JP2013206144A - 商品推薦システム、商品推薦方法、商品推薦サーバ及びプログラム - Google Patents

Abstract

【課題】スマートフォンなどの携帯性に優れる端末によって閲覧することに適しており、かつ、ユーザが毎日閲覧したくなる商品推薦システム等を提供する。
【解決手段】商品推薦サーバは、推薦商品決定処理を行う。商品推薦サーバは、データベースに記憶されている商品情報及び購買履歴情報を参照し、商品の集合を、少なくとも、顧客が購買した経験がある購買経験有商品と、顧客が購買した経験がない購買経験無商品と、に分けて、購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、購買経験無商品の中から所定数内の商品を推薦商品として決定する。商品推薦サーバは、推薦商品決定処理の結果に基づいて、推薦商品に係る商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成し、端末に配信する。
【選択図】図１１

Description

本発明は、主に食料品や日用品などを販売する小売業に適する商品推薦システム等に関するものである。

従来から、食料品や日用品などの広告媒体として、主にＰＣ（Personal
Computer）などを閲覧端末とする電子チラシが実用化されている。例えば、特許文献１には、電子チラシの広告コンテンツ配信システムが開示されている。

特許文献１に記載の広告コンテンツ配信システムでは、広告コンテンツ配信サーバが、電子チラシの構成部品に設定されたキーワードや電子チラシの閲覧状況を閲覧端末から取得し、取得したキーワード等に関連付けられている広告コンテンツを動画情報管理テーブルから検索し、検索結果リストを生成する。更に、検索結果リストに告知情報管理テーブルのランクの高いものをリストマージする。これらの複数の広告コンテンツについてキーワード等との関連の強さに応じた順位を決定し、その順位に応じた配信レートを決定し、配信レートに従って広告コンテンツを配信する。これによれば、電子チラシに連携して配信される広告コンテンツを多様化し、興趣豊かな電子チラシを提供するとともに、商品または閲覧状況等に応じて適切な広告コンテンツを配信することにより、販促効果を向上させることができる。

一方、食料品や日用品などを毎日のように購買する消費者（例えば、２０代〜４０代の主婦など）は、単純に特売情報だけではなく、現在の自分に合った情報を手軽に閲覧したいという要望がある。例えば、特許文献２には、ネットワークを利用して端末に情報を提供する情報提供システムが開示されている。

特許文献２に記載の情報提供システムでは、ユーザ端末はネットワークを介してリコメンデーションサーバにアクセスする。リコメンデーションサーバは、ユーザの嗜好情報を取得し、ユーザプロファイルとして登録する。またリコメンデーションサーバは実世界の販売実績等の情報を取得し、マーケット実績データを作成し、マーケット実績データをユーザプロファイルに追加する。マーケット実績データを追加したユーザプロファイルを基に、リコメンデーションサーバはユーザに提供するコンテンツデータを選択し、ネットワークを介してユーザ端末に配信する。これによれば、ネットワークに接続されたユーザ端末に対して、実世界の情報を取り入れ、ユーザの嗜好に合った情報を提供することができる。

特開２０１１−１７５３２９号公報 特開２００３−１５０６３１号公報

ところで、近年、印刷物の紙面やＰＣ（Personal Computer）の画面と比べて、画面が小さいスマートフォンやタブレット端末などが普及してきている。特許文献１のように従来の広告媒体（新聞の折り込み広告や電子チラシなど）は、印刷物の紙面やＰＣ（Personal Computer）の画面を前提に製作されているため、画面が小さいスマートフォンなどで閲覧すると、視認性が落ちる。また、スマートフォンなどは、通信環境が不安定であり、データ容量が大きい電子チラシをダウンロードしようとすると、待ち時間が長くなってしまう。しかし、スマートフォンなどは携帯性や即時性に優れているため、当日の売れ行きや天候などによって特売を行う小売業者（主に食料品や日用品などを販売する業者）からは、スマートフォンなどに広告を配信したいという要望がある。

また、特許文献２のように、ユーザの嗜好情報や販売実績に基づいて、頻繁に購買する商品を毎回推薦されると、食料品や日用品などを毎日のように購買する消費者は、推薦システム自体に飽きてしまい、推薦商品を閲覧しなくなってしまう。

本発明は、前述した問題点に鑑みてなされたものであり、その目的とすることは、スマートフォンなどの携帯性に優れる端末によって閲覧することに適しており、かつ、ユーザが毎日閲覧したくなる商品推薦システム等を提供することである。

前述の課題を解決するための第１の発明は、端末と商品推薦サーバとがネットワークを介して接続され、前記端末を有する顧客ごとに最適な商品を推薦する商品推薦システムであって、前記商品推薦サーバは、商品情報を記憶する商品情報記憶手段と、前記顧客による商品の購買履歴情報を記憶する購買履歴記憶手段と、前記商品情報記憶手段及び前記購買履歴記憶手段を参照し、商品の集合を、少なくとも、前記顧客が購買した経験がある購買経験有商品と、前記顧客が購買した経験がない購買経験無商品と、に分けて、前記購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、前記購買経験無商品の中から所定数内の商品を前記推薦商品として決定する推薦商品決定手段と、前記推薦商品に係る前記商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成し、前記表示データを前記端末に配信する配信手段と、を具備し、前記端末は、前記配信手段によって配信される前記表示データに基づいて、前記推薦商品に係る前記商品情報を表示する表示手段、を具備する商品推薦システムである。

第１の発明によって、スマートフォンなどの携帯性に優れる端末によって閲覧することに適しており、かつ、ユーザが毎日閲覧したくなる商品推薦システムを提供することができる。特に、購買経験有商品及び購買経験無商品から商品を厳選して推薦するので、端末の限られた表示領域及び通信環境において、少なくとも「適合性」、「納得性」及び「意外性」の推薦軸の観点で多様性を確保しつつ、顧客ごとに適切な商品を推薦することができる。

第１の発明における前記商品推薦サーバは、更に、１又は複数の商品と対応付けられる試供品情報を記憶する試供品情報記憶手段、を具備し、前記推薦商品決定手段は、更に、前記試供品情報記憶手段、前記商品情報記憶手段及び前記購買履歴記憶手段を参照し、前記購買経験無商品に対応付けられている試供品の中から所定数内の試供品を前記推薦商品として決定することが望ましい。これによって、品目ごとの売上高の中位から下位までの商品を広くカバーすることができる。また、商品提供者のメリットとしては、購買経験が無い顧客にのみ試供品に関する情報を配信し、ひいては、なるべく購買経験が無い顧客に対して試供品を配布することができる、ということが挙げられる。

第１の発明における前記商品推薦サーバは、更に、目玉商品情報を記憶する目玉商品情報記憶手段、を具備し、前記推薦商品決定手段は、更に、前記目玉商品情報記憶手段を参照し、目玉商品の中から所定数内の商品を前記推薦商品として決定することが望ましい。これによって、品目ごとの売上高の上位の商品をカバーすることができる。更に、購買経験有商品、購買経験無商品、及び／又は、試供品から厳選される商品と合わせれば、品目ごとの売上高の上位から下位までを広くカバーすることができる。

第１の発明における前記商品推薦サーバは、更に、商品の割引情報を記憶する割引情報記憶手段、を具備し、前記推薦商品決定手段は、更に、前記割引情報記憶手段を参照し、前記割引情報に基づいて前記購買経験有商品及び前記購買経験無商品を整列し、所定の順位までを前記推薦商品として決定することが望ましい。これによって、割引の度合によって購買検討確率が大きく変化するという顧客の購買意向を反映させ、顧客ごとに適切な商品を推薦することができる。

第１の発明における前記推薦商品決定手段は、前記購買経験有商品の中から前記推薦商品を決定する際、前記購買履歴記憶手段を参照し、前記顧客の購買価格偏差を算出し、前記購買価格偏差が大きい商品を前記推薦商品から外すことが望ましい。これによって、端末の限られた表示領域及び通信環境において、そもそも購買検討確率が高い商品を除外し、他の商品を推薦することが可能となる。

第１の発明における前記配信手段は、前記購買経験有商品の表示順序が前記購買経験無商品の表示順序よりも先になるように、前記表示データを生成することが望ましい。これによって、比較的購買検討確率が高い商品である購買経験有商品に関する情報を優先的に表示することができる。

第１の発明における前記配信手段は、前記購買経験有商品又は前記購買経験無商品の中から前記推薦商品として決定される商品と、前記目玉商品の中から前記推薦商品として決定される商品とが重複する場合には、表示順序が後の方を外して、前記表示データを生成することが望ましい。これによって、重複する情報を一元化して表示することができる。

第２の発明は、端末と商品推薦サーバとがネットワークを介して接続され、前記端末を有する顧客ごとに最適な商品を推薦する商品推薦システムにおける商品推薦方法であって、前記商品推薦サーバが、商品情報を記憶する商品情報記憶手段、及び、前記顧客による商品の購買履歴情報を記憶する購買履歴記憶手段を参照し、商品の集合を、少なくとも、前記顧客が購買した経験がある購買経験有商品と、前記顧客が購買した経験がない購買経験無商品と、に分けて、前記購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、前記購買経験無商品の中から所定数内の商品を前記推薦商品として決定する推薦商品決定ステップと、前記商品推薦サーバが、前記推薦商品に係る前記商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成し、前記表示データを前記端末に配信する配信ステップと、前記端末が、前記配信ステップによって配信される前記表示データに基づいて、前記推薦商品に係る前記商品情報を表示する表示ステップと、を実行する商品推薦方法である。

第２の発明によって、スマートフォンなどの携帯性に優れる端末によって閲覧することに適しており、かつ、ユーザが毎日閲覧したくなる商品推薦方法を提供することができる。特に、購買経験有商品及び購買経験無商品から商品を厳選して推薦するので、端末の限られた表示領域及び通信環境において、少なくとも「適合性」、「納得性」及び「意外性」の推薦軸の観点で多様性を確保しつつ、顧客ごとに適切な商品を推薦することができる。

第３の発明は、端末とネットワークを介して接続され、前記端末を有する顧客ごとに最適な商品を推薦する商品推薦サーバであって、商品情報を記憶する商品情報記憶手段と、前記顧客による商品の購買履歴情報を記憶する購買履歴記憶手段と、前記商品情報記憶手段及び前記購買履歴記憶手段を参照し、商品の集合を、少なくとも、前記顧客が購買した経験がある購買経験有商品と、前記顧客が購買した経験がない購買経験無商品と、に分けて、前記購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、前記購買経験無商品の中から所定数内の商品を前記推薦商品として決定する推薦商品決定手段と、前記推薦商品に係る前記商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成し、前記表示データを前記端末に配信する配信手段と、を具備する商品推薦サーバである。第３の発明の商品推薦サーバによって、第１の発明の商品推薦システムを構築し、第２の発明の商品推薦方法を実行することができる。

第４の発明は、コンピュータを、端末とネットワークを介して接続され、前記端末を有する顧客ごとに最適な商品を推薦する商品推薦サーバとして機能させるためのプログラムであって、前記コンピュータを、商品情報を記憶する商品情報記憶手段と、前記顧客による商品の購買履歴情報を記憶する購買履歴記憶手段と、前記商品情報記憶手段及び前記購買履歴記憶手段を参照し、商品の集合を、少なくとも、前記顧客が購買した経験がある購買経験有商品と、前記顧客が購買した経験がない購買経験無商品と、に分けて、前記購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、前記購買経験無商品の中から所定数内の商品を前記推薦商品として決定する推薦商品決定手段と、前記推薦商品に係る前記商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成し、前記表示データを前記端末に配信する配信手段、として機能させるためのプログラムである。第４の発明のプログラムを汎用のコンピュータにインストールすることによって、第３の発明の商品推薦サーバを得ることができる。

本発明により、スマートフォンなどの携帯性に優れる端末によって閲覧することに適しており、かつ、ユーザが毎日閲覧したくなる商品推薦システム等を提供することができる。

本発明の商品推薦モデルを説明する図 本発明の商品推薦モデルを説明する図 商品推薦システム１の全体構成図 コンピュータのハードウエア構成図 データベース３に記憶される情報を示す図 顧客情報２１を構成するテーブルの１例を示す図 店舗情報２２を構成するテーブルの１例を示す図 商品情報２３を構成するテーブルの１例を示す図 購買履歴情報２４を構成するテーブルの１例を示す図 試供品情報２５を構成するテーブルの１例を示す図 目玉商品情報２６を構成するテーブルの１例を示す図 商品推薦処理の全体の流れを示すフローチャート 推薦商品決定処理の流れを示すフローチャート 購買経験有商品に対する推薦商品決定処理を示すフローチャート 購買経験無商品に対する推薦商品決定処理を示すフローチャート 試供品に対する推薦商品決定処理を示すフローチャート 目玉商品に対する推薦商品決定処理を示すフローチャート 顧客別購買商品の検索処理を説明する図 顧客別特売購買有の検索処理を説明する図 顧客別特売購買有名前の検索処理を説明する図 顧客別特売商品の検索処理を説明する図 顧客別特売購買無の検索処理を説明する図 顧客別特売購買無価格の検索処理を説明する図 顧客別特売購買無名前の検索処理を説明する図 店舗別試供品商品の検索処理を説明する図 顧客別試供品商品の検索処理を説明する図 顧客別試供品商品利用有の検索処理を説明する図 顧客別試供品の検索処理を説明する図 顧客別試供品商品利用無の検索処理を説明する図 顧客別試供品商品利用無名前の検索処理を説明する図 商品推薦画面２００を示す図 商品推薦画面２１０を示す図

以下図面に基づいて、本発明の実施形態を詳細に説明する。本発明の商品推薦システムは、主に食料品や日用品などを販売する小売業に適する。以下では、主に食料品や日用品などを販売するスーパーを例に挙げて説明する。特に、単一のスーパーが、会員登録済の顧客に対して、日々の購買履歴情報に基づいて商品を推薦する例を説明する。尚、当然ながら、本発明の適用範囲は、スーパーに限定されるわけではなく、前述の課題を有する業態であれば、どのような業態に対しても同様の効果を奏する。

＜１．本発明の商品推薦モデル＞
最初に、図１、図２を参照しながら、本発明の商品推薦モデルを説明する。図１、図２は、本発明の商品推薦モデルを説明する図である。

本発明の商品推薦モデルは、「推薦（リコメンド）軸」、「消費者購買意向」、「ロングテール」という３つの観点から設計されている。より具体的には、以下の３つの設計方針に沿って設計されている。
・推薦軸の観点で多様性を確保しつつ、顧客ごとに適切な商品を推薦する。
・顧客の購買意向を反映させ、顧客ごとに適切な商品を推薦する。
・ロングテールを広くカバーし、顧客ごとに適切な商品を推薦する。

本発明の商品推薦モデルは、個客別の商品推薦モデルである。「個客別」とは、１人１人に最適な商品推薦を行うことを強調するための造語である。以下では、用語の統一を図る為に「顧客」のみを用いるが、本発明は、スーパー側の販売促進効果だけでなく、「個客」満足の向上効果をも奏するものである。

「推薦軸」とは、顧客にとって良い推薦結果か否かを評価するための評価軸である。本発明の実施形態では、「適合性」、「納得性」、「意外性」、「速効性」の４つの推薦軸を考える。

「適合性」とは、顧客に合致した商品が推薦されたか否かを評価するための評価軸である。適合性が高い推薦商品であれば、顧客は、「私にぴったりの商品が勧められた！」と感じる。

「納得性」とは、顧客が何故この商品を推薦されたのかを納得できるか否かを評価するための評価軸である。納得性が高い推薦商品であれば、顧客は、「勧められた理由が分かる！」と感じる。

「意外性」とは、顧客が良い意味での驚きを感じる商品が推薦されたか否かを評価するための評価軸である。意外性が高い推薦商品であれば、顧客は、「言われてみると、こんな商品が欲しかった！」と感じる。

「速効性」とは、顧客の嗜好の変化に対応した商品が推薦されたか否かを評価するための評価軸である。速効性が高い推薦商品であれば、顧客は、「私の嗜好の変化に応じて推薦商品も変わっている！」と感じる。

これらの４つの推薦軸の観点で多様性を確保しつつ、顧客ごとに適切な商品を推薦するために、本発明の商品推薦モデルでは、少なくとも、スーパーが取り扱う商品群を、「購買経験有商品」及び「購買経験無商品」のカテゴリに分ける。図１に示すように、「購買経験有商品」は、顧客にとって「適合性」及び「納得性」が高い商品である。一方、「購買経験無商品」は、顧客にとって「意外性」が高い商品である。

本発明の商品推薦モデルでは、更に、スーパーが取り扱う商品群を、「試供品」及び「目玉商品」のカテゴリに分けても良い。図１に示すように、「試供品」は、顧客にとって「意外性」及び「適合性」が高い商品である。「目玉商品」は、顧客にとって「適合性」が高い商品である。尚、「目玉商品」は、全ての顧客に適合性が高い商品と言える。

また、顧客の購買意向を反映させ、顧客ごとに適切な商品を推薦するために、本発明の商品推薦モデルでは、割引情報を考慮して商品を推薦する。例えば、「購買経験有商品」の場合、総じて購買検討確率が高くなるものの、４割以上の割引によって購買検討確率が１００％になるという統計データがある。つまり、「購買経験有商品」の場合であれば、割引率が高い順に商品を推薦することが望ましいと言える。

「ロングテール」とは、品目ごとの売上高の上位２０％を「ヘッド」、下位８０％を「テール」としたとき、「テール」による売り上げが、「ヘッド」による売り上げを上回る現象を意味する。近年は、顧客の価値観が多様化し、商品の種類も増加している。スーパーなどでは、ロングテールの現象が顕著と言える。

そこで、ロングテールを広くカバーし、顧客ごとに適切な商品を推薦するために、本発明の商品推薦モデルでは、前述の「購買経験有商品」、「購買経験無商品」、「試供品」及び「目玉商品」の４つのカテゴリごとに推薦商品を決定する。図２に示すように、「目玉商品」が上位０〜２０％の商品をカバーし、「購買経験有商品」が上位１５〜４０％の商品をカバーし、「購買経験無商品」が上位１５〜６０％の商品をカバーし、「試供品」が上位１５〜１００％の商品をカバーする。

更に、例えば、新しい購買履歴の重み付けを重くして利用したり、購買履歴を一定の期間に絞って利用したり、店舗別の購買履歴を利用したりすることによって、顧客の嗜好や購買場所の変化に動的に対応し、顧客にとって「速効性」が高い商品を推薦することができる。

以下では、図３〜図３２を参照しながら、本発明の商品推薦モデルを具体的に実現するための商品推薦システム１を説明する。

＜２．商品推薦システム１の概略構成＞
図３、図４を参照しながら、商品推薦システム１の概略構成について説明する。

図３は、商品推薦システム１の全体構成図である。図３に示すように、商品推薦システム１は、商品推薦サーバ２と端末４とがネットワーク５を介して接続されて構成されている。商品推薦システム１におけるユーザは、スーパーにおける顧客と同義であるため、以下では、用語の統一を図る為に「顧客」のみを用いる。

商品推薦サーバ２は、端末４を有する顧客ごとに最適な商品を推薦するサーバである。商品推薦サーバ２は、データベース３を有する。データベース３は、少なくとも、スーパーが取り扱う商品の商品情報、顧客による商品の購買履歴情報を記憶する。商品推薦サーバ２は、データベース３を参照し、商品の集合を、少なくとも、顧客が購買した経験がある購買経験有商品と、顧客が購買した経験がない購買経験無商品と、に分けて、購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、購買経験無商品の中から所定数内の商品を前記推薦商品として決定する。そして、商品推薦サーバ２は、推薦商品に係る商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成し、表示データを端末４に配信する。

端末４は、顧客が所有するスマートフォンやタブレット端末などである。端末４は、商品推薦サーバ２から配信される表示データに基づいて、推薦商品に係る商品情報を表示する。商品情報には、商品の画像、価格、割引率などが含まれる。

図４は、コンピュータのハードウエア構成図である。尚、図４のハードウエア構成は一例であり、用途、目的に応じて様々な構成を採ることが可能である。

商品推薦サーバ２、端末４などを実現するコンピュータは、制御部１１、記憶部１２、入力部１３、表示部１４、通信制御部１５等が、バス１６を介して接続される。

制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等で構成される。ＣＰＵは、記憶部１２、ＲＯＭ、記録媒体等に格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、バス１６を介して接続された各装置を駆動制御し、コンピュータが行う後述する処理を実現する。ＲＯＭは、不揮発性メモリであり、コンピュータのブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持している。ＲＡＭは、揮発性メモリであり、記憶部１２、ＲＯＭ、記録媒体等からロードしたプログラム、データ等を一時的に保持するとともに、制御部１１が各種処理を行う為に使用するワークエリアを備える。

記憶部１２は、例えば、ＨＤＤ（Hard Disk Drive）やフラッシュメモリなどであり、制御部１１が実行するプログラム、プログラム実行に必要なデータ、ＯＳ（Operating System）等が格納される。プログラムに関しては、ＯＳに相当する制御プログラムや、後述する処理をコンピュータに実行させるためのアプリケーションプログラムが格納されている。これらの各プログラムコードは、制御部１１により必要に応じて読み出されてＲＡＭに移され、ＣＰＵに読み出されて各種の手段として実行される。

入力部１３は、データの入力を行い、例えば、キーボード、マウスやタッチペン等のポインティングデバイス、テンキー、ボタン、スイッチ等の入力装置を有する。ユーザは、入力部１３を介して、コンピュータに対して、操作指示、動作指示、データ入力等を行うことができる。表示部１４は、液晶パネル、有機ＥＬ等のディスプレイ装置、ディスプレイ装置と連携してコンピュータのビデオ機能を実現するための論理回路等（ビデオアダプタ等）を有する。尚、入力部１３及び表示部１４は、タッチパネルディスプレイのように、一体となっていても良い。

通信制御部１５は、通信制御装置、通信ポート等を有し、コンピュータとネットワーク５間の通信を媒介する通信インタフェースであり、ネットワーク５を介して、他のコンピュータ間との通信制御を行う。ネットワーク５は、有線、無線を問わない。バス１６は、各装置間の制御信号、データ信号等の授受を媒介する経路である。

＜３．商品推薦システム１において利用されるデータ＞
図５〜図１１を参照しながら、商品推薦システム１において利用されるデータについて説明する。

図５は、データベース３に記憶される情報を示す図である。図５に示すように、データベース３は、顧客情報２１、店舗情報２２、商品情報２３、購買履歴情報２４、試供品情報２５、目玉商品情報２６などを記憶する。

顧客情報２１は、スーパーの顧客に関する情報である。店舗情報２２は、スーパーの店舗に関する情報である。商品情報２３は、スーパーが取り扱う商品に関する情報である。購買履歴情報２４は、顧客による商品の購買履歴に関する情報である。試供品情報２５は、スーパーが取り扱う試供品に関する情報である。目玉商品情報２６は、スーパーの店員によって決定される日々の目玉商品に関する情報である。

