JP7028351B2 - 推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、端末装置、及びプログラム - Google Patents

Description

本発明は、店舗を利用するユーザーの嗜好に合った推奨情報を特定する推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、及びプログラムに関する。

インターネットにおける電子商取引や広告において、膨大な情報のなかから、ユーザーの嗜好に合わせた所謂推奨情報を抽出して、ユーザーが使用する端末装置に表示する手法が知られている。前記推奨情報は、レコメンド情報とも称されており、例えば、ユーザーの嗜好に合致するであろう推奨されるべき推奨商品を含む商品情報が該当する。前記推奨情報は、例えば、ユーザーがＷＥＢサイトで商品を購入した履歴情報(商品購入履歴)や商品紹介ページを閲覧した履歴情報（商品閲覧履歴）などの行動履歴に基づいて特定されるものである。前記行動履歴を分析し、所定のアルゴリズムに基づいてユーザーの嗜好に合わせた前記推奨情報を特定して提示する機能はレコメンド機能と称されており、近年多用されている。

従来、前記レコメンド機能を備えるレコメンド装置が提案されている（特許文献１参照）。前記レコメンド装置は、小売店などの店舗において従業員が使用するタブレットなどに、顧客（来店者）の嗜好に合わせた推奨情報を表示する。

また、近年、商品の内容や価格を示すバーコードやＱＲコード（登録商標）などの情報コードを利用した決済システムが提案されている（特許文献２参照）。店舗を利用する顧客の携帯端末（例えばスマートフォン）には、商品に付与された情報コードを読み取るコード読取機能が搭載されている。前記決済システムによると、顧客は、携帯端末を用いて、商品のパッケージなどに付与されている前記情報コードを読み取ってから商品を買い物かごに入れ、その後、読み取った情報コードに含まれる商品金額に対する決済を行う。商品金額の支払いは、例えば、携帯端末と通信可能なレジスターで行うことができ、或いは、携帯端末に登録済みの電子マネーによる決済、或いは、オンラインによるクレジット決済などを利用できる。

特開２０１７－２１５６６７号公報 特開２０１５－１８５０８９号公報

しかしながら、小売店などの店舗においては、取り扱っている複数種類の商品ごとに商品状況が異なるため、顧客の嗜好だけで決定される推奨情報を提示する従来のレコメンド機能では、商品状況に応じて店舗側（販売者）が販売したい商品を顧客に提示することができない場合がある。例えば、或る商品Ａと、それに類似する商品Ｂとを取り扱う店舗において、商品Ｂの在庫数が商品Ａよりも多い場合、店舗側は商品Ｂを優先的に販売したいのであるが、従来のレコメンド機能では、推奨情報として商品Ｂを優先して顧客に提示することはできない。特に、生鮮食品や惣菜類などの調理済み食品（加工食品）のような商品寿命の短い商品を取り扱うスーパーマーケットなどでは、一日において商品状況が刻々と変化するため、商品状況を加味した推奨情報の提案が望まれている。

本発明の目的は、商品状況に応じた推奨情報を特定することにより、当該推奨情報を受けたユーザーは、自分の嗜好に合致した商品情報をいち早く入手することができ、また、店舗側は、優先的に販売したい商品の購買率をアップさせることができる推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、及びプログラムを提供することにある。

本発明の一の局面に係る推奨情報特定装置は、店舗で提供される商品に対するユーザーの行動履歴と、店舗で提供される複数の商品の販売に関して予め定められた優先順位とに基づいて、前記複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定部を備える。

本発明の推奨情報特定装置は、前記優先順位を機械学習により決定するよう構成された順位決定部を更に備える。前記順位決定部は、前記優先順位に変動を来す変動情報を取得する変動情報取得部と、前記変動情報取得部によって取得された前記変動情報に基づいて、前記優先順位を学習する順位学習部と、を有する。

本発明の他の局面に係る推奨情報特定システムは、優先順位取得部と、行動履歴取得部と、推奨情報特定部と、を備える。前記優先順位取得部は、店舗で提供される複数の商品の販売に関する優先順位を記憶する優先順位記憶部から前記優先順位を取得する。前記行動履歴取得部は、店舗で提供される商品に対するユーザーの行動履歴を記憶する行動履歴記憶部から前記行動履歴を取得する。前記推奨情報特定部は、前記行動履歴取得部によって取得された前記行動履歴と、前記優先順位取得部によって取得された前記優先順位とに基づいて、前記複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する。

本発明の他の局面に係る推奨情報特定方法は、店舗で提供される商品に対するユーザーの行動履歴を取得する行動履歴取得ステップと、取得された前記行動履歴と、店舗で提供される複数の商品の販売に関して予め定められた優先順位とに基づいて、前記複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定ステップと、を備える。

なお、本発明は、前記推奨情報特定方法の各ステップをコンピュータに実行させるためのプログラム、又は、このようなプログラムを非一時的に記録したコンピュータ読み取り可能な記録媒体として捉えることもできる。

本発明によれば、商品状況に応じた推奨情報を特定することにより、当該推奨情報を提示されたユーザーは、自分の嗜好に合致した商品情報をいち早く入手することができ、また、店舗側（販売者）は、優先的に販売したい商品の購買率をアップさせることができる。

また、本発明によれば、変動情報取得部及び順位学習部を含む順位決定部を備えることにより、前記優先順位に変動を来す変動情報に基づいて、複数の商品の販売に関する優先順位が、順位学習部によって学習される。これにより、店舗において商品状況が刻々と変動する場合であっても、その変動に応じて決定された優先順位を用いて推奨情報が特定されるため、その結果、当該推奨情報を提示されたユーザーは、自分の嗜好に合致した商品情報をいち早く入手することができ、店舗側（販売者）は、リアルタイムに優先的に販売したい商品の購買率をアップさせることができる。

図１は、本発明の実施形態に係る情報処理システムの構成を示す図である。 図２は、情報処理システムを構成する携帯端末で表示される画面の一例を示す図である。 図３は、情報処理システムを構成する各装置の構成を示すブロック図である。 図４は、情報処理システムを構成するサーバー装置の順位決定部の構成を示すブロック図である。 図５は、情報処理システムを構成するサーバー装置の値引き判定部の構成を示すブロック図である。 図６は、店舗が取り扱う各商品の順位を示す図である。 図７は、情報処理システムで実行されるレコメンド処理の手順の一例を示すフローチャートである。 図８は、抽出された５つの候補の商品が優先順位１位から５位の商品である場合の各係数及びレコメンド評価値を例示している。 図９は、情報処理システムの学習部で実行される学習動作の一例を示すフローチャートである。

以下、適宜図面を参照して本発明の実施形態について説明する。なお、以下に説明される実施形態は本発明を具体化した一例にすぎず、本発明の技術的範囲を限定するものではない。

［情報処理システム１００］
図１に示すように、本発明の実施形態に係る情報処理システム１００（本発明の推奨情報特定システム）は、サーバー装置１１（本発明の推奨情報特定装置の一例）、入店用のゲート装置１２、退店用のゲート装置１３、セルフタイプのレジスター１４、利用者端末１５（本発明の端末装置の一例）、及び、店舗２００の従業員が使用する従業員端末１６を含む。ゲート装置１２、ゲート装置１３、レジスター１４は、いずれも、一つであってもよく、また、複数であってもよい。本実施形態では、例えば、多種多様な商品を取り扱っているスーパーマーケットなどの店舗２００に情報処理システム１００が導入される例について説明する。もちろん、情報処理システム１００が導入される店舗２００はスーパーマーケットに限られず、複数の商品を取り扱っている実在の小売店であればよく、また、インターネット上の仮想店舗であってもよい。

ゲート装置１２は、店舗２００の入口付近に設置されており、ゲート装置１３は、店舗２００の出口付近に設置されている。利用者端末１５は、店舗２００内において、店舗２００に陳列されている商品の購入の際に店舗２００に入店した利用者（ユーザー）が所持して使用する端末装置であり、例えば、スマートフォンや携帯電話、タブレット端末などの携帯端末である。従業員端末１６は、店舗２００の従業員が使用する端末装置であり、例えば、ノートパソコンや、スマートフォン及びタブレット端末などの携帯端末である。

以下、図１及び図２を参照して、利用者が店舗２００に来店してから商品を購入して退店するまでの一連の流れを例示する。

先ず、店舗２００に来店した利用者は、利用者端末１５を所持した状態で、入口から入店用のゲート装置１２に近づく。利用者がゲート装置１２に近づくと、利用者端末１５は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＦｅｌｉＣａ（登録商標）などに代表される近距離無線通信によってゲート装置１２と通信する。このとき、利用者端末１５に記憶されている利用者識別情報（ＩＤ番号、氏名、性別、年齢など）がゲート装置１２に送信される。前記利用者識別情報は、店舗２００の利用者を識別するための情報である。前記利用者識別情報は、店舗２００に設置される無線ＬＡＮ（店内ＬＡＮ）などの通信網Ｎ１を通じてゲート装置１２からサーバー装置１１に転送される。これにより、サーバー装置１１は、事前に登録されている利用者が来店したことを認識する。なお、利用者端末１５内に、店舗２００における利用者の購入履歴情報が含まれている場合は、前記購入履歴情報もゲート装置１２に送信されて、通信網Ｎ１を通じてサーバー装置１１に転送される。ここで、前記購入履歴情報は、利用者が店舗２００において過去に購入した商品の履歴情報である。

利用者端末１５には、商品に付された情報コード（バーコードやＱＲコードなど）をスキャンしながら買い物を行うシステムに用いられる買い物アプリケーションが予めインストールされている。利用者端末１５がゲート装置１２と通信すると、利用者端末１５は自動的に前記買い物アプリケーションを起動する。このとき、利用者端末１５の操作表示部２２（図３参照）には、例えば、図２（Ａ）に示す画面が表示される。これにより、利用者は、店舗２００内で、前記買い物アプリケーションを用いて、商品の購入操作を行うことが可能となる。

利用者は、店舗２００内を買い回りしながら、購入を希望する商品（購入対象の商品）を陳列棚から手に取り、その商品に付された情報コードを、利用者端末１５の撮像部２４（図３参照）により撮像（スキャン）する。利用者端末１５の前記買い物アプリケーションは、前記情報コードに含まれる前記商品の価格情報（商品名、金額、商品ＩＤを含む情報）を読み取って、利用者端末１５の操作表示部２２（図３参照）に表示する。例えば、利用者が３点の商品ａ，ｂ，ｃをスキャンした場合、利用者端末１５には、購入対象として選択された３点の商品ａ，ｂ，ｃの前記価格情報を含む図２（Ｂ）に示す画面が表示される。読み取られた前記価格情報は、利用者端末１５に保存されるとともに、通信網Ｎ１を通じて利用者端末１５からサーバー装置１１に送信されて、サーバー装置１１にも保存される。

サーバー装置１１は、ゲート装置１２から転送されてきた前記利用者識別情報に対応する購入履歴情報（本発明の行動履歴の一例）を記憶部３２（顧客情報格納部３２１）から読み出して、後述のレコメンド処理（図７参照）を実行する。このレコメンド処理は、サーバー装置１１内で管理されている全ての商品（店舗２００で販売可能な商品）に関する複数の商品情報から、利用者に応じたレコメンド情報（本発明の推奨情報の一例）を特定する処理である。具体的には、利用者の嗜好に合致するであろう商品情報を所定のアルゴリズムに基づいて抽出し、その抽出された商品情報を前記レコメンド情報として特定する。そして、特定された前記レコメンド情報は、通信網Ｎ１を通じて利用者端末１５に送信される。利用者端末１５では、買い回り中の利用者が容易に気づくことができるように、利用者端末１５の操作表示部２２（図３参照）に前記レコメンド情報がポップアップ形式などによって表示される。

読み取った商品の代金の支払い（決済）をする場合、利用者は、レジスター１４に行き、レジスター１４に設けられた通信部に利用者端末１５を翳した状態で、「支払い」（図２（Ｂ）参照）を選択する。これにより、利用者端末１５は、前記近距離無線を通じてレジスター１４と通信し、利用者端末１５から前記利用者識別情報がレジスター１４に送信される。また、レジスター１４に送信された前記利用者識別情報は、通信網Ｎ１を通じてレジスター１４からサーバー装置１１に転送される。その後、サーバー装置１１において、前記利用者識別情報に対応する決済対象の前記価格情報が抽出され、レジスター１４に転送される。そして、レジスター１４において、利用者が指定する決済方法に基づいて、前記価格情報が示す金額の決済処理が実行される。前記決済処理が完了すると、利用者端末１５には、決済が完了したことを示す画面が表示される。

なお、レジスター１４を利用せずに、利用者端末１５とサーバー装置１１との間でオンライン状態で決算処理を行ってもよい。当該決済処理は以下の要領で行われる。例えば、図２（Ｂ）の画面において利用者が「支払い」を選択すると、決済処理が開始される。例えば、利用者端末１５は、決済対象である商品ａ，ｂ，ｃの前記価格情報を前記利用者識別情報とともにサーバー装置１１に送信する。サーバー装置１１は、前記価格情報に基づいて、インターネットを通じて接続された決済サーバー（不図示）に決済要求を送信する。前記決済サーバーは、決済事業者に応じた決済システムにより決済処理を実行する。その後、決済処理が実行されたことがサーバー装置１１を介して利用者端末１５に送信され、その旨を示すメッセージが操作表示部２２（図３参照）に表示される。

前記決済処理が完了すると、レジスター１４は、決済が完了した購入済み商品の情報をサーバー装置１１に送信する。サーバー装置１１は、レジスター１４から受け取った情報に基づいて、サーバー装置１１で管理している商品の在庫数などを更新する。また、サーバー装置１１は、レジスター１４から受け取った実際の購入情報に基づいて、利用者毎に記憶管理している購入履歴情報を更新する。

利用者は、店舗２００を退店する場合、退店用のゲート装置１３に近づく。利用者がゲート装置１３に近づくと、利用者端末１５は、近距離無線通信によってゲート装置１３と通信する。このとき、利用者の前記利用者識別情報とともに、買い物が終了したことを示すフラグ情報がゲート装置１３に送信され、前記識別情報及び前記フラグ情報が、通信網Ｎ１を介してゲート装置１３からサーバー装置１１に転送される。これにより、サーバー装置１１では、不正なく買い物が終了したこと、及び、利用者が退店したことを認識する。

以上のようにして、利用者は店舗２００において、前記買い物アプリケーションを用いての買い物を行うことができる。

上述したように、情報処理システム１００では、利用者に応じた前記レコメンド情報を特定するための前記レコメンド処理が実行されて、特定された前記レコメンド情報が利用者端末１５に表示される。

以下、図３を参照して、前記レコメンド処理を実現するための情報処理システム１００の具体的な構成について説明する。

［利用者端末１５］
図３に示すように、利用者端末１５は、制御部２１、操作表示部２２、記憶部２３、撮像部２４、通信Ｉ／Ｆ２５などを備える。利用者端末１５は、例えば、店舗２００の利用者が所持する携帯端末であり、例えばスマートフォン、携帯電話、又はタブレット端末である。利用者端末１５は、店舗２００から貸与される携帯端末であってもよく、また、買い物カートに設置されるカート端末であってもよい。

撮像部２４は、被写体の画像を撮像してデジタル画像データとして出力するデジタルカメラである。店舗２００内で買い物をする利用者は、購入対象の商品に付されている前記情報コードを撮像部２４で撮像する。撮像された前記情報コードの画像が後述の読取処理部２１１によって読取処理されることにより、購入対象の商品の価格情報（商品名、金額、商品ＩＤなど）が得られる。

通信Ｉ／Ｆ２５は、利用者端末１５を有線又は無線で通信網Ｎ１に接続し、通信網Ｎ１を介してサーバー装置１１などの外部機器との間で所定の通信プロトコルに従ったデータ通信を実行するための通信インターフェースである。また、通信Ｉ／Ｆ２５は、利用者端末１５を無線（例えば、Ｂｌｕｅｔｏｏｔｈなどの近距離無線）を通じてゲート装置１２，１３やレジスター１４などの装置との間でデータ通信を可能にする。

操作表示部２２は、各種の情報を表示する液晶ディスプレイ又は有機ＥＬディスプレイなどの表示部と、利用者の操作を受け付けるマウス、キーボード、又はタッチパネルなどの操作部とを備えるユーザーインターフェースである。操作表示部２２の前記表示部に、利用者に応じた前記レコメンド情報が表示される。

記憶部２３は、各種の情報を記憶するフラッシュメモリなどの不揮発性の記憶媒体である。記憶部２３には、制御部２１に各種処理を実行させるための制御プログラムが記憶されている。

また、記憶部２３には、利用者を識別するための利用者識別情報が記憶されている。前記利用者識別情報は、利用者を特定するための情報であり、ＩＤ番号、氏名、性別、年齢などである。前記利用者識別情報は、店舗２００に設けられたサーバー装置１１に事前に登録されており、サーバー装置１１内の記憶部３２（顧客情報格納部３２１）に購入履歴情報とともに記憶管理されている。

また、記憶部２３には、後述する読取処理部２１１によって読み取られた購入対象の商品の前記価格情報が格納される。

制御部２１は、ＣＰＵ、ＲＯＭ、及びＲＡＭなどの制御機器を有する。前記ＣＰＵは、各種の演算処理を実行するプロセッサーである。前記ＲＯＭは、前記ＣＰＵに各種の処理を実行させるためのＢＩＯＳ及びＯＳなどの制御プログラムが予め記憶された不揮発性の記憶部である。前記ＲＡＭは、各種の情報を記憶する揮発性又は不揮発性の記憶部であり、前記ＣＰＵが実行する各種の処理の一時記憶メモリ（作業領域）として使用される。そして、制御部２１は、前記ＲＯＭ又は記憶部２３に予め記憶された各種の制御プログラムを前記ＣＰＵで実行することにより利用者端末１５を制御する。

具体的に、制御部２１は、図３に示すように、読取処理部２１１、表示処理部２１２、通知処理部２１３、行動結果送信部２１４などの各種の処理部を含む。なお、制御部２１は、前記ＣＰＵで前記制御プログラムに従った各種の処理を実行することによって前記各種の処理部として機能する。また、制御部２１に含まれる一部又は全部の処理部が電子回路で構成されていてもよい。なお、前記制御プログラムは、複数のプロセッサーを前記各種の処理部として機能させるためのプログラムであってもよい。

読取処理部２１１は、撮像部２４により撮像された前記情報コードの画像データに基づいて、前記情報コードに含まれる商品の前記価格情報（商品名、金額、商品ＩＤなど）を読み取る。以下、説明の便宜のため、購入対象として読み取られた前記価格情報を、購入対象情報という。読み取られた前記購入対象情報は、キャンセルされるか、或いは、購入対象の商品の決済が完了するまで、記憶部２３に格納される。

表示処理部２１２は、サーバー装置１１から送信されてくる前記レコメンド情報を操作表示部２２の表示部に表示させる。例えば、表示処理部２１２は、前記レコメンド情報をポップアップ形式で操作表示部２２の表示部に表示する。表示処理部２１２は、前記レコメンド情報に商品画像や商品名などが含まれている場合は、これらの情報をポップアップ形式で操作表示部２２の表示部に表示する。前記商品画像や商品名は、例えば、推奨されている商品の更に詳しい詳細情報（例えば、商品説明、商品価格、店舗２００における商品の陳列場所）が格納されているアドレスにリンクされており、利用者が前記商品画像や商品名を表示画面においてタッチ操作すると、表示処理部２１２は、前記アドレスに記憶されている詳細情報を読み出して、前記表示部に表示する。また、表示処理部２１２は、前記レコメンド情報に商品の写真画像や説明などを含むＷＥＢサイトのＵＲＬが含まれている場合は、前記ＵＲＬを操作表示部２２の表示部に表示する。この場合、利用者が前記ＵＲＬをタッチ操作すると、表示処理部２１２は、前記ＵＲＬにアクセスして、前記ＷＥＢサイトを前記表示部に表示する。

通知処理部２１３は、サーバー装置１１、ゲート装置１２，１３、レジスター１４に各種情報を送信する。例えば、通知処理部２１３は、利用者が店舗２００に入店する際にゲート装置１２に前記利用者識別情報などを送信し、利用者が店舗２００から退店する際にゲート装置１３に前記利用者識別情報などを送信する。また、通知処理部２１３は、買い回り中に読み取られた前記購入対象情報をサーバー装置１１に送信する。

行動結果送信部２１４は、操作表示部２２の表示部に表示された前記レコメンド情報に対して、利用者が行動をしたかどうかを示す行動結果をサーバー装置１１の順位決定部３３（図３参照）に送信する。前記行動としては、例えば、操作表示部２２の表示部に表示された前記レコメンド情報を閲覧する行動（閲覧行動）、読取処理部２１１によって前記レコメンド情報が示す商品の情報コードの商品情報を読み取る行動（読取行動）、或いは、前記表示部に表示された前記レコメンド情報が示す商品を購入する行動（購入行動）、などが挙げられる。前記行動結果は、前記各行動が起きたことを示す肯定結果、又は前記各行動が起きなかったことを示す否定結果を含む。

制御部２１は、操作表示部２２の表示部に表示された前記レコメンド情報に対して利用者が行動を起こしたかどうかを判定する処理を行う。かかる判定処理を行う制御部２１は、前記レコメンド情報に対して行動したか否かを判定する行動判定部として捉えることができる。

例えば、制御部２１は、操作表示部２２の表示部に前記レコメンド情報が表示されてから一定時間（タイムアップ時間）が経過するまでの間に前記商品画像や前記商品名がタッチ操作されたか否か、或いは、前記ＵＲＬがタッチ操作されたか否かを判定する処理を行う。この場合、前記一定時間内にタッチ操作されたと判定されると、行動結果送信部２１４は、利用者端末１５においてその利用者が前記レコメンド情報を閲覧したことを示す肯定結果（行動結果）の情報をサーバー装置１１の順位決定部３３に送信する。

また、制御部２１は、前記一定時間が経過するまでの間、又は決済処理が行われるまでの間に、読取処理部２１１によって前記レコメンド情報が示す商品の情報コードの商品情報が読み取られたか否かを判定する処理を行う。この場合、前記レコメンド情報が示す商品の情報コードの商品情報が読み取られたと判定されると、行動結果送信部２１４は、利用者端末１５の利用者が、前記レコメンド情報が示す商品を購入予定であることを示す肯定結果（行動結果）の情報をサーバー装置１１の順位決定部３３に送信する。

また、制御部２１は、前記レコメンド情報が示す商品を購入したか否かを判定する処理を行う。この場合、前記決済処理された購入後商品のなかに前記レコメンド情報が示す商品が含まれている場合に、行動結果送信部２１４は、前記レコメンド情報が示す商品が購入されたことを示す肯定結果（行動結果）の情報をサーバー装置１１の順位決定部３３に送信する。

なお、行動結果送信部２１４は、前記一定時間に前記閲覧行動又は前記読取行動が行われなかった場合、レジスター１４で利用者が決済処理を行うまでの間に前記読取行動が行われなかった場合、決済処理において前記購入行動が行われなかった場合は、前記各行動が起きなかったことを示す否定結果（行動結果）の情報をサーバー装置１１の順位決定部３３に送信する。

［サーバー装置１１］
サーバー装置１１は、制御部３１、記憶部３２、順位決定部３３（本発明の順位決定部の一例）、値引き判定部３４（本発明の値引き判定部の一例）、通信Ｉ／Ｆ３５などを備えるサーバコンピュータである。なお、サーバー装置１１は、１台のコンピュータに限らず、複数台のコンピュータが協働して動作するコンピュータシステムであってもよい。また、サーバー装置１１で実行される各種の処理は、一又は複数のプロセッサーによって分散して実行されてもよい。

通信Ｉ／Ｆ３５は、サーバー装置１１を有線又は無線で通信網Ｎ１に接続し、通信網Ｎ１を介して利用者端末１５やゲート装置１２，１３、レジスター１４などの外部機器との間で所定の通信プロトコルに従ったデータ通信を実行するための通信インターフェースである。

記憶部３２は、各種の情報を記憶する半導体メモリ、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）などを含む不揮発性の記憶部である。なお、本実施形態では、記憶部３２がサーバー装置１１に設けられた構成を例示するが、例えば、記憶部３２内の各種情報の一部又は全部が、通信網Ｎ１やインターネットなどを通じてサーバー装置１１とデータ通信可能な他のサーバー装置や記憶装置などの外部装置に記憶されていてもよい。この場合、サーバー装置１１は、必要に応じて、前記外部装置から必要な情報を読み出したり、情報を前記外部装置に記憶させる。

記憶部３２には、制御部３１に各種制御処理や、図７に示す後述のレコメンド処理（レコメンド抽出処理、レコメンド選定処理）を実行させるための制御プログラムが記憶されている。例えば、前記制御プログラムは、ＣＤ又はＤＶＤなどのコンピュータ読取可能な記録媒体に非一時的に記録されており、サーバー装置１１が備えるＣＤドライブ又はＤＶＤドライブなどの読取装置（不図示）で読み取られて記憶部３２に記憶される。

記憶部３２は、複数の記憶領域に分けられている。具体的には、記憶部３２には、顧客情報格納部３２１（本発明の行動履歴記憶部の一例）、商品情報格納部３２２、購入予定商品格納部３２３、優先順位格納部３２４（本発明の優先順位記憶部の一例）が設けられている。

顧客情報格納部３２１には、事前に登録された利用者毎の情報（以下、顧客情報という。）が記憶されている。前記顧客情報は、利用者のＩＤ番号や氏名、性別、年齢などを含む前記利用者識別情報のほかに、利用者が過去に店舗２００で購入した商品に関する購入履歴情報を含む。つまり、前記購入履歴情報は、店舗２００で販売されている商品に対する利用者の行動履歴を示す情報である。

前記顧客情報は、例えば、利用者が店舗２００の会員登録を行ったときに記憶部３２の顧客情報格納部３２１に前記利用者識別情報として記憶（登録）される。その後、利用者が店舗２００内において商品を購入すると、その購入した商品に関する商品情報及び購入日などを含む購入履歴情報が、購入した利用者の前記利用者識別情報に紐付けられた状態で顧客情報格納部３２１に上書き記憶される。つまり、前記顧客情報が更新される。なお、前記購入履歴情報は、後述するレコメンド抽出処理部３１１によるレコメンド抽出処理に用いられる。

商品情報格納部３２２には、店舗２００において販売可能な全ての商品に関する商品情報が記憶されている。前記商品情報は、商品を識別可能な情報であって、例えば、商品名、商品の金額、及び商品ＩＤ（ＪＡＮコードなど）を含む価格情報を含む。また、前記商品情報は、商品の種類、商品の寿命（賞味期限や消費期限、使用期限など）、値引きの有無や値引き率、商品の陳列場所、その商品の写真や説明などを含むＷＥＢサイトのＵＲＬなどの情報であって、店舗２００での買い物時に利用者の利便が良好となる情報を含んでいる。また、商品が惣菜類などの調理済み食品（加工食品）である場合は、その調理済み食品の加工日時である調理時刻（調理日、調理予定時刻を含む）や調理後の状態（加工状態）を示す情報が前記商品情報に含まれていてもよい。また、商品が、例えば、販促キャンペーンの対象である場合は、その販促キャンペーンの対象か否かを判別するための情報が前記商品情報に含まれていてもよい。更にまた、前記商品情報は、店舗２００の販売者のみが把握すべき情報、例えば、商品の利益率、廃棄リスクの程度、在庫数などを含んでもよい。

また、商品情報格納部３２２には、商品ごとに、過去の販売実績、及び過去の廃棄履歴が記憶されている。前記過去の販売実績とは、過去に当該商品を販売したときの日時、価格、販売数、値引きの有無、値引き率などを含む。また、前記過去の廃棄履歴とは、売れ残った当該商品の廃棄処分の有無、過去に行われた廃棄処分の日時、廃棄処分した量などを含む。

商品情報格納部３２２に記憶されている前記商品情報は、変化が生じるたびに更新される。例えば、商品の在庫数は、利用者が商品の支払い（決済）をした場合に、サーバー装置１１の制御部３１によって即座に更新される。また、商品の価格や在庫数、値引きの有無、値引き率、調理時刻、販促キャンペーンの有無、廃棄リスク、入荷による在庫数の増加などは、従業員端末１６から従業員によって入力される情報に基づいて制御部３１によって更新される。

購入予定商品格納部３２３には、読取処理部２１１による読取処理が行われるたびに利用者端末１５から順次送信されてくる前記購入対象情報が一時的に記憶される。この購入予定商品格納部３２３は、仮想的な買い物かごとして機能する。前記購入対象情報は、キャンセルされるか、或いは購入対象の商品の決済が完了するまで、購入予定商品格納部３２３に格納される。

優先順位格納部３２４には、複数の商品情報とともに前記複数の商品の販売に関する優先順位が記憶されている。図６は、複数の商品それぞれの前記優先順位を示す順位リストＴＢ１である。順位リストＴＢ１には、商品情報格納部３２２に格納されている全ての商品のうち、店舗２００側（販売者）が優先して販売することを望む複数の商品（以下、優先商品という。）が含まれており、各優先商品それぞれに対して、販売に関する優先順位が定められている。前記優先順位は、販売を促進したい商品の順位を示すものであり、その順位が１位の商品は、店舗２００において最も販売を促進したい商品である。商品情報格納部３２２に格納されている全ての商品それぞれについて、前記優先順位が定められていてもよい。

順位リストＴＢ１における優先商品各々の優先順位は、その優先順位に変動を来す変動要素に関する変動情報に基づいて決定される。前記変動情報は、例えば、前記優先商品の価格、種類、寿命、値引きの有無、値引き率、商品が惣菜類などの調理済み食品である場合はその調理時刻、前記販促キャンペーンの対象か否か、利益率、廃棄リスクの程度、在庫数、過去の販売実績、過去の廃棄履歴などの情報である。また、前記変動情報は、前記優先商品が惣菜類に代表される「焼き鳥」などの調理済み食品である場合は、調理日、調理時刻、調理後の状態を含む。また、前記変動情報は、店舗２００の所在地における気温、湿度、気圧、及び天候を含む。また、前記変動情報は、現時刻、店舗２００の当日の来店者数や来店者履歴を含む。前記来店者履歴は、過去の月別又は曜日別の来店者数を示す統計情報である。また、前記来店者数は、前記来店者履歴から予測される来店者見込み数を含む。このような変動情報は、商品の状態や利用者の購買意欲などを含む、商品をとりまく状況（商品状況）に変動を来す情報であるといえる。なお、前記優先商品の優先順位を決定するにあたり、その決定処理に用いられる前記変動情報は、上述した具体的な複数の変動要素のうちいずれか一つ以上の情報を含むものであればよい。

前記優先順位は、前記商品状況や店舗２００側（販売者）の様々な要因などによって変動する。例えば、在庫数が多い商品は優先順位が上位に定められ、少ない商品は下位に定められる。これは、在庫数が多いほど売れ残りが生じ易いことに起因する。また、商品寿命が短い商品は上位に定められ、長い場合は下位に定められる。利益率が高い商品は上位に定められ、低い商品は下位に定められる。廃棄リスクが高い商品は上位に定められ、低い商品は下位に定められる。また、商品の種類によっても前記優先順位は変動し、例えば、調理の材料となる食材・食料品や食品（調理済み食品を含む）、飲料などは上位に定められ、洗剤や文具などは下位に定められる。また、惣菜類などの調理済み食品にあっても、調理時刻が何時であるか、或いはその調理後の状態によっても前記優先順位は変動し、調理後の経過時間が長い場合や調理時刻までの待ち時間が長い場合、調理後の状態が悪い場合は上位に定められ、前記経過時間が短い場合や前記待ち時間が短い場合、調理後の状態が良好な場合は下位に定められる。

また、商品の価格や、値引きの有無、値引き率、過去の販売実績、過去の廃棄履歴、店舗２００の所在地における気温、湿度、気圧、及び天候、来店者数、来店者履歴なども前記優先順位を変動させる要因である。また、複数の変動情報が存在する場合、上述した複数の変動情報が相互に影響して優先順位が変動することもある。例えば、天候の良い日は多くの来店者が見込まれるため、この場合は、在庫数による影響よりも利益率の影響を重視して各優先商品の順位が定められる。また、天候が良くても気温が高い場合は、商品の種類を重視して順位が定められ、例えば、料理済み食品であれば、過去の販売実績などから売れにくいと推定される加熱済み食品や保温状態の調理済み食品が上位に定められ、売れ筋と推定される冷菜などが下位に定められる。

本実施形態では、前記優先順位は、上述した複数の変動情報に基づいて、後述する順位決定部３３において決定又は更新される。なお、順位決定部３３については後述する。

制御部３１は、ＣＰＵ、ＲＯＭ、及びＲＡＭなどの制御機器を有する。前記ＣＰＵは、各種の演算処理を実行するプロセッサーである。前記ＲＯＭは、前記ＣＰＵに各種の演算処理を実行させるためのＢＩＯＳ及びＯＳなどの制御プログラムが予め記憶される不揮発性の記憶部である。前記ＲＡＭは、各種の情報を記憶する揮発性又は不揮発性の記憶部であり、前記ＣＰＵが実行する各種の処理の一時記憶メモリ（作業領域）として使用される。そして、制御部３１は、前記ＲＯＭ又は記憶部３２に予め記憶された各種の制御プログラムを前記ＣＰＵで実行することによりサーバー装置１１を制御する。

具体的に、制御部３１は、図３に示すように、レコメンド抽出処理部３１１、レコメンド選定処理部３１２、レコメンド情報送信部３１３（本発明の推奨情報出力部の一例）、情報取得部３１４（本発明の優先順位取得部、行動履歴取得部の一例）、などの各種の処理部を含む。ここで、レコメンド抽出処理部３１１及びレコメンド選定処理部３１２は、本発明の推奨情報特定部の一例である。なお、制御部３１は、前記ＣＰＵで前記制御プログラムに従った各種の処理を実行することによって前記各種の処理部として機能する。また、制御部３１に含まれる一部又は全部の処理部が電子回路で構成されていてもよい。なお、前記制御プログラムは、複数のプロセッサーを前記各種の処理部として機能させるためのプログラムであってもよい。

レコメンド抽出処理部３１１は、顧客情報格納部３２１に格納されている利用者の購入履歴情報に基づいて、利用者の嗜好に合ったレコメンド情報を複数の商品情報から抽出するレコメンド抽出処理を実行する。前記レコメンド抽出処理を実行するための制御プログラムとして、記憶部３２には、前記購入履歴情報を用いる従来周知の所定のレコメンドアルゴリズムを用いて前記レコメンド情報を抽出するレコメンドエンジン（レコメンドプログラム）が格納されている。レコメンド抽出処理部３１１は、前記レコメンドエンジンを用いて、複数の商品情報から予め設定された２以上の候補数の推奨商品の候補（推奨商品候補、本発明の候補情報に相当）を抽出する。つまり、レコメンド抽出処理部３１１は、記憶部３２に記憶された前記レコメンドエンジンを用いて、所定のアルゴリズムに基づいて前記レコメンド抽出処理を実行する。

レコメンド選定処理部３１２は、レコメンド抽出処理部３１１によって抽出された複数の前記推奨商品候補から、さらに特定の推奨商品候補を選定するレコメンド選定処理を実行する。前記レコメンド選定処理を実行するための制御プログラムが記憶部３２に記憶されている。本実施形態では、レコメンド選定処理部３１２は、レコメンド抽出処理部３１１によって抽出された複数の前記推奨商品候補から、優先順位格納部３２４に記憶されている前記優先商品の優先順位に基づいて特定される前記特定の推奨商品候補を選定する。

なお、本実施形態では、レコメンド抽出処理部３１１及びレコメンド選定処理部３１２によって本発明の推奨情報特定部が実現される構成について例示するが、本発明はこのような構成に限られない。例えば、前記レコメンド抽出処理が実行される際に、顧客情報格納部３２１に格納されている利用者の購入履歴情報と優先順位格納部３２４に記憶されている前記優先商品の優先順位との両方に基づいて前記特定のレコメンド情報を抽出する構成であっても適用可能である。この場合、上述した従来周知の所定のレコメンドアルゴリズムを用いるレコメンドエンジンに、前記レコメンド選定処理を実現するプログラムが組み込まれる。

レコメンド情報送信部３１３は、レコメンド選定処理部３１２によって選定された前記特定の推奨商品候補の商品情報を含むレコメンド情報を、通信網Ｎ１を通じて利用者端末１５に出力する。利用者端末１５は、送信されてきた前記レコメンド情報を受信すると、利用者端末１５の操作表示部２２に当該レコメンド情報を表示する。また、レコメンド情報送信部３１３は、前記レコメンド情報を従業員端末１６にも送信する。

情報取得部３１４は、店舗２００で提供される複数の商品の販売に関する前記優先順位を優先順位格納部３２４から取得する。具体的には、情報取得部３１４は、優先順位格納部３２４から必要な商品の優先順位を取得する。更に詳細には、レコメンド抽出処理部３１１による前記レコメンド抽出処理によって、利用者の嗜好に合致すると推定される複数の推奨商品候補の商品情報が選択された場合、情報取得部３１４は、選択された複数の商品情報の前記優先順位を優先順位格納部３２４から取得する。取得された前記優先順位は、レコメンド選定処理部３１２で用いられる。

また、情報取得部３１４は、店舗２００で提供される商品に対する利用者の購入履歴情報を顧客情報格納部３２１から取得する。具体的には、利用者の来店時にゲート装置１２から当該利用者の前記利用者識別情報が送られてくると、情報取得部３１４は、前記利用者識別情報に対応する顧客情報を前記顧客情報格納部３２１から抽出し、その顧客情報に含まれる前記購入履歴情報を抽出する。取得された購入履歴情報は、レコメンド抽出処理部３１１に転送される。

［順位決定部３３］
以下、図４を参照して、順位決定部３３について説明する。順位決定部３３は、前記優先順位を機械学習により決定するよう構成された学習装置であり、前記優先順位を決定するための学習モデルを有している。ここで、図４は、順位決定部３３の構成を示すブロック図であり、機械学習アルゴリズムとして強化学習を適用した例を示している。

図４に示すように、順位決定部３３は、変動情報観測部３３１（本発明の変動情報取得部の一例）と、行動結果取得部３３２（本発明の行動結果取得部の一例）と、学習部４０（本発明の順位学習部の一例）と、データ更新処理部３３３と、を備える。順位決定部３３は、汎用的なＣＰＵを用いることができるが、より高速な演算処理が可能にするために、例えば、ＧＰＧＰＵ(General-Purpose computing on Graphics Processing Units)や大規模ＰＣクラスター等を用いることが望ましい。

変動情報観測部３３１は、図６の順位リストＴＢ１に示す優先商品それぞれの優先順位を決定するために用いられる前記変動情報を取得する。前記変動情報が、商品の価格、商品の種類、商品の寿命（賞味期限や消費期限、使用期限など）、値引きの有無や値引き率、調理済み食品の調理時刻又は調理予定時刻、販促キャンペーンの対象か否かの判別情報、商品の利益率、廃棄リスクの程度、在庫数、過去の販売実績、過去の廃棄履歴である場合は、変動情報観測部３３１は、商品情報格納部３２２内の商品情報を監視し、常にリアルタイムな情報を商品情報格納部３２２から取得する。

また、前記変動情報が、店舗２００の所在地における気温、湿度、気圧である場合は、変動情報観測部３３１は、店舗２００の屋内又は屋外に設けられた温度センサー、湿度センサー、気圧センサーから出力されるセンサー出力値を受け取り、そのセンサー出力値が示すリアルタイムな気温、湿度、気圧を取得する。また、前記変動情報が店舗２００周辺の天候である場合は、サーバー装置１１とインターネット接続されたに天気情報データベースから制御部３１が天候情報をダウンロードし、変動情報観測部３３１は、制御部３１から前記天候情報を受け取る。

取得された変動情報は、学習部４０の学習に用いられる情報であり、順位決定部３３内の図示しない記憶部に記憶される。前記記憶部から学習部４０に前記変動情報が入力される。

行動結果取得部３３２は、利用者端末１５の行動結果送信部２１４から送信される前記行動結果の情報を取得する。つまり、行動結果取得部３３２は、前記レコメンド情報が示す推奨商品を利用者が閲覧又は購入したか否かを示す行動結果（肯定結果、否定結果）を取得する。取得された行動結果の情報は、学習部４０の学習に用いられる情報であり、順位決定部３３内の図示しない記憶部に記憶される。前記記憶部から学習部４０に前記行動結果が入力される。

学習部４０は、変動情報観測部３３１によって取得された前記変動情報に基づいて、前記優先順位を学習する。本実施形態では、学習部４０は、取得された前記変動情報のみならず、行動結果取得部３３２によって取得された前記行動結果をも用いて、店舗２００側が優先して販売したい商品の前記優先順位を機械学習する。なお、学習部４０については後述する。

データ更新処理部３３３は、学習部４０が学習した前記優先順位を参照して、優先順位格納部３２４に記憶されている前記優先順位、詳細には、図６の順位リストＴＢ１に示す優先商品それぞれの優先順位を学習後の順位に更新する。

学習部４０は、入力された前記変動情報の集合から、その中にある有用な規則やルール、知識表現、判断基準などを解析によって抽出し、その判断結果を出力するとともに、知識の学習を行う機能を備えている。機械学習には、教師あり学習（Supervised Learning）、教師なし学習（Unsupervised Learning）、強化学習（Reinforcement Learning）などのアルゴリズムがあり、更に、これらの手法を実現するうえで、特徴量そのものの抽出を学習する、「深層学習（ディープラーニング：Deep Learning）」と呼ばれる手法が用いられる。

ここで、教師あり学習は、事前に入力されたデータから、その「入力と出力の関係」を学習するアルゴリズムである。入力されるデータには、入力値とともに、そのデータの正解が付与されており、このようなデータを大量に学習部４０に与えることで、学習部４０は、それらのデータにある特徴を学習し、入力から出力（結果）を推定する。与えられた入出力データ間の関係が学習できれば、その関係性を未知のデータに適用することにより、出力の予想が可能になる。

また、教師なし学習は、正解となる出力データを与えられることなく、大量に与えられた入力データから、そのデータの構造、特性、新たな知識などの特徴量を学習するアルゴリズムである。学習する元となるデータに正解が付与されていない点で、教師あり学習とは異なる。

また、強化学習は、教師あり学習、教師なし学習のような固定的で明確なデータを元にした学習ではなく、プログラム自体が、与えられた環境（現在の状態）を観測し、連続した一連の行動を評価し、環境に行動が与える相互作用を踏まえて適切な行動、つまり、将来的に得られる報酬を最大にするための行動を自ら学習するアルゴリズムである。代表的な手法としてＴＤ学習やＱ学習が知られている。

強化学習は、行動が引き起こす結果が未知である。そのため、学習部４０の機械学習として強化学習を採用する場合、学習したい各商品の優先順位が全く分かっていない状態から学習がスタートすることになり、初期段階においては、学習によって得られた前記優先順位が店舗２００側の望む順位になっていない場合がある。そのため、教師あり学習で事前学習を行い、事前学習した前記優先順位を初期状態として、その後に強化学習を行うことが望ましい。

例えば、学習部４０における強化学習がＱ学習の場合、行動価値関数Ｑ（ｓ，ａ）の一般的な更新式（行動価値テーブル）は、次の式（１）で表される。

なお、式（１）中において、ｓ_tは、時刻ｔにおける環境を表し、ａ_tは、時刻ｔにおける行動を表す。行動ａ_tにより、環境はｓ_t+1に変わる。ｒ_t+1は、その環境の変化によって貰える報酬である。ｍａｘの付いた項は、環境ｓ_t+1の下で、その時に分かっている最もＱ値の高い行動ａを選んだ場合のＱ値にγを乗じたものになる。また、γは割引率と呼ばれており、０＜γ≦１のパラメータである。また、αは、０＜α≦１の範囲の学習係数である。Ｑ学習を適用した場合、利用者端末１５に表示された前記レコメンド情報を閲覧したり、前記レコメンド情報が示す商品の情報コードを読み取ったり、商品を利用者が購入したりする行動（閲覧行動、読取行動、購入行動）が行動ａ_tとなる。

図４に示すように、学習部４０は、報酬計算部４０１（本発明の報酬出力部の一例）と、価値関数更新部４０２（本発明の学習モデル更新部の一例）とを有する。報酬計算部４０１は、変動情報観測部３３１によって取得された前記変動情報に基づいて報酬を計算し、出力する。また、価値関数更新部４０２は、前記変動情報及び報酬計算部４０１で計算された報酬に基づいて、前記優先順位に関する価値関数を更新する。この価値関数は、学習モデルに対応する。

上述したように、変動情報は、前記優先順位に変動を来すものであるが、この変動情報そのものも刻々と変化する。このため、前記変動情報が変化すると、前記優先順位も更新される。変更後の優先順位が適切であるか否かは、閲覧行動、読取行動、購入行動の各行動の行動結果が肯定結果であるか否定結果であるかによって評価できる。このため、例えば、Ｑ学習を適用した場合、行動結果（肯定結果、否定結果）が実質的に式（１）における行動ａ_tであり、式（１）で表される行動価値関数Ｑ（ｓ，ａ）を、行動ａ_tを変更するための価値関数として用いる。

本実施形態では、報酬計算部４０１は、前記行動結果が前記レコメンド情報が示す推奨商品を閲覧又は購入したことを示す肯定結果である場合にプラスの報酬を出力し、前記行動結果が前記推奨商品を閲覧及び購入しなかったことを示す否定結果である場合にマイナスの報酬を出力する。出力される報酬の絶対値は、前記行動結果の内容によって異ならせてもよい。例えば、閲覧行動の行動結果に対する報酬が最も低く、購入行動の行動結果に対応する報酬が最も高く設定されていてもよい。また、利用者ごとに報酬に対する重み係数を設定してもよく、例えば、店舗２００の利用頻度が高い利用者の行動結果による報酬を重視する場合は、前記報酬に乗じる重み係数を前記利用頻度に比例した数値に設定してもよい。

［値引き判定部３４］
以下、図５を参照して、値引き判定部３４について説明する。値引き判定部３４は、同種類の複数の商品のうち前記優先順位が予め定められた基準順位（本実施形態では１０位）よりも低位である低順位商品に対する値引きを実施するか否かを機械学習により判定するよう構成された学習装置である。ここで、図５は、値引き判定部３４の構成を示すブロック図であり、機械学習アルゴリズムとして強化学習を適用した例を示している。なお、値引き判定部３４の構成は、判定結果通知部３４１を除き順位決定部３３の構成と同様であるため、以下では、異なる構成についてのみ詳細に説明し、同様の構成については順位決定部３３と同じ符号を付し示すことによりその詳細な説明を省略する。

なお、本実施形態では、前記値引きは、対象商品の販売価格を更に値下げするのみならず、対象商品の実質的な値引きに相当する行為も含む。例えば、対象商品を購入した場合にクーポン券（金券、割引券）を付与することや、商品と引き換え可能なポイントを付与すること、なども前記値引きに相当する。

図５に示すように、値引き判定部３４は、変動情報観測部３３１（本発明の劣化情報取得部の一例）と、行動結果取得部３３２（本発明の行動結果取得部の一例）と、学習部４０（本発明の判定学習部の一例）と、判定結果通知部３４１と、を備える。つまり、値引き判定部３４は、データ更新処理部３３３に代えて判定結果通知部３４１が備えられている点で順位決定部３３と異なる。

例えば、図６の順位リストＴＢ１において、同じ種類の商品「焼き鳥」が１０位（基準順位）以内に２つランクインしており、１０位より低位の１９位にも存在しているケースについて検討する。例えば、順位が１０位以内にランクインしている商品「焼き鳥」については、前記優先順位が高いため、前記レコメンド情報として店舗２０を買い回り中の利用者に通知される可能性が高く、利用者によって購入される可能性が他の順位の商品「焼き鳥」よりも高い。一方、前記基準順位よりも低位の１９位の商品「焼き鳥」（低順位商品に相当）は、順位が低いため、前記レコメンド情報として利用者に通知される可能性は低い。この場合、現時点では、順位が下位の商品（低順位商品）は店舗２００側（販売者）として優先的に販売したい商品でないとしても、前記変動情報の変動内容如何によっては、順位決定部３３による順位決定後のランクアップ又はランクダウン（順位変動）を待たずして、売れ行き状況を向上させる必要が生じる場合がある。

このため、値引き判定部３４では、変動情報観測部３３１は、上述したように変動情報を取得するものであるが、商品の劣化に変動を来す劣化情報として、前記変動情報を取得する。また、学習部４０は、変動情報観測部３３１によって取得された前記変動情報に基づいて、同種類の複数の商品のうちで前記優先順位が前記基準順位よりも低位の商品（低順位商品）に対する値引きを実施するか否かを機械学習する。

ところで、店舗２００で取り扱われている商品には、生鮮食品や惣菜類などのように長期保存ができない短寿命の商品が含まれている。また、洗剤や文具などの生活用品や、長期保存可能な缶詰や即席麺類などの加工食品、菓子類や嗜好品、調味料、リキュールなどのアルコール飲料のように使用期限や消費期限の長い商品なども含まれる。したがって、前記低順位商品といえども、生活用品などのように長寿命の商品については、仮に在庫数が多い場合でも値引きする必要性が低い。一方、生鮮食品や惣菜類などの短寿命の商品については、仮に在庫数が少なくても寿命間近であれば、売れ残り廃棄のリスクを回避するために、値引きしてでも売り切る必要性が高い。したがって、値引き判定部３４においては、前記低順位商品のうち、所定の閾値よりも寿命が短い短寿命の商品を抽出し、その短寿命の商品について、値引きを実施するか否かを機械学習することが好ましい。つまり、本実施形態では、値引き判定部３４は、前記低順位商品から、前記所定の閾値よりも寿命の長い商品を除外して、値引きを実施するか否かを機械学習する。なお、前記所定の閾値は、対象となる商品に応じて任意に設定されるものであり、例えば惣菜類であれが１日、生鮮食品であれば食品の種類に応じて数日程度に設定される。

判定結果通知部３４１は、学習部４０が学習した前記判定結果を参照して、従業員端末１６に判定結果を送信する処理を行う。この判定結果を受け取った従業員端末１６では、その判定結果が当該端末１６の表示部に表示される。したがって、店舗２００の従業員は、表示された判定結果を確認することにより、いずれの商品を値引きすればよいかを認識し、迅速に商品の値引き、つまり、情報コードの更新（貼り替え）を行うことができる。

なお、上述の例では、前記基準順位を１０位としたが、例えば、値引き判定部３４は、同種類の複数の商品のうち順位が最も高い商品以外の商品それぞれに対して、値引きをするか否かを学習するものであってもよい。この場合、同種類の複数の商品のうち順位が最も高い商品のその順位が、本発明の基準順位に相当する。

また、上述の例では、同種類の複数の商品のうち前記優先順位が前記基準順位よりも低位である商品（商品）に対する値引きについて例示したが、例えば、値引き判定部３４は、全ての商品のうち前記基準順位よりも低位の商品（低順位商品）それぞれに対して、値引きをするか否かを学習するものであってもよい。

また、商品の値引きを実施するか否かの判定のみならず、例えば、値引きを実施すると判定された場合にその値引き率や値引きの実施タイミングなども値引き判定部３４の学習部４０に学習させるようにしてもよい。

以下、図７のフローチャートを用いて、サーバー装置１１の制御部３１によって実行されるレコメンド処理とともに、本発明の推奨情報特定方法について説明する。以下の説明では、店舗２００のゲート装置１２を利用者が通過した入店時から、利用者が店舗２００のゲート装置１３を通過した退店時までの間に前記レコメンド処理が行われるものとする。つまり、前記レコメンド処理は、店舗２００内を利用者が買い回りしているときに実施される。なお、図７において、Ｓ１１，Ｓ１２，・・・は処理手順の番号（ステップ番号）を示す。

まず、ステップＳ１１では、制御部３１は、入店した利用者の購入履歴情報を顧客情報格納部３２１から取得する。かかる処理は、制御部３１の情報取得部３１４によって行われる。ステップＳ１１が、本発明の行動履歴取得ステップに相当する。また、次のステップＳ１２では、制御部３１は、取得した購入履歴情報から、利用者の行動内容を抽出する。

次に、ステップＳ１３において、制御部３１は、前記レコメンドエンジンを用いて、前記行動内容に基づいて、利用者の嗜好に合致するであろう推奨される推奨商品の候補を複数抽出する処理を行う。かかる処理は、制御部３１のレコメンド抽出処理部３１１によって行われる。本実施形態では、レコメンド抽出処理部３１１は、例えば５つの候補を決定する。

次のステップＳ１４では、制御部３１は、ステップＳ１３で抽出された複数の候補の中に、図６の順位リストＴＢ１に属する優先順位が上位の上位商品が含まれているかどうかを判定する。例えば、前記上位商品は、前記優先順位が予め定められた基準順位（本実施形態では１０位）以内の商品とすることができる。

ステップＳ１４において、前記複数の候補の中に前記上位商品が含まれていると判定された場合（Ｓ１４のＹｅｓ側）、次のステップＳ１５において、複数の候補のなかから最上位の商品を選定して、その選定された商品を推奨商品に特定する。かかる処理は、制御部３１のレコメンド選定処理部３１２によって行われる。ステップＳ１５は、本発明の推奨情報特定ステップに相当する。その後、前記推奨商品を含む前記レコメンド情報がレコメンド情報送信部３１３によって利用者の利用者端末１５に送信される。利用者端末１５では、受信したレコメンド情報が操作表示部２２の表示部に表示される。また、前記レコメンド情報は、従業員端末１６にも送信される。

一方、ステップＳ１４において、前記複数の候補の中に前記上位商品が含まれていないと判定された場合（Ｓ１４のＮｏ側）、制御部３１は、再び前記レコメンドエンジンを用いて、前記行動内容に基づいて、ステップＳ１３で抽出された候補とは異なる複数の候補を抽出する処理を行う（ステップＳ１７）。その後、ステップＳ１４の処理を実行し、前記複数の候補の中に前記上位商品が含まれていると判定されるまで、ステップＳ１４及びＳ１７の処理が繰り返し行われる。

以上説明したように、本実施形態では、利用者端末１５に利用者の嗜好に合致した前記レコメンド情報が表示されるので、前記レコメンド情報を提示された利用者は、自分の嗜好に合致した商品情報（推奨商品の情報）をいち早く入手することができる。また、利用者端末１５に出力された前記レコメンド情報は、店舗２００側（販売者）が優先的に販売したい商品の優先順位が考慮された推奨商品の情報を含む。そのため、当該推奨商品が閲覧されたり購入される可能性がアップし、その結果、店舗側（販売者）は、優先的に販売したい商品の購買率を向上させることができる。

また、従業員端末１６にも前記レコメンド情報が送信されるため、従業員は受信した各利用者のレコメンド情報を確認することができる。

なお、上述の実施形態では、ステップＳ１４及びＳ１５の処理を行うことにより推奨商品を特定する例について説明したが、本発明はこのような例に限られない。例えば、ステップＳ１３で抽出された複数の候補の中から、後述するレコメンド評価値の最も高い商品を前記推奨商品と特定してもよい。

前記レコメンド評価値は、例えば、図８に示すように、抽出された５つの候補の商品Ａ１～Ａ５それぞれについて予め定められた相性係数Ｚ１と順位係数Ｚ２とを乗じた数値Ｚ１・Ｚ２を用いることができる。ここで、前記相性係数Ｚ１は、候補となる商品Ａ１～Ａ５それぞれに対する利用者との相性（好み）を数値化したものであり、例えば、利用者の購入履歴情報や商品情報などのデータに基づいて、確率的潜在意味解析法（ＰＬＳＡ：Probabilistic Latent Semantic Analysis）によって算出される。

また、前記順位係数Ｚ２は、所定のルールに基づいて定められた任意の係数である。本実施形態では、順位リストＴＢ１（図６参照）における１位の商品には任意の数値「０．５０」が定められており、２位の商品には１位の係数の半分の数値「０．２５」、３位の商品には１位の係数の３分の１の数値「０．１６」、４位の商品には１位の係数の４分の１の数値「０．１３」、５位の商品には１位の係数の５分の１の数値「０．１０」が定められている。前記順位係数Ｚ２を設定するルールは、順位が上位から下位になるほど前記順位係数Ｚ２が小さい数値に設定されていればよく、上述のルールに限られない。なお、上述した各数値は、小数点第三位を切り捨てて表示している。ここで、図８では、ステップＳ１３で抽出された５つの候補の商品が優先順位１位から５位の商品である場合の各係数及び前記レコメンド評価値を例示している。

制御部３１は、前記レコメンド処理において、ステップＳ１４及びＳ１５の処理に代えて、上述のように定められたレコメンド評価値のうち、最も数値の大きい商品を前記推奨商品に特定する。このように推奨商品が特定されることにより、上位の商品の順位に変動がない場合に、同じ利用者に対して同じ商品が推奨商品として提示されることを防止できる。

なお、前記レコメンド評価値の最も高い商品を前記推奨商品に特定するのではなく、例えば、抽出された５つの候補の商品Ａ１～Ａ５それぞれに対して、前記レコメンド評価値の数値が高いものほど高い選択率を設定し、各選択率に基づいて確率論的に前記推奨商品を特定してもよい。

前記レコメンド評価値は、相性係数Ｚ１と順位係数Ｚ２とを乗じた数値Ｚ１・Ｚ２に対して、さらに、５つの候補の商品Ａ１～Ａ５それぞれについてランダムに決定されたノイズ係数Ｚ３を乗じたものを用いてもよい。このノイズ係数Ｚ３は、前記レコメンド評価値を変動させるための係数である。このノイズ係数Ｚ３が数値Ｚ１・Ｚ２に乗算されることで、特定される前記推奨商品にも影響する。つまり、前記ノイズ係数Ｚ３が乗じられる前と後とでは、特定される前記推奨商品が変化する場合がある。ノイズ係数Ｚ３を乗じるタイミングは、例えば、利用者が入店した入店回数の累積が予め定められた回数に達したこと、直近の設定期間における入店回数が予め定められた回数に達したこと、予め定められた期間を経過した後に利用者が再来店したこと、提示されたレコメンド情報が示す推奨商品に対して予め定められた回数連続して肯定的な行動結果（閲覧行動、読取行動、購入行動）を利用者が起こさなかったこと、のいずれか一つ又は複数を満たしたタイミングとすることができる。このようなノイズ係数Ｚ３を前記レコメンド評価値に加味することにより、特定された前記推奨商品を含む前記レコメンド情報に多様性を持たせることができる。

このような多様性を有するレコメンド情報は、必ずしも、利用者の購入履歴が反映した前記推奨商品を含むとは限らない。しかしながら、推奨商品を含まないレコメンド情報を閲覧した利用者が、そのレコメンド情報を契機として前記レコメンド情報が示す商品を購入することで、このような商品の購入実績が利用者の購入履歴に上書きされる。その結果、次のタイミングでは、上書き後の購入履歴情報を用いて前記推奨商品を含む前記レコメンド情報が特定され、前記レコメンド情報が示す推奨商品と利用者が好む商品との一致性が向上する。

なお、前記レコメンド評価値として、相性係数Ｚ１を用いずに、順位係数Ｚ２にノイズ係数Ｚ３を乗じた数値Ｚ２・Ｚ３を用いてもかまわない。

以下、図９のフローチャートを用いて、強化学習を用いた順位決定部３３の学習部４０の学習動作フローの一例について説明する。図９において、Ｓ２１，Ｓ２２，・・・は処理手順の番号（ステップ番号）を示す。値引き判定部３４における学習部４０の学習動作は、図９に示す学習動作フローと同じであるため、その説明は省略する。

まず、ステップＳ２１では、順位決定部３３の行動結果取得部３３２は、利用者端末１５から送信されたきた前記行動結果（閲覧行動、読取行動、購入行動の行動結果）を取得する。このステップＳ２１では、店舗２００を利用するすべての利用者の行動結果が利用者端末１５各々から送信される。

ステップＳ２２では、学習部４０の報酬計算部４０１は、ステップＳ２１で取得された行動結果に基づいて、現時点の前記優先順位が適切かどうかを判定するための判定評価値を算出する。前記判定評価値は、前記行動結果の内容ごとに定められている評価ポイントを加算して算出される。例えば、閲覧行動、読取行動、購入行動の肯定結果に対してはプラスの評価ポイントが定められており、否定結果に対してはマイナスの評価ポイントが定められている。すべての行動結果に対する評価ポイントが加算されることにより、前記判定評価値が算出される。なお、利用者ごとに前記評価ポイントに重み係数が設定されている場合、例えば、店舗２００の利用頻度が高い利用者の行動結果に対する評価ポイントに前記利用頻度に比例した数値の重み係数が設定されている場合は、その重み係数を加味して前記判定評価値が算出されてもよい。

次のステップＳ２３では、前記判定評価値が所定の許容範囲内かどうかを判定する。前記判定評価値が許容範囲内であると判定された場合は、現時点の前記優先順位が適切であるとして、処理はステップＳ２４に進み、プラス報酬を設定する。一方、前記判定評価値が許容範囲を超えていると判定された場合は、現時点の前記優先順位が不適切であるとして、処理はステップＳ２５に進み、マイナス報酬を設定する。

その後、ステップＳ２６において、学習部４０の価値関数更新部４０２によって、優先順位に関する価値関数、つまり、行動価値関数Ｑ（ｓ，ａ）が更新され、再びステップＳ２１に戻って、同様の処理が繰り返し実行される。

なお、上述の実施形態では、実在する店舗２００に適用される情報処理システム１００を例示したが、本発明は、利用者端末１５を介して利用者が買い物をするインターネット上に存在する仮想店舗にも適用可能である。

以上説明した実施形態は、以下に付記する特徴を含む。
(1) 店舗で提供される商品に対するユーザーの行動履歴と、店舗で提供される複数の商品の販売に関して予め定められた優先順位とに基づいて、前記複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定部、を備える推奨情報特定装置。
(2) 前記優先順位を機械学習により決定するよう構成された順位決定部を更に備え、
前記順位決定部は、
前記優先順位に変動を来す変動情報を取得する変動情報取得部と、
前記変動情報取得部によって取得された前記変動情報に基づいて、前記優先順位を学習する順位学習部と、を有する、前記（１）に記載の推奨情報特定装置。
(3) 前記変動情報は、
前記商品の価格、種類、寿命、値引きの有無、値引き率、利益率、廃棄リスク、在庫数、過去の販売実績、及び過去の廃棄履歴、前記商品が加工食品である場合は加工日時及び加工状態、現時刻、前記店舗の所在地における気温、湿度、気圧、及び天候、ならびに前記店舗の来店者数のうちの少なくとも一つ以上を含む、前記（２）に記載の推奨情報特定装置。
(4) 前記順位決定部は、
前記推奨情報が示す前記推奨商品を前記ユーザーが閲覧又は購入したか否かを示す行動結果を取得する行動結果取得部を更に有し、
前記順位学習部は、前記変動情報取得部によって取得された前記変動情報、及び前記行動結果取得部によって取得された前記行動結果に基づいて、前記優先順位を学習する、前記（２）又は（３）に記載の推奨情報特定装置。
(5) 前記順位学習部は、前記優先順位を学習するための学習モデルを有し、
前記順位学習部は、
前記行動結果が前記推奨商品を閲覧又は購入したことを示すものである場合はプラスの報酬を出力し、前記行動結果が前記推奨商品を閲覧及び購入しなかったことを示すものである場合はマイナスの報酬を出力する報酬出力部と、
前記報酬出力部によって出力された報酬に基づいて前記学習モデルを更新する学習モデル更新部と、を有する、前記（４）に記載の推奨情報特定装置。
(6) 前記推奨情報特定部は、前記行動履歴に基づいて前記複数の商品情報から抽出された複数の候補情報から、前記優先順位が最も高い前記推奨商品を含むものを前記推奨情報として特定する、前記（１）から（５）のいずれかに記載の推奨情報特定装置。
(7) 前記推奨情報特定部は、前記複数の候補情報から、前記複数の候補情報それぞれについてランダムに決定されたノイズ係数を前記複数の候補情報それぞれの前記優先順位に乗じて得た評価値が最も高い前記推奨商品を含むものを前記推奨情報として特定する、前記（６）に記載の推奨情報特定装置。
(8) 前記店舗における商品の購入の際に前記ユーザーが使用する端末装置に、前記推奨情報特定部によって特定された前記推奨情報を出力する推奨情報出力部を更に備える、前記（１）から（７）のいずれかに記載の推奨情報特定装置。
(9) 前記優先順位が予め定められた基準順位よりも低位である低順位商品に対する値引きを実施するか否かを機械学習により判定するよう構成された値引き判定部を更に備え、
前記値引き判定部は、
前記商品の劣化に変動を来す劣化情報を取得する劣化情報取得部と、
前記劣化情報取得部によって取得された前記劣化情報に基づいて、前記低順位商品に対する値引きを実施するか否かの判定を学習する判定学習部と、を有する、前記（１）から（８）のいずれかに記載の推奨情報特定装置。
(10) 前記劣化情報は、
前記商品の価格、種類、寿命、値引きの有無、値引き率、利益率、廃棄リスク、在庫数、過去の販売実績、及び過去の廃棄履歴、前記商品が加工食品である場合は加工日時及び加工状態、現時刻、前記店舗の所在地における気温、湿度、気圧、及び天候、ならびに前記店舗の来店者数のうちの少なくとも一つ以上を含む、前記（９）に記載の推奨情報特定装置。
(11) 店舗で提供される複数の商品の販売に関する優先順位を記憶する優先順位記憶部から前記優先順位を取得する優先順位取得部と、
店舗で提供される商品に対するユーザーの行動履歴を記憶する行動履歴記憶部から前記行動履歴を取得する行動履歴取得部と、
前記行動履歴取得部によって取得された前記行動履歴と、前記優先順位取得部によって取得された前記優先順位とに基づいて、前記複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定部と、を備える推奨情報特定システム。
(12) 前記優先順位を機械学習により決定するよう構成された順位決定部を更に備え、
前記順位決定部は、
前記優先順位に変動を来す変動情報を取得する変動情報取得部と、
前記変動情報取得部によって取得された前記変動情報に基づいて、前記優先順位を学習する順位学習部と、を有する、前記（１１）に記載の推奨情報特定システム。
(13) 店舗で提供される商品に対するユーザーの行動履歴を取得する行動履歴取得ステップと、
取得された前記行動履歴と、店舗で提供される複数の商品の販売に関して予め定められた優先順位とに基づいて、前記複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定ステップと、を備える推奨情報特定方法。
(14) 前記（１３）に記載の推奨情報特定方法の各ステップをコンピュータに実行させるためのプログラム。

１１ ：サーバー装置
１２ ：ゲート装置
１３ ：ゲート装置
１４ ：レジスター
１５ ：利用者端末
１６ ：従業員端末
２１ ：制御部
２２ ：操作表示部
２３ ：記憶部
２４ ：撮像部
２５ ：通信Ｉ／Ｆ
３１ ：制御部
３２ ：記憶部
３３ ：順位決定部
３４ ：値引き判定部
３５ ：通信Ｉ／Ｆ
４０ ：順位学習部
１００ ：情報処理システム
２００ ：店舗
２１１ ：読取処理部
２１２ ：表示処理部
２１３ ：通知処理部
２１４ ：行動結果送信部
３１１ ：レコメンド抽出処理部
３１２ ：レコメンド選定処理部
３１３ ：レコメンド情報送信部
３１４ ：情報取得部
３２１ ：顧客情報格納部
３２２ ：商品情報格納部
３２３ ：購入予定商品格納部
３２４ ：優先順位格納部
３３１ ：変動情報観測部
３３２ ：行動結果取得部
３３３ ：順位更新処理部
４０１ ：報酬計算部
４０２ ：価値関数更新部
ＴＢ１ ：順位リスト

Claims (18)

1. 店舗で提供される商品に対するユーザーの行動履歴と、店舗で提供される複数の商品の販売に関して予め定められた優先順位とに基づいて、前記複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定部と、
   前記優先順位を決定するよう構成された順位決定部と、を備え、
   前記順位決定部は、
   前記店舗における商品の購入の際に前記ユーザーが使用する端末装置を用いて前記ユーザーが前記店舗内の前記推奨商品に付された情報コードを読み取る読取行動を起こしたか否かを示す行動結果を取得する行動結果取得部と、
   前記行動結果取得部によって取得された前記行動結果に基づいて、前記優先順位を学習する順位学習部と、を有し、
   前記推奨情報特定部は、前記行動履歴に基づいて前記複数の商品情報から抽出された複数の候補情報から、前記複数の候補情報それぞれについてランダムに決定されたノイズ係数を前記順位学習部によって学習された前記複数の候補情報それぞれの前記優先順位に乗じて得た評価値が最も高い前記推奨商品を含むものを前記推奨情報として特定する、推奨情報特定装置。
2. 前記順位決定部は、
   前記優先順位に変動を来す変動情報を取得する変動情報取得部を更に有し、
   前記順位学習部は、前記変動情報取得部によって取得された前記変動情報、及び前記行動結果に基づいて、前記優先順位を学習する、請求項１に記載の推奨情報特定装置。
3. 前記変動情報は、
   前記商品の価格、種類、寿命、値引きの有無、値引き率、利益率、廃棄リスク、在庫数、過去の販売実績、及び過去の廃棄履歴、前記商品が加工食品である場合は加工日時及び加工状態、現時刻、前記店舗の所在地における気温、湿度、気圧、及び天候、ならびに前記店舗の来店者数のうちの少なくとも一つ以上を含む、請求項２に記載の推奨情報特定装置。
4. 前記順位学習部は、前記優先順位を学習するための学習モデルを有し、
   前記順位学習部は、
   前記行動結果が前記推奨商品を閲覧又は購入したことを示すものである場合はプラスの報酬を出力し、前記行動結果が前記推奨商品を閲覧及び購入しなかったことを示すものである場合はマイナスの報酬を出力する報酬出力部と、
   前記報酬出力部によって出力された報酬に基づいて前記学習モデルを更新する学習モデル更新部と、を有する、請求項１から３のいずれかに記載の推奨情報特定装置。
5. 前記端末装置に、前記推奨情報特定部によって特定された前記推奨情報を出力する推奨情報出力部を更に備える、請求項１から４のいずれかに記載の推奨情報特定装置。
6. 前記優先順位が予め定められた基準順位よりも低位である低順位商品に対する値引きを実施するか否かを判定するよう構成された値引き判定部を更に備え、
   前記値引き判定部は、
   前記商品の劣化に変動を来す情報であって、前記商品の寿命を含む劣化情報を取得する劣化情報取得部と、
   前記劣化情報取得部によって取得された前記寿命に基づいて、前記低順位商品のうち所定の閾値よりも寿命の短い短寿命の商品を抽出し、前記短寿命の商品に対して、前記劣化情報に基づいて値引きを実施するか否かの判定を学習する判定学習部と、を有する、請求項１から５のいずれかに記載の推奨情報特定装置。
7. 店舗で提供される商品に対するユーザーの行動履歴と、店舗で提供される複数の商品の販売に関して予め定められた優先順位とに基づいて、前記複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定部と、
   前記優先順位を決定するよう構成された順位決定部と、
   前記優先順位が予め定められた基準順位よりも低位である低順位商品に対する値引きを実施するか否かを判定するよう構成された値引き判定部と、を備え、
   前記順位決定部は、
   前記店舗における商品の購入の際に前記ユーザーが使用する端末装置を用いて前記ユーザーが前記店舗内の前記推奨商品に付された情報コードを読み取る読取行動を起こしたか否かを示す行動結果を取得する行動結果取得部と、
   前記行動結果取得部によって取得された前記行動結果に基づいて、前記優先順位を学習する順位学習部と、を有し、
   前記推奨情報特定部は、前記行動履歴と、前記順位学習部によって学習された前記優先順位とに基づいて、前記推奨情報を特定し、
   前記値引き判定部は、
   前記商品の劣化に変動を来す情報であって、前記商品の寿命を含む劣化情報を取得する劣化情報取得部と、
   前記劣化情報取得部によって取得された前記寿命に基づいて、前記低順位商品のうち所定の閾値よりも寿命の短い短寿命の商品を抽出し、前記短寿命の商品に対して、前記劣化情報に基づいて値引きを実施するか否かの判定を学習する判定学習部と、を有する推奨情報特定装置。
8. 前記劣化情報は、
   前記商品の価格、種類、利益率、廃棄リスク、在庫数、過去の販売実績、及び過去の廃棄履歴、前記商品が加工食品である場合は加工日時及び加工状態、現時刻、前記店舗の所在地における気温、湿度、気圧、及び天候、ならびに前記店舗の来店者数のうちの少なくとも一つ以上を更に含む、請求項６又は７に記載の推奨情報特定装置。
9. 店舗で提供される複数の商品の販売に関する優先順位を記憶する優先順位記憶部から前記優先順位を取得する優先順位取得部と、
   店舗で提供される商品に対するユーザーの行動履歴を記憶する行動履歴記憶部から前記行動履歴を取得する行動履歴取得部と、
   前記行動履歴取得部によって取得された前記行動履歴と、前記優先順位取得部によって取得された前記優先順位とに基づいて、前記複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定部と、
   前記優先順位を決定するよう構成された順位決定部と、
   を備え、
   前記順位決定部は、
   前記店舗における商品の購入の際に前記ユーザーが使用する端末装置を用いて前記ユーザーが前記店舗内の前記推奨商品に付された情報コードを読み取る読取行動を起こしたか否かを示す行動結果を取得する行動結果取得部と、
   前記行動結果取得部によって取得された前記行動結果に基づいて、前記優先順位を学習する順位学習部と、を有し、
   前記推奨情報特定部は、前記行動履歴に基づいて前記複数の商品情報から抽出された複数の候補情報から、前記複数の候補情報それぞれについてランダムに決定されたノイズ係数を前記順位学習部によって学習された前記複数の候補情報それぞれの前記優先順位に乗じて得た評価値が最も高い前記推奨商品を含むものを前記推奨情報として特定する、推奨情報特定システム。
10. 店舗で提供される複数の商品の販売に関する優先順位を記憶する優先順位記憶部から前記優先順位を取得する優先順位取得部と、
    店舗で提供される商品に対するユーザーの行動履歴を記憶する行動履歴記憶部から前記行動履歴を取得する行動履歴取得部と、
    前記行動履歴取得部によって取得された前記行動履歴と、前記優先順位取得部によって取得された前記優先順位とに基づいて、前記複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定部と、
    前記優先順位を決定するよう構成された順位決定部と、
    前記優先順位が予め定められた基準順位よりも低位である低順位商品に対する値引きを実施するか否かを判定するよう構成された値引き判定部と、を備え、
    前記順位決定部は、
    前記店舗における商品の購入の際に前記ユーザーが使用する端末装置を用いて前記ユーザーが前記店舗内の前記推奨商品に付された情報コードを読み取る読取行動を起こしたか否かを示す行動結果を取得する行動結果取得部と、
    前記行動結果取得部によって取得された前記行動結果に基づいて、前記優先順位を学習する順位学習部と、を有し、
    前記推奨情報特定部は、前記行動履歴と、前記順位学習部によって学習された前記優先順位とに基づいて、前記推奨情報を特定し、
    前記値引き判定部は、
    前記商品の劣化に変動を来す情報であって、前記商品の寿命を含む劣化情報を取得する劣化情報取得部と、
    前記劣化情報取得部によって取得された前記寿命に基づいて、前記低順位商品のうち所定の閾値よりも寿命の短い短寿命の商品を抽出し、前記短寿命の商品に対して、前記劣化情報に基づいて値引きを実施するか否かの判定を学習する判定学習部と、を有する推奨情報特定システム。
11. 前記順位決定部は、
    前記優先順位に変動を来す変動情報を取得する変動情報取得部を更に有し、
    前記順位学習部は、前記変動情報取得部によって取得された前記変動情報、及び前記行動結果に基づいて、前記優先順位を学習する、請求項９又は１０に記載の推奨情報特定システム。
12. 店舗で提供される商品に対するユーザーの行動履歴を取得する行動履歴取得ステップと、
    取得された前記行動履歴と、店舗で提供される複数の商品の販売に関して予め定められた優先順位とに基づいて、前記複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定ステップと、
    前記優先順位を決定するよう構成された順位決定ステップと、
    を備え、
    前記順位決定ステップは、
    前記店舗における商品の購入の際に前記ユーザーが使用する端末装置を用いて前記ユーザーが前記店舗内の前記推奨商品に付された情報コードを読み取る読取行動を起こしたか否かを示す行動結果を取得する行動結果取得ステップと、
    前記行動結果取得ステップにおいて取得された前記行動結果に基づいて、前記優先順位を学習する順位学習ステップと、を含み、
    前記推奨情報特定ステップは、前記行動履歴に基づいて前記複数の商品情報から抽出された複数の候補情報から、前記複数の候補情報それぞれについてランダムに決定されたノイズ係数を前記順位学習ステップによって学習された前記複数の候補情報それぞれの前記優先順位に乗じて得た評価値が最も高い前記推奨商品を含むものを前記推奨情報として特定し、
    前記各ステップを一又は複数のプロセッサーにより実行する推奨情報特定方法。
13. 店舗で提供される商品に対するユーザーの行動履歴を取得する行動履歴取得ステップと、
    取得された前記行動履歴と、店舗で提供される複数の商品の販売に関して予め定められた優先順位とに基づいて、前記複数の商品に関する複数の商品情報から前記ユーザーに応じた推奨商品を含む推奨情報を特定する推奨情報特定ステップと、
    前記優先順位を決定するよう構成された順位決定ステップと、
    前記優先順位が予め定められた基準順位よりも低位である低順位商品に対する値引きを実施するか否かを判定するよう構成された値引き判定ステップと、
    を備え、
    前記順位決定ステップは、
    前記店舗における商品の購入の際に前記ユーザーが使用する端末装置を用いて前記ユーザーが前記店舗内の前記推奨商品に付された情報コードを読み取る読取行動を起こしたか否かを示す行動結果を取得する行動結果取得ステップと、
    前記行動結果取得ステップにおいて取得された前記行動結果に基づいて、前記優先順位を学習する順位学習ステップと、を含み、
    前記推奨情報特定ステップは、前記行動履歴と、前記順位学習ステップにおいて学習された前記優先順位とに基づいて、前記推奨情報を特定し、
    前記値引き判定ステップは、
    前記商品の劣化に変動を来す情報であって、前記商品の寿命を含む劣化情報を取得する劣化情報取得ステップと、
    前記劣化情報取得ステップにおいて取得された前記寿命に基づいて、前記低順位商品のうち所定の閾値よりも寿命の短い短寿命の商品を抽出し、前記短寿命の商品に対して、前記劣化情報に基づいて値引きを実施するか否かの判定を学習する判定学習ステップと、を含み、
    前記各ステップを一又は複数のプロセッサーにより実行する推奨情報特定方法。
14. 前記順位決定ステップは、
    前記優先順位に変動を来す変動情報を取得する変動情報取得ステップを更に含み、
    前記順位学習ステップは、前記変動情報取得ステップにおいて取得された前記変動情報、及び前記行動結果に基づいて、前記優先順位を学習する、請求項１２又は１３に記載の推奨情報特定方法。
15. 請求項１２から１４のいずれかに記載の推奨情報特定方法の各ステップを一又は複数のプロセッサーに実行させるためのプログラム。
16. 店舗における商品の購入の際にユーザーが使用する端末装置であって、
    請求項１から８のいずれかに記載の推奨情報特定装置の前記推奨情報特定部によって特定された前記推奨情報を受信して所定の表示部に表示する表示処理部と、
    前記表示部に表示された前記推奨情報に対して前記ユーザーが前記店舗内の前記推奨商品に付された情報コードを読み取る読取行動を起こしたか否かを示す行動結果を前記推奨情報特定装置に送信する行動結果送信部と、を備える端末装置。
17. 店舗における商品の購入の際にユーザーが使用する端末装置に適用される方法であって、
    請求項１から８のいずれかに記載の推奨情報特定装置の前記推奨情報特定部によって特定された前記推奨情報を受信して所定の表示部に表示する表示ステップと、
    前記表示部に表示された前記推奨情報に対して前記ユーザーが前記店舗内の前記推奨商品に付された情報コードを読み取る読取行動を起こしたか否かを示す行動結果を前記推奨情報特定装置に送信する行動結果送信ステップと、を一又は複数のプロセッサーにより実行する方法。
18. 請求項１７に記載の方法の各ステップを一又は複数のプロセッサーに実行させるためのプログラム。

Images