以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態(以下、「実施形態」と呼ぶ)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
(実施形態)
〔1.情報処理〕
図1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、ユーザが検索に用いたキーワード(以下、「検索クエリ」や「クエリ」ともいう)と、クエリによる検索時のユーザの位置情報に基づいて、需要を予測する。図1では、ユーザの検索行動をユーザの関連行動の一例として示す。図1では、情報処理装置100は、ユーザによる対象に関するクエリを用いた検索行動とその検索行動の日時情報との組合せによる検索行動に関する時間的な変化に基づいて、対象に関する需要の変化を予測する。なお、ユーザの関連行動は種々の行動であってもよいが、この点についての詳細は後述する。
〔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。
端末装置10は、ユーザによって利用される情報処理装置である。端末装置10は、例えば、スマートフォンや、タブレット型端末や、ノート型PC(Personal Computer)や、デスクトップPCや、携帯電話機や、PDA(Personal Digital Assistant)等により実現される。図1に示す例においては、端末装置10がユーザが利用するスマートフォンである場合を示す。なお、以下では、端末装置10をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置10と読み替えることもできる。
また、端末装置10は、GPS(Global Positioning System)センサ等の機能を有し、ユーザの位置情報(センサ情報)を検知し、取得するものとする。また、端末装置10は、通信を行っている基地局の位置情報や、WiFi(登録商標)(Wireless Fidelity)の電波を用いてユーザの位置情報を推定し、取得してもよい。なお、以下では位置情報を単に「位置」と記載する場合がある。
また、端末装置10は、GPSセンサ等に限らず種々のセンサにより、各種センサ情報を検知してもよい。また、端末装置10は、加速度センサの機能を有し、ユーザの移動における加速度情報(センサ情報)を検知し、取得する。また、端末装置10は、温度センサや気圧センサ等の種々の機能を有し、温度や気圧等のユーザの置かれている環境情報を検知し、取得可能であってもよい。また、端末装置10は、心拍センサ等の種々の機能を有し、ユーザの生体情報を検知し、取得可能であってもよい。例えば、端末装置10を利用するユーザは、端末装置10と通信可能なウェアラブルデバイスを身に付けることにより、端末装置10によりユーザ自身のコンテキスト情報を取得可能としてもよい。例えば、端末装置10を利用するユーザは、端末装置10と通信可能なリストバンド型のウェアラブルデバイスを身に付けることにより、端末装置10によりユーザ自身の心拍(脈拍)に関する情報を端末装置10が取得可能としてもよい。
また、端末装置10は、ユーザによる操作を受け付ける。また、端末装置10は、情報処理装置100に種々の情報を送信する。例えば、端末装置10は、情報処理装置100に検索クエリや位置情報等の種々の行動情報等を送信する。
また、図1に示す例においては、端末装置10を利用するユーザに応じて、端末装置10を端末装置10−1〜10−5として説明する。例えば、端末装置10−1は、ユーザU1により使用される端末装置10である。また、例えば、端末装置10−2は、ユーザU2により使用される端末装置10である。また、以下では、端末装置10−1〜10−5について、特に区別なく説明する場合には、端末装置10と記載する。
上記のように「ユーザU*(*は任意の数値)」と記載した場合、そのユーザはユーザID「U*」により識別されるユーザであることを示す。例えば、「ユーザU2」と記載した場合、そのユーザはユーザID「U2」により識別されるユーザである。図1に示した情報処理システム1には、ユーザU1が利用する端末装置10や、ユーザU2が利用する端末装置10等の多数の端末装置10が含まれる。
情報処理装置100は、ユーザによる対象に関連する関連行動を示す行動情報と、関連行動時の日時を示す日時情報とに基づいて、対象に関する需要の変化を予測する情報処理装置である。また、例えば、情報処理装置100は、対象に関する需要の変化を示す情報に基づくサービスを、対象に関する事業者へ提供する。例えば、情報処理装置100は、対象に関する需要の変化を示す情報を、対象に関する事業者へ提供する。
また、情報処理装置100は、端末装置10から取得したクエリ(検索クエリ)に対する検索結果を端末装置10に提供する検索サービスを提供する。図1の例では、情報処理装置100は、クエリに対応する所定の情報を検索結果として、クエリの送信元である端末装置10へ提供する。
なお、図1では、情報処理装置100が検索サービスを提供する場合を示すが、外部の情報処理装置が検索サービスを提供する場合、情報処理装置100は検索サービスを提供しなくてもよい。この場合、情報処理装置100は、検索サービスを提供する外部の情報処理装置等から各種情報を取得し、取得した情報に基づく需要の予測や事業者への情報提供を行ってもよい。
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MCの管理者M3によって利用される情報処理装置である。管理者M3は、Aエリアで塩ラーメンを提供する飲食店であるラーメン店MCを経営する事業者であってもよい。例えば、ラーメン店MCの管理者M3は、事業者装置20を用いて、情報処理装置100に対して情報の要求等を行う。また、事業者装置20は、例えば、スマートフォンや、タブレット型端末や、ノート型PCや、デスクトップPCや、携帯電話機や、PDA等により実現される。図1は、事業者装置20がノート型PCである場合を示す。
図1の例では、情報処理装置100は、ユーザU1〜U5等が利用する端末装置10が有するGPSセンサ等の機能により、ユーザU1〜U5が入力した検索クエリとともに端末装置10の位置を取得する。図1に示す地図情報MP1は、ユーザU1〜U5の位置を模式的に示す。
また、図1の例では、情報提供を受ける事業者が、ラーメン店MC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MCからAエリアにおける対象「塩ラーメン」の需要に関する情報の要求を取得し、取得した要求が示すエリアにおける対象に対応する需要に関する情報をラーメン店MCに提供する。そのため、図1では、情報処理装置100は、ラーメン店MCが位置するAエリアを対象エリアとして、対象「塩ラーメン」の需要の変化を予測する。
まず、情報処理装置100は、ユーザU1が利用する端末装置10−1からクエリと位置情報とを取得する(ステップS1−1)。図1の例では、情報処理装置100は、日時DT1において、端末装置10−1からクエリ「塩ラーメン」と位置情報LC1とを取得する。情報処理装置100は、端末装置10−1からクエリ「塩ラーメン」と、検索時が日時DT1であることを示す日時情報(時間情報)とを取得する。例えば、情報処理装置100は、期間TM1に含まれる日時DT1でのユーザU1によるクエリ「塩ラーメン」を用いた検索行動を示す行動情報AC11を取得する。なお、図1の例では位置情報LC1等の抽象的な符号で図示するが、位置情報は、具体的な緯度や経度を示す情報(緯度経度情報)等であってもよい。また、以下、「位置情報LC*(*は任意の数値)」を「位置LC*」と記載する場合がある。例えば、「位置LC1」と記載した場合、その位置は位置情報LC1に対応する位置であることを示す。図1の例では、位置LC1は、Aエリア内の位置であるものとする。
そして、情報処理装置100は、クエリ「塩ラーメン」に対応する検索結果を端末装置10−1へ提供する。また、情報処理装置100は、日時DT1に位置LC1において、ユーザU1がクエリ「塩ラーメン」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。図1の例では、情報処理装置100は、日時DT1にAエリア内の位置LC1において、ユーザU1がクエリ「塩ラーメン」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
また、情報処理装置100は、ユーザU2が利用する端末装置10−2からクエリと位置情報とを取得する(ステップS1−2)。図1の例では、情報処理装置100は、日時DT2において、端末装置10−2からクエリ「スマホSH 赤」と位置情報LC2とを取得する。情報処理装置100は、端末装置10−2からクエリ「スマホSH 赤」と、検索時が日時DT2であることを示す日時情報とを取得する。例えば、情報処理装置100は、期間TM1に含まれる日時DT2でのユーザU2によるクエリ「スマホSH 赤」を用いた検索行動を示す行動情報AC12を取得する。そして、情報処理装置100は、クエリ「スマホSH 赤」に対応する検索結果を端末装置10−2へ提供する。また、情報処理装置100は、日時DT2に位置LC2において、ユーザU2がクエリ「スマホSH 赤」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
また、情報処理装置100は、ユーザU3が利用する端末装置10−3からクエリと位置情報とを取得する(ステップS1−3)。図1の例では、情報処理装置100は、日時DT3において、端末装置10−3からクエリ「塩ラーメン Aエリア」と位置情報LC3とを取得する。情報処理装置100は、端末装置10−3からクエリ「塩ラーメン Aエリア」と、検索時が日時DT3であることを示す日時情報とを取得する。例えば、情報処理装置100は、期間TM1に含まれる日時DT3でのユーザU3によるクエリ「塩ラーメン Aエリア」を用いた検索行動を示す行動情報AC13を取得する。図1の例では、位置LC3は、Aエリア内の位置であるものとする。そして、情報処理装置100は、クエリ「塩ラーメン Aエリア」に対応する検索結果を端末装置10−3へ提供する。また、情報処理装置100は、日時DT3にAエリア内の位置LC3において、ユーザU3がクエリ「塩ラーメン Aエリア」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
また、情報処理装置100は、ユーザU4が利用する端末装置10−4からクエリと位置情報とを取得する(ステップS1−4)。図1の例では、情報処理装置100は、日時DT4において、端末装置10−4からクエリ「天気」と位置情報LC4とを取得する。情報処理装置100は、端末装置10−4からクエリ「天気」と、検索時が日時DT4であることを示す日時情報とを取得する。例えば、情報処理装置100は、期間TM1に含まれる日時DT4でのユーザU4によるクエリ「天気」を用いた検索行動を示す行動情報AC14を取得する。そして、情報処理装置100は、クエリ「天気」に対応する検索結果を端末装置10−4へ提供する。また、情報処理装置100は、日時DT4に位置LC4において、ユーザU4がクエリ「天気」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