図６は、顧客情報２１を構成するテーブルの１例を示す図である。図６に示すように、顧客情報２１は、例えば、顧客テーブル３０によって構成される。

顧客テーブル３０は、顧客ＩＤ３１を主キーとし、顧客名３２、住所３３、生年月日３４などのデータ項目を有する。顧客ＩＤ３１は、顧客を一意に識別する番号である。顧客名３２は、顧客の氏名である。住所３３は、顧客の住所である。生年月日３４は、顧客の生年月日である。

図７は、店舗情報２２を構成するテーブルの１例を示す図である。図７に示すように、店舗情報２２は、例えば、店舗テーブル４０によって構成される。

店舗テーブル４０は、店舗ＩＤを主キーとし、店舗名４１、住所４３、電話番号４４などのデータ項目を有する。店舗ＩＤ４１は、店舗（スーパーの各支店）を一意に識別する番号である。店舗名４２は、各支店の名称である。住所４３は、各支店の住所である。電話番号４４は、各支店の電話番号である。

図８は、商品情報２３を構成するテーブルの１例を示す図である。図８に示すように、商品情報２３は、例えば、商品テーブル５０及び商品価格テーブル６０によって構成される。商品の価格は、店舗ごとに異なる可能性があるので、商品の属性情報を商品テーブル５０に記憶し、価格情報を商品価格テーブル６０に記憶する。

商品テーブル５０は、商品ＩＤ５１を主キーとし、商品名５２、メーカー５３、第１商品画像５５、第２商品画像５６、第３商品画像５７などのデータ項目を有する。商品ＩＤ５１は、商品を一意に識別する番号である。商品名５２は、商品の名称（商標）である。メーカー５３は、商品の製造元を示す情報である。第１商品画像５５〜第３商品画像５７は、商品又は商品の包装が撮影された画像である。

商品価格テーブル６０は、商品ＩＤ６１及び店舗ＩＤ６２を主キーとし、価格６３などのデータ項目を有する。商品ＩＤ６１は、商品ＩＤ５１と同様である。店舗ＩＤ６２は、店舗ＩＤ４１と同様である。テーブルの主キーから分かるように、価格６３は、商品ＩＤ６１及び店舗ＩＤ６２ごとの価格である。

図９は、購買履歴情報２４を構成するテーブルの１例を示す図である。図９に示すように、購買履歴情報２４は、例えば、購買テーブル７０及び購買商品テーブル８０によって構成される。顧客は、１回の買い物において複数の商品を購買するので、購買履歴の概要情報を購買テーブル７０に記憶し、購買履歴の商品ごとの詳細情報を購買商品テーブル８０に記憶する。

購買テーブル７０は、顧客ＩＤ７１及び購買ＩＤ７２を主キーとし、購買日７３、購買時刻７４、店舗ＩＤ７５、購買額合計７６などのデータ項目を有する。顧客ＩＤ７１は、顧客ＩＤ３１と同様である。購買ＩＤ７２は、購買履歴を一意に識別する番号である。購買日７３は、商品を購買した日である。購買時刻７４は、商品を購買した時刻である。店舗ＩＤ７５は、店舗ＩＤ４１と同様である。購買額合計７６は、１回の買い物における購買額の合計である。

購買商品テーブル８０は、顧客ＩＤ８１、購買ＩＤ８２、商品ＩＤ８３及び数番号８４を主キーとし、価格８５などのデータ項目を有する。顧客ＩＤ８１は、顧客ＩＤ３１と同様である。購買ＩＤ８２は、購買ＩＤ７２と同様である。商品ＩＤ８３は、商品ＩＤ５１と同様である。数番号８４は、１回の買い物において同一の商品を購買した場合の連番である。テーブルの主キーから分かるように、価格８５は、顧客ＩＤ８１、購買ＩＤ８２、商品ＩＤ８３及び数番号８４ごとの価格である。

図１０は、試供品情報２５を構成するテーブルの１例を示す図である。図１０に示すように、試供品情報２５は、例えば、試供品テーブル９０及び試供品商品テーブル１００によって構成される。試供品は、１又は複数の商品と関連付けられるので、試供品の属性情報を試供品テーブル９０に記憶し、試供品と商品との関連付け情報を試供品商品テーブル１００に記憶する。

試供品が、１又は複数の商品と関連付けられることについて説明する。例えば、美容液などであれば、中身が同一であっても、「３６０ｍｌ」の商品と「７２０ｍｌ」の商品とが別々の商品ＩＤによって管理されている。一方、試供品は、「３６０ｍｌ」の商品と「７２０ｍｌ」の商品とに別々に準備されるわけではなく、単一である。つまり、試供品と商品は、１対多の関係にある。

尚、後述するように、本発明の実施形態では、顧客が購買した経験がある商品が関連付けられている試供品は、その顧客に推薦しない。例えば、「３６０ｍｌ」の商品を購買したことがなくても、「７２０ｍｌ」の商品を購買したことがあれば、その顧客には、その商品の試供品を推薦する必要がない。

試供品テーブル９０は、試供品ＩＤ９１を主キーとし、試供品名９２、メーカー９３、試供品画像９４などのデータ項目を有する。試供品ＩＤ９１は、試供品を一意に識別する番号である。試供品名９２は、試供品の名称（商標）である。メーカー９３は、試供品の製造元を示す情報である。試供品画像９４は、試供品又は試供品の包装が撮影された画像である。

試供品商品テーブル１００は、試供品ＩＤ１０１及び商品ＩＤ１０２を主キーとするデータ項目を有する。試供品ＩＤ１０１は、試供品ＩＤ９１と同様である。商品ＩＤ１０２は、商品ＩＤ５１と同様である。

図１１は、目玉商品情報２６を構成するテーブルの１例を示す図である。図１１に示すように、目玉商品情報２６は、例えば、特売テーブル１１０によって構成される。

特売テーブル１１０は、商品ＩＤ１１１を主キーとし、店舗ＩＤ１１２、価格１１３、割引率１１４、閾値個数１１５、特売画像１１６などのデータ項目を有する。商品ＩＤ１１１は、商品ＩＤ５１と同様である。店舗ＩＤ１１２は、店舗ＩＤ４１と同様である。価格１１３は、価格６３と同様である。割引率１１４は、特売時の割引率である。閾値個数１１５は、特売の対象となる商品数である。特売画像１１６は、特売のための商品又は商品の包装が撮影される画像である。割引率１１４、閾値個数１１５及び特売画像１１６は、チラシの構成を話し合う為のチラシ会議によって決定される。

＜４．商品推薦システム１の動作＞
図１２〜図１７を参照しながら、商品推薦システム１の動作について説明する。

図１２は、商品推薦処理の全体の流れを示すフローチャートである。図１２に示すように、商品推薦サーバ２は、推薦商品決定処理（Ｓ１１）を行う。

図１３は、推薦商品決定処理の流れを示すフローチャートである。図１３に示すように、商品推薦サーバ２は、購買経験有商品に対する推薦商品決定処理（Ｓ２１）及び購買経験無商品に対する推薦商品決定処理（Ｓ２２）を行う。Ｓ２１及びＳ２２では、商品推薦サーバ２は、データベース３に記憶されている商品情報２３及び購買履歴情報２４を参照し、商品の集合を、少なくとも、顧客が購買した経験がある購買経験有商品と、顧客が購買した経験がない購買経験無商品と、に分けて、購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、購買経験無商品の中から所定数内の商品を推薦商品として決定する。

図１４は、購買経験有商品に対する推薦商品決定処理を示すフローチャートである。図１４に示すように、商品推薦サーバ２は、購買履歴情報２４を検索し、購買経験有商品を取得する（Ｓ３１）。次に、商品推薦サーバ２は、Ｓ３１の結果を基に、目玉商品情報２６を検索し、購買経験有商品の割引情報を取得する（Ｓ３２）。次に、商品推薦サーバ２は、Ｓ３１及びＳ３２の結果を基に、購買経験有商品を、割引情報によって降順に整列する（Ｓ３３）。次に、商品推薦サーバ２は、Ｓ３３の結果を基に、購買経験有商品の上位Ｎ（例えば、Ｎ＝３）点を推薦商品として決定する（Ｓ３４）。

図１５は、購買経験無商品に対する推薦商品決定処理を示すフローチャートである。図１５に示すように、商品推薦サーバ２は、購買履歴情報２４を検索し、購買経験有商品を取得する（Ｓ４１）。次に、商品推薦サーバ２は、Ｓ４１の結果を基に、目玉商品情報２６を検索し、購買経験無商品の割引情報を取得する（Ｓ４２）。次に、商品推薦サーバ２は、Ｓ４１及びＳ４２の結果を基に、購買経験無商品を、割引情報によって降順に整列する（Ｓ４３）。次に、商品推薦サーバ２は、Ｓ４３の結果を基に、購買経験無商品の上位Ｎ（例えば、Ｎ＝３）点を推薦商品として決定する（Ｓ４４）。

図１３の説明に戻る。更に、商品推薦サーバ２は、試供品に対する推薦商品決定処理（Ｓ２３）を行っても良い。Ｓ２３では、商品推薦サーバ２は、データベース３に記憶されている試供品情報２５、商品情報２３及び購買履歴情報２４を参照し、購買経験無商品に対応付けられている試供品情報２５に係る試供品の中から所定数内の試供品を推薦商品として決定しても良い。

図１６は、試供品に対する推薦商品決定処理を示すフローチャートである。図１６に示すように、商品推薦サーバ２は、購買履歴情報２４を検索し、購買経験有商品を取得する（Ｓ５１）。次に、商品推薦サーバ２は、Ｓ５１の結果を基に、試供品情報２５を検索し、購買経験無商品の試供品を取得する（Ｓ５２）。次に、商品推薦サーバ２は、Ｓ５２の結果を基に、購買経験無商品の試供品のＮ（例えば、Ｎ＝３）点を、推薦商品として決定する（Ｓ５３）。

図１３の説明に戻る。更に、商品推薦サーバ２は、目玉商品に対する推薦商品決定処理（Ｓ２４）を行っても良い。Ｓ２４では、商品推薦サーバ２は、データベース３に記憶されている目玉商品情報２６を参照し、目玉商品の中から所定数内の商品を推薦商品として決定しても良い。

図１７は、目玉商品に対する推薦商品決定処理を示すフローチャートである。図１７に示すように、商品推薦サーバ２は、目玉商品情報６４を検索し、目玉商品と割引情報を取得する（Ｓ６１）。次に、商品推薦サーバ２は、Ｓ６１の結果を基に、目玉商品を、割引情報によって降順に整列する（Ｓ６２）。次に、商品推薦サーバ２は、Ｓ６２の結果を基に、目玉商品の上位Ｎ（例えば、Ｎ＝３）点を、推薦商品として決定する（Ｓ６３）。

図１２の説明に戻る。商品推薦サーバ２は、Ｓ１１の結果に基づいて、推薦商品に係る商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成する（Ｓ１２）。「商品情報の一部ごと」とは、例えば、一の推薦商品ごとや、関連する二以上の推薦商品ごと、などが考えられる。「関連する二以上の推薦商品ごと」とは、「購買経験有商品」、「購買経験無商品」、「試供品」及び「目玉商品」の４つのカテゴリごとなどが考えられる。

所定の表示順序は、例えば、「目玉商品」が第１位、「購買経験有商品」が第２位、「試供品」が第３位、「購買経験無商品」が第４位、である。但し、表示順序はこの例に限定されるわけではない。

商品推薦サーバ２は、購買経験有商品の表示順序が購買経験無商品の表示順序よりも先になるように、表示データを生成することが望ましい。これによって、比較的購買検討確率が高い商品である購買経験有商品に関する情報を優先的に表示することができる。

また、商品推薦サーバ２は、購買経験有商品又は購買経験無商品の中から推薦商品として決定される商品と、目玉商品の中から推薦商品として決定される商品とが重複する場合には、表示順序が後の方を外して、表示データを生成することが望ましい。これによって、重複する情報を一元化して表示することができる。

次に、商品推薦サーバ２は、Ｓ１２において生成される表示データを端末４に配信する（Ｓ１３）。これに対して、端末４は、商品推薦サーバ２から配信される表示データに基づいて、推薦商品に係る商品情報を表示する（Ｓ１４）。推薦商品に係る商品情報の表示処理は、図３１及び図３２を参照しながら後述する。

以上のフローチャートによる説明は、商品推薦システム１の動作の例示に過ぎない。商品推薦システム１は、各フローチャートに含まれるステップの一部のみを実行しても良いし、一部のステップの順序を入れ替えて実行しても良いし、一部のステップを纏めて実行しても良い。

＜５．各推薦商品決定処理を実現するための検索処理の詳細＞
図１８〜図３０を参照しながら、前述の各推薦商品決定処理を実現するための検索処理の詳細について説明する。以下では、データベース３をリレーショナルデータベースとし、推薦商品決定処理（Ｓ１１）をＳＱＬ文による検索処理によって実現する。

＜５−１．購入経験有商品に対する推薦商品決定処理に係る検索処理＞
図１８〜図２０を参照しながら、購入経験有商品に対する推薦商品決定処理に係る検索処理について説明する。

図１８は、顧客別購買商品の検索処理を説明する図である。図１８に示すＳＱＬ文１２１は、顧客別購買商品の検索処理を実現する為のクエリＱ１１である。顧客別購買商品テーブル１３１は、ＳＱＬ文１２１の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１２１によって、購買商品テーブル８０を参照し、顧客ＩＤ及び商品ＩＤごとに、顧客ＩＤ、商品ＩＤ、購買回数、価格平均、最低価格、最高価格、価格偏差、を取得する。購買回数は、特定の顧客による特定の商品の購買回数である。価格平均は、特定の顧客による特定の商品の購買価格の平均である。最低価格は、特定の顧客による特定の商品の購買価格の最低値である。最高価格は、特定の顧客による特定の商品の購買価格の最高値である。価格偏差は、特定の顧客による特定の商品の購買価格の偏差値である。

価格偏差について説明する。価格偏差は、顧客がその商品の価格にどのくらい敏感なのかを示す値である。価格偏差が大きい（価格感度が低い）場合、その顧客は、価格によらずにその商品を購買していることになるため、その商品に対するブランドロイアリティが高いと言える。

顧客別購買商品テーブル１３１は、顧客ＩＤ及び商品ＩＤを主キーとし、購買回数、価格平均、最低価格、最高価格及び価格偏差のデータ項目を有するテーブルである。顧客別購買商品テーブル１３１のデータは、顧客別購買商品の統計情報と言える。

図１９は、顧客別特売購買有の検索処理を説明する図である。図１９に示すＳＱＬ文１２２は、顧客別特売購買有の検索処理を実現する為のクエリＱ１２である。顧客別特売購買有テーブル１３２は、ＳＱＬ文１２２の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１２２によって、特売テーブル１１０、顧客別購買商品テーブル１３１を参照し、顧客ＩＤ及び商品ＩＤごとに、割引率の降順に整列し、顧客ＩＤ、商品ＩＤ、店舗ＩＤ、購買回数、価格平均、価格偏差、価格、割引率を取得する。尚、説明を簡潔にするために、ＳＱＬ文１２２は、顧客ＩＤ＝１、店舗ＩＤ＝１の条件を付している。

顧客別特売購買有テーブル１３２は、顧客ＩＤ＝１、店舗ＩＤ＝１のデータについて、商品ＩＤを主キーとし、購買回数、価格平均、価格偏差、価格、割引率のデータ項目を有するテーブルである。顧客別特売購買有テーブル１３２のデータは、購買経験有商品の統計情報及び特売情報と言える。

ここで、商品推薦サーバ２は、価格偏差が一定の閾値（例えば、「１００」）を上回る場合には、推薦商品の対象から外しても良い。つまり、商品推薦サーバ２は、購買経験有商品の中から推薦商品を決定する際、顧客の購買価格偏差を算出し、購買価格偏差が大きい商品を推薦商品から外しても良い。例えば、図１９の例であれば、価格偏差が「１６２」である商品ＩＤが「１」の商品が、推薦商品の対象から外れる。

前述の通り、価格偏差が大きい（価格感度が低い）場合、その顧客はその商品に対するブランドロイアリティが高いので、推薦するまでもなく、購買を検討すると考えられる。そこで、購買価格偏差が大きい商品を推薦商品から外すことによって、端末４の限られた表示領域及び通信環境において、そもそも購買検討確率が高い商品を除外し、他の商品を推薦することが可能となる。

図２０は、顧客別特売購買有名前の検索処理を説明する図である。図２０に示すＳＱＬ文１２３は、顧客別特売購買有名前の検索処理を実現する為のクエリＱ１３である。顧客別特売購買有名前テーブル１３３は、ＳＱＬ文１２３の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１２３によって、顧客テーブル３０、商品テーブル５０、店舗テーブル４０、顧客別特売購買有テーブル１３２を参照し、顧客別特売購買有テーブル１３２のデータに各名称を付与し、顧客名、商品名、店舗名、価格、割引率を取得する。

顧客別特売購買有名前テーブル１３３は、顧客ＩＤ＝１、店舗ＩＤ＝１のデータについて、顧客名、商品名、店舗名、価格、割引率のデータ項目を有するテーブルである。例えば、顧客別特売購買有名前テーブル１３３のデータから、上位Ｎ（例えば、Ｎ＝３）点の商品を推薦商品として決定することによって、顧客名が「大日本太郎」に対する、購入経験有商品から厳選された推薦商品が得られる。

＜５−２．購入経験無商品に対する推薦商品決定処理に係る検索処理＞
図２１〜図２４を参照しながら、購入経験無商品に対する推薦商品決定処理に係る検索処理について説明する。

図２１は、顧客別特売商品の検索処理を説明する図である。図２１に示すＳＱＬ文１４１は、顧客別特売商品の検索処理を実現する為のクエリＱ２１である。顧客別特売商品テーブル１５１は、ＳＱＬ文１４１の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１４１によって、顧客テーブル３０及び特売テーブル１１０を単純に結合し、顧客ＩＤ、商品ＩＤ、店舗ＩＤを取得する。尚、説明を簡潔にするために、ＳＱＬ文１４１は、顧客ＩＤ＝１、２、店舗ＩＤ＝１の条件を付している。

顧客別特売商品テーブル１５１は、顧客ＩＤ＝１、２、店舗ＩＤ＝１のデータについて、顧客ＩＤ、商品ＩＤ、店舗ＩＤのデータ項目を有するテーブルである。顧客別特売商品テーブル１５１は、顧客ごとの特売情報と言える。

図２２は、顧客別特売購買無の検索処理を説明する図である。図２２に示すＳＱＬ文１４２は、顧客別特売購買無の検索処理を実現する為のクエリＱ２２である。顧客別特売購買無テーブル１５２は、ＳＱＬ文１４２の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１４２によって、顧客別特売商品テーブル１５１、顧客別購買商品テーブル１３１を参照し、顧客ＩＤの昇順及び商品ＩＤの昇順に整列して、顧客別購買商品テーブル１３１にはない商品ＩＤを、顧客ＩＤごとに取得する。尚、顧客ＩＤ２及び商品ＩＤ２は、「顧客別購買商品テーブル１３１の商品ＩＤ＝ＮＵＬＬ」という条件の下、顧客別購買商品テーブル１３１から取得されるので、全てＮＵＬＬになっている。「顧客別購買商品テーブル１３１の商品ＩＤ＝ＮＵＬＬ」という条件を満たす商品が、「購買経験無商品」である。

顧客別特売購買無テーブル１５２は、顧客ＩＤ＝１、２のデータについて、顧客ＩＤ、商品ＩＤのデータ項目を有するテーブルである。顧客別特売購買無テーブル１５２は、顧客ごとの購買経験無特売情報と言える。

図２３は、顧客別特売購買無価格の検索処理を説明する図である。図２３に示すＳＱＬ文１４３は、顧客別特売購買無価格の検索処理を実現する為のクエリＱ２３である。顧客別特売購買無価格テーブル１５３は、ＳＱＬ文１４３の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１４３によって、特売テーブル１１０、顧客別特売購買無テーブル１５２を参照し、顧客ＩＤの昇順及び割引率の降順に整列して、顧客ＩＤ、商品ＩＤ、店舗ＩＤ、価格、割引率、割引額を取得する。割引額は、「割引額＝価格／（１−割引率）−価格」によって算出される。

顧客別特売購買無価格テーブル１５３は、顧客ＩＤ＝１、２、店舗ＩＤ＝１のデータについて、顧客ＩＤ、商品ＩＤ、店舗ＩＤ、価格、割引率、割引額のデータ項目を有するテーブルである。顧客別特売購買無価格テーブル１５３は、購買経験無商品の価格情報と言える。

図２４は、顧客別特売購買無名前の検索処理を説明する図である。図２４に示すＳＱＬ文１４４は、顧客別特売購買無名前の検索処理を実現する為のクエリＱ２４である。顧客別特売購買無名前テーブル１５４は、ＳＱＬ文１４４の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１４４によって、顧客テーブル３０、商品テーブル５０、店舗テーブル４０、顧客別特売購買無価格テーブル１５３を参照し、顧客別特売購買無価格テーブル１５３のデータに各名称を付与し、顧客ＩＤ、顧客名、商品ＩＤ、商品名、店舗名、価格、割引率、割引額を取得する。

顧客別特売購買無価格テーブル１５３は、顧客ＩＤ＝１、２、店舗ＩＤ＝１のデータについて、顧客ＩＤ、顧客名、商品ＩＤ、商品名、店舗名、価格、割引率、割引額のデータ項目を有するテーブルである。例えば、顧客別特売購買無価格テーブル１５３のデータから、顧客ごとに、上位Ｎ（例えば、Ｎ＝３）点の商品を推薦商品として決定することによって、顧客名が「大日本太郎」及び「大日本花子」に対する、購入経験無商品から厳選された推薦商品が得られる。

＜５−３．試供品に対する推薦商品決定処理に係る検索処理＞
図２５〜図３０を参照しながら、試供品に対する推薦商品決定処理に係る検索処理について説明する。

図２５は、店舗別試供品商品の検索処理を説明する図である。図２５に示すＳＱＬ文１６１は、店舗別試供品商品の検索処理を実現する為のクエリＱ３１である。店舗別試供品商品テーブル１７１は、ＳＱＬ文１６１の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１６１によって、試供品テーブル９０及び試供品商品テーブル１００を参照し、試供品及び商品に係る１対多の関係を展開し、試供品ＩＤ、店舗ＩＤ、商品ＩＤ、試供品名を取得する。

店舗別試供品商品テーブル１７１は、試供品ＩＤ、店舗ＩＤ、商品ＩＤ、試供品名のデータ項目を有するテーブルである。図２５の例では、試供品ＩＤが「１」の試供品に対して、商品ＩＤが「１２」及び「１３」の商品が結合されている。また、試供品ＩＤが「２」の試供品に対して、商品ＩＤが「５」の商品が結合されている。

図２６は、顧客別試供品商品の検索処理を説明する図である。図２６に示すＳＱＬ文１６２は、顧客別試供品商品の検索処理を実現する為のクエリＱ３２である。顧客別試供品商品テーブル１７２は、ＳＱＬ文１６２の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１６２によって、顧客テーブル３０及び店舗別試供品商品テーブル１７１を単純に結合し、顧客ごとの試供品に関連付けられる商品に展開し、顧客ＩＤ、試供品ＩＤ、店舗ＩＤ、商品ＩＤ、試供品名を取得する。

顧客別試供品商品テーブル１７２は、顧客ＩＤ、試供品ＩＤ、店舗ＩＤ、商品ＩＤ、試供品名のデータ項目を有するテーブルである。図２６の例では、顧客ＩＤが「１」〜「５」の顧客ごとに、それぞれ、試供品ＩＤが「１」の試供品に対して関連付けられる商品ＩＤが「１２」及び「１３」の商品、並びに、試供品ＩＤが「２」の試供品に対して関連付けられる商品ＩＤが「５」の商品が展開されている。

図２７は、顧客別試供品商品利用有の検索処理を説明する図である。図２７に示すＳＱＬ文１６３は、顧客別試供品商品利用有の検索処理を実現する為のクエリＱ３３である。顧客別試供品商品利用有テーブル１７３は、ＳＱＬ文１６３の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１６３によって、顧客別購買商品テーブル１３１及び顧客別試供品商品テーブル１７２を参照し、顧客ごとに、購買経験有商品情報として、顧客ＩＤ、店舗ＩＤ、試供品ＩＤ、商品ＩＤを取得する。

顧客別試供品商品利用有テーブル１７３は、顧客ＩＤ、店舗ＩＤ、試供品ＩＤ、商品ＩＤのデータ項目を有するテーブルである。ここで取得される試供品は、利用経験（＝購買経験）がある商品と関連付けられている為、推薦商品の対象外となる。例えば、図２６の例では、顧客ＩＤが「２」の顧客には、試供品ＩＤが「１」及び「２」の両方の試供品が、推薦商品の対象外となる。一方、顧客ＩＤが「１」の顧客には、試供品ＩＤが「１」の試供品が、推薦商品の対象となる。

図２８は、顧客別試供品の検索処理を説明する図である。図２８に示すＳＱＬ文１６４は、顧客別試供品の検索処理を実現する為のクエリＱ３４である。顧客別試供品テーブル１７４は、ＳＱＬ文１６４の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１６４によって、顧客テーブル３０及び試供品テーブル９０を単純に結合し、顧客ごとの試供品に展開し（商品には展開していない。）、顧客ＩＤ、試供品ＩＤを取得する。

顧客別試供品テーブル１７４は、顧客ＩＤ、試供品ＩＤのデータ項目を有するテーブルである。図２８の例では、顧客ＩＤが「１」〜「５」の顧客ごとに、それぞれ、試供品ＩＤが「１」及び「２」の試供品が展開されている。

図２９は、顧客別試供品商品利用無の検索処理を説明する図である。図２９に示すＳＱＬ文１６５は、顧客別試供品商品利用無の検索処理を実現する為のクエリＱ３５である。顧客別試供品商品利用無テーブル１７５は、ＳＱＬ文１６５の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１６５によって、顧客別試供品商品利用有テーブル１７３、顧客別試供品テーブル１７４を参照し、顧客別試供品商品利用有テーブル１７３にはない試供品ＩＤを、顧客ＩＤごとに取得する。尚、顧客ＩＤ２及び試供品ＩＤ２は、「顧客別試供品商品利用有テーブル１７３の試供品ＩＤ＝ＮＵＬＬ」という条件の下、顧客別試供品商品利用有テーブル１７３から取得されるので、全てＮＵＬＬになっている。「顧客別試供品商品利用有テーブル１７３の試供品ＩＤ＝ＮＵＬＬ」という条件を満たす商品が、「購買経験有商品に関連付けられていない試供品」である。

顧客別試供品商品利用無テーブル１７５は、顧客ＩＤ、商品ＩＤのデータ項目を有するテーブルである。顧客別試供品商品利用無テーブル１７５は、顧客ごとの「購買経験有商品に関連付けられていない試供品」情報と言える。

図３０は、顧客別試供品商品利用無名前の検索処理を説明する図である。図３０に示すＳＱＬ文１６６は、顧客別試供品商品利用無名前の検索処理を実現する為のクエリＱ３６である。顧客別試供品商品利用無名前テーブル１７６は、ＳＱＬ文１６６の実行結果の１例である。

商品推薦サーバ２は、ＳＱＬ文１６６によって、顧客テーブル３０、店舗テーブル４０、店舗別試供品商品テーブル１７１、顧客別試供品商品利用無テーブル１７５を参照し、顧客別試供品商品利用無テーブル１７５のデータに各名称を付与し、顧客ＩＤ、顧客名、店舗名、試供品ＩＤ、試供品名を取得する。

顧客別試供品商品利用無名前テーブル１７６は、顧客ＩＤ、顧客名、店舗名、試供品ＩＤ、試供品名のデータ項目を有するテーブルである。例えば、顧客別試供品商品利用無名前テーブル１７６のデータから、顧客ごとに試供品を推薦商品として決定することによって、顧客名が「大日本太郎」、「アーバン一郎」、「アーバン次郎」及び「大日本三郎」に対する、試供品から厳選された推薦商品が得られる。

＜５−４．目玉商品に対する推薦商品決定処理に係る検索処理＞
目玉商品に対する推薦商品決定処理は、特売テーブル１１０に対するＳＱＬ文だけを必要とし、前述の説明から容易に理解できるので、説明を省略する。

＜６．推薦商品表示処理の詳細＞
図３１〜図３２を参照しながら、推薦商品表示処理の詳細について説明する。

図３１は、商品推薦画面２００を示す図である。図３１に示すように、商品推薦画面２００は、店舗名２０１、顧客名２０２、カテゴリ名２０３、商品画像２０４、価格２０５、割引率２０６、カテゴリ別推薦商品数２０７などの表示項目を有する。

店舗名２０１及び顧客名２０２は、画面上部に固定されて表示される。カテゴリ名２０３は、タブとして表示される。「購入経験有り」のタブには、購入経験有商品から厳選された推薦商品が表示される。「購入経験無し」のタブには、購入経験無商品から厳選された推薦商品が表示される。「試供品」のタブには、試供品から厳選された推薦商品が表示される。「目玉商品」のタブには、目玉商品から厳選された推薦商品が表示される。

商品画像２０４、価格２０５、割引率２０６及びカテゴリ別推薦商品数２０７は、スライド方式によって、一体となって表示される。カテゴリ別推薦商品数２０７は、カテゴリごとの推薦商品を「○」（丸の図形）の数によって示している。「●」（黒丸の図形）が、現在表示されている推薦商品の順位を示している。例えば、顧客が、端末４のタッチパネルディスプレイ（表示部１４）に対してスライド操作を行うと、次の順位の推薦商品に関する商品画像２０４、価格２０５及び割引率２０６が表示され、カテゴリ別推薦商品数２０７における「●」（黒丸の図形）の位置が移動する。

カテゴリ名２０３のタブの表示順序は、図３１の例に限定されるわけではない。前述の通り、カテゴリ名２０３のタブの表示順序は、例えば、「目玉商品」が第１位、「購買経験有商品」が第２位、「試供品」が第３位、「購買経験無商品」が第４位、としても良い。

商品推薦サーバ２は、図３１に示すように、購買経験有りのタブが購買経験無しのタブよりも先になるように、表示データを生成することが望ましい。これによって、比較的購買検討確率が高い商品である購買経験有商品に関する情報を優先的に表示することができる。

また、商品推薦サーバ２は、購買経験有商品の中から推薦商品として決定される商品と、目玉商品の中から推薦商品として決定される商品とが重複する場合には、表示順序が後の方を外して、表示データを生成することが望ましい。これによって、重複する情報を一元化して表示することができる。図３１の例であれば、目玉商品のタブ表示順序が、購買経験ありのタブよりも後なので、重複商品は目玉商品から外すことになる。

図３２は、商品推薦画面２１０を示す図である。図３２に示す商品推薦画面２１０は、商品推薦画面２００と異なる画面例である。図３２に示すように、商品推薦画面２１０は、店舗名２１１、顧客名２１２、カテゴリ名２１３、商品画像２１４、価格２１５、割引率２１６、全推薦商品数２１７などの表示項目を有する。

店舗名２１１及び顧客名２１２は、画面上部に固定されて表示される。カテゴリ名２１３は、画面右下部に、現在表示されている推薦商品に応じて動的に表示される。例えば、現在表示されている推薦商品が「購入経験有商品」であれば、カテゴリ名２１３は、「購入経験有り」が表示される。

商品画像２１４、価格２１５、割引率２１６及び全推薦商品数２１７は、スライド方式によって、一体となって表示される。全推薦商品数２１７は、全推薦商品を「○」（丸の図形）の数によって示している。「●」（黒丸の図形）が、現在表示されている推薦商品の順位を示している。例えば、顧客が、端末４のタッチパネルディスプレイ（表示部１４）に対してスライド操作を行うと、次の順位の推薦商品に関する商品画像２１４、価格２１５及び割引率２１６が表示され、全推薦商品数２１７における「●」（黒丸の図形）の位置が移動する。商品推薦画面２１０であれば、顧客はスライド操作のみで全ての推薦商品を閲覧できるので、操作性に優れる。

以上、添付図面を参照しながら、本発明に係る商品推薦システム等の好適な実施形態について説明したが、本発明はかかる例に限定されない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例又は修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

１………商品推薦システム
２………商品推薦サーバ
３………データベース
４………端末
５………ネットワーク
２１………顧客情報
２２………店舗情報
２３………商品情報
２４………購買履歴情報
２５………試供品情報
２６………目玉商品情報

Claims (10)

1. 端末と商品推薦サーバとがネットワークを介して接続され、前記端末を有する顧客ごとに最適な商品を推薦する商品推薦システムであって、
   前記商品推薦サーバは、
   商品情報を記憶する商品情報記憶手段と、
   前記顧客による商品の購買履歴情報を記憶する購買履歴記憶手段と、
   前記商品情報記憶手段及び前記購買履歴記憶手段を参照し、商品の集合を、少なくとも、前記顧客が購買した経験がある購買経験有商品と、前記顧客が購買した経験がない購買経験無商品と、に分けて、前記購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、前記購買経験無商品の中から所定数内の商品を前記推薦商品として決定する推薦商品決定手段と、
   前記推薦商品に係る前記商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成し、前記表示データを前記端末に配信する配信手段と、
   を具備し、
   前記端末は、
   前記配信手段によって配信される前記表示データに基づいて、前記推薦商品に係る前記商品情報を表示する表示手段、
   を具備する商品推薦システム。
2. 前記商品推薦サーバは、更に、
   １又は複数の商品と対応付けられる試供品情報を記憶する試供品情報記憶手段、
   を具備し、
   前記推薦商品決定手段は、更に、前記試供品情報記憶手段、前記商品情報記憶手段及び前記購買履歴記憶手段を参照し、前記購買経験無商品に対応付けられている試供品の中から所定数内の試供品を前記推薦商品として決定する
   請求項１に記載の商品推薦システム。
3. 前記商品推薦サーバは、更に、
   目玉商品情報を記憶する目玉商品情報記憶手段、
   を具備し、
   前記推薦商品決定手段は、更に、前記目玉商品情報記憶手段を参照し、目玉商品の中から所定数内の商品を前記推薦商品として決定する
   請求項１又は請求項２に記載の商品推薦システム。
4. 前記商品推薦サーバは、更に、
   商品の割引情報を記憶する割引情報記憶手段、
   を具備し、
   前記推薦商品決定手段は、更に、前記割引情報記憶手段を参照し、前記割引情報に基づいて前記購買経験有商品及び前記購買経験無商品を整列し、所定の順位までを前記推薦商品として決定する
   請求項１乃至請求項３のいずれかに記載の商品推薦システム。
5. 前記推薦商品決定手段は、前記購買経験有商品の中から前記推薦商品を決定する際、前記購買履歴記憶手段を参照し、前記顧客の購買価格偏差を算出し、前記購買価格偏差が大きい商品を前記推薦商品から外す
   請求項１乃至請求項４のいずれかに記載の商品推薦システム。
6. 前記配信手段は、前記購買経験有商品の表示順序が前記購買経験無商品の表示順序よりも先になるように、前記表示データを生成する
   請求項１乃至請求項５のいずれかに記載の商品推薦システム。
7. 前記配信手段は、前記購買経験有商品又は前記購買経験無商品の中から前記推薦商品として決定される商品と、前記目玉商品の中から前記推薦商品として決定される商品とが重複する場合には、表示順序が後の方を外して、前記表示データを生成する
   請求項３に記載の商品推薦システム。
8. 端末と商品推薦サーバとがネットワークを介して接続され、前記端末を有する顧客ごとに最適な商品を推薦する商品推薦システムにおける商品推薦方法であって、
   前記商品推薦サーバが、商品情報を記憶する商品情報記憶手段、及び、前記顧客による商品の購買履歴情報を記憶する購買履歴記憶手段を参照し、商品の集合を、少なくとも、前記顧客が購買した経験がある購買経験有商品と、前記顧客が購買した経験がない購買経験無商品と、に分けて、前記購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、前記購買経験無商品の中から所定数内の商品を前記推薦商品として決定する推薦商品決定ステップと、
   前記商品推薦サーバが、前記推薦商品に係る前記商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成し、前記表示データを前記端末に配信する配信ステップと、
   前記端末が、前記配信ステップによって配信される前記表示データに基づいて、前記推薦商品に係る前記商品情報を表示する表示ステップと、
   を実行する商品推薦方法。
9. 端末とネットワークを介して接続され、前記端末を有する顧客ごとに最適な商品を推薦する商品推薦サーバであって、
   商品情報を記憶する商品情報記憶手段と、
   前記顧客による商品の購買履歴情報を記憶する購買履歴記憶手段と、
   前記商品情報記憶手段及び前記購買履歴記憶手段を参照し、商品の集合を、少なくとも、前記顧客が購買した経験がある購買経験有商品と、前記顧客が購買した経験がない購買経験無商品と、に分けて、前記購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、前記購買経験無商品の中から所定数内の商品を前記推薦商品として決定する推薦商品決定手段と、
   前記推薦商品に係る前記商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成し、前記表示データを前記端末に配信する配信手段と、
   を具備する商品推薦サーバ。
10. コンピュータを、端末とネットワークを介して接続され、前記端末を有する顧客ごとに最適な商品を推薦する商品推薦サーバとして機能させるためのプログラムであって、
    前記コンピュータを、
    商品情報を記憶する商品情報記憶手段と、
    前記顧客による商品の購買履歴情報を記憶する購買履歴記憶手段と、
    前記商品情報記憶手段及び前記購買履歴記憶手段を参照し、商品の集合を、少なくとも、前記顧客が購買した経験がある購買経験有商品と、前記顧客が購買した経験がない購買経験無商品と、に分けて、前記購買経験有商品の中から所定数内の商品を推薦商品として決定するともに、前記購買経験無商品の中から所定数内の商品を前記推薦商品として決定する推薦商品決定手段と、
    前記推薦商品に係る前記商品情報の一部ごとを所定の表示順序によって表示するための表示データを生成し、前記表示データを前記端末に配信する配信手段、
    として機能させるためのプログラム。

Images