JP2019144951A

JP2019144951A - 推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、及びプログラム

Info

Publication number: JP2019144951A
Application number: JP2018029973A
Authority: JP
Inventors: 晴香野路; Haruka Nomichi; 大和岡本; Yamato Okamoto; 五郎幡山; Goro Hatayama; 浩史岡部; Hiroshi Okabe
Original assignee: Omron Corp; Omron Tateisi Electronics Co
Current assignee: Omron Corp
Priority date: 2018-02-22
Filing date: 2018-02-22
Publication date: 2019-08-29
Anticipated expiration: 2038-02-22
Also published as: JP6977612B2

Abstract

【課題】店舗において買い物をしている利用者のリアルタイムな嗜好に合致した商品情報を含む推奨情報を特定することが可能な推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、及びプログラムを提供する。【解決手段】サーバー装置１１において、レシピ選定処理部３１５は、上位商品を使用する料理レシピを料理レシピデータベース１７から選定して取得する。不足商品判定部３１６は、選定された料理レシピに使用される商品と、前記上位商品とを比較して、選定された前記料理レシピが示す料理に不足する不足商品を判定する。不足商品があると、その不足商品を推奨商品に特定し、前記推奨商品とともに選定された料理レシピを利用者端末１５に送信する。【選択図】図３

Description

本発明は、店舗を利用するユーザーの嗜好に合った推奨情報を特定する推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、及びプログラムに関する。

インターネットにおける電子商取引や広告において、膨大な情報のなかから、ユーザーの嗜好に合わせた所謂推奨情報を抽出して、ユーザーが使用する端末装置に表示する手法が知られている。前記推奨情報は、レコメンド情報とも称されており、例えば、ユーザーの嗜好に合致するであろう推奨されるべき推奨商品を含む商品情報などが該当する。前記推奨情報は、例えば、ユーザーがＷＥＢサイトで商品を購入した履歴情報(商品購入履歴)や商品紹介ページを閲覧した履歴情報（商品閲覧履歴）などの行動履歴に基づいて特定されるものである。前記行動履歴を分析し、所定のアルゴリズムに基づいてユーザーの嗜好に合わせた前記推奨情報を特定して提示する機能はレコメンド機能と称されており、近年多用されている。

従来、前記レコメンド機能を備えるレコメンド装置が提案されている（特許文献１参照）。前記レコメンド装置は、小売店などの店舗において従業員が使用するタブレットなどに、顧客（来店者）の嗜好に合わせた推奨情報を表示する。

また、近年、商品の内容や価格を示すバーコードやＱＲコード（登録商標）などの情報コードを利用した決済システムが提案されている（特許文献２参照）。店舗を利用する顧客の携帯端末（例えばスマートフォン）には、商品に付与された情報コードを読み取るコード読取機能が搭載されている。前記決済システムによると、顧客は、携帯端末を用いて、商品のパッケージなどに付与されている前記情報コードを読み取ってから商品を買い物かごに入れ、その後、読み取った情報コードに含まれる商品金額に対する決済を行う。商品金額の支払いは、例えば、携帯端末と通信可能なレジスターで行うことができ、或いは、携帯端末に登録済みの電子マネーによる決済、或いは、オンラインによるクレジット決済などを利用できる。

また、従来、ユーザーの商品購入履歴を用いて料理レシピを検索してユーザーに提示する買物支援装置が知られている（特許文献３参照）。前記買物支援装置は、ユーザーが最近購入した食材のリスト、及び店頭で関心を引いた食材のリストをユーザーが使用する端末装置に表示させて、そのリストの中から使用したい食材がユーザーによって選択されると、これらの使用したい食材と料理レシピを蓄積したデータベースの料理の食材とを比較して、使用したい食材に適した料理レシピを検索してユーザーに提示する。

特開２０１７−２１５６６７号公報特開２０１５−１８５０８９号公報特開２０１４−４９０３９号公報

しかしながら、従来のレコメンド機能では、過去の商品購入履歴や商品閲覧履歴からユーザーの嗜好にあった推奨情報を特定するものであるため、例えば、小売店などの店舗において買い物をしている最中（買い回り中）のユーザーの現時点の嗜好や希望などを考慮した推奨情報を提示することは困難である。また、従来の買物支援装置では、ユーザーによって食材を選択させてその情報を得なければ、ユーザーの現時点の嗜好や希望に適した料理レシピを提供することはできない。

本発明の目的は、店舗において買い物をしている利用者のリアルタイムな嗜好に合致した商品情報を含む推奨情報を特定することが可能な推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、及びプログラムを提供することにある。

本発明の一の局面に係る推奨情報特定装置は、ユーザーが店舗で利用する端末装置から前記店舗において前記ユーザーの購入対象として選択された商品それぞれに関する購入対象情報を取得する購入対象情報取得部と、前記選択された商品の選択順位に関する順位情報と、前記購入対象情報とに基づいて、前記店舗で提供される複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨情報を特定する推奨情報特定部と、を備える。

また、本発明の他の局面に係る推奨情報特定システムは、ユーザーが店舗で利用する端末装置から前記店舗において前記ユーザーの購入対象として選択された商品それぞれに関する購入対象情報を取得する購入対象情報取得部と、前記選択された商品の選択順位に関する順位情報と、前記購入対象情報とに基づいて、前記店舗で提供される複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨情報を特定する推奨情報特定部と、前記推奨情報特定部によって特定された前記推奨情報を前記端末装置に出力する推奨情報出力部と、を備える。

また、本発明の他の局面に係る推奨情報特定方法は、ユーザーが店舗で利用する端末装置から前記店舗において前記ユーザーの購入対象として選択された商品それぞれに関する購入対象情報を取得する購入対象情報取得ステップと、前記購入対象情報と、前記選択された商品の選択順位に関する順位情報とに基づいて、前記店舗で提供される複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨情報を特定する推奨情報特定ステップと、を備える。

なお、本発明は、前記推奨情報特定方法の各ステップをコンピュータに実行させるためのプログラム、又は、このようなプログラムを非一時的に記録したコンピュータ読み取り可能な記録媒体として捉えることもできる。

本発明によれば、店舗において買い物をしている利用者のリアルタイムな嗜好に合致した商品情報を含む推奨情報を特定することが可能である。このような推奨情報がユーザーに提示されることで、ユーザーは、現時点の自分の嗜好に合致した商品情報をいち早く入手することができる。

また、本発明によれば、レシピ取得部及び不足商品判定部を更に備えることにより、複数の商品情報から料理レシピに不足する不足商品に関係する不足商品情報を抽出して、前記レシピ取得部によって取得された料理レシピと前記不足商品情報とを前記推奨情報として特定することができる。このような推奨情報がユーザーに提示されることにより、ユーザーは、現時点の自分の嗜好に合致した料理レシピを得ることができ、決めかねていた献立を容易に決めることができる。また、当該料理レシピに不足している商品情報を得ることができ、決定した献立に必要な食材や調味料、キッチンアイテムなどの商品の買い忘れを防ぐことができる。また、店舗側（販売者）は、不足商品の販売促進を図ることができ、ひいては商品の購買率をアップさせることができる。

図１は、本発明の実施形態に係る情報処理システムの構成を示す図である。図２は、情報処理システムを構成する携帯端末で表示される画面の一例を示す図である。図３は、情報処理システムを構成する各装置の構成を示すブロック図である。図４は、情報処理システムを構成するサーバー装置の順位決定部の構成を示すブロック図である。図５は、店舗が取り扱う各商品の順位を示す図である。図６は、情報処理システムで実行されるレコメンド処理の第１処理例を示すフローチャートである。図７は、情報処理システムで実行されるレコメンド処理の第２処理例を示すフローチャートである。図８は、情報処理システムで実行されるレコメンド処理の第３処理例を示すフローチャートである。図９は、情報処理システムで実行されるレコメンド処理の第４処理例を示すフローチャートである。図１０は、情報処理システムの学習部で実行される学習動作の一例を示すフローチャートである。

以下、適宜図面を参照して本発明の実施形態について説明する。なお、以下に説明される実施形態は本発明を具体化した一例にすぎず、本発明の技術的範囲を限定するものではない。

［情報処理システム１００］
図１に示すように、本発明の実施形態に係る情報処理システム１００（本発明の推奨情報特定システム）は、サーバー装置１１（本発明の推奨情報特定装置の一例）、入店用のゲート装置１２、退店用のゲート装置１３、セルフタイプのレジスター１４、利用者端末１５（本発明の端末装置の一例）、及び、店舗２００の従業員が使用する従業員端末１６、料理に使用される商品情報と料理レシピとを対応付けて記憶する料理レシピデータベース１７（本発明の料理レシピ記憶部の一例）を含む。ゲート装置１２、ゲート装置１３、レジスター１４は、いずれも、一つであってもよく、また、複数であってもよい。本実施形態では、例えば、多種多様な商品を取り扱っているスーパーマーケットなどの店舗２００に情報処理システム１００が導入される例について説明する。もちろん、情報処理システム１００が導入される店舗２００はスーパーマーケットに限られず、複数の商品を取り扱っている実在の小売店であればよく、また、インターネット上の仮想店舗であってもよい。

ゲート装置１２は、店舗２００の入口付近に設置されており、ゲート装置１３は、店舗２００の出口付近に設置されている。利用者端末１５は、店舗２００内において、店舗２００に陳列されている商品の購入の際に店舗２００に入店した利用者（ユーザー）が所持して使用する端末装置であり、例えば、スマートフォンや携帯電話、タブレット端末などの携帯端末である。従業員端末１６は、店舗２００の従業員が使用する端末装置であり、例えば、ノートパソコンや、スマートフォン及びタブレット端末などの携帯端末である。

以下、図１及び図２を参照して、利用者が店舗２００に来店してから商品を購入して退店するまでの一連の流れを例示する。

先ず、店舗２００に来店した利用者は、利用者端末１５を所持した状態で、入口から入店用のゲート装置１２に近づく。利用者がゲート装置１２に近づくと、利用者端末１５は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＦｅｌｉＣａ（登録商標）などに代表される近距離無線通信によってゲート装置１２と通信する。このとき、利用者端末１５に記憶されている利用者識別情報（ＩＤ番号、氏名、性別、年齢など）がゲート装置１２に送信される。前記利用者識別情報は、店舗２００の利用者を識別するための情報である。前記利用者識別情報は、店舗２００に設置される無線ＬＡＮ（店内ＬＡＮ）などの通信網Ｎ１を通じてゲート装置１２からサーバー装置１１に転送される。これにより、サーバー装置１１は、事前に登録されている利用者が来店したことを認識する。なお、利用者端末１５内に、店舗２００における利用者の購入履歴情報が含まれている場合は、前記購入履歴情報もゲート装置１２に送信されて、通信網Ｎ１を通じてサーバー装置１１に転送される。ここで、前記購入履歴情報は、利用者が店舗２００において過去に購入した商品の履歴情報である。

利用者端末１５には、商品に付された情報コード（バーコードやＱＲコードなど）をスキャンしながら買い物を行うシステムに用いられる買い物アプリケーションが予めインストールされている。利用者端末１５がゲート装置１２と通信すると、利用者端末１５は自動的に前記買い物アプリケーションを起動する。このとき、利用者端末１５の操作表示部２２（図３参照）には、例えば、図２（Ａ）に示す画面が表示される。これにより、利用者は、店舗２００内で、前記買い物アプリケーションを用いて、商品の購入操作を行うことが可能となる。

利用者は、店舗２００内を買い回りしながら、購入を希望する商品（購入対象の商品）を陳列棚から手に取り、その商品に付された情報コードを、利用者端末１５の撮像部２４（図３参照）により撮像（スキャン）する。利用者端末１５の前記買い物アプリケーションは、前記情報コードに含まれる前記商品の価格情報（商品名、金額、商品ＩＤを含む情報）を読み取って、利用者端末１５の操作表示部２２（図３参照）に表示する。例えば、利用者が３点の商品ａ，ｂ，ｃをスキャンした場合、利用者端末１５には、購入対象として選択された３点の商品ａ，ｂ，ｃの前記価格情報を含む図２（Ｂ）に示す画面が表示される。読み取られた前記価格情報は、利用者端末１５に保存されるとともに、通信網Ｎ１を通じて利用者端末１５からサーバー装置１１に送信されて、サーバー装置１１にも保存される。

購入対象として選択された商品を購入対象から外す、つまり、購入予定をキャンセルする場合、利用者は、図２（Ｂ）に示す画面からキャンセルしたい商品を選択し、更に、「キャンセル」を選択する。これにより、商品購入をキャンセルしたい商品の価格情報が前記画面から削除され、また、当該商品がキャンセルされたことを示すキャンセル情報が通信網Ｎ１を通じて利用者端末１５からサーバー装置１１に送信される。

サーバー装置１１は、ゲート装置１２から転送されてきた前記利用者識別情報に対応する購入履歴情報（本発明の行動履歴の一例）を記憶部３２（顧客情報格納部３２１）から読み出して、後述のレコメンド処理（図７参照）を実行する。このレコメンド処理は、サーバー装置１１内で管理されている全ての商品（店舗２００で販売可能な商品）に関する複数の商品情報から、利用者に応じたレコメンド情報（本発明の推奨情報の一例）を特定する処理である。具体的には、利用者の嗜好に合致するであろう商品情報を所定のアルゴリズムに基づいて抽出し、その抽出された商品情報を前記レコメンド情報として特定する。そして、特定された前記レコメンド情報は、通信網Ｎ１を通じて利用者端末１５に送信される。利用者端末１５では、買い回り中の利用者が容易に気づくことができるように、利用者端末１５の操作表示部２２（図３参照）に前記レコメンド情報がポップアップ形式などによって表示される。

読み取った商品の代金の支払い（決済）をする場合、利用者は、レジスター１４に行き、レジスター１４に設けられた通信部に利用者端末１５を翳した状態で、「支払い」（図２（Ｂ）参照）を選択する。これにより、利用者端末１５は、前記近距離無線を通じてレジスター１４と通信し、利用者端末１５から前記利用者識別情報がレジスター１４に送信される。また、レジスター１４に送信された前記利用者識別情報は、通信網Ｎ１を通じてレジスター１４からサーバー装置１１に転送される。その後、サーバー装置１１において、前記利用者識別情報に対応する決済対象の前記価格情報が抽出され、レジスター１４に転送される。そして、レジスター１４において、利用者が指定する決済方法に基づいて、前記価格情報が示す金額の決済処理が実行される。前記決済処理が完了すると、利用者端末１５には、決済が完了したことを示す画面が表示される。

なお、レジスター１４を利用せずに、利用者端末１５とサーバー装置１１との間でオンライン状態で決算処理を行ってもよい。当該決済処理は以下の要領で行われる。例えば、図２（Ｂ）の画面において利用者が「支払い」を選択すると、決済処理が開始される。例えば、利用者端末１５は、決済対象である商品ａ，ｂ，ｃの前記価格情報を前記利用者識別情報とともにサーバー装置１１に送信する。サーバー装置１１は、前記価格情報に基づいて、インターネットを通じて接続された決済サーバー（不図示）に決済要求を送信する。前記決済サーバーは、決済事業者に応じた決済システムにより決済処理を実行する。その後、決済処理が実行されたことがサーバー装置１１を介して利用者端末１５に送信され、その旨を示すメッセージが操作表示部２２（図３参照）に表示される。

前記決済処理が完了すると、レジスター１４は、決済が完了した購入済み商品の情報をサーバー装置１１に送信する。サーバー装置１１は、レジスター１４から受け取った情報に基づいて、サーバー装置１１で管理している商品の在庫数などを更新する。また、サーバー装置１１は、レジスター１４から受け取った実際の購入情報に基づいて、利用者毎に記憶管理している購入履歴情報を更新する。

利用者は、店舗２００を退店する場合、退店用のゲート装置１３に近づく。利用者がゲート装置１３に近づくと、利用者端末１５は、近距離無線通信によってゲート装置１３と通信する。このとき、利用者の前記利用者識別情報とともに、買い物が終了したことを示すフラグ情報がゲート装置１３に送信され、前記識別情報及び前記フラグ情報が、通信網Ｎ１を介してゲート装置１３からサーバー装置１１に転送される。これにより、サーバー装置１１では、不正なく買い物が終了したこと、及び、利用者が退店したことを認識する。

以上のようにして、利用者は店舗２００において、前記買い物アプリケーションを用いての買い物を行うことができる。

上述したように、情報処理システム１００では、利用者に応じた前記レコメンド情報を特定するための前記レコメンド処理が実行されて、特定された前記レコメンド情報が利用者端末１５に表示される。

以下、図３を参照して、前記レコメンド処理を実現するための情報処理システム１００の具体的な構成について説明する。

［利用者端末１５］
図３に示すように、利用者端末１５は、制御部２１、操作表示部２２、記憶部２３、撮像部２４、通信Ｉ／Ｆ２５などを備える。利用者端末１５は、例えば、店舗２００の利用者が所持する携帯端末であり、例えばスマートフォン、携帯電話、又はタブレット端末である。利用者端末１５は、店舗２００から貸与される携帯端末であってもよく、また、買い物カートに設置されるカート端末であってもよい。

撮像部２４は、被写体の画像を撮像してデジタル画像データとして出力するデジタルカメラである。店舗２００内で買い物をする利用者は、購入対象の商品に付されている前記情報コードを撮像部２４で撮像する。撮像された前記情報コードの画像が後述の読取処理部２１１によって読取処理されることにより、購入対象の商品の価格情報（商品名、金額、商品ＩＤなど）が得られる。

通信Ｉ／Ｆ２５は、利用者端末１５を有線又は無線で通信網Ｎ１に接続し、通信網Ｎ１を介してサーバー装置１１などの外部機器との間で所定の通信プロトコルに従ったデータ通信を実行するための通信インターフェースである。また、通信Ｉ／Ｆ２５は、利用者端末１５を無線（例えば、Ｂｌｕｅｔｏｏｔｈなどの近距離無線）を通じてゲート装置１２，１３やレジスター１４などの装置との間でデータ通信を可能にする。

操作表示部２２は、各種の情報を表示する液晶ディスプレイ又は有機ＥＬディスプレイなどの表示部と、利用者の操作を受け付けるマウス、キーボード、又はタッチパネルなどの操作部とを備えるユーザーインターフェースである。操作表示部２２の前記表示部に、利用者に応じた前記レコメンド情報が表示される。

記憶部２３は、各種の情報を記憶するフラッシュメモリなどの不揮発性の記憶媒体である。記憶部２３には、制御部２１に各種処理を実行させるための制御プログラムが記憶されている。

また、記憶部２３には、利用者を識別するための利用者識別情報が記憶されている。前記利用者識別情報は、利用者を特定するための情報であり、ＩＤ番号、氏名、性別、年齢などである。前記利用者識別情報は、店舗２００に設けられたサーバー装置１１に事前に登録されており、サーバー装置１１内の記憶部３２（顧客情報格納部３２１）に購入履歴情報とともに記憶管理されている。

また、記憶部２３には、後述する読取処理部２１１によって読み取られた購入対象の商品の前記価格情報が格納される。

制御部２１は、ＣＰＵ、ＲＯＭ、及びＲＡＭなどの制御機器を有する。前記ＣＰＵは、各種の演算処理を実行するプロセッサーである。前記ＲＯＭは、前記ＣＰＵに各種の処理を実行させるためのＢＩＯＳ及びＯＳなどの制御プログラムが予め記憶された不揮発性の記憶部である。前記ＲＡＭは、各種の情報を記憶する揮発性又は不揮発性の記憶部であり、前記ＣＰＵが実行する各種の処理の一時記憶メモリ（作業領域）として使用される。そして、制御部２１は、前記ＲＯＭ又は記憶部２３に予め記憶された各種の制御プログラムを前記ＣＰＵで実行することにより利用者端末１５を制御する。

具体的に、制御部２１は、図３に示すように、読取処理部２１１、表示処理部２１２、通知処理部２１３、行動結果送信部２１４などの各種の処理部を含む。なお、制御部２１は、前記ＣＰＵで前記制御プログラムに従った各種の処理を実行することによって前記各種の処理部として機能する。また、制御部２１に含まれる一部又は全部の処理部が電子回路で構成されていてもよい。なお、前記制御プログラムは、複数のプロセッサーを前記各種の処理部として機能させるためのプログラムであってもよい。

読取処理部２１１は、撮像部２４により撮像された前記情報コードの画像データに基づいて、前記情報コードに含まれる商品の前記価格情報（商品名、金額、商品ＩＤなど）を読み取る。以下、説明の便宜のため、購入対象として読み取られた前記価格情報を、購入対象情報という。この購入対象情報は、店舗２００の利用者が購入対象として店舗２００の複数の商品から選択した商品に関する情報である。読み取られた前記購入対象情報は、キャンセルされるか、或いは、購入対象の商品の決済が完了するまで、記憶部２３に格納される。

表示処理部２１２は、サーバー装置１１から送信されてくる前記レコメンド情報を操作表示部２２の表示部に表示させる。例えば、表示処理部２１２は、前記レコメンド情報をポップアップ形式で操作表示部２２の表示部に表示する。表示処理部２１２は、前記レコメンド情報に商品画像や商品名などが含まれている場合は、これらの情報をポップアップ形式で操作表示部２２の表示部に表示する。前記商品画像や商品名は、例えば、推奨されている商品の更に詳しい詳細情報（例えば、商品説明、商品価格、店舗２００における商品の陳列場所）が格納されているアドレスにリンクされており、利用者が前記商品画像や商品名を表示画面においてタッチ操作すると、表示処理部２１２は、前記アドレスに記憶されている詳細情報を読み出して、前記表示部に表示する。また、表示処理部２１２は、前記レコメンド情報に商品の写真画像や説明などを含むＷＥＢサイトのＵＲＬが含まれている場合は、前記ＵＲＬを操作表示部２２の表示部に表示する。この場合、利用者が前記ＵＲＬをタッチ操作すると、表示処理部２１２は、前記ＵＲＬにアクセスして、前記ＷＥＢサイトを前記表示部に表示する。

通知処理部２１３は、サーバー装置１１、ゲート装置１２，１３、レジスター１４に各種情報を送信する。例えば、通知処理部２１３は、利用者が店舗２００に入店する際にゲート装置１２に前記利用者識別情報などを送信し、利用者が店舗２００から退店する際にゲート装置１３に前記利用者識別情報などを送信する。

また、通知処理部２１３は、買い回り中に読み取られた前記購入対象情報をサーバー装置１１に送信する。この送信処理は、前記購入対象情報が読み取られるたびに行われる。つまり、利用者が撮像部２４を用いて購入しようとする商品の情報コードを撮像して、読取処理部２１１が前記購入対象情報を読み取る読取処理を行うと、即座にその購入対象情報が通知処理部２１３によってサーバー装置１１に送信される。また、通知処理部２１３は、前記購入対象情報が読み取られたスキャン順番（選択順位）を示す順位情報を、前記購入対象情報に関連付けて、前記購入対象情報とともにサーバー装置１１に送信する。前記スキャン順番は、店舗２００において利用者が商品をスキャンした順番であり、利用者が購入対象として商品を選択した順番（選択順位）である。前記スキャン順番は、前記読取処理が行われるたびに制御部２１によってカウントされ、そのカウントした順番を示す前記順位情報が前記購入対象情報のヘッダー部などに付加される。前記購入対象情報を受信したサーバー装置１１は、その購入対象情報を購入予定商品格納部３２３に格納する。

また、通知処理部２１３は、買い回り中に前記購入対象情報がキャンセルされた場合に、前記購入対象情報をキャンセルしたことを示すキャンセル情報（取消情報）をサーバー装置１１に送信する。なお、前記キャンセル情報を受信したサーバー装置１１は、そのキャンセル情報に対応する前記購入対象情報を購入予定商品格納部３２３から削除する。

行動結果送信部２１４は、操作表示部２２の表示部に表示された前記レコメンド情報に対して、利用者が行動をしたかどうかを示す行動結果をサーバー装置１１の順位決定部３３（図３参照）に送信する。前記行動としては、例えば、操作表示部２２の表示部に表示された前記レコメンド情報を閲覧する行動（閲覧行動）、読取処理部２１１によって前記レコメンド情報が示す商品の情報コードの商品情報を読み取る行動（読取行動）、或いは、前記表示部に表示された前記レコメンド情報が示す商品を購入する行動（購入行動）、などが挙げられる。前記行動結果は、前記各行動が起きたことを示す肯定結果、又は前記各行動が起きなかったことを示す否定結果を含む。

制御部２１は、操作表示部２２の表示部に表示された前記レコメンド情報に対して利用者が行動を起こしたかどうかを判定する処理を行う。かかる判定処理を行う制御部２１は、前記レコメンド情報に対して行動したか否かを判定する行動判定部として捉えることができる。

例えば、制御部２１は、操作表示部２２の表示部に前記レコメンド情報が表示されてから一定時間（タイムアップ時間）が経過するまでの間に前記商品画像や前記商品名がタッチ操作されたか否か、或いは、前記ＵＲＬがタッチ操作されたか否かを判定する処理を行う。この場合、前記一定時間内にタッチ操作されたと判定されると、行動結果送信部２１４は、利用者端末１５においてその利用者が前記レコメンド情報を閲覧したことを示す肯定結果（行動結果）の情報をサーバー装置１１の順位決定部３３に送信する。

また、制御部２１は、前記一定時間が経過するまでの間、又は決済処理が行われるまでの間に、読取処理部２１１によって前記レコメンド情報が示す商品の情報コードの商品情報が読み取られたか否かを判定する処理を行う。この場合、前記レコメンド情報が示す商品の情報コードの商品情報が読み取られたと判定されると、行動結果送信部２１４は、利用者端末１５の利用者が、前記レコメンド情報が示す商品を購入予定であることを示す肯定結果（行動結果）の情報をサーバー装置１１の順位決定部３３に送信する。

また、制御部２１は、前記レコメンド情報が示す商品を購入したか否かを判定する処理を行う。この場合、前記決済処理された購入後商品のなかに前記レコメンド情報が示す商品が含まれている場合に、行動結果送信部２１４は、前記レコメンド情報が示す商品が購入されたことを示す肯定結果（行動結果）の情報をサーバー装置１１の順位決定部３３に送信する。

なお、行動結果送信部２１４は、前記一定時間に前記閲覧行動又は前記読取行動が行われなかった場合、レジスター１４で利用者が決済処理を行うまでの間に前記読取行動が行われなかった場合、決済処理において前記購入行動が行われなかった場合は、前記各行動が起きなかったことを示す否定結果（行動結果）の情報をサーバー装置１１の順位決定部３３に送信する。

［料理レシピデータベース１７］
料理レシピデータベース１７は、料理に使用される商品情報と料理レシピとを対応付けて記憶する記憶部である。料理レシピデータベース１７には、様々な食材や調味料などの商品を使用した大量の料理レシピのデータが格納されている。料理レシピデータベース１７は、通信網Ｎ１やインターネットなどを通じてサーバー装置１１とデータ通信可能な他のサーバー装置や記憶装置などの外部装置として構成されている。サーバー装置１１は、必要に応じて、料理レシピデータベース１７から料理レシピを読み出す。なお、料理レシピデータベース１７は、サーバー装置１１に設けられたＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）又はＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）などの記憶部であってもよい。

［サーバー装置１１］
サーバー装置１１は、制御部３１、記憶部３２、順位決定部３３、レシピ選定部３６（本発明の料理レシピ選定部の一例）、通信Ｉ／Ｆ３５などを備えるサーバコンピュータである。なお、サーバー装置１１は、１台のコンピュータに限らず、複数台のコンピュータが協働して動作するコンピュータシステムであってもよい。また、サーバー装置１１で実行される各種の処理は、一又は複数のプロセッサーによって分散して実行されてもよい。

通信Ｉ／Ｆ３５は、サーバー装置１１を有線又は無線で通信網Ｎ１に接続し、通信網Ｎ１を介して利用者端末１５やゲート装置１２，１３、レジスター１４などの外部機器との間で所定の通信プロトコルに従ったデータ通信を実行するための通信インターフェースである。

記憶部３２は、各種の情報を記憶する半導体メモリ、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）又はＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）などを含む不揮発性の記憶部である。なお、本実施形態では、記憶部３２がサーバー装置１１に設けられた構成を例示するが、例えば、記憶部３２内の各種情報の一部又は全部が、通信網Ｎ１やインターネットなどを通じてサーバー装置１１とデータ通信可能な他のサーバー装置や記憶装置などの外部装置に記憶されていてもよい。この場合、サーバー装置１１は、必要に応じて、前記外部装置から必要な情報を読み出したり、情報を前記外部装置に記憶させる。

記憶部３２には、制御部３１に各種制御処理や、図７に示す後述のレコメンド処理（レコメンド抽出処理、レコメンド選定処理）を実行させるための制御プログラムが記憶されている。例えば、前記制御プログラムは、ＣＤ又はＤＶＤなどのコンピュータ読取可能な記録媒体に非一時的に記録されており、サーバー装置１１が備えるＣＤドライブ又はＤＶＤドライブなどの読取装置（不図示）で読み取られて記憶部３２に記憶される。

また、記憶部３２には、後述するレコメンド処理における判定処理に用いられる設定数や設定時間などの情報が記憶されている。

記憶部３２は、複数の記憶領域に分けられている。具体的には、記憶部３２には、行動履歴記憶部としての顧客情報格納部３２１、商品情報格納部３２２、購入予定商品格納部３２３、優先順位記憶部としての優先順位格納部３２４、が設けられている。

顧客情報格納部３２１には、事前に登録された利用者毎の情報（以下、顧客情報という。）が記憶されている。前記顧客情報は、利用者のＩＤ番号や氏名、性別、年齢などを含む前記利用者識別情報のほかに、利用者が過去に店舗２００で購入した商品に関する購入履歴情報を含む。つまり、前記購入履歴情報は、店舗２００で販売されている商品に対する利用者の行動履歴を示す情報である。

前記顧客情報は、例えば、利用者が店舗２００の会員登録を行ったときに記憶部３２の顧客情報格納部３２１に前記利用者識別情報として記憶（登録）される。その後、利用者が店舗２００内において商品を購入すると、その購入した商品に関する商品情報及び購入日などを含む購入履歴情報が、購入した利用者の前記利用者識別情報に紐付けられた状態で顧客情報格納部３２１に上書き記憶される。つまり、前記顧客情報が更新される。なお、前記購入履歴情報は、後述するレコメンド抽出処理部３１１によるレコメンド抽出処理に用いられる。

商品情報格納部３２２には、店舗２００において販売可能な全ての商品に関する商品情報が記憶されている。前記商品情報は、商品を識別可能な情報であって、例えば、商品名、商品の金額、及び商品ＩＤ（ＪＡＮコードなど）を含む価格情報を含む。また、前記商品情報は、商品の種類、商品の寿命（賞味期限や消費期限、使用期限など）、値引きの有無や値引き率、商品の陳列場所、その商品の写真や説明などを含むＷＥＢサイトのＵＲＬなどの情報であって、店舗２００での買い物時に利用者の利便が良好となる情報を含んでいる。また、商品が惣菜類などの調理済み食品（加工食品）である場合は、その調理済み食品の加工日時である調理時刻（調理日、調理予定時刻を含む）や調理後の状態（加工状態）を示す情報が前記商品情報に含まれていてもよい。また、商品が、例えば、販促キャンペーンの対象である場合は、その販促キャンペーンの対象か否かを判別するための情報が前記商品情報に含まれていてもよい。更にまた、前記商品情報は、店舗２００の販売者のみが把握すべき情報、例えば、商品の利益率、廃棄リスクの程度、在庫数などを含んでもよい。

また、商品情報格納部３２２には、商品ごとに、過去の販売実績、及び過去の廃棄履歴が記憶されている。前記過去の販売実績とは、過去に当該商品を販売したときの日時、価格、販売数、値引きの有無、値引き率などを含む。また、前記過去の廃棄履歴とは、売れ残った当該商品の廃棄処分の有無、過去に行われた廃棄処分の日時、廃棄処分した量などを含む。

商品情報格納部３２２に記憶されている前記商品情報は、変化が生じるたびに更新される。例えば、商品の在庫数は、利用者が商品の支払い（決済）をした場合に、サーバー装置１１の制御部３１によって即座に更新される。また、商品の価格や在庫数、値引きの有無、値引き率、調理時刻、販促キャンペーンの有無、排気リスク、入荷による在庫数の増加などは、従業員端末１６から従業員によって入力される情報に基づいて制御部３１によって更新される。

購入予定商品格納部３２３には、読取処理部２１１による読取処理が行われるたびに利用者端末１５から順次送信されてくる前記購入対象情報が一時的に記憶される。この購入予定商品格納部３２３は、仮想的な買い物かごとして機能する。前記購入対象情報は、商品の購入がキャンセルされるか、或いは購入対象の商品の決済が完了するまで、購入予定商品格納部３２３に格納される。また、購入予定商品格納部３２３には、前記購入対象情報に付随して送信されてきたスキャン順番（選択順位）が前記購入対象情報に関連付けられた状態で記憶される。

優先順位格納部３２４には、複数の商品情報とともに前記複数の商品の販売に関する優先順位が記憶されている。図５は、複数の商品それぞれの前記優先順位を示す順位リストＴＢ１である。順位リストＴＢ１には、商品情報格納部３２２に格納されている全ての商品のうち、店舗２００側（販売者）が優先して販売することを望む複数の商品（以下、優先商品という。）が含まれており、各優先商品それぞれに対して、販売に関する優先順位が定められている。前記優先順位は、販売を促進したい商品の順位を示すものであり、その順位が１位の商品は、店舗２００において最も販売を促進したい商品である。商品情報格納部３２２に格納されている全ての商品それぞれについて、前記優先順位が定められていてもよい。

順位リストＴＢ１における優先商品各々の優先順位は、その優先順位に変動を来す変動要素に関する変動情報に基づいて決定される。前記変動情報は、例えば、前記優先商品の価格、種類、寿命、値引きの有無、値引き率、商品が惣菜類などの調理済み食品である場合はその調理時刻、前記販促キャンペーンの対象か否か、利益率、廃棄リスクの程度、在庫数、過去の販売実績、過去の廃棄履歴などの情報である。また、前記変動情報は、前記優先商品が惣菜類に代表される調理済み食品である場合は、調理日、調理時刻、調理後の状態を含む。また、前記変動情報は、店舗２００の所在地における気温、湿度、気圧、及び天候を含む。また、前記変動情報は、現時刻、店舗２００の当日の来店者数や来店者履歴を含む。前記来店者履歴は、過去の月別又は曜日別の来店者数を示す統計情報である。また、前記来店者数は、前記来店者履歴から予測される来店者見込み数を含む。このような変動情報は、商品の状態や利用者の購買意欲などを含む、商品をとりまく状況（商品状況）に変動を来す情報であるとい言える。なお、前記優先商品の優先順位を決定するにあたり、その決定処理に用いられる前記変動情報は、上述した具体的な複数の変動要素のうちいずれか一つ以上の情報を含むものであればよい。

前記優先順位は、前記商品状況や店舗２００側（販売者）の様々な要因などによって変動する。例えば、在庫数が多い商品は優先順位が上位に定められ、少ない商品は下位に定められる。これは、在庫数が多いほど売れ残りが生じ易いことに起因する。また、商品寿命が短い商品は上位に定められ、長い場合は下位に定められる。利益率が高い商品は上位に定められ、低い商品は下位に定められる。廃棄リスクが高い商品は上位に定められ、低い商品は下位に定められる。また、商品の種類によっても前記優先順位は変動し、例えば、調理の材料となる食材・食料品（調味料を含む）や、食品（調理済み食品を含む）、飲料などは上位に定められ、洗剤や文具、キッチン用品などは下位に定められる。また、惣菜類などの調理済み食品にあっても、調理時刻が何時であるか、或いはその調理後の状態によっても前記優先順位は変動し、調理後の経過時間が長い場合や調理時刻までの待ち時間が長い場合、調理後の状態が悪い場合は上位に定められ、前記経過時間が短い場合や前記待ち時間が短い場合、調理後の状態が良好な場合は下位に定められる。

また、商品の価格や、値引きの有無、値引き率、過去の販売実績、過去の廃棄履歴、店舗２００の所在地における気温、湿度、気圧、及び天候、来店者数、来店者履歴なども前記優先順位を変動させる要因である。また、複数の変動情報が存在する場合、上述した複数の変動情報が相互に影響して優先順位が変動することもある。例えば、天候の良い日は多くの来店者が見込まれるため、この場合は、在庫数による影響よりも利益率の影響を重視して各優先商品の順位が定められる。また、天候が良くても気温が高い場合は、商品の種類を重視して順位が定められ、例えば、料理済み食品であれば、過去の販売実績などから売れにくいと推定される加熱済み食品や保温状態の調理済み食品が上位に定められ、売れ筋と推定される冷菜などが下位に定められる。

本実施形態では、前記優先順位は、上述した複数の変動情報に基づいて、後述する順位決定部３３において決定又は更新される。なお、順位決定部３３については後述する。

［制御部３１］
制御部３１は、ＣＰＵ、ＲＯＭ、及びＲＡＭなどの制御機器を有する。前記ＣＰＵは、各種の演算処理を実行するプロセッサーである。前記ＲＯＭは、前記ＣＰＵに各種の演算処理を実行させるためのＢＩＯＳ及びＯＳなどの制御プログラムが予め記憶される不揮発性の記憶部である。前記ＲＡＭは、各種の情報を記憶する揮発性又は不揮発性の記憶部であり、前記ＣＰＵが実行する各種の処理の一時記憶メモリ（作業領域）として使用される。そして、制御部３１は、前記ＲＯＭ又は記憶部３２に予め記憶された各種の制御プログラムを前記ＣＰＵで実行することによりサーバー装置１１を制御する。

具体的に、制御部３１は、図３に示すように、レコメンド抽出処理部３１１、レコメンド選定処理部３１２（本発明の推奨情報特定部の一例）、レコメンド情報送信部３１３（本発明の推奨情報出力部の一例）、情報取得部３１４（本発明の購入対象情報取得部、取消情報取得部の一例）、レシピ選定処理部３１５（本発明の料理レシピ選定部の一例）、不足商品判定部３１６（本発明の不足商品判定部の一例）、などの各種の処理部を含む。なお、制御部３１は、前記ＣＰＵで前記制御プログラムに従った各種の処理を実行することによって前記各種の処理部として機能する。また、制御部３１に含まれる一部又は全部の処理部が電子回路で構成されていてもよい。なお、前記制御プログラムは、複数のプロセッサーを前記各種の処理部として機能させるためのプログラムであってもよい。

情報取得部３１４は、利用者端末１５から送信されてくる前記購入対象情報を取得する。買い回り中に読み取られた前記購入対象情報は、前記購入対象情報が読み取られるたびに、利用者端末１５の通知処理部２１３がサーバー装置１１に送信する。このとき、前記購入対象情報が読み取られたスキャン順番（選択順位）を示す順位情報も前記購入対象情報に付加されて送信される。サーバー装置１１では、前記購入対象情報は、情報取得部３１４によって取得される。

また、情報取得部３１４は、利用者端末１５から送信されてくる前記キャンセル情報を取得する。買い回り中に前記購入対象情報がキャンセルされた場合に、利用者端末１５の通知処理部２１３がサーバー装置１１に前記キャンセル情報送信する。サーバー装置１１では、前記キャンセル情報は、情報取得部３１４によって取得される。前記キャンセル情報を取得したサーバー装置１１は、そのキャンセル情報に対応する前記購入対象情報を購入予定商品格納部３２３から削除する。

また、情報取得部３１４は、店舗２００で提供される複数の商品の販売に関する前記優先順位を優先順位格納部３２４から取得する。具体的には、情報取得部３１４は、優先順位格納部３２４から必要な商品の優先順位を取得する。更に詳細には、レコメンド抽出処理部３１１による前記レコメンド抽出処理によって、利用者の嗜好に合致すると推定される複数の推奨商品の候補（推奨商品候補）の商品情報が選択された場合、情報取得部３１４は、選択された複数の商品情報の前記優先順位を優先順位格納部３２４から取得する。

また、情報取得部３１４は、店舗２００で提供される商品に対する利用者の購入履歴情報を顧客情報格納部３２１から取得する。具体的には、利用者の来店時にゲート装置１２から当該利用者の前記利用者識別情報が送られてくると、情報取得部３１４は、前記利用者識別情報に対応する顧客情報を前記顧客情報格納部３２１から抽出し、その顧客情報に含まれる前記購入履歴情報を抽出する。

レコメンド抽出処理部３１１は、顧客情報格納部３２１に格納されている利用者の購入履歴情報に基づいて、利用者の嗜好に合ったレコメンド情報を複数の商品情報から抽出するレコメンド抽出処理を実行する。前記レコメンド抽出処理を実行するための制御プログラムとして、記憶部３２には、前記購入履歴情報を用いる従来周知の所定のレコメンドアルゴリズムを用いて前記レコメンド情報を抽出するレコメンドエンジン（レコメンドプログラム）が格納されている。レコメンド抽出処理部３１１は、前記レコメンドエンジンを用いて、複数の商品情報から予め設定された２以上の候補数の推奨商品候補を抽出する。つまり、レコメンド抽出処理部３１１は、記憶部３２に記憶された前記レコメンドエンジンを用いて、所定のアルゴリズムに基づいて前記レコメンド抽出処理を実行する。

レコメンド選定処理部３１２は、特定の推奨商品候補を選定するレコメンド選定処理を実行する。前記レコメンド選定処理を実行するための制御プログラムが記憶部３２に記憶されている。レコメンド選定処理部３１２は、情報取得部３１４によって取得された前記購入対象情報と、前記購入対象情報が読み取られたスキャン順番（選択順位）を示す順位情報とに基づいて、前記購入対象情報を送信した利用者端末１５を使用する利用者に応じた推奨商品の情報を、商品情報格納部３２２に格納されている複数の商品情報から選定する処理を行う。本実施形態では、レコメンド選定処理部３１２は、前記スキャン順番が予め定められた設定順位までの購入対象情報に基づいて、商品情報格納部３２２内の複数の商品情報から前記推奨商品の情報を選定する。また、レコメンド選定処理部３１２は、前記購入対象情報および前記順位情報に加えて、優先順位格納部３２４に記憶されている前記優先商品の優先順位をも用いて、前記推奨商品の情報を選定する。

なお、情報取得部３１４が、利用者端末１５から送信されてくる前記キャンセル情報を取得した場合、前記レコメンド選定処理部３１２は、前記キャンセル情報が示すキャンセル済みの商品が除外された前記購入対象情報と前記順位情報とに基づいて、前記推奨商品の情報を、前記複数の商品情報から選定する処理を行う。

レコメンド情報送信部３１３は、レコメンド選定処理部３１２によって選定された前記特定の推奨商品候補の商品情報を含むレコメンド情報を、通信網Ｎ１を通じて利用者端末１５に出力する。利用者端末１５は、送信されてきた前記レコメンド情報を受信すると、利用者端末１５の操作表示部２２に当該レコメンド情報を表示する。また、レコメンド情報送信部３１３は、前記レコメンド情報を従業員端末１６にも送信する。

レシピ選定処理部３１５は、情報取得部３１４によって取得された前記設定順位までの上位順位に対応する上位商品を使用する料理レシピを料理レシピデータベース１７から選定して取得する。レシピ選定処理部３１５が選定する料理レシピは、１つでも複数でもかまわない。レシピ選定処理部３１５により選定された料理レシピは、ユーザーが購入対象として選択された商品を使用するものであるため、利用者の選んだ商品に合致する料理レシピと言える。

不足商品判定部３１６は、レシピ選定処理部３１５によって選定された料理レシピに使用される商品と、前記上位商品とを比較して、選定された前記料理レシピが示す料理に不足する不足商品を判定する。料理レシピデータベース１７には、料理レシピに加え、当該料理レシピに用いられる食材などの商品情報が対応付けられている。このため、不足商品判定部３１６は、選定された料理レシピに対応する商品情報を料理レシピデータベース１７から読み出し、読み出された商品情報から前記上位商品を除く不足商品を判定する。

［順位決定部３３］
以下、図４を参照して、順位決定部３３について説明する。順位決定部３３は、前記優先順位を機械学習により決定するよう構成された学習装置であり、前記優先順位を決定するための学習モデルを有している。ここで、図４は、順位決定部３３の構成を示すブロック図であり、機械学習アルゴリズムとして強化学習を適用した例を示している。

図４に示すように、順位決定部３３は、変動情報観測部３３１（変動情報取得部）と、行動結果取得部３３２（行動結果取得部）と、学習部４０と、データ更新処理部３３３と、を備える。順位決定部３３は、汎用的なＣＰＵを用いることができるが、より高速な演算処理が可能にするために、例えば、ＧＰＧＰＵ(General-Purpose computing on Graphics Processing Units)や大規模ＰＣクラスター等を用いることが望ましい。

変動情報観測部３３１は、図５の順位リストＴＢ１に示す優先商品それぞれの優先順位を決定するために用いられる前記変動情報を取得する。前記変動情報が、商品の価格、商品の種類、商品の寿命（賞味期限や消費期限、使用期限など）、値引きの有無や値引き率、調理済み食品の調理時刻又は調理予定時刻、販促キャンペーンの対象か否かの判別情報、商品の利益率、廃棄リスクの程度、在庫数、過去の販売実績、過去の廃棄履歴である場合は、変動情報観測部３３１は、商品情報格納部３２２内の商品情報を監視し、常にリアルタイムな情報を商品情報格納部３２２から取得する。

また、前記変動情報が、店舗２００の所在地における気温、湿度、気圧である場合は、変動情報観測部３３１は、店舗２００の屋内又は屋外に設けられた温度センサー、湿度センサー、気圧センサーから出力されるセンサー出力値を受け取り、そのセンサー出力値が示すリアルタイムな気温、湿度、気圧を取得する。また、前記変動情報が店舗２００周辺の天候である場合は、サーバー装置１１とインターネット接続されたに天気情報データベースから制御部３１が天候情報をダウンロードし、変動情報観測部３３１は、制御部３１から前記天候情報を受け取る。

取得された変動情報は、学習部４０の学習に用いられる情報であり、順位決定部３３内の図示しない記憶部に記憶される。前記記憶部から学習部４０に前記変動情報が入力される。

行動結果取得部３３２は、利用者端末１５の行動結果送信部２１４から送信される前記行動結果の情報を取得する。つまり、行動結果取得部３３２は、前記レコメンド情報が示す推奨商品を利用者が閲覧又は購入したか否かを示す行動結果（肯定結果、否定結果）を取得する。取得された行動結果の情報は、学習部４０の学習に用いられる情報であり、順位決定部３３内の図示しない記憶部に記憶される。前記記憶部から学習部４０に前記行動結果が入力される。

学習部４０は、変動情報観測部３３１によって取得された前記変動情報に基づいて、前記優先順位を学習する。本実施形態では、学習部４０は、取得された前記変動情報のみならず、行動結果取得部３３２によって取得された前記行動結果をも用いて、店舗２００側が優先して販売したい商品の前記優先順位を機械学習する。なお、学習部４０については後述する。

データ更新処理部３３３は、学習部４０が学習した前記優先順位を参照して、優先順位格納部３２４に記憶されている前記優先順位、詳細には、図５の順位リストＴＢ１に示す優先商品それぞれの優先順位を学習後の順位に更新する。

学習部４０は、入力された前記変動情報の集合から、その中にある有用な規則やルール、知識表現、判断基準などを解析によって抽出し、その判断結果を出力するとともに、知識の学習を行う機能を備えている。機械学習には、教師あり学習（Supervised Learning）、教師なし学習（Unsupervised Learning）、強化学習（Reinforcement Learning）などのアルゴリズムがあり、更に、これらの手法を実現するうえで、特徴量そのものの抽出を学習する、「深層学習（ディープラーニング：Deep Learning）」と呼ばれる手法が用いられる。

ここで、教師あり学習は、事前に入力されたデータから、その「入力と出力の関係」を学習するアルゴリズムである。入力されるデータには、入力値とともに、そのデータの正解が付与されており、このようなデータを大量に学習部４０に与えることで、学習部４０は、それらのデータにある特徴を学習し、入力から出力（結果）を推定する。与えられた入出力データ間の関係が学習できれば、その関係性を未知のデータに適用することにより、出力の予想が可能になる。

また、教師なし学習は、正解となる出力データを与えられることなく、大量に与えられた入力データから、そのデータの構造、特性、新たな知識などの特徴量を学習するアルゴリズムである。学習する元となるデータに正解が付与されていない点で、教師あり学習とは異なる。

また、強化学習は、教師あり学習、教師なし学習のような固定的で明確なデータを元にした学習ではなく、プログラム自体が、与えられた環境（現在の状態）を観測し、連続した一連の行動を評価し、環境に行動が与える相互作用を踏まえて適切な行動、つまり、将来的に得られる報酬を最大にするための行動を自ら学習するアルゴリズムである。代表的な手法としてＴＤ学習やＱ学習が知られている。

強化学習は、行動が引き起こす結果が未知である。そのため、学習部４０の機械学習として強化学習を採用する場合、学習したい各商品の優先順位が全く分かっていない状態から学習がスタートすることになり、初期段階においては、学習によって得られた前記優先順位が店舗２００側の望む順位になっていない場合がある。そのため、教師あり学習で事前学習を行い、事前学習した前記優先順位を初期状態として、その後に強化学習を行うことが望ましい。

例えば、学習部４０における強化学習がＱ学習の場合、行動価値関数Ｑ（ｓ，ａ）の一般的な更新式（行動価値テーブル）は、次の式（１）で表される。

なお、式（１）中において、ｓ_ｔは、時刻ｔにおける環境を表し、ａ_ｔは、時刻ｔにおける行動を表す。行動ａ_ｔにより、環境はｓ_ｔ＋１に変わる。ｒ_ｔ＋１は、その環境の変化によって貰える報酬である。ｍａｘの付いた項は、環境ｓ_ｔ＋１の下で、その時に分かっている最もＱ値の高い行動ａを選んだ場合のＱ値にγを乗じたものになる。また、γは割引率と呼ばれており、０＜γ≦１のパラメータである。また、αは、０＜α≦１の範囲の学習係数である。Ｑ学習を適用した場合、利用者端末１５に表示された前記レコメンド情報を閲覧したり、前記レコメンド情報が示す商品の情報コードを読み取ったり、商品を利用者が購入したりする行動（閲覧行動、読取行動、購入行動）が行動ａ_ｔとなる。

図４に示すように、学習部４０は、報酬計算部４０１（本発明の報酬出力部の一例）と、価値関数更新部４０２（本発明の学習モデル更新部の一例）とを有する。報酬計算部４０１は、変動情報観測部３３１によって取得された前記変動情報に基づいて報酬を計算し、出力する。また、価値関数更新部４０２は、前記変動情報及び報酬計算部４０１で計算された報酬に基づいて、前記優先順位に関する価値関数を更新する。この価値関数は、学習モデルに対応する。

上述したように、変動情報は、前記優先順位に変動を来すものであるが、この変動情報そのものも刻々と変化する。このため、前記変動情報が変化すると、前記優先順位も更新される。変更後の優先順位が適切であるか否かは、閲覧行動、読取行動、購入行動の各行動の行動結果が肯定結果であるか否定結果であるかによって評価できる。このため、例えば、Ｑ学習を適用した場合、行動結果（肯定結果、否定結果）が実質的に式（１）における行動ａ_ｔであり、式（１）で表される行動価値関数Ｑ（ｓ，ａ）を、行動ａ_ｔを変更するための価値関数として用いる。

本実施形態では、報酬計算部４０１は、前記行動結果が前記レコメンド情報が示す推奨商品を閲覧又は購入したことを示す肯定結果である場合にプラスの報酬を出力し、前記行動結果が前記推奨商品を閲覧及び購入しなかったことを示す否定結果である場合にマイナスの報酬を出力する。出力される報酬の絶対値は、前記行動結果の内容によって異ならせてもよい。例えば、閲覧行動の行動結果に対する報酬が最も低く、購入行動の行動結果に対応する報酬が最も高く設定されていてもよい。また、利用者ごとに報酬に対する重み係数を設定してもよく、例えば、店舗２００の利用頻度が高い利用者の行動結果による報酬を重視する場合は、前記報酬に乗じる重み係数を前記利用頻度に比例した数値に設定してもよい。

以下、図６のフローチャートを用いて、サーバー装置１１の制御部３１によって実行されるレコメンド処理の第１処理例とともに、本発明の推奨情報特定方法について説明する。以下の説明では、店舗２００のゲート装置１２を利用者が通過した入店時から、利用者が店舗２００のゲート装置１３を通過した退店時までの間に前記レコメンド処理が行われるものとする。つまり、前記レコメンド処理は、店舗２００内を利用者が買い回りしているときに実施される。なお、図６において、Ｓ１１，Ｓ１２，・・・は処理手順の番号（ステップ番号）を示す。

まず、利用者が店舗２００に入店すると、制御部３１は、入店した利用者の利用者端末１５から送信されてくる利用者識別情報を取得する。これにより、制御部３１は、入店した利用者を識別することができる。

ステップＳ１１では、制御部３１は、利用者端末１５から送信されてくる前記購入対象情報を取得する。前記購入対象情報は、利用者が利用者端末１５を用いて手に取った商品の情報コードを読み取るたびに送信されてきて、取得される。かかる処理は、制御部３１の情報取得部３１４によって行われる。ステップＳ１１が、本発明の購入対象情報取得ステップに相当する。

次のステップＳ１２では、情報取得部３１４によって取得された前記購入対象情報が記憶部３２の購入予定商品格納部３２３に記憶される。上述したように、前記購入対象情報には、前記購入対象情報が読み取られたスキャン順番（選択順位）を示す順位情報が関連付けている。そのため、制御部３１は、前記購入対象情報のヘッダー部を確認することで、その順位情報を得ることができる。なお、前記購入対象情報に順位情報が関連付けられていない場合は、制御部３１が前記購入対象情報を受信するたびにその受信回数をカウントしてもよい。カウントされた受信回数は、利用者が前記情報コードを読み取った回数であり、前記購入対象情報が送られてきた順番、つまり前記情報コードを読み取ったスキャン順番を示す。

次に、ステップＳ１３において、制御部３１は、利用者が購入を予定する商品の商品点数が設定数に達したか否かを判定する。前記設定数は、ステップＳ１３の判定に用いる任意の閾値である。この設定数は、前記設定順位に相当する。制御部３１は、購入予定商品格納部３２３に最後に記憶された前記購入対象情報の順位情報に基づいて、現時点の商品点数を判定し、その商品点数と前記設定数とを比較する。ステップＳ１３において、前記商品点数が前記設定数に達したと判定されると（Ｓ１３のＹｅｓ側）、処理はステップＳ１４に進む。一方、ステップＳ１３において、前記商品点数が前記設定数未満と判定されると（Ｓ１３のＮｏ側）、処理はステップＳ１５に進む。

ステップＳ１４では、制御部３１は、前記設定数の購入対象情報に基づいて、これらの購入対象情報が示す商品（以下、上位商品という。）を使用する料理レシピを料理レシピデータベース１７から選定して取得するレシピ選定処理が行われる。かかる処理は、制御部３１のレシピ選定処理部３１５によって行われる。本実施形態では、制御部３１は、前記上位商品を主材料とする料理レシピを料理レシピデータベース１７から選定する。

前記上位商品は、利用者が入店して間もない時間に購入対象として選択された商品である。したがって、これら上位商品は、利用者が入店当初から購入を決めていた商品であり、商品購入にあたり悩まずに購入を決定した商品であると言える。一方、前記設定数を越える商品は、利用者が入店してから相当の時間が経過した後に購入を決定した商品であり、入店当初から購入を予定しておらず、買い回りしながら決定したものと推定できる。そのため、ステップＳ１４で選定された前記上位商品を使用する料理レシピは、利用者の選んだ商品及び利用者の嗜好に合致する料理レシピと言える。

ステップＳ１５では、制御部３１は、利用者が複数の商品の情報コードを順次読み取ったときの時間間隔（本発明の選択時間に相当）が予め設定された設定時間以上であるかどうかを判定する。前記時間間隔は、一つ前の商品が選択されてから次の商品が選択されるまでに費やした時間である。また、前記設定時間は、ステップＳ１５の判定に用いる任意の閾値である。前記時間間隔は、利用者が、一つ前の商品の情報コードを読み取ってから次の商品の購入を決断するまでの時間を示すものであり、次に購入する商品を選ぶまでに費やした時間に相当する。前記時間間隔が前記設定時間未満である場合は、利用者はさほど悩まずに次の商品を決定したことを意味し、これは、例えば、利用者が食事の献立に悩んでいない状況であると推定できる。このように、前記時間間隔が前記設定時間未満である場合は、次に購入する商品も悩まずに選択する可能性があるため、商品点数が前記設定数に達するまで、ステップＳ１１以降の処理が繰り返される。

一方、前記時間間隔が前記設定時間以上である場合は、利用者は次の商品を決定するまでに悩んだことを意味し、これは、例えば、利用者が食事の献立に悩んでいる状況であると推定できる。このように、前記時間間隔が前記設定時間以上である場合は、その後に購入する商品は、献立とは関係しない商品であることが高いと推定できる。この場合は、商品点数が前記設定数に達することを待たずに、現時点で取得された前記設定数未満の購入対象情報のうち、最後に取得された購入対象情報を除いた情報に基づいて、ステップＳ１４のレシピ選定処理が行われる。つまり、最後に取得された購入対象情報の順位情報が示す順位よりも上位の商品を使用する料理レシピを選定する処理が行われる。

次のステップＳ１６では、制御部３１は、ステップＳ１４で選定された料理レシピに使用される商品と、前記上位商品とを比較して、前記料理レシピが示す料理に不足する不足商品を判定する。ここで、前記不足商品が無いと判定された場合は、ステップＳ１７に進み、制御部３１は、ステップＳ１４と同じレシピ選定処理（レシピ再選定処理）を行い、別の料理レシピを料理レシピデータベース１７から選定して取得する。

ステップＳ１６において、前記不足商品があると判定されると、制御部３１は、前記不足商品を利用者の嗜好に合致する推奨商品に特定し、前記不足商品に関係する商品情報（以下、不足商品情報という。）を商品情報格納部３２２から抽出する（Ｓ１８）。前記不足商品情報は、前記不足商品の価格情報などを含む商品情報である。ステップＳ１６の処理は、制御部３１のレコメンド選定処理部３１２によって行われる。ステップＳ１６は、本発明の推奨情報特定ステップに相当する。

その後、ステップＳ１４で選定された料理レシピと前記不足商品情報とを含むレコメンド情報がレコメンド情報送信部３１３によって利用者の利用者端末１５に送信される。利用者端末１５では、受信したレコメンド情報が操作表示部２２の表示部に表示される。また、前記レコメンド情報は、従業員端末１６にも送信される。

以上説明したように、本実施形態では、レコメンド情報として、利用者端末１５に利用者の嗜好に合致した料理レシピと不足商品情報とが表示される。そのため、利用者は、現時点の自分の嗜好に合致した料理レシピを得ることができ、決めかねていた献立を容易に決めることができる。また、当該料理レシピに不足している商品情報を得ることができ、決定した献立に必要な食材や調味料、キッチンアイテムなどの商品の買い忘れを防ぐことができる。また、店舗２００側（販売者）は、不足商品の販売促進を図ることができ、ひいては商品の購買率をアップさせることができる。

また、従業員端末１６にも前記レコメンド情報が送信されるため、従業員は受信した各利用者のレコメンド情報を確認することができる。

なお、例えば、購入予定のスキャン済みの商品がキャンセルされ、情報取得部３１４が、利用者端末１５から送信されてくる前記キャンセル情報を取得した場合は、上述のステップＳ１４では、前記キャンセル情報が示すキャンセル済みの商品が除外された前記購入対象情報に基づいて、これらの購入対象情報が示す商品を使用する料理レシピを料理レシピデータベース１７から選定して取得する処理が行われる。

以下、図７のフローチャートを用いて、サーバー装置１１の制御部３１によって実行されるレコメンド処理の第２処理例とともに、本発明の推奨情報特定方法について説明する。当該第２処理例が、上述した第１処理例と異なるところは、ステップＳ１６１が追加され、ステップＳ１８に代えてステップＳ１８１の処理が行われる点である。そのため、以下においては、相違点のみ説明する。

ステップＳ１６において、前記不足商品があると判定されると、制御部３１は、ステップＳ１６１の処理を行う。ステップＳ１６１では、制御部３１は、前記不足商品に、図５の順位リストＴＢ１に属する優先順位が上位の商品が含まれているかどうかを判定する。例えば、制御部３１は、前記不足商品が、前記優先順位が予め定められた基準順位（本実施形態では１０位）以内の商品であるかどうかを判定する。なお、前記基準順位は、前記優先順位が上位であるかいなかを判別する閾値であり、任意に定めることができる。

ステップＳ１６１において、前記不足商品が、前記優先順位が１０位以内の商品であると判定されると（Ｓ１６１のＹｅｓ側）、制御部３１は、前記不足商品のうち前記優先順位が１０位以内の商品を利用者の嗜好に合致する推奨商品に特定し、当該商品に関係する商品情報を商品情報格納部３２２から抽出する（Ｓ１８１）。

一方、ステップＳ１６１において、前記不足商品が、前記優先順位が１０位以内の商品ではないと判定されると（Ｓ１６１のＮｏ側）、ステップＳ１７のレシピ再選定処理が行われて、ステップＳ１６以降の処理が繰り返される。

以下、図８のフローチャートを用いて、サーバー装置１１の制御部３１によって実行されるレコメンド処理の第３処理例とともに、本発明の推奨情報特定方法について説明する。当該第３処理例が、上述した第１処理例と異なるところは、ステップＳ１３１〜Ｓ１３３が追加された点である。そのため、以下においては、相違点のみ説明する。

ステップＳ１３又はＳ１５から次のステップＳ１３１に処理が進むと、制御部３１は、入店した利用者の購入履歴情報を顧客情報格納部３２１から取得する。かかる処理は、制御部３１の情報取得部３１４によって行われる。また、次のステップＳ１３２では、制御部３１は、ステップＳ１１で取得した前記購入対象情報とステップＳ１３１で取得した購入履歴情報から、利用者の行動内容を抽出する。

次に、ステップＳ１３３において、制御部３１は、前記レコメンドエンジンを用いて、前記行動内容に基づいて、利用者の嗜好に合致するであろう推奨される推奨商品の候補（推奨商品候補）を複数抽出する処理を行う。かかる処理は、制御部３１のレコメンド抽出処理部３１１によって行われる。本実施形態では、レコメンド抽出処理部３１１は、例えば５つの候補を決定する。

続いて、ステップＳ１４において、制御部３１は、ステップＳ１３３で抽出された複数の推奨商品候補に基づいて、これらの推奨商品候補が示す商品を使用する料理レシピを料理レシピデータベース１７から選定して取得するレシピ選定処理が行われる。

以下、図９のフローチャートを用いて、サーバー装置１１の制御部３１によって実行されるレコメンド処理の第４処理例とともに、本発明の推奨情報特定方法について説明する。当該第４処理例が、上述した第１処理例と異なるところは、ステップＳ１４〜Ｓ１８までの処理が、ステップＳ１３１〜Ｓ１９１に置換された点である。そのため、以下においては、相違点のみ説明する。

ステップＳ１３又はＳ１５から次のステップＳ１３１に処理が進むと、制御部３１は、上述した第３処理例のステップＳ１３１〜Ｓ１３３の処理を行う。

その後、次のステップＳ１６２では、制御部３１は、ステップＳ１３３で抽出された複数の推奨商品候補に、図５の順位リストＴＢ１に属する優先順位が上位の商品が含まれているかどうかを判定する。例えば、制御部３１は、前記複数の推奨商品候補が、前記優先順位が１０位以内の商品であるかどうかを判定する。

ステップＳ１６２において、前記複数の推奨商品候補の中に優先順位が上位の商品が含まれていると判定された場合（Ｓ１６２のＹｅｓ側）、次のステップＳ１８２において、前記複数の推奨商品候補の中から優先順位が上位の商品を選定して、その選定された商品を推奨商品に特定する。かかる処理は、制御部３１のレコメンド選定処理部３１２によって行われる。ステップＳ１８２は、本発明の推奨情報特定ステップに相当する。その後、前記推奨商品を含む前記レコメンド情報がレコメンド情報送信部３１３によって利用者の利用者端末１５に送信される（Ｓ１９１）。そして、利用者端末１５では、受信したレコメンド情報が操作表示部２２の表示部に表示される。また、前記レコメンド情報は、従業員端末１６にも送信される。

一方、ステップＳ１６２において、前記複数の推奨商品候補の中に優先順位が上位の商品が含まれていないと判定された場合（Ｓ１６２のＮｏ側）、制御部３１は、再び前記レコメンドエンジンを用いて、前記行動内容に基づいて、ステップＳ１３４で抽出された候補とは異なる複数の推奨商品候補を抽出する候補再抽出処理を行う（ステップＳ１６３）。その後、ステップＳ１６２の処理を実行し、前記複数の推奨商品候補の中に優先順位が上位の商品が含まれていると判定されるまで、ステップＳ１６２及びＳ１６３の処理が繰り返し行われる。

以下、図１０のフローチャートを用いて、強化学習を用いた順位決定部３３の学習部４０の学習動作フローの一例について説明する。図１０において、Ｓ２１，Ｓ２２，・・・は処理手順の番号（ステップ番号）を示す。

まず、ステップＳ２１では、順位決定部３３の行動結果取得部３３２は、利用者端末１５から送信されたきた前記行動結果（閲覧行動、読取行動、購入行動の行動結果）を取得する。このステップＳ２１では、店舗２００を利用するすべての利用者の行動結果が利用者端末１５各々から送信される。

ステップＳ２２では、学習部４０の報酬計算部４０１は、ステップＳ２１で取得された行動結果に基づいて、現時点の前記優先順位が適切かどうかを判定するための判定評価値を算出する。前記判定評価値は、前記行動結果の内容ごとに定められている評価ポイントを加算して算出される。例えば、閲覧行動、読取行動、購入行動の肯定結果に対してはプラスの評価ポイントが定められており、否定結果に対してはマイナスの評価ポイントが定められている。すべての行動結果に対する評価ポイントが加算されることにより、前記判定評価値が算出される。なお、利用者ごとに前記評価ポイントに重み係数が設定されている場合、例えば、店舗２００の利用頻度が高い利用者の行動結果に対する評価ポイントに前記利用頻度に比例した数値の重み係数が設定されている場合は、その重み係数を加味して前記判定評価値が算出されてもよい。

次のステップＳ２３では、前記判定評価値が所定の許容範囲内かどうかを判定する。前記判定評価値が許容範囲内であると判定された場合は、現時点の前記優先順位が適切であるとして、処理はステップＳ２４に進み、プラス報酬を設定する。一方、前記判定評価値が許容範囲を超えていると判定された場合は、現時点の前記優先順位が不適切であるとして、処理はステップＳ２５に進み、マイナス報酬を設定する。

その後、ステップＳ２６において、学習部４０の価値関数更新部４０２によって、優先順位に関する価値関数、つまり、行動価値関数Ｑ（ｓ，ａ）が更新され、再びステップＳ２１に戻って、同様の処理が繰り返し実行される。

なお、上述の実施形態では、実在する店舗２００に適用される情報処理システム１００を例示したが、本発明は、利用者端末１５を介して利用者が買い物をするインターネット上に存在する仮想店舗にも適用可能である。

１１：サーバー装置
１２：ゲート装置
１３：ゲート装置
１４：レジスター
１５：利用者端末
１６：従業員端末
１７：料理レシピデータベース
２１：制御部
２２：操作表示部
２３：記憶部
２４：撮像部
２５：通信Ｉ／Ｆ
３１：制御部
３２：記憶部
３３：順位決定部
３５：通信Ｉ／Ｆ
３６：レシピ選定部
４０：学習部
１００：情報処理システム
２００：店舗
２１１：読取処理部
２１２：表示処理部
２１３：通知処理部
２１４：行動結果送信部
３１１：レコメンド抽出処理部
３１２：レコメンド選定処理部
３１３：レコメンド情報送信部
３１４：情報取得部
３１５：レシピ選定処理部
３１６：不足商品判定部
３２１：顧客情報格納部
３２２：商品情報格納部
３２３：購入予定商品格納部
３２４：優先順位格納部
３３１：変動情報観測部
３３２：行動結果取得部
３３３：データ更新処理部
４０１：報酬計算部
４０２：価値関数更新部

Claims

ユーザーが店舗で利用する端末装置から前記店舗において前記ユーザーの購入対象として選択された商品それぞれに関する購入対象情報を取得する購入対象情報取得部と、
前記選択された商品の選択順位に関する順位情報と、前記購入対象情報とに基づいて、前記店舗で提供される複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定部と、を備える推奨情報特定装置。
前記推奨情報特定部は、予め定められた設定順位までの上位商品に関する前記購入対象情報に基づいて、前記複数の商品情報から前記推奨情報を特定する、請求項１に記載の推奨情報特定装置。
料理に使用される商品情報と料理レシピとを対応付けて記憶する料理レシピ記憶部から前記設定順位までの上位順位に対応する前記上位商品を使用する料理レシピを選定して取得する料理レシピ選定部と、
前記料理レシピ選定部によって取得された料理レシピに使用される商品と前記上位商品とを比較して、料理に使用されない不足商品を判定する不足商品判定部と、を更に備え、
前記推奨情報特定部は、前記複数の商品情報から前記不足商品に関係する不足商品情報を抽出して、前記料理レシピ選定部によって取得された料理レシピと前記不足商品情報とを前記推奨情報として特定する、請求項２に記載の推奨情報特定装置。
前記料理レシピ選定部は、一つ前の商品が選択されてから次の商品が選択されるまでの選択時間が所定の設定時間よりも長い場合に、前記次の商品の前記選択順位よりも上位の商品を使用する料理レシピを選定して取得する、請求項３に記載の推奨情報特定装置。
前記料理レシピ選定部は、前記上位商品を主材料とする料理レシピを選定する、請求項３又は４に記載の推奨情報特定装置。
前記端末装置から前記ユーザーの購入対象として選択された商品の選択を取り消す取消情報を取得する取消情報取得部を更に備え、
前記推奨情報特定部は、前記取消情報が示す取消済み商品が除外された前記購入対象情報と前記順位情報とに基づいて、前記複数の商品情報から前記推奨情報を特定する、請求項１から５のいずれかに記載の推奨情報特定装置。
前記推奨情報特定部は、前記購入対象情報及び前記順位情報に加えて、前記店舗で提供される複数の商品の販売に関して予め定められた優先順位をも用いて、前記複数の商品情報から前記推奨情報を特定する、請求項１から６のいずれかに記載の推奨情報特定装置。
前記推奨情報特定部は、前記不足商品判定部によって判定された前記不足商品のうち、前記店舗で提供される複数の商品の販売に関して予め定められた優先順位が上位の不足商品に関係する不足商品情報を抽出して、前記料理レシピ選定部によって取得された料理レシピと前記不足商品情報とを前記推奨情報として特定する、請求項３に記載の推奨情報特定装置。
前記推奨情報特定部によって特定された前記推奨情報を前記端末装置に出力する推奨情報出力部を更に備える、請求項１から８のいずれかに記載の推奨情報特定装置。
ユーザーが店舗で利用する端末装置から前記店舗において前記ユーザーの購入対象として選択された商品それぞれに関する購入対象情報を取得する購入対象情報取得部と、
前記選択された商品の選択順位に関する順位情報と、前記購入対象情報とに基づいて、前記店舗で提供される複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨情報を特定する推奨情報特定部と、
前記推奨情報特定部によって特定された前記推奨情報を前記端末装置に出力する推奨情報出力部と、を備える推奨情報特定システム。
ユーザーが店舗で利用する端末装置から前記店舗において前記ユーザーの購入対象として選択された商品それぞれに関する購入対象情報を取得する購入対象情報取得ステップと、
前記購入対象情報と、前記選択された商品の選択順位に関する順位情報とに基づいて、前記店舗で提供される複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨情報を特定する推奨情報特定ステップと、を備える推奨情報特定方法。
請求項１１に記載の推奨情報特定方法の各ステップをコンピュータに実行させるためのプログラム。