JP2003058783A - 心理特性による選好予測サーバ、心理特性による選好予測方法、心理特性による選好予測プログラムを記録した記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】顧客に性格に関する設問に答えてもらうことに
より、顧客の態度や行動様式の基本となる心理的側面か
ら顧客を分類し、その行動や嗜好を予測することを目的
とする。 【解決手段】ユーザの端末とネットワークを介して接続
され、心理特性によりユーザの選好予測を行う選好予測
サーバであって、選好予測サーバは、ユーザの端末に心
理特性スケールを提示し、ユーザの心理特性スケールを
受け付けるインターフェース手段と、選好予測サーバ
は、商品分類マップ、心理特性スケール、相関モデル式
を記憶する記憶手段と、選好予測サーバは、数値化され
た前記ユーザの心理特性スケールと、相関モデル式と、
商品分類マップとに基づいてユーザ毎の顧客分類や選好
予測する相関マップ作成部とを備えたことを特徴とする
選好予測サーバ。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、心理特性による選好予
測サーバ、心理特性による選好予測方法、心理特性によ
る選好予測プログラムを記録した記録媒体に関する。

【０００２】

【従来の技術】従来は、企業が顧客（以下、ユーザとも
いう）を分類する際には、性別、年齢、住所などのデモ
グラフィック属性や、少年期、青年期、壮年期などのラ
イフステージなどをもとに行われることが多い。これら
の方法では、個人の相違は無視され、同年代の顧客に
は、画一的な対応となることが多い。

【発明が解決しようとする課題】

【０００３】本発明は、顧客に性格に関する設問に答え
てもらうことにより、統計的データに基づき、顧客の心
理特性から商品やサービスに対する選好を予測すること
を目的とする。さらに、顧客に性格に関する設問に答え
てもらうことにより、顧客の態度や行動様式の基本とな
る心理的側面から顧客を分類することを目的とする。

【０００４】

【課題を解決するための手段】上記の課題を達成するた
めに、本発明では、以下のような手段を講ずる。

【０００５】請求項１に記載の発明は、ユーザの端末と
ネットワークを介して接続され、心理特性によりユーザ
の選好予測を行う選好予測サーバであって、選好予測サ
ーバは、ユーザの端末に心理特性スケールを提示し、ユ
ーザの心理特性スケールを受け付けるインターフェース
手段と、選好予測サーバは、商品分類マップ、心理特性
スケール、相関モデル式を記憶する記憶手段と、選好予
測サーバは、数値化されたユーザの心理特性スケール
と、相関モデル式と、商品分類マップとに基づいてユー
ザ毎の顧客分類や選好予測する相関マップ作成部とを備
えたことを特徴とする。

【０００６】請求項２に記載の発明は、ユーザの選好予
測を希望する企業の端末とネットワークを介して接続さ
れ、心理特性によりユーザの選好予測を行う選好予測サ
ーバであって、選好予測サーバは、企業の端末からの要
求を受け付け、ユーザ毎の顧客分類や選好予測を提示す
るインターフェース手段と、選好予測サーバは、商品分
類マップ、心理特性スケール、相関モデル式、ユーザ毎
の心理特性スケールを記憶する記憶手段と、選好予測サ
ーバは、数値化されたユーザ毎の心理特性スケールと、
相関モデル式と、商品分類マップとに基づいて、ユーザ
毎の顧客分類や選好予測する相関マップ作成部とを備え
たことを特徴とする。

【０００７】請求項３に記載の発明は、ユーザの端末と
ネットワークを介して接続され、心理特性によりユーザ
の選好予測を行う選好予測方法であって、ユーザの端末
に心理特性スケールを提示し、ユーザの心理特性スケー
ルを受け付け、商品分類マップ、心理特性スケール、相
関モデル式を記憶し、数値化されたユーザの心理特性ス
ケールと、相関モデル式と、商品分類マップとに基づい
てユーザの顧客分類や選好予測することを特徴とする。

【０００８】請求項４に記載の発明は、ユーザの選好予
測を希望する企業の端末とネットワークを介して接続さ
れ、心理特性によりユーザの選好予測を行う選好予測方
法であって、企業の端末からの要求を受け付け、ユーザ
毎の顧客分類や選好予測を提示し、商品分類マップ、心
理特性スケール、相関モデル式、ユーザ毎の心理特性ス
ケールを記憶し、数値化されたユーザ毎の心理特性スケ
ールと、相関モデル式と、商品分類マップとに基づい
て、ユーザ毎の顧客分類や選好予測することを特徴とす
る。

【０００９】請求項５に記載の発明は、ユーザの端末と
ネットワークを介して接続され、心理特性によりユーザ
の選好予測を行う選好予測プログラムを記録した記録媒
体であって、ユーザの端末に心理特性スケールを提示
し、ユーザの心理特性スケールを受け付ける処理と、商
品分類マップ、心理特性スケール、相関モデル式を記憶
する処理と、数値化された前記ユーザの心理特性スケー
ルと、相関モデル式と、商品分類マップとに基づいて、
ユーザの顧客分類や選好予測をする処理と、をコンピュ
ータに実行させる選好予測プログラムを記録したコンピ
ュータに読み取り可能な記録媒体であることを特徴とす
る。

【００１０】請求項６に記載の発明は、ユーザの選好予
測を希望する企業の端末とネットワークを介して接続さ
れ、心理特性によりユーザの選好予測を行う選好予測プ
ログラムを記録した記録媒体であって、企業の端末から
の要求を受け付け、ユーザ毎の顧客分類や選好予測を提
示する処理と、商品分類マップ、心理特性スケール、相
関モデル式、ユーザ毎の心理特性スケールを記憶する処
理と、数値化されたユーザ毎の心理特性スケールと、相
関モデル式と、商品分類マップとに基づいて、ユーザ毎
の顧客分類や選好予測する処理と、をコンピュータに実
行させる選好予測プログラムを記録したコンピュータに
読み取り可能な記録媒体であることを特徴とする。

【００１１】

【発明の実施の形態】本発明の実施の形態を説明する前
に、本発明が意図する仕組みについて、図５を用いて簡
単に説明する。本発明は、まず、心理特性分析によりユ
ーザをタイプ別に分類する。他方で、商品特性分析によ
り商品の分類を行う。これにより、ユーザのタイプと商
品の分類との間の相関関係を導きだし、もっとも適当
な、つまり相性の良い商品をユーザに提供することや、
薦めることを行う。これが、本発明が目的とする実施の
形態の一例である。

【００１２】本発明を利用した一実施形態の全体の概要
をあらわす図を図１に示す。この図１に示された１０
は、本発明の中心となる装置であるサーバである。この
サーバ１０は、ユーザ３０の情報処理端末３１（以下、
端末ともいう）に心理特性スケールという自己評価の質
問項目を提示し、質問項目に対応する数値化された値
（得点）を予め備えている相関モデル式に代入し、商品
分類マップの軸にしたがって相関モデル式から得られた
結果を、ユーザ３０やＡ社２０に提示する。これにより
ユーザ３０の性格にあった商品やサービスの選好を予測
する。なお、この結果の提示の際にユーザ３０の性格判
断などの提示を行っても良い。

【００１３】この図１に示された２０は、Ａ社である。
このＡ社２０は、自身の会社が取り扱っている商品（以
下、サービスを含むものとする）と、ユーザ３０の心理
特性との相関を見いだすことを求めている企業である。
本発明の実施形態では、Ａ社２０とは、例えば金融企業
の場合であり、Ａ社２０の商品とは金融商品である場合
について説明する。なお、このＡ社２０には、ネットワ
ークを介してサーバ１０からユーザ３０の心理特性に基
づいて、相関モデル式から得られた結果、ユーザ３０の
性格判断やユーザ３０の性格にあった商品などの提示を
受け取るために、各種の情報処理端末２１ａ、情報処理
端末２１ｂ、情報処理端末２１ｃなど一乃至複数の情報
処理端末が備えられている。また、Ａ社２０は、１社に
限らず複数の個人及び団体から構成されても良い。

【００１４】ユーザ３０は、Ａ社２０に会員として登録
しているユーザである。このユーザ３０は、ユーザ３０
が備えている端末３１を用いてネットワークを介してサ
ーバ１０に接続することを行う。この端末３１は、サー
バ１０との通信を行いながら心理特性スケールの様々な
質問項目にこたえ、サーバ１０から、ユーザ３０の性格
判断やユーザ３０の性格にあった商品などの相関モデル
式から得られた結果の提示を受け取るために用いられ
る。なお、これまで情報処理端末、端末と述べてきた装
置は、パーソナルコンピュータ、ワークステーション、
携帯端末などＣＰＵを用いて演算処理を行う装置を総称
する装置である。さらに、本実施形態では、ユーザ３０
は一人だが、複数人でも構わない。

【００１５】図２は、サーバ１０の機能構成を示したブ
ロック図である。制御部２１は、ＣＰＵ（中央演算処理
装置）、メモリなどの記憶手段（可搬記憶手段を含
む）、インターフェース手段、通信制御手段などから構
成され、サーバ１０全体を制御する機能を備える。な
お、記憶手段には、事前に作成された商品分類マップ、
心理特性スケール、相関モデル式、ユーザに係わる情報
やユーザ毎の心理特性スケール又は数値化されたユーザ
毎の心理特性スケールなどの情報が記憶されている。商
品分類マップ作成部２２は、商品をある特性によって分
類しておくのに用いられるマップを作成する機能を備え
る。心理特性スケール作成部２３は、ユーザ３０が直感
的に回答ができる自己評価を行う質問項目を作成する機
能を備える。相関モデル作成部２４は、心理特性と、後
に述べる商品分類マップの商品を特徴付ける要素との相
関関係を求め、相関モデル式を作成する機能を備える。
相関マップ作成部２５は、ユーザ３０がこたえた心理特
性スケールの数値化された値（得点）を入力として、選
好度をはかり、その選好度を商品分類マップにプロット
したり、ユーザ３０の選好予測を行なう機能を備える。
また、同様にユーザ３０の性格判断や顧客分類なども行
う機能を備える。なお、このサーバ１０は、管理者（図
示せず）により操作され、管理される。さらに、管理者
は別途に端末を設けて、サーバ１０を操作するようにし
ても良い。

【００１６】（商品分類マップの作成）ここでは、商品
分類マップの作成について詳細に説明する。この商品分
類マップは、心理特性と商品選好度の関連を見つけるた
めに、予め商品をその特性によって分類しておく地図状
の商品相関図である。なお、商品やサービス毎に依存し
て変更すべき内容である。

【００１７】商品分類マップの作成の過程を図３の処理
フローにしたがって説明する。この処理フローは、サー
バ１０の商品分類マップ作成部２２にて行われる。 ステップ３１；管理者は、商品を特徴付ける要素の洗い
出しを行う。これは、商品を特徴付ける考えられる要素
を全て抽出することである。 この商品を特徴付ける要素とは、例えば、図５に示すよ
うに金融商品の場合には、リスク、流動性、投資対象の
具体性などである。この商品を特徴付ける要素は、商品
によって様々に変わる。 ステップ３２；管理者は、既存の商品をステップ３１の
要素で分類するための既存商品をステップ３１で抽出さ
れた要素面で評価させた個人データの収集を行う。この
個人データは、多人数から収集することが好ましい。 ステップ３３；管理者は、ステップ３２で収集した個人
データを商品分類マップ作成部２２に入力する。 この商品分類マップ作成部２２は、多変量解析を用い、
既存商品と評価の軸となった商品を特徴付ける要素との
関係をマップ上にプロットする。なお、本実施の形態で
は、２次元で示されているが３次元以上であっても良
い。 ステップ３４；商品分類マップ作成部２２は、プロット
された商品を特徴付ける要素から、上下、左右の対称的
となる商品を特徴付けるのに有効であった要素を導き出
し、これを軸として設定する。 商品分類マップ作成部２２は、この軸を持つマップを商
品分類マップとして作成する。なお、商品分類マップ作
成部２２は、作成された商品分類マップを制御部２１に
記憶するように指示する。

【００１８】以上の４つのステップにより、商品分類マ
ップ作成部２２にて、商品を特徴付けるのに有効であっ
た要素を軸とし、各既存の商品がプロットされた商品分
類マップが作成される。ステップ３３迄で得られる商品
分類マップの例示を図４に示す。この図４に示されてい
るように、（１）リスクが高いと、（４）安定性が高
い、が対称的であり、（２）流動性が低いと、（９）単
位が低い、が対称的であることが分かる。商品分類マッ
プ作成部２２では、この対称的に商品を特徴付けるのに
有効であった要素を軸とし、（１）と（４）の軸を「リ
スク軸」、（２）と（９）の軸を「流動性軸」と設定す
る。

【００１９】（心理特性スケール）次に、心理特性スケ
ールの作成について詳細に説明する。この心理特性スケ
ールとは、ユーザ３０が直感的に回答ができる自己評価
となる質問項目のことをいう。この心理特性スケール
は、図２のサーバ１０の機能である心理特性スケール作
成部２３にて作成される。

【００２０】まず、心理特性スケールは、次の３つの心
理特性から項目が作成される。その心理特性とは、基本
心理スケールに含まれる基本心理特性と購買心理特性の
２つの心理特性である。また、３つ目の心理特性は、商
品関連心理特性である。この商品関連心理特性は、商品
やサービス分野に依存して内容が変更されるべき特性で
ある。

【００２１】図５に示されているように、基本心理特性
とは、心理学の分野で認められる基本的な特性であり、
例えば、神経性因子、外向性因子などである。また、購
買心理特性とは、購入に係わる特性であり、例えば、イ
ノベータ、購買態度分類などである。さらに、商品関連
心理特性とは、商品に特有の購入を左右する特性であ
り、例えば金融商品の場合、刺激欲求、金銭至上主義な
どである。

【００２２】心理特性スケールの作成の過程を図６の処
理フローにしたがって説明する。 ステップ６０；まず、商品関連心理特性のみで行うが、
管理者は商品の購入を左右する因子を洗い出す。この洗
い出しは、例えば、専門家にユーザに購入状況をヒアリ
ングするなどをして商品の購入を左右する因子を抽出す
る。 ステップ６１；管理者は、基本心理特性、購買心理特
性、商品関連心理特性のそれぞれの因子をピックアップ
する。 ステップ６２；管理者は、各特性でピックアップした因
子を測定するための質問項目を作成する。この測定する
とは、個人がどの程度、その因子を心理的に持っている
かを測定することをいう。 ステップ６３；管理者は、先に作成された質問項目のア
ンケートを不特定多数のものに行い、アンケート結果の
データを収集する。

【００２３】そして、次のステップに進む。 ステップ６４；心理特性スケール作成部２３は、基本心
理特性についてのみ、質問項目のアンケート結果のデー
タを解析にかけ、因子の集約性について検証を行う。 ステップ６５；心理特性スケール作成部２３は、各特性
の各質問項目の説明力について検証を行う。この説明力
とは、１つの質問項目だけで、その因子をどの程度、判
断することができるかということである。 ステップ６６；心理特性スケール作成部２３は、ステッ
プ６５の検証の結果、説明力が不足している、つまり無
駄である質問項目を削除するように管理者に指示する。

【００２４】以上のステップにより、ユーザ３０に直感
的に回答することができる心理特性スケール（質問項目
や回答）を作成することができる。この作成された心理
特性スケールの例示を図７に示す。この心理特性スケー
ルは、質問項目の内容とユーザ３０が選択できる回答と
から構成される。なお、心理特性スケール作成部２３
は、作成した心理特性スケールを制御部２１に記憶する
ように指示する。

【００２５】（相関モデル式）次に、相関モデル式の作
成について詳細に説明する。この相関モデル式は、各心
理特性スケールの数値化された値（得点）に基づいて、
商品分類マップの軸（商品を特徴づける要素の組からな
る）に対する、個人（ユーザ）の数値化された値（選好
度）を算出するための式である。この相関モデル式は、
図２のサーバ１０の機能である相関モデル作成部２４に
て作成される。

【００２６】まず、相関モデル式を作成するには、図８
に示すような処理フローが行われる。 ステップ８１；相関モデル作成部２４は、商品関心度か
らの既存の商品をグループ分けする。このグループ分け
は、例えば、多変量解析の数量化III類による分類で行
われる。本実施の形態では、５つの商品群に分類する。
この商品群は、金融商品の場合は、リスク商品、金利変
動商品、低リスク商品、企業内商品、年金型商品の５つ
のグループである。 ステップ８２；相関モデル作成部２４は、ステップ８１
で分類分けされた各商品群の商品関心度の平均値を従属
変数とし、心理特性の因子を説明変数にして、各商品群
毎に多変量解析を行なう。これにより、各商品群毎に関
連している心理特性の因子を導き出す。商品群毎に関連
している心理特性の因子というのは、ある商品群には関
連しているが、他の商品群では関連のない因子が存在す
るということである。 ステップ８３；相関モデル作成部２４は、どの商品群に
おいても関連していない心理特性の因子を、非関連心理
特性の因子とするように制御部２１に記憶する。

【００２７】ステップ８４；相関モデル作成部２４は、
商品分類マップの軸となる商品を特徴付ける要素につい
て、先のステップ３２で収集された個人データの得点化
（数値化）を行なう。 ステップ８５；相関モデル作成部２４は、商品分類マッ
プの軸となる商品を特徴付ける要素の得点（数値）を従
属変数とし、心理特性の因子を説明変数として相関モデ
ル式を導き出す。なお、この相関モデル式は、商品分類
マップの軸毎に導き出す必要がある。さらに、相関モデ
ル作成部２４は、説明変数として用いられる心理特性の
因子から、ステップ８３にで制御部２１に記憶された非
関連心理特定の因子を除くように指示する。さらにま
た、相関モデル作成部２４は、導き出された相関モデル
式を制御部２１に記憶するように指示する。なお、この
相関モデル式は、定期的に再算出されることが好まし
い。この相関モデル式の再算出により、相関モデル式を
より良いものにすることができる。

【００２８】（選好予測）選好予測は、まず次のような
流れで用いられる。この流れは、図１と図９を用いて詳
細に説明する。

【００２９】図１に示されているように、 ステップ１１；Ａ社２０の会員となっているユーザ３０
は、ユーザ３０自身が設けている端末３１を用いて、ネ
ットワークを介してサーバ１０に接続する。そして、 ステップ１２；サーバ１０の制御部２１のインターフェ
ース手段は、端末３１に応じて図７に示すような心理特
性スケールを端末３１に提示する。 ステップ１３；ユーザ３０は、端末３１に提示された心
理特性スケールにしたがって質問項目にこたえる。ユー
ザ３０は、端末３１に提示された心理特性スケールの全
ての質問項目にこたえて、サーバ１０に返信する。そし
て、サーバ１０の制御部２１のインターフェース手段
は、ユーザ３０からユーザ３０の心理特性スケールの返
信を受け付ける。なお、サーバ１０は、受け付けたユー
ザ３０の心理特性スケールを制御部２１にユーザ毎に記
憶することが行われても良い。ユーザ毎に心理特性スケ
ールを記憶しておけば、後にＡ社２０がユーザの選好予
測を希望するときに再度利用することができる。また、
ユーザ毎に心理特性スケールを記憶しておけば、再度算
出された相関モデル式にも対応することができる。

【００３０】次に、受け付けたユーザ３０の心理特性ス
ケールにしたがって、サーバ１０は、図９に示されるよ
うな処理フローにしたがって顧客分類や選好予測を行な
う。この顧客分類や選好予測は、図２に示した相関マッ
プ作成部２５にて行われる。この顧客分類や選好予測に
ついて、図９を用いて次に説明する。まず、ステップ９
１にて、相関マップ作成部２５は、ユーザ３０から心理
特性の因子の得点化（数値化）を行う。そして、ステッ
プ９２にて、相関マップ作成部２５は、制御部２５から
読み出した相関モデル式に、得点化（数値化）された心
理特性の因子を代入する。次に、ステップ９３では、相
関マップ作成部２５は、商品分類マップの軸に対するユ
ーザ３０の選好度（数値化された値）をそれぞれ算出す
る。なお、選好度は、商品分類マップの軸毎に算出する
ものとする。さらに、ステップ９４にて、相関マップ作
成部２５は、先に算出されたユーザ３０の選好度（数値
化された値）を、先に記憶された商品分類マップを制御
部２５から読み出し、その商品分類マップの座標上にプ
ロットを行なう。これにより、この商品分類マップ上で
ユーザ３０の座標点に近い商品群ほどユーザ３０の嗜好
に近い商品群と予測される。さらにまた、相関マップ作
成部２５は、商品分類マップ上にプロットする以外に、
ユーザ３０を顧客分類したり、ユーザ３０の性格判断な
ども行う機能を備えている。なお、この顧客分類は、ユ
ーザ３０の心理特性スケールへの回答データを用い、例
えば多変量解析のクラスター分析などで分類する方法な
どをとることができる。これらの処理により、Ａ社２０
は、ユーザ３０の商品の選好予測、顧客分類、性格判断
を行なう。

【００３１】そして、図１に戻るが、ステップ１４、１
５や１６に示すように、サーバ１０の制御部２１のイン
ターフェース手段は、Ａ社２０の情報処理端末１２ａ〜
１２ｃやユーザ３０の端末３１に、性格判断結果、顧客
分類、選好予測などの出力結果を提示する。この性格判
断結果、顧客分類や選好予測などを出力した結果の例示
を図１０に示す。また、Ａ社２０は、性格診断結果、顧
客分類や選好予測に基づいて、ユーザ３０に売り込む商
品や売り込み方法を行なうようにしても良い。なお、Ａ
社２０は、何度でもユーザ毎に記憶されている心理特性
スケールを利用して、ユーザ毎の選好予測を行うことが
できる。

【００３２】また、図２の機能を実現するためのプログ
ラムをコンピュータ読み取り可能な記録媒体に記録し
て、この記録媒体に記録されたプログラムをコンピュー
タシステムに読み込ませ、実行することにより本発明が
目的とする処理を行ってもよい。なお、ここでいう「コ
ンピュータシステム」とは、ＯＳや周辺機器などのハー
ドウェアを含むものとする。

【００３３】また、「コンピュータシステム」は、ＷＷ
Ｗシステムを利用している場合であれば、ホームページ
提供環境（あるいは表示環境）も含むものとする。ま
た、「コンピュータ読み取り可能な記録媒体」とは、フ
レキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−
ＲＯＭなどの可搬媒体、コンピュータシステムに内蔵さ
れるハードディスクなどの記録装置のことをいう。さら
に、「コンピュータ読み取り可能な記録媒体」とは、イ
ンターネットなどのネットワークや電話回線などの通信
回線を介してプログラムを送信する場合の通信線のよう
に、短時間の間、動的にプログラムを保持するもの、そ
の場合のサーバやコンピュータとなるコンピュータシス
テム内部の揮発性メモリのように、一定時間プログラム
を保持しているものも含むものとする。また上記プログ
ラムは、前述した機能の一部を実現するためのものであ
っても良く、さらに前述した機能をコンピュータシステ
ムにすでに記録されているプログラムとの組み合わせで
実現するものであっても良い。

【００３４】以上、この発明の実施形態について図面を
参照しながら詳述してきたが、具体的な構成は、この実
施の形態に限られるものではなく、この発明の要旨を逸
脱しない範囲の設計も含まれる。

【００３５】

【発明の効果】本発明によれば、ユーザの心理特性に応
じて、ユーザの顧客分類と選好予測をすることができ
る。

【００３６】請求項１、請求項３、請求項５の発明によ
れば、ユーザに性格に関する数十程度の質問項目にこた
えて貰うことにより、ユーザの態度や行動様式の基本と
なる心理的側面からのユーザの分類をすることができ
る。さらに、統計的データに基づき、そのユーザの心理
的特性から商品に対する選好を予測して、提示すること
ができる。これにより、心理的にユーザが求めている商
品を明示することができる。

【００３７】請求項２、請求項４、請求項６の発明によ
れば、ユーザに性格に関する数十程度の質問項目にこた
えて貰うことにより、ユーザの態度や行動様式の基本と
なる心理的側面からのユーザの分類をすることができ
る。さらに、統計的データに基づき、そのユーザの心理
的特性から商品に対する選好を予測できる。したがっ
て、企業は、この選好の予測により、ユーザ毎に合わせ
た接客や商品の紹介ができるので、確度の高い営業活動
をすることができる。

【００３８】

【図面の簡単な説明】

【図１】本発明の一実施形態の流れを示す図

【図２】本発明のサーバの構成を示す図

【図３】商品分類マップを作成する処理フロー

【図４】商品分類マップの作成段階のマップ図

【図５】本発明の一利用形態を示した図

【図６】心理特性スケールを作成する処理フロー

【図７】心理特性スケールの例示

【図８】相関モデル式を作成する処理フロー

【図９】相関マップを作成する処理フロー

【図１０】相関マップ（選好予測）の例示

【符号の説明】 １０・・・ サーバ ２０・・・ 心理特性により顧客分類や選好予測を希
望するＡ社 ２１ａ・・・ 情報処理端末 ２１ｂ・・・ 情報処理端末 ２１ｃ・・・ 情報処理端末 ３０・・・ ユーザ ３１・・・ 情報処理端末

Claims (6)

【特許請求の範囲】
1. 【請求項１】ユーザの端末とネットワークを介して接続
   され、心理特性によりユーザの選好予測を行う選好予測
   サーバであって、 選好予測サーバは、ユーザの端末に心理特性スケールを
   提示し、ユーザの心理特性スケールを受け付けるインタ
   ーフェース手段と、 選好予測サーバは、商品分類マップ、心理特性スケー
   ル、相関モデル式を記憶する記憶手段と、 選好予測サーバは、数値化された前記ユーザの心理特性
   スケールと、相関モデル式と、商品分類マップとに基づ
   いてユーザ毎の顧客分類や選好予測する相関マップ作成
   部と、を備えたことを特徴とする選好予測サーバ。
2. 【請求項２】ユーザの選好予測を希望する企業の端末と
   ネットワークを介して接続され、心理特性によりユーザ
   の選好予測を行う選好予測サーバであって、 選好予測サーバは、企業の端末からの要求を受け付け、
   ユーザ毎の顧客分類や選好予測を提示するインターフェ
   ース手段と、 選好予測サーバは、商品分類マップ、心理特性スケー
   ル、相関モデル式、ユーザ毎の心理特性スケールを記憶
   する記憶手段と、 選好予測サーバは、数値化されたユーザ毎の心理特性ス
   ケールと、相関モデル式と、商品分類マップとに基づい
   て、ユーザ毎の顧客分類や選好予測する相関マップ作成
   部と、を備えたことを特徴とする選好予測サーバ。
3. 【請求項３】ユーザの端末とネットワークを介して接続
   され、心理特性によりユーザの選好予測を行う選好予測
   方法であって、 ユーザの端末に心理特性スケールを提示し、ユーザの心
   理特性スケールを受け付け、 商品分類マップ、心理特性スケール、相関モデル式を記
   憶し、 数値化された前記ユーザの心理特性スケールと、相関モ
   デル式と、商品分類マップとに基づいてユーザの顧客分
   類や選好予測することを特徴とする選好予測方法。
4. 【請求項４】ユーザの選好予測を希望する企業の端末と
   ネットワークを介して接続され、心理特性によりユーザ
   の選好予測を行う選好予測方法であって、 企業の端末からの要求を受け付け、ユーザ毎の顧客分類
   や選好予測を提示し、 商品分類マップ、心理特性スケール、相関モデル式、ユ
   ーザ毎の心理特性スケールを記憶し、 数値化されたユーザ毎の心理特性スケールと、相関モデ
   ル式と、商品分類マップとに基づいて、ユーザ毎の顧客
   分類や選好予測することを特徴とする選好予測方法。
5. 【請求項５】ユーザの端末とネットワークを介して接続
   され、心理特性によりユーザの選好予測を行う選好予測
   プログラムを記録した記録媒体であって、 ユーザの端末に心理特性スケールを提示し、ユーザの心
   理特性スケールを受け付ける処理と、 商品分類マップ、心理特性スケール、相関モデル式を記
   憶する処理と、 数値化された前記ユーザの心理特性スケールと、相関モ
   デル式と、商品分類マップとに基づいて、ユーザの顧客
   分類や選好予測をする処理と、をコンピュータに実行さ
   せる選好予測プログラムを記録したコンピュータに読み
   取り可能な記録媒体。
6. 【請求項６】ユーザの選好予測を希望する企業の端末と
   ネットワークを介して接続され、心理特性によりユーザ
   の選好予測を行う選好予測プログラムを記録した記録媒
   体であって、 企業の端末からの要求を受け付け、ユーザ毎の顧客分類
   や選好予測を提示する処理と、 商品分類マップ、心理特性スケール、相関モデル式、ユ
   ーザ毎の心理特性スケールを記憶する処理と、 数値化されたユーザ毎の心理特性スケールと、相関モデ
   ル式と、商品分類マップとに基づいて、ユーザ毎の顧客
   分類や選好予測する処理と、をコンピュータに実行させ
   る選好予測プログラムを記録したコンピュータに読み取
   り可能な記録媒体。