JP2014109899A - クラスタリングプログラム、クラスタリング方法、およびクラスタリング装置 - Google Patents
クラスタリングプログラム、クラスタリング方法、およびクラスタリング装置 Download PDFInfo
- Publication number
- JP2014109899A JP2014109899A JP2012263726A JP2012263726A JP2014109899A JP 2014109899 A JP2014109899 A JP 2014109899A JP 2012263726 A JP2012263726 A JP 2012263726A JP 2012263726 A JP2012263726 A JP 2012263726A JP 2014109899 A JP2014109899 A JP 2014109899A
- Authority
- JP
- Japan
- Prior art keywords
- purchase
- clustering
- groups
- group
- purchasing
- 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.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】クラスタリング装置100は、複数の消費者のそれぞれの購買履歴に基づいて、該複数の消費者のそれぞれが購入した商品と購入商品の購買数の多少と、に応じて第1のクラスタリング処理を行う。第1のクラスタリング処理により複数の購買グループが生成されるが、複数の購買グループの中に、その他グループのような特徴不明瞭な購買グループが含まれる場合がある。特徴不明瞭な購買グループは、消費者の購買行動の傾向が不明確である購買グループを示す。クラスタリング装置100は、特徴不明瞭な購買グループについて、購買回数を考慮せずに、購買の有無に応じた第2のクラスタリング処理を行って、該少なくとも1つの購買グループに含まれる要素について複数の購買グループを生成する。
【選択図】図1
Description
図3は、クラスタリング装置のハードウェア構成例を示すブロック図である。図3において、クラスタリング装置100は、CPU(Central Processing Unit)301と、ROM(Read−Only Memory)302と、RAM(Random Access Memory)303と、ディスクドライブ304と、ディスク305と、ネットワークI/F(InterFace)306と、を有する。また、各部はバス300によってそれぞれ接続されている。
図5は、クラスタリング装置の機能的構成を示すブロック図である。クラスタリング装置100は、第1の生成部501と、判断部502と、第2の生成部503と、を有する。各部の処理は、たとえば、CPU301がアクセス可能なRAM303、ディスク305などの記憶装置に記憶されたクラスタリングプログラムにコーディングされている。そして、CPU301が記憶装置からクラスタリングプログラムを読み出して、クラスタリングプログラムにコーディングされている処理を実行する。これにより、各部の処理が実現される。また、各部の処理結果は、たとえば、RAM303、ディスク305などの記憶装置に記憶される。
実施の形態1では、購買商品と商品購買数によるクラスタリングでは特徴のあるグループに分類できなかった消費者群を購買商品だけで再クラスタリングする。購買数を含めた場合には特徴情報の条件が多いために分類できなくとも、特徴情報の条件を減らすことにより、消費者を特徴に応じて分類できる場合がある。これにより、より多くの消費者を特徴に応じて分類でき、消費者の購買行動の傾向の分析の容易化を図ることができる。
図11は、実施の形態1にかかるクラスタリング装置が行う処理手順例を示すフローチャートである。まず、クラスタリング装置100は、購買履歴情報400を取得し(ステップS1101)、購買履歴情報400に含まれる複数の会員番号について、購買商品名と購入商品の購買数とに応じて第1のクラスタリング処理を行う(ステップS1102)。
実施の形態2では、特徴のある購買グループに分類できなかった消費者群を除いて、特徴のある購買グループに分類できた消費者群だけで再度クラスタリングを行う。これにより、消費者の購買行動の傾向を分析する際に、他の消費者と比較して不明瞭な購買行動である消費者を除いて分析を行うことができる。したがって、消費者の購買行動の傾向の分析の容易化を図ることができる。
図14は、実施の形態2にかかるクラスタリング装置が行う処理手順例を示すフローチャートである。まず、クラスタリング装置100は、購買履歴情報400を取得し(ステップS1401)、購買履歴情報400に含まれる複数の会員番号について、購買商品名と購入商品の購買数とに応じて第1のクラスタリング処理を行う(ステップS1402)。
実施の形態3では、特徴のある購買グループに分類できなかった消費者群を特徴明瞭な購買グループに振り分ける。これにより、特徴不明瞭な購買グループそのものを無くすことができ、より多くの消費者を特徴ごとに分類することを可能とする。したがって、消費者の購買行動の傾向の分析の容易化を図ることができる。
図16は、実施の形態3にかかるクラスタリング装置が行う処理手順例を示すフローチャートである。まず、クラスタリング装置100は、購買履歴情報400を取得し(ステップS1601)、購買履歴情報400に含まれる複数の会員番号について、購買商品名と購入商品の購買数とに応じて第1のクラスタリング処理を行う(ステップS1602)。
301 CPU
400 購買履歴情報
501 第1の生成部
502 判断部
503 第2の生成部
G1〜G4,Gm 購買グループ
Claims (12)
- 複数の消費者の購買履歴に基づいて、複数の購買グループを生成するクラスタリングプログラムにおいて、
前記複数の消費者のそれぞれの購買履歴に基づいて、該複数の消費者のそれぞれの購買回数の多少を反映させた第1のクラスタリング処理を行って生成した複数の購買グループのうち、少なくとも1つの購買グループについて、購買の有無に応じた第2のクラスタリング処理を行って、該少なくとも1つの購買グループに含まれる要素について複数の購買グループを生成する、
処理をコンピュータに実行させることを特徴とするクラスタリングプログラム。 - 前記少なくとも1つの購買グループは、前記第1のクラスタリング処理によって生成された前記複数の購買グループのうち、購買グループ内に含まれる要素の数が閾値を超えるか又は他の購買グループと比較して相対的に数が大きい購買グループである、
ことを特徴とする請求項1に記載のクラスタリングプログラム。 - 前記少なくとも1つの購買グループは、前記第1のクラスタリング処理により、共通する特徴を有する購買グループとしての他の購買グループのいずれにも属さない要素を構成要素とする、
ことを特徴とする請求項1または2に記載のクラスタリングプログラム。 - 前記少なくとも1つの購買グループは、前記第1のクラスタリング処理によって生成された前記複数の購買グループのうち、前記購買グループに属する消費者間の非共通性を表す指標が所定条件を満たす購買グループである、
ことを特徴とする請求項1〜3のいずれか一つに記載のクラスタリングプログラム。 - 複数の購買グループを生成するクラスタリングプログラムにおいて、
複数の消費者のそれぞれの購買履歴に基づいて、第1のクラスタリング処理を行って生成した複数の購買グループのうち、少なくとも1つの購買グループを除く1又は複数の購買グループに含まれる要素をクラスタリング対象の全要素として第2のクラスタリング処理を行って複数の購買グループを生成する、
処理をコンピュータに実行させることを特徴とするクラスタリングプログラム。 - 複数の購買グループを生成するクラスタリングプログラムにおいて、
複数の消費者のそれぞれの購買履歴に基づいて、第1のクラスタリング処理を行って生成した複数の購買グループのうち、少なくとも1つの購買グループに含まれる要素を、該少なくとも1つの購買グループ以外の他の購買グループのいずれかに振り分ける第2のクラスタリング処理を行う、
処理をコンピュータに実行させることを特徴とするクラスタリングプログラム。 - 複数の消費者の購買履歴に基づいて、複数の購買グループを生成するクラスタリング方法において、
前記複数の消費者のそれぞれの購買履歴に基づいて、該複数の消費者のそれぞれの購買回数の多少を反映させた第1のクラスタリング処理を行って生成した複数の購買グループのうち、少なくとも1つの購買グループについて、購買の有無に応じた第2のクラスタリング処理を行って、該少なくとも1つの購買グループに含まれる要素について複数の購買グループを生成する、
処理をコンピュータが実行することを特徴とするクラスタリング方法。 - 複数の購買グループを生成するクラスタリング方法において、
複数の消費者のそれぞれの購買履歴に基づいて、第1のクラスタリング処理を行って生成した複数の購買グループのうち、少なくとも1つの購買グループを除く1又は複数の購買グループに含まれる要素をクラスタリング対象の全要素として第2のクラスタリング処理を行って複数の購買グループを生成する、
処理をコンピュータが実行することを特徴とするクラスタリング方法。 - 複数の購買グループを生成するクラスタリング方法において、
複数の消費者のそれぞれの購買履歴に基づいて、第1のクラスタリング処理を行って生成した複数の購買グループのうち、少なくとも1つの購買グループに含まれる要素を、該少なくとも1つの購買グループ以外の他の購買グループのいずれかに振り分ける第2のクラスタリング処理を行う、
処理をコンピュータが実行することを特徴とするクラスタリング方法。 - 複数の消費者の購買履歴に基づいて、複数の購買グループを生成するクラスタリング装置において、
前記複数の消費者のそれぞれの購買履歴に基づいて、該複数の消費者のそれぞれの購買回数の多少を反映させた第1のクラスタリング処理を行って生成した複数の購買グループのうち、少なくとも1つの購買グループについて、購買の有無に応じた第2のクラスタリング処理を行って、該少なくとも1つの購買グループに含まれる要素について複数の購買グループを生成する生成部を有することを特徴とするクラスタリング装置。 - 複数の購買グループを生成するクラスタリング装置において、
複数の消費者のそれぞれの購買履歴に基づいて、第1のクラスタリング処理を行って生成した複数の購買グループのうち、少なくとも1つの購買グループを除く1又は複数の購買グループに含まれる要素をクラスタリング対象の全要素として第2のクラスタリング処理を行って複数の購買グループを生成する生成部を有することを特徴とするクラスタリング装置。 - 複数の購買グループを生成するクラスタリング装置において、
複数の消費者のそれぞれの購買履歴に基づいて、第1のクラスタリング処理を行って生成した複数の購買グループのうち、少なくとも1つの購買グループに含まれる要素を、該少なくとも1つの購買グループ以外の他の購買グループのいずれかに振り分ける第2のクラスタリング処理を行う生成部を有することを特徴とするクラスタリング装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012263726A JP5974868B2 (ja) | 2012-11-30 | 2012-11-30 | クラスタリングプログラム、クラスタリング方法、およびクラスタリング装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012263726A JP5974868B2 (ja) | 2012-11-30 | 2012-11-30 | クラスタリングプログラム、クラスタリング方法、およびクラスタリング装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014109899A true JP2014109899A (ja) | 2014-06-12 |
JP5974868B2 JP5974868B2 (ja) | 2016-08-23 |
Family
ID=51030494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012263726A Active JP5974868B2 (ja) | 2012-11-30 | 2012-11-30 | クラスタリングプログラム、クラスタリング方法、およびクラスタリング装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5974868B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5973051B1 (ja) * | 2015-12-14 | 2016-08-23 | 株式会社リクルートホールディングス | 営業支援システム、その制御方法、及び営業支援用コンピュータプログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002358402A (ja) * | 2001-05-31 | 2002-12-13 | Dentsu Tec Inc | 3指標軸による顧客価値を基準とした売上予測方法 |
JP2008210010A (ja) * | 2007-02-23 | 2008-09-11 | Kddi Corp | コンテンツ配信方法およびシステム |
JP2009087057A (ja) * | 2007-09-28 | 2009-04-23 | Sharp Corp | ベクトルデータをクラスタリングするクラスタリング装置、クラスタリング方法、プログラムおよび記録媒体 |
JP2010224757A (ja) * | 2009-03-23 | 2010-10-07 | Brother Ind Ltd | 商品推奨方法及び商品推奨システム |
JP2011158938A (ja) * | 2010-01-29 | 2011-08-18 | Sky Co Ltd | グループ編成支援システム及びグループ編成支援プログラム |
-
2012
- 2012-11-30 JP JP2012263726A patent/JP5974868B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002358402A (ja) * | 2001-05-31 | 2002-12-13 | Dentsu Tec Inc | 3指標軸による顧客価値を基準とした売上予測方法 |
JP2008210010A (ja) * | 2007-02-23 | 2008-09-11 | Kddi Corp | コンテンツ配信方法およびシステム |
JP2009087057A (ja) * | 2007-09-28 | 2009-04-23 | Sharp Corp | ベクトルデータをクラスタリングするクラスタリング装置、クラスタリング方法、プログラムおよび記録媒体 |
JP2010224757A (ja) * | 2009-03-23 | 2010-10-07 | Brother Ind Ltd | 商品推奨方法及び商品推奨システム |
JP2011158938A (ja) * | 2010-01-29 | 2011-08-18 | Sky Co Ltd | グループ編成支援システム及びグループ編成支援プログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5973051B1 (ja) * | 2015-12-14 | 2016-08-23 | 株式会社リクルートホールディングス | 営業支援システム、その制御方法、及び営業支援用コンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP5974868B2 (ja) | 2016-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10860634B2 (en) | Artificial intelligence system and method for generating a hierarchical data structure | |
LaPlante et al. | Evaluation of bank branch growth potential using data envelopment analysis | |
Ishaq et al. | Role of corporate image, product quality and customer value in customer loyalty: Intervening effect of customer satisfaction | |
US9916594B2 (en) | Multidimensional personal behavioral tomography | |
Yin et al. | A systematic review on business analytics | |
JP7210958B2 (ja) | 商品推薦装置及びプログラム | |
JPWO2015049797A1 (ja) | データ管理方法、データ管理装置及び記憶媒体 | |
US20170193538A1 (en) | System and method for determining the priority of mixed-type attributes for customer segmentation | |
CN112200601A (zh) | 物品推荐方法、装置及可读存储介质 | |
WO2017100155A1 (en) | System and method for segmenting customers with mixed attribute types using a targeted clustering approach | |
JP6696568B2 (ja) | アイテム推奨方法、アイテム推奨プログラムおよびアイテム推奨装置 | |
Chmielarz et al. | The selection and comparison of the methods used to evaluate the quality of e-banking websites: The perspective of individual clients | |
Jamjoom | The use of knowledge extraction in predicting customer churn in B2B | |
Akhyani et al. | New approach based on proximity/remoteness measurement for customer classification | |
JP5391637B2 (ja) | データ類似度計算システム、データ類似度計算方法およびデータ類似度計算プログラム | |
JP6003586B2 (ja) | クラスタリングプログラム、クラスタリング方法、およびクラスタリング装置 | |
JP2001216369A (ja) | 商品購入データ処理システム及び商品購入データ処理方法 | |
JP2001188796A (ja) | データ分析システム及びデータ分析方法並びにプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JP5974868B2 (ja) | クラスタリングプログラム、クラスタリング方法、およびクラスタリング装置 | |
JP7261095B2 (ja) | ビジネスマッチング支援装置、及びビジネスマッチング支援方法 | |
US20240062264A1 (en) | Ai- backed e-commerce for all the top rated products on a single platform | |
JP6178480B1 (ja) | データ分析システム、その制御方法、プログラム、及び、記録媒体 | |
Mittal et al. | Principal component analysis based feature selection driving store choice: A data mining approach | |
Mahalle et al. | Data Acquisition and Preparation | |
Suresh | Application of Retail Analytics Using Association Rule Mining In Data Mining Techniques With Respect To Retail Supermarket* A. Pappu Rajan |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150706 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160526 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160621 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160704 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5974868 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |