JP7535716B2 - Information processing device, learning device, information processing method, learning information production method, and program - Google Patents
Information processing device, learning device, information processing method, learning information production method, and program Download PDFInfo
- Publication number
- JP7535716B2 JP7535716B2 JP2023020489A JP2023020489A JP7535716B2 JP 7535716 B2 JP7535716 B2 JP 7535716B2 JP 2023020489 A JP2023020489 A JP 2023020489A JP 2023020489 A JP2023020489 A JP 2023020489A JP 7535716 B2 JP7535716 B2 JP 7535716B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- unit
- product
- sales
- learning
- 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
- 230000010365 information processing Effects 0.000 title claims description 64
- 238000003672 processing method Methods 0.000 title claims 2
- 238000004519 manufacturing process Methods 0.000 title 1
- 238000000034 method Methods 0.000 claims description 59
- 230000008859 change Effects 0.000 claims description 55
- 238000010801 machine learning Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 55
- 238000012545 processing Methods 0.000 description 52
- 238000012986 modification Methods 0.000 description 21
- 230000004048 modification Effects 0.000 description 21
- 238000007726 management method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 19
- 230000005540 biological transmission Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000004579 scanning voltage microscopy Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、電子カタログやウェブページ等の商品群コンテンツに関する情報処理を行う情報処理装置等に関するものである。 The present invention relates to an information processing device that processes information about product group content such as electronic catalogs and web pages.
従来技術において、商品販売システムと連動している電子カタログに基づいて、自由にレイアウト可能であって、商品販売システムとの連動が維持されたプレゼンシートを作成することが可能な電子カタログ編集装置があった(例えば、特許文献1参照)。 In the prior art, there was an electronic catalog editing device that could create a presentation sheet that could be freely laid out based on an electronic catalog linked to a product sales system, and that maintained the link with the product sales system (see, for example, Patent Document 1).
しかしながら、従来技術においては、販売状況が良い、または販売状況が良くなると推定される商品群コンテンツの提案を行うことが困難であった。なお、商品群コンテンツとは、例えば、複数の商品情報が掲載される電子カタログやウェブページ等である。 However, with conventional technology, it has been difficult to propose product group content that is selling well or is expected to sell well. Product group content is, for example, an electronic catalog or web page that lists information about multiple products.
本第一の発明の情報処理装置は、商品に関する商品情報の1以上の属性値を有する1または2以上の商品属性情報と、1以上の商品の販売に関する販売情報とを有する学習対象情報を学習した学習情報が格納される学習情報格納部と、1以上の属性値を有する1または2以上の対象商品情報を受け付ける受付部と、1以上の各対象商品情報が有する1以上の属性値を学習情報に適用し、販売情報を取得する販売情報取得部と、販売情報を出力する出力部とを具備する情報処理装置である。 The information processing device of the first invention is an information processing device including a learning information storage unit that stores learning information obtained by learning learning target information having one or more product attribute information having one or more attribute values of product information related to a product and sales information related to the sale of one or more products, a reception unit that receives one or more target product information having one or more attribute values, a sales information acquisition unit that applies one or more attribute values of each of the one or more target product information to the learning information to acquire sales information, and an output unit that outputs the sales information.
かかる構成により、1以上の商品の商品情報である商品群コンテンツの効果である商品の販売情報を予測できる。 This configuration makes it possible to predict product sales information, which is the effect of product group content, which is product information for one or more products.
また、本第二の発明の情報処理装置は、第一の発明に対して、対象商品情報が有する1以上の属性値は、商品自体の属性値である商品自体属性値、商品情報が有する商品画像の属性値である画像属性値、商品情報が有する商品に関する文字列である商品文字列の属性値である文字列属性値、商品情報の配置の属性値である配置属性値、商品情報の周辺に配置されている商品情報の属性値のうち、1種類以上の属性値を含む情報処理装置である。 In addition, the information processing device of the second invention is an information processing device in which the one or more attribute values possessed by the target product information include one or more types of attribute values selected from the following: a product attribute value, which is an attribute value of the product itself; an image attribute value, which is an attribute value of the product image possessed by the product information; a string attribute value, which is an attribute value of a product string, which is a string related to the product possessed by the product information; an arrangement attribute value, which is an attribute value of the arrangement of the product information; and an attribute value of product information arranged in the vicinity of the product information.
かかる構成により、商品群コンテンツの効果である商品の販売情報を予測できる。 This configuration makes it possible to predict product sales information, which is the effect of product group content.
また、本第三の発明の情報処理装置は、第二の発明に対して、受付部は、商品自体属性値、画像属性値、のうちの1種類以上の属性値を有する1または2以上の対象商品情報を受け付け、1以上の各対象商品情報の1以上の配置属性値を有する配置パターンの情報である2以上の配置パターン情報を取得する配置パターン情報取得部をさらに具備し、販売情報取得部は、受付部が受け付けた1種類以上の属性値と、配置パターン情報取得部が取得した配置パターン情報とを学習情報に適用し、販売情報を取得することを、2以上の各配置パターン情報ごとに行い、販売情報取得部が取得した2以上の各配置パターン情報ごとの販売情報に対して、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する判断部と、判断部が販売状況が良好であると判断した場合の配置パターン情報に従って、2以上の対象商品情報を配置し、商品群コンテンツを構成する構成部とをさらに具備し、出力部は、構成部が構成した商品群コンテンツ、または構成部が構成した商品群コンテンツと販売情報とを出力する情報処理装置である。 In addition, the information processing device of the third invention is different from the information processing device of the second invention in that the reception unit receives one or more target product information having one or more attribute values of the product itself attribute value and the image attribute value, and further includes an arrangement pattern information acquisition unit that acquires two or more arrangement pattern information that is arrangement pattern information having one or more arrangement attribute values of each of the one or more target product information, and the sales information acquisition unit applies the one or more attribute values received by the reception unit and the arrangement pattern information acquired by the arrangement pattern information acquisition unit to learning information to acquire sales information for each of the two or more arrangement pattern information, and further includes a determination unit that determines whether the sales situation is good enough to satisfy a predetermined condition for the sales information for each of the two or more arrangement pattern information acquired by the sales information acquisition unit, and a configuration unit that configures product group content by arranging the two or more target product information according to the arrangement pattern information when the determination unit determines that the sales situation is good, and the output unit is an information processing device that outputs the product group content configured by the configuration unit, or the product group content configured by the configuration unit and the sales information.
かかる構成により、販売状況が良いと推定される商品情報の配置を提案できる。 This configuration makes it possible to suggest placement of product information that is estimated to have good sales.
また、本第四の発明の情報処理装置は、第二の発明に対して、受付部は、1以上の属性値を有する1または2以上の対象商品情報を受け付け、受付部が受け付けた1以上の属性値のうちの一部の属性値を変更する属性値変更部をさらに具備し、販売情報取得部は、属性値変更部が変更した属性値と、受付部が受け付けた1以上の属性値の中で属性値変更部が変更していない属性値とを学習情報に適用し、販売情報を取得し、販売情報取得部が取得した販売情報が、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する判断部と、判断部が販売状況が良好であると判断した場合の属性値を用いて、1以上の対象商品情報を配置し、商品群コンテンツを構成する構成部とをさらに具備し、出力部は、構成部が構成した商品群コンテンツ、または構成部が構成した商品群コンテンツと販売情報とを出力する情報処理装置である。 The information processing device of the fourth invention is different from the information processing device of the second invention in that the reception unit receives one or more target product information pieces having one or more attribute values, and further includes an attribute value modification unit that modifies some of the one or more attribute values received by the reception unit, the sales information acquisition unit applies the attribute values modified by the attribute value modification unit and the attribute values not modified by the attribute value modification unit among the one or more attribute values received by the reception unit to the learning information to acquire sales information, and further includes a determination unit that determines whether the sales situation is good enough that the sales information acquired by the sales information acquisition unit satisfies a predetermined condition, and a configuration unit that uses the attribute values when the determination unit determines that the sales situation is good to arrange one or more target product information pieces and configure product group content, and the output unit is an information processing device that outputs the product group content configured by the configuration unit, or the product group content configured by the configuration unit and the sales information.
かかる構成により、販売状況が良いと推定される商品情報の属性値の変更を提案できる。 This configuration makes it possible to suggest changes to the attribute values of product information that is estimated to be selling well.
また、本第五の発明の情報処理装置は、第四の発明に対して、属性値変更部は、受付部が受け付けた1以上の属性値のうちの、商品自体属性値、画像属性値、文字列属性値のいずれかを変更する情報処理装置である。 The information processing device of the fifth invention is an information processing device in which, compared to the fourth invention, the attribute value change unit changes any one of the product attribute value, the image attribute value, or the character string attribute value among one or more attribute values received by the reception unit.
かかる構成により、販売状況が良いと推定される商品情報の属性値の変更を提案できる。 This configuration makes it possible to suggest changes to the attribute values of product information that is estimated to be selling well.
また、本第六の発明の情報処理装置は、第四の発明に対して、属性値変更部は、受付部が受け付けた1以上の属性値のうちの配置属性値を変更する情報処理装置である。 The information processing device of the sixth invention is an information processing device according to the fourth invention, in which the attribute value change unit changes a placement attribute value among one or more attribute values received by the reception unit.
かかる構成により、販売状況が良いと推定される商品情報の配置の変更を提案できる。 This configuration makes it possible to suggest changes to the layout of product information that is estimated to be selling well.
また、本第七の発明の情報処理装置は、第一から第六の発明における情報処理装置が使用する学習情報を構成する学習装置であって、商品に関する商品情報の1以上の属性値を有する1または2以上の商品属性情報と、1以上の商品の販売に関する販売情報とを有する学習対象情報を学習した学習情報が格納される学習情報格納部と、学習対象情報を受け付ける受付部と、学習対象情報を機械学習のアルゴリズムにより学習し、学習情報を取得し、当該学習情報を学習情報格納部に蓄積する学習部とを具備する学習装置である。 The information processing device of the seventh invention is a learning device that configures learning information used by the information processing device of the first to sixth inventions, and includes a learning information storage unit that stores learning information that has learned learning target information having one or more product attribute information having one or more attribute values of product information related to a product and sales information related to the sale of one or more products, a receiving unit that receives the learning target information, and a learning unit that learns the learning target information using a machine learning algorithm, acquires learning information, and accumulates the learning information in the learning information storage unit.
かかる構成により、学習情報が容易に取得できる。 This configuration makes it easy to obtain learning information.
本発明による情報処理装置によれば、1以上の商品の商品情報が掲載される商品群コンテンツの提案を行える。 The information processing device according to the present invention can propose product group content that lists product information for one or more products.
以下、情報処理装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。 Embodiments of an information processing device and the like will be described below with reference to the drawings. Note that components with the same reference numerals in the embodiments perform similar operations, and therefore may not be described again.
(実施の形態1) (Embodiment 1)
本実施の形態において、電子カタログやウェブページ等の1以上の商品情報である商品群コンテンツに掲載されている商品の販売状況が予測できる情報処理装置を含む情報システムについて説明する。さらに具体的には、本実施の形態において、1または2以上の商品属性情報と販売情報とを有する学習対象情報を学習した学習情報が格納され、1以上の属性値を有する1または2以上の対象商品情報を受け付け、販売情報を出力する情報処理装置を含む情報システムについて説明する。なお、商品は、ここでは、販売対象という意味であり、サービスも含み、広く解釈する。 In this embodiment, an information system including an information processing device that can predict the sales status of products listed in product group content, which is one or more pieces of product information such as electronic catalogs and web pages, is described. More specifically, in this embodiment, an information system including an information processing device that stores learning information that has learned learning target information having one or more pieces of product attribute information and sales information, accepts one or more pieces of target product information having one or more attribute values, and outputs sales information is described. Note that product here means an item for sale, and is interpreted broadly to include services.
また、本実施の形態において、販売状況が良い、または販売状況が良くなると推定できる商品情報の配置の変更や商品情報の属性値の変更等を提案できる情報処理装置を含む情報システムについて説明する。 In addition, in this embodiment, an information system including an information processing device that can suggest changes to the layout of product information that is selling well or is estimated to be selling well, or changes to the attribute values of the product information, etc. will be described.
また、本実施の形態において、販売状況が良い、または販売状況が良くなると推定できる商品群コンテンツを提案できる情報処理装置を含む情報システムについて説明する。 In addition, in this embodiment, an information system including an information processing device that can suggest product group content that is selling well or is estimated to be selling well will be described.
図1は、本実施の形態における情報システムAの概念図である。情報システムAは、情報処理装置1、および1または2以上の端末装置2を備える。情報処理装置1は、ここではいわゆるサーバ装置である。情報処理装置1は、例えば、クラウドサーバやASPサーバであるが、そのタイプや設置場所は問わない。端末装置2は、スマートフォンやタブレット端末や携帯電話等の携帯端末、いわゆるパソコン等であり、そのタイプは問わない。
FIG. 1 is a conceptual diagram of an information system A in this embodiment. Information system A includes an
図2は、本実施の形態における情報システムAのブロック図である。 Figure 2 is a block diagram of information system A in this embodiment.
情報処理装置1は、格納部11、受付部12、処理部13、および出力部14を備える。格納部11は、学習情報格納部111、および属性値条件格納部112を備える。処理部13は、学習部131、配置パターン情報取得部132、属性値変更部133、販売情報取得部134、判断部135、および構成部136を備える。販売情報取得部134は、属性値集合取得手段1341、および販売情報取得手段1342を備える。
The
端末装置2は、端末格納部21、端末受付部22、端末処理部23、端末送信部24、端末受信部25、および端末出力部26を備える。
The
情報処理装置1を構成する格納部11は、各種の情報が格納される。各種の情報とは、例えば、後述する学習情報、後述する属性値条件、1または2以上のレイアウト情報、1または2以上の対象商品情報、または1または2以上の対象商品情報を有する商品群コンテンツ等である。対象商品情報は、情報処理装置1の処理対象の商品情報である。
The
レイアウト情報とは、1または2以上の商品情報の配置を決定するための情報である。レイアウト情報は、例えば、商品情報の配置位置を示す配置属性値(例えば、領域の左上の座標値)、および配置属性値により決定される領域に配置され得る商品情報の1以上の属性値の集合である。商品情報は、商品に関する情報であり、電子カタログやウェブページ等の商品群コンテンツに配置されるコンテンツである。商品群コンテンツは、一つの商品情報を含む情報でも良い。商品群コンテンツは、ページの概念を有するコンテンツでも良いし、ページの概念を有さないコンテンツでも良い。
商品情報は、例えば、商品画像、商品文字列商品動画、商品音声等を有する。商品画像は、商品の画像である。商品文字列は、商品を説明する文字列である。商品動画は商品を説明する動画である。商品音声は商品を説明する音声である。なお、商品情報に対応付けて、当該商品情報の1以上の属性値が格納されていても良い。
Layout information is information for determining the placement of one or more pieces of product information. Layout information is, for example, a set of placement attribute values (e.g., the coordinate value of the top left corner of an area) indicating the placement position of the product information, and one or more attribute values of the product information that can be placed in an area determined by the placement attribute values. Product information is information about a product, and is content that is placed in product group content such as an electronic catalog or a web page. The product group content may be information that includes one piece of product information. The product group content may be content that has a concept of a page, or content that does not have a concept of a page.
The product information includes, for example, a product image, a product character string, a product video, and a product audio. A product image is an image of a product. A product character string is a character string that describes a product. A product video is a video that describes a product. A product audio is an audio that describes a product. One or more attribute values of the product information may be stored in association with the product information.
商品情報の属性値は、例えば、商品自体属性値、画像属性値、文字列属性値、動画属性値、音声属性値、配置属性値などである。商品自体属性値は、商品自体の属性値であり、例えば、商品の色、商品の形状、商品の重量、商品のタイプ、商品の種類等である。画像属性値は、商品情報が有する商品画像の属性値であり、例えば、商品画像の大きさ、商品画像の色、商品画像の解像度、商品画像の輝度、商品画像の形状である。商品画像の色とは、例えば、商品画像を構成する画素値の色成分の平均値である。商品画像の輝度とは、例えば、商品画像を構成する画素の輝度の平均値である。文字列属性値は、商品を説明する文字列の属性値であり、例えば、フォント、文字サイズ、長さである。動画属性値は商品情報が有する商品動画の属性値であり、例えば、商品動画の1以上の特徴量を含む。特徴量は、例えば、商品動画の長さ、商品動画の解像度、商品動画に字幕が有るか無いかを示す情報、商品動画にCMが有るか無いかを示す情報、商品動画の視聴された回数を示す情報、商品動画にコメントが有るか無いかを示す情報、商品動画が分割されているか否かを示す情報、その他の商品動画の各種の特徴量、商品動画を構成する静止画の特徴量である。なお、動画の特徴量、静止画の特徴量には、種々あり得、特徴量を取得する技術は公知技術である。音声属性値は商品情報が有する音声情報の属性値であり、例えば、商品音声の1以上の特徴量を含む。特徴量は、例えば、商品音声の長さ、商品音声の音量、商品音声の音質、商品音声のキー、商品音声の発声者の性別、商品音声にBGMがあるか否かを示す情報、BGMの挿入位置、商品音声に効果音があるか否かを示す情報、効果音の挿入位置、その他の音声の特徴量である。なお、音声の特徴量には、種々あり得、特徴量を取得する技術は公知技術である。配置属性値は、商品情報の配置の属性値であり、絶対配置属性値または商品情報の周辺の商品情報の属性値等がある。絶対配置属性値は、商品情報自体の配置に関する属性値であり、例えば、ページ内の位置[例えば、上,中、下、左、中央、右])、座標値、ページ番号等がある。また、商品情報の周辺の商品情報は、例えば、商品情報に隣接する商品情報、商品情報と同一ページに配置されている商品情報である。また、販売情報は、商品の販売に関する情報である。また、販売情報は、例えば、販売数、販売総額などである。販売情報は、2以上の商品の販売総額や総販売数が好適であるが、2以上の各商品の販売額や販売数でも良い。 Attribute values of product information include, for example, the attribute value of the product itself, image attribute value, string attribute value, video attribute value, audio attribute value, and layout attribute value. The attribute value of the product itself is the attribute value of the product itself, such as the color of the product, the shape of the product, the weight of the product, the type of the product, and the like. The image attribute value is the attribute value of the product image possessed by the product information, such as the size of the product image, the color of the product image, the resolution of the product image, the brightness of the product image, and the shape of the product image. The color of the product image is, for example, the average value of the color components of the pixel values constituting the product image. The brightness of the product image is, for example, the average value of the brightness of the pixels constituting the product image. The string attribute value is the attribute value of the string describing the product, such as the font, character size, and length. The video attribute value is the attribute value of the product video possessed by the product information, and includes, for example, one or more feature values of the product video. The feature amount is, for example, the length of the product video, the resolution of the product video, information indicating whether the product video has subtitles, information indicating whether the product video has commercials, information indicating the number of times the product video has been viewed, information indicating whether the product video has comments, information indicating whether the product video is divided, various other feature amounts of the product video, and feature amounts of still images constituting the product video. Note that there may be various feature amounts of the video and the still images, and the technology for acquiring the feature amounts is a publicly known technology. The audio attribute value is an attribute value of the audio information possessed by the product information, and includes, for example, one or more feature amounts of the product audio. The feature amount is, for example, the length of the product audio, the volume of the product audio, the sound quality of the product audio, the key of the product audio, the gender of the speaker of the product audio, information indicating whether the product audio has background music, the insertion position of the background music, information indicating whether the product audio has sound effects, the insertion position of the sound effects, and other feature amounts of the audio. Note that there may be various feature amounts of the audio, and the technology for acquiring the feature amounts is a publicly known technology. The placement attribute value is an attribute value of the placement of the product information, and can be an absolute placement attribute value or an attribute value of product information surrounding the product information. The absolute placement attribute value is an attribute value related to the placement of the product information itself, and can be, for example, a position on a page (e.g., top, middle, bottom, left, center, right), a coordinate value, a page number, etc. Furthermore, the product information surrounding the product information can be, for example, product information adjacent to the product information or product information arranged on the same page as the product information. Furthermore, the sales information is information related to the sales of the product. Furthermore, the sales information can be, for example, the number of sales, the total sales amount, etc. The sales information is preferably the total sales amount or the total sales amount of two or more products, but can also be the sales amount or the sales amount of each of two or more products.
学習情報格納部111は、学習情報が格納される。
The learning
学習情報は、例えば、学習部131が学習を行い、取得した情報である。なお、学習部131の詳細については後述する。学習情報は、例えば、学習対象情報を学習した情報である。また、学習対象情報は、1または2以上の商品属性情報と販売情報とを有する。商品属性情報は、商品情報に対応する1以上の属性値を有する。商品情報に対応する1以上の属性値とは、商品情報が有する1以上の属性値でも良いし、商品情報にリンク付いている1以上の属性値でも良いし、商品情報から取得され得る1以上の属性値でも良い。学習対象情報は、商品群コンテンツと販売情報とを有する情報でも良い。学習対象情報は、商品群コンテンツから取得された2以上の商品属性情報と販売情報とを有する情報でも良い。
The learning information is, for example, information acquired by the
学習情報は、1または2以上の各商品情報の1以上の属性値と販売情報との組を複数組有する情報でも良い。 The learning information may be information that has multiple pairs of one or more attribute values and sales information for one or more pieces of product information.
属性値条件格納部112には、属性値が採り得る条件に関する1以上の属性値条件が格納される。属性値条件は、属性値を識別する属性識別子、属性値変更条件を有する。
The attribute value
属性識別子は、例えば、属性名、IDである。属性名は、例えば、商品の色を示す「色」、商品の形状を示す「形状」、商品の重量を示す「重量」、商品のタイプを示す「タイプ」、商品画像の大きさを示す「画像サイズ」、商品画像の色を示す「画像色」、商品画像の解像度を示す「解像度」、商品画像の輝度を示す「輝度」、商品画像の形状を示す「画像形状」、商品を説明する文字列のフォントを示す「フォント」、「文字サイズ」、商品を説明する文字列の長さを示す「文字列長」、商品を説明する動画の再生時間を示す「動画時間」、商品を説明する音声の種類を示す「音声タイプ」、ページ内の位置を示す「ページ内位置」、ページ内の座標値を示す「座標値」、商品情報が配置されるページ番号を示す「ページ番号」、周辺の商品情報の商品画像の大きさを示す「周辺画像サイズ」、周辺の商品情報の商品画像の解像度を示す「周辺画像解像度」、周辺の商品情報の文字サイズを示す「周辺商品文字サイズ」、周辺の商品情報の文字列の長さを示す「周辺商品文字列長」等である。「周辺画像サイズ」は、例えば、隣接する上側の商品画像のサイズである「上商品画像サイズ」、隣接する横の商品画像のサイズである「横商品画像サイズ」、隣接する下側の商品画像のサイズである「下商品画像サイズ」等である。「周辺画像解像度」は、例えば、隣接する上側の商品画像の解像度である「上商品画像解像度」、隣接する横の商品画像の解像度である「横商品画像解像度」、隣接する下側の商品画像の解像度である「下商品画像解像度」等である。「周辺商品文字サイズ」は、例えば、隣接する上側の商品文字列の文字サイズである「上商品文字サイズ」、隣接する横の商品文字列の文字サイズである「横商品文字サイズ」、隣接する下側の商品文字列の文字サイズである「下商品文字サイズ」等である。「周辺商品文字列長」は、例えば、隣接する上側の商品文字列の長さである「上商品文字列長」、隣接する横の商品文字列の長さである「横商品文字列長」、隣接する下側の商品文字列の長さである「下商品文字列長」等である。 The attribute identifier is, for example, an attribute name or an ID. The attribute name is, for example, "color" indicating the color of the product, "shape" indicating the shape of the product, "weight" indicating the weight of the product, "type" indicating the type of the product, "image size" indicating the size of the product image, "image color" indicating the color of the product image, "resolution" indicating the resolution of the product image, "brightness" indicating the brightness of the product image, "image shape" indicating the shape of the product image, "font" indicating the font of the character string describing the product, "character size", "character length" indicating the length of the character string describing the product, "video time" indicating the playback time of the video describing the product, "audio type" indicating the type of audio describing the product, "page position" indicating the position within the page, "coordinate value" indicating the coordinate value within the page, "page number" indicating the page number on which the product information is placed, "surrounding image size" indicating the size of the product image of the surrounding product information, "surrounding image resolution" indicating the resolution of the product image of the surrounding product information, "surrounding product character size" indicating the character size of the surrounding product information, "surrounding product character length" indicating the length of the character string of the surrounding product information, etc. The "surrounding image size" is, for example, the "upper product image size" which is the size of the adjacent upper product image, the "horizontal product image size" which is the size of the adjacent horizontal product image, and the "lower product image size" which is the size of the adjacent lower product image. The "surrounding image resolution" is, for example, the "upper product image resolution" which is the resolution of the adjacent upper product image, the "horizontal product image resolution" which is the resolution of the adjacent horizontal product image, and the "lower product image resolution" which is the resolution of the adjacent lower product image. The "surrounding product character size" is, for example, the "upper product character size" which is the character size of the adjacent upper product string, the "horizontal product character size" which is the character size of the adjacent horizontal product string, and the "lower product character size" which is the character size of the adjacent lower product string. The "surrounding product string length" is, for example, the "upper product string length" which is the length of the adjacent upper product string, the "horizontal product string length" which is the length of the adjacent horizontal product string, and the "lower product string length" which is the length of the adjacent lower product string.
属性値変更条件は、例えば、属性値が採り得る候補の情報の集合、属性値が採り得る値の範囲の情報である。属性値が採り得る候補の情報の集合は、例えば、「フォント=ゴシック体,明朝体,・・・」、「文字サイズ=10pt,12pt,14pt,・・・」、「ページ内位置=(1番目,左),(1番目,右),(2番目,左),(3番目,右),(3番目,左),(3番目,右),・・・」である。属性値が採り得る値の範囲の情報は、例えば、「(x1,y1)<=画像サイズ<=(x2,y2)(x1,x2は幅、y1,y2は高さである)」「1<=ページ番号<=10」「10pt<=周辺商品文字サイズ<=16pt」である。 The attribute value change condition is, for example, a set of candidate information that the attribute value can take, and information on the range of values that the attribute value can take. The set of candidate information that the attribute value can take is, for example, "font = Gothic, Mincho, ...", "character size = 10pt, 12pt, 14pt, ...", "position on page = (1st, left), (1st, right), (2nd, left), (3rd, right), (3rd, left), (3rd, right), ...". Information on the range of values that the attribute value can take is, for example, "(x1, y1) <= image size <= (x2, y2) (x1, x2 are width, y1, y2 are height)", "1 <= page number <= 10", "10pt <= peripheral product character size <= 16pt".
受付部12は、1以上の属性値を有する1または2以上の対象商品情報を受け付ける。対象商品情報は、通常、出力される商品群コンテンツを構成する商品情報である。対象商品情報は、例えば、出力される商品群コンテンツを構成する商品情報が有する1以上の属性値でも良い。
The
ここで、1以上の属性値は、商品自体属性値、画像属性値のうちの1種類以上の属性値であることは好適である。 Here, it is preferable that the one or more attribute values are one or more of the attribute values of the product itself and image attribute values.
受付部12は、例えば、学習指示、提案指示、販売予測指示を受け付けても良い。
The
学習指示は、学習対象情報を有する。学習対象情報は、学習させる情報である。学習対象情報は、販売情報取得部134が販売情報を取得するために使用される情報である。学習対象情報は、1または2以上の各商品の商品属性情報と、販売情報とを有する。商品属性情報は、商品情報の1以上の属性値を有する。
The learning instruction includes information to be learned. The information to be learned is information that is used by the sales
提案指示は、商品群コンテンツの提案を行う指示である。提案指示は、良好な販売状況となると推定される商品群コンテンツを出力する指示でも良いし、販売状況が改善されると推定される商品群コンテンツを出力する指示でも良い。提案指示は、例えば、1または2以上の対象商品情報を有する。提案指示は、例えば、商品群コンテンツを有する。提案指示が商品群コンテンツを有する場合、例えば、受付部12は、当該商品群コンテンツが有する1または2以上の各商品情報の1以上の属性値を取得する。かかる1以上の属性値は、対象商品情報である。
The proposal instruction is an instruction to propose product group content. The proposal instruction may be an instruction to output product group content that is estimated to result in good sales, or an instruction to output product group content that is estimated to improve sales. The proposal instruction has, for example, one or more pieces of target product information. The proposal instruction has, for example, product group content. When the proposal instruction has product group content, for example, the
販売予測指示は、販売予測を出力させる指示である。販売予測指示は、例えば、1または2以上の対象商品情報を有する。販売予測指示は、例えば、商品群コンテンツを有する。販売予測指示が商品群コンテンツを有する場合、例えば、受付部12は、当該商品群コンテンツが有する1または2以上の各商品情報の1以上の属性値を取得する。かかる1以上の属性値は、対象商品情報である。
The sales forecast instruction is an instruction to output a sales forecast. The sales forecast instruction has, for example, one or more pieces of target product information. The sales forecast instruction has, for example, product group content. When the sales forecast instruction has product group content, for example, the
ここで、受け付けとは、通常、端末装置2からの受信であるが、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念である。受け付けとは、対象となる情報や指示を取得できる処理であれば良い。
Here, "acceptance" usually means receipt from the
受け付けが入力デバイスから入力された情報の受け付けである場合、その入力手段は、タッチパネルやキーボードやマウスやメニュー画面によるもの等、何でも良い。かかる場合、受付部12は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。
When the reception is reception of information input from an input device, the input means may be anything, such as a touch panel, keyboard, mouse, or menu screen. In such a case, the
処理部13は、各種の処理を行う。各種の処理とは、例えば、学習部131、配置パターン情報取得部132、属性値変更部133、販売情報取得部134、判断部135、構成部136が行う処理である。
The
学習部131は、学習対象情報を機械学習のアルゴリズムにより学習し、学習情報を取得する。ここで、機械学習とは、例えば、SVR、深層学習、決定木、ランダムフォレスト、SVM等である。ただし、機械学習のアルゴリズムは問わない。
The
学習対象情報は、1または2以上の商品属性情報と販売情報とを有する。商品属性情報は、商品情報の1以上の属性値を有する。販売情報は、通常、1または2以上の商品属性情報に対応する1または2以上の商品の販売に関する情報である。学習対象情報が有する販売情報は、当該学習対象情報が有する1以上の各商品属性情報に対応する1以上の商品情報を含む商品群コンテンツを用いて、販売された情報であることは好適である。 The learning target information has one or more product attribute information and sales information. The product attribute information has one or more attribute values of the product information. The sales information is usually information about the sales of one or more products corresponding to the one or more product attribute information. It is preferable that the sales information held by the learning target information is information sold using product group content that includes one or more product information corresponding to each of the one or more product attribute information held by the learning target information.
学習対象情報は、商品群コンテンツと販売情報でも良い。かかる場合、学習部131は、当該商品群コンテンツから、1または2以上の商品属性情報を取得する。そして、学習部131は、取得した1以上の商品属性情報と、学習対象情報が有する販売情報を、機械学習のアルゴリズムにより学習し、学習情報を取得する。
The information to be learned may be product group content and sales information. In such a case, the
学習情報は、商品の1以上の属性値を適用した場合に、販売情報が得られるための情報であれば良い。 The learning information may be any information that allows sales information to be obtained when one or more attribute values of a product are applied.
なお、学習部131の処理は公知技術であるので、詳細な説明は省略する。また、学習情報は、例えば、1または2以上の商品属性情報と販売情報との組を複数有する情報でも良い。また、学習情報は、例えば、1または2以上の商品属性情報と販売情報とを対応付ける複数の対応情報でも良い。
The processing by the
配置パターン情報取得部132は、2以上の配置パターン情報を取得する。配置パターン情報は、1または2以上の各対象商品情報の1以上の配置属性値を有する情報であり、配置パターンの情報である。
The arrangement pattern
配置パターン情報取得部132は、例えば、受付部12が受け付けた2以上の各対象商品情報の配置順序を、各対象商品情報に対して付加する。なお、かかる場合、配置パターン情報取得部132は、例えば、ランダムに、1から順に、配置順序を、任意に選択した対象商品情報に対して、付加しても良い。また、配置パターン情報取得部132は、例えば、予め決められた条件(1以上の属性値を用いた条件)に基づいて、各対象商品情報の配置順序を決定し(商品情報をソートし)、当該配置順序を各対象商品情報に対して付加する。また、配置パターン情報取得部132は、例えば、予め決められた2以上の各レイアウト情報に従って、1または2以上の対象商品情報を配置し、1または2以上の各対象商品情報の配置属性値を取得する。なお、配置パターン情報は、1または2以上の商品情報を商品群コンテンツの中に配置するための情報である。配置パターン情報が決定されれば、通常、1または2以上の商品情報の配置が決定される。
The arrangement pattern
属性値変更部133は、受付部12が受け付けた1または2以上の各対象商品情報が有する1以上の属性値のうちの一部の属性値を変更する。属性値変更部133がどのように属性値を変更するかは問わない。ただし、属性値変更部133は、属性値条件に合致するように、属性値を変更することは好適である。属性値条件が、例えば、属性値が採り得る候補の情報の集合である場合、属性値変更部133は、例えば、属性値が採り得る候補の中から一の候補を選択し、当該一の候補を変更後の属性値に決定する。また、属性値条件が、例えば、属性値が採り得る値の範囲の情報である場合、属性値変更部133は、例えば、当該範囲からランダムに一の値を取得し、当該値を変更後の属性値に決定する。
The attribute
属性値変更部133は、受付部12が受け付けた1または2以上の各対象商品情報が有する1以上の属性値のうちの、商品自体属性値、画像属性値、文字列属性値のいずれかを変更しても良い。
The attribute
属性値変更部133は、受付部12が受け付けた1または2以上の各対象商品情報が有する1以上の属性値のうちの配置属性値を変更しても良い。
The attribute
販売情報取得部134は、受付部12が受け付けた1または2以上の各対象商品情報が有する1以上の属性値を学習情報に適用し、販売情報を取得する。なお、ここでの販売情報は、販売予測の情報である、と言える。
The sales
1以上の属性値を学習情報に適用する処理は、例えば、機械学習のアルゴリズムを用いる処理である。また、1以上の属性値を学習情報に適用する処理は、例えば、1以上の属性値に最も近い1以上の属性値を学習情報から選択し、当該選択した学習情報が有する販売情報を取得する処理である。 The process of applying one or more attribute values to the learning information is, for example, a process that uses a machine learning algorithm. In addition, the process of applying one or more attribute values to the learning information is, for example, a process of selecting one or more attribute values from the learning information that are closest to the one or more attribute values, and acquiring sales information contained in the selected learning information.
1以上の属性値を学習情報に適用する処理は、例えば、受付部12が受け付けた1または2以上の各対象商品情報が有する1以上の属性値に最も近い1以上の属性値を学習情報から選択し、当該選択した1以上の属性値と対になる販売情報を学習情報から取得する処理である。
The process of applying one or more attribute values to the learning information is, for example, a process of selecting from the learning information one or more attribute values that are closest to one or more attribute values possessed by each of the one or more pieces of target product information accepted by the accepting
販売情報取得部134は、例えば、機械学習のアルゴリズムを用いて、対象商品情報を学習情報に適用し、販売情報を取得する。なお、機械学習は、例えば、SVR、深層学習、決定木、ランダムフォレスト、SVM等である。また、ここで受付部12が受け付けた2以上の対象商品情報は、販売情報を含まないことは好適である。
The sales
販売情報取得部134は、受付部12が受け付けた1種類以上の属性値と、配置パターン情報取得部132が取得した配置パターン情報とを学習情報に適用し、販売情報を取得することを、2以上の各配置パターン情報ごとに行うことは好適である。2以上の配置パターン情報とは、配置パターン情報取得部132が取得した配置パターン情報である。
The sales
販売情報取得部134は、属性値変更部133が変更した属性値と、受付部12が受け付けた1以上の属性値の中で属性値変更部133が変更していない属性値とを学習情報に適用し、販売情報を取得することは好適である。
The sales
販売情報取得部134は、属性値変更部133により属性値の変更の組み合わせごとに、属性値変更部133が変更した属性値と、受付部12が受け付けた1以上の属性値の中で属性値変更部133が変更していない属性値とを学習情報に適用し、販売情報を取得することは好適である。
It is preferable that the sales
属性値集合取得手段1341は、1または2以上の属性値集合を取得する。属性値集合は、受付部12が受け付けた1または2以上の各対象商品情報が有する1以上の属性値のみから取得される属性値の集合でも良い。また、属性値集合は、受付部12が受け付けた1または2以上の各対象商品情報が有する1以上の属性値に加えて、配置パターン情報取得部132が取得した1以上の配置属性値から、取得される属性値の集合でも良い。また、属性値集合は、受付部12が受け付けた1または2以上の各対象商品情報が有する1以上の属性値のうち、属性値変更部133により変更されていない属性値、および属性値変更部133により変更された属性値から、取得される属性値の集合でも良い。また、属性値集合は、受付部12が受け付けた1または2以上の各対象商品情報が有する1以上の属性値のうち、属性値変更部133により変更されていない属性値、属性値変更部133により変更された属性値、および配置パターン情報取得部132が取得した1以上の配置属性値から、取得される属性値の集合でも良い。属性値集合取得手段1341が取得する属性値集合と、受付部12が受け付けた1または2以上の各対象商品情報が有する1以上の属性値等との構造は同じでも良いし、異なっていても良い。
The attribute value set acquisition means 1341 acquires one or more attribute value sets. The attribute value set may be a set of attribute values acquired only from one or more attribute values possessed by one or more pieces of target product information accepted by the
属性値集合取得手段1341は、1または2以上の各属性に対して、各属性に対応する属性値変更条件を満たすように、属性値の採り得る値を取得し、当該属性値の採り得る値の集合から、採り得る属性値の組み合わせを取得することは好適である。属性値の組み合わせは、属性値集合と言っても良い。 The attribute value set acquisition means 1341 preferably acquires possible values for one or more attributes so as to satisfy the attribute value change condition corresponding to each attribute, and acquires possible combinations of attribute values from the set of possible values for the attribute values. The combinations of attribute values may be referred to as attribute value sets.
販売情報取得手段1342は、属性値集合取得手段1341が取得した属性値集合を、学習情報に適用し、販売情報を取得する。販売情報取得手段1342は、例えば、属性値集合取得手段1341が取得した属性値集合を、学習情報に適用し、機械学習のアルゴリズムにより販売情報を取得する。また、販売情報取得手段1342は、例えば、属性値集合取得手段1341が取得した属性値集合に類似度が予め決められた条件を満たすほど大きい1以上の属性値を学習情報から検索し、当該1以上の属性値と対になる1または2以上の販売情報を学習情報から取得する。なお、販売情報取得手段1342は、例えば、属性値集合取得手段1341が取得した属性値集合に類似度が最も大きい1以上の属性値を学習情報から検索し、当該1以上の属性値と対になる販売情報を学習情報から取得する。 The sales information acquisition means 1342 applies the attribute value set acquired by the attribute value set acquisition means 1341 to the learning information to acquire sales information. For example, the sales information acquisition means 1342 applies the attribute value set acquired by the attribute value set acquisition means 1341 to the learning information to acquire sales information by a machine learning algorithm. In addition, the sales information acquisition means 1342 searches the learning information for one or more attribute values whose similarity to the attribute value set acquired by the attribute value set acquisition means 1341 is large enough to satisfy a predetermined condition, and acquires one or more pieces of sales information paired with the one or more attribute values from the learning information. In addition, the sales information acquisition means 1342 searches the learning information for one or more attribute values whose similarity to the attribute value set acquired by the attribute value set acquisition means 1341 is largest, and acquires sales information paired with the one or more attribute values from the learning information.
判断部135は、販売情報取得部134が取得した2以上の各配置パターン情報ごとの販売情報に対して、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する。予め決められた条件とは、例えば、販売総額である販売情報が閾値以上または閾値より大きいことである。また、予め決められた条件とは、例えば、総販売数である販売情報が閾値以上または閾値より大きいことである。また、予め決められた条件とは、例えば、受け付けられた販売情報と比較して、販売状況が改善されていることである。かかることは、例えば、受け付けられた販売総額より取得された販売総額が大きいこと、受け付けられた販売総数より取得された販売総数が多いことである。なお、受け付けられた販売総額や受け付けられた販売総数は、通常、改善する商品群コンテンツの販売実績の情報である。
The
判断部135は、販売情報取得部134が取得した販売情報が、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する。
The
構成部136は、例えば、判断部135が販売状況が良好であると判断した場合の配置パターン情報に従って、1または2以上の対象商品情報を配置し、商品群コンテンツを構成する。
The
構成部136は、例えば、判断部135が販売状況が良好であると判断した場合の属性値を用いて、1または2以上の対象商品情報を配置し、商品群コンテンツを構成する。
The
2以上の販売情報が取得された場合、構成部136は、予め決められた条件を満たす販売情報を選択しても良い。そして、構成部136は、選択した販売情報に対応する属性値を用いて、1または2以上の対象商品情報を配置し、商品群コンテンツを構成する。
When two or more pieces of sales information are acquired, the
出力部14は、例えば、販売情報取得部134が取得した販売情報を出力する。出力部14は、例えば、構成部136が構成した商品群コンテンツを出力する。また、出力部14は、例えば、構成部136が構成した商品群コンテンツと販売情報取得部134が取得した販売情報とを出力する。なお、出力部14が出力する商品群コンテンツは、一つの商品の情報でも良い。
The
ここで、出力とは、通常、外部の装置(通常、端末装置2)への送信であるが、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念であると考えても良い。 In this case, output usually means transmission to an external device (usually terminal device 2), but it may also be considered as a concept that includes display on a display, projection using a projector, printing on a printer, sound output, storage on a recording medium, and delivery of processing results to other processing devices or other programs, etc.
なお、出力が販売情報の引渡しである場合、例えば、判断部135への販売情報の引渡しである。
When the output is the transfer of sales information, for example, the sales information is transferred to the
端末装置2を構成する端末格納部21は、各種の情報が格納される。各種の情報とは、例えば、ユーザを識別するユーザ識別子である。各種の情報は、例えば、端末受信部25が受信した情報である。なお、ユーザ識別子は、端末装置2を識別する情報でも良い。
The
端末受付部22は、各種の指示や情報等を受け付ける。各種の指示や情報等とは、例えば、学習指示、提案指示、販売予測指示、学習対象情報、1または2以上の対象商品情報等である。ここで、受け付けとは、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、有線もしくは無線の通信回線を介して送信された情報の受信、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念である。
The
各種の指示や情報等の入力手段は、タッチパネルやキーボードやマウスやメニュー画面によるもの等、何でも良い。端末受付部22は、タッチパネルやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。
The input means for various instructions and information may be anything, such as a touch panel, keyboard, mouse, or menu screen. The
端末処理部23は、各種の処理とは、例えば、端末受信部25が受信した情報を表示されるデータに構成する処理である。各種の処理とは、例えば、端末受付部22が受け付けた指示等を送信する指示等に構成する処理である。
The various processes performed by the
端末送信部24は、各種の指示や情報等を情報処理装置1に送信する。各種の指示や情報等とは、例えば、端末処理部23が構成した指示、端末受付部22が受け付けた指示や情報等である。
The
端末受信部25は、各種の情報を情報処理装置1から受信する。各種の情報とは、例えば、販売情報、商品群コンテンツである。
The
端末出力部26は、各種の情報を取得する。各種の情報とは、例えば、端末受付部22が受け付けた情報、端末受信部25が受信した情報、端末処理部23が構成した情報である。各種の情報とは、例えば、販売情報、商品群コンテンツである。
The
ここで、出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念である。 Here, output is a concept that includes displaying on a display, projecting using a projector, printing on a printer, outputting sound, sending to an external device, storing on a recording medium, and passing on the processing results to other processing devices or other programs, etc.
格納部11、学習情報格納部111、属性値条件格納部112、および端末格納部21は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。
The
格納部11等に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が格納部11等で記憶されるようになってもよく、通信回線等を介して送信された情報が格納部11等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報が格納部11等で記憶されるようになってもよい。
The process by which information is stored in the
処理部13、学習部131、配置パターン情報取得部132、属性値変更部133、販売情報取得部134、判断部135、構成部136、および端末処理部23は、通常、MPUやメモリ等から実現され得る。処理部13等の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはROM等の記録媒体に記録されている。但し、ハードウェア(専用回路)で実現しても良い。
The
出力部14、および端末送信部24は、通常、無線または有線の通信手段で実現されるが、放送手段で実現されても良い。
The
なお、出力部14は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現されても良い。
The
端末出力部26は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。端末出力部26は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。
The
次に、情報システムAの動作について説明する。まず、情報処理装置1の動作例について、図3のフローチャートを用いて説明する。
Next, the operation of information system A will be described. First, an example of the operation of
(ステップS301)受付部12は、学習指示を受け付けたか否かを判断する。学習指示を受け付けた場合はステップS302に行き、学習指示を受け付けない場合はステップS304に行く。
(Step S301) The
(ステップS302)学習部131は、ステップS301で受け付けた学習指示が有する学習対象情報を取得する。そして、学習部131は、学習対象情報が有する2以上の各商品情報が有する1以上の属性値を取得する。また、学習部131は、学習対象情報が有する販売情報を取得する。そして、学習部131は、取得した2以上の属性値と販売情報とを対にして機械学習の処理を行い、学習情報を取得する。なお、かかる学習情報に2以上の属性値を適用すると、販売情報が取得される。
(Step S302) The
なお、学習部131は、ステップS301で受け付けた学習指示が有する商品群コンテンツと販売情報とを取得しても良い。かかる場合、学習部131は、商品群コンテンツが有する1または2以上の各商品情報の1または2以上の属性値を取得する。そして、学習部131は、1または2以上の各商品情報の1または2以上の属性値と販売情報とを対にして機械学習の処理を行い、学習情報を取得する。なお、かかる学習情報に1または2以上の属性値を適用すると、販売情報が取得される。
The
(ステップS303)学習部131は、ステップS302で取得した学習情報を学習情報格納部111に蓄積する。ステップS301に戻る。
(Step S303) The
(ステップS304)受付部12は、端末装置2から提案指示を受信したか否かを判断する。提案指示を受信した場合はステップS305に行き、提案指示を受信しなかった場合はステップS307に行く。
(Step S304) The
(ステップS305)処理部13は、提案指示が有する1または2以上の対象商品情報を用いて、商品群コンテンツを取得する。かかる商品群コンテンツ取得処理について、図4のフローチャートを用いて説明する。
(Step S305) The
(ステップS306)出力部14は、ステップS305で取得された商品群コンテンツを端末装置2に送信する。ステップS301に戻る。
(Step S306) The
(ステップS307)受付部12は、端末装置2から販売予測指示を受信したか否かを判断する。販売予測指示を受信した場合はステップS308に行き、販売予測指示を受信しなかった場合はステップS301に戻る。
(Step S307) The
(ステップS308)販売情報取得部134は、ステップS307で受信された販売予測指示が有する1または2以上の対象商品情報を取得する。なお、販売予測指示が商品群コンテンツを有する場合、販売情報取得部134は、当該商品群コンテンツから、1または2以上の各商品情報に対応する対象商品情報を取得する。
(Step S308) The sales
(ステップS309)販売情報取得部134は、ステップS308で取得した1または2以上の対象商品情報を学習情報に適用し、販売情報を取得する。なお、1または2以上の対象商品情報を学習情報に適用することは、例えば、1以上の各対象商品情報が有する1または2以上の属性値を学習情報に適用することである。
(Step S309) The sales
(ステップS310)出力部14は、ステップS309で取得された販売情報を端末装置2に送信する。ステップS301に戻る。
(Step S310) The
なお、図3のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。 In the flowchart in Figure 3, processing ends when the power is turned off or an interrupt occurs to end processing.
次に、ステップS305の商品群コンテンツ取得処理の例について、図4のフローチャートを用いて説明する。 Next, an example of the product group content acquisition process in step S305 will be described using the flowchart in FIG.
(ステップS401)配置パターン情報取得部132等は、パターン情報を取得する。かかるパターン情報取得処理について、図5のフローチャートを用いて説明する。なお、パターン情報は、通常、2以上の属性値の組み合わせである。パターン情報とは、2以上の属性値の集合である、と言っても良い。また、パターン情報取得処理は、2以上の属性値の集合を取得する。なお、2以上の各属性値の集合は、それぞれ、少なくとも一部の属性値は異なる。また、パターン情報は、一つの属性値でも良い場合がある、と考えても良い。
(Step S401) The arrangement pattern
(ステップS402)販売情報取得部134は、カウンタiに1を代入する。
(Step S402) The sales
(ステップS403)販売情報取得部134は、ステップS401で取得された属性値の集合から、i番目の属性値の組み合わせを取得しようとする。なお、i番目の属性値の組み合わせとは、i番目の属性値の集合である。また、属性値の組み合わせは、一つの属性値でも良い場合がある、と考えても良い。
(Step S403) The sales
(ステップS404)販売情報取得部134は、i番目の属性値の組み合わせが取得できた場合はステップS405に行き、取得できなかった場合はステップS407に行く。
(Step S404) If the sales
(ステップS405)販売情報取得部134は、i番目の属性値の組み合わせを、学習情報格納部111の学習情報に適用し、販売情報を取得する。そして、販売情報取得部134は、取得した販売情報を、i番目の属性値の組み合わせに対応付けて、図示しないバッファに一時蓄積する。
(Step S405) The sales
(ステップS406)販売情報取得部134は、カウンタiを1、インクリメントする。ステップS403に戻る。
(Step S406) The sales
(ステップS407)判断部135は、ステップS405で取得した1以上の販売情報の中から、予め決められた条件を満たす販売情報を決定する。そして、判断部135は、決定した1以上の各販売情報に対応する属性値の組み合わせを図示しないバッファから取得する。なお、予め決められた条件を満たす販売情報は、通常、予め決められた条件を満たすほど販売状況が良い販売情報、または予め決められた条件を満たすほど販売状況が改善される販売情報である。
(Step S407) The
(ステップS408)構成部136は、カウンタjに1を代入する。
(Step S408) The
(ステップS409)構成部136は、ステップS407で取得された属性値の組み合わせのうち、j番目の属性値の組み合わせが存在するか否かを判断する。j番目の属性値の組み合わせが存在する場合はステップS410に行き、j番目の属性値の組み合わせが存在しない場合は上位処理にリターンする。
(Step S409) The
(ステップS410)構成部136は、j番目の属性値の組み合わせに従って、2以上の対象商品情報を配置し、商品群コンテンツを構成する。なお、2以上の対象商品情報は、通常、受付部12が受け付けた情報であるが、格納部11に格納されている情報でも良い。
(Step S410) The
(ステップS411)出力部14は、ステップS410で構成された商品群コンテンツを端末装置2に送信する。
(Step S411) The
(ステップS412)構成部136は、カウンタjを1、インクリメントする。ステップS409に戻る。
(Step S412) The
次に、ステップS401のパターン情報取得処理の例について、図5のフローチャートを用いて説明する。 Next, an example of the pattern information acquisition process in step S401 will be described using the flowchart in FIG.
(ステップS501)属性値変更部133は、カウンタiに1を代入する。
(Step S501) The attribute
(ステップS502)属性値変更部133は、i番目の種類の属性値が存在するか否かを判断する。i番目の種類の属性値が存在する場合はステップS503に行き、i番目の種類の属性値が存在しない場合はステップS505に行く。なお、属性値変更部133は、例えば、属性値条件格納部112にi番目の属性値条件、またはi番目の属性識別子が存在するか否かにより、i番目の種類の属性値が存在するか否かを判断する。
(Step S502) The attribute
(ステップS503)属性値変更部133は、i番目の種類の属性値の採り得る値をすべて取得する。属性値変更部133は、i番目の種類の属性値に対応する属性値変更条件が属性値が採り得る候補の情報の集合である場合、属性値条件格納部112から、当該属性値が採り得る候補の情報をすべて取得する。また、属性値変更部133は、i番目の種類の属性値に対応する属性値変更条件が属性値が採り得る値の範囲の情報である場合、例えば、属性値条件格納部112から、当該範囲の情報を取得し、当該範囲を満たす2以上の候補の情報の集合を取得する。なお、属性値変更部133は、当該範囲を満たす2以上の候補の情報の集合をいかに取得しても良い。例えば、属性値変更部133は、当該範囲の中の最小値から最大値になるまで、固定値ずらしながら、2以上の候補の情報の集合を、取得しても良いし、当該範囲の中から、ランダムにN個(Nは、例えば、固定数)の値を取得する等しても良い。
(Step S503) The attribute
(ステップS504)属性値変更部133は、カウンタiを1、インクリメントする。ステップS502に戻る。
(Step S504) The attribute
(ステップS505)属性値変更部133は、カウンタjに1を代入する。
(Step S505) The attribute
(ステップS506)属性値変更部133は、j番目の属性値パターンが存在するか否かを判断する。j番目の属性値パターンが存在する場合はステップS507に行き、j番目の属性値パターンが存在しない場合は上位処理にリターンする。
(Step S506) The attribute
なお、属性値変更部133は、例えば、ステップS503で取得された2以上の種類の各属性値の候補の情報の集合から、すべての属性値集合(属性値パターン)を取得する。そして、属性値変更部133は、2以上の属性値パターンからj番目の属性値パターンが存在するか否かを判断する。また、例えば、対象商品情報が2つ(商品情報A,商品情報B)であり、各対象商品情報が3つの属性(属性1,属性2,属性3)の属性値を有し、属性1は属性値11,属性値12のいずれかを取り得、属性2は属性値21,属性値22,属性23のいずれかを取り得、属性3は属性値31,属性値32のいずれかを取り得る、とする。かかる場合、属性値変更部133は、24通りの属性値パターンを取得する。また、対象商品情報が1つ(商品情報A)であり、対象商品情報が2つの属性(属性1,属性2)の属性値を有し、属性1は属性値11,属性値12のいずれかを取り得、属性2は属性値21,属性値22,属性23のいずれかを取り得る、とする。かかる場合、属性値変更部133は、6通りの属性値パターンを取得する。
The attribute
(ステップS507)配置パターン情報取得部132は、カウンタkに1を代入する。
(Step S507) The arrangement pattern
(ステップS508)配置パターン情報取得部132は、j番目の属性値パターンの元、k番目の配置順序の組み合わせが存在するか否かを判断する。k番目の配置順序の組み合わせが存在する場合はステップS509に行き、k番目の配置順序の組み合わせが存在しない場合はステップS512に行く。
(Step S508) The arrangement pattern
(ステップS509)配置パターン情報取得部132は、j番目の属性値パターンの元の、k番目の配置順序の組み合わせを取得する。そして、配置パターン情報取得部132は、k番目の配置順序の組み合わせを用いて、1または2以上の各商品情報の配置属性値を取得する。なお、1または2以上の各対象商品情報の配置属性値は、配置パターン情報である。また、配置順序の組み合わせとは、1または2以上の各対象商品情報の配置順序を示す情報(例えば、商品群コンテンツの中の左上から1番目に配置する対象商品情報、2番目に配置する対象商品情報、・・・、N番目に配置する対象商品情報が分かる情報)、または左上の座標値である。また、属性値変更部133は、例えば、j番目の属性値パターンの元、k番目の配置順序を示す情報に従って、2以上の対象商品情報を順に配置し、2以上の各対象商品情報の配置属性値を取得する。また、属性値変更部133は、例えば、j番目の属性値パターンの元、k番目の配置パターン情報に従って、1つの対象商品情報を配置する。
(Step S509) The arrangement pattern
(ステップS510)属性値変更部133は、j番目の属性値パターン、およびステップS509で取得された配置パターン情報から、属性値の組み合わせを取得し、図示しないバッファに一時蓄積する。
(Step S510) The attribute
(ステップS511)配置パターン情報取得部132は、カウンタkを1、インクリメントする。ステップS508に戻る。
(Step S511) The arrangement pattern
(ステップS512)属性値変更部133は、カウンタjを1、インクリメントする。ステップS506に戻る。
(Step S512) The attribute
次に、端末装置2の動作例について、図6のフローチャートを用いて説明する。
Next, an example of the operation of the
(ステップS601)端末受付部22は、学習指示を受け付けたか否かを判断する。学習指示を受け付けた場合はステップS602に行き、学習指示を受け付けない場合はステップS604に行く。
(Step S601) The
(ステップS602)端末処理部23は、送信する学習指示を構成する。なお、送信する学習指示は、通常、2以上の学習対象情報を含む。
(Step S602) The
(ステップS603)端末送信部24は、ステップS602で構成した学習指示を情報処理装置1に送信する。ステップS601に戻る。
(Step S603) The
(ステップS604)端末受付部22は、提案指示を受け付けたか否かを判断する。提案指示を受け付けた場合はステップS605に行き、提案指示を受け付けない場合はステップS610に行く。
(Step S604) The
(ステップS605)端末処理部23は、送信する提案指示を構成する。なお、送信する提案指示は、2以上の対象商品情報、または商品群コンテンツを含む。
(Step S605) The
(ステップS606)端末送信部24は、ステップS605で構成した提案指示を情報処理装置1に送信する。
(Step S606) The
(ステップS607)端末受信部25は、情報処理装置1から1以上の商品群コンテンツを受信したか否かを判断する。商品群コンテンツを受信した場合はステップS608に行き、商品群コンテンツを受信しなかった場合はステップS607に行く。
(Step S607) The
(ステップS608)端末処理部23は、出力する商品群コンテンツを構成する。
(Step S608) The
(ステップS609)端末出力部26は、ステップS608で構成された商品群コンテンツを出力する。ステップS601に戻る。
(Step S609) The
(ステップS610)端末受付部22は、販売予測指示を受け付けたか否かを判断する。販売予測指示を受け付けた場合はステップS611に行き、販売予測指示を受け付けない場合はステップS601に戻る。
(Step S610) The
(ステップS611)端末処理部23は、送信する販売予測指示を構成する。なお、送信する販売予測指示は、2以上の対象商品情報、または商品群コンテンツを含む。
(Step S611) The
(ステップS612)端末送信部24は、ステップS611で構成した販売予測指示を情報処理装置1に送信する。
(Step S612) The
(ステップS613)端末受信部25は、情報処理装置1から販売情報を受信したか否かを判断する。販売情報を受信した場合はステップS614に行き、販売情報を受信しなかった場合はステップS613に行く。
(Step S613) The
(ステップS614)端末処理部23は、出力する販売情報を構成する。
(Step S614) The
(ステップS615)端末出力部26は、ステップS614で構成された販売情報を出力する。ステップS601に戻る。
(Step S615) The
なお、図6のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。 In the flowchart in Figure 6, processing ends when the power is turned off or an interrupt occurs to end processing.
以下、本実施の形態における情報システムAの具体的な動作について説明する。情報システムAの概念図は図1である。 The specific operation of information system A in this embodiment will be described below. A conceptual diagram of information system A is shown in Figure 1.
今、属性値条件格納部112には、図7に示す属性値条件管理表が格納されている。属性値条件管理表は、各属性の属性値変更条件を管理する表である。属性値変更条件は、採り得る属性値を示す情報である。属性値条件管理表は、「ID」「属性識別子」「属性種類」「属性値変更条件」を有するレコードを変更可能な属性の数だけ有する。「ID」はレコードを識別する情報である。「属性識別子」はここでは属性名である。「属性種類」は属性の種類を示す。
Currently, the attribute value
また、格納部11には、図8に示すレイアウト情報管理表が格納されている。レイアウト情報管理表は「ID」「レイアウト識別子」「レイアウト情報」を有するレコードを複数有する。「ID」はレコードを識別する情報である。「レイアウト識別子」はレイアウト情報を識別する情報であり、ここではレイアウト情報名である。「レイアウト情報」は、ここでは、商品情報を構成する要素を配置するためのレイアウトの図が表現されているが、商品情報を構成する要素を配置する相対的な座標情報を有する。なお、「ID」をレイアウト識別子と考えても良い。
The
また、格納部11には、図9に示す商品情報管理表が格納されている。また、格納部11には、図10に示す商品情報管理表も格納されている。商品情報管理表は、2以上の商品情報を管理する。商品情報管理表は、「ID」「商品画像」「商品自体属性値」「商品名」「商品説明」を有する。「ID」は商品情報のIDである。「商品自体属性値」は、ここでは「価格」「色」等を有する。「商品名」は商品の名称である。「商品説明」は商品を説明する文字列である。
The
かかる状況において、以下の4つの具体例について、説明する。具体例1は、学習部131による学習処理である。具体例2は、学習情報を用いた販売予測処理である。具体例3は、販売状況が改善されるように、商品群コンテンツを変更する処理である。具体例4は、良好な販売結果が得られるように商品群コンテンツを作成する処理である。
(具体例1)
In this situation, the following four specific examples will be described. Specific Example 1 is a learning process by the
(Specific Example 1)
具体例1において、学習部131による学習処理について説明する。
In specific example 1, the learning process performed by the
まず、端末装置2のユーザは、図11に示す自動車カタログのウェブページの電子データ、および当該ウェブページを用いたことによる自動車の販売実績(図12参照)を含む学習指示を端末装置2に入力した、とする。なお、自動車の販売実績は、販売情報の例であり、各自動車の販売台数と、各自動車の販売総額と、全自動車の販売総台数と、全自動車の販売総額とを有する。また、図12の「ID」は商品識別子である。
First, assume that a user of
次に、端末受付部22は、学習指示を受け付ける。端末処理部23は、受け付けた学習指示に対応して、送信する学習指示を構成する。そして、端末送信部24は、当該学習指示を情報処理装置1に送信する。
Next, the
次に、情報処理装置1の受付部12は、端末装置2から学習指示を受信する。なお、かかる学習指示は、図11のウェブページの電子データ(当該ウェブページのURLでも良い)、および図12に示す販売情報を有する。また、ウェブページの電子データは、2以上の対象商品情報を有する。ここで、対象商品情報は、各自動車の商品情報である。
Next, the
次に、受付部12は、図11のウェブページの電子データから各対象商品情報の属性値を取得する。具体的には、受付部12は、例えば、「ID=C1」の自動車の商品自体属性値「価格=250万円」「色=黒」等を取得する。また、受付部12は、例えば、図11のウェブページの電子データが有する「ID=C1」の商品画像を解析し、画像属性値「画像サイズ=(W1,H1)」「画像形状=矩形」等を取得する。また、受付部12は、例えば、図11のウェブページの電子データが有する「ID=C1」の文字列から「フォント=明朝体」「文字サイズ=11pt」等を取得する。また、受付部12は、例えば、図11のウェブページを解析し、ウェブページ上の各オブジェクトの配置に関する情報を取得し、例えば、「ID=C1」の商品情報から「レイアウト情報=2」「配置順序=1」等を取得する。受付部12は、かかる属性値から図13に示す属性値管理表を得る。なお、かかる属性値の取得は、属性値の受け付けである、と言っても良い。
Next, the
次に、学習部131は、受付部12が取得した1以上の属性値(図13の属性値管理表)を取得する。また、学習部131は、受付部12が受信した図12の自動車の販売実績から、全自動車の販売総台数と、全自動車の販売総額とを取得する。ここで、学習部131は、販売総台数と販売総額との、2種類の販売情報を取得する、とする。そして、学習部131は、1以上の属性値(図13の属性値管理表)と2種類の販売情報とを対応付けて、格納部11または図示しないバッファに蓄積する。なお、1以上の属性値(図13の属性値管理表)と販売情報との組は、学習対象情報である。また、学習対象情報は、2以上の各商品情報に対応するベクトルおよび販売情報を連結したベクトルである。つまり、学習対象情報は、例えば、((250万円,1,0,0,・・・,1,0,1,0,・・・,0,1,・・・,2,1,・・・)(300万円,0,0,1,・・・,1,0,1,0,・・・,0,1,・・・,2,2,・・・)(210万円,0,1,0,・・・,1,0,1,0,・・・,0,1,・・・,2,3,・・・)・・・5483台,1,425,580万円)である。なお、かかる学習対象情報の商品情報の間の()は無くても良い。なお、学習部131は、図12の自動車の販売実績の中の各自動車の販売台数、販売額を学習しても良いことは言うまでもない。
Next, the
以上の処理を、多数の他のウェブページの電子データおよび販売情報に対して行い、多数の学習対象情報が蓄積された、とする。 The above process is performed on the electronic data and sales information of many other web pages, and a large amount of learning information is accumulated.
次に、学習部131は、蓄積された多数の学習対象情報を、機械学習のアルゴリズムにより学習し、学習情報を取得し、当該学習情報格納部111に蓄積する。
Next, the
以上により、2以上の対象商品情報を適用した場合に、販売情報が取得される学習情報が得られた。
(具体例2)
As a result of the above, learning information is obtained from which sales information can be obtained when two or more pieces of target product information are applied.
(Specific Example 2)
具体例2において、具体例1で蓄積された学習情報を用いて、販売予測処理を行う処理について説明する。 In specific example 2, we will explain the process of performing sales forecasting using the learning information accumulated in specific example 1.
まず、端末装置2のユーザは、図14に示す自動車カタログによる売り上げの予測を行いたいと思い、図14に示す自動車カタログのウェブページのURLを有する販売予測指示を端末装置2に入力した、とする。
First, assume that the user of
次に、端末受付部22は、販売予測指示を受け付ける。端末処理部23は、受け付けた販売予測指示に対応して、送信する販売予測指示を構成する。そして、端末送信部24は、当該販売予測指示を情報処理装置1に送信する。なお、販売予測指示は、図14に示す自動車カタログのウェブページのURLを有する。
Next, the
次に、情報処理装置1の受付部12は、端末装置2から販売予測指示を受信する。
Next, the
次に、受付部12は、受信された販売予測指示が有するURLを取得する。次に、受付部12は、当該URLに対応する自動車カタログのウェブページを取得する、次に、受付部12は、当該ウェブページから2以上の対象商品情報を取得する。
Next, the
次に、販売情報取得部134は、当該2以上の各対象商品情報から属性値の集合を取得する。なお、取得した属性値の集合は、例えば、図13に示す構造を有する。また、取得した属性値の集合は、例えば、ベクトル((230万円,0,1,0,・・・,1,0,1,0,・・・,1,0,・・・,1,1,・・・)(280万円,0,0,1,・・・,1,0,1,0,・・・,1,0,・・・,1,2,・・・)(210万円,0,1,0,・・・,1,0,1,0,・・・,1,0,・・・,1,3,・・・))である。
Next, the sales
次に、販売情報取得部134は、上記のベクトルを、格納部11の学習情報に適応し、機械学習のアルゴリムズムにより、販売情報を取得する。なお、かかるベクトルは、2以上の各対象商品情報に対応するベクトルを連結したベクトルである。ここで、販売情報取得部134は、販売総台数「8210」、販売総額「2,102,492」を得た、とする。
Next, the sales
次に、出力部14は、取得された販売情報(販売総台数「8210」、販売総額「2,102,492」)を端末装置2に送信する。
Next, the
次に、端末受信部25は、情報処理装置1から当該販売情報を受信する。次に、端末処理部23は、出力する販売情報を構成する。端末出力部26は、構成された販売情報を出力する。かかる出力例は、図15である。
(具体例3)
Next, the
(Specific Example 3)
具体例3において、具体例1で蓄積された学習情報を用いて、販売状況が改善されるように、商品群コンテンツを変更する処理について説明する。 In specific example 3, we will explain the process of changing the product group content to improve sales using the learning information accumulated in specific example 1.
今、図14に示すウェブページの電子データによる自動車の販売状況が優れないため、ユーザは、端末装置2に対して、図14に示すウェブページのURLを含む提案指示を入力した、とする。
Now, assume that the sales situation of automobiles according to the electronic data of the web page shown in FIG. 14 is not good, so the user inputs a proposal instruction including the URL of the web page shown in FIG. 14 to the
次に、端末受付部22は、当該提案指示を受け付ける。端末処理部23は、受け付けた提案指示に対応して、送信する提案指示を構成する。そして、端末送信部24は、当該提案指示を情報処理装置1に送信する。なお、提案指示は、図14に示す自動車カタログのウェブページのURLを有する。
Next, the
次に、情報処理装置1の受付部12は、端末装置2から当該提案指示を受信する。
Next, the
次に、受付部12は、当該提案指示が有するURLを取得する。次に、受付部12は、当該URLに対応する自動車カタログのウェブページを取得する。次に、受付部12は、当該ウェブページから2以上の対象商品情報を取得する。
Next, the
次に、属性値変更部133は、2以上の各対象商品情報から1以上の属性値を取得する。かかる属性値の取得方法は、上述した処理により可能である。
Next, the attribute
次に、属性値変更部133は、図7の属性値条件管理表の属性値変更情報を満たすように、各属性値について、採り得る値を取得する。そして、属性値変更部133は、2以上の属性値パターンを取得する。
Next, the attribute
次に、配置パターン情報取得部132は、属性値変更部133が取得した各属性値パターンごとに、2以上の配置パターン情報を取得する。
Next, the arrangement pattern
以上により、複数の属性値集合(属性値の組み合わせ)が取得できた。なお、かかる属性値集合の取得処理は、図5のフローチャートを用いて説明したので、ここでの詳細な説明は省略する。 As a result of the above, multiple attribute value sets (combinations of attribute values) can be obtained. Note that the process of obtaining such attribute value sets has been explained using the flowchart in Figure 5, so a detailed explanation will be omitted here.
次に、販売情報取得部134は、複数の各属性値集合を、学習情報格納部111の学習情報に適用し、属性値集合に対応付けて販売情報を取得する。
Next, the sales
次に、判断部135は、属性値集合に対応付けられた各販売情報の中から、予め決められた条件を満たす販売情報を決定する。なお、ここで、例えば、判断部135は、販売総額が最大の販売情報を選択した、とする。そして、判断部135は、当該選択した販売総額が最大の販売情報に対応する属性値集合を取得する。
Next, the
次に、構成部136は、取得した属性値集合に従って、図9の商品情報の属性値を決定し、かつ商品情報を構成する各要素の配置を決定し、商品群コンテンツを構成する。なお、商品情報の属性値、および商品情報を構成する各要素の配置が決定している状況において、商品情報を構成する要素を用いて、商品群コンテンツを構成する技術は公知技術であるので、詳細な説明は省略する。
Next, the
次に、出力部14は、構成された商品群コンテンツ、および販売総額(販売情報の一例)を端末装置2に送信する。
Next, the
次に、端末装置2の端末受信部25は、情報処理装置1から商品群コンテンツと販売情報とを受信する。次に、端末処理部23は、出力する商品群コンテンツと販売情報とを構成する。端末出力部26は、構成された商品群コンテンツと販売情報とを出力する。かかる出力例は、図16である。
(具体例4)
Next, the
(Specific Example 4)
具体例4おいて、具体例1で蓄積された学習情報を用いて、良好な販売結果が得られるように商品群コンテンツを生成する処理について説明する。 In Specific Example 4, we explain the process of generating product group content using the learning information accumulated in Specific Example 1 to achieve good sales results.
今、ユーザは、図10に示す商品情報DBを用いて、新しい自動車販売の電子カタログを作成しようと、図10の商品情報DBを指定した提案指示を入力した、とする。 Now, suppose that the user is trying to create a new electronic catalog for automobile sales using the product information DB shown in Figure 10, and has entered a proposal instruction specifying the product information DB in Figure 10.
次に、端末受付部22は、当該提案指示を受け付ける。端末処理部23は、受け付けた提案指示に対応して、送信する提案指示を構成する。そして、端末送信部24は、当該提案指示を情報処理装置1に送信する。なお、提案指示は、図0に示す商品情報DBの情報を有する。
Next, the
次に、情報処理装置1の受付部12は、端末装置2から当該案指示を受信する。そして、受付部12は、当該提案指示が有する2以上の対象商品情報を取得する。
Next, the
次に、属性値変更部133は、図7の属性値条件管理表の属性値変更情報を満たすように、各属性値について、採り得る値を取得する。そして、属性値変更部133は、2以上の属性値パターンを取得する。
Next, the attribute
次に、配置パターン情報取得部132は、属性値変更部133が取得した各属性値パターンごとに、2以上の配置パターン情報を取得する。
Next, the arrangement pattern
以上により、複数の属性値集合(属性値の組み合わせ)が取得できた。 As a result, multiple sets of attribute values (combinations of attribute values) can be obtained.
次に、販売情報取得部134は、複数の各属性値集合を、学習情報格納部111の学習情報に適用し、属性値集合に対応付けて販売情報を取得する。
Next, the sales
次に、判断部135は、属性値集合に対応付けられた各販売情報の中から、予め決められた条件を満たす販売情報を決定する。なお、ここで、例えば、判断部135は、販売総数が上位3位までの販売情報を選択した、とする。そして、判断部135は、当該選択した3つの各販売情報に対応する属性値集合を取得する。
Next, the
次に、構成部136は、取得した3つの各属性値集合に従って、3つの商品群コンテンツを構成する。
Next, the
次に、出力部14は、構成された商品群コンテンツと販売総数(販売情報の一例)の組、3組を端末装置2に送信する。
Next, the
次に、端末装置2の端末受信部25は、情報処理装置1から3組の商品群コンテンツと販売情報とを受信する。次に、端末処理部23は、出力する商品群コンテンツと販売情報の3組を構成する。端末出力部26は、3組の商品群コンテンツと販売情報とを出力する。
Next, the
次に、ユーザは、3組の商品群コンテンツと販売情報とをチェックし、例えば、一つの商品群コンテンツを選択する。かかる選択された商品群コンテンツが採用された商品群コンテンツである。 Next, the user checks the three sets of product group content and sales information, and selects, for example, one product group content. The selected product group content is the adopted product group content.
以上、本実施の形態によれば、商品群コンテンツの効果である商品の販売情報を予測できる。 As described above, according to this embodiment, it is possible to predict product sales information, which is the effect of product group content.
また、本実施の形態によれば、販売状況が良いと推定される商品群コンテンツを提案できる。なお、商品群コンテンツは、上述したように一つの商品の情報でも良い。 Furthermore, according to this embodiment, it is possible to propose product group content that is estimated to have good sales. Note that the product group content may be information about a single product, as described above.
また、本実施の形態によれば、販売状況が良いと推定される商品情報の属性値の変更を提案できる。なお、商品情報の属性値の変更は、一つの商品の商品情報の属性値の変更でも良い。 Furthermore, according to this embodiment, it is possible to propose a change to the attribute values of product information that is estimated to be selling well. Note that the change to the attribute values of the product information may be a change to the attribute values of the product information of a single product.
さらに、本実施の形態によれば、販売状況が改善されると推定される商品情報の属性値の変更を提案できる。なお、商品情報の属性値の変更は、一つの商品の商品情報の属性値の変更でも良い。 Furthermore, according to this embodiment, it is possible to propose a change in the attribute value of the product information that is estimated to improve sales. Note that the change in the attribute value of the product information may be a change in the attribute value of the product information of a single product.
なお、上述した学習処理は、情報処理装置とは独立した装置でも良い。かかる場合、学習装置3は、格納部11、受付部12、および学習部131を具備する。かかる学習装置3のブロック図の例は、図17である。かかる学習装置3は、商品に関する商品情報の1以上の属性値を有する2以上の商品属性情報と、1以上の商品の販売に関する販売情報とを有する学習対象情報を学習した学習情報が格納される学習情報格納部111と、学習対象情報を受け付ける受付部12と、当該学習対象情報を機械学習のアルゴリズムにより学習し、学習情報を取得し、当該学習情報を学習情報格納部111に蓄積する学習部131とを具備する学習装置である。
The above-mentioned learning process may be performed by a device independent of the information processing device. In such a case, the
また、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをCD-ROMなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における情報処理装置1を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、例えば、商品に関する商品情報の1以上の属性値を有する1または2以上の商品属性情報と、1以上の商品の販売に関する販売情報とを有する学習対象情報を学習した学習情報が格納される学習情報格納部を具備する記録媒体にアクセス可能なコンピュータを、1以上の属性値を有する1または2以上の対象商品情報を受け付ける受付部と、前記1以上の各対象商品情報が有する1以上の属性値を前記学習情報に適用し、販売情報を取得する販売情報取得部と、前記販売情報を出力する出力部として機能させるためのプログラムである。
The processing in this embodiment may be realized by software. This software may be distributed by software download or the like. This software may be recorded on a recording medium such as a CD-ROM and distributed. This also applies to other embodiments in this specification. The software that realizes the
また、学習装置3を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、例えば、情報処理装置1が使用する学習情報を生産するプログラムであって、コンピュータを、商品に関する商品情報の1以上の属性値を有する1または2以上の商品属性情報と、1以上の商品の販売に関する販売情報とを有する学習対象情報を受け付ける受付部と、前記学習対象情報を機械学習のアルゴリズムにより学習し、学習情報を取得し、当該学習情報を記録媒体に蓄積する学習部として機能させるためのプログラムである。
The software that realizes the
また、図18は、本明細書で述べたプログラムを実行して、上述した種々の実施の形態の情報処理装置1等を実現するコンピュータの外観を示す。上述の実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムで実現され得る。図18は、このコンピュータシステム300の概観図であり、図19は、システム300のブロック図である。
FIG. 18 also shows the appearance of a computer that executes the programs described in this specification to realize the
図18において、コンピュータシステム300は、CD-ROMドライブを含むコンピュータ301と、キーボード302と、マウス303と、モニタ304とを含む。
In FIG. 18,
図19において、コンピュータ301は、CD-ROMドライブ3012に加えて、MPU3013と、CD-ROMドライブ3012等に接続されたバス3014と、ブートアッププログラム等のプログラムを記憶するためのROM3015と、MPU3013に接続され、アプリケーションプログラムの命令を一時的に記憶するとともに一時記憶空間を提供するためのRAM3016と、アプリケーションプログラム、システムプログラム、及びデータを記憶するためのハードディスク3017とを含む。ここでは、図示しないが、コンピュータ301は、さらに、LANへの接続を提供するネットワークカードを含んでも良い。
In FIG. 19, in addition to a CD-
コンピュータシステム300に、上述した実施の形態の情報処理装置1等の機能を実行させるプログラムは、CD-ROM3101に記憶されて、CD-ROMドライブ3012に挿入され、さらにハードディスク3017に転送されても良い。これに代えて、プログラムは、図示しないネットワークを介してコンピュータ301に送信され、ハードディスク3017に記憶されても良い。プログラムは実行の際にRAM3016にロードされる。プログラムは、CD-ROM3101またはネットワークから直接、ロードされても良い。
A program that causes the
プログラムは、コンピュータ301に、上述した実施の形態の情報処理装置1等の機能を実行させるオペレーティングシステム(OS)、またはサードパーティープログラム等は、必ずしも含まなくても良い。プログラムは、制御された態様で適切な機能(モジュール)を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいれば良い。コンピュータシステム300がどのように動作するかは周知であり、詳細な説明は省略する。
The program does not necessarily have to include an operating system (OS) or a third-party program that causes the
なお、上記プログラムにおいて、情報を送信するステップや、情報を受信するステップなどでは、ハードウェアによって行われる処理、例えば、送信ステップにおけるモデムやインターフェースカードなどで行われる処理(ハードウェアでしか行われない処理)は含まれない。 In the above program, the steps of transmitting information and receiving information do not include processing performed by hardware, such as processing performed by a modem or interface card in the transmission step (processing that is performed only by hardware).
また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。 The program may be executed by a single computer or multiple computers. In other words, the program may be executed by centralized processing or distributed processing.
また、上記各実施の形態において、一の装置に存在する2以上の通信手段は、物理的に一の媒体で実現されても良いことは言うまでもない。 Furthermore, in each of the above embodiments, it goes without saying that two or more communication means present in one device may be realized physically by one medium.
また、上記各実施の形態において、各処理は、単一の装置によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。例えば、情報処理装置1はスタンドアロンで動作しても良いことは言うまでもない。かかる場合、受付部12は、例えば、ユーザからの指示等を受け付ける。また、出力部14は、例えば、ディスプレイ等に情報を表示する。
In addition, in each of the above embodiments, each process may be realized by centralized processing by a single device, or may be realized by distributed processing by multiple devices. For example, it goes without saying that the
本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。 The present invention is not limited to the above-described embodiment, and various modifications are possible, and it goes without saying that these are also included within the scope of the present invention.
以上のように、本発明にかかる情報処理装置は、複数の商品情報が掲載される商品群コンテンツの提案を行えるという効果を有し、情報処理装置等として有用である。 As described above, the information processing device of the present invention has the effect of being able to propose product group content in which multiple product information is posted, and is useful as an information processing device, etc.
