特許ウォッチ

公開番号2025151715
公報種別公開特許公報(A)
公開日2025-10-09
出願番号2024053269
出願日2024-03-28
発明の名称情報処理装置、情報処理方法及びプログラム
出願人KDDI株式会社
代理人弁理士法人創光国際特許事務所
主分類G06Q 30/0251 20230101AFI20251002BHJP(計算;計数)
要約【課題】コミュニティサイトにおける広告の効果を向上させる情報処理装置、情報処理方法及びプログラムを提供する。
【解決手段】情報処理装置1は、第1のユーザの行動を示す行動情報を取得する取得部131と、第1のユーザの行動に類似する行動を示す第2のユーザを特定する特定部132と、第2のユーザの行動情報を行動学習モデルに入力し、行動情報が示すユーザの行動がコミュニティに所属するユーザの行動と推定される程度を示す推定値を出力させる評価部133と、評価部が出力させた推定値に基づいて、第1のユーザの情報端末に表示させるための第2のユーザの行動情報を抽出する抽出部134と、抽出部が抽出した行動情報を第1のユーザの情報端末に表示させるとともに、所定の商品に関する情報を閲覧するための情報を、抽出部が抽出した行動情報に関連付けて第1のユーザの情報端末にさらに表示させるよう制御する表示制御部135と、を有する。
【選択図】図2
特許請求の範囲【請求項１】
（１）ユーザの行動を示す行動情報であって、所定のコミュニティに参加する複数のユーザそれぞれの行動情報を記憶するとともに、
（２）前記所定のコミュニティに参加する複数のユーザそれぞれの行動情報を学習した行動学習モデルであって、行動情報を入力とし、入力された行動情報が示すユーザの行動が当該コミュニティに所属するユーザの行動と推定される程度を示す推定値を出力するよう学習された行動学習モデルを記憶する記憶部と、
前記コミュニティに参加する第１のユーザの行動を示す行動情報を取得する取得部と、
前記第１のユーザの行動情報と、前記記憶部が記憶する前記複数のユーザそれぞれの行動情報と、の類似度を算出し、算出した各類似度に基づいて、前記第１のユーザの行動に類似する行動を示すユーザである第２のユーザを特定する特定部と、
前記第２のユーザの行動情報を前記行動学習モデルに入力し、推定値を出力させる評価部と、
前記評価部が出力させた推定値に基づいて、前記第１のユーザの情報端末に表示させるための前記第２のユーザの行動情報を抽出する抽出部と、
前記抽出部が抽出した行動情報を前記第１のユーザの情報端末に表示させるとともに、前記抽出部が抽出した行動情報が所定の商品に関する行動を示す場合、前記所定の商品に関する情報を閲覧するための情報を、前記抽出部が抽出した行動情報に関連付けて前記第１のユーザの情報端末にさらに表示させるよう制御する表示制御部と、
を有する情報処理装置。
続きを表示（約 2,300 文字）【請求項２】
前記特定部は、前記第１のユーザの行動情報と、前記記憶部が記憶する複数のユーザの行動情報と、の類似度を算出し、前記第１のユーザの行動情報との類似度が所定の閾値以上である行動情報に対応するユーザを前記第２のユーザとして特定する、
請求項１に記載の情報処理装置。
【請求項３】
前記記憶部は、事前学習された汎用言語モデルである汎用学習モデルであって、行動情報を入力として、推定値を出力するよう構成された汎用学習モデルをさらに記憶し、
前記行動学習モデルは、前記汎用学習モデルを前記所定のコミュニティに参加する複数のユーザの行動情報に基づいてファインチューニングした学習済みモデルであり、
前記評価部は、前記行動情報を前記汎用学習モデルに入力し、推定値をさらに出力させ、
前記抽出部は、前記評価部が前記行動学習モデルに出力させた推定値と、前記評価部が前記汎用学習モデルに出力させた推定値と、に基づいて、前記第１のユーザの情報端末に表示させる行動情報を抽出する、
請求項１に記載の情報処理装置。
【請求項４】
前記抽出部は、前記評価部が前記行動学習モデルに出力させた推定値と、前記評価部が前記汎用学習モデルに出力させた推定値と、の大小関係が所定の条件を満たす行動情報を、前記第１のユーザの情報端末に表示させる行動情報を抽出する、
請求項３に記載の情報処理装置。
【請求項５】
前記抽出部は、前記第１のユーザの行動情報及び前記第２のユーザの行動情報それぞれをベクトルに変換し、前記第２のユーザの行動情報に対応するベクトルと、前記第１のユーザの行動情報に対応するベクトルと、の距離を算出し、算出した距離が所定の閾値以上の行動情報を、前記第１のユーザの情報端末に表示させる行動情報として抽出する、
請求項１に記載の情報処理装置。
【請求項６】
前記記憶部が記憶する、前記所定のコミュニティに参加する前記複数のユーザの行動情報に基づいて、前記コミュニティにおける前記複数のユーザそれぞれの活動量を算出する算出部をさらに有し、
前記特定部は、前記算出部が算出した活動量が所定の閾値以上であるユーザから前記第２のユーザを特定する、
請求項１に記載の情報処理装置。
【請求項７】
前記抽出部が抽出した行動情報が示す行動の内容に基づいて、前記第１のユーザの情報端末に表示する情報を決定する決定部をさらに有し、
前記表示制御部は、前記抽出部が抽出した行動情報を前記第１のユーザの情報端末に表示させるとともに、前記決定部が決定した情報を、前記抽出部が抽出した行動情報に関連付けて前記第１のユーザの情報端末に表示させるよう制御する、
請求項１に記載の情報処理装置。
【請求項８】
行動情報はコミュニティにおけるユーザの発言を示すテキストデータであり、
前記表示制御部は、前記抽出部が抽出した行動情報を前記第１のユーザの情報端末に表示させるとともに、前記抽出部が抽出した行動情報に所定の商品を示す文字列が含まれる場合、前記所定の商品に関する情報を閲覧するための情報を、前記抽出部が抽出した行動情報に関連付けて前記第１のユーザの情報端末に表示させるよう制御する、
請求項７に記載の情報処理装置。
【請求項９】
前記表示制御部が情報端末に表示させた前記所定の商品に関する情報を閲覧するための情報を介して前記第１のユーザが前記所定の商品を購入した場合に、前記特定部が特定した前記第２のユーザに所定の便益を付与する便益付与部をさらに有する、
請求項１に記載の情報処理装置。
【請求項１０】
コンピュータが実行する、
所定のコミュニティに参加する第１のユーザの行動を示す行動情報を取得する取得ステップと、
ユーザの行動を示す行動情報であって、所定のコミュニティに参加する複数のユーザそれぞれの行動情報を記憶する記憶部を参照し、前記第１のユーザの行動情報と、前記記憶部が記憶する前記複数のユーザそれぞれの行動情報と、の類似度を算出する算出ステップと、
算出ステップにおいて算出された各類似度に基づいて、前記第１のユーザの行動に類似する行動を示すユーザである第２のユーザを特定する特定ステップと、
（２）前記記憶部が記憶する、前記所定のコミュニティに参加する複数のユーザそれぞれの行動情報を学習した行動学習モデルであって、行動情報を入力とし、入力された行動情報が示すユーザの行動が当該コミュニティに所属するユーザの行動と推定される程度を示す推定値を出力するよう学習された行動学習モデルに前記第２のユーザの行動情報を入力し、推定値を出力させる評価ステップと、
前記評価ステップにおいて出力された推定値に基づいて、前記第１のユーザの情報端末に表示させるための前記第２のユーザの行動情報を抽出する抽出ステップと、
前記抽出ステップにおいて抽出された行動情報を前記第１のユーザの情報端末に表示させるとともに、前記抽出ステップにおいて抽出された行動情報が所定の商品に関する行動を示す場合、前記所定の商品に関する情報を閲覧するための情報を、前記抽出ステップにおいて抽出された行動情報に関連付けて前記第１のユーザの情報端末にさらに表示させる表示制御ステップと、
を有する情報処理方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理装置、情報処理方法及びプログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
ソーシャルネットワーキングサービス（ＳＮＳ（Social Networking Service））において、広告を表示することが行われている。例えばユーザに広告を含めたＳＮＳ投稿を奨励するための広告システムが知られている（例えば、特許文献１を参照）。
【先行技術文献】
【特許文献】
【０００３】
特開２０１８－１９５０２６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、従来技術においては広告主が定めた内容を含む投稿をユーザがした場合に付与されるため、このような投稿は閲覧者への訴求力が劣るという問題が生じていた。
【０００５】
そこで、本発明はこれらの点に鑑みてなされたものであり、コミュニティサイトにおける広告の効果を向上させることを目的とする。
【課題を解決するための手段】
【０００６】
本発明の第１の態様の情報処理装置においては、（１）ユーザの行動を示す行動情報であって、所定のコミュニティに参加する複数のユーザそれぞれの行動情報を記憶するとともに、（２）前記所定のコミュニティに参加する複数のユーザそれぞれの行動情報を学習した行動学習モデルであって、行動情報を入力とし、入力された行動情報が示すユーザの行動が当該コミュニティに所属するユーザの行動と推定される程度を示す推定値を出力するよう学習された行動学習モデルを記憶する記憶部と、前記コミュニティに参加する第１のユーザの行動を示す行動情報を取得する取得部と、前記第１のユーザの行動情報と、前記記憶部が記憶する前記複数のユーザそれぞれの行動情報と、の類似度を算出し、算出した各類似度に基づいて、前記第１のユーザの行動に類似する行動を示すユーザである第２のユーザを特定する特定部と、前記第２のユーザの行動情報を前記行動学習モデルに入力し、推定値を出力させる評価部と、前記評価部が出力させた推定値に基づいて、前記第１のユーザの情報端末に表示させるための前記第２のユーザの行動情報を抽出する抽出部と、前記抽出部が抽出した行動情報を前記第１のユーザの情報端末に表示させるとともに、前記抽出部が抽出した行動情報が所定の商品に関する行動を示す場合、前記所定の商品に関する情報を閲覧するための情報を、前記抽出部が抽出した行動情報に関連付けて前記第１のユーザの情報端末にさらに表示させるよう制御する表示制御部と、を有する。
【０００７】
前記特定部は、前記第１のユーザの行動情報と、前記記憶部が記憶する複数のユーザの行動情報と、の類似度を算出し、前記第１のユーザの行動情報との類似度が所定の閾値以上である行動情報に対応するユーザを前記第２のユーザとして特定してもよい。
【０００８】
前記記憶部は、事前学習された汎用言語モデルである汎用学習モデルであって、行動情報を入力として、推定値を出力するよう構成された汎用学習モデルをさらに記憶し、前記行動学習モデルは、前記汎用学習モデルを前記所定のコミュニティに参加する複数のユーザの行動情報に基づいてファインチューニングした学習済みモデルであり、前記評価部は、前記行動情報を前記汎用学習モデルに入力し、推定値をさらに出力させ、前記抽出部は、前記評価部が前記行動学習モデルに出力させた推定値と、前記評価部が前記汎用学習モデルに出力させた推定値と、に基づいて、前記第１のユーザの情報端末に表示させる行動情報を抽出してもよい。
【０００９】
前記抽出部は、前記評価部が前記行動学習モデルに出力させた推定値と、前記評価部が前記汎用学習モデルに出力させた推定値と、の大小関係が所定の条件を満たす行動情報を、前記第１のユーザの情報端末に表示させる行動情報を抽出してもよい。
【００１０】
前記抽出部は、前記第１のユーザの行動情報及び前記第２のユーザの行動情報それぞれをベクトルに変換し、前記第２のユーザの行動情報に対応するベクトルと、前記第１のユーザの行動情報に対応するベクトルと、の距離を算出し、算出した距離が所定の閾値以上の行動情報を、前記第１のユーザの情報端末に表示させる行動情報として抽出してもよい。
（【００１１】以降は省略されています）

関連特許