また、情報処理装置100は、ユーザU5が利用する端末装置10−5からクエリと位置情報とを取得する(ステップS1−5)。図1の例では、情報処理装置100は、日時DT5において、端末装置10−5からクエリ「スマホSH 高い」と位置情報LC5とを取得する。情報処理装置100は、端末装置10−5からクエリ「スマホSH 高い」と、検索時が日時DT5であることを示す日時情報とを取得する。例えば、情報処理装置100は、期間TM1に含まれる日時DT5でのユーザU5によるクエリ「スマホSH 高い」を用いた検索行動を示す行動情報AC15を取得する。そして、情報処理装置100は、クエリ「スマホSH 高い」に対応する検索結果を端末装置10−5へ提供する。また、情報処理装置100は、日時DT5に位置LC5において、ユーザU5がクエリ「スマホSH 高い」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
以下、ステップS1−1〜S1−5を区別せずに説明する場合、ステップS1と総称する。また、ステップS1−1〜S1−5に限らず、各ユーザの検索は、複数回行われてもよい。なお、図1では、5人のユーザU1〜U5を図示するが、情報処理装置100は、ユーザU1〜U5に限らず、多数のユーザ(例えば、100万ユーザや1000万ユーザ等)が検索に用いたクエリを取得する。なお、図1の例では、情報処理装置100が期間TM1に含まれる日時DT1〜DT5等の時点におけるユーザU1〜U5等の行動情報を収集する場合を示すが、情報処理装置100は、期間TM1〜TM3等の各期間に対応するユーザの行動情報を収集する。また、期間TM1〜TM3等は、種々の長さの期間であってもよい。例えば、期間TM1〜TM3等は、対象に応じて種々の長さに設定されてもよい。例えば、期間TM1〜TM3等は、1週間や2週間や1ヶ月や3ヶ月や1年等の任意の期間であってもよい。図1の例では、期間TM1〜TM3は、1ヶ月であるものとする。
これにより、情報処理装置100は、ユーザによる対象に関連する関連行動を示す行動情報と、関連行動時の日時を示す日時情報との組合せを収集する(ステップS2)。図1の例では、情報処理装置100は、行動情報記憶部123に示すように、ユーザU1〜U5等が検索に用いたクエリと、クエリによる検索時の日時DT1〜日時5等との組合せを収集する。また、情報処理装置100は、ユーザが検索に用いたクエリと、クエリによる検索時のユーザの位置情報との組合せを収集する。
そして、情報処理装置100は、対象「塩ラーメン」について、変化情報を生成する(ステップS3)。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、対象エリアであるAエリアに関する変化情報を生成する。なお、情報処理装置100は、Bエリア〜Dエリア等の他のエリアの変化情報も生成してもよい。以下では、情報処理装置100が対象「塩ラーメン」について、対象エリアであるAエリアに関する変化情報を生成する場合を一例として説明する。
例えば、情報処理装置100は、対象「塩ラーメン」について、期間TM1〜TM3ごとにAエリアにおける関連行動の回数を集計した変化情報を生成する。図1の例では、情報処理装置100は、期間TM1〜TM3ごとに、Aエリアにおいてユーザが行った対象「塩ラーメン」に対応する検索行動の回数を集計した変化情報を生成する。情報処理装置100は、期間TM1〜TM3ごとに、Aエリアにおけるユーザによる対象「塩ラーメン」に対応するクエリを用いた検索の回数を集計した変化情報を生成する。図1の例では、情報処理装置100は、変化情報記憶部124に示すように、対象「塩ラーメン」についてAエリアに対応する変化情報を生成する。
図1中の変化情報記憶部124に示す「対象」は、変化情報を生成する対象を示す。図1中の変化情報記憶部124に示す「エリア」は、変化情報の生成対象となった対象エリアを示す。なお、「エリア」が「−(ハイフン)」である場合、その対象については全エリアを対象として変化情報が生成される。すなわち、情報処理装置100は、エリアを考慮せず、全体としての需要の低下等の変化を予測してもよい。例えば、情報処理装置100は、エリア全体の需要の低下等の変化を予測してもよいが、この点については後述する。
図1中の変化情報記憶部124に示す「変化情報」は、対応する対象の対象エリアにおける変化情報を示す。「期間」は、対応する情報が収集された期間(日時)を示す。「種別」は、対応する期間において情報が収集された関連行動の種別を示す。「回数」は、対応する期間において行われた関連行動の回数を示す。「需要レベル」は、対応する期間における対象の需要レベルを示す。
図1に示す例において、対象「塩ラーメン」については、Aエリアを対象エリアとして、変化情報が生成されたことを示す。また、対象「塩ラーメン」については、期間TM1〜TM3等の各期間において、情報が収集されたことを示す。また、期間TM1〜TM3等の各期間において、収取された情報の関連行動の種別は「検索」であることを示す。すなわち、期間TM1〜TM3等の各期間では、ユーザの検索行動を関連行動として情報収集されたことを示す。
期間TM1においては、対象「塩ラーメン」に関する関連行動がAエリアで10000回行われたことを示す。期間TM1においては、対象「塩ラーメン」に対応するクエリを用いた検索行動がAエリアで10000回行われたことを示す。また、期間TM2においては、対象「塩ラーメン」に関する関連行動がAエリアで8000回行われたことを示す。期間TM2においては、対象「塩ラーメン」に対応するクエリを用いた検索行動がAエリアで8000回行われたことを示す。また、期間TM3においては、対象「塩ラーメン」に関する関連行動がAエリアで2000回行われたことを示す。期間TM3においては、対象「塩ラーメン」に対応するクエリを用いた検索行動がAエリアで2000回行われたことを示す。
このように、情報処理装置100は、期間TM1〜TM3等の各期間での関連行動の回数を含む変化情報を生成する。そして、情報処理装置100は、期間TM1〜TM3等の各期間での関連行動の回数に基づいて、期間TM1〜TM3等での需要を予測する。例えば、情報処理装置100は、期間TM1〜TM3等の各期間での関連行動の回数(スコア)と、所定の閾値との比較に基づいて、期間TM1〜TM3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、期間TM1〜TM3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閾値以上である期間については、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閾値以上である期間については、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閾値未満である期間については、その対象の需要が「低」であると予測する。
図1の例では、情報処理装置100は、期間TM1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、期間TM1における対象「塩ラーメン」の需要を「高」と予測する。そのため、情報処理装置100は、期間TM1においては、Aエリアでの対象「塩ラーメン」に関する需要レベルが「高」であることを示す情報を変化情報記憶部124に記憶する。
図1の例では、情報処理装置100は、期間TM2における対象「塩ラーメン」のスコアが「8000」であり、第1閾値以上であるため、期間TM2における対象「塩ラーメン」の需要を「高」と予測する。そのため、情報処理装置100は、期間TM2においては、Aエリアでの対象「塩ラーメン」に関する需要レベルが「高」であることを示す情報を変化情報記憶部124に記憶する。
また、情報処理装置100は、期間TM3における対象「塩ラーメン」のスコアが「2000」であり、第1閾値未満、第2閾値以上であるため、期間TM3における対象「塩ラーメン」の需要を「中」と予測する。そのため、情報処理装置100は、期間TM3においては、Aエリアでの対象「塩ラーメン」に関する需要レベルが「中」であることを示す情報を変化情報記憶部124に記憶する。このように、情報処理装置100は、図1中の変化情報記憶部124に示すように、対象「塩ラーメン」について、Aエリアでの期間TM1〜TM3等の各期間における情報を含む変化情報を生成する。
そして、情報処理装置100は、生成した変化情報に基づいて、需要の変化を予測する(ステップS4)。図1の例では、情報処理装置100は、対象「塩ラーメン」に対応するクエリを用いた検索回数の変化を示す推移グラフSG11を生成する。情報処理装置100は、対象「塩ラーメン」に対応するクエリを用いた期間TM1〜TM3ごとの検索回数を示す推移グラフSG11を生成する。また、情報処理装置100は、推移グラフSG11や各期間TM1〜MT3の需要レベルを示す情報に基づいて、対象「塩ラーメン」のAエリアでの需要の変化を予測する。
例えば、情報処理装置100は、変化情報記憶部124に記憶された情報や推移グラフSG11等の種々の情報を用いて、需要の変化を予測する。例えば、情報処理装置100は、期間TM2と期間TM3との間において、検索回数が8000回から2000回に急減したことを示す情報や、需要レベルが「高」から「中」に低下したことを示す情報に基づいて、需要の変化を予測する。
図1の例では、情報処理装置100は、期間TM2と期間TM3との間において、需要レベルが「高」から「中」に低下したことを示す情報に基づいて、期間TM2から期間TM3の間で、対象「塩ラーメン」のAエリアでの需要が低下したと予測する。例えば、情報処理装置100は、期間TM2から期間TM3に切り替わるタイミングで対象「塩ラーメン」のAエリアでの需要が低下したと予測する。
なお、情報処理装置100は、種々の情報を適宜用いて、需要の変化を予測する。例えば、情報処理装置100は、ある期間(第1期間)とその次の期間(第2期間)との間において、関連行動の回数が所定の割合以上減少した場合、第1期間から第2期間の間で需要が低下したと予測してもよい。例えば、情報処理装置100は、第1期間と第2期間との間において、関連行動の回数が30%以上減少した場合、第1期間から第2期間の間で需要が低下したと予測してもよい。また、情報処理装置100は、第1期間と第2期間との間において、関連行動の回数が所定の閾値(例えば1000回等)以上減少した場合、第1期間から第2期間の間で需要が低下したと予測してもよい。
また、情報処理装置100は、需要の変化であれば、需要の低下に限らず、需要の増大を予測してもよい。例えば、情報処理装置100は、第1期間と第2期間との間において、関連行動の回数が所定の割合(20%等)以上増加した場合、第1期間から第2期間の間で需要が増大したと予測してもよい。また、情報処理装置100は、第1期間と第2期間との間において、関連行動の回数が所定の閾値(例えば1000回等)以上増加した場合、第1期間から第2期間の間で需要が増大したと予測してもよい。
そして、図1の例では、情報処理装置100は、需要変化情報CINF1に示すように、対象「塩ラーメン」のAエリアでの需要が期間TM2と期間TM3との間で低下したことを示す情報を生成する。
そして、情報処理装置100は、事業者に需要変化情報を提供する(ステップS5)。図1の例では、情報処理装置100は、ラーメン店MCの管理者M3が利用する事業者装置20に、需要変化情報CINF1を提供する。情報処理装置100は、期間TM2から期間TM3の間で対象「塩ラーメン」のAエリアでの需要が低下したことを示す情報を提供する。情報処理装置100は、ラーメン店MCの管理者M3が利用する事業者装置20に需要変化情報を送信する。ここで、ラーメン店MCは、Aエリアに位置し、塩ラーメンSR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低下しつつあることを示す情報を提供する。これにより、ラーメン店MCの管理者M3は、Aエリアにおいては塩ラーメンの需要が低下している可能性が高いことを把握することができる。そのため、管理者M3は、提供物を塩ラーメンSRから他のラーメンへ変更したり、塩ラーメンSRの広告や宣伝の費用の増加やプロモーション等を行ったり、Aエリアでの事業から撤退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、Aエリア以外の他のエリアでの需要情報を事業者装置20に提供してもよい。これにより、ラーメン店MCの管理者M3は、Aエリア以外のエリアで塩ラーメンの需要が高いエリアを把握することができるため、需要が高い他のエリアへの出店など、より適切な判断を行うことができる。
このように、情報処理装置100は、ユーザによる対象に関連する関連行動を示す行動情報と、関連行動時の日時を示す日時情報とに基づいて、対象に関する需要の変化を予測する。図1の例では、情報処理装置100は、行動情報と日時情報との組合せによる関連行動に関する時間的な変化に基づいて、位置情報に対応するエリアにおける対象に関する需要の変化を予測する。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。
〔1−1.エリア全体〕
なお、図1では、Aエリア等の各エリアの需要の低下等の変化を予測する場合を示したが、情報処理装置100は、ユーザの位置情報を用いずに、対象に関する需要の変化を予測してもよい。例えば、情報処理装置100は、ユーザが関連行動を行った時点の位置に関わらず、全ユーザの関連行動を用いて、対象に関する需要の変化を予測してもよい。例えば、情報処理装置100は、全エリアのユーザによる関連行動を用いて、対象に関する需要の変化を予測してもよい。例えば、情報処理装置100は、Aエリア〜Dエリア等のエリア全体におけるユーザの行動情報と日時情報とに基づいて、エリア全体の需要の低下等の変化を予測してもよい。この場合、情報処理装置100は、ユーザの位置情報を取得することなく、ユーザの検索行動などの行動情報と日時情報とに基づいて、エリア全体の需要の低下等の変化を予測してもよい。
例えば、情報処理装置100は、図1中の変化情報記憶部124中の「エリア」が「−(ハイフン)」である対象「歌手A」ついては、エリア全体での需要の変化を予測する。この場合、情報処理装置100は、ユーザが関連行動を行った位置(エリア)を考慮することなく、対象「歌手A」に関連する関連行動を示す行動情報を収集する。そして、情報処理装置100は、対象「歌手A」ついて、期間毎に関連行動の回数を集計することにより、エリア全体での対象「歌手A」に関する変化情報を生成する。そして、情報処理装置100は、エリア全体での対象「歌手A」に関する変化情報に基づいて、エリア全体での対象「歌手A」に関する需要の変化を予測する。そして、情報処理装置100は、対象「歌手A」の需要(人気)が低下していると予測した場合、歌手Aに関する商品やサービスを提供する事業者に、歌手Aのプロモーションを行うことや他の歌手の売り込みに注力することを推奨する情報を提供してもよい。
また、情報処理装置100は、対象「歌手A」等の人間の需要(人気)の変化を予測する場合も、その対象(人間)の需要の変化をエリアごとに予測してもよい。この場合、情報処理装置100は、対象(人間)の需要の変化を基づいて、その対象(人間)のイベント等を開催するエリアを推奨する情報(推奨情報)を生成してもよい。例えば、情報処理装置100は、対象「歌手A」のコンサート(ライブ)を行うエリアを決定する場合、対象「歌手A」の需要(人気)が低下しているエリア(低下エリア)ではなく、対象「歌手A」の需要(人気)が増大しているか、対象「歌手A」の需要(人気)が高いレベルを維持していているエリアを推奨する推奨情報を生成してもよい。また、この場合、情報処理装置100は、対象「歌手A」の需要(人気)が低下しているエリア(低下エリア)については、対象「歌手A」の需要を喚起するために、対象「歌手A」のプロモーション等を行うことを推奨する推奨情報を生成してもよい。
また、情報処理装置100は、対象「歌手A」の需要(人気)の低下エリアについては、対象「歌手A」に関するCM(コマーシャルメッセージ)等の広告の出稿量(出稿金額)の増加を推奨する推奨情報を生成してもよい。例えば、情報処理装置100は、対象「歌手A」の需要(人気)の低下し始めたタイミングに基づいて、上記のような推奨情報を対象「歌手A」の事業者に提供してもよい。情報処理装置100は、対象「歌手A」の需要(人気)が低下していると予測したタイミングで、上記のような推奨情報を対象「歌手A」の事業者に提供してもよい。
〔1−2.利用する情報〕
情報処理装置100は、図1に示す情報に限らず、対象に関する需要の変化を予測するために種々の情報を用いてもよい。この点について、以下説明する。
〔1−2−1.行動情報〕
図1の例では、情報処理装置100が検索に用いられたクエリを用いて需要の変化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、需要の変化を予測してもよい。例えば、情報処理装置100は、ユーザの行動に関する種々の情報を用いて、需要の変化を予測してもよい。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、需要の変化を予測してもよい。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の変化を予測してもよい。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、対象の需要の変化を予測してもよい。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の変化を予測してもよい。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、対象の需要の変化を予測してもよい。
〔1−2−2.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、需要の変化を予測してもよい。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、需要の変化を予測してもよい。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、需要の変化を予測してもよい。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、需要の変化を予測してもよい。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、需要の変化を予測してもよい。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、需要の変化を予測してもよい。
例えば、情報処理装置100は、ユーザがメッセージサービスにおいて入力した入力情報を用いて、需要の変化を予測してもよい。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、需要の変化を予測してもよい。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、需要の変化を予測してもよい。
〔1−3.提供態様〕
また、例えば、情報処理装置100は、情報提供先となる事業者の事業規模(売上等)に応じて、情報の提供態様を変動させてもよい。例えば、情報処理装置100は、事業者の事業規模(売上等)が所定の閾値未満である場合、情報提供を行うごとに課金を行ってもよい。また、例えば、情報処理装置100は、事業者の事業規模(売上等)が所定の閾値以上である場合、定額制により情報提供を行ってもよい。例えば、情報処理装置100は、事業者の事業規模(売上等)が所定の閾値以上である場合、所定の期間ごとに設定される課金額を課金し、その所定の期間内に情報提供を行ってもよい。また、例えば、情報処理装置100は、情報提供先となる事業者の事業規模(売上等)に応じて、課金額を変動させてもよい。例えば、情報処理装置100は、事業者の事業規模(売上等)が所定の閾値未満である場合、事業規模が所定の閾値以上の事業者に情報提供する場合と比べて、同様の情報提供における課金額を低くしてもよい。
また、情報処理装置100は、種々の態様に事業者によって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。
なお、情報処理装置100は、上記に限らず、種々の情報提供を行ってもよい。例えば、情報処理装置100は、対象に関する需要の変化のタイミングに基づいて、対象に関する行動を行うことを推奨する情報を提供してもよい。情報処理装置100は、対象に関する需要の変化のタイミングに基づいて、対象に関するプロモーションを行うことを推奨する情報を提供してもよい。例えば、情報処理装置100は、対象に関する需要の変化を予測したタイミングで、対象に関するプロモーションを行うことを推奨する情報を提供してもよい。
図1の例では、情報処理装置100は、対象「塩ラーメン」のAエリアでの需要の変化を予測したタイミングで、対象に関する行動を行うことを推奨する情報を、ラーメン店MCの管理者M3に提供してもよい。情報処理装置100は、期間TM3終了後のタイミングで、対象「塩ラーメン」のAエリアでの需要の低下を予測し、ラーメン店MCの管理者M3へ対象「塩ラーメン」に関する広告の出稿量の増大を推奨したり、プロモーションを行うことを推奨したりする情報(推奨情報)を提供してもよい。例えば、情報処理装置100は、ラーメン店MCの管理者M3への情報提供のタイミングが期間TM3から所定の期間内である場合、情報処理装置100は、対象「塩ラーメン」の需要を回復させるために、対象「塩ラーメン」に関する広告の出稿量の増大を推奨したり、プロモーションを行うことを推奨したりする推奨情報を提供してもよい。
〔1−4.情報の利用〕
なお、図1の例では、説明を簡単にするために、クエリが対象を示す文字列に一致する場合を一例として示したが、情報処理装置100は、意味的に近い単語に関するクエリの情報も加味して需要の変化の予測を行ってもよい。例えば、情報処理装置100は、上記に限らず、上位語、下位語、類義語等を示すコーパスや、word2vecのようなアルゴリズムからの分散表現などを利用し、意味的に近い単語に関するクエリの情報も加味して需要の変化の予測を行ってもよい。
例えば、情報処理装置100は、需要を予測する対象と概念的な類似関係がある単語(文字列)に関するクエリの情報も加味して需要の変化の予測を行ってもよい。例えば、情報処理装置100は、需要を予測する対象に対して上位概念の関係にある単語(文字列)に関するクエリの情報も加味して需要の変化の予測を行ってもよい。図1の例では、情報処理装置100は、「ラーメン」や「さっぱり系ラーメン」等の対象「塩ラーメン」の上位概念に対応する単語(文字列)に関するクエリの情報も加味して需要の変化の予測を行ってもよい。
例えば、情報処理装置100は、需要を予測する対象に対して下位概念の関係にある単語(文字列)に関するクエリの情報も加味して需要の変化の予測を行ってもよい。図1の例では、情報処理装置100は、塩ラーメン店の具体的店名「ラーメン屋X」等の対象「塩ラーメン」の下位概念に対応する単語(文字列)に関するクエリの情報も加味して需要の変化の予測を行ってもよい。
例えば、情報処理装置100は、需要を予測する対象を示す単語(文字列)の類義語となる単語(文字列)に関するクエリの情報も加味して需要の変化の予測を行ってもよい。図1の例では、情報処理装置100は、「中華そば」や「とんこつラーメン」等の対象「塩ラーメン」の類義語に対応する単語(文字列)に関するクエリの情報も加味して需要の変化の予測を行ってもよい。
〔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。
(通信部110)
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークと有線または無線で接続され、例えば情報処理システム1に含まれる端末装置10や事業者装置20との間で情報の送受信を行う。
(記憶部120)
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部120は、図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、変化情報記憶部124と、需要情報記憶部125とを有する。
(事業者情報記憶部121)
実施形態に係る事業者情報記憶部121は、事業者に関する各種情報を記憶する。図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。
「事業者ID」は、事業者を識別するための識別情報を示す。「事業者」は、対応する事業者IDにより識別される事業者を示す。例えば、「事業者」は、対応する事業者IDにより識別される事業者の名称を示す。「業種」は、対応する事業者IDにより識別される事業者の業種を示す。「所在地」は、対応する事業者IDにより識別される事業者の所在地を示す。「提供物」は、対応する事業者IDにより識別される事業者により提供される商品やサービスを示す。
例えば、図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。
なお、事業者情報記憶部121は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、事業者情報記憶部121は、事業者の従業員数や売上高等の事業規模に関する情報を記憶してもよい。
(ユーザ情報記憶部122)
実施形態に係るユーザ情報記憶部122は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部122は、ユーザ属性情報等の種々の情報を記憶する。図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。
「ユーザID」は、ユーザを識別するための識別情報を示す。例えば、ユーザID「U1」により識別されるユーザは、図1の例に示したユーザU1に対応する。また、「年齢」は、ユーザIDにより識別されるユーザの年齢を示す。なお、「年齢」は、例えば35歳など、ユーザIDにより識別されるユーザの具体的な年齢であってもよい。また、「性別」は、ユーザIDにより識別されるユーザの性別を示す。
また、「自宅」は、ユーザIDにより識別されるユーザの自宅の位置情報を示す。なお、図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。
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。
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。
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。
なお、ユーザ情報記憶部122は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部122は、ユーザのデモグラフィック属性に関する情報やサイコグラフィック属性に関する情報を記憶してもよい。例えば、ユーザ情報記憶部122は、氏名、家族構成、収入、興味、ライフスタイル等の情報を記憶してもよい。
(行動情報記憶部123)
実施形態に係る行動情報記憶部123は、ユーザの行動に関する各種情報を記憶する。図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を用いて行った検索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」、「クエリ情報」といった項目が含まれる。また、「クエリ情報」には、「クエリ1」、「クエリ2」等といった項目が含まれる。なお、図6の例では、説明を簡単にするためにユーザの検索行動に関する情報のみを図示するが、行動情報記憶部123には、ユーザの種々の行動に関する情報が記憶される。例えば、行動情報記憶部123には、ユーザの入力に関する情報やユーザの購買行動に関する情報やユーザのコンテンツ閲覧に関する情報などの種々の情報が記憶される。
また、「行動ID」は、ユーザの行動を識別する情報を示す。「ユーザID」は、ユーザを識別するための識別情報を示す。例えば、ユーザID「U1」により識別されるユーザは、図1の例に示したユーザU1に対応する。
また、「位置」は、対応する行動が行われた位置を示す。例えば、「位置」は、対応するクエリによる検索時のユーザの位置を示す。なお、図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。
また、「日時」は、対応するユーザの行動が行われた日時を示す。「日時」には、「DT1」等のように抽象的に図示するが、「2017年7月25日22時46分58秒」等の具体的な日時が記憶されてもよい。また、「クエリ情報」は、対応する検索において用いられたクエリに関する情報を示す。「クエリ1」や「クエリ2」は、対応する検索において用いられたクエリを示す。例えば、「クエリ1」は、第1クエリに対応し、「クエリ2」は、第2クエリに対応する。
例えば、図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、第1クエリ「塩ラーメン」のみを用いた検索(行動AC11)を日時DT1に行ったことを示す。また、例えば、図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、第1クエリ「スマホSH」と第2クエリ「赤」とを用いた検索(行動AC12)を日時DT2に行ったことを示す。
なお、行動情報記憶部123は、上記に限らず、目的に応じて種々の情報を記憶してもよい。また、図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。
(変化情報記憶部124)
実施形態に係る変化情報記憶部124は、ユーザの需要の変化に関する各種情報を記憶する。例えば、変化情報記憶部124は、関連行動の変化に関連する変化情報を記憶する。図7では、変化情報記憶部124は、対象について、期間ごとの関連行動の回数を示す情報を含む変化情報を記憶する。図7は、実施形態に係る変化情報記憶部の一例を示す図である。図7に示す変化情報記憶部124は、「対象」、「エリア」、「変化情報」といった項目が含まれる。「変化情報」には、「期間」、「種別」、「回数」、「需要レベル」といった項目が含まれる。
「対象」は、変化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。「エリア」は、変化情報の生成対象となった対象エリアを示す。なお、「エリア」が「−(ハイフン)」である場合、その対象については全エリアを対象として変化情報を生成することを示す。すなわち、「エリア」が「−(ハイフン)」である場合、その対象についてはエリア全体での需要の変化を予測することを示す。図7の例では、対象「歌手A」は、「−(ハイフン)」であるため、対象「歌手A」についてはエリア全体での需要の変化を予測することを示す。
「変化情報」は、対応する対象の対象エリアにおける変化情報を示す。「変化情報」の「期間」は、対応する情報が収集された期間(日時)を示す。「期間」には、「TM1」等のように抽象的に図示するが、「2018年7月1−7日(1週間)」、「2018年7月(1ヶ月)」等の具体的な期間が記憶されてもよい。
「変化情報」の「種別」は、対応する期間において情報が収集された関連行動の種別を示す。なお、種別は、「検索」に限らず、「投稿」、「閲覧」、「購買」等の種々の種別であってもよい。「変化情報」の「回数」は、対応する期間において行われた関連行動の回数を示す。「変化情報」の「需要レベル」は、対応する期間における対象の需要レベルを示す。
図7に示す例において、対象「塩ラーメン」については、Aエリアを対象エリアとして、変化情報が生成されたことを示す。また、対象「塩ラーメン」については、期間TM1〜TM3等の各期間において、情報が収集されたことを示す。また、期間TM1〜TM3等の各期間において、収取された情報の関連行動の種別は「検索」であることを示す。すなわち、期間TM1〜TM3等の各期間では、ユーザの検索行動を関連行動として情報収集されたことを示す。
期間TM1においては、対象「塩ラーメン」に関する関連行動がAエリアで10000回行われたことを示す。期間TM1においては、対象「塩ラーメン」に対応するクエリを用いた検索行動がAエリアで10000回行われたことを示す。期間TM1においては、Aエリアでの対象「塩ラーメン」に関する需要レベルが「高」であることを示す。
また、期間TM2においては、対象「塩ラーメン」に関する関連行動がAエリアで8000回行われたことを示す。期間TM2においては、対象「塩ラーメン」に対応するクエリを用いた検索行動がAエリアで8000回行われたことを示す。期間TM2においては、Aエリアでの対象「塩ラーメン」に関する需要レベルが「高」であることを示す。
また、期間TM3においては、対象「塩ラーメン」に関する関連行動がAエリアで2000回行われたことを示す。期間TM3においては、対象「塩ラーメン」に対応するクエリを用いた検索行動がAエリアで2000回行われたことを示す。期間TM3においては、Aエリアでの対象「塩ラーメン」に関する需要レベルが「中」であることを示す。
なお、変化情報記憶部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。
(需要情報記憶部125)
実施形態に係る需要情報記憶部125は、需要に関する各種情報を記憶する。図8は、実施形態に係る需要情報記憶部の一例を示す図である。図8に示す需要情報記憶部125は、「対象」、「需要情報」、「検索者属性情報」といった項目を有する。
「対象」は、需要情報を生成する対象を示す。「対象」は、特定の商品名やサービス名に限らず、商品やサービスのカテゴリ(飲料やファッションや旅行等)であってもよい。
「需要情報」は、対応する対象に関する検索に用いられるクエリの需要情報を示す。「需要情報」には、「エリア」、「スコア」、「需要レベル」といった項目が含まれる。「エリア」は、予測対象となったエリアを示す。「スコア」は、対応するエリアにおける対象に関する需要の評価値となるスコアを示す。「需要レベル」は、対応するエリアにおける対象に関する需要レベルを示す。
「検索者属性情報」は、対応する対象に関する検索を行う検索者(ユーザ)の属性の需要情報を示す。「検索者属性情報」には、「カテゴリ」や「属性」や「割合」といった項目が含まれる。「カテゴリ」は、ユーザを分類するカテゴリを示す。「属性」は、対応するカテゴリにおける種別(属性)を示す。また、「割合」は、対応する属性のユーザが、対応する対象に対応するキーワードを用いた検索を行う割合を示す。
例えば、図8に示す例において、需要を予測する対象は、塩ラーメンであることを示す。また、対象「塩ラーメン」について、Aエリアにおける需要のスコアが「10000」であることを示す。また、Aエリアにおける塩ラーメンの需要レベルは、「高」であることを示す。
また、図8の例では、Aエリアにおいて対象「塩ラーメン」を検索するユーザのうち、男性が「20%」であり、女性が「80%」であることを示す。また、図8の例では、Aエリアにおいて対象「塩ラーメン」を検索するユーザのうち、10代が「65%」等であることを示す。
また、需要情報記憶部125は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、需要情報記憶部125は、需要が発生した日時に関する情報を記憶してもよい。例えば、需要情報記憶部125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。
(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。
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。
(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や変化情報記憶部124や需要情報記憶部125から各種情報を取得する。取得部131は、外部の情報処理装置から各種情報を取得する。取得部131は、端末装置10や事業者装置20から各種情報を取得する。
取得部131は、ユーザによる対象に関連する関連行動を示す行動情報と、関連行動時の日時を示す日時情報とを取得する。取得部131は、対象に関してユーザが入力した入力情報を含む行動情報を取得する。取得部131は、対象に関してユーザが行った検索行動を示す検索情報を含む行動情報を取得する。取得部131は、ユーザが入力した対象に関連するクエリを含む行動情報を取得する。取得部131は、関連行動時におけるユーザの位置情報を取得する。取得部131は、ユーザの検索時から所定の範囲内におけるセンサ情報を取得する。
図1の例では、取得部131は、ユーザU1が利用する端末装置10−1からクエリと位置情報とを取得する。取得部131は、日時DT1において、端末装置10−1からクエリ「塩ラーメン」と位置情報LC1とを取得する。取得部131は、端末装置10−1からクエリ「塩ラーメン」と、検索時が日時DT1であることを示す日時情報(時間情報)とを取得する。例えば、取得部131は、期間TM1に含まれる日時DT1でのユーザU1によるクエリ「塩ラーメン」を用いた検索行動を示す行動情報AC11を取得する。報処理装置100は、日時DT2において、端末装置10−2からクエリ「スマホSH 赤」と位置情報LC2とを取得する。取得部131は、端末装置10−2からクエリ「スマホSH 赤」と、検索時が日時DT2であることを示す日時情報とを取得する。例えば、取得部131は、期間TM1に含まれる日時DT2でのユーザU2によるクエリ「スマホSH 赤」を用いた検索行動を示す行動情報AC12を取得する。
取得部131は、日時DT3において、端末装置10−3からクエリ「塩ラーメン Aエリア」と位置情報LC3とを取得する。取得部131は、端末装置10−3からクエリ「塩ラーメン Aエリア」と、検索時が日時DT3であることを示す日時情報とを取得する。例えば、取得部131は、期間TM1に含まれる日時DT3でのユーザU3によるクエリ「塩ラーメン Aエリア」を用いた検索行動を示す行動情報AC13を取得する。取得部131は、日時DT4において、端末装置10−4からクエリ「天気」と位置情報LC4とを取得する。取得部131は、端末装置10−4からクエリ「天気」と、検索時が日時DT4であることを示す日時情報とを取得する。例えば、取得部131は、期間TM1に含まれる日時DT4でのユーザU4によるクエリ「天気」を用いた検索行動を示す行動情報AC14を取得する。取得部131は、日時DT5において、端末装置10−5からクエリ「スマホSH 高い」と位置情報LC5とを取得する。取得部131は、端末装置10−5からクエリ「スマホSH 高い」と、検索時が日時DT5であることを示す日時情報とを取得する。例えば、取得部131は、期間TM1に含まれる日時DT5でのユーザU5によるクエリ「スマホSH 高い」を用いた検索行動を示す行動情報AC15を取得する。例えば、取得部131は、ユーザU1〜U5に限らず、多数のユーザ(例えば、100万ユーザや1000万ユーザ等)が検索に用いたクエリを取得する。
取得部131は、各種情報を外部の情報処理装置から取得する。例えば、取得部131は、行動情報記憶部123からユーザが検索に用いたクエリを取得する。取得部131は、端末装置10からユーザが検索に用いるクエリを取得する。
(生成部132)
生成部132は、種々の情報を生成する。生成部132は、記憶部120に記憶された情報に基づいて、種々の情報を生成する。生成部132は、事業者情報記憶部121やユーザ情報記憶部122や行動情報記憶部123や変化情報記憶部124や需要情報記憶部125に記憶された情報に基づいて、種々の情報を生成する。生成部132は、取得部131により取得された情報に基づいて、種々の情報を生成する。生成部132は、外部の情報処理装置から取得された情報に基づいて、種々の情報を生成する。生成部132は、端末装置10や事業者装置20から取得された情報に基づいて、種々の情報を生成する。生成部132は、生成部132により生成された情報に基づいて、種々の情報を生成する。生成部132は、対象と位置に関する情報(エリア)との組み合わせ毎にスコアを生成(算出)する。生成部132は、予測部133により予測された情報に基づいて、種々の情報を生成する。
図1の例では、生成部132は、対象「塩ラーメン」について、変化情報を生成する。生成部132は、対象「塩ラーメン」について、対象エリアであるAエリアに関する変化情報を生成する。なお、生成部132は、Bエリア〜Dエリア等の他のエリアの変化情報も生成してもよい。以下では、生成部132が対象「塩ラーメン」について、対象エリアであるAエリアに関する変化情報を生成する場合を一例として説明する。
例えば、生成部132は、対象「塩ラーメン」について、期間TM1〜TM3ごとにAエリアにおける関連行動の回数を集計した変化情報を生成する。生成部132は、期間TM1〜TM3ごとに、Aエリアにおいてユーザが行った対象「塩ラーメン」に対応する検索行動の回数を集計した変化情報を生成する。生成部132は、期間TM1〜TM3ごとに、Aエリアにおけるユーザによる対象「塩ラーメン」に対応するクエリを用いた検索の回数を集計した変化情報を生成する。図1の例では、生成部132は、変化情報記憶部124に示すように、対象「塩ラーメン」についてAエリアに対応する変化情報を生成する。
図1の例では、生成部132は、対象「塩ラーメン」に対応するクエリを用いた検索回数の変化を示す推移グラフSG11を生成する。生成部132は、対象「塩ラーメン」に対応するクエリを用いた期間TM1〜TM3ごとの検索回数を示す推移グラフSG11を生成する。図1の例では、生成部132は、需要変化情報CINF1に示すように、対象「塩ラーメン」のAエリアでの需要(需要レベル)が期間TM2と期間TM3との間で低下したことを示す情報を生成する。
生成部132は、所定の対象に関するスコアを生成する。例えば、生成部132は、所定の対象について、複数のエリアごとのスコアを生成(算出)する。例えば、生成部132は、対象「塩ラーメン」について、Aエリア〜Dエリア等の複数のエリアごとのスコアを生成する。例えば、生成部132は、対象「塩ラーメン」について、各エリアにおける検索回数を用いてスコアを生成する。例えば、生成部132は、検索が行われた位置や時間に基づいて各検索の重みを生成し、生成した各検索の重みを用いてスコアを生成する。
(予測部133)
予測部133は、種々の情報を予測する。予測部133は、記憶部120に記憶された情報に基づいて、種々の情報を予測する。予測部133は、事業者情報記憶部121やユーザ情報記憶部122や行動情報記憶部123や変化情報記憶部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。
予測部133は、取得部131により取得された行動情報と日時情報との組合せによる関連行動に関する時間的な変化に基づいて、対象に関する需要の変化を予測する。予測部133は、関連行動の回数に関する時間的な変化に基づいて、対象に関する需要の変化を予測する。予測部133は、関連行動の回数に関する時間的な減少に基づいて、対象に関する需要の低下を予測する。予測部133は、行動情報により算出されるスコアに基づいて、対象に関する需要の変化を予測する。予測部133は、位置情報に対応するエリアでの対象に関する需要の変化を予測する。予測部133は、関連行動の回数に基づいて、対象に関する需要の変化を予測する。予測部133は、クエリと、クエリとの関連性に応じて変動する位置情報の重みとに基づいて、対象に関する需要の変化を予測する。
図1の例では、予測部133は、期間TM1〜TM3等の各期間での関連行動の回数に基づいて、期間TM1〜TM3等での需要を予測する。例えば、予測部133は、期間TM1〜TM3等の各期間での関連行動の回数(スコア)と、所定の閾値との比較に基づいて、期間TM1〜TM3ごとの需要を予測する。予測部133は、第1閾値「5000」と、第2閾値「500」とを用いて、期間TM1〜TM3ごとの需要を予測する。例えば、予測部133は、スコアが第1閾値以上である期間については、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閾値以上である期間については、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閾値未満である期間については、その対象の需要が「低」であると予測する。
図1の例では、予測部133は、期間TM1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、期間TM1における対象「塩ラーメン」の需要を「高」と予測する。予測部133は、期間TM2における対象「塩ラーメン」のスコアが「8000」であり、第1閾値以上であるため、期間TM2における対象「塩ラーメン」の需要を「高」と予測する。予測部133は、期間TM3における対象「塩ラーメン」のスコアが「2000」であり、第1閾値未満、第2閾値以上であるため、期間TM3における対象「塩ラーメン」の需要を「中」と予測する。
予測部133は、生成した変化情報に基づいて、需要の変化を予測する。予測部133は、推移グラフSG11や各期間TM1〜MT3の需要レベルを示す情報に基づいて、対象「塩ラーメン」のAエリアでの需要の変化を予測する。
例えば、予測部133は、変化情報記憶部124に記憶された情報や推移グラフSG11等の種々の情報を用いて、需要の変化を予測する。例えば、予測部133は、期間TM2と期間TM3との間において、検索回数が8000回から2000回に急減したことを示す情報や、需要レベルも「高」から「中」に低下したことを示す情報に基づいて、需要の変化を予測する。
図1の例では、予測部133は、期間TM2と期間TM3との間において、需要レベルが「高」から「中」に低下したことを示す情報に基づいて、期間TM2から期間TM3の間で、対象「塩ラーメン」のAエリアでの需要が低下したと予測する。例えば、予測部133は、期間TM2から期間TM3に切り替わるタイミングで対象「塩ラーメン」のAエリアでの需要が低下したと予測する。
予測部133は、クエリと、クエリによる検索が行われた時間に応じて変動する位置情報の重みとに基づいて、対象に関する需要の変化を予測する。予測部133は、クエリと位置情報とに基づいて、クエリに対応する商品であって、位置情報に対応するエリアにおいて提供される商品に関する需要を予測する。予測部133は、クエリと位置情報とに基づいて、クエリが示す商品に関連する関連商品であって、位置情報に対応するエリアにおける関連商品に関する需要を予測する。
(提供部134)
提供部134は、各種情報を提供する。提供部134は、外部の情報処理装置へ各種情報を提供する。提供部134は、端末装置10や事業者装置20等の外部の情報処理装置に各種情報を提供する。提供部134は、端末装置10や事業者装置20に各種情報を送信する。提供部134は、端末装置10や事業者装置20に各種情報を配信する。提供部134は、取得部131により取得された各種情報に基づいて、種々の情報を提供する。提供部134は、生成部132により生成された各種情報に基づいて、種々の情報を提供する。提供部134は、予測部133により予測された各種情報に基づいて、種々の情報を提供する。例えば、提供部134は、端末装置10へクエリに対応する検索結果を示す情報を提供する。例えば、提供部134は、事業者装置20へ需要情報を提供する。
提供部134は、対象に関する需要の変化を示す情報に基づくサービスを提供する。例えば、提供部134は、対象に関する需要の変化を示す情報を、対象に関する事業者へ提供する。例えば、提供部134は、商品に関する需要の変化を示す情報を、対応するエリアに位置する事業者へ提供する。提供部134は、対象に関する需要の変化のタイミングに基づいて、対象に関する行動を行うことを推奨する情報を提供する。提供部134は、対象に関する需要の変化のタイミングに基づいて、対象に関するプロモーションを行うことを推奨する情報を提供する。
図1の例では、提供部134は、事業者に需要変化情報を提供する。提供部134は、ラーメン店MCの管理者M3が利用する事業者装置20に、需要変化情報CINF1を提供する。提供部134は、期間TM2から期間TM3の間で対象「塩ラーメン」のAエリアでの需要が低下したことを示す情報を提供する。提供部134は、ラーメン店MCの管理者M3が利用する事業者装置20に需要変化情報を送信する。提供部134は、事業者装置20にAエリアでは塩ラーメンの需要が低下しつつあることを示す情報を提供する。
〔3.情報処理のフロー〕
ここで、図9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9は、実施形態に係る情報処理の一例を示すフローチャートである。
図9に示すように、情報処理装置100は、ユーザによる対象に関連する関連行動を示す行動情報を取得する(ステップS101)。図1の例では、情報処理装置100は、端末装置10−1からクエリ「塩ラーメン」と位置情報LC1とを取得する。図1の例では、情報処理装置100は、端末装置10−2からクエリ「スマホSH 赤」と位置情報LC2とを取得する。図1の例では、情報処理装置100は、端末装置10−3からクエリ「塩ラーメン Aエリア」と位置情報LC3とを取得する。図1の例では、情報処理装置100は、端末装置10−4からクエリ「天気」と位置情報LC4とを取得する。図1の例では、情報処理装置100は、端末装置10−5からクエリ「スマホSH 高い」と位置情報LC5とを取得する。
また、情報処理装置100は、関連行動時の日時を示す日時情報を取得する(ステップS102)。図1の例では、情報処理装置100は、端末装置10−1からクエリ「塩ラーメン」の検索時が日時DT1であることを示す日時情報を取得する。図1の例では、情報処理装置100は、端末装置10−2からクエリ「スマホSH 赤」の検索時が日時DT2であることを示す日時情報を取得する。図1の例では、情報処理装置100は、端末装置10−3からクエリ「塩ラーメン Aエリア」の検索時が日時DT3であることを示す日時情報を取得する。図1の例では、情報処理装置100は、端末装置10−4からクエリ「天気」の検索時が日時DT4であることを示す日時情報を取得する。図1の例では、情報処理装置100は、端末装置10−5からクエリ「スマホSH 高い」の検索時が日時DT5であることを示す日時情報を取得する。
そして、情報処理装置100は、行動情報と日時情報との組合せによる関連行動に関する時間的な変化に基づいて、対象に関する需要の変化を予測する(ステップS103)。図1の例では、情報処理装置100は、期間TM2と期間TM3との間において、需要レベルが「高」から「中」に低下したことを示す情報に基づいて、期間TM2から期間TM3の間で、対象「塩ラーメン」のAエリアでの需要が低下したと予測する。
そして、情報処理装置100は、需要の変化に基づくサービスを提供する(ステップS104)。例えば、情報処理装置100は、ラーメン店MCの管理者M3が利用する事業者装置20に期間TM2の需要レベル「高」から、期間TM3の需要レベル「中」へ、対象「塩ラーメン」の需要が低下したことを示す情報を提供する。
〔4.他の情報処理例〕
なお、情報処理装置100は、上記に限らず、種々の情報を適宜用いて処理を行ってもよい。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他の一例を示す図である。具体的には、図10は、情報処理装置100がユーザの行動情報である検索情報に含まれるクエリと、ユーザの検索時の位置情報とに基づいて、対象に関する需要を予測する場合を示す。例えば、図10の例は、情報処理装置100が期間TM1において収集したユーザの行動情報に基づいて、対象についての各エリアのスコアを算出し、そのスコアを用いて、各エリアにおける対象の需要レベルを予測する場合を示す。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。
また、図10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10では、情報処理装置100は、ラーメン店MAからAエリアにおける対象「塩ラーメン」の需要に関する情報の要求を取得し、取得した要求が示すエリアにおける対象に対応する需要に関する情報をラーメン店MAに提供する。
まず、情報処理装置100は、ユーザU1が利用する端末装置10−1からクエリと位置情報とを取得する(ステップS11−1)。図10の例では、情報処理装置100は、日時DT1において、端末装置10−1からクエリ「塩ラーメン」と位置情報LC1とを取得する。図10の例では、位置LC1は、Aエリア内の位置であるものとする。
そして、情報処理装置100は、クエリ「塩ラーメン」に対応する検索結果を端末装置10−1へ提供する。また、情報処理装置100は、日時DT1に位置LC1において、ユーザU1がクエリ「塩ラーメン」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。図10の例では、情報処理装置100は、日時DT1にAエリア内の位置LC1において、ユーザU1がクエリ「塩ラーメン」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
また、情報処理装置100は、ユーザU2が利用する端末装置10−2からクエリと位置情報とを取得する(ステップS11−2)。図10の例では、情報処理装置100は、日時DT2において、端末装置10−2からクエリ「スマホSH 赤」と位置情報LC2とを取得する。そして、情報処理装置100は、クエリ「スマホSH 赤」に対応する検索結果を端末装置10−2へ提供する。また、情報処理装置100は、日時DT2に位置LC2において、ユーザU2がクエリ「スマホSH 赤」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
また、情報処理装置100は、ユーザU3が利用する端末装置10−3からクエリと位置情報とを取得する(ステップS11−3)。図10の例では、情報処理装置100は、日時DT3において、端末装置10−3からクエリ「塩ラーメン Aエリア」と位置情報LC3とを取得する。図10の例では、位置LC3は、Aエリア内の位置であるものとする。そして、情報処理装置100は、クエリ「塩ラーメン Aエリア」に対応する検索結果を端末装置10−3へ提供する。また、情報処理装置100は、日時DT3にAエリア内の位置LC3において、ユーザU3がクエリ「塩ラーメン Aエリア」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
また、情報処理装置100は、ユーザU4が利用する端末装置10−4からクエリと位置情報とを取得する(ステップS11−4)。図10の例では、情報処理装置100は、日時DT4において、端末装置10−4からクエリ「天気」と位置情報LC4とを取得する。そして、情報処理装置100は、クエリ「天気」に対応する検索結果を端末装置10−4へ提供する。また、情報処理装置100は、日時DT4に位置LC4において、ユーザU4がクエリ「天気」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
また、情報処理装置100は、ユーザU5が利用する端末装置10−5からクエリと位置情報とを取得する(ステップS11−5)。図10の例では、情報処理装置100は、日時DT5において、端末装置10−5からクエリ「スマホSH 高い」と位置情報LC5とを取得する。そして、情報処理装置100は、クエリ「スマホSH 高い」に対応する検索結果を端末装置10−5へ提供する。また、情報処理装置100は、日時DT5に位置LC5において、ユーザU5がクエリ「スマホSH 高い」を用いて検索を行ったことを示す行動情報を行動情報記憶部123に記憶する。
以下、ステップ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。また、ステップS11−1〜S11−5に限らず、各ユーザの検索は、複数回行われてもよい。なお、図10では、5人のユーザU1〜U5を図示するが、情報処理装置100は、ユーザU1〜U5に限らず、多数のユーザ(例えば、100万ユーザや1000万ユーザ等)が検索に用いたクエリを取得する。
これにより、情報処理装置100は、ユーザが検索に用いたクエリと、クエリによる検索時のユーザの位置情報との組合せを収集する(ステップS12)。図10の例では、情報処理装置100は、行動情報記憶部123に示すように、ユーザU1〜U5等が検索に用いたクエリと、クエリによる検索時のユーザの位置LC1〜LC5等との組合せを収集する。
そして、情報処理装置100は、所定の対象に関するスコアを生成する(ステップS13)。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10の例では、情報処理装置100は、対象「塩ラーメン」について、Aエリア〜Dエリア等の複数のエリアごとのスコアを生成する。例えば、情報処理装置100は、対象「塩ラーメン」について、各エリアにおける検索回数を用いてスコアを生成する。なお、情報処理装置100は、検索が行われた位置や時間に基づいて各検索の重みを生成し、生成した各検索に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10の例では、説明を簡単にするために、情報処理装置100は、各検索の重みを「1」として、各エリアにおける対象「塩ラーメン」のスコアを生成する。すなわち、図10の例では、情報処理装置100は、対象「塩ラーメン」について、各エリアにおける検索回数の合算をスコアとして生成する。
図10の例では、情報処理装置100は、エリア別一覧ADL1に示すように、対象「塩ラーメン」について、Aエリア〜Dエリア等の複数のエリアごとのスコアを生成する。例えば、情報処理装置100は、Aエリアにおける対象「塩ラーメン」のスコアを「10000」と算出する。例えば、情報処理装置100は、Bエリアにおける対象「塩ラーメン」のスコアを「500」と算出する。例えば、情報処理装置100は、Cエリアにおける対象「塩ラーメン」のスコアを「10」と算出する。例えば、情報処理装置100は、Dエリアにおける対象「塩ラーメン」のスコアを「200」と算出する。
そして、情報処理装置100は、生成したスコアに関する情報に基づいて、需要を予測する(ステップS14)。図10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10の例では、情報処理装置100は、第1閾値「5000」と、第2閾値「500」とを用いて、エリアごとの需要を予測する。例えば、情報処理装置100は、スコアが第1閾値以上であるエリアについては、その対象の需要が「高」であると予測する。例えば、情報処理装置100は、スコアが第2閾値以上であるエリアについては、その対象の需要が「中」であると予測する。例えば、情報処理装置100は、スコアが第2閾値未満であるエリアについては、その対象の需要が「低」であると予測する。
図10の例では、情報処理装置100は、Aエリアにおける対象「塩ラーメン」のスコアが「10000」であり、第1閾値以上であるため、Aエリアにおける対象「塩ラーメン」の需要を「高」と予測する。また、情報処理装置100は、Bエリアにおける対象「塩ラーメン」のスコアが「500」であり、第1閾値未満、第2閾値以上であるため、Bエリアにおける対象「塩ラーメン」の需要を「中」と予測する。また、情報処理装置100は、Cエリアにおける対象「塩ラーメン」のスコアが「10」であり、第2閾値未満であるため、Cエリアにおける対象「塩ラーメン」の需要を「低」と予測する。また、情報処理装置100は、Dエリアにおける対象「塩ラーメン」のスコアが「200」であり、第2閾値未満であるため、Dエリアにおける対象「塩ラーメン」の需要を「低」と予測する。
そして、情報処理装置100は、事業者に需要情報を提供する(ステップS15)。図10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、Aエリアに位置し、しょうゆラーメンRMを提供する飲食店である。そのため、情報処理装置100は、事業者装置20にAエリアでは塩ラーメンの需要が高いことを示す情報を提供する。これにより、ラーメン店MAの管理者M1は、Aエリアにおいては塩ラーメンを提供した方が利益を上げる可能性が高いことを把握することができるため、提供物をしょうゆラーメンRMから塩ラーメンへ変更したり、提供物として塩ラーメンを追加したりする判断を行うことができる。なお、情報処理装置100は、需要一覧DDL1を事業者装置20に提供してもよい。これにより、ラーメン店MAの管理者M1は、Aエリアにおける塩ラーメンの需要が他のエリアよりも相対的に高いことを把握することができるため、より適切な判断を行うことができる。
このように、情報処理装置100は、ユーザが検索に用いたクエリと、クエリによる検索時のユーザの位置情報とに基づいて、クエリに対応する対象に関する需要を予測する。図10の例では、情報処理装置100は、クエリと位置情報とに基づいて、位置情報に対応するエリアにおけるクエリに対応する対象に関する需要を予測する。そして、情報処理装置100は、予測した情報を事業者に提供する。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。
〔4−1.時間に応じた需要予測〕
また、情報処理装置100は、時間に応じて需要を予測してもよい。情報処理装置100は、所定の時間帯ごとに、クエリに対応する対象に関する需要を予測してもよい。例えば、情報処理装置100は、位置情報を用いずに、時間ごとの需要を予測してもよい。例えば、情報処理装置100は、所定の時間帯(朝、昼、夜等)ごとにクエリを収集し、各時間帯に対応するクエリごとにスコアを算出してもよい。そして、情報処理装置100は、時間帯ごとに対象に対する需要(レベル)を予測してもよい。
また、情報処理装置100は、位置と時間との組み合わせごとにクエリを収集し、各組み合わせに対応するクエリごとにスコアを算出してもよい。例えば、情報処理装置100は、エリアと時間帯(朝、昼、夜等)との組み合わせごとにクエリを収集し、各組み合わせにおけるクエリに対応する対象ごとにスコアを算出してもよい。例えば、情報処理装置100は、Aエリア、Bエリア等と、第1時間帯(4−12時)、第2時間帯(12−20時)、第3時間帯(20−4時)等との組み合わせごとにクエリを収集し、各組み合わせにおけるクエリに対応する対象ごとにスコアを算出してもよい。
例えば、情報処理装置100は、検索時の位置と検索時の時間帯またはクエリに含まれる時間を示す文字列等とに基づいて、クエリを組み合わせごとに収集し、各組み合わせにおけるクエリに対応する対象ごとにスコアを算出してもよい。例えば、情報処理装置100は、Bエリアと昼の時間帯との組合せにおける対象「塩ラーメン」のスコアが所定の閾値以上である場合、Bエリアにおける昼の時間帯に塩ラーメンの需要が高いとして、その情報を提供してもよい。例えば、情報処理装置100は、Bエリアにおける昼の時間帯に塩ラーメンの需要が高いことを示す情報を、Bエリアにおいて夜の時間帯のみが営業時間である居酒屋の事業者(事業者AB)に提供してもよい。これにより、事業者ABは、昼の時間帯における営業を行うかどうかや、どのような商品を提供するかを適切に判断することができる。
また、情報処理装置100は、検索された時間に応じて重みを変動させてスコアを生成してもよい。例えば、情報処理装置100は、食事の時間帯に食品に関するクエリを用いた検索がされた場合、その検索の重みを大きくしてスコアを生成してもよい。例えば、情報処理装置100は、12−13時等の間にクエリ「塩ラーメン」を用いて検索された場合、その検索の重みを、他の時間帯(例えば7−9時等)におけるクエリ「塩ラーメン」を用いた検索の重みよりも重くしてもよい。例えば、情報処理装置100は、12−13時等の間にクエリ「塩ラーメン」を用いた検索の重みを「1.5」と大きくし、他の時間帯(例えば7−9時等)におけるクエリ「塩ラーメン」を用いた検索の重みを「0.5」と小さくしてもよい。
例えば、情報処理装置100は、所定の対象を提供する店舗の営業時間内に検索された場合、その検索の重みを大きくしてスコアを生成してもよい。例えば、情報処理装置100は、所定の対象を提供する店舗の営業時間外に検索された場合、その検索の重みを小さくしてスコアを生成してもよい。
〔4−2.関連商品の需要〕
なお、情報処理装置100は、クエリに対応する対象であれば、クエリが示す対象に限らず、種々の対象に関する需要を予測してもよい。例えば、情報処理装置100は、クエリと位置情報とに基づいて、クエリが示す商品に関連する関連商品であって、位置情報に対応するエリアにおける関連商品に関する需要を予測する。
例えば、情報処理装置100は、クエリ「スマホ」を用いた検索情報に基づいて、商品「スマホ」に関連する商品(関連商品)「スマホ」に関する需要を予測してもよい。例えば、情報処理装置100は、例えば検索時の位置情報が海A付近であり、その検索における検索クエリには「スマホ 水没」「スマホ 起動しなくなった」等が多数(例えば1万や全体の数%等)含まれる検索情報を取得するものとする。例えば、情報処理装置100は、例えば検索時の位置情報が海B付近である場合、その検索における検索クエリには「スマホ 水没」「スマホ 起動しなくなった」等がほとんど無い(例えば0または数件等)検索情報を取得するものとする。
この場合、例えば、海Aの近くで水没してしまったなど、海Aの近くではスマホが故障しやすいということが予測される。例えば、海Aの近くは、景色が綺麗で写真スポットだが、足元が悪く水没のケースが多いということが予測される。そのため、情報処理装置100は、例えば、海Aの付近では、スマホの防水ケース等のスマホの関連商品の需要が増大すると予測することができる。この場合、情報処理装置100は、例えば、海Aの付近で、スマホ防水ケースを販売することや、スマホの水没時に乾かすドライヤーを貸し出すなど等のサービスを行うことを事業者に提案してもよい。これにより、情報処理装置100は、海A付近におけるスマホの故障の予防や回復に貢献することができる。このように、情報処理装置100は、商品の状態などに関する検索クエリを用いて、その商品の故障等を予防したり回復したりするための付随的な商品(関連商品)の需要を予測してもよい。情報処理装置100は、クエリが示す対象自体ではなく、その対象に関連する対象の需要、すなわち間接的な需要を予測してもよい。
〔5.位置に応じた重みの変動〕
図1や図10の例では、説明を簡単にするために、各検索の重みを「1」としてスコアを生成(算出)する場合を示したが、情報処理装置100は、検索された位置に応じて重みを変動させてスコアを生成してもよい。この点について、図11を用いて説明する。実施形態に係る情報処理の他の一例を示す図である。なお、図11では、図1や図10と同様の点についての説明は適宜省略する。
図11中の行動情報記憶部123に示すように、同様のクエリ「スマホSH」を用いて検索を行ったユーザU2、U5の位置がスマホSHと関連する位置との近さに応じて、情報処理装置100は、各検索の重みを変動させてもよい。情報処理装置100は、ユーザの位置に応じて、各検索の重みを決定する(ステップS21)。図11の例では、情報処理装置100は、重み一覧WL21に示すように、対象「スマホSH」について各検索の重みを決定する。
例えば、情報処理装置100は、ユーザU2がスマホSHの販売店の範囲内でクエリ「スマホSH」を用いて検索を行っているため、ユーザU2の検索の重みを大きくする。具体的には、情報処理装置100は、ユーザU2がスマホSHの販売店の範囲内でクエリ「スマホSH」を用いて検索を行っているため、ユーザU2の検索の重みを「1」よりも大きい「1.5」とする。
また、例えば、情報処理装置100は、ユーザU5がスマホSHの販売店の範囲外でクエリ「スマホSH」を用いて検索を行っているため、ユーザU5の検索の重みを小さくする。具体的には、情報処理装置100は、ユーザU5がスマホSHの販売店の範囲外でクエリ「スマホSH」を用いて検索を行っているため、ユーザU5の検索の重みを「1」よりも小さい「0.2」とする。
そして、情報処理装置100は、対象「スマホSH」についてスコアを生成する(ステップS22)。図11の例では、情報処理装置100は、数式FC21に示すように、対象「スマホSH」について各検索の重みを合算することによりスコアを生成(算出)する。
また、例えば、情報処理装置100は、重みが大きい検索において対象に関する「クエリ」とともに用いられたクエリの情報を用いて需要を予測してもよい。例えば、情報処理装置100は、図11の例において、重みが大きい検索において第1クエリ「スマホSH」とともに用いられた第2クエリ「赤」を対象「スマホSH」について需要が高いと予測してもよい。この場合、情報処理装置100は、対象「スマホSH」について、色「赤」の需要が高いと予測してもよい。また、情報処理装置100は、対象「スマホSH」について、色「赤」の需要が高いことを示す情報を、対象「スマホSH」の製造元(メーカ)へ提供してもよい。
これにより、情報処理装置100から情報提供を受けたメーカは、自身が提供する商品または商品のカテゴリについて、新商品等の開発やマーケティング等を適切に行うことができる。
〔6.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12を用いて説明する。図12は、実施形態に係る情報処理の他の一例を示す図である。なお、図12では、図1や図10と同様の点についての説明は適宜省略する。
また、図12の例では、情報提供を受ける事業者が、Aエリアで塩ラーメンを提供するラーメン店MXである場合を示す。例えば、図12では、情報処理装置100は、ラーメン店MXからAエリアにおける対象「ラーメン」に関する需要に関する情報の要求を取得し、取得した要求が示すエリアにおける対象に対応する需要に関する情報をラーメン店MXに提供する。例えば、情報処理装置100は、ラーメン店MXから、提供物が塩ラーメンであり、価格が「800」円であることを示す情報を取得済みであるものとする。
図12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12の例では、情報処理装置100は、需要状況DM31に示すように、対象「塩ラーメン」について、Aエリアにおける塩ラーメンを提供するお店における回転率等が高いことを示す実績情報RS31を取得しているものとする。そのため、情報処理装置100は、ラーメン店MXが提供する塩ラーメンについて、値上げが可能であると予測する。例えば、情報処理装置100は、Aエリアにおいて塩ラーメンを提供する店舗の塩ラーメンの価格の平均を値上げ後の価格として予測してもよい。また、例えば、情報処理装置100は、Aエリアにおいて塩ラーメンを提供する店舗のうち、回転率が所定の閾値以上の店舗、すなわち繁盛している店舗が提供する塩ラーメンの価格の平均を値上げ後の価格として予測してもよい。
そして、情報処理装置100は、事業者に情報を提供する(ステップS32)。例えば、情報処理装置100は、ラーメン店MXの管理者M31が利用する事業者装置20に情報を提供する。図12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。
〔7.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、ユーザによる対象に関連する関連行動を示す行動情報と、関連行動時の日時を示す日時情報とを取得する。予測部133は、取得部131により取得された行動情報と日時情報との組合せによる関連行動に関する時間的な変化に基づいて、対象に関する需要の変化を予測する。
このように、実施形態に係る情報処理装置100は、ユーザによる対象に関連する関連行動を示す行動情報と、関連行動時の日時を示す日時情報との組合せによる関連行動に関する時間的な変化とに基づいて、対象に関する需要の変化を予測することにより、需要の変化を適切に予測することができる。
また、実施形態に係る情報処理装置100において、予測部133は、関連行動の回数に関する時間的な変化に基づいて、対象に関する需要の変化を予測する。
このように、実施形態に係る情報処理装置100は、関連行動の回数に関する時間的な変化に基づいて、対象に関する需要の変化を予測することにより、需要の変化を適切に予測することができる。
また、実施形態に係る情報処理装置100において、予測部133は、関連行動の回数に関する時間的な減少に基づいて、対象に関する需要の低下を予測する。
このように、実施形態に係る情報処理装置100は、関連行動の回数に関する時間的な減少に基づいて、対象に関する需要の低下を予測することにより、需要の変化を適切に予測することができる。
また、実施形態に係る情報処理装置100において、取得部131は、対象に関してユーザが入力した入力情報を含む行動情報を取得する。
このように、実施形態に係る情報処理装置100は、対象に関してユーザが入力した入力情報を含む行動情報を取得することにより、需要の変化を適切に予測することができる。
また、実施形態に係る情報処理装置100において、取得部131は、対象に関してユーザが行った検索行動を示す検索情報を含む行動情報を取得する。
このように、実施形態に係る情報処理装置100は、対象に関してユーザが行った検索行動を示す検索情報を含む行動情報を取得することにより、需要の変化を適切に予測することができる。
また、実施形態に係る情報処理装置100において、取得部131は、ユーザが入力した対象に関連するクエリを含む行動情報を取得する。
このように、実施形態に係る情報処理装置100は、ユーザが入力した対象に関連するクエリを含む行動情報を取得することにより、需要の変化を適切に予測することができる。
また、実施形態に係る情報処理装置100において、予測部133は、行動情報により算出されるスコアに基づいて、対象に関する需要の変化を予測する。
このように、実施形態に係る情報処理装置100は、行動情報により算出されるスコアに基づいて、対象に関する需要の変化を予測することにより、需要の変化を適切に予測することができる。
また、実施形態に係る情報処理装置100において、予測部133は、関連行動の回数により算出されるスコアに基づいて、対象に関する需要の変化を予測する。
このように、実施形態に係る情報処理装置100は、関連行動の回数により算出されるスコアに基づいて、対象に関する需要の変化を予測することにより、需要の変化を適切に予測することができる。
また、実施形態に係る情報処理装置100において、取得部131は、関連行動時におけるユーザの位置情報を取得する。予測部133は、位置情報に対応するエリアでの対象に関する需要の変化を予測する。
このように、実施形態に係る情報処理装置100は、関連行動時におけるユーザの位置情報を取得し、位置情報に対応するエリアでの対象に関する需要の変化を予測することにより、需要の変化を適切に予測することができる。
また、実施形態に係る情報処理装置100は、提供部134を有する。提供部134は、対象に関する需要の変化を示す情報に基づくサービスを提供する。
このように、実施形態に係る情報処理装置100は、対象に関する需要の変化を示す情報に基づくサービスを提供することにより、需要の変化に基づくサービスを適切に提供することができる。
また、実施形態に係る情報処理装置100において。提供部134は、対象に関する需要の変化を示す情報を、対象に関する事業者へ提供する。
このように、実施形態に係る情報処理装置100は、対象に関する需要の変化を示す情報を、対象に関する事業者へ提供することにより、事業者へ需要の変化に基づくサービスを適切に提供することができる。
また、実施形態に係る情報処理装置100において。提供部134は、対象に関する需要の変化のタイミングに基づいて、対象に関する行動を行うことを推奨する情報を提供する。
このように、実施形態に係る情報処理装置100は、対象に関する需要の変化のタイミングに基づいて、対象に関する行動を行うことを推奨する情報を提供することにより、事業者へ需要の変化に基づくサービスを適切に提供することができる。
また、実施形態に係る情報処理装置100において。提供部134は、対象に関する需要の変化のタイミングに基づいて、対象に関するプロモーションを行うことを推奨する情報を提供する。
このように、実施形態に係る情報処理装置100は、対象に関する需要の変化のタイミングに基づいて、対象に関するプロモーションを行うことを推奨する情報を提供することにより、事業者へ需要の変化に基づくサービスを適切に提供することができる。
〔8.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13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13は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD(Hard Disk Drive)1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
CPU1100は、ROM1300またはHDD1400に格納されたプログラムに基づいて動作し、各部の制御を行う。ROM1300は、コンピュータ1000の起動時にCPU1100によって実行されるブートプログラムや、コンピュータ1000のハードウェアに依存するプログラム等を格納する。
HDD1400は、CPU1100によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス1500は、ネットワークNを介して他の機器からデータを受信してCPU1100へ送り、CPU1100が生成したデータをネットワークNを介して他の機器へ提供する。
CPU1100は、入出力インターフェイス1600を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。CPU1100は、入出力インターフェイス1600を介して、入力装置からデータを取得する。また、CPU1100は、生成したデータを入出力インターフェイス1600を介して出力装置へ出力する。
メディアインターフェイス1700は、記録媒体1800に格納されたプログラムまたはデータを読み取り、RAM1200を介してCPU1100に提供する。CPU1100は、かかるプログラムを、メディアインターフェイス1700を介して記録媒体1800からRAM1200上にロードし、ロードしたプログラムを実行する。記録媒体1800は、例えばDVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
例えば、コンピュータ1000が実施形態に係る情報処理装置100として機能する場合、コンピュータ1000のCPU1100は、RAM1200上にロードされたプログラムを実行することにより、制御部130の機能を実現する。コンピュータ1000のCPU1100は、これらのプログラムを記録媒体1800から読み取って実行するが、他の例として、他の装置からネットワークNを介してこれらのプログラムを取得してもよい。
以上、本願の実施形態を図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
〔9.その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に生成することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
また、上述してきた実施形態に記載された各処理は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
また、上述してきた「部(section、module、unit)」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。