873B2 (ja) | 情報検索システム、情報検索装置、情報検索結果出力方法およびプログラム | |
| US20140136317A1 (en) | Advertisement information providing device and advertisement information providing method | |
| JP5856206B2 (ja) | 広告配信装置、広告配信方法及びプログラム | |
| JP6362577B2 (ja) | 情報処理装置及び表示記事選択システム | |
| JP5976897B2 (ja) | 広告決定装置、広告決定方法およびプログラム | |
| JP5068355B2 (ja) | 広告配信装置および方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131029 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131227 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140121 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140219 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5485311 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |