JP7230416B2 - 要望推薦システム、要望推薦方法および要望推薦プログラム - Google Patents
要望推薦システム、要望推薦方法および要望推薦プログラム Download PDFInfo
- Publication number
- JP7230416B2 JP7230416B2 JP2018193104A JP2018193104A JP7230416B2 JP 7230416 B2 JP7230416 B2 JP 7230416B2 JP 2018193104 A JP2018193104 A JP 2018193104A JP 2018193104 A JP2018193104 A JP 2018193104A JP 7230416 B2 JP7230416 B2 JP 7230416B2
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- learning
- customer
- unit
- learning data
- 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
Links
Images
Description
図1は、本発明による要望推薦システムの第一の実施形態の構成例を示すブロック図である。本実施形態の要望推薦システム100は、記憶部10と、学習データ入力部12と、学習部14と、説明変数選択部16と、質問登録部18と、質問出力部20と、回答入力部30と、予測用データ加工部40と、予測部42と、推薦結果出力部50と、反応入力部60と、学習データ生成部70とを備えている。
次に、本発明による要望推薦システムの第二の実施形態を説明する。第一の実施形態では、質問出力部20が顧客に対する質問を出力する場合について説明した。なお、質問出力部20によって出力される質問に対する回答を入力することで、顧客に対する推薦結果を出力することが可能である。言い換えると、想定される顧客像がある程度既知である場合、本発明による要望推薦システムを用いることで、例えば、経験の浅いユーザが顧客への訪問前に顧客への提案内容をシミュレートすることが可能である。
12 学習データ入力部
14 学習部
16 説明変数選択部
18 質問登録部
20,22 質問出力部
30 回答入力部
40 予測用データ加工部
42 予測部
50,52 推薦結果出力部
60 反応入力部
70 学習データ生成部
100,200 要望推薦システム
Claims (9)
- 学習データに基づいて、顧客の要望を予測するための予測モデルを学習する学習部と、
前記予測モデルに含まれる説明変数の値を導出するための質問を出力する質問出力部と、
前記質問に対して入力された回答を前記予測モデルに適用して顧客の要望を予測する予測部と、
前記予測の結果に基づいて、前記顧客への推薦結果を出力する推薦結果出力部と、
前記推薦結果及び当該推薦結果に対して入力された顧客の反応に基づいて学習データを生成する学習データ生成部とを備え、
前記学習部は、態様ごとに複数の前記予測モデルを学習し、顧客の反応に基づいて生成された学習データを用いて、前記予測モデルを再学習し、
前記推薦結果出力部は、前記予測モデルそれぞれの学習に用いた学習データを用いて、予測の結果を標準化し、標準化された予測の結果の順位に応じて推薦結果を出力する
ことを特徴とする要望推薦システム。 - 学習部は、予測モデルに含める1つ以上の説明変数のうち、選択された説明変数で構成される予測モデルを学習する
請求項1記載の要望推薦システム。 - 学習部は、予測モデルに含まれる説明変数の中から受け付けた1つ以上の説明変数を用いて予測モデルを学習する
請求項2記載の要望推薦システム。 - 学習部は、新たな追加対象として受け付けた説明変数を用いて予測モデルを学習する
請求項2記載の要望推薦システム。 - 質問出力部は、顧客からの回答を受け付ける画面と、ユーザからの回答を受け付ける画面とを選択的に出力する
請求項1から請求項4のうちのいずれか1項に記載の要望推薦システム。 - 学習データ生成部は、推薦結果を出力する際に用いた予測モデルを学習するための学習データとして、予測の際に当該予測モデルに適用した予測用データに含まれる各情報を説明変数とし、顧客の反応を示す情報を目的変数とする学習データを生成する
請求項1から請求項5のうちのいずれか1項に記載の要望推薦システム。 - 学習部は、支払額を目的変数とする予測モデルを学習し、
学習データ生成部は、顧客による商品の購入があったときに、当該商品の購入額を目的変数とする学習データを生成し、
前記学習部は、生成された学習データを用いて予測モデルを再学習する
請求項1から請求項6のうちのいずれか1項に記載の要望推薦システム。 - コンピュータが、学習データに基づいて、顧客の要望を予測するための予測モデルを態様ごとに複数学習し、
前記コンピュータが、前記予測モデルに含まれる説明変数の値を導出するための質問を出力し、
前記コンピュータが、前記質問に対して入力された回答を前記予測モデルに適用して顧客の要望を予測し、
前記コンピュータが、前記予測の結果に基づいて、前記顧客への推薦結果を出力し、
前記コンピュータが、前記推薦結果及び当該推薦結果に対して入力された顧客の反応に基づいて学習データを生成し、
前記コンピュータが、顧客の反応に基づいて生成された学習データを用いて、前記予測モデルを再学習し、
前記コンピュータが、前記推薦結果を出力する際、前記予測モデルそれぞれの学習に用いた学習データを用いて、予測の結果を標準化し、標準化された予測の結果の順位に応じて推薦結果を出力する
ことを特徴とする要望推薦方法。 - コンピュータに、
学習データに基づいて、顧客の要望を予測するための予測モデルを学習する学習処理、
前記予測モデルに含まれる説明変数の値を導出するための質問を出力する質問出力処理、
前記質問に対して入力された回答を前記予測モデルに適用して顧客の要望を予測する予測処理、
前記予測の結果に基づいて、前記顧客への推薦結果を出力する推薦結果出力処理、および、
前記推薦結果及び当該推薦結果に対して入力された顧客の反応に基づいて学習データを生成する学習データ生成処理を実行させ、
前記学習処理で、態様ごとに複数の前記予測モデルを学習させ、顧客の反応に基づいて生成された学習データを用いて、前記予測モデルを再学習させ、
前記推薦結果出力処理で、前記予測モデルそれぞれの学習に用いた学習データを用いて、予測の結果を標準化させ、標準化された予測の結果の順位に応じて推薦結果を出力させる
ための要望推薦プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018193104A JP7230416B2 (ja) | 2018-10-12 | 2018-10-12 | 要望推薦システム、要望推薦方法および要望推薦プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018193104A JP7230416B2 (ja) | 2018-10-12 | 2018-10-12 | 要望推薦システム、要望推薦方法および要望推薦プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020061053A JP2020061053A (ja) | 2020-04-16 |
JP7230416B2 true JP7230416B2 (ja) | 2023-03-01 |
Family
ID=70219014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018193104A Active JP7230416B2 (ja) | 2018-10-12 | 2018-10-12 | 要望推薦システム、要望推薦方法および要望推薦プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7230416B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002083110A (ja) | 2000-09-06 | 2002-03-22 | Dentsu Inc | 顧客行動パターンの予測を支援する方法、及びこれを用いたマーケティング支援システム |
JP2003044750A (ja) | 2001-07-27 | 2003-02-14 | Yosuke Takashima | 顧客購買パターンを認識し最適な広告表示をおこなうインターネットショッピングサイト |
JP2003345971A (ja) | 2002-05-30 | 2003-12-05 | Fujitsu Ltd | 営業活動提示方法、及び、営業活動提示プログラム |
JP2004533660A (ja) | 2000-10-18 | 2004-11-04 | ジヨンソン・アンド・ジヨンソン・コンシユーマー・カンパニーズ・インコーポレーテツド | 知能性能ベースの製品推奨システム |
-
2018
- 2018-10-12 JP JP2018193104A patent/JP7230416B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002083110A (ja) | 2000-09-06 | 2002-03-22 | Dentsu Inc | 顧客行動パターンの予測を支援する方法、及びこれを用いたマーケティング支援システム |
JP2004533660A (ja) | 2000-10-18 | 2004-11-04 | ジヨンソン・アンド・ジヨンソン・コンシユーマー・カンパニーズ・インコーポレーテツド | 知能性能ベースの製品推奨システム |
JP2003044750A (ja) | 2001-07-27 | 2003-02-14 | Yosuke Takashima | 顧客購買パターンを認識し最適な広告表示をおこなうインターネットショッピングサイト |
JP2003345971A (ja) | 2002-05-30 | 2003-12-05 | Fujitsu Ltd | 営業活動提示方法、及び、営業活動提示プログラム |
Non-Patent Citations (1)
Title |
---|
豊澤 栄治,Rビジネス統計分析,初版第1刷,株式会社翔泳社,2017年05月11日,第121-134頁 |
Also Published As
Publication number | Publication date |
---|---|
JP2020061053A (ja) | 2020-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102012676B1 (ko) | 콘텐츠 추천 방법, 장치 및 시스템 | |
US20200250511A1 (en) | Artist comprehensive ability evaluation and cultivation assistant system based on artificial intelligence | |
CN111291266A (zh) | 基于人工智能的推荐方法、装置、电子设备及存储介质 | |
CN109816483B (zh) | 信息推荐方法及装置、可读存储介质 | |
Artasanchez et al. | Artificial Intelligence with Python: Your complete guide to building intelligent apps using Python 3. x | |
Li et al. | Modeling automation with cognitive work analysis to support human-automation coordination | |
Hodges et al. | Underrepresentation in gifted education in the context of rurality and socioeconomic status | |
Can et al. | A task-based fuzzy integrated MCDM approach for shopping mall selection considering universal design criteria | |
CN113742492A (zh) | 保险方案生成方法、装置、电子设备及存储介质 | |
Wodecki et al. | Influence of artificial intelligence on activities and competitiveness of an organization | |
Axten et al. | The information processing representation of institutionalised social action | |
JP7230416B2 (ja) | 要望推薦システム、要望推薦方法および要望推薦プログラム | |
CN111222993A (zh) | 基金推荐方法及装置 | |
Steiner et al. | Embedded toolkits: Identifying changing user needs during product usage | |
Katti et al. | University admission prediction using Google Vertex AI | |
Nawodya et al. | Machine learning approach to detect online shopping addiction | |
US20140188559A1 (en) | Market research interface for use with prediction market | |
JP7440017B2 (ja) | 金融情報管理分析システム | |
Wang et al. | Reinforcement Learning-Based Dynamic Order Recommendation for On-Demand Food Delivery | |
KR20210024755A (ko) | 복권 구매 지원 장치 및 그 방법 | |
Soares et al. | Decision Support System for Selection of Internet Services Providers using the ROC and WASPAS Approach | |
Alonso et al. | QUALE®: A new toolbox for quantitative and qualitative analysis of human perceptions | |
US20240020644A1 (en) | Inclusive product design | |
WO2023238336A1 (ja) | 情報処理装置、情報提示方法、および情報提示プログラム | |
JP2022081269A (ja) | 出力装置、コンピュータプログラム及び出力方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210902 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220920 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230130 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7230416 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |