審判番号 不服2023-005364
請求人 LINEヤフー株式会社(代理人 弁理士法人酒井国際特許事務所)
特願2022-80011「情報処理装置、情報処理方法および情報処理プログラム」拒絶査定不服審判事件〔請求項の数(9)〕について、次のとおり審決する。
結 論
原査定を取り消す。
本願の発明は、特許すべきものとする。
理 由
第1 手続の経緯
本願は、令和4年5月16日の出願であって、同年8月12日付けで拒絶理由が通知され、同年10月24日に意見書が提出されるとともに手続補正がなされたが、同年12月21日付けで拒絶査定(原査定)がなされ、これに対し、令和5年4月4日に拒絶査定不服審判の請求がなされると同時に手続補正(以下、「本件補正」という)がなされたものである。
第2 原査定の概要
原査定(令和4年12月21日付け拒絶査定)の概要は次のとおりである。
本願請求項1~11に係る発明は、以下の引用文献1~3に基づいて、その発明の属する技術の分野における通常の知識を有する者(以下、「当業者」という。)が容易に発明をすることができたものであるから、特許法第29条第2項の規定により特許を受けることができない。
引用文献1:特開2017-174062号公報
引用文献2:特開2018-109865号公報
引用文献3:特開2020-166790号公報
第3 本件補正について
本件補正は、補正前の請求項7を補正後の請求項1とすると共に、「販売に関する情報」について、「前記商品の販売ページまたは前記商品のセール情報の少なくともいずれかの情報を含む前記商品情報」である旨の限定を付加したもの(なお、補正前の請求項7は補正前の請求項4を引用するものであり、さらに補正前の請求項4は補正前の請求項1を引用するものである。)、補正前の請求項10を補正後の請求項1に対応する方法クレームとして補正後の請求項8とするもの、補正前の請求項11を補正後の請求項1に対応するプログラムクレームとして補正後の請求項9とするものである。
そして、上記限定された事項は、当初明細書の段落【0019】に記載されているから、本件補正は、新規事項を追加するものではなく、特許法第17条の2第3項及び同第4項に規定する要件に違反するものではない。
そして、本件補正は、特許法第17条の2第5項第2号に掲げる特許請求の範囲の減縮を目的とするものであり、「第4 本願発明」から「第7 対比・判断」までに示すように、補正後の請求項1~11に係る発明は、独立特許要件を満たすものである。
第4 本願発明
本願請求項1~9に係る発明(以下、それぞれ「本願発明1」~「本願発明9」という。)は、令和5年4月4日に提出された手続補正書により補正された特許請求の範囲の請求項1~9に記載された事項により特定される以下のとおりのものである。
「 【請求項1】
ユーザの会話履歴の中から商品に関する商品会話を抽出する抽出部と、
抽出した前記商品会話の特徴に基づいて、前記ユーザの前記商品に関するファネル状況を特定する特定部と、
特定したファネル状況に応じた態様で前記商品に関する商品情報を提供する提供部と、
を備え、
前記抽出部は、
前記商品会話に関する特定のメッセージを検出した場合に、前記メッセージを含む前後の会話を前記商品会話として抽出し、
前記ファネル状況は、
認知、訴求、調査、行動および推奨を少なくとも含み、
前記提供部は、
前記ファネル状況が前記行動である場合において、前記ユーザが前記商品を所有していないときには販売に関する情報であって、前記商品の販売ページまたは前記商品のセール情報の少なくともいずれかの情報を含む前記商品情報を提供する
情報処理装置。
【請求項2】
前記抽出部は、
前記特徴として、前記商品会話の会話相手と、前記商品会話の内容とを抽出する
請求項1に記載の情報処理装置。
【請求項3】
前記特定部は、
前記商品会話の特徴を説明変数とし、前記ファネル状況を目的変数として学習したモデルを用いて、前記ファネル状況を特定する
請求項1に記載の情報処理装置。
【請求項4】
前記提供部は、
前記ファネル状況が前記訴求である場合、前記商品を使用した他のユーザの評価に関する商品情報を提供する
請求項1に記載の情報処理装置。
【請求項5】
前記提供部は、
前記ファネル状況が前記調査である場合、前記ユーザと関係性が近い他のユーザの評価に関する商品情報または前記商品の販売に関する情報を提供する
請求項1に記載の情報処理装置。
【請求項6】
前記提供部は、
前記ファネル状況が前記行動である場合において、前記ユーザが前記商品を所有しているときには、前記商品情報の提供に代えて、前記商品の評価を要求する
請求項1に記載の情報処理装置。
【請求項7】
前記提供部は、
前記ファネル状況が前記推奨である場合、前記商品情報の提供に代えて、前記ユーザが行った商品の評価の共有先となる他のユーザの情報を提供する
請求項1に記載の情報処理装置。
【請求項8】
コンピュータが実行する情報処理方法であって、
ユーザの会話履歴の中から商品に関する商品会話を抽出する抽出工程と、
抽出した前記商品会話の特徴に基づいて、前記ユーザの前記商品に関するファネル状況を特定する特定工程と、
特定したファネル状況に応じた態様で前記商品に関する商品情報を提供する提供工程と、
を含み、
前記抽出工程は、
前記商品会話に関する特定のメッセージを検出した場合に、前記メッセージを含む前後の会話を前記商品会話として抽出し、
前記ファネル状況は、
認知、訴求、調査、行動および推奨を少なくとも含み、
前記提供工程は、
前記ファネル状況が前記行動である場合において、前記ユーザが前記商品を所有していないときには販売に関する情報であって、前記商品の販売ページまたは前記商品のセール情報の少なくともいずれかの情報を含む前記商品情報を提供する
情報処理方法。
【請求項9】
ユーザの会話履歴の中から商品に関する商品会話を抽出する抽出手順と、
抽出した前記商品会話の特徴に基づいて、前記ユーザの前記商品に関するファネル状況を特定する特定手順と、
特定したファネル状況に応じた態様で前記商品に関する商品情報を提供する提供手順と、
をコンピュータに実行させ、
前記抽出手順は、
前記商品会話に関する特定のメッセージを検出した場合に、前記メッセージを含む前後の会話を前記商品会話として抽出し、
前記ファネル状況は、
認知、訴求、調査、行動および推奨を少なくとも含み、
前記提供手順は、
前記ファネル状況が前記行動である場合において、前記ユーザが前記商品を所有していないときには販売に関する情報であって、前記商品の販売ページまたは前記商品のセール情報の少なくともいずれかの情報を含む前記商品情報を提供する
情報処理プログラム。」
第5 引用文献、引用発明
1 引用文献1
(1)原査定の拒絶の理由に引用された引用文献1には、図面とともに次の事項が記載されている。(なお、下線は当審で付した。以下、同様。)
「【0026】
[第1の実施形態]
図1は本発明の第1の実施形態の購買行動分析装置10を含む購買行動分析システムのシステム構成を示す図である。
【0027】
本発明の第1の実施形態の購買行動分析システムは、図1に示されるように、インターネット等のネットワーク30により接続されたサーバ装置10、サーバ装置20および端末装置21、22により構成される。ここで、サーバ装置20は、例えば、ツイッター(登録商標)のようなSNS(Social Networking Service:社会的ネットワークサービス)を提供している事業者により運営されており、ネットワーク30を介して数多くのユーザに対してSNSサービスを提供している。
【0028】
なお、本実施形態では、SNSサービスの一例として、ツイッター(登録商標)における投稿情報に基づいてユーザ(利用者)の購買行動を分析する場合を用いて説明するが、登録したユーザが自己に関連した情報を投稿することで他人との関係性、つながりを促進およびサポートするようなコミュニティ型の会員制のサービスであれば、本発明は同様に適用可能である。
・・・
【0031】
また、サーバ装置10は、例えば顧客企業からの依頼に基づいて、分析を依頼された製品のユーザの購買行動分析を行う市場調査会社により運営されており、SNSサービスに投稿された投稿情報に基づいて、各利用者が複数の購買行動フェーズのうちのどのフェーズであるかを分析する購買行動分析装置である。以下の説明では、例えば、ある顧客企業から特定の製品に関する市場調査を依頼され、SNSへの投稿情報に基づいてその製品に興味を持っているユーザ、その製品を欲しがっているユーザ、その製品を将来購入することが予測されるユーザの情報を取得する場合の動作について説明する。」
・・・
【0034】
サーバ装置10は、図2に示されるように、CPU11、メモリ12、ハードディスクドライブ(HDD)等の記憶装置13、ネットワーク30を介して外部の装置等との間でデータの送信及び受信を行う通信インタフェース(IF)14、タッチパネル又は液晶ディスプレイ並びにキーボードを含むユーザインタフェース(UI)装置15を有する。これらの構成要素は、制御バス16を介して互いに接続されている。
【0035】
CPU11は、メモリ12または記憶装置13に格納された制御プログラムに基づいて所定の処理を実行して、サーバ装置10の動作を制御する。なお、本実施形態では、CPU11は、メモリ12または記憶装置13内に格納された制御プログラムを読み出して実行するものとして説明したが、当該プログラムをCD-ROM等の記憶媒体に格納してCPU11に提供することも可能である。
・・・
【0037】
本実施形態のサーバ装置10は、図3に示されるように、SNS投稿情報取得部31と、SNS投稿情報格納部32と、テキスト情報抽出部33と、分散表現変換部34と、ニューラルネットワーク35と、興味有無確率算出部36と、購入希望確率算出部37と、購入可能性確率算出部38と、購買行動フェーズ判定部39を備えている。
【0038】
SNS投稿情報取得部31は、SNSに投稿された投稿情報から、調査依頼を受けた特定の製品に関する投稿情報を取得する。例えば、SNS投稿情報取得部31は、まず、SNSに投稿された投稿情報から、特定の製品について言及した投稿を抽出し、その投稿から、特定の製品について言及したことのあるユーザを特定する。次に、SNS投稿情報取得部31は、そのユーザの過去から現在までの一連の投稿情報から、特定の製品に言及した投稿を起点に時間的に前後する投稿を数個から数千個取得する。結果として、SNS投稿情報取得部31は、1ユーザあたり数個から場合によっては数千個になる、特定の製品に関する投稿を含む時間的に連続した投稿情報を、数多くのSNSユーザの投稿情報から取得する。
【0039】
SNS投稿情報格納部32は、SNS投稿情報取得部31により取得された投稿情報を格納する。
【0040】
テキスト情報抽出部33は、SNS投稿情報格納部32に格納されている投稿情報の中から、投稿情報に含まれるテキスト情報(文書情報)を抽出する。
【0041】
分散表現変換部34は、SNS投稿情報取得部31により取得された投稿情報からテキスト情報抽出部33により抽出されたテキスト情報を、単語又は句をベクトルで表現した分散表現に変換する。ここで、分散表現とは、単語をベクトル化することにより複数次元のベクトル空間における意味ベクトルとして表したものである。ここで、分散表現変換部34が投稿情報を分散表現に変換するアルゴリズムとしては、Bag-of-wordsを用いたアルゴリズム、word2vecやparagraph vectorに代表されるニューラルネットワークを用いたアルゴリズム等を使用することができる。
【0042】
ニューラルネットワーク35は、人間の脳の構造を模した構成となっており、人間の脳におけるニューロン(神経細胞)の機能を模した数多くの論理回路を多層に積層して構成した判定器となっている。
【0043】
そして、ニューラルネットワーク35は、興味有無判定層41、購入希望判定層42、購入可能性判定層43という3つの層により構成されている。
【0044】
興味有無判定層41は、分散表現変換部34により変換された分散表現を入力してユーザが投稿情報中で言及した製品に興味を持っているか否かを判定するための判定層である。また、購入希望判定層42は、興味有無判定層41の出力値を入力してユーザがこの製品を欲しがっているか否かを判定するための判定層である。また、購入可能性判定層43は、購入希望判定層42の出力値を入力してユーザがこの製品を将来的に購入することが予測されるか否かを判定するための判定層である。
・・・
【0048】
興味有無確率算出部36は、興味有無判定層41の出力値に基づいて、ユーザが投稿情報中で言及した製品に興味を持っている確率(度合い)を示す値を算出する。
【0049】
購入希望確率算出部37は、購入希望判定層42の出力値に基づいて、ユーザが投稿情報中で言及した製品を欲しがっている確率(度合い)を示す値を算出する。
【0050】
購入可能性確率算出部38は、購入可能性判定層43の出力値に基づいて、ユーザが投稿情報中で言及した製品を将来的に購入することが予測される確率(度合い)を示す値を算出する。
【0051】
なお、興味有無確率算出部36、購入希望確率算出部37および購入可能性確率算出部38が、それぞれの確率値を算出する算出方法としては、ニューラルネットワークを用いた方法や、ロジスティック回帰を用いた方法などが考えられる。
【0052】
購買行動フェーズ判定部39は、興味有無確率算出部36、購入希望確率算出部37および購入可能性確率算出部38により算出された確率値に基づいて、ユーザの購買行動フェーズ(購買行動段階)が、利用者が投稿情報中で言及した製品に興味を持っているフェーズ(興味フェーズ)、投稿情報中で言及した製品を欲しがっているフェーズ(購入希望フェーズ)、投稿情報中で言及した製品を将来的に購入することが予測されるフェーズ(購入予測フェーズ)のいずれのフェーズにあるのかを判定する。
【0053】
なお、広告に対する消費者の心理プロセスの段階を表したものとしてAIDMA(アイドマ)と呼ばれる分類表現が知られている。このAIDMAとは、消費者の心理プロセスを、注意(Attention)、興味(Interest)、欲求(Desire)、記憶(Memory)、行動(Action)の5段階に分けて表現している。
【0054】
これに対して、本実施形態における購買行動フェーズ判定では、購買行動フェーズを、興味フェーズ、購入希望フェーズ、購入予測フェーズの3つの段階に分けている。これは、ニューラルネットワーク35が機械学習を行う判定器として動作するため、このような判定器でも高い精度で判定可能なように3つのフェーズに集約しているものである。そのため、本発明は、購買行動フェーズを3つのフェーズとする場合に限定されるものではなく、AIDAMのように5つのフェーズに分類する場合でも本発明は同様に適用可能である。
【0055】
なお、このAIDMAにおける各プロセスと本実施形態における購買行動フェーズとの対応関係を図4に示す。図4に示されるように、AIDAMにおける注意(Attention)、興味(Interest)プロセスが、本実施形態における興味フェーズに対応している。また、AIDAMにおける欲求(Desire)プロセスが、本実施形態における購入希望フェーズに対応している。また、AIDAMにおける記憶(Memory)、行動(Action)プロセスが、本実施形態における購入予測フェーズに対応している。」
(当審注:段落【0054】、【0055】に記載の「AIDAM」は、「AIDMA」の誤記と認める。)
「【0107】
本実施形態の購買行動分析装置によれば、ある特定の製品について、ユーザが複数の購買行動フェーズのうちのどのフェーズにあるかが判定可能となるため、そのユーザの購買行動フェーズに応じた広告配信を行うことが可能となる。
【0108】
例えば、ある会社のスマートフォンの購入可能性が高いと判定されたユーザに対しては、その製品を販売している小売店の広告を配信するようなことが可能となる。逆に、まだスマートフォンについて多少興味がある程度のユーザには、各社のスマートフォンの広告配信を行うようなことが可能となる。」
「【図3】
〔図省略〕
」
「【図4】
〔図省略〕
」
(2)上記(1)の摘記事項から、引用文献1には、次の発明(以下、「引用発明」という。)が記載されている。
「SNSサービスに投稿された投稿情報に基づいて、各利用者が複数の購買行動フェーズのうちのどのフェーズであるかを分析する購買行動分析装置であるサーバ装置10であって、(【0031】)
SNSサービスは、登録したユーザが自己に関連した情報を投稿することで他人との関係性、つながりを促進およびサポートするようなコミュニティ型の会員制のサービスであり、(【0028】)
サーバ装置10は、SNS投稿情報取得部31と、SNS投稿情報格納部32と、テキスト情報抽出部33と、分散表現変換部34と、ニューラルネットワーク35と、興味有無確率算出部36と、購入希望確率算出部37と、購入可能性確率算出部38と、購買行動フェーズ判定部39を備え、(【0031】、【0037】)
SNS投稿情報取得部31は、まず、SNSに投稿された投稿情報から、特定の製品について言及した投稿を抽出し、その投稿から、特定の製品について言及したことのあるユーザを特定し、次に、そのユーザの過去から現在までの一連の投稿情報から、特定の製品に言及した投稿を起点に時間的に前後する投稿を数個から数千個取得し、(【0038】)
SNS投稿情報格納部32は、SNS投稿情報取得部31により取得された投稿情報を格納し、(【0039】)
テキスト情報抽出部33は、SNS投稿情報格納部32に格納されている投稿情報の中から、投稿情報に含まれるテキスト情報(文書情報)を抽出し、(【0040】)
分散表現変換部34は、テキスト情報抽出部33により抽出されたテキスト情報を、単語又は句をベクトルで表現した分散表現に変換し、ここで、分散表現とは、単語をベクトル化することにより複数次元のベクトル空間における意味ベクトルとして表したものであり、(【0041】)
ニューラルネットワーク35は、分散表現変換部34により変換された分散表現を入力してユーザが投稿情報中で言及した製品に興味を持っているか否かを判定するための興味有無判定層41、興味有無判定層41の出力値を入力してユーザがこの製品を欲しがっているか否かを判定するための購入希望判定層42、購入希望判定層42の出力値を入力してユーザがこの製品を将来的に購入することが予測されるか否かを判定するための購入可能性判定層43から構成され、(【0043】~【0044】)
興味有無確率算出部36は、興味有無判定層41の出力値に基づいて、ユーザが投稿情報中で言及した製品に興味を持っている確率を示す値を算出し、(【0048】)
購入希望確率算出部37は、購入希望判定層42の出力値に基づいて、ユーザが投稿情報中で言及した製品を欲しがっている確率を示す値を算出し、(【0049】)
購入可能性確率算出部38は、購入可能性判定層43の出力値に基づいて、ユーザが投稿情報中で言及した製品を将来的に購入することが予測される確率を示す値を算出し、(【0050】)
購買行動フェーズ判定部39は、興味有無確率算出部36、購入希望確率算出部37および購入可能性確率算出部38により算出された確率値に基づいて、ユーザの購買行動フェーズ(購買行動段階)が、利用者が投稿情報中で言及した製品に興味を持っているフェーズ(興味フェーズ)、投稿情報中で言及した製品を欲しがっているフェーズ(購入希望フェーズ)、投稿情報中で言及した製品を将来的に購入することが予測されるフェーズ(購入予測フェーズ)のいずれのフェーズにあるのかを判定し(【0052】)、購買行動フェーズ判定では、広告に対する消費者の心理プロセスを、注意(Attention)、興味(Interest)、欲求(Desire)、記憶(Memory)、行動(Action)の5段階に分けて表現するAIDMA(アイドマ)のように、5つのフェーズに分類する場合でも同様に適用可能であり(【0053】~【0054】)、AIDMAにおける注意(Attention)、興味(Interest)プロセスが、興味フェーズに、AIDMAにおける欲求(Desire)プロセスが、購入希望フェーズに、AIDMAにおける記憶(Memory)、行動(Action)プロセスが、購入予測フェーズに、それぞれ対応し(【0055】、【図4】)、
ある特定の製品について、ユーザが複数の購買行動フェーズのうちのどのフェーズにあるかが判定可能となるため、そのユーザの購買行動フェーズに応じた広告配信を行うことが可能となり、例えば、ある会社のスマートフォンの購入可能性が高いと判定されたユーザに対しては、その製品を販売している小売店の広告を配信し、まだスマートフォンについて多少興味がある程度のユーザには、各社のスマートフォンの広告配信を行うようなことが可能となる、(【0107】~【0108】)
サーバ装置10。」
2 引用文献2
(1)原査定の拒絶の理由に引用された引用文献2には、図面とともに次の事項が記載されている。
「【0016】
以下、実施形態について、図面を参照して説明する。
まず、ファネル構造について説明する。
図1は、ファネル構造1の構成例を示す。
【0017】
ファネル構造1は、所定の広告のコンバージョンに関連する階層ごとのユーザ数を示す。
コンバージョンは、広告主が実施する広告の最終的な成果である。たとえば、コンバージョンは、所定の物品の購入、資料請求、所定のサイトの閲覧、又は、所定の店舗への訪問などである。コンバージョンの内容は、特定の構成に限定されるものではない。
広告は、ユーザ端末を通じてユーザに提示される。
【0018】
図1が示すように、ファネル構造1は、階層2乃至6などを備える。階層2乃至6は、それぞれ例えば、「認知」、「興味・関心」、「検討」、「直前」及び「コンバージョン」である。図1が示す例では、階層の領域が大きいほど、ユーザが多いことを示す。なお、ファネル構造1は、「コンバージョン」を階層として備えなくともよい。
【0019】
「認知」は、成果に関する事柄を認知している階層である。たとえば、コンバージョンが所定の商品の購入である場合、「認知」は、成果に関する事柄として当該商品を認知している階層である。また、コンバージョンがイベント告知サイトの閲覧である場合、「認知」は、成果に関する事柄として当該イベントなどを認知している階層である。
【0020】
「興味・関心」は、成果に関する事柄に興味又は関心がある階層である。即ち、「興味・関心」は、コンバージョンを検討する程度ではないものの、成果に関する事柄に一定の興味・関心がある階層である。
【0021】
「検討」は、コンバージョンを検討している階層である。即ち、「検討」は、単なる興味・関心を超えて、コンバージョンを実行することを検討する階層である。
【0022】
「直前」は、コンバージョンを行う直前である階層である。即ち、「直前」は、コンバージョンの検討を終了し、コンバージョンを行うことを決定している階層である。
【0023】
「コンバージョン」は、コンバージョンを完了した階層である。
【0024】
図1が示す例において、「認知」、「興味・関心」、「検討」、「直前」及び「コンバージョン」と階層が深くなるにつれて、ユーザの数は、減少する。
