JP2021105838A - 予測システム、予測方法、及びプログラム - Google Patents
予測システム、予測方法、及びプログラム Download PDFInfo
- Publication number
- JP2021105838A JP2021105838A JP2019236792A JP2019236792A JP2021105838A JP 2021105838 A JP2021105838 A JP 2021105838A JP 2019236792 A JP2019236792 A JP 2019236792A JP 2019236792 A JP2019236792 A JP 2019236792A JP 2021105838 A JP2021105838 A JP 2021105838A
- Authority
- JP
- Japan
- Prior art keywords
- user
- service
- learning model
- history
- page
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 113
- 230000009471 action Effects 0.000 claims abstract description 158
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000006399 behavior Effects 0.000 claims description 76
- 230000008569 process Effects 0.000 claims description 75
- 238000006243 chemical reaction Methods 0.000 claims description 48
- 230000006870 function Effects 0.000 claims description 17
- 238000013500 data storage Methods 0.000 description 30
- 238000004891 communication Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000004308 accommodation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
以下、本発明の一態様に関わる予測システムの実施形態の例を説明する。図1は、予測システムの全体構成を示す図である。図1に示すように、予測システムSは、ウェブサーバ10、学習サーバ20、ユーザ端末30、及び解析者端末40を含み、これらはインターネット等のネットワークNに接続される。なお、図1では、ウェブサーバ10、学習サーバ20、ユーザ端末30、及び解析者端末40を1台ずつ示しているが、これらは複数台あってもよい。
本実施形態の予測システムSは、過去にサービスを利用した複数のユーザの各々の行動履歴と、行動履歴に含まれるサービスの利用結果と、の関係が学習された学習モデルに基づいて、サービスを利用中のユーザの行動を解析する。
図6は、予測システムSで実現される機能の一例を示す機能ブロック図である。本実施形態では、ウェブサーバ10と学習サーバ20で実現される機能を説明する。
図6に示すように、ウェブサーバ10では、データ記憶部100、受付部101、提供部102、及び実行部103が実現される。データ記憶部100は、記憶部12を主として実現され、他の各機能は、制御部11を主として実現される。
データ記憶部100は、ユーザにサービスを提供するために必要なデータを記憶する。例えば、データ記憶部100は、ユーザデータベースDB1を記憶する。
受付部101は、ユーザ端末30から各種要求を受け付ける。受付部101は、ユーザ端末30から任意の要求を受付可能であり、例えば、アクセス要求と、ページ表示要求とを受け付ける。これらの要求は、所定形式のデータが送信されることによって行われる。
提供部102は、ユーザに対し、サービスを提供する。例えば、提供部102は、ページ表示要求が受け付けられた場合に、ユーザ端末30に対し、新たなページの表示データを送信する。また例えば、提供部102は、実行部103によりクーポンが発行された場合には、当該発行されたクーポンを識別する情報を新たなページに含めて表示データを送信する。また例えば、提供部102は、ユーザが所定の予約操作を行った場合に、予約処理を実行する。
実行部103は、予測された利用結果に応じた処理を実行する。例えば、実行部103は、利用中のユーザが離脱する前に、上記処理を実行する。なお、実行部103は、利用中のユーザが離脱した後に、又は、利用中のユーザが離脱しているか不明な時に、上記処理を実行してもよい。
図6に示すように、学習サーバ20では、データ記憶部200、学習部201、取得部202、及び予測部203が実現される。データ記憶部200は、記憶部12を主として実現され、他の各機能は、制御部21を主として実現される。
データ記憶部200は、ユーザの行動を解析するために必要なデータを記憶する。例えば、データ記憶部200は、行動履歴データベースDB2、ドメインナレッジデータベースDB3、及び教師データセットDSnを記憶する。なお、教師データセットDSnのnは、学習モデルMnのnと同じ意味である。
学習部201は、教師データセットDSnに基づいて、学習モデルMnの学習処理を実行する。本実施形態では、サービスは、施設を予約又は商品を購入するためのページが閲覧されることによって利用されるので、学習モデルMnには、過去における各ユーザの閲覧履歴と、サービスがコンバージョンされたか否かの結果と、の関係が学習される。
取得部202は、サービスを利用中のユーザの行動履歴を取得する。本実施形態では、利用中のユーザの行動履歴がユーザデータベースDB1に格納されており、取得部202が学習サーバ20によって実現されるので、取得部202は、ウェブサーバ10から、ユーザデータベースDB1に格納された利用中のユーザの行動履歴を取得する。利用中のユーザが複数存在する場合には、取得部202は、利用中のユーザごとの行動履歴を取得する。
予測部203は、利用中のユーザの行動履歴と学習モデルMnとに基づいて、利用中のユーザの利用結果を予測する。例えば、予測部203は、利用中のユーザの行動履歴の特徴量を計算し、学習モデルMnに入力する。学習モデルMnは、入力された特徴量に基づいて、利用結果として、各ラベルの蓋然性を出力する。
次に、予測システムSで実行される処理を説明する。本実施形態では、学習モデルMnを作成するモデル作成処理と、ユーザにサービスを提供するサービス提供処理と、について説明する。
図12は、モデル作成処理の一例を示すフロー図である。図12に示す処理は、制御部21がそれぞれ記憶部22に記憶されたプログラムに基づいて動作することによって実行される。モデル作成処理は、図6に示す機能ブロックの処理の一例である。
図13及び図14は、サービス提供処理の一例を示すフロー図である。図13及び図14に示す処理は、制御部11,21,31がそれぞれ記憶部12,22,32に記憶されたプログラムに基づいて動作することによって実行される。サービス提供処理は、図6に示す機能ブロックの処理の一例である。
なお、本発明は、以上に説明した実施の形態に限定されるものではない。本発明の趣旨を逸脱しない範囲で、適宜変更可能である。
Claims (12)
- 過去にサービスを利用した複数のユーザの各々の行動履歴と、前記行動履歴に含まれる前記サービスの利用結果と、の関係が学習された学習モデルと、
前記サービスを利用中のユーザの行動履歴を取得する取得手段と、
前記利用中のユーザの行動履歴と前記学習モデルとに基づいて、前記利用中のユーザの前記利用結果を予測する予測手段と、
予測された前記利用結果に応じた処理を実行する実行手段と、
を含むことを特徴とする予測システム。 - 前記サービスは、複数のステップの各々が順次行われることによって利用され、
前記学習モデルには、過去に各ユーザにより行われた少なくとも1つの前記ステップを示す前記行動履歴と、前記行動履歴に含まれる前記利用結果と、の関係が学習されており、
前記取得手段は、前記利用中のユーザにより行われた少なくとも1つの前記ステップを、前記利用中のユーザの行動履歴として取得する、
ことを特徴とする請求項1に記載の予測システム。 - 前記学習モデルは、前記ステップごとに用意され、
前記予測手段は、
複数の前記学習モデルの中から、前記利用中のユーザにより現在行われているステップに対応する学習モデルを選択し、
当該選択した学習モデルに基づいて、前記利用結果を予測する、
ことを特徴とする請求項2に記載の予測システム。 - 前記予測システムは、各学習モデルに、対応するステップまで進んだことを示す行動履歴と、前記行動履歴に含まれる前記利用結果と、の関係を学習させる学習手段、
を更に含むことを特徴とする請求項3に記載の予測システム。 - 各ステップでは、前記サービスを利用するためのページが表示され、
前記学習モデルは、前記ページが表示される順番ごとに用意され、
前記予測手段は、前記複数の学習モデルの中から、前記利用中のユーザにより現在表示されたページの順番に対応する学習モデルを選択する、
ことを特徴とする請求項3又は4の何れかに記載の予測システム。 - 前記取得手段は、前記利用中のユーザの最新の前記行動履歴を取得し、
前記予測手段は、前記利用中のユーザの前記最新の行動履歴が取得された場合に、前記利用中のユーザの最新の前記利用結果を予測し、
前記実行手段は、予測された前記最新の利用結果が過去に予測された前記利用結果から変化した場合に、前記処理を実行する、
ことを特徴とする請求項1〜5の何れかに記載の予測システム。 - 前記学習モデルは、前記利用結果の蓋然性を出力し、
前記実行手段は、予測された前記利用結果の蓋然性に応じた前記処理を実行する、
ことを特徴とする請求項1〜6の何れかに記載の予測システム。 - 前記学習モデルは、重み付けされたk近傍法に基づいて、前記利用中のユーザの前記行動履歴を分類し、前記利用結果を出力する、
ことを特徴とする請求項1〜7の何れかに記載の予測システム。 - 前記サービスは、施設を予約又は商品を購入するためのページが閲覧されることによって利用され、
前記学習モデルには、過去における各ユーザの閲覧履歴と、前記サービスがコンバージョンされたか否かの結果と、の関係が学習され、
前記取得手段は、前記利用中のユーザの閲覧履歴を取得し、
前記予測手段は、前記利用中のユーザの閲覧履歴と前記学習モデルとに基づいて、前記利用中のユーザにより前記サービスがコンバージョンされるか否かを予測し、
前記実行手段は、予測されたコンバージョンの有無に応じた前記処理を実行する、
ことを特徴とする請求項1〜8の何れかに記載の予測システム。 - 前記実行手段は、前記利用中のユーザにより前記サービスがコンバージョンされないことが予測された場合に、前記処理として、前記利用中のユーザに対し、前記サービスに関するクーポン又はポイントを付与する、
ことを特徴とする請求項9に記載の予測システム。 - 過去にサービスを利用した複数のユーザの各々の行動履歴と、前記行動履歴に含まれる前記サービスの利用結果と、の関係が学習された学習モデルを利用した予測方法であって、
前記サービスを利用中のユーザの行動履歴を取得する取得ステップと、
前記利用中のユーザの行動履歴と前記学習モデルとに基づいて、前記利用中のユーザの前記利用結果を予測する予測ステップと、
予測された前記利用結果に応じた処理を実行する実行ステップと、
を含むことを特徴とする予測方法。 - 過去にサービスを利用した複数のユーザの各々の行動履歴と、前記行動履歴に含まれる前記サービスの利用結果と、の関係が学習された学習モデルを利用可能なコンピュータを、
前記サービスを利用中のユーザの行動履歴を取得する取得手段、
前記利用中のユーザの行動履歴と前記学習モデルとに基づいて、前記利用中のユーザの前記利用結果を予測する予測手段、
予測された前記利用結果に応じた処理を実行する実行手段、
として機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019236792A JP2021105838A (ja) | 2019-12-26 | 2019-12-26 | 予測システム、予測方法、及びプログラム |
US17/113,756 US20210201177A1 (en) | 2019-12-26 | 2020-12-07 | Prediction system, prediction method, and information storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019236792A JP2021105838A (ja) | 2019-12-26 | 2019-12-26 | 予測システム、予測方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021105838A true JP2021105838A (ja) | 2021-07-26 |
Family
ID=76547004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019236792A Pending JP2021105838A (ja) | 2019-12-26 | 2019-12-26 | 予測システム、予測方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210201177A1 (ja) |
JP (1) | JP2021105838A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113535311A (zh) * | 2021-07-29 | 2021-10-22 | 展讯半导体(成都)有限公司 | 一种页面显示方法、装置及电子设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3724721B2 (ja) * | 2001-06-22 | 2005-12-07 | レモンクーポン株式会社 | 販売促進方法、販売促進システム及びコンピュータプログラム |
US8914305B2 (en) * | 2010-06-30 | 2014-12-16 | Trading Technologies International, Inc. | Method and apparatus for motion based target prediction and interaction |
JP5755516B2 (ja) * | 2011-06-17 | 2015-07-29 | セコム株式会社 | 物体形状推定装置 |
US9317812B2 (en) * | 2012-11-30 | 2016-04-19 | Facebook, Inc. | Customized predictors for user actions in an online system |
US10373177B2 (en) * | 2013-02-07 | 2019-08-06 | [24] 7 .ai, Inc. | Dynamic prediction of online shopper's intent using a combination of prediction models |
JP6351392B2 (ja) * | 2014-06-12 | 2018-07-04 | Emotion Intelligence株式会社 | 特典管理システム及び特典管理方法 |
JP5961670B2 (ja) * | 2014-08-18 | 2016-08-02 | ヤフー株式会社 | 学習装置、学習方法及び学習プログラム |
JP6998569B2 (ja) * | 2017-11-14 | 2022-01-18 | 株式会社国際電気通信基礎技術研究所 | パワーアシスト装置およびパワーアシスト装置の制御方法 |
-
2019
- 2019-12-26 JP JP2019236792A patent/JP2021105838A/ja active Pending
-
2020
- 2020-12-07 US US17/113,756 patent/US20210201177A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20210201177A1 (en) | 2021-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10395262B2 (en) | Systems and methods for sensor data analysis through machine learning | |
CN107908740B (zh) | 信息输出方法和装置 | |
CN103988203B (zh) | 根据协作的和/或基于内容的节点相互关系提供推荐的系统和方法 | |
KR101548526B1 (ko) | 외부 인적자원의 평가를 이용한 핵심기술과 수행주체 선정 장치, 시스템 및 방법 | |
Xu et al. | Improving user recommendation by extracting social topics and interest topics of users in uni-directional social networks | |
CN109145245A (zh) | 预测点击率的方法、装置、计算机设备及存储介质 | |
CN108073645A (zh) | 一种招聘平台的求职人推荐页面展示方法及装置 | |
Zhang et al. | A weighted adaptation method on learning user preference profile | |
Wang et al. | Webpage depth viewability prediction using deep sequential neural networks | |
KR102223640B1 (ko) | 클라우드 기반 개인화 콘텐츠 구독 서비스 제공 시스템 및 방법 | |
EP2613275B1 (en) | Search device, search method, search program, and computer-readable memory medium for recording search program | |
CN114417174B (zh) | 内容推荐方法、装置、设备及计算机存储介质 | |
Raber et al. | Towards understanding the influence of personality on mobile app permission settings | |
CN113672797A (zh) | 一种内容推荐方法及装置 | |
CN115631008B (zh) | 商品推荐方法、装置、设备及介质 | |
Filippova et al. | Humans in the loop: Incorporating expert and crowd-sourced knowledge for predictions using survey data | |
JP2021105838A (ja) | 予測システム、予測方法、及びプログラム | |
Zhang et al. | Less is more: Rejecting unreliable reviews for product question answering | |
Knoll et al. | Applying recommender approaches to the real estate e-commerce market | |
CN111708889A (zh) | 成绩认证服务设备、电子成绩单设备和成绩认证服务系统 | |
JP6867661B1 (ja) | 情報処理方法、コンピュータプログラム及び情報処理装置 | |
Procter | Developing tools and interdisciplinary collaboration for digital social research | |
Liu | Behavioral Economics in IR | |
KR102659929B1 (ko) | 온라인 판매 시스템 | |
US11775905B1 (en) | Systems and methods for text-to-speech audio processing and audio transduction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221109 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231017 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231218 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240319 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240517 |