JP2002099651A

JP2002099651A - 情報提供方法、情報提供システム、モバイル端末装置

Info

Publication number: JP2002099651A
Application number: JP2000287783A
Authority: JP
Inventors: Yuji Wada; 雄次和田
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2000-09-21
Filing date: 2000-09-21
Publication date: 2002-04-05

Abstract

(57)【要約】【課題】複数の店舗が出店している大型商業店舗を訪
れる顧客に対して購買実績に基づき有用な情報を提供す
る。【解決手段】規則性自動抽出処理部１８は、大型商業
店舗１に出店している各商店２〜５が独自の保有する購
買実績を含む顧客情報を統合化し構築された統合化顧客
情報データベース１６に基づきデータマイニング手法等
により購買規則性１９を抽出する。最適化処理部２０
は、購買規則性１９に基づき大型商業店舗１の中を各顧
客がショッピングして廻るのに最小距離移動又は最小携
帯重量となる店順を決定する。情報配信処理部２２は、
最適化処理部２０が取得したショッピング最適経路情報
を顧客が携帯するモバイル端末１４へ配信する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、情報提供方法及
び情報提供システム、特に複数の店舗が出店している大
型商業店舗を訪れる顧客に対して各店舗あるいは各店舗
の販売商品などに関する有用な情報の提供に関する。

【０００２】

【従来の技術】従来の情報提供方法による情報提供シス
テムは、その利用者が関心あるいは関係のある場所（例
えば、商店など）、分野（例えば、その商店の販売商品
など）、または情報提供の条件（例えば、その商品の仕
様や販売価格など）を事前に情報提供システムに登録し
ておき、その登録内容を満足する新たな情報（例えば、
安売り商品情報など）が発生した場合、その情報を電子
メールやホームページなどを使って利用者へ情報配信あ
るいは情報発信するサービスを提供していた。具体的な
情報提供サービスシステムとしては、チケットぴあ社の
提供しているCLUB＠ぴあ（クラブアットマークぴあ）サ
ービスやMYでちゅーサービス（特願平１１−３１０７２
２号）がある。

【０００３】図１４は、従来の情報提供方法による情報
提供システムの概略構成図である。図１４には、複数の
店舗が出店しているようなショッピングモールやデパー
ト等の大型商業店舗１のうち４店舗の商店２，３，４，
５が図示されているが、各商店２〜５は、それぞれ別個
に顧客情報データベース（ＤＢ）６，７，８，９を保有
している。例えば、バーゲン等のセールが企画される
と、各商店２〜５の情報配信処理部１０，１１，１２，
１３は、顧客からの要求に応じて、あるいは登録した顧
客に対して自動的に安売情報を当該顧客が携帯するイン
ターネット機能付き携帯電話等のモバイル端末１４へ提
供する。このようにして、大型商業店舗１へ立ち寄る顧
客は、ショッピングに関する有用な情報を得ることがで
きる。

【０００４】

【発明が解決しようとする課題】しかしながら、従来に
おいては、顧客に提供される情報（例えば、商品情報な
ど）は、単一の場所（例えば、１軒の商店など）に閉じ
たものであり、大型商業店舗において統合された内容の
情報として提供されるものではなかったので、情報提供
システムの利用者が各店舗に関する情報を個別に収集し
なければならなかった。つまり、情報の収集に多くの手
間がかかっていた。また、全体的な情報整理をしなけれ
ばならず面倒であった。

【０００５】また、大型商業店舗の中をショッピングす
る際、歩行距離又は荷物を持つ重さなどの観点からどの
ような順番で各商店を廻るのが好ましいかという情報が
提供されていなかった。

【０００６】本発明は以上のような問題を解決するため
になされたものであり、その目的は、複数の店舗が出店
している大型商業店舗を訪れる顧客に対して購買実績に
基づき有用な情報を提供する情報提供方法及び情報提供
システムを提供することにある。

【０００７】

【課題を解決するための手段】以上のような目的を達成
するために、第１の発明に係る情報提供方法は、複数の
店舗が出店している大型商業店舗を訪れる顧客に対して
各店舗あるいは各店舗が扱う商品に関する情報を提供す
る情報提供システムにおいて、大型商業店舗の中の個々
の店舗が独自の保有する顧客情報データベースを単一の
統合化顧客情報データベースに統合し、その統合化顧客
情報データベースに蓄積された購買実績を含む顧客情報
に基づいて顧客の購買行動に関する規則性を大型商業店
舗の中の複数店舗にまたがる形で自動抽出し、この自動
抽出した購買行動に関する規則性に基づき大型商業店舗
の中を顧客がショッピングして廻る店順を所定の評価基
準で最適化し、その店順をショッピング最適経路情報と
して顧客のモバイル端末装置へ配信するものである。

【０００８】第２の発明に係わる情報提供方法は、第１
の発明において、前記顧客情報データベースの統合化方
法として、データベースのビュー手法、あるいはデータ
ベースの分散配置手法を利用するものである。

【０００９】第３の発明に係わる情報提供方法は、第１
の発明において、前記統合化顧客情報データベースとし
て、リレーショナルデータベース、あるいはデータウェ
アハウスを利用するものである。

【００１０】第４の発明に係わる情報提供方法は、第１
の発明において、前記規則性の自動抽出方法として、デ
ータマイニング手法、ＯＬＡＰ言語、あるいは統計手法
のいずれかを利用するものである。

【００１１】第５の発明に係わる情報提供方法は、第１
の発明において、前記評価基準として、歩行距離の最小
化関数又は購入商品重量の最小化関数を利用するもので
ある。

【００１２】第６の発明に係わる情報提供方法は、第１
の発明において、前記モバイル端末装置は、インターネ
ット機能付き携帯電話機、携帯電話機、ＰＨＳ、狭域無
線利用端末、ＰＤＡ、あるいはモバイルパソコンのいず
れかであるものとする。

【００１３】第７の発明に係る情報提供システムは、複
数の店舗が出店している大型商業店舗を訪れる顧客に対
して各店舗あるいは各店舗が扱う商品に関する情報を提
供する情報提供システムにおいて、大型商業店舗の中の
個々の店舗が独自の保有する顧客情報データベースを統
合されることによって構築された統合化顧客情報データ
ベースと、前記統合化顧客情報データベースに蓄積され
た購買実績を含む顧客情報に基づいて顧客の購買行動に
関する規則性を大型商業店舗の中の複数店舗にまたがる
形で自動抽出する規則性自動抽出処理手段と、前記規則
性自動抽出処理手段が抽出した購買規則性に基づき大型
商業店舗の中を顧客がショッピングして廻る店順を所定
の評価基準によって最適化する最適化処理手段と、前記
最適化処理手段が得た店順をショッピング最適経路情報
として顧客へ配信する情報配信処理手段とを有し、各店
舗が個別に持つ情報を統合して大型商業店舗からの情報
として顧客に提供するものである。

【００１４】

【発明の実施の形態】以下、図面に基づいて、本発明の
好適な実施の形態について説明する。なお、従来例と同
様の構成要素には同じ符号を付ける。

【００１５】図１は、本発明に係る情報提供方法を実施
する情報提供システムのブロック構成図である。図１に
は、複数の商店が出店しているショッピングモールやデ
パート等の大型商業店舗１、大型商業店舗１のうち４店
舗の商店２，３，４，５、各商店２〜５が個別に保有す
る顧客情報データベース（ＤＢ）６，７，８，９、大型
商業店舗１を訪れる顧客が携帯するモバイル端末１４が
示されている。また、本実施の形態における大型商業店
舗１には、統合管理センタ１５が設置されており、各商
店２〜５に設置された商店サーバ（図示せず）とネット
ワーク接続されている。この統合管理センタ１５には、
各顧客情報データベース６〜９を統合化して生成される
統合化顧客情報データベース１６、統合化顧客情報デー
タベース１６を生成するデータベース統合化処理部１
７、統合化顧客情報データベース１６から各顧客の購買
行動に関する規則性を自動抽出する規則性自動抽出処理
部１８、自動抽出された購買規則性１９、購買規則性１
９に基づきショッピング最適経路情報を生成する最適化
処理部２０、生成されたショッピング最適経路情報を格
納するショッピング最適経路情報データベース（ＤＢ）
２１及びショッピング最適経路情報を顧客が携帯するイ
ンターネット機能付き携帯電話等のモバイル端末１４へ
配信する情報配信処理部２２が配設されている。

【００１６】図２は、本実施の形態における大型商業店
舗１に構築された情報提供システムのネットワーク構成
図である。図２には、各商店２〜５にそれぞれ設置さ
れ、販売管理や顧客管理を行う商店サーバ２３，２４，
２５，２６、統合管理センタ１５に設置され、大型商業
店舗１の中の各商店２〜５を訪れた顧客に関する情報を
統合管理する統合管理サーバ２７が示されており、各サ
ーバ２３〜２６，２７は、大型商業店舗１に敷設された
ＬＡＮ（Local Area Network）２８によりオンライン
接続されている。図１におけるデータベース統合化処理
部１７、規則性自動抽出処理部１８、最適化処理部２０
及び情報配信処理部２２における各処理機能は、統合管
理サーバ２７に搭載されたソフトウェアによって実現さ
れる。更に、統合管理サーバ２７がモバイル端末１４と
通信するための無線装置２９及び無線装置２９のアンテ
ナ３０が示されている。

【００１７】図３は、本実施の形態における規則性自動
抽出処理部１８の内部構成を示した図である。規則性自
動抽出処理部１８は、データマイニング手法による規則
性自動抽出部１８ａ、ＯＬＡＰ(On Line Analytical
Processing）言語による規則性自動抽出部１８ｂ、統
計手法による規則性自動抽出部１８ｃを有している。ま
た、規則性自動抽出処理部１８により生成される購買規
則性１９の例を図４に示す。更に、各規則性自動抽出部
１８ａ〜１８ｃにおける処理の流れを示したフローチャ
ートを図５〜図７に示す。この詳細は追って説明する。

【００１８】図８は、購買要件や購買形態などの今後の
購買行動に関する購買規則性１９からショッピング最適
経路情報を生成する最適化処理部２０の内部構成を示し
た図である。最適化処理部２０は、歩行距離の最短化関
数による最適化部２０ａ及び購入商品重量の最軽量化関
数による最適化部２０ｂを有している。各最適化部２０
ａ，２０ｂは、評価基準の最適化の具体的な実施方法で
ある。この詳細は追って説明する。

【００１９】図９は、最適化処理部２０が生成したショ
ッピング最適経路情報の内容例を示した図であり、この
情報がショッピング最適経路情報データベース２１に格
納される。

【００２０】図１０は、情報配信処理部２２によって配
信されたショッピング最適経路情報がモバイル端末１４
に表示されたときの画面表示例を示した図であり、各最
適化部２０ａ〜２０ｂの処理結果、すなわち歩行最短距
離のルートの例、購入商品の最軽量ルートの例が示され
ている。

【００２１】また、図１１は、本実施の形態における歩
行距離の最短化関数による最適化部２０ａの動作を示し
たフローチャート、図１２は、本実施の形態における購
入商品重量の最軽量化関数による最適化部２０ｂの動作
を示したフローチャートである。

【００２２】図１３は、本実施の形態における統合管理
サーバ２７に搭載されたソフトウェア構成を示した図で
ある。図１３には、上述した各構成要素１７，１８，２
０を構成する各ソフトウェアの他に、ＬＡＮ接続するた
めのネットワーク管理ソフトウェア３１、統合管理サー
バ２７全体を制御するためのオペレーティングシステム
３２、統合化顧客情報データベース１６を管理するため
のデータベース管理システム３３、データウェアハウス
を管理するためのデータウェアハウス管理ソフトウェア
３４、データマイニングを実行するためのデータマイニ
ングツール３５及びＯＬＡＰ言語を実行するためのＯＬ
ＡＰ言語処理ソフトウェア３６が示されている。

【００２３】本実施の形態において特徴的なことは、大
型商業店舗１の中の個々の商店２〜５が独自に保有する
顧客情報データベース６〜９を単一の統合化顧客情報デ
ータベース１６に統合し、その統合化顧客情報データベ
ース１６に蓄積された購買実績を含む顧客情報に基づい
て各顧客の今後の購買行動に関する規則性を大型商業店
舗１の中の複数店舗にまたがる形で自動抽出し、この自
動抽出した購買行動に関する規則性に基づき大型商業店
舗１の中を顧客がショッピングして廻る店順を、最適化
処理部２０が提供する所定の評価基準で最適化し、その
店順をショッピング最適経路情報として顧客のモバイル
端末１４へ配信するようにしたことである。このよう
に、各商店２〜５が独自に保有する顧客情報を統合する
ことによって大型商業店舗１を訪れる顧客は、大型商業
店舗１においてショッピングを行うのに最適な経路を大
型商業店舗１における統合情報として得ることができ
る。また、ショッピング最適経路情報は、当該顧客の過
去の購買行動に基づくものであるので、的確な情報であ
り、また、この情報を得るためにキーワードを事前に登
録しておかなくてもよい。

【００２４】次に、本実施の形態における情報提供方法
について説明するが、まず最初に情報提供方法の概略的
な全体フローについて説明する。

【００２５】図１において、モバイル端末１４から顧客
の氏名や会員番号が入力されると、データベース統合化
処理部１７は、その顧客氏名と会員番号をキーとして個
々の商店２〜５が独自に保有する各顧客情報データベー
ス６〜９を検索し、当該顧客に関する顧客情報を抽出し
て統合化する。この統合化した顧客情報は、統合化顧客
情報データベース１６に登録される。顧客情報には、顧
客の氏名、住所、電話番号、趣味、関心事等の個人情報
から各商店２〜５において購入した購買履歴等が含まれ
ている。この統合化のために、データベースのビュー方
法、あるいはデータベースの分散配置手法を利用する。
規則性自動抽出処理部１８は、データマイニング手法、
ＯＬＡＰ言語、あるいは統計手法などを使って統合化顧
客情報データベース１６に蓄積された各顧客の顧客情報
から当該顧客の今後の購買要件や購買形態などの購買行
動の規則性を大型商業店舗１の中の複数店舗にまたがる
形で自動的に抽出し、この情報を購買規則性１９の情報
としてファイル保存する。そして、最適化処理部２０
は、自動抽出された購買規則性１９に従って、大型商業
店舗１の中を顧客がショッピングして廻る店順を所定の
評価基準、例えば歩行距離の最短化、購入商品の最軽量
化に基づき生成し、それをショッピング最適経路情報と
してショッピング最適経路情報データベース２１に登録
する。情報配信処理部２２は、会員番号等を入力した顧
客が携帯するモバイル端末１４へ、当該顧客のショッピ
ング最適経路情報を配信する。大型商業店舗１を訪れよ
うとする顧客は、ショッピング最適経路情報を参照する
ことによりどの経路で店舗を廻ることが効率的であるか
を知ることができる。

【００２６】なお、統合管理センタ１５は、従来各商店
２〜５から配信していた各商店の２〜５の安売り情報等
を統合して配信するサービスも提供する。

【００２７】以下、統合管理サーバ２７に配設された規
則性自動抽出処理部１８及び最適化処理部２０における
各動作の詳細を説明する。最初に、規則性自動抽出処理
部１８の動作を図３を用いて説明する。

【００２８】まず、規則性自動抽出処理部１８は、デー
タマイニング手法、ＯＬＡＰ言語、あるいは統計手法な
どから少なくとも一つを選択して予め設定しておく。続
いて、規則性自動抽出処理部１８は予め設定されている
抽出手法を使って統合化顧客情報データベース１６から
当該顧客の購買規則性１９を抽出し、ファイル保存す
る。この結果、例えば図４に示したような購買規則「ビ
ールを買う客の６０％は、同時に別の商品も購入する。
そのうち２０％は必ず枝豆も買う。」が抽出される。

【００２９】次に、規則性自動抽出処理部１８が内蔵す
るデータマイニング手法による規則性自動抽出部１８
ａ、ＯＬＡＰ言語による規則性自動抽出部１８ｂ及び統
計手法による規則性自動抽出部１８ｃの各処理機能につ
いて説明する。

【００３０】最初に、データマイニング手法による規則
性自動抽出部１８ａの動作について図５に示したフロー
チャートを用いて説明する。

【００３１】データマイニング手法による規則性自動抽
出部１８ａは、起動されると、統合化顧客情報データベ
ース１６から顧客情報を読み込み（ステップ３０）、次
ステップに備えるためのデータ前処理を行う（ステップ
３１）。次に、統合化顧客情報データベース１６のデー
タ項目のそれぞれを適宜組み合わせて、相関ルールの組
を構成する（ステップ３２）。例えば、データ項目「飲
み物」対データ項目「食べ物」なる組である。図４の例
に対応させると、「ビール」がデータ項目「飲み物」の
具体値、また「枝豆」がデータ項目「食べ物」の具体値
である。次に、この相関ルールに対して、サポート値と
確信度を算出する（ステップ３３）。図４の例に従う
と、サポート値＝「ビールを買う」かつ「枝豆を買
う」人数の全体の人数に対する割合確信度＝「ビールを
買う」かつ「枝豆を買う」人数の「ビールを買う人
数」に対する割合のように計算する。次に、この時点で
の相関ルールを表示する（ステップ３４）。

【００３２】例えば、１０００名分のデータが蓄積され
ていて、その中でビールを買った人が２００名、枝豆を
買った人が１００名、ビールと枝前を同時に買った人が
３０名いたと仮定すると、「ビールを買う人ならば枝豆
も買う人である。」という相関ルールについて、サポート値＝３０／１０００＝３％確信度＝３０／２００＝１５％がその相関ルールと共に表示される。次に、データ項目
の組合わせをすべて出し尽くしたか否かを判定する（ス
テップ３５）。このステップ３５の判定結果がNO（偽）
であるときは、新たなデータ項目の組を作り、ステップ
３２へ戻る。一方、ステップ３５の判定結果がYES(真)
であるならば、購買規則性の抽出結果を確信度の高い順
に一覧出力する（ステップ３６）。

【００３３】続いて、ＯＬＡＰ言語による規則性自動抽
出部１８ｂの動作について図６に示したフローチャート
を用いて説明する。

【００３４】ＯＬＡＰ言語による規則性自動抽出部１８
ｂは、起動されると、統合化顧客情報データベース１６
から顧客情報を読み込み、データウェアハウスへと構造
変換する（ステップ４０）。次に、ＯＬＡＰ言語を使っ
て、データウェアハウスからデータを読み込み（ステッ
プ４１）、そのデータを多次元データベースとして多次
元表示する（ステップ４２）。例えば、Ｘ軸が日時、Ｙ
軸が商品名、Ｚ軸が販売店名とすると、データ値は２０
００年７月２５日にお酒がＡ酒屋において販売された本
数となる。続いて、次の操作コマンドの入力を受け付け
て、その操作がドリルダウンであるか否かを判定する
（ステップ４３）。このステップ４３の判定結果がYE
S(真)であるときは、データウェアハウスの多次元デー
タベース階層を１レベル下げて（ステップ４６）、ステ
ップ４１へ戻る。一方、ステップ４３の判定結果がNO
(偽)であるならば、次の操作コマンドがドリルアップで
あるか否かを判定する（ステップ４４）。このステップ
４４の判定結果がYES(真)であるときは、データウェア
ハウスの多次元データベース階層を１レベル上げて（ス
テップ４７）、ステップ４１へ戻る。一方、ステップ４
４の判定結果がNO(偽)であるならば、データウェアハウ
スの多次元データベースの現在階層におけるデータをグ
ラフ表示して、購買規則性の抽出結果として出力する
（ステップ４８）。

【００３５】最後に、統計手法による規則性自動抽出部
１８ｃの動作について図７に示したフローチャートを用
いて説明する。

【００３６】統計手法による規則性自動抽出部１８ｃ
は、起動されると、統合化顧客情報データベース１６か
ら顧客情報を読み込む（ステップ５０）。次に、統計手
法を選択し（ステップ５１）、ステップ５２においてこ
の選択した統計手法が時系列分析であるか否かを判定
し、その判定結果がYES(真)であるときは、ステップ５
６へ分岐して、回帰分析処理を実行してからステップ５
７へ進む。一方、ステップ５２の判定結果がNO(偽)であ
るならば、ステップ５３においてこの選択した統計手法
がクラスタ分割であるか否かを判定し、その判定結果が
YES(真)であるときは、ステップ５４へ分岐して、ニュ
ーラルネット処理を実行してからステップ５７へ進む。
一方、ステップ５３の判定結果がNO(偽)であるならば、
選択した統計手法がクラス判別であると判定し、決定木
処理を実行してからステップ５７へ進む。最後に、ステ
ップ５４〜５６の処理で得られた結果を購買規則性の抽
出結果として出力する（ステップ５７）。

【００３７】以上のように統合化した全顧客情報に基づ
き当該大型商業店舗１における購買規則性１９を抽出す
ると、その抽出した購買規則性１９に基づきショッピン
グ最適経路情報を得る。このショッピング最適経路情報
を生成する本実施の形態における最適化処理部２０の動
作について図８を用いて説明する。

【００３８】最適化処理部２０は、歩行距離の最短化関
数による最適化処理、購入商品重量の最軽量化関数によ
る最適化処理を順次実行し、それぞれショッピング最適
経路情報を出力する。まず、歩行距離の最短化関数によ
る最適化部２０ａは、ショッピング最適経路情報とし
て、歩行最短距離のルートを例えば図９に示したような
「商店３、商店１、商店２、商店４の順」を出力し、モ
バイル端末１４の画面に表示する。次に、購入商品重量
の最軽量化関数による最適化部２０ｂは、ショッピング
最適経路情報として、購入商品の最軽量ルートを例えば
図９に示したような「商店２、商店４、商店３、商店１
の順」を出力し、モバイル端末１４の画面に表示する。

【００３９】以下、各最適化部２０ａ，２０ｂの動作に
ついて図１１，図１２に示したフローチャートを用いて
説明する。

【００４０】まず、図１１において、歩行距離の最短化
関数による最適化部２０ａは、起動されると、購買規則
性１９を読み込む（ステップ６０）。但し、データマイ
ニング手法により購買規則性１９が抽出されている場合
には、一覧出力されたものの中から当該顧客の顧客情報
に基づきデータマイニングを行い、大型商業店舗１にお
いて買い物をした回数の最も高い１乃至複数のデータ項
目、すなわち、顧客が購入する可能性の高い１乃至複数
の商品を指定する。ここで、指定する商品の数は、固定
でもよいし、ある基準値以上の商品、つまり可変数の商
品を指定するようにしてもよい。次に説明する購入商品
重量の最軽量化関数による最適化部２０ｂにおいても同
様である。また、ＯＬＡＰ言語により購買規則性１９が
抽出されている場合には、購買規則性１９の抽出結果は
グラフ表示されるので、その中から当該顧客の購買実績
に基づき購入する可能性の高い商品を指定する。一方、
統計手法により購買規則性１９が抽出されている場合に
は、ステップ５４〜５６の処理で得られた結果が購買規
則性１９の抽出結果として出力されるので、その中から
当該顧客の購買実績に基づき購入する可能性の高い商品
を指定する。

【００４１】次に、指定した商品を販売している商店２
〜５を特定する（ステップ６１）。そして、既知の大型
商業店舗１の地図情報に基づき各販売店間の移動距離を
算出する（ステップ６２）。例えば、図９の例に沿って
説明すると、商品ｉを販売している商店ｉを抽出した
後、商店ｉから商店ｊまでの移動距離ｄ（ｉ，ｊ）を算
出する。但し、ｉ，ｊ＝１，２，３，４とする。次に、
４店舗を移動するあらゆる順番（ショッピングルート）
を設定し（ステップ６３）、全ショッピングルートにお
いてそれぞれ移動距離の合計を算出する（ステップ６
４）。そして、その中から最小となる移動距離合計を抽
出する（ステップ６５）。この抽出したルートが歩行最
短距離のルートであり、ショッピング最適経路情報の一
つとしてショッピング最適経路情報データベース２１に
登録する（ステップ６６）。

【００４２】歩行最短距離のルートは、以下のように表
現できる。

【００４３】歩行最短距離のルート＝ｍｉｎ｛Σｄｒ
（ｉ，ｊ）｜ｉ，ｊ＝１，２，３，４｝但し、ｒは任意のショッピングルートである。

【００４４】次に、図１２において、購入商品重量の最
軽量化関数による最適化部２０ｂは、起動されると、購
買規則性１９を読み込む（ステップ６０）。なお、歩行
距離の最短化関数による最適化部２０ａと同じ処理を行
って商品を指定するので、この商品を指定する処理の説
明は省略する。

【００４５】次に、指定した商品を販売している商店２
〜５を特定する（ステップ６１）。そして、既知である
各商品の重量を取得する（ステップ７０）。例えば、商
品ｉの重量をｗｉとする。但し、ｉ＝１，２，３，４で
ある。

【００４６】次に、４店舗を移動するあらゆる順番（シ
ョッピングルート）を設定し（ステップ６３）、各ショ
ッピングルートにおける商店間の移動に伴う商品の携帯
重量合計を算出する（ステップ７１）。そして、最小と
なる携帯重量合計を抽出する（ステップ７２）。これ
は、以下の式で表現できる。

【００４７】最小携帯重量合計＝ｍｉｎ｛ｗ（ｉ）｜ｗ
（ｉ）＝ｗｉ・ｄｒ（ｉ，ｊ）＋ｗ（ｊ）｝但し、ｗ（ｊ）は商店ｊまでの携帯重量を商店間移動距
離で重み付け加算値である。初期値ｗ（０）＝０とす
る。最小携帯重量合計となったショッピングルートが最
軽量ルートであり、ショッピング最適経路情報の一つと
してショッピング最適経路情報データベース２１に登録
する（ステップ７３）。

【００４８】以上のように、本実施の形態によれば、複
数の商店が出店しているショッピングモールやデパート
等の大型商業店舗１を訪れた顧客がショッピング経路に
関して、歩行距離を最短化する、あるいは購入した商品
を携帯するときの重量を最小化するように最適化できる
ので、大型商業店舗１の顧客がショッピングする際の疲
労を軽減できる。

【００４９】更に、当該顧客は次回以降もこの大型商業
店舗においてショッピングする可能性が高くなるので、
この大型商業店舗の売上げ増が期待できる。

【００５０】ところで、本実施の形態においては、各顧
客の購買実績に基づきデータマイニング手法等により各
顧客が買い物をするであろう商店２〜５を特定（予想）
し、ショッピング最適経路情報を自動的に取得できるよ
うにした。このため、顧客は、何ら情報を入力すること
なしにショッピング最適経路情報を得ることができる。
しかしながら、顧客の訪問回数が少ない場合や通常とは
違い特別な商品を購入するときなどには提供するショッ
ピング最適経路情報が有用であるとは言い難い。有用な
ショッピング最適経路情報を常に提供するようにするの
であれば、訪問する店等を顧客に入力させることも一つ
の方法である。

【００５１】また、本実施の形態では、ショッピング最
適経路情報を大型商業店舗１からの情報として顧客に提
供するようにしたが、その他にも複数の店舗にまたが
る、つまり複数店舗共通の情報を大型商業店舗１からの
情報として顧客に提供することができる。更に、各商店
２〜５から発信される安売り情報等を統合管理センタ１
５にて統合し、各顧客に配信するようにしてもよい。

【００５２】なお、顧客情報データベース６〜９を統合
化する方法としては、データベースのビュー手法、ある
いはデータベースの分散配置手法を利用することができ
る。

【００５３】また、統合化顧客情報データベース１６と
して、リレーショナルデータベース、あるいはデータウ
ェアハウスを利用することができる。

【００５４】また、本実施の形態で用いるモバイル端末
１４として、インターネット機能付き携帯電話機、携帯
電話機、ＰＨＳ、ＤＳＲＣ（狭域無線）利用端末、ＰＤ
Ａ(Personal Digital Assistant)、あるいはモバイル
パソコンのいずれかを利用することができる。

【００５５】

【発明の効果】第１及び第７の発明によれば、各店舗か
ら個別に各顧客に情報を提供するのではなく、各店舗の
情報を統合して生成した情報を大型商業店舗からの情報
として顧客に提供できるようにしたので、顧客にとって
より有用な情報を提供することができる。これにより、
当該顧客は次回以降もこの大型商業店舗においてショッ
ピングする可能性が高くなるので、この大型商業店舗の
売上げ増が期待できる効果がある。

【００５６】第２の発明によれば、複数の商店が出店し
ているショッピングモールやデパート等の大型商業店舗
においてそれぞれの店舗が個別に所有する顧客情報デー
タベースをそのまま流用して、統合化顧客情報データベ
ースを構築できるので、データベース構築・保守管理の
作業コストを節約できる効果がある。

【００５７】第３の発明によれば、統合化顧客情報デー
タベースとしてリレーショナルデータベースやデータウ
ェアハウスを用いることができるので、順次編成ファイ
ルや索引編成ファイル、順次索引編成ファイルなどのデ
ータファイルからのデータ取り込みも可能となり、多種
多様なファイルに対応できる効果がある。

【００５８】第４の発明によれば、データマイニング手
法、ＯＬＡＰ言語、あるいは統計手法として世の中に普
及して標準的なソフトウェアパッケージを選択できるだ
けではなく、新たに開発されたデータマイニング手法、
ＯＬＡＰ言語、あるいは統計手法も容易に機能追加でき
る効果がある。

【００５９】第５の発明によれば、複数の商店が出店し
ているショッピングモールやデパート等の大型商業店舗
を訪れた顧客がショッピング経路に関して、歩行距離を
最短化する、あるいは購入した商品を携帯するときの重
量を最小化するように最適化できるので、大型商業店舗
の顧客がショッピングする際の疲労を軽減できる効果が
ある。

【００６０】第６の発明によれば、モバイル端末装置と
して、インターネット機能付き携帯電話機、携帯電話
機、ＰＨＳ、ＤＳＲＣ（狭域無線）利用端末、ＰＤＡ(P
ersonal Digital Assistant)、あるいはモバイルパソ
コンなどの世の中に普及している標準端末を選択できる
だけではなく、新たに開発されたモバイル端末も容易に
追加利用できる効果がある。

【図面の簡単な説明】

【図１】本発明に係る情報提供方法を実施する情報提
供システムのブロック構成図である。

【図２】本実施の形態における情報提供システムのネ
ットワーク構成図である。

【図３】本実施の形態における規則性自動抽出処理部
１８の内部構成を示した図である。

【図４】本実施の形態における規則性自動抽出処理部
により生成される購買規則性の例を示した図である。

【図５】本実施の形態におけるデータマイニング手法
による規則性自動抽出部の動作を示したフローチャート
である。

【図６】本実施の形態におけるＯＬＡＰ言語による規
則性自動抽出部の動作を示したフローチャートである。

【図７】本実施の形態における統計手法による規則性
自動抽出部の動作を示したフローチャートである。

【図８】本実施の形態における最適化処理部の内部構
成を示した図である。

【図９】本実施の形態において生成されるショッピン
グ最適経路情報の内容例を示した図である。

【図１０】本実施の形態においてショッピング最適経
路情報を表示したモバイル端末の画面表示例を示した図
である。

【図１１】本実施の形態における歩行距離の最短化関
数による最適化部の動作を示したフローチャートであ
る。

【図１２】本実施の形態における購入商品重量の最軽
量化関数による最適化部の動作を示したフローチャート
である。

【図１３】本実施の形態における統合管理サーバに搭
載されたソフトウェア構成を示した図である。

【図１４】従来の情報提供方法を実施する情報提供シ
ステムのブロック構成図である。

【符号の説明】

１大型商業店舗、２〜５商店、６〜９顧客情報デ
ータベース（ＤＢ）、１４モバイル端末、１５統合
管理センタ、１６統合化顧客情報データベース（Ｄ
Ｂ）、１７データベース統合化処理部、１８規則性
自動抽出処理部、１８ａデータマイニング手法による
規則性自動抽出部、１８ｂＯＬＡＰ言語による規則性
自動抽出部、１８ｃ統計手法による規則性自動抽出
部、１９購買規則性、２０最適化処理部、２０ａ
歩行距離の最短化関数による最適化部、２０ｂ購入商
品重量の最軽量化関数による最適化部、２１ショッピ
ング最適経路情報データベース（ＤＢ）、２２情報配
信処理部、２３〜２６商店サーバ、２７統合管理サ
ーバ、２８ＬＡＮ、２９無線装置、３０アンテ
ナ、３１ネットワーク管理ソフトウェア、３２オペ
レーティングシステム、３３データベース管理システ
ム、３４データウェアハウス管理ソフトウェア、３５
データマイニングツール、３６ＯＬＡＰ言語処理ソ
フトウェア。

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成１３年７月２６日（２００１．７．２
６）

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】全文

【補正方法】変更

【補正内容】

【書類名】明細書

【発明の名称】情報提供方法、情報提供システム、モ
バイル端末装置

【特許請求の範囲】

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、情報提供方法、
情報提供システム及び情報提供システムが提供するサー
ビスを利用するモバイル端末装置、特に複数の店舗が出
店している大型商業店舗を訪れる顧客に対して各店舗あ
るいは各店舗の販売商品などに関する有用な情報の提供
に関する。

【０００２】

【０００４】

【０００７】

【００１４】また、本発明に係るモバイル端末装置は、
複数の店舗が出店している大型商業店舗を訪れる顧客に
対して各店舗あるいは各店舗が扱う商品に関する情報を
提供する情報提供システムであって、大型商業店舗の中
の個々の店舗が独自の保有する顧客情報データベースを
単一の統合化顧客情報データベースに統合し、その統合
化顧客情報データベースに蓄積された購買実績を含む顧
客情報に基づいて顧客の購買行動に関する規則性を大型
商業店舗の中の複数店舗にまたがる形で自動抽出し、こ
の自動抽出した購買行動に関する規則性に基づき大型商
業店舗の中を顧客がショッピングして廻る店順を所定の
評価基準で最適化し、その店順をショッピング最適経路
情報として生成する情報提供システムが配信するショッ
ピング最適経路情報を受信し表示するものである。

【００１５】また、インターネット機能付き携帯電話
機、携帯電話機、ＰＨＳ、狭域無線利用端末、ＰＤＡ、
あるいはモバイルパソコンのいずれかであるものとす
る。

【００１６】

【００１７】図１は、本発明に係る情報提供方法を実施
する情報提供システムのブロック構成図である。図１に
は、複数の商店が出店しているショッピングモールやデ
パート等の大型商業店舗１、大型商業店舗１のうち４店
舗の商店２，３，４，５、各商店２〜５が個別に保有す
る顧客情報データベース（ＤＢ）６，７，８，９、大型
商業店舗１を訪れる顧客が携帯するモバイル端末１４が
示されている。また、本実施の形態における大型商業店
舗１には、統合管理センタ１５が設置されており、各商
店２〜５に設置された商店サーバ（図示せず）とネット
ワーク接続されている。この統合管理センタ１５には、
各顧客情報データベース６〜９を統合化して生成される
統合化顧客情報データベース１６、統合化顧客情報デー
タベース１６を生成するデータベース統合化処理部１
７、統合化顧客情報データベース１６から各顧客の購買
行動に関する規則性を自動抽出する規則性自動抽出処理
部１８、自動抽出された購買規則性１９、購買規則性１
９に基づきショッピング最適経路情報を生成する最適化
処理部２０、生成されたショッピング最適経路情報を格
納するショッピング最適経路情報データベース（ＤＢ）
２１及びショッピング最適経路情報を顧客が携帯するイ
ンターネット機能付き携帯電話等のモバイル端末１４へ
配信する情報配信処理部２２が配設されている。

【００１８】図２は、本実施の形態における大型商業店
舗１に構築された情報提供システムのネットワーク構成
図である。図２には、各商店２〜５にそれぞれ設置さ
れ、販売管理や顧客管理を行う商店サーバ２３，２４，
２５，２６、統合管理センタ１５に設置され、大型商業
店舗１の中の各商店２〜５を訪れた顧客に関する情報を
統合管理する統合管理サーバ２７が示されており、各サ
ーバ２３〜２６，２７は、大型商業店舗１に敷設された
ＬＡＮ（Local Area Network）２８によりオンライン
接続されている。図１におけるデータベース統合化処理
部１７、規則性自動抽出処理部１８、最適化処理部２０
及び情報配信処理部２２における各処理機能は、統合管
理サーバ２７に搭載されたソフトウェアによって実現さ
れる。更に、統合管理サーバ２７がモバイル端末１４と
通信するための無線装置２９及び無線装置２９のアンテ
ナ３０が示されている。

【００１９】図３は、本実施の形態における規則性自動
抽出処理部１８の内部構成を示した図である。規則性自
動抽出処理部１８は、データマイニング手法による規則
性自動抽出部１８ａ、ＯＬＡＰ(On Line Analytical
Processing）言語による規則性自動抽出部１８ｂ、統
計手法による規則性自動抽出部１８ｃを有している。ま
た、規則性自動抽出処理部１８により生成される購買規
則性１９の例を図４に示す。更に、各規則性自動抽出部
１８ａ〜１８ｃにおける処理の流れを示したフローチャ
ートを図５〜図７に示す。この詳細は追って説明する。

【００２０】図８は、購買要件や購買形態などの今後の
購買行動に関する購買規則性１９からショッピング最適
経路情報を生成する最適化処理部２０の内部構成を示し
た図である。最適化処理部２０は、歩行距離の最短化関
数による最適化部２０ａ及び購入商品重量の最軽量化関
数による最適化部２０ｂを有している。各最適化部２０
ａ，２０ｂは、評価基準の最適化の具体的な実施方法で
ある。この詳細は追って説明する。

【００２１】図９は、最適化処理部２０が生成したショ
ッピング最適経路情報の内容例を示した図であり、この
情報がショッピング最適経路情報データベース２１に格
納される。

【００２２】図１０は、情報配信処理部２２によって配
信されたショッピング最適経路情報がモバイル端末１４
に表示されたときの画面表示例を示した図であり、各最
適化部２０ａ〜２０ｂの処理結果、すなわち歩行最短距
離のルートの例、購入商品の最軽量ルートの例が示され
ている。

【００２３】また、図１１は、本実施の形態における歩
行距離の最短化関数による最適化部２０ａの動作を示し
たフローチャート、図１２は、本実施の形態における購
入商品重量の最軽量化関数による最適化部２０ｂの動作
を示したフローチャートである。

【００２４】図１３は、本実施の形態における統合管理
サーバ２７に搭載されたソフトウェア構成を示した図で
ある。図１３には、上述した各構成要素１７，１８，２
０を構成する各ソフトウェアの他に、ＬＡＮ接続するた
めのネットワーク管理ソフトウェア３１、統合管理サー
バ２７全体を制御するためのオペレーティングシステム
３２、統合化顧客情報データベース１６を管理するため
のデータベース管理システム３３、データウェアハウス
を管理するためのデータウェアハウス管理ソフトウェア
３４、データマイニングを実行するためのデータマイニ
ングツール３５及びＯＬＡＰ言語を実行するためのＯＬ
ＡＰ言語処理ソフトウェア３６が示されている。

【００２５】本実施の形態において特徴的なことは、大
型商業店舗１の中の個々の商店２〜５が独自に保有する
顧客情報データベース６〜９を単一の統合化顧客情報デ
ータベース１６に統合し、その統合化顧客情報データベ
ース１６に蓄積された購買実績を含む顧客情報に基づい
て各顧客の今後の購買行動に関する規則性を大型商業店
舗１の中の複数店舗にまたがる形で自動抽出し、この自
動抽出した購買行動に関する規則性に基づき大型商業店
舗１の中を顧客がショッピングして廻る店順を、最適化
処理部２０が提供する所定の評価基準で最適化し、その
店順をショッピング最適経路情報として顧客のモバイル
端末１４へ配信するようにしたことである。このよう
に、各商店２〜５が独自に保有する顧客情報を統合する
ことによって大型商業店舗１を訪れる顧客は、大型商業
店舗１においてショッピングを行うのに最適な経路を大
型商業店舗１における統合情報として得ることができ
る。また、ショッピング最適経路情報は、当該顧客の過
去の購買行動に基づくものであるので、的確な情報であ
り、また、この情報を得るためにキーワードを事前に登
録しておかなくてもよい。

【００２６】次に、本実施の形態における情報提供方法
について説明するが、まず最初に情報提供方法の概略的
な全体フローについて説明する。

【００２７】図１において、モバイル端末１４から顧客
の氏名や会員番号が入力されると、データベース統合化
処理部１７は、その顧客氏名と会員番号をキーとして個
々の商店２〜５が独自に保有する各顧客情報データベー
ス６〜９を検索し、当該顧客に関する顧客情報を抽出し
て統合化する。この統合化した顧客情報は、統合化顧客
情報データベース１６に登録される。顧客情報には、顧
客の氏名、住所、電話番号、趣味、関心事等の個人情報
から各商店２〜５において購入した購買履歴等が含まれ
ている。この統合化のために、データベースのビュー方
法、あるいはデータベースの分散配置手法を利用する。
規則性自動抽出処理部１８は、データマイニング手法、
ＯＬＡＰ言語、あるいは統計手法などを使って統合化顧
客情報データベース１６に蓄積された各顧客の顧客情報
から当該顧客の今後の購買要件や購買形態などの購買行
動の規則性を大型商業店舗１の中の複数店舗にまたがる
形で自動的に抽出し、この情報を購買規則性１９の情報
としてファイル保存する。そして、最適化処理部２０
は、自動抽出された購買規則性１９に従って、大型商業
店舗１の中を顧客がショッピングして廻る店順を所定の
評価基準、例えば歩行距離の最短化、購入商品の最軽量
化に基づき生成し、それをショッピング最適経路情報と
してショッピング最適経路情報データベース２１に登録
する。情報配信処理部２２は、会員番号等を入力した顧
客が携帯するモバイル端末１４へ、当該顧客のショッピ
ング最適経路情報を配信する。大型商業店舗１を訪れよ
うとする顧客は、ショッピング最適経路情報を参照する
ことによりどの経路で店舗を廻ることが効率的であるか
を知ることができる。

【００２８】なお、統合管理センタ１５は、従来各商店
２〜５から配信していた各商店の２〜５の安売り情報等
を統合して配信するサービスも提供する。

【００２９】以下、統合管理サーバ２７に配設された規
則性自動抽出処理部１８及び最適化処理部２０における
各動作の詳細を説明する。最初に、規則性自動抽出処理
部１８の動作を図３を用いて説明する。

【００３０】まず、規則性自動抽出処理部１８は、デー
タマイニング手法、ＯＬＡＰ言語、あるいは統計手法な
どから少なくとも一つを選択して予め設定しておく。続
いて、規則性自動抽出処理部１８は予め設定されている
抽出手法を使って統合化顧客情報データベース１６から
当該顧客の購買規則性１９を抽出し、ファイル保存す
る。この結果、例えば図４に示したような購買規則「ビ
ールを買う客の６０％は、同時に別の商品も購入する。
そのうち２０％は必ず枝豆も買う。」が抽出される。

【００３１】次に、規則性自動抽出処理部１８が内蔵す
るデータマイニング手法による規則性自動抽出部１８
ａ、ＯＬＡＰ言語による規則性自動抽出部１８ｂ及び統
計手法による規則性自動抽出部１８ｃの各処理機能につ
いて説明する。

【００３２】最初に、データマイニング手法による規則
性自動抽出部１８ａの動作について図５に示したフロー
チャートを用いて説明する。

【００３３】データマイニング手法による規則性自動抽
出部１８ａは、起動されると、統合化顧客情報データベ
ース１６から顧客情報を読み込み（ステップ３０）、次
ステップに備えるためのデータ前処理を行う（ステップ
３１）。次に、統合化顧客情報データベース１６のデー
タ項目のそれぞれを適宜組み合わせて、相関ルールの組
を構成する（ステップ３２）。例えば、データ項目「飲
み物」対データ項目「食べ物」なる組である。図４の例
に対応させると、「ビール」がデータ項目「飲み物」の
具体値、また「枝豆」がデータ項目「食べ物」の具体値
である。次に、この相関ルールに対して、サポート値と
確信度を算出する（ステップ３３）。図４の例に従う
と、サポート値＝「ビールを買う」かつ「枝豆を買
う」人数の全体の人数に対する割合確信度＝「ビールを
買う」かつ「枝豆を買う」人数の「ビールを買う人
数」に対する割合のように計算する。次に、この時点で
の相関ルールを表示する（ステップ３４）。

【００３４】例えば、１０００名分のデータが蓄積され
ていて、その中でビールを買った人が２００名、枝豆を
買った人が１００名、ビールと枝前を同時に買った人が
３０名いたと仮定すると、「ビールを買う人ならば枝豆
も買う人である。」という相関ルールについて、サポート値＝３０／１０００＝３％確信度＝３０／２００＝１５％がその相関ルールと共に表示される。次に、データ項目
の組合わせをすべて出し尽くしたか否かを判定する（ス
テップ３５）。このステップ３５の判定結果がNO（偽）
であるときは、新たなデータ項目の組を作り、ステップ
３２へ戻る。一方、ステップ３５の判定結果がYES(真)
であるならば、購買規則性の抽出結果を確信度の高い順
に一覧出力する（ステップ３６）。

【００３５】続いて、ＯＬＡＰ言語による規則性自動抽
出部１８ｂの動作について図６に示したフローチャート
を用いて説明する。

【００３６】ＯＬＡＰ言語による規則性自動抽出部１８
ｂは、起動されると、統合化顧客情報データベース１６
から顧客情報を読み込み、データウェアハウスへと構造
変換する（ステップ４０）。次に、ＯＬＡＰ言語を使っ
て、データウェアハウスからデータを読み込み（ステッ
プ４１）、そのデータを多次元データベースとして多次
元表示する（ステップ４２）。例えば、Ｘ軸が日時、Ｙ
軸が商品名、Ｚ軸が販売店名とすると、データ値は２０
００年７月２５日にお酒がＡ酒屋において販売された本
数となる。続いて、次の操作コマンドの入力を受け付け
て、その操作がドリルダウンであるか否かを判定する
（ステップ４３）。このステップ４３の判定結果がYE
S(真)であるときは、データウェアハウスの多次元デー
タベース階層を１レベル下げて（ステップ４６）、ステ
ップ４１へ戻る。一方、ステップ４３の判定結果がNO
(偽)であるならば、次の操作コマンドがドリルアップで
あるか否かを判定する（ステップ４４）。このステップ
４４の判定結果がYES(真)であるときは、データウェア
ハウスの多次元データベース階層を１レベル上げて（ス
テップ４７）、ステップ４１へ戻る。一方、ステップ４
４の判定結果がNO(偽)であるならば、データウェアハウ
スの多次元データベースの現在階層におけるデータをグ
ラフ表示して、購買規則性の抽出結果として出力する
（ステップ４８）。

【００３７】最後に、統計手法による規則性自動抽出部
１８ｃの動作について図７に示したフローチャートを用
いて説明する。

【００３８】統計手法による規則性自動抽出部１８ｃ
は、起動されると、統合化顧客情報データベース１６か
ら顧客情報を読み込む（ステップ５０）。次に、統計手
法を選択し（ステップ５１）、ステップ５２においてこ
の選択した統計手法が時系列分析であるか否かを判定
し、その判定結果がYES(真)であるときは、ステップ５
６へ分岐して、回帰分析処理を実行してからステップ５
７へ進む。一方、ステップ５２の判定結果がNO(偽)であ
るならば、ステップ５３においてこの選択した統計手法
がクラスタ分割であるか否かを判定し、その判定結果が
YES(真)であるときは、ステップ５４へ分岐して、ニュ
ーラルネット処理を実行してからステップ５７へ進む。
一方、ステップ５３の判定結果がNO(偽)であるならば、
選択した統計手法がクラス判別であると判定し、決定木
処理を実行してからステップ５７へ進む。最後に、ステ
ップ５４〜５６の処理で得られた結果を購買規則性の抽
出結果として出力する（ステップ５７）。

【００３９】以上のように統合化した全顧客情報に基づ
き当該大型商業店舗１における購買規則性１９を抽出す
ると、その抽出した購買規則性１９に基づきショッピン
グ最適経路情報を得る。このショッピング最適経路情報
を生成する本実施の形態における最適化処理部２０の動
作について図８を用いて説明する。

【００４０】最適化処理部２０は、歩行距離の最短化関
数による最適化処理、購入商品重量の最軽量化関数によ
る最適化処理を順次実行し、それぞれショッピング最適
経路情報を出力する。まず、歩行距離の最短化関数によ
る最適化部２０ａは、ショッピング最適経路情報とし
て、歩行最短距離のルートを例えば図９に示したような
「商店３、商店１、商店２、商店４の順」を出力し、モ
バイル端末１４の画面に表示する。次に、購入商品重量
の最軽量化関数による最適化部２０ｂは、ショッピング
最適経路情報として、購入商品の最軽量ルートを例えば
図９に示したような「商店２、商店４、商店３、商店１
の順」を出力し、モバイル端末１４の画面に表示する。

【００４１】以下、各最適化部２０ａ，２０ｂの動作に
ついて図１１，図１２に示したフローチャートを用いて
説明する。

【００４２】まず、図１１において、歩行距離の最短化
関数による最適化部２０ａは、起動されると、購買規則
性１９を読み込む（ステップ６０）。但し、データマイ
ニング手法により購買規則性１９が抽出されている場合
には、一覧出力されたものの中から当該顧客の顧客情報
に基づきデータマイニングを行い、大型商業店舗１にお
いて買い物をした回数の最も高い１乃至複数のデータ項
目、すなわち、顧客が購入する可能性の高い１乃至複数
の商品を指定する。ここで、指定する商品の数は、固定
でもよいし、ある基準値以上の商品、つまり可変数の商
品を指定するようにしてもよい。次に説明する購入商品
重量の最軽量化関数による最適化部２０ｂにおいても同
様である。また、ＯＬＡＰ言語により購買規則性１９が
抽出されている場合には、購買規則性１９の抽出結果は
グラフ表示されるので、その中から当該顧客の購買実績
に基づき購入する可能性の高い商品を指定する。一方、
統計手法により購買規則性１９が抽出されている場合に
は、ステップ５４〜５６の処理で得られた結果が購買規
則性１９の抽出結果として出力されるので、その中から
当該顧客の購買実績に基づき購入する可能性の高い商品
を指定する。

【００４３】次に、指定した商品を販売している商店２
〜５を特定する（ステップ６１）。そして、既知の大型
商業店舗１の地図情報に基づき各販売店間の移動距離を
算出する（ステップ６２）。例えば、図９の例に沿って
説明すると、商品ｉを販売している商店ｉを抽出した
後、商店ｉから商店ｊまでの移動距離ｄ（ｉ，ｊ）を算
出する。但し、ｉ，ｊ＝１，２，３，４とする。次に、
４店舗を移動するあらゆる順番（ショッピングルート）
を設定し（ステップ６３）、全ショッピングルートにお
いてそれぞれ移動距離の合計を算出する（ステップ６
４）。そして、その中から最小となる移動距離合計を抽
出する（ステップ６５）。この抽出したルートが歩行最
短距離のルートであり、ショッピング最適経路情報の一
つとしてショッピング最適経路情報データベース２１に
登録する（ステップ６６）。

【００４４】歩行最短距離のルートは、以下のように表
現できる。

【００４５】歩行最短距離のルート＝ｍｉｎ｛Σｄｒ
（ｉ，ｊ）｜ｉ，ｊ＝１，２，３，４｝但し、ｒは任意のショッピングルートである。

【００４６】次に、図１２において、購入商品重量の最
軽量化関数による最適化部２０ｂは、起動されると、購
買規則性１９を読み込む（ステップ６０）。なお、歩行
距離の最短化関数による最適化部２０ａと同じ処理を行
って商品を指定するので、この商品を指定する処理の説
明は省略する。

【００４７】次に、指定した商品を販売している商店２
〜５を特定する（ステップ６１）。そして、既知である
各商品の重量を取得する（ステップ７０）。例えば、商
品ｉの重量をｗｉとする。但し、ｉ＝１，２，３，４で
ある。

【００４８】次に、４店舗を移動するあらゆる順番（シ
ョッピングルート）を設定し（ステップ６３）、各ショ
ッピングルートにおける商店間の移動に伴う商品の携帯
重量合計を算出する（ステップ７１）。そして、最小と
なる携帯重量合計を抽出する（ステップ７２）。これ
は、以下の式で表現できる。

【００４９】最小携帯重量合計＝ｍｉｎ｛ｗ（ｉ）｜ｗ
（ｉ）＝ｗｉ・ｄｒ（ｉ，ｊ）＋ｗ（ｊ）｝但し、ｗ（ｊ）は商店ｊまでの携帯重量を商店間移動距
離で重み付け加算値である。初期値ｗ（０）＝０とす
る。最小携帯重量合計となったショッピングルートが最
軽量ルートであり、ショッピング最適経路情報の一つと
してショッピング最適経路情報データベース２１に登録
する（ステップ７３）。

【００５０】以上のように、本実施の形態によれば、複
数の商店が出店しているショッピングモールやデパート
等の大型商業店舗１を訪れた顧客がショッピング経路に
関して、歩行距離を最短化する、あるいは購入した商品
を携帯するときの重量を最小化するように最適化できる
ので、大型商業店舗１の顧客がショッピングする際の疲
労を軽減できる。

【００５１】更に、当該顧客は次回以降もこの大型商業
店舗においてショッピングする可能性が高くなるので、
この大型商業店舗の売上げ増が期待できる。

【００５２】ところで、本実施の形態においては、各顧
客の購買実績に基づきデータマイニング手法等により各
顧客が買い物をするであろう商店２〜５を特定（予想）
し、ショッピング最適経路情報を自動的に取得できるよ
うにした。このため、顧客は、何ら情報を入力すること
なしにショッピング最適経路情報を得ることができる。
しかしながら、顧客の訪問回数が少ない場合や通常とは
違い特別な商品を購入するときなどには提供するショッ
ピング最適経路情報が有用であるとは言い難い。有用な
ショッピング最適経路情報を常に提供するようにするの
であれば、訪問する店等を顧客に入力させることも一つ
の方法である。

【００５３】また、本実施の形態では、ショッピング最
適経路情報を大型商業店舗１からの情報として顧客に提
供するようにしたが、その他にも複数の店舗にまたが
る、つまり複数店舗共通の情報を大型商業店舗１からの
情報として顧客に提供することができる。更に、各商店
２〜５から発信される安売り情報等を統合管理センタ１
５にて統合し、各顧客に配信するようにしてもよい。

【００５４】なお、顧客情報データベース６〜９を統合
化する方法としては、データベースのビュー手法、ある
いはデータベースの分散配置手法を利用することができ
る。

【００５５】また、統合化顧客情報データベース１６と
して、リレーショナルデータベース、あるいはデータウ
ェアハウスを利用することができる。

【００５６】また、本実施の形態で用いるモバイル端末
１４として、インターネット機能付き携帯電話機、携帯
電話機、ＰＨＳ、ＤＳＲＣ（狭域無線）利用端末、ＰＤ
Ａ(Personal Digital Assistant)、あるいはモバイル
パソコンのいずれかを利用することができる。

【００５７】

【００５８】第２の発明によれば、複数の商店が出店し
ているショッピングモールやデパート等の大型商業店舗
においてそれぞれの店舗が個別に所有する顧客情報デー
タベースをそのまま流用して、統合化顧客情報データベ
ースを構築できるので、データベース構築・保守管理の
作業コストを節約できる効果がある。

【００５９】第３の発明によれば、統合化顧客情報デー
タベースとしてリレーショナルデータベースやデータウ
ェアハウスを用いることができるので、順次編成ファイ
ルや索引編成ファイル、順次索引編成ファイルなどのデ
ータファイルからのデータ取り込みも可能となり、多種
多様なファイルに対応できる効果がある。

【００６０】第４の発明によれば、データマイニング手
法、ＯＬＡＰ言語、あるいは統計手法として世の中に普
及して標準的なソフトウェアパッケージを選択できるだ
けではなく、新たに開発されたデータマイニング手法、
ＯＬＡＰ言語、あるいは統計手法も容易に機能追加でき
る効果がある。

【００６１】第５の発明によれば、複数の商店が出店し
ているショッピングモールやデパート等の大型商業店舗
を訪れた顧客がショッピング経路に関して、歩行距離を
最短化する、あるいは購入した商品を携帯するときの重
量を最小化するように最適化できるので、大型商業店舗
の顧客がショッピングする際の疲労を軽減できる効果が
ある。

【００６２】第６の発明によれば、モバイル端末装置と
して、インターネット機能付き携帯電話機、携帯電話
機、ＰＨＳ、ＤＳＲＣ（狭域無線）利用端末、ＰＤＡ(P
ersonal Digital Assistant)、あるいはモバイルパソ
コンなどの世の中に普及している標準端末を選択できる
だけではなく、新たに開発されたモバイル端末も容易に
追加利用できる効果がある。

【図面の簡単な説明】

【符号の説明】１大型商業店舗、２〜５商店、６〜９顧客情報デ
ータベース（ＤＢ）、１４モバイル端末、１５統合
管理センタ、１６統合化顧客情報データベース（Ｄ
Ｂ）、１７データベース統合化処理部、１８規則性
自動抽出処理部、１８ａデータマイニング手法による
規則性自動抽出部、１８ｂＯＬＡＰ言語による規則性
自動抽出部、１８ｃ統計手法による規則性自動抽出
部、１９購買規則性、２０最適化処理部、２０ａ
歩行距離の最短化関数による最適化部、２０ｂ購入商
品重量の最軽量化関数による最適化部、２１ショッピ
ング最適経路情報データベース（ＤＢ）、２２情報配
信処理部、２３〜２６商店サーバ、２７統合管理サ
ーバ、２８ＬＡＮ、２９無線装置、３０アンテ
ナ、３１ネットワーク管理ソフトウェア、３２オペ
レーティングシステム、３３データベース管理システ
ム、３４データウェアハウス管理ソフトウェア、３５
データマイニングツール、３６ＯＬＡＰ言語処理ソ
フトウェア。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｇ０６Ｆ 17/30 １７０Ｇ０６Ｆ 17/30 １７０Ｚ１８０１８０Ｄ２２０２２０Ｚ 19/00 １３０ 19/00 １３０

Claims

【特許請求の範囲】

【請求項１】複数の店舗が出店している大型商業店舗
を訪れる顧客に対して各店舗あるいは各店舗が扱う商品
に関する情報を提供する情報提供システムにおいて、大型商業店舗の中の個々の店舗が独自の保有する顧客情
報データベースを単一の統合化顧客情報データベースに
統合し、その統合化顧客情報データベースに蓄積された
購買実績を含む顧客情報に基づいて顧客の購買行動に関
する規則性を大型商業店舗の中の複数店舗にまたがる形
で自動抽出し、この自動抽出した購買行動に関する規則
性に基づき大型商業店舗の中を顧客がショッピングして
廻る店順を所定の評価基準で最適化し、その店順をショ
ッピング最適経路情報として顧客のモバイル端末装置へ
配信することを特徴とする情報提供方法。
【請求項２】前記顧客情報データベースの統合化方法
として、データベースのビュー手法、あるいはデータベ
ースの分散配置手法を利用することを特徴とする請求項
１記載の情報提供方法。
【請求項３】前記統合化顧客情報データベースとし
て、リレーショナルデータベース、あるいはデータウェ
アハウスを利用することを特徴とする請求項１記載の情
報提供方法。
【請求項４】前記規則性の自動抽出方法として、デー
タマイニング手法、ＯＬＡＰ言語、あるいは統計手法の
いずれかを利用することを特徴とする請求項１記載の情
報提供方法。
【請求項５】前記評価基準として、歩行距離の最小化
関数又は購入商品重量の最小化関数を利用することを特
徴とする請求項１記載の情報提供方法。
【請求項６】前記モバイル端末装置は、インターネッ
ト機能付き携帯電話機、携帯電話機、ＰＨＳ、狭域無線
利用端末、ＰＤＡ、あるいはモバイルパソコンのいずれ
かであることを特徴とする請求項１記載の情報提供方
法。
【請求項７】複数の店舗が出店している大型商業店舗
を訪れる顧客に対して各店舗あるいは各店舗が扱う商品
に関する情報を提供する情報提供システムにおいて、大型商業店舗の中の個々の店舗が独自の保有する顧客情
報データベースを統合されることによって構築された統
合化顧客情報データベースと、前記統合化顧客情報データベースに蓄積された購買実績
を含む顧客情報に基づいて顧客の購買行動に関する規則
性を大型商業店舗の中の複数店舗にまたがる形で自動抽
出する規則性自動抽出処理手段と、前記規則性自動抽出処理手段が抽出した購買規則性に基
づき大型商業店舗の中を顧客がショッピングして廻る店
順を所定の評価基準によって最適化する最適化処理手段
と、前記最適化処理手段が得た店順をショッピング最適経路
情報として顧客へ配信する情報配信処理手段と、を有し、各店舗が個別に持つ情報を統合して大型商業店
舗からの情報として顧客に提供することを特徴とする情
報提供システム。