JP2017004161A - Information processing device, information processing method, and program - Google Patents
Information processing device, information processing method, and program Download PDFInfo
- Publication number
- JP2017004161A JP2017004161A JP2015115828A JP2015115828A JP2017004161A JP 2017004161 A JP2017004161 A JP 2017004161A JP 2015115828 A JP2015115828 A JP 2015115828A JP 2015115828 A JP2015115828 A JP 2015115828A JP 2017004161 A JP2017004161 A JP 2017004161A
- Authority
- JP
- Japan
- Prior art keywords
- item
- data
- list
- item data
- predetermined
- 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
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本発明は、所定のリストにデータ項目を追加する情報処理装置、情報処理方法、及びプログラムに関する。 The present invention relates to an information processing apparatus, an information processing method, and a program for adding a data item to a predetermined list.
従来、ID−POS(ID付きpoint of sales system)データを利用する情報配信システムが知られている。(例えば特許文献1参照)。 2. Description of the Related Art Conventionally, an information distribution system that uses ID-POS (point-of-sales system with ID) data is known. (For example, refer to Patent Document 1).
しかしながら、従来技術では、ID−POSデータなどの、ユーザに関する項目を含むリストを用いて情報を配信する技術等はあるが、このリストに含まれていないデータは、当然のことながら利用することはできない。 However, in the prior art, there is a technique for distributing information using a list including items related to users, such as ID-POS data, but it is natural to use data not included in this list. Can not.
そこで、本発明の所定の態様は、上記課題に鑑みてなされたものであり、ユーザに関する項目を含むリストに含まれていない項目のデータを、適切に推定し、リストに付与することができる情報処理装置、情報処理方法、及びプログラムを提供することを目的とする。 Therefore, the predetermined aspect of the present invention has been made in view of the above-described problem, and information that can appropriately estimate and assign data of items not included in the list including items related to the user to the list. It is an object to provide a processing device, an information processing method, and a program.
本発明の一態様における情報処理装置は、ユーザ識別情報に関連付けられた1又は複数の第1項目Xi(1≦i≦n)及び項目データを含むリストを記憶する記憶部と、所定の第1項目Xs(i=s)が取り得る項目データxsj(1≦j≦m)ごとに、前記第1項目とは異なる第2項目Yが取り得る項目データyk(1≦k≦p)についての条件付き確率P(yk|xsj)を取得する取得部と、前記リスト内の前記所定の第1項目Xsに設定された項目データ、及び前記条件付き確率P(yk|xsj)に基づいて、所定のユーザ識別情報に対応する第2項目Yが、項目データykをそれぞれ取る可能性を示すパラメータZ(yk)を算出する算出部と、前記第2項目を前記リストに追加する追加部と、前記パラメータZ(yk)に基づいて、前記所定のユーザ識別情報に関連付けられた前記第2項目Yの項目データを設定する設定部と、を備える。 An information processing apparatus according to an aspect of the present invention includes a storage unit that stores a list including one or a plurality of first items X i (1 ≦ i ≦ n) and item data associated with user identification information; For each item data x sj (1 ≦ j ≦ m) that can be taken by one item X s (i = s), item data y k (1 ≦ k ≦ p) that can be taken by a second item Y different from the first item. ) For obtaining a conditional probability P (y k | x sj ), item data set in the predetermined first item X s in the list, and the conditional probability P (y k | x sj ), a calculation unit for calculating a parameter Z (y k ) indicating the possibility that the second item Y corresponding to the predetermined user identification information takes item data y k , and the second item Based on the addition part to be added to the list and the parameter Z (y k ), A setting unit that sets item data of the second item Y associated with the predetermined user identification information.
また、本発明の他の態様における情報処理方法は、ユーザ識別情報に関連付けられた1又は複数の第1項目Xi(1≦i≦n)及び項目データを含むリストを記憶する記憶部を有するコンピュータが、所定の第1項目Xs(i=s)が取り得る項目データxsj(1≦j≦m)ごとに、前記第1項目とは異なる第2項目Yが取り得る項目データyk(1≦k≦p)についての条件付き確率P(yk|xsj)を取得する取得ステップと、前記リスト内の前記所定の第1項目Xsに設定された項目データ、及び前記条件付き確率P(yk|xsj)に基づいて、所定のユーザ識別情報に対応する第2項目Yが、項目データykをそれぞれ取る可能性を示すパラメータZ(yk)を算出する算出ステップと、前記第2項目を前記リストに追加する追加ステップと、前記パラメータZ(yk)に基づいて、前記所定のユーザ識別情報に関連付けられた前記第2項目Yの項目データを設定する設定ステップと、を実行する。 An information processing method according to another aspect of the present invention includes a storage unit that stores a list including one or a plurality of first items X i (1 ≦ i ≦ n) and item data associated with user identification information. For each item data x sj (1 ≦ j ≦ m) that can be taken by a predetermined first item X s (i = s), the computer can take item data y k that can be taken by a second item Y different from the first item. An acquisition step of acquiring a conditional probability P (y k | x sj ) for (1 ≦ k ≦ p), item data set to the predetermined first item X s in the list, and the conditional A calculation step of calculating a parameter Z (y k ) indicating the possibility that the second item Y corresponding to the predetermined user identification information takes the item data y k based on the probability P (y k | x sj ); , An additional scan to add the second item to the list. And a setting step of setting item data of the second item Y associated with the predetermined user identification information based on the parameter Z (y k ).
また、本発明の他の態様におけるプログラムはユーザ識別情報に関連付けられた1又は複数の第1項目Xi(1≦i≦n)及び項目データを含むリストを記憶する記憶部を有するコンピュータに、所定の第1項目Xs(i=s)が取り得る項目データxsj(1≦j≦m)ごとに、前記第1項目とは異なる第2項目Yが取り得る項目データyk(1≦k≦p)についての条件付き確率P(yk|xsj)を取得する取得ステップと、前記リスト内の前記所定の第1項目Xsに設定された項目データ、及び前記条件付き確率P(yk|xsj)に基づいて、所定のユーザ識別情報に対応する第2項目Yが、項目データykをそれぞれ取る可能性を示すパラメータZ(yk)を算出する算出ステップと、前記第2項目を前記リストに追加する追加ステップと、前記パラメータZ(yk)に基づいて、前記所定のユーザ識別情報に関連付けられた前記第2項目Yの項目データを設定する設定ステップと、を実行させる。 A program according to another aspect of the present invention includes a computer having a storage unit that stores a list including one or a plurality of first items X i (1 ≦ i ≦ n) and item data associated with user identification information. For each item data x sj (1 ≦ j ≦ m) that can be taken by a predetermined first item X s (i = s), item data y k (1 ≦ j) that can be taken by a second item Y different from the first item. an obtaining step of obtaining a conditional probability P (y k | x sj ) for k ≦ p), item data set in the predetermined first item X s in the list, and the conditional probability P ( a calculation step of calculating a parameter Z (y k ) indicating the possibility that the second item Y corresponding to the predetermined user identification information takes the item data y k based on y k | x sj ); An additional step that adds two items to the list. And a setting step of setting item data of the second item Y associated with the predetermined user identification information based on the parameter Z (y k ).
本発明の所定の態様によれば、ユーザに関する項目を含むリストに含まれていない項目のデータを、適切に推定し、リストに付与することができる。 According to the predetermined aspect of the present invention, data of items that are not included in the list including items related to the user can be appropriately estimated and given to the list.
以下、添付図面を参照しながら本発明の実施形態について詳細に説明する。 Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
[実施形態]
<システム構成>
図1は、実施形態における情報処理システム1の概略構成の一例を示す図である。図1に示す情報処理システム1において、例えば、第1記憶装置10Aと、第2記憶装置10Bと、情報処理装置20とが、ブロードバンド回線等の有線又は無線のネットワークNを介して接続される。
[Embodiment]
<System configuration>
FIG. 1 is a diagram illustrating an example of a schematic configuration of an
第1記憶装置10Aは、ユーザ識別情報に関連付けられた1又は複数の項目(第1項目)及び項目データを含むリストを記憶する。このリストの例として、ID−POSデータなどがある。ID−POSデータ(顧客リスト)は、顧客IDに関連付けて、いつ、どの商品が、どの店で、いくらで、何個売れたのかなどを示すデータである。なお、リストは、ユーザIDに関連付けられた、ユーザに関するデータを含むものであればよい。
The
第2記憶装置10Bは、リストに含まれる項目を少なくとも1つを含み、リストの項目とは異なる項目(第2項目)を含み、さらに各項目の項目データを含む調査データを記憶する。調査データは、例えば、生活者属性、商品関与、メディア接触などの生活者の詳細なプロフィールを含むACR/exや、Web閲覧履歴や、Web閲覧履歴とプロフィールとを組み合わせたWebPACにより提供されるデータなどである。
The
例えば、ACR/exは、調査対象者に対し、回答者端末が配布され、第1項目や第2項目に関する回答結果が、回答者端末から定期的に受信される場合の当該回答結果に基づく調査データである。また、WebPACのデータは、Webサイトの接触状況とユーザのプロフィールデータを組み合わせて、集計/分析するサービスにより提供される調査データである。このように、第2記憶装置10Bは、リストに含まれる項目を少なくとも1つ含み、プロモーション戦略、商品開発、事業戦略など、マーケティング全般に活用できる調査データを記憶する。
For example, ACR / ex is a survey based on response results when respondent terminals are distributed to survey subjects and response results regarding the first and second items are periodically received from the respondent terminals. It is data. WebPAC data is survey data provided by a service that aggregates / analyzes the contact status of a website and user profile data. As described above, the
また、第2記憶装置10Bは、リストに含まれる所定の項目(所定の第1項目という。)の項目データを用いて、リストに含まれていない第2項目の項目データが推定可能な調査データが記憶されていればよい。例えば、所定の第1項目が所定の項目データである条件のもとに、第2項目の所定の項目データである条件付き確率が算出可能なデータが、第2記憶装置10Bに記憶されていればよい。
Further, the
情報処理装置20は、例えばPC(Personal Computer)であり、第1記憶装置10Aや第2記憶装置10Bからリストや調査データを取得し、リストに含まれていない項目を、調査データから適切に推定し、推定した結果をリストに追加する。以下、リストは、ID−POSデータを、調査データは、ACR/exを例にして説明する。
The
新規項目追加後のリストは、ターゲティング広告配信やプロモーション戦略などを行う会社に出力されてもよい。出力とは、例えば、画面表示、メール送信、音声出力、郵送などを含む。 The list after the new item is added may be output to a company that performs targeting advertisement distribution, a promotion strategy, and the like. The output includes, for example, screen display, mail transmission, voice output, and mail.
なお、図1に示す例では、第1記憶装置10Aと、第2記憶装置10Bと、情報処理装置20とは、別の装置として説明したが、1つ又は2つの装置内に各機能が組み込まれるように実装されてもよい。
In the example illustrated in FIG. 1, the
<ハードウェア構成>
次に、情報処理装置20のハードウェア構成について説明する。図2は、実施形態における情報処理装置20のハードウェアの概略構成の一例を示すブロック図である。なお、第1記憶装置10A及び第2記憶装置10Bは、HDD(Hard Disk Drive)とネットワークI/F(Interface)とを少なくとも備える。
<Hardware configuration>
Next, the hardware configuration of the
図2に示すように、情報処理装置20は、CPU(Central Processing Unit)102と、RAM(Random Access Memory)104と、ROM(Read Only Memory)106と、ドライブ装置108と、ネットワークI/F110と、入力装置112と、及び表示装置114とを有する。これら各構成は、バスを介して相互にデータ送受信可能に接続されている。
As shown in FIG. 2, the
CPU102は、コンピュータの中で、各装置の制御やデータの演算、加工を行う制御部である。また、CPU102は、RAM104又はROM106に記憶されたリスト追加処理のプログラムを実行する演算装置である。CPU102は、入力装置112やネットワークI/F110などからデータを受け取り、演算、加工した上で、演算結果を表示装置114や記憶装置などに出力する。
The
RAM104は、例えば主記憶部などである。RAM104は、CPU102が実行する基本ソフトウェアであるOS(Operating System)やアプリケーションソフトウェアなどのプログラムやデータを記憶又は一時保存する記憶装置である。
The
ROM106は、例えばアプリケーションソフトウェアなどに関連するデータを記憶する記憶装置である。また、図示しないが、情報処理装置20は、大容量のデータを記憶可能なHDDを保持してもよい。
The
ドライブ装置108は、記録媒体116、例えばCD−ROMやSDカードなどからプログラムを読み出し、記憶装置にインストールする。
The
また、記録媒体116は、所定のプログラムを格納し、この記録媒体116に格納されたプログラムは、ドライブ装置108を介して情報処理装置20にインストールされる。インストールされた所定のプログラムは、情報処理装置20により実行可能となる。
The
ネットワークI/F110は、通信機能を有する周辺機器と情報処理装置20とのインターフェースである。また、ネットワークI/F110は、例えば、有線及び/又は無線回線などのデータ伝送路により構築されたLAN(Local Area Network)、WAN(Wide Area Network)などのネットワークNを介して接続される。
The network I /
入力装置112は、カーソルキー、数字入力及び各種機能キー等を備えたキーボード、表示装置114の表示画面上でキーの選択等を行うためのマウスやスライドパッド等を有する。また、入力装置112は、ユーザがCPU102に操作指示を与えたり、データを入力したりするためのユーザインターフェースである。
The
表示装置114は、LCD(Liquid Crystal Display)等により構成され、CPU102から入力される表示データに応じた表示が行われる。なお、入力装置112や表示装置114は、情報処理装置20の外部に設けられてもよい。
The
<機能構成>
次に、情報処理装置20の機能構成について説明する。図3は、実施形態における情報処理装置20の機能構成の一例を示すブロック図である。図3に示す情報処理装置20は、制御部200と、記憶部214とを備える。制御部200は、確率算出部202、取得部204、推定値算出部206、追加部208、設定部210、及び出力部212を少なくとも備える。
<Functional configuration>
Next, the functional configuration of the
以下、顧客リスト内に含まれる1又は複数の第1項目をXi(1≦i≦n,iは整数,nは顧客リスト内に含まれる第1項目の数)と定義し、顧客リストに追加したい第2項目をYと定義する。また、顧客リスト内の所定の第1項目をXs(i=s)と定義し、第1項目Xsの取り得る項目データをxsj(1≦j≦m,jは整数,mは第1項目Xsの取り得る項目データ数)と定義し、第2項目Yの取り得る項目データをyk(1≦k≦p,kは整数,pは、第2項目Yの取り得る項目データ数)と定義する。 Hereinafter, one or more first items included in the customer list are defined as X i (1 ≦ i ≦ n, i is an integer, n is the number of first items included in the customer list), The second item to be added is defined as Y. Further, a predetermined first item in the customer list is defined as X s (i = s), and item data that can be taken by the first item X s is x sj (1 ≦ j ≦ m, j is an integer, m is the first 1 item X number of items data of possible s) is defined to be the item data that can take the second item Y y k (1 ≦ k ≦ p, k is an integer, p is item data that can take the second item Y Number).
制御部200は、例えばCPU102やワークメモリとしてのRAM104、ネットワークI/F110等により実現されうる。制御部200は、プログラムが実行されることにより、以下に説明する顧客リストへの項目追加に関する機能を有する。
The
記憶部214は、例えばRAM104やROM106、HDD等により実現されうる。記憶部214は、制御部200により処理されたデータを記憶したり、第1記憶装置10A、及び第2記憶装置10Bから取得された顧客リストや、ACR/exなどの調査データなどを記憶したりする。
The
確率算出部202は、顧客リスト内の所定の第1項目Xsを用いて、項目データxsjごとに、第2項目Yが取り得る項目データykについての条件付き確率P(yk|xsj)を算出する。例えば、所定の第1項目Xsとして、購入商品、第2項目Yとして、性別、例えば男性か否かとした場合、確率算出部202は、商品Aを購入したユーザが、男性である確率P(男性である|商品A)、又は男性ではない確率P(男性ではない|商品A)や、商品Bを購入したユーザが、男性である確率P(男性である|商品B)、又は男性ではない確率P(男性ではない|商品B)などを算出する。
The
具体的には、確率算出部202は、管理者等の操作により、調査データの中から、所定の第1項目Xsと第2項目Yとを指定されて、条件付き確率を算出するとよい。この場合、管理者は、顧客リストに追加したい項目(第2項目Y)と、顧客リストに含まれている項目(所定の第1項目Xs)とを調査データの中から選択すればよい。算出された条件付き確率P(yk|xsj)は、取得部204に出力される。例えば、上述した条件付き確率P(男性である|商品A)の場合、確率算出部202は、調査データに基づいて、確率P(男性である|商品A)=商品Aを購入した男性の数/商品Aの購入者数を算出する。
Specifically, the
なお、確率算出部202は、事前にこのような条件付き確率が算出されて、第2記憶装置10Bに記憶されている場合は、算出処理を行わなくてもよい。
The
取得部204は、確率算出部202又は第2記憶装置10Bから条件付き確率P(yk|xsj)を取得する。この条件付き確率P(yk|xsj)は、上述したとおり、顧客リストに新たに追加したい項目の項目データykが、顧客リストに存在する所定の第1項目の或る項目データxsjのもとに成り立つ確率である。取得された条件付き確率P(yk|xsj)は、推定値算出部206に出力される。
The
また、取得部204は、第1記憶装置10Aから顧客リストを取得し、この顧客リストを記憶部214に記憶させてもよい。
The
推定値算出部206は、顧客リスト内の所定の顧客IDにおける所定の第1項目Xsに設定された項目データ、及び条件付き確率に基づいて、所定のユーザ識別情報に対応する第2項目Yが、項目データykをそれぞれ取る可能性を示すパラメータZ(yk)を算出する。以下、パラメータZ(yk)は、推定値とも称する。推定値の詳細については、図6〜8に示す具体例を用いて後述する。算出された推定値は、設定部210に出力される。
Based on the item data set in the predetermined first item X s in the predetermined customer ID in the customer list and the conditional probability, the estimated
追加部208は、管理者が顧客リストに追加したい項目である第2項目Yを、顧客リストに追加する。顧客リストに追加するタイミングは、任意のタイミングでよい。例えば、追加部208は、条件付き確率が求められる際に、管理者により第2項目が選択されると、この第2項目を顧客リストに追加してもよく、推定値が算出された際に、この第2項目を顧客リストに追加してもよく、設定部210により第2項目のデータが設定される前に、この第2項目を顧客リストに追加すればよい。
The adding
設定部210は、所定の顧客IDに関連付けられた第2項目の項目データを、推定値に基づいて設定する。例えば、設定部210は、所定の顧客IDが示すユーザの第2項目について、推定値に基づく尤もらしい項目データを設定する。設定される項目データの詳細については、図6〜8に示す具体例を用いて後述する。項目が新たに追加された顧客リストは、出力部212に出力される。
The
以上の処理により、顧客リストに追加した第2項目の項目データについて、他の調査データに含まれる項目を利用して適切に推定し、推定されたパラメータに基づいて第2項目の項目データを設定することができる。その結果、顧客データに存在する項目以外の項目についても、適切な項目データを推定し追加することで、詳細な顧客分析が可能になる。よって、この顧客リストは、ターゲティング広告配信やプロモーション戦略などに利用され、より詳細な分析を行うことが可能になる。 With the above processing, the item data of the second item added to the customer list is appropriately estimated using items included in other survey data, and the item data of the second item is set based on the estimated parameters. can do. As a result, it is possible to perform detailed customer analysis by estimating and adding appropriate item data for items other than items existing in the customer data. Therefore, this customer list is used for targeting advertisement distribution, a promotion strategy, etc., and it becomes possible to perform a more detailed analysis.
出力部212は、項目が追加された顧客リストを、例えば、画面などに表示したり、所定の宛先に添付してメール送信したり、内容を音声により出力したり、プリントアウトして郵送されるようにしたりして、出力する。これにより、この顧客リストを利用したい会社等に、顧客リストの内容を知らせることができる。
The
また、推定値算出部206は、所定の第1項目Xsに設定された複数の各データに対し、このデータ1つ毎に、推定値を更新してもよい。推定値算出部206は、例えば、購入商品として、AとBとが設定されていた場合、商品Aの条件付き確率に基づいて推定した推定値に、さらに商品Bの条件付き確率を乗算することで、推定値を順に更新する。更新される順は特に問わないが、例えば、顧客リストに登録された順で更新されればよい。
Also, the estimated
各推定値が順に算出される場合、設定部210は、推定値が更新される毎に、この推定値に基づいて第2項目の項目データを設定するとよい。これにより、所定の第1項目の項目データが新たに設定されるごとに、各推定値も更新されていくので、第2項目に設定される項目データの信頼性を上げていくことができる。
When each estimated value is calculated in order, the
また、推定値が更新される場合、推定値算出部206は、推定値の正規化を行い、正規化された推定値が、第1閾値以上となるときに、推定値の更新を停止してもよい。或る推定値が第1閾値以上となり、第2項目が或る項目データである可能性が非常に高くなれば、それ以上の更新処理を停止することで、処理負荷を軽減することができる。
When the estimated value is updated, the estimated
また、更新処理の停止判定がされる場合、推定値算出部206は、各推定値の算出回数が第2閾値未満のとき、第1閾値以上の推定値が算出されても、推定値の更新を継続してもよい。これにより、更新の初期段階では、停止処理をせずに更新処理が継続されるので、推定値の確度を上げることができ、その結果、第2項目の項目データの信頼性を向上させることができる。
In addition, when it is determined that the update process is to be stopped, the estimated
また、設定部210は、第2項目の取り得る各項目データに対応する各推定値の差異が所定値よりも小さければ、判定不能を示すフラグを第2項目に設定してもよい。これにより、設定部210は、各推定値に基づいても第2項目の項目データについて判定できない場合は、その旨を示すフラグを設定することができる。
The
また、推定値算出部206は、更新処理及び停止判定処理を行う際、所定の第1項目に関連する日時が所定時間内であれば、この所定時間内に含まれる1又は複数の第1項目を単位として、更新処理及び停止判定処理を行ってもよい。例えば、ユーザが、まとめて一度に購入した商品に対しては、これらの商品を単位として、更新処理、及び停止判定処理を行うようにする。これにより、ユーザがまとめて一度に購入した商品は、ユーザの性質をよりよく表すと考えられるので、この考えを考慮して更新処理及び停止判定処理を行うことができる。
Further, when performing the update process and the stop determination process, the estimated
<具体例>
次に、実施形態の具体例について説明する。以下では、所定の第1項目として、顧客リストの「購入商品」(Xs)を例にし、第2項目として、ACR/exの「年収」(Y)を例にする。
<Specific example>
Next, a specific example of the embodiment will be described. Hereinafter, “purchased product” (X s ) in the customer list is taken as an example as the predetermined first item, and “annual income” (Y) in ACR / ex is taken as an example as the second item.
図4は、顧客リストの一例を示す図である。図4に示す顧客リストは、ユーザID(又は顧客ID)に関連付けられた、購入商品の項目、性の項目、年齢の項目(Xi,1≦i≦3)を含む。なお、顧客リストには、ID−POSシステムにより取得可能な購入日時の項目などを含んでもよい。 FIG. 4 is a diagram illustrating an example of a customer list. The customer list shown in FIG. 4 includes items of purchased products, sex items, and age items (X i , 1 ≦ i ≦ 3) associated with the user ID (or customer ID). The customer list may include items such as purchase date and time that can be acquired by the ID-POS system.
例えば、図4に示す例では、ユーザID「1」のユーザは、商品「A」を購入し、性が「男」であり、年齢が「24」である。また、このユーザID「1」のユーザは、商品「B」も購入している。 For example, in the example illustrated in FIG. 4, the user with the user ID “1” purchases the product “A”, the sex is “male”, and the age is “24”. The user with the user ID “1” has also purchased the product “B”.
図5は、条件付き確率の一例を示す図である。図5に示す条件付き確率は、例えば、第2記憶装置10Bに記憶されたACR/exのデータから、確率算出部202により算出される。
FIG. 5 is a diagram illustrating an example of the conditional probability. The conditional probability shown in FIG. 5 is calculated by the
確率算出部202による算出の結果、以下のとおりとする。なお、H1は、年収1000万以上を表す項目データであり、H2は、年収1000万未満を表す項目データである。また、Aは、商品Aの購入を表す項目データであり、Bは、商品Bの購入を表す項目データであり、Cは、商品Cの購入を表す項目データである。
・商品Aの購入者が年収1000万以上である確率
P(H1|A)=0.75
・商品Aの購入者が年収1000万未満である確率
P(H2|A)=0.25
・商品Bの購入者が年収1000万以上である確率
P(H1|B)=0.1
・商品Bの購入者が年収1000万未満である確率
P(H2|B)=0.9
・商品Cの購入者が年収1000万以上である確率
P(H1|C)=0.8
・商品Cの購入者が年収1000万未満である確率
P(H2|C)=0.2
As a result of the calculation by the
・ Probability P (H1 | A) = 0.75 that the purchaser of product A has an annual income of 10 million or more
・ Probability P (H2 | A) = 0.25 that the purchaser of product A has an annual income of less than 10 million
・ Probability P (H1 | B) = 0.1 that the purchaser of product B has an annual income of 10 million or more
・ Probability P (H2 | B) = 0.9 that the purchaser of product B has an annual income of less than 10 million
・ Probability P (H1 | C) = 0.8 that the purchaser of product C has an annual income of 10 million or more
・ Probability P (H2 | C) = 0.2 that the purchaser of product C has an annual income of less than 10 million
以上を踏まえ、管理者の操作により、追加部208は、顧客リストに、第2項目として、年収の項目を追加したとする。
Based on the above, it is assumed that the adding
図6は、第2項目への設定処理(その1)を説明するための図である。図6に示す例では、ユーザID「U」のユーザが、商品「A」を購入していることから、図5に示す条件付き確率を用いると、推定値算出部206により以下の推定値Z(yk)の比が算出される。推定値Z(yk)は、次の式で算出される。
Z(yk)=Πj=第1項目Xsニ設定サレテイル項目テ゛ータP(yk|xsj)
H1である推定値:H2である推定値
=P(H1|A):P(H2|A)
=0.75:0.25
FIG. 6 is a diagram for explaining the setting process (No. 1) to the second item. In the example shown in FIG. 6, since the user with the user ID “U” has purchased the product “A”, if the conditional probability shown in FIG. The ratio of (y k ) is calculated. The estimated value Z (y k ) is calculated by the following equation.
Z (y k ) = Π j = first item Xs dual setting sale item data P (y k | x sj )
Estimated value that is H1: Estimated value that is H2 = P (H1 | A): P (H2 | A)
= 0.75: 0.25
これは、商品「A」を購入したユーザID「U」のユーザは、「年収1000万以上」である推定値が、0.75であることに対し、「年収1000万未満」である推定値が、0.25であることを示す。この推定値は、値が大きい方が尤もらしいことを示す。 This is because the user ID “U” who purchased the product “A” has an estimated value of “less than 10 million annual income” while the estimated value of “annual income 10 million or more” is 0.75. Is 0.25. This estimated value indicates that a larger value is more likely.
よって、設定部210は、「年収1000万以上」である推定値の方が、「年収1000万未満」である推定値よりも大きいので、このユーザID「U」のユーザは「年収1000万以上」であると推定し、項目データ「年収1000万以上」を設定する。この例では、設定部210は、「年収1000万以上」であることを示す記号「〇」を、この項目に設定する。なお、項目データとは、英数字、記号、文字などのデータを含む。
Therefore, the
次に、推定値算出部206は、購入商品「C」について処理をする。図7は、第2項目への設定処理(その2)を説明するための図である。図7に示す例では、ユーザID「U」のユーザが、商品「C」を購入していることから、図5に示す条件付き確率を用いると、推定値算出部206により以下の推定値の比が算出される。
H1である推定値:H2である推定値
=P(H1|A)×P(H1|C):P(H2|A)×P(H2|C)
=0.75×0.1:0.25×0.9
=0.075:0.225
Next, the estimated
Estimated value which is H1: Estimated value which is H2 = P (H1 | A) × P (H1 | C): P (H2 | A) × P (H2 | C)
= 0.75 × 0.1: 0.25 × 0.9
= 0.075: 0.225
これは、さらに商品「C」を購入したユーザID「U」のユーザは、「年収1000万以上」である推定値が、0.075であることに対し、「年収1000万未満」である推定値が、0.225であることを示す。 This is because the user ID “U” who purchased the product “C” is estimated to have “annual income of less than 10 million” while the estimated value of “annual income of 10 million or more” is 0.075. The value is 0.225.
よって、設定部210は、「年収1000万未満」である推定値の方が、「年収1000万以上」である推定値よりも大きいので、このユーザID「U」のユーザは「年収1000万未満」であると推定し、項目データ「年収1000万未満」を設定する。なお、この例では、設定部210は、「年収1000万未満」であることを示す記号「×」を、この項目に設定する。
Therefore, the
次に、推定値算出部206は、購入商品「B」について処理をする。図8は、第2項目への設定処理(その3)を説明するための図である。図8に示す例では、ユーザID「U」のユーザが、商品「B」を購入していることから、図5に示す条件付き確率を用いると、推定値算出部206により以下の推定値の比が算出される。
H1である推定値:H2である推定値
=P(H1|A)×P(H1|C)×P(H1|B):P(H2|A)×P(H2|C) ×P(H2|B)
=0.75×0.1×0.8:0.25×0.9×0.2
=0.06:0.045
Next, the estimated
Estimated value which is H1: Estimated value which is H2 = P (H1 | A) × P (H1 | C) × P (H1 | B): P (H2 | A) × P (H2 | C) × P (H2 | B)
= 0.75 x 0.1 x 0.8: 0.25 x 0.9 x 0.2
= 0.06: 0.045
これは、さらに商品「B」を購入したユーザID「U」のユーザは、「年収1000万以上」である推定値が、0.06であることに対し、「年収1000万未満」である推定値が、0.045であることを示す。 This is because the user ID “U” who purchased the product “B” is estimated to have “annual income of less than 10 million” while the estimated value of “annual income of 10 million or more” is 0.06. The value is 0.045.
よって、設定部210は、「年収1000万以上」である推定値の方が、年収1000万未満である推定値よりも大きいので、このユーザID「U」のユーザは「年収1000万以上」であると推定し、項目データ「年収1000万以上」を設定する。この例では、設定部210は、「年収1000万以上」であることを示す記号「〇」を、この項目に設定する。
Therefore, the
以上の処理により、顧客リストに含まれていない項目(年収)について、他のデータ(調査データ)を利用して、この項目の項目データを適切に推定することで、新たな項目を顧客リストに設定することができる。 With the above processing, for items that are not included in the customer list (annual income), by using other data (survey data) and appropriately estimating the item data for this item, new items are added to the customer list. Can be set.
また、顧客リスト内の所定の第1項目に複数の項目データが設定されている場合は、このデータ毎に各推定値が算出される。これにより、各推定値の確度を上げることで、設定データの信頼性を高めることができる。 Further, when a plurality of item data is set for a predetermined first item in the customer list, each estimated value is calculated for each data. Thereby, the reliability of setting data can be improved by raising the accuracy of each estimated value.
なお、推定値算出部206は、算出される各推定値に対し、正規化を行ってもよい。この場合、推定値算出部206は、正規化後の各推定値を、更新後の各推定値とする。例えば、推定値算出部206は、図7に示す例の場合、以下のように正規化してもよい。
H1である推定値:H2である推定値
=P(H1|A)×P(H1|C):P(H2|A)×P(H2|C)
=0.75×0.1:0.25×0.9
=0.075:0.225
=0.075/(0.075+0.225):0.225/(0.075+0.225)
=0.25:0.75
Note that the estimated
Estimated value which is H1: Estimated value which is H2 = P (H1 | A) × P (H1 | C): P (H2 | A) × P (H2 | C)
= 0.75 × 0.1: 0.25 × 0.9
= 0.075: 0.225
= 0.075 / (0.075 + 0.225): 0.225 / (0.075 + 0.225)
= 0.25: 0.75
また、推定値算出部206は、図8に示す例の場合、以下のように正規化してもよい。
H1である推定値:H2である推定値
=P(H1|A)×P(H1|C)×P(H1|B):P(H2|A)×P(H2|C) ×P(H2|B)
=0.75×0.1×0.8:0.25×0.9×0.2
=0.06:0.045
=0.06/(0.06+0.045):0.045/(0.06+0.045)
=0.571:0.429
Further, in the example illustrated in FIG. 8, the estimated
Estimated value which is H1: Estimated value which is H2 = P (H1 | A) × P (H1 | C) × P (H1 | B): P (H2 | A) × P (H2 | C) × P (H2 | B)
= 0.75 x 0.1 x 0.8: 0.25 x 0.9 x 0.2
= 0.06: 0.045
= 0.06 / (0.06 + 0.045): 0.045 / (0.06 + 0.045)
= 0.571: 0.429
正規化後の推定値が用いられるとき、推定値算出部206は、或る推定値が、例えば0.95(第1閾値)以上となった場合、更新処理を停止してもよい。また、推定値算出部206は、更新処理の回数が、例えば10回(第2閾値)以上になった場合、停止判定を判定するようにしてもよい。つまり、推定値算出部206は、更新処理の回数が10回未満であれば、停止処理をせずに更新処理を継続する。
When the estimated value after normalization is used, the estimated
また、推定値算出部206は、顧客リストに購入日時の項目がある場合、購入日が同じもの、又は同時に購入されたものと判定される商品群については、まとめて更新処理及び停止判定処理をするようにしてもよい。
In addition, when there is an item of purchase date and time in the customer list, the estimated
また、設定部210は、正規化後の各推定値の差分が、例えば0.2以内であれば、判定不能を示す項目データ「△」を第2項目に設定してもよい。この例の場合、図8に示すユーザ「X」の年収の項目は、0.571−0.429=0.142となるため、項目データ「△」が設定される。
The
図9は、図4に示す顧客リストに複数の項目を追加した例を示す図である。図9に示すように、設定部210は、複数のユーザIDに対して、推定された項目データを、追加した項目に設定することができる。図9に示す例では、子供有の第2項目が、顧客リストに新たに追加されている。
FIG. 9 is a diagram showing an example in which a plurality of items are added to the customer list shown in FIG. As illustrated in FIG. 9, the
なお、追加される項目の取り得る項目データは、2つである必要はなく、例えば、子供の人数という第2項目に対し、0人、1人、2人、・・・などの3以上であってもよい。この場合、算出される推定値の数が増えるだけであり、設定部210は、上述したように、推定値が最も大きい項目データを、尤もらしい項目データとして推定し、この項目に設定する。
It should be noted that the item data that can be taken by the added item need not be two. For example, for the second item of the number of children, there are three or more items such as 0, 1, 2,. There may be. In this case, only the number of estimated values to be calculated is increased, and as described above, the
<動作>
次に、情報処理装置20の動作について説明する。図10は、実施形態における情報処理装置20の処理の一例を示すフローチャートである。図10に示す処理は、例えば、リスト及び調査データが各記憶装置から取得された場合に実行される。
<Operation>
Next, the operation of the
ステップS102で、確率算出部202は、所定の第1項目Xsが取り得る項目データxsjごとに、リスト内の第1項目とは異なる第2項目Yが取り得る各項目データykについての各条件付き確率P(yk|xsj)を算出する。例えば、確率算出部202は、具体例で説明した条件付き確率P(H1|A)などを算出する。
In step S102, for each item data x sj that can be taken by the predetermined first item X s , the
ステップS104で、取得部204は、確率算出部202により算出された各条件付き確率P(yk|xsj)を取得する。
In step S104, the
ステップS106で、追加部208は、リストに追加したい第2項目Yを、このリストに追加する。例えば、追加部208は、具体例で説明した年収の項目を、顧客リストに追加する。リストに追加したい第2項目は、管理者等により指定されればよい。
In step S106, the adding
ステップS108で、推定値算出部206は、顧客リストの中から、第2項目に項目データを設定したい所定のユーザのユーザ識別情報を選択する。ユーザ選択は、管理者操作により、所定のユーザが選択されてもよいし、顧客リストの中から、所定のユーザが順に選択されてもよい。例えば、推定値算出部206は、具体例で説明したユーザID「U」を選択する。
In step S108, the estimated
ステップS110で、推定値算出部206は、顧客リストの中から、所定の第1項目の項目データを選択する。例えば、推定値算出部206は、具体例で説明した購入商品の商品「A」や「B」などを選択する。
In step S110, the estimated
ステップS112で、推定値算出部206は、リスト内の所定のユーザ識別情報における所定の第1項目の各項目データ、及び各条件付き確率に基づいて、所定のユーザ識別情報が示すユーザの第2項目が、この第2項目の各項目データである可能性を示す各推定値を算出する。例えば、推定値算出部206は、具体例で説明したH1である推定値や、H2である推定値を算出する。
In step S112, the estimated
ステップS114で、設定部210は、所定のユーザ識別情報に関連付けられた第2項目の項目データを、推定値算出部206により推定された各推定値に基づいて設定する。例えば、設定部210は、具体例で説明したH1である推定値や、H2である推定値に基づいて、「年収1000万以上」である項目データを、この項目に設定する。
In step S114, setting
ステップS116で、推定値算出部206は、或る推定値が、第1閾値以上であるか否かを判定する。或る推定値が第1閾値以上であれば(ステップS116−YES)、この処理は終了し、或る推定値が閾値未満であれば(ステップS116−NO)、この処理はステップS118に進む。
In step S116, the estimated
ステップS118で、推定値算出部206は、所定の第1項目の全項目データを処理したか否かを判定する。所定の第1項目の全項目データが処理されていれば(ステップS118−YES)、この処理は終了し、所定の第1項目の全項目データが処理されていなければ(ステップS118−NO)、この処理はステップS110に戻り、他の項目データを選択する。例えば、推定値算出部206は、具体例で説明したように、商品「A」、「C」、「B」全てについて処理したか否かを判定する。
In step S118, the estimated
なお、上述した処理のフローに含まれる各処理ステップは、処理内容に矛盾を生じない範囲で、任意に順番を変更して又は並列に実行することができるとともに、各処理ステップ間に他のステップを追加してもよい。また、便宜上1ステップとして記載されているステップは、複数ステップに分けて実行することができる一方、便宜上複数ステップに分けて記載されているものは、1ステップとして把握することができる。また、必ずしも必要のないステップは、省いてもよい。また、ステップS108の所定のユーザの選択が顧客リスト内の全てのユーザを選択するまで、ステップS110〜S118の処理を繰り返してもよい。 In addition, each processing step included in the processing flow described above can be executed in any order or in parallel as long as there is no contradiction in processing contents, and other steps are performed between the processing steps. May be added. Further, a step described as one step for convenience can be executed by being divided into a plurality of steps, while a step described as being divided into a plurality of steps for convenience can be grasped as one step. In addition, steps that are not necessarily required may be omitted. Moreover, you may repeat the process of step S110-S118 until selection of the predetermined user of step S108 selects all the users in a customer list.
以上、ユーザに関する項目を含むリストに含まれていない項目の項目データを、適切に推定し、リストに付与することができる。 As described above, item data of items not included in the list including the items related to the user can be appropriately estimated and given to the list.
なお、上記の情報処理装置20で実行される、リストへ項目を追加するプログラムについて、CPU102がROM106からこのプログラムを読み出して実行することにより、上記各部のうち1又は複数の各部がRAM104上にロードされ、1又は複数の各部がRAM104上に生成されるようになっている。
As for the program for adding items to the list, which is executed by the
このように、上述した実施形態で説明したリストへ項目を追加する処理は、コンピュータに実行させるためのプログラムとして実現されてもよい。このプログラムをサーバ等からインストールしてコンピュータに実行させることで、前述したリストに項目を追加する処理を実現することができる。 Thus, the process of adding an item to the list described in the above-described embodiment may be realized as a program for causing a computer to execute. By installing this program from a server or the like and causing the computer to execute it, it is possible to realize processing for adding items to the above-described list.
また、このプログラムを記録媒体116に記録し、このプログラムが記録された記録媒体116をコンピュータに読み取らせて、前述したリストに項目を追加する処理を実現させることも可能である。
It is also possible to record the program on the
なお、記録媒体116は、CD−ROM、フレキシブルディスク、光磁気ディスク等の様に情報を光学的,電気的或いは磁気的に記録する記録媒体、ROM、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリー等、様々なタイプの記録媒体を用いることができる。
The
以上、各実施例について詳述したが、上記実施例に限定されるものではなく、特許請求の範囲に記載された範囲内において、上記実施例以外にも種々の変形及び変更が可能である。 Each example has been described in detail above, but the present invention is not limited to the above example, and various modifications and changes other than the above example are possible within the scope described in the claims.
20 情報処理装置
102 CPU
104 RAM
106 ROM
202 確率算出部
204 取得部
206 推定値算出部
208 追加部
210 設定部
212 出力部
20
104 RAM
106 ROM
202
Claims (7)
所定の第1項目Xs(i=s)が取り得る項目データxsj(1≦j≦m)ごとに、前記第1項目とは異なる第2項目Yが取り得る項目データyk(1≦k≦p)についての条件付き確率P(yk|xsj)を取得する取得部と、
前記リスト内の前記所定の第1項目Xsに設定された項目データ、及び前記条件付き確率P(yk|xsj)に基づいて、所定のユーザ識別情報に対応する第2項目Yが、項目データykをそれぞれ取る可能性を示すパラメータZ(yk)を算出する算出部と、
前記第2項目を前記リストに追加する追加部と、
前記パラメータZ(yk)に基づいて、前記所定のユーザ識別情報に関連付けられた前記第2項目Yの項目データを設定する設定部と、
を備える情報処理装置。 A storage unit that stores a list including one or more first items X i (1 ≦ i ≦ n) and item data associated with the user identification information;
For each item data x sj (1 ≦ j ≦ m) that can be taken by a predetermined first item X s (i = s), item data y k (1 ≦ j) that can be taken by a second item Y different from the first item. an acquisition unit for acquiring a conditional probability P (y k | x sj ) for k ≦ p);
Based on the item data set to the predetermined first item X s in the list and the conditional probability P (y k | x sj ), the second item Y corresponding to the predetermined user identification information is: A calculation unit for calculating a parameter Z (y k ) indicating the possibility of taking item data y k , respectively;
An adding unit for adding the second item to the list;
A setting unit configured to set item data of the second item Y associated with the predetermined user identification information based on the parameter Z (y k );
An information processing apparatus comprising:
前記所定の第1項目に設定された複数の項目データに対し、該項目データ毎に前記パラメータを更新し、
前記設定部は、
前記パラメータが更新される毎に、更新されたパラメータに基づいて前記第2項目の項目データを設定する、請求項1に記載の情報処理装置。 The calculation unit includes:
For a plurality of item data set in the predetermined first item, the parameter is updated for each item data,
The setting unit
The information processing apparatus according to claim 1, wherein the item data of the second item is set based on the updated parameter every time the parameter is updated.
前記パラメータの正規化を行い、正規化されたパラメータが、第1閾値以上となる場合、前記パラメータの更新を停止する、請求項2に記載の情報処理装置。 The calculation unit includes:
The information processing apparatus according to claim 2, wherein normalization of the parameter is performed, and updating of the parameter is stopped when the normalized parameter is equal to or greater than a first threshold value.
前記パラメータの更新回数が第2閾値未満の場合、前記第1閾値以上のパラメータが算出されても、前記パラメータの更新を継続する、請求項3に記載の情報処理装置。 The calculation unit includes:
The information processing apparatus according to claim 3, wherein when the number of parameter updates is less than a second threshold value, the parameter update is continued even if a parameter greater than or equal to the first threshold value is calculated.
前記取得部は、
前記確率算出部により算出された条件付き確率を取得する、請求項1乃至4いずれか一項に記載の情報処理装置。 A probability calculating unit that calculates the conditional probability based on survey data including the second item and the predetermined first item and each item data;
The acquisition unit
The information processing apparatus according to claim 1, wherein the conditional probability calculated by the probability calculation unit is acquired.
所定の第1項目Xs(i=s)が取り得る項目データxsj(1≦j≦m)ごとに、前記第1項目とは異なる第2項目Yが取り得る項目データyk(1≦k≦p)についての条件付き確率P(yk|xsj)を取得する取得ステップと、
前記リスト内の前記所定の第1項目Xsに設定された項目データ、及び前記条件付き確率P(yk|xsj)に基づいて、所定のユーザ識別情報に対応する第2項目Yが、項目データykをそれぞれ取る可能性を示すパラメータZ(yk)を算出する算出ステップと、
前記第2項目を前記リストに追加する追加ステップと、
前記パラメータZ(yk)に基づいて、前記所定のユーザ識別情報に関連付けられた前記第2項目Yの項目データを設定する設定ステップと、
を実行する情報処理方法。 A computer having a storage unit for storing a list including one or a plurality of first items X i (1 ≦ i ≦ n) and item data associated with user identification information,
For each item data x sj (1 ≦ j ≦ m) that can be taken by a predetermined first item X s (i = s), item data y k (1 ≦ j) that can be taken by a second item Y different from the first item. obtaining a conditional probability P (y k | x sj ) for k ≦ p);
Based on the item data set to the predetermined first item X s in the list and the conditional probability P (y k | x sj ), the second item Y corresponding to the predetermined user identification information is: A calculation step for calculating a parameter Z (y k ) indicating the possibility of taking item data y k , respectively;
An adding step of adding the second item to the list;
A setting step of setting item data of the second item Y associated with the predetermined user identification information based on the parameter Z (y k );
Information processing method to execute.
所定の第1項目Xs(i=s)が取り得る項目データxsj(1≦j≦m)ごとに、前記第1項目とは異なる第2項目Yが取り得る項目データyk(1≦k≦p)についての条件付き確率P(yk|xsj)を取得する取得ステップと、
前記リスト内の前記所定の第1項目Xsに設定された項目データ、及び前記条件付き確率P(yk|xsj)に基づいて、所定のユーザ識別情報に対応する第2項目Yが、項目データykをそれぞれ取る可能性を示すパラメータZ(yk)を算出する算出ステップと、
前記第2項目を前記リストに追加する追加ステップと、
前記パラメータZ(yk)に基づいて、前記所定のユーザ識別情報に関連付けられた前記第2項目Yの項目データを設定する設定ステップと、
を実行させるプログラム。 A computer having a storage unit that stores a list including one or a plurality of first items X i (1 ≦ i ≦ n) and item data associated with user identification information;
For each item data x sj (1 ≦ j ≦ m) that can be taken by a predetermined first item X s (i = s), item data y k (1 ≦ j) that can be taken by a second item Y different from the first item. obtaining a conditional probability P (y k | x sj ) for k ≦ p);
Based on the item data set to the predetermined first item X s in the list and the conditional probability P (y k | x sj ), the second item Y corresponding to the predetermined user identification information is: A calculation step for calculating a parameter Z (y k ) indicating the possibility of taking item data y k , respectively;
An adding step of adding the second item to the list;
A setting step of setting item data of the second item Y associated with the predetermined user identification information based on the parameter Z (y k );
A program that executes
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015115828A JP6034451B1 (en) | 2015-06-08 | 2015-06-08 | Information processing apparatus, information processing method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015115828A JP6034451B1 (en) | 2015-06-08 | 2015-06-08 | Information processing apparatus, information processing method, and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6034451B1 JP6034451B1 (en) | 2016-11-30 |
JP2017004161A true JP2017004161A (en) | 2017-01-05 |
Family
ID=57419808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015115828A Active JP6034451B1 (en) | 2015-06-08 | 2015-06-08 | Information processing apparatus, information processing method, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6034451B1 (en) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4934058B2 (en) * | 2008-01-09 | 2012-05-16 | 日本電信電話株式会社 | Co-clustering apparatus, co-clustering method, co-clustering program, and recording medium recording the program |
JP5444282B2 (en) * | 2011-05-11 | 2014-03-19 | 株式会社日立システムズ | Data shaping system, method, and program |
JP6060800B2 (en) * | 2013-04-25 | 2017-01-18 | 株式会社Jvcケンウッド | Information selection device, information selection method, and information selection program |
-
2015
- 2015-06-08 JP JP2015115828A patent/JP6034451B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP6034451B1 (en) | 2016-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170061500A1 (en) | Systems and methods for data service platform | |
US20120239590A1 (en) | Managing customer communications among a plurality of channels | |
JP2010073170A (en) | Recommended commodity selection device, recommended commodity selection program and commodity retrieval device | |
WO2012049987A1 (en) | Product recommendation system and product recommendation method | |
US20220108374A1 (en) | Smart Basket for Online Shopping | |
JP2015082246A (en) | Sales information presentation method and sales information presentation program | |
US20190012693A1 (en) | Method for selling no-show item at special price and apparatus therefor | |
JP2012058785A (en) | Information sharing system and information management device | |
US20200294079A1 (en) | Method and apparatus for calculating promotion adjusted loyalty | |
EP3896636A1 (en) | Information processing device and program | |
US20120246030A1 (en) | Information providing device, method, and system | |
CN110796520A (en) | Commodity recommendation method and device, computing equipment and medium | |
JP6034451B1 (en) | Information processing apparatus, information processing method, and program | |
JP6601820B2 (en) | Providing device, providing method, and providing program | |
JP6305595B1 (en) | Information providing apparatus, information providing method, and information providing program | |
JP6660168B2 (en) | Information providing apparatus, information providing method, and program | |
JP7091276B2 (en) | Proposed equipment, proposed method and proposed program | |
US10108650B2 (en) | Information processing device and information processing method | |
JP6958994B2 (en) | Decision device, decision method, and decision program | |
JP2018195201A (en) | Calculation device, calculation method, and calculation program | |
JP2014153887A (en) | Data editing device and program | |
JP2018077636A (en) | Program and combination extraction system | |
JP7303855B2 (en) | Information processing device, information processing method and information processing program | |
JP6727997B2 (en) | Estimating apparatus, estimating method, and estimating program | |
US20230289845A1 (en) | Estimation system, estimation method, and program recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160831 |
|
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: 20161004 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161027 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6034451 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |