JP2021117520A - 情報処理方法、情報処理装置、及びプログラム - Google Patents

情報処理方法、情報処理装置、及びプログラム Download PDF

Info

Publication number
JP2021117520A
JP2021117520A JP2020008225A JP2020008225A JP2021117520A JP 2021117520 A JP2021117520 A JP 2021117520A JP 2020008225 A JP2020008225 A JP 2020008225A JP 2020008225 A JP2020008225 A JP 2020008225A JP 2021117520 A JP2021117520 A JP 2021117520A
Authority
JP
Japan
Prior art keywords
information
delivery
product
information processing
size
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
Application number
JP2020008225A
Other languages
English (en)
Inventor
貴大 正木
Takahiro Masaki
貴大 正木
ラム アントニー
Lam Antony
ラム アントニー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mercari Inc
Original Assignee
Mercari Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mercari Inc filed Critical Mercari Inc
Priority to JP2020008225A priority Critical patent/JP2021117520A/ja
Publication of JP2021117520A publication Critical patent/JP2021117520A/ja
Pending legal-status Critical Current

Links

Images

Abstract

【課題】適切な配送方法を提示することができる情報処理方法、情報処理装置、及びプログラムを提供することを目的の一つとする。【解決手段】1つ又は複数のプロセッサを含む情報処理装置が実行する情報処理方法であって、前記1又は複数のプロセッサが、電子商取引プラットフォームにおける取引対象の商品に関する商品情報を取得すること、前記電子商取引プラットフォームに登録された商品の商品情報に含まれる少なくとも1つの情報、及び前記登録された商品の配送サイズに関する配送情報を含む教師データを用いて機械学習されたモデルと、取得された前記商品情報とを用いて、前記取引対象の商品の配送情報を取得すること、前記配送情報を、前記商品を取引するユーザが利用する他の情報処理装置に出力すること、を実行する、情報処理方法。【選択図】図6

Description

本開示は、情報処理方法、情報処理装置、及びプログラムに関する。
近年、インターネットや通信回線を利用した個人間の電子商取引が行われている。例えば、販売者は所定の電子商取引プラットフォームに物品を登録して出品を行い、購入者もまた、所定の電子商取引プラットフォームに出品されている物品に対して購入申請を行う(例えば、特許文献1参照)。
特開2001−167163号公報
このような個人間の電子商取引では、出品者は商品写真や商品説明を用意し、配送方法を設定して、電子商取引プラットフォームに物品を登録して出品を行う。この出品作業において適切な配送方法が分からず出品を断念したり、出品時に適切な配送料を考慮しなかった結果、出品ユーザが損失を出したりするという問題がある。そのため、商品サイズに適した配送方法を設定するために、出品する商品情報から配送方法を知りたいというニーズがある。
本開示は、適切な配送方法を提示することができる情報処理方法、情報処理装置、及びプログラムを提供することを目的の一つとする。
本開示の一実施形態に係る情報処理方法は、1つ又は複数のプロセッサを含む情報処理装置が実行する情報処理方法であって、1又は複数のプロセッサが、電子商取引プラットフォームにおける取引対象の商品に関する商品情報を取得すること、電子商取引プラットフォームに登録された商品の商品情報に含まれる少なくとも1つの情報、及び登録された商品の配送サイズに関する配送情報を含む教師データを用いて機械学習されたモデルと、取得された商品情報とを用いて特定される、取引対象の商品の配送情報を取得すること、配送情報を、商品を取引するユーザが利用する他の情報処理装置に出力すること、を実行する。
開示の技術によれば、適切な配送方法を提示することが可能となる。
図1は、第1実施形態に係る取引システムの構成に示す。 図2は、第1実施形態に係るサーバの機能的な構成を示すブロック図の一例を示す。 図3は、第1実施形態に係るクライアントシステムの機能的な構成を示すブロック図の一例を示す。 図4は、取引に関する商品のデータベースの一例を示す。 図5は、電子商取引プラットフォームで利用可能な配送情報のデータベースの一例を示す。 図6は、第1実施形態に係る取引システムが行う処理手順のシーケンスの一例を示す。 図7は、第1実施形態に係る取引システムが行う処理手順のシーケンスの他の例を示す。 図8は、第1実施形態に係る端末に表示される、商品の出品用画面における画面遷移の一例を示す。
以下、本開示の実施形態について図面を参照しつつ詳細に説明する。なお、同一の要素には同一の符号を付し、重複する説明を省略する。
[第1実施形態]
第1実施形態では、取引対象の商品に関する商品情報に基づいて、その商品に適した配送方法を提示する取引システムについて説明する。この取引システムでは、電子商取引プラットフォームに登録された商品の商品情報に含まれる少なくとも1つの情報とその商品の配送サイズに関する配送情報とを教師データとして機械学習された学習済みモデルを用いて、取引対象の商品に適した配送方法を取得する。そして、取引システムは、その適した配送方法をユーザに知らせる。
<システムの適用例>
この第1実施形態では、例えば、情報処理装置であるサーバ200によって、取引対象の商品に適した配送方法を提示する取引システム1が構築される。図1に、取引システム1の構成の一例を示す。
この取引システム1では、例えば、サーバ200と、端末300と、がネットワークNを介して接続される。ここで、サーバ200は、電子商取引プラットフォームを管理する情報処理装置である。さらに、端末300は、サーバ200に対して、取引対象の商品に関する商品情報を送信し、その商品に適した配送方法を受信する端末である。端末300は出品ユーザ又は購入ユーザが使用する端末であり、以降において区別する必要がある場合には、出品ユーザが使用する端末を端末300Aといい、購入ユーザが使用する端末を端末300Bという。取引システム1は、電子商取引システムの一部を構成するシステムであっても、電子商取引システムとは独立したシステムであってもよい。
<第1実施形態のハードウェア構成>
図2に、第1実施形態の取引システム1に含まれるサーバ200を示すブロック図を示す。サーバ200は、典型的には、1つ又は複数の処理装置(CPU)210、1つ又は複数のネットワーク又は他の通信インタフェース220、メモリ230、及びこれらの構成要素を相互接続するための1つ又は複数の通信バス240を含む。
サーバ200は場合によりユーザインタフェース250を含んでもよい。ユーザインタフェース250としては、ディスプレイ装置(図示せず)、及びキーボード及び/又はマウス(図示せず)を挙げることができる。なお、サーバ200は、外付けのユーザインタフェース250を接続することで、所定の入力を受け付けてもよい。
メモリ230は、例えば、DRAM、SRAM、DDR RAM又は他のランダムアクセス固体記憶装置などの高速ランダムアクセスメモリであり、また、1つ又は複数の磁気ディスク記憶装置、光ディスク記憶装置、フラッシュメモリデバイス、又は他の不揮発性固体記憶装置などの不揮発性メモリでもよい。
また、メモリ230の他の例は、CPU210から遠隔に設置される1つ又は複数の記憶装置を挙げることができる。ある実施形態において、メモリ230は次のプログラム、モジュール及びデータ構造、又はそれらのサブセットを格納する。
オペレーティングシステム231は、例えば、様々な基本的なシステムサービスを処理するとともにハードウェアを用いてタスクを実行するためのプロシージャを含む。
ネットワーク通信モジュール232は、例えば、サーバ200を他のコンピュータに、1つ又は複数の通信インタフェース220及びインターネット、他の広域ネットワーク、ローカルエリアネットワーク、メトロポリタンエリアネットワークなどの1つ又は複数の通信ネットワークを介して接続するために使用される。
取引情報データ233は、例えば、電子商取引プラットフォームにおける商品のデータを含み、取引に関するユーザのデータやその他取引に関するデータを含んでいてもよい。
図4に、電子商取引プラットフォームにおける商品のデータの一例を示す。「商品ID」には、取引に係る商品をサーバ200が一意に識別するための商品識別情報が格納される。
「取引状態」には、購入済や出品中など商品の取引の状態に関する情報が格納される。また、この他に、「取引状態」は、商品の出品日時、商品の発送日時、商品の到着日時、支払の完了日時など取引のトラッキングに関する情報を含んでもよい。
「出品ユーザID」及び「購入ユーザ」には、所定の商品IDに係る取引の出品者及び購入者であるユーザをサーバ200が一意に識別するためのユーザ識別情報が格納される。ユーザ識別情報は、ユーザ情報を管理する他のデータと関連付けられていてもよい。この場合、他のデータは、各ユーザの氏名、住所、及び電話番号などの、所定のユーザIDに係るユーザの個人情報を含む。
「写真データ」には、所定の商品IDに関する商品の写真データが格納される。「販売価格」には、所定の商品IDに係る商品の販売価格についての情報が格納される。「商品名」、「商品カテゴリ」、「商品説明」、「商品状態」には、所定の商品IDに係る商品についての情報が格納される。ここで、商品説明には、カテゴリごとの商品のサイズなどの情報が含まれていてもよい。カテゴリごとの商品のサイズとは、例えば、商品が靴であれば26cm、27cm等の靴としての一般的なサイズ表記や、商品がTシャツであれば、S、M、L等のTシャツとしての一般的なサイズ表記が挙げられる。また、商品状態には、新品未開封や中古など商品の状態に関する情報が含まれていてもよい。
「配送情報」には、所定の商品IDに係る商品の配送に利用した配送サービスに関する情報や、その配送サービスにおいて規格化された配送サイズに関する情報が格納される。配送サービスに関する情報は、配送サービスA、配送サービスBなどのように、配送業者の提供する配送サービス名であってもよいし、業者A,業者Bなどのように配送サービスを特定可能な配送業者名であってもよい。また、配送サイズに関する情報は、封筒サイズ、小包サイズ、中型サイズ(60サイズ、80サイズ等)など、配送サービスにおいて規格化された配送サイズが含まれる。
上記配送情報は、電子商取引プラットフォームで利用可能な配送情報を管理する配送情報データ234と関連付けられていてもよい。図5に、電子商取引プラットフォームで利用可能な配送情報を管理するデータの一例を示す。「配送情報ID」には、電子商取引プラットフォームで利用可能な配送情報をサーバ200が一意に識別するための識別情報が格納される。
「配送業者」及び「配送サービス」には、所定の配送サービスの名称と、その配送サービスを提供する配送業者の名称が格納される。また、「配送サイズ」及び「配送料」には、所定の配送サービスにおいて定められた梱包のサイズとそれに対応する配送料が格納される。さらに、所定の配送サービスに関連するその他の情報として、集荷場所や匿名配送の可否などの付加的な情報が格納されてもよい。
図2に戻り、取引情報管理モジュール235は、電子商取引プラットフォームにおける取引に関する情報を取引情報データ233へ記憶し、また、取引情報データ233から要求された情報を出力する。例えば、取引情報管理モジュール235は、電子商取引プラットフォームにおける商品のデータ、及び取引に関するユーザのデータ等を取引情報データ233へ記憶し、出力することができる。
学習モデル構築モジュール236は、例えば、取引情報データ233に記憶された電子商取引プラットフォームに登録された商品の商品情報に含まれる少なくとも1つの情報、及び登録された商品の配送サイズに関する配送情報を教師データとして、取引対象の商品に関する商品情報から適切な配送情報を推定する機械学習モデルを構築する。例えば、学習モデル構築モジュール236は、機械学習に用いられる商品情報として、出品タイトル、商品カテゴリ、商品の写真、商品のサイズ、及び商品の説明に関する情報などを学習データとし、配送情報を正解ラベルとして機械学習を行ってモデルを構築する。
また、学習モデル構築モジュール236は、例えば、サーバ200とネットワークNにより接続された他のサーバ(不図示)に対し、商品情報から適切な配送情報を推定する機械学習モデルを構築させるものであってもよい。この場合、学習モデル構築モジュール236は、他のサーバに対して、取引情報データ233に記憶された商品の取引情報の中からモデル構築に必要な教師データを出力して送信する。
学習モデル構築モジュール236が使用する教師データとしては、例えば、過去一年において、電子商取引プラットフォームで取引が行われた商品の取引情報を用いることができる。
配送情報出力モジュール237は、例えば、機械学習モデルと取引対象の商品に関する商品情報に基づいて、その商品に適した配送情報を取得し、配送情報をユーザが利用する端末300に出力する。取得される配送情報の形式は、特に制限されないが、例えば、配送サイズであってもよいし、その配送サイズに関する配送情報IDであってもよい。
出品モジュール238は、例えば、ユーザが利用する端末300から、取引対象の商品の出品要求を受け付ける。この際、端末300は、ユーザにより入力された商品名、商品カテゴリ、商品説明、及び販売価格など出品に必要な情報を出品要求とともにサーバ200に送信する。
以上により、サーバ200が、機械学習モデルにより配送情報を出力することにより、ユーザは適切な配送情報を認識することが可能になる。また、適切ではない配送方法で出品がされてしまった場合に、出品者が配送方法を変更することはコンピュータの処理に負荷をかけることにもなりうる。この点、上記例によれば、適切な配送情報の設定がされることで、出品後の配送情報の変更が減少し、これに伴うサーバ200の負荷を増加させずに済む。
また、本実施形態では学習モデル構築モジュール236は、登録された商品の出品タイトルとカテゴリに関する情報を含む商品情報を機械学習に用いている。配送情報は、出品される商品に依存する。この商品を特定するための情報として、本実施形態では出品タイトルやカテゴリを用いている。商品の出品タイトルは、出品時に出品者が任意に決めるタイトルであり、商品のカテゴリも出品時に出品者が選択する商品カテゴリである。なお、商品のカテゴリは、電子商取引プラットフォームであらかじめ設定されたカテゴリ群の中から、出品者が選択することができる。商品の出品タイトルとカテゴリに関する情報は、画像解析処理や比較的長文のテキスト解析処理を要しないため、機械学習用データとして利用しやすく、かつ、これらを用いることで精度よく配送情報を出力することができる。また、商品の出品タイトルとカテゴリに関する情報に代えて又は加えて、機械学習に用いられる商品情報としては商品の写真や商品の説明なども利用することができる。
そのため、学習モデル構築モジュール236が商品の出品タイトルとカテゴリに関する情報を機械学習用データとして用いることにより、サーバ200の負荷を低減することができ、かつ、機械学習モデルにより出力される配送情報の精度を向上することができる。
また、配送情報出力モジュール237は、図5のように予め規格化された複数の配送サイズに対して、それぞれ、取引対象の商品の配送に適するか否かをスコアで表し、スコアの最も高い配送サイズを出力するようにしてもよい。例えば、取引対象の商品の配送サイズが「中型 60サイズ」である可能性を示すスコアが70点であり、「中型 80サイズ」である可能性を示すスコアが80点であり、「中型 100サイズ」である可能性を示すスコアが20点であり、他のサイズが0点であるような場合には、配送情報出力モジュール237は中型 80サイズを配送に適したサイズとして出力することができる。
なお、特に制限されないが、スコアは、電子商取引プラットフォームで取引された商品のうち、取引対象の商品に類似する商品が各配送サイズで配送される確率を示すものとすることができる。より具体的には、例えば、電子商取引プラットフォームで取引された商品群から、商品タイトルとカテゴリなどの商品情報に基づいて、取引対象の商品に類似する商品群を特定し、その特定された商品群において、「中型 60サイズ」で配送された商品の割合、「中型 80サイズ」で配送された商品の割合を算出することで、取引対象の商品の配送に適する配送サイズをスコア(確率)で示すようにしてもよい。
これにより、配送情報出力モジュール237は、機械学習モデルに基づいて、より適切な配送情報を出力することができる。
また、配送情報出力モジュール237は、予め規格化された複数の配送サイズに対して、それぞれ、取引対象の商品の配送に適するか否かをスコアで表し、スコアが所定の閾値以上である配送サイズを出力するようにしてもよい。例えば、取引対象の商品の配送サイズが「中型 60サイズ」である可能性を示すスコアが70点であり、「中型 80サイズ」である可能性を示すスコアが80点であり、「中型 100サイズ」である可能性を示すスコアが20点であり、他のサイズが0点であり、閾値が60点に設定されているような場合には、配送情報出力モジュール237は中型 60サイズと中型 80サイズを配送に適したサイズとして出力することができる。
これにより、配送情報出力モジュール237は、一定以上の信頼性のある配送情報を出力することができる。なお、上記例において閾値が90点に設定されているような場合には、配送情報出力モジュール237は信頼性のある配送情報を出力できないものと判断し、適切な配送情報がない旨を出力するようにしてもよい。
また、配送情報出力モジュール237は、所定の閾値以上であるスコアを有する配送サイズがない場合に、最も高いスコアと次に高いスコアを合算した値が所定の閾値以上となるときには、最も高いスコアと次に高いスコアを有する配送サイズのうち、大きさのより小さい配送サイズを出力するようにしてもよい。例えば、取引対象の商品の配送サイズが「中型 60サイズ」である可能性を示すスコアが30点であり、「中型 80サイズ」である可能性を示すスコアが50点であり、「中型 100サイズ」である可能性を示すスコアが20点であり、他のサイズが0点であり、閾値が60点に設定されているような場合には、配送情報出力モジュール237は中型 60サイズと中型 80サイズの合算値が60点を超えることを確認し、中型 60サイズを配送に適したサイズとして出力することができる。
これにより、配送情報出力モジュール237は、2種の配送サイズが同程度の適切性を有するために、単独では閾値を超えないような場合であっても、そのなかのサイズのより小さいほうを選択して配送情報を出力することができる。なお、上記例において閾値が90点に設定されているような場合には、配送情報出力モジュール237は信頼性のある配送情報を出力できないものと判断し、適切な配送情報がない旨を出力するようにしてもよい。
また、配送情報出力モジュール237は、配送サイズに対応する配送方法及び/又は配送料に関する情報を含む配送情報を出力するようにしてもよい。例えば、配送情報出力モジュール237が、機械学習モデルに基づいて、取引対象の商品の適切な配送サイズを「中型 60サイズ」と出力した場合には、配送情報出力モジュール237は、配送情報データ234を参照して、D−000102,D−000106,D−000111を出力してもよい。また、配送情報出力モジュール237が出力する配送情報には、配送料や集荷場所など配送サービスに関連するその他の情報が含まれてもよい。
これにより、端末300の表示制御モジュール334は、より具体的な配送情報を表示制御することができ、ユーザは取得した配送情報に基づいてより具体的にサービスの比較をして、配送情報を採用することができる。
上記に示した要素の各々は先述される記憶装置の1つ又は複数に格納され得る。上記に示したモジュールの各々は、上述される機能を実行するための命令のセットに対応する。上記に示したモジュール又はプログラム(すなわち、命令のセット)は別個のソフトウェアプログラム、プロシージャ又はモジュールとして実装される必要はないとともに、従ってこれらのモジュールの様々なサブセットが様々な実施形態で組み合わされるか、或いは再構成され得る。ある実施形態において、メモリ230は上記に示されるモジュール及びデータ構造のサブセットを格納し得る。さらには、メモリ230は上述されない追加的なモジュール及びデータ構造を格納し得る。
図2は「サーバコンピュータ」を示すが、図2は、本明細書に記載される実施形態の構造的な概略としてよりも、サーバのセットに存在し得る様々な特徴についての説明が意図されている。実際には、及び当業者により認識されるとおり、別個に示される項目が組み合わされてもよいし、ある項目が別個にされてもよい。例えば、図2において別個に示される項目は単一サーバ上に実装されてもよいし、単一の項目が1台又は複数のサーバにより実装されてもよい。
1つ又は複数の処理装置(CPU)210は、メモリ230から、必要に応じて各モジュールを読み出して実行する。例えば、1つ又は複数の処理装置(CPU)210は、メモリ230に格納されているネットワーク通信モジュール232を実行することで、通信部を構成してもよい。また、1つ又は複数の処理装置(CPU)210は、メモリ230に格納されているネットワーク通信モジュール232を実行することで送受信部を構成してもよく、取引情報管理モジュール235を実行することで取引情報管理部を構成してもよく、学習モデル構築モジュール236を実行することで機械学習部を構築してもよく、配送情報出力モジュール237を実行することで配送情報出力部を構成してもよく、出品モジュール238を実行することで出品部を構成してもよい。
図3に、第1実施形態の取引システム1に含まれる端末300を示すブロック図を示す。端末300は典型的には、1つ又は複数の処理装置(CPU)310、1つ又は複数のネットワーク又は他の通信インタフェース320、メモリ330、及びこれらの構成要素を相互接続するための1つ又は複数の通信バス340を含む。
端末300はまた、ディスプレイ装置351、キーボード及び/又はマウス(又は他の何らかのポインティングデバイス)352、並びに撮像装置353を備えるユーザインタフェース350も含み得る。また、ユーザインタフェース350は、タッチパネルでもよい。
メモリ330は、例えば、DRAM、SRAM、DDR RAM又は他のランダムアクセス固体記憶装置などの高速ランダムアクセスメモリであり、また、1つ又は複数の磁気ディスク記憶装置、光ディスク記憶装置、フラッシュメモリデバイス、又は他の不揮発性固体記憶装置などの不揮発性メモリでもよい。
また、メモリ330の他の例として、CPU310から遠隔に設置される1つ又は複数の記憶装置でもよい。ある実施形態において、メモリ330は次のプログラム、モジュール及びデータ構造、又はそれらのサブセットを格納する。
オペレーティングシステム331は、例えば、様々な基本的なシステムサービスを処理するとともにハードウェアを用いてタスクを実行するためのプロシージャを含む。
ネットワーク通信モジュール332は、例えば、端末300を他のコンピュータに、1つ又は複数の通信インタフェース320及び、インターネット、他の広域ネットワーク、ローカルエリアネットワーク、メトロポリタンエリアネットワークなどの1つ又は複数の通信ネットワークを介して接続するために使用される。
配送情報要求モジュール333は、例えば、ユーザの操作に応じて、取引対象の商品に適した配送情報を作成することをサーバ200に要求する。具体的には、配送情報要求モジュール333は、取引対象の商品に関する商品情報を、電子商取引プラットフォームを管理する他の情報処理装置(サーバ200)に送信する。配送情報要求モジュール333が商品情報をサーバ200に送信するタイミングとしては、配送完了前であれば特に制限されない。例えば、操作をするユーザが出品者であれば、配送情報要求モジュール333は出品時に商品情報をサーバ200に送信し、出品要求モジュール335は出品情報に配送情報に関する情報を含めることができる。また、操作をするユーザが購入者であれば、配送情報要求モジュール333は購入時又は購入権当時に商品情報をサーバ200に送信し、予め配送情報に関する情報を取得することができる。
表示制御モジュール334は、例えば、サーバ200の配送情報出力モジュール237が出力する配送情報を、端末300のディスプレイ装置351に表示するよう制御する。また、表示制御モジュール334は、例えば、取引対象の商品を出品するための表示画面や、取引対象の商品を購入するための表示画面等を、端末300のディスプレイ装置351に表示するよう制御する。
出品要求モジュール335は、例えば、ユーザからの所定の操作に応答して、サーバ200に、取引対象の商品の出品要求を送信する。この際、サーバ200の出品モジュール238は、取引対象の商品を電子商取引プラットフォームに出品処理することができる。
購入要求モジュール336は、例えば、ユーザからの所定の操作に応答して、サーバ200に、取引対象の商品の購入要求を送信する。この際、サーバ200の取引情報管理モジュール235は、取引の成立まで取引情報を管理することができる。
以上により、端末300は、機械学習モデルにより出力された配送情報を表示制御することにより、ユーザは適切な配送情報を認識することが可能になる。また、適切な配送情報の設定がされることで、出品後の配送情報の変更に伴うサーバ200の負荷を低減させることができる。
また、表示制御モジュール334は、配送サイズに対応する配送方法が複数ある場合には、複数の配送方法を表示制御してもよい。例えば、端末300が受信した配送情報が、配送サイズが「中型 60サイズ」である、D−000102,D−000106,D−000111に関する情報を含む場合には、表示制御モジュール334は、これら情報をディスプレイ装置351に表示するよう制御することができる。
これにより、表示制御モジュール334は、ユーザに対して、複数の配送方法の選択枝を提案することができる。また、ユーザは複数の配送方法の中から、好みに合った配送方法を選択することができる。この際、表示制御モジュール334は、D−000102,D−000106,D−000111に関する情報として、配送料や集荷場所、匿名配送が可能かどうかなど、各配送方法の特徴となる情報を併せて表示するよう制御することもできる。
また、表示制御モジュール334は、配送サイズに対応する配送方法が複数ある場合に、出品者の位置情報と配送方法毎の集荷場所に応じて、複数の配送方法の表示順を変更してもよい。例えば、表示制御モジュール334は、取引情報データ233等からユーザの位置情報を参照し、その位置情報により近い集荷場所を利用できる配送方法を順に表示することができる。
これにより、表示制御モジュール334は、ユーザの情報に基づいて、より適切と思われる配送方法を提案することができる。また、ユーザは複数の配送方法の中から、自らに適した配送方法をより簡便に選択することができる。
また、表示制御モジュール334は、画面に表示制御された配送情報の中から配送方法の選択を受け付けること、選択された配送方法に応じて、配送料と出品金額に基づく利益の額を表示制御してもよい。例えば、表示制御モジュール334がD−000102をディスプレイ装置351に表示するよう制御し、ユーザがD−000102を選択した場合、表示制御モジュール334は、ユーザが決定した販売価格からD−000102に対応する配送料¥600を差し引いた利益の額を、ディスプレイ装置351に表示するよう制御することができる。
これにより、表示制御モジュール334は、出品時において、配送料の負担分を考慮した利益額を出品ユーザに対して提示することができる。また、出品ユーザは、配送料よりも販売価格を低く設定してしまうことにより損益を出すことを回避することができる。
上記に示した要素の各々は、先述の記憶装置の1つ又は複数に格納され得る。上記に示したモジュールの各々は、上述される機能を実行するための命令のセットに対応する。上記に示したモジュール又はプログラム(すなわち、命令のセット)は別個のソフトウェアプログラム、プロシージャ又はモジュールとして実装される必要はないとともに、従ってこれらのモジュールの様々なサブセットは様々な実施形態で組み合わされるか、或いは再構成されてもよい。ある実施形態において、メモリ330は上記に示されるモジュール及びデータ構造のサブセットを格納し得る。さらには、メモリ330は上述されない追加的なモジュール及びデータ構造を格納し得る。
1つ又は複数の処理装置(CPU)310は、メモリ330から、必要に応じて各モジュールを読み出して実行する。例えば、1つ又は複数の処理装置(CPU)310は、メモリ330に格納されているネットワーク通信モジュールを実行することで、通信部を構成してもよい。また、1つ又は複数の処理装置(CPU)310は、メモリ330に格納されているネットワーク通信モジュール332を実行することで送受信部を構成してもよく、配送情報要求モジュール333を実行することで配送情報要求部を構成してもよく、表示制御モジュール334を実行することで表示制御部を構成してもよく、出品要求モジュール335を実行することで出品要求部を構成してもよい。
他の実施形態において、配送情報要求モジュール333、表示制御モジュール334、出品要求モジュール335、及び購入要求モジュール336は、端末300のメモリ330に格納されるスタンドアロンアプリケーションであってもよい。スタンドアロンアプリケーションとしては、限定はされないが、配送情報を表示するアプリケーションが挙げられる。さらに他の実施形態において、配送情報要求モジュール333、表示制御モジュール334、出品要求モジュール335、及び購入要求モジュール336は別のアプリケーションへのアドオン又はプラグインであってもよい。
<動作説明>
次に、第1実施形態に係る取引システム1の動作について説明する。図6及び7は、第1実施形態に係る取引システム1の処理の一例を示すシーケンス図であり、図6は出品ユーザが使用する端末300Aを用いた場合の処理の一例を示すシーケンス図であり、図7は、購入ユーザが使用する端末300Bを用いた場合の処理の一例を示すシーケンス図である。まず、図6について説明する。
(ステップS601:機械学習モデルの構築例)
ステップS601において、サーバ200の学習モデル構築モジュール236は、電子商取引プラットフォームで取引が行われた商品の取引情報を教師データとして、商品情報からその配送情報を推測する機械学習モデルを構築する。
学習モデル構築モジュール236により構築される機械学習モデルは、商品に関する情報を入力として、その商品の配送情報を出力するのであれば特に制限されない。例えば、機械学習モデルは、商品の出品タイトルや商品カテゴリ等の商品に関する情報を入力として、その商品の配送情報を出力するものが挙げられる。
(ステップS602〜S604:配送情報要求例)
ステップS602において、端末300Aの配送情報要求モジュール333は、出品情報の作成に際し、取引対象の商品に関する情報をサーバ200に対して送信し、サーバ200に対して配送情報の送信要求をする。ここで、取引対象の商品に関する情報としては、例えば、出品用画面に入力した商品の出品タイトルとカテゴリが挙げられる。
ステップS603において、サーバ200の配送情報出力モジュール237は、機械学習モデルと、取引対象の商品に関する商品情報とから、適切な配送情報を出力する。ここで、配送情報出力モジュール237は、複数の配送方法を含む配送情報を出力することができる。
ステップS604において、サーバ200の配送情報出力モジュール237は、出力された配送情報を、端末300Aに送信する。
(ステップS605:表示制御例)
ステップS605において、端末300Aの表示制御モジュール334は、サーバ200の出力された配送情報を、端末300Aのディスプレイ装置351に表示するよう制御する。この際、表示制御モジュール334は、ディスプレイ装置351に、複数の配送方法を表示することができ、また、ユーザ情報に基づいて配送方法の表示順を変えることもできる。
(ステップS606〜S607:出品要求)
ステップS606において、端末300Aの出品要求モジュール335は、ユーザの操作に応じて、取引対象の商品の出品要求をサーバ200に対して送信する。この際、端末300Aの出品要求モジュール335は、出品要求に係る商品の商品名、出品用の画像情報、商品カテゴリ、商品説明、状態、及び選択された配送情報など出品に必要な情報もサーバ200に対して送信する。
ステップS607において、サーバ200の出品モジュール238は、上記のようにして受け付けた商品を、電子商取引プラットフォームに出品する。
以上により、第1実施形態に係る取引システム1は、適切な配送情報をユーザに提示することができ、それにより、ユーザは、配送方法を容易に選択することができる。また、このように適切に設定された配送方法については、出品者が変更をすることが少ないため、コンピュータの処理の負荷を軽減することができる。
次に、図7について説明する。なお、ステップS701〜S702の機械学習モデルの構築例については、上記S601〜S602と同様である。
(ステップS702〜S704:配送情報要求例)
ステップS702において、端末300Bの配送情報要求モジュール333は、出品された商品の閲覧画面等に対する購入ユーザの操作に対応して、取引対象の商品に関する情報をサーバ200に対して送信し、サーバ200に対して配送情報の送信要求をする。ここで、取引対象の商品に関する情報としては、例えば、商品閲覧画面に表示された商品の出品タイトルとカテゴリなどが挙げられる。
ステップS703において、サーバ200の配送情報出力モジュール237は、機械学習モデルと、取引対象の商品に関する商品情報とから、適切な配送情報を出力する。ここで、配送情報出力モジュール237は、複数の配送方法を含む配送情報を出力することができる。
ステップS704において、サーバ200の配送情報出力モジュール237は、出力された配送情報を、端末300Aに送信する。
(ステップS705:表示制御例)
ステップS705において、端末300Bの表示制御モジュール334は、サーバ200の出力された配送情報を、端末300Bのディスプレイ装置351に表示するよう制御する。この際、表示制御モジュール334は、ディスプレイ装置351に、複数の配送方法を表示することができ、また、ユーザ情報に基づいて配送方法の表示順を変えることもできる。
これにより、購入ユーザは、配送料が購入者負担となっている商品について、商品の購入前に配送料を知ることができる。
(ステップS706〜S707:購入要求)
ステップS706において、端末300Bの出品要求モジュール335は、ユーザの操作に応じて、取引対象の商品の購入要求をサーバ200に対して送信する。
ステップS707において、サーバ200の取引情報管理モジュール235は、電子商取引プラットフォーム上での取引を実行する。
以上により、第1実施形態に係る取引システム1は、適切な配送情報をユーザに提示することができ、それにより、ユーザは、配送方法を容易に選択することができる。また、このように適切に設定された配送方法については、出品者が変更をすることが少ないため、コンピュータの処理の負荷を軽減することができる。
<<第1実施形態の表示態様>>
図8を参照し、第1実施形態に係る端末300Aの表示画面における表示態様について説明する。図8は、第1実施形態に係る端末300Aに表示される画面の一例を示し、また、本開示に係る情報処理方法における一部の処理の一例を示す図でもある。
図8のD1に示す画面は、例えば、ステップS602においてユーザの端末300Aに表示される出品用画面である。D1に示す画面では、例えば、表示制御モジュール334が、取引対象の商品に関する商品情報を入力するフォームOB11と、配送に関する情報を入力するフォームOB12と、販売価格に関する情報を入力するフォームOB13とを表示する。
出品ユーザが、フォームOB11に対して、商品のカテゴリや出品タイトルなどを入力し、フォームOB12の配送方法の選択ボタンOB121を選択(例えばタップ)すると、端末300Aの配送情報要求モジュール333は、フォームOB11に入力された取引対象の承認に関する情報をサーバ200に送信する。
図8のD2に示す画面は、ステップS605においてユーザの端末300Aに表示される配送情報をポップアップ表示する画面である。D2に示す画面では、端末300Aの表示制御モジュール334が、サーバ200の配送情報出力モジュール237が出力した配送情報に基づいて、適切な配送方法をオブジェクトOB21,22に表示する。表示制御モジュール334はオブジェクトOB21,22に、配送料の他、配送方法毎のメリットや持込場所などを表示することもできる。例えば、D2において、出品ユーザがフォームOB21をタップすると、配送方法1に関する情報が反映された出品用画面D4へと画面遷移する。
また、端末300Aの表示制御モジュール334は、その他の配送方法の選択画面D3へ遷移するボタンOB23を表示することもできる。これにより、ユーザは、配送情報出力モジュール237が出力した配送情報以外の配送方法を選択することも可能となる。
図8のD3に示す画面では、端末300Aの表示制御モジュール334は、例えば、電子商取引プラットフォームで利用可能な配送方法として、配送情報データ234に格納された情報をオブジェクトOB31に表示することができる。例えば、D3において、出品ユーザがオブジェクトOB311をタップすると、選択された配送方法に関する情報が反映された出品用画面D4へと画面遷移する。
図8のD4に示す画面では、表示制御モジュール334が配送に関する情報を入力するフォームOB32に、ユーザが選択した配送方法1に関する情報を反映するよう表示制御する。
また、D4において、表示制御モジュール334は、販売価格に関する情報を入力するフォームOB33に、ユーザが選択した配送方法1に関する情報を反映するよう表示制御してもよい。例えば、表示制御モジュール334は、配送料が出品者負担である場合には、フォームOB33に配送料を表示し、販売価格から配送料を引いた額を販売利益として表示するよう制御することができる。これにより、出品者は、出品による利益の額をすぐに認識することができる。
ユーザが出品ボタンOB14をタップ操作すると、このタップ操作に応じて、出品要求モジュール335が、端末300Aからサーバ200にその商品の出品指示を送信する(ステップS606)。
なお、上述したとおり、本発明は、上記の実施形態に限定されるものではなく、その要旨を逸脱しない範囲内において様々な変形が可能である。すなわち、上記実施形態はあらゆる点で単なる例示にすぎず、限定的に解釈されるものではない。
例えば、機械学習されたモデルは、機械学習によって得られた学習済みモデルに限定されず、学習済みモデルを蒸留して得られるモデル等、機械学習によって得られたモデルと同様の出力を得られるモデルを含んでもよい。
また、上記モデルは、電子商取引プラットフォームに登録された商品の商品情報と、登録された商品の配送サイズに関する配送情報とを含むデータから得られる、商品情報に含まれる少なくとも1つの情報と配送情報を対応付けたテーブルであってもよい。
本開示の各実施形態のプログラムは、コンピュータに読み取り可能な記憶媒体に記憶された状態で提供されてもよい。記憶媒体は、「一時的でない有形の媒体」に、プログラムを記憶可能である。プログラムは、限定でなく例として、ソフトウェアプログラムやコンピュータプログラムを含む。
200…サーバ、210…処理装置(CPU)、220…通信インタフェース、230…メモリ、231…オペレーティングシステム、232…ネットワーク通信モジュール、233…取引情報データ、234…配送情報データ、235…取引情報管理モジュール、236…学習モデル構築モジュール、237…配送情報出力モジュール、238…出品モジュール、240…通信バス、250…ユーザインタフェース、300…端末、300A…端末、300B…端末、310…処理装置(CPU)、320…通信インタフェース、330…メモリ、331…オペレーティングシステム、332…ネットワーク通信モジュール、333…配送情報要求モジュール、334…表示制御モジュール、335…出品要求モジュール、336…購入要求モジュール、340…通信バス、350…ユーザインタフェース、351…ディスプレイ装置、352…マウス、353…撮像装置

Claims (14)

  1. 1つ又は複数のプロセッサを含む情報処理装置が実行する情報処理方法であって、
    前記1又は複数のプロセッサが、
    電子商取引プラットフォームにおける取引対象の商品に関する商品情報を取得すること、
    前記電子商取引プラットフォームに登録された商品の商品情報に含まれる少なくとも1つの情報、及び前記登録された商品の配送サイズに関する配送情報を含む教師データを用いて機械学習されたモデルと、取得された前記商品情報とを用いて特定される、前記取引対象の商品の配送情報を取得すること、
    前記配送情報を、前記商品を取引するユーザが利用する他の情報処理装置に出力すること、を実行する、情報処理方法。
  2. 前記機械学習に用いられる商品情報は、前記登録された商品の出品タイトルとカテゴリに関する情報を含む、請求項1に記載の情報処理方法。
  3. 前記配送情報を取得することは、
    予め規格化された複数の配送サイズに対して、それぞれ、前記取引対象の商品の配送に適するか否かをスコアで表し、前記スコアの最も高い配送サイズを出力すること、を含む、請求項1又は2に記載の情報処理方法。
  4. 前記配送情報を取得することは、
    予め規格化された複数の配送サイズに対して、それぞれ、前記取引対象の商品の配送に適するか否かをスコアで表し、前記スコアが所定の閾値以上である配送サイズを出力すること、を含む、請求項1又は2に記載の情報処理方法。
  5. 前記配送情報を取得することは、
    前記所定の閾値以上であるスコアを有する配送サイズがない場合に、最も高いスコアと次に高いスコアを合算した値が所定の閾値以上となるときには、最も高いスコアと次に高いスコアを有する配送サイズのうち、大きさのより小さい配送サイズを出力すること、を含む、請求項4に記載の情報処理方法。
  6. 前記配送情報は、前記配送サイズに対応する配送方法及び/又は配送料に関する情報を含む、請求項1〜5のいずれか一項に記載の情報処理方法。
  7. 情報処理装置に含まれる、1つ又は複数のプロセッサに、
    電子商取引プラットフォームにおける取引対象の商品に関する商品情報を取得すること、
    前記電子商取引プラットフォームに登録された商品の商品情報に含まれる少なくとも1つの情報、及び前記登録された商品の配送サイズに関する配送情報を含む教師データを用いて機械学習されたモデルと、取得された前記商品情報と、を用いて特定される、前記取引対象の商品の配送情報を取得すること、
    前記配送情報を、前記商品を取引するユーザが利用する他の情報処理装置に出力すること、を実行させる、プログラム。
  8. 1つ又は複数のプロセッサを含む情報処理装置であって、
    前記1又は複数のプロセッサが、
    電子商取引プラットフォームにおける取引対象の商品に関する商品情報を取得すること、
    前記電子商取引プラットフォームに登録された商品の商品情報に含まれる少なくとも1つの情報、及び前記登録された商品の配送サイズに関する配送情報を含む教師データを用いて機械学習されたモデルと、取得された前記商品情報と、を用いて特定される、前記取引対象の商品の配送情報を取得すること、
    前記配送情報を、前記商品を取引するユーザが利用する他の情報処理装置に出力すること、を実行する、
    情報処理装置。
  9. 情報処理装置に含まれる、1つ又は複数のプロセッサに、
    電子商取引プラットフォームにおける取引対象の商品に関する商品情報を、前記電子商取引プラットフォームを管理する他の情報処理装置に送信すること、
    前記電子商取引プラットフォームに登録された商品の商品情報に含まれる少なくとも1つの情報、及び前記登録された商品の配送サイズに関する配送情報を含む教師データを用いて機械学習されたモデルと、取得された前記商品情報と、を用いて取得された前記取引対象の商品の配送情報を受信すること、
    前記配送情報を画面に表示制御すること、を実行させる、プログラム。
  10. 前記配送情報を画面に表示制御することは、
    前記配送サイズに対応する配送方法が複数ある場合には、複数の前記配送方法を表示制御することを含む、請求項9に記載のプログラム。
  11. 前記複数の配送方法を表示制御することは、
    出品者の位置情報と配送方法毎の集荷場所に応じて、前記複数の配送方法の表示順を変更することを含む、請求項10に記載のプログラム。
  12. 画面に表示制御された前記配送情報の中から配送方法の選択を受け付けること、
    選択された前記配送方法に応じて、配送料と出品金額に基づく利益の額を表示制御すること、を実行させる、請求項10又は11に記載のプログラム。
  13. 1つ又は複数のプロセッサを含む情報処理装置が実行する情報処理方法であって、
    前記1又は複数のプロセッサが、
    電子商取引プラットフォームにおける取引対象の商品に関する商品情報を、前記電子商取引プラットフォームを管理する他の情報処理装置に送信すること、
    前記電子商取引プラットフォームに登録された商品の商品情報に含まれる少なくとも1つの情報、及び前記登録された商品の配送サイズに関する配送情報を含む教師データを用いて機械学習されたモデルと、取得された前記商品情報と、を用いて取得された前記取引対象の商品の配送情報を受信すること、
    前記配送情報を画面に表示制御すること、を実行する、情報処理方法。
  14. 1つ又は複数のプロセッサを含む情報処理装置であって、
    前記1又は複数のプロセッサが、
    電子商取引プラットフォームにおける取引対象の商品に関する商品情報を、前記電子商取引プラットフォームを管理する他の情報処理装置に送信すること、
    前記電子商取引プラットフォームに登録された商品の商品情報に含まれる少なくとも1つの情報、及び前記登録された商品の配送サイズに関する配送情報を含む教師データを用いて機械学習されたモデルと、取得された前記商品情報と、を用いて取得された前記取引対象の商品の配送情報を受信すること、
    前記配送情報を画面に表示制御すること、を実行する、情報処理装置。
JP2020008225A 2020-01-22 2020-01-22 情報処理方法、情報処理装置、及びプログラム Pending JP2021117520A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020008225A JP2021117520A (ja) 2020-01-22 2020-01-22 情報処理方法、情報処理装置、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020008225A JP2021117520A (ja) 2020-01-22 2020-01-22 情報処理方法、情報処理装置、及びプログラム

Publications (1)

Publication Number Publication Date
JP2021117520A true JP2021117520A (ja) 2021-08-10

Family

ID=77175713

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020008225A Pending JP2021117520A (ja) 2020-01-22 2020-01-22 情報処理方法、情報処理装置、及びプログラム

Country Status (1)

Country Link
JP (1) JP2021117520A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7284332B1 (ja) 2022-09-20 2023-05-30 ヤフー株式会社 情報処理装置、情報処理方法、および情報処理プログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7284332B1 (ja) 2022-09-20 2023-05-30 ヤフー株式会社 情報処理装置、情報処理方法、および情報処理プログラム
JP2024044034A (ja) * 2022-09-20 2024-04-02 ヤフー株式会社 情報処理装置、情報処理方法、および情報処理プログラム

Similar Documents

Publication Publication Date Title
US20030074273A1 (en) Apparatus and method for facilitating trade
US20050060228A1 (en) Method and system for offering a money-back guarantee in a network-based marketplace
JP2002041842A (ja) 商品売買のための電子的仲介サービスおよび価格決定
TWI739359B (zh) 電腦實施系統、於圖形使用者介面安排超連結的電腦實施方法及非暫時性電腦可讀儲存媒體
JP2001319102A (ja) コンピュータ通信網を利用した販売者中心双方向競売方法及び装置
TW201727551A (zh) 返利機制的管理系統、方法、及其電腦可讀取記錄媒體
JP2002099780A (ja) ネットワークを利用した商品販売または購入の方法
JP2001350964A (ja) 商品売買システム
JP6957059B2 (ja) 金融商品取引管理装置、金融商品取引管理方法、プログラム
JP2021117520A (ja) 情報処理方法、情報処理装置、及びプログラム
US20150170238A1 (en) Computerized retail exchange system and method
KR20160084944A (ko) 온라인 중고 상품 거래 시스템 및 방법
JP2021026726A (ja) 情報処理方法、情報処理装置、及びプログラム
US20150242870A1 (en) Product trade-in during purchase flow within multi-seller environment
JP2002063419A (ja) 電子商取引システムおよび電子商取引方法
JP6006359B2 (ja) 情報処理装置、情報処理システム、及びプログラム
JP2021033715A (ja) 情報処理方法、情報処理装置、及びプログラム
JP2014174850A (ja) 電子商取引サーバ、電子商取引方法および電子商取引プログラム
JP2002215933A (ja) 電子店舗システム
KR102461945B1 (ko) 복수의 매물을 상호 매핑하여 관리하는 실시간 매물 감정 거래 시스템
KR100487276B1 (ko) 온라인 쇼핑몰 중개 방법 및 온라인 쇼핑몰 중개 시스템
KR102601521B1 (ko) 셀러 매칭 기반 산지 직송을 위한 농수산물 주문 중개처리 방법, 장치 및 시스템
KR20050093466A (ko) 온라인 쇼핑몰 중개 방법 및 온라인 쇼핑몰 중개 시스템
JP2019021300A (ja) 電子商取引統合管理システム
JP6774067B2 (ja) 金融商品取引管理装置、金融商品取引管理方法、プログラム