JP6592925B2 - サービス提示端末、サービス提示システム、サービス提示方法及びプログラム - Google Patents

Description

本発明はサービス提示端末、サービス提示システム、サービス提示方法及びプログラムに関し、特に顧客にサービスを提示するサービス提示端末、サービス提示システム、サービス提示方法及びプログラムに関する。

近年、街頭やコンビニ等の店舗内には、液晶画面に情報を表示し、タッチパネル等を利用して操作が可能なキオスク端末等のサービス提示端末が設置されている。サービス提示端末は、液晶画面を用いて顧客にサービスを提示する。そして、顧客の操作によってサービスが選択されると、サービス提示端末は、例えばプリンタによって決済用紙を印刷する。顧客は、印刷された決済用紙を用いて、サービスの提供を受けることができる。このようにして、サービス提示端末は、顧客によって選択されたサービスを、顧客に提供することができる。

この技術に関連し、特許文献１には、利用者の画像解析した感情指数を含む属性情報に基づいて、単なる商品やサービスの選択に限らず、その提供方法を評価して改善することにより利用促進を図ることができるキオスク端末装置が開示されている。特許文献１にかかるキオスク端末は、利用者の感情を数値化した感情指数を少なくとも含む属性情報と、出力部に出力する出力内容を定義したシナリオデータとを対応付けて記憶する。また、特許文献１にかかるキオスク端末は、撮像部を制御して利用者を含む画像を撮像し、撮像された画像に基づいて、利用者の感情指数を少なくとも含む属性情報を取得する。そして、特許文献１にかかるキオスク端末は、取得された属性情報に基づいて、記憶されたシナリオデータを選択し、選択されたシナリオデータを実行する。また、特許文献１においては、シナリオが実行されているときに撮像された画像、又は利用者により入力された入力情報に基づいて、シナリオデータが評価される。

特開２０１０−２８７０６４号公報

サービスの提供者は、多数のサービスのうちのある特定のサービスを推奨することを所望することがある。この場合、サービス提示端末は、その顧客の属性に応じて提示するサービスを選択するのみではなく、サービス提供者が推奨するサービスをも適切に提示することが望まれる。一方、特許文献１にかかる技術においては、このようなことが考慮されていない。

本発明は、このような課題を解決するためになされたものであり、サービス提供者の推奨するサービスを適切に提示することが可能なサービス提示端末、サービス提示システム、サービス提示方法及びプログラムを提供することにある。

本発明にかかるサービス提示端末は、顧客の属性に基づいて、前記属性とサービスとを対応付けたサービス提示用データベースを用いて、前記サービスを提示するサービス提示手段と、前記提示されたサービスのうち前記顧客に選択されたサービスに応じて、前記サービス提示用データベースを更新する更新手段とを有し、前記サービス提示用データベースは、前記属性と、サービスの提供者が推奨する推奨サービスとを少なくとも対応付け、前記サービス提示手段は、前記推奨サービスを少なくとも提示し、前記更新手段は、前記推奨サービスが選択された選択率に応じて得られた選択パラメータと、前記推奨サービスごとに設定された推奨パラメータとに基づいて、前記サービス提示用データベースを更新する。

また、本発明にかかるサービス提示システムは、顧客にサービスを提示する複数のサービス提示端末と、前記複数のサービス提示端末を管理する管理装置とを有し、前記管理装置は、顧客の属性とサービスとを対応付けたサービス提示用データベースであって、前記属性とサービスの提供者が推奨する推奨サービスとを少なくとも対応付けるサービス提示用データベースと、前記サービス提示用データベースを更新する更新手段とを有し、前記サービス提示端末は、顧客の属性に基づいて、前記サービス提示用データベースを用いて、前記推奨サービスを少なくとも含む前記サービスを提示するサービス提示手段を有し、前記更新手段は、前記提示されたサービスのうち前記顧客に前記推奨サービスが選択された選択率に応じて得られた選択パラメータと、前記推奨サービスごとに設定された推奨パラメータとに基づいて、前記サービス提示用データベースを更新する。

また、本発明にかかるサービス提示方法は、顧客の属性とサービスとを対応付けたサービス提示用データベースであって、前記属性と、サービスの提供者が推奨する推奨サービスとを少なくとも対応付けるサービス提示用データベースを用いて、顧客の前記属性に基づいて、前記推奨サービスを少なくとも含む前記サービスを提示し、前記提示されたサービスのうち前記顧客に前記推奨サービスが選択された選択率に応じて得られた選択パラメータと、前記推奨サービスごとに設定された推奨パラメータとに基づいて、前記サービス提示用データベースを更新する。

また、本発明にかかるプログラムは、顧客の属性とサービスとを対応付けたサービス提示用データベースであって、前記属性と、サービスの提供者が推奨する推奨サービスとを少なくとも対応付けるサービス提示用データベースを用いて、顧客の前記属性に基づいて、前記推奨サービスを少なくとも含む前記サービスを提示するステップと、前記提示されたサービスのうち前記顧客に前記推奨サービスが選択された選択率に応じて得られた選択パラメータと、前記推奨サービスごとに設定された推奨パラメータとに基づいて、前記サービス提示用データベースを更新するステップとをコンピュータに実行させる。

本発明によれば、サービス提供者の推奨するサービスを適切に提示することが可能なサービス提示端末、サービス提示システム、サービス提示方法及びプログラムを提供できる。

本発明の実施の形態にかかるサービス提示端末の概要を示す図である。 実施の形態１にかかるサービス提示端末の外観を例示する図である。 実施の形態１にかかるサービス提示端末のハードウェア構成を示す図である。 実施の形態１にかかるサービス提示端末の機能ブロック図である。 実施の形態１にかかるサービス提示用データベースを例示する図である。 実施の形態１にかかる顧客データベースを例示する図である。 実施の形態１にかかるサービスデータベースを例示する図である。 実施の形態１にかかるサービス提示処理を示すフローチャートである。 実施の形態１にかかるサービス提供処理及びデータベース更新処理を示すフローチャートである。 実施の形態１にかかるサービス提示用データベースの更新処理を示すフローチャートである。 実施の形態１にかかるデータベース更新処理によって、サービス提示用データベースが図５に例示したものから更新された例を示す図である。 実施の形態２にかかるサービス提示システムを示す図である。 実施の形態２にかかる管理装置ハードウェア構成を示す図である。 実施の形態２にかかるサービス提示端末の機能ブロック図である。 実施の形態２にかかる管理装置の機能ブロック図である。 実施の形態２にかかるサービス提示用データベースを例示する図である。 実施の形態２にかかる顧客データベースを例示する図である。 実施の形態２にかかるサービスデータベースを例示する図である。 実施の形態２にかかるデータベース更新処理によって、サービス提示用データベースが図１６に例示したものから更新された例を示す図である。 実施の形態３にかかるサービス提示用データベースを例示する図である。 実施の形態３にかかるサービス提供処理及びデータベース更新処理を示すフローチャートである。 実施の形態３にかかるデータベース更新処理によって、サービス提示用データベースが図２０に例示したものから更新された例を示す図である。

（本発明にかかる実施の形態の概要）
実施の形態の説明に先立って、本発明にかかる実施の形態の概要を説明する。図１は、本発明の実施の形態にかかるサービス提示端末１の概要を示す図である。図１に示すように、サービス提示端末１は、サービス提示部２（サービス提示手段）、更新部４（更新手段）及びサービス提示用データベース６を有する。

サービス提示用データベース６は、顧客の属性とサービスとを対応付ける。さらに、サービス提示用データベース６は、属性と、サービスの提供者が推奨する推奨サービスとを少なくとも対応付ける。サービス提示部２は、顧客の属性に基づいて、サービス提示用データベース６を用いて、サービスを提示する。サービス提示部２によるサービスの提示方法は、例えば画面にサービスに関する画像を表示させる方法があるが、これに限られない。更新部４は、提示されたサービスのうち顧客に選択されたサービスに応じて、サービス提示用データベース６を更新する。ここで、更新部４は、推奨サービスが選択された選択率に応じて得られた選択パラメータと、推奨サービスごとに設定された推奨パラメータとに基づいて、サービス提示用データベース６を更新する。

このような構成により、本発明の実施の形態にかかるサービス提示端末１は、サービス提供者の推奨するサービスを適切に提示することが可能となる。また、上記サービス提示端末１を有するサービス提示システム、上記処理を実行するサービスサービス提示方法及びプログラムについても、サービス提供者の推奨するサービスを適切に提示することが可能となる。なお、サービス提示端末１を有するサービス提示システムは、複数のサービス提示端末と、管理装置とを有してもよい。この場合、管理装置が、サービス提示用データベースを有してもよい。

（実施の形態１）
以下、図面を参照して本発明の実施の形態について説明する。なお、実質的に同一の構成要素については、同じ符号が付されている。

図２は、実施の形態１にかかるサービス提示端末１００の外観を例示する図である。また、図３は、実施の形態１にかかるサービス提示端末１００のハードウェア構成を示す図である。サービス提示端末１００は、例えば街頭やコンビニ等の店舗内に設置されるキオスク端末等の情報端末である。サービス提示端末１００は、入出力部１０４、属性推定部１０６、プリンタ１０８を有する。

サービス提示端末１００は、サービス提示端末１００を操作する顧客に対して、サービスを提示し、提示されたサービスを顧客が選択することによって、顧客にサービスを提供する。詳しくは後述する。ここで、「サービス」とは、商品（製品）であってもよく、役務であってもよい。例えば、「サービス」は、ライブチケットであってもよく、化粧品であってもよく、旅行券であってもよい。さらに、サービスは、金銭を支払うことによって得られるものであってもよいし、金銭の支払い対象でないものであってもよい。また、サービスの提示方法は、例えば入出力部１０４がサービスに関する画像を表示する方法があるが、これに限られない。

入出力部１０４は、例えば、入力装置としてタッチパネル又はキーボードを備え、表示装置としてタッチパネル又はＬＣＤ（Liquid Crystal Display）を備えて実現することができる。以下、本実施の形態においては、入出力部１０４がタッチパネルである場合の例について説明する。入出力部１０４は、サービス等の顧客に必要な情報を表示する。また、入出力部１０４は、必要に応じて、サービスの選択等の顧客の操作を受け付ける。なお、本実施の形態にかかるサービスの提示処理に関する入出力部１０４の機能については、後述する。

属性推定部１０６は、例えばカメラ又はセンサで構成されている。属性推定部１０６は、顧客の外観を撮像し、撮像された顧客の画像から顧客の顔等の特徴点を抽出する。そして、属性推定部１０６は、抽出された特徴点から、顧客の属性を推定（判定）する。ここで、「属性」とは、実施の形態１においては、例えば、顧客の年代及び性別であるが、これらに限られない。また、属性推定部１０６は、この属性推定処理を、例えば、顧客がサービス提示端末１００の前に対峙したとき、又は、顧客がサービス提示端末１００を操作したときに行う。

プリンタ１０８は、顧客の操作に応じて用紙等の媒体に情報を印刷する。具体的には、プリンタ１０８は、顧客が購入することを選択したサービスを決済するための決済用紙を印刷し、出力する。顧客は、この決済用紙を店員に提示する等によって、サービスの提供を受けることができる。また、サービスがライブチケット等である場合には、プリンタ１０８は、顧客に選択されたライブチケットを印刷して出力してもよい。

サービス提示端末１００は、コンピュータ等の情報処理装置である。サービス提示端末１００は、例えばＣＰＵ（Central Processing Unit）等の制御部１１０と、例えばメモリ又はハードディスク等の記憶部１１２と、通信装置１１４とを有する。制御部１１０は、入出力部１０４、属性推定部１０６、プリンタ１０８、記憶部１１２及び通信装置１１４の動作を制御する。また、制御部１１０は、属性推定部１０６によって推定された顧客の属性に応じて、入出力部１０４にサービスを提示するための必要な処理を行う。また、制御部１１０は、入出力部１０４によって受け付けられた操作に応じて必要な処理を行う。

記憶部１１２は、サービスを提示するために用いられる各種のデータベース（ＤＢ）を記憶する。このデータベースについては後述する。通信装置１１４は、ネットワークを介して接続されたサーバ等の管理装置又は他のサービス提示端末１００と通信を行うために必要な処理を行う。なお、実施の形態１においては、通信装置１１４は必須ではない。

図４は、実施の形態１にかかるサービス提示端末１００の機能ブロック図である。実施の形態１にかかるサービス提示端末１００は、サービス処理部２００を有する。サービス処理部２００は、属性取得部２０２、サービス抽出部２０４、サービス提示用データベース２０６、サービス提示処理部２０８、サービス選択受付部２１２、サービス提供処理部２１４、データベース更新部２２０、顧客データベース２２２、サービスデータベース２２４、選択パラメータ算出部２２６及びパラメータ設定部２２８を有する。

なお、サービス処理部２００は、例えば、制御部１１０の制御によって、プログラムを実行させることによって実現可能である。より具体的には、サービス処理部２００は、記憶部１１２に格納されたプログラムを、制御部１１０の制御によって実行することよって実現される。また、サービス処理部２００の各構成要素は、プログラムによるソフトウェアで実現することに限ることなく、ハードウェア、ファームウェア、及びソフトウェアのうちのいずれかの組み合わせ等により実現してもよい。また、サービス処理部２００の各構成要素は、例えばＦＰＧＡ（field-programmable gate array）又はマイコン等の、使用者がプログラミング可能な集積回路を用いて実現してもよい。この場合、この集積回路を用いて、上記の各構成要素から構成されるプログラムを実現してもよい。このことは、後述する他の実施の形態においても同様である。

属性取得部２０２は、属性推定部１０６から、属性推定部１０６によって推定された顧客の属性を示す属性情報を取得して、サービス抽出部２０４に出力する。なお、属性取得部２０２は、顧客が入出力部１０４を操作して自分の属性を入力することによって、属性情報を取得してもよい。サービス抽出部２０４は、サービス提示用データベース２０６から、属性情報に対応するサービスを抽出する。

図５は、実施の形態１にかかるサービス提示用データベース２０６を例示する図である。図５に示す例においては、サービス提示用データベース２０６は、顧客の属性と、サービスの提示対象となる期間と、顧客が参照した参照サービスと、推奨サービスとを対応付けている。ここで、「推奨サービス」は、サービスの提供者が推奨することを所望するサービスである。また、「参照サービス」は、例えば、顧客がサービス提示端末１００を操作すること及び後述するサービス提示処理部２０８の処理によって、入出力部１０４に表示された（つまり顧客が参照した）サービスである。なお、推奨サービスではないサービスを、「非推奨サービス」と称する。

例えば、図５の例では、「２０代男性」である顧客が、「２０１５年２月」に「ライブチケット」を参照した（表示させた）場合に、推奨サービスとして「Ａライブチケット」を提示する旨が示されている。したがって、このとき、サービス抽出部２０４は、サービス提示用データベース２０６から「Ａライブチケット」を抽出する。同様に、図５の例では、「２０代女性」である顧客が任意ほサービスを参照した場合に、推奨サービスとして「Ａ化粧品」を提示する旨が示されている。したがって、このときサービス抽出部２０４は、サービス提示用データベース２０６から「Ａ化粧品」を抽出する。なお、例えば「Ａライブチケット」を抽出するとは、実際には、サービス提示用データベース２０６から「Ａライブチケット」に関する情報を抽出することを意味する。また、以降、情報処理の対象である「Ａライブチケット」に関する情報のことを、説明の簡略化のため、単に「Ａライブチケット」と称する。他のサービスについても同様である。

サービス提示処理部２０８は、顧客が入出力部１０４を操作することに応じて、サービスのリスト等を表示させるための処理を行う。さらに、サービス提示処理部２０８は、サービス抽出部２０４によって抽出された推奨サービスを、入出力部１０４に表示させるための処理を行う。例えば、サービス提示処理部２０８は、顧客がサービス提示端末１００を操作している間、常に、抽出された推奨サービスに関する画像を例えば入出力部１０４の画面の右下等に表示させるための処理を行ってもよい。また、例えば、サービス提示処理部２０８は、顧客が入出力部１０４を操作した後、所望のリストが表示されるまでの待機時間の間に、抽出された推奨サービスに関する画像を例えば入出力部１０４の画面の中央に一時的に表示させるための処理を行ってもよい。

サービス選択受付部２１２は、入出力部１０４に表示された（つまり提示された）サービスから、顧客が選択したサービスを受け付ける。具体的には、入出力部１０４にサービスが提示されると、顧客は、入出力部１０４を操作（例えば画面をタッチする等）によって、購入等を所望するサービスを選択することができる。このときに、サービス選択受付部２１２は、選択されたサービス（選択サービス）に関する情報を受け付ける。ここで、選択サービス情報は、サービスを選択した顧客の属性を示す情報も含む。そして、サービス選択受付部２１２は、選択されたサービスを示す選択サービス情報を、サービス提供処理部２１４及びデータベース更新部２２０に出力する。なお、ここで選択されるサービスは、推奨サービスに限らず、非推奨サービスである場合もある。

サービス提供処理部２１４は、選択サービス情報に対応するサービスを、顧客に提供するための処理を行う。例えば、サービス提供処理部２１４は、選択されたサービスについての決済用紙を印刷するように、プリンタ１０８を制御してもよい。この決済用紙を用いて、顧客は、選択したサービスを購入等することが可能である。これによって、顧客に、選択されたサービスが提供される。

データベース更新部２２０は、サービス選択受付部２１２から選択サービス情報を受け付けると、顧客データベース２２２及びサービスデータベース２２４を更新する。さらに、データベース更新部２２０は、選択パラメータ算出部２２６に対し、選択パラメータを算出するように指示する。「選択パラメータ」については後述する。

図６は、実施の形態１にかかる顧客データベース２２２を例示する図である。顧客データベース２２２は、様々な顧客がサービスを選択した履歴を示している。図６に示す例においては、顧客データベース２２２は、顧客の属性と、サービスが選択された日を示す選択日と、選択サービスとが対応付けられている。さらに、顧客データベース２２２は、サービスが選択されたとき又は選択された以前に入出力部１０４によって提示されたサービス（提示サービス）と、選択サービスが推奨サービスであるか否かを示す推奨サービス選択有無とを含む。データベース更新部２２０は、顧客によってサービスが選択されるごとに、顧客がサービスを選択した履歴を追加する。

図６には、「２０代男性」である顧客が「２０１５年２月２７日」に「Ａライブチケット」を選択（購入等）したことが示されている。このとき、この顧客には、サービス提示処理部２０８及び入出力部１０４によって、「Ａライブチケット」だけでなく「Ｂライブチケット」が提示されたことが示されている。ここで、図５によれば「Ａライブチケット」は推奨サービスであるので、推奨サービス選択有無は、「有」を示している。

また、図６には、「２０代女性」である顧客が「２０１５年２月２８日」に「Ａ旅行券」を選択（購入等）したことが示されている。このとき、この顧客には、サービス提示処理部２０８及び入出力部１０４によって、「Ａ旅行券」だけでなく（推奨サービスである）「Ａ化粧品」が提示されたことが示されている。ここで、図５によれば「Ａ旅行券」は推奨サービスではないので、推奨サービス選択有無は、「無」を示している。

図７は、実施の形態１にかかるサービスデータベース２２４を例示する図である。サービスデータベース２２４は、提示及び選択の対象となるサービスのリストを示している。図７の例では、サービスデータベース２２４は、サービス名と、推奨パラメータと、選択パラメータとを対応付けている。

ここで、サービスデータベース２２４において列挙されたサービスのうち、推奨パラメータが設定されているサービスが推奨サービスであり、推奨パラメータが設定されていないサービスが非推奨サービスである。そして、推奨パラメータは、推奨サービスごとに設定されている。図７の例においては、推奨サービスは、「Ａライブチケット」、「Ｃライブチケット」、「Ａ化粧品」及び「Ｂ化粧品」である。一方、非推奨サービスは、「Ｂライブチケット」、「Ｃ化粧品」、「Ａ旅行券」及び「Ｂ旅行券」である。

また、「推奨パラメータ」は、サービス提供者が顧客に推奨したい度合いを示すものである。例えば、図７の例のように、推奨パラメータは、サービス提供者がそのサービスを推奨したいほど、高い値としてもよい。図７の例では、「Ａライブチケット」の推奨パラメータは「Ｃライブチケット」の推奨パラメータよりも高いので、サービス提供者は、「Ａライブチケット」を「Ｃライブチケット」よりも推奨している。つまり、サービス提供者は、「Ａライブチケット」をより顧客に選択（購入等）してほしいと所望している。

パラメータ設定部２２８（パラメータ設定手段）は、推奨パラメータを設定するための処理を行う。具体的には、パラメータ設定部２２８は、パラメータを設定するための操作画面を入出力部１０４に表示させ、サービス提供者がその操作画面を用いて入出力部１０４を操作することによって、推奨パラメータの設定値を受け付ける。このとき、サービス提供者は、推奨したい（例えば売りたい）サービスであるほど、推奨パラメータの設定値を高い値とすることができる。パラメータ設定部２２８は、受け付けた設定値を、サービスデータベース２２４の対応するサービスの推奨パラメータに設定する。

また、「選択パラメータ」は、そのサービスが選択された選択率に応じて得られた値である。ここで、「選択率」とは、対象となるサービスが提示された回数に対する、そのサービスが選択された回数の割合［％］である。「選択パラメータ」は、推奨サービス非選択率と、属性別選択率とを含む。

「推奨サービス非選択率」は、対応する推奨サービスが不人気である程度を示す。言い換えると、「推奨サービス非選択率」が高いと、対応する推奨サービスの人気がないことを意味する。また、「属性別選択率」は、対応するサービスの、各属性における人気の程度を示す。言い換えると、「属性別選択率」が高いと、対応するサービスがその属性において人気があることを意味する。

「推奨サービス非選択率」は、対象となる推奨サービスが提示された回数に対する、その推奨サービスが選択されなかった回数の割合［％］である。言い換えると、「推奨サービス非選択率」は、１００％から、対象となる推奨サービスの選択率を減算した値である。図７の例では、推奨サービスである「Ａライブチケット」の推奨サービス非選択率は、「７０％」である。また、推奨サービスである「Ａ化粧品」の推奨サービス非選択率は、「６０％」である。なお、「Ｃライブチケット」及び「Ｂ化粧品」では、推奨サービス非選択率が「未推奨」となっているが、これは、「Ｃライブチケット」及び「Ｂ化粧品」がサービス提示用データベース２０６において推奨サービスとして示されていない等のため、これらが推奨サービスとして提示されていないことを示す。また、推奨サービスの提示回数が予め定められた規定値に達していない場合に、「未推奨」としてもよい。

また、「属性別選択率」は、対象となるサービスの各属性ごとの選択率を示す。図７の例では、「２０代男性」の「Ａライブチケット」の選択率は、「Ａ１％」である。つまり、「２０代男性」の顧客に「Ａライブチケット」が提示された回数に対する、「２０代男性」の顧客が「Ａライブチケット」を選択した回数の割合は、「Ａ１％」である。この「属性別選択率」は、推奨サービス及び非推奨サービスの両方について算出され得る。

選択パラメータ算出部２２６は、選択パラメータを算出する。そして、選択パラメータ算出部２２６は、算出された選択パラメータを、データベース更新部２２０に出力する。データベース更新部２２０は、選択パラメータ算出部２２６によって算出された選択パラメータを、サービスデータベース２２４に設定する。これにより、データベース更新部２２０は、サービスデータベース２２４を更新する。

選択パラメータ算出部２２６は、顧客データベース２２２の「提示サービス」から、対象となる推奨サービス（例えば「Ａライブチケット」）が提示された回数Ｍｒｐをカウントする。また、選択パラメータ算出部２２６は、顧客データベース２２２の「選択サービス」が対象となるサービスであり、「推奨サービス選択有無」が「有」となっている回数Ｍｒｓをカウントする。そして、選択パラメータ算出部２２６は、以下の式１により、推奨サービス非選択率を算出する。
（式１）
推奨サービス非選択率＝１００＊（１−Ｍｒｓ／Ｍｒｐ）［％］

また、選択パラメータ算出部２２６は、顧客データベース２２２の「属性」及び「提示サービス」から、対象となるサービス（例えば「Ｂライブチケット」）が対象となる属性の顧客（例えば「２０代男性」）に提示された回数Ｍｐｐをカウントする。また、選択パラメータ算出部２２６は、顧客データベース２２２の「属性」及び「選択サービス」から、対象となるサービスが対象となる属性の顧客に選択された回数Ｍｐｓをカウントする。そして、選択パラメータ算出部２２６は、以下の式２により、属性別選択率を算出する。
（式２）
属性別選択率＝１００＊（Ｍｐｓ／Ｍｐｐ）［％］

さらに、データベース更新部２２０は、サービスデータベース２２４における推奨パラメータと推奨サービス非選択率とを比較することによって、サービス提示用データベース２０６の「推奨サービス」を変更する。詳しくは図９及び図１０を用いて後述する。

次に、図８〜図１０を用いて、実施の形態１にかかるサービス提示端末１００におけるサービス提示方法について説明する。
図８は、実施の形態１にかかるサービス提示処理を示すフローチャートである。顧客がサービス提示端末１００を操作したときに（Ｓ１０２）、サービス提示端末１００の属性推定部１０６は、上述した方法で、その顧客の属性を推定する（Ｓ１０４）。ここで、Ｓ１０２は、顧客がサービス提示端末１００の前に対峙したこと等であってもよい。このとき、例えば、属性推定部１０６が備えたセンサ等によって顧客を検出することで、顧客がサービス提示端末１００に対峙したことを検出してもよい。また、Ｓ１０４は、顧客が自分の属性を入出力部１０４を用いて入力することであってもよい。

次に、サービス提示端末１００は、推定された属性に適したサービスを抽出する（Ｓ１０６）。具体的には、サービス抽出部２０４は、上述したように、図５に例示したサービス提示用データベース２０６から、推定された属性に対応するサービス（推奨サービス）を抽出する。そして、サービス提示端末１００は、抽出されたサービスを顧客に提示する（Ｓ１０８）。具体的には、上述したように、入出力部１０４は、サービス提示処理部２０８の処理によって、抽出されたサービス（推奨サービス）を表示する。このとき、入出力部１０４は、抽出された推奨サービス以外にも、顧客の操作に応じて、顧客が選択するか否かを検討しているサービスを提示し得る。

図９は、実施の形態１にかかるサービス提供処理及びデータベース更新処理を示すフローチャートである。顧客は、入出力部１０４を操作して、提示されたサービスから、あるサービスを選択する（Ｓ１２２）。このとき、サービス提示端末１００は、顧客に対し、選択されたサービスを提供する（Ｓ１２４）。具体的には、サービス提供処理部２１４は、上述したように、選択されたサービスを提供するための処理を行う。

このとき、サービス提示端末１００のデータベース更新部２２０は、上述したように、図６に例示した顧客データベース２２２を更新する（Ｓ１２６）。そして、サービス提示端末１００の選択パラメータ算出部２２６は、上述したように、選択パラメータを算出する（Ｓ１２８）。そして、サービス提示端末１００のデータベース更新部２２０は、上述したように、図７に例示したサービスデータベース２２４の「選択パラメータ」を更新する（Ｓ１３０）。

次に、サービスデータベース２２４が更新されると、サービス提示端末１００は、対象となる推奨サービスの提示回数が、予め定められたＮ回以上であるか否かを判定する（Ｓ１３２）。具体的には、データベース更新部２２０は、顧客データベース２２２の「提示サービス」から、対象となる推奨サービスが提示された回数Ｍｒｐをカウントする。そして、データベース更新部２２０は、回数ＭｒｐがＮ回以上であるか否かを判断する。ここで、Ｎは、推奨サービスを提示し続けるか否かを判定するために妥当なサンプル数（母集団の数）を示す。つまり、提示回数があまりにも小さいと、サンプルとして妥当でないので、ある程度推奨サービスが提示された後で、以下に示す推奨サービスを提示し続けるか否かの判定が行われる。推奨サービスの提示回数ＭｒｐがＮ未満である場合（Ｓ１３２のＮＯ）、データベース更新部２２０は、サービス提示用データベース２０６の「推奨サービス」を変更しない（Ｓ１３６）。

一方、推奨サービスの提示回数ＭｒｐがＮ以上である場合（Ｓ１３２のＹＥＳ）、データベース更新部２２０は、対象となる推奨サービスの推奨サービス非選択率が推奨パラメータ以上であるか否かを判定する（Ｓ１３４）。そして、推奨サービス非選択率が推奨パラメータ以上である場合（Ｓ１３４のＹＥＳ）、データベース更新部２２０は、サービス提示用データベース２０６の「推奨サービス」を変更する（Ｓ１４０）。つまり、このとき、データベース更新部２２０は、サービス提示用データベース２０６を更新する。一方、推奨サービス非選択率が推奨パラメータ未満である場合（Ｓ１３４のＮＯ）、データベース更新部２２０は、サービス提示用データベース２０６の「推奨サービス」を変更しない（Ｓ１３６）。つまり、このとき、データベース更新部２２０は、サービス提示用データベース２０６を更新しない。

例えば、図５及び図７の例において、対象となる推奨サービスが「Ａライブチケット」である場合、データベース更新部２２０は、サービスデータベース２２４から、「Ａライブチケット」の推奨パラメータ「８０％」と、「Ａライブチケット」の推奨サービス非選択率「７０％」とを比較する。そして、推奨サービス非選択率「７０％」は推奨パラメータ「８０％」よりも小さいので、データベース更新部２２０は、図５に示した「Ａライブチケット」について、サービス提示用データベース２０６を更新しない。

また、図５及び図７の例において、対象となる推奨サービスが「Ａ化粧品」である場合、データベース更新部２２０は、サービスデータベース２２４から、「Ａ化粧品」の推奨パラメータ「５０％」と、「Ａ化粧品」の推奨サービス非選択率「６０％」とを比較する。そして、推奨サービス非選択率「６０％」は推奨パラメータ「５０％」よりも大きいので、データベース更新部２２０は、図５に示した「Ａ化粧品」について、サービス提示用データベース２０６を更新する。

図１０は、実施の形態１にかかるサービス提示用データベース２０６の更新処理を示すフローチャートである。図１０には、図９に示したＳ１４０の処理の詳細が示されているが、Ｓ１４０の処理は、これに限られない。データベース更新部２２０は、サービスデータベース２２４に、対象となる推奨サービスとは別の他の推奨サービスがあるか否かを判定する（Ｓ１４２）。

他の推奨サービスがある場合（Ｓ１４２のＹＥＳ）、データベース更新部２２０は、サービス提示用データベース２０６において、対象となる推奨サービスを、他の推奨サービスに変更する（Ｓ１４４）。ここで、他の推奨サービスが複数ある場合、例えば、以下に示す第１〜第３の変更方法がある。第１の変更方法として、データベース更新部２２０は、サービスデータベース２２４の属性別選択率を参照して、サービス提示用データベース２０６の更新対象となる属性において選択率が高い推奨サービスに変更してもよい。また、第２の変更方法として、データベース更新部２２０は、推奨パラメータの高い推奨サービスに変更してもよい。さらに、第３の変更方法として、データベース更新部２２０は、サービス提示用データベース２０６の更新対象となる属性において属性別選択率が予め定められた規定値以上である推奨サービスのうち、最も推奨パラメータが高い推奨サービスに変更してもよい。

図５及び図７の例において、属性「２０代女性」における推奨サービス「Ａ化粧品」を変更する例について、上記第１〜第３の変更方法を説明する。
第１の変更方法の場合、データベース更新部２２０は、サービスデータベース２２４の属性別選択率において「２０代女性」の選択率が最も高い推奨サービスに変更してもよい。例えば、図７の例において、他の推奨サービス「Ａライブチケット」、「Ｃライブチケット」及び「Ｂ化粧品」それぞれの「２０代女性」の属性別選択率「Ａ２％」，「Ｃ２％」及び「Ｅ２％」のうち、「Ｅ２％」が最も高いとする。この場合、データベース更新部２２０は、サービス提示用データベース２０６の「２０代女性」の推奨サービスの項目を「Ａ化粧品」から「Ｂ化粧品」に変更してもよい。

また、第２の変更方法の場合、サービスデータベース２２４において、他の推奨サービス「Ａライブチケット」、「Ｃライブチケット」及び「Ｂ化粧品」の推奨パラメータは、それぞれ、「８０％」、「２０％」及び「３０％」である。したがって、データベース更新部２２０は、サービス提示用データベース２０６の「２０代女性」の推奨サービスの項目を、「Ａ化粧品」から、推奨パラメータの最も高い「Ａライブチケット」に変更してもよい。

また、第３の変更方法の場合、データベース更新部２２０は、サービスデータベース２２４の属性別選択率において「２０代女性」の選択率が規定値以上である推奨サービスのうち、最も推奨パラメータが高い推奨サービスに変更してもよい。例えば、図７の例において、他の推奨サービス「Ａライブチケット」、「Ｃライブチケット」及び「Ｂ化粧品」それぞれの「２０代女性」の属性別選択率「Ａ２％」，「Ｃ２％」及び「Ｅ２％」のうち、規定値以上であるのは、「Ｃ２％」及び「Ｅ２％」であるとする。そして、「Ｃ２％」及び「Ｅ２％」に対応する推奨サービス「Ｃライブチケット」及び「Ｂ化粧品」の推奨パラメータは、それぞれ、「２０％」及び「３０％」である。したがって、データベース更新部２２０は、サービス提示用データベース２０６の「２０代女性」の推奨サービスの項目を「Ａ化粧品」から「Ｂ化粧品」に変更してもよい。

一方、他の推奨サービスがない場合（Ｓ１４２のＮＯ）、データベース更新部２２０は、サービス提示用データベース２０６において、対象となる推奨サービスを、選択率の高いサービスに変更する（Ｓ１４６）。具体的には、データベース更新部２２０は、サービスデータベース２２４の属性別選択率を参照して、サービス提示用データベース２０６の更新対象となる属性において選択率が高い推奨サービスに変更してもよい。

例えば、図５及び図７の例において、属性「２０代女性」における推奨サービス「Ａ化粧品」を変更する場合、データベース更新部２２０は、サービスデータベース２２４の属性別選択率において「２０代女性」の選択率が最も高いサービスに変更してもよい。例えば、図７の例において、「２０代女性」の属性別選択率「Ａ２％」〜「Ｈ２％」のうち、「Ｇ２％」が最も高いとする。この場合、データベース更新部２２０は、サービス提示用データベース２０６の「２０代女性」の推奨サービスの項目を「Ａ化粧品」から「Ａ旅行券」に変更してもよい。

図１１は、実施の形態１にかかるデータベース更新処理によって、サービス提示用データベース２０６が図５に例示したものから更新された例を示す図である。図１１に示すように、属性「２０代男性」の推奨サービス「Ａライブチケット」は変更されていない。一方、属性「２０代女性」の推奨サービス「Ａ化粧品」は「Ｂ化粧品」に変更されている。

上述したように、図７の例においては、「Ａライブチケット」について、推奨サービス非選択率「７０％」は、推奨パラメータ「８０％」よりも小さい。したがって、サービス提示用データベース２０６は、「Ａライブチケット」については更新されていない。一方、「Ａ化粧品」について、推奨サービス非選択率「６０％」は、推奨パラメータ「５０％」よりも大きい。したがって、サービス提示用データベース２０６において、「Ａ化粧品」から「Ｂ化粧品」に変更されている。

ここで、「Ａライブチケット」の推奨パラメータは、「Ａ化粧品」の推奨パラメータよりも高い。これにより、「Ａライブチケット」の推奨サービス非選択率が「Ａ化粧品」の推奨サービス非選択率よりも高いにも関わらず、「Ａライブチケット」については変更されず、「Ａ化粧品」については変更されることとなる。このように、同じ推奨サービス非選択率であったとしても、推奨パラメータの高い推奨サービスについては変更されず、推奨パラメータの低い推奨サービスについては変更されることとなる。

サービス提供者は、「Ａライブチケット」を強く推奨したい場合に、その推奨パラメータを比較的高い値（図７の例では「８０％」）に設定することができる。これによって、「Ａライブチケット」の推奨サービス非選択率がある程度大きくなっても、サービス提示端末１００は、サービス提供者が強く推奨したい「Ａライブチケット」を推奨し続けることが可能となる。

一方、サービス提供者は、「Ａ化粧品」をそれほど強く推奨しない場合に、その推奨パラメータをそれほど高くない値（図７の例では「５０％」）に設定することができる。これによって、サービス提示端末１００は、「Ａ化粧品」の推奨サービス非選択率がある程度高くなった場合に、別のサービスを推奨することが可能となる。

推奨サービス非選択率が高くなる場合とは、その推奨サービスが提示され続けても、顧客に選択されない回数が増加することを意味する。言い換えると、その推奨サービスは顧客にあまり人気がないサービスであると言える。しかしながら、サービス提供者のマネージメント戦略として、そのサービスを強く推奨したい場合がある。このような場合に、推奨パラメータを高くすることによって、推奨サービス非選択率がある程度高くなっても、サービス提供者の戦略に沿って、その推奨サービスを推奨し続けることが可能となる。

このように、推奨パラメータを推奨したい度合いに応じて適宜設定することによって、非選択率が高くなってもその推奨サービスを推奨し続けるか、あるいは非選択率が高い場合には別のサービスを推奨するようにするかを、自動的に行うことが可能となる。これによって、本実施の形態にかかるサービス提示端末１００は、サービス提供者の推奨するサービスを適切に提示することが可能となる。さらに、サービス提示端末１００は、サービス提供者が推奨パラメータを適宜調整することによって、サービス提供者の意図するように、推奨したいサービスを提示することが可能である。

（実施の形態２）
次に、実施の形態２について説明する。実施の形態２は、サービス提示端末１００が複数設けられている点で、実施の形態１と異なる。

図１２は、実施の形態２にかかるサービス提示システム２０を示す図である。サービス提示システム２０は、複数のサービス提示端末１００及び管理装置３００を有する。複数のサービス提示端末１００（１００Ａ，１００Ｂ）及び管理装置３００は、インターネット又はＬＡＮ（Local Area Network）等のネットワーク２２を介して互いに通信可能に接続されている。両者間の通信は、有線通信又は無線通信のいずれであってもよく、様々な通信規格が適用されうる。

図１２には、２つのサービス提示端末１００Ａ，１００Ｂが示されているが、サービス提示端末１００の数は、３つ以上であってもよい。また、以下の説明において、サービス提示端末１００Ａは、地域「東京」に設置され、サービス提示端末１００Ｂは、地域「大阪」に設置されているとする。但し、サービス提示端末１００は、１つの地域に複数設置されてもよい。また、サービス提示端末１００が設置される地域の数は３つ以上であってもよい。

サービス提示端末１００は、図２及び図３を用いて説明したような、実施の形態１にかかるサービス提示端末１００と実質的に同一のハードウェア構成を有している。サービス提示端末１００は、通信装置１１４を用いて、管理装置３００と通信を行う。この場合、通信装置１１４は、管理装置３００と通信を行うために必要な処理を行う。

管理装置３００は、サービス提示端末１００に関するデータベース等を管理する情報処理装置である。管理装置３００は、サービス提示端末１００が設置された店舗に配置されていてもよい。また、管理装置３００は、複数の店舗等に配置された各サービス提示端末１００を一括して管理してもよく、この場合、管理装置３００は、サービス提示端末１００が設置された店舗とは別の場所（例えばサービス提供者の営業本部等）に配置されうる。また、管理装置３００は、例えばサーバであって、クラウドサーバであってもよい。

図１３は、実施の形態２にかかる管理装置３００のハードウェア構成を示す図である。管理装置３００は、例えばＣＰＵ等の制御部３１０と、例えばタッチパネル、ＬＣＤ又はキーボード等のユーザインタフェースである入出力部３０４と、例えばメモリ又はハードディスク等の記憶部３１２と、通信装置３１４とを有する。通信装置３１４は、サービス提示端末１００（又は他の管理装置３００）と通信を行うために必要な処理を行う。

図１４は、実施の形態２にかかるサービス提示端末１００の機能ブロック図である。サービス提示端末１００は、サービス処理部２４０を有する。サービス処理部２４０は、属性取得部２０２、サービス抽出部２０４、サービス提示処理部２０８、サービス選択受付部２１２及びサービス提供処理部２１４を有する。上述したように、サービス処理部２４０は、例えば、制御部１１０の制御によって、プログラムを実行させることによって実現可能である。また、上記の各構成要素の機能については、実施の形態１と実質的に同様である。

実施の形態２は、サービス提示端末１００が、サービス提示用データベース２０６、データベース更新部２２０、顧客データベース２２２、サービスデータベース２２４、選択パラメータ算出部２２６及びパラメータ設定部２２８を有さない点で、実施の形態１と異なる。これらの機能については、後述するように、管理装置３００が有している。したがて、実施の形態２においては、サービス抽出部２０４は、通信装置１１４を用いて、管理装置３００に設けられたサービス提示用データベース４０６からサービスを抽出する。また、サービス選択受付部２１２は、通信装置１１４を用いて、選択されたサービスを示す選択サービス情報を、管理装置３００に送信する。また、実施の形態２においては、属性取得部２０２が取得する属性情報は、属性として、「年代」及び「性別」だけでなく、顧客が操作したサービス提示端末１００が設置された「地域」を含んでもよい。

図１５は、実施の形態２にかかる管理装置３００の機能ブロック図である。管理装置３００は、データベース処理部４００を有する。データベース処理部４００は、サービス提示用データベース４０６、データベース更新部４２０、顧客データベース４２２、サービスデータベース４２４、選択パラメータ算出部４２６及びパラメータ設定部４２８を有する。なお、上述したように、データベース処理部４００は、例えば、制御部３１０の制御によって、プログラムを実行させることによって実現可能である。

図１６は、実施の形態２にかかるサービス提示用データベース４０６を例示する図である。図５の例と同様に、図１６に示す例においても、サービス提示用データベース４０６は、属性と、サービスの提示対象となる期間と、顧客が参照した参照サービスと、推奨サービスとを対応付けている。ここで、実施の形態２にかかるサービス提示用データベース４０６においては、属性として、「年代」及び「性別」に加え、「地域」が追加されている。

例えば、図１６の例では、「東京の２０代男性」である顧客が、「２０１５年２月」に「ライブチケット」を参照した場合に、推奨サービスとして「Ａライブチケット」を提示する旨が示されている。同様に、図１６の例では、「任意の地域の２０代女性」である顧客が任意のサービスを参照した場合に、推奨サービスとして「Ａ化粧品」を提示する旨が示されている。

データベース更新部４２０は、サービス提示端末１００から選択サービス情報を受け付けると、実施の形態１と同様にして、顧客データベース４２２及びサービスデータベース４２４を更新する。さらに、データベース更新部４２０は、選択パラメータ算出部４２６に対し、選択パラメータを算出するように指示する。

図１７は、実施の形態２にかかる顧客データベース４２２を例示する図である。顧客データベース４２２は、顧客がサービスを選択した履歴を示している。顧客データベース４２２の構成は、属性を除いて、図６に示す例と実質的に同じである。実施の形態２にかかる顧客データベース４２２は、属性として、「年代」及び「性別」に加え、「地域」が追加されている。データベース更新部４２０は、実施の形態１と同様に、顧客によってサービスが選択されるごとに、顧客がサービスを選択した履歴を追加する。

図１７には、「東京の２０代男性」である顧客が「２０１５年２月２７日」に「Ａライブチケット」を選択（購入等）したことが示されている。ここで、図１６によれば「Ａライブチケット」は推奨サービスであるので、推奨サービス選択有無は、「有」を示している。また、図１７には、「大阪の２０代女性」である顧客が「２０１５年２月２８日」に「Ａ旅行券」を選択（購入等）したことが示されている。ここで、図１６によれば「Ａ旅行券」は推奨サービスではないので、推奨サービス選択有無は、「無」を示している。

図１８は、実施の形態２にかかるサービスデータベース４２４を例示する図である。サービスデータベース４２４は、実施の形態１にかかるサービスデータベース２２４と同様に、提示及び選択の対象となるサービスのリストを示している。図７の例と同様に、図１８の例では、サービスデータベース４２４は、サービス名と、推奨パラメータと、選択パラメータとを対応付けている。ここで、実施の形態２にかかるサービスデータベース４２４においては、推奨パラメータ、推奨サービス非選択率及び属性別選択率が、地域ごとに設けられ得る。

選択パラメータ算出部４２６は、選択パラメータ算出部２２６と同様にして、選択パラメータを算出する。ここで、選択パラメータ算出部４２６は、「地域」ごとに、推奨サービス非選択率及び属性別選択率を算出する。パラメータ設定部４２８は、パラメータ設定部２２８と同様にして、推奨パラメータを設定するための処理を行う。ここで、パラメータ設定部４２８は、「地域」ごとに異なる推奨パラメータを設定可能である。

図１８の例において、「Ａライブチケット」については、「東京」においては推奨パラメータ「８０％」が設定されているが、「大阪」においては推奨パラメータが設定されていない。したがって、「Ａライブチケット」は、「東京」では推奨サービスであるが、「大阪」においては非推奨サービスである。同様に、「Ｃライブチケット」については、「大阪」においては推奨パラメータ「５０％」が設定されているが、「東京」においては推奨パラメータが設定されていない。したがって、「Ｃライブチケット」は、「大阪」では推奨サービスであるが、「東京」においては非推奨サービスである。

「ライブチケット」等の催し物のチケット等については、その催し物が開催される地域に応じて、どの地域の顧客に推奨するかを設定可能である。例えば、「Ａライブチケット」に関する催し物が「東京」で開催される場合、「東京」の顧客に推奨すれば売り上げが増加する可能性があるが、「大阪」の顧客に推奨しても、売り上げの増加に寄与しない可能性がある。したがって、「Ａライブチケット」については、「東京」についてのみ推奨パラメータを設定することができる。同様に、「Ｃライブチケット」に関する催し物が「大阪」で開催される場合に、「Ｃライブチケット」については、「大阪」についてのみ推奨パラメータを設定することができる。

また、図１８の例において、「Ａ化粧品」については、「東京」においては推奨パラメータ「３０％」が設定され、「大阪」においては「８０％」が設定されている。つまり、「Ａ化粧品」については、「大阪」の推奨パラメータの方が、「東京」の推奨パラメータよりも高い。このように、実施の形態２においては、サービス提供者は、「Ａ化粧品」を、「大阪」でより推奨したい（売りたい）場合に、「大阪」における推奨パラメータを高く設定することができる。

また、図１８の例において、「Ｂ化粧品」については、「東京」及び「大阪」において共通して、推奨パラメータ「３０％」が設定されている。このように、実施の形態１と同様にして、地域の区別なく、推奨パラメータを設定することも可能である。

さらに、実施の形態１と同様にして、データベース更新部４２０は、サービスデータベース４２４における推奨パラメータと推奨サービス非選択率とを比較することによって、サービス提示用データベース４０６の「推奨サービス」を変更する。ここで、実施の形態２においては、データベース更新部４２０は、「地域」ごとに、「推奨サービス」を変更し得る。実施の形態１と異なる点については、後で詳述する。

なお、実施の形態２にかかるサービス提示システム２０におけるサービス提示方法については、図８〜図１０に示した処理とほぼ実質的に同様であるので、実施の形態１と同様の処理については、説明を省略する。なお、実施の形態２においては、図９のＳ１２６以降の処理及び図１０の処理が、管理装置３００によってなされる。そして、管理装置３００は、図９のＳ１３２以降の処理及び図１０の処理を、地域毎に行い得る。

実施の形態２において、データベース更新部４２０は、Ｓ１３４の処理において、対象となる推奨サービスの推奨サービス非選択率が推奨パラメータ以上であるか否かを、対象となる地域ごとに判定する。つまり、データベース更新部４２０は、対象となる推奨サービスの対象となる地域における推奨サービス非選択率が、対象となる地域における推奨パラメータ以上であるか否かを判定する。

例えば、図１６のサービス提示用データベース４０６の１列目については、対象となる地域が「東京」であり、対象となる推奨サービスが「Ａライブチケット」である。この場合、データベース更新部４２０は、サービスデータベース４２４から、「Ａライブチケット」の「東京」における推奨パラメータ「８０％」と、「Ａライブチケット」の「東京」における推奨サービス非選択率「５０％」とを比較する。そして、推奨サービス非選択率「５０％」は推奨パラメータ「８０％」よりも小さいので、データベース更新部４２０は、図１６に示したサービス提示用データベース４０６の１列目の「Ａライブチケット」について、サービス提示用データベース４０６を更新しない。

また、図１６のサービス提示用データベース４０６の２列目については、対象となる地域は「任意」であり、対象となる推奨サービスが「Ａ化粧品」である。この場合、サービスデータベース４２４において、「Ａ化粧品」については、地域毎に推奨パラメータが設定されているので、データベース更新部４２０は、地域毎に、推奨パラメータと推奨サービス非選択率とを比較する。

データベース更新部４２０は、サービスデータベース４２４から、「Ａ化粧品」の「東京」における推奨パラメータ「３０％」と、「Ａ化粧品」の「東京」における推奨サービス非選択率「５０％」とを比較する。そして、推奨サービス非選択率「５０％」は推奨パラメータ「３０％」よりも大きいので、データベース更新部４２０は、図１６に示した「Ａ化粧品」の属性「東京」について、サービス提示用データベース４０６の「推奨サービス」を更新する。

同様に、データベース更新部４２０は、サービスデータベース４２４から、「Ａ化粧品」の「大阪」における推奨パラメータ「８０％」と、「Ａ化粧品」の「大阪」における推奨サービス非選択率「５０％」とを比較する。そして、推奨サービス非選択率「５０％」は推奨パラメータ「８０％」よりも小さいので、データベース更新部４２０は、図１６に示した「Ａ化粧品」の属性「大阪」について、サービス提示用データベース４０６の「推奨サービス」を更新しない。

また、実施の形態２におけるサービス提示用データベース４０６の更新方法については、図１０に示した処理と実質的に同様である。ここで、Ｓ１４４について上述した「第１の変更方法」については、以下のように変形することも可能である。データベース更新部４２０は、サービスデータベース４２４の属性別選択率を参照して、サービス提示用データベース２０６の更新対象となる属性「年代」及び「性別」において、「他の地域」において選択率が高い推奨サービスに変更してもよい。このことは、他の推奨サービスがなく（Ｓ１４２のＮＯ）、対象となる推奨サービスを選択率の高いサービスに変更する（Ｓ１４６）場合においても同様である。

例えば、図１８の例で、「Ａ化粧品」について、「大阪」における推奨サービス非選択率が推奨パラメータを超えてしまった場合の「推奨サービス」の変更方法について説明する。この場合、データベース更新部４２０は、図１８に示したサービスデータベース４２４の属性別選択率を参照し、「東京の２０代女性」において選択率の高いサービスに変更することが可能である。例えば、「東京の２０代女性」における選択率「Ａ２１％」〜「Ｈ２１％」について「Ｆ２１％」が最も高い場合に、「大阪の２０代女性」の選択率「Ｆ２２％」の高さに関わらず、データベース更新部４２０は、「大阪」における推奨サービスを、「Ｃ化粧品」に変更することが可能である。このようにすることで、例えば、「大阪の２０代女性」である顧客に、「東京の２０代女性」の顧客に人気のあるサービスを提示することが可能となる。

図１９は、実施の形態２にかかるデータベース更新処理によって、サービス提示用データベース４０６が図１６に例示したものから更新された例を示す図である。図１９に示すように、属性「２０代男性」の推奨サービス「Ａライブチケット」は変更されていない。また、属性「大阪の２０代女性」については、推奨サービス「Ａ化粧品」は変更されていない。一方、属性「東京の２０代女性」の推奨サービス「Ａ化粧品」は「Ｂ化粧品」に変更されている。

ここで、図１８によれば、「Ａ化粧品」の「大阪」における推奨パラメータは「東京」における推奨パラメータよりも高い。これにより、「Ａ化粧品」について、「大阪」における推奨サービス非選択率が「東京」の推奨サービス非選択率と同じであるにも関わらず、「大阪」については変更されず、「東京」については変更されることとなる。このように、同じ推奨サービス非選択率であったとしても、推奨パラメータの高い地域については、推奨サービスが変更されず、推奨パラメータの低い地域については、推奨サービスが変更されることとなる。つまり、推奨パラメータを地域毎に設定することで、サービス提供者は、例えば「大阪」では推奨したいサービス（例えば「Ａ化粧品」）を提示するようにし、「東京」では人気のあるサービス（例えば「Ｃ化粧品」）を提示するようにすることが可能である。

サービス提供者は、あるサービスについて、ある地域で強く推奨したい場合に、その地域における推奨パラメータを比較的高い値（図１８の例では「８０％」）に設定することができる。これによって、例えば「Ａ化粧品」の大阪における推奨サービス非選択率がある程度大きくなっても、サービス提示システム２０は、サービス提供者が「大阪」において強く推奨したい「Ａ化粧品」を推奨し続けることが可能となる。

このように、推奨パラメータを地域毎に適宜設定することによって、各地域において、非選択率が高くなってもその推奨サービスを推奨し続けるか、あるいは非選択率が高い場合には別のサービスを推奨するようにするかを、自動的に行うことが可能となる。これによって、実施の形態２にかかるサービス提示システム２０は、サービス提供者の推奨するサービスを、各地域において、適切に提示することが可能となる。さらに、サービス提示システム２０は、サービス提供者が推奨パラメータを地域毎に適宜調整することによって、サービス提供者の意図するように、各地域で推奨したいサービスを提示することが可能である。

（実施の形態３）
次に、実施の形態３について説明する。実施の形態３においては、サービス提示端末１００のハードウェア構成は、実施の形態１と実質的に同様である。また、実施の形態３においては、サービス提示端末１００の機能については、図４に示したものと実質的に同様である。一方、実施の形態３においては、サービス提示用データベース２０６が、実施の形態１と異なる。

図２０は、実施の形態３にかかるサービス提示用データベース２０６を例示する図である。図２０に示すように、実施の形態３にかかるサービス提示用データベース２０６は、属性と、サービスの提示対象となる期間と、顧客が参照した参照サービスと、複数の推奨サービスとを対応付けている。そして、複数の推奨サービスそれぞれに、優先度が設定されている。ここで、初期状態においては、推奨サービスそれぞれに設定される優先度は、対応する推奨パラメータが大きいほど高くするようにしてもよい。なお、図２０には、推奨サービスが２つ示されているが、実施の形態３にかかるサービス提示用データベース２０６は、３つ以上の推奨サービスを含んでもよい。

図２０の例では、「２０代男性」である顧客が、「２０１５年２月」に「ライブチケット」を表示させた場合に、推奨サービスとして、「優先度１」の「Ａライブチケット」と「優先度２」の「Ｃライブチケット」とを提示する旨が示されている。ここで、図７を参照すると、「Ａライブチケット」の推奨パラメータは「Ｃライブチケット」よりも高いので、「Ａライブチケット」には高い優先度である「優先度１」が設定されている。

同様に、図２０の例では、「２０代女性」である顧客が属性を推定された場合に、推奨サービスとして、「優先度１」の「Ａ化粧品」と「優先度２」の「Ｂ化粧品」とを提示する旨が示されている。ここで、図７を参照すると、「Ａ化粧品」の推奨パラメータは「Ｂ化粧品」よりも高いので、「Ａ化粧品」には高い優先度である「優先度１」が設定されている。

サービス提示処理部２０８は、これら複数の推奨サービスを、入出力部１０４に表示させるための処理を行う。このとき、サービス提示処理部２０８は、「優先度１」の推奨サービスを、「優先度２」の推奨サービスよりも、顧客に対して「目立つ」ように提示するように処理する。

例えば、サービス提示処理部２０８は、「優先度１」の推奨サービスを提示する回数を、「優先度２」の推奨サービスよりも多くするようにしてもよい。また、例えば、サービス提示処理部２０８は、「優先度１」の推奨サービスを、「優先度２」の推奨サービスよりも大きく表示するようにしてもよい。また、例えば、サービス提示処理部２０８は、「優先度１」の推奨サービスを、「優先度２」の推奨サービスよりも中央寄りに表示するようにしてもよい。さらに、サービス提示処理部２０８は、これらの組み合わせによって、「優先度１」の推奨サービスを「優先度２」の推奨サービスよりも目立つように表示するようにしてもよい。

図２０の例では、サービス提示処理部２０８は、属性「２０代男性」が「ライブチケット」を参照した場合について、「優先度１」の「Ａライブチケット」を大きく表示し、「優先度２」の「Ｃライブチケット」を小さく表示するようにしてもよい。また、サービス提示処理部２０８は、属性「２０代女性」について、「優先度１」の「Ａ化粧品」を４回表示し、「優先度２」の「Ｂ化粧品」を１回表示するようにしてもよい。

なお、実施の形態２にかかるサービス提示システム２０におけるサービス提示方法については、図８に示した処理については実施の形態１と実質的に同様であるので説明を省略する。一方、実施の形態３については、データベース更新処理が、実施の形態１と異なる。以下、詳述する。

図２１は、実施の形態３にかかるサービス提供処理及びデータベース更新処理を示すフローチャートである。ここで、Ｓ１２２〜Ｓ１３４については、実施の形態１と実質的に同様であるので、説明を省略する。

Ｓ１３４の処理において、推奨サービス非選択率が推奨パラメータ以上である場合（Ｓ１３４のＹＥＳ）、データベース更新部２２０は、サービス提示用データベース２０６の推奨サービスの優先度を変更する（Ｓ２４０）。つまり、このとき、データベース更新部２２０は、サービス提示用データベース２０６を更新する。一方、推奨サービス非選択率が推奨パラメータ未満である場合（Ｓ１３４のＮＯ）、データベース更新部２２０は、サービス提示用データベース２０６の推奨サービスの優先度を変更しない（Ｓ２３０）。つまり、このとき、データベース更新部２２０は、サービス提示用データベース２０６を更新しない。

図２２は、実施の形態３にかかるデータベース更新処理によって、サービス提示用データベース２０６が図２０に例示したものから更新された例を示す図である。
例えば、図２０の例の属性「２０代男性」について、対象となる推奨サービスが「Ａライブチケット」である場合、データベース更新部２２０は、サービスデータベース２２４を参照して、「Ａライブチケット」の推奨パラメータと、「Ａライブチケット」の推奨サービス非選択率とを比較する。そして、推奨サービス非選択率が推奨パラメータよりも小さい場合、データベース更新部２２０は、図２０に示した「Ａライブチケット」について、優先度を変更しない。

一方、対象となる推奨サービスが「Ａ化粧品」である場合、データベース更新部２２０は、サービスデータベース２２４を参照して、「Ａ化粧品」の推奨パラメータと、「Ａ化粧品」の推奨サービス非選択率とを比較する。そして、推奨サービス非選択率が推奨パラメータよりも大きい場合、データベース更新部２２０は、図２０に示した「Ａ化粧品」について、優先度を「優先度１」から「優先度２」に低下させる。これに伴い、データベース更新部２２０は、図２０に示した「Ｂ化粧品」について、優先度を「優先度２」から「優先度１」に上昇させる。これによって、サービス提示処理部２０８は、属性「２０代女性」について、「Ａ化粧品」を４回表示させ「Ｂ化粧品」を１回表示させるようにしていたものから、「Ａ化粧品」を１回表示させ「Ｂ化粧品」を４回表示させるようにすることが可能となる。

なお、データベース更新部２２０は、優先度が最も低い推奨サービスについて、推奨サービス非選択率が推奨パラメータ以上となった場合には、その推奨サービスについては、実施の形態１のＳ１４０と同様にして、他の推奨サービスに変更してもよい。例えば、図２０の例において、「優先度２」の「Ｃライブチケット」について推奨サービス非選択率が推奨パラメータ以上となった場合には、「Ｃライブチケット」を別の推奨サービス（例えば「Ｂライブチケット」に変更してもよい。

実施の形態３においては、サービス提示用データベース２０６において、複数の推奨サービスを対応付けるように構成されている。これによって、サービス提供者が複数の推奨サービスを推奨したい場合に、サービス提示端末１００は、複数の推奨サービスをそれぞれ提示することが可能となる。さらに、これら複数の推奨サービスそれぞれについて優先度を設定するように構成することで、サービス提示端末１００は、より優先度の高い推奨サービスについて目立つように提示することが可能となる。また、この優先度を推奨パラメータに応じて自動的に設定することで、サービス提示端末１００は、推奨パラメータの高い（つまり、サービス提供者がより推奨したい）推奨サービスを、より目立つように提示することが可能となる。

さらに、実施の形態３においては、推奨パラメータと推奨サービス非選択率との比較に応じて、優先度を変更するように構成されている。これによって、人気のない推奨サービスについては優先度を低下させて、表示を目立たないようにすることが可能となる。この場合、実施の形態１と同様に、より推奨したい推奨サービスについては推奨パラメータを高く設定することで、ある程度非選択率が上昇したとしても優先度を低下させないようにすることが可能となる。

（変形例）
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、上述したフローチャートにおける各処理（ステップ）の順序は、適宜、変更可能である。また、上述したフローチャートにおける複数の処理（ステップ）の少なくとも１つは、なくても構わない。

また、上述した説明では、実施の形態３を実施の形態２と別個に説明しているが、実施の形態３の構成を実施の形態２に適用することも可能である。つまり、図１６に例示したサービス提示用データベースについて、推奨サービスを複数とし、それぞれの推奨サービスに優先度を設定してもよい。

また、上述した実施の形態においては、入出力部１０４を用いてサービスに関する画像を視覚的に表示することで、サービスを提示するとしたが、このような構成に限られない。例えば、サービス提示端末１００は、音声によって、サービスを提示してもよい。さらに、サービス提示端末１００は、音声と画像との組み合わせによって、サービスを提示してもよい。

また、上述した実施の形態においては、属性に応じて提示するサービスを変更することが可能であるとしたが、属性に応じて変更可能であるものは、サービスだけに限られない。属性に応じて、表示されるサービスの表示方法についても変更可能である。例えば、年代の高い（年配の）顧客に対しては、表示される文字を大きくするようにしてもよい。また、音声によってサービスを提示可能である場合、年代の高い（年配の）顧客に対しては、音声の大きさを大きくするようにしてもよい。

また、上述した実施の形態においては、属性の推定については属性推定部１０６が行うとしたが、属性推定部１０６の機能の一部については、制御部１１０が行ってもよい。例えば、カメラによって撮像した画像から、制御部１１０が画像処理を行うことで、属性を推定するようにしてもよい。

また、上述した実施の形態においては、推奨パラメータとの比較対象となる選択パラメータは、推奨サービス非選択率であるとしたが、このような構成に限られない。サービス提供者が推奨したいほど推奨パラメータが高くなる場合、推奨パラメータとの比較対象となる選択パラメータは、推奨サービスが選択されないほど高くなるパラメータ（言い換えると推奨サービスが選択されるほど低くなるパラメータ）であれば、任意のパラメータであってもよい。

さらに、上述した実施の形態においては、サービス提供者が推奨したいほど推奨パラメータが高くなるとしたが、サービス提供者が推奨したいほど推奨パラメータが低くなるようにしてもよい。この場合、推奨パラメータとの比較対象となる選択パラメータを、推奨サービスが選択されるほど高くなる任意のパラメータとすればよい。

また、上述した実施の形態においては、実施の形態２を除き、推奨パラメータ及び推奨サービス非選択率は、属性ごとに異なるように設定されていないが、属性ごとに別個に設定されてもよい。つまり、例えば「２０代男性」及び「２０代女性」について異なるように推奨パラメータ及び推奨サービス非選択率を設定してもよい。このことは、実施の形態２においても同様である。

また、上述した実施の形態２においては、「地域」ごとに推奨パラメータ及び推奨サービス非選択率が設定されるとしたが、「サービス提示端末」ごとに推奨パラメータ及び推奨サービス非選択率が設定されるとしてもよい。つまり、「属性」として、「端末」を追加してもよい。これによって、サービス提示端末ごとに異なるサービスを推奨するようにすることが可能となる。さらに、「地域」及び「提示端末」ごとに推奨パラメータと推奨サービス非選択率とが設定されるとしてもよい。

また、実施の形態２において、管理装置３００は複数であってもよい。この場合、複数の管理装置３００がクラウドを形成してもよい。さらに、管理装置３００は、複数のサービス提示端末１００及びその他の端末から多数のデータを取得してビッグデータを集積して、上記のデータベースを含む様々なデータベースを形成してもよい。

また、上述した実施の形態３においては、複数の推奨サービスそれぞれについて優先度が設定されるとしたが、優先度は必ずしも設定される必要はない。優先度が設定されない場合、サービス提示端末１００は、複数の推奨サービスを、同じような態様で差別化することなく提示するようにしてもよい。

また、上述した実施の形態３においては、サービス提示用データベースにおいて複数の推奨サービスが対応付けられるとしたが、このような構成に限られない。対応付けられる複数のサービスのうち、少なくとも１つを非推奨サービスとしてもよい。この場合、非推奨サービスは、選択率が高い（つまり人気がある）ものであってもよい。また、この場合、非推奨サービスの優先度は低く設定されてもよい。

また、上述したプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

１ サービス提示端末
２ サービス提示部
４ 更新部
６ サービス提示用データベース
１００ サービス提示端末
１０６ 属性推定部
２００ サービス処理部
２０２ 属性取得部
２０４ サービス抽出部
２０６ サービス提示用データベース
２０８ サービス提示処理部
２１４ サービス提供処理部
２２０ データベース更新部
２２２ 顧客データベース
２２４ サービスデータベース
２２６ 選択パラメータ算出部
２２８ パラメータ設定部
２０ サービス提示システム
３００ 管理装置
２４０ サービス処理部
４００ データベース処理部
４０６ サービス提示用データベース
４２０ データベース更新部
４２２ 顧客データベース
４２４ サービスデータベース
４２６ 選択パラメータ算出部
４２８ パラメータ設定部

Claims (13)

1. 顧客の属性に基づいて、前記属性とサービスとを対応付けたサービス提示用データベースを用いて、前記サービスを提示するサービス提示手段と、
   前記提示されたサービスのうち前記顧客に選択されたサービスに応じて、前記サービス提示用データベースを更新する更新手段と
   を有し、
   前記サービス提示用データベースは、前記属性と、サービスの提供者が推奨する推奨サービスとを少なくとも対応付け、
   前記サービス提示手段は、前記推奨サービスを少なくとも提示し、
   前記更新手段は、前記推奨サービスが複数の前記顧客に選択された選択率に応じて得られた選択パラメータと、前記推奨サービスごとに設定されサービス提供者が顧客に推奨したい度合いを示す推奨パラメータとに基づいて、前記サービス提示用データベースを更新し、
   前記更新手段は、前記推奨サービスが提示された回数に対する当該推奨サービスが選択されなかった回数の割合である推奨サービス非選択率が前記推奨パラメータ以上となった場合に、前記サービス提示用データベースにおける前記推奨サービスを変更するように又は前記推奨サービスの表示の優先度を低下させるように、前記サービス提示用データベースを更新する
   サービス提示端末。
2. 前記更新手段は、前記サービス提示用データベースを更新する際、前記サービス提示用データベースにおける前記推奨サービスを変更する
   請求項１に記載のサービス提示端末。
3. 前記サービスと前記推奨パラメータとを対応付けたサービスデータベース
   をさらに有し、
   前記サービスデータベースにおいて、前記推奨パラメータが設定されている前記サービスは前記推奨サービスであり、前記推奨パラメータが設定されていない前記サービスは非推奨サービスである
   請求項１又は２に記載のサービス提示端末。
4. 前記更新手段は、前記サービス提示用データベースにおける前記推奨サービスについて更新を行う場合に、前記サービスデータベースに当該推奨サービスとは異なる推奨サービスが設定されている場合に、前記サービス提示用データベースにおいて、当該推奨サービスを前記異なる推奨サービスに変更する
   請求項３に記載のサービス提示端末。
5. 前記更新手段は、前記サービス提示用データベースにおける前記推奨サービスについて更新を行う場合に、前記サービスデータベースに当該推奨サービスとは異なる推奨サービスが設定されていない場合に、前記サービス提示用データベースにおいて、当該推奨サービスを、前記サービスデータベースに設定されている選択率が高い前記非推奨サービスに変更する
   請求項４に記載のサービス提示端末。
6. 前記提供者が前記推奨サービスを前記顧客に推奨する度合いに応じて、前記推奨パラメータを設定可能なパラメータ設定手段
   をさらに有する請求項１から５のいずれか一項に記載のサービス提示端末。
7. 前記サービス提示用データベースは、前記属性と、前記推奨サービスを少なくとも含む複数のサービスとを対応付け、
   前記サービス提示手段は、前記サービス提示用データベースにおいて設定された前記複数のサービスをそれぞれ提示する
   請求項１に記載のサービス提示端末。
8. 前記サービス提示用データベースにおいて前記複数のサービスのそれぞれには前記優先度が設定されており、
   前記サービス提示手段は、前記優先度に応じて、前記サービス提示用データベースにおいて設定された前記複数のサービスをそれぞれ提示する
   請求項７に記載のサービス提示端末。
9. 前記更新手段は、前記サービス提示用データベースを更新する際、前記サービス提示用データベースにおいて設定されている前記複数のサービスそれぞれの前記優先度を変更する
   請求項８に記載のサービス提示端末。
10. 顧客にサービスを提示する複数のサービス提示端末と、
    前記複数のサービス提示端末を管理する管理装置と
    を有し、
    前記管理装置は、
    顧客の属性とサービスとを対応付けたサービス提示用データベースであって、前記属性とサービスの提供者が推奨する推奨サービスとを少なくとも対応付けるサービス提示用データベースと、
    前記サービス提示用データベースを更新する更新手段と
    を有し、
    前記サービス提示端末は、
    顧客の属性に基づいて、前記サービス提示用データベースを用いて、前記推奨サービスを少なくとも含む前記サービスを提示するサービス提示手段
    を有し、
    前記更新手段は、前記提示されたサービスのうち複数の前記顧客に前記推奨サービスが選択された選択率に応じて得られた選択パラメータと、前記推奨サービスごとに設定されサービス提供者が顧客に推奨したい度合いを示す推奨パラメータとに基づいて、前記サービス提示用データベースを更新し、
    前記更新手段は、前記推奨サービスが提示された回数に対する当該推奨サービスが選択されなかった回数の割合である推奨サービス非選択率が前記推奨パラメータ以上となった場合に、前記サービス提示用データベースにおける前記推奨サービスを変更するように又は前記推奨サービスの表示の優先度を低下させるように、前記サービス提示用データベースを更新する
    サービス提示システム。
11. 前記推奨パラメータは、前記サービス提示端末ごと及び前記サービス提示端末が設置されている地域ごとの少なくとも一方について設定されている
    請求項１０に記載のサービス提示システム。
12. コンピュータが、顧客の属性とサービスとを対応付けたサービス提示用データベースであって、前記属性と、サービスの提供者が推奨する推奨サービスとを少なくとも対応付けるサービス提示用データベースを用いて、顧客の前記属性に基づいて、前記推奨サービスを少なくとも含む前記サービスを提示し、
    前記コンピュータが、前記提示されたサービスのうち複数の前記顧客に前記推奨サービスが選択された選択率に応じて得られた選択パラメータと、前記推奨サービスごとに設定されサービス提供者が顧客に推奨したい度合いを示す推奨パラメータとに基づいて、前記サービス提示用データベースを更新し、
    前記コンピュータが、前記推奨サービスが提示された回数に対する当該推奨サービスが選択されなかった回数の割合である推奨サービス非選択率が前記推奨パラメータ以上となった場合に、前記サービス提示用データベースにおける前記推奨サービスを変更するように又は前記推奨サービスの表示の優先度を低下させるように、前記サービス提示用データベースを更新する
    サービス提示方法。
13. 顧客の属性とサービスとを対応付けたサービス提示用データベースであって、前記属性と、サービスの提供者が推奨する推奨サービスとを少なくとも対応付けるサービス提示用データベースを用いて、顧客の前記属性に基づいて、前記推奨サービスを少なくとも含む前記サービスを提示するステップと、
    前記提示されたサービスのうち複数の前記顧客に前記推奨サービスが選択された選択率に応じて得られた選択パラメータであり前記推奨サービスが提示された回数に対する当該推奨サービスが選択されなかった回数の割合である推奨サービス非選択率が、前記推奨サービスごとに設定されサービス提供者が顧客に推奨したい度合いを示す推奨パラメータ以上となった場合に、前記サービス提示用データベースにおける前記推奨サービスを変更するように又は前記推奨サービスの表示の優先度を低下させるように、前記サービス提示用データベースを更新するステップと
    をコンピュータに実行させるプログラム。

Images