1 情報処理装置
2 端末装置
3 学習装置
11 格納部
12 受付部
13 処理部
14 出力部
21 端末格納部
22 端末受付部
23 端末処理部
24 端末送信部
25 端末受信部
26 端末出力部
111 学習情報格納部
112 属性値条件格納部
131 学習部
132 配置パターン情報取得部
133 属性値変更部
134 販売情報取得部
135 判断部
136 構成部
1341 属性値集合取得手段
1342 販売情報取得手段
REFERENCE SIGNS
Claims (4)
1以上の属性値を有する2以上の対象商品情報を受け付ける受付部と、
前記受付部が受け付けた1以上の属性値のうちの一部の属性値を変更する属性値変更部と、
前記属性値変更部が変更した属性値と、前記受付部が受け付けた1以上の属性値の中で前記属性値変更部が変更していない属性値とを前記学習情報に適用し、販売情報を取得する販売情報取得部と、
前記販売情報取得部が取得した販売情報が、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する判断部と、
前記判断部が販売状況が良好であると判断した場合の属性値を用いて、前記1以上の対象商品情報を配置し、商品群コンテンツを構成する構成部と、
前記構成部が構成した商品群コンテンツ、または前記構成部が構成した商品群コンテンツと前記販売情報を出力する出力部とを具備する情報処理装置。 a learning information storage unit for storing learning information obtained by learning two or more learning target information items including two or more product attribute information items having one or more attribute values of each of two or more product information items in an electronic catalog or a web page, and sales information items related to the sales of the two or more products as a whole;
A reception unit that receives two or more pieces of target product information each having one or more attribute values;
an attribute value changing unit that changes a part of the one or more attribute values received by the receiving unit;
a sales information acquisition unit that applies the attribute value changed by the attribute value change unit and one or more attribute values received by the reception unit that are not changed by the attribute value change unit to the learning information, and acquires sales information;
a determination unit that determines whether the sales information acquired by the sales information acquisition unit satisfies a predetermined condition, and
a configuration unit that configures a product group content by arranging the one or more pieces of target product information using the attribute value when the determination unit determines that the sales situation is good;
An information processing device comprising : a product group content configured by said configuration unit, or an output unit that outputs the product group content configured by said configuration unit and said sales information.
前記販売情報取得部は、
機械学習のアルゴリズムを用いて、前記2以上の各対象商品情報が有する1以上の属性値を学習情報に適用し、販売情報を取得する請求項1記載の情報処理装置。 The learning information is information acquired as a result of learning the two or more pieces of learning target information by a machine learning algorithm,
The sales information acquisition unit
The information processing device according to claim 1 , further comprising: a machine learning algorithm that applies one or more attribute values of each of the two or more target product information to learning information to acquire sales information.
前記受付部が、1以上の属性値を有する2以上の対象商品情報を受け付ける受付ステップと、
前記属性値変更部が、前記受付部が受け付けた1以上の属性値のうちの一部の属性値を変更する属性値変更ステップと、
前記販売情報取得部が、前記属性値変更部が変更した属性値と、前記受付部が受け付けた1以上の属性値の中で前記属性値変更部が変更していない属性値とを前記学習情報に適用し、販売情報を取得する販売情報取得ステップと、
前記判断部が、前記販売情報取得部が取得した販売情報が、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する判断ステップと、
前記構成部が、前記判断部が販売状況が良好であると判断した場合の属性値を用いて、前記1以上の対象商品情報を配置し、商品群コンテンツを構成する構成ステップと、
前記出力部が、前記構成部が構成した商品群コンテンツ、または前記構成部が構成した商品群コンテンツと前記販売情報とを出力する出力ステップとを具備する情報処理方法。 An information processing method implemented by a learning information storage unit, a receiving unit, an attribute value changing unit, a sales information acquiring unit, a determining unit, a configuring unit, and an output unit , storing learning information obtained by learning learning information having two or more product attribute information items each having one or more attribute values of two or more product information items in an electronic catalog or a web page, and sales information items related to the overall sales of the two or more products, the method comprising:
A receiving step in which the receiving unit receives two or more pieces of target product information each having one or more attribute values;
an attribute value changing step in which the attribute value changing unit changes a part of the one or more attribute values accepted by the accepting unit;
a sales information acquisition step in which the sales information acquisition unit applies the attribute value changed by the attribute value change unit and one or more attribute values received by the reception unit that are not changed by the attribute value change unit to the learning information, and acquires sales information ;
a determination step in which the determination unit determines whether the sales situation is good enough that the sales information acquired by the sales information acquisition unit satisfies a predetermined condition;
a configuration step in which the configuration unit arranges the one or more pieces of target product information by using the attribute value when the determination unit determines that the sales situation is good, and configures a product group content;
an output step in which the output unit outputs the product group content composed by the composition unit, or the product group content composed by the composition unit and the sales information .
1以上の属性値を有する2以上の対象商品情報を受け付ける受付部と、
前記受付部が受け付けた1以上の属性値のうちの一部の属性値を変更する属性値変更部と、
前記属性値変更部が変更した属性値と、前記受付部が受け付けた1以上の属性値の中で前記属性値変更部が変更していない属性値とを前記学習情報に適用し、販売情報を取得する販売情報取得部と、
前記販売情報取得部が取得した販売情報が、予め決められた条件を満たすほど、販売状況が良好であるか否かを判断する判断部と、
前記判断部が販売状況が良好であると判断した場合の属性値を用いて、前記1以上の対象商品情報を配置し、商品群コンテンツを構成する構成部と、
前記構成部が構成した商品群コンテンツ、または前記構成部が構成した商品群コンテンツと前記販売情報を出力する出力部として機能させるためのプログラム。 A computer that can access a recording medium including a learning information storage unit that stores learning information obtained by learning two or more learning target information items that include two or more product attribute information items having one or more attribute values of each of two or more product information items in an electronic catalog or a web page, and sales information items related to the sales of the two or more products as a whole,
A reception unit that receives two or more pieces of target product information each having one or more attribute values;
an attribute value changing unit that changes a part of the one or more attribute values received by the receiving unit;
a sales information acquisition unit that applies the attribute value changed by the attribute value change unit and one or more attribute values received by the reception unit that are not changed by the attribute value change unit to the learning information, and acquires sales information;
a determination unit that determines whether the sales information acquired by the sales information acquisition unit satisfies a predetermined condition, and
a configuration unit that configures a product group content by arranging the one or more pieces of target product information using the attribute value when the determination unit determines that the sales situation is good;
A program for causing the configuration unit to function as an output unit that outputs the product group content configured by the configuration unit, or the product group content configured by the configuration unit and the sales information.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2024112165A JP2024138474A (en) | 2017-10-13 | 2024-07-12 | Information processing device, learning device, information processing method, learning information production method, and program |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017199110 | 2017-10-13 | ||
JP2017199110 | 2017-10-13 | ||
JP2018169652A JP7283042B2 (en) | 2017-10-13 | 2018-09-11 | Information processing device, learning device, information processing method, learning information production method, and program |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018169652A Division JP7283042B2 (en) | 2017-10-13 | 2018-09-11 | Information processing device, learning device, information processing method, learning information production method, and program |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024112165A Division JP2024138474A (en) | 2017-10-13 | 2024-07-12 | Information processing device, learning device, information processing method, learning information production method, and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023057113A JP2023057113A (en) | 2023-04-20 |
JP7535716B2 true JP7535716B2 (en) | 2024-08-19 |
Family
ID=66544223
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018169652A Active JP7283042B2 (en) | 2017-10-13 | 2018-09-11 | Information processing device, learning device, information processing method, learning information production method, and program |
JP2023020489A Active JP7535716B2 (en) | 2017-10-13 | 2023-02-14 | Information processing device, learning device, information processing method, learning information production method, and program |
JP2024112165A Pending JP2024138474A (en) | 2017-10-13 | 2024-07-12 | Information processing device, learning device, information processing method, learning information production method, and program |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018169652A Active JP7283042B2 (en) | 2017-10-13 | 2018-09-11 | Information processing device, learning device, information processing method, learning information production method, and program |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024112165A Pending JP2024138474A (en) | 2017-10-13 | 2024-07-12 | Information processing device, learning device, information processing method, learning information production method, and program |
Country Status (1)
Country | Link |
---|---|
JP (3) | JP7283042B2 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7419303B2 (en) * | 2021-08-19 | 2024-01-22 | Lineヤフー株式会社 | Information processing device, information processing method, and information processing program |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005157836A (en) | 2003-11-27 | 2005-06-16 | Toshiba Corp | Device and method for predicting merchandise sales and method for learning model |
JP6031210B1 (en) | 2016-07-12 | 2016-11-24 | サイジニア株式会社 | Sales prediction device, sales prediction method, and program |
JP2016218822A (en) | 2015-05-22 | 2016-12-22 | 由紀貞 深谷 | Marketing information use device, marketing information use method and program |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002203021A (en) * | 2000-10-25 | 2002-07-19 | Rohto Pharmaceut Co Ltd | Shelving allocation proposition data generation system and terminal device |
JP4823112B2 (en) * | 2007-03-20 | 2011-11-24 | 富士通株式会社 | Information providing program, information providing method, and information providing apparatus |
JP5301791B2 (en) * | 2007-04-17 | 2013-09-25 | 株式会社プロフィールド | Advertisement effect analysis apparatus, advertisement effect analysis method, and program |
JP5307217B2 (en) * | 2011-06-02 | 2013-10-02 | 株式会社黒河 | Sales promotion plan support system and its program |
WO2016199405A1 (en) * | 2015-06-09 | 2016-12-15 | 日本電気株式会社 | Shelf allocation assistance device, shelf allocation assistance system, shelf allocation assistance method, and recording medium |
-
2018
- 2018-09-11 JP JP2018169652A patent/JP7283042B2/en active Active
-
2023
- 2023-02-14 JP JP2023020489A patent/JP7535716B2/en active Active
-
2024
- 2024-07-12 JP JP2024112165A patent/JP2024138474A/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005157836A (en) | 2003-11-27 | 2005-06-16 | Toshiba Corp | Device and method for predicting merchandise sales and method for learning model |
JP2016218822A (en) | 2015-05-22 | 2016-12-22 | 由紀貞 深谷 | Marketing information use device, marketing information use method and program |
JP6031210B1 (en) | 2016-07-12 | 2016-11-24 | サイジニア株式会社 | Sales prediction device, sales prediction method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP2023057113A (en) | 2023-04-20 |
JP7283042B2 (en) | 2023-05-30 |
JP2019075095A (en) | 2019-05-16 |
JP2024138474A (en) | 2024-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2024138474A (en) | Information processing device, learning device, information processing method, learning information production method, and program | |
US11170159B1 (en) | System and method for using a dynamic webpage editor | |
US20120311436A1 (en) | Dynamic display of content using an electronic device | |
JP6986978B2 (en) | Information processing equipment, information processing methods, and information processing programs | |
US20170091152A1 (en) | Generating grid layouts with mutable columns | |
CN104813393A (en) | Displaying applications on a fixed orientation display | |
CN102902451A (en) | Information processing apparatus, program, and coordination processing method | |
CN102612692B (en) | Display processing device and control method | |
JP6537044B2 (en) | INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING METHOD, AND PROGRAM | |
JP2016006593A (en) | Extraction device, extraction method, and extraction program | |
US20140258816A1 (en) | Methodology to dynamically rearrange web content for consumer devices | |
CN103049430A (en) | Page display method based on IDF (interactive document format) files | |
JP2020052546A (en) | Information processing apparatus, information processing method, program, and storage medium | |
CN108134906A (en) | Image processing method and its system | |
CN105051788A (en) | Graphics processing using multiple primitives | |
JP6735140B2 (en) | Video generation/transmission method, video generation/transmission system, and video playback program | |
JP2020043534A (en) | Information display program, information display device, information display method, and distribution device | |
CN107526824A (en) | A kind of object displaying method, device and terminal device being applied in electronic reading | |
JP4932775B2 (en) | Method, apparatus and program for generating page to be displayed on network terminal | |
JP6005217B2 (en) | DISTRIBUTION DEVICE, DISPLAY PROGRAM, TERMINAL DEVICE, INFORMATION DISPLAY METHOD, DISTRIBUTION METHOD, AND DISTRIBUTION PROGRAM | |
JP7461616B2 (en) | Learning device, catalog production device, learning method, catalog production method, and program | |
JP6813272B2 (en) | Evaluation device, evaluation method, and evaluation program | |
JP2015153043A (en) | Distribution device, terminal device, distribution method, and distribution program | |
WO2017082303A1 (en) | Server, system, method, program, display device, and recording medium | |
JP7442772B2 (en) | information processing system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230215 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240327 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240402 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240419 |
|
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: 20240702 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240723 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7535716 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |