WO2011122575A1 - 商品推奨装置、商品推奨方法、プログラム、ならびに記録媒体 - Google Patents

商品推奨装置、商品推奨方法、プログラム、ならびに記録媒体 Download PDF

Info

Publication number
WO2011122575A1
WO2011122575A1 PCT/JP2011/057682 JP2011057682W WO2011122575A1 WO 2011122575 A1 WO2011122575 A1 WO 2011122575A1 JP 2011057682 W JP2011057682 W JP 2011057682W WO 2011122575 A1 WO2011122575 A1 WO 2011122575A1
Authority
WO
WIPO (PCT)
Prior art keywords
product
time
user
purchased
date
Prior art date
Application number
PCT/JP2011/057682
Other languages
English (en)
French (fr)
Inventor
禎昭 江村
Original Assignee
楽天株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 楽天株式会社 filed Critical 楽天株式会社
Priority to KR1020127027890A priority Critical patent/KR101467651B1/ko
Priority to EP11762799.2A priority patent/EP2555148A4/en
Priority to US13/638,424 priority patent/US20130041774A1/en
Priority to CN2011800158931A priority patent/CN102822857A/zh
Priority to JP2012508321A priority patent/JP5642771B2/ja
Publication of WO2011122575A1 publication Critical patent/WO2011122575A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions

Definitions

  • the present invention relates to a product recommendation device, a product recommendation method, a program, and a recording medium, and recommends a product to a user at an appropriate timing.
  • Patent Literature 1 discloses a technique for selecting an advertisement to be presented to a user based on user attributes and information on advertisements that the user has clicked in the past.
  • Patent Literature 1 discloses a technique for selecting an advertisement to be presented to a user based on user attributes and information on advertisements that the user has clicked in the past.
  • it is common to predict a purchase time from a purchase history if the product has been purchased repeatedly in the past.
  • the present invention solves the above-described problems, and predicts the time when a user completes the use of a product for a product that is different for each product to be purchased for the time required to complete the use of the product. It is an object of the present invention to provide a product recommendation device, a product recommendation method, a program, and a recording medium that are suitable for recommending a product to a user at various times.
  • the product recommendation device is: For each of the products included in the predetermined product group, a time storage unit that stores an estimated time that is assumed to be required from the start of use of the product to the end of use of the product; A history storage unit storing history information including a user identifier of a user who purchased any of the products included in the product group, the purchased product, and the purchase date and time of the product; Of the history information stored in the history storage unit, the history information related to the user identifier of the user who receives the product recommendation (hereinafter referred to as “recommended user”) is acquired, and the acquired history information is used to acquire the history information.
  • the usage time required for the use of the product other than the product purchased by the recommended user lastly from the start by the recommended user is obtained, and the obtained usage time and the acquired history information are obtained.
  • an estimation unit that estimates the date and time when the recommended user ends the use of the product last purchased,
  • a message recommending the recommended user to the recommended user at the estimated date and time by selecting another product from the product group that is different from the product last purchased by the recommended user.
  • the ratio c [n] related to n may be estimated.
  • the estimating unit may estimate a ratio c [n] by multiplying the weighted average by a seasonal coefficient determined in advance according to the season of the purchase date and time T [n].
  • the history storage unit further includes a sale date and time when the purchased product is sold,
  • the product recommendation device In the product recommendation device according to the first aspect of the present invention, of the history information, from the history information including both the purchase date and time and the sale date and time, an interval between the purchase date and time and the sale date and time of the product related to the history information is obtained, and the product is based on the obtained interval.
  • the estimated time stored in the time storage unit may be corrected.
  • the estimated time stored in the time storage unit of the first product may be corrected based on the purchase date / time interval included in the item.
  • the product recommendation method is: For each of the products included in the predetermined product group, a time storage unit that stores an estimated time that is assumed to be required from the start of use of the product to the end of use of the product, and the product group A history storage unit storing history information including a user identifier of a user who purchased any of the included products, the purchased product, and the purchase date and time of the product, an estimation unit, and a presentation unit, A product recommendation method executed by a product recommendation device comprising:
  • the product recommendation method is The estimation unit acquires history information related to a user identifier of a user who receives a product recommendation (hereinafter referred to as “recommended user”) among the history information stored in the history storage unit, and the acquired history From the information, the usage time required for the use of the product other than the product purchased last by the recommended user from the start by the recommended user to the end is obtained, and the obtained usage time and the acquisition Based on the estimated time stored in the time storage unit for the product related to the history information, an
  • the program according to the third aspect of the present invention is: Computer For each of the products included in the predetermined product group, a time storage unit that stores an estimated time that is assumed to be required from the start of the use of the product until the use of the product ends.
  • a history storage unit storing history information including a user identifier of a user who purchased any of the products included in the product group, the purchased product, and the purchase date and time of the product; Of the history information stored in the history storage unit, the history information related to the user identifier of the user who receives the product recommendation (hereinafter referred to as “recommended user”) is acquired, and the acquired history information is used to acquire the history information.
  • the usage time required for the use of the product other than the product purchased by the recommended user lastly from the start by the recommended user is obtained, and the obtained usage time and the acquired history information are obtained.
  • Presenter to present It is made to function as.
  • a computer-readable recording medium is provided.
  • a time storage unit that stores an estimated time that is assumed to be required from the start of the use of the product until the use of the product ends.
  • a history storage unit storing history information including a user identifier of a user who purchased any of the products included in the product group, the purchased product, and the purchase date and time of the product; Of the history information stored in the history storage unit, the history information related to the user identifier of the user who receives the product recommendation (hereinafter referred to as “recommended user”) is acquired, and the acquired history information is used to acquire the history information.
  • the usage time required for the use of the product other than the product purchased by the recommended user lastly from the start by the recommended user is obtained, and the obtained usage time and the acquired history information are obtained.
  • a program characterized by functioning as a program is recorded.
  • program of the present invention can be recorded on a computer-readable information recording medium such as a compact disk, flexible disk, hard disk, magneto-optical disk, digital video disk, magnetic tape, and semiconductor memory.
  • a computer-readable information recording medium such as a compact disk, flexible disk, hard disk, magneto-optical disk, digital video disk, magnetic tape, and semiconductor memory.
  • the above program can be distributed and sold via a computer communication network independently of the computer on which the program is executed.
  • the information recording medium can be distributed and sold independently of the computer.
  • the time required to complete the use of the product is predicted, and when the user completes the use of the product, the product is recommended to the user at an appropriate timing. Therefore, it is possible to provide a product recommendation device, a product recommendation method, a program, and a recording medium suitable for the above.
  • FIG. 1 It is a figure which shows the relationship between the goods recommendation apparatus which concerns on embodiment of this invention, and the terminal device which a user operates. It is a figure which shows schematic structure of the typical information processing apparatus with which the goods recommendation apparatus which concerns on embodiment of this invention is implement
  • the product recommendation device 100 is connected to the Internet 300, and a plurality of terminal devices 201, 202 to 20n operated by a user are connected to the Internet 300.
  • the user purchases or sells a product using the terminal devices 201 and 202 to 20n.
  • the product recommendation device 100 receives information on the products purchased by the users from the terminal devices 201 and 202 to 20n of a plurality of users via the Internet 300, and is appropriate for the users of the terminal devices 201 and 202 to 20n. It recommends a certain product at a certain time.
  • the information processing apparatus 400 includes a CPU (Central Processing Unit) 401, a ROM (Read only Memory) 402, a RAM (Random Access Memory) 403, a NIC (Network Interface Card) 404, and image processing.
  • Unit 405 audio processing unit 406, DVD-ROM (Digital Versatile Disc Disc ROM) drive 407, interface 408, external memory 409, controller 410, monitor 411, and speaker 412.
  • CPU Central Processing Unit
  • ROM Read only Memory
  • RAM Random Access Memory
  • NIC Network Interface Card
  • the CPU 401 controls the overall operation of the information processing apparatus 400 and is connected to each component to exchange control signals and data.
  • the ROM 402 records an IPL (Initial Program Loader) that is executed immediately after the power is turned on, and when this is executed, a predetermined program is read into the RAM 403 and execution by the CPU 401 is started.
  • the ROM 402 stores an operating system program and various data necessary for operation control of the information processing apparatus 400 as a whole.
  • the RAM 403 is for temporarily storing data and programs, and holds programs and data read from the DVD-ROM and other data necessary for communication.
  • the NIC 404 is for connecting the information processing apparatus 400 to a computer communication network such as the Internet 300, and is based on the 10BASE-T / 100BASE-T standard used when configuring a LAN (Local Area Network).
  • Analog modems for connecting to the Internet using telephone lines ISDN (Integrated Services Digital Network) modems, ADSL (Asymmetric Digital Subscriber Line) modems, cable modems for connecting to the Internet using cable television lines, etc. These are constituted by an interface (not shown) that mediates between these and the CPU 401.
  • the image processing unit 405 processes the data read from the DVD-ROM or the like by a CPU 401 or an image arithmetic processor (not shown) provided in the image processing unit 405, and then processes this data in a frame memory provided in the image processing unit 405. (Not shown).
  • the image information recorded in the frame memory is converted into a video signal at a predetermined synchronization timing and output to the monitor 411. Thereby, various image displays are possible.
  • the audio processing unit 406 converts audio data read from a DVD-ROM or the like into an analog audio signal, and outputs the analog audio signal from the speaker 412 connected thereto. Further, under the control of the CPU 401, a sound to be generated during the progress of the processing performed by the information processing apparatus is generated, and a sound corresponding to the sound is output from the speaker 412.
  • the DVD-ROM mounted on the DVD-ROM drive 407 stores, for example, a program for realizing the product recommendation device 100 according to the embodiment. Under the control of the CPU 401, the DVD-ROM drive 407 performs a reading process on the DVD-ROM loaded therein, reads necessary programs and data, and these are temporarily stored in the RAM 403 or the like.
  • External memory 409, controller 410, monitor 411, and speaker 412 are detachably connected to interface 408.
  • the external memory 409 stores data relating to the user's personal information in a rewritable manner.
  • the controller 410 accepts operation inputs performed at various settings of the information processing apparatus 400.
  • the user of the information processing apparatus 400 can record these data in the external memory 409 as appropriate by inputting instructions through the controller 410.
  • the monitor 411 presents the data output by the image processing unit 405 to the user of the information processing apparatus 400.
  • the speaker 412 presents the audio data output by the audio processing unit 406 to the user of the information processing apparatus 400.
  • the information processing apparatus 400 uses a large-capacity external storage device such as a hard disk to perform the same functions as the ROM 402, RAM 403, external memory 409, DVD-ROM mounted on the DVD-ROM drive 407, and the like. You may comprise.
  • a large-capacity external storage device such as a hard disk to perform the same functions as the ROM 402, RAM 403, external memory 409, DVD-ROM mounted on the DVD-ROM drive 407, and the like. You may comprise.
  • the functional configuration of the product recommendation device 100 according to Embodiments 1 to 3 realized in the information processing device 400 will be described with reference to FIGS. 1 to 17.
  • a program that functions as the product recommendation device 100 according to the embodiment is executed, and the product recommendation device 100 according to the first to third embodiments is realized.
  • the product recommendation device 100 uses the information on the time when an average user is expected to use the product and the information on the purchase interval of the product to determine the date and time when the user completes the use of the product. When the estimated date and time has passed, a predetermined product is recommended. As illustrated in FIG. 3, the product recommendation device 100 according to the first embodiment includes a history storage unit 101, a time storage unit 102, an estimation unit 103, and a presentation unit 104. Hereinafter, the function of each unit will be described by taking as an example the case where the user X performs a purchase activity as shown in FIG.
  • the history storage unit 101 stores history information including a user identifier of a user who has purchased any product included in a predetermined product group, the purchased product, and the purchase date and time of the product. Therefore, the RAM 403 or the external memory 409 functions as the history storage unit 101.
  • the product group is, for example, “groceries”, “game”, “book”, “DVD”, etc., and is a category of products for which the user shows the same usage tendency.
  • the predetermined product group is a category of products that are unlikely to be repeatedly purchased for the same product.
  • the products included in the predetermined product group are products for which the use start and end of use of the products can be defined. That is, products such as “water” and “rice” included in “food” are not purchased in a predetermined group because they are purchased repeatedly.
  • the product group of “game”, “book”, or “DVD” is a predetermined product group because it is unlikely that the same product is repeatedly purchased.
  • the products included in the “book” product group are, for example, “novel” and “magazine” products that have a use start (reading start) and a use end (reading end).
  • products in the “dictionary” are included in the product group of “books”, but generally, the products are used repeatedly and cannot be used in a predetermined manner. Accordingly, such products are excluded from the products included in the “book” product group.
  • the purchase history registered in the history table 101a relates to products belonging to a predetermined product group, and purchase histories of products belonging to product groups other than the predetermined product group are not registered.
  • FIG. 5 shows an example of the history table 101a when the user X (whose user ID is “X”) performs the purchase activity shown in FIG.
  • the product registered in the history table 101a is a product such as “game”, “book”, or “DVD” that is unlikely to be repeatedly purchased, and is regularly or periodically such as food. Does not include items purchased. Therefore, the purchase history of “food 1” is not registered in the history table 101a.
  • the history table 101a includes the user ID “X” and the product group “game 3” in the history table 101a. “Game”, product “Game 3”, and purchase date and time “April 7, 22:00:00” are registered in association with each other. Similarly, purchase histories of products belonging to a predetermined product group are registered in the history table 101a. Further, the purchase history is also registered in the history table 101a for users other than the user X in the same manner.
  • the time storage unit 102 stores, for each product included in the predetermined product group, an assumed time that is assumed to be required from the start of use of the product to the end of use of the product. Therefore, the RAM 403 or the external memory 409 functions as the time storage unit 102.
  • the estimated time is, for example, the time required for the average user to finish using the product after starting to use the product (hereinafter referred to as “average usage time”).
  • the average usage time is, for example, the time until the average user clears the game or the time until the reading of the book is completed, which is presented by the manufacturer and seller of game products and books.
  • the average use time is, for example, the time averaged from the time when another user purchases a product in the product recommendation device 100 to the purchase of another product in the same product group as the product, or the product It may be a time averaged for the period from when the recommended other user purchases a product to sell the product in the product recommendation device 100.
  • the estimated time stored in the time storage unit 102 will be described as the average usage time.
  • the average usage time table 102a includes x products “Game 1” to “Game x” belonging to the product group “Game”, y products “Book 1” to “Book y” belonging to the product group “Book”, In addition, an average usage time 102a3 of z products “DVD1” to “DVDz” belonging to the product group “DVD” is registered.
  • the average usage time “20” of the product “game 1” indicates that it takes 20 hours for the average user to clear the product “game 1”.
  • the product is a book
  • the time required for the average user to finish reading the book is shown
  • the product is a DVD
  • the time required for the average user to finish watching the content is shown.
  • the estimation unit 103 acquires history information related to a user identifier of a user who receives a product recommendation (hereinafter referred to as “recommended user”) among the history information stored in the history storage unit 101, and the acquired From the history information, the usage time required for the use of the product other than the product that the recommended user last purchased is started by the recommended user until the end of the usage is obtained. Based on the estimated time stored in the time storage unit 102 for the product related to the acquired history information, the date and time (hereinafter referred to as “use completion date and time”) for ending use of the product last purchased by the recommended user. ). Therefore, the CPU 401 functions as the estimation unit 103.
  • the estimation unit 103 estimates the use completion date and time of the product P [n] (n: an arbitrary number) last purchased by the recommended user.
  • the estimation unit 103 extracts history information about the product group to which the product last purchased by the recommended user belongs from the history information recorded in the history table 101a, and rearranges the history information in order of purchase date and time. , Temporarily stored in the RAM 403.
  • the rearranged table is referred to as “recommended user history table 103a”.
  • FIG. 7 shows an example of the recommended user history table 103a.
  • the recommended user is the user X
  • the use completion date and time of the purchased product “game 2” is obtained based on the history table 101a of FIG.
  • the estimation unit 103 extracts the history information of the user X from the history table 101a in FIG. 5 and related to the product group “game”, as shown in the recommended user history table 103a in FIG. Sort by purchase date and time.
  • the average usage time table 102a in FIG. 6 the average usage time A [1] (60 hours) and the product P [2 of the purchased product P [1] (game 3) belonging to the product group “game”.
  • the purchase of the product P [i + 1] belonging to the same product group after the purchase of the product P [i] can be considered as the use of the product P [i] being completed.
  • the fact that user X purchased “game 1” of the same product group after purchasing product “game 3” means that “game 3” has been cleared, or “game 3” has become tired. It can be considered that “Game 1” has been purchased.
  • the purchase date and time T [i + 1] is regarded as the date and time when the use of the product P [i] is completed, and the purchase interval T [i + 1] ⁇ T [i] The time taken to complete the use of [i] shall be considered.
  • T [n + 1] T [n] + A [n] ⁇ c [n] (2)
  • the use completion date and time T [6] of the product P [5] (game 2) is “May 7, 14:00. “30 minutes”.
  • the presentation unit 104 selects another product different from the product purchased last by the recommended user from the product group of the product purchased last, and the estimation unit 103 estimated the selected other product.
  • a message recommended for the recommended user (hereinafter referred to as “product recommendation message”) is presented at the time of day. Therefore, the CPU 401, the image processing unit 405, and the monitor 411 function as the presentation unit 104.
  • the presentation unit 104 is a product belonging to the same product group as the product P [n] purchased by the user, and An image 500 (FIG. 8) showing information on a product suitable for recommendation is displayed on the monitor 411.
  • the image 500 may be transmitted to the user X's registered mail address.
  • the image 500 may be displayed on the browser when the user logs in to the product purchase site after the estimated use completion date and time.
  • how to select recommended products is arbitrary. If the product is included in the product group to which the product P [n] belongs, it may be selected at random from those not purchased in the past. Further, the user's preference may be determined from the purchase history of the recommended user, and the product most likely to be purchased may be selected as the recommended product. Alternatively, the most popular product may be selected as a recommended product.
  • the predetermined product group has been described using content such as “game”, “book”, or “DVD” as an example, but the predetermined product group is not limited thereto.
  • the predetermined product group may be a “home appliance” such as a refrigerator or the like having a predetermined useful life, an “automobile”, or the like.
  • the service life can be used as the average usage time.
  • the CPU 401 determines whether or not a product belonging to a predetermined product group has been purchased (step S101).
  • step S101 determines that the product has been purchased (step S101; Yes)
  • the user ID of the user who purchased the product, the product group to which the purchased product belongs, the purchased product p [N], and the purchase date and time t [N] Are registered in the history table 101a in association with each other (step S102).
  • step S101 determines that a product belonging to the predetermined product group has not been purchased
  • the CPU 401 waits as it is.
  • the CPU 401 uses the user ID “X”, the product group “game”, and the purchased product “game 2”. The purchase date and time “April 29, 21:00:00” is registered in the history table 101a. On the other hand, when the user X purchases “food 1”, the CPU 401 waits as it is.
  • the estimation unit 103 When the purchase history is stored in the history storage unit 101 (step S102), the estimation unit 103 then starts the use completion date and time estimation process (step S103, FIG. 10).
  • the estimation unit 103 extracts the history of the product group to which the product last purchased by the recommended user belongs from the history recorded in the history table 101a, and rearranges the history in order of purchase date and time (step S201). . That is, the history of the product group “game” is extracted from the history registered in the history table 101a of FIG. 5 and rearranged in order of purchase date and time as shown in the recommended user history table 103a of FIG.
  • the estimation unit 103 refers to the average usage time table 102a of FIG. 6 and purchase products “game 3”, “game 1”, “game 5”, “game 4”, and “game” included in FIG.
  • the average usage time of “2” is determined as “60 hours”, “20 hours”, “30 hours”, “40 hours”, and “50 hours”.
  • the estimation unit 103 substitutes the obtained A [n] and c [n] into the above equation (2) to obtain the use completion date / time T [n + 1] of P [n] (step S206). For example, the estimation unit 103 substitutes the average usage time A [5] obtained in step S202 and the usage time ratio c [5] obtained in step S205 into the equation (2), and the “game 2” in FIG.
  • the use completion date and time T [6] is calculated as “May 7 14:30”.
  • the order of the flowchart shown in FIG. 10 is an example, and is not limited to this.
  • step S103 determines the use completion date / time T [n + 1] of P [n]
  • the presenting unit 104 determines whether the current time has reached the estimated use completion date / time. It is determined whether or not (step S104).
  • the presenting unit 104 determines that the current time has reached the estimated use completion date and time (step S104; Yes)
  • the presenting unit 104 presents a product recommendation message recommending a predetermined product to the user (step S105). For example, an image 500 as shown in FIG. 8 is transmitted to the mail address of the user X.
  • step S104 if the current time has not reached the estimated use completion date and time (step S104; No), the presentation unit 104 stands by until the use completion date and time is reached. After the presentation unit 104 presents the product recommendation message, the process returns to step S101, and the processes in and after step S101 are repeated until the administrator of the product recommendation device 100 instructs to stop the process.
  • the time required for completing the use of the product is predicted for the time when the user completes the use of the product, and the product is recommended when the time is reached for the product that is different for each product to be purchased.
  • the product can be recommended to the user at an appropriate timing.
  • the product recommendation device 100 according to the second embodiment is based on information on a time when an average user is expected to use a product, information on a purchase interval of the product, and a season in which the product is purchased.
  • the date and time when the use is completed is estimated, and when the estimated date and time elapses, a predetermined product is recommended.
  • the product recommendation device 100 according to the second embodiment includes a history storage unit 101, a time storage unit 102, an estimation unit 103, and a presentation unit 104.
  • the history storage unit 101, the time storage unit 102, and the presentation unit 104 of the present embodiment have the same functions as those of the first embodiment.
  • the estimation unit 103 having different functions will be described.
  • the term “season” is not limited to the categories of “spring”, “summer”, “autumn”, and “winter”, but includes a predetermined period such as “year-end and new year” and “summer vacation”.
  • the estimation unit 103 acquires the history information related to the user identifier of the recommended user among the history information stored in the history storage unit 101, and the product last purchased by the recommended user from the acquired history information
  • the usage time required from the start of the product other than the start by the recommended user to the end is obtained, and the time storage unit 102 stores the obtained usage time and the product related to the acquired history information.
  • the use completion date and time of the product last purchased by the recommended user is estimated.
  • the seasonal coefficient Q is a coefficient by which the utilization time ratio c [n] is multiplied in the above equation (2), and is a value determined by the purchase date and time T [n]. It is estimated that the use completion date and time T [n + 1] comes earlier as the seasonal coefficient is smaller. Therefore, the CPU 401 functions as the estimation unit 103.
  • the user can take more time to use a game or a book on a holiday than on a weekday. That is, it is considered that the usage time for the user to use the product varies under the influence of the calendar.
  • a user's holiday differs with a user's attribute. For example, when the user is a company employee, the year-end and New Year holidays and holidays are generally holidays, but when the user is a student, there are summer holidays and spring holidays in addition to these holidays.
  • seasonal coefficient table 601a a table in which the user ID 601a1, the attribute 601a2, the period 601a3, and the seasonal coefficient 601a4 are registered in association with each other is prepared in advance.
  • An example of the seasonal coefficient table 601a is shown in FIG. Assuming that User X is a student, the holiday period (April 29-May 5), summer vacation (July 25-August 31), and winter vacation (December 25-January 7) ), Etc., is considered to be the period when the usage time fluctuates (increases) compared to other periods. Therefore, a seasonal coefficient having a value of 1 or less is registered in association with these periods.
  • the estimation unit 103 obtains the use completion date and time T [n + 1] of the product P [n] last purchased by the recommended user using the following formula.
  • T [n + 1] T [n] + A [n] ⁇ Q ⁇ c [n] (3)
  • the seasonal coefficient Q is obtained from the purchase date and time T [n] of the product P [n] with reference to the seasonal coefficient table 601a. For example, as shown in the example of FIG. 7, the purchase date / time T [5] of the product “game 2” is “April 29, 21:00:00”, so the seasonal coefficient Q is determined to be “0.6”.
  • the product recommendation device 100 according to the present embodiment performs processing different from that of the first embodiment in the use completion date and time estimation process, and performs processing similar to the processing illustrated in the flowchart of FIG. 9 except for the use completion date and time estimation processing.
  • the use completion date and time estimation process for performing different processes will be described with reference to the flowchart of FIG. Note that steps S301 to S305 in the flowchart in FIG. 12 are the same as steps S201 to S205 in the flowchart in FIG.
  • step S305 after the usage time ratio c [n] is obtained, the estimation unit 103 obtains a seasonal coefficient Q (step S306). For example, as shown in the example of FIG. 7, assuming that the purchase date T [5] of the last purchased product “Game 2” is “April 29, 21:00:00” The seasonal coefficient Q is determined as “0.6” with reference to the seasonal coefficient table 601a.
  • the process for obtaining the seasonal coefficient Q may be performed at any timing as long as it is before step S307.
  • the present embodiment it is possible to estimate the time at which the user completes the use of the purchased product in consideration of the change in the usage time of the user due to the calendar, and to prompt the user to purchase the product at an appropriate timing. it can.
  • the user can use the information on the time when the average user is expected to use the product and the interval between the purchase and sale of the product or the information on the purchase interval.
  • a predetermined product is recommended.
  • the product recommendation device 100 according to the third embodiment includes a history storage unit 101, a time storage unit 102, an estimation unit 103, and a presentation unit 104.
  • the time storage unit 102 and the presentation unit 104 of the present embodiment have the same functions as those of the first embodiment.
  • the history storage unit 101 and the estimation unit 103 having different functions will be described.
  • the function of each unit will be described by taking as an example the case where the user X performs purchase / sale activities as shown in FIG.
  • the history storage unit 101 includes a user identifier of a user who purchased any of the products included in the predetermined product group, the purchased product, the purchase date and time of the product, and the sale date and time of selling the purchased product. Are stored.
  • the predetermined product group refers to the same product group as that shown in the first embodiment. Therefore, the RAM 403 or the external memory 409 functions as the history storage unit 101.
  • the purchase / sale history registered in the history table 101a relates to a product belonging to a predetermined product group, and a purchase / sale history of a product belonging to a product group other than the predetermined product group is not registered.
  • FIG. 14 shows an example of the history table 101a when the user X performs the purchase / sale activity shown in FIG.
  • a predetermined product group (“game”, “book”, and “DVD”) I have purchased it.
  • two products (“Game 5" and "Game 1" in the predetermined product group are sold.
  • the user “X” purchases the product “Game 1” at the date “April 16, 22:00:00” and sells the product “Game 1” at the date “April 24, 22:00:00”.
  • the user ID “X”, the “game” of the product group of the game 1, the product “game 1”, the purchase date and time “April 16, 22:00”, the sale date and time “April 24, 22:00:00” is registered in association with each other.
  • purchase histories of products belonging to a predetermined product group are registered in the history table 101a.
  • purchase histories are similarly registered for a plurality of users other than the user X.
  • the estimation unit 103 acquires the history information related to the user identifier of the recommended user among the history information stored in the history storage unit 101, and the product last purchased by the recommended user from the acquired history information The usage time required from the start of the product other than the start by the recommended user to the end is obtained, and the time storage unit 102 stores the obtained usage time and the product related to the acquired history information. Based on the estimated time stored, the use completion date and time of the product last purchased by the recommended user is estimated. Therefore, the CPU 401 functions as the estimation unit 103.
  • the estimation unit 103 estimates the use completion date and time of the product P [n] last purchased by the recommended user.
  • the estimation unit 103 extracts the history of the product group to which the product last purchased by the recommended user belongs from the history recorded in the history table 101a, sorts the history in order of purchase date, and temporarily Is stored in the RAM 403.
  • the rearranged table is referred to as “recommended user history table 103a”.
  • FIG. 15 shows an example of the recommended user history table 103a.
  • the estimation unit 103 extracts the history of the product group “game” as the history of the user X from the history table 101a of FIG. 14, and stores the purchase date and time as shown in the recommended user history table 103a of FIG. Sort in order.
  • the average usage time table 102a of FIG. 6 the average usage time A [1] (60 hours) and P [2] of the purchased product P [1] (game 3) belonging to the product group “game”.
  • the sale of the product P [i] after the purchase of the product P [i] can be considered that the use of the product P [i] has been completed.
  • the user X purchases the product “game 3” and then sells the product “game 3”, it can be considered that the user “X” has cleared “game 3” or is tired of “game 3”.
  • the use completion date and time T [6] of the product P [5] (game 2) is “May 8 at 8 o'clock”. 0 minutes ".
  • the CPU 401 determines whether or not a product belonging to a predetermined product group has been purchased (step S401).
  • the CPU 401 determines that the product has been purchased (step S401; Yes)
  • the CPU 401 does not determine that a product belonging to the predetermined product group has been purchased (step S401; No)
  • the purchased product p [i] stored in the history storage unit 101 is sold. Judge that it was done.
  • Register in the history table 101a step S404).
  • the CPU 401 presents a product recommendation message that recommends a product that belongs to the same product group as the sold product (step S407).
  • the CPU 401 stores the user ID “X” and the product group “ “Game”, purchased product “Game 2”, and purchase date and time “April 29 21:00:00” are registered in the history table 101a. Further, if the user X sells the product “game 5” in the product group “game” at 00:00 on April 23, the CPU 401 purchases the product “game 5” in the product group “game”. It is determined whether or not the product is registered in the history table 101a. Since the product “game 5” of the product group “game” is registered in the history table of FIG.
  • the CPU 401 has the user ID “X”, the product group “game”, and the purchased product “game 5”.
  • the sale date and time “April 23, 00:00” is registered in the history table 101a in association with the purchase date “April 20, 23:00:00”.
  • the presentation unit 104 presents the product recommendation message of any product belonging to the product group “game” to the user X.
  • the CPU 401 returns to step S401 and waits as it is.
  • the estimation unit 103 When the purchase history is stored in the history storage unit 101 (step S402), the estimation unit 103 then starts the use completion date and time estimation process (step S405, FIG. 17).
  • the estimation unit 103 extracts history information about a product group to which the product last purchased by the recommended user belongs from the history recorded in the history table 101a, and rearranges the history information in order of purchase date and time (step S1). S501). That is, the history of the product group “game” is extracted from the history registered in the history table 101a of FIG. 14, and rearranged in order of purchase date and time as shown in the recommended user history table 103a of FIG.
  • the estimation unit 103 refers to the average usage time table 102a of FIG. 6 and purchase products “game 3”, “game 1”, “game 5”, “game 4”, and “game” included in FIG.
  • the average usage time of “2” is determined as “60 hours”, “20 hours”, “30 hours”, “40 hours”, and “50 hours”.
  • the estimation unit 103 determines that there is no sale history (step S503; No)
  • the estimation unit 103 determines the usage time ratio of the purchased products “Game 3”, “Game 1”, “Game 5”, and “Game 4” from the values obtained in Step S502, Step S504, and Step S505. It is calculated as 3.60 ”,“ 9.60 ”,“ 1.63 ”, and“ 1.75 ”.
  • the estimation unit 103 substitutes the average usage time A [5] obtained in step S502 and the usage time ratio c [5] obtained in step S507 into the equation (2), and the “game 2” in FIG.
  • the use completion date and time T [6] is calculated as “May 8, 8:00:00”.
  • the order of the flowchart shown in FIG. 17 is an example, and is not limited to this.
  • step S405 finds the use completion date / time T [n + 1] of P [n]
  • the presenting unit 104 determines whether the current time has reached the estimated use completion date / time. It is determined whether or not (step S406).
  • the presenting unit 104 determines that the current time has reached the estimated use completion date and time (step S406; Yes)
  • the presenting unit 104 presents a product recommendation message that recommends a predetermined product to the user (step S407). For example, an image 500 as shown in FIG. 8 is transmitted to the mail address of the user X.
  • step S406 when the current time does not reach the estimated use completion date and time (step S406; No), the presentation unit 104 stands by until the use completion date and time is reached.
  • the sale date / time is preferentially used.
  • the method for obtaining the usage time is not limited to this.
  • the estimating unit 103 may compare the sale date / time S [i] with the purchase date / time T [i + 1], and obtain the usage time by using the earlier date / time as the use completion date / time of the product P [i].
  • the sale date S [2] of the product “Game 1” is later than the purchase date T [3] of the next product “Game 5”.
  • the date and time when the user sold the purchased product by using the date and time when the user sold the purchased product, the date and time when the user completed the use of the product can be accurately estimated, and the product is recommended to the user at an appropriate timing. Can do.
  • the product recommendation device 100 corrects information on a time when an average user is assumed to use the product based on the purchase / sale history of the recommended user, and information on the time after the correction, The date and time at which the user completes the use of the product is estimated using the purchase / sale interval of the product or the purchase interval information, and a predetermined product is recommended when the estimated date and time has elapsed.
  • the product recommendation device 100 according to the fourth embodiment includes a history storage unit 101, a time storage unit 102, an estimation unit 103, and a presentation unit 104.
  • the history storage unit 101, the estimation unit 103, and the presentation unit 104 of the present embodiment have the same functions as those of the third embodiment.
  • the time storage unit 102 having different functions will be described.
  • the time storage unit 102 stores, for each of the products included in the predetermined product group, an estimated time that is assumed to be required from the start of use of the product to the end of use of the product. Then, from the history information including both the purchase date and the sale date in the history information, an interval between the purchase date and the sale date and time of the product related to the history information is obtained, and based on the obtained interval, The estimated time stored in the product time storage unit 102 is corrected.
  • the average usage time A [i] in FIG. 6 is taken as an example of “Game 5” in which purchase date / time and sale date / time are registered among the history information of the recommended user “X”.
  • ⁇ is an arbitrary number from 0 to 1. The smaller the value of ⁇ , the stronger the tendency of the purchase / sale interval of the recommended user to be reflected on the average usage time registered in advance.
  • ⁇ is set to 0.95.
  • Interval S [3]-T [3] from the purchase date to the sale date of game 5 (P [3]) is 49 hours, and the average usage time A [3] of game 5 is 30 hours. Therefore, the average usage time A [3] after correction is calculated as 30.95 hours from the equation (4).
  • the estimated time stored in the time storage unit 102 of the first product is corrected based on the purchase date / time interval included in each of the items.
  • ⁇ is an arbitrary constant between 0 and 1.
  • a smaller value of ⁇ indicates that the tendency of the purchase interval of the recommended user is more strongly reflected on the average usage time registered in advance.
  • ⁇ is set to 0.95.
  • the interval T [2]-T [1] from the purchase date T [1] of game 3 (P [1]) to the purchase date T [2] of the next game 1 (P [2]) is 216 hours
  • the average usage time A [1] of the game 3 is 60 hours. Therefore, from the formula (5), the average usage time A [1] after correction is obtained as 67.8 hours.
  • the estimating unit 103 corrects the average usage time when estimating the use completion date and time, and there is history information on the sale date and time of the recommended user, the average usage time is calculated based on the equation (4). If the history information of the sales date / time does not exist, the average usage time is corrected based on Equation (5).
  • the product recommendation device 100 of the present embodiment performs processing different from that of the third embodiment in the use completion date and time estimation process, and performs the same processing as the process shown in the flowchart of FIG. 16 except for the use completion date and time estimation process.
  • the use completion date and time estimation process for performing different processes will be described with reference to the flowchart of FIG.
  • a case where the recommended user is a user X and the user X performs purchase / sale activities as shown in FIGS. 13 and 14 will be described as an example.
  • steps S601, S604, and S606 to S609 in the flowchart in FIG. 18 are the same as steps S501, S504, and S505 to S508 in the flowchart in FIG.
  • the estimation unit 103 determines that there is a sale history, and the average usage time “30 hours” in the average usage time table 102a of FIG. 6 is calculated based on Expression (4). Correct to “30.95 hours”. For example, when the purchased product is “Game 3”, the estimation unit 103 determines that there is no sale history, and the average usage time “60 hours” in the average usage time table 102a of FIG. Based on this, it is corrected to “67.8 hours”.
  • the estimation unit 103 uses the corrected average usage time for products whose purchase date / time and sales date / time are registered as history information, and uses the corrected average usage time for products whose sales history is not registered. It may be used to estimate the use completion time.
  • the method for correcting the estimated time (average usage time) stored in the time storage unit 102 is not limited to the above method.
  • the average use time registered in the average use time table 102a is a coefficient larger than 1. You may be able to correct it for a longer time by multiplying by
  • the time required to complete the use of the product is predicted, and when the user completes the use of the product, the product is recommended to the user at an appropriate timing. Therefore, it is possible to provide a product recommendation device, a product recommendation method, a program, and a recording medium suitable for the above.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

　時間記憶部（１０２）には、所定の商品群に含まれる商品のそれぞれについて、商品の利用開始から利用終了までに要すると想定される想定時間が記憶される。履歴記憶部（１０１）には、商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と購入された商品と購入日時とを含む履歴情報が記憶される。推定部（１０３）は、被推奨ユーザのユーザ識別子に係る履歴情報を取得し、当該履歴情報から最後に購入した商品以外の商品の利用が被推奨ユーザにより開始されてから終了するまでに要した利用時間と想定時間とに基づいて、最後に購入した商品の利用完了日時を推定する。提示部（１０４）は、最後に購入した商品とは異なる他の商品を商品群から選択して、推定された日時に他の商品を推奨するメッセージを提示する。

Description

商品推奨装置、商品推奨方法、プログラム、ならびに記録媒体
　本発明は、商品推奨装置、商品推奨方法、プログラム、ならびに記録媒体に関し、適切なタイミングでユーザに商品を推奨するものである。
　従来から、Ｗｅｂページ等を通じて、商品やサービス等の取引を行うことを可能とするショッピングシステムが知られている。このようなシステムにおいて、ユーザに商品等の購買を促すために、ユーザに適した広告や商品の紹介を行う技術が知られている。例えば、特許文献１には、ユーザの属性やユーザが過去にクリックした広告の情報に基づいて、ユーザに提示する広告を選択する技術が開示されている。また、ユーザに商品を紹介する場合、過去に繰り返し購入された商品であれば、購入履歴から購入時期を予測することが一般的である。
特許第３９８４４７３号公報
　しかしながら、ゲームや書籍等の商品については、全く同じ商品を購入することはほとんど無く、購入した商品を利用し終える期間は商品ごとに異なる。このような、商品について、購入履歴からそのような商品の次の購入時期を予測して、適切なタイミングで商品を推奨するのは困難であった。
　本発明は、上記のような課題を解決するもので、商品の利用を完了するのに要する時間が購入する商品ごとに異なる商品について、ユーザが商品の利用を完了する時期を予測して、適切なタイミングでユーザに商品を推奨するのに好適な商品推奨装置、商品推奨方法、プログラム、ならびに、記録媒体を提供することを目的とする。
　本発明の第１の観点に係る商品推奨装置は、
　所定の商品群に含まれる商品のそれぞれについて、当該商品の利用が開始されてから当該商品の利用が終了するまでに要すると想定される想定時間が記憶される時間記憶部と、
　前記商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と、当該購入された商品と、当該商品の購入日時とを含む履歴情報が記憶される履歴記憶部と、
　前記履歴記憶部に記憶される履歴情報のうち、商品の推奨を受けるユーザ（以下「被推奨ユーザ」という。）のユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について前記時間記憶部に記憶される想定時間と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用を終了する日時を推定する推定部と、
　前記被推奨ユーザが最後に購入した商品とは異なる他の商品を前記商品群から選択して、当該選択された他の商品を、前記推定された日時に、当該被推奨ユーザに推奨するメッセージを提示する提示部と、
　を備えることを特徴とする。
　また、本発明の第１の観点に係る商品推奨装置において、
　前記推定部は、
　前記被推奨ユーザについて前記履歴記憶部に記憶された履歴に係る商品を、購入日時の順に商品1、商品2、…、商品nのように並べ、
　整数i = 1，2，…，n-1のそれぞれについて、当該被推奨ユーザが当該商品iを購入した購入日時T[i]と、当該被推奨ユーザが当該商品（i+1）を購入した購入日時T[i+1]と、当該商品iについて前記時間記憶部に記憶された想定時間A[i]と、から、比c[i] = (T[i+1]-T[i])/A[i]を求め、
　当該求められた比の列c[1]，c[2]，…，c[n-1]から、当該被推奨ユーザが最後に購入した商品nに係る比c[n]を推定し、
　当該最後に購入した日時T[n]と、当該推定された比c[n]と、当該記憶された時間A[n]と、から、当該最後に購入した商品ｎの利用を当該被推奨ユーザが完了する日時を、T[n] + A[n]・c[n]と推定するようにしてもよい。
　また、本発明の第１の観点に係る商品推奨装置において、
　前記推定部は、
　古い購入履歴より求めた前記比c[i]（i = 1～n-1）ほど、前記比c[n]に対する寄与率を低くする重み付き平均により、前記被推奨ユーザが最後に購入した商品nに係る比c[n]を推定するようにしてもよい。
　あるいは、本発明の第１の観点に係る商品推奨装置において、
　前記推定部は、前記重み付き平均に前記購入日時T[n]の季節に応じてあらかじめ定められる季節係数を乗じた値を、比c[n]と推定するようにしてもよい。
　また、本発明の第１の観点に係る商品推奨装置において、
　前記履歴記憶部には、購入した商品を売却した売却日時がさらに含まれ、
　前記推定部は、前記被推奨ユーザが購入した商品iを売却した場合は、前記商品iを売却した売却日時S[i]と前記商品（i+1）を購入した購入日時T[i+1]とを比較して、売却日時S[i]の方が先におとずれる場合、前記比c[i]を
　c[i] = (S[i]-T[i])/A[i]
のように求めることとしてもよい。
　あるいは、本発明の第１の観点に係る商品推奨装置において、
　前記履歴記憶部には、購入した商品を売却した売却日時がさらに含まれ、
　前記推定部は、前記被推奨ユーザが購入した商品iを売却した場合は、前記商品iを売却日時S[i]により、前記比c[i]を
　c[i] = (S[i]-T[i])/A[i]
のように求めることとしてもよい。
　あるいは、本発明の第１の観点に係る商品推奨装置において、
　前記履歴情報のうち、購入日時と売却日時の双方を含む履歴情報から、当該履歴情報に係る商品の当該購入日時と当該売却日時との間隔を求め、当該求められた間隔に基づいて、当該商品の前記時間記憶部に記憶される想定時間を修正するようにしてもよい。
　あるいは、本発明の第１の観点に係る商品推奨装置において、
　前記履歴情報のうち、第１の商品に係る履歴情報と、当該第1の商品の購入後に同じユーザにより購入された商品のうち直近に購入された第２の商品に係る履歴情報と、のそれぞれに含まれる購入日時の間隔に基づいて、当該第１の商品の前記時間記憶部に記憶される想定時間を修正するようにしてもよい。
　本発明の第２の観点に係る商品推奨方法は、
　所定の商品群に含まれる商品のそれぞれについて、当該商品の利用が開始されてから当該商品の利用が終了するまでに要すると想定される想定時間が記憶される時間記憶部と、前記商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と、当該購入された商品と、当該商品の購入日時とを含む履歴情報が記憶される履歴記憶部と、推定部と、提示部と、を備える商品推奨装置が実行する商品推奨方法であって、
　当該商品推奨方法は、
　前記推定部が、前記履歴記憶部に記憶される履歴情報のうち、商品の推奨を受けるユーザ（以下「被推奨ユーザ」という。）のユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について前記時間記憶部に記憶される想定時間と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用を終了する日時を推定する推定工程と、
　前記提示部が、前記被推奨ユーザが最後に購入した商品とは異なる他の商品を前記商品群から選択して、当該選択された他の商品を、前記推定された日時に、当該被推奨ユーザに推奨するメッセージを提示する提示工程と、
　を備えることを特徴とする。
　本発明の第３の観点に係るプログラムは、
　コンピュータを、
　所定の商品群に含まれる商品のそれぞれについて、当該商品の利用が開始されてから当該商品の利用が終了するまでに要すると想定される想定時間が記憶される時間記憶部、
　前記商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と、当該購入された商品と、当該商品の購入日時とを含む履歴情報が記憶される履歴記憶部、
　前記履歴記憶部に記憶される履歴情報のうち、商品の推奨を受けるユーザ（以下「被推奨ユーザ」という。）のユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について前記時間記憶部に記憶される想定時間と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用を終了する日時を推定する推定部、
　前記被推奨ユーザが最後に購入した商品とは異なる他の商品を前記商品群から選択して、当該選択された他の商品を、前記推定された日時に、当該被推奨ユーザに推奨するメッセージを提示する提示部、
　として機能させることを特徴とする。
　本発明の第４の観点に係るコンピュータ読み取り可能な記録媒体は、
　コンピュータを、
　所定の商品群に含まれる商品のそれぞれについて、当該商品の利用が開始されてから当該商品の利用が終了するまでに要すると想定される想定時間が記憶される時間記憶部、
　前記商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と、当該購入された商品と、当該商品の購入日時とを含む履歴情報が記憶される履歴記憶部、
　前記履歴記憶部に記憶される履歴情報のうち、商品の推奨を受けるユーザ（以下「被推奨ユーザ」という。）のユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について前記時間記憶部に記憶される想定時間と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用を終了する日時を推定する推定部、
　前記被推奨ユーザが最後に購入した商品とは異なる他の商品を前記商品群から選択して、当該選択された他の商品を、前記推定された日時に、当該被推奨ユーザに推奨するメッセージを提示する提示部、
　として機能させることを特徴とするプログラムを記録する。
　また、本発明のプログラムは、コンパクトディスク、フレキシブルディスク、ハードディスク、光磁気ディスク、ディジタルビデオディスク、磁気テープ、半導体メモリ等のコンピュータ読取可能な情報記録媒体に記録することができる。
　上記プログラムは、プログラムが実行されるコンピュータとは独立して、コンピュータ通信網を介して配布・販売することができる。また、上記情報記録媒体は、コンピュータとは独立して配布・販売することができる。
　本発明によれば、商品の利用を完了するのに要する時間が購入する商品ごとに異なる商品について、ユーザが商品の利用を完了する時期を予測して、適切なタイミングでユーザに商品を推奨するのに好適な商品推奨装置、商品推奨方法、プログラム、ならびに、記録媒体を提供することができる。
本発明の実施形態に係る商品推奨装置とユーザが操作する端末装置との関係を示す図である。 本発明の実施形態に係る商品推奨装置が実現される典型的な情報処理装置の概要構成を示す図である。 商品推奨装置の概要構成を示す図である。 ユーザによる購入活動を示す図である。 実施形態１に係る履歴テーブルを説明するための図である。 実施形態１に係る平均利用時間テーブルを説明するための図である。 実施形態１に係る被推奨ユーザ履歴テーブルを説明するための図である。 被推奨ユーザに提示する商品推奨メッセージを説明するための図である。 実施形態１に係る商品推奨装置の各部が行う処理を説明するためのフローチャート図である。 実施形態１に係る商品推奨装置の推定部が行う利用完了日時推定処理を説明するためのフローチャート図である。 季節係数テーブルを説明するための図である。 実施形態２に係る商品推奨装置の推定部が行う利用完了日時推定処理を説明するためのフローチャート図である。 ユーザによる購入・売却活動を示す図である。 実施形態３に係る履歴テーブルを説明するための図である。 実施形態３に係る被推奨ユーザ履歴テーブルを説明するための図である。 実施形態３に係る商品推奨装置の各部が行う処理を説明するためのフローチャート図である。 実施形態３に係る商品推奨装置の推定部が行う利用完了日時推定処理を説明するためのフローチャート図である。 実施形態４に係る商品推奨装置の推定部が行う利用完了日時推定処理を説明するためのフローチャート図である。
　本発明の実施形態に係る商品推奨装置１００は、図１に示すように、インターネット３００に接続し、当該インターネット３００にはユーザが操作する複数の端末装置２０１、２０２～２０ｎが接続されている。ユーザは、端末装置２０１、２０２～２０ｎを用いて商品の購入や売却を行う。商品推奨装置１００は、インターネット３００を介して、複数のユーザの端末装置２０１、２０２～２０ｎから、ユーザが購入した商品の情報等を受け付け、端末装置２０１、２０２～２０ｎのユーザに対して、適切な時期に所定の商品の推奨を行うものである。
　以下、本発明の実施形態に係る商品推奨装置１００が実現される典型的な情報処理装置４００について説明する。
　情報処理装置４００は、図２に示すように、ＣＰＵ（Central Processing Unit）４０１と、ＲＯＭ（Read only Memory）４０２と、ＲＡＭ（Random Access Memory）４０３と、ＮＩＣ（Network Interface Card）４０４、画像処理部４０５と、音声処理部４０６と、ＤＶＤ－ＲＯＭ（Digital Versatile Disc ROM）ドライブ４０７と、インターフェース４０８と、外部メモリ４０９と、コントローラ４１０と、モニタ４１１と、スピーカ４１２と、を備える。
　ＣＰＵ　４０１は、情報処理装置４００全体の動作を制御し、各構成要素と接続され制御信号やデータをやりとりする。
　ＲＯＭ　４０２には、電源投入直後に実行されるＩＰＬ（Initial Program Loader）が記録され、これが実行されることにより、所定のプログラムをＲＡＭ　４０３に読み出してＣＰＵ　４０１による実行が開始される。また、ＲＯＭ　４０２には、情報処理装置４００全体の動作制御に必要なオペレーティングシステムのプログラムや各種のデータが記録される。
　ＲＡＭ　４０３は、データやプログラムを一時的に記憶するためのもので、ＤＶＤ－ＲＯＭから読み出したプログラムやデータ、その他、通信に必要なデータ等が保持される。
　ＮＩＣ　４０４は、情報処理装置４００をインターネット３００等のコンピュータ通信網に接続するためのものであり、ＬＡＮ（Local Area Network）を構成する際に用いられる１０ＢＡＳＥ－Ｔ／１００ＢＡＳＥ－Ｔ規格にしたがうものや、電話回線を用いてインターネットに接続するためのアナログモデム、ＩＳＤＮ（Integrated Services Digital Network）モデム、ＡＤＳＬ（Asymmetric Digital Subscriber Line）モデム、ケーブルテレビジョン回線を用いてインターネットに接続するためのケーブルモデム等と、これらとＣＰＵ　４０１との仲立ちを行うインターフェース（図示せず）により構成される。
　画像処理部４０５は、ＤＶＤ－ＲＯＭ等から読み出されたデータをＣＰＵ　４０１や画像処理部４０５が備える画像演算プロセッサ（図示せず）によって加工処理した後、これを画像処理部４０５が備えるフレームメモリ（図示せず）に記録する。フレームメモリに記録された画像情報は、所定の同期タイミングでビデオ信号に変換され、モニタ４１１に出力される。これにより、各種の画像表示が可能となる。
　音声処理部４０６は、ＤＶＤ－ＲＯＭ等から読み出した音声データをアナログ音声信号に変換し、これに接続されたスピーカ４１２から出力させる。また、ＣＰＵ　４０１の制御の下、情報処理装置が行う処理の進行の中で発生させるべき音を生成し、これに対応した音声をスピーカ４１２から出力させる。
　ＤＶＤ－ＲＯＭドライブ４０７に装着されるＤＶＤ－ＲＯＭには、例えば、実施形態に係る商品推奨装置１００を実現するためのプログラムが記憶される。ＣＰＵ　４０１の制御によって、ＤＶＤ－ＲＯＭドライブ４０７は、これに装着されたＤＶＤ－ＲＯＭに対する読み出し処理を行って、必要なプログラムやデータを読み出し、これらはＲＡＭ　４０３等に一時的に記憶される。
　インターフェース４０８には、外部メモリ４０９、コントローラ４１０、モニタ４１１、及びスピーカ４１２が、着脱可能に接続される。
　外部メモリ４０９には、ユーザの個人情報に関するデータなどが書き換え可能に記憶される。
