JP6258246B2 - 解析装置、解析方法及びプログラム - Google Patents

Description

本発明は、解析装置、解析方法及びプログラムに関する。

従来より、膨大なデータを複数のクラスタに分類するクラスタリング技術が知られており（例えば、下記特許文献１、２参照）、様々な分野への適用が進められている。

例えば、当該クラスタリング技術を用いれば、インターネットを利用するユーザの購買履歴情報や閲覧履歴情報、検索履歴情報等の行動履歴に基づいて、ユーザを複数のクラスタに分類することができる。これにより、特定のクラスタに分類されたユーザだけに、所定の広告を配信したり、販売促進メールを送信するといった、効果的なマーケティング活動を実現することが期待できる。

特開２０１４−６３３４３号公報 特開２００２−２７８７６２号公報

ここで、より効果的なマーケティング活動を実現するためには、同じ嗜好性を有するユーザ同士が同じクラスタに分類されるようにクラスタリングが行われることが望ましい。

しかしながら、これまでのクラスタリング技術は、行動履歴が似たユーザ同士が同じクラスタに分類されるようにクラスタリングが行われているにすぎず、嗜好性が同じユーザ同士が同じクラスタに分類されているか否かは必ずしも定かではない。

本発明は上記課題に鑑みてなされたものであり、ユーザの嗜好性に基づくクラスタリングを行うための指標を提供することを目的とする。

本発明の一実施形態に係る解析装置は、以下のような構成を有する。すなわち、
複数のユーザ識別子のうち、同一ユーザが使用するユーザ識別子の組に関する情報を取得する取得手段と、
前記複数のユーザ識別子を、それぞれのユーザ識別子に対応付けられた情報に基づいてクラスタリングを実行することで得られた処理結果に基づいて、前記同一ユーザのユーザ識別子の組が、同じクラスタに分類される傾向を示す指標を算出する指標値算出手段と、
算出された前記指標を出力する出力手段とを有することを特徴とする。

本発明の各実施形態によれば、ユーザの嗜好性に基づくクラスタリングを行うための指標を提供することが可能となる。

サービス提供システムの全体構成の一例を示す図である。 解析装置のハードウェア構成を示す図である。 ユーザ情報の一例を示す図である。 クラスタ情報の一例を示す図である。 評価情報の一例を示す図である。 クラスタの数とパラメータとの関係を示す図である。 係数とパラメータとの関係を示す図である。 解析装置の機能構成の一例を示す図である。 評価用情報の一例を示す図である。 パラメータを説明するための図である。 クラスタ情報の他の一例を示す図である。 評価処理の流れを示すフローチャートである。 サービス提供システムの全体構成の他の一例を示す図である。 解析装置の機能構成の他の一例を示す図である。 評価情報の他の一例を示す図である。 係数最適化処理の流れを示すフローチャートである。 サービス提供システムの全体構成の他の一例を示す図である。 同一ユーザ推定装置及び解析装置の機能構成の一例を示す図である。

以下、本発明の各実施形態の詳細について添付の図面を参照しながら説明する。なお、以下の各実施形態では、同じ嗜好性を有するユーザ同士が同じクラスに分類されるよう、同一人物で複数のユーザＩＤを使用するユーザに着目した。

一般に、インターネットを利用するユーザは、同一の機器で複数のユーザＩＤを使い分けたり、複数の機器（パソコン、スマートフォン等）で別々のユーザＩＤを使用したりする。このため、同一ユーザ（人物）が複数のユーザＩＤを使用するケースが増えてきている。

一方で、ユーザＩＤが異なっていても、同一ユーザ（人物）であれば、嗜好性は同じであり、使用しているユーザＩＤには依存しないはずである。そこで、以下の各実施形態に係る解析装置では、同一ユーザ（人物）が使用する複数のユーザＩＤが、同じクラスタに分類されるようにクラスタリングを行う。

具体的には、同一ユーザ（人物）の複数のユーザＩＤが、同じクラスタに分類される傾向を示す指標を提供し、当該指標を含む評価関数の計算結果（評価値）が所定の条件を満たすように、クラスタリングを行う。これにより、同一ユーザ（人物）の複数のユーザＩＤが、同じクラスタに分類されることとなり、嗜好性が同じユーザ（人物）のユーザＩＤが、同じクラスタに分類される確率を上げることができる。その結果、より効果的なマーケティング活動を実現するクラスタリングを行うことが可能となる。

加えて、このようなクラスタリングを行うことで得られたクラスタリング条件（各クラスタに分類するための条件）を用いれば、同一人物であろうと推定された結果の妥当性を評価することも可能となる。つまり、複数のユーザＩＤを使用しているユーザがおそらく同一人物であろうと推定された結果の妥当性を、その複数のユーザＩＤが同じクラスタに分類されるか否かをクラスタリング条件を用いて判定することで、評価することが可能となる。

以下、各実施形態の詳細について説明する。なお、各実施形態に係る明細書及び図面の記載に際して、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省く。

［第１の実施形態］
＜１．サービス提供システムの全体構成＞
はじめに、本実施形態に係る解析装置を有するサービス提供システムの全体構成について説明する。図１は、サービス提供システムの全体構成の一例を示す図である。図１に示すように、サービス提供システム１００は、サービス提供サーバ１１０と、解析装置１２０と、ユーザ端末１３１、１３２、・・・とを有する。サービス提供システム１００において、サービス提供サーバ１１０と解析装置１２０とは、ネットワーク１４０を介して通信可能に接続されている。また、サービス提供サーバ１１０とユーザ端末１３１、１３２、・・・とは、ネットワーク１４０を介して通信可能に接続されている。

サービス提供サーバ１１０には、サービス提供プログラム及びマーケティングプログラムがインストールされており、当該プログラムが実行されることで、サービス提供サーバ１１０は、サービス提供部１１１、マーケティング部１１２として機能する。

サービス提供部１１１は、ユーザ端末１３１、１３２、・・・にインターネット上の各種サービスを提供する。サービス提供部１１１では、各種サービスの提供に際して、ユーザ端末１３１、１３２、・・・より、ユーザの属性情報を取得し、ユーザＩＤと対応付けてユーザ情報としてユーザ情報格納部１１３に格納する。サービス提供部１１１により取得されるユーザの属性情報には、例えば、ユーザの氏名、生年月日、性別、住所等が含まれる。

また、サービス提供部１１１は、各種サービスの提供において、ユーザが購入した商品の購買履歴やユーザが閲覧したＷｅｂサイトの閲覧履歴、ユーザが検索した検索履歴等を取得し、ユーザＩＤと対応付けて、ユーザ情報としてユーザ情報格納部１１３に格納する。

マーケティング部１１２は、解析装置１２０に対して解析依頼を送信する。具体的には、ユーザ情報格納部１１３に格納されたユーザ情報を解析し、ユーザの嗜好性に基づくクラスタリングを行うよう、解析依頼を送信する。なお、マーケティング部１１２により解析装置１２０に対して送信される解析依頼には、ユーザ情報が含まれるものとする。

また、マーケティング部１１２は、解析依頼に応じて解析装置１２０より送信される解析結果を取得する。解析装置１２０より送信される解析結果には、ユーザ情報に含まれる各ユーザのユーザＩＤが複数のクラスタに分類されたクラスタ情報等が含まれる。マーケティング部１１２では、取得したクラスタ情報を利用して、所定のクラスタに分類されたユーザに対して、所定の広告を提供したり、所定の商品の販売促進メールを送信したりする。

一方、解析装置１２０には、評価プログラムがインストールされており、当該プログラムが実行されることで、解析装置１２０は、評価部１２１として機能する。

評価部１２１は、解析依頼に含まれるユーザ情報についてクラスタリングを行い、クラスタ情報をクラスタ情報格納部１２２に格納する。評価部１２１では、ユーザ情報に含まれる同一ユーザ（人物）の複数のユーザＩＤが、同じクラスタに分類されるようにクラスタリングを行う。具体的には、同一ユーザ（人物）の複数のユーザＩＤが同じクラスタに分類される傾向を示す指標が含まれる評価関数を評価情報格納部１２３より読み出し、当該評価関数の値（評価値）が所定の条件を満たすようにクラスタリングを行う。

また、評価部１２１は、クラスタ情報格納部１２２に格納したクラスタ情報等を、解析結果としてサービス提供サーバ１１０に送信する。

ユーザ端末１３１、１３２、・・・は、スマートフォンやパソコン等の情報端末であり、Ｗｅｂブラウザ等を介して、サービス提供サーバ１１０より各種サービスの提供を受ける。ユーザ端末１３１、１３２、・・・のユーザは、各種サービスの提供を受けるにあたり、自身の属性情報をサービス提供サーバ１１０に送信し、登録する。これにより、ユーザ端末１３１、１３２、・・・のユーザは、サービス提供サーバ１１０から送信されるサービスを受信したり、各種広告、販売促進メール等を受信したりすることができる。

＜２．解析装置のハードウェア構成＞
次に、解析装置１２０のハードウェア構成について説明する。図２は、解析装置１２０のハードウェア構成を示す図である。

図２に示すように、解析装置１２０は、ＣＰＵ（Central Processing Unit）２０１、ＲＯＭ（Read Only Memory）２０２、ＲＡＭ（Random Access Memory）２０３、補助記憶部２０４を備える。また、解析装置１２０は、入力部２０５、表示部２０６、通信部２０７を備える。なお、解析装置１２０の各部は、バス２０８を介して相互に接続されている。

ＣＰＵ２０１は、補助記憶部２０４に格納された各種プログラム（評価プログラム等）を実行するコンピュータである。

ＲＯＭ２０２は不揮発性メモリである。ＲＯＭ２０２は、補助記憶部２０４に格納された各種プログラムをＣＰＵ２０１が実行するために必要な、各種プログラム、データ等を格納する主記憶部として機能する。具体的には、ＢＩＯＳ（Basic Input/Output System）やＥＦＩ（Extensible Firmware Interface）等のブートプログラムなどを格納する主記憶部として機能する。

ＲＡＭ２０３は、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）等の主記憶部である。ＲＡＭ２０３は、補助記憶部２０４に格納された各種プログラムがＣＰＵ２０１によって実行される際に展開される、作業領域として機能する。

補助記憶部２０４は、ＣＰＵ２０１により実行される各種プログラム及び各種プログラムがＣＰＵ２０１により実行される際に利用される各種情報を格納する。補助記憶部２０４の一領域は、各種情報を格納する格納部として機能し、当該格納部には、例えば、クラスタ情報格納部１２２、評価情報格納部１２３が含まれる。

入力部２０５は、解析装置１２０の操作者が各種指示を入力する際に用いる。また、表示部２０６は、解析装置１２０の内部状態を表示する。通信部２０７は、ネットワーク１４０を介して、サービス提供サーバ１１０と通信を行う。

なお、サービス提供サーバ１１０及びユーザ端末１３１、１３２、・・・のハードウェア構成も、解析装置１２０のハードウェア構成と概ね同じであるため、ここでは説明を省略する。

＜３．ユーザ情報の説明＞
次に、サービス提供サーバ１１０のユーザ情報格納部１１３に格納されるユーザ情報について説明する。図３は、ユーザ情報３００の一例を示す図である。図３に示すように、ユーザ情報３００には情報の項目として、"ユーザＩＤ"、"氏名"、"生年月日"、"性別"、"住所"、"購買履歴"、"閲覧履歴"、"検索履歴"等が含まれる。

"ユーザＩＤ"には、サービス提供部１１１により提供される各種サービスを受けるユーザ（またはユーザ端末）を識別するユーザ識別子（ユーザＩＤ）が記録される。なお、ここでいうユーザＩＤには、ユーザがサービス提供サーバ１１０の管理者（プロバイダ）との間でプロバイダ契約を結ぶことで付与されるユーザＩＤのほか、Ｗｅｂブラウザを利用する際に発行されるクッキー等が含まれる。あるいは、ユーザが使用するユーザ端末１３１、１３２、・・・のシリアル番号等のユーザ端末ＩＤ、メールアドレス、会員番号、クレジットカード番号、ＩＰアドレス、電話番号等が含まれる。

"氏名"、"生年月日"、"性別"、"住所"には、ユーザＩＤにより特定されるユーザの氏名、生年月日、性別、住所が記録される。ただし、ユーザの属性を示すこれらの属性情報は、ユーザＩＤが付与される際に、ユーザによる入力が必要なケースと不要なケースとがある。このため、ユーザ情報３００には、"ユーザＩＤ"に対応する"氏名"、"生年月日"、"性別"、"住所"が空欄となっているユーザＩＤも存在する。

なお、本実施形態では、"氏名"と"生年月日"が記録されているユーザＩＤの中で、氏名と生年月日が同一のユーザＩＤを、同一ユーザ（人物）が使用するユーザＩＤであると判断するものとする。つまり、属性情報のうち、"氏名"と"生年月日"は、本実施形態において、同一ユーザ（人物）のユーザＩＤか否かの判断に用いる情報である。

"購買履歴"には、ユーザＩＤにより特定されるユーザ（人物）が、商品等を購入した場合の購買履歴が記録される。"閲覧履歴"には、ユーザＩＤにより特定されるユーザ（人物）がＷｅｂサイトを閲覧した際の履歴等が記録される。"検索履歴"には、ユーザＩＤにより特定されるユーザ（人物）がネット検索した際の履歴等が記録される。

＜４．クラスタ情報＞
次に、解析装置１２０のクラスタ情報格納部１２２に格納されるクラスタ情報について説明する。図４は、クラスタ情報４００の一例を示す図である。図４に示すように、クラスタ情報４００には情報の項目として、"クラスタ番号"、"クラスタリング条件"、"クラスタリング結果"が含まれる。

"クラスタ番号"には、評価部１２１によりクラスタリングが行われることで生成されたクラスタを識別するクラスタ番号が記録される。

"クラスタリング条件"には、各クラスタに分類されるためのクラスタリング条件が記録される。クラスタリング条件は、複数の項目に分けて規定される。図４の例では、クラスタリング条件として、"購買履歴"、"閲覧履歴"、"検索履歴"等が規定されている。

"クラスタリング結果"には、各クラスタに分類されたユーザＩＤが記録される。具体的には、各クラスタのクラスタリング条件に合致するユーザ情報を有するユーザＩＤが記録される。図４の例では、クラスタ番号＝"クラスタ１"の場合、クラスタリング条件として検索履歴＝"スポーツＡ"が規定されているため、少なくとも検索履歴＝"スポーツＡ"をユーザ情報に含むユーザＩＤが、"クラスタ１"に分類される。具体的には、ユーザＩＤ＝"Ｙ０００１"、"Ｙ０００５"等が"クラスタ１"に分類される。

＜５．評価情報＞
次に、解析装置１２０の評価情報格納部１２３に格納される評価情報について説明する。評価情報は、評価部１２１がクラスタリングを行う際に用いる評価関数を規定したものである。本実施形態において用いる評価関数は、以下の式により定義される。
（評価関数）＝（第１の評価関数）＋（係数）×（第２の評価関数）
図５は、評価情報５００の一例を示す図である。図５に示すように、評価情報５００には情報の項目として、"第１の評価関数"、"第２の評価関数"、"係数"、"指標値"、"評価値"が含まれる。

"第１の評価関数"に記録される"Ｓ"は、従来のクラスタリングにおける評価関数である。例えば、Ｋ平均法（k-means clustering）によるクラスタリングの場合、ユーザＩＤと各ユーザＩＤが分類されたクラスタの中心との距離を評価する関数である。また、ウォード法によるクラスタリングの場合、クラスタ間の距離を評価する関数である。なお、評価関数は、値が「大きいほど良い」とする場合と値が「小さいほど良い」とする場合とがあるが、符号を変更すれば数学的には同等であるため、ここでは値が「大きいほど良い」とする場合に限ることとする。

"第２の評価関数"に記録される"Ｒ／Ｑ"は、同一ユーザ（人物）の複数のユーザＩＤが、同じクラスタに分類される傾向を示す指標である。なお、"Ｒ／Ｑ"の詳細は後述する。"係数"に記録される"α"は、評価関数全体における第２の評価関数（Ｒ／Ｑ）の影響度を示す値である。

"指標値"には、クラスタリングを実行した際に、"第２の評価関数"に基づいて算出された値である指標値が記録される。"評価値"には、クラスタリングを実行した際に、"評価関数"に基づいて算出された値である評価値が記録される。

このように、本実施形態において、評価部１２１は、クラスタリングを行う際に、従来の評価関数（第１の評価関数）の値に加え、同一ユーザ（人物）の複数のユーザＩＤが同じクラスタに分類される傾向を示す指標が含まれた評価値を用いる。当該評価値は、同一ユーザ（人物）の複数のユーザＩＤが同じクラスタに分類されるほど、値が大きくなる。つまり、クラスタリングを行った際に、従来の評価関数を用いた場合と比較して（第１の評価関数のみを用いた場合と比較して）、同一ユーザ（人物）のユーザＩＤが、同じクラスタに分類される傾向がより強いクラスタ情報が得られることとなる。

＜６．第２の評価関数の説明＞
次に、第２の評価関数（Ｒ／Ｑ）について詳細に説明する。第２の評価関数（Ｒ／Ｑ）は以下のように導き出される。

はじめに、クラスタリングにより、Ｎ個のクラスタが生成され、それぞれのクラスタに分類されたユーザＩＤの数が、ｍ_１、ｍ_２、・・・ｍ_Ｎであったとする（つまり、ユーザＩＤの総数Ｍ＝ｍ_１＋ｍ_２＋・・・ｍ_Ｎであったとする）。

この場合、ランダムに選択したユーザＩＤが、ｉ番目のクラスタに分類されている確率ｐ_ｉは、

となる。また、ランダムに選択した２つのユーザＩＤ（ＩＤ_１とＩＤ_２）が、ともにｉ番目のクラスタに分類される確率ｑ_ｉは、

となる。したがって、ランダムに選択した２つのユーザＩＤ（ＩＤ_１とＩＤ_２）が、同じクラスタに分類される確率Ｑは、

となる。

ここで、同一ユーザ（人物）のユーザＩＤの組が全部でＬ組あり、そのうち同一のクラスタに分類されているユーザＩＤの組がＫ組であったとすると、同一のクラスタに分類されている組の割合Ｒは、

となる。

本実施形態では、確率Ｑと割合Ｒの比、すなわち"Ｒ／Ｑ"を第２の評価関数としている。このようにして算出される第２の評価関数（Ｒ／Ｑ）は、同一ユーザ（人物）の複数のユーザＩＤが、同一のクラスタに分類されている傾向が強いほど値（指標値）が大きくなる。逆に、同一ユーザ（人物）の複数のユーザＩＤが、同一のクラスタに分類されている傾向が弱いほど値（指標値）が小さくなる。

なお、第２の評価関数として、ＲではなくＱに対する比Ｒ／Ｑを採用したのは以下のような理由による。図６は、確率Ｑ、割合Ｒ、第２の評価関数（Ｒ／Ｑ）の、クラスタの数Ｎに対する関係を示した図である。同一ユーザ（人物）の２つのユーザＩＤが同じクラスタに分類される確率Ｒは、例えば、クラスタの数Ｎ＝２で、かつ、各クラスタに分類されるユーザＩＤの数がそれぞれ同じであれば、出鱈目に生成したクラスタであっても、０．５となる（図６参照）。一方、適切に生成したクラスタであっても、クラスタの数Ｎが大きくなると、確率Ｒは通常０．５よりはるかに小さくなる。

このため、第２の評価関数として確率Ｒを採用したとすると、出鱈目に生成したクラスタ数が小さいクラスタの方が、適切に生成したクラスタ数の大きいクラスタよりも評価関数の値が大きくなってしまう。一方、第２の評価関数としてＲ／Ｑを採用した場合、確率Ｑと割合Ｒとが共に、クラスタの数Ｎと、それぞれのクラスタに含まれるユーザＩＤの数とに依存する。このため、その比、すなわち評価関数の値は、クラスタの数Ｎとそれぞれのクラスタに含まれるユーザＩＤの数が同一の出鱈目に作成したクラスタに対する相対評価となる。そこで、本実施形態では、第２の評価関数としてＲ／Ｑを採用する。

また、評価関数として、第２の評価関数だけでなく第１の評価関数を含めたのは以下のような理由による。図７は、係数αと、確率Ｒ、ユーザＩＤの総数Ｍに対するクラスタの数Ｎの２倍の比（＝Ｎ×２／Ｍ）との関係を示した図である。図７に示すように、係数αの値を大きくしていくと、第１の評価関数の影響度が小さくなり、第２の評価関数の値が支配的となる。

この場合、同一ユーザ（人物）が使う２つのユーザＩＤのみで、１つのクラスタが形成されるとき、Ｒの値は１となり、評価関数Ｒ／Ｑは最大値となる。つまり、第２の評価関数の値は大きくなるものの、同一ユーザ（人物）の数だけクラスタが生成されることとなる。しかしながら、通常この数（生成されるクラスタの数）は膨大な値であり、実用的でない結果となる。このようなことから、本実施形態では、評価関数に、第１の評価関数と第２の評価関数の両方を含める構成とした。

＜７．解析装置の機能構成＞
次に、解析装置１２０の機能構成について説明する。図８は、解析装置１２０の機能構成の一例を示す図である。図８に示すように、解析装置１２０の評価部１２１は、解析依頼取得部８０１、評価用情報抽出部８０２、同一ユーザ特定部８０３、クラスタリング部８０４、パラメータ算出部８０５、指標値算出部８０６、評価値算出部８０７を有する。

解析依頼取得部８０１は、サービス提供サーバ１１０より送信された解析依頼を取得する。

評価用情報抽出部８０２は、解析依頼取得部８０１において取得された解析依頼に含まれるユーザ情報３００のうち、ユーザの属性情報（氏名、生年月日、性別、住所）であって、氏名、生年月日が記録されているユーザ情報を、評価用情報として抽出する。

同一ユーザ特定部８０３は、評価用情報抽出部８０２により抽出された評価用情報のうち、氏名と生年月日とが同一のユーザＩＤを、同一ユーザ（人物）が使うユーザＩＤと特定する。同一ユーザ特定部８０３は、特定した同一ユーザ（人物）のユーザＩＤの組と、特定した同一ユーザ（人物）のユーザＩＤの組の数とをパラメータ算出部８０５に通知する。

図９は、評価用情報９００の一例を示す図である。図９に示すように、評価用情報９００は、ユーザ情報３００のうち、氏名、生年月日が記録されているユーザ情報を抽出したものである。図９の例では、ユーザＩＤ＝"Ｙ０００１"と"Ｙ０００７"のユーザが、氏名と生年月日が同じであるため同一ユーザ（人物）であると特定されている。また、ユーザＩＤ＝"Ｙ０００２"と"Ｙ００１１"のユーザも同一ユーザ（人物）と特定されている。

同一ユーザ特定部８０３では、ユーザＩＤ＝"Ｙ０００１"と"Ｙ０００７"の組と、ユーザＩＤ＝"Ｙ０００２"と"Ｙ００１１"の組とを、パラメータ算出部８０５に通知する。また、同一ユーザ特定部８０３は、同一ユーザ（人物）のユーザＩＤの組の数Ｌをパラメータ算出部８０５に通知する。

図８の説明に戻る。クラスタリング部８０４は、解析依頼に含まれるユーザ情報３００をクラスタリングし、クラスタ情報４００を取得する。また、クラスタリング部８０４は、取得したクラスタ情報４００をクラスタ情報格納部１２２に格納する。

パラメータ算出部８０５は、第２の評価関数の算出に用いる各パラメータを算出する。図１０は、第２の評価関数の算出に用いる各パラメータを説明するための図である。図１０の例によれば、パラメータ算出部８０５は、クラスタ情報４００の"クラスタ番号"に基づいて、クラスタの数Ｎを導出する。また、パラメータ算出部８０５は、"クラスタリング結果"に基づいて、各クラスタに分類されたユーザＩＤの数ｍ_ｉ（１≦ｉ≦Ｎ）を算出する。更に、パラメータ算出部８０５は、各クラスタに分類されたユーザＩＤの数ｍ_ｉ（１≦ｉ≦Ｎ）に基づいて、ユーザＩＤの総数Ｍを算出する。

また、パラメータ算出部８０５は、同一ユーザ（人物）のユーザＩＤの組の数Ｌについて、同一ユーザ特定部８０３より通知を受ける。更に、パラメータ算出部８０５は、クラスタ情報４００の"クラスタリング結果"に基づいて、同一ユーザ（人物）のユーザＩＤの組のうち、同一クラスタに分類されているユーザＩＤの組の数Ｋを算出する。

再び図８の説明に戻る。指標値算出部８０６は、パラメータ算出部８０５において算出された、第２の評価関数の算出に用いる各パラメータに基づいて、第２の評価関数を算出し、指標値を得る。具体的には、パラメータ算出部８０５において算出されたｍ_ｉ及びＭに基づいて、確率Ｑを算出する。また、パラメータ算出部８０５において算出された、ユーザＩＤの組の数ＬとＫに基づいて、割合Ｒを算出する。更に、算出した確率Ｑと割合Ｒとに基づいて第２の評価関数（Ｒ／Ｑ）を算出し、指標値を得る。

評価値算出部８０７は、評価情報格納部１２３に格納されている評価関数を用いて、クラスタ情報４００についての評価値を算出する。また、評価値算出部８０７は、算出した評価値をクラスタリング部８０４にフィードバックする。これにより、クラスタリング部８０４では、クラスタリング条件を変更して、再び、クラスタリングを行う。

図１１は、クラスタ情報の他の一例を示す図である。クラスタ情報１１００は、クラスタ情報４００について算出した評価値に基づいて、クラスタリング部８０４が再びクラスタリングを行うことで得られたクラスタ情報の一例である。

図１１に示すように、クラスタ情報１１００の"クラスタリング結果"によれば、１回目のクラスタリングでは、同一のクラスタに分類されなかった、同一ユーザ（人物）の２つのユーザＩＤ（"Ｙ０００１"、"Ｙ０００７"）が同一のクラスタに分類されている。

このように、評価関数により算出された評価値に基づいてクラスタリングを繰り返し実行することで、同一ユーザ（人物）の複数ユーザＩＤが、同一のクラスタに分類される確率が上がっていく。

再び、図８の説明に戻る。評価値算出部８０７は、クラスタリングが繰り返し実行されることで評価値が所定の条件を満たすと判断した場合に、クラスタリング部８０４に通知する。これにより、クラスタリング部８０４では、クラスタリングを終了する。また、評価値算出部８０７は、評価値が所定の条件を満たすと判断した際の指標値及び評価値を評価情報格納部１２３に格納する。

解析結果出力部８０８は、クラスタ情報格納部１２２に格納されているクラスタ情報及び評価情報格納部１２３に格納されている指標値及び評価値を、解析結果としてサービス提供サーバ１１０に送信する。

＜８．評価処理の流れ＞
次に、評価部１２１による評価処理の流れについて説明する。図１２は、評価部１２１による評価処理の流れを示すフローチャートである。ステップＳ１２０１において、解析依頼取得部８０１は、サービス提供サーバ１１０より、解析依頼を受信したか否かを判定する。

ステップＳ１２０１において、解析依頼を受信していないと判定した場合には、受信したと判定するまで待機する。一方、ステップＳ１２０１において、解析依頼を受信したと判定した場合には、ステップＳ１２０２に進む。

ステップＳ１２０２において、評価用情報抽出部８０２は、解析依頼に含まれるユーザ情報より、評価用情報９００を抽出する。ステップＳ１２０３において、同一ユーザ特定部８０３は、ステップＳ１２０２において抽出された評価用情報９００に基づいて、同一ユーザ（人物）のユーザＩＤの組を特定する。更に、同一ユーザ特定部８０３は、同一ユーザ（人物）のユーザＩＤの組及び組の数をパラメータ算出部８０５に通知する。

ステップＳ１２０４において、クラスタリング部８０４は、ステップＳ１２０１において抽出されたユーザ情報をクラスタリングし、クラスタ情報を取得する。更に、クラスタリング部８０４は、取得したクラスタ情報を、クラスタ情報格納部１２２に格納する。

ステップＳ１２０５において、パラメータ算出部８０５は、ステップＳ１２０２において抽出されたクラスタ情報と、ステップＳ１２０３において通知された、同一ユーザ（人物）のユーザＩＤの組及び組の数とに基づいて、パラメータを算出する。

ステップＳ１２０６において、指標値算出部８０６は、ステップＳ１２０５において算出されたパラメータに基づいて第２の評価関数の値（指標値）を算出する。ステップＳ１２０７において、評価値算出部８０７は、ステップＳ１２０２において抽出されたクラスタ情報に基づいて第１の評価関数の値を算出する。更に、評価値算出部８０７は、ステップＳ１２０６において算出された第２の評価関数の値（指標値）に係数αをかけあわせたうえで第１の評価関数の値に加算することで、評価値を算出する。

ステップＳ１２０８において、評価値算出部８０７は、評価値が所定の条件を満たすか否かを判定する。ステップＳ１２０８において、所定の条件を満たさないと判定された場合には、ステップＳ１２０４に戻り、クラスタリング条件を変更したうえでステップＳ１２０４からステップＳ１２０７の処理を実行する。

一方、ステップＳ１２０８において、所定の条件を満たすと判定された場合には、ステップＳ１２０９に進む。ステップＳ１２０９において、評価値算出部８０７は、算出された指標値及び評価値を評価情報格納部１２３に格納する。

ステップＳ１２１０において、解析結果出力部８０８は、クラスタ情報格納部１２２に格納されているクラスタ情報と、評価情報格納部１２３に格納されている指標値及び評価値とを、解析結果として出力する。

＜９．まとめ＞
以上の説明から明らかなように、本実施形態に係る解析装置では、嗜好性が同じユーザとして、氏名と生年月日が同一のユーザ（人物）が使用する複数のユーザＩＤに着目した。そして、同一ユーザ（人物）が使用する複数のユーザＩＤが同じクラスタに分類される傾向を示す指標を算出する構成とした。

これにより、ユーザの嗜好性に基づくクラスタリングを行うための指標を提供することが可能となる。

また、本実施形態に係る解析装置では、当該指標を含む評価関数を用いて、クラスタリングの処理結果を評価し、当該評価関数の値（評価値）が所定の条件を満たすまで、クラスタリング条件を変更しながらクラスタリングを繰り返す構成とした。

これにより、同一ユーザ（人物）が使用するユーザＩＤが同じクラスタに分類されることとなり、結果として、嗜好性が同じユーザ（人物）のユーザＩＤが同じクラスタに分類される確率が上がる。つまり、マーケティング活動の観点から、適切なクラスタリングを実現することが可能となる。

［第２の実施形態］
上記第１の実施形態では、評価情報に格納される係数αを固定値として説明した。しかしながら、係数αは固定値である必要はなく、例えば、サービス提供サーバ１１０のマーケティング部１１２がクラスタ情報を利用したことによって得られた効果を反映させるようにしてもよい。以下、第２の実施形態について説明する。なお、説明は第１の実施形態との相違点を中心に行う。

＜１．サービス提供システムの全体構成＞
はじめに、本実施形態に係る解析装置１２０を有するサービス提供システム１３００の全体構成について説明する。図１３は、サービス提供システム１３００の全体構成の他の一例を示す図である。図１に示すサービス提供システム１００との相違点は、サービス提供サーバ１１０が、コンバージョン情報格納部１３０１を有する点、及び、解析装置１２０の評価部１３０２の機能が、評価部１２１の機能と異なる点である。

コンバージョン情報格納部１３０１は、マーケティング部１１２により取得されたクリック回数を、コンバージョン情報として格納する。具体的には、マーケティング部１１２が、特定のクラスタに分類されたユーザＩＤにより特定されるユーザ（人物）に対して広告を配信した場合に、マーケティング部１１２では、当該配信に応じて、当該ユーザ（人物）が当該広告をクリックした回数をカウントする。コンバージョン情報格納部１３０１は、マーケティング部１１２によりカウントしたクリック回数を、コンバージョン情報として格納する。

なお、マーケティング部１１２においてカウントするクリック数は、係数αが変更されるごとにリセットされるものとする。また、マーケティング部１１２では、ユーザ情報についての解析依頼を送信する際に、コンバージョン情報格納部１３０１に格納されたコンバージョン情報を解析依頼に含めて送信するものとする。

評価部１３０２は、解析依頼に含まれるコンバージョン情報と、当該コンバージョン情報が取得された際に格納されていた係数αとの関係に基づいて、係数αを変更する。そして、変更後の係数αを用いて、評価処理（図１２）を行う。

＜２．解析装置の機能構成＞
次に、本実施形態に係る解析装置１２０の機能構成について説明する。図１４は、解析装置１２０の他の機能構成の一例を示す図である。図８に示した解析装置１２０の機能構成との相違点は、解析依頼取得部１４０１の機能、評価値算出部１４０２の機能、及び評価情報格納部１４０３に格納される評価情報の内容である。以下、当該相違点について説明する。

解析依頼取得部１４０１は、サービス提供サーバ１１０より送信された解析依頼を取得する。また、解析依頼取得部１４０１は、解析依頼に含まれるコンバージョン情報を抽出し、係数αと対応付けて、評価情報格納部１４０３に格納する。

評価値算出部１４０２は、評価情報格納部１４０３に格納されたコンバージョン情報と係数αとの関係を解析することで、最適な係数αを決定する。評価値算出部１４０２では、評価関数を用いて評価値を算出するにあたり、最適な係数αを用いる。

評価情報格納部１４０３は、第１の評価関数、第２の評価関数、係数α、指標値、評価値に加え、コンバージョン情報を格納する。コンバージョン情報は、それぞれのコンバージョン情報が取得された際に格納されていた係数αと対応付けて格納される。

＜３．評価情報の説明＞
次に、解析装置１２０の評価情報格納部１４０３に格納される評価情報１５００について図１５を用いて説明する。図５に示す評価情報５００との相違点は、評価情報１５００が情報の項目として、"コンバージョン情報"を含む点である。

図１５に示すように、"コンバージョン情報"には、それぞれの係数を用いてクラスタリングが行われることで得られたクラスタ情報に基づいて、マーケティング部１１２が、広告を配信することで取得したクリック回数が記録される。

図１５の例では、係数＝"α１"の場合、コンバージョン情報は"１００００"であり、係数＝"α２"の場合、コンバージョン情報は、"１５０００"である。また、係数＝"α３"の場合、コンバージョン情報は、"１２０００"である。

このように、係数とコンバージョン情報とは相関があることから、係数とコンバージョン情報との関係を解析することで、最適な係数を導出することができる。

＜４．係数最適化処理の流れ＞
次に、評価値算出部１４０２による係数最適化処理の流れについて説明する。図１６は、係数最適化処理の流れを示すフローチャートである。

ステップＳ１６０１において、解析依頼取得部１４０１は、サービス提供サーバ１１０より解析依頼を受信したか否かを判定する。ステップＳ１６０１において、解析依頼を受信していないと判定した場合には、解析依頼を受信するまで待機する。

一方、ステップＳ１６０１において解析依頼を受信したと判定した場合には、ステップＳ１６０２に進む。ステップＳ１６０２において、解析依頼取得部１４０１は、解析依頼に含まれるコンバージョン情報を抽出する。更に、解析依頼取得部１４０１は、抽出したコンバージョン情報を、係数と対応付けて評価情報格納部１４０３に格納する。

ステップＳ１６０３において、評価値算出部１４０２は、評価情報格納部１４０３に格納されている、係数とコンバージョン情報とを読み出し、係数とコンバージョン情報との関係を解析する。

ステップＳ１６０４において、評価値算出部１４０２は、解析結果に基づいて係数の値を最適化する。更に、評価値算出部１４０２は、最適化した係数を評価情報１５００に新たに格納する。

＜５．まとめ＞
以上の説明から明らかなように、本実施形態に係る解析装置では、評価関数全体における第２の評価関数（Ｒ／Ｑ）の影響度を示す係数を可変とし、コンバージョン情報に基づいて変更する構成とした。

これにより、マーケティング部１１２がクラスタ情報を利用したことによって得られた効果を、評価値に反映させることが可能となる。

［第３の実施形態］
上記第１及び第２の実施形態では、氏名と生年月日が同一のユーザは同一人物であるとみなし、同一ユーザ（人物）の複数ユーザＩＤが同じクラスタに分類されるようにクラスタリングを行うこととした。ところが、氏名または生年月日が不明のユーザ同士でも、何らかの手法により同一人物であろうと推定されることがある。第３の実施形態に係る解析装置では、同一人物によって利用されていると推定された複数ユーザＩＤが、第１または第２の実施形態により作成されたクラスタリング条件により、同じクラスタに分類されているか否かを解析し、同一ユーザ推定の妥当性を評価する。以下、第３の実施形態について説明する。

＜１．サービス提供サーバの全体構成＞
はじめに、本実施形態に係る解析装置を有するサービス提供システムの全体構成について説明する。図１７は、サービス提供システム１７００の全体構成の他の一例を示す図である。図１に示すサービス提供システム１００との相違点は、同一ユーザ推定装置１７２０を有する点である。また、サービス提供サーバ１１０が同一ユーザ推定情報格納部１７０１を有する点、解析装置１７３０の評価部１７３１の機能が解析装置１２０の評価部１２１の機能とは異なる点である。

同一ユーザ推定装置１７２０には、同一ユーザ推定解析プログラムがインストールされており、当該プログラムが実行されることで、同一ユーザ推定装置１７２０は、同一ユーザ推定解析部１７２１として機能する。

同一ユーザ推定解析部１７２１は、サービス提供サーバ１１０より送信される解析依頼に含まれるユーザ情報を用いて、同一ユーザ推定を行い、その推定結果（同一ユーザ推定結果）を取得する。また、同一ユーザ推定解析部１７２１は、取得した同一ユーザ推定結果を解析装置１７３０に送信する。更に、同一ユーザ推定解析部１７２１は、同一ユーザ推定結果の送信に応じて解析装置１７３０から受信した妥当性結果を、同一ユーザ推定結果と共に解析結果としてサービス提供サーバ１１０に送信する。なお、サービス提供サーバ１１０に送信された解析結果は、同一ユーザ推定情報格納部１７０１に格納される。

解析装置１７３０には、評価プログラムがインストールされており、当該プログラムが実行されることで、解析装置１７３０は、評価部１７３１として機能する。また、解析装置１７３０は、第１または第２の実施形態により作成されたクラスタリング条件を含むクラスタ情報が格納されたクラスタ情報格納部１２２を有する。

評価部１７３１は、同一ユーザ推定装置１７２０より送信された同一ユーザ推定結果について、妥当性を評価する。

具体的には、評価部１７３１は、同一ユーザ推定装置１７２０から送信された同一ユーザ推定結果について、同じクラスタに分類されるか否かを、クラスタリング条件に基づい解析し、同一ユーザ推定解析部１７２１による同一ユーザ推定の妥当性を評価する。

また、評価部１７３１は、同一ユーザ推定の妥当性を評価した結果（妥当性結果）を同一ユーザ推定装置１７２０に送信する。

＜２．同一ユーザ推定装置及び解析装置の機能構成＞
次に、同一ユーザ推定装置１７２０及び解析装置１７３０の機能構成について説明する。図１８は、同一ユーザ推定装置１７２０及び解析装置１７３０の機能構成を示す図である。

図１８に示すように、同一ユーザ推定解析部１７２１は、解析依頼取得部１８０１、同一ユーザ推定部１８０２、解析結果出力部１８０３を有する。

解析依頼取得部１８０１は、サービス提供サーバ１１０より送信された解析依頼を取得する。

同一ユーザ推定部１８０２は、解析依頼に含まれるユーザ情報から同一ユーザであると推定される複数ユーザＩＤの情報を同一ユーザ推定結果として取得する。また、同一ユーザ推定部１８０２は、取得した同一ユーザ推定結果を解析装置１７３０に送信する。

解析結果出力部１８０３は、解析装置１７３０より送信された妥当性結果を取得し、同一ユーザ推定部１８０２により取得された同一ユーザ推定結果とともに、解析結果としてサービス提供サーバ１１０に送信する。

また、図１８に示すように、評価部１７３１は、同一ユーザ推定結果取得部１８１１、分類部１８１２、妥当性評価部１８１３を有する。

同一ユーザ推定結果取得部１８１１は、同一ユーザ推定装置１７２０より送信された同一ユーザ推定結果を取得する。分類部１８１２は、クラスタ情報格納部１２２に格納されたクラスタ情報よりクラスタリング条件を読み出し、同一ユーザ推定結果に含まれる各ユーザＩＤを各クラスタに分類する。

妥当性評価部１８１３は、同一ユーザ推定結果として、同一ユーザ（人物）であると推定された各ユーザＩＤが、分類部１８１２により、同一のクラスタに分類されているか否かを解析することで、同一ユーザ推定の妥当性を評価する。また、妥当性評価部１８１３は、妥当性結果を、解析結果出力部１８０３に送信する。

＜３．まとめ＞
以上の説明から明らかなように、本実施形態に係る解析装置では、同一ユーザ推定装置において得られた同一ユーザ推定結果の妥当性を、クラスタリング条件を用いて評価する。同一ユーザ推定結果の妥当性が高いほど同じクラスタに分類される可能性が高いので、本実施形態に係る解析装置を用いれば、同一ユーザ推定の妥当性を、定量的に評価することが可能となる。

［第４の実施形態］
上記第１乃至第３の実施形態では、同一ユーザ（人物）の複数のユーザＩＤを、同一ユーザ特定部がユーザの属性情報に基づいて特定する構成としたが、本発明はこれに限定されない。例えば、同一ユーザ（人物）の複数のユーザＩＤの組及び組の数が既知の評価用情報を用いるようにしてもよい。

なお、上記実施形態に挙げた構成等に、その他の要素との組み合わせなど、ここで示した構成に本発明が限定されるものではない。これらの点に関しては、本発明の趣旨を逸脱しない範囲で変更することが可能であり、その応用形態に応じて適切に定めることができる。

１００ ：サービス提供システム
１１０ ：サービス提供サーバ
１１１ ：サービス提供部
１１２ ：マーケティング部
１２０ ：解析装置
１２１ ：評価部
１３１、１３２ ：ユーザ端末
３００ ：ユーザ情報
４００ ：クラスタ情報
５００ ：評価情報
８０１ ：解析依頼取得部
８０２ ：評価用情報抽出部
８０３ ：同一ユーザ特定部
８０４ ：クラスタリング部
８０５ ：パラメータ算出部
８０６ ：指標値算出部
８０７ ：評価値算出部
８０８ ：解析結果出力部
９００ ：評価用情報
１１００ ：クラスタ情報
１６００ ：コンバージョン情報
１７２０ ：同一ユーザ推定装置
１７２１ ：同一ユーザ推定解析部

Claims (9)

1. 複数のユーザ識別子のうち、同一ユーザが使用するユーザ識別子の組に関する情報を取得する取得手段と、
   前記複数のユーザ識別子を、それぞれのユーザ識別子に対応付けられた情報に基づいてクラスタリングすることで得られた処理結果に基づいて、前記同一ユーザのユーザ識別子の組が、同じクラスタに分類される傾向を示す指標を算出する指標値算出手段と、
   算出された前記指標を出力する出力手段と
   を有することを特徴とする解析装置。
2. 算出された前記指標を含む評価関数を用いて、前記処理結果の評価値を算出する評価値算出手段を更に有することを特徴とする請求項１に記載の解析装置。
3. 算出された前記評価値を、解析結果として出力する解析結果出力手段を更に有することを特徴とする請求項２に記載の解析装置。
4. 算出された前記評価値に応じてクラスタリングするクラスタリング手段を更に有することを特徴とする請求項２に記載の解析装置。
5. 前記クラスタリング手段は、前記評価値が所定の条件を満たすまで、各クラスタに分類されるためのクラスタリング条件を変更しながらクラスタリングを繰り返すことを特徴とする請求項４に記載の解析装置。
6. 前記評価値が所定の条件を満たした場合の前記クラスタリング条件のもとでクラスタリングすることで得られた処理結果を、解析結果として出力する解析結果出力手段を更に有することを特徴とする請求項５に記載の解析装置。
7. 前記評価値算出手段は、
   前記処理結果が利用されたことによる効果を示す情報に基づいて、前記評価関数における前記指標の重み係数を変更することを特徴とする請求項２乃至６のいずれか１項に記載の解析装置。
8. 解析装置における解析方法であって、
   取得手段が、複数のユーザ識別子のうち、同一ユーザが使用するユーザ識別子の組に関する情報を取得する取得工程と、
   指標値算出手段が、前記複数のユーザ識別子を、それぞれのユーザ識別子に対応付けられた情報に基づいてクラスタリングすることで得られた処理結果に基づいて、前記同一ユーザのユーザ識別子の組が、同じクラスタに分類される傾向を示す指標を算出する指標値算出工程と、
   出力手段が、算出された前記指標を出力する出力工程と
   を有することを特徴とする解析方法。
9. 解析装置のコンピュータに、
   複数のユーザ識別子のうち、同一ユーザが使用するユーザ識別子の組に関する情報を取得する取得工程と、
   前記複数のユーザ識別子を、それぞれのユーザ識別子に対応付けられた情報に基づいてクラスタリングすることで得られた処理結果に基づいて、前記同一ユーザのユーザ識別子の組が、同じクラスタに分類される傾向を示す指標を算出する指標値算出工程と、
   算出された前記指標を出力する出力工程と
   を実行させるためのプログラム。

Images