JP2024039186A - 情報処理システム、情報処理方法および情報処理プログラム - Google Patents
情報処理システム、情報処理方法および情報処理プログラム Download PDFInfo
- Publication number
- JP2024039186A JP2024039186A JP2022143543A JP2022143543A JP2024039186A JP 2024039186 A JP2024039186 A JP 2024039186A JP 2022143543 A JP2022143543 A JP 2022143543A JP 2022143543 A JP2022143543 A JP 2022143543A JP 2024039186 A JP2024039186 A JP 2024039186A
- Authority
- JP
- Japan
- Prior art keywords
- information
- product
- target
- target product
- identification information
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 77
- 238000003672 processing method Methods 0.000 title claims description 10
- 230000001737 promoting effect Effects 0.000 claims description 56
- 238000000034 method Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 description 41
- 238000012545 processing Methods 0.000 description 20
- 238000011156 evaluation Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】対象商品の購入前か購入後かを問わずその対象商品を自動的に特定すること。【解決手段】一例に係る情報処理システムは、少なくとも一つのプロセッサを備える。少なくとも一つのプロセッサは、対象商品を撮像した対象画像を取得し、商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに対象画像を入力して、対象商品の識別情報を対象商品識別情報として推定する。【選択図】図6
Description
本開示の一側面は、情報処理システム、情報処理方法および情報処理プログラムに関する。
特許文献1には、例えば店舗で発行されたレシートまたは領収書等をカメラで撮像した画像から、ユーザが購入した商品に係る情報を含む購入情報を取得する手法が記載されている。
対象商品の購入前か購入後かを問わずその対象商品を自動的に特定する手法が望まれている。
本開示の一側面に係る情報処理システムは、少なくとも一つのプロセッサを備える。少なくとも一つのプロセッサは、対象商品を撮像した対象画像を取得し、商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに対象画像を入力して、対象商品の識別情報を対象商品識別情報として推定する。
本開示の一側面に係る情報処理方法は、少なくとも一つのプロセッサを備える情報処理システムにより実行される。この情報処理方法は、対象商品を撮像した対象画像を取得するステップと、商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに対象画像を入力して、対象商品の識別情報を対象商品識別情報として推定するステップとを含む。
本開示の一側面に係る情報処理プログラムは、対象商品を撮像した対象画像を取得するステップと、商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに対象画像を入力して、対象商品の識別情報を対象商品識別情報として推定するステップとをコンピュータに実行させる。
このような側面においては、対象画像を学習済みモデルに入力することで、対象商品の識別情報が対象商品識別情報として推定される。対象商品の購入前か購入後かを問わず撮像され得る対象画像を用いることで、例えばレシートのような対象商品の購入後にのみ得られるものを用いることなく、対象商品識別情報を推定することができる。さらに、学習済みモデルを用いることにより、人の判断を介することなく、対象商品識別情報を推定することができる。したがって、対象商品の購入前か購入後かを問わずその対象商品を自動的に特定することができる。
本開示の一側面によれば、対象商品の購入前か購入後かを問わずその対象商品を自動的に特定することができる。
以下、添付図面を参照しながら本開示での実施形態を詳細に説明する。図面の説明において同一または同等の要素には同一の符号を付し、重複する説明を省略する。
[システムの構成]
情報処理システム10は、対象商品の購入前か購入後かを問わずその対象商品を自動的に特定するコンピュータシステムである。対象商品とは、情報処理システム10による特定の対象となる商品を示す。「自動的に特定」とは、例えば目視のような人による判断を介さずに、情報処理システム10によって対象を特定することを示す。
情報処理システム10は、対象商品の購入前か購入後かを問わずその対象商品を自動的に特定するコンピュータシステムである。対象商品とは、情報処理システム10による特定の対象となる商品を示す。「自動的に特定」とは、例えば目視のような人による判断を介さずに、情報処理システム10によって対象を特定することを示す。
一例では、情報処理システム10は、商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルを用いて、対象商品を特定する。情報処理システムは、対象商品を撮像した対象画像をその学習済みモデルに入力して、対象商品の識別情報を対象商品識別情報として推定することで、対象商品を特定する。
商品画像とは商品を撮像した画像をいう。一例では、商品画像は、商品のパッケージが少なくとも映った画像であり、該商品のバーコードまたは該商品を識別する文字情報は映っていなくてもよい。識別情報とは個々の商品を一意に特定する情報をいう。一例では、識別情報として商品IDが採用される。対象画像は対象商品についての商品画像をいう。対象商品識別情報は対象商品の識別情報をいい、対象商品IDと言い換えることができる。
一例では、情報処理システム10を利用するユーザがユーザ端末20を操作して、対象画像を撮影し、その対象画像を情報処理システム10に送信する。ユーザ端末20は、スマートフォン、パーソナルコンピュータ、タブレット端末、またはウェアラブル端末であってもよい。
図1を参照して、情報処理システム10の機能構成の一例を説明する。図1は情報処理システム10の機能構成の一例を示す図である。一例では、情報処理システム10は、機能モジュールとして、取得部11、推定部12、関連情報出力部13、購買情報格納部14、アンケート部15、および販促情報出力部16を備える。取得部11は、対象画像を取得する機能モジュールである。推定部12は、対象画像を学習済みモデルに入力して、対象商品の識別情報を対象商品識別情報として推定する機能モジュールである。関連情報出力部13は、対象商品に対して所定の関連性を有する情報である関連情報を出力する機能モジュールである。購買情報格納部14は、ユーザが対象商品を購入した記録を示す購買情報を格納する機能モジュールである。アンケート部15は、ユーザに対するアンケート処理を実行する機能モジュールである。販促情報出力部16は、商品の販売を促進させるための情報である販促情報を出力する機能モジュールである。
一例では、学習済みモデルは、商品画像と識別情報との組み合わせを示す複数のレコードを含む教師データに基づいて機械学習を実行することで生成される。機械学習とは、与えられた情報に基づいて学習することで、法則またはルールを自律的に見つけ出す手法をいう。例えば、情報処理システム10は、ニューラルネットワークを含んで構成される計算モデルである機械学習モデルを用いた機械学習を実行することで、学習済みモデルを生成してもよい。ニューラルネットワークとは、人間の脳神経系の仕組みを模した情報処理のモデルをいう。学習済みモデルは情報処理システム10によって生成されてもよいし、他のコンピュータシステムによって生成されてもよい。
図2は、情報処理システム10として機能するコンピュータ100の一般的なハードウェア構成を示す図である。例えば、コンピュータ100は、プロセッサ101、主記憶部102、補助記憶部103、通信制御部104、入力装置105、および出力装置106を備える。プロセッサ101はオペレーティングシステムおよびアプリケーションシステムを実行する。主記憶部102は例えばROMおよびRAMで構成される。補助記憶部103は例えばハードディスクまたはフラッシュメモリで構成され、一般に主記憶部102よりも大量のデータを記憶する。通信制御部104は例えばネットワークカードまたは無線通信モジュールで構成される。入力装置105は例えばキーボード、マウス、タッチパネルなどで構成される。出力装置106は例えばモニタおよびスピーカで構成される。
情報処理システム10の各機能モジュールは、プロセッサ101または主記憶部102の上に情報処理プログラムを読み込ませてプロセッサ101にそのプログラムを実行させることで実現される。プロセッサ101はそのプログラムに従って、通信制御部104、入力装置105、および出力装置106を動作させ、主記憶部102または補助記憶部103におけるデータの読み出しおよび書き込みを行う。この処理により情報処理システム10の各機能モジュールが実現される。
情報処理プログラムは、情報処理システム10の各機能モジュールを実現するためのプログラムコードを含む。この情報処理プログラムは、CD-ROM、DVD-ROM、半導体メモリ等の有形の記録媒体に非一時的に記録された上で提供されてもよい。あるいは、情報処理プログラムは、搬送波に重畳されたデータ信号として通信ネットワークを介して提供されてもよい。提供された情報処理プログラムは例えば補助記憶部103に記憶される。
図1に戻る。データベース群30は1以上のデータベースの集合である。データベースは、例えばリレーショナル・データベースによって構築されてもよい。少なくとも一つのデータベースが、情報処理システム10とは異なるコンピュータシステムに属してもよい。あるいは、少なくとも一つのデータベースが情報処理システム10の一部であってもよい。
一例では、データベース群30は、商品データベース31、ユーザデータベース32、購買情報データベース33、アンケートデータベース34、および販促情報データベース35を含む。
商品データベース31は、商品に関する商品情報を記憶するデータベースである。一例では、商品情報の各レコードは、商品IDと、商品の特徴を示す情報である商品属性とを含む。商品属性は、例えば、商品名、商品カテゴリ、商品の画像、およびメーカ名を含む。商品情報は任意の装置により生成されて商品データベース31に格納される。
ユーザデータベース32は、個々のユーザに関するユーザ情報を記憶するデータベースである。一例では、ユーザ情報の各レコードは、個々のユーザを一意に特定する識別子であるユーザIDと、ユーザの特徴または性質を示す情報であるユーザ属性とを含む。例えば、ユーザ属性は、年齢、性別、居住地、生年月日、血液型、および家族情報を含んでもよい。一例では、情報処理システム10を初めて利用するユーザがユーザ端末20を操作して、自身のユーザ情報を入力してそのユーザ情報を情報処理システムに送信することで、そのユーザ情報がユーザデータベース32に格納される。
購買情報データベース33は、購買情報を記憶するデータベースである。図3は購買情報の一例を示す図である。図3に示される例では、購買情報の各レコードは、購買情報ID、消費者ID、レシートID、商品ID、購買日時、画像ID、コメント、評価、単価、および個数を含む。購買情報IDは、個々の購買情報を一意に特定するための識別子である。消費者IDは、商品を購入した消費者、すなわち購入者を一意に特定するための識別子である。レシートIDは、消費者が商品を購入した際に発行されたレシートを一意に特定するための識別子である。購買日時は、消費者が商品を購入したタイミングである。画像IDは、商品画像を一意に特定するための識別子である。コメントは、消費者により投稿された商品に関するコメントである。評価点は、消費者により投稿された商品に関する点数である。図3に示される例では、評価点は5点満点であり、評価点が高いほどユーザからの評価が高く、評価点が低いほどユーザからの評価が低い。単価は、購入された商品1つあたりの価格である。個数は、購入された商品の数である。
アンケートデータベース34は、商品に関するアンケートを示すアンケート情報を記憶するデータベースである。図4はアンケート情報の一例を示す図である。図4に示される例では、アンケート情報の各レコードは、アンケートID、商品ID、アンケート、および対象者条件を含む。アンケートIDは、アンケートを一意に特定するための識別子である。アンケートは1以上の質問の集合である。アンケートは商品に関する質問を含んでもよく、例えば、商品の使用感、商品の価格等に関する質問を含んでもよい。対象者条件は、アンケートを提示する対象となるユーザを選定するための条件であり、例えばユーザ属性を用いて定義される。図4におけるアンケートBのように、任意のユーザに提示されるアンケートが用意されてもよい。アンケート情報は任意の装置により生成されてアンケートデータベース34に格納される。一例では、或る商品のメーカが、該商品の商品ID、アンケートおよび対象者条件を情報処理システム10に送信し、情報処理システム10がそれらのデータを新規のアンケートIDに関連付けてアンケート情報を生成し、そのアンケート情報をアンケートデータベース34に格納する。
販促情報データベース35は、販促情報を記憶するデータベースである。図5は、販促情報データベース35に記憶される販促情報の一例を示す図である。図5に示される例では、販促情報の各レコードは、コンテンツID、商品ID、コンテンツ、および対象者条件を含む。コンテンツIDは、個々の販促情報を一意に特定するための識別子である。コンテンツは、販売促進のために出力される情報である。一例では、コンテンツは、広告画像、広告動画、またはクーポンであってもよい。広告画像および広告動画は、少なくとも視覚を通して消費者に商品を宣伝するための情報である。クーポンは、商品に関する特典であり、例えば、商品の割引券または無料券であってもよい。対象者条件は、コンテンツを提示する対象となるユーザを選定するための条件であり、例えばユーザ属性を用いて定義される。図5における広告動画のように、任意のユーザに提示されるコンテンツが用意されてもよい。販促情報は任意の装置により生成されて販促情報データベース36に格納される。一例では、或る商品のメーカが、該商品の商品ID、コンテンツ、および対象者条件を情報処理システム10に送信し、情報処理システム10がそれらのデータを新規のコンテンツIDに関連付けて販促情報を生成し、その販促情報を販促情報データベース35に格納する。
[システムの動作]
図6~図9を参照しながら、情報処理システム10の動作を説明するとともに本実施形態に係る情報処理方法について説明する。図6は、対象商品を特定する処理の一例を処理フローS1として示すフローチャートである。図7は、関連情報を出力する処理の一例を処理フローS2として示すフローチャートである。図8は、アンケート処理および購買情報を出力する処理の一例を処理フローS3として示すフローチャートである。図9は、販促情報を出力する処理の一例を処理フローS4として示すフローチャートである。
図6~図9を参照しながら、情報処理システム10の動作を説明するとともに本実施形態に係る情報処理方法について説明する。図6は、対象商品を特定する処理の一例を処理フローS1として示すフローチャートである。図7は、関連情報を出力する処理の一例を処理フローS2として示すフローチャートである。図8は、アンケート処理および購買情報を出力する処理の一例を処理フローS3として示すフローチャートである。図9は、販促情報を出力する処理の一例を処理フローS4として示すフローチャートである。
(対象商品の特定)
以下では、図6を参照して、対象商品を特定する処理である処理フローS1について説明する。情報処理システム10は処理フローS1を、対象商品の購入前に実行してもよいし、対象商品の購入後に実行してもよい。
以下では、図6を参照して、対象商品を特定する処理である処理フローS1について説明する。情報処理システム10は処理フローS1を、対象商品の購入前に実行してもよいし、対象商品の購入後に実行してもよい。
ステップS11では、取得部11が対象画像を取得する。一例では、取得部11は、ユーザがユーザ端末20を操作することで撮像された対象画像をユーザ端末20から取得する。あるいは、取得部11は、ユーザ端末20とは異なる別の撮像装置により撮像された対象画像をユーザ端末20から取得してもよい。取得部11は対象画像として、対象商品の購入前に撮像された商品画像を取得してもよい、対象商品の購入後に撮像された商品画像を取得してもよい。
ステップS12では、推定部12が対象商品識別情報を推定する。一例では、推定部12は、商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに、取得された対象画像を入力して、対象商品の識別情報を対象商品識別情報として推定する。
ステップS13では、推定部12が、対象商品識別情報に関する推定結果が正しいことを示す入力情報を受け付けたか否かを判定する。一例では、推定部12は対象商品情報を推定結果としてユーザ端末20に出力し、ユーザ端末20がその推定結果を受信および表示する。ユーザはその推定結果が正しいか否かを入力し、ユーザ端末20はその入力を示す入力情報を情報処理システム10に送信する。推定部12はその入力情報を受信および参照する。すなわち、推定部12は対象商品識別情報が正しいか否かをユーザ端末20に問い合わせ、この問合せに応答してユーザ端末20から送信された入力情報を受信する。
推定結果が正しいことを示す入力情報を受け付けなかった場合、すなわち推定結果が誤っていることを示す入力情報を受け付けた場合には(ステップS13においてNO)、処理はステップS14に進む。一方で、推定結果が正しいことを示す入力情報を受け付けた場合には(ステップS13においてYES)、処理はステップS15に進む。
ステップS14では、推定部12が、対象商品識別情報に関する修正情報を受け付ける。一例では、ユーザがユーザ端末20を操作して対象商品の識別情報を入力し、ユーザ端末20がその識別情報を情報処理システム10に送信する。ユーザは対象商品のバーコードをスキャンすることで識別情報を入力してもよいし、識別情報を手入力してもよい。推定部12はその識別情報で対象商品識別情報を更新する。
ステップS15では、推定部12が対象商品を特定する。一例では、推定部12は、商品データベース31を参照して、対象商品識別情報によって特定される商品を対象商品として特定する。
ステップS16では、推定部12が特定結果を出力する。推定部12は対象商品識別情報を含む特定結果を出力する。あるいは、推定部12は、対象商品識別情報に対応する商品属性を商品データベース31から読み出し、その商品属性を構成する少なくとも一つのデータ項目を更に含む特定結果を出力してもよい。推定部12は特定結果を、ユーザ端末20に出力してもよいし、情報処理システム10内の他の機能モジュールに出力してもよい。
(関連情報の出力)
以下では、図7を参照して、関連情報を出力する処理である処理フローS2について説明する。情報処理システム10は対象商品の購入前に処理フローS2を実行する。
以下では、図7を参照して、関連情報を出力する処理である処理フローS2について説明する。情報処理システム10は対象商品の購入前に処理フローS2を実行する。
ステップS21では、取得部11および推定部12が処理フローS1を実行して、対象商品識別情報(対象商品)を特定する。
ステップS22では、関連情報出力部13が対象商品に関する口コミ情報を検索する。口コミ情報は、対象商品に対するユーザの評価を示す情報である。一例では、関連情報出力部13は購買情報データベース33を参照して、対象商品識別情報に対応するコメントおよび評価点の少なくとも一方を口コミ情報として取得する。コメントおよび評価点が存在しない場合には、関連情報出力部13は、評価が存在しないことを示す口コミ情報を生成してもよい。
ステップS23では、関連情報出力部13が、対象商品に関連する商品を示す関連商品情報を検索する。一例では、関連情報出力部13は購買情報データベース33を参照して、対象商品識別情報に対応するレシートIDを取得し、そのレシートIDに紐付いた商品IDを全て取得する。関連情報出力部13は、取得した商品IDを集計して、所定の回数以上対象商品と併せて購入された併買品の商品IDを特定する。関連情報出力部13は商品データベース31を参照して、その商品IDに対応する併買品の商品属性を関連商品情報として取得する。
ステップS24では、関連情報出力部13が、ユーザに推奨する商品を示すレコメンド情報を検索する。一例では、関連情報出力部13は商品データベース31を参照して、対象商品識別情報に対応する商品カテゴリを取得する。次に、関連情報出力部13は商品データベース31および購買情報データベース33を参照して、対象商品と同一の商品カテゴリに属すと共に購買情報データベース33内に存在する商品の商品IDおよび個数を全て取得する。関連情報出力部13は取得された商品IDおよび個数から、対象商品と同一の商品カテゴリに属する各商品の購買数を算出する。そして、関連情報出力部13は、購買数を降順で並べた際の上位から所定の個数の商品を選択し、選択された各商品の商品属性をレコメンド情報として取得する。
ステップS25では、関連情報出力部13が検索結果を出力する。一例では、関連情報出力部13は、口コミ情報、関連商品情報、およびレコメンド情報のうち少なくとも一つによって構成される関連情報を検索結果としてユーザ端末20に送信する。
(購買情報の格納およびアンケート処理)
以下では、図8を参照して、アンケート処理および購買情報を出力する処理である処理フローS3について説明する。情報処理システム10は対象商品の購入後に処理フローS3を実行する。
以下では、図8を参照して、アンケート処理および購買情報を出力する処理である処理フローS3について説明する。情報処理システム10は対象商品の購入後に処理フローS3を実行する。
ステップS31では、取得部11および推定部12が対象商品識別情報(対象商品)を特定する。一例では、取得部11および推定部12は処理フローS1を実行して対象商品識別情報を特定する。別の例として、対象商品の購入前に処理フローS1または処理フローS2が実行されて対象商品識別情報が既に特定されている場合には、処理フローS1が再び実行されることなく、その対象商品識別情報が再利用されてもよい。
ステップS32では、購買情報格納部14が購買情報を格納する。一例では、購買情報格納部14は、対象商品を購入したユーザがユーザ端末20を操作して撮像したレシート画像を取得し、該レシート画像を解析して対象商品の購買日時、単価、および個数を取得する。この処理は,対象商品の購入を示すレシートの取得の一例である。次に、購買情報格納部14は、新規の購買情報ID、消費者ID、レシートID、および画像IDを生成する。購買情報格納部14は、ユーザデータベース32を参照して、対象商品を購入したユーザのユーザIDを消費者IDとして取得してもよい。さらに、購買情報格納部14は対象商品について、新規の購買情報IDに、消費者ID、レシートID、対象商品識別情報(商品ID)、購買日時、画像ID、単価、および個数を関連付けて購買情報のレコードを生成し、このレコードを購買情報データベース33に格納する。したがって、購買情報格納部14は対象商品について新規の購買情報を生成し、該購買情報を購買情報データベース33に蓄積しているともいえる。
ステップS33では、アンケート部15が、対象商品に対応するアンケートが存在するか否かを判定する。一例では、アンケート部15はアンケートデータベース34を参照して、対象商品識別情報に対応するレコードが存在するか否かを判定する。そのレコードが存在する場合には、アンケート部15はアンケートが存在すると判定し(ステップS33においてYES)、処理はステップS34に進む。そのレコードが存在しない場合には、アンケート部15はアンケートが存在しないと判定し(ステップS33においてNO)、処理はステップS36に進む。
ステップS34では、アンケート部15が、ユーザがアンケートの対象者条件に該当するか否かを判定する。一例では、アンケート部15はユーザ端末20からユーザIDを取得し、ユーザデータベース32を参照して、該ユーザIDに対応するユーザ属性を取得する。アンケート部15は、ステップS33において特定されたレコードの対象者条件とそのユーザ属性とを比較する。ユーザ属性が対象者条件に合致する場合には、アンケート部15はユーザが対象者条件に該当すると判定し(ステップS34においてYES)、処理はステップS35に進む。ユーザ属性が対象者条件に合致しない場合には、アンケート部15はユーザが対象者条件に該当しないと判定し(ステップS34においてNO)、処理はステップS36に進む。
ステップS35では、アンケート部15がアンケート処理を実行する。アンケート処理は、ユーザへのアンケートの出力、該アンケートについてのユーザからの回答の受付、および該回答の記録を少なくとも含む。一例では、アンケート部15は特定されたアンケートをユーザ端末20に送信し、そのアンケートに対する回答を該ユーザ端末20から受信する。アンケート部15はその回答を不図示の回答データベースに記録する。アンケートが対象商品の評価に関する場合には、アンケート部15は該アンケートの回答を口コミまたは評価点として購買情報データベース33に記録してもよい。
ステップS36では、購買情報格納部14が購買情報を出力する。一例では、購買情報格納部14は、情報処理システム10とは異なる別のコンピュータシステムに購買情報を出力する。例えば、購買情報格納部14は、購買情報データベース33を参照して、ユーザの購買情報の全てを購買履歴として別のコンピュータシステムに出力する。購買情報の送信先であるコンピュータシステムは、例えば、家計簿アプリケーションを管理するシステムあってもよい。
(販促情報の出力)
以下では、図9を参照して、販促情報を出力する処理である処理フローS4について説明する。情報処理システム10は処理フローS4を、対象商品の購入前に実行してもよいし、対象商品の購入後に実行してもよい。
以下では、図9を参照して、販促情報を出力する処理である処理フローS4について説明する。情報処理システム10は処理フローS4を、対象商品の購入前に実行してもよいし、対象商品の購入後に実行してもよい。
ステップS41では、取得部11および推定部12が処理フローS1を実行して、対象商品識別情報(対象商品)を特定する。別の例として、対象商品の購入前に処理フローS1,S2,S3のうち少なくとも一つの処理フローが実行されて対象商品識別情報が既に特定されている場合には、処理フローS1が再び実行されることなく、その対象商品識別情報が再利用されてもよい。
ステップS42では、販促情報出力部16が、対象商品に対応する販促情報が存在するか否かを判定する。一例では、販促情報出力部16は販促情報データベース35を参照して、対象商品識別情報に対応するレコードが存在するか否かを判定する。そのレコードが存在する場合には、販促情報出力部16は販促情報が存在すると判定し(ステップS42においてYES)、処理はステップS43に進む。そのレコードが存在しない場合には、販促情報出力部16は販促情報が存在しないと判定し(ステップS42においてNO)、処理フローS4を終了する。
ステップS43では、販促情報出力部16が、ユーザが販促情報の対象者条件に該当するか否かを判定する。一例では、販促情報出力部16はユーザ端末20からユーザIDを取得し、ユーザデータベース32を参照して、該ユーザIDに対応するユーザ属性を取得する。販促情報出力部16は、ステップS42において特定されたレコードの対象者条件とユーザ属性とを比較する。ユーザ属性が対象者条件に合致する場合には、販促情報出力部16はユーザが対象者条件に該当すると判定し(ステップS43においてYES)、処理はステップS44に進む。ユーザ属性が対象者条件に合致しない場合には、販促情報出力部16はユーザが対象者条件に該当しないと判定し(ステップS43においてNO)、処理フローS4を終了する。
ステップS44では、販促情報出力部16が販促情報を出力する。一例では、販促情報出力部16はユーザ端末20に販促情報を送信する。販促情報出力部16は、対象商品の購入前か購入後かにより、出力する販促情報を選択してもよい。例えば、対象商品の購入前であれば、販促情報出力部16は、対象商品についてのクーポンを出力することで、対象商品に対するユーザの購買意欲を促進させてもよい。対象商品の購入後であれば、販促情報出力部16は、関連商品の広告画像または広告動画を出力することで、関連商品に対するユーザの購買意欲を促進させてもよい。例えば、販促情報出力部16は、購買情報データベース33を参照して、所定の回数以上対象商品と併せて購入された併売品を特定し、特定した併売品の広告画像または広告動画を出力する。あるいは、販促情報出力部16は、商品データベース31および購買情報データベース33を参照して、対象商品と同一のカテゴリに属する商品を特定し、該商品の広告画像または広告動画を出力してもよい。
[変形例]
以上、本開示での様々な例を詳細に説明した。しかし、本開示は上記の例に限定されるものではない。本開示に関しては、その要旨を逸脱しない範囲で様々な変形が可能である。
以上、本開示での様々な例を詳細に説明した。しかし、本開示は上記の例に限定されるものではない。本開示に関しては、その要旨を逸脱しない範囲で様々な変形が可能である。
少なくとも一つのプロセッサにより実行される情報処理方法は上記の例に限定されない。例えば、上述したステップまたは処理の一部が省略されてもよいし、別の順序で各ステップが実行されてもよい。また。上述したステップのうち任意の2以上のステップが組み合わされてもよいし、ステップの一部が修正または削除されていてもよい。あるいは、上記の各ステップに加えて他のステップが実行されてもよい。
本開示において、「少なくとも一つのプロセッサが、第1の処理を実行し、第2の処理を実行し、…第nの処理を実行する。」との表現、またはこれに対応する表現は、第1の処理から第nの処理までのn個の処理を実行するプロセッサが途中で変わる場合を含む概念を示す。すなわち、この表現は、n個の処理のすべてが同じプロセッサで実行される場合と、n個の処理においてプロセッサが任意の方針で変わる場合との双方を含む概念を示す。
[付記]
上記の様々な例から把握されるとおり、本開示は以下に示す態様を含む。
<項目1>
少なくとも一つのプロセッサを備え、
前記少なくとも一つのプロセッサが、
対象商品を撮像した対象画像を取得し、
商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに前記対象画像を入力して、前記対象商品の前記識別情報を対象商品識別情報として推定する、
情報処理システム。
<項目2>
前記少なくとも一つのプロセッサが、
前記対象商品を購入したユーザに発行されるレシートを取得し、
前記レシートを一意に特定するための識別子であるレシートIDと、前記対象画像を一意に特定するための識別子である画像IDと、前記対象商品識別情報とを含む購買情報を購買情報データベースに格納する、
項目1に記載の情報処理システム。
<項目3>
前記少なくとも一つのプロセッサが、
商品に関するアンケートを示すアンケート情報を記憶するアンケートデータベースを参照して、前記対象商品に対応するアンケートを取得し、
前記取得されたアンケートを出力する、
項目1または2に記載の情報処理システム。
<項目4>
前記少なくとも一つのプロセッサが、
商品に関する商品情報を記憶する商品データベース、および商品を購入した記録を示す購買情報を記憶する購買情報データベースを前記対象商品識別情報に基づいて参照して、前記対象商品に対して所定の関連性を有する情報である関連情報を取得し、
前記取得された関連情報を出力する、
項目1に記載の情報処理システム。
<項目5>
前記少なくとも一つのプロセッサが、前記関連情報として、前記対象商品に関連する商品の情報を示す関連商品情報を出力する、
項目4に記載の情報処理システム。
<項目6>
前記少なくとも一つのプロセッサが、前記関連情報として、ユーザに推奨する商品を示すレコメンド情報を出力する、
項目4または5に記載の情報処理システム。
<項目7>
前記少なくとも一つのプロセッサが、
商品の販売を促進させるための情報を示す販促情報を記憶する販促情報データベースを前記対象商品識別情報に基づいて参照して、前記対象商品に対応する販促情報を取得し、
前記取得された販促情報を出力する、
項目1~6のいずれか一項に記載の情報処理システム。
<項目8>
少なくとも一つのプロセッサを備える情報処理システムにより実行される情報処理方法であって、
対象商品を撮像した対象画像を取得するステップと、
商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに前記対象画像を入力して、前記対象商品の前記識別情報を対象商品識別情報として推定するステップと、
を含む情報処理方法。
<項目9>
対象商品を撮像した対象画像を取得するステップと、
商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに前記対象画像を入力して、前記対象商品の前記識別情報を対象商品識別情報として推定するステップと、
をコンピュータに実行させる情報処理プログラム。
上記の様々な例から把握されるとおり、本開示は以下に示す態様を含む。
<項目1>
少なくとも一つのプロセッサを備え、
前記少なくとも一つのプロセッサが、
対象商品を撮像した対象画像を取得し、
商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに前記対象画像を入力して、前記対象商品の前記識別情報を対象商品識別情報として推定する、
情報処理システム。
<項目2>
前記少なくとも一つのプロセッサが、
前記対象商品を購入したユーザに発行されるレシートを取得し、
前記レシートを一意に特定するための識別子であるレシートIDと、前記対象画像を一意に特定するための識別子である画像IDと、前記対象商品識別情報とを含む購買情報を購買情報データベースに格納する、
項目1に記載の情報処理システム。
<項目3>
前記少なくとも一つのプロセッサが、
商品に関するアンケートを示すアンケート情報を記憶するアンケートデータベースを参照して、前記対象商品に対応するアンケートを取得し、
前記取得されたアンケートを出力する、
項目1または2に記載の情報処理システム。
<項目4>
前記少なくとも一つのプロセッサが、
商品に関する商品情報を記憶する商品データベース、および商品を購入した記録を示す購買情報を記憶する購買情報データベースを前記対象商品識別情報に基づいて参照して、前記対象商品に対して所定の関連性を有する情報である関連情報を取得し、
前記取得された関連情報を出力する、
項目1に記載の情報処理システム。
<項目5>
前記少なくとも一つのプロセッサが、前記関連情報として、前記対象商品に関連する商品の情報を示す関連商品情報を出力する、
項目4に記載の情報処理システム。
<項目6>
前記少なくとも一つのプロセッサが、前記関連情報として、ユーザに推奨する商品を示すレコメンド情報を出力する、
項目4または5に記載の情報処理システム。
<項目7>
前記少なくとも一つのプロセッサが、
商品の販売を促進させるための情報を示す販促情報を記憶する販促情報データベースを前記対象商品識別情報に基づいて参照して、前記対象商品に対応する販促情報を取得し、
前記取得された販促情報を出力する、
項目1~6のいずれか一項に記載の情報処理システム。
<項目8>
少なくとも一つのプロセッサを備える情報処理システムにより実行される情報処理方法であって、
対象商品を撮像した対象画像を取得するステップと、
商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに前記対象画像を入力して、前記対象商品の前記識別情報を対象商品識別情報として推定するステップと、
を含む情報処理方法。
<項目9>
対象商品を撮像した対象画像を取得するステップと、
商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに前記対象画像を入力して、前記対象商品の前記識別情報を対象商品識別情報として推定するステップと、
をコンピュータに実行させる情報処理プログラム。
項目1,8,9においては、対象画像を学習済みモデルに入力することで、対象商品の識別情報が対象商品識別情報として推定される。対象商品の購入前か購入後か問わず撮像され得る対象画像を用いることで、例えばレシートのような対象商品の購入後にのみ得られるものを用いることなく、対象商品識別情報を推定することができる。さらに、学習済みモデルを用いることにより、人の判断を介することなく、対象商品識別情報を推定することができる。したがって、対象商品の購入前か購入後かを問わずその対象商品を自動的に特定することができる。
項目2によれば、自動的に特定された対象商品識別情報を含む購買情報が購買情報データベースに蓄積されるので、購入情報を入力するためのユーザ操作を要することなく、対象商品に関するユーザの購入履歴を収集できる。
項目3によれば、自動的に特定された対象商品識別情報に基づいてアンケートが出力されるので、追加のユーザ操作を要することなくアンケートを出力できる。
項目4によれば、自動的に特定された対象商品識別情報に基づいて、対象商品に関連する情報が出力されるので、追加のユーザ操作を要することなく関連情報を出力できる。
項目5によれば、追加のユーザ操作を要することなく、対象商品に関連する商品の情報を出力できる。
項目6によれば、追加のユーザ操作を要することなく、ユーザに推奨する商品の情報を出力できる。
項目7によれば、自動的に特定された対象商品識別情報に基づいて販促情報が出力されるので、簡易な処理により販促情報を出力できる。
10…情報処理システム、11…取得部、12…推定部、13…関連情報出力部、14…購買情報格納部、15…アンケート部、16…販促情報出力部、31…商品データベース、32…ユーザデータベース、33…購買情報データベース、34…アンケートデータベース、35…販促情報データベース。
Claims (9)
- 少なくとも一つのプロセッサを備え、
前記少なくとも一つのプロセッサが、
対象商品を撮像した対象画像を取得し、
商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに前記対象画像を入力して、前記対象商品の前記識別情報を対象商品識別情報として推定する、
情報処理システム。 - 前記少なくとも一つのプロセッサが、
前記対象商品を購入したユーザに発行されるレシートを取得し、
前記レシートを一意に特定するための識別子であるレシートIDと、前記対象画像を一意に特定するための識別子である画像IDと、前記対象商品識別情報とを含む購買情報を購買情報データベースに格納する、
請求項1に記載の情報処理システム。 - 前記少なくとも一つのプロセッサが、
商品に関するアンケートを示すアンケート情報を記憶するアンケートデータベースを参照して、前記対象商品に対応するアンケートを取得し、
前記取得されたアンケートを出力する、
請求項2に記載の情報処理システム。 - 前記少なくとも一つのプロセッサが、
商品に関する商品情報を記憶する商品データベース、および商品を購入した記録を示す購買情報を記憶する購買情報データベースを前記対象商品識別情報に基づいて参照して、前記対象商品に対して所定の関連性を有する情報である関連情報を取得し、
前記取得された関連情報を出力する、
請求項1に記載の情報処理システム。 - 前記少なくとも一つのプロセッサが、前記関連情報として、前記対象商品に関連する商品の情報を示す関連商品情報を出力する、
請求項4に記載の情報処理システム。 - 前記少なくとも一つのプロセッサが、前記関連情報として、ユーザに推奨する商品を示すレコメンド情報を出力する、
請求項4に記載の情報処理システム。 - 前記少なくとも一つのプロセッサが、
商品の販売を促進させるための情報を示す販促情報を記憶する販促情報データベースを前記対象商品識別情報に基づいて参照して、前記対象商品に対応する販促情報を取得し、
前記取得された販促情報を出力する、
請求項1に記載の情報処理システム。 - 少なくとも一つのプロセッサを備える情報処理システムにより実行される情報処理方法であって、
対象商品を撮像した対象画像を取得するステップと、
商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに前記対象画像を入力して、前記対象商品の前記識別情報を対象商品識別情報として推定するステップと、
を含む情報処理方法。 - 対象商品を撮像した対象画像を取得するステップと、
商品を撮像した商品画像を受け付けて該商品の識別情報を出力する学習済みモデルに前記対象画像を入力して、前記対象商品の前記識別情報を対象商品識別情報として推定するステップと、
をコンピュータに実行させる情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022143543A JP2024039186A (ja) | 2022-09-09 | 2022-09-09 | 情報処理システム、情報処理方法および情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022143543A JP2024039186A (ja) | 2022-09-09 | 2022-09-09 | 情報処理システム、情報処理方法および情報処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024039186A true JP2024039186A (ja) | 2024-03-22 |
Family
ID=90326380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022143543A Pending JP2024039186A (ja) | 2022-09-09 | 2022-09-09 | 情報処理システム、情報処理方法および情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2024039186A (ja) |
-
2022
- 2022-09-09 JP JP2022143543A patent/JP2024039186A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230214941A1 (en) | Social Match Platform Apparatuses, Methods and Systems | |
JP5980448B2 (ja) | 購買情報活用システム及び購買情報活用方法、及びプログラム | |
US9852477B2 (en) | Method and system for social media sales | |
US20130138486A1 (en) | Socially Networked Business and Consumer Space | |
JP6435017B1 (ja) | レシートを用いたプロジェクトのためのレシート解析システム、方法、及びプログラム | |
US20220180379A1 (en) | Transaction-based information processing system, method, and article | |
US20140074651A1 (en) | Methods for and apparatus for associating emotional motivators with products | |
JP2013210821A (ja) | 情報提供装置、情報提供方法、情報提供プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体 | |
CN112819504A (zh) | 用于定制评论的系统和方法 | |
Hawkins et al. | The Behavioral Economics of Lawyer Advertising: An Empirical Assessment | |
US20130311267A1 (en) | Methods for and apparatus for providing user specific guidance | |
US20140229417A1 (en) | Methods for and apparatus for providing advice based upon total personal values | |
JP2024039186A (ja) | 情報処理システム、情報処理方法および情報処理プログラム | |
KR20190096533A (ko) | 마케팅 컨텐츠 제공 방법 및 장치 | |
US20140012667A1 (en) | Methods for and apparatus for providing assistance to a purchaser | |
JP6809148B2 (ja) | プログラムおよび組み合わせ抽出システム | |
JP7515963B2 (ja) | 倉庫内商品レコメンドシステム、方法及びプログラム | |
JP7488622B1 (ja) | 情報処理装置およびコンピュータプログラム | |
JP7227884B2 (ja) | 購買促進システムおよび購買促進方法 | |
JP7333442B1 (ja) | データ処理装置及びプログラム | |
US20130159101A1 (en) | Methods for and apparatus for automated sales referrals local to a purchaser | |
US20140229400A1 (en) | Methods for and apparatus for providing personal compatibility media feedback based upon total personal values | |
WO2024116327A1 (ja) | 推薦投稿支援システムおよび方法 | |
WO2013056191A1 (en) | Methods for and apparatus for providing assistance to a purchaser | |
JP2024021434A (ja) | 情報処理装置、情報処理方法及びプログラム |