JP2019101861A - 情報処理装置、情報処理方法、およびプログラム - Google Patents

Abstract

【課題】複数の商品が配置される店舗における商品配置の提案を行う装置を提供する。【解決手段】商品自体の属性値である１以上の商品自体属性値と、店舗内での商品の配置の属性値である１以上の配置属性値と、１以上の商品の販売に関する販売情報とを有する学習対象情報を学習した学習情報が格納される学習情報格納部と、１以上の商品自体属性値を有する２以上の対象商品情報を受け付ける受付部と、２以上の各対象商品情報が有する１以上の商品自体属性値を学習情報に適用し、販売情報を取得する販売情報取得部と、販売情報を出力する出力部とを具備する情報処理装置により、複数の商品が配置される店舗における商品配置の提案を行える。【選択図】図２

Description

本発明は、２以上の商品の店舗における配置についての情報処理を行う情報処理装置等に関するものである。

従来、顧客の移動とともに商品の移動を確実に追跡でき、顧客が購入もしくは興味を示した商品を特定でき、これから商品間の売上の相関などを解析でき、効果的な商品レイアウトを提案可能とするレイアウト評価・提案システムがあった（特許文献１参照）。

かかるシステムは、顧客とともに移動する顧客用無線タグ及び商品に取り付けられた商品用無線タグから顧客ＩＤ及び商品ＩＤを、店舗内に設置された複数の無線タグリーダにより定期的に読み取り、顧客ＩＤ、商品ＩＤ、リーダＩＤ、時刻情報からなるタグ情報を生成し、収集し、移動軌跡解析サーバで店舗内における各顧客及び各商品の動線データを作成し、同一顧客が同時に購入する確率の高い商品の組み合わせを表す商品間情報を作成し、レイアウト評価・提案サーバで商品間情報と商品の店舗内における配置とを基に、店舗内における商品レイアウトを評価し、効果的な商品レイアウトを提案するシステムである。

特開２００５−３１９６３号公報

しかしながら、従来技術においては、販売に関する販売情報を用いて、複数の商品が配置される店舗における商品配置の提案を行うことが困難であった。なお、販売情報は、例えば、複数の商品の販売総額、複数の商品の販売総数等である。

本第一の発明の情報処理装置は、商品自体の属性値である１以上の商品自体属性値と、店舗内での商品の配置の属性値である１以上の配置属性値と、１以上の商品の販売に関する販売情報とを有する学習対象情報を学習した学習情報が格納される学習情報格納部と、１以上の商品自体属性値を有する２以上の対象商品情報を受け付ける受付部と、２以上の各対象商品情報が有する１以上の商品自体属性値を学習情報に適用し、販売情報を取得する販売情報取得部と、販売情報を出力する出力部とを具備する情報処理装置である。

かかる構成により、商品の販売情報を予測できる。

また、本第二の発明の情報処理装置は、第一の発明に対して、２以上の各商品の１以上の配置属性値を有する配置パターンの情報である２以上の配置パターン情報を取得する配置パターン情報取得部をさらに具備し、販売情報取得部は、受付部が受け付けた１以上の商品自体属性値と、配置パターン情報取得部が取得した配置パターン情報とを学習情報に適用し、販売情報を取得することを、２以上の各配置パターン情報ごとに行い、販売情報取得部が取得した２以上の各配置パターン情報ごとの販売情報に対して、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する判断部と、判断部が販売状況が良好であると判断した場合の配置パターン情報を用いて、出力する情報である出力情報を構成する構成部とをさらに具備し、出力部は、構成部が構成した出力情報、または構成部が構成した出力情報と販売情報とを出力する情報処理装置である。

かかる構成により、販売状況が良いと推定される商品配置の提案を行える。

また、本第三の発明の情報処理装置は、第一の発明に対して、受付部は、１以上の商品自体属性値と１以上の配置属性値とを有する２以上の対象商品情報を受け付け、受付部が受け付けた対象商品情報が有する１以上の属性値のうちの一部の属性値を変更する属性値変更部をさらに具備し、販売情報取得部は、属性値変更部が変更した属性値と、受付部が受け付けた１以上の属性値の中で属性値変更部が変更していない属性値とを学習情報に適用し、販売情報を取得し、販売情報取得部が取得した販売情報が、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する判断部と、判断部が販売状況が良好であると判断した場合の配置パターン情報を用いて、出力する情報である出力情報を構成する構成部とをさらに具備し、出力部は、構成部が構成した出力情報、または構成部が構成した出力情報と販売情報とを出力する情報処理装置である。

かかる構成により、販売状況が良いと推定される商品の属性値の変更を提案できる。

また、本第四の発明の情報処理装置は、第三の発明に対して、属性値変更部は、受付部が受け付けた１以上の属性値のうちの配置属性値を変更する情報処理装置である。

かかる構成により、販売状況が良いと推定される商品の配置の変更を提案できる。

また、本第五の発明の情報処理装置は、第一から第四いずれか１つの発明に対して、学習対象情報、および対象商品情報は、配置される商品の数量に関する数量情報を含む情報処理装置である。

かかる構成により、販売状況が良いと推定される配置する商品の数量の変更を提案できる。

また、本第六の発明の情報処理装置は、第一から第五いずれか１つの発明に対して、受付部は、商品に関する情報ではない１以上の外部情報をも受け付け、販売情報取得部は、１以上の商品自体属性値と１以上の外部情報とを学習情報に適用し、販売情報を取得する情報処理装置である。

かかる構成により、外部情報をも用いて、精度の高い処理が行える。

また、本第七の発明の情報処理装置は、第一から第六いずれか１つの発明に対して、受付部は、商品自体の属性値である１以上の商品自体属性値と、店舗内での商品の配置の属性値である１以上の配置属性値と、１以上の商品の販売に関する販売情報とを有する学習対象情報をも受け付け、学習対象情報を機械学習のアルゴリズムにより学習し、学習情報を取得する学習部をさらに具備し、学習情報格納部の学習情報は、学習部が取得した学習情報である情報処理装置である。

かかる構成により、学習情報が容易に取得できる。

本発明による情報処理装置によれば、販売情報を用いて、複数の商品が配置される店舗における商品配置の提案を行える。

実施の形態１における情報システムＡの概念図 同情報システムＡのブロック図 同情報処理装置１の動作例について説明するフローチャート 同出力情報取得処理の例について説明するフローチャート 同パターン情報取得処理の例について説明するフローチャート 同端末装置２の動作例について説明するフローチャート 同商品情報管理表を示す図 同配置パターン情報管理表を示す図 同店舗の雛形画像を示す図 同属性値条件管理表を示す図 同学習対象情報を示す図 同出力情報を示す図 同コンピュータシステムの概観図 同コンピュータシステムのブロック図

以下、情報処理装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。

（実施の形態１）

本実施の形態において、２以上の各商品の１以上の商品自体属性値と店舗内での商品の配置属性値と商品の販売に関する販売情報とを有する２以上の商品属性情報を学習した学習情報が格納され、１以上の商品自体属性値を有する２以上の対象商品属性情報を受け付け、販売情報を出力する情報処理装置を含む情報システムについて説明する。なお、商品自体属性値は、商品自体の属性値である。

また、本実施の形態において、販売状況が良いと推定できる、店舗における商品の配置を提案できる情報処理装置を含む情報システムについて説明する。

また、本実施の形態において、販売状況が良い、または販売状況が良くなると推定できる、店舗における商品の配置の変更や商品の他の属性値の変更を提案できる情報処理装置を含む情報システムについて説明する。

図１は、本実施の形態における情報システムＡの概念図である。情報システムＡは、情報処理装置１、および１または２以上の端末装置２を備える。情報処理装置１は、ここではいわゆるサーバ装置である。情報処理装置１は、例えば、クラウドサーバやＡＳＰサーバであるが、そのタイプや設置場所は問わない。端末装置２は、スマートフォンやタブレット端末や携帯電話等の携帯端末、いわゆるパソコン等であり、そのタイプは問わない。

図２は、本実施の形態における情報システムＡのブロック図である。

情報システムＡを構成する情報処理装置１は、格納部１１、受付部１２、処理部１３、および出力部１４を備える。格納部１１は、学習情報格納部１１１、および属性値条件格納部１１２を備える。処理部１３は、学習部１３１、配置パターン情報取得部１３２、属性値変更部１３３、販売情報取得部１３４、判断部１３５、構成部１３６を備える。販売情報取得部１３４は、属性値集合取得手段１３４１、および販売情報取得手段１３４２を備える。

端末装置２は、端末格納部２１、端末受付部２２、端末処理部２３、端末送信部２４、端末受信部２５、および端末出力部２６を備える。

情報処理装置１を構成する格納部１１は、各種の情報が格納される。各種の情報とは、例えば、後述する学習情報、後述する属性値条件、１または２以上の配置パターン情報、２以上の対象商品情報等である。

配置パターン情報とは、店舗内での２以上の商品の配置を決定するための情報である。配置パターン情報は、例えば、商品を識別する商品識別子と当該商品の配置位置を特定する配置属性値である。なお、商品識別子は、商品の種類を識別する情報と考えても良い。配置属性値は、例えば、店舗内の領域のＩＤ、または店舗内における相対的な位置を示す１以上の位置情報（例えば、左上座標値、右下座標値）等である。配置属性値は、商品を配置する位置を特定できる情報であれば何でも良い。なお、店舗内とは、屋内でも屋外でも良い。また、店舗は、勿論、複数階を有する店舗でも良い。また、店舗は、一時的な場所でも良い。つまり、店舗は、移動販売の店舗でも良い。かかる場合、領域は、移動販売する店舗の移動販売先である。また、領域は、エリアと言っても良い。

学習情報格納部１１１には、学習情報が格納される。学習情報は、例えば、学習部１３１が学習を行い、取得した情報である。なお、学習部１３１の詳細については後述する。

学習情報は、例えば、１または２以上の学習対象情報を学習した情報である。学習情報は、２以上の学習対象情報でも良い。

学習対象情報は、学習させる情報である。学習対象情報は、販売情報取得部１３４が販売情報を取得するために使用される情報である。また、学習対象情報は、１以上の商品自体属性値と、１以上の配置属性値と、１以上の販売情報とを有する。学習対象情報は、１以上の外部情報を有しても良い。

商品自体属性値は、上述したように、商品自体の属性値であり、例えば、商品の色、商品の形状、商品の重量、商品のタイプ、商品の種類、価格（単価）等である。

配置属性値は、店舗内での商品の配置の属性値である。販売情報は、商品の販売に関する情報である。販売情報は、通常、２以上の商品の販売に関する情報である。

販売情報は、例えば、特定の商品の販売数、２以上の商品の販売総数、２以上の商品の販売総額などである。学習対象情報は、１以上の各商品の数量を示す数量情報を有しても良い。数量情報は、数でも良いし、量等でも良い。

外部情報は、商品や店舗に無関係な情報である。外部情報は、例えば、環境に関する環境情報、近隣のイベントに関するイベント情報等である。環境情報は、例えば、天気を示す天気情報（例えば、晴、雨、曇、晴時々曇、台風等）、気温を示す気温情報（例えば、２５度、３８度、−２度、氷点下、真夏日等）、湿度を示す湿度情報（例えば、８７％、３５％等）である。イベント情報は、近隣でのイベント（例えば、コンサートや野球の試合等）の有無、イベントの数等である。かかる外部情報は、予め格納部１１に格納されていても良いし、図示しないサーバ装置から処理部１３等により取得されても良い。

属性値条件格納部１１２は、１以上の属性値条件が格納される。属性値条件は、属性値が採り得る条件に関する情報である。属性値条件は、通常、属性識別子、属性値変更条件を有する。

属性識別子は、属性値を識別する情報であり、例えば、属性名、ＩＤである。属性名は、例えば、商品の数量を示す「数量」、商品の色を示す「色」、商品の形状を示す「形状」、商品の重量を示す「重量」、商品のタイプを示す「タイプ」等である。

属性値変更条件は、属性値を変更するための情報である。属性値変更条件は、２以上の属性値を取得するための情報であっても良い。属性値変更条件は、例えば、属性値が採り得る候補の情報の集合、属性値が採り得る値の範囲の情報である。属性値が採り得る候補の情報の集合は、例えば、「配置属性値＝１，２，３，４，５」、「色＝赤，青，白」である。属性値が採り得る値の範囲の情報は、例えば、「１０＜＝数量情報＜＝２０」である。なお、「配置属性値＝１，２，３，４，５」は、配置され得る領域のＩＤが１〜５のいずれかの自然数であることである。

受付部１２は、情報や指示等を受け付ける。情報や指示等とは、例えば、２以上の対象商品情報である。対象商品情報は、配置を決定する対象の商品の情報である。対象商品情報は、１以上の商品自体属性値を有する。また、対象商品情報は、例えば、１以上の商品自体属性値と１以上の配置属性値とを有する。情報や指示等とは、例えば、学習対象情報である。

受付部１２は、２以上の対象商品情報を端末装置２から受信しても良いし、格納部１１から取得する等しても良い。

また、受付部１２は、例えば、学習指示、提案指示、販売予測指示を受け付けても良い。

学習指示は、学習を開始する指示である。学習指示は、学習対象情報を有する。

提案指示は、商品の配置の提案を行う指示である。提案指示は、良好な販売状況となると推定される商品の配置についての情報を出力する指示でも良いし、販売状況が改善されると推定される商品の配置についての情報を出力する指示でも良い。提案指示は、例えば、２以上の対象商品情報を有する。

販売予測指示は、販売予測を出力させる指示である。販売予測指示は、例えば、２以上の対象商品情報を有する。

なお、ここでの受け付けとは、通常、端末装置２からの受信であるが、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念である。受け付けとは、対象となる情報や指示を取得できる処理であれば良い。

受け付けが入力デバイスから入力された情報等の受け付けである場合、その入力手段は、タッチパネルやキーボードやマウスやメニュー画面によるもの等、何でも良い。かかる場合、受付部１２は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。

処理部１３は、各種の処理を行う。各種の処理とは、例えば、学習部１３１、配置パターン情報取得部１３２、属性値変更部１３３、販売情報取得部１３４、判断部１３５、構成部１３６が行う処理である。

学習部１３１は、１または２以上の学習対象情報を機械学習のアルゴリズムにより学習し、学習情報を取得する。なお、学習部１３１は、２以上の各学習対象情報からベクトルを取得し、当該２以上のベクトルを機械学習のアルゴリズムにより学習し、学習情報を取得することは好適である。ここで、機械学習とは、例えば、ＳＶＲ、深層学習、決定木、ランダムフォレスト、ＳＶＭ等である。ただし、機械学習のアルゴリズムは問わない。

学習情報は、商品の１以上の属性値を適用した場合に、販売情報が得られるための情報であれば良い。

なお、学習部１３１の処理は公知技術であるので、詳細な説明は省略する。また、学習情報は、例えば、２以上の商品属性情報と販売情報との組を複数有する情報でも良い。また、学習情報は、例えば、２以上の商品属性情報と販売情報とを対応付ける複数の対応情報でも良い。なお、商品属性情報は、商品自体属性値または配置属性値でも良い。

配置パターン情報取得部１３２は、２以上の配置パターン情報を取得する。配置パターン情報は、２以上の各商品の１以上の配置属性値を有する情報であり、配置パターンの情報である。

配置パターン情報取得部１３２は、例えば、格納部１１から２以上の配置パターン情報を読み出す。そして、配置パターン情報取得部１３２は、例えば、取得した２以上の各配置パターン情報に従って、２以上の各対象商品情報の配置属性値を取得する。なお、配置パターン情報は、２以上の商品情報を出力情報の中に配置するための情報である。配置パターン情報が決定されれば、通常、２以上の商品情報の配置が決定される。

配置パターン情報取得部１３２は、例えば、受付部１２が受け付けた２以上の各対象商品情報に対応する商品の配置順序を、各対象商品情報に対して付加する。なお、かかる場合、配置パターン情報取得部１３２は、例えば、ランダムに、１から順に、配置順序を、任意に選択した対象商品情報に対して、付加しても良い。また、配置パターン情報取得部１３２は、例えば、予め決められた条件に基づいて、各対象商品情報の配置順序を決定し、当該配置順序を各対象商品情報に対して付加する。なお、予め決められた条件は、１以上の属性値を用いた条件でも良いし、商品識別子に対応付いた、配置可能な領域を示す情報等でも良い。また、配置順序を示す情報は、通常、商品を配置する領域を示す配置属性値に対応する情報（配置属性値そのものでも良い）である。

属性値変更部１３３は、受付部１２が受け付けた対象商品情報が有する１以上の属性値のうちの一部の属性値を変更する。変更する属性値は、例えば、数量情報、または色等である。

また、属性値変更部１３３は、例えば、受付部１２が受け付けた１以上の属性値のうちの配置属性値を変更する。

なお、属性値変更部１３３がどのように属性値を変更するかは問わない。ただし、属性値変更部１３３は、属性値条件に合致するように、属性値を変更することは好適である。属性値条件が、例えば、属性値が採り得る候補の情報の集合である場合、属性値変更部１３３は、例えば、属性値が採り得る候補の中から一の候補を選択し、当該一の候補を変更後の属性値に決定する。また、属性値条件が、例えば、属性値が採り得る値の範囲の情報である場合、属性値変更部１３３は、例えば、当該範囲からランダムに一の値を取得し、当該値を変更後の属性値に決定する。

また、属性値変更部１３３は、通常、２以上の商品の配置領域が競合しないように、２以上の各商品の配置属性値を取得する。

販売情報取得部１３４は、２以上の各対象商品情報を用いて、販売情報を取得する。販売情報取得部１３４は、例えば、２以上の各対象商品情報が有する１以上の属性値を学習情報に適用し、販売情報を取得する。

販売情報取得部１３４は、例えば、２以上の各対象商品情報が有する１以上の商品自体属性値を学習情報に適用し、販売情報を取得する。

販売情報取得部１３４は、例えば、２以上の各対象商品情報が有する１以上の商品自体属性値と１以上の配置属性値とを学習情報に適用し、販売情報を取得する。

販売情報取得部１３４は、例えば、受付部１２が受け付けた１以上の商品自体属性値と、配置パターン情報取得部１３２が取得した配置パターン情報とを学習情報に適用し、販売情報を取得することを、２以上の各配置パターン情報ごとに行う。

販売情報取得部１３４は、例えば、受付部１２が受け付けた１以上の商品自体属性値と、配置パターン情報取得部１３２が取得した２以上の各配置パターン情報に対応する２以上の配置識別子とを学習情報に適用し、販売情報を取得することを、２以上の各配置パターン情報ごとに行う。

販売情報取得部１３４は、属性値変更部１３３が変更した属性値と、受付部１２が受け付けた１以上の属性値の中で属性値変更部１３３が変更していない属性値とを学習情報に適用し、販売情報を取得する。

１以上の属性値を学習情報に適用する処理は、例えば、機械学習のアルゴリズムを用いる処理である。また、１以上の属性値を学習情報に適用する処理は、例えば、１以上の属性値に最も近い１以上の属性値を学習情報から選択し、当該選択した学習情報が有する販売情報を取得する処理である。

１以上の属性値を学習情報に適用する処理は、例えば、受付部１２が受け付けた２以上の各対象商品情報が有する１以上の属性値に最も近い１以上の属性値を学習情報から選択し、当該選択した１以上の属性値と対になる販売情報を学習情報から取得する処理である。なお、１以上の属性値は、通常、１以上の商品自体識別子と１以上の配置識別子とを含む。

販売情報取得部１３４は、例えば、機械学習のアルゴリズムを用いて、対象商品情報を学習情報に適用し、販売情報を取得する。なお、機械学習は、例えば、ＳＶＲ、深層学習、決定木、ランダムフォレスト、ＳＶＭ等である。また、ここで受付部１２が受け付けた２以上の対象商品情報は、販売情報を含まないことは好適である。

属性値集合取得手段１３４１は、１または２以上の属性値集合を取得する。属性値集合は、受付部１２が受け付けた２以上の各対象商品情報が有する１以上の属性値のみから取得される属性値の集合でも良い。また、属性値集合は、受付部１２が受け付けた２以上の各対象商品情報が有する１以上の属性値に加えて、配置パターン情報取得部１３２が取得した１以上の配置属性値から、取得される属性値の集合でも良い。また、属性値集合は、受付部１２が受け付けた２以上の各対象商品情報が有する１以上の属性値のうち、属性値変更部１３３により変更されていない属性値、および属性値変更部１３３により変更された属性値から、取得される属性値の集合でも良い。また、属性値集合は、受付部１２が受け付けた２以上の各対象商品情報が有する１以上の属性値のうち、属性値変更部１３３により変更されていない属性値、属性値変更部１３３により変更された属性値、および配置パターン情報取得部１３２が取得した１以上の配置属性値から、取得される属性値の集合でも良い。属性値集合取得手段１３４１が取得する属性値集合と、受付部１２が受け付けた２以上の各対象商品情報が有する１以上の属性値等との構造は同じでも良いし、異なっていても良い。

属性値集合取得手段１３４１は、１または２以上の各属性に対して、各属性に対応する属性値変更条件を満たすように、属性値の採り得る値を取得し、当該属性値の採り得る値の集合から、採り得る属性値の組み合わせを取得することは好適である。属性値の組み合わせは、属性値集合と言っても良い。

属性値集合取得手段１３４１は、外部情報を取得しても良い。属性値集合取得手段１３４１は、例えば、格納部１１から外部情報を取得しても良い。また、属性値集合取得手段１３４１は、例えば、図示しないサーバ装置から外部情報を取得しても良い。

販売情報取得手段１３４２は、属性値集合取得手段１３４１が取得した属性値集合を、学習情報に適用し、販売情報を取得する。販売情報取得手段１３４２は、例えば、属性値集合取得手段１３４１が取得した属性値集合を、学習情報に適用し、機械学習のアルゴリズムにより販売情報を取得する。また、販売情報取得手段１３４２は、例えば、属性値集合取得手段１３４１が取得した属性値集合に類似度が予め決められた条件を満たすほど大きい１以上の属性値を学習情報から検索し、当該１以上の属性値と対になる１または２以上の販売情報を学習情報から取得する。なお、販売情報取得手段１３４２は、例えば、属性値集合取得手段１３４１が取得した属性値集合に類似度が最も大きい１以上の属性値を学習情報から検索し、当該１以上の属性値と対になる販売情報を学習情報から取得する。

判断部１３５は、販売情報取得部１３４が取得した２以上の各配置パターン情報ごとの販売情報に対して、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する。

判断部１３５は、販売情報取得部１３４が取得した販売情報が、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する。

判断部１３５は、例えば、販売情報取得部１３４が取得した２以上の各配置パターン情報ごとの販売情報に対して、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する。予め決められた条件とは、例えば、販売総額である販売情報が閾値以上または閾値より大きいことである。また、予め決められた条件とは、例えば、総販売数である販売情報が閾値以上または閾値より大きいことである。また、予め決められた条件とは、例えば、受け付けられた販売情報と比較して、販売状況が改善されていることである。かかることは、例えば、受け付けられた販売総額より取得された販売総額が大きいこと、受け付けられた販売総数より取得された販売総数が多いことである。なお、受け付けられた販売総額や受け付けられた販売総数は、通常、改善する出力情報の販売実績の情報である。

構成部１３６は、販売状況が良好であると判断部１３５が判断した場合の配置パターン情報を用いて、出力する情報である出力情報を構成する。出力情報は、配置パターン情報そのものでも良いし、商品識別子と配置識別子との組を２組以上有する情報でも良いし、店舗内に２以上の商品が配置された画像等でも良い。

２以上の販売情報が取得された場合、構成部１３６は、予め決められた条件を満たす販売情報を選択しても良い。そして、構成部１３６は、選択した販売情報に対応する１以上の配置属性値を用いて、出力情報を構成する。

出力部１４は、構成部１３６が構成した出力情報、販売情報のうちの１以上の情報を出力する。

ここで、出力とは、通常、外部の装置（通常、端末装置２）への送信であるが、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念であると考えても良い。

なお、出力が販売情報の引渡しである場合、例えば、判断部１３５への販売情報の引渡しである。

端末装置２を構成する端末格納部２１は、各種の情報が格納される。各種の情報とは、例えば、ユーザを識別するユーザ識別子である。各種の情報は、例えば、端末受信部２５が受信した情報である。なお、ユーザ識別子は、端末装置２を識別する情報でも良い。

端末受付部２２は、各種の指示や情報等を受け付ける。各種の指示や情報等とは、例えば、学習指示、提案指示、販売予測指示、学習対象情報、２以上の対象商品情報等である。ここで、受け付けとは、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、有線もしくは無線の通信回線を介して送信された情報の受信、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念である。

各種の指示や情報等の入力手段は、タッチパネルやキーボードやマウスやメニュー画面によるもの等、何でも良い。端末受付部２２は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。

端末処理部２３は、各種の処理とは、例えば、端末受信部２５が受信した情報を表示されるデータに構成する処理である。各種の処理とは、例えば、端末受付部２２が受け付けた指示等を送信する指示等に構成する処理である。

端末送信部２４は、各種の指示や情報等を情報処理装置１に送信する。各種の指示や情報等とは、例えば、端末処理部２３が構成した指示、端末受付部２２が受け付けた指示や情報等である。

端末受信部２５は、各種の情報を情報処理装置１から受信する。各種の情報とは、例えば、販売情報、出力情報である。

端末出力部２６は、各種の情報を取得する。各種の情報とは、例えば、端末受付部２２が受け付けた情報、端末受信部２５が受信した情報、端末処理部２３が構成した情報である。各種の情報とは、例えば、販売情報、出力情報である。

ここで、出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念である。

格納部１１、学習情報格納部１１１、属性値条件格納部１１２、および端末格納部２１は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。

格納部１１等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が格納部１１等で記憶されるようになってもよく、通信回線等を介して送信された情報が格納部１１等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が格納部１１等で記憶されるようになってもよい。

格納部１１、学習情報格納部１１１、属性値条件格納部１１２、および端末格納部２１は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。

格納部１１等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が格納部１１等で記憶されるようになってもよく、通信回線等を介して送信された情報が格納部１１等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が格納部１１等で記憶されるようになってもよい。

処理部１３、学習部１３１、配置パターン情報取得部１３２、属性値変更部１３３、販売情報取得部１３４、判断部１３５、構成部１３６、属性値集合取得手段１３４１、販売情報取得手段１３４２、および端末処理部２３は、通常、ＭＰＵやメモリ等から実現され得る。処理部１３等の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。

出力部１４、および端末送信部２４は、通常、無線または有線の通信手段で実現されるが、放送手段で実現されても良い。

なお、出力部１４は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現されても良い。

端末出力部２６は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。端末出力部２６は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。

次に、情報システムＡの動作について説明する。まず、情報処理装置１の動作例について、図３のフローチャートを用いて説明する。

（ステップＳ３０１）受付部１２は、学習指示を受け付けたか否かを判断する。学習指示を受け付けた場合はステップＳ３０２に行き、学習指示を受け付けない場合はステップＳ３０４に行く。

（ステップＳ３０２）学習部１３１は、ステップＳ３０１で受け付けられた学習指示が有する１以上の学習対象情報を取得する。そして、学習部１３１は、１または２以上の学習対象情報を機械学習のアルゴリズムにより学習し、学習情報を取得する。

（ステップＳ３０３）学習部１３１は、ステップＳ３０２で取得した学習情報を学習情報格納部１１１に蓄積する。ステップＳ３０１に戻る。

（ステップＳ３０４）受付部１２は、端末装置２から提案指示を受信したか否かを判断する。提案指示を受信した場合はステップＳ３０５に行き、提案指示を受信しなかった場合はステップＳ３０７に行く。なお、提案指示は、２以上の対象商品情報を有する。

（ステップＳ３０５）処理部１３は、提案指示が有する２以上の対象商品情報を用いて、出力情報を取得する。かかる出力情報取得処理について、図４のフローチャートを用いて説明する。

（ステップＳ３０６）出力部１４は、ステップＳ３０５で取得された出力情報を端末装置２に送信する。ステップＳ３０１に戻る。なお、出力情報が送信される端末装置２は、提案指示を送信してきた装置である。

（ステップＳ３０７）受付部１２は、端末装置２から販売予測指示を受信したか否かを判断する。販売予測指示を受信した場合はステップＳ３０８に行き、販売予測指示を受信しなかった場合はステップＳ３０１に戻る。なお、販売予測指示は、２以上の対象商品情報を有する。

（ステップＳ３０８）販売情報取得部１３４は、ステップＳ３０７で受信された販売予測指示が有する２以上の対象商品情報を取得する。

（ステップＳ３０９）販売情報取得部１３４は、ステップＳ３０８で取得した２以上の対象商品情報を学習情報に適用し、販売情報を取得する。なお、２以上の対象商品情報を学習情報に適用することは、例えば、２以上の各対象商品情報が有する１以上の属性値を学習情報に適用することである。

（ステップＳ３１０）出力部１４は、ステップＳ３０９で取得された販売情報を端末装置２に送信する。ステップＳ３０１に戻る。なお、販売情報が送信される端末装置２は、販売予測指示を送信してきた装置である。

なお、図３のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

次に、ステップＳ３０５の出力情報取得処理の例について、図４のフローチャートを用いて説明する。

（ステップＳ４０１）配置パターン情報取得部１３２等は、パターン情報を取得する。かかるパターン情報取得処理について、図５のフローチャートを用いて説明する。なお、パターン情報とは、２以上の属性値の組み合わせである。パターン情報とは、２以上の属性値の集合である、と言っても良い。また、パターン情報取得処理は、２以上の属性値の集合を取得する。また、２以上の各属性値の集合は、それぞれ、少なくとも一部の属性値は異なる。なお、２以上の属性値は、通常、１以上の商品自体属性値および１以上の配置属性値を有する。

（ステップＳ４０２）販売情報取得部１３４は、カウンタｉに１を代入する。

（ステップＳ４０３）販売情報取得部１３４は、ステップＳ４０１で取得された属性値の集合から、ｉ番目の属性値の組み合わせを取得しようとする。なお、ｉ番目の属性値の組み合わせとは、ｉ番目の属性値の集合である。

（ステップＳ４０４）販売情報取得部１３４は、ｉ番目の属性値の組み合わせが取得できた場合はステップＳ４０５に行き、取得できなかった場合はステップＳ４０７に行く。

（ステップＳ４０５）販売情報取得部１３４は、ｉ番目の属性値の組み合わせを、学習情報格納部１１１の学習情報に適用し、販売情報を取得する。そして、販売情報取得部１３４は、取得した販売情報を、ｉ番目の属性値の組み合わせに対応付けて、図示しないバッファに一時蓄積する。

（ステップＳ４０６）販売情報取得部１３４は、カウンタｉを１、インクリメントする。ステップＳ４０３に戻る。

（ステップＳ４０７）判断部１３５は、ステップＳ４０５で取得した１以上の販売情報の中から、予め決められた条件を満たす販売情報を決定する。そして、判断部１３５は、決定した１以上の各販売情報に対応する属性値の組み合わせを図示しないバッファから取得する。なお、予め決められた条件を満たす販売情報は、通常、予め決められた条件を満たすほど販売状況が良い販売情報、または予め決められた条件を満たすほど販売状況が改善される販売情報である。なお、予め決められた条件を満たす販売情報は、例えば、上位Ｎ（Ｎは１、または２以上の自然数）の販売情報である。

（ステップＳ４０８）構成部１３６は、カウンタｊに１を代入する。

（ステップＳ４０９）構成部１３６は、ステップＳ４０７で取得された属性値の組み合わせのうち、ｊ番目の属性値の組み合わせが存在するか否かを判断する。ｊ番目の属性値の組み合わせが存在する場合はステップＳ４１０に行き、ｊ番目の属性値の組み合わせが存在しない場合は上位処理にリターンする。

（ステップＳ４１０）構成部１３６は、ｊ番目の属性値の組み合わせに従って、出力情報を構成する。

（ステップＳ４１１）出力部１４は、ステップＳ４１０で構成された出力情報を端末装置２に送信する。

（ステップＳ４１２）構成部１３６は、カウンタｊを１、インクリメントする。ステップＳ４０９に戻る。

次に、ステップＳ４０１のパターン情報取得処理の例について、図５のフローチャートを用いて説明する。

（ステップＳ５０１）属性値変更部１３３は、カウンタｉに１を代入する。

（ステップＳ５０２）属性値変更部１３３は、属性値の変更が可能なｉ番目の種類の属性値が存在するか否かを判断する。属性値の変更が可能なｉ番目の種類の属性値が存在する場合はステップＳ５０３に行き、属性値の変更が可能なｉ番目の種類の属性値が存在しない場合はステップＳ５０５に行く。なお、属性値変更部１３３は、例えば、属性値条件格納部１１２にｉ番目の属性値条件、またはｉ番目の属性識別子が存在するか否かにより、属性値の変更が可能なｉ番目の種類の属性値が存在するか否かを判断する。

（ステップＳ５０３）属性値変更部１３３は、ｉ番目の種類の属性値の採り得る値をすべて取得する。属性値変更部１３３は、ｉ番目の種類の属性値に対応する属性値変更条件が属性値が採り得る候補の情報の集合である場合、属性値条件格納部１１２から、当該属性値が採り得る候補の情報をすべて取得する。また、属性値変更部１３３は、ｉ番目の種類の属性値に対応する属性値変更条件が属性値が採り得る値の範囲の情報である場合、例えば、属性値条件格納部１１２から、当該範囲の情報を取得し、当該範囲を満たす２以上の候補の情報の集合を取得する。なお、属性値変更部１３３は、当該範囲を満たす２以上の候補の情報の集合をいかに取得しても良い。例えば、属性値変更部１３３は、当該範囲の中の最小値から最大値になるまで、固定値ずらしながら、２以上の候補の情報の集合を、取得しても良いし、当該範囲の中から、ランダムにＮ個（Ｎは、例えば、固定数）の値を取得する等しても良い。

（ステップＳ５０４）属性値変更部１３３は、カウンタｉを１、インクリメントする。ステップＳ５０２に戻る。

（ステップＳ５０５）属性値変更部１３３は、カウンタｊに１を代入する。

（ステップＳ５０６）属性値変更部１３３は、ｊ番目の属性値パターンが存在するか否かを判断する。ｊ番目の属性値パターンが存在する場合はステップＳ５０７に行き、ｊ番目の属性値パターンが存在しない場合は上位処理にリターンする。

なお、属性値変更部１３３は、例えば、ステップＳ５０３で取得された２以上の種類の各属性値の候補の情報の集合から、すべての属性値集合（属性値パターン）を取得する。そして、属性値変更部１３３は、２以上の属性値パターンからｊ番目の属性値パターンが存在するか否かを判断する。また、例えば、対象商品情報が２つ（商品Ａ，商品Ｂ）であり、各対象商品情報が３つの属性（属性１,属性２，属性３）の属性値を有し、属性１は属性値１１,属性値１２のいずれかを取り得、属性２は属性値２１,属性値２２,属性２３のいずれかを取り得、属性３は属性値３１,属性値３２のいずれかを取り得る、とする。かかる場合、属性値変更部１３３は、２４通りの属性値パターンを取得する。

（ステップＳ５０７）配置パターン情報取得部１３２は、カウンタｋに１を代入する。

（ステップＳ５０８）配置パターン情報取得部１３２は、ｊ番目の属性値パターンの元、ｋ番目の配置順序の組み合わせが存在するか否かを判断する。ｋ番目の配置順序の組み合わせが存在する場合はステップＳ５０９に行き、ｋ番目の配置順序の組み合わせが存在しない場合はステップＳ５１２に行く。

（ステップＳ５０９）配置パターン情報取得部１３２は、ｊ番目の属性値パターンの元の、ｋ番目の配置順序の組み合わせを取得する。そして、配置パターン情報取得部１３２は、ｋ番目の配置順序の組み合わせを用いて、２以上の各商品情報の配置属性値を取得する。なお、２以上の各対象商品情報の配置属性値は、配置パターン情報である。また、配置順序の組み合わせとは、２以上の各対象商品情報の配置順序を示す情報（例えば、出力情報の中の左上から１番目に配置する対象商品情報、２番目に配置する対象商品情報、・・・、Ｎ番目に配置する対象商品情報が分かる情報）である。また、属性値変更部１３３は、例えば、ｊ番目の属性値パターンの元、ｋ番目の配置順序を示す情報に従って、２以上の対象商品情報を順に配置し、２以上の各対象商品情報の配置属性値を取得する。

（ステップＳ５１０）属性値変更部１３３は、ｊ番目の属性値パターン、およびステップＳ５０９で取得された配置パターン情報から、属性値の組み合わせを取得し、図示しないバッファに一時蓄積する。

（ステップＳ５１１）配置パターン情報取得部１３２は、カウンタｋを１、インクリメントする。ステップＳ５０８に戻る。

（ステップＳ５１２）属性値変更部１３３は、カウンタｊを１、インクリメントする。ステップＳ５０６に戻る。

なお、図５のフローチャートにおいて、属性値集合取得手段１３４１が１以上の外部情報を取得し、属性値の組み合わせに、当該１以上の外部情報を加えても良い。

次に、端末装置２の動作例について、図６のフローチャートを用いて説明する。

（ステップＳ６０１）端末受付部２２は、学習指示を受け付けたか否かを判断する。学習指示を受け付けた場合はステップＳ６０２に行き、学習指示を受け付けない場合はステップＳ６０４に行く。

（ステップＳ６０２）端末処理部２３は、送信する学習指示を構成する。なお、送信する学習指示は、通常、２以上の学習対象情報を含む。

（ステップＳ６０３）端末送信部２４は、ステップＳ６０２で構成した学習指示を情報処理装置１に送信する。ステップＳ６０１に戻る。

（ステップＳ６０４）端末受付部２２は、提案指示を受け付けたか否かを判断する。提案指示を受け付けた場合はステップＳ６０５に行き、提案指示を受け付けない場合はステップＳ６１０に行く。

（ステップＳ６０５）端末処理部２３は、送信する提案指示を構成する。なお、送信する提案指示は、２以上の対象商品情報を含む。

（ステップＳ６０６）端末送信部２４は、ステップＳ６０５で構成した提案指示を情報処理装置１に送信する。

（ステップＳ６０７）端末受信部２５は、情報処理装置１から１以上の出力情報を受信したか否かを判断する。出力情報を受信した場合はステップＳ６０８に行き、出力情報を受信しなかった場合はステップＳ６０７に行く。

（ステップＳ６０８）端末処理部２３は、出力する出力情報を構成する。

（ステップＳ６０９）端末出力部２６は、ステップＳ６０８で構成された出力情報を出力する。ステップＳ６０１に戻る。

（ステップＳ６１０）端末受付部２２は、販売予測指示を受け付けたか否かを判断する。販売予測指示を受け付けた場合はステップＳ６１１に行き、販売予測指示を受け付けない場合はステップＳ６０１に戻る。

（ステップＳ６１１）端末処理部２３は、送信する販売予測指示を構成する。なお、送信する販売予測指示は、２以上の対象商品情報を含む。

（ステップＳ６１２）端末送信部２４は、ステップＳ６１１で構成した販売予測指示を情報処理装置１に送信する。

（ステップＳ６１３）端末受信部２５は、情報処理装置１から販売情報を受信したか否かを判断する。販売情報を受信した場合はステップＳ６１４に行き、販売情報を受信しなかった場合はステップＳ６１３に行く。

（ステップＳ６１４）端末処理部２３は、出力する販売情報を構成する。

（ステップＳ６１５）端末出力部２６は、ステップＳ６１４で構成された販売情報を出力する。ステップＳ６０１に戻る。

なお、図６のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

以下、本実施の形態における情報システムＡの具体的な動作について説明する。情報システムＡの概念図は図１である。

今、格納部１１は、図７に示す商品情報管理表を格納している、とする。商品情報管理表は、商品に関する情報を管理する表である。商品情報管理表は、「商品ＩＤ」「商品識別子」「商品自体属性値」「商品画像」を有する、とする。なお、「商品ＩＤ」「商品識別子」は、共に商品を識別する情報である。「商品自体属性値」は、ここでは「価格」「重量」「数量」を有する。「価格」は標準価格である、とする。「数量」は標準的な数量（店舗に配置する数量）である、とする。また、「商品画像」は出力情報を構成する場合に使用される画像である。

格納部１１は、図８に示す配置パターン情報管理表を格納している、とする。配置パターン情報管理表は、配置パターン情報を管理する表である。配置パターン情報管理表は、「ＩＤ」「配置パターン識別子」「配置パターン情報」を有するレコードを１または２以上有する。「配置パターン情報」は、ここでは、店舗内の各領域の領域識別子と商品識別子との対の情報の集合である。領域識別子は、図９に示す各領域に付された識別子である。なお、本具体例では、店舗は１２の領域のみを有する小さな店舗であるが、領域の数、店舗内の形状、店舗内の領域の配置等は問わないことは言うまでもない。図８の「ＩＤ＝１」のレコードは、レイアウト１という配置パターンでは、Ａ１１の領域にＭＩＬＫを配置し、Ａ１２の領域にＢＵＴＴＥＲを配置すること等を示す。

また、属性値条件格納部１１２には、図１０に示す属性値条件管理表が格納されている。属性値条件管理表は、各属性の属性値変更条件を管理する表である。属性値変更条件は、採り得る属性値を示す情報である。属性値条件管理表は、「ＩＤ」「属性識別子」「属性種類」「属性値変更条件」を有するレコードを変更可能な属性の数だけ有する。「ＩＤ」はレコードを識別する情報である。「属性識別子」はここでは属性名である。「属性種類」は属性の種類を示す。

かかる状況において、情報処理装置１を用いたサービス提供者は、図１１に示す学習対象情報を含む学習指示を情報処理装置１に入力した、とする。学習対象情報は、ここでは、「日付」「配置パターン識別子」「商品自体情報」「外部情報」「販売情報」を含むレコードである。「配置パターン識別子」は、後述する図８の配置パターン情報管理表の配置パターン識別子のいずれかである。「商品自体情報」は、ここでは「価格」「数量」を有する。「商品自体情報」は、各日の各商品の価格（単価）と配置した数量を有する。「外部情報」は、ここでは「天気」「気温」を有する。また、「販売情報」は、ここでは販売総額（総売上）である、とする。

そして、情報処理装置１の受付部１２は、図１１に示す学習対象情報を含む学習指示を受け付ける。

次に、学習部１３１は、受け付けられた学習指示が有する１以上の学習対象情報（図１１）を取得する。そして、学習部１３１は、例えば、取得した学習対象情報の配置パターン識別子と一致する配置パターン識別子と対になる配置パターン情報を図８の配置パターン情報管理表から取得し、当該配置パターン情報からベクトルの要素を得る。ここでのベクトルの要素は、例えば、各領域に配置される商品の商品ＩＤである。また、学習部１３１は、例えば、学習対象情報の天気から（・・・，晴か否か，曇か否か，雨か否か，・・・）の各要素の値（１または０）を取得する。なお、ここでは、「天気＝晴」である場合、ベクトルの要素は（・・・，１，０，０，・・・）となる。

そして、学習部１３１は、例えば、「１１／１」の学習対象情報からベクトル（１，３，８，２，・・・，１５０，６０，・・・，４０，１０，・・・，１，０，０，・・・，１５，・・・，５８４００）を取得する。また、学習部１３１は、学習指示が有する他の学習対象情報からもベクトルを取得する。

つまり、ベクトルの構造は（Ａ１１に配置される商品ＩＤ，Ａ１２に配置される商品ＩＤ，・・・，Ｃ１４に配置される商品ＩＤ，・・・，「商品ＩＤ＝１」の商品の価格，「商品ＩＤ＝２」の商品の価格，・・・，「商品ＩＤ＝１」の商品の数量，「商品ＩＤ＝２」の商品の数量，・・・，天気が晴か否か，天気が曇か否か，天気が雨か否か，・・・，気温，・・・，販売情報（総売上））である。

そして、学習部１３１は、取得した複数のベクトルを機械学習のアルゴリズムで学習し、学習情報を取得する。次に、学習部１３１は、取得した学習情報を学習情報格納部１１１に蓄積する。

次に、店舗の管理者は、端末装置２に対して、提案指示を入力した、とする。すると、端末受付部２２は、提案指示を受け付ける。なお、ここでの提案指示は、外部情報（ここでは、天気と気温）を含む、とする。

次に、端末処理部２３は、送信する提案指示を構成する。例えば、提案指示は「提案指示（曇，１０℃）」であった、とする。次に、端末送信部２４は、「提案指示（曇，１０℃）」を情報処理装置１に送信する。

次に、受付部１２は、端末装置２から、「提案指示（曇，１０℃）」を受信する。そして、受付部１２は、格納部１１から２以上の対象商品情報を取得する。ここで、取得される対象商品情報は、図７の商品管理表の商品識別子と商品自体情報である。

次に、処理部１３は、当該提案指示を用いて、以下のように出力情報を取得する。つまり、まず、配置パターン情報取得部１３２等は、図５のフローチャートの処理に従って、多数の属性値パターン（属性値の組み合わせ、と言っても良い。）を取得した、とする。なお、ここでの属性値パターンは、である。そして、ベクトルの構造は（Ａ１１に配置される商品ＩＤ，Ａ１２に配置される商品ＩＤ，・・・，Ｃ１４に配置される商品ＩＤ，・・・，「商品ＩＤ＝１」の商品の価格，「商品ＩＤ＝２」の商品の価格，・・・，「商品ＩＤ＝１」の商品の数量，「商品ＩＤ＝２」の商品の数量，・・・，天気が晴か否か，天気が曇か否か，天気が雨か否か，・・・，気温，・・・）である。

次に、販売情報取得部１３４は、取得した各属性値パターンを、学習情報格納部１１１の学習情報に適用し、販売情報を取得する。

次に、判断部１３５は、各属性値パターンに対応する販売情報（総売上）の中から、最大の総売上（例えば、「８２７００円」）を取得した、とする。

次に、判断部１３５は、最大の総売上（８２７００円）に対応する属性値の組み合わせのベクトルを取得する。なお、かかるベクトルの構造は（Ａ１１に配置される商品ＩＤ，Ａ１２に配置される商品ＩＤ，・・・，Ｃ１４に配置される商品ＩＤ，・・・，「商品ＩＤ＝１」の商品の価格，「商品ＩＤ＝２」の商品の価格，・・・，「商品ＩＤ＝１」の商品の数量，「商品ＩＤ＝２」の商品の数量，・・・，天気が晴か否か，天気が曇か否か，天気が雨か否か，・・・，気温，・・・）である。また、かかるベクトルは、例えば、（１，３，・・・，１５，・・・，１６０，６０，・・・，４５，２０，・・・，０，１，０，・・・，１０，・・・）であった、とする。

次に、構成部１３６は、格納部１１に格納されている店舗の雛形画像（図９参照）と図７の商品画像とを用いて、各商品の商品画像を、ベクトル（１，３，・・・，１５，・・・，１６０，６０，・・・，４５，２０，・・・，０，１，０，・・・，１０，・・・）に従って配置し、図１２の出力情報を構成した、とする。なお、構成部１３６は、ベクトルが有する商品配置の情報と数量の情報とに基づいて、商品画像の数を決定し、当該商品画像を対応する店舗の雛形画像の領域に配置し、図１２の出力情報を得る。

次に、出力部１４は、構成された出力情報を端末装置２に送信する。

次に、端末装置２の端末受信部２５は、情報処理装置１から出力情報を受信する。そして、端末処理部２３は、受信した出力情報から出力する出力情報を構成する。次に、端末出力部２６は、構成された出力情報を出力する。かかる出力例は、図１２である。

なお、本具体例において、販売情報（ここでは、総売上（８２７００円））も出力される情報に含められても良い。

以上、本実施の形態によれば、販売情報を用いて、複数の商品が配置される店舗における商品配置の提案を行える。

また、本実施の形態によれば、販売状況が良いと推定される商品配置の提案を行える。

また、本実施の形態によれば、販売状況が良いと推定される商品の属性値の変更を提案できる。本実施の形態によれば、例えば、販売状況が良いと推定される配置する商品の数量の変更を提案できる。

また、本実施の形態によれば、商品自体属性値および配置属性値を用いて、商品の販売情報の予測が可能となる。かかる場合は、出力情報に販売情報が含まれる場合である。

また、本実施の形態によれば、学習情報が容易に取得できる。

さらに、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ−ＲＯＭなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における情報処理装置を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、例えば、商品自体の属性値である１以上の商品自体属性値と、店舗内での商品の配置の属性値である１以上の配置属性値と、１以上の商品の販売に関する販売情報とを有する学習対象情報を学習した学習情報が格納される学習情報格納部にアクセス可能なコンピュータを、１以上の商品自体属性値を有する２以上の対象商品情報を受け付ける受付部と、前記２以上の各対象商品情報が有する１以上の商品自体属性値を前記学習情報に適用し、販売情報を取得する販売情報取得部と、前記販売情報を出力する出力部として機能させるためのプログラムである。

また、上記プログラムにおいて、前記コンピュータは、前記２以上の各商品の１以上の配置属性値を有する配置パターンの情報である２以上の配置パターン情報を取得する配置パターン情報取得部にもアクセス可能であり、前記販売情報取得部は、前記受付部が受け付けた１以上の商品自体属性値と、前記配置パターン情報取得部が取得した配置パターン情報とを前記学習情報に適用し、販売情報を取得することを、前記２以上の各配置パターン情報ごとに行うものとしてコンピュータを機能させ、前記販売情報取得部が取得した２以上の各配置パターン情報ごとの販売情報に対して、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する判断部と、前記判断部が販売状況が良好であると判断した場合の配置パターン情報を用いて、出力する情報である出力情報を構成する構成部として、さらにコンピュータを機能させ、前記出力部は、前記構成部が構成した出力情報ツ、または前記構成部が構成した出力情報と前記販売情報とを出力するものとしてコンピュータを機能させるためのプログラムである。

また、図１３は、本明細書で述べたプログラムを実行して、上述した種々の実施の形態の情報処理装置１等を実現するコンピュータの外観を示す。上述の実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムで実現され得る。図１３は、このコンピュータシステム３００の概観図であり、図１４は、システム３００のブロック図である。

図１３において、コンピュータシステム３００は、ＣＤ−ＲＯＭドライブを含むコンピュータ３０１と、キーボード３０２と、マウス３０３と、モニタ３０４とを含む。

図１４において、コンピュータ３０１は、ＣＤ−ＲＯＭドライブ３０１２に加えて、ＭＰＵ３０１３と、ＣＤ−ＲＯＭドライブ３０１２等に接続されたバス３０１４と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ３０１５と、ＭＰＵ３０１３に接続され、アプリケーションプログラムの命令を一時的に記憶するとともに一時記憶空間を提供するためのＲＡＭ３０１６と、アプリケーションプログラム、システムプログラム、及びデータを記憶するためのハードディスク３０１７とを含む。ここでは、図示しないが、コンピュータ３０１は、さらに、ＬＡＮへの接続を提供するネットワークカードを含んでも良い。

コンピュータシステム３００に、上述した実施の形態の情報処理装置１等の機能を実行させるプログラムは、ＣＤ−ＲＯＭ３１０１に記憶されて、ＣＤ−ＲＯＭドライブ３０１２に挿入され、さらにハードディスク３０１７に転送されても良い。これに代えて、プログラムは、図示しないネットワークを介してコンピュータ３０１に送信され、ハードディスク３０１７に記憶されても良い。プログラムは実行の際にＲＡＭ３０１６にロードされる。プログラムは、ＣＤ−ＲＯＭ３１０１またはネットワークから直接、ロードされても良い。

プログラムは、コンピュータ３０１に、上述した実施の形態の情報処理装置１等の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティープログラム等は、必ずしも含まなくても良い。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいれば良い。コンピュータシステム３００がどのように動作するかは周知であり、詳細な説明は省略する。

また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。

また、上記各実施の形態において、一の装置に存在する２以上の通信手段は、物理的に一の媒体で実現されても良いことは言うまでもない。

また、上記各実施の形態において、各処理は、単一の装置によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。

本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。

以上のように、本発明にかかる情報処理装置は、例えば、複数の商品が配置される店舗における商品配置の提案を行える等の効果を有し、情報処理装置等として有用である。

１ 情報処理装置
２ 端末装置
１１ 格納部
１２ 受付部
１３ 処理部
１４ 出力部
２１ 端末格納部
２２ 端末受付部
２３ 端末処理部
２４ 端末送信部
２５ 端末受信部
２６ 端末出力部
１１１ 学習情報格納部
１１２ 属性値条件格納部
１３１ 学習部
１３２ 配置パターン情報取得部
１３３ 属性値変更部
１３４ 販売情報取得部
１３５ 判断部
１３６ 構成部
１３４１ 属性値集合取得手段
１３４２ 販売情報取得手段

Claims (9)

1. 商品自体の属性値である１以上の商品自体属性値と、店舗内での商品の配置の属性値である１以上の配置属性値と、１以上の商品の販売に関する販売情報とを有する学習対象情報を学習した学習情報が格納される学習情報格納部と、
   １以上の商品自体属性値を有する２以上の対象商品情報を受け付ける受付部と、
   前記２以上の各対象商品情報が有する１以上の商品自体属性値を前記学習情報に適用し、販売情報を取得する販売情報取得部と、
   前記販売情報を出力する出力部とを具備する情報処理装置。
2. 前記２以上の各商品の１以上の配置属性値を有する配置パターンの情報である２以上の配置パターン情報を取得する配置パターン情報取得部をさらに具備し、
   前記販売情報取得部は、
   前記受付部が受け付けた１以上の商品自体属性値と、前記配置パターン情報取得部が取得した配置パターン情報とを前記学習情報に適用し、販売情報を取得することを、前記２以上の各配置パターン情報ごとに行い、
   前記販売情報取得部が取得した２以上の各配置パターン情報ごとの販売情報に対して、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する判断部と、
   前記判断部が販売状況が良好であると判断した場合の配置パターン情報を用いて、出力する情報である出力情報を構成する構成部とをさらに具備し、
   前記出力部は、
   前記構成部が構成した出力情報、または前記構成部が構成した出力情報と前記販売情報とを出力する請求項１記載の情報処理装置。
3. 前記受付部は、
   １以上の商品自体属性値と１以上の配置属性値とを有する２以上の対象商品情報を受け付け、
   前記受付部が受け付けた対象商品情報が有する１以上の属性値のうちの一部の属性値を変更する属性値変更部をさらに具備し、
   前記販売情報取得部は、
   前記属性値変更部が変更した属性値と、前記受付部が受け付けた１以上の属性値の中で前記属性値変更部が変更していない属性値とを前記学習情報に適用し、販売情報を取得し、
   前記販売情報取得部が取得した販売情報が、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する判断部と、
   前記判断部が販売状況が良好であると判断した場合の配置パターン情報を用いて、出力する情報である出力情報を構成する構成部とをさらに具備し、
   前記出力部は、
   前記構成部が構成した出力情報、または前記構成部が構成した出力情報と前記販売情報とを出力する請求項１記載の情報処理装置。
4. 前記属性値変更部は、
   前記受付部が受け付けた１以上の属性値のうちの配置属性値を変更する請求項３記載の情報処理装置。
5. 前記学習対象情報、および前記対象商品情報は、配置される商品の数量に関する数量情報を含む請求項１から請求項４いずれか一項に記載の情報処理装置。
6. 前記受付部は、
   商品に関する情報ではない１以上の外部情報をも受け付け、
   前記販売情報取得部は、
   前記１以上の商品自体属性値と前記１以上の外部情報とを前記学習情報に適用し、販売情報を取得する請求項１から請求項５いずれか一項に記載の情報処理装置。
7. 前記受付部は、
   商品自体の属性値である１以上の商品自体属性値と、店舗内での商品の配置の属性値である１以上の配置属性値と、１以上の商品の販売に関する販売情報とを有する学習対象情報をも受け付け、
   前記学習対象情報を機械学習のアルゴリズムにより学習し、学習情報を取得する学習部をさらに具備し、
   前記学習情報格納部の学習情報は、前記学習部が取得した学習情報である請求項１から請求項６いずれか一項に記載の情報処理装置。
8. 商品自体の属性値である１以上の商品自体属性値と、店舗内での商品の配置の属性値である１以上の配置属性値と、１以上の商品の販売に関する販売情報とを有する学習対象情報を学習した学習情報が格納される学習情報格納部、受付部、販売情報取得部、および出力部により実現される情報処理方法であって、
   前記受付部が、１以上の商品自体属性値を有する２以上の対象商品情報を受け付ける受付ステップと、
   前記販売情報取得部が、前記２以上の各対象商品情報が有する１以上の商品自体属性値を前記学習情報に適用し、販売情報を取得する販売情報取得ステップと、
   前記出力部が、前記販売情報を出力する出力ステップとを具備する情報処理方法。
9. 商品自体の属性値である１以上の商品自体属性値と、店舗内での商品の配置の属性値である１以上の配置属性値と、１以上の商品の販売に関する販売情報とを有する学習対象情報を学習した学習情報が格納される学習情報格納部にアクセス可能なコンピュータを、
   １以上の商品自体属性値を有する２以上の対象商品情報を受け付ける受付部と、
   前記２以上の各対象商品情報が有する１以上の商品自体属性値を前記学習情報に適用し、販売情報を取得する販売情報取得部と、
   前記販売情報を出力する出力部として機能させるためのプログラム。