JP6598321B1 - 情報処理装置、制御方法、及びプログラム - Google Patents

Abstract

【課題】商品を精算対象として登録する作業を支援する。【解決手段】商品登録装置１０は、商品を精算対象として登録する商品登録作業のために操作される装置である。商品登録装置１０には、ディスプレイ装置２０が設けられている。ディスプレイ装置２０には、複数の選択画像３０が表示されている。或る選択画像３０を操作すると、その選択画像３０に対応する商品が精算対象として登録される。情報処理装置２０００は、顧客ごとに、その顧客が購入すると推定される商品を示す情報（推定情報）を生成する。推定情報は、複数の顧客それぞれの行動に基づいて生成される。或る顧客について生成される推定情報は、その顧客の識別情報と、その顧客が購入すると推定される商品の識別情報とを対応づけて示す。情報処理装置２０００は、複数の推定情報を用い、顧客についての商品登録作業に利用されるディスプレイ装置２０について、選択画像３０の表示を制御する。【選択図】図１

Description

本発明は、商品を精算対象として登録する技術に関する。

スーパーやコンビニエンスストアなどの店舗では、いわゆるレジ端末において、顧客が購入する商品を精算対象として登録する作業（以下、商品登録作業）が行われる。顧客は、登録された商品について代金を支払う（精算する）ことで、商品を購入する。

上述した商品登録作業を支援するための技術が開発されている。例えば特許文献１は、店舗における顧客の動線の情報を利用して、登録作業を支援する技術を開示している。商品の登録に利用される POS（Point of Sales）端末装置は、登録対象の商品が撮像された画像を用いて、商品の認識を行う。商品の認識は、画像から抽出された商品の特徴データと各商品の基準画像とをマッチングすることにより、認識対象の商品を特定することで実現される。この際、マッチングの対象とする基準画像が、顧客の動線の情報を用いて絞り込まれる。具体的には、或る顧客が購入する商品について商品登録作業を行う際、その顧客の動線に対応する位置に陳列されている各商品が特定され、特定された各商品の基準画像がマッチングに利用される。

国際公開第２０１５／１４０８５３号

顧客の動線上にある商品が、必ずしも顧客によって購入される蓋然性が高い商品であるとは限らない。そこで本発明者は、顧客によって購入される蓋然性が高い商品を推定する新たな技術を発明した。本発明の目的は、商品を精算対象として登録する作業を支援する新たな技術を提供することである。

本発明の第１の情報処理装置は、１）複数の顧客それぞれの行動に基づき、顧客の識別情報とその顧客が購入すると推定される商品の識別情報とを対応づけた推定情報を生成する生成手段と、２）複数の推定情報を用いて、対象顧客が購入する商品を精算対象として登録する商品登録作業に利用されるディスプレイ装置に、商品を精算対象として登録するための選択情報を表示させる表示制御手段と、を有する。表示制御手段は、複数の推定情報それぞれに示される各商品について、その商品が対象顧客によって購入される確率の高さを表す評価値を算出し、算出した評価値を用いて、選択情報の表示を制御する。推定情報が示す顧客の識別情報は、顧客の特徴量である。表示制御手段は、対象顧客について商品登録作業が行われる際に対象顧客を撮像することで生成された第１撮像画像から、対象顧客の特徴量を算出し、推定情報によって示される顧客の特徴量と、第１撮像画像を用いて算出された対象顧客の特徴量との類似度を算出し、その類似度を用いてその推定情報に示される各商品の評価値を決定する。
本発明の第２の情報処理装置は、１）複数の顧客それぞれの行動に基づき、顧客の識別情報とその顧客が購入すると推定される商品の識別情報とを対応づけた推定情報を生成する生成手段と、２）複数の推定情報を用いて、対象顧客が購入する商品を精算対象として登録する商品登録作業に利用されるディスプレイ装置に、商品を精算対象として登録するための選択情報を表示させる表示制御手段と、を有する。表示制御手段は、複数の推定情報それぞれに示される各商品について、その商品が対象顧客によって購入される確率の高さを表す評価値を算出し、算出した評価値を用いて、選択情報の表示を制御し、対象顧客についての商品登録作業で既に登録された商品を特定し、特定された商品を含む推定情報を特定し、特定された推定情報を用いて評価値を再計算することで評価値を更新し、更新後の評価値を用いて、ディスプレイ装置における選択情報の表示を更新する。

本発明の第１の制御方法は、コンピュータによって実行される。当該制御方法は、１）複数の顧客それぞれの行動に基づき、顧客の識別情報とその顧客が購入すると推定される商品の識別情報とを対応づけた推定情報を生成する生成ステップと、２）複数の推定情報を用いて、対象顧客が購入する商品を精算対象として登録する商品登録作業に利用されるディスプレイ装置に、商品を精算対象として登録するための選択情報を表示させる表示制御ステップと、を有する。表示制御ステップにおいて、複数の推定情報それぞれに示される各商品について、その商品が対象顧客によって購入される確率の高さを表す評価値を算出し、算出した評価値を用いて、選択情報の表示を制御する。推定情報が示す顧客の識別情報は、顧客の特徴量である。表示制御ステップにおいて、対象顧客について商品登録作業が行われる際に対象顧客を撮像することで生成された第１撮像画像から、対象顧客の特徴量を算出し、推定情報によって示される顧客の特徴量と、第１撮像画像を用いて算出された対象顧客の特徴量との類似度を算出し、その類似度を用いてその推定情報に示される各商品の評価値を決定する。
本発明の第２の制御方法は、コンピュータによって実行される。当該制御方法は、１）複数の顧客それぞれの行動に基づき、顧客の識別情報とその顧客が購入すると推定される商品の識別情報とを対応づけた推定情報を生成する生成ステップと、２）複数の推定情報を用いて、対象顧客が購入する商品を精算対象として登録する商品登録作業に利用されるディスプレイ装置に、商品を精算対象として登録するための選択情報を表示させる表示制御ステップと、を有する。表示制御ステップにおいて、複数の推定情報それぞれに示される各商品について、その商品が対象顧客によって購入される確率の高さを表す評価値を算出し、算出した評価値を用いて、選択情報の表示を制御し、対象顧客についての商品登録作業で既に登録された商品を特定し、特定された商品を含む推定情報を特定し、特定された推定情報を用いて評価値を再計算することで評価値を更新し、更新後の評価値を用いて、ディスプレイ装置における選択情報の表示を更新する。

本発明のプログラムは、本発明の制御方法の各ステップをコンピュータに実行させる。

本発明によれば、商品を精算対象として登録する作業を支援する新たな技術が提供される。

実施形態１の情報処理装置の動作の概要を説明するための図である。 実施形態１の情報処理装置の機能構成を例示する図である。 情報処理装置を実現するための計算機を例示する図である。 実施形態１の情報処理装置によって実行される処理の流れを例示するフローチャートである。 推定情報の構造を例示する図である。 店舗の入り口に第１カメラが設置されている様子を例示する図である。 店舗の入り口に４つの第１カメラが設置される様子を例示する図である。 複数の顧客識別情報を示す推定情報を例示する図である。 商品の陳列場所に第２カメラが設置されている様子を例示する図である。 陳列場所に戻された商品の商品識別情報を示す推定情報を例示する図である。 レイアウト情報によって定められる各表示位置の優先度を例示する図である。 商品登録装置の付近に設置された第３カメラを例示する図である。 顧客識別情報の類似度を用いて算出される商品の評価値を例示する図である。 図１３に示した例において、推定情報が返却情報を含むケースを例示している。 商品登録作業によって登録される商品を撮像する第４カメラを例示する図である。 第４カメラによって生成される撮像画像を利用して算出される評価値を例示する図である。 商品登録装置の付近に設置された RFID リーダを例示する図である。 RFID リーダを用いて評価値を決定する方法を例示する図である。 第１評価値から第３評価値を加算することで算出される総合評価値を例示する図である。 図１９に示す総合評価値に基づいて制御された選択画像の表示を例示する図である。 対象顧客についての商品登録作業の途中経過に基づく対象顧客の候補の絞り込みを例示する第１の図である。 対象顧客についての商品登録作業の途中経過に基づく対象顧客の候補の絞り込みを例示する第２の図である。 対象顧客以外の顧客についての商品登録作業の途中経過に基づく対象顧客の候補の絞り込みを例示する図である。 RFID リーダの認識範囲に、複数のレジカウンタが含まれる状況を例示する第３の図である。 実施形態３の情報処理装置が評価値を補正する方法を例示する図である。

以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。また各ブロック図において、特に説明がない限り、各ブロックは、ハードウエア単位の構成ではなく機能単位の構成を表している。

［実施形態１］
＜概要＞
図１は、実施形態１の情報処理装置（後述する図２における情報処理装置２０００）の動作の概要を説明するための図である。以下で説明する情報処理装置２０００の動作は、情報処理装置２０００の理解を容易にするための例示であり、情報処理装置２０００の動作は以下の例に限定されるわけではない。情報処理装置２０００の動作の詳細やバリエーションについては後述する。

情報処理装置２０００は、店舗において、精算対象の商品を登録する作業に利用される。店舗において顧客が商品を購入する場合、顧客が購入する商品を精算対象として登録する作業（以下、商品登録作業）が行われる。例えば、商品登録作業は、バーコードリーダを利用して商品に付されているバーコードを読み取る作業である。顧客が購入しようとしている商品の全てが精算対象として登録されると、顧客は、現金やクレジットカードなどを利用して代金の支払い（精算）を行う。

以下、商品登録作業のために店員などが操作する装置（例えば前述したバーコードリーダが設置されている端末）を商品登録装置と呼ぶ。商品登録装置は、例えばレジ端末などとも呼ばれる。図１において、商品登録装置は、符号１０で表されている。なお、商品登録装置１０は、店員によって操作されてもよいし、顧客によって操作されてもよい。

本実施形態では、商品を精算対象として登録する方法の一つとして、ディスプレイ装置に表示された選択情報を操作する方法が含まれる。選択情報は、商品を精算対象として登録するための入力操作に利用される情報である。例えば選択情報は、商品の画像や、商品の名称を表す文字列などである。以降の説明では、選択情報の例として、商品の画像である選択画像を用いる。図１において、商品登録装置１０には、ディスプレイ装置２０が設けられている。ディスプレイ装置２０は、タッチパネル２２を有する。タッチパネル２２には、複数の選択画像３０が表示されている。選択画像３０は、選択情報の一例である。或る選択画像３０を操作（例えばタッチ）すると、その選択画像３０に対応する商品が精算対象として登録される。例えば、お茶Ａを表す選択画像３０をタッチすると、お茶Ａという商品が精算対象として登録される。

本実施形態の情報処理装置２０００は、ディスプレイ装置２０における選択画像３０の表示を制御する。例えば情報処理装置２０００は、店舗で販売されている商品のうち、どの商品の選択画像３０をディスプレイ装置２０に表示させるかを決定し、決定した各商品の選択画像３０をディスプレイ装置２０に表示させる。その他にも例えば、情報処理装置２０００は、ディスプレイ装置２０に表示させる複数の選択画像３０のレイアウトを決定する。

ディスプレイ装置２０における選択画像３０の表示を制御するため、情報処理装置２０００は、顧客ごとに、その顧客が購入すると推定される商品を示す情報（以下、推定情報）を生成する。推定情報は、複数の顧客それぞれの行動に基づいて生成される。或る顧客について生成される推定情報は、その顧客の識別情報と、その顧客が購入すると推定される商品の識別情報とを対応づけて示す。

情報処理装置２０００は、複数の推定情報を用い、顧客についての商品登録作業に利用されるディスプレイ装置２０について、選択画像３０の表示を制御する。以下、情報処理装置２０００の処理の対象となる顧客を、対象顧客と呼ぶ。言い換えれば、或る顧客についての商品登録作業に利用されるディスプレイ装置２０について、情報処理装置２０００が選択画像３０の表示を制御する場合に、その顧客を対象顧客と呼ぶ。

なお、情報処理装置２０００が利用される店舗は、顧客が商品を購入することができる任意の場所である。例えば店舗は、スーパーマーケットやコンビニエンスストアなどである。なお、店舗は必ずしも屋内に設けられている必要はなく、屋外に設けられていてもよい。

＜作用・効果＞
本実施形態の情報処理装置２０００によれば、或る顧客について商品登録作業が行われる際、その商品登録作業に利用されるディスプレイ装置２０に、登録する商品の選択に利用される選択画像３０が表示される。ここで、情報処理装置２０００は、複数の顧客それぞれについて、その顧客が購入すると推定される商品を示す推定情報が生成する。そして情報処理装置２０００は、ディスプレイ装置２０における選択画像３０の表示を、商品登録作業の対象となっている対象顧客の推定情報だけでなく、その他の顧客の推定情報も利用して制御する。

このように複数の顧客それぞれについて生成された推定情報を利用する方法によれば、対象顧客について生成された情報のみに着目する場合と比較し、精算対象として登録される商品の候補に漏れが生じる恐れが小さくなる。そのため、登録すべき商品が誤って候補に含まれないことによって商品登録作業の効率が低下するといった不都合が生じることを防ぐことができる。

以下、本実施形態についてさらに詳細を述べる。

＜情報処理装置２０００の機能構成の例＞
図２は、実施形態１の情報処理装置２０００の機能構成を例示する図である。情報処理装置２０００は、生成部２０２０及び表示制御部２０４０を有する。生成部２０２０は、複数の顧客それぞれの行動に基づき、各顧客について推定情報を生成する。表示制御部２０４０は、複数の推定情報を用いて、対象顧客についての商品登録作業に利用されるディスプレイ装置２０に、選択画像３０を表示させる。

＜情報処理装置２０００のハードウエア構成＞
情報処理装置２０００の各機能構成部は、各機能構成部を実現するハードウエア（例：ハードワイヤードされた電子回路など）で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ（例：電子回路とそれを制御するプログラムの組み合わせなど）で実現されてもよい。以下、情報処理装置２０００の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。

図３は、情報処理装置２０００を実現するための計算機１０００を例示する図である。計算機１０００は任意の計算機である。例えば計算機１０００は、Personal Computer（PC）、サーバマシン、タブレット端末、又はスマートフォンなどである。計算機１０００は、情報処理装置２０００を実現するために設計された専用の計算機であってもよいし、汎用の計算機であってもよい。

例えば情報処理装置２０００は、制御対象のディスプレイ装置２０が設けられている商品登録装置１０である。ただし情報処理装置２０００は、ディスプレイ装置２０を制御できる装置であればよく、必ずしも商品登録装置１０である必要はない。

計算機１０００は、バス１０２０、プロセッサ１０４０、メモリ１０６０、ストレージデバイス１０８０、入出力インタフェース１１００、及びネットワークインタフェース１１２０を有する。バス１０２０は、プロセッサ１０４０、メモリ１０６０、ストレージデバイス１０８０、入出力インタフェース１１００、及びネットワークインタフェース１１２０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０４０などを互いに接続する方法は、バス接続に限定されない。プロセッサ１０４０は、CPU（Central Processing Unit）や GPU（Graphics Processing Unit）などの種々のプロセッサである。メモリ１０６０は、RAM（Random Access Memory）などを用いて実現される主記憶装置である。ストレージデバイス１０８０は、ハードディスク、SSD（Solid State Drive）、メモリカード、又は ROM（Read Only Memory）などを用いて実現される補助記憶装置である。ただし、ストレージデバイス１０８０は、RAM など、主記憶装置を構成するハードウエアと同様のハードウエアで構成されてもよい。

入出力インタフェース１１００は、計算機１０００と入出力デバイスとを接続するためのインタフェースである。例えば入出力インタフェース１１００には、ディスプレイ装置２０が接続される。その他にも例えば、入出力インタフェース１１００には、商品登録作業に利用される種々のハードウエアが接続されうる。例えば商品登録作業には、バーコードリーダや RFID（Radio Frequency Identifier）リーダなどが接続される。

ネットワークインタフェース１１２０は、計算機１０００をネットワークに接続するためのインタフェースである。この通信網は、例えば LAN（Local Area Network）や WAN（Wide Area Network）である。ネットワークインタフェース１１２０がネットワークに接続する方法は、無線接続であってもよいし、有線接続であってもよい。例えば情報処理装置２０００は、ネットワークを介して、商品の情報が管理されているデータベースサーバ（以下、商品データベース１２０）に接続される。

ストレージデバイス１０８０は、情報処理装置２０００の各機能構成部を実現するプログラムモジュールを記憶している。プロセッサ１０４０は、これら各プログラムモジュールをメモリ１０６０に読み出して実行することで、各プログラムモジュールに対応する機能を実現する。その他にも例えば、ストレージデバイス１０８０には、推定情報が記憶される。ただし、推定情報を記憶する記憶部は、情報処理装置２０００の外部に設けられてもよい。

＜処理の流れ＞
図４は、実施形態１の情報処理装置２０００によって実行される処理の流れを例示するフローチャートである。生成部２０２０は、複数の顧客それぞれについて推定情報を生成する（Ｓ１０２）。表示制御部２０４０は、複数の推定情報を用いて、対象顧客についての商品登録作業に利用されるディスプレイ装置２０に、選択画像３０を表示させる（Ｓ１０４）。

＜推定情報の生成：Ｓ１０２＞
生成部２０２０は、顧客ごとに推定情報を生成する（Ｓ１０２）。図５は、推定情報の構造を例示する図である。図５において、推定情報記憶部４０は、顧客ごとに推定情報２００を記憶している。推定情報２００は、顧客識別情報２０２に対して商品識別情報２０４を対応づけている。

顧客識別情報２０２は、各顧客を識別するための情報である顧客識別情報を示す。顧客識別情報は、例えば、撮像画像を画像解析することで得られる、顧客の外見の特徴量（以下、顧客の特徴量）である。顧客の特徴量は、例えば、任意の１つ以上の方向（正面や背面など）から見たその顧客の特徴、及びその顧客が所持している物の特徴のうち、少なくとも１つ以上を表す。ここで、撮像画像からこれらの特徴を表す特徴量を算出する技術には、既存の技術を利用することができる。

商品識別情報２０４は、顧客識別情報２０２に示される顧客識別情報と対応づけられている各商品の商品識別情報を示す。商品識別情報は、各商品を識別するための情報（例えば識別番号）である。各商品の商品識別情報は、商品データベース１２０で管理されている。

推定情報２００は、顧客をカメラで撮像することで生成される撮像画像を用いて生成される。例えば生成部２０２０は、以下の流れで推定情報２００を生成する。

生成部２０２０は、新たに店舗に来店した顧客について、推定情報２００を新規に生成する。或る顧客について生成される新規な推定情報２００は、顧客識別情報２０２にその顧客の顧客識別情報を示し、その顧客識別情報２０２に対応づけられている商品識別情報２０４が空となっている推定情報２００である。

そのために生成部２０２は、店舗の所定位置に設置されたカメラ（以下、第１カメラ）によって生成された撮像画像を取得する。第１カメラが設置される所定位置は、例えば店舗の入り口である。図６は、店舗の入り口に第１カメラ５０が設置されている様子を例示する図である。

生成部２０２０は、第１カメラによって生成された撮像画像に対して人物検出処理を行うことで、その撮像画像から顧客を検出する。さらに生成部２０２０は、顧客が検出された撮像画像を用いて、その顧客の特徴量を算出する。

生成部２０２０は、検出された顧客についての推定情報２００が既に生成されているか否かを判定する。具体的には、生成部２０２０は、検出されている顧客についての推定情報２００が推定情報記憶部４０に記憶されているか否かを判定する。

検出された顧客についての推定情報２００が推定情報記憶部４０に記憶されていない場合、生成部２０２０は、検出された顧客について新たな推定情報２００を生成する。具体的には、生成部２０２０は、検出された顧客の特徴量を顧客識別情報２０２に示し、商品識別情報２０４が空である推定情報２００を生成する。そして生成部２０２０は、生成した推定情報２００を推定情報記憶部４０に記憶させる。

なお、或る推定情報２００が、検出された顧客についての推定情報２００であるか否かは、その推定情報２００が示す顧客識別情報と、顧客が検出された撮像画像から算出された顧客識別情報（顧客の特徴量）とを比較することで判定できる。例えば、或る推定情報２００が示す顧客識別情報と、顧客が検出された撮像画像から算出された顧客識別情報との類似度が所定値以上である場合、その推定情報２００は、検出された顧客についての推定情報２００であると判定される。一方、或る推定情報２００が示す顧客識別情報と、顧客が検出された撮像画像から算出された顧客識別情報との類似度が所定値未満である場合、その推定情報２００は、検出された顧客についての推定情報２００ではないと判定される。

ここで、推定情報２００は、顧客識別情報を複数示してもよい。例えば、それぞれ異なる角度から顧客を撮像する複数の第１カメラ５０を設置しておき、各第１カメラ５０によって生成される撮像画像を利用することで、一人の顧客について複数の顧客識別情報を生成することができる。例えば一人の顧客について、正面、左側、右側、及び後側という４方向についての特徴量を算出する。図７は、店舗の入り口に４つの第１カメラ５０が設置される様子を例示する図である。図８は、一人の顧客について複数の顧客識別情報を示す推定情報２００を例示する図である。一人の顧客についての複数の顧客識別情報とは、顧客の顔の特徴量、顧客の服装の特徴量、顧客の持ち物の特徴量などである。

なお、一人の顧客についての複数の顧客特徴量は、１つの撮像画像から算出されてもよい。例えば、顧客が含まれる１つの撮像画像から、その顧客の顔の特徴量、その顧客の服装の特徴量、その顧客の持ち物の特徴量などを算出することができる。

＜＜陳列場所から取り出された商品の検出＞＞
生成部２０２０は、推定情報記憶部４０に記憶されている推定情報２００に、その推定情報２００に係る顧客が購入すると推定される商品の商品識別情報を追加していく。この処理は、例えば、商品の陳列場所を撮像するように設置されているカメラ（以下、第２カメラ）によって生成される撮像画像を画像解析することで行われる。図９は、商品の陳列場所に第２カメラ７０が設置されている様子を例示する図である。図９において、第２カメラ７０は、商品棚７２の上部に設置されている。なお、第２カメラ７０は、複数の商品棚７２のそれぞれに設置されている。

まず生成部２０２０は、第２カメラ７０によって生成される撮像画像を画像解析することで、商品が陳列場所から取り出されたことを検出する。この検出は、例えば、顧客が商品を取り出したとき又はその前後に生成された撮像画像を画像解析することで行われる。なお、商品が陳列場所から取り出されたことを検出する技術には、既存の技術を利用することができる。

また、生成部２０２０は、陳列場所から取り出された商品の推定も行う。陳列場所から取り出された商品を推定する技術にも、既存の技術を利用することができる。

そして生成部２０２０は、陳列場所から取り出された商品の商品識別情報を推定情報２００に追加する。例えば、生成部２０２０は、商品が陳列場所から取り出されたことが検出されたら、その検出に利用された撮像画像に含まれる全ての顧客それぞれについて、顧客識別情報を算出する。そして、生成部２０２０は、算出された顧客識別情報との類似度が高い（例えば類似度が所定値以上である）顧客識別情報を示す推定情報２００に、取り出された商品の商品識別情報を追加する。例えば図９の例では、第２カメラ７０の撮像範囲に３人の顧客が含まれている。そのため、これら３人の推定情報２００それぞれに、取り出された商品の商品識別情報が追加される。

上記方法によれば、陳列場所から商品を取り出した可能性がある複数の顧客それぞれについての推定情報２００に、取り出された商品の商品識別情報が追加される。商品を取り出した顧客を一意に特定する必要がないため、推定情報２００に商品識別情報を追加する処理に要する処理負荷を軽減することができる。この方法は、商品を取り出した顧客を必ずしも一意に特定できないという状況において有用である。例えば第２カメラ７０が、顧客を背後から撮像するケースが考えられる。

ただし生成部２０２０は、商品を取り出した顧客を一意に特定し、その顧客についての推定情報２００に商品識別情報を追加してもよい。この方法によれば、顧客とその顧客が購入すると推定される商品とを、高い精度で対応づけることができる。

＜＜陳列場所に戻された商品の検出＞＞
生成部２０２０は、顧客が陳列場所に商品を戻したことを検出し、その検出結果を推定情報２００に反映させてもよい。上記検出は、第２カメラ７０によって生成された撮像画像を用いて行われる。ここで、商品が陳列場所に戻されたことを検出する技術、及び陳列場所に戻された商品を推定する技術には、既存の技術を利用することができる。

商品が陳列場所に戻されたことを推定情報２００に反映する方法は様々である。例えば生成部２０２０は、顧客が陳列場所に商品を戻したら、その顧客の推定情報２００から、陳列場所に戻された商品の商品識別情報を削除する。

その他にも例えば、生成部２０２０は、商品を陳列場所に戻した顧客の推定情報２００に、陳列場所から取り出された商品と識別可能な態様で、陳列場所に戻された商品の商品識別情報を含めるようにしてもよい。図１０は、陳列場所に戻された商品の商品識別情報を示す推定情報２００を例示する図である。図１０の推定情報２００は、顧客識別情報２０２及び商品識別情報２０４に加え、返却情報２０６を有する。返却情報２０６は、陳列場所に戻された商品の商品識別情報を示す。

図１０の例において、商品識別情報が P3 である商品（以下、商品 P3）は、商品識別情報２０４と返却情報２０６の双方に含まれる。これは、顧客が商品 P3 を陳列場所から取り出した後、商品 P3 を陳列場所に戻したことを表している。

ここで生成部２０２０は、商品を陳列場所から取り出した顧客と同様に、商品を陳列場所に戻した顧客を一意に特定しなくてもよい。具体的には、生成部２０２０は、商品が陳列場所に戻されたことを第２カメラ７０によって生成された撮像画像を用いて検出したら、その撮像画像に含まれる各顧客を、商品を陳列場所に戻した顧客として扱う。例えば生成部２０２０は、商品が陳列場所に戻されたことが検出された撮像画像に含まれる顧客それぞれの推定情報２００から、陳列場所に戻された商品を削除する。その他にも例えば、生成部２０２０は、商品が陳列場所に戻されたことが検出された撮像画像に含まれる顧客それぞれの推定情報２００の返却情報に、陳列場所に戻された商品の商品識別情報を追加する。

なお、顧客が或る商品を陳列場所に戻した後、再度その商品を陳列場所から取り出すこともある。推定情報２００が返却情報２０６を含む構造である場合（すなわち、陳列場所に戻された商品の商品識別情報を推定情報２００から削除する場合）、例えば生成部２０２０は、陳列場所から取り出された商品の商品識別情報を、再度推定情報２００に追加する。一方、推定情報２００が返却情報２０６を含まない構造である場合、例えば生成部２０２０は、陳列場所から取り出された商品の商品識別情報を商品推定情報２００に追加する。

＜＜一意に特定できない商品について＞＞
陳列場所から取り出された商品や、陳列場所に戻された商品を、一意に特定できないことがある。例えば、陳列場所から取り出された商品と外観が類似する商品が存在すると、陳列場所から取り出された商品が含まれる撮像画像を解析しても、互いに類似する複数の商品のうちのいずれかが取り出されたということしか分からず、陳列場所から取り出された商品の商品識別情報を特定できない。陳列場所に戻された商品についても同様である。

この様なケースに対処するため、例えば、外観が互いに類似する複数の商品を、類似商品グループとして予め商品データベース１２０に登録しておく。例えば、牛乳パックＡ，Ｂ，Ｃの外観が互いに類似する場合、類似商品グループを表す情報として、牛乳パックＡ，Ｂ，Ｃのそれぞれの商品識別情報と、これらの商品の類似商品グループ識別情報とを対応づけて、予め商品データベース１２０に登録しておく。類似商品グループ識別情報とは、類似商品グループのすべての商品に共通する識別情報であって、類似商品グループのひとつであることは判別できるものの、一意に特定することまではできない情報である。類似商品グループ識別情報とは、例えば、商品の形状と色に関する情報である。商品データベース１２０には、類似商品グループが複数登録されていてもよい。

生成部２０２０は、陳列場所から取り出された商品を一意に特定できず、なおかつその商品を含む類似商品グループが存在する場合、その類似商品グループに含まれるすべての商品の商品識別情報を推定情報２００に追加する。例えば、生成部２０２０は、陳列場所から取り出された商品を一意に特定できず、その商品が類似商品グループに属する場合、その商品が検出された撮像画像に含まれる全ての顧客それぞれについて、顧客識別情報を算出する。そして、生成部２０２０は、算出された顧客識別情報との類似度が高い（例えば類似度が所定値以上である）顧客識別情報を示す推定情報２００に、取り出された商品が属する類似商品グループに含まれるすべての商品の商品識別情報を追加する。例えば図９の例では、第２カメラ７０の撮像範囲に３人の顧客が含まれている。そのため、これら３人の推定情報２００それぞれに、取り出された商品が属する類似商品グループに含まれるすべての商品の商品識別情報が追加される。陳列場所に戻された商品を一意に特定できず、なおかつその商品を含む類似商品グループが存在する場合も同様である。

＜選択画像３０の制御：Ｓ１０４＞
表示制御部２０４０は、複数の推定情報２００を用いて、対象顧客についての商品登録作業に利用されるディスプレイ装置２０に、選択画像３０を表示させる（Ｓ１０４）。そのために、例えば表示制御部２０４０は、複数の推定情報２００を用いて、これらの推定情報２００に示される各商品について、その商品が対象顧客によって購入される確率の高さを表す評価値を算出する。対象顧客によって購入される確率が高い商品ほど、大きい評価値が算出される。評価値の算出方法については後述する。

表示制御部２０４０は、各商品の評価値に基づいて、ディスプレイ装置２０における選択画像３０の表示を制御する。例えば表示制御部２０４０は、どの商品の選択画像３０をディスプレイ装置２０に表示させるかを、評価値を用いて決定する。ここで、ディスプレイ装置２０に表示させることができる選択画像３０の数がｎ個（ｎは正の整数）であるとする。この場合、表示制御部２０４０は、評価値の大きさが上位ｎ位以内である各商品の選択画像３０をディスプレイ装置２０に表示させる。こうすることで、対象顧客が購入する蓋然性の高い商品が、ディスプレイ装置２０に表示されるようになる。

例えば図１の例において、ディスプレイ装置２０に表示される選択画像３０の数は９個である。そのため表示制御部２０４０は、評価値の大きさが最も大きい商品から、評価値の大きさが９番目に大きい商品までの、９種類の商品それぞれについて、ディスプレイ装置２０に選択画像３０を表示させる。

その他にも例えば、表示制御部２０４０は、上記評価値に基づいて、各商品の選択画像３０のレイアウトを決定する。例えば予め、ディスプレイ装置２０において選択画像３０を表示できる複数の表示位置それぞれに対し、優先度が割り当てられているとする。例えば、ディスプレイ装置２０を操作する人にとって操作しやすい表示位置や見やすい表示位置ほど、高い優先度が割り当てられる。以下、各表示位置の優先度を示す情報を、レイアウト情報と呼ぶ。

図１１は、レイアウト情報によって定められる各表示位置の優先度を例示する図である。図１１のレイアウト情報３００を利用する場合、表示制御部２０４０は、「１」と表記されている表示位置に、評価値が最も大きい商品の選択画像３０を表示させる。同様に、表示制御部２０４０は、「２」と表記されている表示位置に、評価値が２番目に大きい商品の選択画像３０を表示させる。

表示制御部２０４０は、ディスプレイ装置２０に選択画像３０を表示させる各商品の評価値と、レイアウト情報３００に示される各表示位置の優先度とに基づいて、各表示位置に選択画像３０を対応づける。具体的には、より評価値が大きい商品の選択画像３０を、より優先度が高い表示位置に対応づける。こうすることで、ディスプレイ装置２０において、対象顧客によって購入される確率が高い商品ほど、より操作性や視認性が良い場所に表示されるようになる。よって、商品登録作業を行う人の作業負担を軽減させることができる。

＜選択画像３０の取得＞
表示制御部２０４０は、ディスプレイ装置２０に選択画像３０を表示させる各商品について、選択画像３０を取得する。例えば、ディスプレイ装置２０に選択画像３０を表示させる商品としてお茶Ａが決定されたら、表示制御部２０４０は、お茶Ａの選択画像３０を取得する。

各商品について選択画像３０を取得する技術には、既存の技術を利用することができる。例えば予め、商品の商品識別情報に対応づけて、その商品の選択画像３０を、商品データベース１２０に記憶させておく。表示制御部２０４０は、ディスプレイ装置２０に選択画像３０を表示させる商品を決定したら、その商品の商品識別情報で商品データベース１２０を検索することで、その商品の選択画像３０を取得する。

＜評価値の算出方法＞
表示制御部２０４０は、複数の推定情報２００を用いて商品の評価値を算出する。以下、評価値の算出方法について具体的に説明する。以下で説明する各方法は、いずれか１つのみが利用されてもよいし、いずれか複数が利用されてもよい。複数の方法を利用する場合、後述するように、複数の方法で算出された各評価値を用いて総合的な評価値を算出し、その総合的な評価値に基づいて選択画像３０の表示を制御する。

＜＜方法１＞＞
この方法では、商品登録作業が行われる際に対象顧客が撮像される。表示制御部２０４０は、その撮像結果を用いて商品の評価値を算出する。そのため、前提として、商品登録作業が行われる場所（商品登録装置１０が設置されている場所）の付近に、対象顧客を撮像するカメラが設置されているとする。以下、このカメラを第３カメラと呼ぶ。

図１２は、商品登録装置１０の付近に設置された第３カメラ８０を例示する図である。なお図１２において、対象顧客は符号６０で表されている。第３カメラ８０は、第１カメラ５０と略同一の方向から顧客を撮像するように設置されていることが好適である。なお、第３カメラを複数設置し、顧客６０を複数の方向から撮像するようにしてもよい。

表示制御部２０４０は、第３カメラ８０によって生成された撮像画像を用いて、対象顧客の顧客識別情報を生成する。さらに表示制御部２０４０は、複数の推定情報２００それぞれについて、その推定情報２００が示す顧客識別情報と、対象顧客の顧客識別情報との類似度を算出する。表示制御部２０４０は、算出した類似度を用いて、複数の推定情報２００が示す各商品についての評価値を算出する。なお、「推定情報２００が示す商品」とは、その推定情報２００によって商品識別情報が示されている商品を意味する。

例えば表示制御部２０４０は、或る推定情報２００について算出された上記類似度を、その推定情報２００によって示される各商品の評価値とする。図１３は、顧客識別情報の類似度を用いて算出される商品の評価値を例示する図である。この例では、推定情報記憶部４０に、３つの推定情報２００が記憶されている。なお、ここでは、図示を容易にするため、複数の推定情報２００が１つのテーブルにまとめられている。

３つの推定情報２００はそれぞれ、C1、C2、及び C3 という顧客識別情報を示している。なお、以下の説明では、顧客識別情報が Cn（n は任意の整数）である顧客を、顧客 Cn と呼ぶ。同様に、商品識別情報が Pm（m は任意の整数）である商品を、商品 Pm と呼ぶ。なお、説明が煩雑になることを避けるため、商品P1〜P6が、店舗内で購入可能な全商品であるものとする。

表示制御部２０４０は、第３カメラ８０が対象顧客を撮像することで生成された撮像画像を解析する。その結果、Ca という顧客識別情報が生成されたとする。表示制御部２０４０は、生成された顧客識別情報 Ca と、各推定情報２００が示す顧客識別情報との類似度を算出する。３つの推定情報２００について算出された類似度はそれぞれ、0.52、0.26、0.20 である。そこで表示制御部２０４０は、算出された類似度に基づいて、各商品の評価値を決定している。例えば、顧客識別情報 C1 に対応づけられている商品 P1、P3、及び P4 の評価値をいずれも 0.52 としている。

ここで、或る商品の商品識別情報が複数の推定情報２００に示されていることもある。例えば図１３の例において、商品 P1 は、顧客識別情報 C1 を示す推定情報２００と、顧客識別情報 C3 を示す推定情報２００の双方に示されている。この場合、複数の推定情報２００に示されている商品については、評価値の候補が複数存在する。

そこで表示制御部２０４０は、例えば、算出された複数の評価値の候補を用いて、商品の評価値を決定する。例えば表示制御部２０４０は、複数の評価値の候補の最大値を、商品の評価値にする。図１３の例では、商品 P1 についての評価値の候補である 0.52 と 0.20 のうち、最大値である 0.52 が商品 P1 の評価値とされている。その他にも例えば、表示制御部２０４０は、複数の評価値の候補を加算した値を、商品の評価値としてもよい。

なお前述したように、推定情報２００は、顧客によって陳列場所に戻された可能性がある商品の商品識別情報のリスト（返却情報）を示してもよい。この場合、表示制御部２０４０は、返却情報を考慮して、商品の評価値を算出してもよい。

例えば表示制御部２０４０は、返却情報に示される商品については、前述した方法で算出した評価値に１より小さい所定値（例えば 0.75）を掛けることで、評価値を補正する。図１４は、図１３に示した例において、推定情報２００が返却情報を含むケースを例示している。この例では、顧客識別情報 C2 を示す推定情報２００の返却情報が商品 P2 を示している。そのため、商品 P2 の評価値が 0.23 から 0.17（0.23*0.75）に補正されている。

さらに表示制御部２０４０は、評価値が算出された各商品について、その商品の属性と顧客の属性との相関に基づいて、その商品の評価値を補正してもよい。具体的には、表示制御部２０４０は、商品の属性と顧客の属性との相関に基づき、その商品をその顧客が買う確率を算出する。例えば、或る種類の商品に、それぞれ金額が異なる複数の商品があり、若い人ほど安価な商品を買う傾向にあるとする。この場合、その種類の商品については、商品の価格と顧客の年齢との間に負の相関があると言える。そのため、その種類の商品については、顧客の年齢が若いほど、安価な商品が購入される確率が高くなる。

そこで例えば、「顧客の属性、その顧客が購入した商品の属性」という販売実績を教師データとして利用して、予測モデルを生成しておく。この予測モデルは、例えば、顧客の属性と商品の属性とを入力として取得し、その商品をその顧客が購入する確率を出力する。

表示制御部２０４０は、この予測モデルを利用し、前述した方法で評価値が算出された各商品について、顧客ごとに、その顧客がその商品を購入する確率を算出する。そして表示制御部２０４０は、前述した方法で算出した評価値に、予測モデルから得られた確率を乗算することで、評価値を補正する。

予測モデルには、ニューラルネットワークや SVM（サポートベクトルマシン）などの種々のモデルを利用できる。例えば予測モデルは、或る顧客の属性と或る商品の属性との間で算出される相関係数やコサイン類似度に基づいて、その顧客がその商品を購入する確率を算出するように構成される。

顧客の属性としては、例えば、性別、年齢、身長、服装、カバンの大きさ、及び来店時間などを利用することができる。また、商品の属性としては、例えば、商品の種類、価格、重さ、パッケージの色、及びカロリーなどを利用することができる。

＜＜方法２＞＞
この方法では、表示制御部２０４０は、商品登録作業によって登録される商品をその登録前に撮像することで生成された撮像画像を取得し、その撮像画像を用いて、商品の評価値を算出する。上記撮像画像を生成するために、商品登録装置１０の付近には、商品登録作業によって登録される商品を撮像するカメラ（以下、第４カメラ）が設置される。

例えば、商品登録作業によって登録される商品は、商品登録装置１０に併設されているレジカウンタなどに置かれる。そこで第４カメラは、例えばこのレジカウンタを撮像範囲に含むように設定される。図１５は、商品登録作業によって登録される商品を撮像する第４カメラを例示する図である。図１５において、第４カメラ９０は、レジカウンタ１００に置かれている商品を撮像する。

表示制御部２０４０は、第４カメラ９０によって生成された撮像画像に含まれる各商品の特徴量を算出し、算出した特徴量を用いて、商品の評価値を決定する。その方法は様々である。例えば表示制御部２０４０は、算出した特徴量で商品データベース１２０を検索することで、撮像画像に含まれる商品を特定する。そして表示制御部２０４０は、特定された商品に対して評価値を割り当てる。商品の評価値を０以上１以下の値とする場合、例えば表示制御部２０４０は、上記特定された商品に、最大の評価値「１」を割り当てる。ただし、特定された商品に割り当てる評価値は、必ずしも最大の評価値である必要はない。

ここで、撮像画像に含まれる商品を特定する技術には、既存の技術を利用することができる。例えば、商品データベース１２０において、商品の商品識別情報（識別番号など）に、その商品の特徴量を対応づけて記憶させておく。表示制御部２０４０は、撮像画像から算出された商品の特徴量で商品データベース１２０を検索することで、その商品の商品識別情報を取得する。こうすることで、商品が特定される。

図１６は、第４カメラ９０によって生成される撮像画像を利用して算出される評価値を例示する図である。図１６の各推定情報２００は、図１３の各推定情報２００と同様である。第４カメラ９０によって生成される撮像画像には、商品 P1 及び商品 P4 が含まれるとする。そのため、商品 P1 と P4 にはそれぞれ、１という評価値が与えられる。

なお、商品の特徴量で商品データベースを検索する際、商品データベース１２０に記憶されている商品全てを検索対象とするのではなく、その一部を検索対象とするようにしてもよい。例えば、表示制御部２０４０は、いずれの推定情報２００にも示されていない商品については、検索対象から除外するようにしてもよい。ただしこの際、表示制御部２０４０は、後述する近距離無線通信を利用して認識された商品については、推定情報２００に含まれていなくても、検索対象に含めるようにしてもよい。すなわち、いずれか１つ以上の推定情報２００に含まれる商品、及び近距離無線通信を利用して認識される商品を、検索対象の商品とする。このように検索対象の商品を一部の商品に絞ることで、商品データベース１２０の検索に要する時間を短くすることができる。

＜＜方法３＞＞
この方法では、商品登録作業によって登録される商品がその登録前に近距離無線通信を用いて認識される。表示制御部２０４０は、その認識結果を用いて、商品の評価値を算出する。前提として、商品登録作業が行われる場所（商品登録装置１０が設置されている場所）の付近に、近距離無線通信を用いて商品を認識するための装置（例えば、RFID リーダ）が設置されているとする。以下では、説明を分かりやすくするため、「少なくとも一部の商品に RFID タグが取り付けられており、RFID リーダを用いてその商品を特定できる」という状況を前提として説明する。ただし、近距離無線通信を用いて商品を認識する方法には、RFID リーダ及び RFID タグを利用する方法に限定されない。なお、RFID タグとは、RFID リーダによって読み取り可能な情報が記憶されている機器である。具体的には、或る商品に取り付けられている RFID タグには、その商品の商品識別情報が記憶されている。

図１７は、商品登録装置１０の付近に設置された RFID リーダ１１０を例示する図である。RFID リーダ１１０は、商品登録装置１０の周囲に存在する RFID タグ１３２と通信を行うことで、RFID タグ１３２が取り付けられている商品１３０の商品識別子を読み取る。図１７の例では、商品１３０−１に RFID タグ１３２−１が取り付けられており、商品１３０−２に RFID タグ１３２−２が取り付けられている。情報処理装置２０００は、RFID リーダ１１０によってRFID タグ１３２−１が読み取られたことに応じ、商品１３０−１が存在することを把握できる。同様に、情報処理装置２０００は、RFID リーダ１１０によってRFID タグ１３２−２が読み取られたことに応じ、商品１３０−２が存在することを把握できる。一方で、商品１３０−３には、RFID タグが取り付けられていない。そのため、RFID リーダ１１０を利用する方法では、商品１３０−３の存在が認識されない。

表示制御部２０４０は、RFID リーダ１１０を用いて認識された各商品について、評価値を決定する。例えば表示制御部２０４０は、認識された商品に対して所定の評価値を割り当てる。商品の評価値を０以上１以下の値とする場合、例えば表示制御部２０４０は、上記特定された商品に、最大の評価値「１」を割り当てる。ただし、特定された商品に割り当てる評価値は、必ずしも最大の評価値である必要はない。

図１８は、RFID リーダ１１０を用いて評価値を決定する方法を例示する図である。図１８では、図１７と同様に、３つの商品のうちの２つに、RFID タグ１３２が取り付けられて
いる。そして、RFID タグ１３２−１とRFID タグ１３２−２のそれぞれをRFID リーダ１１０で読み取ることで、商品 P1 と P3 が認識されている。そのため、商品 P1 と P3 にはそれぞれ、１という評価値が与えられる。

＜＜複数の評価値を用いる方法＞＞
表示制御部２０４０は、前述した評価値を算出する方法を複数利用することで、各商品の評価値を算出してもよい。例えば、方法１から方法３で算出される評価値をそれぞれ第１評価値から第３評価値と呼び、表示制御部２０４０がディスプレイ装置２０に表示させる選択画像３０の決定に利用する総合的な評価値を総合評価値と呼ぶ。

表示制御部２０４０は、第１評価値から第３評価値を用いて総合評価値を算出する。そして、表示制御部２０４０は、各商品について算出された総合評価値を、その商品の評価値として扱って、ディスプレイ装置２０における選択画像３０の表示を制御する。具体的には、総合評価値が大きい商品の選択画像３０を優先的にディスプレイ装置２０に表示させたり、総合評価値の大きさに基づいて選択画像３０のレイアウトを決定したりする。

総合評価値の算出方法は任意である。例えば表示制御部２０４０は、第１評価値から第３評価値を加算することで、総合評価値を算出する。図１９は、第１評価値から第３評価値を加算することで算出される総合評価値を例示する図である。例えば、商品 P1 の総合評価値は、「第１評価値＝0.72」、「第２評価値＝１」、及び「第３評価値＝１」を積算した 2.72 となっている。

図２０は、図１９に示す総合評価値に基づいて制御された選択画像３０の表示を例示する図である。タッチパネル２２は、ディスプレイ装置２０に設けられているタッチパネルである。この例において、表示制御部２０４０は、図２０に示すレイアウト情報３００に従って、選択画像３０のレイアウトを決定する。

ここで、商品を総合評価値の降順に並べると、「P1、P4、P3、P6、P5、P2」である。表示制御部２０４０は、この順序とレイアウト情報３００とをマッチングする。その結果、選択画像３０のレイアウトは、図２０に示すようになる。なお、Pn（ｎは整数）と表示されている選択画像３０は、商品 Pn の選択画像３０を表している。

さらに表示制御部２０４０は、第１評価値から第３評価値の積算値を補正し、補正後の値を総合評価値としてもよい。例えば表示制御部２０４０は、顧客の属性と商品の属性との相関を利用する。具体的には、表示制御部２０４０は、評価値が算出された各商品について、顧客ごとに、その顧客がその商品を購入する確率を算出する。そして表示制御部２０４０は、第１評価値から第３評価値の積算値にこの確率を乗算することで得られる値を、総合評価値とする。なお、顧客の属性と商品の属性との相関から、その顧客がその商品を購入する確率を算出する方法については、前述した通りである。

［実施形態２］
実施形態２の情報処理装置２０００の機能構成は、実施形態１の情報処理装置２０００と同様に、例えば図２で表される。

実施形態２の情報処理装置２０００は、商品登録作業の進行に伴い、ディスプレイ装置２０の表示を更新する。商品登録作業が進行すると、対象顧客が購入する商品のうち、一部の商品が精算対象として登録される。すなわち対象顧客が購入する商品の一部が確実に特定されることとなる。そこで情報処理装置２０００は、このように対象顧客によって購入することが確実に特定された商品（すなわち、精算対象として登録された商品）の情報に基づいて、ディスプレイ装置２０の表示を更新する。

具体的には、表示制御部２０４０は、商品登録作業の途中経過を反映して、評価値を更新する。そして、表示制御部２０４０は、更新された評価値を用い、実施形態１で説明した方法で、ディスプレイ装置２０における選択画像３０の表示を制御する。例えば表示制御部２０４０は、更新後の評価値が上位ｎ位以内の各商品の選択画像３０がディスプレイ装置２０に表示されるように、ディスプレイ装置２０の表示を更新する。その他にも例えば、表示制御部２０４０は、更新後の評価値とレイアウト情報３００とをマッチングすることで、ディスプレイ装置２０における選択画像３０のレイアウトを更新する。

より具体的には、表示制御部２０４０は、商品登録作業の途中経過に基づいて、対象顧客の候補の絞り込みを行い、絞り込み後の各候補の推定情報２００のみを利用して第１評価値を再計算することで、第１評価値を更新する。対象顧客の候補の絞り込みは、商品登録作業によって登録された商品に基づいて行われる。表示制御部２０４０は、対象顧客について行われた商品登録作業において登録された商品を含む推定情報２００を特定し、その推定情報２００のみを用いて、第１評価値を再計算する。言い換えれば、対象顧客について行われた商品登録作業において登録された商品を含まない推定情報２００は、第１評価値の計算から除外される。このような第１評価値の再計算により、除外された推定情報２００に示されていた各商品の第１評価値が小さくなる。

図２１は、対象顧客についての商品登録作業の途中経過に基づく対象顧客の候補の絞り込みを例示する第１の図である。図２１の上段は、絞り込み前の第１評価値を示している。絞り込み前は、顧客 C1 から C3 が対象顧客の候補となっている。そのため、第１評価値は、顧客 C1 から C3 の推定情報２００を利用して算出されている。

その後、商品登録作業により、商品 P1 が登録されたとする。商品 P1 は、顧客 C1 と C3 の推定情報２００には含まれているが、顧客 C2 の推定情報２００には含まれていない。このことから、対象顧客の候補が、顧客 C1 と C3 に絞り込まれる。

そこで表示制御部２０４０は、顧客 C1 と C3 の推定情報２００のみを用いて、第１評価値を再計算する。図２１の下段は、再計算後の第１評価値を示している。再計算により、除外された顧客 C2 の推定情報２００に含まれていた商品 P2、P4、及び P5 の第１評価値が小さくなっている。また、既に登録が行われた商品 P1 については、第１評価値が０になっている。

図２２は、対象顧客についての商品登録作業の途中経過に基づく対象顧客の候補の絞り込みを例示する第２の図である。図２１に示す状況の後、さらに商品 P3 が登録されたとする。ここで、対象顧客の候補である C1 と C3 のうち、推定情報２００に商品 P3 が示されているのは C1 のみである。そのため、対象顧客が C1 であることが確定する。

そこで表示制御部２０４０は、顧客 C1 の推定情報２００のみを用いて、第１評価値を再計算する。図２２の下段は、再計算後の第１評価値を示している。再計算により、顧客 C3 の推定情報２００に含まれていた商品 P4 及び P5 の第１評価値が小さくなっている。また、既に登録が行われた商品 P3 については、第１評価値が０になっている。

なお、総合評価値を利用する場合、表示制御部２０４０は、前述した方法で第１評価値が更新されたことに応じ、総合評価値も更新する。そして、表示制御部２０４０は、更新後の総合評価値に基づいてディスプレイ装置２０の表示を更新する。

＜RFID を利用した商品登録作業について＞
RFID が付されている商品の登録は、RFID が読み取られたことによって自動的に行われてもよいし、手動で行われてもよい。後者の場合、例えば表示制御部２０４０は、RFID が読み取られた商品の選択画像３０を強調表示する（色を変えるなど）。こうすることで、商品登録作業を行う店員等は、RFID が読み取られた商品を容易に把握することができる。そして、店員等が強調表示された選択画像３０を選択することにより、RFID が読み取られた商品についての商品登録が行われる。そして、商品登録が行われたら、前述した様に、評価値の再計算が行われ、ディスプレイ装置２０の表示が変更される。

＜ハードウエア構成の例＞
実施形態２の情報処理装置２０００を実現する計算機のハードウエア構成は、実施形態１と同様に、例えば図３によって表される。ただし、本実施形態の情報処理装置２０００を実現する計算機１０００のストレージデバイス１０８０には、本実施形態の情報処理装置２０００の機能を実現するプログラムモジュールがさらに記憶される。

＜作用・効果＞
本実施形態の情報処理装置２０００によれば、対象顧客についての商品登録作業の状態（既に登録された商品に関する情報）を用いて、ディスプレイ装置２０における選択画像３０の表示が更新される。対象顧客についての商品登録作業が進行すると、対象顧客が購入する商品のうち、一部の商品が精算対象として登録されるため、対象顧客が購入する商品の一部が特定される。このように対象顧客によって購入されることが決まった商品に関する情報を利用することで、対象顧客が購入する他の商品をより高い精度で推定することができるようになる。よって、ディスプレイ装置２０における選択画像３０の表示をより適切に行うことができ、商品登録作業の作業負担をより軽減させることができる。

［実施形態３］
実施形態３の情報処理装置２０００の機能構成は、実施形態１の情報処理装置２０００と同様に、例えば図２で表される。

実施形態３の情報処理装置２０００は、対象顧客以外の顧客についての商品登録作業に関する情報を利用して、ディスプレイ装置２０の表示を更新する。具体的には、表示制御部２０４０は、前述した第１評価値及び第３評価値のいずれか１つ以上を更新し、更新後の評価値に基づいてディスプレイ装置２０の表示を更新する。なお、総合評価値を用いる場合には、更新後の第１評価値や第３評価値を用いて、総合評価値の更新が行われる。以下、第１評価値と第３評価値それぞれについて、更新方法を説明する。

＜＜第１評価値の更新＞＞
対象顧客以外の顧客についての商品登録作業が進行することにより、対象顧客を絞り込めることがある。例えば、或る時点において、対象顧客の候補が C1、C2 、及び C3 であったとする。すなわち、顧客 C1 から C3 それぞれの推定情報２００を利用して、第１評価値が算出されていたとする。このとき、他の商品登録作業が進行したことにより、当該他の商品登録作業の対象が顧客 C2 であることが分かったとする。すると、対象顧客の候補から C2 を除外することができ、候補は C1 と C3 に絞られる。そこで表示制御部２０４０は、顧客 C1 と C3 の推定情報２００のみを利用して第１評価値を再計算することで、第１評価値を更新する。

図２３は、対象顧客以外の顧客についての商品登録作業の途中経過に基づく対象顧客の候補の絞り込みを例示する図である。図２３の上段は、絞り込み前の第１評価値を示している。絞り込み前は、顧客 C1 から C3 が対象顧客の候補となっている。そのため、第１評価値は、顧客 C1 から C3 の推定情報２００を利用して算出されている。

その後、対象顧客以外の顧客の商品登録作業により、顧客 C2 は対象顧客でないことが分かったとする。すると、対象顧客の候補が C1 と C3 に絞り込まれる。

そこで表示制御部２０４０は、顧客 C1 と C3 の推定情報２００のみを用いて、第１評価値を再計算する。図２３の下段は、再計算後の第１評価値を示している。再計算により、除外された顧客 C2 の推定情報２００に含まれていた商品 P2、P4、及び P5 の第１評価値が小さくなっている。

＜＜第３評価値の更新＞＞
例えば、或る商品登録装置１０の周辺に設置されている RFID リーダ１１０が商品を認識する範囲に、その商品登録装置１０のレジカウンタ１００だけでなく、その商品登録装置１０の隣に設置されている商品登録装置１０のレジカウンタ１００も含まれているとする。この場合、RFID リーダ１１０によって認識される商品には、対象顧客が購入する商品だけでなく、隣の商品登録装置１０で商品登録作業が行われている他の顧客が購入する商品も含まれる。

図２４は、RFID リーダ１１０の認識範囲に、複数のレジカウンタ１００が含まれる状況を例示する図である。図２４において、顧客６０−１についての商品登録作業は、商品登録装置１０−１で行われている。一方、顧客６０−２についての商品登録作業は、商品登録装置１０−２で行われている。商品登録装置１０−１と商品登録装置１０−２にはそれぞれレジカウンタ１００−１とレジカウンタ１００−２が併設されている。レジカウンタ１００−１には、顧客６０−１が購入する商品 P1及び商品 P2が置かれている。また、レジカウンタ１００−２には、顧客６０−２が購入する商品 P3 及び商品 P4 が置かれている。

RFID リーダ１１０の認識範囲には、商品登録装置１０−１に併設されているレジカウンタ１００−１と、商品登録装置１０−２に併設されているレジカウンタ１００−２の２つが含まれる。そのため、顧客６０−１の商品登録作業が開始される際、RFID リーダ１１０によって商品を認識すると、商品 P1 から P4 が１つずつ認識される。つまり、顧客６０−１が購入しない商品 P3 と P4 も、RFID リーダ１１０の認識結果に含まれることとなる。

この状況で顧客６０−２についての商品登録作業が進行すると、商品 P3 や P4 が、顧客６０−２が購入する商品として登録される。ここで、この登録結果を参照すると、RFID リーダ１１０によって認識された商品のうち、商品 P3 と P4 は、顧客６０−１によって購入される商品では無いことが分かる。

そこで実施形態３の情報処理装置２０００は、対象顧客の商品登録作業に利用されている商品登録装置１０と所定の関係にある他の商品登録装置１０で行われた商品登録作業に関する情報を用いて、対象顧客について各商品の第３評価値を更新する。そして、表示制御部２０４０は、更新後の評価値を用い、実施形態１で説明した方法で、ディスプレイ装置２０における選択画像３０の表示を制御する。例えば表示制御部２０４０は、変更後の評価値が上位ｎ位以内の各商品の選択画像３０がディスプレイ装置２０に表示されるように、ディスプレイ装置２０の表示を更新する。その他にも例えば、表示制御部２０４０は、更新後の評価値とレイアウト情報３００とをマッチングすることで、ディスプレイ装置２０における選択画像３０のレイアウトを更新する。

ここで、「対象顧客の商品登録作業に利用されている商品登録装置１０と所定の関係にある商品登録装置１０」とは、その商品登録装置１０の商品登録作業の対象となる商品が置かれる場所（図２４におけるレジカウンタ１００−２）の少なくとも一部が、対象顧客の商品登録作業に利用されている商品登録装置１０の周辺に設けられている RFID リーダ１１０の認識範囲内（通信範囲内）に含まれる商品登録装置１０である。

図２５は、実施形態３の情報処理装置２０００が第３評価値を変更する方法を例示する図である。図２５において、情報処理装置２０００は、商品登録装置１０−１における選択画像３０に表示を制御するとする。

図２５では、図２４に示す状況を前提とする。そのため、RFID リーダ１１０により、商品 P1、P2、P3、及び P4 が認識される。よって、情報処理装置２０００は、商品 P1 から P3 それぞれに、１という第３評価値を割り当てる。

その後、商品登録装置１０−２において、商品 P3 が精算対象として登録されたとする。すると、情報処理装置２０００は、商品 P3 の第３評価値を０に更新する。そして、補正後の評価値を用いて、ディスプレイ装置２０の表示を更新する。

さらにその後、商品登録装置１０−２において、商品 P4 が精算対象として登録されたとする。すると、情報処理装置２０００は、商品 P4 の第３評価値を０に更新する。そして、補正後の評価値を用いて、ディスプレイ装置２０の表示を更新する。

＜＜総合評価値について＞＞
総合評価値を利用する場合、表示制御部２０４０は、前述したように第１評価値や第３評価値が更新されたことに応じ、総合評価値も更新する。そして表示制御部２０４０は、更新後の総合評価値に基づいてディスプレイ装置２０の表示を更新する。

＜ハードウエア構成の例＞
実施形態３の情報処理装置２０００を実現する計算機のハードウエア構成は、実施形態１と同様に、例えば図３によって表される。ただし、本実施形態の情報処理装置２０００を実現する計算機１０００のストレージデバイス１０８０には、本実施形態の情報処理装置２０００の機能を実現するプログラムモジュールがさらに記憶される。

＜作用・効果＞
本実施形態の情報処理装置２０００によれば、対象顧客について商品登録作業が行われる商品登録装置１０における評価値が、他の商品登録装置１０における商品登録作業の結果に基づいて更新される。そのため、対象顧客について商品登録作業が行われる商品登録装置１０において、選択画像３０の表示がより適切に行われるように、ディスプレイ装置２０の表示を更新していくことができる。よって、ディスプレイ装置２０を利用して商品登録作業の作業負担をより軽減させることができる。

以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記各実施形態の組み合わせ、又は上記以外の様々な構成を採用することもできる。

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
１． 複数の顧客それぞれの行動に基づき、顧客の識別情報とその顧客が購入すると推定される商品の識別情報とを対応づけた推定情報を生成する生成手段と、
複数の前記推定情報を用いて、対象顧客が購入する商品を精算対象として登録する商品登録作業に利用されるディスプレイ装置に、商品を精算対象として登録するための選択情報を表示させる表示制御手段と、を有する情報処理装置。
２． 前記表示制御手段は、複数の前記推定情報それぞれに示される各商品について、その商品が前記対象顧客によって購入される確率の高さを表す評価値を算出し、前記算出した評価値を用いて、前記選択情報の表示を制御する、１．に記載の情報処理装置。
３． 前記ディスプレイ装置に表示される選択情報の数をｎとすると、前記表示制御手段は、前記評価値の大きさの順位で上位ｎ位に含まれる各商品の前記選択情報を、前記ディスプレイ装置に表示させる、２．に記載の情報処理装置。
４． 前記表示制御手段は、
前記選択情報を表示できる前記ディスプレイ装置上の各表示位置について優先度を示すレイアウト情報を取得し、
前記評価値がより大きい商品の選択情報を、前記レイアウト情報において優先度がより高い前記ディスプレイ上の表示位置に表示させる、２．又は３．に記載の情報処理装置。
５． 前記推定情報が示す前記顧客の識別情報は、前記顧客の特徴量であり、
前記表示制御手段は、
前記対象顧客について前記商品登録作業が行われる際に前記対象顧客を撮像することで生成された第１撮像画像から、前記対象顧客の特徴量を算出し、
前記推定情報によって示される前記顧客の特徴量と、前記第１撮像画像を用いて算出された前記対象顧客の特徴量との類似度を算出し、その類似度を用いてその推定情報に示される各商品の評価値を決定する、２．乃至４．いずれか一つに記載の情報処理装置。
６． 前記推定情報が示す前記顧客の識別情報は、前記顧客の特徴量であり、
前記生成手段は、商品の陳列場所から商品が取り出されるとき又はその前後においてその陳列場所を撮像することで生成された第２撮像画像から、その第２撮像画像に含まれる各前記顧客の特徴量を算出し、算出された特徴量を示す前記推定情報に、前記陳列場所から取り出された商品の識別情報を含める、５．に記載の情報処理装置。
７． 前記顧客の特徴量は、その顧客の正面の特徴、その顧客の背面の特徴、及びその顧客が所持している物の特徴の少なくとも１つを含む、６．に記載の情報処理装置。
８． 前記表示制御手段は、
前記対象顧客についての前記商品登録作業で登録される商品をその登録前に撮像することで生成された第３撮像画像を用いて、前記商品登録作業で登録される商品の少なくとも一部を特定し、
前記特定された商品の前記評価値を、所定値を用いて算出する、２．乃至７．いずれか一つに記載の情報処理装置。
９． 前記対象顧客についての前記商品登録作業が行われる場所又はその周辺には、近距離無線通信を用いて少なくとも１つの商品の識別情報を読み取ることができるリーダが設けられており、
前記表示制御手段は、前記リーダによって識別情報が読み取られた商品の前記評価値を、所定値を用いて算出する、２．乃至７．いずれか一つに記載の情報処理装置。
１０． 前記表示制御手段は、前記対象顧客についての前記商品登録作業で既に登録された商品を特定し、その商品の前記評価値を補正し、補正後の前記評価値を用いて、前記ディスプレイ装置における前記選択情報の表示を更新する、２．乃至９．いずれか一つに記載の情報処理装置。
１１． 前記リーダの通信範囲には、前記対象顧客について商品登録作業が行われる場所、及び他の顧客について商品登録作業が行われる場所が含まれており、
前記表示制御手段は、前記他の顧客が購入する商品として登録された商品を特定し、その商品の前記評価値を補正し、補正後の前記評価値を用いて、前記ディスプレイ装置における前記選択情報の表示を更新する、９．に記載の情報処理装置。

１２． コンピュータによって実行される制御方法であって、
複数の顧客それぞれの行動に基づき、顧客の識別情報とその顧客が購入すると推定される商品の識別情報とを対応づけた推定情報を生成する生成ステップと、
複数の前記推定情報を用いて、対象顧客が購入する商品を精算対象として登録する商品登録作業に利用されるディスプレイ装置に、商品を精算対象として登録するための選択情報を表示させる表示制御ステップと、を有する制御方法。
１３． 前記表示制御ステップにおいて、複数の前記推定情報それぞれに示される各商品について、その商品が前記対象顧客によって購入される確率の高さを表す評価値を算出し、前記算出した評価値を用いて、前記選択情報の表示を制御する、１１．に記載の制御方法。
１４． 前記ディスプレイ装置に表示される選択情報の数をｎとすると、前記表示制御ステップにおいて、前記評価値の大きさの順位で上位ｎ位に含まれる各商品の前記選択情報を、前記ディスプレイ装置に表示させる、１３．に記載の制御方法。
１５． 前記表示制御ステップにおいて、
前記選択情報を表示できる前記ディスプレイ装置上の各表示位置について優先度を示すレイアウト情報を取得し、
前記評価値がより大きい商品の選択情報を、前記レイアウト情報において優先度がより高い前記ディスプレイ上の表示位置に表示させる、１３．又は１４．に記載の制御方法。
１６． 前記推定情報が示す前記顧客の識別情報は、前記顧客の特徴量であり、
前記表示制御ステップにおいて、
前記対象顧客について前記商品登録作業が行われる際に前記対象顧客を撮像することで生成された第１撮像画像から、前記対象顧客の特徴量を算出し、
前記推定情報によって示される前記顧客の特徴量と、前記第１撮像画像を用いて算出された前記対象顧客の特徴量との類似度を算出し、その類似度を用いてその推定情報に示される各商品の評価値を決定する、１３．乃至１５．いずれか一つに記載の制御方法。
１７． 前記推定情報が示す前記顧客の識別情報は、前記顧客の特徴量であり、
前記生成ステップにおいて、商品の陳列場所から商品が取り出されるとき又はその前後においてその陳列場所を撮像することで生成された第２撮像画像から、その第２撮像画像に含まれる各前記顧客の特徴量を算出し、算出された特徴量を示す前記推定情報に、前記陳列場所から取り出された商品の識別情報を含める、１６．に記載の制御方法。
１８． 前記顧客の特徴量は、その顧客の正面の特徴、その顧客の背面の特徴、及びその顧客が所持している物の特徴の少なくとも１つを含む、１７．に記載の制御方法。
１９． 前記表示制御ステップにおいて、
前記対象顧客についての前記商品登録作業で登録される商品をその登録前に撮像することで生成された第３撮像画像を用いて、前記商品登録作業で登録される商品の少なくとも一部を特定し、
前記特定された商品の前記評価値を、所定値を用いて算出する、１３．乃至１８．いずれか一つに記載の制御方法。
２０． 前記対象顧客についての前記商品登録作業が行われる場所又はその周辺には、近距離無線通信を用いて少なくとも１つの商品の識別情報を読み取ることができるリーダが設けられており、
前記表示制御ステップにおいて、前記リーダによって識別情報が読み取られた商品の前記評価値を、所定値を用いて算出する、１３．乃至１８．いずれか一つに記載の制御方法。
２１． 前記表示制御ステップにおいて、前記対象顧客についての前記商品登録作業で既に登録された商品を特定し、その商品の前記評価値を補正し、補正後の前記評価値を用いて、前記ディスプレイ装置における前記選択情報の表示を更新する、１３．乃至２０．いずれか一つに記載の制御方法。
２２． 前記リーダの通信範囲には、前記対象顧客について商品登録作業が行われる場所、及び他の顧客について商品登録作業が行われる場所が含まれており、
前記表示制御ステップにおいて、前記他の顧客が購入する商品として登録された商品を特定し、その商品の前記評価値を補正し、補正後の前記評価値を用いて、前記ディスプレイ装置における前記選択情報の表示を更新する、２０．に記載の制御方法。

２３． １２．乃至２２．いずれか一つに記載の制御方法の各ステップをコンピュータに実行させるプログラム。

１０ 商品登録装置
２０ ディスプレイ装置
２２ タッチパネル
３０ 選択画像
４０ 推定情報記憶部
５０ 第１カメラ
６０ 顧客
７０ 第２カメラ
７２ 商品棚
８０ 第３カメラ
９０ 第４カメラ
１００ レジカウンタ
１１０ RFIDリーダ
１２０ 商品データベース
１３０ 商品
１３２ タグ
２００ 推定情報
２０２ 顧客識別情報
２０４ 商品識別情報
２０６ 返却情報
３００ レイアウト情報
１０００ 計算機
１０２０ バス
１０４０ プロセッサ
１０６０ メモリ
１０８０ ストレージデバイス
１１００ 入出力インタフェース
１１２０ ネットワークインタフェース
２０００ 情報処理装置
２０２０ 生成部
２０４０ 表示制御部

Claims (9)

1. 複数の顧客それぞれの行動に基づき、顧客の識別情報とその顧客が購入すると推定される商品の識別情報とを対応づけた推定情報を生成する生成手段と、
   複数の前記推定情報を用いて、対象顧客が購入する商品を精算対象として登録する商品登録作業に利用されるディスプレイ装置に、商品を精算対象として登録するための選択情報を表示させる表示制御手段と、を有し、
   前記表示制御手段は、複数の前記推定情報それぞれに示される各商品について、その商品が前記対象顧客によって購入される確率の高さを表す評価値を算出し、前記算出した評価値を用いて、前記選択情報の表示を制御し、
   前記推定情報が示す前記顧客の識別情報は、前記顧客の特徴量であり、
   前記表示制御手段は、
   前記対象顧客について前記商品登録作業が行われる際に前記対象顧客を撮像することで生成された第１撮像画像から、前記対象顧客の特徴量を算出し、
   前記推定情報によって示される前記顧客の特徴量と、前記第１撮像画像を用いて算出された前記対象顧客の特徴量との類似度を算出し、その類似度を用いてその推定情報に示される各商品の前記評価値を決定する、情報処理装置。
2. 複数の顧客それぞれの行動に基づき、顧客の識別情報とその顧客が購入すると推定される商品の識別情報とを対応づけた推定情報を生成する生成手段と、
   複数の前記推定情報を用いて、対象顧客が購入する商品を精算対象として登録する商品登録作業に利用されるディスプレイ装置に、商品を精算対象として登録するための選択情報を表示させる表示制御手段と、を有し、
   前記表示制御手段は、
   複数の前記推定情報それぞれに示される各商品について、その商品が前記対象顧客によって購入される確率の高さを表す評価値を算出し、前記算出した評価値を用いて、前記選択情報の表示を制御し、
   前記対象顧客についての前記商品登録作業で既に登録された商品を特定し、前記特定された商品を含む前記推定情報を特定し、前記特定された推定情報を用いて前記評価値を再計算することで前記評価値を更新し、更新後の前記評価値を用いて、前記ディスプレイ装置における前記選択情報の表示を更新する、情報処理装置。
3. 前記生成手段は、商品の陳列場所から商品が取り出されるとき又はその前後においてその陳列場所を撮像することで生成された第２撮像画像に含まれる顧客の前記推定情報に、前記陳列場所から取り出された商品の識別情報を含める、請求項１又は２に記載の情報処理装置。
4. 前記生成手段は、商品の陳列場所から取り出された商品を一意に特定できず、なおかつその商品を含む類似商品グループが存在する場合、その類似商品グループに含まれる１つ以上の商品の識別情報を前記推定情報に含める、請求項１乃至３のいずれか一項に記載の情報処理装置。
5. 前記表示制御手段は、
   前記対象顧客についての前記商品登録作業で登録される商品をその登録前に撮像することで生成された第３撮像画像を用いて、前記商品登録作業で登録される商品の少なくとも一部を特定し、
   前記特定された商品の前記評価値を、所定値を用いて算出する、請求項１乃至４のいずれか一項に記載の情報処理装置。
6. 前記対象顧客についての前記商品登録作業が行われる場所又はその周辺には、近距離無線通信を用いて少なくとも１つの商品の識別情報を読み取ることができるリーダが設けられており、
   前記表示制御手段は、前記リーダによって識別情報が読み取られた商品の前記評価値を、所定値を用いて算出する、請求項１乃至５のいずれか一項に記載の情報処理装置。
7. コンピュータによって実行される制御方法であって、
   複数の顧客それぞれの行動に基づき、顧客の識別情報とその顧客が購入すると推定される商品の識別情報とを対応づけた推定情報を生成する生成ステップと、
   複数の前記推定情報を用いて、対象顧客が購入する商品を精算対象として登録する商品登録作業に利用されるディスプレイ装置に、商品を精算対象として登録するための選択情報を表示させる表示制御ステップと、を有し、
   前記表示制御ステップにおいて、複数の前記推定情報それぞれに示される各商品について、その商品が前記対象顧客によって購入される確率の高さを表す評価値を算出し、前記算出した評価値を用いて、前記選択情報の表示を制御し、
   前記推定情報が示す前記顧客の識別情報は、前記顧客の特徴量であり、
   前記表示制御ステップにおいて、
   前記対象顧客について前記商品登録作業が行われる際に前記対象顧客を撮像することで生成された第１撮像画像から、前記対象顧客の特徴量を算出し、
   前記推定情報によって示される前記顧客の特徴量と、前記第１撮像画像を用いて算出された前記対象顧客の特徴量との類似度を算出し、その類似度を用いてその推定情報に示される各商品の前記評価値を決定する、制御方法。
8. 複数の顧客それぞれの行動に基づき、顧客の識別情報とその顧客が購入すると推定される商品の識別情報とを対応づけた推定情報を生成する生成ステップと、
   複数の前記推定情報を用いて、対象顧客が購入する商品を精算対象として登録する商品登録作業に利用されるディスプレイ装置に、商品を精算対象として登録するための選択情報を表示させる表示制御ステップと、を有し、
   前記表示制御ステップにおいて、
   複数の前記推定情報それぞれに示される各商品について、その商品が前記対象顧客によって購入される確率の高さを表す評価値を算出し、前記算出した評価値を用いて、前記選択情報の表示を制御し、
   前記対象顧客についての前記商品登録作業で既に登録された商品を特定し、前記特定された商品を含む前記推定情報を特定し、前記特定された推定情報を用いて前記評価値を再計算することで前記評価値を更新し、更新後の前記評価値を用いて、前記ディスプレイ装置における前記選択情報の表示を更新する、制御方法。
9. 請求項７又は８に記載の制御方法の各ステップをコンピュータに実行させるプログラム。

Images