JP6102224B2 - 分析プログラム、分析方法、および分析装置 - Google Patents
分析プログラム、分析方法、および分析装置 Download PDFInfo
- Publication number
- JP6102224B2 JP6102224B2 JP2012263725A JP2012263725A JP6102224B2 JP 6102224 B2 JP6102224 B2 JP 6102224B2 JP 2012263725 A JP2012263725 A JP 2012263725A JP 2012263725 A JP2012263725 A JP 2012263725A JP 6102224 B2 JP6102224 B2 JP 6102224B2
- Authority
- JP
- Japan
- Prior art keywords
- purchase
- product
- purchasers
- clustering
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Description
図3は、実施の形態にかかる分析装置のハードウェア構成例を示すブロック図である。図3において、分析装置100は、CPU(Central Processing Unit)301と、ROM(Read‐Only Memory)302と、RAM(Random Access Memory)303と、ディスクドライブ304と、ディスク305と、ネットワークI/F(InterFace)306と、を有する。また、各部はバス300によってそれぞれ接続されている。
図4は、分析装置の機能的構成を示すブロック図である。分析装置100は、記憶部401と、作成部402と、クラスタリング部403と、を有する。記憶部401は、たとえば、RAM303やディスク305などの記憶装置によって実現される。作成部402とクラスタリング部403の処理は、たとえば、CPU301がアクセス可能な記憶装置に記憶された分析プログラムにコーディングされる。そして、CPU301が記憶装置から分析プログラムを読み出して、クラスタリングプログラムにコーディングされている処理を実行する。これにより、各部の処理が実現される。また、各部の処理結果は、たとえば、RAM303、ディスク305などの記憶装置に記憶される。
実施例1では、商品の識別情報と購入時間情報との組みをクラスタリングの要素としてクラスタリングする。これにより、同じ商品であっても購入時間が異なる商品を異なる商品として分離して購買状況を分析することが可能となる。購入時間情報として、購入時間帯が利用され、購入時間帯の区分は、購入時間区分テーブルに定義されることとする。図5に購入時間区分テーブル例を示し、図2に示した購入履歴情報600の詳細例を図6に示す。
図9は、実施例1にかかる分析装置が行う処理手順例を示すフローチャートである。まず、分析装置100は、購入時間区分を設定し(ステップS901)、購入履歴情報600を取得し(ステップS902)、未選択の会員番号があるか否かを判断する(ステップS903)。未選択の会員番号がある場合(ステップS903:Yes)、分析装置100は、未選択の会員番号から1つの会員番号を選択する(ステップS904)。
実施例2では、商品の識別情報と商品の購入時間情報および前記商品の購入日に基づく情報との組みをクラスタリングの要素として複数の購入者をクラスタリングする。これにより、購入された商品と購入時間帯が同一であっても、曜日や平日または休日であるかが異なる商品を異なる商品として分離して購買状況を分析することが可能となる。購入履歴情報600と購入時間区分テーブル500については、実施例1と同一の例を用いて説明する。
図12は、実施例2にかかる分析装置が行う処理手順例を示すフローチャートである。まず、分析装置100は、購入時間区分を設定する(ステップS1201)。つぎに、分析装置100は、購入履歴情報600を取得し(ステップS1202)、未選択の会員番号があるか否かを判断する(ステップS1203)。未選択の会員番号がある場合(ステップS1203:Yes)、分析装置100は、未選択の会員番号から1つの会員番号を選択する(ステップS1204)。
実施例3では、商品の識別情報と商品の購入時間情報と商品の購入時間間隔に基づく情報とを組みに含む要素をクラスタリング単位としてクラスタリングする。これにより、購入された商品と購入時間帯が同一であっても、購入時間間隔が異なる商品を異なる商品として分離して購買状況を分析することが可能となる。購入履歴情報600と購入時間区分テーブル500については、実施例1と同一の例を用いて説明する。また、本実施の形態では、購入時間間隔を示す情報は、時間間隔区分テーブルに基づいて時間間隔区分によって定まることとする。時間間隔区分テーブルは図13に示す。
図16および図17は、実施例3にかかる分析装置が行う処理手順例を示すフローチャートである。まず、分析装置100は、購入時間区分と時間間隔区分を設定し(ステップS1601)、購入履歴情報600を取得し(ステップS1602)、未選択の会員番号があるか否かを判断する(ステップS1603)。未選択の会員番号がある場合(ステップS1603:Yes)、分析装置100は、未選択の会員番号から1つの会員番号を選択する(ステップS1604)。
401 記憶部
402 作成部
403 クラスタリング部
600 購入履歴情報
G1〜Gn,Gm,Gl グループ
Claims (5)
- 購買状況の分析プログラムであって、
複数の購入者の各々について、前記購入者が購入した商品の識別情報と当該商品の購入時間情報と、を含む商品の購入履歴情報を複数商品について記憶する記憶部の記憶内容を参照して、少なくとも商品の識別情報と購入時間情報とを組みに含む要素をクラスタリング単位として前記複数の購入者をクラスタリングすることにより、前記複数の購入者のうち、前記要素に含まれる組がすべて同一である購入者同士を同一のグループに分類し、前記複数の購入者のうち、前記要素に含まれる組のいずれかが異なる購入者同士を異なるグループに分類する処理をコンピュータに実行させることを特徴とする分析プログラム。 - 前記購入履歴情報は、前記商品の購入日情報を含み、
クラスタリングする処理では、前記記憶部の記憶内容を参照して、前記商品の購入日情報が特定の日を示す場合には、少なくとも前記商品の識別情報と前記特定の日とを組みに含む要素をクラスタリング単位としてクラスタリングすることを特徴とする請求項1に記載の分析プログラム。 - クラスタリングする処理では、前記記憶部の記憶内容を参照して、少なくとも、前記商品の識別情報と、前記商品の購入時間情報と、同一の購入者による購入の時間間隔と、を組みに含む要素をクラスタリング単位として、前記複数の購入者をクラスタリングすることを特徴とする請求項1または2に記載の分析プログラム。
- 購買状況の分析方法であって、
複数の購入者の各々について、前記購入者が購入した商品の識別情報と当該商品の購入時間情報と、を含む商品の購入履歴情報を複数商品について記憶する記憶部の記憶内容を参照して、少なくとも商品の識別情報と購入時間情報とを組みに含む要素をクラスタリング単位として前記複数の購入者をクラスタリングすることにより、前記複数の購入者のうち、前記要素に含まれる組がすべて同一である購入者同士を同一のグループに分類し、前記複数の購入者のうち、前記要素に含まれる組のいずれかが異なる購入者同士を異なるグループに分類する、
処理をコンピュータが実行することを特徴とする分析方法。 - 購買状況の分析装置であって、
複数の購入者の各々について、前記購入者が購入した商品の識別情報と当該商品の購入時間情報と、を含む商品の購入履歴情報を複数商品について記憶する記憶部と、
少なくとも商品の識別情報と購入時間情報とを組みに含む要素をクラスタリング単位として前記複数の購入者をクラスタリングすることにより、前記複数の購入者のうち、前記要素に含まれる組がすべて同一である購入者同士を同一のグループに分類し、前記複数の購入者のうち、前記要素に含まれる組のいずれかが異なる購入者同士を異なるグループに分類するクラスタリング部と、
を有することを特徴とする分析装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012263725A JP6102224B2 (ja) | 2012-11-30 | 2012-11-30 | 分析プログラム、分析方法、および分析装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012263725A JP6102224B2 (ja) | 2012-11-30 | 2012-11-30 | 分析プログラム、分析方法、および分析装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014109898A JP2014109898A (ja) | 2014-06-12 |
JP6102224B2 true JP6102224B2 (ja) | 2017-03-29 |
Family
ID=51030493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012263725A Active JP6102224B2 (ja) | 2012-11-30 | 2012-11-30 | 分析プログラム、分析方法、および分析装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6102224B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6764821B2 (ja) * | 2017-04-03 | 2020-10-07 | カタリナ マーケティング ジャパン株式会社 | 購買動向分析システム、及びそれを用いたクーポン発行システム |
WO2024053072A1 (ja) * | 2022-09-08 | 2024-03-14 | 日本電信電話株式会社 | 商品群顧客群抽出装置、商品群顧客群抽出方法、及び商品群顧客群抽出プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007115222A (ja) * | 2005-09-26 | 2007-05-10 | Sony Corp | 情報処理装置および方法、並びにプログラム |
JP2008204370A (ja) * | 2007-02-22 | 2008-09-04 | Fujitsu Ltd | 顧客誘導方法 |
JP5155272B2 (ja) * | 2009-09-14 | 2013-03-06 | ヤフー株式会社 | コミュニティ管理プラットフォーム装置 |
-
2012
- 2012-11-30 JP JP2012263725A patent/JP6102224B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014109898A (ja) | 2014-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10311475B2 (en) | Digital information gathering and analyzing method and apparatus | |
US10860634B2 (en) | Artificial intelligence system and method for generating a hierarchical data structure | |
US8224687B2 (en) | Point-of-sale-based market tracking and reporting | |
Al-Azmi | Data, text and web mining for business intelligence: a survey | |
Baker | Big data: A survey research perspective | |
Bae et al. | A web-based system for analyzing the voices of call center customers in the service industry | |
Tan et al. | Time series clustering: A superior alternative for market basket analysis | |
CN111062768A (zh) | 一种网上商城的商品推荐方法及商品推荐系统 | |
JP6102224B2 (ja) | 分析プログラム、分析方法、および分析装置 | |
Altunan et al. | A data mining approach to predict E-Commerce customer behaviour | |
JP2001216369A (ja) | 商品購入データ処理システム及び商品購入データ処理方法 | |
JP6003586B2 (ja) | クラスタリングプログラム、クラスタリング方法、およびクラスタリング装置 | |
JP2005165754A (ja) | テキストマイニング分析装置、テキストマイニング分析方法、及びテキストマイニング分析プログラム | |
Bhuvaneswari et al. | Predicting periodical sales of products using a machine learning algorithm | |
Akter et al. | People Thoughts Prediction Using Machine Learning on Online Shopping in Bangladesh During COVID-19 Pandemic | |
JPH09282307A (ja) | 商品の販売動向分析方法及びそのシステム | |
JP3966378B2 (ja) | ポイント管理及び顧客管理用のコンピュータシステム、ポイント管理及び顧客管理方法、ポイント管理及び顧客管理方法用プログラム、及びポイント管理及び顧客管理方法用プログラムを記憶した記憶媒体 | |
Suresh | Application of Retail Analytics Using Association Rule Mining In Data Mining Techniques With Respect To Retail Supermarket* A. Pappu Rajan | |
Kort | The North American industry classification system in BEA’s economic accounts | |
JP2005092721A (ja) | マーケット情報分析装置、マーケット情報分析システム、マーケット情報分析方法及びプログラム | |
YÜKSEL | Gen Z as Halal Consumers: Omani Scope | |
WO2022201512A1 (ja) | 受注予測装置、受注予測方法、学習装置、学習方法、及び、記録媒体 | |
Huang | Using RFM model to construct customer value by making segment in different service industries:. | |
Metilda | A Study on Customer Segmentation Using K-Means Clustering for Online Shoppers | |
KR102405072B1 (ko) | 이벤트 분석 정보를 제공하는 방법 및 이러한 방법을 사용하는 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150706 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160526 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160621 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160822 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170131 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6102224 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |