JP3555211B2 - データ・ベース検索装置および方法，データ・ベース検索装置を備えたダイレクト・メール発行支援システム - Google Patents

Description

【０００１】
【技術分野】
この発明は，データ・ベース検索装置および方法，データ・ベース検索装置を備えたダイレクト・メール発行支援システム，顧客評価装置および方法，ならびに顧客評価装置を備えたダイレクト・メール発行支援システムに関する。
【０００２】
【背景技術】
関係データ・ベースのように，各データが複数の属性をもつデータ・ベースは，データがもつ属性のすべてまたは一部について設定された検索条件に基づいて検索される。たとえば，住所，年齢，購入金額等の属性をもつ顧客データ・ベースにおいては，年齢が２０歳以上３０歳未満，購入金額が１０万円以上等の検索条件が設定され，この検索条件を満たす顧客データが検索される。
【０００３】
このようなデータ・ベースの検索においては，各データの属性の値がどのような分布をもっているかを予想できる場合には，少ない検索回数により目的とするデータを検索することができる。また，複数の属性について検索条件をそれぞれ設定し，各検索条件のＡＮＤ条件またはＯＲ条件でデータを検索するときには，各属性間の相関関係が予想できれば，少ない検索回数により目的とするデータ群を得ることができる。
【０００４】
しかしながら，属性値の分布が予想できない場合や属性間の相関関係が予想できない場合には，検索条件によっては多量のデータが検索されたり，データが全く検索されなかったりすることがある。ユーザは，目的のデータを検索するために，検索条件の設定を何度も繰返し行わなければならない。とくに，多数の属性をもつデータについて，各属性の値の分布を予想することは不可能に近く，属性間の相関関係を予想することはさらに難しくなる。
【０００５】
いずれにしても，従来のデータ・ベースの検索方法または検索のためのマン・マシン・インタフェースでは，データが多くの属性をもち，またデータ・ベースの規模が大きくなるほど，目的とするデータの検索は困難となる。
【０００６】
一方，販売業者またはサービス業者は，顧客についてその氏名，住所，購入した商品またはそのセール目的（用途），等のデータ（顧客データ）をデータ・ベースに登録しておく。データ・ベースに登録した顧客データに基づいて，セールのためのダイレクト・メール（ＤＭ）を送付することによって売上げの向上を図るという要請がある。
【０００７】
ＤＭを送付する顧客を決定する方法には次の２つがある。
【０００８】
その１つの方法は，データ・ベースに登録されたすべての顧客にＤＭを発行するものである。この方法では，売上げの向上はある程度見込まれるが，ＤＭ発行の効率が悪い。
【０００９】
もう１つの方法は，顧客の過去の購買実績に基づいて，その購買実績が高い顧客にＤＭを発行するものである。購買実績が高い顧客とは，たとえば商品の購入回数が多い顧客，商品の購入金額が高い顧客，等である。この方法では，購買実績が高い顧客は少数であるため，ＤＭ発行により効率はよいが，売上げの向上は見込みにくい。
【００１０】
売上げの向上を図りかつ無駄なＤＭ発行をできるだけ少なくするためには，顧客の選別とその評価を行う必要がある。
【００１１】
【発明の開示】
この発明は，データ・ベースに登録されたデータの中から所望のデータを容易に検索できるようにすることを目的としている。
【００１２】
この発明は，データ・ベース検索におけるマン・マシン・インタフェースをより使いやすくすることを目的としている。
【００１３】
この発明は，顧客に関する顧客データを登録した顧客データ・ベースにおいてダイレクト・メールを発行すべき顧客の選別とその評価を行えるようにすることを目的としている。
【００１４】
この発明によるデータ・ベース検索装置および方法，ならびにデータ・ベース検索装置を備えたＤＭ発行支援システムについて説明する。
【００１５】
この発明によるデータ・ベース検索装置は，それぞれが複数の属性をもつ複数のデータを記憶したデータ・ベース，上記データの複数の属性の中から，１または複数の属性を指定する属性指定手段，上記データ・ベースに記憶された複数のデータを，上記属性指定手段によって指定された属性について，あらかじめ定められたまたは外部から与えられた第１の個数のクラスタにクラスタリングするクラスタリング手段，上記クラスタリング手段によってクラスタリングされた複数のクラスタの中から，１または複数のクラスタを指定するクラスタ指定手段，および上記クラスタ指定手段によって指定されたクラスタに基づいて，上記データ・ベースからデータを検索する検索手段を備えている。
【００１６】
この発明によるデータ・ベース検索方法は，それぞれが複数の属性をもつ複数個のデータをデータ・ベースにあらかじめ記憶しておき，上記データの複数の属性の中から指定される１または複数の属性を受付け，上記データ・ベースに記憶された複数のデータを，指定された１または複数の属性について，あらかじめ定められたまたは外部から与えられた第１の個数のクラスタにクラスタリングし，クラスタリングされた複数のクラスタの中から指定される１または複数のクラスタを受付け，指定されたクラスタに基づいて，上記データ・ベースからデータを検索するものである。
【００１７】
データ・ベースは，半導体メモリ，磁気ディスク記憶装置，光ディスク記憶装置等によって実現される。
【００１８】
クラスタリングには，ファジィ・クラスタリングおよびファジィ・クラスタリングではない一般のクラスタリングが含まれる。クラスタリングの方法には，ｃ−ｍｅａｎｓ 法，ファジィｃ−ｍｅａｎｓ 法等が含まれる。
【００１９】
クラスタの指定には，マウス，入力ペン等のポインティング・デバイスを用いることができる。
【００２０】
この発明によると，データ・ベースに記憶されたデータが，各データが有する属性に基づいて，複数のクラスタにクラスタリング（分類）される。したがって，データ・ベース検索者（ユーザ）は，データのもつ属性間の相関関係や属性値の分布をデータの検索に先だって知ることができる。そして，検索するデータの属性値を有するクラスタを指定することにより，目的とするデータを容易に検索することができる。
【００２１】
たとえば，商品を販売する商店の顧客についてのデータを，属性として購入回数および購入金額によりクラスタリングした場合には，各クラスタおよび各クラスタに含まれるデータが購入回数および購入金額についてどのような分布を有するか，購入回数と購入金額とがどのような相関関係にあるかを容易に知ることができる。これにより，目的とするデータ群を容易に検索することができる。
【００２２】
この発明の好ましい実施態様においては，上記属性指定手段によって指定された属性を座標軸とし，この座標軸によって規定されるｎ次元空間（ｎは正の整数）内に，上記クラスタリング手段によってクラスタリングされた複数のクラスタを可視的に表示する表示手段をさらに備えている。
【００２３】
この実施態様によると，クラスタリングされたクラスタが，指定された属性を座標軸とするｎ次元空間に表示される。このｎ次元空間は直線（ｎ＝１）および平面（ｎ＝２）を含むものとする。データ・ベース検索者は，クラスタリングされた各クラスタがどのような属性値に位置または分布するかを視覚により容易に確認することができる。したがって，データ・ベース検索におけるマン・マシン・インタフェース（ＭＭＩ）が，人間にとって使いやすいものとなる。
【００２４】
さらに好ましくは，上記ｎ次元空間を複数の領域に分割するための分割データ，および上記複数の領域の特徴を表す特徴情報を記憶する分割／特徴情報データ・ベース，ならびに上記ｎ次元空間において，上記分割データに基づいて分割された領域に，各領域に対応する上記特徴情報を表示する上記表示手段をさらに備えている。
【００２５】
たとえば，商品を販売する商店の顧客についてのデータの場合に，購買回数および購買金額という属性についての特徴情報として「購買回数が多く，しかも購買金額も高い顧客は優良顧客である」等の情報が用いられよう。分割データとして，購買金額の多い領域と少ない領域とを分割するのに適したデータおよび購買回数の多い領域と少ない領域とを分割するのに適したデータが用いられよう。
【００２６】
このような特徴情報を，クラスタが表示された表示手段に表示させることによって，ユーザは，各クラスタがどのような特徴をもったデータの集まりであるかを容易に知ることができる。これにより，目的とするデータを検索するためには，どのクラスタを指定すべきかを容易に判断することでき，ユーザにとって使いやすいデータ・ベース検索のＭＭＩが提供される。
【００２７】
この発明の一実施態様においては，上記検索手段によって検索されたデータが属するクラスタが，上記複数の領域のいずれに含まれるかを決定する領域決定手段，上記検索手段によって検索されたデータが，上記領域決定手段によって決定された領域の特徴をどの程度満たしているかを表す特徴適合度を算出する特徴適合度算出手段，および上記特徴適合度算出手段によって算出された特徴適合度に基づいて，検索されたデータを順序づける順序づけ手段をさらに備えている。
【００２８】
この実施態様によると，検索されたデータについて，特徴適合度が算出され，この特徴適合度に基づいてデータが順序づけられる。これによって，検索されたデータが，そのデータが属するクラスタを含む領域の特徴をどの程度満たしているかを知ることができる。また，検索されたデータをさらに限定（検索）する場合には，特徴適合度が大きいデータのみを指定したり，特徴適合度の範囲を指定したりして，検索されたデータをさらに限定することができる。この特徴適合度によってどのデータを検索すべきかの指針が与えられる。
【００２９】
この発明の他の実施態様においては，上記属性指定手段によって指定された属性を，上記第１の個数より多い，あらかじめ定められたまたは外部から与えられる第２の個数のセルに分割し，各セルに含まれるすべてのデータを代表する代表データを作成する代表データ作成手段がさらに設けられ，上記クラスタリング手段は，上記代表データ作成手段によって作成された代表データを，上記属性指定手段によって指定された属性について，上記第１の個数のクラスタにクラスタリングするものである。
【００３０】
この実施態様によると，属性がたとえば数十または数百のセルに分割される。セルに含まれるすべてのデータを代表する代表データについてクラスタリングが行われる。
【００３１】
膨大なデータがデータ・ベースに登録されていたとき，たとえば数万個，数十万個またはこれ以上のデータがデータ・ベースに登録されていたときには，クラスタリングに膨大な演算時間を要する。このようなとき，その膨大な数のデータをセル毎に１つの代表データにまとめることによって，最大でもそのセルの数の代表データについてクラスタリングを行えばよい。セル数は，クラスタリングを行うクラスタ数よりも多い数に設定される。たとえば数万個のデータが数十個の代表データになり，この数十個の代表データが数個のクラスタにクラスタリングされる。
【００３２】
したがって，クラスタリングを行うデータの数を減らすことができるので，クラスタリングに要する演算時間が格段に短縮される。これにより，データの検索に要する検索時間も短縮される。
【００３３】
このデータ・ベース検索装置を備えたダイレクト・メール発行支援システムについて説明する。
【００３４】
この発明によるダイレクト・メール発行支援システムは，上記データ・ベース検索装置を備え，上記データ・ベースに，ダイレクト・メール送付の対象である顧客に関するデータがあらかじめ登録されているものである。
【００３５】
この発明によると，データ・ベース検索装置によりダイレクト・メールを送付すべき顧客データを容易に検索することができる。
【００３６】
次にこの発明による顧客評価装置および方法，ならびに顧客評価装置を備えたダイレクト・メール発行支援システムについて説明する。
【００３７】
この発明による顧客評価装置は，それぞれが複数の属性をもつ複数個の顧客データを記憶した顧客データ・ベース，商品の種類毎に，顧客によって購入された日，そのセール目的および購入した顧客を含む履歴データを記憶した履歴データ・ベース，一のセール目的と他のセール目的との関連の度合いを表す関連度を記憶した関連度辞書，セール目的を入力するためのセール目的入力手段，ならびに上記顧客データ・ベースに記憶された顧客について，指定の日または期間に購入された商品のセール目的を上記履歴データ・ベースから検索し，顧客のセール目的と上記セール目的入力手段から入力されたセール目的とについて，上記関連度辞書から検索される関連度を顧客のセール重視度として決定するセール重視度算出手段を備えている。
【００３８】
この発明による顧客評価方法は，それぞれが複数の属性をもつ複数の顧客データを記憶した顧客データ・ベース，商品の種類毎に，顧客によって購入された日，そのセール目的および購入した顧客を含む履歴データを記憶した履歴データ・ベース，ならびに一のセール目的と他のセール目的との関連の度合いを表す関連度を記憶した関連度辞書を設け，入力されるセール目的を受付け，上記顧客データ・ベースに記憶された顧客について，指定の日または期間に購入された商品のセール目的を上記履歴データ・ベースから検索し，顧客のセール目的と入力されたセール目的とについて，上記関連度辞書から検索される関連度を顧客のセール重視度として決定するものである。
【００３９】
顧客データ・ベースには，たとえば顧客の住所，氏名，購入された商品の購入金額，等の属性をもつ顧客データが記憶されている。履歴データ・ベースには，商品の種類毎に，顧客によって購入された日，そのセール目的および購入した顧客を含む履歴データが記憶されている。ここでセール目的とは母の日，父の日等の特定の記念日に関連して行われたセール（キャンペーン）を表わす。セールとはたとえば母の日以前の一定期間に花（カーネーション），指輪等を主に販売するものである。またセールには特定の記念日に関連するものに限られず，特定の季節に関連したものがあり，たとえば夏に水着，冬にスキーウェア等を主としてそれぞれ販売するものがある。さらにセールには，講演会における出版物の販売，展示会における展示品の販売，コンサートにおけるキャラクタ商品の販売等も含まれ，たとえば中国物産展における陶器の販売である。たとえば母の日のセールにおいて顧客によって購入された商品がカーネーション（花）である場合，セール目的は「母の日」となる。関連度辞書には，一のセール目的と他のセール目的との関連の度合いを表す関連度が記憶されている。たとえば，セール目的「母の日」と「父の日」についての関連度が高いと「母の日」に商品を購入した顧客は「父の日」にも商品を購入する可能性が高いことを表している。
【００４０】
所望のセール目的がユーザによって入力される。このセール目的はダイレクト・メール発行を行う目的であり，たとえば母の日のセールについてダイレクト・メールを発行する場合にセール目的は「母の日」である。上記顧客データ・ベースに記憶された顧客について，指定の日または期間に購入された商品のセール目的が上記履歴データ・ベースから検索される。指定の日または期間は，たとえばセール目的が「母の日」のときは母の日の前日または母の日以前の期間である。この指定の日または期間に顧客データ・ベースに登録された顧客がどのような目的で商品を購入していたかがセール目的として決定される。顧客のセール目的と入力されたセール目的とについて，上記関連度辞書から検索される関連度が顧客のセール重視度として決定される。このセール重視度が高いほどその顧客は，ユーザが入力したセール目的に合致していることを表す。
【００４１】
したがって，ユーザが入力する所望のセール目的について算出されたセール重視度に基づいて顧客を評価することができる。この評価に基づいて売上げの向上が見込れる顧客を選択し，その顧客にダイレクト・メールを発行することができる。
【００４２】
この発明の一実施態様においては，上記顧客データの複数の属性の中から，１または複数の属性を指定する属性指定手段，上記顧客データ・ベースに記憶された複数のデータを，上記属性指定手段によって指定された属性について，あらかじめ定められたまたは外部から与えられた第１の個数のクラスタにクラスタリングするクラスタリング手段，上記クラスタリング手段によってクラスタリングされた複数のクラスタの中から，１または複数のクラスタを指定するクラスタ指定手段，上記クラスタ指定手段によって指定されたクラスタに基づいて，上記顧客データ・ベースから顧客データを検索する検索手段，上記検索手段によって検索された顧客データが属するクラスタが，上記属性指定手段によって指定された属性によって規定されるｎ次元空間（ｎは正の整数）を分割することにより設けられた複数の特徴分類領域のいずれに含まれるかを決定する領域決定手段，上記検索手段によって検索された顧客データについて，上記特徴分類領域の特徴をどの程度満たしているかを表す特徴適合度を算出する特徴適合度算出手段，および上記検索手段によって検索された顧客データについて，上記セール重視度と上記特徴適合度に基づいて合致度を算出する合致度算出手段を備えている。
【００４３】
この実施態様によると，複数の属性の中から，１または複数の属性が指定される。指定された属性について，第１の個数のクラスタにクラスタリングされる。クラスタリングされた複数のクラスタの中から，１または複数のクラスタが指定される。指定されたクラスタに基づいて，顧客データ・ベースから顧客データが検索される。検索された顧客データが属するクラスタが，指定された属性によって規定されるｎ次元空間（ｎは正の整数）を分割することにより設けられた複数の特徴分類領域のいずれに含まれるかが決定される。検索された顧客データについて，上記特徴分類領域の特徴をどの程度満たしているかを表す特徴適合度が算出される。検索された顧客データについて，上記セール重視度と上記特徴適合度に基づいて合致度が算出される。
【００４４】
したがって，検索された顧客データについての合致度に基づいて顧客の評価がより適切に行われる。
【００４５】
この発明の好ましい実施態様においては，上記セール重視度または上記特徴適合度もしくは上記合致度に基づいて，一または複数の顧客データを抽出する顧客抽出手段をさらに備えている。
【００４６】
この実施態様によると，セール重視度または特徴適合度もしくは合致度に基づいて，顧客データ・ベースから検索された顧客データの中から，さらに優良な顧客，たとえば商品をよく購入する顧客を抽出することができる。
【００４７】
次に顧客評価装置を備えたダイレクト・メール発行支援システムについて説明する。
【００４８】
この発明によるダイレクト・メール発行支援システムは，顧客評価装置を備え，上記顧客データ・ベースに記憶された顧客データの属性には顧客の氏名および住所が含まれ，上記顧客抽出手段によって抽出された顧客データについて，少なくともその氏名および住所をダイレクト・メールに印刷する印刷装置をさらに備えたを備えている。
【００４９】
この発明によると，顧客評価装置により抽出された顧客データについて，その顧客の氏名および住所がダイレクト・メールに印刷装置によって印刷される。
【００５０】
したがって，顧客評価装置により抽出された優良な顧客についてのみダイレクト・メールが発行されるので，ダイレクト・メールの発行による効率を上げることができる。これによって，ダイレクト・メール発行による売上げの向上を図ることができる。
【００５１】
この発明はさらに，データの検索を容易に行えるデータ・ベース検索方法およびダイレクト・メール発行方法を提供している。
【００５２】
この発明によるデータ・ベース検索方法は，それぞれが複数の属性を有する複数のデータを記憶したデータ・ベース，ｎ次元空間（ｎは正の整数）を表示するための表示装置，および指令またはデータを入力するための入力装置を設け，上記顧客データが有する複数の属性を含む検索項目リストを上記表示装置に表示し，この検索項目リスト内の複数の属性の中から１または複数の属性を検索項目として上記入力装置で指定し，上記データ・ベースに記憶された複数のデータを，指定された１または複数の検索項目について，所定のクラスタ数のクラスタにクラスタリングし，クラスタリングされた複数のデータを，指定された検索項目をそれぞれ座標軸とするｎ次元空間内に，クラスタ毎に分類して上記表示装置に表示し，上記ｎ次元空間に表示されたクラスタの中から，１または複数のクラスタを上記入力装置で指定し，上記ｎ次元空間において指定されたクラスタに属するデータを，上記データ・ベースから検索するものである。
【００５３】
データ・ベースに記憶されたデータの属性を含む検索項目リストが表示装置に表示される。これにより，ユーザはこの検索項目リストから１または複数の属性を検索項目として選択すればよいので，検索すべき検索項目を容易に指定できる。
【００５４】
データ・ベースに記憶された複数のデータが，指定された１または複数の検索項目について，所定のクラスタ数のクラスタにクラスタリングされ，クラスタリングされた複数のデータが，指定された検索項目をそれぞれ座標軸とするｎ次元空間内に，クラスタ毎に分類して表示装置に表示される。データがクラスタ毎に分類されてｎ次元空間に表示されることによって，ユーザはデータ・ベースに登録されたデータの分布または相関関係を容易に知ることができる。したがって，検索すべきデータの所在（クラスタ）を容易に特定できる。
【００５５】
ｎ次元空間において指定されたクラスタに属するデータがデータ・ベースから検索される。このように，ユーザは，検索すべき検索項目を指定し，ｎ次元空間に表示されるクラスタを指定すればよいので，データの検索を容易に行える。
【００５６】
この発明によるもう１つのデータ・ベース検索方法は，それぞれが複数の属性を有する複数のデータを記憶したデータ・ベース，ｎ次元空間（ｎは正の整数）を表示するための表示装置，および指令またはデータを入力するための入力装置を設け，上記顧客データが有する複数の属性を含む検索項目リストを表示装置に表示し，この検索項目リスト内の複数の属性の中から１または複数の属性を検索項目として上記入力装置で指定し，指定された１または複数の検索項目をそれぞれ座標軸とするｎ次元空間を上記表示装置に表示し，上記ｎ次元空間をセルに分割するための分割数を上記入力装置から入力し，上記ｎ次元空間を，入力された分割数により分割し，各セルに含まれるデータを代表する代表データを作成し，作成された代表データを，指定された１または複数の検索項目について，所定のクラスタ数のクラスタにクラスタリングし，クラスタリングされた複数の代表データを，上記ｎ次元空間内に，クラスタ毎に分類して上記表示装置に表示し，上記ｎ次元空間に表示されたクラスタの中から，１または複数のクラスタを上記入力装置で指定し，上記ｎ次元空間において指定されたクラスタに属するデータを，上記データ・ベースから検索するものである。
【００５７】
この発明によると，指定された１または複数の検索項目をそれぞれ座標軸とするｎ次元空間が，入力された分割数により分割される。各セルに含まれるデータを代表する代表データが作成され，この代表データが所定のクラスタ数のクラスタにクラスタリングされる。
【００５８】
データ・ベースに膨大なデータが記憶されていたときは，そのすべてのデータについてクラスタリングを行うと演算時間がかかる。このようなとき，各セルに含まれるデータを代表する代表データを作成することによって，クラスタリングに要する時間を削減することができる。たとえば，数万個のデータがデータ・ベースに記憶され，ｎ次元空間が数十のセルに分割されたとすると，そのデータが百分の一になるで，クラスタリングの演算が格段に削減される。
【００５９】
第１の実施態様においては，上記所定のクラスタ数を上記入力装置から入力するものである。
【００６０】
この第１の実施態様によると，データを所望のクラスタに分類することができる。
【００６１】
第２の実施態様においては，クラスタを指定した後に，そのクラスタを含む検索条件式を上記入力装置から入力し，入力された検索条件式に基づいて，上記データ・ベースからデータを検索するものである。
【００６２】
この第２の実施態様によると，指定したクラスタに属するデータを単に検索するだけでなく，複数のクラスタを含むクラスタ検索条件式によりデータを検索することができる。たとえば，複数のｎ次元空間においてクラスタを指定されたときに，各ｎ次元空間におけるクラスタの両方に含まれるデータのみを検索することができる。
【００６３】
第３の実施態様においては，一または複数の検索条件式を記憶した検索条件データ・ベースをさらに設け，上記検索条件データ・ベースに記憶された検索条件式リストを上記表示装置に表示し，この検索条件式リストの中から，検索条件式を上記入力装置で選択し，選択された検索条件式に基づいて，上記データ・ベースからデータを検索するものである。
【００６４】
この第３の実施態様によると，検索条件データ・ベースに記憶した検索条件式に基づいて，データ・ベースからデータが検索される。検索条件データ・ベースに記憶された検索条件式は，過去に行われた検索において目的に合致したデータが得られたときの検索条件式である。この検索条件式を用いることによって，再び検索の目的に合致したデータを得ることができるので，再び検索条件式（クラスタ検索条件式）を入力しなくて済む。したがって，検索条件リストから所望の検索条件を選択するだけでよいので，データの検索が簡単に行える。
【００６５】
第４の実施態様においては，上記ｎ次元空間を，複数の特徴分類領域に分割するための分割データと，各特徴分類領域に含まれるデータの特徴を表す特徴情報とを記憶した特徴分類領域データ・ベースをさらに設け，上記ｎ次元空間を表示した後に，上記ｎ次元空間を，上記特徴分類領域データ・ベースに記憶された分割データに基づいて複数の特徴分類領域に分割し，上記ｎ次元空間において，各特徴分類領域に対応する特徴情報を上記表示装置に表示し，その後，クラスタを指定するものである。
【００６６】
この第４の実施態様によると，ｎ次元空間が複数の特徴分類領域に分割され，ｎ次元空間において，各特徴分類領域に対応する特徴情報が表示される。この特徴情報により，クラスタが属する特徴分類領域の特徴を知ることができるので，検索目的に合ったデータを含むクラスタを確実に指定することができる。
【００６７】
第５の実施態様においては，上記ｎ次元空間を，複数の特徴分類領域に分割するための分割データと，各特徴分類領域に含まれるデータの特徴を表す特徴情報とを記憶した特徴分類領域データ・ベースをさらに設け，データを検索した後に，指定されたクラスタが，上記ｎ次元空間を上記分割データに基づいて分割された複数の特徴分類領域に属する特徴分類領域をクラスタ毎に決定し，検索されたデータについて，そのデータが属するクラスタについて決定された特徴分類領域の特徴をどの程度満たしているかを表す特徴適合度を算出するものである。
【００６８】
第５の実施態様によると，指定されたクラスタについて，ｎ次元空間が分割された複数の特徴分類領域に属する特徴分類領域がクラスタ毎に決定される。検索されたデータについて，そのデータが属するクラスタについて決定された特徴分類領域の特徴をどの程度満たしているかを表す特徴適合度が算出される。この特徴適合度に基づいて，指定したクラスタに属する検索されたデータが，そのデータ（クラスタ）が属する特徴分類領域の特徴をどの程度満たしているかを知ることができる。
【００６９】
第６の実施態様においては，上記データ・ベースに記憶されたデータについての複数の属性の一が複数種類の目的であり，一の目的と他の目的との関連の度合いを表す関連度を記憶した関連度辞書をさらに設け，データを検索した後に，上記関連度辞書に記憶された目的を含む目的リストを上記表示装置に表示し，この目的リストから一の目的を指定し，指定された目的と検索されたデータの目的とについて，上記関連度辞書に記憶された関連度を参照してデータの重視度を決定するものである。
【００７０】
この第６の実施態様によると，関連度辞書に記憶された目的を含む目的リストが表示され，この目的リストから指定された目的と検索されたデータの目的とについて，関連度辞書に記憶された関連度を参照してデータの重視度が決定される。このデータの重視度に基づいて，ユーザは指定する目的（検索目的）とデータの関連の度合いを知ることができる。
【００７１】
第７の実施態様は，第６の実施態様においてさらに，上記特徴適合度および上記重視度に基づいて合致度を算出するものである。
【００７２】
第７の実施態様によると，特徴適合度および重視度に基づいて合致度が算出される。このデータの合致度に基づいて，ユーザは指定する目的（検索目的）との関連の度合いおよび特徴分類領域の特徴の適合の度合いを知ることができる。
【００７３】
第５，第６および第７の実施態様において好ましくは，上記特徴適合度，上記重視度または上記合致度に基づいて，検索されたデータの分布を表示装置に表示するものである。
【００７４】
この実施態様によると，特徴適合度，重視度または合致度に基づいて，検索されたデータの分布が表示される。したがって，検索されたデータの分布を容易に知ることができる。
【００７５】
第５，第６および第７の実施態様において好ましくはさらに，上記特徴適合度，上記重視度または上記合致度に基づいて，検索されたデータを上記表示装置にランキング表示するものである。
【００７６】
この実施態様によると，特徴適合度，重視度または合致度に基づいて，検索されたデータがランキング表示される。したがって，検索されたデータを検索目的に合致した順序に見ることができる。
【００７７】
第５，第６および第７の実施態様において好ましくはさらに，上記特徴適合度，上記重視度または上記合致度に基づいて，検索されたデータの中から一または複数のデータを抽出するものである。
【００７８】
この実施態様によると，特徴適合度，重視度または合致度に基づいて，検索されたデータの中から一または複数のデータが抽出される。しがって，検索されたデータの中から，さらに検索目的により合ったデータを得ることができる。
【００７９】
この発明によるデータ・ベース検索方法の一実施態様において，入力装置はポインティング・デバイスが用いられる。ポインティング・ディバイスには，マウス，入力ペン等が含まれる。
【００８０】
この発明によるダイレクト・メール発行方法は，データ・ベース検索方法により抽出されたデータについて，上記データ・ベースに記憶されデータの属性には住所および氏名が含まれており，少なくとも住所および氏名をダイレクト・メールに印刷するものである。
【００８１】
したがって，ＤＭ発行すべき顧客（データ）を容易に検索することがきる。重視度，特徴適合度または合致度に基づいて，ＤＭ発行による効果が得られる顧客を選別することができる。
【００８２】
【実施例の説明】
目次
１ ＤＭ発行支援システム（第１実施例）
１．１ ＤＭ発行支援システムの構成
１．１．１ 処理装置および入，出力装置
１．１．２ 顧客データ・ベース
１．１．３ 顧客特徴分類データ・ベース
１．１．４ ルール・データ・ベース
１．１．５ 購買履歴データ・ベース
１．１．６ 検索コマンド・データ・ベース
１．２ ＤＭ発行支援システムの概要
１．３ ＤＭ発行リスト作成
１．３．１ ＤＭ発行リスト作成の概要
１．３．２ 一次抽出
１．３．３ 二次抽出
（１） クラスタ検索
（２） 条件参照検索
１．４ ＤＭシミュレーション
１．４．１ ＤＭシミュレーションの概要
１．４．２ 一次抽出
１．４．３ 二次抽出
２ ＤＭ発行支援システム（第２実施例）
２．１ ＤＭ発行支援システムの概要
２．２ ＤＭ発行リスト作成
２．３ ＤＭシミュレーション
３ ＤＭ発行支援システム（第３実施例）
３．１ ＤＭ発行支援システムの構成
３．１．１ 関連度辞書
３．２ ＤＭ発行リスト作成
３．３ ＤＭシミュレーション
【００８３】
この発明によるデータ・ベース検索装置を，ダイレクト・メール（以下「ＤＭ」という）を発行するＤＭ発行支援システムに適用した実施例について説明する。このＤＭ発行支援システムは，商品を販売する商店の経営者等（ユーザ）によって使用される。ユーザが，その商店で過去に商品を購入した顧客の中から，ＤＭの発行対象となる顧客の検索および決定を行うときに，ＤＭ発行支援システムはこの検索および決定の支援を行う。このＤＭ発行支援システムは商品を販売する販売業者に限られず，サービスを提供するサービス業者も利用することができる。
【００８４】
１ ＤＭ発行支援システム（第一実施例）
【００８５】
１．１ ＤＭ発行支援システムの構成
【００８６】
図１は，ＤＭ発行支援システムの構成を示すブロック図である。
【００８７】
ＤＭ発行支援システムは，コンピュータ・システムによって構成される。その主要部はコンピュータ本体，すなわち処理装置１である。処理装置１は，後述する入，出力制御処理，検索処理，等を実行するようにプログラムされたコンピュータにより構成される。
【００８８】
１．１．１ 処理装置および入，出力装置
【００８９】
処理装置１には，その入，出力装置として，表示装置５，マウス６，キーボード７および印刷装置８が接続されている。表示装置５にはＣＲＴ表示装置，液晶ディスプレイ装置，プラズマ・ディスプレイ装置，その他のディスプレイ装置が用いられる。マウス６の代わりに入力ペン，その他のポインティング・デバイスを用いてもよい。印刷装置８にはドット・インパクト・プリンタ，熱転写プリンタ，レーザ・プリンタ，その他のプリンタが用いられる。
【００９０】
処理装置１から与えられる表示データに基づいて，後述するように，種々の画面（ウィンドウ）が表示装置５の表示画面に表示される。ユーザは，この表示画面上に表示された各種ボタン（アイコン），リスト・アップされた各種項目のうち，所望のものの位置にマウス６を用いて移動させてクリックまたはドラッグすることにより，要求，意志または選択結果を入力する。また，ユーザは，キーボード７を用いて必要なデータ（数値）を入力する。マウス６またはキーボード７を用いて入力されたデータは，処理装置１に取込まれ，その後の処理に用いられる。表示装置５に表示された表示画面のハード・コピー，処理結果（検索結果）のデータ等の印刷は，印刷装置８によって行われる。
【００９１】
処理装置１には，顧客データ・ベース２，ルール・データ・ベース３，顧客特徴分類データ・ベース４，購買履歴データ・ベース９および検索コマンド・データ・ベース１０が接続されている。これらのデータ・ベースは，磁気ディスク記憶装置，光ディスク記憶装置，その他の記憶装置によって実現される。またこれらのデータ・ベースは一または複数の記憶装置によって実現することもできる。
【００９２】
１．１．２ 顧客データ・ベース
【００９３】
顧客データ・ベース２には複数の顧客についての顧客データが記憶されている。顧客データは顧客情報リストおよび顧客ＲＦＭＴリストからなる。図２は顧客情報リストの一例を示し，図３は顧客ＲＦＭＴリストの一例を示している。
【００９４】
顧客情報リストには，「顧客コード」，「顧客名」，「郵便番号」，「住所」，「電話番号」，「性別」，「初回購入日」，「累積購買回数」および「累積購買全額」がある。顧客ＲＦＭＴリストには，「顧客コード」，「経過月数Ｒ」，「累積購買回数Ｆ」，「累積購買全額Ｍ」および「利用期間Ｔ」がある。「累積購買回数（Ｆ）」と「累積購買金額（Ｍ）」のように，顧客情報リストと顧客ＲＦＭＴリストの双方に同じデータが含まれるものもある。顧客情報リストまたは顧客ＲＦＭＴリストにある「顧客コード」，「顧客名」，「経過月数Ｒ」，等の項目を，総称して「属性」という。
【００９５】
「顧客コード」は顧客を識別するものであり，顧客に１対１に対応付けられるユニークなコード（番号）である。したがって，顧客情報リストにおける顧客コードと顧客ＲＦＭＴリストにおける顧客コードとが同じであれば，各リストのデータは同じ顧客に関するデータである。
【００９６】
「顧客名」は顧客の氏名であり，その顧客について，「郵便番号」，「住所」，「電話番号」および「性別」に関するデータが格納される。
【００９７】
「初回購入日」は，この顧客がこの商店で最初に商品を購入した日であり，この顧客がこの商店の新規顧客となった日でもある。
【００９８】
「最終購入日」は，この顧客がこの商店で最も最近に商品を購入した日である。
【００９９】
「経過月数Ｒ」は，レポート日の該当月が，「最終購入日」の該当月から何ヵ月経過しているかを示す。「レポート日」とは，このＤＭ発行支援システムを用いて顧客データの検索作業を行った日（今日検索を行えば，今日の日付）をいう。たとえば，レポート日が１９９４年３月である場合，顧客コード０００１については最終購入日が１９９２年５月１０日であるから，経過月数Ｒは最終購入日の該当月１９９２年５月から，レポート日の該当月１９９４年３月までの２２月となる。
【０１００】
「累積購買回数Ｆ」（以下単に「購買回数Ｆ」という）は，レポート日から過去の一定期間内（たとえば２年間）に，その顧客が商品を購買した累積回数（合計回数）である。たとえば，顧客コード０００２の顧客の購買回数Ｆは７であるので，この顧客はレポート日から過去の一定期間内に７回，この商店で商品を購入していることになる。
【０１０１】
「累積購買金額Ｍ」（以下単に「購買金額Ｍ」という）は，レポート日から過去の一定期間内（たとえば２年間）に，その顧客が商品を購買した累積金額（合計金額）である。たとえば，顧客コード０００３の顧客の購買金額Ｍは ３６６００円であるので，この顧客はレポート日から過去の一定期間内に，この商店で ３６６００円の買い物をしたことになる。
【０１０２】
「利用期間Ｔ」は，「初回購入日」の該当月から「最終購入日」の該当月の前の月までの月数である。たとえば，顧客コード０００４の顧客については，初回購入日が１９８９年５月１４日であり，最終購入日が１９９２年５月１０日であるから，利用期間Ｔは１９８９年５月から１９９２年４月までの３５ヵ月となる。
【０１０３】
これらの「経過月数Ｒ」，「購買回数Ｆ」，「購買金額Ｍ」および「利用期間Ｔ」は，ＤＭ発行支援システムを用いて顧客データの検索を行ったときに，後述する購買履歴データ・ベース９に記憶されている購買履歴データに基づいて算出され，顧客ＲＦＭＴリストに記憶される。
【０１０４】
新規顧客（この商店で初めて商品を購入した者）を登録する場合には，この顧客の各属性についてのデータが，顧客情報リストおよび顧客ＲＦＭＴリストにそれぞれ登録される。
【０１０５】
１．１．３ 顧客特徴分類データ・ベース
【０１０６】
顧客特徴分類データ・ベース４には，顧客特徴分類データが記憶されている。図４および図５は，顧客特徴分類データ・ベース４に記憶された顧客特徴分類データの一例を示している。
【０１０７】
顧客特徴分類データは，後に詳述するようして顧客データをファジィ・クラスタリングを行って得られるクラスタリング平面を複数の領域に分割するための区間とその分割された各領域の特徴とを表すデータである。図５０は，表示装置５の表示画面上に表示された，経過月数Ｒを横軸とし，購買回数Ｆを縦軸とするＲ−Ｆ平面（クラスタリング平面）を示している。このＲ−Ｆ平面は，Ｒ軸に平行な破線（領域の境界）とＦ軸に平行な破線（領域の境界）によって，領域Ａ１ 〜Ａ４ の４つの領域（以下「顧客特徴分類領域」という）に分割されている。この領域Ａ１ 〜Ａ４ の４つの領域が，顧客特徴分類データのＲ−Ｆ平面についての領域名Ａ１ 〜Ａ４ のＲ軸区間およびＦ軸区間によってそれぞれ定められる。
【０１０８】
Ｒ軸区間およびＦ軸区間の左端と右端の各値は，顧客の特徴を分類するために適した値に設定される。その他の区間についても，同様に顧客の特徴を分類するために適した値に設定される。これらの区間はユーザによってあらかじめ設定される。それらの区間はまた，後述するＤＭシミュレーションの処理結果に基づいて設定してもよい。たとえば，顧客特徴分類領域Ａ１ は，図４に示すように，Ｒ軸区間［ｒ１１，ｒ１２］およびＦ軸区間［ｆ１１，ｆ１２］によって規定される。また，図４２に示す例では，ｒ１１＝０，ｆ３１＝０，ｒ１２＝ｒ２１＝ｒ４１＝２５，ｆ１１＝ｆ２１＝ｆ３２＝１．５ ，ｆ１２＝ｆ２２＝∞およびｒ２２＝ｒ４２＝∞である。
【０１０９】
また，４つの顧客特徴分類領域Ａ１ 〜Ａ４ に表示される顧客の特徴およびその特徴を説明した特徴の説明文（または文章，語句）が，Ｒ−Ｆ平面についての領域名Ａ１ 〜Ａ４ の「顧客の特徴」および「特徴の説明文」が文字列データとしてそれぞれ記憶されている。この「顧客の特徴」および「特徴の説明文」は，後述するように，図５０に示すＲ−Ｆ平面に表示されることができる。たとえば，顧客特徴分類領域Ａ１ については，「顧客の特徴」が「優良顧客」であり，「特徴の説明文」が「経過月数も短く，購買回数も多い。」である。
【０１１０】
顧客特徴分類データ・ベース４には，図４に示すＲ−Ｆ平面および図５に示すＴ−Ｍ平面についての顧客特徴分類データの他に，Ｒ−Ｍ平面，Ｒ−Ｔ平面，Ｆ−Ｍ平面およびＦ−Ｔ平面の各クラスタリング平面についての顧客特徴分類データ（図示略）も記憶される。
【０１１１】
クラスタリング平面は，４領域の分割に限られず，その他種々の数の領域に分割することもできる。たとえばＲ−Ｆ平面をＲ軸およびＦ軸についてそれぞれ３分割し，９つの顧客特徴分類領域ａ１ 〜ａ９ に分割することもできる（図７（Ｂ） 参照）。この場合には，Ｒ−Ｆ平面についての顧客特徴分類データには，顧客特徴分割領域ａ１ 〜ａ９ のそれぞれについてＲ軸区間，Ｆ軸区間，顧客の特徴および特徴の説明文が設定されることになる。
【０１１２】
また，横軸と縦軸とを同じ数の領域ではなく，異なる数の領域に分割することもできる。たとえば，横軸を２分割しかつ縦軸を３分割し，クラスタリング平面を６つの顧客特徴領域に分割することもできる。
【０１１３】
このようなクラスタリング平面の分割は，その他のＲ−Ｍ平面，Ｔ−Ｍ平面等についても同様に行なわれる。
【０１１４】
１．１．４ ルール・データ・ベース
【０１１５】
ルール・データ・ベース３には，クラスタ検索において用いられるメンバーシップ関数およびＳＱＬ検索式（ＳＱＬ（Ｓｔｒｕｃｔｕｒｅｄ Ｑｕｅｒｙ Ｌａｎｇｕａｇｅ） コマンド）を生成するためのルール群が記憶されている。ＳＱＬ検索式は，顧客データの検索に用いられる。メンバーシップ関数は，検索された各顧客データの特徴を定量的に表す適合度を算出するときに用いられる。この適合度に基づいて，後述する特徴適合度が算出され，この特徴適合度の大きい順に顧客データを並べるランキング処理が行われることになる。
【０１１６】
ルール・データ・ベース３に記憶されたルール群の一部を以下に示す。このルール群はＲ−Ｆ平面とＴ−Ｍ平面に関するものであり，各平面を４つの領域に分割したときの一例である。
【０１１７】

【０１１８】
上記のルール群において，「指定されたクラスタ」とは，ファジィ・クラスタリングによってクラスタリングされた複数のクラスタの中から，クラスタリング平面上でユーザによって指定された一のクラスタである。
【０１１９】
パラメータｒｍｉｎ およびｒｍａｘ は，指定されたクラスタに含まれる顧客データの経過月数Ｒの中で，最小および最大の経過月数をそれぞれ示す。ｆｍｉｎ およびｆｍａｘ は，指定されたクラスタに含まれる顧客データの購買回数Ｆの中で，最小および最大の購買回数をそれぞれ示す。ｔｍｉｎ およびｔｍａｘ は，指定されたクラスタに含まれる顧客データの利用期間Ｔの中で，最小および最大の利用期間をそれぞれ示す。ｍｍｉｎ およびｍｍａｘ は，指定されたクラスタに含まれる顧客データの購買金額Ｍの中で，最小および最大の購買金額をそれぞれ示す。
【０１２０】
パラメータＱｒ１，Ｑｒ２，Ｑｆ１，Ｑｆ２，Ｑｔ１，Ｑｔ２，Ｑｍ１およびＱｍ２はそれぞれ，指定されたクラスタについてＳＱＬ検索式により検索された顧客データに基づいて算出されるものであり，詳細については後に説明する。
【０１２１】
メンバーシップ関数Ｆ（ｘ｜ａ，ｂ，ｃ，ｄ）は，メンバーシップ関数の形状を規定する４つのパラメータａ，ｂ，ｃおよびｄの値に応じて以下のように表される。
【０１２２】
ａ＜ｂ＜ｃ＜ｄの場合には，メンバーシップ関数Ｆ（ｘ｜ａ，ｂ，ｃ，ｄ）は次式で表される。メンバーシップ関数は図６（Ａ） に示す形状となる。
【０１２３】
【数１】

【０１２４】
ａ＜ｂ＜ｃ＝ｄの場合には，メンバーシップ関数Ｆ（ｘ｜ａ，ｂ，ｃ，ｄ）は次式で表される。メンバーシップ関数は図６（Ｂ） に示す形状となる。
【０１２５】
【数２】

【０１２６】
ａ＝ｂ＜ｃ＜ｄの場合には，メンバーシップ関数Ｆ（ｘ｜ａ，ｂ，ｃ，ｄ）は，次式で表される。メンバーシップ関数は図６（Ｃ） に示す形状となる。
【０１２７】
【数３】

【０１２８】
ａ＝ｄの場合には，メンバーシップ関数Ｆ（ｘ｜ａ，ｂ，ｃ，ｄ）は，ｂおよびｃの値に関わらず，次式で表される。メンバーシップ関数は図６（Ｄ） に示す形状となる。
【０１２９】
【数４】

【０１３０】
このａ＝ｄの場合には，Ｆ（ｘ｜ａ，ｂ，ｃ，ｄ）はメンバーシップ関数ではなく，シングルトンである。この明細書において単にメンバーシップ関数というときにはシングルトンを含めることにする。
【０１３１】
たとえば，Ｒ−Ｆ平面を顧客特徴分類領域Ａ１ 〜Ａ４ の４つの領域に分割した場合，図７（Ａ） に示すように，領域Ａ１ に属するクラスタについては符号Ｒ１ およびＦ１ のメンバーシップ関数で表される。領域Ａ２ に属するクラスタについては符号Ｒ２ およびＦ１ のメンバーシップ関数，領域Ａ３ に属するクラスタについては符号Ｒ１ およびＦ２ のメンバーシップ関数，領域Ａ４ に属するクラスタについては符号Ｒ２ およびＦ２ のメンバーシップ関数でそれぞれ表される。
【０１３２】
メンバーシップ関数をこのように設定するのは，各顧客データがそのデータが属する顧客特徴分類領域に対応する特徴をどの程度満たしているかを定量的に求めるのに適しているかどうかである。たとえば，顧客特徴分類領域Ａ１ に属する顧客の特徴は，図５０に示すように「優良顧客」である。この領域Ａ１ に属する顧客のうちで，購買回数Ｆの値が大きい顧客ほど優良顧客である度合いは大きくなり，また経過月数Ｒの値が小さい顧客ほど優良顧客である度合いは大きくなる。したがって，この領域Ａ１ においては，購買回数Ｆの値が大きくなるにつれて適合度が大きくなるメンバーシップ関数および経過月数Ｒの値が小さくなるにつれて適合度が大きくなるメンバーシップ関数が，図７（Ａ） に示すように，それぞれ設定される。
【０１３３】
メンバーシップ関数は，各顧客データについて，その顧客データが含まれる領域の特徴を定量的に求めるために適したものであれば，図７（Ａ） に示すもの以外のものを用いることもできる。
【０１３４】
図７（Ｂ） は，Ｒ−Ｆ平面をＲ軸およびＦ軸ついてそれぞれ３分割し，９つの顧客特徴分類領域ａ１ 〜ａ９ に分割した場合の各領域についてのメンバーシップ関数の一例を示している。この場合には，Ｆ軸については４つの領域に分割したときのメンバーシップ関数Ｆ１ とＦ２ の間にＦ３ が加えられ，Ｒ軸については４つの領域に分割したときのメンバーシップ関数Ｒ１ とＲ２ の間にＲ３ が加えられている。
【０１３５】
１．１．５ 購買履歴データ・ベース
【０１３６】
購買履歴データ・ベース９には，各顧客の購買の履歴を表す購買履歴データが記憶される。図８は購買履歴データの一例を示している。
【０１３７】
購買履歴データには，「受注コード」，「購入日」，「顧客コード」，「数量」，「単価」，「全額」，「用途」および「ＤＭ備考」がある。
【０１３８】
「受注コード」は，顧客が商品を購入するごとに付けられる識別番号である。この「受注コード」について，顧客が商品を購入した日を表わす「購入日」，その顧客を示す「顧客コード」，購入した商品の個数を示す「数量」，購入した商品の「単価」，および購入した商品の総金額を表わす「金額」が格納される。
【０１３９】
「用途」は，どのような用途または目的で商品を購入したかを示すものである。たとえば，用途「５０」は母の日ためのプレゼント（商品）を購入したことを表す。用途「６０」は父の日のためのプレゼント（商品）を購入したことを表す。用途「８０」は敬老の日に祖父母のためのプレゼント（商品）を購入したことを表す。用途「９０」はその他の用途または目的のための商品を購入したことをそれぞれ表す。
【０１４０】
「ＤＭ備考」は，商品を購入した顧客が，ＤＭによりセールの通知を受けていたかどうかを示す。ＤＭ備考の欄が「１」の顧客は，ＤＭでセールの通知を受けたことにより来店して，商品を購入した顧客を示している。ＤＭ備考の欄が「０」の顧客は，ＤＭでセールの通知を受けなかったが，来店して商品を購入した顧客を示している。
【０１４１】
「用途」および「ＤＭ備考」は，商品購入の際に，顧客にアンケート調査することにより得られる。
【０１４２】
たとえば，図８に示す購買履歴データでは，顧客コード０００８の顧客は１９９２年４月２５日に単価６０００円の商品を１個購入していることが分かる。顧客がこの商店で商品を購入するごとに，この購買履歴データが更新（追加）される。この購買履歴データに基づいて，上述したように，購買回数Ｆ，購買金額Ｍ等の値が求められる。
【０１４３】
１．１．６ 検索コマンド・データ・ベース
【０１４４】
検索コマンド・データ・ベース１０には，後述するＤＭシミュレーションにおいて登録された検索コマンド・データが記憶される。図９〜図１３は，検索コマンド・データの一例を示している。検索コマンド・データはＤＭシミュレーションにおいて登録される顧客データを検索するためのものであり，条件参照検索において用いられる。この検索コマンド・データの登録についてはＤＭシミュレーションにおいて詳述する。
【０１４５】
図９は検索コマンド・データの構造を示している。「用途」は上述した購買履歴データにおけるものである。検索コマンド・データは，用途毎に，検索条件セットが記憶される。この検索条件セットには各用途についての検索条件（ＳＱＬ検索式）が記憶される。用途に対応するセール名が「備考」の欄に記載されている。たとえば，「用途」が「５０」には，「備考」の欄ににセール名「母の日」が入力されている。
【０１４６】
図１０は検索条件セット５の検索条件の一例を示し，図１１は検索条件セット６の検索条件の一例を示している。検索条件セットは，「検索条件式」，「検索項目」，「ＳＱＬ検索式」，「ＭＦラベル」，「重視度」，「適合率」および「再現率」がある。「検索条件式」，「重視度」および「検索項目」についてはＤＭ発行リスト作成において詳述し，「適合率」および「再現率」についてはＤＭシミュレーションにおいて詳述する。
【０１４７】
ＳＱＬ検索式は検索項目「経過月数Ｒ」，「購買回数Ｆ」，「利用期間Ｔ」および「購買金額Ｍ」のそれぞれについて，顧客データを検索するための検索条件式（ ＷＨＥＲＥ文）を規定する値である。
【０１４８】
ＳＱＬ検索式は，検索項目「経過月数Ｒ」，「購買回数Ｆ」，「利用期間Ｔ」および「購買金額Ｍ」のそれぞれについて２つの数値からなる。左側の数値がＳＱＬ検索式“ＷＨＥＲＥ ａ≦ｘ≦ｂ”におけるａに対応し，右側の値がｂに対応する。左側の値が「ＮＵＬＬ」の場合には「−∞」であることを示し，右側の値が「ＮＵＬＬ」の場合には「＋∞」であることを示す。たとえば，図１０に示す検索条件セット５では，「Ｎｏ．１」の「経過月数Ｒ」については，左側の数値が「ＮＵＬＬ」であり，右側の数値が「２４」であるから，ＳＱＬ検索式は“ＷＨＥＲＥ −∞≦ｒ≦２４”，すなわち“ＷＨＥＲＥ ｒ≦２４”となる。
【０１４９】
「ＭＦラベル」はメンバーシップ関数を識別するラベルである。このＭＦラベルに対応するメンバーシップ関数に関するパラメータが図１２，１３に示されている。図１２は検索条件セット５についてメンバーシップ関数に関するパラメータの一例を示し，図１３は検索条件セット６についてメンバーシップ関数に関するパラメータを示している。
【０１５０】
メンバーシップ関数に関するパラメータには，ルール・データ・ベース４において説明したメンバーシップ関数を規定する４つのパラメータと，そのメンバーシップ関数の形状（備考）とが含まれる。メンバーシップ関数の形状は，図１２，１３に示すように，その形状が記憶される。メンバーシップ関数の形状は，そのパラメータによって一義的に定まるので，メンバーシップ関数の形状は登録しなくてもよい。
【０１５１】
１．２ ＤＭ発行支援システムの概要
【０１５２】
図１４は処理装置１によって行われるＤＭ発行支援システムの処理手順を示すフロー・チャートである。
【０１５３】
ＤＭ発行支援システムが起動されると，図３２に示すように，初期画面としてメニュー・ウィンドウＷ１ が表示装置５の表示画面に表示される（ステップ１０１ ）。以下，「ウィンドウが表示装置５の表示画面に表示される」ことを，単に「ウィンドウが表示される」という。
【０１５４】
メニュー・ウィンドウＷ１ には，「ＤＢ管理（データ・ベース管理）」，「ＤＭシミュレーション」，「ＤＭ発行リスト作成」，「ＤＭ反応測定／分析」および「ＨＥＬＰ」のボタンが設けられている。ユーザがこれらのボタン（アイコン）の位置にマウス６を用いてカーソルを移動させて（合わせて）クリックすることにより，そのクリックされたボタンに対応する処理が実行される。「ユーザが，ウィンドウ上の所望のボタンの位置に，マウス６を用いてカーソルを合わせてクリックする」ことを，単に「ボタンをクリックする」という。
【０１５５】
「ＤＢ管理」ボタンがクリックされると，顧客データ・ベース２，購買履歴データ・ベース９等に記憶されたデータを管理するためのウィンドウ（図省略）が表示される。ユーザは，このウィンドウにおいて必要な処理を指示し，またはデータを入力することによってデータの管理処理を行うことができる（ステップ１０３ ）。
【０１５６】
「ＤＭ発行リスト作成」ボタンがクリックされると，ＤＭ発行リスト作成処理が行われる（ステップ１０４ ）。このＤＭ発行リスト作成処理はＤＭを発行する顧客のリスト（後述する顧客データのランキング表示）を作成し，そのリストの全部または一部の顧客にＤＭを発行するものである。その詳細は「１．３ ＤＭ発行リスト作成」において説明する。
【０１５７】
「ＤＭシミュレーション」ボタンがクリックされると，ＤＭシミュレーション処理が行われる（ステップ１０４ ）。このＤＭシミュレーション処理はＤＭの発行の効果がより現れる顧客データの検索条件を見つけるときに行われるものである。その詳細は「１．２．２ ＤＭ発行リスト作成」において説明する。
【０１５８】
「ＤＭ反応測定／分析」ボタンがクリックされると，購買履歴データを入力するためのウィンドウ（図示略）が表示される（ステップ１０６ ）。このウィンドウにおいて，商品を購入した顧客に関する購買履歴データが入力され，購買履歴データが更新（追加）される。
【０１５９】
「ＨＥＬＰ」ボタンがクリックされると，このＤＭ発行支援システムの説明，各ボタンについての説明，その他の必要な説明を表示したヘルプ・ウィンドウ（図示略）が表示される（ステップ１０７ ）。
【０１６０】
１．３ ＤＭ発行リスト作成
【０１６１】
１．３．１ ＤＭ発行リスト作成の概要
【０１６２】
ＤＭ発行リスト作成においては，顧客データ・ベース２に記憶された顧客データの中から，ＤＭを送付するべき顧客データを検索し，顧客のリストを作成するものである。ＤＭ発行リスト作成では，作成した顧客のリストに含まれる全部または一部の顧客にＤＭを送付するための住所ラベルを発行（印刷）することができる。
【０１６３】
図１５は，図１４におけるＤＭ発行リスト作成の手順の概要を示している。
【０１６４】
メニュー・ウィンドウＷ１ において「ＤＭ発行リスト作成」ボタンがクリックされると，図３３に示す「ＤＭ発行リスト作成」ウィンドウＷ２ が，メニュー・ウィンドウＷ１ に代えてまたはその上に表示される（ステップ１１１ ）。
【０１６５】
「ＤＭ発行リスト作成」ウィンドウＷ２ には，「一次抽出」，「二次抽出」，「印刷」および「ＨＥＬＰ」のボタンが設けられ，これらのボタンの中のいずれかが選択（クリック）される（ステップ１１２ ）。
【０１６６】
「一次抽出」（一次検索）は，二次抽出の前に行われる処理であり，二次抽出の対象となる顧客データ群を一部に限定（抽出）するためのものである。特定の顧客（顧客データ群）をＤＭ送付の対象とする場合，たとえば，女性のみの顧客データ群，初回購入日が１９９４年４月３０日以前の顧客データ群等を，二次抽出の対象とするときには，一次抽出が行われる。
【０１６７】
また，顧客データ・ベース２に記憶（登録）された顧客データの数が膨大である場合には，二次抽出を行う顧客データの数を減らすために，一次抽出を行うことが好ましい。たとえば顧客データが数十万件，数百万件，またはこれ以上ある場合には一次抽出が行われるであろう。
【０１６８】
一次抽出は，顧客データ・ベース２に記憶された顧客情報リストを参照して行われる。顧客データ・ベース２から一次抽出により抽出された顧客データに関する顧客ＦＲＭＴリストが，処理装置１に付随するメモリに記憶されることなる。
【０１６９】
「二次抽出」（二次検索）は，二次抽出の対象となる顧客データをファジィ・クラスタリングしてクラスタリング平面上に表示し，このクラスタリング平面を見てユーザが入力（指定）するクラスタ検索条件式にしたがって顧客データを検索（抽出）するものである。二次抽出の対象となる顧客データは，二次抽出の前に一次抽出が行われた場合には処理装置１に付随するメモリに記憶された顧客ＦＲＭＴリストに含まれる顧客データであり，一次抽出が行われなかった場合には顧客データ・ベース２に記憶された顧客ＦＲＭＴリストに含まれる顧客データである。この二次抽出においては，さらに検索された顧客データについて特徴適合度が算出され，この特徴適合度に基づいてＤＭ発行の効果がより現われる顧客が限定される。
【０１７０】
「印刷」は，二次抽出が行われた後，二次抽出によって検索された顧客データの特徴適合度に基づいてＤＭを印刷するためのものである。この「印刷」ボタンがクリックされると（ステップ１１５ ），後述する「住所ラベルの印刷」ウィンドウ（図３２，ウィンドウＷ１０参照）が表示され，二次抽出処理により抽出された顧客データのうちその全部または一部の顧客についてＤＭを顧客に送付するための住所ラベルが印刷（発行）されることになる。
【０１７１】
「ＨＥＬＰ」は，この「ＤＭ発行リスト作成」ウィンドウＷ２ に関する操作方法の説明，各ボタンについての説明，その他の必要な説明が表示されたヘルプ・ウィンドウ（図示略）を見るためのものであり，必要に応じて指示される（ステップ１１６ ）。
【０１７２】
１．３．２ 一次抽出
【０１７３】
図１６は図１５に示すステップ１１３ における一次抽出の詳細な手順を示している。
【０１７４】
「ＤＭ発行リスト作成」ウィンドウＷ２ において「一次抽出」ボタンがクリックされると，図３４に示すように，「ＤＭ発行リスト作成」ウィンドウＷ２ 上に「検索条件項目の選択（一次抽出）」ウィンドウＷ３ が表示される（ステップ１２１ ）。
【０１７５】
この「検索条件項目の選択」ウィンドウＷ３ には，「検索項目」と「検索条件」がある。「検索項目」は一次抽出を行う検索条件を設定する項目であり，「検索条件」は各検索項目についての検索条件である。検索項目には，「地域」，「性別」，「初回購入日」および「累積購買回数」がある。「検索条件項目の選択」ウィンドウＷ３ が表示されたとき，検索条件には「未指定」がずべての検索項目についてあらかじめ設定されている。検索項目として，その他の属性，たとえば「用途」，「最終購入日」，等を，上記検索項目に代えてまたは加えて設けることもできる。
【０１７６】
「検索条件項目の選択」ウィンドウＷ３ において，各検索項目に検索条件がユーザによって設定される（ステップ１２２ ）。ユーザは，キーボード７またはマウス６を用いて所望の検索項目を指定し，その検索項目に検索条件をキーボード７から入力する。検索条件は，あらかじめ設定された複数の条件の中から選択するようにしてもよい。
【０１７７】
検索条件を設定しない検索項目には，「未指定」が設定されたままとなり，この「未指定」が設定された検索項目については，顧客データが一次抽出される際にその検索項目は無視される。たとえば，図３４では，検索項目「性別」に検索条件「Ｆ（女性）」が入力され，それ以外の検索項目「地域」，「初回購入日」および「購買回数」はそれぞれ「未指定」のままである。
【０１７８】
所望の検索条件が入力され，「検索条件項目の選択」ウィンドウＷ３ において「ＯＫ」ボタンがクリックされると，顧客データ・ベース２から顧客データの一次抽出が行われる（ステップ１２３ ）。この一次抽出は顧客データ・ベース２に記憶された顧客データについて次のようにして行われる。一次抽出における検索項目「地域」，「性別」，「初回購入日」および「累積購買回数」はそれぞれ，顧客データ・ベース２に記憶された顧客情報リストにおける「住所」，「性別」，「初回購入日」および「累積購買回数」のデータに対応する。「検索条件項目の選択」ウィンドウＷ３ において設定された検索条件を満たす顧客データが顧客情報リストから検索され，その顧客データの顧客コードが得られる。その顧客コードについて，顧客データ・ベース２に記憶された顧客ＦＲＭＴリストから，「経過月数Ｒ」，「累積購買回数Ｆ」，「累積購買金額Ｍ」および「利用期間Ｔ」が抽出され処理装置１に付随するメモリに記憶される。一次抽出が終了すると，「検索条件項目の選択」ウィンドウＷ３ は消去され，再び図３３に示すような「ＤＭ発行リスト作成」ウィンドウＷ２ に戻る。
【０１７９】
「検索条件項目の選択」ウィンドウＷ３ において，「ＣＡＮＣＥＬ」ボタンがクリックされると，入力された検索条件が取消され，このウィンドウＷ３ は消去される。「ＨＥＬＰ」ボタンがクリックされると，このウィンドウＷ３ に表示された検索条件項目についての説明，その他の説明が表示される。
【０１８０】
上述の例では，検索条件項目「性別」について検索条件「Ｆ」のみが設定されたので，女性の顧客のみが一次抽出顧客データとしてが検索されることになる。図３５は，一次抽出によって得られた顧客データの一例を示している。この図３５では，顧客コード０００１〜００１０の１０個の顧客データを示している。実際には数百，数千，またはこれ以上の顧客データが一次抽出により検索されるであろう。
【０１８１】
以下，一次抽出により検索された顧客データ（経過月数Ｒ，累積購買回数Ｆ，累積購買金額Ｍおよび利用期間Ｔ）を，「一次抽出顧客データ」という。これに対して，一次抽出または二次抽出が行われていない顧客データ・ベース２に記憶された顧客ＦＲＭＴリストに含まれる顧客データを，「未抽出顧客データ」という。
【０１８２】
１．３．３ 二次抽出
【０１８３】
図１７〜２４は，図１４に示す「二次抽出」の詳細な処理手順を示すフロー・チャートである。
【０１８４】
「ＤＭ発行リスト作成」ウィンドウＷ２ において「二次抽出」ボタンがクリックされると，図３６に示すように，「二次抽出」ボタンにプル・ダウン・メニューｐ１ が表示される（ステップ１３１ ）。このプル・ダウン・メニューｐ１ には，「クラスタ検索」および「条件参照検索」がある。
【０１８５】
「クラスタ検索」は，ファジィ・クラスタリングした顧客データを表示したクラスタリング平面について，ユーザーが所望のクラスタを指定しこのクラスタを含むクラスタ検索条件式を入力し，このクラスタ検索条件式にしたがって顧客データを検索するものである。
【０１８６】
「条件参照検索」は，ＤＭシミュレーションにおいて検索コマンド・データ・ベース１０に登録された検索条件式に基づいて顧客データを検索するものである。
【０１８７】
（１） クラスタ検索
【０１８８】
「二次抽出」ボタンのプル・ダウン・メニューｐ１ において「クラスタ検索」がクリックされると（ステップ１３２ でクラスタ検索），図３７に示すように，「ＤＭ発行リスト作成」ウィンドウＷ２ 上に「検索条件項目の選択（二次抽出）」ウィンドウＷ４ が表示される（ステップ１３４ ）。
【０１８９】
「検索条件項目の選択」ウィンドウＷ４ には，「検索項目リスト」，「選択結果リスト」および「重視度」がある。
【０１９０】
「検索項目リスト」には，処理装置１のメモリに記憶された一次抽出顧客データの属性または顧客データ・ベース２に記憶された未抽出顧客データの属性，すなわち，「顧客コード」，「経過月数Ｒ」，「購買回数Ｆ」，「購買全額Ｍ」および「利用期間Ｔ」が，この「検索条件項目の選択」ウィンドウＷ４ の表示とともに表示される。
【０１９１】
「検索条件項目の選択」ウィンドウＷ４ において，検索項目リストの中から所望の２つの検索項目が選択され，選択された検索項目のそれぞれについて重視度が入力される（ステップ１３６ ）。検索項目は，クラスタリング平面の横軸と縦軸になるものである。
【０１９２】
重視度は，選択された２つの検索条件項目をどの程度の重みでそれぞれを評価し，特徴適合度に反映させるかを示すパラメータである。この重視度は後述するランキング処理において用いられる。重視度は１〜１００ の整数で入力される。経過月数Ｒ，購買回数Ｆ，購買全額Ｍおよび利用期間Ｔの重視度をそれぞれ，Ｉｒ ，Ｉｆ ，Ｉｍ およびＩｔ で表す。
【０１９３】
選択される検索項目は２つに限られず，１つまたは３つ以上の検索項目を選択することもできる。検索項目が１つの場合には，その検索項目を横軸とし，顧客データの件数を縦軸とするヒストグラム表示される。検索項目が３つの場合には，顧客データがそれらの検索項目を座標軸とする３次元表示される。
【０１９４】
「検索項目リスト」において，ユーザが所望の検索項目をマウス６でクリックすることにより検索項目が選択されると，その検索項目が「選択結果リスト」に表示される。たとえば，図３８では，「経過月数Ｒ」および「購買回数Ｆ」の２つが選択されている。
【０１９５】
次に，ユーザは選択した検索項目についてその「重視度」の欄にカーソルを合わせ，重視度（数値）をキーボード７から入力する。たとえば，図３８では，検索項目「経過月数Ｒ」および「購買回数Ｆ」についての重視度Ｉｒ およびＩｆ として，「７０」および「３０」が入力されている。
【０１９６】
「検索条件項目の選択」ウィンドウＷ４ において，２つの検索項目が選択されそれらの重視度が入力された後に，「ＯＫ」ボタンがクリックされると，図３８に示すように，「ＤＭ発行リスト作成」ウィンドウＷ２ 上に「クラスタ数の指定」ウィンドウＷ５ が表示される（ステップ１３７ ）。ウィンドウＷ４ において「ＯＫ」ボタンがクリックされたとき，２つの検索項目とそれらの重視度は，処理装置１に付随するメモリに記憶される。
【０１９７】
「クラスタ数の指定」ウィンドウＷ５ は，次に行われるファジィ・クラスタリングにおいて顧客データをいくつのクラスタに分類するかを示すクラスタ数（分類数）を入力するためのものである。
【０１９８】
この「クラスタ数の指定」ウィンドウＷ５ においてクラスタ数がユーザによって入力される（ステップ１３８ ）。クラスタ数の表示欄２２には，「クラスタ数の指定」ウィンドウＷ５ が表示されるとともに初期値として「１」が表示される。この表示欄２２の右にある矢印ボタン２３がクリックされると，その１回のクリックごとに，表示欄２２に表示された数値が１ずつ増加する。逆に，表示欄２２の左にある矢印ボタン２１がクリックされると，その１回のクリックごとに，表示欄２２に表示された数値が１ずつ減少する。カーソルを表示欄２２にマウス６を用いて合わせ，キーボード７からクラスタ数（数値）を入力するようにしてもよい。
【０１９９】
また，クラスタ数を一定値に固定しておく場合には，「クラスタ数の指定」ウィンドウＷ５ を表示せず，その一定値を処理装置１内にあらかじめ記憶（登録）しておけばよい。図３８では，クラスタ数として「４」が入力されている。
【０２００】
「クラスタ数の指定」ウィンドウＷ５ において，クラスタ数が入力された後に，「ＯＫ」ボタンがクリックされると，入力されたクラスタ数が確定し，ファジィ・クラスタリング処理が行われる（ステップ１３９ ）。「クラスタ数の指定」ウィンドウＷ５ において「ＯＫ」ボタンがクリックされたとき，入力されたクラスタ数は処理装置１に付随するメモリに記憶され，その後「検索条件項目の選択」ウィンドウＷ４ と「クラスタ数の指定」ウィンドウＷ５ は消去される。
【０２０１】
ファジィ・クラスタリングは，処理装置１に付随するメモリに記憶された一次抽出顧客データ，または顧客データ・ベース２に記憶された未抽出顧客データについて行われる。以下ファジィ・クラスタリングについて詳述する。
【０２０２】
複数の要素（顧客データ）を一または複数のクラスタに分類するクラスタリングにおいて，ファジィ・クラスタリングは，一の要素が複数のクラスタに帰属する（含まれる）ことを認めるものである。ファジィ・クラスタリングでは，クラスタに帰属する度合いを表す帰属度は「０〜１」の実数で表される。一の要素が帰属するすべてのクラスタに属する帰属度の総和は「１」である。
【０２０３】
これに対して，ファジィ・クラスタリングではない一般のクラスタリング（ハード・クラスタリングと呼ばれることもある）は，一の要素はいずれか一のクラスタへの帰属しか認められていない。したがって，一般のクラスタリングでは，帰属度が「０」または「１」の値をとり，要素が帰属するクラスタの帰属度が「１」となり，その他のクラスタに属する帰属度が「０」となる。一般のクラスタリングは，ファジィ・クラスタリングの特殊な場合と考えることができる。一方，一般のクラスタリングは，ファジィ・クラスタリングにおいて，帰属度が最大となるクラスタに属する帰属度を「１」にし，それ以外のクラスタに属する帰属度を「０」にしたことに相当する。
【０２０４】
また，クラスタに対する帰属度が大きいほどそのクラスタに要素が帰属する度合いが大きく，帰属度が小さいほどそのクラスタに要素が帰属する度合いが小さい。帰属度が最大のクラスタに属するものとされ，以下そのクラスタを所属クラスタという。
【０２０５】
ファジィ・クラスタリングには，ファジィｃ−ｍｅａｎｓ 法，ファジィｋ−ｍｅａｎｓ 法，その他の方法がある。たとえばファジィｃ−ｍｅａｎｓ 法を用いる。ファジィｃ−ｍｅａｎｓ 法は，一般のクラスタリングにおけるｃ−ｍｅａｎｓ 法に帰属度を導入したものである。ファジィｃ−ｍｅａｎｓ 法では，上述の各要素について，各クラスタに属する帰属度と，各クラスタの中心位置（クラスタに属する要素の平均値，または平均ベクトルもしくは中心ベクトル）を表すクラスタ・センタが算出される。
【０２０６】
ファジィｃ−ｍｅａｎｓ 法によりファジィ・クラスタリングを行う場合，クラスタ数，重みｍ，ｐ×ｐ正定行列Ｇ，収束判定値εおよび初期分割行列を設定する必要がある。クラスタ数は上記「クラスタ数の指定」ウィンドウＷ５ において指定されたものである。重みｍおよび収束判定値εは処理装置１に付随するメモリ（ＲＯＭ等）もしくはデータ・ベースにあらかじめ記憶（登録）されている。重みｍはたとえばｍ＝２である。ｐ×ｐ正定行列Ｇについては，ｐは検索項目として選択された項目数を表し，この実施例では２つ検索項目が選択されるのでｐ＝２であり，この２×２正定行列Ｇは収束判定値εはたとえばε＝０．００１ である。正定行列Ｇおよび初期分割行列は，ファジィ・クラスタリングが実行される前に，たとえば擬似乱数により生成される。
【０２０７】
ファジィ・クラスタリングにより得られた帰属度に基づいて，各顧客データの所属クラスタが決定される。所属クラスタは，上述のように，顧客データについて帰属度が最大となるクラスタである。
【０２０８】
ファジィ・クラスタリング処理により得られる各顧客データの各クラスタに対する帰属度，各顧客データの所属クラスタおよび各クラスタのクラスタ・センタは，処理装置１に付随するメモリに記憶される。後に説明するように，クラスタリング平面はクラスタ・センタの位置と顧客データが所属するクラスタとが表示されるので，所属クラスタとクラスタ・センタの２つをメモリに記憶しておけばよい。図３９および図４０は，図３５に示す一次抽出顧客データについて，ファジィ・クラスタリングを行った結果を示している。図３９は顧客コード０００１〜００１０についてクラスタＣ１，Ｃ２，Ｃ３およびＣ４の各クラスタＣｉ に属する帰属度および所属クラスタを示し，図４０はクラスタＣ１，Ｃ２，Ｃ３およびＣ４についてクラスタ・センタを示している。たとえば，顧客コード０００１の顧客データについて，クラスタＣ１，Ｃ２，Ｃ３およびＣ４に属する帰属度はそれぞれ，η１１＝０．０４３８，η２１＝０．９３０３，η３１＝０．０１４２およびη４１＝０．０１１７である。これらの帰属度の総和は上述したとおり，「１」である。この顧客データ０００１は，帰属度がη２１＝０．９３０３で最大であるクラスタＣ２に属していることになるから，顧客データ０００１の所属クラスタはＣ２となる。また，クラスタＣ１のクラスタ・センタは，Ｃｒ１＝３４．１１８４ およびＣｆ１＝１．７２５３である。
【０２０９】
ファジィ・クラスタリング処理が終了すると，図４２に示すように，「ＤＭ発行リスト作成」ウィンドウＷ２ に代えてまたはその上に「クラスタの指定＆クラスタ条件式の入力」ウィンドウ（以下，「クラスタ指定ウィンドウ」という）Ｗ６ が表示される（ステップ１４０ ）。
【０２１０】
クラスタ指定ウィンドウＷ６ には，その上段に「指定方式選択」と「条件式入力」のボタンが設けられ，その下段に「クラスタ選択結果リスト」および「クラスタ検索条件式リスト」が設けられている。「指定方式選択」は，顧客データの検索を行うクラスタを指定する際に，その指定方式を選択するときに指示されるものである。「条件式入力」は二次抽出を行うためのクラスタ検索条件式を入力するときに指示されるものである。「クラスタ選択結果リスト」には後述するようにしてユーザによって指定されるクラスタが表示される。「クラスタ検索条件式リスト」には後述するようにしてユーザによって入力されるクラスタ検索条件式が表示される。
【０２１１】
クラスタ指定ウィンドウＷ６ が表示されると，その中段にクラスタリング平面が表示される（ステップ１４１ ）。
【０２１２】
図４１に示すクラスタリング平面には，図３７に示す「検索条件項目の選択」ウィンドウＷ４ で選択された２つの検索項目「経過月数Ｒ」および「購買回数Ｆ」について，「経過月数Ｒ」を横軸とし，「購買回数Ｆ」を縦軸とするＲ−Ｆ平面である。このＲ−Ｆ平面の拡大図が図４２に示されている。Ｒ−Ｆ平面では，クラスタ毎に異なる色彩で，顧客データが点（菱形）により表示され，そのクラスタ・センタも顧客データと同一の色彩で（白抜き丸形）により表示される。たとえば，クラスタＣ１，Ｃ２，Ｃ３およびＣ４をそれぞれ，赤，黄，青および白で表示する。
【０２１３】
このようにクラスタ毎に顧客データとクラスタ・センタを色分けすることにより，ユーザが各顧客データがどのクラスタに属しているかを容易に見分けることができる。
【０２１４】
図４１では，顧客データを表す点（菱形）の側に符号（１〜１０）を付し，クラスタ・センタを表す点（白抜き丸形）の側に符号（Ｃ１〜Ｃ４）を付し，各クラスタに属する顧客データを一点鎖線（楕円または円）で囲んでいる。顧客データ１〜１０は，顧客コード０００１〜００１０にそれぞれ対応する顧客データを表す。この実施例の説明では，顧客データ１〜１０の１０個の顧客データが示されているが，実際にはデータ・ベース２に記憶された顧客データ数に応じてもっと多くの顧客データ（数百〜数千）が表示されるであろう。たとえば，顧客データ２は「経過月数Ｒ」が「９」であり，「購買回数Ｆ」が「７」であるので，顧客データ２を表す点はＲ−Ｆ平面において座標（９，７）に表示されている。
【０２１５】
クラスタリング平面は，「１．１．３ 顧客特徴分類データ・ベース」において説明したように，顧客特徴分類データ・ベース４に記憶されたデータに基づいて，４つの顧客特徴分類Ａ１ 〜Ａ４ に分割される。これらの領域は，図４２に示すように，Ｒ軸とＦ軸をそれぞれ破線によって分割される。
【０２１６】
クラスタリング平面が表示されると，図４３に示すように，「検索条件項目の選択」ウィンドウＷ４ がクラスタ指定ウィンドウＷ６ 上に一部重なるように表示される（ステップ１３４ ）。
【０２１７】
異なる検索項目についてファジィ・クラスタリングによるクラスタリング平面を作成する場合には，「検索条件項目の選択」ウィンドウＷ４ における「検索項目リスト」から２つの検索項目が選択され，それらについつて重視度が入力される（ステップ１３６ ）。その後，「検索条件項目の選択」ウィンドウＷ４ において「ＯＫ」ボタンがクリックされると，図４４に示すように，「クラスタ数の指定」ウィンドウＷ５ が表示される（ステップ１３７ ）。このとき，「選択条件項目の選択」ウィンドウＷ４ において選択された検索項目とそれらの重視度が処理装置１に付随するメモリに記憶される。
【０２１８】
「クラスタ数の指定」ウィンドウＷ５ においてクラスタ数がユーザによって入力される（ステップ１３８ ）。図４４では，「検索条件項目の選択」ウィンドウＷ４ において検索項目として「購買金額Ｍ」および「利用期間Ｔ」が選択され，これらの検索項目に対する重視度として「３０」が入力されている。また図４４では「クラスタ数の指定」ウィンドウＷ５ においてクラスタ数として「４」が入力されている。
【０２１９】
図４５は，処理装置１に付随するメモリに記憶された各検索項目について入力された重視度の一例を示している。図４５は検索項目，「経過月数Ｒ」，「購買回数Ｆ」，「購買金額Ｍ」および「利用期間Ｔ」についてそれぞれ，重視度「７０」，「３０」，「３０」および「３０」が記憶されている。
【０２２０】
「クラスタ数の指定」ウィンドウＷ５ において「ＯＫ」ボタンがクリックされると，ファジィ・クラスタリング処理が行われる（ステップ１３９ ）。「クラスタ数の指定」ウィンドウＷ５ において「ＯＫ」ボタンがクリックされたとき，「検索条件項目の選択」ウィンドウＷ４ および「クラスタ数の指定」ウィンドウＷ５ は消去される。このとき，クラスタ数とは，処理装置１に付随するメモリに記憶される。
【０２２１】
ファジィ・クラスタリング処理が終了すると，クラスタ指定ウィンドウＷ５ （このウィンドウＷ５ は既に表示されているので改めて表示されず，表示された状態となっている）内に，クラスタリング平面が表示される（ステップ１４１ ）。
【０２２２】
図４６では，図４４に示す「検索条件項目の選択」ウィンドウＷ４ において検索項目として「利用期間Ｔ」および「購買金額Ｍ」が選択されているから，「利用期間Ｔ」を横軸，「購買金額Ｍ」を縦軸とするＴ−Ｍ平面が表示される。図４６は，Ｔ−Ｍ平面がさらに表示されたクラスタ指定ウィンドウＷ６ を示している。また，このＴ−Ｍ平面を拡大した拡大図が，図４７に示されている（これらの図においても，記載の便宜上，１０個の顧客データ１〜１０が示されている）。このＴ−Ｍ平面では，顧客データを示す点（三角形）で表示され，クラスタ・センタが点（丸形）で表示されている。
【０２２３】
クラスタリング平面が表示されると，「検索条件項目の選択」ウィンドウＷ４ がクラスタ指定ウィンドウＷ６ 上に一部重なる状態で表示される（ステップ１３４ ）。この「検索条件項目の選択」ウィンドウＷ４ において新たな検索項目が選択されず，「ＣＡＮＣＥＬ」ボタンがクリックされると（ステップ１３５ でＹＥＳ ），図４８に示すように，「検索条件項目の選択」ウィンドウＷ４ は消去される。
【０２２４】
このように，経過月数Ｒと購買回数Ｆ（または利用期間Ｔと購買金額Ｍ）について，ファジィ・クラスタリングした顧客データを表示することにより，ユーザは顧客データの経過月数Ｒと購買回数Ｆ（または利用期間Ｔと購買金額Ｍ）についての分布および相関関係を，顧客データの検索に先だって容易に把握することができる。
【０２２５】
また，顧客データを経過月数Ｒと購買回数Ｆ（または利用期間Ｔと購買金額Ｍ）に基づいてファジィ・クラスタリングすることにより，顧客データ群が経過月数Ｒと購買回数Ｆ（または利用期間Ｔと購買金額Ｍ）について類似したもの同士（クラスタ）に分類されることになる。これにより，経過月数Ｒと購買回数Ｆ（または利用期間Ｔと購買金額Ｍ）について類似する顧客データの検索が容易になる。
【０２２６】
クラスタ指定ウィンドウＷ６ において「ＨＥＬＰ」ボタンがクリックされると，図４９に示すように，「ＨＥＬＰ」ボタンにプル・ダウン・メニューｐ２ が表示される。図４８では，クラスタ指定ウィンドウＷ６ にＲ−Ｆ平面とＴ−Ｍ平面との２つのクラスタ平面が表示されているから，プル・ダウン・メニューｐ２ に「Ｒ−Ｆ平面説明文」，「Ｔ−Ｍ平面説明文」，「指定方式選択」および「条件式入力」の項目（ボタン）がある。クラスタ指定ウィンドウＷ６ にＲ−Ｍ平面のみが表示されている場合には，プル・ダウン・メニューｐ２ には「Ｒ−Ｍ平面説明文」，「指定方式選択」および「条件式入力」の項目が表示されることになる。
【０２２７】
この「ＨＥＬＰ」ボタンのプル・ダウン・メニューｐ２ において「Ｒ−Ｆ平面説明文」がクリック（選択）されると，顧客特徴分類データ・ベース４に記憶された顧客特徴分類データ（図４）からＲ−Ｆ平面についての「顧客の特徴」および「特徴の説明文」が読出され，図５０に示すように，その「顧客の特徴」および「特徴の説明文」がＲ−Ｆ平面上に表示される。またプルダウン・メニューｐ２ において，「Ｔ−Ｍ平面説面文」がクリックされると，顧客特徴分類データ（図５）からＲ−Ｆ平面についての「顧客の特徴」および「特徴の説明文」が読出され，図５１に示すように，その「顧客の特徴」および「特徴の説明文」がＴ−Ｍ平面上に表示される。
【０２２８】
ユーザはこれらの顧客の特徴とその説明文を見ることにより，各クラスタに含まれる顧客（顧客データ）がどのような特徴をもつ顧客であるかを容易に知ることができる。ユーザはどのクラスタに属する顧客にＤＭを発行するのが商品の売上向上に効果的であるかを容易に判断することができる。またユーザは目的とする顧客データを（たとえば優良顧客）容易に検索することができる。
【０２２９】
「ＨＥＬＰ」ボタンのプル・ダウン・メニューｐ２ において「指定方式選択」と「条件式入力」が選択された場合にはそれらの説明文が表示される（図示略）。
【０２３０】
クラスタ指定ウィンドウＷ６ において「ＨＥＬＰ」ボタンがもう一度クリックされると，「ＨＥＬＰ」ボタンのプル・ダウン・メニューｐ２ は消去され，各顧客特徴領域に表示された「顧客の特徴」および「特徴の説明文」も消去される。
【０２３１】
クラスタ指定ウィンドウＷ６ において「指定方式選択」ボタンがクリックされると，図５２に示すように，その「指定方式選択」ボタンにプル・ダウン・メニューｐ３ が表示される。このプル・ダウン・メニューｐ３ には「間接指定」および「直接指定」がある。
【０２３２】
直接指定方式は，クラスタリング平面（Ｒ−Ｆ平面等）上で所望のクラスタを直接指定する方式である。この方式では，ユーザはプル・ダウン・メニューｐ３ において「直接指定」をクリックする。クラスタリング平面上で所望のクラスタ付近の１点をクリックする。そのクリックされた点の位置座標に基づいて，その点からクラスタリング平面上のすべてのクラスタのクラスタ・センタまでの距離が算出される。その距離が最小となるクラスタ・センタが決定される。このクラスタ・センタに対応するクラスタが選択される。選択されたクラスタは，クラスタ指定ウィンドウＷ６ の「クラスタ選択結果リスト」に表示される。距離が最小となるクラスタ・センタが２つ以上ある場合には，「指定するクラスタの中心付近にカーソルを移動させて，もう一度指定して下さい。」という表示（図示略）がクラスタ指定ウィンドウＷ６ 上に表示される。ユーザは，この表示を見てクラスタの直接指定をもう一度やり直すことになる。
【０２３３】
間接指定方式は，クラスタリング平面上で，座標軸毎に，座標軸上で区間を指定し，２つの座標軸についてそれぞれ指定された区間によって囲まれる方形領域に含まれるクラスタ・センタをもつクラスタの中で，そのクラスタに属する顧客データが最大のクラスタを選択する方式である。ユーザは，プル・ダウン・メニューｐ３ において「間接指定」をクリックする。座標軸毎に，座標軸上で所望の２点（始点と終点）をクリックし，区間（範囲）を指定する。これらの指定された２つの区間によって囲まれる方形領域が決定され，その領域にクラスタ・センタをもつクラスタについて各クラスタに属する顧客データの数が各顧客データの所属クラスタを参照して計数される。計数された顧客データの数が最大のクラスタが選択され，指定されたクラスタとなる。指定（選択）されたクラスタは，クラスタ指定ウィンドウＷ６ の「クラスタ選択結果リスト」に表示される。
【０２３４】
たとえば，Ｒ−Ｆ平面においてＲ軸における区間が［２５，３５］であり，Ｆ軸における区間が［１，３］であるとき，これらの区間によって囲まれる方形領域には，クラスタＣ１とＣ３のクラスタ・センタが含まれる。これらのクラスタＣ１に属する顧客データは１つであり，クラスタＣ３に属する顧客データは４つである。したがって，顧客データが多いクラスタＣ３が選択されることになる。
【０２３５】
区間の指定には，座標軸上をクリックする代わりに，キーボード７から各軸における区間をユーザが入力するようにしてもよい。また，顧客データの数が同一であるクラスタが複数存在するときには，直接指定方式と同様にメッセージが表示され，再び区間が指定されることになる。
【０２３６】
ユーザは「直接指定」ボタンまたは「間接指定」ボタンのいずれか一方をクリックして（ステップ１４２ ），クラスタ検索を行うクラスタを指定（選択）する（ステップ１４３ ）。図５２に示すクラスタ指定ウィンドウＷ６ においては，Ｒ−Ｆ平面についてクラスタＣ４（ＲＦ：Ｃ４）およびクラスタＣ２（ＲＦ：Ｃ２），ならびにＴ−Ｍ平面についてクラスタＣ４（ＴＭ：Ｃ４）およびクラスタＣ３（ＴＭ：Ｃ３）が選択されていることになる。
【０２３７】
直接指定方式または間接指定方式のいずれかの方式によってクラスタが指定されると，以下のようにして顧客データを検索するためのクラスタ検索条件式が入力される。
【０２３８】
クラスタ指定ウィンドウＷ６ において「条件式入力」ボタンがクリックされると（ステップ１４４ でＹＥＳ ），図５３に示すように，「クラスタ検索条件式の入力」ウィンドウ（以下，「条件式入力ウィンドウ」という）Ｗ７ がクラス指定ウィンドウＷ６ 上に一部重なるように表示される（ステップ１４５ ）。このクラスタ指定ウィンドウＷ６ において，クラスタ検索条件式かつユーザによって入力される（ステップ１４６ ）。
【０２３９】
条件式入力ウィンドウＷ７ には，クラスタ検索条件式を表示する表示欄３１と，「＊」ボタン３２および「＋」ボタン３３，ならびに「（」ボタン３４および「）」ボタン３５が設けられている。「＊」ボタン３２は演算ＡＮＤを表わし，２つのクラスタの両方に属する顧客データを検索するときに用いられ，「＋」ボタン３４は演算ＯＲを表わし，２つのクラスタのいずれか一方に属する顧客データを検索するときに用いられる。
【０２４０】
ユーザは，クラスタ指定ウィンドウＷ６ において「クラスタ選択結果リスト」に表示されたクラスタの中から，所望のクラスタをクリックすることによって選択する。選択されたクラスタは，条件式入力ウィンドウＷ７ におけるクラスタ検索条件式の表示欄３１に表示される。演算記号「＊」および「＋」，ならびに括弧「（」および「）」を入力する場合には，それぞれのボタンをクリックして入力する。このようにしてクラスタ検索条件式が入力される。図５３では，クラスタ検索条件式の表示欄３１に“ＲＦ：Ｃ４＋ＴＭ：Ｃ３”が入力されている。このクラスタ検索条件式“ＲＦ：Ｃ４＋ＴＭ：Ｃ３”は，Ｒ−Ｆ平面におけるクラスタＣ４（ＲＦ：Ｃ４）と，Ｔ−Ｍ平面におけるクラスタＣ３（ＴＭ：Ｃ３）いずれ一方に含まれる顧客データを検索するためものである。
【０２４１】
条件式入力ウィンドウＷ７ において，クラスタ検索条件式が入力された後に「ＯＫ」ボタンがクリックされると，条件式入力ウィンドウＷ７ は消去される。条件式入力ウィンドウＷ７ において入力されたクラスタ検索条件式（クラスタ検索条件式の表示欄３１に表示されていた式）は，クラスタ指定ウィンドウＷ６ における「クラスタ検索条件式結果リスト」に表示される。ユーザが他のクラスタ検索条件式を入力したい場合には，クラスタ指定ウィンドウＷ７ において「条件式入力」ボタンを再びクリックする（ステップ１４４ でＹＥＳ ）。すると，再び条件式入力ウィンドウＷ７ が表示され，クラスタ検索条件式を入力する。図５４では，３つのクラスタ検索条件式“ＲＦ：Ｃ４”，“ＲＦ：Ｃ４＋ＴＭ：Ｃ３”および“（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）”が入力されている。
【０２４２】
ユーザは一または複数のクラスタ検索条件式を入力すると，「クラスタ検索条件式結果リスト」に表示されたクラスタ検索条件式の中から，二次抽出に用いる一のクラスタ検索条件式を選択する（ステップ１４７ ）。このクラスタ検索条件式の選択はクラスタ指定ウィンドウＷ６ の「クラスタ検索条件式結果リスト」の中から，所望の一のクラスタ検索条件式がユーザによってクリックされることにより行われる。
【０２４３】
図５４では，クラスタ検索条件式“（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）”が選択されている。このクラスタ検索条件式は，Ｒ−Ｆ平面におけるクラスタＣ２（ＲＦ：Ｃ２）またはＣ４（ＲＦ：Ｃ４）のいずれか一方に含まれ，かつ，Ｔ−Ｍ平面おけるクラスタＣ１（ＴＭ：Ｃ１），Ｃ２（ＴＭ：Ｃ２）またはＣ４（ＴＭ：Ｃ４）のいずれか一方に含まれる顧客データを検索するためのものである。すなわち，Ｒ−Ｆ平面における顧客特徴分類領域Ａ１ （優良顧客の領域）に含まれ，かつ，Ｔ−Ｍ平面おける顧客特徴分類領域Ｂ２ （貢献度中の領域）に含まれる顧客データが検索される。すなわち，ユーザは「優良顧客であり，かつ，貢献度中である顧客」を検索しようとしている。
【０２４４】
一のクラスタ検索条件式が選択されクラスタ指定ウィンドウＷ６ において「実行」ボタンがクリックされると，選択されたクラスタ検索条件式に基づいて二次顧客データが検索される。二次抽出は，一次抽出が行われたときには処理装置１に付随するメモリに記憶された一次抽出顧客データ，一次抽出が行われなかったときには顧客データ・ベース２に記憶された未抽出顧客データについて行われる。
【０２４５】
クラスタ検索条件式に含まれる各クラスタが属する顧客特徴分類領域が決定される（ステップ１４８ ）。
【０２４６】
一のクラスタに属する顧客データの（一次抽出顧客データまたは未抽出顧客データ）すべてが一の顧客特徴分類領域に含まれる場合，そのクラスタはこれが含まれる顧客特徴分類領域に属することになる。図５４では，Ｒ−Ｆ平面におけるクラスタＣ４（ＲＦ：Ｃ４）については，そのクラスタＣ４に属する顧客データ２および５はそのすべてが顧客特徴分類領域Ａ１に含まれている。このクラスタＲＦ：Ｃ４の顧客特徴分類領域は領域Ａ１になる。
【０２４７】
一のクラスタに属する顧客データが，複数の顧客特徴分類領域に含まれる場合，各顧客特徴分類領域に属する顧客データが最も多い顧客特徴分類領域が，そのクラスタの属する顧客特徴分類領域に決定される。図５４では，Ｒ−Ｆ平面におけるクラスタＣ２（ＲＦ：Ｃ２）は，そのクラスタに含まれる３個の顧客データ１，３および４がすべて顧客特徴分類領域Ａ１ に属しているので，このクラスタＲＦ：Ｃ２が属する顧客特徴分類領域は領域Ａ１ となる。
【０２４８】
また一のクラスタに属する顧客データが，複数の顧客特徴分類領域にそれぞれ同数ずつ存在する場合，そのクラスタのクラスタ・センタが存在する顧客特徴分類領域が，そのクラスタが属する顧客特徴分類領域となる。図５４では，クラスタＴＭ：Ｃ１は，そのクラスタに含まれる２個の顧客データ２および３がそれぞれ，顧客特徴分類領域Ｂ２ およびＢ３ に属し，各顧客特徴分類領域に属する顧客データの数が等しい。このとき，クラスタＴＭ：Ｃ１のクラスタ・センタが顧客特徴分類領域Ｂ２ に属しているので，クラスタＴＭ：Ｃ１の顧客特徴分類領域は領域Ｂ２ となる。
【０２４９】
さらに２つ顧客特徴分類領域に同数の顧客データが存在し，かつ，クラスタ・センタが２つの顧客特徴分類領域の境界線上に存在するような場合，いずれか一方の顧客特徴分類領域が適当な方法によって選択される，たとえば平面の原点に近い領域が選択される。
【０２５０】
図５４において選択されたクラスタ検索条件式“（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）”については，ＲＦ平面におけるクラスタＲＦ：Ｃ２およびＲＦ：Ｃ４が属する顧客特徴分類領域はともに領域Ａ１（優良顧客の領域）になる。Ｔ−Ｍ平面におけるクラスタＴＭ：Ｃ１，ＴＭ：Ｃ２およびＴＭ：Ｃ４が属する顧客特徴分類領域はともに領域Ｂ２ （貢献度中の領域）になる。
【０２５１】
次に，決定されたクラスタの顧客特徴分類領域に基づいてルール・データ・ベース３に記憶されたルールを参照してンバーシップ関数のパラメータおよびＳＱＬ検索式がクラスタ毎に決定される（ステップ１４９ ）。メンバーシップ関数のパラメータおよびＳＱＬ検索式は次のようにして決定される。
【０２５２】
クラスタについて決定された顧客特徴分類領域が一致する条件部をもつルールがクラスタ毎に決定される。このルールの帰結部におけるメンバーシップ関数のパラメータおよびＳＱＬ検索式が決定される。各クラスタに属する顧客データの中でその最小値と最大値がクラスタ毎見付け出される。この最大値と最小値に基づいてＳＱＬ検索式が決定される。メンバーシップ関数についてはその４つのパラメータの中で３つのパラメータが決定される。残りの１つのパラメータは，ランキング処理が実行されたときに決定される。たとえば，クラスタＲＦ：Ｃ４およびＲＦ：Ｃ４はともに顧客特徴分類領域Ａ１に属するので，上述したルール１に基づいてメンバーシップ関数のパラメータおよびＳＱＬ検索式が決定される。また，クラスタＴＭ：Ｃ４およびＴＭ：Ｃ４は顧客特徴分類領域Ｂ２に属するので，ルール６に基づいてメンバーシップ関数のパラメータおよびＳＱＬ検索式が決定される。
【０２５３】
図５５は，クラスタ検索条件式“（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）”に関して，この式に含まれる各クラスタのＳＱＬ検索式とメンバーシップ関数のパラメータを示している。たとえば，クラスタＲＦ：Ｃ２については，このクラスタＲＦ：Ｃ２に属する顧客データの経過月数Ｒについてはその最小値がｒｍｉｎ ＝２２であり，その最大値がｒｍａｘ ＝２２である。また購買回数Ｆについてはその最小値がｆｍｉｎ ＝２であり，その最大値がｆｍａｘ ＝６である。このとき，メンバーシップ関数のパラメータは，図５５に示すように，ＳＱＬ検索式は“ＷＨＥＲＥ ｒ＝２２ ＡＮＤ ２≦ｆ≦６”となり，μ１（ｒ） ＝Ｆ（ｒ｜２２，２２，Ｑｒ２，２２）およびμ２（ｆ） ＝Ｆ（ｆ｜２，Ｑｆ１，６，６）となる。図５５において，メンバーシップ関数のパラメータＱｒ２，Ｑｆ１，Ｑｔ１およびＱｍ１はランキング処理における特徴適合度を算出する前に決定される。
【０２５４】
図５６はＲ−Ｆ平面におけるクラスタＣ２およびＣ４についてクラスタ毎に決定されたメンバーシップ関数を示し，図５７はＴ−Ｍ平面におけるクラスタＣ１，Ｃ２およびＣ４についてクラスタ毎に決定されたメンバーシップ関数を示している。図５６におけるＭＦｒ２およびＭＦｆ２，ならびにＭＦｒ４およびＭＦｆ４はそれぞれ，クラスタＲＦ：Ｃ２およびＲＦ：Ｃ４について決定されたメンバーシップ関数である。図５７におけるＭＦｔ１およびＭＦｔ２およびＭＦｍ２，ならびにＭＦｔ４およびＭＦｍ４はそれぞれ，クラスタＴＭ：Ｃ１，ＴＭ：Ｃ２およびＴＭ：Ｃ４について決定されたメンバーシップ関数を示している。これらのメンバーシップ関数の中での中で，ＭＦｒ２，ＭＦｆ４，ＭＦｔ２，ＭＦｆ４，ＭＦｍ２，およびＭＦｍ４は厳密に言うとシングルトンである。
【０２５５】
各クラスタについて決定されたＳＱＬ検索式に基づいて，ＳＱＬ検索式を満たす顧客データが検索され，ＳＱＬ検索式に基づいて検索された顧客データが，クラスタ指定ウィンドウＷ６ において選択されたクラスタ検索条件式に基づいて，顧客データが検索される（ステップ１５０ ）。ＳＱＬ検索式に基づく顧客データの検索は，一次抽出が行われたときは処理装置１に付随するメモリに記憶された一次抽出顧客データに対して，一次抽出が行われなかったときは顧客データ・ベース２に記憶された未抽出顧客データに対して行われる。クラスタ検索式に基づいて検索された顧客データを，「二次抽出顧客データ」という。図５８は，図３５に示す一次抽出顧客データについて，クラスタ検索条件式“（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）”に基づいて二次抽出が行われた二次抽出顧客データの一例を示している。
【０２５６】
二次抽出はＳＱＬ検索式を用いてクラスタ毎の顧客データを検索する代わりにファジィ・クラスタリングにおいて得られる各顧客データの所属クラスタ（図３９参照）に基づいて顧客データを検索してもよい。
【０２５７】
クラスタ検索条件式“（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）”に基づいて，顧客データ１〜１０について検索を行うと，顧客データ２，３および５の３つが検索されることになる。実際には各クラスタに属する顧客データは数十とか数百とかもっと多く存在するので，上記クラスタ検索条件式に基づいて検索される二次抽出顧客データの個数ももっと多くなる。
【０２５８】
クラスタ検索条件式に基づいて二次抽出顧客データが検索されると，図５９に示すように，「ランキング処理＆結果の出力」ウィンドウ（以下「ランキング・ウィンドウ」という）Ｗ８ が，クラスタ指定ウィンドウＷ６ の代わりにまたはその上に表示される（ステップ１５２ ）。
【０２５９】
ランキング・ウィンドウＷ８ には，その上段に「指定方式選択」，「条件式入力」，「ランキング処理」，「分布表示」および「印刷」のボタンが設けられている。「指定方式選択」および「条件式入力」のボタンは，クラスタ指定ウィンドウＷ６ に設けられたボタンと同一である。これらの２つのボタンは，二次抽出をやり直すときに指示される。「指定方式選択」ボタンまたは「条件式入力」ボタンがクリック（選択）されると，図５２または図５３に示すクラスタ指定ウィンドウＷ６ にそれぞれ戻る。「ランキング処理」ボタンは，二次抽出顧客データについて，特徴適合度を算出し，この特徴適合度に基づいて顧客データをランキングするときに指示される。「分布表示」ボタンは，ランキング処理が行われた後に，そのランキング処理において算出された特徴適合度に基づいて顧客データの分布を表示するときに指示される。「印刷」ボタンは，ランキング処理が行われた後に，二次抽出顧客データの全部または一部の顧客についてＤＭを印刷（発行）するときに指示される。
【０２６０】
それらのボタンの下にはランキング処理において各顧客データを表示するための，顧客データ・ベース２に記憶された顧客情報リストと同一の属性（「顧客コード」，「顧客名」，「郵便番号」，「住所」，「電話番号」，「初回購入日」，「最終購入日」，「累積購買回数」および「累積購買金額」）と，「特徴適合度」とが表示さている。その横には，二次抽出顧客データの総件数を表示するための「該当件数」の表示欄がある。
【０２６１】
ランキング・ウィンドウＷ８ の下段には，「適合度計算結果一覧」と「クラスタ検索条件式の表示」の表示欄がある。「適合度計算結果一覧」は後に説明する適合度の計算結果が表示される。「クラスタ検索条件式の表示」には，上述のクラスタ指定ウィンドウＷ６ において選択されたクラスタ検索条件式が表示されるとともに，各検索項目についての重視度も表示される。図５９では，クラスタ検索条件式，「（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）」と，重視度「Ｉｒ ＝７０；Ｉｆ ＝３０ Ｉｍ ＝３０；Ｉｔ ＝３０」とが表示されている。
【０２６２】
その表示欄の横には，「実行」，「取消」および「ＨＥＬＰ」のボタンが設けられている。「実行」ボタンは，ランキング処理を行うとき，「ランキング処理」ボタンがクリックされた後にクリックされ，「実行」ボタンがクリックされることによってランキング処理が開始される。「取消」ボタンは再び二次抽出を行うときに指示される。この図５９または後述する図６１において「取消」ボタンがクリックされると，図３７に示す「ＤＭ発行リスト作成」ウィンドウＷ２ と「検索条件項目の選択」ウィンドウＷ４ が表示された表示画面に戻る。
【０２６３】
ランキング・ウィンドウＷ８ が表示されたときには，その「該当件数」の欄に，二次抽出により抽出された二次抽出顧客データの総件数が，このランキング・ウィンドウＷ８ が表示されるとともに表示される（ステップ１５２ ）。図５９では，「該当件数」に「 ８５３」と表示されている。したがって，二次抽出により ８５３件の顧客データ（二次抽出顧客データ）が検索されたことを示している。
【０２６４】
ランキング・ウィンドウＷ８ において「ランキング処理」がクリックされさらに「実行」ボタンがクリックされると（ステップ１５３ で実行），ステップ１４９ において決定されたメンバーシップ関数について残りの１のパラメータが，Γ分布モデルに基づいて算出される（ステップ１５４ ）。
【０２６５】
メンバーシップ関数のパラメータをΓ分布モデルに基づいて算出するのは次の理由による。顧客データ・ベース２に記憶された顧客データ全体（未抽出顧客データ）の経過月数Ｒ，購買回数Ｆ，購買金額Ｍおよび利用期間Ｔの分布は正規分布に従うものと考えられ（とくに顧客データの数が多ければ多いほど），この正規分布に従う顧客データ（母集団）から二次抽出された顧客データ（二次抽出顧客データ）（部分集団）の経過月数Ｒ，購買金額Ｍおよび利用期間Ｔも一般にΓ分布（カイ２乗（χ^２ ）分布）に従うと考えられるからである。
【０２６６】
たとえば，メンバーシップ関数μ１（ｒ） のパラメータＱｒ１およびμ２（ｒ） のＱｒ２（Ｒ−Ｆ平面における顧客特徴分類領域Ａ１ についてのパラメータ）は，Γ分布の累積分布関数Ｆ（Ｔ，α，Ｋ）が四分位数０．２５および０．７５とそれぞれ等しくなる場合のパラメータＴの値とされる。すなわち，パラメータＱｒ１およびＱｒ２はそれぞれ，次式により算出される。
【０２６７】
Ｑｒ１＝Ｔ_０．２５ ； Ｆ（Ｔ_０．２５，α，Ｋ）＝０．２５ …（５）
Ｑｒ２＝Ｔ_０．７５ ； Ｆ（Ｔ_０．７５，α，Ｋ）＝０．７５ …（６）
【０２６８】
四分位数以外の値を用いることもできるが，統計学上は一般に四分位数がよく用いられるので，ここでもこれに従うこととする。Γ分布の累積分布関数Ｆ（Ｔ，α，Ｋ）は次式により定義される。
【０２６９】
【数５】

【０２７０】
また，累積分布関数Ｆ（Ｔ，α，Ｋ）に含まれる関数ｆ（ｔ，α，Ｋ）はΓ分布の確率密度関数であり，次式により定義される。
【数６】

【０２７１】
累積分布関数Ｆ（Ｔ，α，Ｋ）のパラメータαおよびＫはそれぞれ，次式により表される。ここで，Ｅは指定された１つのクラスタに属する二次抽出顧客データの平均を表し，Ｖは分散を表す。
【０２７２】
α＝Ｅ／Ｖ …（９）
Ｋ＝Ｅ^２ ／Ｖ …（１０）
【０２７３】
たとえば，Ｒ−Ｆ平面におけるクラスタＣ２が顧客特徴分類領域Ａ１ に属する場合，メンバーシップ関数μ１（ｒ） のパラメータＱｒ２は，次のようにして算出される。クラスタＣ２ に関してＳＱＬ検索式により検索されたすべての顧客データについてその経過月数Ｒの平均Ｅおよび分散Ｖがそれぞれ，式（９），（１０）にしたがって算出され，これらの平均Ｅおよび分散Ｖに基づいて累積分布関数のパラメータαおよびＫがそれぞれ，式（７），（８） にしたがって算出される。最後にパラメータＱｒ２が式（６） にしたがって算出される。
【０２７４】
このようにして，メンバーシップ関数のパラメータＱｒ１およびＱｒ２が算出される。他のメンバーシップ関数のパラメータＱｆ１，Ｑｆ２，Ｑｔ１，Ｑｔ２，Ｑｍ１およびＱｍ２についても同様にして算出される。
【０２７５】
各クラスタについてメンバーシップ関数を規定するすべてのパラメータが決定されると，このメンバーシップ関数に基づいて，各二次抽出顧客データについて特徴適合度が算出される（ステップ１５５ ）。
【０２７６】
特徴適合度は，各二次抽出顧客データに対応する顧客が，顧客特徴分類データに示されている顧客の特徴（優良顧客，貢献度大，等）をどの程度満たしているかを，０〜１の実数によって定量的に表したものである。たとえば，Ｒ−Ｆ平面における顧客特徴分類領域Ａ１ は，「顧客の特徴」が「優良顧客」であることを表している（図５参照）。この顧客特徴分類領域Ａ１ に属する顧客データについては，特徴適合度が「１」に近いほどその顧客データは優良顧客であることを意味する。特徴適合度は次のようにして算出される。
【０２７７】
各二次抽出顧客データについて，クラスタリング平面の横軸および縦軸についてそれぞれ，ステップ１４９ で決定された各クラスタのメンバーシップ関数に基づいて適合度が算出される。
【０２７８】
クラスタリング平面（ｘ−ｙ平面）の横軸（ｘ軸），縦軸（ｙ軸）が決定された一のクラスタのメンバーシップ関数をそれぞれ，μ（ｘ） ，μ（ｙ） とする。たとえば，Ｒ−Ｆ平面についてｘ軸，ｙ軸はそれぞれ，Ｒ軸，Ｆ軸となり，このＲ−Ｆ平面におけるクラスタＲＦ：Ｃ２についてμ（ｘ） ，μ（ｙ） はそれぞれμ１（ｒ） ，μ２（ｆ） である。
【０２７９】
これらのメンバーシップ関数μ（ｘ） ，μ（ｙ） についての顧客データｉ（顧客コードｉの顧客データ）の適合度をそれぞれ，ｇｘｉ，ｇｙｉとする。たとえば，Ｒ−Ｆ平面におけるクラスタＲＦ：Ｃ２のメンバーシップ関数はμ１（ｒ），μ２（ｆ）であるから，顧客データ３の適合度はｇｒ３（ｇｘｉ），ｇｆ３（ｇｙｉ）となる。
【０２８０】
また，ｘ軸，ｙ軸についてそれぞれ設定された重視度をそれぞれ，Ｉｘ ，Ｉｙ とする。たとえば，Ｒ−Ｆ平面については，ｘ軸，ｙ軸がそれぞれ，Ｒ軸，Ｆ軸であるから，Ｉｘ ，Ｉｙ はそれぞれＩｒ ，Ｉｆ である。
【０２８１】
このとき，クラスタリング平面（ｘ−ｙ平面）に関する顧客データｉの平面適合度Ｇｘｙｉ は次式で表される。
【０２８２】
Ｇｘｙｉ ＝｛ｇｘｉ・Ｉｘ ＋ｇｙｉ・Ｉｙ ｝／｛Ｉｘ ＋Ｉｙ ｝ …（１１）
【０２８３】
すなわち，平面適合度は各軸のメンバーシップ関数についての適合度を各軸について設定された重視度を重みとして加重平均したものである。平面適合度はその他の演算を用いることができる。たとえば各平面の適合度を単に平均してもよい。
【０２８４】
クラスタ検索条件式が一のクラスタリング平面におけるクラスタのみを含んでいるときには，そのクラスタリング平面についての平面適合度Ｇｘｙｉ が，顧客データｉの特徴適合度となる。たとえば，クラスタ検索条件式が「ＲＦ：Ｃ４」のときには，このクラスタ検索条件式はＲ−Ｆ平面におけるクラスタＣ４のみを含んでいる。したがって，このクラスタに属する，二次抽出により検索された二次抽出顧客データｉの特徴適合度は，式（１１）で算出された平面適合度Ｇｒｆｉ がその二次抽出顧客データの特徴適合度となる。
【０２８５】
クラスタ検索条件式が２以上のクラスタリング平面におけるクラスタを含んでいるときは，各クラスタリング平面についての平面適合度を平均し，その平均値が特徴適合度となる。この場合には，二次抽出顧客データ毎に，各クラスタリング平面の各軸についてのメンバーシップ関数に基づいて算出した適合度を，各軸についての重視度を重みとして加重平均してもよい。たとえば，クラスタ検索条件式が“（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）”のときには，Ｒ−Ｆ平面についてクラスタＣ２とＣ４を含み，Ｔ−Ｍ平面についてＣ１，Ｃ２，Ｃ４を含んでいる。各クラスタリング平面（Ｒ−Ｆ平面，Ｔ−Ｍ平面）についてそれぞれ算出された顧客データｉの平面適合度Ｇｒｆｉ ，Ｇｔｍｉ の平均値が顧客データｉの特徴適合度となる。
【０２８６】
具体的には，顧客データ２（顧客コード０００２の顧客データ）について特徴適合度を算出すると次のようになる，顧客データ２は，Ｒ−Ｆ平面におけるクラスタＣ４と，Ｔ−Ｍ平面におけるクラスタＣ１とに属する。Ｒ−Ｆ平面におけるクラスタＣ４のＲ軸，Ｆ軸のメンバーシップ関数μ１（ｒ） ，μ２（ｆ） に基づいて，顧客データ２の適合度ｇｒ２，ｇｆ２をそれぞれ算出すると，ｇｒ２＝１．００，ｇｆ２＝１．００となる。これらの適合度ｇｒ２，ｇｆ２と，Ｒ軸，Ｆ軸についての重視度Ｉｒ ＝７０，Ｉｆ ＝３０とに基づいて，顧客データ２のＴ−Ｆ平面における平面適合度Ｇｒｆ２ を算出すると，Ｇｒｆ２ ＝（１．００×７０＋１．００×３０）／（７０＋３０）＝１．００となる。また，顧客データ２はＴ−Ｍ平面におけるクラスタＣ１も属するので，Ｔ−Ｍ平面についてＲ−Ｆ平面と同様に平面適合度Ｇｔｍ２ を算出すると，Ｇｔｍ２ ＝１．００となる。各顧客データ２について２つのＲ−Ｆ平面，Ｔ−Ｍ平面についての平面適合度Ｇｒｆ２ ，Ｇｔｍ２ の平均値を算出すると，（Ｇｒｆ２ ＋Ｇｔｍ２ ）／２＝（１．００＋１．００）／２＝１．００となる。これが顧客データ２の特徴適合度となる。この顧客データ２は，特徴適合度が「１．００」であるから，優良顧客（顧客特徴分類領域Ａ１），かつ，貢献度中（顧客特徴分類領域Ｂ２）である度合いが高いことを意味する。
【０２８７】
各二次抽出顧客データについて特徴適合度が算出されると，その特徴適合度に基づいて二次抽出顧客データが特徴適合度の大きいものから順にランキング・ウィンドウＷ８ 内に表示される（ステップ１５６ ）。ランキング・ウィンドウＷ８ の中段の「顧客コード … 特徴適合度」の項目の下には，顧客データ・ベース２に記憶された顧客情報リストから二次抽出された顧客データの顧客コードに対応するデータが読出されて表示される。各顧客データについて算出された特徴適合度も表示される。また，「適合度結果一覧」には，各二次抽出顧客データの特徴適合度の算出過程において得られたメンバーシップ関数の適合度が表示される。図６１は，二次抽出により得られた顧客データ２，３および５（顧客コード０００２，０００５および０００３の顧客データ）を表示したランキング・ウィンドウＷ８ を示している。この図６１では顧客データが特徴適合度の大きい顧客データから順番に表示されている。
【０２８８】
このように，特徴適合度が大きい順に顧客データを表示することにより，ユーザの検索目的である「優良顧客であり，かつ貢献度中である顧客」の度合いの高い顧客から順に顧客データを表示することができる。
【０２８９】
ランキング・ウィンドウＷ８ において，ランキング処理が行われる前（図６０）またはランキング処理が行われた後（図６１）において，「取消」ボタンがクリックされると（ステップ１５３ またはステップ１５７ で取消），図３７に示す「ＤＭ発行リスト作成」ウィンドウＷ２ と「検索条件項目の選択」ウィンドウＷ４ が表示された表示画面に戻り，再び二次抽出が行われる。
【０２９０】
ランキング・ウィンドウＷ８ において「分布表示」ボタンがクリックされると（ステップ１５７ で分布表示），図６２に示すように，「特徴適合度と件数表示」ウィンドウＷ９ がランキング・ウィンドウＷ８ 上に表示される（ステップ１５８ ）。このとき，顧客データのランキング表示，「適合度計算結果一覧」，クラスタ検索条件式の表示」，ならびに「実行」，「取消」および「ＨＥＬＰ」のボタンは消去された後に，「特徴適合度と件数表示」ウィンドウＷ９ が表示される。
【０２９１】
この「特徴適合度と件数表示」ウィンドウＷ９ には特徴適合度を設定するためのスケール・ボタン４１と，このスケール・ボタン４１によって設定された特徴適合度を表示するための表示欄４２と，その特徴適合度をもつ二次抽出顧客データの総件数を表示するための表示欄４３がある。
【０２９２】
この「特徴適合度と件数表示」ウィンドウＷ９ において，顧客データの分布を表示させる特徴適合度が設定される（ステップ１５９ ）スケール・ボタン４１をユーザかマウス６でドラッグして，０〜１の間で左右にスライドさせることにより，特徴適合度が設定される。スケール・ボタン４１の位置に対応した特徴適合度が表示欄４２に表示され，その特徴適合度以上の特徴適合度をもつ顧客データの総件数が件数表示欄４３に表示される。ユーザは所望の特徴適合度または所望の件数になるように，スケール・ボタン４１の位置を調節する。図６２では，特徴適合度が「０．７０」に設定され，０．７０以上の特徴適合度をもつ顧客データの総件数が「 ５１１」と表示されている。
【０２９３】
「特徴適合度と件数表示」ウィンドウＷ９ において特徴適合度が設定された後に「ＯＫ」ボタンがクリックされると，図６３に示すように，特徴適合度分布がランキング・ウィンドウＷ８ 内に表示される（ステップ１６０ ）。この特徴適合度分布は，横軸を特徴適合度とし，縦軸を各特徴適合度をもつ顧客データの件数をそれぞれ表すヒストグラムである。特徴適合度分布表示は，「特徴適合度と件数表示」ウィンドウＷ９ においてユーザが設定した特徴適合度以上の部分がシャドウ（ハッチング）により表示される。特徴適合度分布の表示欄の上には，二次抽出により得られた顧客データの総件数が表示される。図６３では，「特徴適合度と件数表示」ウィンドウＷ９ において特徴適合度が「０．７０」と設定されているので，この特徴適合度０．７０以上の部分がシャドウ（ハッチング）により表示されている。特徴適合度分布の表示欄の上には「総件数：８５３ 」と表示される。
【０２９４】
ランキング・ウィンドウＷ８ において「印刷」ボタンがクリックされると（ステップ１５７ で印刷），図６４に示すように，「住所ラベルの印刷」ウィンドウＷ１０が表示される（ステップ１６１ ）。この場合，ランキング処理が行われた後に「印刷」ボタンがクリックされたときは，顧客データのランキング表示，「適合度計算結果一覧」および「クラスタ検索条件式の表示」，ならびに「実行」ボタン，「取消」ボタンおよび「ＨＥＬＰ」ボタンが消去された後に，「住所ラベルの印刷」ウィンドウＷ１０が表示される。また特徴適合度分布表示が行われた後に「印刷」ボタンがクリックされたときは，「特徴適合度と件数表示」ウィンドウＷ９ と特徴適合度分布表示が消去された後に，「住所ラベルの印刷」ウィンドウＷ１０が表示される。
【０２９５】
「住所ラベルの印刷」ウィンドウＷ１０においても，「特徴適合度と件数表示」ウィンドウＷ９ と同様に，特徴適合度を設定するためのスケール・ボタン５１，スケール・ボタン５１により設定された特徴適合度を表示する表示欄５２およびスケール・ボタン５１により設定された特徴適合度以上の特徴適合度をもつ二次抽出顧客データの件数を表示する表示欄５３が設けられている。「特徴適合度と件数表示」ウィンドウＷ９ と同様にスチール・ボタン５１がスライドし，スケール・ボタン５１の位置に対応する特徴適合度画表示欄５２に表示され，その特徴適合度以上の特徴適合度をもつ顧客データが表示欄５３に表示される。
【０２９６】
「住所ラベルの印刷」ウィンドウＷ１０において，特徴適合度が設定される（ステップ１６２ ）。特徴適合度が所望の値，または印刷する顧客データの総件数が所望の件数になるように，スケール・ボタン５１の位置が調節される。図６４では，特徴適合度が「０．７０」に設定され，その特徴適合度以上の二次抽出顧客データの総件数に「 ５１１」と表示されている。
【０２９７】
「特徴適合度と件数表示」ウィンドウＷ９ において特徴適合度が所望の値に設定され後に「ＯＫ」ボタンがクリックされると，設定された特徴適合度以上の特徴適合度をもつ二次抽出顧客データについてその顧客名，住所および郵便番号が，顧客データ・ベース２に記憶された顧客情報リストから読出され，住所ラベル（ダイレクト・メール）が印刷装置８によって印刷される（ステップ１６３ ）。
【０２９８】
住所ラベルが印刷装置によって印刷されると，「住所ラベルの印刷」ウィンドウＷ１０は消去され，ランキング・ウィンドウＷ８ の代わり，図３２に示すメニューウィンドウＷ１ に戻る。
【０２９９】
このようにして印刷された住所ラベルがＤＭに添付され，そのＤＭが顧客に発送されるであろう。
【０３００】
以上のようにして，クラスタ検索が行われＤＭが発行される。
【０３０１】
（２） 条件参照検索
【０３０２】
次に条件参照検索について詳述する。条件参照検索は，クラスタ検索と同様に顧客データ（二次抽出顧客データ）を検索するものである。条件参照検索は，クラスタ検索においてクラスタリング平面上でクラスタを指定した後にクラスタ検索条件式を入力する代わりに，ＤＭシミュレーションにおいて登録された，検索コマンド・データ・ベース１０に記憶された検索条件式に基づいて，一次抽出顧客データまたは未抽出顧客データから，二次顧客データを検索するものである。
【０３０３】
図３６に示す「ＤＭ発行リスト作成」ウィンドウＷ２ における「二次抽出」ボタンのプル・ダウン・メニューｐ１ において「条件参照検索」がクリックされと（ステップ１３２ で条件参照検索），図６５に示すように，「セール名の選択」ウィンドウＷ１１が「ＤＭ発行リスト作成」ウィンドウＷ２ 上に表示される（ステップ１６４ ）。
【０３０４】
この「セール名の選択」ウィンドウＷ１１には，「セール名リスト」および「選択結果リスト」がある。「セール名リスト」には，上述の検索コマンド・データ（図９）における「用途」に対応するセール名が，この「セール名の選択」ウィンドウＷ１１の表示とともに表示される。
【０３０５】
ユーザは，セール（検索目的）を一つ選択する（ステップ１６５ ）。「セール名リスト」からいずれか一つのセールをクリックされることによりセールが選択される。「セール名リスト」において選択されたセール名は，「選択結果リスト」に表示される。たとえば，ユーザが母の日のセールを行おうと考えている場合には，図６５に示すように，「母の日」が選択される。
【０３０６】
「セール名の選択」ウィンドウＷ１１において，「セール名リスト」の中からいずれか一つのセール名が選択された後に「ＯＫ」ボタンがクリックされると，図６６に示すように，「検索条件の選択」ウィンドウＷ１２が「ＤＭ発行リスト作成」ウィンドウＷ２ 上に表示される（ステップ１６６ ）。図６６では，「ＤＭ発行リスト作成ウィンドウＷ２ 上には，「セール名の選択ウィンドウＷ１１と「検索条件の選択」ウィンドウＷ１２が同時に表示されている。
【０３０７】
この「検索条件の選択」ウィンドウＷ１１には，検索コマンド・データ・ベース１０に記憶された検索コマンド・データの中で，「セール名の選択」ウィンドウＷ１１において選択されたセール名に対応する検索条件が表示される。図６６では，セール名「母の日」（用途５０）が選択されているので，この用途５０に対応する検索条件セット５の検索条件（図９，１０参照）が検索コマンド・データ・ベースから読出され，「検索条件の選択」ウィンドウＷ１２に表示される。「検索条件の選択」ウィンドウＷ１２では，検索条件式およびメンバーシップ関数（ＭＦラベルに対応するメンバーシップ関数（図１２参照））表示されず，ＳＱＬ検索式，適合率および再現率が表示されている。検索条件およびメンバーシップ関数も「検索条件の選択」ウィンドウＷ１２に表示してもよい。
【０３０８】
ユーザは，「検索条件の選択」ウィンドウＷ１２において所望の検索条件を選択する（ステップ１６７ ）。ユーザは，表示された検索条件のいずれか一つをクリックすることにより選択する。
【０３０９】
図６６では「Ｎｏ．１」の検索条件が選択されている「検索条件の選択」ウィンドウＷ１１において検索条件が選択された後に「ＯＫ」ボタンがクリックされると，図６７に示すように，「重視度の入力」ウィンドウＷ１３が，「ＤＭ発行リスト作成」ウィンドウＷ２ 上に表示される（ステップ１６８ ）。このとき，「重視度の入力」ウィンドウＷ１３が表示される前に，「セール名の選択」ウィンドウＷ１１と「検索条件の選択」ウィンドウＷ１２が消去される。この「重視度の入力」ウィンドウＷ１３には，検索条件に含まれる検索項目についてぞれぞれ，ＤＭシミュレーションにおいて設定された重視度が表示される。図６７では，「経過月数Ｒ」，「購買回数Ｆ」，「購買金額Ｍ」および「利用期間Ｔ」についてそれぞれ，「７０」，「３０」，「３０」および「３０」が表示される。
【０３１０】
ユーザは，表示された重視度を変更するときは，その検索項目にカーソルをマウス６を用いて合わせ，所望の重視度（数値）をキーボート７から入力する（ステップ１６９ ）。重視度はそれをそのまま用いるときには変更しなくてもよい。
【０３１１】
「重視度の入力」ウィンドウＷ１３において，重視度が変更（入力）された後に，または変更がされることなく，「ＯＫ」ボタンがクリックされると，「検索条件の選択」ウィンドウＷ１２において選択された検索条件に基づいて，一次抽出顧客データまたは未抽出顧客データから，二次抽出顧客データが検索される（ステップ１７０ ）。たとえば，図６６に示す「検索条件の選択」ウィンドウＷ１２において選択された「ＮＯ．１」については，検索条件式は「ＲＦ＊ＴＭ」である（図１０参照）。この検索条件式は，Ｒ−Ｆ平面についてのＳＱＬ検索式はＷＨＥＲＥ ｒ≦２４ＡＮＤ ２≦ｆであり，Ｔ−Ｍ平面についてのＳＱＬ検索式はＷＨＥＲＥ １≦ｔ ＡＮＤ １０００≦ｍである。
【０３１２】
二次抽出顧客データが検索されると，図６８に示すように，「条件参照検索の結果出力」ウィンドウＷ１４が「ＤＭ発行リスト作成」ウィンドウＷ２ の代わりにまたはその上に表示される（ステップ１７１ ）。この「条件参照検索の結果出力」ウィンドウＷ１４は，ランキング・ウィンドウＷ８ における「指定方式選択」ボタンおよび「条件式入力」ボタンに代えて「条件参照検索」ボタンが設けられ，「クラスタ検索条件式の表示」の代わりに「検索条件式の表示」になっている点を除いて，図５９に示すランキング・ウィンドウＷ８ と同じである。「検索条件の表示」には「検索条件の選択」ウィンドウＷ１２において選択された検索条件式と，「重視度の入力」ウィンドウＷ１３において入力（変更）された重視度が表示される。図６８では「検索条件の表示」には検索条件として「ＲＦ＊ＴＭ」が表示され，重視度として「Ｉｒ ＝７０；Ｉｆ ＝３０ Ｉｍ ＝３０；Ｉｔ ＝３０」が表示されている。
【０３１３】
条件参照検索の結果出力」ウィンドウＷ１４が表示されると，二次抽出により得られた二次抽出顧客データの総件数が「該当件数」の欄に表示される（ステップ１７２ ）。図６８では，「 ８５３」と表示されているから， ８５３件の二次抽出顧客データが検索されていることを示している。
【０３１４】
「条件参照検索の結果出力」ウィンドウＷ１３において「条件参照検索」ボタンがクリックされると，図６６に示す「ＤＭ発行リスト作成」ウィンドウＷ２ 上に「検索条件の選択」ウィンドウＷ１２が表示され，このウィンドウＷ１１において再び検索条件が選択されることになる。
【０３１５】
「ランキング処理」ボタンがクリックされ「実行」ボタンがクリックされると（ステップ１７３ で実行），検索コマンド・データ・ベース１０に記憶された，選択された検索条件に対応するメンバーシップ関数のに基づいて二次抽出顧客データについて特徴適合度が算出される（ステップ１７４ ）。特徴適合度の算出は，クラスタ検索におけるステップ１５５ の処理と同様に行われるので，ここではその詳細を省略する。
【０３１６】
算出された特徴適合度に基づいて二次抽出顧客データがランキング表示される（ステップ１７５ ）。これもクラスタ検索におけるステップ１５６ の処理と同様に行われ，二次抽出顧客データは図６１に示すランキング・ウィンドウＷ１８と同様に表示される。
【０３１７】
「条件参照検索の結果出力」ウィンドウＷ１４において「取消」ボタンがクリックされるとＣステップ１７３ ，１７６ で取消），「ＤＭ条件リスト作成」ウィンドウＷ２ と「検索条件の選択」ウィンドウＷ１２が表示される。この「検索条件の選択」ウィンドウＷ１２において検索条件が選択されることになる。
【０３１８】
「分布表示」ボタンがクリックされると（ステップ１７６ で分布表示），「特徴適合度と件数表示」ウィンドウが「条件参照検索の結果出力」ウィンドウＷ１４上に表示され（ステップ１７７ ），この「特徴適合度と件数表示」ウィンドウにおいて特徴適合度がユーザによって設定される（ステップ１７８ ）。この「特徴適合度と件数表示ウィンドウは，図６２に示すランキング・ウィンドウＷ８ 上に表示された「特徴適合度と分布表示」ウィンドウＷ９ と同じものである。
【０３１９】
「特徴適合度と分布表示」ウィンドウにおいて，特徴適合度が設定された後に「ＯＫ」ボタンがクリックされると，「条件参照検索の結果出力」ウィンドウＷ１４内に特徴適合度分布が表示される（ステップ１７９ ）。この特徴適合度分布は，図６３に表示ランキング・ウィンドウＷ８ 内に表示された特徴適合度分布と同様に表示される。
【０３２０】
「印刷」ボタンがクリックされると（ステップ１７６ で印刷），「住所ラベルの印刷」ウィンドウが表示され（ステップ１８０ ），この「住所ラベルの印刷」ウィンドウにおいて特徴適合度がユーザによって設定される（ステップ１８１ ）。この「住所ラベルの印刷」ウィンドウは，図６４に示すランキング・ウィンドウＷ８ 上に表示された「住所ラベルの印刷」と同じものである。
【０３２１】
「住所ラベルの印刷」ウィンドウにおいて特徴適合度が設定された後に「ＯＫ」ボタンがクリックされると，その特徴適合度以上をもつ顧客データについて住所ラベルが印刷される（ステップ１８２）。
【０３２２】
このようにＤＭシミュレーションにおいて登録（記憶）された検索条件を用いることによって，検索項目の選択，顧客データのファジィ・クラスタリング，クラスタの指定およびクラスタ検索条件式の入力を行わなくてすむので，ユーザの操作を軽減することができる。これにより検索に要する時間も短縮することができる。
【０３２３】
１．４ ＤＭシミュレーション
【０３２４】
１．４．１ ＤＭシミュレーションの概要
【０３２５】
ＤＭシミュレーションは，顧客の過去の購買履歴データに基づいて，どのような顧客群にＤＭを発送すると，ＤＭによるより効果が現れるかを，シミュレーションを行うことによって評価するものである。このＤＭシミュレーションによって，ＤＭを発送することが効果的であると評価された顧客群が得られた場合には，その顧客群を検索するための検索条件（ＳＱＬ検索式）およびメンバーシップ関数のパラメータが検索コマンド・データ・ベース１０に記憶（登録）される。
【０３２６】
たとえば，ユーザの商店で過去の１９９３年５月１日（日）〜５月９日（日）（母の日）の期間（以下「セール期間」という）に，母の日のためのセールが行われた。
【０３２７】
この場合に，ＤＭシミュレーションでは，まず初回購入日が１９９３年４月３０日以前の顧客群（以下「既存顧客群」という；集合Ａとする），を抽出する。この既存顧客群は１９９３年４月３０日以前にこの商店の顧客となった顧客群（顧客データ）である。
【０３２８】
続いて，この母の日のセールのためにＤＭ発送の対象となる顧客群（以下「発送顧客群」という；集合Ｂとする）が，既存顧客群（集合Ａ）から抽出される。この発送顧客群は，ＤＭを発送したと仮定した顧客群を表す。
【０３２９】
次に，このセール期間中に，母の日のための商品を実際に購入した顧客群（以下「購入顧客群」という；集合Ｃとする）を抽出する。
【０３３０】
図６９は，既存顧客群（集合Ａ），発送顧客群（集合Ｂ）および購入顧客群（集合Ｃ）の関係を示している。
【０３３１】
集合Ｂは，集合Ａに含まれる（または集合Ａと等しい）。集合Ａと集合Ｃは一部交わる部分があり，集合Ｂと集合Ｃも一部交わる部分がある。集合Ｂと集合Ｃとの交わり部分（二重のハッチング部分）を集合Ｄとする。集合Ａと集合Ｃとの交わり部分から集合Ｄを除いた部分（一重のハッチング部分）を集合Ｅとする。
【０３３２】
集合Ｄで表される顧客群は，母の日のセールのＤＭを受けて，母の日のための商品をそのセール期間中に実際に購入した顧客群（以下「発送購入顧客群」という）を示している。
【０３３３】
集合Ｅで表される顧客群は，集合Ａ（既存顧客群）の中で，セールのＤＭを受けなかったが，そのセールによる商品を購入した顧客群（以下「未発送購入顧客群」という）を示している。
【０３３４】
集合Ｃから集合Ｄと集合Ｅを除いた集合Ｇで表示される顧客群は，セール期間中にそのセールによる商品を購入し，新規顧客となった顧客群（以下「新規顧客群」という）を示している。
【０３３５】
集合Ｂ（発送顧客群）に対する集合Ｄ（発送購入顧客群）が占める割合を「適合率α」という。集合Ｄ（発送購入顧客群）と集合Ｅ（未発送購入顧客群）の和集合（集合Ｄ＋Ｅ）に対する集合Ｄ（発送購入顧客群）が占める割合を「再現率β」という。
【０３３６】
適合率αおよび再現率βはそれぞれ，次式により算出される。
【０３３７】
適合率α＝（集合Ｄの顧客数）／（集合Ｂの顧客数） …（１２）
再現率β＝（集合Ｄの顧客数）／｛（集合Ｄの顧客数）＋（集合Ｅの顧客数）｝ …（１３）
【０３３８】
適合度αおよび再現率βは，再現率βを横軸，適合率αを縦軸とする「適合率−再現率診断平面」により用いて評価される。
【０３３９】
図７０は，適合率−再現率診断平面を示している。この診断平面は，適合率α＝α０ （０＜α０ ＜１）の横軸に平行な破線と，再現率β＝β０ （０＜β０ ＜１）の縦軸に平行な破線とによって，領域Ｐ１ 〜Ｐ４ の４つの領域に分割されている。α０ およびβ０ は，ＤＭ発行効果の高い領域とするために適した値にユーザによって処理装置１に付随するメモリまたはいずれかのデータ・ベースにあらかじめ登録されている。
【０３４０】
領域Ｐ２ は適合率αおよび再現率βがともに大きい領域である。すなわち，適合率αおよび再現率βによって表される点（β，α）が，この領域Ｐ２ に含まれたとき，ＤＭを発行する発行顧客群が，そのＤＭの発行によって商品を購入する割合が高い顧客群であることを表している。したがって，その発行顧客群を検索するための検索条件は，ＤＭ発行効果が高い検索条件であると考えることができる。
【０３４１】
適合率αおよび再現率βがともに大きくなるような発行顧客群（集合Ｂ）はＤＭ発送の効果的が高い顧客群ということになる。
【０３４２】
ＤＭシミュレーションでは，適合率αおよび再現率βがともに大きい発送顧客群（集合Ｂ）が得られるまで，ユーザか検索条件の設定および発送顧客群の抽出を繰返し行なう。ユーザは所望の発送顧客群か抽出できたとき，その発送顧客群を検索した検索条件を検索コマンド・データ・ベース１０に登録する。
【０３４３】
これにより，たとえば，１９９４年以降の母の日のセールのＤＭ発送を効果的にすることができる顧客群の検索条件を得ることができる。次回のセールのＤＭ発送の対象とする顧客群の検索を，検索コマンド・データ・ベース１０に登録された検索条件を用いることにより簡単に行うことができる。この検索条件に基づく検索は，上述の条件参照検索において行われる。
【０３４４】
図２５は，ＤＭシミュレーションの手順概要を示している。
【０３４５】
メニュー・ウィンドウＷ１ において「ＤＭシミュレーション」ボタンがクリックされると，図７１に示すように，「ＤＭシミュレーション」ウィンドウＷ１５がメニューウィンドウＷ１ に代えてまたはその上に表示される（ステップ２０１ ）。
【０３４６】
「ＤＭシミュレーション」ウィンドウＷ１５には，「一次抽出」，「二次抽出」，「分布表示」および「検索条件登録」の各ボタンが設けられている。これらのボタンのいずれか選択される（ステップ２０２ ）。
【０３４７】
「一次抽出」ボタンは，上述の既存顧客群と購入顧客群を抽出するときに指示される（ステップ２０３ ）。ＤＭ発行リスト作成においては一次抽出は必要に応じて行われるが，ＤＭシミュレーションにおいては二次抽出の前に必ず行われる。
【０３４８】
「二次抽出」ボタンは，上述の発送顧客群を抽出するときに指示される（ステップ２０５）。
【０３４９】
「検索条件登録」ボタンは，所望の検索条件を登録するときに指示される（ステップ２０６ ）。
【０３５０】
「ＨＥＬＰ」ボタンは，ＤＭシミレーションに際する説明等を見るときに指示される（ステップ２０７ ）。
【０３５１】
１．４．２ 一次抽出
【０３５２】
図２６は，一次抽出の詳細な手順を示している。図１６に示すＤＭ発行リスト作成における処理と同一処理には同一符号を付し，詳細な説明を省略する。
【０３５３】
「ＤＭシミュレーション」ウィンドウＷ１５において「一次抽出」ボタンがクリックされると，図７２に示すように，「検索条件項目の選択（一次抽出）」ウィンドウＷ３ が「ＤＭシミュレーション」ウィンドウＷ１５上に表示される（ステップ１２１ ）。この「検索条件項目の選択」ウィンドウＷ３ はＤＭ発行リスト作成におけるものと同一であるから，詳細な説明を省略する。
【０３５４】
「検索条件項目の選択」ウィンドウＷ３ において，検索条件項目「地域」，「性別」，「初回購入日」および「累積購買回数」についてそれぞれ検索条件が入力される（ステップ１２２ ）。図７２では，検索項目「地域」，「性別」および「購入回数」に検索条件「未指定」がそれぞれ入力され，検索項目「初回購入日」に検索条件「１９９３．４．３０ 」が入力されている。
【０３５５】
「検索条件項目の選択」ウィンドウＷ３ において検索条件が入力された後に「ＯＫ」ボタンがクリックされると，顧客データの検索（一次抽出）が行われる（ステップ１２３ ）。顧客データ・ベース２に記憶された未抽出顧客データの中で，初回購入日が１９９３年４月３０日以前の顧客，すなわち１９９３年４月３０日以前に顧客となった顧客データが検索され，処理装置１に付随するメモリに記憶される。一次抽出により抽出された顧客データは上記の集合Ａ（既存顧客群）である。この顧客データを既存顧客という。
【０３５６】
一次抽出処理が終了すると，図７３に示すように，「検索条件項目の選択」ウィンドウＷ３ が消去され，「購買履歴データの指定」ウィンドウＷ１６が「ＤＭシミュレーション」ウィンドウＷ１５上に表示される（ステップ１２４ ）。
【０３５７】
この「購買履歴データの指定」ウィンドウＷ１６には，指定項目と指定条件がある。指定項目には，「用途」および「期間」があり，それぞれについて指定条件が入力（設定）される（ステップ１２５ ）。「用途」は，購入履歴データの属性「用途」と同じものであり，どのセールについてＤＭシミュレーションを行うのかを表わす。「期間」は，上述のセールを行ったセール期間である。
【０３５８】
「購買履歴データの指定ウィンドウＷ１６ において各指定項目条件（指定条件）が入力される（ステップ１２５ ）。図７３では，指定項目「用途」に，「５０」が入力され，「期間」に「１９９３．５．１〜１９９３．５．９」が入力されている。これは母の日のためのセールについてＤＭシミュレーションを行うことを表わしている。
【０３５９】
「購買履歴データの指定」ウィンドウＷ１６において，指定条件が入力された後に「ＯＫ」ボタンがクリックされると，購買履歴データ・ベース９に記憶された購買履歴データから，各指定項目について設定された指定条件を満たす顧客データが検索される（ステップ１２６ ）。
【０３６０】
上述の例では，指定項目「用途」および「期間」はそれぞれ，購買履歴データに含まれる「用途」および「購入日」が参照され，「用途」が「５０」でありかつ「購入日」が１９９３年５月１日〜１９９３年５月９日の顧客コードが検索される。検索された顧客コードは，処理装置１に付随するメモリに記憶される。この顧客コードに対応する顧客群が上記の集合Ｃに対応する。
【０３６１】
１．４．３ 二次抽出
【０３６２】
図２７〜３１はＤＭシミュレーションにおける二次抽出の詳細な手順を示している。これらの図において図１７〜２４に示すＤＭ発行リスト作成における処理と同一処理には同一符号を付し，詳細な説明を省略する。
【０３６３】
「ＤＭシミュレーション」ウィンドウＷ１５において「二次抽出」ボタンがクリックされると，「検索条件の選択」ウィンドウＷ４ が「ＤＭシミュレーション」ウィンドウＷ１５上に表示される（ステップ１３４ ）。
【０３６４】
その後，既存顧客データに対して二次抽出顧客データがＤＭ発行リスト作成と同様にして検索される（ステップ１３４ 〜１５０ ）。二次抽出顧客データに対応する顧客が，上記の発行顧客群に対応する。この二次抽出顧客データについてメンバーシップ関数を規定するパラメータが算出され，特徴適合度が顧客データ毎に算出される（ステップ１５４ ，１５５ ）。
【０３６５】
次に，適合率αおよび再現率βが算出される（ステップ２１１ ）。適合率αおよび再現率βは次のように算出される。ステップ１２６ で抽出された顧客コードと同一の顧客コードをもつ顧客データが，二次抽出顧客データの中にいくつあるかを計数することにより，集合Ｄの顧客数が算出される。一次抽出顧客データから二次抽出された顧客データを除いた顧客データの中に，ステップ１２６ で抽出された顧客コードと同一の顧客コードをもつ顧客データがいくつあるかを計数することにより，集合Ｅの顧客数が算出される。適合率αおよび再現率βが上述の式（１１），（１２）にしたがって算出される。
【０３６６】
適合率αおよび再現率βが算出されると，図７４に示すように，クラスタ指定ウィンドウＷ６ の代えて，「ＤＭシミュレーション」ウィンドウＷ１５が再び表示される（ステップ２１２ ）。この「ＤＭシミュレーション」ウィンドウＷ１５内には，クラスタリング平面，特徴適合度分布表示および再現率−適合率診断平面が表示される（ステップ２１３ ，２１４ ，２１５ ）。
【０３６７】
クラスタリング平面は，クラスタリング指定ウィンドウＷ６ に表示されたものと同一である（図４８参照）。各二次抽出顧客データの特徴適合度に基づいて，横軸を特徴適合度とし，縦軸をその特徴適合度における顧客データの件数とするグラフが表示される。図７４ではＲ−Ｆ平面とＴ−Ｍ平面が表示されている。
【０３６８】
適合率−再現率診断平面には，シミュレーションにより求められた適合率αおよび再現率βにより表される点が座標（β，α）に表示される。これにより，ユーザは，シミュレーションにおける二次抽出において検索された顧客群にＤＭを発行することが効果的であるかどうかを容易に判断することができる。図７４では図７０に示す診断平面におけるＤＭ発行による効果がより現われる領域Ｐ２ がハッチングで表されている。
【０３６９】
「ＤＭシミュレーション」ウィンドウＷ１５内に分布表示および各平面が表示されると，図７４に示すように，「ＤＭシミュレーション続行」ウィンドウＷ１５が，「ＤＭシミュレーション」ウィンドウＷ１５に一部重なるようにまたはその上に表示される（ステップ２１６ ）。
【０３７０】
この「ＤＭシミュレーション続行」ウィンドウＷ１７はＤＭシミュレーションを続行するかどうかを入力するためのものである。この「ＤＭシミュレーション続行」ウィンドウＷ１７において「ＯＫ」ボタンがクリックされると（ステップ２１７ でＹＥＳ ），再び二次抽出が行われる。この「ＤＭシミュレーション続行」ウィンドウＷ１７で「ＣＡＮＣＥＬＬ」ボタンがクリックされるまで，ステップ１３４ 〜２１７ の手順が繰返される。
【０３７１】
「ＤＭシミュレーション続行」ウィンドウＷ１５において，「ＣＡＮＣＥＬ」ボタンがクリックされると，ＤＭシミュレーションは終了する。
【０３７２】
図７５は，二次抽出を３回繰返した後に表示される「ＤＭシミュレーション」ウィンドウＷ１５を示している。「ＤＭシミュレーション」ウィンドウＷ１５の左下の特徴適合度分布には第３回目のクラスタ検索条件式にしたがって検索された二次顧客データについての特徴適合度分布が表示される。ウィンドウＷ１３の右下の適合率−再現率診断平面には，３回の二次抽出による二次顧客データの適合率および再現率をそれぞれ表す３つの点が表示されている。
【０３７３】
「ＤＭシミュレーション」ウィンドウＷ１５において「分布表示」ボタンがクリックされると（ステップ２１８ で分布表示），図７６に示すように，「分布表示」ウィンドウＷ１８が「ＤＭシミュレーション」ウィンドウＷ１５に一部重なるようにまたはその上に表示される（ステップ２１９ ）。
【０３７４】
この「表示分布」ウィンドウＷ１８において，ＤＭシミュレーションにより得られた特徴適合度分布のうちで，何回目のシミュレーションにおいて得られた二次抽出顧客データの分布表示を表示するかが指定される（ステップ２２０ ）。第何回目のシミュレーションであるかを示す表示欄６１には，このウィンドウＷ１６が表示されるとともに初期値として「１」が表示される。この表示欄６１の右横にある矢印ボタン６３をクリックするごとに，表示欄６１に表示された数値が１ずつ増加し，表示欄６１の左横にある矢印ボタン６２をクリックするごとに，表示欄６１に表示された数値が１ずつ減少する。図７６では「３」と設定されている。
【０３７５】
所望の回数が設定された後に「ＯＫ」ボタンがクリックされると，設定された数値に対応する回数のＤＭシミュレーションによる特徴適合度分布が，「ＤＭシミュレーション」ウィンドウＷ１８内に表示される（ステップ２２１ ）。その後，「分布表示」ウィンドウＷ１８は消去される。
【０３７６】
「ＤＭシミュレーション」ウィンドウＷ１５において「検索条件登録」ボタンがクリックされると（ステップ２１８ で検索条件登録），図７７に示すように，「検索条件登録」ウィンドウＷ１８が「ＤＭシミュレーションＷ１５に一部重なるようにまたはその上に表示される（ステップ３０６ ）。
【０３７７】
この「検索条件登録」ウィンドウＷ１８において，ＤＭシミュレーションにおける二次抽出において用いられたクラスタ検索条件式のうちで，第何回目のＤＭシミュレーションに用いられたクラスタ検索条件式を検索条件として登録するかが指定される（ステップ２３３ ）。
【０３７８】
第何回目のＤＭシミュレーションであるかを示す表示欄７１には，この「検索条件登録」ウィンドウＷ１９が表示されるとともに初期値として「１」が表示されている。この表示欄７１の右横にある矢印ボタン６３をクリックするごとに，表示欄７１に表示された数値が１ずつ増加し，表示欄７１の左横にある矢印ボタン７２をクリックするごとに，表示欄７１に表示された数値が１ずつ減少する。
【０３７９】
「検索条件登録」ウィンドウＷ１９において所望の数値が設定された後に，「ＯＫ」ボタンがクリックされると，「検索条件登録」ウィンドウＷ１８において設定された数値に対応するＤＭシミュレーションに用いられた検索条件が検索コマンド・データ・ベース１０に登録（記憶）される（ステップ２２４ ）。その後，ＤＭシミュレーションは終了し，「ＤＭシミュレーション」ウィンドウＷ１５は消去され，メニュー・ウィンドウＷ１ （図３２）に戻る。
【０３８０】
検索コマンド・データ・ベース１０に登録される検索条件は，検索条件式，ＳＱＬ検索式，メンバーシップ関数のパラメータ，重視度，適合率および再現率がある。
【０３８１】
重視度は「検索条件の選択」ウィンドウにおいて検索項目毎に設定されたものであり，適合率および再現率は検索された二次抽出顧客データに基づいて算出されたものである。検索条件式，ＳＱＬ検索式，メンバーシップ関数のパラメータは，クラスタ検索条件式およびこのクラスタ検索条件式によって検索されたすべての二次抽出顧客データに基づいて，次のようにして決定される。
【０３８２】
まず検索条件式について説明する。クラスタ検索条件式に一のクラスリング平面におけるクラスタを含むときは，そのクラスタリング平面を表す記号が検索条件式となる。たとえば，クラスタ検索式が「ＲＦ：Ｃ２」の場合は，検索条件式は「ＲＦ」となる。
【０３８３】
クラスタ検索条件式が複数のクラスタリング平面におけるクラスタを含むときは，各クラスタリング平面を表す記号を ＡＮＤ条件によって結合した式が検索条件式となる。たとえば，クラスタ検索条件式が「（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）の場合は，クラスタがＲ−Ｆ平面とＴ−Ｍ平面に含まれているから，各クラスタリング平面を表す「ＲＦ」と「ＴＭ」をＡＮＤ 条件によって結合した「ＲＦ＊ＴＭ」が検索条件式となる。
【０３８４】
ＳＱＬ検索式は，クラスタ検索条件式によって検索されたすべての二次抽出顧客データに基づいて検索項目毎に決定される。すべての二次抽出顧客データの中から，その最大値と最小値を検索項目毎に見付け出し，それらがパラメータとして記憶される。
【０３８５】
メンバーシップ関数もＳＱＬ検索式と同様にすべての二次抽出データに基づいて検索項目毎に決定される。メンバーシップ関数を規定する４つのパラメータの中で，両端を規定するパラメータは，すべての二次抽出顧客データの中からその最小値と最大値を見付け出しそれをパラメータとして決定する。残りの２つのパラメータは四分位数により算出される。この四分位数は，二次抽出を行うときにクラスタ毎に決定したときと用いられたものである。
【０３８６】
たとえば，二次抽出に用いられたクラスタ検索条件式が“（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）”であったとすると，このクラスタ検索条件式に含まれるクラスタ毎のＳＱＬ検索式およびメンバーシップ関数は，図５５に示されている。この図において，たとえば検索項目Ｒについて見ると，各クラスタについてのＳＱＬ検索式の最小値と最大値の中で，その最大値はｒ＝２２であり，その最小値はｒ＝９である。したがって合成されたＳＱＬ検索式は”９≦ｒ≦２２”となる。
【０３８７】
このように，ＤＭシミュレーションを行い適合率および再現率がともに高くなる検索条件を登録することにより，その後，登録しておいた検索条件式（たとえば１９９４年の母の日のセールを行う際のＤＭ発行対象者の検索条件式）を用いて，上記ＤＭ発行リスト作成における条件参照検索において，ＤＭ発行の検索操作を大幅に軽減することができる。
【０３８８】
２ ＤＭ発行支援システム（第２実施例）
【０３８９】
２．１ ＤＭ発行支援システムの概要
【０３９０】
第２実施例におけるＤＭ発行支援システムは，第１実施例において顧客データのファジィ・クラスタリングを高速に行えるようにしたものである。この第２実施例はＤＭ発行リスト作成およびＤＭシミュレーションの両方に適用される。ＤＭ発行支援システムの手順の概要は第１実施例と同様である（図１４参照）。以下ＤＭ発行リスト作成について説明する。
【０３９１】
２．２ ＤＭ発行リスト作成
【０３９２】
第２実施例におけるＤＭ発行リスト作成の手順の概要および一次抽出の詳細な手順は，第１実施例におけるものと同じであるのでその説明を省略する（図１５および図１６参照）。以下二次抽出について説明する。
【０３９３】
図７８〜図８６は，第２実施例のＤＭ発行リスト作成における二次抽出の手順を示している。これらの図において，図１７〜図２４に示す手順と同一手順には同一符号を付し，詳細な説明を省略する。
【０３９４】
図３３に示す「ＤＭ発行リスト作成」ウィンドウＷ２ において「二次抽出」がクリックされると，図３６に示すプル・ダウン・メニューｐ１ が表示される（ステップ１３１ ）。このプル・ダウン・メニューｐ１ において「クラスタ検索」が選択されると（ステップ１３２ でクラスタ検索），図３４に示す「検索条件項目の選択（二次抽出）」ウィンドウＷ４ が「ＤＭ発行リスト作成」ウィンドウＷ２ 上に表示される（ステップ１３４ ）。この「検索条件項目の選択」ウィンドウＷ４ において２つの検索項目が選択されそれらの検索項目について重視度が入力される（ステップ１３５ ）。ここまでの手順は第１実施例のＤＭ発行リスト作成における二次抽出と同様である。
【０３９５】
「検索条件項目の選択」ウィンドウＷ４ において２つの検索項目が選択されそれぞれに重視度が入力された後に「ＯＫ」ボタンがクリックされると，図９４に示すように，「ＤＭ発行リスト作成」ウィンドウＷ２ 内に「検索条件項目の選択」ウィンドウＷ４ において選択された２つの検索項目によって規定される平面（以下この平面を「検索平面」という）が表示される（ステップ３０１ ）。この検索平面には，一次抽出が行われたときには一次抽出顧客データが表示され，一次抽出が行われなかったときには未抽出顧客データが表示される。図９４では，「検索条件項目の選択」ウィンドウＷ４ において検索項目として経過月数Ｒと購買回数Ｆが選択されているので，経過月数Ｒを横軸とし，購買回数Ｆを縦軸とするＲ−Ｆ平面（検索平面）が表示されている。この検索平面には，１０個の顧客データ１〜１０がクラスタリング平面と同様に点（菱形）で表示されている。実際には，数百，数千またはこれ以上の顧客データが表示されるであろう。
【０３９６】
その後，図９４に示すように，「セルサイズ設定」ウィンドウＷ２０が「ＤＭ発行リスト作成」ウィンドウＷ２ 上に一部重なるように表示される（ステップ３０２ ）。図９４では，「検索条件項目の選択」ウィンドウＷ４ と「セルサイズ設定」ウィンドウＷ２０とが同時に表示されている。
【０３９７】
「セルサイズ設定」ウィンドウＷ２０には，「検索条件項目の選択」で選択された２つの検索項目のそれぞれについてそれぞれ，スケール・ボタン８１および８３ならびに表示欄８２および８３が設けられている。スケール・ボタン８１がユーザによってスライドされることにより，セルに分割する分割数が設定される。表示欄８２および８４には「セルサイズ設定」ウィンドウＷ２０が表示されたときに初期値として「０」があらかじめ設定されている。分割数（セル数）は０〜１００ で設定される。また，「セルサイズ設定」ウィンドウＷ２０には各検索項目についてその最小値（Ｍｉｎ）および最大値（Ｍａｘ）とが表示されている。図９４では，２つの検索項目「経過月数Ｒ」および「購買回数Ｆ」が選択されているから，「セルサイズ設定」ウィンドウＷ２０においてもそれらが表示されている。また検索項目「経過月数Ｒ」について「Ｍｉｎ 〜Ｍａｘ 」に「０〜４０」と表示され，検索項目「購買回数Ｆ」について「Ｍｉｎ 〜Ｍａｘ 」に「０〜８」と表示されている。
【０３９８】
ユーザはスケール・ボタン８１または８３をマウス６でドラッグしてスライドさせることにより，各検索項目の最小値（Ｍｉｎ ）と最大値（Ｍａｘ ）の間を分割する分割数（セルサイズ）を設定する（ステップ３０３ ）。
【０３９９】
「セルサイズ設定」ウィンドウＷ２０において分割数が設定されると，図９５に示すように，検索平面の各軸がそれぞれについて設定された分割数に応じて分割される（ステップ３０４ ）。検索平面はその境界が各軸に平行な破線によって分割され，顧客データは図９４に示す検索平面と同じ位置に表示されている。図９５では，「セルサイズ設定」ウィンドウＷ２０において「経過月数Ｒ］および「購買回数Ｆ」についてそれぞれ，分割数として「８」および「４」と設定されているから，「経過月数Ｒ」（横軸）が８分割され，「購買回数Ｆ」（縦軸）が４分割される。したがって，検索平面は，８×４＝３２のセル（領域）に分割されて。
【０４００】
「セルサイズ設定」ウィンドウＷ２０において分割数が設定された後に「ＯＫ」ボタンがクリックされると，分割されたセルについてそのセルに含まれるすべての顧客データを代表する代表データが作成される（ステップ３０５ ）。代表データは，各セルに含まれるすべての顧客データについて，その顧客データの数（以下，「顧客データ数」という）を計数し，それらの顧客データの平均値を検索項目毎に算出することによって作成される。
【０４０１】
図９６は作成された代表データの一例を示している。この代表データは，図３５に示す一次抽出顧客データについて作成されたものである。代表データは，代表データを識別するための代表コード毎に，検索項目毎の平均値，その代表データに含まれる顧客データを表す顧客コードおよび顧客データ数がある。たとえば，代表コード１（代表データ１）については，「顧客コード」に顧客コード「０００２」および「０００５」があるから，これらの２つの顧客データを代表している。２つの顧客データがあるから「顧客データ数」が「２」となる。代表コード１における「経過月数Ｒ」および「購買回数Ｆ」はそれぞれ，顧客データ２および５の「経過月数Ｒ」および「購買回数Ｆ」のそれぞれを平均した平均値「 ９．５」および「７」が示されている。
【０４０２】
代表データが作成されると，図９７に示すように，「検索条件項目の選択」ウィンドウＷ４ と「セルサイズ設定」ウィンドウＷ２０とが消去された後に，「ＤＭ発行リスト作成」ウィンドウＷ２ 内に表示された検索平面において，顧客データの代わりに代表データが表示される（ステップ３０６ ）。図９７に示す検索平面では顧客データと同様に代表データが点（丸形）で表示され，その点の側に代表データを識別する数値（代表コード）が表示される。
【０４０３】
代表データはまた，顧客データ数に応じて異なる輝度で表示される。たとえば，顧客データ数が多いほど明るく，少ないほど暗く表示される。代表データを輝度で表示する代わりに，点の大きさ変えてもよい。この場合，たとえば顧客データ数が多いほど代表データを表す点を大きくし，少ないほど小さくする。
【０４０４】
図９７では，６つの代表データ１〜６が表示されている。図９５では顧客データ１〜１０が表示されているが，図９７では，顧客データ２と５，顧客データ１と４および顧客データ７と８と９がそれぞれ，代表データ１，２および６にまとめられている。顧客データ３，６および１０がそれぞれ代表データ３，４および６にとなっている。
【０４０５】
「ＤＭ発行リスト作成」ウィンドウＷ２ 内の検索平面上に代表データが表示されると，「クラスタリング実行」ウィンドウＷ２１が「ＤＭ発行リスト作成」ウィンドウＷ２ 上に一部重なるように表示される（ステップ３０７ ）。
【０４０６】
ユーザは代表データが表示された検索平面を見て，ファジィ・クラスタリングを実行するかどうかを判断する。
【０４０７】
ユーザがセルサイズ（分割数）を設定し直すべきと判断した場合には，「クラスタリング実行」ウィンドウＷ２１において「ＮＯ」ボタンをクリックする。
【０４０８】
「クラスタリング実行」ウィンドウＷ２１において「ＮＯ」ボタンがクリックされると（ステップ３０８ でＮＯ），「クラスタリング実行」ウィンドウＷ２１が消去された後に，再び図９４に示す「セルサイズ設定」ウィンドウＷ２０が表示される。この「セルサイズ設定」ウィンドウＷ２０において分割数が再び設定されることになる。
【０４０９】
ユーザは設定したセルサイズでファジィ・クラスタリングを実行してもよいと判断した場合には，「クラスタリング実行」ウィンドウＷ２１において「ＯＫ」ボタンをクリックする。
【０４１０】
「クラスタリング実行」ウィンドウＷ２１において「ＯＫ」ボタンがクリックされると（ステップ３０８ でＹＥＳ ），図９８に示すように，「クラスタリング実行」ウィンドウＷ２１が消去された後に，「クラスタ数の指定」ウィンドウＷ５ が表示される（ステップ１３７ ）。
【０４１１】
この「クラスタ数の指定」ウィンドウＷ５ においてクラスタ数が設定され（ステップ１３８ ），「クラスタ数の指定」ウィンドウＷ５ において「ＯＫ」ボタンがクリックされると，「クラスタ数の指定」ウィンドウＷ５ が消去され，代表データについてファジィ・クラスタリングが行われる（ステップ１３９Ａ）。代表データについてのファジィ・クラスタリングは，第１実施例における顧客データについえ行うときと同様であるから，その詳細は省略する。
【０４１２】
代表データについてファジィ・クラスタリングが行われると，図９９に示すように，クラスタ指定ウィンドウＷ６ が表示され（ステップ１３８ ），代表データについてファジィ・クラスタリングされたクラスタリング平面）が表示される（ステップ１４１Ａ）。このクラスタリング平面は，第１実施例におけるクラスタリング平面と同様に，代表データがクラスタ毎に異なる色彩で表示される。図９９では，クラスタ指定ウィンドウＷ６ には，代表データがクラスタリングされたＲ−Ｆ平面（クラスタリング平面）が表示されている。
【０４１３】
その後，「検索条件項目の選択」ウィンドウＷ４ が表示される。以下，第１実施例と同様にクラスタが選択され，クラスタ検索条件式が入力される（ステップ１４２ 〜１４６ ）。
【０４１４】
クラスタ指定ウィンドウＷ６ において，「クラスタ検索条件式の表示」の中から一つのクラスタ検索条件式が選択された後に「実行ボタンがクリックされると（ステップ１４７ ），そのクラスタ検索条件式に含まれるクラスタについて，各クラスタが属する顧客特徴分類領域がクラスタ毎に決定される（ステップ１４８Ａ）。
【０４１５】
クラスタが属する顧客特徴分類領域の決定は，各クラスタに含まれる代表データを形成する顧客データに基づいて，第１実施例におけるステップ１４８ の処理と同様に行われる。代表データを形成する顧客データは，図９６に示す顧客コードを参照することによって容易に決定することができる。
【０４１６】
ステップ１４９Ａにおいても，各クラスタに含まれる代表データを形成する顧客データについて，第１実施例におけるステップ１４９ の処理を同様にメンバーシップ関数のパラメータとＳＱＬ検索式がクラスタ毎に決定される。以下第２実施例におけるステップ１５０ 以降の手順は第１実施例と同様に行われる。
【０４１７】
このように，平面を複数のセルに分割し，セル毎に顧客データに含まれる代表データを作成することによって，ファジィ・クラスタリング処理を高速に行うことができる。また，データの表示も高速に行える。
【０４１８】
２．３ ＤＭシミュレーション
【０４１９】
ＤＭシミュレーションについても，ＤＭ発行リスト作成と同様にセル毎に代表データについてファジィ・クラスタリングが，ＤＭ発行リスト作成と同様に行われる。ＤＭシミュレーションの手順の概要および一次抽出の手順は第１実施例と同じであるのでその説明を省略する（図２５および図２６参照）。
【０４２０】
図８７〜９３は第２実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示している。図８７〜図９３において，図２７〜図３１に示す手順と同一手順には，同一符号を付し詳細な説明を省略する。第１実施例のＤＭシミュレーションにおける二次抽出において，ステップ１３６ とステップ１３７ との手順の間に，ステップ３０１ 〜３０８ の検索平面をセルに分割する手順が追加されている。作成した代表データについてクラスタリングが行われ，その代表データをクラスタリングしたクラスタリング平面が表示される。以下第１実施例と同様に行われる。
【０４２１】
３ ＤＭ発行支援システム（第３実施例）
【０４２２】
第３実施例では，第１実施例において一のセールについてそのセールと他のセールとの関連度を記憶した関連度辞書をさらに設け，その２つのセールの関連度を考慮してより効率よくＤＭを発行するものである。
【０４２３】
３．１ ＤＭ発行支援システムの構成
【０４２４】
図１００ は，第３実施例におけるＤＭ発行支援システムの構成を示すブロック図である。図１００ において，図１に示すものと同一のものには同一符号を付す。図１００ に示すＤＭ発行支援システムには，図１に示すＤＭ発行支援システムに関連度辞書１１がさらに設けられている。
【０４２５】
３．１．１ 関連度辞書
【０４２６】
関連度辞書１１には，一のセールと他のセールとの関連の度合いを表す関連度が記憶されている。図１０１ は関連度辞書１１の一例を示している。関連度辞書１１は「指定セール」と「該当セール」との関連度が記憶されている。「指定セール」はユーザによって指定されるセールであり，「該当セール」は各顧客が属するセールである。たとえば，図１０１ では，指定セール「母の日」と該当セール「父の日」との関連度は「０．４５」である。指定セールと該当セールが同一の場合，関連度は「１．００」である。
【０４２７】
セールは，たとえば「母の日」，「父の日」，「敬老の日」等のための商品を主に販売することを目的として行われるものである。このセールは一定期間行われ，この期間をセール期間という。図１０２ は各セールについてのセール期間の一例を示し，図１０３ はセール期間の一例を示したタイミング・チャートである。たとえば，セール「母の日」のセール期間は，１９９３年４月８日から５月１２日である。たとえば，セール「母の日」のセール期間に顧客が商品を購入すると，図３に示す購買履歴データにその顧客についてのデータが登録され，その中の「用途」には「５０」（用途５０は「母の日」表す）が登録される。その顧客が新規顧客である場合には，顧客データ・ベース２に記憶された顧客情報リストおよび顧客ＦＲＭＴリストにも，その顧客に関するデータが登録される。
【０４２８】
関連度は，顧客データ・ベース２に顧客データが登録されたときもしくは購買履歴データ・ベース９に購買履歴データが登録されたとき，またはＤＭ発行リスト作成を行う前もしくはＤＭシミュレーションを行う前に算出され，関連度辞書１１に登録される。関連度は次のようにして算出される。
【０４２９】
関連度は，各セールに属する顧客の数（各セールに属する顧客の集合）によって定義される。セールに属する顧客とはそのセール期間中にそのセールによる商品を購入した顧客である。
【０４３０】
顧客が属するセールはその顧客が最後に購入した商品の用途によって決定する。顧客の用途は，その顧客の最終購入日を図２示す顧客情報リストから検索し，その最終購入日にその顧客が購入した商品の用途を検索することによって決定される。たとえば，顧客コード０００３については，その最終購入日は図２に示す顧客情報リストから「９２−０５−０６」であり，この最終購入日にその顧客が購入した商品の用途は，図８に示す購買履歴データから「５０」である。したがって，顧客コード０００２の顧客は，セール「母の日」に属することになる。
【０４３１】
また，最終購入日に２以上の商品を顧客が購入していたときには次のようにして決定される。各商品の用途が同一である場合には顧客はその用途に属していることになる。各商品の用途が異なる場合には顧客は，それぞれの用途に属していることになる。たとえば，図８に示す購買履歴データを参照して，顧客コード０００５の顧客は，用途が「５０（母の日）」の商品と，用途が「６０（父の日）」の２個の商品を購入しているから，セール「母の日」（ＳＮ１ ）とセール「父の日」（ＳＮ２ ）の両方に属していることになる。
【０４３２】
このようにして，顧客がどのセールに属しているかが決定される。
【０４３３】
セール「母の日」に属する顧客を表す集合をＳＮ１ とし，セール「父の日」に属する顧客を表す集合をＳＮ２ とし，セール「敬老の日」に属する顧客を表す集合をＳＮ３ とする。一般的には，一のセール（これをセールｉとする）に属する顧客を表す集合をＳＮｉ で表す。
【０４３４】
集合ＳＮｉ に属する顧客の数（顧客データの数），すなわち，セールｉに属する顧客データの数をＱ（ＳＮｉ ）で表す。一のセールｉに対する他のセールｉの関連度Ｒｉｊは，次式によって算出される。
【０４３５】
【数７】

【数８】

【数９】

【０４３６】
上記式（１３）〜（１５）から分かるように，セールｉに対するセールｊの関連度Ｒｉｊと，その逆のセールＳＮｊ に対するセールＳＮｉ の関連度Ｒｊｉとは異なる値となり，２つのセールが同一は「１．００」となる。たとえば，セール「母の日」とセール「父の日」との関連度は「０．４５」であり，同じセールでは関連度はすべて「１．００」である。
【０４３７】
このようにして算出された関連度が関連度辞書１１に登録される。
【０４３８】
３．２ ＤＭ発行リスト作成
【０４３９】
第３実施例によるＤＭ発行リスト作成においては，第１実施例において算出した特徴適合度，関連度辞書１１を参照して決定するセール重視度，または特徴適合度とセール重視度に基づいて算出する合致度，ＤＭを発行すべき顧客を評価するものである。
【０４４０】
第３実施例のＤＭ発行リスト作成における一次抽出は，第１実施例のＤＭ発行リスト作成における一次抽出と同様に行われる。以下二次抽出について詳述する。
【０４４１】
図１０５ 〜図１１２ は，第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフロー・チャートである。図１０５ 〜１１２ において図１７〜図２４に示す手順と同一手順には同一符号を付し，詳細な説明を省略する。
【０４４２】
「ＤＭ発行リスト作成」ウィンドウＷ２ においてい「二次抽出」ボタンがクリックされるとプル・ダウン・メニューｐ１ が表示され（ステップ１３１ ），このプル・ダウン・メニューｐ１ において「クラスタ検索」が選択されると（ステップ１３２ でクラスタ検索），第１実施例で説明したように，ファジィ・クラスタリングされた顧客データがクラスタ指定ウィンドウＷ６ 内のクラスタリング平面に表示される（ステップ１３４ 〜１４１ ）。このクラスタリング平面上でクラスタが選択され（ステップ１４２ ，１４３ ），クラスタ検索条件式が入力される（ステップ１４４ 〜１４６ ）。入力されたクラスタ検索式の中から選択された一のクラスタ検索条件式に基づいて顧客データ（二次抽出顧客データ）が検索される（ステップ１４７ 〜１５０ ）。二次抽出顧客データに基づいてクラスタ検索条件式に含まれる各クラスタメンバーシップ関数のパラメータが決定される（ステップ１５４ ）。このパラメータが決定されたメンバーシップ関数を用いて二次抽出顧客データの特徴適合度が算出される（ステップ１５５ ）。
【０４４３】
各二次抽出顧客データについて特徴適合度が算出されると，図１２４ に示すように，「セール名の選択」ウィンドウＷ１１がクラスタ指定ウィンドウＷ６ 上に一部重なるように表示される（ステップ３１１ ）。この「セール名の選択」ウィンドウＷ１１は，図６５に示すものと同じものである。
【０４４４】
「セール名の選択」ウィンドウＷ１１において一のセールがユーザによって選択される（ステップ３１２ ）。ユーザはＤＭ発行するセールを「セール名リスト」から所望のセール名をクリックすることによって選択する。図１１７ ではセール「母の日」が選択されている。
【０４４５】
「セール名の選択」ウィンドウＷ１１においてセールが選択された後に「ＯＫ」ボタンがクリックされると，二次抽出顧客データについてセール重視度が，関連度辞書１１を参照して算出（決定）される（ステップ３１３ ）。セール重視度は次のようにして算出される。
【０４４６】
「セール名の選択」ウィンドウＷ１１で選択されたセールが関連度辞書１１における「指定セール」である。関連度辞書１１におけるもう１つの「該当セール」は各二次抽出顧客データが属するセールである。
【０４４７】
「該当セール」は次のようにして決定される。二次抽出顧客データについて，顧客データ・ベース２から最終購入日が検索され，この最終購入日に基づいて購買履歴データ・ベース９から用途が検索される。その二次抽出顧客データがこの最終購入日に複数の商品を購入している場合，それらの商品の用途が同じときはその一のときはその用途を「該当セール」として決定する。各商品の用途が異なるときはそれらの用途を「該当セール」として決定する。
【０４４８】
このようにして決定された「指定セール」と「該当セール」に基づいて，関連度辞書１１から関連度が検索され，セール重視度として決定される。
【０４４９】
上述のように，「該当セール」が複数のときはそれぞれについて関連度を検索し，その中で最大の関連度をセール重視度として決定する。この場合，そのセール重視度を与える「該当セール」をその二次抽出顧客データの「該当セール」として決定する。
【０４５０】
図１２５ は二次抽出顧客データについて決定されたセール重視度の一例を示している。図１１８ では各顧客コードについて「セール重視度」および「備考」が示されている。「備考」は上述の「該当セール」である。たとえば，顧客コード０００２は，該当セールが「父の日」であり，そのセール重視度が「０．５５」である。
【０４５１】
セール重視度が算出されると，図１２６ に示すように，「セール名の選択」ウィンドウＷ１１に代わって「セール重視度の表示」ウィンドウＷ２２がクラスタ指定ウィンドウＷ６ 上に一部重なるように表示される（ステッ３１４ ）。
【０４５２】
「セール重視度の表示」ウィンドウＷ２２において「ＯＫ」ボタンがユーザによってクリックされると（ステップ３１５ でＹＥＳ ），図１２７ に示すように，「セール重視度の該当顧客別の表示」ウィンドウＷ２３がクラスタ指定ウィンドウＷ６ 上に一部重なるように表示される（ステップ３１６ ）。この「セール重視度の該当顧客別の表示」ウィンドウＷ２３には，「セール名」，「総件数」，「関連度」およびセール重視度の分布表示が表示される。
【０４５３】
「セール名」は「セール名の選択」ウィンドウＷ１１において選択された指定セールであり，図１２７ では「母の日」と表示されている。
【０４５４】
「総件数」は二次抽出顧客データの総件数である。図１２０ では「 ８５３」と表示されている。
【０４５５】
「関連度」は，関連度辞書１１に登録された，指定セールに対する該当セールの関連度を示している。図１２０ では該当セール「母の日」，「父の日」および「敬老の日」について「１．００」，「０．５５」および「０．３５」が表示されている（図９５：関連度辞書参照）。
【０４５６】
セール重視度分布は，横軸をセール重視度とし，そのセール重視度における顧客データの件数を縦軸とした棒グラフが表示される。各棒グラフには，その該当セールのセール名と，その件数が表示される。たとえば，該当セール「母の日」（セール重視度＝１．００）には，その件数「５３２ 」が表示されている。
【０４５７】
「セール重視度の該当顧客別の表示」ウィンドウＷ２３において「ＯＫ」ボタンがクリックされると（ステップ３１５ でＯＫ），図１２９ に示すように，「二次抽出件数の判断」ウィンドウＷ２４がクラスタ指定ウィンドウＷ６ 上に一部重なるように表示される（ステップ３１７ ）。この「二次抽出件数の判断」ウィンドウＷ２４には二次抽出によって検索された二次抽出顧客データの総件数が表示される。たとえば，図１２９ では顧客データの総件数が「 ８５３」件と表示されている。
【０４５８】
一方，「セール重視度の表示」ウィンドウＷ２３において「ＮＯ］ボタンがユーザによってクリックされると（ステップ３１５ でＮＯ），「セール重視度の該当顧客別の表示」ウィンドウＷ２３が表示されることなく，「二次抽出件数の判断」ウィンドウＷ２４が表示される。
【０４５９】
「二次抽出件数の判断」ウィンドウＷ２４において「ＮＯ」ボタンがクリックされると（ステップ３１９ でＮＯ），ステップ１４２ に戻って，クラスタリング指定ウィンドウＷ６ においてクラスタが指定され，クラスタ検索条件式が入力されることになる。
【０４６０】
「二次抽出件数の判断」ウィンドウＷ２４において「ＯＫ」ボタンがクリックされると（ステップ３１８ でＯＫ），二次抽出顧客データについて，ステップ１５５ において算出された特徴適合度と，ステップ３１３ において算出されたセール重視度と基づいて合致度が算出される（ステップ３１９ ）。合致度は次式により算出され，合致度は処理装置１に付随するメモリに記憶される。
【０４６１】
合致度＝セール重視度×特徴適合度 …（１６）
【０４６２】
図１２８ は二次抽出顧客データについて算出された特徴適合度，セール重視度および合致度の一例を示している。この図１２１ では，３つの二次抽出顧客データ２，３および５のそれぞれについて特徴適合度，セール重視度および合致度が示されている。たとえば，合致度は顧客データ２，３および５のそれぞれについて，「０．５５」，「１．００」および「０．４０」である。
【０４６３】
合致度が算出されると，クラスタ指定ウィンドウＷ６ に代えてまたはその上にランキング・ウィンドウＷ８ が表示され（ステップ３２０ ），検索された二次抽出顧客データの総件数が表示される（ステップ３２１ ）。図１３０ に示すランキング・ウィンドウＷ８ は，図５８に示すランキング・ウィンドウＷ８ において「特徴適合度」が「合致度」に代わって点を除いて同じものである。
【０４６４】
「二次抽出件数の判断」ウィンドウＷ２４において「ＮＯ」ボタンがクリックされると（ステップ３１９ でＮＯ），ステップ１４２ に戻って，クラスタリング指定ウィンドウＷ６ においてクラスタが指定され，クラスタ検索条件式が入力されることになる。
【０４６５】
ランキング・ウィンドウＷ８ において「ランキング処理」がクリックされると（ステップ３２２ で実行），図１３０ に示すように，プル・ダウン・メニューｐ４ が表示される（ステップ３２３ ）。このプル・ダウン・メニューｐ４ には「合致度」，「特徴適合度」および「セール重視度」があり，これらの中から一つが選択される（ステップ３２４ ）。
【０４６６】
プル・ダウン・メニューｐ４ において「特徴適合度」がクリックされ，さらにランキング・ウィンドウＷ６ において「実行」ボタンがクリックされると（ステップ３２４ で特徴適合度），特徴適合度に基づいて二次抽出顧客データがランキング表示される（ステップ３２５ ）。特徴適合度に基づくランキング表示は，図６１に示すランキング表示と同様に行われる。この図６１では，二次抽出顧客データが２，３，５の順に表示されている。
【０４６７】
プル・ダウン・メニューｐ４ において「合致度」がクリックされ，さらにランキング・ウィンドウＷ６ において「実行」ボタンがクリックされると（ステップ３２４ で合致度），図１３１ に示すように，合致度に基づいて二次抽出顧客データがランキング表示される（ステップ３２６ ）。図１３１ では，二次抽出顧客データが３，２，５の順に表示されている。
【０４６８】
プル・ダウン・メニューｐ４ において「セール重視度」クリックされ，さらにランキング・ウィンドウＷ６ において「実行」ボタンがクリックされると（ステップ３２４ でセール重視度），図１３２ に示すように，セール重視度に基づいて二次抽出顧客データがランキング表示される。（ステップ３２７ ）。図１３２ では，二次抽出顧客データが３，５，２の順に表示されている。
【０４６９】
ランキング・ウィンドウＷ８ において，「取消」ボタンがクリックされると（ステップ３２２ または３２８ で取消），ステップ１４２ 戻って，クラスタ指定ウィンドウＷ６ においてクラスタが指定されクラスタ検索条件式が入力される。
【０４７０】
次に，ランキング・ウィンドウＷ８ において「分布表示」がクリックされると（ステップ２２８ で分布表示），図１３３ に示すように，プル・ダウン・メニューｐ５ が表示される（ステップ３２８ ）。このプル・ダウン・メニューｐ５ において「特徴適合度」が選択されると（ステップ３２９ で特徴適合度），「特徴適合度と件数表示」ウィンドウＷ９ が表示され（ステップ３３０ ），ユーザによって特徴適合度が設定され（ステップ３３１ ），特徴適合度分布が表示される（ステップ３３２ ）。特徴適合度に基づく特徴適合度分布は，図６３に示す特徴適合度と同様に表示される。
【０４７１】
プル・ダウン・メニューｐ５ において「合致度」が選択されると（ステップ３２９ で合致度），図１３４ に示すように，「合致度と件数表示」ウィンドウＷ２５が表示され（ステップ３３３ ），ユーザによって合致度が設定される（ステップ３３４ ）。合致度の設定は，特徴適合度と同様に行われる。その後，合致度分布がランキング・ウィンドウＷ８ 内に表示される（ステップ３３５ ）。合致度分布は合致度を横軸とし，その合致度における二次顧客データの件数（個数）を縦軸とするグラブである。
【０４７２】
プル・ダウン・メニューｐ５ において「セール重視度」が選択されると（ステップ３２９ で合致度），図１３５ に示すように，「セール重視度と件数表示」ウィンドウＷ２６が表示され（ステップ３３６ ），ユーザによって合致度が設定される（ステップ３３７ ）。セール重視度の設定は，特徴適合度と同様に行われる。その後，セール重視度分布がランキング・ウィンドウＷ８ 内に表示される（ステップ３３８ ）。セール重視度分布はセール重視度を横軸とし，そのセール重視度における二次顧客データの件数（個数）を縦軸とするグラフである。
【０４７３】
ランキング・ウィンドウＷ８ において「印刷」ボタンがクリックされると（ステップ３２８ で印刷），プル・ダウン・メニューｐ６ が，図１３６ に示すように，表示される（ステップ３３９ ）。
【０４７４】
このプル・ダウン・メニューｐ６ において「特徴適合度」がクリックされると（ステップ３４０ で特徴適合度），「住所ラベルの印刷」ウィンドウＷ２７がランキング・ウィンドウＷ８ 上に表示される（ステップ３４１ ）。この「住所ラベルの印刷」ウィンドウＷ１０において特徴適合度がユーザによって設定される（ステップ３４２ ）。この「住所ラベルの印刷」ウィンドウＷ１０において「ＯＫ」ボタンがクリックされると，該当する顧客データについてＤＭの印刷が行われる（ステップ３５７ ）。
【０４７５】
プル・ダウン・メニューｐ６ において「合致度」がクリックされると（ステップ３４０ で合致度），図１３７ に示すように，「住所ラベルの印刷」ウィンドウＷ２７がランキング・ウィンドウＷ８ 上に表示される（ステップ３４３ ）。このウィンドウＷ２７において合致度がユーザによって設定され（ステップ３４４ ），「ＯＫ」ボタンがクリックされると，該当する顧客データについてＤＭの印刷が実行されることになる。たとえば，図１３７ に示す「住所ラベルの印刷」ウィンドウＷ２７では，合致度が「０．５０」に設定されており，顧客データの件数が「 ５１１」件あることを表している。したがって， ５１１件のＤＭが印刷されることになる。
【０４７６】
プル・ダウン・メニューｐ６ において「セール重視度」がクリックされると（ステップ３４０ でセール重視度），図１３８ に示すように，「住所ラベルの印刷」ウィンドウＷ２８がランキング・ウィンドウＷ８ 上に表示される（ステップ３３５ ）。この「住所ラベルの印刷」ウィンドウＷ２８においてセール重視度がユーザによって設定され（ステップ３３６ ），「ＯＫ」ボタンがクリックされると，該当する顧客データについてＤＭの印刷が実行されることになる。たとえば，図１３８ に示す「住所ラベルの印刷」ウィンドウＷ２７では，セール重視度が「０．５０」に設定されており，顧客データの件数が「 ７４７」件あることを表している。したがって，７４７ 件のＤＭが印刷されることになる。
【０４７７】
このようにして，検索された二次抽出データに特徴適合度，セール重視度および合致度が算出され，これらを参照して，ＤＭ発行の対象となる顧客を評価することができる。
【０４７８】
プル・ダウン・メニューｐ１ において「条件参照検索」がクリックされると（ステップ１３２ ），第１実施例と同様にして検索条件が選択された後に二次抽出顧客データが検索され，その二次抽出顧客データについて特徴適合度が算出される（ステップ１６４ 〜１７５ ）。
【０４７９】
さらに二次抽出顧客データについてセール重視度が算出され（ステップ３５１ ），その後「セール重視度の表示」ウィンドウ（図１２６ 参照）が「ＤＭ発行リスト作成」ウィンドウ上に表示される（ステップ３５２ ）。このウィンドウにおいて「ＯＫ」がクリックされると（ステップ３５３ でＯＫ），「セール重視度の該当顧客別の表示」ウィンドウ（図１２７ 参照）が表示される（ステップ３５４ ）。
【０４８０】
「セール重視度の該当顧客別の表示」ウィンドウにおいて「ＯＫ」ボタンがクリックされると，二次抽出顧客データに基づいて合致度が算出され（ステップ３５７ ），「条件参照検索の結果出力」ウィンドウが表示される（ステップ３５８ ）。この「条件参照検索の結果出力」ウィンドウは，図１３０ に示すランキング・ウィンドウＷ８ において「指定方式選択」ボタンと「条件式入力」ボタンが「条件参照検索」に代わっている点を除いて同じである。
【０４８１】
「条件参照検索の結果出力」ウィンドウにおいて，「ランキング処理」ボタン，「分布表示」ボタンがクリックされると，図１３３ に示すランキング・ウィンドウＷ８ における場合と同様にして各ボタンに対応する処理が行われる（ステップ３６０ 〜３８６ ）（図１３０ 〜１３８ 参照）。
【０４８２】
このように，あらかじめ検索コマンド・データ・ベース１０に登録された検索条件を用いて検索された二次抽出顧客データの中から，特徴適合度，セール重視度または合致度に基づいてＤＭを発行すべき顧客を厳選することができる。これにより，ＤＭ発行による売上げの向上が図られる。
【０４８３】
３．３ ＤＭシミュレーション
【０４８４】
第３実施例のＤＭシミュレーションにおいても，ＤＭ発行リスト作成と同様に，特徴適合度に加えて，セール重視度および合致度を考慮することができる。ＤＭシミュレーションの手順の概要およびＤＭシミュレーションにおける一次抽出は，第１実施例と同様にして行われる（図２５および図２６参照）。以下二次抽出について説明する。
【０４８５】
図１１８ 〜図１２３ は，第２実施例のＤＭシミュレーションにおける二次抽出の手順を示している。図１１８ 〜１２３ において，図２７〜３１に示す手順と同じ手順には同一符号を付し，その詳細を省略する。
【０４８６】
クラスタ検索条件式に基づいて二次抽出顧客データが検索され，その二次抽出顧客データについて特徴適合度が算出されると（〜ステップ１５５ ），セール重視度が算出される（ステップ３１３ ）。さらに特徴適合度とセール重視度に基づいて合致度が算出される（ステップ３１７ ）。セール重視度および合致度はＤＭリスト作成における場合と同様に算出される。さらに，適合率αと再現率βが算出される（ステップ２１１ ）。
【０４８７】
その後，図１３９ に示すように，クラスタリング指定ウィンドウに代えて「ＤＭシミュレーション」が表示され（ステップ２１２ ），クラスタリング平面，合致度の分布表示および診断平面が表示される（ステップ２１３ ，２１４Ａ，２１５ ）。第１実施例では図７４または図７５に示すように特徴適合度分布が表示されているが，第３実施例においては初期状態として合致度分布が表示されている。
【０４８８】
「ＤＭシミュレーション」において「分布表示」ボタンがクリックされると（ステップ２１８ で分布表示），図１４０ に示すように，「分布表示」ボタンにプル・ダウン・メニューｐ７ が表示される（ステップ３７０ ）。このプル・ダウン・メニューｐ７ において「セール重視度」が選択されると（ステップ３７１ でセール重視度），「分布表示」ウィンドウが表示される（ステップ３７２ ）。この「分布表示」ウィンドウは図７６に示すウィンドウＷ１８と同一である。この「分布表示」ウィンドウにおいてシミュレーション回数が設定されると（ステップ３７３ ），そのシミュレーション回数に対応する二次抽出顧客データについてセール重視度分布が合致度分布に代えて表示される（ステップ２７４ ）。図１４１ は，「ＤＭシミュレーション」ウィンドウ内にセール重視度の分布表示の一例を示している。
【０４８９】
プル・ダウン・メニューｐ７ において「合致度」または「特徴適合度」がクリックされたときには，セール重視度と同様にして，それぞれ合致度分布または特徴適合度が表示される。
【０４９０】
このように，第３実施例においては，特徴適合度分布に加えてセール重視度分布および合致度分布が表示される。ユーザは，これらの分布表示を参考にして，二次抽出に用いたクラスタ検索条件式がＤＭ発行による効果より現れるものであるかどうかを判断することができる。
【図面の簡単な説明】
【図１】第１実施例のＤＭ発行支援システムの構成を示すブロック図である。
【図２】顧客データ・ベースに記憶された顧客情報リストの一例を示す。
【図３】顧客データ・ベースに記憶された顧客ＲＦＭＴリストの一例を示す。
【図４】顧客特徴分類データ・ベースに記憶された顧客特徴分類データの一例を示し，Ｒ−Ｆ平面についての顧客特徴分類データを示す。
【図５】顧客特徴分類データ・ベースに記憶された顧客特徴分類データの一例を示し，Ｔ−Ｍ平面についての顧客特徴分類データを示す。
【図６】検索コマンド・データ・ベースに記憶された，特徴適合度の算出に用いられるメンバーシップ関数の形状を示す。
【図７】複数の顧客特徴分類領域に分割されたクラスタリング平面を示し，（Ａ） はＲ−Ｆ平面を４つに分割した顧客特徴分類領域と各顧客特徴分類領域に属するクラスタについてのメンバーシップ関数を示し，（Ｂ） はＲ−Ｆ平面を９つに分割した顧客特徴分類領域と各顧客特徴分類領域に属するクラスタについてのメンバーシップ関数を示す。
【図８】購買履歴データ・ベースに記憶された購買履歴データの一例を示す。
【図９】検索コマンド・データ・ベースに記憶された検索コマンド・データの一例を示す。
【図１０】検索コマンド・データ・ベースに記憶された検索コマンド・データの一例を示す。
【図１１】検索コマンド・データ・ベースに記憶された検索コマンド・データの一例を示す。
【図１２】検索コマンド・データ・ベースに記憶された検索コマンド・データの一例を示す。
【図１３】検索コマンド・データ・ベースに記憶された検索コマンド・データの一例を示す。
【図１４】第１実施例のＤＭ発行支援システムの全体的な手順を示すフローチャートである。
【図１５】第１実施例のＤＭ発行リスト作成の全体的な手順を示すフローチャートである。
【図１６】第１実施例のＤＭ発行リスト作成における一次抽出の詳細な手順を示すフローチャートである。
【図１７】第１実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１８】第１実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１９】第１実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図２０】第１実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図２１】第１実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図２２】第１実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図２３】第１実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図２４】第１実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図２５】第１実施例のＤＭシミュレーションの全体的な手順を示すフローチャートである。
【図２６】第１実施例のＤＭシミュレーションにおける一次抽出の詳細な手順を示すフローチャートである。
【図２７】第１実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図２８】第１実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図２９】第１実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図３０】第１実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図３１】第１実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図３２】ＤＭ発行支援システムのメニュー・ウィンドウの一例を示す。
【図３３】「ＤＭ発行リスト作成」ウィンドウの一例を示す。
【図３４】「ＤＭ発行リスト作成」ウィンドウ上に表示された「検索条件項目の選択」ウィンドウの一例を示す。
【図３５】一次抽出により検索された一次抽出顧客データの一例を示す。
【図３６】「ＤＭ発行リスト作成」ウィンドウにおける「二次抽出」ボタンについてのプル・ダウン・メニューの一例を示し，このプル・ダウン・メニューには「クラスタ検索」および「条件参照検索」が表示されている。
【図３７】「ＤＭ発行リスト作成」ウィンドウ上に表示された「検索条件項目の選択（二次抽出）」ウィンドウの一例を示す。
【図３８】「ＤＭ発行リスト作成」ウィンドウ上に表示された「クラスタ数の指定」ウィンドウの一例を示し，「ＤＭ発行リスト作成」ウィンドウ上に「検索条件項目の選択（二次抽出）」ウィンドウと「クラスタ数の指定」ウィンドウとを同時に表示されている。
【図３９】ファジィ・クラスタリングによる処理結果を示し，各顧客データについての各クラスタに属する帰属度と，各顧客データの所属クラスタの一例を示す。
【図４０】ファジィ・クラスタリングによる処理結果を示し，各クラスタのクラスタ・センタの一例を示す。
【図４１】クラスタ指定ウィンドウの一例を示し，このウィンドウ内にはＲ−Ｆ平面が示されている。
【図４２】Ｒ−Ｆ平面の拡大図を示し，図４１に示すクラスタ指定ウィンドウ内に表示されたＲ−Ｆ平面である。
【図４３】クラスタ指定ウィンドウ上に一部重なる状態で表示された「検索条件項目の選択（二次抽出）」ウィンドウの一例を示す。
【図４４】クラスタ指定ウィンドウ上に一部重なる状態で表示された「クラスタ数の指定」ウィンドウの一例を示し，クラスタ指定ウィンドウ上には「検索条件項目の選択（二次抽出）」ウィンドウと「クラスタ数の指定」ウィンドウが同時に表示されている。
【図４５】クラスタ指定ウィンドウ上に一部重なる状態で表示された「検索条件項目の選択」ウィンドウの一例を示し，このウィンドウ内にはＲ−Ｆ平面とＴ−Ｍ平面が表示されている。
【図４６】クラスタ指定ウィンドウの一例を示し，このウィンドウ内にはＲ−Ｆ平面とＴ−Ｍ平面が表示されている。
【図４７】Ｔ−Ｍ平面の拡大図を示し，図４１に示すクラスタ指定ウィンドウ内に表示されたＴ−Ｍ平面である。
【図４８】クラスタ指定ウィンドウの一例を示し，このウィンドウ内にはＲ−Ｆ平面とＴ−Ｍ平面が示されている。
【図４９】クラスタ指定ウィンドウにおける「ＨＥＬＰ」ボタンについてのプル・ダウン・メニューの一例を示し，このプル・ダウン・メニューには「Ｒ−Ｆ平面説明文」，「Ｔ−Ｍ平面説明文」，「指定方式選択」および「条件式入力」が表示されている。
【図５０】クラスタリング平面上に表示された「顧客の特徴」およびその「特徴の説明文」の一例を示し，Ｒ−Ｆ平面上に表示された「顧客の特徴」および「特徴の説明文」を示す。
【図５１】クラスタリング平面上に表示された「顧客の特徴」およびその「特徴の説明文」の一例を示し，Ｔ−Ｍ平面上に表示された「顧客の特徴」および「特徴の説明文」を示す。
【図５２】クラスタ指定ウィンドウにおける「指定方式選択」ボタンについてのプル・ダウン・メニューの一例を示し，このプル・ダウン・メニューには「間接指定」および「直接指定」が表示されている。
【図５３】クラスタ指定ウィンドウ上に一部重なるように表示された「クラスタ条件式の入力」ウィンドウの一例を示す。
【図５４】クラスタ指定ウィンドウ内において一のクラスタ検索条件式が選択された様子を示し，クラスタ検索条件式“（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）”が選択されている。
【図５５】クラスタ検索条件式に含まれる各クラスタについて決定されたＳＱＬ検索式とメンバーシップ関数のパラメータの一例を示し，クラスタ検索条件式“（ＲＦ：Ｃ２＋ＲＦ：Ｃ４）＊（ＴＭ：Ｃ１＋ＴＭ：Ｃ２＋ＴＭ：Ｃ４）”についてのＳＱＬ検索式とメンバーシップ関数のパラメータを示す。
【図５６】クラスタ検索条件式に含まれる各クラスタについて決定されたメンバーシップ関数の一例を示し，Ｒ−Ｆ平面についてのメンバーシップ関数を示す。
【図５７】クラスタ検索条件式に含まれる各クラスタについて決定されたメンバーシップ関数の一例を示し，Ｔ−Ｍ平面についてのメンバーシップ関数を示す。
【図５８】二次抽出により検索された二次抽出顧客データの一例を示し，図３５に示す一次抽出顧客データから検索された二次抽出顧客データである。
【図５９】ランキング・ウィンドウの一例を示す。
【図６０】各二次抽出顧客データについて算出された適合度とこの適合度に基づいて算出された特徴適合度の一例を示し，図５８に示す二次抽出顧客データについて算出された適合度と特徴適合度である。
【図６１】二次抽出顧客データのランキング表示されたランキング・ウィンドウの一例を示す。
【図６２】ランキング・ウィンドウ上に表示された「特徴適合度と件数表示」ウィンドウの一例を示す。
【図６３】ランキング・ウィンドウに表示された特徴適合度分布表示の一例を示し，「特徴適合度と件数表示」ウィンドウがランキング・ウィンドウ上に，特徴適合度分布表示がランキング・ウィンドウ内に同時に表示されている。
【図６４】ランキング・ウィンドウ上に表示された「住所ラベルの印刷」ウィンドウの一例を示す。
【図６５】「ＤＭ発行リスト作成」ウィンドウ上に表示された「セール名の選択」ウィンドウの一例を示す。
【図６６】「ＤＭ発行リスト作成」ウィンドウ上に表示された「検索条件の選択」ウィンドウの一例を示し，「ＤＭ発行リスト作成」ウィンドウ上に「セール名の選択」ウィンドウ」と「検索条件の選択」ウィンドウが同時に表示されている。
【図６７】「ＤＭ発行リスト作成」ウィンドウ上に表示された「重視度の入力」ウィンドウの一例を示す。
【図６８】「条件参照検索の結果出力」ウィンドウの一例を示す。
【図６９】一次抽出により検索された一次抽出顧客データ（集合Ａ），二次抽出により検索された二次抽出顧客データ（集合Ｂ）およびセール期間中に商品を購入した購入顧客データ（集合Ｃ）の関係を示すベン図である。
【図７０】適合率−再現率診断平面の一例を示す。
【図７１】「ＤＭシミュレーション」ウィンドウの一例を示す。
【図７２】「ＤＭシミュレーション」ウィンドウ上に表示された「検索条件項目の選択（一次抽出）」ウィンドウの一例を示す。
【図７３】「ＤＭシミュレーション」ウィンドウ上に表示された「購買履歴データの指定」ウィンドウの一例を示す。
【図７４】「ＤＭシミュレーション」ウィンドウ上に一部重なるように表示された「ＤＭシミュレーション続行」ウィンドウの一例を示し，「ＤＭシミュレーション」ウィンドウにはクラスタリング平面，特徴適合度分布表示および診断平面が表示されている。
【図７５】第３回のＤＭシミュレーションが行われた「ＤＭシミュレーション」ウィンドウの一例を示す。
【図７６】「ＤＭシミュレーション」ウィンドウ上に一部重なるように表示された「分布表示」ウィンドウの一例を示す。
【図７７】「ＤＭシミュレーション」ウィンドウ上に一部重なるように表示された「検索条件登録」ウィンドウの一例を示す。
【図７８】第２実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図７９】第２実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図８０】第２実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図８１】第２実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図８２】第２実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図８３】第２実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図８４】第２実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図８５】第２実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図８６】第２実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図８７】第２実施例のＤＭシミュレーションにおける一次抽出の詳細な手順を示すフローチャートである。
【図８８】第２実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図８９】第２実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図９０】第２実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図９１】第２実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図９２】第２実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図９３】第２実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図９４】「ＤＭ発行リスト作成」ウィンドウ内に表示された検索平面と「ＤＭ発行リスト作成」ウィンドウ上に表示された「セルサイズ設定」ウィンドウとの一例を示し，検索平面としてＲ−Ｆ平面が表示され，「セルサイズ設定」ウィンドウと「検索条件項目の選択」ウィンドウが同時に表示されている。
【図９５】複数のセルに分割された検索平面が表示された「ＤＭ発行リスト作成」ウィンドウの一例を示す。
【図９６】セル毎に作成された代表データの一例を示す。
【図９７】「ＤＭ発行リスト作成」ウィンドウ上に表示された「クラスタ数の指定」ウィンドウの一例を示し，「ＤＭ発行リスト作成」ウィンドウには代表データが表示された検索平面が表示されている。
【図９８】代表データが表示された検索平面が表示された「ＤＭ発行リスト作成」ウィンドウ上に一部重なるように表示された「クラスタリング数の指定」ウィンドウの一例を示す。
【図９９】代表データについてファジィ・クラスタリングを行ったクラスタリング平面を表示したクラスタ指定ウィンドウの一例を示し，このウィンドウ内にはＲ−Ｆ平面が表示されている。
【図１００】第３実施例のＤＭ発行支援システムの構成を示すブロック図である。
【図１０１】関連度辞書に記憶された関連度の一例を示す。
【図１０２】セール期間の一例を示す。
【図１０３】セール期間を表したタイミング・チャートの一例を示す。
【図１０４】各セールを表す集合の関係を示す。
【図１０５】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１０６】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１０７】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１０８】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１０９】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１１０】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１１１】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１１２】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１１３】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１１４】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１１５】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１１６】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１１７】第３実施例のＤＭ発行リスト作成における二次抽出の詳細な手順を示すフローチャートである。
【図１１８】第３実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図１１９】第３実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図１２０】第３実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図１２１】第３実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図１２２】第３実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図１２３】第３実施例のＤＭシミュレーションにおける二次抽出の詳細な手順を示すフローチャートである。
【図１２４】クラスタ指定ウィンドウ上に表示された「セール名の選択」ウィンドウの一例を示す。
【図１２５】セール重視度の一例を示す。
【図１２６】クラスタ指定ウィンドウ上に一部重なるように表示された「セール重視度の表示」ウィンドウの一例を示す。
【図１２７】クラスタ指定ウィンドウ上に一部重なるように表示された「セール重視度の該当顧客別の表示」ウィンドウの一例を示す。
【図１２８】二次抽出顧客データについて算出された特徴適合度，セール重視度および合致度を示す。
【図１２９】クラスタ指定ウィンドウ上に一部重なるように表示された「二次抽出件数の判断」ウィンドウの一例を示す。
【図１３０】ランキングウィンドウにおける「印刷」ボタンについてのプル・ダウン・メニューの一例を示し，このプル・ダウン・メニューには「合致度」，「特徴適合度」および「セール重視度」が表示されている。
【図１３１】合致度に基づいて二次顧客データが表示されたランキング・ウィンドウの一例を示す。
【図１３２】セール重視度に基づいて二次抽出顧客データが表示されたランキング・ウィンドウの一例を示す。
【図１３３】ランキングウィンドウにおける「分布表示」ボタンについてのプル・ダウン・メニューの一例を示し，このプル・ダウン・メニューには「合致度」，「特徴適合度」および「セール重視度」が表示されている。
【図１３４】ランキング・ウィンドウ上に表示された「合致度と件数表示」ウィンドウと，ランキング・ウィンドウ内に表示された合致度分布の表示との一例を示す。
【図１３５】ランキング・ウィンドウ上に表示された「セール重視度と件数表示」ウィンドウと，ランキング・ウィンドウ内に表示されたセール重視度分布の表示との一例を示す。
【図１３６】ランキング・ウィンドウにおける「印刷」ボタンについてのプル・ダウン・メニューの一例を示し，このプル・ダウン・メニューには「合致度」，「特徴適合度」および「セール重視度」が表示されている。
【図１３７】ランキング・ウィンドウ上に表示された合致度に基づく「住所ラベルの印刷」ウィンドウの一例を示す。
【図１３８】
ランキング・ウィンドウ上に表示されたセール重視度に基づく「住所ラベルの印刷」ウィンドウの一例を示す。
【図１３９】合致度分布が表示された「ＤＭシミュレーション」ウィンドウの一例を示す。
【図１４０】「ＤＭシミュレーション」ウィンドウにおける「分布表示」ボタンについてのプル・ダウン・メニューの一例を示し，このプル・ダウン・メニューには「合致度」，「特徴適合度」および「セール重視度」が表示されている。
【図１４１】セール重視度分布が表示された「ＤＭシミュレーション」ウィンドウの一例を示す。
【符号の説明】
１ 処理装置
２ 顧客データ・ベース
３ ルール・データ・ベース
４ 顧客特徴分類データ・ベース
５ 表示装置
６ マウス
７ キーボード
８ 印刷装置
９ 購買履歴データ・ベース
１０ 検索コマンド・データ・ベース
１１ 関連度辞書

Claims (17)

1. それぞれが複数の属性および属性値をもつ複数のデータを記憶したデータ・ベース，
   上記データの複数の属性の中から，１または複数の属性の指定を受付ける属性指定受付手段，
   上記データ・ベースに記憶された複数のデータを，上記属性指定受付手段によって指定された属性について，属性値の分布に基づく帰属度にしたがって，外部から与えられた複数の第１の個数のクラスタにクラスタリングするクラスタリング手段，
   上記クラスタリング手段によって複数のクラスタにクラスタリングされたデータのもつ属性間の相関関係および属性値の分布を表示する表示手段，
   上記クラスタリング手段によってクラスタリングされた複数のクラスタの中から，１または複数のクラスタの指定を受付けるクラスタ指定受付手段，および
   上記クラスタ指定受付手段によって指定されたクラスタに基づいて，上記データ・ベースからデータを検索する検索手段，
   を備えているデータ・ベース検索装置。
2. 上記検索手段によって検索されたデータが属するクラスタが，上記属性指定受付手段によって指定された属性によって規定されるｎ次元空間（ｎは正の整数）を分割することにより設けられる複数の領域のいずれに含まれるかを決定する領域決定手段，
   上記検索手段によって検索されたデータが，上記領域決定手段によって決定された領域の特徴をどの程度満たしているかを表す特徴適合度を算出する特徴適合度算出手段，および
   上記特徴適合度算出手段によって算出された特徴適合度に基づいて，検索されたデータを順序づける順序づけ手段，
   を備えている請求項１に記載のデータ・ベース検索装置。
3. 上記属性指定受付手段によって指定された属性を，上記第１の個数より多い，外部から与えられる第２の個数のセルに分割し，各セルに含まれるすべてのデータを代表する代表データを作成する代表データ作成手段をさらに備え，
   上記クラスタリング手段は，上記代表データ作成手段によって作成された代表データを，上記属性指定受付手段によって指定された属性について，上記第１の個数のクラスタにクラスタリングするものである，
   請求項１または２に記載のデータ・ベース検索装置。
4. それぞれが複数の属性および属性値をもつ複数個のデータをデータ・ベースにあらかじめ記憶しておき，
   上記データの複数の属性の中から指定される１または複数の属性の指定を受付け，
   上記データ・ベースに記憶された複数のデータを，指定された１または複数の属性について，属性値の分布に基づく帰属度にしたがって，外部から与えられた複数の第１の個数のクラスタにクラスタリングし，
   複数のクラスタにクラスタリングされたデータのもつ属性間の相関関係および属性値の分布を表示し，
   クラスタリングされた複数のクラスタの中から指定される１または複数のクラスタの指定を受付け，
   指定されたクラスタに基づいて，上記データ・ベースからデータを検索する，
   データ・ベース検索方法。
5. 検索されたデータが属するクラスタが，指定された属性によって規定されるｎ次元空間（ｎは正の整数）を分割することにより設けられる複数の領域のいずれに含まれるかを決定し，
   検索されたデータが，決定された領域の特徴をどの程度満たしているかを表す特徴適合度を算出し，
   算出された特徴適合度に基づいて，検索されたデータを順序づける，
   請求項４に記載のデータ・ベース検索方法。
6. 指定された属性を，上記第１の個数より多い，外部から与えられる第２の個数のセルに分割し，各セルに含まれるすべてのデータを代表する代表データを作成し，
   作成された代表データを，指定された属性について，上記第１の個数のクラスタにクラスタリングする，
   請求項４または５に記載のデータ・ベース検索方法。
7. 請求項１から３のいずれか一項に記載のデータ・ベース検索装置を備え，上記データ・ベースに，ダイレクト・メール送付の対象である顧客に関するデータがあらかじめ登録されている，ダイレクト・メール発行支援システム。
8. それぞれが複数の属性および属性値を有する複数のデータを記憶したデータ・ベース，ｎ次元空間（ｎは正の整数）を表示するための表示装置，および指令またはデータを入力するための入力装置を設け，
   上記データが有する複数の属性を含む検索項目リストを上記表示装置に表示し，
   この検索項目リスト内の複数の属性の中から１または複数の属性の指定を検索項目として上記入力装置から受付け，
   上記データ・ベースに記憶された複数のデータを，指定された１または複数の検索項目について，属性値の分布に基づく帰属度にしたがって，外部から与えられたクラスタ数のクラスタにクラスタリングし，
   クラスタリングされた複数のデータを，指定された検索項目をそれぞれ座標軸とするｎ次元空間内に，クラスタ毎に分類して上記表示装置に表示し，
   上記ｎ次元空間に表示されたクラスタの中から，１または複数のクラスタの指定を上記入力装置から受付け，
   上記ｎ次元空間において指定されたクラスタに属するデータを，上記データ・ベースから検索する，
   データ・ベース検索方法。
9. それぞれが複数の属性および属性値を有する複数のデータを記憶したデータ・ベース，ｎ次元空間（ｎは正の整数）を表示するための表示装置，および指令またはデータを入力するための入力装置を設け，
   上記データが有する複数の属性を含む検索項目リストを表示装置に表示し，
   この検索項目リスト内の複数の属性の中から１または複数の属性の指定を検索項目として上記入力装置から受付け，
   指定された１または複数の検索項目をそれぞれ座標軸とするｎ次元空間を上記表示装置に表示し，
   上記ｎ次元空間をセルに分割するための分割数の入力を上記入力装置から受付け，
   上記ｎ次元空間を，入力された分割数により分割し，各セルに含まれるデータを代表する代表データを作成し，
   作成された代表データを，指定された１または複数の検索項目について，属性値の分布に基づく帰属度にしたがって，外部から与えられたクラスタ数のクラスタにクラスタリングし，
   クラスタリングされた複数の代表データを，上記ｎ次元空間内に，クラスタ毎に分類して上記表示装置に表示し，
   上記ｎ次元空間に表示されたクラスタの中から，１または複数のクラスタの指定を上記入力装置から受付け，
   上記ｎ次元空間において指定されたクラスタに属するデータを，上記データ・ベースから検索する，
   データ・ベース検索方法。
10. 上記クラスタ数を上記入力装置から入力する，請求項８または９に記載のデータ・ベース検索方法。
11. クラスタの指定を上記入力装置から受付けた後に，
    そのクラスタを含む検索条件式の入力を上記入力装置から受付け，
    入力された検索条件式に基づいて，上記データ・ベースからデータを検索する，
    請求項８から10のいずれか一項に記載のデータ・ベース検索方法。
12. 一または複数の検索条件式を記憶した検索条件データ・ベースをさらに設け，
    上記検索条件データ・ベースに記憶された検索条件式リストを上記表示装置に表示し，
    この検索条件式リストの中から，検索条件式の選択を上記入力装置から受付け，
    選択された検索条件式に基づいて，上記データ・ベースからデータを検索する，
    請求項８から11のいずれか一項に記載のデータ・ベース検索方法。
13. 上記ｎ次元空間を，複数の特徴分類領域に分割するための分割データと，各特徴分類領域に含まれるデータの特徴を表す特徴情報とを記憶した特徴分類領域データ・ベースをさらに設け，
    上記ｎ次元空間を表示した後に，
    上記ｎ次元空間を，上記特徴分類領域データ・ベースに記憶された分割データに基づいて複数の特徴分類領域に分割し，
    上記ｎ次元空間において，各特徴分類領域に対応する特徴情報を上記表示装置に表示し，
    その後，クラスタの指定を上記入力装置から受付ける，
    請求項８から12のいずれか一項に記載のデータ・ベース検索方法。
14. 上記ｎ次元空間を，複数の特徴分類領域に分割するための分割データと，各特徴分類領域に含まれるデータの特徴を表す特徴情報とを記憶した特徴分類領域データ・ベースをさらに設け，
    データを検索した後に，
    指定されたクラスタが，上記ｎ次元空間を上記分割データに基づいて分割された複数の特徴分類領域に属する特徴分類領域をクラスタ毎に決定し，
    検索されたデータについて，そのデータが属するクラスタについて決定された特徴分類領域の特徴をどの程度満たしているかを表す特徴適合度を算出する，
    請求項８から12のいずれか一項に記載のデータ・ベース検索方法。
15. 上記データ・ベースに記憶されたデータについての複数の属性の一が複数種類の目的であり，一の目的と他の目的との関連の度合いを表す関連度を記憶した関連度辞書をさらに設け，
    データを検索した後に，
    上記関連度辞書に記憶された目的を含む目的リストを上記表示装置に表示し，
    この目的リストから一の目的の指定を上記入力装置から受付け，
    指定された目的と検索されたデータの目的とについて，上記関連度辞書に記憶された関連度を参照してデータの重視度を決定する，
    請求項８から14のいずれか一項に記載のデータ・ベース検索方法。
16. 上記特徴適合度，上記重視度または上記特徴適合度および上記重視度に基づいて算出される合致度に基づいて，検索されたデータの中から一または複数のデータを抽出する，請求項14または15に記載のデータ・ベース検索方法。
17. 請求項16に記載のデータ・ベース検索方法により抽出されたデータについて，上記データ・ベースに記憶されデータの属性には住所および氏名が含まれており，少なくとも住所および氏名をダイレクト・メールに印刷する，ダイレクト・メール発行方法。

Images