JP6477703B2 - Cm計画支援システムおよび売上予測支援システム - Google Patents
Cm計画支援システムおよび売上予測支援システム Download PDFInfo
- Publication number
- JP6477703B2 JP6477703B2 JP2016534100A JP2016534100A JP6477703B2 JP 6477703 B2 JP6477703 B2 JP 6477703B2 JP 2016534100 A JP2016534100 A JP 2016534100A JP 2016534100 A JP2016534100 A JP 2016534100A JP 6477703 B2 JP6477703 B2 JP 6477703B2
- Authority
- JP
- Japan
- Prior art keywords
- sales
- component
- prediction
- unit
- exposure pattern
- 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
- 238000012545 processing Methods 0.000 claims description 235
- 238000005457 optimization Methods 0.000 claims description 147
- 230000006870 function Effects 0.000 claims description 125
- 238000000034 method Methods 0.000 claims description 84
- 238000004364 calculation method Methods 0.000 claims description 64
- 238000011156 evaluation Methods 0.000 claims description 25
- 230000005484 gravity Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 29
- 230000005540 biological transmission Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 5
- 238000007476 Maximum Likelihood Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0264—Targeted advertisements based upon schedule
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
図1は、少なくとも1つの実施形態に係る売上予測支援システムの構成例を示すブロック図である。本実施形態に係る売上予測支援システム10は、階層隠れ変数モデル推定装置100と、学習用データベース300と、モデルデータベース500と、売上予測装置700とを備える。売上予測支援システム10は、過去に収集された売上情報や、売上に影響すると想定される情報等に基づいて売上の予測に用いるモデルを生成し、当該モデルを用いて売上予測を支援する。
最下層経路隠れ変数変分確率計算処理部104−1は、入力データ111と推定モデル104−5を入力し、最下層隠れ変数変分確率q(zN)を算出する。階層設定部104−2は、変分確率を計算する対象が最下層であることを設定する。具体的には、最下層経路隠れ変数変分確率計算処理部104−1は、入力データ111の目的変数と説明変数の組み合わせ毎に、各推定モデル104−5の変分確率を計算する。変分確率の計算は、推定モデル104−5に入力データ111の説明変数を代入して得られる解と入力データ111の目的変数とを比較することで行う。
次に、売上予測支援システムの第2の実施形態について説明する。本実施形態に係る売上予測支援システムは、売上予測支援システム10と比較して、階層隠れ変数モデル推定装置100が階層隠れ変数モデル推定装置200に置き換わったという点でのみ相違する。
しているとも言える。
次に、売上予測支援システムの第3の実施形態について説明する。本実施形態に係る売上予測支援システムは、階層隠れ変数モデル推定装置の構成が第2の実施形態と異なるものである。本実施形態の階層隠れ変数モデル推定装置は、階層隠れ変数モデル推定装置200と比較して、門関数最適化処理部106が門関数最適化処理部113に置き換わったという点でのみ相違する。
次に、本発明の第4の実施形態について説明する。第4の実施形態に係る売上予測支援システムは、CM実施計画に基づく売上を予測する。具体的には、売上予測支援システムは、CM予算やCM価格表等に基づいて決定されるCMの実施計画(以下、露出パタンと記すこともある。)に応じた売上を予測する。第4の実施形態に係る売上予測支援システムに含まれる売上予測装置800は、CM計画支援システムの一例である。
まず、階層隠れ変数モデル推定装置100は、対象商品の売上を予測するための門関数及びコンポーネントを推定する。本実施形態では、階層隠れ変数モデル推定装置100は、対象商品ごとに門関数及びコンポーネントを推定する。本実施形態では、階層隠れ変数モデル推定装置100は、第1の実施形態に示す方法により門関数及びコンポーネントを算出する。なお、他の実施形態では、階層隠れ変数モデル推定装置100は、第2の実施形態に示す方法や第3の実施形態に示す方法で門関数及びコンポーネントを算出しても良い。
次に、CM計画支援システムの基本構成を説明する。図21は、CM計画支援システムの基本構成を示すブロック図である。CM計画支援システムは、予測用データ入力部91と、露出パタン生成部92と、コンポーネント決定部93と、売上予測部94とを備えている。
100 階層隠れ変数モデル推定装置
300 学習用データベース
500 モデルデータベース
700,800 売上予測装置
701 データ入力装置
702 モデル取得部
703 コンポーネント決定部
704 売上予測部
801 露出パタン生成部
802 売上評価部
Claims (10)
- 将来の売上に影響を与え得る情報である1つ以上の説明変数である予測用データを入力する予測用データ入力部と、
予測実施時点から将来の予測対象時点までの間に実施予定のCMの内容を示す説明変数である露出パタンを生成する露出パタン生成部と、
隠れ変数が木構造で表され、当該木構造の最下層のノードに確率モデルを表すコンポーネントが配された構造である階層隠れ構造と、当該階層隠れ構造のノードにおいて分岐方向を決定する門関数と、前記予測用データおよび前記露出パタンとに基づいて、前記売上の予測に用いる前記コンポーネントを決定するコンポーネント決定部と、
前記コンポーネント決定部が決定した前記コンポーネントと、前記予測用データおよび前記露出パタンとに基づいて、前記売上を予測する売上予測部とを備えた
ことを特徴とするCM計画支援システム。 - コンポーネント決定部は、売上により影響を与え得る説明変数を出力する
請求項1記載のCM計画支援システム。 - 露出パタン生成部は、出力された説明変数の比重を高くする露出パタンを生成する
請求項2記載のCM計画支援システム。 - 予測された売上を評価する売上評価部を備え、
前記売上評価部は、売上予測部による予測処理または予測される売上の増分が所定の条件を満たすまで、露出パタン生成部に新たな露出パタンの生成を指示する
請求項3記載のCM計画支援システム。 - コンポーネント決定部は、売上により影響を与え得る説明変数を、階層隠れ構造とともに出力する
請求項2から請求項4のうちのいずれか1項に記載のCM計画支援システム。 - コンポーネント決定部は、階層隠れ構造の門関数が示す分岐条件を出力する
請求項5記載のCM計画支援システム。 - 将来の売上に影響を与え得る情報である1つ以上の説明変数である予測用データを入力し、
予測実施時点から将来の予測対象時点までの間に実施予定のCMの内容を示す説明変数である露出パタンを生成し、
隠れ変数が木構造で表され、当該木構造の最下層のノードに確率モデルを表すコンポーネントが配された構造である階層隠れ構造と、当該階層隠れ構造のノードにおいて分岐方向を決定する門関数と、前記予測用データおよび前記露出パタンとに基づいて、前記売上の予測に用いる前記コンポーネントを決定し、
決定された前記コンポーネントと、前記予測用データおよび前記露出パタンとに基づいて、前記売上を予測する
ことを特徴とするCM計画支援方法。 - コンピュータに、
将来の売上に影響を与え得る情報である1つ以上の説明変数である予測用データを入力する予測用データ入力処理、
予測実施時点から将来の予測対象時点までの間に実施予定のCMの内容を示す説明変数である露出パタンを生成する露出パタン生成処理、
隠れ変数が木構造で表され、当該木構造の最下層のノードに確率モデルを表すコンポーネントが配された構造である階層隠れ構造と、当該階層隠れ構造のノードにおいて分岐方向を決定する門関数と、前記予測用データおよび前記露出パタンとに基づいて、前記売上の予測に用いる前記コンポーネントを決定するコンポーネント決定処理、および、
前記コンポーネント決定処理で決定された前記コンポーネントと、前記予測用データおよび前記露出パタンとに基づいて、前記売上を予測する売上予測処理
を実行させるためのCM計画支援プログラム。 - 将来の売上を示す目的変数と当該売上に影響を与え得る情報である1つ以上の説明変数の複数の組み合わせである学習用データを入力する学習用データ入力部と、
隠れ変数が木構造で表され、当該木構造の最下層のノードに確率モデルを表すコンポーネントが配された構造である階層隠れ構造を設定する階層隠れ構造設定部と、
前記学習用データ入力部が入力した学習用データと前記コンポーネントとに基づいて、前記階層隠れ構造において根ノードから対象ノードまでを結んだ経路に含まれる隠れ変数である経路隠れ変数の変分確率を計算する変分確率計算部と、
前記学習用データ入力部が入力した学習用データに基づいて、算出された変分確率に対して前記コンポーネントを最適化するコンポーネント最適化処理部と、
前記階層隠れ構造のノードにおいて前記説明変数に応じた分岐方向を決定するモデルである門関数モデルを、当該ノードにおける隠れ変数の変分確率に基づいて最適化する門関数最適化部と、
1つ以上の説明変数を予測用データとして入力する予測用データ入力部と、
予測実施時点から将来の予測対象時点までの間に実施予定のCMの内容を示す説明変数である露出パタンを生成する露出パタン生成部と、
前記門関数最適化部が最適化した門関数と、前記予測用データおよび前記露出パタンとに基づいて、前記コンポーネント最適化処理部が最適化した前記コンポーネントのうち、前記売上の予測に用いる前記コンポーネントを決定するコンポーネント決定部と、
前記コンポーネント決定部が決定した前記コンポーネントと、前記予測用データおよび前記露出パタンとに基づいて、前記売上を予測する売上予測部とを備えた
ことを特徴とする売上予測支援システム。 - 将来の売上を示す目的変数と当該売上に影響を与え得る情報である1つ以上の説明変数の複数の組み合わせである学習用データを入力し、
隠れ変数が木構造で表され、当該木構造の最下層のノードに確率モデルを表すコンポーネントが配された構造である階層隠れ構造を設定し、
入力された学習用データと前記コンポーネントとに基づいて、前記階層隠れ構造において根ノードから対象ノードまでを結んだ経路に含まれる隠れ変数である経路隠れ変数の変分確率を計算し、
入力された学習用データに基づいて、算出された変分確率に対して前記コンポーネントを最適化し、
前記階層隠れ構造のノードにおいて前記説明変数に応じた分岐方向を決定するモデルである門関数モデルを、当該ノードにおける隠れ変数の変分確率に基づいて最適化し、
1つ以上の説明変数を予測用データとして入力し、
予測実施時点から将来の予測対象時点までの間に実施予定のCMの内容を示す説明変数である露出パタンを生成し、
最適化された門関数と、前記予測用データおよび前記露出パタンとに基づいて、最適化された前記コンポーネントのうち、前記売上の予測に用いる前記コンポーネントを決定し、
決定された前記コンポーネントと、前記予測用データおよび前記露出パタンとに基づいて、前記売上を予測する
ことを特徴とする売上予測支援方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462024121P | 2014-07-14 | 2014-07-14 | |
US62/024,121 | 2014-07-14 | ||
PCT/JP2015/003221 WO2016009599A1 (ja) | 2014-07-14 | 2015-06-26 | Cm計画支援システムおよび売上予測支援システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2016009599A1 JPWO2016009599A1 (ja) | 2017-04-27 |
JP6477703B2 true JP6477703B2 (ja) | 2019-03-06 |
Family
