JP6591004B1 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Abstract

【課題】他の対象の需要から所定の対象の需要を適切に予測する情報処理装置、情報処理方法、及び情報処理プログラムを提供する。【解決手段】情報処理装置１００の制御部１３０は、取得部１３１と、予測部１３３と、を有する。取得部１３１は、所定のエリアにおける第１対象に関する需要を示す需要情報と、第１対象とは異なる第２対象と第１対象との関係を示す関係情報とを取得する。予測部１３３は、取得部１３１により取得された需要情報と関係情報とに基づいて、所定のエリアにおける第２対象に関する需要を予測する。【選択図】図４

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

従来、種々の需要を予測する技術が提供されている。例えば、少なくともＰＯＩ（興味のある地点：Point of Interest）データを含むユーザの検索データに基づいて、ユーザのニーズ情報を決定する技術が提供されている。

特開２０１７−１６６２５号公報

しかしながら、上記の従来技術では、他の対象の需要から所定の対象の需要を適切に予測することができるとは限らない。例えば、上記の従来技術では、少なくともＰＯＩデータが必要であるため、ＰＯＩデータが十分でなかったり、ＰＯＩデータが不正確であったりした場合等、適切に需要を予測することが難しい場合がある。また、上記の従来技術では、ＰＯＩデータが取得された対象についての需要を予測するが、他の対象に関する需要を予測することが難しい。

本願は、上記に鑑みてなされたものであって、他の対象の需要から所定の対象の需要を適切に予測する情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、所定のエリアにおける第１対象に関する需要を示す需要情報と、前記第１対象とは異なる第２対象及び前記第１対象の関係を示す関係情報とを取得する取得部と、前記取得部により取得された前記需要情報と前記関係情報とに基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する予測部と、を備えることを特徴とする。

実施形態の一態様によれば、他の対象の需要から所定の対象の需要を適切に予測することができるという効果を奏する。

図１は、実施形態に係る情報処理の一例を示す図である。 図２は、実施形態に係る情報処理の一例を示す図である。 図３は、実施形態に係る情報処理システムの構成例を示す図である。 図４は、実施形態に係る情報処理装置の構成例を示す図である。 図５は、実施形態に係る事業者情報記憶部の一例を示す図である。 図６は、実施形態に係るユーザ情報記憶部の一例を示す図である。 図７は、実施形態に係る行動情報記憶部の一例を示す図である。 図８は、実施形態に係る需要情報記憶部の一例を示す図である。 図９は、実施形態に係る関係情報記憶部の一例を示す図である。 図１０は、実施形態に係る関係情報記憶部の他の一例を示す図である。 図１１は、実施形態に係る関係情報記憶部の他の一例を示す図である。 図１２は、実施形態に係る情報処理の一例を示すフローチャートである。 図１３は、実施形態に係る情報処理の他の一例を示す図である。 図１４は、実施形態に係る情報処理の他の一例を示す図である。 図１５は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

（実施形態）
〔１．情報処理〕
図１及び図２を用いて、実施形態に係る情報処理の一例について説明する。図１及び図２は、実施形態に係る情報処理の一例を示す図である。具体的には、図１は、情報処理装置１００が所定のエリアにおけるユーザによる対象（以下「第１対象」ともいう）に関連する関連行動を示す行動情報に基づいて、所定のエリアにおける第１対象に関する需要を予測する一例を示す図である。また、図１では、ユーザの検索行動をユーザの関連行動の一例として示す。図１では、情報処理装置１００は、ユーザが検索に用いたキーワード（以下、「検索クエリ」や「クエリ」ともいう）と、クエリによる検索時のユーザの位置情報に基づいて、需要を予測する。なお、ユーザの関連行動は種々の行動であってもよいが、この点についての詳細は後述する。

また、図２は、情報処理装置１００が所定のエリアにおける第１対象の需要情報、及び第１対象とは異なる対象（以下「第２対象」ともいう）と第１対象との関係を示す関係情報を用いて、所定のエリアにおける第２対象に関する需要を予測する一例を示す図である。また、図１及び図２では、情報処理装置１００が予測した需要に関する情報を事業者へ提供する。ここでいう事業者は、事業を行うものであれば、個人（自然人）や法人等の種々の事業者が含まれてもよい。例えば、事業者は、商品またはサービスを提供（販売）する企業であってもよい。また、以下では、商品またはサービスを併せて「商品」と記載する場合がある。図１及び図２では、情報処理装置１００が第１対象を「塩ラーメン」とし、第２対象を「ウェットティッシュ」として、各対象の需要を予測するが、第１対象や第２対象は種々の商品等、需要の予測対象となればどのような対象であってもよい。

〔情報処理システムの構成〕
まず、図１や図３に示す情報処理システム１について説明する。図３に示すように、情報処理システム１は、端末装置１０と、事業者装置２０と、情報処理装置１００とが含まれる。端末装置１０と、事業者装置２０と、情報処理装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。図３は、実施形態に係る情報処理システムの構成例を示す図である。なお、図３に示した情報処理システム１には、複数台の端末装置１０や、複数台の事業者装置２０や、複数台の情報処理装置１００が含まれてもよい。

端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。図１に示す例においては、端末装置１０がユーザが利用するスマートフォンである場合を示す。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。

また、端末装置１０は、ＧＰＳ（Global Positioning System）センサ等の機能を有し、ユーザの位置情報（センサ情報）を検知し、取得するものとする。また、端末装置１０は、通信を行っている基地局の位置情報や、ＷｉＦｉ（登録商標）（Wireless Fidelity）の電波を用いてユーザの位置情報を推定し、取得してもよい。なお、以下では位置情報を単に「位置」と記載する場合がある。

また、端末装置１０は、ＧＰＳセンサ等に限らず種々のセンサにより、各種センサ情報を検知してもよい。また、端末装置１０は、加速度センサの機能を有し、ユーザの移動における加速度情報（センサ情報）を検知し、取得する。また、端末装置１０は、温度センサや気圧センサ等の種々の機能を有し、温度や気圧等のユーザの置かれている環境情報を検知し、取得可能であってもよい。また、端末装置１０は、心拍センサ等の種々の機能を有し、ユーザの生体情報を検知し、取得可能であってもよい。例えば、端末装置１０を利用するユーザは、端末装置１０と通信可能なウェアラブルデバイスを身に付けることにより、端末装置１０によりユーザ自身のコンテキスト情報を取得可能としてもよい。例えば、端末装置１０を利用するユーザは、端末装置１０と通信可能なリストバンド型のウェアラブルデバイスを身に付けることにより、端末装置１０によりユーザ自身の心拍（脈拍）に関する情報を端末装置１０が取得可能としてもよい。

また、端末装置１０は、ユーザによる操作を受け付ける。また、端末装置１０は、情報処理装置１００に種々の情報を送信する。例えば、端末装置１０は、情報処理装置１００に検索クエリや位置情報等の種々の行動情報等を送信する。

また、図１に示す例においては、端末装置１０を利用するユーザに応じて、端末装置１０を端末装置１０−１〜１０−５として説明する。例えば、端末装置１０−１は、ユーザＵ１により使用される端末装置１０である。また、例えば、端末装置１０−２は、ユーザＵ２により使用される端末装置１０である。また、以下では、端末装置１０−１〜１０−５について、特に区別なく説明する場合には、端末装置１０と記載する。

上記のように「ユーザＵ＊（＊は任意の数値）」と記載した場合、そのユーザはユーザＩＤ「Ｕ＊」により識別されるユーザであることを示す。例えば、「ユーザＵ２」と記載した場合、そのユーザはユーザＩＤ「Ｕ２」により識別されるユーザである。図１に示した情報処理システム１には、ユーザＵ１が利用する端末装置１０や、ユーザＵ２が利用する端末装置１０等の多数の端末装置１０が含まれる。

情報処理装置１００は、所定のエリアにおける第１対象に関する需要を示す需要情報と、第１対象とは異なる第２対象及び第１対象の関係を示す関係情報とに基づいて、所定のエリアにおける第２対象に関する需要を予測する情報処理装置である。また、情報処理装置１００は、ユーザが検索に用いたクエリと、クエリによる検索時のユーザの位置情報とに基づいて、クエリに対応する対象（第１対象）に関する需要を予測する。また、例えば、情報処理装置１００は、対象に関する需要を示す情報を、対象に関する事業者へ提供する。情報処理装置１００は、第１対象に関する需要を示す情報を、第１対象を提供する事業者へ提供する。情報処理装置１００は、第２対象に関する需要を示す情報を、第２対象を提供する事業者へ提供する。

また、情報処理装置１００は、端末装置１０から取得したクエリ（検索クエリ）に対する検索結果を端末装置１０に提供する検索サービスを提供する。図１の例では、情報処理装置１００は、クエリに対応する所定の情報を検索結果として、クエリの送信元である端末装置１０へ提供する。

なお、図１では、情報処理装置１００が検索サービスを提供する場合を示すが、外部の情報処理装置が検索サービスを提供する場合、情報処理装置１００は検索サービスを提供しなくてもよい。この場合、情報処理装置１００は、検索サービスを提供する外部の情報処理装置等から各種情報を取得し、取得した情報に基づく需要の予測や事業者への情報提供を行ってもよい。また、情報処理装置１００は、外部の情報処理装置等から第１対象と第２対象との関係を示す関係情報を取得し、取得した関係情報に基づいて第２対象の需要を予測してもよい。

事業者装置２０は、事業者（企業）によって利用される情報処理装置である。図１に示す事業者装置２０は、事業者であるラーメン店ＭＡの管理者Ｍ１によって利用される情報処理装置である。管理者Ｍ１は、Ａエリアでラーメンを提供する飲食店であるラーメン店ＭＡを経営する事業者であってもよい。例えば、ラーメン店ＭＡの管理者Ｍ１は、事業者装置２０を用いて、情報処理装置１００に対して情報の要求等を行う。図２に示す事業者装置２０は、事業者であるコンビニＭＣの管理者Ｍ３によって利用される情報処理装置である。管理者Ｍ３は、Ａエリアで種々の商品を販売するコンビニエンスストアであるコンビニＭＣを経営する事業者であってもよい。例えば、コンビニＭＣの管理者Ｍ３は、事業者装置２０を用いて、情報処理装置１００に対して情報の要求等を行う。また、事業者装置２０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣや、デスクトップＰＣや、携帯電話機や、ＰＤＡ等により実現される。図１及び図２は、事業者装置２０がノート型ＰＣである場合を示す。

〔第１対象の需要予測〕
図１では、情報処理装置１００は、対象「塩ラーメン」を第１対象として、その需要を予測する場合を示す。図１の例では、情報処理装置１００は、ユーザＵ１〜Ｕ５等が利用する端末装置１０が有するＧＰＳセンサ等の機能により、ユーザＵ１〜Ｕ５が入力した検索クエリとともに端末装置１０の位置を取得する。図１に示す地図情報ＭＰ１は、ユーザＵ１〜Ｕ５の位置を模式的に示す。

また、図１の例では、情報提供を受ける事業者が、ラーメン店ＭＡである場合を示す。例えば、図１では、情報処理装置１００は、ラーメン店ＭＡからＡエリアにおける対象「塩ラーメン」の需要に関する情報の要求を取得し、取得した要求が示すエリアにおける対象に対応する需要に関する情報をラーメン店ＭＡに提供する。

まず、情報処理装置１００は、ユーザＵ１が利用する端末装置１０−１からクエリと位置情報とを取得する（ステップＳ１−１）。図１の例では、情報処理装置１００は、日時ＤＴ１において、端末装置１０−１からクエリ「塩ラーメン」と位置情報ＬＣ１とを取得する。なお、図１の例では位置情報ＬＣ１等の抽象的な符号で図示するが、位置情報は、具体的な緯度や経度を示す情報（緯度経度情報）等であってもよい。また、以下、「位置情報ＬＣ＊（＊は任意の数値）」を「位置ＬＣ＊」と記載する場合がある。例えば、「位置ＬＣ１」と記載した場合、その位置は位置情報ＬＣ１に対応する位置であることを示す。図１の例では、位置ＬＣ１は、Ａエリア内の位置であるものとする。

そして、情報処理装置１００は、クエリ「塩ラーメン」に対応する検索結果を端末装置１０−１へ提供する。また、情報処理装置１００は、日時ＤＴ１に位置ＬＣ１において、ユーザＵ１がクエリ「塩ラーメン」を用いて検索を行ったことを示す行動情報を行動情報記憶部１２３に記憶する。図１の例では、情報処理装置１００は、日時ＤＴ１にＡエリア内の位置ＬＣ１において、ユーザＵ１がクエリ「塩ラーメン」を用いて検索を行ったことを示す行動情報を行動情報記憶部１２３に記憶する。

また、情報処理装置１００は、ユーザＵ２が利用する端末装置１０−２からクエリと位置情報とを取得する（ステップＳ１−２）。図１の例では、情報処理装置１００は、日時ＤＴ２において、端末装置１０−２からクエリ「スマホＳＨ 赤」と位置情報ＬＣ２とを取得する。そして、情報処理装置１００は、クエリ「スマホＳＨ 赤」に対応する検索結果を端末装置１０−２へ提供する。また、情報処理装置１００は、日時ＤＴ２に位置ＬＣ２において、ユーザＵ２がクエリ「スマホＳＨ 赤」を用いて検索を行ったことを示す行動情報を行動情報記憶部１２３に記憶する。

また、情報処理装置１００は、ユーザＵ３が利用する端末装置１０−３からクエリと位置情報とを取得する（ステップＳ１−３）。図１の例では、情報処理装置１００は、日時ＤＴ３において、端末装置１０−３からクエリ「塩ラーメン Ａエリア」と位置情報ＬＣ３とを取得する。図１の例では、位置ＬＣ３は、Ａエリア内の位置であるものとする。そして、情報処理装置１００は、クエリ「塩ラーメン Ａエリア」に対応する検索結果を端末装置１０−３へ提供する。また、情報処理装置１００は、日時ＤＴ３にＡエリア内の位置ＬＣ３において、ユーザＵ３がクエリ「塩ラーメン Ａエリア」を用いて検索を行ったことを示す行動情報を行動情報記憶部１２３に記憶する。

また、情報処理装置１００は、ユーザＵ４が利用する端末装置１０−４からクエリと位置情報とを取得する（ステップＳ１−４）。図１の例では、情報処理装置１００は、日時ＤＴ４において、端末装置１０−４からクエリ「天気」と位置情報ＬＣ４とを取得する。そして、情報処理装置１００は、クエリ「天気」に対応する検索結果を端末装置１０−４へ提供する。また、情報処理装置１００は、日時ＤＴ４に位置ＬＣ４において、ユーザＵ４がクエリ「天気」を用いて検索を行ったことを示す行動情報を行動情報記憶部１２３に記憶する。

また、情報処理装置１００は、ユーザＵ５が利用する端末装置１０−５からクエリと位置情報とを取得する（ステップＳ１−５）。図１の例では、情報処理装置１００は、日時ＤＴ５において、端末装置１０−５からクエリ「スマホＳＨ 高い」と位置情報ＬＣ５とを取得する。そして、情報処理装置１００は、クエリ「スマホＳＨ 高い」に対応する検索結果を端末装置１０−５へ提供する。また、情報処理装置１００は、日時ＤＴ５に位置ＬＣ５において、ユーザＵ５がクエリ「スマホＳＨ 高い」を用いて検索を行ったことを示す行動情報を行動情報記憶部１２３に記憶する。

以下、ステップＳ１−１〜Ｓ１−５を区別せずに説明する場合、ステップＳ１と総称する。また、ステップＳ１−１〜Ｓ１−５に限らず、各ユーザの検索は、複数回行われてもよい。なお、図１では、５人のユーザＵ１〜Ｕ５を図示するが、情報処理装置１００は、ユーザＵ１〜Ｕ５に限らず、多数のユーザ（例えば、１００万ユーザや１０００万ユーザ等）が検索に用いたクエリを取得する。

これにより、情報処理装置１００は、ユーザが検索に用いたクエリと、クエリによる検索時のユーザの位置情報との組合せを収集する（ステップＳ２）。図１の例では、情報処理装置１００は、行動情報記憶部１２３に示すように、ユーザＵ１〜Ｕ５等が検索に用いたクエリと、クエリによる検索時のユーザの位置ＬＣ１〜ＬＣ５等との組合せを収集する。

そして、情報処理装置１００は、所定の対象に関するスコアを生成する（ステップＳ３）。例えば、情報処理装置１００は、所定の対象について、複数のエリアごとのスコアを生成（算出）する。図１の例では、情報処理装置１００は、対象「塩ラーメン」について、Ａエリア〜Ｄエリア等の複数のエリアごとのスコアを生成する。例えば、情報処理装置１００は、対象「塩ラーメン」について、各エリアにおける検索回数を用いてスコアを生成する。なお、情報処理装置１００は、検索が行われた位置や時間に基づいて各検索の重みを生成し、生成した各検索の重みを用いてスコアを生成してもよいが、詳細は後述する。図１の例では、説明を簡単にするために、情報処理装置１００は、各検索の重みを「１」として、各エリアにおける対象「塩ラーメン」のスコアを生成する。すなわち、図１の例では、情報処理装置１００は、対象「塩ラーメン」について、各エリアにおける検索回数の合算をスコアとして生成する。

図１の例では、情報処理装置１００は、エリア別一覧ＡＤＬ１に示すように、対象「塩ラーメン」について、Ａエリア〜Ｄエリア等の複数のエリアごとのスコアを生成する。例えば、情報処理装置１００は、Ａエリアにおける対象「塩ラーメン」のスコアを「１００００」と算出する。例えば、情報処理装置１００は、Ｂエリアにおける対象「塩ラーメン」のスコアを「５００」と算出する。例えば、情報処理装置１００は、Ｃエリアにおける対象「塩ラーメン」のスコアを「１０」と算出する。例えば、情報処理装置１００は、Ｄエリアにおける対象「塩ラーメン」のスコアを「２００」と算出する。

そして、情報処理装置１００は、生成したスコアに関する情報に基づいて、需要を予測する（ステップＳ４）。図１の例では、情報処理装置１００は、需要一覧ＤＤＬ１に示すように、対象「塩ラーメン」について、Ａエリア〜Ｄエリア等の複数のエリアごとの需要を予測する。例えば、情報処理装置１００は、対象について、各エリアに対応するスコアと、所定の閾値との比較に基づいて、エリアごとの需要を予測する。図１の例では、情報処理装置１００は、第１閾値「５０００」と、第２閾値「５００」とを用いて、エリアごとの需要を予測する。例えば、情報処理装置１００は、スコアが第１閾値以上であるエリアについては、その対象の需要が「高」であると予測する。例えば、情報処理装置１００は、スコアが第２閾値以上であるエリアについては、その対象の需要が「中」であると予測する。例えば、情報処理装置１００は、スコアが第２閾値未満であるエリアについては、その対象の需要が「低」であると予測する。

図１の例では、情報処理装置１００は、Ａエリアにおける対象「塩ラーメン」のスコアが「１００００」であり、第１閾値以上であるため、Ａエリアにおける対象「塩ラーメン」の需要を「高」と予測する。また、情報処理装置１００は、Ｂエリアにおける対象「塩ラーメン」のスコアが「５００」であり、第１閾値未満、第２閾値以上であるため、Ｂエリアにおける対象「塩ラーメン」の需要を「中」と予測する。また、情報処理装置１００は、Ｃエリアにおける対象「塩ラーメン」のスコアが「１０」であり、第２閾値未満であるため、Ｃエリアにおける対象「塩ラーメン」の需要を「低」と予測する。また、情報処理装置１００は、Ｄエリアにおける対象「塩ラーメン」のスコアが「２００」であり、第２閾値未満であるため、Ｄエリアにおける対象「塩ラーメン」の需要を「低」と予測する。

そして、情報処理装置１００は、事業者に需要情報を提供する（ステップＳ５）。図１の例では、情報処理装置１００は、ラーメン店ＭＡの管理者Ｍ１が利用する事業者装置２０に需要情報を提供する。情報処理装置１００は、ラーメン店ＭＡの管理者Ｍ１が利用する事業者装置２０に需要情報を送信する。ここで、ラーメン店ＭＡは、Ａエリアに位置し、しょうゆラーメンＲＭを提供する飲食店である。そのため、情報処理装置１００は、事業者装置２０にＡエリアでは塩ラーメンの需要が高いことを示す情報を提供する。これにより、ラーメン店ＭＡの管理者Ｍ１は、Ａエリアにおいては塩ラーメンを提供した方が利益を上げる可能性が高いことを把握することができるため、提供物をしょうゆラーメンＲＭから塩ラーメンへ変更したり、提供物として塩ラーメンを追加したりする判断を行うことができる。なお、情報処理装置１００は、需要一覧ＤＤＬ１を事業者装置２０に提供してもよい。これにより、ラーメン店ＭＡの管理者Ｍ１は、Ａエリアにおける塩ラーメンの需要が他のエリアよりも相対的に高いことを把握することができるため、より適切な判断を行うことができる。

このように、情報処理装置１００は、ユーザが検索に用いたクエリと、クエリによる検索時のユーザの位置情報とに基づいて、クエリに対応する対象に関する需要を予測する。図１の例では、情報処理装置１００は、クエリと位置情報とに基づいて、位置情報に対応するエリアにおけるクエリに対応する対象に関する需要を予測する。そして、情報処理装置１００は、予測した情報を事業者に提供する。図１では、情報処理装置１００は、需要を予測した第１対象「塩ラーメン」に関連する事業をＡエリアで行う事業者に情報を提供する。これにより、情報の提供を受けた事業者は、提供された情報に基づいて、自身の事業についてより適切な判断を行うことができる。なお、情報処理装置１００は、第１対象である対象「塩ラーメン」の需要を示す需要情報を取得済みである場合、図１の処理を行うことなく、図２の処理を行ってもよい。例えば、情報処理装置１００は、第１対象である対象「塩ラーメン」の需要を示す需要情報を、外部の情報処理装置等から取得済みである場合、図１の処理を行うことなく、図２の処理を行ってもよい。

〔第２対象の需要予測〕
ここから、図２を用いて、情報処理装置１００が第２対象である対象「ウェットティッシュ」の需要を予測する場合を説明する。図２では、情報処理装置１００は、第１対象である対象「塩ラーメン」と、第２対象である対象「ウェットティッシュ」との関係情報を用いて、対象「ウェットティッシュ」の需要を予測する。図２では、情報処理装置１００は、図１で予測した第１対象である対象「塩ラーメン」の需要に基づいて、第２対象である対象「ウェットティッシュ」の需要を予測する。図２に示す地図情報ＭＰ１は、第２対象である対象「ウェットティッシュ」を提供するコンビニＭＣ、ＭＹ、ＭＺ等の位置を模式的に示す。

まず、情報処理装置１００は、第１対象の需要情報を取得する（ステップＳ１１）。図２の例では、情報処理装置１００は、第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報を取得する。例えば、情報処理装置１００は、需要一覧ＤＤＬ１に示すように、図１で予測した第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報を取得する。例えば、情報処理装置１００は、需要情報記憶部１２４（図８参照）から第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報を取得してもよい。

また、情報処理装置１００は、関係情報を取得する（ステップＳ１２）。情報処理装置１００は、第１対象である対象「塩ラーメン」と、第２対象である対象「ウェットティッシュ」との関係を示す関係情報を取得する。図２の例では、情報処理装置１００は、塩ラーメンを第１対象とし、ウェットティッシュを第２対象とする関係情報を、関係情報記憶部１２５から取得する。

図２に示す関係情報記憶部１２５中の「関係ＩＤ」は、関係を識別するための識別情報を示す。図２に示す関係情報記憶部１２５中の「エリア」は、関係に対応するエリアを示す。また、図２に示す関係情報記憶部１２５中の「第１対象情報」は、関係ＩＤにより識別される関係における第１対象に関する種々の情報を示す。図２に示す関係情報記憶部１２５中の「第１対象情報」には、「第１対象情報」、「発生時期」といった項目が含まれる。「第１対象情報」の「第１対象」は、第１対象を示す。「第１対象情報」の「発生時期」は、対応するエリアにおいて第１対象に対する需要が発生した時期（発生時期）を示す。「発生時期」を示す「ＥＴ１−１」は、「２０１８年６月１５日」等の具体的な日時を示す情報であるものとする。

また、図２に示す関係情報記憶部１２５中の「第２対象情報」は、関係ＩＤにより識別される関係における第２対象に関する種々の情報を示す。「第２対象情報」には、「第２対象情報」、「発生時期」といった項目が含まれる。「第２対象情報」の「第２対象」は、第２対象を示す。「第２対象情報」の「発生時期」は、対応するエリアにおいて第２対象に対する需要が発生した時期（発生時期）を示す。「発生時期」を示す「ＥＴ１−２」等のように抽象的に図示するが、「２０１８年６月２６日」等の具体的な日時を示す情報であるものとする。

図２に示す例において、関係ＩＤ「ＲＬ１−１」により識別される関係を示す情報（関係情報ＲＬ１−１）については、Ｒエリアにおいて発生した対象の需要の関係情報であることを示す。関係情報ＲＬ１−１における第１対象は「塩ラーメン」であることを示す。Ｒエリアにおいて第１対象「塩ラーメン」の需要が発生した時期は、発生時期ＥＴ１−１であることを示す。また、関係情報ＲＬ１−１における第２対象は「ウェットティッシュ」であることを示す。Ｒエリアにおいて第２対象「ウェットティッシュ」の需要が発生した時期は、発生時期ＥＴ１−２であることを示す。

なお、情報処理装置１００は、関係情報記憶部１２５に示すような関係情報を、過去の需要発生の履歴から生成してもよいし、外部の情報処理装置から取得してもよい。例えば、情報処理装置１００は、関係情報を提供する外部の情報処理装置から関係情報を取得してもよい。この場合、情報処理装置１００は、外部の情報処理装置に第１対象や第２対象を指定する情報を送信することにより、指定した第１対象や第２対象に対応する関係情報を外部の情報処理装置から取得してもよい。

また、例えば、情報処理装置１００は、過去に発生した需要を示す情報や過去に予測した需要情報等を含む履歴情報等を記憶部１２０（図４参照）に記憶し、記憶部１２０に記憶した履歴情報を用いて関係情報記憶部１２５に示すような関係情報を生成してもよい。この場合、情報処理装置１００は、需要間の関係を導出するために条件（判定条件）を示す情報を記憶部１２０（図４参照）に記憶し、判定条件を満たす対象を第１対象や第２対象として、関係情報を生成してもよい。

そして、情報処理装置１００は、第１対象の需要情報と、関係情報とに基づいて、第２対象の需要を予測する（ステップＳ１３）。図２の例では、情報処理装置１００は、第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報と、第１対象「塩ラーメン」及び第２対象「ウェットティッシュ」の関係を示す関係情報ＲＬ１−１とに基づいて、Ａエリアにおける第２対象「ウェットティッシュ」の需要を予測する。

ここで、関係情報ＲＬ１−１は、Ｒエリアにおいて、発生時期ＥＴ１−１に第１対象「塩ラーメン」の需要が発生した後、発生時期ＥＴ１−２に第２対象「ウェットティッシュ」の需要が発生したことを示す。すなわち、関係情報ＲＬ１−１は、Ａエリアと異なるエリアであるＲエリアにおいて、塩ラーメンの需要が発生した後に、ウェットティッシュの需要が発生したことを示す。なお、関係情報は、関係情報ＲＬ１−１のような需要の発生関係を示す情報に限らず、上記に限らず種々の情報であってもよいが、この点についての詳細は後述する。

また、需要一覧ＤＤＬ１に示すように、Ａエリアでは対象「塩ラーメン」の需要レベルが「高」であるため、情報処理装置１００は、Ａエリアで塩ラーメンの需要が発生していると予測（判定）する。例えば、情報処理装置１００は、需要レベルが所定の閾値以上である場合、需要が発生していると予測（判定）してもよい。例えば、情報処理装置１００は、需要レベルが「中」以上である場合、需要が発生していると予測（判定）してもよい。なお、情報処理装置１００は、種々の情報を適宜用いて、第１対象の需要の有無を予測（判定）してもよい。

