JP6702626B2 - Information processing apparatus, information processing method, and information processing program - Google Patents

Information processing apparatus, information processing method, and information processing program Download PDF

Info

Publication number
JP6702626B2
JP6702626B2 JP2018127109A JP2018127109A JP6702626B2 JP 6702626 B2 JP6702626 B2 JP 6702626B2 JP 2018127109 A JP2018127109 A JP 2018127109A JP 2018127109 A JP2018127109 A JP 2018127109A JP 6702626 B2 JP6702626 B2 JP 6702626B2
Authority
JP
Japan
Prior art keywords
information
information processing
content
demand
user
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
Application number
JP2018127109A
Other languages
Japanese (ja)
Other versions
JP2020008957A (en
Inventor
博基 谷口
博基 谷口
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yahoo Japan Corp
Original Assignee
Yahoo Japan Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yahoo Japan Corp filed Critical Yahoo Japan Corp
Priority to JP2018127109A priority Critical patent/JP6702626B2/en
Publication of JP2020008957A publication Critical patent/JP2020008957A/en
Application granted granted Critical
Publication of JP6702626B2 publication Critical patent/JP6702626B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

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。 The present invention relates to an information processing device, an information processing method, and an information processing program.

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。 Conventionally, techniques for predicting various demands have been provided. For example, there is provided a technique of determining user's needs information based on user's search data including at least POI (Point of Interest) data.

特開２０１７−１６６２５号公報JP, 2017-16625, A

しかしながら、上記の従来技術では、ユーザ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。 However, in the above-mentioned conventional technology, it is not always possible to appropriately predict the demand of the user. For example, in the above-mentioned conventional technique, since at least POI data is required, there are cases where it is difficult to appropriately predict demand, such as when the POI data is insufficient or the POI data is inaccurate.

本願は、上記に鑑みてなされたものであって、ユーザ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。 The present application has been made in view of the above, and an object thereof is to provide an information processing apparatus, an information processing method, and an information processing program that appropriately predict the demand of a user.

本願に係る情報処理装置は、ユーザによるコンテンツの閲覧行動を示す行動情報と、前記コンテンツの閲覧時の前記ユーザの位置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行動情報が示す前記閲覧行動に関する回数に基づいて、前記位置情報に対応するエリアにおける前記コンテンツに対応する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。 An information processing apparatus according to the present application, the behavior information indicating a behavior of browsing content by a user, an acquisition unit that acquires position information of the user at the time of browsing the content, and the behavior information acquired by the acquisition unit A prediction unit that predicts a demand for a target corresponding to the content in an area corresponding to the position information, based on the number of times of the browsing behavior.

実施形態の一態様によれば、ユーザ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。 According to one aspect of the embodiment, there is an effect that the demand of the user can be appropriately predicted.

図１は、実施形態に係る情報処理の一例を示す図である。FIG. 1 is a diagram illustrating an example of information processing according to the embodiment. 図２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。FIG. 2 is a diagram illustrating a configuration example of the information processing system according to the embodiment. 図３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。FIG. 3 is a diagram illustrating a configuration example of the information processing device according to the embodiment. 図４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。FIG. 4 is a diagram illustrating an example of the business entity information storage unit according to the embodiment. 図５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。FIG. 5 is a diagram illustrating an example of the user information storage unit according to the embodiment. 図６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。FIG. 6 is a diagram illustrating an example of the behavior information storage unit according to the embodiment. 図７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。FIG. 7 is a diagram illustrating an example of the demand information storage unit according to the embodiment. 図８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。FIG. 8 is a flowchart showing an example of information processing according to the embodiment. 図９は、実施形態に係る情報処理の一例を示す図である。FIG. 9 is a diagram illustrating an example of information processing according to the embodiment. 図１０は、実施形態に係る情報処理の一例を示す図である。FIG. 10 is a diagram illustrating an example of information processing according to the embodiment. 図１１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。FIG. 11 is a hardware configuration diagram illustrating an example of a computer that realizes the functions of the information processing device.

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。 Hereinafter, modes (hereinafter, referred to as “embodiments”) for implementing an information processing apparatus, an information processing method, and an information processing program according to the present application will be described in detail with reference to the drawings. Note that the information processing device, the information processing method, and the information processing program according to the present application are not limited by this embodiment. Also, in each of the following embodiments, the same parts are designated by the same reference numerals, and duplicate description will be omitted.

（実施形態）
〔１．情報処理〕
図１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が事業者への情報提供を行う際に用いる情報を収集する一例を示す図である。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。また、図１では、情報処理装置１００は、ユーザによるコンテンツの閲覧行動を示す行動情報を用いて、需要を予測する。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キーワードと、コンテンツの閲覧（以下単に「閲覧」ともいう）時のユーザの位置情報に基づいて、需要を予測する。なお、コンテンツは、コンテンツ配信サービスにおいて提供されるニュース記事やコンテンツや電子商取引サービスにおいて提供される商品ページ（商品情報）等、種々のコンテンツであってもよいが、詳細は後述する。 (Embodiment)
[1. Information processing]
An example of information processing according to the embodiment will be described with reference to FIG. FIG. 1 is a diagram illustrating an example of information processing according to the embodiment. Specifically, FIG. 1 is a diagram showing an example of collecting information used when the information processing apparatus 100 provides information to a business operator. The enterprises referred to here may include various enterprises such as individuals (natural persons) and corporations as long as they are engaged in business. For example, the business operator may be a company that provides (sells) products or services. In the following, products or services may be collectively referred to as “products”. In addition, in FIG. 1, the information processing apparatus 100 predicts the demand by using the behavior information indicating the behavior of browsing the content by the user. The information processing apparatus 100 predicts the demand based on the keyword included in the content browsed by the user and the position information of the user at the time of browsing the content (hereinafter also simply referred to as “browsing”). The contents may be various contents such as news articles and contents provided in the content distribution service and product pages (product information) provided in the electronic commerce service, but details will be described later.

〔情報処理システムの構成〕
まず、図１及び図２に示す情報処理システム１について説明する。図２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２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２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。 [Configuration of information processing system]
First, the information processing system 1 shown in FIGS. 1 and 2 will be described. As shown in FIG. 2, the information processing system 1 includes a terminal device 10, a business entity device 20, and an information processing device 100. The terminal device 10, the business entity device 20, and the information processing device 100 are connected via a predetermined network N so as to be communicable by wire or wirelessly. FIG. 2 is a diagram illustrating a configuration example of the information processing system according to the embodiment. Note that the information processing system 1 illustrated in FIG. 2 may include a plurality of terminal devices 10, a plurality of operator devices 20, and a plurality of information processing devices 100.

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。 The terminal device 10 is an information processing device used by a user. The terminal device 10 is realized by, for example, a smartphone, a tablet terminal, a notebook PC (Personal Computer), a desktop PC, a mobile phone, a PDA (Personal Digital Assistant), or the like. In the example illustrated in FIG. 1, the terminal device 10 is a smartphone used by a user. In addition, below, the terminal device 10 may be described as a user. That is, in the following, the user can be read as the terminal device 10.

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。 In addition, the terminal device 10 has a function such as a GPS (Global Positioning System) sensor, and detects and acquires the position information (sensor information) of the user. Further, the terminal device 10 may estimate and acquire the position information of the user by using the position information of the base station with which the communication is performed or the radio wave of WiFi (registered trademark) (Wireless Fidelity). In the following, the position information may be simply referred to as “position”.

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、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。 The terminal device 10 may detect various sensor information by various sensors, not limited to the GPS sensor and the like. Further, the terminal device 10 has a function of an acceleration sensor, and detects and acquires acceleration information (sensor information) when the user moves. Further, the terminal device 10 may have various functions such as a temperature sensor and an atmospheric pressure sensor, and may be able to detect and acquire environmental information such as temperature and atmospheric pressure in which the user is placed. Further, the terminal device 10 may have various functions such as a heartbeat sensor and may be able to detect and acquire biometric information of the user. For example, the user who uses the terminal device 10 may acquire the context information of the user himself/herself by the terminal device 10 by wearing a wearable device capable of communicating with the terminal device 10. For example, the user who uses the terminal device 10 may wear the wristband-type wearable device that can communicate with the terminal device 10 so that the terminal device 10 can acquire information about the user's own heartbeat (pulse). ..

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にキーワードや位置情報等の種々の行動情報等を送信する。 In addition, the terminal device 10 receives a user operation. Further, the terminal device 10 transmits various kinds of information to the information processing device 100. For example, the terminal device 10 transmits various action information such as keywords and position information to the information processing device 100.

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。 In the example illustrated in FIG. 1, the terminal device 10 will be described as the terminal devices 10-1 to 10-5 according to the user who uses the terminal device 10. For example, the terminal device 10-1 is the terminal device 10 used by the user U1. Further, for example, the terminal device 10-2 is the terminal device 10 used by the user U2. Further, in the following, the terminal devices 10-1 to 10-5 will be referred to as the terminal device 10 in the case of being described without distinction.

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。 As described above, when "user U* (* is an arbitrary numerical value)" is described, that user is identified by the user ID "U*". For example, when described as “user U2”, the user is the user identified by the user ID “U2”. The information processing system 1 illustrated in FIG. 1 includes a large number of terminal devices 10 such as a terminal device 10 used by a user U1 and a terminal device 10 used by a user U2.

情報処理装置１００は、ユーザによるコンテンツの閲覧行動を示す行動情報と、コンテンツの閲覧時のユーザの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コンテンツに対応する対象に関する需要を予測する情報処理装置である。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キーワード（名詞等に対応する文字列）と、コンテンツの閲覧時のユーザの位置情報とに基づいて、キーワードに対応する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。 The information processing apparatus 100 is information that predicts demand for a target corresponding to content in an area corresponding to position information, based on behavior information indicating a content browsing behavior by the user and position information of the user when browsing the content. It is a processing device. The information processing apparatus 100 predicts the demand for the target corresponding to the keyword based on the keyword (character string corresponding to a noun or the like) included in the content browsed by the user and the position information of the user at the time of browsing the content. .. In addition, for example, the information processing apparatus 100 provides information indicating demand for a target to a business operator related to the target.

また、情報処理装置１００は、端末装置１０から取得したコンテンツ要求に対するコンテンツを端末装置１０に提供するコンテンツ配信サービスを提供する。図１の例では、情報処理装置１００は、コンテンツ要求に対応する所定の情報（コンテンツ）を、コンテンツ要求の送信元である端末装置１０へ提供する。 Further, the information processing apparatus 100 provides a content distribution service that provides the terminal device 10 with the content corresponding to the content request acquired from the terminal device 10. In the example of FIG. 1, the information processing device 100 provides predetermined information (content) corresponding to the content request to the terminal device 10 that is the transmission source of the content request.

なお、図１では、情報処理装置１００がコンテンツ配信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コンテンツ配信サービスを提供する場合、情報処理装置１００はコンテンツ配信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、コンテンツ配信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。 Although FIG. 1 shows the case where the information processing apparatus 100 provides the content distribution service, when the external information processing apparatus provides the content distribution service, the information processing apparatus 100 does not have to provide the content distribution service. Good. In this case, the information processing apparatus 100 may acquire various information from an external information processing apparatus or the like that provides a content distribution service, predict demand based on the acquired information, and provide information to the business operator.

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の例では、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。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に対してキーワードに関する指定を行う。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は、事業者装置２０がノート型ＰＣである場合を示す。 The business entity apparatus 20 is an information processing apparatus used by a business entity (company). In the example of FIG. 1, the business entity apparatus 20 is an information processing apparatus used by the manager M1 of the ramen shop MA, which is the business entity. For example, the administrator M1 of the ramen shop MA uses the business entity apparatus 20 to specify the keyword with respect to the information processing apparatus 100. Further, the business entity apparatus 20 is realized by, for example, a smartphone, a tablet terminal, a notebook PC, a desktop PC, a mobile phone, a PDA, or the like. FIG. 1 shows a case where the business entity apparatus 20 is a notebook PC.

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が閲覧したコンテンツに含まれるキーワードとともに端末装置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。図１の例では、情報処理装置１００は、各ユーザにニュース記事をコンテンツとして配信する。 In the example of FIG. 1, the information processing device 100 uses the functions such as the GPS sensor of the terminal device 10 used by the users U1 to U5 and the like, and the position of the terminal device 10 together with the keyword included in the content browsed by the users U1 to U5. To get. The map information MP1 shown in FIG. 1 schematically shows the positions of the users U1 to U5. In the example of FIG. 1, the information processing apparatus 100 delivers a news article as content to each user.

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「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ＭＡに提供する。 Moreover, in the example of FIG. 1, the case where the business operator receiving the information provision is the ramen shop MA is shown. For example, in FIG. 1, the information processing apparatus 100 acquires a request for information regarding demand regarding the target “ramen” in the area A from the ramen shop MA, and acquires information regarding demand corresponding to the target in the area indicated by the acquired request. Provide to MA.

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からコンテンツ要求と位置情報とを取得する（ステップＳ１１−１）。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からコンテンツ要求と位置情報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。 First, the information processing device 100 acquires a content request and position information from the terminal device 10-1 used by the user U1 (step S11-1). In the example of FIG. 1, the information processing device 100 acquires the content request and the position information LC1 from the terminal device 10-1 at the date and time DT1. In the example of FIG. 1, an abstract code such as the position information LC1 is shown, but the position information may be information indicating specific latitude or longitude (latitude/longitude information) or the like. In addition, hereinafter, “positional information LC* (* is an arbitrary numerical value)” may be described as “positional LC*”. For example, when described as “position LC1”, that position is a position corresponding to the position information LC1. In the example of FIG. 1, the position LC1 is assumed to be a position within the area A.

そして、情報処理装置１００は、コンテンツ要求に応じて、キーワード「塩ラーメン」を含むコンテンツＣＴ１１を端末装置１０−１へ提供する（ステップＳ１２−１）。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がキーワード「塩ラーメン」を含むコンテンツＣＴ１１の閲覧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がキーワード「塩ラーメン」を含むコンテンツＣＴ１１の閲覧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。 Then, the information processing apparatus 100 provides the content CT11 including the keyword “salt ramen” to the terminal device 10-1 in response to the content request (step S12-1). Further, the information processing apparatus 100 stores, in the behavior information storage unit 123, behavior information indicating that the user U1 browses the content CT11 including the keyword “salt ramen” at the position LC1 at the date and time DT1. In the example of FIG. 1, the information processing apparatus 100 stores action information indicating that the user U1 browses the content CT11 including the keyword “salt ramen” at the position LC1 in the area A at the date and time DT1. It is stored in 123.

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からコンテンツ要求と位置情報とを取得する（ステップＳ１１−２）。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からコンテンツ要求と位置情報ＬＣ２とを取得する。そして、情報処理装置１００は、コンテンツ要求に応じて、キーワード「スマホＳＨ」やキーワード「赤」を含むコンテンツＣＴ１２を端末装置１０−２へ提供する（ステップＳ１２−２）。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がキーワード「スマホＳＨ」やキーワード「赤」を含むコンテンツＣＴ１２の閲覧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。 The information processing apparatus 100 also acquires the content request and the position information from the terminal device 10-2 used by the user U2 (step S11-2). In the example of FIG. 1, the information processing device 100 acquires the content request and the position information LC2 from the terminal device 10-2 at the date and time DT2. Then, the information processing apparatus 100 provides the content CT12 including the keyword “smartphone SH” and the keyword “red” to the terminal device 10-2 in response to the content request (step S12-2). Further, the information processing apparatus 100 stores, in the action information storage unit 123, action information indicating that the user U2 browses the content CT12 including the keyword “smartphone SH” and the keyword “red” at the position LC2 at the date and time DT2. To do.

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からコンテンツ要求と位置情報とを取得する（ステップＳ１１−３）。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からコンテンツ要求と位置情報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、コンテンツ要求に応じて、キーワード「塩ラーメン」やキーワード「Ａエリア」を含むコンテンツＣＴ１３を端末装置１０−３へ提供する（ステップＳ１２−３）。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がキーワード「塩ラーメン」やキーワード「Ａエリア」を含むコンテンツＣＴ１３の閲覧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。 Further, the information processing device 100 acquires the content request and the position information from the terminal device 10-3 used by the user U3 (step S11-3). In the example of FIG. 1, the information processing device 100 acquires the content request and the position information LC3 from the terminal device 10-3 at the date and time DT3. In the example of FIG. 1, the position LC3 is assumed to be a position within the area A. Then, the information processing apparatus 100 provides the content CT13 including the keyword “salt ramen” and the keyword “A area” to the terminal device 10-3 in response to the content request (step S12-3). Further, the information processing apparatus 100 displays action information indicating that the user U3 browses the content CT13 including the keyword “salt ramen” and the keyword “A area” at the position LC3 in the A area on the date and time DT3. It is stored in the storage unit 123.

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からコンテンツ要求と位置情報とを取得する（ステップＳ１１−４）。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からコンテンツ要求と位置情報ＬＣ４とを取得する。そして、情報処理装置１００は、コンテンツ要求に応じて、キーワード「天気」を含むコンテンツＣＴ１４を端末装置１０−４へ提供する（ステップＳ１２−４）。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がキーワード「天気」を含むコンテンツＣＴ１４の閲覧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。 Further, the information processing device 100 acquires the content request and the position information from the terminal device 10-4 used by the user U4 (step S11-4). In the example of FIG. 1, the information processing device 100 acquires the content request and the position information LC4 from the terminal device 10-4 at the date and time DT4. Then, the information processing apparatus 100 provides the content CT14 including the keyword “weather” to the terminal device 10-4 in response to the content request (step S12-4). Further, the information processing apparatus 100 stores, in the behavior information storage unit 123, behavior information indicating that the user U4 browses the content CT14 including the keyword “weather” at the position LC4 at the date and time DT4.

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からコンテンツ要求と位置情報とを取得する（ステップＳ１１−５）。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からコンテンツ要求と位置情報ＬＣ５とを取得する。そして、情報処理装置１００は、コンテンツ要求に応じて、キーワード「スマホＳＨ」やキーワード「高い」を含むコンテンツＣＴ１５を端末装置１０−５へ提供する（ステップＳ１２−５）。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がキーワード「スマホＳＨ」やキーワード「高い」を含むコンテンツＣＴ１５の閲覧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。 Further, the information processing device 100 acquires the content request and the position information from the terminal device 10-5 used by the user U5 (step S11-5). In the example of FIG. 1, the information processing apparatus 100 acquires the content request and the position information LC5 from the terminal device 10-5 at the date and time DT5. Then, the information processing apparatus 100 provides the content CT15 including the keyword “smartphone SH” and the keyword “high” to the terminal device 10-5 in response to the content request (step S12-5). Further, the information processing apparatus 100 stores, in the action information storage unit 123, action information indicating that the user U5 browses the content CT15 including the keyword “smartphone SH” and the keyword “high” at the position LC5 at the date and time DT5. To do.

以下、ステップＳ１１−１〜Ｓ１１−５を区別せずに説明する場合、ステップＳ１１と総称する。ステップＳ１１において、情報処理装置１００は、端末装置１０−１〜１０−５等にニュース記事であるコンテンツＣＴ１１〜ＣＴ１５等を配信する。情報処理装置１００は、端末装置１０−１〜１０−５等に配信したコンテンツＣＴ１１〜ＣＴ１５等からキーワードを抽出する。また、ステップＳ１１−１〜Ｓ１１−５に限らず、各ユーザのコンテンツ要求は、複数回行われてもよい。ステップＳ１２−１〜Ｓ１２−５を区別せずに説明する場合、ステップＳ１２と総称する。また、ステップＳ１２−１〜Ｓ１２−５に限らず、各ユーザの閲覧は、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）が閲覧したコンテンツに含まれるキーワードを取得する。 Hereinafter, when the steps S11-1 to S11-5 will be described without distinction, they will be collectively referred to as step S11. In step S11, the information processing apparatus 100 distributes the contents CT11 to CT15 and the like, which are news articles, to the terminal devices 10-1 to 10-5 and the like. The information processing apparatus 100 extracts keywords from the contents CT11 to CT15 and the like distributed to the terminal devices 10-1 to 10-5 and the like. Further, the content request of each user is not limited to steps S11-1 to S11-5, and may be made a plurality of times. When the steps S12-1 to S12-5 are described without making a distinction, they are collectively referred to as step S12. Further, the browsing of each user is not limited to steps S12-1 to S12-5, and may be performed multiple times. Although FIG. 1 illustrates five users U1 to U5, the information processing apparatus 100 is not limited to the users U1 to U5, and a large number of users (for example, 1 million users or 10 million users) browsed. Get the keywords included in the content.

これにより、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キーワードと、コンテンツの閲覧時のユーザの位置情報との組合せを収集する（ステップＳ１３）。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等が閲覧したコンテンツに含まれるキーワードと、コンテンツの閲覧時のユーザの位置ＬＣ１〜ＬＣ５等との組合せを収集する。 Thereby, the information processing apparatus 100 collects the combination of the keyword included in the content browsed by the user and the position information of the user at the time of browsing the content (step S13). In the example of FIG. 1, the information processing apparatus 100, as shown in the behavior information storage unit 123, includes the keywords included in the content browsed by the users U1 to U5 and the positions LC1 to LC5 of the user when browsing the content. Collect a combination of.

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Ｓ１４）。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、各エリアにおける閲覧回数を用いてスコアを生成する。なお、情報処理装置１００は、閲覧が行われた位置や時間に基づいて各閲覧の重みを生成し、生成した各閲覧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、各閲覧の重みを「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、各エリアにおける閲覧回数の合算をスコアとして生成する。 Then, the information processing apparatus 100 generates a score regarding the predetermined target (step S14). For example, the information processing apparatus 100 generates (calculates) a score for each of a plurality of areas for a predetermined target. In the example of FIG. 1, the information processing apparatus 100 generates a score for each of a plurality of areas such as the A area to the D area for the target “salt ramen”. For example, the information processing apparatus 100 generates a score for the target “salt ramen” by using the number of times of browsing in each area. The information processing apparatus 100 may generate the weight of each browsing based on the position and time when the browsing is performed, and may generate the score using the generated weight of each browsing, which will be described later in detail. In the example of FIG. 1, to simplify the description, the information processing apparatus 100 sets the weight of each browsing to “1” and generates the score of the target “salt ramen” in each area. That is, in the example of FIG. 1, the information processing apparatus 100 generates, as a score, the total number of times of browsing in each area for the target “salt ramen”.

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。 In the example of FIG. 1, the information processing apparatus 100, as shown in the area-based list ADL1, generates a score for each of a plurality of areas such as areas A to D for the target “salt ramen”. For example, the information processing apparatus 100 calculates the score of the target “salt ramen” in the area A as “10000”. For example, the information processing apparatus 100 calculates the score of the target “salt ramen” in the B area as “500”. For example, the information processing apparatus 100 calculates the score of the target “salt ramen” in the C area as “10”. For example, the information processing apparatus 100 calculates the score of the target “salt ramen” in the D area as “200”.

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Ｓ１５）。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。 Then, the information processing apparatus 100 predicts the demand based on the generated information regarding the score (step S15). In the example of FIG. 1, the information processing apparatus 100 predicts the demand for each of a plurality of areas such as the A area to the D area for the target “salt ramen”, as shown in the demand list DDL1. For example, the information processing apparatus 100 predicts the demand for each area of the target based on the comparison between the score corresponding to each area and a predetermined threshold value. In the example of FIG. 1, the information processing apparatus 100 predicts the demand for each area by using the first threshold value “5000” and the second threshold value “500”. For example, the information processing apparatus 100 predicts that the demand of the target is “high” for an area whose score is equal to or higher than the first threshold. For example, the information processing apparatus 100 predicts that the demand of the target is “medium” for an area having a score equal to or higher than the second threshold. For example, the information processing apparatus 100 predicts that the target demand is “low” for an area whose score is less than the second threshold.

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。 In the example of FIG. 1, since the information processing apparatus 100 has a score of “10000” for the target “salt ramen” in the A area, which is equal to or higher than the first threshold, the demand for the target “salt ramen” in the A area is “high”. I predict." Moreover, since the information processing apparatus 100 has a score of “500” for the target “salt ramen” in the B area, which is less than the first threshold and equal to or more than the second threshold, the demand for the target “salt ramen” in the B area is “ Medium". Further, the information processing apparatus 100 predicts that the demand of the target “salt ramen” in the C area is “low” because the score of the target “salt ramen” in the C area is “10” and is less than the second threshold. .. Further, the information processing apparatus 100 predicts that the demand of the target “salt ramen” in the D area is “low” because the score of the target “salt ramen” in the D area is “200” and is less than the second threshold. ..

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Ｓ１６）。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。ここで、ラーメン店ＭＡは、エリアＡ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。 Then, the information processing apparatus 100 provides the business operator with the demand information (step S16). In the example of FIG. 1, the information processing apparatus 100 provides demand information to the business entity apparatus 20 used by the manager M1 of the ramen shop MA. Here, the ramen restaurant MA is a restaurant located in the area A and serving soy sauce ramen RM. Therefore, the information processing apparatus 100 provides the business apparatus 20 with information indicating that the demand for salt ramen is high in the area A. As a result, the manager M1 of the ramen shop MA can understand that it is more likely to make a profit in the area A when the salt ramen is provided. Therefore, the soy sauce ramen RM is changed to the salt ramen. Or to add salt ramen as a donation. The information processing apparatus 100 may provide the demand list DDL1 to the business entity apparatus 20. Accordingly, the manager M1 of the ramen shop MA can understand that the demand for salt ramen in the area A is relatively higher than that in other areas, and thus can make a more appropriate judgment.

このように、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キーワードと、コンテンツの閲覧時のユーザの位置情報とに基づいて、キーワード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、キーワード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キーワード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。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。 As described above, the information processing apparatus 100 predicts the demand for the target corresponding to the keyword based on the keyword included in the content browsed by the user and the position information of the user at the time of browsing the content. In the example of FIG. 1, the information processing apparatus 100 predicts the demand for the target corresponding to the keyword in the area corresponding to the position information, based on the keyword and the position information. Then, the information processing device 100 provides the predicted information to the business operator. Thereby, the business operator who receives the information can make a more appropriate judgment about his/her business based on the information provided.

〔１−１．他の情報の利用〕
図１の例では、情報処理装置１００がユーザに閲覧されたコンテンツに含まれるキーワードを用いて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、需要を予測してもよい。すなわち、情報処理装置１００は、ユーザによるコンテンツの閲覧行動を示す行動情報以外の行動情報を用いてもよい。 [1-1. Use of other information]
In the example of FIG. 1, the case where the information processing apparatus 100 predicts the demand by using the keyword included in the content browsed by the user is shown, but the information processing apparatus 100 predicts the demand by using various information. You may. That is, the information processing apparatus 100 may use action information other than the action information indicating the content browsing action by the user.

〔１−１−１．行動情報〕
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、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、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、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、対象の需要を予測してもよい。 [1-1-1. Behavior information]
For example, the information processing apparatus 100 may predict demand by using various types of information regarding the behavior of the user. For example, the information processing apparatus 100 may predict demand by using various action information such as information regarding user input, information regarding user purchasing behavior, and information regarding user content browsing. For example, the information processing apparatus 100 may predict demand for products and services purchased by the user. For example, the information processing apparatus 100 may predict the target demand by using the number of times the user purchases the product X. Further, the information processing apparatus 100 may predict the demand of the target included in the content browsed by the user. For example, when the content Y or the like browsed by the user includes the target “salt ramen”, the information processing apparatus 100 may predict the demand of the target by using the number of times of browsing the content Y or the like.

〔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、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、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、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、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、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、需要を予測してもよい。 [1-1-2. Input information)
The information processing apparatus 100 may predict the demand not only by using the query but also by using various information (input information) input by the user. For example, the information processing device 100 may predict demand by using character information communicated via a predetermined network. For example, the information processing apparatus 100 may predict demand by using post information posted by the user in the social networking service and position information of the user at the time of posting. For example, the information processing device 100 may predict demand by using input information input by a user in a predetermined SNS (Social Networking Service). For example, the information processing apparatus 100 may predict demand by using posted information (input information) posted (input) by a user in Twitter (registered trademark), Facebook (registered trademark), or the like. For example, the information processing apparatus 100 may predict demand by using a sentence (character information) posted by the user in Twitter.

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、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、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、需要を予測してもよい。 For example, the information processing device 100 may predict the demand by using the input information input by the user in the message service. For example, the information processing apparatus 100 may predict demand by using input information input by a user in a message service such as LINE (registered trademark). For example, the information processing apparatus 100 may predict the demand by using the input information input in the email.

〔１−１−３．検索情報〕
情報処理装置１００は、ユーザの検索行動に関する行動情報を用いて、需要を予測してもよい。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してもよい。情報処理装置１００は、クエリが用いられた検索の回数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してもよい。情報処理装置１００は、クエリと、クエリとの関連性に応じて変動する重みとに基づいて、対象に関する需要を予測してもよい。 [1-1-3. Search information)
The information processing apparatus 100 may predict the demand by using the action information regarding the search action of the user. The information processing apparatus 100 may predict the demand regarding the target corresponding to the query based on the query used by the user for the search and the position information of the user at the time of the search by the query. The information processing apparatus 100 may predict the demand for the target based on the score calculated based on the number of searches using the query. The information processing apparatus 100 may predict the demand for the target based on the query and the weight that changes according to the relevance to the query.

〔１−２．コンテンツ〕
〔１−２−１．要求態様に応じた重み変動〕
例えば、ユーザが視認した情報は、その情報に含まれる対象に対して、ユーザの需要を喚起すると想定される。そのため、情報処理装置１００は、ユーザ自らが特定の情報を要求したか否かに関わらず、ユーザが閲覧したコンテンツに含まれるキーワードに対応する対象に対するユーザの需要を喚起すると判定する。そして、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キーワードと、コンテンツの閲覧時のユーザの位置情報とに基づいて、キーワードに対応する対象に関する需要を予測する。 [1-2. content〕
[1-2-1. Weight variation according to request mode]
For example, it is assumed that the information visually recognized by the user stimulates the demand of the user for the target included in the information. Therefore, the information processing apparatus 100 determines that the user's demand for the target corresponding to the keyword included in the content browsed by the user is aroused regardless of whether or not the user himself has requested specific information. Then, the information processing apparatus 100 predicts the demand for the target corresponding to the keyword based on the keyword included in the content browsed by the user and the position information of the user at the time of browsing the content.

なお、情報処理装置１００は、ユーザのコンテンツ要求に応じて提供されたコンテンツ（「能動コンテンツ」とする）の閲覧の重みを、ユーザのコンテンツ要求に依らず提供されたコンテンツ（「受動コンテンツ」とする）の閲覧の重みよりも重くしてもよい。例えば、情報処理装置１００は、能動コンテンツの閲覧の重みを「２」とし、受動コンテンツの閲覧の重みを「１」としてもよい。この場合、情報処理装置１００は、能動コンテンツの閲覧を、受動コンテンツの閲覧よりも２倍の価値があると判定してもよい。情報処理装置１００は、能動コンテンツの閲覧が、受動コンテンツの閲覧の２回分の需要喚起の効果があると予測してもよい。 Note that the information processing apparatus 100 sets the weight of browsing of content provided as a content request of a user (referred to as “active content”) to content provided as a content request of a user (“passive content”). Yes). For example, the information processing apparatus 100 may set the weight of browsing active content to “2” and the weight of browsing passive content to “1”. In this case, the information processing apparatus 100 may determine that browsing the active content is twice as valuable as browsing the passive content. The information processing apparatus 100 may predict that browsing active content has an effect of stimulating demand twice as much as browsing passive content.

また、情報処理装置１００は、ユーザが特定の対象のコンテンツを要求した場合、そのコンテンツ（「特定コンテンツ」とする）の閲覧の重みを、ユーザ自らが特定の情報を要求していないコンテンツ（「任意コンテンツ」とする）の閲覧の重みよりも重くしてもよい。例えば、情報処理装置１００は、特定コンテンツの閲覧の重みを「２」とし、任意コンテンツの閲覧の重みを「１」としてもよい。この場合、情報処理装置１００は、特定コンテンツの閲覧を、任意コンテンツの閲覧よりも２倍の価値があると判定してもよい。情報処理装置１００は、特定コンテンツの閲覧が、任意コンテンツの閲覧の２回分の需要喚起の効果があると予測してもよい。 In addition, when the user requests content of a specific target, the information processing apparatus 100 sets the weight of browsing of the content (referred to as “specific content”) to the content (“” for which the user does not request specific information). It may be heavier than the browsing weight of “arbitrary content”). For example, the information processing apparatus 100 may set the browsing weight of the specific content to “2” and the browsing weight of the arbitrary content to “1”. In this case, the information processing apparatus 100 may determine that browsing the specific content is twice as valuable as browsing the arbitrary content. The information processing apparatus 100 may predict that the browsing of the specific content has the effect of stimulating the demand twice for browsing the arbitrary content.

〔１−２−２．コンテンツの種類〕
なお、キーワードの抽出対象（取得対象）となるコンテンツは、ニュース記事や商品ページ（商品情報）等、種々のコンテンツであってもよい。例えば、情報処理装置１００は、対象に対応するキーワード（文字列）が含まれるコンテンツであれば、どのようなコンテンツを対象として、上記の処理を行ってもよい。例えば、情報処理装置１００は、ユーザが閲覧した所定のＳＮＳのページをコンテンツとして、そのコンテンツ中に含まれるキーワードを計数してもよい。 [1-2-2. Content type]
The content from which the keyword is extracted (acquisition target) may be various contents such as news articles and product pages (product information). For example, the information processing apparatus 100 may perform the above process on any content as long as the content includes a keyword (character string) corresponding to the target. For example, the information processing apparatus 100 may count the keywords included in the content by using the page of the predetermined SNS browsed by the user as the content.

〔１−２−３．キーワード〕
また、キーワードは、コンテンツに含まれるキーワードであればどのようなものであってもよい。例えば、キーワードは、コンテンツがニュース記事である場合、そのニュース記事に含まれる固有名詞や商品名等であってもよい。また、例えば、キーワードは、コンテンツが商品ページ（商品情報）である場合、その商品名（製品名）等であってもよい。 [1-2-3. keyword〕
The keyword may be any keyword as long as it is included in the content. For example, when the content is a news article, the keyword may be a proper noun or a product name included in the news article. Further, for example, when the content is a product page (product information), the keyword may be the product name (product name) or the like.

〔１−３．位置及び時間を組み合わせた需要予測〕
また、情報処理装置１００は、位置とともに時間も組み合わせて、キーワード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、位置と時間との組み合わせごとにキーワードを収集し、各組み合わせに対応するキーワード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キーワードを収集し、各組み合わせにおけるキーワード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キーワードを収集し、各組み合わせにおけるキーワードに対応する対象ごとにスコアを算出してもよい。 [1-3. Demand forecast combining location and time)
In addition, the information processing apparatus 100 may combine the position and the time to predict the demand regarding the target corresponding to the keyword. For example, the information processing apparatus 100 may collect keywords for each combination of position and time and calculate a score for each keyword corresponding to each combination. For example, the information processing apparatus 100 may collect keywords for each combination of area and time zone (morning, daytime, night, etc.), and calculate a score for each target corresponding to the keyword in each combination. For example, the information processing apparatus 100 includes the A area, the B area, etc., the first time zone (4-12 o'clock), the second time zone (12-20 o'clock), the third time zone (20-4 o'clock), etc. The keywords may be collected for each combination, and the score may be calculated for each target corresponding to the keyword in each combination.

例えば、情報処理装置１００は、コンテンツの閲覧時の位置とコンテンツの閲覧時の時間帯またはキーワードに含まれる時間を示す文字列等とに基づいて、キーワードを組み合わせごとに収集し、各組み合わせにおけるキーワード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。 For example, the information processing apparatus 100 collects the keywords for each combination based on the position at the time of browsing the content and the character string indicating the time zone at the time of browsing the content or the time included in the keyword, and the keyword in each combination. The score may be calculated for each target corresponding to. For example, when the score of the target “salt ramen” in the combination of the B area and the daytime zone is equal to or higher than a predetermined threshold, the information processing apparatus 100 determines that the demand for salt ramen is high in the B area during the daytime. , May provide that information. For example, the information processing apparatus 100 provides information indicating that the demand for salt ramen is high during the daytime hours in the B area, to the pub business operator (business operator AB) whose business hours are only during the night hours in the B area. May be provided to Accordingly, the business operator AB can appropriately determine whether or not to perform business during the daytime hours and what kind of product to provide.

また、情報処理装置１００は、コンテンツが閲覧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コンテンツが閲覧された場合、そのコンテンツの閲覧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時等の間にキーワード「塩ラーメン」を含むコンテンツが閲覧された場合、そのコンテンツの閲覧の重みを、他の時間帯（例えば７−９時等）におけるキーワード「塩ラーメン」を含むコンテンツの閲覧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時等の間におけるキーワード「塩ラーメン」を含むコンテンツの閲覧の重みを「１．５」と大きくし、他の時間帯（例えば７−９時等）におけるキーワード「塩ラーメン」を含むコンテンツの閲覧の重みを「０．５」と小さくしてもよい。 Further, the information processing apparatus 100 may generate the score by changing the weight according to the time when the content is browsed. For example, the information processing apparatus 100 may generate a score by increasing the weight of browsing the content when the content related to the food is browsed during the meal time. For example, when the content including the keyword “shio ramen” is browsed between 12:00 and 13:00, the information processing apparatus 100 sets the weight of the browsing of the content to another time zone (for example, 7 to 9). It may be heavier than the weight of browsing the content including the keyword “shio ramen” in. For example, the information processing apparatus 100 increases the weight of browsing of the content including the keyword “shio ramen” between 12 and 13 o'clock, to “1.5”, and sets another time zone (for example, 7 to 9 o'clock). The weight of browsing the content including the keyword “shio ramen” in 1 may be reduced to “0.5”.

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その所定の対象を示すキーワードを含むコンテンツが閲覧された場合、そのコンテンツの閲覧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その所定の対象を示すキーワードを含むコンテンツが閲覧された場合、そのコンテンツの閲覧の重みを小さくしてスコアを生成してもよい。 For example, when the content including the keyword indicating the predetermined target is browsed within the business hours of the store that provides the predetermined target, the information processing apparatus 100 generates a score by increasing the weight of browsing the content. May be. For example, when the content including the keyword indicating the predetermined target is browsed outside the business hours of the store that provides the predetermined target, the information processing apparatus 100 reduces the weight of browsing the content and generates a score. May be.

〔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。 [1-4. Provision mode]
Further, for example, the information processing apparatus 100 may change the information provision mode according to the business scale (sales etc.) of the business operator serving as the information provision destination. For example, the information processing apparatus 100 may charge each time information is provided when the business scale (sales, etc.) of the business operator is less than a predetermined threshold value. In addition, for example, when the business scale (sales, etc.) of the business operator is equal to or greater than a predetermined threshold, the information processing apparatus 100 may provide information by the flat-rate system. For example, when the business scale (sales, etc.) of the business operator is equal to or greater than a predetermined threshold, the information processing apparatus 100 charges a billing amount set for each predetermined period and provides information within the predetermined period. May be. Further, for example, the information processing apparatus 100 may change the charge amount according to the business scale (sales etc.) of the business operator serving as the information provision destination. For example, when the business scale (sales etc.) of the business operator is less than a predetermined threshold value, the information processing apparatus 100 provides the same information as in the case of providing information to the business operator whose business scale is a predetermined threshold value or more. The billing amount may be lowered.

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。 Moreover, the information processing apparatus 100 may provide information to the business operator in various modes. Further, the information processing apparatus 100 is not limited to providing information to the business entity apparatus 20 in response to a request from the business entity, and may accept pre-registration of a target from the business entity, for example. In this case, the information processing apparatus 100 may provide the business operator with information regarding the demand of the target when the demand regarding the target pre-registered by the business operator satisfies a predetermined condition. For example, the information processing apparatus 100 may notify the business operator of an alert when the demand for the target pre-registered by the business operator has changed significantly from the latest record (sales etc.).

〔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、キーワード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キーワード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キーワードの情報も加味して需要の予測を行ってもよい。 [1-5. Use of information]
Note that, in the example of FIG. 1, for simplification of description, the case where the keyword matches the character string indicating the target is shown as an example, but the information processing apparatus 100 also includes information on the keyword regarding a word that is semantically similar. The demand may be predicted in consideration. For example, the information processing apparatus 100 is not limited to the above, and uses a corpus indicating a high-order word, a low-order word, a synonym, and the like, a distributed expression from an algorithm such as word2vec, and the like, and also provides information on keywords related to semantically similar words The demand may be predicted in consideration.

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）に関するキーワード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）に関するキーワード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）に関するキーワードの情報も加味して需要の予測を行ってもよい。 For example, the information processing apparatus 100 may perform the demand prediction by also taking into account the information of the keywords regarding the words (character strings) that have a conceptual similarity with the target of which the demand is predicted. For example, the information processing apparatus 100 may perform the demand prediction by also taking into consideration the information about the keywords (words) having a superordinate relationship with the target of which the demand is predicted. In the example of FIG. 1, the information processing apparatus 100 predicts demand by also adding keyword information regarding a word (character string) corresponding to a superordinate concept of the target “salt ramen” such as “ramen” or “fresh ramen”. You may go.

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）に関するキーワード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）に関するキーワードの情報も加味して需要の予測を行ってもよい。 For example, the information processing apparatus 100 may predict demand by also considering information on keywords related to words (character strings) that are subordinate to the target for which demand is predicted. In the example of FIG. 1, the information processing apparatus 100 also takes into consideration the keyword information about the word (character string) corresponding to the subordinate concept of the target “Shio Ramen” such as the specific shop name “Ramen shop X” of the salt ramen shop. You may forecast demand.

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）に関するキーワード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）に関するキーワードの情報も加味して需要の予測を行ってもよい。 For example, the information processing apparatus 100 may perform the demand prediction by also considering the keyword information about the word (character string) that is a synonym of the word (character string) indicating the target for which the demand is predicted. In the example of FIG. 1, the information processing apparatus 100 predicts demand by also adding keyword information about words (character strings) corresponding to synonyms of the target “shio ramen” such as “Chuka soba” and “tonkotsu ramen”. You can go.

〔１−６．関連商品の需要〕
なお、情報処理装置１００は、キーワードに対応する対象であれば、キーワード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、コンテンツの閲覧回数に基づいて、キーワード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。 [1-6. Demand for related products]
Note that the information processing apparatus 100 may predict demand for various objects as well as the object indicated by the keyword as long as the object corresponds to the keyword. For example, the information processing apparatus 100 predicts the demand for related products related to the product indicated by the keyword and related products in the area corresponding to the position information, based on the number of times the content is viewed.

例えば、情報処理装置１００は、キーワード「スマホ」が含まれるコンテンツの閲覧情報（行動情報）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、例えばコンテンツの閲覧時の位置情報が海Ａ付近であり、閲覧したコンテンツには、キーワードとして「スマホ」や「水没」「スマホ」や「起動しなくなった」等が多数（例えば１万や全体の数％等）含まれる閲覧情報（行動情報）を取得するものとする。例えば、情報処理装置１００は、例えばコンテンツの閲覧時の位置情報が海Ｂ付近である場合、その閲覧におけるコンテンツには「スマホ」や「水没」「スマホ」や「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）閲覧情報（行動情報）を取得するものとする。 For example, the information processing apparatus 100 may predict the demand for the product (related product) “smartphone” related to the product “smartphone” based on the browsing information (action information) of the content including the keyword “smartphone”. .. For example, in the information processing apparatus 100, for example, the position information at the time of browsing the content is near the sea A, and the browsed content includes “smartphone”, “submerged”, “smartphone”, “not started”, and the like as keywords. It is assumed that the browsing information (behavior information) included in a large number (for example, 10,000 or several% of the whole) is acquired. For example, in the case where the position information at the time of browsing the content is near the sea B, the information processing apparatus 100 almost includes “smartphone”, “submerged”, “smartphone”, “not started”, etc. in the content in the browsing. It is assumed that the browsing information (action information) that does not exist (for example, 0 or several) is acquired.

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キーワードを用いて、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、キーワード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。 In this case, for example, it is predicted that the smartphone is likely to break down near the sea A, such as being submerged near the sea A. For example, near the sea A, the scenery is beautiful and a photo spot, but it is predicted that there are many cases where the feet are bad and the water is submerged. Therefore, the information processing apparatus 100 can predict that, for example, in the vicinity of the sea A, the demand for smartphone-related products such as a smartphone waterproof case will increase. In this case, the information processing apparatus 100 may suggest to the business operator to sell a smartphone waterproof case near the sea A or to rent out a dryer that dries when the smartphone is submerged in water, for example. As a result, the information processing apparatus 100 can contribute to prevention and recovery of a smartphone failure near the sea A. As described above, the information processing apparatus 100 may predict the demand for an incidental product (related product) for preventing or recovering from a failure or the like of the product by using a keyword related to the state of the product or the like. Good. The information processing apparatus 100 may predict the demand of the target related to the target, that is, the indirect demand, instead of the target itself indicated by the keyword.

〔２．情報処理装置の構成〕
次に、図３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３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３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。 [2. Configuration of information processing device]
Next, the configuration of the information processing device 100 according to the embodiment will be described with reference to FIG. FIG. 3 is a diagram illustrating a configuration example of the information processing device according to the embodiment. As shown in FIG. 3, the information processing device 100 includes a communication unit 110, a storage unit 120, and a control unit 130. The information processing apparatus 100 includes an input unit (for example, a keyboard and a mouse) that receives various operations from an administrator of the information processing apparatus 100, and a display unit (for example, a liquid crystal display) for displaying various information. You may have.

（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。 (Communication unit 110)
The communication unit 110 is realized by, for example, a NIC (Network Interface Card) or the like. The communication unit 110 is connected to a network by wire or wirelessly, and transmits/receives information to/from the terminal device 10 or the business entity device 20 included in the information processing system 1, for example.

（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３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とを有する。なお、図３では図示を省略するが、記憶部１２０は、ユーザに提供（配信）される種々のコンテンツが記憶されるコンテンツ情報記憶部を有する。 (Storage unit 120)
The storage unit 120 is realized by, for example, a semiconductor memory device such as a RAM (Random Access Memory) or a flash memory (Flash Memory), or a storage device such as a hard disk or an optical disk. As illustrated in FIG. 3, the storage unit 120 according to the embodiment includes a business information storage unit 121, a user information storage unit 122, a behavior information storage unit 123, and a demand information storage unit 124. Although not shown in FIG. 3, the storage unit 120 has a content information storage unit that stores various contents provided (distributed) to the user.

（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、商品に関する各種情報を記憶する。図４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４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。 (Business information storage unit 121)
The business entity information storage unit 121 according to the embodiment stores various kinds of information regarding products. FIG. 4 is a diagram illustrating an example of the business entity information storage unit according to the embodiment. The business entity information storage unit 121 illustrated in FIG. 4 includes items such as “business entity ID”, “business entity”, “business type”, “location”, and “provided item”.

「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。 “Business operator ID” indicates identification information for identifying a business operator. “Business operator” indicates a business operator identified by the corresponding business operator ID. For example, “company” indicates the name of the company identified by the corresponding company ID. “Business category” indicates the business category of the business operator identified by the corresponding business operator ID. “Location” indicates the location of the business operator identified by the corresponding business operator ID. The “provided product” indicates a product or service provided by the business operator identified by the corresponding business operator ID.

例えば、図４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４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。 For example, in the example illustrated in FIG. 4, the business operator (business operator EP1) identified by the business operator ID “EP1” indicates that the business operator is “ramen shop MA” and the business type is “food and drink”. Further, the location of the ramen shop MA is shown as a position LC10 in the area A. In the example of FIG. 4, the position is illustrated by an abstract code such as “LC10”, but the position information may be specific latitude/longitude information or the like. The product offered by the ramen shop MA is “Soy sauce ramen RM”.

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。 Note that the business entity information storage unit 121 is not limited to the above, and may store various types of information according to the purpose. For example, the business information storage unit 121 may store information about the business scale such as the number of employees of the business and sales.

（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、ユーザ属性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、ユーザ属性情報を記憶する。図５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５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。 (User information storage unit 122)
The user information storage unit 122 according to the embodiment stores various information regarding user attributes. For example, the user information storage unit 122 stores user attribute information. FIG. 5 is a diagram illustrating an example of the user information storage unit according to the embodiment. The user information storage unit 122 illustrated in FIG. 5 includes items such as “user ID”, “age”, “sex”, “home”, “work place”, and “interest”.

「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。 “User ID” indicates identification information for identifying a user. For example, the user identified by the user ID “U1” corresponds to the user U1 shown in the example of FIG. The "age" indicates the age of the user identified by the user ID. The “age” may be a specific age of the user identified by the user ID, such as 35 years old. Further, “sex” indicates the sex of the user identified by the user ID.

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５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。 Further, "home" indicates the position information of the home of the user identified by the user ID. In the example shown in FIG. 5, “home” is an abstract code such as “LC11”, but it may be latitude/longitude information or the like. Further, for example, “home” may be a region name or an address.

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５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。 Further, "work location" indicates position information of the work location of the user identified by the user ID. Note that, in the example shown in FIG. 5, the “work place” shows an abstract code such as “LC12”, but it may be latitude and longitude information or the like. Further, for example, the “work place” may be a region name or an address.

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５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。 The "interest" indicates the interest of the user identified by the user ID. That is, “interest” indicates a target of high interest to the user identified by the user ID. In the example shown in FIG. 5, “interest” is shown for each user, but there may be a plurality of “interests”.

例えば、図５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。 For example, in the example illustrated in FIG. 5, the age of the user identified by the user ID “U1” is “20s”, and the gender is “male”. Further, for example, the user identified by the user ID “U1” indicates that his home is “LC11”. Further, for example, the user identified by the user ID “U1” indicates that the work place is “LC12”. Further, for example, the user identified by the user ID “U1” indicates that he is interested in “sports”.

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。 The user information storage unit 122 is not limited to the above, and may store various information according to the purpose. For example, the user information storage unit 122 may store information regarding the demographic attribute of the user and information regarding the psychographic attribute. For example, the user information storage unit 122 may store information such as name, family structure, income, interest, and lifestyle.

（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６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を用いて行ったコンテンツ閲覧等を含む種々の行動情報を記憶する。図６に示す行動情報記憶部１２３には、「行動ＩＤ」、「ユーザＩＤ」、「位置」、「日時」、「閲覧情報」といった項目が含まれる。また、「閲覧情報」には、「コンテンツ」、「キーワード１」、「キーワード２」等といった項目が含まれる。 (Behavior information storage unit 123)
The behavior information storage unit 123 according to the embodiment stores various information regarding the behavior of the user. FIG. 6 is a diagram illustrating an example of the behavior information storage unit according to the embodiment. For example, the behavior information storage unit 123 stores various behavior information including content browsing performed using the terminal device 10 of each user. The action information storage unit 123 illustrated in FIG. 6 includes items such as “action ID”, “user ID”, “position”, “date and time”, and “browsing information”. The "browsing information" includes items such as "content", "keyword 1", "keyword 2", and the like.

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。 The "action ID" indicates information that identifies the action of the user. “User ID” indicates identification information for identifying a user. For example, the user identified by the user ID “U1” corresponds to the user U1 shown in the example of FIG.

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、対応するコンテンツの閲覧時のユーザの位置を示す。なお、図６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。 Further, “position” indicates the position where the corresponding action is performed. For example, “position” indicates the position of the user when browsing the corresponding content. In the example of FIG. 6, the position is illustrated by an abstract code such as “LC1”, but the position information may be specific latitude/longitude information or the like.

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。 In addition, “date and time” indicates the date and time when the action of the corresponding user was performed. The “date and time” is illustrated in an abstract manner such as “DT1”, but a specific date and time such as “22:46:58 on July 25, 2017” may be stored.

また、「閲覧情報」は、対応する閲覧においてユーザに提供されたコンテンツに関する情報を示す。「コンテンツ」は、配信するコンテンツを示す。「コンテンツ」は、いわゆるコンテンツプロバイダ等の提供元から取得したコンテンツであるニュース記事や電子商取引サイトが提供する商品情報等であってもよい。図７では「コンテンツ」に「ＣＴ１１」といった概念的な情報が格納される例を示したが、実際には、文字情報や文字情報と画像との組合せ、または、これらの格納場所を示すファイルパス名などが格納される。 Further, the “browsing information” indicates information regarding the content provided to the user in the corresponding browsing. “Content” indicates the content to be distributed. The “content” may be a news article that is content acquired from a source such as a so-called content provider or product information provided by an electronic commerce site. In FIG. 7, an example in which conceptual information such as “CT11” is stored in “content” is shown. However, in reality, character information, a combination of character information and an image, or a file path indicating the storage location thereof is shown. The name etc. are stored.

「キーワード１」や「キーワード２」は、対応するコンテンツに含まれるキーワードを示す。なお、キーワードは、「キーワード１」、「キーワード２」に限らず、「キーワード３」、「キーワード４」等、コンテンツに含まれるキーワードが含まれてもよい。 “Keyword 1” and “keyword 2” indicate keywords included in the corresponding content. Note that the keywords are not limited to “keyword 1” and “keyword 2”, and may include keywords included in the content such as “keyword 3” and “keyword 4”.

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（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６に示す例においてユーザＵ１は、キーワード「塩ラーメン」が含まれるコンテンツ（コンテンツＣＴ１１）の閲覧（行動ＡＣ１１）を日時ＤＴ１に行ったことを示す。また、例えば、図６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６に示す例においてユーザＵ２は、キーワード「スマホＳＨ」とキーワード「赤」が含まれるコンテンツ（コンテンツＣＴ１２）の閲覧（行動ＡＣ１２）を日時ＤＴ２に行ったことを示す。 For example, in the example illustrated in FIG. 6, the user (user U1) identified by the user ID “U1” indicates that the behavior AC11 is performed at the position LC1. Specifically, in the example illustrated in FIG. 6, the user U1 indicates that the content (content CT11) including the keyword “salt ramen” is browsed (action AC11) at the date and time DT1. Further, for example, in the example illustrated in FIG. 6, the user (user U2) identified by the user ID “U2” indicates that the behavior AC12 is performed at the position LC2. Specifically, in the example illustrated in FIG. 6, the user U2 indicates that the content (content CT12) including the keyword “smartphone SH” and the keyword “red” is browsed (action AC12) at the date and time DT2.

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６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。 The behavior information storage unit 123 is not limited to the above, and may store various information according to the purpose. In addition, FIG. 6 shows the case where the behavior information is stored in the behavior information storage unit 123 for each user ID, but the behavior information is not limited to the order of date and time, and may be stored for each user ID, for example.

（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７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７に示す需要情報記憶部１２４は、「対象」、「需要情報」、「閲覧者属性情報」といった項目を有する。 (Demand information storage unit 124)
The demand information storage unit 124 according to the embodiment stores various information regarding demand. FIG. 7 is a diagram illustrating an example of the demand information storage unit according to the embodiment. The demand information storage unit 124 illustrated in FIG. 7 has items such as “target”, “demand information”, and “viewer attribute information”.

「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。 “Target” indicates a target for which demand information is generated. The “target” is not limited to a specific product name or service name, but may be a product or service category (beverage, fashion, travel, etc.).

「需要情報」は、対応する対象に関する需要情報を示す。「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。 “Demand information” indicates demand information about the corresponding target. The "demand information" includes items such as "area", "score", and "demand level". “Area” indicates an area that is a prediction target. The “score” indicates a score that is an evaluation value of demand for the target in the corresponding area. The “demand level” indicates the demand level regarding the object in the corresponding area.

「閲覧者属性情報」は、対応する対象に関するコンテンツの閲覧を行う閲覧者（ユーザ）の属性の需要情報を示す。「閲覧者属性情報」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、対象に対応するキーワードが含まれるコンテンツの閲覧を行う割合を示す。 The "viewer attribute information" indicates demand information of the attribute of a viewer (user) who browses the content related to the corresponding target. The “viewer attribute information” includes items such as “category”, “attribute”, and “ratio”. “Category” indicates a category for classifying users. The “attribute” indicates the type (attribute) in the corresponding category. Further, the “ratio” indicates the ratio of the user having the corresponding attribute browsing the content including the keyword corresponding to the target.

例えば、図７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。 For example, in the example shown in FIG. 7, the target of which the demand is predicted is salt ramen. Moreover, it shows that the demand score in the area A is “10000” for the target “salt ramen”. Further, the demand level of salt ramen in the area A is “high”.

また、図７の例では、Ａエリアにおいて対象「塩ラーメン」に対応するキーワードを含むコンテンツを閲覧するユーザのうち、男性が「２０％」であり、女性が「８０％」であることを示す。また、図７の例では、Ａエリアにおいて対象「塩ラーメン」に対応するキーワードを含むコンテンツを閲覧するユーザのうち、１０代が「６５％」等であることを示す。 Further, in the example of FIG. 7, among the users who browse the content including the keyword corresponding to the target “salt ramen” in the area A, males are “20%” and females are “80%”. .. Further, in the example of FIG. 7, among the users who browse the content including the keyword corresponding to the target “salt ramen” in the area A, the teens are “65%” or the like.

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。 In addition, the demand information storage unit 124 is not limited to the above, and may store various information according to the purpose. For example, the demand information storage unit 124 may store information regarding the date and time when the demand information was generated and the period during which the information used for generation was collected.

（制御部１３０）
図３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。 (Control unit 130)
Returning to the description of FIG. 3, the control unit 130 is a controller, and is stored in a storage device inside the information processing apparatus 100 by, for example, a CPU (Central Processing Unit) or an MPU (Micro Processing Unit). The various programs (corresponding to an example of the information processing program) are executed by using the RAM as a work area. The control unit 130 is a controller and is realized by an integrated circuit such as an ASIC (Application Specific Integrated Circuit) or an FPGA (Field Programmable Gate Array).

図３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。 As illustrated in FIG. 3, the control unit 130 includes an acquisition unit 131, a generation unit 132, a prediction unit 133, and a provision unit 134, and realizes or executes the functions and actions of information processing described below. ..

（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、ユーザによるコンテンツの閲覧行動を示す行動情報と、前記コンテンツの閲覧時の前記ユーザの位置情報とを取得する。取得部１３１は、コンテンツに含まれるキーワードを含む行動情報を取得する。取得部１３１は、ユーザが閲覧したコンテンツに含まれるキーワードと、コンテンツの閲覧時のユーザの位置情報とを取得する。 (Acquisition unit 131)
The acquisition unit 131 acquires various kinds of information. The acquisition unit 131 acquires various types of information from the storage unit 120. The acquisition unit 131 acquires various types of information from the company information storage unit 121, the user information storage unit 122, the behavior information storage unit 123, and the demand information storage unit 124. The acquisition unit 131 acquires various types of information from an external information processing device. The acquisition unit 131 acquires various information from the terminal device 10 and the business entity device 20. The acquisition unit 131 acquires action information indicating a content browsing action by a user and position information of the user at the time of browsing the content. The acquisition unit 131 acquires action information including a keyword included in the content. The acquisition unit 131 acquires a keyword included in the content browsed by the user and position information of the user at the time of browsing the content.

また、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からユーザが閲覧したコンテンツに含まれるキーワードを取得する。例えば、取得部１３１は、端末装置１０からコンテンツ要求を取得する。 Further, the acquisition unit 131 acquires various kinds of information from an external information processing device. For example, the acquisition unit 131 acquires a keyword included in the content browsed by the user from the behavior information storage unit 123. For example, the acquisition unit 131 acquires a content request from the terminal device 10.

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からコンテンツ要求と位置情報とを取得する。提供部１３４は、日時ＤＴ１において、端末装置１０−１からコンテンツ要求と位置情報ＬＣ１とを取得する。提供部１３４は、ユーザＵ２が利用する端末装置１０−２からコンテンツ要求と位置情報とを取得する。提供部１３４は、日時ＤＴ２において、端末装置１０−２からコンテンツ要求と位置情報ＬＣ２とを取得する。提供部１３４は、ユーザＵ３が利用する端末装置１０−３からコンテンツ要求と位置情報とを取得する。提供部１３４は、日時ＤＴ３において、端末装置１０−３からコンテンツ要求と位置情報ＬＣ３とを取得する。提供部１３４は、ユーザＵ４が利用する端末装置１０−４からコンテンツ要求と位置情報とを取得する。提供部１３４は、日時ＤＴ４において、端末装置１０−４からコンテンツ要求と位置情報ＬＣ４とを取得する。提供部１３４は、ユーザＵ５が利用する端末装置１０−５からコンテンツ要求と位置情報とを取得する。提供部１３４は、日時ＤＴ５において、端末装置１０−５からコンテンツ要求と位置情報ＬＣ５とを取得する。 In the example of FIG. 1, the acquisition unit 131 acquires the content request and the position information from the terminal device 10-1 used by the user U1. The providing unit 134 acquires the content request and the position information LC1 from the terminal device 10-1 at the date and time DT1. The providing unit 134 acquires the content request and the position information from the terminal device 10-2 used by the user U2. The providing unit 134 acquires the content request and the position information LC2 from the terminal device 10-2 at the date and time DT2. The providing unit 134 acquires the content request and the position information from the terminal device 10-3 used by the user U3. The providing unit 134 acquires the content request and the position information LC3 from the terminal device 10-3 at the date and time DT3. The providing unit 134 acquires the content request and the position information from the terminal device 10-4 used by the user U4. The providing unit 134 acquires the content request and the position information LC4 from the terminal device 10-4 at the date and time DT4. The providing unit 134 acquires the content request and the position information from the terminal device 10-5 used by the user U5. The providing unit 134 acquires the content request and the position information LC5 from the terminal device 10-5 at the date and time DT5.

（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。 (Generator 132)
The generation unit 132 generates various information. The generation unit 132 generates various information based on the information stored in the storage unit 120. The generation unit 132 generates various types of information based on the information stored in the company information storage unit 121, the user information storage unit 122, the behavior information storage unit 123, and the demand information storage unit 124. The generation unit 132 generates various information based on the information acquired by the acquisition unit 131. The generation unit 132 generates various kinds of information based on the information acquired from the external information processing device. The generation unit 132 generates various kinds of information based on the information acquired from the terminal device 10 or the business entity device 20. The generation unit 132 generates various information based on the information generated by the generation unit 132. The generation unit 132 generates (calculates) a score for each combination of the target and the information (area) regarding the position. The generation unit 132 generates various information based on the information predicted by the prediction unit 133.

