JP2016009426A - トレンド分析装置、及びトレンド分析方法 - Google Patents
トレンド分析装置、及びトレンド分析方法 Download PDFInfo
- Publication number
- JP2016009426A JP2016009426A JP2014131128A JP2014131128A JP2016009426A JP 2016009426 A JP2016009426 A JP 2016009426A JP 2014131128 A JP2014131128 A JP 2014131128A JP 2014131128 A JP2014131128 A JP 2014131128A JP 2016009426 A JP2016009426 A JP 2016009426A
- Authority
- JP
- Japan
- Prior art keywords
- store
- trend
- attention
- attention level
- social
- 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.)
- Pending
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】ソーシャルメディアにおける商品のトレンドと店舗における商品のトレンドの双方を考慮して在庫管理上、重要な商品を抽出する。【解決手段】トレンド分析装置10は、ソーシャルメディアにおいて所定期間に発生する商品に関する発言であるソーシャルメディアデータ151を取得し、ソーシャルメディアデータ151における、商品に関するキーワードを含むソーシャルメディアデータ151の割合に基づき、商品のソーシャルメディアにおける注目度を示す指標であるソーシャル注目度を算出し、店舗における商品の所定期間における売上合計の平均値に基づき特定の商品の店舗における注目度を示す指標である店舗注目度を算出し、ソーシャル注目度及び店舗注目度に基づき商品の注目度を示す指標であるトレンドスコアを算出する。【選択図】図8
Description
本発明は、トレンド分析装置、及びトレンド分析方法に関する。
特許文献1には、「情報分析装置3は、トレンドワード候補と当該トレンドワード候補が属するカテゴリとを相互に対応付けたトレンド候補情報を取得し、提供情報を情報提供装置4からネットワーク2を介して取得し、取得した提供情報に含まれるトレンドワード候補の出現数の時系列推移を、提供情報を提供した第1情報提供者が属するカテゴリ毎に計数する出現数監視部32bと、トレンド候補情報に基づき特定されるトレンドワード候補に対応するカテゴリとは異なるカテゴリについて出現数監視部32bによって計数されたトレンドワード候補の出現数の変化に基づき、トレンドワード候補が流行の特定段階にあることを検知する流行検知部32cとを備える。」と記載されている。
特許文献2には、「ソーシャルメディア上の投稿のうち、オンラインでの商品の販売先のリンク情報を直接的または間接的に含む投稿を時系列的に収集する。投稿の収集と併せて商品の販売状況のデータも時系列的に収集する。収集された投稿データおよび商品販売データに基づいて、最小二乗法を用いてそれぞれの時間的な変化率を算出し、対応する時刻において、両者ともに所定以上の変化率を示している場合には相関ありと判断する。また、両者で対応する変化率が表れる時間的な差違も求める。」と記載されている。
近年、口コミサイト、ブログ、SNS(Social Networking Service)等の普及が進んでおり、企業側からの宣伝方法において、従来のテレビCM等による一方的な広告配信だけでなく、ソーシャルメディアを通じた消費者との対話によるマーケティングが注目されている。消費者はある商品の購入動機として、ソーシャルメディアによる友人からの口コミを最も重要視するようになっている。よってソーシャルメディアの中で行われる人々の会話の中から流行の可能性のある商品を抽出して、売上予測や在庫管理の効率化への活用が望まれている。
在庫管理において重要商品、例えば、今後追加発注が必要な人気商品などは、在庫管理者が日々の売上から予測するものである。一方、在庫管理の対象となる店舗の販売状況に則した重要商品を抽出するためには、ソーシャルネットワーク上のトレンドのみならず、実際に商品を扱う店舗の販売動向、すなわち店舗のトレンドの双方を考慮するべきである。
ここで上記特許文献1に記載の方法では、各キーワードと商品との関連付け、各商品間の順位付けを判断することはできない。また特許文献2に記載の方法では、対象の商品が在庫管理上、重要商品となるか否かを判定することはできない。
本発明は、ソーシャルメディアにおける商品のトレンドと店舗における商品のトレンドの双方を考慮して在庫管理上、重要な商品を抽出することが可能なトレンド分析装置、及びトレンド分析方法を提供することを目的としている。
上記目的を達成するための本発明の一つは、プロセッサ及び記憶装置を有する情報処理装置を用いて実現される、店舗において取り扱われる商品のトレンドを分析する装置であって、ソーシャルメディアにおいて所定期間に発生する前記商品に関する発言であるソーシャルメディアデータを取得する、ソーシャルメディアデータ取得部、取得した前記ソーシャルメディアデータにおける、特定の前記商品に関するキーワードを含む前記ソーシャルメディアデータの割合に基づき、前記特定の商品の前記ソーシャルメディアにおける注目度を示す指標であるソーシャル注目度を算出する、ソーシャル注目度算出部、店舗における前記特定の商品の所定期間における売上合計の平均値に基づき前記特定の商品の前記店舗における注目度を示す指標である店舗注目度を算出する、店舗注目度算出部、及び、前記ソーシャル注目度及び前記店舗注目度に基づき前記商品の注目度を示す指標であるトレンドスコアを算出する、トレンドスコア算出部を備える。
その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄、及び図面により明らかにされる。
本発明によれば、ソーシャルメディアにおける商品のトレンドと店舗における商品のトレンドの双方を考慮して、在庫管理上、重要な商品を抽出することができる。
以下、実施形態について図面を参照しつつ説明する。以下の説明において、同一の符号を付して示した構成について重複した説明を省略することがある。
図1に実施例1として説明する情報処理装置(コンピュータ)であるトレンド分析装置10を含む情報処理システム1の概略的な構成を示している。トレンド分析装置10は、ブログ、Twitter(登録商標)、Facebook(登録商標)等のソーシャルメディアから取得される発言や投稿記事等の情報(以下、「ソーシャルメディアデータ」と称する。)から、フランチャイズ・チェーンのように広域に亘って展開される複数の店舗の夫々において取り扱われる商品を特定する情報(以下、キーワードと称する。)のソーシャルメディアにおける注目度を示す指標であるソーシャル注目度を求める。またトレンド分析装置10は、店舗において取り扱われている商品の売上に関する情報等の商品に関する情報である店舗データから、店舗における商品の注目度を示す指標である店舗注目度を求める。そしてトレンド分析装置10は、求めたソーシャル注目度と店舗注目度とに基づき、商品のトレンドを示す指標であるトレンドスコアを求める。これにより店舗の店員やフランチャイズ・チェーンの経営者等のユーザは、ソーシャルメディアにおける商品のトレンドと店舗における商品のトレンドの双方を考慮して、在庫管理上、重要な商品を抽出することができ、商品の売上予測を適切に行い効率的な在庫管理を行うことができる。
同図に示すように、トレンド分析装置10は、プロセッサ11、記憶装置12、入力装置13、表示装置14、及び通信装置15を備える。これらはバス等の通信手段を介して互いに通信可能に接続されている。
プロセッサ11は、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)を用いて構成されている。トレンド分析装置10に格納されているプログラムを読み出して実行することにより、トレンド分析装置10の様々な機能が実現される。記憶装置12(主記憶装置、補助記憶装置、及び外部記憶装置を含む。)は、プログラムやデータを記憶する装置であり、例えば、ROM(Read Only Memory)、RAM(Random Access Memory)、NVRAM(Non Volatile RAM)、ハードディスクドライブ、SSD(Solid State Drive)、光学式記憶装置(CD−ROM、DVD−ROM等)、USB(Universal Serial Bus)メモリ等である。
入力装置13は、ユーザから情報や指示の入力を受け付けるユーザインタフェースであり、例えば、キーボード、マウス、タッチパネルである。表示装置14は、ユーザに情報を提供するユーザインタフェースであり、例えば、液晶モニタ、LCD(Liquid Crystal Display)である。通信装置15は、通信ネットワーク5を介して外部装置2と通信する通信インタフェースであり、例えば、NIC(Network Interface Card)である。尚、外部装置2は、例えば、通信ネットワーク5上でソーシャルメディアを実現している情報処理装置、フランチャイズ・チェーンの経営者等が操作する情報処理装置、他店舗が使用する情報処理装置等である。記憶装置12には、例えば、トレンド分析装置10にインストールされているプログラム、通信ネットワーク5を介して外部装置2からダウンロードされたデータが格納される。本実施形態では通信ネットワーク5はインターネットであるものとする。
同図に示すように、記憶装置12は、ソーシャルメディアデータ取得PG111、フィルタPG112、ソーシャル注目度算出PG113、店舗注目度掲載PG114、トレンドスコア算出PG115、トレンド情報提供PG116、及びパラメータ設定PG117を記憶する。以下の説明において、これらのプログラムを実行することにより実現される機能のことを順にソーシャルメディアデータ取得部211、フィルタ部212、ソーシャル注目度算出部213、店舗注目度算出部214、トレンドスコア算出部215、トレンド情報提供部216、パラメータ設定部217と称する。これらの機能はOS(Operating System)の配下で実現されるものであってもよいしそうでなくてもよい。またこれらの機能は、仮想化ソフトウェアによって実現される仮想マシン上で実現されるものであってもよい。
図1に示すように、記憶装置12は、ソーシャルメディアデータ151、店舗データ152、辞書データ153、パラメータ154、ソーシャル注目度データ155、店舗注目度データ156、及びトレンドスコアデータ157を記憶する。これらのデータは多様な方法で管理することができるが、本実施形態では原則としていずれのデータもトレンド分析装置10において動作するDBMS(Data Base Management System)のテーブルとして管理されるものとする。
ソーシャルメディアデータ取得部211は、通信装置15を介して、もしくは入力装置13を介してソーシャルメディアデータ151を取得する。ソーシャルメディアデータ取得部211は、例えば、ソーシャルメディアが提供するAPI(Application Programming Interface)等のソフトウェアツールを利用してソーシャルメディアからソーシャルメディアデータ151を取得する。ソーシャルメディア側では、ソーシャルメディアデータは多様なデータ形式(例えば、HTML(Hyper Text Markup Language)やXML(eXtensible Markup Language)等の構造化されたデータ、JSON(JavaScript Object Notation(登録商標))等の構造化されていないデータ)で管理されているが、ソーシャルメディアデータ取得部211は、ソーシャルメディアから取得したソーシャルメディアデータを所定のデータフォーマットに成形してソーシャルメディアデータ151として記憶装置12に格納する。
図2はソーシャルメディアデータ151が管理されるテーブルの一例である。同図に示すテーブルの各レコードが一つのソーシャルメディアデータ151に相当する。同図に示すように、ソーシャルメディアデータ151は、ソーシャルメディアデータ151ごとに付与される識別子である発言ID1511、当該ソーシャルメディアデータ151の発言元を特定する情報である発言者ID1512、当該ソーシャルメディアデータ151の発生日時を示す情報である発言日時1513、当該ソーシャルメディアデータ151の内容である発言内容1514の各項目を含む。
発言ID1511は、例えば、ソーシャルメディアにおけるユーザ名とすることができる。複数の異なるソーシャルメディアからソーシャルメディアデータ151を取得する場合、発言ID1511にソーシャルメディアを識別する文字列(URL(Uniform Resource Locator)、ドメイン名等)を含ませてもよい。発言日時1513は、ソーシャルメディアデータ151が発生した日時であり、例えば、ソーシャルメディアデータ151がソーシャルメディアに掲載された日時である。発言内容1514は、発言の具体的な内容であり、例えば、ソーシャルメディアに掲載された記事のテキストデータ部分である。
フィルタ部212は、ソーシャルメディアデータ取得部211が取得した複数のソーシャルメディアデータ151の中から、所定の条件に従ってソーシャルメディアデータ151を選出する。フィルタ部212は、例えば、発言内容1514に辞書データ153に登録されている単語を含むソーシャルメディアデータ151を選出する。またフィルタ部212は、例えば、発言内容1514に辞書データ153に登録されている単語を含んでいないソーシャルメディアデータ151を選出する。記憶装置12のリソースを有効に利用するため、フィルタ部212により選出したソーシャルメディアデータ151のみを記憶装置12に記憶するようにしてもよい。
図3に辞書データ153が管理されるテーブルの一例を示す。同図に示すテーブルの各レコードが一つの辞書データ153に相当する。
ソーシャル注目度算出部213は、ソーシャルメディアデータ151に基づきソーシャル注目度データ155を生成する。
図4にソーシャル注目度データ155が管理されるテーブルの一例を示す。同図に示すテーブルの各レコードが一つのソーシャル注目度データ155に相当する。同図に示すように、ソーシャル注目度データ155は、注目度順位1551、キーワード1552、ソーシャル注目度平均値1553、及びソーシャル注目度1554の各項目を含む。
注目度順位1551は、ソーシャル注目度平均値1553によって順位付けされたキーワードの順位を示す指標(本例では自然数)である。注目度順位1551の順位が小さいキーワード程、注目度が高い。キーワード1552は、ユーザがトレンドを把握しようとする商品を特定することが可能な文字又は文字列である。本実施形態では、キーワードは、ユーザがトレンドを把握しようとする商品の名称(商品名)であるものとする。ソーシャル注目度平均値1553は、当該キーワード1552について、ある期間(以下、指定期間と称する。)に発生したソーシャルメディアデータ151に基づき求めたソーシャル注目度1554の平均値である。ソーシャル注目度1554は、当該キーワード1552について、指定期間を複数の期間に分割した期間(以下、対象期間と称する。)の夫々において発生したソーシャルメディアデータ151に基づき求めたソーシャル注目度である。各対象期間のソーシャル注目度1554の平均値がソーシャル注目度平均値1553となる。本実施形態では、指定期間を2014年4月1日〜4月30日に、対象期間を2014年4月の各日に設定している。ソーシャル注目度1554の具体的な算出方法については後述する。
店舗注目度算出部214は、店舗データ152に基づき店舗注目度データ156を生成する。
図5に店舗データ152が管理されるテーブルの一例を示す。同図に示すテーブルの各レコードが一つの店舗データ152に相当する。店舗データ152は、店舗において取り扱われる商品(取り扱われている商品、及び取り扱われる可能性のある商品の双方を含む。以下同様。)に関する情報で構成される。同図に示すように、店舗データ152は、日付1521、商品名1522、商品ジャンル1523、販売価格1524、リードタイム1525、在庫1526、売上1527、配置1528、売れる時期・旬1529、及び欠品・過剰経験1530の各項目を含む。
日付1521は、当該店舗データ152が登録された日付である。商品名1522は、店舗において取り扱われる商品の識別子(商品名)である。商品ジャンル1523は、当該商品の分類名である。販売価格1524は、当該商品の販売価格である。リードタイム1525は、当該商品を発注した後、当該商品が入荷するまでに要する時間である。在庫1526は、当該商品の在庫量である。売上1527は、当該商品の売上金額の合計である。配置1528は、店舗における当該商品の配置位置を示す情報である。売れる時期・旬1529は、当該商品の販売が期待される時期、当該商品の旬の時期を示す情報である。欠品・過剰経験1530は、過去に当該商品について需要があったにも関わらず販売することができなった個数の合計である欠品数、及び過去に当該商品の在庫が過剰となった際の当該商品の個数合計である過剰数である。
図6に店舗注目度データ156が管理されるテーブルの一例を示す。同図に示すテーブルの各レコードが一つの店舗注目度データ156に相当する。同図に示すように、店舗注目度データ156は、注目度順位1561、商品名1562、店舗注目度平均値1563、及び店舗注目度1564の各項目を含む。
注目度順位1561は、店舗注目度平均値1563によって順位付けされた商品の注目度の順位を示す指標(本例では自然数)である。注目度順位1561が小さい商品程、注目度が高い。商品名1562は、店舗で取り扱われている商品の名称である。店舗注目度平均値1563は、当該商品について指定期間に発生した店舗データ152に基づき求めた店舗注目度1564の平均値である。店舗注目度1564は、当該商品について、対象期間の夫々において発生した店舗データ152に基づき求めた店舗注目度である。各対象期間の店舗注目度1564の平均値が店舗注目度平均値1563となる。店舗注目度1564の具体的な算出方法については後述する。
トレンドスコア算出部215は、ソーシャル注目度データ155、店舗注目度データ156、及びパラメータ154に基づき、トレンドスコアデータ157を生成する。
図7にトレンドスコアデータ157の一例を示す。同図に示すように、トレンドスコアデータ157は、順位1571、商品名1572、及びトレンドスコア1573の各項目を含む。トレンドスコア1573は、商品の在庫管理において、店舗における売上情報等から把握される売れ筋商品のトレンドだけでなく、ソーシャルメディアにおける人気商品のトレンドも反映された商品の注目度を示す指標である。ユーザはトレンドスコアを参照することで、ソーシャルメディアにおける商品のトレンドと店舗における商品のトレンドの双方を考慮して、在庫管理上、重要な商品(追加発注すべき商品や新規に取り扱うべき商品等)を抽出することができ、商品の売上予測を適切に行い効率的な在庫管理を行うことができる。
トレンド情報提供部216は、ソーシャル注目度データ155、店舗注目度データ156、及びトレンドスコアデータ157に基づいて、ユーザが売上予測や在庫管理の効率化を図る際に有用な情報(以下、「トレンド情報」と称する。)を生成及び出力する。
図8にトレンド分析装置10が表示装置14に表示する画面(以下、トレンド情報表示画面800と称する。)の一例を示す。トレンド情報表示画面800は、選択ボタン811、順位812、商品名813、トレンドスコア814、ソーシャル注目度815、店舗注目度816、及びトレンドスコア推移グラフ817の各表示欄を有する。選択ボタン811は、トレンドスコア推移グラフ817に表示する商品を選択するためのボタンである。順位812は、トレンドスコアによって順位付けされた商品の順位である。商品名813は、商品の名称を示す。トレンドスコア814は、当該商品について算出したトレンドスコアである。ソーシャル注目度815は、当該商品について算出したソーシャル注目度である。店舗注目度816は、当該商品について算出した店舗注目度である。トレンド情報表示画面800の内容を参照することで、ユーザは、例えば、追加発注すべき商品や新規に取り扱うべき商品を効率よく把握することができる。
パラメータ設定部217は、前述した指定期間、ソーシャル注目度の算出式、店舗注目度の算出式、トレンドスコアの算出式、これらの算出式で用いる重み係数等の、後述するトレンド分析処理S1000の実行に際してトレンド分析装置10が利用する各種パラメータの入力を受け付ける。
図9に、ユーザが入力装置13を介してトレンド分析装置10にパラメータを設定する際にトレンド分析装置10が表示装置14に表示する画面(以下、パラメータ設定画面900と称する。)の一例を示す。同図に示すように、パラメータ設定画面900は、指定期間の設定欄911及び算出式の設定欄912を有する。このうち算出式の設定欄912は、ソーシャル注目度の算出式の設定欄、店舗注目度の算出式の設定欄、及びトレンドスコアの算出式の設定欄を有する。トレンド分析装置10は、通信ネットワーク2を介した方法や可搬型記録媒体を介した方法等、入力装置13を介する方法以外の方法でパラメータの設定を受け付けてもよい。
続いて、トレンド分析装置10が行う処理について説明する。
<トレンド分析処理>
図10は、トレンド分析装置10がトレンド情報の生成及び出力に際して行う一例の処理(以下、トレンド分析処理S1000と称する。)を説明するフローチャートである。以下、同図とともにトレンド分析処理S1000について説明する。
図10は、トレンド分析装置10がトレンド情報の生成及び出力に際して行う一例の処理(以下、トレンド分析処理S1000と称する。)を説明するフローチャートである。以下、同図とともにトレンド分析処理S1000について説明する。
同図に示すように、トレンド分析装置10は、まずパラメータ154の設定を受け付け、受け付けたパラメータ154を記憶装置12に記憶する(S1011)。
続いて、トレンド分析装置10は、ソーシャルメディアデータ151に基づきソーシャル注目度データ155を生成する(S1012)。この処理(以下、ソーシャル注目度生成処理S1012と称する。)の詳細については後述する。
続いて、トレンド分析装置10は、店舗データ152に基づき店舗注目度データ156を生成する(S1013)。この処理(以下、店舗注目度生成処理S1013と称する。)の詳細については後述する。
続いて、トレンド分析装置10は、ソーシャル注目度データ155、店舗注目度データ156、及びパラメータ154に基づき、トレンドスコアデータ157を生成する(S1014)。この処理(以下、トレンドスコア生成処理S1014と称する。)の詳細については後述する。
続いて、トレンド分析装置10は、ソーシャル注目度データ155、店舗注目度データ156、及びトレンドスコアデータ157に基づきトレンド情報を生成し、生成したトレンド情報の内容を記載したトレンド情報表示画面800を表示装置14に表示する(S1015)。
S1016では、トレンド分析装置10は、入力装置13や通信装置15等からパラメータ154が変更されたか否かを判定する(S1016)。パラメータ154が変更された場合(S1016:Yes)、トレンド分析装置10は、変更されたパラメータ154を用いてS1012からの処理を繰り返す。パラメータ154が変更されていない場合(S1016:No)、トレンド分析装置10は、トレンド分析処理S1000を終了する(S1011からの処理を繰り返してもよい)。
<ソーシャル注目度生成処理>
図11は、図10のソーシャル注目度生成処理S1012の詳細を説明するフローチャートである。また図12は、ソーシャル注目度生成処理S1012を説明するデータフロー図である。以下、これらの図とともにソーシャル注目度生成処理S1012について説明する。尚、以下の説明において、予め複数の商品の商品名がキーワードとして設定され、それらをトレンド分析装置10がパラメータ154として記憶しているものとする。キーワードの設定をパラメータ設定画面900から行えるようにしてもよい。
図11は、図10のソーシャル注目度生成処理S1012の詳細を説明するフローチャートである。また図12は、ソーシャル注目度生成処理S1012を説明するデータフロー図である。以下、これらの図とともにソーシャル注目度生成処理S1012について説明する。尚、以下の説明において、予め複数の商品の商品名がキーワードとして設定され、それらをトレンド分析装置10がパラメータ154として記憶しているものとする。キーワードの設定をパラメータ設定画面900から行えるようにしてもよい。
まずトレンド分析装置10は、指定期間におけるソーシャルメディアデータ151を取得する(S1111)。
続いて、トレンド分析装置10は、対象期間を選択する(S1112)。
続いて、トレンド分析装置10は、対象期間におけるソーシャルメディアデータ151を対象として、パラメータ154に指定されている全てのキーワードについて、夫々の出現数(夫々を含むソーシャルメディアデータ151の数。以下同様。)を求め、その平均値(以下、「全キーワード出現数平均値」と称する。)を求める(S1113)。
続いて、トレンド分析装置10は、パラメータ154に指定されているキーワードのうちの一つを選択する(S1114)。
続いて、トレンド分析装置10は、選択中のキーワードについて、選択中の対象期間における出現数(以下、「選択キーワード出現数」と称する。)を求める(S1115)。
続いて、トレンド分析装置10は、パラメータ154のソーシャル注目度の算出式に基づきソーシャル注目度を求め、求めたソーシャル注目度をソーシャル注目度データ155のソーシャル注目度1554として記憶する(S1116)。ソーシャル注目度の算出式の一例を次に示す。
ソーシャル注目度=選択キーワード出現数/全キーワード出現数平均値
×ソーシャル注目度の重み係数 ・・・ 式1
尚、上式における「ソーシャル注目度の重み係数」は、パラメータ154としてトレンド分析装置10に与えられる。「ソーシャル注目度の重み係数」の具体例については後述する。
ソーシャル注目度=選択キーワード出現数/全キーワード出現数平均値
×ソーシャル注目度の重み係数 ・・・ 式1
尚、上式における「ソーシャル注目度の重み係数」は、パラメータ154としてトレンド分析装置10に与えられる。「ソーシャル注目度の重み係数」の具体例については後述する。
続いて、トレンド分析装置10は、S1114の処理で未選択のキーワードがあるか否かを判定する(S1117)。未選択のキーワードがある場合(S1117:Yes)、処理はS1114に戻る。未選択のキーワードがない場合(S1117:No)、処理はS1118に進む。
S1118では、トレンド分析装置10は、S1112において未選択の対象期間があるか否かを判定する。未選択の対象期間がある場合(S1118:Yes)、処理はS1112に戻る。未選択の対象期間がない場合(S1118:No)、処理はS1119に進む。
S1119では、トレンド分析装置10は、全ての対象期間におけるソーシャル注目度1514の平均値(以下、「ソーシャル注目度平均値」と称する。)を求め、求めたソーシャル注目度平均値をソーシャル注目度データ155のソーシャル注目度平均値1553として記憶する。
<店舗注目度生成処理>
図13は、図10の店舗注目度生成処理S1013の詳細を説明するフローチャートである。また図14は、店舗注目度生成処理S1013を説明するデータフロー図である。以下、これらの図とともに店舗注目度生成処理S1013について説明する。
図13は、図10の店舗注目度生成処理S1013の詳細を説明するフローチャートである。また図14は、店舗注目度生成処理S1013を説明するデータフロー図である。以下、これらの図とともに店舗注目度生成処理S1013について説明する。
まずトレンド分析装置10は、指定期間における店舗データ152を取得する(S1311)。
続いて、トレンド分析装置10は、対象期間を選択する(S1312)。
続いて、トレンド分析装置10は、対象期間における店舗データ152を対象として、パラメータ154に指定されている全てのキーワードについて、夫々によって特定される商品の売上合計を求め、その平均値(以下、「全キーワード売上合計平均値」と称する。)を求める(S1313)。
続いて、トレンド分析装置10は、パラメータ154に指定されているキーワードのうちの一つを選択する(S1314)。
続いて、トレンド分析装置10は、選択中のキーワードにより特定される商品について、選択中の対象期間における売上の合計(以下、「選択キーワード売上合計」と称する。)を求める(S1315)。
続いて、トレンド分析装置10は、パラメータ154の店舗注目度の算出式に基づき店舗注目度を求め、求めた店舗注目度を店舗注目度データ156の店舗注目度1564として記憶する(S1316)。店舗注目度の算出式の一例を次に示す。
店舗注目度=選択キーワード売上合計/全キーワード売上合計平均値
×(1/(欠品・過剰経験の合計回数+1))
×店舗注目度の重み係数
・・・式2
尚、上式における「店舗注目度の重み係数」は、例えば、パラメータ154としてトレンド分析装置10に与えられる。「店舗注目度の重み係数」の具体例については後述する。
店舗注目度=選択キーワード売上合計/全キーワード売上合計平均値
×(1/(欠品・過剰経験の合計回数+1))
×店舗注目度の重み係数
・・・式2
尚、上式における「店舗注目度の重み係数」は、例えば、パラメータ154としてトレンド分析装置10に与えられる。「店舗注目度の重み係数」の具体例については後述する。
続いて、トレンド分析装置10は、S1314において未選択のキーワードがあるか否かを判定する(S1317)。未選択のキーワードがある場合(S1317:Yes)、処理はS1314に戻る。未選択のキーワードがない場合(S1317:No)、処理はS1318に進む。
S1318では、トレンド分析装置10は、S1312において未選択の対象期間があるか否かを判定する。未選択の対象期間がある場合(S1318:Yes)、処理はS1312に戻る。未選択の対象期間がない場合(S1318:No)、処理はS1319に進む。
S1319では、トレンド分析装置10は、全ての対象期間の店舗注目度の平均値(以下、「店舗注目度平均値」と称する。)を求め、求めた店舗注目度平均値を店舗注目度データ156の店舗注目度平均値1563として記憶する。
<トレンドスコア生成処理>
図15は、図10のトレンドスコア生成処理S1014の詳細を説明するデータフロー図である。
図15は、図10のトレンドスコア生成処理S1014の詳細を説明するデータフロー図である。
トレンド分析装置10は、パラメータ154として受け付けたトレンドスコアの算出式に従ってトレンドスコアを求め、トレンドスコアデータ157として記憶装置12に記憶する。あるキーワードについてのトレンドスコアの算出式の一例を次に示す。
トレンドスコア=ソーシャル注目度+店舗注目度 ・・・式3
トレンドスコア=ソーシャル注目度+店舗注目度 ・・・式3
上式における「ソーシャル注目度」は、キーワードから特定される商品についてのソーシャル注目度データ155のソーシャル注目度平均値1513である。また上式における「店舗注目度」は、当該キーワードについての店舗注目度データ156の店舗注目度平均値1563である。
<ソーシャル注目度の重み係数の具体例>
例えば、ソーシャルメディアにおける、キーワードを含む発言数をソーシャル注目度の重み係数として用いてもよい。キーワードを含む発言数は消費者の購買意欲を示す指標となるため、これを重み係数とすることで消費者の購買意欲をソーシャル注目度に反映することができ、キーワードで特定される商品のトレンドをより正確に把握することができる。
例えば、ソーシャルメディアにおける、キーワードを含む発言数をソーシャル注目度の重み係数として用いてもよい。キーワードを含む発言数は消費者の購買意欲を示す指標となるため、これを重み係数とすることで消費者の購買意欲をソーシャル注目度に反映することができ、キーワードで特定される商品のトレンドをより正確に把握することができる。
キーワードに関するポジティブな発言は、キーワードにより特定される商品の積極的な購買に繋がると考えられる。そこでキーワードに関してポジティブな発言が含まれている場合はソーシャル注目度が大きくなるようにソーシャル注目度の重み係数(例えば、次式から求まる「キーワードに関するポジティブ・ネガティブ発言の分類結果」)を設定してもよい。これによりキーワードで特定される商品のトレンドをより正確に把握することができる。
キーワードに関するポジティブ・ネガティブ発言の分類結果
=(1+ポジティブ発言数)/(1+ネガティブ発言数) ・・・式4
尚、上式において、「ポジティブ発言数」は、発言内容がキーワードに対して肯定的(ポジティブ)な内容である対象期間に発生したソーシャルメディアデータの数であり、「ネガティブ発言数」は、発言内容がキーワードに対して否定的(ネガティブ)な内容である対象期間に発生したソーシャルメディアデータの数である。発言内容が肯定的であるか否定的であるかの判定は、例えば、肯定的な用語を登録した辞書データと否定的な用語を登録した辞書データを用意し、ソーシャルメディアデータの発言内容を形態素解析等の手法により形態素に分解し、形態素を辞書データの用語と対照することにより判定する。
キーワードに関するポジティブ・ネガティブ発言の分類結果
=(1+ポジティブ発言数)/(1+ネガティブ発言数) ・・・式4
尚、上式において、「ポジティブ発言数」は、発言内容がキーワードに対して肯定的(ポジティブ)な内容である対象期間に発生したソーシャルメディアデータの数であり、「ネガティブ発言数」は、発言内容がキーワードに対して否定的(ネガティブ)な内容である対象期間に発生したソーシャルメディアデータの数である。発言内容が肯定的であるか否定的であるかの判定は、例えば、肯定的な用語を登録した辞書データと否定的な用語を登録した辞書データを用意し、ソーシャルメディアデータの発言内容を形態素解析等の手法により形態素に分解し、形態素を辞書データの用語と対照することにより判定する。
ソーシャル注目度の重み係数として、例えば、次式から求まる「キーワードに関するソーシャルメディアにおける発言数の時間的なばらつき」を用いてもよい。キーワードに関するソーシャルメディアにおける発言数の時間的なばらつきが少ないほど、そのキーワードは時間的に安定して注目されていると考えられ、「キーワードに関するソーシャルメディアにおける発言数の時間的なばらつき」を重み係数とすることで、キーワードで特定される商品のトレンドをより正確に把握することができる。
キーワードに関するソーシャルメディアにおける発言数の時間的なばらつき
=1/(当該商品に対するある期間におけるソーシャルメディアにおける発言数の時間的な標準偏差+1) ・・・式5
キーワードに関するソーシャルメディアにおける発言数の時間的なばらつき
=1/(当該商品に対するある期間におけるソーシャルメディアにおける発言数の時間的な標準偏差+1) ・・・式5
あるキーワードに関する発言について、発言者間で相互に認識がある場合、上記キーワードは発言者が所属しているコミュニティにおいて注目度が高くなっていると推測される。そこでキーワードについて発言者間で相互に認識がある場合は、そのキーワードで特定される商品のソーシャル注目度が高くなるようにソーシャル注目度の重み係数を設定してもよい。例えば、ソーシャルメディアデータにキーワードに関するソーシャルメディアにおける発言の発言者同士の認識が明示的に取得できる情報が含まれている場合はその情報を利用して重み係数を設定する。上記情報の一例としてTwitter(登録商標)における「相互フォロー数」がある。
以上の重み係数の例を全て反映したソーシャル注目度の算出式の一例を次に示す。
ソーシャル注目度=選択キーワード出現数/全キーワード出現数平均値
×キーワードに関するポジティブ・ネガティブ発言の分類結果
×キーワードに関するソーシャルメディアにおける発言数の時間的なばらつき
×キーワードに関するソーシャルメディアにおける発言数
×キーワードに関するソーシャルメディアにおける発言者間の関係
・・・式6
ソーシャル注目度=選択キーワード出現数/全キーワード出現数平均値
×キーワードに関するポジティブ・ネガティブ発言の分類結果
×キーワードに関するソーシャルメディアにおける発言数の時間的なばらつき
×キーワードに関するソーシャルメディアにおける発言数
×キーワードに関するソーシャルメディアにおける発言者間の関係
・・・式6
<店舗注目度の重み係数の具体例>
例えば、商品の配置は商品の売上に影響を与えるので、店舗注目度の重み係数として、商品の配置に応じて定まる値を用いてもよい。
例えば、商品の配置は商品の売上に影響を与えるので、店舗注目度の重み係数として、商品の配置に応じて定まる値を用いてもよい。
また例えば、次式から求まる「商品の賞味期限の重み係数」を店舗注目度の重み係数として用いてもよい。
商品の賞味期限の重み係数=商品の賞味期限の残り期間/指定期間
・・・式7
賞味期限が短い商品は在庫余りとなるリスクが高いため、上式から求まる「商品の賞味期限の重み係数」を店舗注目度の重み係数として用いることで、在庫を適切に管理するための要素を店舗注目度に反映させることができる。尚、賞味期限が定められていない商品については、例えば、「商品の賞味期限の重み係数」を1とする。
商品の賞味期限の重み係数=商品の賞味期限の残り期間/指定期間
・・・式7
賞味期限が短い商品は在庫余りとなるリスクが高いため、上式から求まる「商品の賞味期限の重み係数」を店舗注目度の重み係数として用いることで、在庫を適切に管理するための要素を店舗注目度に反映させることができる。尚、賞味期限が定められていない商品については、例えば、「商品の賞味期限の重み係数」を1とする。
また例えば、次式から求まる「商品のリードタイムの重み係数」を店舗注目度の重み係数として用いてもよい。
商品のリードタイムの重み係数=指定期間/リードタイム ・・・式8
ここでリードタイムは商品を注文してから店舗に届くまでに要する時間である。リードタイムが長い商品は一般に需要のタイミングに合わせたきめ細かな供給調整が困難であるため、例えば、リードタイムの短い商品ほど店舗注目度が高くなるように重み係数を設定する。
商品のリードタイムの重み係数=指定期間/リードタイム ・・・式8
ここでリードタイムは商品を注文してから店舗に届くまでに要する時間である。リードタイムが長い商品は一般に需要のタイミングに合わせたきめ細かな供給調整が困難であるため、例えば、リードタイムの短い商品ほど店舗注目度が高くなるように重み係数を設定する。
商品の売れる時期や旬を考慮して店舗注目度の重み係数を設定してもよい。例えば、対象期間が商品の売れる時期や旬に相当する場合、他の期間に比べて店舗注目度が高くなるように重み係数を設定する。
次式から求まる「商品の在庫量の時間的なばらつき」を店舗注目度の重み係数として用いてもよい。
商品の在庫量の時間的なばらつき
=1/(在庫量の時間的な標準偏差+1) ・・・式9
在庫量の時間的なばらつきが大きい商品は在庫調整が難しく、在庫余りに繋がる可能性があるため、例えば、在庫量の時間的なばらつきの少ない商品程、店舗注目度が高くなるように重み係数を設定する。
商品の在庫量の時間的なばらつき
=1/(在庫量の時間的な標準偏差+1) ・・・式9
在庫量の時間的なばらつきが大きい商品は在庫調整が難しく、在庫余りに繋がる可能性があるため、例えば、在庫量の時間的なばらつきの少ない商品程、店舗注目度が高くなるように重み係数を設定する。
次式から求まる「商品の売上の時間的なばらつき」を店舗注目度の重み係数として用いてもよい。
商品の売上の時間的なばらつき=1/(売上の時間的な標準偏差+1) ・・・式10
ある商品について売上の時間的なばらつきがない場合、その商品は安定して購入されていると考えられるため、例えば、そのような商品については売上の時間的なばらつきがある商品よりも店舗注目度が高くなるように店舗注目度の重み係数を設定する。
商品の売上の時間的なばらつき=1/(売上の時間的な標準偏差+1) ・・・式10
ある商品について売上の時間的なばらつきがない場合、その商品は安定して購入されていると考えられるため、例えば、そのような商品については売上の時間的なばらつきがある商品よりも店舗注目度が高くなるように店舗注目度の重み係数を設定する。
以上の重み係数の例を全て反映した店舗注目度の算出式の一例を示す。
店舗注目度=選択キーワード売上合計/全キーワード売上合計平均値
×(1/(欠品・過剰経験の合計回数+1))
×商品の配置に対する注目度の重み係数
×商品の賞味期限の重み係数
×商品のリードタイムの重み係数
×商品の売れる時期や旬の重み係数
×商品の在庫量の時間的なばらつき
×商品の売上の時間的なばらつき
・・・式11
店舗注目度=選択キーワード売上合計/全キーワード売上合計平均値
×(1/(欠品・過剰経験の合計回数+1))
×商品の配置に対する注目度の重み係数
×商品の賞味期限の重み係数
×商品のリードタイムの重み係数
×商品の売れる時期や旬の重み係数
×商品の在庫量の時間的なばらつき
×商品の売上の時間的なばらつき
・・・式11
<トレンドスコアの算出式の他の例>
トレンドスコアの算出に際し、例えば、次に示すように商品のジャンルごとに設定した重み計数を用いてもよい。
トレンドスコア=(ソーシャル注目度+店舗注目度)
×商品のジャンルの重み係数 ・・・式12
上式における「商品ジャンルの重み係数」は、例えば、パラメータ154としてトレンド分析装置10に与えられる。
トレンドスコアの算出に際し、例えば、次に示すように商品のジャンルごとに設定した重み計数を用いてもよい。
トレンドスコア=(ソーシャル注目度+店舗注目度)
×商品のジャンルの重み係数 ・・・式12
上式における「商品ジャンルの重み係数」は、例えば、パラメータ154としてトレンド分析装置10に与えられる。
図16に実施例2として説明するトレンド分析装置10の概略的な構成を示している。実施例2のトレンド分析装置10は、記憶装置12が、他店舗パラメータ取得PG161、他店舗注目度データ取得PG162、他店舗パラメータ171、他店舗注目度データ172をさらに記憶している点で実施例1におけるトレンド分析装置10の構成と異なる。尚、以下の説明において、他店舗パラメータ取得PG161を実行することにより実現される機能のことを他店舗パラメータ取得部261と、他店舗注目度データ取得PG162を実行することにより実現される機能のことを他店舗注目度データ取得部262と称する。また他店舗注目度データ172のレコード形式は図6の店舗注目度データ156のレコード形式と同様であるものとする。以下、実施例1との相違点を中心として説明する。
他店舗パラメータ取得部261は、通信ネットワーク5もしくは入力装置13を介して、他店舗において設定されたパラメータを取得し、取得したパラメータを他店舗パラメータ171として記憶装置12に記憶する。店舗注目度算出部214は、自店舗の店舗注目度の算出に際して他店舗パラメータ171を用いることができる。これにより複数の店舗の間でパラメータの設定手法を共有することができ、在庫管理手法等のノウハウを店舗間で共有することができる。
他店舗注目度データ取得部262は、通信ネットワーク5もしくは入力装置13を介して、他店舗において生成された店舗注目度データを取得し、取得した店舗注目度データを他店舗注目度データ172として記憶装置12に記憶する。
実施例2のトレンド分析装置10におけるトレンドスコア算出部215は、例えば次式の如く、ソーシャル注目度データ155と、自店舗の店舗注目度(店舗注目度データ156)と他店舗の店舗注目度(他店舗注目度データ172)の平均値(以下、自他店舗注目度平均値と称する。)とに基づき、トレンドスコアを算出する。
トレンドスコア=ソーシャル注目度+自他店舗注目度平均値 ・・・式13
トレンドスコア=ソーシャル注目度+自他店舗注目度平均値 ・・・式13
このように、実施例2のトレンド分析装置10は、他店舗において求められた店舗注目度を反映したトレンドスコアを算出するので、より適切に商品のトレンドを分析することができる。
実施例2のトレンド分析装置10は、実施例1と同様に図10に示したフローチャートに従ってトレンド分析処理S1000を行う。但し店舗注目度生成処理S1013については、トレンド分析装置10は図17に示すフローチャート及び図18示すデータフロー図に従って処理を行う。以下、これらの図とともに実施例2の店舗注目度生成処理S1013について説明する。
図17のフローチャートにおけるS1311〜S1318の処理(自店舗の店舗注目度を求める処理)は実施例1(図13)と同様である。
S1711において、トレンド分析装置10は、ユーザインタフェース(入力装置13及び表示装置14)を介して他店舗注目度データ172を使用するか否かの指示をユーザから受け付ける。他店舗注目度データ172を使用する旨の指示を受け付けた場合(S1711:Yes)、処理はS1712に進む。他店舗注目度データ172を使用しない旨の指示を受け付けた場合(S1711:No)、トレンド分析装置10は店舗注目度生成処理S1013を終了する。
S1712では、トレンド分析装置10は、他店舗を選択する。他店舗を選択する方法としては、例えば、自店舗と立地や購買層などが類似するもの(類似度が所定値を超えるもの)を選択する方法、協調フィルタを用いる方法等がある。
S1713では、トレンド分析装置10は、通信ネットワーク5もしくは入力装置13を介して、S1712で選択した他店舗から他店舗注目度データ172を取得して記憶する。
S1714では、トレンド分析装置10は、自店舗の店舗注目度平均値(店舗注目度データ156の店舗注目度平均値1563)と他店舗の店舗注目度平均値(他店舗注目度データ172の店舗注目度平均値1563)の平均値(自他店舗注目度平均値)を算出する。
その後、トレンド分析装置10は、トレンドスコア生成処理S1014トレンドスコア生成処理S1014にて前述した式13に基づきトレンドスコアを算出する。
トレンド分析装置10は、図10のS1015の処理において、以上の処理において求めた情報を記載したトレンド情報表示画面800を表示装置14に表示する。
図19に実施例2のトレンド分析装置10が表示するトレンド情報表示画面800の一例を示す。同図に示すように、各商品について、トレンドスコア814、ソーシャル注目度815、自他店舗注目度平均値821、自店舗注目度816、及び他店舗注目度822
が表示されている。ユーザは、トレンド情報表示画面800を参照することで、ソーシャルメディアにおける商品のトレンドと店舗(自店舗及び他店舗)における商品のトレンドの双方に基づき、在庫管理上、重要な商品(追加発注すべき商品や新規に取り扱うべき商品等)を抽出することができる。このため、ユーザは、商品の売上予測を適切に行って効率よく在庫管理を行うことができる。
が表示されている。ユーザは、トレンド情報表示画面800を参照することで、ソーシャルメディアにおける商品のトレンドと店舗(自店舗及び他店舗)における商品のトレンドの双方に基づき、在庫管理上、重要な商品(追加発注すべき商品や新規に取り扱うべき商品等)を抽出することができる。このため、ユーザは、商品の売上予測を適切に行って効率よく在庫管理を行うことができる。
尚、本発明は上記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
上記の各構成、機能、処理部、処理手段等は、それらの一部または全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、SSD等の記録装置や、ICカード、SDカード、DVD等の記録媒体に置くことができる。
制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
1 情報処理システム、10 トレンド分析装置、151 ソーシャルメディアデータ、152 店舗データ、153 辞書データ、154 パラメータ、155 ソーシャル注目度データ、156 店舗注目度データ、157 トレンドスコアデータ、211 ソーシャルメディアデータ取得部、212 フィルタ部、213 ソーシャル注目度算出部、214 店舗注目度算出部、215 トレンドスコア算出部、216 トレンド情報提供部、217 パラメータ設定部、800 トレンド情報表示画面、S1000 トレンド分析処理、S1012 ソーシャル注目度生成処理、S1013 店舗注目度生成処理、S1014 トレンドスコア生成処理
Claims (15)
- プロセッサ及び記憶装置を有する情報処理装置を用いて実現される、店舗において取り扱われる商品のトレンドを分析する装置であって、
ソーシャルメディアにおいて所定期間に発生する前記商品に関する発言であるソーシャルメディアデータを取得する、ソーシャルメディアデータ取得部、
取得した前記ソーシャルメディアデータにおける、特定の前記商品に関するキーワードを含む前記ソーシャルメディアデータの割合に基づき、前記特定の商品の前記ソーシャルメディアにおける注目度を示す指標であるソーシャル注目度を算出する、ソーシャル注目度算出部、
店舗における前記特定の商品の所定期間における売上合計の平均値に基づき前記特定の商品の前記店舗における注目度を示す指標である店舗注目度を算出する、店舗注目度算出部、及び、
前記ソーシャル注目度及び前記店舗注目度に基づき前記商品の注目度を示す指標であるトレンドスコアを算出する、トレンドスコア算出部
を備えるトレンド分析装置。 - 請求項1に記載のトレンド分析装置であって、
表示装置を備え、
トレンドスコア算出部は、店舗において取り扱われる複数の商品の夫々について前記トレンドスコアを求め、
複数の前記商品を夫々の前記トレンドスコアの順序に並べて前記表示装置に表示するトレンド情報提供部をさらに備える
トレンド分析装置。 - 請求項2に記載のトレンド分析装置であって、
前記トレンド情報提供部は、前記商品の前記トレンドスコアの時間的な変化を示すグラフを前記表示装置に表示する
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記ソーシャル注目度、及び前記店舗注目度の算出に用いるパラメータの入力を受け付けるパラメータ設定部をさらに備え、
前記ソーシャル注目度算出部は、前記パラメータを用いて前記ソーシャル注目度を算出し、
前記店舗注目度算出部は、前記パラメータを用いて前記店舗注目度を算出する
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記店舗注目度算出部は、第1の店舗において取り扱われる前記特定の商品について第1の前記店舗注目度を求めるとともに、前記特定の商品について第2の店舗における第2の前記店舗注目度を求め、
前記トレンドスコア算出部は、前記ソーシャル注目度と、前記第1の店舗注目度及び前記第2の店舗注目度の平均値とに基づき前記トレンドスコアを算出する
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記ソーシャル注目度算出部は、前記ソーシャル注目度の算出に際し、前記取得したソーシャルメディアデータにおける、前記特定の商品について肯定的な発言がされている前記ソーシャルメディアデータの数と、前記特定の商品について否定的な発言がされている前記ソーシャルメディアデータの数との比を重み係数として用いる
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記ソーシャル注目度算出部は、前記ソーシャル注目度の算出に際し、前記特定の商品についての前記発言数の時間的なばらつきを重み係数として用いる
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記ソーシャル注目度算出部は、前記ソーシャル注目度の算出に際し、ソーシャルメディアにおける前記キーワードに関する発言数を重み係数として用いる
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記ソーシャル注目度算出部は、前記ソーシャル注目度の算出に際し、前記キーワードに関する前記ソーシャルメディアにおける発言者間の関係を重み係数として用いる
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記店舗注目度算出部は、前記店舗注目度の算出に際し、前記特定の商品の賞味期限の残り期間を重み係数として用いる
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記店舗注目度算出部は、前記店舗注目度の算出に際し、前記特定の商品のリードタイムの逆数を重み係数として用いる
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記店舗注目度算出部は、前記店舗注目度の算出に際し、前記ソーシャルメディアデータの発生日時が前記特定の商品の売れる時期又は旬に相当するか否かに応じて設定した重み係数を用いる
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記店舗注目度算出部は、前記店舗注目度の算出に際し、前記特定の商品の在庫量の時間的なばらつきを重み係数として用いる
トレンド分析装置。 - 請求項1乃至3のいずれか一項に記載のトレンド分析装置であって、
前記店舗注目度算出部は、前記店舗注目度の算出に際し、前記特定の商品の売上の時間的なばらつきを重み係数として用いる
トレンド分析装置。 - プロセッサ及び記憶装置を有する情報処理装置を用いて実現される、店舗において取り扱われる商品のトレンドを分析するトレンド分析装置を用いたトレンド分析方法であって、
前記トレンド分析装置が、
ソーシャルメディアにおいて所定期間に発生する前記商品に関する発言であるソーシャルメディアデータを取得するステップと、
取得した前記ソーシャルメディアデータにおける、特定の前記商品に関するキーワードを含む前記ソーシャルメディアデータの割合に基づき、前記特定の商品の前記ソーシャルメディアにおける注目度を示す指標であるソーシャル注目度を算出するステップと、
店舗における前記特定の商品の所定期間における売上合計の平均値に基づき前記特定の商品の前記店舗における注目度を示す指標である店舗注目度を算出するステップと、
前記ソーシャル注目度及び前記店舗注目度に基づき前記商品の注目度を示す指標であるトレンドスコアを算出するステップと
を実行する、トレンド分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014131128A JP2016009426A (ja) | 2014-06-26 | 2014-06-26 | トレンド分析装置、及びトレンド分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014131128A JP2016009426A (ja) | 2014-06-26 | 2014-06-26 | トレンド分析装置、及びトレンド分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016009426A true JP2016009426A (ja) | 2016-01-18 |
Family
ID=55226918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014131128A Pending JP2016009426A (ja) | 2014-06-26 | 2014-06-26 | トレンド分析装置、及びトレンド分析方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016009426A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019109787A (ja) * | 2017-12-19 | 2019-07-04 | ヤフー株式会社 | 予測装置、予測方法、及び予測プログラム |
JP2020184260A (ja) * | 2019-05-09 | 2020-11-12 | 挙 山本 | 分析装置、分析方法および分析プログラム |
WO2021065328A1 (ja) * | 2019-10-03 | 2021-04-08 | 株式会社ピーステックラボ | 旅行支援システム、旅行支援方法および旅行支援プログラム |
WO2021095539A1 (ja) * | 2019-11-15 | 2021-05-20 | 日本電気株式会社 | 処理装置、処理方法及びプログラム |
-
2014
- 2014-06-26 JP JP2014131128A patent/JP2016009426A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019109787A (ja) * | 2017-12-19 | 2019-07-04 | ヤフー株式会社 | 予測装置、予測方法、及び予測プログラム |
JP2020184260A (ja) * | 2019-05-09 | 2020-11-12 | 挙 山本 | 分析装置、分析方法および分析プログラム |
WO2021065328A1 (ja) * | 2019-10-03 | 2021-04-08 | 株式会社ピーステックラボ | 旅行支援システム、旅行支援方法および旅行支援プログラム |
WO2021095539A1 (ja) * | 2019-11-15 | 2021-05-20 | 日本電気株式会社 | 処理装置、処理方法及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7813965B1 (en) | Method, system, and computer readable medium for ranking and displaying a pool of links identified and aggregated from multiple customer reviews pertaining to an item in an electronic catalog | |
JP6431056B2 (ja) | 検索エンジンによるコメントの順位付け | |
JP5940955B2 (ja) | トレンド分析装置、方法及びプログラム | |
JP2010134733A (ja) | 情報推薦装置、情報推薦方法、及びプログラム | |
CN101887437A (zh) | 一种搜索结果生成方法及信息搜索系统 | |
CN109840796B (zh) | 决策因素分析装置与决策因素分析方法 | |
JP2009223456A (ja) | 価格調査システムおよび価格調査方法 | |
US20150221023A1 (en) | Information providing device, information providing method, information providing program, and computer-readable storage medium storing the program | |
US10134073B2 (en) | Information processing device, category displaying method, program, and information storage medium | |
TWI550535B (zh) | 基於他人購物清單之商品組合推薦系統、網站、及其方法 | |
JP2011039853A (ja) | 銘柄推奨システム及び銘柄推奨プログラム | |
JP5255667B2 (ja) | レコメンドリスト生成装置 | |
JP2016009426A (ja) | トレンド分析装置、及びトレンド分析方法 | |
JP5824602B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6865045B2 (ja) | 検索装置、検索方法及び検索プログラム | |
Abdullah et al. | Evaluating E-commerce website content management system in assisting usability issues | |
JP2007041869A (ja) | 投資支援システム及び方法 | |
JP2022009078A (ja) | 情報処理方法、情報処理装置及び情報処理プログラム | |
JP5084902B2 (ja) | 商品情報提供装置及び方法 | |
JP3200756U (ja) | ネットショップ評価装置 | |
JP6100741B2 (ja) | 抽出装置、抽出方法および抽出プログラム | |
JP2016040719A (ja) | 収益指標値生成システム及び収益指標値生成方法 | |
US10248969B2 (en) | System and method for self-adapting keyword prediction | |
JP6430712B2 (ja) | サーバー装置、広報情報提供方法、プログラム、及び広報情報提供システム | |
JP5458058B2 (ja) | 商品名同一性判定装置および商品名同一性判定プログラム |