JP2023028678A - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

Abstract

【課題】電子商取引において購入希望者に商品が出品されるタイミングを提供する。【解決手段】情報処理装置は、電子商取引に出品中の商品の商品情報を解析して商品が出品される出品タイミングを推定する推定部と、推定された出品タイミングを商品の購買希望者及び／又は潜在的な商品の出品予定者へ提供する提供部と、を備える。また、推定部は、電子商取引に出品された商品の購買から売却までの期間を解析して商品が出品される可能性がある出品タイミングを推定する。提供部は、推定された出品タイミングから所的期間前に、推定された出品タイミングに商品の出品に関するメッセージを商品の購買希望者及び／又は潜在的な商品の出品予定者へ提供する。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。

オークションに出品される商品と、オークションを開始する価格に関する情報を受け付けて、その商品の過去の落札状況を有する情報を参照し、受け付けた開始する価格が割高であると判断した場合には、オークションへの出品者に対して開始価格を変更するように指示を行う技術が開示されている。

特開２００３－３１６９７５号公報

しかしながら、上記の従来技術では、オークションの開始価格を類似商品の価格に応じて変更しているにすぎない。電子商取引において商品は出品者の都合で出品されるため、商品の購入希望者は商品が出品されるタイミングがわからない。そのため、商品が出品されるタイミングを自分で予測している。したがって、購入希望者に商品が出品されるタイミングを提供できれば、売り上げの向上が期待できる。

本願は、上記に鑑みてなされたものであって、電子商取引において購入希望者に商品が出品されるタイミングを提供することを目的とする。

本願に係る情報処理装置は、電子商取引に出品中の商品の商品情報を解析して前記商品が出品される出品タイミングを推定する推定部と、推定された出品タイミングを前記商品の購買希望者へ提供する提供部と、を備えることを特徴とする。

実施形態の一態様によれば、電子商取引において購入希望者に商品が出品されるタイミングを提供することができる。

図１は、実施形態に係る情報処理方法の概要を示す説明図である。 図２は、ユーザ属性及び時期に応じて商品情報を自動的に変更する処理方法の概要を示す説明図である。 図３は、出品予測システムの概要を示す説明図である。 図４は、出品者を自動的に集めてフェアを開催する際の処理の概要を示す説明図である。 図５は、実施形態に係る情報処理システムの構成例を示す図である。 図６は、実施形態に係る端末装置の構成例を示す図である。 図７は、実施形態に係る情報提供装置の構成例を示す図である。 図８は、利用者情報データベースの一例を示す図である。 図９は、履歴情報データベースの一例を示す図である。 図１０は、商品情報データベースの一例を示す図である。 図１１は、実施形態に係る処理手順を示すフローチャートである。 図１２は、ハードウェア構成の一例を示す図である。

以下に、本願に係る情報処理装置、情報処理方法及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理方法の概要〕
まず、図１を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図１は、実施形態に係る情報処理方法の概要を示す説明図である。なお、図１では、電子商取引（ＥＣ：Electronic Commerce）においてより適切な出品タイトルへの変更を提案する場合を例に挙げて説明する。

図１に示すように、情報処理システム１は、端末装置１０と情報提供装置１００とを含む。端末装置１０と情報提供装置１００とは、それぞれネットワークＮ（図５参照）を介して有線又は無線で互いに通信可能に接続される。本実施形態では、端末装置１０は、情報提供装置１００と連携する。

端末装置１０は、利用者Ｕ（ユーザ）により使用されるスマートフォンやタブレット等のスマートデバイスであり、４Ｇ（Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。また、端末装置１０は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、利用者Ｕから指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、コンテンツ等の表示データに対する各種の操作を受付ける。なお、画面のうち、コンテンツが表示されている領域上で行われた操作を、コンテンツに対する操作としてもよい。また、端末装置１０は、スマートデバイスのみならず、デスクトップＰＣ（Personal Computer）やノートＰＣ等の情報処理装置であってもよい。

情報提供装置１００は、各利用者Ｕの端末装置１０と連携し、各利用者Ｕの端末装置１０に対して、各種アプリケーション（以下、アプリ）等に対するＡＰＩ（Application Programming Interface）サービス等と、各種データを提供する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。

また、情報提供装置１００は、各利用者Ｕの端末装置１０に対して、オンラインで何らかのＷｅｂサービスを提供する情報処理装置であってもよい。例えば、情報提供装置１００は、Ｗｅｂサービスとして、インターネット接続、検索サービス、ＳＮＳ（Social Networking Service）、電子商取引（ＥＣ：Electronic Commerce）、電子決済、オンラインゲーム、オンラインバンキング、オンライントレーディング、宿泊・チケット予約、動画・音楽配信、ニュース、地図、ルート検索、経路案内、路線情報、運行情報、天気予報等のサービスを提供してもよい。実際には、情報提供装置１００は、上記のようなＷｅｂサービスを提供する各種サーバと連携し、Ｗｅｂサービスを仲介してもよいし、Ｗｅｂサービスの処理を担当してもよい。

なお、情報提供装置１００は、利用者Ｕに関する利用者情報を取得可能である。例えば、情報提供装置１００は、利用者Ｕの性別、年代、居住地域といった利用者Ｕの属性に関する情報を取得する。そして、情報提供装置１００は、利用者Ｕを示す識別情報（利用者ＩＤ等）とともに利用者Ｕの属性に関する情報を記憶して管理する。

また、情報提供装置１００は、利用者Ｕの端末装置１０から、あるいは利用者ＩＤ等に基づいて各種サーバ等から、利用者Ｕの行動を示す各種の履歴情報（ログデータ）を取得する。例えば、情報提供装置１００は、利用者Ｕの位置や日時の履歴である位置履歴を端末装置１０から取得する。また、情報提供装置１００は、利用者Ｕが入力した検索クエリの履歴である検索履歴を検索サーバ（検索エンジン）から取得する。また、情報提供装置１００は、利用者Ｕが閲覧したコンテンツの履歴である閲覧履歴をコンテンツサーバから取得する。また、情報提供装置１００は、利用者Ｕの商品購入や決済処理の履歴である購入履歴（決済履歴）を電子商取引サーバや決済処理サーバから取得する。また、情報提供装置１００は、利用者Ｕのマーケットプレイスへの出品の履歴である出品履歴や販売履歴を電子商取引サーバや決済サーバから取得してもよい。また、情報提供装置１００は、利用者Ｕの投稿の履歴である投稿履歴を口コミの投稿サービスを提供する投稿サーバやＳＮＳサーバから取得する。

〔１－１．ＥＣでの商品名変更レコメンド〕
本願の第１実施形態では、情報提供装置１００は、電子商取引（ＥＣ：Electronic Commerce）サイト／アプリに出品された商品に付けられた出品タイトル（見出し）と当該商品の売り上げとの間の関係性に基づいて出品予定／出品中の商品のタイトルの変更前後の売り上げを予測し、予測結果に基づいて推奨タイトルを提案する。

なお、商品は、利用者の所有する物品（所有物）であり、ＥＣサイト／アプリに出品可能な物品である。すなわち、商品は、取引対象の一例に過ぎない。また、出品タイトルは、商品名やキャッチコピー、キャッチフレーズ等を含む。

図１に示すように、情報提供装置１００は、ネットワークＮ（図５参照）を介して、各利用者Ｕの端末装置１０からＥＣサイト／アプリ（モール、ショップ、オークション、フリマ等）への商品の出品登録を受け付ける（ステップＳ１）。

続いて、情報提供装置１００は、各利用者Ｕから出品された各商品の売上を集計する（ステップＳ２）。

続いて、情報提供装置１００は、出品中の商品の出品タイトルの変更を希望する利用者Ｕから商品の出品タイトルの変更を受け付ける（ステップＳ３）。

続いて、情報提供装置１００は、商品の出品タイトルの変更前後の売上の変化を集計する（ステップＳ４）。

このとき、情報提供装置１００は、出品タイトルの変化による売上変化を、ＥＣサイト／アプリ全体の売上の影響を受けないように、ＥＣサイト／アプリの当日の全売上における売上割合で算出する。すなわち、情報提供装置１００は、売上変化については、ＥＣサイト／アプリ全体の売上の影響を受けないように割合化する。また、情報提供装置１００は、セール等の影響を受けないように売上を正規化する。

例えば、情報提供装置１００は、出品タイトルの変化が売上変化の主要因でない可能性を鑑み、下記（１）、（２）のように処理する。
（１）情報提供装置１００は、サービス全体／カテゴリ全体でセールなど行っていた場合は、同カテゴリの商品の売上変化傾向に基づいて正規化する。
（２）情報提供装置１００は、特定の店舗／商品だけセールや広告を行っていた日は同じ日に同様の施策を打っていた（同カテゴリの）売上変化に基づいて正規化する。そのためにサービスの施策マスタ等が必要となる。

そして、情報提供装置１００は、変更後の同じワードを含む商品数（競合性）、購入者の属性等に関するデータをセット（組）で集計して蓄積する。例えば、情報提供装置１００は、ＥＣサイト／アプリに出品された各商品に関して、商品名を含む出品タイトルの変更前後の売上変化、変更後の同じワードを含む商品数（競合性）、及び購入者の属性等に関するデータをセット（組）で集計して蓄積する。