【0025】
なお、ファネル構造は、さらに他の階層を備えてもよい。また、ファネル構造は、上述の階層を備えなくともよい。また、ファネル構造の階層の数は、特定の数に限定されるものではない。ファネル構造の構成は、特定の構成に限定されるものではない。
【0026】
次に、実施形態に係る情報処理装置について説明する。
図2は、情報処理装置10の構成例を示すブロック図である。
図2が示す構成例において、情報処理装置10は、基本的な構成として、CPU11、ROM12、RAM13、NVM14、通信部15、操作部16及び表示部17などを備える。これらの各部は、データバスを介して互いに接続される。・・・」
「【0032】
また、NVM14は、ユーザがサイトを閲覧した記録である行動ログを格納する記憶領域14a、及び、広告の効果を示す効果ログを格納する記憶領域14bを備える。行動ログ及び効果ログについては、後述する。」
「【0037】
次に、行動ログについて説明する。
行動ログは、ユーザの行動に関するログである。たとえば、行動ログは、行動を示す情報と、当該行動を行った日時とを対応付けて格納する。
【0038】
たとえば、行動ログが対象とする行動は、Webアクセス、ユーザの所在、コンテンツ聴取、ヘルスケア情報、購買、SNSへの投稿、アプリ利用、コンテンツ視聴、又は、ユーザが所持する機器の動作などである。
【0039】
Webアクセスは、たとえば、検索キーワード、閲覧サイト、コンテンツ内のテキスト、画像若しくは動画、クリック、マウスオーバー、又は、ヒートマップなどである。
・・・
【0042】
購買は、コンバージョンとならない物の購入である。たとえば、購買は、電子マネーでの決済、又は、ECサイトでの購入などである。
SNSへの投稿は、たとえば、SNSサイトへのテキスト、画像又は動画などの投稿である。」
「【0079】
CPU11は、コンバージョンが完了していないユーザの行動ログ(未コンバージョンユーザログ)を抽出する機能を有する。
CPU11は、記憶領域14aからコンバージョンを完了していないユーザの行動ログを抽出する。なお、CPU11は、コンバージョンを完了していないユーザの行動ログから、さらに所定の期間内である行動ログを抽出してもよい。
【0080】
また、CPU11は、コンバージョンを完了していないユーザの行動ログ及び階層テーブルから、コンバージョンを完了していない各ユーザの階層を推定する機能を有する。
【0081】
CPU11は、抽出した行動ログに基づいて、ユーザごとに階層を推定する。たとえば、CPU11は、あるユーザの行動ログから階層テーブルが示す行動を含む行動ログを抽出する。CPU11は、抽出した行動ログが示す行動と階層テーブルの各行動比率とをマッチングさせる。CPU11は、ユーザの行動と最もマッチする階層を当該ユーザが所属する階層として推定する。
CPU11は、上記の動作をユーザごとに実行し、各ユーザの階層を推定する。」
「【0096】
また、CPU11は、ユーザ(たとえば、コンバージョンを完了していないユーザ)の階層に応じた広告を配信する機能を有する。
たとえば、CPU11は、ユーザ端末20からリクエストを受信する。CPU11は、リクエストを受信すると、当該リクエストを送信したユーザの階層を推定する(推定部)。たとえば、CPU11は、当該ユーザの行動ログを取得する。CPU11は、当該行動ログが示す行動と階層テーブルの各行動比率とをマッチングすることで、当該ユーザの階層を決定する。階層の推定は、前述の通りである。
【0097】
なお、CPU11は、予め各ユーザの階層を決定しておきNVM14に格納して置いてもよい。CPU11は、NVM14を参照して、リクエストを送信したユーザの階層を決定してもよい。
【0098】
CPU11は、決定したユーザの階層に応じた広告を決定する(広告決定部)。たとえば、NVM14は、予め階層と広告とを対応付けて格納する。CPU11は、NVM14を参照して、決定したユーザの階層に応じた広告を取得する。CPU11は、通信部15を通じて、取得した広告をユーザ端末20へ送信する(決定広告送信部)。
【0099】
なお、階層と対応付いた広告は、効果ログに基づいて決定された効果的な広告であってもよい。また、階層と対応付いた広告は、オペレータによって決定された広告であってもよい。」
「
〔図省略〕
」
「
〔図省略〕
」
(2)上記(1)によると、引用文献2には、次の技術的事項が記載されている。
「CPU11、NVM14、通信部15を備える情報処理装置10であって、(【0026】)
NVM14は、ユーザがサイトを閲覧した記録である行動ログを格納する記憶領域14aを備え(【0032】)、行動ログは、ユーザの行動に関するログであり、行動ログが対象とする行動は、Webアクセス、購買、SNSへの投稿などであり、(【0037】~【0038】
CPU11は、記憶領域14aから所定の物品の購入であるコンバージョンを完了していないユーザの行動ログを抽出し(【0017】、【0079】)、抽出した行動ログに基づいて、ユーザごとに、商品を認知している「認知」、成果に関する事柄に興味又は関心がある「興味・関心」、コンバージョンを検討している「検討」、コンバージョンを行う直前である「直前」、及びコンバージョンを完了した「コンバージョン」の階層を備えるファネル構造の階層を推定し(【0018】~【0023】、【0081】)、
CPU11は、ユーザ端末20からリクエストを受信すると、当該ユーザの行動ログを取得し、当該行動ログが示す行動と階層テーブルの各行動比率とをマッチングすることで、当該ユーザの階層を決定し(【0096】)、予め階層と広告とを対応付けて格納するNVM14を参照して、決定したユーザの階層に応じた広告を取得して、通信部15を通じて、取得した広告をユーザ端末20へ送信する。(【0098】)」
3 引用文献3
同じく原査定の拒絶の理由に引用された引用文献3には、図面とともに次の事項が記載されている。
「【0033】
ファネル特定部116は、視聴者が所属するパーチェイスファネル(以下、単にファネルともいう。)の段階を特定する。図11はファネルを説明する図である。パーチェイスファネルとは、消費行動の流れをモデル化したものであり、消費者は、ある商品またはサービスについて、「認知」、「興味・関心」、「比較・検討」という段階を経て最終的な「購入・申込」に至ることを示す。本実施形態では、「認知」に至る前の「無関心」の段階を加えた5つの段階でファネルが構成されているものと想定する。
【0034】
ファネル特定部116は、視聴者がこのファネルのどの段階にいるのかを特定する。ファネル特定部116は、たとえば、ターゲット情報に含まれている行動履歴に基づいてファネルの段階を特定することもできる。たとえば、ファネル特定部116は、視聴者が所定の商品の広告を閲覧していた場合には「認知」があったと判定し、視聴者が所定のWebページを訪問していた場合には「興味・関心」があったと判定し、視聴者が特定のキーワードを検索した場合には「比較・検討」があったと判定し、視聴者による購買や申込があった場合には「購買・申込」があったと判定することができる。本実施形態では、ファネル特定部116は、広告ログに基づいて、当該視聴者が過去に対象商品の広告を視聴した視聴回数をカウントし、視聴回数が所定値以上であれば、当該視聴者が「認知」に属していると推定することができる。これにより、マス広告(の一部、すなわちテレビ放送によるマス広告)による認知の効果を判定することができる。・・・
【0035】
なお、ファネルの特定は、たとえば、アンケートにより行うこともできる。この場合、ファネル特定部116は、アンケートの結果の入力を受け付けて、当該結果からファネルの段階を推定することができる。
【0036】
また、ファネルの段階(階層)は、上述した4段階(または無関心を入れた5段階)に限らず、他の区切りにより消費活動を表現したパーチェイスファネルであってもよい。また、本実施形態では、パーチェイスファネルのみでなく、購入後の行動を示すファネル(インフルエンスファネル)を含めるようにしてもよい。インフルエンスファネルは、たとえば、「継続」「紹介」「発信」の段階を含むことができる。この場合、ファネル特定部116は、たとえば、複数回の購入履歴があった場合には「継続」があったと判定し、視聴者からの紹介者割引のクーポンが利用された場合には「紹介」があったと判定し、SNSなどにおいて商品に関する情報が発信された場合には「発信」があったと判定することができる。また、ファネル特定部116は、一般的な手法を用いて視聴者がファネルのどの段階にいるかを判定すればよい。」
「【図11】
〔図省略〕
」
第6 対比・判断
1 本願発明1について
(1)本願発明1と引用発明とを対比すると、次のことがいえる。
ア 引用発明の「購買行動分析装置であるサーバ装置10」は、「SNSサービスに投稿された投稿情報に基づいて、各利用者が複数の購買行動フェーズのうちのどのフェーズであるかを分析する」装置であり、この分析に係る処理を、所定の制御プログラムに基づく情報処理により実行するものであることは明らかであるから、引用発明の「サーバ装置10」は、以下の相違点を除き本願発明1の「情報処理装置」に相当する。
イ 引用発明の「サーバ装置10」における「SNS投稿情報取得部31」は、SNSに投稿された投稿情報から、特定の製品について言及した投稿を抽出するものである。
ここで、本願発明1の「会話」とは、本願明細書において、
「 【0035】
取得部31は、ユーザの会話履歴を取得する。例えば、取得部31は、ユーザ間でチャット形式によりメッセージの送受信を行うことで会話を行うアプリケーション(以下、アプリと称する)において、ユーザが他のユーザへ送信したメッセージや、他のユーザから受信したメッセージを含む会話履歴を取得する。」
と記載されているように、例えば、会話を行うアプリケーションにおいて、ユーザ間でチャット形式により行われる「メッセージの送受信」を指すものであるといえるところ、引用発明の「SNSサービス」についても、登録したユーザが自己に関連した情報を投稿することで他人との関係性、つながりを促進およびサポートするようなコミュニティ型の会員制のサービスであることから、引用発明の「投稿情報」は、SNSサービスの会員である他人に向けて発信した「メッセージ」であるといえる。そのため、引用発明の「特定の製品について言及した投稿」に関する「投稿情報」は、「特定の製品」に関して他人に向けて発信した「メッセージ」であって、本願発明1の「商品に関する商品会話」と「商品に関する商品メッセージ」である点で共通する。
また、引用発明の「SNS投稿情報取得部31」は、抽出した投稿から、特定の製品について言及したことのあるユーザを特定し、そのユーザの過去から現在までの一連の投稿情報から、特定の製品に言及した投稿を起点に時間的に前後する投稿を取得するものであるところ、起点となる投稿の時間的に前後する投稿を取得する処理は、「一連の投稿」が履歴として記憶されたものであることを前提とするものであるといえるから、引用発明の「投稿情報」が「商品に関する商品メッセージ」であることを踏まえると、引用発明のこのような「一連の投稿」は、本願発明1の「ユーザの会話履歴」と「ユーザのメッセージ履歴」である点で共通する。
したがって、引用発明において、一連の投稿情報から特定の製品に言及した投稿を起点に時間的に前後する投稿を取得する「SNS投稿情報取得部31」は、本願発明1の「ユーザの会話履歴の中から商品に関する商品会話を抽出する抽出部」と「ユーザのメッセージ履歴の中から商品に関する商品メッセージを抽出する抽出部」である点で共通する。
ウ 引用発明の「サーバ装置10」における「分散表現変換部34」は、「テキスト情報抽出部33」によって抽出された(「特定の製品について言及した投稿」に関する)「投稿情報」に含まれるテキスト情報(文書情報)を、単語又は句をベクトル空間における意味ベクトルとして表現した「分散表現」に変換するものであって、引用発明のこのような「分散表現」は、本願発明1の「抽出した前記商品会話の特徴」と、「抽出した前記商品メッセージの特徴」である点で共通する。
そして、引用発明の「サーバ装置10」における「購買行動フェーズ判定部39」は、「分散表現」を入力する「ニューラルネットワーク35」から出力される出力値を基に、「興味有無確率算出部36」、「購入希望確率算出部37」、「購入可能性確率算出部38」のそれぞれで算出される確率値に基づいて、「ユーザの購買行動フェーズ」が、投稿情報中で言及した製品に対し「興味を持っているフェーズ(興味フェーズ)」、「欲しがっているフェーズ(購入希望フェーズ)」、「将来的に購入することが予測されるフェーズ(購入予測フェーズ)」のいずれのフェーズにあるのかを判定するものであり、引用発明の「ユーザの購買行動フェーズ」は、以下の相違点を除き本願発明1の「前記ユーザの前記商品に関するファネル状況」に相当する。
したがって、引用発明において、「投稿情報」に含まれるテキスト情報を変換して得られる「分散表現」を用いた一連の処理を経て、最終的に「ユーザの購買行動フェーズ」がいずれのフェーズにあるのかを判定する「購買行動フェーズ判定部39」は、本願発明1の「抽出した前記商品会話の特徴に基づいて、前記ユーザの前記商品に関するファネル状況を特定する特定部」と、「抽出した前記商品メッセージの特徴に基づいて、前記ユーザの前記商品に関するファネル状況を特定する特定部」である点で共通する。
エ 引用発明の「サーバ装置10」は、上記ウで示したように、「購買行動フェーズ判定部39」において「ユーザの購買行動フェーズ」が、投稿情報中で言及した製品に対し「興味を持っているフェーズ(興味フェーズ)」、「欲しがっているフェーズ(購入希望フェーズ)」、「将来的に購入することが予測されるフェーズ(購入予測フェーズ)」のいずれのフェーズにあるのかを判定するものであり、それにより、「そのユーザの購買行動フェーズに応じた広告配信を行うこと」が可能となるものである。ここで、引用発明における「そのユーザの購買行動フェーズに応じた広告配信」が、上記イの「投稿情報」の投稿で言及した「特定の製品」に関連するものであることは、当業者において自明の事項である。
したがって、引用発明の「サーバ装置10」において、「購買行動フェーズ判定部39」で判定された「ユーザの購買行動フェーズ」応じた「広告配信」を行う機能を実現する手段は、本願発明1の「特定したファネル状況に応じた態様で前記商品に関する商品情報を提供する提供部」に相当する。
オ 上記イで示したように、引用発明の「SNS投稿情報取得部31」は、抽出した投稿から、特定の製品について言及したことのあるユーザを特定し、そのユーザの過去から現在までの一連の投稿情報から、「特定の製品に言及した投稿」を起点に「時間的に前後する投稿」を取得するものであり、引用発明の「SNS投稿情報取得部31」が、ユーザの過去から現在までの一連の投稿情報から、「特定の製品に言及した投稿」を起点に「時間的に前後する投稿」を取得する処理は、本願発明1の「前記抽出部」が「前記商品会話に関する特定のメッセージを検出した場合に、前記メッセージを含む前後の会話を前記商品会話として抽出」する処理と、「前記抽出部」が「前記商品メッセージに関する特定のメッセージを検出した場合に、前記特定のメッセージを含む前後のメッセージを前記商品メッセージとして抽出」する処理である点で共通する。
カ 以上、ア~オによれば、本願発明1と引用発明との間には、次の一致点、相違点があるといえる。
[一致点]
「ユーザのメッセージ履歴の中から商品に関する商品メッセージを抽出する抽出部と、
抽出した前記商品メッセージの特徴に基づいて、前記ユーザの前記商品に関するファネル状況を特定する特定部と、
特定したファネル状況に応じた態様で前記商品に関する商品情報を提供する提供部と、
を備え、
前記抽出部は、
前記商品メッセージに関する特定のメッセージを検出した場合に、前記特定のメッセージを含む前後のメッセージを前記商品メッセージとして抽出する
情報処理装置。」
[相違点]
(相違点1)
「抽出部」が抽出する情報に関して、本願発明1は「ユーザの会話履歴の中から商品に関する商品会話を抽出する」ものであるのに対し、引用発明は、ユーザが特定の製品に言及した投稿の「メッセージ」について抽出を行うものの、他人からの投稿に係るメッセージを抽出しておらず、そのために、履歴の中から抽出する商品に関する情報が「メッセージの送受信」である「会話」ではない点。
(相違点2)
「特定部」が特定する「ファネル状況」に関して、本願発明1は「認知、訴求、調査、行動および推奨を少なくとも含」むのに対し、引用発明の「購買行動フェーズ判定部39」が判定する「購買行動フェーズ」は、「興味フェーズ」、「購入希望フェーズ」、「購入予測フェーズ」の3段階しか含まれておらず、また、「購買行動フェーズ判定」で同様に適用可能とする「AIDMA」についても、「注意(Attention)、興味(Interest)、欲求(Desire)、記憶(Memory)、行動(Action)」の5段階に分けてフェーズを表現するものの、本願発明1のように「認知、訴求、調査、行動および推奨を少なくとも含」むものではない点。
(相違点3)
「提供部」が「前記ファネル状況が前記行動である場合」に提供する情報に関して、本願発明1は「前記ユーザが前記商品を所有していないとき」には「販売に関する情報であって、前記商品の販売ページまたは前記商品のセール情報の少なくともいずれかの情報を含む前記商品情報」を提供するのに対し、引用発明は、「購買行動フェーズ判定」で「AIDMA」を適用する場合に、「行動(Action)」の段階を含むものの、当該「行動(Action)」の段階において、「前記ユーザが前記商品を所有していないとき」であるか否かの判定を行うものではなく、また、「前記ユーザが前記商品を所有していないとき」に提供する情報についても特定されていない点。
(2)相違点に対する判断
事案に鑑み、相違点3について判断する。
ア 相違点3に関する判断
本願明細書には、「ファネル状況」の「行動」に関して、「行動は、商品を所有(購入)する意思がある、もしくは、商品を所有(購入)しているファネル状況である。」(段落【0016】)と記載されており、また、本願発明1の上記相違点3に係る構成について、「また、情報処理装置1は、ファネル状況が行動の場合、ユーザが商品を所有(購入)していないときには販売ページや、セール情報等の商品を提供し、ユーザが商品を所有(購入)済であるときには、商品の評価を要求する。」(段落【0019】)と記載されていることから、本願発明1の「前記ファネル状況が前記行動である場合」には、
a.「ユーザが商品を所有(購入)していない」状況で、「商品を所有(購入)する意思がある」場合、
b.「ユーザが商品を所有(購入)済である」場合、
の2つの場合が含まれ、それぞれの場合で提供する情報が異なるという前提の下、上記aの場合に提供する情報について特定されたものであるといえる。
これに対し、引用発明は、「購買行動フェーズ判定」で「AIDMA」を適用したとしても、「行動(Action)」のフェーズについて、提供する情報が互いに異なる2つの場合が含まれるものではない。
また、引用文献2に記載の「ファネル構造」は、「所定の物品の購入であるコンバージョン」を行う直前の「直前」と、当該コンバージョンを完了した「コンバージョン」の階層を備えているところ、「直前」と「コンバージョン」のいずれの階層とも、本願発明1の「ファネル状況」の「行動」のように、「前記ユーザが前記商品を所有していないとき」とそれ以外のときの2つの場合を含むものではない。
同様に、引用文献3に記載の「ファネル」に関しても、視聴者による購買や申込があった場合には「購買・申込」の段階と判定されるものの、当該「購買・申込」の段階において、本願発明1の「ファネル状況」の「行動」のように、「前記ユーザが前記商品を所有していないとき」とそれ以外のときの2つの場合を含むものであるとまではいえない。
なお、マーケティングの分野において、商品の購買行動のモデルとして、「注意」、「関心」、「検索」、「行動」、「共有」の5段階からなる「AISAS」は周知であるものの、当該「AISAS」における「行動」の段階について、本願発明1の「ファネル状況」の「行動」のように、「前記ユーザが前記商品を所有していないとき」とそれ以外のときの2つの場合を含むことが周知であるともいえない。
したがって、本願発明1の上記相違点3に係る構成に関しては、引用文献2~3のいずれにも記載されておらず、本願出願日前において周知技術であるともいえない。
イ 作用効果について
本願発明1は、上記相違点3に係る構成により、「このように、実施形態に係る情報処理装置1によれば、ユーザの商品に関するファネル状況に応じた態様で商品情報を提供することで、ユーザの現在のファネル状況に合致した商品情報を提供できる。すなわち、実施形態に係る情報処理装置1によれば、ユーザに対してより良いサービスを提供することができる。」(段落【0021】)という、明細書記載の作用効果を奏するものである。
ウ むすび
したがって、本願発明1は、その他の相違点である相違点1~2について判断するまでもなく、引用発明、及び引用文献2~3に記載の技術的事項、並びに周知技術に基づいて当業者が容易に発明をすることができたものとはいえない。
2 本願発明2~7について
本願発明2は、本願発明1の上記相違点1~3に係る事項を備えるものであるから、本願発明1と同じ理由により、引用発明、及び引用文献2~3に記載の技術的事項、並びに周知技術に基づいて当業者が容易に発明をすることができたものとはいえない。
3 本願発明8、9について
本願発明8は、本願発明1の「情報処理装置」の発明を「情報処理方法」として記載した発明であって、本願発明9は、本願発明1の「情報処理装置」の発明を「情報処理プログラム」として記載した発明であって、いずれも上記相違点1~3に係る構成を有しており、上記1と同様の理由により、引用発明、及び引用文献2~3に記載の技術的事項、並びに周知技術に基づいて当業者が容易に発明をすることができたものとはいえない。
第7 原査定の理由について
審判請求時の補正により、本願発明1~9は、上記相違点1~3に係る発明特定事項を含むものとなっており、拒絶査定によって引用された引用文献1~3に基づいて、当業者が容易に発明をすることができたものとはいえない。
第8 むすび
以上のとおり、原査定の理由によっては、本願を拒絶することはできない。
また、他に本願を拒絶すべき理由を発見しない。
よって、結論のとおり審決する。
令和5年10月30日
審判長 特許庁審判官 佐藤 智康
特許庁審判官 古川 哲也
特許庁審判官 松尾 俊介
出典:特許庁「審決公報」(令和5年12月28日発行・号数2023-012、公報発行サイト https://www.gazette.jpo.go.jp/scciidl010 )を加工して作成(加工:TaiLexi AI)
本文は公表資料(PDF 等)から機械的に抽出・整形したもので、改行や記号に誤りを含むことがあります。正確な文言は原本でご確認ください。