JP7812664B2 - Viewer rating survey method - Google Patents
Viewer rating survey methodInfo
- Publication number
- JP7812664B2 JP7812664B2 JP2022000422A JP2022000422A JP7812664B2 JP 7812664 B2 JP7812664 B2 JP 7812664B2 JP 2022000422 A JP2022000422 A JP 2022000422A JP 2022000422 A JP2022000422 A JP 2022000422A JP 7812664 B2 JP7812664 B2 JP 7812664B2
- Authority
- JP
- Japan
- Prior art keywords
- viewing
- target
- television
- survey
- household
- 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
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明はテレビ放送の視聴率を調査する方法に関する。 The present invention relates to a method for investigating television broadcast ratings.
テレビ放送の視聴率の調査対象地域において、世帯毎の視聴率や、年齢や性別等に応じて区分される個人毎の視聴率を調査する場合、その調査対象地域であらかじめ選出した複数のサンプル世帯のそれぞれに、何時、誰が、どのテレビ放送を視聴していたかを検知するための視聴情報検知装置を設置すると共に、その視聴情報検知装置を介して各サンプル世帯の視聴データを収集し、その視聴データから調査対象地域におけるテレビ放送の視聴率調査を行うことが従来より一般に行われている（例えば、特許文献１を参照） When investigating television viewership ratings for individual households or individuals classified by age, gender, etc., in a target area, a viewing information detection device is installed in each of several sample households selected in advance in the target area to detect when, who, and which television program was being watched. The viewing data for each sample household is then collected via the viewing information detection device, and a television viewership rating survey for the target area is conducted based on the viewing data. (See, for example, Patent Document 1.)
上記のように専用的な視聴情報検知装置をサンプル世帯に設置することで視聴データを収集する手法では、サンプル世帯の選出や、サンプル世帯への視聴情報検知装置の設置、サンプル世帯への報酬が必要になるために、視聴率調査が高コストになりやすい。 As mentioned above, the method of collecting viewing data by installing dedicated viewing information detection devices in sample households requires selecting sample households, installing viewing information detection devices in the sample households, and paying the sample households, which can make viewing rate surveys expensive.
一方、テレビ放送の受信機を備える近年のテレビや録画装置では、どのチャンネル（又は放送局系列）のテレビ放送が何時視聴されたかを示す視聴ログ情報を自動的に取得し、該視聴ログ情報を、インターネット等の外部ネットワークを介して該テレビや録画装置のメーカのサーバ等に送信する機能をあらかじめ備えたものが一般的に普及してきている。以降の説明では、上記の機能を有するテレビ、あるいは、上記の機能を有する録画装置と該録画装置が接続されたテレビとの組を、テレビデバイス（又は単にデバイス）と称することがある。 In recent years, televisions and recording devices equipped with television broadcast receivers have become commonplace, equipped with the functionality to automatically acquire viewing log information indicating which channel (or broadcast station) a television broadcast was viewed on and when, and to transmit this viewing log information to the television or recording device manufacturer's server via an external network such as the Internet. In the following explanation, a television with the above functionality, or a combination of a recording device with the above functionality and a television connected to the recording device, may be referred to as a television device (or simply a device).
そして、この種のテレビデバイスの上記の機能を利用することで、テレビ放送の視聴ログ情報を収集することが可能である。ただし、この種のテレビデバイスから取得し得る視聴ログ情報は、該テレビデバイス毎の視聴ログ情報であり、該テレビデバイスの視聴者（詳しくは、該テレビデバイスを介してテレビ放送を視聴し得る視聴者）の構成要員のそれぞれ毎の視聴データを含むものではない。 By utilizing the above functions of this type of television device, it is possible to collect viewing log information for television broadcasts. However, the viewing log information that can be obtained from this type of television device is viewing log information for each television device, and does not include viewing data for each of the constituent members of the television device's viewers (more specifically, viewers who can watch television broadcasts via the television device).
ここで、例えば、上記特許文献２には、各世帯の視聴ログ情報から、各世帯の構成要員の属性や、その属性毎の視聴の有無を機械学習処理により作成したモデルを用いて推定する技術が本願出願人より提案されている。そして、上記のように視聴ログ情報を送信する機能を有するテレビデバイスを備える世帯に対して、特許文献２に見られる技術を適用することで、該テレビデバイスの視聴者の構成要員の属性や、その属性毎の視聴の有無を推定することが可能である。 For example, in Patent Document 2 mentioned above, the applicant has proposed technology that uses a model created through machine learning processing to estimate the attributes of members of each household and whether or not they have watched a program based on each household's viewing log information. By applying the technology described in Patent Document 2 to households equipped with television devices capable of transmitting viewing log information as described above, it is possible to estimate the attributes of the members of the television device's viewers and whether or not they have watched a program based on each attribute.
しかるに、特許文献２では、調査対象地域における個人の属性毎の視聴率を適正に推定する上で、該調査対象地域のどのような世帯のテレビデバイスの視聴ログ情報を使用すべきかの検討が十分になされていない。 However, Patent Document 2 does not sufficiently consider what kind of viewing log information from television devices of households in the survey area should be used to accurately estimate viewer ratings for each individual attribute in the survey area.
本発明はかかる背景に鑑みてなされたものであり、調査対象地域における個々人の属性に応じたテレビ放送の視聴率の調査を、各テレビデバイスの視聴者の構成要員毎の視聴データを含まない視聴ログ情報を用いて適正に行うことを可能とする視聴率調査方法を提供することを目的とする。 The present invention was made in light of this background, and aims to provide an audience rating survey method that enables accurate surveys of television broadcast audience ratings according to the attributes of individuals in the survey area, using viewing log information that does not include viewing data for each individual viewer on each television device.
本発明の視聴率調査方法は、上記の目的を達成するために、テレビ放送の視聴率調査に関する処理を実行する視聴率調査装置において実行される視聴率調査方法であって、
テレビ放送の受信機と、どのチャンネル又は放送局系列のテレビ放送が何時、該受信機を介して視聴されたかを示す視聴ログ情報を出力可能な視聴データ出力装置とを各々備え、且つ、所定の調査対象地域に属する複数のテレビデバイスから、複数の対象デバイスを選定する第１ステップと、
該第１ステップで選定された複数の対象デバイスのそれぞれの前記視聴データ出力装置から出力された視聴ログ情報を取得する第２ステップと、
該第２ステップで取得した各対象デバイス毎の視聴ログ情報から、各対象デバイスの視聴者の構成要員の属性毎に、あらかじめ機械学習処理により作成された第Ａモデルを用いて、どのチャンネル又は放送局系列のテレビ放送を何時視聴したかを示す属性別視聴情報を生成する第３ステップと、
前記複数の対象デバイスのそれぞれ毎に、前記第３ステップで得られた属性別視聴情報に基づいて、視聴率調査を行う第４ステップとを備えており、
前記第１ステップは、前記複数のテレビデバイスのそれぞれの視聴データ出力装置から出力される視聴ログ情報を収集する第１ａステップと、該第１ａステップで収集した視聴ログ情報から、あらかじめ機械学習処理により作成された第Ｂモデルを用いて、各テレビデバイスの視聴者の構成要員の属性を推定する第１ｂステップと、該第１ｂステップで推定された各テレビデバイスの視聴者の構成要員の属性を用いて、前記複数の対象デバイスの全体の視聴者の構成要員の属性の分布が所定の基準の分布に一致するように前記複数のテレビデバイスから前記複数の対象デバイスを選定する第１ｃステップとを備えることを特徴とする（第１発明）。
In order to achieve the above object, the audience rating survey method of the present invention is an audience rating survey method executed in an audience rating survey device that executes processing related to an audience rating survey of television broadcasting, comprising:
a first step of selecting a plurality of target devices from a plurality of television devices each including a television broadcast receiver and a viewing data output device capable of outputting viewing log information indicating which channel or broadcast station affiliated television broadcast was viewed and at what time via the receiver, and belonging to a predetermined survey target area;
a second step of acquiring viewing log information output from the viewing data output device of each of the plurality of target devices selected in the first step;
a third step of generating attribute-specific viewing information indicating which channel or broadcasting station affiliated television broadcast was viewed and at what time from the viewing log information for each target device acquired in the second step, using a first model A created in advance by machine learning processing for each attribute of the constituent members of the viewers of each target device;
and a fourth step of conducting an audience rating survey for each of the plurality of target devices based on the attribute-specific audience information obtained in the third step,
The first step is characterized by comprising step 1a of collecting viewing log information output from each viewing data output device of the plurality of television devices; step 1b of estimating the attributes of the constituent members of the viewers of each television device from the viewing log information collected in step 1a using model B created in advance by machine learning processing; and step 1c of selecting the plurality of target devices from the plurality of television devices using the attributes of the constituent members of the viewers of each television device estimated in step 1b so that the distribution of the attributes of the constituent members of the entire audience of the plurality of target devices matches a predetermined standard distribution (first invention).
なお、本発明では、「テレビデバイスの視聴者」というのは、詳しくは、該テレビデバイスを介してテレビ放送を視聴し得る一人以上の視聴者を意味する。また、「基準分布に一致する」というのは、基準分布に正確に一致する場合に限らず、ほぼ一致する（近似する）場合を含む。このことは、後述の実施形態の説明における「一致」についても同様である。 In this invention, "viewers of a television device" specifically refers to one or more viewers who can watch television broadcasts via that television device. Furthermore, "matching the reference distribution" does not necessarily mean an exact match with the reference distribution, but also includes a near match (approximation). This also applies to "matching" in the description of the embodiments below.
かかる第１発明によれば、前記第１ｂステップでは、第Ｂモデルを適切に作成しておくことで、調査対象地域の各テレビデバイスの視聴ログ情報が該テレビデバイスの視聴者の構成要員毎の視聴データを含んでいなくとも、該視聴ログ情報から、調査対象地域の各テレビデバイスの視聴者の構成要員の属性を適切に推定することができる。 According to the first invention, in step 1b, by appropriately creating model B, it is possible to appropriately estimate the attributes of the constituent members of the viewers of each television device in the survey area from the viewing log information, even if the viewing log information of each television device in the survey area does not include viewing data for each constituent member of the viewers of that television device.
また、第３ステップでは、第Ａモデルを適切に作成しておくことで、調査対象地域の各テレビデバイスの視聴ログ情報が該テレビデバイスの視聴者の構成要員毎の視聴データを含んでいなくとも、該視聴ログ情報から、調査対象地域の各テレビデバイスの視聴者の構成要員の属性毎に（第１ｂステップで推定される属性毎に）、属性別視聴情報を生成することができる。 Furthermore, in the third step, by appropriately creating Model A, even if the viewing log information for each television device in the survey area does not include viewing data for each constituent member of the viewers of that television device, attribute-specific viewing information can be generated from the viewing log information for each attribute of the constituent members of the viewers of each television device in the survey area (for each attribute estimated in step 1b).
そして、本発明では、前記第１ｃステップにおいて、調査対象地域の複数のテレビデバイスの全体の視聴者の構成要員の属性の分布が所定の基準の分布に一致する（ほぼ一致する場合を含む）ように調査対象地域の複数のテレビデバイスから前記複数の対象デバイスを選定する。この場合、本願発明者の様々な検討によれば、該基準の分布を適切に設定しておくことで、調査対象地域の対象デバイスに係る属性別視聴情報（対象デバイスの視聴ログ情報から生成された属性別視聴情報）に基づいて推定される視聴状況データが該調査対象地域での実際の視聴率に極力整合する視聴状況データになるようにすることができる。 In the present invention, in step 1c, the multiple target devices are selected from the multiple television devices in the survey area so that the distribution of the attributes of the overall audience members of the multiple television devices in the survey area matches (or nearly matches) a predetermined standard distribution. In this case, according to various studies by the inventors, by appropriately setting the standard distribution, it is possible to ensure that the viewing situation data estimated based on the attribute-specific viewing information for the target devices in the survey area (attribute-specific viewing information generated from the viewing log information of the target devices) matches the actual audience ratings in the survey area as closely as possible.
よって、第１発明によれば、調査対象地域における個々人の属性に応じたテレビ放送の視聴率の調査を、各テレビデバイスから得られる視聴ログ情報であって、各テレビデバイスの視聴者の構成要員毎の視聴データを含まない視聴ログ情報を用いて適正に行うことが可能となる。 Therefore, according to the first invention, it is possible to properly conduct a survey of television broadcast viewership ratings according to the attributes of individuals in a survey area using viewing log information obtained from each television device that does not include viewing data for each constituent member of the viewers of each television device.
本発明では、一つの態様として、前記第１ｃステップにおける前記基準の分布は、視聴率調査の対象地域における前記属性に応じた実際の分布であるという態様を採用し得る（第２発明）。
これによれば、基準の分布として既知の分布を使用することができる。
In one aspect of the present invention, the reference distribution in step 1c may be an actual distribution according to the attributes in the target area of the audience rating survey (a second aspect of the present invention).
This allows a known distribution to be used as the reference distribution.
また、上記第１発明又は第２発明では、前記第Ａモデル及び前記第Ｂモデルを、前記調査対象地域と同じ地域に属する複数のサンプル世帯においてテレビ放送の視聴に関して取得された視聴データを学習データとして用いる機械学習処理により作成する第５ステップをさらに備えるという態様を採用し得る（第３発明）。
これによれば、第Ａモデル及び第Ｂモデルを適正に作成し、さらに対象デバイスを選定した後は、調査対象地域と同じ地域に属するサンプル世帯の視聴データを使用せずとも、視聴率調査を行うことが可能となるため、視聴率調査のコストを低減できる。
Furthermore, the first or second invention may further include a fifth step of creating the A model and the B model by machine learning processing using viewing data obtained regarding television broadcast viewing in a plurality of sample households belonging to the same area as the survey target area as learning data (third invention).
According to this, after properly creating Model A and Model B and selecting target devices, it becomes possible to conduct an audience rating survey without using viewing data from sample households that belong to the same area as the survey target area, thereby reducing the cost of the audience rating survey.
また、上記第１発明又は第２発明では、前記第Ａモデル及び前記第Ｂモデルを、前記視聴率調査の対象地域と異なる地域に属する複数のサンプル世帯においてテレビ放送の視聴に関して取得された視聴データを学習データとして用いる機械学習処理により作成する第５ステップをさらに備えるという態様を採用することもできる（第４発明）。
これによれば、調査対象地域にサンプル世帯が選定されていない場合であっても、基準分布に基づいて、対象デバイスを選定することが可能となるので、視聴率調査のコストを低減できる。
Furthermore, in the first or second invention, it is also possible to adopt an aspect further comprising a fifth step of creating the A model and the B model by machine learning processing using as learning data viewing data obtained regarding television broadcast viewing in a plurality of sample households belonging to an area different from the target area of the audience rating survey (fourth invention).
This makes it possible to select target devices based on the reference distribution even if no sample households are selected in the survey area, thereby reducing the cost of audience rating surveys.
本発明の一実施形態を以下に図１～図６を参照して説明する。図１を参照して、本実施形態で説明するシステムは、テレビ放送の視聴率調査等に関する処理を実行する視聴率調査装置１を有する。該視聴率調査装置１は、例えば一つ以上のコンピュータにより構成される。該コンピュータは、図示しないＣＰＵ等のプロセッサ、メモリ（記憶装置）、インターフェース回路、通信装置等を含む。そして、該視聴率調査装置１は、一つ又は複数の地域（例えば都道府県単位の地域、あるいは、関東圏、近畿圏等、複数の都府県を合わせた地域）の複数の世帯２０から、各世帯２０でのテレビ放送の視聴に関する視聴データを取得可能である。該視聴データは、どのチャンネル（もしくはどの放送局系列）のテレビ放送が何時視聴されたかを示す視聴ログ情報等を含むデータである。 An embodiment of the present invention will be described below with reference to FIGS. 1 to 6. Referring to FIG. 1, the system described in this embodiment includes an audience rating survey device 1 that executes processing related to audience rating surveys of television broadcasts. The audience rating survey device 1 is configured, for example, with one or more computers. The computer includes a processor such as a CPU, a memory (storage device), an interface circuit, a communication device, and the like (not shown). The audience rating survey device 1 is capable of acquiring viewing data regarding television broadcast viewing by each of a plurality of households 20 in one or more regions (e.g., a prefecture-based region, or a region combining multiple prefectures, such as the Kanto region or the Kinki region). The viewing data includes viewing log information indicating which channel (or which broadcasting station affiliate) of a television broadcast was viewed and at what time.
ここで、本実施形態では、各「世帯２０」は、サンプル世帯２０ａとデバイス別世帯２０ｂとに大別される。各デバイス別世帯２０ｂは、テレビ放送の受信機２１と、テレビ放送の視聴に関する視聴データを出力可能な視聴データ出力装置２２ｂとを含むテレビデバイス２３ｂを備えると共に、該テレビデバイス２３ｂの一人以上の視聴者（詳しくは、該テレビデバイス２３ｂの受信機２１で受信されたテレビ放送を視聴し得る一人以上の視聴者）を構成要員として含む世帯を意味する。換言すれば、デバイス別世帯２０ｂは、テレビデバイス２３ｂと、該テレビデバイス２３ｂの視聴者との組として構成されるものを意味する。 In this embodiment, each "household 20" is broadly divided into a sample household 20a and a device-specific household 20b. Each device-specific household 20b is a household that includes a television device 23b that includes a television broadcast receiver 21 and a viewing data output device 22b capable of outputting viewing data related to the viewing of television broadcasts, and that includes one or more viewers of the television device 23b (more specifically, one or more viewers who can watch television broadcasts received by the receiver 21 of the television device 23b) as its members. In other words, a device-specific household 20b is a combination of a television device 23b and a viewer of the television device 23b.
この場合、個々のテレビデバイス２３ｂ毎に、一つのデバイス別世帯２０ｂが対応付けられる。従って、ある住戸に、複数のテレビデバイス２３ｂが備えられている場合であっても、該複数のテレビデバイス２３ｂのそれぞれ毎に、一つのデバイス別世帯２０ｂが対応付けられる。この場合、当該複数のテレビデバイス２３ｂのそれぞれに対応する各デバイス別世帯２０ｂは、同一の構成要員を視聴者として含んでいてもよい。換言すれば、いずれかのデバイス別世帯２０ｂの一人以上の構成要員が、他のデバイス別世帯２０ｂの構成要員であってもよい。 In this case, one device-specific household 20b is associated with each individual television device 23b. Therefore, even if a dwelling unit is equipped with multiple television devices 23b, one device-specific household 20b is associated with each of the multiple television devices 23b. In this case, each device-specific household 20b corresponding to each of the multiple television devices 23b may include the same members as viewers. In other words, one or more members of one device-specific household 20b may be members of another device-specific household 20b.
各デバイス別世帯２０ｂのテレビデバイス２３ｂは、テレビにより構成され、あるいは、テレビとこれに接続された録画装置とにより構成され得る。該テレビデバイス２３ｂの視聴データ出力装置２２ｂは、本発明における視聴データ出力装置に相当するものであり、例えば図示しないマイコン等のプロセッサ、メモリ、インターフェース回路、通信装置等により構成される。該視聴データ出力装置２２ｂは、これを含むテレビデバイス２３ｂを介して視聴されたテレビ放送のチャンネルを検知することが可能であると共に、該チャンネルのテレビ放送が視聴された日時（詳しくは、該チャンネルのテレビ放送の視聴開始及び視聴終了の日時）を検知することが可能であり、これらの検知情報から、該デバイス別世帯２０ｂの視聴ログ情報（以降、デバイス別視聴ログ情報という）を生成することが可能である。該デバイス別視聴ログ情報は、換言すれば、デバイス別世帯２０ｂに含まれる構成要員の全体の視聴ログ情報である。また、該デバイス別視聴ログ情報は、本発明における視聴ログ情報に相当するものである。 The television device 23b of each device-specific household 20b may be composed of a television, or may be composed of a television and a recording device connected to it. The viewing data output device 22b of the television device 23b corresponds to the viewing data output device of the present invention and is composed of, for example, a processor such as a microcomputer (not shown), memory, an interface circuit, a communication device, etc. The viewing data output device 22b is capable of detecting the channel of the television broadcast viewed via the television device 23b that includes it, as well as the date and time when the television broadcast on that channel was viewed (more specifically, the date and time when viewing of the television broadcast on that channel began and ended). From this detected information, viewing log information for the device-specific household 20b (hereinafter referred to as device-specific viewing log information) can be generated. In other words, the device-specific viewing log information is the viewing log information of all members included in the device-specific household 20b. Furthermore, the device-specific viewing log information corresponds to the viewing log information of the present invention.
そして、視聴データ出力装置２２ｂは、生成したデバイス別視聴ログ情報を含む視聴データを、インターネットや電話回線網等により構成される外部ネットワークＮＷを介して、テレビデバイス２３ｂを構成するテレビ又は録画装置のメーカのサーバ（図示省略）に定期的に（又は該サーバからの要求に応じて）送信することが可能である。この場合、視聴データ出力装置２２ｂから送信される視聴データには、デバイス別視聴ログ情報の他、テレビデバイス２３ｂを構成するテレビ又は録画装置であらかじめ登録された所在地域情報（例えば、郵便番号の上３桁を示す情報）と、テレビデバイス２３ｂの識別情報とが含まれる。なお、テレビデバイス２３ｂの識別情報は、該テレビデバイス２３ｂを有するデバイス別世帯２０ｂの識別情報としても利用し得る。 The viewing data output device 22b can then periodically (or upon request from) transmit viewing data including the generated device-specific viewing log information to a server (not shown) of the manufacturer of the television or recording device that constitutes television device 23b via an external network NW, such as the Internet or a telephone line network. In this case, the viewing data transmitted from viewing data output device 22b includes not only device-specific viewing log information, but also location information (e.g., information indicating the first three digits of the postal code) that has been pre-registered on the television or recording device that constitutes television device 23b, and identification information for television device 23b. Note that the identification information for television device 23b can also be used as identification information for device-specific household 20b that owns that television device 23b.
