JP2019501464A5 - - Google Patents

Download PDF

Info

Publication number
JP2019501464A5
JP2019501464A5 JP2018535405A JP2018535405A JP2019501464A5 JP 2019501464 A5 JP2019501464 A5 JP 2019501464A5 JP 2018535405 A JP2018535405 A JP 2018535405A JP 2018535405 A JP2018535405 A JP 2018535405A JP 2019501464 A5 JP2019501464 A5 JP 2019501464A5
Authority
JP
Japan
Prior art keywords
attribute
similarity
level
determining
period
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
Application number
JP2018535405A
Other languages
English (en)
Other versions
JP6745343B2 (ja
JP2019501464A (ja
Filing date
Publication date
Priority claimed from US14/990,834 external-priority patent/US20170200172A1/en
Application filed filed Critical
Publication of JP2019501464A publication Critical patent/JP2019501464A/ja
Publication of JP2019501464A5 publication Critical patent/JP2019501464A5/ja
Application granted granted Critical
Publication of JP6745343B2 publication Critical patent/JP6745343B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (14)

  1. 顧客意思決定ツリー(CDT)を生成する方法であって、
    小売アイテム取引売上データを受け付けるステップと、
    前記売上データをアイテム/店舗/期間レベルに集成するステップと、
    前記売上データを属性値/店舗/期間レベルに集成するステップと、
    前記期間の売上シェアを判定するステップと、
    属性値ペア間の相関関係に基づいて、属性値ペアについての類似度を判定するステップと、
    前記判定された類似度に基づいて、最上位属性を判定するステップとを含む、方法。
  2. 前記期間は、週単位を含む、請求項に記載の方法。
  3. バイナリ属性についての類似度を判定するステップをさらに含む、請求項1または2に記載の方法。
  4. 正の値を0にするステップと負の値を対応する正の値に変更するステップとを含む、前記判定された類似度を後処理するステップをさらに含む、請求項1〜3のいずれか1項に記載の方法。
  5. 前記属性値ペアについての類似度を判定するステップは、属性値ペア(X,Y)について、XおよびYは、前記属性Xおよび前記属性Yの前記店舗/時間シェア値を表し、nは、XおよびYの属性シェアがある店舗/期間の総数を表す、
    Figure 2019501464

    から構成されるSIMの値を判定するステップを含む、請求項1〜4のいずれか1項に記載の方法。
  6. 前記バイナリ属性についての類似度を判定するステップは、
    Figure 2019501464

    を含む、請求項3に記載の方法
  7. 前記最上位属性を前記CDTの第1レベルとして割り当てるステップと、
    前記CDTの第2レベルを、各々が前記最上位属性の属性値に対応する複数の下位区分に分割するステップと、
    前記下位区分ごとに、前記下位区分値について、
    前記小売アイテム取引売上データを受け付けるステップ、
    前記売上データを前記アイテム/店舗/期間レベルに集成するステップ、
    前記売上データを前記属性値/店舗/期間レベルに集成するステップ、
    前記期間の売上シェアを判定するステップ、
    属性値ペア間の相関関係に基づいて、属性値ペアについての類似度を判定するステップ、および
    前記判定された類似度に基づいて、前記最上位属性を判定するステップ、
    を繰り返すステップとをさらに含む、請求項1〜6のいずれか1項に記載の方法。
  8. 小売アイテム取引売上データを受け付けることに応答して、前記売上データをアイテム/店舗/期間レベルに集成し、前記売上データを属性値/店舗/期間レベルに集成する集成モジュールと、
    前記期間の売上シェアを判定し、属性値ペア間の相関関係に基づいて、属性値ペアについての類似度を判定し、前記判定された類似度に基づいて、最上位属性を判定する類似度モジュールとを備える、顧客意思決定ツリー(CDT)生成システム。
  9. 前記属性値ペアについての類似度を判定することは、属性値ペア(X,Y)について、XおよびYは、前記属性Xおよび前記属性Yの前記店舗/時間シェア値を表し、nは、XおよびYの属性シェアがある店舗/期間の総数を表す、
    Figure 2019501464

    から構成されるSIMの値を判定することを含む、請求項に記載のシステム。
  10. 前記類似度モジュールは、さらに、
    Figure 2019501464

    から構成される、バイナリ属性についての類似度を判定する、請求項8または9に記載のシステム。
  11. 前記期間は、週単位を含む、請求項8〜10のいずれか1項に記載のシステム。
  12. 前記類似度モジュールは、さらに、正の値を0にすることと負の値を対応する正の値に変更することとを含む、前記判定された類似度の後処理を行う、請求項8〜11のいずれか1項に記載のシステム。
  13. レベル生成モジュールをさらに備え、
    前記レベル生成モジュールは、
    前記最上位属性を前記CDTの第1レベルとして割り当て、
    前記CDTの第2レベルを、各々が前記最上位属性の属性値に対応する複数の下位区分に分割し、
    前記下位区分ごとに、前記下位区分値について、
    前記小売アイテム取引売上データを受け付けることと、
    前記売上データを前記アイテム/店舗/期間レベルに集成することと、
    前記売上データを前記属性値/店舗/期間レベルに集成することと、
    前記期間の売上シェアを判定することとと、
    属性値ペア間の相関関係に基づいて、属性値ペアについての類似度を判定することと、
    前記判定された類似度に基づいて、前記最上位属性を判定することとを繰り返す、請求項8〜12のいずれか1項に記載のシステム。
  14. 命令を含むコンピュータプログラムであって、前記命令は、1つ以上のプロセッサによって実行されると、前記1つ以上のプロセッサに請求項1〜7のいずれか1項に記載の方法を実行させる、コンピュータプログラム。
JP2018535405A 2016-01-08 2016-11-15 顧客意思決定ツリー生成システム Active JP6745343B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/990,834 US20170200172A1 (en) 2016-01-08 2016-01-08 Consumer decision tree generation system
US14/990,834 2016-01-08
PCT/US2016/062032 WO2017119952A1 (en) 2016-01-08 2016-11-15 Consumer decision tree generation system

Publications (3)

Publication Number Publication Date
JP2019501464A JP2019501464A (ja) 2019-01-17
JP2019501464A5 true JP2019501464A5 (ja) 2019-12-26
JP6745343B2 JP6745343B2 (ja) 2020-08-26

Family

ID=59274292

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018535405A Active JP6745343B2 (ja) 2016-01-08 2016-11-15 顧客意思決定ツリー生成システム

Country Status (5)

Country Link
US (1) US20170200172A1 (ja)
EP (1) EP3400571A4 (ja)
JP (1) JP6745343B2 (ja)
CN (1) CN108292409B (ja)
WO (1) WO2017119952A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11599894B2 (en) * 2018-06-29 2023-03-07 Tata Consultancy Services Limited Method and system for generating customer decision tree through machine learning
WO2020033410A1 (en) * 2018-08-06 2020-02-13 Walmart Apollo, Llc Artificial intelligence system and method for generating a hierarchical data structure
US11500936B2 (en) * 2018-08-07 2022-11-15 Walmart Apollo, Llc System and method for structure and attribute based graph partitioning
US11188934B2 (en) * 2019-06-28 2021-11-30 Tata Consultancy Services Limited Dynamic demand transfer estimation for online retailing using machine learning
CN110727659B (zh) * 2019-10-24 2023-08-18 深圳前海微众银行股份有限公司 基于sql语句的决策树模型生成方法、装置、设备及介质
CN117151829B (zh) * 2023-10-31 2024-02-13 阿里健康科技(中国)有限公司 导购决策树的构建方法、装置、设备和存储介质

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU6789600A (en) * 1999-08-19 2001-03-13 Procter & Gamble Company, The Method and apparatus for the selection of coffee
US9785953B2 (en) * 2000-12-20 2017-10-10 International Business Machines Corporation System and method for generating demand groups
US20090006156A1 (en) * 2007-01-26 2009-01-01 Herbert Dennis Hunt Associating a granting matrix with an analytic platform
CA2601776A1 (en) * 2005-05-18 2006-11-23 Steven J. Greenfield Data structure and architecture for processing transaction data
CA2619773C (en) * 2005-08-19 2016-01-26 Biap Systems, Inc. System and method for recommending items of interest to a user
US20080270363A1 (en) * 2007-01-26 2008-10-30 Herbert Dennis Hunt Cluster processing of a core information matrix
US8335714B2 (en) * 2007-05-31 2012-12-18 International Business Machines Corporation Identification of users for advertising using data with missing values
US10176483B2 (en) * 2007-12-21 2019-01-08 Blue Nile, Inc. User interface for displaying purchase concentration data for unique items based on consumer-specified constraints
CN102203813B (zh) * 2008-11-04 2014-04-09 株式会社日立制作所 信息处理系统
US8463666B2 (en) * 2008-11-25 2013-06-11 Sap Ag Managing consistent interfaces for merchandise and assortment planning business objects across heterogeneous systems
US8412656B1 (en) * 2009-08-13 2013-04-02 Videomining Corporation Method and system for building a consumer decision tree in a hierarchical decision tree structure based on in-store behavior analysis
US8874499B2 (en) * 2012-06-21 2014-10-28 Oracle International Corporation Consumer decision tree generation system
JP6161992B2 (ja) * 2013-08-20 2017-07-12 株式会社日立製作所 販売予測システム及び販売予測方法
US20150127419A1 (en) * 2013-11-04 2015-05-07 Oracle International Corporation Item-to-item similarity generation
CN105095522B (zh) * 2015-09-22 2018-09-25 南开大学 基于最近邻搜索的关系表集合外键识别方法

Similar Documents

Publication Publication Date Title
JP2019501464A5 (ja)
US11531926B2 (en) Method and apparatus for generating machine learning model by using distributed computing framework
US10185752B2 (en) Mining association rules in the map-reduce framework
JP2021507323A5 (ja)
WO2019210695A1 (zh) 模型训练和业务推荐
JP6414363B2 (ja) 予測システム、方法およびプログラム
US10366342B2 (en) Generation of a boosted ensemble of segmented scorecard models
US20160147914A1 (en) Technique for generating approximate design solutions
JP2019506664A5 (ja)
US9426170B2 (en) Identifying target customers to stem the flow of negative campaign
US10262068B2 (en) System, method, and non-transitory computer-readable storage media for displaying an optimal arrangement of facets and facet values for a search query on a webpage
Liu et al. A new Nawaz–Enscore–Ham-based heuristic for permutation flow-shop problems with bicriteria of makespan and machine idle time
JP6506360B2 (ja) 教師データを生成する方法、学習済みモデルを生成する方法、学習済みモデル、コンピュータおよびプログラム
JP5795743B2 (ja) 適応的重み付けを用いた様々な文書間類似度計算方法に基づいた文書比較方法および文書比較システム
JP6311851B2 (ja) 共クラスタリングシステム、方法およびプログラム
JP2016510470A5 (ja)
US10387800B2 (en) System and methods for generating reason codes for ensemble computer models
US20150142519A1 (en) Recommending and pricing datasets
AU2019201876A1 (en) Detecting correlation among sets of time series data
Bauckhage et al. Kernel archetypal analysis for clustering web search frequency time series
TW201926087A (zh) 問題推送方法及裝置
Choi et al. Parameter learning for alpha integration
EP4154117A1 (en) Unification of disparate cloud resources using machine learning
US9652527B2 (en) Multi-term query subsumption for document classification
JP7316722B2 (ja) ランダムシーケンス埋込みを用いた記号シーケンス解析における計算効率