JP2015041121A5 - - Google Patents

Description

本発明の一態様は、演算資源と記憶資源とを含み、候補商品の販売予測を行う、販売予測システムである。前記記憶資源は、販売商品群の特性データと、前記販売商品群の購買履歴データと、を保持する。前記販売商品群の特性データは、前記販売商品群のそれぞれの商品の、複数商品特性値を含む商品特性ベクトルを含む。前記演算資源は、前記販売商品群における関連商品群の特性データと購買履歴データとを使用して、商品評価関数を決定するための決定木である嗜好木を決定する。前記演算資源は、前記記憶資源から、前記関連商品群に含まれる複数候補商品の商品特性ベクトルを取得する。前記演算資源は、前記嗜好木と前記複数候補商品の商品特性ベクトルとを使用して、前記嗜好木のそれぞれに対応する、前記複数候補商品のそれぞれの商品評価関数を決定する。前記演算資源は、前記複数候補商品の商品特性ベクトルと前記商品評価関数とを使用して、前記複数候補商品のそれぞれの嗜好評価得点を決定する。前記演算資源は、前記嗜好評価得点を使用して、前記複数候補商品の販売についての予測を行う。

Claims (11)

1. 演算資源と記憶資源とを含み、候補商品の販売予測を行う、販売予測システムであって、
   前記記憶資源は、販売商品群の特性データと、前記販売商品群の購買履歴データと、を保持し、
   前記販売商品群の特性データは、前記販売商品群のそれぞれの商品の、複数商品特性値を含む商品特性ベクトルを含み、
   前記演算資源は、
   前記販売商品群における関連商品群の特性データと購買履歴データとを使用して、商品評価関数を決定するための決定木である嗜好木を決定し、
   前記記憶資源から、前記関連商品群に含まれる複数候補商品の商品特性ベクトルを取得し、
   前記嗜好木と前記複数候補商品の商品特性ベクトルとを使用して、前記嗜好木のそれぞれに対応する、前記複数候補商品のそれぞれの商品評価関数を決定し、
   前記複数候補商品の商品特性ベクトルと前記商品評価関数とを使用して、前記複数候補商品のそれぞれの嗜好評価得点を決定し、
   前記嗜好評価得点を使用して、前記複数候補商品の販売についての予測を行う、販売予測システム。
2. 請求項１に記載の販売予測システムであって、
   前記演算資源は、前記関連商品群の各商品特性ベクトルと個人毎の購買履歴データとから個人毎の嗜好木を決定し、前記個人毎の嗜好木をクラスタリングして前記関連商品群の前記商品評価関数を決定するための前記嗜好木を決定する、販売予測システム。
3. 請求項１又は２に記載の販売予測システムであって、
   入力装置と出力装置とをさらに含み、
   前記複数候補商品の商品特性ベクトルの少なくとも一部の特性値は、前記入力装置からの入力により設定可能であり、
   前記出力装置は、前記販売についての予測の結果を出力する、販売予測システム。
4. 請求項３に記載の販売予測システムであって、
   前記演算資源は、
   前記入力装置から入力された、前記複数候補商品の商品特性ベクトルにおける特性値の変更を取得し、
   前記変更された商品特性ベクトルを含む前記複数候補商品の商品特性ベクトルを使用して、前記商品評価関数及び前記嗜好評価得点を再決定し、
   前記再決定した嗜好価得点に基づいて、前記複数候補商品の販売についての再予測を行う、販売予測システム。
5. 請求項１又は２に記載の販売予測システムであって、
   前記販売についての予測の結果を出力する出力装置をさらに含み、
   前記演算資源は、前記嗜好木について、前記複数候補商品の嗜好評価得点から、前記複数候補商品のそれぞれの購買確率を算出し、
   前記予測の結果は、前記嗜好木ついての、前記複数候補商品のそれぞれの購買確率を含む、販売予測システム。
6. 請求項５に記載の販売予測システムであって、
   前記演算資源は、
   前記購買履歴データから、前記関連商品群における前記嗜好木のそれぞれに対応する購買分布を決定し、
   前記購買分布と前記購買確率に基づき、前記複数候補商品の予測販売数を決定する、販売予測システム。
7. 請求項６に記載の販売予測システムであって、
   前記記憶資源は、店舗の在庫データをさらに保持し、
   前記演算資源は、前記在庫データと前記予測販売数とに基づき、前記複数候補商品の推奨発注数を決定する、販売予測システム。
8. 請求項７に記載の販売予測システムであって、
   前記演算資源は、入力装置から入力された指定商品と、前記指定商品と異なる追加商品とを前記候補商品に含める、販売予測システム。
9. 請求項１又は２に記載の販売予測システムであって、
   前記販売についての予測の結果を出力する出力装置をさらに含み、
   前記演算資源は、
   前記商品評価関数から、第１嗜好木及び第１候補商品が対応する第１商品評価関数を選択し、
   前記第１商品評価関数の重み係数に基づき、前記第１嗜好木における前記第１候補商品の需要変動要因として、前記第１候補商品の商品特性ベクトルから商品特性を選択し、
   前記出力装置は、前記需要変動要因として選択された商品特性を出力する、販売予測システム。
10. 請求項１又は２に記載の販売予測システムであって、
    前記演算資源は、
    前記商品特性ベクトルにおける第１特性を選択し、
    前記嗜好木から第１嗜好木を選択し、
    前記第１嗜好木から、所定深さまでの分岐構造を取得し、
    前記取得した分岐構造の各下端ノードについて、前記各下端ノードに属する前記第１嗜好木の商品評価関数における前記第１特性の重み係数から前記第１特性による前記各下端ノードでの影響度を決定し、当該影響度を示す画像を生成する、販売予測システム。
11. 演算資源と記憶資源とを含む販売予測システムによる指定商品の販売予測を行う方法であって、
    前記記憶資源は、販売商品群の特性データと、前記販売商品群の購買履歴データと、を保持し、
    前記販売商品群の特性データは、前記販売商品群のそれぞれの商品の、複数特性値を含む商品特性ベクトルを含み、
    前記方法は、
    前記演算資源が、前記販売商品群における関連商品群の特性データと購買履歴データとを使用して、商品評価関数を決定するための決定木である嗜好木を決定し、
    前記演算資源が、前記記憶資源から、前記関連商品群に含まれる複数指定商品の商品特性ベクトルを取得し、
    前記演算資源が、前記嗜好木と前記複数指定商品の商品特性ベクトルとに基づき、前記嗜好木のそれぞれに対応する、前記複数指定商品のそれぞれの商品評価関数を決定し、
    前記演算資源が、前記複数指定商品の商品特性ベクトルと前記商品評価関数とを使用して、前記複数指定商品のそれぞれの嗜好評価得点を決定し、
    前記演算資源が、前記嗜好評価得点に基づいて、前記複数指定商品の販売についての予測を行う、方法。