JP2003331109A - 行動予測システム - Google Patents
行動予測システムInfo
- Publication number
- JP2003331109A JP2003331109A JP2002142790A JP2002142790A JP2003331109A JP 2003331109 A JP2003331109 A JP 2003331109A JP 2002142790 A JP2002142790 A JP 2002142790A JP 2002142790 A JP2002142790 A JP 2002142790A JP 2003331109 A JP2003331109 A JP 2003331109A
- Authority
- JP
- Japan
- Prior art keywords
- behavior
- viewing
- history data
- subject
- purchase
- Prior art date
- Legal status (The legal status 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 status listed.)
- Withdrawn
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 各人の嗜好プロファイルに基づき視聴行動か
ら購買行動を予測、若しくは、購買行動から視聴行動を
予測する行動予測システムを実現する。 【解決手段】 視聴行動から購買行動を予測する行動予
測システムにおいて、嗜好データ、購買履歴データ及び
視聴履歴データが格納される記憶手段と、表示手段と、
嗜好データに基づき各被験者をクラス分けし、各被験者
の購買履歴データとクラスとの関連ルールと、各被験者
の視聴履歴データとクラスとの関連ルールとを導き、２
つの関連ルールに基づき購買行動と視聴行動の関連性を
導いて、視聴行動から購買行動を予測して表示手段に表
示させる解析手段とを設ける。
ら購買行動を予測、若しくは、購買行動から視聴行動を
予測する行動予測システムを実現する。 【解決手段】 視聴行動から購買行動を予測する行動予
測システムにおいて、嗜好データ、購買履歴データ及び
視聴履歴データが格納される記憶手段と、表示手段と、
嗜好データに基づき各被験者をクラス分けし、各被験者
の購買履歴データとクラスとの関連ルールと、各被験者
の視聴履歴データとクラスとの関連ルールとを導き、２
つの関連ルールに基づき購買行動と視聴行動の関連性を
導いて、視聴行動から購買行動を予測して表示手段に表
示させる解析手段とを設ける。
Description
【０００１】
【発明の属する技術分野】本発明は、視聴行動から購買
行動を予測、若しくは、購買行動から視聴行動を予測す
る行動予測システムに関し、特に、各人の嗜好プロファ
イルに基づき視聴行動から購買行動を予測、若しくは、
購買行動から視聴行動を予測する行動予測システムに関
する。
行動を予測、若しくは、購買行動から視聴行動を予測す
る行動予測システムに関し、特に、各人の嗜好プロファ
イルに基づき視聴行動から購買行動を予測、若しくは、
購買行動から視聴行動を予測する行動予測システムに関
する。
【０００２】
【従来の技術】従来の行動予測システムはテレビ番組の
視聴履歴データや購買行動の履歴データとをそれぞれ解
析して関連付け、視聴行動から購買行動を予測、若しく
は、購買行動から視聴行動を予測するものである。
視聴履歴データや購買行動の履歴データとをそれぞれ解
析して関連付け、視聴行動から購買行動を予測、若しく
は、購買行動から視聴行動を予測するものである。
【０００３】図８はこのような従来の行動予測システム
の一例を示す構成ブロック図である。図８において１は
解析処理を行う解析手段、２及び３は視聴履歴データ及
び購買履歴データがそれぞれ格納される記憶手段、４は
ＣＲＴ（Cathode Ray Tube）、ＬＣＤ（Liquid Crystal
Display）等の表示手段である。
の一例を示す構成ブロック図である。図８において１は
解析処理を行う解析手段、２及び３は視聴履歴データ及
び購買履歴データがそれぞれ格納される記憶手段、４は
ＣＲＴ（Cathode Ray Tube）、ＬＣＤ（Liquid Crystal
Display）等の表示手段である。
【０００４】記憶手段２及び３は解析手段１に接続さ
れ、解析手段１の表示出力は表示手段４に接続される。
れ、解析手段１の表示出力は表示手段４に接続される。
【０００５】ここで、図８に示す従来例の動作を図９、
図１０、図１１、図１２及び図１３を用いて説明する。
図９は解析手段１の動作を説明するフロー図、図１０は
テレビ番組の視聴履歴データの一例を示す説明図、図１
１は視聴履歴データから抽出された視聴回数データを示
す説明図、図１２は購買履歴データの一例を示す説明
図、図１３は購買履歴データから抽出された購買回数を
示す説明図である。
図１０、図１１、図１２及び図１３を用いて説明する。
図９は解析手段１の動作を説明するフロー図、図１０は
テレビ番組の視聴履歴データの一例を示す説明図、図１
１は視聴履歴データから抽出された視聴回数データを示
す説明図、図１２は購買履歴データの一例を示す説明
図、図１３は購買履歴データから抽出された購買回数を
示す説明図である。
【０００６】図９中”Ｓ００１”において解析手段１は
記憶手段２に格納されている視聴履歴データを読み出
し、この視聴履歴データに基づき各テレビ番組の視聴回
数を抽出する。
記憶手段２に格納されている視聴履歴データを読み出
し、この視聴履歴データに基づき各テレビ番組の視聴回
数を抽出する。
【０００７】例えば、視聴履歴データが図１０に示す情
報であった場合を想定する。図１０中”ＰＧ０１”には
視聴された各種テレビ番組が記載され、図１０中”ＷＴ
０１”及び”ＷＤ０１”にはそれぞれのテレビ番組の視
聴時間及び視聴日が記載され、図１０中”ＣＨ０１”に
は当該テレビ番組が放送されたテレビ局のチャンネルが
記載されている。
報であった場合を想定する。図１０中”ＰＧ０１”には
視聴された各種テレビ番組が記載され、図１０中”ＷＴ
０１”及び”ＷＤ０１”にはそれぞれのテレビ番組の視
聴時間及び視聴日が記載され、図１０中”ＣＨ０１”に
は当該テレビ番組が放送されたテレビ局のチャンネルが
記載されている。
【０００８】すなわち、図１０に示す視聴履歴データか
らは、”２００２／１０／１”に”１２チャンネル”
の”つり番組”を”１７：００〜１８：００”の間視聴
し、続いて、”４チャンネル”の”野球番組”を”１
９：００〜２１：００”の間視聴したことが分かる。
らは、”２００２／１０／１”に”１２チャンネル”
の”つり番組”を”１７：００〜１８：００”の間視聴
し、続いて、”４チャンネル”の”野球番組”を”１
９：００〜２１：００”の間視聴したことが分かる。
【０００９】ここで、解析手段１は図１０に示すような
視聴履歴データから各種テレビ番組の視聴回数を抽出し
て、図１１に示すような情報を得る。
視聴履歴データから各種テレビ番組の視聴回数を抽出し
て、図１１に示すような情報を得る。
【００１０】例えば、図１１中”ＰＧ１１”及び”ＷＮ
１１”に示すように視聴されたテレビ番組及びその視聴
回数を得る。
１１”に示すように視聴されたテレビ番組及びその視聴
回数を得る。
【００１１】すなわち、図１１に示す情報からは”つり
番組”を”７回”視聴し、”野球番組”を”２回”視聴
していることが分かる。
番組”を”７回”視聴し、”野球番組”を”２回”視聴
していることが分かる。
【００１２】図９中”Ｓ００２”において解析手段１は
記憶手段３に格納されている購買履歴データを読み出
し、この購買履歴データに基づき各購入品目の購入数を
抽出する。
記憶手段３に格納されている購買履歴データを読み出
し、この購買履歴データに基づき各購入品目の購入数を
抽出する。
【００１３】例えば、視聴履歴データが図１２に示す情
報であった場合を想定する。図１２中”ＢＬ２１”には
購入された購入品目が記載され、図１２中”ＢＤ２１”
には当該購入品目の購入日が記載されている。
報であった場合を想定する。図１２中”ＢＬ２１”には
購入された購入品目が記載され、図１２中”ＢＤ２１”
には当該購入品目の購入日が記載されている。
【００１４】すなわち、図１２に示す購買履歴データか
らは、”２００２／８／１５”に”釣竿”、”釣り針”
及び”えさ”がそれぞれ購入され、”２００２／９／
１”には”ボール”が購入されてたことが分かる。
らは、”２００２／８／１５”に”釣竿”、”釣り針”
及び”えさ”がそれぞれ購入され、”２００２／９／
１”には”ボール”が購入されてたことが分かる。
【００１５】ここで、解析手段１は図１２に示すような
購買履歴データから各購入品目の購入数を抽出して、図
１３に示すような情報を得る。
購買履歴データから各購入品目の購入数を抽出して、図
１３に示すような情報を得る。
【００１６】例えば、図１３中”ＢＬ３１”及び”ＢＮ
３１”に示すように購入された購入品目及びその購入数
を得る。
３１”に示すように購入された購入品目及びその購入数
を得る。
【００１７】すなわち、図１３に示す情報からは”釣
竿”が”２回”購入され、”釣り針”及び”えさ”がそ
れぞれ”５回”購入され、”ボール”が”１回”購入さ
れたことが分かる。
竿”が”２回”購入され、”釣り針”及び”えさ”がそ
れぞれ”５回”購入され、”ボール”が”１回”購入さ
れたことが分かる。
【００１８】図９中”Ｓ００３”において解析手段１は
得られた視聴回数及び購入数から視聴行動と購買行動と
の関連分析を行い、図９中”Ｓ００４”において購買行
動、若しくは、視聴行動の予測を表示手段４上に表示さ
せる。
得られた視聴回数及び購入数から視聴行動と購買行動と
の関連分析を行い、図９中”Ｓ００４”において購買行
動、若しくは、視聴行動の予測を表示手段４上に表示さ
せる。
【００１９】例えば、図１１及び図１３に示す視聴回数
及び購入数の情報からは、つり番組を視聴している視聴
回数が多いと、つり関連の購入品目の購入数が多い関係
が抽出されるので、その情報を表示することになる。
及び購入数の情報からは、つり番組を視聴している視聴
回数が多いと、つり関連の購入品目の購入数が多い関係
が抽出されるので、その情報を表示することになる。
【００２０】
【発明が解決しようとする課題】しかし、図８に示す従
来例では単純な視聴履歴データと購買履歴データとを関
連付けようとしても単純なルールしか抽出できないと言
った問題点があり、多様なルールを抽出することが困難
である。従って本発明が解決しようとする課題は、各人
の嗜好プロファイルに基づき視聴行動から購買行動を予
測、若しくは、購買行動から視聴行動を予測する行動予
測システムを実現することにある。
来例では単純な視聴履歴データと購買履歴データとを関
連付けようとしても単純なルールしか抽出できないと言
った問題点があり、多様なルールを抽出することが困難
である。従って本発明が解決しようとする課題は、各人
の嗜好プロファイルに基づき視聴行動から購買行動を予
測、若しくは、購買行動から視聴行動を予測する行動予
測システムを実現することにある。
【００２１】
【課題を解決するための手段】このような課題を達成す
るために、本発明のうち請求項１記載の発明は、視聴行
動から購買行動を予測する行動予測システムにおいて、
嗜好データ、購買履歴データ及び視聴履歴データが格納
される記憶手段と、表示手段と、前記嗜好データに基づ
き各被験者をクラス分けし、各被験者の前記購買履歴デ
ータと前記クラスとの関連ルールと、各被験者の前記視
聴履歴データと前記クラスとの関連ルールとを導き、前
記２つの関連ルールに基づき購買行動と視聴行動の関連
性を導いて、視聴行動から購買行動を予測して前記表示
手段に表示させる解析手段とを備えたことにより、各人
の嗜好プロファイルに基づき視聴行動から購買行動を予
測することが可能になる。
るために、本発明のうち請求項１記載の発明は、視聴行
動から購買行動を予測する行動予測システムにおいて、
嗜好データ、購買履歴データ及び視聴履歴データが格納
される記憶手段と、表示手段と、前記嗜好データに基づ
き各被験者をクラス分けし、各被験者の前記購買履歴デ
ータと前記クラスとの関連ルールと、各被験者の前記視
聴履歴データと前記クラスとの関連ルールとを導き、前
記２つの関連ルールに基づき購買行動と視聴行動の関連
性を導いて、視聴行動から購買行動を予測して前記表示
手段に表示させる解析手段とを備えたことにより、各人
の嗜好プロファイルに基づき視聴行動から購買行動を予
測することが可能になる。
【００２２】請求項２記載の発明は、購買行動から視聴
行動を予測する行動予測システムにおいて、嗜好デー
タ、購買履歴データ及び視聴履歴データが格納される記
憶手段と、行動予測を表示する表示手段と、前記嗜好デ
ータに基づき各被験者をクラス分けし、各被験者の前記
購買履歴データと前記クラスとの関連ルールと、各被験
者の前記視聴履歴データと前記クラスとの関連ルールと
を導き、前記２つの関連ルールに基づき購買行動と視聴
行動の関連性を導いて、購買行動から視聴行動を予測し
て前記表示手段に表示させる解析手段とを備えたことに
より、各人の嗜好プロファイルに基づき購買行動から視
聴行動を予測することが可能になる。
行動を予測する行動予測システムにおいて、嗜好デー
タ、購買履歴データ及び視聴履歴データが格納される記
憶手段と、行動予測を表示する表示手段と、前記嗜好デ
ータに基づき各被験者をクラス分けし、各被験者の前記
購買履歴データと前記クラスとの関連ルールと、各被験
者の前記視聴履歴データと前記クラスとの関連ルールと
を導き、前記２つの関連ルールに基づき購買行動と視聴
行動の関連性を導いて、購買行動から視聴行動を予測し
て前記表示手段に表示させる解析手段とを備えたことに
より、各人の嗜好プロファイルに基づき購買行動から視
聴行動を予測することが可能になる。
【００２３】請求項３記載の発明は、請求項１若しくは
請求項２記載の発明である行動予測システムにおいて、
前記解析手段が、組み込まれたＷｅｂサーバ機能により
インターネット上にアンケートのＷｅｂページを公開し
て被験者となる者の嗜好データを収集することにより、
各人の嗜好プロファイルに基づき購買行動から視聴行動
を予測することが可能になる。
請求項２記載の発明である行動予測システムにおいて、
前記解析手段が、組み込まれたＷｅｂサーバ機能により
インターネット上にアンケートのＷｅｂページを公開し
て被験者となる者の嗜好データを収集することにより、
各人の嗜好プロファイルに基づき購買行動から視聴行動
を予測することが可能になる。
【００２４】請求項４記載の発明は、請求項１若しくは
請求項２記載の発明である行動予測システムにおいて、
前記解析手段が、組み込まれたネットワーク通信機能に
よりインターネットに接続されているクレジット会社の
データベースにアクセスして被験者となる者の購買履歴
データを収集することにより、各人の嗜好プロファイル
に基づき購買行動から視聴行動を予測することが可能に
なる。
請求項２記載の発明である行動予測システムにおいて、
前記解析手段が、組み込まれたネットワーク通信機能に
よりインターネットに接続されているクレジット会社の
データベースにアクセスして被験者となる者の購買履歴
データを収集することにより、各人の嗜好プロファイル
に基づき購買行動から視聴行動を予測することが可能に
なる。
【００２５】請求項５記載の発明は、請求項１若しくは
請求項２記載の発明である行動予測システムにおいて、
前記解析手段が、組み込まれたネットワーク通信機能に
よりインターネットに接続されているテレビリモコンに
アクセスして被験者となる者の視聴履歴データを収集す
ることにより、各人の嗜好プロファイルに基づき購買行
動から視聴行動を予測することが可能になる。
請求項２記載の発明である行動予測システムにおいて、
前記解析手段が、組み込まれたネットワーク通信機能に
よりインターネットに接続されているテレビリモコンに
アクセスして被験者となる者の視聴履歴データを収集す
ることにより、各人の嗜好プロファイルに基づき購買行
動から視聴行動を予測することが可能になる。
【００２６】
【発明の実施の形態】以下本発明を図面を用いて詳細に
説明する。図１は本発明に係る行動予測システムの一例
を示す構成ブロック図である。図１において５は解析処
理を行う解析手段、６，７及び８は嗜好データ、購買履
歴データ及び視聴履歴データがそれぞれ格納される記憶
手段、９はＣＲＴ（Cathode Ray Tube）、ＬＣＤ（Liqu
id Crystal Display）等の表示手段である。
説明する。図１は本発明に係る行動予測システムの一例
を示す構成ブロック図である。図１において５は解析処
理を行う解析手段、６，７及び８は嗜好データ、購買履
歴データ及び視聴履歴データがそれぞれ格納される記憶
手段、９はＣＲＴ（Cathode Ray Tube）、ＬＣＤ（Liqu
id Crystal Display）等の表示手段である。
【００２７】記憶手段６，７及び８は解析手段５に接続
され、解析手段５の表示出力は表示手段９に接続され
る。
され、解析手段５の表示出力は表示手段９に接続され
る。
【００２８】ここで、図１に示す従来例の動作を図２、
図３、図４、図５、図６及び図７を用いて説明する。図
２は解析手段５の動作を説明するフロー図、図３はアン
ケート調査により収集された嗜好データの一例を示す説
明図、図４は嗜好データから抽出したテーブルを示す説
明図、図５は被験者のクラス分けを示す説明図、図６は
購買履歴データと嗜好の関連ルールを導くためのテーブ
ルを示す説明図、図７は視聴履歴データと嗜好の関連ル
ールを導くためのテーブルを示す説明図である。
図３、図４、図５、図６及び図７を用いて説明する。図
２は解析手段５の動作を説明するフロー図、図３はアン
ケート調査により収集された嗜好データの一例を示す説
明図、図４は嗜好データから抽出したテーブルを示す説
明図、図５は被験者のクラス分けを示す説明図、図６は
購買履歴データと嗜好の関連ルールを導くためのテーブ
ルを示す説明図、図７は視聴履歴データと嗜好の関連ル
ールを導くためのテーブルを示す説明図である。
【００２９】図２中”Ｓ１０１”において解析手段５は
記憶手段６に格納されている嗜好データを読み出し、こ
の嗜好データに基づき各被験者をクラスに分類する。
記憶手段６に格納されている嗜好データを読み出し、こ
の嗜好データに基づき各被験者をクラスに分類する。
【００３０】例えば、嗜好データが図３に示す情報であ
った場合を想定する。図３中”ＦＰＦ４１”には嗜好プ
ロファイルが記載され、図３中”ＰＴ４１”には当該嗜
好プロファイルに対する評点が記載されている。
った場合を想定する。図３中”ＦＰＦ４１”には嗜好プ
ロファイルが記載され、図３中”ＰＴ４１”には当該嗜
好プロファイルに対する評点が記載されている。
【００３１】すなわち、図３に示す嗜好データからこの
被験者は、”アウトドア活動”、”スポーツをす
る”、”ドライブ”及び”外食”等に対して関心が高
く、”料理をする”及び”コンサートに行く”等に関し
ては関心が低いといったことが分かる。
被験者は、”アウトドア活動”、”スポーツをす
る”、”ドライブ”及び”外食”等に対して関心が高
く、”料理をする”及び”コンサートに行く”等に関し
ては関心が低いといったことが分かる。
【００３２】そして、解析手段５は嗜好データから図４
に示すような各被験者に対する嗜好パターンに関するテ
ーブルを抽出する。
に示すような各被験者に対する嗜好パターンに関するテ
ーブルを抽出する。
【００３３】例えば、図４中”ＳＢ５１”に示す各被験
者に対して図４中”ＶＲ５１”、”ＶＲ５２”、”ＶＲ
５３”及び”ＶＲ５４”に示すような嗜好パラメータに
対する関心の有無を”１”若しくは”０”で記載する。
者に対して図４中”ＶＲ５１”、”ＶＲ５２”、”ＶＲ
５３”及び”ＶＲ５４”に示すような嗜好パラメータに
対する関心の有無を”１”若しくは”０”で記載する。
【００３４】すなわち、図４に示す情報からは”被験者
１”は”野球”に関して関心があり、”被験者３”は”
野球”及び”サッカー”に関して関心があることが分か
る。
１”は”野球”に関して関心があり、”被験者３”は”
野球”及び”サッカー”に関して関心があることが分か
る。
【００３５】さらに、解析手段５は図４に示す各被験者
に対する嗜好パターンに関するテーブルに基づき図５に
示すように各被験者をクラスに分類する。
に対する嗜好パターンに関するテーブルに基づき図５に
示すように各被験者をクラスに分類する。
【００３６】例えば、図５中”ＳＢ６１”に示す各被験
者に対して図５中”ＣＬ６１”に示すようなクラスに分
類する。
者に対して図５中”ＣＬ６１”に示すようなクラスに分
類する。
【００３７】すなわち、図５に示す情報からは”被験者
１”及び”被験者２”は”野球”に関してのみ関心があ
るので”クラス１”に分類し、”被験者３”及び”被験
者４”は”野球”及び”サッカー”に関して関心がある
ので”クラス２”に分類し、”被験者５”は”山登り”
と”つり”に関して関心があるので”クラス３”に分類
する。
１”及び”被験者２”は”野球”に関してのみ関心があ
るので”クラス１”に分類し、”被験者３”及び”被験
者４”は”野球”及び”サッカー”に関して関心がある
ので”クラス２”に分類し、”被験者５”は”山登り”
と”つり”に関して関心があるので”クラス３”に分類
する。
【００３８】図２中”Ｓ１０２”において解析手段５は
記憶手段７に格納されている購買履歴データを読み出
し、分類されたクラスとこの購買履歴データに基づき関
連ルールを導く。
記憶手段７に格納されている購買履歴データを読み出
し、分類されたクラスとこの購買履歴データに基づき関
連ルールを導く。
【００３９】例えば、購買履歴データから各購入品目の
購入の有無して図６に示す情報が得られた場合を想定す
る。図６中”ＳＢ７１”には各被験者が記載され、図６
中”ＢＬ７１”、”ＢＬ７２”、”ＢＬ７３”及び”Ｂ
Ｌ７４”にはそれぞれの各種購入品目が記載され、図６
中”ＣＬ７１”には先に分類されたクラスが記載されて
いる。
購入の有無して図６に示す情報が得られた場合を想定す
る。図６中”ＳＢ７１”には各被験者が記載され、図６
中”ＢＬ７１”、”ＢＬ７２”、”ＢＬ７３”及び”Ｂ
Ｌ７４”にはそれぞれの各種購入品目が記載され、図６
中”ＣＬ７１”には先に分類されたクラスが記載されて
いる。
【００４０】すなわち、図６に示す情報からは、野球用
品及び釣り用品を購入している者（被験者１）はクラス
１に属し、サッカー用品を購入している者（被験者３及
び被験者４）はクラス２に属していると言ったような関
連ルールが得られる。
品及び釣り用品を購入している者（被験者１）はクラス
１に属し、サッカー用品を購入している者（被験者３及
び被験者４）はクラス２に属していると言ったような関
連ルールが得られる。
【００４１】図２中”Ｓ１０３”において解析手段５は
記憶手段８に格納されている視聴履歴データを読み出
し、分類されたクラスとこの視聴履歴データに基づき関
連ルールを導く。
記憶手段８に格納されている視聴履歴データを読み出
し、分類されたクラスとこの視聴履歴データに基づき関
連ルールを導く。
【００４２】例えば、視聴履歴データからテレビ番組の
視聴の有無して図７に示す情報が得られた場合を想定す
る。図７中”ＳＢ８１”には各被験者が記載され、図７
中”ＰＧ８１”、”ＰＧ８２”、”ＰＧ８３”及び”Ｐ
Ｇ８４”にはそれぞれの視聴されたテレビ番組が記載さ
れ、図７中”ＣＬ８１”には先に分類されたクラスが記
載されている。
視聴の有無して図７に示す情報が得られた場合を想定す
る。図７中”ＳＢ８１”には各被験者が記載され、図７
中”ＰＧ８１”、”ＰＧ８２”、”ＰＧ８３”及び”Ｐ
Ｇ８４”にはそれぞれの視聴されたテレビ番組が記載さ
れ、図７中”ＣＬ８１”には先に分類されたクラスが記
載されている。
【００４３】すなわち、図７に示す情報からは、野球番
組及び釣り番組を視聴している者（被験者１）はクラス
１に属し、サッカー番組を視聴している者（被験者３及
び被験者４）はクラス２に属していると言ったような関
連ルールが得られる。
組及び釣り番組を視聴している者（被験者１）はクラス
１に属し、サッカー番組を視聴している者（被験者３及
び被験者４）はクラス２に属していると言ったような関
連ルールが得られる。
【００４４】図２中”Ｓ１０４”において解析手段５は
得られた２つの関連ルールに基づき購買行動と視聴行動
の関連性を導き、図２中”Ｓ１０５”において制御手段
５は購買行動、若しくは、視聴行動の予測を表示手段９
上に表示させる。
得られた２つの関連ルールに基づき購買行動と視聴行動
の関連性を導き、図２中”Ｓ１０５”において制御手段
５は購買行動、若しくは、視聴行動の予測を表示手段９
上に表示させる。
【００４５】すなわち、野球用品及び釣り用品を購入し
ている者（被験者１）はクラス１に属し、野球番組及び
釣り番組を視聴している者（被験者１）はクラス１に属
すると言った２つの関連ルールから、”野球用品を購入
している者（被験者１）が野球番組を視聴している”と
解釈できる。また、その逆も解釈できる。
ている者（被験者１）はクラス１に属し、野球番組及び
釣り番組を視聴している者（被験者１）はクラス１に属
すると言った２つの関連ルールから、”野球用品を購入
している者（被験者１）が野球番組を視聴している”と
解釈できる。また、その逆も解釈できる。
【００４６】この結果、嗜好データに基づき各被験者を
クラス分けし、さらに各被験者の購買履歴データとクラ
スとの関連ルールと、各被験者の視聴履歴データとクラ
スとの関連ルールとを導き、当該２つの関連ルールに基
づき購買行動と視聴行動の関連性を導くことにより、各
人の嗜好プロファイルに基づき視聴行動から購買行動を
予測、若しくは、購買行動から視聴行動を予測すること
が可能になる。
クラス分けし、さらに各被験者の購買履歴データとクラ
スとの関連ルールと、各被験者の視聴履歴データとクラ
スとの関連ルールとを導き、当該２つの関連ルールに基
づき購買行動と視聴行動の関連性を導くことにより、各
人の嗜好プロファイルに基づき視聴行動から購買行動を
予測、若しくは、購買行動から視聴行動を予測すること
が可能になる。
【００４７】なお、図１に示す実施例では説明の簡単の
ために嗜好データ、購買履歴データ及び視聴履歴データ
が格納される記憶手段をそれぞれ別個の記憶手段として
例示しているが、勿論、１つの記憶手段に嗜好データ、
購買履歴データ及び視聴履歴データを格納するものであ
っても構わない。
ために嗜好データ、購買履歴データ及び視聴履歴データ
が格納される記憶手段をそれぞれ別個の記憶手段として
例示しているが、勿論、１つの記憶手段に嗜好データ、
購買履歴データ及び視聴履歴データを格納するものであ
っても構わない。
【００４８】また、図１に示す実施例では各人の嗜好プ
ロファイルに基づき視聴行動から購買行動を予測、若し
くは、購買行動から視聴行動を予測しているが、嗜好プ
ロファイルに基づき視聴行動から購買行動を予測しても
良い。
ロファイルに基づき視聴行動から購買行動を予測、若し
くは、購買行動から視聴行動を予測しているが、嗜好プ
ロファイルに基づき視聴行動から購買行動を予測しても
良い。
【００４９】また、図１に示す実施例では各人の嗜好プ
ロファイルに基づき視聴行動から購買行動を予測、若し
くは、購買行動から視聴行動を予測しているが、嗜好プ
ロファイルに基づき購買行動から視聴行動を予測しても
良い。
ロファイルに基づき視聴行動から購買行動を予測、若し
くは、購買行動から視聴行動を予測しているが、嗜好プ
ロファイルに基づき購買行動から視聴行動を予測しても
良い。
【００５０】また、各被験者を嗜好データによって分類
したクラスによっても購買行動若しくは視聴行動をそれ
ぞれ予測することが可能である。
したクラスによっても購買行動若しくは視聴行動をそれ
ぞれ予測することが可能である。
【００５１】また、図１に示す実施例では各人の嗜好プ
ロファイルはアンケート調査により収集され記憶手段に
格納されているとしているが、解析手段にＷｅｂサーバ
機能を持たせて、インターネット上にアンケートのＷｅ
ｂページを公開して被験者となる者の嗜好データを収集
しても構わない。
ロファイルはアンケート調査により収集され記憶手段に
格納されているとしているが、解析手段にＷｅｂサーバ
機能を持たせて、インターネット上にアンケートのＷｅ
ｂページを公開して被験者となる者の嗜好データを収集
しても構わない。
【００５２】また、図１に示す実施例では各人の購買履
歴データは記憶手段に格納されているとしているが、解
析手段にネットワーク通信機能を持たせて、インターネ
ットに接続されているクレジット会社のデータベースに
アクセスして被験者となる者の購買履歴データを収集し
ても構わない。
歴データは記憶手段に格納されているとしているが、解
析手段にネットワーク通信機能を持たせて、インターネ
ットに接続されているクレジット会社のデータベースに
アクセスして被験者となる者の購買履歴データを収集し
ても構わない。
【００５３】また、図１に示す実施例では各人の視聴履
歴データは記憶手段に格納されているとしているが、解
析手段にネットワーク通信機能を持たせて、インターネ
ットに接続されて視聴履歴を保持するテレビリモコン等
の装置にアクセスして被験者となる者の視聴履歴データ
を収集しても構わない。
歴データは記憶手段に格納されているとしているが、解
析手段にネットワーク通信機能を持たせて、インターネ
ットに接続されて視聴履歴を保持するテレビリモコン等
の装置にアクセスして被験者となる者の視聴履歴データ
を収集しても構わない。
【００５４】
【発明の効果】以上説明したことから明らかなように、
本発明によれば次のような効果がある。請求項１，２，
３，４及び請求項５の発明によれば、嗜好データに基づ
き各被験者をクラス分けし、さらに各被験者の購買履歴
データとクラスとの関連ルールと、各被験者の視聴履歴
データとクラスとの関連ルールとを導き、当該２つの関
連ルールに基づき購買行動と視聴行動の関連性を導くこ
とにより、各人の嗜好プロファイルに基づき視聴行動か
ら購買行動を予測、若しくは、購買行動から視聴行動を
予測することが可能になる。
本発明によれば次のような効果がある。請求項１，２，
３，４及び請求項５の発明によれば、嗜好データに基づ
き各被験者をクラス分けし、さらに各被験者の購買履歴
データとクラスとの関連ルールと、各被験者の視聴履歴
データとクラスとの関連ルールとを導き、当該２つの関
連ルールに基づき購買行動と視聴行動の関連性を導くこ
とにより、各人の嗜好プロファイルに基づき視聴行動か
ら購買行動を予測、若しくは、購買行動から視聴行動を
予測することが可能になる。
【図１】本発明に係る行動予測システムの一例を示す構
成ブロック図である。
成ブロック図である。
【図２】解析手段の動作を説明するフロー図である。
【図３】アンケート調査により収集された嗜好データの
一例を示す説明図である。
一例を示す説明図である。
【図４】嗜好データから抽出したテーブルを示す説明図
である。
である。
【図５】被験者のクラス分けを示す説明図である。
【図６】購買履歴データと嗜好の関連ルールを導くため
のテーブルを示す説明図である。
のテーブルを示す説明図である。
【図７】視聴履歴データと嗜好の関連ルールを導くため
のテーブルを示す説明図である。
のテーブルを示す説明図である。
【図８】従来の行動予測システムの一例を示す構成ブロ
ック図である。
ック図である。
【図９】解析手段の動作を説明するフロー図である。
【図１０】テレビ番組の視聴履歴データの一例を示す説
明図である。
明図である。
【図１１】視聴履歴データから抽出された視聴回数デー
タを示す説明図である。
タを示す説明図である。
【図１２】購買履歴データの一例を示す説明図である。
【図１３】購買履歴データから抽出された購買回数を示
す説明図である。
す説明図である。
１，５ 解析手段
２，３，６，７，８ 記憶手段
４，９ 表示手段
Claims (5)
- 【請求項１】視聴行動から購買行動を予測する行動予測
システムにおいて、 嗜好データ、購買履歴データ及び視聴履歴データが格納
される記憶手段と、 表示手段と、 前記嗜好データに基づき各被験者をクラス分けし、各被
験者の前記購買履歴データと前記クラスとの関連ルール
と、各被験者の前記視聴履歴データと前記クラスとの関
連ルールとを導き、前記２つの関連ルールに基づき購買
行動と視聴行動の関連性を導いて、視聴行動から購買行
動を予測して前記表示手段に表示させる解析手段とを備
えたことを特徴とする行動予測システム。 - 【請求項２】購買行動から視聴行動を予測する行動予測
システムにおいて、 嗜好データ、購買履歴データ及び視聴履歴データが格納
される記憶手段と、 行動予測を表示する表示手段と、 前記嗜好データに基づき各被験者をクラス分けし、各被
験者の前記購買履歴データと前記クラスとの関連ルール
と、各被験者の前記視聴履歴データと前記クラスとの関
連ルールとを導き、前記２つの関連ルールに基づき購買
行動と視聴行動の関連性を導いて、購買行動から視聴行
動を予測して前記表示手段に表示させる解析手段とを備
えたことを特徴とする行動予測システム。 - 【請求項３】前記解析手段が、 組み込まれたＷｅｂサーバ機能によりインターネット上
にアンケートのＷｅｂページを公開して被験者となる者
の嗜好データを収集することを特徴とする請求項１若し
くは請求項２記載の行動予測システム。 - 【請求項４】前記解析手段が、 組み込まれたネットワーク通信機能によりインターネッ
トに接続されているクレジット会社のデータベースにア
クセスして被験者となる者の購買履歴データを収集する
ことを特徴とする請求項１若しくは請求項２記載の行動
予測システム。 - 【請求項５】前記解析手段が、 組み込まれたネットワーク通信機能によりインターネッ
トに接続されているテレビリモコンにアクセスして被験
者となる者の視聴履歴データを収集することを特徴とす
る請求項１若しくは請求項２記載の行動予測システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002142790A JP2003331109A (ja) | 2002-05-17 | 2002-05-17 | 行動予測システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002142790A JP2003331109A (ja) | 2002-05-17 | 2002-05-17 | 行動予測システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003331109A true JP2003331109A (ja) | 2003-11-21 |
Family
ID=29702968
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002142790A Withdrawn JP2003331109A (ja) | 2002-05-17 | 2002-05-17 | 行動予測システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003331109A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006048319A (ja) * | 2004-08-04 | 2006-02-16 | Sony Corp | 情報処理装置および方法、記録媒体、並びにプログラム |
| JP2018147177A (ja) * | 2017-03-03 | 2018-09-20 | 株式会社東芝 | データ接続装置、データ接続方法及びプログラム |
| JPWO2020218406A1 (ja) * | 2019-04-25 | 2021-05-06 | ヤマハ発動機株式会社 | 顧客とサービサーとをマッチングするために用いられるデータを出力するデータ処理方法、顧客とサービサーとをマッチングするために用いられるデータを出力するデータ処理装置、及び、プログラム |
-
2002
- 2002-05-17 JP JP2002142790A patent/JP2003331109A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006048319A (ja) * | 2004-08-04 | 2006-02-16 | Sony Corp | 情報処理装置および方法、記録媒体、並びにプログラム |
| JP2018147177A (ja) * | 2017-03-03 | 2018-09-20 | 株式会社東芝 | データ接続装置、データ接続方法及びプログラム |
| JPWO2020218406A1 (ja) * | 2019-04-25 | 2021-05-06 | ヤマハ発動機株式会社 | 顧客とサービサーとをマッチングするために用いられるデータを出力するデータ処理方法、顧客とサービサーとをマッチングするために用いられるデータを出力するデータ処理装置、及び、プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4865811B2 (ja) | 視聴傾向管理装置、システム及びプログラム | |
| JP4009940B2 (ja) | 番組選択支援情報提供サービスシステムとサーバ装置および端末装置ならびに番組選択支援情報提供方法とプログラムおよび記録媒体 | |
| KR100967830B1 (ko) | 하나 이상의 제 3 자들에 대한 추천들에 기초하여 이용자에게 관심 있는 아이템들을 추천하기 위한 방법 및 장치 | |
| CN107404656B (zh) | 直播视频推荐方法、装置及服务器 | |
| US20130297608A1 (en) | Content presentation device, content presentation terminal, content presentation system, content presentation program, and content presentation method | |
| EP2835979A1 (en) | Attribute setting method and device | |
| US9602884B1 (en) | Creating customized programming content | |
| WO2021055620A1 (en) | Online live video sales management system | |
| CN106331779A (zh) | 在播放视频过程中基于用户喜好推送主播的方法及系统 | |
| US20110209066A1 (en) | Viewing terminal apparatus, viewing statistics-gathering apparatus, viewing statistics-processing system, and viewing statistics-processing method | |
| JP2015133033A (ja) | レコメンド装置、レコメンド方法、およびプログラム | |
| JP2008204235A (ja) | 非類似アイテム推薦方法、推薦装置、及びプログラム | |
| KR101875230B1 (ko) | 시청 정보와 메타 데이터를 사용한 선호도 추론 장치 및 방법 | |
| CN108376147A (zh) | 一种用于获得视频的评价结果信息的方法和装置 | |
| US20110167445A1 (en) | Audiovisual content channelization system | |
| TW201319981A (zh) | 電視廣告產品資訊顯示系統、方法及其記錄媒體 | |
| US20120001828A1 (en) | Selecting displays for displaying content | |
| Brown et al. | The impact of national anthem protests on National Football League television ratings | |
| US20170076176A1 (en) | Method and system for displaying item related information in video streaming | |
| Ravnik et al. | Interactive and audience adaptive digital signage using real-time computer vision | |
| Bertoncelo | Social classes in Brazil: time, trajectory and immaterial inheritance | |
| KR20150034925A (ko) | 매장의 디스플레이 장치를 이용한 광고 방법 및 장치 | |
| WO2016206035A1 (zh) | 一种信息推荐方法及用户终端 | |
| KR20140010679A (ko) | 추천 시스템 및 추천 방법 | |
| JP2003331109A (ja) | 行動予測システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051107 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051117 |
|
| A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20051226 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051227 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20051227 |
|
| A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20060222 |