そのため、情報処理装置１００は、Ａエリアで塩ラーメンの需要発生を示す情報と、関係情報ＲＬ１−１とに基づいて、Ａエリアで第２対象「ウェットティッシュ」の需要が発生すると予測する。図２の例では、情報処理装置１００は、需要一覧ＤＤＬ２に示すように、第２対象「ウェットティッシュ」について、Ａエリアにおける需要レベルが「高」であると予測する。情報処理装置１００は、Ａエリアでは第１対象「塩ラーメン」の需要レベルが「高」であるため、関係情報ＲＬ１−１に基づいて、第２対象「ウェットティッシュ」の需要レベルを「高」であると予測する。

このように、情報処理装置１００は、Ａエリアとは異なるＲエリアにおける第１対象「塩ラーメン」の需要と、Ｒエリアにおける第２対象「ウェットティッシュ」の需要との相関関係を示す関係情報ＲＬ１−１に基づいて、Ａエリアにおける第２対象「ウェットティッシュ」の需要を予測する。例えば、情報処理装置１００は、Ｒエリアにおいて第１対象「塩ラーメン」の需要発生後に第２対象「ウェットティッシュ」の需要が発生したことを示す関係情報ＲＬ１−１に基づいて、Ａエリアにおいて、第１対象「塩ラーメン」の需要発生後に第２対象「ウェットティッシュ」の需要が発生すると予測する。

なお、上記のように第１対象の需要レベルを第２対象の需要レベルとする場合は一例であり、情報処理装置１００は、種々の情報を適宜用いて、第２対象の需要レベルを予測してもよい。例えば、情報処理装置１００は、関係情報に各対象の需要レベルを示す情報が含まれる場合、その情報を用いて、第２対象の需要レベルを予測してもよい。例えば、関係情報ＲＬ１−１中にＲエリアでの第１対象「塩ラーメン」の需要レベルが「高」であり、第２対象「ウェットティッシュ」の需要レベルが「中」であったことを示す情報が含まれる場合、情報処理装置１００は、第２対象「ウェットティッシュ」の需要レベルを「中」と予測してもよい。

そして、情報処理装置１００は、事業者に需要情報を提供する（ステップＳ１４）。図２の例では、情報処理装置１００は、コンビニＭＣの管理者Ｍ３が利用する事業者装置２０に需要情報を提供する。情報処理装置１００は、コンビニＭＣの管理者Ｍ３が利用する事業者装置２０に需要情報を送信する。ここで、コンビニＭＣは、Ａエリアに位置し、ウェットティッシュＷＴ等の種々の商品を販売するコンビニエンスストアである。そのため、情報処理装置１００は、事業者装置２０にＡエリアではウェットティッシュの需要が高くなることを示す情報を提供する。これにより、コンビニＭＣの管理者Ｍ３は、Ａエリアにおいては、ウェットティッシュの需要が増大する可能性が高いことを把握することができるため、ウェットティッシュＷＴの仕入れ量を増やしたり、ウェットティッシュＷＴの販売スペースを拡張したりする判断を行うことができる。なお、情報処理装置１００は、需要一覧ＤＤＬ２を事業者装置２０に提供してもよい。

このように、情報処理装置１００は、所定のエリアにおける第１対象の需要情報と、第１対象とは異なる第２対象及び第１対象の関係を示す関係情報とに基づいて、所定のエリアにおける第２対象に関する需要を予測する。図２の例では、情報処理装置１００は、Ａエリアでの第１対象「塩ラーメン」の需要情報と、第１対象「塩ラーメン」及び第２対象「ウェットティッシュ」の関係を示す関係情報ＲＬ１−１に基づいて、Ａエリアにおける第２対象「ウェットティッシュ」の需要を予測する。そして、情報処理装置１００は、予測した情報を事業者に提供する。図２では、情報処理装置１００は、需要を予測した第２対象「ウェットティッシュ」を提供する事業をＡエリアで行う事業者に情報を提供する。これにより、情報の提供を受けた事業者は、提供された情報に基づいて、自身の事業についてより適切な判断を行うことができる。

〔１−１．利用する情報〕
情報処理装置１００は、図１に示す情報に限らず、対象に関する需要を予測するために種々の情報を用いてもよい。この点について、以下説明する。情報処理装置１００は、第１対象に関する需要の予測に種々の情報を用いてもよい。

〔１−１−１．行動情報〕
図１の例では、情報処理装置１００が検索に用いられたクエリを用いて第１対象の需要を予測する場合を示したが、情報処理装置１００は、種々の情報を用いて、第１対象の需要を予測してもよい。例えば、情報処理装置１００は、ユーザの行動に関する種々情報を用いて、第１対象の需要を予測してもよい。例えば、情報処理装置１００は、ユーザの入力に関する情報やユーザの購買行動に関する情報やユーザのコンテンツ閲覧に関する情報などの種々の行動情報を用いて、第１対象の需要を予測してもよい。例えば、情報処理装置１００は、ユーザが購入した商品やサービス等を対象（第１対象）として需要を予測してもよい。例えば、情報処理装置１００は、ユーザにより商品Ｘが購入された回数を用いて、第１対象の需要を予測してもよい。また、情報処理装置１００は、ユーザが閲覧したコンテンツに含まれる第１対象の需要を予測してもよい。例えば、情報処理装置１００は、ユーザが閲覧したコンテンツＹ等に対象「塩ラーメン」が含まれる場合、コンテンツＹ等の閲覧回数を用いて、第１対象の需要を予測してもよい。

〔１−１−２．入力情報〕
情報処理装置１００は、クエリに限らず、ユーザが入力する種々の情報（入力情報）を用いて、第１対象の需要を予測してもよい。例えば、情報処理装置１００は、所定のネットワークで通信される文字情報を用いて、第１対象の需要を予測してもよい。例えば、情報処理装置１００は、ソーシャルネットワーキングサービスにおいてユーザが投稿した投稿情報とその投稿時のユーザの位置情報とを用いて、第１対象の需要を予測してもよい。例えば、情報処理装置１００は、所定のＳＮＳ（Social Networking Service）においてユーザが入力した入力情報を用いて、第１対象の需要を予測してもよい。例えば、情報処理装置１００は、Ｔｗｉｔｔｅｒ（登録商標）やＦａｃｅｂｏｏｋ（登録商標）等においてユーザが投稿（入力）した投稿情報（入力情報）を用いて、第１対象の需要を予測してもよい。例えば、情報処理装置１００は、ユーザがＴｗｉｔｔｅｒにおいて投稿した文章（文字情報）を用いて、第１対象の需要を予測してもよい。

例えば、情報処理装置１００は、ユーザがメッセージサービスにおいて入力した入力情報を用いて、第１対象の需要を予測してもよい。例えば、情報処理装置１００は、ユーザがＬＩＮＥ（登録商標）等のメッセージサービスにおいて入力した入力情報を用いて、第１対象の需要を予測してもよい。例えば、情報処理装置１００は、電子メールにおいて入力した入力情報を用いて、第１対象の需要を予測してもよい。

〔１−２．関係情報〕
情報処理装置１００は、関係情報ＲＬ１−１に限らず、種々の関係情報を適宜用いて、第２対象の需要を予測してもよい。

〔１−２−１．複数の第１対象〕
図２の例では、１つの対象「塩ラーメン」を第１対象として、第２対象の需要を予測する場合を示したが、情報処理装置１００は、複数の対象を第１対象として、第２対象の需要を予測してもよい。例えば、情報処理装置１００は、対象「塩ラーメン」と対象「ティッシュペーパ」との２つの第１対象の需要情報に基づいて、第２対象「ウェットティッシュ」の需要を予測してもよい。

この場合、需要情報記憶部１２４（図８参照）には、例えば、Ａエリアにおいて対象「塩ラーメン」と対象「ティッシュペーパ」の需要が発生していることを示す需要情報が記憶されているものとする。また、関係情報記憶部１２５（図９参照）には、Ｘエリアにおいて第１対象「塩ラーメン」及び第１対象「ティッシュペーパ」の需要発生後に、第２対象「ウェットティッシュ」の需要が発生したことを示す関係情報ＲＬ１−Ｘが記憶されているものとする。

この場合、情報処理装置１００は、Ａエリアとは異なるＸエリアにおける第１対象「塩ラーメン」及び第１対象「ティッシュペーパ」の需要と、Ｘエリアにおける第２対象「ウェットティッシュ」の需要との相関関係を示す関係情報ＲＬ１−Ｘに基づいて、Ａエリアにおける第２対象「ウェットティッシュ」の需要を予測する。例えば、情報処理装置１００は、Ｘエリアにおいて第１対象「塩ラーメン」及び第１対象「ティッシュペーパ」の需要発生後に第２対象「ウェットティッシュ」の需要が発生したことを示す関係情報ＲＬ１−Ｘに基づいて、Ａエリアにおいて、第１対象「塩ラーメン」及び第１対象「ティッシュペーパ」需要発生後に第２対象「ウェットティッシュ」の需要が発生すると予測する。

例えば、過去にＸエリア（原宿等）で、「ラーメン」と「ティッシュペーパ」が流行った後に、「ウェットティッシュ」が流行ったという事実（関係情報）がある。そして、Ａエリア（赤坂等）で今まさに「ラーメン」と「ティッシュペーパ」の需要が確認できているとする場合、情報処理装置１００は、Ａエリアでもこれから、実は「ウェットティッシュ」の隠れ需要がある（需要が発生する）と予測（推定）する。このように、情報処理装置１００は、過去の需要発生に関する関係情報を用いることで、将来（未来）の需要を適切に予測することができる。

なお、情報処理装置１００は、関係情報ＲＬ１−１のような需要の発生関係を示す情報に限らず、種々の関係情報を適宜用いて、第２対象の需要を予測してもよい。この点について、図１０、図１１を用いて説明する。

〔１−２−２．知識に関する関係情報〕
例えば、情報処理装置１００は、知識に関する関係情報を用いてもよい。例えば、情報処理装置１００は、構造化された知識に関する関係情報を用いてもよい。例えば、情報処理装置１００は、図１０に示すような関係情報を用いて、第２対象の需要を予測してもよい。図１０は、実施形態に係る関係情報記憶部の他の一例を示す図である。

関係情報記憶部１２５Ａは、対象となる商品等のカテゴリに関する各種情報を記憶する。例えば、関係情報記憶部１２５Ａは、記憶部１２０（図４参照）に含まれてもよい。関係情報記憶部１２５Ａは、対象の需要の関係に関する関係情報を記憶する。図１０に示す関係情報記憶部１２５Ａは、「関係ＩＤ」、「種別」、「対象−カテゴリ対応関係情報」といった項目が含まれる。

「関係ＩＤ」は、関係を識別するための識別情報を示す。また、「種別」は、関係ＩＤにより識別される関係に対応する種別を示す。「対象−カテゴリ対応関係情報」は、対応する種別におけるカテゴリと対象の関係を示す。「対象−カテゴリ対応関係情報」には、対応する種別における階層的なカテゴリ関係を示す情報が含まれる。「対象−カテゴリ対応関係情報」には、各カテゴリと対象（商品）との対応付けを示す情報が含まれる。「対象−カテゴリ対応関係情報」には、「ＣＴＧ２−１」等のように抽象的に図示するが、具体的なカテゴリ情報や各カテゴリに対応する対象（商品）等を特定する情報が記憶される。

例えば、種別が「飲料」である場合、カテゴリには、「酒類」や「清涼飲料水」等のカテゴリが含まれてもよい。また、種別が「飲料」である場合、「酒類」の下位カテゴリには、「ビール」や「ワイン」等のカテゴリが含まれてもよい。すなわち、「対象−カテゴリ対応関係情報」には、カテゴリ間の階層関係を示すカテゴリツリーの情報が含まれてもよい。また、種別が「飲料」である場合、カテゴリ「ビール」には、対象「ＸＸビール」や「ＹＹドライ」等の実際の商品が対応付けて記憶される。

図１０に示す例において、関係ＩＤ「ＲＬ２−１」により識別される関係を示す情報（関係情報ＲＬ２−１）については、種別「車」に関する関係情報であることを示す。関係情報ＲＬ２−１の対象−カテゴリ対応関係情報は、対応関係情報ＣＴＧ２−１であることを示す。

なお、関係情報記憶部１２５Ａは、上記に限らず、目的に応じて種々の情報を記憶してもよい。なお、関係情報記憶部１２５Ａは、全種別を併せた「対象−カテゴリ対応関係情報」を関係情報として記憶してもよい。

情報処理装置１００は、関係情報記憶部１２５Ａに示すような知識に関する関係情報を用いて、第２対象の需要を予測してもよい。情報処理装置１００は、関係情報記憶部１２５Ａに記憶されたカテゴリツリーの情報を用いて、第２対象の需要を予測してもよい。

この場合、需要情報記憶部１２４（図８参照）には、例えば、Ｂエリアにおいて、車種を示すカテゴリ「ＳＵＶ」の自動車である対象「ＣＸ車」と対象「ＣＹ車」の需要が発生していることを示す需要情報が記憶されているものとする。また、関係情報記憶部１２５Ａ（図１０参照）には、種別「車」には、カテゴリ「ＳＵＶ」に対象「ＣＸ車」や対象「ＣＹ車」や対象「ＣＺ車」等が含まれることを示す関係情報ＲＬ２−１が記憶されているものとする。なお、対象「ＣＸ車」を販売する事業者（事業者ＭＸ）は、対象「ＣＸ車」や対象「ＣＹ車」を販売する事業者とは異なる事業者（事業者ＭＹ）であるものとする。このように、情報処理装置１００は、第１事業者（事業者ＭＹ）が提供する第１対象「ＣＸ車」、「ＣＹ車」と、第１事業者とは異なる第２事業者（事業者ＭＸ）が提供する第２対象「ＣＺ車」との関係を示す関係情報ＲＬ２−１を取得する。

この場合、情報処理装置１００は、Ｂエリア（赤坂等）におけるカテゴリ「ＳＵＶ」の自動車である第１対象「ＣＸ車」と第１対象「ＣＹ車」の需要と、第２対象「ＣＺ車」が第１対象「ＣＸ車」や第１対象「ＣＹ車」と同一カテゴリ（類似カテゴリ）であることを示す関係情報ＲＬ２−１に基づいて、Ｂエリアにおける第２対象「ＣＺ車」の需要を予測する。例えば、情報処理装置１００は、Ｂエリアにおいて第１対象「ＣＸ車」と第１対象「ＣＹ車」のようなカテゴリ「ＳＵＶ」の自動車の需要が発生しているため、Ｂエリアにおいて、カテゴリ「ＳＵＶ」である第２対象「ＣＺ車」の需要が発生すると予測する。また、情報処理装置１００は、Ｂエリアにおいてカテゴリ「ＳＵＶ」の自動車の需要が発生しているため、Ｂエリアにおいては、カテゴリ「ＳＵＶ」以外のカテゴリ（例えばセダンなど）の需要は低いと予測してもよい。なお、情報処理装置１００は、上記に限らず、カテゴリツリーに関する種々の情報を用いて、第２対象の需要を予測してもよい。情報処理装置１００は、カテゴリツリーでの階層構造の関係に基づいて、第２対象の需要を予測してもよい。

このように、情報処理装置１００は、事業者が提供する対象に関する需要情報に基づいて、その事業者とは異なる他の事業者が提供する対象の需要を予測してもよい。情報処理装置１００は、事業者ＭＹが提供する第１対象「ＣＸ車」や第１対象「ＣＹ車」に関する需要情報に基づいて、事業者ＭＹとは異なる事業者ＭＸが提供する第２対象「ＣＺ車」の需要を予測してもよい。そして、情報処理装置１００は、予測した第２対象「ＣＺ車」の需要情報を事業者ＭＸに提供する。これにより、事業者ＭＸは、カテゴリ「ＳＵＶ」の自動車である第２対象「ＣＺ車」をＢエリア（赤坂等）の市場に出すべきと判断することができる。

〔１−２−３．データに関する関係情報〕
例えば、情報処理装置１００は、データに関する関係情報を用いてもよい。例えば、情報処理装置１００は、データに関する関係情報に基づいて、第２対象の需要を予測してもよい。例えば、情報処理装置１００は、図１１に示すような関係情報を用いて、第２対象の需要を予測してもよい。図１１は、実施形態に係る関係情報記憶部の他の一例を示す図である。

関係情報記憶部１２５Ｂは、対象となる商品等のカテゴリに関する各種情報を記憶する。例えば、関係情報記憶部１２５Ｂは、記憶部１２０（図４参照）に含まれてもよい。関係情報記憶部１２５Ｂは、対象の需要の関係に関する関係情報を記憶する。図１１に示す関係情報記憶部１２５Ｂは、「関係ＩＤ」、「第１対象」、「第２対象」といった項目が含まれる。

「関係ＩＤ」は、関係を識別するための識別情報を示す。また、「第１対象」は、関係ＩＤにより識別される関係における第１対象に関する種々の情報を示す。例えば、「第１対象」は、第１対象を特定する情報を示す。「第２対象」は、関係ＩＤにより識別される関係における第２対象に関する種々の情報を示す。例えば、「第２対象」は、第１対象を特定する情報を示す。

図１１に示す例において、関係ＩＤ「ＲＬ３−１」により識別される関係を示す情報（関係情報ＲＬ３−１）の第１対象は、「ラーメン」及び「ミント」であることを示す。関係情報ＲＬ３−１の第２対象は、「ミントラーメン」であることを示す。

なお、関係情報記憶部１２５Ｂは、上記に限らず、目的に応じて種々の情報を記憶してもよい。

情報処理装置１００は、関係情報記憶部１２５Ｂに示すような知識に関する関係情報を用いて、第２対象の需要を予測してもよい。情報処理装置１００は、関係情報記憶部１２５Ｂに記憶されたカテゴリツリーの情報を用いて、第２対象の需要を予測してもよい。

例えば、需要情報記憶部１２４（図８参照）には、Ｃエリアにおいて、対象「ラーメン」と対象「ミント」の需要が発生していることを示す需要情報が記憶されているものとする。また、関係情報記憶部１２５Ｂ（図１１参照）には、第１対象「ラーメン」と第１対象「ミント」とに基づく第２対象が「ミントラーメン」であることを示す関係情報ＲＬ３−１が記憶されているものとする。このように、情報処理装置１００は、第１対象「ラーメン」とは異なる他の第１対象「ミント」に関する需要を示す他の需要情報と、第１対象「ラーメン」及び他の第１対象「ミント」と第２対象「ミントラーメン」との関係を示す関係情報ＲＬ３−１とを取得する。

この場合、情報処理装置１００は、Ｃエリア（赤坂等）における第１対象「ラーメン」と第１対象「ミント」の需要と、第１対象「ラーメン」と第１対象「ミント」とを組み合わせた第２対象が「ミントラーメン」であることを示す関係情報ＲＬ３−１に基づいて、Ｃエリアにおける第２対象「ミントラーメン」の需要を予測する。例えば、情報処理装置１００は、Ｃエリアにおいて第１対象「ラーメン」と第１対象「ミント」との両方の需要が発生しているため、Ｃエリアにおいて、第１対象「ラーメン」と第１対象「ミント」とを組み合わせた第２対象「ミントラーメン」の需要が発生すると予測する。

これにより、情報処理装置１００は、第１対象「ラーメン」と第１対象「ミント」との両方の需要が有るＣエリアで、第２対象「ミントラーメン」を提供すれば売れるのではと予測することができる。情報処理装置１００は、あるエリアにおいて需要がある対象のキーワード（クエリ）を組み合わせた対象（商品）を、そのエリアに投入することができる。このように、情報処理装置１００は、商品企画や開発系の分野において、新たな需要を創出する対象を生成することができる。

〔１−３．時間に応じた需要予測〕
また、情報処理装置１００は、時間に応じて需要を予測してもよい。情報処理装置１００は、所定の時間帯ごとに、クエリに対応する対象に関する需要を予測してもよい。例えば、情報処理装置１００は、位置情報を用いずに、時間ごとの需要を予測してもよい。例えば、情報処理装置１００は、所定の時間帯（朝、昼、夜等）ごとにクエリを収集し、各時間帯に対応するクエリごとにスコアを算出してもよい。そして、情報処理装置１００は、時間帯ごとに対象に対する需要（レベル）を予測してもよい。

また、情報処理装置１００は、位置と時間との組み合わせごとにクエリを収集し、各組み合わせに対応するクエリごとにスコアを算出してもよい。例えば、情報処理装置１００は、エリアと時間帯（朝、昼、夜等）との組み合わせごとにクエリを収集し、各組み合わせにおけるクエリに対応する対象ごとにスコアを算出してもよい。例えば、情報処理装置１００は、Ａエリア、Ｂエリア等と、第１時間帯（４−１２時）、第２時間帯（１２−２０時）、第３時間帯（２０−４時）等との組み合わせごとにクエリを収集し、各組み合わせにおけるクエリに対応する対象ごとにスコアを算出してもよい。

例えば、情報処理装置１００は、検索時の位置と検索時の時間帯またはクエリに含まれる時間を示す文字列等とに基づいて、クエリを組み合わせごとに収集し、各組み合わせにおけるクエリに対応する対象ごとにスコアを算出してもよい。例えば、情報処理装置１００は、Ｂエリアと昼の時間帯との組合せにおける対象「塩ラーメン」のスコアが所定の閾値以上である場合、Ｂエリアにおける昼の時間帯に塩ラーメンの需要が高いとして、その情報を提供してもよい。例えば、情報処理装置１００は、Ｂエリアにおける昼の時間帯に塩ラーメンの需要が高いことを示す情報を、Ｂエリアにおいて夜の時間帯のみが営業時間である居酒屋の事業者（事業者ＡＢ）に提供してもよい。これにより、事業者ＡＢは、昼の時間帯における営業を行うかどうかや、どのような商品を提供するかを適切に判断することができる。

また、情報処理装置１００は、検索された時間に応じて重みを変動させてスコアを生成してもよい。例えば、情報処理装置１００は、食事の時間帯に食品に関するクエリを用いた検索がされた場合、その検索の重みを大きくしてスコアを生成してもよい。例えば、情報処理装置１００は、１２−１３時等の間にクエリ「塩ラーメン」を用いて検索された場合、その検索の重みを、他の時間帯（例えば７−９時等）におけるクエリ「塩ラーメン」を用いた検索の重みよりも重くしてもよい。例えば、情報処理装置１００は、１２−１３時等の間にクエリ「塩ラーメン」を用いた検索の重みを「１．５」と大きくし、他の時間帯（例えば７−９時等）におけるクエリ「塩ラーメン」を用いた検索の重みを「０．５」と小さくしてもよい。

例えば、情報処理装置１００は、所定の対象を提供する店舗の営業時間内に検索された場合、その検索の重みを大きくしてスコアを生成してもよい。例えば、情報処理装置１００は、所定の対象を提供する店舗の営業時間外に検索された場合、その検索の重みを小さくしてスコアを生成してもよい。

〔１−４．提供態様〕
また、例えば、情報処理装置１００は、情報提供先となる事業者の事業規模（売上等）に応じて、情報の提供態様を変動させてもよい。例えば、情報処理装置１００は、事業者の事業規模（売上等）が所定の閾値未満である場合、情報提供を行うごとに課金を行ってもよい。また、例えば、情報処理装置１００は、事業者の事業規模（売上等）が所定の閾値以上である場合、定額制により情報提供を行ってもよい。例えば、情報処理装置１００は、事業者の事業規模（売上等）が所定の閾値以上である場合、所定の期間ごとに設定される課金額を課金し、その所定の期間内に情報提供を行ってもよい。また、例えば、情報処理装置１００は、情報提供先となる事業者の事業規模（売上等）に応じて、課金額を変動させてもよい。例えば、情報処理装置１００は、事業者の事業規模（売上等）が所定の閾値未満である場合、事業規模が所定の閾値以上の事業者に情報提供する場合と比べて、同様の情報提供における課金額を低くしてもよい。

また、情報処理装置１００は、種々の態様によって事業者に情報提供を行ってもよい。また、情報処理装置１００は、事業者からの要求に応じて、事業者装置２０に情報提供を行う場合に限らず、例えば、事業者からの対象の事前登録を受付けてもよい。この場合、情報処理装置１００は、事業者が事前登録した対象に関する需要が所定の条件を満たす場合に、その事業者にその対象の需要に関する情報を提供してもよい。例えば、情報処理装置１００は、事業者が事前登録した対象に関する需要が直近の実績（売上等）から大きく変化した場合に、その事業者にアラートを通知してもよい。

〔１−５．情報の利用〕
なお、図１の例では、説明を簡単にするために、クエリが対象を示す文字列に一致する場合を一例として示したが、情報処理装置１００は、意味的に近い単語に関するクエリの情報も加味して需要の予測を行ってもよい。例えば、情報処理装置１００は、上記に限らず、上位語、下位語、類義語等を示すコーパスや、ｗｏｒｄ２ｖｅｃのようなアルゴリズムからの分散表現などを利用し、意味的に近い単語に関するクエリの情報も加味して需要の予測を行ってもよい。

例えば、情報処理装置１００は、需要を予測する対象と概念的な類似関係がある単語（文字列）に関するクエリの情報も加味して需要の予測を行ってもよい。例えば、情報処理装置１００は、需要を予測する対象に対して上位概念の関係にある単語（文字列）に関するクエリの情報も加味して需要の予測を行ってもよい。図１の例では、情報処理装置１００は、「ラーメン」や「さっぱり系ラーメン」等の対象「塩ラーメン」の上位概念に対応する単語（文字列）に関するクエリの情報も加味して需要の予測を行ってもよい。

例えば、情報処理装置１００は、需要を予測する対象に対して下位概念の関係にある単語（文字列）に関するクエリの情報も加味して需要の予測を行ってもよい。図１の例では、情報処理装置１００は、塩ラーメン店の具体的店名「ラーメン屋Ｘ」等の対象「塩ラーメン」の下位概念に対応する単語（文字列）に関するクエリの情報も加味して需要の予測を行ってもよい。

例えば、情報処理装置１００は、需要を予測する対象を示す単語（文字列）の類義語となる単語（文字列）に関するクエリの情報も加味して需要の予測を行ってもよい。図１の例では、情報処理装置１００は、「中華そば」や「とんこつラーメン」等の対象「塩ラーメン」の類義語に対応する単語（文字列）に関するクエリの情報も加味して需要の予測を行ってもよい。

〔１−６．関連商品の需要〕
なお、情報処理装置１００は、クエリに対応する対象であれば、クエリが示す対象に限らず、種々の対象に関する需要を予測してもよい。例えば、情報処理装置１００は、クエリと位置情報とに基づいて、クエリが示す商品に関連する関連商品であって、位置情報に対応するエリアにおける関連商品に関する需要を予測する。

例えば、情報処理装置１００は、クエリ「スマホ」を用いた検索情報に基づいて、商品「スマホ」に関連する商品（関連商品）「スマホ」に関する需要を予測してもよい。例えば、情報処理装置１００は、例えば検索時の位置情報が海Ａ付近であり、その検索における検索クエリには「スマホ 水没」「スマホ 起動しなくなった」等が多数（例えば１万や全体の数％等）含まれる検索情報を取得するものとする。例えば、情報処理装置１００は、例えば検索時の位置情報が海Ｂ付近である場合、その検索における検索クエリには「スマホ 水没」「スマホ 起動しなくなった」等がほとんど無い（例えば０または数件等）検索情報を取得するものとする。

この場合、例えば、海Ａの近くで水没してしまったなど、海Ａの近くではスマホが故障しやすいということが予測される。例えば、海Ａの近くは、景色が綺麗で写真スポットだが、足元が悪く水没のケースが多いということが予測される。そのため、情報処理装置１００は、例えば、海Ａの付近では、スマホの防水ケース等のスマホの関連商品の需要が増大すると予測することができる。この場合、情報処理装置１００は、例えば、海Ａの付近で、スマホ防水ケースを販売することや、スマホの水没時に乾かすドライヤーを貸し出すなど等のサービスを行うことを事業者に提案してもよい。これにより、情報処理装置１００は、海Ａ付近におけるスマホの故障の予防や回復に貢献することができる。このように、情報処理装置１００は、商品の状態などに関する検索クエリを用いて、その商品の故障等を予防したり回復したりするための付随的な商品（関連商品）の需要を予測してもよい。情報処理装置１００は、クエリが示す対象自体ではなく、その対象に関連する対象の需要、すなわち間接的な需要を予測してもよい。

〔１−７．第２対象〕
〔１−７−１．複数の第２対象〕
なお、図１の例では、情報処理装置１００は、第１対象「塩ラーメン」と第２対象「ウェットティッシュ」との関係情報を用いて、第２対象「ウェットティッシュ」の需要を予測する場合示したが、種々の対象を第２対象として需要を予測してもよい。図１の例では、情報処理装置１００が１つの第２対象に関する需要を予測する場合を示したが、情報処理装置１００は、複数の第２対象に関する需要を予測してもよい。図１の例では、情報処理装置１００は、例えばＹエリアにおける第１対象「塩ラーメン」及び第２対象「ビール」の関係を示す関係情報ＲＬ１−Ｙを有する場合、第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報と、関係情報ＲＬ１−Ｙとに基づいて、Ａエリアにおける第２対象「ビール」の需要を予測してもよい。

このように、図１の例では、情報処理装置１００は、第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報と、関係情報ＲＬ１−１及び関係情報ＲＬ１−Ｙとに基づいて、Ａエリアにおける第２対象「ウェットティッシュ」及び第２対象「ビール」の需要を予測してもよい。情報処理装置１００は、１つの第１対象の需要を示す情報から複数の第２対象に関する需要を予測してもよい。具体的には、情報処理装置１００は、第１対象「塩ラーメン」のＡエリアにおける需要を示す情報と、関係情報ＲＬ１−１とに基づいて、Ａエリアにおける第２対象「ウェットティッシュ」を予測し、第１対象「塩ラーメン」のＡエリアにおける需要を示す情報と、関係情報ＲＬ１−Ｙとに基づいて、Ａエリアにおける第２対象「ビール」の需要を予測してもよい。なお、上記は一例であり、情報処理装置１００は、種々の情報を適宜用いて複数の第２対象の需要を予測してもよい。

〔１−７−２．第２対象＝第１対象〕
図１の例では、第１対象が対象「塩ラーメン」であり、第２対象が対象「ウェットティッシュ」である場合、すなわち第１対象と第２対象とが異なる対象である場合を示したが、第１対象と第２対象とは同一の対象であってもよい。例えば、情報処理装置１００は、第１対象が複数ある場合、複数の第１対象のうち、所定の第１対象を第２対象として、第２対象の需要を予測してもよい。例えば、情報処理装置１００は、第１対象「対象Ｘ」及「対象Ｙ」の２つの第１対象の売上げが上昇した（需要が高い）場合、第２対象としての対象「対象Ｘ」の売上がさらに上昇する（需要が高くなる）関係を示す関係情報ＲＬ１−Ｚを用いて、第２対象「対象Ｘ」の需要を予測してもよい。

例えば、情報処理装置１００は、所定のエリアにおいて第１対象「対象Ｘ」及び「対象Ｙ」の売上げが上昇した場合、その売上げ上昇を示す情報と、関係情報ＲＬ１−Ｚとに基づいて、所定のエリアにおいて第２対象「対象Ｘ」の需要がさらに高くなる（売上がさらに上昇する）と予測してもよい。例えば、情報処理装置１００は、所定のエリアにおいて第１対象「きゅうり」及び「お酢」の売上げが上昇した場合、その売上げ上昇を示す情報と、関係情報ＲＬ１−Ｚとに基づいて、所定のエリアにおいて第２対象「きゅうり」の需要がさらに高くなる（売上がさらに上昇する）と予測してもよい。このように、情報処理装置１００は、所定のエリアにおいて対象「きゅうり」及び対象「お酢」が売れれば、対象「きゅうり」がさらに売れると予測してもよい。

〔２．情報処理装置の構成〕
次に、図４を用いて、実施形態に係る情報処理装置１００の構成について説明する。図４は、実施形態に係る情報処理装置の構成例を示す図である。図４に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、情報処理装置１００は、情報処理装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線または無線で接続され、例えば情報処理システム１に含まれる端末装置１０や事業者装置２０との間で情報の送受信を行う。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図４に示すように、事業者情報記憶部１２１と、ユーザ情報記憶部１２２と、行動情報記憶部１２３と、需要情報記憶部１２４と、関係情報記憶部１２５とを有する。

（事業者情報記憶部１２１）
実施形態に係る事業者情報記憶部１２１は、事業者に関する各種情報を記憶する。図５は、実施形態に係る事業者情報記憶部の一例を示す図である。図５に示す事業者情報記憶部１２１は、「事業者ＩＤ」、「事業者」、「業種」、「所在地」、「提供物」といった項目が含まれる。

「事業者ＩＤ」は、事業者を識別するための識別情報を示す。「事業者」は、対応する事業者ＩＤにより識別される事業者を示す。例えば、「事業者」は、対応する事業者ＩＤにより識別される事業者の名称を示す。「業種」は、対応する事業者ＩＤにより識別される事業者の業種を示す。「所在地」は、対応する事業者ＩＤにより識別される事業者の所在地を示す。「提供物」は、対応する事業者ＩＤにより識別される事業者により提供される商品やサービスを示す。

例えば、図５に示す例において、事業者ＩＤ「ＥＰ１」により識別される事業者（事業者ＥＰ１）は、事業者が「ラーメン店ＭＡ」であり、業種が「飲食」であることを示す。また、ラーメン店ＭＡの所在地は、Ａエリア内の位置ＬＣ１０であることを示す。なお、図５の例では位置を「ＬＣ１０」等の抽象的な符号で図示するが、位置情報は、具体的な緯度経度情報等であってもよい。また、ラーメン店ＭＡが提供する商品は、「しょうゆラーメンＲＭ」であることを示す。

なお、事業者情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、事業者情報記憶部１２１は、事業者の従業員数や売上高等の事業規模に関する情報を記憶してもよい。

（ユーザ情報記憶部１２２）
実施形態に係るユーザ情報記憶部１２２は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２２は、ユーザ属性情報等の種々の情報を記憶する。図６は、実施形態に係るユーザ情報記憶部の一例を示す図である。図６に示すユーザ情報記憶部１２２は、「ユーザＩＤ」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目が含まれる。

「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。また、「年齢」は、ユーザＩＤにより識別されるユーザの年齢を示す。なお、「年齢」は、例えば３５歳など、ユーザＩＤにより識別されるユーザの具体的な年齢であってもよい。また、「性別」は、ユーザＩＤにより識別されるユーザの性別を示す。

また、「自宅」は、ユーザＩＤにより識別されるユーザの自宅の位置情報を示す。なお、図６に示す例では、「自宅」は、「ＬＣ１１」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。

また、「勤務地」は、ユーザＩＤにより識別されるユーザの勤務地の位置情報を示す。なお、図６に示す例では、「勤務地」は、「ＬＣ１２」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。

また、「興味」は、ユーザＩＤにより識別されるユーザの興味を示す。すなわち、「興味」は、ユーザＩＤにより識別されるユーザが関心の高い対象を示す。なお、図６に示す例では、「興味」は、各ユーザに１つずつ図示するが、複数であってもよい。

例えば、図６に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザの年齢は、「２０代」であり、性別は、「男性」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、自宅が「ＬＣ１１」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、勤務地が「ＬＣ１２」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、「スポーツ」に興味があることを示す。

なお、ユーザ情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２２は、ユーザのデモグラフィック属性に関する情報やサイコグラフィック属性に関する情報を記憶してもよい。例えば、ユーザ情報記憶部１２２は、氏名、家族構成、収入、興味、ライフスタイル等の情報を記憶してもよい。

（行動情報記憶部１２３）
実施形態に係る行動情報記憶部１２３は、ユーザの行動に関する各種情報を記憶する。図７は、実施形態に係る行動情報記憶部の一例を示す図である。例えば、行動情報記憶部１２３は、各ユーザの端末装置１０を用いて行った検索等を含む種々の行動情報を記憶する。図７に示す行動情報記憶部１２３には、「行動ＩＤ」、「ユーザＩＤ」、「位置」、「日時」、「クエリ情報」といった項目が含まれる。また、「クエリ情報」には、「クエリ１」、「クエリ２」等といった項目が含まれる。なお、図７の例では、説明を簡単にするためにユーザの検索行動に関する情報のみを図示するが、行動情報記憶部１２３には、ユーザの種々の行動に関する情報が記憶される。例えば、行動情報記憶部１２３には、ユーザの入力に関する情報やユーザの購買行動に関する情報やユーザのコンテンツ閲覧に関する情報などの種々の情報が記憶される。

また、「行動ＩＤ」は、ユーザの行動を識別する情報を示す。「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、図１の例に示したユーザＵ１に対応する。

また、「位置」は、対応する行動が行われた位置を示す。例えば、「位置」は、対応するクエリによる検索時のユーザの位置を示す。なお、図７の例では位置を「ＬＣ１」等の抽象的な符号で図示するが、位置情報は、具体的な緯度経度情報等であってもよい。

また、「日時」は、対応するユーザの行動が行われた日時を示す。「日時」には、「ＤＴ１」等のように抽象的に図示するが、「２０１７年７月２５日２２時４６分５８秒」等の具体的な日時が記憶されてもよい。また、「クエリ情報」は、対応する検索において用いられたクエリに関する情報を示す。「クエリ１」や「クエリ２」は、対応する検索において用いられたクエリを示す。例えば、「クエリ１」は、第１クエリに対応し、「クエリ２」は、第２クエリに対応する。

例えば、図７に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザ（ユーザＵ１）は、位置ＬＣ１において行動ＡＣ１１を行ったことを示す。具体的には、図７に示す例においてユーザＵ１は、第１クエリ「塩ラーメン」のみを用いた検索（行動ＡＣ１１）を日時ＤＴ１に行ったことを示す。また、例えば、図７に示す例において、ユーザＩＤ「Ｕ２」により識別されるユーザ（ユーザＵ２）は、位置ＬＣ２において行動ＡＣ１２を行ったことを示す。具体的には、図７に示す例においてユーザＵ２は、第１クエリ「スマホＳＨ」と第２クエリ「赤」とを用いた検索（行動ＡＣ１２）を日時ＤＴ２に行ったことを示す。

なお、行動情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。また、図７では、ユーザＩＤごとに行動情報が行動情報記憶部１２３に記憶される場合を示したが、行動情報は、日時順に限らず、例えばユーザＩＤごとに記憶されてもよい。

（需要情報記憶部１２４）
実施形態に係る需要情報記憶部１２４は、需要に関する各種情報を記憶する。図８は、実施形態に係る需要情報記憶部の一例を示す図である。図８に示す需要情報記憶部１２４は、「対象」、「需要情報」、「検索者属性情報」といった項目を有する。

「対象」は、需要情報を生成する対象を示す。「対象」は、特定の商品名やサービス名に限らず、商品やサービスのカテゴリ（飲料やファッションや旅行等）であってもよい。

「需要情報」は、対応する対象に関する検索に用いられるクエリの需要情報を示す。「需要情報」には、「エリア」、「スコア」、「需要レベル」といった項目が含まれる。「エリア」は、予測対象となったエリアを示す。「スコア」は、対応するエリアにおける対象に関する需要の評価値となるスコアを示す。「需要レベル」は、対応するエリアにおける対象に関する需要レベルを示す。

「検索者属性情報」は、対応する対象に関する検索を行う検索者（ユーザ）の属性の需要情報を示す。「検索者属性情報」には、「カテゴリ」や「属性」や「割合」といった項目が含まれる。「カテゴリ」は、ユーザを分類するカテゴリを示す。「属性」は、対応するカテゴリにおける種別（属性）を示す。また、「割合」は、対応する属性のユーザが、対応する対象に対応するキーワードを用いた検索を行う割合を示す。

例えば、図８に示す例において、需要を予測する対象は、塩ラーメンであることを示す。また、対象「塩ラーメン」について、Ａエリアにおける需要のスコアが「１００００」であることを示す。また、Ａエリアにおける塩ラーメンの需要レベルは、「高」であることを示す。

また、図８の例では、Ａエリアにおいて対象「塩ラーメン」を検索するユーザのうち、男性が「２０％」であり、女性が「８０％」であることを示す。また、図８の例では、Ａエリアにおいて対象「塩ラーメン」を検索するユーザのうち、１０代が「６５％」等であることを示す。

また、需要情報記憶部１２４は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、需要情報記憶部１２４は、需要が発生した日時に関する情報を記憶してもよい。例えば、需要情報記憶部１２４は、需要情報が生成された日時や生成に用いた情報が収集された期間に関する情報を記憶してもよい。

（関係情報記憶部１２５）
実施形態に係る関係情報記憶部１２５は、対象の関係に関する各種情報を記憶する。例えば、関係情報記憶部１２５は、対象の需要の関係に関する関係情報を記憶する。図９は、実施形態に係る関係情報記憶部の一例を示す図である。図９に示す関係情報記憶部１２５は、「関係ＩＤ」、「エリア」、「第１対象情報」、「第２対象情報」といった項目が含まれる。

「関係ＩＤ」は、関係を識別するための識別情報を示す。「エリア」は、関係に対応するエリアを示す。また、「第１対象情報」は、関係ＩＤにより識別される関係における第１対象に関する種々の情報を示す。「第１対象情報」には、「第１対象情報」、「発生時期」といった項目が含まれる。「第１対象情報」の「第１対象」は、第１対象を示す。図９では項目「第１対象」に「塩ラーメン」といった具体的な名称を図示するが、「第１対象」には、対象を識別する対象ＩＤ等、対象を特定するための情報であればどのような情報が記憶されてもよい。「第１対象情報」の「発生時期」は、対応するエリアにおいて第１対象に対する需要が発生した時期（発生時期）を示す。「発生時期」には、「ＥＴ１−１」等のように抽象的に図示するが、「２０１８年６月１５日１１時２３分４９秒」等の具体的な発生時期等であってもよいし、「２０１８年６月１５日」等の日にちまでを特定する情報が記憶されてもよい。

また、「第２対象情報」は、関係ＩＤにより識別される関係における第２対象に関する種々の情報を示す。「第２対象情報」には、「第２対象情報」、「発生時期」といった項目が含まれる。「第２対象情報」の「第２対象」は、第２対象を示す。図９では項目「第２対象」に「ウェットティッシュ」といった具体的な名称を図示するが、「第２対象」には、対象を識別する対象ＩＤ等、対象を特定するための情報であればどのような情報が記憶されてもよい。「第２対象情報」の「発生時期」は、対応するエリアにおいて第２対象に対する需要が発生した時期（発生時期）を示す。「発生時期」には、「ＥＴ１−２」等のように抽象的に図示するが、「２０１８年６月２６日２１時５５分１８秒」等の具体的な発生時期等であってもよいし、「２０１８年６月２６日」等の日にちまでを特定する情報が記憶されてもよい。

図９に示す例において、関係ＩＤ「ＲＬ１−１」により識別される関係を示す情報（関係情報ＲＬ１−１）については、Ｒエリアにおいて発生した対象の需要の関係情報であることを示す。関係情報ＲＬ１−１における第１対象は「塩ラーメン」であることを示す。Ｒエリアにおいて第１対象「塩ラーメン」の需要が発生した時期は、発生時期ＥＴ１−１であることを示す。また、関係情報ＲＬ１−１における第２対象は「ウェットティッシュ」であることを示す。Ｒエリアにおいて第２対象「ウェットティッシュ」の需要が発生した時期は、発生時期ＥＴ１−２であることを示す。すなわち、関係情報ＲＬ１−１は、Ｒエリアにおいて、発生時期ＥＴ１−１に第１対象「塩ラーメン」の需要が発生した後、発生時期ＥＴ１−２に第２対象「ウェットティッシュ」の需要が発生したことを示す。

なお、関係情報記憶部１２５は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、第１対象の需要が発生したエリアと、異なるエリアにおける第２対象の需要発生に関する関係情報を記憶する場合、関係情報記憶部１２５は、各対象に対応する複数のエリアを記憶してもよい。例えば、第１対象の需要が発生したエリアと、異なるエリアにおける第２対象の需要発生に関する関係情報を記憶する場合、関係情報記憶部１２５は、第１対象に対応するエリア（第１エリア）と、第２対象に対応するエリア（第２エリア）とを記憶してもよい。

（制御部１３０）
図４の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図４に示すように、制御部１３０は、取得部１３１と、生成部１３２と、予測部１３３と、提供部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。

（取得部１３１）
取得部１３１は、各種情報を取得する。取得部１３１は、記憶部１２０から各種情報を取得する。取得部１３１は、事業者情報記憶部１２１やユーザ情報記憶部１２２や行動情報記憶部１２３や需要情報記憶部１２４や関係情報記憶部１２５から各種情報を取得する。取得部１３１は、外部の情報処理装置から各種情報を取得する。取得部１３１は、端末装置１０や事業者装置２０から各種情報を取得する。取得部１３１は、ユーザが検索に用いたクエリと、クエリによる検索時のユーザの位置情報とを取得する。取得部１３１は、ユーザの検索時から所定の範囲内におけるセンサ情報を取得する。

取得部１３１は、所定のエリアにおける第１対象に関する需要を示す需要情報と、第１対象とは異なる第２対象と第１対象との関係を示す関係情報とを取得する。取得部１３１は、所定のエリアとは異なる他のエリアにおける第１対象の需要と、他のエリアにおける第２対象の需要との相関関係を示す関係情報を取得する。取得部１３１は、他のエリアにおいて第１対象の需要発生後に第２対象の需要が発生したことを示す関係情報を取得する。

取得部１３１は、第１対象と第２対象との類似関係を示す関係情報を取得する。取得部１３１は、第１対象が属する第１カテゴリと第２対象が属する第２カテゴリとを示す関係情報を取得する。取得部１３１は、第１対象と第２対象とが含まれるカテゴリツリーである関係情報を取得する。取得部１３１は、第１事業者が提供する第１対象と、第１事業者とは異なる第２事業者が提供する第２対象との関係を示す関係情報を取得する。

取得部１３１は、第１対象とは異なる他の第１対象に関する需要を示す他の需要情報と、第１対象及び他の第１対象と第２対象との関係を示す関係情報とを取得する。取得部１３１は、第２対象が第１対象及び他の第１対象に基づく対象であることを示す関係情報を取得する。取得部１３１は、第２対象が第１対象と他の第１対象とを組み合わせた対象であることを示す関係情報を取得する。

取得部１３１は、所定のエリアにおけるユーザによる第１対象に関連する関連行動を示す行動情報を取得する。取得部１３１は、第１対象に関してユーザが入力した入力情報を含む行動情報を取得する。取得部１３１は、第１対象に関してユーザが行った検索行動を示す検索情報を含む行動情報を取得する。取得部１３１は、ユーザが入力した第１対象に関連するクエリを含む行動情報を取得する。

図１の例では、取得部１３１は、ユーザＵ１が利用する端末装置１０−１からクエリと位置情報とを取得する。例えば、取得部１３１は、日時ＤＴ１において、端末装置１０−１からクエリ「塩ラーメン」と位置情報ＬＣ１とを取得する。例えば、取得部１３１は、ユーザＵ２が利用する端末装置１０−２からクエリと位置情報とを取得する。例えば、取得部１３１は、日時ＤＴ２において、端末装置１０−２からクエリ「スマホＳＨ 赤」と位置情報ＬＣ２とを取得する。例えば、取得部１３１は、ユーザＵ３が利用する端末装置１０−３からクエリと位置情報とを取得する。例えば、取得部１３１は、日時ＤＴ３において、端末装置１０−３からクエリ「塩ラーメン Ａエリア」と位置情報ＬＣ３とを取得する。

また、例えば、取得部１３１は、ユーザＵ４が利用する端末装置１０−４からクエリと位置情報とを取得する。例えば、取得部１３１は、日時ＤＴ４において、端末装置１０−４からクエリ「天気」と位置情報ＬＣ４とを取得する。例えば、取得部１３１は、ユーザＵ５が利用する端末装置１０−５からクエリと位置情報とを取得する。例えば、取得部１３１は、日時ＤＴ５において、端末装置１０−５からクエリ「スマホＳＨ 高い」と位置情報ＬＣ５とを取得する。例えば、取得部１３１は、ユーザＵ１〜Ｕ５に限らず、多数のユーザ（例えば、１００万ユーザや１０００万ユーザ等）が検索に用いたクエリを取得する。

図２の例では、取得部１３１は、第１対象の需要情報を取得する。取得部１３１は、第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報を取得する。取得部１３１は、需要一覧ＤＤＬ１に示すように、図１で予測した第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報を取得する。取得部１３１は、需要情報記憶部１２４（図８参照）から第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報を取得してもよい。取得部１３１は、関係情報を取得する。取得部１３１は、第１対象である対象「塩ラーメン」と、第２対象である対象「ウェットティッシュ」との関係を示す関係情報を取得する。取得部１３１は、塩ラーメンを第１対象とし、ウェットティッシュを第２対象とする関係情報を、関係情報記憶部１２５（図９参照）から取得する。

取得部１３１は、各種情報を外部の情報処理装置から取得する。例えば、取得部１３１は、行動情報記憶部１２３からユーザが検索に用いたクエリを取得する。取得部１３１は、端末装置１０からユーザが検索に用いるクエリを取得する。

（生成部１３２）
生成部１３２は、種々の情報を生成する。生成部１３２は、記憶部１２０に記憶された情報に基づいて、種々の情報を生成する。生成部１３２は、事業者情報記憶部１２１やユーザ情報記憶部１２２や行動情報記憶部１２３や需要情報記憶部１２４や関係情報記憶部１２５に記憶された情報に基づいて、種々の情報を生成する。生成部１３２は、取得部１３１により取得された情報に基づいて、種々の情報を生成する。生成部１３２は、外部の情報処理装置から取得された情報に基づいて、種々の情報を生成する。生成部１３２は、端末装置１０や事業者装置２０から取得された情報に基づいて、種々の情報を生成する。生成部１３２は、生成部１３２により生成された情報に基づいて、種々の情報を生成する。生成部１３２は、対象と位置に関する情報（エリア）との組み合わせ毎にスコアを生成（算出）する。生成部１３２は、予測部１３３により予測された情報に基づいて、種々の情報を生成する。

図１の例では、生成部１３２は、所定の対象に関するスコアを生成する。例えば、生成部１３２は、所定の対象について、複数のエリアごとのスコアを生成（算出）する。生成部１３２は、対象「塩ラーメン」について、Ａエリア〜Ｄエリア等の複数のエリアごとのスコアを生成する。例えば、生成部１３２は、対象「塩ラーメン」について、各エリアにおける検索回数を用いてスコアを生成する。生成部１３２は、エリア別一覧ＡＤＬ１に示すように、対象「塩ラーメン」について、Ａエリア〜Ｄエリア等の複数のエリアごとのスコアを生成する。例えば、生成部１３２は、Ａエリアにおける対象「塩ラーメン」のスコアを「１００００」と算出する。例えば、生成部１３２は、Ｂエリアにおける対象「塩ラーメン」のスコアを「５００」と算出する。例えば、生成部１３２は、Ｃエリアにおける対象「塩ラーメン」のスコアを「１０」と算出する。例えば、生成部１３２は、Ｄエリアにおける対象「塩ラーメン」のスコアを「２００」と算出する。

生成部１３２は、所定の対象に関するスコアを生成する。例えば、生成部１３２は、所定の対象について、複数のエリアごとのスコアを生成（算出）する。例えば、生成部１３２は、対象「塩ラーメン」について、Ａエリア〜Ｄエリア等の複数のエリアごとのスコアを生成する。例えば、生成部１３２は、対象「塩ラーメン」について、各エリアにおける検索回数を用いてスコアを生成する。例えば、生成部１３２は、検索が行われた位置や時間に基づいて各検索の重みを生成し、生成した各検索の重みを用いてスコアを生成する。

（予測部１３３）
予測部１３３は、種々の情報を予測する。予測部１３３は、記憶部１２０に記憶された情報に基づいて、種々の情報を予測する。予測部１３３は、事業者情報記憶部１２１やユーザ情報記憶部１２２や行動情報記憶部１２３や需要情報記憶部１２４や関係情報記憶部１２５に記憶された情報に基づいて、種々の情報を予測する。予測部１３３は、取得部１３１により取得された情報に基づいて、種々の情報を予測する。予測部１３３は、外部の情報処理装置から取得された情報に基づいて、種々の情報を予測する。予測部１３３は、端末装置１０や事業者装置２０から取得された情報に基づいて、種々の情報を予測する。予測部１３３は、生成部１３２により生成された情報に基づいて、種々の情報を予測する。

予測部１３３は、取得部１３１により取得された需要情報と関係情報とに基づいて、所定のエリアにおける第２対象に関する需要を予測する。予測部１３３は、第１対象の需要と第２対象の需要との相関関係に基づいて、所定のエリアにおける第２対象に関する需要を予測する。予測部１３３は、所定のエリアにおいて、第１対象の需要発生後に第２対象の需要が発生すると予測する。予測部１３３は、第１対象と第２対象との類似関係に基づいて、所定のエリアにおける第２対象に関する需要を予測する。予測部１３３は、第１カテゴリと第２カテゴリとの類似関係に基づいて、所定のエリアにおける第２対象に関する需要を予測する。予測部１３３は、カテゴリツリーに基づいて、所定のエリアにおける第２対象に関する需要を予測する。

予測部１３３は、関連行動に基づいて、所定のエリアにおける第１対象に関する需要を予測する。予測部１３３は、行動情報により算出されるスコアに基づいて、第１対象に関する需要を予測する。予測部１３３は、関連行動の回数により算出されるスコアに基づいて、第１対象に関する需要を予測する。

図１の例では、予測部１３３は、生成したスコアに関する情報に基づいて、需要を予測する。予測部１３３は、需要一覧ＤＤＬ１に示すように、対象「塩ラーメン」について、Ａエリア〜Ｄエリア等の複数のエリアごとの需要を予測する。例えば、予測部１３３は、対象について、各エリアに対応するスコアと、所定の閾値との比較に基づいて、エリアごとの需要を予測する。予測部１３３は、第１閾値「５０００」と、第２閾値「５００」とを用いて、エリアごとの需要を予測する。例えば、予測部１３３は、スコアが第１閾値以上であるエリアについては、その対象の需要が「高」であると予測する。例えば、予測部１３３は、スコアが第２閾値以上であるエリアについては、その対象の需要が「中」であると予測する。例えば、予測部１３３は、スコアが第２閾値未満であるエリアについては、その対象の需要が「低」であると予測する。

図１の例では、予測部１３３は、Ａエリアにおける対象「塩ラーメン」のスコアが「１００００」であり、第１閾値以上であるため、Ａエリアにおける対象「塩ラーメン」の需要を「高」と予測する。また、予測部１３３は、Ｂエリアにおける対象「塩ラーメン」のスコアが「５００」であり、第１閾値未満、第２閾値以上であるため、Ｂエリアにおける対象「塩ラーメン」の需要を「中」と予測する。また、予測部１３３は、Ｃエリアにおける対象「塩ラーメン」のスコアが「１０」であり、第２閾値未満であるため、Ｃエリアにおける対象「塩ラーメン」の需要を「低」と予測する。また、予測部１３３は、Ｄエリアにおける対象「塩ラーメン」のスコアが「２００」であり、第２閾値未満であるため、Ｄエリアにおける対象「塩ラーメン」の需要を「低」と予測する。

図２の例では、予測部１３３は、第１対象の需要情報と、関係情報とに基づいて、第２対象の需要を予測する。予測部１３３は、第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報と、第１対象「塩ラーメン」及び第２対象「ウェットティッシュ」の関係を示す関係情報ＲＬ１−１とに基づいて、Ａエリアにおける第２対象「ウェットティッシュ」の需要を予測する。

予測部１３３は、Ａエリアで塩ラーメンの需要発生を示す情報と、関係情報ＲＬ１−１とに基づいて、Ａエリアで第２対象「ウェットティッシュ」の需要が発生すると予測する。図１の例では、予測部１３３は、需要一覧ＤＤＬ２に示すように、第２対象「ウェットティッシュ」について、Ａエリアにおける需要レベルが「高」であると予測する。予測部１３３は、Ａエリアでは第１対象「塩ラーメン」の需要レベルが「高」であるため、関係情報ＲＬ１−１に基づいて、第２対象「ウェットティッシュ」の需要レベルを「高」であると予測する。

図２の例では、予測部１３３は、Ａエリアとは異なるＲエリアにおける第１対象「塩ラーメン」の需要と、Ｒエリアにおける第２対象「ウェットティッシュ」の需要との相関関係を示す関係情報ＲＬ１−１に基づいて、Ａエリアにおける第２対象「ウェットティッシュ」の需要を予測する。例えば、予測部１３３は、Ｒエリアにおいて第１対象「塩ラーメン」の需要発生後に第２対象「ウェットティッシュ」の需要が発生したことを示す関係情報ＲＬ１−１に基づいて、Ａエリアにおいて、第１対象「塩ラーメン」の需要発生後に第２対象「ウェットティッシュ」の需要が発生すると予測する。

予測部１３３は、取得部１３１により取得されたクエリと位置情報とに基づいて、クエリに対応する対象に関する需要を予測する。予測部１３３は、クエリと、位置情報とにより算出されるスコアに基づいて、対象に関する需要を予測する。予測部１３３は、クエリと、クエリとの関連性に応じて変動する位置情報の重みとに基づいて、対象に関する需要を予測する。

予測部１３３は、クエリと、クエリによる検索が行われた時間に応じて変動する位置情報の重みとに基づいて、対象に関する需要を予測する。予測部１３３は、クエリと位置情報とに基づいて、クエリに対応する商品であって、位置情報に対応するエリアにおいて提供される商品に関する需要を予測する。予測部１３３は、クエリと位置情報とに基づいて、クエリが示す商品に関連する関連商品であって、位置情報に対応するエリアにおける関連商品に関する需要を予測する。

（提供部１３４）
提供部１３４は、各種情報を提供する。提供部１３４は、外部の情報処理装置へ各種情報を提供する。提供部１３４は、端末装置１０や事業者装置２０等の外部の情報処理装置に各種情報を提供する。提供部１３４は、端末装置１０や事業者装置２０に各種情報を送信する。提供部１３４は、端末装置１０や事業者装置２０に各種情報を配信する。提供部１３４は、取得部１３１により取得された各種情報に基づいて、種々の情報を提供する。提供部１３４は、生成部１３２により生成された各種情報に基づいて、種々の情報を提供する。提供部１３４は、予測部１３３により予測された各種情報に基づいて、種々の情報を提供する。例えば、提供部１３４は、端末装置１０へクエリに対応する検索結果を示す情報を提供する。例えば、提供部１３４は、事業者装置２０へ需要情報を提供する。

提供部１３４は、予測部１３３により予測された第２対象の需要に関する情報を提供する。提供部１３４は、第２対象の需要に関する情報を、第２対象に関する事業者へ提供する。例えば、提供部１３４は、対象に関する需要を示す情報を、対象に関する事業者へ提供する。例えば、提供部１３４は、商品に関する需要を示す情報を、位置情報に対応するエリアに位置する事業者へ提供する。

図１の例では、提供部１３４は、ラーメン店ＭＡの管理者Ｍ１が利用する事業者装置２０に需要情報を提供する。提供部１３４は、ラーメン店ＭＡの管理者Ｍ１が利用する事業者装置２０に需要情報を送信する。提供部１３４は、事業者装置２０にＡエリアでは塩ラーメンの需要が高いことを示す情報を提供する。提供部１３４は、需要を予測した第１対象「塩ラーメン」に関連する事業をＡエリアで行う事業者に情報を提供する。

図２の例では、提供部１３４は、コンビニＭＣの管理者Ｍ３が利用する事業者装置２０に需要情報を提供する。提供部１３４は、コンビニＭＣの管理者Ｍ３が利用する事業者装置２０に需要情報を送信する。提供部１３４は、事業者装置２０にＡエリアではウェットティッシュの需要が高くなることを示す情報を提供する。提供部１３４は、需要を予測した第２対象「ウェットティッシュ」を提供する事業をＡエリアで行う事業者に情報を提供する。

〔３．情報処理のフロー〕
ここで、図１２を用いて、実施形態に係る情報処理装置１００による情報処理の手順について説明する。図１２は、実施形態に係る情報処理の一例を示すフローチャートである。

図１２に示すように、情報処理装置１００は、所定のエリアにおける第１対象に関する需要を示す需要情報を取得する（ステップＳ１０１）。図２の例では、情報処理装置１００は、需要一覧ＤＤＬ１に示すように、第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報を取得する。

また、情報処理装置１００は、第１対象と第２対象との関係を示す関係情報を取得する（ステップＳ１０２）。図２の例では、情報処理装置１００は、塩ラーメンを第１対象とし、ウェットティッシュを第２対象とする関係情報ＲＬ１−１を、関係情報記憶部１２５から取得する。

そして、情報処理装置１００は、需要情報と関係情報とに基づいて、所定のエリアにおける第２対象を予測する（ステップＳ１０３）。図２の例では、情報処理装置１００は、第１対象である対象「塩ラーメン」のＡエリアにおける需要を示す情報と、第１対象「塩ラーメン」及び第２対象「ウェットティッシュ」の関係を示す関係情報ＲＬ１−１とに基づいて、Ａエリアにおける第２対象「ウェットティッシュ」の需要を予測する。情報処理装置１００は、Ａエリアでは第１対象「塩ラーメン」の需要レベルが「高」であるため、関係情報ＲＬ１−１に基づいて、第２対象「ウェットティッシュ」の需要レベルを「高」であると予測する。

そして、情報処理装置１００は、第２対象に関する需要情報を提供する（ステップＳ１０４）。図２の例では、情報処理装置１００は、コンビニＭＣの管理者Ｍ３が利用する事業者装置２０に需要情報を提供する。

〔４．位置に応じた重みの変動〕
図１の例では、説明を簡単にするために、各検索の重みを「１」としてスコアを生成（算出）する場合を示したが、情報処理装置１００は、検索された位置に応じて重みを変動させてスコアを生成してもよい。この点について、図１３を用いて説明する。実施形態に係る情報処理の他の一例を示す図である。なお、図１３では、図１と同様の点についての説明は適宜省略する。

図１３中の行動情報記憶部１２３に示すように、同様のクエリ「スマホＳＨ」を用いて検索を行ったユーザＵ２、Ｕ５の位置がスマホＳＨと関連する位置との近さに応じて、情報処理装置１００は、各検索の重みを変動させてもよい。情報処理装置１００は、ユーザの位置に応じて、各検索の重みを決定する（ステップＳ２１）。図１３の例では、情報処理装置１００は、重み一覧ＷＬ２１に示すように、対象「スマホＳＨ」について各検索の重みを決定する。

例えば、情報処理装置１００は、ユーザＵ２がスマホＳＨの販売店の範囲内でクエリ「スマホＳＨ」を用いて検索を行っているため、ユーザＵ２の検索の重みを大きくする。具体的には、情報処理装置１００は、ユーザＵ２がスマホＳＨの販売店の範囲内でクエリ「スマホＳＨ」を用いて検索を行っているため、ユーザＵ２の検索の重みを「１」よりも大きい「１．５」とする。

また、例えば、情報処理装置１００は、ユーザＵ５がスマホＳＨの販売店の範囲外でクエリ「スマホＳＨ」を用いて検索を行っているため、ユーザＵ５の検索の重みを小さくする。具体的には、情報処理装置１００は、ユーザＵ５がスマホＳＨの販売店の範囲外でクエリ「スマホＳＨ」を用いて検索を行っているため、ユーザＵ５の検索の重みを「１」よりも小さい「０．２」とする。

そして、情報処理装置１００は、対象「スマホＳＨ」についてスコアを生成する（ステップＳ２２）。図１３の例では、情報処理装置１００は、数式ＦＣ２１に示すように、対象「スマホＳＨ」について各検索の重みを合算することによりスコアを生成（算出）する。

また、例えば、情報処理装置１００は、重みが大きい検索において対象に関する「クエリ」とともに用いられたクエリの情報を用いて需要を予測してもよい。例えば、情報処理装置１００は、図１３の例において、重みが大きい検索において第１クエリ「スマホＳＨ」とともに用いられた第２クエリ「赤」を対象「スマホＳＨ」について需要が高いと予測してもよい。この場合、情報処理装置１００は、対象「スマホＳＨ」について、色「赤」の需要が高いと予測してもよい。また、情報処理装置１００は、対象「スマホＳＨ」について、色「赤」の需要が高いことを示す情報を、対象「スマホＳＨ」の製造元（メーカ）へ提供してもよい。

これにより、情報処理装置１００から情報提供を受けたメーカは、自身が提供する商品または商品のカテゴリについて、新商品等の開発やマーケティング等を適切に行うことができる。

〔５．価格予測〕
また、例えば、情報処理装置１００は、事業者へ種々の情報を提供してもよい。例えば、情報処理装置１００は、事業者が提供する商品について、適切と予測される価格を示す情報を提供してもよい。この点について、図１４を用いて説明する。図１４は、実施形態に係る情報処理の他の一例を示す図である。なお、図１４では、図１と同様の点についての説明は適宜省略する。

また、図１４の例では、情報提供を受ける事業者が、Ａエリアで塩ラーメンを提供するラーメン店ＭＸである場合を示す。例えば、図１４では、情報処理装置１００は、ラーメン店ＭＸからＡエリアにおける対象「ラーメン」に関する需要に関する情報の要求を取得し、取得した要求が示すエリアにおける対象に対応する需要に関する情報をラーメン店ＭＸに提供する。例えば、情報処理装置１００は、ラーメン店ＭＸから、提供物が塩ラーメンであり、価格が「８００」円であることを示す情報を取得済みであるものとする。

図１４の例では、情報処理装置１００は、事業者が提供する商品について、適切な価格を予測する（ステップＳ３１）。ここで、情報処理装置１００は、図１と同様に需要一覧ＤＤＬ１に示すように、対象「塩ラーメン」について、Ａエリアにおける需要が高いと予測するものとする。また、図１４の例では、情報処理装置１００は、需要状況ＤＭ３１に示すように、対象「塩ラーメン」について、Ａエリアにおける塩ラーメンを提供するお店における回転率等が高いことを示す実績情報ＲＳ３１を取得しているものとする。そのため、情報処理装置１００は、ラーメン店ＭＸが提供する塩ラーメンについて、値上げが可能であると予測する。例えば、情報処理装置１００は、Ａエリアにおいて塩ラーメンを提供する店舗の塩ラーメンの価格の平均を値上げ後の価格として予測してもよい。また、例えば、情報処理装置１００は、Ａエリアにおいて塩ラーメンを提供する店舗のうち、回転率が所定の閾値以上の店舗、すなわち繁盛している店舗が提供する塩ラーメンの価格の平均を値上げ後の価格として予測してもよい。

そして、情報処理装置１００は、事業者に情報を提供する（ステップＳ３２）。例えば、情報処理装置１００は、ラーメン店ＭＸの管理者Ｍ３１が利用する事業者装置２０に情報を提供する。図１４の例では、情報処理装置１００は、ラーメン店ＭＸが提供する塩ラーメンについて値上げが可能であることを示す情報を提供する。例えば、情報処理装置１００は、ラーメン店ＭＸが提供する塩ラーメンの価格を「８００」円から「１０００」円に値上げ可能であることを示す情報を提供する。これにより、ラーメン店ＭＸの管理者Ｍ３１は、値上げを行うことが可能であることを把握することができるため、適切な判断を行うことができる。

〔６．効果〕
上述してきたように、実施形態に係る情報処理装置１００は、取得部１３１と、予測部１３３とを有する。取得部１３１は、所定のエリアにおける第１対象に関する需要を示す需要情報と、第１対象とは異なる第２対象と第１対象との関係を示す関係情報とを取得する。予測部１３３は、取得部１３１により取得された需要情報と関係情報とに基づいて、所定のエリアにおける第２対象に関する需要を予測する。

このように、実施形態に係る情報処理装置１００は、所定のエリアにおける第１対象に関する需要を示す需要情報と、第１対象とは異なる第２対象と第１対象との関係を示す関係情報とに基づいて、所定のエリアにおける第２対象に関する需要を予測することにより、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、所定のエリアとは異なる他のエリアにおける第１対象の需要と、他のエリアにおける第２対象の需要との相関関係を示す関係情報を取得する。予測部１３３は、第１対象の需要と第２対象の需要との相関関係に基づいて、所定のエリアにおける第２対象に関する需要を予測する。

このように、実施形態に係る情報処理装置１００は、所定のエリアとは異なる他のエリアにおける第１対象の需要と、他のエリアにおける第２対象の需要との相関関係を示す関係情報に基づいて、所定のエリアにおける第２対象に関する需要を予測することにより、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、他のエリアにおいて第１対象の需要発生後に第２対象の需要が発生したことを示す関係情報を取得する。予測部１３３は、所定のエリアにおいて、第１対象の需要発生後に第２対象の需要が発生すると予測する。

このように、実施形態に係る情報処理装置１００は、他のエリアにおいて第１対象の需要発生後に第２対象の需要が発生したことを示す関係情報に基づいて、所定のエリアにおいて、第１対象の需要発生後に第２対象の需要が発生すると予測することにより、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、第１対象と第２対象との類似関係を示す関係情報を取得する。予測部１３３は、第１対象と第２対象との類似関係に基づいて、所定のエリアにおける第２対象に関する需要を予測する。

このように、実施形態に係る情報処理装置１００は、第１対象と第２対象との類似関係を示す関係情報に基づいて、所定のエリアにおける第２対象に関する需要を予測することにより、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、第１対象が属する第１カテゴリと第２対象が属する第２カテゴリとを示す関係情報を取得する。予測部１３３は、第１カテゴリと第２カテゴリとの類似関係に基づいて、所定のエリアにおける第２対象に関する需要を予測する。

このように、実施形態に係る情報処理装置１００は、第１対象が属する第１カテゴリと第２対象が属する第２カテゴリとを示す関係情報に基づいて、所定のエリアにおける第２対象に関する需要を予測することにより、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、第１対象と第２対象とが含まれるカテゴリツリーである関係情報を取得する。予測部１３３は、カテゴリツリーに基づいて、所定のエリアにおける第２対象に関する需要を予測する。

このように、実施形態に係る情報処理装置１００は、第１対象と第２対象とが含まれるカテゴリツリーに基づいて、所定のエリアにおける第２対象に関する需要を予測することにより、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、第１事業者が提供する第１対象と、第１事業者とは異なる第２事業者が提供する第２対象との関係を示す関係情報を取得する。

このように、実施形態に係る情報処理装置１００は、第１事業者が提供する第１対象と、第１事業者とは異なる第２事業者が提供する第２対象との関係を示す関係情報を取得することにより、事業者が提供する対象の需要を異なる事業者の情報を用いて予測することができる。したがって、情報処理装置１００は、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、第１対象とは異なる他の第１対象に関する需要を示す他の需要情報と、第１対象及び他の第１対象と第２対象との関係を示す関係情報とを取得する。

このように、実施形態に係る情報処理装置１００は、第１対象とは異なる他の第１対象に関する需要を示す他の需要情報と、第１対象及び他の第１対象と第２対象との関係を示す関係情報とを取得することにより、複数の第１対象の需要情報に基づいて第２対象の需要を予測することができる。したがって、情報処理装置１００は、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、第２対象が第１対象及び他の第１対象に基づく対象であることを示す関係情報を取得する。

このように、実施形態に係る情報処理装置１００は、第２対象が第１対象及び他の第１対象に基づく対象であることを示す関係情報を取得することにより、複数の第１対象の需要情報に基づいて第２対象の需要を予測することができる。したがって、情報処理装置１００は、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、第２対象が第１対象と他の第１対象とを組み合わせた対象であることを示す関係情報を取得する。

このように、実施形態に係る情報処理装置１００は、第２対象が第１対象と他の第１対象とを組み合わせた対象であることを示す関係情報を取得することにより、複数の第１対象の需要情報に基づいて第２対象の需要を予測することができる。したがって、情報処理装置１００は、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、所定のエリアにおけるユーザによる第１対象に関連する関連行動を示す行動情報を取得する。予測部１３３は、関連行動に基づいて、所定のエリアにおける第１対象に関する需要を予測する。

このように、実施形態に係る情報処理装置１００は、所定のエリアにおけるユーザによる第１対象に関連する関連行動に基づいて、所定のエリアにおける第１対象に関する需要を予測することにより、予測した第１対象の需要に基づいて第２対象の需要を予測することができる。したがって、情報処理装置１００は、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、予測部１３３は、行動情報により算出されるスコアに基づいて、第１対象に関する需要を予測する。

このように、実施形態に係る情報処理装置１００は、行動情報により算出されるスコアに基づいて、第１対象に関する需要を予測することにより、予測した第１対象の需要に基づいて第２対象の需要を予測することができる。したがって、情報処理装置１００は、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、予測部１３３は、関連行動の回数により算出されるスコアに基づいて、第１対象に関する需要を予測する。

このように、実施形態に係る情報処理装置１００は、関連行動の回数により算出されるスコアに基づいて、第１対象に関する需要を予測することにより、予測した第１対象の需要に基づいて第２対象の需要を予測することができる。したがって、情報処理装置１００は、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、第１対象に関してユーザが入力した入力情報を含む行動情報を取得する。

このように、実施形態に係る情報処理装置１００は、第１対象に関してユーザが入力した入力情報を含む行動情報を取得することにより、入力情報を用いて予測した第１対象の需要に基づいて第２対象の需要を予測することができる。したがって、情報処理装置１００は、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、第１対象に関してユーザが行った検索行動を示す検索情報を含む行動情報を取得する。

このように、実施形態に係る情報処理装置１００は、第１対象に関してユーザが行った検索行動を示す検索情報を含む行動情報を取得することにより、検索情報を用いて予測した第１対象の需要に基づいて第２対象の需要を予測することができる。したがって、情報処理装置１００は、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００において、取得部１３１は、ユーザが入力した第１対象に関連するクエリを含む行動情報を取得する。

このように、実施形態に係る情報処理装置１００は、ユーザが入力した第１対象に関連するクエリを含む行動情報を取得することにより、クエリの情報を用いて予測した第１対象の需要に基づいて第２対象の需要を予測することができる。したがって、情報処理装置１００は、他の対象の需要から所定の対象の需要を適切に予測することができる。

また、実施形態に係る情報処理装置１００は、提供部１３４を有する。提供部１３４は、予測部１３３により予測された第２対象の需要に関する情報を提供する。

このように、実施形態に係る情報処理装置１００は、第２対象の需要に関する情報を、対象に関する情報を提供することにより、需要に関する情報を適切に提供することができる。

また、実施形態に係る情報処理装置１００において、提供部１３４は、第２対象の需要に関する情報を、第２対象に関する事業者へ提供する。

このように、実施形態に係る情報処理装置１００は、第２対象の需要に関する情報を、第２対象に関する事業者へ提供することにより、事業者へ需要に関する情報を適切に提供することができる。

〔７．ハードウェア構成〕
上述してきた実施形態に係る情報処理装置１００は、例えば図１５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１５は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ提供する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

以上、本願の実施形態を図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

〔８．その他〕
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、あるいは、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生成することができる。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、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた実施形態に記載された各処理は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１００ 情報処理装置
１２１ 事業者情報記憶部
１２２ ユーザ情報記憶部
１２３ 行動情報記憶部
１２４ 需要情報記憶部
１２５ 関係情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 生成部
１３３ 予測部
１３４ 提供部
１０ 端末装置
２０ 事業者装置
Ｎ ネットワーク

Claims (23)

1. 所定のエリアにおける第１対象に関する需要を示す需要情報と、前記第１対象とは異なる第２対象及び前記第１対象の関係を示す関係情報であって、前記所定のエリアとは異なる他のエリアにおける前記第１対象の需要と前記他のエリアにおける前記第２対象の需要との相関関係を示す前記関係情報と、を取得する取得部と、
   前記取得部により取得された前記需要情報と、前記関係情報と、前記第１対象の需要と前記第２対象の需要との前記相関関係と、に基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する予測部と、
   を備えることを特徴とする情報処理装置。
2. 所定のエリアにおける第１対象に関する需要を示す需要情報と、前記第１対象とは異なる第２対象及び前記第１対象の関係を示す関係情報とを取得する取得部と、
   前記取得部により取得された前記需要情報と前記関係情報とに基づいて、前記所定のエリアにおける前記第２対象に関する需要が発生するタイミングを予測する予測部と、
   を備え、
   前記取得部は、
   前記第１対象と前記第２対象との類似関係を示す前記関係情報を取得し、
   前記予測部は、
   前記第１対象と前記第２対象との前記類似関係に基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する
   ことを特徴とする情報処理装置。
3. 前記取得部は、
   前記所定のエリアとは異なる他のエリアにおける前記第１対象の需要と、前記他のエリアにおける前記第２対象の需要との相関関係を示す前記関係情報を取得し、
   前記予測部は、
   前記第１対象の需要と前記第２対象の需要との前記相関関係に基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記取得部は、
   前記他のエリアにおいて前記第１対象の需要発生後に前記第２対象の需要が発生したことを示す前記関係情報を取得し、
   前記予測部は、
   前記所定のエリアにおいて、前記第１対象の需要発生後に前記第２対象の需要が発生すると予測する
   ことを特徴とする請求項１または請求項３に記載の情報処理装置。
5. 前記取得部は、
   前記第１対象と前記第２対象との類似関係を示す前記関係情報を取得し、
   前記予測部は、
   前記第１対象と前記第２対象との前記類似関係に基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する
   ことを特徴とする請求項１〜４のいずれか１項に記載の情報処理装置。
6. 前記取得部は、
   前記第１対象が属する第１カテゴリと前記第２対象が属する第２カテゴリとを示す前記関係情報を取得し、
   前記予測部は、
   前記第１カテゴリと前記第２カテゴリとの前記類似関係に基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する
   ことを特徴とする請求項５に記載の情報処理装置。
7. 前記取得部は、
   前記第１対象と前記第２対象とが含まれるカテゴリツリーである前記関係情報を取得し、
   前記予測部は、
   前記カテゴリツリーに基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する
   ことを特徴とする請求項１〜６のいずれか１項に記載の情報処理装置。
8. 前記取得部は、
   第１事業者が提供する前記第１対象と、前記第１事業者とは異なる第２事業者が提供する前記第２対象との関係を示す前記関係情報を取得する
   ことを特徴とする請求項１〜７のいずれか１項に記載の情報処理装置。
9. 前記取得部は、
   前記第１対象とは異なる他の第１対象に関する需要を示す他の需要情報と、前記第１対象及び前記他の第１対象と前記第２対象との関係を示す前記関係情報とを取得する
   ことを特徴とする請求項１または請求項２に記載の情報処理装置。
10. 前記取得部は、
    前記第２対象が前記第１対象及び前記他の第１対象に基づく対象であることを示す前記関係情報を取得する
    ことを特徴とする請求項９に記載の情報処理装置。
11. 前記取得部は、
    前記第２対象が前記第１対象と前記他の第１対象とを組み合わせた対象であることを示す前記関係情報を取得する
    ことを特徴とする請求項１０に記載の情報処理装置。
12. 前記取得部は、
    前記所定のエリアにおけるユーザによる前記第１対象に関連する関連行動を示す行動情報を取得し、
    前記予測部は、
    前記関連行動に基づいて、前記所定のエリアにおける前記第１対象に関する需要を予測する
    ことを特徴とする請求項１〜１１のいずれか１項に記載の情報処理装置。
13. 前記予測部は、
    前記行動情報により算出されるスコアに基づいて、前記第１対象に関する需要を予測する
    ことを特徴とする請求項１２に記載の情報処理装置。
14. 前記予測部は、
    前記関連行動の回数により算出されるスコアに基づいて、前記第１対象に関する需要を予測する
    ことを特徴とする請求項１２または請求項１３に記載の情報処理装置。
15. 前記取得部は、
    前記第１対象に関して前記ユーザが入力した入力情報を含む前記行動情報を取得する
    ことを特徴とする請求項１２〜１４のいずれか１項に記載の情報処理装置。
16. 前記取得部は、
    前記第１対象に関して前記ユーザが行った検索行動を示す検索情報を含む前記行動情報を取得する
    ことを特徴とする請求項１２〜１５のいずれか１項に記載の情報処理装置。
17. 前記取得部は、
    前記ユーザが入力した前記第１対象に関連するクエリを含む前記行動情報を取得する
    ことを特徴とする請求項１２〜１６のいずれか１項に記載の情報処理装置。
18. 前記予測部により予測された前記第２対象の前記需要に関する情報を提供する提供部、
    をさらに備えたことを特徴とする請求項１〜１７のいずれか１項に記載の情報処理装置。
19. 前記提供部は、
    前記第２対象の前記需要に関する情報を、前記第２対象に関する事業者へ提供する
    ことを特徴とする請求項１８に記載の情報処理装置。
20. コンピュータが実行する情報処理方法であって、
    所定のエリアにおける第１対象に関する需要を示す需要情報と、前記第１対象とは異なる第２対象及び前記第１対象の関係を示す関係情報であって、前記所定のエリアとは異なる他のエリアにおける前記第１対象の需要と前記他のエリアにおける前記第２対象の需要との相関関係を示す前記関係情報と、を取得する取得工程と、
    前記取得工程により取得された前記需要情報と、前記関係情報と、前記第１対象の需要と前記第２対象の需要との前記相関関係と、に基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する予測工程と、
    を含むことを特徴とする情報処理方法。
21. 所定のエリアにおける第１対象に関する需要を示す需要情報と、前記第１対象とは異なる第２対象及び前記第１対象の関係を示す関係情報であって、前記所定のエリアとは異なる他のエリアにおける前記第１対象の需要と前記他のエリアにおける前記第２対象の需要との相関関係を示す前記関係情報と、を取得する取得手順と、
    前記取得手順により取得された前記需要情報と、前記関係情報と、前記第１対象の需要と前記第２対象の需要との前記相関関係と、に基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する予測手順と、
    をコンピュータに実行させることを特徴とする情報処理プログラム。
22. コンピュータが実行する情報処理方法であって、
    所定のエリアにおける第１対象に関する需要を示す需要情報と、前記第１対象とは異なる第２対象及び前記第１対象の関係を示す関係情報とを取得する取得工程と、
    前記取得工程により取得された前記需要情報と前記関係情報とに基づいて、前記所定のエリアにおける前記第２対象に関する需要が発生するタイミングを予測する予測工程と、
    を含み、
    前記取得工程は、
    前記第１対象と前記第２対象との類似関係を示す前記関係情報を取得し、
    前記予測工程は、
    前記第１対象と前記第２対象との前記類似関係に基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する
    ことを特徴とする情報処理方法。
23. 所定のエリアにおける第１対象に関する需要を示す需要情報と、前記第１対象とは異なる第２対象及び前記第１対象の関係を示す関係情報とを取得する取得手順と、
    前記取得手順により取得された前記需要情報と前記関係情報とに基づいて、前記所定のエリアにおける前記第２対象に関する需要が発生するタイミングを予測する予測手順と、
    をコンピュータに実行させ、
    前記取得手順は、
    前記第１対象と前記第２対象との類似関係を示す前記関係情報を取得し、
    前記予測手順は、
    前記第１対象と前記第２対象との前記類似関係に基づいて、前記所定のエリアにおける前記第２対象に関する需要を予測する
    ことを特徴とする情報処理プログラム。

Images