JP6968033B2 - 情報処理装置、コンテンツ配信装置、情報処理方法、およびプログラム - Google Patents

Description

本発明は、情報処理装置、コンテンツ配信装置、情報処理方法、およびプログラムに関する。

従来、コンテンツのクリック率を予測するモデルを生成する装置の発明が開示されている（特許文献１参照）。

特許第５９９６７４７号公報

コンテンツの配信では、例えば、コンテンツに関する何らかの指標が高い順に所定数のコンテンツが配信される。コンテンツの指標としては、例えば、クリック数やクリック確率などが挙げられる。それらの指標は、ユーザーがコンテンツをクリックするといった確率的な事象に依存する場合もあり、多くは期待値と分散を有する何らかの確率分布に従っている。すなわち、コンテンツの配信は、コンテンツの過去の配信実績にもとづき、これから配信したときのコンテンツの指標（クリック確率など）を予測し、ランキングするといった形で行われる。ここで考慮されるべきは、あるコンテンツの指標の予測値（以下、予測指標）が偶然に過大評価される程（予測を間違える程）、そのコンテンツはランキングで上位になりがちになるという、正のバイアスが生じる点である。このバイアスを選択バイアス（selection bias）と称する。この選択バイアスが生じることによって、例えばコンテンツの一例である広告を配信する際に、真に収益が高い広告を配信できなくなる場合がある。すなわち、好適なコンテンツを選択することができない場合が生じ得る。

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、より好適なコンテンツを選択させることができる情報処理装置、コンテンツ配信装置、情報処理方法、およびプログラムを提供することを目的の一つとする。

本発明の一態様は、端末装置に提供されるコンテンツの候補となる複数のコンテンツ候補のそれぞれについて、前記コンテンツに関する指標を予測した予測指標を導出する予測指標導出部と、前記予測指標導出部により導出された予測指標に基づいて、前記複数のコンテンツ候補のランキングを行うランキング処理部と、前記ランキング処理部によるランキングの結果に基づいて、前記予測指標を補正する補正処理部と、を備える情報処理装置である。

本発明の一態様によれば、より好適なコンテンツを選択させることができる。

第１実施形態の情報処理装置を利用したコンテンツ配信装置（広告配信装置）１００の構成および使用環境の一例を示す図である。 主コンテンツＭＣの中に複数の広告コンテンツＣＡが埋め込まれた様子を示す図である。 予測指標の順位（ランク）ごとに確率分布が偏在する様子を示す図である。 選択バイアスによって生じる問題について説明するための図である。 第１実施形態の情報処理装置により実行される処理の流れの一例を示すフローチャートである。 補正処理部１３０Ａによる処理の内容の一例を示す図である。 補正処理部１３０Ｂおよび補正係数学習部１４０Ｂの処理について説明するための図である。 シミュレーションの結果として得られた収益の改善傾向を示す図である。

以下、図面を参照し、本発明の情報処理装置、コンテンツ配信装置、情報処理方法、およびプログラムの実施形態について説明する。

情報処理装置は、一以上のプロセッサにより実現される。情報処理装置は、利用者の端末装置に提供されるコンテンツの候補となる複数のコンテンツ候補のそれぞれについて、コンテンツに関する指標を予測した予測指標を導出し、端末装置に提供されるコンテンツを選択するための情報として出力する装置である。情報を出力する先は、自装置の他モジュールであってもよいし、他装置であってもよい。

コンテンツは、広告コンテンツやニュース記事、ショッピングサイトにおける商品販売画面などのコンテンツである。以下の説明では、コンテンツは広告コンテンツであるものとする。広告コンテンツは、例えば、あるサービスが提供する主コンテンツの中に設定された広告枠に埋め込まれる形で端末装置に提供される。広告コンテンツは、例えば、ハイパーリンクが付与された、サンプル画像と紹介文（テキスト）の組み合わせである。これに限らず、広告コンテンツは、テキストのみ、画像のみ、或いは動画などのコンテンツであってもよい。この広告コンテンツがクリックまたはタップされる（選択される）ことで、広告コンテンツに付与されたハイパーリンクの指し示すコンテンツ（例えばランディングページ）が端末装置にダウンロードされ、端末装置において再生される。クリックとタップその他の選択態様について、以下の説明ではクリックに表現を統一して説明する。

広告コンテンツに関する指標とは、例えば、利用者が広告コンテンツを選択する確率、頻度、回数、或いはそれらの組み合わせに基づく指標である。この一例として、ＣＴＲ（Click Through Ratio）やクリック数がある。また、指標は、ＣＰＭ（Cost Per Mille）やｅＣＰＭ（effective CPM）などの広告効率を示す指標であってもよい。以下の説明では指標はＣＴＲであり、情報処理装置は、予測指標としてＣＴＲを予測した予測ＣＴＲを導出するものとする。

そして、情報処理装置は、予測指標のランクに基づいて予測指標を補正し、補正した予測指標に基づいて、複数の広告コンテンツの候補の中から端末装置に提供される広告コンテンツを選択する。これによって、情報処理装置は、より好適な広告コンテンツを選択することができる。

＜第１実施形態＞
図１は、第１実施形態の情報処理装置を利用したコンテンツ配信装置（広告配信装置）１００の構成および使用環境の一例を示す図である。

コンテンツ配信装置１００は、ネットワークＮＷを介して利用者の端末装置１０およびサービスサーバ２０と通信する。ネットワークＮＷは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、プロバイダ端末、無線通信網、無線基地局、専用回線などを含む。

端末装置１０は、例えば、スマートフォンなどの携帯電話、タブレット端末、各種パーソナルコンピュータなどの、入力装置、表示装置、通信装置、記憶装置、および演算装置を備える端末装置である。通信装置は、ＮＩＣ（Network Interface Card）などのネットワークカード、無線通信モジュールなどを含む。端末装置１０では、ブラウザやアプリケーションプログラムなどのＵＡ（User Agent）が起動し、利用者の入力する内容に応じたリクエストをサービスサーバ２０に送信する。また、ＵＡは、サービスサーバ２０から取得した情報に基づいて、各種画像を表示する。

サービスサーバ２０は、ブラウザからのリクエストに応じてウェブページを端末装置１０に提供するウェブサーバ、またはアプリケーションプログラムからのリクエストに応じて画像や音声を端末装置１０に提供するアプリサーバとして機能する。サービスサーバ２０は、主コンテンツの中に、コンテンツ配信装置１００から提供される広告コンテンツを埋め込んで端末装置１０に提供する。図２は、主コンテンツＭＣの中に複数の広告コンテンツＣＡが埋め込まれた様子を示す図である。図２に示す主コンテンツＭＣは、検索サービスを提供したり、各種ニュースを配信したりするポータルサイトである。主コンテンツＭＣには、複数の広告枠が設定されており、それぞれの広告枠に広告コンテンツＣＡ（図ではＣＡ（１）〜ＣＡ（３））が表示される。

広告コンテンツＣＡは、例えば、サンプル画像とテキストの組み合わせであり、サンプル画像とテキストのいずれをクリックしても広告コンテンツにより広告される商品またはサービスの紹介コンテンツに画面が遷移する。サービスサーバ２０は、例えば、利用者の識別情報（利用者ＩＤ）に対応付けた主コンテンツまたは広告コンテンツの閲覧履歴をログ情報２２として記憶装置に保持しており、要求に応じてコンテンツ配信装置１００にログ情報２２を提供する。

コンテンツ配信装置１００は、例えば、予測指標導出部１１０と、ランキング処理部１２０と、補正処理部１３０と、補正係数学習部１４０と、コンテンツ提供部１５０とを備える。予測指標導出部１１０と、ランキング処理部１２０と、補正処理部１３０と、補正係数学習部１４０とを合わせたものが、情報処理装置の一例である。これらの構成要素は、例えば、ＣＰＵ（Central Processing Unit）などのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置に格納されていてもよいし、ＤＶＤやＣＤ−ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。

予測指標導出部１１０は、例えば、端末装置１０に提供される（以下、配信される）広告コンテンツの候補となる複数の広告コンテンツ候補のそれぞれについて、広告コンテンツのＣＴＲを予測した予測ＣＴＲを導出する。予測指標導出部１１０は、例えば、主コンテンツごと、当該主コンテンツにおける広告枠ごとに、予測ＣＴＲを導出する。なお、以下の説明では適宜、その時点では端末装置１０に提供されるかどうか不明であることを表す「候補」なる表現を省略する。

予測指標導出部１１０は、例えば、当該広告コンテンツが過去に配信された際の実績ＣＴＲ、ログ情報２２から得られる利用者の属性（趣味嗜好等）と広告コンテンツの内容との類似度などを素性とし、線形あるいは非線形ロジスティック回帰モデルを利用して予測ＣＴＲを導出する。また、ＣＴＲの時間変化を考慮する場合は時系列モデルを用いて予測ＣＴＲを導出してもよい。

ランキング処理部１２０は、予測ＣＴＲが高い順に、広告コンテンツに対してランクを付与する。以下、この処理をランキングと称称する。ランクが高いということは、予測ＣＴＲが高かったということである。

先にコンテンツ提供部１５０について説明する。コンテンツ提供部１５０は、サービスサーバ２０からの広告リクエストに応じて、ランキング処理部１２０によって付与されたランクの高い順に、広告枠に広告コンテンツを割り当てる。例えば、広告枠にも優先順位が付与されており、コンテンツ提供部１５０は、優先順位の高い広告枠にランクの高い広告コンテンツを割り当てる。コンテンツ提供部１５０は、サービスサーバ２０に割り当て結果と共に広告コンテンツを提供する。なお、コンテンツ提供部１５０は、一定割合で、ランダムに抽出した広告コンテンツを広告枠に割り当ててよい。

補正処理部１３０は、ランクに応じた予測ＣＴＲの補正処理を行う。補正処理部１３０は、ランクに応じた補正係数（０〜１の間）を予測ＣＴＲに乗算することで、予測ＣＴＲの補正処理を行う。補正係数は、例えば、補正係数学習部１４０によって学習された値であるが、これに限らず、補正処理部１３０は、外部から与えられた、或いはデフォルトで設定されている補正係数を用いて予測ＣＴＲの補正処理を行ってもよい。

以下、補正処理部１３０による補正処理が必要な理由について説明する。予測ＣＴＲは、将来の事象を予測したものであるため、所定の確率分布に従って導出されるものである。このため、ランクが高い広告コンテンツには、確率分布の中で、偶然に高い値が出たに過ぎないものが含まれることになる。図３は、予測指標の順位（ランク）ごとに確率分布が偏在する様子を示す図である。本図は、全ての広告コンテンツのＣＴＲは０．１０として、広告をｎ回インプレッションしたときのクリック数はｎ×０．１０を期待値とする二項分布に従っていることを前提としている。すなわち、広告の予測ＣＴＲをクリック数÷インプレッション数とする場合、予測ＣＴＲは期待値０．１０のベルヌーイ分布に従っていることを示している。図中、Ｄａｌｌは、ランキングされる前の各広告コンテンツの予測ＣＴＲの確率分布を示し、Ｄ１はランクが１（最も高い）となった広告コンテンツの予測ＣＴＲの条件付き確率分布を示し、Ｄ２はランクが２（１の次に高い）となった広告コンテンツの予測ＣＴＲの条件付き確率分布を示し、Ｄ３はランクが３（２の次に高い）となった広告コンテンツの予測ＣＴＲの条件付き確率分布を示している。図示するように、ランキングされた後の予測ＣＴＲの条件付き確率分布は、ランクが高くなるほど、ランキングされる前の確率分布から正方向にバイアスしている。これは、予測ＣＴＲが高い順にランク付けを考える場合、予測ＣＴＲが偶然に過大評価されたものほど高ランクに選ばれやすいという選択バイアスが生じていることを示している。

図４は、選択バイアスによって生じる問題について説明するための図である。図示するようにランキング対象の広告数が増加すればする程、１つ以上の広告の予測指標が偶然に過大評価される確率が増加し、精度（例えば収益性の最も高い広告コンテンツのランクを１に設定できる確率）が低下することがシミュレーションによって分かっている。

このような問題に対し、補正処理部１３０は、ランクが付与された広告コンテンツについて、予測ＣＴＲを補正することで、コンテンツ提供部１５０が適切な広告コンテンツを選択できるようにする。

補正係数学習部１４０は、予測指標導出部１１０により導出された予測ＣＴＲと、予測ＣＴＲのランクと、端末装置１０に提供された結果として広告コンテンツが利用者によって選択された確率（ＣＴＲの実績値）とに基づいて、予測ＣＴＲのランクごとの補正係数α（ｒａｎｋ）を学習する。より具体的に、補正係数学習部１４０は、予測ＣＴＲのランクごとに、予測指標導出部１１０により導出された予測ＣＴＲと、ＣＴＲの実績値とを比較することで、ランクごとの補正係数α（ｒａｎｋ）を学習する。

補正係数学習部１４０は、例えば、式（１）に基づいて、ランクごとの補正係数α（ｒａｎｋ）を学習する。式中、ｉは観測期間中にランクが付与された広告コンテンツの識別情報である。式（１）は、観測期間中においてランクが付与された各広告コンテンツについてのＣＴＲの実績値を合計した値を、同じ各広告コンテンツについての予測ＣＴＲを合計した値で除算して補正係数α（ｒａｎｋ）を求めるものである。なお分子と分母においてｉが同じであるため、式（１）は、ＣＴＲの実績値の平均値と、予測ＣＴＲの平均値で除算するものと考えることもできる。観測期間は、例えば、１日、１週間といった期間である。

また、補正係数学習部１４０は、主コンテンツの広告枠ごとに、補正係数αを求めてもよい。この場合、補正係数学習部１４０は、例えば、式（２）に基づいて、主コンテンツの広告枠ごと、ランクごとの補正係数α（ｓｒｃ，ｄｏｍａｉｎ，ｒａｎｋ）を学習する。式中、ｓｒｃは主コンテンツの識別情報であり、ｄｏｍａｉｎは広告枠の識別情報である。式（２）は、ある主コンテンツの広告枠に着目し、観測期間中においてランクが付与された各広告コンテンツについてのＣＴＲの実績値を合計した値を、同じ各広告コンテンツについての予測ＣＴを合計した値で除算して補正係数α（ｓｒｃ，ｄｏｍａｉｎ，ｒａｎｋ）を求めるものである。

このように学習された補正係数α（ここでは、α（ｒａｎｋ）とする）を用いて補正処理部１３０が、ランクが付与された各広告コンテンツの予測ＣＴＲを補正すると、ランキング処理部１２０は、補正された予測ＣＴＲを用いて再度ランキングを行う。なお、補正処理部１３０は、広告の配信位置に依存した予測ＣＴＲのバイアス（ポジションバイアス：特開２０１３−１８２５９４号公報参照）を補正するための補正係数βを、更に予測ＣＴＲに乗算して予測ＣＴＲを補正してもよい。

補正処理部１３０が補正処理を行い、ランキング処理部１２０が再度ランキングを行うという一連の処理はＮ回（Ｎ＝１以上の自然数）行われる。ここで、Ｎ＞１である場合、上記の補正係数αは、何回目の処理に用いられるかに応じて、異なる値として学習されてもよい。例えば、Ｎ＝３であるとして、補正係数学習部１４０は、補正係数α（ｒａｎｋ（ｊ））（ｊ＝１，２，３）をそれぞれ学習する。ｊは、何回目の補正に用いるかを示す引数である。これに代えて、ｊに応じた補正係数α（ｒａｎｋ（ｊ））は、例えば、ｊが大きくなるほど所定の規則で減衰するように求められてもよい。例えば、α（ｒａｎｋ（ｊ））＝γ^{（ｊ−１）}・α（ｒａｎｋ（１））のように求められてもよい。γは、１未満の正の値である。そして予測ＣＴＲ（ｉ，ｒａｎｋ）、補正処理部１３０は、何回目の補正であるかに応じて、補正係数α（ｒａｎｋ（ｊ））を使い分けて補正を行う。例えば、２回目の補正であれば補正係数α（ｒａｎｋ（２））を使用する。これによって、過度に補正を行うことで予測ＣＴＲが適切な値に収束しないといった事態が生じるのを防止することができる。

そして、一連の処理がＮ回行われた結果の最終的なランキング結果が、コンテンツ提供部１５０に提供され、コンテンツ提供部１５０は、ランクに基づいて広告コンテンツを広告枠に割り当てる。係る一連の処理によって、過大評価となっている分の予測ＣＴＲを適正な値に修正し、より好適な広告コンテンツを選択することができる。

図５は、第１実施形態の情報処理装置により実行される処理の流れの一例を示すフローチャートである。本フローチャートの処理は、例えば、１時間に１回といった頻度で繰り返し実行される。なお、補正係数学習部１４０による処理は、図５のフローチャートの処理とは非同期に実行されてよい。

まず、情報処理装置は、配信候補の広告コンテンツを抽出する（Ｓ２００）。次に、予測指標導出部１１０が、各広告コンテンツの候補について、予測ＣＴＲを導出する（Ｓ２０２）。次に、ランキング処理部１２０が、予測ＣＴＲに基づいて広告コンテンツのランキングを行う（Ｓ２０４）。

次に、補正処理部１３０が、少なくともランクごとに学習されている補正係数αを用いて、Ｓ２０４における処理結果であるランクに応じて予測ＣＴＲを補正する（Ｓ２０６）。次に、ランキング処理部１２０が、Ｓ２０６における補正結果を加味して（補正前の予測ＣＴＲから補正された予測ＣＴＲに置き換えて）再度ランキングを行う（Ｓ２０８）。

そして、情報処理装置は、Ｓ２０６およびＳ２０８の処理をＮ回実行したか否かを判定する（Ｓ２１０）。Ｎ回実行していないと判定された場合はＳ２０６に処理が戻され、Ｎ回実行したと判定された場合はＳ２１２に処理が進められる。なお、前述したようにＮ＝１でもよく、その場合、Ｓ２１０の処理自体が省略される。

Ｓ２１０においてＮ回実行されたと判定された場合、或いはＮ＝１でありＳ２０８の処理が完了した場合、情報処理装置は、最後に行ったランキングの結果をコンテンツ提供部１５０に出力する。これによって、本フローチャートの１ルーチンの処理が終了する。

Ｓ２１２の処理において、「最後に行ったランキングの結果をコンテンツ提供部１５０に出力する」のに代えて、「最後に補正した結果を反映した予測ＣＴＲをコンテンツ提供部１５０に出力」してもよい。こうすれば、コンテンツ提供部１５０は、広告のビッドを反映させてｅＣＰＭ、ＣＰＭ、ＣＰＣなどの指標を計算し、計算結果に基づいて端末装置１０に提供する広告コンテンツを選択することができる。

以上説明した第１実施形態の情報処理装置によれば、端末装置１０に提供されるコンテンツ（例えば広告コンテンツ）の候補となる複数のコンテンツ候補のそれぞれについて、コンテンツに関する指標（例えばＣＴＲ）を予測した予測指標（例えば予測ＣＴＲ）を導出する予測指標導出部１１０と、予測指標導出部１１０により導出された予測指標に基づいて、複数のコンテンツ候補のランキングを行うランキング処理部１２０と、ランキング処理部１２０によるランキングの結果に基づいて、予測指標を補正する補正処理部１３０と、を備えることにより、コンテンツ提供部１５０に、より好適なコンテンツを選択させることができる。

＜第２実施形態＞
以下、第２実施形態について説明する。第１実施形態において、補正処理部１３０は、ランクが付与された広告コンテンツの予測ＣＴＲを補正するものとした。第２実施形態に係る補正処理部（以下、補正処理部１３０Ａとする）は、更に、ランク外の広告コンテンツの候補の少なくとも一部について、ランクごとの補正係数αの分布に基づいて拡張補正係数α＋を設定し、ランクごとに設定された補正係数αまたは拡張補正係数α＋を予測ＣＴＲに乗算することで、予測ＣＴＲを補正する。

図６は、補正処理部１３０Ａによる処理の内容の一例を示す図である。ランクは、予測ＣＴＲが高い順に所定数Ｘの広告コンテンツに対して付与される。図６の例では、所定数Ｘ＝５である。ここで、ランクが最も低い広告コンテンツ（図ではランク５）の予測ＣＴＲは、ランク５となった広告コンテンツの次に予測ＣＴＲが高い広告コンテンツ（図ではランク外１）の予測ＣＴＲと大きく相違しない可能性がある。従って、補正によってランク５の広告コンテンツの予測ＣＴＲが引き下げられると、ランク５とランク外１の広告コンテンツの予測ＣＴＲが逆転し、好ましくない結果を生じさせる可能性がある（当然ながら逆転が好ましい場合もある）。そこで、補正処理部１３０Ａは、例えば、ランクごとの補正係数αの分布を直線または曲線に近似したモデルＭＬにフィッティングし、モデルＭＬをランク外領域まで延伸させた直線または曲線上の座標に基づいて、拡張補正係数α＋を設定する。また、補正処理部１３０Ａは、例えば、ランクごとの補正係数αの分布に対してスプライン補間などの処理を行って、拡張補正係数α＋を求めてもよい。

そして、補正処理部１３０Ａは、ランクが付与された広告コンテンツの予測ＣＴＲにはランクごとの補正係数α（ｒａｎｋ）を乗算し、ランクが付与されていない広告コンテンツのうち一部（予測ＣＴＲが高いものから順に所定数Ｙ）には拡張補正係数α＋（ｒａｎｋ＃）を乗算して、予測ＣＴＲを補正する。ｒａｎｋ＃とは、ランク外の広告コンテンツを予測ＣＴＲの順序で並べた場合の順序に応じた引数である。これによって、不適切な予測ＣＴＲの逆転現象が生じるのを抑制することができる。なお、補正処理部１３０Ａは、、補正・ランキングの繰り返し回数であるＮ≧２である場合において、上記の補正により逆転現象が生じた場合、逆転した順序を新たなランクとみなして補正処理を行う。

以上説明した第２実施形態によれば、第１実施形態と同様の効果を奏するのに加えて、不適切な予測ＣＴＲの逆転現象が生じるのを抑制することができる。

なお、上記説明した補正処理部１３０Ａによる拡張補正係数α＋の設定機能は、補正係数学習部１４０の機能であってもよい。この場合、情報処理装置では、補正係数学習部１４０が、補正係数αを学習した後、拡張補正係数α＋を設定する処理を行う。

＜第３実施形態＞
以下、第３実施形態について説明する。第３実施形態に係る補正処理部（以下、補正処理部１３０Ｂとする）は、更に、広告コンテンツが埋め込まれる主コンテンツの実績インプレッション数に基づいて、予測ＣＴＲを補正する。

第３実施形態の補正係数学習部（以下、補正係数学習部１４０Ｂとする）は、例えば、実績インプレッション数をＢＩＮ化、すなわち所定の刻み幅で区切られた実績インプレッション数の領域（ＢＩＮ）のいずれかに該当させ、実績インプレッション数のＢＩＮごとに補正係数α（或いは、補正係数αおよび拡張補正係数α＋）を学習する。実績インプレッション数は、所定期間（１日、１週間、１月など）におけるインプレッション数をカウントした値である。

図７は、補正処理部１３０Ｂおよび補正係数学習部１４０Ｂの処理について説明するための図である。図示するように、補正係数学習部１４０Ｂは、例えば、実績インプレッション数を１００００刻みでＢＩＮ化し、それぞれのＢＩＮに該当する主コンテンツを母集団として、第１または第２実施形態と同様に補正係数αを学習する。そして、補正処理部１３０Ｂは、処理対象となる主コンテンツの実績インプレッション数を取得し、取得した実績インプレッション数が属するＢＩＮに対応する補正係数αを用いて、予測ＣＴＲを補正する。これによって、仮にインプレッション数が選択バイアスの大きさに影響を与えるとした場合に、より適切に予測ＣＴＲを補正することができる。

以上説明した第３実施形態によれば、第１または第２実施形態と同様の効果を奏するのに加えて、より適切に予測ＣＴＲを補正することができる。

＜シミュレーション＞
本出願の発明者は、広告コンテンツの数、利用者の数、ランクが付与される広告コンテンツの数、１日の広告リクエスト数に所定値を設定し、収益が高い広告を探索するためにε−Ｇｒｅｅｄｙアルゴリズムを用いてε［％］のリクエストに対してはランダムに広告コンテンツを配信し、それ以外のリクエストに対しては広告収益（入札額×予測ＣＴＲ）が高い広告を配信するという条件でシミュレーションを行った。

上記シミュレーションの結果、ＣＴＲの実績値を日ごとに求めた結果、数［％］から数十［％］の上昇が観測された。このことは、予測ＣＴＲがより正確に求められた結果、利用者が広告コンテンツをクリックする機会が増えたことを意味している。

また、広告のビッドを広告コンテンツごとに一様乱数で決定し、上記シミュレーションに反映させた結果、想定される広告収益も改善することが観測された。図８は、シミュレーションの結果として得られた収益の改善傾向を示す図である。図示するように、選択バイアスによる予測ＣＴＲの上振れが比較例に比して抑制される結果、累積予測収益は抑制される一方、実際に得られるであろう収益（期待収益）は比較例に比して改善されることが観測された。比較例とは、選択バイアスに対する補正を行わないものである。

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。

１０ 端末装置
２０ サービスサーバ
２２ ログ情報
１００ コンテンツ配信装置（広告配信装置、情報処理装置）
１１０ 予測指標導出部
１２０ ランキング処理部
１３０ 補正処理部
１４０ 補正係数学習部
１５０ コンテンツ提供部

Claims (10)