ID=55078113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016534100A Active JP6477703B2 (ja) | 2014-07-14 | 2015-06-26 | Cm計画支援システムおよび売上予測支援システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11188946B2 (ja) |
EP (1) | EP3171321A4 (ja) |
JP (1) | JP6477703B2 (ja) |
WO (1) | WO2016009599A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11386336B2 (en) * | 2016-10-06 | 2022-07-12 | The Dun And Bradstreet Corporation | Machine learning classifier and prediction engine for artificial intelligence optimized prospect determination on win/loss classification |
US20200074502A1 (en) * | 2017-01-10 | 2020-03-05 | Dentsu Inc. | Advertisement space optimization system and advertisement space optimization method for broadcast media such as television |
JP7218847B2 (ja) * | 2018-03-20 | 2023-02-07 | 株式会社プロフィールド | 情報処理装置、情報処理方法、およびプログラム |
WO2019186996A1 (ja) * | 2018-03-30 | 2019-10-03 | 日本電気株式会社 | モデル推定システム、モデル推定方法およびモデル推定プログラム |
EP4083872A4 (en) * | 2019-12-25 | 2023-01-04 | NEC Corporation | INTENT FEATURE VALUE EXTRACTION DEVICE, LEARNING DEVICE, METHOD AND PROGRAM |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05113986A (ja) * | 1991-06-13 | 1993-05-07 | Mitsuo Nagamachi | 商品発注システム |
US7630986B1 (en) * | 1999-10-27 | 2009-12-08 | Pinpoint, Incorporated | Secure data interchange |
US20110040631A1 (en) * | 2005-07-09 | 2011-02-17 | Jeffrey Scott Eder | Personalized commerce system |
US20050039206A1 (en) * | 2003-08-06 | 2005-02-17 | Opdycke Thomas C. | System and method for delivering and optimizing media programming in public spaces |
US7769626B2 (en) * | 2003-08-25 | 2010-08-03 | Tom Reynolds | Determining strategies for increasing loyalty of a population to an entity |
US20060184473A1 (en) * | 2003-11-19 | 2006-08-17 | Eder Jeff S | Entity centric computer system |
US20080162213A1 (en) * | 2004-06-14 | 2008-07-03 | Clayton James D | Decision object for associating a plurality of business plans |
JP2007018216A (ja) * | 2005-07-07 | 2007-01-25 | Nec Corp | 適正在庫量算出システム及び適正在庫量算出方法 |
US8874477B2 (en) * | 2005-10-04 | 2014-10-28 | Steven Mark Hoffberg | Multifactorial optimization system and method |
US8112302B1 (en) * | 2006-11-03 | 2012-02-07 | Sas Institute Inc. | Computer-implemented systems and methods for forecast reconciliation |
WO2008092147A2 (en) * | 2007-01-26 | 2008-07-31 | Information Resources, Inc. | Analytic platform |
US8818838B1 (en) * | 2009-03-12 | 2014-08-26 | Henry Rak Consulting Partners, LLC | System and method for efficiently developing a hypothesis regarding the structure of a market |
WO2011094734A2 (en) * | 2010-02-01 | 2011-08-04 | Jumptap, Inc. | Integrated advertising system |
JP5307217B2 (ja) | 2011-06-02 | 2013-10-02 | 株式会社黒河 | 販売促進計画支援システムとそのプログラム |
US9047559B2 (en) * | 2011-07-22 | 2015-06-02 | Sas Institute Inc. | Computer-implemented systems and methods for testing large scale automatic forecast combinations |
US9043261B2 (en) * | 2012-05-31 | 2015-05-26 | Nec Corporation | Latent variable model estimation apparatus, and method |
-
2015
- 2015-06-26 WO PCT/JP2015/003221 patent/WO2016009599A1/ja active Application Filing
- 2015-06-26 EP EP15821580.6A patent/EP3171321A4/en not_active Withdrawn
- 2015-06-26 US US15/326,273 patent/US11188946B2/en active Active
- 2015-06-26 JP JP2016534100A patent/JP6477703B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
EP3171321A1 (en) | 2017-05-24 |
EP3171321A4 (en) | 2017-12-27 |
WO2016009599A1 (ja) | 2016-01-21 |
US20170206560A1 (en) | 2017-07-20 |
JPWO2016009599A1 (ja) | 2017-04-27 |
US11188946B2 (en) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875784B (zh) | 用于工业中的性能指标的基于数据的优化的方法和系统 | |
CN109657805B (zh) | 超参数确定方法、装置、电子设备及计算机可读介质 | |
JP6477703B2 (ja) | Cm計画支援システムおよび売上予測支援システム | |
CN113302634A (zh) | 学习语境感知预测关键短语的系统和方法 | |
JP6525002B2 (ja) | メンテナンス時期決定装置、劣化予測システム、劣化予測方法および記録媒体 | |
WO2015040790A1 (ja) | 払出量予測装置、払出量予測方法、記録媒体、及び払出量予測システム | |
JP6179598B2 (ja) | 階層隠れ変数モデル推定装置 | |
JP6344396B2 (ja) | 発注量決定装置、発注量決定方法、プログラム、及び、発注量決定システム | |
US20200311556A1 (en) | Process and System Including an Optimization Engine With Evolutionary Surrogate-Assisted Prescriptions | |
JP6330901B2 (ja) | 階層隠れ変数モデル推定装置、階層隠れ変数モデル推定方法、払出量予測装置、払出量予測方法、及び記録媒体 | |
US20160210681A1 (en) | Product recommendation device, product recommendation method, and recording medium | |
JP6451736B2 (ja) | 価格推定装置、価格推定方法、及び、価格推定プログラム | |
Alrashidi et al. | Global solar radiation prediction: Application of novel hybrid data-driven model | |
US11995519B2 (en) | Method of and server for converting categorical feature value into a numeric representation thereof and for generating a split value for the categorical feature | |
JPWO2015145978A1 (ja) | エネルギー量推定装置、エネルギー量推定方法、及び、エネルギー量推定プログラム | |
Wijnands et al. | Variable selection for tropical cyclogenesis predictive modeling | |
Muneeb | LSTM input timestep optimization using simulated annealing for wind power predictions | |
CA3189593A1 (en) | Hybrid machine learning | |
US20230419195A1 (en) | System and Method for Hierarchical Factor-based Forecasting | |
Yun et al. | Analysing decision variables that influence preliminary feasibility studies using data mining techniques | |
Ha et al. | A structural weight estimation model of FPSO topsides using an improved genetic programming method | |
CN115660695A (zh) | 客服人员标签画像构建方法、装置、电子设备及存储介质 | |
Benáček et al. | Postprocessing of Ensemble Weather Forecast Using Decision Tree–Based Probabilistic Forecasting Methods | |
Manepalli et al. | Map reduce technique for parallel-automata analysis of large scale rainfall data | |
Jamalia et al. | Data-driven Agent-based Modeling: Experimenting with the Schelling’s Model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170118 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180511 |
|
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: 20190108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190121 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6477703 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |