JP6944531B2 - 情報処理装置、情報処理方法、プログラム、記憶媒体 - Google Patents

情報処理装置、情報処理方法、プログラム、記憶媒体 Download PDF

Info

Publication number
JP6944531B2
JP6944531B2 JP2019545452A JP2019545452A JP6944531B2 JP 6944531 B2 JP6944531 B2 JP 6944531B2 JP 2019545452 A JP2019545452 A JP 2019545452A JP 2019545452 A JP2019545452 A JP 2019545452A JP 6944531 B2 JP6944531 B2 JP 6944531B2
Authority
JP
Japan
Prior art keywords
store
information
user
recommendation
detected
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
JP2019545452A
Other languages
English (en)
Other versions
JPWO2019064381A1 (ja
Inventor
崇司 佐竹
崇司 佐竹
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.)
Rakuten Group Inc
Original Assignee
Rakuten Group Inc
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 Rakuten Group Inc filed Critical Rakuten Group Inc
Publication of JPWO2019064381A1 publication Critical patent/JPWO2019064381A1/ja
Application granted granted Critical
Publication of JP6944531B2 publication Critical patent/JP6944531B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0204Market segmentation
    • G06Q30/0205Location or geographical consideration
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/20Individual registration on entry or exit involving the use of a pass
    • G07C9/28Individual registration on entry or exit involving the use of a pass the pass enabling tracking or indicating presence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は情報処理装置、情報処理方法、プログラム、記憶媒体に関し、特にユーザに情報を送信する技術に関する。
ネットワーク上におけるユーザの行動に基づいてユーザに有益と思われる情報を提供する技術が知られている。例えば、ユーザの閲覧履歴に応じて該ユーザの興味を惹起させるような商品ページを提示することや、各種の広告からユーザの購買履歴に応じた広告を選択して提示することなどが行われている。
そして、これらの技術を応用して、インターネット上における情報提示だけでなく実際の店舗(実店舗)においても、ユーザの行動に基づいて有益と思われる情報の提示を行う技術が開示されている。
例えば、特許文献1においては、ユーザのプロファイル情報と購買履歴情報に基づいて実店舗における商品購入を提案する情報を提供する技術が開示されている。
特開2015−14887号公報
しかし、特許文献1に開示された技術は、ユーザが来店した店舗に関するレコメンド情報を送信するものの、それが適切なタイミングで行われているとは限らない。
本発明は、このような事情を鑑みてなされたものであり、来店した店舗でユーザが目的を果たせなかったと推定できる場合に有益な情報を提供することを目的とする。
本発明に係る情報処理装置は、ユーザが店舗から退店したことを検出する検出部と、前記店舗の情報に基づくレコメンド情報を退店が検出されたユーザに送信するレコメンド部と、を備えている。
これにより、レコメンド情報の送付対象となるユーザを退店したことを検出したユーザに絞り込んだ上でレコメンド情報の送信が行われる。
上述した情報処理装置の前記検出部は、前記店舗でユーザの支払いの有無を検出してもよい。
ユーザが購買行動を行ったか否かに応じてレコメンド情報の要否や選別が行われる。
上述した情報処理装置の前記レコメンド部は、退店が検出された店舗における支払いが検出されなかった場合に前記レコメンド情報として退店が検出された店舗に関する情報を送信してもよい。
ユーザが来店した店舗はユーザの興味関心に合致する店舗である可能性が高い。そのような店舗についてのレコメンド情報がユーザに送信される。
上述した情報処理装置の前記レコメンド部は、退店が検出された店舗における支払いが検出されなかった場合に前記レコメンド情報として退店が検出された店舗とは異なる代替店舗に関する情報を送信してもよい。
来店したにも関わらず購買行動が検出されなかった店舗は、ユーザが目的が果たせなかった可能性が高い。そのような店舗の代替となる店舗がユーザに提示される。
上述した情報処理装置の前記レコメンド部は、前記代替店舗が利用不可である場合には該代替店舗に関する前記レコメンド情報の送信を行わなくてもよい。
利用不可である店舗をレコメンドすることは、通知を受け取ったユーザにとって不利益となりかねない。
上述した情報処理装置の前記レコメンド部は、複数の代替店舗が抽出された場合には、支払いを行ったユーザが多く検出された店舗を前記レコメンド情報として送信してもよい。
多くの購買行動が検出された店舗は、多くのユーザにとって適切な店舗である可能性が高い。そのような店舗が代替店舗として購買行動が検出されなかったユーザに対してレコメンドされる。
上述した情報処理装置の前記レコメンド部は、ユーザが支払いを行った時間情報を用いて前記レコメンド情報の送信を行ってもよい。
即ち、ユーザが店舗へ来店したことを検出した時間と、他のユーザによる代替店舗での購買行動を検出した時間を考慮してレコメンド情報としての代替店舗が送信される。
上述した情報処理装置の前記レコメンド部は、送信対象とされたユーザの位置に関する気象情報を用いて前記レコメンド情報の送信を行ってもよい。
例えば、レコメンド情報として送信する代替店舗が混雑しており待ち時間が発生する可能性がある場合に、待ち時間を適切な状態で過ごすことができるかどうかなどを加味して代替店舗の選択及び提示を行うことができる。
上述した情報処理装置の前記検出部は、ユーザが所定エリア内に位置することを検出した状態から検出されない状態へと変化することによって退店したことを検出してもよい。
これにより、来店を検出する手法を用いて退店の検出が行われる。
上述した情報処理装置の前記検出部は、近距離無線通信を用いて店舗から退店したことを検出してもよい。
これにより、店舗からの退店を検出するために例えばGPS機能などをユーザが携帯する情報端末上で起動しておく必要がない。
本発明に係る情報処理方法は、店舗におけるユーザの支払いの有無を検出する検出ステップと、ユーザが店舗から退店したことを検出するステップと、退店が検出された店舗における前記支払いが検出されなかった場合に当該退店が検出されたユーザのユーザ端末当該退店が検出された店舗に関する情報をレコメンド情報として送信するレコメンドステップと、を情報処理装置が実行するものである。
この情報処理方法により、来店した店舗でユーザが目的を果たせなかったと推定できる場合に有益な情報を提供することができる。
本発明に係るプログラムは、上記各ステップに相当する手順を情報処理装置に実行させるプログラムである。本発明に係る記憶媒体は、上記プログラムを記憶したものである。これらにより上述の情報処理装置の処理を実現する。
本発明によれば、来店した店舗でユーザが目的を果たせなかったと推定できる場合に有益な情報を提供することができる。
本発明の実施の形態のレコメンドサーバを含むネットワークの説明図である。 実施の形態のレコメンドサーバの機能構成の説明図である。 履歴DBの一例を示す図である。 実施の形態で利用できるコンピュータ装置のブロック図である。 第1の実施の形態に関するフローチャートである。 第1の実施の形態のレコメンド情報抽出処理のフローチャートである。 第1の実施の形態のレコメンド情報選択処理のフローチャートである。 第2の実施の形態に関するフローチャートである。 第2の実施の形態のレコメンド情報抽出処理のフローチャートである。 第2の実施の形態のレコメンド情報選択処理のフローチャートである。 レコメンド情報抽出処理の別例のフローチャートである。 レコメンド情報選択処理の別例のフローチャートである。 レコメンド情報抽出処理の別例2のフローチャートである。
以下、実施の形態を次の順序で説明する。
<1.システム構成>
<2.各処理例>
<2−1.第1の実施の形態>
<2−2.第2の実施の形態>
<2−3.レコメンド情報抽出処理の別例>
<2−4.レコメンド情報選択処理の別例>
<2−5.レコメンド情報抽出処理の別例2>
<3.変形例>
<4.まとめ>
<5.プログラム及び記憶媒体>
<1.システム構成>

図1に実施の形態のレコメンドサーバ1を含むネットワークシステムの構成例を示す。
本実施の形態に係るネットワークシステムは、ユーザ(会員)にレコメンド情報を提供するためのレコメンドサーバ1と、ユーザが所持するユーザ端末2が通信ネットワーク3により接続されている。レコメンドサーバ1がユーザに提供するレコメンド情報は、店舗200に関する情報である。具体的には、店舗200が扱う商品の情報や店舗200そのものの情報などである。
図1には、店舗200の一例である店舗200Aを示している。店舗200Aには、クレジットカード端末4や電子マネー端末5やポイントカード端末6が設置されており、各端末は通信ネットワーク3に接続されている。
また、クレジットカード端末4、電子マネー端末5、ポイントカード端末6のそれぞれに応じてクレジットカードシステム7、電子マネーシステム8、ポイントカードシステム9が通信ネットワーク3に接続されている。
クレジットカード端末4は、ユーザが商品購入の際に利用するクレジットカードの有効性を確認するための端末である。クレジットカード端末4で読み込まれたクレジットカードの情報は、通信ネットワーク3を介してクレジットカードシステム7へと送信される。クレジットカードシステム7では、クレジットカードの有効性が確認され、その結果がクレジットカード端末4へと送信される。
クレジットカードシステム7では、それ以外にもクレジットカードの利用者情報の管理や店舗への商品代金の支払いやユーザに対する利用料金の請求などの各種処理を行う。
電子マネー端末5は、電子マネーを商品購入に用いるための端末であり、電子マネーがチャージされたカードから情報を読み取り決済を行う。電子マネー端末5で読み取られた情報は電子マネーシステム8へ送信される。電子マネーシステム8は、電子マネーの利用に応じてチャージ額の減算処理を行い、店舗への支払い処理を行う。
電子マネーシステム8は、他にも、利用者及び電子マネーカードに関する情報の管理や、電子マネーのチャージに基づくチャージ額の加算処理などを行う。
ポイントカード端末6は、商品の購入などによるポイントの付与や商品購入及び特典の享受などによるポイントの使用などに利用されるポイントカードを読み取るための端末である。ポイントカード端末6で読み取ったポイントカードの情報は、通信ネットワーク3を介してポイントカードシステム9に送信される。ポイントカードシステム9は、ポイントの利用に応じたポイント数の減算処理を行い、利用したポイント数に応じた金額を店舗へ支払う処理を行う。
ポイントカードシステム9は、他にも、ポイントカードの利用者情報の管理や、ポイント数の管理や、ポイントカードを利用可能な店舗情報の管理などを行う。
店舗200Aには、近距離無線発信器が設置されている。近距離無線通信発信器の一例として、以下の説明においてはビーコン発信器10を用いる。
ビーコン発信器10は、近くに位置する情報処理端末等を把握するために設置されているものであり、例えば内部に搭載された電池によって一定間隔(数百ms間隔など)で情報送信を行う。ビーコン発信器10の電波到達距離は例えば数m〜数十mとされている。従って、少なくとも店舗200Aにユーザが来店したことを検出可能とされている。
なお、店舗200Aの敷地が広い場合には、電波到達距離の長いビーコン発信器10を設置してもよいし、或いは複数のビーコン発信器10,10,・・・を設置してもよい。
なお、図1では、店舗200Aにクレジットカード端末4、電子マネー端末5、ポイントカード端末6がそれぞれ一つずつ設置されている状態を示しているが、これは一例であり、複数のクレジットカード端末4,4,・・・や複数の電子マネー端末5,5,・・・や複数のポイントカード端末6,6,・・・が設置されていてもよい。また、全ての種類の端末が設置されている必要はなく、例えばクレジットカード端末4が設置されていなくてもよいし、電子マネー端末5が設置されていなくてもよいし、ポイントカード端末6が設置されていなくてもよい。
通信ネットワーク3の構成は多様な例が想定される。例えば、インターネット、イントラネット、エキストラネット、LAN(Local Area Network)、CATV(Community Antenna TeleVision)通信網、仮想専用網(Virtual Private Network)、電話回線網、移動体通信網、衛星通信網等が想定される。
また通信ネットワーク3の全部または一部を構成する伝送媒体についても多様な例が想定される。例えばIEEE(Institute of Electrical and Electronics Engineers)1394、USB(Universal Serial Bus)、電力線搬送、電話線等の有線でも、IrDA(Infrared Data Association)のような赤外線、ブルートゥース(登録商標)、802.11無線、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。
ユーザ端末2は、ビーコン発信器10から発信された情報(ビーコン信号)を受信可能とされている。また、ユーザ端末2にはソフトウェアがインストールされており、ビーコン発信器10から受信したビーコン信号を通信ネットワーク3を介してレコメンドサーバ1へ送信する機能を有している。
ユーザ端末2は、携帯可能な比較的小型の情報処理端末とされており、例えば、通信機能を備えた小型のPC(Personal Computer)やフィーチャーフォンやPDA(Personal Digital Assistant)、或いは、スマートフォンやタブレット端末などのスマートデバイスなどが想定される。
ユーザ端末2は、レコメンドサーバ1からのレコメンド情報を受信する。
レコメンドサーバ1は、ユーザ端末2から位置情報を受信し、必要に応じてレコメンド情報を該ユーザ端末2に送信するPCなどの情報処理端末である。
そのために、レコメンドサーバ1は、検出部1aと蓄積部1bとレコメンド部1cと類似判定部1dを備えている(図2参照)。
検出部1aは、ユーザが店舗200Aなどの店舗に近接(来店)したことを検出する。店舗へ近接した状態の検出は、例えば、ユーザ端末2が受信したビーコン信号(或いはビーコン信号を受信したこと)をレコメンドサーバ1へ送信することによって行われる。
なお、近接状態の検出を連続的に行うことにより、店舗への来店及び退店を検出することができる。例えば、店舗200Aへの近接状態を検出していない状態から検出した状態へと変化したことによってユーザが店舗200Aに来店したことを検出する。また、店舗200Aへの近接状態を検出した状態から検出していない状態へと変化したことによってユーザが店舗200Aから退店したことを検出する。即ち、ユーザが所定エリア内に位置する状態から所定エリア内に位置しない状態を検出することにより、退店検出を行う。
店舗200Aへの来店及び退店については、ビーコン発信器10を用いなくてもよい。例えば、ユーザが携帯するユーザ端末2がGPS(Global Positioning System)による位置情報を定期的にレコメンドサーバ1へ送信することによって実現可能である。検出部1aは、受信した位置情報と店舗200Aの位置情報を比較することにより店舗200Aとユーザの位置関係を把握し、ユーザが店舗200Aに来店しているか否かを判定することができる。また、位置情報の変化を捉えることにより、ユーザが店舗200A来店したことや退店したことを把握することができる。
検出部1aは、ユーザが店舗200Aで商品の購入などの行動(購買行動)を行ったことを検出する。購買行動の検出は、クレジットカードシステム7や電子マネーシステム8やポイントカードシステム9から購買情報を取得することによって行う。
なお、ユーザ自身が情報を入力することにより購買行動の検出を行ってもよい。例えば、ユーザが行った商品レビューの投稿などを取得することによって購買行動の検出を行ってもよい。
また、店舗200Aに複数のビーコン発信器10,10,・・・を設置し、ユーザ端末2が各ビーコン発信基10,10,・・・から受信するビーコン信号の信号強度を検知することにより店舗200A内のユーザ端末2の位置を検出してもよい。この場合には、ユーザ端末2がキャッシュレジスター付近に位置した形跡があれば購買行動があったと推定してもよい。この方法であれば、購買行動の検出にクレジットカードシステム7や電子マネーシステム8やポイントカードシステム9から情報を取得しなくてもよいため、簡易な処理によって実現可能である。そして、キャッシュレジスター付近へ移動せずに退店したユーザに対しては、確実に購買行動を行っていないユーザとして、後述するレコメンド情報を送信することが可能である。即ち、簡易なシステム構成及び処理手順で購買行動を行っていないユーザに有益な情報を提供することができる。
蓄積部1bは、ユーザの行動履歴情報を蓄積する処理を行う。具体的には、ユーザが店舗200Aに来店したことを検出して来店履歴情報を記憶する。また、ユーザが店舗200Aから退店したことを検出して退店履歴情報を記憶する。そして、ユーザが購買行動を行ったことを検出して購買行動履歴情報を記憶する。
それぞれの履歴情報には行動を検出した時間情報を紐付けて管理する。
レコメンド部1cは、ユーザ端末2に対してレコメンド情報を送信する。レコメンド情報の送信に際しては、大きく分けてレコメンド情報の抽出処理、レコメンド情報の選択処理、送信処理などを実行する。
レコメンド情報の抽出処理では、検出部1aによってユーザが店舗200Aに来店したことや店舗200Aから退店したことが検出されたことに応じてレコメンド情報の抽出処理を行う。即ちユーザに送信すべきレコメンド情報の抽出を行う。
レコメンド情報の選択処理は、抽出処理で抽出されたレコメンド情報から実際に送信する情報を選択する処理である。
送信処理では、対象のユーザ端末2に選択されたレコメンド情報を送信する処理を行う。
各処理についての具体的な処理については後述する。
類似判定部1dは、ユーザ間の類似度の判定や似ているか否かの判定を行う。類似度或いは似ているか否かの判定は、例えば、ユーザごとのユーザ情報に基づいて行うか、或いは、ユーザの来店履歴のある店舗情報や購買行動履歴のある店舗情報に基づいて判定を行う。
レコメンドサーバ1は、上記した各種処理を実行するためにデータベースにアクセス可能とされている。なお、以下「データベース」については「DB(Database)」と表記する。図1及び図2ではレコメンドサーバ1がアクセス可能なDBとしてユーザDB50、店舗DB51、履歴DB52を例示している。
ユーザDB50は、レコメンドサーバ1が提供するレコメンド情報を受け取るユーザに関する情報が記憶される。例えば、一人のユーザを特定可能な一つのユーザID(Identification)に対して、ログインパスワード、氏名、年齢、性別、年収、住所、メールアドレス、趣味などの個人的な情報が紐付けられて記憶される。
更に、本実施の形態においては、ユーザの現在地情報が記憶されていてもよい。現在地情報は、ユーザ端末2のGPS情報をユーザ端末2から受信してもよいし、店舗200に設置されたビーコン発信基10から受信したビーコン信号の情報をユーザ端末2から受信してもよい。
店舗DB51は、店舗200などの実店舗の情報が記憶される。例えば、それぞれの店舗を一意に識別可能な店舗IDに対して、店舗名、GPS情報や住所情報などの位置情報、取扱商品の商品ID、或いは取扱商品群を特定可能な商品ジャンル情報(販売ジャンル情報)、電話番号やメールアドレスなどの連絡先情報などが紐付けられて記憶される。
履歴DB52は、ユーザの来店履歴情報や退店履歴情報や購買行動履歴情報が記憶される。これらの情報は、ユーザが来店した際や退店した際や購買行動を行った際に逐次記憶される。具体的には、図3に示すように、時系列に沿って各レコードが記憶される。各レコードは、例えば、レコードを一意に特定可能な履歴IDに対して日時情報、ユーザID、行動種別、対象店舗の情報が紐付けられた構成とされている。行動種別は、当該レコードがユーザの来店に係るものであるのか、退店に係るものであるのか、或いは購買行動に係るものであるのかを示すものである。
なお、この構成はあくまで一例であり、これ以外の情報が含まれていてもよいし、一部の情報を含んでいなくてもよい。
なお、図3は、履歴DB52に記憶される各レコードから、二人のユーザ(U09921とU00764)についての各種行動履歴の一部を抜粋したものである。即ち、ユーザA(U09921)が店舗200Aに来店した後何も買わずに退店し、続けて店舗200Bに来店した後何らかの商品を購入して退店した履歴と、ユーザB(U00764)が店舗200Aに来店した後何も買わずに退店したことを示す部分が抜粋されている。
以上の各DB(ユーザDB50、店舗DB51、履歴DB52)は、レコメンドサーバ1がアクセス可能とされていればどのような形態で実現されていてもよい。例えばレコメンドサーバ1と同一システム内の記憶部に各DBのすべてが形成されていてもよいし、各DBの一部または全部が別体、遠隔地等のコンピュータシステムに設けられていてもよい。もちろん各DBが一つの装置(例えば一つのHDD等)内に形成されている必要はない。また各DBのそれぞれが、それぞれ一つのDBとして構成される必要もない。例えば履歴DB52として記憶される情報が、複数のDB(例えば来店及び退店に関する履歴情報を記憶するDBと、購買行動に関する履歴情報を記憶するDBなど)により記憶管理されてもよい。以上の各DBは、実施の形態の処理に関連する情報の記憶部を、それぞれ一つのDBの形態で例示したものに過ぎない。
図1に示したレコメンドサーバ1やユーザ端末2やクレジットカードシステム7や電子マネーシステム8やポイントカードシステム9などの各システムを構成する端末などの情報処理装置のハードウェア構成を図4に示す。レコメンドサーバ1やユーザ端末2やクレジットカードシステム7や電子マネーシステム8やポイントカードシステム9などの各システムを構成する端末は、情報処理および情報通信が可能な図4に示すようなコンピュータ装置によって実現される。
図4において、コンピュータ装置のCPU(Central Processing Unit)101は、ROM( Read Only Memory)102に記憶されているプログラム、または記憶部108からRAM( Random Access Memory )103にロードされたプログラムに従って各種の処理を実行する。RAM103にはまた、CPU101が各種の処理を実行する上において必要なデータなども適宜記憶される。
CPU101、ROM102、およびRAM103は、バス104を介して相互に接続されている。このバス104には、入出力インタフェース105も接続されている。
入出力インタフェース105には、入力部106、出力部107、記憶部108、通信部109が接続されている。
入力部106はキーボード、マウス、タッチパネルなどにより構成される。
出力部107はLCD(Liquid Crystal Display)、CRT(Cathode Ray Tube)、有機EL(Electroluminescence)パネルなどよりなるディスプレイ、並びにスピーカなどにより構成される。
記憶部108はHDD(Hard Disk Drive)やフラッシュメモリ装置などにより構成される。
通信部109は通信ネットワーク3を介しての通信処理や機器間通信を行う。
入出力インタフェース105にはまた、必要に応じてメディアドライブ110が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア111が適宜装着され、リムーバブルメディア111に対する情報の書込や読出が行われる。
このようなコンピュータ装置では、通信部109による通信によりデータやプログラムのアップロード、ダウンロードが行われる。またリムーバブルメディア111を介したデータやプログラムの受け渡しが可能である。
CPU101が各種のプログラムに基づいて処理動作を行うことで、レコメンドサーバ1やユーザ端末2やクレジットカードシステム7や電子マネーシステム8やポイントカードシステム9などの各システムを構成する端末にとって必要な情報処理や通信が実行される。
なお、レコメンドサーバ1やユーザ端末2やクレジットカードシステム7や電子マネーシステム8やポイントカードシステム9などの各システムを構成する端末を構成する情報処理装置は、図4のようなコンピュータ装置が単一で構成されることに限らず、複数のコンピュータ装置がシステム化されて構成されてもよい。複数のコンピュータ装置は、LAN等によりシステム化されていてもよいし、インターネット等を利用したVPN等により遠隔地に配置されたものでもよい。複数の情報処理装置には、クラウドコンピューティングサービスによって利用可能なサーバ群(クラウド)としての情報処理装置が含まれてもよい。
レコメンドサーバ1としての各機能は、情報処理装置においてCPU101でプログラムに応じて実行される処理により実現される機能である。但し以下説明する全部または一部の各構成の処理をハードウェアにより実現してもよい。
また各機能をソフトウェアで実現する場合に、各機能がそれぞれ独立したプログラムで実現される必要はない。一つのプログラムにより複数の機能の処理が実行されてもよいし、一つの機能が複数のプログラムモジュールの連携で実現されてもよい。
また各機能は複数の情報処理装置に分散されていてもよい。更に機能の一つが、複数の情報処理装置によって実現されてもよい。
<2.各処理例>

レコメンドサーバ1が実行する処理について、添付図を参照しながら説明する。

<2−1.第1の実施の形態>
第1の実施の形態では、ユーザが店舗200に来店したことを契機としてレコメンド情報を送信する例について図5を参照して説明する。本例では、ユーザがある店舗を訪れた場合に、他のユーザが取った行動に基づいて代替となる店舗を抽出し、該店舗をレコメンド情報として提供する。
レコメンドサーバ1はステップS101で、行動情報を受信したか否かを判定する。行動情報とは、ユーザが所定の店舗200に来店した情報や店舗200から退店した情報や店舗200で行った購買行動に関する情報である。このような行動情報を受信するまで、レコメンドサーバ1はステップS101で待機する。
行動情報を受信したレコメンドサーバ1は、続くステップS102で行動情報を履歴DB52に記憶する処理を行う。これにより履歴DB52に一つのレコードが記憶される。
レコメンドサーバ1は、ステップS103で、記憶した行動情報の行動種別が来店に関するものであるか否かを判定する。来店に関するもの以外、即ち退店に関するものや購買行動に関するものである場合、レコメンドサーバ1はステップS101の待機状態へと遷移する。
一方、記憶した行動情報が来店に関するものであった場合、レコメンドサーバ1はステップS104の処理に進む。なお、以下の各実施の形態や各例では、ユーザBが店舗200Aに来店した履歴情報が記憶された場合について述べる。即ち、図3に示す履歴DB52に履歴ID=17052958915とされたレコードが記憶されたことに応じて続くステップS104及びステップS105の処理が実行される場合について述べる。
ステップS104では、ユーザBに提示すべきレコメンド情報を抽出する処理を実行する。続いて、レコメンドサーバ1は、ステップS105において、抽出したレコメンド情報から一部の情報を選択する選択処理を実行する。
レコメンド情報の抽出処理及び選択処理の一例について、図6及び図7を参照して説明する。
図6に示すレコメンド情報抽出処理では、レコメンドサーバ1は第1店舗へ来店し購買行動を行わずに退店したユーザをステップS201で抽出する。ここで抽出するユーザは、ユーザBを含んでいてもよいが、基本的にはユーザB以外の他のユーザである。第1店舗とは、レコメンド情報の送信対象とされるユーザBが来店した店舗であり、即ち店舗200Aである。店舗200Aに来店したユーザBに対して、次に提示すべき代替店舗の情報をレコメンド情報として送信するためである。
具体的には、図3の履歴DB52に示すように、店舗200Aに来店して購買行動を行わずに退店したユーザAを含む1または複数のユーザ(以降「第1抽出ユーザ」と記載)が抽出される。
続いて、レコメンドサーバ1はステップS202で、第2店舗へ来店したユーザを更に抽出(選別)する。具体的には、ステップS201で抽出された第1抽出ユーザから、第2店舗へ来店したユーザを更に絞り込む処理を行う。ステップS202で更に絞り込まれたユーザを「第2抽出ユーザ」と記載する。
第2店舗とは、第1店舗(即ち店舗200A)とは異なる他店舗であり、店舗200Bであってもよいし店舗200Cであってもよい。
なお、第1店舗としての店舗200Aの退店時間から30分などの所定時間以内に第2店舗を訪れたユーザに絞り込んでもよい。これは、第1店舗の退店から例えば24時間後に第2店舗を訪れたユーザを抽出したとしても、第1店舗の代わりに第2店舗を訪れたと判定することが難しいためである。即ち、第1店舗の退店から第2店舗の来店までの経過時間が長いほど、第1店舗の代替店舗として第2店舗を訪れた可能性が低くなるためである。
従って、第1店舗の退店から30分や1時間、或いは2時間などの所定時間以内に第2店舗を来店したユーザに絞り込むことによって、ユーザBに適切なレコメンド情報を送信できる可能性を高めることができる。もちろん、第1店舗と第2店舗の位置情報を用いて所定時間を可変としてもよい。即ち、第1店舗と第2店舗が近い距離に位置している場合は、所定時間を短くし、第1店舗と第2店舗が遠い距離に位置している場合は所定時間を長くしてもよい。これにより、店舗ごとの位置情報を考慮して適切な代替店舗をユーザBに提示できる可能性を更に高めることができる。
なお、第1店舗の退店から第2店舗の来店の間に他の店舗の来店や退店を行っていてもよい。具体的には、ユーザAが店舗200Aを退店した後、店舗200Cに来店したがそこでも購買行動を行わずに退店し、次に訪れた店舗200Bで購買行動を行った場合、ユーザBに提示する代替店舗は店舗200Aの次に訪れた店舗200Cではなく購買行動を行った店舗200Bである可能性が高い。また、店舗200Aの隣に店舗200Bが位置しており、販売している商品も類似している場合には、レコメンド情報を送信しなければ店舗200Aを退店したユーザBは次に店舗200Bに来店する可能性が高い。
このような場合であっても、本構成によれば、購買行動を行うまでに訪れた店舗の情報ではなく、購買行動を行った店舗の情報がレコメンド情報としてユーザBに送信されるため、ユーザBは無駄な来店を省くことができ、時間を有効利用することができる。
第2抽出ユーザを抽出した後、レコメンドサーバ1はステップS203において、1または複数の第2店舗を抽出する。第2抽出ユーザが1または複数であるため、ここで抽出される第2店舗も1または複数となる。抽出された第2店舗を「抽出店舗」と記載する。なお、例えば3人の第2抽出ユーザに対して、第2店舗が重複することもあるため、必ずしも抽出店舗が3店になるとは限らない。
店舗を抽出したレコメンドサーバ1は、図6に示すレコメンド情報抽出処理を終了し、続いて図7に示すレコメンド情報選択処理(図5のステップS105)を実行する。
レコメンド情報選択処理において、レコメンドサーバ1はステップS301で、商品ジャンルによる選択を行う。1または複数の抽出店舗から、第1店舗としての店舗200Aと販売ジャンル情報が少なくとも一部重複している店舗のみを選択する。
販売ジャンル情報が第1店舗と重複していない店舗は、第1店舗の代替店舗となる可能性は低いからである。
続いて、レコメンドサーバ1はステップS302で、時間情報を用いた選択を行う。具体的に、店舗200Aが飲食店である場合を例に挙げて説明する。
例えば、ユーザCが店舗200Aで何も購買(飲食)せずに退店し、直後に店舗200Cに来店して購買行動(飲食行動)を行っていたとする。ユーザCが店舗200Cで購買行動を行ったのは12時ごろとし、これは時間的に昼食と考えられる。
一方、ユーザBが店舗200Aに来店したのは、図3に示すように午前19時であり、時間的に昼食である可能性は低い。従って、ユーザCの行動履歴に基づいて店舗200Cを代替店舗としてユーザBに提示することは適切でない可能性がある。
ステップS302では、このように、代替店舗候補として選択されている店舗から時間情報を用いて更に絞り込む処理を行う。従って、店舗200Cは代替店舗候補から外れることとなる。
次に、レコメンドサーバ1はステップS303で店舗の利用可否による選択を行う。各店舗200,200,・・・には利用不可となることがある。例えば定休日である店舗や営業時間外の店舗や閉店してしまった店舗などである。また、混雑状況により利用が困難な店舗も利用不可店舗として除外してもよい。このような店舗200をユーザに代替店舗として提示することは好ましくないため、ステップS303の選択処理によって除外する。
定休日や営業時間などの情報は、例えば店舗DB51に記憶されている。
なお、ステップS301乃至ステップS303の各選択処理は、何れか一つのみを行ってもよいし、全ての処理を行ってもよい。また、ユーザBに対して代替店舗の提示を1店とするならば、代替店舗が1店となった時点でその後の選択処理を行わなくてもよい。他にも、ユーザBに対して提示する代替店舗が0店であること、即ちレコメンド情報が無いことを許容するのであれば、全ての選択処理を行い、代替店舗が0店となった時点で以降
の処理を行わずに終了してもよい。
続いて、レコメンドサーバ1はステップS304で、更なる選択処理を行うか否かを判定する。具体的には、ユーザBに提示する予定のレコメンド情報よりも多い情報が代替店舗として残っているかどうかを判定する。
更なる選択処理を行わない場合には、ステップS305の処理を行わずに図7に示すレコメンド情報選択処理を終える。一方、更なる選択処理を行う場合には、ステップS305の処理へと進む。
ステップS305では、レコメンドサーバ1はステップS301乃至ステップS303の各選択処理の結果残っている代替店舗候補を更に絞り込む処理を行う。具体的には、購買行動が多い順に所定数の店舗を選択する。所定数とは、ユーザBに提示するレコメンド情報としての代替店舗情報の件数である。ユーザに1件の代替店舗を提示する場合には、購買行動が多い順に1件の代替店舗を選択し、3件の代替店舗を提示する場合には、購買行動が多い順に3件の代替店舗を選択する。
なお、購買行動が多い店舗とは、第1店舗(店舗200A)の代わりに来店したユーザが多い店舗である。
また、ステップS305では、購買行動が多い店舗を選択する代わりに他の情報に基づいて選択してもよい。例えば、ユーザBの現在値から近い店舗順であってもよいし、ユーザBの来店履歴がない店舗を選択してもよい。
図5の説明に戻る。ステップS104のレコメンド情報抽出処理、及びステップS105のレコメンド情報選択処理を行ったレコメンドサーバ1は、ステップS106で送信タイミングが到来したか否かを判定する処理を実行する。送信タイミングが到来していない場合は、ステップS106の処理を継続的に実行する。即ち、送信タイミングが到来するまでステップS106で待機する。
送信タイミングは、ユーザにレコメンド情報を送信することが適当と考えられるときである。例えば、ユーザBが店舗200Aを退店したことを検出した後である。また、本実施の形態では、ユーザの来店検出、退店検出、購買行動検出を行っているが、来店検出しか行っていない場合であっても、退店したと考えられる時間を送信タイミングとしてもよい。例えば、ユーザBが来店した店舗200Aの平均的な滞在時間が1時間である場合には、ユーザBの来店検出から1時間後を送信タイミングとしてもよい。
このような処理を行えば、ユーザの来店検出を行うだけでもユーザに適切なタイミングでレコメンド情報を送信することが可能となる。これにより、レコメンドサーバ1の処理負担の軽減や履歴DB52の記憶領域の消費削減を果たしつつレコメンド情報の送信が可能となる。
ステップS106で送信タイミングが到来したと判定したレコメンドサーバ1は、ステップS107で送信処理を行う。この送信処理で、レコメンド情報としての代替店舗情報が送信対象とされたユーザBに対して送信される。
なお、ステップS105のレコメンド情報選択処理において各種選択を行った結果レコメンド情報としての代替店舗が無くなった場合には、ステップS106及びステップS107の処理を行わずに図5に示す一連の処理を終了する。また、ステップS104のレコメンド情報抽出処理においてレコメンドすべき情報が抽出されない場合も同様に、ステップS106及びステップS107の処理を実行せずに終了する。
また、図7のステップS303において各店舗の混雑状況を取得した場合には、ステップS107の送信処理においてレコメンド情報を送信する際に混雑状況を合わせて送信してもよい。これにより、ユーザは混雑状況を考慮した上で代替店舗を利用するか否かを判断することができる。即ち、ユーザにとって有益な情報を提供することができる。
<2−2.第2の実施の形態>
第2の実施の形態では、ユーザが店舗200から退店したことを契機としてレコメンド情報を送信する。具体的に、図8を参照して説明する。
なお、ユーザBが第1店舗としての店舗200Aを来店した後に購買行動を行わずに退店した場合について説明する。
レコメンドサーバ1は、行動情報の受信有無をステップS121で判定し、受信した行動情報をステップS122で履歴DB52に記憶する。ステップS121及びステップS122の処理は、図5のステップS101及びステップS102の処理と同様の処理であるため、詳述を省く。
レコメンドサーバ1は、ステップS123において、先の処理で記憶した行動履歴の行動種別が退店に関するものであるか否かを判定する。行動種別が退店に関するもの以外となる行動履歴を受信した場合、レコメンドサーバ1は再びステップS121の処理を実行する。
一方、行動種別が退店に関する行動履歴を受信した場合、レコメンドサーバ1はステップS124でレコメンド情報抽出処理を行い、ステップS125でレコメンド情報選択処理を実行する。
図9及び図10を参照して、ステップS124のレコメンド情報抽出処理とステップS125のレコメンド情報選択処理を説明する。
本実施の形態では、ユーザの退店を契機としてレコメンド情報を送信するため、退店した店舗とは異なる他店舗の情報を送信する以外にも退店したばかりの店舗に関する情報を送信することが考えられる。
ここでは、退店したばかりの店舗に関する情報をレコメンド情報として送信する例を説明する。
レコメンドサーバ1は、レコメンド情報抽出処理として、図9のステップS221の処理を実行する。ステップS221では、ユーザBが退店した店舗200Aに関するレコメンド情報の抽出を行う。
店舗200Aに関する情報としては、例えば、店舗200Aで人気の商品情報や売れ行きが急上昇している商品、或いはユーザBの興味のある商品などである。
続いて、レコメンドサーバ1は図10のステップS321以降の各処理を行うことにより、抽出された情報からレコメンド情報を選択する。
先ず、ステップS321では、ユーザの興味や嗜好情報に基づいた選択を行う。ユーザの興味や嗜好の情報は、例えばユーザDB50に記憶されている。これらの情報は、ユーザに直接入力された情報であってもよいし、ユーザの購買行動履歴から抽出した推定情報であってもよいし、ユーザが来店した店舗情報から抽出した推定情報であってもよい。
次に、レコメンドサーバ1はステップS322で、ユーザの移動経路に基づいて選択する処理を実行する。例えば、店舗200Aに複数のビーコン発信器10,10,・・・が設置されている場合に、店舗200AにおけるユーザBの移動経路が把握できる。このような情報を用いて、ユーザが立ち寄ったコーナー及び立ち寄っていないコーナーなどを把握し、立ち寄っていないコーナーで販売されている商品に関する商品情報を選択することが考えられる。ステップS321及びステップS322の双方の選択処理を実行することにより、ユーザBが気がつかなかった虞のある興味のある商品がレコメンド情報として選択される。具体的には、店舗200Aが書店であり、ユーザBの好きな作家の作品が通常の場所から特設コーナーなどに一時的に移転されていた場合には、ユーザBが気がつかずに店舗200Aを退店した可能性がある。このようなケースを店舗200A内におけるユーザBの移動経路を把握することにより推定し、適切なレコメンド情報を選択する。
なお、店舗内における商品の位置については、例えば店舗DB51に記憶されていてもよい。また、各商品が置かれている位置を把握せずに、各ユーザの移動経路及び嗜好情報から各コーナーにどのような属性のユーザが訪れやすいかを蓄積した情報を利用してもよい。
レコメンドサーバ1はステップS323で選択処理の要否を判定し、続くステップS324で更なる選択処理を行う。ステップS323及びステップS324の処理は、前述したステップS304及びステップS305の処理と同様であるため、詳述を省く。
図8の説明に戻る。レコメンド情報の抽出及び選択を行ったレコメンドサーバ1は、ステップS126で送信処理を実行する。
<2−3.レコメンド情報抽出処理の別例>
図8のステップS124のレコメンド情報抽出処理の別例について、図11を参照して説明する。
レコメンド情報抽出処理の別例では、第1店舗へ来店したが購買行動を行わずに退店し、且つ、第2店舗へ来店して購買行動を行ったユーザを単に抽出するのではなく、それらのユーザの中からレコメンド情報の送信対象のユーザと類似しているユーザを抽出する例について説明する。
先ず、レコメンドサーバ1はステップS241において、類似ユーザの抽出を行う。類似ユーザとは、例えば、来店履歴のある店舗が類似しているユーザや、購買行動のある店舗が類似しているユーザや、家族構成が類似しているユーザや、住所情報が類似しているユーザ(住所が近いユーザ)などである。
続いて、レコメンドサーバ1はステップS242及びステップS243において、それらの類似ユーザの中から第1抽出ユーザや第2抽出ユーザを抽出する処理を行う。ステップS242の処理は前述の図6のステップS201と同様の処理であり、ステップS243の処理は前述の図6のステップS202と同様の処理であるため、詳述は省略する。
最後に、レコメンドサーバ1はステップS244において、1または複数の第2店舗を抽出する。この処理は、図6のステップS203の処理と同様の処理である。
なお、この処理は、図8のステップS124の処理の一例として説明したが、図5のステップS104のレコメンド情報抽出処理の一例として実行してもよい。即ち、ユーザBが店舗200Aに来店したことに応じて行うレコメンド情報抽出処理として、図11の処理を行ってもよい。
<2−4.レコメンド情報選択処理の別例>
図8のステップS125のレコメンド情報選択処理の別例について、図12を参照して説明する。
レコメンド情報選択処理の別例では、天候情報を加味してレコメンド情報の選択を行う。
本例では、ユーザBが店舗200Aを退店したことを契機として図8のステップS124などのレコメンド情報抽出処理が実行され、その後に図12に示す一連の処理が実行される。
天候情報を用いたレコメンド情報選択処理では、レコメンドサーバ1はステップS341において、第1店舗としての店舗200Aの住所情報を店舗DB51から取得する。
続いて、レコメンドサーバ1はステップS342において、店舗200Aの現在の天候情報を取得する。天候情報は、通信ネットワーク3を介して天気情報を配信しているウェブサイト等から取得する。また、天候情報とは、例えば、気温情報、晴れや雨などの天気情報、風速情報などである。
レコメンドサーバ1はステップS343において、既に抽出されている1または複数の店舗から天候情報に応じた店舗選択を行う。例えば、天気情報が雨であれば、ユーザBの現在地、即ち店舗200Aから屋外を通らずに地下通路や屋根のあるアーケード街のみを移動して到着可能な店舗を優先的に選択する。また、同一建物内にある店舗を優先的に選択してもよい。このとき、店舗の混雑状況を更に考慮してもよい。例えば、店舗が混雑しており待たされることが分かっている場合には、屋根のある待機スペースがある店舗を選択してもよい。
外気温が低く店舗が混雑していることが分かった場合には、室内で待機可能な店舗を選択してもよい。他にも、花粉情報や紫外線情報に基づいて店舗を選択してもよい。そして、これらの情報を用いるか否かはユーザBのユーザ情報に基づくことが望ましい。例えば、花粉症を患っているユーザであるか否かにより、花粉症情報を用いた選択処理を行うか否かを決定する。
外気温が低く店舗が混雑しているが、風が無い場合には、陽光の下で待機可能な店舗を選択してもよい。
なお、気温が穏やかで晴天や曇りなどの場合には、天候情報に応じた選択を行わなくてもよい。その場合には、例えば、図7や図10などのレコメンド情報選択処理を代わりに実行してもよい。なお、図10のステップS321の興味・嗜好情報に基づく選択は、先述した例では商品情報を選択したが、ここでは店舗情報を選択する処理となる。ステップS322の移動経路に基づく選択処理では、ユーザが立ち寄っていないコーナーの情報を見逃したと推定して選択する例を説明したが、ここではユーザが立ち寄ったコーナーの情報を取得し、立ち寄ったコーナーからユーザの探している商品情報を推定し、当該推定した情報に基づいて店舗選択を行う。
続いて、レコメンドサーバ1はステップS344で更なる選択処理の要否を判定し、ステップS345で購買行動が多い順に店舗を選択する処理を行う。これらの処理は、図7のステップS304及びステップS305の処理と同様であるため、詳述を省く。
本例で説明した天候情報に基づく選択処理を行うために、店舗DB51に天候情報に関する情報が記憶されていてもよい。例えば、店舗ごとに待機場所が雨天の場合に適切か否かなどの情報が記憶されている。また、履歴DB52に天候情報に関する情報が記憶されていてもよい。例えば、来店に係るレコードに当時の天候が記憶されていてもよい。他店舗と比較して雨天の際の来店履歴情報が少なく晴天の際の来店履歴情報が多い場合には、雨天時のレコメンド情報として提示する店舗としては不適切である可能性が高いため、レコメンド情報選択処理で選択しないことなどが考えられる。
<2−5.レコメンド情報抽出処理の別例2>
レコメンド情報抽出処理では、上述したように、例えば、ユーザBが店舗200Aへ来店したことや店舗200Aから退店したことを契機にユーザB以外の行動履歴に基づいて店舗200A以外の店舗についてのレコメンド情報をユーザBに提示する。このとき、例えばユーザAが店舗200Aの後に店舗200Bに来店して購買行動を行った場合、店舗200BがユーザBに対して提示する代替店舗の候補となる。
レコメンド情報抽出処理の別例2では、ユーザAが店舗200Bをどのようにして選択して来店したかを考慮する。具体的には、ユーザAが検索操作に基づいて店舗200Bを選択したか否かを考慮する。
ユーザAが店舗200Aを来店し、購買行動を行わずに退店した後に検索操作を行って店舗200Bに関する情報を得ていた場合、店舗200A以外の代替店舗を見つけるための検索操作を行った可能性が高いと考えられる。そのようにして情報が得られた店舗200Bは、ユーザAにとって店舗200Aの代替店舗である可能性が高い。即ち、ユーザBにとっても店舗200Bは店舗200Aの代替店舗である可能性が高い。具体的に図13を参照して説明する。
レコメンドサーバ1はステップS261で、第1店舗としての店舗200Aへ来店し購買行動を行わずに退店したユーザを抽出する。
続いて、レコメンドサーバ1はステップS262で、検索操作の結果として得られた第2店舗へ来店したユーザを絞り込む。検索操作の有無については、ユーザ端末2からレコメンドサーバ1へ送信されて、DBに記憶される。例えば、履歴DB52に記憶された各レコードのうち、来店に関するレコードについては、検索操作を伴ったものであるか否かが記憶される。
レコメンドサーバ1はステップS263で、第2店舗の抽出を行う。これにより、ユーザが第1店舗を訪れた後に検索操作を行って来店した第2店舗の情報が抽出される。
なお、その後にレコメンドサーバ1が実行するレコメンド情報選択処理については、図7に示す処理であってもよいし、図10に示す処理であってもよいし、図12に示す処理であってもよい。このとき、図10に示すステップS321やステップS322の処理は、レコメンド情報選択処理の別例で説明したような処理内容となる。
<3.変形例>

上記した図7や図10や図12に示すレコメンド情報選択処理では、その前に実行したレコメンド情報抽出処理によって抽出された各店舗の情報や商品に関する情報から所定数の情報をランダムに選択してもよい。これにより、レコメンド情報が偏ることを防止することができるため、多用なレコメンド情報を提供することができる。
ユーザの購買行動を把握するためにPOS(Point Of Sale)システムと連携してもよい。これにより、確実に購買行動の把握を行うことができる。
また、購買行動は、商品の取り寄せの依頼や購入予約や発送依頼などを含んでもよい。即ち、店舗200で代金を支払い購入商品を受け取る行動に限らず、商品を店舗で受け取るが代金の支払いは後日となる場合や、商品を後日発送してもらうが代金は先に支払う場合なども含む。
上述した各例は、履歴DB52にユーザID情報が記憶されるように、レコメンドサーバ1が提供するレコメンド情報提供サービスにログインしている状態で各種の処理が行われる例を示しているが、ログインを必ずしも要するわけではない。例えば、店舗200への来店行動や退店行動や購買行動を把握した段階でレコメンドサーバ1がユーザに数時間や1日間有効な仮IDを発行してもよい。
レコメンドサーバ1が提供するレコメンド情報は、退店したばかりの店舗200に関するレコメンド情報や、退店した店舗200の代替店舗のレコメンド情報を送信するものである。従って、店舗200Aを退店したユーザAが1週間後に店舗200Bにて購買行動を行ったからといって、店舗200Bを店舗200Aの代替店舗として推定することは不適切である可能性が高い。即ち、店舗200A及び店舗200Bに対して1週間に亘って行われた各行動が同一人物によるものであるのかどうかを把握することは必須ではない。
従って、数時間などのある程度短い時間の間において行われた来店行動や退店行動や購買行動が同一人物によるものであることを把握できればよいため、短期間有効な仮IDによって各ユーザの行動を把握することでも十分効果を得ることが可能である。
上記した各処理の組合せはあくまで一態様である。従って、それぞれの処理をいかように組み合わせたとしても各種の効果を得ることができる。例えば、レコメンド情報選択処理として、図7のステップS301、S302、S303の各選択処理の後に図10のステップS321、S322の各選択処理を実行してもよい。また、異なる例のレコメンド情報抽出処理とレコメンド情報選択処理を組み合わせてもよい。
なお、上記の各例ではレコメンド情報として実際の店舗情報を送信する例を説明したが、ネットワーク上に展開される仮想ショッピングモールや仮想店舗を代替店舗として提示してもよい。仮想ショッピングモールや仮想店舗への来店は、ネットワーク上に展開されている店舗のウェブページの閲覧を開始したことをもって来店として扱うことができる。また、当該ウェブページの閲覧を停止したことをもって退店として扱うことができる。そして、退店に応じてユーザに提示される代替店舗は、仮想ショッピングモールに属する別の仮想店舗であってもよいし、ネットワーク上ではない実際の店舗であってもよい。
具体的には、ユーザAが実際の店舗200Aに来店したが購買行動を取らずに、続けて店舗200Bに来店して購買行動を行った場合に、レコメンドサーバ1はその一連の履歴情報を蓄積する。続いて、Aさんに類似した類似ユーザであるユーザBが仮想ショッピングモールに出店されている店舗200Aの仮想店舗200A’に来店(ウェブページの閲覧開始)し、その後退店(ウェブページの閲覧終了)した場合に、Bさんに対して店舗200Bについてのレコメンド情報を送信する。このとき、Bさんに送信するレコメンド情報としては、実際の店舗200Bに関する情報であってもよいし、店舗200Bの仮想店舗200B’に関する情報であってもよい。勿論、店舗200B、店舗200B’双方の情報を送信してもよい。
<4.まとめ>

上記の各例で説明したように、レコメンドサーバ1は、ユーザが携帯する情報端末(ユーザ端末2)が店舗200に近接したことを検出する近接検出部(検出部1a)と、ユーザが店舗200において購買行動を行ったことを検出する購買行動検出部(検出部1a)と、ユーザの店舗200への来店と購買行動に関する履歴情報を蓄積する蓄積部1bと、一人のユーザの履歴情報から第1店舗の来店履歴情報の検出と第1店舗の購買行動履歴情報の非検出と第1店舗に関する履歴情報の後に蓄積された第2店舗の来店履歴情報及び購買行動履歴情報の検出が行われた場合に、第1店舗への近接が検出されたユーザの情報端末に対して第2店舗に関するレコメンド情報を送信するレコメンド部1cと、を備えている。
これにより、実際の店舗に関する他のユーザの来店履歴情報及び購買行動履歴情報に基づいてユーザが来店した店舗の代替となる店舗の情報がユーザに提供される。
従って、例えば飲食店であれば、第1店舗で食事をすることができなかったユーザに対して、第1店舗の代わりに他ユーザが食事を行った第2店舗が存在する場合に該第2店舗が代替店舗としてレコメンドされる。
勿論、第1店舗や第2店舗は飲食店に限定されず、文房具などの商品を扱う店舗であってもよい。例えば、第1店舗で購入したい文具がなかった場合に、代替店舗となり得る第2店舗としての文具店がレコメンドされる。
また、第1店舗への近接が検出されたユーザに対してレコメンドする第2店舗は、該ユーザの位置からあまり遠い場所に位置するものは不適切となる可能性が高い。本構成によれば、実際に第1店舗へ来店した他ユーザがその後訪れて購買行動を取った店舗が代替店舗としてユーザにレコメンドされるため、第1店舗付近にいる該ユーザに対して適切なレコメンドとなる可能性を高めることができる。
更に、不要な情報の送受信が抑制されることにより、レコメンドサーバ1の処理負担軽減及びユーザが所持するユーザ端末2の処理負担軽減が図られる。また、適切な情報が提供されることにより、改めて検索するなどのユーザの負担を軽減すると共に、検索の際のユーザ端末2の処理負担の発生を抑制する。
レコメンド情報抽出処理の別例(図11)で説明したように、ユーザ間の類似を判定する類似判定部1dを備え、レコメンド部1cは、送信対象とされたユーザと類似すると判定された類似ユーザの履歴情報に基づいて送信を行ってもよい。
これにより、第1店舗への近接が検出されたユーザとレコメンド情報の抽出元となったユーザの類似度合いが判定される。
従って、レコメンド情報の送信対象(送信先)とされたユーザにとって適切な代替店舗が第2店舗としてレコメンドされる可能性を高めることができる。
検出部1aの説明で記載したように、近接検出部(検出部1a)は、近距離無線通信(例えばビーコン信号を用いた通信)を用いて店舗200に近接したことを検出してもよい。
これにより、店舗200への近接を検出するために例えばGPS機能などをユーザが携帯するユーザ端末2上で起動しておく必要がない。
近距離無線通信は比較的低消費電力で通信可能なものが多い。特に、GPS機能を常に起動しておくよりも低消費電力である。従って、ユーザが携帯するユーザ端末2のバッテリ消費を押さえることができるため、ユーザの利便性の向上を図ることができる。
第2の実施の形態などで説明したように、レコメンド部1cは、送信対象とされたユーザが第1店舗を退店したことを検出した後にレコメンド情報の送信を行ってもよい。
これにより、ユーザが第1店舗に来店しただけではレコメンド情報として代替店舗が提示されない。
具体的には、ユーザが第1店舗へ来店したが購買行動をせずに退店した場合について、代替店舗となる第2店舗がレコメンド情報として提供される。これにより、第1店舗で購買行動を行う予定のユーザであって代替店舗のレコメンドが不要なユーザに対してレコメンド情報を送信してしまうことを防止することができる。
検出部1aの説明で記載したように、購買行動の検出は、電子マネーの利用、クレジットカードの利用またはポイントカードの利用に基づいて行ってもよい。
電子マネーやクレジットカードやポイントカードの利用では電子データを扱うことが多く、これによって購買行動の検出を行いやすくすることができる。
従って、GPSや近距離無線通信を用いて行う来店検出や退店検出などと共に、購買行動検出を確実に行うことができるため、無用なレコメンド情報の送信などを防止することができる。
第1の実施の形態で説明したように、レコメンド部1cは、第2店舗が利用不可である場合には該第2店舗に関するレコメンド情報の送信を行わなくてもよい。
利用不可である店舗をレコメンドすることは、通知を受け取ったユーザにとって不利益となりかねない。
従って、そのような第2店舗のレコメンドを行わないことで、ユーザの利便性の向上を図ることができる。
第1の実施の形態(図7)で説明したように、レコメンド部1cは、複数の第2店舗が複数のユーザの履歴情報から抽出された場合において、抽出された第2店舗のうち該複数のユーザの購買行動履歴情報が多い店舗をレコメンド情報として送信してもよい。
第1店舗で購買行動が検出されなかったユーザが最も多く訪れ且つ購買行動を行った次の店舗が第2店舗としてユーザにレコメンドされる。
従って、ユーザの目的に適合した店舗が第2店舗としてレコメンドされ、ユーザにとって有益な情報を提供することができる可能性を高めることができる。
第1の実施の形態(図7)で説明したように、蓄積部1bは、ユーザが行動を起こした時間情報を紐付けた履歴情報を蓄積し、レコメンド部1cは、時間情報を用いてレコメンド情報の送信を行ってもよい。
即ち、ユーザが第1店舗へ来店したことを検出した時間と、他のユーザが第1店舗の次に来店した第2店舗で購買行動を起こした時間を考慮してレコメンド情報が送信される。
例えば、ランチの時間に提示すべき代替店舗としての第2店舗とディナーの時間に提示すべき代替店舗としての第2店舗は異なることが考えられる。本構成によれば、時間情報を考慮して第2店舗が抽出されてレコメンド情報として送信されるため、適切なレコメンドがなされる可能性をより高めることができる。
レコメンド情報選択処理の別例(図12)で説明したように、レコメンド部1cは、送信対象とされたユーザの位置に関する気象情報を用いてレコメンド情報の送信を行ってもよい。
例えば、レコメンド情報として送信する第2店舗が混雑しており待ち時間が発生する可能性がある場合に、待ち時間を適切な状態で過ごすことができるかどうかなどを加味して第2店舗の選択を行うことができる。
従って、具体的には、雨の日や気温の低い日に外で待機しなくてはならない店舗を第2店舗の候補から除外することができ、ユーザにとって満足度の高い情報を提供することができる。他にも、雨の日に雨風にさらされずに移動できる移動経路が確保できる店舗を優先的に第2店舗の候補として抽出することなども可能となる。
第2の実施の形態で説明したように、ユーザが店舗200から退店したことを検出する検出部1aと、店舗200の情報に基づくレコメンド情報を退店が検出されたユーザに送信するレコメンド部1cと、を備えている。
これにより、レコメンド情報の送付対象となるユーザを退店したことを検出したユーザに絞り込んだ上でレコメンド情報の送信が行われる。
従って、来店しただけでレコメンド情報の送信が行われる場合と比較して、無駄な情報送信を抑制することができ、ユーザの利便性及び満足度の向上を図ることができる。
また、不要な情報の送受信が抑制されることにより、サーバの処理負担軽減及びユーザが所持する情報端末の処理負担軽減が図られる。
検出部1aの説明で記載したように、検出部1aは、店舗200でユーザが購買行動を行ったことを検出してもよい。
ユーザが購買行動を行ったか否かに応じてレコメンド情報の要否や選別が行われる。
従って、ユーザにとって有益な情報がレコメンド情報として送信される可能性を高めることができる。
検出部1aの説明で記載したように、検出部1aは、ユーザが所定エリア内に位置することを検出した状態から検出されない状態へと変化することによって退店したことを検出してもよい。
これにより、来店を検出する手法を用いて退店の検出が行われる。
即ち、退店検出のための専用の装置を店舗に設置することなどが不要となり、コスト削減に寄与することができる。
検出部1aの説明で記載したように、検出部1aは、近距離無線通信を用いて店舗200から退店したことを検出してもよい。
これにより、店舗200からの退店を検出するために例えばGPS機能などをユーザが携帯するユーザ端末2上で起動しておく必要がない。
近距離無線通信は比較的低消費電力で通信可能なものが多い。特に、GPS機能を常に起動しておくよりも低消費電力である。従って、ユーザが携帯するユーザ端末2のバッテリ消費を押さえることができるため、ユーザの利便性の向上を図ることができる。
第2の実施の形態(図9や図10)で説明したように、レコメンド部1cは、退店が検出された店舗200における購買行動が検出されなかった場合にレコメンド情報として退店が検出された店舗200に関する情報を送信してもよい。
ユーザが来店した店舗はユーザの興味関心に合致する店舗である可能性が高い。そのような店舗についてのレコメンド情報がユーザに送信される。
例えば、ユーザが書店に来店し購買行動を行わずに退店した場合に、ユーザが立ち寄っていないコーナーに関する有益な情報をレコメンド情報として送信することが考えられる。この場合には、ユーザにとって既知の情報がレコメンド情報として送信される可能性は低くなり、有益な情報が提供される可能性を高めることができる。
第1の実施形態などで説明したように、レコメンド部1cは、退店が検出された店舗200における購買行動が検出されなかった場合にレコメンド情報として退店が検出された店舗200とは異なる代替店舗に関する情報を送信してもよい。
来店したにも関わらず購買行動が検出されなかった店舗200は、ユーザが目的が果たせなかった可能性が高い。そのような店舗200の代替店舗がユーザに提示される。
ユーザが訪れた店舗200に基づいて代替店舗がレコメンドされることにより、ユーザが次に訪れるべき店舗を検索する手間が省けるため、利便性の高い情報を提供することができる。
第1の実施の形態で説明したように、レコメンド部1cは、代替店舗が利用不可である場合には該代替店舗に関するレコメンド情報の送信を行わなくてもよい。
利用不可である店舗200をレコメンドすることは、通知を受け取ったユーザにとって不利益となりかねない。
従って、そのような代替店舗のレコメンドを行わないことで、ユーザの利便性の向上を図ることができる。
第1の実施の形態(図7)で説明したように、レコメンド部1cは、複数の代替店舗が抽出された場合には、購買行動が多く検出された店舗200をレコメンド情報として送信してもよい。
多くの購買行動が検出された店舗200は、多くのユーザにとって適切な店舗である可能性が高い。そのような店舗200が代替店舗として購買行動が検出されなかったユーザに対してレコメンドされる。
従って、ユーザの目的に適合した店舗が代替店舗としてレコメンドされ、ユーザにとって有益な情報を提供することができる可能性を高めることができる。
第1の実施の形態(図7)で説明したように、レコメンド部1cは、ユーザが行動を起こした時間情報を用いてレコメンド情報の送信を行ってもよい。
即ち、ユーザが店舗200へ来店したことを検出した時間と、他のユーザによる代替店舗での購買行動を検出した時間を考慮してレコメンド情報としての代替店舗が送信される。
例えば、ランチの時間に提示すべき代替店舗とディナーの時間に提示すべき代替店舗は異なることが考えられる。本構成によれば、時間情報を考慮して代替店舗が抽出されてレコメンド情報として送信されるため、適切なレコメンドがなされる可能性をより高めることができる。
レコメンド情報選択処理の別例(図12)で説明したように、レコメンド部1cは、送信対象とされたユーザの位置に関する気象情報を用いてレコメンド情報の送信を行ってもよい。
例えば、レコメンド情報として送信する代替店舗が混雑しており待ち時間が発生する可能性がある場合に、待ち時間を適切な状態で過ごすことができるかどうかなどを加味して代替店舗の選択及び提示を行うことができる。
従って、具体的には、雨の日や気温の低い日に外で待機しなくてはならない店舗を代替店舗の候補から除外することができ、ユーザにとって満足度の高い情報を提供することができる。他にも、雨の日に雨風にさらされずに移動できる移動経路が確保できる店舗を優先的に代替店舗の候補として抽出することなども可能となる。
<5.プログラム及び記憶媒体>

実施の形態のプログラムは、レコメンドサーバ1の演算処理装置(CPU等)に各種の処理を実行させるプログラムである。
実施の形態のプログラムは、ユーザが店舗から退店したことを検出する検出機能を演算処理装置に実行させる。
また、店舗の情報に基づくレコメンド情報を退店が検出されたユーザに送信するレコメンド機能を演算処理装置に実行させる。
即ちこのプログラムは、情報処理装置の演算処理装置に対して図5乃至図13に示す各処理を実行させるプログラムである。
このようなプログラムにより、上述したレコメンドサーバ1としての1または複数の情報処理装置を実現できる。
そしてこのようなプログラムはコンピュータ装置等の機器に内蔵されている記憶媒体としてのHDDや、CPUを有するマイクロコンピュータ内のROM等に予め記憶しておくことができる。あるいはまた、半導体メモリ、メモリカード、光ディスク、光磁気ディスク、磁気ディスクなどのリムーバブル記憶媒体に、一時的あるいは永続的に格納(記憶)しておくことができる。またこのようなリムーバブル記憶媒体は、いわゆるパッケージソフトウェアとして提供することができる。
また、このようなプログラムは、リムーバブル記憶媒体からパーソナルコンピュータ等にインストールする他、ダウンロードサイトから、LAN、インターネットなどのネットワークを介してダウンロードすることもできる。
1 レコメンドサーバ、1a 検出部、1b 蓄積部、1c レコメンド部、1d 類似判定部、2 ユーザ端末、3 通信ネットワーク、4 クレジットカード端末、5 電子マネー端末、6 ポイントカード端末、7 クレジットカードシステム、8 電子マネーシステム、9 ポイントカードシステム、10 ビーコン発信器、50 ユーザDB、51 店舗DB、52 履歴DB、200,200A,200B,200C 店舗

Claims (9)

  1. 店舗におけるユーザの支払いの有無及び店舗からの退店を検出する検出部と、
    退店が検出された店舗における前記支払いが検出されなかった場合に当該退店が検出されたユーザのユーザ端末に当該退店が検出された店舗とは異なる代替店舗に関する情報をレコメンド情報として送信するレコメンド部と、を備え
    前記代替店舗は前記退店が検出された店舗と同種の商品またはサービスを提供する店舗とされた
    情報処理装置。
  2. 前記レコメンド部は、前記代替店舗が利用不可である場合には該代替店舗に関する前記レコメンド情報の送信を行わない
    請求項に記載の情報処理装置。
  3. 前記レコメンド部は、複数の代替店舗が抽出された場合には、前記支払いを行ったユーザが多く検出された店舗を前記レコメンド情報として送信する
    請求項に記載の情報処理装置。
  4. 前記レコメンド部は、ユーザが支払いを行った時間情報を用いて前記レコメンド情報の送信を行う
    請求項1に記載の情報処理装置。
  5. 前記レコメンド部は、送信対象とされたユーザの位置に関する気象情報を用いて前記レコメンド情報の送信を行う
    請求項1に記載の情報処理装置。
  6. 前記検出部は、ユーザが所定エリア内に位置することを検出した状態から検出されない状態へと変化することによって退店したことを検出する
    請求項1に記載の情報処理装置。
  7. 前記検出部は、近距離無線通信を用いて店舗から退店したことを検出する
    請求項1に記載の情報処理装置。
  8. 店舗におけるユーザの支払いの有無を検出するステップと、
    ユーザが店舗から退店したことを検出するステップと、
    退店が検出された店舗における前記支払いが検出されなかった場合に当該退店が検出されたユーザのユーザ端末に当該退店が検出された店舗とは異なる代替店舗に関する情報をレコメンド情報として送信するレコメンドステップと、を備え、
    前記代替店舗は前記退店が検出された店舗と同種の商品またはサービスを提供する店舗とされた
    情報処理装置が実行する情報処理方法。
  9. 店舗におけるユーザの支払いの有無を検出する機能と、
    ユーザが店舗から退店したことを検出する機能と、
    退店が検出された店舗における前記支払いが検出されなかった場合に当該退店が検出されたユーザのユーザ端末に当該退店が検出された店舗とは異なる代替店舗に関する情報をレコメンド情報として送信するレコメンド機能と、を備え、
    前記代替店舗は前記退店が検出された店舗と同種の商品またはサービスを提供する店舗とされた
    コンピュータに実行させるプログラム。
JP2019545452A 2017-09-27 2017-09-27 情報処理装置、情報処理方法、プログラム、記憶媒体 Active JP6944531B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/034985 WO2019064381A1 (ja) 2017-09-27 2017-09-27 情報処理装置、情報処理方法、プログラム、記憶媒体

Publications (2)

Publication Number Publication Date
JPWO2019064381A1 JPWO2019064381A1 (ja) 2020-03-26
JP6944531B2 true JP6944531B2 (ja) 2021-10-06

Family

ID=65901079

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019545452A Active JP6944531B2 (ja) 2017-09-27 2017-09-27 情報処理装置、情報処理方法、プログラム、記憶媒体

Country Status (4)

Country Link
US (1) US11341798B2 (ja)
JP (1) JP6944531B2 (ja)
CN (1) CN111133464A (ja)
WO (1) WO2019064381A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7433894B2 (ja) * 2019-12-25 2024-02-20 株式会社東芝 誘導システム、サーバ、プログラムおよびサービス提供方法
JP7353964B2 (ja) * 2019-12-25 2023-10-02 株式会社東芝 誘導システム、サーバ、プログラムおよびサービス提供方法
JP7305724B2 (ja) * 2021-10-28 2023-07-10 楽天グループ株式会社 情報処理装置、システム、及び、方法

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001350798A (ja) * 2000-06-07 2001-12-21 Oki Electric Ind Co Ltd 顧客情報収集方法および顧客情報収集装置
US7606728B2 (en) * 2002-09-20 2009-10-20 Sorensen Associates Inc. Shopping environment analysis system and method with normalization
JP2006039651A (ja) * 2004-07-22 2006-02-09 Hitachi Software Eng Co Ltd 顧客管理システム
US20080249858A1 (en) * 2007-04-03 2008-10-09 Robert Lee Angell Automatically generating an optimal marketing model for marketing products to customers
US8725578B2 (en) * 2008-01-30 2014-05-13 Intuit Inc. Method and apparatus for authorizing a financial transaction
US20100063891A1 (en) * 2008-09-11 2010-03-11 Palm, Inc. Retail shopping method and system using upc capture
JP5390247B2 (ja) 2009-04-20 2014-01-15 ソフトバンクBb株式会社 サービス提供システム、サービス提供方法及び移動端末
WO2011114620A1 (ja) * 2010-03-16 2011-09-22 日本電気株式会社 関心度計測システム
JP5656574B2 (ja) * 2010-11-10 2015-01-21 ヤフー株式会社 推薦情報送信装置
KR20120070330A (ko) * 2010-12-21 2012-06-29 한국전자통신연구원 쇼핑 정보 제공 방법, 매장 관리 장치, 및 휴대 단말
US11182661B2 (en) * 2011-01-06 2021-11-23 Maplebear Inc. Reader network system for presence management in a physical retail environment
US10096043B2 (en) * 2012-01-23 2018-10-09 Visa International Service Association Systems and methods to formulate offers via mobile devices and transaction data
JP6125837B2 (ja) * 2012-12-28 2017-05-10 ヤフー株式会社 情報提供システムおよび情報提供方法
US20150161715A1 (en) * 2013-03-07 2015-06-11 Google Inc. Using indoor maps to direct consumers to sale items, shopping lists, or other specific locations in a store, retail establishment, or other geographic area
JP2014192587A (ja) * 2013-03-26 2014-10-06 Zenrin Datacom Co Ltd 情報配信装置、情報配信方法及びプログラム
CN104239338A (zh) * 2013-06-19 2014-12-24 阿里巴巴集团控股有限公司 信息推荐方法及装置
JP2015014887A (ja) 2013-07-04 2015-01-22 株式会社東芝 商品情報提供システム、商品情報提供方法、サーバおよびプログラム
JP5728653B2 (ja) * 2013-11-07 2015-06-03 パナソニックIpマネジメント株式会社 顧客管理装置、顧客管理システムおよび顧客管理方法
JP2015149020A (ja) * 2014-02-07 2015-08-20 東日本電信電話株式会社 情報提供装置及び情報提供方法
CN103996068B (zh) * 2014-05-08 2017-01-25 百度在线网络技术(北京)有限公司 客流分布的统计方法和装置
JP2016071741A (ja) * 2014-09-30 2016-05-09 大日本印刷株式会社 サーバシステム、プログラム及び情報推薦方法
US9565531B2 (en) * 2015-04-13 2017-02-07 Frensee LLC Augmented beacon and geo-fence systems and methods
SG10201504311RA (en) * 2015-06-02 2017-01-27 Mastercard Asia Pacific Pte Ltd Method and system for multi-merchant purchasing
CN104991919B (zh) * 2015-06-25 2018-07-03 青岛海信电器股份有限公司 一种智能移动终端信息推送方法和装置
CN105631722A (zh) * 2015-07-23 2016-06-01 宇龙计算机通信科技(深圳)有限公司 服务信息推送方法、服务信息推送系统和终端
US10762525B2 (en) * 2015-09-30 2020-09-01 Oracle International Corporation Method and system for presenting a promotional offer based on detected data
KR102321354B1 (ko) * 2016-01-07 2021-11-03 삼성전자주식회사 서비스를 제공하기 위한 방법 및 그 전자 장치
JP2017167776A (ja) * 2016-03-16 2017-09-21 カシオ計算機株式会社 情報処理装置、情報処理方法及びプログラム
CN106970972A (zh) * 2017-03-24 2017-07-21 广州茶途网络科技有限公司 一种基于大数据分析的商品推送方法及装置

Also Published As

Publication number Publication date
US11341798B2 (en) 2022-05-24
JPWO2019064381A1 (ja) 2020-03-26
CN111133464A (zh) 2020-05-08
WO2019064381A1 (ja) 2019-04-04
US20200258337A1 (en) 2020-08-13

Similar Documents

Publication Publication Date Title
US10773389B2 (en) Robotic systems and methods in prediction and presentation of resource availability
CA2881716C (en) Detecting items of interest within local shops
JP6293908B2 (ja) キオスク管理システムによるモバイル取引
US20100125492A1 (en) System and method for providing contextual advertisements according to dynamic pricing scheme
US20120246000A1 (en) Techniques to capture context and location information and utilize heuristics to turn location tracked over time and context information into semantic location information
KR20150037882A (ko) 푸시 기반 추천 기법
US20110246300A1 (en) Techniques to determe when an internet user is in-market for a specific product and determining general shopping preferences and habits of internet users
JP6944531B2 (ja) 情報処理装置、情報処理方法、プログラム、記憶媒体
US11164127B2 (en) System and method for on-site purchases at automated storage and retrieval system
JP5802716B2 (ja) 情報処理システム、プログラム及び照合方法
KR20220043003A (ko) 무인매장의 상품 자동발주 서비스 제공방법, 서버 및 컴퓨터프로그램
US20110246214A1 (en) Techniques to identify in-market purchasing interests
US20110246469A1 (en) Techniques to capture context and location information and utilize heuristics to turn location tracked over time and context information into semantic location information
US20140279220A1 (en) Systems and methods for mobile retail environment
US20160277869A1 (en) Method and program product for location based customer and vendor direct connectivity
JP6667938B2 (ja) 情報処理装置、情報処理方法、プログラム、記憶媒体
JP6811160B2 (ja) 仲介支援システム、仲介支援方法、および仲介支援プログラム
KR102547886B1 (ko) 캠핑 경험 공유 플랫폼 제공 시스템, 캠핑 경험 공유 플랫폼 제공 방법 및 기록 매체에 저장된 프로그램
US11321699B2 (en) Payment support system, payment support method, and non-transitory recording medium
WO2016151678A1 (ja) 情報処理装置、情報処理方法、プログラム
JP7027047B2 (ja) 算出装置、算出方法及び算出プログラム
JP7436553B2 (ja) 情報提供装置、情報提供方法、および情報提供プログラム
KR101663767B1 (ko) 검색 연동형 정보 제공 방법 및 시스템

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191210

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191210

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20191210

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20200217

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200225

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200326

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20200602

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200828

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20200828

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20200907

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20200908

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20201030

C211 Notice of termination of reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C211

Effective date: 20201110

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20210406

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20210706

C23 Notice of termination of proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C23

Effective date: 20210810

C03 Trial/appeal decision taken

Free format text: JAPANESE INTERMEDIATE CODE: C03

Effective date: 20210907

C30A Notification sent

Free format text: JAPANESE INTERMEDIATE CODE: C3012

Effective date: 20210907

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210910

R150 Certificate of patent or registration of utility model

Ref document number: 6944531

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150