JP2011221595A - 情報分析処理システム及び情報分析処理方法 - Google Patents

Abstract

【課題】消費者の商品についての消費履歴情報があまり多くない場合であっても、当該商品についての消費者の動向を精度よく分析することができる。
【解決手段】情報分析処理システム１においては、計算用ＰＣ端末２００が、歌唱履歴データベース１１３２より取得された歌唱履歴情報を用いて、クラスタリング情報を生成し、ユーザプロファイルデータベース１１３３に記憶させる。ＷＥＢサーバ３００は、購入履歴データベース１１３５にアクセスし、所定の物品を購入した、複数の消費者それぞれのＵＩＤを取得する。そして、ユーザプロファイルデータベース１１３３にアクセスし、上記ＵＩＤが取得された消費者の数を、各ユニットごとにカウントする。その後、各ユニットそれぞれに対応したユニット表示領域ＵＳに、上記カウントされた当該ユニットに属する消費者の数の大小に対応した×印Ｍを表示する、画像情報を生成する。
【選択図】図７

Description

本発明は、消費者の動向を分析する情報分析処理システム及び情報分析処理方法に関する。

従来、複数の商品に対する複数の消費者の消費履歴情報に基づき、消費者を分類する技術が提唱されている。例えば特許文献１に記載の従来技術では、サーバ装置が、購入履歴情報格納部に記憶された、消費者としての購入者の、消費履歴情報としての購入履歴情報に基づき、購入者数等が予め設定された閾値以上である商品を流行商品として識別する。そして、当該流行商品の購入者の中から一定の時期的条件を満たす早期に商品を購入した購入者を、トレンドリーダーとして分類する。これにより、トレンドリーダーの商品の購買行動から商品の推奨を行うことができる。

特開２００８−１９８１６３号公報

近年、ある業務に係わる複数の商品に対する複数の消費者の消費履歴情報を用いて、当該業務に係わる商品についての消費者の動向を分析することが考えられつつある。その際には、例えば上記従来技術のような手法によって蓄積された複数の商品に対する複数の消費者の消費履歴情報を用いて、商品についての消費者の動向の分析を行うことができる。このとき、消費者の商品についての消費履歴情報が豊富であると分析精度は高くなるが、逆に、消費者の商品についての消費履歴情報があまり豊富でないと分析精度は低くなるという問題がある。

本発明の目的は、消費者の商品についての消費履歴情報があまり多くない場合であっても、当該商品についての消費者の動向を精度よく分析することができる情報分析処理システム及び情報分析処理方法を提供することにある。

上記目的を達成するために、第１の発明の情報分析処理システムは、第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第１商品ごとに記憶した第１消費者データベースと、前記第１消費者データベースにアクセスし、複数の第１商品に対する複数の消費者の消費履歴情報を取得する履歴取得手段と、前記履歴取得手段により取得された前記複数の第１商品に対する前記複数の消費者の前記消費履歴情報を用いて、各消費者の識別情報を複数のユニットのいずれかに対応付けたクラスタリング情報を生成するクラスタリング手段と、第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第２商品ごとに記憶した第２消費者データベースと、前記第２消費者データベースにアクセスし、所定の第２商品に対して消費行動を行った、複数の消費者それぞれの識別情報を取得する識別情報取得手段と、前記クラスタリング手段により生成された前記クラスタリング情報を記憶したクラスタリングデータベースと、前記クラスタリングデータベースにアクセスし、前記識別情報取得手段で識別情報が取得された消費者の数を、各ユニットごとにカウントする消費者計数手段と、各ユニットそれぞれに対応したユニット表示領域に、前記消費者計数手段によりカウントされた当該ユニットに属する前記消費者の数の大小に対応した少なくとも１つの識別子を表示する、画像情報を生成する画像生成手段とを有することを特徴とする。

本願第１発明では、予め、第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とが対応付けられ、消費履歴情報として第１消費者データベースに記憶されている。履歴取得手段が、上記第１消費者データベースにアクセスし、複数の第１商品に対する複数の消費者の消費履歴情報を取得する。その取得した消費履歴情報を用いて、クラスタリング手段が、各消費者の識別情報を複数のユニットのいずれかに対応付けて、クラスタリング情報を生成する。

一方、本願第１発明はまた、予め、上記第１業務とは別の、第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴とが対応付けられ、消費履歴情報として第２消費者データベースに記憶されている。識別情報取得手段は、上記第２消費者データベースにアクセスし、所定の第２商品に対し消費行動を行った複数の消費者を特定し、それら複数の消費者の識別情報を取得する。このようにして消費者が特定されると、消費者計数手段がクラスタリングデータベースにアクセスし、識別情報取得手段で識別情報が取得された消費者の数を上記各ユニットごとにカウントする。これにより、特定の第２商品を消費した消費者が、第１商品に関するクラスタリングにより生成された各ユニットに、何人ずつ含まれるかがカウントされる。画像生成手段は、このカウント結果に応じて画像情報を生成する。これにより、当該画像情報を用いた適宜の表示手段が、上記カウントされた各ユニットごとの消費者の数の大小を、少なくとも１つの識別子により画像表示することができる。

以上の結果、操作者は、第１商品に関するクラスタリングに基づく複数のユニットにおいて、第２商品を消費した消費者数がどのように分布するかを、視覚的に認識し、分析することができる。これにより、消費者の第２商品についての消費履歴情報があまり多くない場合であっても、消費者の消費履歴情報が豊富な第１商品を用いてクラスタリングを行い、そのクラスタリング結果を用いて第２商品の分析を行うことで、第２商品についての消費者の動向を精度よく分析することができる。

第２の発明の情報分析処理システムは、上記第１発明において、分析処理対象とする前記第２商品に関連する商品関連識別情報を指定する第１操作信号を入力する第１信号入力手段と、分析処理対象とする、前記第２商品が消費された期間範囲を特定する第２操作信号を入力する第２信号入力手段と、をさらに有し、前記識別情報取得手段は、前記第２消費者データベースにアクセスし、前記第２操作信号により特定された期間範囲内に、前記第１操作信号により指定される前記商品関連識別情報に対応した前記第２商品に対して消費行動を行った、前記複数の消費者それぞれの識別情報を取得することを特徴とする。

本願第２発明においては、操作者が適宜の操作手段を操作し分析処理対象とする第２商品に関連する商品関連識別情報を指定すると、第１信号入力手段が当該操作に対応した第１操作信号を入力する。また、操作者が適宜の操作手段を操作し分析処理対象とする第２商品が消費された期間を指定すると、第２信号入力手段が当該指定された期間範囲を特定する第２操作信号を入力する。これら第１操作信号及び第２操作信号が入力されると、識別情報取得手段が、上記特定された期間範囲内において上記商品関連識別情報に対応した第２商品に対し消費行動を行った複数の消費者を特定し、それら複数の消費者の識別情報を取得する。この取得した識別情報に基づき、消費者計数手段が、該当する消費者の数を上記各ユニットごとにカウントする。これにより、特定の第２商品を消費した消費者が、第１商品に関するクラスタリングにより生成された各ユニットに何人ずつ含まれるかがカウントされ、このカウント結果に応じた画像情報が生成される。

この結果、カウントされた消費者の数が多いか少ないかに関係なく、全ユニットの該当する消費者の数を視覚的に表現することができる。したがって、操作者の操作入力内容に対し関連性が高いユニットを画面中央に表示する手法と異なり、操作者が上記操作手段により行った操作入力に対し関連性の低いユニットについても、確実に画面表示できる。この結果、操作者は、当該関連性の低いユニットがどれであるかを確実に認識することができる。

第３の発明の情報分析処理システムは、上記第２発明において、前記履歴取得手段は、前記第１業務としての歌唱楽曲の伴奏再生業務に係わる、前記第１商品としての歌唱楽曲の識別情報と、当該歌唱楽曲に対する消費行動履歴としての歌唱履歴とを、対応付けた歌唱履歴情報を記憶した前記第１消費者データベースにアクセスし、複数の前記歌唱楽曲に対する複数の消費者の前記歌唱履歴情報を取得し、前記クラスタリング手段は、前記履歴取得手段により取得された前記複数の歌唱楽曲に対する前記複数の消費者の前記歌唱履歴情報を用いて、各消費者の識別情報を複数のユニットのいずれかに対応付けた前記クラスタリング情報を生成し、前記識別情報取得手段は、前記第２業務としての物品の販売業務に係わる、前記第２商品としての物品の識別情報と、当該物品に対する消費行動履歴としての購入履歴とを、対応付けた購入履歴情報を記憶した前記第２消費者データベースにアクセスし、前記第２操作信号により特定された期間範囲内に、前記第１操作信号により指定される前記商品関連識別情報に対応した前記物品を購入した、複数の消費者それぞれの識別情報を取得することを特徴とする。

本願第３発明においては、操作者は、歌唱楽曲に関するクラスタリングにより生成された複数のユニットにおいて、分析処理対象である物品を購入した消費者数がどのように分布するかを、視覚的に認識し、分析することができる。これにより、上記物品についての消費者の消費履歴情報があまり多くない場合であっても、歌唱楽曲についての豊富な消費履歴情報を用いてクラスタリングを行い、そのクラスタリング結果を用いて当該物品の分析を行うことで、当該物品についての消費者の動向を精度よく分析することができる。

第４の発明の情報分析処理システムは、上記第３発明において、前記第１信号入力手段は、前記商品関連識別情報として、分析処理対象の前記物品に対応する物品識別情報を指定する前記第１操作信号を入力することを特徴とする。

これにより、操作者が特定の物品の物品識別情報を適宜の操作手段で入力することで、特定の期間における当該物品の購入者数を、歌唱楽曲に関するクラスタリングにより生成された各ユニットごとに、視覚的にわかりやすく表現することができる。また操作者は、当該特定の物品に対し興味のない又は興味が薄いユニットがどれであるかを確実に認識することができる。

上記目的を達成するために、第５の発明の情報分析処理方法は、第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第１商品ごとに記憶した第１消費者データベースにアクセスし、複数の第１商品に対する複数の消費者の消費履歴情報を取得する履歴取得手順と、前記履歴取得手順において取得された前記複数の第１商品に対する前記複数の消費者の前記消費履歴情報を用いて、各消費者の識別情報を複数のユニットのいずれかに対応付けたクラスタリング情報を生成するクラスタリング手順と、第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第２商品ごとに記憶した第２消費者データベースにアクセスし、所定の第２商品に対して消費行動を行った、複数の消費者それぞれの識別情報を取得する識別情報取得手順と、前記クラスタリング手順において生成された前記クラスタリング情報を記憶したクラスタリングデータベースにアクセスし、前記識別情報取得手順において識別情報が取得された消費者の数を、各ユニットごとにカウントする消費者計数手順と、各ユニットそれぞれに対応したユニット表示領域に、前記消費者計数手順においてカウントされた当該ユニットに属する前記消費者の数の大小に対応した少なくとも１つの識別子を表示する、画像情報を生成する画像生成手順とを有することを特徴とする。

本願第５発明では、履歴取得手順において第１消費者データベースにアクセスが行われ、複数の第１商品に対する複数の消費者の消費履歴情報が取得される。その取得した消費履歴情報を用いて、クラスタリング手順において、各消費者の識別情報を複数のユニットのいずれかに対応付けて、クラスタリング情報が生成される。その後、識別情報取得手順において、第２消費者データベースにアクセスが行われ、所定の第２商品に対し消費行動を行った複数の消費者が特定され、それら複数の消費者の識別情報が取得される。このようにして消費者が特定されると、消費者計数手順においてクラスタリングデータベースへのアクセスが行われ、識別情報取得手順にて識別情報が取得された消費者の数が上記各ユニットごとにカウントされる。これにより、特定の第２商品を消費した消費者が、第１商品に関するクラスタリングにより生成された各ユニットに、何人ずつ含まれるかがカウントされる。そして、画像生成手順において、このカウント結果に応じて画像情報が生成される。これにより、当該画像情報を用いて、上記カウントされた各ユニットごとの消費者の数の大小を、少なくとも１つの識別子により画像表示することができる。

以上の結果、操作者は、第１商品に関するクラスタリングに基づく複数のユニットにおいて、第２商品を消費した消費者数がどのように分布するかを、視覚的に認識し、分析することができる。これにより、消費者の第２商品についての消費履歴情報があまり多くない場合であっても、消費者の消費履歴情報が豊富な第１商品を用いてクラスタリングを行い、そのクラスタリング結果を用いて第２商品の分析を行うことで、第２商品についての消費者の動向を精度よく分析することができる。

本発明によれば、消費者の商品についての消費履歴情報があまり多くない場合であっても、当該商品についての消費者の動向を精度よく分析することができる。

本発明の一実施の形態の情報分析処理システムの全体構成を表すシステム構成図である。 楽曲マスタデータベースの記憶内容の一例を概念的に表す表である。 歌唱履歴データベースの記憶内容の一例を概念的に表す表である。 ユーザプロファイルデータベースの記憶内容の一例を概念的に表す表である。 物品マスタデータベースの記憶内容の一例を概念的に表す表である。 購入履歴データベースの記憶内容の一例を概念的に表す表である。 分析者用ＰＣ端末に接続されたディスプレイに表示される分析用画面の一例を表す説明図である。 計算用ＰＣ端末の制御部が実行する、クラスタリングに関する制御手順を表すフローチャートである。 分析者用ＰＣ端末及びＷＥＢサーバの間で実行される制御手順を表すフローチャートである。 一時テーブルの記憶内容の一例を概念的に表す表である。 ステップＳＢ２００の詳細手順を表すフローチャートである。

以下、本発明の一実施の形態を図面を参照しつつ説明する。

図１を用いて、本実施形態の情報分析処理システムの全体構成を説明する。

図１において、情報分析処理システム１は、ＤＢサーバ１００と、計算用ＰＣ端末２００と、ＷＥＢサーバ３００と、分析者用ＰＣ端末４００とを有している。

ＤＢサーバ１００は、制御部１０１と、通信制御部１０３と、記憶部１１０とを有している。

制御部１０１は、図示しないＣＰＵ及びＲＡＭ、ＲＯＭ等のメモリを備えている。この制御部１０１は、ＲＡＭの一時記憶機能を利用しつつ、記憶部１１０に予め記憶された各種プログラムを実行する。これにより、ＤＢサーバ１００全体の制御を行う。

通信制御部１０３は、上記計算用ＰＣ端末２００との間で、例えばＬｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ（ＬＡＮ）等のネットワークＮＷ１を介し行われる情報通信の制御を行う。またこれと共に、上記ＷＥＢサーバ３００との間で、例えばＬＡＮ等のネットワークＮＷ２を介し行われる情報通信の制御を行う。

記憶部１１０は、例えばＨａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ（ＨＤＤ）等で構成されている。この記憶部１１０は、ＯＳ記憶エリア１１１と、ＲＤＢＭＳ記憶エリア１１２と、データベース記憶エリア１１３とを備えている。

ＯＳ記憶エリア１１１には、所定のＯｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ（ＯＳ）が記憶されている。ＯＳは、コンピュータシステム全体を管理するソウトウェアである。

ＲＤＢＭＳ記憶エリア１１２には、所定のＲｅｌａｔｉｏｎａｌ ＤａｔａＢａｓｅ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ（ＲＤＢＭＳ）が記憶されている。ＲＤＢＭＳは、いわゆるリレーショナルデータベースを管理するソフトウェアである。

データベース記憶エリア１１３には、会員データベース（図示せず）、楽曲マスタデータベース１１３１（後述の図２参照）、第１消費者データベースとしての歌唱履歴データベース１１３２（後述の図３参照）、クラスタリングデータベースとしてのユーザプロファイルデータベース１１３３（後述の図４参照）、物品マスタデータベース１１３４（後述の図５参照）、及び、第２消費者データベースとしての購入履歴データベース１１３５（後述の図６参照）が記憶されている。

会員データベースには、後述の歌唱楽曲の伴奏再生業務に係わる会員として登録された複数の消費者の会員情報が記憶されている。会員情報には、消費者の識別情報であるＵＩＤ、性別、及び生年月日等が含まれている。

上記構成であるＤＢサーバ１００は、上記ネットワークＮＷ１を介し計算用ＰＣ端末２００に接続されていると共に、上記ネットワークＮＷ２を介しＷＥＢサーバ３００に接続されている。

計算用ＰＣ端末２００には、ディスプレイ２２０、キーボード２２１、及びマウス２２２が接続されている。また、計算用ＰＣ端末２００は、制御部２０１と、通信制御部２０２と、出力制御部２０３と、入力制御部２０４と、記憶部２１０とを有している。

制御部２０１は、図示しないＣＰＵ及びＲＡＭ、ＲＯＭ等のメモリを備えている。この制御部２０１は、ＲＡＭの一時記憶機能を利用しつつ、記憶部２１０に予め記憶された各種プログラムを実行する。これにより、計算用ＰＣ端末２００全体の制御を行う。

通信制御部２０２は、上記ＤＢサーバ１００との間で、上記ネットワークＮＷ１を介し行われる情報通信の制御を行う。

出力制御部２０３は、上記ディスプレイ２２０への映像信号の出力に関する制御を行う。入力制御部２０４は、上記キーボード２２１やマウス２２２を介した情報の入力に関する制御を行う。

記憶部２１０は、例えばＨＤＤ等で構成されている。この記憶部２１０は、所定のＯＳが記憶されたＯＳ記憶エリア２１１と、ユーザプロファイル決定処理プログラムが記憶されたプログラム記憶エリア２１２とを備えている。

ユーザプロファイル決定処理プログラムは、上記ＤＢサーバ１００のユーザプロファイルデータベース１１３４に記憶されるクラスタリング情報（後述）を生成する処理を制御部２０１に実行させるためのプログラムである。本実施形態においては、制御部２０１は、所定の間隔で、例えば１回／月の間隔で、このユーザプロファイル決定処理プログラムに従って所定のクラスタリングを実行する。なお、クラスタリングとは、例えば公知のＫ−ｍｅａｎｓ法やＳｅｌｆ Ｏｒｇａｎｉｚｉｎｇ Ｍａｐｓ（ＳＯＭ）法などのクラスタリング手法を用いて、複数のデータを外的基準なしに自動的に分類する手法、又は、そのアルゴリズムである。

一方、ＷＥＢサーバ３００は、制御部３０１と、通信制御部３０２，３０３と、記憶部３１０とを有している。

制御部３０１は、図示しないＣＰＵ及びＲＡＭ、ＲＯＭ等のメモリを備えている。この制御部３０１は、ＲＡＭの一時記憶機能を利用しつつ、記憶部３１０に予め記憶された各種プログラムを実行する。これにより、ＷＥＢサーバ３００全体の制御を行う。

通信制御部３０２は、上記ＤＢサーバ１００との間で上記ネットワークＮＷ２を介し行われる情報通信の制御を行う。通信制御部３０３は、上記分析者用ＰＣ端末４００との間で、例えばＷｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ（ＷＡＮ）等のネットワークＮＷ３を介し行われる情報通信の制御を行う。

記憶部３１０は、例えばＨＤＤ等で構成されている。この記憶部３１０は、所定のＯＳが記憶されたＯＳ記憶エリア３１１と、ＷＥＢサーバプログラムが記憶されたプログラム記憶エリア３１２と、嗜好マップ画像記憶エリア３１３とを備えている。

ＷＥＢサーバプログラムは、所定のウェブブラウザに対し、Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＨＴＭＬ）や画像等のオブジェクトの表示を提供する処理を制御部３０１に実行させるためのプログラムである。

嗜好マップ画像記憶エリア３１３には、制御部３０１によって生成される画像情報（詳細は後述）が記憶される。

上記構成であるＷＥＢサーバ３００は、上記ネットワークＮＷ３を介し分析者用ＰＣ端末４００に接続されている。

分析者用ＰＣ端末４００には、ディスプレイ４２０、キーボード４２１、及びマウス４２２が接続されている。また、分析者用ＰＣ端末４００は、制御部４０１と、通信制御部４０２と、出力制御部４０３と、入力制御部４０４と、記憶部４１０とを有している。

制御部４０１は、図示しないＣＰＵ及びＲＡＭ、ＲＯＭ等のメモリを備えている。この制御部４０１は、ＲＡＭの一時記憶機能を利用しつつ、記憶部４１０に予め記憶された各種プログラムを実行する。これにより、分析者用ＰＣ端末４００全体の制御を行う。

通信制御部４０２は、上記ＷＥＢサーバ３００との間で、上記ネットワークＮＷ３を介し行われる情報通信の制御を行う。

出力制御部４０３は、上記ディスプレイ４２０への映像信号の出力に関する制御を行う。入力制御部４０４は、上記キーボード４２１やマウス４２２を介した情報の入力に関する制御を行う。なお、この入力制御部４０４は、各請求項記載の、第１信号入力手段及び第２信号入力手段として機能する。

記憶部４１０は、例えばＨＤＤ等で構成されている。この記憶部４１０は、所定のＯＳが記憶されたＯＳ記憶エリア４１１と、所定のウェブブラウザが記憶されたウェブブラウザ記憶エリア４１２とを備えている。

図２に、上記楽曲マスタデータベース１１３１の記憶内容の一例を示す。

図２に示すように、楽曲マスタデータベース１１３１には、歌唱楽曲の伴奏再生業務、言い換えれば、カラオケ業務に係わる、複数の歌唱楽曲の識別情報である楽曲ＩＤと、当該歌唱楽曲に対応する歌手の識別情報である歌手ＩＤとが対応付けられて記憶されている。なお、歌唱楽曲の伴奏再生業務、言い換えれば、カラオケ業務は、第１業務に相当する。歌唱楽曲（以下、省略して「楽曲」と称する）は、第１商品に相当する。

図３に、上記歌唱履歴データベース１１３２の記憶内容の一例を示す。

図３に示すように、歌唱履歴データベース１１３２には、上記カラオケ業務に係わる複数の楽曲の楽曲ＩＤと、当該楽曲に対する複数の消費者の歌唱履歴とを対応付けた歌唱履歴情報が、各楽曲ごとに記憶されている。なお、歌唱履歴は、消費行動履歴に相当する。歌唱履歴情報は、消費履歴情報に相当する。

歌唱履歴情報には、カラオケ業務に係わる楽曲に対する歌唱を行った消費者のＵＩＤ、当該楽曲が歌唱された日時情報である歌唱日時、及び、当該楽曲の楽曲ＩＤが含まれている。なお、消費者が楽曲に対する歌唱を行ったこと、すなわち、消費者が楽曲を歌唱したことは、消費者が楽曲に対して消費行動を行ったことに相当する。

図４に、上記ユーザプロファイルデータベース１１３３の記憶内容の一例を示す。

図４に示すように、ユーザプロファイルデータベース１１３３には、計算用ＰＣ端末２００の制御部２０１によって実行されたクラスタリングによって生成された、クラスタリング情報が記憶されている。クラスタリング情報は、クラスタリングによって、各消費者のＵＩＤを、互いに嗜好又は消費行動時期の異なる複数のユニット（詳細には複数のユニットの識別情報であるユニットＩＤ。以下同様）のいずれかに対応付けた情報である。なお、上記ユニットの数は、予め定められている。

すなわち、このユーザプロファイルデータベース１１３３には、複数の消費者のＵＩＤと、当該消費者の属するユニットのユニットＩＤとが対応付けられて記憶されている。本実施形態では、上記ＤＢサーバ１００の歌唱履歴データベース１１３２に記憶された、複数の楽曲に対する複数の消費者の歌唱履歴情報に基づき、当該複数の消費者のＵＩＤが、複数のユニットにクラスタリングされる（詳細は後述）。

図５に、上記物品マスタデータベース１１３４の記憶内容の一例を示す。

図５に示すように、物品マスタデータベース１１３４には、Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ（ＥＣ；電子商取引）での物品の販売業務（以下適宜、「ＥＣ販売業務」と称する）に係わる、複数の物品の識別情報である物品ＩＤと、当該物品に対応する商品名とが対応付けられて記憶されている。なお、物品の販売業務は、第２業務に相当する。物品は、第２商品に相当する。物品に対応する商品名は、当該物品に対応する物品識別情報に相当すると共に、第２商品に関連する商品関連識別情報に相当する。

図６に、上記購入履歴データベース１１３５の記憶内容の一例を示す。

図６に示すように、購入履歴データベース１１３５には、上記ＥＣ販売業務に係わる複数の物品の物品ＩＤと、当該物品に対する複数の消費者の購入履歴とを対応付けた購入履歴情報が、各物品ごとに記憶されている。なお、購入履歴は、消費行動履歴に相当する。購入履歴情報は、消費履歴情報に相当する。

購入履歴情報には、ＥＣ販売業務に係わる物品を購入した消費者のＵＩＤ、当該物品が購入された日時情報である購入日時、及び、当該物品の物品ＩＤが含まれている。なお、消費者が物品を購入したことは、消費者が物品に対して消費行動を行ったことに相当する。

なお、購入履歴データベース１１３５は、この例では、上記ＥＣ販売業務に係わる複数の物品に対する複数の消費者の購入履歴に基づく購入履歴情報を、自動で蓄積することで構築されている。しかしながら、これに限られず、購入履歴データベース１１３５は、店舗での物品の販売業務に係わる複数の物品に対する複数の消費者の購入履歴に基づく購入履歴情報を、当該店舗の従業員が手動で入力することで構築されていてもよい。

ここで、本実施形態においては、操作者が分析者用ＰＣ端末４００に接続されたキーボード４２１やマウス４２２を用いて、当該分析者用ＰＣ端末４００に予めインストールされた所定のアプリケーションを起動させると、分析者用ＰＣ端末４００に接続されたディスプレイ４２０に、所定の分析用画面が表示される。

図７に、分析者用ＰＣ端末４００に接続されたディスプレイ４２０に表示される分析用画面の一例を示す。

図７に示すように、分析用画面Ｐには、商品名入力ボックスＴ１と、期間入力ボックスＴ２と、結果画像表示領域Ｔ３と、分析開始ボタンＳとが含まれている。商品名入力ボックスＴ１は、分析処理対象としたい物品に対応する商品名が入力される欄である。期間入力ボックスＴ２は、分析処理対象としたい期間範囲が入力される欄である。結果画像表示領域Ｔ３は、分析処理の結果画像が表示される領域である。分析開始ボタンＳは、分析処理を開始させるためのボタンである。

ディスプレイ４２０に分析用画面Ｐが表示されると、操作者は、マウス４２２を操作して商品名入力ボックスＴ１を、キーボード４２１による入力先として選択する。そして、キーボード４２１を操作して、この商品名入力ボックスＴ１に、分析処理対象としたい物品に対応する商品名を入力する。この例では「ｉｔｅｍ１」と入力されている。すると、分析者用ＰＣ端末４００の入力制御部４０４（図１参照）は、上記商品名入力ボックスＴ１に入力するキーボード４２１の操作に対応した、分析処理対象の物品に対応する商品名を指定する操作信号を入力する。なお、この操作信号は、第１操作信号に相当する。

また、操作者は、マウス４２２を操作して期間入力ボックスＴ２を、キーボード４２１による入力先として選択する。そして、キーボード４２１を操作して、この期間入力ボックスＴ２に、分析処理対象としたい期間範囲を入力する。この例では「２００９／０１／０１〜２００９／１２／３１」と入力されている。なお、上記期間範囲は、この例のように「年／月／日」単位に限られず、時間単位を含んでいてもよい。すると、上記入力制御部４０４は、上記期間入力ボックスＴ２に入力するキーボード４２１の操作に対応した、分析処理対象とする、物品が購入された期間範囲を特定する操作信号を入力する。なお、この操作信号は、第２操作信号に相当する。また、上記物品が購入された期間範囲は、商品が消費された期間範囲に相当する。

そして、操作者は、商品名及び期間範囲の入力が完了したら、マウス４２２を操作して分析開始ボタンＳをクリックする。これにより、分析指示信号が上記ネットワークＮＷ３を介しＷＥＢサーバ３００へ出力され、ＷＥＢサーバ３００において、分析処理対象の物品に対応する商品名及び期間範囲に基づいて、分析処理が行われる。

ＷＥＢサーバ３００における分析処理では、上記ＤＢサーバ１００の購入履歴データベース１１３５にアクセスされ、上記特定された期間範囲内に、上記指定される商品名に対応した物品を購入した、複数の消費者それぞれのＵＩＤが取得される。その後、上記ＤＢサーバ１００のユーザプロファイルデータベース１１３３にアクセスされ、前述した各ユニットごとに、上記ＵＩＤが取得された消費者の数がカウントされる。そして、そのカウント結果に基づいた画像情報が生成され、上記ネットワークＮＷ３を介し分析者用ＰＣ端末４００へ出力される。これにより、上記画像情報に対応した画像が、分析者用ＰＣ端末４００に接続されたディスプレイ４２０に表示された、上記分析用画面Ｐの結果画像表示領域Ｔ３に、分析処理の結果画像として表示される。

この図７に示すように、分析用画面Ｐの結果画像表示領域Ｔ３には、分析処理の結果画像として、各ユニットそれぞれに対応した複数のユニット表示領域ＵＳと、×印Ｍとを含む画像が表示される。なお、上記×印Ｍは、識別子に相当する。

複数のユニット表示領域ＵＳは、互いに同じ大きさの円形状の単位格子でそれぞれ表示されている。またこれと共に、それら複数の単位格子は、六法格子状に配列され表示されている。そして、それら各ユニット表示領域ＵＳには、対応するユニットのユニットＩＤがそれぞれ記されている。この例では、一例として、３６個のユニットに対応した３６個のユニット表示領域ＵＳを示している。

また、このとき、互いに類似するユニットどうしは、対応するユニット表示領域ＵＳどうしが隣接位置となるように配置されている。すなわち、この例では、例えばユニットＩＤ＝８であるユニットについては、当該ユニットに隣接したユニットＩＤ＝１，２，７，９，１３，１４であるユニットが、類似するユニットである。

また、×印Ｍは、上記ユニット表示領域ＵＳに表示される。この×印Ｍは、上記各ユニットごとにカウントされた、当該ユニットに属する消費者の数の大小に対応している。また、この例では、上記カウントされた各ユニットごとの消費者の数の大小は、少なくとも１つの×印Ｍの疎密で表現されている。すなわち、ユニットに属する消費者の数が多くなるにつれて、対応するユニット表示領域ＵＳに表示される×印Ｍの数は多くなっている。逆に、ユニットに属する消費者の数が少なくなるにつれて、対応するユニット表示領域ＵＳに表示される×印Ｍの数は少なくなっている。なお、ユニットに属する消費者の数と同数の×印Ｍを、当該ユニットに対応するユニット表示領域ＵＳに表示するようにしてもよい。

なお、ユニット表示領域としては、上記のような互いに同じ大きさの単位格子に限られない。例えば、棒グラフや円グラフ等でユニット表示領域を表示するようにしてもよい。また、識別子としては、上記×印Ｍに限られない。例えば、上記カウントされたユニットに属する消費者の数の大小に対応した、数値や色分布等で識別子を表現するようにしてもよい。

以下、図８、図９、及び図１１により、本実施形態における情報分析処理方法による制御手順を説明する。

図８を用いて、計算用ＰＣ端末２００の制御部２０１が実行する、クラスタリングに関する制御手順を説明する。

図８において、例えば操作者により上記キーボード２２１やマウス２２２を用いて、所定の処理開始指令が操作入力されることによって、図中「ＳＴＡＲＴ」位置で表されるように、このフローが開始される。

まずステップＳＣ１０で、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００の歌唱履歴データベース１１３２（図３参照）にアクセスする。そして、複数の楽曲に対する複数の消費者の歌唱履歴情報を取得する。このステップが、各請求項記載の履歴取得手段として機能すると共に、履歴取得手順に相当する。

その後、ステップＳＣ２０で、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００の楽曲マスタデータベース１１３１（図２参照）にアクセスする。そして、上記ステップＳＣ１０で取得された複数の楽曲に対する複数の消費者の歌唱履歴情報に含まれるすべての楽曲ＩＤをキーとして、当該楽曲ＩＤに対応付けられたすべての歌手ＩＤを取得する。

そして、ステップＳＣ３０に移り、制御部２０１は、上記ステップＳＣ１０で取得された複数の楽曲に対する複数の消費者の歌唱履歴情報を用いて、当該複数の消費者それぞれについて、上記ステップＳＣ２０で取得されたすべての歌手ＩＤに対応する歌手の楽曲に対する特徴ベクトルを生成する。そして、複数の消費者それぞれについて生成した特徴ベクトルを、当該消費者のＵＩＤと対応付ける。

なお、このステップで複数の消費者それぞれについて生成される特徴ベクトルは、上記ステップＳＣ２０で取得されたすべての歌手ＩＤをベクトルの構成要素とし、当該要素の値を「１」又は「０」表すベクトルである。要素の値が「１」というのは、当該要素に係わる歌手ＩＤに対応する歌手の楽曲に対する歌唱履歴があることを意味し、要素の値が「０」というのは、当該要素に係わる歌手ＩＤに対応する歌手の楽曲に対する歌唱履歴がないことを意味している。

例えば、上記ステップＳＣ２０で取得されたすべての歌手ＩＤに対応する歌手の楽曲を歌唱したことのある消費者に関しては、要素の値がすべて「１」となる特徴ベクトルが生成される。つまり、この場合の消費者の特徴ベクトルは、＜１，１，１，１，１・・・＞となる。一方、上記ステップＳＣ２０で取得されたすべての歌手ＩＤに対応する歌手の楽曲を歌唱したことのない消費者に関しては、要素の値がすべて「０」となる特徴ベクトルが生成される。つまり、この場合の消費者の特徴ベクトルは、＜０，０，０，０，０・・・＞となる。

したがって、特徴ベクトルは、上記ステップＳＣ２０で取得された歌手ＩＤに対応する歌手すべてについて、当該歌手の楽曲を歌唱したことがあるか、歌唱したことがないかを表している。言い換えれば、特徴ベクトルは、消費者の歌手の嗜好を表しているのである。

その後、ステップＳＣ４０で、制御部２０１は、予め用意された、複数のユニットそれぞれの代表ベクトルの初期値を用いて、上記ステップＳＣ３０で複数の消費者のＵＩＤにそれぞれ対応付けられた複数の特徴ベクトルを、例えば公知のＫ−ｍｅａｎｓ法やＳＯＭ法などのクラスタリング手法により、複数のユニットに分類する。そして、このクラスタリングの結果に対応して、各消費者のＵＩＤを、当該ＵＩＤに対応する特徴ベクトルが分類されたユニットのユニットＩＤにそれぞれ対応付け、クラスタリング情報を生成する。

そして、ステップＳＣ５０に移り、制御部２０１は、通信制御部２０２及びネットワークＮＷ１を介し、上記ＤＢサーバ１００のユーザプロファイルデータベース１１３３にアクセスする。そして、ユーザプロファイルデータベース１１３３に、上記ステップＳＣ４０で生成されたクラスタリング情報を記憶させる。なお、ユーザプロファイルデータベース１１３３に既にクラスタリング情報が記憶されている場合には、新たに生成されたクラスタリング情報に更新する。その後、このフローを終了する。

なお、上記において、ステップＳＣ３０及びステップＳＣ４０が、各請求項記載のクラスタリング手段として機能すると共に、クラスタリング手順に相当する。

図９を用いて、分析者用ＰＣ端末４００及びＷＥＢサーバ３００の間で実行される制御手順を説明する。なお、この図９では、基本的に図中上側から下側に向かっての時系列変化で各手順を示している。

図９において、分析者用ＰＣ端末４００に予めインストールされた所定のアプリケーションが起動されると、まずステップＳＡ１００で、分析者用ＰＣ端末４００の制御部４０１は、出力制御部４０３を介しディスプレイ４２０に制御信号を出力し、上記分析用画面Ｐを表示させる。なお、この時点では、当該分析用画面Ｐにおける上記商品名入力ボックスＴ１、期間入力ボックスＴ２、及び結果画像表示領域Ｔ３内は、空白となっている。

その後、ステップＳＡ１１０で、分析者用ＰＣ端末４００の制御部４０１は、操作者による上記商品名入力ボックスＴ１に入力するキーボード４２１の操作に対応した、分析処理対象の物品に対応する商品名を指定する操作信号を、キーボード４２１及び入力制御部４０４を介し入力する。そして、上記入力した操作信号により指定された商品名をＸとする。

そして、ステップＳＡ１２０に移り、分析者用ＰＣ端末４００の制御部４０１は、操作者による上記期間入力ボックスＴ２に入力するキーボード４２１の操作に対応した、分析処理対象とする、物品が購入された期間範囲を特定する操作信号を、キーボード４２１及び入力制御部４０４を介し入力する。そして、上記入力した操作信号により特定された期間範囲をＤとする。

その後、ステップＳＡ１３０で、分析者用ＰＣ端末４００の制御部４０１は、上記マウス４２２を介し分析開始ボタンＳがクリックされたかどうかを判定する。分析開始ボタンＳがクリックされるまで判定が満たされず、ループして待機する。そして、分析開始ボタンＳがクリックされたら判定が満たされて、ステップＳＡ１４０に移る。

ステップＳＡ１４０では、分析者用ＰＣ端末４００の制御部４０１は、上記ステップＳＡ１１０で入力された操作信号により指定された商品名＝Ｘ、及び、上記ステップＳＡ１２０で入力された操作信号により特定された期間範囲＝Ｄ、に基づいた分析指示信号を、通信制御部４０２及びネットワークＮＷ３を介し、ＷＥＢサーバ３００へ出力する。

これにより、ＷＥＢサーバ３００の制御部３０１は、ネットワークＮＷ３及び通信制御部３０３を介し、上記分析指示信号を入力する。すると、ＷＥＢサーバ３００の制御部３０１は、ステップＳＢ１００で、通信制御部３０２及びネットワークＮＷ２を介し、上記ＤＢサーバ１００の物品マスタデータベース１１３４（図５参照）にアクセスする。そして、上記入力された分析開始信号に基づき、上記ステップＳＡ１１０で指定された商品名＝Ｘをキーとして、当該商品名＝Ｘに対応付けられた物品ＩＤを取得する。そして、その取得した物品ＩＤをＸ′とする。

そして、ステップＳＢ１１０に移り、ＷＥＢサーバ３００の制御部３０１は、通信制御部３０２及びネットワークＮＷ２を介し、上記ＤＢサーバ１００の購入履歴データベース１１３５（図６参照）にアクセスする。そして、上記入力された分析開始信号に基づき、購入日時が上記ステップＳＡ１２０で特定された期間範囲＝Ｄ内で、かつ、物品ＩＤが上記ステップＳＢ１００で取得された物品ＩＤ＝Ｘ′と一致した、すべての歌唱履歴情報に含まれるＵＩＤを取得する。すなわち、このステップでは、制御部３０１は、購入履歴データベース１１３５にアクセスし、所定の物品、具体的には、上記期間範囲を特定する操作信号により特定された期間範囲＝Ｄ内に、上記商品名を指定する操作信号により指定される商品名＝Ｘに対応した物品、を購入した、複数の消費者それぞれのＵＩＤを取得している。このステップが、各請求項記載の識別情報取得手段として機能すると共に、識別情報取得手順に相当する。

その後、ステップＳＢ１２０で、ＷＥＢサーバ３００の制御部３０１は、通信制御部３０２及びネットワークＮＷ２を介し、上記ＤＢサーバ１００のユーザプロファイルデータベース１１３３（図４参照）にアクセスする。そして、上記ステップＳＢ１１０で取得されたＵＩＤをユニットＩＤごとに分類し、ＵＩＤの数、言い換えれば、上記ステップＳＢ１１０でＵＩＤが取得された消費者の数を、各ユニットごとにカウントする。このステップが、各請求項記載の消費者計数手段として機能すると共に、消費者計数手順に相当する。

そして、ステップＳＢ１３０移り、ＷＥＢサーバ３００の制御部３０１は、上記ステップＳＢ１２０でのカウント結果をテーブル化し、一時テーブル（後述の図１０参照）として、ＤＢサーバ１００の制御部１０１内のＲＡＭ等のメモリに記憶させる。

その後、ステップＢＳ２００で、ＷＥＢサーバ３００の制御部３０１は、上記ステップＳＡ１００で分析者用ＰＣ端末４００に接続されたディスプレイ４２０に表示された分析用画面Ｐの結果画像表示領域Ｔ３に、分析処理の結果画像として表示する画像情報を生成する、画像情報生成処理を実行する。なお、この詳細内容については後述の図１１で説明するが、このステップでは、制御部３０１は、上記ユニット表示領域ＵＳに、上記ステップＳＢ１２０で各ユニットごとにカウントされた、当該ユニットに属する消費者の数の大小に対応した上記×印を表示する画像情報を生成する。

そして、ステップＳＢ１４０に移り、ＷＥＢサーバ３００の制御部３０１は、上記ステップＳＢ２００で生成された画像情報を、通信制御部３０３及びネットワークＮＷ３を介し、分析者用ＰＣ端末４００へ出力する。

これにより、分析者用ＰＣ端末４００の制御部４０１は、ネットワークＮＷ３及び通信制御部４０２を介し、上記画像情報を入力する。すると、分析者用ＰＣ端末４００の制御部４０１は、ステップＳＡ１５０で、出力制御部４０３を介しディスプレイ４２０に制御信号を出力する。そして、上記ステップＳＡ１００でディスプレイ４２０に表示された分析用画面Ｐの結果画像表示領域Ｔ３に、上記入力された画像情報に対応した画像を、分析処理の結果画像として表示させる。その後、このフローを終了する。

図１０に、上記一時テーブルの一例を示す。図１０に示すように、一時テーブルには、各ユニットごとに、当該ユニットのユニットＩＤと、上記図９のステップＳＢ１２０でカウントされた当該ユニットに属する消費者の数とが記憶されている。

図１１を用いて、上記図９のステップＳＢ２００の詳細手順を説明する。

図１１において、まずステップＳＢ２０５で、制御部３０１は、初期状態の画像情報を生成する。この例では、制御部３０１は、背景色を白色で表示し、かつ、上記複数のユニット表示領域ＵＳ（図７参照）を互いに同じ大きさの円形状の単位格子で表示すると共に、それら複数の単位格子を六法格子状に配列して表示する、画像情報を生成する。

その後、ステップＳＢ２１０で、制御部３０１は、上記図９のステップＳＢ１３０で生成された一時テーブルのレコード数を検出する。そして、その検出したレコード数をＣとする。なお、「レコード」は、テーブル又はデータベースを構成するデータの単位である。例えば、上記図１０に示す一時テーブルでは、１つのユニットに係わるユニットＩＤと消費者の数とのデータ、すなわち、１行分のデータが１レコードとなる。

そして、ステップＳＢ２１５に移り、制御部３０１は、上記一時テーブルのレコード数をカウントするための変数ｉの値を１に設定する。

その後、ステップＳＢ２２０で、制御部３０１は、上記一時テーブルに記憶されたｉ番目のデータ、すなわち、ユニットＩＤ、及び、上記図９のステップＳＢ１２０でカウントされた消費者の数を示すデータ、を取得する。そして、その取得したデータをＲとする。

そして、ステップＳＢ２２５に移り、制御部３０１は、上記ステップＳＢ２２０で取得されたデータ＝Ｒに含まれる消費者の数を示すデータが表す当該消費者の数が０であるかどうかを判定する。消費者の数が０である場合には、判定が満たされて後述のステップＳＢ２６５に移る。一方、消費者の数が０でない場合には、判定が満たされずステップＳＢ２３０に移る。

ステップＳＢ２３０では、制御部３０１は、予め、ＷＥＢサーバ３００の記憶部３１０の適宜の領域に記憶された、各ユニットそれぞれに対応したｘｙ座標を参照して、上記ステップＳＢ２２０で取得されたデータ＝Ｒに含まれるユニットＩＤに対応するｘｙ座標を取得する。そして、その取得したｘｙ座標のｘ座標の値をＵとし、ｙ座標の値をＶとする。なお、上記記憶部３１０の適宜の領域に記憶された各ユニットそれぞれに対応したｘｙ座標は、上記ステップＳＢ２０５で生成される初期状態の画像情報における、各ユニット表示領域ＵＳそれぞれの位置に対応した座標である。

その後、ステップＳＢ２３５で、制御部３０１は、上記ステップＳＢ２２０で取得されたデータ＝Ｒに含まれる消費者の数を示すデータが表す当該消費者の数をカウントするための変数ｊの値を０に設定する。

そして、ステップＳＢ２４０に移り、制御部３０１は、図示しない乱数発生器に制御信号を出力し、所定の範囲内の乱数を２つ発生させる。そして、それら発生させた２つの乱数をそれぞれＢ１及びＢ２とする。

その後、ステップＳＢ２４５で、制御部３０１は、上記ステップＳＢ２３０で取得されたｘｙ座標（Ｕ，Ｖ）のｘ座標の値Ｕに、上記ステップＳＢ２４０で発生された乱数＝Ｂ１を加え、ｘ座標の値をＡに設定する。またこれと共に、上記ステップＳＢ２３０で取得されたｘｙ座標（Ｕ，Ｖ）のｙ座標の値Ｖに、上記ステップＳＢ２４０で発生された乱数＝Ｂ２を加え、ｙ座標の値をＢに設定する。

そして、ステップＳＢ２５０に移り、制御部３０１は、この時点で生成されている画像情報における、上記ステップＳＢ２４５で設定されたｘｙ座標（Ａ，Ｂ）の位置に、上記×印Ｍ（図７参照）をプロットした画像情報を生成する。すなわち、このステップでは、制御部３０１は、上記ステップＳＢ２２０で取得されたデータ＝Ｒに含まれるユニットＩＤに対応するユニット表示領域ＵＳに、×印Ｍを表示する画像情報を生成している。このステップを繰り返し行うことで、上記図９のステップＳＢ１２０でカウントされたユニットに属する消費者の数の大小を、×印Ｍの疎密で表現する画像情報を生成することができる。

その後、ステップＳＢ２５５で、制御部３０１は、上記変数ｊの値に１を加え、ステップＳＢ２６０に移る。

ステップＳＢ２６０では、制御部３０１は、上記変数ｊの値が、上記ステップＳＢ２２０で取得されたデータ＝Ｒに含まれる消費者の数を示すデータが表す当該消費者の数と等しくなったかどうかを判定する。これは言い換えれば、上記ステップＳＢ２２０で取得されたデータ＝Ｒに含まれるユニットＩＤに対応するユニット表示領域ＵＳに、上記ステップＳＢ２２０で取得されたデータ＝Ｒに含まれる消費者の数を示すデータが表す当該消費者の数と同数の×印Ｍをプロットした画像情報を生成したかどうかを判定している。変数ｊの値がデータ＝Ｒに含まれる消費者の数を示すデータが表す当該消費者の数と等しくなるまで、判定が満たされず上記ステップＳＢ２４０に戻り、同様の手順を繰り返す。そして、変数ｊの値がデータ＝Ｒに含まれる消費者の数を示すデータが表す当該消費者の数と等しくなった場合には、判定が満たされてステップＳＢ２６５に移る。

ステップＳＢ２６５では、制御部３０１は、上記変数ｉの値に１を加え、ステップＳＢ２７０に移る。

ステップＳＢ２７０では、制御部３０１は、上記変数ｉの値が、上記ステップＳＢ２１０で検出されたレコード数＝Ｃよりも大きいかどうかを判定する。ｉ≦Ｃである場合には、判定が満たされず上記ステップＳＢ２２０に戻り、同様の手順を繰り返す。一方、ｉ＞Ｃである場合には、判定が満たされて、この時点で生成されている画像情報を、制御部３０１内のＲＡＭ等のメモリに記憶すると共に、上記嗜好マップ画像記憶エリア３１３に記憶させて、このルーチンを終了する。

なお、上記において、ステップＳＢ２００のすべての手順、すなわち、ステップＳＢ２０５〜ステップＳＢ２７０が、各請求項記載の画像生成手段として機能すると共に、画像生成手順に相当する。

以上説明したように、本実施形態では、予め、上記カラオケ業務に係わる歌唱履歴情報が、上記ＤＢサーバ１００の歌唱履歴データベース１１３２（図３を参照）に記憶されている。計算用ＰＣ端末２００の制御部２０１は、上記歌唱履歴データベース１１３２にアクセスし、複数の楽曲に対する複数の消費者の歌唱履歴情報を取得する（図８のステップＳＣ１０を参照）。そして、その取得した歌唱履歴情報を用いて、各消費者のＵＩＤを複数のユニットのいずれかに対応付けて、クラスタリング情報を生成する（図８のステップＳＣ３０及びステップＳＣ４０を参照）。

一方、本実施形態ではまた、予め、上記カラオケ業務とは別の、上記ＥＣ販売業務に係わる購入履歴情報が、上記ＤＢサーバ１００の購入履歴データベース１１３５（図６を参照）に記憶されている。ＷＥＢサーバ３００の制御部３０１は、上記購入履歴データベース１１３５にアクセスし、所定の物品を購入した複数の消費者を特定し、それら複数の消費者のＵＩＤを取得する（図９のステップＳＢ１１０を参照）。このようにして消費者が特定されると、ＷＥＢサーバ３００の制御部３０１は、上記ＤＢサーバ１００のユーザプロファイルデータベース１１３３（図４を参照）にアクセスし、上記ＵＩＤが取得された消費者の数を上記各ユニットごとにカウントする（図９のステップＳＢ１２０を参照）。これにより、特定の物品を購入した消費者が、楽曲に関するクラスタリングにより生成された各ユニットに、何人ずつ含まれるかがカウントされる。そして、ＷＥＢサーバ３００の制御部３０１は、このカウント結果に応じて画像情報を生成し（図９のステップＳＢ２００を参照）、その生成された画像情報を、分析者用ＰＣ端末４００へ出力する。これにより、当該画像情報を用いた分析者用ＰＣ端末４００に接続されたディスプレイ４２０が、上記カウントされた各ユニットごとの消費者の数の大小を、上記×印Ｍにより画像表示することができる。

以上の結果、操作者は、楽曲に関するクラスタリングにより生成された複数のユニットにおいて、物品を購入した消費者数がどのように分布するかを、視覚的に認識し、分析することができる。これにより、消費者の上記物品についての消費履歴情報、つまり購入履歴情報があまり多くない場合であっても、消費者の上記楽曲についての豊富な消費履歴情報、つまり歌唱履歴情報を用いてクラスタリングを行い、そのクラスタリング結果を用いて当該物品の分析を行うことで、当該物品についての消費者の動向を精度よく分析することができる。

また、本実施形態では特に、操作者が上記キーボード４２１を操作し、分析処理対象とする物品に関連する商品関連識別情報、上記の例では当該物品に対応する商品名を指定すると、入力制御部４０４が当該操作に対応した操作信号を入力する。また、操作者が上記キーボード４２１を操作し、分析処理対象とする、物品が購入された期間を指定すると、入力制御部４０４が当該指定された期間範囲を特定する操作信号を入力する。そして、これら商品名を指定する操作信号、及び、期間範囲を特定する操作信号が入力されると、ＷＥＢサーバ３００の制御部３０１は、上記特定された期間範囲内において上記指定された商品名に対応した物品を購入した複数の消費者を特定し、それら複数の消費者のＵＩＤを取得する。そして、その取得したＵＩＤに基づき、ＷＥＢサーバ３００の制御部３０１が、該当する消費者の数を上記各ユニットごとにカウントする。これにより、特定の物品を購入した消費者が、楽曲に関するクラスタリングにより生成された各ユニットに何人ずつ含まれるかがカウントされ、このカウント結果に応じた画像情報が生成される。

この結果、カウントされた消費者の数が多いか少ないかに関係なく、全ユニットの該当する消費者の数を視覚的に表現することができる。したがって、操作者の操作入力内容に対し関連性が高いユニットを画面中央に表示する手法と異なり、操作者が上記キーボード４２１により行った操作入力に対し関連性の低いユニットについても、確実に画面表示できる。この結果、操作者は、当該関連性の低いユニットがどれであるかを確実に認識することができる。

また、本実施形態では特に、入力制御部４０４は、分析処理対象とする物品に対応する商品名を指定する操作信号を入力する。これにより、操作者が特定の物品の商品名をキーボード４２１で入力することで、特定の期間における当該物品の購入者数を、楽曲に関するクラスタリングにより生成された各ユニットごとに、視覚的にわかりやすく表現することができる。また、操作者は、当該特定の物品に対し興味のない又は興味が薄いユニットがどれであるかを確実に認識することができる。

なお、本発明は、上記実施形態に限られるものではなく、その趣旨及び技術的思想を逸脱しない範囲内で種々の変形が可能である。

例えば、上記実施形態では、分析処理対象とする物品に関連する商品関連識別情報として、当該物品に対応する商品名を指定していたが、これに限られず、物品に対応するＪａｐａｎｅｓｅ Ａｒｔｉｃｌｅ Ｎｕｍｂｅｒ（ＪＡＮ）コードや、物品の製造会社名などを指定するようにしてもよい。

また、以上における情報分析処理システム１のシステム構成は一例であり、他のシステム構成で情報分析処理システムを実現するようにしてもよい。さらに、上記実施形態では、計算用ＰＣ端末２００の制御部２０１が、前述したクラスタリング情報を生成し、ＷＥＢサーバ３００の制御部３０１が、上記計算用ＰＣ端末２００の制御部２０１によって生成されたクラスタリング情報を参照して、前述した画像情報を生成していた。すなわち、クラスタリング情報生成と画像情報生成とを別々の装置で実行していた。しかしながら、これに限られず、クラスタリング情報生成と画像情報生成と同一の装置内で実行するようにしてもよい。

また、上記実施形態では、クラスタリング情報生成と画像情報生成とを別々のプロセスで実行していた、すなわち、先に生成されたクラスタリング情報を参照して、画像情報を生成していた。つまり、過去に生成されたクラスタリング情報があれば、画像情報を生成するときに、新たにクラスタリング情報の生成を行う必要はなかった。しかしながら、これに限られず、クラスタリング情報生成と画像情報生成とを一連のプロセスで実行するようにしてもよい。すなわち、画像情報生成を実行するときに、その都度クラスタリング情報の生成を行い、その生成したクラスタリング情報を参照して、画像情報を生成するようにしてもよい。

なお、以上において、図１中に示す矢印は信号の流れの一例を示すものであり、信号の流れ方向を限定するものではない。

また、図８、図９、及び図１１に示すフローチャートは本発明を上記フローに示す手順に限定するものではなく、発明の趣旨及び技術的思想を逸脱しない範囲内で手順の追加・削除又は順番の変更等をしてもよい。

また、以上既に述べた以外にも、上記実施形態や各変形例による手法を適宜組み合わせて利用しても良い。

その他、一々例示はしないが、本発明は、その趣旨を逸脱しない範囲内において、種々の変更が加えられて実施されるものである。

１ 情報分析処理システム
１００ ＤＢサーバ
２００ 計算用ＰＣ端末
２０１ 制御部
３００ ＷＥＢサーバ
３０１ 制御部
４００ 分析者用ＰＣ端末
４０１ 制御部
４０４ 入力制御部（第１信号入力手段、第２信号入力手段）
４２０ ディスプレイ
４２１ キーボード
１１３２ 歌唱履歴データベース（第１消費者データベース）
１１３３ ユーザプロファイルデータベース（クラスタリングデータベース）
１１３５ 購入履歴データベース（第２消費者データベース）
Ｍ ×印（識別子）
ＵＳ ユニット表示領域

Claims (5)

1. 第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第１商品ごとに記憶した第１消費者データベースと、
   前記第１消費者データベースにアクセスし、複数の第１商品に対する複数の消費者の消費履歴情報を取得する履歴取得手段と、
   前記履歴取得手段により取得された前記複数の第１商品に対する前記複数の消費者の前記消費履歴情報を用いて、各消費者の識別情報を複数のユニットのいずれかに対応付けたクラスタリング情報を生成するクラスタリング手段と、
   第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第２商品ごとに記憶した第２消費者データベースと、
   前記第２消費者データベースにアクセスし、所定の第２商品に対して消費行動を行った、複数の消費者それぞれの識別情報を取得する識別情報取得手段と、
   前記クラスタリング手段により生成された前記クラスタリング情報を記憶したクラスタリングデータベースと、
   前記クラスタリングデータベースにアクセスし、前記識別情報取得手段で識別情報が取得された消費者の数を、各ユニットごとにカウントする消費者計数手段と、
   各ユニットそれぞれに対応したユニット表示領域に、前記消費者計数手段によりカウントされた当該ユニットに属する前記消費者の数の大小に対応した少なくとも１つの識別子を表示する、画像情報を生成する画像生成手段と
   を有することを特徴とする情報分析処理システム。
2. 分析処理対象とする前記第２商品に関連する商品関連識別情報を指定する第１操作信号を入力する第１信号入力手段と、
   分析処理対象とする、前記第２商品が消費された期間範囲を特定する第２操作信号を入力する第２信号入力手段と、
   をさらに有し、
   前記識別情報取得手段は、
   前記第２消費者データベースにアクセスし、前記第２操作信号により特定された期間範囲内に、前記第１操作信号により指定される前記商品関連識別情報に対応した前記第２商品に対して消費行動を行った、前記複数の消費者それぞれの識別情報を取得する
   ことを特徴とする請求項１記載の情報分析処理システム。
3. 前記履歴取得手段は、
   前記第１業務としての歌唱楽曲の伴奏再生業務に係わる、前記第１商品としての歌唱楽曲の識別情報と、当該歌唱楽曲に対する消費行動履歴としての歌唱履歴とを、対応付けた歌唱履歴情報を記憶した前記第１消費者データベースにアクセスし、複数の前記歌唱楽曲に対する複数の消費者の前記歌唱履歴情報を取得し、
   前記クラスタリング手段は、
   前記履歴取得手段により取得された前記複数の歌唱楽曲に対する前記複数の消費者の前記歌唱履歴情報を用いて、各消費者の識別情報を複数のユニットのいずれかに対応付けた前記クラスタリング情報を生成し、
   前記識別情報取得手段は、
   前記第２業務としての物品の販売業務に係わる、前記第２商品としての物品の識別情報と、当該物品に対する消費行動履歴としての購入履歴とを、対応付けた購入履歴情報を記憶した前記第２消費者データベースにアクセスし、前記第２操作信号により特定された期間範囲内に、前記第１操作信号により指定される前記商品関連識別情報に対応した前記物品を購入した、複数の消費者それぞれの識別情報を取得する
   ことを特徴とする請求項２記載の情報分析処理システム。
4. 前記第１信号入力手段は、
   前記商品関連識別情報として、分析処理対象の前記物品に対応する物品識別情報を指定する前記第１操作信号を入力する
   ことを特徴とする請求項３記載の情報分析処理システム。
5. 第１業務に係わる複数の第１商品の識別情報と当該第１商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第１商品ごとに記憶した第１消費者データベースにアクセスし、複数の第１商品に対する複数の消費者の消費履歴情報を取得する履歴取得手順と、
   前記履歴取得手順において取得された前記複数の第１商品に対する前記複数の消費者の前記消費履歴情報を用いて、各消費者の識別情報を複数のユニットのいずれかに対応付けたクラスタリング情報を生成するクラスタリング手順と、
   第２業務に係わる複数の第２商品の識別情報と当該第２商品に対する複数の消費者の消費行動履歴とを対応付けた消費履歴情報を各第２商品ごとに記憶した第２消費者データベースにアクセスし、所定の第２商品に対して消費行動を行った、複数の消費者それぞれの識別情報を取得する識別情報取得手順と、
   前記クラスタリング手順において生成された前記クラスタリング情報を記憶したクラスタリングデータベースにアクセスし、前記識別情報取得手順において識別情報が取得された消費者の数を、各ユニットごとにカウントする消費者計数手順と、
   各ユニットそれぞれに対応したユニット表示領域に、前記消費者計数手順においてカウントされた当該ユニットに属する前記消費者の数の大小に対応した少なくとも１つの識別子を表示する、画像情報を生成する画像生成手順と
   を有することを特徴とする情報分析処理方法。

Images