購買行動分析装置、購買行動分析方法及び購買行動分析プログラム
【課題】マーケティング分析を適切に実行すること。
【解決手段】購買行動分析装置は、ユーザ端末にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データを取得する。そして、購買行動分析装置は、取得したＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。そして、購買行動分析装置は、抽出したページ情報から、ページ情報に含まれる商品についての情報である商品情報を抽出する。そして、購買行動分析装置は、抽出したページ情報から、ページ情報に含まれる情報の要約である要約情報を生成する。そして、購買行動分析装置は、商品情報と要約情報とに対して、所定の統計解析処理を実行する。
【解決手段】購買行動分析装置は、ユーザ端末にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データを取得する。そして、購買行動分析装置は、取得したＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。そして、購買行動分析装置は、抽出したページ情報から、ページ情報に含まれる商品についての情報である商品情報を抽出する。そして、購買行動分析装置は、抽出したページ情報から、ページ情報に含まれる情報の要約である要約情報を生成する。そして、購買行動分析装置は、商品情報と要約情報とに対して、所定の統計解析処理を実行する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、購買行動分析装置、購買行動分析方法及び購買行動分析プログラムに関する。
【背景技術】
【０００２】
消費者の購買行動に関するデータを収集し、収集したデータに基づいてマーケティング分析を行う手法がある。例えば、ＲＦＩＤ（Radio Frequency IDentification）のタグを商品に付けておき、消費者が操作する携帯端末が、物品と接触した際にタグの識別子を取得してデータベースに送信するＲＦＩＤ手法がある。ＲＦＩＤ手法では、その後、データベースに記憶された情報に基づいて、分析装置がマーケティング分析を行う。
【０００３】
また、例えば、ＰＯＳ（Point Of Sale）systemデータを用いてマーケティング分析を行う手法があり、アンケートを用いてユーザについてのデータを収集してマーケティング手法を行う手法がある。また、店舗内にある監視カメラから消費者の導線や視線を分析し、分析結果に基づいてマーケティング分析を行う手法があり、特定のＥＣ（e-commerce）サイトにおいて得られるＷｅｂログを解析することでマーケティング分析を行う手法がある。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００３−１２２８９６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、上述の手法では、マーケティング分析を適切に実行できないという問題がある。例えば、ＰＯＳを用いた手法において用いられるデータには、消費者の購買前後の行動データが含まれず、アンケートを用いる手法や監視カメラを用いる手法では、消費者の購買前後の行動データを収集するのにコストがかかる。また、例えば、アンケートを用いる手法では、パネルユーザが購買行動を起こす時点とデータが収集される時点との間にタイムラグがあり、アンケートに回答した消費者の記憶忘れに起因する回答間違いや回答漏れが発生する。また、例えば、監視カメラを用いる手法では、特定の店舗内における消費者の行動データが得られるに留まり、他の店舗をまたいで行った消費者による商品を比較する行動や価格を比較する行動などについて行動データが得られない。
【０００６】
開示の技術は、上述に鑑みてなされたものであって、マーケティング分析を適切に実行可能である購買行動分析装置、購買行動分析方法及び購買行動分析プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
開示する購買行動分析装置は、一つの態様において、ユーザ端末にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データを取得する取得部を備える。また、購買行動分析装置は、前記取得部により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出部を備える。また、購買行動分析装置は、前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出部を備える。また、購買行動分析装置は、前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成部を備える。また、購買行動分析装置は、前記商品情報抽出部により抽出された前記商品情報と前記要約生成部により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析部を備える。
【発明の効果】
【０００８】
開示する購買行動分析装置の一つの態様によれば、マーケティング分析を適切に実行可能であるという効果を奏する。
【図面の簡単な説明】
【０００９】
【図１】図１は、実施例１に係る購買行動分析装置の構成の一例を示すブロック図である。
【図２】図２は、実施例１に係る購買行動分析装置による処理の流れの一例を示すフローチャートである。
【図３】図３は、実施例２に係る購買行動分析システムの構成の一例を示すブロック図である。
【図４】図４は、実施例２におけるＷｅｂ閲覧データＤＢに記憶された情報の一例を示す図である。
【図５】図５は、実施例２における購買行動分析サーバによる処理の全体像について示す図である。
【図６】図６は、実施例２における本文抽出ルールＤＢに記憶された情報の一例を示す図である。
【図７】図７は、実施例２における閲覧本文データＤＢに記憶された情報の一例を示す図である。
【図８】図８は、実施例２における閲覧商品データＤＢに記憶された情報の一例を示す図である。
【図９】図９は、実施例２における購入商品データＤＢに記憶された情報の一例を示す図である。
【図１０】図１０は、実施例２における行動サマリデータＤＢに記憶された情報の一例を示す図である。
【図１１】図１１は、実施例２におけるマーケティングデータＤＢにより記憶されるマーケティングデータの一例を示す図である。
【図１２】図１２は、実施例２におけるマーケティングデータＤＢにより記憶されるマーケティングデータの一例を示す図である。
【図１３】図１３は、実施例２におけるパネルユーザ端末による処理の流れの一例を示すフローチャートである。
【図１４】図１４は、実施例２におけるＷｅｂ閲覧データ受信部による処理の流れの一例を示すフローチャートである。
【図１５】図１５は、実施例２における本文抽出部による登録処理の流れの一例を示すフローチャートである。
【図１６】図１６は、実施例２における本文抽出部による抽出処理の流れの一例を示すフローチャートである。
【図１７】図１７は、実施例２における商品情報抽出部による処理の流れの一例を示すフローチャートである。
【図１８】図１８は、実施例２におけるサマリ生成部による処理の流れの一例を示すフローチャートである。
【図１９】図１９は、実施例２における統計解析部による処理の流れの一例を示すフローチャートである。
【図２０】図２０は、実施例２の効果を示すための図である。
【図２１】図２１は、実施例３に係る購買行動分析システムの構成の一例を示すブロック図である。
【図２２】図２２は、実施例３における個人情報データＤＢに記憶された情報の一例を示す図である。
【図２３】図２３は、実施例３におけるパネルユーザ端末による処理について示すフローチャートである。
【図２４】図２４は、購買行動分析システムの構成のバリエーションの一例を示す図である。
【図２５】図２５は、購買行動分析プログラムによる情報処理がコンピュータを用いて具体的に実現されることを示す図である。
【発明を実施するための形態】
【００１０】
以下に、開示する購買行動分析装置、購買行動分析方法及び購買行動分析プログラムの実施例について、図面に基づいて詳細に説明する。なお、本実施例により開示する発明が限定されるものではない。各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【実施例１】
【００１１】
［実施例１に係る購買行動分析装置の構成］
図１を用いて、実施例１に係る購買行動分析装置１００の構成の一例を示す。図１は、実施例１に係る購買行動分析装置の構成の一例を示すブロック図である。図１に示す例では、購買行動分析装置１００は、取得部１０１と、ページ情報抽出部１０２と、商品情報抽出部１０３と、要約生成部１０４と、統計解析部１０５とを有する。
【００１２】
取得部１０１は、パネルユーザ端末にてパネルユーザが閲覧したＷｅｂページについての情報であるＷｅｂ閲覧データを取得する。ここで、Ｗｅｂ閲覧データには、パネルユーザ端末にて閲覧されたＷｅｂページの内容が含まれ、例えば、ＷｅｂページのＨＴＭＬ（Hyper Text Markup Language）データが含まれる。
【００１３】
ここで、パネルユーザ端末についても簡単に説明する。パネルユーザ端末は、パネルユーザがＷｅｂページを閲覧するのに用いられる端末である。パネルユーザ端末は、例えば、既知のパーソナルコンピュータ、インターネットにアクセスする機能を有するテレビ、携帯電話、スマートフォン、ＰＨＳ（Personal Handy-phone System）、ＰＤＡ（Personal Digital Assistant）などが該当する。
【００１４】
取得部１０１の説明に戻る。例えば、取得部１０１は、購買行動分析装置１００の管理者によってパネルユーザ端末から収集されたＷｅｂ閲覧データが入力されることで、Ｗｅｂ閲覧データを取得する。また、例えば、購買行動分析装置１００とパネルユーザ端末とが接続された場合には、取得部１０１は、パネルユーザ端末からＷｅｂ閲覧データを収集する。購買行動分析装置１００とパネルユーザ端末とは、例えば、インターネットを介して接続されたり、専用回線を用いて接続されたりする。
【００１５】
ページ情報抽出部１０２は、取得部１０１により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。例えば、ページ情報抽出部１０２は、所定の抽出条件として、商品に関する情報を含むＷｅｂサイトを特定する条件と、Ｗｅｂサイトから抽出する情報を特定する条件とを用いて、抽出処理を実行する。商品に関する情報を含むＷｅｂサイトを特定する条件は、例えば、商品に関する情報を含むＷｅｂサイトのＵＲＬ（Uniform Resource Locator）、商品に関する情報を含むＷｅｂサイトに含まれることが予測される語句、商品に関する情報を含むＷｅｂサイトである場合に付与されることが予測されるＷｅｂページのタイトルなどが該当する。Ｗｅｂサイトから抽出する情報を特定する条件は、例えば、Ｗｅｂサイト内における位置を特定する情報が該当する。ただし、本発明はこれに限定されるものではなく、任意の抽出条件を用いて良い。
【００１６】
例えば、ページ情報抽出部１０２は、商品に関する情報を含むＷｅｂサイトを特定する条件に合致するＷｅｂページについてのＷｅｂ閲覧データから、Ｗｅｂサイトから抽出する情報を特定する条件に合致する情報を抽出する。より詳細な一例をあげて説明すると、ページ情報抽出部１０２は、商品に関する情報を含むＷｅｂサイトを特定する条件として指定されたＵＲＬと合致するＵＲＬを有するＷｅｂページについてのＷｅｂ閲覧データから、Ｗｅｂサイトから抽出する情報を特定する条件により特定される位置にある情報を抽出することで、商品名やＷｅｂサイト名、Ｗｅｂサイトに含まれる本文、価格表記などを抽出する。
【００１７】
なお、ページ情報抽出部１０２により抽出されたページ情報には、ページ情報に含まれる商品についての情報である商品情報だけでなく、商品に関する情報を含むＷｅｂサイトに含まれた他の情報も含まれる。商品に関する情報とは、例えば、パネルユーザがどこからどんな商品についての情報を閲覧したのかを示す情報である。一例をあげて説明すると、「Ｗｅｂサイト名」や「商品名」、「価格表記」などは商品情報に該当し、Ｗｅｂサイトに含まれる「本文」などはその他の情報に該当する。
【００１８】
商品情報抽出部１０３は、ページ情報抽出部１０２により抽出されたページ情報から、商品情報を抽出する。すなわち、ページ情報抽出部１０２により抽出されたページ情報には、商品に関する情報だけでなく、商品に関する情報を含むＷｅｂサイトに含まれた他の情報も含まれる。商品に関する情報とは、例えば、商品情報抽出部１０３は、パネルユーザがどこで閲覧したかを示す情報として「Ｗｅｂサイト名」を抽出し、どんな商品についての情報を閲覧したかを示す情報として「商品名」や「価格表記」を抽出する。
【００１９】
要約生成部１０４は、ページ情報抽出部１０２により抽出されたページ情報から、ページ情報に含まれる情報の要約である要約情報を生成する。例えば、要約生成部１０４は、商品情報とその他の情報とを併せて用いた上で、要約情報を生成する。要約生成部１０４による要約情報生成処理については、任意の手法を用いて良い。なお、要約情報は、「行動サマリ」とも記載する。
【００２０】
統計解析部１０５は、商品情報抽出部１０３により抽出された商品情報と要約生成部１０４により生成された要約情報とに対して、所定の統計解析処理を実行する。すなわち、統計解析部１０５は、Ｗｅｂ閲覧データに対して統計解析処理を実行するのではなく、商品情報抽出部１０３による処理結果となるデータと、要約生成部１０４による処理結果となるデータとを併せたデータに対して統計解析処理を実行する。
【００２１】
［実施例１に係る購買行動分析装置の処理］
図２を用いて、実施例１に係る購買行動分析装置１００による処理の流れの一例を示す。図２は、実施例１に係る購買行動分析装置による処理の流れの一例を示すフローチャートである。
【００２２】
図２に示すように、取得部１０１がＷｅｂ閲覧データを取得すると（ステップＳ１０１肯定）、ページ情報抽出部１０２は、Ｗｅｂ閲覧データからページ情報を抽出する（ステップＳ１０２）。つまり、ページ情報抽出部１０２は、Ｗｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、パネルユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。例えば、ページ情報抽出部１０２は、商品名やＷｅｂサイト名、Ｗｅｂサイトに含まれる本文、価格表記などを抽出する。
【００２３】
そして、商品情報抽出部１０３は、商品情報を抽出する（ステップＳ１０３）。例えば、商品情報抽出部１０３は、ページ情報から、パネルユーザがどこで閲覧したかを示す情報として「Ｗｅｂサイト名」を抽出し、どんな商品についての情報を閲覧したかを示す情報として「商品名」や「価格表記」を抽出する。
【００２４】
そして、要約生成部１０４は、要約情報を生成する（ステップＳ１０４）。例えば、要約生成部１０４は、ページ情報に含まれる商品情報とその他の情報とを併せて用いた上で、要約情報を生成する。そして、統計解析部１０５は、商品情報と要約情報と所定の統計解析処理を実行する（ステップＳ１０５）。
【００２５】
なお、上記の処理手順は、上記の順番に限定されるものではなく、処理内容を矛盾させない範囲で適宜変更しても良い。例えば、上記のステップＳ１０３をＳ１０４の後に実行しても良い。
【００２６】
［実施例１の効果］
このように、実施例１に係る購買行動分析装置１００によれば、パネルユーザ端末にてパネルユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データを取得し、Ｗｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。そして、購買行動分析装置１００は、ページ情報に含まれる商品についての情報である商品情報をページ情報から抽出し、ページ情報に含まれる情報の要約である要約情報をページ情報から生成し、商品情報と要約情報とに対して所定の統計解析処理を実行する。この結果、実施例１に係る購買行動分析装置１００によれば、マーケティング分析を適切に実行可能である。
【００２７】
すなわち、実施例１に係る購買行動分析装置１００によれば、Ｗｅｂ閲覧データを用いることで、低コストで大規模にデータを収集して用いることが可能である。また、購買行動分析装置１００によれば、パネルユーザ端末にて収集されるＷｅｂ閲覧データに基づいて統計解析処理を実行することで、購買行動を起こす時点とデータが収集される時点との間のタイムラグに起因した回答間違いや回答漏れを防止可能である。また、パネルユーザ端末にて収集されるＷｅｂ閲覧データに基づいて統計解析処理を実行することで、特定の店舗のデータに限定されることのないデータを収集して用いることが可能であり、購買行動前後の行動データを用いることも可能である。
【００２８】
また、段階的に情報を集めて統合することで，各ページでは情報の不足が生じる部分を補完したデータが作成することが可能である。具体的には、商品情報とともに、要約情報を作成することで、パネルユーザの行動意図の読み取りに適した要約情報を併せて用いることで、情報の不足が生じる部分を補完したマーケティング分析が可能である。
【実施例２】
【００２９】
［実施例２に係る購買行動分析システムの構成］
実施例２に係る購買行動分析システムについて説明する。図３は、実施例２に係る購買行動分析システムの構成の一例を示すブロック図である。図３において、２００は、パネルユーザ端末を示し、３００は、図１における購買行動分析装置１００に対応する購買行動分析サーバを示し、４０１は、ＥＣサイトを示し、４０２は、インターネットを示す。以下では、実施例１と同様の点については、説明を省略し、又は、簡単に説明する。
【００３０】
図３に示す例では、パネルユーザ端末２００と購買行動分析サーバ３００とがインターネット４０２を介して接続される場合を示したが、本発明はこれに限定されるものではない。例えば、パネルユーザ端末２００と購買行動分析サーバ３００とは、専用回線を用いて接続されても良く、任意の手法にて接続されて良い。
【００３１】
［パネルユーザ端末］
パネルユーザ端末２００は、インターネット４０２を介してＥＣサイト４０１と購買行動分析サーバ３００と接続される。図３に示す例では、複数のパネルユーザ端末２００がある場合を例に示したが、本発明はこれに限定されるものではなく、パネルユーザ端末２００は１つであっても良い。パネルユーザ端末２００は、Ｗｅｂ閲覧データＤＢ２０１と、Ｗｅｂ閲覧データ送信部２１１とを有する。Ｗｅｂ閲覧データＤＢ２０１は、Ｗｅｂ閲覧データ送信部２１１による各種処理に用いるデータを記憶する。Ｗｅｂ閲覧データＤＢ２０１は、例えば、ＲＡＭ（Random Access Memory）やフラッシュメモリ（Flash memory）などの半導体メモリ素子、又は、ハードディスクや光ディスクなどが該当する。Ｗｅｂ閲覧データＤＢ２０１は、パネルユーザ端末２００を利用するパネルユーザにより閲覧されたＷｅｂページを含むＷｅｂ閲覧データを記憶する。
【００３２】
図４は、実施例２におけるＷｅｂ閲覧データＤＢに記憶された情報の一例を示す図である。図４に示す例では、Ｗｅｂ閲覧データＤＢ２０１は、「パネルユーザＩＤ」と「閲覧番号」と「閲覧日時」と「ＵＲＬ」「ＨＴＭＬソース」とを対応付けて記憶する。図４の「パネルユーザＩＤ」は、パネルユーザを識別するＩＤを示し、図４の「閲覧番号」は、Ｗｅｂ閲覧データＤＢ２０１に記憶されたレコードを一意に識別する情報を示す。また、図４の「閲覧日時」は、パネルユーザにより閲覧された日時を示し、図４の「ＵＲＬ」は、パネルユーザにより閲覧されたＷｅｂページのＵＲＬと、図４の「ＨＴＭＬソース」は、パネルユーザにより閲覧されたＷｅｂページのＨＴＭＬソースを示す。
【００３３】
図４に示す例では、Ｗｅｂ閲覧データＤＢ２０１は、パネルユーザＩＤ「00000001」と閲覧番号「00000001」と閲覧日時「2009-12-25 17：01：23」とＵＲＬ「http：//www1.example.com/foo.html」とＨＴＭＬソース「＜html＞＜head＞〜＜/head＞＜body＞〜＜/body＞＜/html＞」とを対応付けて記憶する。すなわち、Ｗｅｂ閲覧データＤＢ２０１は、閲覧番号「00000001」により識別されるレコードとして、パネルユーザＩＤ「00000001」により識別されるパネルユーザが、パネルユーザ端末２００にて、「2009-12-25 17：01：23」に、「http：//www1.example.com/foo.html」にあるＷｅｂページを閲覧したことを記憶する。また、Ｗｅｂ閲覧データＤＢ２０１は、パネルユーザＩＤ「00000001」により閲覧されたＷｅｂページのＨＴＭＬソースが「＜html＞＜head＞〜＜/head＞＜body＞〜＜/body＞＜/html＞」であることを記憶する。
【００３４】
なお、図４に示す例では、記載の便宜上、ＨＴＭＬソースについて、ＨＴＭＬソース内におけるヘッダの位置を示す＜head＞や内容の位置を示す＜body＞を記載するに留めた。ただし、実際には、Ｗｅｂ閲覧データＤＢ２０１は、ＨＴＭＬソースとして、ヘッダの具体的な記載内容や、ボディの具体的な記載内容も記憶する。
【００３５】
Ｗｅｂ閲覧データＤＢ２０１に記憶されるデータは、例えば、パネルユーザがパネルユーザ端末２００を用いてＷｅｂページを閲覧するごとに、パネルユーザ端末２００により格納される。
【００３６】
Ｗｅｂ閲覧データ送信部２１１は、各種の処理手順などを規定したプログラムを記憶する内部メモリを有し、種々の処理を制御する。Ｗｅｂ閲覧データ送信部２１１は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）などの電子回路が該当する。
【００３７】
Ｗｅｂ閲覧データ送信部２１１は、Ｗｅｂ閲覧データＤＢ２０１に記憶されたＷｅｂ閲覧データを所定の契機にて購買行動分析サーバ３００に送信する。所定の契機とは、例えば、一定量のＷｅｂ閲覧データが新たにＷｅｂ閲覧データＤＢ２０１に蓄積されたタイミングや、５分おき、１時間おき等の定期間隔、新たなＷｅｂ閲覧データが格納されたタイミング、Ｗｅｂ閲覧ソフトが開始したタイミングや終了したタイミングなどが該当する。ただし、本発明はこれに限定されるものではく、任意のタイミングであって良い。
【００３８】
Ｗｅｂ閲覧データ送信部２１１は、例えば、Ｗｅｂ閲覧データのアーカイブを作成し、作成したアーカイブを購買行動分析サーバ３００に送信する。ただし、本発明はこれに限定されるものではなくＷｅｂ閲覧データ送信部２１１は、アーカイブとすることなく、Ｗｅｂ閲覧データをそのまま送信しても良い。
【００３９】
［購買行動分析サーバ］
購買行動分析サーバ３００について説明する。図３に示すように、購買行動分析サーバ３００は、本文抽出ルールＤＢ３０１と、辞書データＤＢ３０２と、Ｗｅｂ閲覧データＤＢ３０３と、閲覧本文データＤＢ３０４と、閲覧商品データＤＢ３０５と、購入商品データＤＢ３０６と、行動サマリデータＤＢ３０７と、マーケティングデータＤＢ３０８とを有する。また、購買行動分析サーバ３００は、Ｗｅｂ閲覧データ受信部３１１と、本文抽出部３１２と、商品情報抽出部３１３と、サマリ生成部３１４と、統計解析部３１５とを有する。
【００４０】
ここで、本文抽出ルールＤＢ３０１と、辞書データＤＢ３０２と、Ｗｅｂ閲覧データＤＢ３０３と、閲覧本文データＤＢ３０４と、閲覧商品データＤＢ３０５と、購入商品データＤＢ３０６と、行動サマリデータＤＢ３０７と、マーケティングデータＤＢ３０８とは、例えば、ＲＡＭやフラッシュメモリなどの半導体メモリ素子、又は、ハードディスクや光ディスクなどが該当する。また、Ｗｅｂ閲覧データ受信部３１１と、本文抽出部３１２と、商品情報抽出部３１３と、サマリ生成部３１４と、統計解析部３１５とは、例えば、ＡＳＩＣ、ＦＰＧＡ、ＣＰＵ、ＭＰＵなどの電子回路が該当する。なお、図３に示す例では、本文抽出ルールＤＢ３０１〜マーケティングデータＤＢ３０８について、それぞれ別のデータベースとして記載し、Ｗｅｂ閲覧データ受信部３１１〜統計解析部３１５について、それぞれ別の処理部として記載した。ただし、本発明はこれに限定されるものではなく、本文抽出ルールＤＢ３０１〜マーケティングデータＤＢ３０８のうち一部又はすべてを統合したデータベースとしても良く、Ｗｅｂ閲覧データ受信部３１１〜統計解析部３１５のうち一部又はすべてを統合した処理部としても良い。
【００４１】
図５を用いて、実施例２における購買行動分析サーバ３００による処理の全体像について示す。図５は、実施例２における購買行動分析サーバによる処理の全体像について示す図である。図５においては、図３と対応するデータベースや処理部については、同じ符号を付した。図５を用いて説明する際には、詳細な処理の説明については省略する。
【００４２】
図５の（１）に示すように、購買行動分析サーバ３００では、Ｗｅｂ閲覧データ受信部３１１が、パネルユーザ端末２００により収集されたＷｅｂ閲覧データを受信し、Ｗｅｂ閲覧データＤＢ３０３に格納する。つまり、Ｗｅｂ閲覧データ受信部３１１は、パネルユーザが閲覧したＷｅｂページの内容を収集してＷｅｂ閲覧データＤＢ３０３に格納する。
【００４３】
そして、図５の（２）に示すように、本文抽出部３１２は、本文抽出ルールＤＢ３０１に記憶された本文抽出ルールを用いて、Ｗｅｂ閲覧データＤＢ３０３に格納されたＷｅｂ閲覧データからページ情報を抽出し、閲覧本文データＤＢ３０４に格納する。
【００４４】
そして、図５の（３）に示すように、商品情報抽出部３１３は、辞書データＤＢ３０２に記憶された辞書データを用いて、閲覧本文データＤＢ３０４に記憶されたページ情報から、商品情報として、パネルユーザが閲覧した商品についての商品情報を抽出し、パネルユーザが購入した商品についての商品情報を抽出する。そして、商品情報抽出部３１３は、閲覧した商品についての商品情報を閲覧商品データＤＢ３０５に格納し、購入した商品についての商品情報を購入商品データＤＢ３０６に格納する。
【００４５】
また、図５の（４）に示すように、サマリ生成部３１４は、辞書データＤＢ３０２に記憶された辞書データを用いて、閲覧本文データＤＢ３０４に記憶されたページ情報の要約情報を生成し、行動サマリデータＤＢ３０７に格納する。例えば、サマリ生成部３１４は、ページ情報を任意の手法にてクラスタごとに分け、ページ情報に含まれる代表的なキーワードを付与することで要約情報を生成する。
【００４６】
そして、図５の（５）に示すように、統計解析部３１５は、閲覧商品データＤＢ３０５や購入商品データＤＢ３０６、行動サマリデータＤＢ３０７に記憶された情報に対して所定の統計解析処理を実行し、マーケティングデータを生成してマーケティングデータＤＢ３０８に格納する。例えば、統計解析部３１５は、所定の統計解析処理として、統計処理及び可視化処理を行うことで、マーケティングデータを生成する。その後、マーケティングデータＤＢ３０８に記憶されたマーケティングデータは、例えば、マーケティングレポートとして出力される。
【００４７】
図３の説明に戻る。本文抽出ルールＤＢ３０１は、本文抽出部３１２と接続される。本文抽出ルールＤＢ３０１は、Ｗｅｂ閲覧データからページ情報を抽出するためのルールを記憶する。
【００４８】
図６は、実施例２における本文抽出ルールＤＢに記憶された情報の一例を示す図である。図６に示す例では、本文抽出ルールＤＢ３０１は、「ＵＲＬ条件」と「タイトル条件」と「購入サイト」と「ページタイプ」と「Ｘｐａｔｈ条件」と「データ種別」とを含む本文抽出ルールのレコードを記憶する。
【００４９】
ここで、「ＵＲＬ条件」と「タイトル条件」とは、Ｗｅｂ閲覧データに含まれるユーザが閲覧したＷｅｂページから商品に関するＷｅｂページを抽出するルールを示す。具体的には、ＵＲＬ条件は、Ｗｅｂ閲覧データに含まれるユーザにより閲覧されたＷｅｂページのうち、ページ情報として抽出するＷｅｂページのＵＲＬを示す。タイトル条件は、Ｗｅｂ閲覧データに含まれるユーザにより閲覧されたＷｅｂページのうち、ページ情報として抽出するＷｅｂページのタイトルを示す。
【００５０】
「購入サイト」は、「ＵＲＬ条件」と「タイトル条件」とにより抽出されるＷｅｂページが、ＥＣサイトのＷｅｂページである場合に、ＥＣサイトの名称を示す。また、「ページタイプ」は、「ＵＲＬ条件」と「タイトル条件」と「購入サイト」とにより抽出されるＷｅｂページが、商品についての情報を閲覧するためのＷｅｂページかを示す。図６に示す例では、ページタイプ「商品詳細」が商品についての情報を閲覧するためのＷｅｂページを示し、ページタイプ「購入手続き」が商品を購入するためのＷｅｂページを示す場合を例に示した。
【００５１】
また、「Ｘｐａｔｈ条件」は、抽出されたＷｅｂページからページ情報として抽出する箇所を示す情報であり、「データ種別」は、「Ｘｐａｔｈ条件」により抽出される情報の種別を示す。なお、図６に示した項目の組み合わせは一例であり、これに限定されるものではなく、任意の組み合わせを用いて良い。
【００５２】
図６に示す例では、本文抽出ルールＤＢ３０１は、ＵＲＬ条件「http：//foo.examlple.com/bbb.html」とタイトル条件「ＮＵＬＬ」と購入サイト「foo」とページタイプ「商品詳細」とＸｐａｔｈ条件「//b/td[2]/span[3]」とデータ種別「販売名表記」とを含むレコードを記憶する。すなわち、本文抽出ルールＤＢ３０１は、「http：//foo.examlple.com/bbb.html」に合致する「ｆｏｏ」というＥＣサイトのＷｅｂページをＷｅｂ閲覧データから抽出し、抽出したＷｅｂページのうち、「//b/td[2]/span[3]」により特定される箇所から「販売名表記」を示すデータを抽出することを記憶する。なお、「ＮＵＬＬ」は、何もデータが含まれない場合を示す。
【００５３】
図３の説明に戻る。辞書データＤＢ３０２は、商品情報抽出部３１３及びサマリ生成部３１４と接続される。辞書データＤＢ３０２は、Ｗｅｂページに含まれる本文からキーワードを抽出する際や、本文を形態素に分解する際に用いられる。辞書データＤＢ３０２は、既存の任意の手法にて作成される。辞書データＤＢ３０２は、例えば、専門誌の記事テキストやＥＣサイトの検索クエリー、カテゴリ情報等から収集したデータに基づき、随時更新される。辞書データＤＢ３０２の更新処理は、任意の手法を用いて良く、購買行動分析サーバ３００の管理者が手動にて更新しても良く、専門誌の記事テキストやＥＣサイトの検索クエリー、カテゴリ情報等から収集したデータを受信すると、自動で更新するようにしても良い。
【００５４】
Ｗｅｂ閲覧データＤＢ３０３は、Ｗｅｂ閲覧データを記憶する。例えば、パネルユーザ端末２００各々により送信されてＷｅｂ閲覧データ受信部３１１が受信したＷｅｂ閲覧データ各々を記憶する。Ｗｅｂ閲覧データＤＢ３０３が記憶する情報については、Ｗｅｂ閲覧データＤＢ２０１が記憶する情報と同様であり、説明を省略する。
【００５５】
閲覧本文データＤＢ３０４は、Ｗｅｂ閲覧データから本文抽出部３１２により抽出されたページ情報を記憶する。すなわち、閲覧本文データＤＢ３０４は、Ｗｅｂ閲覧データに含まれるユーザが閲覧したＷｅｂページのうち、商品に関するＷｅｂページに含まれる情報であるページ情報を記憶する。
【００５６】
図７は、実施例２における閲覧本文データＤＢに記憶された情報の一例を示す図である。図７に示す例では、閲覧本文データＤＢ３０４は、「閲覧番号」と「ユーザＩＤ」と「閲覧日時」と「サイト名」と「ページタイプ」と「本文」と「タイトル」と「販売名表記」と「価格表記」と「商品説明文」と「検索キーワード」と「商品画像」と「ショップ名」と「個数表記」と「カテゴリ」と「ブランド」とを含むレコードを記憶する。ただし、図７に示した項目の組み合わせは一例であり、本発明はこれに限定されるものではなく、任意の項目を用いて良い。
【００５７】
ここで、「ユーザＩＤ」は、ユーザを識別する情報であり、例えば、Ｗｅｂ閲覧データに含まれる。「本文」は、Ｗｅｂページに含まれる本文を示す。「販売名表記」は、Ｗｅｂページに含まれる商品の名称を示す。「商品説明文」は、Ｗｅｂページに含まれる本文のうち、商品についての説明文を示す。「検索キーワード」は、Ｗｅｂページに対して設定されているキーワードを示す。例えば、検索キーワードは、Ｗｅｂページのタグに設定され、メタ情報として設定される。「商品画像」は、Ｗｅｂページに含まれる画像のうち、商品についての画像を示す。「ショップ名」は、Ｗｅｂページにおいて商品について説明している店名や、Ｗｅｂページにおいて商品を販売している店名を示す。「個数表記」は、ユーザが商品を購入したことを示すＷｅｂページである場合に、ユーザが購入した商品の個数を示す。「カテゴリ」は、Ｗｅｂページに含まれる商品のカテゴリを示す。「ブランド」は、商品に付与されたブランドを示す。
【００５８】
ここで、「閲覧番号」は、図４に示した「閲覧番号」と同一の番号である。また、「サイト名」と「ページタイプ」と「本文」と「タイトル」と「販売名表記」と「価格表記」と「商品説明文」と「検索キーワード」と「商品画像」と「ショップ名」と「個数表記」と「カテゴリ」と「ブランド」とは、それぞれ、辞書データＤＢ３０２に基づいて、商品情報抽出部３１３によりＷｅｂ閲覧データから抽出される。例えば、本文抽出ルールにおける「データ種別」として「サイト名」〜「ブランド」が設定されることで、「サイト名」〜「ブランド」は、本文抽出ルールに基づいてＷｅｂ閲覧データから抽出される。また、「販売名表記」や「価格表記」、「ショップ名」「個数表記」「カテゴリ」「ブランド」は、辞書データＤＢ３０２に基づいて本文からキーワードが抽出されることで、Ｗｅｂ閲覧データから抽出される。
【００５９】
図７に示す例では、閲覧本文データＤＢ３０４は、閲覧番号「00000001」とユーザＩＤ「00000001」と閲覧日時「2009-12-25 17：01：23」とサイト名「サイトＡ」とページタイプ「商品詳細」と本文「本商品は云々…」とタイトル「商品××」と販売名表記「商品××」と価格表記「1200円」と商品説明文「本商品は云々…」と検索キーワード「NULL」と商品画像「（画像データ）」とショップ名「ショップa」と個数表記「ＮＵＬＬ」とカテゴリ「Tシャツ」とブランド「ブランドX」とを含むレコードを記憶する。なお、図７に示す例では、記載の便宜上、商品画像として「（画像データ）」を記憶する場合を示したが、「（画像データ）」は画像データを示す。
【００６０】
すなわち、図７に示す例では、閲覧本文データＤＢ３０４は、「2009-12-25 17：01：23」にユーザ「00000001」により閲覧されたＷｅｂ閲覧データのうち閲覧番号「00000001」により識別されるレコードについてのページ情報を記憶する。また、閲覧本文データＤＢ３０４は、Ｗｅｂページのサイト名が「サイトＡ」であり、商品の詳細について閲覧するためのＷｅｂページであり、Ｗｅｂぺージには「本商品は云々…」という本文が含まれ、Ｗｅｂページのタイトルが「商品××」であることを記憶する。また、閲覧本文データＤＢ３０４は、Ｗｅｂページに「商品××」という商品についての情報が含まれ、価格が「1200円」であり、「本商品は云々…」という説明文があることを記憶する。また、Ｗｅｂページに「（画像データ）」という画像が含まれ、Ｗｅｂページに関する店名が「ショップa」であり、商品のカテゴリが「Tシャツ」であり、商品のブランドが「ブランドX」であることを記憶する。
【００６１】
図３の説明に戻る。閲覧商品データＤＢ３０５は、商品についての情報を閲覧するためのＷｅｂページから抽出される商品情報を記憶する。具体的には、閲覧商品データＤＢ３０５は、ページタイプが「商品詳細」となっている閲覧本文データＤＢ３０４のレコードに含まれる商品情報を記憶する。
【００６２】
図８は、実施例２における閲覧商品データＤＢに記憶された情報の一例を示す図である。図８に示す例では、閲覧商品データＤＢ３０５は、「閲覧番号」と「サイト名」と「ショップ名」と「販売名表記」と「価格表記」と「カテゴリ」と「ブランド」と「商品画像」とを含む閲覧商品のレコードを記憶する。なお、図８に示す項目の組み合わせは一例であり、これに限定されるものではなく、任意であって良い。
【００６３】
例えば、閲覧商品データＤＢ３０５は、閲覧番号「00000001」とサイト名「サイトＡ」とショップ名「ショップa」と販売名表記「商品××」と価格表記「1200円」とカテゴリ「Tシャツ」とブランド「ブランドX」と商品画像「（画像データ）」とを含む閲覧商品のレコードを記憶する。
【００６４】
図３の説明に戻る、購入商品データＤＢ３０６は、商品を購入するためのＷｅｂページから抽出される商品情報を記憶する。具体的には、購入商品データＤＢ３０６は、ページタイプが「購入手続き」となっている閲覧本文データＤＢ３０４のレコードに含まれる商品情報を記憶する。
【００６５】
図９は、実施例２における購入商品データＤＢに記憶された情報の一例を示す図である。図９に示す例では、購入商品データＤＢ３０６は、「閲覧番号」と「サイト名」と「ショップ名」と「販売名表記」と「価格表記」と「個数表記」と「カテゴリ」と「ブランド」と「商品画像」とを含む購入商品のレコードを記憶する。なお、図９に示す項目の組み合わせは一例であり、本発明はこれに限定されるものではなく任意の項目の組み合わせを用いて良い。なお、図８と図９とを比較すると、購入商品データＤＢ３０６は、購入手続きを示すＷｅｂページについての商品情報であり、閲覧本文データＤＢ３０４の項目に「個数表記」が加えられている。
【００６６】
例えば、購入商品データＤＢ３０６は、閲覧番号「00000002」とサイト名「サイトＡ」とショップ名「ショップa」と販売名表記「商品××」と価格表記「1200円」と個数表記「１」とカテゴリ「Tシャツ」とブランド「ブランドX」と商品画像「（画像データ）」とを含む購入商品のレコードを記憶する。
【００６７】
図３の説明に戻る。行動サマリデータＤＢ３０７は、ページ情報の要約である要約情報を記憶する。図１０は、実施例２における行動サマリデータＤＢに記憶された情報の一例を示す図である。図１０に示す例では、行動サマリデータＤＢ３０７は、「ユーザＩＤ」と「閲覧番号」と「クラスタ番号」と「代表キーワード」とを含むレコードを記憶する。なお、図１０に示した項目の組み合わせは一例であり、本発明はこれに限定されるものではなく任意の項目の組み合わせを用いて良い。
【００６８】
ここで、「クラスタ番号」について簡単に説明する。後述のサマリ生成部３１４は、閲覧本文データＤＢ３０４に含まれるレコードを複数のグループに分類する。クラスタ番号は、個々のグループを識別する情報である。代表キーワードは、個々のグループに含まれる代表的なキーワードを示す。
【００６９】
図１０に示す例では、行動サマリデータＤＢ３０７は、ユーザＩＤ「00000001」と閲覧番号「00000001」とクラスタ番号「00000001」と代表キーワード「Ｔシャツ、ブランドX」とを含む行動サマリのレコードを記憶する。すなわち、行動サマリデータＤＢ３０７は、「00000001」のユーザの閲覧番号「00000001」により識別される行動サマリのレコードが、クラスタ番号「00000001」により識別されるグループに分類されていることを記憶し、クラスタ番号「00000001」により識別されるグループの代表的なキーワードが「Ｔシャツ、ブランドX」であることを記憶する。
【００７０】
マーケティングデータＤＢ３０８は、統計解析部３１５による処理結果となるマーケティングデータを記憶する。図１１と図１２とは、実施例２におけるマーケティングデータＤＢにより記憶されるマーケティングデータの一例を示す図である。図１１は、任意の期間内において、商品のカテゴリごとに、ブランドをランキングした場合におけるマーケティングデータを示す。また、図１２は、カテゴリごとに、横軸をアイテムとし、縦軸をアイテムの平均金額とした場合のマーケティングデータを示す。マーケティングデータＤＢ３０８に記憶されたデータは、マーケティングレポートとして出力される。
【００７１】
図３の説明に戻る。Ｗｅｂ閲覧データ受信部３１１は、Ｗｅｂ閲覧データをパネルユーザ端末２００から受信することで取得する。例えば、Ｗｅｂ閲覧データ受信部３１１は、Ｗｅｂ閲覧データのアーカイブを受信すると、受信したＷｅｂ閲覧データのアーカイブを解凍し、解凍の結果得られるＷｅｂ閲覧データをＷｅｂ閲覧データＤＢ３０３に格納する。
【００７２】
本文抽出部３１２は、例えば、購買行動分析サーバ３００の管理者から本文抽出ルールを受信すると、本文抽出ルールＤＢ３０１に格納する。本文抽出ルールの登録や変更は、例えば、管理者が任意に実行する。例えば、本文抽出部３１２は、登録タイミングとなると、管理者により本文抽出ルールが登録され、登録された本文抽出ルールを本文抽出ルールＤＢ３０１に格納する。
【００７３】
なお、本文抽出部３１２は、閲覧本文データＤＢ３０４に記憶されたページ情報を監視することで、ＥＣサイトのサイト構造の変化を検出し、検出結果に基づいて本文抽出ルールを変更しても良い。
【００７４】
また、本文抽出部３１２は、Ｗｅｂ閲覧データ受信部３１１により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。具体的には、本文抽出部３１２は、新規なＷｅｂ閲覧データが閲覧本文データＤＢ３０４にある場合に、閲覧本文データＤＢ３０４から新規なＷｅｂ閲覧データを読み出し、本文抽出ルールに基づいて、読み出した新規なＷｅｂ閲覧データに含まれるＷｅｂページから、商品を購入するためのＷｅｂページを特定し、商品についての情報を閲覧するためのＷｅｂページを特定する。そして、本文抽出部３１２は、本抽出ルールに基づいて、特定したＷｅｂページに含まれる情報であるページ情報を抽出する。例えば、本文抽出部３１２は、Ｗｅｂ閲覧データに含まれるＨＴＭＬソースから本文抽出ルールにより指定される箇所を抽出することで、ページ情報を抽出する。
【００７５】
例えば、本文抽出部３１２は、任意のタイミングで抽出処理を実行する。任意のタイミングとは、例えば、５分おきや１時間おきなどの定期間隔で実行する場合、一定量の新規Ｗｅｂ閲覧データが蓄積されたタイミングなどが該当する。なお、本文抽出部３１２による処理の流れの一例については、フローチャートを用いて後述する。
【００７６】
商品情報抽出部３１３は、本文抽出部３１２により抽出されたページ情報から、ページ情報に含まれる商品についての情報である商品情報を抽出する。具体的には、商品情報抽出部３１３は、商品を購入するためのＷｅｂページから商品情報として第１の商品情報を抽出し、商品についての情報を閲覧するためのＷｅｂページに含まれる商品情報である第２の商品情報を抽出する。
【００７７】
例えば、商品情報抽出部３１３は、新規なページ情報が閲覧本文データＤＢ３０４にある場合に、閲覧本文データＤＢ３０４からレコードを１つ取得し、取得したレコードのページタイプが「商品詳細」であれば、閲覧商品データＤＢ３０５に商品情報を格納する。また、商品情報抽出部３１３は、取得したレコードのページタイプが「購入手続き」であれば、購入商品データＤＢ３０６に商品情報を格納する。より詳細な一例をあげて説明すると、商品情報抽出部３１３は、閲覧本文データＤＢ３０４から取得したレコードに含まれる項目のうち、商品情報に該当する項目のデータを、閲覧商品データＤＢ３０５に又は購入商品データＤＢ３０６に格納する。商品情報抽出部３１３による処理の流れの一例については、フローチャートを用いて後述する。
【００７８】
なお、商品情報抽出部３１３は、辞書データＤＢ３０２に基づいてレコードに含まれるページ情報の本文からキーワードを抽出し、抽出したキーワードから商品情報に該当するキーワードを抽出して閲覧商品データＤＢ３０５又は購入商品データＤＢ３０６に格納しても良い。
【００７９】
サマリ生成部３１４は、本文抽出部３１２により抽出されたページ情報から、ページ情報に含まれる情報の要約である要約情報を生成する。具体的には、サマリ生成部３１４は、閲覧本文データＤＢ３０４からページ情報のレコードを取得し、取得したページ情報のレコードに対してクラスタ処理を行う。つまり、ページ情報のレコード間の類似度に基づいて、処理対象となるユーザについての複数のページ情報のレコードをグループに分類する。そして、サマリ生成部３１４は、キーワード抽出処理を行う。つまり、サマリ生成部３１４は、クラスタに含まれるレコードを代表するキーワードをクラスタごとに抽出する。そして、サマリ生成部３１４は、サマリ生成処理を行う。つまり、サマリ生成部３１４は、クラスタごとのキーワードと、クラスタ番号とを対応付けてサマリとして生成する。そして、サマリ生成部３１４は、生成したサマリを行動サマリデータＤＢ３０７に格納する。サマリ生成部３１４による処理の一例については、フローチャートを用いて後述する。
【００８０】
統計解析部３１５は、商品情報抽出部３１３により抽出された商品情報とサマリ生成部３１４により生成された要約情報とに対して、所定の統計解析処理を実行する。具体的には、統計解析部３１５は、閲覧商品データＤＢ３０５に記憶された商品情報を取得し、購入商品データＤＢ３０６に記憶された商品情報を取得し、行動サマリデータＤＢ３０７に記憶された要約情報を取得する。そして、統計解析部３１５は、取得したデータに対して統計解析処理を実行し、処理結果となるマーケティングデータをマーケティングデータＤＢ３０８に格納する。統計解析部３１５が用いる所定の統計解析処理は、任意の統計解析処理で良い。統計解析部３１５による処理の一例については、フローチャートを用いて後述する。
【００８１】
［パネルユーザ端末による処理］
図１３を用いて、実施例２におけるパネルユーザ端末２００による処理の流れの一例を示す。図１３は、実施例２におけるパネルユーザ端末による処理の流れの一例を示すフローチャートである。
【００８２】
図１３に示すように、パネルユーザ端末２００では、Ｗｅｂ閲覧データ送信部２１１は、新規なＷｅｂ閲覧データがあると（ステップＳ２０１肯定）、新規なＷｅｂ閲覧データのアーカイブを作成する（ステップＳ２０２）。そして、Ｗｅｂ閲覧データ送信部２１１は、作成したＷｅｂ閲覧データのアーカイブを購買行動分析サーバ３００に送信する（ステップＳ２０３）。
【００８３】
なお、図１３に示す例では、Ｗｅｂ閲覧データ送信部２１１が、アーカイブを作成して送信する場合を示したが、本発明はこれに限定されるものではない。例えば、Ｗｅｂ閲覧データ送信部２１１は、アーカイブを作成することなく、Ｗｅｂ閲覧データそのものを送信しても良い。
【００８４】
［購買行動分析サーバによる処理］
購買行動分析サーバ３００による処理の流れの一例を示す。以下では、Ｗｅｂ閲覧データ受信部３１１による処理の流れの一例と、本文抽出部３１２による処理の流れの一例と、商品情報抽出部３１３による処理の流れの一例と、サマリ生成部３１４による処理の流れの一例と、統計解析部３１５による処理の流れの一例とについて、順に説明する。
【００８５】
［Ｗｅｂ閲覧データ受信部による処理］
図１４を用いて、実施例２におけるＷｅｂ閲覧データ受信部３１１による処理の流れの一例を示す。図１４は、実施例２におけるＷｅｂ閲覧データ受信部による処理の流れの一例を示すフローチャートである。
【００８６】
図１４に示すように、Ｗｅｂ閲覧データ受信部３１１は、Ｗｅｂ閲覧データのアーカイブを受信すると（ステップＳ３０１肯定）、受信したＷｅｂ閲覧データのアーカイブを解凍する（ステップＳ３０２）。そして、Ｗｅｂ閲覧データ受信部３１１は、解凍の結果得られるＷｅｂ閲覧データをＷｅｂ閲覧データＤＢ３０３に格納する（ステップＳ３０３）。
【００８７】
なお、図１４に示す例では、Ｗｅｂ閲覧データ受信部３１１は、アーカイブを解凍した上でＷｅｂ閲覧データＤＢ３０３に格納する場合を示したが、本発明はこれに限定されるものではない。例えば、Ｗｅｂ閲覧データ受信部３１１は、アーカイブを解凍することなく、そのまま格納しても良い。
【００８８】
また、図１４に示す例では、パネルユーザ端末２００がＷｅｂ閲覧データのアーカイブを送信する場合を示した。ただし、本発明はこれに限定されるものではなく、パネルユーザ端末２００がＷｅｂ閲覧データそのものを送信する場合には、Ｗｅｂ閲覧データ受信部３１１は、解凍処理を実行することなく、受信したＷｅｂ閲覧データを格納する。
【００８９】
［本文抽出部による登録処理］
図１５を用いて、実施理２における本文抽出部３１２による登録処理の流れの一例を示す。図１５は、実施例２における本文抽出部による登録処理の流れの一例を示すフローチャートである。
【００９０】
図１５に示すように、本文抽出部３１２は、登録タイミングとなると（ステップＳ４０１肯定）、管理者により本文抽出ルールが登録され（ステップＳ４０２）、登録された本文抽出ルールを本文抽出ルールＤＢ３０１に格納する（ステップＳ４０３）。例えば、本文抽出部３１２は、本文抽出ルールを管理者から受信することで本文抽出ルールが登録され、受信した本文抽出ルールを本文抽出ルールＤＢ３０１に格納する。
【００９１】
［本部抽出部による抽出処理］
図１６を用いて、実施例２における本文抽出部３１２による抽出処理の流れの一例を示す。図１６は、実施例２における本文抽出部による抽出処理の流れの一例を示すフローチャートである。
【００９２】
図１６に示すように、本文抽出部３１２は、新規なＷｅｂ閲覧データがＷｅｂ閲覧データＤＢ３０３にあるかを判定する（ステップＳ５０１）。ここで、本文抽出部３１２は、あると判定すると（ステップＳ５０１肯定）、Ｗｅｂ閲覧データＤＢ３０３からページ情報のレコードを１つ取得する（ステップＳ５０２）。そして、本文抽出部３１２は、本文抽出ルールＤＢ３０１に本文抽出ルールが登録済みであるかを判定し（ステップＳ５０３）、あると判定すると（ステップＳ５０３肯定）、Ｗｅｂ閲覧データに含まれるＨＴＭＬソースから本文抽出ルールにより指定される箇所を抽出する（ステップＳ５０４）。つまり、本文抽出部３１２は、Ｗｅｂ閲覧データ受信部３１１により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ページ情報を抽出する。そして、本文抽出部３１２は、閲覧本文データＤＢにページ情報を格納する（ステップＳ５０５）。
【００９３】
そして、本文抽出部３１２は、ステップＳ５０１に戻り、新規なＷｅｂ閲覧データがＷｅｂ閲覧データＤＢ３０３にないと判定するまで、ステップＳ５０１〜Ｓ５０５までの処理を繰り返す。また、本文抽出部３１２は、上述したステップＳ５０３において、本文抽出ルールがないと判定すると（ステップＳ５０３否定）、処理を終了する。また、本文抽出部３１２は、ステップＳ５０１において、新規なＷｅｂ閲覧データがＷｅｂ閲覧データＤＢ３０３にないと判定すると（ステップＳ５０１否定）、処理を終了する。
【００９４】
なお、上記の処理手順は、上記の順番に限定されるものではなく、処理内容を矛盾させない範囲で適宜変更しても良い。例えば、まず、図１６におけるステップＳ５０１とステップＳ５０３とを実行し、その際、新規なＷｅｂ閲覧データがあると判定し、かつ、本文抽出ルールがあると判定した場合に、図１６におけるステップＳ５０２、ステップＳ５０４及びステップＳ５０５を実行するようにしても良い。
【００９５】
［商品情報抽出部による処理］
図１７を用いて、実施例２における商品情報抽出部３１３による処理の流れの一例を示す。図１７は、実施例２における商品情報抽出部による処理の流れの一例を示すフローチャートである。
【００９６】
図１７に示すように、商品情報抽出部３１３は、新規なページ情報が閲覧本文データＤＢ３０４にあると（ステップＳ６０１肯定）、閲覧本文データＤＢ３０４からレコードを１つ取得する（ステップＳ６０２）。例えば、商品情報抽出部３１３は、閲覧本文データＤＢ３０４に処理済みでない新規レコードがあるか否かを判定したり、ストアドプロシジャー的に、新規のレコードが格納されるごとに、レコードを取得する。
【００９７】
そして、商品情報抽出部３１３は、辞書データＤＢ３０２に基づいてレコードに含まれるページ情報の本文からキーワードを抽出する（ステップＳ６０３）。つまり、商品情報抽出部３１３は、専門誌の記事テキストやＥＣサイトの検索クエリー、カテゴリ情報等から収集されたデータに基づいて時更新される辞書データＤＢ３０２に記憶された語句とマッチするキーワードを抽出する。
【００９８】
そして、商品情報抽出部３１３は、ページタイプが「商品詳細」か「購入手続き」かを判別し（ステップＳ６０４）、ページタイプ「購入手続き」である場合には（ステップＳ６０４購入手続き）、商品情報を購入商品データＤＢ３０６に格納する（ステップＳ６０５）。一方、商品情報抽出部３１３は、ページタイプ「商品詳細」である場合には（ステップＳ６０４商品詳細）、商品情報を閲覧商品データＤＢ３０５に格納する（ステップＳ６０６）。
【００９９】
例えば、商品情報抽出部３１３は、閲覧本文データＤＢ３０４から取得したレコードに含まれる項目のうち、商品情報に該当する項目のデータを、閲覧商品データＤＢ３０５に又は購入商品データＤＢ３０６に格納する。より詳細な一例をあげて説明すると、商品情報抽出部３１３は、レコードの各項目のうち、「閲覧番号」と「サイト名」と「ショップ名」と「販売名表記」と「価格表記」と「個数表記」と「カテゴリ」と「ブランド」と「商品画像」とを購入商品データＤＢ３０６に格納する。また、同様に、商品情報抽出部３１３は、レコードの各項目のうち、「閲覧番号」と「サイト名」と「ショップ名」と「販売名表記」と「価格表記」と「カテゴリ」と「ブランド」と「商品画像」とを閲覧商品データＤＢ３０５に格納する。なお、ここで、レコードに含まれる各項目には、必ずしもデータが含まれるとは限らない。この場合、商品情報抽出部３１３は、データが含まれていない項目については何らデータを入力することなく、「ＮＵＬＬ」とする。
【０１００】
そして、商品情報抽出部３１３は、ステップＳ６０１に戻り、新規なページ情報がないと判定するまで、上述したステップＳ６０１〜Ｓ６０６までの処理を繰り返す。一方、商品情報抽出部３１３は、ステップＳ６０１において、新規なページ情報がないと判定すると（ステップＳ６０１否定）、処理を終了する。なお、上記の処理手順は、上記の順番に限定されるものではなく、処理内容を矛盾させない範囲で適宜変更しても良い。例えば、上記のステップＳ６０３を省略しても良い。
【０１０１】
［サマリ生成部による処理］
図１８を用いて、実施例２におけるサマリ生成部３１４による処理の流れの一例を示す。図１８は、実施例２におけるサマリ生成部による処理の流れの一例を示すフローチャートである。
【０１０２】
図１８に示すように、サマリ生成部３１４は、処理対象期間、処理対象パネルユーザＩＤの指定が管理者よりあると（ステップＳ７０１肯定）、指定された期間、パネルユーザＩＤと一致又は相当するレコードを閲覧本文データＤＢ３０４から取得する（ステップＳ７０２）。例えば、処理対象期間「2009-12-25 00：00：00〜2009-12-26 00：00：00」と処理対象パネルユーザＩＤ「00000001」とが指定されると、サマリ生成部３１４は、閲覧本文データＤＢ３０４から、閲覧日時が「2009-12-25 00：00：00〜2009-12-26 00：00：00」に含まれ、パネルユーザＩＤ「00000001」を含むレコードを取得する。
【０１０３】
そして、サマリ生成部３１４は、辞書データＤＢに基づいて、各閲覧ページの本文を形態素に分解する（ステップＳ７０３）。つまり、サマリ生成部３１４は、辞書データＤＢ３０２に基づいて、取得したレコードに含まれるページの本文を形態素に分解する。
【０１０４】
そして、サマリ生成部３１４は、形態素に分解したキーワードを利用して閲覧ページをクラスタリングする（ステップＳ７０４）。つまり、サマリ生成部３１４は、レコードごとに得られるキーワードを用いてレコード間の類似度を算出し、算出したレコード間の類似度に基づいて処理対象となるユーザについての複数のレコードをグループに分類する。
【０１０５】
そして、サマリ生成部３１４は、行動サマリデータＤＢ３０７に閲覧番号とクラスタ番号とを格納する（ステップＳ７０５）。つまり、サマリ生成部３１４は、任意のクラスタ番号を発行し、ステップＳ７０４にて分類したレコードのグループ各々に付与する。そして、サマリ生成部３１４は、クラスタ番号と、クラスタ番号が付与されたグループに含まれるレコードの閲覧番号とを対応付けて、行動サマリデータＤＢ３０７に格納する。例えば、閲覧番号「00000001」を含むレコードと「00000002」を含むレコードとが同一のグループに分類され、クラスタ番号「00000001」が付与された場合を用いて説明する。この場合、サマリ生成部３１４は、閲覧番号「00000001」とクラスタ番号「00000001」との対応付けを行動サマリデータＤＢ３０７に格納し、閲覧番号「00000002」とクラスタ番号「00000001」との対応付けを行動サマリデータＤＢ３０７に格納する。また、処理対象となったパネルユーザＩＤも格納する。この段階においては、図１０に示す行動サマリデータＤＢ３０７の項目のうち、代表キーワードは空白である。
【０１０６】
そして、サマリ生成部３１４は、対象クラスタ番号を「00000001」とし（ステップＳ７０６）、対象クラスタ番号が付与された閲覧番号のページ情報を取得する（ステップＳ７０７）。そして、サマリ生成部３１４は、辞書データＤＢ３０２に基づいて、各ページ情報の本文を形態素に分解し（ステップＳ７０８）、形態素に分解したキーワードの中から代表キーワードを抽出する（ステップＳ７０９）。例えば、サマリ生成部３１４は、クラスタ番号「00000001」のページ情報から、代表キーワード「Ｔシャツ、ブランドＸ」を抽出する。
【０１０７】
例えば、サマリ生成部３１４は、キーワードを抽出する手法として、任意の手法を用いて良い。例えば、ＴＦＩＤＦ（term frequency inverse document frequency）やc-valueなどを用いて良い。
【０１０８】
そして、サマリ生成部３１４は、行動サマリデータＤＢ３０７に代表キーワードを格納する（ステップＳ７１０）。つまり、クラスタ番号「00000001」を含むレコードに、代表キーワード「Ｔシャツ、ブランドＸ」を格納する。
【０１０９】
そして、サマリ生成部３１４は、対象クラスタ番号をインクリメントする（ステップＳ７１１）。例えば、サマリ生成部３１４は、対象クラスタ番号を「00000002」とする。そして、サマリ生成部３１４は、対象クラスタ番号のクラスタがあるかを判別する（ステップＳ７１２）。例えば、上述したステップＳ７０４において、レコードを４つのグループに分類し、クラスタ番号「00000001」〜「00000004」までが付与された場合には、サマリ生成部３１４は、あると判定し（ステップＳ７１２肯定）、上述したステップＳ７０７に戻り、処理を繰り返す。一方、サマリ生成部３１４は、クラスタ番号「00000001」〜「00000004」までが付与されており、インクリメント後の対象クラスタ番号が「00000005」である場合には、ないと判定し（ステップＳ７１２否定）、処理を終了する。
【０１１０】
なお、上記の処理手順は、上記の順番に限定されるものではなく、処理内容を矛盾させない範囲で適宜変更しても良い。例えば、図１８に示す例では、レコード各々からキーワードを抽出しキーワードの類似度に基づいてクラスタリングを行う場合について示したが、本発明はこれに限定されるものではなく、任意の手法を用いてクラスタリングして良い。また、図１８に示す例では、ステップＳ７０３にて形態素に分解し、ステップＳ７０８においても、形態素に分解する場合を示したが、本発明はこれに限定されるものではない。例えば、ステップＳ７０８において、ステップＳ７０３における処理結果を用いることで、形態素に分解する処理を実行しなくて良い。
【０１１１】
［統計解析部による処理］
図１９を用いて、実施例２における統計解析部３１５による処理の流れの一例を示す。図１９は、実施例２における統計解析部による処理の流れの一例を示すフローチャートである。
【０１１２】
図１９に示すように、統計解析部３１５は、解析対象期間や解析対象ユーザ条件、解析手法の指定が管理者よりあると（ステップＳ８０１肯定）、閲覧商品データＤＢ３０５と、購入商品データＤＢ３０６と、行動サマリデータＤＢ３０７とから、期間及び条件の一致するレコードを取得する（ステップＳ８０２）。
【０１１３】
そして、統計解析部３１５は、統計解析を実行し（ステップＳ８０３）、統計解析結果を出力する（ステップＳ８０４）。つまり、統計解析部３１５は、商品情報抽出部３１３により抽出された商品情報とサマリ生成部３１４により生成された要約情報とに対して、所定の統計解析処理を実行し、処理結果をマーケティングデータＤＢ３０８に格納する。
【０１１４】
［実施例２の効果］
上述したように、実施例２によれば、購買行動分析サーバ３００は、パネルユーザ端末２００にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データを取得する。そして、購買行動分析サーバ３００は、取得したＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。そして、購買行動分析サーバ３００は、抽出したページ情報から、ページ情報に含まれる商品についての情報である商品情報を抽出し、ページ情報から、ページ情報に含まれる情報の要約である要約情報を生成する。そして、購買行動分析サーバ３００は、商品情報と要約情報とに対して、所定の統計解析処理を実行する。この結果、実施例１に係る購買行動分析装置１００によれば、マーケティング分析を適切に実行可能である。
【０１１５】
また、実施例２によれば、購買行動分析サーバ３００は、商品に関するＷｅｂページとして、商品を購入するためのＷｅｂページを特定し、商品についての情報を閲覧するためのＷｅｂページを特定し、特定したＷｅｂページに含まれる情報であるページ情報を抽出する。そして、購買行動分析サーバ３００は、商品を購入するためのＷｅｂページに含まれる商品情報である第１の商品情報を抽出し、商品についての情報を閲覧するためのＷｅｂページに含まれる商品情報である第２の商品情報を抽出する。そして、購買行動分析サーバ３００は、要約情報と第１の商品情報と第２の商品情報とに対して所定の解析処理を実行する。この結果、ユーザが閲覧した商品についての情報と、ユーザが購入した商品についての情報とを併せて用いて、マーケティング分析が可能である。
【０１１６】
すなわち、購買行動分析サーバ３００は、パネルユーザ端末２００からＷｅｂ閲覧データを取得して用いることで、購買手続きページのような、事後クロールでは入手することが不可能なページからも情報を取得してマーケティング分析ができ、高精度にマーケティング分析が可能である。
【０１１７】
図２０は、実施例２の効果を示すための図である。図２０に示すように、マーケティング分析を行う手法は複数あるが、そのいずれも、購買の前後の行動を分析できなかったり、横断的なデータ収集ができなかったり、幅広い対象商品を対象とできなかったり、購買行動を起こした時点とデータが収集される時点とのタイムラグが発生したり、精度に問題があったりする。なお、図２０の「提案方式」は、実施例２の購買行動分析サーバ３００による処理方式を示す。
【０１１８】
例えば、図２０の「アンケート」に示すように、アンケートを用いてデータを収集する手法では、購買行動を起こした時点とデータが収集される時点とのタイムラグが大きく、人手での記入のため、記入漏れや記憶違いが多く結果信頼が低い。また、図２０の「ＲＦＩＤによる接触調査」に示すように、ＲＦＩＤのタグを商品に付けておき、消費者が接触した商品のタグについての情報を用いる手法では、対象商品に対する商品接触のみ用いられる結果、購買の前後の行動を分析できない。また、消費者が接触した商品のタグについての情報を用いる手法では、対象商品にＲＦＩＤを貼り付けなければならない結果、幅広い対象商品を対象とできない。また、図２０の「店舗内導線分析」に示すように、店舗内にある監視カメラから消費者の導線や視線を分析する手法では、店舗内に閉じてしまい、店舗間の共有は困難である結果、横断的なデータ収集ができない。また、店舗内にある監視カメラから消費者の導線や視線を分析する手法では、対象商品が店舗内にて取り扱われる商品に限られ、導線の行動解釈に時間のかかる場合がある。また、図２０の「ＥＣサイトのＷｅｂログ解析」に示すように、特定のＥＣサイトにおいて得られるＷｅｂログを解析する手法では、ＥＣサイト内に閉じてしまい、サイト間の共有が困難である結果、横断的なデータ収集ができない。また、特定のＥＣサイトにおいて得られるＷｅｂログを解析する手法では、対象商品もＥＣサイトにて取り扱われる商品に限られる。また、図２０の「ＰＯＳデータ等」に示すように、ＰＯＳデータを用いてマーケティング分析する手法では、購買についてのデータを利用できるに留まり、購買の前後の行動を分析できず、同一の系列となる小売店内でしかデータを共有できず、店舗間の共有も困難である結果、横断的なデータ収集が困難である。また、ＰＯＳデータを用いてマーケティング分析する手法では、ＪＡＮコードが付与された登録商品に対象商品が限られる。
【０１１９】
これに対して、図２０に示すように、実施例２における購買行動分析サーバ３００による処理方式では、パネルユーザ端末２００によるＷｅｂ閲覧データを用いる結果、閲覧時におけるデータも購入時におけるデータも用いることが可能であり、購買の前後の行動を分析可能である。また、購買行動分析サーバ３００による処理方式では、パネルユーザ端末２００がＷｅｂ閲覧データを用いて分析することで、特定の店舗に限定されることなく横断的にデータ収集が可能である。この結果、店舗をまたいだ商品や価格比較行動などの分析が可能である。また、購買行動分析サーバ３００による処理方式では、パネルユーザ端末２００によるＷｅｂ閲覧データを用いることで、パネルユーザがアクセスしたすべての商品についてのデータを用いることが可能である。また、購買行動分析サーバ３００による処理方式では、パネルユーザ端末２００からほぼリアルタイムにＷｅｂ閲覧データを取得して用いることができ、パネルユーザが購買行動を起こす時点とデータが収集される時点との間のタイムラグを抑えることが可能である。また、購買行動分析サーバ３００による処理方式では、精度についても、テキストマイニングの精度を向上することで向上することが可能である。
【実施例３】
【０１２０】
実施例３では、パネルユーザ端末２００から送信されるＷｅｂ閲覧データから個人情報を削除する場合について示す。以下では、パネルユーザ端末２００が、Ｗｅｂ閲覧データから個人情報を削除した上で購買行動分析サーバ３００に送信する場合を示すが、本発明はこれに限定されるものではなく、購買行動分析サーバ３００が、受信したＷｅｂ閲覧データから個人情報を削除しても良い。また、パネルユーザ端末２００と購買行動分析サーバ３００との両方が、Ｗｅｂ閲覧データから個人情報を削除しても良い。
【０１２１】
図２１は、実施例３に係る購買行動分析システムの構成の一例を示すブロック図である。図２１に示すように、実施例３では、パネルユーザ端末２００は、個人情報データＤＢ５０１と、個人情報除去処理部５０２とを更に有する。なお、図２１においては、図３と同様の処理部やデータベースについては、図３と同一の符号を付与した。
【０１２２】
個人情報データＤＢ５０１は、パネルユーザの個人情報を記憶する。図２２は、実施例３における個人情報データＤＢに記憶された情報の一例を示す図である。図２２に示す例では、個人情報データＤＢ５０１は、「氏名」と「電話番号」と「住所」と「カード番号」などを記憶する。ただし、本発明はこれに限定されるものではなく、個人情報データＤＢ５０１は、任意の項目についてデータを記憶して良い。
【０１２３】
例えば、個人情報データＤＢ５０１は、氏名「電信 太郎」と電話番号「012-345-6789」と住所「東京都武蔵野市×××」とカード番号「0123 4567 8901 2345」とを記憶する。
【０１２４】
個人情報除去処理部５０２は、Ｗｅｂ閲覧データＤＢ２０１からＷｅｂ閲覧データを取得すると、取得したＷｅｂ閲覧データから個人情報データＤＢ５０１に記憶された個人情報と一致又は相当するデータを削除する。また、個人情報除去処理部５０２は、Ｗｅｂ閲覧データから個人情報を削除する際、任意の文字列にて置き換えても良い。
【０１２５】
ここで、図２３を用いて、実施例３におけるパネルユーザ端末２００による処理について示す。図２３は、実施例３におけるパネルユーザ端末による処理について示すフローチャートである。
【０１２６】
図２３に示すように、パネルユーザ端末２００では、個人情報除去処理部５０２は、新規なＷｅｂ閲覧データがあると（ステップＳ９０１肯定）、新規なＷｅｂ閲覧データ中に個人情報データと一致するテキストがあるかを判定する（ステップＳ９０２）。ここで、個人情報除去処理部５０２は、あると判定すると（ステップＳ９０２肯定）、個人情報データと一致するテキストを任意の文字で置き換える（ステップＳ９０３）。つまり、個人情報除去処理部５０２は、Ｗｅｂ閲覧データから個人情報データを削除する。
【０１２７】
そして、Ｗｅｂ閲覧データ送信部２１１は、個人情報が削除された後のＷｅｂ閲覧データのアーカイブを作成し（ステップＳ９０４）、作成したＷｅｂ閲覧データのアーカイブを購買行動分析サーバ３００に送信する（ステップＳ９０５）。
【０１２８】
なお、図２３に示す例では、Ｗｅｂ閲覧データ送信部２１１が、アーカイブを作成して送信する場合を示したが、本発明はこれに限定されるものではない。例えば、Ｗｅｂ閲覧データ送信部２１１は、アーカイブを作成することなく、Ｗｅｂ閲覧データそのものを送信しても良い。
【０１２９】
また、上述した説明では、個人情報データＤＢ５０１と一致または相当する場合に、Ｗｅｂ閲覧データから削除する場合を用いて説明したが、これに限定されるものではなく、任意の手法にて個人情報を検出して削除して良い。
【０１３０】
［実施例３の効果］
上述したように、実施例３によれば、個人情報が削除されたＷｅｂ閲覧データを用いるので、個人情報を除去した上で、購買行動分析サーバ３００においてデータが保持される。この結果、個人情報に配慮したセキュアなサービス提供が可能である。
【実施例４】
【０１３１】
さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、その他の実施例にて実施されても良い。そこで、以下では、その他の実施例を示す。
【０１３２】
［システム構成］
また、本実施例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上述文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については（図１〜図２３）、特記する場合を除いて任意に変更することができる。
【０１３３】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。
【０１３４】
例えば、図２４を用いて、購買行動分析システムの構成のバリエーションの一例を示す。図２４は、購買行動分析システムの構成のバリエーションの一例を示す図である。図２４に示すように、統計解析部６０１とマーケティングデータＤＢ６０２とを購買行動分析サーバ３００から分離して別の外部装置６００とし、ネットワーク経由で接続するようにしても良い。統計解析部６０１とマーケティングデータＤＢ６０２とは、それぞれ、図３における統計解析部３１５とマーケティングデータＤＢ３０８とに対応する。この場合、外部装置６００は、購買行動分析サーバ３００の閲覧商品データＤＢ６０３や購入商品データＤＢ６０４、行動サマリデータＤＢ６０５にアクセスしてデータを取得し、取得したデータに対して統計解析処理を実行することでマーケティングデータを作成する。また、図２４に示す例において、外部装置が複数ある場合に、外部装置ごとに、アクセス可能なデータの種類を制限しても良い。この結果、購買行動分析システムを運用する会社から外部のマーケターに対して、分析装置や分析元データへのアクセスフィーを販売するビジネスを実現可能である。
【０１３５】
［プログラム］
図２５は、購買行動分析プログラムによる情報処理がコンピュータを用いて具体的に実現されることを示す図である。図２５に例示するように、コンピュータ３０００は、例えば、メモリ３０１０と、ＣＰＵ（Central Processing Unit）３０２０と、ハードディスクドライブインタフェース３０３０と、ディスクドライブインタフェース３０４０と、シリアルポートインタフェース３０５０と、ビデオアダプタ３０６０と、ネットワークインタフェース３０７０とを有する。コンピュータ３０００の各部はバス３１００によって接続される。
【０１３６】
なお、図２５に示すコンピュータの構成は一例であり、コンピュータの構成はこれに限定されるものではない。例えば、図２５に示す例では、コンピュータ３０００は、ハードディスクドライブ３０８０を有し、ハードディスクドライブ３０８０がプログラムデータ３０８４などを記憶する場合を示したが、本発明はこれに限定されるものではない。例えば、コンピュータ３０００は、ハードディスクドライブ３０８０を有さなくても良い。この場合、コンピュータ３０００は、例えば、メモリ３１０にプログラムデータ３０８４などを記憶しても良く、任意の記憶領域にプログラムデータ３０８４などを記憶して良い。また、コンピュータ３０００は、任意の情報処理装置であって良く、例えば、携帯電話、ＰＨＳ（Personal Handyphone System）端末、移動体通信端末またはＰＤＡ（Personal Digital Assistant）などの情報処理装置であっても良い。
【０１３７】
メモリ３０１０は、図２５に例示するように、ＲＯＭ３０１１及びＲＡＭ３０１２を含む。ＲＯＭ３０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース３０３０は、図２５に例示するように、ハードディスクドライブ３０８０に接続される。ディスクドライブインタフェース３０４０は、図２５に例示するように、ディスクドライブ３０９０に接続される。例えば磁気ディスクや光ディスク等の着脱可能な記憶媒体が、ディスクドライブ３０９０に挿入される。シリアルポートインタフェース３０５０は、図２５に例示するように、例えばマウス３０５１、キーボード３０５２に接続される。ビデオアダプタ３０６０は、図２５に例示するように、例えばディスプレイ３０６１に接続される。
【０１３８】
ここで、図２５に例示するように、ハードディスクドライブ３０８０は、例えば、ＯＳ３０８１、アプリケーションプログラム３０８２、プログラムモジュール３０８３、プログラムデータ３０８４を記憶する。すなわち、開示の技術に係る更新プログラムは、コンピュータによって実行される指令が記述されたプログラムモジュール３０８３として、例えばハードディスクドライブ３０８０に記憶される。具体的には、上記実施例で説明したＷｅｂ閲覧データ送信部２１１やＷｅｂ閲覧データ受信部３１１〜統計解析部３１５と同様の情報処理を実行する手順各々が記述されたプログラムモジュールが、ハードディスクドライブ３０８０に記憶される。
【０１３９】
また、上記実施例で説明したＷｅｂ閲覧データＤＢ２０１や本文抽出ルールＤＢ３０１〜マーケティングデータＤＢ３０８に記憶されるデータのように、購買行動分析プログラムによる情報処理に用いられるデータは、プログラムデータ３０８４として、例えばハードディスクドライブ３０８０に記憶される。そして、ＣＰＵ３０２０が、ハードディスクドライブ３０８０に記憶されたプログラムモジュール３０８３やプログラムデータ３０８４を必要に応じてＲＡＭ３０１２に読み出し、各種の手順を実行する。
【０１４０】
なお、購買行動分析プログラムに係るプログラムモジュール３０８３やプログラムデータ３０８４は、ハードディスクドライブ３０８０に記憶される場合に限られない。例えば、プログラムモジュール３０８３やプログラムデータ３０８４は、着脱可能な記憶媒体に記憶されても良い。この場合、ＣＰＵ３０２０は、ディスクドライブなどの着脱可能な記憶媒体を介してデータを読み出す。また、同様に、更新プログラムに係るプログラムモジュール３０８３やプログラムデータ３０８４は、ネットワーク（ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等）を介して接続された他のコンピュータに記憶されても良い。この場合、ＣＰＵ３０２０は、ネットワークインタフェースを介して他のコンピュータにアクセスすることで各種データを読み出す。
【０１４１】
［その他］
なお、本実施例で説明した購買行動分析プログラムは、インターネットなどのネットワークを介して配布することができる。また、購買行動分析プログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤなどのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。
【符号の説明】
【０１４２】
１００ 購買行動分析装置
１０１ 取得部
１０２ ページ情報抽出部
１０３ 商品情報抽出部
１０４ 要約生成部
１０５ 統計解析部
２００ パネルユーザ端末
２０１ Ｗｅｂ閲覧データＤＢ
２１１ Ｗｅｂ閲覧データ送信部
３００ 購買行動分析サーバ
３０１ 本文抽出ルールＤＢ
３０２ 辞書データＤＢ
３０３ Ｗｅｂ閲覧データＤＢ
３０４ 閲覧本文データＤＢ
３０５ 閲覧商品データＤＢ
３０６ 購入商品データＤＢ
３０７ 行動サマリデータＤＢ
３０８ マーケティングデータＤＢ
３１１ Ｗｅｂ閲覧データ受信部
３１２ 本文抽出部
３１３ 商品情報抽出部
３１４ サマリ生成部
３１５ 統計解析部
４０１ ＥＣサイト
４０２ インターネット
５０１ 個人情報データＤＢ
５０２ 個人情報除去処理部
６００ 外部装置
【技術分野】
【０００１】
本発明は、購買行動分析装置、購買行動分析方法及び購買行動分析プログラムに関する。
【背景技術】
【０００２】
消費者の購買行動に関するデータを収集し、収集したデータに基づいてマーケティング分析を行う手法がある。例えば、ＲＦＩＤ（Radio Frequency IDentification）のタグを商品に付けておき、消費者が操作する携帯端末が、物品と接触した際にタグの識別子を取得してデータベースに送信するＲＦＩＤ手法がある。ＲＦＩＤ手法では、その後、データベースに記憶された情報に基づいて、分析装置がマーケティング分析を行う。
【０００３】
また、例えば、ＰＯＳ（Point Of Sale）systemデータを用いてマーケティング分析を行う手法があり、アンケートを用いてユーザについてのデータを収集してマーケティング手法を行う手法がある。また、店舗内にある監視カメラから消費者の導線や視線を分析し、分析結果に基づいてマーケティング分析を行う手法があり、特定のＥＣ（e-commerce）サイトにおいて得られるＷｅｂログを解析することでマーケティング分析を行う手法がある。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００３−１２２８９６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、上述の手法では、マーケティング分析を適切に実行できないという問題がある。例えば、ＰＯＳを用いた手法において用いられるデータには、消費者の購買前後の行動データが含まれず、アンケートを用いる手法や監視カメラを用いる手法では、消費者の購買前後の行動データを収集するのにコストがかかる。また、例えば、アンケートを用いる手法では、パネルユーザが購買行動を起こす時点とデータが収集される時点との間にタイムラグがあり、アンケートに回答した消費者の記憶忘れに起因する回答間違いや回答漏れが発生する。また、例えば、監視カメラを用いる手法では、特定の店舗内における消費者の行動データが得られるに留まり、他の店舗をまたいで行った消費者による商品を比較する行動や価格を比較する行動などについて行動データが得られない。
【０００６】
開示の技術は、上述に鑑みてなされたものであって、マーケティング分析を適切に実行可能である購買行動分析装置、購買行動分析方法及び購買行動分析プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
開示する購買行動分析装置は、一つの態様において、ユーザ端末にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データを取得する取得部を備える。また、購買行動分析装置は、前記取得部により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出部を備える。また、購買行動分析装置は、前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出部を備える。また、購買行動分析装置は、前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成部を備える。また、購買行動分析装置は、前記商品情報抽出部により抽出された前記商品情報と前記要約生成部により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析部を備える。
【発明の効果】
【０００８】
開示する購買行動分析装置の一つの態様によれば、マーケティング分析を適切に実行可能であるという効果を奏する。
【図面の簡単な説明】
【０００９】
【図１】図１は、実施例１に係る購買行動分析装置の構成の一例を示すブロック図である。
【図２】図２は、実施例１に係る購買行動分析装置による処理の流れの一例を示すフローチャートである。
【図３】図３は、実施例２に係る購買行動分析システムの構成の一例を示すブロック図である。
【図４】図４は、実施例２におけるＷｅｂ閲覧データＤＢに記憶された情報の一例を示す図である。
【図５】図５は、実施例２における購買行動分析サーバによる処理の全体像について示す図である。
【図６】図６は、実施例２における本文抽出ルールＤＢに記憶された情報の一例を示す図である。
【図７】図７は、実施例２における閲覧本文データＤＢに記憶された情報の一例を示す図である。
【図８】図８は、実施例２における閲覧商品データＤＢに記憶された情報の一例を示す図である。
【図９】図９は、実施例２における購入商品データＤＢに記憶された情報の一例を示す図である。
【図１０】図１０は、実施例２における行動サマリデータＤＢに記憶された情報の一例を示す図である。
【図１１】図１１は、実施例２におけるマーケティングデータＤＢにより記憶されるマーケティングデータの一例を示す図である。
【図１２】図１２は、実施例２におけるマーケティングデータＤＢにより記憶されるマーケティングデータの一例を示す図である。
【図１３】図１３は、実施例２におけるパネルユーザ端末による処理の流れの一例を示すフローチャートである。
【図１４】図１４は、実施例２におけるＷｅｂ閲覧データ受信部による処理の流れの一例を示すフローチャートである。
【図１５】図１５は、実施例２における本文抽出部による登録処理の流れの一例を示すフローチャートである。
【図１６】図１６は、実施例２における本文抽出部による抽出処理の流れの一例を示すフローチャートである。
【図１７】図１７は、実施例２における商品情報抽出部による処理の流れの一例を示すフローチャートである。
【図１８】図１８は、実施例２におけるサマリ生成部による処理の流れの一例を示すフローチャートである。
【図１９】図１９は、実施例２における統計解析部による処理の流れの一例を示すフローチャートである。
【図２０】図２０は、実施例２の効果を示すための図である。
【図２１】図２１は、実施例３に係る購買行動分析システムの構成の一例を示すブロック図である。
【図２２】図２２は、実施例３における個人情報データＤＢに記憶された情報の一例を示す図である。
【図２３】図２３は、実施例３におけるパネルユーザ端末による処理について示すフローチャートである。
【図２４】図２４は、購買行動分析システムの構成のバリエーションの一例を示す図である。
【図２５】図２５は、購買行動分析プログラムによる情報処理がコンピュータを用いて具体的に実現されることを示す図である。
【発明を実施するための形態】
【００１０】
以下に、開示する購買行動分析装置、購買行動分析方法及び購買行動分析プログラムの実施例について、図面に基づいて詳細に説明する。なお、本実施例により開示する発明が限定されるものではない。各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【実施例１】
【００１１】
［実施例１に係る購買行動分析装置の構成］
図１を用いて、実施例１に係る購買行動分析装置１００の構成の一例を示す。図１は、実施例１に係る購買行動分析装置の構成の一例を示すブロック図である。図１に示す例では、購買行動分析装置１００は、取得部１０１と、ページ情報抽出部１０２と、商品情報抽出部１０３と、要約生成部１０４と、統計解析部１０５とを有する。
【００１２】
取得部１０１は、パネルユーザ端末にてパネルユーザが閲覧したＷｅｂページについての情報であるＷｅｂ閲覧データを取得する。ここで、Ｗｅｂ閲覧データには、パネルユーザ端末にて閲覧されたＷｅｂページの内容が含まれ、例えば、ＷｅｂページのＨＴＭＬ（Hyper Text Markup Language）データが含まれる。
【００１３】
ここで、パネルユーザ端末についても簡単に説明する。パネルユーザ端末は、パネルユーザがＷｅｂページを閲覧するのに用いられる端末である。パネルユーザ端末は、例えば、既知のパーソナルコンピュータ、インターネットにアクセスする機能を有するテレビ、携帯電話、スマートフォン、ＰＨＳ（Personal Handy-phone System）、ＰＤＡ（Personal Digital Assistant）などが該当する。
【００１４】
取得部１０１の説明に戻る。例えば、取得部１０１は、購買行動分析装置１００の管理者によってパネルユーザ端末から収集されたＷｅｂ閲覧データが入力されることで、Ｗｅｂ閲覧データを取得する。また、例えば、購買行動分析装置１００とパネルユーザ端末とが接続された場合には、取得部１０１は、パネルユーザ端末からＷｅｂ閲覧データを収集する。購買行動分析装置１００とパネルユーザ端末とは、例えば、インターネットを介して接続されたり、専用回線を用いて接続されたりする。
【００１５】
ページ情報抽出部１０２は、取得部１０１により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。例えば、ページ情報抽出部１０２は、所定の抽出条件として、商品に関する情報を含むＷｅｂサイトを特定する条件と、Ｗｅｂサイトから抽出する情報を特定する条件とを用いて、抽出処理を実行する。商品に関する情報を含むＷｅｂサイトを特定する条件は、例えば、商品に関する情報を含むＷｅｂサイトのＵＲＬ（Uniform Resource Locator）、商品に関する情報を含むＷｅｂサイトに含まれることが予測される語句、商品に関する情報を含むＷｅｂサイトである場合に付与されることが予測されるＷｅｂページのタイトルなどが該当する。Ｗｅｂサイトから抽出する情報を特定する条件は、例えば、Ｗｅｂサイト内における位置を特定する情報が該当する。ただし、本発明はこれに限定されるものではなく、任意の抽出条件を用いて良い。
【００１６】
例えば、ページ情報抽出部１０２は、商品に関する情報を含むＷｅｂサイトを特定する条件に合致するＷｅｂページについてのＷｅｂ閲覧データから、Ｗｅｂサイトから抽出する情報を特定する条件に合致する情報を抽出する。より詳細な一例をあげて説明すると、ページ情報抽出部１０２は、商品に関する情報を含むＷｅｂサイトを特定する条件として指定されたＵＲＬと合致するＵＲＬを有するＷｅｂページについてのＷｅｂ閲覧データから、Ｗｅｂサイトから抽出する情報を特定する条件により特定される位置にある情報を抽出することで、商品名やＷｅｂサイト名、Ｗｅｂサイトに含まれる本文、価格表記などを抽出する。
【００１７】
なお、ページ情報抽出部１０２により抽出されたページ情報には、ページ情報に含まれる商品についての情報である商品情報だけでなく、商品に関する情報を含むＷｅｂサイトに含まれた他の情報も含まれる。商品に関する情報とは、例えば、パネルユーザがどこからどんな商品についての情報を閲覧したのかを示す情報である。一例をあげて説明すると、「Ｗｅｂサイト名」や「商品名」、「価格表記」などは商品情報に該当し、Ｗｅｂサイトに含まれる「本文」などはその他の情報に該当する。
【００１８】
商品情報抽出部１０３は、ページ情報抽出部１０２により抽出されたページ情報から、商品情報を抽出する。すなわち、ページ情報抽出部１０２により抽出されたページ情報には、商品に関する情報だけでなく、商品に関する情報を含むＷｅｂサイトに含まれた他の情報も含まれる。商品に関する情報とは、例えば、商品情報抽出部１０３は、パネルユーザがどこで閲覧したかを示す情報として「Ｗｅｂサイト名」を抽出し、どんな商品についての情報を閲覧したかを示す情報として「商品名」や「価格表記」を抽出する。
【００１９】
要約生成部１０４は、ページ情報抽出部１０２により抽出されたページ情報から、ページ情報に含まれる情報の要約である要約情報を生成する。例えば、要約生成部１０４は、商品情報とその他の情報とを併せて用いた上で、要約情報を生成する。要約生成部１０４による要約情報生成処理については、任意の手法を用いて良い。なお、要約情報は、「行動サマリ」とも記載する。
【００２０】
統計解析部１０５は、商品情報抽出部１０３により抽出された商品情報と要約生成部１０４により生成された要約情報とに対して、所定の統計解析処理を実行する。すなわち、統計解析部１０５は、Ｗｅｂ閲覧データに対して統計解析処理を実行するのではなく、商品情報抽出部１０３による処理結果となるデータと、要約生成部１０４による処理結果となるデータとを併せたデータに対して統計解析処理を実行する。
【００２１】
［実施例１に係る購買行動分析装置の処理］
図２を用いて、実施例１に係る購買行動分析装置１００による処理の流れの一例を示す。図２は、実施例１に係る購買行動分析装置による処理の流れの一例を示すフローチャートである。
【００２２】
図２に示すように、取得部１０１がＷｅｂ閲覧データを取得すると（ステップＳ１０１肯定）、ページ情報抽出部１０２は、Ｗｅｂ閲覧データからページ情報を抽出する（ステップＳ１０２）。つまり、ページ情報抽出部１０２は、Ｗｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、パネルユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。例えば、ページ情報抽出部１０２は、商品名やＷｅｂサイト名、Ｗｅｂサイトに含まれる本文、価格表記などを抽出する。
【００２３】
そして、商品情報抽出部１０３は、商品情報を抽出する（ステップＳ１０３）。例えば、商品情報抽出部１０３は、ページ情報から、パネルユーザがどこで閲覧したかを示す情報として「Ｗｅｂサイト名」を抽出し、どんな商品についての情報を閲覧したかを示す情報として「商品名」や「価格表記」を抽出する。
【００２４】
そして、要約生成部１０４は、要約情報を生成する（ステップＳ１０４）。例えば、要約生成部１０４は、ページ情報に含まれる商品情報とその他の情報とを併せて用いた上で、要約情報を生成する。そして、統計解析部１０５は、商品情報と要約情報と所定の統計解析処理を実行する（ステップＳ１０５）。
【００２５】
なお、上記の処理手順は、上記の順番に限定されるものではなく、処理内容を矛盾させない範囲で適宜変更しても良い。例えば、上記のステップＳ１０３をＳ１０４の後に実行しても良い。
【００２６】
［実施例１の効果］
このように、実施例１に係る購買行動分析装置１００によれば、パネルユーザ端末にてパネルユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データを取得し、Ｗｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。そして、購買行動分析装置１００は、ページ情報に含まれる商品についての情報である商品情報をページ情報から抽出し、ページ情報に含まれる情報の要約である要約情報をページ情報から生成し、商品情報と要約情報とに対して所定の統計解析処理を実行する。この結果、実施例１に係る購買行動分析装置１００によれば、マーケティング分析を適切に実行可能である。
【００２７】
すなわち、実施例１に係る購買行動分析装置１００によれば、Ｗｅｂ閲覧データを用いることで、低コストで大規模にデータを収集して用いることが可能である。また、購買行動分析装置１００によれば、パネルユーザ端末にて収集されるＷｅｂ閲覧データに基づいて統計解析処理を実行することで、購買行動を起こす時点とデータが収集される時点との間のタイムラグに起因した回答間違いや回答漏れを防止可能である。また、パネルユーザ端末にて収集されるＷｅｂ閲覧データに基づいて統計解析処理を実行することで、特定の店舗のデータに限定されることのないデータを収集して用いることが可能であり、購買行動前後の行動データを用いることも可能である。
【００２８】
また、段階的に情報を集めて統合することで，各ページでは情報の不足が生じる部分を補完したデータが作成することが可能である。具体的には、商品情報とともに、要約情報を作成することで、パネルユーザの行動意図の読み取りに適した要約情報を併せて用いることで、情報の不足が生じる部分を補完したマーケティング分析が可能である。
【実施例２】
【００２９】
［実施例２に係る購買行動分析システムの構成］
実施例２に係る購買行動分析システムについて説明する。図３は、実施例２に係る購買行動分析システムの構成の一例を示すブロック図である。図３において、２００は、パネルユーザ端末を示し、３００は、図１における購買行動分析装置１００に対応する購買行動分析サーバを示し、４０１は、ＥＣサイトを示し、４０２は、インターネットを示す。以下では、実施例１と同様の点については、説明を省略し、又は、簡単に説明する。
【００３０】
図３に示す例では、パネルユーザ端末２００と購買行動分析サーバ３００とがインターネット４０２を介して接続される場合を示したが、本発明はこれに限定されるものではない。例えば、パネルユーザ端末２００と購買行動分析サーバ３００とは、専用回線を用いて接続されても良く、任意の手法にて接続されて良い。
【００３１】
［パネルユーザ端末］
パネルユーザ端末２００は、インターネット４０２を介してＥＣサイト４０１と購買行動分析サーバ３００と接続される。図３に示す例では、複数のパネルユーザ端末２００がある場合を例に示したが、本発明はこれに限定されるものではなく、パネルユーザ端末２００は１つであっても良い。パネルユーザ端末２００は、Ｗｅｂ閲覧データＤＢ２０１と、Ｗｅｂ閲覧データ送信部２１１とを有する。Ｗｅｂ閲覧データＤＢ２０１は、Ｗｅｂ閲覧データ送信部２１１による各種処理に用いるデータを記憶する。Ｗｅｂ閲覧データＤＢ２０１は、例えば、ＲＡＭ（Random Access Memory）やフラッシュメモリ（Flash memory）などの半導体メモリ素子、又は、ハードディスクや光ディスクなどが該当する。Ｗｅｂ閲覧データＤＢ２０１は、パネルユーザ端末２００を利用するパネルユーザにより閲覧されたＷｅｂページを含むＷｅｂ閲覧データを記憶する。
【００３２】
図４は、実施例２におけるＷｅｂ閲覧データＤＢに記憶された情報の一例を示す図である。図４に示す例では、Ｗｅｂ閲覧データＤＢ２０１は、「パネルユーザＩＤ」と「閲覧番号」と「閲覧日時」と「ＵＲＬ」「ＨＴＭＬソース」とを対応付けて記憶する。図４の「パネルユーザＩＤ」は、パネルユーザを識別するＩＤを示し、図４の「閲覧番号」は、Ｗｅｂ閲覧データＤＢ２０１に記憶されたレコードを一意に識別する情報を示す。また、図４の「閲覧日時」は、パネルユーザにより閲覧された日時を示し、図４の「ＵＲＬ」は、パネルユーザにより閲覧されたＷｅｂページのＵＲＬと、図４の「ＨＴＭＬソース」は、パネルユーザにより閲覧されたＷｅｂページのＨＴＭＬソースを示す。
【００３３】
図４に示す例では、Ｗｅｂ閲覧データＤＢ２０１は、パネルユーザＩＤ「00000001」と閲覧番号「00000001」と閲覧日時「2009-12-25 17：01：23」とＵＲＬ「http：//www1.example.com/foo.html」とＨＴＭＬソース「＜html＞＜head＞〜＜/head＞＜body＞〜＜/body＞＜/html＞」とを対応付けて記憶する。すなわち、Ｗｅｂ閲覧データＤＢ２０１は、閲覧番号「00000001」により識別されるレコードとして、パネルユーザＩＤ「00000001」により識別されるパネルユーザが、パネルユーザ端末２００にて、「2009-12-25 17：01：23」に、「http：//www1.example.com/foo.html」にあるＷｅｂページを閲覧したことを記憶する。また、Ｗｅｂ閲覧データＤＢ２０１は、パネルユーザＩＤ「00000001」により閲覧されたＷｅｂページのＨＴＭＬソースが「＜html＞＜head＞〜＜/head＞＜body＞〜＜/body＞＜/html＞」であることを記憶する。
【００３４】
なお、図４に示す例では、記載の便宜上、ＨＴＭＬソースについて、ＨＴＭＬソース内におけるヘッダの位置を示す＜head＞や内容の位置を示す＜body＞を記載するに留めた。ただし、実際には、Ｗｅｂ閲覧データＤＢ２０１は、ＨＴＭＬソースとして、ヘッダの具体的な記載内容や、ボディの具体的な記載内容も記憶する。
【００３５】
Ｗｅｂ閲覧データＤＢ２０１に記憶されるデータは、例えば、パネルユーザがパネルユーザ端末２００を用いてＷｅｂページを閲覧するごとに、パネルユーザ端末２００により格納される。
【００３６】
Ｗｅｂ閲覧データ送信部２１１は、各種の処理手順などを規定したプログラムを記憶する内部メモリを有し、種々の処理を制御する。Ｗｅｂ閲覧データ送信部２１１は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）などの電子回路が該当する。
【００３７】
Ｗｅｂ閲覧データ送信部２１１は、Ｗｅｂ閲覧データＤＢ２０１に記憶されたＷｅｂ閲覧データを所定の契機にて購買行動分析サーバ３００に送信する。所定の契機とは、例えば、一定量のＷｅｂ閲覧データが新たにＷｅｂ閲覧データＤＢ２０１に蓄積されたタイミングや、５分おき、１時間おき等の定期間隔、新たなＷｅｂ閲覧データが格納されたタイミング、Ｗｅｂ閲覧ソフトが開始したタイミングや終了したタイミングなどが該当する。ただし、本発明はこれに限定されるものではく、任意のタイミングであって良い。
【００３８】
Ｗｅｂ閲覧データ送信部２１１は、例えば、Ｗｅｂ閲覧データのアーカイブを作成し、作成したアーカイブを購買行動分析サーバ３００に送信する。ただし、本発明はこれに限定されるものではなくＷｅｂ閲覧データ送信部２１１は、アーカイブとすることなく、Ｗｅｂ閲覧データをそのまま送信しても良い。
【００３９】
［購買行動分析サーバ］
購買行動分析サーバ３００について説明する。図３に示すように、購買行動分析サーバ３００は、本文抽出ルールＤＢ３０１と、辞書データＤＢ３０２と、Ｗｅｂ閲覧データＤＢ３０３と、閲覧本文データＤＢ３０４と、閲覧商品データＤＢ３０５と、購入商品データＤＢ３０６と、行動サマリデータＤＢ３０７と、マーケティングデータＤＢ３０８とを有する。また、購買行動分析サーバ３００は、Ｗｅｂ閲覧データ受信部３１１と、本文抽出部３１２と、商品情報抽出部３１３と、サマリ生成部３１４と、統計解析部３１５とを有する。
【００４０】
ここで、本文抽出ルールＤＢ３０１と、辞書データＤＢ３０２と、Ｗｅｂ閲覧データＤＢ３０３と、閲覧本文データＤＢ３０４と、閲覧商品データＤＢ３０５と、購入商品データＤＢ３０６と、行動サマリデータＤＢ３０７と、マーケティングデータＤＢ３０８とは、例えば、ＲＡＭやフラッシュメモリなどの半導体メモリ素子、又は、ハードディスクや光ディスクなどが該当する。また、Ｗｅｂ閲覧データ受信部３１１と、本文抽出部３１２と、商品情報抽出部３１３と、サマリ生成部３１４と、統計解析部３１５とは、例えば、ＡＳＩＣ、ＦＰＧＡ、ＣＰＵ、ＭＰＵなどの電子回路が該当する。なお、図３に示す例では、本文抽出ルールＤＢ３０１〜マーケティングデータＤＢ３０８について、それぞれ別のデータベースとして記載し、Ｗｅｂ閲覧データ受信部３１１〜統計解析部３１５について、それぞれ別の処理部として記載した。ただし、本発明はこれに限定されるものではなく、本文抽出ルールＤＢ３０１〜マーケティングデータＤＢ３０８のうち一部又はすべてを統合したデータベースとしても良く、Ｗｅｂ閲覧データ受信部３１１〜統計解析部３１５のうち一部又はすべてを統合した処理部としても良い。
【００４１】
図５を用いて、実施例２における購買行動分析サーバ３００による処理の全体像について示す。図５は、実施例２における購買行動分析サーバによる処理の全体像について示す図である。図５においては、図３と対応するデータベースや処理部については、同じ符号を付した。図５を用いて説明する際には、詳細な処理の説明については省略する。
【００４２】
図５の（１）に示すように、購買行動分析サーバ３００では、Ｗｅｂ閲覧データ受信部３１１が、パネルユーザ端末２００により収集されたＷｅｂ閲覧データを受信し、Ｗｅｂ閲覧データＤＢ３０３に格納する。つまり、Ｗｅｂ閲覧データ受信部３１１は、パネルユーザが閲覧したＷｅｂページの内容を収集してＷｅｂ閲覧データＤＢ３０３に格納する。
【００４３】
そして、図５の（２）に示すように、本文抽出部３１２は、本文抽出ルールＤＢ３０１に記憶された本文抽出ルールを用いて、Ｗｅｂ閲覧データＤＢ３０３に格納されたＷｅｂ閲覧データからページ情報を抽出し、閲覧本文データＤＢ３０４に格納する。
【００４４】
そして、図５の（３）に示すように、商品情報抽出部３１３は、辞書データＤＢ３０２に記憶された辞書データを用いて、閲覧本文データＤＢ３０４に記憶されたページ情報から、商品情報として、パネルユーザが閲覧した商品についての商品情報を抽出し、パネルユーザが購入した商品についての商品情報を抽出する。そして、商品情報抽出部３１３は、閲覧した商品についての商品情報を閲覧商品データＤＢ３０５に格納し、購入した商品についての商品情報を購入商品データＤＢ３０６に格納する。
【００４５】
また、図５の（４）に示すように、サマリ生成部３１４は、辞書データＤＢ３０２に記憶された辞書データを用いて、閲覧本文データＤＢ３０４に記憶されたページ情報の要約情報を生成し、行動サマリデータＤＢ３０７に格納する。例えば、サマリ生成部３１４は、ページ情報を任意の手法にてクラスタごとに分け、ページ情報に含まれる代表的なキーワードを付与することで要約情報を生成する。
【００４６】
そして、図５の（５）に示すように、統計解析部３１５は、閲覧商品データＤＢ３０５や購入商品データＤＢ３０６、行動サマリデータＤＢ３０７に記憶された情報に対して所定の統計解析処理を実行し、マーケティングデータを生成してマーケティングデータＤＢ３０８に格納する。例えば、統計解析部３１５は、所定の統計解析処理として、統計処理及び可視化処理を行うことで、マーケティングデータを生成する。その後、マーケティングデータＤＢ３０８に記憶されたマーケティングデータは、例えば、マーケティングレポートとして出力される。
【００４７】
図３の説明に戻る。本文抽出ルールＤＢ３０１は、本文抽出部３１２と接続される。本文抽出ルールＤＢ３０１は、Ｗｅｂ閲覧データからページ情報を抽出するためのルールを記憶する。
【００４８】
図６は、実施例２における本文抽出ルールＤＢに記憶された情報の一例を示す図である。図６に示す例では、本文抽出ルールＤＢ３０１は、「ＵＲＬ条件」と「タイトル条件」と「購入サイト」と「ページタイプ」と「Ｘｐａｔｈ条件」と「データ種別」とを含む本文抽出ルールのレコードを記憶する。
【００４９】
ここで、「ＵＲＬ条件」と「タイトル条件」とは、Ｗｅｂ閲覧データに含まれるユーザが閲覧したＷｅｂページから商品に関するＷｅｂページを抽出するルールを示す。具体的には、ＵＲＬ条件は、Ｗｅｂ閲覧データに含まれるユーザにより閲覧されたＷｅｂページのうち、ページ情報として抽出するＷｅｂページのＵＲＬを示す。タイトル条件は、Ｗｅｂ閲覧データに含まれるユーザにより閲覧されたＷｅｂページのうち、ページ情報として抽出するＷｅｂページのタイトルを示す。
【００５０】
「購入サイト」は、「ＵＲＬ条件」と「タイトル条件」とにより抽出されるＷｅｂページが、ＥＣサイトのＷｅｂページである場合に、ＥＣサイトの名称を示す。また、「ページタイプ」は、「ＵＲＬ条件」と「タイトル条件」と「購入サイト」とにより抽出されるＷｅｂページが、商品についての情報を閲覧するためのＷｅｂページかを示す。図６に示す例では、ページタイプ「商品詳細」が商品についての情報を閲覧するためのＷｅｂページを示し、ページタイプ「購入手続き」が商品を購入するためのＷｅｂページを示す場合を例に示した。
【００５１】
また、「Ｘｐａｔｈ条件」は、抽出されたＷｅｂページからページ情報として抽出する箇所を示す情報であり、「データ種別」は、「Ｘｐａｔｈ条件」により抽出される情報の種別を示す。なお、図６に示した項目の組み合わせは一例であり、これに限定されるものではなく、任意の組み合わせを用いて良い。
【００５２】
図６に示す例では、本文抽出ルールＤＢ３０１は、ＵＲＬ条件「http：//foo.examlple.com/bbb.html」とタイトル条件「ＮＵＬＬ」と購入サイト「foo」とページタイプ「商品詳細」とＸｐａｔｈ条件「//b/td[2]/span[3]」とデータ種別「販売名表記」とを含むレコードを記憶する。すなわち、本文抽出ルールＤＢ３０１は、「http：//foo.examlple.com/bbb.html」に合致する「ｆｏｏ」というＥＣサイトのＷｅｂページをＷｅｂ閲覧データから抽出し、抽出したＷｅｂページのうち、「//b/td[2]/span[3]」により特定される箇所から「販売名表記」を示すデータを抽出することを記憶する。なお、「ＮＵＬＬ」は、何もデータが含まれない場合を示す。
【００５３】
図３の説明に戻る。辞書データＤＢ３０２は、商品情報抽出部３１３及びサマリ生成部３１４と接続される。辞書データＤＢ３０２は、Ｗｅｂページに含まれる本文からキーワードを抽出する際や、本文を形態素に分解する際に用いられる。辞書データＤＢ３０２は、既存の任意の手法にて作成される。辞書データＤＢ３０２は、例えば、専門誌の記事テキストやＥＣサイトの検索クエリー、カテゴリ情報等から収集したデータに基づき、随時更新される。辞書データＤＢ３０２の更新処理は、任意の手法を用いて良く、購買行動分析サーバ３００の管理者が手動にて更新しても良く、専門誌の記事テキストやＥＣサイトの検索クエリー、カテゴリ情報等から収集したデータを受信すると、自動で更新するようにしても良い。
【００５４】
Ｗｅｂ閲覧データＤＢ３０３は、Ｗｅｂ閲覧データを記憶する。例えば、パネルユーザ端末２００各々により送信されてＷｅｂ閲覧データ受信部３１１が受信したＷｅｂ閲覧データ各々を記憶する。Ｗｅｂ閲覧データＤＢ３０３が記憶する情報については、Ｗｅｂ閲覧データＤＢ２０１が記憶する情報と同様であり、説明を省略する。
【００５５】
閲覧本文データＤＢ３０４は、Ｗｅｂ閲覧データから本文抽出部３１２により抽出されたページ情報を記憶する。すなわち、閲覧本文データＤＢ３０４は、Ｗｅｂ閲覧データに含まれるユーザが閲覧したＷｅｂページのうち、商品に関するＷｅｂページに含まれる情報であるページ情報を記憶する。
【００５６】
図７は、実施例２における閲覧本文データＤＢに記憶された情報の一例を示す図である。図７に示す例では、閲覧本文データＤＢ３０４は、「閲覧番号」と「ユーザＩＤ」と「閲覧日時」と「サイト名」と「ページタイプ」と「本文」と「タイトル」と「販売名表記」と「価格表記」と「商品説明文」と「検索キーワード」と「商品画像」と「ショップ名」と「個数表記」と「カテゴリ」と「ブランド」とを含むレコードを記憶する。ただし、図７に示した項目の組み合わせは一例であり、本発明はこれに限定されるものではなく、任意の項目を用いて良い。
【００５７】
ここで、「ユーザＩＤ」は、ユーザを識別する情報であり、例えば、Ｗｅｂ閲覧データに含まれる。「本文」は、Ｗｅｂページに含まれる本文を示す。「販売名表記」は、Ｗｅｂページに含まれる商品の名称を示す。「商品説明文」は、Ｗｅｂページに含まれる本文のうち、商品についての説明文を示す。「検索キーワード」は、Ｗｅｂページに対して設定されているキーワードを示す。例えば、検索キーワードは、Ｗｅｂページのタグに設定され、メタ情報として設定される。「商品画像」は、Ｗｅｂページに含まれる画像のうち、商品についての画像を示す。「ショップ名」は、Ｗｅｂページにおいて商品について説明している店名や、Ｗｅｂページにおいて商品を販売している店名を示す。「個数表記」は、ユーザが商品を購入したことを示すＷｅｂページである場合に、ユーザが購入した商品の個数を示す。「カテゴリ」は、Ｗｅｂページに含まれる商品のカテゴリを示す。「ブランド」は、商品に付与されたブランドを示す。
【００５８】
ここで、「閲覧番号」は、図４に示した「閲覧番号」と同一の番号である。また、「サイト名」と「ページタイプ」と「本文」と「タイトル」と「販売名表記」と「価格表記」と「商品説明文」と「検索キーワード」と「商品画像」と「ショップ名」と「個数表記」と「カテゴリ」と「ブランド」とは、それぞれ、辞書データＤＢ３０２に基づいて、商品情報抽出部３１３によりＷｅｂ閲覧データから抽出される。例えば、本文抽出ルールにおける「データ種別」として「サイト名」〜「ブランド」が設定されることで、「サイト名」〜「ブランド」は、本文抽出ルールに基づいてＷｅｂ閲覧データから抽出される。また、「販売名表記」や「価格表記」、「ショップ名」「個数表記」「カテゴリ」「ブランド」は、辞書データＤＢ３０２に基づいて本文からキーワードが抽出されることで、Ｗｅｂ閲覧データから抽出される。
【００５９】
図７に示す例では、閲覧本文データＤＢ３０４は、閲覧番号「00000001」とユーザＩＤ「00000001」と閲覧日時「2009-12-25 17：01：23」とサイト名「サイトＡ」とページタイプ「商品詳細」と本文「本商品は云々…」とタイトル「商品××」と販売名表記「商品××」と価格表記「1200円」と商品説明文「本商品は云々…」と検索キーワード「NULL」と商品画像「（画像データ）」とショップ名「ショップa」と個数表記「ＮＵＬＬ」とカテゴリ「Tシャツ」とブランド「ブランドX」とを含むレコードを記憶する。なお、図７に示す例では、記載の便宜上、商品画像として「（画像データ）」を記憶する場合を示したが、「（画像データ）」は画像データを示す。
【００６０】
すなわち、図７に示す例では、閲覧本文データＤＢ３０４は、「2009-12-25 17：01：23」にユーザ「00000001」により閲覧されたＷｅｂ閲覧データのうち閲覧番号「00000001」により識別されるレコードについてのページ情報を記憶する。また、閲覧本文データＤＢ３０４は、Ｗｅｂページのサイト名が「サイトＡ」であり、商品の詳細について閲覧するためのＷｅｂページであり、Ｗｅｂぺージには「本商品は云々…」という本文が含まれ、Ｗｅｂページのタイトルが「商品××」であることを記憶する。また、閲覧本文データＤＢ３０４は、Ｗｅｂページに「商品××」という商品についての情報が含まれ、価格が「1200円」であり、「本商品は云々…」という説明文があることを記憶する。また、Ｗｅｂページに「（画像データ）」という画像が含まれ、Ｗｅｂページに関する店名が「ショップa」であり、商品のカテゴリが「Tシャツ」であり、商品のブランドが「ブランドX」であることを記憶する。
【００６１】
図３の説明に戻る。閲覧商品データＤＢ３０５は、商品についての情報を閲覧するためのＷｅｂページから抽出される商品情報を記憶する。具体的には、閲覧商品データＤＢ３０５は、ページタイプが「商品詳細」となっている閲覧本文データＤＢ３０４のレコードに含まれる商品情報を記憶する。
【００６２】
図８は、実施例２における閲覧商品データＤＢに記憶された情報の一例を示す図である。図８に示す例では、閲覧商品データＤＢ３０５は、「閲覧番号」と「サイト名」と「ショップ名」と「販売名表記」と「価格表記」と「カテゴリ」と「ブランド」と「商品画像」とを含む閲覧商品のレコードを記憶する。なお、図８に示す項目の組み合わせは一例であり、これに限定されるものではなく、任意であって良い。
【００６３】
例えば、閲覧商品データＤＢ３０５は、閲覧番号「00000001」とサイト名「サイトＡ」とショップ名「ショップa」と販売名表記「商品××」と価格表記「1200円」とカテゴリ「Tシャツ」とブランド「ブランドX」と商品画像「（画像データ）」とを含む閲覧商品のレコードを記憶する。
【００６４】
図３の説明に戻る、購入商品データＤＢ３０６は、商品を購入するためのＷｅｂページから抽出される商品情報を記憶する。具体的には、購入商品データＤＢ３０６は、ページタイプが「購入手続き」となっている閲覧本文データＤＢ３０４のレコードに含まれる商品情報を記憶する。
【００６５】
図９は、実施例２における購入商品データＤＢに記憶された情報の一例を示す図である。図９に示す例では、購入商品データＤＢ３０６は、「閲覧番号」と「サイト名」と「ショップ名」と「販売名表記」と「価格表記」と「個数表記」と「カテゴリ」と「ブランド」と「商品画像」とを含む購入商品のレコードを記憶する。なお、図９に示す項目の組み合わせは一例であり、本発明はこれに限定されるものではなく任意の項目の組み合わせを用いて良い。なお、図８と図９とを比較すると、購入商品データＤＢ３０６は、購入手続きを示すＷｅｂページについての商品情報であり、閲覧本文データＤＢ３０４の項目に「個数表記」が加えられている。
【００６６】
例えば、購入商品データＤＢ３０６は、閲覧番号「00000002」とサイト名「サイトＡ」とショップ名「ショップa」と販売名表記「商品××」と価格表記「1200円」と個数表記「１」とカテゴリ「Tシャツ」とブランド「ブランドX」と商品画像「（画像データ）」とを含む購入商品のレコードを記憶する。
【００６７】
図３の説明に戻る。行動サマリデータＤＢ３０７は、ページ情報の要約である要約情報を記憶する。図１０は、実施例２における行動サマリデータＤＢに記憶された情報の一例を示す図である。図１０に示す例では、行動サマリデータＤＢ３０７は、「ユーザＩＤ」と「閲覧番号」と「クラスタ番号」と「代表キーワード」とを含むレコードを記憶する。なお、図１０に示した項目の組み合わせは一例であり、本発明はこれに限定されるものではなく任意の項目の組み合わせを用いて良い。
【００６８】
ここで、「クラスタ番号」について簡単に説明する。後述のサマリ生成部３１４は、閲覧本文データＤＢ３０４に含まれるレコードを複数のグループに分類する。クラスタ番号は、個々のグループを識別する情報である。代表キーワードは、個々のグループに含まれる代表的なキーワードを示す。
【００６９】
図１０に示す例では、行動サマリデータＤＢ３０７は、ユーザＩＤ「00000001」と閲覧番号「00000001」とクラスタ番号「00000001」と代表キーワード「Ｔシャツ、ブランドX」とを含む行動サマリのレコードを記憶する。すなわち、行動サマリデータＤＢ３０７は、「00000001」のユーザの閲覧番号「00000001」により識別される行動サマリのレコードが、クラスタ番号「00000001」により識別されるグループに分類されていることを記憶し、クラスタ番号「00000001」により識別されるグループの代表的なキーワードが「Ｔシャツ、ブランドX」であることを記憶する。
【００７０】
マーケティングデータＤＢ３０８は、統計解析部３１５による処理結果となるマーケティングデータを記憶する。図１１と図１２とは、実施例２におけるマーケティングデータＤＢにより記憶されるマーケティングデータの一例を示す図である。図１１は、任意の期間内において、商品のカテゴリごとに、ブランドをランキングした場合におけるマーケティングデータを示す。また、図１２は、カテゴリごとに、横軸をアイテムとし、縦軸をアイテムの平均金額とした場合のマーケティングデータを示す。マーケティングデータＤＢ３０８に記憶されたデータは、マーケティングレポートとして出力される。
【００７１】
図３の説明に戻る。Ｗｅｂ閲覧データ受信部３１１は、Ｗｅｂ閲覧データをパネルユーザ端末２００から受信することで取得する。例えば、Ｗｅｂ閲覧データ受信部３１１は、Ｗｅｂ閲覧データのアーカイブを受信すると、受信したＷｅｂ閲覧データのアーカイブを解凍し、解凍の結果得られるＷｅｂ閲覧データをＷｅｂ閲覧データＤＢ３０３に格納する。
【００７２】
本文抽出部３１２は、例えば、購買行動分析サーバ３００の管理者から本文抽出ルールを受信すると、本文抽出ルールＤＢ３０１に格納する。本文抽出ルールの登録や変更は、例えば、管理者が任意に実行する。例えば、本文抽出部３１２は、登録タイミングとなると、管理者により本文抽出ルールが登録され、登録された本文抽出ルールを本文抽出ルールＤＢ３０１に格納する。
【００７３】
なお、本文抽出部３１２は、閲覧本文データＤＢ３０４に記憶されたページ情報を監視することで、ＥＣサイトのサイト構造の変化を検出し、検出結果に基づいて本文抽出ルールを変更しても良い。
【００７４】
また、本文抽出部３１２は、Ｗｅｂ閲覧データ受信部３１１により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。具体的には、本文抽出部３１２は、新規なＷｅｂ閲覧データが閲覧本文データＤＢ３０４にある場合に、閲覧本文データＤＢ３０４から新規なＷｅｂ閲覧データを読み出し、本文抽出ルールに基づいて、読み出した新規なＷｅｂ閲覧データに含まれるＷｅｂページから、商品を購入するためのＷｅｂページを特定し、商品についての情報を閲覧するためのＷｅｂページを特定する。そして、本文抽出部３１２は、本抽出ルールに基づいて、特定したＷｅｂページに含まれる情報であるページ情報を抽出する。例えば、本文抽出部３１２は、Ｗｅｂ閲覧データに含まれるＨＴＭＬソースから本文抽出ルールにより指定される箇所を抽出することで、ページ情報を抽出する。
【００７５】
例えば、本文抽出部３１２は、任意のタイミングで抽出処理を実行する。任意のタイミングとは、例えば、５分おきや１時間おきなどの定期間隔で実行する場合、一定量の新規Ｗｅｂ閲覧データが蓄積されたタイミングなどが該当する。なお、本文抽出部３１２による処理の流れの一例については、フローチャートを用いて後述する。
【００７６】
商品情報抽出部３１３は、本文抽出部３１２により抽出されたページ情報から、ページ情報に含まれる商品についての情報である商品情報を抽出する。具体的には、商品情報抽出部３１３は、商品を購入するためのＷｅｂページから商品情報として第１の商品情報を抽出し、商品についての情報を閲覧するためのＷｅｂページに含まれる商品情報である第２の商品情報を抽出する。
【００７７】
例えば、商品情報抽出部３１３は、新規なページ情報が閲覧本文データＤＢ３０４にある場合に、閲覧本文データＤＢ３０４からレコードを１つ取得し、取得したレコードのページタイプが「商品詳細」であれば、閲覧商品データＤＢ３０５に商品情報を格納する。また、商品情報抽出部３１３は、取得したレコードのページタイプが「購入手続き」であれば、購入商品データＤＢ３０６に商品情報を格納する。より詳細な一例をあげて説明すると、商品情報抽出部３１３は、閲覧本文データＤＢ３０４から取得したレコードに含まれる項目のうち、商品情報に該当する項目のデータを、閲覧商品データＤＢ３０５に又は購入商品データＤＢ３０６に格納する。商品情報抽出部３１３による処理の流れの一例については、フローチャートを用いて後述する。
【００７８】
なお、商品情報抽出部３１３は、辞書データＤＢ３０２に基づいてレコードに含まれるページ情報の本文からキーワードを抽出し、抽出したキーワードから商品情報に該当するキーワードを抽出して閲覧商品データＤＢ３０５又は購入商品データＤＢ３０６に格納しても良い。
【００７９】
サマリ生成部３１４は、本文抽出部３１２により抽出されたページ情報から、ページ情報に含まれる情報の要約である要約情報を生成する。具体的には、サマリ生成部３１４は、閲覧本文データＤＢ３０４からページ情報のレコードを取得し、取得したページ情報のレコードに対してクラスタ処理を行う。つまり、ページ情報のレコード間の類似度に基づいて、処理対象となるユーザについての複数のページ情報のレコードをグループに分類する。そして、サマリ生成部３１４は、キーワード抽出処理を行う。つまり、サマリ生成部３１４は、クラスタに含まれるレコードを代表するキーワードをクラスタごとに抽出する。そして、サマリ生成部３１４は、サマリ生成処理を行う。つまり、サマリ生成部３１４は、クラスタごとのキーワードと、クラスタ番号とを対応付けてサマリとして生成する。そして、サマリ生成部３１４は、生成したサマリを行動サマリデータＤＢ３０７に格納する。サマリ生成部３１４による処理の一例については、フローチャートを用いて後述する。
【００８０】
統計解析部３１５は、商品情報抽出部３１３により抽出された商品情報とサマリ生成部３１４により生成された要約情報とに対して、所定の統計解析処理を実行する。具体的には、統計解析部３１５は、閲覧商品データＤＢ３０５に記憶された商品情報を取得し、購入商品データＤＢ３０６に記憶された商品情報を取得し、行動サマリデータＤＢ３０７に記憶された要約情報を取得する。そして、統計解析部３１５は、取得したデータに対して統計解析処理を実行し、処理結果となるマーケティングデータをマーケティングデータＤＢ３０８に格納する。統計解析部３１５が用いる所定の統計解析処理は、任意の統計解析処理で良い。統計解析部３１５による処理の一例については、フローチャートを用いて後述する。
【００８１】
［パネルユーザ端末による処理］
図１３を用いて、実施例２におけるパネルユーザ端末２００による処理の流れの一例を示す。図１３は、実施例２におけるパネルユーザ端末による処理の流れの一例を示すフローチャートである。
【００８２】
図１３に示すように、パネルユーザ端末２００では、Ｗｅｂ閲覧データ送信部２１１は、新規なＷｅｂ閲覧データがあると（ステップＳ２０１肯定）、新規なＷｅｂ閲覧データのアーカイブを作成する（ステップＳ２０２）。そして、Ｗｅｂ閲覧データ送信部２１１は、作成したＷｅｂ閲覧データのアーカイブを購買行動分析サーバ３００に送信する（ステップＳ２０３）。
【００８３】
なお、図１３に示す例では、Ｗｅｂ閲覧データ送信部２１１が、アーカイブを作成して送信する場合を示したが、本発明はこれに限定されるものではない。例えば、Ｗｅｂ閲覧データ送信部２１１は、アーカイブを作成することなく、Ｗｅｂ閲覧データそのものを送信しても良い。
【００８４】
［購買行動分析サーバによる処理］
購買行動分析サーバ３００による処理の流れの一例を示す。以下では、Ｗｅｂ閲覧データ受信部３１１による処理の流れの一例と、本文抽出部３１２による処理の流れの一例と、商品情報抽出部３１３による処理の流れの一例と、サマリ生成部３１４による処理の流れの一例と、統計解析部３１５による処理の流れの一例とについて、順に説明する。
【００８５】
［Ｗｅｂ閲覧データ受信部による処理］
図１４を用いて、実施例２におけるＷｅｂ閲覧データ受信部３１１による処理の流れの一例を示す。図１４は、実施例２におけるＷｅｂ閲覧データ受信部による処理の流れの一例を示すフローチャートである。
【００８６】
図１４に示すように、Ｗｅｂ閲覧データ受信部３１１は、Ｗｅｂ閲覧データのアーカイブを受信すると（ステップＳ３０１肯定）、受信したＷｅｂ閲覧データのアーカイブを解凍する（ステップＳ３０２）。そして、Ｗｅｂ閲覧データ受信部３１１は、解凍の結果得られるＷｅｂ閲覧データをＷｅｂ閲覧データＤＢ３０３に格納する（ステップＳ３０３）。
【００８７】
なお、図１４に示す例では、Ｗｅｂ閲覧データ受信部３１１は、アーカイブを解凍した上でＷｅｂ閲覧データＤＢ３０３に格納する場合を示したが、本発明はこれに限定されるものではない。例えば、Ｗｅｂ閲覧データ受信部３１１は、アーカイブを解凍することなく、そのまま格納しても良い。
【００８８】
また、図１４に示す例では、パネルユーザ端末２００がＷｅｂ閲覧データのアーカイブを送信する場合を示した。ただし、本発明はこれに限定されるものではなく、パネルユーザ端末２００がＷｅｂ閲覧データそのものを送信する場合には、Ｗｅｂ閲覧データ受信部３１１は、解凍処理を実行することなく、受信したＷｅｂ閲覧データを格納する。
【００８９】
［本文抽出部による登録処理］
図１５を用いて、実施理２における本文抽出部３１２による登録処理の流れの一例を示す。図１５は、実施例２における本文抽出部による登録処理の流れの一例を示すフローチャートである。
【００９０】
図１５に示すように、本文抽出部３１２は、登録タイミングとなると（ステップＳ４０１肯定）、管理者により本文抽出ルールが登録され（ステップＳ４０２）、登録された本文抽出ルールを本文抽出ルールＤＢ３０１に格納する（ステップＳ４０３）。例えば、本文抽出部３１２は、本文抽出ルールを管理者から受信することで本文抽出ルールが登録され、受信した本文抽出ルールを本文抽出ルールＤＢ３０１に格納する。
【００９１】
［本部抽出部による抽出処理］
図１６を用いて、実施例２における本文抽出部３１２による抽出処理の流れの一例を示す。図１６は、実施例２における本文抽出部による抽出処理の流れの一例を示すフローチャートである。
【００９２】
図１６に示すように、本文抽出部３１２は、新規なＷｅｂ閲覧データがＷｅｂ閲覧データＤＢ３０３にあるかを判定する（ステップＳ５０１）。ここで、本文抽出部３１２は、あると判定すると（ステップＳ５０１肯定）、Ｗｅｂ閲覧データＤＢ３０３からページ情報のレコードを１つ取得する（ステップＳ５０２）。そして、本文抽出部３１２は、本文抽出ルールＤＢ３０１に本文抽出ルールが登録済みであるかを判定し（ステップＳ５０３）、あると判定すると（ステップＳ５０３肯定）、Ｗｅｂ閲覧データに含まれるＨＴＭＬソースから本文抽出ルールにより指定される箇所を抽出する（ステップＳ５０４）。つまり、本文抽出部３１２は、Ｗｅｂ閲覧データ受信部３１１により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ページ情報を抽出する。そして、本文抽出部３１２は、閲覧本文データＤＢにページ情報を格納する（ステップＳ５０５）。
【００９３】
そして、本文抽出部３１２は、ステップＳ５０１に戻り、新規なＷｅｂ閲覧データがＷｅｂ閲覧データＤＢ３０３にないと判定するまで、ステップＳ５０１〜Ｓ５０５までの処理を繰り返す。また、本文抽出部３１２は、上述したステップＳ５０３において、本文抽出ルールがないと判定すると（ステップＳ５０３否定）、処理を終了する。また、本文抽出部３１２は、ステップＳ５０１において、新規なＷｅｂ閲覧データがＷｅｂ閲覧データＤＢ３０３にないと判定すると（ステップＳ５０１否定）、処理を終了する。
【００９４】
なお、上記の処理手順は、上記の順番に限定されるものではなく、処理内容を矛盾させない範囲で適宜変更しても良い。例えば、まず、図１６におけるステップＳ５０１とステップＳ５０３とを実行し、その際、新規なＷｅｂ閲覧データがあると判定し、かつ、本文抽出ルールがあると判定した場合に、図１６におけるステップＳ５０２、ステップＳ５０４及びステップＳ５０５を実行するようにしても良い。
【００９５】
［商品情報抽出部による処理］
図１７を用いて、実施例２における商品情報抽出部３１３による処理の流れの一例を示す。図１７は、実施例２における商品情報抽出部による処理の流れの一例を示すフローチャートである。
【００９６】
図１７に示すように、商品情報抽出部３１３は、新規なページ情報が閲覧本文データＤＢ３０４にあると（ステップＳ６０１肯定）、閲覧本文データＤＢ３０４からレコードを１つ取得する（ステップＳ６０２）。例えば、商品情報抽出部３１３は、閲覧本文データＤＢ３０４に処理済みでない新規レコードがあるか否かを判定したり、ストアドプロシジャー的に、新規のレコードが格納されるごとに、レコードを取得する。
【００９７】
そして、商品情報抽出部３１３は、辞書データＤＢ３０２に基づいてレコードに含まれるページ情報の本文からキーワードを抽出する（ステップＳ６０３）。つまり、商品情報抽出部３１３は、専門誌の記事テキストやＥＣサイトの検索クエリー、カテゴリ情報等から収集されたデータに基づいて時更新される辞書データＤＢ３０２に記憶された語句とマッチするキーワードを抽出する。
【００９８】
そして、商品情報抽出部３１３は、ページタイプが「商品詳細」か「購入手続き」かを判別し（ステップＳ６０４）、ページタイプ「購入手続き」である場合には（ステップＳ６０４購入手続き）、商品情報を購入商品データＤＢ３０６に格納する（ステップＳ６０５）。一方、商品情報抽出部３１３は、ページタイプ「商品詳細」である場合には（ステップＳ６０４商品詳細）、商品情報を閲覧商品データＤＢ３０５に格納する（ステップＳ６０６）。
【００９９】
例えば、商品情報抽出部３１３は、閲覧本文データＤＢ３０４から取得したレコードに含まれる項目のうち、商品情報に該当する項目のデータを、閲覧商品データＤＢ３０５に又は購入商品データＤＢ３０６に格納する。より詳細な一例をあげて説明すると、商品情報抽出部３１３は、レコードの各項目のうち、「閲覧番号」と「サイト名」と「ショップ名」と「販売名表記」と「価格表記」と「個数表記」と「カテゴリ」と「ブランド」と「商品画像」とを購入商品データＤＢ３０６に格納する。また、同様に、商品情報抽出部３１３は、レコードの各項目のうち、「閲覧番号」と「サイト名」と「ショップ名」と「販売名表記」と「価格表記」と「カテゴリ」と「ブランド」と「商品画像」とを閲覧商品データＤＢ３０５に格納する。なお、ここで、レコードに含まれる各項目には、必ずしもデータが含まれるとは限らない。この場合、商品情報抽出部３１３は、データが含まれていない項目については何らデータを入力することなく、「ＮＵＬＬ」とする。
【０１００】
そして、商品情報抽出部３１３は、ステップＳ６０１に戻り、新規なページ情報がないと判定するまで、上述したステップＳ６０１〜Ｓ６０６までの処理を繰り返す。一方、商品情報抽出部３１３は、ステップＳ６０１において、新規なページ情報がないと判定すると（ステップＳ６０１否定）、処理を終了する。なお、上記の処理手順は、上記の順番に限定されるものではなく、処理内容を矛盾させない範囲で適宜変更しても良い。例えば、上記のステップＳ６０３を省略しても良い。
【０１０１】
［サマリ生成部による処理］
図１８を用いて、実施例２におけるサマリ生成部３１４による処理の流れの一例を示す。図１８は、実施例２におけるサマリ生成部による処理の流れの一例を示すフローチャートである。
【０１０２】
図１８に示すように、サマリ生成部３１４は、処理対象期間、処理対象パネルユーザＩＤの指定が管理者よりあると（ステップＳ７０１肯定）、指定された期間、パネルユーザＩＤと一致又は相当するレコードを閲覧本文データＤＢ３０４から取得する（ステップＳ７０２）。例えば、処理対象期間「2009-12-25 00：00：00〜2009-12-26 00：00：00」と処理対象パネルユーザＩＤ「00000001」とが指定されると、サマリ生成部３１４は、閲覧本文データＤＢ３０４から、閲覧日時が「2009-12-25 00：00：00〜2009-12-26 00：00：00」に含まれ、パネルユーザＩＤ「00000001」を含むレコードを取得する。
【０１０３】
そして、サマリ生成部３１４は、辞書データＤＢに基づいて、各閲覧ページの本文を形態素に分解する（ステップＳ７０３）。つまり、サマリ生成部３１４は、辞書データＤＢ３０２に基づいて、取得したレコードに含まれるページの本文を形態素に分解する。
【０１０４】
そして、サマリ生成部３１４は、形態素に分解したキーワードを利用して閲覧ページをクラスタリングする（ステップＳ７０４）。つまり、サマリ生成部３１４は、レコードごとに得られるキーワードを用いてレコード間の類似度を算出し、算出したレコード間の類似度に基づいて処理対象となるユーザについての複数のレコードをグループに分類する。
【０１０５】
そして、サマリ生成部３１４は、行動サマリデータＤＢ３０７に閲覧番号とクラスタ番号とを格納する（ステップＳ７０５）。つまり、サマリ生成部３１４は、任意のクラスタ番号を発行し、ステップＳ７０４にて分類したレコードのグループ各々に付与する。そして、サマリ生成部３１４は、クラスタ番号と、クラスタ番号が付与されたグループに含まれるレコードの閲覧番号とを対応付けて、行動サマリデータＤＢ３０７に格納する。例えば、閲覧番号「00000001」を含むレコードと「00000002」を含むレコードとが同一のグループに分類され、クラスタ番号「00000001」が付与された場合を用いて説明する。この場合、サマリ生成部３１４は、閲覧番号「00000001」とクラスタ番号「00000001」との対応付けを行動サマリデータＤＢ３０７に格納し、閲覧番号「00000002」とクラスタ番号「00000001」との対応付けを行動サマリデータＤＢ３０７に格納する。また、処理対象となったパネルユーザＩＤも格納する。この段階においては、図１０に示す行動サマリデータＤＢ３０７の項目のうち、代表キーワードは空白である。
【０１０６】
そして、サマリ生成部３１４は、対象クラスタ番号を「00000001」とし（ステップＳ７０６）、対象クラスタ番号が付与された閲覧番号のページ情報を取得する（ステップＳ７０７）。そして、サマリ生成部３１４は、辞書データＤＢ３０２に基づいて、各ページ情報の本文を形態素に分解し（ステップＳ７０８）、形態素に分解したキーワードの中から代表キーワードを抽出する（ステップＳ７０９）。例えば、サマリ生成部３１４は、クラスタ番号「00000001」のページ情報から、代表キーワード「Ｔシャツ、ブランドＸ」を抽出する。
【０１０７】
例えば、サマリ生成部３１４は、キーワードを抽出する手法として、任意の手法を用いて良い。例えば、ＴＦＩＤＦ（term frequency inverse document frequency）やc-valueなどを用いて良い。
【０１０８】
そして、サマリ生成部３１４は、行動サマリデータＤＢ３０７に代表キーワードを格納する（ステップＳ７１０）。つまり、クラスタ番号「00000001」を含むレコードに、代表キーワード「Ｔシャツ、ブランドＸ」を格納する。
【０１０９】
そして、サマリ生成部３１４は、対象クラスタ番号をインクリメントする（ステップＳ７１１）。例えば、サマリ生成部３１４は、対象クラスタ番号を「00000002」とする。そして、サマリ生成部３１４は、対象クラスタ番号のクラスタがあるかを判別する（ステップＳ７１２）。例えば、上述したステップＳ７０４において、レコードを４つのグループに分類し、クラスタ番号「00000001」〜「00000004」までが付与された場合には、サマリ生成部３１４は、あると判定し（ステップＳ７１２肯定）、上述したステップＳ７０７に戻り、処理を繰り返す。一方、サマリ生成部３１４は、クラスタ番号「00000001」〜「00000004」までが付与されており、インクリメント後の対象クラスタ番号が「00000005」である場合には、ないと判定し（ステップＳ７１２否定）、処理を終了する。
【０１１０】
なお、上記の処理手順は、上記の順番に限定されるものではなく、処理内容を矛盾させない範囲で適宜変更しても良い。例えば、図１８に示す例では、レコード各々からキーワードを抽出しキーワードの類似度に基づいてクラスタリングを行う場合について示したが、本発明はこれに限定されるものではなく、任意の手法を用いてクラスタリングして良い。また、図１８に示す例では、ステップＳ７０３にて形態素に分解し、ステップＳ７０８においても、形態素に分解する場合を示したが、本発明はこれに限定されるものではない。例えば、ステップＳ７０８において、ステップＳ７０３における処理結果を用いることで、形態素に分解する処理を実行しなくて良い。
【０１１１】
［統計解析部による処理］
図１９を用いて、実施例２における統計解析部３１５による処理の流れの一例を示す。図１９は、実施例２における統計解析部による処理の流れの一例を示すフローチャートである。
【０１１２】
図１９に示すように、統計解析部３１５は、解析対象期間や解析対象ユーザ条件、解析手法の指定が管理者よりあると（ステップＳ８０１肯定）、閲覧商品データＤＢ３０５と、購入商品データＤＢ３０６と、行動サマリデータＤＢ３０７とから、期間及び条件の一致するレコードを取得する（ステップＳ８０２）。
【０１１３】
そして、統計解析部３１５は、統計解析を実行し（ステップＳ８０３）、統計解析結果を出力する（ステップＳ８０４）。つまり、統計解析部３１５は、商品情報抽出部３１３により抽出された商品情報とサマリ生成部３１４により生成された要約情報とに対して、所定の統計解析処理を実行し、処理結果をマーケティングデータＤＢ３０８に格納する。
【０１１４】
［実施例２の効果］
上述したように、実施例２によれば、購買行動分析サーバ３００は、パネルユーザ端末２００にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データを取得する。そして、購買行動分析サーバ３００は、取得したＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出する。そして、購買行動分析サーバ３００は、抽出したページ情報から、ページ情報に含まれる商品についての情報である商品情報を抽出し、ページ情報から、ページ情報に含まれる情報の要約である要約情報を生成する。そして、購買行動分析サーバ３００は、商品情報と要約情報とに対して、所定の統計解析処理を実行する。この結果、実施例１に係る購買行動分析装置１００によれば、マーケティング分析を適切に実行可能である。
【０１１５】
また、実施例２によれば、購買行動分析サーバ３００は、商品に関するＷｅｂページとして、商品を購入するためのＷｅｂページを特定し、商品についての情報を閲覧するためのＷｅｂページを特定し、特定したＷｅｂページに含まれる情報であるページ情報を抽出する。そして、購買行動分析サーバ３００は、商品を購入するためのＷｅｂページに含まれる商品情報である第１の商品情報を抽出し、商品についての情報を閲覧するためのＷｅｂページに含まれる商品情報である第２の商品情報を抽出する。そして、購買行動分析サーバ３００は、要約情報と第１の商品情報と第２の商品情報とに対して所定の解析処理を実行する。この結果、ユーザが閲覧した商品についての情報と、ユーザが購入した商品についての情報とを併せて用いて、マーケティング分析が可能である。
【０１１６】
すなわち、購買行動分析サーバ３００は、パネルユーザ端末２００からＷｅｂ閲覧データを取得して用いることで、購買手続きページのような、事後クロールでは入手することが不可能なページからも情報を取得してマーケティング分析ができ、高精度にマーケティング分析が可能である。
【０１１７】
図２０は、実施例２の効果を示すための図である。図２０に示すように、マーケティング分析を行う手法は複数あるが、そのいずれも、購買の前後の行動を分析できなかったり、横断的なデータ収集ができなかったり、幅広い対象商品を対象とできなかったり、購買行動を起こした時点とデータが収集される時点とのタイムラグが発生したり、精度に問題があったりする。なお、図２０の「提案方式」は、実施例２の購買行動分析サーバ３００による処理方式を示す。
【０１１８】
例えば、図２０の「アンケート」に示すように、アンケートを用いてデータを収集する手法では、購買行動を起こした時点とデータが収集される時点とのタイムラグが大きく、人手での記入のため、記入漏れや記憶違いが多く結果信頼が低い。また、図２０の「ＲＦＩＤによる接触調査」に示すように、ＲＦＩＤのタグを商品に付けておき、消費者が接触した商品のタグについての情報を用いる手法では、対象商品に対する商品接触のみ用いられる結果、購買の前後の行動を分析できない。また、消費者が接触した商品のタグについての情報を用いる手法では、対象商品にＲＦＩＤを貼り付けなければならない結果、幅広い対象商品を対象とできない。また、図２０の「店舗内導線分析」に示すように、店舗内にある監視カメラから消費者の導線や視線を分析する手法では、店舗内に閉じてしまい、店舗間の共有は困難である結果、横断的なデータ収集ができない。また、店舗内にある監視カメラから消費者の導線や視線を分析する手法では、対象商品が店舗内にて取り扱われる商品に限られ、導線の行動解釈に時間のかかる場合がある。また、図２０の「ＥＣサイトのＷｅｂログ解析」に示すように、特定のＥＣサイトにおいて得られるＷｅｂログを解析する手法では、ＥＣサイト内に閉じてしまい、サイト間の共有が困難である結果、横断的なデータ収集ができない。また、特定のＥＣサイトにおいて得られるＷｅｂログを解析する手法では、対象商品もＥＣサイトにて取り扱われる商品に限られる。また、図２０の「ＰＯＳデータ等」に示すように、ＰＯＳデータを用いてマーケティング分析する手法では、購買についてのデータを利用できるに留まり、購買の前後の行動を分析できず、同一の系列となる小売店内でしかデータを共有できず、店舗間の共有も困難である結果、横断的なデータ収集が困難である。また、ＰＯＳデータを用いてマーケティング分析する手法では、ＪＡＮコードが付与された登録商品に対象商品が限られる。
【０１１９】
これに対して、図２０に示すように、実施例２における購買行動分析サーバ３００による処理方式では、パネルユーザ端末２００によるＷｅｂ閲覧データを用いる結果、閲覧時におけるデータも購入時におけるデータも用いることが可能であり、購買の前後の行動を分析可能である。また、購買行動分析サーバ３００による処理方式では、パネルユーザ端末２００がＷｅｂ閲覧データを用いて分析することで、特定の店舗に限定されることなく横断的にデータ収集が可能である。この結果、店舗をまたいだ商品や価格比較行動などの分析が可能である。また、購買行動分析サーバ３００による処理方式では、パネルユーザ端末２００によるＷｅｂ閲覧データを用いることで、パネルユーザがアクセスしたすべての商品についてのデータを用いることが可能である。また、購買行動分析サーバ３００による処理方式では、パネルユーザ端末２００からほぼリアルタイムにＷｅｂ閲覧データを取得して用いることができ、パネルユーザが購買行動を起こす時点とデータが収集される時点との間のタイムラグを抑えることが可能である。また、購買行動分析サーバ３００による処理方式では、精度についても、テキストマイニングの精度を向上することで向上することが可能である。
【実施例３】
【０１２０】
実施例３では、パネルユーザ端末２００から送信されるＷｅｂ閲覧データから個人情報を削除する場合について示す。以下では、パネルユーザ端末２００が、Ｗｅｂ閲覧データから個人情報を削除した上で購買行動分析サーバ３００に送信する場合を示すが、本発明はこれに限定されるものではなく、購買行動分析サーバ３００が、受信したＷｅｂ閲覧データから個人情報を削除しても良い。また、パネルユーザ端末２００と購買行動分析サーバ３００との両方が、Ｗｅｂ閲覧データから個人情報を削除しても良い。
【０１２１】
図２１は、実施例３に係る購買行動分析システムの構成の一例を示すブロック図である。図２１に示すように、実施例３では、パネルユーザ端末２００は、個人情報データＤＢ５０１と、個人情報除去処理部５０２とを更に有する。なお、図２１においては、図３と同様の処理部やデータベースについては、図３と同一の符号を付与した。
【０１２２】
個人情報データＤＢ５０１は、パネルユーザの個人情報を記憶する。図２２は、実施例３における個人情報データＤＢに記憶された情報の一例を示す図である。図２２に示す例では、個人情報データＤＢ５０１は、「氏名」と「電話番号」と「住所」と「カード番号」などを記憶する。ただし、本発明はこれに限定されるものではなく、個人情報データＤＢ５０１は、任意の項目についてデータを記憶して良い。
【０１２３】
例えば、個人情報データＤＢ５０１は、氏名「電信 太郎」と電話番号「012-345-6789」と住所「東京都武蔵野市×××」とカード番号「0123 4567 8901 2345」とを記憶する。
【０１２４】
個人情報除去処理部５０２は、Ｗｅｂ閲覧データＤＢ２０１からＷｅｂ閲覧データを取得すると、取得したＷｅｂ閲覧データから個人情報データＤＢ５０１に記憶された個人情報と一致又は相当するデータを削除する。また、個人情報除去処理部５０２は、Ｗｅｂ閲覧データから個人情報を削除する際、任意の文字列にて置き換えても良い。
【０１２５】
ここで、図２３を用いて、実施例３におけるパネルユーザ端末２００による処理について示す。図２３は、実施例３におけるパネルユーザ端末による処理について示すフローチャートである。
【０１２６】
図２３に示すように、パネルユーザ端末２００では、個人情報除去処理部５０２は、新規なＷｅｂ閲覧データがあると（ステップＳ９０１肯定）、新規なＷｅｂ閲覧データ中に個人情報データと一致するテキストがあるかを判定する（ステップＳ９０２）。ここで、個人情報除去処理部５０２は、あると判定すると（ステップＳ９０２肯定）、個人情報データと一致するテキストを任意の文字で置き換える（ステップＳ９０３）。つまり、個人情報除去処理部５０２は、Ｗｅｂ閲覧データから個人情報データを削除する。
【０１２７】
そして、Ｗｅｂ閲覧データ送信部２１１は、個人情報が削除された後のＷｅｂ閲覧データのアーカイブを作成し（ステップＳ９０４）、作成したＷｅｂ閲覧データのアーカイブを購買行動分析サーバ３００に送信する（ステップＳ９０５）。
【０１２８】
なお、図２３に示す例では、Ｗｅｂ閲覧データ送信部２１１が、アーカイブを作成して送信する場合を示したが、本発明はこれに限定されるものではない。例えば、Ｗｅｂ閲覧データ送信部２１１は、アーカイブを作成することなく、Ｗｅｂ閲覧データそのものを送信しても良い。
【０１２９】
また、上述した説明では、個人情報データＤＢ５０１と一致または相当する場合に、Ｗｅｂ閲覧データから削除する場合を用いて説明したが、これに限定されるものではなく、任意の手法にて個人情報を検出して削除して良い。
【０１３０】
［実施例３の効果］
上述したように、実施例３によれば、個人情報が削除されたＷｅｂ閲覧データを用いるので、個人情報を除去した上で、購買行動分析サーバ３００においてデータが保持される。この結果、個人情報に配慮したセキュアなサービス提供が可能である。
【実施例４】
【０１３１】
さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、その他の実施例にて実施されても良い。そこで、以下では、その他の実施例を示す。
【０１３２】
［システム構成］
また、本実施例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上述文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については（図１〜図２３）、特記する場合を除いて任意に変更することができる。
【０１３３】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。
【０１３４】
例えば、図２４を用いて、購買行動分析システムの構成のバリエーションの一例を示す。図２４は、購買行動分析システムの構成のバリエーションの一例を示す図である。図２４に示すように、統計解析部６０１とマーケティングデータＤＢ６０２とを購買行動分析サーバ３００から分離して別の外部装置６００とし、ネットワーク経由で接続するようにしても良い。統計解析部６０１とマーケティングデータＤＢ６０２とは、それぞれ、図３における統計解析部３１５とマーケティングデータＤＢ３０８とに対応する。この場合、外部装置６００は、購買行動分析サーバ３００の閲覧商品データＤＢ６０３や購入商品データＤＢ６０４、行動サマリデータＤＢ６０５にアクセスしてデータを取得し、取得したデータに対して統計解析処理を実行することでマーケティングデータを作成する。また、図２４に示す例において、外部装置が複数ある場合に、外部装置ごとに、アクセス可能なデータの種類を制限しても良い。この結果、購買行動分析システムを運用する会社から外部のマーケターに対して、分析装置や分析元データへのアクセスフィーを販売するビジネスを実現可能である。
【０１３５】
［プログラム］
図２５は、購買行動分析プログラムによる情報処理がコンピュータを用いて具体的に実現されることを示す図である。図２５に例示するように、コンピュータ３０００は、例えば、メモリ３０１０と、ＣＰＵ（Central Processing Unit）３０２０と、ハードディスクドライブインタフェース３０３０と、ディスクドライブインタフェース３０４０と、シリアルポートインタフェース３０５０と、ビデオアダプタ３０６０と、ネットワークインタフェース３０７０とを有する。コンピュータ３０００の各部はバス３１００によって接続される。
【０１３６】
なお、図２５に示すコンピュータの構成は一例であり、コンピュータの構成はこれに限定されるものではない。例えば、図２５に示す例では、コンピュータ３０００は、ハードディスクドライブ３０８０を有し、ハードディスクドライブ３０８０がプログラムデータ３０８４などを記憶する場合を示したが、本発明はこれに限定されるものではない。例えば、コンピュータ３０００は、ハードディスクドライブ３０８０を有さなくても良い。この場合、コンピュータ３０００は、例えば、メモリ３１０にプログラムデータ３０８４などを記憶しても良く、任意の記憶領域にプログラムデータ３０８４などを記憶して良い。また、コンピュータ３０００は、任意の情報処理装置であって良く、例えば、携帯電話、ＰＨＳ（Personal Handyphone System）端末、移動体通信端末またはＰＤＡ（Personal Digital Assistant）などの情報処理装置であっても良い。
【０１３７】
メモリ３０１０は、図２５に例示するように、ＲＯＭ３０１１及びＲＡＭ３０１２を含む。ＲＯＭ３０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース３０３０は、図２５に例示するように、ハードディスクドライブ３０８０に接続される。ディスクドライブインタフェース３０４０は、図２５に例示するように、ディスクドライブ３０９０に接続される。例えば磁気ディスクや光ディスク等の着脱可能な記憶媒体が、ディスクドライブ３０９０に挿入される。シリアルポートインタフェース３０５０は、図２５に例示するように、例えばマウス３０５１、キーボード３０５２に接続される。ビデオアダプタ３０６０は、図２５に例示するように、例えばディスプレイ３０６１に接続される。
【０１３８】
ここで、図２５に例示するように、ハードディスクドライブ３０８０は、例えば、ＯＳ３０８１、アプリケーションプログラム３０８２、プログラムモジュール３０８３、プログラムデータ３０８４を記憶する。すなわち、開示の技術に係る更新プログラムは、コンピュータによって実行される指令が記述されたプログラムモジュール３０８３として、例えばハードディスクドライブ３０８０に記憶される。具体的には、上記実施例で説明したＷｅｂ閲覧データ送信部２１１やＷｅｂ閲覧データ受信部３１１〜統計解析部３１５と同様の情報処理を実行する手順各々が記述されたプログラムモジュールが、ハードディスクドライブ３０８０に記憶される。
【０１３９】
また、上記実施例で説明したＷｅｂ閲覧データＤＢ２０１や本文抽出ルールＤＢ３０１〜マーケティングデータＤＢ３０８に記憶されるデータのように、購買行動分析プログラムによる情報処理に用いられるデータは、プログラムデータ３０８４として、例えばハードディスクドライブ３０８０に記憶される。そして、ＣＰＵ３０２０が、ハードディスクドライブ３０８０に記憶されたプログラムモジュール３０８３やプログラムデータ３０８４を必要に応じてＲＡＭ３０１２に読み出し、各種の手順を実行する。
【０１４０】
なお、購買行動分析プログラムに係るプログラムモジュール３０８３やプログラムデータ３０８４は、ハードディスクドライブ３０８０に記憶される場合に限られない。例えば、プログラムモジュール３０８３やプログラムデータ３０８４は、着脱可能な記憶媒体に記憶されても良い。この場合、ＣＰＵ３０２０は、ディスクドライブなどの着脱可能な記憶媒体を介してデータを読み出す。また、同様に、更新プログラムに係るプログラムモジュール３０８３やプログラムデータ３０８４は、ネットワーク（ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等）を介して接続された他のコンピュータに記憶されても良い。この場合、ＣＰＵ３０２０は、ネットワークインタフェースを介して他のコンピュータにアクセスすることで各種データを読み出す。
【０１４１】
［その他］
なお、本実施例で説明した購買行動分析プログラムは、インターネットなどのネットワークを介して配布することができる。また、購買行動分析プログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤなどのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。
【符号の説明】
【０１４２】
１００ 購買行動分析装置
１０１ 取得部
１０２ ページ情報抽出部
１０３ 商品情報抽出部
１０４ 要約生成部
１０５ 統計解析部
２００ パネルユーザ端末
２０１ Ｗｅｂ閲覧データＤＢ
２１１ Ｗｅｂ閲覧データ送信部
３００ 購買行動分析サーバ
３０１ 本文抽出ルールＤＢ
３０２ 辞書データＤＢ
３０３ Ｗｅｂ閲覧データＤＢ
３０４ 閲覧本文データＤＢ
３０５ 閲覧商品データＤＢ
３０６ 購入商品データＤＢ
３０７ 行動サマリデータＤＢ
３０８ マーケティングデータＤＢ
３１１ Ｗｅｂ閲覧データ受信部
３１２ 本文抽出部
３１３ 商品情報抽出部
３１４ サマリ生成部
３１５ 統計解析部
４０１ ＥＣサイト
４０２ インターネット
５０１ 個人情報データＤＢ
５０２ 個人情報除去処理部
６００ 外部装置
【特許請求の範囲】
【請求項１】
ユーザ端末にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データを取得する取得部と、
前記取得部により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成部と、
前記商品情報抽出部により抽出された前記商品情報と前記要約生成部により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析部と
を備えたことを特徴とする購買行動分析装置。
【請求項２】
前記ページ情報抽出部は、前記商品に関するＷｅｂページとして、商品を購入するためのＷｅｂページを特定し、商品についての情報を閲覧するためのＷｅｂページを特定し、特定したＷｅｂページに含まれる情報であるページ情報を抽出し、
前記商品情報抽出部は、前記商品を購入するためのＷｅｂページに含まれる前記商品情報である第１の前記商品情報を抽出し、前記商品についての情報を閲覧するためのＷｅｂページに含まれる前記商品情報である第２の前記商品情報を抽出し、
前記統計解析部は、前記要約情報と前記第１の商品情報と前記第２の商品情報とに対して所定の解析処理を実行することを特徴とする請求項１に記載の購買行動分析装置。
【請求項３】
前記取得部は、前記ユーザ端末にて個人情報が削除された後のＷｅｂ閲覧データを取得することを特徴とする請求項１又は２に記載の購買行動分析装置。
【請求項４】
コンピュータが、
ユーザ端末にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成工程と、
前記商品情報抽出工程により抽出された前記商品情報と前記要約生成工程により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析工程と
を含んだことを特徴とする購買行動分析方法。
【請求項５】
コンピュータに、
ユーザ端末にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出手順と、
前記ページ情報抽出手順により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出手順と、
前記ページ情報抽出手順により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成手順と、
前記商品情報抽出手順により抽出された前記商品情報と前記要約生成手順により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析手順と
を実行させることを特徴とする購買行動分析プログラム。
【請求項６】
Ｗｅｂページを閲覧するための閲覧部と、
前記閲覧部にてユーザにより閲覧されたＷｅｂページを含むＷｅｂ閲覧データを送信する送信部と
を有するユーザ端末と、
前記ユーザ端末の前記送信部により送信された前記Ｗｅｂ閲覧データを取得する取得部と、
前記取得部により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成部と、
前記商品情報抽出部により抽出された前記商品情報と前記要約生成部により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析部と
を有するサーバと
を備えたことを特徴とする購買行動分析システム。
【請求項７】
ユーザ端末としてのコンピュータが、
Ｗｅｂページを閲覧するための閲覧工程と、
前記閲覧工程にてユーザにより閲覧されたＷｅｂページを含むＷｅｂ閲覧データを送信する送信工程とを含み、
前記送信工程により送信された前記Ｗｅｂ閲覧データを取得するコンピュータが、
前記ユーザ端末の前記送信工程により送信された前記Ｗｅｂ閲覧データを取得する取得工程と、
前記取得工程により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成工程と、
前記商品情報抽出工程により抽出された前記商品情報と前記要約生成工程により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析工程と
を含むことを特徴とする制御方法。
【請求項８】
Ｗｅｂページを閲覧するための閲覧部と、
前記閲覧部にてユーザにより閲覧されたＷｅｂページを含むＷｅｂ閲覧データを送信する送信部と
を有するユーザ端末と、
前記ユーザ端末の前記送信部により送信された前記Ｗｅｂ閲覧データを取得する取得部と、
前記取得部により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成部と、
を有するサーバと、
前記商品情報抽出部により抽出された前記商品情報と前記要約生成部により生成された要約情報とを前記サーバから取得し、所定の統計解析処理を実行する統計解析部を有する端末と、
を備えたことを特徴とする購買行動分析システム。
【請求項９】
ユーザ端末としてのコンピュータが、
Ｗｅｂページを閲覧するための閲覧工程と、
前記閲覧工程にてユーザにより閲覧されたＷｅｂページを含むＷｅｂ閲覧データを送信する送信工程とを含み、
前記送信工程により送信された前記Ｗｅｂ閲覧データを取得するサーバが、
前記ユーザ端末の前記送信工程により送信された前記Ｗｅｂ閲覧データを取得する取得工程と、
前記取得工程により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成工程とを含み、
前記商品情報抽出工程により抽出された前記商品情報と前記要約生成工程により生成された要約情報とを前記サーバから取得するコンピュータが、
前記商品情報抽出工程により抽出された前記商品情報と前記要約生成工程により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析工程を含む
ことを特徴とする制御方法。
【請求項１】
ユーザ端末にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データを取得する取得部と、
前記取得部により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成部と、
前記商品情報抽出部により抽出された前記商品情報と前記要約生成部により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析部と
を備えたことを特徴とする購買行動分析装置。
【請求項２】
前記ページ情報抽出部は、前記商品に関するＷｅｂページとして、商品を購入するためのＷｅｂページを特定し、商品についての情報を閲覧するためのＷｅｂページを特定し、特定したＷｅｂページに含まれる情報であるページ情報を抽出し、
前記商品情報抽出部は、前記商品を購入するためのＷｅｂページに含まれる前記商品情報である第１の前記商品情報を抽出し、前記商品についての情報を閲覧するためのＷｅｂページに含まれる前記商品情報である第２の前記商品情報を抽出し、
前記統計解析部は、前記要約情報と前記第１の商品情報と前記第２の商品情報とに対して所定の解析処理を実行することを特徴とする請求項１に記載の購買行動分析装置。
【請求項３】
前記取得部は、前記ユーザ端末にて個人情報が削除された後のＷｅｂ閲覧データを取得することを特徴とする請求項１又は２に記載の購買行動分析装置。
【請求項４】
コンピュータが、
ユーザ端末にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成工程と、
前記商品情報抽出工程により抽出された前記商品情報と前記要約生成工程により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析工程と
を含んだことを特徴とする購買行動分析方法。
【請求項５】
コンピュータに、
ユーザ端末にてユーザが閲覧したＷｅｂページを含むＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出手順と、
前記ページ情報抽出手順により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出手順と、
前記ページ情報抽出手順により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成手順と、
前記商品情報抽出手順により抽出された前記商品情報と前記要約生成手順により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析手順と
を実行させることを特徴とする購買行動分析プログラム。
【請求項６】
Ｗｅｂページを閲覧するための閲覧部と、
前記閲覧部にてユーザにより閲覧されたＷｅｂページを含むＷｅｂ閲覧データを送信する送信部と
を有するユーザ端末と、
前記ユーザ端末の前記送信部により送信された前記Ｗｅｂ閲覧データを取得する取得部と、
前記取得部により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成部と、
前記商品情報抽出部により抽出された前記商品情報と前記要約生成部により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析部と
を有するサーバと
を備えたことを特徴とする購買行動分析システム。
【請求項７】
ユーザ端末としてのコンピュータが、
Ｗｅｂページを閲覧するための閲覧工程と、
前記閲覧工程にてユーザにより閲覧されたＷｅｂページを含むＷｅｂ閲覧データを送信する送信工程とを含み、
前記送信工程により送信された前記Ｗｅｂ閲覧データを取得するコンピュータが、
前記ユーザ端末の前記送信工程により送信された前記Ｗｅｂ閲覧データを取得する取得工程と、
前記取得工程により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成工程と、
前記商品情報抽出工程により抽出された前記商品情報と前記要約生成工程により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析工程と
を含むことを特徴とする制御方法。
【請求項８】
Ｗｅｂページを閲覧するための閲覧部と、
前記閲覧部にてユーザにより閲覧されたＷｅｂページを含むＷｅｂ閲覧データを送信する送信部と
を有するユーザ端末と、
前記ユーザ端末の前記送信部により送信された前記Ｗｅｂ閲覧データを取得する取得部と、
前記取得部により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出部と、
前記ページ情報抽出部により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成部と、
を有するサーバと、
前記商品情報抽出部により抽出された前記商品情報と前記要約生成部により生成された要約情報とを前記サーバから取得し、所定の統計解析処理を実行する統計解析部を有する端末と、
を備えたことを特徴とする購買行動分析システム。
【請求項９】
ユーザ端末としてのコンピュータが、
Ｗｅｂページを閲覧するための閲覧工程と、
前記閲覧工程にてユーザにより閲覧されたＷｅｂページを含むＷｅｂ閲覧データを送信する送信工程とを含み、
前記送信工程により送信された前記Ｗｅｂ閲覧データを取得するサーバが、
前記ユーザ端末の前記送信工程により送信された前記Ｗｅｂ閲覧データを取得する取得工程と、
前記取得工程により取得されたＷｅｂ閲覧データに対して所定の抽出条件に従って抽出処理を実行することで、前記ユーザが閲覧したＷｅｂページのうち商品に関するＷｅｂページに含まれる情報であるページ情報を抽出するページ情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる前記商品についての情報である商品情報を抽出する商品情報抽出工程と、
前記ページ情報抽出工程により抽出されたページ情報から、当該ページ情報に含まれる情報の要約である要約情報を生成する要約生成工程とを含み、
前記商品情報抽出工程により抽出された前記商品情報と前記要約生成工程により生成された要約情報とを前記サーバから取得するコンピュータが、
前記商品情報抽出工程により抽出された前記商品情報と前記要約生成工程により生成された要約情報とに対して、所定の統計解析処理を実行する統計解析工程を含む
ことを特徴とする制御方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【公開番号】特開２０１２−８９０１４（Ｐ２０１２−８９０１４Ａ）
【公開日】平成２４年５月１０日（２０１２．５．１０）
【国際特許分類】
【出願番号】特願２０１０−２３６６２６（Ｐ２０１０−２３６６２６）
【出願日】平成２２年１０月２１日（２０１０．１０．２１）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【出願人】（５０４１２６８３５）エヌ・ティ・ティ レゾナント株式会社 (60)
【公開日】平成２４年５月１０日（２０１２．５．１０）
【国際特許分類】
【出願日】平成２２年１０月２１日（２０１０．１０．２１）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【出願人】（５０４１２６８３５）エヌ・ティ・ティ レゾナント株式会社 (60)
[ Back to top ]