JP6546254B2 - 推定装置、推定方法、および推定プログラム - Google Patents
推定装置、推定方法、および推定プログラム Download PDFInfo
- Publication number
- JP6546254B2 JP6546254B2 JP2017229594A JP2017229594A JP6546254B2 JP 6546254 B2 JP6546254 B2 JP 6546254B2 JP 2017229594 A JP2017229594 A JP 2017229594A JP 2017229594 A JP2017229594 A JP 2017229594A JP 6546254 B2 JP6546254 B2 JP 6546254B2
- Authority
- JP
- Japan
- Prior art keywords
- attribute
- demand
- user
- information
- estimation
- 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
- 238000000034 method Methods 0.000 title claims description 52
- 230000005540 biological transmission Effects 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 23
- 230000007704 transition Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 230000015654 memory Effects 0.000 description 8
- 239000000284 extract Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000010365 information processing Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
まず、図1を用いて、実施形態に係る推定装置の一例である情報提供装置10の一例について説明する。図1は、実施形態に係る情報提供装置の一例を示す図である。図1では、推定装置の一例である情報提供装置10によって実行される推定処理の一例として、各地域における取引対象への需要、すなわち、取引対象の流行の発生状態を推定する処理について説明する。
ここで、利用者の検索クエリや投稿情報から、取引対象の流行を推定し、流行の発生を供給者に提供するといった手法が考えられる。しかしながら、従来技術では、どのような態様で流行が発生するか否かを予測することができないため、例えば、実際には地域A1で流行が発生するにも関わらず、地域A2の供給者に流行を通知してしまう恐れがある。
ここで、ある取引対象について流行が発生する場合、その流行は地域や利用者の属性を超えて伝播すると予測される。例えば、第1地域の利用者の間である取引対象が流行した場合、時間差で隣接する地域や、第1地域の次に人口が多い地域等でその取引対象の流行が生じると推定される。また、例えば、10代の女性の間である取引対象が流行した場合、時間差で10代男性や20代女性へと流行が伝播するとも考えられる。このような流行の伝播を予測し、予測結果を供給者に対して提供した場合は、流行に先がけて取引対象を準備するといった取引の効率化を実現することができると予測される。
ここで、情報提供装置10は、流行の伝播を予測するため、モデルを利用してもよい。例えば、情報提供装置10は、利用者の属性と日時との組ごとに推定した所定の取引対象に対する需要の変遷が有する特徴を学習したモデルを用いて、類似取引対象に対する需要の伝播態様を予測してもよい。
また、情報提供装置10は、取引対象の属性を考慮した推定処理や学習処理を実行してもよい。例えば、情報提供装置10は、色違いのワンピースやサイズ違いの服等、同種の商品であるが異なる属性を有する取引対象をそれぞれ異なる取引対象として取り扱ってもよい。
ここで、情報提供装置10は、流行の指標となりえる入力情報であれば、任意の入力情報を採用してよい。例えば、情報提供装置10は、電子商店街において取引対象を出品する出品者が入力した情報を入力情報として採用してもよい。例えば、情報提供装置10は、ある期間において地域A1に店舗を有する供給者がワンピースの出品を行っている場合、地域A1においてワンピースが流行している、或いは、所定の期間が経過した後でワンピースが流行する旨を推定してもよい。
ここで、情報提供装置10は、供給者に対して推定処理の結果や予測処理の結果を提供するが、かかる結果の提供態様は、目的に応じて任意の態様が採用可能である。例えば、情報提供装置10は、推定処理の結果や予測処理の結果をそのまま各供給者に対して提供してもよく、例えば、流行が生じると推定される利用者の属性と対応する供給者に対してのみ、流行が生じると推定される取引対象や流行が生じるまでの期間等を示す情報を提供してもよい。
以下、図1を用いて、推定処理および予測の一例について説明する。例えば、情報提供装置10は、各利用者の投稿情報や検索クエリを入力情報として収集する(ステップS1)。例えば、情報提供装置10は、属性#1を有する利用者U1が、地域A1において、日時#1に投稿した「赤のワンピが欲しい」といった投稿情報を入力情報として収集する。また、情報提供装置10は、属性#2を有する利用者U2が、地域A2において、日時#2に入力した「ワンピース_赤」といった検索クエリを入力情報として収集する。
以下、上記した情報提供装置10が有する機能構成の一例について説明する。図2は、実施形態に係る情報提供装置の構成例を示す図である。図2に示すように、情報提供装置10は、通信部20、記憶部30、および制御部40を有する。
次に、図6を用いて、実施形態に係る情報提供装置10による推定処理の手順について説明する。図6は、実施形態に係る推定処理および予測処理の流れの一例を示すフローチャートである。図6に示すように、情報提供装置10は、利用者Uにより入力された検索クエリや投稿等の入力情報を収集する(ステップS101)。続いて、情報提供装置10は、入力情報と対応する取引対象と属性とを特定する(ステップS102)。そして、情報提供装置10は、取引対象と属性との組ごとに、その取引対象に対する需要であって、その属性を有する利用者による需要を推定する(ステップS103)。そして、情報提供装置10は、推定した需要に基づいて、需要の伝播を予測し、予測結果を供給者に提供し(ステップS104)、処理を終了する。
上述した情報提供装置10は、上記実施形態以外にも種々の異なる形態にて実施されてもよい。そこで、以下では、情報提供装置10の他の実施形態について説明する。
例えば、情報提供装置10は、入力情報を収集する収集装置と、上述した推定処理を実行する推定装置と、上述した予測処理を実行する予測装置と、モデルの学習を行う学習装置とが協調して動作することにより、上述した処理を実現してもよい。このような場合、収集装置は、図2に示す収集部41とを有し、推定装置は、特定部42、および推定部43を有し、予測装置は、予測部44を有し、学習装置は、学習部45を有することとなる。また、記憶部30に登録された各データベース31〜34は、例えば、外部のストレージサーバ等が管理してもよい。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、逆に、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、上述した実施形態に係る情報提供装置10は、例えば図7に示すような構成のコンピュータ1000によって実現される。図7は、ハードウェア構成の一例を示す図である。コンピュータ1000は、出力装置1010、入力装置1020と接続され、演算装置1030、一次記憶装置1040、二次記憶装置1050、出力IF(Interface)1060、入力IF1070、ネットワークIF1080がバス1090により接続された形態を有する。
上述してきたように、情報提供装置10は、利用者が入力した入力情報を収集する。そして、情報提供装置10は、入力情報と、その入力情報に関連する属性とに基づいて、その入力情報と紐付けられる取引対象の需要であって、属性と対応する利用者による需要を推定する。この結果、情報提供装置10は、取引対象に対する需要を、利用者の属性ごとに推定することができるので、例えば、取引対象の供給を効率化することができる。
20 通信部
30 記憶部
31 検索履歴データベース
32 投稿データベース
33 需要データベース
34 モデルデータベース
40 制御部
41 収集部
42 特定部
43 推定部
44 予測部
45 学習部
46 提供部
100 利用者端末
200 供給者端末
300 SNSサーバ
400 検索ログサーバ
Claims (18)
- 利用者が入力した入力情報を収集する収集部と、
前記入力情報と、当該入力情報に関連する属性とに基づいて、当該入力情報と紐付けられる取引対象の需要であって、前記属性と対応する利用者による需要を、属性と日時との組ごとに推定する推定部と、
前記推定部が前記利用者の属性と日時との組ごとに推定した需要に基づいて、異なる属性における前記需要の時系列的なパターンを、属性が異なる利用者間で所定の取引対象に対する需要がどのように伝播するかを示す伝播態様として予測する予測部と
を有することを特徴とする推定装置。 - 前記推定部は、前記入力情報に関連する属性として、当該入力情報を入力した利用者の属性に基づいて、当該属性と対応する利用者による需要を推定する
ことを特徴とする請求項1に記載の推定装置。 - 前記推定部は、前記入力情報に関連する属性として、当該入力情報と紐付けられる地域に基づいて、当該地域における利用者による需要を推定する
ことを特徴とする請求項1または2に記載の推定装置。 - 前記推定部は、前記入力情報に関連する属性として、当該入力情報と紐付けられる利用者の年代に基づいて、当該年代の利用者による需要を推定する
ことを特徴とする請求項1〜3のうちいずれか1つに記載の推定装置。 - 前記推定部は、前記入力情報に関連する属性として、当該入力情報と紐付けられる利用者の性別に基づいて、当該性別の利用者による需要を推定する
ことを特徴とする請求項1〜4のうちいずれか1つに記載の推定装置。 - 前記予測部は、前記推定部が前記利用者の属性と日時との組ごとに推定した所定の取引対象に対する需要の変遷に基づいて、当該所定の取引対象と類似する類似取引対象に対する需要の伝播態様を予測する
ことを特徴とする請求項1〜5のうちいずれか1つに記載の推定装置。 - 前記予測部は、前記推定部が前記利用者の属性と日時との組ごとに推定した所定の取引対象に対する需要の変遷が有する特徴を学習したモデルを用いて、前記類似取引対象に対する需要の伝播態様を予測する
ことを特徴とする請求項6に記載の推定装置。 - 前記推定部は、前記類似取引対象に対する需要を、前記利用者の属性ごとに推定し、
前記予測部は、前記推定部により推定された前記類似取引対象に対する需要を用いて、当該類似取引対象に対する需要の伝播態様を予測する
ことを特徴とする請求項6または7に記載の推定装置。 - 利用者が入力した入力情報を収集する収集部と、
前記入力情報と、当該入力情報に関連する属性とに基づいて、当該入力情報と紐付けられる取引対象の需要であって、前記属性と対応する利用者による需要を推定する推定部と、
前記推定部が前記利用者の属性と日時との組ごとに推定した所定の取引対象に対する需要の変遷に基づいて、当該所定の取引対象と類似する類似取引対象に対する需要の伝播態様として、所定の属性と対応する利用者による需要が所定の閾値を超えた場合に、当該所定の属性よりも後に対応する利用者による需要が所定の閾値を超える属性を予測する予測部と、
を有することを特徴とする推定装置。 - 前記予測部は、さらに、前記予測された属性と対応する利用者による需要が所定の閾値を超えるまでの期間を予測する
ことを特徴とする請求項9に記載の推定装置。 - 前記推定部は、前記取引対象の属性と前記利用者の属性と日時との組ごとに、当該属性を有する取引対象に対する需要であって、当該属性を有する利用者による需要を推定し、
前記予測部は、前記推定部が前記取引対象の属性と前記利用者の属性と日時との組ごとに推定した需要に基づいて、共通する属性を有する取引対象に対する需要の伝播態様を予測する
ことを特徴とする請求項1に記載の推定装置。 - 前記予測部により予測された前記所定の取引対象の伝播態様に応じて、前記所定の取引対象の取引に関する情報を提供する提供部
を有することを特徴とする請求項1〜11のうちいずれか1つに記載の推定装置。 - 前記提供部は、前記所定の取引対象を供給する供給者であって、前記予測部により予測された伝播態様と関連する属性を有する供給者に対し、当該所定の取引対象の取引に関する情報を提供する
ことを特徴とする請求項12に記載の推定装置。 - 前記推定部は、前記入力情報から抽出された文字列が示す取引対象に対する需要を推定する
ことを特徴とする請求項1〜13のうちいずれか1つに記載の推定装置。 - 推定装置が実行する推定方法であって、
利用者が入力した入力情報を収集する収集工程と、
前記入力情報と、当該入力情報に関連する属性とに基づいて、当該入力情報と紐付けられる取引対象の需要であって、前記属性と対応する利用者による需要を、属性と日時との組ごとに推定する推定工程と、
前記推定工程で前記利用者の属性と日時との組ごとに推定した需要に基づいて、異なる属性における前記需要の時系列的なパターンを、属性が異なる利用者間で所定の取引対象に対する需要がどのように伝播するかを示す伝播態様として予測する予測工程と
を含むことを特徴とする推定方法。 - 利用者が入力した入力情報を収集する収集手順と、
前記入力情報と、当該入力情報に関連する属性とに基づいて、当該入力情報と紐付けられる取引対象の需要であって、前記属性と対応する利用者による需要を、属性と日時との組ごとに推定する推定手順と、
前記推定手順で前記利用者の属性と日時との組ごとに推定した需要に基づいて、異なる属性における前記需要の時系列的なパターンを、属性が異なる利用者間で所定の取引対象に対する需要がどのように伝播するかを示す伝播態様として予測する予測手順と
をコンピュータに実行させるための推定プログラム。 - 推定装置が実行する推定方法であって、
利用者が入力した入力情報を収集する収集工程と、
前記入力情報と、当該入力情報に関連する属性とに基づいて、当該入力情報と紐付けられる取引対象の需要であって、前記属性と対応する利用者による需要を推定する推定工程と、
前記推定工程で前記利用者の属性と日時との組ごとに推定した所定の取引対象に対する需要の変遷に基づいて、当該所定の取引対象と類似する類似取引対象に対する需要の伝播態様として、所定の属性と対応する利用者による需要が所定の閾値を超えた場合に、当該所定の属性よりも後に対応する利用者による需要が所定の閾値を超える属性を予測する予測工程と、
を含むことを特徴とする推定方法。 - 利用者が入力した入力情報を収集する収集手順と、
前記入力情報と、当該入力情報に関連する属性とに基づいて、当該入力情報と紐付けられる取引対象の需要であって、前記属性と対応する利用者による需要を推定する推定手順と、
前記推定手順で前記利用者の属性と日時との組ごとに推定した所定の取引対象に対する需要の変遷に基づいて、当該所定の取引対象と類似する類似取引対象に対する需要の伝播態様として、所定の属性と対応する利用者による需要が所定の閾値を超えた場合に、当該所定の属性よりも後に対応する利用者による需要が所定の閾値を超える属性を予測する予測手順と、
をコンピュータに実行させるための推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017229594A JP6546254B2 (ja) | 2017-11-29 | 2017-11-29 | 推定装置、推定方法、および推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017229594A JP6546254B2 (ja) | 2017-11-29 | 2017-11-29 | 推定装置、推定方法、および推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019101579A JP2019101579A (ja) | 2019-06-24 |
JP6546254B2 true JP6546254B2 (ja) | 2019-07-17 |
Family
ID=66973695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017229594A Active JP6546254B2 (ja) | 2017-11-29 | 2017-11-29 | 推定装置、推定方法、および推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6546254B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021099630A (ja) * | 2019-12-20 | 2021-07-01 | ヤフー株式会社 | 推定装置、推定方法、および推定プログラム |
KR20210133751A (ko) * | 2020-04-29 | 2021-11-08 | 한국전력공사 | 인공신경망 기반 전력시장 가격 예측 시스템 |
JP2023086017A (ja) * | 2021-12-09 | 2023-06-21 | ユニ・チャーム株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
-
2017
- 2017-11-29 JP JP2017229594A patent/JP6546254B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019101579A (ja) | 2019-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11711447B2 (en) | Method and apparatus for real-time personalization | |
US11798052B2 (en) | Systems, apparatuses, and methods for extracting inventory from unstructured electronic messages | |
US20120323682A1 (en) | Systems and methods for behavioral modeling to optimize shopping cart conversion | |
JP6014515B2 (ja) | レコメンド情報提供システム、レコメンド情報生成装置、レコメンド情報提供方法、およびプログラム | |
US20140019285A1 (en) | Dynamic Listing Recommendation | |
JP2019109588A (ja) | 決定装置、決定方法、および決定プログラム | |
JP6546254B2 (ja) | 推定装置、推定方法、および推定プログラム | |
JP2019020980A (ja) | 推定装置、推定方法、推定プログラム、及びモデル | |
WO2020142837A1 (en) | Smart basket for online shopping | |
JP2018045505A (ja) | 判定装置、判定方法および判定プログラム | |
US20170068962A1 (en) | Forecasting customer channel choice using cross-channel loyalty | |
JP6360625B2 (ja) | 検証支援システム及び方法 | |
CA3169819C (en) | Systems and methods for automated product classification | |
JP6305595B1 (ja) | 情報提供装置、情報提供方法および情報提供プログラム | |
JP2020154841A (ja) | 決定装置、決定方法及び決定プログラム | |
JP2019046177A (ja) | 算出装置、算出方法および算出プログラム | |
JP7091276B2 (ja) | 提案装置、提案方法および提案プログラム | |
JP6541737B2 (ja) | 選択装置、選択方法、選択プログラム、モデルおよび学習データ | |
CN110766478A (zh) | 一种提高用户连接性的方法和装置 | |
CN113159877A (zh) | 数据处理方法、装置、系统、计算机可读存储介质 | |
JP6835759B2 (ja) | 予測装置、予測方法および予測プログラム | |
JP2020035072A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP6607542B2 (ja) | 生成装置、生成方法および生成プログラム | |
JP7303855B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2019046182A (ja) | 提供装置、提供方法および提供プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180516 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180516 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180516 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180918 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181016 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181213 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190305 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190426 |
|
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: 20190521 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190620 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6546254 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |