用于分析促销站点对用户心理状态转变的效果的程序、装置和方法

摘要

提供了一种程序，该程序用于基于由每位投稿者所传输的一组评论文本对关于目标关键字的产品或服务的促销站点的效果进行分析，该效果对用户的心理状态转变起作用。该程序使该计算机充当：心理状态确定器，该心理状态确定器输出包括在由每位投稿者所传输的该评论文本中的心理关键字的心理状态；评分存储器，该评分存储器针对每个促销站点地址存储针对每种心理状态设置的评分；以及评分更新器，在包括该站点地址的标准评论文本与一个或多个先前评论文本之间的心理状态不同的情况下，该评分更新器指示该评分存储器增加该标准评论文本的该心理状态的该评分，和/或，在包括该站点地址的标准评论文本与一个或多个随后评论文本之间的心理状态不同的情况下，该评分更新器指示该评分存储器增加该(多个)随后评论文本的该心理状态的该评分。该程序使得能够识别由该促销站点地址引起的该心理状态转变。

说明书

技术领域

本发明涉及用于对投稿至如SNS(社交网络服务，Social Networking Service)站点服务器等通信站点服务器的评论文本进行分析的技术。

本申请要求于2014年7月15日递交的日本专利申请号2014-145050根据巴黎公约的优先权权益，该日本专利申请根据PCT规则20.6通过引用结合在此。

背景技术

近年来，许多未指定的人积极地通过SNS站点服务器投出他们自己的评论(文本信息)。SNS站点服务器将群组的用户所投出的评论文本向该群组中的许多其他用户公开。SNS的典型示例为Facebook(注册商标)、Twitter(注册商标)、Google+(注册商标)、以及Mixi(注册商标)，这些典型示例也被称作迷你博客站点。

从用户处传输的评论文本经常以有意识或无意识的方式反映该用户的心理状态。具体地，在营销中，优选地对反映由产品或服务产生的用户心理状态的这样一种评论进行分析。用于对用户评论进行分析的具体方法为：获得用户做出的评论文本以及用户的简况信息，然后根据每一个简况项目对许多评论文本的内容趋势进行分析。该方法基于这样的事实：所提及的关于产品等的评论文本的内容可以根据关于例如世代、性别和兴趣的用户简况信息而不同。

作为与上述技术相关联的示例，专利文献1公开了通过使用用户的在线行为日志来对网页上的横幅广告的效果进行分析的技术。作为行为日志，可能采用例如点击横幅广告的数量或向在点击广告客户的站点之后执行的购买行为的转变。广告客户设置链接目的地以便识别在链接源网页上提供的横幅广告，从而识别哪个横幅广告是有效的。

此外，例如，专利文献2公开了收集提及娱乐内容的投出的文章、然后检索关于娱乐内容的信誉信息的技术。该技术中的信誉信息被定义为评估广告给出的正面/负面印象的数值。

此外，例如，专利文献3公开了使用AIDMA模型来对广告效果进行分析的技术，该模型是购买行为的经济模型。经济学中的常识：用户的涉及购买行为的心理状态具有向A(关注)、I(兴趣)、D(期望)、M(记忆)以及A(行动)这种阶段顺序变化的趋势。在专利文献3中所描述的技术中，为每种类型的广告/行为(如TV广告、杂志广告、电子邮件、网页、点击横幅、书签、获得优惠券等)分配AIDMA模型的一个阶段，然后测量它们的数量(TV广告的数量、点击横幅的数量等)，这量化了广告对AIDMA模型的每个阶段的影响。

此外，例如，专利文献4公开了在SNS中收集特定用户过去的投稿、然后基于在这些投稿中所出现的词语的特征估计用户的简况信息(例如，关于世代和性别)的技术。该技术可以估计任何用户的简况信息。

引用列表

专利文献

专利文献1：日本专利特开公开号2012-088994

专利文献2：日本专利号4359787

专利文献3：日本专利特开公开号2003-044738

专利文献4：日本专利特开公开号2013-196070

发明内容

本发明要解决的问题

即使在新闻文章或SNS评论文本引起访问购买站点的情况下，专利文献1中所描述的技术也很难识别包括新闻文章或评论文本的网页。也就是说，不可能识别由第三个人传送的网页与实际商店的站点之间的关系，这使得对在线促销站点的影响的量化困难。

此外，专利文献2所描述的技术确定的促销站点的信誉不必直接链接到用户的购买行为。例如，即使给出正面印象的促销站点也不能使用户购买产品，除非该站点提供对产品的充分且具体的说明。反之，如果站点对用户而言是印象深刻的，即使给出负面印象的促销站点也可能引起购买产品。

此外，专利文献3中所描述的技术并不假设基于投给SNS的评论文本来估计AIDMA模型的心理状态的技术。并且，专利文献4中所描述的技术并不假设简况信息的暂时变化。

面对这样的情况，本发明的诸位发明人考虑到找出具有对基于关于投出至SNS的产品或服务的评论文本的用户的心理状态转变的贡献的促销站点的可能性。此外，已经考虑到针对每个促销站点累加表示对关于产品或服务的用户的心理状态转变的贡献程度的评分的可能性。假设这些评分使得能够确定在营销中哪种类型的促销站点是有效的。

因此，本发明的目标是提供一种用于使用由用户传输的评论文本来分析促销站点对用户的心理状态转变的效果的程序、装置和方法。

解决问题的方法

根据本发明，提供了一种由安装在装置上的计算机执行的程序，该装置基于由每位投稿者所传输的一组评论文本对关于目标关键字的产品或服务的促销站点的效果进行分析，该效果对用户的心理状态转变起作用，该程序使该计算机充当：

心理关键字字典，通过该心理关键字字典提前针对每种心理状态注册一个或多个心理关键字；

评论文本获得器，该评论文本获得器针对每位投稿者获得评论文本，每个该评论文本包括该目标关键字并且按时间序列安排；

心理状态确定器，在投稿者的该获得的评论文本包括注册到该心理关键字字典的心理关键字的情况下，该心理状态确定器输出注册该包括的心理关键字所针对的心理状态；

评分存储器，该评分存储器针对每个促销站点地址存储针对每种心理状态设置的评分；以及

评分更新器，在包括该站点地址的标准评论文本与在该标准评论文本之前生成的一个或多个先前评论文本之间的心理状态不同的情况下，该评分更新器指示该评分存储器增加该标准评论文本的该心理状态的该评分，和/或，在包括该站点地址的标准评论文本与在该标准评论文本之后生成的一个或多个随后评论文本之间的心理状态不同的情况下，该评分更新器指示该评分存储器增加该(多个)随后评论文本的该心理状态的该评分。

该程序的特征为：使得能够识别由该促销站点地址引起的该心理状态转变。

作为根据本发明的由计算机执行的程序的实施例，优选的是，该心理关键字字典根据AIDMA(关注、兴趣、期望、记忆、行动)模型设置这些心理状态，并且针对每种心理状态保持与该目标关键词相对应的一个或多个已注册的心理关键字。

作为根据本发明的由计算机执行的程序的另一个实施例，还优选的是：

为每种心理状态分配按照A、I、D、M和A的顺序增大的值；

时间序列心理状态的转变被设置为这些按时间序列安排的心理状态值；并且

该评分更新器将这些按时间序列安排的值中的每一个值设置为通过预定范围导出的移动平均值。

作为根据本发明的由计算机执行的程序的另一个实施例，还优选的是，该评分更新器将该标准评论文本的该心理状态的权重wb以及该随后评论文本的该心理状态的权重wa设置为彼此不同的值，并且通过使用该权重增加该评分。

作为根据本发明的由计算机执行的程序的另一个实施例，还优选的是，该评分更新器设置该标准评论文本的该心理状态的权重wb以及该随后评论文本的该心理状态的权重wa，针对每种心理状态将该权重wb设置为不同值，并且针对每种心理状态将该权重wa设置为不同值，并且通过使用该权重增加该评分。

作为根据本发明的由计算机执行的程序的另一个实施例，还优选的是：

将心理状态AIDM(关注、兴趣、期望、记忆)中的每一种心理状态的权重wb提前设置为大于心理状态A'(行动)的权重wb的值；并且

将心理状态AIDM(关注、兴趣、期望、记忆)中的每一种心理状态的权重wa提前设置为小于心理状态A'(行动)的权重wa的值。

作为根据本发明的由计算机执行的程序的另一个实施例，还优选的是，在该标准评论与在该标准评论之后生成的一个或多个随后评论文本之间的心理状态不同的情况下，当该标准评论文本与该随后评论文本之间的投稿时间间隔变得越长时，则该评分更新器设置越小的权重wa。

作为根据本发明的由计算机执行的程序的另一个实施例，还优选的是：

该目标关键字是基于该产品或该服务的关键字，并且

该站点地址为该产品或该服务的该促销站点的URL(统一资源定位符)。

作为根据本发明的由计算机执行的程序的另一个实施例，还优选的是，该程序进一步使该计算机充当促销效果通知器，该促销效果通知器针对每个站点地址发送存储在该评分存储器中的每个心理状态的评分。

根据本发明，还提供了一种基于由每位投稿者所传输的一组评论文本对关于目标关键字的产品或服务的促销站点的效果进行分析的装置，该效果对用户的心理状态转变起作用，并且该装置包括：

心理关键字字典，通过该心理关键字字典提前针对每种心理状态注册一个或多个心理关键字；

评论文本获得器，该评论文本获得器针对每位投稿者获得评论文本，每个该评论文本包括该目标关键字并且按时间序列安排；

心理状态确定器，在投稿者的该获得的评论文本包括注册到该心理关键字字典的心理关键字的情况下，该心理状态确定器输出注册该包括的心理关键字所针对的心理状态；

评分存储器，该评分存储器针对每个促销站点地址存储针对每种心理状态设置的评分；以及

评分更新器，在包括该站点地址的标准评论文本与在该标准评论文本之前生成的一个或多个先前评论文本之间的心理状态不同的情况下，该评分更新器指示该评分存储器增加该标准评论文本的该心理状态的该评分，和/或，在包括该站点地址的标准评论文本与在该标准评论文本之后生成的一个或多个随后评论文本之间的心理状态不同的情况下，该评分更新器指示该评分存储器增加该(多个)随后评论文本的该心理状态的该评分。

该装置的特征为：使能够识别由该促销站点地址引起的该心理状态转变。

根据本发明，进一步提供了一种通过使用装置执行的方法，该方法基于由每位投稿者所传输的一组评论文本对关于目标关键字的产品或服务的促销站点的效果进行分析，该效果对用户的心理状态转变起作用，

该装置包括：

心理关键字字典，通过该心理关键字字典提前针对每种心理状态注册一个或多个心理关键字；以及

评分存储器，该评分存储器针对每个促销站点地址存储针对每种心理状态设置的评分，并且

该方法包括以下步骤：

针对每位投稿者获得评论文本，每个该评论文本包括该目标关键字并且按时间序列安排；

在投稿者的该获得的评论文本包括注册到该心理关键字字典的心理关键字的情况下，输出注册该包括的心理关键字所针对的心理状态；以及

在包括该站点地址的标准评论文本与在该标准评论文本之前生成的一个或多个先前评论文本之间的心理状态不同的情况下指示该评分存储器增加该标准评论文本的该心理状态的该评分，和/或，在包括该站点地址的标准评论文本与在该标准评论文本之后生成的一个或多个随后评论文本之间的心理状态不同的情况下指示该评分存储器增加该(多个)随后评论文本的该心理状态的该评分。

该方法的特征为：使得能够识别由该促销站点地址引起的该心理状态转变。

发明的有利效果

根据本发明的程序、装置和方法允许使用由用户传输的评论文本，从而分析促销站点对用户的心理状态转变的效果。

附图说明

呈现附图，在附图中：

图1是示意图，展示了包括根据本发明的装置的系统的一个实施例；

图2是功能框图，展示了根据本发明的心理转变分析装置的一个实施例；

图3A、图3B和图3C是用于说明评论文本的示例的示意图；

图4是用于说明本发明中的第一评分更新过程的示意图；

图5是用于说明本发明中的第二评分更新过程的示意图；

图6是用于说明本发明中的使用权重的第一评分更新过程的示意图，以及

图7是用于说明本发明中的使用权重的第二评分更新过程的示意图。

具体实施方式

现在将参照附图描述本发明的说明性实施例。

图1是示意图，展示了包括根据本发明的装置的系统的一个实施例。

如图1中所示，连接到互联网的是心理转变分析装置1。心理转变分析装置1被配置成用于通过互联网与SNS站点服务器2进行通信。装置1可以通过API(应用程序编程接口)从SNS站点服务器2处获得由每位投稿者传输的评论文本。该API是自适应于利用根据服务器类型准备的应用服务的功能的协议接口。

心理转变分析装置1可以在数据库中提前对评论文本进行累加。也就是，装置1可选择与SNS站点服务器2进行通信。

未指定的第三个人可以使用他/她自己的终端3来通过互联网将评论文本发送至SNS站点服务器2。心理转变分析装置1被配置成用于使用由每个投稿者传输的一组评论文本来对由与关于目标关键字的产品或服务相关的促销站点引起的投稿者的心理状态转变进行分析。

该目标关键字是关于产品或服务的关键字。并且，在这组评论文本中，混合的是包括关于产品或服务的促销站点地址的评论文本。促销站点地址是促销站点的URL。

(步骤S11)例如，用户通过使用终端3看到新站点。然后，用户向SNS站点服务器2传输包括新站点的URL的以下评论文本。

“α公司的智能手机的新项目发布。http://news.html”

心理转变分析装置1获得由用户投出的以上评论文本。装置1对反映在关于“α公司的智能手机”的评论文本中的心理状态进行分析，由此判断用户的心理状态改变为仅对α公司的智能手机有一点“关注”的心理状态。

(步骤S12)在那之后，用户看到例如产品介绍站点，然后向SNS站点服务器2发送包括产品介绍站点的URL的以下评论文本。

“我看见放在HP上的α公司的智能手机。http://hp.html”

心理转变分析装置1获得由用户投出的以上评论文本。装置1对反映在关于“α公司的智能手机”的评论文本中的心理状态进行分析，由此来判断用户的心理状态改变为用户对α公司的智能手机有“兴趣”的心理状态。

如以上描述的，当用户的心理状态在看到促销站点之后从看到站点之前的心理状态改变时，装置1判断促销站点对心理状态转变有贡献。判断结果的累加使得能够估计促销站点对心理状态转变的效果。

图2是功能框图，展示了根据本发明的心理转变分析装置的一个实施例。

根据本发明的心理转变分析装置1被配置成用于使用每个投稿者的评论文本来对由关于目标关键字的促销站点引起的心理状态转变进行分析。装置1被构造为除了通信接口之外还包括心理关键字字典101、评分存储器102、评论文本获得器11、心理状态确定器12、评分更新器13、和促销效果通知器14。除了通信接口以外，这些功能单元通过在安装在装置上的计算机上执行相应的程序来具体化。另外，这些功能单元中的流程可以被理解为用于对在装置中执行的心理转变进行分析的方法。

(心理关键字字典101)心理关键字字典101被配置成用于提前针对每种心理状态记录一个或多个心理关键字。根据AIDMA模型，心理状态被认为随着以下时间序列而改变。

认知阶段：关注(A)——〉

情绪阶段：兴趣(I)——〉

期望(D)——〉

记忆(M)——〉

行动阶段：行动(A)——〉

该AIDMA模型是用于描述消费者对广告的心理过程的模型。这种购买心理状态转变经济模型能够通过按时间序列跟踪关于如目标产品或服务等目标关键字的特定用户意见来对心理过程进行估计。

心理关键字字典101针对心理状态(A、I、D、M和A)中的每一种心理状态记录关于如“α公司的智能手机”等关键字的一个或多个心理关键字。例如，

关注状态：发布、商业广告、新项目、新产品、……；

兴趣状态：产品系列、手册、HP、朋友、……；

期望状态：想要、价格、规格、设计、……；

记忆状态：商店、显示、实际产品、预览、……；以及

行动状态：购买、得到、放弃、型号改变、……

以字典形式进行注册，该字典形式包括关于目标关键字的对应心理状态的特征词语。

注意，通常手动来准备心理关键字字典101。然而，通过使用手动记录的心理关键字作为种子(教师数据)，可以用统计指标(比如X²(卡方)值或阿凯克信息标准(AIC))，来确定关于对应的心理状态的特征词语。

(评论文本获得器11)评论文本获得器11被配置成用于针对每位投稿者(每个用户ID)通过使用目标关键字(例如，“α公司的智能手机”)作为检索密钥按时间序列从SNS站点服务器2处获得评论文本。该目标关键字可以是产品或服务的名称。所获得的评论文本被输出至心理状态确定器12。

图3A、图3B和图3C是用于说明评论文本的示例的示意图。

如图3A中所示，针对许多用户获得关于目标关键字(α公司的智能手机)的各种评论文本。在评论文本中，混合的是包括关于产品或服务的促销站点地址(URL)的评论文本。根据本发明，所包括的促销站点地址使得能够估计促销站点所带来的对用户的心理状态转变的效果。

根据图3B，缩小关于该目标关键字(α公司的智能手机)的评论文本的范围至针对用户AAA的关于该目标关键字的评论文本。

(心理状态确定器12)回到图2，心理状态确定器12被配置成用于当每位投稿者的评论文本包括注册到心理关键字字典的心理关键字时输出与所包括的心理关键字相对应的心理状态。例如，通过使用包括“α公司的智能手机”作为目标关键字和“新项目”作为心理关键字的评论文本，心理状态确定器12可以估计用户处于关注(A)状态。并且，基于包括“α公司的智能手机”作为目标关键字和“商业广告”作为心理关键字的评论文本，可以估计用户处于关注(A)状态。进一步地，基于包括“α公司的智能手机”作为目标关键字和“HP”作为心理关键字的评论文本，可以估计用户处于兴趣(I)状态。此外，通过使用包括“α公司的智能手机”作为目标关键字和“想要”作为心理关键字的评论文本，心理状态确定器12可以估计用户处于期望(D)状态。此外，从包括“α公司的智能手机”作为目标关键字和“商店”作为心理关键字的评论文本可以估计用户处于记忆(M)状态。

如图3C中所示，针对关于目标关键字(α公司的智能手机)的用户AAA的每个评论文本对心理状态进行估计。

可替代地，在多个心理关键字被包括在一个评论文本中的情况下，可以基于该多个心理关键字中的每一个心理关键字的出现频率确定与整个评论文本相对应的心理状态。进一步地，可以使用鉴别器(如支持向量机)基于教师数据中的词语的出现趋势来确定心理状态。此外，可以通过使用可能性以及AIDMA模型来对心理状态进行分析。

关于“α公司的智能手机的新项目发布”；

“新项目”＝A，“发布”＝A，

A＝2，I＝0，D＝0，M＝0，A＝0

因此，A的可能性＝100％(百分之一百)

(评分存储器102)评分存储器102被配置成用于针对每个站点地址存储每个心理状态的评分。

(评分更新器13)评分更新器13被配置成用于执行两个主要步骤：“心理转变确定步骤”和“评分更新步骤”。

(心理转变确定步骤)评分更新器13被适配成用于估计心理转变，该心理转变为数据，在该数据中，针对每位投稿者按时间序列安排心理状态。例如，估计以下心理转变；

A，A，I，A，I，I，D，I，D，D，M，M，M

这里，优选地向每种心理转变分配一系列数值，该一系列数值中的每一个数值按照A、I、D、M、A(A->I->D->M->A)的顺序变大。这种数值分配将心理转变表示为数值的时间序列，其中的每个数值对应一种心理状态。时间序列中的值的量可以被理解为指示是否发生下一种心理状态的转变的索引。

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

在这样的心理转变中，心理状态会自然地按照前后顺序发生。

<通过移动平均进行心理转变的修正>评分更新器13被适配成用于尽可能完整地将按时间序列安排的数值修正为这些值按升序的序列。具体地，优选的是，目标评论的心理状态被确定为前后相邻的n个评论的心理状态的平均值。可替代地，目标评论的心理状态可以是预定范围内的先前的评论的移动平均。以下是在对前后相邻的两个评论求平均的情况下的示例。

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舍五入到整数->

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

<基于转变的时间差异进行心理转变的修正>评论文本通常包括传输时间。然后，心理状态确定器12被适配成用于输出包括心理关键字的评论文本的传输时间连同该评论文本的心理状态。评分更新器13可以使用相邻的两个传输时间来记录按时间序列安排的心理状态之间的经过时间间隔。

然后，评分更新器13对按时间序列安排的数值中的每一个数值进行加权，其方式为使得：

之前的经过时间间隔越长，用于对数值进行加权的加权因子越小；并且

之前的经过时间间隔越短，用于对数值进行加权的加权因子越大。

可替代地，可以通过相应的心理状态的所估计可能性对心理状态对应的整数0-4中的每一个整数进行加权。在A＝10％，I＝70％，D＝20％并且M＝0％的情况下，对整数0-3进行加权如下：

0*10％+1*70％+2*20％+3*0％＝1.1

(评分更新步骤)评分更新器13还被适配成用于执行以下两个更新步骤两者之一或两者，然后将指令给出到评分存储器102。

<标准更新步骤>标准更新步骤是这样的步骤：其中，在一组评论文本中，当标准评论文本与被定义为在标准评论文本之前生成的评论文本的一个或多个先前评论文本之间的心理状态不同时，增加包括站点地址的标准评论文本的心理状态评分。

<随后更新步骤>随后更新步骤是这样的步骤：其中，当标准评论文本与随后评论文本之间的心理状态不同时，增加被定义为在标准评论文本之后生成的评论文本的一个或多个随后评论文本的心理状态评分。

具体地，在这些步骤中，在标准评论文本之前/之后的先前/随后评论文本中的AIDMA转变表示如下：

先前评论文本-->标准评论文本：

db(a，i，d，m，a’)

标准评论文本-->随后评论文本：

da(a，i，d，m，a’)

此处，具有(a，i，d，m，a’)的每个部件的值为0或1。

图4是用于说明本发明中的第一评分更新过程的示意图。

(步骤S41)用户AAA的心理状态改变如下：

“我碰巧看见α公司的智能手机的许多商业广告(CM)。”(先前评论文本)-->关注A

(浏览站点：http://hp.html)

“我看见放在HP上的α公司的智能手机。http://hp.html”(标准评论文本)-->兴趣I

在这种方式下，通过观看站点：http://hp.html，用户AAA的心理状态从关注A改变为兴趣I。因此，站点http://hp.html被判断为对心理状态转变为兴趣I有贡献。当做出这种判断时，在评分存储器102中，针对站点http://hp.html的兴趣I的评分P(I)增加1。

先前评论文本-->标准评论文本：

db(0，1，0，0，0)

(步骤S42)然后，用户AAA的心理状态改变如下：

“我看见放在HP上的α公司的智能手机。http://hp.html”(标准评论文本)-->兴趣I

“我想要α公司的智能手机。RT@XXX”(随后评论文本)-->期望D

在这种方式下，通过观看站点：http://hp.html，用户AAA的心理状态从兴趣I改变为期望D。因此，站点http://hp.html被判断为对心理状态转变为期望D有贡献。当做出这种判断时，在评分存储器102中，针对站点http://hp.html的期望D的评分P(D)增加1。

标准评论文本-->随后评论文本：

da(0，0，1，0，0)

通过累加如以上说明的db(a，i，d，m，a’)和da(a，i，d，m，a’)，最终可以估计每个促销站点的评分。在如图2中示出的评分存储器102中，做出以下估计：

新闻站点页面A(http://news.html)对心理状态“关注(A)”有较大贡献。

产品介绍站点页面B(http://hp.html)对心理状态“行动(A’)”有最大贡献，并且对心理状态“期望(D)”有第二大贡献。

主题站点页面C(http://aaa.html)对心理状态“关注(A)”有最大贡献，并且对心理状态“兴趣(I)”和心理状态“期望(D)”有第二大贡献。

图5是用于说明本发明中的第二评分更新过程的示意图。

(步骤S51)用户AAA的心理状态改变如下：

“α公司的智能手机的新项目发布。http://news.html”-->关注A

“α公司的智能手机的商业广告很有趣。”-->兴趣I

在这种方式下，通过观看站点：http://news.html，用户AAA的心理状态从关注A改变为兴趣I。因此，站点http://news.html被判断为对心理状态转变为兴趣I有贡献。当做出这种判断时，在评分存储器102中，针对站点http://news.html的兴趣I的评分P(I)增加1。

(步骤S52)然后，用户AAA的心理状态转变如下：

“α公司的智能手机的商业广告很有趣。”-->兴趣I

“我看见放在HP上的α公司的智能手机。http://hp.html”-->兴趣I

此时，即使通过观看站点：http://hp.html，用户AAA的心理状态也没有改变并且保持兴趣I的状态。因此，在评分存储器102中没有更新评分。

(步骤S53)然后，用户AAA改变的心理状态改变如下：

“我看见放在HP上的α公司的智能手机。http://hp.html”-->兴趣I

“我的朋友有α公司的智能手机”-->兴趣I

再次，即使通过观看站点：http://hp.html，用户AAA的心理状态也没有改变并且保持兴趣I的状态。因此，在评分存储器102中没有更新评分。

图6是用于说明本发明中的使用权重的第一评分更新过程的示意图。

如图6中示出的，执行的是与图4中示出的过程类似的评分更新过程。如下所示，图6中示出的评分更新过程的不同点是通过在每个心理状态中使用不同权重来增加每个心理状态的评分。

(S61)针对标准评论文本的心理状态的权重wb(之前权重)：

wb(A)，wb(I)，wb(D)，wb(M)，wb(A')

(S62)针对随后评论文本的心理状态的权重wa(之后权重)，该权重wa不等于wb：

wa(A)，wa(I)，wa(D)，wa(M)，wa(A')

在以上情况下，评分值P表示为如下：

P＝Σ_i＝A-A'(wb(i)*db(i)+wa(i)*da(i))

将心理状态A、I、D和M(关注-->兴趣-->期望-->记忆)中的每一种心理状态的权重wb设置为大于心理状态A'(行动)的权重wb的值。在增加标准评论文本中的心理状态的评分的过程中，以上设置意味着在心理状态改变为A、I、D或M的标准评论文本中描述的促销站点对心理状态转变的贡献高于在心理状态改变为A’的标准评论文本中描述的促销站点对心理状态转变的贡献。

进一步地，将心理状态A、I、D和M(关注-->兴趣-->期望-->记忆)中的每一种心理状态的权重wa设置为小于心理状态A'(行动)的权重wa的值。在增加随后评论文本中的心理状态的评分的过程中，以上设置意味着在心理状态改变为A、I、D或M的标准评论文本中描述的促销站点对心理状态转变的贡献低于在心理状态改变为A’的标准评论文本中描述的促销站点对心理状态转变的贡献。

图7是用于说明本发明中的使用权重的第二评分更新过程的示意图。

如图7中示出的，当标准评论文本与在标准评论文本之后生成的一个或多个随后评论文本之间的心理状态不同时，随着标准评论文本与随后评论文本之间的投稿时间间隔变得越长，则评分更新器13将权重wa设置为越小的值。此时，考虑的不仅是在标准评论文本紧前/后的一个评论文本，还考虑位于标准评论文本附近的多个评论文本。然后，设置权重如下：

针对由暂时地或在位置上更靠近标准评论文本的评论文本生成的心理状态，设置更大的权重。

针对由暂时地或在位置上更远离标准评论文本的评论文本生成的心理状态，设置更小的权重。

(促销效果通知器14)促销效果通知器14被配置成用于针对每个站点地址发送存储在评分存储器102中的每个心理状态的评分。

如以上详细的解释，根据本发明的程序、装置和方法允许使用由用户传输的评论文本，从而分析促销站点对基于用户的心理状态转变的效果。此时，促销站点对用户的购买行为越有效，促销站点越有价值。本发明不仅指包括在评论文本中的心理状态，还使得能够基于用户关于购买的心理状态的改变来估计促销站点的效果。具体地，可以估计新闻文章或SNS评论(通常不可能估计其促销效果)的在线促销效果。

可以在不脱离本发明的精神和范围的情况下构造本发明的上述各种实施例的许多广泛不同的替换和修改。所有前述实施例是仅作本发明的实例之用，并不意在限制。因此，仅如所附权利要求书及其等效物中所界定的那样限定本发明

附图标记列表

1 心理转变分析装置；101 心理关键字字典；102 评分存储器；11 评论文本获得器；12 心理状态确定器；13 评分更新器；14 促销效果通知器；2 SNS站点服务器；3 终端；以及4 网站服务器。