用於分析促銷站點對用戶心理狀態轉變的效果的程序、裝置和方法與流程
2023-06-22 07:54:56 2
本發明涉及用於對投稿至如SNS(社交網絡服務,Social Networking Service)站點伺服器等通信站點伺服器的評論文本進行分析的技術。
本申請要求於2014年7月15日遞交的日本專利申請號2014-145050根據巴黎公約的優先權權益,該日本專利申請根據PCT規則20.6通過引用結合在此。
背景技術:
近年來,許多未指定的人積極地通過SNS站點伺服器投出他們自己的評論(文本信息)。SNS站點伺服器將群組的用戶所投出的評論文本向該群組中的許多其他用戶公開。SNS的典型示例為Facebook(註冊商標)、Twitter(註冊商標)、Google+(註冊商標)、以及Mixi(註冊商標),這些典型示例也被稱作迷你博客站點。
從用戶處傳輸的評論文本經常以有意識或無意識的方式反映該用戶的心理狀態。具體地,在營銷中,優選地對反映由產品或服務產生的用戶心理狀態的這樣一種評論進行分析。用於對用戶評論進行分析的具體方法為:獲得用戶做出的評論文本以及用戶的簡況信息,然後根據每一個簡況項目對許多評論文本的內容趨勢進行分析。該方法基於這樣的事實:所提及的關於產品等的評論文本的內容可以根據關於例如世代、性別和興趣的用戶簡況信息而不同。
作為與上述技術相關聯的示例,專利文獻1公開了通過使用用戶的在線行為日誌來對網頁上的橫幅廣告的效果進行分析的技術。作為行為日誌,可能採用例如點擊橫幅廣告的數量或向在點擊廣告客戶的站點之後執行的購買行為的轉變。廣告客戶設置連結目的地以便識別在連結源網頁上提供的橫幅廣告,從而識別哪個橫幅廣告是有效的。
此外,例如,專利文獻2公開了收集提及娛樂內容的投出的文章、然後檢索關於娛樂內容的信譽信息的技術。該技術中的信譽信息被定義為評估廣告給出的正面/負面印象的數值。
此外,例如,專利文獻3公開了使用AIDMA模型來對廣告效果進行分析的技術,該模型是購買行為的經濟模型。經濟學中的常識:用戶的涉及購買行為的心理狀態具有向A(關注)、I(興趣)、D(期望)、M(記憶)以及A(行動)這種階段順序變化的趨勢。在專利文獻3中所描述的技術中,為每種類型的廣告/行為(如TV廣告、雜誌廣告、電子郵件、網頁、點擊橫幅、書籤、獲得優惠券等)分配AIDMA模型的一個階段,然後測量它們的數量(TV廣告的數量、點擊橫幅的數量等),這量化了廣告對AIDMA模型的每個階段的影響。
此外,例如,專利文獻4公開了在SNS中收集特定用戶過去的投稿、然後基於在這些投稿中所出現的詞語的特徵估計用戶的簡況信息(例如,關於世代和性別)的技術。該技術可以估計任何用戶的簡況信息。
引用列表
專利文獻
專利文獻1:日本專利特開公開號2012-088994
專利文獻2:日本專利號4359787
專利文獻3:日本專利特開公開號2003-044738
專利文獻4:日本專利特開公開號2013-196070
技術實現要素:
本發明要解決的問題
即使在新聞文章或SNS評論文本引起訪問購買站點的情況下,專利文獻1中所描述的技術也很難識別包括新聞文章或評論文本的網頁。也就是說,不可能識別由第三個人傳送的網頁與實際商店的站點之間的關係,這使得對在線促銷站點的影響的量化困難。
此外,專利文獻2所描述的技術確定的促銷站點的信譽不必直接連結到用戶的購買行為。例如,即使給出正面印象的促銷站點也不能使用戶購買產品,除非該站點提供對產品的充分且具體的說明。反之,如果站點對用戶而言是印象深刻的,即使給出負面印象的促銷站點也可能引起購買產品。
此外,專利文獻3中所描述的技術並不假設基於投給SNS的評論文本來估計AIDMA模型的心理狀態的技術。並且,專利文獻4中所描述的技術並不假設簡況信息的暫時變化。
面對這樣的情況,本發明的諸位發明人考慮到找出具有對基於關於投出至SNS的產品或服務的評論文本的用戶的心理狀態轉變的貢獻的促銷站點的可能性。此外,已經考慮到針對每個促銷站點累加表示對關於產品或服務的用戶的心理狀態轉變的貢獻程度的評分的可能性。假設這些評分使得能夠確定在營銷中哪種類型的促銷站點是有效的。
因此,本發明的目標是提供一種用於使用由用戶傳輸的評論文本來分析促銷站點對用戶的心理狀態轉變的效果的程序、裝置和方法。
解決問題的方法
根據本發明,提供了一種由安裝在裝置上的計算機執行的程序,該裝置基於由每位投稿者所傳輸的一組評論文本對關於目標關鍵字的產品或服務的促銷站點的效果進行分析,該效果對用戶的心理狀態轉變起作用,該程序使該計算機充當:
心理關鍵字字典,通過該心理關鍵字字典提前針對每種心理狀態註冊一個或多個心理關鍵字;
評論文本獲得器,該評論文本獲得器針對每位投稿者獲得評論文本,每個該評論文本包括該目標關鍵字並且按時間序列安排;
心理狀態確定器,在投稿者的該獲得的評論文本包括註冊到該心理關鍵字字典的心理關鍵字的情況下,該心理狀態確定器輸出註冊該包括的心理關鍵字所針對的心理狀態;
評分存儲器,該評分存儲器針對每個促銷站點地址存儲針對每種心理狀態設置的評分;以及
評分更新器,在包括該站點地址的標準評論文本與在該標準評論文本之前生成的一個或多個先前評論文本之間的心理狀態不同的情況下,該評分更新器指示該評分存儲器增加該標準評論文本的該心理狀態的該評分,和/或,在包括該站點地址的標準評論文本與在該標準評論文本之後生成的一個或多個隨後評論文本之間的心理狀態不同的情況下,該評分更新器指示該評分存儲器增加該(多個)隨後評論文本的該心理狀態的該評分。
該程序的特徵為:使得能夠識別由該促銷站點地址引起的該心理狀態轉變。
作為根據本發明的由計算機執行的程序的實施例,優選的是,該心理關鍵字字典根據AIDMA(關注、興趣、期望、記憶、行動)模型設置這些心理狀態,並且針對每種心理狀態保持與該目標關鍵詞相對應的一個或多個已註冊的心理關鍵字。
作為根據本發明的由計算機執行的程序的另一個實施例,還優選的是:
為每種心理狀態分配按照A、I、D、M和A的順序增大的值;
時間序列心理狀態的轉變被設置為這些按時間序列安排的心理狀態值;並且
該評分更新器將這些按時間序列安排的值中的每一個值設置為通過預定範圍導出的移動平均值。
作為根據本發明的由計算機執行的程序的另一個實施例,還優選的是,該評分更新器將該標準評論文本的該心理狀態的權重wb以及該隨後評論文本的該心理狀態的權重wa設置為彼此不同的值,並且通過使用該權重增加該評分。
作為根據本發明的由計算機執行的程序的另一個實施例,還優選的是,該評分更新器設置該標準評論文本的該心理狀態的權重wb以及該隨後評論文本的該心理狀態的權重wa,針對每種心理狀態將該權重wb設置為不同值,並且針對每種心理狀態將該權重wa設置為不同值,並且通過使用該權重增加該評分。
作為根據本發明的由計算機執行的程序的另一個實施例,還優選的是:
將心理狀態AIDM(關注、興趣、期望、記憶)中的每一種心理狀態的權重wb提前設置為大於心理狀態A'(行動)的權重wb的值;並且
將心理狀態AIDM(關注、興趣、期望、記憶)中的每一種心理狀態的權重wa提前設置為小於心理狀態A'(行動)的權重wa的值。
作為根據本發明的由計算機執行的程序的另一個實施例,還優選的是,在該標準評論與在該標準評論之後生成的一個或多個隨後評論文本之間的心理狀態不同的情況下,當該標準評論文本與該隨後評論文本之間的投稿時間間隔變得越長時,則該評分更新器設置越小的權重wa。
作為根據本發明的由計算機執行的程序的另一個實施例,還優選的是:
該目標關鍵字是基於該產品或該服務的關鍵字,並且
該站點地址為該產品或該服務的該促銷站點的URL(統一資源定位符)。
作為根據本發明的由計算機執行的程序的另一個實施例,還優選的是,該程序進一步使該計算機充當促銷效果通知器,該促銷效果通知器針對每個站點地址發送存儲在該評分存儲器中的每個心理狀態的評分。
根據本發明,還提供了一種基於由每位投稿者所傳輸的一組評論文本對關於目標關鍵字的產品或服務的促銷站點的效果進行分析的裝置,該效果對用戶的心理狀態轉變起作用,並且該裝置包括:
心理關鍵字字典,通過該心理關鍵字字典提前針對每種心理狀態註冊一個或多個心理關鍵字;
評論文本獲得器,該評論文本獲得器針對每位投稿者獲得評論文本,每個該評論文本包括該目標關鍵字並且按時間序列安排;
心理狀態確定器,在投稿者的該獲得的評論文本包括註冊到該心理關鍵字字典的心理關鍵字的情況下,該心理狀態確定器輸出註冊該包括的心理關鍵字所針對的心理狀態;
評分存儲器,該評分存儲器針對每個促銷站點地址存儲針對每種心理狀態設置的評分;以及
評分更新器,在包括該站點地址的標準評論文本與在該標準評論文本之前生成的一個或多個先前評論文本之間的心理狀態不同的情況下,該評分更新器指示該評分存儲器增加該標準評論文本的該心理狀態的該評分,和/或,在包括該站點地址的標準評論文本與在該標準評論文本之後生成的一個或多個隨後評論文本之間的心理狀態不同的情況下,該評分更新器指示該評分存儲器增加該(多個)隨後評論文本的該心理狀態的該評分。
該裝置的特徵為:使能夠識別由該促銷站點地址引起的該心理狀態轉變。
根據本發明,進一步提供了一種通過使用裝置執行的方法,該方法基於由每位投稿者所傳輸的一組評論文本對關於目標關鍵字的產品或服務的促銷站點的效果進行分析,該效果對用戶的心理狀態轉變起作用,
該裝置包括:
心理關鍵字字典,通過該心理關鍵字字典提前針對每種心理狀態註冊一個或多個心理關鍵字;以及
評分存儲器,該評分存儲器針對每個促銷站點地址存儲針對每種心理狀態設置的評分,並且
該方法包括以下步驟:
針對每位投稿者獲得評論文本,每個該評論文本包括該目標關鍵字並且按時間序列安排;
在投稿者的該獲得的評論文本包括註冊到該心理關鍵字字典的心理關鍵字的情況下,輸出註冊該包括的心理關鍵字所針對的心理狀態;以及
在包括該站點地址的標準評論文本與在該標準評論文本之前生成的一個或多個先前評論文本之間的心理狀態不同的情況下指示該評分存儲器增加該標準評論文本的該心理狀態的該評分,和/或,在包括該站點地址的標準評論文本與在該標準評論文本之後生成的一個或多個隨後評論文本之間的心理狀態不同的情況下指示該評分存儲器增加該(多個)隨後評論文本的該心理狀態的該評分。
該方法的特徵為:使得能夠識別由該促銷站點地址引起的該心理狀態轉變。
發明的有利效果
根據本發明的程序、裝置和方法允許使用由用戶傳輸的評論文本,從而分析促銷站點對用戶的心理狀態轉變的效果。
附圖說明
呈現附圖,在附圖中:
圖1是示意圖,展示了包括根據本發明的裝置的系統的一個實施例;
圖2是功能框圖,展示了根據本發明的心理轉變分析裝置的一個實施例;
圖3A、圖3B和圖3C是用於說明評論文本的示例的示意圖;
圖4是用於說明本發明中的第一評分更新過程的示意圖;
圖5是用於說明本發明中的第二評分更新過程的示意圖;
圖6是用於說明本發明中的使用權重的第一評分更新過程的示意圖,以及
圖7是用於說明本發明中的使用權重的第二評分更新過程的示意圖。
具體實施方式
現在將參照附圖描述本發明的說明性實施例。
圖1是示意圖,展示了包括根據本發明的裝置的系統的一個實施例。
如圖1中所示,連接到網際網路的是心理轉變分析裝置1。心理轉變分析裝置1被配置成用於通過網際網路與SNS站點伺服器2進行通信。裝置1可以通過API(應用程式編程接口)從SNS站點伺服器2處獲得由每位投稿者傳輸的評論文本。該API是自適應於利用根據伺服器類型準備的應用服務的功能的協議接口。
心理轉變分析裝置1可以在資料庫中提前對評論文本進行累加。也就是,裝置1可選擇與SNS站點伺服器2進行通信。
未指定的第三個人可以使用他/她自己的終端3來通過網際網路將評論文本發送至SNS站點伺服器2。心理轉變分析裝置1被配置成用於使用由每個投稿者傳輸的一組評論文本來對由與關於目標關鍵字的產品或服務相關的促銷站點引起的投稿者的心理狀態轉變進行分析。
該目標關鍵字是關於產品或服務的關鍵字。並且,在這組評論文本中,混合的是包括關於產品或服務的促銷站點地址的評論文本。促銷站點地址是促銷站點的URL。
(步驟S11)例如,用戶通過使用終端3看到新站點。然後,用戶向SNS站點伺服器2傳輸包括新站點的URL的以下評論文本。
「α公司的智慧型手機的新項目發布。http://news.html」
心理轉變分析裝置1獲得由用戶投出的以上評論文本。裝置1對反映在關於「α公司的智慧型手機」的評論文本中的心理狀態進行分析,由此判斷用戶的心理狀態改變為僅對α公司的智慧型手機有一點「關注」的心理狀態。
(步驟S12)在那之後,用戶看到例如產品介紹站點,然後向SNS站點伺服器2發送包括產品介紹站點的URL的以下評論文本。
「我看見放在HP上的α公司的智慧型手機。http://hp.html」
心理轉變分析裝置1獲得由用戶投出的以上評論文本。裝置1對反映在關於「α公司的智慧型手機」的評論文本中的心理狀態進行分析,由此來判斷用戶的心理狀態改變為用戶對α公司的智慧型手機有「興趣」的心理狀態。
如以上描述的,當用戶的心理狀態在看到促銷站點之後從看到站點之前的心理狀態改變時,裝置1判斷促銷站點對心理狀態轉變有貢獻。判斷結果的累加使得能夠估計促銷站點對心理狀態轉變的效果。
圖2是功能框圖,展示了根據本發明的心理轉變分析裝置的一個實施例。
根據本發明的心理轉變分析裝置1被配置成用於使用每個投稿者的評論文本來對由關於目標關鍵字的促銷站點引起的心理狀態轉變進行分析。裝置1被構造為除了通信接口之外還包括心理關鍵字字典101、評分存儲器102、評論文本獲得器11、心理狀態確定器12、評分更新器13、和促銷效果通知器14。除了通信接口以外,這些功能單元通過在安裝在裝置上的計算機上執行相應的程序來具體化。另外,這些功能單元中的流程可以被理解為用於對在裝置中執行的心理轉變進行分析的方法。
(心理關鍵字字典101)心理關鍵字字典101被配置成用於提前針對每種心理狀態記錄一個或多個心理關鍵字。根據AIDMA模型,心理狀態被認為隨著以下時間序列而改變。
認知階段:關注(A)——〉
情緒階段:興趣(I)——〉
期望(D)——〉
記憶(M)——〉
行動階段:行動(A)——〉
該AIDMA模型是用於描述消費者對廣告的心理過程的模型。這種購買心理狀態轉變經濟模型能夠通過按時間序列跟蹤關於如目標產品或服務等目標關鍵字的特定用戶意見來對心理過程進行估計。
心理關鍵字字典101針對心理狀態(A、I、D、M和A)中的每一種心理狀態記錄關於如「α公司的智慧型手機」等關鍵字的一個或多個心理關鍵字。例如,
關注狀態:發布、商業廣告、新項目、新產品、……;
興趣狀態:產品系列、手冊、HP、朋友、……;
期望狀態:想要、價格、規格、設計、……;
記憶狀態:商店、顯示、實際產品、預覽、……;以及
行動狀態:購買、得到、放棄、型號改變、……
以字典形式進行註冊,該字典形式包括關於目標關鍵字的對應心理狀態的特徵詞語。
注意,通常手動來準備心理關鍵字字典101。然而,通過使用手動記錄的心理關鍵字作為種子(教師數據),可以用統計指標(比如X2(卡方)值或阿凱克信息標準(AIC)),來確定關於對應的心理狀態的特徵詞語。
(評論文本獲得器11)評論文本獲得器11被配置成用於針對每位投稿者(每個用戶ID)通過使用目標關鍵字(例如,「α公司的智慧型手機」)作為檢索密鑰按時間序列從SNS站點伺服器2處獲得評論文本。該目標關鍵字可以是產品或服務的名稱。所獲得的評論文本被輸出至心理狀態確定器12。
圖3A、圖3B和圖3C是用於說明評論文本的示例的示意圖。
如圖3A中所示,針對許多用戶獲得關於目標關鍵字(α公司的智慧型手機)的各種評論文本。在評論文本中,混合的是包括關於產品或服務的促銷站點地址(URL)的評論文本。根據本發明,所包括的促銷站點地址使得能夠估計促銷站點所帶來的對用戶的心理狀態轉變的效果。
根據圖3B,縮小關於該目標關鍵字(α公司的智慧型手機)的評論文本的範圍至針對用戶AAA的關於該目標關鍵字的評論文本。
(心理狀態確定器12)回到圖2,心理狀態確定器12被配置成用於當每位投稿者的評論文本包括註冊到心理關鍵字字典的心理關鍵字時輸出與所包括的心理關鍵字相對應的心理狀態。例如,通過使用包括「α公司的智慧型手機」作為目標關鍵字和「新項目」作為心理關鍵字的評論文本,心理狀態確定器12可以估計用戶處於關注(A)狀態。並且,基於包括「α公司的智慧型手機」作為目標關鍵字和「商業廣告」作為心理關鍵字的評論文本,可以估計用戶處於關注(A)狀態。進一步地,基於包括「α公司的智慧型手機」作為目標關鍵字和「HP」作為心理關鍵字的評論文本,可以估計用戶處於興趣(I)狀態。此外,通過使用包括「α公司的智慧型手機」作為目標關鍵字和「想要」作為心理關鍵字的評論文本,心理狀態確定器12可以估計用戶處於期望(D)狀態。此外,從包括「α公司的智慧型手機」作為目標關鍵字和「商店」作為心理關鍵字的評論文本可以估計用戶處於記憶(M)狀態。
如圖3C中所示,針對關於目標關鍵字(α公司的智慧型手機)的用戶AAA的每個評論文本對心理狀態進行估計。
可替代地,在多個心理關鍵字被包括在一個評論文本中的情況下,可以基於該多個心理關鍵字中的每一個心理關鍵字的出現頻率確定與整個評論文本相對應的心理狀態。進一步地,可以使用鑑別器(如支持向量機)基於教師數據中的詞語的出現趨勢來確定心理狀態。此外,可以通過使用可能性以及AIDMA模型來對心理狀態進行分析。
關於「α公司的智慧型手機的新項目發布」;
「新項目」=A,「發布」=A,
A=2,I=0,D=0,M=0,A=0
因此,A的可能性=100%(百分之一百)
(評分存儲器102)評分存儲器102被配置成用於針對每個站點地址存儲每個心理狀態的評分。
(評分更新器13)評分更新器13被配置成用於執行兩個主要步驟:「心理轉變確定步驟」和「評分更新步驟」。
(心理轉變確定步驟)評分更新器13被適配成用於估計心理轉變,該心理轉變為數據,在該數據中,針對每位投稿者按時間序列安排心理狀態。例如,估計以下心理轉變;
A,A,I,A,I,I,D,I,D,D,M,M,M
這裡,優選地向每種心理轉變分配一系列數值,該一系列數值中的每一個數值按照A、I、D、M、A(A->I->D->M->A)的順序變大。這種數值分配將心理轉變表示為數值的時間序列,其中的每個數值對應一種心理狀態。時間序列中的值的量可以被理解為指示是否發生下一種心理狀態的轉變的索引。
A=0,I=1,D=2,M=3
A,A,I,A,I,I,D,I,D,D,M,M,M
0,0,1,0,1,1,2,1,2,2,3,3,3
在這樣的心理轉變中,心理狀態會自然地按照前後順序發生。
評分更新器13被適配成用於儘可能完整地將按時間序列安排的數值修正為這些值按升序的序列。具體地,優選的是,目標評論的心理狀態被確定為前後相鄰的n個評論的心理狀態的平均值。可替代地,目標評論的心理狀態可以是預定範圍內的先前的評論的移動平均。以下是在對前後相鄰的兩個評論求平均的情況下的示例。
A,A,I,A,I,I,D,I,D,D,M,M,M
0,0,1,0,1,1,2,1,2,2,3,3,3
0.3,0.3,0.4,0.6,1.1,1.4,1.6,2,2.2,2.4,2.6,2.75,3四捨五入到整數->
0,0,0,1,1,1,1,2,2,2,2,3,3,3
A,A,A,I,I,I,I,D,D,D,D,M,M,M
評論文本通常包括傳輸時間。然後,心理狀態確定器12被適配成用於輸出包括心理關鍵字的評論文本的傳輸時間連同該評論文本的心理狀態。評分更新器13可以使用相鄰的兩個傳輸時間來記錄按時間序列安排的心理狀態之間的經過時間間隔。
然後,評分更新器13對按時間序列安排的數值中的每一個數值進行加權,其方式為使得:
之前的經過時間間隔越長,用於對數值進行加權的加權因子越小;並且
之前的經過時間間隔越短,用於對數值進行加權的加權因子越大。
可替代地,可以通過相應的心理狀態的所估計可能性對心理狀態對應的整數0-4中的每一個整數進行加權。在A=10%,I=70%,D=20%並且M=0%的情況下,對整數0-3進行加權如下:
0*10%+1*70%+2*20%+3*0%=1.1
(評分更新步驟)評分更新器13還被適配成用於執行以下兩個更新步驟兩者之一或兩者,然後將指令給出到評分存儲器102。
標準更新步驟是這樣的步驟:其中,在一組評論文本中,當標準評論文本與被定義為在標準評論文本之前生成的評論文本的一個或多個先前評論文本之間的心理狀態不同時,增加包括站點地址的標準評論文本的心理狀態評分。
隨後更新步驟是這樣的步驟:其中,當標準評論文本與隨後評論文本之間的心理狀態不同時,增加被定義為在標準評論文本之後生成的評論文本的一個或多個隨後評論文本的心理狀態評分。
具體地,在這些步驟中,在標準評論文本之前/之後的先前/隨後評論文本中的AIDMA轉變表示如下:
先前評論文本-->標準評論文本:
db(a,i,d,m,a』)
標準評論文本-->隨後評論文本:
da(a,i,d,m,a』)
此處,具有(a,i,d,m,a』)的每個部件的值為0或1。
圖4是用於說明本發明中的第一評分更新過程的示意圖。
(步驟S41)用戶AAA的心理狀態改變如下:
「我碰巧看見α公司的智慧型手機的許多商業廣告(CM)。」(先前評論文本)-->關注A
(瀏覽站點:http://hp.html)
「我看見放在HP上的α公司的智慧型手機。http://hp.html」(標準評論文本)-->興趣I
在這種方式下,通過觀看站點:http://hp.html,用戶AAA的心理狀態從關注A改變為興趣I。因此,站點http://hp.html被判斷為對心理狀態轉變為興趣I有貢獻。當做出這種判斷時,在評分存儲器102中,針對站點http://hp.html的興趣I的評分P(I)增加1。
先前評論文本-->標準評論文本:
db(0,1,0,0,0)
(步驟S42)然後,用戶AAA的心理狀態改變如下:
「我看見放在HP上的α公司的智慧型手機。http://hp.html」(標準評論文本)-->興趣I
「我想要α公司的智慧型手機。RT@XXX」(隨後評論文本)-->期望D
在這種方式下,通過觀看站點:http://hp.html,用戶AAA的心理狀態從興趣I改變為期望D。因此,站點http://hp.html被判斷為對心理狀態轉變為期望D有貢獻。當做出這種判斷時,在評分存儲器102中,針對站點http://hp.html的期望D的評分P(D)增加1。
標準評論文本-->隨後評論文本:
da(0,0,1,0,0)
通過累加如以上說明的db(a,i,d,m,a』)和da(a,i,d,m,a』),最終可以估計每個促銷站點的評分。在如圖2中示出的評分存儲器102中,做出以下估計:
新聞站點頁面A(http://news.html)對心理狀態「關注(A)」有較大貢獻。
產品介紹站點頁面B(http://hp.html)對心理狀態「行動(A』)」有最大貢獻,並且對心理狀態「期望(D)」有第二大貢獻。
主題站點頁面C(http://aaa.html)對心理狀態「關注(A)」有最大貢獻,並且對心理狀態「興趣(I)」和心理狀態「期望(D)」有第二大貢獻。
圖5是用於說明本發明中的第二評分更新過程的示意圖。
(步驟S51)用戶AAA的心理狀態改變如下:
「α公司的智慧型手機的新項目發布。http://news.html」-->關注A
「α公司的智慧型手機的商業廣告很有趣。」-->興趣I
在這種方式下,通過觀看站點:http://news.html,用戶AAA的心理狀態從關注A改變為興趣I。因此,站點http://news.html被判斷為對心理狀態轉變為興趣I有貢獻。當做出這種判斷時,在評分存儲器102中,針對站點http://news.html的興趣I的評分P(I)增加1。
(步驟S52)然後,用戶AAA的心理狀態轉變如下:
「α公司的智慧型手機的商業廣告很有趣。」-->興趣I
「我看見放在HP上的α公司的智慧型手機。http://hp.html」-->興趣I
此時,即使通過觀看站點:http://hp.html,用戶AAA的心理狀態也沒有改變並且保持興趣I的狀態。因此,在評分存儲器102中沒有更新評分。
(步驟S53)然後,用戶AAA改變的心理狀態改變如下:
「我看見放在HP上的α公司的智慧型手機。http://hp.html」-->興趣I
「我的朋友有α公司的智慧型手機」-->興趣I
再次,即使通過觀看站點:http://hp.html,用戶AAA的心理狀態也沒有改變並且保持興趣I的狀態。因此,在評分存儲器102中沒有更新評分。
圖6是用於說明本發明中的使用權重的第一評分更新過程的示意圖。
如圖6中示出的,執行的是與圖4中示出的過程類似的評分更新過程。如下所示,圖6中示出的評分更新過程的不同點是通過在每個心理狀態中使用不同權重來增加每個心理狀態的評分。
(S61)針對標準評論文本的心理狀態的權重wb(之前權重):
wb(A),wb(I),wb(D),wb(M),wb(A')
(S62)針對隨後評論文本的心理狀態的權重wa(之後權重),該權重wa不等於wb:
wa(A),wa(I),wa(D),wa(M),wa(A')
在以上情況下,評分值P表示為如下:
P=Σi=A-A'(wb(i)*db(i)+wa(i)*da(i))
將心理狀態A、I、D和M(關注-->興趣-->期望-->記憶)中的每一種心理狀態的權重wb設置為大於心理狀態A'(行動)的權重wb的值。在增加標準評論文本中的心理狀態的評分的過程中,以上設置意味著在心理狀態改變為A、I、D或M的標準評論文本中描述的促銷站點對心理狀態轉變的貢獻高於在心理狀態改變為A』的標準評論文本中描述的促銷站點對心理狀態轉變的貢獻。
進一步地,將心理狀態A、I、D和M(關注-->興趣-->期望-->記憶)中的每一種心理狀態的權重wa設置為小於心理狀態A'(行動)的權重wa的值。在增加隨後評論文本中的心理狀態的評分的過程中,以上設置意味著在心理狀態改變為A、I、D或M的標準評論文本中描述的促銷站點對心理狀態轉變的貢獻低於在心理狀態改變為A』的標準評論文本中描述的促銷站點對心理狀態轉變的貢獻。
圖7是用於說明本發明中的使用權重的第二評分更新過程的示意圖。
如圖7中示出的,當標準評論文本與在標準評論文本之後生成的一個或多個隨後評論文本之間的心理狀態不同時,隨著標準評論文本與隨後評論文本之間的投稿時間間隔變得越長,則評分更新器13將權重wa設置為越小的值。此時,考慮的不僅是在標準評論文本緊前/後的一個評論文本,還考慮位於標準評論文本附近的多個評論文本。然後,設置權重如下:
針對由暫時地或在位置上更靠近標準評論文本的評論文本生成的心理狀態,設置更大的權重。
針對由暫時地或在位置上更遠離標準評論文本的評論文本生成的心理狀態,設置更小的權重。
(促銷效果通知器14)促銷效果通知器14被配置成用於針對每個站點地址發送存儲在評分存儲器102中的每個心理狀態的評分。
如以上詳細的解釋,根據本發明的程序、裝置和方法允許使用由用戶傳輸的評論文本,從而分析促銷站點對基於用戶的心理狀態轉變的效果。此時,促銷站點對用戶的購買行為越有效,促銷站點越有價值。本發明不僅指包括在評論文本中的心理狀態,還使得能夠基於用戶關於購買的心理狀態的改變來估計促銷站點的效果。具體地,可以估計新聞文章或SNS評論(通常不可能估計其促銷效果)的在線促銷效果。
可以在不脫離本發明的精神和範圍的情況下構造本發明的上述各種實施例的許多廣泛不同的替換和修改。所有前述實施例是僅作本發明的實例之用,並不意在限制。因此,僅如所附權利要求書及其等效物中所界定的那樣限定本發明
附圖標記列表
1 心理轉變分析裝置;101 心理關鍵字字典;102 評分存儲器;11 評論文本獲得器;12 心理狀態確定器;13 評分更新器;14 促銷效果通知器;2 SNS站點伺服器;3 終端;以及4 網站伺服器。