　コントローラ４１０は、情報処理装置４００の各種の設定時などに行われる操作入力を受け付ける。情報処理装置４００のユーザは、コントローラ４１０を介して指示入力を行うことにより、これらのデータを適宜外部メモリ４０９に記録することができる。
　モニタ４１１は、画像処理部４０５により出力されたデータを情報処理装置４００のユーザに提示する。
　スピーカ４１２は、音声処理部４０６により出力された音声データを情報処理装置４００のユーザに提示する。
　このほか、情報処理装置４００は、ハードディスク等の大容量外部記憶装置を用いて、ＲＯＭ　４０２、ＲＡＭ　４０３、外部メモリ４０９、ＤＶＤ－ＲＯＭドライブ４０７に装着されるＤＶＤ－ＲＯＭ等と同じ機能を果たすように構成してもよい。
　以下、上記情報処理装置４００において実現される実施形態１乃至３に係る商品推奨装置１００の機能構成について、図１乃至１７を参照して説明する。情報処理装置４００の電源を投入することにより、実施形態に係る商品推奨装置１００として機能させるプログラムが実行され、実施形態１乃至３に係る商品推奨装置１００が実現される。
（実施形態１）
　実施形態１に係る商品推奨装置１００は、平均的なユーザが商品を利用すると想定される時間の情報と、商品の購入間隔の情報とを利用して、ユーザが商品の利用を完了する日時を推測し、推測した日時が経過した時に所定の商品の推奨を行うものである。
　実施形態１に係る商品推奨装置１００は、図３に示すように、履歴記憶部１０１と、時間記憶部１０２と、推定部１０３と、提示部１０４と、から構成される。
　以下、ユーザＸが、図４に示すような購入活動をした場合を例に、各部の機能について説明する。
　履歴記憶部１０１には、所定の商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と、当該購入された商品と、当該商品の購入日時とを含む履歴情報が記憶される。
　したがって、ＲＡＭ　４０３又は外部メモリ４０９が履歴記憶部１０１として機能する。
　ここで、商品群とは、例えば、「食料品」、「ゲーム」、「書籍」、又は「ＤＶＤ」などであり、ユーザが同一の使用傾向を示す商品のカテゴリである。また、所定の商品群とは、同じ商品が反復して購入される可能性が低い商品のカテゴリであるとする。そして、所定の商品群に含まれる商品は、商品の使用開始と使用終了とが既定することができる商品であるとする。すなわち、「食料品」に含まれる「水」や「米」などの商品は、反復して購入されるものであるので、所定の商品群ではない。一方、「ゲーム」、「書籍」又は「ＤＶＤ」の商品群においては、同一の商品が反復して購入される可能性は低いので、所定の商品群である。そして、「書籍」の商品群に含まれる商品は、例えば、使用開始（読み始め）と使用終了（読み終わり）とがある「小説」や「雑誌」の商品である。一方、例えば、「辞書」の商品は、「書籍」の商品群に含まれるものであるが、一般的に、繰り返し継続して使用するものであって使用終了が既定できるものではない。したがって、このような商品は、「書籍」の商品群に含まれる商品から除く。
　具体的には、履歴記憶部１０１には、商品を購入したユーザのユーザＩＤ　１０１ａ１と、当該ユーザが購入した商品が属する商品群１０１ａ２と、購入した購入商品１０１ａ３（p[i]（i = 1～N、N：任意の数））と、購入日時１０１ａ４（t[i]（i = 1～N））とを対応付けて登録するテーブル（以下、「履歴テーブル１０１ａ」という。）が格納される。履歴テーブル１０１ａに登録される購入の履歴は、所定の商品群に属する商品に関するものであり、所定の商品群以外の商品群に属する商品の購入履歴は登録されない。
　図５に、ユーザＸ（ユーザＩＤは“Ｘ”であるとする）が、図４に示す購入活動を行った場合の履歴テーブル１０１ａの例を示す。
　ユーザＸは、１５個の商品p[i]（i = 1～15）を購入し、そのうち所定の商品群の商品（「ゲーム」、「書籍」、及び「ＤＶＤ」）の商品を、８個購入している。履歴テーブル１０１ａに登録される商品は、「ゲーム」、「書籍」又は「ＤＶＤ」などの、同じ商品が反復して購入される可能性が低い商品であり、食品等の、定期的、周期的に購入される商品は含まれない。したがって、「食料品１」の購入履歴は、履歴テーブル１０１ａには登録されない。ユーザＸが、所定の商品群に属する商品“ゲーム３”を４月７日２２時０分に購入したとすると、履歴テーブル１０１ａには、ユーザＩＤ“Ｘ”と、ゲーム３の商品群の“ゲーム”と、商品“ゲーム３”と、購入日時“４月７日２２時０分”と、が対応付けて登録される。
　以下、同様に所定の商品群に属する商品についての購入履歴が履歴テーブル１０１ａに登録される。また、履歴テーブル１０１ａには、ユーザＸ以外のユーザについても、同様に購入の履歴が登録されている。
　時間記憶部１０２には、所定の商品群に含まれる商品のそれぞれについて、当該商品の利用が開始されてから当該商品の利用が終了するまでに要すると想定される想定時間が記憶される。
　したがって、ＲＡＭ　４０３又は外部メモリ４０９が時間記憶部１０２として機能する。
　想定時間は、例えば、平均的なユーザが商品を利用し始めてから利用し終えるのに要する時間（以下、「平均利用時間」という）である。平均利用時間は、例えば、ゲーム商品や書籍の製造販売元から提示される、平均的なユーザがゲームをクリアするまでの時間や書籍を読み終えるまでの時間である。あるいは、平均利用時間は、例えば、他のユーザが、商品推奨装置１００において、商品を購入してから当該商品と同じ商品群の他の商品を購入するまでの期間を平均した時間、又は、商品推奨他のユーザが、商品推奨装置１００において、商品を購入してから当該商品を売却するまでの期間を平均した時間であるとしてもよい。以下、時間記憶部１０２に記憶される想定時間を平均利用時間として説明する。
　具体的には、時間記憶部１０２には、所定の商品群１０２ａ１と、当該商品群に含まれる商品１０２ａ２と、当該商品の平均利用時間１０２ａ３と、が対応付けて登録されるテーブル（以下、「平均利用時間テーブル１０２ａ」という）が格納される。平均利用時間テーブル１０２ａの例を図６に示す。平均利用時間テーブル１０２ａには、商品群“ゲーム”に属するｘ個の商品“ゲーム１”～“ゲームｘ”、商品群“書籍”に属するｙ個の商品“書籍１”～“書籍ｙ”、及び、商品群“ＤＶＤ”に属するｚ個の商品“ＤＶＤ１”～“ＤＶＤｚ”等の平均利用時間１０２ａ３が登録されている。例えば、商品“ゲーム１”の平均利用時間“20”は、平均的なユーザが商品“ゲーム１”をクリアするまでに、20時間要することを示している。また、商品が書籍の場合は、平均的なユーザが当該書籍を読み終えるのに要する時間、商品がＤＶＤの場合には、平均的なユーザが視聴し終えるのに要する時間を示すものである。
　推定部１０３は、履歴記憶部１０１に記憶される履歴情報のうち、商品の推奨を受けるユーザ（以下、「被推奨ユーザ」という。）のユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について時間記憶部１０２に記憶される想定時間と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用を終了する日時（以下、「利用完了日時」という）を推定する。
　したがって、ＣＰＵ　４０１が推定部１０３として機能する。
　以下、推定部１０３が、被推奨ユーザが最後に購入した商品P[n]（n：任意の数）の利用完了日時を推定する手法について示す。
　まず、推定部１０３は、履歴テーブル１０１ａに記録された履歴情報のうち、被推奨ユーザが最後に購入した商品が属する商品群についての履歴情報を抽出し、当該履歴情報を購入日時順に並び替えて、一時的にＲＡＭ　４０３に記憶させる。以下、並び替えたテーブルを「被推奨ユーザ履歴テーブル１０３ａ」という。被推奨ユーザ履歴テーブル１０３ａには、被推奨ユーザのユーザＩＤ　１０３ａ１と、当該ユーザが購入した商品が属する商品群１０３ａ２と、購入した購入商品１０３ａ３（P[i]（i = 1～n））と、購入日時１０３ａ４（T[i]（i = 1～n））と、が対応付けて登録される。また、推定部１０３は、平均利用時間テーブル１０２ａを参照して、購入商品P[i]（i = 1～n）の平均利用時間A[i]（i = 1～n）を求める。求めた平均利用時間A[i]（i = 1～n）は、被推奨ユーザ履歴テーブル１０３ａの平均利用時間１０３ａ５として登録される。
　図７に、被推奨ユーザ履歴テーブル１０３ａの例を示す。
　例えば、被推奨ユーザをユーザＸとし、図５の履歴テーブル１０１ａに基づいて、購入商品“ゲーム２”の利用完了日時を求めるとする。この場合、推定部１０３は、図５の履歴テーブル１０１ａからユーザＸの履歴情報であって、商品群“ゲーム”に係る履歴情報を抽出し、図７の被推奨ユーザ履歴テーブル１０３ａに示すように購入日時の順に並び替える。次に、図６の平均利用時間テーブル１０２ａを参照して、商品群“ゲーム”に属する購入商品P[1]（ゲーム３）の平均利用時間A[1]（60時間）、商品P[2]（ゲーム１）の平均利用時間A[2]（20時間）、商品P[3]（ゲーム５）の平均利用時間A[3]（30時間）、商品P[4]（ゲーム４）の平均利用時間A[4]（40時間）、及び、商品P[5]（ゲーム２）の平均利用時間A[5]（50時間）、を求め、図７の被推奨ユーザ履歴テーブル１０３ａに登録する。
　次に、推定部１０３は、被推奨ユーザが最後に購入した商品P[n]以外の商品P[i]（i = 1～n-1）について、購入間隔T[i+1]-T[i]（i = 1～n-1）を求める。一般的に、商品P[i]を購入した後に同じ商品群に属する商品P[i+1]を購入したということは、商品P[i]の利用は完了したと考えることができる。例えば、ユーザＸが商品“ゲーム３”を購入した後に、同じ商品群の“ゲーム１”を購入したということは、“ゲーム３”をクリアした、又は“ゲーム３”に飽きたので、新たな“ゲーム１”を購入したと考えることができる。したがって、本実施形態では、購入日時T[i+1]は、商品P[i]の利用を完了した日時とみなし、購入間隔T[i+1]-T[i]は、ユーザが商品P[i]の利用を完了するのに要した時間とみなすこととする。
　推定部１０３は、ユーザが商品P[i]（i = 1～n-1）の利用を完了するのに要した時間T[i+1]-T[i]（i = 1～n-1）（以下、「利用時間」という）と、平均的なユーザが商品P[i]（i = 1～n-1）の利用を完了するのに要する時間（平均利用時間）A[i]（i = 1～n-1）との比c[i] = (T[i+1]-T[i])/A[i]（以下、「利用時間比」という）を求める。利用時間比c[i]（i = 1～n-1）は、値が大きいほど、被推奨ユーザが平均的なユーザに比べて、商品の利用を完了するまでに時間がかかったことを示す。なお、商品P[i]（i = 1～n）の平均利用時間A[i]（i = 1～n）は、連続して利用した場合に商品P[i]（i = 1～n）を利用し終える時間であることが多く、一方、利用時間T[i+1]-T[i]は、購入間隔であるので、利用時間比c[i]（i = 1～n-1）は1より大きくなるのが一般的である。
　図７の例では、推定部１０３は、商品P[1]の利用時間T[2]-T[1]（= 216時間）、商品P[2]の利用時間T[3]-T[2]（= 97時間）、商品P[3]の利用時間T[4]-T[3]（= 144時間）、及び、商品P[4]の利用時間T[5]-T[4]（= 70時間）、を求める。そして、推定部１０３は、求めた利用時間T[i+1]-T[i]（i = 1～n-1）と平均利用時間A[i]（i = 1～n-1）とに基づいて、商品P[1]の利用時間比c[1]（= 3.60）、商品P[2]の利用時間比c[2]（= 4.85）、商品P[3]の利用時間比c[3]（= 4.80）、及び、商品P[4]の利用時間比c[4]（= 1.75）、を求める。
　次に、推定部１０３は、最後に購入した商品P[n]の利用時間（T[n+1]-T[n]）と当該商品の平均利用時間A[n]との利用時間比c[n]を求める。商品P[n]の利用を完了する日時、すなわち、新たな商品P[n+1]の購入日時T[n+1]は測定されていない値であるので、求めたc[i]（i = 1～n-1）に基づいて、c[n]を推定する。本実施形態では、古い購入履歴より求めた利用時間比c[i]（i = 1～n-1）ほど、c[n]に対する寄与率が低いと仮定し、c[n]を以下の式により求める。
　c[n] = Σi=1 n-1 c[i]×wn-i-1/Σi=1 n-1 wn-i-1　・・・式（１）
wは0以上１以下の数であり、適宜設定することができる。
　例えば、図７の例（n = 5）において、w = 0.95とすると、c[5] = 3.71と求めることができる。
　そして、求めたc[n]を用いて、商品P[n]の利用完了日時T[n+1]を以下の式により求める。
　T[n+1] = T[n] + A[n]・c[n]　・・・式（２）
　例えば、図７の例において、A[5]・c[5] = 185.5時間であるので、商品P[5]（ゲーム２）の利用完了日時T[6]は、“５月７日１４時３０分”と求められる。
　提示部１０４は、被推奨ユーザが最後に購入した商品とは異なる他の商品を最後に購入した商品の商品群から選択して、当該選択された他の商品を、推定部１０３により推定された日時に、当該被推奨ユーザに推奨するメッセージ（以下、「商品推奨メッセージ」という）を提示する。
　したがって、ＣＰＵ　４０１、画像処理部４０５、及びモニタ４１１が提示部１０４として機能する。
　例えば、推定部１０３により推定された利用完了日時T[n+1]に達すると、提示部１０４は、ユーザが購入した商品P[n]と同じ商品群に属する商品であって、ユーザＸに推奨するのに適当な商品の情報を示す画像５００（図８）をモニタ４１１に表示する。また、推定された利用完了日時に達した時に、予め登録されているユーザＸのメールアドレスに画像５００を送信してもよい。あるいは、推定された利用完了日時の経過後、ユーザが商品の購入サイト等にログインした時にブラウザに画像５００を表示させるようにしてもよい。
　なお、推奨する商品の選び方は任意である。商品P[n]が属する商品群に含まれる商品であれば、過去に購入されていないものからランダムに選択するようにしてもよい。また、被推奨ユーザの購入履歴からユーザの趣向を判断して、最も購入されそうな商品を推奨する商品として選択してもよい。あるいは、最も人気のある商品を推奨する商品として選択してもよい。
　なお、本実施形態では、所定の商品群を、「ゲーム」、「書籍」、又は「ＤＶＤ」等のコンテンツを例に説明したが、所定の商品群はこれに限らない。例えば、所定の商品群を、耐用年数が既定されている冷蔵庫等の「家電製品」や、「自動車」などとしてもよい。この場合、平均利用時間は、当該耐用年数を用いることができる。
　次に、商品推奨装置１００の各部が行う動作について図９及び図１０のフローチャートを用いて説明する。商品推奨装置１００に電源が投入されると、ＣＰＵ　４０１は、図９のフローチャートに示す商品推奨処理を開始する。以下、被推奨ユーザをユーザＸとして、ユーザＸが図４及び図５に示すような購入活動をした場合を例に説明する。
　ＣＰＵ　４０１は、所定の商品群に属する商品が購入されたか否かを判断する（ステップＳ１０１）。ＣＰＵ　４０１は、商品が購入されたと判断すると（ステップＳ１０１；Ｙｅｓ）、商品を購入したユーザのユーザＩＤと、購入商品の属する商品群と、購入商品p[N]と、購入日時t[N]と、を対応付けて履歴テーブル１０１ａに登録する（ステップＳ１０２）。一方、ＣＰＵ　４０１が、所定の商品群に属する商品が購入されていない判断した場合（ステップＳ１０１；Ｎｏ）、そのまま待機する。例えば、ユーザＸが、商品“ゲーム２”を４月２９日２１時０分に購入したとすると、ＣＰＵ　４０１は、ユーザＩＤ“Ｘ”と、商品群“ゲーム”と、購入商品“ゲーム２”と、購入日時“４月２９日２１時０分”と、を履歴テーブル１０１ａに登録する。一方、ユーザＸが、“食料品１”を購入した場合、ＣＰＵ　４０１はそのまま待機する。
　購入履歴が履歴記憶部１０１に記憶されると（ステップＳ１０２）、次に、推定部１０３は、利用完了日時推定処理を開始する（ステップＳ１０３、図１０）。
　まず、推定部１０３は、履歴テーブル１０１ａに記録された履歴のうち、被推奨ユーザが最後に購入した商品が属する商品群についての履歴を抽出し、当該履歴を購入日時順に並び替える（ステップＳ２０１）。すなわち、図５の履歴テーブル１０１ａに登録された履歴のうち商品群“ゲーム”の履歴を抽出し、図７の被推奨ユーザ履歴テーブル１０３ａに示すように、購入日時順に並び替える。
　次に、推定部１０３は、購入商品の平均利用時間A[i]（i = 1～n）を求める（ステップＳ２０２）。例えば、推定部１０３は、図６の平均利用時間テーブル１０２ａを参照して、図７に含まれる購入商品“ゲーム３”、“ゲーム１”、“ゲーム５”、“ゲーム４”、及び“ゲーム２”の平均利用時間を“60時間”、“20時間”、“30時間”、“40時間”、及び、“50時間”と求める。
　次に、推定部１０３は、ユーザが購入商品P[i]（i = 1～n-1）を利用する利用時間T[i+1]-T[i]（i = 1～n-1）を求める（ステップＳ２０３）。例えば、推定部１０３は、図７に含まれる購入商品“ゲーム３”、“ゲーム１”、“ゲーム５”、及び“ゲーム４”の利用時間を“216時間”、“97時間”、“144時間”、及び、“70時間”と求める。
　次に、推定部１０３は、被推奨ユーザ履歴テーブル１０３ａに登録されている商品P[i]（i = 1～n-1）について利用時間比c[i] = (T[i+1]-T[i])/A[i]（i = 1～n-1）を求める（ステップＳ２０４）。例えば、推定部１０３は、ステップＳ２０２及びステップＳ２０３で求めた値から、購入商品“ゲーム３”、“ゲーム１”、“ゲーム５”、及び“ゲーム４”の利用時間比を“3.60”、“4.85”、“4.80”、及び“1.75”と求める。
　次に、求めた利用時間比c[i]（i = 1～n-1）を上記式（１）に代入して、最後に購入した商品P[n]の利用時間比c[n]を求める（ステップＳ２０５）。例えば、w = 0.95とすると、推定部１０３は、ステップＳ２０４で求めた購入商品の利用時間比c[i]（i = 1～4）を式（１）に代入して、c[5] = 3.71と求める。
　推定部１０３は、求めたA[n]及びc[n]を上記式（２）に代入して、P[n]の利用完了日時T[n+1]を求める（ステップＳ２０６）。例えば、推定部１０３は、ステップＳ２０２で求めた平均利用時間A[5]とステップＳ２０５で求めた利用時間比c[5]とを式（２）に代入して、図４の“ゲーム２”の利用完了日時T[6]を“５月７日１４時３０分”と求める。
　なお、図１０に示すフローチャートの順序は一例であり、これに限られない。例えば、平均利用時間A[i]（i = 1～n）を求める処理はステップＳ２０１以降、ステップＳ２０５の前であれば、どのタイミングで行われてもよい。
　利用完了日時推定処理（ステップＳ１０３、図１０）により、P[n]の利用完了日時T[n+1]が求まると、提示部１０４は、現在時刻が、推定した利用完了日時に達しているか否かを判断する（ステップＳ１０４）。提示部１０４は、現在時刻が推定した利用完了日時に達していると判断した場合（ステップＳ１０４；Ｙｅｓ）、ユーザに所定の商品を推奨する商品推奨メッセージを提示する（ステップＳ１０５）。例えば、図８に示すような画像５００をユーザＸのメールアドレス宛に送信する。一方、現在時刻が推定した利用完了日時に達していない場合（ステップＳ１０４；Ｎｏ）、提示部１０４は、利用完了日時に達するまでそのまま待機する。提示部１０４が商品推奨メッセージを提示した後はステップＳ１０１に戻り、商品推奨装置１００の管理者等により処理の停止の指示があるまで、ステップＳ１０１以降の処理が繰り返し行われる。
　本実施形態によれば、商品の利用を完了するのに要する時間が購入する商品ごとに異なる商品について、ユーザが商品の利用を完了する時期を予測し、当該時期に達した時に商品を推奨することにより、適切なタイミングでユーザに商品を推奨することができる。
（実施形態２）
　実施形態２に係る商品推奨装置１００は、平均的なユーザが商品を利用すると想定される時間の情報と、商品の購入間隔の情報と、商品を購入した季節とに基づいて、ユーザが商品の利用を完了する日時を推測し、推測した日時が経過した時に所定の商品の推奨を行うものである。
　実施形態２に係る商品推奨装置１００は、図２に示すように、履歴記憶部１０１と、時間記憶部１０２と、推定部１０３と、提示部１０４と、から構成される。本実施形態の履歴記憶部１０１、時間記憶部１０２、及び、提示部１０４は、実施形態１のものとの同様の機能を有する。以下、異なる機能を有する推定部１０３について説明する。
　なお、以下では季節とは、“春”、“夏”、“秋”、“冬”のカテゴリに限らず、“年末年始”や“夏休み”等の所定の期間を含むものとする。
　推定部１０３は、履歴記憶部１０１に記憶される履歴情報のうち、被推奨ユーザのユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について時間記憶部１０２に記憶される想定時間と、季節係数と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用完了日時を推定する。ここで、季節係数Qは上記式（２）において利用時間比c[n]に乗じる係数であり、購入日時T[n]により定められる値である。季節係数が小さな値であるほど、利用完了日時T[n+1]は早く到来すると推定される。
　したがって、ＣＰＵ　４０１が推定部１０３として機能する。
　一般的に、ユーザは、平日よりも休日の方が、ゲームや書籍などを利用する時間を多く取ることができると考えられる。すなわち、ユーザが商品を利用する利用時間は、暦の影響を受けて変動するものと考えられる。また、ユーザの休日は、ユーザの属性により異なるものである。例えば、ユーザが会社員である場合は、一般的に年末年始や祝日が休日となるが、ユーザが学生である場合は、これらの休日の他に、夏休みや春休みなどがある。季節係数は、このような暦による利用時間の変動を、ユーザの利用時間T[i+1]-T[i]（i = 1～n-1）を求める際に反映させるためのものである。
　季節係数に関して、ユーザＩＤ　６０１ａ１と、属性６０１ａ２と、期間６０１ａ３と、季節係数６０１ａ４とを対応付けて登録するテーブル（以下、「季節係数テーブル６０１ａ」という。）が予め用意されているとする。季節係数テーブル６０１ａの例を図１１に示す。ユーザＸは学生であるとすると、祝日の期間（４月２９日～５月５日）、夏休み（７月２５日～８月３１日）、及び、冬休み（１２月２５日～１月７日）などが、その他の期間に利用時間が比べて変動する（増加する）時期であると考えられる。したがって、これらの期間に値が１以下の季節係数が対応付けて登録される。また、ユーザＹが会社員であるとすると、祝日の期間（４月２９日～５月５日）、及び年末年始（１２月３０日～１月３日）などが、利用時間が変動する（増加する）時期であると考えられる。したがって、これらの期間に値が１以下の季節係数が対応付けて登録される。
　本実施形態の推定部１０３は、被推奨ユーザが最後に購入した商品P[n]の利用完了日時T[n+1]を、以下の式により求める。
　T[n+1] = T[n] + A[n]・Q・c[n]　・・・式（３）
ここで、季節係数Qは、商品P[n]の購入日時T[n]から、季節係数テーブル６０１ａを参照して求める。例えば、図７の例に示すように、商品“ゲーム２”の購入日時T[5]は“４月２９日２１時０分”であるので、季節係数Qは“0.6”と求められる。利用時間比c[5] = 3.71と求められているとすると、A[5]・Q・c[5] = 111.3時間であるので、推定部１０３は、“ゲーム２”（P[5]）の利用完了日時T[6]を“５月４日１２時１８分”と求める。
　以下、本実施形態の商品推奨装置１００の各部が行う動作について説明する。本実施形態の商品推奨装置１００は、利用完了日時推定処理において実施形態１と異なる処理を行い、利用完了日時推定処理以外は、図９のフローチャートに示す処理と同様の処理を行う。以下、異なる処理を行う利用完了日時推定処理について、図１２のフローチャートを用いて説明する。なお、図１２のフローチャートのステップＳ３０１～ステップＳ３０５は、図１０のフローチャートのステップＳ２０１～ステップＳ２０５と同様であるので、説明は省略する。
　ステップＳ３０５において、利用時間比c[n]が求められた後、推定部１０３は、季節係数Qを求める（ステップＳ３０６）。例えば、図７の例に示すように、最後に購入した商品“ゲーム２”の購入日時T[5]が“４月２９日２１時０分”であるとすると、推定部１０３は、図１１の季節係数テーブル６０１ａを参照して季節係数Qを“0.6”と求める。
　推定部１０３は、ステップＳ３０２で求めた平均利用時間A[n]と、ステップＳ３０５で求めた商品P[n]の利用時間比c[n]と、ステップＳ３０６で求めた季節係数Qと、を上記式（３）に代入して、商品P[n]の利用完了日時T[n+1]を求める（ステップＳ３０７）。例えば、A[5] = 50、c[5] = 3.71とすると、商品“ゲーム２”（P[5]）の利用完了日時T[6]は５月４日１２時１８分と求められる。
　なお、季節係数Qを求める処理は、ステップＳ３０７の前であれば、どのタイミングで行われてもよい。
　本実施形態によれば、暦によるユーザの利用時間の変動を考慮して、ユーザが購入商品の利用を完了する時刻を推定することができ、適切なタイミングでユーザに商品の購入を促すことができる。
（実施形態３）
　実施形態３に係る商品推奨装置１００は、平均的なユーザが商品を利用すると想定される時間の情報と、商品の購入から売却までの間隔又は購入間隔の情報とを利用して、ユーザが商品の利用を完了する日時を推測し、推測した日時が経過した時に所定の商品の推奨を行うものである。
　実施形態３に係る商品推奨装置１００は、図２に示すように、履歴記憶部１０１と、時間記憶部１０２と、推定部１０３と、提示部１０４と、から構成される。本実施形態の時間記憶部１０２、及び、提示部１０４は、実施形態１のものとの同様の機能を有する。以下、異なる機能を有する履歴記憶部１０１及び推定部１０３について説明する。
　以下、ユーザＸが、図１３に示すような購入・売却活動をした場合を例に、各部の機能について説明する。
　履歴記憶部１０１は、所定の商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と、当該購入された商品と、当該商品の購入日時と、当該購入した商品を売却した売却日時と、を含む履歴情報が記憶される。なお、所定の商品群とは、実施形態１に示すものと同様のものを指す。
　したがって、ＲＡＭ　４０３又は外部メモリ４０９が履歴記憶部１０１として機能する。
　具体的には、履歴記憶部１０１には、購入したユーザのユーザＩＤ　１０１ａ１と、当該ユーザが購入した商品が属する商品群１０１ａ２と、購入した購入商品１０１ａ３（p[i]（i = 1～N））と、購入日時１０１ａ４（t[j]（j = 1～M、M：任意の数））と、売却日時１０１ａ５（t[j]（j = 1～M））とを対応付けて登録するテーブル（履歴テーブル１０１ａ）が格納される。履歴テーブル１０１ａに登録される購入・売却の履歴は、所定の商品群に属する商品に関するものであり、所定の商品群以外の商品群に属する商品の購入・売却履歴は登録されない。
　図１４に、ユーザＸが、図１３に示す購入・売却活動を行った場合の履歴テーブル１０１ａの例を示す。
　ユーザＸは、１５個の商品p[i]（i = 1～15）を購入し、そのうち所定の商品群の商品（「ゲーム」、「書籍」、及び「ＤＶＤ」）の商品を、８個購入している。また、所定の商品群の商品のうち、２個（“ゲーム５”、“ゲーム１”）の商品を売却している。例えば、ユーザ“Ｘ”は、商品“ゲーム１”を日時“４月１６日２２時０分”に購入し、商品“ゲーム１”を日時“４月２４日２２時０分”に売却しているので、履歴テーブル１０１ａには、ユーザＩＤ“Ｘ”と、ゲーム１の商品群の“ゲーム”と、商品“ゲーム１”と、購入日時“４月１６日２２時０分”と、売却日時“４月２４日２２時０分”と、が対応付けて登録される。
　以下、同様に所定の商品群に属する商品についての購入履歴が履歴テーブル１０１ａに登録される。また、履歴テーブル１０１ａには、ユーザＸ以外の複数のユーザについても、同様に購入の履歴が登録されている。
　推定部１０３は、履歴記憶部１０１に記憶される履歴情報のうち、被推奨ユーザのユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について時間記憶部１０２に記憶される想定時間と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用完了日時を推定する。
　したがって、ＣＰＵ　４０１が推定部１０３として機能する。
　以下、推定部１０３が、被推奨ユーザが最後に購入した商品P[n]の利用完了日時を推定する手法について示す。
　まず、推定部１０３は、履歴テーブル１０１ａに記録された履歴のうち、被推奨ユーザが最後に購入した商品が属する商品群についての履歴を抽出し、当該履歴を購入日時順に並び替えて、一時的にＲＡＭ　４０３に記憶させる。以下、並び替えたテーブルを「被推奨ユーザ履歴テーブル１０３ａ」という。被推奨ユーザ履歴テーブル１０３ａには、被推奨ユーザのユーザＩＤ　１０３ａ１と、当該ユーザが購入した商品が属する商品群１０３ａ２と、購入した購入商品１０３ａ３（P[i]（i = 1～n））と、購入日時１０３ａ４（T[i]（i = 1～n））と、平均利用時間テーブル１０２ａを参照して求めた平均利用時間１０３ａ５（A[i]（i = 1～n））と、購入商品を売却した売却日時１０３ａ６（S[i]（i = 1～n））と、が対応付けて登録される。
　図１５に、被推奨ユーザ履歴テーブル１０３ａの例を示す。
　例えば、被推奨ユーザをユーザＸとし、図１４の履歴テーブル１０１ａに基づいて、購入商品“ゲーム２”の利用完了日時を求めるとする。この場合、推定部１０３は、図１４の履歴テーブル１０１ａからユーザＸの履歴であって、商品群“ゲーム”の履歴を抽出し、図１５の被推奨ユーザ履歴テーブル１０３ａに示すように購入日時の順に並び替える。次に、図６の平均利用時間テーブル１０２ａを参照して、商品群“ゲーム”に属する購入商品P[1]（ゲーム３）の平均利用時間A[1]（60時間）、P[2]（ゲーム１）の平均利用時間A[2]（20時間）、P[3]（ゲーム５）の平均利用時間A[3]（30時間）、P[4]（ゲーム４）の平均利用時間A[4]（40時間）、及び、P[5]（ゲーム２）の平均利用時間A[5]（50時間）、を求める。
　次に、推定部１０３は、商品P[i]（i = 1～n-1）について、購入から売却までの間隔S[i]-T[i]（i = 1～n-1）を求める。一般的に商品P[i]を購入した後に商品P[i]を売却したということは、商品P[i]の利用は完了したと考えることができる。例えば、ユーザＸが商品“ゲーム３”を購入した後に、商品“ゲーム３”を売却したということは、“ゲーム３”をクリアした、又は“ゲーム３”に飽きたためと考えることができる。したがって、本実施形態では、売却日時S[i]は、商品P[i]の利用を完了した日時とみなし、購入から売却までの間隔S[i]-T[i]は、ユーザが商品P[i]の利用を完了するのに要した時間（利用時間）とみなすこととする。なお、商品P[i]（i = 1～n-1）について、売却の履歴が無い場合は、実施形態１に示すように、購入間隔T[i+1]-T[i]（i = 1～n-1）を利用時間とみなすこととする。
　推定部１０３は、ユーザが商品P[i]（i = 1～n-1）の利用時間比c[i] = (S[i]-T[i])/A[i]、又は、c[i] = (T[i+1]-T[i])/A[i]を求める。
　図１５の例では、推定部１０３は、商品P[1]の利用時間T[2]-T[1]（= 216時間）、商品P[2]の利用時間S[2]-T[2]（= 192時間）、商品P[3]の利用時間S[3]-T[3]（= 49時間）、及び、商品P[4]の利用時間T[5]-T[4]（= 70時間）、を求める。そして、商品P[1]の利用時間比c[1]（= 3.60）、商品P[2]の利用時間比c[2]（= 9.60）、商品P[3]の利用時間比c[3]（= 1.63）、及び、商品P[4]の利用時間比c[4]（= 1.75）、を求める。
　次に、現在購入した商品P[n]の利用を完了するまでに要すると想定される時間（S[n]-T[n]、又はT[n+1]- T[n]）と平均利用時間A[n]との利用時間比c[n]を求める。商品P[n]の売却日時S[n]、又は、新たな商品P[n+1]の購入日時（商品P[n]の利用完了日時）T[n+1]は測定されていない値であるので、求めたc[i]（i = 1～n-1）に基づいて、c[n]を推定する。c[n]は、c[i]（i = 1～n-1）を上記式（１）に代入することにより求まる。
　例えば、図１５の例（n = 5）において、w = 0.95とすると、c[5] = 4.06と求めることができる。
　そして、求めたc[n]を用いて、商品P[n]の利用完了日時T[n+1]（= S[n]）を上記式（２）により求める。
　例えば、図１５の例において、A[5]・c[5] = 203時間であるので、商品P[5]（ゲーム２）の利用完了日時T[6]は、“５月８日８時０分”と求められる。
　次に、商品推奨装置１００の各部が行う動作について図１６及び図１７のフローチャートを用いて説明する。商品推奨装置１００に電源が投入されると、ＣＰＵ　４０１は、図１６のフローチャートに示す商品推奨処理を開始する。以下、被推奨ユーザをユーザＸとして、ユーザＸが図１３及び図１４に示すような購入・売却活動をした場合を例に説明する。
　ＣＰＵ　４０１は、所定の商品群に属する商品が購入されたか否かを判断する（ステップＳ４０１）。ＣＰＵ　４０１は、商品が購入されたと判断すると（ステップＳ４０１；Ｙｅｓ）、商品を購入したユーザのユーザＩＤと、購入商品の属する商品群と、購入商品p[N]と、購入日時t[M]と、履歴テーブル１０１ａに登録する（ステップＳ４０２）。一方、ＣＰＵ　４０１が、所定の商品群に属する商品が購入されたと判断しない場合（ステップＳ４０１；Ｎｏ）、ＣＰＵ　４０１は、履歴記憶部１０１に記憶された購入商品p[i]（i = 1～N）のいずれかが売却されたか否かを判断する（ステップＳ４０３）。例えば、購入商品p[i]の商品群及び商品名と、売却された商品の商品群及び商品名とが一致又は類似した場合、履歴記憶部１０１に記憶された購入商品p[i]が売却されたと判断することとする。ＣＰＵ　４０１は、購入商品p[i]（i = 1～N）のいずれかが売却されたと判断すると（ステップＳ４０３；Ｙｅｓ）、商品を購入したユーザのユーザＩＤと、購入商品の属する商品群と、購入商品p[i]（i = 1～N）と、購入日時t[j]（i = 1～M）と、に対応付けて、売却日時t[j]（j = 1～M）を履歴テーブル１０１ａに登録する（ステップＳ４０４）。そして、ＣＰＵ　４０１は、当該売却された商品と同じ商品群に属する商品を推奨する商品推奨メッセージを提示する（ステップＳ４０７）。一方、ＣＰＵ　４０１が、購入商品p[i]（i = 1～N）のいずれかが売却されたと判断しない場合（ステップＳ４０３；Ｎｏ）、ステップＳ４０１に戻る。
　例えば、図１３及び図１４に示すように、ユーザＸが、商品“ゲーム２”を４月２９日２１時０分に購入したとすると、ＣＰＵ　４０１は、ユーザＩＤ“Ｘ”と、商品群“ゲーム”と、購入商品“ゲーム２”と、購入日時“４月２９日２１時０分”と、を履歴テーブル１０１ａに登録する。また、ユーザＸが、商品群“ゲーム”の商品“ゲーム５”を４月２３日０時０分に売却したとすると、ＣＰＵ　４０１は、商品群“ゲーム”の商品“ゲーム５”とする購入商品が履歴テーブル１０１ａに登録されているか否かを判断する。図１４の履歴テーブルには、商品群“ゲーム”の商品“ゲーム５”が登録されているので、ＣＰＵ　４０１は、ユーザＩＤ“Ｘ”と、商品群“ゲーム”と、購入商品“ゲーム５”と、購入日時“４月２０日２３時０分”とに対応付けて売却日時“４月２３日０時０分”を履歴テーブル１０１ａに登録する。そして、提示部１０４は、商品群“ゲーム”に属するいずれかの商品の商品推奨メッセージをユーザＸに提示する。一方、ユーザＸが、食料品１を購入した場合、ＣＰＵ　４０１はステップＳ４０１に戻り、そのまま待機する。
　購入履歴が履歴記憶部１０１に記憶されると（ステップＳ４０２）、次に、推定部１０３は、利用完了日時推定処理を開始する（ステップＳ４０５、図１７）。
　まず、推定部１０３は、履歴テーブル１０１ａに記録された履歴のうち、被推奨ユーザが最後に購入した商品が属する商品群についての履歴情報を抽出し、当該履歴情報を購入日時順に並び替える（ステップＳ５０１）。すなわち、図１４の履歴テーブル１０１ａに登録された履歴のうち商品群“ゲーム”の履歴を抽出し、図１５の被推奨ユーザ履歴テーブル１０３ａに示すように、購入日時順に並び替える。
　次に、推定部１０３は、購入商品の平均利用時間A[i]（i = 1～n）を、平均利用時間テーブル１０２ａを参照して求める（ステップＳ５０２）。例えば、推定部１０３は、図６の平均利用時間テーブル１０２ａを参照して、図１５に含まれる購入商品“ゲーム３”、“ゲーム１”、“ゲーム５”、“ゲーム４”、及び“ゲーム２”の平均利用時間を“60時間”、“20時間”、“30時間”、“40時間”、及び、“50時間”と求める。
　次に、推定部１０３は、被推奨ユーザ履歴テーブル１０３ａに登録された購入商品P[i]（i = 1～n-1）について売却履歴があるか否か判断する（ステップＳ５０３）。推定部１０３は、売却履歴があると判断した場合（ステップＳ５０３；Ｙｅｓ）、購入商品P[i]（i = 1～n-1）の利用時間をS[i]-T[i]（i = 1～n-1）により求める（ステップＳ５０４）。一方、推定部１０３は、売却履歴が無いと判断した場合（ステップＳ５０３；Ｎｏ）、購入商品P[i]（i = 1～n-1）の利用時間をT[i+1]-T[i]（i = 1～n-1）により求める（ステップＳ５０５）。例えば、推定部１０３は、図１５に含まれる購入商品“ゲーム１”及び“ゲーム５”、の利用時間S[i]-T[i]（i = 2、3）を、“192時間”及び“49時間”と求め、“ゲーム３”、及び“ゲーム４”の利用時間をT[i+1]-T[i]（i = 1、4）を、“216時間”、及び、“70時間”と求める。
　次に、推定部１０３は、被推奨ユーザ履歴テーブル１０３ａに登録されている商品P[i]（i = 1～n-1）について利用時間比c[i]= (S[i]-T[i])/A[i]（i = 1～n-1）又はc[i] = (T[i+1]-T[i])/A[i]（i = 1～n-1）を求める（ステップＳ５０６）。例えば、推定部１０３は、ステップＳ５０２、ステップＳ５０４、及びステップＳ５０５で求めた値から、購入商品“ゲーム３”、“ゲーム１”、“ゲーム５”、及び“ゲーム４”の利用時間比を“3.60”、“9.60”、“1.63”、及び“1.75”と求める。
　次に、求めた利用時間比c[i]（i = 1～n-1）を上記式（１）に代入して、最後に購入した商品P[n]の利用時間比c[n]を求める（ステップＳ５０７）。例えば、w = 0.95とすると、推定部１０３は、ステップＳ５０６で求めた購入商品の利用時間比c[i]（i = 1～4）を式（１）に代入して、c[5] = 4.06と求める。
　推定部１０３は、求めたA[n]及びc[n]を上記式（２）に代入して、P[n]の利用完了日時T[n+1]（=S[n]）を求める（ステップＳ５０８）。例えば、推定部１０３は、ステップＳ５０２で求めた平均利用時間A[5]とステップＳ５０７で求めた利用時間比c[5]とを式（２）に代入して、図１３の“ゲーム２”の利用完了日時T[6]を“５月８日８時０分”と求める。
　なお、図１７に示すフローチャートの順序は一例であり、これに限られない。例えば、平均利用時間A[i]（i = 1～n）を求める処理はステップＳ５０１以降、ステップＳ５０８の前であれば、どのタイミングで行われてもよい。
　利用完了日時推定処理（ステップＳ４０５、図１７）により、P[n]の利用完了日時T[n+1]が求まると、提示部１０４は、現在時刻が、推定した利用完了日時に達しているか否かを判断する（ステップＳ４０６）。提示部１０４は、現在時刻が推定した利用完了日時に達していると判断した場合（ステップＳ４０６；Ｙｅｓ）、ユーザに所定の商品を推奨する商品推奨メッセージを提示する（ステップＳ４０７）。例えば、図８に示すような画像５００をユーザＸのメールアドレス宛に送信する。一方、現在時刻が推定した利用完了日時に達しない場合（ステップＳ４０６；Ｎｏ）、提示部１０４は、利用完了日時に達するまでそのまま待機する。
　本実施形態において、ユーザの利用時間を求める際に、被推奨ユーザ履歴テーブル１０３ａに売却履歴がある場合は売却日時を優先して用いるようにしているが、利用時間を求める手法はこれに限らない。例えば、推定部１０３は、売却日時S[i]と購入日時T[i+1]とを比較し、早い日時の方を商品P[i]の利用完了日時として利用時間を求めてもよい。図１５の例では、商品“ゲーム１”の売却日時S[2]は次の商品“ゲーム５”の購入日時T[3]よりも遅い。したがって、商品“ゲーム１”の利用完了日時を購入日時T[3]として、商品“ゲーム２”の利用時間をT[3]-T[2]（= 97時間）と求める。一方、商品“ゲーム５”の売却日時S[3]は次の商品“ゲーム４”の購入日時T[4]よりも早い。したがって、商品“ゲーム５”の利用完了日時を売却日時S[3]として、商品“ゲーム５”の利用時間をS[3]-T[3]（= 49時間）と求める。
　本実施形態によれば、ユーザが購入商品を売却した日時を用いることにより、ユーザが当該商品の利用を完了した日時を的確に推定することができ、適切なタイミングでユーザに商品を推奨することができる。
（実施形態４）
　実施形態４に係る商品推奨装置１００は、平均的なユーザが商品を利用すると想定される時間の情報を、被推奨ユーザの購入売却履歴に基づいて修正し、当該修正後の時間の情報と、商品の購入売却間隔又は購入間隔の情報とを利用して、ユーザが商品の利用を完了する日時を推測し、推測した日時が経過した時に所定の商品の推奨を行うものである。
　実施形態４に係る商品推奨装置１００は、図２に示すように、履歴記憶部１０１と、時間記憶部１０２と、推定部１０３と、提示部１０４と、から構成される。本実施形態の履歴記憶部１０１、推定部１０３、及び、提示部１０４は、実施形態３のものとの同様の機能を有する。以下、異なる機能を有する時間記憶部１０２について説明する。
　時間記憶部１０２には、所定の商品群に含まれる商品のそれぞれについて、当該商品の利用が開始されてから当該商品の利用が終了するまでに要すると想定される想定時間が記憶される。そして、履歴情報のうち、購入日時と売却日時の双方を含む履歴情報から、当該履歴情報に係る商品の当該購入日時と当該売却日時との間隔を求め、当該求められた間隔に基づいて、当該商品の時間記憶部１０２に記憶される想定時間を修正する。
　図１５の被推奨ユーザ履歴テーブル１０１ａにおいて、被推奨ユーザ“Ｘ”の履歴情報のうち購入日時及び売却日時が登録されている“ゲーム５”を例に、図６の平均利用時間A[i]（i = 1～n）を修正する手法について示す。
　例えば、修正後の平均利用時間A[i]（i = 1～n）を以下の式により求める。
　αA[i] + (1 - α)(S[i] - T[i])　・・・式（４）
　ここで、αは０以上１以下の任意の数であるとする。αの値が小さいほど、予め登録された平均利用時間に対して、被推奨ユーザの購入売却間隔の傾向が強く反映されることを示す。以下、αを0.95とする。
　ゲーム５（P[3]）の購入日時から売却日時までの間隔S[3] - T[3] は49時間であり、ゲーム５の平均利用時間A[3]は30時間である。したがって、式（４）より、修正後の平均利用時間A[3]は30.95時間と求められる。
　また、あるいは、履歴情報のうち、第１の商品に係る履歴情報と、当該第１の商品の購入後に同じユーザにより購入された商品のうち直近に購入された第２の商品に係る履歴情報と、のそれぞれに含まれる購入日時の間隔に基づいて、当該第１の商品の時間記憶部１０２に記憶される想定時間を修正する。
　例えば、修正後の平均利用時間A[i]（i = 1～n）を以下の式により求める。
　βA[i] + (1 - β)(T[i+1] - T[i])　・・・式（５）
　ここで、βは０以上１以下の任意の定数であるとする。αの値が小さいほど、予め登録された平均利用時間に対して、被推奨ユーザの購入間隔の傾向が強く反映されることを示す。以下、βを0.95とする。
　ゲーム３（P[1]）の購入日時T[1]から次のゲーム１（P[2]）の購入日時T[2]までの間隔T[2] - T[1] は216時間であり、ゲーム３の平均利用時間A[1]は60時間である。したがって、式（５）より、修正後の平均利用時間A[1]は67.8時間と求められる。
　以下、推定部１０３が、利用完了日時を推定する際に平均利用時間の修正を行うこととし、被推奨ユーザの売却日時の履歴情報が存在する場合は、式（４）に基づき平均利用時間を修正し、売却日時の履歴情報が存在しない場合は、式（５）に基づき平均利用時間を修正することとする。
　次に、本実施形態の商品推奨装置１００の各部が行う動作について説明する。本実施形態の商品推奨装置１００は、利用完了日時推定処理において実施形態３と異なる処理を行い、利用完了日時推定処理以外は、図１６のフローチャートに示す処理と同様の処理を行う。以下、異なる処理を行う利用完了日時推定処理について、図１８のフローチャートを用いて説明する。以下、被推奨ユーザをユーザＸとして、ユーザＸが図１３及び図１４に示すような購入・売却活動をした場合を例に説明する。なお、図１８のフローチャートのステップＳ６０１、Ｓ６０４、Ｓ６０６～Ｓ６０９は、図１７のフローチャートのステップＳ５０１、Ｓ５０４、Ｓ５０５～Ｓ５０８と同様であるので、説明は省略する。
　ステップＳ６０１において、履歴情報が購入日時順に並び替えられた後、推定部１０３は、被推奨ユーザ履歴テーブル１０３ａに登録された購入商品P[i]（i = 1～n-1）について売却履歴があるか否か判断する（ステップＳ６０２）。推定部１０３は、売却履歴があると判断した場合（ステップＳ６０２；Ｙｅｓ）、購入商品P[i]（i = 1～n-1）の購入日時と売却日時との間隔を求め、当該間隔に基づいて図６の平均利用時間テーブル１０２ａの平均利用時間を修正する（ステップＳ６０３）。そして、推定部１０３は、ステップＳ６０４以降の処理を行い、利用完了日時を推定する。一方、推定部１０３は、売却履歴がないと判断した場合（ステップＳ６０２；Ｎｏ）、購入商品P[i]（i = 1～n-1）の購入日時から次の購入商品P[i+1]の購入日時までの間隔を求め、当該間隔に基づいて図６の平均利用時間テーブル１０２ａの平均利用時間を修正する。そして、推定部１０３は、ステップＳ６０６以降の処理を行い、利用完了日時を推定する。
　例えば、購入商品が“ゲーム５”である場合、推定部１０３は売却履歴があると判断し、図６の平均利用時間テーブル１０２ａの平均利用時間“30時間”を、式（４）に基づいて“30.95時間”と修正する。また、例えば、購入商品が“ゲーム３”である場合、推定部１０３は売却履歴がないと判断し、図６の平均利用時間テーブル１０２ａの平均利用時間“60時間”を、式（５）に基づいて“67.8時間”と修正する。
　なお、推定部１０３は、履歴情報として購入日時及び売却日時が登録されている商品については修正した平均利用時間を用い、売却履歴が登録されていない商品については、修正されていない平均利用時間を用いて、利用完了時間を推定するようにしてもよい。
　また、時間記憶部１０２に記憶される想定時間（平均利用時間）を修正する手法は、上記の手法に限られない。例えば、被推奨ユーザの購入間隔や購入売却間隔が他のユーザの購入間隔や購入売却間隔よりも長い傾向がある場合、平均利用時間テーブル１０２ａに登録されている平均利用時間を、１より大きい係数を乗じて、長い時間になるよう修正してもよい。
　本実施形態によれば、平均利用時間を求めるにあたり、被推奨ユーザの購買活動を反映させることにより、ユーザが当該商品の利用を完了した日時を的確に推定することができ、適切なタイミングでユーザに商品を推奨することができる。
　本発明は、２０１０年３月３０日に出願された日本国特許出願２０１０－０７７３５９号に基づく。本明細書中に日本国特許出願２０１０－０７７３５９号の明細書、特許請求の範囲、図面全体を参照として取り込むものとする。
　なお、本発明は、本発明の広義の精神と範囲を逸脱することなく、様々な実施形態及び変形が可能とされるものである。また、上述した実施形態は、本発明を説明するためのものであり、本発明の範囲を限定するものではない。つまり、本発明の範囲は、実施形態ではなく、特許請求の範囲によって示される。そして、特許請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、本発明の範囲内とみなされる。
　本発明によれば、商品の利用を完了するのに要する時間が購入する商品ごとに異なる商品について、ユーザが商品の利用を完了する時期を予測して、適切なタイミングでユーザに商品を推奨するのに好適な商品推奨装置、商品推奨方法、プログラム、ならびに、記録媒体を提供することができる。
　１００　商品推奨装置
　　１０１　履歴記憶部
　　　１０１ａ　履歴テーブル
　　１０２　時間記憶部
　　　１０２ａ　平均利用時間テーブル
　　１０３　推定部
　　　１０３ａ　被推奨ユーザ履歴テーブル
　　１０４　提示部
　２０１、２０２～２０ｎ　端末装置
　３００　インターネット
　４００　情報処理装置
　　４０１　ＣＰＵ
　　４０２　ＲＯＭ
　　４０３　ＲＡＭ
　　４０４　ＮＩＣ
　　４０５　画像処理部
　　４０６　音声処理部
　　４０７　ＤＶＤ－ＲＯＭドライブ
　　４０８　インターフェース
　　４０９　外部メモリ
　　４１０　コントローラ
　　４１１　モニタ
　　４１２　スピーカ
　５００　画像

Claims (11)

  1. 　所定の商品群に含まれる商品のそれぞれについて、当該商品の利用が開始されてから当該商品の利用が終了するまでに要すると想定される想定時間が記憶される時間記憶部と、
    　前記商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と、当該購入された商品と、当該商品の購入日時とを含む履歴情報が記憶される履歴記憶部と、
    　前記履歴記憶部に記憶される履歴情報のうち、商品の推奨を受けるユーザ（以下「被推奨ユーザ」という。）のユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について前記時間記憶部に記憶される想定時間と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用を終了する日時を推定する推定部と、
    　前記被推奨ユーザが最後に購入した商品とは異なる他の商品を前記商品群から選択して、当該選択された他の商品を、前記推定された日時に、当該被推奨ユーザに推奨するメッセージを提示する提示部と、
    　を備えることを特徴とする商品推奨装置。
  2. 　請求項１に記載の商品推奨装置であって、
    　前記推定部は、
    　前記被推奨ユーザについて前記履歴記憶部に記憶された履歴に係る商品を、購入日時の順に商品1、商品2、…、商品nのように並べ、
    　整数i = 1，2，…，n-1のそれぞれについて、当該被推奨ユーザが当該商品iを購入した購入日時T[i]と、当該被推奨ユーザが当該商品（i+1）を購入した購入日時T[i+1]と、当該商品iについて前記時間記憶部に記憶された想定時間A[i]と、から、比c[i] = (T[i+1]-T[i])/A[i]を求め、
    　当該求められた比の列c[1]，c[2]，…，c[n-1]から、当該被推奨ユーザが最後に購入した商品nに係る比c[n]を推定し、
    　当該最後に購入した日時T[n]と、当該推定された比c[n]と、当該記憶された時間A[n]と、から、当該最後に購入した商品ｎの利用を当該被推奨ユーザが完了する日時を、T[n] + A[n]・c[n]と推定する
    　ことを特徴とする商品推奨装置。
  3. 　請求項２に記載の商品推奨装置であって、
    　前記推定部は、
    　古い購入履歴より求めた前記比c[i]（i = 1～n-1）ほど、前記比c[n]に対する寄与率を低くする重み付き平均により、前記被推奨ユーザが最後に購入した商品nに係る比c[n]を推定する
    　ことを特徴とする商品推奨装置。
  4. 　請求項３に記載の商品推奨装置であって、
    　前記推定部は、前記重み付き平均に前記購入日時T[n]の季節に応じてあらかじめ定められる季節係数を乗じた値を、比c[n]と推定する
    　ことを特徴とする商品推奨装置。
  5. 　請求項１乃至４のいずれか１項に記載の商品推奨装置であって、
    　前記履歴情報には、購入した商品を売却した売却日時がさらに含まれ、
    　前記推定部は、前記被推奨ユーザが購入した商品iを売却した場合は、前記商品iを売却した売却日時S[i]と前記商品（i+1）を購入した購入日時T[i+1]とを比較して、売却日時S[i]の方が先におとずれる場合、前記比c[i]を
    　c[i] = (S[i]-T[i])/A[i]
    のように求める
    　ことを特徴とする商品推奨装置。
  6. 　請求項１乃至４のいずれか１項に記載の商品推奨装置であって、
    　前記履歴情報には、購入した商品を売却した売却日時がさらに含まれ、
    　前記推定部は、前記被推奨ユーザが購入した商品iを売却した場合は、前記商品iを売却日時S[i]により、前記比c[i]を
    　c[i] = (S[i]-T[i])/A[i]
    のように求める
    　ことを特徴とする商品推奨装置。
  7. 　請求項５または６に記載の商品推奨装置であって、
    　前記履歴情報のうち、購入日時と売却日時の双方を含む履歴情報から、当該履歴情報に係る商品の当該購入日時と当該売却日時との間隔を求め、当該求められた間隔に基づいて、当該商品の前記時間記憶部に記憶される想定時間を修正する
    　ことを特徴とする商品推奨装置。
  8. 　請求項１乃至７のいずれか1項に記載の商品推奨装置であって、
    　前記履歴情報のうち、第１の商品に係る履歴情報と、当該第1の商品の購入後に同じユーザにより購入された商品のうち直近に購入された第２の商品に係る履歴情報と、のそれぞれに含まれる購入日時の間隔に基づいて、当該第１の商品の前記時間記憶部に記憶される想定時間を修正する
    　ことを特徴とする商品推奨装置。
  9. 　所定の商品群に含まれる商品のそれぞれについて、当該商品の利用が開始されてから当該商品の利用が終了するまでに要すると想定される想定時間が記憶される時間記憶部と、前記商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と、当該購入された商品と、当該商品の購入日時とを含む履歴情報が記憶される履歴記憶部と、推定部と、提示部と、を備える商品推奨装置が実行する商品推奨方法であって、
    　当該商品推奨方法は、
    　前記推定部が、前記履歴記憶部に記憶される履歴情報のうち、商品の推奨を受けるユーザ（以下「被推奨ユーザ」という。）のユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について前記時間記憶部に記憶される想定時間と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用を終了する日時を推定する推定工程と、
    　前記提示部が、前記被推奨ユーザが最後に購入した商品とは異なる他の商品を前記商品群から選択して、当該選択された他の商品を、前記推定された日時に、当該被推奨ユーザに推奨するメッセージを提示する提示工程と、
    　を備えることを特徴とする商品推奨方法。
  10. 　コンピュータを、
    　所定の商品群に含まれる商品のそれぞれについて、当該商品の利用が開始されてから当該商品の利用が終了するまでに要すると想定される想定時間が記憶される時間記憶部、
    　前記商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と、当該購入された商品と、当該商品の購入日時とを含む履歴情報が記憶される履歴記憶部、
    　前記履歴記憶部に記憶される履歴情報のうち、商品の推奨を受けるユーザ（以下「被推奨ユーザ」という。）のユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について前記時間記憶部に記憶される想定時間と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用を終了する日時を推定する推定部、
    　前記被推奨ユーザが最後に購入した商品とは異なる他の商品を前記商品群から選択して、当該選択された他の商品を、前記推定された日時に、当該被推奨ユーザに推奨するメッセージを提示する提示部、
    　として機能させることを特徴とするプログラム。
  11. 　コンピュータを、
    　所定の商品群に含まれる商品のそれぞれについて、当該商品の利用が開始されてから当該商品の利用が終了するまでに要すると想定される想定時間が記憶される時間記憶部、
    　前記商品群に含まれるいずれかの商品を購入したユーザのユーザ識別子と、当該購入された商品と、当該商品の購入日時とを含む履歴情報が記憶される履歴記憶部、
    　前記履歴記憶部に記憶される履歴情報のうち、商品の推奨を受けるユーザ（以下「被推奨ユーザ」という。）のユーザ識別子に係る履歴情報を取得し、当該取得された履歴情報から、当該被推奨ユーザが最後に購入した商品以外の商品の利用が、当該被推奨ユーザにより開始されてから終了するまでに要した利用時間を求め、当該求められた利用時間と、当該取得された履歴情報に係る商品について前記時間記憶部に記憶される想定時間と、に基づいて、当該被推奨ユーザが最後に購入した商品の利用を終了する日時を推定する推定部、
    　前記被推奨ユーザが最後に購入した商品とは異なる他の商品を前記商品群から選択して、当該選択された他の商品を、前記推定された日時に、当該被推奨ユーザに推奨するメッセージを提示する提示部、
    　として機能させることを特徴とするプログラムを記録したコンピュータ読み取り可能な記録媒体。
PCT/JP2011/057682 2010-03-30 2011-03-28 商品推奨装置、商品推奨方法、プログラム、ならびに記録媒体 WO2011122575A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020127027890A KR101467651B1 (ko) 2010-03-30 2011-03-28 정보 처리 장치, 처리 방법, 및 기록 매체
EP11762799.2A EP2555148A4 (en) 2010-03-30 2011-03-28 PRODUCT RECOMMENDATION DEVICE, PRODUCT RECOMMENDATION METHOD, PROGRAM, AND RECORDING MEDIUM
US13/638,424 US20130041774A1 (en) 2010-03-30 2011-03-28 Product recommendation device, product recommendation method, program, and recording medium
CN2011800158931A CN102822857A (zh) 2010-03-30 2011-03-28 商品推荐装置、商品推荐方法、程序、以及记录介质
JP2012508321A JP5642771B2 (ja) 2010-03-30 2011-03-28 情報処理装置、処理方法、ならびにプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010-077359 2010-03-30
JP2010077359 2010-03-30

Publications (1)

Publication Number Publication Date
WO2011122575A1 true WO2011122575A1 (ja) 2011-10-06

Family

ID=44712270

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/057682 WO2011122575A1 (ja) 2010-03-30 2011-03-28 商品推奨装置、商品推奨方法、プログラム、ならびに記録媒体

Country Status (6)

Country Link
US (1) US20130041774A1 (ja)
EP (1) EP2555148A4 (ja)
JP (1) JP5642771B2 (ja)
KR (1) KR101467651B1 (ja)
CN (1) CN102822857A (ja)
WO (1) WO2011122575A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013250899A (ja) * 2012-06-01 2013-12-12 Nintendo Co Ltd 情報処理プログラム、情報処理装置、情報処理システムおよびコンテンツ推薦方法
WO2014049884A1 (en) * 2012-09-26 2014-04-03 DeNA Co., Ltd. System and method for providing a recommendation of a game based on a game-centric relationship graph
JP2016004353A (ja) * 2014-06-16 2016-01-12 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 店舗内又は店舗間における顧客の購買行動を推定する方法、並びに、そのコンピュータ・システム及びコンピュータ・プログラム
WO2017175355A1 (ja) * 2016-04-07 2017-10-12 楽天株式会社 情報処理装置、情報処理方法、プログラム
CN110413870A (zh) * 2018-12-18 2019-11-05 北京沃东天骏信息技术有限公司 商品推荐方法、装置及服务器
JP2020064666A (ja) * 2016-04-07 2020-04-23 楽天株式会社 情報処理装置、情報処理方法、プログラム

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5734910B2 (ja) * 2012-04-24 2015-06-17 京セラ株式会社 情報提供システムおよび情報提供方法
US9990666B2 (en) * 2012-09-12 2018-06-05 Canon Kabushiki Kaisha Method, system and apparatus for delivering a recommendation
KR20150086360A (ko) * 2012-11-20 2015-07-27 딜라이트, 엘엘씨 교환 가능한 홍보 가치 크레디트를 제공하는 컴퓨터 프로그램, 방법, 및 시스템
US9098802B2 (en) * 2012-12-20 2015-08-04 Facebook, Inc. Inferring contextual user status and duration
CN103345695A (zh) * 2013-06-25 2013-10-09 百度在线网络技术（北京）有限公司 一种商品推荐的方法和装置
US10565615B2 (en) 2014-07-01 2020-02-18 Transform Sr Brands Llc System and method for personalized add-on purchase
WO2016051515A1 (ja) * 2014-09-30 2016-04-07 楽天株式会社 投票券情報提供装置、投票券情報提供方法、および、投票券情報提供装置用プログラム
CN104599160B (zh) * 2015-02-06 2020-09-08 腾讯科技（深圳）有限公司 商品推荐方法和装置
CN105677845A (zh) 2016-01-06 2016-06-15 北京京东尚科信息技术有限公司 电子书籍的推送方法和装置
CN110135915B (zh) * 2016-08-22 2023-05-02 北京京东尚科信息技术有限公司 商品推荐方法和系统
CN107330768B (zh) * 2017-07-13 2021-02-26 北京京东尚科信息技术有限公司 个性化素材展示控制方法、装置和系统
CN109034983A (zh) * 2018-09-18 2018-12-18 安徽千界信息科技有限公司 网上商城商品的推荐方法及其系统
CN110009457A (zh) * 2019-04-09 2019-07-12 昆山古鳌电子机械有限公司 一种基于大数据的商品推荐系统
WO2021260710A1 (en) * 2020-06-25 2021-12-30 Telefonaktiebolaget Lm Ericsson (Publ) Product association in communications network
US11188925B1 (en) * 2021-03-30 2021-11-30 Honda Motor Co., Ltd. Method and system for automated reconfiguration of user interface based on product lifecycle
KR102409598B1 (ko) * 2021-12-14 2022-06-22 주식회사 밀리의서재 전자책 정보를 검색하기 위한 사용자 인터페이스를 제공하는 방법 및 이를 이용한 서버

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002259440A (ja) * 2000-12-27 2002-09-13 Cyber Brains:Kk 広告送信システム及び広告送信プログラムを記録した記憶媒体
JP2007265077A (ja) * 2006-03-29 2007-10-11 Nomura Research Institute Ltd 子供衣類管理装置および子供衣類管理システム
JP2008176398A (ja) * 2007-01-16 2008-07-31 Sony Corp 情報処理装置および方法、並びにプログラム
JP2008225629A (ja) * 2007-03-09 2008-09-25 Ricoh Co Ltd 商品推薦システム、商品推薦方法、及び商品推薦方法を記録した記録媒体
JP3148485U (ja) * 2008-10-06 2009-02-19 東銀座印刷出版株式会社 特定の顧客向けのｏｃｒ用紙を印刷するための印刷装置
JP2009122781A (ja) * 2007-11-12 2009-06-04 Yahoo Japan Corp リコメンドシステム、およびリコメンド方法
JP2010077359A (ja) 2008-09-29 2010-04-08 Kaneka Corp 摩擦音の低減されたポリプロピレン系樹脂予備発泡粒子

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09231264A (ja) * 1996-02-23 1997-09-05 Hitachi Ltd オンラインショッピング支援方法およびシステム
US6123259A (en) * 1998-04-30 2000-09-26 Fujitsu Limited Electronic shopping system including customer relocation recognition
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US6266649B1 (en) * 1998-09-18 2001-07-24 Amazon.Com, Inc. Collaborative recommendations using item-to-item similarity mappings
AU2438602A (en) * 2000-10-18 2002-04-29 Johnson & Johnson Consumer Intelligent performance-based product recommendation system
KR20040078636A (ko) * 2004-08-23 2004-09-10 안재명 매장 관리 시스템
KR100679419B1 (ko) * 2005-06-02 2007-02-07 티에스씨시스템 주식회사 차량 관리 시스템 및 방법
US7672865B2 (en) * 2005-10-21 2010-03-02 Fair Isaac Corporation Method and apparatus for retail data mining using pair-wise co-occurrence consistency
US8090621B1 (en) * 2007-06-27 2012-01-03 Amazon Technologies, Inc. Method and system for associating feedback with recommendation rules
CN101206751A (zh) * 2007-12-25 2008-06-25 北京科文书业信息技术有限公司 基于数据挖掘的顾客推荐系统及其方法
US20110213651A1 (en) * 2010-03-01 2011-09-01 Opera Solutions, Llc Computer-Implemented Method For Enhancing Targeted Product Sales
US8452797B1 (en) * 2011-03-09 2013-05-28 Amazon Technologies, Inc. Personalized recommendations based on item usage
EP2805259A4 (en) * 2012-01-18 2015-10-07 Yoav Lorch SYSTEMS AND METHODS FOR PROGRESSIVE PURCHASE AND CONTENT MANAGEMENT

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002259440A (ja) * 2000-12-27 2002-09-13 Cyber Brains:Kk 広告送信システム及び広告送信プログラムを記録した記憶媒体
JP3984473B2 (ja) 2000-12-27 2007-10-03 楽天株式会社 広告送信システム
JP2007265077A (ja) * 2006-03-29 2007-10-11 Nomura Research Institute Ltd 子供衣類管理装置および子供衣類管理システム
JP2008176398A (ja) * 2007-01-16 2008-07-31 Sony Corp 情報処理装置および方法、並びにプログラム
JP2008225629A (ja) * 2007-03-09 2008-09-25 Ricoh Co Ltd 商品推薦システム、商品推薦方法、及び商品推薦方法を記録した記録媒体
JP2009122781A (ja) * 2007-11-12 2009-06-04 Yahoo Japan Corp リコメンドシステム、およびリコメンド方法
JP2010077359A (ja) 2008-09-29 2010-04-08 Kaneka Corp 摩擦音の低減されたポリプロピレン系樹脂予備発泡粒子
JP3148485U (ja) * 2008-10-06 2009-02-19 東銀座印刷出版株式会社 特定の顧客向けのｏｃｒ用紙を印刷するための印刷装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2555148A4 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013250899A (ja) * 2012-06-01 2013-12-12 Nintendo Co Ltd 情報処理プログラム、情報処理装置、情報処理システムおよびコンテンツ推薦方法
WO2014049884A1 (en) * 2012-09-26 2014-04-03 DeNA Co., Ltd. System and method for providing a recommendation of a game based on a game-centric relationship graph
JP2015534657A (ja) * 2012-09-26 2015-12-03 株式会社 ディー・エヌ・エー ゲームを中心とした関係を示すグラフに基づいて、ゲームの推奨を提供するシステム及び方法
US9613313B2 (en) 2012-09-26 2017-04-04 DeNA Co., Ltd. System and method for providing a recommendation of a game based on a game-centric relationship graph
JP2016004353A (ja) * 2014-06-16 2016-01-12 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 店舗内又は店舗間における顧客の購買行動を推定する方法、並びに、そのコンピュータ・システム及びコンピュータ・プログラム
WO2017175355A1 (ja) * 2016-04-07 2017-10-12 楽天株式会社 情報処理装置、情報処理方法、プログラム
JPWO2017175355A1 (ja) * 2016-04-07 2019-01-31 楽天株式会社 情報処理装置、情報処理方法、プログラム
JP2020064666A (ja) * 2016-04-07 2020-04-23 楽天株式会社 情報処理装置、情報処理方法、プログラム
CN110413870A (zh) * 2018-12-18 2019-11-05 北京沃东天骏信息技术有限公司 商品推荐方法、装置及服务器
CN110413870B (zh) * 2018-12-18 2021-12-31 北京沃东天骏信息技术有限公司 商品推荐方法、装置及服务器

Also Published As

Publication number Publication date
JPWO2011122575A1 (ja) 2013-07-08
CN102822857A (zh) 2012-12-12
EP2555148A4 (en) 2014-02-19
KR20120135331A (ko) 2012-12-12
US20130041774A1 (en) 2013-02-14
EP2555148A1 (en) 2013-02-06
JP5642771B2 (ja) 2014-12-17
KR101467651B1 (ko) 2014-12-03

Similar Documents

Publication Publication Date Title
JP5642771B2 (ja) 情報処理装置、処理方法、ならびにプログラム
US7058599B2 (en) Increases in sales rank as a measure of interest
JP5038519B1 (ja) 購入管理装置、購入管理方法及び購入管理プログラム
MX2011001757A (es) Soporte para decision automatizada para fijar el precio de boletos de entretenimiento.
JP5469621B2 (ja) オークションサーバ、オークション管理方法及びオークション管理プログラム
JP2012027757A (ja) 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム
US20130290131A1 (en) Method and arrangement for enabling customized recommendations
JP6182683B1 (ja) プロモーション装置、プロモーション方法、プログラム、及び、記録媒体
Arslan et al. Scoring a touchdown with variable pricing: Evidence from a quasi-experiment in the NFL ticket markets
WO2012002158A1 (ja) 注文受付装置、注文受付方法、プログラム、ならびに、情報記録媒体
JP5429525B2 (ja) 商品推奨方法及び商品推奨システム
US20130204680A1 (en) Advertisement system, method of controlling advertisement system, advertisement control device, program, and information recording medium
JP2007094983A (ja) 定番商品の販売方法およびそのシステム
Bazhanov et al. Resale price maintenance with strategic customers
JP7282414B2 (ja) 購入リズム情報生産装置、レコメンド装置、購入リズム情報生産方法、レコメンド方法、およびプログラム
CN113706250B (zh) 一种基于物业社区管家的品质社区团购方法
JP7296263B2 (ja) 商品推奨装置、商品推奨方法、及び商品推奨プログラムならびに提案装置、提案方法、及び提案プログラム
US20220405794A1 (en) System and method for throttling communications with consumer devices
WO2017109907A1 (ja) 注文受付装置、注文受付方法、プログラム、ならびに、非一時的なコンピュータ読取可能な情報記録媒体
JP4879796B2 (ja) Ｒｆ分析・ｒｆ予測プログラム
JP5186012B2 (ja) 情報提供装置、情報提供方法、情報提供プログラム、及びそのプログラムを記録したコンピュータ読取可能な記録媒体
JP2004341815A (ja) 電子商取引方法及び装置及び電子商取引プログラム及び電子商取引プログラムを格納した記憶媒体
CN115564537A (zh) 购物方法、装置、存储介质以及电子设备
JP2003006743A (ja) ポイント加算システム
TW202121320A (zh) 顧客回流折扣系統

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201180015893.1

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11762799

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2012508321

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 2011762799

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20127027890

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 13638424

Country of ref document: US