1. 端末装置に提供されるコンテンツの候補となる複数のコンテンツ候補のそれぞれについて、前記コンテンツに関する指標を予測した予測指標を導出する予測指標導出部と、
   前記予測指標導出部により導出された予測指標に基づいて、前記複数のコンテンツ候補のランキングを行うランキング処理部と、
   前記ランキング処理部によるランキングの結果に基づいて、前記予測指標を補正する補正処理部と、
   を備え、
   前記補正処理部は、
   前記予測指標のランクごとに設定された補正係数のうち、前記コンテンツ候補のランクに応じた補正係数を前記予測指標に乗算することで、前記予測指標を補正し、
   ランク外のコンテンツ候補の少なくとも一部について、前記ランクごとの補正係数の分布に基づいて拡張補正係数を設定し、前記予測指標のランクごとに設定された補正係数または前記拡張補正係数を前記予測指標に乗算することで、前記予測指標を補正する、
   情報処理装置。
2. 端末装置に提供されるコンテンツの候補となる複数のコンテンツ候補のそれぞれについて、前記コンテンツに関する指標を予測した予測指標を導出する予測指標導出部と、
   前記予測指標導出部により導出された予測指標に基づいて、前記複数のコンテンツ候補のランキングを行うランキング処理部と、
   前記コンテンツが埋め込まれる主コンテンツの実績インプレッション数に応じた補正係数を前記予測指標に乗算することで、前記予測指標を補正する補正処理部と、
   を備える情報処理装置。
3. 前記予測指標導出部により導出された予測指標と、前記予測指標のランクと、前記端末装置に提供された結果として前記コンテンツが利用者によって選択された事象とに基づいて、前記ランクごとの補正係数を学習する補正係数学習部を更に備える、
   請求項１記載の情報処理装置。
4. 前記補正係数学習部は、前記ランクごとに、前記予測指標導出部により導出された予測指標と、前記端末装置に提供された結果として前記コンテンツが利用者によって選択された事象とを比較することで、前記予測指標のランクごとの補正係数を学習する、
   請求項３記載の情報処理装置。
5. 前記補正処理部は、前記予測指標のランクごとに設定された補正係数のうち、前記コンテンツ候補のランクに応じた補正係数を前記予測指標に乗算することで、前記予測指標を補正し、
   前記補正係数学習部は、ランク外のコンテンツ候補の少なくとも一部について、前記ランクごとの補正係数の分布に基づいて拡張補正係数を学習し、
   前記補正処理部は、前記予測指標のランクごとに設定された補正係数または前記拡張補正係数を前記コンテンツ候補の予測指標に乗算することで、前記予測指標を補正する、
   請求項３または４記載の情報処理装置。
6. 請求項１から５のうちいずれか１項記載の情報処理装置と、
   前記情報処理装置の出力する予測指標に基づいて、コンテンツを前記端末装置に提供する提供部と、
   を備えるコンテンツ配信装置。
7. コンピュータが、
   端末装置に提供されるコンテンツの候補となる複数のコンテンツ候補のそれぞれについて、前記コンテンツに関する指標を予測した予測指標を導出し、
   前記導出した予測指標に基づいて、前記複数のコンテンツ候補のランキングを行い、
   前記ランキングの結果に基づいて、前記予測指標を補正し、
   前記補正する際に、
   前記予測指標のランクごとに設定された補正係数のうち、前記コンテンツ候補のランクに応じた補正係数を前記予測指標に乗算することで、前記予測指標を補正し、
   ランク外のコンテンツ候補の少なくとも一部について、前記ランクごとの補正係数の分布に基づいて拡張補正係数を設定し、前記予測指標のランクごとに設定された補正係数または前記拡張補正係数を前記予測指標に乗算することで、前記予測指標を補正する、
   情報処理方法。
8. コンピュータが、
   端末装置に提供されるコンテンツの候補となる複数のコンテンツ候補のそれぞれについて、前記コンテンツに関する指標を予測した予測指標を導出し、
   前記導出した予測指標に基づいて、前記複数のコンテンツ候補のランキングを行い、
   前記コンテンツが埋め込まれる主コンテンツの実績インプレッション数に応じた補正係数を前記予測指標に乗算することで、前記予測指標を補正する、
   情報処理方法。
9. コンピュータに、
   端末装置に提供されるコンテンツの候補となる複数のコンテンツ候補のそれぞれについて、前記コンテンツに関する指標を予測した予測指標を導出させ、
   前記導出させた予測指標に基づいて、前記複数のコンテンツ候補のランキングを行わせ、
   前記ランキングの結果に基づいて、前記予測指標を補正させ、
   前記補正させる際に、前記コンピュータに、
   前記予測指標のランクごとに設定された補正係数のうち、前記コンテンツ候補のランクに応じた補正係数を前記予測指標に乗算することで、前記予測指標を補正させ、
   ランク外のコンテンツ候補の少なくとも一部について、前記ランクごとの補正係数の分布に基づいて拡張補正係数を設定させ、前記予測指標のランクごとに設定された補正係数または前記拡張補正係数を前記予測指標に乗算することで、前記予測指標を補正させる、
   プログラム。
10. コンピュータに、
    端末装置に提供されるコンテンツの候補となる複数のコンテンツ候補のそれぞれについて、前記コンテンツに関する指標を予測した予測指標を導出させ、
    前記導出させた予測指標に基づいて、前記複数のコンテンツ候補のランキングを行わせ、
    前記コンテンツが埋め込まれる主コンテンツの実績インプレッション数に応じた補正係数を前記予測指標に乗算することで、前記予測指標を補正させる、
    プログラム。

Images