本揭示涉及一種學習裝置、推定裝置、學習方法、推定方法、及程序。

背景技術：

1、以往，已知有一種用于推定視頻廣告的廣告效果的技術。例如，在專利文獻1中記載有一種方法，所述方法對觀看視頻廣告等媒體內容的視聽者的行動數據及生理學數據等進行處理，取得時間序列的情感狀態的數據點，且在效果數據、與時間序列的情感狀態的數據點的預測參數之間進行匹配的分類模型輸出表示對媒體內容進行預測的效果的預測效果數據。專利文獻1的預測參數是視聽者對視頻廣告的反應的相對變化的定量性指標。

2、[背景技術文獻]

3、[專利文獻]

4、專利文獻1：日本專利特表2020-501260號公報

技術實現思路

1、[發明所要解決的問題]

2、然而，因為專利文獻1的分類模型只考慮基于視頻廣告的視聽者的行動的數據，輸出預測效果數據，所以在視頻廣告的廣告效果的推定中未充分考慮實際發布的視頻廣告的內容。因此，專利文獻1的技術存在視頻廣告的廣告效果的推定精度不充分的情況。這點在除專利文獻1的技術以外的其它背景技術中也同樣。

3、本揭示的目的之一在于提高視頻廣告的廣告效果的推定精度。

4、[解決問題的技術手段]

5、本揭示的學習裝置包含：訓練視頻信息取得部，取得通過分析訓練用的視頻廣告也就是訓練視頻廣告而取得的訓練視頻信息；訓練購買信息取得部，取得與所述訓練視頻廣告的視聽者也就是訓練視聽者的購買相關的訓練購買信息；及學習部，基于所述訓練視頻信息、與所述訓練購買信息，進行從通過分析推定用的視頻廣告也就是推定視頻廣告取得的推定視頻信息，推定所述推定視頻廣告的廣告效果的機械學習模型的學習。

6、本揭示的推定裝置包含：推定視頻信息取得部，取得通過分析推定用的視頻廣告也就是推定視頻廣告取得的推定視頻信息；模型存儲部，存儲進行基于通過分析訓練用的視頻廣告也就是訓練視頻廣告取得的訓練視頻信息、和與所述訓練視頻廣告的視聽者也就是訓練視聽者的購買相關的訓練購買信息的學習后的機械學習模型；及推定部，基于所述推定視頻信息與所述機械學習模型，推定所述推定視頻廣告的廣告效果。

7、[發明的效果]

8、根據本揭示，能夠提高視頻廣告的廣告效果的推定精度。

技術特征：

1.一種學習裝置，包含：

2.根據權利要求1所述的學習裝置，其中

3.根據權利要求2所述的學習裝置，其中

4.根據權利要求3所述的學習裝置，其中

5.根據權利要求1到4中任一權利要求所述的學習裝置，其中

6.根據權利要求1到4中任一權利要求所述的學習裝置，其中

7.根據權利要求1到4中任一權利要求所述的學習裝置，其中

8.根據權利要求1到4中任一權利要求所述的學習裝置，其中

9.根據權利要求8所述的學習裝置，其中

10.根據權利要求9所述的學習裝置，其中

11.根據權利要求8到10中任一權利要求所述的學習裝置，其中

12.根據權利要求11所述的學習裝置，其中

13.一種推定裝置，包含：

14.根據權利要求13所述的推定裝置，其中

15.一種學習方法，包含：

16.一種推定方法，包含：

17.一種程序，用于使計算機作為以下發揮功能：

18.一種程序，用于使計算機作為以下發揮功能：

技術總結
學習裝置(10)的訓練視頻信息取得部(102)取得通過分析訓練用的視頻廣告也就是訓練視頻廣告取得的訓練視頻信息。訓練購買信息取得部(103)取得與訓練視頻廣告的視聽者也就是訓練視聽者的購買相關的訓練購買信息。學習部(104)基于訓練視頻信息與訓練購買信息，進行機械學習模型的學習。推定裝置(20)的推定視頻信息取得部(202)取得通過分析推定用的視頻廣告也就是推定視頻廣告取得的推定視頻信息。模型存儲部(201)存儲進行學習后的機械學習模型。推定部(203)基于推定視頻信息與機械學習模型，對推定視頻廣告的廣告效果進行推定。

技術研發人員：永田美咲,陳敏
受保護的技術使用者：樂天集團股份有限公司
技術研發日：
技術公布日：2025/4/28