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。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、各エリアにおける閲覧回数を用いてスコアを生成する。例えば、生成部１３２は、閲覧が行われた位置や時間に基づいて各閲覧の重みを生成し、生成した各閲覧の重みを用いてスコアを生成する。 In the example of FIG. 1, the generation unit 132 generates a score regarding a predetermined target. For example, the generation unit 132 generates (calculates) a score for each of a plurality of areas for a predetermined target. For example, the generation unit 132 generates a score for each of a plurality of areas such as the A area to the D area for the target “salt ramen”. For example, the production|generation part 132 produces|generates a score about the target "salt ramen" using the browsing frequency in each area. For example, the generation unit 132 generates the weight of each browsing based on the position and time when the browsing is performed, and generates the score using the generated weight of each browsing.

図１の例では、生成部１３２は、各閲覧の重みを「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、生成部１３２は、対象「塩ラーメン」について、各エリアにおける閲覧回数の合算をスコアとして生成する。 In the example of FIG. 1, the generation unit 132 sets the weight of each browsing to “1” and generates the score of the target “salt ramen” in each area. That is, in the example of FIG. 1, the generation unit 132 generates, as a score, the total number of times of browsing in each area for the target “salt ramen”.

図１の例では、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。 In the example of FIG. 1, the generation unit 132 generates a score for each of a plurality of areas such as the areas A to D for the target “salt ramen” as shown in the area-based list ADL1. For example, the generation unit 132 calculates the score of the target “salt ramen” in the area A as “10000”. For example, the generation unit 132 calculates the score of the target “salt ramen” in the B area as “500”. For example, the generation unit 132 calculates the score of the target “salt ramen” in the C area as “10”. For example, the generation unit 132 calculates the score of the target “salt ramen” in the D area as “200”.

（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。 (Predictor 133)
The prediction unit 133 predicts various information. The prediction unit 133 predicts various information based on the information stored in the storage unit 120. The prediction unit 133 predicts various types of information based on the information stored in the company information storage unit 121, the user information storage unit 122, the behavior information storage unit 123, and the demand information storage unit 124. The prediction unit 133 predicts various information based on the information acquired by the acquisition unit 131. The prediction unit 133 predicts various types of information based on the information acquired from the external information processing device. The prediction unit 133 predicts various types of information based on the information acquired from the terminal device 10 or the business entity device 20. The prediction unit 133 predicts various types of information based on the information generated by the generation unit 132.

予測部１３３は、取得部１３１により取得された行動情報が示す閲覧行動に関する回数に基づいて、位置情報に対応するエリアにおけるコンテンツに対応する対象に関する需要を予測する。例えば、予測部１３３は、取得部１３１により取得されたキーワードに対応する対象に関する需要を予測する。例えば、予測部１３３は、キーワードが含まれるコンテンツの閲覧回数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。例えば、予測部１３３は、キーワードと、キーワードとの関連性に応じて変動する重みとに基づいて、対象に関する需要を予測する。 The prediction unit 133 predicts the demand for the target corresponding to the content in the area corresponding to the position information, based on the number of browsing behaviors indicated by the behavior information acquired by the acquisition unit 131. For example, the prediction unit 133 predicts the demand regarding the target corresponding to the keyword acquired by the acquisition unit 131. For example, the prediction unit 133 predicts the demand for the target based on the score calculated by the number of times of browsing the content including the keyword. For example, the prediction unit 133 predicts the demand for the target based on the keyword and the weight that changes according to the relevance to the keyword.

例えば、予測部１３３は、コンテンツに含まれるキーワードと、コンテンツが閲覧された時間に応じて変動する重みとに基づいて、対象に関する需要を予測する。例えば、予測部１３３は、コンテンツ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。例えば、予測部１３３は、キーワード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、コンテンツの閲覧回数に基づいて、キーワード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。 For example, the prediction unit 133 predicts the demand for the target based on the keywords included in the content and the weight that changes according to the time when the content is browsed. For example, the prediction unit 133 predicts demand for products corresponding to the content and provided in the area corresponding to the position information. For example, the prediction unit 133 predicts demand for products corresponding to the keyword and provided in the area corresponding to the position information. The prediction unit 133 predicts the demand for related products related to the product indicated by the keyword and related products in the area corresponding to the position information, based on the number of times the content is viewed.

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。例えば、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。 In the example of FIG. 1, the prediction unit 133 predicts the demand based on the generated information regarding the score. For example, the prediction unit 133 predicts the demand for each of a plurality of areas such as the areas A to D for the target “salt ramen”, as shown in the demand list DDL1. For example, the prediction unit 133 predicts the demand for each area of the target based on the comparison between the score corresponding to each area and a predetermined threshold value.

図１の例では、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。 In the example of FIG. 1, the prediction unit 133 predicts the demand for each area by using the first threshold value “5000” and the second threshold value “500”. For example, the prediction unit 133 predicts that the target demand is “high” for an area having a score equal to or higher than the first threshold. For example, the prediction unit 133 predicts that the demand of the target is “medium” for an area having a score equal to or higher than the second threshold. For example, the prediction unit 133 predicts that the demand of the target is “low” for an area whose score is less than the second threshold.

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。例えば、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。例えば、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。例えば、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。 In the example of FIG. 1, the prediction unit 133 has a score of “10000” for the target “salt ramen” in the A area, which is equal to or higher than the first threshold, and thus the demand for the target “salt ramen” in the A area is “high”. Predict. For example, the prediction unit 133 has a score of “500” for the target “salt ramen” in the B area, which is less than the first threshold value and greater than or equal to the second threshold value, so the demand for the target “salt ramen” in the B area is “medium”. I predict." For example, the prediction unit 133 predicts that the demand of the target “salt ramen” in the C area is “low” because the score of the target “salt ramen” in the C area is “10” and is less than the second threshold. For example, the prediction unit 133 predicts that the demand of the target “salt ramen” in the D area is “low” because the score of the target “salt ramen” in the D area is “200” and is less than the second threshold.

（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へコンテンツ要求に対応するコンテンツを提供する。提供部１３４は、端末装置１０へコンテンツを配信する。例えば、提供部１３４は、事業者装置２０へ需要情報を提供する。 (Providing section 134)
The providing unit 134 provides various information. The providing unit 134 provides various information to an external information processing device. The providing unit 134 provides various information to an external information processing device such as the terminal device 10 or the business entity device 20. The providing unit 134 transmits various information to the terminal device 10 and the business entity device 20. The providing unit 134 distributes various information to the terminal device 10 and the business entity device 20. The providing unit 134 provides various information based on the various information acquired by the acquisition unit 131. The providing unit 134 provides various information based on the various information generated by the generating unit 132. The providing unit 134 provides various types of information based on the various types of information predicted by the prediction unit 133. For example, the providing unit 134 provides the terminal device 10 with the content corresponding to the content request. The providing unit 134 delivers the content to the terminal device 10. For example, the providing unit 134 provides the demand information to the business entity apparatus 20.

図１の例では、提供部１３４は、コンテンツ要求に応じて、キーワード「塩ラーメン」を含むコンテンツＣＴ１１を端末装置１０−１へ提供する。提供部１３４は、ユーザＵ２が利用する端末装置１０−２からコンテンツ要求と位置情報とを取得する。提供部１３４は、ユーザＵ３が利用する端末装置１０−３からコンテンツ要求と位置情報とを取得する。提供部１３４は、ユーザＵ４が利用する端末装置１０−４からコンテンツ要求と位置情報とを取得する。提供部１３４は、ユーザＵ５が利用する端末装置１０−５からコンテンツ要求と位置情報とを取得する。 In the example of FIG. 1, the providing unit 134 provides the content CT11 including the keyword “salt ramen” to the terminal device 10-1 in response to the content request. The providing unit 134 acquires the content request and the position information from the terminal device 10-2 used by the user U2. The providing unit 134 acquires the content request and the position information from the terminal device 10-3 used by the user U3. The providing unit 134 acquires the content request and the position information from the terminal device 10-4 used by the user U4. The providing unit 134 acquires the content request and the position information from the terminal device 10-5 used by the user U5.

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。 For example, the providing unit 134 provides the information regarding the demand for the target to the business operator regarding the target. For example, the providing unit 134 provides the information indicating the demand for the product to the business operator located in the area corresponding to the position information.

図１の例では、提供部１３４は、事業者に需要情報を提供する。例えば、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。図１の例では、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。例えば、提供部１３４は、需要一覧ＤＤＬ１をラーメン店ＭＡの管理者Ｍ１が利用する事業者装置２０に提供する。 In the example of FIG. 1, the providing unit 134 provides the business with demand information. For example, the providing unit 134 provides the demand information to the business entity apparatus 20 used by the manager M1 of the ramen shop MA. In the example of FIG. 1, the providing unit 134 provides the business apparatus 20 with information indicating that the demand for salt ramen is high in the area A. For example, the providing unit 134 provides the demand list DDL1 to the business entity apparatus 20 used by the manager M1 of the ramen shop MA.

〔３．情報処理のフロー〕
ここで、図８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８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。 [3. Information processing flow]
Here, the procedure of information processing by the information processing apparatus 100 according to the embodiment will be described with reference to FIG. FIG. 8 is a flowchart showing an example of information processing according to the embodiment.

図８に示すように、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キーワードと、コンテンツの閲覧時のユーザの位置情報とを取得する（ステップＳ１０１）。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からコンテンツ要求と位置情報ＬＣ１とを取得する。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からコンテンツ要求と位置情報ＬＣ２とを取得する。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からコンテンツ要求と位置情報ＬＣ３とを取得する。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からコンテンツ要求と位置情報ＬＣ４とを取得する。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からコンテンツ要求と位置情報ＬＣ５とを取得する。図１の例では、情報処理装置１００は、端末装置１０−１〜１０−５の各々にコンテンツＣＴ１１〜ＣＴ１５を提供する。 As shown in FIG. 8, the information processing apparatus 100 acquires the keyword included in the content browsed by the user and the position information of the user at the time of browsing the content (step S101). In the example of FIG. 1, the information processing device 100 acquires the content request and the position information LC1 from the terminal device 10-1 at the date and time DT1. In the example of FIG. 1, the information processing device 100 acquires the content request and the position information LC2 from the terminal device 10-2 at the date and time DT2. In the example of FIG. 1, the information processing device 100 acquires the content request and the position information LC3 from the terminal device 10-3 at the date and time DT3. In the example of FIG. 1, the information processing device 100 acquires the content request and the position information LC4 from the terminal device 10-4 at the date and time DT4. In the example of FIG. 1, the information processing apparatus 100 acquires the content request and the position information LC5 from the terminal device 10-5 at the date and time DT5. In the example of FIG. 1, the information processing device 100 provides the contents CT11 to CT15 to each of the terminal devices 10-1 to 10-5.

また、情報処理装置１００は、キーワードに関する情報を収集する（ステップＳ１０２）。図１の例では、情報処理装置１００は、ユーザＵ１〜Ｕ５等が閲覧したコンテンツに含まれるキーワードと、コンテンツの閲覧時のユーザの位置ＬＣ１〜ＬＣ５等との組合せを収集する。 In addition, the information processing device 100 collects information regarding keywords (step S102). In the example of FIG. 1, the information processing apparatus 100 collects combinations of keywords included in the content browsed by the users U1 to U5 and the positions LC1 to LC5 of the user when browsing the content.

そして、情報処理装置１００は、収集したキーワードに関する情報に基づいて、所定の対象に関する需要を予測する（ステップＳ１０３）。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。 Then, the information processing apparatus 100 predicts the demand for a predetermined target based on the collected information about the keywords (step S103). In the example of FIG. 1, the information processing apparatus 100 predicts the demand for each of a plurality of areas such as the A area to the D area for the target “salt ramen”, as shown in the demand list DDL1.

そして、情報処理装置１００は、所定の対象に関する需要情報を提供する（ステップＳ１０４）。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。 Then, the information processing apparatus 100 provides demand information regarding a predetermined target (step S104). In the example of FIG. 1, the information processing apparatus 100 provides the operator apparatus 20 used by the manager M1 of the ramen shop MA with information indicating that the demand for salt ramen is high in the area A.

〔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、各閲覧の重みを「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、コンテンツが閲覧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９を用いて説明する。実施形態に係る情報処理の一例を示す図である。 [4. Variation of weight according to position)
In the example of FIG. 1, for simplification of description, the case where the weight of each browsing is set to “1” and the score is generated (calculated) is shown. However, the information processing apparatus 100 determines whether the content is browsed depending on the position. The weight may be changed to generate the score. This point will be described with reference to FIG. It is a figure showing an example of information processing concerning an embodiment.

図９中の行動情報記憶部１２３に示すように、同様のキーワード「スマホＳＨ」が含まれるコンテンツ（コンテンツＣＴ１２、コンテンツＣＴ１５）の閲覧を行ったユーザ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、各閲覧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、各閲覧の重みを決定する（ステップＳ２１）。図９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」について各閲覧の重みを決定する。 As shown in the behavior information storage unit 123 in FIG. 9, the positions of the users U2 and U5 who have browsed the content (content CT12, content CT15) including the similar keyword “smartphone SH” are the positions related to the smartphone SH. The information processing apparatus 100 may change the weight of each browsing according to the closeness to. The information processing apparatus 100 determines the weight of each browsing according to the position of the user (step S21). In the example of FIG. 9, the information processing apparatus 100 determines the weight of each browsing for the target “smartphone SH”, as shown in the weight list WL21.

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のキーワード「スマホＳＨ」が含まれるコンテンツＣＴ１２の閲覧を行っているため、ユーザＵ２の閲覧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キーワード「スマホＳＨ」が含まれるコンテンツＣＴ１２の閲覧を行っているため、ユーザＵ２の閲覧の重みを「１」よりも大きい「１．５」とする。 For example, the information processing apparatus 100 increases the browsing weight of the user U2 because the user U2 browses the content CT12 including the keyword “smartphone SH” within the range of the store of the smartphone SH. Specifically, since the user U2 browses the content CT12 including the keyword “smartphone SH” within the range of the store of the smartphone SH, the information processing apparatus 100 sets the weight of the browsing of the user U2 to “1. Which is larger than "."

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キーワード「スマホＳＨ」が含まれるコンテンツＣＴ１５の閲覧を行っているため、ユーザＵ５の閲覧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キーワード「スマホＳＨ」が含まれるコンテンツＣＴ１５の閲覧を行っているため、ユーザＵ５の閲覧の重みを「１」よりも小さい「０．２」とする。 Further, for example, the information processing apparatus 100 reduces the weight of browsing by the user U5 because the user U5 is browsing the content CT15 including the keyword “smartphone SH” outside the range of the store of the smartphone SH. Specifically, since the user U5 browses the content CT15 including the keyword "smartphone SH" outside the range of the smartphone SH dealer, the information processing apparatus 100 sets the browsing weight of the user U5 to "1". ", which is smaller than "."

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９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」について各閲覧の重みを合算することによりスコアを生成（算出）する。 Then, the information processing device 100 generates a score for the target "smartphone SH" (step S22). In the example of FIG. 9, the information processing apparatus 100 generates (calculates) a score by adding the weights of the respective browsing for the target “smartphone SH”, as shown in the formula FC21.

また、例えば、情報処理装置１００は、重みが大きい閲覧において対象に関するキーワードとともに共起するキーワード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９の例において、重みが大きい閲覧におけるコンテンツにおいてキーワード「スマホＳＨ」とともに共起するキーワード「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。 Further, for example, the information processing apparatus 100 may predict demand by using information of a keyword that co-occurs with a keyword related to a target in browsing with a large weight. For example, in the example of FIG. 9, the information processing apparatus 100 may predict that the keyword “red” that co-occurs with the keyword “smartphone SH” in the content having a large weight in browsing is in high demand for the target “smartphone SH”. .. In this case, the information processing apparatus 100 may predict that the demand for the color “red” is high for the target “smartphone SH”. Further, the information processing apparatus 100 may provide information indicating that there is a high demand for the color “red” for the target “smartphone SH” to the manufacturer (maker) of the target “smartphone SH”.

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。 Accordingly, the manufacturer, who receives the information provided from the information processing apparatus 100, can appropriately perform the development and marketing of the new product or the like for the product or the category of the product provided by the manufacturer.

〔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１０を用いて説明する。図１０は、実施形態に係る情報処理の一例を示す図である。なお、図１０では、図１と同様の点についての説明は適宜省略する。 [5. Price forecast)
Further, for example, the information processing apparatus 100 may provide various information to the business operator. For example, the information processing device 100 may provide information indicating a price that is predicted to be appropriate for a product provided by the business operator. This point will be described with reference to FIG. FIG. 10 is a diagram illustrating an example of information processing according to the embodiment. Note that in FIG. 10, description of the same points as in FIG. 1 will be omitted as appropriate.

また、図１０の例では、情報提供を受ける事業者が、エリアＡ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１０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。 Further, the example of FIG. 10 shows a case where the business operator who receives the information provision is the ramen shop MX which provides salt ramen in the area A. For example, in FIG. 10, the information processing apparatus 100 acquires a request for information regarding demand regarding the target “ramen” in the area A from the ramen shop MX, and acquires information regarding demand corresponding to the target in the area indicated by the acquired request. Provide to MX. For example, it is assumed that the information processing apparatus 100 has already acquired, from the ramen shop MX, information indicating that the offer is salt ramen and the price is “800” yen.

図１０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１０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。 In the example of FIG. 10, the information processing apparatus 100 predicts an appropriate price for the product provided by the business operator (step S31). Here, it is assumed that the information processing apparatus 100 predicts that the demand in the area A is high for the target “salt ramen” as shown in the demand list DDL1 as in FIG. In addition, in the example of FIG. 10, the information processing apparatus 100, as shown in the demand situation DM31, shows that the target “salt ramen” has a high turnover rate or the like in a store that provides salt ramen in the area A. It is assumed that RS31 is acquired. Therefore, the information processing apparatus 100 predicts that the price increase of the salt ramen provided by the ramen shop MX can be performed. For example, the information processing apparatus 100 may predict the average price of salt ramen in a store that provides salt ramen in the area A as the price after the price increase. In addition, for example, the information processing apparatus 100 raises the average price of salt ramen provided by stores that have a turnover rate of a predetermined threshold value or more among stores that provide salt ramen in the area A, that is, prosperous stores. The price may be predicted.

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１０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。 Then, the information processing apparatus 100 provides the information to the business operator (step S32). For example, the information processing device 100 provides information to the company device 20 used by the manager M31 of the ramen shop MX. In the example of FIG. 10, the information processing apparatus 100 provides information indicating that the price increase of salt ramen provided by the ramen shop MX can be performed. For example, the information processing apparatus 100 provides information indicating that the price of salt ramen provided by the ramen shop MX can be increased from “800” yen to “1000” yen. As a result, the manager M31 of the ramen shop MX can know that it is possible to raise the price, and can therefore make an appropriate determination.

〔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、ユーザによるコンテンツの閲覧行動を示す行動情報と、コンテンツの閲覧時のユーザの位置情報とを取得する。予測部１３３は、取得部１３１により取得された行動情報が示す閲覧行動に関する回数に基づいて、位置情報に対応するエリアにおけるコンテンツに対応する対象に関する需要を予測する。 [6. effect〕
As described above, the information processing device 100 according to the embodiment has the acquisition unit 131 and the prediction unit 133. The acquisition unit 131 acquires action information indicating a content browsing action by the user and position information of the user at the time of browsing the content. The prediction unit 133 predicts the demand for the target corresponding to the content in the area corresponding to the position information, based on the number of browsing behaviors indicated by the behavior information acquired by the acquisition unit 131.

このように、実施形態に係る情報処理装置１００は、ユーザによるコンテンツの閲覧行動を示す行動情報と、コンテンツの閲覧時のユーザの位置情報とを取得し、行動情報が示す閲覧行動に関する回数に基づいて、位置情報に対応するエリアにおけるコンテンツに対応する対象に関する需要を予測することにより、ユーザの需要を適切に予測することができる。 As described above, the information processing apparatus 100 according to the embodiment acquires the behavior information indicating the browsing behavior of the content by the user and the position information of the user at the time of browsing the content, and based on the number of browsing behaviors indicated by the behavior information. Then, by predicting the demand for the object corresponding to the content in the area corresponding to the position information, the demand of the user can be appropriately predicted.

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、ユーザが閲覧したコンテンツに含まれるキーワードを取得する。予測部１３３は、取得部１３１により取得されたキーワードに対応する対象に関する需要を予測する。 Further, in the information processing device 100 according to the embodiment, the acquisition unit 131 acquires a keyword included in the content browsed by the user. The prediction unit 133 predicts the demand regarding the target corresponding to the keyword acquired by the acquisition unit 131.

このように、実施形態に係る情報処理装置１００は、キーワードに対応する対象に関する需要を予測することにより、ユーザの需要を適切に予測することができる。 As described above, the information processing apparatus 100 according to the embodiment can appropriately predict the demand of the user by predicting the demand regarding the target corresponding to the keyword.

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、キーワードが含まれるコンテンツの閲覧回数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。 Further, in the information processing device 100 according to the embodiment, the prediction unit 133 predicts the demand for the target based on the score calculated by the number of times of browsing the content including the keyword.

このように、実施形態に係る情報処理装置１００は、キーワードが含まれるコンテンツの閲覧回数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ことにより、ユーザの需要を適切に予測することができる。 As described above, the information processing apparatus 100 according to the embodiment can appropriately predict the demand of the user by predicting the demand for the target based on the score calculated by the number of times of browsing the content including the keyword. it can.

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、キーワードと、キーワードとの関連性に応じて変動する重みとに基づいて、対象に関する需要を予測する。 Further, in the information processing device 100 according to the embodiment, the prediction unit 133 predicts the demand for the target based on the keyword and the weight that changes according to the relevance to the keyword.

このように、実施形態に係る情報処理装置１００は、キーワードと、キーワードとの関連性に応じて変動する重みとに基づいて、対象に関する需要を予測することにより、ユーザの需要を適切に予測することができる。 As described above, the information processing apparatus 100 according to the embodiment appropriately predicts the demand of the user by predicting the demand for the target based on the keyword and the weight that changes according to the relevance of the keyword. be able to.

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、キーワードと、コンテンツが閲覧された時間に応じて変動する重みとに基づいて、対象に関する需要を予測する。 Further, in the information processing device 100 according to the embodiment, the prediction unit 133 predicts the demand for the target based on the keyword and the weight that changes according to the time when the content is browsed.

このように、実施形態に係る情報処理装置１００は、キーワードと、コンテンツが閲覧された時間に応じて変動する重みとに基づいて、対象に関する需要を予測することにより、ユーザの需要を適切に予測することができる。 As described above, the information processing apparatus 100 according to the embodiment appropriately predicts the demand of the user by predicting the demand for the target based on the keyword and the weight that changes according to the time when the content is browsed. can do.

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、コンテンツの閲覧回数に基づいて、キーワード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。 Further, in the information processing device 100 according to the embodiment, the prediction unit 133 determines the demand for related products related to the product indicated by the keyword based on the number of times the content has been browsed and related products in the area corresponding to the position information. Predict.

このように、実施形態に係る情報処理装置１００は、コンテンツの閲覧回数に基づいて、キーワード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ことにより、ユーザの需要を適切に予測することができる。 As described above, the information processing apparatus 100 according to the embodiment predicts the demand for related products related to the product indicated by the keyword and related products in the area corresponding to the position information, based on the number of times the content is viewed. This makes it possible to appropriately predict the demand of the user.

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により予測された対象に関する需要を示す情報を提供する。 Further, the information processing apparatus 100 according to the embodiment has a providing unit 134. The providing unit 134 provides information indicating the demand regarding the target predicted by the prediction unit 133.

このように、実施形態に係る情報処理装置１００は、予測した対象に関する需要を示す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。 As described above, the information processing apparatus 100 according to the embodiment can appropriately provide the information regarding the demand by providing the information indicating the demand regarding the predicted target.

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、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。 Moreover, in the information processing apparatus 100 according to the embodiment, the providing unit 134 provides the information regarding the demand regarding the target to the business operator regarding the target.

このように、実施形態に係る情報処理装置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。 As described above, the information processing apparatus 100 according to the embodiment can appropriately provide the information regarding the demand to the business by providing the information regarding the demand regarding the target to the business regarding the target.

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、コンテンツ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。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。 Further, in the information processing device 100 according to the embodiment, the prediction unit 133 predicts the demand for products corresponding to the content and provided in the area corresponding to the position information. The providing unit 134 provides the information indicating the demand for the product to the business operator located in the area corresponding to the position information.

このように、実施形態に係る情報処理装置１００は、コンテンツ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ことにより、ユーザの需要を適切に予測することができる。 As described above, the information processing apparatus 100 according to the embodiment appropriately predicts the demand of the user by predicting the demand for the product corresponding to the content and provided in the area corresponding to the position information. be able to.

〔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１１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１１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。 [7. Hardware configuration]
The information processing apparatus 100 according to the above-described embodiment is realized by, for example, a computer 1000 configured as shown in FIG. FIG. 11 is a hardware configuration diagram illustrating an example of a computer that realizes the functions of the information processing device. The computer 1000 has a CPU 1100, a RAM 1200, a ROM 1300, a HDD (Hard Disk Drive) 1400, a communication interface (I/F) 1500, an input/output interface (I/F) 1600, and a media interface (I/F) 1700.

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。 The CPU 1100 operates based on a program stored in the ROM 1300 or the HDD 1400, and controls each unit. The ROM 1300 stores a boot program executed by the CPU 1100 when the computer 1000 starts up, a program dependent on the hardware of the computer 1000, and the like.

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。 The HDD 1400 stores programs executed by the CPU 1100, data used by the programs, and the like. The communication interface 1500 receives data from another device via the network N, sends the data to the CPU 1100, and provides the data generated by the CPU 1100 to the other device via the network N.

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。 The CPU 1100 controls output devices such as a display and a printer and input devices such as a keyboard and a mouse via the input/output interface 1600. The CPU 1100 acquires data from the input device via the input/output interface 1600. Further, the CPU 1100 outputs the generated data to the output device via the input/output interface 1600.

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。 The media interface 1700 reads a program or data stored in the recording medium 1800 and provides the program or data to the CPU 1100 via the RAM 1200. The CPU 1100 loads the program from the recording medium 1800 onto the RAM 1200 via the media interface 1700, and executes the loaded program. The recording medium 1800 is, for example, an optical recording medium such as a DVD (Digital Versatile Disc) or PD (Phase change rewritable Disk), a magneto-optical recording medium such as an MO (Magneto-Optical disk), a tape medium, a magnetic recording medium, or a semiconductor memory. Etc.

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。 For example, when the computer 1000 functions as the information processing device 100 according to the embodiment, the CPU 1100 of the computer 1000 realizes the function of the control unit 130 by executing the program loaded on the RAM 1200. The CPU 1100 of the computer 1000 reads these programs from the recording medium 1800 and executes them, but as another example, these programs may be acquired from another device via the network N.

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。 The embodiments of the present application have been described above in detail with reference to the drawings. However, these are examples, and various modifications and improvements are made based on the knowledge of those skilled in the art, including the modes described in the line of the disclosure of the invention. The present invention can be carried out in other forms described above.

〔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。 [8. Other]
Further, of the processes described in the above embodiment, all or part of the processes described as being automatically performed may be manually performed, or the processes described as being manually performed may be performed. All or part of the process can be automatically performed by a known method. In addition, the processing procedures, specific names, information including various data and parameters shown in the above-mentioned documents and drawings can be arbitrarily generated unless otherwise specified. For example, the various kinds of information shown in each drawing are not limited to the illustrated information.

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。 Further, each constituent element of each illustrated device is functionally conceptual, and does not necessarily have to be physically configured as illustrated. That is, the specific form of distribution/integration of each device is not limited to that shown in the figure, and all or a part of the device may be functionally or physically distributed/arranged in arbitrary units according to various loads or usage conditions. It can be integrated and configured.

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。 Further, the respective processes described in the above-described embodiments can be appropriately combined within a range in which the processing contents do not contradict each other.

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。 Also, the above-mentioned "section (module, unit)" can be read as "means" or "circuit". For example, the acquisition unit can be read as an acquisition unit or an acquisition circuit.

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
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 DESCRIPTION OF SYMBOLS 1 Information processing system 100 Information processing apparatus 121 Business operator information storage unit 122 User information storage unit 123 Behavior information storage unit 124 Demand information storage unit 130 Control unit 131 Acquisition unit 132 Generation unit 133 Prediction unit 134 Providing unit 10 Terminal device 20 Business operator Device N network

Claims (11)

ユーザによるコンテンツの要求を前記ユーザによるコンテンツの閲覧行動として示す行動情報と、前記コンテンツの要求時の前記ユーザの位置情報とを取得する取得部と、
所定のエリアに該当する位置情報に対応する前記行動情報が示す前記コンテンツの閲覧のうち、対象に対応する対応コンテンツの閲覧回数を用いて、前記所定のエリアにおける当該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。 And action information indicating a request of the content by the user as a browsing behavior of content by the user, an acquisition unit that acquires the position information of the user upon request of the content,
Of viewing of the content the action information indicates that corresponding to the position information corresponding to a predetermined area, with a number of viewing times corresponding content corresponding to the subject, to predict the demand for the target in the predetermined area prediction Department,
An information processing apparatus comprising: 前記取得部は、
前記対応コンテンツに含まれるキーワードを含む前記行動情報を取得し、
前記予測部は、
前記キーワードに対応する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に記載の情報処理装置。 The acquisition unit is
Acquiring the action information including a keyword included in the corresponding content,
The prediction unit is
The information processing apparatus according to claim 1, wherein the demand related to the target corresponding to the keyword is predicted. 前記予測部は、
前記キーワードが含まれる前記対応コンテンツの閲覧回数により算出されるスコアに基づいて、前記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。 The prediction unit is
The information processing apparatus according to claim 2, wherein the demand for the target is predicted based on a score calculated by the number of times the corresponding content including the keyword is browsed. 前記予測部は、
前記キーワードと、前記キーワードとの関連性に応じて変動する重みとに基づいて、前記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または請求項３に記載の情報処理装置。 The prediction unit is
The information processing apparatus according to claim 2, wherein the demand for the target is predicted based on the keyword and a weight that varies according to the relevance of the keyword. 前記予測部は、
前記キーワードと、前記対応コンテンツが閲覧された時間に応じて変動する重みとに基づいて、前記対象に関する需要を予測する
ことを特徴とする請求項２〜４のいずれか１項に記載の情報処理装置。 The prediction unit is
The demand for the target is predicted based on the keyword and a weight that changes according to the time when the corresponding content is browsed. The information processing according to claim 2, wherein the demand is predicted. apparatus. 前記予測部は、
前記対応コンテンツの閲覧回数に基づいて、前記キーワードが示す商品に関連する関連商品であって、前記所定のエリアにおける関連商品に関する需要を予測する
ことを特徴とする請求項２〜５のいずれか１項に記載の情報処理装置。 The prediction unit is
Based on the number of views of the corresponding contents, a related product related to the product in which the keyword is shown, any one of claims 2-5, characterized in that predicting the demand for similar items in the predetermined area 1 The information processing device according to item. 前記予測部により予測された前記対象に関する需要を示す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１〜６のいずれか１項に記載の情報処理装置。 A providing unit that provides information indicating demand for the target predicted by the predicting unit,
The information processing apparatus according to any one of claims 1 to 6, further comprising: 前記提供部は、
前記対象に関する需要を示す情報を、前記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７に記載の情報処理装置。 The providing unit is
The information processing apparatus according to claim 7, wherein information indicating demand for the target is provided to a business operator related to the target. 前記予測部は、
前記対応コンテンツに対応する商品であって、前記所定のエリアにおいて提供される商品に関する需要を予測し、
前記提供部は、
前記商品に関する需要を示す情報を、前記所定のエリアに位置する事業者へ提供する
ことを特徴とする請求項７または請求項８に記載の情報処理装置。 The prediction unit is
Predicting demand for products corresponding to the corresponding content, which are provided in the predetermined area,
The providing unit is
The information processing apparatus according to claim 7 or 8, wherein information indicating demand for the product is provided to a business operator located in the predetermined area. コンピュータが実行する情報処理方法であって、
ユーザによるコンテンツの要求を前記ユーザによるコンテンツの閲覧行動として示す行動情報と、前記コンテンツの要求時の前記ユーザの位置情報とを取得する取得工程と、
所定のエリアに該当する前記位置情報に対応する前記行動情報が示す前記コンテンツの閲覧のうち、対象に対応する対応コンテンツの閲覧回数を用いて、前記所定のエリアにおける当該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。 An information processing method executed by a computer,
And action information indicating a request of the content by the user as a browsing behavior of content by the user, an acquisition step of acquiring the position information of the user upon request of the content,
Of viewing of the content the action information indicates that corresponding to the position information corresponding to a predetermined area, with a number of viewing times corresponding content corresponding to the subject, to predict the demand for the target in the predetermined area Prediction process,
An information processing method comprising: ユーザによるコンテンツの要求を前記ユーザによるコンテンツの閲覧行動として示す行動情報と、前記コンテンツの要求時の前記ユーザの位置情報とを取得する取得手順と、
所定のエリアに該当する位置情報に対応する前記行動情報が示す前記コンテンツの閲覧のうち、対象に対応する対応コンテンツの閲覧回数を用いて、前記所定のエリアにおける当該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。
And action information indicating a request of the content by the user as a browsing behavior of content by the user, an acquisition procedure for acquiring the position information of the user upon request of the content,
Of viewing of the content the action information indicates that corresponding to the position information corresponding to a predetermined area, with a number of viewing times corresponding content corresponding to the subject, to predict the demand for the target in the predetermined area prediction Procedure and
An information processing program that causes a computer to execute.
JP2018127109A 2018-07-03 2018-07-03 Information processing apparatus, information processing method, and information processing program Active JP6702626B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018127109A JP6702626B2 (en) 2018-07-03 2018-07-03 Information processing apparatus, information processing method, and information processing program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018127109A JP6702626B2 (en) 2018-07-03 2018-07-03 Information processing apparatus, information processing method, and information processing program

Publications (2)

Publication Number Publication Date
JP2020008957A JP2020008957A (en) 2020-01-16
JP6702626B2 true JP6702626B2 (en) 2020-06-03

Family

ID=69151794

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018127109A Active JP6702626B2 (en) 2018-07-03 2018-07-03 Information processing apparatus, information processing method, and information processing program

Country Status (1)

Country Link
JP (1) JP6702626B2 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7054745B1 (en) * 2021-03-19 2022-04-14 ヤフー株式会社 Information processing equipment, information processing methods, and information processing programs

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004348262A (en) * 2003-05-20 2004-12-09 Nec Corp Data distribution server, data distribution system, method and program
JP4764864B2 (en) * 2007-11-02 2011-09-07 ヤフー株式会社 Information propagation extracting apparatus and information propagation extracting method
JP2012014675A (en) * 2010-06-01 2012-01-19 Ntt Docomo Inc Server, program and retrieval area estimation method
JP6039287B2 (en) * 2011-08-01 2016-12-07 ネイバー コーポレーションＮＡＶＥＲ Ｃｏｒｐｏｒａｔｉｏｎ System and method for recommending a blog
JP6763732B2 (en) * 2016-09-28 2020-09-30 株式会社Ｎｔｔドコモ Extractor
JP6656131B2 (en) * 2016-09-30 2020-03-04 株式会社Ｎｔｔドコモ Text extraction device
JP6881952B2 (en) * 2016-11-15 2021-06-02 ヤフー株式会社 Forecasting device, forecasting method, and forecasting program
JP6827305B2 (en) * 2016-11-22 2021-02-10 ヤフー株式会社 Selection device, selection method and selection program

Also Published As

Publication number Publication date
JP2020008957A (en) 2020-01-16

Similar Documents

Publication Publication Date Title
US10726438B2 (en) Personalized contextual coupon engine
US20200273054A1 (en) Digital receipts economy
JP6979931B2 (en) Information processing equipment, information processing methods, and information processing programs
JP5893599B2 (en) Information extraction apparatus, information extraction method, and information extraction program
JP6852019B2 (en) Information processing equipment, information processing methods, and information processing programs
JP6917348B2 (en) Providing equipment, providing method, and providing program
JP2018142285A (en) Information processing device, information processing method, and information processing program
JP6702626B2 (en) Information processing apparatus, information processing method, and information processing program
JP6548785B1 (en) INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING METHOD, AND INFORMATION PROCESSING PROGRAM
JP6353144B1 (en) Prediction device, prediction method, and prediction program
JP6549761B1 (en) INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING METHOD, AND INFORMATION PROCESSING PROGRAM
JP6591004B1 (en) Information processing apparatus, information processing method, and information processing program
JP6679704B1 (en) Information processing apparatus, information processing method, and information processing program
JP2018185575A (en) Provision device, provision method and provision program
JP6664586B2 (en) Information processing apparatus, information processing method, and information processing program
JP6918748B2 (en) Information processing equipment, information processing methods, and information processing programs
JP2020095608A (en) Device, method, and program for processing information
JP6664602B2 (en) Information processing apparatus, information processing method, and information processing program
JP6779965B2 (en) Information processing equipment, information processing methods, and information processing programs
JP7114352B2 (en) Prediction device, prediction method, and prediction program
JP7039500B2 (en) Information processing equipment, information processing methods, and information processing programs
JP2021047551A (en) Specification device, specification method, and specification program
JP7090046B2 (en) Decision device, decision method and decision program
JP7098553B2 (en) Information processing equipment, information processing methods, and information processing programs
JP6782751B2 (en) Extractor, extraction method, and extraction program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181213

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20181213

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20181219

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190319

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190820

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191018

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20191101

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20191108

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: 20200407

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200502

R150 Certificate of patent or registration of utility model

Ref document number: 6702626

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

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