JP6725405B2 - Information processing system, information processing apparatus, and information processing method - Google Patents
Information processing system, information processing apparatus, and information processing method Download PDFInfo
- Publication number
- JP6725405B2 JP6725405B2 JP2016232433A JP2016232433A JP6725405B2 JP 6725405 B2 JP6725405 B2 JP 6725405B2 JP 2016232433 A JP2016232433 A JP 2016232433A JP 2016232433 A JP2016232433 A JP 2016232433A JP 6725405 B2 JP6725405 B2 JP 6725405B2
- Authority
- JP
- Japan
- Prior art keywords
- advertisement
- attribute
- unit
- information
- user
- 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
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、情報処理システム、情報処理装置、および情報処理方法に関する。 The present invention relates to an information processing system, an information processing device, and an information processing method.
従来、ユーザによって使用されるユーザ端末に広告を配信する広告配信装置が知られている。広告配信装置によって配信された広告は、ユーザ端末の表示部に表示される。ユーザが表示部に表示された広告をクリックすると、クリックされた広告に関するページが表示部に表示される。 Conventionally, there is known an advertisement distribution device that distributes an advertisement to a user terminal used by a user. The advertisement distributed by the advertisement distribution device is displayed on the display unit of the user terminal. When the user clicks the advertisement displayed on the display unit, a page related to the clicked advertisement is displayed on the display unit.
ユーザによる広告のクリック率を向上させるため、広告配信装置は、ユーザの属性（例えば、性別や年齢など）に基づいて、配信する広告を選択するのが望ましい。ユーザの属性を推定する技術として、例えば、ユーザによってアクセスされたページの集合を解析することにより、ユーザの属性を推定する技術が知られている（特許文献１参照）。 In order to improve the click rate of the advertisement by the user, it is desirable that the advertisement distribution device selects the advertisement to be distributed based on the attribute of the user (for example, sex or age). As a technique for estimating the user's attribute, for example, a technique for estimating the user's attribute by analyzing a set of pages accessed by the user is known (see Patent Document 1).
しかしながら、特許文献１に開示された技術によれば、ユーザを識別するための識別情報を取得できなかった場合や、ユーザのアクセス履歴が少ない場合には、ユーザの属性を推定できない場合があった。 However, according to the technique disclosed in Patent Document 1, when the identification information for identifying the user cannot be acquired, or when the user's access history is small, the attribute of the user cannot be estimated in some cases. ..
本発明は、このような事情を考慮してなされたものであり、ユーザの属性を推定できない状況が発生するのを抑制することができる情報処理システム、情報処理装置、および情報処理方法を提供することを目的の一つとする。 The present invention has been made in consideration of such circumstances, and provides an information processing system, an information processing apparatus, and an information processing method capable of suppressing occurrence of a situation in which a user's attribute cannot be estimated. That is one of the purposes.
本発明の一態様は、情報処理システムは、モデル生成装置と、広告配信装置とを備える。前記モデル生成装置は、ユーザによって使用されるユーザ端末に配信された広告のログを示す広告配信ログを取得するログ取得部と、前記ログ取得部によって取得された前記広告配信ログに基づいて、前記ユーザの属性を推定するための属性推定モデルを生成するモデル生成部と、を備える。前記広告配信装置は、前記ユーザ端末から広告リクエストを受信する受信部と、前記ユーザ端末を使用するユーザの属性を、前記受信部によって受信された前記広告リクエストに含まれる素性情報と、前記モデル生成部によって生成された前記属性推定モデルとを用いて推定する属性推定部と、を備える。 According to one aspect of the present invention, an information processing system includes a model generation device and an advertisement distribution device. The model generation device, based on the log acquisition unit that acquires an advertisement distribution log indicating the log of the advertisement distributed to the user terminal used by the user, and the advertisement distribution log acquired by the log acquisition unit, And a model generation unit that generates an attribute estimation model for estimating the attribute of the user. The advertisement distribution device includes a receiving unit that receives an advertisement request from the user terminal, an attribute of a user who uses the user terminal, feature information included in the advertisement request received by the receiving unit, and the model generation. And an attribute estimation unit that estimates using the attribute estimation model generated by the unit.
本発明の一態様によれば、ユーザの属性を推定できない状況が発生するのを抑制することができる。 According to one aspect of the present invention, it is possible to prevent a situation in which a user attribute cannot be estimated from occurring.
以下、図面を参照して、情報処理システム、情報処理装置、および情報処理方法の実施形態について説明する。 Embodiments of an information processing system, an information processing device, and an information processing method will be described below with reference to the drawings.
＜１．情報処理システムの使用環境＞
図１は、実施形態に係る情報処理システム１０の使用環境を示す図である。情報処理システム１０は、ネットワークＮＷを介してウェブサーバ１００およびユーザ端末４００と通信可能に接続されている。ネットワークＮＷは、例えば、ＷＡＮ（Wide Area Network）やＬＡＮ（Local Area Network）、インターネット、プロバイダ装置、無線基地局、専用回線などのうち一部または全部を含む。
<1. Information processing system environment>
FIG. 1 is a diagram showing a usage environment of the
ユーザ端末４００は、ユーザによって使用される端末であり、スマートフォンなどの携帯電話やタブレット端末であるが、これに限られない。例えば、ユーザ端末４００は、ノート型のコンピュータ、デスクトップ型のコンピュータ、またはＰＤＡ（Personal Digital Assistant）であってもよい。ウェブサーバ１００は、ユーザ端末４００からの要求に応じて、ユーザ端末４００にページを表示するためのページデータを提供するサーバである。
The
情報処理システム１０は、ユーザ端末４００を使用するユーザの属性（性別や年齢）を推定し、推定した属性に応じた広告をユーザ端末４００に配信するシステムである。情報処理システム１０は、モデル生成装置２００と、広告配信装置３００とを備える。
The
モデル生成装置２００は、ユーザ端末４００を使用するユーザの属性を推定するための属性推定モデルを生成する。広告配信装置３００は、モデル生成装置２００によって生成された属性推定モデルを用いてユーザの属性を推定し、推定した属性に基づいて、ユーザ端末４００に配信する広告を選択する。
The
＜２．システム全体の処理の概要＞
図２は、実施形態に係るシステム全体の処理の概要を示す図である。まず、ユーザは、ウェブサーバ１００の運営者によって提供されるサイトのページを表示させるためのページ表示指示を、ユーザ端末４００に入力する。ユーザ端末４００は、入力されたページ表示指示に基づき、ＨＴＴＰ（Hypertext Transfer Protocol）リクエストをウェブサーバ１００に送信する。
<2. Overview of overall system processing>
FIG. 2 is a diagram showing an outline of processing of the entire system according to the embodiment. First, the user inputs, into the
ウェブサーバ１００は、ユーザ端末４００からＨＴＴＰリクエストを受信すると、受信したＨＴＴＰリクエストに応じたページデータをユーザ端末４００に送信する。ページデータは、例えば、ＨＴＭＬ（HyperText Markup Language）等が記述されたテキストデータや、スタイルシート、画像データ、動画データ、音声データである。ページデータは、ブラウザに限らず、アプリケーションプログラムで再生されるデータであってもよい。ユーザ端末４００は、ウェブサーバ１００からページデータを受信すると、受信したページデータに基づいてページを表示する。
Upon receiving the HTTP request from the
ユーザ端末４００は、ページ内に広告枠が存在する場合、広告リクエストを広告配信装置３００に送信する。広告配信装置３００は、ユーザの属性を推定するための属性推定モデルを予め保持している。広告配信装置３００は、ユーザ端末４００から広告リクエスト受信すると、属性推定モデルを用いてユーザの属性を推定する。
The
また、広告配信装置３００は、推定したユーザの属性に基づいて広告情報を選択し、選択した広告情報をユーザ端末４００に送信する。ユーザ端末は、広告配信装置３００から広告情報を受信すると、受信した広告情報を広告枠に表示する。
Further, the
広告配信装置３００は、任意のタイミングでモデル生成装置２００にモデルリクエストを送信する。モデル生成装置２００は、広告配信装置３００から送信されたモデルリクエストに応じて、属性推定モデルを生成する。また、モデル生成装置２００は、生成した属性推定モデルを広告配信装置３００に送信する。前述したように、広告配信装置３００は、モデル生成装置２００から受信した属性推定モデルを用いて、ユーザ端末４００を使用するユーザの属性を推定する。
The
以上が、システム全体の処理の概要である。以下、各装置によって実行される処理の詳細を説明する。 The above is the outline of the processing of the entire system. The details of the processing executed by each device will be described below.
＜３．ページデータの取得処理＞
図３は、実施形態に係るユーザ端末４００およびウェブサーバ１００の詳細構成を示すブロック図である。以下、図３を用いて、ページデータの取得処理について説明する。ユーザ端末４００は、制御部４１０と、入力部４２０と、表示部４３０と、送信部４４０と、受信部４５０とを備える。
<3. Page data acquisition process>
FIG. 3 is a block diagram showing detailed configurations of the
制御部４１０は、ＣＰＵ（Central Processing Unit）等のプロセッサが、プログラムメモリに記憶されたプログラムを実行することで実現される。なお、制御部４１０は、プロセッサがプログラムを実行するのと同様の機能を有するＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、およびＦＰＧＡ（Field-Programmable Gate Array）等のハードウェアにより実現されてもよい。
The
入力部４２０は、タッチパネルなどの、ユーザからの入力を受け付ける入力装置である。ユーザ端末４００がノート型のコンピュータまたはデスクトップ型のコンピュータである場合には、入力部４２０はキーボードやマウスなどの入力装置であってもよい。表示部４３０は、液晶表示装置などの表示装置である。送信部４４０および受信部４５０は、例えば、無線でデータを送受信可能な無線通信モジュールによって実現される。
The
ウェブサーバ１００は、制御部１１０と、受信部１２０と、送信部１３０と、記憶部１４０とを備える。制御部１１０は、ＣＰＵ等のプロセッサが、プログラムメモリに記憶されたプログラムを実行することで実現される。なお、制御部１１０は、プロセッサがプログラムを実行するのと同様の機能を有するＬＳＩ、ＡＳＩＣ、およびＦＰＧＡ等のハードウェアにより実現されてもよい。
The
受信部１２０および送信部１３０は、例えばＮＩＣ（Network Interface Card）によって実現される。記憶部１４０は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ、またはこれらのうち複数が組み合わされたハイブリッド型記憶装置などにより実現される。また、記憶部１４０の一部または全部は、ＮＡＳ（Network Attached Storage）や外部のストレージサーバなど、ウェブサーバ１００がアクセス可能な外部装置であってもよい。
The receiving
ユーザは、ユーザ端末４００の入力部４２０を用いて、ページを表示部４３０に表示させるためのページ表示指示を入力する。入力部４２０は、ユーザによって入力されたページ表示指示を制御部４１０に出力する。
The user uses the
制御部４１０は、入力部４２０から入力されたページ表示指示に応じて、ＨＴＴＰリクエストを送信部４４０に出力する。送信部４４０は、制御部４１０から入力されたＨＴＴＰリクエストをウェブサーバ１００に送信する。
The
ウェブサーバ１００の受信部１２０は、ユーザ端末４００の送信部４４０から受信したＨＴＴＰリクエストを制御部１１０に入力する。制御部１１０は、受信部１２０から入力されたＨＴＴＰリクエストに基づいて、予め記憶部１４０に記憶されたページデータを読み出す。また、制御部１１０は、読み出したページデータを送信部１３０に出力する。送信部１３０は、制御部１１０から入力されたページデータを、ユーザ端末４００に送信する。
The receiving
ユーザ端末４００の受信部４５０は、ウェブサーバ１００の送信部１３０からページデータを受信すると、受信したページデータを制御部４１０に出力する。制御部４１０は、受信部４５０から入力されたページデータに基づいて、表示部４３０にページを表示する。
When receiving the page data from the transmitting
図４は、実施形態に係るユーザ端末４００の表示部４３０に表示されるページの一例を示す図である。表示部４３０に表示されるページには、広告枠が含まれる場合がある。図４に示される例においては、表示部４３０に表示されるページに、複数の広告枠Ａ１およびＡ２が含まれている。この場合、ユーザ端末４００は、これらの広告枠Ａ１およびＡ２に表示する広告の情報を取得する必要がある。このため、ユーザ端末４００は、広告リクエストを広告配信装置３００に送信する。
FIG. 4 is a diagram showing an example of a page displayed on the
＜４．広告情報の取得処理＞
図５は、実施形態に係るユーザ端末４００および広告配信装置３００の詳細構成を示すブロック図である。以下、図５を用いて、広告情報の取得処理について説明する。広告配信装置３００は、制御部３１０と、受信部３２０と、送信部３３０と、第１記憶部３４０と、第２記憶部３５０とを備える。
<4. Advertising information acquisition process>
FIG. 5 is a block diagram showing detailed configurations of the
制御部３１０は、ＣＰＵ等のプロセッサが、プログラムメモリに記憶されたプログラムを実行することで実現される。なお、制御部３１０は、プロセッサがプログラムを実行するのと同様の機能を有するＬＳＩ、ＡＳＩＣ、およびＦＰＧＡ等のハードウェアにより実現されてもよい。詳細は後述するが、制御部３１０は、ログ生成部３１１と、属性推定部３１２と、広告選択部３１３とを備える。
The
受信部３２０および送信部３３０は、例えばＮＩＣによって実現される。第１記憶部３４０および第２記憶部３５０は、例えば、ＲＡＭ、ＲＯＭ、ＨＤＤ、フラッシュメモリ、またはこれらのうち複数が組み合わされたハイブリッド型記憶装置などにより実現される。また、第１記憶部３４０および第２記憶部３５０の一部または全部は、ＮＡＳや外部のストレージサーバなど、広告配信装置３００がアクセス可能な外部装置であってもよい。
The receiving
表示部４３０に表示されるページに広告枠が存在する場合、ユーザ端末４００の制御部４１０は、広告リクエストを送信部４４０に出力する。送信部４４０は、制御部４１０から入力された広告リクエストを広告配信装置３００に送信する。
When the page displayed on the
詳細は後述するが、広告リクエストには素性情報および属性情報が含まれる。素性情報は、広告が配信される広告配信面の所在を示すＵＲＬ（Uniform Resource Locator）、広告配信面を識別するための配信面ＩＤ、ユーザに関連する単語を示す単語情報、およびユーザの興味のあるカテゴリを示すカテゴリ情報のうちの少なくとも一つを含む。属性情報は、ユーザの性別を示す性別情報、およびユーザの年齢を示す年齢情報のうちの少なくとも一つを含む。 Although details will be described later, the advertisement request includes the feature information and the attribute information. The feature information is a URL (Uniform Resource Locator) indicating the location of the advertisement distribution surface where the advertisement is distributed, a distribution surface ID for identifying the advertisement distribution surface, word information indicating a word related to the user, and a user's interest. At least one of the category information indicating a certain category is included. The attribute information includes at least one of gender information indicating the gender of the user and age information indicating the age of the user.
広告配信装置３００の受信部３２０は、ユーザ端末４００の送信部４４０から広告リクエストを受信すると、受信した広告リクエストを制御部３１０に出力する。受信部３２０から入力された広告リクエストに属性情報が含まれる場合、制御部３１０のログ生成部３１１は、受信部３２０から入力された広告リクエストに基づいて、広告配信ログＬを生成する。ログ生成部３１１は、生成した広告配信ログＬを第１記憶部３４０に蓄積する。
When receiving the advertisement request from the
図６は、実施形態に係る広告配信ログＬの一例を示す図である。広告配信ログＬは、素性情報と、属性情報とを含む。図６に示される例においては、素性情報の一例として、ＵＲＬ、配信面ＩＤ、単語情報、およびカテゴリ情報が示されている。また、属性情報の一例として、性別情報が示されている。前述したように、素性情報および属性情報は、広告リクエストに含まれる情報である。 FIG. 6 is a diagram illustrating an example of the advertisement delivery log L according to the embodiment. The advertisement delivery log L includes feature information and attribute information. In the example shown in FIG. 6, URL, distribution surface ID, word information, and category information are shown as an example of the feature information. Gender information is shown as an example of the attribute information. As described above, the feature information and the attribute information are the information included in the advertisement request.
ＵＲＬは、広告が配信される広告配信面の所在を示す情報である。配信面ＩＤは、広告配信面を識別するための情報である。単語情報は、ユーザに関連する単語を示す情報である。例えば、単語情報は、ユーザによって入力された検索ワードであるが、これに限られない。 The URL is information indicating the location of the advertisement distribution surface where the advertisement is distributed. The distribution surface ID is information for identifying the advertisement distribution surface. The word information is information indicating words related to the user. For example, the word information is a search word input by the user, but is not limited to this.
カテゴリ情報は、ユーザの興味のあるカテゴリを示す情報である。性別情報は、ユーザ端末４００を使用するユーザの性別を示す情報である。カテゴリ情報および性別情報は、ユーザ端末４００に記憶されるクッキーに含まれる情報である。クッキーとは、ブラウザを通じてユーザ端末４００に一時的に記憶されるデータである。
The category information is information indicating a category in which the user is interested. The gender information is information indicating the gender of the user who uses the
図６においては、一例として３つのログが示されている。一つ目のログにおいて、ＵＲＬは“http://example1.com/1.html”であり、配信面ＩＤは“0001”であり、単語情報は“口紅”であり、カテゴリ情報は“化粧品”であり、性別情報は“女”である。二つ目のログにおいて、ＵＲＬは“http://example2.com/2.html”であり、配信面ＩＤは“0002”であり、単語情報は“ネクタイ”であり、カテゴリ情報は“ファッション”であり、性別情報は“男”である。三つ目のログにおいて、ＵＲＬは“http://example3.com/3.html”であり、配信面ＩＤは“0003”であり、単語情報は“スカート”であり、カテゴリ情報は“ファッション”であり、性別情報は“女”である。 In FIG. 6, three logs are shown as an example. In the first log, the URL is “http://example1.com/1.html”, the distribution surface ID is “0001”, the word information is “lipstick”, and the category information is “cosmetics”. And the gender information is “woman”. In the second log, the URL is “http://example2.com/2.html”, the distribution surface ID is “0002”, the word information is “tie”, and the category information is “fashion”. And the gender information is "male". In the third log, the URL is “http://example3.com/3.html”, the distribution surface ID is “0003”, the word information is “skirt”, and the category information is “fashion”. And the gender information is “woman”.
ログ生成部３１１は、属性情報が含まれる広告リクエストが受信部３２０によって受信される度に、広告リクエストに含まれる素性情報および属性情報を用いて広告配信ログＬを生成する。また、ログ生成部３１１は、広告配信ログＬを生成する度に、生成した広告配信ログＬを第１記憶部３４０に蓄積していく。ログ生成部３１１は、広告リクエストに含まれる属性情報を、広告選択部３１３に出力する。
The
一方、受信部３２０から入力された広告リクエストに属性情報が含まれない場合、制御部３１０の属性推定部３１２は、受信部３２０から入力された広告リクエストに基づいて、ユーザ端末４００を使用するユーザの属性（例えば、性別）を推定する。具体的に、属性推定部３１２は、広告リクエストに含まれる素性情報（例えば、ＵＲＬ、配信面ＩＤ、単語情報、およびカテゴリ情報）と、属性推定モデルとを用いて、ユーザの属性を推定する。属性推定モデルは、後述する属性推定モデルの取得処理によって取得される。
On the other hand, when the advertisement request input from the receiving
属性推定モデルは、以下の式（１）に示される。ここで、Ｐはユーザの属性を判定するために用いられる属性スコアであり、ｘは素性情報の値を示す複数の素性値を含む素性値ベクトルであり、Ｗは素性値ベクトルｘに乗算される重みベクトルであり、ｂはバイアス値である。 The attribute estimation model is represented by the following equation (1). Here, P is an attribute score used to determine the attribute of the user, x is a feature value vector including a plurality of feature values indicating values of feature information, and W is multiplied by the feature value vector x. It is a weight vector, and b is a bias value.
式（１）に示されるように、属性推定部３１２は、素性値ベクトルｘに重みベクトルＷを乗算した後に、バイアス値ｂを加算することによって得られた値を用いて属性スコアＰを算出する。具体的に、属性推定部３１２は、（Ｗｘ＋ｂ）をソフトマックス関数に入力することによって、属性スコアＰを算出する。
As shown in Expression (1), the
例えば、素性値ベクトルをｘ＝（ｘ１，ｘ２，ｘ３，ｘ４）とし、重みベクトルをＷ＝（ｗ１，ｗ２，ｗ３，ｗ４）とする。また、図６に示される素性情報の値を示す素性値が、ｘ１からｘ４に対応付けられることとする。具体的には、素性値ｘ１はＵＲＬの値を示し、素性値ｘ２は配信面ＩＤの値を示し、素性値ｘ３はユーザに関連する単語の値を示し、素性値ｘ４はユーザが興味のあるカテゴリの値を示すこととする。この場合、式（１）において、（Ｗｘ＋ｂ）＝ｗ１ｘ１＋ｗ２ｘ２＋ｗ３ｘ３＋ｗ４ｘ４＋ｂとなる。 For example, the feature value vector is x=(x 1 , x 2 , x 3 , x 4 ), and the weight vector is W=(w 1 , w 2 , w 3 , w 4 ). Further, the feature value indicating the value of the feature information shown in FIG. 6 is associated with x 1 to x 4 . Specifically, the feature value x 1 indicates the value of the URL, the feature value x 2 indicates the value of the distribution surface ID, the feature value x 3 indicates the value of the word related to the user, and the feature value x 4 indicates the user. Indicates the value of the category of interest. In this case, in the formula (1), (Wx+b)=w 1 x 1+ w 2 x 2+ w 3 x 3+ w 4 x 4 +b.
また、属性推定部３１２は、算出した属性スコアＰに基づいて、ユーザの属性を推定する。例えば、属性推定部３１２は、属性スコアＰが予め設定された閾値Ｔｈより大きければ、ユーザの性別は男であると推定する。また、属性推定部３１２は、属性スコアＰが予め設定された閾値Ｔｈ以下であれば、ユーザの性別は女であると推定する。
Further, the
このように、属性推定部３１２は、ユーザ端末４００を使用するユーザの属性を、広告リクエストに含まれる素性情報と、モデル生成部２１１によって生成された属性推定モデルとを用いて推定する。属性推定部３１２は、推定により得られた属性情報を、広告選択部３１３に出力する。
In this way, the
第２記憶部３５０には、属性情報に関連付けられた広告情報が記憶されている。広告情報は、例えば、広告ＩＤ、広告画像、および広告のリンク先のアドレス等を含む情報である。広告選択部３１３は、ログ生成部３１１または属性推定部３１２から入力された属性情報に基づいて、ユーザ端末４００に配信する広告情報を選択する。また、広告選択部３１３は、選択した広告情報を第２記憶部３５０から読み出し、読み出した広告情報を送信部３３０に出力する。送信部３３０は、制御部３１０の広告選択部３１３から入力された広告情報をユーザ端末４００に送信する。
The
ユーザ端末４００の受信部４５０は、広告配信装置３００の送信部３３０から広告情報を受信すると、受信した広告情報を制御部４１０に入力する。制御部４１０は、受信部４５０から入力された広告情報に含まれる広告画像を、表示部４３０に表示されたページ内の広告枠に表示する。これによって、ユーザ端末４００は、ユーザ端末４００を使用するユーザに適した広告をページ内の広告枠に表示することができる。
Upon receiving the advertisement information from the
＜５．属性推定モデルの取得処理＞
図７は、実施形態に係るモデル生成装置２００および広告配信装置３００の詳細構成を示すブロック図である。以下、図７を用いて、属性推定モデルの取得処理について説明する。モデル生成装置２００は、制御部２１０と、送信部２２０と、受信部２３０とを備える。
<5. Acquisition process of attribute estimation model>
FIG. 7 is a block diagram showing the detailed configurations of the
制御部２１０は、ＣＰＵ等のプロセッサが、プログラムメモリに記憶されたプログラムを実行することで実現される。なお、制御部２１０は、プロセッサがプログラムを実行するのと同様の機能を有するＬＳＩ、ＡＳＩＣ、およびＦＰＧＡ等のハードウェアにより実現されてもよい。詳細は後述するが、制御部２１０は、モデル生成部２１１と、ログ取得部２１２とを備える。送信部２２０および受信部２３０は、例えばＮＩＣによって実現される。
The
広告配信装置３００の制御部３１０は、第１記憶部３４０から、広告配信ログＬを読み出す。また、制御部３１０は、読み出した広告配信ログＬを含むモデルリクエストを、送信部３３０に出力する。送信部３３０は、制御部３１０から入力されたモデルリクエストをモデル生成装置２００に送信する。
The
モデル生成装置２００の受信部２３０は、広告配信装置３００の送信部３３０からモデルリクエストを受信すると、受信したモデルリクエストを制御部２１０に入力する。制御部２１０のログ取得部２１２は、受信部２３０から入力されたモデルリクエストから、広告配信ログＬを取得する。ログ取得部２１２は、取得した広告配信ログＬをモデル生成部２１１に出力する。
Upon receiving the model request from the
モデル生成部２１１は、ログ取得部２１２から入力された広告配信ログＬに基づいて、ユーザの属性を推定するための属性推定モデルを生成する。具体的に、モデル生成部２１１は、広告配信ログＬに基づき、前述の式（１）におけるパラメータ（重みベクトルＷおよびバイアス値ｂ）を学習することで、属性推定モデルを生成する。
The
広告配信ログＬは、素性情報（例えば、ＵＲＬ、配信面ＩＤ、単語情報、およびカテゴリ情報）に、属性情報（例えば、性別）が正解データとして関連付けられた情報である。このため、モデル生成部２１１は、広告配信ログＬに対してディープラーニング等の学習手法を適用することで、属性推定モデルのパラメータ（重みベクトルＷおよびバイアス値ｂ）を算出することができる。
The advertisement delivery log L is information in which attribute information (eg, sex) is associated as correct answer data with feature information (eg, URL, delivery surface ID, word information, and category information). Therefore, the
モデル生成部２１１は、生成した属性推定モデル（パラメータＷおよびｂ）を送信部２２０に出力する。送信部２２０は、モデル生成部２１１から入力された属性推定モデル（パラメータＷおよびｂ）を、広告配信装置３００に送信する。
The
広告配信装置３００の受信部３２０は、モデル生成装置２００の送信部２２０から属性推定モデル（パラメータＷおよびｂ）を受信すると、受信した属性推定モデルを制御部３１０に入力する。これによって、広告配信装置３００は、属性推定モデルを取得することができ、取得した属性推定モデルを用いてユーザの属性を推定することができる。
Upon receiving the attribute estimation model (parameters W and b) from the
＜６．ユーザ端末による処理のフローチャート＞
図８は、実施形態に係るユーザ端末４００による処理を示すフローチャートである。まず、ユーザ端末４００の制御部４１０は、入力部４２０からページ表示指示が入力されたか否かを判定する（Ｓ１０）。入力部４２０からページ表示指示が入力されていない場合、制御部４１０はＳ１０に処理を戻す。
<6. Flowchart of processing by user terminal>
FIG. 8 is a flowchart showing processing by the
一方、入力部４２０からページ表示指示が入力された場合、制御部４１０は、ＨＴＴＰリクエストを送信部４４０に出力する。送信部４４０は、制御部４１０から入力されたＨＴＴＰリクエストをウェブサーバ１００に送信する（Ｓ１１）。その後、ユーザ端末４００の受信部４５０は、ウェブサーバ１００からページデータを受信する（Ｓ１２）。受信部４５０は、受信したページデータを制御部４１０に出力する。
On the other hand, when the page display instruction is input from the
制御部４１０は、受信部４５０から入力されたページデータに基づき、ページ内に広告枠があるか否かを判定する（Ｓ１３）。ページ内に広告枠がない場合、制御部４１０は、後述するＳ１６に処理を進める。
The
一方、ページ内に広告枠がある場合、制御部４１０は、広告リクエストを送信部４４０に出力する。送信部４４０は、制御部４１０から入力された広告リクエストを広告配信装置３００に送信する（Ｓ１４）。その後、受信部４５０は、広告配信装置３００から広告情報を受信する（Ｓ１５）。受信部４５０は、受信した広告情報を制御部４１０に入力する。
On the other hand, when there is an advertisement frame in the page, the
制御部４１０は、受信部４５０から入力された広告情報に含まれる広告画像を、表示部４３０に表示されたページ内の広告枠に表示し（Ｓ１６）、前述のＳ１０に処理を戻す。これによって、ユーザ端末４００は、ユーザ端末４００を使用するユーザに適した広告をページ内の広告枠に表示することができる。
The
＜７．広告配信装置による処理のフローチャート＞
図９は、実施形態に係る広告配信装置３００による処理を示すフローチャートである。まず、広告配信装置３００の制御部３１０は、ユーザ端末４００から広告リクエストを受信したか否かを判定する（Ｓ２０）。ユーザ端末４００から広告リクエストを受信していない場合、制御部３１０はＳ２０に処理を戻す。
<7. Flowchart of processing by advertisement distribution device>
FIG. 9 is a flowchart showing processing by the
一方、ユーザ端末４００から広告リクエストを受信した場合、制御部３１０は、ユーザ端末４００から受信した広告リクエストに属性情報（例えば、性別）が含まれているか否かを判定する（Ｓ２１）。
On the other hand, when the advertisement request is received from the
広告リクエストに属性情報が含まれている場合、制御部３１０のログ生成部３１１は、広告リクエストに含まれる素性情報および属性情報を関連付けることにより、広告配信ログＬを生成する（Ｓ２２）。ログ生成部３１１は、生成した広告配信ログＬを第１記憶部３４０に蓄積する。また、ログ生成部３１１は、広告リクエストに含まれている属性情報を、広告選択部３１３に出力する。
When the advertisement request includes the attribute information, the
一方、広告リクエストに属性情報が含まれていない場合、制御部３１０の属性推定部３１２は、ユーザ端末４００から受信した広告リクエストに基づいて、ユーザ端末４００を使用するユーザの属性を推定する（Ｓ２３）。属性推定部３１２は、推定により得られた属性情報を、広告選択部３１３に出力する。
On the other hand, when the advertisement request does not include the attribute information, the
このように、受信部３２０によって受信された広告リクエストに属性情報が含まれる場合、ログ生成部３１１は、広告リクエストに含まれる素性情報および属性情報を関連付けることにより、広告配信ログＬを生成する。一方、受信部３２０によって受信された広告リクエストに属性情報が含まれない場合、ログ生成部３１１は、広告配信ログＬを生成しない。
Thus, when the advertisement request received by the receiving
その後、広告選択部３１３は、ログ生成部３１１または属性推定部３１２から入力された属性情報に基づいて、ユーザ端末４００に配信する広告情報を選択する（Ｓ２４）。また、広告選択部３１３は、選択した広告情報を第２記憶部３５０から読み出し、読み出した広告情報を送信部３３０に出力する。送信部３３０は、制御部３１０の広告選択部３１３から入力された広告情報をユーザ端末４００に送信する（Ｓ２５）。
After that, the
このように、受信部３２０によって受信された広告リクエストに属性情報が含まれる場合、広告選択部３１３は、広告リクエストに含まれる属性情報に基づいて、ユーザ端末４００に配信する広告を選択する。一方、受信部３２０によって受信された広告リクエストに属性情報が含まれない場合、広告選択部３１３は、属性推定部３１２によって推定された属性情報に基づいて、ユーザ端末４００に配信する広告を選択する。
Thus, when the advertisement request received by the receiving
＜８．モデル生成装置による処理のフローチャート＞
図１０は、実施形態に係るモデル生成装置２００による処理を示すフローチャートである。本フローチャートによる処理は、モデル生成装置２００によって実行される。まず、モデル生成装置２００の制御部２１０は、広告配信装置３００からモデルリクエストを受信したか否かを判定する（Ｓ３０）。広告配信装置３００からモデルリクエストを受信していない場合、制御部２１０はＳ３０に処理を戻す。
<8. Flowchart of processing by model generation device>
FIG. 10 is a flowchart showing processing by the
一方、広告配信装置３００からモデルリクエストを受信した場合、制御部２１０のログ取得部２１２は、受信したモデルリクエストから、広告配信ログＬを取得する（Ｓ３１）。ログ取得部２１２は、取得した広告配信ログＬをモデル生成部２１１に出力する。
On the other hand, when the model request is received from the
モデル生成部２１１は、ログ取得部２１２から入力された広告配信ログＬに基づいて、ユーザの属性を推定するための属性推定モデルを生成する（Ｓ３２）。前述したように、モデル生成部２１１は、広告配信ログＬに基づき、前述の式（１）におけるパラメータ（重みベクトルＷおよびバイアス値ｂ）を学習することで、属性推定モデルを生成する。
The
モデル生成部２１１は、生成した属性推定モデル（パラメータＷおよびｂ）を送信部２２０に出力する。送信部２２０は、モデル生成部２１１から入力された属性推定モデル（パラメータＷおよびｂ）を広告配信装置３００に送信し（Ｓ３３）、前述のＳ３０に処理を戻す。これによって、広告配信装置３００は、ユーザの属性を推定するための属性推定モデルを取得することができる。
The
＜９．ハードウェア構成＞
図１１は、ウェブサーバ１００、モデル生成装置２００、広告配信装置３００、およびユーザ端末４００のハードウェア構成の一例を示す図である。ウェブサーバ１００、モデル生成装置２００、および広告配信装置３００は、例えば、ＣＰＵ５０１、ＲＡＭ５０２、ＲＯＭ５０３、フラッシュメモリやＨＤＤなどの二次記憶装置５０４、ＮＩＣ５０５、およびドライブ装置５０６が、内部バスあるいは専用通信線によって相互に接続された構成となっている。ドライブ装置５０６には、光ディスクなどの可搬型記憶媒体が装着される。二次記憶装置５０４、またはドライブ装置５０６に装着された可搬型記憶媒体に記憶されたプログラムがＤＭＡコントローラ（不図示）などによってＲＡＭ５０２に展開され、ＣＰＵ５０１によって実行されることで、各装置の機能部が実現される。
<9. Hardware configuration>
FIG. 11 is a diagram showing an example of the hardware configuration of the
また、図１１は、ユーザ端末４００がスマートフォンやタブレット端末などのスマートデバイスである例を示している。ユーザ端末４００は、例えば、ＣＰＵ６０１、ＲＡＭ６０２、ＲＯＭ６０３、フラッシュメモリなどの二次記憶装置６０４、無線通信モジュール６０５、およびタッチパネル６０６が、内部バスあるいは専用通信線によって相互に接続された構成となっている。ＣＰＵ６０１によって実行されるプログラムは、二次記憶装置６０４に格納される。
Further, FIG. 11 illustrates an example in which the
以上説明したように、情報処理システム１０は、モデル生成装置２００と、広告配信装置３００とを備える。モデル生成装置２００は、ユーザによって使用されるユーザ端末４００に配信された広告のログを示す広告配信ログＬを取得するログ取得部２１２と、ログ取得部２１２によって取得された広告配信ログＬに基づいて、ユーザの属性（例えば、性別）を推定するための属性推定モデルを生成するモデル生成部２１１と、を備える。広告配信装置３００は、ユーザ端末４００から広告リクエストを受信する受信部３２０と、ユーザ端末４００を使用するユーザの属性を、受信部３２０によって受信された広告リクエストに含まれる素性情報と、モデル生成部２１１によって生成された属性推定モデルとを用いて推定する属性推定部３１２と、を備える。これによって、情報処理システム１０は、ユーザの属性を推定できない状況が発生するのを抑制することができる。
As described above, the
なお、本実施形態において、モデル生成装置２００と広告配信装置３００は別々の装置であることとしたが、これに限られない。例えば、モデル生成装置２００の機能と、広告配信装置３００の機能とを、一つの情報処理装置に組み込んでもよい。
Although the
また、本実施形態において、ユーザの属性は性別であることとしたが、これに限られない。例えば、ユーザの属性は年齢であってもよい。 Further, in the present embodiment, the attribute of the user is sex, but the attribute is not limited to this. For example, the user's attribute may be age.
また、本実施形態において、広告配信ログＬは、ＵＲＬと配信面ＩＤの両方を含むこととしたが、いずれか一方のみを含むこととしてもよい。また、広告配信ログＬは、広告枠の識別情報である広告枠ＩＤを含んでもよい。 Further, in the present embodiment, the advertisement distribution log L includes both the URL and the distribution surface ID, but may include only one of them. Further, the advertisement delivery log L may include an advertisement frame ID which is identification information of the advertisement frame.
また、本実施形態において、広告が配信される広告配信面の所在を示す所在情報としてＵＲＬが使用されることとしたが、これに限られない。例えば、所在情報として、広告配信面を提供するサーバのＩＰアドレスやホスト名が使用されてもよい。 Further, in the present embodiment, the URL is used as the location information indicating the location of the advertisement distribution surface where the advertisement is distributed, but the present invention is not limited to this. For example, as the location information, the IP address or host name of the server that provides the advertisement distribution surface may be used.
以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。 As described above, the embodiments for carrying out the present invention have been described using the embodiments, but the present invention is not limited to such embodiments, and various modifications and substitutions are made within the scope not departing from the gist of the present invention. Can be added.
１０…情報処理システム
１００…ウェブサーバ
１１０…制御部
１２０…受信部
１３０…送信部
１４０…記憶部
２００…モデル生成装置
２１０…制御部
２１１…モデル生成部
２１２…ログ取得部
２２０…送信部
２３０…受信部
３００…広告配信装置
３１０…制御部
３１１…ログ生成部
３１２…属性推定部
３１３…広告選択部
３２０…受信部
３３０…送信部
３４０…第１記憶部
３５０…第２記憶部
４００…ユーザ端末
４１０…制御部
４２０…入力部
４３０…表示部
４４０…送信部
４５０…受信部
10...
Claims (8)
前記モデル生成装置は、
ユーザによって使用されるユーザ端末に配信された広告のログを示し、前記広告の素性情報に前記ユーザの属性情報が対応付けられた広告配信ログを取得するログ取得部と、
前記ログ取得部によって取得された前記広告配信ログに基づいて、前記素性情報を学習データ、前記属性情報を正解データとして機械学習を行うことで、前記ユーザの属性を推定するための属性推定モデルを生成するモデル生成部と、を備え、
前記広告配信装置は、
前記ユーザ端末から広告リクエストを受信する受信部と、
前記ユーザ端末を使用するユーザの属性を、前記受信部によって受信された前記広告リクエストに含まれる素性情報と、前記モデル生成部によって生成された前記属性推定モデルとを用いて推定する属性推定部と、を備える
情報処理システム。 An information processing system including a model generation device and an advertisement distribution device,
The model generation device,
A log acquisition unit that shows the advertisement of the log that is delivered to the user terminal, obtains the advertisement distribution log attribute information of the user to the advertisement feature information is associated for use by the user,
Based on the advertisement distribution log acquired by the log acquisition unit, an attribute estimation model for estimating the attribute of the user by performing machine learning with the feature information as learning data and the attribute information as correct answer data. A model generation unit for generating,
The advertisement distribution device,
A receiving unit for receiving an advertisement request from the user terminal,
An attribute estimation unit that estimates the attribute of the user who uses the user terminal by using the feature information included in the advertisement request received by the reception unit and the attribute estimation model generated by the model generation unit. An information processing system including.
前記属性推定部は、前記素性情報の値を示す複数の素性値を含む素性値ベクトルに前記重みベクトルを乗算した後に、前記バイアス値を加算することによって得られた値を用いて属性スコアを算出し、算出した前記属性スコアに基づいて前記ユーザの属性を推定する
請求項１記載の情報処理システム。 The model generation unit generates the attribute estimation model by learning a weight vector and a bias value based on the advertisement distribution log,
The attribute estimation unit calculates an attribute score using a value obtained by adding the bias value after multiplying a feature value vector including a plurality of feature values indicating a value of the feature information by the weight vector. The information processing system according to claim 1, wherein the attribute of the user is estimated based on the calculated attribute score.
前記受信部によって受信された前記広告リクエストに前記ユーザの属性を示す属性情報が含まれる場合、前記ログ生成部は、前記広告リクエストに含まれる前記素性情報および前記属性情報を関連付けることにより、前記広告配信ログを生成し、
前記受信部によって受信された前記広告リクエストに前記属性情報が含まれない場合、前記ログ生成部は、前記広告配信ログを生成しない
請求項１または２記載の情報処理システム。 The advertisement distribution device further includes a log generation unit that generates the advertisement distribution log,
When the advertisement request received by the receiving unit includes attribute information indicating an attribute of the user, the log generating unit associates the feature information and the attribute information included in the advertisement request to obtain the advertisement. Generate delivery log,
The information processing system according to claim 1, wherein the log generation unit does not generate the advertisement delivery log when the advertisement information received by the reception unit does not include the attribute information.
前記受信部によって受信された前記広告リクエストに前記ユーザの属性を示す属性情報が含まれる場合、前記広告選択部は、前記広告リクエストに含まれる前記属性情報に基づいて、前記ユーザ端末に配信する広告を選択し、
前記受信部によって受信された前記広告リクエストに前記属性情報が含まれない場合、前記広告選択部は、前記属性推定部によって推定された前記属性情報に基づいて、前記ユーザ端末に配信する広告を選択する
請求項１から３の何れか一項に記載の情報処理システム。 The advertisement distribution device further includes an advertisement selection unit that selects an advertisement to be distributed to the user terminal based on an attribute of the user who uses the user terminal,
When the advertisement request received by the receiving unit includes attribute information indicating the attribute of the user, the advertisement selecting unit distributes an advertisement to the user terminal based on the attribute information included in the advertisement request. Select
When the advertisement request received by the receiving unit does not include the attribute information, the advertisement selecting unit selects an advertisement to be delivered to the user terminal based on the attribute information estimated by the attribute estimating unit. The information processing system according to any one of claims 1 to 3.
請求項３または４記載の情報処理システム。 The information processing system according to claim 3, wherein the attribute information includes at least one of sex information indicating a sex of the user and age information indicating an age of the user.
請求項１から５の何れか一項に記載の情報処理システム。 The feature information indicates location information indicating a location of an advertisement distribution surface on which the advertisement is distributed, identification information for identifying the advertisement distribution surface, words related to the user, and a category in which the user is interested. The information processing system according to claim 1, comprising at least one of category information.
前記ログ取得部によって取得された前記広告配信ログに基づいて、前記素性情報を学習データ、前記属性情報を正解データとして機械学習を行うことで、前記ユーザの属性を推定するための属性推定モデルを生成するモデル生成部と、
前記ユーザ端末から広告リクエストを受信する受信部と、
前記ユーザ端末を使用するユーザの属性を、前記受信部によって受信された前記広告リクエストに含まれる素性情報と、前記モデル生成部によって生成された前記属性推定モデルとを用いて推定する属性推定部と、
を備える情報処理装置。 A log acquisition unit that shows the advertisement of the log that is delivered to the user terminal, obtains the advertisement distribution log attribute information of the user to the advertisement feature information is associated for use by the user,
Based on the advertisement distribution log acquired by the log acquisition unit, an attribute estimation model for estimating the attribute of the user by performing machine learning with the feature information as learning data and the attribute information as correct answer data. A model generator to generate,
A receiving unit for receiving an advertisement request from the user terminal,
An attribute estimation unit that estimates the attribute of the user who uses the user terminal using the feature information included in the advertisement request received by the reception unit and the attribute estimation model generated by the model generation unit. ,
An information processing apparatus including.
ユーザによって使用されるユーザ端末に配信された広告のログを示し、前記広告の素性情報に前記ユーザの属性情報が対応付けられた広告配信ログを取得するログ取得工程と、
前記ログ取得工程において取得された前記広告配信ログに基づいて、前記素性情報を学習データ、前記属性情報を正解データとして機械学習を行うことで、前記ユーザの属性を推定するための属性推定モデルを生成するモデル生成工程と、
前記ユーザ端末から広告リクエストを受信する受信工程と、
前記ユーザ端末を使用するユーザの属性を、前記受信工程において受信された前記広告リクエストに含まれる素性情報と、前記モデル生成工程において生成された前記属性推定モデルとを用いて推定する属性推定工程と、
を備える情報処理方法。 An information processing method executed by one or more computers,
And log acquisition step indicates an advertisement of the log delivered to the user terminal, obtains the advertisement distribution log attribute information associated with the user to the advertisement feature information to be used by the user,
An attribute estimation model for estimating the attribute of the user by performing machine learning using the feature information as learning data and the attribute information as correct answer data based on the advertisement distribution log acquired in the log acquisition step. A model generation process to generate,
A receiving step of receiving an advertisement request from the user terminal,
An attribute estimation step of estimating an attribute of a user who uses the user terminal by using the feature information included in the advertisement request received in the reception step and the attribute estimation model generated in the model generation step ; ,
An information processing method comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016232433A JP6725405B2 (en) | 2016-11-30 | 2016-11-30 | Information processing system, information processing apparatus, and information processing method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016232433A JP6725405B2 (en) | 2016-11-30 | 2016-11-30 | Information processing system, information processing apparatus, and information processing method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018092210A JP2018092210A (en) | 2018-06-14 |
| JP6725405B2 true JP6725405B2 (en) | 2020-07-15 |
Family
ID=62566044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016232433A Active JP6725405B2 (en) | 2016-11-30 | 2016-11-30 | Information processing system, information processing apparatus, and information processing method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6725405B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7018857B2 (en) * | 2018-09-18 | 2022-02-14 | ヤフー株式会社 | Information processing equipment, information processing methods, and information processing programs |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006127320A (en) * | 2004-10-29 | 2006-05-18 | Solid Technology Kk | Terminal attribute estimation apparatus and terminal attribute estimation method |
| JP4808207B2 (en) * | 2007-12-11 | 2011-11-02 | ヤフー株式会社 | Advertisement distribution apparatus, advertisement distribution method, advertisement distribution program, and advertisement bidding method |
| US20110282964A1 (en) * | 2010-05-13 | 2011-11-17 | Qualcomm Incorporated | Delivery of targeted content related to a learned and predicted future behavior based on spatial, temporal, and user attributes and behavioral constraints |
| JP6309887B2 (en) * | 2014-12-19 | 2018-04-11 | ヤフー株式会社 | Model generation apparatus, information distribution apparatus, model generation method, information distribution method, model generation program, and information distribution program |
| JP6283045B2 (en) * | 2016-03-16 | 2018-02-21 | ヤフー株式会社 | Advertisement distribution apparatus, advertisement distribution method, terminal estimation apparatus, terminal estimation method, and program |
-
2016
- 2016-11-30 JP JP2016232433A patent/JP6725405B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018092210A (en) | 2018-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210398193A1 (en) | Neural contextual bandit based computational recommendation method and apparatus | |
| US10825047B2 (en) | Apparatus and method of selection and placement of targeted messages into a search engine result page | |
| US7747626B2 (en) | Search results clustering in tabbed browsers | |
| CN105320766B (en) | Information-pushing method and device | |
| CN105488205B (en) | Page generation method and device | |
| US9678928B1 (en) | Webpage partial rendering engine | |
| US12353472B2 (en) | Generic card feature extraction based on card rendering as an image | |
| US9195944B1 (en) | Scoring site quality | |
| JP6617193B2 (en) | Optimized digital component analysis system | |
| JP2016062489A (en) | Information processing device, terminal device, information processing method, and information processing program | |
| CN113781084A (en) | Method and device for displaying questionnaires | |
| JP6725405B2 (en) | Information processing system, information processing apparatus, and information processing method | |
| JP6680663B2 (en) | Information processing apparatus, information processing method, prediction model generation apparatus, prediction model generation method, and program | |
| JP5461058B2 (en) | RECOMMENDATION INFORMATION GENERATION DEVICE, TERMINAL DEVICE, RECOMMENDATION INFORMATION GENERATION METHOD, AND RECOMMENDATION INFORMATION PRESENTATION SYSTEM | |
| US12585718B2 (en) | System and method for feature determination and content selection | |
| JP5614698B1 (en) | Server apparatus, information processing method, and program | |
| JP2020177695A (en) | Information provision system and information provision method | |
| JP6246271B1 (en) | Attribute evaluation apparatus, sales system, attribute evaluation method, and attribute evaluation program | |
| JP5996747B1 (en) | Generating device, generating method, and generating program | |
| US20180020066A1 (en) | Generating viewer affinity score in an on-line social network | |
| JP7833020B2 (en) | Information processing device, information processing method, and program | |
| JP2020042402A (en) | Information processing apparatus, learning device, information processing method, generation method and program | |
| JP5870127B2 (en) | Assistant management device, assistant management method, and assistant management system | |
| RU2805513C1 (en) | Method and server for sending targeted message to user's electronic device | |
| JP2018190358A (en) | Content selection method and content selection program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190325 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200228 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200327 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200518 |
|
| 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: 20200609 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200625 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6725405 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| 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 |