JP2021099718A

JP2021099718A - Information processing device and program

Info

Publication number: JP2021099718A
Application number: JP2019231806A
Authority: JP
Inventors: 園田　隆志; Takashi Sonoda; 隆志園田; 政寛佐藤; Masahiro Sato; セイ張; Xing Zhang; シンジャンマジェイ; Shin Jammajei; 翔竹森; Sho Takemori; 大熊　智子; Tomoko Okuma; 智子大熊
Original assignee: Fujifilm Business Innovation Corp
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2019-12-23
Filing date: 2019-12-23
Publication date: 2021-07-01

Abstract

To recommend another product so as not to exceed the user's budget in a situation where a purchase amount of one product for recommending the product affects selection of another product.SOLUTION: A server 100 estimates the budget from the purchase history of an authenticated user. In addition, the server 100 regards a plurality of products as a purchase candidate, determines the purchase price of some products among purchase candidates, and then, determines the recommended product for recommending purchase from another product among the purchase candidates so as not to exceed the budget based on the budget and the determined purchase amount.SELECTED DRAWING: Figure 1

Description

本発明は、情報処理装置およびプログラムに関する。 The present invention relates to an information processing device and a program.

購入者の購入履歴等に基づいて、購入者に商品を推薦するシステムがある。特許文献１には、商品群の中から選択された選択商品と他の商品との関連度を、購入ログＤＢに記憶された複数ユーザの商品購入履歴情報に基づいて算出し、各商品の発売時期情報（発売日）に基づいて、商品カテゴリ毎に発売時期の偏りを算出し、この偏りを期間別重みとして、各商品の関連度を該当する商品カテゴリ毎に補正し、関連度の高いものを推薦商品としてユーザ端末に提示するシステムが開示されている。 There is a system that recommends products to purchasers based on the purchase history of the purchaser. In Patent Document 1, the degree of relevance between a selected product selected from a product group and another product is calculated based on the product purchase history information of a plurality of users stored in the purchase log DB, and each product is released. Based on the time information (release date), the bias of the release time is calculated for each product category, and this bias is used as the weight for each period, and the degree of relevance of each product is corrected for each corresponding product category, and the degree of relevance is high. Is disclosed as a recommended product to the user terminal.

特許文献２には、複数のユーザの商品の購入履歴情報と購入周期情報とからユーザの購入商品の変更の履歴を抽出する機能と、購入履歴情報と購入周期情報とから、あるユーザが購入商品を変更する時期かどうかを判定する機能と、購入商品を変更する時期であると判定されると、他のユーザの購入変更履歴に基づき、あるユーザに対して推薦すべき商品を決定する機能と、決定された商品に関する情報をあるユーザに提供する機能とを含むシステムが開示されている。 Patent Document 2 describes a function of extracting a history of changes in a user's purchased product from purchase history information and purchase cycle information of a plurality of users' products, and a product purchased by a user from the purchase history information and purchase cycle information. A function to determine whether it is time to change the product, and a function to determine the product to be recommended to a certain user based on the purchase change history of another user when it is determined that it is time to change the purchased product. , A system including a function of providing a user with information about a determined product is disclosed.

特許文献３には、購入した商品のカテゴリーと購入した日を管理する購入履歴情報と、次回購入見込み日の何日前からユーザに通知を開始するかを示す通知開始幅と何日間通知を継続するかを示す通知期間とを商品カテゴリごとに定めた買い時商品通知パラメータと、通知開始日と通知終了日とを商品カテゴリごとに管理する買い時商品情報と、に基づき、商品カテゴリごとに購入を推薦する表示を行うシステムが開示されている。 In Patent Document 3, the purchase history information that manages the category of the purchased product and the date of purchase, the notification start width indicating how many days before the next expected purchase date is started, and the number of days of notification are continued. Purchases are made for each product category based on the product notification parameter at the time of purchase, which defines the notification period for each product category, and the product information at the time of purchase, which manages the notification start date and the notification end date for each product category. A system for displaying recommendations is disclosed.

特許文献４には、所定回数以上関連付けられている複数の商品の組み合わせを、ついで買い候補商品群として抽出する一方、ついで買い候補商品群に含まれる複数の商品の商品名を検索クエリとしてＷｅｂページを検索して、これらの検索クエリが出現する全てのＷｅｂページのうちこれらの検索クエリが同一のＷｅｂページに出現する割合である共起率を算出し、共起率が所定値以下の複数の商品をついで買い候補商品群から排除するシステムが開示されている。 In Patent Document 4, a combination of a plurality of products associated with a predetermined number of times or more is subsequently extracted as a purchase candidate product group, and then a Web page using the product names of a plurality of products included in the purchase candidate product group as a search query. Is searched to calculate the co-occurrence rate, which is the ratio of these search queries appearing on the same web page among all the web pages in which these search queries appear, and a plurality of co-occurrence rates of a predetermined value or less are calculated. A system for excluding a product from a group of candidate products to buy is disclosed.

ところで、上記のようなネットワークの利用では、例えば、ソフトウェアの制御によりネットワークを構築するネットワークの仮想化技術が利用される。この場合、仮想化されたネットワークの管理手段に対してネットワークの利用を予約することとなる。 By the way, in the use of the network as described above, for example, a network virtualization technique for constructing a network by software control is used. In this case, the use of the network is reserved for the management means of the virtualized network.

特許５６０９３７３号公報Japanese Patent No. 5609373 特開２００４−２２０１５２号公報Japanese Unexamined Patent Publication No. 2004-220152 特開２０１３−１３７５９８号公報Japanese Unexamined Patent Publication No. 2013-137598 特許５２５５６６７号公報Japanese Patent No. 5255667

複数の商品を購入する場合に、一の商品の購入金額が、他の商品の選択に影響する場合がある。しかし、これまでは商品の購入を促すような商品の推薦を行う場合に、商品の組み合わせによって利用者の予算を超えるような推薦をしてしまうことがあった。例えば、商品を購入する利用者の予算が１０００円と決まっていた場合であったとしても、８００円の商品Ａと５００円の商品Ｂとを推薦してしまうことがあった。 When purchasing multiple products, the purchase price of one product may affect the selection of other products. However, in the past, when recommending a product that encourages the purchase of a product, the recommendation may exceed the user's budget depending on the combination of products. For example, even if the budget of the user who purchases the product is determined to be 1000 yen, the product A of 800 yen and the product B of 500 yen may be recommended.

本発明は、商品の推薦を行う一の商品の購入金額が、他の商品の選択に影響する場面において、利用者の予算を超えないように他の商品を推薦することを目的とする。 An object of the present invention is to recommend another product so that the purchase price of one product for which the product is recommended does not exceed the user's budget in a situation where the purchase price of the other product affects the selection of the other product.

請求項１に係る本発明は、
プロセッサを備え、
前記プロセッサは、
認証されたユーザの購入履歴から予算を推定し、
複数の商品を購入候補として、当該購入候補のうち一部の商品の購入金額を確定し、
前記予算および前記確定された購入金額に基づき、当該予算を超えないように前記購入候補のうちの他の商品から購入を推薦する推薦商品を決定することを特徴とする、情報処理装置である。
請求項２に係る本発明は、
前記プロセッサは、予め商品を分類した商品カテゴリごとの購入に関する特性に応じて推薦商品を決定することを特徴とする、請求項１に記載の情報処理装置である。
請求項３に係る本発明は、
前記プロセッサは、前記購入履歴に基づき、購入金額の分散が大きい前記商品カテゴリに含まれる商品を推薦商品に決定することを特徴とする、請求項２に記載の情報処理装置である。
請求項４に係る本発明は、
前記プロセッサは、前記購入履歴に基づき、購入金額の代表値が高い前記商品カテゴリに含まれる商品を推薦商品に決定することを特徴とする、請求項３に記載の情報処理装置である。
請求項５に係る本発明は、
前記プロセッサは、前記購入履歴に基づき、購入間隔が一定でない商品カテゴリに含まれる商品を推薦商品に決定することを特徴とする、請求項２に記載の情報処理装置である。
請求項６に係る本発明は、
前記プロセッサは、購入金額が確定された商品とは異なる商品カテゴリに含まれる商品を推薦することを特徴とする、請求項２に記載の情報処理装置である。
請求項７に係る本発明は、
前記プロセッサは、
認証されたユーザの購入履歴から各商品の購入周期を判断し、
前記購入周期に基づいて特定される時期に、前記各商品の商品カテゴリに関して、当該商品カテゴリに含まれる通常購入される商品よりも高額の商品を推薦商品として決定することを特徴とする、請求項１に記載の情報処理装置である。
請求項８に係る本発明は、
前記プロセッサは、前記購入周期を過ぎても購入されていない商品の商品カテゴリに関して、当該商品カテゴリに含まれる通常購入される商品よりも高額の商品を推薦商品として決定することを特徴とする、請求項７に記載の情報処理装置である。
請求項９に係る本発明は、
前記プロセッサは、
認証されたユーザの購入履歴から購入金額の推移を判断し、当該購入金額の推移に基づいて購入金額が高額となる時期を推定し、
前記購入周期から特定される前記各商品の購入時期と推定された前記購入金額が高額となる時期とに基づき、当該各商品の商品カテゴリに関して、当該商品カテゴリに含まれる通常購入される商品よりも高額の商品を推薦商品として決定することを特徴とする、請求項７に記載の情報処理装置である。
請求項１０に係る本発明は、
コンピュータに
認証されたユーザの購入履歴から予算を推定し、
複数の商品を購入候補として、当該購入候補のうち一部の商品の購入金額を確定する処理と、
前記予算および前記確定された購入金額に基づき、当該予算を超えないように前記購入候補のうちの他の商品から購入を推薦する推薦商品を決定する処理と、
を実行させることを特徴とする、プログラムである。 The present invention according to claim 1
Equipped with a processor
The processor
Estimate the budget from the purchase history of authenticated users and
With multiple products as purchase candidates, the purchase price of some of the purchase candidates is confirmed.
The information processing apparatus is characterized in that, based on the budget and the fixed purchase price, a recommended product for which purchase is recommended from other products among the purchase candidates is determined so as not to exceed the budget.
The present invention according to claim 2
The information processing device according to claim 1, wherein the processor determines recommended products according to characteristics related to purchase for each product category in which products are classified in advance.
The present invention according to claim 3
The information processing device according to claim 2, wherein the processor determines a product included in the product category having a large dispersion of purchase amounts as a recommended product based on the purchase history.
The present invention according to claim 4
The information processing device according to claim 3, wherein the processor determines a product included in the product category having a high representative value of the purchase price as a recommended product based on the purchase history.
The present invention according to claim 5
The information processing device according to claim 2, wherein the processor determines a product included in a product category in which the purchase interval is not constant as a recommended product based on the purchase history.
The present invention according to claim 6
The information processing device according to claim 2, wherein the processor recommends a product included in a product category different from the product whose purchase price is fixed.
The present invention according to claim 7
The processor
Judge the purchase cycle of each product from the purchase history of the authenticated user,
A claim, characterized in that, at a time specified based on the purchase cycle, a product having a higher price than a normally purchased product included in the product category is determined as a recommended product for the product category of each product. The information processing apparatus according to 1.
The present invention according to claim 8 is
The processor determines, as a recommended product, a product having a higher price than a normally purchased product included in the product category with respect to the product category of the product that has not been purchased after the purchase cycle. Item 7. The information processing device according to item 7.
The present invention according to claim 9
The processor
The transition of the purchase amount is judged from the purchase history of the authenticated user, and the time when the purchase amount becomes high is estimated based on the transition of the purchase amount.
Based on the purchase time of each product specified from the purchase cycle and the time when the estimated purchase price becomes high, the product category of each product is higher than that of the normally purchased products included in the product category. The information processing apparatus according to claim 7, wherein a high-priced product is determined as a recommended product.
The present invention according to claim 10
Estimate the budget from the purchase history of the user authenticated to the computer,
Processing to determine the purchase price of some of the purchase candidates with multiple products as purchase candidates,
Based on the budget and the fixed purchase price, the process of determining the recommended product to recommend the purchase from other products among the purchase candidates so as not to exceed the budget, and
It is a program characterized by executing.

請求項１の発明によれば、単に利用者の購入履歴に基づいて商品を推薦する場合と比較して、商品の推薦を行う一の商品の購入金額が、他の商品の選択に影響する場面において、利用者の予算を超えないように他の商品を推薦することができる。
請求項２の発明によれば、単に利用者の購入履歴に基づいて商品を推薦する場合と比較して、ユーザの購入傾向に応じて商品を推薦することができる。
請求項３の発明によれば、単に利用者の購入履歴に基づいて商品を推薦する場合と比較して、ユーザの購入傾向としての購入金額の分散に応じて購入金額が高くなる可能性のある商品を推薦することができる。
請求項４の発明によれば、単に利用者の購入履歴に基づいて商品を推薦する場合と比較して、ユーザの購入傾向としての購入金額の代表値に応じて購入金額が高くなる可能性のある商品を推薦することができる。
請求項５の発明によれば、単に利用者の購入履歴に基づいて商品を推薦する場合と比較して、一定の間隔で購入される商品よりも購入金額が高くなる可能性のある商品を推薦することができる。
請求項６の発明によれば、単に利用者の購入履歴に基づいて商品を推薦する場合と比較して、既に購入することが確定した商品と同じ商品カテゴリの商品を推薦する無駄を抑制することができる。
請求項７の発明によれば、単に利用者の購入履歴に基づいて商品を推薦する場合と比較して、利用者がより高額な商品を購入する可能性を高めることができる。
請求項８の発明によれば、単に利用者の購入履歴に基づいて商品を推薦する場合と比較して、利用者が通常より高額な商品を購入する可能性を高めることができる。
請求項９の発明によれば、単に利用者の購入履歴に基づいて商品を推薦する場合と比較して、利用者が通常より高額な商品を購入する可能性を高めることができる。
請求項１０の発明によれば、本発明のプログラムを実行するコンピュータにおいて、単に利用者の購入履歴に基づいて商品を推薦する場合と比較して、商品の推薦を行う一の商品の購入金額が、他の商品の選択に影響する場面において、利用者の予算を超えないように他の商品を推薦することができる。 According to the invention of claim 1, a situation in which the purchase price of one product for which a product is recommended affects the selection of another product, as compared with the case where a product is simply recommended based on the purchase history of the user. In, other products can be recommended so as not to exceed the user's budget.
According to the invention of claim 2, the product can be recommended according to the purchase tendency of the user, as compared with the case of simply recommending the product based on the purchase history of the user.
According to the invention of claim 3, the purchase price may be higher according to the dispersion of the purchase price as the purchase tendency of the user, as compared with the case where the product is simply recommended based on the purchase history of the user. You can recommend products.
According to the invention of claim 4, the purchase price may be higher according to the representative value of the purchase price as the purchase tendency of the user, as compared with the case where the product is simply recommended based on the purchase history of the user. You can recommend a certain product.
According to the invention of claim 5, a product whose purchase price may be higher than that of a product purchased at regular intervals is recommended as compared with the case where the product is simply recommended based on the purchase history of the user. can do.
According to the invention of claim 6, it is possible to suppress the waste of recommending a product in the same product category as a product that has already been confirmed to be purchased, as compared with the case of simply recommending a product based on the purchase history of the user. Can be done.
According to the invention of claim 7, it is possible to increase the possibility that the user purchases a higher-priced product as compared with the case where the product is simply recommended based on the purchase history of the user.
According to the invention of claim 8, it is possible to increase the possibility that the user purchases a product at a higher price than usual, as compared with the case where the product is recommended based on the purchase history of the user.
According to the invention of claim 9, it is possible to increase the possibility that the user purchases a product at a higher price than usual, as compared with the case where the product is simply recommended based on the purchase history of the user.
According to the invention of claim 10, in the computer executing the program of the present invention, the purchase price of one product for which the product is recommended is higher than the case where the product is simply recommended based on the purchase history of the user. , Other products can be recommended so as not to exceed the user's budget in situations that affect the selection of other products.

本実施形態によるネットワークシステムの全体構成を示す図である。It is a figure which shows the whole structure of the network system by this embodiment. 商品カテゴリの例を示す図である。It is a figure which shows the example of the product category. 購入履歴ＤＢの構成例を示す図である。It is a figure which shows the configuration example of the purchase history DB. サーバのハードウェア構成例を示す図である。It is a figure which shows the hardware configuration example of a server. 購入金額の分散および平均購入額を説明する図である。It is a figure explaining the dispersion of the purchase amount and the average purchase amount. 一の利用者の購入特性と利用者全体の購入特性と対比させた図である。It is a figure which contrasted the purchase characteristic of one user with the purchase characteristic of the whole user. 購入間隔のばらつきを説明する図である。It is a figure explaining the variation of purchase interval. 購入周期に基づく推薦商品の決定方法の例を示す図である。It is a figure which shows the example of the method of determining a recommended product based on a purchase cycle. 日単位の購入総額の推移の例を示す図である。It is a figure which shows the example of the transition of the total purchase amount on a daily basis. サーバによる推薦商品の決定動作を示すフローチャートである。It is a flowchart which shows the determination operation of the recommended product by a server.

以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。
＜全体構成＞
図１は、本実施形態によるネットワークシステムの全体構成を示す図である。本実施形態のネットワークシステムは、サーバ１００と、購入履歴データベース（ＤＢ）２１０と、商品情報データベース（ＤＢ）２２０と、利用者端末３００とを備えて実現される。 Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
<Overall configuration>
FIG. 1 is a diagram showing an overall configuration of a network system according to the present embodiment. The network system of this embodiment is realized by including a server 100, a purchase history database (DB) 210, a product information database (DB) 220, and a user terminal 300.

サーバ１００は、利用者の商品購入に関して、利用者に推薦する商品（以下、「推薦商品」と称す）を選択し、選択した推薦商品の情報を利用者端末３００に通知する。サーバ１００は、利用者の予算の情報を取得し、得られた予算の範囲内で推薦商品を選択する。ここで、予算の情報には、予算を推定して得られる推定結果を含む。また、サーバ１００は、商品を複数の商品カテゴリに分類して管理しており、この商品カテゴリを考慮して推薦商品を選択する。サーバ１００は、ネットワーク上のサーバであり、例えば、インターネット上のクラウドサービス等として実現しても良い。 The server 100 selects a product recommended to the user (hereinafter referred to as "recommended product") with respect to the purchase of the product by the user, and notifies the user terminal 300 of the information of the selected recommended product. The server 100 acquires the information of the user's budget and selects the recommended product within the range of the obtained budget. Here, the budget information includes an estimation result obtained by estimating the budget. Further, the server 100 classifies and manages products into a plurality of product categories, and selects recommended products in consideration of these product categories. The server 100 is a server on the network, and may be realized as, for example, a cloud service on the Internet.

図２は、商品カテゴリの例を示す図である。図２では、食品を対象とする商品カテゴリの例を示している。図２に示す例では、商品は、大分類、中分類、小分類、商品名というように、階層的に分類されている。具体的には、図２に示す例において、商品は、大分類として、「野菜」、「精肉」、「魚介」等に分けられている。中分類の一例として、「野菜」は、「根菜」、「葉菜」等に分けられている。小分類の一例として、「葉菜」は、「キャベツ」、「レタス」等に分けられている。商品名の一例として、「レタス」は、「長野県産」、「茨城県産」、「群馬県産」等に分けられている。なお、図２に示す商品カテゴリは、例示に過ぎず、各分類の分け方や階層数等は、実際のシステムにおいて個別に設定して良い。 FIG. 2 is a diagram showing an example of a product category. FIG. 2 shows an example of a product category targeting food. In the example shown in FIG. 2, the products are classified hierarchically, such as a major classification, a middle classification, a minor classification, and a product name. Specifically, in the example shown in FIG. 2, the products are roughly classified into "vegetables", "meat", "seafood" and the like. As an example of the middle classification, "vegetables" are divided into "root vegetables", "leaf vegetables" and the like. As an example of sub-classification, "leaf vegetables" are divided into "cabbage", "lettuce" and the like. As an example of the product name, "lettuce" is divided into "Nagano prefecture", "Ibaraki prefecture", "Gunma prefecture" and the like. The product categories shown in FIG. 2 are merely examples, and the method of dividing each category, the number of layers, and the like may be set individually in an actual system.

図１に戻り、購入履歴ＤＢ２１０は、利用者ごとの商品の購入履歴を管理するデータベースである。購入履歴の情報は、例えば、商品の販売情報と、その商品を購入した利用者の識別情報とを組み合わせて得られる。商品の販売情報は、例えば、図示しないＰＯＳ（Point Of Sale）システム等の販売管理情報から取得し得る。利用者の識別情報は、例えば、サーバ１００のサービスの利用者として登録された利用者情報から取得し得る。なお、図１に示すシステム構成において、購入履歴ＤＢ２１０は、サーバ１００とは別個に設けられているが、サーバ１００の記憶装置に購入履歴ＤＢ２１０を構築しても良い。また、図示しないＰＯＳシステム等のデータベースを用いて購入履歴ＤＢ２１０を構成しても良い。 Returning to FIG. 1, the purchase history DB 210 is a database that manages the purchase history of products for each user. The purchase history information can be obtained, for example, by combining the sales information of the product and the identification information of the user who purchased the product. Product sales information can be obtained from sales management information such as a POS (Point Of Sale) system (not shown), for example. The user identification information can be obtained from, for example, the user information registered as a user of the service of the server 100. In the system configuration shown in FIG. 1, the purchase history DB 210 is provided separately from the server 100, but the purchase history DB 210 may be constructed in the storage device of the server 100. Further, the purchase history DB 210 may be configured by using a database such as a POS system (not shown).

図３は、購入履歴ＤＢ２１０の構成例を示す図である。図３に示す購入履歴ＤＢ２１０は、利用者による商品の購入に関して、「購入日」、「利用者コード」、「商品名」、「大分類コード」、「小分類コード」、「商品コード」、「単価」、「購入数」、「購入金額」の各項目の情報が登録されている。「購入日」は、商品が利用者により購入された日を示す情報である。「利用者コード」は、利用者の識別情報である。「商品名」は、利用者により購入された商品の名称である。「大分類コード」は、図２に示したような商品カテゴリにおいて、購入された商品が含まれる分類のうちの大分類を示す識別情報である。「小分類コード」は、購入された商品が含まれる分類のうちの小分類を示す識別情報である。「商品コード」は、購入された商品の識別情報である。「単価」は、購入された商品の単価である。「購入数」は、購入された商品の個数である。「購入金額」は、購入された商品の単価に購入された個数を乗じた金額であり、その商品の購入に要した総額である。なお、図３は、購入履歴ＤＢ２１０の構成の例示に過ぎず、登録項目等は、実際のシステムにおいて個別に設定して良い。 FIG. 3 is a diagram showing a configuration example of the purchase history DB 210. The purchase history DB 210 shown in FIG. 3 has a "purchase date", a "user code", a "product name", a "major classification code", a "minor classification code", and a "product code" regarding the purchase of a product by a user. Information on each item of "unit price", "number of purchases", and "purchase amount" is registered. The "purchase date" is information indicating the date when the product was purchased by the user. The "user code" is user identification information. The "product name" is the name of the product purchased by the user. The "major classification code" is identification information indicating a major classification among the classifications including the purchased products in the product category as shown in FIG. The "sub-classification code" is identification information indicating a sub-classification among the classifications including the purchased product. The "product code" is identification information of the purchased product. The "unit price" is the unit price of the purchased product. The "number of purchases" is the number of purchased products. The "purchase amount" is an amount obtained by multiplying the unit price of the purchased item by the number of items purchased, and is the total amount required to purchase the item. Note that FIG. 3 is merely an example of the configuration of the purchase history DB 210, and the registration items and the like may be set individually in the actual system.

図１に戻り、商品情報ＤＢ２２０は、各商品の情報を管理するデータベースである。商品情報ＤＢ２２０には、各商品に関して、商品価格、仕入れ時期、消費期限等の情報が登録されて管理される。また、商品情報ＤＢ２２０には、各商品に関して、図２に示したような商品カテゴリに基づく分類の情報を登録しても良い。商品情報ＤＢ２２０に登録される情報は、具体的には、管理される商品の種類や、実際のシステムの仕様等に応じて個別に設定して良い。図１に示すシステム構成において、商品情報ＤＢ２２０は、サーバ１００とは別個に設けられているが、サーバ１００の記憶装置に商品情報ＤＢ２２０を構築しても良い。また、図示しないＰＯＳシステム等のデータベースを用いて商品情報ＤＢ２２０を構成しても良い。 Returning to FIG. 1, the product information DB 220 is a database that manages information on each product. Information such as a product price, a purchase time, and an expiration date is registered and managed in the product information DB 220 for each product. Further, in the product information DB 220, information on classification based on the product category as shown in FIG. 2 may be registered for each product. Specifically, the information registered in the product information DB 220 may be individually set according to the type of the product to be managed, the specifications of the actual system, and the like. In the system configuration shown in FIG. 1, the product information DB 220 is provided separately from the server 100, but the product information DB 220 may be constructed in the storage device of the server 100. Further, the product information DB 220 may be configured by using a database such as a POS system (not shown).

利用者端末３００は、サーバ１００から推薦商品の情報を受信して出力する情報処理装置であり、サーバ１００によるサービスを受けることが可能な登録された利用者が使用する端末装置である。利用者端末３００は、サーバ１００とデータ交換を行うための通信機能と、推薦商品を利用者に提示するための提示機能と、利用者による入力操作を受け付ける機能とを有する。利用者端末３００として用いられる装置の種類や構成は、特に限定されない。例えば、利用者端末３００としての機能を実現するアプリケーションプログラムをインストールしたスマートフォンであっても良いし、専用装置であっても良い。 The user terminal 300 is an information processing device that receives and outputs information on recommended products from the server 100, and is a terminal device used by a registered user who can receive services from the server 100. The user terminal 300 has a communication function for exchanging data with the server 100, a presentation function for presenting a recommended product to the user, and a function for accepting an input operation by the user. The type and configuration of the device used as the user terminal 300 is not particularly limited. For example, it may be a smartphone on which an application program that realizes the function of the user terminal 300 is installed, or it may be a dedicated device.

＜サーバ１００の構成＞
図４は、サーバ１００のハードウェア構成例を示す図である。サーバ１００は、コンピュータにより実現される。サーバ１００を実現するコンピュータは、演算手段であるＣＰＵ（Central Processing Unit）１０１と、記憶手段であるＲＡＭ（Random Access Memory）１０２、ＲＯＭ（Read Only Memory）１０３、記憶装置１０４とを備える。ＲＡＭ１０２は、主記憶装置（メイン・メモリ）であり、ＣＰＵ１０１が演算処理を行う際の作業用メモリとして用いられる。ＲＯＭ１０３にはプログラムや予め用意された設定値等のデータが保持されており、ＣＰＵ１０１はＲＯＭ１０３から直接プログラムやデータを読み込んで処理を実行することができる。記憶装置１０４は、プログラムやデータの保存手段である。記憶装置１０４にはプログラムが記憶されており、ＣＰＵ１０１は記憶装置１０４に格納されたプログラムを主記憶装置であるＲＡＭ１０２に読み込んで実行する。また、記憶装置１０４には、ＣＰＵ１０１による処理の結果が格納され、保存される。記憶装置１０４としては、例えば磁気ディスク装置やＳＳＤ（Solid State Drive）等が用いられる。 <Configuration of server 100>
FIG. 4 is a diagram showing a hardware configuration example of the server 100. The server 100 is realized by a computer. A computer that realizes the server 100 includes a CPU (Central Processing Unit) 101 that is a computing means, a RAM (Random Access Memory) 102 that is a storage means, a ROM (Read Only Memory) 103, and a storage device 104. The RAM 102 is a main storage device (main memory), and is used as a working memory when the CPU 101 performs arithmetic processing. Data such as a program and a set value prepared in advance are stored in the ROM 103, and the CPU 101 can directly read the program and the data from the ROM 103 and execute the process. The storage device 104 is a means for storing programs and data. A program is stored in the storage device 104, and the CPU 101 reads the program stored in the storage device 104 into the RAM 102, which is the main storage device, and executes the program. Further, the storage device 104 stores and stores the result of processing by the CPU 101. As the storage device 104, for example, a magnetic disk device, an SSD (Solid State Drive), or the like is used.

サーバ１００は、例えば、ＣＰＵ１０１がプログラムを実行することにより、利用者端末３００に対して推薦商品を提示するための各種の機能を実現する。以下、サーバ１００の機能について説明する。 The server 100, for example, realizes various functions for presenting recommended products to the user terminal 300 by executing a program by the CPU 101. Hereinafter, the functions of the server 100 will be described.

ＣＰＵ１０１は、プログラムを実行して実現される利用者認証機能により、利用者認証を行う。利用者の認証方法は、パスワードや識別情報（ＩＤ）等を用いた既存の手法を用いて良い。また、利用者認証部１１０自体が認証処理を行うのではなく、外部の認証サーバによる認証結果を用いても良い。 The CPU 101 authenticates the user by the user authentication function realized by executing the program. As the user authentication method, an existing method using a password, identification information (ID), or the like may be used. Further, the user authentication unit 110 itself does not perform the authentication process, but the authentication result by an external authentication server may be used.

また、ＣＰＵ１０１は、プログラムを実行して実現される予算情報取得機能により、利用者の購入履歴から予算を推定する。利用者の予算は、例えば、利用者の購入活動における日単位の購入総額から統計的に算出される。日単位の購入総額とは、一日に購入された商品の各購入金額の合計額である。一例としては、日付ごとの購入総額の平均を利用者の日単位の予算として推定することが考えられる。また、ＣＰＵ１０１は、予算情報取得機能により、各利用者の日単位の購入総額の推移を算出する。例えば、ある利用者に関して、収入を得る時期等に応じて、一日の購入総額が増加したり減少したりする場合、ＣＰＵ１０１は、この購入総額の推移を加味して、この利用者の予算を推定する。なお、日単位の予算を推定する場合、一日の決済回数は考慮しない。また、ここでは日単位の予算を推定する例を挙げたが、週単位や月単位、一回の決済ごと等の単位での購入金額に基づき、予算を推定しても良い。 Further, the CPU 101 estimates the budget from the purchase history of the user by the budget information acquisition function realized by executing the program. The user's budget is statistically calculated from, for example, the total daily purchase amount in the user's purchasing activity. The daily total purchase amount is the total amount of each purchase amount of the products purchased in one day. As an example, it is conceivable to estimate the average of the total purchase amount for each date as the daily budget of the user. In addition, the CPU 101 calculates the transition of the total purchase amount on a daily basis for each user by the budget information acquisition function. For example, when the total daily purchase amount increases or decreases with respect to a certain user depending on the time when income is earned, the CPU 101 takes into account the transition of the total purchase amount and sets the budget of this user. presume. When estimating the daily budget, the number of payments per day is not taken into consideration. In addition, although the example of estimating the daily budget is given here, the budget may be estimated based on the purchase amount in units such as weekly, monthly, and one payment.

また、ＣＰＵ１０１は、プログラムを実行して実現される購入特性解析機能により、商品カテゴリごと（商品ごとである場合を含む）に、利用者の購入特性を解析する。購入特性とは、利用者がその商品カテゴリに含まれる商品を購入する際の傾向である。商品を購入する際の傾向としては、例えば、毎回予算いっぱいまで購入する、毎回決まった額だけ購入する、ある商品カテゴリに含まれる商品は他の商品を購入する前の早い段階で購入する、ある商品カテゴリに含まれる商品は他の商品を購入した後の残予算の範囲で購入する等、様々な傾向が考えられる。購入特性の解析は、例えば、利用者の購入履歴を統計処理することにより行われる。具体的には、利用者の購入金額の分散、代表値、購入間隔等が算出される。代表値としては、平均値、中央値、最頻値等を取り得る。 Further, the CPU 101 analyzes the purchase characteristics of the user for each product category (including the case of each product) by the purchase characteristic analysis function realized by executing the program. The purchase characteristic is a tendency when a user purchases a product included in the product category. Trends in purchasing products include, for example, purchasing up to the full budget each time, purchasing only a fixed amount each time, and purchasing products in one product category at an early stage before purchasing other products. Various tendencies can be considered, such as purchasing products included in the product category within the remaining budget after purchasing other products. The analysis of purchase characteristics is performed, for example, by statistically processing the purchase history of the user. Specifically, the variance of the purchase amount of the user, the representative value, the purchase interval, and the like are calculated. As a representative value, an average value, a median value, a mode value, or the like can be taken.

また、ＣＰＵ１０１は、プログラムを実行して実現される購入周期判定機能により、繰り返し購入される同種の商品について、購入周期を判定する。ここで判定される購入周期は、厳密な日数等でなくて良い。例えば、１か月程度の周期の場合、前後数日の誤差を含んで良い。商品の購入周期は、例えば、その商品や同じ商品カテゴリに含まれる商品を推薦する時期を特定するために参酌される。 Further, the CPU 101 determines the purchase cycle for the same type of products that are repeatedly purchased by the purchase cycle determination function realized by executing the program. The purchase cycle determined here does not have to be the exact number of days or the like. For example, in the case of a cycle of about one month, an error of several days before and after may be included. The purchase cycle of a product is taken into consideration, for example, to identify when to recommend the product or a product included in the same product category.

また、ＣＰＵ１０１は、プログラムを実行して実現される確定購入金額取得機能により、確定した購入金額の情報を取得する。確定した購入金額とは、購入することが確定した商品の購入金額である。例えば、決済が完了した商品の購入金額としても良い。また、利用者端末３００に購入対象の商品を登録するユーザインターフェイスを用意し、利用者が購入対象として登録した商品の金額を確定した購入金額としても良い。また、ショッピングカートに商品を入れると、センサにより商品を判別し、仮決済を行うシステムとＣＰＵ１０１の確定購入金額取得機能とを連携させ、ショッピングカートに入れた商品の金額を確定した購入金額とすることが考えられる。なお、確定した購入金額は、必ずしも決済が完了した商品の金額には限定されず、上記のように、決済前に行われた条件付けにより特定される商品の金額も対象とし得る。この場合、一度、確定した購入金額の対象商品となった商品を対象から外すことも可能である。例えば、上記のショッピングカートの例では、商品をショッピングカートに出し入れすると、確定した購入金額に対して、その商品の金額が増減される。 In addition, the CPU 101 acquires information on the fixed purchase price by the fixed purchase price acquisition function realized by executing the program. The fixed purchase price is the purchase price of the product that is confirmed to be purchased. For example, it may be the purchase price of a product for which payment has been completed. Further, a user interface for registering the product to be purchased may be prepared in the user terminal 300, and the price of the product registered as the purchase target by the user may be a fixed purchase price. In addition, when a product is placed in the shopping cart, the sensor determines the product and links the system for making a provisional payment with the fixed purchase price acquisition function of the CPU 101 to set the price of the product in the shopping cart as the fixed purchase price. Can be considered. The finalized purchase price is not necessarily limited to the price of the product for which payment has been completed, and as described above, the price of the product specified by the conditioning performed before the payment may also be included. In this case, it is possible to exclude the products that have been the target products of the fixed purchase price once. For example, in the above shopping cart example, when a product is taken in and out of the shopping cart, the price of the product is increased or decreased with respect to the fixed purchase price.

また、ＣＰＵ１０１は、プログラムを実行して実現される推薦商品決定機能により、商品カテゴリごとに、推薦商品を決定する。推薦商品の決定は、上記の購入特性や購入周期の情報に基づいて行われる。また、推薦商品は、上記の予算と確定した購入金額とに基づき、予算から確定した購入金額を減じた残予算を基準として決定される。原則的には、残予算を超えない価格の商品を推薦商品とするが、例外的に残予算を超える価格の商品を推薦商品とする場合があっても良い。具体的な推薦商品の決定方法については後述する。 Further, the CPU 101 determines a recommended product for each product category by a recommended product determination function realized by executing a program. The recommendation product is determined based on the above-mentioned information on the purchase characteristics and the purchase cycle. In addition, the recommended product is determined based on the above budget and the fixed purchase price, and based on the remaining budget obtained by subtracting the fixed purchase price from the budget. In principle, products with a price that does not exceed the remaining budget are recommended products, but in exceptional cases, products with prices that exceed the remaining budget may be recommended products. The specific method for determining the recommended product will be described later.

また、ＣＰＵ１０１は、プログラムを実行して実現される出力機能により、推薦商品の情報を利用者端末３００に出力する。推薦商品の情報は、例えば、上記の推薦商品決定機能により決定された推薦商品のリストである。この推薦商品の情報は、利用者端末３００において、表示手段により表示され利用者に提示される。 Further, the CPU 101 outputs the information of the recommended product to the user terminal 300 by the output function realized by executing the program. The recommended product information is, for example, a list of recommended products determined by the above-mentioned recommended product determination function. The information of the recommended product is displayed by the display means on the user terminal 300 and presented to the user.

＜推薦商品の決定方法の例＞
次に、推薦商品の決定方法について説明する。上述したように、本実施形態において推薦商品の決定は、購入特性や購入周期の情報に基づいて行われる。購入特性としては、上述したように、利用者の購入金額の分散、代表値、購入間隔等が用いられる。代表値としては、平均値、中央値、最頻値等を取り得るが、ここでは、代表値として平均値を用いるものとして説明する。 <Example of how to determine recommended products>
Next, a method of determining a recommended product will be described. As described above, in the present embodiment, the recommended product is determined based on the information of the purchase characteristics and the purchase cycle. As the purchase characteristics, as described above, the dispersion of the purchase amount of the user, the representative value, the purchase interval, and the like are used. As the representative value, the average value, the median value, the mode value, and the like can be taken, but here, the average value will be described as the representative value.

まず、利用者の購入金額の分散および平均値に基づく推薦商品の決定方法について説明する。ある商品カテゴリにおいて日単位の購入金額の分散が大きい場合、その商品カテゴリでは、購入金額の平均値（以下、「平均購入額」と称す）から離れて高額消費が行われる可能性が期待できる。また、ある商品カテゴリにおいて日単位の購入金額の代表値としての平均購入額が高額である場合、その商品カテゴリでは、そもそも高額消費が行われる可能性が期待できる。 First, a method of determining a recommended product based on the dispersion of the purchase price of the user and the average value will be described. If the daily purchase amount is widely dispersed in a certain product category, it can be expected that a large amount of consumption will be performed in that product category apart from the average purchase amount (hereinafter referred to as "average purchase amount"). Further, if the average purchase amount as a representative value of the daily purchase amount is high in a certain product category, it can be expected that a large amount of consumption will be performed in the product category in the first place.

図５は、購入金額の分散および平均購入額を説明する図である。図５は、縦軸を購入回数とし、横軸を一回の決済ごとの購入金額としたグラフであり、二つの商品カテゴリ（カテゴリＡおよびカテゴリＢ）について、購入回数および購入金額の特性を示している。なお、簡単のため、各商品カテゴリの購入金額の分布は、凡そ正規分布になっているものとする。図５に示す例では、カテゴリＡ（実線）は、カテゴリＢ（破線）と比較して、グラフの幅が広く、一回の決済における購入金額の分散が大きい。このような商品カテゴリでは、上述したように、平均購入額よりも高額な商品が購入される可能性が期待できる。そこで、カテゴリＡの商品を推薦するときは、平均購入額よりも高額な商品を推薦することが考えられる。一方、カテゴリＢは、カテゴリＡと比較して、グラフの幅が狭く、一回の決済における購入金額の分散が小さい。このような商品カテゴリでは、平均購入額から大きく離れた価格の商品が購入される可能性は低い。そこで、カテゴリＢの商品を推薦するときは、平均購入額程度の価格の商品を推薦することが考えられる。 FIG. 5 is a diagram for explaining the dispersion of the purchase amount and the average purchase amount. FIG. 5 is a graph in which the vertical axis is the number of purchases and the horizontal axis is the purchase amount per payment, and the characteristics of the number of purchases and the purchase amount are shown for two product categories (category A and category B). ing. For the sake of simplicity, it is assumed that the distribution of the purchase price of each product category is approximately a normal distribution. In the example shown in FIG. 5, category A (solid line) has a wider graph than category B (broken line), and the dispersion of the purchase amount in one payment is large. In such a product category, as described above, it can be expected that a product with a price higher than the average purchase price will be purchased. Therefore, when recommending a product of category A, it is conceivable to recommend a product having a price higher than the average purchase price. On the other hand, in category B, the width of the graph is narrower than that in category A, and the variance of the purchase amount in one settlement is small. In such product categories, it is unlikely that a product with a price far from the average purchase price will be purchased. Therefore, when recommending a product of category B, it is conceivable to recommend a product having a price of about the average purchase price.

また、図５に示す例では、カテゴリＡの平均購入額ａ１の方がカテゴリＢの平均購入額ａ２よりも高額である。したがって、カテゴリＡの方がカテゴリＢよりも高額な商品が購入される可能性が高い。そこで、カテゴリＡまたはカテゴリＢの商品を推薦するときは、より高額な商品が購入される可能性が高いカテゴリＡの商品を優先して推薦することが考えられる。 Further, in the example shown in FIG. 5, the average purchase amount a1 of the category A is higher than the average purchase amount a2 of the category B. Therefore, it is more likely that category A will purchase more expensive products than category B. Therefore, when recommending a product of category A or category B, it is conceivable to give priority to the product of category A, which is likely to be purchased at a higher price.

なお、カテゴリＡの平均購入額ａ１とカテゴリＢの平均購入額ａ２とが同程度である場合、上述したように、カテゴリＡの方が、平均購入額から離れた価格の商品が購入される可能性がある。そこで、カテゴリＡまたはカテゴリＢの商品を推薦するときは、カテゴリＡを優先し、平均購入額よりも高額な商品を推薦することが考えられる。 If the average purchase amount a1 of category A and the average purchase amount a2 of category B are about the same, as described above, category A can purchase products at a price different from the average purchase amount. There is sex. Therefore, when recommending a product of category A or category B, it is conceivable to give priority to category A and recommend a product having a price higher than the average purchase price.

図６は、一の利用者の購入特性と利用者全体の購入特性と対比させた図である。図６（Ａ）は、対象利用者の平均購入額ａ１が利用者全体の平均購入額ａ０よりも低額である様子を示す図、図６（Ｂ）は、対象利用者の平均購入額ａ１が利用者全体の平均購入額ａ０よりも高額である様子を示す図である。対象利用者とは、商品を推薦する対象の利用者である。なお、図５と同様に簡単のため、各購入金額の分布は、凡そ正規分布になっているものとする。ある商品カテゴリに関して、対象利用者の購入特性と利用者全体の購入特性とが図６（Ａ）のような関係にある場合、対象利用者は、多くの利用者と比較して低額の商品を購入する傾向にある。一方、ある商品カテゴリに関して、対象利用者の購入特性と利用者全体の購入特性とが図６（Ｂ）のような関係にある場合、対象利用者は、多くの利用者と比較して高額の商品を購入する傾向にある。そこで、対象利用者の購入特性と利用者全体の購入特性との関係が、図６（Ａ）のような関係ではなく、図６（Ｂ）のような関係にある商品カテゴリの商品を推薦することが考えられる。 FIG. 6 is a diagram comparing the purchase characteristics of one user with the purchase characteristics of the entire user. FIG. 6 (A) shows a state in which the average purchase amount a1 of the target user is lower than the average purchase amount a0 of the entire user, and FIG. 6 (B) shows the average purchase amount a1 of the target user. It is a figure which shows the state that the purchase price is higher than the average purchase price a0 of all users. The target user is the target user who recommends the product. For the sake of simplicity as in FIG. 5, it is assumed that the distribution of each purchase price is approximately a normal distribution. For a certain product category, when the purchase characteristics of the target user and the purchase characteristics of the entire user are in the relationship as shown in FIG. 6 (A), the target user purchases a low-priced product compared to many users. I tend to buy. On the other hand, for a certain product category, when the purchase characteristics of the target user and the purchase characteristics of the entire user are in the relationship as shown in FIG. 6 (B), the target user is expensive compared to many users. I tend to buy goods. Therefore, we recommend products in the product category in which the relationship between the purchase characteristics of the target user and the purchase characteristics of the entire user is not as shown in FIG. 6 (A) but as shown in FIG. 6 (B). Can be considered.

次に、商品の購入間隔に基づく推薦商品の決定方法について説明する。ある商品カテゴリにおいて購入間隔が一定でなくばらつきが大きい場合、計画的な購入ではなく、突発的に購入されることが多い可能性がある。突発的な購入としては、例えば、他の商品を購入したついでに購入する場合や、衝動的に購入する場合等がある。そのような突発的な購入行為では、高額消費が行われる可能性があると考えられる。 Next, a method of determining a recommended product based on the product purchase interval will be described. If the purchase interval is not constant and varies widely in a certain product category, it is possible that the purchase is sudden rather than planned. Sudden purchases include, for example, the case of purchasing other products and then the purchase, and the case of impulsive purchases. It is considered that such a sudden purchase act may result in high consumption.

図７は、購入間隔のばらつきを説明する図である。図７は、縦軸を商品の購入回数とし、横軸をその商品の購入間隔としたグラフであり、二つの商品（商品Ａおよび商品Ｂ）について、購入回数および購入間隔の特性を示している。なお、簡単のため、各商品の購入金額の分布は、凡そ正規分布になっているものとする。図７に示す例では、商品Ｂ（実線）は、商品Ａ（破線）と比較して、グラフの幅が広く、購入間隔のばらつきが大きい。このような商品カテゴリの商品は、上述したように、計画的な購入ではなく、突発的に購入される商品であることが想定される。そこで、カテゴリＢの商品は、利用者の予算に余裕がある場合に頻繁に推薦したり、カテゴリＢに対する平均購入額よりも高額な商品を推薦したりすることが考えられる。 FIG. 7 is a diagram illustrating variations in purchase intervals. FIG. 7 is a graph in which the vertical axis represents the number of purchases of a product and the horizontal axis represents the purchase interval of the product, and shows the characteristics of the number of purchases and the purchase interval for the two products (product A and product B). .. For the sake of simplicity, it is assumed that the distribution of the purchase price of each product is approximately a normal distribution. In the example shown in FIG. 7, the product B (solid line) has a wider graph and a larger variation in the purchase interval than the product A (broken line). As described above, products in such a product category are assumed to be products that are purchased suddenly rather than intentionally. Therefore, it is conceivable that category B products are frequently recommended when the user's budget is affordable, or products that are higher than the average purchase price for category B are recommended.

次に、既に確定した購入金額に係る対象商品がある場合の推薦商品の決定方法について説明する。確定した購入金額の対象商品がある場合、既にその対象商品の購入が確定しているため、その対象商品と同じ商品カテゴリに属する商品を利用者がさらに購入する可能性は低いと考えられる。そこで、既に確定した購入金額に係る対象商品がある場合に商品を推薦するときは、この対象商品とは異なる商品カテゴリに含まれる商品を推薦することが考えられる。 Next, a method of determining a recommended product when there is a target product having an already determined purchase price will be described. If there is a target product with a fixed purchase price, it is unlikely that the user will further purchase a product that belongs to the same product category as the target product because the purchase of the target product has already been confirmed. Therefore, when recommending a product when there is a target product with a fixed purchase price, it is conceivable to recommend a product included in a product category different from the target product.

次に、購入周期に基づく推薦商品の決定方法について説明する。上述した購入間隔のばらつきにも関係するが、商品によっては、ある程度決まった周期で繰り返し購入されるものがある。ただし、購入金額や購入間隔は、商品の種類によってさまざまである。例えば、米等は、購入間隔が長く、購入金額が高額である。そのような商品は、特売等のタイミングで購入されることが想定される。したがって、購入周期から予想される次回の購入日（以下、「購入予想日」と称す）が近付いた商品に関して、特売等の情報と共に推薦することが考えられる。 Next, a method of determining a recommended product based on the purchase cycle will be described. Although it is related to the variation in the purchase interval described above, some products are repeatedly purchased at a certain fixed cycle. However, the purchase price and purchase interval vary depending on the type of product. For example, rice and the like have a long purchase interval and a high purchase price. It is assumed that such products will be purchased at the timing of special sale or the like. Therefore, it is conceivable to recommend a product whose next purchase date (hereinafter referred to as "expected purchase date") expected from the purchase cycle is approaching, together with information such as special sale.

一方、購入予想日が過ぎても商品が購入されていない場合、買い忘れ等の事情が想定され、その商品を購入することに緊急性がある可能性がある。このような場合、利用者は、特売等でなく、場合によっては多少高額な商品でも購入する可能性がある。そこで、購入予想日を過ぎても購入されていない商品に関しては、通常購入している商品よりも高額な商品を推薦することが考えられる。 On the other hand, if the product has not been purchased even after the expected purchase date, there is a possibility that there is an urgent need to purchase the product due to circumstances such as forgetting to purchase. In such a case, the user may purchase a slightly expensive product instead of a bargain sale or the like. Therefore, for products that have not been purchased even after the expected purchase date, it is conceivable to recommend products that are more expensive than the products that are normally purchased.

図８は、購入周期に基づく推薦商品の決定方法の例を示す図である。図８は、ある商品の購入周期に基づき、タイムチャート上に、前回の購入日と次回の購入予想日とを示している。図８に示す例において、購入予想日の前数日の期間ｐ１は、利用者が該当商品の購入意思を持つ時期と考えられる。そのため、該当商品や同一の商品カテゴリの商品を推薦する。そして、特売等の商品購入を促す情報を利用者に提供する。また、購入予想日の後数日の期間ｐ２は、利用者にとって該当商品の購入が切迫している時期である可能性がある。そのため、該当商品の他、該当商品と同一の商品カテゴリであって該当商品よりも高額な商品も含めた関連商品を推薦する。 FIG. 8 is a diagram showing an example of a method of determining a recommended product based on a purchase cycle. FIG. 8 shows the previous purchase date and the next expected purchase date on the time chart based on the purchase cycle of a certain product. In the example shown in FIG. 8, the period p1 of several days before the expected purchase date is considered to be the time when the user has an intention to purchase the corresponding product. Therefore, we recommend applicable products and products in the same product category. Then, the user is provided with information prompting the purchase of a product such as a bargain sale. In addition, the period p2 of several days after the expected purchase date may be a time when the purchase of the corresponding product is imminent for the user. Therefore, in addition to the applicable products, we recommend related products including products that are in the same product category as the applicable products and are more expensive than the applicable products.

次に、購入金額の推移に基づく推薦商品の決定方法について説明する。利用者の購入活動において、日単位の購入総額が、日の経過に応じて推移することがある。例えば、給料日等の収入があった日には購入総額が高額となり、その後、日数の経過に応じて次第に購入総額が低下する場合等である。このような購入総額の推移が周期的である場合、この購入総額の推移を予算の推定に反映させ得る。そして、変動する予算に応じて推定商品を決定することが考えられる。上記の例のように、ある利用者に関して、給料日に購入総額が高額となる場合、購入総額の推移は一か月の周期を有する。そこで、推定される予算の額（以下、「予算推定額」と称す）を、購入総額の推移に合わせて一か月の周期で増減させても良い。 Next, a method of determining a recommended product based on the transition of the purchase price will be described. In the user's purchasing activity, the total daily purchase amount may change with the passage of days. For example, there is a case where the total purchase amount becomes high on the day when there is income such as a payday, and then the total purchase amount gradually decreases as the number of days elapses. When such a transition of the total purchase amount is periodic, the transition of the total purchase amount can be reflected in the budget estimation. Then, it is conceivable to determine the estimated product according to the fluctuating budget. As in the above example, for a user, if the total purchase amount is high on the payday, the transition of the total purchase amount has a one-month cycle. Therefore, the estimated budget amount (hereinafter referred to as "budget estimated amount") may be increased or decreased in a one-month cycle according to the transition of the total purchase amount.

図９は、日単位の購入総額の推移の例を示す図である。図９に示す例では、時期Ｓ１において利用者の購入総額が高額であり、時期Ｓ２に向かって日単位の購入総額が次第に低下している。また、図９に示すグラフは、時期Ｓ１から時期Ｓ２までの期間が繰り返される周期的な購入総額の推移の１周期分を示しており、特に図示しないが、時期Ｓ２の直後に次の周期の時期Ｓ１が続くものとする。すなわち、この利用者の購入活動は、購入総額が高額である時期Ｓ１から次第に日単位の購入総額が低下して時期Ｓ２に至った後、次の周期の時期Ｓ１となって再び購入総額が増加し、その周期の時期Ｓ２に向けて次第に購入総額が低下する、という推移を繰り返す。このような推移は、時期Ｓ１の頃に、利用者に収入等があって商品の購入に使える金額に余裕があり、日数の経過に応じて次第に余裕がなくなっていることを意味していることが想定される。利用者が月ごとの給料により収入を得ている場合、このような推移が月単位の周期で繰り返される。この場合、購入総額の推移に対応して、利用者の予算が増減すると推定し得る。そこで、利用者の予算が増加するタイミングで商品を推薦する。特に、周期的に購入される商品であって、購入周期から予想される購入予想日と、予算が増加するタイミングとが合致する商品については、通常購入される商品よりも高額な商品も含めた関連商品を推薦する。 FIG. 9 is a diagram showing an example of changes in the total purchase amount on a daily basis. In the example shown in FIG. 9, the total purchase amount of the user is high in the period S1, and the total purchase amount on a daily basis gradually decreases toward the period S2. Further, the graph shown in FIG. 9 shows one cycle of the periodic transition of the total purchase amount in which the period from the period S1 to the period S2 is repeated. It is assumed that the period S1 continues. That is, in the purchase activity of this user, the total purchase amount gradually decreases from the period S1 when the total purchase amount is high to the period S2, and then the total purchase amount increases again in the period S1 of the next cycle. Then, the transition that the total purchase amount gradually decreases toward the period S2 of the cycle is repeated. Such a transition means that around the time S1, the user has income, etc., and there is a margin in the amount of money that can be used for purchasing the product, and the margin gradually disappears as the number of days elapses. Is assumed. If the user earns income from a monthly salary, this transition is repeated on a monthly basis. In this case, it can be estimated that the user's budget will increase or decrease according to the change in the total purchase amount. Therefore, we recommend products when the user's budget increases. In particular, for products that are purchased periodically and where the expected purchase date expected from the purchase cycle matches the timing of the increase in the budget, products that are more expensive than the products that are normally purchased are also included. Recommend related products.

サーバ１００の推薦商品決定機能では、上記のような購入特性や購入周期に基づく決定方法により推薦商品の候補（購入候補）を選択した後、推薦商品の価格が推定される利用者の予算を超えない範囲となるように、推薦商品を決定する。このとき、上記の決定方法に対して優先順位を定めておき、優先順位の高い決定方法に基づいて推薦するとした商品を優先的に推薦商品として決定しても良い。例えば、図５を参照して説明した決定方法で、カテゴリＡ、Ｂの商品が何れも他の商品に基づき推薦商品の候補となった場合、カテゴリＡの商品を優先的に推薦商品として決定しても良い。この他、複数の決定方法で推薦商品の候補として選択された商品を優先的に推薦商品として決定したり、価格が高額である商品を優先的に推薦商品として決定したりする等の決定方針を付加的に用いて推薦商品を決定しても良い。 In the recommended product determination function of the server 100, after selecting a recommended product candidate (purchase candidate) by the determination method based on the purchase characteristics and the purchase cycle as described above, the price of the recommended product exceeds the user's budget. Determine recommended products so that they do not fall within the range. At this time, a priority may be set for the above-mentioned determination method, and a product that is recommended based on a determination method having a high priority may be preferentially determined as a recommended product. For example, when the products of categories A and B are candidates for recommended products based on other products by the determination method described with reference to FIG. 5, the products of category A are preferentially determined as recommended products. You may. In addition, a decision policy such as preferentially deciding a product selected as a candidate for a recommended product by multiple determination methods as a recommended product, or preferentially deciding a product with a high price as a recommended product. The recommended product may be determined by using it additionally.

＜サーバ１００による推薦商品の決定動作＞
図１０は、サーバ１００による推薦商品の決定動作を示すフローチャートである。この動作例では、商品カテゴリに対して１から順にカテゴリ番号Ｉを付し、このカテゴリ番号にしたがって商品カテゴリをリストアップしている。また、利用者に対して１から順に利用者番号Ｊを付し、この利用者番号にしたがって利用者をリストアップしている。また、利用者全体による商品の購入に関する情報として、商品の販売情報を用いる。また、購入特性としての商品の購入金額の代表値として平均値を用いる。また、各利用者の予算およびその推移に関しては、予め推定されているものとする。また、以下の説明において、現予算額とは、元の予算から確定した購入金額を差し引いた予算額とする。 <Determination of recommended products by server 100>
FIG. 10 is a flowchart showing the operation of determining the recommended product by the server 100. In this operation example, category numbers I are assigned to product categories in order from 1, and product categories are listed according to the category numbers. In addition, a user number J is assigned to each user in order from 1, and the users are listed according to this user number. In addition, product sales information is used as information regarding product purchases by all users. In addition, the average value is used as a representative value of the purchase price of the product as a purchase characteristic. In addition, the budget of each user and its transition shall be estimated in advance. Further, in the following explanation, the current budget amount is the budget amount obtained by subtracting the fixed purchase amount from the original budget.

サーバ１００は、まず、カテゴリカウンタの値を初期値のＩ＝１とし（Ｓ１００１）、カウンタ値Ｉの商品（図では「カテゴリＣ（Ｉ）」と記載）の販売情報を取得する（Ｓ１００２）。そして、サーバ１００は、カテゴリＣ（Ｉ）の商品における日単位の販売金額の平均と分散を算出する（Ｓ１００３）。 First, the server 100 sets the value of the category counter to the initial value I = 1 (S1001), and acquires the sales information of the product having the counter value I (described as "Category C (I)" in the figure) (S1002). Then, the server 100 calculates the average and variance of the daily sales amount of the products of category C (I) (S1003).

次に、サーバ１００は、利用者カウンタの値を初期値のＪ＝１とし（Ｓ１００４）、カウンタ値Ｊの利用者（図では「利用者Ｕ（Ｊ）」と記載）の購入情報を、Ｓ１００２で取得した販売情報から抽出する（Ｓ１００５）。そして、サーバ１００は、抽出した利用者Ｕ（Ｊ）の購入情報から得られるカテゴリＣ（Ｉ）に対する購入総額の平均と分散を算出する（Ｓ１００６）。また、サーバ１００は、カテゴリＣ（Ｉ）に関する購入情報を解析して、購入周期を推定する。カテゴリＣ（Ｉ）によっては、購入周期が無く、不定期に購入される商品である場合もある。 Next, the server 100 sets the value of the user counter to the initial value J = 1 (S1004), and sets the purchase information of the user having the counter value J (described as "user U (J)" in the figure) to S1002. Extract from the sales information acquired in (S1005). Then, the server 100 calculates the average and variance of the total purchase amount for the category C (I) obtained from the extracted purchase information of the user U (J) (S1006). Further, the server 100 analyzes the purchase information related to the category C (I) and estimates the purchase cycle. Depending on the category C (I), the product may be purchased irregularly without a purchase cycle.

次に、サーバ１００は、カテゴリＣ（Ｉ）の購入特性、購入周期、利用者Ｕ（Ｊ）の現予算額に基づき、推薦商品に適合する商品の有無を判断する（Ｓ１００７）。具体的には、サーバ１００は、カテゴリＣ（Ｉ）に対する利用者の購入特性や購入周期に基づき推薦すると判断される商品であって、価格が利用者の現予算額の範囲内である商品の有無を判断する。そのような商品がある場合（Ｓ１００８でＹＥＳ）、サーバ１００は、かかる商品を推薦商品として選定し、推薦商品リストに登録する（Ｓ１００９）。 Next, the server 100 determines whether or not there is a product that matches the recommended product based on the purchase characteristics of category C (I), the purchase cycle, and the current budget amount of the user U (J) (S1007). Specifically, the server 100 is a product that is determined to be recommended based on the user's purchase characteristics and purchase cycle for category C (I), and whose price is within the range of the user's current budget amount. Judge the presence or absence. When there is such a product (YES in S1008), the server 100 selects such a product as a recommended product and registers it in the recommended product list (S1009).

推薦商品を推薦商品リストに登録した後、または推薦商品に適合する商品が無い場合（Ｓ１００８でＮＯ）、サーバ１００は、利用者Ｕ（Ｊ）が利用者リストの最後の利用者（Ｊが最後の利用者番号である利用者）か否かを判断する。そして、利用者リストの最後の利用者でなければ（Ｓ１０１０でＮＯ）、サーバ１００は、Ｊの値を１加算してＳ１００５に戻り（Ｓ１０１１）、利用者リスト上の次の利用者に関して処理を繰り返す。 After registering the recommended product in the recommended product list, or when there is no product that matches the recommended product (NO in S1008), in the server 100, the user U (J) is the last user in the user list (J is the last). Judge whether it is the user number of the user). Then, if it is not the last user in the user list (NO in S1010), the server 100 adds 1 to the value of J and returns to S1005 (S1011), and processes the next user on the user list. repeat.

一方、利用者リストの最後の利用者まで達したならば（Ｓ１０１０でＹＥＳ）、次にサーバ１００は、カテゴリＣ（Ｉ）が商品カテゴリリストの最後の商品カテゴリ（Ｉが最後のカテゴリ番号である商品カテゴリ）か否かを判断する。そして、商品カテゴリリストの最後の商品カテゴリでなければ（Ｓ１０１２でＮＯ）、サーバ１００は、Ｉの値を１加算してＳ１００２に戻り（Ｓ１０１３）、商品カテゴリリスト上の次の商品カテゴリに関して処理を繰り返す。カテゴリＣ（Ｉ）が商品カテゴリリストの最後の商品カテゴリである場合（Ｓ１０１２でＹＥＳ）、サーバ１００は、処理を終了する。 On the other hand, if the last user in the user list is reached (YES in S1010), then the server 100 has category C (I) as the last product category in the product category list (I is the last category number). Judge whether it is a product category). Then, if it is not the last product category in the product category list (NO in S1012), the server 100 adds 1 to the value of I and returns to S1002 (S1013), and processes the next product category on the product category list. repeat. When the category C (I) is the last product category in the product category list (YES in S1012), the server 100 ends the process.

以上のようにして、各商品カテゴリに関して利用者ごとの推薦商品リストが生成されると、サーバ１００は、上述した出力機能により、生成された推薦商品リストを、該当する利用者の利用者端末３００に送信する。ここで、上記の動作例では、商品カテゴリごとに推薦商品を選定して推薦商品リストに登録したが、この推薦商品リストをそのまま利用者端末３００に送信するのではなく、種々の編集を行っても良い。例えば、各商品カテゴリの商品をまとめておすすめ順や価格順にソートしたり、現予算額の範囲内で可能な商品の組み合わせを提示したりしても良い。また、既に購入することが確定した商品の商品カテゴリに含まれる推薦商品は、推薦商品リストの下位に配置しても良い。また、上述した推薦商品の決定方法に対して優先順位を定めておき、優先順位の高い決定方法に基づいて推薦商品に決定された商品を推薦商品リストの上位に配置したり、複数の決定方法に基づいて推薦商品に決定された商品を推薦商品リストの上位に配置したりしても良い。 When the recommended product list for each user is generated for each product category as described above, the server 100 uses the output function described above to display the generated recommended product list on the user terminal 300 of the corresponding user. Send to. Here, in the above operation example, the recommended products are selected for each product category and registered in the recommended product list, but the recommended product list is not transmitted to the user terminal 300 as it is, but various editing is performed. Is also good. For example, products in each product category may be sorted in order of recommendation or price, or a combination of products that can be combined within the current budget amount may be presented. In addition, recommended products included in the product category of products that have already been confirmed to be purchased may be placed at the bottom of the recommended product list. In addition, priorities are set for the above-mentioned method for determining recommended products, and products determined as recommended products based on the method for determining recommended products with higher priority can be placed at the top of the recommended product list, or a plurality of determination methods can be used. The product determined as the recommended product based on the above may be placed at the top of the recommended product list.

以上、本発明の実施形態について説明したが、本発明の技術的範囲は上記実施形態には限定されない。例えば、上記の実施形態では、利用者の購入履歴から予算を推定することとしたが、利用者端末３００等から予算の入力を受け付けても良い。また、サーバ１００によるサービスを受けるための利用者登録の際に、予め予算を登録しても良い。 Although the embodiments of the present invention have been described above, the technical scope of the present invention is not limited to the above embodiments. For example, in the above embodiment, the budget is estimated from the purchase history of the user, but the input of the budget may be accepted from the user terminal 300 or the like. Further, the budget may be registered in advance at the time of user registration for receiving the service by the server 100.

上記の実施形態は、利用者による実店舗での購入活動に対して適用しても良いし、ネットワークを用いたオンラインショッピング等に対して適用しても良い。前者の場合、例えば、店舗内で利用者が商品を見て回る際に、利用者が所持する利用者端末３００に推薦商品の情報を随時提示させることで、利用者に、予算の範囲内で、利用者の購入意欲を刺激する商品の推薦を行い得る。後者の場合、利用者がショッピングサイトにアクセスするのに用いた情報処理装置を利用者端末３００として、推薦商品の情報を提示することで、利用者に、予算の範囲内で、利用者の購入意欲を刺激する商品の推薦を行い得る。何れの場合にも、購入することが確定した商品がある場合は、予算から確定した購入金額を差し引いた残予算の範囲内で、利用者の購入意欲を刺激する商品の推薦を行い得る。その他、本発明の技術思想の範囲から逸脱しない様々な変更や構成の代替は、本発明に含まれる。 The above embodiment may be applied to a user's purchase activity at a physical store, or may be applied to online shopping using a network or the like. In the former case, for example, when the user looks around the product in the store, the user terminal 300 owned by the user is made to present the information of the recommended product at any time, so that the user can be within the budget. , Can recommend products that stimulate users' willingness to purchase. In the latter case, the information processing device used by the user to access the shopping site is used as the user terminal 300, and by presenting the information of the recommended product to the user, the user can purchase the product within the budget. Can make motivational product recommendations. In any case, if there is a product that is confirmed to be purchased, it is possible to recommend a product that stimulates the purchase motivation of the user within the range of the remaining budget obtained by subtracting the confirmed purchase amount from the budget. In addition, various changes and alternative configurations that do not deviate from the scope of the technical idea of the present invention are included in the present invention.

１００…サーバ、１０１…ＣＰＵ、１０２…ＲＡＭ、１０３…ＲＯＭ、１０４…記憶装置、２１０…購入履歴データベース、２２０…商品情報データベース、３００…利用者端末 100 ... server, 101 ... CPU, 102 ... RAM, 103 ... ROM, 104 ... storage device, 210 ... purchase history database, 220 ... product information database, 300 ... user terminal

Claims

Equipped with a processor
The processor
Estimate the budget from the purchase history of authenticated users and
With multiple products as purchase candidates, the purchase price of some of the purchase candidates is confirmed.
An information processing apparatus, characterized in that, based on the budget and the fixed purchase amount, a recommended product for which purchase is recommended from other products among the purchase candidates is determined so as not to exceed the budget.

The information processing device according to claim 1, wherein the processor determines recommended products according to characteristics related to purchase for each product category in which products are classified in advance.

The information processing device according to claim 2, wherein the processor determines a product included in the product category having a large dispersion of purchase amounts as a recommended product based on the purchase history.

The information processing device according to claim 3, wherein the processor determines a product included in the product category having a high representative value of the purchase price as a recommended product based on the purchase history.

The information processing device according to claim 2, wherein the processor determines a product included in a product category in which the purchase interval is not constant as a recommended product based on the purchase history.

The information processing device according to claim 2, wherein the processor recommends a product included in a product category different from the product whose purchase price is fixed.

The processor
Judge the purchase cycle of each product from the purchase history of the authenticated user,
A claim, characterized in that, at a time specified based on the purchase cycle, a product having a higher price than a normally purchased product included in the product category is determined as a recommended product for the product category of each product. The information processing apparatus according to 1.

The processor determines, as a recommended product, a product having a higher price than a normally purchased product included in the product category with respect to the product category of the product that has not been purchased after the purchase cycle. Item 7. The information processing device according to item 7.

The processor
The transition of the purchase amount is judged from the purchase history of the authenticated user, and the time when the purchase amount becomes high is estimated based on the transition of the purchase amount.
Based on the purchase time of each product specified from the purchase cycle and the time when the estimated purchase price becomes high, the product category of each product is higher than that of the normally purchased products included in the product category. The information processing apparatus according to claim 7, wherein a high-priced product is determined as a recommended product.

Estimate the budget from the purchase history of the user authenticated to the computer,
Processing to determine the purchase price of some of the purchase candidates with multiple products as purchase candidates,
Based on the budget and the fixed purchase price, the process of determining the recommended product to recommend the purchase from other products among the purchase candidates so as not to exceed the budget, and
A program characterized by executing.