続いて、情報提供装置１００は、蓄積されたデータを基に機械学習を行い、商品ごとに、商品の売上向上につながる出品タイトルを推定する（ステップＳ５）。

続いて、情報提供装置１００は、ネットワークＮ（図５参照）を介して、商品を出品中又は商品を出品予定の利用者Ｕの端末装置１０に、出品タイトルの変更を提案する（ステップＳ６）。なお、情報提供装置１００は、商品の出品登録用の画面で、利用者Ｕが新たな出品タイトルを入力した際に、当該利用者Ｕの端末装置１０に、より好ましい当該商品の出品タイトルの変更を提案してもよい。

このとき、情報提供装置１００は、蓄積されたデータを学習データとしてモデルを構築し、モデルを用いてより好ましい出品タイトルと出品タイトルを変更した場合の売り上げの変化を推論する。例えば、情報提供装置１００は、「ワード」×「属性」×「競合商品数」×「購入者数変化」×「閲覧数変化」等を用いてモデルを構築し、モデルを用いてより好ましい出品タイトルと出品タイトルを変更した場合の売り上げの変化を推論する。

本実施形態では、情報提供装置１００は、購入者の属性が似ている商品の出品タイトルの変更前後の売上変化に基づいて、現在の商品の変更後の出品タイトルの候補と、出品タイトルを変更した場合の売り上げ向上の程度（割合、量）及び可能性を提示し、出品タイトルの変更をレコメンド（推奨）する。すなわち、情報提供装置１００は、購入者の属性が似ている商品の出品タイトルの変更前後の売上変化に基づいて、現在の商品の出品タイトルを変えると売り上げがどのくらい変化する可能性があるかを提示し、出品タイトルの変更をレコメンドする。

なお、情報提供装置１００は、出品タイトルと同様に、検索用タグの変化前後の売上変化を集計して蓄積してもよい。さらに、情報提供装置１００は、商品説明の変化前後の売上変化も集計して蓄積してもよい。すなわち、情報提供装置１００は、出品タイトル、検索用タグ、及び／又は商品説明等のテキストデータの変化前後の売上変化を集計して蓄積する。

また、情報提供装置１００は、商品の画像を変えたときに急に売り上げが上がった場合、商品の画像の変更前後の売上変化も集計して蓄積する。そして、情報提供装置１００は、変更後に売り上げが向上した商品の画像のパターンを解析し、売れる画像の撮り方（撮影方法、実例／サンプル）についても提案する。例えば、情報提供装置１００は、売り上げが向上した商品の画像データの色合いやデザイン、レイアウト等を解析して売れる画像の撮り方を推測し、売れる画像の撮り方について提案する。

例えば、情報提供装置１００は、ＥＣサイト／アプリ（モール、ショップ、オークション、フリマ等）に出品された各商品において、商品の出品タイトルを始めとする出品関連データ（商品に関するテキストデータ及び画像データ）が変わったタイミング前後の売上変化を把握し、より好ましい出品関連データへの変更を提案する。

また、情報提供装置１００は、季節や曜日、時間帯などの時期ごとに、出品タイトルや検索用タグ、画像等の変更前後の売上変化を集計して蓄積する。そして、情報提供装置１００は、季節や曜日、時間帯などの時期に応じて、売れる出品タイトルや検索用タグ、画像等に変更することを提案する。

なお、季節には、春夏秋冬等の四季に限らず、ゴールデンウィーク、梅雨、山／海開き、お盆や正月、入学／卒業シーズン等を含む。また、熱中症や花粉症の発生／警戒時期等の季節性の事象を含む。また、曜日は、七曜に限らず、平日／土日祝日（休日）等の区分であってもよい。また、時間帯は、ある時刻とある時刻との間（例えば、８時台、8:00～9:00等）に限らず、午前中／午後／夜間（又は朝／昼／夕方／夜）等の区分であってもよい。

〔１－２．ユーザ属性及び時期に応じて商品情報を自動的に変更〕
本願の第２実施形態では、情報提供装置１００は、ＥＣサイト／アプリに出品中の商品の売上について、季節や曜日、時間帯などの時期ごとの特徴や動向に応じて商品情報を自動的に変更する。図２は、ユーザ属性及び時期に応じて商品情報を自動的に変更する処理方法の概要を示す説明図である。

図２に示すように、情報提供装置１００は、ネットワークＮ（図５参照）を介して、商品の購入者である利用者Ｕの端末装置１０から、ＥＣサイト／アプリに出品中の商品の購入（注文）の要求又は決済情報を受け付ける（ステップＳ１１）。

続いて、情報提供装置１００は、当該商品を購入した利用者Ｕの属性に関する情報を取得して集計する（ステップＳ１２）。例えば、情報提供装置１００は、当該商品を購入した利用者Ｕのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）等の属性に関する情報を取得して集計する。

続いて、情報提供装置１００は、利用者Ｕが購入した商品の属性に関する情報を取得して集計する（ステップＳ１３）。例えば、情報提供装置１００は、利用者Ｕが購入した商品の属性に関する情報として、コード、商品名、価格、サイズ・寸法、重量、規格等に関する情報を取得して集計する。加えて、情報提供装置１００は、商品のブランドやカテゴリ、商品のターゲット（対象／購買層として期待されるユーザの属性）等に関する情報を取得して集計してもよい。なお、情報提供装置１００は、オークションの場合、開始価格と最終的な落札価格とに関する情報を取得して集計してもよい。

続いて、情報提供装置１００は、利用者Ｕが購入した商品の数量に関する情報を取得して集計する（ステップＳ１４）。例えば、情報提供装置１００は、利用者Ｕが購入した商品の個数に関する情報を取得して集計する。また、情報提供装置１００は、利用者Ｕが同時に購入した商品の点数（品目数）に関する情報を取得して集計してもよい。

続いて、情報提供装置１００は、利用者Ｕが商品を購入した時期に関する情報を取得して集計する（ステップＳ１５）。例えば、情報提供装置１００は、利用者Ｕが商品を購入した季節や曜日、時間帯などの時期に関する情報を取得して集計する。

続いて、情報提供装置１００は、商品を購入した各利用者Ｕの属性及び時期ごとに、商品の売上を集計し、商品の売上と売れた時点での商品情報とを蓄積する（ステップＳ１６）。例えば、情報提供装置１００は、上記の取得された各情報と商品の売上と商品情報とに関するデータをセット（組）で集計して蓄積する。

続いて、情報提供装置１００は、新たな利用者Ｕが当該商品の購買用ページにアクセスした際に、当該利用者Ｕの属性及びアクセスした時期に応じて、当該商品の購買用ページに掲載される商品情報を自動的に変更する（ステップＳ１７）。

このとき、情報提供装置１００は、蓄積されたデータを学習データとしてモデルを構築し、モデルを用いて当品の購買用ページに掲載される商品情報を推論して自動的に変更する。例えば、情報提供装置１００は、利用者Ｕの属性及びアクセスした時期に基づいて、利用者Ｕの属性及びアクセスした時期に適した商品情報を推論して自動的に変更する。

例えば、情報提供装置１００は、利用者Ｕの年齢や性別、職業（学生／会社員／公務員／フリーランス）等の属性に応じた商品タイトル、検索用タグ、画像及び／又は商品説明等に変更する。また、情報提供装置１００は、利用者Ｕが午前にアクセスした場合には朝用の商品タイトル、検索用タグ、画像及び／又は商品説明等に変更し、夜間にアクセスした場合には夜用の商品タイトル、検索用タグ、画像及び／又は商品説明等に変更する。なお、朝用／夜用の商品情報は、利用者Ｕの属性ごとに用意されているものとする。

続いて、情報提供装置１００は、ネットワークＮ（図５参照）を介して、当該商品の購買用ページにアクセスした新たな利用者Ｕの端末装置１０に、当該商品の購買用ページに掲載される商品情報を提供する（ステップＳ１８）。そして、利用者Ｕは、提供された商品情報を閲覧し、当該商品を購入する場合には商品購入のための操作を行う（ステップＳ１１に移行）。

このように、情報提供装置１００は、アクセスしたユーザの属性と時期とに応じて商品情報を自動的に変更する。例えば、情報提供装置１００は、アクセスしたユーザの属性と時間帯とに応じてＥＣサイト／アプリに出品中の商品に関するテキストデータ及び／又は画像データを変更する。このとき、情報提供装置１００は、テキストデータ及び画像データをそれぞれ複数登録しておいて、アクセスしたユーザの属性及び時間帯に応じて切り替える。

さらに、情報提供装置１００は、アクセスしたユーザの属性と時期とに応じて商品の価格帯を変更してもよい。また、情報提供装置１００は、アクセスしたユーザの属性と時期とに応じて商品の訴求ポイントを変更してもよい。

また、情報提供装置１００は、特定の属性を持つユーザに対して、商品の売れ行きが良くなる季節や時間帯を推定して、売りたい数（目標個数）に応じて、当該ユーザに訴求するキーワードや画像を選定し、商品の出品タイトルを始めとする出品関連データ（商品に関するテキストデータ及び画像データ）を変更してもよい。

また、情報提供装置１００は、出品中の商品の競合となる商品（競合商品）を推定して、競合商品と同時に変更するように／競合商品を避けて変更するように、商品情報を変更する時間帯を選択してもよい。

なお、情報提供装置１００は、商品情報の変更による売上向上の結果が出れば、学習を重ねて継続的に推論の精度を向上させることができる。

例えば、情報提供装置１００は、「ターゲット（ユーザ属性）」×「商品種類」×「価格」×「時期（季節、曜日、時間帯）」×「目標個数」×「商品情報（キーワード、画像）」等を用いてモデルを構築し、アクセスしたユーザの属性及び時間帯に応じて商品情報を自動的に変更する。

〔１－３．出品予測システム〕
本願の第３実施形態では、情報提供装置１００は、電子商取引において、商品情報を解析して特定の商品がＥＣサイト／アプリに出品されるタイミングを予測し、予測されたタイミングに関する情報を購買者へ提供する。図３は、出品予測システムの概要を示す説明図である。

通常、購買者はＥＣサイト／アプリに特定の商品が出品されるタイミングがわからない。また、ヘビーユーザである購買者は経験則等によりＥＣサイト／アプリに特定の商品が出品されるタイミングを自分で予測している。そこで、情報提供装置１００は、商品情報を解析して特定の商品がＥＣサイト／アプリに出品されるタイミングを予測し、当該商品の購買希望者又は購買しそうな潜在的需要者へ当該商品が出品されるタイミングに関する情報を提供する。

図３に示すように、情報提供装置１００は、ネットワークＮ（図５参照）を介して、利用者Ｕの端末装置１０から、利用者Ｕが所有する商品のＥＣサイト／アプリへの出品依頼を受け付ける（ステップＳ２１）。

続いて、情報提供装置１００は、当該商品を出品した利用者Ｕの属性に関する情報を取得して集計する（ステップＳ２２）。例えば、情報提供装置１００は、当該商品を出品した利用者Ｕのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）等の属性に関する情報を取得して集計する。

続いて、情報提供装置１００は、利用者Ｕが出品した商品の属性に関する情報を取得して集計する（ステップＳ２３）。例えば、情報提供装置１００は、利用者Ｕが出品した商品の属性に関する情報として、商品のブランドやカテゴリ、サイズ、対象ユーザ等に関する情報を取得して集計する。

続いて、情報提供装置１００は、利用者Ｕが商品を出品した時期に関する情報を取得して集計する（ステップＳ２４）。例えば、情報提供装置１００は、利用者Ｕが商品を出品した季節や曜日、時間帯などの時期に関する情報を取得して集計する。

続いて、情報提供装置１００は、ＥＣサイト／アプリにおいて利用者Ｕが商品を購入してから売却するまでの期間（周期）を集計する（ステップＳ２５）。すなわち、情報提供装置１００は、ＥＣサイト／アプリにおいて利用者Ｕが商品を入手してから出品するまでの期間を集計する。例えば、情報提供装置１００は、利用者Ｕの購買履歴から利用者Ｕが商品を購入（入手）した時点を取得し、利用者Ｕが商品を購入（入手）した時点から当該商品の出品依頼を受けた時点までの期間を集計する。

このとき、情報提供装置１００は、出品者である利用者Ｕの属性と商品の属性ごとに、当該期間を集計してもよい。また、情報提供装置１００は、利用者Ｕが商品を出品したＥＣサイト／アプリについても集計してもよい。

続いて、情報提供装置１００は、利用者Ｕの属性、商品の属性、及び商品の購入から売却までの期間（周期）に応じて、出品タイミングを推定する（ステップＳ２６）。例えば、情報提供装置１００は、商品属性や商品の季節性で、商品の出品時期（売却時期）を予測する。また、情報提供装置１００は、商品がＥＣサイト／アプリで良く売れた期間と、当該商品の売却／買い換えの周期（購買商品を手放す周期）とから、当該商品のフリマでの出品タイミングを予測する。

また、情報提供装置１００は、商品のライフサイクルから、当該商品の出品タイミングを予測してもよい。また、情報提供装置１００は、新モデルの商品の市場投入の予定時期から、旧モデルの商品の出品タイミングを予測してもよい。

続いて、情報提供装置１００は、ネットワークＮ（図５参照）を介して、利用者Ｕの端末装置１０に、予測された商品の出品タイミングに関する情報を提供する（ステップＳ２７）。

例えば、情報提供装置１００は、利用者ＵがＥＣサイト／アプリにおいて商品〇〇を購買した時点から所定期間が経過し、商品の売却／買い換えの周期（購買商品を手放す周期）に達した場合、出品者となり得る利用者Ｕの端末装置１０に、「商品〇〇を出品しませんか」等のメッセージを提供する。

このとき、情報提供装置１００は、商品の種類によって、提供される出品タイミングの閾値／下限値を設定してもよい。例えば、情報提供装置１００は、商品が電気製品や家具等の耐久消費財の場合、利用者Ｕが商品を購入してから所定の期間（例えば１ヶ月）を超える場合にのみ当該商品の出品タイミングに関する情報を提供するように制限してもよい。購買したばかりの耐久消費財を短期間で手放す機会や利用者は少ないと思われる上、購買したばかりの耐久消費財の短期間での売却（即時売却等）をこちらから提案するのは利用者Ｕの印象がよくないためである。また、転売を抑止する目的もある。また、多数の利用者が短期間で手放すような商品であれば、出品を促す必要もなく、大量出品され商品が余っている状態であると考えられる。なお、情報提供装置１００は、利用者Ｕが商品を購入してから所定の期間に満たない場合は、所定の期間を超えてから当該商品の出品タイミングに関する情報を提供するようにしてもよい。

また、情報提供装置１００は、予測された出品タイミングの所定期間前に、当該商品の購買希望者又は購買しそうな潜在的需要者の端末装置１０に、「ＸＸくらいに商品〇〇が出品されそうです」等のメッセージを提供する。

〔１－４．ＥＣで出品者を自動的に集めてフェア開催〕
本願の第４実施形態では、情報提供装置１００は、ＥＣサイト／アプリに出品された商品の需給変動を解析して、出品者に対して適切な出品タイミングをレコメンドすることで、ＥＣサイト／アプリにおいて出品者を自動的に集めてフェア（行事：fair）を開催する。なお、フェアは、セール（季節ごとのバーゲンセール、期間／数量限定のタイムセール等）のほか、キャンペーンやイベント等であってもよい。図４は、出品者を自動的に集めてフェアを開催する際の処理の概要を示す説明図である。

通常、出品者は売れる時期がわからない。そこで、情報提供装置１００は、出品予定の商品と同様の商品の過去の需給変動を解析して、当該商品の需要が高まる時期を推定し、出品者に対して適切な出品タイミングを提案する。また、情報提供装置１００は、出品者が既に商品を出品中であれば、出品者に対して当該商品の需要が高まると予想される時期を通知する。これにより、出品者を自動的に集めてフェアを開催する。

図４に示すように、情報提供装置１００は、ネットワークＮ（図５参照）を介して、商品の購入者である利用者Ｕの端末装置１０から、ＥＣサイト／アプリに出品中の商品の購入（注文）の要求又は決済情報を受け付ける（ステップＳ３１）。

続いて、情報提供装置１００は、当該商品を購入した利用者Ｕの属性に関する情報を取得して集計する（ステップＳ３２）。例えば、情報提供装置１００は、当該商品を購入した利用者Ｕのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）等の属性に関する情報を取得して集計する。

続いて、情報提供装置１００は、利用者Ｕが購入した商品の属性に関する情報を取得して集計する（ステップＳ３３）。例えば、情報提供装置１００は、利用者Ｕが購入した商品の属性に関する情報として、コード、商品名、価格、サイズ・寸法、重量、規格等に関する情報を取得して集計する。加えて、情報提供装置１００は、商品のブランドやカテゴリ、商品のターゲット（対象／購買層として期待されるユーザの属性）等に関する情報を取得して集計してもよい。なお、情報提供装置１００は、オークションの場合、開始価格と最終的な落札価格とに関する情報を取得して集計してもよい。

続いて、情報提供装置１００は、利用者Ｕが購入した商品の数量に関する情報を取得して集計する（ステップＳ３４）。例えば、情報提供装置１００は、利用者Ｕが購入した商品の個数に関する情報を取得して集計する。また、情報提供装置１００は、利用者Ｕが同時に購入した商品の点数（品目数）に関する情報を取得して集計してもよい。

続いて、情報提供装置１００は、利用者Ｕが商品を購入した時期に関する情報を取得して集計する（ステップＳ３５）。例えば、情報提供装置１００は、利用者Ｕが商品を購入した季節や曜日、時間帯などの時期に関する情報を取得して集計する。

続いて、情報提供装置１００は、商品を購入した各利用者Ｕの属性及び時期ごとに、商品の売上を集計し、商品の売上を蓄積する（ステップＳ３６）。例えば、情報提供装置１００は、上記の取得された各情報と商品の売上とに関するデータをセット（組）で集計して蓄積する。

続いて、情報提供装置１００は、商品を購入した各利用者Ｕの属性及び時期に応じた売り上げに基づいて、フェアの対象者となる利用者Ｕやフェアの開催時期を推定する（ステップＳ３７）。

続いて、情報提供装置１００は、ネットワークＮ（図５参照）を介して、フェアの対象者となる利用者Ｕの端末装置１０に、フェアの開催時期に関する情報を提供する（ステップＳ３８）。

例えば、情報提供装置１００は、ネットワークＮ（図５参照）を介して、フェアへの参加が期待される利用者Ｕの端末装置１０に、「ＸＸくらいにフェアを開催予定です。参加しませんか」等のメッセージを提供する。

このとき、情報提供装置１００は、ネットワークＮ（図５参照）を介して、出品者となり得る利用者Ｕの端末装置１０に、「ＸＸくらいにフェアを開催予定です。お持ちの商品を出品しませんか」等のメッセージを提供してもよい。

また、情報提供装置１００は、ネットワークＮ（図５参照）を介して、フェアの対象商品に興味を持ち、購買が期待される利用者Ｕの端末装置１０に、「ＸＸくらいにフェアを開催予定です。ご希望の商品が出品されそうです」等のメッセージを提供してもよい。

このように、情報提供装置１００は、電子商取引において、各商品にどれくらい需要（ニーズ）があるのかを推定し、売れそうな商品を判断して、当該商品の特集を発信する。情報提供装置１００は、各商品の受給のバランスを見て、変動するカテゴリのうち、売上の上昇が期待できる商品の出品者を集めるために、当該商品の所有者等に「これを売りましょう！」等のメッセージを提供し、当該商品の所有者等の同意を得て、自動的にフェアを開催する。

情報提供装置１００は、フリマよりも他のＥＣサイト／アプリの方が消費者の感度が高いので、他のＥＣサイト／アプリで各商品の需給変動を収集して分析し、先取り的にみて、フリマの方でフェアを開催する。

例えば、フリマやオークション等の個人間売買では、売買数量が少数の上、商品の入れ替わりが激しいため、十分な情報を蓄積することは難しいが、フリマやオークションに限らず、モールやショッピング等のサービスも多角的に提供している情報提供装置１００であれば、オンラインモールやショッピングサイト等での同一商品の継続的な取引を追跡することで、複合的に十分な情報を蓄積することができる。

〔２．情報処理システムの構成例〕
次に、図５を用いて、実施形態に係る情報提供装置１００が含まれる情報処理システム１の構成について説明する。図５は、実施形態に係る情報処理システム１の構成例を示す図である。図５に示すように、実施形態に係る情報処理システム１は、端末装置１０と情報提供装置１００とを含む。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネット等のＷＡＮ（Wide Area Network）である。

また、図５に示す情報処理システム１に含まれる各装置の数は図示したものに限られない。例えば、図５では、図示の簡略化のため、端末装置１０を１台のみ示したが、これはあくまでも例示であって限定されるものではなく、２台以上であってもよい。

端末装置１０は、利用者Ｕによって使用される情報処理装置である。例えば、端末装置１０は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、ＰＣ（Personal Computer）、ＰＤＡ（Personal Digital Assistant）、通信機能を備えたゲーム機やＡＶ機器、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイ等のウェアラブルデバイス（Wearable Device）、スマートグラス等である。

また、かかる端末装置１０は、ＬＴＥ（Long Term Evolution）、４Ｇ（4th Generation）、５Ｇ（5th Generation：第５世代移動通信システム）等の無線通信網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線ＬＡＮ（Local Area Network）等の近距離無線通信を介してネットワークＮに接続し、情報提供装置１００と通信することができる。

情報提供装置１００は、例えばＰＣやサーバ装置、あるいはメインフレーム又はワークステーション等である。なお、情報提供装置１００は、クラウドコンピューティングにより実現されてもよい。

〔３．端末装置の構成例〕
次に、図６を用いて、端末装置１０の構成について説明する。図６は、端末装置１０の構成例を示す図である。図６に示すように、端末装置１０は、通信部１１と、表示部１２と、入力部１３と、測位部１４と、センサ部２０と、制御部３０（コントローラ）と、記憶部４０とを備える。

（通信部１１）
通信部１１は、ネットワークＮ（図５参照）と有線又は無線で接続され、ネットワークＮを介して、情報提供装置１００との間で情報の送受信を行う。例えば、通信部１１は、ＮＩＣ（Network Interface Card）やアンテナ等によって実現される。

（表示部１２）
表示部１２は、位置情報等の各種情報を表示する表示デバイスである。例えば、表示部１２は、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬディスプレイ（Organic Electro-Luminescent Display）である。また、表示部１２は、タッチパネル式のディスプレイであるが、これに限定されるものではない。

（入力部１３）
入力部１３は、利用者Ｕから各種操作を受け付ける入力デバイスである。例えば、入力部１３は、文字や数字等を入力するためのボタン等を有する。なお、入力部１３は、入出力ポート（I/O port）やＵＳＢ（Universal Serial Bus）ポート等であってもよい。また、表示部１２がタッチパネル式のディスプレイである場合、表示部１２の一部が入力部１３として機能する。また、入力部１３は、利用者Ｕから音声入力を受け付けるマイク等であってもよい。マイクはワイヤレスであってもよい。

（測位部１４）
測位部１４は、ＧＰＳ（Global Positioning System）の衛星から送出される信号（電波）を受信し、受信した信号に基づいて、自装置である端末装置１０の現在位置を示す位置情報（例えば、緯度及び経度）を取得する。すなわち、測位部１４は、端末装置１０の位置を測位する。なお、ＧＰＳは、ＧＮＳＳ（Global Navigation Satellite System）の一例に過ぎない。

また、測位部１４は、ＧＰＳ以外にも、種々の手法により位置を測位することができる。例えば、測位部１４は、位置補正等のための補助的な測位手段として、下記のように、端末装置１０の様々な通信機能を利用して位置を測位してもよい。

（Ｗｉ－Ｆｉ測位）
例えば、測位部１４は、端末装置１０のＷｉ－Ｆｉ（登録商標）通信機能や、各通信会社が備える通信網を利用して、端末装置１０の位置を測位する。具体的には、測位部１４は、Ｗｉ－Ｆｉ通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、端末装置１０の位置を測位する。

（ビーコン測位）
また、測位部１４は、端末装置１０のＢｌｕｅｔｏｏｔｈ（登録商標）機能を利用して位置を測位してもよい。例えば、測位部１４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）機能によって接続されるビーコン（beacon）発信機と接続することにより、端末装置１０の位置を測位する。

（地磁気測位）
また、測位部１４は、予め測定された構造物の地磁気のパターンと、端末装置１０が備える地磁気センサとに基づいて、端末装置１０の位置を測位する。

（ＲＦＩＤ測位）
また、例えば、端末装置１０が駅改札や店舗等で使用される非接触型ＩＣカードと同等のＲＦＩＤ（Radio Frequency Identification）タグの機能を備えている場合、もしくはＲＦＩＤタグを読み取る機能を備えている場合、端末装置１０によって決済等が行われた情報とともに、使用された位置が記録される。測位部１４は、かかる情報を取得することで、端末装置１０の位置を測位してもよい。また、位置は、端末装置１０が備える光学式センサや、赤外線センサ等によって測位されてもよい。

測位部１４は、必要に応じて、上述した測位手段の一つ又は組合せを用いて、端末装置１０の位置を測位してもよい。

（センサ部２０）
センサ部２０は、端末装置１０に搭載又は接続される各種のセンサを含む。なお、接続は、有線接続、無線接続を問わない。例えば、センサ類は、ウェアラブルデバイスやワイヤレスデバイス等、端末装置１０以外の検知装置であってもよい。図６に示す例では、センサ部２０は、加速度センサ２１と、ジャイロセンサ２２と、気圧センサ２３と、気温センサ２４と、音センサ２５と、光センサ２６と、磁気センサ２７と、画像センサ（カメラ）２８とを備える。

なお、上記した各センサ２１～２８は、あくまでも例示であって限定されるものではない。すなわち、センサ部２０は、各センサ２１～２８のうちの一部を備える構成であってもよいし、各センサ２１～２８に加えてあるいは代えて、湿度センサ等その他のセンサを備えてもよい。

加速度センサ２１は、例えば、３軸加速度センサであり、端末装置１０の移動方向、速度、及び、加速度等の端末装置１０の物理的な動きを検知する。ジャイロセンサ２２は、端末装置１０の角速度等に基づいて３軸方向の傾き等の端末装置１０の物理的な動きを検知する。気圧センサ２３は、例えば端末装置１０の周囲の気圧を検知する。

端末装置１０は、上記した加速度センサ２１やジャイロセンサ２２、気圧センサ２３等を備えることから、これらの各センサ２１～２３等を利用した歩行者自律航法（ＰＤＲ：Pedestrian Dead-Reckoning）等の技術を用いて端末装置１０の位置を測位することが可能になる。これにより、ＧＰＳ等の測位システムでは取得することが困難な屋内での位置情報を取得することが可能になる。

例えば、加速度センサ２１を利用した歩数計により、歩数や歩くスピード、歩いた距離を算出することができる。また、ジャイロセンサ２２を利用して、利用者Ｕの進行方向や視線の方向、体の傾きを知ることができる。また、気圧センサ２３で検知した気圧から、利用者Ｕの端末装置１０が存在する高度やフロアの階数を知ることもできる。

気温センサ２４は、例えば端末装置１０の周囲の気温を検知する。音センサ２５は、例えば端末装置１０の周囲の音を検知する。光センサ２６は、端末装置１０の周囲の照度を検知する。磁気センサ２７は、例えば端末装置１０の周囲の地磁気を検知する。画像センサ２８は、端末装置１０の周囲の画像を撮像する。

上記した気圧センサ２３、気温センサ２４、音センサ２５、光センサ２６及び画像センサ２８は、それぞれ気圧、気温、音、照度を検知したり、周囲の画像を撮像したりすることで、端末装置１０の周囲の環境や状況等を検知することができる。また、端末装置１０の周囲の環境や状況等から、端末装置１０の位置情報の精度を向上させることが可能になる。

（制御部３０）
制御部３０は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ、入出力ポート等を有するマイクロコンピュータや各種の回路を含む。また、制御部３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路等のハードウェアで構成されてもよい。制御部３０は、送信部３１と、受信部３２と、処理部３３とを備える。

（送信部３１）
送信部３１は、例えば入力部１３を用いて利用者Ｕにより入力された各種情報や、端末装置１０に搭載又は接続された各センサ２１～２８によって検知された各種情報、測位部１４によって測位された端末装置１０の位置情報等を、通信部１１を介して情報提供装置１００へ送信することができる。

（受信部３２）
受信部３２は、通信部１１を介して、情報提供装置１００から提供される各種情報や、情報提供装置１００からの各種情報の要求を受信することができる。

（処理部３３）
処理部３３は、表示部１２等を含め、端末装置１０全体を制御する。例えば、処理部３３は、送信部３１によって送信される各種情報や、受信部３２によって受信された情報提供装置１００からの各種情報を表示部１２へ出力して表示させることができる。

（記憶部４０）
記憶部４０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、光ディスク等の記憶装置によって実現される。かかる記憶部４０には、各種プログラムや各種データ等が記憶される。

〔４．情報提供装置の構成例〕
次に、図７を用いて、実施形態に係る情報提供装置１００の構成について説明する。図７は、実施形態に係る情報提供装置１００の構成例を示す図である。図７に示すように、情報提供装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。また、通信部１１０は、ネットワークＮ（図５参照）と有線又は無線で接続される。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ＨＤＤ、ＳＳＤ、光ディスク等の記憶装置によって実現される。図７に示すように、記憶部１２０は、利用者情報データベース１２１と、履歴情報データベース１２２と、商品情報データベース１２３とを有する。

（利用者情報データベース１２１）
利用者情報データベース１２１は、利用者Ｕに関する利用者情報を記憶する。例えば、利用者情報データベース１２１は、利用者Ｕの属性等の種々の情報を記憶する。図８は、利用者情報データベース１２１の一例を示す図である。図８に示した例では、利用者情報データベース１２１は、「利用者ＩＤ（Identifier）」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。

「利用者ＩＤ」は、利用者Ｕを識別するための識別情報を示す。なお、「利用者ＩＤ」は、利用者Ｕの連絡先（電話番号、メールアドレス等）であってもよいし、利用者Ｕの端末装置１０を識別するための識別情報であってもよい。

また、「年齢」は、利用者ＩＤにより識別される利用者Ｕの年齢を示す。なお、「年齢」は、利用者Ｕの具体的な年齢（例えば３５歳など）を示す情報であってもよいし、利用者Ｕの年代（例えば３０代など）を示す情報であってもよい。あるいは、「年齢」は、利用者Ｕの生年月日を示す情報であってもよいし、利用者Ｕの世代（例えば８０年代生まれなど）を示す情報であってもよい。また、「性別」は、利用者ＩＤにより識別される利用者Ｕの性別を示す。

また、「自宅」は、利用者ＩＤにより識別される利用者Ｕの自宅の位置情報を示す。なお、図８に示す例では、「自宅」は、「ＬＣ１１」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。

また、「勤務地」は、利用者ＩＤにより識別される利用者Ｕの勤務地（学生の場合は学校）の位置情報を示す。なお、図８に示す例では、「勤務地」は、「ＬＣ１２」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。

また、「興味」は、利用者ＩＤにより識別される利用者Ｕの興味を示す。すなわち、「興味」は、利用者ＩＤにより識別される利用者Ｕが関心の高い対象を示す。例えば、「興味」は、利用者Ｕが検索エンジンに入力して検索した検索クエリ（キーワード）等であってもよい。なお、図８に示す例では、「興味」は、各利用者Ｕに１つずつ図示するが、複数であってもよい。

例えば、図８に示す例において、利用者ＩＤ「Ｕ１」により識別される利用者Ｕの年齢は、「２０代」であり、性別は、「男性」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、自宅が「ＬＣ１１」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、勤務地が「ＬＣ１２」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、「スポーツ」に興味があることを示す。

ここで、図８に示す例では、「Ｕ１」、「ＬＣ１１」及び「ＬＣ１２」といった抽象的な値を用いて図示するが、「Ｕ１」、「ＬＣ１１」及び「ＬＣ１２」には、具体的な文字列や数値等の情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な値を図示する場合がある。

なお、利用者情報データベース１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、利用者情報データベース１２１は、利用者Ｕの端末装置１０に関する各種情報を記憶してもよい。また、利用者情報データベース１２１は、利用者Ｕのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）等の属性に関する情報を記憶してもよい。例えば、利用者情報データベース１２１は、氏名、家族構成、出身地（地元）、職業、職位、収入、資格、居住形態（戸建、マンション等）、車の有無、通学・通勤時間、通学・通勤経路、定期券区間（駅、路線等）、利用頻度の高い駅（自宅・勤務地の最寄駅以外）、習い事（場所、時間帯等）、趣味、興味、ライフスタイル等の情報を記憶してもよい。

（履歴情報データベース１２２）
履歴情報データベース１２２は、利用者Ｕの行動を示す履歴情報（ログデータ）に関する各種情報を記憶する。図９は、履歴情報データベース１２２の一例を示す図である。図９に示した例では、履歴情報データベース１２２は、「利用者ＩＤ」、「位置履歴」、「検索履歴」、「閲覧履歴」、「購買履歴」、「投稿履歴」といった項目を有する。

「利用者ＩＤ」は、利用者Ｕを識別するための識別情報を示す。また、「位置履歴」は、利用者Ｕの位置や移動の履歴である位置履歴を示す。また、「検索履歴」は、利用者Ｕが入力した検索クエリの履歴である検索履歴を示す。また、「閲覧履歴」は、利用者Ｕが閲覧したコンテンツの履歴である閲覧履歴を示す。また、「購買履歴」は、利用者Ｕによる購買の履歴である購買履歴を示す。また、「投稿履歴」は、利用者Ｕによる投稿の履歴である投稿履歴を示す。なお、「投稿履歴」は、利用者Ｕの所有物に関する質問を含んでいてもよい。

例えば、図９に示す例において、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、「位置履歴＃１」の通りに移動し、「検索履歴＃１」の通りに検索し、「閲覧履歴＃１」の通りにコンテンツを閲覧し、「購買履歴＃１」の通りに所定の店舗等で所定の商品等を購入し、「投稿履歴」の通りに投稿したことを示す。

ここで、図９に示す例では、「Ｕ１」、「位置履歴＃１」、「検索履歴＃１」、「閲覧履歴＃１」、「購買履歴＃１」及び「投稿履歴＃１」といった抽象的な値を用いて図示するが、「Ｕ１」、「位置履歴＃１」、「検索履歴＃１」、「閲覧履歴＃１」、「購買履歴＃１」及び「投稿履歴＃１」には、具体的な文字列や数値等の情報が記憶されるものとする。

なお、履歴情報データベース１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、履歴情報データベース１２２は、利用者Ｕの所定のサービスの利用履歴等を記憶してもよい。また、履歴情報データベース１２２は、利用者Ｕの実店舗の来店履歴又は施設の訪問履歴等を記憶してもよい。また、履歴情報データベース１２２は、利用者Ｕの端末装置１０を用いた決済（電子決済）での決済履歴等を記憶してもよい。

（商品情報データベース１２３）
商品情報データベース１２３は、利用者Ｕの行動を示す履歴情報（ログデータ）に関する各種情報を記憶する。図１０は、商品情報データベース１２３の一例を示す図である。図１０に示した例では、商品情報データベース１２３は、「商品ＩＤ」、「出品タイトル」、「商品属性」、「出品者属性」、「購買層」、「出品タイミング」といった項目を有する。

「商品ＩＤ」は、商品を識別するための識別情報を示す。例えば、商品ＩＤは、商品コードや商品名等を示す。また、「出品タイトル」は、ＥＣサイト／アプリに出品された商品の出品タイトルを示す。また、「商品属性」は、ＥＣサイト／アプリに出品された商品の属性を示す。また、「出品者属性」は、ＥＣサイト／アプリに商品を出品した出品者の属性を示す。また、「購買層」は、ＥＣサイト／アプリに出品された商品の購買層を示す。また、「出品タイミング」は、ＥＣサイト／アプリに商品を出品するのに適した出品タイミングを示す。

例えば、図１０に示す例において、商品ＩＤ「商品＃Ａ」により識別される商品は、ＥＣサイト／アプリにおいて「出品タイトル＃Ａ」と「商品属性＃Ａ」が掲載され、当該商品の主な出品者の属性は「出品者属性＃Ａ」であり、当該商品の主な購入者の属性は「購買層＃Ａ」であり、「出品タイミング」に出品することが好ましいことを示す。

ここで、図１０に示す例では、「商品＃Ａ」、「出品タイトル＃Ａ」、「商品属性＃Ａ」、「出品者属性＃Ａ」、「購買層＃Ａ」及び「出品タイミング＃Ａ」といった抽象的な値を用いて図示するが、「商品＃Ａ」、「出品タイトル＃Ａ」、「商品属性＃Ａ」、「出品者属性＃Ａ」、「購買層＃Ａ」及び「出品タイミング＃Ａ」には、具体的な文字列や数値等の情報が記憶されるものとする。

なお、商品情報データベース１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、商品情報データベース１２３は、商品が出品されているＥＣサイト／アプリを示す識別情報等を記憶してもよい。また、商品情報データベース１２３は、商品の売上が変化する季節や曜日、時間帯などの時期等を記憶してもよい。また、商品情報データベース１２３は、ＥＣサイト／アプリにおいて利用者Ｕが商品を購入してから売却するまでの期間（周期）等を記憶してもよい。

（制御部１３０）
図７に戻り、説明を続ける。制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等によって、情報提供装置１００の内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ等の記憶領域を作業領域として実行されることにより実現される。図７に示す例では、制御部１３０は、取得部１３１と、集計部１３２と、推定部１３３と、変更部１３４と、提供部１３５とを有する。

（取得部１３１）
取得部１３１は、利用者Ｕにより入力された検索クエリを取得する。例えば、取得部１３１は、利用者Ｕが検索エンジン等に検索クエリを入力してキーワード検索を行った際に、通信部１１０を介して、当該検索クエリを取得する。

また、取得部１３１は、通信部１１０を介して、利用者Ｕに関する利用者情報を取得する。例えば、取得部１３１は、利用者Ｕの端末装置１０から、利用者Ｕを示す識別情報（利用者ＩＤ等）や、利用者Ｕの位置情報、利用者Ｕの属性情報等を取得する。また、取得部１３１は、利用者Ｕのユーザ登録時に、利用者Ｕを示す識別情報や、利用者Ｕの属性情報等を取得してもよい。そして、取得部１３１は、利用者情報を、記憶部１２０の利用者情報データベース１２１に登録する。

また、取得部１３１は、通信部１１０を介して、利用者Ｕの行動を示す各種の履歴情報（ログデータ）を取得する。例えば、取得部１３１は、利用者Ｕの端末装置１０から、あるいは利用者ＩＤ等に基づいて各種サーバ等から、利用者Ｕの行動を示す各種の履歴情報を取得する。そして、取得部１３１は、各種の履歴情報を、記憶部１２０の履歴情報データベース１２２に登録する。

本実施形態では、取得部１３１は、ＥＣサイト／アプリにおいて商品を出品／購入した利用者Ｕの属性に関する情報を取得する。例えば、取得部１３１は、当該商品を出品／購入した利用者Ｕのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）等の属性に関する情報を取得する。

また、取得部１３１は、利用者Ｕが購入した商品の属性に関する情報を取得する。例えば、取得部１３１は、利用者Ｕが購入した商品の属性に関する情報として、コード、商品名、価格、サイズ・寸法、重量、規格等に関する情報を取得する。加えて、取得部１３１は、商品のブランドやカテゴリ、商品のターゲット（対象／購買層として期待されるユーザの属性）等に関する情報を取得してもよい。なお、取得部１３１は、オークションの場合、開始価格と最終的な落札価格とに関する情報を取得してもよい。

また、取得部１３１は、利用者Ｕが購入した商品の数量に関する情報を取得する。例えば、取得部１３１は、利用者Ｕが購入した商品の個数に関する情報を取得する。また、取得部１３１は、利用者Ｕが同時に購入した商品の点数（品目数）に関する情報を取得してもよい。

また、取得部１３１は、利用者Ｕが商品を購入した時期に関する情報を取得する。例えば、取得部１３１は、利用者Ｕが商品を購入した季節や曜日、時間帯などの時期に関する情報を取得する。

（集計部１３２）
集計部１３２は、電子商取引に出品中の商品の属性、購買者の属性、及び購買の時期を集計する。このとき、集計部１３２は、当該商品を購入した利用者Ｕの属性に関する情報を集計する。また、集計部１３２は、利用者Ｕが購入した商品の属性に関する情報を集計する。また、集計部１３２は、利用者Ｕが購入した商品の数量に関する情報を集計する。また、集計部１３２は、利用者Ｕが商品を購入した時期に関する情報を集計する。そして、集計部１３２は、商品を購入した各利用者Ｕの属性及び時期ごとに、商品の売上を集計する。

また、集計部１３２は、ＥＣサイト／アプリにおいて利用者Ｕが商品を購入してから売却するまでの期間（周期）を集計する。すなわち、集計部１３２は、ＥＣサイト／アプリにおいて利用者Ｕが商品を入手してから出品するまでの期間を集計する。例えば、集計部１３２は、利用者Ｕの購買履歴から利用者Ｕが商品を購入（入手）した時点を取得し、利用者Ｕが商品を購入（入手）した時点から当該商品の出品依頼を受けた時点までの期間を集計する。

このとき、集計部１３２は、出品者である利用者Ｕの属性と商品の属性ごとに、当該期間を集計してもよい。また、集計部１３２は、利用者Ｕが商品を出品したＥＣサイト／アプリについても集計してもよい。

また、集計部１３２は、各利用者Ｕから出品された各商品の売上を集計する。例えば、集計部１３２は、商品の出品タイトルの変更前後の売上の変化を集計する。このとき、集計部１３２は、変更後の同じワードを含む商品数（競合性）、購入者の属性等に関するデータをセット（組）で集計してもよい。例えば、集計部１３２は、ＥＣサイト／アプリに出品された各商品に関して、商品名を含む出品タイトルの変更前後の売上変化、変更後の同じワードを含む商品数（競合性）、及び購入者の属性等に関するデータをセット（組）で集計する。

なお、集計部１３２は、出品タイトルと同様に、検索用タグの変化前後の売上変化を集計してもよい。さらに、集計部１３２は、商品説明の変化前後の売上変化も集計してもよい。すなわち、集計部１３２は、出品タイトル、検索用タグ、及び／又は商品説明等のテキストデータの変化前後の売上変化を集計してもよい。また、集計部１３２は、商品の画像を変えたときに急に売り上げが上がった場合、商品の画像の変更前後の売上変化も集計する。

（推定部１３３）
推定部１３３は、電子商取引で過去に出品された商品に関する出品タイトルと売上との間の関係性を基に、出品中の商品の出品タイトルの変更前後の売上を推定する。例えば、推定部１３３は、電子商取引で過去に出品された商品に関する商品説明と売上との間の関係性を基に、出品中の商品の商品説明の変更前後の売上を推定する。また、推定部１３３は、電子商取引で過去に出品された商品に関する検索用タグと売上との間の関係性を基に、出品中の商品の検索用タグの変更前後の売上を推定する。また、推定部１３３は、電子商取引で過去に出品された商品に関する画像データと売上との間の関係性を基に、出品中の商品の画像データの変更前後の売上を推定する。

また、推定部１３３は、電子商取引に出品中の商品の属性、購買者の属性、及び購買の時期を基に競合商品を推定する。

また、推定部１３３は、電子商取引に出品中の商品の商品情報を解析して商品が出品される出品タイミングを推定する。例えば、推定部１３３は、電子商取引に出品された商品の購買から売却までの期間を解析して商品が出品される可能性がある出品タイミングを推定する。また、推定部１３３は、電子商取引に出品された商品の売上が変化する時期を解析して商品を出品するのに適した出品タイミングを推定する。

また、推定部１３３は、電子商店街に出品中の商品の商品情報を解析して、個人間取引において商品が出品される出品タイミングを推定する。

また、推定部１３３は、電子商取引に出品された商品の需給変動を解析して、商品のフェアの開催時期とフェアの参加者とを推定する。例えば、推定部１３３は、電子商取引に出品された商品の需給変動を解析して、商品のフェアの開催時期と商品の出品者とを推定する。また、推定部１３３は、電子商取引に出品された商品の需給変動を解析して、商品のフェアの開催時期と商品の購買者とを推定する。

また、推定部１３３は、電子商取引に出品された商品の需給変動を解析して、潜在的な商品の出品予定者と商品の出品タイミングとを推定する。

また、推定部１３３は、電子商取引に出品された商品の需給変動を解析して、売上の上昇が見込める商品を推定し、推定された商品のフェアの開催時期と商品の出品者とを推定する。

また、推定部１３３は、電子商店街に出品された商品の需給変動を解析して、個人間取引において商品のフェアの開催時期と商品の出品者とを推定する。

（変更部１３４）
変更部１３４は、電子商取引に出品中の商品の属性、購買者の属性、及び購買の時期に関する集計結果を基に、電子商取引に出品中の商品の売上に関する時期ごとの特徴に応じて商品情報を自動的に変更する。

例えば、変更部１３４は、電子商取引に出品中の商品の属性、購買者の属性、及び購買の時期に関する集計結果を基に、電子商取引に出品中の商品の売上に関する季節ごとの特徴に応じて商品情報を自動的に変更する。また、変更部１３４は、電子商取引に出品中の商品の属性、購買者の属性、及び購買の時期に関する集計結果を基に、電子商取引に出品中の商品の売上に関する曜日ごとの特徴に応じて商品情報を自動的に変更する。また、変更部１３４は、電子商取引に出品中の商品の属性、購買者の属性、及び購買の時期に関する集計結果を基に、電子商取引に出品中の商品の売上に関する時間帯ごとの特徴に応じて商品情報を自動的に変更する。

また、変更部１３４は、電子商取引に出品中の商品の属性、購買者の属性、及び購買の時期に関する集計結果を基に、電子商取引に出品中の商品の属性、購買者の属性、及び購買の時期ごとの特徴に応じて商品情報を自動的に変更する。

例えば、変更部１３４は、電子商取引に出品中の商品の属性、購買者の属性、及び購買の時期に関する集計結果を基に、電子商取引に出品中の商品の売上に関する時期ごとの特徴に応じて商品の価格を自動的に変更する。

また、変更部１３４は、電子商取引に出品中の商品の属性、購買者の属性、及び購買の時期に関する集計結果を基に、電子商取引に出品中の商品の売上に関する時期ごとの特徴に応じて商品の訴求ポイントを自動的に変更する。

また、変更部１３４は、推定された競合商品の商品情報に応じて商品情報を自動的に変更する。

（提供部１３５）
提供部１３５は、出品中の商品の出品タイトルの変更前後の売上の推定結果を基に、推奨される出品タイトルを提案する。例えば、提供部１３５は、出品中の商品の出品タイトルの変更前後の売上の推定結果を基に、出品中の商品の出品タイトルに含まれる商品名の変更を提案する。また、提供部１３５は、出品中の商品の出品タイトルの変更前後の売上の推定結果を基に、出品中の商品の出品タイトルに含まれるキャッチコピーの変更を提案する。

また、提供部１３５は、出品中の商品の商品説明の変更前後の売上の推定結果を基に、推奨される商品説明を提案する。また、提供部１３５は、出品中の商品の検索用タグの変更前後の売上の推定結果を基に、推奨される検索用タグを提案する。

また、提供部１３５は、出品中の商品の画像データの変更前後の売上の推定結果を基に、推奨される画像データの撮り方を提案する。例えば、提供部１３５は、出品中の商品の画像データの変更前後の売上の推定結果を基に、推奨される画像データの色合いの変更を提案する。また、提供部１３５は、出品中の商品の画像データの変更前後の売上の推定結果を基に、推奨される画像データのレイアウトの変更を提案する。

また、提供部１３５は、電子商取引に出品中の商品の商品情報を解析して推定された出品タイミングを商品の購買希望者へ提供する。

例えば、提供部１３５は、電子商取引に出品された商品の購買から売却までの期間を解析して推定された出品タイミングから所的期間前に、推定された出品タイミングに商品の出品の可能性があることを伝えるメッセージを商品の購買希望者へ提供する。

また、提供部１３５は、電子商取引に出品された商品の購買から売却までの期間を解析して推定された出品タイミングから所的期間前に、推定された出品タイミングに商品の出品を促すメッセージを潜在的な前記商品の出品予定者へ提供する。

また、提供部１３５は、電子商取引に出品中の商品の商品情報を解析して推定された出品タイミングを潜在的な商品の出品予定者へ提供する。例えば、提供部１３５は、推定された出品タイミングから所的期間前に、推定された出品タイミングに商品の出品を促すメッセージを潜在的な商品の出品予定者へ提供する。

また、推定部１３３は、電子商取引に出品された商品の属性、商品の出品者の属性、商品の購買層、商品の購買から売却までの期間及び商品の売上が変化する時期を解析して商品を出品するのに適した出品タイミングを推定する。

例えば、提供部１３５は、商品の購買層、商品の購買から売却までの期間及び商品の売上が変化する時期を解析して推定された出品タイミング（商品を出品するのに適した出品タイミング）から所的期間前に、推定された出品タイミングに商品の出品を促すメッセージを潜在的な商品の出品予定者へ提供する。

また、提供部１３５は、商品の購買から売却までの期間及び商品の売上が変化する時期を解析して推定された出品タイミング（商品を出品するのに適した出品タイミング）から所的期間前に、推定された出品タイミングに商品の出品の可能性があることを伝えるメッセージを商品の購買希望者へ提供する。

また、提供部１３５は、電子商店街に出品中の商品の商品情報を解析して推定された個人間取引における出品タイミングを商品の購買希望者へ提供する。

また、提供部１３５は、商品のフェアの開催時期を参加者に提供し、商品のフェアの開催時期に参加者を自動的に集めてフェアを開催する。例えば、提供部１３５は、商品のフェアの開催時期を出品者に提供し、商品のフェアの開催時期に出品者を自動的に集めてフェアを開催する。また、提供部１３５は、商品のフェアの開催時期を購買者に提供し、商品のフェアの開催時期に購買者を自動的に集めてフェアを開催する。

また、提供部１３５は、電子商取引に出品された商品の需給変動を解析して推定された商品の出品タイミングを潜在的な商品の出品予定者に提供する。

また、提供部１３５は、商品のフェアの開催時期から所的期間前に、商品のフェアに商品の出品を促すメッセージを潜在的な商品の出品予定者へ提供する。また、提供部１３５は、商品のフェアの開催時期から所的期間前に、商品のフェアへの参加を促すメッセージを商品の購入希望者へ提供する。

また、提供部１３５は、電子商店街に出品された商品の需給変動を解析して推定された個人間取引における商品のフェアの開催時期を参加者に提供し、商品のフェアの開催時期に参加者を自動的に集めてフェアを開催する。

〔５．処理手順〕
次に、図１１を用いて実施形態に係る情報提供装置１００による処理手順について説明する。図１１は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、情報提供装置１００の制御部１３０によって繰り返し実行される。

図１１に示すように、情報提供装置１００の集計部１３２は、取得部１３１により取得されたＥＣサイト／アプリに出品／購入した利用者Ｕの属性に関する情報を集計する（ステップＳ１０１）。

続いて、情報提供装置１００の集計部１３２は、取得部１３１により取得されたＥＣサイト／アプリに出品／購入された商品の属性に関する情報を集計する（ステップＳ１０２）。

続いて、情報提供装置１００の集計部１３２は、取得部１３１により取得されたＥＣサイト／アプリにおける商品の購入時期（商品が購入された時期）に関する情報を集計する（ステップＳ１０３）。

続いて、情報提供装置１００の集計部１３２は、ＥＣサイト／アプリにおける各商品の売上に関する情報を集計する（ステップＳ１０４）。

続いて、情報提供装置１００の集計部１３２は、ＥＣサイト／アプリにおける各商品の出品タイトル等の変更前後の売上の変化に関する情報を集計する（ステップＳ１０５）。例えば、集計部１３２は、商品の出品タイトルや検索用タグ、商品説明、画像データ等の変更前後の売上変化を集計する。

続いて、情報提供装置１００の推定部１３３は、集計結果に基づいて、推奨される出品タイトル等を推定する（ステップＳ１０６）。すなわち、推定部１３３は、集計結果に基づいて、現在よりも売上の向上が期待される出品タイトル等を推定する。

続いて、情報提供装置１００の変更部１３４は、ＥＣサイト／アプリに出品中の商品の属性、購買者の属性、及び購買の時期に関する集計結果を基に、電子商取引に出品中の商品の売上に関する時期ごとの特徴に応じて商品情報を自動的に変更する（ステップＳ１０７）。

続いて、情報提供装置１００の推定部１３３は、ＥＣサイト／アプリに出品／購入した利用者Ｕの属性、商品の属性、商品の購入から売却までの期間（周期）、商品の需給変動に基づいて、出品タイミング、及びフェアの対象者となる利用者Ｕやフェアの開催時期を推定する（ステップＳ１０８）。

続いて、情報提供装置１００の提供部１３５は、通信部１１０を介して、出品者又は出品予定者である利用者Ｕの端末装置１０に、推奨される出品タイトル等、出品タイミング及びフェアの開催時期に関する情報を提供する（ステップＳ１０９）。また、提供部１３５は、商品情報を自動的に変更する設定（商品情報の自動変更の許可設定）を提案してもよい。また、提供部１３５は、通信部１１０を介して、商品を購入する可能性がある利用者Ｕの端末装置１０に、出品者の出品タイミング及びフェアの開催時期に関する情報を提供する。

〔６．変形例〕
上述した端末装置１０及び情報提供装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。

上記の実施形態において、情報提供装置１００が実行している処理の一部又は全部は、実際には、端末装置１０が実行してもよい。例えば、スタンドアローン（Stand-alone）で（端末装置１０単体で）処理が完結してもよい。この場合、端末装置１０に、上記の実施形態における情報提供装置１００の機能が備わっているものとする。また、上記の実施形態では、端末装置１０は情報提供装置１００と連携しているため、利用者Ｕから見れば、情報提供装置１００の処理も端末装置１０が実行しているように見える。すなわち、他の観点では、端末装置１０は、情報提供装置１００を備えているともいえる。

上記の実施形態において、情報提供装置１００は、利用者Ｕによる設定等に応じて、ＥＣでの商品名変更レコメンド、ユーザ属性及び時期に応じた商品情報の自動変更、出品予測システム、及びＥＣで出品者を自動的に集めてのフェア開催を適宜組み合わせて実施してもよい。例えば、情報提供装置１００は、全ての処理を同時に実施してもよいし、選択的に実施してもよい。

〔７．効果〕
上述してきたように、本願に係る情報処理装置（情報提供装置１００）は、電子商取引に出品中の商品の商品情報を解析して商品が出品される出品タイミングを推定する推定部１３３と、推定された出品タイミングを商品の購買希望者へ提供する提供部１３５と、を備える。

また、推定部１３３は、電子商取引に出品中の商品の商品情報を解析して商品が出品される出品タイミングを推定する。提供部１３５は、推定された出品タイミングを潜在的な商品の出品予定者へ提供する。

また、推定部１３３は、電子商取引に出品された商品の購買から売却までの期間を解析して商品が出品される可能性がある出品タイミングを推定する。提供部１３５は、推定された出品タイミングから所的期間前に、推定された出品タイミングに商品の出品の可能性があることを伝えるメッセージを商品の購買希望者へ提供する。

また、推定部１３３は、電子商取引に出品された商品の購買から売却までの期間を解析して商品が出品される可能性がある出品タイミングを推定する。提供部１３５は、推定された出品タイミングから所的期間前に、推定された出品タイミングに商品の出品を促すメッセージを潜在的な商品の出品予定者へ提供する。

また、推定部１３３は、電子商取引に出品された商品の売上が変化する時期を解析して商品を出品するのに適した出品タイミングを推定する。提供部１３５は、推定された出品タイミングから所的期間前に、推定された出品タイミングに商品の出品を促すメッセージを潜在的な商品の出品予定者へ提供する。

例えば、推定部１３３は、電子商取引に出品された商品の属性、商品の出品者の属性、商品の購買層、商品の購買から売却までの期間及び商品の売上が変化する時期を解析して商品を出品するのに適した出品タイミングを推定する。提供部１３５は、推定された出品タイミングから所的期間前に、推定された出品タイミングに商品の出品を促すメッセージを潜在的な商品の出品予定者へ提供する。

あるいは、提供部１３５は、推定された出品タイミングから所的期間前に、推定された出品タイミングに商品の出品の可能性があることを伝えるメッセージを商品の購買希望者へ提供する。

また、推定部１３３は、電子商店街に出品中の商品の商品情報を解析して、個人間取引において商品が出品される出品タイミングを推定する。提供部１３５は、推定された出品タイミングを商品の購買希望者へ提供する。

上述した各処理のいずれかもしくは組合せにより、本願に係る情報処理装置は、電子商取引において購入希望者に商品が出品されるタイミングを提供することができる。

〔８．ハードウェア構成〕
また、上述した実施形態に係る端末装置１０や情報提供装置１００は、例えば図１２に示すような構成のコンピュータ１０００によって実現される。以下、情報提供装置１００を例に挙げて説明する。図１２は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力Ｉ／Ｆ（Interface）１０６０、入力Ｉ／Ｆ１０７０、ネットワークＩ／Ｆ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。演算装置１０３０は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等により実現される。

一次記憶装置１０４０は、ＲＡＭ（Random Access Memory）等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等により実現される。二次記憶装置１０５０は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置１０５０は、ＵＳＢ（Universal Serial Bus）メモリやＳＤ（Secure Digital）メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置１０５０は、クラウドストレージ（オンラインストレージ）やＮＡＳ（Network Attached Storage）、ファイルサーバ等であってもよい。

出力Ｉ／Ｆ１０６０は、ディスプレイ、プロジェクタ、及びプリンタ等といった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインターフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力Ｉ／Ｆ１０７０は、マウス、キーボード、キーパッド、ボタン、及びスキャナ等といった各種の入力装置１０２０から情報を受信するためのインターフェースであり、例えば、ＵＳＢ等により実現される。

また、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０はそれぞれ出力装置１０１０及び入力装置１０２０と無線で接続してもよい。すなわち、出力装置１０１０及び入力装置１０２０は、ワイヤレス機器であってもよい。

また、出力装置１０１０及び入力装置１０２０は、タッチパネルのように一体化していてもよい。この場合、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０も、入出力Ｉ／Ｆとして一体化していてもよい。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、又は半導体メモリ等から情報を読み出す装置であってもよい。

ネットワークＩ／Ｆ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力Ｉ／Ｆ１０６０や入力Ｉ／Ｆ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が情報提供装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器から取得したプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行してもよい。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。

〔９．その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。

また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

例えば、上述した情報提供装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
１００ 情報提供装置
１１０ 通信部
１２０ 記憶部
１２１ 利用者情報データベース
１２２ 履歴情報データベース
１２３ 商品情報データベース
１３０ 制御部
１３１ 取得部
１３２ 集計部
１３３ 推定部
１３４ 変更部
１３５ 提供部

Claims (10)

1. 電子商取引に出品中の商品の商品情報を解析して前記商品が出品される出品タイミングを推定する推定部と、
   推定された出品タイミングを前記商品の購買希望者へ提供する提供部と、
   を備えることを特徴とする情報処理装置。
2. 前記推定部は、電子商取引に出品中の商品の商品情報を解析して前記商品が出品される出品タイミングを推定し、
   前記提供部は、推定された出品タイミングを潜在的な前記商品の出品予定者へ提供する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記推定部は、電子商取引に出品された商品の購買から売却までの期間を解析して前記商品が出品される可能性がある出品タイミングを推定し、
   前記提供部は、推定された出品タイミングから所的期間前に、推定された出品タイミングに前記商品の出品の可能性があることを伝えるメッセージを前記商品の購買希望者へ提供する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記推定部は、電子商取引に出品された商品の購買から売却までの期間を解析して前記商品が出品される可能性がある出品タイミングを推定し、
   前記提供部は、推定された出品タイミングから所的期間前に、推定された出品タイミングに前記商品の出品を促すメッセージを潜在的な前記商品の出品予定者へ提供する
   ことを特徴とする請求項１～３のうちいずれか１つに記載の情報処理装置。
5. 前記推定部は、電子商取引に出品された商品の売上が変化する時期を解析して前記商品を出品するのに適した出品タイミングを推定し、
   前記提供部は、推定された出品タイミングから所的期間前に、推定された出品タイミングに前記商品の出品を促すメッセージを潜在的な前記商品の出品予定者へ提供する
   ことを特徴とする請求項１～４のうちいずれか１つに記載の情報処理装置。
6. 前記推定部は、電子商取引に出品された商品の属性、前記商品の出品者の属性、前記商品の購買層、前記商品の購買から売却までの期間及び商品の売上が変化する時期を解析して前記商品を出品するのに適した出品タイミングを推定し、
   前記提供部は、推定された出品タイミングから所的期間前に、推定された出品タイミングに前記商品の出品を促すメッセージを潜在的な前記商品の出品予定者へ提供する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記提供部は、推定された出品タイミングから所的期間前に、推定された出品タイミングに前記商品の出品の可能性があることを伝えるメッセージを前記商品の購買希望者へ提供する
   ことを特徴とする請求項５又は６に記載の情報処理装置。
8. 前記推定部は、電子商店街に出品中の商品の商品情報を解析して、個人間取引において前記商品が出品される出品タイミングを推定し、
   前記提供部は、推定された出品タイミングを前記商品の購買希望者へ提供する
   ことを特徴とする請求項１～７のうちいずれか１つに記載の情報処理装置。
9. 情報処理装置が実行する情報処理方法であって、
   電子商取引に出品中の商品の商品情報を解析して前記商品が出品される出品タイミングを推定する推定工程と、
   推定された出品タイミングを前記商品の購買希望者へ提供する提供工程と、
   を含むことを特徴とする情報処理方法。
10. 電子商取引に出品中の商品の商品情報を解析して前記商品が出品される出品タイミングを推定する推定手順と、
    推定された出品タイミングを前記商品の購買希望者へ提供する提供手順と、
    をコンピュータに実行させるための情報処理プログラム。

Images