各サンプル世帯２０ａは、一つ以上のテレビ放送の受信機２１と、テレビ放送の視聴に関する視聴データを出力可能な視聴データ出力装置２２ａとを備えると共に、受信機２１で受信されたテレビ放送を視聴し得る一人以上の視聴者を構成要員として含み、且つ、視聴データ出力装置２２ａから出力可能な視聴データが、該構成要員（視聴者）のそれぞれ毎の視聴ログ情報（以降、個人視聴ログ情報）を含む世帯を意味する。受信機２１は、サンプル世帯２０ａに備えられた図示しないテレビ又録画装置に搭載され、視聴データ出力装置２２ａは、該テレビ又は録画装置に接続されている。 Each sample household 20a is equipped with one or more television broadcast receivers 21 and a viewing data output device 22a capable of outputting viewing data related to the viewing of television broadcasts, and includes one or more viewers who can watch the television broadcasts received by the receiver 21 as its members, and the viewing data that can be output from the viewing data output device 22a includes viewing log information (hereinafter referred to as personal viewing log information) for each of the members (viewers). The receiver 21 is installed in a television or recording device (not shown) provided in the sample household 20a, and the viewing data output device 22a is connected to the television or recording device.
視聴データ出力装置２２ａは、デバイス別世帯２０ｂの視聴データ出力装置２２ｂとは異なり、所謂、ピープルメータとしての機能を有する装置であり、例えば図示しないマイコン等のプロセッサ、メモリ、インターフェース回路、通信装置等により構成される。この視聴データ出力装置２２ａは、それが属するサンプル世帯２０ａの構成要員のそれぞれ毎に、各構成要員が視聴したテレビ放送のチャンネルを検知することが可能であると共に、該チャンネルのテレビ放送を該構成要員が視聴した日時（詳しくは、該チャンネルのテレビ放送の視聴開始及び視聴終了の日時）を検知することが可能であり、これらの検知情報から個人視聴ログ情報を生成することが可能である。この場合、テレビ放送を視聴している構成要員がどの構成要員であるかは、例えば、各構成要員による所定の端末装置の操作、あるいは、カメラの撮像画像に基づく人認証処理等を通じて特定され得る。 The viewing data output device 22a differs from the viewing data output device 22b of the device-specific household 20b in that it is a device that functions as a so-called people meter and is composed of, for example, a processor such as a microcomputer (not shown), memory, an interface circuit, a communication device, etc. This viewing data output device 22a is capable of detecting the television broadcast channel watched by each member of the sample household 20a to which it belongs, as well as the date and time when the member watched the television broadcast on that channel (more specifically, the date and time when viewing of the television broadcast on that channel began and ended), and is able to generate personal viewing log information from this detected information. In this case, the member watching the television broadcast can be identified, for example, through the operation of a specified terminal device by each member, or through human authentication processing based on images captured by a camera.
さらに、視聴データ出力装置２２ａは、各構成要員毎の個人視聴ログ情報を統合することで、サンプル世帯２０ａの構成要員の全体の視聴ログ情報（以降、世帯視聴ログ情報という）を生成することも可能である。そして、視聴データ出力装置２２ａは、生成した個人視聴ログ情報及び世帯視聴ログ情報を含む視聴データを、外部ネットワークＮＷを介して、視聴率調査装置１に定期的に（又は該視聴率調査装置１からの要求に応じて）送信することが可能である。この場合、視聴データ出力装置２２ａから送信される視聴データには、個人視聴ログ情報及び世帯視聴ログ情報の他、サンプル世帯２０ａの識別情報、各個人視聴ログ情報に対応する構成要員の識別情報、サンプル世帯２０ａの所在地、並びに、サンプル世帯２０ａの各構成要員の属性等の情報（年齢、性別等）が含まれ得る。 Furthermore, the viewing data output device 22a can generate overall viewing log information for the members of the sample household 20a (hereinafter referred to as household viewing log information) by integrating the personal viewing log information for each member. The viewing data output device 22a can then periodically (or in response to a request from the audience rating survey device 1) transmit viewing data including the generated personal viewing log information and household viewing log information to the audience rating survey device 1 via the external network NW. In this case, the viewing data transmitted from the viewing data output device 22a can include, in addition to the personal viewing log information and household viewing log information, identification information for the sample household 20a, identification information for the members corresponding to each personal viewing log information, the location of the sample household 20a, and information such as the attributes of each member of the sample household 20a (age, gender, etc.).
なお、サンプル世帯２０ａの所在地や、各構成要員の情報は、視聴率調査装置１にあらかじめ登録されていてもよい。その場合には、視聴データ出力装置２２ａから送信される視聴データは、サンプル世帯２０ａの所在地や、各構成要員の情報が含まれていなくてもよい。 The location of the sample household 20a and information about each member may be registered in advance in the audience rating survey device 1. In that case, the viewing data transmitted from the viewing data output device 22a does not need to include the location of the sample household 20a or information about each member.
また、サンプル世帯２０ａは、視聴データ出力装置２２ａに加えて、デバイス別世帯２０ｂと同様の視聴データ出力装置２２ｂを備えていてもよい。この場合、視聴データ出力装置２２ａは、世帯視聴ログ情報を視聴データ出力装置２２ｂを介して取得してもよい。また、サンプル世帯２０ａの世帯視聴ログ情報は、視聴率調査装置１で個人視聴ログ情報から生成することも可能である。この場合には、視聴データ出力装置２２ａから送信される視聴データは、世帯視聴ログ情報を含んでいなくてもよい。 Furthermore, in addition to the viewing data output device 22a, the sample household 20a may also be equipped with a viewing data output device 22b similar to the device-specific household 20b. In this case, the viewing data output device 22a may acquire household viewing log information via the viewing data output device 22b. Furthermore, the household viewing log information of the sample household 20a can also be generated from individual viewing log information by the audience rating survey device 1. In this case, the viewing data transmitted from the viewing data output device 22a does not need to include household viewing log information.
補足すると、サンプル世帯２０ａにおける世帯視聴ログ情報は、デバイス別視聴ログ情報と同等の視聴ログ情報として利用することも可能である。このため、以降の説明では、便宜上、サンプル世帯２０ａの世帯視聴ログ情報をデバイス別視聴ログ情報と称する場合がある。 Additionally, the household viewing log information for sample household 20a can also be used as viewing log information equivalent to device-specific viewing log information. Therefore, in the following explanation, for convenience, the household viewing log information for sample household 20a may be referred to as device-specific viewing log information.
視聴率調査装置１は、実装されたハードウェア構成とプログラム（ソフトウェア構成）とにより実現される機能として、第１モデル学習処理部１１、第２モデル学習処理部１２、視聴データ取得部１３、対象世帯選定部１４、属性別視聴情報生成部１５、及び視聴率推定部１６を備える。 The audience rating survey device 1 includes, as functions realized by the implemented hardware configuration and program (software configuration), a first model learning processing unit 11, a second model learning processing unit 12, a viewing data acquisition unit 13, a target household selection unit 14, an attribute-specific viewing information generation unit 15, and an audience rating estimation unit 16.
視聴データ取得部１３は、複数のサンプル世帯２０ａのそれぞれの視聴データ出力装置２２ａと外部ネットワークＮＷを介して通信を行うことが可能であり、その通信を行うことで、視聴データ出力装置２２ａから送信される視聴データを取得することが可能である。なお、視聴データ取得部１３は、各サンプル世帯２０ａの視聴データを適宜の記憶装置を介して取得してもよい。 The viewing data acquisition unit 13 is capable of communicating with each viewing data output device 22a of multiple sample households 20a via an external network NW, and by performing this communication, is able to acquire viewing data transmitted from the viewing data output device 22a. Note that the viewing data acquisition unit 13 may also acquire the viewing data of each sample household 20a via an appropriate storage device.
また、視聴データ取得部１３は、デバイス別世帯２０ｂのそれぞれのテレビデバイス２３ｂのメーカのサーバ（図示しない）と通信を行うことが可能であり、その通信を行うことで、該メーカの各テレビデバイス２３ｂの視聴データを取得することが可能である。なお、視聴率調査装置１がデバイス別世帯２０ｂの視聴データ出力装置２２ｂと通信を行うことができる場合には、視聴データ取得部１３は、デバイス別世帯２０ｂのテレビデバイス２３ｂの視聴データを該テレビデバイス２３ｂの視聴データ出力装置２２ｂから直接的に取得するようにしてもよい。また、視聴率調査装置１は、各メーカから適宜の記憶装置を介してテレビデバイス２３ｂの視聴データを取得してもよい。 The viewing data acquisition unit 13 is also capable of communicating with a server (not shown) of the manufacturer of each television device 23b in the device-specific household 20b, and through this communication is able to acquire viewing data for each television device 23b of that manufacturer. If the audience rating survey device 1 is able to communicate with the viewing data output device 22b of the device-specific household 20b, the viewing data acquisition unit 13 may acquire viewing data for the television device 23b in the device-specific household 20b directly from the viewing data output device 22b of that television device 23b. The audience rating survey device 1 may also acquire viewing data for the television device 23b from each manufacturer via an appropriate storage device.
第１モデル学習処理部１１は、視聴率調査の対象地域（以降、調査対象地域という）に属する各デバイス別世帯２０ｂの所定期間分（例えば、1カ月分、数カ月分、１年分等）のデバイス別視聴ログ情報から、該デバイス別世帯２０ｂにどの属性の構成要員が含まれるかを推定するための第１モデルを機械学習処理により作成する処理部である。 The first model learning processing unit 11 is a processing unit that uses machine learning processing to create a first model for estimating which members of each device-specific household 20b belong to the target area of the audience rating survey (hereinafter referred to as the survey target area) based on device-specific viewing log information for a predetermined period (e.g., one month, several months, one year, etc.).
ここで、各デバイス別世帯２０ｂの構成要員の属性は、例えば、構成要員の年齢や性別に応じて複数種類の属性に分類される。例えば、y1歳未満の子供、y1歳以上、且つy2歳未満の男性、y1歳以上、且つy2歳未満の女性、y2歳以上の男性、y2歳以上の女性、というように複数種類の属性に分類される。以降、属性の種類数をＮ種類とし、そのＮ種類の属性のそれぞれを適宜、Ａｔ(i)（ｉ＝１，２，…，Ｎ）というように表記する。なお、各デバイス別世帯２０ｂの構成要員の属性は、年齢や性別だけでなく、例えば、職業、学歴等、様々なパラメータに応じて分類され得る。 Here, the attributes of the members of each device-specific household 20b are classified into multiple types of attributes, for example, according to the age and gender of the members. For example, they are classified into multiple types of attributes such as children under y1, men aged y1 or older but under y2, women aged y1 or older but under y2, men aged y2 or older, and women aged y2 or older. Hereinafter, the number of types of attributes will be designated as N, and each of the N types of attributes will be appropriately represented as At(i) (i = 1, 2, ..., N). Note that the attributes of the members of each device-specific household 20b can be classified according to various parameters other than age and gender, such as occupation and educational background.
第１モデルは、例えば図２に示すように、調査対象地域の各デバイス別世帯２０ｂ（図２では識別情報ＩＤがx1であるデバイス別世帯２０ｂ）の所定期間分のデバイス別視聴ログ情報から、該デバイス別世帯２０ｂにおけるＮ種類の属性Ａｔ(i)（ｉ＝１，２，…、Ｎ）の構成要員のそれぞれの存在の有無を示す目的変数を決定し得るように作成される。なお、図２及び後述の図３～図５に示すブロック図では、処理の実行部を太線枠で示し、データの出力部又はデータを細線枠で示している。 As shown in Figure 2, for example, the first model is created so that it can determine a target variable indicating the presence or absence of each of the constituent members with N types of attributes At(i) (i = 1, 2, ..., N) in each device-specific household 20b (device-specific household 20b with identification information ID x1 in Figure 2) in the survey area from device-specific viewing log information for a predetermined period of time. Note that in Figure 2 and the block diagrams shown in Figures 3 to 5 described below, the processing execution unit is indicated by a thick frame, and the data output unit or data is indicated by a thin frame.
第１モデルに入力する説明変数としては、例えば、視聴されたテレビ放送のチャンネル（もしくは放送局系列）、視聴されたテレビ放送の内容の特徴（ジャンル等）、該テレビ放送が視聴された日時に関する日時データ（月、曜日、時間帯等を示すデータ）等に応じて分類される複数の視聴パターン（視聴傾向を分類するパターン）のそれぞれ毎の適合度合いを表す指標値（詳しくは、複数の視聴パターンのそれぞれに対して、各デバイス別世帯２０ｂの所定期間分の世帯視聴ログ情報が適合する度合いを表す指標値）が使用され得る。該指標値は、換言すれば、その値が大きいほど、該指標値に対応する視聴パターンでの視聴が行われる傾向が高いことを表す指標値である。 The explanatory variables input into the first model may be, for example, index values that represent the degree of suitability for each of a plurality of viewing patterns (patterns that classify viewing trends) classified according to the channel (or broadcasting station network) of the viewed television broadcast, the characteristics of the content of the viewed television broadcast (genre, etc.), date and time data relating to the date and time the television broadcast was viewed (data indicating the month, day of the week, time slot, etc.) (more specifically, index values that represent the degree to which the household viewing log information for a predetermined period of each device-specific household 20b matches each of a plurality of viewing patterns). In other words, the larger the index value, the higher the tendency for viewing to occur in the viewing pattern corresponding to the index value.
該指標値としては、例えば、所定期間分のデバイス別視聴ログ情報において、複数の視聴パターンのそれぞれに該当するパターンでの視聴が行われたトータルの視聴時間幅、あるいは、該当するパターンでの視聴が行われた平均の視聴時間幅、あるいは、これらの視聴時間幅の基準の時間幅に対する割合等を使用し得る。 The index value may be, for example, the total viewing duration for viewing in a pattern corresponding to each of multiple viewing patterns in device-specific viewing log information for a specified period, or the average viewing duration for viewing in the corresponding pattern, or the ratio of these viewing durations to a reference duration.
一例として、７月の各週の水曜日の18:00～19:00の時間帯で、第ｎチャンネルにてニュース番組が放送されていると共に、７月の水曜日が４週分の日数（４日）である場合において、あるデバイス別世帯２０ｂにおいて、７月の各水曜日の18:00～19:00の時間帯で、第ｎチャンネルのニュース番組が視聴された時間が、第１水曜日、第２水曜日、第３水曜日、第４水曜日のそれぞれで、３０分、４０分、３０分、５０分であったことが該デバイス別世帯２０ｂのデバイス別視聴ログ情報から推定された場合を想定する。 As an example, suppose that a news program is broadcast on Channel n from 18:00 to 19:00 on Wednesdays of each week in July, and there are four weeks (four days) of Wednesdays in July. It is estimated from the device-specific viewing log information of a certain device-specific household 20b that the news program on Channel n was viewed for 30 minutes, 40 minutes, 30 minutes, and 50 minutes on the first, second, third, and fourth Wednesdays of July from 18:00 to 19:00.
この場合、７月の水曜日の18:00～19:00の時間帯で、第ｎチャンネルのニュース番組を視聴するという視聴パターンに対する適合度合いを表す指標値として、該ニュース番組のトータルの視聴時間幅（＝３０分＋４０分＋３０分＋５０分＝１５０分）、あるいは、該ニュース番組の平均の視聴時間幅（＝１５０分／４＝３７．５分）、あるいは、７月の水曜日の上記時間帯の合計時間幅（＝４時間）に対する上記トータルの視聴時間幅（＝１５０分）の割合（＝０．６２５），あるいは、７月の水曜日の上記時間帯の時間幅（＝１時間）に対する上記平均の視聴時間幅（＝３７．５分）の割合（＝０．６２５）等を使用し得る。 In this case, the index value representing the degree of suitability for a viewing pattern of watching a news program on Channel n between 18:00 and 19:00 on Wednesdays in July could be the total viewing duration of the news program (= 30 minutes + 40 minutes + 30 minutes + 50 minutes = 150 minutes), or the average viewing duration of the news program (= 150 minutes / 4 = 37.5 minutes), or the ratio (= 0.625) of the total viewing duration (= 150 minutes) to the total duration (= 4 hours) of the above time slot on Wednesdays in July, or the ratio (= 0.625) of the average viewing duration (= 37.5 minutes) to the duration (= 1 hour) of the above time slot on Wednesdays in July, etc.
そして、第１モデル学習処理部１１は、あらかじめ選定したサンプル地域に属する複数のサンプル世帯２０ａのそれぞれの所定期間分のデバイス別視聴ログ情報（世帯視聴ログ情報）と、該複数のサンプル世帯２０ａのそれぞれの構成要員の実際の属性（Ａt(1)～Ａt(N)のいずれか）とを学習データとして用いる機械学習処理により、第１モデルを作成する。この場合、各サンプル世帯２０ａのデバイス別視聴ログ情報（世帯視聴ログ情報）は、視聴データ取得部１３を介して取得される。また、各サンプル世帯２０ａの構成要員の実際の属性は、該サンプル世帯２０ａの各構成要員の既知の情報から特定される。また、第１モデル学習処理部１１の機械学習処理のアルゴリズムとしては、公知のアルゴリズムを使用し得る。 The first model learning processing unit 11 then creates a first model through machine learning processing that uses, as learning data, device-specific viewing log information (household viewing log information) for a predetermined period for each of multiple sample households 20a belonging to a pre-selected sample region and the actual attributes (any of At(1) to At(N)) of each member of the multiple sample households 20a. In this case, the device-specific viewing log information (household viewing log information) for each sample household 20a is acquired via the viewing data acquisition unit 13. The actual attributes of the members of each sample household 20a are identified from known information about each member of the sample household 20a. A publicly known algorithm may be used as the algorithm for the machine learning processing of the first model learning processing unit 11.
なお、学習データを得るサンプル世帯２０ａは、上記サンプル地域に属する全てのサンプル世帯２０ａに限らず、サンプル地域に属する全てのサンプル世帯２０ａのうちの一部のサンプル世帯２０ａであってもよい。また、サンプル地域としては、例えば、前記調査対象地域が選定され得る。ただし、サンプル地域として、調査対象地域と異なる地域が選定されてもよい。例えば、調査対象地域が青森県である場合、サンプル地域として、青森県に限らず、青森県に比較的近い東北地方の地域（例えば仙台市等）、あるいは、関東圏を選定してもよい。また、第１モデルは、例えば前記特許文献２における世帯構成の判定用の数理モデルと同様のモデルであってもよい。 The sample households 20a from which learning data is obtained are not limited to all sample households 20a belonging to the sample area, but may be a portion of all sample households 20a belonging to the sample area. Furthermore, the aforementioned survey target area may be selected as the sample area. However, an area different from the survey target area may also be selected as the sample area. For example, if the survey target area is Aomori Prefecture, the sample area may not be limited to Aomori Prefecture, but may instead be an area in the Tohoku region relatively close to Aomori Prefecture (such as Sendai City), or the Kanto region. Furthermore, the first model may be, for example, a model similar to the mathematical model for determining household composition in Patent Document 2.
補足すると、作成された第1モデルが、調査対象地域の各デバイス別世帯２０ｂの構成要員の属性を推定するために適正なモデルであるか否かは、例えば、調査対象地域の各サンプル世帯２０ａから得られるデバイス別視聴ログ情報（世帯視聴ログ情報）から第１モデルにより推定される構成要員の属性が、該サンプル世帯２０ａの実際の構成要員の属性に一致するか否かを確認することによって検証し得る。また、適正な第１モデルを作成するために、第１モデルの説明変数の種類や個数を変更したり、サンプル地域内で学習データを得るサンプル世帯２０ａの集合、もしくはサンプル地域を適宜、変更してもよい。このような検証及び変更を適宜行うことで、適正な第１モデルを作成することが可能である。 Additionally, whether the created first model is an appropriate model for estimating the attributes of the members of each device-specific household 20b in the survey area can be verified, for example, by confirming whether the attributes of the members estimated by the first model from device-specific viewing log information (household viewing log information) obtained from each sample household 20a in the survey area match the attributes of the actual members of the sample household 20a. Furthermore, in order to create an appropriate first model, the type and number of explanatory variables of the first model may be changed, or the set of sample households 20a from which training data is obtained within the sample area, or the sample area, may be changed as appropriate. By performing such verifications and modifications as appropriate, it is possible to create an appropriate first model.
第２モデル学習処理部１２は、調査対象地域の各デバイス別世帯２０ｂにおいて、該デバイス別世帯２０ｂの構成要員の属性毎に、どのチャンネル（又は放送局系列）のテレビ放送が何時、視聴されたかを推定するための第２モデルを機械学習処理により作成する処理部である。 The second model learning processing unit 12 is a processing unit that uses machine learning processing to create a second model for estimating which channel (or broadcasting station network) of television broadcast was viewed and at what time for each attribute of the members of each device-specific household 20b in the survey area.
該第２モデルは、例えば、テレビ放送のチャンネル（又は放送局系列）と、テレビ放送の視聴の日時に関する日時データ（月、、曜日、時間帯等のデータ）との組み合わせのそれぞれ毎に、各組み合わせに対応するテレビ放送が、該デバイス別世帯２０ｂのどの属性の構成要員により視聴されたかを、該デバイス別世帯２０ｂの所定期間分のデバイス別視聴ログ情報から推定し得るように構成される。この場合、第２モデルは、構成要員の属性の種類毎に、各別のモデルとして作成される。すなわち、Ｎ種類の属性Ａｔ(i)（ｉ＝１，２，…，Ｎ）のそれぞれに対応するＮ個の第２モデルが作成される。 The second model is configured, for example, to estimate, for each combination of a television broadcast channel (or broadcast station network) and date and time data (such as month, day of the week, and time slot) related to the date and time of viewing of the television broadcast, which member of the device-specific household 20b viewed the television broadcast corresponding to each combination, from the device-specific viewing log information for the device-specific household 20b for a predetermined period. In this case, a separate second model is created for each type of member attribute. That is, N second models are created corresponding to N types of attributes At(i) (i = 1, 2, ..., N).
なお、上記の各組み合わせに対応するテレビ放送というのは、例えば、該組み合わせにおけるチャンネルが第１チャンネル、日時データが７月の水曜日の18:00～19:00の時間帯であるとした場合、該組み合わせに対応するテレビ放送は、７月の水曜日の18:00～19:00の時間帯における第１チャンネルのテレビ放送を意味する。チャンネル（又は放送局系列）と日時データとの他の組み合わせについても同様である。また、上記日時テータにおける時間帯は、例えば１時間、３０分等、所定の時間幅単位での時間帯である。 Note that the television broadcast corresponding to each of the above combinations means, for example, if the channel in the combination is Channel 1 and the date and time data is the time slot from 18:00 to 19:00 on Wednesdays in July, the television broadcast corresponding to that combination means the television broadcast on Channel 1 from 18:00 to 19:00 on Wednesdays in July. The same applies to other combinations of channel (or broadcast station network) and date and time data. The time slot in the date and time data is a time slot in a specified time span, such as one hour or 30 minutes.
より具体的には、各属性Ａt(i)に対応する第２モデルは、例えば図３に示すように、調査対象地域のデバイス別世帯２０ｂのうち、該属性Ａt(i)の構成要員を有する各デバイス別世帯２０ｂ（図３では属性Ａt(n)の構成要員を有するデバイス別世帯２０ｂ）の所定期間分の世帯視聴ログ情報から、該デバイス別世帯２０ｂの属性Ａｔ(i)の構成要員が、チャンネル（又は放送局系列）及び日時データの組み合わせのそれぞれ毎に、各組み合わせ）に対応するテレビ放送の視聴を行ったか否かの推定結果を示す目的変数を決定し得るように構築される。この場合、各属性Ａt(i)に対応する第２モデルに入力する説明変数としては、例えば、第１モデルの説明変数と同様に、複数の視聴パターンのそれぞれ毎の適合度合いを表す指標値が使用され得る。 More specifically, as shown in FIG. 3, the second model corresponding to each attribute At(i) is constructed so that, based on household viewing log information for a predetermined period of time for each device-specific household 20b (in FIG. 3, device-specific households 20b having members with attribute At(n)) among device-specific households 20b in the survey area that have members with that attribute At(i), a response variable can be determined that indicates an estimated result of whether or not members of the device-specific household 20b with attribute At(i) watched a television broadcast corresponding to each combination of channel (or broadcast station network) and date/time data. In this case, as with the explanatory variables of the first model, for example, index values that represent the degree of suitability for each of multiple viewing patterns can be used as explanatory variables input into the second model corresponding to each attribute At(i).
なお、図３では、２つの放送局系列Ｘ，Ｙについて、それぞれの放送局系列Ｘ，Ｙと日時データとの組み合わせを４つ例示すると共に、その４つの組み合わせのそれぞれに対応するテレビ放送を、属性Ａt(n)の構成要員が視聴したか否かの判定結果を例示している。 Note that Figure 3 shows four example combinations of broadcast station series X and Y and date and time data for two broadcast station series X and Y, along with the results of determining whether or not members of attribute At(n) watched the television broadcasts corresponding to each of the four combinations.
そして、第２モデル学習処理部１２は、前記したサンプル地域に属する複数のサンプル世帯２０ａのそれぞれでのテレビ放送の視聴に関する視聴データとして、該複数のサンプル世帯２０ａのそれぞれの所定期間分のデバイス別視聴ログ情報（世帯視聴ログ情報）及び個人視聴ログ情報を学習データとして用いる機械学習処理により、各属性Ａt(i)に対応する第２モデルを作成する。 Then, the second model learning processing unit 12 creates a second model corresponding to each attribute At(i) through machine learning processing that uses the device-specific viewing log information (household viewing log information) and personal viewing log information for a predetermined period of time for each of the multiple sample households 20a belonging to the sample area as viewing data related to television broadcast viewing in each of the multiple sample households 20a.
この場合、各サンプル世帯２０ａの世帯視聴ログ情報及び個人視聴ログ情報は、視聴データ取得部１３を介して取得される。また、第１モデル学習処理部１１の機械学習処理のアルゴリズムとしては、公知のアルゴリズムを使用し得る。なお、学習データを得るサンプル世帯２０ａは、サンプル地域に属する全てのサンプル世帯２０ａに限らず、サンプル地域に属する全てのサンプル世帯２０ａのうちの一部のサンプル世帯２０ａであってもよい。また、第２モデルは、例えば前記特許文献２における個人視聴判定用の数理モデルと同様のモデルであってもよい。 In this case, the household viewing log information and personal viewing log information of each sample household 20a are acquired via the viewing data acquisition unit 13. Furthermore, a publicly known algorithm may be used as the algorithm for the machine learning process of the first model learning processing unit 11. Note that the sample households 20a from which learning data is obtained are not limited to all sample households 20a belonging to the sample area, but may be a subset of all sample households 20a belonging to the sample area. Furthermore, the second model may be, for example, a model similar to the mathematical model for determining personal viewing in Patent Document 2.
補足すると、作成された第２モデルが、調査対象地域の各デバイス世帯２０ｂの構成要員の属性毎に、チャンネル（又は放送局系列）及び日時データの組み合わせのそれぞれに対応するテレビ放送の視聴を行ったか否かを推定するために適正なモデルであるか否かは、調査対象地域の各サンプル世帯２０ａから得られるデバイス別視聴ログ情報（世帯視聴ログ情報）から第２モデルにより得られる視聴の有無の推定結果が、該サンプル世帯２０ａの個人視聴ログ情報から特定される実際の視聴の有無に一致するか否かを確認することによって検証し得る。また、適正な第２モデルを作成するために、第２モデルの説明変数の種類や個数を変更したり、サンプル地域内で学習データを得るサンプル世帯２０ａの集合、もしくはサンプル地域を適宜、変更してもよい。このような検証及び変更を適宜行うことで、適正な第２モデルを作成することが可能である。 Additionally, whether the created second model is an appropriate model for estimating whether or not a television broadcast corresponding to each combination of channel (or broadcast station network) and date/time data was viewed for each attribute of each member of each device household 20b in the survey area can be verified by confirming whether or not the estimated viewing status obtained by the second model from the device-specific viewing log information (household viewing log information) obtained from each sample household 20a in the survey area matches the actual viewing status identified from the personal viewing log information of the sample household 20a. Furthermore, in order to create an appropriate second model, the type and number of explanatory variables of the second model may be changed, or the set of sample households 20a in the sample area from which training data is obtained, or the sample area itself, may be changed as appropriate. By performing such verifications and modifications as appropriate, it is possible to create an appropriate second model.
対象世帯選定部１４は、前記調査対象地域で視聴率調査を行う場合に、該調査対象地域に属する複数のデバイス別世帯２０ｂから、視聴率調査の対象とする複数の対象デバイス別世帯２０ｃ（以降、単に対象世帯２０ｃという）を選定する処理部である。なお、各デバイス別世帯２０ｂには、個々のテレビデバイス２３ｂが対応付けられているので、対象世帯２０ｃを選定するということは、該対象世帯２０ｃに対応するテレビデバイス２３ｂを選定することと等価である。そして、対象世帯２０ｃに対応するテレビデバイス２３ｂが本発明における対象デバイスに相当する。 The target household selection unit 14 is a processing unit that, when conducting an audience rating survey in the survey area, selects a plurality of target device-specific households 20c (hereinafter simply referred to as target households 20c) to be the targets of the audience rating survey from a plurality of device-specific households 20b belonging to the survey area. Note that each device-specific household 20b is associated with an individual television device 23b, so selecting a target household 20c is equivalent to selecting a television device 23b corresponding to the target household 20c. The television device 23b corresponding to the target household 20c corresponds to the target device in the present invention.
対象世帯選定部１４は、図４に示すように、まず、調査対象地域の各デバイス別世帯２０ｂの構成要員の属性を、各デバイス別世帯２０ｂについて視聴データ取得部１３を介して取得された所定期間分のデバイス別視聴ログ情報から、第１モデル学習処理部１１により作成された第１モデル（調査対象地域の各デバイス別世帯２０ｂの構成要員の属性を適正に推定し得ることが検証された第１モデル）を用いて推定する。 As shown in FIG. 4, the target household selection unit 14 first estimates the attributes of the members of each device-specific household 20b in the survey area from the device-specific viewing log information for a predetermined period acquired for each device-specific household 20b via the viewing data acquisition unit 13, using the first model created by the first model learning processing unit 11 (a first model that has been verified to be capable of accurately estimating the attributes of the members of each device-specific household 20b in the survey area).
そして、対象世帯選定部１４は、選定する複数の対象世帯２０ｃの全体の構成要員の属性の分布（Ａt(1)～Ａt(N)のそれぞれの属性毎の構成要員の人数の分布）が、所定の基準分布に一致するように、デバイス別世帯２０ｂ（構成要員の属性を推定したデバイス別世帯２０ｂ）の全体から複数の対象世帯２０ｃを選定する。この場合、上記基準分布は、該基準分布に基づいて選定される対象世帯２０ｃのデバイス別視聴ログ情報から、適正な（信頼性の高い）視聴率調査を行い得るように、調査対象地域で実施した視聴率調査（例えば、調査対象地域のサンプル世帯２０ａの視聴データに基づく視聴率調査）の結果を反映させて決定され得る。 The target household selection unit 14 then selects multiple target households 20c from all device-specific households 20b (device-specific households 20b for which the attributes of the constituent members have been estimated) so that the distribution of the attributes of the overall constituent members of the multiple target households 20c to be selected (the distribution of the number of constituent members for each attribute At(1) to At(N)) matches a predetermined standard distribution. In this case, the standard distribution can be determined by reflecting the results of an audience rating survey conducted in the survey area (for example, an audience rating survey based on viewing data from sample households 20a in the survey area) so that an appropriate (highly reliable) audience rating survey can be conducted from the device-specific viewing log information of the target households 20c selected based on the standard distribution.
具体的には、調査対象地域のデバイス別世帯２０ｂのデバイス別視聴ログ情報のうち、実施した視聴率調査の時期を含む所定期間のデバイス別視聴ログ情報を取得し、そのデバイス別視聴ログ情報から第１モデルにより推定した世帯毎の構成要員の属性を用いて、適当な基準分布に基づいて対象世帯２０ｃを選定する。 Specifically, device-specific viewing log information for device-specific households 20b in the survey area is obtained for a predetermined period including the time of the conducted audience rating survey, and target households 20c are selected based on an appropriate standard distribution using the attributes of the members of each household estimated from the device-specific viewing log information using a first model.
さらに、その対象世帯２０ｃのデバイス別視聴ログ情報を用いて、後述の属性別視聴情報生成部１５及び視聴率推定部１６の処理を行うことで、各属性毎の視聴状況データ（視聴率に相当するデータ）を推定し、その視聴状況データが、実施した視聴率調査による実際の視聴率に整合するものとなったか否かを検証する。そして、その検証結果に応じて、基準分布を適宜変更することで適正な基準分布を決定することが可能である。 Furthermore, the viewing log information by device for the target household 20c is used to perform processing by the attribute-specific viewing information generation unit 15 and the audience rating estimation unit 16, which will be described later, to estimate viewing situation data (data equivalent to audience ratings) for each attribute, and verify whether the viewing situation data matches the actual audience ratings from the audience rating survey that was conducted. Then, depending on the verification results, it is possible to determine an appropriate standard distribution by appropriately modifying the standard distribution.
上記基準分布の一例としては、例えば、調査対象地域の居住者の属性の実際の分布が使用され得る。この場合、対象世帯選定部１４は、複数の対象世帯２０ｃの全体の構成要員の総数に対する各属性Ａt(i)（ｉ＝１，２，…，Ｎ）の構成要員の比率が、調査対象地域の居住者の総数に対する該属性Ａ(i)の居住者の人数の実際の比率に一致するように、複数の対象世帯２０ｃを選定する。 An example of the reference distribution may be the actual distribution of the attributes of residents in the survey area. In this case, the target household selection unit 14 selects multiple target households 20c so that the ratio of members with each attribute At(i) (i = 1, 2, ..., N) to the total number of members across the multiple target households 20c matches the actual ratio of the number of residents with that attribute A(i) to the total number of residents in the survey area.
なお、対象世帯２０ｃの総数は、例えば所定の下限値以上で任意に設定し得る。また、対象世帯２０ｃは、デバイス別世帯２０ｂに加えて、調査対象地域のサンプル世帯２０ａの全体もしくは一部を含んでいてもよい。このことは、適正な基準分布を決定する過程で選定する対象世帯２０ｃについても同様である。この場合、対象世帯２０ｃの選定のために参照する各サンプル世帯２０ａの構成要員の属性としては、該サンプル世帯２０ａの構成要員の既知の情報に基づく実際の属性を使用し得るが、該サンプル世帯２０ａのデバイス別視聴ログ情報（世帯視聴ログ情報）から第１モデルにより推定されたものを使用してもよい。 The total number of target households 20c can be set arbitrarily, for example, above a predetermined lower limit. Furthermore, the target households 20c may include all or part of the sample households 20a in the survey area in addition to the device-specific households 20b. This also applies to the target households 20c selected in the process of determining an appropriate standard distribution. In this case, the attributes of the members of each sample household 20a referenced in selecting the target households 20c may be actual attributes based on known information about the members of the sample household 20a, or attributes estimated by the first model from the device-specific viewing log information (household viewing log information) of the sample household 20a may also be used.
属性別視聴情報生成部１５は、対象世帯選定部１４により選定された各対象世帯２０ｃにおいて、テレビ放送のチャンネル（又は放送局系列）と、テレビ放送の視聴の日時に関する日時データ（月、曜日、時間帯等のデータ）との組み合わせのそれぞれに対応するテレビ放送のうち、視聴率調査の対象とするテレビ放送（以降、調査対象放送という）を、該対象世帯２０ｃの各属性の構成要員が視聴したか否かを示す属性別視聴情報を生成する処理部である。なお、調査対象放送は、所定のニュース、ドラマ等の番組放送に限らず、調査対象のチャンネルもしくは放送局系列での所定の時間帯の任意のテレビ放送（例えば広告放送等）も含まれ得る。 The attribute-specific viewing information generation unit 15 is a processing unit that generates attribute-specific viewing information indicating whether or not members of each attribute of the target household 20c viewed the television broadcasts that are the subject of the audience rating survey (hereinafter referred to as survey target broadcasts) among the television broadcasts corresponding to each combination of the television broadcast channel (or broadcast station affiliate) and date and time data (data on the month, day of the week, time slot, etc.) related to the date and time of viewing of the television broadcast, for each target household 20c selected by the target household selection unit 14. Note that the survey target broadcasts are not limited to program broadcasts such as specified news or dramas, but may also include any television broadcasts (e.g., advertising broadcasts) in a specified time slot on the channel or broadcast station affiliate that is the subject of the survey.
この属性別視聴情報生成部１５は、図５に示すように、まず、対象世帯選定部１４により選定された各対象世帯２０ｃ（図５では、識別情報ＩＤがx1、x4、x5である対象世帯２０ｃ）について、視聴データ取得部１３を介して取得された所定期間分のデバイス別視聴ログ情報から、該対象世帯２０ｃの構成要員の属性毎に、第２モデル学習処理部１２により作成された第２モデル（詳しくは、調査対象地域の各デバイス別世帯２０ｂの構成要員の属性毎に、チャンネル（又は放送局系列）及び日時データの組み合わせのそれぞれに対応するテレビ放送の視聴を行ったか否かを適正に推定し得ることが検証された第２モデル）を用いて、調査対象放送の視聴が行われたか否かを推定する（以降、この推定処理を属性別視聴推定処理という）。なお、図５では、調査対象放送として、例えば、７月７日の水曜日の18:00－19:00に、放送局系列ｘで放送されたテレビ放送を例示している。また、図５では、識別情報ＩＤがx1、x4、x5である対象世帯２０ｃのそれぞれが、同じ属性Ａt(n)の構成要員を有する場合を例示している。 As shown in FIG. 5, the attribute-specific viewing information generation unit 15 first estimates whether each target household 20c (in FIG. 5, target households 20c with identification information IDs x1, x4, and x5) selected by the target household selection unit 14 viewed a survey target broadcast based on device-specific viewing log information for a predetermined period acquired via the viewing data acquisition unit 13, for each attribute of the members of the target household 20c. This estimate is based on the second model created by the second model learning processing unit 12 (more specifically, the second model verified to be capable of properly estimating whether the television broadcast corresponding to each combination of channel (or broadcast station network) and date and time data was viewed for each attribute of the members of each device-specific household 20b in the survey target area). (Hereinafter, this estimation process will be referred to as the attribute-specific viewing estimation process.) Note that FIG. 5 illustrates, for example, a television broadcast aired on broadcast station network x from 18:00 to 19:00 on Wednesday, July 7th as the survey target broadcast. Figure 5 also illustrates an example in which each of the target households 20c with identification information IDs x1, x4, and x5 has members with the same attribute At(n).
また、属性別視聴情報生成部１５は、各対象世帯２０ｃの所定期間分のデバイス別視聴ログ情報から、調査対象放送の時間帯（図５では７月７日の水曜日の18:00－19:00の時間帯）で、調査対象放送のチャンネル又は放送局系列（図５では放送局系列ｘ）のテレビ放送の視聴（対象世帯２０ｃでの視聴）が実際に行われたか否かを判定する（以降、この判定処理をデバイス別視聴判定処理という）。 The attribute-specific viewing information generation unit 15 also determines, from the device-specific viewing log information for a specified period of time for each target household 20c, whether viewing (viewing by target household 20c) of a television broadcast on the channel or broadcasting station affiliated with the survey target broadcast (broadcasting station affiliate x in Figure 5) actually took place during the time period of the survey target broadcast (in Figure 5, the time period from 18:00 to 19:00 on Wednesday, July 7th) (hereinafter, this determination process will be referred to as device-specific viewing determination process).
そして、属性別視聴情報生成部１５は、各対象世帯２０ｃ毎に、上記属性別視聴推定処理の結果と、デバイス別視聴判定処理の結果とから、各対象世帯２０ｃに属する各属性の構成要員が、調査対象放送を視聴したか否かを確定し、その確定結果を属性別視聴情報として生成する。この場合、対象世帯２０ｃのある属性の構成要員について属性別視聴推定処理により、調査対象放送の視聴が有ったと推定され、且つ、デバイス別視聴判定処理により、調査対象放送の時間帯で、該調査対象放送と同じチャンネル（又は放送局系列）での視聴が有ったと判定された場合に、当該属性の構成要員が、調査対象放送を視聴したと確定される。 The attribute-specific viewing information generation unit 15 then determines, for each target household 20c, whether or not members of each attribute belonging to each target household 20c watched the survey target broadcast, based on the results of the attribute-specific viewing estimation process and the device-specific viewing determination process, and generates the determined results as attribute-specific viewing information. In this case, if the attribute-specific viewing estimation process estimates that a member of a certain attribute in the target household 20c watched the survey target broadcast, and the device-specific viewing determination process determines that the member watched the survey target broadcast during the time slot of the survey target broadcast on the same channel (or broadcast station affiliate) as the survey target broadcast, it is determined that the member of that attribute watched the survey target broadcast.
例えば、図５では、識別情報ＩＤがx1である対象世帯２０ｃに関し、属性Ａt(n)の構成要員についての属性別視聴推定処理により、調査対象放送の視聴が有ったと推定され、且つ、デバイス別視聴判定処理により、調査対象放送の時間帯で、該調査対象放送と同じ放送局系列での視聴が有ったと判定されるため、該属性Ａt(n)の構成要員が調査対象放送を視聴したと確定される。 For example, in Figure 5, for target household 20c with identification information ID x1, the attribute-specific viewing estimation process for members with attribute At(n) estimates that the survey target broadcast was viewed, and the device-specific viewing determination process determines that viewing occurred during the time slot of the survey target broadcast on the same broadcasting station as the survey target broadcast. Therefore, it is determined that the members with attribute At(n) watched the survey target broadcast.
また、対象世帯２０ｃのある属性の構成要員について属性別視聴推定処理により、調査対象放送の視聴が無いと推定された場合には、デバイス別視聴判定処理の結果によらずに、当該属性の構成要員が、調査対象放送を視聴しなかったと確定される。 Furthermore, if the attribute-specific viewing estimation process estimates that a member of the target household 20c with a certain attribute did not watch the survey target broadcast, it is determined that the member with that attribute did not watch the survey target broadcast, regardless of the results of the device-specific viewing determination process.
例えば、図５では、識別情報ＩＤがx4である対象世帯２０ｃに関し、属性Ａt(n)の構成要員についての属性別視聴推定処理により、調査対象放送の視聴が無かったと推定されるため、デバイス別視聴判定処理の結果によらずに、該属性Ａt(n)の構成要員が調査対象放送を視聴しなかったと確定される。 For example, in Figure 5, for target household 20c with identification information ID x4, the attribute-specific viewing estimation process for members with attribute At(n) estimates that they did not watch the survey target broadcast, so regardless of the results of the device-specific viewing determination process, it is determined that the members with attribute At(n) did not watch the survey target broadcast.
また、対象世帯２０ｃについて、デバイス別視聴判定処理により、調査対象放送の時間帯で、該調査対象放送と同じ放送局系列での視聴が無かった判定された場合（すなわち、該調査対象放送の時間帯でテレビ放送の視聴が行われていないか、又は、調査対象放送と異なるチャンネル（又は異なる放送局系列）のテレビ放送が視聴された場合）には、属性別視聴推定処理の結果によらずに、当該対象世帯２０ｃの任意の属性の構成要員が、調査対象放送を視聴しなかったと確定される。 Furthermore, if the device-specific viewing determination process determines that for target household 20c, there was no viewing of the survey target broadcast on the same broadcasting station network as the survey target broadcast during the time slot of the survey target broadcast (i.e., no television broadcast was viewed during the time slot of the survey target broadcast, or a television broadcast on a different channel (or a different broadcasting station network) than the survey target broadcast was viewed), then it is determined that no member of any attribute of target household 20c did not watch the survey target broadcast, regardless of the results of the attribute-specific viewing estimation process.
例えば、図５では、識別情報ＩＤがx5である対象世帯２０ｃに関し、デバイス別視聴判定処理により、調査対象放送の時間帯で、該調査対象放送と同じ放送局系列での視聴が無かった判定されるので、属性別視聴推定処理の結果によらずに、該対象世帯２０ｃの任意の属性の構成要員（属性Ａt(n)の構成要員を含む）について、調査対象放送を視聴しなかったと確定される。 For example, in Figure 5, for target household 20c with identification information ID x5, the device-specific viewing determination process determines that there was no viewing of the survey target broadcast on the same broadcasting station as the survey target broadcast during the time slot of the survey target broadcast. Therefore, regardless of the results of the attribute-specific viewing estimation process, it is determined that the survey target broadcast was not viewed by any member of target household 20c with any attribute (including members with attribute At(n)).
視聴率推定部１６は、上記属性別視聴情報生成部１５の処理により得られた属性別視聴情報に基づいて、対象世帯２０ｃの全体の構成要員の属性毎に、調査対象放送の視聴状況データ（視聴率に相当するデータ）を推定する処理部である。この場合、対象世帯２０ｃの全体における属性Ａt(i)（ｉ＝１，２，…，Ｎ）のそれぞれ毎の構成要員の総数をＭ(i)とおくと共に、属性Ａt(i)のそれぞれ毎に、調査対象放送を視聴したと確定された構成要員の総数をｍ(i)と表記すると、視聴率推定部１６は、属性Ａt(i)のそれぞれ毎の調査対象放送の視聴状況データを、次式（１）により算出する。
属性Ａt(i)に関する視聴状況データ＝ｍ(i)／Ｍ(i) ……（１）
The audience rating estimation unit 16 is a processing unit that estimates audience status data (data equivalent to audience ratings) of the survey target broadcast for each attribute of all constituent members of the target household 20c, based on the attribute-specific audience information obtained by processing of the attribute-specific audience information generation unit 15. In this case, if the total number of constituent members for each attribute At(i) (i = 1, 2, ..., N) in all of the target households 20c is denoted as M(i) and the total number of constituent members who have been confirmed to have watched the survey target broadcast for each attribute At(i) is denoted as m(i), the audience rating estimation unit 16 calculates the audience status data of the survey target broadcast for each attribute At(i) using the following formula (1):
Viewing status data related to attribute At(i)=m(i)/M(i) (1)
例えば、図５において、対象世帯２０ｃの全体のうち、属性Ａt(n)の構成要員を有する対象世帯２０ｃが、ＩＤ＝ｘ1、ＩＤ＝ｘ4、ＩＤ＝ｘ5の３世帯であるとした場合、属性Ａt(n)の構成要員が調査対象放送を視聴したと確定された対象世帯２０ｃは、ＩＤ＝ｘ1の対象世帯２０ｃだけであるので、属性Ａt(n)について式（１）により算出される調査対象放送の視聴状況データは、１／３（≒０．３３）となる。
本実施形態では、視聴率調査装置１の各機能部は上記の如く処理を実行するように構成されている。
For example, in Figure 5, if, of all the target households 20c, there are three target households 20c with members having attribute At(n): ID = x1, ID = x4, and ID = x5, then the only target household 20c whose members with attribute At(n) have been confirmed to have watched the survey target broadcast is target household 20c with ID = x1, and therefore the viewing status data for the survey target broadcast calculated using equation (1) for attribute At(n) is 1/3 (≒ 0.33).
In this embodiment, each functional unit of the audience rating survey device 1 is configured to execute the processes as described above.
次に、任意の調査対象放送の視聴率調査を行う場合の視聴率調査装置１の全体の処理を図６を参照して説明する。なお、この場合、調査対象地域用の適正な第１モデル及び第２モデルは、既に作成済であるとする。 Next, the overall processing of the audience rating survey device 1 when conducting an audience rating survey for any survey target broadcast will be explained with reference to Figure 6. In this case, it is assumed that appropriate first and second models for the survey target area have already been created.
視聴率調査装置１は、ＳＴＥＰ１～３の処理を対象世帯選定部１４により実行する。この場合、対象世帯選定部１４は、ＳＴＥＰ１において、調査対象地域の各デバイス別世帯２０ｂの所定期間分のデバイス別視聴ログ情報を視聴データ取得部１３を介して取得する。なお、この場合、取得するデバイス別視聴ログ情報に、調査対象地域のサンプル世帯２０ａの世帯視聴ログ情報を含んでいてもよい。この場合には、該サンプル世帯２０ａは、デバイス別世帯２０ｂと見なされる。 The audience rating survey device 1 executes the processing of steps 1 to 3 using the target household selection unit 14. In this case, in step 1, the target household selection unit 14 acquires device-specific viewing log information for a predetermined period of time for each device-specific household 20b in the survey target area via the viewing data acquisition unit 13. Note that in this case, the acquired device-specific viewing log information may include household viewing log information for a sample household 20a in the survey target area. In this case, the sample household 20a is considered to be a device-specific household 20b.
次いで、ＳＴＥＰ２において、対象世帯選定部１４は、調査対象地域の各デバイス別世帯２０ｂの構成要員の属性を、該デバイス別世帯２０ｂのデバイス別視聴ログ情報から第１モデルを用いて推定する。なお、デバイス別世帯２０ｂとみなしたサンプル世帯２０ａについては、その構成要員の属性を第１モデルを用いて推定してもよいが、その推定の代わりに、該サンプル世帯２０ａの各構成要員の既知の情報から各構成要員の属性を特定してもよい。 Next, in STEP 2, the target household selection unit 14 estimates the attributes of the members of each device-specific household 20b in the survey area using the first model from the device-specific viewing log information of the device-specific household 20b. Note that for the sample household 20a deemed to be a device-specific household 20b, the attributes of its members may be estimated using the first model, but instead of this estimation, the attributes of each member may be identified from known information about each member of the sample household 20a.
次いで、ＳＴＥＰ３において、対象世帯選定部１４は、調査対象地域についてあらかじめ定められた属性の基準分布に基づいて、調査対象地域のデバイス別世帯２０ｂから対象世帯２０ｃを選定する。この場合、対象世帯選定部１４は、前記したように、対象世帯２０ｃの全体の構成要員の属性の分布が基準分布に一致する（ほぼ一致する場合を含む）ように対象世帯２０ｃを選定する。なお、選定する対象世帯２０ｃは、デバイス別世帯２０ｂと見なしたサンプル世帯２０ａを含んでいてもよい。 Next, in STEP 3, the target household selection unit 14 selects target households 20c from the device-specific households 20b in the survey area based on a standard distribution of attributes predetermined for the survey area. In this case, as described above, the target household selection unit 14 selects target households 20c so that the distribution of attributes of the entire membership of the target household 20c matches (or nearly matches) the standard distribution. Note that the selected target households 20c may include sample households 20a that are considered to be device-specific households 20b.
次に、視聴率調査装置１は、ＳＴＥＰ４，５の処理を属性別視聴情報生成部１５により実行する。この場合、属性別視聴情報生成部１５は、ＳＴＥＰ４において、各対象世帯２０ｃのデバイス別視聴ログ情報を取得する。該デバイス別視聴ログ情報は、視聴データ取得部１３を介して取得される。あるいは、ＳＴＥＰ１で対象世帯選定部１４が取得したデバイス別世帯２０ｂのデバイス別視聴ログ情報の全体から対象世帯２０ｃのそれぞれに対応するデバイス別視聴ログ情報が取得される。 Next, the audience rating survey device 1 executes the processing of STEPs 4 and 5 using the attribute-specific viewing information generation unit 15. In this case, in STEP 4, the attribute-specific viewing information generation unit 15 acquires device-specific viewing log information for each target household 20c. This device-specific viewing log information is acquired via the viewing data acquisition unit 13. Alternatively, device-specific viewing log information corresponding to each target household 20c is acquired from the entire device-specific viewing log information of device-specific households 20b acquired by the target household selection unit 14 in STEP 1.
次いでＳＴＥＰ５において、属性別視聴情報生成部１５は、対象世帯２０ｃのそれぞれについて、構成要員の属性毎に調査対象放送の視聴が有ったか否かを示す属性別視聴情報を生成することをデバイス別視聴ログ情報と第２モデルとを用いて実行する。この場合、属性別視聴情報生成部１５は、図５を参照して前記したように、各対象世帯２０ｃのデバイス別視聴ログ情報から、該対象世帯２０ｃの構成要員の属性毎に、第２モデルを用いて調査対象放送の視聴の有無を推定する処理（属性別視聴推定処理）と、調査対象放送の時間帯で該対象世帯２０ｃでの調査対象放送の視聴が実際に有ったか否かを判定する処理（デバイス別視聴判定処理）とを実行し、これらの処理の結果に基づいて、該対象世帯２０ｃの構成要員の属性毎に、調査対象放送の視聴の有無を確定する。 Next, in STEP 5, the attribute-specific viewing information generation unit 15 uses the device-specific viewing log information and the second model to generate attribute-specific viewing information for each target household 20c indicating whether the survey target broadcast was viewed for each attribute of its constituent members. In this case, as described above with reference to FIG. 5, the attribute-specific viewing information generation unit 15 executes a process (attribute-specific viewing estimation process) to estimate whether the survey target broadcast was viewed for each attribute of the constituent members of the target household 20c from the device-specific viewing log information of each target household 20c using the second model, and a process (device-specific viewing determination process) to determine whether the survey target broadcast was actually viewed in the target household 20c during the time slot of the survey target broadcast, and based on the results of these processes, determines whether the survey target broadcast was viewed for each attribute of the constituent members of the target household 20c.
次いで、ＳＴＥＰ６において、視聴率調査装置１は、視聴率推定部１６により、対象世帯２０ｃの全体での調査対象放送の視聴状況データを、構成要員の属性毎に推定する。この場合、視聴率推定部１６は、前記したように、属性別視聴情報生成部１５で生成された属性別視聴情報から前記式（１）に基づいて、属性毎の視聴状況データを推定する。 Next, in STEP 6, the audience rating survey device 1 uses the audience rating estimation unit 16 to estimate viewing situation data for the survey target broadcast for the entire target household 20c for each attribute of the constituent members. In this case, the audience rating estimation unit 16 estimates the viewing situation data for each attribute based on the attribute-specific viewing information generated by the attribute-specific viewing information generation unit 15, as described above, based on the above formula (1).
補足すると、本実施形態では、上記ＳＴＥＰ１～３が本発明における第１ステップに相当し、ＳＴＥＰ１、２、３がそれぞれ、本発明における第１ａステップ、第１ｂステップ、第１ｃステップに相当する。また、ＳＴＥＰ４、５、６がそれぞれ本発明における第２ステップ、第３ステップ、第４ステップに相当する。また、第１モデル、第２モデルがそれぞれ本発明における第Ｂモデル、第Ａモデルに相当し、第１モデル学習処理部１１の処理が本発明における第５ステップに相当する。 Additionally, in this embodiment, the above steps 1 to 3 correspond to step 1 in the present invention, and steps 1, 2, and 3 correspond to step 1a, step 1b, and step 1c, respectively, in the present invention. Furthermore, steps 4, 5, and 6 correspond to step 2, step 3, and step 4, respectively, in the present invention. Furthermore, the first model and the second model correspond to model B and model A, respectively, in the present invention, and the processing of the first model learning processing unit 11 corresponds to step 5 in the present invention.
以上説明した実施形態によれば、調査対象地域に対応する適正な第１モデル及び第２モデルを作成しておくと共に、該調査対象地域に対応する基準分布を適切に設定しておくことで、調査対象地域のサンプル世帯２０ａの個人視聴ログ情報を必要とせずに、調査対象地域の属性毎の視聴状況データを高い信頼性で適切に推定することができる。また、サンプル世帯２０ａの視聴データを使用せずに視聴率調査を行うことができるので、視聴率調査を低コストで行うことができる。 According to the embodiment described above, by creating appropriate first and second models corresponding to the survey area and appropriately setting a reference distribution corresponding to the survey area, viewing situation data for each attribute of the survey area can be accurately estimated with high reliability without requiring personal viewing log information of sample households 20a in the survey area. Furthermore, because audience rating surveys can be conducted without using viewing data from sample households 20a, audience rating surveys can be conducted at low cost.
２０ａ…サンプル世帯、２１…受信機、２２ｂ…視聴データ出力装置、２３ｂ…テレビデバイス、対象世帯２０ｃのテレビデバイス２３ｂ…対象デバイス。
20a...sample household, 21...receiver, 22b...viewing data output device, 23b...television device, television device 23b of target household 20c...target device.
Claims (4)
テレビ放送の受信機と、どのチャンネル又は放送局系列のテレビ放送が何時、該受信機を介して視聴されたかを示す視聴ログ情報を出力可能な視聴データ出力装置とを各々備え、且つ、所定の調査対象地域に属する複数のテレビデバイスから、複数の対象デバイスを選定する第１ステップと、
該第１ステップで選定された複数の対象デバイスのそれぞれの前記視聴データ出力装置から出力された視聴ログ情報を取得する第２ステップと、
該第２ステップで取得した各対象デバイス毎の視聴ログ情報から、各対象デバイスの視聴者の構成要員の属性毎に、あらかじめ機械学習処理により作成された第Ａモデルを用いて、どのチャンネル又は放送局系列のテレビ放送を何時視聴したかを示す属性別視聴情報を生成する第３ステップと、
前記複数の対象デバイスのそれぞれ毎に、前記第３ステップで得られた属性別視聴情報に基づいて、視聴率調査を行う第４ステップとを備えており、
前記第１ステップは、前記複数のテレビデバイスのそれぞれの視聴データ出力装置から出力される視聴ログ情報を収集する第１ａステップと、該第１ａステップで収集した視聴ログ情報から、あらかじめ機械学習処理により作成された第Ｂモデルを用いて、各テレビデバイスの視聴者の構成要員の属性を推定する第１ｂステップと、該第１ｂステップで推定された各テレビデバイスの視聴者の構成要員の属性を用いて、前記複数の対象デバイスの全体の視聴者の構成要員の属性の分布が所定の基準の分布に一致するように前記複数のテレビデバイスから前記複数の対象デバイスを選定する第１ｃステップとを備えることを特徴とする視聴率調査方法。 1. A viewer rating survey method executed in a viewer rating survey device that executes processing related to a viewer rating survey of television broadcasting, comprising:
a first step of selecting a plurality of target devices from a plurality of television devices each including a television broadcast receiver and a viewing data output device capable of outputting viewing log information indicating which channel or broadcast station affiliated television broadcast was viewed and at what time via the receiver, and belonging to a predetermined survey target area;
a second step of acquiring viewing log information output from the viewing data output device of each of the plurality of target devices selected in the first step;
a third step of generating attribute-specific viewing information indicating which channel or broadcasting station affiliated television broadcast was viewed and at what time from the viewing log information for each target device acquired in the second step, using a first model A created in advance by machine learning processing for each attribute of the constituent members of the viewers of each target device;
and a fourth step of conducting an audience rating survey for each of the plurality of target devices based on the attribute-specific audience information obtained in the third step,
a step 1b of estimating the attributes of the constituent members of the viewers of each television device from the viewing log information collected in step 1a using a model B created in advance by machine learning processing; and a step 1c of selecting the target devices from the plurality of television devices using the attributes of the constituent members of the viewers of each television device estimated in step 1b so that the distribution of the attributes of the constituent members of the viewers of all the target devices matches a predetermined standard distribution.
前記第１ｃステップにおける前記基準の分布は、視聴率調査の対象地域における前記属性に応じた実際の分布であることを特徴とする視聴率調査方法。 2. The audience rating survey method according to claim 1,
The audience rating survey method, wherein the reference distribution in step 1c is an actual distribution according to the attributes in the target area of the audience rating survey.
前記第Ａモデル及び前記第Ｂモデルを、前記調査対象地域と同じ地域に属する複数のサンプル世帯においてテレビ放送の視聴に関して取得された視聴データを学習データとして用いる機械学習処理により作成する第５ステップをさらに備えることを特徴とする視聴率調査方法。 3. The audience rating survey method according to claim 1 or 2,
A method for audience rating surveys, further comprising a fifth step of creating the A model and the B model by machine learning processing using viewing data obtained regarding television broadcast viewing in a plurality of sample households belonging to the same area as the survey target area as learning data.
前記第Ａモデル及び前記第Ｂモデルを、前記視聴率調査の対象地域と異なる地域に属する複数のサンプル世帯においてテレビ放送の視聴に関して取得された視聴データを学習データとして用いる機械学習処理により作成する第５ステップをさらに備えることを特徴とする視聴率調査方法。
3. The audience rating survey method according to claim 1 or 2,
A method for audience rating surveys, further comprising a fifth step of creating the A model and the B model by machine learning processing using viewing data obtained regarding television broadcast viewing in a plurality of sample households belonging to an area different from the target area of the audience rating survey as learning data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022000422A JP7812664B2 (en) | 2022-01-05 | 2022-01-05 | Viewer rating survey method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022000422A JP7812664B2 (en) | 2022-01-05 | 2022-01-05 | Viewer rating survey method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023100056A JP2023100056A (en) | 2023-07-18 |
| JP7812664B2 true JP7812664B2 (en) | 2026-02-10 |
Family
ID=87200684
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022000422A Active JP7812664B2 (en) | 2022-01-05 | 2022-01-05 | Viewer rating survey method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7812664B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7804126B1 (en) * | 2025-04-18 | 2026-01-21 | 株式会社ビデオリサーチ | Viewing information processing device and viewing information processing method |
| JP7743662B1 (en) * | 2025-04-30 | 2025-09-24 | 株式会社ビデオリサーチ | Viewing log information processing device and viewing log information processing method |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004112717A (en) | 2002-09-20 | 2004-04-08 | Toshiba Corp | Program broadcasting system and its program viewing confirmation method |
| JP3650084B2 (en) | 2002-06-14 | 2005-05-18 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | Viewing status data acquisition method, center apparatus, and program |
| JP2019220825A (en) | 2018-06-19 | 2019-12-26 | 株式会社ビデオリサーチ | View recording analyzer, view recording analytical method, and view recording analytic program |
| JP2020526088A (en) | 2017-06-23 | 2020-08-27 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | Method, apparatus, computer program and system for determining information about a viewer of an audiovisual content program |
-
2022
- 2022-01-05 JP JP2022000422A patent/JP7812664B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3650084B2 (en) | 2002-06-14 | 2005-05-18 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | Viewing status data acquisition method, center apparatus, and program |
| JP2004112717A (en) | 2002-09-20 | 2004-04-08 | Toshiba Corp | Program broadcasting system and its program viewing confirmation method |
| JP2020526088A (en) | 2017-06-23 | 2020-08-27 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | Method, apparatus, computer program and system for determining information about a viewer of an audiovisual content program |
| JP2019220825A (en) | 2018-06-19 | 2019-12-26 | 株式会社ビデオリサーチ | View recording analyzer, view recording analytical method, and view recording analytic program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023100056A (en) | 2023-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12200303B2 (en) | Methods and apparatus to assign viewers to media meter data | |
| US11887133B2 (en) | Methods and apparatus to generate electronic mobile measurement census data | |
| US20220256243A1 (en) | Methods and apparatus to correct errors in audience measurements for media accessed using over-the-top devices | |
| US20240187686A1 (en) | Methods and apparatus to measure audience composition and recruit audience measurement panelists | |
| US12389056B2 (en) | System and method for surveying broadcasting ratings | |
| US9219928B2 (en) | Methods and apparatus to characterize households with media meter data | |
| JP2020526088A (en) | Method, apparatus, computer program and system for determining information about a viewer of an audiovisual content program | |
| US12198077B2 (en) | Methods and apparatus to determine a conditional probability based on audience member probability distributions for media audience measurement | |
| JP7812664B2 (en) | Viewer rating survey method | |
| CN111405368A (en) | Method and apparatus for performing audio sensor selection in audience measurement devices | |
| JP7830197B2 (en) | Viewing information processing device, viewing information processing method, and viewing information processing program | |
| US11146843B2 (en) | Enabling return path data on a non-hybrid set top box for a television | |
| US20250274624A1 (en) | Panel and Universe Estimate Based Demographic Distribution Target Calculation for Assignment Models | |
| EP2824854A1 (en) | Methods and apparatus to characterize households with media meter data | |
| JP7743462B2 (en) | Viewer attribute estimation device and viewer attribute estimation method | |
| US12114029B1 (en) | Systems and methods of personifying viewership data | |
| JP7772726B2 (en) | Viewing information processing device and viewing information processing method | |
| GB2489841A (en) | Analysing audiences for channels delivered to a population of households | |
| AU2016213749A1 (en) | Methods and apparatus to characterize households with media meter data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20241111 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20250730 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20250812 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20251010 |
|
| 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: 20260127 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20260129 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7812664 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |