JP2020061053A - 要望推薦システム、要望推薦方法および要望推薦プログラム - Google Patents
要望推薦システム、要望推薦方法および要望推薦プログラム Download PDFInfo
- Publication number
- JP2020061053A JP2020061053A JP2018193104A JP2018193104A JP2020061053A JP 2020061053 A JP2020061053 A JP 2020061053A JP 2018193104 A JP2018193104 A JP 2018193104A JP 2018193104 A JP2018193104 A JP 2018193104A JP 2020061053 A JP2020061053 A JP 2020061053A
- Authority
- JP
- Japan
- Prior art keywords
- customer
- prediction
- learning
- unit
- prediction model
- 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
- 238000000034 method Methods 0.000 title claims description 37
- 238000006243 chemical reaction Methods 0.000 claims description 61
- 230000008569 process Effects 0.000 claims description 21
- 230000004044 response Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 16
- 238000013473 artificial intelligence Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 208000019901 Anxiety disease Diseases 0.000 description 3
- 230000036506 anxiety Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Description
図1は、本発明による要望推薦システムの第一の実施形態の構成例を示すブロック図である。本実施形態の要望推薦システム100は、記憶部10と、学習データ入力部12と、学習部14と、説明変数選択部16と、質問登録部18と、質問出力部20と、回答入力部30と、予測用データ加工部40と、予測部42と、推薦結果出力部50と、反応入力部60と、学習データ生成部70とを備えている。
次に、本発明による要望推薦システムの第二の実施形態を説明する。第一の実施形態では、質問出力部20が顧客に対する質問を出力する場合について説明した。なお、質問出力部20によって出力される質問に対する回答を入力することで、顧客に対する推薦結果を出力することが可能である。言い換えると、想定される顧客像がある程度既知である場合、本発明による要望推薦システムを用いることで、例えば、経験の浅いユーザが顧客への訪問前に顧客への提案内容をシミュレートすることが可能である。
12 学習データ入力部
14 学習部
16 説明変数選択部
18 質問登録部
20,22 質問出力部
30 回答入力部
40 予測用データ加工部
42 予測部
50,52 推薦結果出力部
60 反応入力部
70 学習データ生成部
100,200 要望推薦システム
Claims (10)
- 学習データに基づいて、顧客の要望を予測するための予測モデルを学習する学習部と、
前記予測モデルに含まれる説明変数の値を導出するための質問を出力する質問出力部と、
前記質問に対して入力された回答を前記予測モデルに適用して顧客の要望を予測する予測部と、
前記予測の結果に基づいて、前記顧客への推薦結果を出力する推薦結果出力部と、
前記推薦結果及び当該推薦結果に対して入力された顧客の反応に基づいて学習データを生成する学習データ生成部とを備え、
前記学習部は、顧客の反応に基づいて生成された学習データを用いて、前記予測モデルを再学習する
ことを特徴とする要望推薦システム。 - 学習部は、態様ごとに複数の予測モデルを学習し、
推薦結果出力部は、各予測モデルの学習に用いた学習データを用いて、予測の結果を標準化し、標準化された予測の結果の順位に応じて推薦結果を出力する
請求項1記載の要望推薦システム。 - 学習部は、予測モデルに含める1つ以上の説明変数のうち、選択された説明変数で構成される予測モデルを学習する
請求項1または請求項2記載の要望推薦システム。 - 学習部は、予測モデルに含まれる説明変数の中から受け付けた1つ以上の説明変数を用いて予測モデルを学習する
請求項3記載の要望推薦システム。 - 学習部は、新たな追加対象として受け付けた説明変数を用いて予測モデルを学習する
請求項3記載の要望推薦システム。 - 質問出力部は、顧客からの回答を受け付ける画面と、ユーザからの回答を受け付ける画面とを選択的に出力する
請求項1から請求項5のうちのいずれか1項に記載の要望推薦システム。 - 学習データ生成部は、推薦結果を出力する際に用いた予測モデルを学習するための学習データとして、予測の際に当該予測モデルに適用した予測用データに含まれる各情報を説明変数とし、顧客の反応を示す情報を目的変数とする学習データを生成する
請求項1から請求項6のうちのいずれか1項に記載の要望推薦システム。 - 学習部は、支払額を目的変数とする予測モデルを学習し、
学習データ生成部は、顧客による商品の購入があったときに、当該商品の購入額を目的変数とする学習データを生成し、
前記学習部は、生成された学習データを用いて予測モデルを再学習する
請求項1から請求項7のうちのいずれか1項に記載の要望推薦システム。 - 学習データに基づいて、顧客の要望を予測するための予測モデルを学習し、
前記予測モデルに含まれる説明変数の値を導出するための質問を出力し、
前記質問に対して入力された回答を前記予測モデルに適用して顧客の要望を予測し、
前記予測の結果に基づいて、前記顧客への推薦結果を出力し、
前記推薦結果及び当該推薦結果に対して入力された顧客の反応に基づいて学習データを生成し、
顧客の反応に基づいて生成された学習データを用いて、前記予測モデルを再学習する
ことを特徴とする要望推薦方法。 - コンピュータに、
学習データに基づいて、顧客の要望を予測するための予測モデルを学習する学習処理、
前記予測モデルに含まれる説明変数の値を導出するための質問を出力する質問出力処理、
前記質問に対して入力された回答を前記予測モデルに適用して顧客の要望を予測する予測処理、
前記予測の結果に基づいて、前記顧客への推薦結果を出力する推薦結果出力処理、および、
前記推薦結果及び当該推薦結果に対して入力された顧客の反応に基づいて学習データを生成する学習データ生成処理を実行させ、
前記学習処理で、顧客の反応に基づいて生成された学習データを用いて、前記予測モデルを再学習させる
ための要望推薦プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018193104A JP7230416B2 (ja) | 2018-10-12 | 2018-10-12 | 要望推薦システム、要望推薦方法および要望推薦プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018193104A JP7230416B2 (ja) | 2018-10-12 | 2018-10-12 | 要望推薦システム、要望推薦方法および要望推薦プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020061053A true JP2020061053A (ja) | 2020-04-16 |
JP7230416B2 JP7230416B2 (ja) | 2023-03-01 |
Family
ID=70219014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018193104A Active JP7230416B2 (ja) | 2018-10-12 | 2018-10-12 | 要望推薦システム、要望推薦方法および要望推薦プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7230416B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7531330B2 (ja) | 2020-06-29 | 2024-08-09 | キリンホールディングス株式会社 | 情報処理方法、プログラム及び情報処理装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002083110A (ja) * | 2000-09-06 | 2002-03-22 | Dentsu Inc | 顧客行動パターンの予測を支援する方法、及びこれを用いたマーケティング支援システム |
JP2003044750A (ja) * | 2001-07-27 | 2003-02-14 | Yosuke Takashima | 顧客購買パターンを認識し最適な広告表示をおこなうインターネットショッピングサイト |
JP2003345971A (ja) * | 2002-05-30 | 2003-12-05 | Fujitsu Ltd | 営業活動提示方法、及び、営業活動提示プログラム |
JP2004533660A (ja) * | 2000-10-18 | 2004-11-04 | ジヨンソン・アンド・ジヨンソン・コンシユーマー・カンパニーズ・インコーポレーテツド | 知能性能ベースの製品推奨システム |
-
2018
- 2018-10-12 JP JP2018193104A patent/JP7230416B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002083110A (ja) * | 2000-09-06 | 2002-03-22 | Dentsu Inc | 顧客行動パターンの予測を支援する方法、及びこれを用いたマーケティング支援システム |
JP2004533660A (ja) * | 2000-10-18 | 2004-11-04 | ジヨンソン・アンド・ジヨンソン・コンシユーマー・カンパニーズ・インコーポレーテツド | 知能性能ベースの製品推奨システム |
JP2003044750A (ja) * | 2001-07-27 | 2003-02-14 | Yosuke Takashima | 顧客購買パターンを認識し最適な広告表示をおこなうインターネットショッピングサイト |
JP2003345971A (ja) * | 2002-05-30 | 2003-12-05 | Fujitsu Ltd | 営業活動提示方法、及び、営業活動提示プログラム |
Non-Patent Citations (1)
Title |
---|
豊澤 栄治, Rビジネス統計分析, vol. 初版第1刷, JPN6022030211, 11 May 2017 (2017-05-11), pages 121 - 134, ISSN: 0004833674 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7531330B2 (ja) | 2020-06-29 | 2024-08-09 | キリンホールディングス株式会社 | 情報処理方法、プログラム及び情報処理装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7230416B2 (ja) | 2023-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dellaert et al. | Marketing mass-customized products: Striking a balance between utility and complexity | |
US11816588B2 (en) | Forecasting demand using hierarchical temporal memory | |
US11080639B2 (en) | Intelligent diversification tool | |
US20220180392A1 (en) | Predictive recommendation system using tiered feature data | |
Artasanchez et al. | Artificial Intelligence with Python: Your complete guide to building intelligent apps using Python 3. x | |
JP2022086788A (ja) | 推定システム及び推定方法 | |
KR102409718B1 (ko) | 소셜 네트워크와 연동되는 커머스 플랫폼에서의 리뷰샵 관리 방법 및 시스템 | |
US20140195312A1 (en) | System and method for management of processing workers | |
Wei et al. | Online shopping behavior analysis for smart business using big data analytics and blockchain security | |
JP7230416B2 (ja) | 要望推薦システム、要望推薦方法および要望推薦プログラム | |
JP2023011316A (ja) | 提供装置、提供方法及び提供プログラム | |
WO2002079901A2 (en) | Customer preference system | |
Wang et al. | Reinforcement learning-based dynamic order recommendation for on-demand food delivery | |
JP2021117614A (ja) | 決済支援システム | |
Soares et al. | Decision Support System for Selection of Internet Services Providers using the ROC and WASPAS Approach | |
US20140188559A1 (en) | Market research interface for use with prediction market | |
KR102453673B1 (ko) | 기계학습모델 공유 또는 판매를 위한 시스템 및 시스템의 동작 방법 | |
CN115049383A (zh) | 组合支付推荐方法、装置、电子设备及存储介质 | |
US11074622B2 (en) | Real-time predictive recommendation system using per-set optimization | |
AU2020200779A1 (en) | Crowd-sourced asset valuation system and method | |
JP2020149363A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7351887B2 (ja) | 情報処理装置、情報処理システム、および情報処理方法 | |
WO2021024882A1 (ja) | 商品売上予測に用いる複数の商品情報を対応付ける判定サーバ及び判定方法 | |
JP7254996B2 (ja) | 提供装置、提供方法及び提供プログラム | |
JP7215664B1 (ja) | 取引促進システム、取引促進方法及び取引促進プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210902 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220920 |
|
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: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230130 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7230416 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |