JP2000339322A - ユーザ属性特定方法、ユーザ属性特定装置、および、その方法を記録した記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 ユーザの属性を、各ユーザが直接キーボード
等から入力することなく、ユーザの明確に目的づけられ
た行動に基づいてユーザの属性を推定すること。 【解決手段】 アクセスしてきたユーザを識別するため
のユーザ識別子を生成するユーザ識別子発生部２と、前
記生成したユーザ識別子を前記アクセスしてきたユーザ
に送信するユーザ識別子送信部３と、前記ユーザが行動
を起こした際に、該ユーザの端末から送信されてくるユ
ーザ識別子を受信するユーザ識別子受信部４と、前記受
信したユーザ識別子に基づき巨視的なユーザの行動の傾
向であるマクロトレンドを抽出するマクロトレンド抽出
部５と、前記ユーザ識別子と、前記マクロトレンドと、
該マクロトレンドの地域的特性および時間的特性に基づ
き、少なくとも該ユーザ識別子を持つユーザの属する地
域、民族性、性別、趣味、所得を推定するミクロユーザ
属性推定部６とを持つ。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ユーザの行動から
そのユーザの属性を自動的に特定するユーザ属性特定方
法およびユーザ属性特定装置ならびにその記録媒体に関
する。

【０００２】

【従来の技術および発明が解決しようとする課題】従
来、ユーザの属性は、各ユーザが直接キーボード等から
入力した情報、もしくは、ユーザの視線や動作を検知し
てそれら視線や動作に基づいて推定することにより特定
していた。しかし、ユーザの視線や行動からユーザの属
性を自動的に推定する方法では、ユーザの視線や行動
が、曖昧であったり明確に目的づけられたものでない場
合が多く、的確なユーザ属性の推定が難しかった。

【０００３】また、インターネットでは、ブラウザ利用
者の属性情報を収集する場合に、ユーザを識別するユー
ザ識別子として、cookieというものが使われている。こ
れは、インターネットの端末に対して、ある特定のＵＲ
Ｌにアクセスしようとした際に、そのＵＲＬのＨＴＴＰ
サーバは、cookieと呼ばれるユーザ識別子を、アクセス
してきた端末に対して送信している。このcookieは、正
確には、各ユーザの識別子というわけではなく、あるユ
ーザがある端末を使用した時に付与されるユーザ識別子
であり、例えば、家と仕事場とで異なる端末を使ってい
る場合は、必ずしも同じユーザ識別子とはならない。

【０００４】さらにcookieは、そのcookieが蓄積されて
いる端末を操作した人を特定するためのものであるが、
１台の端末が複数の人で利用される場合には、的確なミ
クロユーザログの収集が難しい。また、cookieだけで
は、違うＨＴＴＰサーバに接続すると違うサーバのcook
ieを取得することになってしまうこともあり、本当のユ
ーザの属性を取得することができない等の欠点がある。
よって、ホームページを開設している側では、実際にブ
ラウジングした利用者の属性を把握することができなか
った。

【０００５】本発明の目的は、ユーザの属性を、各ユー
ザが直接キーボード等を利用して入力することなく、ユ
ーザの明確に目的づけられた行動だけを選び出し、その
明確に目的づけられた行動に基づいてユーザの属性を推
定するユーザ属性特定方法およびユーザ属性特定装置な
らびにその記録媒体を提供することを目的とする。

【０００６】

【課題を解決するための手段】請求項１に記載の発明
は、ネットワークを介してアクセスしてきたユーザの属
性を特定するユーザ属性特定方法において、前記アクセ
スしてきたユーザを識別するためのユーザ識別子を生成
する第１のステップと、前記生成したユーザ識別子を前
記アクセスしてきたユーザに送信する第２のステップ
と、前記ユーザが行動を起こした際に、該ユーザの端末
から送信されてくるユーザ識別子を受信する第３のステ
ップと、前記受信したユーザ識別子に基づき巨視的なユ
ーザの行動の傾向であるマクロトレンドを抽出する第４
のステップと、前記ユーザ識別子と、前記マクロトレン
ドと、該マクロトレンドの地域的特性および時間的特性
に基づき、少なくとも該ユーザ識別子を持つユーザの属
する地域、民族性、性別、趣味、所得を推定する第５の
ステップとを有すること特徴としている。

【０００７】請求項２に記載の発明は、請求項１に記載
のユーザ属性特定方法において、前記第４のステップで
抽出したマクロトレンドのうち、同一の嗜好をもつマク
ロトレンドをリンク付けする第６のステップを有するこ
とを特徴としている。

【０００８】請求項３に記載の発明は、請求項１または
２に記載のユーザ属性特定方法において、前記ネットワ
ークに接続されたサーバから、該サーバが前記ユーザに
対して提供した識別子を収集し、前記第１のステップで
生成したユーザ識別子と共に、ユーザ毎にテーブル化す
る第７のステップを有すること特徴としている。

【０００９】請求項４に記載の発明は、ネットワークを
介してアクセスしてきたユーザの属性を特定するユーザ
属性特定装置において、前記アクセスしてきたユーザを
識別するためのユーザ識別子を生成するユーザ識別子発
生部と、前記生成したユーザ識別子を前記アクセスして
きたユーザに送信するユーザ識別子送信部と、前記ユー
ザが行動を起こした際に、該ユーザの端末から送信され
てくるユーザ識別子を受信するユーザ識別子受信部と、
前記受信したユーザ識別子に基づき巨視的なユーザの行
動の傾向であるマクロトレンドを抽出するマクロトレン
ド抽出部と、前記ユーザ識別子と、前記マクロトレンド
と、該マクロトレンドの地域的特性および時間的特性に
基づき、少なくとも該ユーザ識別子を持つユーザの属す
る地域、民族性、性別、趣味、所得を推定するユーザ属
性推定部とを持つことを特徴としている。

【００１０】請求項５に記載の発明は、請求項４に記載
のユーザ属性特定装置において、前記マクロトレンド抽
出部により抽出されたマクロトレンドのうち、同一の嗜
好をもつマクロトレンドをリンク付けするマクロトレン
ドリンク付け部を有することを特徴としている。

【００１１】請求項６に記載の発明は、請求項４または
５に記載のユーザ属性特定装置において、前記ネットワ
ークに接続されたサーバから、該サーバが前記ユーザに
対して提供した識別子を収集し、前記ユーザ識別子発生
部により生成されたユーザ識別子と共に、ユーザ毎にテ
ーブル化するユーザ識別子収集部を有すること特徴とし
ている。

【００１２】請求項７に記載の発明は、ネットワークを
介してアクセスしてきたユーザの属性を特定するユーザ
属性特定プログラムを記録したコンピュータ読み取り可
能な記録媒体であって、前記アクセスしてきたユーザを
識別するためのユーザ識別子を生成する第１のステップ
と、前記生成したユーザ識別子を前記アクセスしてきた
ユーザに送信する第２のステップと、前記ユーザが行動
を起こした際に、該ユーザの端末から送信されてくるユ
ーザ識別子を受信する第３のステップと、前記受信した
ユーザ識別子に基づき巨視的なユーザの行動の傾向であ
るマクロトレンドを抽出する第４のステップと、前記ユ
ーザ識別子と、前記マクロトレンドと、該マクロトレン
ドの地域的特性および時間的特性に基づき、少なくとも
該ユーザ識別子を持つユーザの属する地域、民族性、性
別、趣味、所得を推定する第５のステップとを有するユ
ーザ属性特定プログラムを記録したことを特徴としてい
る。

【００１３】請求項８に記載の発明は、請求項７に記載
のユーザ属性特定プログラムを記録したコンピュータ読
み取り可能な記録媒体において、前記ユーザ属性特定プ
ログラムは、前記第４のステップで抽出したマクロトレ
ンドのうち、同一の嗜好をもつマクロトレンドをリンク
付けする第６のステップを有することを特徴としてい
る。

【００１４】請求項９に記載の発明は、請求項７または
８に記載のユーザ属性特定プログラムを記録したコンピ
ュータ読み取り可能な記録媒体において、前記ユーザ属
性特定プログラムは、前記ネットワークに接続されたサ
ーバから、該サーバが前記ユーザに対して提供した識別
子を収集し、前記第１のステップで生成したユーザ識別
子と共に、ユーザ毎にテーブル化する第７のステップを
有することを特徴としている。

【００１５】本発明では、ホームページのアクセスログ
をを分析することでユーザのアクセス行動からユーザが
どのような情報に関心があり、どのような情報を求めて
いるかを推測し、この推測からユーザ属性（ユーザのプ
ロファイル）を推定する。

【００１６】具体的には、インターネット上に存在する
検索エンジンのホームページ（検索サイトともいう）に
おいて、利用者が投入した検索キーワード、および、複
数表示された検索結果候補のうち、さらに詳細な内容を
表示させるためにクリックすることにより選択したホー
ムページの中で、検索結果候補の表示画面に再び戻って
くるまでの時間が長かったホームページほどその利用者
の関心度が高いと推定する。

【００１７】

【発明の実施の形態】次に、本発明に係るユーザ属性特
定装置の一実施形態について、図面を参照して説明す
る。図１は本実施形態のユーザ属性特定装置の構成を示
すブロック図である。なお、本実施形態のユーザ属性特
定装置は、インターネット上でホームページ（特に検索
エンジン等を利用しているホームページ）を開設してお
り、このホームページを利用するユーザの属性を特定す
るものである。

【００１８】図１において、１はインターネットに接続
されたインターフェイス部であり、インターネットを介
して本実施形態のユーザ属性特定装置にアクセスしてき
たユーザと、各種情報の授受を行う。２はユーザ識別子
発生部であり、本実施形態のユーザ属性特定装置にアク
セスしてきたユーザに対応した、個々のユーザを識別す
るための識別子（以下、ユーザ識別子という）を生成す
る。３はユーザ識別子送信部であり、ユーザ識別子発生
部１が発生したユーザ識別子を、ユーザインターフェイ
ス部１を介してそのユーザ識別子に対応するユーザへ送
信する。

【００１９】４はユーザ識別子受信部であり、各ユーザ
が行動を起こした際に当該各ユーザの識別子を、ユーザ
インターフェイス部１を介して受信する。５はマクロト
レンド抽出部であり、ユーザ識別子受信部４が受信した
ユーザ識別子に基づいてユーザの行動の傾向を巨視的に
推定する。ここで、ユーザの行動とは、例えば、ユーザ
があるＵＲＬの表示をブラウザに指示したり、ホームペ
ージ検索を指示したり、あるコンテンツを見ることをサ
ーバに要求したりすることを意味する。

【００２０】６はミクロユーザ属性推定部であり、ユー
ザ識別子受信部４が受信したユーザ識別子と、マクロト
レンド抽出部５が推定した巨視的なユーザ行動の傾向
（大規模なユーザ集合の代表的な行動。以下、マクロト
レンドという）と、マクロトレンドの地域的特性や時間
的特性とに基づいて、当該ユーザ識別子を持つユーザが
属する地域、民族性、性別、趣味、所得等を推定する。
７はマクロトレンドリンク付け部であり、同一の嗜好を
もつマクロトレンドをリンクづけする。８はユーザ識別
子収集部であり、各サイトからユーザ識別子のキーを取
り出し、そのキーをもとに各ユーザの識別子を収集す
る。

【００２１】９はミクロユーザ行動ログ記憶部であり、
個人個人の、または、ある特定のユーザ識別子をもつグ
ループの、微視的なユーザの行動ログを記憶している。
１０はマクロユーザ行動ログ記憶部であり、個人個人で
はなく、逆に、巨視的に大規模なユーザ集合の代表的な
行動ログを記憶している。すなわち、例えば、あるユー
ザがあるＵＲＬを辿って別のページに行った場合、ユー
ザのアクション毎にユーザが辿ったＵＲＬがマクロユー
ザ行動ログとしてマクロユーザ行動ログ記憶部１０に記
憶される。また、上記ユーザが辿ったＵＲＬが、上記ユ
ーザのユーザ識別子に対応づけられてミクロユーザ行動
ログとしてミクロユーザ行動ログ記憶部９に記憶され
る。

【００２２】これにより、マクロユーザ行動ログ記憶部
１０には、各ユーザが、どのＵＲＬから他のサイトに来
訪し、そして別のサイトにジャンプしていったのか、ま
た、同一サイト内の別のページにジャンプしたのかが記
録される。また、ミクロユーザ行動ログ記憶部９には、
各ユーザのユーザ識別子毎に、各ユーザが、どのＵＲＬ
から他のサイトに来訪し、そして別のサイトにジャンプ
していったのか、また、同一サイト内の別のページにジ
ャンプしたのかが記録される。１１はユーザ識別子テー
ブル記憶部であり、各ユーザが持つすべてのユーザ識別
子を収集したテーブルを記憶している。

【００２３】次に上述した構成により、ユーザ属性を特
定する際の動作について、図２に示すフローチャートを
参照して詳細に説明する。ユーザが目的とするホームペ
ージを探索するために上記ユーザ属性特定装置にアクセ
スすると、まず、ステップＳ１において、ユーザ識別子
発生部２がインターネットのcookieと同様なメカニズム
で、上記アクセスしてきた端末（以下、単に端末とい
う）にユニークなユーザ識別子を発生する。例えば、ユ
ーザ識別子を示す変数名を Keyとした場合、ユーザ識別
子は、 Key＝１２３４５６７８９となる。

【００２４】ここで、変数名Key（以下、単にKeyとい
う）は、そのユーザ識別子を端末から取り出す際のリレ
ーショナルデータベース（以下、ＲＤＢという）のキー
と同様な働きをする。また、ユニークなユーザ識別子を
発生するために、ＲＤＢ等の機能を利用してユニークな
ユーザ識別子を発生する。また、ユーザ識別子発生部２
は、発生したユーザ識別子をミクロユーザ行動ログ記憶
部９へ記憶させる。

【００２５】次にステップＳ２へ進み、ユーザ識別子送
信部３は、まず、Keyを利用して、Keyで登録されている
ユーザ識別子があるかどうかを上記端末に問い合わせ
る。そして、もし、Key で登録されているユーザ識別子
がないとの応答があった場合は、ステップＳ３へ進み、
ユーザ識別子発生部１で発生したユーザ識別子をユーザ
側に送信し、上記端末の記憶装置に保存させる。また、
Key で登録されているユーザ識別子が既に存在していた
場合は、ステップＳ４へ進み、上記端末に対しそのユー
ザ識別子を送信させる。

【００２６】ここで、上述した動作では、まずステップ
Ｓ１で、上記端末に対するユーザ識別子を発生した後、
ステップＳ２で、上記端末に対してユーザ識別子がある
かどうかの問い合わせを行っているが、最初に端末に対
してユーザ識別子があるかどうかの問い合わせを行い、
ユーザ識別子がないとの応答があった場合にユーザ識別
子を発生し、それを端末の記憶装置に保存させるように
してもよい。

【００２７】ステップＳ３またはＳ４の処理が完了する
と、次にステップＳ５へ進み、ユーザ識別子受信部４
は、ユーザが行動を起こした時に、そのユーザが使用し
ている端末から送信されてくる当該ユーザのユーザ識別
子を受信する。ここで、ユーザが起こす行動としては、
ホームページ探索のための検索キーの入力行為や、ホー
ムページ検索の結果、ユーザの端末画面に表示されるホ
ームページのタイトルまたはＵＲＬ（Uniform Resource
Locator）のうち、ユーザが所望するページへジャンプ
するために、そのページのタイトルまたはＵＲＬを指定
する行為等がある。

【００２８】次に、ステップＳ６へ進み、マクロトレン
ド抽出部５およびミクロユーザ属性推定部６により、ユ
ーザ識別子に基づくマクロトレンドを抽出およびする。
まず、マクロトレンド抽出部５によるマクロトレンドの
抽出について説明する。マクロトレンド抽出部５は、マ
クロユーザ行動ログを蓄積、解析することによりマクロ
トレンドを抽出する。これは、例えば、大久保らによ
る、「情報関連づけ装置およびその方法」（特開平１０
−３２０４１９号）を用いることにより、精度良くマク
ロトレンドを抽出することができる。

【００２９】ここで、図３を参照してマクロトレンド抽
出部５により実行されるマクロトレンドの抽出手順につ
いて説明する。まず、マクロトレンド抽出部５は、ユー
ザ識別子受信部４を介してユーザが目的とするホームペ
ージを検索するための検索キーが入力されたか否かを判
断する（ステップＳａ１）。もし、検索キーが入力され
なかった場合は、判断結果がＮＯとなって、マクロトレ
ンド抽出部５は処理を終了する。

【００３０】また、もし、検索キーが入力された場合
は、判断結果がＹＥＳとなって入力された検索キーに基
づいてホームページを検索し、これにより検索されたホ
ームページのタイトルまたはＵＲＬとその内容（すなわ
ち検索結果）をユーザの端末に一覧表示させる（ステッ
プＳａ２）。そして、それと同時に計時を開始し、所定
時間（例えば１〜２分間）以内にユーザが検索結果とし
て一覧表示されたページのタイトルまたはＵＲＬのう
ち、いずれかをクリックしたか否かを判断する（ステッ
プＳａ３）。

【００３１】ここで、所定時間以内に一覧表示されたペ
ージのタイトルまたはＵＲＬが何等クリックされなかっ
た場合は、判断結果がＮＯとなってマクロトレンド抽出
部５は処理を終了する。また、所定時間以内にいずれか
のタイトルまたはＵＲＬがクリックされた場合は、判断
結果がＹＥＳとなり、そのクリックされたタイトルまた
はＵＲＬ（検索結果）が、過去において同じユーザ識別
子を持つユーザによりクリックされていたか否かを判断
する（ステップＳａ４）。

【００３２】そして、過去において同じユーザ識別子を
持つユーザにより、ステップＳａ３でクリックされた同
じタイトルまたはＵＲＬと同じものがクリックされてい
た場合は、判断結果がＹＥＳとなって、マクロトレンド
抽出部５は処理を終了する。一方、上記ユーザが初めて
クリックしたページのタイトルまたはＵＲＬであった場
合は、判断結果がＮＯとなって、上記ユーザがステップ
Ｓａ１で入力された検索キーと、上記ユーザがクリック
したページのタイトルまたはＵＲＬと、当該クリックさ
れたページが、今までにクリックされた回数の累計（す
なわち、他のユーザによりクリックされた回数も含んで
いる）とを、マクロユーザ行動ログとしてマクロユーザ
行動ログ記憶部１０に記憶する。ここで、上記累計は傾
向の大きさ（トレンド強度）を示していると見なせる。

【００３３】次に、マクロトレンド抽出部５は、マクロ
ユーザ行動ログ記憶部１０に記憶されているマクロユー
ザ行動ログを参照して、Δ累計／Δ時間の値が一定値以
上であるか否かを判断する（ステップＳａ６）。ここ
で、Δ累計／Δ時間の値は、時間の経過に伴い変化する
累計の度合い（トレンドの傾き）を示している。そし
て、Δ累計／Δ時間の値が一定値未満である場合は、判
断結果がＮＯとなり、マクロトレンド抽出部５は処理を
終了する。また、Δ累計／Δ時間の値が一定値以上であ
る場合は、判断結果がＹＥＳとなり、所定時間が経過し
てから、今度はΔ累計／Δ時間の値が一定値以下である
か否かを判断する（ステップＳａ７）。

【００３４】そして、Δ累計／Δ時間の値が一定値を超
えていれば、累計が未だピークに達していないと見なし
て、判断結果がＮＯとなってマクロトレンド抽出部５は
処理を終了する。一方、所定時間経過後のΔ累計／Δ時
間の値が一定値以下であれば、累計がピークに達したと
見なして、判断結果がＹＥＳとなって、次にステップＳ
ａ３でクリックされたページの、クリック回数の累計が
一定値以上であるか否かを判断する（ステップＳａ
８）。ここで、累計が一定値未満であった場合は、判断
結果がＮＯとなり、検索キーの内容や検索結果はマクロ
トレンドではないとしてマクロトレンド抽出部５は処理
を終了する。

【００３５】一方、累計が一定値以上であった場合は、
判断結果がＹＥＳとなり、ステップＳａ１で入力された
検索キーと、ステップＳａ３でクリックされた検索結果
（ページのタイトルまたはＵＲＬ）と、そのページのク
リック累計がピークに達した時刻とを、マクロトレンド
として記憶し（ステップＳａ９）、再度検索キーの入力
待機状態となる（ステップＳａ１）。

【００３６】以上のような処理を行うことにより、例え
ば、桜の開花の時期には、“桜”に関する検索や“桜”
に関係するサイトへのジャンプが増加し、図４に示すよ
うな、桜の開花の時期である３月末にピークが出現する
マクロトレンド（一般的な傾向）を抽出することができ
る。

【００３７】次に、ミクロユーザ属性推定部６によるユ
ーザ属性の推定について説明する。ミクロユーザ属性推
定部６は、ユーザ識別子受信部４が受信したユーザ識別
子と、マクロトレンド抽出部５が抽出したマクロトレン
ドと、このマクロトレンドの地域的特性や時間的特性に
基づいて、そのユーザ識別子を持つユーザの、属する地
域，民族性，性別，趣味，所得等を推定する。

【００３８】すなわち、ミクロユーザ属性推定部６は、
マクロトレンド抽出部５により抽出されたマクロトレン
ドに対し、さらに地域的特性や、時間的特性に基づく
“傾向”を抽出する。例えば、地域的な特性がある“ト
レンド”の場合は、地域的軸を拡散させ、マクロトレン
ドを計算する。また、時間的特性に基づく傾向の場合
は、時間軸を拡散させ、マクロトレンドを再計算する。

【００３９】これにより、マクロトレンド抽出部５によ
り抽出されたマクロトレンドが、地域的トレンドや、時
間的トレンドに変化する。そして、その地域的トレンド
や時間的トレンドをダイナミックに解析することによ
り、ユーザの特性を抽出することができる。例えば、図
４に示したマクロトレンドを、地域毎に分けて抽出する
と、図５に示すようにいくつかのピークが出現する。な
お、図５における点線は図４のマクロトレンドを示して
いる。

【００４０】これは、“桜”の開花が、時間的にも地域
的にも軸があるトレンドであることを示しているのであ
る。つまり、図５において、最初のピークは、例えば九
州地方のマクロトレンドであり、次のピークは東京また
は本州のマクロトレンドであり、最後のピークは東北地
方または北海道地方のマクロトレンドであることがわか
る。

【００４１】そして、このマクロトレンドを発生してい
るユーザ識別子を、ミクロユーザ行動ログ記憶部９から
抽出することにより、あるユーザ識別子を持つユーザ
が、東京地方に住んでいる人か、九州地方に住んでいる
人か、東北地方に住んでいる人かというユーザの地域属
性を推定することができる。さらにユーザの地域属性を
ローカルに絞る場合は、上記のような地域的なマクロト
レンドを、さらに複合的にかけて、絞り込むことによ
り、たとえば、あるユーザ識別子をもつユーザが、東京
の杉並区にすんでおり、一人住まいで、年収がどのくら
いであるかのユーザ属性を特定することが可能となる。

【００４２】すなわち、複数の地域的なマクロトレンド
を掛け合わせて複合した場合、それぞれのマクロトレン
ドが集合であると考えると、その集合の和を求めること
となるので、地域をさらに的確に絞ることができる。例
えば、あるマクロトレンドが関東地方のユーザを識別
し、ある別のマクロトレンドが東京以北のユーザを識別
するとすれば、この２種類のマクロトレンドにより、関
東地方でかつ東京以北のユーザを識別することができ
る。この例では、東京，埼玉，茨城のユーザであること
が推定される。

【００４３】以下、図６に示すフローチャートを参照し
てミクロユーザ属性推定部６におけるユーザ属性の推定
手順について説明する。まず、ミクロユーザ属性推定部
６は、マクロトレンド抽出部５と同様、ユーザ識別子受
信部４を介してユーザが目的とするホームページを検索
するための検索キーが入力されたか否かを判断する（ス
テップＳｂ１）。もし、検索キーが入力されなかった場
合は、判断結果がＮＯとなって、ミクロユーザ属性推定
部６は処理を終了する。

【００４４】一方、もし検索キーが入力された場合は、
前述したように、マクロトレンド抽出部５によって、ユ
ーザが入力した検索キーに基づいてホームページが検索
され、検索結果がユーザの端末に一覧表示される（図
３，ステップＳａ２参照）。また、この時、ステップＳ
ｂ１の判断結果がＹＥＳとなって、所定時間（例えば１
〜２分間）以内にユーザが検索結果として一覧表示され
たページのタイトルまたはＵＲＬのうち、いずれかをク
リックしたか否かを判断する（ステップＳｂ２）。

【００４５】ここで、所定時間以内に一覧表示されたペ
ージのタイトルまたはＵＲＬが何等クリックされなかっ
た場合は、判断結果がＮＯとなってミクロユーザ属性推
定部６は処理を終了する。また、所定時間以内にいずれ
かのタイトルまたはＵＲＬがクリックされた場合は、判
断結果がＹＥＳとなり、ミクロユーザ行動ログ記憶部９
に記憶されている上記ユーザのユーザ識別子に対応づけ
て、上記ユーザがステップＳｂ１で入力された検索キー
と、上記ユーザがクリックしたページのタイトルまたは
ＵＲＬとを、ミクロユーザ行動ログとしてミクロユーザ
行動ログ記憶部９に記憶する（ステップＳｂ３）。ここ
で、上記累計は傾向の大きさ（トレンド強度）を示して
いると見なせる。

【００４６】次に、そのクリックされたタイトルまたは
ＵＲＬ（検索結果）が、マクロトレンド抽出部５によっ
て抽出されているマクロトレンドに一致するか否かを判
断する（ステップＳｂ４）。ここで、この判断は、クリ
ックされた検索結果のＵＲＬで示されるホームページ
に、マクロトレンドを示す単語が含まれているか、また
は、クリックされた検索結果のＵＲＬ自体がマクロトレ
ンドを決定する際に、他のユーザがクリックしている場
合に、一致していると判断する。

【００４７】そして、クリックされた検索結果が抽出さ
れているマクロトレンドと一致しない場合は、判断結果
がＮＯとなってミクロユーザ属性推定部６は処理を終了
する。一方、一致した場合は判断結果がＹＥＳとなって
一致したマクロトレンドがユーザ属性を特定するトレン
ドか否かを判断する（ステップＳｂ５）。ここで、ユー
ザ属性を特定するトレンドとは、ユーザの年齢、家族構
成、居住地域、趣味、嗜好、購入したいもの、興味の対
象、興味のあるイベント等、ユーザの属性を特定するこ
とが可能なトレンドのことをいう。例えば、ユーザの居
住地域を特定するような場合、ユーザの居住地域に関係
する情報（例えば、ユーザの居住地域付近における桜の
開花時期、開花予測等）をユーザが取得しようとした場
合に、そのユーザの居住地域（属性）が特定される。そ
の場合、ユーザ属性（居住地域）を特定したトレンド
は、“居住地域付近における桜の開花時期または開花予
測”ということになる。

【００４８】もし、ユーザ属性を特定するトレンドであ
れば、判断結果がＹＥＳとなって、そのマクロトレンド
をユーザ属性として記憶する（ステップＳｂ６）。一
方、ユーザ属性を特定するマクロトレンドでなければ、
判断結果がＮＯとなってそのマクロトレンドを、ユーザ
識別子と共に、ユーザ属性として記憶する（ステップＳ
ｂ７）。このステップＳｂ６の処理により、今までマク
ロトレンドとしては確定されていなかったものが、新た
なマクロトレンドとして確定される。

【００４９】次に図２に戻り、ステップＳ７へ進み、マ
クロトレンドリンク付け部７では、同一の嗜好をもつマ
クロトレンド同士をリンク付けする。これは、物理的に
同一の商品や、概念を別の言葉で表現しているものに対
して、マクロトレンドに基づいてリンク付けすることに
より、関係付けすることができる。

【００５０】本実施形態のマクロトレンドリンク付け部
７では、マクロトレンド抽出部５が推定したユーザのマ
クロトレンドに対して形態素解析を行う。形態素解析と
は、入力された文字列を単語辞書に対して、検索を行
い、品詞情報（品詞）、文頭可否情報（文頭可）、前方
接続情報（前接）、後方接続情報（後接）等の情報を取
得する。通常の単語辞書では、ＴＲＥＩ辞書構造という
特別な辞書構造を持つことにより、高速な検索を行える
ようになっている。

【００５１】例えば、“ああ”，“あいさつ”，“あ
い”という辞書項目がある場合、それぞれの第一文字
（ここでは、日本語であるので、Ｃ言語の文字であるア
ルファベットと異なり、日本語文字２byteを示す）が同
じもの、第二文字目が同じものなど、それぞれ順次木構
造的に構成される。そして、最後の文字まで、一致した
場合には、その単語辞書項目に対する品詞情報（品
詞）、文頭可否情報（文頭可）、前方接続情報（前
接）、後方接続情報（後接）等の情報が記述される。

【００５２】ここで、文頭可否情報とは、文頭にあって
よいかどうかを示すフラグである。文頭可であれば、文
頭に存在してもよいが、文頭否であれば、文頭にあるこ
とが許可されない単語ということになる。また、前方接
続情報とは、前の単語の品詞または属性が適正な場合だ
け接続が許可され、前接で接続が許可されない単語の場
合、候補として削除される。同様に、後方接続情報も、
後の単語の品詞または属性が適正な場合だけ接続が許可
され、後接で接続が許可されない単語の場合、候補とし
て削除される。

【００５３】このような品詞接続により最尤候補を選択
する。最尤候補は、最小コスト法と呼ばれる方法により
選択する。最小コスト法とは、最もコストが最小となる
形態素候補を最尤候補とする処理方式である。形態素解
析において利用されるコストには、一般に接続コストと
単語コストの２種類のコストがある。

【００５４】接続コストは、ある単語と単語を接続する
場合に必要なコストである。単語と単語であるため、単
語にその単語の活用を加えたものに対する接続コストは
「０」となる。また、単語コストとは、その単語に関す
るコストであり、例えば、使用頻度が高い単語はコスト
が低くなる。また、活用は単語ではないので、コストは
「０」となる。

【００５５】この形態素解析により、テキスト部が単語
単位に分解されると同時に、各単語に最も相応しいと考
えられる品詞が付与される。例えば、“プレステ”，
“ファービ”は、それぞれ図７（ａ），（ｂ）に示すよ
うに形態素解析される。

【００５６】ここで、マクロトレンド抽出部５によって
抽出されたマクロトレンドの中で、未知語または固有名
詞を抽出する。それ以外のマクロトレンドは除く。そし
て、同時期または時間的に少しずれて発生したマクロト
レンドの中で、異なる表現のマクロトレンドを抽出す
る。そして、時間的に類似、または、マクロトレンドの
傾向が類似する場合、そのマクロトレンドは、類似する
対象（例えば商品名や事象等）を指し示すとして、マク
ロトレンドをリンク付けすることができる。ここで、時
間的に類似とは、例えばある商品が日米同時発売された
り、また、日米で同日に発生したトレンドであれば、米
国との時差分だけずれて同様なトレンドが発生するが、
そのような場合をいう。

【００５７】例えば、図８に示すように、米国でのマク
ロトレンドと日本でのマクロトレンドとを比較し、異な
る表現で、かつ、傾向（時間の経過に伴うトレンド強度
の変化）が類似するマクロトレンドとして、米国におい
て 「Furby」と表現されたマクロトレンドと、日本にお
いて「ファービ」と表現されたマクロトレンドとが抽出
されたとすると、これらのマクロトレンドが対象とする
ものが類似の商品を指し示しているものとし、「Furby
＝ファービ」 として相互のマクロトレンドをリンク付
けすることができる。

【００５８】次に、ステップＳ８へ進み、ユーザ識別子
収集部８では、各サイトからユーザ識別子の Keyを取り
出し、その Keyを基に各ユーザ識別子を収集する。各サ
イトに対してＨＴＴＰのset_cookie情報を受け、各サイ
トにある Key情報を抽出し、その Key情報をもとに、あ
る特定のＵＲＬサイトに入ってきたユーザに対して当該
Keyをもとに、get_cookieすることにより、各ユーザ毎
に、図１のユーザ識別子発生部２が発生した Keyおよび
そのユーザ識別子と、他のサイトで提供している Keyお
よびそのユーザ識別子とを対応付け、ユーザ識別子テー
ブル記憶部１１へ記憶させておく。そして、ユーザ識別
子テーブル記憶部１１からミクロユーザ行動ログ記憶部
９へ、ある個人ユーザが持つ複数のユーザ識別子を全て
出力する。

【００５９】例えば、ある個人ユーザＵが、種々のサイ
トに訪問している場合、ユーザＵは、特定のユーザ識別
子のみを持つわけではなく、あるＡサイトでは“１１１
１”というユーザ識別子を、また、他のＢサイトでは
“２２２２”というユーザ識別子を持つ場合がある。よ
って、それらのユーザ識別子を統合するために、ユーザ
Ｕのユーザ識別子が“１１１１”であり、かつ、“２２
２２”であるという情報をユーザ識別子テーブル記憶部
１１に記憶させておき、ユーザ識別子テーブル記憶部１
１からミクロユーザ行動ログ記憶部９へ、ある個人ユー
ザが持つ複数のユーザ識別子を全て出力する。

【００６０】例えば、ミクロユーザ行動ログ記憶部９内
に、ユーザＵのユーザ識別子“１１１１”がＵＲＬ：ww
w.123.co.jp へジャンプしているミクロユーザ行動ログ
と、同じくユーザＵのユーザ識別子“２２２２”がＵＲ
Ｌ：www.aaa.co.jp へジャンプしているミクロユーザ行
動ログが記憶されていた場合、それら２つのログを統合
し、ユーザＵが、ＵＲＬ：www.123.co.jp およびＵＲ
Ｌ：www.aaa.co.jp の２つの行動を行ったことを明示す
る。これにより、別のサイトで別のcookieを持っている
ユーザでも本実施形態のユーザ属性特定装置が提供する
ユーザ識別子で一元的に管理することができる。

【００６１】なお、図１に示すインターフェイス部１、
ユーザ識別子発生部２、ユーザ識別子送信部３、ユーザ
識別子受信部４、マクロトレンド抽出部５、ミクロユー
ザ属性推定部６、マクロトレンドリンク付け部７、ユー
ザ識別子収集部８、ミクロユーザ行動ログ記憶部９、マ
クロユーザ行動ログ記憶部１０、ユーザ識別子テーブル
記憶部１１の機能を実現するためのプログラム、また
は、図２、図３、図６の手順を実現するためのプログラ
ムを、コンピュータ読み取り可能な記録媒体に記録し、
この記録媒体に記録されたプログラムをコンピュータシ
ステムに読み込ませ実行することにより、ユーザに割り
当てるネットワークの通信レートを制御するようにして
もよい。

【００６２】ここで、上記「コンピュータシステム」と
は、ＯＳや周辺機器等のハードウェアを含み、さらにＷ
ＷＷシステムを利用している場合であれば、ホームペー
ジ提供環境（あるいは表示環境）も含むものとする。ま
た、「コンピュータ読み取り可能な記録媒体」とは、フ
ロッピーディスク、光磁気ディスク、ＲＯＭ、ＣＤ−Ｒ
ＯＭ等の可搬媒体、コンピュータシステムに内蔵される
ハードディスク等の記憶装置のことをいう。さらに「コ
ンピュータ読み取り可能な記録媒体」とは、インターネ
ット等のネットワークや電話回線等の通信回線を介して
プログラムを送信する場合の通信線のように、短時間の
間、動的にプログラムを保持するもの（伝送媒体もしく
は伝送波）、その場合のサーバやクライアントとなるコ
ンピュータシステム内部の揮発性メモリのように、一定
時間プログラムを保持しているものも含むものとする。

【００６３】また、上記プログラムは、前述した機能の
一部を実現するためのものであっても良く、さらに前述
した機能をコンピュータシステムに既に記録されている
プログラムとの組み合わせで実現できるものであっても
良い。

【００６４】

【発明の効果】以上説明したように、本発明によれば、
目的付けられた行動に基づいて、ユーザの属性を自動的
に推定することにより、ユーザの物理的に属する地域，
地位，民族性，職業，性別，趣味などのユーザを特徴づ
ける属性を自動的に抽出することができ、ユーザが意図
的に記述したユーザ特性と異なり、ユーザの無意識下に
おけるユーザ特性を自動的に収集でき、マーケティング
などの基礎データとして利用することが可能となる。

【図面の簡単な説明】

【図１】 本発明に係るユーザ属性特定装置の一実施形
態の構成を示すブロック図である。

【図２】 同ユーザ属性特定装置の動作を示すフローチ
ャートである。

【図３】 同ユーザ属性特定装置におけるマクロトレン
ドの抽出手順を示すフローチャートである。

【図４】 マクロトレンドの一例を示す図である。

【図５】 図４に示したマクロトレンドを、地域毎に分
けて抽出した場合を示す図である。

【図６】 本発明に係るユーザ属性特定装置におけるユ
ーザ属性の特定手順を示すフローチャートである。

【図７】 形態素解析の一例を示す図である。

【図８】 マクロトレンドのリンク付けを説明するため
の説明図である。

【符号の説明】

１ インターフェイス部 ２ ユーザ識別子発生部 ３ ユーザ識別子送信部 ４ ユーザ識別子受信部 ５ マクロトレンド抽出部 ６ ミクロユーザ属性推定部 ７ マクロトレンドリンク付け部 ８ ユーザ識別子収集部 ９ ミクロユーザ行動ログ記憶部 １０ マクロユーザ行動ログ記憶部 １１ ユーザ識別子テーブル記憶部

フロントページの続き Ｆターム(参考） 5B049 AA01 EE05 FF01 GG09 5B075 PR03 QM05 5B089 GA11 GB03 HA10 JA21 JA37 KA14 KC48 KC53

Claims (9)

【特許請求の範囲】
1. 【請求項１】 ネットワークを介してアクセスしてきた
   ユーザの属性を特定するユーザ属性特定方法において、 前記アクセスしてきたユーザを識別するためのユーザ識
   別子を生成する第１のステップと、 前記生成したユーザ識別子を前記アクセスしてきたユー
   ザに送信する第２のステップと、 前記ユーザが行動を起こした際に、該ユーザの端末から
   送信されてくるユーザ識別子を受信する第３のステップ
   と、 前記受信したユーザ識別子に基づき巨視的なユーザの行
   動の傾向であるマクロトレンドを抽出する第４のステッ
   プと、 前記ユーザ識別子と、前記マクロトレンドと、該マクロ
   トレンドの地域的特性および時間的特性に基づき、少な
   くとも該ユーザ識別子を持つユーザの属する地域、民族
   性、性別、趣味、所得を推定する第５のステップとを有
   することを特徴とするユーザ属性特定方法。
2. 【請求項２】 前記第４のステップで抽出したマクロト
   レンドのうち、同一の嗜好をもつマクロトレンドをリン
   ク付けする第６のステップを有することを特徴とする請
   求項１に記載のユーザ属性特定方法。
3. 【請求項３】 前記ネットワークに接続されたサーバか
   ら、該サーバが前記ユーザに対して提供した識別子を収
   集し、前記第１のステップで生成したユーザ識別子と共
   に、ユーザ毎にテーブル化する第７のステップを有する
   こと特徴とする請求項１または２に記載のユーザ属性特
   定方法。
4. 【請求項４】 ネットワークを介してアクセスしてきた
   ユーザの属性を特定するユーザ属性特定装置において、 前記アクセスしてきたユーザを識別するためのユーザ識
   別子を生成するユーザ識別子発生部と、 前記生成したユーザ識別子を前記アクセスしてきたユー
   ザに送信するユーザ識別子送信部と、 前記ユーザが行動を起こした際に、該ユーザの端末から
   送信されてくるユーザ識別子を受信するユーザ識別子受
   信部と、 前記受信したユーザ識別子に基づき巨視的なユーザの行
   動の傾向であるマクロトレンドを抽出するマクロトレン
   ド抽出部と、 前記ユーザ識別子と、前記マクロトレンドと、該マクロ
   トレンドの地域的特性および時間的特性に基づき、少な
   くとも該ユーザ識別子を持つユーザの属する地域、民族
   性、性別、趣味、所得を推定するユーザ属性推定部とを
   持つことを特徴とするユーザ属性特定装置。
5. 【請求項５】 前記マクロトレンド抽出部により抽出さ
   れたマクロトレンドのうち、同一の嗜好をもつマクロト
   レンドをリンク付けするマクロトレンドリンク付け部を
   有することを特徴とする請求項４に記載のユーザ属性特
   定装置。
6. 【請求項６】 前記ネットワークに接続されたサーバか
   ら、該サーバが前記ユーザに対して提供した識別子を収
   集し、前記ユーザ識別子発生部により生成されたユーザ
   識別子と共に、ユーザ毎にテーブル化するユーザ識別子
   収集部を有することを特徴とする請求項４または５に記
   載のユーザ属性特定装置。
7. 【請求項７】 ネットワークを介してアクセスしてきた
   ユーザの属性を特定するユーザ属性特定プログラムを記
   録したコンピュータ読み取り可能な記録媒体であって、 前記アクセスしてきたユーザを識別するためのユーザ識
   別子を生成する第１のステップと、 前記生成したユーザ識別子を前記アクセスしてきたユー
   ザに送信する第２のステップと、 前記ユーザが行動を起こした際に、該ユーザの端末から
   送信されてくるユーザ識別子を受信する第３のステップ
   と、 前記受信したユーザ識別子に基づき巨視的なユーザの行
   動の傾向であるマクロトレンドを抽出する第４のステッ
   プと、 前記ユーザ識別子と、前記マクロトレンドと、該マクロ
   トレンドの地域的特性および時間的特性に基づき、少な
   くとも該ユーザ識別子を持つユーザの属する地域、民族
   性、性別、趣味、所得を推定する第５のステップとを有
   するユーザ属性特定プログラムを記録した記録媒体。
8. 【請求項８】 前記第４のステップで抽出したマクロト
   レンドのうち、同一の嗜好をもつマクロトレンドをリン
   ク付けする第６のステップを有することを特徴とする請
   求項７に記載のユーザ属性特定プログラムを記録したコ
   ンピュータ読み取り可能な記録媒体。
9. 【請求項９】 前記ネットワークに接続されたサーバか
   ら、該サーバが前記ユーザに対して提供した識別子を収
   集し、前記第１のステップで生成したユーザ識別子と共
   に、ユーザ毎にテーブル化する第７のステップを有する
   ことを特徴とする請求項７または８に記載のユーザ属性
   特定プログラムを記録したコンピュータ読み取り可能な
   記録媒体。