JP6085802B2 - ユーザ購入挙動に基づいて不良商品を識別するための方法及びシステム - Google Patents

Description

本発明は、不良商品を識別するための方法及びシステムに関し、より詳細には、ユーザ購入挙動に基づいて不良商品を識別するための方法及びシステムに関する。

電子商取引、特に大規模電子商取引の事業体は、多数のカテゴリと膨大な数の商品を含むという特徴を有する。商品を購入した後、一般的な消費者は、商品の包括的な評価、たとえば、販売者に対する満足度、顧客満足体験などを伝えることになる。しかしながら、電子商取引の事業体が商品に対する消費者の感想を収集することは困難である。別の観点から、消費者が商品（商品のセット）に対して非常に低い満足度を有する場合、消費者はもはや、再びオンラインで買物をするためにその電子商取引ウェブサイトに戻ることはない。そのような結果は販売者にとって非常に望ましくなく、顧客を失う原因は不良商品が現れたことであり、これらの不良商品は販売者によって最適化されるべきである（たとえば、発送、商品品質、商品価格など）。

たとえば、ユーザ不満データ又は批評データを分析して、それによって、明らかな不満の傾向又はより否定的なコメントを有する商品を得ることによる、不良商品を検出するための方法がいくつかある。

いくつかの一般的なステップは、ａ）商品の批評データを得るステップと、ｂ）得られた批評データを単語及び語句に分割して、比較を容易にするステップと、ｃ）最高の発生頻度を有するいくつかの単語を得るステップと、ｄ）これらのいくつかの単語が否定的な単語に属する場合に、商品が不良な商品であると判定するステップとを含む。

従来技術は、以下の欠陥を有する。（１）批評データに関して、ユーザがある商品に対して大きな不満があるとき、ユーザはもはや何らかの挙動を実施するためにウェブサイトに戻ることはなく、そのため実際には、批評データを得ることはできない。（２）ユーザのコメントの選好も異なる、すなわち、あるユーザはすべての購入した製品に対して攻撃的な態度を呈し、この態度は、すべての購入した製品に対する否定的なコメントとして表現されるが、これらの不良なコメントは、そのユーザの後続する購入挙動には影響を及ぼさない。すなわち、この顧客は実際には商品になお「満足」しており、その挙動に関して不満を示しているのではなく、その発言に関して不満を示しているにすぎない。（３）不満データも、コメントに関する問題と同じ問題を有し、不満データは顧客サービスシステムに集中するため、不満データの音声データを利用することはできず、商品に対する不満は顧客サービスの不満の中で小さい分類にしか入らず、それゆえ、不良商品を反映するデータの集中度は比較的弱い。

現段階において、一般的な電子商取引ウェブサイトはそれほど大量の商品（たとえば、１日当たりの売上で５０，０００を上回る固有商品数）を有していないが、インターネット技術の急速な発展とともに、膨大な量の商品の中から不良商品の迅速な識別を促進し、マーケティング人員に手作業での介入を実施するよう警告することができる方法及びシステムが、それによって消費者に対する不良商品のマーケティングに対する悪影響を低減するために、依然として必要とされている。

本発明の一態様によれば、ユーザ購入挙動に基づいて不良商品を識別するための方法が提供され、前記方法が、ユーザ選別モジュールによって顧客取引システムから、特定の期間内に単一の買物挙動のみを実施するユーザの集合を選択するステップと、ユーザ選別モジュールによって、ユーザ集合、及び、すべての顧客によって購入された商品の明細に基づいて、ユーザ−商品購入関係行列を構築するステップと、識別モジュールによってユーザ−商品購入関係行列に基づいて、商品が不良である確率を計算して、不良商品を識別するステップと、識別モジュールによって、識別された不良商品に基づいて不良商品のリストを生成するステップと、プッシュモジュールによって、生成された不良商品のリストを、商品介入システムにプッシュするステップとを含む。

本発明の一実施形態によれば、ユーザ集合が、第１のユーザ部分集合を含み、第１のユーザ部分集合が、特定の期間内に単一の買物挙動のみを実施し、特定の期間の前の先行する特定の期間内に買物挙動を実施しないユーザの部分集合である。

本発明の一実施形態によれば、挙動マーキングモジュールが、ユーザ−商品購入関係行列が構築される前に、第１のユーザ部分集合に基づいて、第１のユーザ部分集合が、特定の期間の後の将来の特定の期間内に特定の挙動を実施するか否かをマークして、対応するユーザの挙動データを生成する。

本発明の別の実施形態によれば、第１ユーザ部分集合が、第２のユーザ部分集合を含み、第２のユーザ部分集合が、特定の期間内に単一の買物挙動のみを実施し、特定の期間の前の先行する特定の期間内に買物挙動を実施せず、特定の期間の後の将来の特定の期間内に特定の挙動を実施しないユーザの部分集合である。

本発明の一実施形態によれば、ユーザ−商品購入関係行列が、第１のユーザ部分集合及びすべての顧客によって購入された商品の明細に基づいて構築される。

本発明の別の実施形態によれば、ユーザ−商品購入関係行列が、第２のユーザ部分集合及びすべての顧客によって購入された商品の明細に基づいて構築される。

本発明の別の実施形態によれば、上記挙動データに基づいて、商品が不良である確率がさらに計算される。

本発明の一実施形態によれば、特定の挙動が、買物挙動、ログイン挙動、又は、お気に入りとしてマークする挙動のうちの１つである。

本発明の一実施形態によれば、識別モジュールが、商品が不良である確率を解決するために疎行列環境に適合されたアルゴリズムを採用する。

本発明の一実施形態によれば、識別モジュールが、不良商品を識別するために２項分布仮設検証の方法を採用する。

本発明の他の態様によれば、ユーザ購入挙動に基づいて不良商品を識別するためのシステムが提供され、システムが、顧客取引システムから、特定の期間内に単一の買物挙動のみを実施するユーザの集合を選択し、ユーザ集合、及び、すべての顧客によって購入された商品の明細に基づいて、ユーザ−商品購入関係行列を構築するように構成されるユーザ選別モジュールと、ユーザ−商品購入関係行列に基づいて、商品が不良である確率を計算して、不良商品を識別し、識別された不良商品に基づいて不良商品のリストを生成するように構成される識別モジュールと、生成された不良商品のリストを、商品介入システムにプッシュするように構成されるプッシュモジュールとを備える。

本発明の一実施形態によれば、ユーザ集合が、第１のユーザ部分集合を含み、第１のユーザ部分集合が、特定の期間内に単一の買物挙動のみを実施し、特定の期間の前の先行する特定の期間内に買物挙動を実施しないユーザの部分集合である。

本発明の一実施形態によれば、システムが、ユーザ選別モジュールがユーザ−商品購入関係行列を構築する前に、第１のユーザ部分集合に基づいて、第１のユーザ部分集合が、特定の期間の後の将来の特定の期間内に特定の挙動を実施するか否かをマークして、対応するユーザの挙動データを生成するように構成されるマーキングモジュールをさらに備える。

本発明の一実施形態によれば、第１ユーザ部分集合が、第２のユーザ部分集合を含み、第２のユーザ部分集合が、特定の期間内に単一の買物挙動のみを実施し、特定の期間の前の先行する特定の期間内に買物挙動を実施せず、特定の期間の後の将来の特定の期間内に特定の挙動を実施しないユーザの部分集合である。

本発明の一実施形態によれば、ユーザ−商品購入関係行列が、第１のユーザ部分集合及びすべての顧客によって購入された商品の明細に基づいて構築される。

本発明の一実施形態によれば、ユーザ−商品購入関係行列が、第２のユーザ部分集合及びすべての顧客によって購入された商品の明細に基づいて構築される。

本発明の一実施形態によれば、上記挙動データに基づいて、商品が不良である確率がさらに計算される。

本発明の一実施形態によれば、特定の挙動が、買物挙動、ログイン挙動、又は、お気に入りとしてマークする挙動のうちの１つである。

本発明の一実施形態によれば、識別モジュールが、商品が不良である確率を解くために疎行列環境に適合されたアルゴリズムを採用する。

本発明の一実施形態によれば、識別モジュールが、不良商品を識別するために２項分布仮設検証の方法を採用する。

図面は本発明の実施形態を示し、本明細書とともに、本発明の原理を説明するために使用される。

本発明の一実施形態による、ユーザ購入挙動に基づいて不良商品を識別するためのシステムのブロック図である。 本発明の一実施形態による、ユーザ購入挙動に基づいて不良商品を識別する過程の全体図である。 本発明の一実施形態による、ユーザ購入挙動に基づいて不良商品を識別するための方法の流れ図である。 本発明の別の実施形態による、ユーザ購入挙動に基づいて不良商品を識別するための方法の流れ図である。 本発明のさらなる実施形態による、ユーザ購入挙動に基づいて不良商品を識別するための方法の流れ図である。

詳細な説明

本発明は、顧客購入挙動を使用して不良商品を効率的に識別するためのユーザ挙動統計システムの方法に関する。本方法の最も重要な特徴は、ユーザによって購入された商品中に存在する不良商品を、顧客購入挙動データ（すなわち、実際の取引）のみに基づいて識別することができることにある。本方法は、ユーザの主観的評価及び取引量とは関係なく、ユーザの主観的評価の基準の不一致及び異なる取引量によって引き起こされる非対称的な判断を回避する。１日を単位とした動作サイクルの下で、焦点を当てられるべき約２０〜３０個の商品が１日当たりに識別され得る。したがって、非常に低い識別効率を有する、不良商品を手作業で識別する従来の方法は、取って代わられる。

当業者には知られているように、商品は、回転率に従って複数の異なるレベルに区分化され得、このレベルによる商品の管理は、商品の提示を効果的に最適化し、経済的利益を向上させることができる。たとえば、商品は、回転率に従って「非常に良い」、「良い」、「普通」、「やや悪い」及び「悪い」の５つのレベルに区分化することができる。たとえば、本明細書において使用される「不良商品」という用語は、売上が芳しくなく、在庫回転率が遅い商品を指す。「不良商品」を取り除くことによって、顧客に対する悪影響を低減することができるだけでなく、販売者が、資金をより効率的に利用し、資源を合理的に配分することを可能にし、それによって、最大利益性指数を達成することを容易にすることもできる。

不良商品に関連して、ユーザ購入挙動の観点から、ユーザは一般的に、その商品に関する多くの知識を前もって有していないために不良商品を購入する。すなわち、ユーザが不良商品を実際に購入する前に、ユーザには通常、この商品を購入する先行経験がなく、この不良商品を実際に購入した後、この商品は不良商品であるため、ユーザは一般的に、再びこの商品を購入することはない。すなわち、不良商品のユーザ購入挙動は、単一の購入挙動であることが多い。

したがって、不良商品を選別することが所望される場合、ユーザの単一の購入挙動に対して選別過程が実施されることが必要とされる。確かに、単一の購入挙動のすべてが不良商品を対象とするものであるとは限らないため、商品が実際に不良商品であるか否かを判定するために、商品が不良商品である確率の分析及び計算を実施することが必要とされる。本発明のユーザ購入挙動に基づいて不良商品を識別するための方法及びシステムは、不良商品を正確に選別し、実際の用途において良好な結果を達成することができる。

本発明の実施形態を、本明細書の図面を考慮に入れて下記により詳細に説明する。

図１は、本発明の一実施形態による、ユーザ購入挙動に基づいて不良商品を識別するためのシステム１００のブロック図を示す。図１に示すように、システム１００は、ユーザ選別モジュール１０２と、挙動マーキングモジュール１０４と、データ支持モジュール１０６と、識別モジュール１０８と、プッシュモジュール１１０とを備える。

ユーザ選別モジュール１０２は、すべての顧客によって購入された商品の明細に基づいて、予め設定された条件を満たすユーザの集合Ｎ１を選別するのに使用される。たとえば、ユーザ選別モジュール１０２は、特定の期間内に単一の買物挙動を実施するユーザの集合を選択することができる。その後、ユーザ選別モジュール１０２は、すべての顧客によって購入された商品の明細及びユーザ選別モジュール１０２によって選別されたユーザ集合Ｎ１に基づいてユーザ−商品購入関係行列Ｍを生成し、生成されたユーザ−商品購入関係行列Ｍを識別モジュール１０８に送信することができる。

好ましくは、ユーザ選別モジュール１０２は、選択されたユーザ集合Ｎ１から第１のユーザ部分集合Ｎ２をさらに選択することができ、第１のユーザ部分集合Ｎ２は、特定の期間内に単一の買物挙動のみを実施し、特定の期間の前の先行する特定の期間内に買物挙動を実施しないユーザの部分集合である。この場合、ユーザ選別モジュール１０２は、第１のユーザ部分集合Ｎ２及びすべての顧客によって購入された商品の明細に基づいてユーザ−商品購入関係行列Ｍを生成することができる。

より好ましくは、ユーザ選別モジュール１０２は、ユーザ集合が、第１のユーザ部分集合Ｎ２から第２のユーザ部分集合Ｎ３を選択することができ、第２のユーザ部分集合Ｎ３は、特定の期間内に単一の買物挙動のみを実施し、特定の期間の前の先行する特定の期間内に買物挙動を実施せず、特定の期間の後の将来の特定の期間内に特定の挙動を実施しないユーザの部分集合である。この場合、ユーザ選別モジュール１０２は、すべての顧客によって購入された商品の明細及び第２のユーザ部分集合Ｎ３に基づいてユーザ−商品購入関係行列Ｍを生成することができる。

好ましくは、第１のユーザ部分集合Ｎ２が選択された場合、挙動マーキングモジュール１０４が、ユーザ選別モジュール１０２によって選別された第１のユーザ部分集合Ｎ２の情報に基づいて、ユーザが、特定の期間の後の将来の特定の期間内に特定の挙動を実施するか否かをマークする。たとえば、ユーザが将来の特定の期間内に特定の挙動を実施する場合、１としてマークがなされており、逆の場合、０としてマークがなされる。たとえば、特定の挙動は、ユーザ選別モジュール１０２によって選別されたユーザが、将来の特定の期間内に購入挙動を実施するか否かを指す。代替的に、特定の挙動は、ユーザ選別モジュール１０２によって選別されたユーザが、将来の特定の期間内に、ログイン挙動又はお気に入りとしてマークする挙動のような、ユーザが購入を実施することに関係する挙動を実施するか否かを指してもよい。

ユーザ選別モジュール１０２及び購入挙動マーキングモジュール１０４の性能は、データ支持モジュール１０６に応じて決まる。データ支持モジュール１０６は、ユーザ選別モジュール１０２及び購入挙動マーキングモジュール１０４に安定したデータ及びモデルの支持を提供するために使用されており、それによって、システムの通常動作及び用途の達成を保証する。

識別モジュール１０８は、ユーザ選別モジュール１０２から受信されたユーザ−商品購入関係行列及び／又は購入挙動マーキングモジュール１０４から受信された対応する挙動データに基づいて商品が不良である確率を計算するために使用される。

識別モジュール１０８は、不良商品を識別した後、不良商品のリストを生成する。その後、プッシュモジュール１１０が、生成された不良商品のリストを商品介入システムにプッシュし、そこで、さらなる手作業の介入が、企業のマーケティング及び品質検査部門の人員によって実施されてもよい。

図２は、本発明の一実施形態による、ユーザ購入挙動に基づいて不良商品を識別する過程の全体図である。

たとえば、図２に示すように、ユーザ選別モジュール１０２は最初に、顧客取引システムから特定の期間（図２に示すような期間ｔ２）内に単一の買物挙動を実施するユーザの集合Ｎ１を選択し、これらのユーザの購入挙動が、異常な商品を識別するための主な根拠である。その後、ユーザ選別モジュール１０２は、ユーザ集合Ｎ１から、先行する特定の期間（図２に示すような期間ｔ１）内に買物挙動を実施しないという要件を満たすユーザの部分集合Ｎ２を選択する。

挙動マーキングモジュール１０４は、ユーザ選別モジュール１０２によって選別されたユーザ部分集合Ｎ２に基づいて、ユーザ部分集合Ｎ２が、特定の期間の後の将来の特定の期間（図２に示すような期間ｔ３）内に特定の挙動を実施するか否かをマークし、識別モジュール１０８の入力としての挙動データを生成することができる。図２に示す例において、特定の挙動は、ユーザ選別モジュール１０２によって選別されたユーザが、将来の特定の期間ｔ３内に購入挙動を実施するか否かを指す。ユーザが購入挙動を実施する場合、１としてマークがなされており、ユーザが購入挙動を実施しない場合、０としてマークがなされる。

次に、ユーザ選別モジュール１０２が、挙動マーキングモジュール１０４によってマークされた挙動データ及び／又はシステムの動作能力に従って、ユーザ部分集合Ｎ２からユーザ部分集合Ｎ３を抽出する（一般的に１日分のローリング計算）。その後、すべての顧客によって購入された商品の明細及びユーザ選別モジュール１０２によって選別されたユーザ部分集合Ｎ３に基づいて、ユーザ選別モジュール１０２は、識別モジュール１０８の入力として、ユーザ部分集合Ｎ３のユーザ−商品購入関係行列Ｍ（おおよそ、６４ビットオペレーティングシステム内の１５Ｇｂのメモリ空間を占有する４０，０００人の顧客及び５０，０００個の商品を有する行列）を構築する。

ユーザ−商品購入関係行列Ｍの構造は、たとえば、以下の行列として示すことができる。

この行列に関して、行はユーザを表し、列は商品を表す。ユーザが特定の商品を購入する場合、この行列内の対応する位置が１としてマークされており、逆の場合、その位置は０としてマークされる。第１の項を例に取ると、ユーザｕ１は２つの商品ｐ４及びｐ５を購入する。

識別モジュール１０８の入力としての役割を果たす上記２つのデータ部分（すなわち、ユーザ−商品購入関係行列Ｍ及び挙動データ）が完全に収集された後、識別モジュール１０８は、不良商品のリストを生成するために商品が不良である確率を計算する必要があり、それによって、この確率に基づいて商品の不良さの度合いを判定することができる。

ユーザ−商品購入関係行列Ｍにおいて、係数の非常に小さい部分だけが非ゼロである（すなわち、係数の大部分は厳密にゼロに等しい）ため、疎行列環境に適合されたアルゴリズムを使用して、商品が不良である確率を解くことができる。しかしながら、当業者には知られているように、商品が不良である確率を計算することができる任意の適切なアルゴリズムが採用されてもよい。

一実施形態において、識別モジュール１０８は、ＬＡＲＳアルゴリズムを採用して、入力されたユーザ−商品購入関係行列Ｍ及び挙動データを使用して、組み合わせ計算を実施して、商品が不良である確率を計算し、それによって、不良商品を識別する目的を達成してもよい。好ましくは、識別モジュール１０８は、商品が不良である確率を解くために疎行列環境に適合されたＬＡＳＳＯ（最小絶対収縮及び選択演算子）アルゴリズムを採用してもよい。

商品が不良である確率を計算するためにＬＡＳＳＯアルゴリズムが使用された場合、計算された商品の係数はすべて負の数であり、それらの数の各絶対値の大きさが、商品の不良さの度合いを表す。表１に示すように、品目ＩＩは明らかに、品目Ｉよりも相当に高い不良さを有し、この商品ＩＩは最初に介入されるべきである。

代替的に、識別モジュール１０８は、商品レベルの２項分布仮設検証の方法を使用して、商品が一方的に大きい差を有するものであるか否かを計算してもよい。

たとえば、３０回の購入挙動に関して、５人の顧客が期間ｔ３内に購入挙動を実施すると、一方的２項分布仮設検証のＰ値は０．０００１６２５になる。したがって、不良商品を買う確率は０．５未満であると考えられる、すなわち、この商品は不良商品であると考えられる。

しかしながら、疎行列環境に適合されたアルゴリズムの採用と比較して、この解決策は、比較的に時間のかかる計算過程を有し、また、システムリソースの消費も相対的により高い。加えて、この解決策は、複数の異なる顧客が商品を同時に購入する状況を考慮に入れない。言い換えれば、この解決策は、本発明の相対的に単純なバージョンである。

識別モジュール１０８が不良商品のリストを生成した後、企業のマーケティング及び品質検査部門の人員が手作業での介入を実施するために、プッシュモジュール１１０が、生成された不良商品のリストを商品介入システムにプッシュする。

図３は、本発明の一実施形態による、ユーザ購入挙動に基づいて不良商品を識別するための方法３００の流れ図を示す。

図３に示すように、ステップ３０２において、ユーザ選別モジュール１０２が、顧客取引システムから、特定の期間内に単一の買物挙動のみを実施するユーザの集合Ｎ１を選択する。ステップ３０４において、ユーザ選別モジュール１０２が、ユーザ集合Ｎ１及びすべての顧客によって購入された商品の明細に基づいてユーザ−商品購入関係行列Ｍを構築する。ステップ３０６において、識別モジュール１０８が、不良商品を識別するために、ユーザ−商品購入関係行列Ｍに基づいて、商品が不良である確率を計算する。ステップ３０８において、識別モジュール１０８が、識別された不良商品に基づいて、不良商品のリストを生成する。ステップ３１０において、プッシュモジュール１１０が、生成された不良商品のリストを商品介入システムにプッシュする。その後、方法３００は終了する。

図４は、本発明の別の実施形態による、ユーザ購入挙動に基づいて不良商品を識別するための方法４００の流れ図を示す。

図４に示すように、ステップ４０２において、ユーザ選別モジュール１０２が、顧客取引システムから、特定の期間内に単一の買物挙動のみを実施するユーザの集合Ｎ１を選択する。ステップ４０４において、ユーザ選別モジュール１０２が、ユーザ集合Ｎ１から、特定の期間の前の先行する特定の期間内に買物挙動を実施していないという要件を満たすユーザの第１の部分集合Ｎ２を選択する。ステップ４０６において、ユーザ選別モジュール１０２は、すべての顧客によって購入された商品の明細、及び、ユーザ選別モジュール１０２によって選別された第１のユーザ部分集合Ｎ２に基づいてユーザ−商品購入関係行列Ｍを構築する。ステップ４０８において、識別モジュール１０８が、不良商品を識別するために、ユーザ−商品購入関係行列Ｍに基づいて、商品が不良である確率を計算する。ステップ４１０において、識別モジュール１０８が、識別された不良商品に基づいて、不良商品のリストを生成する。ステップ４１２において、プッシュモジュール１１０が、生成された不良商品のリストを商品介入システムにプッシュする。その後、方法４００は終了する。

図５は、本発明のさらなる実施形態による、ユーザ購入挙動に基づいて不良商品を識別するための方法５００の流れ図を示す。

図５に示すように、ステップ５０２において、ユーザ選別モジュール１０２が、顧客取引システムから、特定の期間内に単一の買物挙動を実施するユーザの集合Ｎ１を選択する。ステップ５０４において、ユーザ選別モジュール１０２が、ユーザ集合Ｎ１から、特定の期間の前の先行する特定の期間内に買物挙動を実施していないという要件を満たすユーザの第１の部分集合Ｎ２を選択する。ステップ５０６において、挙動マーキングモジュール１０４が、第１のユーザ部分集合Ｎ２に基づいて、第１のユーザ部分集合Ｎ２が、特定の期間の後の将来の特定の期間内に特定の挙動を実施するか否かをマークすることができる。ステップ５０８において、ユーザ選別モジュール１０２が、挙動マーキングモジュール１０４によってマークされた挙動データ及びシステムの動作能力に基づいて、第１のユーザ部分集合Ｎ２から第２のユーザ部分集合Ｎ３を抽出する。次に、ステップ５１０において、ユーザ選別モジュール１０２は、すべての顧客によって購入された商品の明細、及び、ユーザ選別モジュール１０２によって選別された第２のユーザ部分集合Ｎ３に基づいてユーザ−商品購入関係行列Ｍを構築する。ステップ５１２において、識別モジュール１０８が、不良商品を識別するために、ユーザ−商品購入関係行列Ｍ及び挙動データに基づいて、商品が不良である確率を計算する。ステップ５１４において、識別モジュール１０８が、識別された不良商品の確率に基づいて、不良商品のリストを生成する。ステップ５１６において、プッシュモジュール１１０が、生成された不良商品のリストを商品介入システムにプッシュする。その後、方法５００は終了する。

本発明の技術的解決策は、多くの有益な効果をもたらす。

たとえば、本発明の実際の適用の商業的効果から分かるように、
（１）本発明は、ユーザ挙動により正確に一致し、各顧客の感情的要因によって影響を受けない。加えて、識別工程がより良好に標準化及び合理化される。それゆえ、日常作業において不良商品に対して介入するための効率的で、迅速で簡便なプラットフォームが提供される。
（２）１日単位で不良商品を識別するための方法及びシステムの適用に関して、１日当たり５〜１０種類の不良商品を記録することができ、平均１００〜１５０人の顧客をカバーすることができる。控えめに推定すると、各顧客が１年以内に２回目の商品購入を行い、各顧客が取引当たり２５０元を費やすと仮定して、売上高は約９，０００，０００〜１３，５００，０００に達し得る。
（３）顧客に対する不良商品の悪影響が、効果的に低減される。商品の問題の結果として、不満のある顧客が競合相手に流れることになり得、不満のある顧客が自身の不満を周囲の人々に広め得るとき、本方法及びシステムを実施することによって、不良商品によって発生する、不満のある顧客が絶えず生じることが効果的に回避され、これらの顧客が競合相手に流れることが防止され、それらの顧客が他の（可能性のある）顧客に及ぼす悪影響が最低限まで低減される。

上記の実施形態は、本発明の好ましい実施形態にすぎず、本発明を制限するのに使用されるものではない。当業者であれば、本発明の精神及び範囲から逸脱しない場合において本発明の実施形態に対する様々な修正及び変更を実施することができることが、当業者には明らかである。したがって、本発明は、特許請求の範囲によって画定されるような本発明の範囲内に入るそのような修正又は変更のすべてを包含することを目的とする。

Claims (20)

1. ユーザ購入挙動に基づいて不良商品を識別するための方法であって、
   ユーザ選別モジュールによって、顧客取引システムから、特定の期間内に単一の買物挙動のみを実施するユーザの集合を選択するステップと、
   前記ユーザ選別モジュールによって、すべての顧客によって購入された商品の明細及び前記ユーザの集合に基づいてユーザ−商品購入関係行列を構築するステップと、
   識別モジュールによって、前記ユーザ−商品購入関係行列に基づいて、商品が不良である確率を計算して、不良商品を識別するステップと、
   前記識別モジュールによって、前記識別された不良商品に基づいて、不良商品のリストを生成するステップと、
   プッシュモジュールによって、前記生成された不良商品のリストを商品介入システムにプッシュするステップと
   を含む、方法。
2. 前記ユーザの集合が、第１のユーザ部分集合を含み、前記第１のユーザ部分集合が、前記特定の期間内に単一の買物挙動のみを実施し、前記特定の期間の前の先行する特定の期間内に買物挙動を実施しないユーザの部分集合である、請求項１に記載の方法。
3. 前記ユーザ−商品購入関係行列が構築される前に、挙動マーキングモジュールが、前記第１のユーザ部分集合に基づいて、前記第１のユーザ部分集合が、前記特定の期間の後の将来の特定の期間内に特定の挙動を実施するか否かをマークして、対応するユーザの挙動データを生成する、請求項２に記載の方法。
4. 前記第１のユーザ部分集合が、第２のユーザ部分集合を含み、前記第２のユーザ部分集合が、前記特定の期間内に単一の買物挙動のみを実施し、前記特定の期間の前の先行する特定の期間内に買物挙動を実施せず、前記特定の期間の後の将来の特定の期間内に特定の挙動を実施しないユーザの部分集合である、請求項２に記載の方法。
5. 前記ユーザ−商品購入関係行列が、前記第１のユーザ部分集合及びすべての顧客によって購入された商品の前記明細に基づいて構築される、請求項２に記載の方法。
6. 前記ユーザ−商品購入関係行列が、前記第２のユーザ部分集合及びすべての顧客によって購入された商品の前記明細に基づいて構築される、請求項４に記載の方法。
7. 前記挙動データに基づいて、商品が不良である前記確率がさらに計算される、請求項３に記載の方法。
8. 前記特定の挙動が、買物挙動、ログイン挙動、又は、お気に入りとしてマークする挙動のうちの１つである、請求項３又は４に記載の方法。
9. 前記識別モジュールが、商品が不良である前記確率を解くために疎行列環境に適合されたアルゴリズムを採用する、請求項１に記載の方法。
10. 前記識別モジュールが、前記不良商品を識別するために２項分布仮設検証の方法を採用する、請求項１に記載の方法。
11. ユーザ購入挙動に基づいて不良商品を識別するためのシステムであって、
    顧客取引システムから、特定の期間内に単一の買物挙動のみを実施するユーザの集合を選択し、すべての顧客によって購入された商品の明細及び前記ユーザの集合に基づいてユーザ−商品購入関係行列を構築するように構成されるユーザ選別モジュールと、
    前記ユーザ−商品購入関係行列に基づいて、商品が不良である確率を計算して、不良商品を識別し、前記識別された不良商品に基づいて不良商品のリストを生成するように構成される識別モジュールと、
    前記生成された不良商品のリストを商品介入システムにプッシュするように構成されるプッシュモジュールと
    を備える、システム。
12. 前記ユーザの集合が、第１のユーザ部分集合を含み、前記第１のユーザ部分集合が、前記特定の期間内に単一の買物挙動のみを実施し、前記特定の期間の前の先行する特定の期間内に買物挙動を実施しないユーザの部分集合である、請求項１１に記載のシステム。
13. 前記ユーザ選別モジュールが前記ユーザ−商品購入関係行列を構築する前に、前記第１のユーザ部分集合に基づいて、前記第１のユーザ部分集合が、前記特定の期間の後の将来の特定の期間内に特定の挙動を実施するか否かをマークして、対応するユーザの挙動データを生成するように構成されるマーキングモジュールをさらに備える、請求項１２に記載のシステム。
14. 前記第１のユーザ部分集合が、第２のユーザ部分集合を含み、前記第２のユーザ部分集合が、前記特定の期間内に単一の買物挙動のみを実施し、前記特定の期間の前の先行する特定の期間内に買物挙動を実施せず、前記特定の期間の後の将来の特定の期間内に特定の挙動を実施しないユーザの部分集合である、請求項１２に記載のシステム。
15. 前記ユーザ−商品購入関係行列が、前記第１のユーザ部分集合及びすべての顧客によって購入された商品の前記明細に基づいて構築される、請求項１２に記載のシステム。
16. 前記ユーザ−商品購入関係行列が、前記第２のユーザ部分集合及びすべての顧客によって購入された商品の前記明細に基づいて構築される、請求項１４に記載のシステム。
17. 前記挙動データに基づいて、商品が不良である前記確率がさらに計算される、請求項１３に記載のシステム。
18. 前記特定の挙動が、買物挙動、ログイン挙動、又は、お気に入りとしてマークする挙動のうちの１つである、請求項１３又は１４に記載のシステム。
19. 前記識別モジュールが、商品が不良である前記確率を解くために疎行列環境に適合されたアルゴリズムを採用する、請求項１１に記載のシステム。
20. 前記識別モジュールが、前記不良商品を識別するために２項分布仮設検証の方法を採用する、請求項１１に記載のシステム。

Images